Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại ngân hàng

Chia sẻ chuyên mục Đề Tài Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại 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 rủi ro tín dụng tại 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.

4.1. Tổng quan về hoạt động tín dụng của Ngân hàng thương mại Việt Nam giai đoạn 2013 – 2023:

Giai đoạn 2013 – 2023 là thời kỳ kinh tế Việt Nam trải qua nhiều biến động lớn, bao gồm giai đoạn phục hồi sau khủng hoảng tài chính toàn cầu, sự kiện đại dịch Covid–19 (2020 – 2022), xung đột Nga – Ukraina và các rủi ro địa chính trị – tài chính quốc tế. Trong bối cảnh đó, hệ thống ngân hàng Việt Nam đã nỗ lực cải thiện chất lượng tài sản, song Rủi ro tín dụng vẫn luôn là mối đe dọa trọng yếu đối với sự ổn định tài chính.

Trước tình hình đó, Ngân hàng Nhà nước Việt Nam đã triển khai các biện pháp hỗ trợ như cơ cấu lại thời hạn trả nợ, miễn giảm lãi vay, giữ nguyên nhóm nợ cho khách hàng bị ảnh hưởng. Tính đến tháng 04/2021, hơn 357.000 tỷ đồng dư nợ đã được cơ cấu lại cho hơn 262.000 khách hàng.

Trong bối cảnh chi phí vốn tăng và nhu cầu vay giảm, các ngân hàng buộc phải thận trọng hơn trong việc cấp tín dụng, làm chậm lại đà tăng trưởng tín dụng.

• Một số đặc điểm đáng chú ý của Ngân hàng thương mại Việt Nam giai đoạn 2013 – 2023

Tỷ lệ nợ xấu giai đoạn 2013 – 2015, tỷ lệ nợ xấu dao động ở mức 3,25% –4,1%, nguyên nhân chủ yếu do hậu quả tích tụ từ thời kỳ tăng trưởng tín dụng nóng trước năm 2011.

Từ 2016 – 2019, dưới tác động của các biện pháp xử lý nợ xấu (thành lập VAMC, cải tiến phân loại nợ theo Thông tư 02/2013/TT–NHNN), tỷ lệ nợ xấu nội bảng được duy trì quanh mức < 3%, nhưng phần lớn được ―che giấu‖ qua bán nợ cho VAMC hoặc cơ cấu lại nợ.

Giai đoạn 2020 – 2022, tỷ lệ nợ xấu gia tăng do ảnh hưởng nghiêm trọng của đại dịch Covid–19 đến khả năng trả nợ của doanh nghiệp và cá nhân. Đặc biệt, theo Ngân hàng Nhà nước, nếu tính cả nợ tiềm ẩn (cơ cấu, bán cho VAMC, ngoại bảng), tỷ lệ nợ xấu toàn hệ thống lên tới 6 – 8%. Chi phí trích lập dự phòng Rủi ro tín dụng tăng mạnh trong giai đoạn này khi ngân hàng chủ động trích lập để ―đón đầu‖ rủi ro. Nhiều ngân hàng như BIDV, Vietcombank, VPBank có tỷ lệ bao phủ nợ xấu >100%. Sự gia tăng chi phí dự phòng cũng ảnh hưởng trực tiếp đến hiệu quả sinh lời của các Ngân hàng thương mại, đặc biệt là các ngân hàng có dư nợ lớn trong lĩnh vực có tính chu kỳ cao như bất động sản.

Năm 2023, tình hình cải thiện nhẹ do các chính sách giãn nợ và phục hồi kinh tế, nhưng vẫn còn tiềm ẩn nhiều rủi ro đặc biệt trong các lĩnh vực bất động sản, trái phiếu doanh nghiệp và khách hàng SME.

Về tổng thể, mặc dù các Ngân hàng thương mại Việt Nam đã có bước tiến lớn trong quản lý Rủi ro tín dụng như áp dụng Basel II, số hóa quy trình phê duyệt tín dụng và trích lập dự phòng chủ động, nhưng Rủi ro tín dụng vẫn là thách thức lớn. Những rủi ro tiềm ẩn liên quan đến trái phiếu doanh nghiệp, bất động sản và khách hàng SME có thể ảnh hưởng đáng kể đến chất lượng tài sản trong các năm tới. Rủi ro tín dụng vẫn là thách thức lớn đối với các Ngân hàng thương mại Việt Nam, đặc biệt trong bối cảnh kinh tế bất định và áp lực tăng trưởng lợi nhuận. Việc nâng cao chất lượng tín dụng và quản trị rủi ro là điều kiện bắt buộc để đảm bảo sự ổn định, an toàn và phát triển bền vững của ngành ngân hàng.

4.2. Kết quả nghiên cứu Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại ngân hàng.

4.2.1 Thống kê mô tả biến

• Bảng 4.1. Bảng thống kê mô tả biến

Phân tích thống kê mô tả các biến trong mô hình cho thấy sự phân tán đáng kể giữa các ngân hàng và qua từng thời kỳ, phản ánh đặc trưng đa dạng của tập dữ liệu nghiên cứu.

Với biến LLR (tỷ lệ dự phòng Rủi ro tín dụng trên tổng dư nợ), giá trị trung bình đạt khoảng 0,89%, dao động từ mức âm nhẹ (–0,48%) đến mức cao nhất 4,46%. Mức trung bình thấp và biên độ biến động hẹp cho thấy phần lớn các ngân hàng duy trì chính sách trích lập dự phòng khá ổn định; tuy nhiên, sự xuất hiện giá trị âm phản ánh khả năng hoàn nhập dự phòng ở một số thời kỳ khi chất lượng tài sản được cải thiện.

Các biến vĩ mô gồm GDP và INF có giá trị trung bình lần lượt là 5,8% và 3,1%, với độ lệch chuẩn thấp, cho thấy nền kinh tế trong giai đoạn khảo sát duy trì mức tăng trưởng và lạm phát tương đối ổn định, đây là tiền đề thuận lợi để đánh giá tác động của các yếu tố vĩ mô đến hoạt động ngân hàng mà không bị nhiễu bởi các cú sốc kinh tế lớn.

Biến NIM (thu nhập lãi cận biên) có giá trị trung bình 3,18%, dao động từ 0,59% đến 9,3%, phản ánh khả năng sinh lời tín dụng tương đối bền vững nhưng có sự khác biệt rõ rệt về chiến lược kinh doanh giữa các ngân hàng.

Biến ROE (tỷ suất lợi nhuận trên vốn chủ sở hữu) có giá trị trung bình 11,72%, biên độ dao động từ 0,08% đến 30,3%, thể hiện sự phân hóa mạnh mẽ về hiệu quả sử dụng vốn.

Về các biến kiểm soát như GROW (tăng trưởng tín dụng) trung bình 19,6%, với độ lệch chuẩn tương đối cao, phản ánh sự phân hóa lớn trong định hướng tăng trưởng giữa các ngân hàng.

Biến SIZE (quy mô ngân hàng), tính theo log tổng tài sản, đạt giá trị trung bình 32,74 và biến động thấp, cho thấy các ngân hàng trong mẫu khá đồng đều về quy mô.

Biến OEXPR (chi phí hoạt động trên thu nhập) có mức trung bình 1,64%, phản ánh năng lực quản lý chi phí tương đối hiệu quả của hệ thống.

Biến LDR (tỷ lệ cho vay trên tiền gửi) trung bình đạt khoảng 90%, dao động từ 36% đến 142%, thể hiện sự đa dạng trong chính sách sử dụng vốn huy động, từ hướng đi thận trọng đến định hướng khai thác tối đa nguồn vốn.

4.2.2 Kiểm định hiện tượng đa cộng tuyến Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại ngân hàng.

• Bảng 4.2. Bảng kiểm định hiện tượng đa cộng tuyến

Kết quả kiểm tra đa cộng tuyến thông qua chỉ số VIF củng cố thêm nhận định này. Tất cả các biến trong mô hình đều có VIF nhỏ hơn 4 và giá trị VIF trung bình là 2,04, thấp hơn ngưỡng 10 – mức thường được coi là dấu hiệu cảnh báo đa cộng tuyến nghiêm trọng (Gujarati & Porter, 2009). Trong đó, biến NIM có VIF cao nhất (3,86), tiếp đến là ROE (2,75) và OEXPR (2,65), nhưng các giá trị này vẫn ở mức an toàn. Điều này cho thấy khả năng xảy ra đa cộng tuyến nghiêm trọng là không

đáng kể và mô hình hồi quy có thể được ước lượng với độ tin cậy cao.

4.2.3 Phân tích tương quan giữa các biến

• Bảng 4.3. Bảng Phân tích tương quan giữa các biến

Kết quả ma trận tương quan cho thấy các hệ số tương quan giữa các biến độc lập trong mô hình nhìn chung ở mức thấp đến trung bình và đều nhỏ hơn 0,8 –ngưỡng cảnh báo thường được sử dụng để nhận diện đa cộng tuyến nghiêm trọng. Trong đó, đáng chú ý nhất là mối tương quan thuận giữa NIM và LLR (0,6369), phản ánh xu hướng các ngân hàng có biên lợi nhuận lãi cao thường đi kèm mức trích lập dự phòng lớn hơn. Mối tương quan thuận giữa ROE và SIZE (0,6407) cho thấy các ngân hàng có quy mô lớn thường đạt tỷ suất sinh lời trên vốn cao hơn, phù hợp với lập luận về lợi thế kinh tế theo quy mô. Ngoài ra, mối tương quan giữa ROE và LDR (0,4760) hay giữa NIM và LDR (0,4780) phản ánh mối quan hệ logic giữa mức độ sử dụng vốn huy động cho vay và khả năng sinh lời.

Các nhân tố vĩ mô như GDP và INF có mối tương quan thuận vừa phải (0,4430), phản ánh thực tế lạm phát thường có xu hướng tăng trong các giai đoạn tăng trưởng kinh tế. Tuy nhiên, các biến vĩ mô này có tương quan thấp với các yếu tố nội tại ngân hàng, cho thấy tác động của môi trường vĩ mô có thể sẽ được phản ánh gián tiếp thông qua hoạt động tín dụng và quản trị của ngân hàng. Nhìn chung, không xuất hiện các cặp biến có tương quan quá cao, tạo điều kiện thuận lợi cho việc ước lượng mô hình hồi quy. Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại ngân hàng.

4.2.4 Phân tích dữ liệu hồi quy bảng

• Bảng 4.4. Bảng Tổng hợp kết quả Phân tích dữ liệu hồi quy

Kết quả hồi quy từ ba mô hình POLS, FEM và REM cho thấy các biến độc lập có mức độ ảnh hưởng tương đối ổn định về dấu và ý nghĩa thống kê đối với biến phụ thuộc LLR (tỷ lệ dự phòng Rủi ro tín dụng).

Trong cả ba mô hình, biến NIM (thu nhập lãi cận biên) đều có hệ số dương và có ý nghĩa thống kê ở mức 1%, với giá trị lần lượt là 0,686 (POLS), 0,519 (FEM) và 0,580 (REM). Kết quả này hàm ý rằng khi biên lợi nhuận lãi tăng, ngân hàng có xu hướng tăng trích lập dự phòng, phản ánh mối quan hệ đồng biến giữa lợi nhuận từ hoạt động tín dụng và Rủi ro tín dụng. Điều này phù hợp với lý thuyết rủi ro – lợi nhuận và các nghiên cứu trước như Stiroh (2004), khi ngân hàng theo đuổi lợi nhuận cao hơn thường chấp nhận mức Rủi ro tín dụng lớn hơn.

Biến ROE (tỷ suất lợi nhuận trên vốn chủ sở hữu) có hệ số âm và ý nghĩa thống kê 1% trong cả ba mô hình, với giá trị từ –0,0660 đến –0,0554. Điều này cho thấy ngân hàng có hiệu quả sinh lời trên vốn cao thường gắn với tỷ lệ dự phòng Rủi ro tín dụng thấp hơn, có thể do quản trị rủi ro tốt hơn và danh mục tín dụng an toàn hơn.

Biến GROW (tăng trưởng tín dụng) có hệ số âm và ý nghĩa ở mức 10% trong POLS và 5% trong FEM và REM. Kết quả này phản ánh sự thận trọng của các ngân hàng trong việc mở rộng tín dụng, khi tăng trưởng tín dụng không đi kèm với Rủi ro tín dụng cao hơn mà thậm chí còn gắn với mức dự phòng giảm, có thể do tập trung cho vay ở các lĩnh vực ít rủi ro hơn.

Biến SIZE (quy mô ngân hàng) có hệ số dương và ý nghĩa thống kê 1–5% ở cả ba mô hình, cho thấy ngân hàng có quy mô lớn thường có tỷ lệ dự phòng Rủi ro tín dụng cao hơn. Kết quả này có thể xuất phát từ việc các ngân hàng lớn nắm giữ danh mục tín dụng đa dạng hơn, bao gồm cả các khoản vay có rủi ro cao hơn, buộc phải duy trì mức dự phòng cao để đảm bảo an toàn vốn.

Biến OEXPR (chi phí hoạt động trên thu nhập) có hệ số âm và ý nghĩa thống kê 1% trong tất cả mô hình, hàm ý rằng ngân hàng kiểm soát tốt chi phí hoạt động thường có khả năng trích lập dự phòng thấp hơn. Điều này phản ánh hiệu quả quản trị nội bộ góp phần giảm thiểu Rủi ro tín dụng. Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại ngân hàng.

Các biến vĩ mô GDP và INF đều không có ý nghĩa thống kê trong cả ba mô hình. Kết quả này cho thấy tác động trực tiếp của tăng trưởng kinh tế và lạm phát đến tỷ lệ dự phòng Rủi ro tín dụng là không đáng kể trong giai đoạn nghiên cứu, có thể do chính sách tín dụng và quản trị rủi ro của ngân hàng đã giảm thiểu ảnh hưởng của biến động vĩ mô.

Biến LDR (tỷ lệ cho vay trên tiền gửi) không có ý nghĩa thống kê ở cả ba mô hình, phản ánh mức độ sử dụng vốn huy động cho vay chưa tạo ra khác biệt rõ rệt về tỷ lệ trích lập dự phòng Rủi ro tín dụng.

Tổng thể, kết quả từ ba mô hình cho thấy sự nhất quán về dấu và ý nghĩa của các biến quan trọng, đặc biệt là NIM, ROE, GROW, SIZE và OEXPR. Các kết quả này khẳng định vai trò nổi bật của yếu tố nội tại ngân hàng trong quyết định tỷ lệ dự phòng Rủi ro tín dụng, trong khi yếu tố vĩ mô đóng vai trò gián tiếp hoặc không đáng kể trong giai đoạn nghiên cứu.

4.2.5 Kiểm định lựa chọn mô hình

4.2.5.1. Kiểm định lựa chọn mô hình Pooled POLS và FEM

Sau khi đã tiến hành ước lượng hồi quy dữ liệu bảng bằng ba mô hình: Bình phương tối thiểu gộp (Pooled OLS), Hiệu ứng cố định (FEM) và Hiệu ứng ngẫu nhiên (REM), tác giả sẽ thực hiện các kiểm định thống kê để xác định mô hình phù hợp nhất cho nghiên cứu này.

Đầu tiên, kiểm định F sẽ được sử dụng để đánh giá và lựa chọn giữa mô hình Pooled OLS và FEM, với các giả thuyết như sau:

H₀: Pooled OLS là mô hình phù hợp. H₁: FEM là mô hình phù hợp.

• Bảng 4. 5. Bảng kết quả kiểm định lựa chọn mô hình Pooled POLS và FEM

Theo kết quả của kiểm định F – test ở bảng 4.5, P–value = 0.0000 < 0.05, đủ cơ sở bác bỏ giả thuyết H0, chấp nhận giả thuyết H1, mô hình FEM được lựa chọn để nghiên cứu.

4.2.5.2. Kiểm định lựa chọn giữa POLS và REM Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại ngân hàng.

Tiếp theo, tác giả thực hiện kiểm định Breusch–Pagan Lagrangian để chọn giữa mô hình Pooled OLS và mô hình REM với giả thuyết:

H₀: Mô hình được chọn là mô hình tác động ngẫu nhiên POLS. H₁: Mô hình được chọn là mô hình tác động cố định REM.

• Bảng 4.6. Bảng kết quả kiểm định lựa chọn giữa POLS và REM

Theo kết quả của kiểm định Breusch– Pagan Lagrangian, P – value = 0.0000 < 0.05, đủ cơ sở bác bỏ giả thuyết H₀, chấp nhận giả thuyết H_₁, mô hình REM được lựa chọn để nghiên cứu.

4.2.5.3. Kiểm định lựa chọn giữa mô hình FEM và REM

Để lựa chọn mô hình phù hợp với mô hình hồi quy, tác giả đã sử dụng kiểm định Hausman để quyết định lựa chọn giữa mô hình FEM và REM với giả thuyết sau:

H0: Mô hình được chọn là mô hình tác động ngẫu nhiên REM H1: Mô hình được chọn là mô hình tác động cố định FEM

• Bảng 4.7. Bảng kết quả kiểm định lựa chọn giữa mô hình FEM và REM

Kết quả của kiểm định Hausman, P – value = 0.0777 > 0.05 không thể bác bỏ giả thuyết H₀, mô hình REM được lựa chọn để nghiên cứu.

4.2.6 Kiểm định các khuyết tật và kết quả hồi quy Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại ngân hàng.

4.2.6.1. Kiểm định phương sai sai số thay đổi

Trong mô hình FEM, tác giả áp dụng kiểm định Modified Wald để kiểm tra phương sai sai số thay đổi bằng lệnh xttest3.

Trong mô hình REM, tác giả áp dụng kiểm định Breusch–Pagan LM để kiểm tra phương sai sai số thay đổi bằng lệnh xttest0.

• Với giả thuyết sau:

Giả thuyết H₀: Mô hình không có phương sai sai số thay đổi. Giả thuyết H₁: Mô hình có phương sai sai số thay đổi.

• Bảng 4.8. Bảng kết quả kiểm định phương sai sai số thay đổi

Kết quả trong bảng tổng hợp trên cho thấy Prob > Chi2 của mô hình NIM < 5%, từ đó bác bỏ giả thuyết H₀, chấp nhận giả thuyết H₁. Mô hình có hiện tượng phương sai sai số thay đổi.

4.2.6.2. Kiểm định hiện tượng tương quan chuỗi

Tiếp theo, tác giả kiểm định hiện tượng tự tương quan chuỗi bằng cách sử dụng kiểm định Woolbridge bằng lệnh xtserial với giả thuyết sau:

H₀: Mô hình không có hiện tượng tự tương quan H₁: Mô hình có hiện tượng tự tương quan

Kết quả kiểm định tự tương quan chuỗi

• Bảng 4.9. Bảng kết quả kiểm định tự tương quan chuỗi

Kết quả kiểm định tổng hợp ở trên cho thấy kết quả của mô hình có Prob > Chi2 < 5% nên bác bỏ giả thuyết H₀, chấp nhận giả thuyết H₁. Kết luận mô hình có hiện tượng tự tương quan.

4.2.6.3. Hiệu chỉnh mô hình FGLS Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại ngân hàng.

Từ kết quả kiểm định phương sai sai số thay đổi và hiện tượng tự tương quan chuỗi cho thấy mô hình bị cả 2 hiện tượng. Vì thế, phải hiệu chỉnh mô hình FGLS.

• Bảng 4. 10. Bảng kết quả hiệu chỉnh mô hình FGLS

Thảo luận kết quả nghiên cứu về các nhân tố ảnh hưởng đến Rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam với các nghiên cứu trước  NIM (Thu nhập lãi cận biên)

Kết quả cho thấy NIM có hệ số dương và có ý nghĩa thống kê ở mức 1%, khẳng định rằng biên lợi nhuận lãi cao đi kèm với Rủi ro tín dụng cao hơn. Điều này hàm ý rằng các ngân hàng theo đuổi chiến lược lợi nhuận cao thường chấp nhận Rủi ro tín dụng lớn hơn, dẫn đến mức trích lập dự phòng cao.

Kết quả này phù hợp với quan điểm của Athanasoglou et al. (2008) cho rằng biên lợi nhuận lãi ròng cao phản ánh cấu trúc rủi ro lợi nhuận – Rủi ro tín dụng, nơi ngân hàng sẵn sàng cấp tín dụng cho các khách hàng có rủi ro cao để gia tăng lợi nhuận.

Tương tự, Trần Thị Thanh Tâm & Nguyễn Hữu Tuấn (2020) khi nghiên cứu các Ngân hàng thương mại Việt Nam cũng nhận thấy NIM có tác động cùng chiều với Rủi ro tín dụng, cho thấy mối quan hệ đánh đổi giữa lợi nhuận và rủi ro trong hoạt động tín dụng.

Kết quả nghiên cứu hiện tại củng cố bằng chứng thực nghiệm rằng mức sinh lời từ lãi cao hơn thường gắn liền với chiến lược Rủi ro tín dụng cao hơn, phù hợp với lý thuyết ―risk–return trade–off‖ trong ngân hàng.

• ROE (Tỷ suất sinh lời trên vốn chủ sở hữu)

ROE có hệ số âm, có ý nghĩa ở mức 1%, cho thấy ngân hàng có hiệu quả sinh lời cao hơn thường có Rủi ro tín dụng thấp hơn. Điều này phản ánh năng lực quản trị và kiểm soát rủi ro tốt, giúp giảm thiểu nợ xấu và chi phí dự phòng.

Kết quả này phù hợp với nghiên cứu kinh điển của Berger & DeYoung (1997), cho rằng ngân hàng hoạt động hiệu quả có xu hướng kiểm soát Rủi ro tín dụng tốt hơn nhờ quy trình đánh giá tín dụng chặt chẽ và hệ thống quản trị tiên tiến.

Tại Việt Nam, Phạm Thị Thanh Xuân (2020) cũng ghi nhận ROE có mối quan hệ ngược chiều với Rủi ro tín dụng, cho thấy hiệu quả sinh lời cao góp phần nâng cao chất lượng tín dụng. Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại ngân hàng.

Kết quả củng cố giả thuyết ―bad management hypothesis‖ – ngân hàng quản lý kém không chỉ kém hiệu quả về lợi nhuận mà còn dễ gặp Rủi ro tín dụng cao.

• SIZE (Quy mô ngân hàng)

Biến quy mô (SIZE) có hệ số dương và có ý nghĩa thống kê ở mức 1%, cho thấy các ngân hàng có quy mô lớn thường duy trì tỷ lệ dự phòng rủi ro cao hơn. Nguyên nhân có thể do mức độ đa dạng hóa danh mục tín dụng và tính phức tạp trong hoạt động cao hơn, khiến họ cần trích lập dự phòng nhiều hơn để đảm bảo an toàn hệ thống.

Kết quả này phù hợp với nghiên cứu của Louzis et al. (2012) tại Hy Lạp, cho rằng các ngân hàng lớn có xu hướng duy trì mức dự phòng cao hơn để phòng ngừa rủi ro hệ thống.

Tại Việt Nam, Nguyễn Văn Thủy & cộng sự (2021) cũng tìm thấy mối quan hệ cùng chiều giữa quy mô và Rủi ro tín dụng, do quy mô lớn khiến ngân hàng dễ mở rộng tín dụng sang các lĩnh vực có rủi ro cao hơn.

Quy mô lớn không đồng nghĩa với ít rủi ro; ngược lại, các ngân hàng lớn cần chính sách quản trị rủi ro nghiêm ngặt hơn để duy trì ổn định tài chính.

• OEXPR (Chi phí hoạt động trên thu nhập)

Biến OEXPR có hệ số âm và có ý nghĩa ở mức 1%, hàm ý rằng ngân hàng có hiệu quả quản lý chi phí tốt sẽ có Rủi ro tín dụng thấp hơn. Điều này phản ánh rằng hiệu quả hoạt động nội tại cao thường đi kèm với quản trị rủi ro tốt.

Kết quả tương đồng với Podpiera & Weill (2008), khi phát hiện rằng ngân hàng có chi phí hoạt động cao thường có Rủi ro tín dụng cao hơn, do hiệu quả quản lý kém.

Tại Việt Nam, Nguyễn Thị Hồng Hạnh (2019) cũng chỉ ra mối quan hệ ngược chiều giữa chi phí hoạt động và Rủi ro tín dụng, nhấn mạnh vai trò của quản trị nội bộ trong kiểm soát rủi ro.

Kết quả này ủng hộ giả thuyết ―efficiency–risk hypothesis‖ – ngân hàng hiệu quả hơn thường rủi ro thấp hơn.

• Các yếu tố vĩ mô (GDP, INF) Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại ngân hàng.

Hai biến GDP và INF có hệ số âm nhưng không có ý nghĩa thống kê ở mức 5%. Điều này cho thấy tác động trực tiếp của kinh tế vĩ mô đến Rủi ro tín dụng trong giai đoạn nghiên cứu là hạn chế.

Kết quả này khác với một số nghiên cứu quốc tế như Louzis et al. (2012) hay Nkusu (2011) – vốn chỉ ra GDP tăng thì Rủi ro tín dụng giảm, hoặc lạm phát cao làm tăng nợ xấu. Tuy nhiên, tại Việt Nam, biến động vĩ mô giai đoạn 2015–2023 được kiểm soát ổn định, các ngân hàng điều chỉnh chính sách tín dụng linh hoạt, nên ảnh hưởng của GDP và INF đến Rủi ro tín dụng không rõ ràng về mặt thống kê.

Kết quả cho thấy trong bối cảnh Việt Nam, chính sách quản trị nội bộ của ngân hàng đóng vai trò chi phối hơn yếu tố vĩ mô trong việc kiểm soát Rủi ro tín dụng.

Tổng hợp kết quả cho thấy các yếu tố nội tại ngân hàng (NIM, ROE, SIZE, OEXPR) có ảnh hưởng mạnh và có ý nghĩa đến Rủi ro tín dụng, trong khi yếu tố vĩ mô (GDP, INF) tác động yếu hơn. Điều này phản ánh đặc điểm của hệ thống ngân hàng Việt Nam – nơi chất lượng quản trị, chiến lược kinh doanh và hiệu quả hoạt động nội bộ quyết định phần lớn đến mức độ Rủi ro tín dụng.

Kết luận chương 4

Chương này tập trung vào việc mô tả đặc điểm dữ liệu và kiểm định tính phù hợp của mẫu nghiên cứu. Thông qua thống kê mô tả, các biến trong mô hình được phân tích để nhận diện mức độ phân tán, xu hướng và sự khác biệt giữa các ngân hàng trong từng giai đoạn. Dựa trên kết quả thống kê, nghiên cứu tiếp tục phân tích mối tương quan giữa các biến, đồng thời lượng hóa mức độ ảnh hưởng của từng nhân tố, bao gồm yếu tố vi mô và yếu tố vĩ mô đến Rủi ro tín dụng tại các ngân hàng thương mại Việt Nam.

Kết quả thực nghiệm là cơ sở để đề xuất mô hình lý thuyết phù hợp, phản ánh tương tác giữa các yếu tố nội tại ngân hàng (như hiệu quả hoạt động, quy mô, năng lực quản trị) và các điều kiện kinh tế vĩ mô (như tăng trưởng GDP, lạm phát) trong việc hình thành và kiểm soát Rủi ro tín dụng. Mô hình đề xuất đóng vai trò làm nền tảng cho việc xây dựng các giải pháp quản trị rủi ro hiệu quả hơn trong bối cảnh kinh tế nhiều biến động.

Chương 5. Kết luận và hàm ý quản trị Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại ngân hàng.

5.1. Kết luận

Nghiên cứu này đã phân tích và cho ra kết quả về ảnh hưởng của các yếu tố vĩ mô và đặc trưng nội tại ngân hàng đến Rủi ro tín dụng của 23 Ngân hàng thương mại Việt Nam giai đoạn 2013 – 2023. Kết quả hồi quy bằng phương pháp FGLS cho thấy mô hình nghiên cứu phù hợp và ổn định, với một số kết quả nổi bật:

Thứ nhất, các đặc trưng nội tại ngân hàng đóng vai trò then chốt trong việc quyết định mức độ Rủi ro tín dụng. Trong đó, thu nhập lãi cận biên (NIM) có mối tương quan dương và có ý nghĩa thống kê cao, hàm ý rằng mức lợi nhuận cao thường đi kèm với Rủi ro tín dụng gia tăng. Trái lại, tỷ suất sinh lời trên vốn chủ sở hữu (ROE) tác động âm, phản ánh việc sinh lời hiệu quả có thể giúp ngân hàng kiểm soát rủi ro tốt hơn. Quy mô ngân hàng (SIZE) có tác động dương, cho thấy những ngân hàng lớn thường thiết lập mức dự phòng cao hơn, phù hợp với danh mục tín dụng đa dạng. Tỷ lệ chi phí hoạt động trên thu nhập (OEXPR) có tác động âm, gợi ý rằng kiểm soát chi phí tốt giúp giảm Rủi ro tín dụng.

Thứ hai, các yếu tố vĩ mô như tăng trưởng GDP và tỷ lệ lạm phát có dấu tác động phù hợp với kỳ vọng (GDP âm, INF âm) nhưng không đạt ý nghĩa thống kê ở mức 5%. Điều này phản ánh sự chủ động của các ngân hàng Việt Nam trong điều chỉnh danh mục tín dụng để giảm thiểu tác động tiêu cực từ biến động kinh tế vĩ mô.

Thứ ba, các biến tăng trưởng tín dụng (GROW) và thanh khoản (LDR) không cho thấy tác động có ý nghĩa đến Rủi ro tín dụng. Kết quả này hàm ý rằng chính sách điều hành tín dụng và quản lý thanh khoản chặt chẽ của Ngân hàng Nhà nước trong giai đoạn nghiên cứu đã góp phần ổn định chất lượng tài sản của các ngân hàng.

5.2. Hàm ý quản trị Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại ngân hàng.

• Kiểm soát chặt chẽ biên lợi nhuận lãi (NIM) đi kèm quản trị rủi ro hiệu quả

Kết quả cho thấy NIM có tác động cùng chiều với rủi ro tín dụng, phản ánh chiến lược tăng lợi nhuận lãi có thể dẫn đến mức rủi ro cao hơn.

Hàm ý:

• Ngân hàng cần xây dựng khung khẩu vị rủi ro (risk appetite framework) cụ thể cho hoạt động tín dụng, đảm bảo mức NIM mục tiêu không vượt quá ngưỡng rủi ro chấp nhận được.
• Đa dạng hóa danh mục tín dụng, tránh tập trung cho vay vào nhóm khách hàng có lãi suất cao nhưng rủi ro lớn.
• Tăng cường ứng dụng mô hình chấm điểm tín dụng (credit scoring) và xếp hạng nội bộ để định giá rủi ro phù hợp với lợi nhuận kỳ vọng.
• Tăng cường giám sát danh mục cho vay lợi suất cao, vì nhóm này thường tiềm ẩn khả năng phát sinh nợ xấu cao hơn.
• Nâng cao hiệu quả sinh lời (ROE) thông qua cải thiện chất lượng tín dụng ROE có mối quan hệ ngược chiều với rủi ro tín dụng, cho thấy ngân hàng có hiệu quả sinh lời cao thường quản trị tín dụng tốt hơn.

Hàm ý:

• Đầu tư vào công nghệ ngân hàng số để giảm chi phí vận hành và rút ngắn quy trình xét duyệt, nâng cao hiệu quả sinh lời.
• Khuyến khích hiệu quả quản trị theo mô hình ROE-adjusted risk, tối ưu lợi nhuận trên vốn với mức rủi ro tín dụng hợp lý, không chạy theo tăng trưởng dư nợ bằng mọi giá.
• Củng cố hệ thống quản trị rủi ro trong các ngân hàng quy mô lớn (SIZE)
• Biến quy mô có hệ số dương cho thấy các ngân hàng lớn có xu hướng duy trì mức dự phòng cao hơn do độ phức tạp và rủi ro hệ thống cao. Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại ngân hàng.

Hàm ý:

• Tái cấu trúc hệ thống quản trị rủi ro theo mô hình ―Three Lines of Defense‖ (ba tuyến phòng thủ), đặc biệt cho các ngân hàng có quy mô lớn và danh mục đa dạng.
• Thiết lập đơn vị chuyên trách về rủi ro tín dụng tập trung, sử dụng dữ liệu lớn (Big Data) để phát hiện sớm dấu hiệu rủi ro.
• Phân cấp quản trị rủi ro theo phân khúc khách hàng, tránh áp dụng chính sách tín dụng ―một khuôn mẫu‖ cho toàn hệ thống.
• Tăng cường hiệu quả quản lý chi phí (OEXPR) để giảm thiểu rủi ro tín dụng
• Hệ số âm của OEXPR cho thấy ngân hàng kiểm soát chi phí tốt sẽ kiểm soát rủi ro tốt hơn.

Hàm ý:

• Tự động hóa quy trình tín dụng, giảm chi phí thủ công, rút ngắn thời gian xử lý hồ sơ và giảm lỗi vận hành.
• Đầu tư vào hệ thống dữ liệu tập trung (Data Warehouse) để giảm chi phí tra cứu, lưu trữ và nâng cao chất lượng thông tin phục vụ thẩm định tín dụng.
• Đào tạo nhân viên tín dụng về kỹ năng nhận diện sớm khoản vay có dấu hiệu rủi ro, giúp giảm chi phí xử lý nợ.
• Ứng phó linh hoạt với biến động kinh tế vĩ mô (GDP, INF)
• Dù kết quả cho thấy tác động của GDP và lạm phát chưa có ý nghĩa thống kê, nhưng đây vẫn là yếu tố ảnh hưởng gián tiếp đến rủi ro tín dụng.

Hàm ý:

• Theo dõi sát sao diễn biến kinh tế vĩ mô, đặc biệt là chu kỳ tăng trưởng và lạm phát, để điều chỉnh hạn mức tín dụng và dự phòng kịp thời.
• Phối hợp chính sách với Ngân hàng Nhà nước trong việc định hướng tăng trưởng tín dụng theo ngành nghề, khu vực ưu tiên an toàn.

5.3. Hạn chế của đề tài Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại ngân hàng.

Dù luận văn đã đạt được những kết quả nhất định trong việc nhận diện và định lượng các yếu tố tác động đến Rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam, vẫn còn tồn tại một số điểm hạn chế nhất định. Những hạn chế này cần được tiếp tục nghiên cứu, bổ sung và hoàn thiện trong các công trình tương lai nhằm nâng cao độ chính xác và tính ứng dụng của kết quả nghiên cứu, cụ thể là:

• Hạn chế về biến đo lường:

Biến phụ thuộc trong nghiên cứu – chi phí dự phòng Rủi ro tín dụng – được lựa chọn nhằm phản ánh sát thực chất Rủi ro tín dụng. Tuy nhiên, biến này có thể chịu ảnh hưởng bởi các chính sách kế toán và trích lập của từng ngân hàng, gây nhiễu cho kết quả hồi quy.

• Hạn chế về mô hình:

Mặc dù đã sử dụng các mô hình hồi quy bảng như Pooled OLS, FEM, REM, FGLS nhằm tăng độ tin cậy cho kết quả nghiên cứu, tuy nhiên mô hình vẫn chưa hoàn toàn giải quyết được các vấn đề như: nội sinh, phương sai thay đổi, hoặc các yếu tố đặc thù ngành chưa quan sát được.

• Kết luận chương 5

Chương 5 tập trung đánh giá toàn diện kết quả nghiên cứu của đề tài, từ việc nhận diện các điểm hạn chế cần được khắc phục đến việc đưa ra những nhận định và dự báo về xu hướng Rủi ro tín dụng trong tương lai. Trên cơ sở đó, khóa luận đề xuất các hàm ý quản trị và giải pháp nhằm giảm thiểu Rủi ro tín dụng, đồng thời nâng cao hiệu quả công tác quản lý tín dụng tại các ngân hàng thương mại Việt Nam. Luận văn: KQNC ảnh hưởng đến rủi ro tín dụng tại ngân hàng.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:  

===>>> Luận văn: Nhân tố ảnh hưởng đến rủi ro tín dụng tại ngân hàng