NGHIÊN CỨU THỰC NGHIỆM VỀ TÁC ĐỘNG CỦA TÍN DỤNG TỚI TĂNG TRƯỞNG KINH TẾ TẠI VIỆT NAM

NGHIÊN CỨU THỰC NGHIỆM VỀ TÁC ĐỘNG CỦA TÍN DỤNG TỚI
TĂNG TRƯỞNG KINH TẾ TẠI VIỆT NAM

Tóm tắt: Bài viết nghiên cứu nhằm kiểm chứng quan hệ nhân quả Granger giữa tín
dụng và GDP cũng như phân tích mối quan hệ dài hạn giữa tăng trưởng tín dụng ngân hàng
và tăng trưởng kinh tế tại Việt Nam sử dụng mô hình ARDL với dữ liệu trong giai đoạn từ
quý 1/2005 đến quý 4/2017. Kết quả nghiên cứu thực nghiệm cho thấy sự tồn tại mối quan hệ
nhân quả Granger hai chiều giữa tín dụng và GDP. Bên cạnh đó, tăng trưởng tín dụng có tác
động ngược chiều tới tăng trưởng kinh tế tại Việt Nam trong dài hạn. Từ đó, nghiên cứu đề
xuất một số khuyến nghị tập trung vào định hướng khắc phục những hạn chế của kênh cung
ứng vốn tín dụng ngân hàng.
Từ khóa: tín dụng ngân hàng, tăng trưởng kinh tế, quan hệ nhân quả Granger,
ARDL.

1. GIỚI THIỆU NGHIÊN CỨU
Tăng trưởng kinh tế và những nhân tố tác động tới tăng trưởng kinh tế là một
trong những mối quan tâm hàng đầu của mọi quốc gia. Vì vậy, tăng trưởng tín dụng
ngân hàng có tác động ra sao tới tăng trưởng kinh tế là một trong những chủ đề nhận
được nhiều sự quan tâm của các học giả trên phạm vi thế giới. Trải qua nhiều nghiên
cứu thực nghiệm tại các quốc gia trong các giai đoạn khác nhau, các nhà nghiên cứu
đưa ra những quan điểm rất khác nhau về ảnh hưởng của tín dụng tới tăng trưởng kinh
tế. Nhiều nghiên cứu đã chỉ ra rằng tín dụng và tăng trưởng kinh tế có mối quan hệ
cùng chiều (Rajan và Zingales (1998); Levine và cộng sự (2000); Valvel (2004);
Huanglin (2009)), trong khi cũng có một số tác giả chỉ ra mối quan hệ ngược chiều
hay phi tuyến tính giữa hai biến số này (De Gregorio và Guidotti (1995); Beck và
cộng sự (2012); Arcand và cộng sự (2015)).
Thực tế tại Việt Nam trong những năm vừa qua Chính phủ luôn duy trì quan
điểm ổn định kinh tế vĩ mô và tăng trưởng kinh tế là một trong những mục tiêu quan
trọng nhất của chính sách vĩ mô. Tăng trưởng kinh tế tạo nền tảng cho ổn định kinh tế
vĩ mô, đảm bảo việc làm, thu nhập và an sinh xã hội. Cùng với đó, tín dụng đóng vai
trò quan trọng trong việc đáp ứng nhu cầu đó, đảm bảo quá trình sản xuất kinh doanh

1


diễn ra thường xuyên và liên tục, giúp thúc đẩy sự phát triển của nền kinh tế. Những
năm gần đây, tín dụng tiêu dùng phát triển, tài chính bao trùm được chú trọng hơn đã
thúc đẩy tiêu dùng, tác động lên tổng cầu và hỗ trợ cho tăng trưởng GDP. Tuy nhiên,
khi tỷ lệ tín dụng/GDP cao thì nền kinh tế sẽ trở nên nhạy cảm với biến động của lãi
suất, gia tăng rủi ro về nợ xấu. Ngoài ra, đến cuối năm 2018 tỷ lệ vốn tín dụng ngắn
hạn cho vay trung và dài hạn của toàn hệ thống xoay quanh mốc 28% đã giảm khá
mạnh so với mức trên 30% năm 2016. Tuy nhiên, tỷ lệ này tại nhiều ngân hàng vẫn
trên 30%, đặc biệt là tại một số ngân hàng TMCP quy mô nhỏ, tiềm ẩn rủi ro về độ
lệch kỳ hạn trong cơ cấu nguồn vốn của ngân hàng. Vì vậy, kiểm soát tốc độ tăng
trưởng tín dụng ở mức có thể hỗ trợ cho tăng trưởng kinh tế và giảm thiểu rủi ro hệ
thống là mục tiêu dài hạn mà Chính phủ hướng tới.
Mối liên hệ giữa tăng trưởng tín dụng và tăng trưởng kinh tế ở Việt Nam đã
được nghiên cứu phân tích bằng cả hai phương pháp định lượng và định tính, có thể
kể đến các nghiên cứu của Duong và Izumida (2002); Quach và Mullinneux (2006),
Anwar và Nguyen (2009). Tuy nhiên, các nghiên cứu trên chưa thể cung cấp bức tranh
tổng thể về tín dụng và sự phát triển kinh tế của Việt Nam, bằng chứng là nghiên cứu
của Duong và Izumida (2002) hay Quach và Mullinnneux (2006) chỉ tập trung vào vai
trò tín dụng đối với tăng trưởng kinh tế hộ gia đình; Anwar và Nguyen (2009) mới
dừng lại ở việc phân tích vai trò của tín dụng đối với tăng trưởng kinh tế của từng tỉnh
thành… Xuất phát từ yêu cầu thực tiễn cần phải hiểu rõ hơn về mối quan hệ của tăng
trưởng tín dụng và tăng trưởng kinh tế tại Viêt Nam để có thể đưa các gợi ý chính sách
phù hợp, nghiên cứu này sẽ phân tích mối quan hệ giữa hai biến kinh tế trên trong dài
hạn và ngắn hạn bằng cách sử dụng mô hình ARDL. Để đạt được mục tiêu nghiên
cứu, chúng tôi sử dụng dữ liệu tại Việt Nam giai đoạn 2005 - 2017 theo quý với các
biến số: tổng sản phẩm quốc nội (GDP), tín dụng và cung tiền.
2. THỰC TRẠNG TĂNG TRƯỞNG TÍN DỤNG VÀ TĂNG TRƯỞNG KINH TẾ TẠI
VIỆT NAM

Nhờ các yếu tố thuận lợi đến từ bên trong và bên ngoài của năm 2018, nền kinh
tế Việt Nam ghi dấu tốc độ tăng trưởng cao nhất trong 10 năm qua. Sau khi đạt thành
tích tăng trưởng 6,8% trong năm 2017, tăng trưởng GDP theo giá so sánh đạt 7,08%
trong năm 2018.
2


Hình 1: Tăng trưởng thực của GDP

Hình 2: Cơ cấu GDP theo giá hiện hành

12%
10%

8%

100%

7%

90%

6%
8%
6%

5%

60%

4%

50%

3%

4%

80%
70%

40%
30%

2%

20%

1%
Dịch vụ
Công nghiệp
Nông nghiệp
0%
0%
2010 Tổng
2011 GDP
2012 2013 2014 2015 2016 2017 2018

10%

2%

0%

Nông nghiệp
Công nghiệp
Dịch vụ
2010 2011 2012 2013 2014 2015 2016 2017 2018

Nguồn: TCTK

Nguồn: TCTK

Việt Nam vốn là một quốc gia mà vốn trong nền kinh tế chủ yếu được cung
ứng dựa vào hệ thống ngân hàng. Tỷ lệ tín dụng/GDP của Việt Nam luôn ở mức cao
so với các quốc gia trong khu vực và mức trung bình khu vực Đông Á. Điều này dẫn
đến một hệ quả là có những giai đoạn tăng trưởng kinh tế phụ thuộc khá lớn vào tăng
trưởng tín dụng. Trên thực tế, số liệu trong giai đoạn 2013-2017 chỉ ra rằng Việt Nam
là quốc gia có tỷ lệ tăng trưởng tín dụng vượt trội hẳn so với Trung Quốc và các quốc
gia Đông Nam Á khác. Tốc độ tăng trưởng tín dụng cao này phần nào được duy trì để
phục vụ cho mục tiêu tăng trưởng của toàn nền kinh tế.
Hình 3: Tỷ trọng tín dụng ngân hàng/GDP

Hình 4: Tăng trưởng tín dụng so với các nước
20%

Tín dụng/GDP
Vốn hóa thị trường chứng khoán/GDP
255%

10%
133%
161%

5%
0%

42%
65%

67%

119%

129%

141%

142%
102%

200%

242%
179%

228%
143%

15%

u
Tr

ng

ốc
Qu

In

sia
ne
do

2013
T r u n g Qu ố c Vi ệt N a m

Thai Lan

a
al
M

ia
ys

2014

Ph

n
pi
ili

2015

es
T

2016

i
há

La

n
ệt
Vi

N

am

2017

I n d o n es i a

Nguồn: SBV, TCTK, World Bank

Nguồn: World Bank

Bước sang năm 2018, diễn biến tăng trưởng bắt đầu có sự thay đổi. Năm 2018
chứng kiến tốc độ tăng trưởng tín dụng thấp nhất trong 5 năm trở lại đây, chỉ ở mức
13,3%. Kể từ sau ảnh hưởng cuộc khủng hoảng tài chính toàn cầu 2008 - 2009, giai
đoạn tăng trưởng tín dụng thấp gần đây nhất là vào năm 2013 và 2014. Trong giai
đoạn 2013 - 2014, Ngân hàng Nhà nước định hướng chỉ tiêu tăng trưởng tín dụng chỉ
3


khoảng 12 - 14%. Năm 2018, tăng trưởng tín dụng đạt 13,3% trở lại vùng thấp của
giai đoạn 2013 - 2014, nhưng các tương quan và so sánh lại có sự khác biệt. Năm
2013 và 2014, tín dụng tăng trưởng thấp và tăng trưởng GDP cũng ở mức thấp (lần
lượt 5,42% và 5,98%). Trong năm 2018, dù tín dụng tăng trưởng thấp, GDP lại tăng
mạnh đạt 7,08%, mức cao nhất trong 10 năm trở lại đây.
Từ số liệu thống kê trong giai đoạn 2015-2017 dường như cho thấy rằng có
mối tương quan thuận chiều giữa mức độ tăng trưởng GDP với tăng trưởng tín dụng,
ví dụ 1% tăng trưởng GDP thì tương ứng cần 3% tăng trưởng tín dụng. Tuy nhiên,
thực trạng mối quan hệ giữa tăng trưởng tín dụng và tăng trưởng kinh tế trong năm
2018 cho thấy mối quan hệ này đã không còn được duy trì khi tăng trưởng tín dụng
thấp song tăng trưởng GDP lại ở mức cao. Từ những thực tế trên đã gợi ý cho nhóm
nghiên cứu sử dụng các mô hình định lượng để đánh giá về mối quan hệ giữa tăng
trưởng tín dụng và tăng trưởng kinh tế trong giai đoạn 2005-2017 tại Việt Nam qua đó
để thấy mối quan hệ thực chất giữa hai biến số vĩ mô này.
Hình 5: Tăng trưởng tín dụng
thực tế và kế hoạch

Hình 6: Quy mô dư nợ và tín dụng/GDP

35%31.86%

160%

30%

140%

25%
20%
15%

14.31%
8.91%

10%

120%

18.00%18.71%18.17%
14.16%
13.30%
12.51%

100%
80%
60%

5%

0%

40%
2010

2011

2012

2013

2014

2015

2016 2017

20%

2018

0%

Tăng trưởng tín dụng thực tế
Tăng trưởng tín dụng kế hoạch

2010 2011 2012 2013 2014 2015 2016 2017 2018

Dư nợ tín dụng

Nguồn: SBV, TCTK

9,000,000
8,000,000
7,000,000
6,000,000
5,000,000
4,000,000
3,000,000
2,000,000
1,000,000
0

Tín dụng/GDP

Nguồn: SBV, TCTK

3. PHÂN TÍCH THỰC NGHIỆM MỐI QUAN HỆ GIỮA TĂNG TRƯỞNG TÍN
DỤNG VÀ TĂNG TRƯỞNG KINH TẾ TẠI VIỆT NAM
Mục tiêu chính của phần này là kiểm định mối quan hệ nhân quả Granger giữa
tín dụng và GDP và đánh giá ảnh hưởng dài hạn của tín dụng lên GDP tại Việt Nam.
Mối quan hệ nhân quả giữa tín dụng và GDP được kiểm định trong khuôn khổ mô
hình VAR giữa ba biến GDP, tín dụng và cung tiền theo cách tiếp cận của Toda và
Yamanato (1995). Mô hình VAR được sử dụng với giả định tất cả các biến trong mô
hình đều là biến nội sinh, do đó có thể kiểm định mối quan hệ hai chiều giữa GDP và
tín dụng. Biến cung tiền được bổ sung vào mô hình do các nghiên cứu trước đây về
4


mối quan hệ giữa tín dụng và GDP hay các nghiên cứu về kênh truyền dẫn tín dụng

của chính sách tiền tệ thường sử dụng thêm biến cung tiền. Mô hình chỉ sử dụng ba
biến do chuỗi thời gian nghiên cứu không quá dài, nhằm tránh làm giảm bậc tự do của
mô hình. Hơn nữa, kết quả mô hình vững và không có hiện tượng tự tương quan giữa
các phần dư. Sau đó, mô hình ARDL được sử dụng để đánh giá ảnh hưởng dài hạn của
tín dụng lên GDP tại Việt Nam do mô hình ARDL được coi là phù hợp hơn mô hình
VECM khi đánh giá mối quan hệ dài hạn giữa các biến trong điều kiện mẫu nhỏ.
3.1. Mô tả dữ liệu và lựa chọn biến
Bên cạnh biến tín dụng (LDC) và tổng sản phẩm quốc nội (LGDP), mô hình
còn bổ sung thêm biến cung tiền (LM2) với chuỗi dữ liệu thời gian quý từ quý 1/2005
tới quý 4/2017. Độ dài chuỗi thời gian được lựa chọn dựa trên tính sẵn có của dữ liệu.
Hình 7: GDP, cung tiền và tín dụng tại Việt Nam, 2005-2017 (dữ liệu quý)
15.5
15.0
14.5
14.0
13.5
13.0
LGDP

LDC

LM2

12.5
05

06

07

08

09

10

11

12

13

14

15

16

17

Nguồn: TCTK, IFS, tính toán của tác giả.
LGDP, LDC và LM2 lần lượt là logarit tự nhiên của tổng sản phẩm quốc nội
GDP thực, tín dụng thực và cung tiền thực theo giá so sánh 2010. GDP thực được quy
đổi từ GDP danh nghĩa lấy từ Tổng cục Thống kê (được hiệu chỉnh mùa vụ) sử dụng
chỉ số giảm phát GDP (năm gốc 2010), thu thập từ cơ sở dữ liệu World Development
Indicators của Ngân hàng Thế giới. Tín dụng thực và cung tiền thực được quy đổi từ
tín dụng và cung tiền danh nghĩa và chỉ số giá tiêu dùng (CPI, năm gốc 2010) lấy từ
Thống kê Tài chính quốc tế (IFS) của Quỹ Tiền tệ quốc tế.
Xu thế thay đổi của các biến trong mẫu được phác họa ở Hình 7. Thống kê mô
tả các biến được trình bày trong Phụ lục 1. Các biến trong mô hình được kiểm định

5


tính dừng sử dụng kiểm định ADF (Augmented Dickey - Fuller) với kết quả cho thấy
các chuỗi dữ liệu đều dừng khi lấy sai phân bậc 1 (Phụ lục 2).
3.2. Kết quả ước lượng
3.2.1. Kiểm định tác động nhân quả Granger
Quan hệ nhân quả Granger được kiểm định theo cách tiếp cận của Toda và
Yamanato (1995) với giả thuyết H0: không tồn tại mối quan hệ nhân quả giữa các biến.
Do vậy, mô hình VAR giữa 3 biến LGDP, LDC và LM2 được sử dụng để thực hiện
kiểm định này. Độ trễ 5 được lựa chọn theo tiêu chuẩn AIC. Mô hình vững và không
có hiện tượng tự tương quan giữa các phần dư. Kết quả kiểm định cho thấy tồn tại mối
quan hệ nhân quả Granger 2 chiều ở mức ý nghĩa 5% giữa tín dụng và GDP tại Việt
Nam (Phụ lục 3).
3.2.2. Kiểm định quan hệ đồng tích hợp sử dụng Bounds Test trong mô hình ARDL
Để kiểm định mối quan hệ đồng tích hợp giữa các biến, mô hình ARDL được
lựa chọn thực hiện theo phương trình sau:
GDPt = β0 + β1*DCt + β2*M2t + εt

(1)

trong đó, βi là véc tơ các hệ số thể hiện ảnh hưởng trong dài hạn; εt là sai số.
Phương trình (1) có thể được viết lại dưới dạng hiệu chỉnh sai số (ECM) theo
đề xuất bởi Pesaran và cộng sự (2001) và Shin và cộng sự (2014) như sau:
∆GDPt = α0 + α1*GDPt-1 + α2*DCt-1 + α3*M2t-1 + + μt

(2)

trong đó: q, m, n là độ trễ của các biến. Tác động ngắn hạn của tín dụng tới GDP được
thể hiện thông qua chỉ số: .

Dựa trên tiêu chí AIC, độ trễ của các biến GDP, DC và M2 được lựa chọn lần
lượt là 1, 2, 0 - theo đó mô hình ARDL (1, 2, 0) được sử dụng để kiểm định và đánh
giá tác động dài hạn của tín dụng tới GDP. Mô hình sử dụng phương pháp NeweyWest để tính toán sai số chuẩn của các hệ số ước lượng. Mô hình không có tự tương
quan ở phần dư ở mức ý nghĩa 5% (Phụ lục 4 → Bảng 4.1).
Kết quả kiểm định F - Bounds test cho thấy tồn tại quan hệ đồng tích hợp trong
dài hạn giữa tín dụng, cung tiền và GDP ở mức ý nghĩa 1% (Phụ lục 4 → Bảng 4.2).
3.3.3. Kết quả mô hình ARDL và thảo luận
Mối quan hệ dài hạn giữa GDP, tín dụng và M2 ước lượng được như sau:
LGDP =

5.6628

-

0.4671*LDC
6

+ 0.9820*LM2

- EC


(0.225850)

(0.085994)

(0.081969)

Trong đó, giá trị trong ngoặc là sai số chuẩn của các hệ số ước lượng. Các hệ số dài
hạn của các biến đều có ý nghĩa cao ở mức 1%. Như vậy, kết quả cho thấy tồn tại mối

quan hệ dài hạn ngược chiều giữa tín dụng và GDP. Cụ thể, tín dụng tăng 1% sẽ làm
GDP giảm khoảng 0,47% trong dài hạn. Kết quả ước lượng còn cho thấy mối quan hệ
dài hạn cùng chiều giữa cung tiền và GDP (Phụ lục 4 → Bảng 4.3).
Kết quả ước lượng mô hình ARDL khi được trình bày dưới dạng hiệu chỉnh sai
số cho thấy tín dụng cũng có tác động ngược chiều tới GDP trong ngắn hạn và tác
động ngắn hạn của tín dụng lớn hơn tác động dài hạn đến GDP. Như vậy, tín dụng có
ảnh hưởng ngược chiều tới GDP cả trong ngắn hạn và dài hạn tại Việt Nam. Bên cạnh
đó, khi tín dụng thay đổi khỏi trạng thái cân bằng, GDP thay đổi tương đối nhanh
chóng để hiệu chỉnh trở lại trạng thái cân bằng với tốc độ thay đổi khoảng 54,7% ngay
trong quý đầu tiên.
Kết quả mô hình ARDL dưới hạng hiệu chỉnh sai số
Case 2: Restricted Constant and No Trend
Variable
D(LDC)
D(LDC(-1))
CointEq(-1)*

Coefficient

Std. Error t-Statistic

Prob.

-0.796888
-0.332041
-0.547462

0.162383 -4.907448
0.148614 -2.234253
0.070940 -7.717259

0.0000
0.0306
0.0000

Nguồn: Tính toán của tác giả.
Việc tìm thấy mối quan hệ ngược chiều giữa tín dụng và GDP tại Việt Nam phù
hợp với kết quả nghiên cứu của Arcand và cộng sự (2015) sử dụng nhiều bộ dự liệu và
phương pháp nghiên cứu khác nhau cho thấy tồn tại mối quan hệ hình chữ U ngược
giữa tỷ lệ tín dụng/GDP và tốc độ tăng trưởng GDP với ngưỡng tỷ lệ tín dụng trên
GDP được tìm thấy trong nghiên cứu này là từ 80-100%. Tại Việt Nam, tỷ lệ tín dụng
trên GDP trong nhiều giai đoạn trong mẫu nghiên cứu vượt mức 100% và hiện đang
đạt mức khoảng 120% tại quý 4/2017, do đó tốc độ tăng trưởng tín dụng tăng lên có
thể có tác động tiêu cực tới tăng trưởng kinh tế.
4. KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH CHO VIỆT NAM
Kết quả hồi quy của mô hình cho thấy mối quan hệ ngược chiều trong dài hạn
giữa tăng trưởng kinh tế và tăng trưởng tín dụng. Điều này có nghĩa là có những giai
đoạn tăng trưởng tín dụng tăng cao thì tăng trưởng kinh tế lại thấp và ngược lại. Một
7


số nghiên cứu thực nghiệm (ví dụ: Ly và cộng sự, 2017) chỉ ra rằng những năm tăng
trưởng tín dụng cao thường là những giai đoạn gắn với bất ổn kinh tế vĩ mô khi lạm
phát tăng cao, nợ xấu gia tăng khó kiểm soát, khả năng hấp thụ vốn của nền kinh tế
kém, vốn không đi trực tiếp vào sản xuất... Và trong những giai đoạn này, tăng trưởng
tín dụng đóng vai trò “cứu cánh” để duy trì tăng trưởng - hệ thống ngân hàng buộc
phải bơm tín dụng để giữ nhịp tăng trưởng, dù rằng hiệu quả sử dụng tín dụng là
không cao. Những năm gần đây, tăng trưởng tín dụng bắt đầu “giảm nhiệt” hơn so với
giai đoạn trước đó, trong khi tăng trưởng kinh tế lại khả quan hơn, điều này được lý
giải bởi một số quan điểm sau của nhóm nghiên cứu:

Thứ nhất, những năm gần đây tín dụng tăng thấp nhưng tăng trưởng GDP ở
mức khá cao cho thấy chất lượng dòng tín dụng ngày càng cải thiện. Theo thống kê
của Ngân hàng Nhà nước (NHNN), cơ cấu tín dụng năm 2018 tập trung chủ yếu vào
các lĩnh vực công nghiệp chế biến - chế tạo (tăng 7,7%), nông nghiệp - nông thôn
(tăng 7,2%), doanh nghiệp nhỏ và vừa (tăng trên 3%). Kể từ năm 2017, tín dụng cho
các lĩnh vực tiềm ẩn rủi ro như đầu tư chứng khoán, bất động sản được kiểm soát tốt.
Đến năm 2018, NHNN tiếp tục ban hành Công văn số 563/NHNNTTGSNH yêu cầu
các tổ chức tín dụng (TCTD) chuyển dịch cơ cấu tín dụng theo hướng ưu tiên tập
trung vốn cho sản xuất kinh doanh, hạn chế mức độ tập trung tín dụng đối với lĩnh vực
bất động sản, xây dựng, cân đối nguồn vốn, sử dụng vốn để cho vay trung và dài hạn,
đảm bảo khả năng thanh khoản. Chủ trương nắn dòng vốn của NHNN đã phát huy
hiệu quả.
Thứ hai, sự phụ thuộc của tăng trưởng GDP vào tín dụng ngày càng giảm do
đóng góp của khu vực FDI đối với nền kinh tế. Trong sáu tháng đầu năm 2018, công
nghiệp là ngành tăng trưởng tốt nhất, trong đó, tăng trưởng của ngành công nghiệp
chế biến - chế tạo đạt 13,02%, là mức tăng cao nhất trong bảy năm gần đây. Đóng góp
chính cho tăng trưởng ngành công nghiệp chế biến - chế tạo là sản xuất thiết bị điện tử
và linh kiện. Các doanh nghiệp FDI hầu như không vay (hoặc có vay nhưng vay vốn
nước ngoài) nên mặc dù sản xuất, kinh doanh tăng trưởng nhưng không ảnh hưởng
trực tiếp đến số liệu tín dụng trong nước.
Thứ ba, tác động của tăng trưởng tín dụng thường có độ trễ. Một số nghiên cứu
kinh tế cho thấy độ trễ tác động của tín dụng đến tăng trưởng kinh tế là khoảng 4-6
8


tháng. Điều đó hàm ý tốc độ tăng trưởng tín dụng chững lại có thể báo hiệu cho một
sự sụt giảm của tốc độ tăng trưởng kinh tế trong khoảng nửa năm đến một năm sau.
Tuy nhiên, dự báo này cần phải được đặt trong mối tương quan với các yếu tố khác vì
như đã phân tích ở trên, tác động của tín dụng đối với tăng trưởng kinh tế giai đoạn
hiện nay đã không còn mang tính quyết định.

Trên cơ sở phân tích hiện tượng và nguyên nhân mối quan hệ giữa tăng trưởng
tín dụng và tăng trưởng kinh tế giai đoạn 2006 - 2018, nhóm nghiên cứu đề xuất một
số khuyến nghị chính sách như sau:
Thứ nhất, NHNN cần thường xuyên yêu cầu các ngân hàng có báo cáo phân tích
chất lượng tín dụng trên hệ thống. Các trường hợp cần thiết, NHNN sẽ làm việc trực
tiếp với các TCTD để kiểm soát rủi ro. NHNN cần yêu cầu các ngân hàng tăng cường
kiểm tra quy trình nội bộ, thực hiện đúng quy định pháp luật về hoạt động cho vay.
Thứ hai, NHNN định hướng tăng trưởng tín dụng toàn hệ thống sát với mục
tiêu và những rủi ro tăng trưởng của toàn nền kinh tế, đồng thời thông báo chỉ tiêu
tăng trưởng tín dụng đối với từng tổ chức tín dụng. Trong đó, ưu tiên chỉ tiêu tăng
trưởng tín dụng ở mức cao hơn đối với đơn vị nào thực hiện trước thời hạn các quy
định về tỷ lệ an toàn vốn tại Thông tư 41/2016/TT-NHNN.
Thứ ba, tăng cường khả năng cung ứng tín dụng đối với các doanh nghiệp tư
nhân, doanh nghiệp nhỏ và vừa, doanh nghiệp khởi nghiệp - là những nhân tố được
hướng trở thành động lực chủ chốt cho phát triển kinh tế trong tương lai. Rào cản lớn
nhất của đại bộ phận doanh nghiệp khu vực tư nhân là thiếu tài sản đảm bảo, tài sản
thế chấp đủ điều kiện tiếp cận tín dụng. Trong khi chờ đợi các qui định mới về cho
vay không cần tài sản đảm bảo, để tạo thuận lợi hơn cho doanh nghiệp tiếp cận nguồn
vốn tín dụng thì giải pháp phát triển Quỹ bảo lãnh tín dụng là cứu cánh cho không ít
doanh nghiệp vượt qua trở ngại về tài sản đảm bảo tiền vay.
Thứ tư, cùng với hoạt động cho vay các giải pháp xử lý nợ xấu được triển khai
đồng bộ cùng với các biện pháp kiểm soát, phòng ngừa nợ xấu mới phát sinh đã góp
phần nâng cao chất lượng tín dụng và giảm tỷ lệ nợ xấu của hệ thống. Tỷ lệ nợ xấu nội
bảng tại các TCTD cần được duy trì dưới 2%.

9


TÀI LIỆU THAM KHẢO
[1]

[2]
[3]

[4]

[5]

[6]
[7]
[8]

[9]

Anwar, S., & Nguyen, L. P. (2011). Financial development and economic growth in
Vietnam. Journal of Economics and Finance, 35(3), 348-360.
Arcand, J. L., Berkes, E., & Panizza, U. (2015). Too much finance?. Journal of
Economic Growth, 20(2), 105-148.
Beck, T., Büyükkarabacak, B., Rioja, F. K., & Valev, N. T. (2012). Who gets the
credit? And does it matter? Household vs. firm lending across countries. The BE
Journal of Macroeconomics, 12(1).
Beck, T., Degryse, H., & Kneer, C. (2014). Is more finance better? Disentangling
intermediation and size effects of financial systems. Journal of Financial Stability, 10,
50-64.
Thierry, B., Jun, Z., Eric, D. D., Yannick, G. Z. S., & Landry, K. Y. S. (2016).
Causality relationship between bank credit and economic growth: Evidence from a
time series analysis on a vector error correction model in Cameroon. Procedia-Social
and Behavioral Sciences, 235, 664-671.
Ductor, L., & Grechyna, D. (2015). Financial development, real sector, and economic
growth. International Review of Economics & Finance, 37, 393-405.
Huang, H. C., & Lin, S. C. (2009). Non ‐linear finance–growth nexus: A threshold

with instrumental variable approach. Economics of Transition, 17(3), 439-466.
Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the
analysis of level relationships. Journal of Applied Econometrics, 16(3), 289-326.
Shin, Y., Yu, B., & Greenwood-Nimmo, M. (2014). Modelling asymmetric
cointegration and dynamic multipliers in a nonlinear ARDL framework. In Festschrift
in honor of Peter Schmidt (pp. 281-314). Springer, NY.

10


PHỤ LỤC
Phụ lục 1: Thống kê mô tả của các biến
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

LGDP
13.19371
13.16847
13.65955
12.78166
0.259244
0.127452
1.719412

LDC

14.48462
14.62000
15.22000
13.54000
0.461895
-0.477754
2.266128

LM2
14.62115
14.62500
15.40000
13.69000
0.478214
-0.194334
2.159329

Jarque-Bera
Probability

3.693911
0.157717

3.145055
0.207520

1.858549
0.394840

Sum

Sum Sq. Dev.

686.0730
3.427581

753.2000
10.88069

760.3000
11.66313

Observations

52

52

52

Phụ lục 2: Kết quả kiểm định tính dừng sử dụng Augmented Dickey-Fuller Test
Null Hypothesis: Unit root (individual unit root process)
Series
LGDP
LDC
LM2

Prob.
0.9740
0.4235
0.4574

Series
D(LGDP)
D(LDC)
D(LM2)

Prob.
0.0000
0.0000
0.0000

Phụ lục 3: Kiểm định mối quan hệ nhân quả Granger
Bảng 3.1: Lựa chọn độ trễ mô hình VAR
VAR Lag Order Selection Criteria
Endogenous variables: LGDP LDC LM2
Exogenous variables: C
Sample: 2005Q1 2017Q4
Included observations: 46
Lag

LogL

LR

FPE

AIC

SC

HQ

0
1
2
3
4
5

107.0945
331.1269
356.3019
381.4507
391.5482
404.7841

NA
409.1026
42.68805
39.36341
14.48771
17.26415*

2.17e-06
1.89e-10
9.43e-11
4.74e-11
4.64e-11
4.03e-11*

-4.525847
-13.87508
-14.57834
-15.28047
-15.32818
-15.51235*

-4.406587
-13.39804
-13.74353
-14.08787*
-13.77781
-13.60420

-4.481171
-13.69638
-14.26562
-14.83371*
-14.74740
-14.79755

11


6

410.1039

6.245017

5.05e-11

-15.35234

-13.08642

* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
Bảng 3.2: Kiểm định độ vững mô hình VAR
Roots of Characteristic Polynomial
Endogenous variables: LGDP LDC LM2
Exogenous variables: C
Lag specification: 1 5
Root

Modulus

0.997873
0.905206 - 0.184884i
0.905206 + 0.184884i
0.355808 - 0.822593i
0.355808 + 0.822593i
0.039410 - 0.867257i
0.039410 + 0.867257i
0.532015 - 0.643326i
0.532015 + 0.643326i

-0.262620 - 0.589395i
-0.262620 + 0.589395i
-0.643499 - 0.033464i
-0.643499 + 0.033464i
0.536914
0.277425

0.997873
0.923894
0.923894
0.896247
0.896247
0.868152
0.868152
0.834810
0.834810
0.645257
0.645257
0.644369
0.644369
0.536914
0.277425

No root lies outside the unit circle.
VAR satisfies the stability condition.
Bảng 3.3: Kiểm định tự tương quan phần dư của mô hình VAR
VAR Residual Serial Correlation LM Tests
Sample: 2005Q1 2017Q4
Included observations: 47
Null hypothesis: No serial correlation at lag h

Lag

LRE* stat

df

Prob.

Rao F-stat

df

Prob.

1
2
3
4
5
6

10.79749
10.20875
16.18723
9.514099
5.909183
14.47087

9
9

9
9
9
9

0.2898
0.3339
0.0631
0.3912
0.7490
0.1065

1.233834
1.161305
1.928326
1.076545
0.650536
1.701068

(9, 63.4)
(9, 63.4)
(9, 63.4)
(9, 63.4)
(9, 63.4)
(9, 63.4)

0.2909
0.3350
0.0636
0.3923

0.7496
0.1073

12

-14.50351


Bảng 3.4: Kiểm định mối quan hệ nhân quả Granger
VAR Granger Causality/Block Exogeneity Wald Tests
Sample: 2005Q1 2017Q4
Included observations: 46
Dependent variable: LM2
Excluded

Chi-sq

df

Prob.

LDC
LGDP

5.412334
12.32958

5
5

0.3677
0.0305

All

21.32132

10

0.0190

Excluded

Chi-sq

df

Prob.

LM2
LGDP

24.88823
13.11557

5
5

0.0001
0.0223

All

49.96096

10

0.0000

Dependent variable: LDC

Dependent variable: LGDP
Excluded

Chi-sq

df

Prob.

LM2
LDC

10.26786
11.61319

5
5

0.0680

0.0405

All

20.33853

10

0.0262

Phụ lục 4: Mô hình ARDL
Bảng 4.1: Biểu đồ tương quan của phần dư
Sample: 2005Q1 2017Q4
Included observations: 50
Q-statistic probabilities adjusted for 1 dynamic regressor
Autocorrelation Partial Correlation
**| .
.|.
.|.
. |*.
.|.
**| .
. |*.
**| .
. |*.
.*| .
.|.

|
|

|
|
|
|
|
|
|
|
|

**| .
.*| .
.|.
.|.
.|.
**| .
. |*.
**| .
. |*.
.|.
.*| .

|
|
|
|
|
|
|
|

|
|
|

AC
1
2
3
4
5
6
7
8
9
10
11

-0.253
-0.052
-0.009
0.077
-0.020
-0.228
0.190
-0.279
0.196
-0.087
-0.044
13

PAC Q-Stat Prob*
-0.253
-0.124
-0.059
0.057
0.014
-0.238
0.074
-0.291
0.096
-0.059
-0.100

3.4019
3.5465
3.5507
3.8873
3.9107
6.9907
9.1822
13.999
16.438
16.928
17.056

0.065
0.170
0.314
0.421
0.562

0.322
0.240
0.082
0.058
0.076
0.106


. |*.
**| .
. |*.
.|.
.|.
.*| .
. |*.
. |*.
.*| .
. |*.
.*| .
.*| .
.|.

|

. |*.
**| .
.|.
. |*.
.*| .
.|.

.|.
.|.
. |*.
.|.
.*| .
.*| .
.*| .

|
|
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|
|
|
|
|

|
|
|
|

12
13
14
15
16
17
18
19
20
21
22
23
24

0.109
-0.208
0.185
-0.007
0.015
-0.115
0.142
0.096
-0.117
0.080
-0.138

-0.087
0.037

0.081
-0.241
0.032
0.136
-0.146
0.016
0.069
-0.009
0.151
-0.061
-0.100
-0.167
-0.082

17.873
20.914
23.389
23.393
23.411
24.444
26.071
26.838
28.029
28.601
30.377
31.113
31.248

0.120
0.075
0.054
0.076
0.103
0.108
0.098
0.108
0.109
0.124
0.110
0.120
0.147

*Probabilities may not be valid for this equation specification.
Bảng 4.2: Kiểm định mối quan hệ đồng tích hợp BOUNDS TEST
F-Bounds Test

Null Hypothesis: No levels relationship

Test Statistic
F-statistic
k

Actual Sample Size

Value

Signif.

I(0)

I(1)

16.12928
2

10%
5%
2.5%
1%

Asymptotic: n=1000
4.19
4.87
5.79
6.34

5.06
5.85
6.59
7.52

10%
5%
1%

Finite Sample: n=50
4.38

5.35
5.247
6.303
7.337
8.643

50

Bảng 4.3: Kết quả mô hình ARDL dưới dạng dài hạn
ARDL Long Run Form and Bounds Test
Dependent Variable: D(LGDP)
Selected Model: ARDL(1, 2, 0)
Case 2: Restricted Constant and No Trend
Sample: 2005Q1 2017Q4
Included observations: 50
Levels Equation
Case 2: Restricted Constant and No Trend
Variable

Coefficient

Std. Error

t-Statistic

Prob.

LDC
LM2
C

-0.467103
0.982023
5.662781

0.085994
0.081969
0.225850

-5.431834
11.98042
25.07321

0.0000
0.0000
0.0000

EC = LGDP - (-0.4671*LDC + 0.9820*LM2 + 5.6628 )

14


Bảng 4.4: Kết quả mô hình ARDL dưới dạng hiệu chỉnh sai số
ARDL Error Correction Regression
Dependent Variable: D(LGDP)
Selected Model: ARDL(1, 2, 0)
Case 2: Restricted Constant and No Trend
Sample: 2005Q1 2017Q4
Included observations: 50
ECM Regression

Case 2: Restricted Constant and No Trend
Variable

Coefficient

Std. Error

t-Statistic

Prob.

D(LDC)
D(LDC(-1))
CointEq(-1)*

-0.796888
-0.332041
-0.547462

0.162383
0.148614
0.070940

-4.907448
-2.234253
-7.717259

0.0000
0.0306
0.0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0.458949
0.435926
0.023963
0.026989
117.1615
2.432052

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.

0.016699
0.031906
-4.566460
-4.451739
-4.522774

* p-value incompatible with t-Bounds distribution.
Hình 4.5: So sánh GDP thực và ước lượng từ mô hình ARDL
13.8

13.6
13.4
13.2
13.0
12.8
LGDP_ACTUAL

LGDP_FITTED

12.6
05

06

07

08

09

10

11

12

15

13

14

15

16

17