Các Yếu Tố ảnh Hưởng đến Rủi Ro Tín Dụng Của Các Ngân Hàng ...

07:13 (GMT+7) Thứ Hai, ngày 02/12/2024 Tìm kiếm ISSN 2815 - 6056 Menu Tìm kiếm

• Trang chủ
• Sự kiện
• Chính sách
• Hoạt động ngân hàng
  • Hoạt động ngân hàng
  • Kỷ niệm 70 năm thành lập Ngân hàng Việt Nam
  • Báo chí đồng hành cùng sự phát triển của ngành Ngân hàng Việt Nam
  • Ngành Ngân hàng với kỷ nguyên vươn mình của dân tộc Việt Nam
• Công nghệ & ngân hàng số
• Chứng khoán
• Bất động sản
• Nghiên cứu - Trao đổi
• Quốc tế
• Bài viết khoa học chuyên sâu

Trang chủ Công nghệ và Ngân hàng số Các yếu tố ảnh hưởng đến rủi ro tín dụng của các ngân hàng thương mại Việt Nam 27/09/2021 09:32 52.734 lượt xem Cỡ chữ Bài viết có mục tiêu xác định các yếu tố tác động đến rủi ro tín dụng (RRTD) của các ngân hàng thương mại (NHTM) Việt Nam... Tóm tắt: Bài viết có mục tiêu xác định các yếu tố tác động đến rủi ro tín dụng (RRTD) của các ngân hàng thương mại (NHTM) Việt Nam. Với dữ liệu bảng của 35 NHTM cổ phần giai đoạn 2012 - 2020, hai mô hình hồi quy FEM và REM được lựa chọn thông qua các kiểm định về tính phù hợp. Các phát hiện chính của nghiên cứu là: (i) Ba biến vĩ mô có tác động cùng chiều tới RRTD là mức độ tăng trưởng thị trường bất động sản (BĐS), lãi suất thực và biến động tỷ giá; (ii) Trong các biến vi mô thuộc NHTM, khả năng sinh lời trên tài sản có tác động ngược chiều đến RRTD; trong khi lãi suất cho vay danh nghĩa có tác động cùng chiều đến RRTD; (iii) Do vậy, các giải pháp để quản lý tốt nợ xấu cần tập trung vào: Kiểm soát chặt chẽ hơn tín dụng BĐS, mở rộng dịch vụ ngân hàng ngoài hoạt động đầu tư, tín dụng và kiểm soát tốt chi phí kinh doanh, thận trọng khi cho vay đối với các đối tượng, lĩnh vực có mức lãi suất cao. Từ khóa: Dự phòng RRTD, NHTM, nợ xấu, RRTD. 1. Giới thiệu Rủi ro lớn nhất mà các NHTM luôn phải đối mặt khi đặt mục tiêu về tăng trưởng tín dụng là RRTD, không chỉ gây ra tổn thất về tài chính, giảm giá trị thị trường của vốn ngân hàng, mà có thể làm cho hoạt động kinh doanh của ngân hàng bị thua lỗ, thậm chí phá sản. Có rất nhiều yếu tố ảnh hưởng đến RRTD, gồm các yếu tố thuộc về bản thân các ngân hàng và các yếu tố bên ngoài. Do vậy, để quản lý RRTD tốt và xử lý RRTD tận gốc, việc nghiên cứu tác động của các yếu tố này tới RRTD là rất quan trọng. Nợ xấu ở Việt Nam thời gian qua được kiểm soát khá tốt, luôn dưới 3% tổng dư nợ, nhưng luôn có nguy cơ tăng lên do các áp lực tăng trưởng tín dụng, hạn chế trong năng lực quản trị RRTD của bản thân các NHTM, và các yếu tố vĩ mô bên ngoài như dịch bệnh, biến đổi khí hậu. Thực tế này cho thấy sự cần thiết phải nghiên cứu về các yếu tố tác động đến RRTD của các NHTM Việt Nam, nhất là khi tài sản đảm bảo tiền vay hầu hết là BĐS. Do đó, chủ đề “Các yếu tố ảnh hưởng đến RRTD của các NHTM Việt Nam” được lựa chọn để nghiên cứu. 2. Tổng quan nghiên cứu Trên thế giới cũng như ở Việt Nam, những nghiên cứu đề cập đến các yếu tố tác động đến RRTD của NHTM thường xoay quanh 3 nhóm chủ đề chính: (i) Các nghiên cứu về quản trị RRTD: sử dụng phương pháp định tính, giới hạn trong phạm vi một chi nhánh, hoặc ngân hàng cụ thể, hoặc đối với một nhóm đối tượng khách hàng; (ii) Các nghiên cứu định lượng về các yếu tố ảnh hưởng đến RRTD: nghiên cứu một cách định lượng để xác định mối quan hệ giữa các yếu tố vĩ mô và yếu tố vi mô của NHTM tác động đến RRTD của NHTM; và (iii) Các nghiên cứu về mô hình, phương pháp đo lường RRTD: áp dụng các mô hình Stress test, Bayers,... để tìm ra các yếu tố tác động tới nợ xấu. Tuy vậy, điểm thống nhất chung của các nghiên cứu trên là có hai nhóm yếu tố tác động tới RRTD của NHTM như sau: 2.1. Các yếu tố thuộc về bản thân NHTM - Quy mô ngân hàng: Quy mô là giá trị thị trường của ngân hàng, các nghiên cứu thường đo bằng logarit của tổng dư nợ cho vay của ngân hàng để điều chỉnh biến này về giá trị tương đồng với các biến khác trong mô hình. Quy mô ngân hàng có thể tác động lên nợ xấu theo cả chiều hướng tích cực hoặc tiêu cực. Những ngân hàng lớn có thể quản lý nợ xấu hiệu quả hơn nhờ khả năng đa dạng hóa danh mục cho vay và khả năng quản trị RRTD vượt trội so với ngân hàng nhỏ (Das & Saibal, 2007). Tuy nhiên, những ngân hàng lớn cũng có thể sẵn sàng chấp nhận rủi ro cao do kỳ vọng được chính phủ bảo vệ nếu có nguy hiểm xảy ra, dẫn đến tỷ lệ nợ xấu có thể cao hơn (Nguyễn Thùy Dương & Trần Thị Thu Hương, 2017). - Cơ cấu vốn (đòn bẩy tài chính): Các nghiên cứu trước đây thường sử dụng tỷ lệ vốn chủ sở hữu trên tổng tài sản là biến đại diện cho mức độ vốn hóa. Delis, Tran và Staikouras (2011) cho rằng tỷ lệ đòn bẩy tài chính cao hơn, do các yêu cầu về vốn khắt khe hơn, ngụ ý rằng ngân hàng thận trọng hơn trong hành vi cho vay. Ngược lại, tỷ lệ đòn bẩy tài chính thấp dẫn đến gia tăng các khoản nợ xấu, do nhà quản lý ngân hàng dễ dàng khuyến khích rủi ro đạo đức, tăng danh mục cho vay trong khi ngân hàng chưa đủ vốn hóa. - Quy mô tín dụng: Tốc độ tăng trưởng tín dụng được xem như một trong những yếu tố ảnh hưởng và cảnh báo sớm tới RRTD trong hoạt động kinh doanh ngân hàng. Khi nền kinh tế tăng trưởng, trước áp lực cạnh tranh để phát triển, các ngân hàng có thể nới lỏng điều kiện xét duyệt tín dụng. Điều này sẽ tích lũy rủi ro và bộc phát vào giai đoạn kinh tế suy thoái. Nghiên cứu của Salas & Saurina (2002) cho thấy tác động này có thể với độ trễ từ 1 đến 4 năm. - Tỷ lệ dư nợ/Vốn huy động: Khi các khoản cho vay cao hơn tiền gửi ngân hàng, để tránh thể hiện tình trạng đang muốn thu hút vốn từ bên ngoài của mình, ngân hàng sẽ có động cơ để giảm tỷ lệ dự phòng rủi ro của họ. - Khả năng sinh lời của ngân hàng: Để đo lường khả năng sinh lời của ngân hàng, các nghiên cứu thường sử dụng ROA (Tỷ lệ lợi nhuận trên tài sản) hoặc ROE (Tỷ lệ lợi nhuận trên vốn chủ sở hữu), ngụ ý về mức độ quản lý hiệu quả trong việc sử dụng tài sản và vốn chủ sở hữu để tạo ra thu nhập. Nhiều nghiên cứu chứng minh mối quan hệ ngược chiều giữa khả năng sinh lời và nợ xấu. Dimitrios và cộng sự (2010) cho rằng quản lý kém liên quan đến các kỹ năng kém trong chấm điểm tín dụng, thẩm định tài sản bảo đảm và cam kết giám sát khách hàng vay nợ. Trong khi đó, Zribi và cộng sự (2011) cho rằng, một ngân hàng có khả năng sinh lời cao có ít động lực tạo thu nhập hơn, do đó, ít bị ràng buộc hơn khi tham gia vào các hoạt động cho vay có rủi ro. - Lãi suất cho vay: Lãi suất danh nghĩa (IIR) là lãi suất được tính theo giá trị danh nghĩa, không kể đến tác động của lạm phát. Lãi suất danh nghĩa thường được công bố chính thức trên hợp đồng tín dụng. Theo Brownbridge (1998), lãi suất cho vay cao sẽ làm lượng nợ xấu ngân hàng tăng lên làm ảnh hưởng đến lợi nhuận của ngân hàng. Khi tỷ lệ nợ xấu tăng thì tỷ lệ dự phòng RRTD của ngân hàng cũng tăng để bù đắp những rủi ro có thể xảy ra. 2.2. Các yếu tố vĩ mô - Tăng trưởng kinh tế: Theo lý thuyết về mô hình chu kỳ kinh tế và tiêu dùng bởi Modigliani và Miller (1967), kinh tế tăng trưởng, doanh nghiệp dễ dàng hơn trong việc hoàn trả nợ vay từ các NHTM do các cơ hội đầu tư và triển vọng kinh doanh thuận lợi hơn. Tuy nhiên, nghiên cứu của Schechman và Gaglianone (2011) lại cho thấy mối tương quan thuận, cho rằng tăng trưởng kinh tế liên tục có thể sẽ làm cho ngân hàng ỷ lại và sẽ cho vay dễ dàng hơn, nguy cơ RRTD gia tăng. - Tỷ lệ lạm phát: Lạm phát tăng làm giảm giá trị thực của khoản vay và giảm các khoản nợ không có khả năng trả nợ (Jabra và cộng sự, 2017). Mặt khác, lạm phát làm mất giá đồng tiền, giảm tỷ lệ lợi nhuận nói chung. Khi lạm phát gia tăng tương quan dẫn đến lãi suất tăng do chính sách thắt chặt tiền tệ. Cùng với các phí tổn khác, chi phí của dịch vụ nợ cũng gia tăng, doanh nghiệp và cá nhân đi vay có thể gặp khó khăn khi trả nợ (Lê Bá Trực, 2018). - Giá trị vốn hóa thị trường: Thị trường chứng khoán phát triển, đòi hỏi thông tin của khách hàng minh bạch hơn, giúp ngân hàng có thể giám sát người đi vay dễ dàng hơn cũng như đánh giá tốt hơn RRTD (Vítor, 2013). - Lãi suất thực: Khi lãi suất thực tăng cao, chi phí vay mượn tăng làm cho khả năng sinh lời của các khoản đầu tư trở nên thấp hơn, dẫn đến gia tăng các khoản nợ xấu, đặc biệt là đối với các khoản vay có lãi suất thả nổi, do khả năng đáp ứng nghĩa vụ của người đi vay giảm. (Ahlem và cộng sự, 2013). - Tỷ giá: Khi đồng nội tệ mất giá, sức mua đồng nội tệ giảm làm giá hàng nhập khẩu trở nên đắt đỏ hơn, sẽ làm tăng chi phí sản xuất và gián tiếp làm tăng chỉ số giá tiêu dùng, lạm phát có thể xảy ra và những doanh nghiệp phụ thuộc vào nguyên, phụ liệu hoặc sản phẩm trung gian nhập khẩu sẽ phải gánh nặng nợ khi chi phí vốn vay tăng. Từ đó, RRTD có xu hướng tăng. - Tăng trưởng thị trường BĐS: Biến động thị trường BĐS có thể gây nên RRTD ngân hàng khi BĐS vừa là đối tượng cho vay vừa là vật thể dùng làm tài sản đảm bảo. Sự bùng nổ cho vay dựa trên sự bùng nổ của thị trường nhà đất, khi đó các ngân hàng dễ dàng cho vay nhiều hơn vào lĩnh vực này. Mặc khác khi các ngân hàng nắm giữ một tài sản thế chấp gia tăng hơn giá trị khoản vay thì họ càng có xu hướng hạ chuẩn để gia tăng tín dụng. 3. Mô hình và phương pháp nghiên cứu 3.1. Dữ liệu nghiên cứu Dữ liệu nghiên cứu được thu thập từ báo cáo tài chính kiểm toán hợp nhất vào thời điểm cuối năm của các NHTM Việt Nam. Đây là bộ dữ liệu bảng, kết hợp giữa dữ liệu theo không gian (số liệu chéo) bao gồm các quan sát trên 35 NHTM Việt Nam ở cùng một thời điểm và dữ liệu theo thời gian bao gồm các quan sát trên một NHTM Việt Nam tại nhiều thời điểm từ năm 2012 đến năm 2020. Đây là dữ liệu bảng không cân đối vì trong giai đoạn này có những ngân hàng mới thành lập, có những ngân hàng được sáp nhập và có những ngân hàng không công bố báo cáo tài chính đầy đủ. Ngoài ra, các thông tin về yếu tố kinh tế vĩ mô được thu thập từ website của Tổng cục Thống kê Việt Nam. 3.2. Mô hình và giả thuyết nghiên cứu RRTD được đo lường bằng nhiều nhóm chỉ tiêu khác nhau như nợ xấu, mức độ trích lập và sử dụng dự phòng RRTD. Do đó, nhóm tác giả sử dụng hai mô hình nghiên cứu như sau: Mô hình 1: NPLit= β0 + β1(RGDP)t + β2(INF)t + β3(MC)t + β4(RI)t + β5(ESI)t + β6(EXI)t + β7(SIZE)it + β8(ETA)it + β9(LG)it + β10(LDR)it + β11(ROA)it + β12(IIR)it + εit Mô hình 2: LLPit = β0 + β1(RGDP)t + β2(INF)t + β3(MC)t + β4(RI)t + β5(ESI)t + β6(EXI)t + β7(SIZE)it + β8(ETA)it + β9(LG)it + β10(LDR)it + β11(ROA)it + β12(IIR)it + εit Trong đó, các biến và giả thuyết nghiên cứu được thể hiện trong Bảng 1. 3.3. Phương pháp nghiên cứu Với dữ liệu bảng, bài viết sử dụng các phương pháp phân tích thống kê mô tả, phân tích tương quan, phân tích hồi quy, ước lượng lần lượt các mô hình: mô hình hồi quy tuyến tính thông thường Pooled OLS, mô hình hình ảnh hưởng cố định FEM, mô hình ảnh hưởng ngẫu nhiên REM. Kết quả của mô hình được kiểm định và so sánh để tìm ra mô hình phù hợp nhất: Kiểm định Hausman, kiểm định T-test, kiểm định F-test, tính hệ số xác định R2 và hệ số xác định hiệu chỉnh R2, kiểm tra mức ý nghĩa của các hệ số hồi quy trong mô hình. 4. Kết quả nghiên cứu 4.1. Thống kê mô tả Các biến độc lập được sử dụng trong mô hình được tóm tắt đơn giản thông qua kết quả thống kê mô tả trong Bảng 2. Trong giai đoạn nghiên cứu, tốc độ tăng trưởng tín dụng trung bình là 21,35% mỗi năm, cao nhất là 107,5% (VPBank trong năm 2018) và thấp nhất là -16,2% (Vietbank trong năm 2015). Đặc biệt, tỷ lệ dư nợ cho vay so với tổng nguồn vốn huy động thường rất cao, trung bình là 85,25%. Điều này cho thấy các NHTM đang lệ thuộc nhiều vào hoạt động tín dụng. Ngoài ra, khả năng sinh lời phân bổ khá dài từ -0,382% đến 2,86% cho thấy sự khác biệt lớn trong hiệu quả kinh doanh của các NHTM được khảo sát. 4.2. Kết quả xử lý dữ liệu và mô hình hồi quy Phân tích tương quan cho thấy hệ số tương quan với NPL và các biến độc lập dao động từ -0,9226 đến 0,6845; hệ số tương quan LLP và các biến độc lập dao động từ -0,9226 đến 0,7567. Mức tương quan này không quá cao (< 0,8), vì vậy, theo đánh giá sơ bộ, không có hiện tượng đa cộng tuyến. Nhóm tác giả sử dụng kiểm định T-test để đánh giá hiện tượng phương sai thay đổi trong mô hình REM và xttest3 trong FEM. Kết quả thu được với Chibar-square (Chibar2) = 2037,19 và Prob>chi-square (chi2) = 0,0000 (mô hình 1); Chibar2 = 156,21và Prob>chi2 = 0,000 (mô hình 2), do đó, kết luận có hiện hượng phương sai thay đổi. Để khắc phục, tác giả sử dụng mô hình sai số chuẩn mạnh (Robust Standard errors), hay còn gọi là ước lượng sai số chuẩn vững. Đối với mô hình 1, kết quả kiểm định F cho thấy, mô hình Pooled OLS là không thích hợp vì tác động cố định của mỗi NHTM Việt Nam (F = 0,00 và P-value = 0,000). Kiểm định Hausman để lựa chọn giữa FEM và REM cho thấy FEM là mô hình phù hợp cho nghiên cứu này vì Prob = 0,0003 < 0,05. Đối với mô hình 2, kết quả kiểm định F cho thấy, mô hình Pooled OLS là không thích hợp. Kiểm định Hausman cho thấy REM là mô hình phù hợp cho nghiên cứu này vì Prob = 0,9013 > 0,05. Kết quả ước lượng của 2 mô hình như trong Bảng 3. 4.3. Thảo luận kết quả nghiên cứu Với kết quả xử lý mô hình REM và FEM ở trên, các phát hiện chính của nghiên cứu này là: Thứ nhất, biến vĩ mô “mức độ tăng trưởng thị trường BĐS” có tác động cùng chiều với cả hai biến đo lường RRTD (tỷ lệ nợ xấu và mức độ trích lập dự phòng) và đúng với giả thuyết được đưa ra. Biến tăng trưởng thị trường BĐS có tác động cùng chiều đến tỷ lệ nợ xấu và mức trích lập dự phòng RRTD với hệ số hồi quy lần lượt là 0,0005895 và 0,013. Kết quả này tương đồng với nghiên cứu của Lê Bá Trực (2018). Biến động thị trường BĐS có thể gây nên RRTD ngân hàng khi BĐS vừa là đối tượng cho vay vừa được dùng làm tài sản đảm bảo. Sự tăng trưởng của cho vay có mối quan hệ chặt chẽ với sự phát triển mạnh mẽ của thị trường nhà đất. Trong đó, giá trị tài sản thế chấp là BĐS trong các giao dịch cho vay là một yếu tố quan trọng. Khi thị trường BĐS tăng trưởng mạnh, các ngân hàng nắm giữ tài sản thế chấp là BĐS có niềm tin vững chắc hơn vào khả năng thu hồi nợ tốt nếu trong trường hợp xấu nhất phải bán tài sản bảo đảm. Hơn nữa, nhu cầu vay của các cá nhân để mua nhà, sửa nhà, đổi nhà cũng là một thị trường bán lẻ hết sức hấp dẫn. Các doanh nghiệp kinh doanh BĐS cũng dùng đòn bẩy tài chính từ các tổ chức tín dụng trong giai đoạn thị trường BĐS phát triển mạnh. Tuy vậy, điều này cũng có thể gây ra một số hệ lụy trong tương lai nếu NHTM quá quan tâm tới tài sản thế chấp khi ra quyết định cho vay. Việc thu hút dòng chảy vào thị trường BĐS ảnh hưởng đến tính thanh khoản trên thị trường tiền tệ. Khi thị trường đang trong giai đoạn phục hồi và phát triển, dòng tiền chảy mạnh vào thị trường BĐS. Dòng chảy này tạo áp lực lớn làm giá BĐS tăng lên nhanh chóng, tạo ra những cơn sốt đất trên thị trường. Song, khi thị trường nhà đất suy giảm, tính thanh khoản của sản phẩm đóng băng, các doanh nghiệp kinh doanh BĐS và người vay tiền mua nhà đất gặp khó khăn, hệ quả là để lại các khoản nợ xấu khổng lồ trong các NHTM. Thống kê mới đây của Fiin Ratings cho thấy, hệ số chi trả lãi vay của các doanh nghiệp BĐS phát hành trái phiếu trong năm 2020 giảm về mức 0,7 lần, tức lợi nhuận tạo ra không đủ trang trải lãi vay. Khả năng đáp ứng nghĩa vụ trả nợ của các doanh nghiệp này sẽ phụ thuộc lớn vào sự hồi phục của ngành BĐS nhà ở, trong khi đó, thị trường BĐS đang có hiện tượng nguồn cung mới thiếu hụt trầm trọng. Do vậy, yếu tố này cần được các NHTM đánh giá cẩn trọng và thường xuyên. Thứ hai, lãi suất thực là biến vĩ mô tác động cùng chiều tới tỷ lệ nợ xấu của NHTM với hệ số hồi quy là 0,1904 theo mô hình FEM. Điều này giống với các nghiên cứu trước như Messai, & Jouini (2013), Lê Bá Trực (2015) và Nguyễn Thùy Dương & Trần Thị Thu Hương (2017). Lãi suất thực tăng làm chi phí các khoản vay của khách hàng tăng, đồng nghĩa với việc áp lực trả nợ tăng cao trong khi khả năng tài chính của khách hàng không thể đáp ứng kịp. Đây chính là nguyên nhân dẫn đến sự gia tăng của các khoản nợ xấu, nhất là trường hợp các khoản vay với lãi suất thả nổi. Vì lúc này, các khoản vay thả nổi chịu ảnh hưởng mạnh nhất từ lãi suất thực. Khi lãi suất thực tăng lên, khách hàng thường chọn lựa các dự án đầu tư có mức sinh lời cao hơn để đảm bảo trả lãi mà vẫn có lợi nhuận kỳ vọng, do vậy mức độ rủi ro trong cho vay tăng. Điều này cũng thể hiện xu hướng một số NHTM Việt Nam theo đuổi mục tiêu lợi nhuận cao khi tăng lãi suất thực lên thì phải chấp nhận mức rủi ro cao. Thứ ba, biến động tỷ giá có tác động cùng chiều với dự phòng RRTD với hệ số hồi quy là 7.70E-08, điều này tương tự với kết quả nghiên cứu của Zribi, Nabila và cộng sự (2011), Castro, Vítor (2013) và Lê Bá Trực (2018). Tỷ giá có ảnh hưởng đến các doanh nghiệp nhập khẩu nguyên vật liệu và sản phẩm từ nước ngoài. Khi đồng nội tệ mất giá đồng nghĩa với việc chi phí đầu vào của các doanh nghiệp này tăng cao. Doanh nghiệp phải bỏ ra nhiều tiền hơn để nhập khẩu nguyên vật liệu. Chi phí tăng cao khiến lợi nhuận của doanh nghiệp giảm, ảnh hưởng đến khả năng trả nợ với ngân hàng. Trước tình hình đó, ngân hàng có thể gia tăng dự phòng RRTD để đề phòng rủi ro có thể xảy ra. Hơn nữa, biến động tỷ giá lớn tác động làm tăng RRTD theo hai cách: (i) Các doanh nghiệp, cá nhân vay vốn liên quan tới xuất nhập khẩu bị tác động, do đó rủi ro cho vay tăng; (ii) Ngân hàng huy động tiền gửi bằng ngoại tệ để chuyển đổi thành nội tệ, cho vay khách hàng, lãi suất cho vay tăng lên, khiến cho RRTD tăng. Thứ tư, biến vi mô có tác động ngược chiều đến RRTD là khả năng sinh lời trên tài sản. ROA của NHTM có tác động ngược chiều với tỷ lệ nợ xấu và mức trích lập dự phòng RRTD với hệ số hồi quy lần lượt là -0,0072396 và -0,0038186. Kết quả này ngược với nghiên cứu của Karimiyan và các cộng sự (2013) nhưng phù hợp với đa số các nghiên cứu trước như Dimitrios et al. (2012), Messai (2013) và Phạm Xuân Quỳnh & Trần Đức Tuấn (2019). ROA cho biết hiệu quả quản lý hoạt động kinh doanh của ngân hàng, ROA càng thấp tức khả năng sinh lời của ngân hàng đó càng kém. Ngân hàng có tỷ suất sinh lời thấp thường liên quan đến các kỹ năng kém trong chấm điểm tín dụng, thẩm định tài sản bảo đảm và cam kết giám sát khách hàng vay nợ, dẫn đến RRTD gia tăng. Khi ngân hàng tăng các khoản vay yếu kém, thu lãi giảm do nhiều khoản không thu hồi được. Bên cạnh đó, mức trích lập dự phòng RRTD nhiều hơn do chất lượng của danh mục khoản vay suy giảm. Ngược lại, NHTM có tỷ suất sinh lời cao, kiểm soát tốt nợ xấu hay kiểm soát tốt chi phí kinh doanh thì RRTD có xu hướng giảm. Thứ năm, yếu tố vi mô có tác động cùng chiều đến RRTD là lãi suất cho vay danh nghĩa. Lãi suất cho vay danh nghĩa có tác động thuận chiều tới tỷ lệ nợ xấu với hệ số hồi quy là 0,1904405. Điều này giống với các nghiên cứu trước như Messai & Jouini (2013), Lê Bá Trực (2015) và Nguyễn Thùy Dương & Trần Thị Thu Hương (2017). Chính sách lãi suất cho vay của mỗi ngân hàng thể hiện mức độ chấp nhận rủi ro của ngân hàng. Trong bối cảnh thị trường còn nhiều khó khăn, các ngân hàng cho vay nhiều có thể gặp phải rủi ro cao, do đó phải trích lập dự phòng nhiều, điều này buộc họ phải tính toán lợi nhuận cao hơn bằng cách tăng lãi suất cho vay danh nghĩa để bù đắp các khoản rủi ro dự kiến. Lãi suất tăng làm chi phí các khoản vay của khách hàng tăng, đồng nghĩa với việc áp lực trả nợ tăng cao trong khi khả năng tài chính của khách hàng không thể đáp ứng kịp. Đây chính là nguyên nhân dẫn đến sự gia tăng của các khoản nợ xấu, nhất là trường hợp các khoản vay với lãi suất thả nổi. Vì lúc này, các khoản vay thả nổi chịu ảnh hưởng mạnh nhất từ lãi suất. Thứ sáu, nhiều biến vi mô của ngân hàng chưa có mối quan hệ rõ với RRTD như: quy mô tài sản, tỷ lệ đòn bẩy tài chính, tốc độ tăng trưởng tín dụng, tỷ lệ dư nợ/vốn huy động, giá trị vốn hóa thị trường của ngân hàng. Điều này cũng thể hiện đặc trưng của hệ thống NHTM Việt Nam là các chỉ số này không quá khác biệt, không có nhiều ngân hàng lớn, các ngân hàng dùng đòn bẩy tài chính tương tự nhau, trong khi tốc độ tăng trưởng tín dụng tối đa do Ngân hàng Nhà nước quyết định. Số lượng ngân hàng niêm yết trên sàn chứng khoán cũng không nhiều. Thứ bảy, các biến vĩ mô còn lại đều không có tác động tới RRTD của các NHTM Việt Nam, như tăng trưởng kinh tế, tỷ lệ lạm phát. Do vậy, nợ xấu và mức độ trích lập dự phòng RRTD tại Việt Nam phụ thuộc rất lớn vào các yếu tố thuộc về ngân hàng. Điều này cũng có thể được giải thích do các quan sát trong mẫu nghiên cứu đều chỉ tập trung ở Việt Nam mà không có các quốc gia khác. Do vậy, tất cả các NHTM Việt Nam đều chịu tác động tương tự như nhau từ các biến vĩ mô nêu trên. 5. Một số khuyến nghị Dựa trên kết quả nghiên cứu thực nghiệm về các yếu tố ảnh hưởng đến RRTD, nhóm tác giả khuyến nghị một số giải pháp cho các bên có liên quan như sau: Một là, các NHTM Việt Nam nên kiểm soát chặt chẽ hơn tín dụng BĐS để tránh rủi ro nợ xấu, cần xây dựng hệ thống dự báo tốt cũng như hệ thống quản trị RRTD hiệu quả, tránh dựa quá nhiều vào tài sản đảm bảo là BĐS trong chính sách cho vay, đồng thời đánh giá thêm các yếu tố vi mô và vĩ mô có ảnh hưởng đến RRTD. Hai là, các NHTM Việt Nam nên nâng cao khả năng sinh lời, thông qua việc mở rộng dịch vụ ngân hàng ngoài hoạt động đầu tư, tín dụng và kiểm soát tốt chi phí kinh doanh. Từ đó, NHTM có đủ tiềm lực áp dụng vận hành mô hình quản trị rủi ro hiệu quả, qua đó phòng, chống RRTD, đảm bảo an toàn hoạt động cho vay của mình. Ba là, các NHTM Việt Nam cần thận trọng khi cho vay đối với các đối tượng, lĩnh vực có mức lãi suất cao, không nên vì mục tiêu lợi nhuận mà nới lỏng các điều kiện tín dụng, rút ngắn các thủ tục, quy định nội bộ của ngân hàng, hạ thấp các điều kiện để đảm bảo an toàn vốn. Bốn là, các cơ quan liên quan cần tăng cường cải thiện tính minh bạch của thị trường BĐS bằng cách hoàn thiện xây dựng các chỉ số giá, tăng cường phân tích nhu cầu nhà ở, theo dõi nguồn cung trên thị trường, tiếp tục cơ cấu thị trường, các dự án và cơ cấu lại các sản phẩm BĐS để các sản phẩm đến với mọi người, phù hợp với nhu cầu thực và khả năng chi trả. TÀI LIỆU THAM KHẢO: 1. Das, Abhiman and Ghosh, Saibal (2007): Determinants of Credit Risk in Indian State-owned Banks: An Empirical Investigation. Published in: Economic Issues, Vol. 12, No. 2 (September 2007): pp. 48-66. 2. Dimitrios, Louisz & Vouldis, Angelos & Metaxas, Vasilios. (2010). Macroeconomic and Bank-Specific Determinants of Non-Performing Loans in Greece: A Comparative Study of Mortgage, Business and Consumer Loan Portfolios. Journal of Banking & Finance. 36. 10.2139/ssrn.1703026. 3. Foos, Daniel., Lars Norden, & Martin Weber 2010, Loan growth and riskiness of banks, Journal of banking and finance, (34), 217-228. 4. Jabra, Wiem Ben, Zouheir Mighri & Faysal Mansouri | David McMillan (Reviewing Editor) (2017) Determinants of European bank risk during financial crisis, Cogent Economics & Finance, 5:1. 5. Lê Bá Trực (2015), Yếu tố quyết định RRTD tại các NHTM Việt Nam, Tạp chí Thị trường tài chính tiền tệ số 6 (423), tr25 6. Lê Bá Trực (2018), Những yếu tố ảnh hưởng đến quản lý RRTD trong hệ thống NHTM Việt Nam, Trường Đại học Kinh tế Tp. Hồ Chí Minh. 7. Messai, Ahlem Selma, & Fathi Jouini (2013), Micro and Macro Determinants of Non-performing Loan, International Journal of Economics and Financial Issues, Econjournals, 3(4), 852-860. 8. Nguyễn Thị Gấm (2018), Quản trị RRTD đối với doanh nghiệp tại các NHTM Việt Nam. Luận án tiến sĩ. Trường Đại học Kinh tế Quốc dân. 9. Ngân hàng Nhà nước (2017), Lịch sử Ngân hàng Việt Nam 1951-2016. Nhà xuất bản Lao Động. Hà Nội. 10. Ôn Quỳnh Như (2017), Các yếu tố ảnh hưởng đến RRTD tại các NHTM cổ phần Việt Nam, Luận án tiến sĩ. Trường Đại học Kinh tế Tp. Hồ Chí Minh. 11. Phạm Xuân Quỳnh & Trần Đức Tuấn (2019), Rủi ro từ tăng trưởng tín dụng của các NHTM Việt Nam, Tạp chí Kinh tế và Ngân hàng châu Á, số 158, tháng 05/2019. 12. Salas, V and J. Saurina (2002), Credit risk in two institutional regimes: Spanish commercial and savings banks, Journal of Financial Services Research, 22, 203-224. 13. Vítor, Castro, (2013), Macroeconomic Determinants of the Credit Risk in the Banking System: The Case of the GIPSI. Economic Modelling. 31. 672–683. 10.1016/j.econmod.2013.01.027. 14. Zribi, Nabila & Boujelbène, Younes. (2011), The factors influencing bank credit risk: The case of Tunisia. J. Account. Tax. 3. PGS., TS. Lê Thanh Tâm, Đoàn Minh Ngọc (Đại học Kinh tế Quốc dân) Bùi Thu Giang (Ngân hàng TMCP Quân đội) Chia sẻ In trang Bình luận Ý kiến của bạn sẽ được kiểm duyệt trước khi đăng. Vui lòng gõ tiếng Việt có dấu Bình luận Đóng lại Bình luận của bạn chờ kiểm duyệt từ Ban biên tập Các tin tức khác Xem tất cả Đánh giá năng lực số của thanh thiếu niên Việt Nam 29/11/2024 08:16 216 lượt xem Nhóm nghiên cứu lập ra các câu hỏi đánh giá năng lực số cho thanh thiếu niên Việt Nam; một công cụ đánh giá với công cụ website digicom14.com để thanh thiếu niên biết mình ở đâu trong đại dương số này... Cập nhật thông tin giấy tờ tùy thân và dữ liệu sinh trắc học: Bảo mật tài khoản và an toàn giao dịch trực tuyến 21/11/2024 13:30 861 lượt xem Theo NHNN, sau khoảng 3 tháng triển khai xác thực sinh trắc học theo Quyết định số 2345, số lượng vụ việc lừa đảo mất tiền của khách hàng cá nhân và số lượng tài khoản khách hàng cá nhân có phát sinh nhận tiền lừa đảo đã giảm đáng kể. Trí tuệ nhân tạo tạo sinh: Triển vọng cho ngành Ngân hàng 15/11/2024 08:11 999 lượt xem Ngành Ngân hàng đóng vai trò quan trọng trong nền kinh tế, đang trải qua sự chuyển mình đáng kể nhờ sự phát triển của trí tuệ nhân tạo (AI), đặc biệt là trí tuệ nhân tạo tạo sinh (Generative AI - GenAI). Ngân hàng mở và giao diện lập trình ứng dụng mở trong hoạt động ngân hàng 13/11/2024 08:22 932 lượt xem Ngân hàng mở thể hiện sự thay đổi trong ngành tài chính, ngân hàng, được thúc đẩy bởi những tiến bộ công nghệ nhằm nâng cao trải nghiệm khách hàng. Ngày Pháp luật Việt Nam: Lịch sử, ý nghĩa và vai trò quản lý bằng pháp luật đối với hoạt động ngân hàng trong bối cảnh chuyển đổi số 09/11/2024 18:30 1.364 lượt xem Ngày 20/6/2012, Quốc hội Khóa XIII đã thông qua Luật Phổ biến, giáo dục pháp luật, trong đó đã quy định rõ: “Ngày 09/11 hằng năm là Ngày Pháp luật nước Cộng hòa xã hội chủ nghĩa Việt Nam". Tác động của chuyển đổi số tới hoạt động kinh doanh của ngân hàng thương mại 07/11/2024 08:10 1.515 lượt xem Với sự phát triển vượt bậc của công nghệ thông tin và truyền thông, các nền kinh tế trên thế giới đang bước vào giai đoạn mới, nơi mà các hoạt động kinh tế, từ sản xuất, phân phối đến tiêu dùng đều được số hóa một cách toàn diện. Zero Trust - Công cụ hiệu quả cho các giải pháp an ninh, bảo mật 05/11/2024 08:30 819 lượt xem Mô hình Zero Trust (tạm dịch “Không tin bất kỳ ai”) là phương pháp bảo mật mạng và hệ thống thông tin mà mọi yêu cầu truy cập vào tài nguyên nội bộ được xem xét và xác minh một cách cẩn thận, thay vì tin tưởng vào các nguồn truy cập nội bộ. Đánh giá các công nghệ Big Data cho lĩnh vực tài chính, ngân hàng 01/11/2024 09:15 1.504 lượt xem Thông qua việc phân tích các trường hợp ứng dụng thực tế, bài viết cung cấp một đánh giá về các công cụ hỗ trợ trong việc lưu trữ, xử lý, phân tích Big Data góp phần thúc đẩy sự đổi mới và phát triển bền vững trong ngành tài chính, ngân hàng. Quản trị rủi ro trong Fintech: Kinh nghiệm quốc tế và một số bài học cho Việt Nam 22/10/2024 08:24 1.569 lượt xem Với tiến bộ nhanh chóng của công nghệ thông tin trong kỷ nguyên Cách mạng công nghiệp lần thứ tư, các sản phẩm công nghệ mới đang trở thành nền tảng để công nghệ tài chính (Fintech) phát triển, mang lại nhiều lợi ích cho người dùng. Chuẩn hóa về hạ tầng kết nối và an toàn thông tin để phát triển mô hình ngân hàng mở 15/10/2024 09:09 1.484 lượt xem Ngân hàng mở đang trở thành một xu hướng nổi bật trong ngành tài chính, mang đến nhiều cơ hội phát triển và cải thiện trải nghiệm khách hàng thông qua sự kết nối giữa ngân hàng và bên thứ ba. Tác động của sự phát triển Fintech đến ổn định tài chính của các ngân hàng thương mại Việt Nam 14/10/2024 14:51 3.565 lượt xem Trong giai đoạn hội nhập kinh tế toàn cầu, bắt nguồn từ sự kết hợp giữa tài chính và công nghệ, Fintech bùng nổ đã làm thay đổi toàn bộ ngành dịch vụ tài chính. Hoàn thiện pháp lý và chuẩn hóa hạ tầng kỹ thuật: Tạo nền tảng thúc đẩy số hóa ngân hàng 10/10/2024 16:58 1.409 lượt xem Với những giải pháp và nỗ lực của cả hệ thống, chuyển đổi số ngân hàng đã gặt hái nhiều “trái ngọt”. Tuy nhiên, còn nhiều thách thức cản trở quá trình số hóa ngân hàng. Tăng tốc và nâng tầm chuyển đổi số ngành Ngân hàng với trí tuệ nhân tạo 10/10/2024 16:09 1.478 lượt xem Ngành Ngân hàng đang trải qua công cuộc chuyển đổi số mạnh mẽ, được thúc đẩy bởi sự tiến bộ nhanh chóng của công nghệ. Ứng dụng điện toán đám mây trong hoạt động ngân hàng - Thách thức và một số giải pháp nâng cao hiệu quả 04/10/2024 16:27 2.231 lượt xem Điện toán đám mây đang trở thành yếu tố then chốt trong quá trình chuyển đổi số của ngành Ngân hàng, mang lại nhiều lợi ích vượt trội về hiệu suất, bảo mật và đặc biệt là tăng lợi thế cạnh tranh. Một số khuyến nghị trong việc tăng cường các quy định pháp luật về tội phạm công nghệ cao 20/09/2024 13:52 2.843 lượt xem Việc bùng nổ của công nghệ số và sự phát triển nhanh chóng của không gian mạng đã tạo ra những cơ hội mới nhưng cũng đồng thời đặt ra những thách thức to lớn về an ninh mạng. Tổng Bí thư Tô Lâm trao đổi chuyên đề 'Kỷ nguyên phát triển mới - Kỷ nguyên vươn mình của dân tộc Việt Nam' 26/11/2024 09:53 Kỷ nguyên mới, kỷ nguyên vươn mình của dân tộc Việt Nam là bước phát triển tất yếu, bứt phá và tăng tốc 15/11/2024 21:13 Tuyên bố chung giữa nước Cộng hòa Chile và nước Cộng hoà Xã hội Chủ nghĩa Việt Nam 12/11/2024 14:09 Tổng Bí thư Tô Lâm làm việc với Tiểu ban Văn kiện và Tiểu ban Điều lệ Đảng 12/11/2024 14:15 Bài học Cách mạng Tháng Mười Nga trong kỷ nguyên mới - kỷ nguyên vươn mình của dân tộc 11/11/2024 15:54 Nội dung chuyên đề của Tổng Bí thư Tô Lâm về kỷ nguyên mới, kỷ nguyên vươn mình của dân tộc 05/11/2024 16:17 Bài viết của Tổng Bí thư Tô Lâm: 'Tinh - Gọn - Mạnh - Hiệu năng - Hiệu lực - Hiệu quả' 06/11/2024 16:31 Xem tất cả Giá vàngXem chi tiết

Giá vàng - Xem theo ngày

Khu vực

Mua vào

Bán ra

HÀ NỘI

Vàng SJC 1L

82,800

85,300

TP.HỒ CHÍ MINH

Vàng SJC 1L

82,800

85,300

Vàng SJC 5c

82,800

85,320

Vàng nhẫn 9999

82,500

84,400

Vàng nữ trang 9999

82,400

84,000

Ngoại tệXem chi tiết Tỷ giá - Xem theo ngày

Ngân Hàng	USD		EUR		GBP		JPY
	Mua vào	Bán ra	Mua vào	Bán ra	Mua vào	Bán ra	Mua vào	Bán ra
Vietcombank	25,170	25,509	25,878	27,297	31,003	32,320	159.37	168.63
BIDV	25,200	25,509	26,138	27,281	31,430	32,304	161.48	168.93
VietinBank	25,200	25,509	26,111	27,311	31,431	32,441	161.29	169.04
Agribank	25,210	25,509	25,996	27,198	31,179	32,263	161.04	168.71
Eximbank	25,200	25,509	26,171	27,014	31,376	32,344	162.47	167.72
ACB	25,200	25,509	26,188	27,087	31,467	32,417	161.66	168.05
Sacombank	25,200	25,509	26,147	27,125	31,362	32,519	162.18	169.23
Techcombank	25,221	25,509	26,006	27,353	31,098	32,424	158.15	170.64
LPBank	25,215	25,509	26,361	27,261	31,670	32,185	162.87	169.95
DongA Bank	25,270	25,509	26,190	26,960	31,380	32,320	160.20	167.50

(Cập nhật trong ngày) Lãi SuấtXem chi tiết (Cập nhật trong ngày) Ngân hàng KKH 1 tuần 2 tuần 3 tuần 1 tháng 2 tháng 3 tháng 6 tháng 9 tháng 12 tháng 24 tháng Vietcombank 0,10 0,20 0,20 - 1,60 1,60 1,90 2,90 2,90 4,60 4,70 BIDV 0,10 - - - 1,70 1,70 2,00 3,00 3,00 4,70 4,70 VietinBank 0,10 0,20 0,20 0,20 1,70 1,70 2,00 3,00 3,00 4,70 4,80 ACB 0,01 0,50 0,50 0,50 2,30 2,50 2,70 3,50 3,70 4,40 4,50 Sacombank - 0,50 0,50 0,50 2,80 2,90 3,20 4,20 4,30 4,90 5,00 Techcombank 0,05 - - - 3,10 3,10 3,30 4,40 4,40 4,80 4,80 LPBank 0.20 0,20 0,20 0,20 3,00 3,00 3,20 4,20 4,20 5,30 5,60 DongA Bank 0,50 0,50 0,50 0,50 3,90 3,90 4,10 5,55 5,70 5,80 6,10 Agribank 0,20 - - - 1,70 1,70 2,00 3,00 3,00 4,70 4,80 Eximbank 0,10 0,50 0,50 0,50 3,10 3,30 3,40 4,70 4,30 5,00 5,80 Liên kết website -- Chọn liên kết -- Ngân hàng Nhà nước Việt NamGiáo dục Tài chínhThời báo Ngân hàngChính phủThị trường tài chính tiền tệ Bình chọn trực tuyến Nội dung website có hữu ích với bạn không? Rất hay và hữu ích Khá hữu ích Bình thường Bình chọn Xem kết quả Kết quả Nội dung website có hữu ích với bạn không? Tổng cộng: phiếu Địa chỉ: Số 64 Nguyễn Chí Thanh, Phường Láng Thượng, Quận Đống Đa, Hà Nội Điện thoại: 024.38354807 - 024.39392184 - 024.39392187 Email: tapchidientu_tcnh@sbv.gov.vn Website: www.tapchinganhang.gov.vn - www.tapchinganhang.com.vn Chỉ được phát hành lại thông tin từ website này khi có sự đồng ý bằng văn bản của Tạp chí Ngân hàng TẠP CHÍ ĐIỆN TỬ NGÂN HÀNG Giấy phép hoạt động Tạp chí in và Tạp chí điện tử số 484/GP-BTTTT do Bộ Thông tin và Truyền thông cấp ngày 28/07/2021 Phó Tổng Biên tập phụ trách: Nguyễn Thị Thanh Bình Phó Tổng Biên tập: Nguyễn Thanh Nghị Liên hệ Phát hành - Quảng cáo Copyright © 2022 Tapchinganhang.gov.vn. Bảo lưu mọi quyền Giới thiệu tòa soạn Tổng truy cập: 35.449.578 Mạng xã hội