Các Nghiên Cứu Về Dự Báo Vỡ Nợ, Vỡ Nợ Ngân Hàng Ở Việt Nam

ngân hàng gồm: tỷ lệ an toàn vốn, tỷ lệ tài sản rủi ro, lợi nhuận trước thuế/ tổng tài sản rủi ro, lợi nhuận ròng/ vốn chủ sở hữu, tỷ lệ thanh toán nhanh, và dòng tiền từ hoạt động/ nợ ngắn hạn.

Erdogan (2016) sử dụng mô hình hồi quy Logit dữ liệu mảng tác động ngẫu nhiên để dự báo vỡ nợ cho các ngân hàng Thổ Nhĩ Kỳ. Nghiên cứu sử dụng dữ liệu mảng của 22 ngân hàng trong giai đoạn 2001-2012. Tác giả tiến hành phân tích nhân tố dựa trên 18 biến trong mô hình CAMELS được 7 nhân tố và sau đó sử dụng 7 nhân tố này như biến dự báo.

Các nghiên cứu của Dermirgue-Kunt (1989), Barr và Siem (1994) chỉ ra rằng chất lượng tài sản là một yếu tố dự đoán vỡ nợ quan trọng về mặt thống kê và các tổ chức ngân hàng trước khi phá sản có mức nợ xấu rất cao. Do chất lượng tài sản là đặc biệt quan trọng trong hoạt động của ngân hàng nên cũng có nhiều tác giả nghiên cứu xác định các nhân tố tác động đến nợ xấu. Bảng 1.7 nêu tóm tắt một số nhân tố điển hình.

Bảng 1.7: Các nhân tố tác động tới nợ xấu

Nhân tố

Sự tác động	Tác giả/ Năm xuất bản
Tăng trưởng GDP thực tế	-	Salas và Saurina (2002); Rajan và Dhal (2003); Jimenez và Saurina (2006); Louzis, Vouldis và Metaxas (2010).
Tỷ lệ thất nghiệp và lãi suất danh nghĩa ngắn hạn.	+	Fofack (2005); Bofondi và Ropele (2011); Klein (2013)
Chỉ số giá tiêu dùng, tăng giá bất động sản.	+	Shu (2002)
Sở hữu Nhà nước	-	J. L. Hu (2004)
Hiệu quả quản lý	-	Berger và DeYoung (1997); Podpiera và Weill (2008); Podpiera and Weill (2008); Louzis (2010)
Mức độ sinh lời trên vốn chủ sở hữu (ROE).	-	Garciya-Marco and Robles-Fernandez (2008).
Tỉ lệ vốn chủ sở hữu / tổng tài sản	-	Berger và DeYoung (1997); Salas và Saurina (2002)
Nợ xấu trong quá khứ	+	Salas và Saurina (2002); Klein (2013)

Có thể bạn quan tâm!

Xem toàn bộ 168 trang tài liệu này.

Nhân tố

Sự tác động	Tác giả/ Năm xuất bản
Quy mô	+/-	Salas và Saurina (2002); Rajan và Dhal (2003); J.L.Hu và các cộng sự (2004)
Tốc độ tăng trưởng tín dụng	+	Keeton và Morris (1987); Sinkey và Greenwalt (1991); Keeton (1999); Salas và Saurina (2002); Bercoff và cộng sự (2002); Jimenez và Saurina (2005)
Tỷ lệ cho vay / tổng tài sản	+	Sinkey và Greenwalt (1991), Dash và Kabra (2010)

Nguồn: Tác giả tổng hợp từ các tài liệu tham khảo

Như vậy, các nhân tố, các biến số sử dụng trong nghiên cứu cảnh báo vỡ nợ là phong phú, đa dạng. Trong bối cảnh hệ thống NH Việt Nam giai đoạn 2010-2014, các nhân tố, các biến số nào ảnh hưởng tới nguy cơ vỡ nợ các NHTMCP?

1.3. Các nghiên cứu về dự báo vỡ nợ, vỡ nợ ngân hàng ở Việt Nam

Ở Việt Nam những nghiên cứu về mô hình cảnh báo vỡ nợ, khủng hoảng mới chỉ được quan tâm và đề cập đến từ sau cuộc khủng hoảng tài chính châu Á năm 1997. Công ty chứng khoán Tân Việt đã tính toán và cung cấp chỉ số Z của các công ty cổ phần niêm yết cho nhà đầu tư. Tuy nhiên, công ty chứng khoán Tân Việt đã sử dụng mô hình Z-Score nguyên bản của Altman nên có thể không chính xác do những khác biệt về thời gian, điều kiện kinh tế, môi trường pháp lý giữa hai quốc gia. Khắc phục nhược điểm này, tác giả Đinh Thế Hiển đã điều chỉnh các tham số của mô hình để phù hợp với điều kiện kinh tế Việt Nam, trong đó đề cao tác động của cơ cấu đầu tư tài sản hơn hệ số sinh lời tổng tài sản. Kết quả mô hình như sau:

Z’’ = 2.11 + 4.59 X1 + 2.28 X2 + 4.03 X3 + 0.84 X4

Trong đó các biến là: Vốn lưu động dòng trên tổng tài sản (X1), lợi nhuận giữ lại trên tổng tài sản (X2), lợi nhuận trước lãi vay và thuế trên tổng tài sản (X3), giá trị thị trường của vốn chủ sở hữu trên giá trị sổ sách của tổng nợ (X4). Tuy nhiên chỉ với hai trường hợp cụ thể là Công ty cổ phần Dầu Tường An và Công ty Văn hóa phẩm Phương Nam, kết quả phân tích chưa đảm bảo tính đại diện cho tổng thể các doanh nghiệp Việt Nam.

Tác giả Nguyễn Trọng Hòa (2009) đã sử dụng mô hình MDA và mô hình Logit để tiến hành tính xác suất vỡ nợ và xếp hạng tín dụng cho các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam. Nghiên cứu xác định doanh nghiệp có nguy cơ phá sản theo tiêu chí định lượng, từ đó lựa chọn mẫu nghiên cứu gồm 268 doanh nghiệp đang niêm yết trên thị trường chứng khoán Việt Nam. Số liệu sử dụng là của một năm 2007 trong đó tác giả tính toán và phân nhóm 37 chỉ tiêu tài chính từ các BCTC. Tác giả ước lượng hàm phân biệt và Logit trên cơ sở 5 mẫu được lựa chọn, đồng thời kết hợp các tiêu chuẩn kiểm định thích hợp để đánh giá sự phù hợp và độ chính xác của các hàm phân biệt và hàm Logit.

Một nghiên cứu khác áp dụng mô hình Z-Score cho các ngân hàng và các tổ chức tài chính Việt Nam là nghiên cứu của Nguyễn Quang Dong (2009) dựa trên số liệu một năm của 37 ngân hàng. Tác giả cho rằng phương pháp phân tích phân biệt phù hợp với các nước mà cơ sở dữ liệu còn chưa phong phú, chuỗi thời gian chưa dài. Đặc biệt, phương pháp có thể áp dụng trong điều kiện nền kinh tế chuyển đổi. Trong nghiên cứu tác giả xây dựng thang đo biến phụ thuộc dựa trên kết luận thanh tra ngân hàng năm 2008. Tác giả xây dựng một tập lớn gồm 40 biến giải thích và chia thành 6 nhóm. Sử dụng phương pháp đưa dần từng biến vào mô hình tác giả thu được một hàm phân biệt

Z = -1.578 + 24.148X3 – 3.327X20

Nguồn: Nguyễn Quang Dong (2009)

Trong đó X3 là lợi nhuận ròng/ Doanh thu từ kinh doanh chính; X20 là khả năng trả lãi. Độ chính xác của mô hình lần lượt là 90.6% và 84.4% với bộ dữ liệu gốc và dữ liệu kiểm tra.

Tác giả Nguyễn Thành Cường và Phạm Thế Anh (2010) đã áp dụng mô hình Z- score của Atlman (1968) để đánh giá rủi ro phá sản của các doanh nghiệp chế biến thủy sản. Số liệu sử dụng là của 11 doanh nghiệp chế biến thủy sản niêm yết giai đoạn 2007-2009. Sau khi tính toán điểm số Z score, các tác giả xếp các doanh nghiệp theo ba nhóm nguy cơ: nhóm có nguy cơ phá sản cao, nhóm có thể có nguy cơ phá sản và nhóm chưa có nguy cơ phá sản.

Tác giả Phan Hồng Mai (2012) trong đề tài “Nguy cơ phá sản của các công ty cổ phần xây dựng niêm yết ở Việt Nam” đã lựa chọn mô hình của công ty The Vickers để đo nguy cơ phá sản cho các công ty cổ phần xây dựng niêm yết sau đó kiểm chứng tác

động của 4 nhân tố (năng lực quản lý tài sản, cơ cấu vốn, quy mô doanh nghiệp và cơ chế quản lý của Nhà nước) tới nguy cơ phá sản của các doanh nghiệp xây dựng niêm yết trên thị trường chứng khoán Việt Nam. Kết quả nghiên cứu xác định nguyên nhân làm gia tăng nguy cơ phá sản của các công ty cổ phần xây dựng là năng lực quản lý tài sản yếu kém trong khi lạm dụng đòn bẩy tài chính quá mức.

Tác giả Nguyễn Việt Hùng và Hà Quỳnh Hoa (2012) đã công bố nghiên cứu khá toàn diện về các mô hình dự báo khủng hoảng tiền tệ, trong đó các tác giả trình bày những vấn đề cơ bản về lý thuyết và các mô hình khủng hoảng tiền tệ, hệ thống chỉ tiêu cảnh báo khủng hoảng tiền tệ đồng thời các tác giả cũng thực nghiệm việc xây dựng chỉ số tổng hợp và xác định xác suất xảy ra khủng hoảng. Tác giả cũng xác định được 5 chỉ số: dư cung tiền thực, tỷ giá thực tế, dự trữ ngoại tệ, xuất khẩu, tín dụng trong nước/ GDP để phản ánh tín hiệu khả năng xảy ra bất ổn kinh tế.

Tác giả Nguyễn Thị Lương (2014) ứng dụng mô hình Merton-KMV để đo lường rủi ro vỡ nợ của 380 doanh nghiệp niêm yết ở Việt Nam thời kỳ 2011-2013. Nghiên cứu dựa trên phương pháp luận của mô hình Merton-KMV, ước lượng xác suất vỡ nợ của 380 doanh nghiệp đồng thời xác định mức độ rủi ro của các doanh nghiệp, nghiên cứu đưa ra các bằng chứng điển hình cho khả năng đo lường hợp lý của phương pháp. Bên cạnh những kết quả đạt được, nghiên cứu còn có những hạn chế, những giả định lý thuyết của mô hình chưa được kiểm tra có thể bị vi phạm, một số giả định làm giảm đi hiệu quả của mô hình.

Tác giả Lê Khương Ninh (2015) nêu ra các nhóm nguyên nhân dẫn đến phá sản của các NHTM. Theo đó có 4 nhóm nguyên nhân trên các phương diện vĩ mô, vi mô, sự can thiệp của Chính phủ vào các ngân hàng do Chính phủ sở hữu và sự thay đổi trong cơ chế chính sách. Tuy nhiên nghiên cứu mới chỉ dừng ở việc tổng kết các nhóm nguyên nhân về mặt lý luận. Tác giả Nguyễn Phi Lân và các cộng sự (2015) đã xây dựng và ứng dụng mô hình cấu trúc trong công tác thanh tra, giám sát các TCTD. Cụ thể nghiên cứu đo lường rủi ro đổ vỡ hệ thống các TCTD Việt Nam, ước tính tổn thất tín dụng và đo lường tác động của môi trường kinh tế vĩ mô đến rủi ro hệ thống, đo lường rủi ro lan truyền hệ thống.

Ngoài ra có nhiều nghiên cứu tập trung nghiên cứu vấn đề rủi ro tín dụng, nợ xấu của hệ thống ngân hàng. Một số nhân tố ảnh hưởng tới nợ xấu được các nghiên cứu xác định bao gồm: khủng hoảng kinh tế và hiệu quả giám sát thấp (Nguyễn Minh Phong, 2012); tăng trưởng tín dụng quá mức đồng thời cơ cấu tín dụng không hợp lý,

thông tin tín dụng không chính xác, công nghệ ngân hàng bất cập, hành lang pháp lý không đầy đủ (Lê Thị Hồng Hạnh, 2013); nhân sự và các biện pháp quản trị rủi ro của các ngân hàng không đạt chuẩn của Basel III (trung tâm nghiên cứu kinh tế và chính sách, VEPR, 2014); sở hữu chéo phức tạp, đầu tư ngoài ngành tràn lan (Ủy ban Giám sát Tài chính Quốc gia, 2014); thị trường bất động sản trầm lắng, áp lực cấp tín dụng cho các doanh nghiệp nhà nước (Phạm Thị Kim Ánh, 2014),…

Tác giả Phan Hồng Mai (2014) sử dụng phương pháp hồi quy tương quan trên bộ dữ liệu mảng trong thời gian 3 năm của 16 ngân hàng để xác định các nhân tố tác động tới nợ xấu NHTM tại Việt Nam. Biến phụ thuộc tác giả sử dụng là tỷ lệ nợ xấu, trong khi đó biến giải thích được xem xét ban đầu gồm 8 biến. Nghiên cứu đã chỉ ra: tỷ trọng dư nợ tín dụng dành cho khách hàng doanh nghiệp tác động ngược chiều tới tỷ lệ nợ xấu, trong khi đó tỷ trọng dư nợ tín dụng trung, dài hạn và tín dụng xây dựng bất động sản tác động cùng chiều tới tỷ lệ nợ xấu. Một kết quả đáng lưu ý là số năm hoạt động và số lượng công ty con thuộc sở hữu của ngân hàng, hệ số an toàn vốn có ảnh hưởng cùng chiều tới tỷ lệ nợ xấu.

Tác giả Nguyễn Thị Hồng Vinh (2015) nghiên cứu các yếu tố tác động đến nợ xấu của các NHTM Việt Nam giai đoạn 2007-2014 của 22 ngân hàng. Nghiên cứu ước lượng dữ liệu mảng với tác động cố định kết hợp phương pháp mômen tổng quát GMM dạng vi phân và GMM dạng hệ thống. Với biến phụ thuộc là logarit của tỷ lệ nợ xấu, biến liên tục, kết quả cho thấy các yếu tố thuộc các đặc thù của ngân hàng (khả năng sinh lời, nợ xấu quá khứ, quy mô ngân hàng, tăng trưởng tín dụng), các yếu tố vĩ mô (tăng trưởng kinh tế) có ảnh hưởng đến nợ xấu. Phương pháp GMM hệ thống chỉ ra vốn chủ sở hữu và lạm phát tác động có ý nghĩa đến tỷ lệ nợ xấu các ngân hàng. Tác giả Trần Trọng Phong và cộng sự (2016) cũng trên cơ sở sử dụng mô hình hồi quy dữ liệu mảng tác động cố định cho mẫu sử dụng gồm 15 NHTM lớn tại Việt Nam giai đoạn 2007-2014 đã phát hiện ra rằng tỷ lệ nợ xấu kỳ trước, kết quả kinh doanh trong quá khứ, sự kém hiệu quả, quy mô của ngân hàng và tỷ lệ cho vay trên tổng tài sản đều ảnh hưởng cùng chiều tới nợ xấu; còn tỷ lệ lạm phát tăng và tỷ lệ vốn chủ sở hữu trên tổng tài sản tăng lại làm giảm nợ xấu của ngân hàng. Hai nghiên cứu của Nguyễn Thị Hồng Vinh và Trần Trọng Phong sử dụng mô hình hồi quy dữ liệu mảng với biến phụ thuộc là biến liên tục và nghiên cứu các nhân tố ảnh hưởng đến nợ xấu.

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

Bảng 1.8: Một số nghiên cứu vỡ nợ, vỡ nợ ngân hàng ở Việt Nam

Tác giả/ Năm công bố

Cách tiếp cận/ số nhân tố	Nội dung chính/Các kết quả chính
Nguyễn Trọng Hòa (2009)	MDA/37; LA/37. Dữ liệu sử dụng gồm 268 doanh nghiệp trong năm 2007.	Ước lượng hàm phân biệt, hàm Logit tính xác suất vỡ nợ, xếp hạng các quan sát của 5 mẫu đã lựa chọn.
Nguyễn Quang Dong (2009)	MDA/40. Dữ liệu 37 ngân hàng năm 2008	Xếp hạng tín dụng các ngân hàng. Xác định 2 nhân tố, độ chính xác của mô hình là 90.6% cho dữ liệu gốc và 84.4% dữ liệu kiểm tra.
Phan Hồng Mai (2012)	Mô hình của công ty The Vickers	Đo nguy cơ phá sản của các công ty xây dựng. Xác định nguyên nhân làm gia tăng nguy cơ phá sản là do năng lực quản lý tài sản yếu kém.
Nguyễn Việt Hùng và Hà Quỳnh Hoa (2012)	Các mô hình dự báo khủng hoảng tiền tệ.	Dự báo khủng hoảng tiền tệ. Xác định 5 chỉ số phản ánh tín hiệu khả năng xảy ra bất ổn kinh tế.
Nguyễn Thị Lương (2014)	Mô hình Merton-KMV. Dữ liệu của 380 doanh nghiệp niêm yết thời kỳ 2011-2013.	Đo lường rủi ro vỡ nợ các doanh nghiệp. Đưa ra các minh chứng cho khả năng đo lường hợp lý của phương pháp.
Nguyễn Phi Lân (2015)	Ứng dụng mô hình cấu trúc	Đo lường rủi ro đổ vỡ hệ thống các TCTD Việt Nam, ước tính tổn thất tín dụng và đo lường rủi ro hệ thống NH.
Nguyễn Thị Hồng Vinh (2015)	Mô hình dữ liệu mảng, mô hình GMM	Xác định các yếu tố vi mô, vĩ mô tác động đến nợ xấu các ngân hàng.

Trong đó: MDA- phân tích phân biệt đa biến; LA- mô hình Logit.

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

Qua việc tổng quan tài liệu cho thấy vỡ nợ của các NHTMCP Việt Nam đã được nghiên cứu nhưng có những khoảng trống sau:

+ Vỡ nợ của NHTMCP chưa được xem xét đầy đủ, chưa theo dõi vỡ nợ của các ngân hàng trong một thời kỳ nhất định do chỉ nghiên cứu một năm.

+ Các nghiên cứu trước đã xác định các nhân tố tác động đến nguy cơ vỡ nợ qua từng nghiên cứu, nhưng các nhân tố đó có phải là nguyên nhân dẫn đến nguy cơ vỡ nợ của các NHTMCP trong một thời kỳ nào đó hay không? Hơn nữa các yếu tố ảnh

hưởng đến nguy cơ vỡ nợ của các NHTMCP không chỉ có các yếu tố vi mô được biểu thị bằng các chỉ số tài chính dựa trên các báo cáo kế toán mà còn có các chỉ số kinh tế vĩ mô như tốc độ tăng trưởng GDP, lạm phát,… thì hiện chưa có nghiên cứu nào làm rõ, kiểm chứng.

+ Các cá thể ngân hàng có những đặc trưng riêng có ảnh hưởng tới khả năng vỡ nợ thì hiện nay chưa có nghiên cứu thực nghiệm nào xác định chỉ tiêu đo lường.

+ Mô hình Logit với dữ liệu mảng tác động cố định, mô hình mạng nơron, cây quyết định đã được sử dụng trong các nghiên cứu vỡ nợ trong phạm vi thế giới, tuy nhiên việc vận dụng trong nghiên cứu vỡ nợ, vỡ nợ ngân hàng tại Việt Nam theo tác giả là một điều mới.

Xuất phát từ khoảng trống nghiên cứu nêu trên tôi lựa chọn đề tài: “Xây dựng mô hình cảnh báo nguy cơ vỡ nợ đối với các NHTMCP Việt Nam ”. Nghiên cứu làm rõ cơ sở lý luận của mô hình dự báo vỡ nợ, xây dựng tiêu chí xác định nguy cơ vỡ nợ cho các NHTMCP, lựa chọn thực nghiệm mô hình Logit với số liệu mảng để giải quyết ba nội dung: xác định các nhân tố tác động tới vỡ nợ, tính xác suất vỡ nợ, lượng hóa tính đặc thù của từng ngân hàng ảnh hưởng tới khả năng vỡ nợ. Tác giả cũng thử nghiệm áp dụng mô hình mạng nơron, cây quyết định vào phân loại, dự báo nguy cơ vỡ nợ cho các NHTMCP Việt Nam. Từ các kết quả nghiên cứu luận án đề xuất các giải pháp giúp các ngân hàng hạn chế nguy cơ vỡ nợ. Nghiên cứu sẽ sử dụng dữ liệu của các NHTMCP trong thời gian 5 năm.

Kết luận chương 1

Chương 1, tác giả tổng quan các nghiên cứu về vỡ nợ, vỡ nợ ngân hàng trên thế giới cũng như ở Việt Nam. Qua việc phân tích những phương pháp nghiên cứu chính, những nghiên cứu tiêu biểu, các ưu nhược điểm của các phương pháp nghiên cứu cho thấy: Chưa có một mô hình nào là hoàn toàn ưu việt hơn các mô hình khác, các mô hình đều có những ưu, khuyết điểm riêng. Số lượng các nhân tố dự báo vỡ nợ trong các nghiên cứu là đa dạng, phong phú. Chủ yếu các nghiên cứu sử dụng các chỉ số của ngân hàng.

Việc tổng kết các nghiên cứu giúp tác giả phân tích chỉ rõ khoảng trống nghiên cứu, khoảng trống này bao gồm:

1) Vỡ nợ của NHTMCP Việt Nam chưa được xem xét đầy đủ, chưa theo dõi vỡ nợ của các NH trong một thời kỳ nhất định do chỉ nghiên cứu một năm.

2) Một số nghiên cứu trước đã xác định các nhân tố tác động đến nguy cơ vỡ nợ qua từng nghiên cứu, nhưng các nhân tố này có phải là nguyên nhân dẫn đến nguy cơ vỡ nợ của các NH trong một thời kỳ nào đó hay không? Các yếu tố vĩ mô tác động đến nguy cơ vỡ nợ của các NH hiện chưa có nghiên cứu nào kiểm chứng.

3) Các cá thể ngân hàng có những đặc trưng riêng có ảnh hưởng tới khả năng vỡ nợ thì hiện nay chưa có nghiên cứu thực nghiệm nào xác định chỉ tiêu đo lường.

Từ khoảng trống nghiên cứu tác giả đã đề ra mục tiêu nghiên cứu của luận án và triển khai nghiên cứu ở các chương sau.