Luận văn: PPNC Về tác động đến nợ xấu nghiên cứu tại các NH

Mục lục

Đánh giá post

Chia sẻ chuyên mục Đề Tài Luận văn: PPNC Về tác động đến nợ xấu nghiên cứu tại các NH 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: Đo lường các yếu tố tác động đến nợ xấu nghiên cứu tại các NHTM 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. Quy trình nghiên cứu

Xuất phát từ mục tiêu nghiên cứu ban đầu, sau khi xem xét cơ sở lý thuyết và phân tích các nghiên cứu liên quan trước đó, tác giả đã áp dụng các quy trình thực hiện nghiên cứu gồm nghiên cứu định lượng với mô hình GMM để xây dựng, ước lượng và kiểm định các yếu tố liên quan đến nợ xấu tại các NHTM. Ngoài ra, tác giả cũng sử dụng các kỹ thuật tổng hợp, thống kê mô tả và phân tích để phản ánh tình hình hoạt động tín dụng và mức độ nợ xấu của các NHTM tại Việt Nam. Từ đó, tác giả sẽ đưa ra những khuyến nghị nhằm kiểm soát và quản lý nợ xấu cho các ngân hàng hoạt động tại Việt Nam.

Dữ liệu nghiên cứu được tác giả tổng hợp từ nguồn thông tin phản ánh tình hình tài chính được niêm yết của các NHTM tại Việt Nam trong các năm qua. Các thông tin này được sắp xếp thành bảng dữ liệu cho các yếu tố bao gồm biến độc lập và biến phụ thuộc, với 26 NHTM Việt Nam trong giai đoạn kinh tế từ 2014 đến 2024. Các biến độc lập bao gồm hiệu quả kinh doanh, quy mô ngân hàng, dự phòng rủi ro tín dụng, tăng trưởng dư nợ, tỷ lệ thanh khoản, cùng với hai biến kinh tế vĩ mô là GDP và tỷ lệ lạm phát. Dữ liệu bảng này sẽ được trình bày và sử dụng trong phân tích bằng phần mềm Stata để đưa ra phát hiện từ nghiên cứu.

3.2 Mô tả các biến trong mô hình Luận văn: PPNC Về tác động đến nợ xấu nghiên cứu tại các NH.

NPLit = β0 + β1 *NPL it-1 +β2*ROEit – β3*SIZEit – β4*LLPit + β5*LOANit + β6*LDRit + β7*ESGit – β8GDPt + β9 *INFt + eit

Bảng 3.1 Mô tả các biến phụ thuộc và độc lập dùng trong nghiên cứu

Giả thuyết H1: Nợ xấu năm trước có tác động cùng chiều đến nợ xấu.

Nợ xấu năm trước có tác động trực tiếp đến tỷ lệ nợ xấu hiện tại. Điều này thể hiện khi các khoản vay khó đòi trong quá khứ có xu hướng tiếp tục kéo dài thời gian xử lý hoặc thậm chí chuyển sang nhóm nợ xấu trong kỳ sau. Bên cạnh đó, việc ngân hàng chưa kịp thời quản lý nợ xấu triệt để hoặc không cải thiện hiệu quả quản trị rủi ro tín dụng cũng là nguyên nhân khiến tình trạng nợ xấu tiếp diễn theo thời gian. Thông tin thu được từ khảo sát của Louzis, Vouldis và Metaxas (2012) tại các ngân hàng Hy Lạp đã chỉ ra rằng nợ xấu trong kỳ hiện tại chịu ảnh hưởng đáng kể từ tỷ lệ nợ xấu của các kỳ trước đó, phản ánh mối quan hệ động giữa các biến qua thời gian.

Giả thuyết H2: Hiệu quả kinh doanh có tác động cùng chiều đến nợ xấu.

Hiệu quả kinh doanh của ngân hàng có thể ảnh hưởng trực tiếp đến tỷ lệ nợ xấu trong hệ thống ngân hàng thương mại. Khi hiệu quả kinh doanh tăng, các ngân hàng thường mở rộng quy mô tín dụng để tối đa hóa lợi nhuận, điều này có thể làm gia tăng rủi ro tín dụng và dẫn đến tỷ lệ nợ xấu cao hơn. Nghiên cứu của Nguyễn Thị Thu Hà và cộng (2022) cho thấy các đặc điểm ngân hàng, bao gồm khả năng sinh lời, có tác động đáng kể đến tỷ lệ nợ xấu tại các ngân hàng thương mại Việt Nam. Alija, Dibra và Ibraimi (2025) cũng chỉ ra rằng các ngân hàng có hiệu quả hoạt động cao thường đối mặt với rủi ro gia tăng khi đẩy mạnh cho vay để tận dụng lợi thế lợi nhuận, từ đó làm tăng khả năng phát sinh nợ xấu. Luận văn: PPNC Về tác động đến nợ xấu nghiên cứu tại các NH.

Giả thuyết H3: Quy mô ngân hàng có tác động ngược chiều đến nợ xấu.

Quy mô của ngân hàng là một yếu tố quan trọng trong việc xác định tỷ lệ nợ xấu tại các NHTM. Ngân hàng có quy mô lớn thường có khả năng đối phó với rủi ro tốt hơn, do đó tỷ lệ nợ xấu có xu hướng giảm. Các ngân hàng lớn thường có nguồn lực và hệ thống quy trình xử lý rủi ro tốt hơn, giúp họ kiểm soát nợ xấu hiệu quả hơn (Goyal và cộng sự, 2023).

Giả thuyết H4: Dự phòng rủi ro tín dụng có tác động ngược chiều đến nợ xấu.

Dự phòng rủi ro tín dụng đóng vai trò quan trọng trong việc kiểm soát và hạn chế nợ xấu tại các ngân hàng thương mại. Khi ngân hàng tăng cường trích lập dự phòng, nguồn lực này giúp bù đắp tổn thất tiềm ẩn và tạo lớp đệm an toàn, từ đó góp phần giảm tỷ lệ nợ xấu trong tương lai. Nghiên cứu của Boudriga (2010) cho thấy chính sách dự phòng chủ động giúp hạn chế sự gia tăng nợ xấu, đồng thời nâng cao khả năng chống chịu của ngân hàng trước biến động kinh tế. Tương tự, nghiên cứu của Trần Vương Thịnh và cộng sự (2021) cũng khẳng định rằng việc trích lập dự phòng kịp thời và đầy đủ có tác động tích cực đến việc giảm thiểu rủi ro tín dụng trong dài hạn.

Giả thuyết H5: Tăng trưởng tín dụng có tác động cùng chiều đến nợ xấu.

Gia tăng quy mô tín dụng của các NHTM có tác động lớn đến tỷ lệ nợ xấu. Khi gia tăng cung ứng tín dụng, ngân hàng có thể mở rộng cho vay một cách ồ ạt, dẫn đến tăng tỷ lệ nợ xấu. Điều này có nghĩa là khi ngân hàng cho vay nhiều hơn, rủi ro nợ xấu cũng tăng lên do khả năng quản lý và thiết lập cơ chế phòng ngừa rủi ro không theo kịp tốc độ tăng cường tài trợ vốn (Bhattarai, 2014). Luận văn: PPNC Về tác động đến nợ xấu nghiên cứu tại các NH.

Giả thuyết H6: Tỷ lệ thanh khoản có tác động cùng chiều đến nợ xấu.

Khi chỉ số khả năng thanh toán cao, ngân hàng có thể dễ dàng đáp ứng các yêu cầu rút tiền của khách hàng, nhưng cũng có thể dẫn đến việc cho vay không kiểm soát, làm tăng nợ xấu. Điều này có nghĩa là khi ngân hàng có nhiều tiền mặt, họ có thể dễ dàng cho vay hơn, nhưng điều này cũng có thể dẫn đến việc cho vay không cẩn thận và tăng nợ xấu (Sopan và Dutta, 2018).

Giả thuyết H7: Chỉ số ESG có tác động cùng chiều đến nợ xấu.

Chỉ số ESG phản ánh mức độ tuân thủ các tiêu chuẩn về môi trường, xã hội và quản trị của ngân hàng. Việc chú trọng đến các yếu tố ESG giúp nâng cao uy tín, khả năng huy động vốn và cải thiện chất lượng danh mục tín dụng thông qua việc lựa chọn khách hàng bền vững, giảm thiểu rủi ro tín dụng. Các ngân hàng có điểm ESG cao thường áp dụng chiến lược quản trị rủi ro chặt chẽ, tuân thủ quy định pháp lý và định hướng phát triển dài hạn, từ đó làm giảm khả năng phát sinh nợ xấu. Nghiên cứu của Nguyễn Minh Phương và cộng sự (2024) cho thấy việc tích hợp ESG vào hoạt động ngân hàng giúp giảm tỷ lệ nợ xấu tại các ngân hàng ở các thị trường mới nổi. Tương tự, nghiên cứu của Petersen và Nolan (2022) cũng khẳng định rằng việc thực hiện ESG hiệu quả có tác động tích cực đến việc giảm rủi ro tín dụng trong hệ thống ngân hàng châu Âu.

Giả thuyết H8: Tăng trưởng GDP có tác động ngược chiều đến nợ xấu.

Khi GDP tăng trưởng, nền kinh tế phát triển, thu nhập của người dân và doanh nghiệp tăng, khả năng thanh toán trả nợ cũng được cải thiện, dẫn đến giảm nợ xấu. Điều này có nghĩa là khi tình hình kinh tế phát triển, các doanh nghiệp và cá nhân có khả năng xử lý trả nợ tốt hơn, do đó nợ xấu giảm Cernaianu & Chiriac (2014).

Giả thuyết H9: Tỷ lệ lạm phát có tác động đến nợ xấu.

Lạm phát cao có thể làm giảm giá trị thực của các khoản nợ, ảnh hưởng đến khả năng trả tiền vay của khách hàng, dẫn đến tăng nợ xấu. Điều này có nghĩa là khi lạm phát tăng, giá trị thực của tiền giảm, làm cho việc trả nợ trở nên khó khăn hơn đối với khách hàng, dẫn đến tăng nợ xấu (Jabra và cộng sự , 2017).

3.3 Phương pháp nghiên cứu

3.3.1 Phương pháp nghiên cứu định lượng Luận văn: PPNC Về tác động đến nợ xấu nghiên cứu tại các NH.

Mô hình Tác Động Cố Định (FEM) có ưu điểm là khả năng kiểm soát các yếu tố không quan sát nhưng cố định theo thời gian. Điều này giúp giảm sai lệch trong các ước lượng xảy ra do các yếu tố không thể quan sát được trong mô hình. FEM cho phép phân tích các thay đổi theo thời gian trong các biến giải thích của mô hình, từ đó cung cấp thông tin chi tiết hơn về cách thức các thành phần ảnh hưởng đến biến phụ thuộc.

Mô hình Tác Động Ngẫu Nhiên (REM) lại có ưu thế trong việc ước lượng các biến không thay đổi theo thời gian và thường phản ánh chính xác hơn khi các giả định của mô hình được đáp ứng Khả năng này giúp REM tránh được các mặt hạn chế bên trong các mô hình giới hạn hơn như GMM, giúp cho việc ước lượng có thể diễn ra một cách dễ dàng hơn và hiệu quả hơn trong nhiều nghiên cứu thực nghiệm.

Mô hình Phương pháp Mô men Tổng quát (GMM) có nhiều ưu điểm và tối ưu so với các mô hình khác như FEM (Fixed Effects Model), REM (Random Effects Model), và OLS (Ordinary Least Squares). GMM yêu cầu ít giả thiết hơn, giúp giảm thiểu khả năng xảy ra rủi ro sai lệch do giả định không đúng, và có khả năng xử lý tốt các mô hình có phương sai thay đổi (heteroskedasticity), điều mà OLS thường gặp khó khăn (Rindskopf, 2023). Ngoài ra, GMM có khả năng khắc phục vấn đề nội sinh, giúp cải thiện độ chính xác của các ước lượng, và rất hiệu quả trong việc ước lượng các mô hình bảng động tuyến tính như D-GMM và S-GMM (Ram & Grimm, 2009). Trong khi FEM kiểm soát tốt các yếu tố cố định nhưng mất đi nhiều bậc tự do, và REM sử dụng hiệu quả thông tin trong dữ liệu nhưng có thể bị chệch lạc nếu giả định về tính ngẫu nhiên không đúng, thì OLS yêu cầu các giả định nghiêm ngặt về tính tuyến tính và sai số đồng nhất (Purdue OWL, n.d.). Nhờ những ưu điểm này, GMM đã trở thành công cụ quan trọng giúp giải quyết nhiều vấn đề phức tạp trong nghiên cứu kinh tế và tài chính.

Ngoài ra, nghiên cứu này còn áp dụng thống kê mô tả để phân tích dữ liệu dựa trên kết quả tổng hợp của tác giả, sử dụng phần mềm Stata.15. Bảng 3.2 dưới đây trình bày chi tiết các đối tượng thống kê được sử dụng trong nghiên cứu.

Bảng 3. 2 Các đại lượng thống kê mô tả Luận văn: PPNC Về tác động đến nợ xấu nghiên cứu tại các NH.

Đồng thời, các kỹ thuật về phân tích, tổng hợp đưa ra kết quả nghiên cứu các yếu tố tác động lên nợ xấu tại các NHTMVN giai đoạn 2014-2024. Bên cạnh đó, số liệu tiền gởi và cho vay của ngân hàng sẽ sử dụng để tính tỷ lệ thanh khoản nhằm xem xét hiệu quả kinh doanh các ngân hàng trong giai đoạn nghiên cứu.

3.3.2. Dữ liệu nghiên cứu

Luận văn sẽ tiến hành nghiên cứu trong giai đoạn 2014 – 2024 với giả định bỏ giai đoạn khủng hoảng kinh tế trên thế giới. Tổng thể nghiên cứu của là 26 ngân hàng thương mại tại Việt Nam làm cơ sở phân tích, so sánh dữ liệu.

Phạm vi nghiên cứu bao gồm các ngân hàng thương mại tại Việt Nam, số liệu được lấy từ báo cáo tài chính niêm yết qua các năm của các ngân hàng trên. Số lượng mẫu = 26 * 11 = 286.

Kết luận Chương 3: Chương này giới thiệu về phương pháp nghiên cứu định lượng, đặc biệt là thông qua mô hình GMM thống kê, so sánh nhằm đưa ra cái nhìn tổng quát về tình hình biến động của tỷ lệ nợ xấu trong giai đoạn nghiên cứu từ năm 2014-2024. Luận văn: PPNC Về tác động đến nợ xấu nghiên cứu tại các NH.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:

===>>> Luận văn: KQNC Về tác động đến nợ xấu nghiên cứu tại các NH

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

Post Views: 7