Luận văn: PPNC nhân tố ảnh hưởng đến nợ xấu tại các ngân hàng

Chia sẻ chuyên mục Đề Tài Luận văn: PPNC nhân tố ảnh hưởng đến nợ xấu tại các ngân hàng hay nhất năm 2026 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài Luận Văn: Các nhân tố ảnh hưởng đến nợ xấu tại các ngân hàng thương mại Việt Nam dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

3.1 Quy trình nghiên cứu

Quy trình nghiên cứu của luận văn được thể hiện chi tiết qua hình 3.1

Hình 3.1: Quy trình nghiên cứu của đề tài

Bước 1: Xác định vấn đề

Quá trình nhận diện những dấu hiệu bất ổn gắn với tình trạng nợ xấu gia tăng tại các ngân hàng thương mại ở Việt Nam trong giai đoạn 2011–2024. Từ thực tiễn này, đề tài được hình thành nhằm tìm hiểu các yếu tố ảnh hưởng đến NPL của các ngân hàng thương mại tại Việt Nam.

Bước 2: Xây dựng mục tiêu nghiên cứu

Trên cơ sở vấn đề đã nhận diện, nghiên cứu đề ra các mục tiêu cụ thể như đo lường ảnh hưởng của các biến nội tại của ngân hàng thương mại và yếu tố vĩ mô của nền kinh tế đối với mức độ rủi ro tín dụng của các tổ chức tín dụng.

Bước 3: Tổng quan nền tảng lý thuyết và công trình liên quan

Ở bước này, nghiên cứu tiến hành phân tích và chọn lọc những lý thuyết nền như chu kỳ kinh tế, thông tin bất cân xứng, lý thuyết quản trị ngân hàng… Bên cạnh đó, các nghiên cứu thực nghiệm trước đây trong và ngoài nước cũng được rà soát để làm căn cứ đề xuất mô hình nghiên cứu phù hợp.

Bước 4: Xây dựng mô hình nghiên cứu và phương pháp định lượng

Nghiên cứu sử dụng dữ liệu bảng thu thập từ 28 ngân hàng thương mại hoạt động tại Việt Nam trong khoảng thời gian 2011–2024. Các phương pháp hồi quy như Pooled OLS, mô hình tác động cố định (Fixed Effects), tác động ngẫu nhiên (Random Effects) và GMM hệ thống hai bước được triển khai nhằm đánh giá mô hình và giải quyết các vấn đề kỹ thuật như nội sinh và tương quan chuỗi.

Bước 5: Phân tích định lượng và rút ra kết luận thực tiễn

Từ kết quả hồi quy, nghiên cứu tiến hành giải thích tác động của từng nhân tố đến tỷ lệ nợ xấu. Sau đó, đưa ra các luận giải chính sách và gợi ý thực tiễn cho ngân hàng thương mại cũng như cơ quan giám sát nhằm tăng cường hiệu quả kiểm soát rủi ro tín dụng và nâng cao chất lượng tài sản.

3.2. Mô hình và giả thuyết nghiên cứu Luận văn: PPNC nhân tố ảnh hưởng đến nợ xấu tại các ngân hàng.

3.2.1. Mô hình nghiên cứu

Các lý thuyết chu kỳ kinh tế, lý thuyết lợi thế quy mô, lý thuyết thông tin bất cân xứng, lý thuyết hiệu quả và chất lượng quản trị cho thấy NPL của ngân hàng chịu ảnh hưởng bởi các yếu tố bên trong của ngân hàng gồm vốn, quy mô, hiệu quả hoạt động, tỷ lệ chi phí hoạt động, tốc độ tăng trưởng tín dụng và các nhân tố phản ảnh môi trường kinh tế vĩ mô. Sau khi thu thập các kiến thức tổng hợp từ các nghiên cứu trước về đề tài nợ xấu tại các ngân hàng thương mại trong và ngoài nước, kế thừa nghiên cứu của Chaibi và Ftiti (2015) để kiểm định mức độ tác động của các yếu tố trên, mô hình được tác giả đưa ra như sau:

NP𝐋𝐢𝐭 = 𝛃𝟎 + 𝛃𝟏 × 𝑪𝑨𝑹𝐢𝐭 + 𝛃𝟐 × 𝐒𝐈𝐙𝐄𝐢𝐭 + 𝛃𝟑 × 𝐑𝐎𝐄𝐢𝐭 + 𝛃𝟒 × 𝐋𝐆𝐑𝐢𝐭 + 𝛃𝟓 × 𝑴𝐄𝐢𝐭+ 𝛃𝟔× GD𝐏𝐭 + 𝛃𝟕 × 𝑪𝑷𝑰𝐭 + 𝛆𝐢𝐭 (3.1)

Trong đó

NP𝐋𝐢𝐭: Nợ xấu của ngân hàng thương mại i năm t (bao gồm nợ nhóm 3, nhóm 4 và nhóm 5).
𝐂𝐀𝐑𝐢𝐭 là hệ số an toàn vốn của ngân hàng thương mại i năm
SIZ𝐄𝐢𝐭 đại diện quy mô của ngân hàng thương mại i trong năm
𝐑𝐎𝐄𝐢𝐭 thể hiện lợi nhuận của ngân hàng thương mại i trong năm
𝐋𝐆𝐑𝐢𝐭 là tốc độ tăng trưởng tín dụng của ngân hàng thương mại i trong năm
𝑴𝐄𝐢𝐭 là Tỷ lệ chi phí hoạt động của ngân hàng thương mại i năm t
GD𝐏𝐭 thể hiện tốc độ tăng trưởng kinh tế năm
𝐂𝐏𝐈𝐭 thể hiện tình trạng lạm phát tại Việt Nam ở năm
i biễu diễn cho ngân hàng thương mại nghiên cứu.
t biễu diễn cho năm thứ t của ngân hàng thương mại nghiên cứu.
𝛃𝟎 là hệ số chặn (hằng số).
𝛃𝟏, …, 𝛃𝟕 là các hệ số hồi quy riêng của các biến độc lập.
𝛆𝐢𝐭 là sai số của mô hình.

3.2.2 Giải thích biến và giả thuyết nghiên cứu Luận văn: PPNC nhân tố ảnh hưởng đến nợ xấu tại các ngân hàng.

Các biến được tác giả sữ dụng trong mô hình nghiên cứu được mô tả như sau:

Biến phụ thuộc

Nợ xấu (NPL): Định nghĩa NPL được tác giả nêu rõ ở mục 2.2. Các số liệu về nợ xấu được lấy từ thuyết minh BCTC tại các ngân hàng thương mại mỗi năm, bao gồm nợ nhóm 3, nợ nhóm 4 và nợ nhóm 5.

Biến độc lập

Dựa trên các nghiên cứu thực nghiệm ở trong và ngoài nước như Nguyễn Thị Như Quỳnh và cộng sự (2018), Trần Thảo Vân (2022), Salas và Saurina (2002)… khung lý thuyết và khái niệm được tác giả tổng hợp và đưa vào danh sách các biến độc lập như sau:

Hệ số an toàn vốn (CAR)

Hệ số an toàn vốn (Capital Adequacy Ratio – CAR) là một trong những chỉ tiêu trọng yếu phản ánh mức độ lành mạnh về tài chính và khả năng chống chịu rủi ro của ngân hàng thương mại. CAR được tính bằng tỷ lệ giữa vốn tự có (gồm vốn cấp 1 và vốn cấp 2) với tổng tài sản có rủi ro, theo quy định của Basel. Đây là công cụ kiểm soát rủi ro quan trọng trong hoạt động ngân hàng thương mại, giúp đảm bảo rằng các ngân hàng thương mại có đủ vốn để làm bộ đệm chống đỡ rủi ro, bù đắp tổn thất từ các khoản cho vay khách hàng vi phạm thỏa thuận. Về mặt đo lường, trong nghiên cứu này, CAR được định lượng bằng tỷ lệ giữa vốn tự có với tổng tài sản có rủi ro – tuân theo chuẩn Basel II. Tỷ lệ này càng cao cho thấy ngân hàng thương mại càng có khả năng bảo vệ trước tổn thất tín dụng và ổn định hoạt động trong điều kiện bất lợi.

Các nghiên cứu thực nghiệm như của Keeton và Morris (1987), Berger và DeYoung (1997) chỉ ra rằng các ngân hàng thương mại có hệ số CAR cao thường có khả năng tự phòng vệ trước rủi ro tín dụng tốt hơn. Ngược lại, khi hệ số an toàn vốn suy giảm, ngân hàng thương mại có xu hướng dễ bị tổn thương trước các biến động tiêu cực trong danh mục tín dụng, từ đó làm gia tăng NPL. Ngoài ra, áp lực duy trì lợi nhuận trong điều kiện vốn tự có suy yếu có thể khiến ngân hàng thương mại đẩy mạnh cho vay vào các phân khúc rủi ro cao để tìm kiếm lợi suất, làm gia tăng xác suất phát sinh nợ xấu. Trên cơ sở đó, nghiên cứu kỳ vọng tồn tại tác động nghịch chiều của CAR đến NPL của các ngân hàng thương mại Việt Nam.

Giả thuyết H1: Hệ số an toàn vốn (CAR) có tác động nghịch chiều đến NPL của ngân hàng thương mại Việt Nam.

Quy mô ngân hàng thương mại (SIZE) Luận văn: PPNC nhân tố ảnh hưởng đến nợ xấu tại các ngân hàng.

Quy mô ngân hàng thương mại là một yếu tố ảnh hưởng gây tranh cãi trong các bài nghiên cứu của các tác giả trong và ngoài nước vì hầu như các bài nghiên cứu đều chỉ ra quy mô ngân hàng thương mại càng lớn thì NPL càng lớn, theo giả thuyết “NHTM quá lớn để sụp đổ” thì các ngân hàng thương mại lớn sẽ khó bị sụp đổ và họ có thể chịu được khẩu vị rũi ro cao hơn các ngân hàng thương mại có quy mô nhỏ. Tác động của quy mô đến NPL là cùng chiều được chứng minh qua công trình của Salas và Saurina (2002), Nguyễn Thị Ánh Hoa (2020)… Trong khi thực tế thì các ngân hàng thương mại lớn sẽ có lượng khách hàng lớn và nhưng khoản vay tốt đem lại lợi nhuận cao, các ngân hàng thương mại nhỏ sẽ khó tiếp cận các khoản vay này và thường phải đưa ra các biện pháp cho vay dể dàng hơn để có tiếp cận và từ đó vấn đề về an sẽ tìm tàng nhiều rũi ro. Công thức được tác giả sữ dụng như sau: SIZEit = Ln (tổng tài sả𝑛it)

Giả thuyết H2: Quy mô của ngân hàng thương mại và NPL có tác động cùng chiều với nhau

Tốc độ tăng trưởng tín dụng (LGR)

Trong thời đại cạnh tranh gay gắt ở các ngân hàng thương mại như hiện nay, không chỉ có các ngân hàng thương mại nhỏ mà các ngân hàng thương mại lớn cũng phải liên tục đổi mới và chạy đua không ngừng để tăng trưởng lợi nhuận, từ đó làm cho tín dụng bị tăng trường quá mức. Việc cấp tín dụng mà không kiểm soát dẫn đến sự gia tăng NPL vì có thể các khách hàng sẽ không có đủ khả năng trả nợ vì vậy tăng trưởng tín dụng sẽ ảnh hưỡng cùng chiều với NPL theo Nguyễn Thị Ánh Hoa (2020) và Salas và Saurina (2002). Ngược lại theo như đại đa số tác giả nghiên cứu ở Việt Nam như là Nguyễn Đào Trâm Anh và cộng sự (2023), Trần Thảo Vân (2022), Nguyễn Tuấn Kiệt và Đinh Hùng Phú (2016) đều chỉ ra rằng tăng trưởng tín dụng sẽ ngược chiều với nợ xấu.

LGRit = 𝐷ư 𝑛ợit− 𝑑ư 𝑛ợit−1 x 100% 𝐷ư 𝑛ợit−1

Giả thuyết H3: Tốc độ tăng trưởng tín dụng và NPL có tác động cùng chiều với nhau

Tỷ suất sinh lời trên vốn chủ sở hữu (ROE) Luận văn: PPNC nhân tố ảnh hưởng đến nợ xấu tại các ngân hàng.

Tỷ suất sinh lời trên vốn chủ sở hữu cho chúng ta biết được khi chủ sở hữu đầu tư vào ngân hàng thương mại thì sẽ đem lại được bao nhiêu đồng lợi nhuận cho người chủ đó. Khi ngân hàng thương mại có tỷ suất sinh lời trên vốn chủ sở hữu càng cao thì sẽ có nhiều người chủ tham gia vào ngân hàng thương mại và làm cho ngân hàng thương mại ngày càng lớn hơn, vững chắc hơn và sẽ hoạt động tốt hơn trong nhiều lĩnh vực vì mỗi người chủ sẽ đem lại cho ngân hàng thương mại ưu điểm mạnh và yếu khác nhau. Vì vậy với những điểm như trên thì yếu tố tỷ suất sinh lời trên vốn chủ sở hữu sẽ là yếu tố phản ánh các năng lực quản lý vốn chủ sở hữu của ngân hàng thương mại đó. Biến này thường được rất nhiều tác giả trong và ngoài nước sử dụng như trong công trình của Klein (2013), Trần Trọng Phong và cộng sự (2015).

RO𝐄𝐢𝐭 = 𝐿ợ𝑖 𝑛ℎ𝑢ậ𝑛 𝑠𝑎𝑢 𝑡ℎ𝑢ếit x 100% 𝑉ố𝑛 𝑐ℎủ 𝑠ở ℎữ𝑢it

Giả thuyết H4: Tỷ suất sinh lời trên vốn chủ sở hữu và NPL có tác động ngược chiều với nhau

Tỷ lệ chi phí hoạt động (ME)

Tỷ lệ chi phí hoạt động được đo lường bằng tỷ lệ giữa tổng chi phí hoạt động với tổng tài sản bình quân hoặc tổng thu nhập. Chỉ số càng cao cho thấy ngân hàng thương mại càng tốn nhiều chi phí để duy trì hoạt động, đồng nghĩa với hiệu quả hoạt động kém hơn. Theo Berger và DeYoung (1997), sự thiếu hiệu quả trong kiểm soát chi phí thường đi kèm với khả năng quản trị tín dụng yếu kém. Các ngân hàng thương mại có tỷ lệ chi phí hoạt động cao thường gặp khó khăn trong việc duy trì các quy trình kiểm soát nội bộ chặt chẽ xuyên suốt quy trình tín dụng. Điều này làm tăng nguy cơ phát sinh nợ xấu do chất lượng tín dụng không được đánh giá và kiểm soát hiệu quả. Bên cạnh đó, khi chi phí hoạt động ở mức cao kéo dài, các ngân hàng thương mại có thể đối mặt với áp lực tìm kiếm lợi nhuận bằng cách mở rộng tín dụng nhanh chóng, trong đó có thể bao gồm cả các khoản vay có rủi ro tín dụng cao (Hess và cộng sự, 2008).

MEit = 𝐶ℎ𝑖 𝑝ℎí ℎ𝑜ạ𝑡 độ𝑛𝑔it x 100% 𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛it

Giả thuyết H5: Tỷ lệ chi phí hoạt động (ME) có tác động thuận chiều đến NPL của ngân hàng thương mại Việt Nam.

Tốc độ tăng trưởng kinh tế

Tốc độ tăng trưởng kinh tế là một nhân tố rất quan trọng ảnh hưởng đến NPL tại các ngân hàng thương mại. Rajan và Dhal (2003); Louzis, Vouldis và Metaxas (2012); Jiménez và Saurina (2006) và nhiều các tác giả khác đều cho rằng khi kinh tế phát triển mạnh thì các cá nhân, doanh nghiệp đi vay sẽ có các hoạt động sản suất, kinh doanh hiệu quả hơn từ đó có thể làm cho khách hàng cải thiện khả năng trả nợ, từ đó rủi ro tín dụng cũng sẽ giảm đáng kể, kéo theo NPL giảm xuống. Các ngân hàng thương mại cũng sẽ tiếp cận được nhiều tệp khách hàng hơn, từ đó có thể chọn lựa các khách hàng có điểm tín dụng cao, an toàn để có thể hạn chế NPL. Luận văn: PPNC nhân tố ảnh hưởng đến nợ xấu tại các ngân hàng.

GD𝐏𝐭 = 𝐺𝐷𝑃t− 𝐺𝐷𝑃t−1 𝐺𝐷𝑃t−1

Giả thuyết H6: Tốc độ tăng trưởng kinh tế và NPL có tác động ngược chiều với nhau

Chỉ số lạm phát

Lạm phát làm cho đồng tiền mất giá, làm giảm sức mua của đồng tiền quốc gia, từ đó chính phủ phải thắt chặt tiền tệ và các giải pháp với lãi suất khác để có thể kiềm chế INF. Qua đó, khi lạm phát càng cao thì các nguồn trả nợ của khách hàng sẽ bị ảnh hưởng nghiêm trọng do việc sản suất và kinh doanh gặp khó khăn, các nghiên cứu trước của các tác ngoài nước và các tác giả trong nước cho rằng kết quả lạm phát có ảnh hưởng cùng chiều với NPL như Rajan và Dhal (2003), Nguyễn Thị Ánh Hoa (2020). Nhưng Nguyễn Đào Trâm Anh và cộng sự (2023), Trần Trọng Phong và cộng sự (2015), Trần Thảo Vân (2022) lại cho rằng lạm phát tác động ngược chiều với nợ xấu vì lạm phát cao có thể làm giảm giá trị thực của các khoản vay trong khi các khoản đầu tư hoặc tài sản của khách hàng sẽ tăng lên làm cho khách hàng có thể có nhiều kênh để cải thiện năng lực trả nợ của mình từ đó NPL sẽ giảm xuống đáng kể.

Giả thuyết H7: Chỉ số lạm phát và NPL có tác động cùng chiều với nhau

Các biến trong mô hình nghiên cứu được tác giả đo lường như bên bảng 3.1 bên dưới.

Bảng 3.1: Tổng hợp các biến có trong mô hình nghiên cứu

3.3 Dữ liệu nghiên cứu Luận văn: PPNC nhân tố ảnh hưởng đến nợ xấu tại các ngân hàng.

Đề tài sử dụng dữ liệu của Fiin Pro gắn với 28 ngân hàng thương mại Việt Nam đang hoạt động trong giai đoạn từ năm 2011 đến năm 2024. Đây là dữ liệu bảng không cân đối (unbalanced panel data) do một số ngân hàng thương mại không công bố đầy đủ thông tin trong toàn bộ chuỗi thời gian hoặc có thời điểm tham gia thị trường khác nhau. Các ngân hàng thương mại trong mẫu bao gồm cả ngân hàng thương mại có vốn Nhà nước chi phối và ngân hàng thương mại cổ phần tư nhân, qua đó phản ánh tương đối toàn diện các đặc điểm cấu trúc và hoạt động tín dụng trong hệ thống ngân hàng thương mại Việt Nam.

Các chỉ tiêu được thu thập bao gồm: NPL, quy mô ngân hàng thương mại (SIZE), tốc độ tăng trưởng tín dụng (LGR), hiệu quả sinh lời (ROE), hệ số an toàn vốn (CAR), chi phí hoạt động (ME), và biến vĩ mô gồm tăng trưởng GDP và chỉ số giá tiêu dùng (CPI). Dữ liệu vĩ mô được thu thập từ Tổng cục thống kê nhằm đảm bảo tính nhất quán và đáng tin cậy của dữ liệu.

3.4 Phương pháp nghiên cứu

Phân tích bắt đầu bằng mô hình Pooled OLS, tuy nhiên mô hình này không xét đến đặc điểm không đồng nhất giữa các đơn vị theo không gian và thời gian, do đó kết quả có thể thiếu chính xác. Để khắc phục, nghiên cứu tiếp tục sử dụng FEM và REM.

Mô hình FEM cho phép kiểm soát đặc trưng riêng cố định theo từng ngân hàng thương mại bằng cách gán hệ số chặn riêng biệt, trong khi hệ số góc vẫn giữ nguyên. Đây là phương pháp phù hợp khi giả định rằng đặc tính riêng không thay đổi theo thời gian nhưng có thể ảnh hưởng đến biến phụ thuộc. Ngược lại, mô hình REM giả định rằng sự khác biệt giữa các cá thể là ngẫu nhiên và không tương quan với biến giải thích. Phần sai số được chia thành hai phần: nhiễu chung và nhiễu đặc thù không quan sát được, được xử lý như thành phần ngẫu nhiên trong mô hình.

Các kiểm định lựa chọn mô hình được thực hiện. Trong đó, áp dụng kiểm định F để chọn Pooled OLS vs FEM. Nếu p-value của kiểm định F nhỏ hơn 0.05, đồng nghĩa chọn FEM; ngược lại, chọn OLS. Dùng kiểm định Hausman để lựa chọn giữa FEM và REM. Nếu kết quả kiểm định Hausman có p-value < 0.05, tức là chọn FEM; ngược lại, chọn REM.

Sau khi xác định được mô hình kinh tế lượng phù hợp với dữ liệu nghiên cứu, đề tài tiến hành một loạt các kiểm định nhằm đảm bảo tính vững và hiệu quả của mô hình. Trước tiên, để kiểm tra sự tồn tại của hiện tượng phương sai sai số thay đổi –tức sai số không có phương sai không đổi (heteroskedasticity) – kiểm định Breusch–Pagan được sử dụng. Nếu kết quả kiểm định trả về giá trị p-value nhỏ hơn mức ý nghĩa 5% (0.05), điều đó chỉ ra rằng tồn tại hiện tượng này, và việc sử dụng các phương pháp ước lượng thông thường như OLS sẽ không còn hiệu quả. Luận văn: PPNC nhân tố ảnh hưởng đến nợ xấu tại các ngân hàng.

Tiếp đến, hiện tượng tự tương quan – tức sự phụ thuộc tuyến tính giữa các sai số của các quan sát theo thời gian – được kiểm định thông qua kiểm định Wooldridge dành cho dữ liệu bảng. Giá trị p-value nhỏ hơn 0.05 từ kiểm định này là dấu hiệu cho thấy mô hình đang mắc phải tự tương quan bậc nhất, có thể làm sai lệch kết quả ước lượng và kiểm định giả thuyết.

Trường hợp mô hình vi phạm các giả định về phương sai đồng nhất và không có tự tương quan, phương pháp FGLS sẽ được áp dụng như một giải pháp thay thế. Phương pháp FGLS giúp hiệu chỉnh các sai số và tăng độ tin cậy cho các hệ số ước lượng, nhằm đảm bảo tính nhất quán và hiệu quả của mô hình, đặc biệt trong các trường hợp sai số không đồng nhất hoặc có sự phụ thuộc thời gian.

Ngoài ra, để kiểm tra khả năng tồn tại của biến nội sinh, kiểm định Wu–Durbin–Hausman được thực hiện. Khi p-value thu được từ kiểm định nhỏ hơn 0.05, điều đó đồng nghĩa với việc tồn tại vấn đề nội sinh trong mô hình, đòi hỏi một phương pháp hồi quy thích hợp hơn để xử lý, tránh sai lệch trong ước lượng và diễn giải.

Trong bối cảnh đó, phương pháp GMM hệ thống hai bước (System GMM –Two-Step) được lựa chọn như một công cụ hiệu quả để khắc phục các khuyết điểm nêu trên. Được phát triển bởi Arellano và Bover (1995), sau đó được cải tiến bởi Blundell và Bond (1998), System GMM là kỹ thuật hồi quy động tiên tiến, chuyên dụng cho dữ liệu bảng có đặc điểm phức tạp và giải quyết các khuyêt tật trong mô hình. Phương pháp này kết hợp cả phương trình sai phân và phương trình ở dạng mức, từ đó khai thác tối đa thông tin từ tập dữ liệu, đồng thời tăng độ chính xác cho các ước lượng. Một trong những ưu điểm nổi bật của System GMM là khả năng xử lý vấn đề nội sinh một cách hiệu quả thông qua việc sử dụng các biến trễ làm công cụ nội sinh hóa. Cách tiếp cận này đặc biệt phù hợp trong nghiên cứu tài chính – ngân hàng, nơi mà các mô hình thường bao gồm biến phụ thuộc trễ và dữ liệu quan sát theo thời gian không đồng đều. Nhờ đó, mô hình không chỉ đáp ứng tốt các yêu cầu về mặt kỹ thuật mà còn phản ánh đúng bản chất động của các quá trình kinh tế.

KẾT LUẬN CHƯƠNG 3

Chương 3 đã trình bày toàn diện cách tiếp cận nghiên cứu thông qua việc xác định mô hình lý thuyết, lựa chọn biến số, thiết kế mô hình hồi quy và phương pháp xử lý dữ liệu. Kết thúc chương, nền tảng phương pháp luận vững chắc đã được thiết lập, tạo điều kiện cho chương tiếp theo tiến hành ước lượng mô hình, kiểm định giả thuyết và thảo luận kết quả một cách khách quan và chính xác. Luận văn: PPNC nhân tố ảnh hưởng đến nợ xấu tại các ngân hàng.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:

===>>> Luận văn: KQNC nhân tố ảnh hưởng đến nợ xấu tại các ngân hàng

Luận Văn Thạc Sĩ, Tài Chính Ngân Hàng