Xây dựng mô hình cảnh báo nguy cơ vỡ nợ đối với các ngân hàng thương mại cổ phần việt nam (tt)

1

2

MỞ ĐẦU

các biến thể khác nhau điều đó phụ thuộc vào điều kiện kinh tế của mỗi quốc
gia, mỗi khu vực. Đã có nhiều mô hình được xây dựng nhằm giải thích nguyên
nhân cũng như dự báo, ngăn ngừa vỡ nợ, khủng hoảng. Tuy nhiên trên thực tế
vẫn xảy ra các cuộc vỡ nợ các ngân hàng, các tổ chức tài chính với quy mô và
ảnh hưởng ngày càng lớn mà người ta không dự báo được cho thấy việc xây
dựng các mô hình cảnh báo vỡ nợ vẫn luôn cần được quan tâm, bổ sung, hoàn
thiện. Những biến động rất lớn về kinh tế xã hội, tính không dự báo được của
các sự kiện tự nhiên, kinh tế xã hội làm cho việc sử dụng các phương pháp
truyền thống, phương pháp hiện tại nhiều trường hợp không còn phù hợp nữa.

1. Tính cấp thiết của đề tài
Hệ thống ngân hàng đóng vai trò quan trọng đối với nền kinh tế, nó được
coi là “hệ thống huyết mạch” của cả nền kinh tế. Hoạt động ngân hàng cũng luôn
chứa đựng nhiều rủi ro, rủi ro là một yếu tố không thể tách rời quá trình hoạt
động của các ngân hàng thương mại trên thị trường. Rủi ro trong hoạt động ngân
hàng có thể gây ra những tổn thất to lớn cho nền kinh tế hơn bất cứ rủi ro của các
loại hình doanh nghiệp nào khác và chi phí cho việc khắc phục hậu quả là rất lớn.
Cảnh báo sớm rủi ro vỡ nợ sẽ góp phần quan trọng ngăn chặn nguy cơ đổ vỡ của
các ngân hàng, giảm thiểu tổn thất cho người gửi tiền, cho ngân hàng, cho các tổ
chức bảo hiểm tiền gửi và nền kinh tế. Khi một ngân hàng yếu kém bị vỡ nợ nó
có thể sẽ tạo ra sự đổ vỡ dây truyền trong hệ thống và ảnh hưởng nghiêm trọng
đến sự phát triển lành mạnh, bền vững của hệ thống ngân hàng. Do đó việc phát
hiện sớm các ngân hàng gặp khó khăn, có nguy cơ vỡ nợ cao cũng có ý nghĩa đặc
biệt quan trọng đối với những cơ quan quản lý trong việc ngăn chặn khủng hoảng
hệ thống ngân hàng, giữ vững sự ổn định của thị trường tài chính, ổn định kinh tế

vĩ mô.

Xuất phát từ các lý do trên, nghiên cứu sinh chọn đề tài: “Xây dựng mô
hình cảnh báo nguy cơ vỡ nợ đối với các ngân hàng thương mại cổ phần Việt
Nam” làm luận án tiến sỹ kinh tế (chuyên ngành Toán kinh tế) với hy vọng góp
phần giải quyết một vấn đề mà lý luận và thực tiễn đang đặt ra.
2. Mục đích nghiên cứu của luận án
Mục đích nghiên cứu tổng quát của luận án là
- Xây dựng và lựa chọn hệ thống các chỉ tiêu sử dụng trong việc đánh giá
nguy cơ vỡ nợ của các NHTMCP.

Sự phát triển mạnh mẽ của hệ thống các NHTMCP trong các giai đoạn 19911996, tiếp theo là giai đoạn 2006-2010 đã góp phần quan trọng vào sự phát triển
kinh tế đất nước. Tuy nhiên, bên cạnh những thành tựu đạt được thì hệ thống ngân
hàng thương mại cổ phần cũng đang bộc lộ nhiều hạn chế, yếu kém, nhiều
NHTMCP đã lâm vào tình trạng mất khả năng thanh toán vào cuối năm 2011. Đó là
lý do chính cho sự ra đời của Đề án Cơ cấu lại hệ thống tổ chức tín dụng (TCTD)
giai đoạn 2011-2015. Nghị quyết Hội nghị Trung ương 3 (khoá XI) khẳng định một
trong ba trọng tâm tái cấu trúc kinh tế là cơ cấu lại hệ thống tài chính, trong đó trọng
tâm là cơ cấu lại hệ thống ngân hàng. Để tái cơ cấu hệ thống ngân hàng thành công
thì việc quan trọng đầu tiên cần làm là phân loại, nhận diện chính xác các ngân hàng
yếu kém có nguy cơ vỡ nợ cao.

- Xây dựng mô hình thực nghiệm cảnh báo nguy cơ vỡ nợ của các NHTMCP
Việt Nam.

Cho đến nay trên thế giới đã có nhiều lý thuyết và mô hình về cảnh báo vỡ
nợ, khủng hoảng như: phân tích đơn biến, mô hình phân tích phân biệt (DA), mô
hình Logit (LA), Probit (PA),…Gần đây các phương pháp, mô hình thuộc nhánh
sử dụng các kỹ thuật thông minh như mạng nơron (ANN), cây quyết định (DT),
mô hình nhận dạng các đặc điểm (TR),... đã được áp dụng trong nghiên cứu cảnh

báo vỡ nợ và hứa hẹn nhiều kết quả tốt. Các nghiên cứu cũng cho thấy mỗi
phương pháp, mô hình đều có những ưu, khuyết điểm riêng và ngay trong một
mô hình khi áp dụng ở các quốc gia khác nhau, các khu vực khác nhau cũng có

- Phương pháp, mô hình cảnh báo vỡ nợ nào nên đề xuất áp dụng cho các
NHTMCP Việt Nam?

- Đề xuất một số giải pháp nhằm hạn chế nguy cơ vỡ nợ của các
NHTMCP Việt Nam.
Câu hỏi nghiên cứu:
- Trong điều kiện của Việt Nam, những nhân tố nào có thể đặc trưng cho
khả năng vỡ nợ của ngân hàng; các nhân tố, các chỉ tiêu nào ảnh hưởng và ảnh
hưởng như thế nào tới nguy cơ vỡ nợ của các NHTMCP Việt Nam?
- Các ngân hàng có các đặc thù riêng ảnh hưởng đến khả năng vỡ nợ, sự
khác biệt này giữa các ngân hàng được xác định như thế nào?

- Hàm ý về chính sách rút ra từ mô hình?
3. Đối tượng và phạm vi nghiên cứu
- Đối tượng nghiên cứu: Đối tượng nghiên cứu chính của luận án là
nguy cơ vỡ nợ, mô hình xác định nguy cơ vỡ nợ của các ngân hàng thương mại
cổ phần Việt Nam.


3

4

- Phạm vi nghiên cứu: Luận án nghiên cứu về các ngân hàng thương
mại cổ phần Việt Nam gồ m 35 NHTMCP trong đó bao gồm cả các NHTMCP
mà Nhà nước n ắm cổ phần chi phối như BIDV, MHB, Vietinbank, VCB.

Khoảng thời gian nghiên cứu là từ năm 2010 đến năm 2015.

CHƯƠNG 1: TỔNG QUAN CÁC NGHIÊN CỨU VỀ VỠ NỢ
NGÂN HÀNG
1.1. Khái niệm vỡ nợ, vỡ nợ ngân hàng thương mại
Khái niệm vỡ nợ, vỡ nợ ngân hàng thương mại và hậu quả của vỡ nợ NH.

4. Phương pháp nghiên cứu

1.2. Tổng quan các nghiên cứu vỡ nợ, vỡ nợ ngân hàng trên thế giới

Để phù hợp với nội dung, yêu cầu và mục đích nghiên cứu đã đặt ra, luận
án sử dụng phương pháp phân tích định lượng và phân tích định tính. Một số mô
hình được sử dụng là mô hình hồi quy Logit với dữ liệu mảng, mô hình mạng nơ
ron và cây quyết định để xây dựng mô hình cảnh báo nguy cơ vỡ nợ cho các
NHTMCP Việt Nam.

1.2.1. Tổng quan các mô hình và các nghiên cứu vỡ nợ tiêu biểu

Các số liệu sử dụng trong luận án được thu thập từ các báo cáo của NHNN,
các báo cáo tài chính đã được kiểm toán của các NHTMCP thời kỳ 2010-2015.
5. Ý nghĩa khoa học và thực tiễn của luận án
- Luận án xây dựng cơ sở lý luận cho mô hình cảnh báo nguy cơ vỡ nợ các
NHTMCP.
- Luận án xây dựng, lựa chọn hệ thống các chỉ tiêu sử dụng trong cảnh báo
vỡ nợ ngân hàng. Xác định được các nhân tố, các chỉ tiêu ảnh hưởng tới nguy cơ
vỡ nợ của các NHTMCP.
- Lượng hóa tính đặc thù của từng ngân hàng ảnh hưởng khả năng vỡ nợ.
- Xây dựng được mô hình cảnh báo vỡ nợ cho các NHTMCP.
- Đề xuất một số giải pháp giảm nguy cơ vỡ nợ cho các NHTMCP dựa trên

các phân tích của luận án.
6. Bố cục của luận án
Ngoài phần mở đầu, kết luận, phụ lục, bảng biểu và danh mục tài liệu tham
khảo, nội dung luận án được chia làm 5 chương như sau:
Chương 1: Tổng quan các nghiên cứu về vỡ nợ ngân hàng
Chương 2: Cơ sở lý luận về vỡ nợ ngân hàng thương mại
Chương 3: Thực trạng hoạt động, nguy cơ vỡ nợ của các NHTMCP Việt
Nam giai đoạn 2009-2015
Chương 4: Xây dựng mô hình cảnh báo nguy cơ vỡ nợ các ngân hàng
thương mại cổ phần Việt Nam
Chương 5: Kết luận và kiến nghị chính sách

Phần lớn các nghiên cứu cảnh báo vỡ nợ trên thế giới hiện nay tập trung
vào hai nhánh: Các mô hình, phương pháp chứa tham số: phân tích đơn biến,
phân tích phân biệt đa biến, mô hình Logit, Probit, phân tích sống sót,...Các
mô hình phi tham số: mạng nơron, cây quyết định, phân tích đặc điểm, thuật
toán di truyền,...
Nghiên cứu sử dụng phân tích phân biệt đơn biến: Nội dung chính của
phân tích đơn biến trong nghiên cứu cảnh báo vỡ nợ là xem xét các nhân tố đơn
lẻ và so sánh các nhân tố giữa hai nhóm công ty vỡ nợ và nhóm công ty không vỡ
nợ, nếu các nhân tố tài chính cho thấy các dấu hiệu khác nhau giữa hai nhóm vỡ
nợ và không vỡ nợ thì chúng được sử dụng như các biến dự báo. Nghiên cứu dựa
trên phân tích đơn biến có các nghiên cứu của FitzPatrick (1932), Smith và
Winakor (1935), Merwin (1942),...Một nghiên cứu đơn biến được tham khảo
rộng rãi là nghiên cứu của tác giả Beaver công bố năm 1966. Phương pháp phân
tích đơn biến có ưu điểm là sử dụng kỹ thuật đơn giản và việc áp dụng nhanh
chóng thuận tiện, hiệu suất dự báo khá cao. Tuy nhiên phương pháp phân tích
phân biệt đơn biến cũng có ba nhược điểm.
Trước những nhược điểm của phương pháp phân tích đơn biến, nhiều nhà
nghiên cứu đã sử dụng phân tích phân biệt đa biến (MDA).Tác giả tiêu biểu sử

dụng MDA là tác giả Atlman (1968). Trên cơ sở số liệu của các doanh nghiệp bị
phá sản ở Mỹ, ông xác định được hàm phân biệt mà sau này được sử dụng rộng
rãi. Phân tích phân biệt đa biến của Altman năm 1968 là một mô hình có ảnh
hưởng lớn đến các nghiên cứu dự báo vỡ nợ trong nhiều năm, phần lớn các nghiên
cứu trước năm 1980 đều phát triển dựa trên mô hình của Atlman như các nghiên
cứu của Deakin (1972), Blum (1974), Altman và Edward, Haldeman, Narayanan
(1977), Norton và Smith (1979), Karel và Prakash (1987),...Tuy nhiên sự thay đổi
của thời gian và không gian nghiên cứu, các quan sát trong mẫu của Altman không
còn đảm bảo đại diện cho thị trường, do đó giá trị ước lượng cũng không còn hoàn
toàn phù hợp. Hiện nay, trên thế giới đã có nhiều tác giả nghiên cứu xây dựng hàm
phân biệt riêng cho từng nước, từng ngành.


5

6

Mô hình Logit và mô hình Probit bắt đầu xuất hiện vào cuối năm 1970 và
cho đến những năm cuối 1980 nó đã trở lên phổ biến hơn phương pháp MDA
trong nghiên cứu cảnh báo vỡ nợ. Mô hình Logit và Probit đi vào tính xác suất
phá sản của một công ty. Mô hình Logit, Probit có thể được dùng để đánh giá
mức độ giải thích của các biến độc lập. Tác giả Ohson (1980) đã sử dụng mô hình
Logit thay thế mô hình MDA để dự báo vỡ nợ công ty. Nghiên cứu áp dụng mô
hình LA còn có các tác giả: Platt (1991), Smith và Lawrence (1995), Koundinya
(2004), Prasad và cộng sự (2005),….
Tác giả Odom và Sharda (1990) là những người đầu tiên nghiên cứu dự
báo vỡ nợ sử dụng mạng nơ ron (ANN). Các nghiên cứu sử dụng mạng nơ ron còn
có Hawley, Johnson và Raina (1990); Boritz và Kennedy (1995); Alam và cộng sự
(2000); Celik và Karatepe (2007).
Tác giả West (1985) đã sử dụng mô hình Logit kết hợp với phân tích nhân

tố để đo lường và mô tả đặc điểm tài chính và hoạt động của các ngân hàng. Dữ
liệu được lấy từ các báo cáo thu nhập, cũng như các báo cáo kiểm tra của 1900
ngân hàng thương mại ở một số bang của Mỹ. Những nhân tố quan trọng được
xác định bởi mô hình Logit trong nghiên cứu cũng tương tự như các nhân tố sử
dụng trong mô hình xếp hạng CAMELS. Nghiên cứu cũng cho thấy sự kết hợp
giữa phân tích nhân tố và Logit rất hữu ích khi đánh giá hoạt động của ngân hàng.
Gần đây xuất hiện xu hướng áp dụng các mô hình sử dụng các kỹ thuật thông
minh, sử dụng lợi thế của công nghệ máy tính như mạng nơ ron, cây quyết định,
phân tích đặc điểm,... vào cảnh báo vỡ nợ.
Tác gi ả tóm t ắt mộ t số nghiên cứu cảnh báo vỡ nợ tiêu biểu trên thế
giới trong bảng 1.4.
Bảng 1.4: Tóm tắt một số nghiên cứu cảnh báo vỡ nợ, vỡ nợ NH trên thế giới
Tác giả/ Năm
công bố

Cách tiếp cận/ số nhân tố

Các kết quả chính

Tác giả/ Năm
công bố

Cách tiếp cận/ số nhân tố

Các kết quả chính

Martin (1977)

MDA; LA/25. Dữ liệu sử dụng Xây dựng 6 mô hình cho 6 năm,
là của các NH Mỹ giai đoạn xác định 4 nhân tố, hiệu suất cao

1970-1976.
nhất là 92.3%

Hanweck (1977)

PA/6. Dữ liệu sử dụng gồm Trong 6 nhân tố có 2 nhân tố có
177 doanh nghiệp không vỡ nợ ý nghĩa thống kê. Độ chính xác
và 32 doanh nghiệp vỡ nợ
là 83.8%, mẫu kiểm tra là
91.1%.

Ohson (1980)

LA/9. Sử dụng dữ liệu 105 công Độ chính xác 96.3%
ty vỡ nợ và 2000 công ty không
vỡ nợ

Tam và
(1992)

Kiang ANN/19, MDA/19, LA/19. Sử Mạng NN có độ chính xác cao
dụng dữ liệu 118 ngân hàng, nhất, đạt 96.2% với mẫu huấn
chia đều cho 2 nhóm.
luyện và 85.2% với mẫu kiểm
tra.

Odom và Sharda ANN/5; MDA/5. Mẫu gồm 38 Hiệu suất mẫu huấn luyện
(1993)
công ty vỡ nợ, 36 không vỡ nợ. 100%, mẫu kiểm tra là 77%
Kolari và cộng sự TR và LA

(1996)

Hiệu suất với mẫu gốc 98.6%;
mẫu kiểm tra 95.6%

Lanine và Vander Mô hình TR và Logit cho các Độ chính xác là 91.6% với dữ
Vennet (2006)
ngân hàng lớn Nga
liệu gốc, 85.1% dữ liệu kiểm tra.
Ravi và Pramodh ANN/9;12. Mẫu gồm các ngân Hiệu suất 96.6% cho mẫu Thổ
(2008)
hàng Thổ Nhĩ Kỳ và Tây Ban Nhĩ Kỳ; 100% cho mẫu Tây Ban
Nha
Nha

Beaver (1966)

UDA/30. Dữ liệu sử dụng 79 Xác định 5 nhân tố, độ chính xác
công ty vỡ nợ và 79 công ty từ 50% đến 92%
không vỡ nợ trong 38 ngành.

Trong đó: UDA- phân tích phân biệt đơn biến; MDA- phân tích phân biệt
đa biến; ANN- mạng nơ ron nhân tạo; TR- mô hình nhận dạng đặc điểm; DT- cây
quyết định; LA- mô hình Logit; PA- mô hình Probit.

Atlman (1968)

MDA/22. Dữ liệu gồm 33 công Xác định 5 nhân tố, độ chính xác
ty cho mỗi nhóm.
95% cho doanh nghiệp trong

mẫu

1.2.2. Tổng quan các tiêu chí được coi là vỡ nợ hoặc nguy cơ vỡ nợ cao trong
các nghiên cứu trước

Nguồn: Tổng hợp của tác giả từ các tài liệu tham khảo

1.2.3. Các nhân tố, biến số trong các nghiên cứu vỡ nợ


7

8

1.3. Các nghiên cứu về dự báo vỡ nợ, vỡ nợ ngân hàng ở Việt Nam
Tác giả tóm tắt một số nghiên cứu vỡ nợ, vỡ nợ ngân hàng ở Việt Nam trong bảng 1.8.

đến nguy cơ vỡ nợ của các NHTMCP trong một thời kỳ nào đó hay không? Hơn
nữa các cá thể ngân hàng có những đặc trưng riêng có ảnh hưởng tới khả năng vỡ nợ
thì hiện nay chưa có nghiên cứu xác định chỉ tiêu đo lường. Các yếu tố vĩ mô tác
động tới nguy cơ vỡ nợ của các ngân hàng Việt Nam hiện chưa có nghiên cứu nào
kiểm chứng. Từ khoảng trống nghiên cứu tác giả lựa chọn đề tài: “Xây dựng mô
hình cảnh báo nguy cơ vỡ nợ đối với các NHTMCP Việt Nam ”.

Bảng 1.8: Một số nghiên cứu vỡ nợ, vỡ nợ ngân hàng ở Việt Nam
Tác giả/ Năm công Cách tiếp cận/ số nhân tố Nội dung chính/Các kết quả
bố
chính
Nguyễn Trọng Hòa MDA/37; LA/37. Dữ liệu Ước lượng hàm phân biệt, hàm
(2009)

sử dụng gồm 268 doanh Logit tính xác suất vỡ nợ, xếp
nghiệp trong năm 2007.
hạng các quan sát của 5 mẫu đã
lựa chọn.
Nguyễn
Quang MDA/40.Dữ liệu 37 ngân Xếp hạng tín dụng các ngân hàng.
Dong (2009)
hàng năm 2008
Xác định 2 nhân tố, độ chính xác
của mô hình là 90.6% cho dữ liệu
gốc và 84.4% dữ liệu kiểm tra.
Phan Hồng
(2012)

Mai Mô hình của công ty The Đo nguy cơ phá sản của các công
Vickers
ty xây dựng. Xác định nguyên
nhân làm gia tăng nguy cơ phá sản
là do năng lực quản lý tài sản yếu
kém.

Nguyễn Việt Hùng Các mô hình dự báo Dự báo khủng hoảng tiền tệ. Xác
và Hà Quỳnh Hoa khủng hoảng tiền tệ.
định 5 chỉ số phản ánh tín hiệu
(2012)
khả năng xảy ra bất ổn kinh tế.
Nguyễn Thị Lương Mô hình Merton-KMV.
(2014)
Dữ liệu của 380 doanh
nghiệp niêm yết thời kỳ

2011-2013.
Nguyễn
(2015)

Phi

Đo lường rủi ro vỡ nợ các doanh
nghiệp. Đưa ra các minh chứng cho
khả năng đo lường hợp lý của
phương pháp.

Lân Ứng dụng mô hình cấu Đo lường rủi ro đổ vỡ hệ thống các
trúc
TCTD Việt Nam, ước tính tổn thất tín
dụng và đo lường rủi ro hệ thống NH.

Nguyễn Thị Hồng Mô hình dữ liệu mảng, Xác định các yếu tố vi mô, vĩ mô
Vinh (2015)
mô hình GMM
tác động đến nợ xấu các NH.
Nguồn: Tổng hợp của tác giả từ các tài liệu tham khảo
Khoảng trống nghiên cứu: Vỡ nợ của NHTMCP chưa được xem xét đầy đủ,
chưa theo dõi vỡ nợ của các ngân hàng trong một thời kỳ nhất định do chỉ nghiên
cứu một năm. Các nghiên cứu trước đã xác định các nhân tố tác động đến nguy
cơ vỡ nợ qua từng nghiên cứu, nhưng các nhân tố đó có phải là nguyên nhân dẫn

Kết luận chương 1
Chương 1, tác giả nêu khái niệm vỡ nợ, vỡ nợ ngân hàng, trình bày hậu
quả của vỡ nợ ngân hàng. Tác giả tổng quan các nghiên cứu về vỡ nợ, vỡ nợ ngân
hàng trên thế giới cũng như ở Việt Nam. Đặc biệt tác giả tổng quan đầy đủ các

mô hình, các nghiên cứu vỡ nợ tiêu biểu từ mô hình phân tích đơn biến đến các
nghiên cứu áp dụng các kỹ thuật thông minh phi tham số. Tác giả nêu các tiêu chí
được coi là vỡ nợ hoặc nguy cơ vỡ nợ cao trong các nghiên cứu trước, tổng kết có
hệ thống các nhân tố, biến số sử dụng trong nghiên cứu vỡ nợ. Qua việc phân tích
những phương pháp nghiên cứu chính, những nghiên cứu tiêu biểu, các ưu nhược
điểm của các phương pháp nghiên cứu cho thấy: Chưa có một mô hình nào là
hoàn toàn ưu việt hơn các mô hình khác. Mỗi mô hình đều có những ưu, khuyết
điểm riêng. Số lượng các nhân tố dự báo vỡ nợ trong các nghiên cứu là đa dạng,
phong phú. Việc số lượng các nhân tố trong mô hình ít hay nhiều không ảnh
hưởng đến hiệu suất dự báo. Việc tổng kết các nghiên cứu giúp tác giả phân tích
chỉ rõ khoảng trống nghiên cứu, từ khoảng trống nghiên cứu tác giả đã đề ra mục
tiêu nghiên cứu của luận án và triển khai nghiên cứu ở các chương sau.
CHƯƠNG 2: CƠ SỞ LÝ LUẬN VỀ VỠ NỢ NGÂN HÀNG THƯƠNG MẠI
2.1. Tiêu chí xác định nguy cơ vỡ nợ
Trong hoạt động ngân hàng, rủi ro tín dụng là nỗi sợ hãi lớn nhất đối với
các nhà quản lý. Chất lượng tín dụng phản ánh qua tỷ lệ nợ xấu và nợ xấu là một
vấn đề thường trực trong hoạt động của các ngân hàng, đồng thời nợ xấu gây ra
một số tác động tiêu cực sau: Nợ xấu làm giảm lợi nhuận của ngân hàng, nợ xấu
ảnh hưởng đến khả năng thanh toán của ngân hàng, nợ xấu làm giảm uy tín của
ngân hàng, nợ xấu có thể làm phá sản ngân hàng.
Vấn đề nợ xấu tăng cao trong hệ thống ngân hàng là vấn đề cấp bách
nhất cần giải quyết trong thời kỳ 2011-2015. Các ngân hàng có tỷ lệ nợ xấu từ
3% trở lên bị NHNN đặt trong tình trạng giám sát. Nhiều nghiên cứu trên thế


9

10

giới đã chỉ ra ảnh hưởng tiêu cực của t ỷ lệ nợ xấu cao tới nhiều mặt hoạt động

của ngân hàng, nhiều nghiên cứu đã minh chứng mối liên hệ giữa t ỷ lệ nợ xấu
cao và vỡ nợ ngân hàng. Ngoài ra NHTM là tổ chức kinh doanh tiền tệ với
mục tiêu lớn nhất là lợi nhuận, lợi nhuận là chỉ số quan trọng để đánh giá công
tác quản lý và hoạt động của NH thành công hay thất bại. Lợi nhuận còn cần
thiết để bù đắp các khoản cho vay bị tổn thất và giúp trích lập dự phòng đầy
đủ. Vì vậy tác giả luận án sẽ dựa trên cơ sở hiệu quả hoạt động của các ngân
hàng để bổ sung thêm căn cứ phân nhóm nguy cơ vỡ nợ các ngân hàng. Cụ thể,
tác giả cho rằng các ngân hàng có chất lượng tín dụng kém (thể hiện qua tỷ lệ nợ
xấu cao) có nguy cơ tổn thất tài sản cao trong khi đó nếu hiệu quả hoạt động của
NH lại chỉ ở mức trung bình thậm chí yếu kém sẽ khiến NH không có khả năng
bù đắp các tổn thất, mức độ tổn thương của NH cao do đó nguy cơ vỡ nợ cao.

2.2.2. Các nhân tố vi mô ảnh hưởng tới nguy cơ vỡ nợ của các NHTM

Để đánh giá hiệu quả hoạt động của các ngân hàng luận án sử dụng
phương pháp DEA ước lượng hiệu quả kỹ thuật của các ngân hàng từ đó đánh giá
hiệu quả hoạt động (thông qua hiệu quả lợi nhuận) của các ngân hàng, sau đó
phân nhóm các NH thành 3 nhóm hiệu quả (nhóm A- nhóm hiệu quả tốt, BNhóm hiệu quả khá, C- nhóm hiệu quả trung bình, yếu kém).

b) Chất lượng tài sản: Tỷ lệ nợ xấu trên tổng dư nợ; Nợ khó đòi/ (VCSH và
dự phòng nợ khó đòi); Dự phòng nợ khó đòi/ Nợ khó đòi, dự phòng nợ khó đòi/
dư nợ cho vay. Ngoài ra có thể xem xét thêm các chỉ tiêu: tỷ lệ cho vay/ tài sản
sinh lời; gửi và cho vay trên thị trường liên ngân hàng/ tài sản sinh lời.

Trên cơ sở các luận cứ trên tác giả luận án chọn tiêu chí xác định nguy cơ
vỡ nợ như sau: Biến nguy cơ vỡ nợ (Y) được gán trị bằng 1 (nguy cơ vỡ nợ cao)
nếu ngân hàng có tỷ lệ nợ xấu từ 3% trở lên và thuộc nhóm C khi sử dụng DEA
để phân nhóm. Biến Y gán giá trị bằng 0 (nguy cơ vỡ nợ thấp) trong các trường
hợp khác.

Các nhân tố trong mô hình Atlman năm 1968 (5 chỉ tiêu)
Choudhy (2007), Pavlos Almanidis và Robin C. Sickles (2012) cùng nhiều
tác giả khác chỉ ra rằng các tỷ lệ tài chính của mô hình CAMELS là những chỉ
tiêu quan trọng để đánh giá hoạt động của các TCTD đặc biệt là ngân hàng do đó
các chỉ tiêu này cũng quan trọng trong việc dự báo vỡ nợ ngân hàng. Hệ thống
đánh giá, xếp hạng CAMEL do Ủy ban quản lý các tổ hợp tín dụng quốc gia Mỹ
xây dựng và áp dụng từ tháng 10/1987 nhằm cung cấp công cụ hỗ trợ giám sát
các tổ chức tín dụng tại Mỹ. Các chỉ tiêu trong các nhóm nhân tố của mô hình
CAMELS (Mức độ an toàn vốn, Chất lượng tài sản, Quản lý, Lợi nhuận và Thanh
khoản, Mức độ nhạy cảm với rủi ro thị trường).
a) Mức độ an toàn vốn: 5 chỉ tiêu

c) Quản lý: 3 chỉ tiêu
d) Lợi nhuận: 13 chỉ tiêu
e) Thanh khoản: 6 chỉ tiêu
Qua việc phân tích các chỉ tiêu trong mô hình CAMEL tác giả tổng kết và
nêu kỳ vọng về dấu của các chỉ tiêu ảnh hưởng tới nguy cơ vỡ nợ trong bảng 2.1.

Lựa chọn tiêu chí phân mức nguy cơ vỡ nợ trong luận án này của tác giả
khác với các nghiên cứu khác bởi các lý do sau: Nhiều nghiên cứu vỡ nợ trên thế
giới sử dụng các thông tin về các ngân hàng vỡ nợ thực sự, trong khi đó ở Việt
Nam chưa ghi nhận trường hợp nào vỡ nợ theo thông lệ quốc tế. Có nghiên cứu
đã sử dụng tiêu chuẩn của hệ số an toàn vốn làm tiêu chí phân loại nhưng ở Việt
Nam NHNN đưa ra yêu cầu bắt buộc về tỷ lệ an toàn vốn nên tất cả các NHTM
đều đạt theo tiêu chí này.

2.3. Cơ sở lý thuyết một số mô hình áp dụng trong nghiên cứu cảnh báo vỡ nợ

2.2. Các nhân t ố ả nh h ưở ng t ớ i nguy c ơ v ỡ n ợ c ủa các ngân hàng
th ươ ng mạ i

2.3.2. Mạng nơron

2.2.1. Các nhân tố vĩ mô ảnh hưởng đến hoạt động của các ngân hàng

2.3.1. Mô hình Logit, mô hình Logit với số liệu mảng
Từ những ưu điểm của số liệu mảng, mô hình Logit và từ mục đích nghiên
cứu của luận án (nghiên cứu nguy cơ vỡ nợ của các NHTMCP Việt Nam thời kỳ
2010-2015) tác giả lựa chọn mô hình Logit với số liệu mảng cho nghiên cứu của
mình. Nghiên cứu cũng thử nghiệm áp dụng mô hình mạng nơron, cây quyết định
vào phân loại, dự báo nguy cơ vỡ nợ cho các NHTMCP Việt Nam.
2.3.3. Cây quyết định

• Sự phát triển kinh tế

2.4. Phương pháp bao dữ liệu (DEA) đánh giá hiệu quả hoạt động của các
NHTMCP

• Môi trường pháp lý, chính sách kinh tế, tài chính, tiền tệ của Nhà nước

2.5. Khung nghiên cứu của luận án

• Mức độ cạnh tranh


11

12

Kết luận chương 2

Tình hình xuất, nhập khẩu: Xuất khẩu đã trở thành một trong những nhân

Chương 2, tác giả đưa ra tiêu chí xác định nguy cơ vỡ nợ các NHTMCP; làm
rõ cơ sở lý luận cho mô hình cảnh báo vỡ nợ NHTMCP, phân tích các nhân tố vĩ mô,
vi mô ảnh hưởng tới nguy cơ vỡ nợ của các NH. Trình bày cơ sở lý thuyết, các ưu,
nhược điểm của một số mô hình cảnh báo vỡ nợ đã có qua đó để phù hợp với mục
tiêu nghiên cứu cũng như điều kiện dữ liệu hiện có luận án lựa chọn thực nghiệm mô
hình Logit với dữ liệu mảng, mô hình mạng nơron, mô hình cây quyết định để xây
dựng mô hình cảnh báo nguy cơ vỡ nợ cho các NHTMCP Việt Nam.
CHƯƠNG 3: THỰC TRẠNG HOẠT ĐỘNG, NGUY CƠ VỠ NỢ
CỦA CÁC NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN VIỆT NAM
GIAI ĐOẠN 2009-2015
Ở chương 3, luận án phân tích bối cảnh tình hình kinh tế vĩ mô và các
chính sách tiền tệ trong giai đoạn 2009-2015. Tác giả phân tích rõ thực trạng hoạt
động của hệ thống NHTMCP Việt Nam giai đoạn 2009-2015 trên các phương
diện: cấu trúc, quy mô, mức độ an toàn vốn, khả năng sinh lời, hiệu quả quản lý,
chất lượng tài sản.
3.1. Tình hình kinh tế vĩ mô giai đoạn 2009-2015
Tốc độ tăng trưởng GDP tương đối ổn định, mức trung bình đạt 5.7%, tuy
nhiên đây là mức tăng thấp so với tiềm năng. Từ năm 2010 đến năm 2012, tốc độ
tăng trưởng GDP giảm dần phản ánh những khó khăn trong kinh tế vĩ mô, giai
đoạn 2012-2015, kinh tế bắt đầu phục hồi, tốc độ tăng trưởng kinh tế năm sau cao
hơn năm trước.
Tỷ lệ lạm phát tăng cao và đạt đỉnh vào năm 2011, sau đó nhờ sự can thiệp
và kiên trì chính sách kiềm chế lạm phát của Chính phủ nên tỷ lệ này giảm dần
qua các năm, đạt tỷ lệ thấp nhất năm 2015.

khẩu, dẫn tới từ năm 2012 nền kinh tế luôn trong tình trạng xuất siêu. Năm 2014
đã xuất siêu tới xấp xỉ 2 tỷ USD.

Thu, chi ngân sách: Trong giai đoạn 2009-2015, tổng thu ngân sách và
tổng chi ngân sách đều gia tăng qua các năm và đều diễn ra tình trạng bội chi
ngân sách. Giai đoạn 2010-2015 chứng kiến sự suy giảm của tăng trưởng tín
dụng hệ thống ngân hàng, tốc độ tăng trưởng tín dụng liên tiếp giảm trong
khoảng 2010-2013 phản ánh tình trạng khó khăn của các doanh nghiệp.
3.2. Một số chính sách tiền tệ giai đoạn 2009-2015
• Chính sách lãi suất
• Chính sách tỷ giá
• Nghiệp vụ thị trường mở
• Lãi suất huy động
• Lãi suất cho vay
3.3. Hoạt động ngành ngân hàng
3.3.1. Cấu trúc, quy mô và phạm vi hoạt động của các ngân hàng
• Cơ cấu sở hữu, cơ cấu loại hình hoạt động của hệ thống NHTM.
• Quy mô, phạm vi hoạt động

GDP

3.3.2. Mức độ an toàn vốn và quy mô tổng tài sản của các NHTMCP

8
7
6

tố quan trọng nhất tạo ra bước phát triển kinh tế nhanh trong thời kỳ đổi mới. Tốc
độ tăng trưởng xuất nhập khẩu đều tăng mạnh, khoảng 25% mỗi năm. Đến nay
kim ngạch xuất khẩu và nhập khẩu đều đã tương đương với 80% GDP toàn nền
kinh tế, phản ánh vị thế rất quan trọng đối với tăng trưởng chung. Trong 5 năm
2010-2014 kim ngạch xuất khẩu thường xuyên tăng nhanh hơn kim ngạch nhập

6.42

6.68
6.24

5.4

5.98
5.25

a) Vốn tự có và mức độ an toàn vốn của các NHTMCP:

5.42

5

Giai đoạn 2005-2011.

4
GD P
3

Giai đoạn từ năm 2011 đến 2015.

2
1
0
2009

2010

2011

2012

2013

2014

2015

Biểu đồ 2.2: Tốc độ tăng trưởng GDP giai đoạn 2009-2015 (%)
Nguồn: Tổng cục Thống kê


13

14

Biểu đồ 3.5: Các chỉ tiêu nhóm khả năng sinh lời
Nguồn: Tính toán của tác giả
Biểu đồ 3.4: Các tỷ lệ nhóm an toàn vốn
Nguồn: Tính toán của tác giả
Mức độ an toàn vốn của các ngân hàng đã được đảm bảo theo quy định của
NHNN, tuy nhiên vẫn ở mức thấp hơn so với các nước trong khu vực và cần nâng
cấp để đối phó với các nguy cơ tiềm ẩn trong thời gian tới. Mức độ an toàn vốn
của các ngân hàng bị suy giảm liên tục từ năm 2012, làm tăng nguy cơ bất ổn của
hệ thống NHTM.

3.3.4. Tăng trưởng huy động và tín dụng, khả năng thanh khoản

• Tốc độ tăng trưởng tín dụng, huy động
• Tình hình thanh khoản
3.3.5. Chất lượng tài sản, mức độ thâm hụt
Biểu đồ 3.9 cho thấy tỷ lệ nợ xấu của các NHTMCP trong mẫu sử dụng

b) Quy mô tổng tài sản của các NHTMCP
Từ năm 2008 đến 2011, tổng tài sản của các ngân hàng đều có xu hướng gia
tăng, đặc biệt là khối ngân hàng thương mại cổ phần có sự đột biến. Các ngân hàng
thương mại cổ phần mở rộng mạnh mẽ mạng lưới chi nhánh dẫn đến tốc độ tăng
trưởng vượt bậc về huy động vốn và khai thác hiệu quả nguồn vốn trong dân cư. Năm
2012, quy mô tổng tài sản khối ngân hàng thương mại cổ phần có xu hướng sụt giảm.
Tổng tài sản khu vực ngân hàng đạt 5637 nghìn tỷ VNĐ tính đến 30/09/2013.
Đến cuối tháng 7/2015, tổng tài sản của toàn hệ thống TCTD đạt hơn 6.6 triệu tỷ
đồng tăng 150970 tỷ đồng so với cuối năm 2014. Mặc dù đã tăng trưởng vượt bậc
nhưng so với các ngân hàng trong khu vực, các ngân hàng Việt Nam vẫn còn rất
khiêm tốn về quy mô tài sản, tổng tài sản cần gia tăng để đáp ứng yêu cầu của
nền kinh tế đang phát triển.
3.3.3. Khả năng sinh lợi, hiệu quả quản lý tài sản

Biểu đồ 3.9: Tỷ lệ nợ xấu của các NHTMCP Việt Nam giai đoạn 2010 - 2015
Nguồn: Tính toán của tác giả
Tỷ lệ nợ xấu của Việt Nam hiện ở mức cao so với các nước trong khu vực
như Thái Lan (2.7%), Indonexia (2.4%). Đến cuối năm 2015, tỷ lệ nợ xấu đã được
kiểm soát ở mức 2.9%, tuy nhiên vẫn còn nhiều vấn đề đáng lo ngại.
Một số hạn chế của hệ thống ngân hàng thương mại Việt Nam

Tỷ lệ ROE của các ngân hàng

• Rủi ro trong hoạt động ngân hàng rất lớn

Cơ cấu thu nhập của các ngân hàng

• Năng lực quản trị, năng lực cạnh tranh yếu


15

16

3.4. Nguy cơ vỡ nợ của một số NHTMCP điển hình trong giai đoạn 2009-2015
Các ngân hàng yếu kém, nguy cơ vỡ nợ cao gồm NHTMCP SCB,
NHTMCP Tín Nghĩa, NHTMCP Ficombank; Habubank; NHTMCP Đại Tín;
Ngân hàng Ocean Bank; Ngân hàng Westernbank; NHTMCP Đông Á; NHTMCP
dầu khí toàn cầu. Qua việc phân tích các ngân hàng yếu kém, tác giả chỉ ra các
điểm nổi bật của các ngân hàng yếu kém.
Kết luận chương 3

Ở chương 3, luận án trình bày ba nội dung chủ yếu
1) Phân tích tình hình kinh tế vĩ mô cũng như các chính sách tiền tệ tiêu
biểu giai đoạn 2009-2015. Bối cảnh kinh tế thế giới và khu vực có nhiều bất ổn,
từ vấn đề khủng hoảng tài chính thế giới tới khủng hoảng nợ công đã ảnh hưởng
bất lợi tới nền kinh tế nước ta. Trong giai đoạn 2010-2012 kinh tế vĩ mô có nhiều
bất ổn, tốc độ tăng trưởng kinh tế nước ta bị suy giảm xuống mức thấp nhất trong
10 năm, sang đến giai đoạn 2013-2015 nền kinh tế bắt đầu phục hồi nhưng chưa
bền vững. Các chính sách tiền tệ giai đoạn này có nhiều biến động ảnh hưởng rất
lớn đến hoạt động của các ngân hàng.
2) Phân tích hoạt động của hệ thống ngân hàng thông qua các chỉ tiêu: cấu
trúc, quy mô và phạm vi hoạt động, mức độ an toàn vốn, quy mô tổng tài sản,
tăng trưởng huy động và tín dụng, hiệu quả tài chính, rủi ro thanh khoản. Đặc biệt
tác giả phân tích kỹ một số chỉ tiêu trong mô hình CAMEL, chỉ tiêu nợ xấu,

nguyên nhân, các tác động tiêu cực của nợ xấu đồng thời chỉ ra các hạn chế của
hệ thống ngân hàng thương mại Việt Nam, các hạn chế đó là: rủi ro trong hoạt
động ngân hàng của hệ thống NHTM là rất lớn, năng lực quản trị, năng lực
cạnh tranh yếu.
3) Phân tích nguy cơ vỡ nợ của một số NHTMCP điển hình, chỉ ra các
đặc trưng cơ bản của các ngân hàng yếu kém: các ngân hàng có năng lực quản
trị rủi ro yếu kém, chất lượng tài sản thấp, t ỷ lệ nợ xấu, nợ quá hạn cao, khả
năng sinh lời thấp.
CHƯƠNG 4: XÂY DỰNG MÔ HÌNH CẢNH BÁO NGUY CƠ VỠ NỢ CÁC
NHTMCP VIỆT NAM
4.1. Thiết kế nghiên cứu
4.1.1. Số liệu
Các ngân hàng trong nghiên cứu bao gồm 35 NHTMCP. Cụ thể, số ngân
hàng trong các năm ở bảng 4.1.

Bảng 4.1: Số lượng các ngân hàng trong nghiên cứu
Năm

2010

2011

2012

2013

2014

2015

Số ngân hàng

33

35

35

33

27

25

Các chỉ tiêu tài chính sử dụng để dự báo nguy cơ vỡ nợ của các ngân hàng
được tính toán từ các chỉ số, chỉ tiêu trong các báo cáo tài chính đã được kiểm
toán tại thời điểm cuối năm của các ngân hàng thương mại cổ phần Việt Nam từ
năm 2010 đến năm 2014, tổng cộng gồm có 163 quan sát. Năm 2015 có 25 ngân
hàng được sử dụng để kiểm tra hiệu suất ngoài mẫu của mô hình.
4.1.2. Phân mức nguy cơ vỡ nợ của các ngân hàng
a)Tính toán hiệu quả hoạt động của các NHTMCP:
Trên cơ sở giả định các ngân hàng tìm cách tối đa hóa lợi nhuận, các yếu tố đầu
vào và kết quả đầu ra được lựa chọn để chạy mô hình DEA đánh giá hiệu quả hoạt
động của các NHTMCP.
Bảng 4.2: Các biến đầu vào /đầu ra lựa chọn
Mô hình DEA (Hiệu quả lợi nhuận)
Đầu vào
• Tổng tài sản

Đầu ra

Lợi nhuận trước thuế

• Vốn chủ sở hữu
• Chi phí hoạt động
Nguồn: Tổng hợp từ tài liệu tham khảo kết hợp thiết kế của tác giả
Sau khi có kết quả ước lượng hiệu quả hoạt động của các NHTMCP từ mô
hình DEA luận án phân nhóm hiệu quả các NHTMCP thành 3 nhóm.
b)Xác định nguy cơ vỡ nợ các NHTMCP
Mục này, luận án tính toán tỷ lệ nợ xấu của các NH qua các năm theo
BCTC công bố của các ngân hàng, kết hợp với kết quả phân nhóm ở mục a) và phân
tích các thông tin phi tài chính để xác định nguy cơ vỡ nợ cho các NH. Cụ thể, trong
các quan sát ở nhóm C, có 39 quan sát có tỷ lệ nợ xấu không dưới 3%. Ngoài ra
còn có 70 quan sát thuộc nhóm C, nhưng tỷ lệ nợ xấu nhỏ hơn 3%. Phân tích các
quan sát này tác giả nhận thấy các ngân hàng này mặc dù có hiệu quả hoạt động
thấp nhưng các chỉ tiêu đánh giá chất lượng tín dụng đều đáp ứng yêu cầu của
NHNN, tỷ lệ an toàn vốn CAR trên 10%.
Do vậy, ngân hàng được coi là có nguy cơ vỡ nợ cao nếu thuộc nhóm C và có tỷ
lệ nợ xấu từ 3% trở lên, biến Y = 1 trong trường hợp này và Y = 0 trong các trạng
thái khác. Kết quả, trong bộ dữ liệu mảng 163 quan sát có 39 quan sát thuộc


17

18

nhóm nguy cơ vỡ nợ cao (Y = 1) chiếm 23.92% và số quan sát thuộc nhóm có
nguy cơ vỡ nợ thấp (Y = 0) là 124 quan sát chiếm 76.08%.

Các hệ số chặn riêng thể hiện tính đặc thù của các ngân hàng ảnh hưởng đến
khả năng vỡ nợ cho thấy các ngân hàng có mã nghiên cứu là 22, 14, 19, 7 có hệ số

chặn lớn tiềm ẩn nguy cơ vỡ nợ cao hơn so với các ngân hàng khác.

4.1.3. Hệ thống các chỉ tiêu tác động tới nguy cơ vỡ nợ
Nhóm nhân tố vĩ mô tác giả lựa chọn 3 biến: Tốc độ tăng trưởng tổng
sản phẩm quốc dân; tỷ lệ lạm phát; tốc độ tăng trưởng tín dụng.
•

Nhóm các nhân tố vi mô: Tác giả lựa chọn, xây dựng tổng cộng 39 chỉ
số. Các chỉ số này bước đầu được chia thành 7 nhóm: Khả năng sinh lời (11 chỉ
số); các chỉ số thâm hụt (3 chỉ số); hiệu quả quản lý tài sản (4 chỉ số); chất lượng
tài sản (7 chỉ số); mức độ an toàn (4 chỉ số); các chỉ số về tăng trưởng bền vững
(4 chỉ số); tính thanh khoản (6 chỉ số).
•

4.1.4. Phân tích thống kê
Tác giả tiến hành phân tích tương quan để xác định các chỉ số trong các
nhóm có khả năng phân biệt các mức nguy cơ, cụ thể tác giả rút ra 18 biến.
Sau đó luận án phân tích tương quan giữa các cặp biến trong các nhóm.
4.2. Mô hình Logit dữ liệu mảng
Từ tập 18 biến ở bảng 4.9 và 3 biến vĩ mô trong bảng 4.8, nghiên cứu sử
dụng phương pháp đưa dần từng biến vào mô hình hồi quy Logit dữ liệu mảng.
Kết quả kiểm định Hausman cho thấy mô hình tác động cố định là phù hợp.
^

Sau khi có kết quả ước lượng β của β bước tiếp theo là ước lượng các αi .
Mỗi ngân hàng còn có đặc trưng riêng thể hiện bằng αi .Với bộ dữ liệu trong
khoảng thời gian 5 năm 2010-2014, việc tính toán các αi dẫn tới giải phương
trình bậc 5, bậc 4, bậc 3 tùy thuộc bao nhiêu năm có số liệu cho từng ngân hàng.
Tác giả lập trình trên phần mềm Matlab để giải quyết công việc này.
Kết quả mô hình :

ln(

p
) = α i -1.2955*RGDP + 1.0346 * d3 − 2.014 * e11 + 3.0769 * l3
1− p

Nguồn: Tính toán của tác giả
trong đó p là xác suất để quan sát thuộc nhóm nguy cơ vỡ nợ cao.
+ Với mức ý nghĩa 6% biến RGDP tác động ngược chiều đến xác suất p,
trong khi đó với mức ý nghĩa 1% biến e11 tác động ngược chiều đến p.
+ Với mức ý nghĩa 1% biến d3 tác động cùng chiều đến p và với mức ý
nghĩa 6% biến l3 tác động cùng chiều đến p.
Tính xác suất vỡ nợ và đo hiệu suất của mô hình, kết quả phân nhóm đúng
của mô hình Logit là 87.71%.

4.3. Mô hình mạng nơron
Dữ liệu sử dụng trong mô hình mạng nơron gồm 163 quan sát. Các quan
sát được chia một cách ngẫu nhiên thành 3 mẫu con, đó là: i) Mẫu huấn luyện
gồm 115 quan sát; ii) Mẫu dữ liệu chứng thực gồm 24 quan sát, iii) Mẫu kiểm tra
gồm 24 quan sát.
Để xác định số nơ ron tối ưu trong nút ẩn tác giả sử dụng quá trình lặp xem
xét số lượng nơron cho đến khi tìm được lỗi trung bình bình phương (MSE) nhỏ
nhất. Cấu trúc mạng nơron của tác giả bao gồm 21 nút đầu vào ứng với các biến ở
bảng 4.9 và bảng 4.8, 10 nút tầng ẩn và 2 nút đầu ra. Hiệu suất phân nhóm của
mạng nơron trên các mẫu được mô tả ở bảng 4.19.
Bảng 4.19: Hiệu suất của mạng nơron
Mẫu

Mẫu huấn luyện

Mẫu chứng thực

Mẫu kiểm tra

Hiệu suất

95%

91.6%

91.6%

Nguồn: Tính toán của tác giả
Với bộ dữ liệu (114 quan sát) đã sử dụng để ước lượng mô hình Logit với
dữ liệu mảng, tác động cố định thì tỷ lệ phân nhóm đúng của mô hình ANN là
92.98% cao hơn hiệu suất của mô hình Logit (87.71%). Hơn nữa sai lầm loại I của
mô hình ANN cũng thấp hơn của mô hình Logit.
4.4. Mô hình cây quyết định
Tác giả tiến hành thực nghiệm xây dựng cây quyết định để dự báo nguy cơ
vỡ nợ cho các NHTMCP với bộ dữ liệu gồm 163 quan sát. Biến độc lập sử dụng
xây dựng cây quyết định gồm 21 biến trong bảng 4.9 và bảng 4.8. Tác giả sử
dụng thuật toán J48 trên phần mềm Weka phiên bản 3.6.9 để tạo cây quyết định.
Thuật toán trong cây quyết định chỉ ra 5 chỉ số tốt giúp cho việc phân loại.
Độ chính xác phân nhóm của mô hình cây quyết định trên bộ dữ liệu 163
quan sát là 96.93%, hiệu suất phân nhóm khá cao. Với bộ dữ liệu 114 quan sát
(bộ dữ liệu sử dụng trong ước lượng mô hình Logit) cây quyết định có kết quả
phân loại đúng 95.61%.
Tác giả tổng kết, so sánh kết quả phân loại của ba mô hình Logit, mạng
nơron và cây quyết định với các bộ dữ liệu khác nhau và kết quả cho thấy sử

dụng mạng nơron, cây quyết định sẽ nâng cao hiệu suất phân loại.


19

20

Kết luận chương 4

+ Biến e11 = (Tổng thu từ lãi – tổng chi lãi vay) / Tổng tài sản có sinh lời,
có hệ số β 3 = − 2 .0 1 4 .Tỷ lệ thu nhập lãi biên ròng đo lường mức chênh lệch giữa

Chương 4, tác giả thực nghiệm xây dựng mô hình cảnh báo nguy cơ vỡ
nợ cho các NHTMCP Việt Nam, cụ thể: Tính toán hiệu quả hoạt động của các
ngân hàng từ đó phân nhóm hiệu quả và xác định nguy cơ vỡ nợ các NH. Xây
dựng 39 chỉ tiêu tài chính, phân thành 7 nhóm s ử dụng trong cảnh báo nguy cơ
vỡ nợ ngân hàng.
Mô hình Logit dữ liệu mảng, tác động cố định đã chỉ ra các chỉ tiêu tác
động trực tiếp tới nguy cơ vỡ nợ của các ngân hàng, các chỉ tiêu đó là: nợ quá
hạn/ tổng nợ phải trả, lãi cận biên thuần, các khoản cho vay thuần/ tiền gửi của
khách hàng. Chỉ tiêu GDP phản ánh sự tăng trưởng của nền kinh tế, chỉ tiêu đại
diện cho các yếu tố vĩ mô có tác động ngược chiều tới nguy cơ vỡ nợ của các
ngân hàng.
Tác giả cũng thực nghiệm mô hình ANN, DT vào cảnh báo vỡ nợ các
NHTMCP, kết quả cho thấy hai mô hình này có hiệu suất phân loại cao hơn mô
hình Logit. Mô hình cây quyết định chỉ ra 5 chỉ tiêu sử dụng trong cảnh báo nguy
cơ vỡ nợ các ngân hàng.
CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ CHÍNH SÁCH
5.1. Các kết quả đạt được
a) Kết quả mô hình Logit với dữ liệu mảng tác động cố định

+ Biến l3 = Các khoản cho vay thuần/ Tiền gửi của khách hàng, có hệ số
. Tỷ lệ này phản ánh mức độ thanh khoản của ngân hàng, giá trị của chỉ tiêu

β 3 = 3 .0 7

này lớn khả năng thanh khoản của NH kém. Khả năng vỡ nợ chịu ảnh hưởng dương
của tỷ số này.
+ Các hệ số chặn α i của các NH trong mô hình Logit đã được tính. Các hệ
số này đo lường sự khác biệt, tính đặc thù của các NH có ảnh hưởng đến vỡ nợ,
theo kết quả đó bốn ngân hàng có mã là 22, 14, 19, 7 có hệ số chặn lớn hàm chứa
rủi ro vỡ nợ cao hơn, các ngân hàng với mã 10, 21, 6 có hệ số chặn nhỏ nhất hàm
chứa nguy cơ vỡ nợ thấp hơn trong cùng điều kiện của các biến số.
b) Tác động biên của các biến đến xác suất vỡ nợ p: Căn cứ vào độ lớn của
các hệ số ước lượng trong mô hình Logit tác giả tính toán tác động biên của các
biến tới xác suất vỡ nợ.
c)Tổng kết, so sánh kết quả phân loại của các mô hình:

Từ tập 42 biến ban đầu và sau đó là 18 biến, cuối cùng mô hình Logit còn
lại 4 biến số. Khi ước lượng tác giả đã kiểm định việc lựa chọn giữa tác động cố
định và tác động ngẫu nhiên và kết quả là mô hình tác động cố định được lựa
chọn. Như vậy tác động của các biến số RGDP, d3, e11, l3 đến nguy cơ vỡ nợ
các ngân hàng là tác động cố định. Điều này có nghĩa là các biến số RGDP, d3,
e11, l3 tác động đến nguy cơ vỡ nợ các ngân hàng là giống nhau về xu thế, cố
định trong thời gian nghiên cứu và tương tự nhau giữa các ngân hàng.
+ Theo kết quả ước lượng của mô hình biến RGDP có hệ số

thu từ lãi và chi phí trả lãi. Tác giả kỳ vọng biến e11 có ảnh hưởng ngược chiều
đến mức nguy cơ vỡ nợ. Kết quả ước lượng hệ số của biến e11 có dấu âm đúng
như kỳ vọng.

β1 = − 1.29 ,

biến

RGDP tác động ngược chiều tới nguy cơ vỡ nợ và như vậy kết quả mô hình Logit
đã minh chứng tác động của điều kiện kinh tế vĩ mô, cụ thể là tốc độ tăng trưởng
tổng sản phẩm quốc dân tới nguy cơ vỡ nợ của các NHTMCP Việt Nam.
+ Biến d3 = Nợ quá hạn /Tổng nợ phải trả có hệ số trong mô hình

β 2 = 1 .0 3

lớn hơn không, d3 là một chỉ số thể hiện mức thâm hụt của ngân hàng, chỉ số này
càng lớn càng khiến ngân hàng mất an toàn. Khả năng vỡ nợ chịu ảnh hưởng
dương của chỉ tiêu này.

Tác giả so sánh hiệu suất các mô hình với bộ dữ liệu 114 quan sát, với dữ liệu
quan sát năm 2015. Trong các bộ dữ liệu khác nhau mô hình mạng nơron, cây
quyết định đều có hiệu suất phân loại cao hơn mô hình Logit. Đặc biệt số các
quan sát bị phân nhóm sai bởi tất cả các mô hình là rất ít, 1 quan sát do đó việc
kết hợp cùng lúc cả ba mô hình sẽ cho hiệu suất phân nhóm chính xác cao.
5.2. Phân loại các ngân hàng thương mại cổ phần
Từ kết quả của mô hình Logit với dữ liệu mảng, tác động cố định trong
mục 4.2 và quy định về tiêu chuẩn xếp loại các ngân hàng trong quyết định
06/2008 của NHNN, tác giả xếp loại các ngân hàng thành 4 loại. Tác giả tiến
hành so sánh kết quả xếp loại của nghiên cứu với kết quả xếp loại trên thực tế
của NHNN.
5.3. Một số kiến nghị và hàm ý chính sách
Tác giả sau khi xây dựng và thực nghiệm một số mô hình cảnh báo vỡ nợ
cho hệ thống NHTMCP Việt Nam xin đề xuất một số kiến nghị.

21
a) Kiến nghị đối với các ngân hàng thương mại:
+ Theo kết quả của mô hình biến e11- Lãi cận biên có ảnh hưởng ngược
chiều đến mức nguy cơ vỡ nợ điều này gợi ý các ngân hàng thương mại nên thực
hiện một số biện pháp nhằm gia tăng lãi cận biên của ngân hàng như: tăng cường
quảng bá hình ảnh, mở rộng thị phần, thu hút các nguồn tiền gửi giá rẻ từ khu vực
dân cư và các thành phần kinh tế, đồng thời tăng cường mở rộng tín dụng, tìm
kiếm các khách hàng tiềm năng. Chỉ số nợ quá hạn/ tổng nợ phải trả có ảnh
hưởng cùng chiều tới mức nguy cơ vỡ nợ của ngân hàng. Trước tiên cần đánh
giá, phân nhóm chính xác các khoản cho vay để xác định chính xác quy mô, mức
độ của nợ quá hạn. Sau khi đã xác định được mức độ nợ quá hạn các ngân hàng
cần chú trọng giảm nợ quá hạn, đặc biệt là nợ xấu càng sớm càng tốt: trước hết
cần hỗ trợ nguồn tài chính trích lập dự phòng đầy đủ để có thể bù đắp những tổn
thất có thể xảy ra. Sau đó xem xét bán các khoản nợ xấu cho doanh nghiệp, tổ
chức, cá nhân có đủ khả năng, quyền lực xử lý nợ. Mặt khác các ngân hàng cần
tiến hành các biện pháp nhằm hạn chế các khoản nợ quá hạn mới phát sinh ngay
từ khâu xét duyệt cho vay. Nợ quá hạn bao gồm cả các khoản nợ nhóm 2 do đó
các ngân hàng cần theo dõi chặt chẽ ngay các khoản nợ này, hạn chế nguy cơ
chuyển nhóm nợ xấu. Biến các khoản cho vay thuần/ tiền gửi khách hàng ảnh
hưởng cùng chiều tới mức nguy cơ vỡ nợ, các ngân hàng nên xem xét một cách
toàn diện các nguyên nhân dẫn tới việc tỷ lệ cho vay thuần so với tiền gửi của
khách hàng cao từ đó có các biện pháp giảm chỉ tiêu này.
+ Kết quả mô hình cho thấy biến RGDP có tác động ngược chiều tới nguy cơ
vỡ nợ các ngân hàng, do đó khi tình hình kinh tế vĩ mô, cụ thể tốc độ tăng trưởng
GDP có dấu hiệu suy giảm các ngân hàng cần tập trung đảm bảo an toàn cho hoạt
động ngân hàng vì lúc này nguy cơ vỡ nợ đã tăng lên do tác động của yếu tố vĩ mô.
+ Cũng từ thực tế thu thập dữ liệu, xây dựng mô hình tác giả nhận thấy để
kết quả ước lượng mô hình có độ tin cậy cao, có ý nghĩa thì các dữ liệu đầu vào

phải được thu thập chính xác, đầy đủ, các NHTMCP cần có biện pháp để hoàn
thiện hệ thống thông tin nội bộ, đảm bảo yêu cầu thông tin được cập nhật một
cách chính xác, kịp thời phục vụ cho mục đích phân tích, quản trị rủi ro.
+ Bốn ngân hàng có mã là 22, 14, 19, 7 theo tính toán của tác giả có hệ số
chặn lớn, hàm chứa rủi ro vỡ nợ cao cần phải được xem xét một cách toàn diện
các mặt hoạt động của ngân hàng để từ đó tìm ra các giải pháp cụ thể giúp các
ngân hàng giảm nguy cơ vỡ nợ.

22
b) Các kiến nghị đối với các cơ quan quản lý:
NHNN là cơ quan quản lý Nhà nước về ngành ngân hàng, với mục tiêu
giám sát hoạt động của các ngân hàng hướng tới sự ổn định, lành mạnh của hệ
thống. Từ kết quả xây dựng mô hình cảnh báo nguy cơ vỡ nợ các NHTMCP, luận
án đề xuất một số khuyến nghị với các cơ quan quản lý, NHNN:
+ Theo kết quả mô hình Logit biến RGDP, tốc độ tăng trưởng tổng thu
nhập quốc dân có ảnh hưởng ngược chiều tới nguy cơ vỡ nợ các ngân hàng. Khi
tăng trưởng kinh tế ổn định sẽ tạo điều kiện thuận lợi cho các ngân hàng hoạt
động, tăng thu nhập, giảm nguy cơ vỡ nợ, do đó Chính phủ nên cố gắng duy trì
tốc độ tăng trưởng kinh tế hàng năm, khi nền kinh tế suy giảm tốc độ tăng trưởng
cần chú ý hơn đến sự an toàn của hệ thống ngân hàng vì các ngân hàng sẽ bị tăng
nguy cơ vỡ nợ từ sự suy giảm của nền kinh tế. Với vai trò giám sát của mình
NHNN cần xây dựng các kịch bản về tăng trưởng kinh tế hàng năm, từ đó xác
định các NH có thể bị vỡ nợ trong các kịch bản để cảnh báo, giám sát sớm.
+ Nhà nước và Chính phủ Việt Nam bên cạnh việc tạo điều kiện thuận lợi
về môi trường hoạt động kinh doanh cho các NHTM trong nước cần có những hỗ
trợ pháp lý, cải cách hành chính. Các chính sách tiền tệ đưa ra cần tính toán đến
các tác động đối với các NHTMCP, đặc biệt là các NHTMCP yếu kém. Hiện nay
giải quyết nợ xấu là một yêu cầu cấp bách, quan trọng nhằm giảm nguy cơ vỡ nợ
các NHTMCP. Bên cạnh các cố gắng của bản thân các NHTM để việc thu hồi xử
lý nợ xấu được nhanh hơn giúp cho các TCTD giảm thiểu chi phí giao dịch, thời

gian giao dịch, Chính phủ cần sớm hoàn thiện quy trình xử lý tài sản đảm bảo, rút
ngắn thời gian giải quyết hồ sơ xử lý tài sản đảm bảo. Chính phủ cũng nên xem
xét đưa ra các chính sách để có thể huy động nhiều nguồn lực hơn nữa trong việc
tham gia vào quá trình xử lý nợ xấu giúp đẩy nhanh quá trình này.
+ Để tránh rủi ro đổ vỡ hệ thống ngân hàng thì NHNN cần khuyến khích,
tiến tới bắt buộc các ngân hàng áp dụng các quy định theo thông lệ quốc tế trong
hoạt động, hoàn thiện hệ thống thông tin số liệu thống kê và công tác dự báo.
Việc thanh tra, giám sát của NHNN cần được tiến hành thường xuyên và có chất
lượng. Cần có cơ chế có tính chất bắt buộc, các ngân hàng phải báo cáo thông tin
một cách trung thực kết quả hoạt động kinh doanh của mình.
c) Đề xuất mô hình, quy trình xây dựng mô hình cảnh báo nguy cơ vỡ
nợ đối với các NHTMCP: Tác giả đề xuất sử dụng mô hình Logit với dữ liệu
mảng tác động cố định để cảnh báo nguy cơ vỡ nợ cho các NHTMCP Việt Nam,
đề xuất căn cứ trên các kết quả thực nghiệm đã đạt được.Tác giả cũng đề xuất
quy trình cảnh báo vỡ nợ.


23
KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO
Xuất phát từ sự cần thiết của hoạt động dự báo vỡ nợ các NHTMCP cùng
với sự tồn tại của khoảng trống nghiên cứu trong và ngoài nước, luận án này áp
dụng mô hình hồi quy Logit với dữ liệu mảng và một số mô hình phi tham số
(mạng nơron, cây quyết định) để xây dựng mô hình cảnh báo nguy cơ vỡ nợ cho
các NHTMCP Việt Nam. Để áp dụng các mô hình này, tác giả lựa chọn chỉ tiêu
nợ xấu kết hợp với phân tích hiệu quả hoạt động các ngân hàng làm tiêu chí xác
định nguy cơ vỡ nợ. Các biến dự báo trong luận án được xây dựng chủ yếu từ các
chỉ tiêu trong mô hình CAMELS và được tính toán từ các BCTC của các
NHTMCP giai đoạn 2010-2015. Kết quả đạt được của luận án như sau:
+ Thứ nhất: Luận án tổng quan một cách hệ thống các phương pháp, các mô
hình cảnh báo vỡ nợ áp dụng cho các công ty, đặc biệt cho các ngân hàng từ các

phương pháp phân tích đơn biến đến các phương pháp sử dụng các kỹ thuật thông
minh hiện đại mà hiện nay đang được sử dụng nhiều trong phân tích cảnh báo vỡ
nợ. Qua đó chỉ ra được những ưu khuyết điểm của từng phương pháp, từng mô
hình, chỉ ra khoảng trống nghiên cứu để xem xét lựa chọn mô hình Logit với dữ
liệu mảng vào xây dựng mô hình cảnh báo vỡ nợ cho các NHTMCP Việt Nam.
+ Thứ hai: Luận án xây dựng cơ sở lý luận nguy cơ vỡ nợ của các
NHTMCP Việt Nam. Luận án phân tích làm rõ thực trạng hoạt động, nguy cơ vỡ
nợ của các NHTMCP Việt Nam giai đoạn 2010-2015. Tác giả phân tích và đề
xuất tiêu chí để xác định nguy cơ vỡ nợ cho các NHTMCP Việt Nam trên cơ sở
những phân tích nợ xấu, hiệu quả hoạt động các ngân hàng.
+ Thứ ba: Luận án xây dựng, lựa chọn hệ thống 39 chỉ tiêu vi mô và 3 chỉ
tiêu vĩ mô sử dụng trong cảnh báo vỡ nợ ngân hàng. Xác định được các chỉ tiêu ảnh
hưởng trực tiếp tới nguy cơ vỡ nợ của các NHTMCP. Các chỉ tiêu này là: nợ quá
hạn /tổng nợ phải trả; lãi cận biên thuần, các khoản cho vay thuần/ tiền gửi của
khách hàng. Nghiên cứu đã minh chứng sự ảnh hưởng, lượng hóa mức độ ảnh
hưởng của biến RGDP tới nguy cơ vỡ nợ của các NHTMCP.
+Thứ tư: Luận án đề xuất mô hình cảnh báo vỡ nợ cho các NHTMCP Việt
Nam là sử dụng mô hình hồi quy Logit với dữ liệu mảng, mô hình này giúp xác
định các nhân tố, các chỉ tiêu tác động tới nguy cơ vỡ nợ, xác định xác suất
thuộc các nhóm nguy cơ cho các ngân hàng trong mẫu. Mô hình này đưa ra
các kết quả phù hợp về mặt kinh tế, đảm bảo các tiêu chuẩn của một mô hình
tốt. Kết quả thực nghiệm của luận án cho thấy mô hình mạng nơ ron, cây quyết

24
định- hai mô hình thuộc nhánh mô hình sử dụng kỹ thuật thông minh làm tăng
hiệu suất phân nhóm.
+ Thứ năm: Luận án lượng hóa được mức độ khác biệt, đặc thù của từng
ngân hàng ảnh hưởng đến khả năng vỡ nợ. Đồng thời chỉ ra bốn ngân hàng tiềm
ẩn nguy cơ vỡ nợ cao cần xem xét toàn diện.
+ Thứ sáu: Từ việc thực nghiệm xây dựng mô hình cảnh báo vỡ nợ trong

luận án, tác giả cũng đề xuất quy trình cảnh báo vỡ nợ các NHTMCP Việt Nam.
+ Thứ bảy: Từ các kết quả đạt được tác giả đề xuất một số giải pháp, kiến
nghị với các ngân hàng, các cơ quan quản lý giúp các ngân hàng hạn chế nguy cơ
vỡ nợ.
Đề xuất các hướng nghiên cứu tiếp theo
Để tiếp tục xây dựng mô hình cảnh báo nguy cơ vỡ nợ cho các NHTMCP
Việt Nam ngày càng hoàn thiện, tác giả đề xuất một số hướng nghiên cứu trong
tương lai có thể thực hiện một số nội dung chính như sau:
+ Thứ nhất, do sự hạn chế trong việc tiếp cận các nguồn số liệu sử dụng
cho nghiên cứu nên tác giả đã sử dụng chỉ tiêu nợ xấu và xếp loại hiệu quả hoạt
động để làm căn cứ xác định nguy cơ vỡ nợ các NH. Các nghiên cứu khác có thể
tìm kiếm tiêu chí phân loại, thử nghiệm và so sánh kết quả nghiên cứu theo các
tiêu chí này.
+ Thứ hai, các nghiên cứu khác có thể thử nghiệm với các mô hình như mô
hình phân tích sống sót, mô hình phân tích đặc điểm, thuật toán di truyền,… và so
sánh lựa chọn mô hình. Các nghiên cứu khác cũng có thể tìm cách kết hợp nhiều
phương pháp, mô hình trong nghiên cứu để tăng hiệu suất phân loại.
+ Thứ ba, cần nghiên cứu sâu hơn vào việc xây dựng mô hình và kiểm tra
hiệu suất dự báo với các mẫu ngoài của mô hình.
+ Thứ tư, các nghiên cứu khác sau khi tính được xác suất vỡ nợ, xếp
hạng các ngân hàng có thể tính toán ma trận chuyển hạng của các ngân hàng
hoặc xây dựng mô hình xác định các nhân tố tác động tới sự chuyển hạng của
các ngân hàng.