CHUYÊN ĐỀ NGHIÊN CỨU SINH YẾU TỐ TÁC ĐỘNG TỚI RỦI RO TÍN DỤNG TẠI CÁC NGÂN HÀNG THƯƠNG MẠI NIÊM YẾT VIỆT NAM GIAI ĐOẠN 2009 - 2014

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN

CHUYÊN ĐỀ NGHIÊN CỨU SINH
YẾU TỐ TÁC ĐỘNG TỚI RỦI RO TÍN DỤNG
TẠI CÁC NGÂN HÀNG THƯƠNG MẠI NIÊM YẾT VIỆT NAM
GIAI ĐOẠN 2009-2014

Chuyên ngành:

Tài chính ngân hàng

Nghiên cứu sinh:

ThS Vũ Trung Thành

Người hướng dẫn 1: PGS. TS Trần Thị Thanh Tú
Người hướng dẫn 2: PGS. TS Nguyễn Thị Minh Huệ

Hà Nội, tháng 11 năm 2015


MỤC LỤC

1. ĐẶT VẤN ĐỀ..............................................................................................................1
2. TỔNG QUAN TÀI LIỆU NGHIÊN CỨU.......................................................................2
YẾU TỐ KINH TẾ VĨ MÔ
2
YẾU TỐ NỘI TẠI NGÂN HÀNG
5
3. PHƯƠNG PHÁP VÀ MƠ HÌNH NGHIÊN CỨU.........................................................8

SỐ LIỆU SỬ DỤNG
8
MƠ HÌNH NGHIÊN CỨU
9
BIẾN GIẢI THÍCH
10
4. PHÂN TÍCH VÀ THẢO LUẬN..................................................................................12
5. KẾT LUẬN VÀ KHUYẾN NGHỊ...............................................................................15
6. DANH MỤC TÀI LIỆU THAM KHẢO.......................................................................17
7. PHỤ LỤC...............................................................................................................20
BẢNG 1. DANH SÁCH VÀ TỶ TRỌNG DƯ NỢ CỦA CÁC NGÂN HÀNG SO VỚI DƯ NỢ TÍN
DỤNG TỒN HỆ THỐNG TẠI 31/3/2015
20
BẢNG 2. CÁC BIẾN KINH TẾ VĨ MÔ ĐƯỢC NGHIÊN CỨU
21
BẢNG 3. CÁC BIẾN NỘI TẠI NGÂN HÀNG ĐƯỢC NGHIÊN CỨU
22
BẢNG 4. CÁC BIẾN GIẢ ĐƯỢC NGHIÊN CỨU
22
BẢNG 5. THỐNG KÊ MÔ TẢ CÁC BIẾN
23
BẢNG 6. KẾT QUẢ CHẠY HỒI QUY DỮ LIỆU BẢNG CHO 8 NGÂN HÀNG NIÊM YẾT
24
BẢNG 7. KẾT QUẢ CHẠY HỒI QUY DỮ LIỆU BẢNG CHO 5 NGÂN HÀNG CỔ PHẦN
25
BẢNG 8. KẾT QUẢ CHẠY HỒI QUY DỮ LIỆU BẢNG CHO 3 NGÂN HÀNG NHÀ NƯỚC
26


DANH MỤC BẢNG PHỤ LỤC

Bảng 1.

Danh sách và tỷ trọng dư nợ của các ngân hàng so với dư nợ tín dụng
tồn hệ thống tại 31/3/2015.....................Error: Reference source not found

Bảng 2.

Các biến kinh tế vĩ mô được nghiên cứu...........Error: Reference source not
found

Bảng 3.

Các biến nội tại ngân hàng được nghiên cứu....Error: Reference source not
found

Bảng 4.

Các biến giả được nghiên cứu.................Error: Reference source not found

Bảng 5.

Thống kê mô tả các biến..........................Error: Reference source not found

Bảng 6.

Kết quả chạy hồi quy dữ liệu bảng cho 8 ngân hàng niêm yết.............Error:
Reference source not found

Bảng 7.

Kết quả chạy hồi quy dữ liệu bảng cho 5 ngân hàng cổ phần..............Error:
Reference source not found

Bảng 8.

Kết quả chạy hồi quy dữ liệu bảng cho 3 ngân hàng nhà nước............Error:
Reference source not found


1. Đặt vấn đề
Các ngân hàng luôn coi trọng kiểm sốt nợ xấu vì rủi ro tín dụng là ngun
nhân chính dẫn tới phá sản. Theo Goldstein và Philip (1996), các cuộc khủng hoảng
ngân hàng tại các nước đang phát triển thường bắt nguồn từ nợ xấu quá cao. Nợ xấu
có thể tích tụ dưới tác động của tăng trưởng kinh tế suy giảm hoặc biến động, hoạt
động thương mại sụt giảm, mặt bằng lãi suất cao, các ngân hàng cho vay các bên có
liên quan, trong khi phụ thuộc vào nguồn huy động ngắn hạn liên ngân hàng, hay do
yếu tố rủi ro đạo đức của bản thân ngân hàng..Các nghiên cứu trên thế giới về đánh
giá yếu tố tác động tới rủi ro tín dụng ngân hàng đã chỉ ra, các yếu tố kinh tế vĩ mô
(macro-factors) và các yếu tố đặc thù của hệ thống ngân hàng hoặc từng ngân hàng
đều có tác động tới khả năng trả nợ của người vay ngân hàng.
Tại Việt Nam, trong giai đoạn 2008-2010, sau một thời gian dài tăng trưởng
tín dụng nhanh, liên tục cùng với khả năng kiểm soát rủi ro còn nhiều hạn chế và
những yếu tố bất lợi của nền kinh tế (tăng trưởng kinh tế chậm lại, lạm phát cao, thị
trường bất động sản sụt giảm và đóng băng kéo dài, sản xuất kinh doanh gặp nhiều
khó khăn, năng lực tài chính và khả năng trả nợ của khách hàng suy giảm…), nợ
xấu của hệ thống ngân hàng bắt đầu lộ diện và tăng nhanh từ cuối năm 2011. Nợ
xấu cao làm ảnh hưởng nghiêm trọng đến sự an toàn, hiệu quả hoạt động của các
ngân hàng, làm cho khơng ít ngân hàng lâm vào tình trạng khó khăn, thua lỗ, mất an
tồn hoạt động. Nền kinh tế đã đối diện với tình trạng lạm phát cao đồng thời, chịu
tác động tiêu cực của cuộc khủng hoảng tài chính và suy thối kinh tế tồn cầu, tái

lặp lạm phát cao làm cho tốc độ tăng trưởng kinh tế suy giảm. Tỷ lệ nợ xấu của các
ngân hàng Việt Nam đã liên tục tăng cao, đạt đỉnh 4,17% vào tháng 6/2014, trở
thành điểm nghẽn lớn nhất của nền kinh tế.
Nhằm kiểm soát và giải quyết nợ xấu trong hệ thống ngân hàng, chúng ta rất
cần những nghiên cứu định tính xác định nguyên nhân gây nên nợ xấu, phương thức
và mức độ ảnh hưởng của nó. Trên cơ sở đó, mục tiêu chính của nghiên cứu là kiểm
định tác động của các yếu tố kinh tế vĩ mơ và nội tại ngân hàng tới rủi ro tín dụng
tại các ngân hàng niêm yết Việt Nam trong giai đoạn quý 1 2009 đến quý 1 năm
2015, để từ đó, đề xuất những kiến nghị liên quan nhằm nâng cao hoạt động của hệ
thống ngân hàng Việt nam

1


2. Tổng quan tài liệu nghiên cứu
Các nghiên cứu về yếu tố tác động tới rủi ro tín dụng thường tập trung tới hai
nhóm yếu tố là kinh tế vĩ mô và nội tại ngân hàng.
Yếu tố kinh tế vĩ mô
- Chu kỳ kinh tế: TheoSalas & Saurina (2002), trong giai đoạn kinh tế tăng
trưởng, cả ngân hàng và doanh nghiệp đều lạc quan về phương án đầu tư và khả
năng trả nợ của phương án đi vay. Doanh thu tăng trưởng nhanh, giả định chi phí lãi
suất ổn định, IRR dự án cao… khiến các dự án vay vốn dễ được ngân hàng chấp
thuận cho vay. Dưới áp lực cạnh tranhthị phần, ngân hàng cịn có xu hướng nới lỏng
điều kiện tín dụng, mở rộngcho vay các khách hàng“dưới chuẩn”. Khi nền kinh tế
chuyển trạng thái sang suy thoái, các khách hàng và dự án“dưới chuẩn” khơng có
khả năng trả nợ, khiến tỷ lệ nợ xấu của ngân hàng tăng mạnh. Salas & Saurina
(2002) đã chứng minh tốc độ tăng trưởng GDP có quan hệ nghịch với tỷ lệ nợ xấu
tại các ngân hàng Tây Ban Nha giai đoạn 1985-1997; Quagliarello M. (2007) tại các
ngân hàng Ý trong giai đoạn 1987-2002; Louzis, Vouldis & Metaxas (2010) tại 9
ngân hàng lớn nhất (chiếm 90% hệ thống) của Hy Lạp giai đoạn 2003-2009,

Espinoza & Prasad (2010) tại 80 ngân hàng thuộc Tổ chức Hợp tác Vùng Vịnh
(GCC) giai đoạn 1995-2008. Một số nghiên cứu kiểm chứngkhác lại tìm thấy mối
quan hệ giữa rủi ro tín dụng vớinhững biến số khác đặc trưng cho chu kỳ kinh tế
như: tăng trưởng GDP bình quân đầu người (Fofack (2005)), tỷ lệ thất nghiệp (Aver
(2008) và Bucur &Dragomirescu (2014)).
- Lạm phát: Một số nghiên cứu cho rằng, tỷ lệ lạm phát cao có thể giúp cải
thiện khả năng trả nợ của bên vay do doanh thu tăng trong khi chi phí lãi vay khơng
đổi, đặc biệt khi đa số các khoản vay có lãi suất cố định hoặc đã được bảo hiểm lãi
suất. Shu (2002), khi nghiên cứu các ngân hàng Hong Kong, và Waeibrorheem &
Suriani (2015), khi nghiên cứu các ngân hàng Malaysia giai đoạn 2000-2010, đã tìm
thấy quan hệ ngược chiều giữa lạm phát và tỷ lệ nợ xấu. Ngược lại, lạm phát quá cao
sẽ làm cho thu nhập thực tế của bên vay bị giảm sút. Đồng thời, Ngân hàng nhà nước
có thể tăng lãi suất, giảm cung tiền trong nền kinh tế khiến mặt bằng lãi suất bị đẩy
lên cao. Nếu không bảo hiểm rủi ro biến động lãi suất cho các khoản vay, doanh
2


nghiệp sẽ bị tăng thêm chi phí và khả năng đổ vỡ dễ xảy ra hơn. Mối quan hệ thuận
chiều giữa lạm phát và tỷ lệ nợ xấu được chứng minh tại nghiên cứu của Rinaldi và
Sanchis-Arellano (2006) tại 7 nước EU (Bỉ, Pháp, Phần Lan, Ireland, Ý, Bồ Đào Nha
và Tây Ban Nha) giai đoạn 1989Q3 đến 2004Q2; Gunsel (2011) tại 24 ngân hàng
Northern Cyprus trong giai đoạn 1984-2008. Tuy nhiên, Aver (2008) khơng tìm thấy
mối quan hệ giữa nợ xấu và lạm phát tại các ngân hàng Slovenia; Bofondi và Ropele
(2011) tại các ngân hàng Ý; Castro (2012) tại nhóm 5 nước GIPSI (Greece, Ireland,
Portugal, Spain và Italy) trong các năm 1997Q1 đến 2011Q3.
- Lãi suất tăng sẽ khiến tỷ lệ nợ xấu ngân hàng tăng. Lãi suất có thể được đại
diện các biến khác nhau: tỷ lệ lãi suất thực trong nghiên cứu của Fofack (2005), lãi
suất liên ngân hàng trong nghiên cứu của Jiménez & Saurina (2006), lãi suất trái
phiếu chính phủ 10 năm - Quagliariello (2007), hoặc lãi suất dài hạn -Castro (2012).
- Cung tiền: Khi Ngân hàng nhà nước nới lỏng tiền tệ, cung tiền dồi dào sẽ

giúp các thành phần kinh tế tiếp cận vốn dễ dàng hơn và rẻ hơn, do đó khả năng trả
nợ ngân hàng sẽ tốt hơn. Vì vậy, cung tiền và rủi ro tín dụng thường có quan hệ
nghịch, được chứng minh bởi các nghiên cứu của Kalirai & Scheicher (2002) đối
với các ngân hàng Úc, Waeibrorheem & Suriani (2015) - các ngân hàng Malaysia,
Bofondi và Ropele (2011)- các ngân hàng Ý.
- Tỷ giá: Khi tỷ giá tăng (tức nội tệ mất giá so với đồng ngoại tệ), các doanh
nghiệp nhập khẩu sẽ chịu ảnh hưởng tiêu cực, còn các doanh nghiệp xuất khẩu được
hưởng lợi và ngược lại. Để đánh giá tác động tổng thể của việc tăng/giảm tỷ giá lên
mức độ rủi ro tín dụng tồn hệ thống ngân hàng, ta phải xem xét cấu trúc của nền
kinh tế và đặc điểm dư nợ tín dụng của hệ thống. Tuy nhiên, khi tăng / giảm với tần
suất lớn, thay đổi bất ngờ hoặc mức độ biến động mạnh, tỷ giá chắc chắn sẽ có ảnh
hưởng tiêu cực tới tình hình kinh tế nói chung và tỷ lệ nợ xấu ngân hàng nói riêng.
Trong số các nghiên cứu kiểm chứng, theo Fofack (2005) và Nkusu (2011), khi
đồng nội tệ tăng giá, các doanh nghiệp xuất khẩu gặp khó khăn do hàng hóa trở nên
đắt đỏ, doanh số xuất khẩu giảm, và hệ quả là tỷ lệ nợ xấu tăng tại các ngân hàng
Sub-Saharan Africa và 26 nền kinh tế phát triển. Pratap và Urrutia (2004), khi
nghiên cứu khủng hoảng Mexico năm 1994, chứng minh tỷ giá tăng sẽ tác động xấu
3


tới các doanh nghiệp có khoản vay ngoại tệ (balance sheet effects) nếu khơng có
bảo hiểm rủi ro tỷ giá. Tương tự, Castro (2012) cũng kiểm định thấy mối quan hệ
ngược chiều giữa tỷ giá thực và rủi ro tín dụng tại 5 nước Hy Lạp, Ireland, Portugal,
Spain và Italy giai đoạn 1997 - 2011.Vogiazas và Nikolaidou (2011) đã chứng minh
tỷ giá thực có tác động ngược chiều tới rủi ro tín dụng tại Bulgaria với độ trễ 3 quý
trong giai đoạn 2001-2010. Một số nghiên cứu khơng tìm thấy mối quan hệ giữa tỷ
giá và tỷ lệ nợ xấu ngân hàng như của Kalirai và Scheicher (2002), Aver (2008).
- Tốc độ tăng trưởng tín dụng và tỷ lệ nợ trên GDP: Trong điều kiện kinh tế
phát triển, người vay càng dễ vay vốn để tái tục các khoản vay hiện tại, thì tỷ lệ
nợ xấu ngân hàng càng thấp. Tuy nhiên, nếu hai chỉ số này tăng cao trong thời

gian dài, đó là tín hiệu cho thấy quản trị rủi ro ngân hàng chưa được tốt. Các
điều kiện tín dụng được nới lỏng dễ dẫn tới rủi ro tín dụng trong tương lai. Và
khi đó, tốc độ tăng trưởng tín dụng, cũng như tỷ lệ nợ trên GDP lại có mối quan
hệ cùng chiều với tỷ lệ nợ xấu ngân hàng. Nghiên cứu về khủng hoảng ngân
hàng đã chứng minh các cuộc khủng hoảng thường là hệ quả của mt quỏ trỡnh
tng trng tớn dng cao. Demirgỹỗ-Kunt v Detragiache (1998) đã phân tích
của 53 nước trong giai đoạn 1980-1995 để nghiên cứu mối liên quan giữa quá
trình tự do hóa thị trường tài chính và khủng hoảng ngân hàng. Kết quả nghiên
cứu cho thấy, khi thị trường tài chính được tự do hóa, tốc độ tăng trưởng tín
dụng thường khá cao. Việc nới lỏng các điều kiện cấp tín dụng thường dẫn tới tỷ
lệ nợ xấu trong hệ thống ngân hàng sẽ tăng với độ trễ 2 năm. Nghiên cứu của
Cottarelli, Dell’Ariccia và Vladkova-Hollar (2003) cho rằng, khi tỷ lệ tín dụng
trên GDP tăng từ 5% đến 10%/năm trong nhiều năm thì sẽ xảy ra khủng hoảng
ngân hàng. Nghiên cứu của Kattai (2010) và Nkusu (2011) về tỷ lệ nợ xấu của
Estonia và các nước phát triển cho kết quả tương tự.
- Tăng giá cổ phiếu là tín hiệu cho thấy khả năng tài chính của các cơng ty
tương đối tốt. Giá cổ phiếu cao cũng cho phép các doanh nghiệp huy động vốn từ
thị trường chứng khoán một cách dễ dàng. Nhờ vậy, giá cổ phiếu thường có quan
hệ ngược chiều với rủi ro tín dụng. Theo nghiên cứu của Aver (2008), bên cạnh

4


tỷ lệ thất nghiệp, lãi suất ngắn hạn và dài hạn, giá trị của chỉ số cổ phiếu là yếu
tố vĩ mô tác động quan trọng tới tỷ lệ nợ xấu tại các ngân hàng Slovenia giai đoạn
1995-2002.
Yếu tố nội tại ngân hàng
Ngồi những yếu tố kinh tế vĩ mơ, chính trị, chính sách điều hành kinh tế của
chính phủ, tỷ lệ nợ xấu còn phụ thuộc vào đặc thù riêng của hệ thống ngân hàng
từng nước và chiến lược kinh doanh nhằm tối đa hóa lợi nhuận của từng ngân hàng.

Lý thuyết hành vi quản lý (“management behavior”) đề cập đến mối liên hệ giữa
nợ có vấn đề, mức độ vốn chủ sở hữu và hiệu suất kinh doanh ngân hàng. Đi đầu là
nghiên cứu của Berger & DeYoung (1997) và Williams (2004) sử dụng Granger
causality approach kiểm định các giả thuyết sau:
- Giả thiết về “khả năng quản lý kém” (“bad management”): hiệu quả kinh
doanh thấp đồng nghĩa với khả năng quản lý và kiểm sốttín dụng kém. Khi đó,
hiệu suất kinh doanh sẽ có qua hệ ngược chiều với tỷ lệ nợ xấu. Podpiera & Weil
(2008) tìm ra mối quan hệ này khi phân tích số liệu các ngân hàng Tiệp giai đoạn
1994 đến 2005, đồng thời khuyến nghị chính phủ các nền kinh tế phát triển cần chú
trọng chất lượng quản trị ngân hàng nếu muốn đảm bảo tính ổn định bền vững của
hệ thống. Tương tự, nghiên cứu của Louzis, Vouldis & Metaxas (2010) cũng ủng hộ
giả thiết này tại tất cả ba loại danh mục tín dụng (cho vay kinh doanh, cho vay tiêu
dùng và cho vay bất động sản) của ngân hàng Hy Lạp.
- Giả thiết về “sự hà tiện” (“skimping”): tỷ lệ nợ xấu có mối quan hệ cùng
chiều với lợi suất kinh doanh. Khi ngân hàng tiết giảm chi phí để cải thiện lợi suất
kinh doanh sẽ dẫn tới các chức năng quản lý rủi ro tín dụng bị cắt giảm, vì vậy tỷ lệ
nợ xấu tăng.Tuy nhiên, đa số nghiên cứu khơng tìm thấy bằng chứng cho giả thiết
này, ví dụ như nghiên cứu của Rossi, Schwaiger và Winkler (2005) khi phân tích
278 ngân hàng tại 9 nền kinh tế chuyển đổi trong giai đoạn 1995-2002.
- Giả thiết về rủi ro đạo đức (“moral hazard”): ngân hàng với vốn chủ sở hữu
thấp thường có rủi ro đạo đức, sẵn sàng chấp nhận cho vay các dự án có độ rủi ro

5


tín dụng cao. Tỷ lệ vốn chủ sở hữu có quan hệ ngược chiều với tỷ lệ nợ xấu ngân
hàng. Giả thiết này được chứng minh tại các nghiên cứu của Berger & DeYoung
(1997) cho các ngân hàng Mỹ, Salas & Saurina (2002) đối với các ngân hàng Tây
Ban Nha.
Ngoài ra, một số tác giả cũng đề cập các yếu tố quản trị khác có thể quyết định

tỷ lệ nợ xấu ngân hàng như:
- Theo Rajan (1994), để tăng lợi nhuận ngắn hạn, quản lý ngân hàng có thể
chấp nhận các dự án có NPV âm. Do vậy, lợi nhuận quá khứ của ngân hàng có thể
có quan hệ thuận chiều với tỷ lệ nợ xấu (“bad management II”).
- Theo Salas & Saurina (2002), tương tự như giả thiết về rủi ro đạo đức, các
ngân hàng có quy mơ tín dụng, tổng tài sản nhỏ hơn trong thị trường sẽ có khuynh
hướng cho vay các dự án rủi ro. Vì vậy, quy mơ ngân hàng có quan hệ ngược chiều
với tỷ lệ nợ xấu (“size effects”).
- Mức độ của các khoản nợ xấu trước đây có thể ảnh hưởng đến mức độ hiện
tại. Dash và Kabra (2010) tìm thấy sự tác động cùng chiều của tỷ lệ nợ xấu giai
đoạn trước lên nợ xấu hiện tại tại các ngân hàng Ấn Độ giai đoạn 1998-2009.
Tại Việt Nam, trong hai năm gần đây xuất hiện khá nhiều nghiên cứu kiểm
chứng các yếu tố tác động tới rủi ro tín dụng ngân hàng. Nghiên cứu của Lê Vân
Chi và Hoàng Trung Lai (2014) nghiên cứu các yếu tố kinh tế vĩ mô và nội tại ngân
hàng ảnh hưởng tới rủi ro tín dụng, sử dụng mơ hình hồi quy dữ liệu mảng với tác
động cố định (panel regression with FEM) trên số liệu báo cáo tài chính năm của 13
ngân hàng thương mại, chiếm 62% tổng dư nợ toàn hệ thống trong giai đoạn từ
2007 đến 2013. Các tác giả kết luận tỷ lệ nợ xấu có mối quan hệ cùng chiều với tỷ
lệ an tồn vốn tối thiểu, dư nợ tín dụng bất động sản (với hệ số hồi quy 0.21 và có ý
nghĩa ở mức 10%), lãi suất cho vay danh nghĩa và GDP; và mối quan hệ âm với giá
trị tổng tài sản và tỷ lệ sinh lời trên tổng tài sản.
Nghiên cứu của Đặng Hữu Mẫn và Hoàng Dương Việt Anh (2014) sử dụng
mơ hình phân tích hồi quy dữ liệu bảng kiểu động (DPDA) để nghiên cứu yếu tố tác
động đến lợi nhuận ngân hàng (ROA). Các tác giả đã cung cấp bằng chứng thực

6


nghiệm về sự tác động của tỷ lệ lạm phát và tỷ lệ giá trị vốn hóa thị trường chứng
khốn / tổng sản phẩm quốc nội có mối tương quan “dương” với lợi nhuận ngân

hàng. Ngược lại, trong giai đoạn 2003-2012 ở Việt Nam, tăng trưởng kinh tế và lợi
nhuận đôi khi không đi liền với nhau, đồng nghĩa với việc khơng tìm thấy bằng
chứng cho mối liên hệ có ý nghĩa thống kê giữa ROA và tăng trưởng GDP.
Một nghiên cứu mới khác của các tác giả Trương Đông Lộc và Nguyễn Văn
Thép (2015) phân tích các nhân tố ảnh hưởng đến rủi ro tín dụng tại 155 quỹ tín
dụng nhân dân khu vực Đồng bằng sơng Cửu Long giai đoạn 2010-2012. Kết quả
ước lượng bằng phương pháp FEM cho thấy có 4 trong số 6 biến độc lập đươc đưa
vào mơ hình có ý nghĩa thống kê từ 1% đến 5%. Cụ thể, ROA và quy mô tổng tài
sản có quan hệ tỷ lệ nghịch với tỷ lệ nợ xấu. Tăng trưởng tín dụng với độ trễ một
năm cũng có quan hệ cùng chiều với tỷ lệ nợ xấu ngân hàng. Điều này được giải
thích là do hầu hết các quỹ tín dụng nhân dân tại khu vực có quy mơ rất nhỏ. Càng
tăng trưởng nhanh thì quỹ tín dụng càng có lợi thế trong huy động vốn để tăng quy
mô, giảm tỷ lệ nợ xấu trên tổng tài sản, và tăng cường khả năng quản trị rủi ro tốt
hơn. Liên quan đến các biến vĩ mô, các tác giả chỉ tìm thấy mối liên hệ ngược chiều
giữa tỷ lệ nợ xấu và tốc độ tăng trưởng kinh tế, mà không chứng minh được mối
liện hệ với tỷ lệ lạm phát.
Nghiên cứu của Nguyễn Hồng Thụy Bích Trâm (2014) sử dụng FEM và
Pooled OLS đã chứng minh được mối quan hệ ngược chiều (độ trễ là 1 năm và 2
năm) giữa tỷ lệ nợ xấu của 8 ngân hàng niêm yết với tốc độ tăng trưởng GDP trên
cơ sở dữ liệu quý từ 2007 đến 2013. Tuy nhiên, nghiên cứu chưa đánh giá tác động
của các nhân tố khác lên tỷ lệ nợ xấu ngân hàng, ngoài tốc độ tăng trưởng GDP.

7


3. Phương pháp và mơ hình nghiên cứu
Số liệu sử dụng
Để xác định các yếu tố có tác động tới rủi ro tín dụng tại các ngân hàng Việt
Nam, nghiên cứu sử dụng số liệu dạng bảng của 8 ngân hàng thương mại niêm
yết, thu thập số liệu báo cáo tài chính theo quý (Bảng 1). Các ngân hàng này bao

gồm 3 ngân hàng thương mại Nhà nước và 5 ngân hàng cổ phần, chiếm 43.01%
tổng dư nợ toàn hệ thống ngân hàng tại thời điểm 31/3/2015. Nghiên cứu không sử
dụng số liệu của Ngân hàng TMCP Quốc dân (tiền thân là Ngân hàng TMCP Nam
Việt, mã chứng khoán NVB). Mặc dù NVB được niêm yết từ 13/9/2010, nhưng bị
đưa vào diện cảnh báo trong thời gian khá dài, từ tháng 9/2013 đến tháng
1/2015.Thời gian nghiên cứu là từ quý 1 năm 2009 đến quý 1 năm 2015 (25 quý),
do nhiều ngân hàng chỉ niêm yết lần đầu trong năm 2009. Tuy nhiên, một số ngân
hàng có độ dài dữ liệu thu thập được ngắn hơn như Ngân hàng TMCP Đầu tư và
phát triển Việt Nam (từ quý 4/2011) và Ngân hàng TMCP Quân đội (từ quý
1/2011), nên bảng dữ liệu được sử dụng trong mơ hình là kiểu bảng không cân đối
(unbalanced panel).
Nghiên cứu sử dụng tỷ lệ nợ xấu trên tổng dư nợ (NPL) được công bố tại các
báo cáo tài chính của ngân hàng làm biến đại diện cho rủi ro tín dụng. Theo Quyết
định 493/2005/QĐ-NHNN ngày 22/04/2005 của Ngân hàng Nhà nước, các khoản
dư nợ tín dụng khách hàng của ngân hàng được phân loại từ Nhóm 1 đến Nhóm 5.
Nợ xấu bao gồm Nợ dưới tiêu chuẩn (nhóm 3), Nợ nghi ngờ (nhóm 4) và Nợ có khả
năng mất vốn (nhóm 5).
Mơ hình nghiên cứu cũng tính tốn tác động của việc các ngân hàng thương
mại bán nợ xấu cho Công ty quản lý tài sản của các tổ chức tín dụng Việt Nam
(VAMC) kể từ khi công ty này được thành lập từ tháng 7/2013. Mặc dù nợ xấu bán
cho VAMC sẽ được tạm thời đưa khỏi bảng cân đối tài sản của các ngân hàng để
chuyển sang trái phiếu đặc biệt do VAMC phát hành, nhưng sẽ quay lại sổ sách của
ngân hàng sau 5 năm nếu chưa xử lý được. Vì vậy, tỷ lệ nợ xấu chính thức của các
ngân hàng được điều chỉnh cộng thêm số nợ xấu đã chuyển sang VAMC để thể hiện
đúng chất lượng danh mục tín dụng ngân hàng.
Ngoài ra, cũng như đa số các nghiên cứu về rủi ro tín dụng khác, tỷ lệ nợ xấu

8

được chuyển sang hàm logarit, NPL_LN = log(NPL/(1-NPL)), sao cho biến phụ
thuộc sẽ nhận giá trị (-∞; +∞), thay vì [0, 1] như ban đầu.
Mơ hình nghiên cứu
Nghiên cứu sử dụngphân tích hồi quy dữ liệu bảng kiểu động (Dynamic Panel
Data Regression Analysis - DPDA) với sự hỗ trợ của phần mềm Eviews 8. Các yếu
tố ảnh hưởng bao gồm nhóm biến số nội tại của từng ngân hàng thương mại (bank’s
specific variables) và nhóm biến số kinh tế vĩ mơ (macro economic variables).
Phương trình hồi quy có dạng như sau:

Trong đó:
xác định mức độ phụ thuộc của tỷ lệ nợ xấu vào các giá trị
quá khứ, thể hiện tính chất đặc trưng của DPDA
và

là nhóm các biến nội

tại ngân hàng và các biến kinh tế vĩ mô được lựa chọn nghiên cứu.
: nhóm các biến giả, là những biến định tính khơng
thể lượng hóa ngay được, nhưng có tác động tới biến phụ thuộc.
là phần dư của phương trình hồi quy
Để phân tích dữ liệu hồi quy dữ liệu kiểu bảng, thơng thường có ba phương
pháp là ước lượng hồi quy bình phương nhỏ nhất thơng thường (pooled-OLS), tác
động cố định (fixed-effects FEM) và tác động ngẫu nhiên (random effects REM).
Phương pháp đơn giản nhất pooled-OLS giả định tất cả các hệ số phương trình đều
khơng thay đổi theo thời gian và giữa các ngân hàng. Khi đó, giá trị tung độ gốc và
các hệ số dốc đều như nhau giữa các ngân hàng. Sự hạn chế của các giả định có thể

9

dẫn tới độ chính xác của mơ hình khơng cao. Giá trị R bình phương có thể tương
đối cao, nhưng trị thống kê Durbin-Watson ước lượng rất thấp, gợi ý về hiện tương
tự tương quan trong các số liệu. Mô hình FEM cho rằng mỗi ngân hàng đều có một
đặc điểm riêng biệt, có thể ảnh hưởng tới đến các biến giải thích, và có sự tương
quan giữa các phần dư của mỗi ngân hàng (có chứa các đặc điểm riêng) với biến
giải thích. Ngược lại, mơ hình REM giả định rằng, đặc điểm riêng của mỗi ngân
hàng là ngẫu nhiên và khơng tương quan đến biến giải thích. Tuy nhiên, mơ hình
REM khơng phù hợp với DPDA, trong khi mẫu quan sát càng lớn thì kết quả mơ
hình FEM càng trở nên chính xác.Hơn nữa, số lượng ngân hàng được nghiên cứu
không nhiều (tối đa 8), trong khi số lượng ngân hàng phải lớn hơn số lượng biến
trong phương trình REM. Vì vậy, nghiên cứu này khơng tiến hành kiểm định được
mơ hình REM, mà chỉ dừng lại ở hai mơ hình pooled-OLS và FEM.
Biến giải thích
Trên cơ sở mức độ sẵn có của số liệu thống kê Việt Nam trong giai đoạn
nghiên cứu, các tác giả đã tiến hình kiểm định ma trận hệ số tương quan, kiểm định
Granger về mối quan hệ nhân quả giữa biến giải thích và tỷ lệ nợ xấu, kiểm định
Jarque-Bera, kiểm định tính dừng của chuỗi dữ liệu, và lựa chọn được 12 biến giải
thích vĩ mơ, nội tại và biến giả như mô tả tại bảng 2,3,4.
Bảng 5 mô tả thống kê mẫu nghiên cứu đối với các biến kinh tế vĩ mô và nội
tại ngân hàng. Kiểm định Jarque-Bera cho thấy tất cả các biến đều đáp ứng yêu cầu
của phân phối chuẩn ở mức 5%, ngoại trừ NPL_LN (9.01%).
Số liệu cho thấy, trong giai đoạn từ Quý 1 2009 đến Quý 1 năm 2015, tốc độ
tăng bình quân CPI của Việt Nam là 6.69%, dao động khá lớn từ 0.93% (quý 1 năm
2015) tới 22.42% (Quý 3/2011). Tốc độ tăng GDP bình qn đạt 5.57%, trong đó, giá
trị nhỏ nhất là 3.14% vào quý 1 năm 2009 vào cao nhất là 7.34% vào quý 4 năm
2010. Tỷ giá VNĐ/USD tăng bình quân 0.24%/quý, tăng cao nhất là 7.26% vào quý
1 năm 2011 và biến động dưới 1% vào những quý sau đó. Thị trường bất động sản có
sự điều chỉnh giảm tới 39% từ mức cao nhất vào quý 2 năm 2011 (chỉ số nhà của
Savills là 139) xuống mức thấp nhất vào cuối năm 2013 và nửa đầu năm 2014 (100).
Thống kê các biến nhân tố kinh tế vĩ mô phản ánh đúng kinh tế Việt Nam chịu tác

10


động của cuộc khủng hoảng tài chính thế giới 2008-2009. Lạm phát, lãi suất tăng cao
và thị trường bất động sản đóng băng sau một thời gian tăng trưởng nóng.
Về lợi nhuận, ROA quy năm trung bình đạt 1.18%, cao nhất là 3.67%, thấp
nhất là -1.56%.Về tỷ lệ nợ xấu, sau khi tính gộp cả giá trị nợ xấu đã bán cho
VAMC, tỷ lệ nợ xấu tại các ngân hàng có xu hướng tăng từ năm 2011 cho tới nay,
đặc biệt tại nhóm các ngân hàng cổ phần. Điều này phản ánh đúng thực tế rủi ro nợ
xấu tích tụ trong nhiều năm gây ảnh hưởng không nhỏ tới tăng trưởng kinh tế.

11


4. Phân tích và thảo luận
Kết quả kiểm định tính dừng của chuỗi dữ liệu cho thấy, các biến CPI, RES và
NPL_LN không dừng. Sau khi lấy sai phân bậc 1 thì cả ba biến đều dừng ở mức xác
suất dưới 1%. Do vậy, mơ hình sẽ sử dụng các biến sai phân bậc 1, ký hiệu là
CPI_D, RES_D, NPL_LN_D. Nghiên cứu sử dụng Eviews 8 để chạy phương trình
hồi quy hồi quy theo hai dạng mơ hình pooled-OLS và FEM đối với cả 8 ngân hàng
niêm yết, sau đó chạy riêng cho từng nhóm 5 ngân hàng cổ phần và 3 ngân hàng
nhà nước, kết quả được trình bày tại các Bảng 9, 10 và 11.
Mơ hình hồi quy cho cả 8 ngân hàng có mức độ giải thích (R2) là 36.7% cho
OLS và 35.1% cho FEM, điều này được giải thích bởi đặc điểm hoạt động tín dụng rất
khác nhau giữa hai nhóm ngân hàng cổ phần và ngân hàng nhà nước trong giai đoạn
nghiên cứu. Kết quả hồi quy cho từng nhóm có R bình phương tốt hơn, 54.7% - 53.3%
đối với 5 ngân hàng cổ phần và 68.5% - 66.5% đối với 3 ngân hàng nhà nước. Trong
đó, R2 nhóm cổ phần thấp hơn, do các ngân hàng này (chỉ trừ MBB) trong giai đoạn
nghiên cứu chịu nhiều biến động do hoạt động mua bán, sáp nhập, tái cơ cấu. R2 của
nhóm các ngân hàng nhà nước tương đối tốt, nhưng không quá cao. Mặc dù không

chịu tác động nhiều của hoạt động tái cơ cấu, mua bán sáp nhập, nhưng các ngân hàng
có diễn biến NPL qua các quý trong năm khá đặc biệt. Xác suất thống kê F (0.00) của
mơ hình FEM rất nhỏ, cho thấy R bình phương thực sự có ý nghĩa. Tuy nhiên, mức
chênh lệch về các hệ số giữa hai mơ hình OLS và FEM khơng đáng kể, đồng thời xác
suất thống kê của biến hằng số khơng có ý nghĩa thống kê tại mức 10%. R2 của hai mơ
hình này cũng không khác biệt lớn.Ta rút ra được những kết luận sau1:
- Chỉ số giá nhà có quan hệ ngược chiều với rủi ro tín dụng tại 5 ngân hàng cổ
phần (hệ số 0.009, xác suất 3.5% và 6.0%), cho thấy khi thị trường bất động sản ấm
lên thì tỷ lệ nợ xấu ngân hàng sẽ được cải thiện.
- Tỷ giá VNĐ/USD tác động tới nợ xấu một cáchkhác nhau giữa hai nhóm
ngân hàng trong gian đoạn nghiên cứu. Khi tỷ giá tăng, nợ xấu tại các ngân hàng cổ
phần cũng tăng tại mức ý nghĩa thống kê 5.3% và 9.9% và với độ trễ là 4 quý.
1

Dấu của hệ số tương quan mơ hình ngược chiều với mối quan hệ giữa biến giải thích với tỷ lệ
nợ xấu ngân hàng

12


Ngược lại, tỷ giá tăng lại có tác động làm giảm tỷ lệ nợ xấu ngay trong quý tại 3
ngân hàng nhà nước tại mức ý nghĩa thống kê nhỏ hơn 5%.
- Chỉ số chứng khốn VNIndex có tác động ngược chiều tới tốc độ tăng
trưởng nợ xấu với độ trễ 3 quý khi tiến hành kiểm định đối với dữ liệu cả 8 ngân
hàng niêm yết.
- Khi tín dụng tăng nhanh (với độ trễ 6 quý) thì tốc độ tăng nợ xấu sẽ cao
hơn (xác suất =1.4%, hệ số - 0.003). Tại 3 ngân hàng nhà nước, độ trễ của mối quan
hệ này là 4 quý, với prob=0.8%, cho thấy mối tương quan rất chặt chẽ. Ngoài ra, số
liệu 5 ngân hàng cổ phần cho thấy, khi ngân hàng gia tăng tín dụng, thì trong ngắn
hạn (độ trễ 2 quý), tỷ lệ nợ xấu sẽ giảm, đơn giản do mẫu số dư nợ cho vay tăng.

- Giả thuyết về tỷ lệ nợ xấu quý 4 thường thấp hơn các quý khác được chứng
minh đối với các nhóm các ngân hàng nhà nước (hệ số tương quan lớn = 0.46, xác
suất = 0%), nhưng không được chứng minh tại các ngân hàng thương mại. Diễn
biến này mang tính quy luật, khi nợ xấu thường tăng vào những tháng đầu năm và
được xử lý tích cực vào cuối năm.
- Quy luật tỷ lệ nợ xấu (sau khi cộng lại giá trị đã bán cho VAMC) tăng
mỗi khi ngân hàng bán nợ cho VAMC được chứng minh với xác suất ý nghĩa
thống kê dưới 1% tại tất cả các nhóm ngân hàng. Quy luật này nói lên tính tích cực
của VAMC trong việc góp phần làm nợ xấu tại các ngân hàng được phản ánh chính
xác, minh bạch hơn.
- Tốc độ tăng/giảm tỷ lệ nợ xấu trong quá khứ với hiện tại có diễn biến
khác nhau ở hai nhóm ngân hàng nhà nước và cổ phần. Tại các ngân hàng nhà
nước, nếu tỷ lệ nợ xấu đã tăng cao các quý trước thì sẽ giảm tại quý sau. Ngược lại,
các ngân hàng cổ phần trong giai đoạn nghiên cứu có hiện tượng tích lũy nợ xấu với
độ trễ 1 quý (hệ số 0.215 tương ứng với xác suất 0.5%).
- Giả thuyết về mối quan hệ giữa chênh lệch giữa lãi suất cho vay và lãi suất
huy động với tỷ lệ nợ xấu được chứng minh với ý nghĩa thống kê dưới 5% và 10%.
Khi lợi nhuận biên ngân hàng giảm như hiện nay, các ngân hàng phải cạnh tranh
tăng quy mô dư nợ để đạt được mức lợi nhuận kỳ vọng. Sau 2 quý, tại nhóm các
ngân hàng nhà nước,tỷ lệ nợ xấu sẽ tăng. Nghiên cứu khơng tìm thấy mối quan hệ
giữa CLS với nợ xấu tại các ngân hàng cổ phần, do biến số CLS được Bloomberg

13


tính dựa trên lãi suất cho vay và huy động chỉ của 4 ngân hàng nhà nước.
- Nghiên cứu chỉ tìm thấy mối quan hệ giữa lợi nhuận trên tổng tài sản ROA
với tỷ lệ nợ xấu đối với số liệu của nhóm 5 ngân hàng cổ phần. Nợ xấu tại các ngân
hàng nhà nước khơng có mối quan hệ có ý nghĩa với ROA. Tại các ngân hàng cổ
phần, ROA quý trước có quan hệ thuận chiều với tốc độ tăng tỷ lệ nợ xấu quý sau.,

trong khi ROA ngay quý đó có quan hệ âm với tỷ lệ nợ xấu.
- Khơng tìm thấy bằng chứng đối với tốc độ tăng lạm phát, mặc dù có xu hướng
như dự kiến. Điều này có thể lý giải trong giai đoạn nghiên cứu, mặc dù lạm phát giảm,
nhưng tỷ lệ nợ xấu vẫn bị tích tụ và giữ ở mức cao, đặc biệt khi điều chỉnh cho giá trị
nợ xấu đã bán cho VAMC. Kết quả này tương đồng với kết luận của Trương Đông Lộc
và Nguyễn Văn Thép (2015) khi khảo sát số liệu quỹ tín dụng nhân dân.
- Khơng tìm thấy bằng chứng đối với biếntăng trưởng GDP, xét trên số liệu
với độ trễ tối đa là 6 quý2. Điều này trái với phát hiện của Nguyễn Hoảng Thụy
Bích Trâm (2014) khi tìm thấy tác động của GDP đối với nợ xấu của các ngân hàng
niêm yết trong giai đoạn 2007-2013 với độ trễ là 1 và 2 năm. Tuy nhiên, điều này
có thể được lý giải có thể do tác động của GDP trong mơ hình của nghiên cứu này
có tác động dài hơn 6 q. Ngồi ra, nghiên cứu của tác giả Bích Trâm chỉ đánh giá
tác động của 1 biến giải thích là GDP, trong khi nghiên cứu này xem xét tác động
của 12 biến khác nhau. Các nghiên cứu đa biến khác cũng cho các kết luận đa dạng
về biến giải thích này. Nghiên cứu của Đặng Hữu Mẫn và Hoàng Dương Việt Anh
(2014) cũng cho thấy, tăng trưởng kinh tế Việt Nam không đồng hành với lợi nhuận
ngân hàng trong giai đoạn 2003-2012. Nghiên cứu của Lê Vân Chi và Hoàng Trung
Lai (2014) lại cho thấy mối quan hệ cùng chiều giữa GDP và tỷ lệ nợ xấu tại 13
ngân hàng thương mại trong giai đoạn 2007-2013.

2

Nghiên cứu giới hạn độ trễ tối đa là 6 quý nhằm đảm bảo số lượng quan sát khơng q ít, giảm tính chính xác của
mơ hình

14


5. Kết luận và khuyến nghị
Kết quả nghiên cứu 8 ngân hàng niêm yết giai đoạn 2009-2014 cho thấy, tỷ lệ

nợ xấu của các ngân hàng chịu tác động bởi (1) tốc độ tăng/giảm nợ xấu các quý
liền trước, (2) các yếu tố vĩ mô như thị trường bất động sản, thị trường chứng
khoán, tỷ giá VNĐ/USD, chênh lệch giữa lãi suất cho vay và lãi suất tiền gửi; (3)
tốc độ tăng danh mục tín dụng và tỷ suất lợi nhuận trên tổng tài sản của bản thân
ngân hàng. Nghiên cứu cũng chứng minh quy luật tỷ lệ nợ xấu quý 4 thường thấp
hơn các quý khác tại nhóm các ngân hàng thương mại nhà nước.
Ngồi ra, khi phân tích ảnh hưởng của việc bán nợ xấu của ngân hàng VAMC,
số liệu tại các ngân hàng đều ủng hộ giả thuyết tại quý thực hiện bán nợ, tỷ lệ nợ
xấu mới (tính cả số nợ đã bán) thường cao hơn tỷ lệ nợ xấu trước khi bán. Điều này
có thể được giải thích do các ngân hàng có thể chưa tính đúng tỷ lệ nợ xấu trước khi
bán nợ cho VAMC để tránh công bố con số quá cao. Tuy nhiên, nhờ VAMC tích
cực mua nợ xấu của các ngân hàng, số liệu chất lượng nợ của các ngân hàng đã trở
nên minh bạch, sát với thực trạng nợ hơn.
Nghiên cứu khơng tìm thấy mối quan hệ trực tiếp giữa các biến số đặc trưng
của nền kinh tế như tăng trưởng GDP, lạm phát với tỷ lệ nợ xấu nợ xấu ngân hàng
cho thấy các năm 2009-2014 là một giai đoạn tương đối đặc biệt. Nợ xấu tích tụ
trong hệ thống ngân hàng trong thời gian dài không được giải quyết khiến dịng vốn
giữa các thành phần kinh tế thơng qua kênh tín dụng ngân hàng lưu thơng chưa tốt.
Lạm phát giảm, lãi suất giảm nhưng nợ xấu vẫn tăng.
Để xử lý nhanh, triệu để nợ xấu tại các ngân hàng thương mại theo tinh thần
Đề án cơ cấu lại hệ thống các tổ chức tín dụng giai đoạn 2011-2015 đã được Thủ
tướng Chính phủ phê duyệt tại Quyết định số 254/QĐ-TTg ngày 01/3/2014, tơi có
một số kiến nghị sau:
Thứ nhất, tiếp tục thực hiện đồng bộ nhiều giải pháp điều hành nền kinh tế vĩ
mô, hỗ trợ sự phát triển lành mạnh của thị trường bất động sản, thị trường chứng
khoán, giữ ổn định tỷ giá VNĐ.
Thứ hai, cơ cấu lại triệt để các ngân hàng có trình độ quản lý, quản trị rủi ro
yếu kém, vốn chủ sở hữu thấp, quy mơ nhỏ, có tỷ lệ nợ xấu quá cao kéo dài; từng

15

bước sàng lọc chỉ để các tổ chức tín dụng có nền tảng quản trị rủi ro tín dụng tốt
cịn hoạt động.Tăng cường năng lực quản trị của hệ thống ngân hàng thông qua
các cơ chế mới về công bố, minh bạch thơng tin, khuyến khích các ngân hàng
đánh giá đúng, đủ tỷ lệ nợ xấu, triển khai các quy trình chính sách kinh doanh
nội bộ lành mạnh, phát triển hệ thống quản trị rủi ro phù hợp với nguyên tắc,
chuẩn mực quốc tế.
Thứ ba, hoàn thiện khung pháp lý về mua, bán và xử lý nợ xấu, cơ chế hoạt
động và xử lý nợ xấu của VAMC; tháo gỡ khó khăn, vướng mắc về cơ chế, chính
sách, quy định của pháp luật về xử lý nợ, tài sản bảo đảm, khuyến khích các nhà
đầu tư tham gia mua, bán nợ xấu và tài sản bảo đảm. Tăng cường phối hợp chặt chẽ
với các cơ quan chức năng trong việc thu giữ, xử lý tài sản bảo đảm, xét xử, thi
hành các vụ án liên quan đến vay vốn ngân hàng.

16


6. Danh mục tài liệu tham khảo
Tiếng Việt
1. Đặng Hữu Mẫn, Hoàng Dương Việt Anh (2014), Nghiên cứu các yếu tố
kinh tế và thể chế ảnh hưởng đến hoạt động của hệ thống ngân hàng thương mại
Việt Nam, Kinh tế & Phát triển, số 209 tháng 11/2014, trang 82-94.
2. Lê Vân Chi, Hoàng Trung Lai (2014), Các nhân tố ảnh hưởng tới rủi ro tín
dụng của các ngân hàng thương mại Việt Nam, Kinh tế & Phát triển, Số 207(II)
tháng 9/2014, trang 98-107.
3. Trương Đông Lộc, Nguyễn Văn Thép (2015), Các yếu tố ảnh hưởng đến
rủi ro tín dụng của các quỹ tín dụng nhân dân tại khu vực Đồng bằng sông Cửu
Long, Nghiên cứu kinh tế số 444, Tháng 5/2015, trang 61-70.
Tiếng Anh

1. Aver, B. (2008), An Empirical Analysis of Credit Risk Factors of the
Slovenian Banking System, Managing Global Transitions 6(3):317–334.
2. Baltagi, B.(2008), Econometric Analysis of Panel Data, 4thEd. Chichester,
UK. John Wiley & Sons, Ltd.
3. Berger, A., R. DeYoun (1997), Problem Loans and Cost Efficiency in
Commercial Banks, Journal of Banking and Finance, 21, 849–870.
4. Bofondi, M., Ropele, T. (2011), Macroeconomic Determinants of Bad
Loans: Evidence from Italian Banks, Bank of Italy Occasional Paper No. 89.
5. Bucur, I. A., Dragomirescu, S. E. (2014): The influence of macroeconomic
conditions on credit risk: Case of Romanian banking system, Studies and Scientific
Researches. Economics Edition, No 19.
6. Castro, V. (2012), Macroeconomic determinants of the credit risk in the
banking system: The case of the GIPSI, NIPE WP 11/2012.
7. Cottarelli, C., Dell’Ariccia, G., Vladkova-Hollar, I. (2003), The private
sector in Central and Eastern early birds, late risers, and sleeping beauties: bank
credit growth to Europe and the Balkans, IMF/03/213.
8. Dash, M., Kabra, G. (2010), The determinants of non-performing assets in
Indian commercial bank: An econometric study, Middle Eastern Finance and
Economics, 7, 94-106.

17


9. Demirgỹỗ-Kunt, A, Detragiache, E. (1998), The determinants of banking
crises in developing and developed countries, IMF Staff Papers, Vol. 45, No. 1.
10. Espinoza, R., A. Prasad (2010), Nonperforming Loans in the GCC
Banking Systems and their Macroeconomic Effects, IMF Working Paper 10/224.
11. Fofack, H.(2005), Non-performing Loans in Sub-Saharan Africa: Causal
Analysis and Macroeconomic Implications, World Bank Policy Research Working
Paper No. 3769.

12. Goldstein Morris & Philip Turner (1996), Banking Crises in Emerging
Economies: Origins and policy Options, Economic Paper No. 46BIS.
13. Gunsel, N.(2011), Micro and macro determinants of bank fragility in
North Cyprus Economy, African Journal of Business Management Vol. 6(4), pp.
1323-1329.
14. Jimenez, G., J. Saurina (2006), Credit Cycles, Credit Risk, and Prudential
Regulation, International Journal of Central Banking 2 (2). 65-98.
15. Kalirai, H., Scheicher, M. (2002), Macroeconomic stress testing:
preliminary evidence for Austria. OeNB. Financial Stability Report 3: 58−74.
16. Kattai, R. (2010), Credit risk model for the Estonian banking sector,
Working Papers of Eesti Pank. No. 1/2010.
17. Louzis, D. P., A.T. Vouldis, V.L. Metaxas (2010), Macroeconomic and
Bank-specific Determinants of Nonperforming Loans in Greece: A Comparative
Study of Mortgage, Business, and Consumer Loan Portfolios, Bank of Greece
Working Paper 118.
18. Nir Klein (2013), Non-Performing Loans in CESEE: Determinants and
Macroeconomic Performance, IMF Working Paper WP/13/72, March 2013.
19. Nkusu,

M.

(2011),

Nonperforming

Loans

and

Macrofinancial

Vulnerabilities in Advanced Economies, IMF Working Paper 11/161.
20. Podpiera, J., L. Weill (2008), Bad Luck or Bad Management? Emerging
Banking Market Experience, Journal of Financial Stability, 4(2), pp. 135–148.
21. Pratap S, Urrutia C (2004), Firm dynamics, investment and debt portfolio:
balance sheet effects of the Mexican crisis of 1994, Journal of Development
Economics, Vol.75, pp. 535-563.

18


22. Quagliarello M. (2007), Banks’ Riskiness Over the Business Cycle: a
Panel Analysis on Italian Intermediaries, Applied Financial Economics17, 119-138.
23. Rajan R. (1994), Why Bank Credit Policies Fluctuate: A Theory and Some
Evidence, Quarterly Journal of Economics109, 399-441.
24. Rinaldi, L., Sanchis-Arellano, A.(2006), Household debt sustainability:
What explains household non-performing loans? An empirical analysis, European
Central Bank Working Paper Series, No. 570.
25. Rossi, S., Schwaigerb, M., Winkler, G. (2005), Managerial behavior and
cost/profit efficiency in the banking sectors of Central and Eastern European
countries, OeNB, Working Paper No. 96.
26. Salas, V., J. Saurina (2002), Credit risk in two institutional settings:
Spanish commercial and saving banks, Journal of Financial Services Research, 22:
3, 203-224.
27. Shu, C (2002), The impact of the macroeconomic environment on the asset
quality of Hong Kong’s banking sector, Hong Kong Monetary Authority Research
Memorandum, p.20.
28. Timothy W. Koch, S. Scott MacDonald (2003), Bank management, 5th
edition, Mason, Ohio South-Western, ISBN 003034297X, 888 p.
29. Tram Nguyen Hoang Thuy Bich (2014), Assessing credit risk of

commercial banks in Vietnam, có tại
/>30. Vogiazas, S., Nikolaidou, E., Mouratidis, K. (2011),Investigating the
determinants of nonperforming loans in the Romanian banking system, Paper
presented at the 6th SEE Doctoral Conference, SEERC, 19-20 September,
Thessaloniki, Greece.
31. Waeibrorheem, W, Suriani, S (2015), Bank specific and macroeconomic
dynamic determinants of credit risk in Islamic banks and Concentional banks,
International Journal of Economics and Financial Issues, 2015, 5(2), 476-481.
32. Williams, J. (2004). Determining Management Behaviour in European
Banking, Journal of Banking and Finance 28, 2427–2460.

19


7. Phụ lục
Bảng 1. Danh sách và tỷ trọng dư nợ của các ngân hàng so với dư nợ tín
dụng tồn hệ thống tại 31/3/2015
TT

Tên Ngân hàng

1

NH TMCP Cơng thương Việt
Nam
NH TMCP Ngoại thương
Việt Nam
NH TMCP Đầu tư và phát
triển Việt Nam
NH TMCP Quân đội

NM TMCP Á Châu
NH TMCP Xuất nhập khẩu
Việt Nam
NH TMCP Sài gòn Hà nội
(tháng 8/2012 sáp nhập Ngân
hàng TMCP Nhà Hà Nội)
NH TMCP Sài gịn thương
tín

2
3
4
5
6
7
8

16/7/2009

Độ dài
số liệu
(quý)
25

Tỷ trọng
dư nợ
(%)
10.80

Nợ xấu bán

cho VAMC
(tỷ đồng)
6,000

30/6/2009

25

7.93

1,925

24/1/2014

14

11.16

7,566

1/11/2011
21/11/2006
27/10/2009

17
25
24

2.40
2.86

1.97

750
1,043
4,784

20/4/2009

25

2.68

3,765

12/7/2006

25

3.21

4,935

Niêm yết
lần đầu

20


Bảng 2. Các biến kinh tế vĩ mô được nghiên cứu
TT

Mã

Tên

Mô tả biến

biến

Nguồn

Tốc độ lạm phát quy năm (YoY) được tính trên cơ
sở chỉ số giá tiêu dùng CPI tại thời điểm cuối quý
1

CPI

Lạm

năm nay và cùng kỳ năm trước của Việt Nam (%).

phát

Nghiên cứu tham khảo: Waeibrorheem & Suriani

Bloomberg

(2015), Castro (2012), Đặng Hữu Mẫn và Hoàng
Dương Việt Anh (2014)
Là hiệu số giữa bình quân lãi suất cho vay vốn lưu

động kỳ hạn dưới 12 tháng và lãi suất huy động kỳ

Chênh
2

CLS

lệch

lãi

suất

Tỷ
3

4

VND

GDP

5

STO

6

RES

hạn 12 tháng tại thời điểm cuối quý của 4 ngân
hàng Agribank, BIDV, Vietinbank và Vietcombank
(%), Nghiên cứu tham khảo: Fofack (2005), Lê Vân

Chi và Hoàng Trung Lai (2014)
giá Tốc độ tăng tỷ giá bình quân liên ngân hàng

VNĐ/U

VNĐ/USD tính theo quý (%). Nghiên cứu tham

SD
Tăng

khảo: Nkusu (2011)
Tốc độ tăng/giảm GDP so với cùng kỳ năm trước

trưởng

(%). Nghiên cứu tham khảo: Nguyễn Hồng Thụy

GDP
Chứng

Bích Trâm (2014)
Tốc độ tăng / giảm chỉ số chứng khoán VNIndex

khoán

trong quý (%). Nghiên cứu tham khảo: Aver (2008)

Chỉ số giá nhà ở theo quý (Chỉ số cơ sở Q1

Bất động
sản

Bloomberg

Ngân hàng
Nhà nước
Tổng

thống kê
Bloomberg

2009=100). Nghiên cứu tham khảo: Shu (2002), Lê Savills
Vân Chi và Hoàng Trung Lai (2014)

21

cục


Bảng 3. Các biến nội tại ngân hàng được nghiên cứu
TT

1

Mã

ROA

Tên biến

Mơ tả biến

Giả thuyết
Trình độ quản lý kém.

Tỷ suất lợi

Nghiên cứu tham khảo:

nhuận trên

Berger & DeYoung

tổng tài

(1997), Trương Đông

sản

Lộc và Nguyễn Văn
Thép (2015)
Tăng trưởng nóng.

2

LGR

Tăng tín

Nghiên cứu tham khảo:

dụng

Goldstein và Philip
(1996)

Bảng 4. Các biến giả được nghiên cứu
TT Mã
1

2

3

DQ4

DVA

DSH

Tên biến
Biến giả
Quý 4
Biến giả
VAMC

Mô tả biến

Kiểm định hiện tương các ngân hàng

Giá trị
DQ4=1 vào

thương mại có xu hướng duy trì tỷ lệ nợ

Quý 4, 0 vào

xấu cuối quý 4 thấp hơn các quý khác
Kiểm định tác động việc bán nợ xấu cho

các quý khác
DVA=1 quý

VAMC tới tỷ lệ nợ xấu được cơng bố

bán nợ, 0 q

ngay trong q đó
Kiểm định tác động của sự kiện HBB

khác

Biến giả

được sáp nhập vào SHB vào tháng

sáp nhập

8/2012, khiến NPL của ngân hàng này

SHB

tăng từ 2.8% vào Q2 2012 lên 13.2% vào
Q3 2012

22

DSH=1 vào
Q3 2012, 0
vào các quý
khác