Nhân tố ảnh hưởng đến tính dễ tổn thương của các ngân hàng thương mại Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ HỒ CHÍ MINH

NGUYỄN THỊ KIM NGỌC

NHÂN TỐ ẢNH HƯỞNG ĐẾN TÍNH DỄ TỔN THƯƠNG CỦA
CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP. HỒ CHÍ MINH - NĂM 2013


i

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ HỒ CHÍ MINH

NGUYỄN THỊ KIM NGỌC

NHÂN TỐ ẢNH HƯỞNG ĐẾN TÍNH DỄ TỔN THƯƠNG CỦA
CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

Chuyên ngành

: TÀI CHÍNH – NGÂN HÀNG

Mã số

: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC

PGS.TS. NGUYỄN NGỌC ĐỊNH

TP. HỒ CHÍ MINH - NĂM 2013


ii

LỜI CAM ĐOAN
Tôi xin cam đoan Luận văn Thạc sĩ Kinh tế với đề tài “Nghiên cứu nhân tố ảnh
hưởng đến tính dễ tổn thương của NHTM Việt Nam” là công trình nghiên cứu của
riêng tôi dưới sự hướng dẫn của PGS.TS. Nguyễn Ngọc Định.
Các số liệu, kết quả trong luận văn là trung thực và chưa từng được ai công bố
trong bất kỳ công trình nào khác. Tôi sẽ chịu trách nhiệm về nội dung tôi đã trình bày
trong luận văn này.
TP.HCM, ngày 19 tháng 10 năm 2013
Tác giả

Nguyễn Thị Kim Ngọc


iii

LỜI CẢM ƠN
Trước tiên, tôi xin chân thành cảm ơn PGS.TS Nguyễn Ngọc Định, PGS.TS
Nguyễn Thị Liên Hoa đã tận tình chỉ bảo, góp ý và động viên tôi trong suốt quá trình
thực hiện luận văn tốt nghiệp này.

Tôi cũng xin gửi lời cảm ơn đến Quý Thầy Cô, những người đã tận tình truyền
đạt kiến thức cho tôi trong cả khóa học vừa qua.
Tôi xin cảm ơn gia đình, đồng nghiệp và bạn bè đã hết lòng quan tâm và tạo điều
kiện tốt nhất để tôi hoàn thành được luận văn tốt nghiệp này.

Nguyễn Thị Kim Ngọc


iv

MỤC LỤC
LỜI CAM ĐOAN ......................................................................................................... ii
LỜI CẢM ƠN .............................................................................................................. iii
MỤC LỤC .....................................................................................................................iv
DANH MỤC CÁC BẢNG.......................................................................................... vii
DANH MỤC CÁC ĐỒ THỊ ...................................................................................... viii
GIỚI THIỆU .................................................................................................................. 1
CHƯƠNG 1 – TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU ....................................... 2
1.1 Lý do chọn đề tài .................................................................................................... 2
1.2 Mục tiêu nghiên cứu............................................................................................... 5
1.3 Vấn đề nghiên cứu ................................................................................................. 5
1.4 Đối tượng và phạm vi nghiên cứu .......................................................................... 5
1.5 Phương pháp nghiên cứu........................................................................................ 5
1.6 Kết cấu của đề tài ................................................................................................... 6
CHƯƠNG 2 - NHỮNG NGHIÊN CỨU THỰC NGHIỆM ....................................... 7
2.1 Nghiên cứu thực nghiệm của các tác giả trên thế giới ........................................... 7
2.2 Kinh nghiệm xử lý nợ xấu của một số quốc gia và bài học cho Việt Nam ......... 12
a.

Hàn Quốc ......................................................................................................... 12

b. Trung Quốc ...................................................................................................... 15
c.

Hungary............................................................................................................ 17

d. Kinh nghiệm cho Việt Nam ............................................................................. 19
CHƯƠNG 3 -PHƯƠNG PHÁP VÀ KẾT QUẢ NGHIÊN CỨU ............................ 23
3.1. Phương pháp nghiên cứu .................................................................................. 23
3.1.1 Mô hình kinh tế lượng ................................................................................... 23
3.1.2 Mẫu nghiên cứu ............................................................................................. 25
3.1.3 Dữ liệu nghiên cứu ........................................................................................ 26
3.1.4 Biến nghiên cứu ............................................................................................. 26


v

3.1.5 Xử lý và phân tích số liệu .............................................................................. 32
3.2 Kết quả nghiên cứu ........................................................................................... 33
3.2.1 Đánh giá hoạt động NHTM qua số liệu báo cáo tài chính ............................ 33
3.2.2 Kết quả nghiên cứu định lượng ..................................................................... 38
a.

Thống kê mô tả ................................................................................................ 38

b. Kiểm tra hiện tượng tự tương quan .................................................................. 39
c.

Hồi quy Binary logistic .................................................................................... 40

d. Phân tích biệt số MDA ..................................................................................... 44
e.

So sánh giữa hồi quy Binary Logistic và phân tích biệt số MDA ................... 46

CHƯƠNG 4 – HẠN CHẾ ĐỀ TÀI VÀ GỢI Ý CHÍNH SÁCH .............................. 48
4.1 Hạn chế của đề tài .............................................................................................. 48
4.2 Gợi ý chính sách ................................................................................................. 48
4.2.1 An toàn vốn .................................................................................................... 48
4.2.2 Nợ xấu ............................................................................................................ 51
4.2.3 Nâng cao năng lực quản trị của NHTM: ....................................................... 52
4.2.4 Thanh khoản: ................................................................................................. 53
4.3 Những gợi ý và hướng nghiên cứu tiếp theo .................................................... 56
KẾT LUẬN .................................................................................................................. 57
TÀI LIỆU THAM KHẢO........................................................................................... 58
PHỤ LỤC ..................................................................................................................... 61


vi

DANH MỤC VIẾT TẮT
CAMEL(S): hệ thống đánh giá mức độ an toàn và bền vững của Tổ chức tín dụng
NHTM: Ngân hàng thương mại
NHTMCP: Ngân hàng thương mại cổ phần
NHTMNN: Ngân hàng thương mại nhà nước
TCTD: Tổ chức tín dụng
M&A: Hợp nhất và sáp nhập
DNNN: Doanh nghiệp nhà nước
BIDV: NH TMCP Đầu Tư và Phát triển Việt Nam
VCB: NHTMCP Ngoại thương Việt Nam

ABBank: NHTMCP An Bình
ACB: NHTMCP Á Châu
EIB: NHTMCP Xuất Nhập Khẩu Việt Nam
EAB: NHTMCP Đông Á
HDBank: NHTMCP Phát Triển TPHCM
MB: NHTMCP Quân Đội
MSB: NHTMCP Hàng Hải
SCB: NHTMCP Sài Gòn
SHB: NHTMCP Sài gòn – Hà Nội
OCB: NHTMCP Phương Đông
VPBank: NHTMCP Việt Nam Thịnh Vượng
SeABank: NHTMCP Đông Nam Á


vii

DANH MỤC CÁC BẢNG
Bảng 3.1: Phân nhóm NHTM
Bảng 3.2: Thống kê mô tả các biến
Bảng 3.3: Ma trận hệ số tương quan
Bảng 3.4: Các biến được chọn để đưa vào mô hình
Bảng 3.5: Kiểm định độ phù hợp tổng quát
Bảng 3.6: Kiểm định độ phù hợp của mô hình
Bảng 3.7: Kiểm định mức độ chính xác của mô hình
Bảng 3.8: Kiểm định ý nghĩa hệ số hồi quy
Bảng 3.9: Các biến đưa vào mô hình phân tích biệt số
Bảng 3.10: Hệ số chuẩn hóa trong mô hình phân tích biệt số
Bảng 3.11: Kết quả dự báo của phân tích biệt số
Bảng 3.12: So sánh các biến có ý nghĩa của 2 mô hình
Bảng 3.13: So sánh khả năng dự báo của 2 mô hình

Bảng 4.1: Tỷ lệ LDR của các NHTM Hàn Quốc
Bảng 4.2: Tỷ lệ LDR của các NHTM Indonesia
Bảng 4.3: Tỉ lệ LDR mục tiêu của một số nước
Bảng 4.4: Tỉ lệ LDR trung bình phân theo thu nhập của các nhóm nước


viii

DANH MỤC CÁC ĐỒ THỊ

Hình 1.1. Tỷ lệ nợ xấu của hệ thống ngân hàng (2008 - 2012) ....................................... 3
Hình 3.1 Biểu đồ thể hiện quy mô tổng tài sản của mẫu nghiên cứu ............................ 26
Hình 3.2 Biểu đồ nợ xấu của các NHTMCP năm 2011-2012 ....................................... 34
Hình 3.3 Dư nợ và nợ xấu 7 Ngân hàng niêm yết trên thị trường chứng khoán
(4 Quý gần nhất) ............................................................................................................ 35
Hình 3.4 Biểu đồ nợ xấu của các NHTM niêm yết trên thị trường chứng khoán ......... 35
Hình 3.5 Chi tiết nợ xấu các NHTM (thời điểm 30/06/2013) ...................................... 36
Hình 3.6 Cơ cấu nợ xấu 07 Ngân hàng niêm yết trên thị trường chứng khoán
(4 Quý gần nhất) ............................................................................................................ 36


1

GIỚI THIỆU
Bài này nghiên cứu tác động của các nhân tố vi mô đến tính tổn thương của các
NHTM Việt Nam từ năm 2008 đến 2012, sử dụng hồi quy Binary Logistic với số liệu
trên Báo cáo tài chính của 30 NHTM Việt Nam. Dựa vào các kết quả nghiên cứu trước
đây, tác giả đã sử dụng 14 biến độc lập đại diện cho các chỉ số tài chính của NHTM và
một biến đại diện cho quy mô NHTM, và một biến phụ thuộc là biến nhị phân. Cùng
với hồi quy Binary Logistic, phân tích biệt số MDA cũng được thực hiện để so sánh

kết quả với mô hình hồi quy Binary logistic.
Kết quả nghiên cứu cho thấy, các biến đại diện cho an toàn vốn ECTA, tỷ suất
sinh lời ROE, thanh khoản LDR và nợ xấu NPL là có ý nghĩa thống kê trong việc giải
thích tính tổn thương của các NHTM. Các biến ECTA và ROE có quan hệ cùng chiều,
LDR và NPL có quan hệ ngược chiều với xác suất tổn thương của các NHTM. Đồng
thời biến NPL có ảnh hưởng mạnh nhất đến biến phụ thuộc. Khả năng dự báo của mô
hình hồi quy Binary Logistic cao hơn phân tích biệt số MDA, vì vậy các nhà quản lý
có thể sử dụng như là một mô hình để dự báo sớm khả năng tổn thương của các
NHTM trong tương lai, phát hiện các NHTM có vấn đề cũng như đưa ra các giải pháp
để hạn chế xảy ra khủng hoảng.


2

CHƯƠNG 1 – TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU
1.1 Lý do chọn đề tài
Ngân hàng đóng vai trò là trung gian tài chính và là huyết mạch của nền kinh tế.
Hiệu quả hoạt động của các trung gian tài chính ảnh hưởng đến tốc độ tăng trưởng của
nền kinh tế. Các nền kinh tế có hệ thống Ngân hàng hoạt động hiệu quả có thể chịu
đựng được các cú sốc tốt hơn và góp phần ổn định nền kinh tế (Athanasoglou,
Brissimis and Delis, 2005).
Chúng chính là cầu nối không biên giới giữa các lĩnh vực khác nhau trong nền
kinh tế, giữa các vùng khác nhau trong một nước, và xa hơn nữa là giữa các nền kinh
tế khác nhau của các quốc gia. Chính vì vai trò to lớn đó mà nó mang trong mình
những nguy cơ dễ tổn thương nhất định bởi những tác động nội sinh cũng như ngoại
sinh của nền kinh tế. Đặc biệt trong giai đoạn khủng hoảng hiện nay, tính dễ tổn
thương đó lại càng thể hiện rõ nét.
Trong hơn 5 năm trở lại, hệ thống mạng lưới Ngân hàng đặc biệt là NHTMCP
phát triển rất nhanh chóng nhưng thiếu tính ổn định. Những khó khăn của nền kinh tế
thế giới nói chung và Việt Nam nói riêng đã khiến cho các NHTM trong nước càng

gặp nhiều khó khăn. Đồng thời những bất cập trong công tác quản trị của các Ngân
hàng đã khiến hoạt động của chính các NHTM bộc lộ nhiều khuyết điểm, ảnh hưởng
đến sự phát triển bền vững của NHTM Việt Nam. Đó là sự gia tăng liên tục nợ xấu,
thanh khoản kém nên các Ngân hàng đã huy động với lãi suất cao bằng mọi giá, tác
động đến sự an toàn của cả hệ thống Ngân hàng.
Theo số liệu báo cáo của NHNN Việt Nam, tỷ lệ nợ xấu của hệ thống ngân hàng
ở mức 3,1% trong năm 2011 đã tăng vọt lên mức 8,86% trong năm 2012 (tăng 211%).
Tốc độ tăng trưởng tín dụng năm 2012 thấp hơn nhiều so với những năm trước trong
khi tỷ lệ nợ xấu tăng rất cao đã phản ánh nợ xấu chủ yếu là các khoản tín dụng đã được
cấp trước đây, đồng thời cho thấy chất lượng tín dụng đang theo chiều hướng xấu.


3

Hình 1.1. Tỷ lệ nợ xấu của hệ thống ngân hàng (2008 - 2012)

Nguồn: NHNN và MSB tổng hợp

Rủi ro thanh khoản luôn thường trực, khi huy động vốn của NHTM chủ yếu là kỳ
hạn ngắn với tỷ trọng thường tới 70% - 80% trong tổng nguồn vốn huy động, thậm chí
đối với một số ngân hàng, tỷ trọng này trên 90%, trong khi đó cho vay trung, dài hạn
thường chỉ chiếm tỷ trọng khoảng 30% - 40% tổng dư nợ.
Vốn điều lệ toàn hệ thống đã tăng nhanh, chủ yếu trong giai đoạn 2008 - 2011
Vấn đề ở chỗ liệu việc tăng vốn có thực chất hay không. Hiện tượng “nhóm lợi ích” và
“sở hữu chéo” thông qua một “bên thứ 3” diễn ra khá phổ biến, đã làm cho quy mô
vốn điều lệ cũng như tổng tài sản toàn hệ thống bị tăng ảo. Điều nguy hiểm hơn, tình
trạng sở hữu chéo vốn thường dẫn đến hoặc luôn đi kèm với vấn đề “cho vay nhóm
khách hàng liên quan” vượt xa tỷ lệ quy định - kênh chủ yếu để dẫn vốn tín dụng đến
với các dự án nhiều rủi ro (bao gồm các dự án bất động sản, kinh doanh chứng
khoán…).

Chất lượng tài sản suy giảm nhanh nhưng mức trích lập dự phòng rủi ro đạt thấp.
Theo các số liệu báo cáo, số dư quỹ dự phòng rủi ro tín dụng đều thấp so với tổng nợ
xấu theo sổ sách. Điều này hàm ý mức độ an toàn hoạt động của hệ thống ngân hàng
sẽ bị đe dọa khi rủi ro diễn ra.


4

Các tỷ lệ an toàn hoạt động theo quy định thực chất không bảo đảm. Tình trạng
cho vay quá mức dẫn đến hệ số sử dụng vốn (tỷ lệ cho vay trên huy động) của các
NHTM rất cao và vượt mức an toàn. Toàn hệ thống luôn trong trạng thái mất cân đối
nghiêm trọng cả về kỳ hạn lẫn đồng tiền giữa nguồn vốn và sử dụng vốn. Các tỷ lệ an
toàn chi trả đạt mức thấp và hệ số an toàn vốn thực chất cũng ở mức dưới thông lệ và
cả so với yêu cầu, xét về mặt kỹ thuật, đã mất khả năng thanh toán/phá sản nhưng vẫn
tạo vỏ bọc bên ngoài là chỉ bị khó khăn về thanh khoản.
Kết quả kinh doanh không thực chất; lợi nhuận ngành ngân hàng có khả năng sẽ
suy giảm nhanh trong thời gian tới. Cơ cấu thu nhập của hệ thống NHTM chỉ ra, lãi
của hầu hết các ngân hàng chủ yếu đến từ hoạt động tín dụng. Thế nhưng, trong bối
cảnh nợ xấu gia tăng và tín dụng tăng trưởng âm thì nhiều ngân hàng chắc chắn sẽ phải
đối mặt với nguy cơ thua lỗ. Đó là chưa kể, nếu thực hiện phân loại nợ và trích lập dự
phòng rủi ro đúng, đủ và/hoặc tuân thủ thông lệ quốc tế, đồng thời hạch toán theo
chuẩn mực kế toán quốc tế, thì hiệu quả kinh doanh của các NHTM Việt Nam còn
thấp hơn.
Những phân tích trên đây cho thấy, hoạt động ngân hàng tự nó đã chứa đựng rất
nhiều rủi ro và khi những rủi ro đó tích tụ, trở nên quá lớn do tác động của các yếu tố
bên ngoài (như bất ổn kinh tế vĩ mô, khủng hoảng kinh tế thế giới, thị trường chứng
khoán và thị trường bất động sản lao dốc) hay do các yếu tố bên trong (như quản trị rủi
ro bất cập, quy trình tín dụng không hoàn chỉnh, đầu tư mạo hiểm, năng lực và đạo đức
của nguồn nhân lực ngân hàng không đáp ứng yêu cầu,…) thì hệ thống ngân hàng sẽ
không tránh khỏi đổ vỡ. Tuy nhiên, hiện nay tại Việt Nam hầu như có rất ít các nghiên

cứu chính thức về tính dễ tổn thương của các NHTM Việt Nam. Do đó, nghiên cứu
vấn đề “Nhân tố ảnh hưởng đến tính dễ tổn thương của các NHTM Việt Nam” với mô
hình hồi quy Binary logistic sẽ phần nào nắm bắt được các nhân tố quyết định đến khả
năng tổn thương của các Ngân hàng, từ đó có thể đưa ra hệ thống cảnh báo sớm nhằm
ngăn ngừa khủng hoảng trong hệ thống Ngân hàng Việt Nam.


5

1.2 Mục tiêu nghiên cứu
Luận văn xem xét các nhân tố quyết định đến tính dễ tổn thương của các
NHTM để xác định chỉ số tài chính nào đóng vai trò quan trọng trong dự báo
các Ngân hàng tổn thương.
Đưa ra mô hình dự báo tính tổn thương và đo lường mức độ chính xác
của mô hình hồi quy Binary logistic trong dự báo tính tổn thương của NHTM
Việt Nam.
1.3 Vấn đề nghiên cứu
Từ các mục tiêu nghiên cứu trên, bài nghiên cứu sẽ tập trung giải quyết vấn đề sau:
Một là, trong số các biến số đại diện cho tỷ số CAMEL(S), gồm Vốn chủ sở hữu
(C), chất lượng tài sản(A), chất lượng quản trị (M), thu nhập (E), thanh khoản (L), và
quy mô Ngân hàng (S), biến nào có ảnh hưởng mạnh nhất đến tính tổn thương của các
NHTM.
Hai là, các biến số này có thể xem như là các chỉ số dự báo tính tổn thương của
các NHTM hay không?
1.4 Đối tượng và phạm vi nghiên cứu
- Đối tượng nghiên cứu của luận văn là các NHTM đang hoạt động tại Việt Nam
- Phạm vi nghiên cứu: các NHTMCP và NHTMNN tại Việt Nam trong giai đoạn từ
năm 2008 đến 2012.
1.5 Phương pháp nghiên cứu
Để giải quyết các yêu cầu đặt ra trong bài nghiên cứu, tác giả sử dụng phương

pháp nghiên cứu định lượng với mô hình hồi quy Binary logistic.
Các kỹ thuật nghiên cứu được thực hiện thông qua phần mềm SPSS 20.


6

1.6 Kết cấu của đề tài
Ngoài phần tóm tắt, danh mục bảng, danh mục hình, danh mục các chữ viết tắt,
phụ lục, tài liệu tham khảo, đề tài gồm 4 chương, bao gồm:
Chương 1: Tổng quan về đề tài nghiên cứu.
Chương 2: Các nghiên cứu thực nghiệm trên thế giới
Chương 3: Phương pháp nghiên cứu và Kết quả nghiên cứu. Ở chương này,
tác giả trình bày lý thuyết về mô hình nghiên cứu, nguồn dữ liệu để thực hiện nghiên
cứu, mô tả các biến sử dụng trong bài nghiên cứu và kết quả đạt được từ nghiên cứu.
Chương 4: Hạn chế của luận văn, hướng nghiên cứu tiếp theo và những gợi ý
chính sách


7

CHƯƠNG 2 - NHỮNG NGHIÊN CỨU THỰC NGHIỆM
2.1 Nghiên cứu thực nghiệm của các tác giả trên thế giới
Taha Zaghdoudi (2013) đã đưa ra mô hình dự báo sự đổ vỡ của các Ngân hàng
Tunisian dùng phương pháp hồi quy Binary Logistic. Phương pháp này đã được sử
dụng trong công trình của Demirguc-Kunt and Detragiache (1998). Điểm đáng chú ý
của mô hình dự báo là xem xét đến các chỉ số vi mô của Ngân hàng. Bài nghiên cứu đã
sử dụng số liệu năm tại 64 nước bao gồm các nước phát triển và đang phát triển từ
năm 1984-1994. Kết quả cho thấy khả năng chi trả của Ngân hàng, các chỉ số hoạt
động, lợi nhuận đầu người và tỷ số đòn bẩy tài chính có tác động ngược chiều đến xác
suất phá sản của Ngân hàng.

Alexander Babanskiy (2012) nghiên cứu các nhân tố có khả năng dự báo tốt nhất
các Ngân hàng có vấn đề ở Nga. Phân tích thực nghiệm dựa vào dữ liệu của các Ngân
hàng ở Nga giai đoạn từ năm 2004 đến 2007. Dữ liệu được thu thập từ 1.000 tổ chức
tài chính ở Nga. Tác giả sử dụng mô hình tham số probit và logit để phân tích mức ý
nghĩa của các chỉ số tài chính trong các báo cáo tài chính được công bố. Biến giải thích
mà tác giả đưa vào mô hình dựa vào những nghiên cứu trước đó như: Beaver (1966),
Altman (1968), Jagtiani et al. (2002), Montgomery et al. (2005), Kolari et al. (1996),
Lanine, Vennet (2006), Poghosyan and Chhak (2009). Tác giả cũng muốn đưa các
biến vĩ mô vào mô hình nhưng theo Kennedy (1998) những biến này là những biến
không mong muốn vì thường xảy ra hiện tượng đa cộng tuyến và ảnh hưởng đến kết
quả của ước lượng trong khi chúng không phải là những biến thực sự được quan tâm.
Mô hình gồm 12 biến số độc lập: CTL = Vốn chủ sở hữu/ Tổng nợ, CTD = Vốn chủ sở
hữu/Tổng huy động, CTA = Vốn chủ sở hữu/Tổng tài sản, ROA = Lợi nhuận
ròng/Tổng tài sản, ROC = Lợi nhuận ròng/vốn chủ sở hữu, LTA = Tổng dư nợ cho
vay/ Tổng Tài sản, LDT = Tổng dư nợ cho vay/tổng huy động, LTC = Tổng dư nợ cho
vay/Vốn chủ sơ hữu, ATL = Tổng tài sản/Tổng nợ, DTA = Tổng huy động/Tổng tài
sản, Cash = tiền mặt/Tổng tài sản, Size = Ln(Tổng tài sản). Kết quả nghiên cứu là tỷ số
khả năng sinh lời, thanh khoản, Vốn là những nhân tố quan trọng dự báo các Ngân


8

hàng vỡ nợ. Cụ thể: tỷ suất sinh lời trên tổng tài sản, tỷ suất sinh lời trên vốn chủ sở
hữu, tổng dư nợ cho vay/tổng tài sản, vốn chủ sở hữu/Tổng huy động là những biến có
ý nghĩa trong việc dự báo các Ngân hàng phá sản. Đáng chú ý là tỷ suất sinh lời trên
vốn chủ sở hữu, tỷ lệ vốn chủ sở hữu trên tổng huy động là những nhân tố có ý nghĩa
trong thời kỳ bùng nổ khủng hoảng, trong khi tỷ suất sinh lời trên vốn chủ sở hữu là
những nhân tố quan trọng trong thời kỳ sắp xảy ra khủng hoảng. Nghiên cứu chỉ ra
rằng mô hình logit và probit dự đoán khá chính xác. Kết quả nghiên cứu cũng tương tự
như Lanie, Vennet (2006) đã sử dụng 2 mô hình này để dự báo xác xuất vỡ nợ. Đây có

thể là một công cụ hữu ích cho những người đóng vai trò giám sát Ngân hàng và cho
những ai quan tâm đến tình trạng sức khỏe Ngân hàng.
Nil Gunsel (2012) nghiên cứu thực nghiệm các nhân tố quyết định đến tính dễ
vỡ, tính tổn thương của nền kinh tế Bắc Thổ Nhĩ Kỳ từ năm 1984 đến 2008, sử dụng
mô hình Multivariate logit. Dữ liệu bảng thiết lập dữ liệu gồm các biến số vi mô của
24 NHTM cùng với các biến số kinh tế vĩ mô. Các biến số vi mô là các biến số tài
chính đại diện cho tiêu chuẩn CAMELS. Sự yếu kém của các Ngân hàng có thể thấy
qua các chỉ số tài chính: thiếu vốn (C), tín dụng vượt mức, nợ xấu (A), quản trị thiếu
hiệu quả (M), thu nhập thấp (E), rủi ro thanh khoản (L) và quy mô Ngân hàng nhỏ (S).
Tác giả đã sử dụng tổng cộng 10 biến độc lập, trong đó biến vi mô gồm: Vốn/Tổng tài
sản (C), Dư nợ cho vay/Tổng tài sản (A), Thu nhập ròng/tổng tài sản (E), Huy
động/Dư nợ cho vay (L), và log (Tổng tài sản) (S); biến vĩ mô gồm: Tăng trưởng GDP
thực, lạm phát, lãi suất thực và các điều kiện bên ngoài (điều khoản thương mại, tỷ giá
hối đoái thực và chỉ số áp lực thị trường (market pressure)). Kết quả nghiên cứu cho
rằng: thiếu vốn, lợi nhuận thấp, quy mô Ngân hàng nhỏ, tỷ lệ lạm phát cao, tỷ lệ tăng
trưởng thấp, điều khoản thương mại và áp lực thị trường bất lợi là những nhân tố xác
định các Ngân hàng rơi vào tình trạng kiệt quệ ở Bắc Thổ Nhĩ Kỳ.
Christopoulos Apostolos G. et a.l., (2011) đã phân tích các yếu tố riêng của Ngân
hàng Lehman Brothers với số liệu 5 năm trước (2003-2007), sử dụng các chỉ số
CAMELS. Bài nghiên cứu phân tích xem sự đổ vỡ của Ngân hàng này là do cuộc


9

khủng hoảng kinh tế toàn cầu hay do các vấn đề bên trong Ngân hàng mà cơ quan
giám sát ở Mỹ đã có thể nhìn thấy trước. Bài nghiên cứu xem xét đến các chỉ số như:
Hệ số An toàn vốn: CAR
Tỷ số chất lượng tài sản = (Nợ xấu (trên 90 ngày) – dự phòng )/Tổng dư nợ
cho vay. Tỷ số này càng thấp, chất lượng tài sản càng cao.
Tỷ số quản trị chất lượng = Chi phí quản trị/Doanh thu. Chi phí quản trị

gồm tất cả các chi phí hoạt động, doanh thu gồm lợi nhuận đã trừ đi chi phí và
các khoản lỗ.
Tỷ số thu nhập: ROA = Lợi nhuận ròng/tổng tài sản, ROE = Lợi nhuận
ròng/Vốn chủ sở hữu
Tỷ số thanh khoản: Tổng dư nợ cho vay/Tổng huy động và Tổng tài sản có
khả năng thanh toán ngay/Tổng tài sản
Tỷ số độ nhạy cảm đối với thị trường = Tổng giá trị danh mục chứng
khoán/ Tổng tài sản.
Kết quả nghiên cứu chỉ ra rằng chất lượng tín dụng thấp, quản trị không tuân theo
các luật lệ của cơ quan giám sát, phương pháp quản trị rủi ro không hiệu quả so với
quy mô của Ngân hàng này. Ngân hàng dường như dễ đỗ vỡ trước những rủi ro và
những điều kiện không ổn định mà lẽ ra cơ quan giám sát và Cục dự trữ Liên bang Mỹ
đã có thể nhìn thấy trước, khi hoạt động của Lehman Brothers có những dấu hiệu đi
xuống.
Deger Alper & Adem Anbar (2011) xem xét các nhân tố vi mô (các chỉ số tài
chính của Ngân hàng) và nhân tố vĩ mô ảnh hưởng đến khả năng sinh lời của các Ngân
hàng ở Thổ Nhĩ Kỳ giai đoạn 2002-2010. Khả năng sinh lời của Ngân hàng được đo
lường bằng chỉ số ROA và ROE. Kết quả nghiên cứu cho thấy quy mô tổng tài sản, thu
nhập phi lãi có tác động dương và có ý nghĩa đối với khả năng sinh lời của Ngân hàng.
Tuy nhiên, quy mô danh mục tín dụng và cho vay… có tác động ngược chiều đối với
khả năng sinh lời. Bài nghiên cứu đã đưa ra đề xuất: các Ngân hàng có thể cải thiện


10

khả năng sinh lời bằng cách tăng quy mô và thu nhập từ dịch vụ khác của Ngân hàng,
giảm tỷ lệ cho vay/tổng tài sản. Đồng thời, lãi suất thực cao cũng có thể gia tăng khả
năng sinh lời của Ngân hàng. Bài nghiên cứu cũng chỉ ra rằng việc đa dạng hóa hoạt
động ở các Ngân hàng có quy mô lớn hơn có ảnh hưởng tích cực đến tỷ suất sinh lời.
Với các biến kinh tế vĩ mô, chỉ có lãi suất thực có tác động cùng chiều với khả năng

sinh lời của Ngân hàng. Khi lãi suất thực càng cao, tỷ suất sinh lời trên vốn chủ sở hữu
càng cao. Các nhân tố vi mô khác như: an toàn vốn, thanh khoản, tỷ lệ tiền gửi/tài sản,
NIM và các nhân tố vĩ mô như tăng trưởng GDP thực, tỷ lệ lạm phát không ảnh hưởng
nhiều đến khả năng sinh lời của Ngân hàng.
Kết quả nghiên cứu của Olweny and Shipo (2011) đã cho rằng Chất lượng tài sản
thấp và thanh khoản kém là hai nguyên nhân chính khiến cho Ngân hàng bị đổ vỡ.
Chất lượng tài sản kém đã khiến nhiều Ngân hàng ở Kenya phá sản vào những năm
đầu 1980. Ongore and Kusa (2013) cho rằng vấn đề quản trị và các quyết định của Hội
đồng quản trị tác động chủ yếu đến hoạt động của các NHTM ở Kenya, còn các nhân
tố vĩ mô thì không có ý nghĩa.
Allen N. Berger & Christa H.S. Bouwman (2009) đã nghiên cứu vốn chủ sở hữu
trước khủng hoảng có ảnh hưởng như thế nào đến khả năng sống sót của các Ngân
hàng. Bài nghiên cứu đã cho thấy: vốn giúp các Ngân hàng nhỏ sống sót trong khủng
hoảng ngân hàng và khủng hoảng thị trường, giúp các Ngân hàng có quy mô trung
bình và quy mô lớn sống sót sau khủng hoảng ngân hàng.
Lanine and Vennet (2006) áp dụng mô hình cảnh báo sớm (EWS) sử dụng
phương pháp hồi quy logit, phương pháp thi tham số và kiểm định mức độ chính xác
của mô hình dự báo. Trong bài nghiên cứu, các tác giả đã phân biệt 3 loại rủi ro: thanh
khoản, rủi ro không trả được nợ, và rủi ro về vốn mà Ngân hàng phải đối mặt. Các
biến sau được đưa vào bài nghiên cứu: Thu nhập ròng/tổng tài sản, Tài sản thanh
khoản/tổng tài sản, Trái phiếu chính phủ/tổng tài sản, Vốn/tổng tài sản, Nợ vay/tổng
tài sản, Quy mô tổng tài sản…Kết quả nghiên cứu cho thấy cả 2 mô hình logit và
phương pháp thi tham số đều không có khả năng dự báo cao, nhưng cùng với các công


11

cụ phân tích khác thì đó là những công cụ hữu ích cho người làm công tác giám sát
Ngân hàng.
Ridwan Nurazi & Michael Evans (2005) nghiên cứu xem liệu các chỉ số

CAMEL(s) có thể sử dụng như là các nhân tố dự báo sự đỗ vỡ của các Ngân hàng hay
không? Bài nghiên cứu đã sử dụng 13 biến đại diện cho các chỉ số CAMEL, một biến
đại diện cho độ nhạy cảm với rủi ro thị trường và một biến đại diện cho quy mô Ngân
hàng. Tác giả đã sử dụng hồi quy bội Binary logistic. Đồng thời để đánh giá tính đồng
nhất với mô hình Binary Logistic, tác giả cũng tiến hành phân tích biệt số MDA. Hồi
quy Binary logistic cho kết quả tương tự như MDA và có thể được xem như một hệ
thống cảnh báo sớm để xác định, dự báo sự đổ vỡ của các Ngân hàng và có thể sử
dụng để kiểm tra tại chỗ. Kết quả hồi quy cho thấy biến số ECTA (tỷ số vốn), RORA
(chất lượng tài sản), ROA (quản trị), OEOI (thu nhập), CBTD (thanh khoản), và LGBS
(quy mô Ngân hàng) là những biến có ý nghĩa trong việc giải thích sự đổ vỡ của các
Ngân hàng. Kết quả nghiên cứu cũng cho thấy các Ngân hàng thuộc sở hữu tư nhân có
khả năng phá sản cao hơn các Ngân hàng thuộc sở hữu nhà nước.
Montgomerry et al (2004) đã nghiên cứu nguyên nhân gây ra tình trạng phá sản
của các Ngân hàng ở Nhật Bản và Indonesia. Các tác giả đã sử dụng hồi quy logistic
với các biến số độc lập là các tỷ số tài chính, nghiên cứu trong giai đoạn 1997-2003.
Kết quả nghiên cứu cho thấy dư nợ cho vay/tổng tài sản, dư nợ cho vay/tổng huy động,
tỷ lệ nợ xấu là những chỉ số dự báo có ý nghĩa nhất.
Wheelock D.C&Wilson P.W (2000) nghiên cứu những nhân tố dự báo Ngân
hàng phá sản ở Mỹ. Kết quả nghiên cứu cho thấy các Ngân hàng có tỷ lệ vốn hóa thấp
hơn, dư nợ trên tổng tài sản cao hơn, chất lượng khoản vay kém, lợi nhuận thấp có rủi
ro bị phá sản cao hơn.
Demirguc-Kunt và Detragiache (1998) cho rằng khủng hoảng ngân hàng có xu
hướng tăng lên khi môi trường vĩ mô yếu kém, thiếu ổn định, đặc biệt khi tốc độ tăng
trưởng thấp và lạm phát cao. Đồng thời, lãi suất thực tăng cao cũng ảnh hưởng đến khu
vực Ngân hàng.


12

2.2 Kinh nghiệm xử lý nợ xấu của một số quốc gia và bài học cho Việt Nam

a. Hàn Quốc
Những yếu kém trong cấu trúc của nền kinh tế Hàn Quốc là vốn dựa quá nhiều
vào việc mở rộng thị trường và vay mượn, cộng với việc dòng vốn nước ngoài bị các
nhà đầu tư nước ngoài rút ra trong cuộc khủng hoảng tiền tệ năm 1997 đã dẫn tới cuộc
khủng hoảng tín dụng và sau đó là khủng hoảng tiền tệ tại quốc gia này.
Chính phủ Hàn Quốc đã quyết định trong số 118 nghìn tỷ Won nợ xấu, số nợ xấu
trị giá 100 nghìn tỷ Won (bao gồm 68 tỷ Won các khoản nợ quá hạn trên 6 tháng và có
nguy cơ vỡ nợ cao, một phần các khoản nợ quá hạn từ 3 đến 6 tháng, và các khoản nợ
xấu có thể phát sinh trong quá trình xử lý nợ xấu) cần được xử lý ngay lập tức bằng 2
biện pháp: (1) Buộc các tổ chức tín dụng phải sử dụng vốn để xử lý một nửa giá trị các
khoản nợ xấu bằng việc yêu cầu các khách hàng trả nợ hoặc bán tài sản thế chấp; (2)
để Công ty Quản lý Tài sản Hàn Quốc (Korean Asset Management CorporationKAMCO) mua lại một nửa các khoản nợ xấu.
Để thực hiện quá trình xử lý nợ xấu, Chính phủ Hàn Quốc đã áp dụng tiêu chuẩn
phân loại nợ quốc tế để đánh giá thực trạng nợ xấu của các Tổ chức tài chính. Theo đó,
các Tổ chức tài chính được yêu cầu phân loại nợ quá hạn từ 3 tháng trở lên là nợ xấu,
đến phân loại những khoản nợ dựa trên khả năng tài chính của khách hàng vay vốn
trong tương lai đối với việc hoàn thành nghĩa vụ với ngân hàng, và ở mức độ thắt chặt
hơn nữa khi phân loại các khoản vay có mức độ rủi ro lớn ngay cả khi khách hàng trả
được lãi vào nhóm nợ xấu. Theo tiêu chí phân loại nợ, 68 nghìn tỷ Won nợ xấu quá
hạn trên 6 tháng đã tăng lên 88 nghìn tỷ Won vào cuối năm 1999.
Để giải quyết khoản nợ xấu tương đương 27% GDP đi kèm với tái cấu trúc hệ
thống tài chính đang suy yếu, Chính phủ Hàn Quốc đã huy động tới 157 nghìn tỷ Won.
Trong số này, 60 nghìn tỷ Won được sử dụng để bơm vốn thêm vào cho các Tổ chức
tài chính, 39 nghìn tỷ Won được sử dụng để mua các khoản nợ xấu từ các Tổ chức tài
chính, 26 nghìn tỷ Won để trả cho người gửi tiền của các Tổ chức tài chính bị vỡ nợ…


13

Trong số 157 nghìn tỷ Won thì 104 nghìn tỷ Won được huy động thông qua phát hành

trái phiếu của Hiệp hội Bảo hiểm Tiền gửi Hàn Quốc (Korean Deposit Insurance
Corporation- KDIC) và KAMCO được Chính phủ bảo lãnh. Khoản tiền huy động này
được thu hồi tới 56% thông qua việc bán lại cổ phần của các ngân hàng đã được bơm
vốn, giá trị thu hồi được từ xử lý các khoàn nợ xấu và bán các tài sản thế chấp. Số tiền
không thu hồi được được chuyển thành khoản nợ của Chính phủ thông qua việc
chuyển các trái phiếu thành trái phiếu Chính phủ, tăng phí bảo hiểm tiền gửi…

KAMCO ưu tiên mua các khoản nợ mà có thể dễ dàng chuyển giao quyền thu nợ,
các khoản nợ có thể giúp các Tổ chức tài chính khôi phục lại hoạt động và hình ảnh
trước công chúng, và các khoản cho vay đồng tài trợ. Quy trình đánh giá các khoản
vay được tiến hành kỹ lưỡng nhằm bảo đảm các khoản nợ mua về vừa hỗ trợ được các
Tổ chức tài chính, vừa bảo đảm được hiệu quả hoạt động của Công ty. Các khoản nợ
do KAMCO mua lại được chia thành 6 nhóm: Nợ thông thường có bảo đảm
(chiếm17,9% tổng tiền), nợ thông thường không có bảo đảm (5,8%), nợ đặc biệt có
bảo đảm (32,2%), nợ đặc biệt không có bảo đảm (10,6%), nợ của tập đoàn Daewoo
(32%) và nợ được gia hạn lại (1,5%) với mức giá so với giá trị khoản vay tương ứng là
67%, 11,4%, 47,4%, 29%, 35,9% và 23,1%. Khoản nợ xấu được định giá dựa trên khả
năng thu hồi nợ, tài sản bảo đảm và phương pháp định giá được thay đổi tùy theo từng
thời kỳ. Đa phần các khoản tiền được sử dụng để mua nợ từ các ngân hàng (chiếm
62,1%), công ty ủy thác đầu tư (21,1%) và công ty bảo hiểm (4,5%). Tổng cộng,
KAMCO đã bỏ ra 39,7 nghìn tỷ Won; chiếm tới 36% giá trị các khoản vay, 110,1
nghìn tỷ Won, để mua các khoản nợ xấu trong vòng 5 năm từ năm 1997 đến 2002.


14

Sau khi mua lại, KAMCO sẽ nhóm các khoản nợ xấu này lại để phát hành các
chứng khoán có đảm bảo bằng tài sản dựa trên các khoản nợ xấu đã mua hoặc bán cho
các nhà đầu tư thông qua đấu giá quốc tế cạnh tranh. Luật Chứng khoán có bảo đảm
bằng tài sản đã được ban hành để thúc đẩy việc bán các khoản nợ cho các công ty có

chức năng chứng khoán hóa các khoản xấu và bán lại cho các nhà đầu tư. Hàn Quốc đã
rất thành công trong việc thu hút các nhà đầu tư nước ngoài đầu tư vào xử lý nợ xấu
thông qua mua các trái phiếu được bảo đảm bằng các khoản nợ xấu cũng như mua các
khoản nợ xấu thông qua đấu giá. Chính sự thành công trong việc thu hút các nhà đầu
tư nước ngoài đã khuyến khích các nhà đầu tư trong nước đầu tư vào các chứng khoán
cũng như các khoản nợ xấu này. Bên cạnh đó, KAMCO cũng tịch thu tài sản thế chấp
của các khoản nợ có đảm bảo để bán thu hồi lại tiền. KAMCO nắm giữ các khoản nợ
xấu và cố gắng tái cơ cấu nợ, tái tài trợ hay chuyển đổi nợ thành vốn chủ sở hữu nếu
công ty đó có khả năng hồi phục, giảm lãi suất, giãn nợ… Ngoài ra, còn có các biện
pháp khác như truy đòi lại chủ nợ ban đầu của khoản nợ xấu, bán khoản nợ cho các
công ty quản lý tài sản, công ty tái cơ cấu doanh nghiệp để mua lại cổ phiếu của các
công ty này và tiến hành tái cơ cấu lại hoạt động của công ty… Trong khoảng thời
gian từ năm 1997 đến 2002, KAMCO đã thu hồi được 30,3 nghìn tỷ Won, tương ứng
với tỷ lệ thu hồi là 46,8% trên giá trị khoản nợ.
Nhờ sử dụng đồng loạt các biện pháp xử lý nợ xấu, tỷ lệ nợ xấu đã giảm từ
17,7% vào năm 1998 xuống còn 14,9%, 10,4%, 5,6%, và 3,9% vào các năm 1999,
2000, 2001 và 2002. Hàn Quốc đã thực hiện thành công việc giải quyết nợ xấu, tái cơ
cấu doanh nghiệp, tái cơ cấu khu vực tài chính góp phần ổn định nền kinh tế là do
Chính phủ Hàn Quốc đã có những can thiệp nhanh chóng, kịp thời và toàn diện, triển
khai các biện pháp xử lý nợ xấu hợp lý khi đưa KAMCO vào hoạt động và phát triển
thị trường thứ cấp cho các khoản nợ xấu, các chứng khoán được bảo đảm bằng nợ xấu
được tiến hành giao dịch thuận lợi, thu hút các nhà đầu tư.


15

b. Trung Quốc
Khác với các quốc gia châu Á khác như Nhật Bản và Thái Lan, nợ xấu là kết quả
của những vụ sụp đổ thị trường tài chính và bong bóng tài sản thì nguyên nhân gây ra
nợ xấu của Trung Quốc chính là cơ chế kinh tế kế hoạch hóa tập trung, khi hoạt động

của các NHTMNN lớn chỉ như những cơ quan hành chính Nhà nước, có nhiệm vụ cho
vay theo chỉ định cho các công ty và dự án Nhà nước vốn làm ăn kém hiệu quả, thậm
chí thua lỗ. Những khoản vay này cũng không qua quy trình phân tích tín dụng chặt
chẽ nên rủi ro tín dụng là điều không tránh khỏi.
Một trong những quá trình xử lý nợ xấu của Trung Quốc là đánh dấu bằng sự
thành lập của 4 công ty quản lý tài sản được Chính phủ tài trợ (Asset Management
Corporation- AMC), mỗi công ty tương ứng với một trong số 4 NHTMNN lớn (chiếm
tới 70% tổng tài sản của hệ thống ngân hàng), nhằm giải quyết những khoản nợ xấu
của 4 ngân hàng này từ trước năm 1996 có tổng giá trị lên tới 1,4 nghìn tỷ NDT (169
tỷ USD), chiếm 19% GDP của Trung Quốc năm 1999 (Bing Wang and Richard Peiser,
2007). Các khoản nợ xấu được chuyển giao tại mức giá trị sổ sách trực tiếp từ 4
NHTM cho 4 AMC tương ứng được thực hiện suốt năm 1999 và 2000 và trách nhiệm
của 4 AMC này là phải xử lý hết các khoản nợ xấu này trong vòng 10 năm.
Theo quy định của Chính phủ, các AMC có 4 phương thức để huy động vốn bao
gồm: Vốn từ Bộ Tài chính, khoản vay đặc biệt từ Ngân hàng Trung ương Trung Quốc,
phát hành trái phiếu có bảo lãnh của Bộ Tài chính, và vay thương mại từ các định chế
tài chính khác. Trên thực tế, để thực hiện mua lại khoản nợ xấu khổng lồ kể trên, các
AMC đã phải vay tới 40% từ Ngân hàng Trung ương Trung Quốc, 60% còn lại được
tài trợ bằng trái phiếu của AMC phát hành cho 4 NHTMNN.
Các AMC đã sử dụng nhiều biện pháp để xử lý nợ xấu bao gồm thanh lý tài sản,
bán tài sản trực tiếp cho các nhà đầu tư và chứng khoán hóa những khoản nợ xấu này.
Việc xử lý nợ xấu của Trung Quốc còn gắn liền với tái cơ cấu DNNN nên các AMC
cũng có vai trò trong quá trình tái cơ cấu DNNN thông qua các biện pháp hoán đổi nợ
thành cổ phần và tái cấu trúc doanh nghiệp. Các AMC đã tích cực bán, đấu giá và cơ


16

cấu lại các khoản nợ xấu, nhà bị tịch thu, kiện tụng và thanh lý. Cuối năm 2001, các
cuộc đấu giá quốc tế nợ xấu đầu tiên tại Trung Quốc đã diễn ra, với việc bán các khoản

nợ xấu trị giá 13 tỷ NDT của Huarong AMC cho 2 tổ chức quốc tế. Đó là một mốc
quan trọng bởi vì lần đầu tiên thông tin về giá cả thị trường của các khoản nợ xấu được
tiết lộ một cách đáng tin cậy. Được biết, Huarong AMC đã nhận được tối đa 21% giá
trị sổ sách của khoản nợ.
Với quy mô nợ xấu lớn của Trung Quốc, chứng khoán hóa cũng là một cách hiệu
quả để xử lý nợ xấu, bởi chúng tạo ra các loại chứng khoán có rủi ro khác nhau nên có
thể thu hút được nhiều nhà đầu tư có khẩu vị rủi ro khác nhau và thu lại được tiền mặt
ngay lập tức cho tổ chức phát hành. Nghiệp vụ chứng khoán hóa các khoản nợ xấu ở
Trung Quốc được thực hiện không chỉ có sự tham gia của các AMC mà còn bởi các
NHTM khác với tỷ lệ thu hồi được báo cáo là từ 10-30%.
Về hoán đổi nợ thành cổ phần, năm 1999 các AMC đã mua lại các khoản nợ xấu
giá trị 405 tỷ NDT của 580 DNNN quy mô lớn và vừa được lựa chọn tại 4 NHTMNN
và thực hiện chuyển đổi các khoản nợ phải trả thành cổ phần của AMC trong các
doanh nghiệp này. Kết quả là tỷ lệ trung bình các khoản nợ/tài sản trong DNNN tái
cấu trúc giảm xuống từ 73% năm 1999 xuống dưới 50% năm 2000 (Ye and Zhai,
2001). Các AMC sẽ tham gia vào quản trị doanh nghiệp, tái cấu trúc doanh nghiệp và
khi các doanh nghiệp này hoạt động có lợi nhuận trở lại, các AMC có quyền nhận cổ
tức và bán lại cổ phần cho các doanh nghiệp với mức giá thỏa thuận trước trong vòng
10 năm. Hơn nữa, các AMC cũng được ưu tiên rút vốn khỏi các doanh nghiệp này khi
niêm yết trên thị trường chứng khoán. Đây chính là khoản tiền mặt mà các AMC có
thể thu hồi được từ nợ xấu thông qua hoán đổi nợ thành cổ phần tại các DNNN.
Thông qua các biện pháp xử lý nợ xấu, đến cuối năm 2004, 4 AMC này chỉ thu
hồi được 675 tỷ NDT, chưa đến 40% giá trị nợ xấu được chuyển giao từ năm 1999. Tỷ
lệ thu hồi tiền mặt tại các AMC tính đến tháng 12/2004 đạt khoảng 20%, thấp hơn
nhiều so với mức 49% của Thái Lan và mức 20-30% ước tính của Nhật Bản. Cho đến
nay, thời hạn hoạt động của các AMC đã kết thúc nhưng vẫn chưa có công bố cụ thể