Luận văn: PPNC tác động đến rủi ro tín dụng tại ngân hàng

Chia sẻ chuyên mục Đề Tài Luận văn: PPNC tác động đến rủi ro tín dụng tại ngân hàng hay nhất năm 2026 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài Luận Văn: Các nhân tố tác động đến rủi ro tín dụng tại ngân hàng thương mại Việt Nam dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

3.1 Sơ đồ nghiên cứu

Nhằm đạt được mục tiêu mà nghiên cứu đề ra, quy trình cụ thể về cách tiến hành nghiên cứu các nhân tố tác động đến rủi ro thanh khoản của các ngân hàng thương mại tại Việt Nam được trình bày tóm lược tại Biểu đồ 3.1 sau:

• Biểu đồ 3.1.Sơ đồ nghiên cứu

Các bước thực hiện theo sơ đồ nghiên cứu được cụ thể như sau:

Bước 1: Tiến hành thu thập các tài liệu liên quan để khái quát hóa kết quả và đánh giá khoảng trống những nghiên cứu này, đồng thời xác định các nền tảng lý thuyết hòng phục vụ cho đề tài nghiên cứu của tác giả.

Bước 2: Trên cơ sở đối tượng và phạm vi nghiên cứu, từng bước thực hiện công tác thu thập dữ liệu cả về số lượng và thời gian. Xử lý dữ liệu sơ cấp thành nguồn thứ cấp phù hợp theo yêu cầu nghiên cứu.

Bước 3: Lấy các nghiên cứu trước làm cơ sở, đồng thời đánh giá thực trạng của mẫu nghiên cứu được chọn để xây dựng mô hình thích hợp, giải thích cơ sở của mô hình thông qua việc triển khai biến phụ thuộc và các biến độc lập được chọn.

Bước 4: Dựa trên các phép phân tích như thống kê mô tả, đo lường sự tương quan, hồi quy dữ liệu bảng theo các mô hình hồi quy Pooled Ols, FEM, REM để lựa chọn các kiểm định phù hợp

Bước 5: Kiểm định các giả thuyết nghiên cứu để lựa chọn mô hình nghiên cứu phù hợp trong các mô hình hồi quy đã thực hiện ở bước 4.

Bước 6: Trường hợp kết quả hồi quy xuất hiện các khuyết tật như phương sai thay đổi, đa cộng tuyến, tự tương quan,… thì tiến hành khắc phục để tìm ra kết quả với độ tin cậy cao.

Bước 7: Thảo luận các kết quả và tiến hành kết luận, đồng thời đề xuất một số chính sách phục vụ cho lĩnh vực nghiên cứu.

3.2 Nguồn dữ liệu thực hiện đề tài nghiên cứu Luận văn: PPNC tác động đến rủi ro tín dụng tại ngân hàng.

Theo số liệu thống kê của ngân hàng nhà nước tại ngày 31/12/2025 hiện Việt Nam đang đang hoạt động với 31 ngân hàng thương mại, trong đó có 27 đơn vị công bố thông tin trên các sàn chứng khoán. Dựa vào dữ liệu báo cáo tài chính được công bố thông tin trên các nền tảng và website chính thống của ngân hàng thương mại đồng thời đảm bảo thời gian nghiên cứu từ 2016 đến 2025, tác giả lựa chọn được 23 ngân hàng đáp ứng các điều kiện này. Ngoài ra, các dữ liệu kinh tế vĩ mô như tốc độ tăng trưởng kinh tế, tỷ lệ lạm phát và Chỉ số phát triển Chính phủ điện tử cũng được thu thập từ Ngân hàng thế giới Worldbank, Liên Hiệp Quốc.

Sở dĩ lựa chọn độ dài nghiên cứu trải qua 10 năm, tác giả mong muốn tối đa hóa dữ liệu để có đánh giá rõ ràng hơn về rủi ro thanh khoản và những yếu tố tác động đến đối tượng này. Chưa kể, trong giai đoạn này, nền kinh tế Việt Nam trải qua nhiều biến động như Covid-19, ….sẽ giúp đo lường thêm những yếu tố có nguy cơ tác động đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam. Thông qua nguồn dữ liệu này, tạo thành 230 quan sát cho bài nghiên cứu.

Dưới đây là danh mục các ngân hàng thương mại được lựa chọn nghiên cứu:

• Bảng 3.1. Danh mục ngân hàng thương mại tại Việt Nam được lựa chọn nghiên cứu

3.3 Mô hình nghiên cứu

Trên cơ sở tổng hợp lý thuyết cùng kết quả từ các nghiên cứu trước đây, tác giả xây dựng mô hình nghiên cứu phù hợp với phạm vi và bối cảnh nghiên cứu, nhằm phân tích tác động của các yếu tố đến dự phòng rủi ro tín dụng tại các ngân hàng thương mại Việt Nam. Kế thừa và phát triển từ các công trình nghiên cứu trước, tác giả đề xuất phương trình hồi quy với cấu trúc như sau: NPLi,t = α + γNPLi,t-1 + βjXi,t + νi + εi,t

Trong đó:

• α là hằng số
• i = 1, 2, …23 (Ngân hàng thứ i)
• j = 1, 2, …10 (Thứ tự các năm, từ năm 2016 đến năm 2025)
• Xi,t là vector các biến độc lập (bao gồm các biến nội tại ngân hàng và các biến vĩ mô) của ngân hàng i ở năm t.
• γ, β là vector của các hệ số ước lượng.
• νi là các đặc tính của ngân hàng không quan sát được εi,t là phần dư của mô hình.

3.4 Biến nghiên cứu Luận văn: PPNC tác động đến rủi ro tín dụng tại ngân hàng.

Sau khi tiến hành phân tích sâu rộng các yếu tố chi phối rủi ro tín dụng và lược khảo cẩn thận các nghiên cứu học thuật trước đó (như đã trình bày chi tiết tại Chương 2), tác giả đã xác định và lựa chọn mô hình nghiên cứu gồm 9 biến số. Trong mô hình này, tỉ lệ nợ xấu đóng vai trò là biến phụ thuộc chính, phản ánh trực tiếp mức độ rủi ro tín dụng cần được giải thích.

Tám biến độc lập được sử dụng để giải thích sự biến động của NPL được phân thành hai nhóm: nhóm các yếu tố nội tại ngân hàng và nhóm các yếu tố vĩ mô. Cơ sở lựa chọn các biến độc lập này được xây dựng vững chắc dựa trên các công trình tiên phong. Cụ thể, việc đưa vào các biến vĩ mô được lấy cảm hứng từ nghiên cứu của Hasna Chaibi & Zied Ftiti (2016), những người đã sử dụng đa dạng yếu tố vĩ mô để đánh giá rủi ro tín dụng tại Pháp và Đức. Đồng thời, mô hình cũng kế thừa tiền đề từ nghiên cứu của Louzis và cộng sự (2013) về các khoản nợ xấu ở Hy Lạp, và phân tích của Rajan & Dhal (2004) đối với nợ xấu tại các ngân hàng Ấn Độ, đảm bảo các yếu tố giải thích được lựa chọn toàn diện và có cơ sở lý thuyết vững chắc

• Biến phụ thuộc: Tỉ lệ nợ xấu (NPL) đại diện cho rủi ro tín dụng
• Các biến giải thích: được chia làm 2 nhóm

Nhóm biến nội tại ngân hàng:

• SIZE: Quy mô của ngân hàng;
• LTA: Tỷ lệ cho vay trên tổng tài sản;
• ROA: Tỷ lệ lợi nhuận trên tài sản bình quân;
• LLR: Tỷ lệ dự phòng rủi ro tín dụng;

Nhóm biến kinh tế vĩ mô:

• GDP: Tỷ lệ tăng trưởng GDP
• INF: Tỷ lệ lạm phát
• COVt: Năm xảy ra Covid – 19
• EGDIt: Chỉ số phát triển Chính phủ điện tử

Bảng 3.2. Mô tả và triển khai công thức tính các biến nghiên cứu

Mẫu nghiên cứu bao gồm 23 Ngân hàng thương mại Việt Nam đang hoạt động trong giai đoạn 2016 – 2025. Tác giả lựa chọn các ngân hàng trong nghiên cứu là ngẫu nhiên. Dữ liệu nghiên cứu được lấy từ báo cáo tài chính hợp nhất đã qua kiểm toán trên website vietstock.vn và website của các Ngân hàng thương mại được nghiên cứu. Sau khi tiến hành tổng hợp và xử lý dữ liệu, tác giả thu được một bảng không cân bằng với 230 quan sát trong thời gian 10 năm (2016 – 2025).

3.5 Xây dựng các giả thuyết nghiên cứu Luận văn: PPNC tác động đến rủi ro tín dụng tại ngân hàng.

Rủi ro tín dụng của ngân hàng thương mại chịu tác động của nhiều yếu tố, có thể phân thành các nhóm chính: yếu tố nội tại ngân hàng, yếu tố vĩ mô, và các yếu tố đặc thù/bối cảnh.

3.5.1 Nhóm yếu tố nội tại ngân hàng

• NPL t-1 (Rủi ro tín dụng ngân hàng với độ trễ 1 năm)

Rủi ro tín dụng thường có tính dai dẳng theo thời gian, nghĩa là tỷ lệ nợ xấu của kỳ trước có xu hướng ảnh hưởng đến tỷ lệ nợ xấu của kỳ hiện tại. Điều này xuất phát từ việc các vấn đề tiềm ẩn trong quản lý tín dụng, chất lượng tài sản, hoặc chu kỳ kinh tế kéo dài có thể không được giải quyết triệt để trong một thời gian ngắn. Các nghiên cứu thực nghiệm thường đưa biến trễ của NPL vào mô hình để nắm bắt động lực tự hồi quy này.

Bằng chứng thực nghiệm cho thấy mối quan hệ tích cực giữa NPLt-1 và NPL hiện tại. Một nghiên cứu tại Đông Nam Á từ 2017-2024 chỉ ra rằng NPL trễ có tác động tích cực đến NPL hiện tại, làm nổi bật tính dai dẳng của NPL. Một nghiên cứu khác còn định lượng được rằng sự gia tăng 1 điểm phần trăm NPL trong một quý có thể tạo ra sự gia tăng 0.4 điểm phần trăm NPL trong quý tiếp theo, nhấn mạnh tính quán tính mạnh mẽ của chất lượng tín dụng. Điều này cho thấy rằng nếu một ngân hàng có tỷ lệ nợ xấu cao trong một giai đoạn, khả năng cao nó sẽ tiếp tục đối mặt với vấn đề này trong giai đoạn tiếp theo, phản ánh những vấn đề sâu xa hơn trong quy trình thẩm định, giám sát hoặc thu hồi nợ. Sự dai dẳng của nợ xấu cũng ngụ ý rằng các ngân hàng đang phải đối mặt với một vấn đề “tài sản cũ”, nơi các quyết định tín dụng trong quá khứ và các cú sốc kinh tế tiếp tục đè nặng lên hiệu quả hoạt động hiện tại. Điều này nhấn mạnh tầm quan trọng của các khuôn khổ xử lý nợ xấu mạnh mẽ, chẳng hạn như các công ty quản lý tài sản hoặc tái cấp vốn, để phá vỡ chu kỳ này và giải phóng vốn ngân hàng cho các hoạt động cho vay mới, từ đó hỗ trợ phục hồi kinh tế.

Giả thuyết H1: Rủi ro tín dụng ngân hàng với độ trễ 1 năm (NPLt-1) có tác động tích cực đến tỷ lệ nợ xấu hiện tại (NPL)

• SIZE (Quy mô của ngân hàng) Luận văn: PPNC tác động đến rủi ro tín dụng tại ngân hàng.

Mối quan hệ giữa quy mô ngân hàng và rủi ro tín dụng là một chủ đề phức tạp và có nhiều tranh cãi trong các nghiên cứu kinh tế. Một mặt, các ngân hàng lớn hơn thường có lợi thế về đa dạng hóa danh mục cho vay tốt hơn, phân tán rủi ro trên nhiều ngành, địa lý và loại hình khách hàng, từ đó giảm thiểu rủi ro tập trung và rủi ro tín dụng tổng thể. Các ngân hàng lớn cũng có nguồn lực tài chính và công nghệ tốt hơn để đầu tư vào các hệ thống quản lý rủi ro phức tạp.

Bằng chứng thực nghiệm về mối quan hệ này là mâu thuẫn. Một số nghiên cứu cho thấy quy mô ngân hàng có mối tương quan nghịch với rủi ro tín dụng, phù hợp với lợi thế đa dạng hóa và quản lý tốt hơn. Các nghiên cứu của Salas và Suarina (2003); Rajan và Dhal (2004) đều tìm thấy mối quan hệ nghịch biến giữa quy mô ngân hàng và rủi ro tín dụng. Tác giả dự đoán có mối quan hệ nghịch biến giữa quy mô ngân hàng và rủi ro tín dụng.

Giả thuyết H2: Quy mô của ngân hàng (SIZE) có tác động tiêu cực đến rủi ro tín dụng

• LTA (Tỷ lệ cho vay trên tổng tài sản)

Tỷ lệ cho vay trên tổng tài sản (LTA) là một chỉ số phản ánh cường độ cho vay của một ngân hàng, tức là mức độ mà tài sản của ngân hàng được phân bổ vào các khoản cho vay. Một tỷ lệ LTA cao thường ngụ ý rằng ngân hàng có mức độ tiếp xúc trực tiếp với rủi ro tín dụng lớn hơn, vì một phần đáng kể tài sản của họ bị ràng buộc trong các khoản vay có khả năng vỡ nợ. Khi phần lớn tài sản bị ràng buộc trong các khoản cho vay, khả năng hấp thụ các cú sốc bất ngờ của ngân hàng có thể bị hạn chế, làm tăng rủi ro tín dụng.

Một số nghiên cứu ủng hộ mối quan hệ tích cực giữa LTA và NPL, lập luận rằng hoạt động cho vay quá mức hoặc tăng trưởng tín dụng nhanh chóng có thể làm suy giảm chất lượng danh mục cho vay. Một mức tăng vừa phải trong hoạt động cho vay có thể phản ánh việc sử dụng tài sản hiệu quả và tạo ra thu nhập lãi cao hơn, có khả năng củng cố ngân hàng và giảm nợ xấu. Tuy nhiên, việc tăng cường cho vay quá mức hoặc theo đuổi tăng trưởng tín dụng một cách hung hãn có thể dẫn đến nới lỏng các tiêu chuẩn thẩm định và làm tăng nợ xấu.

Giả thuyết H3: Tỷ lệ cho vay trên tổng tài sản (LTA) có tác động tích cực đến rủi ro tín dụng

• ROA (Tỷ suất sinh lời trên tổng tài sản) Luận văn: PPNC tác động đến rủi ro tín dụng tại ngân hàng.

Tỷ suất sinh lời trên tổng tài sản (ROA) là một chỉ số quan trọng phản ánh khả năng sinh lời của ngân hàng từ việc sử dụng tài sản của mình. Các ngân hàng có ROA cao thường có khả năng tài chính tốt hơn, quản lý hiệu quả hơn và có đủ nguồn lực để hấp thụ các khoản lỗ tiềm ẩn, từ đó giảm rủi ro tín dụng. Nhiều chuyên gia trong ngày tài chính cũng cho rằng quản lý kém hiệu quả dẫn đến cả lợi nhuận thấp và tỷ lệ nợ xấu cao.

Đa số các nghiên cứu thực nghiệm đều chỉ ra mối quan hệ nghịch chiều giữa NPL và ROA, nghĩa là ROA cao hơn đi kèm với NPL thấp hơn. Cụ thể, một nghiên cứu cho thấy cứ mỗi 1% tăng NPL, ROA giảm 0,19%. Ngược lại, nợ xấu giảm làm gia tăng hiệu quả tài chính của các ngân hàng thương mại, thể hiện qua sự suy giảm của tỷ lệ nợ xấu và sự tăng lên của chỉ số ROA. Mối quan hệ tiêu cực này cho thấy một vòng tuần hoàn tích cực: khả năng sinh lời tốt hơn cho phép ngân hàng có quản lý rủi ro và bộ đệm vốn mạnh hơn, từ đó giảm nợ xấu, và điều này lại tiếp tục nâng cao khả năng sinh lời. Điều này ngụ ý rằng các chính sách thúc đẩy hoạt động ngân hàng lành mạnh và khả năng sinh lời có thể gián tiếp đóng góp vào sự ổn định tài chính.

Giả thuyết H4: Tỷ suất sinh lời trên tổng tài sản (ROA) có tác động tiêu cực đến tỷ lệ nợ xấu (NPL).

• LLR (Tỷ lệ dự phòng rủi ro tín dụng)

Dự phòng rủi ro tín dụng (Loan Loss Reserves – LLR) là khoản tiền được trích lập để dự phòng cho những tổn thất có thể xảy ra do khách hàng không thực hiện nghĩa vụ trả nợ. LLR được coi là một thước đo quan trọng của quản lý rủi ro tín dụng và chất lượng tài sản. LLR cao có thể phản ánh mức độ rủi ro tiềm ẩn cao trong danh mục cho vay của ngân hàng hoặc thể hiện chính sách thận trọng của ngân hàng trong việc trích lập dự phòng trước các khoản lỗ tiềm năng trong tương lai. Tuy nhiên, một số nghiên cứu cũng chỉ ra rằng ngân hàng có thể sử dụng LLR để điều chỉnh lợi nhuận (income smoothing).

Các nghiên cứu thường cho thấy LLR có mối quan hệ tích cực với NPL, vì LLR được trích lập để đối phó với các khoản nợ xấu hiện tại hoặc dự kiến. Một nghiên cứu chỉ ra rằng LLR (cùng với NPL) có tác động tiêu cực và đáng kể đến tất cả các chỉ số sinh lời. LLR đóng vai trò như một công cụ quản lý rủi ro và một tín hiệu về chất lượng tài sản. Mức LLR cao có thể cho thấy ngân hàng đang nhận diện và chuẩn bị cho các khoản lỗ. Tuy nhiên, nếu LLR cao trong khi NPL thấp, điều này có thể phản ánh một chính sách trích lập dự phòng thận trọng hoặc thậm chí là hoạt động điều chỉnh lợi nhuận. Mối quan hệ này phức tạp và phụ thuộc vào các thông lệ kế toán và văn hóa rủi ro của ngân hàng.

Giả thuyết H5: Tỷ lệ dự phòng rủi ro tín dụng (LLR) có tác động tích cực đến tỷ lệ nợ xấu (NPL)

• LD (Tăng trưởng tín dụng ngân hàng) Luận văn: PPNC tác động đến rủi ro tín dụng tại ngân hàng.

Tăng trưởng tín dụng nhanh chóng, đặc biệt trong các giai đoạn kinh tế bùng nổ, có thể dẫn đến việc nới lỏng các tiêu chuẩn cho vay và thẩm định tín dụng kém hiệu quả, làm tăng rủi ro tín dụng và tỷ lệ nợ xấu trong tương lai. Đây là một rủi ro mang tính chu kỳ (procyclical risk).

Nhiều nghiên cứu chỉ ra mối quan hệ tích cực giữa tăng trưởng tín dụng và NPL. Tăng trưởng tín dụng nhanh được xem là tiền thân của sự suy giảm nghiêm trọng về chất lượng danh mục cho vay. Điều này xảy ra do trong môi trường cạnh tranh, các ngân hàng có thể hy sinh chất lượng khoản vay để đạt được mục tiêu thị phần hoặc tăng trưởng, đặc biệt ở các nền kinh tế đang phát triển. Điều này tạo ra một vòng tuần hoàn nơi các giai đoạn kinh tế thuận lợi (khuyến khích tăng trưởng tín dụng) lại gieo mầm cho các vấn đề nợ xấu trong tương lai. Mối quan hệ này nhấn mạnh một sự căng thẳng cơ bản giữa mục tiêu tăng trưởng và sự ổn định thận trọng, đòi hỏi sự giám sát chặt chẽ của cơ quan quản lý đối với các tiêu chuẩn cho vay trong các thời kỳ mở rộng tín dụng nhanh chóng.

Giả thuyết H6: Tăng trưởng tín dụng ngân hàng (LD) có tác động tích cực đến tỷ lệ nợ xấu (NPL).

3.5.2 Nhóm yếu tố vĩ mô (Macroeconomic factors) Luận văn: PPNC tác động đến rủi ro tín dụng tại ngân hàng.

• GDP (Tốc độ tăng trưởng kinh tế)

Tăng trưởng kinh tế mạnh mẽ thường đi kèm với việc cải thiện thu nhập, giảm tỷ lệ thất nghiệp và tăng khả năng trả nợ của người vay, từ đó làm giảm rủi ro tín dụng. Ngược lại, suy thoái kinh tế làm tăng nợ xấu.

Đa số các nghiên cứu đều chỉ ra mối quan hệ nghịch chiều giữa tăng trưởng GDP và NPL. Tăng trưởng GDP thực tế thường chuyển thành mức thu nhập cao hơn, cải thiện năng lực tài chính của người vay. Mối quan hệ này là cơ bản: trong các giai đoạn mở rộng kinh tế, thu nhập của người vay và doanh thu kinh doanh được cải thiện, giúp việc trả nợ dễ dàng hơn. Ngược lại, suy thoái kinh tế dẫn đến mất việc làm, phá sản doanh nghiệp và giảm thu nhập, làm tăng các khoản vỡ nợ. Điều này làm nổi bật mối liên kết chặt chẽ giữa kinh tế vĩ mô và tài chính: một nền kinh tế ổn định và tăng trưởng là điều kiện tiên quyết cho một ngành ngân hàng khỏe mạnh, và một ngành ngân hàng gặp khó khăn (nợ xấu cao) lại có thể làm trầm trọng thêm suy thoái kinh tế.

Giả thuyết H7: Tốc độ tăng trưởng kinh tế (GDP) có tác động tiêu cực đến tỷ lệ nợ xấu (NPL).

• INF (Tỷ lệ lạm phát)

Tỷ lệ lạm phát và tỷ lệ nợ xấu của ngân hàng thường có mối quan hệ tác động ngược chiều. Khi lạm phát tăng cao, giá cả hàng hóa và dịch vụ leo thang, làm suy giảm sức mua của người tiêu dùng và tăng chi phí sinh hoạt. Điều này khiến nhiều cá nhân và doanh nghiệp gặp khó khăn trong việc trả nợ đúng hạn, dẫn đến tỷ lệ nợ xấu gia tăng. Ngược lại, khi lạm phát giảm xuống mức ổn định, chi phí sinh hoạt và hoạt động kinh doanh được kiểm soát tốt hơn, giúp người vay có điều kiện tài chính ổn định hơn để trả nợ, từ đó góp phần giảm tỷ lệ nợ xấu trong hệ thống ngân hàng. Tuy nhiên, mối quan hệ này còn phụ thuộc vào các yếu tố trung gian như chính sách tiền tệ, lãi suất và năng lực quản trị rủi ro của từng ngân hàng.

Trong nghiên cứu của Phạm Xuân Quỳnh & Trần Đức Tuấn (2020) đã quan sát được mối tương quan âm giữa tỷ lệ lạm phát và tỷ lệ dự phòng rủi ro tín dụng. Luận điểm đưa ra là do lạm phát cao đã cản trở khả năng huy động vốn và cho vay của ngân hàng, từ đó dẫn đến sự sụt giảm về mức độ nợ xấu trong lĩnh vực ngân hàng.

Giả thuyết H8: Tỷ lệ lạm phát (INF) có tác động ngược chiều đến tỷ lệ nợ xấu (NPL).

3.5.3 Nhóm yếu tố đặc thù/`bối cảnh (Specific/Contextual factors)

• COV (Đại dịch Covid-19) Luận văn: PPNC tác động đến rủi ro tín dụng tại ngân hàng.

Đại dịch COVID-19 là một cú sốc ngoại sinh lớn, gây ra suy thoái kinh tế nghiêm trọng, gián đoạn chuỗi cung ứng, mất việc làm và giảm thu nhập trên quy mô toàn cầu. Điều này đã ảnh hưởng tiêu cực đến khả năng trả nợ của người vay và làm tăng rủi ro tín dụng đáng kể.

Nhiều nghiên cứu và báo cáo đã xác nhận tác động tiêu cực của COVID-19 đến chất lượng tài sản ngân hàng và làm tăng NPL. Tại Việt Nam, dư nợ dự kiến bị ảnh hưởng bởi dịch Covid-19 lên tới khoảng 2 triệu tỷ đồng, chiếm 23% tổng dư nợ toàn hệ thống, và tỷ lệ nợ xấu có thể vượt 3% nếu dịch bệnh diễn biến xấu. Các chính sách hỗ trợ như cơ cấu lại thời hạn trả nợ, miễn giảm lãi vay đã được thực hiện để giảm thiểu tác động này. Đại dịch COVID-19 là một cú sốc độc nhất vô nhị, không phải do bùng nổ tín dụng mà là một sự kiện bên ngoài. Các biện pháp hỗ trợ của chính phủ và ngân hàng, dù cần thiết, có thể đã che giấu mức độ thực sự của nợ xấu, tạo ra một vấn đề “nợ xấu tiềm ẩn” có thể bùng phát khi các biện pháp này kết thúc.

Giả thuyết H9: Đại dịch Covid-19 (COV) có tác động tích cực đến tỷ lệ nợ xấu (NPL)

• EGDI (Chỉ số phát triển Chính phủ điện tử)

Chỉ số phát triển Chính phủ điện tử (EGDI) phản ánh mức độ phát triển của chính phủ điện tử, bao gồm chất lượng dịch vụ trực tuyến, hạ tầng viễn thông và năng lực con người. Mặc dù không trực tiếp liên quan đến rủi ro tín dụng, EGDI có thể là một chỉ báo đại diện cho chất lượng thể chế và môi trường kinh doanh tổng thể. Chất lượng thể chế tốt hơn, bao gồm quản trị minh bạch, hiệu quả của chính phủ, chất lượng quy định và pháp quyền, có thể giảm thiểu rủi ro tín dụng bằng cách cải thiện luồng thông tin, giảm bất cân xứng thông tin, tăng cường thực thi hợp đồng và tạo ra một môi trường kinh doanh ổn định hơn.

Các nghiên cứu cho thấy chất lượng thể chế tốt hơn có mối quan hệ tiêu cực đáng kể với rủi ro tín dụng ngân hàng. Cụ thể, cải thiện chất lượng thể chế là một yếu tố quan trọng để giảm rủi ro hệ thống ngân hàng và rủi ro tín dụng. Chính phủ điện tử cũng có thể cải thiện hiệu quả hoạt động của ngân hàng và giảm gian lận thông qua số hóa. Một môi trường chính phủ số hóa và được quản lý tốt hơn sẽ tạo ra một môi trường cho vay dễ dự đoán và ít rủi ro hơn. Điều này cho thấy lợi ích dài hạn của quản trị tốt và chuyển đổi số đối với sự ổn định tài chính.

Giả thuyết H10: Chỉ số phát triển Chính phủ điện tử (EGDI) có tác động tiêu cực đến tỷ lệ nợ xấu (NPL).

3.6 Phương pháp nghiên cứu: Luận văn: PPNC tác động đến rủi ro tín dụng tại ngân hàng.

Để hoàn thành mục tiêu nghiên cứu là xác định và đo lường các yếu tố ảnh hưởng đến rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam, tác giả đề xuất sử dụng phương pháp ước lượng GMM (Generalized method of moments). Phương pháp GMM có 2 dạng phổ biến được sử dụng rộng trong các nghiên cứu hiện nay là GMM sai phân (Difference GMM – DGMM) được giới thiệu lần đầu bởi Arellano và Bond (1991) và GMM hệ thống (System GMM – SGMM) được đề xuất và phát triển bởi Blundell và Bond (1998). Phương pháp DGMM thực hiện chuyển đổi mô hình ban đầu về dạng mô hình sai phân để giải quyết các khuyết tật. Trong khi phương pháp SGMM sử dụng kết hợp phương trình sai phân và phương trình gốc ban đầu để thực hiện ước lượng các tham số. Thông thường phương pháp SGMM sẽ hiệu quả hơn so với phương pháp DGMM đặc biệt đối với các mô hình có số quan sát ít hơn

Từ những thông tin được trình bày trên, nghiên cứu sử dụng phương pháp GMM để ước lượng tham số của mô hình, cụ thể nghiên cứu sẽ thực hiện hồi quy theo phương pháp SGMM hai bước. Lý do tác giả lựa chọn phương pháp này là:

1. Dữ liệu nghiên cứu là dữ liệu bảng động không cân bằng và các biến giải thích là liên tục.
2. Phù hợp với chuỗi thời gian và số đối tượng nghiên cứu, cụ thể thời gian nghiên cứu là 9 nhỏ hơn số đối tượng nghiên cứu là 28.
3. Tồn tại mối quan hệ tuyến tính giữa biến phụ thuộc và biến độc lập
4. Mô hình nghiên cứu có đưa biến độ trễ của biến phụ thuộc là NPLi,t-1 để làm biến độc lập nên sẽ có tương quan với phần vi.

Do tồn tại những vấn đề như phương sai không đồng nhất và tự tương quan trong dữ liệu, các phương pháp hồi quy truyền thống như OLS, FEM và REM không thể cung cấp các ước lượng chính xác và tin cậy cho mô hình nghiên cứu. Vì vậy, phương pháp ước lượng GMM (Generalized Method of Moments) được áp dụng rộng rãi nhằm khắc phục các hạn chế này, đảm bảo kết quả ước lượng có tính bền vững và không bị sai lệch. Luận văn: PPNC tác động đến rủi ro tín dụng tại ngân hàng.

Tính vững của phương pháp ước lượng GMM phụ thuộc vào các biến công cụ, vì vậy ta cần thực hiện các kiểm định để xác định tính phù hợp của mô hình, cụ thể luận văn sử dụng hai kiểm định được đề xuất bởi Arellano and Bond (1991):

Kiểm định tính ràng buộc quá mức (Overidentifying Restrictions) đối với các biến công cụ được thực hiện thông qua kiểm định Sargan hoặc Hansen nhằm đánh giá tính phù hợp của các biến công cụ trong mô hình. Giả thuyết không (H₀) của kiểm định là các biến công cụ là ngoại sinh, tức không tương quan với phần dư của mô hình. Giá trị p càng gần 1 cho thấy các biến công cụ càng phù hợp và đảm bảo tính khách quan trong ước lượng.

Kiểm định tự tương quan bậc 2 của phần dư mô hình được thực hiện bằng kiểm định Arellano–Bond (AR(2)) để phát hiện sự tồn tại tự tương quan ở cấp độ thứ Giả thuyết không (H₀) của kiểm định là phần dư không có tự tương quan bậc 2. Việc không bác bỏ giả thuyết này góp phần xác nhận tính hợp lệ của mô hình động.

Ngoài ra, khi sử dụng phương pháp hồi quy GMM ta cần xét đến các nguyên tắc sau để đảm bảo kết quả ước lượng là phù hợp: Thứ nhất, số năm nghiên cứu phải nhỏ hơn số đơn vị nghiên cứu; thứ hai, số lượng công cụ sử dụng không được lớn hơn số lượng đơn vị nghiên cứu.

• TÓM TẮT CHƯƠNG 3

Luận văn sử dụng số liệu của 23 Ngân hàng thương mại Việt Nam trong giai đoạn từ năm 2016 – 2025 để tiến hành nghiên cứu đánh giá ảnh hưởng của các yếu tố tố đến rủi ro tín dụng. Tác giả lựa chọn phương pháp hồi quy GMM, được sử dụng rộng rãi trong mô hình dữ liệu dạng bảng động và mô hình nghiên cứu có sử dụng độ trễ của biến phụ thuộc làm biến giải thích. Đồng thời, tác giả phân tích và dự đoán chiều hướng tác động của các yếu tố từ đó đề xuất các giả thuyết nghiên cứu. Luận văn: PPNC tác động đến rủi ro tín dụng tại ngân hàng.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:  

===>>> Luận văn: KQNC tác động đến rủi ro tín dụng tại ngân hàng

Dịch Vụ Viết Luận Văn 24/7 Chuyên cung cấp dịch vụ làm luận văn thạc sĩ, báo cáo tốt nghiệp, khóa luận tốt nghiệp, chuyên đề tốt nghiệp và Làm Tiểu Luận Môn luôn luôn uy tín hàng đầu. Dịch Vụ Viết Luận Văn 24/7 luôn đặt lợi ích của các bạn học viên là ưu tiên hàng đầu. Rất mong được hỗ trợ các bạn học viên khi làm bài tốt nghiệp. Hãy liên hệ ngay Dịch Vụ Viết Luận Văn qua Website:  https://hotrovietluanvan.com/ – Hoặc Gmail: hotrovietluanvan24@gmail.com