Tóm tắt Luận án Xây dựng mô hình cảnh báo nguy cơ vỡ nợ đối với các ngân hàng thương mại cổ phần Việt Nam

1 MỞ ĐẦU 1. Tính cấp thiết của đề tài Hệ thống ngân hàng đóng vai trò quan trọng đối với nền kinh tế, nó được coi là “hệ thống huyết mạch” của cả nền kinh tế. Hoạt động ngân hàng cũng luôn chứa đựng nhiều rủi ro, rủi ro là một yếu tố không thể tách rời quá trình hoạt động của các ngân hàng thương mại trên thị trường. Rủi ro trong hoạt động ngân hàng có thể gây ra những tổn thất to lớn cho nền kinh tế hơn bất cứ rủi ro của các loại hình doanh nghiệp nào khác và chi phí cho việc khắc phục hậu quả là rất lớn. Cảnh báo sớm rủi ro vỡ nợ sẽ góp phần quan trọng ngăn chặn nguy cơ đổ vỡ của các ngân hàng, giảm thiểu tổn thất cho người gửi tiền, cho ngân hàng, cho các tổ chức bảo hiểm tiền gửi và nền kinh tế. Khi một ngân hàng yếu kém bị vỡ nợ nó có thể sẽ tạo ra sự đổ vỡ dây truyền trong hệ thống và ảnh hưởng nghiêm trọng đến sự phát triển lành mạnh, bền vững của hệ thống ngân hàng. Do đó việc phát hiện sớm các ngân hàng gặp khó khăn, có nguy cơ vỡ nợ cao cũng có ý nghĩa đặc biệt quan trọng đối với những cơ quan quản lý trong việc ngăn chặn khủng hoảng hệ thống ngân hàng, giữ vững sự ổn định của thị trường tài chính, ổn định kinh tế vĩ mô. Sự phát triển mạnh mẽ của hệ thống các NHTMCP trong các giai đoạn 1991- 1996, tiếp theo là giai đoạn 2006-2010 đã góp phần quan trọng vào sự phát triển kinh tế đất nước. Tuy nhiên, bên cạnh những thành tựu đạt được thì hệ thống ngân hàng thương mại cổ phần cũng đang bộc lộ nhiều hạn chế, yếu kém, nhiều NHTMCP đã lâm vào tình trạng mất khả năng thanh toán vào cuối năm 2011. Đó là lý do chính cho sự ra đời của Đề án Cơ cấu lại hệ thống tổ chức tín dụng (TCTD) giai đoạn 2011-2015. Nghị quyết Hội nghị Trung ương 3 (khoá XI) khẳng định một trong ba trọng tâm tái cấu trúc kinh tế là cơ cấu lại hệ thống tài chính, trong đó trọng tâm là cơ cấu lại hệ thống ngân hàng. Để tái cơ cấu hệ thống ngân hàng thành công thì việc quan trọng đầu tiên cần làm là phân loại, nhận diện chính xác các ngân hàng yếu kém có nguy cơ vỡ nợ cao. Cho đến nay trên thế giới đã có nhiều lý thuyết và mô hình về cảnh báo vỡ nợ, khủng hoảng như: phân tích đơn biến, mô hình phân tích phân biệt (DA), mô hình Logit (LA), Probit (PA),Gần đây các phương pháp, mô hình thuộc nhánh sử dụng các kỹ thuật thông minh như mạng nơron (ANN), cây quyết định (DT), mô hình nhận dạng các đặc điểm (TR),... đã được áp dụng trong nghiên cứu cảnh báo vỡ nợ và hứa hẹn nhiều kết quả tốt. Các nghiên cứu cũng cho thấy mỗi phương pháp, mô hình đều có những ưu, khuyết điểm riêng và ngay trong một mô hình khi áp dụng ở các quốc gia khác nhau, các khu vực khác nhau cũng có 2 các biến thể khác nhau điều đó phụ thuộc vào điều kiện kinh tế của mỗi quốc gia, mỗi khu vực. Đã có nhiều mô hình được xây dựng nhằm giải thích nguyên nhân cũng như dự báo, ngăn ngừa vỡ nợ, khủng hoảng. Tuy nhiên trên thực tế vẫn xảy ra các cuộc vỡ nợ các ngân hàng, các tổ chức tài chính với quy mô và ảnh hưởng ngày càng lớn mà người ta không dự báo được cho thấy việc xây dựng các mô hình cảnh báo vỡ nợ vẫn luôn cần được quan tâm, bổ sung, hoàn thiện. Những biến động rất lớn về kinh tế xã hội, tính không dự báo được của các sự kiện tự nhiên, kinh tế xã hội làm cho việc sử dụng các phương pháp truyền thống, phương pháp hiện tại nhiều trường hợp không còn phù hợp nữa. Xuất phát từ các lý do trên, nghiên cứu sinh chọn đề tài: “Xây dựng mô hình cảnh báo nguy cơ vỡ nợ đối với các ngân hàng thương mại cổ phần Việt Nam” làm luận án tiến sỹ kinh tế (chuyên ngành Toán kinh tế) với hy vọng góp phần giải quyết một vấn đề mà lý luận và thực tiễn đang đặt ra. 2. Mục đích nghiên cứu của luận án Mục đích nghiên cứu tổng quát của luận án là - Xây dựng và lựa chọn hệ thống các chỉ tiêu sử dụng trong việc đánh giá nguy cơ vỡ nợ của các NHTMCP. - Xây dựng mô hình thực nghiệm cảnh báo nguy cơ vỡ nợ của các NHTMCP Việt Nam. - Đề xuất một số giải pháp nhằm hạn chế nguy cơ vỡ nợ của các NHTMCP Việt Nam. Câu hỏi nghiên cứu: - Trong điều kiện của Việt Nam, những nhân tố nào có thể đặc trưng cho khả năng vỡ nợ của ngân hàng; các nhân tố, các chỉ tiêu nào ảnh hưởng và ảnh hưởng như thế nào tới nguy cơ vỡ nợ của các NHTMCP Việt Nam? - Các ngân hàng có các đặc thù riêng ảnh hưởng đến khả năng vỡ nợ, sự khác biệt này giữa các ngân hàng được xác định như thế nào? - Phương pháp, mô hình cảnh báo vỡ nợ nào nên đề xuất áp dụng cho các NHTMCP Việt Nam? - Hàm ý về chính sách rút ra từ mô hình? 3. Đối tượng và phạm vi nghiên cứu - Đối tượng nghiên cứu: Đối tượng nghiên cứu chính của luận án là nguy cơ vỡ nợ, mô hình xác định nguy cơ vỡ nợ của các ngân hàng thương mại cổ phần Việt Nam. 3 - Phạm vi nghiên cứu: Luận án nghiên cứu về các ngân hàng thương mại cổ phần Việt Nam gồm 35 NHTMCP trong đó bao gồm cả các NHTMCP mà Nhà nước nắm cổ phần chi phối như BIDV, MHB, Vietinbank, VCB. Khoảng thời gian nghiên cứu là từ năm 2010 đến năm 2015. 4. Phương pháp nghiên cứu Để phù hợp với nội dung, yêu cầu và mục đích nghiên cứu đã đặt ra, luận án sử dụng phương pháp phân tích định lượng và phân tích định tính. Một số mô hình được sử dụng là mô hình hồi quy Logit với dữ liệu mảng, mô hình mạng nơ ron và cây quyết định để xây dựng mô hình cảnh báo nguy cơ vỡ nợ cho các NHTMCP Việt Nam. Các số liệu sử dụng trong luận án được thu thập từ các báo cáo của NHNN, các báo cáo tài chính đã được kiểm toán của các NHTMCP thời kỳ 2010-2015. 5. Ý nghĩa khoa học và thực tiễn của luận án - Luận án xây dựng cơ sở lý luận cho mô hình cảnh báo nguy cơ vỡ nợ các NHTMCP. - Luận án xây dựng, lựa chọn hệ thống các chỉ tiêu sử dụng trong cảnh báo vỡ nợ ngân hàng. Xác định được các nhân tố, các chỉ tiêu ảnh hưởng tới nguy cơ vỡ nợ của các NHTMCP. - Lượng hóa tính đặc thù của từng ngân hàng ảnh hưởng khả năng vỡ nợ. - Xây dựng được mô hình cảnh báo vỡ nợ cho các NHTMCP. - Đề xuất một số giải pháp giảm nguy cơ vỡ nợ cho các NHTMCP dựa trên các phân tích của luận án. 6. Bố cục của luận án Ngoài phần mở đầu, kết luận, phụ lục, bảng biểu và danh mục tài liệu tham khảo, nội dung luận án được chia làm 5 chương như sau: Chương 1: Tổng quan các nghiên cứu về vỡ nợ ngân hàng Chương 2: Cơ sở lý luận về vỡ nợ ngân hàng thương mại Chương 3: Thực trạng hoạt động, nguy cơ vỡ nợ của các NHTMCP Việt Nam giai đoạn 2009-2015 Chương 4: Xây dựng mô hình cảnh báo nguy cơ vỡ nợ các ngân hàng thương mại cổ phần Việt Nam Chương 5: Kết luận và kiến nghị chính sách 4 CHƯƠNG 1: TỔNG QUAN CÁC NGHIÊN CỨU VỀ VỠ NỢ NGÂN HÀNG 1.1. Khái niệm vỡ nợ, vỡ nợ ngân hàng thương mại Khái niệm vỡ nợ, vỡ nợ ngân hàng thương mại và hậu quả của vỡ nợ NH. 1.2. Tổng quan các nghiên cứu vỡ nợ, vỡ nợ ngân hàng trên thế giới 1.2.1. Tổng quan các mô hình và các nghiên cứu vỡ nợ tiêu biểu Phần lớn các nghiên cứu cảnh báo vỡ nợ trên thế giới hiện nay tập trung vào hai nhánh: Các mô hình, phương pháp chứa tham số: phân tích đơn biến, phân tích phân biệt đa biến, mô hình Logit, Probit, phân tích sống sót,...Các mô hình phi tham số: mạng nơron, cây quyết định, phân tích đặc điểm, thuật toán di truyền,... Nghiên cứu sử dụng phân tích phân biệt đơn biến: Nội dung chính của phân tích đơn biến trong nghiên cứu cảnh báo vỡ nợ là xem xét các nhân tố đơn lẻ và so sánh các nhân tố giữa hai nhóm công ty vỡ nợ và nhóm công ty không vỡ nợ, nếu các nhân tố tài chính cho thấy các dấu hiệu khác nhau giữa hai nhóm vỡ nợ và không vỡ nợ thì chúng được sử dụng như các biến dự báo. Nghiên cứu dựa trên phân tích đơn biến có các nghiên cứu của FitzPatrick (1932), Smith và Winakor (1935), Merwin (1942),...Một nghiên cứu đơn biến được tham khảo rộng rãi là nghiên cứu của tác giả Beaver công bố năm 1966. Phương pháp phân tích đơn biến có ưu điểm là sử dụng kỹ thuật đơn giản và việc áp dụng nhanh chóng thuận tiện, hiệu suất dự báo khá cao. Tuy nhiên phương pháp phân tích phân biệt đơn biến cũng có ba nhược điểm. Trước những nhược điểm của phương pháp phân tích đơn biến, nhiều nhà nghiên cứu đã sử dụng phân tích phân biệt đa biến (MDA).Tác giả tiêu biểu sử dụng MDA là tác giả Atlman (1968). Trên cơ sở số liệu của các doanh nghiệp bị phá sản ở Mỹ, ông xác định được hàm phân biệt mà sau này được sử dụng rộng rãi. Phân tích phân biệt đa biến của Altman năm 1968 là một mô hình có ảnh hưởng lớn đến các nghiên cứu dự báo vỡ nợ trong nhiều năm, phần lớn các nghiên cứu trước năm 1980 đều phát triển dựa trên mô hình của Atlman như các nghiên cứu của Deakin (1972), Blum (1974), Altman và Edward, Haldeman, Narayanan (1977), Norton và Smith (1979), Karel và Prakash (1987),...Tuy nhiên sự thay đổi của thời gian và không gian nghiên cứu, các quan sát trong mẫu của Altman không còn đảm bảo đại diện cho thị trường, do đó giá trị ước lượng cũng không còn hoàn toàn phù hợp. Hiện nay, trên thế giới đã có nhiều tác giả nghiên cứu xây dựng hàm phân biệt riêng cho từng nước, từng ngành. 5 Mô hình Logit và mô hình Probit bắt đầu xuất hiện vào cuối năm 1970 và cho đến những năm cuối 1980 nó đã trở lên phổ biến hơn phương pháp MDA trong nghiên cứu cảnh báo vỡ nợ. Mô hình Logit và Probit đi vào tính xác suất phá sản của một công ty. Mô hình Logit, Probit có thể được dùng để đánh giá mức độ giải thích của các biến độc lập. Tác giả Ohson (1980) đã sử dụng mô hình Logit thay thế mô hình MDA để dự báo vỡ nợ công ty. Nghiên cứu áp dụng mô hình LA còn có các tác giả: Platt (1991), Smith và Lawrence (1995), Koundinya (2004), Prasad và cộng sự (2005),. Tác giả Odom và Sharda (1990) là những người đầu tiên nghiên cứu dự báo vỡ nợ sử dụng mạng nơ ron (ANN). Các nghiên cứu sử dụng mạng nơ ron còn có Hawley, Johnson và Raina (1990); Boritz và Kennedy (1995); Alam và cộng sự (2000); Celik và Karatepe (2007). Tác giả West (1985) đã sử dụng mô hình Logit kết hợp với phân tích nhân tố để đo lường và mô tả đặc điểm tài chính và hoạt động của các ngân hàng. Dữ liệu được lấy từ các báo cáo thu nhập, cũng như các báo cáo kiểm tra của 1900 ngân hàng thương mại ở một số bang của Mỹ. Những nhân tố quan trọng được xác định bởi mô hình Logit trong nghiên cứu cũng tương tự như các nhân tố sử dụng trong mô hình xếp hạng CAMELS. Nghiên cứu cũng cho thấy sự kết hợp giữa phân tích nhân tố và Logit rất hữu ích khi đánh giá hoạt động của ngân hàng. Gần đây xuất hiện xu hướng áp dụng các mô hình sử dụng các kỹ thuật thông minh, sử dụng lợi thế của công nghệ máy tính như mạng nơ ron, cây quyết định, phân tích đặc điểm,... vào cảnh báo vỡ nợ. Tác giả tóm tắt một số nghiên cứu cảnh báo vỡ nợ tiêu biểu trên thế giới trong bảng 1.4. Bảng 1.4: Tóm tắt một số nghiên cứu cảnh báo vỡ nợ, vỡ nợ NH trên thế giới Tác giả/ Năm công bố Cách tiếp cận/ số nhân tố Các kết quả chính Beaver (1966) UDA/30. Dữ liệu sử dụng 79 công ty vỡ nợ và 79 công ty không vỡ nợ trong 38 ngành. Xác định 5 nhân tố, độ chính xác từ 50% đến 92% Atlman (1968) MDA/22. Dữ liệu gồm 33 công ty cho mỗi nhóm. Xác định 5 nhân tố, độ chính xác 95% cho doanh nghiệp trong mẫu 6 Tác giả/ Năm công bố Cách tiếp cận/ số nhân tố Các kết quả chính Martin (1977) MDA; LA/25. Dữ liệu sử dụng là của các NH Mỹ giai đoạn 1970-1976. Xây dựng 6 mô hình cho 6 năm, xác định 4 nhân tố, hiệu suất cao nhất là 92.3% Hanweck (1977) PA/6. Dữ liệu sử dụng gồm 177 doanh nghiệp không vỡ nợ và 32 doanh nghiệp vỡ nợ Trong 6 nhân tố có 2 nhân tố có ý nghĩa thống kê. Độ chính xác là 83.8%, mẫu kiểm tra là 91.1%. Ohson (1980) LA/9. Sử dụng dữ liệu 105 công ty vỡ nợ và 2000 công ty không vỡ nợ Độ chính xác 96.3% Tam và Kiang (1992) ANN/19, MDA/19, LA/19. Sử dụng dữ liệu 118 ngân hàng, chia đều cho 2 nhóm. Mạng NN có độ chính xác cao nhất, đạt 96.2% với mẫu huấn luyện và 85.2% với mẫu kiểm tra. Odom và Sharda (1993) ANN/5; MDA/5. Mẫu gồm 38 công ty vỡ nợ, 36 không vỡ nợ. Hiệu suất mẫu huấn luyện 100%, mẫu kiểm tra là 77% Kolari và cộng sự (1996) TR và LA Hiệu suất với mẫu gốc 98.6%; mẫu kiểm tra 95.6% Lanine và Vander Vennet (2006) Mô hình TR và Logit cho các ngân hàng lớn Nga Độ chính xác là 91.6% với dữ liệu gốc, 85.1% dữ liệu kiểm tra. Ravi và Pramodh (2008) ANN/9;12. Mẫu gồm các ngân hàng Thổ Nhĩ Kỳ và Tây Ban Nha Hiệu suất 96.6% cho mẫu Thổ Nhĩ Kỳ; 100% cho mẫu Tây Ban Nha Trong đó: UDA- phân tích phân biệt đơn biến; MDA- phân tích phân biệt đa biến; ANN- mạng nơ ron nhân tạo; TR- mô hình nhận dạng đặc điểm; DT- cây quyết định; LA- mô hình Logit; PA- mô hình Probit. Nguồn: Tổng hợp của tác giả từ các tài liệu tham khảo 1.2.2. Tổng quan các tiêu chí được coi là vỡ nợ hoặc nguy cơ vỡ nợ cao trong các nghiên cứu trước 1.2.3. Các nhân tố, biến số trong các nghiên cứu vỡ nợ 7 1.3. Các nghiên cứu về dự báo vỡ nợ, vỡ nợ ngân hàng ở Việt Nam 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 NH. Nguồn: Tổng hợp của tác giả từ các tài liệu tham khảo Khoảng trống nghiên cứu: 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 8 đến nguy cơ vỡ nợ của các NHTMCP trong một thời kỳ nào đó hay không? Hơn nữa 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 xác định chỉ tiêu đo lường. Các yếu tố vĩ mô tác động tới nguy cơ vỡ nợ của các ngân hàng Việt Nam hiện chưa có nghiên cứu nào kiểm chứng. Từ khoảng trống nghiên cứu tác giả lựa chọn đề tài: “Xây dựng mô hình cảnh báo nguy cơ vỡ nợ đối với các NHTMCP Việt Nam ”. Kết luận chương 1 Chương 1, tác giả nêu khái niệm vỡ nợ, vỡ nợ ngân hàng, trình bày hậu quả của vỡ nợ ngân hàng. Tác giả tổng quan các nghiên cứu về vỡ nợ, vỡ nợ ngân hàng trên thế giới cũng như ở Việt Nam. Đặc biệt tác giả tổng quan đầy đủ các mô hình, các nghiên cứu vỡ nợ tiêu biểu từ mô hình phân tích đơn biến đến các nghiên cứu áp dụng các kỹ thuật thông minh phi tham số. Tác giả nêu các tiêu chí được coi là vỡ nợ hoặc nguy cơ vỡ nợ cao trong các nghiên cứu trước, tổng kết có hệ thống các nhân tố, biến số sử dụng trong nghiên cứu vỡ nợ. 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. Mỗi 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. Việc số lượng các nhân tố trong mô hình ít hay nhiều không ảnh hưởng đến hiệu suất dự báo. Việc tổng kết các nghiên cứu giúp tác giả phân tích chỉ rõ khoảng trống nghiên cứu, 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. CHƯƠNG 2: CƠ SỞ LÝ LUẬN VỀ VỠ NỢ NGÂN HÀNG THƯƠNG MẠI 2.1. Tiêu chí xác định nguy cơ vỡ nợ Trong hoạt động ngân hàng, rủi ro tín dụng là nỗi sợ hãi lớn nhất đối với các nhà quản lý. Chất lượng tín dụng phản ánh qua tỷ lệ nợ xấu và nợ xấu là một vấn đề thường trực trong hoạt động của các ngân hàng, đồng thời nợ xấu gây ra một số tác động tiêu cực sau: Nợ xấu làm giảm lợi nhuận của ngân hàng, nợ xấu ảnh hưởng đến khả năng thanh toán của ngân hàng, nợ xấu làm giảm uy tín của ngân hàng, nợ xấu có thể làm phá sản ngân hàng. Vấn đề nợ xấu tăng cao trong hệ thống ngân hàng là vấn đề cấp bách nhất cần giải quyết trong thời kỳ 2011-2015. Các ngân hàng có tỷ lệ nợ xấu từ 3% trở lên bị NHNN đặt trong tình trạng giám sát. Nhiều nghiên cứu trên thế 9 giới đã chỉ ra ảnh hưởng tiêu cực của tỷ lệ nợ xấu cao tới nhiều mặt hoạt động của ngân hàng, nhiều nghiên cứu đã minh chứng mối liên hệ giữa tỷ lệ nợ xấu cao và vỡ nợ ngân hàng. Ngoài ra NHTM là tổ chức kinh doanh tiền tệ với mục tiêu lớn nhất là lợi nhuận, lợi nhuận là chỉ số quan trọng để đánh giá công tác quản lý và hoạt động của NH thành công hay thất bại. Lợi nhuận còn cần thiết để bù đắp các khoản cho vay bị tổn thất và giúp trích lập dự phòng đầy đủ. Vì vậy tác giả luận án sẽ dựa trên cơ sở hiệu quả hoạt động của các ngân hàng để bổ sung thêm căn cứ phân nhóm nguy cơ vỡ nợ các ngân hàng. Cụ thể, tác giả cho rằng các ngân hàng có chất lượng tín dụng kém (thể hiện qua tỷ lệ nợ xấu cao) có nguy cơ tổn thất tài sản cao trong khi đó nếu hiệu quả hoạt động của NH lại chỉ ở mức trung bình thậm chí yếu kém sẽ khiến NH không có khả năng bù đắp các tổn thất, mức độ tổn thương của NH cao do đó nguy cơ vỡ nợ cao. Để đánh giá hiệu quả hoạt động của các ngân hàng luận án sử dụng phương pháp DEA ước lượng hiệu quả kỹ thuật của các ngân hàng từ đó đánh giá hiệu quả hoạt động (thông qua hiệu quả lợi nhuận) của các ngân hàng, sau đó phân nhóm các NH thành 3 nhóm hiệu quả (nhóm A- nhóm hiệu quả tốt, B- Nhóm hiệu quả khá, C- nhóm hiệu quả trung bình, yếu kém). Trên cơ sở các luận cứ trên tác giả luận án chọn tiêu chí xác định nguy cơ vỡ nợ như sau: Biến nguy cơ vỡ nợ (Y) được gán trị bằng 1 (nguy cơ vỡ nợ cao) nếu ngân hàng có tỷ lệ nợ xấu từ 3% trở lên và thuộc nhóm C khi sử dụng DEA để phân nhóm. Biến Y gán giá trị bằng 0 (nguy cơ vỡ nợ thấp) trong các trường hợp khác. Lựa chọn tiêu chí phân mức nguy cơ vỡ nợ trong luận án này của tác giả khác với các nghiên cứu khác bởi các lý do sau: Nhiều nghiên cứu vỡ nợ trên thế giới sử dụng các thông tin về các ngân hàng vỡ nợ thực sự, trong khi đó ở Việt Nam chưa ghi nhận trường hợp nào vỡ nợ theo thông lệ quốc tế. Có nghiên cứu đã sử dụng tiêu chuẩn của hệ số an toàn vốn làm tiêu chí phân loại nhưng ở Việt Nam NHNN đưa ra yêu cầu bắt buộc về tỷ lệ an toàn vốn nên tất cả các NHTM đều đạt theo tiêu chí này. 2.2. Các nhân tố ảnh hưởng tới nguy cơ vỡ nợ của các ngân hàng thương mại 2.2.1. Các nhân tố vĩ mô ảnh hưởng đến hoạt động của các ngân hàng • Sự phát triển kinh tế • Môi trường pháp lý, chính sách kinh tế, tài chính, tiền tệ của Nhà nước • Mức độ cạnh tranh 10 2.2.2. Các nhân tố vi mô ảnh hưởng tới nguy cơ vỡ nợ của các NHTM Các nhân tố trong mô hình Atlman năm 1968 (5 chỉ tiêu) Choudhy (2007), Pavlos Almanidis và Robin C. Sickles (2012) cùng nhiều tác giả khác chỉ ra rằng các tỷ lệ tài chính của mô hình CAMELS là những chỉ tiêu quan trọng để đánh giá hoạt động của các TCTD đặc biệt là ngân hàng do đó các chỉ tiêu này cũng quan trọng trong việc dự báo vỡ nợ ngân hàng. Hệ thống đánh giá, xếp hạng CAMEL do Ủy ban quản lý các tổ hợp tín dụng quốc gia Mỹ xây dựng và áp dụng từ tháng 10/1987 nhằm cung cấp công cụ hỗ trợ giám sát các tổ chức tín dụng tại Mỹ. Các chỉ tiêu trong các nhóm nhân tố của mô hình CAMELS (Mức độ an toàn vốn, Chất lượng tài sản, Quản lý, Lợi nhuận và Thanh khoản, Mức độ nhạy cảm với rủi ro thị trường). a) Mức độ an toàn vốn: 5 chỉ tiêu b) Chất lượng tài sản: Tỷ lệ nợ xấu trên tổng dư nợ; Nợ khó đòi/ (VCSH và dự phòng nợ khó đòi); Dự phòng nợ khó đòi/ Nợ khó đòi, dự phòng nợ khó đòi/ dư nợ cho vay. Ngoài ra có thể xem xét thêm các chỉ tiêu: tỷ lệ cho vay/ tài sản sinh lời; gửi và cho vay trên thị trường liên ngân hàng/ tài sản sinh lời. c) Quản lý: 3 chỉ tiêu d) Lợi nhuận: 13 chỉ tiêu e) Thanh khoản: 6 chỉ tiêu Qua việc phân tích các chỉ tiêu trong mô hình CAMEL tác giả tổng kết và nêu kỳ vọng về dấu của các chỉ tiêu ảnh hưởng tới nguy cơ vỡ nợ trong bảng 2.1. 2.3. Cơ sở lý thuyết một số mô hình áp dụng trong nghiên cứu cảnh báo vỡ nợ 2.3.1. Mô hình Logit, mô hình Logit với số liệu mảng Từ những ưu điểm của số liệu mảng, mô hình Logit và từ mục đích nghiên cứu của luận án (nghiên cứu nguy cơ vỡ nợ của các NHTMCP Việt Nam thời kỳ 2010-2015) tác giả lựa chọn mô hình Logit với số liệu mảng cho nghiên cứu của mình. Nghiên cứu 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. 2.3.2. Mạng nơron 2.3.3. Cây quyết định 2.4. Phương pháp bao dữ liệu (DEA) đánh giá hiệu quả hoạt động của các NHTMCP 2.5. Khung nghiên cứu của luận án 11 Kết luận chương 2 Chương 2, tác giả đưa ra tiêu chí xác định nguy cơ vỡ nợ các NHTMCP; làm rõ cơ sở lý luận cho mô hình cảnh báo vỡ nợ NHTMCP, phân tích các nhân tố vĩ mô, vi mô ảnh hưởng tới nguy cơ vỡ nợ của các NH. Trình bày cơ sở lý thuyết, các ưu, nhược điểm của một số mô hình cảnh báo vỡ nợ đã có qua đó để phù hợp với mục tiêu nghiên cứu cũng như điều kiện dữ liệu hiện có luận án lựa chọn thực nghiệm mô hình Logit với dữ liệu mảng, mô hình mạng nơron, mô hình cây quyết định để xây dựng mô hình cảnh báo nguy cơ vỡ nợ cho các NHTMCP Việt Nam. CHƯƠNG 3: THỰC TRẠNG HOẠT ĐỘNG, NGUY CƠ VỠ NỢ CỦA CÁC NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN VIỆT NAM GIAI ĐOẠN 2009-2015 Ở chương 3, luận án phân tích bối cảnh tình hình kinh tế vĩ mô và các chính sách tiền tệ trong giai đoạn 2009-2015. Tác giả phân tích rõ thực trạng hoạt động của hệ thống NHTMCP Việt Nam giai đoạn 2009-2015 trên các phương diện: cấu trúc, quy mô, mức độ an toàn vốn, khả năng sinh lời, hiệu quả quản lý, chất lượng tài sản. 3.1. Tình hình kinh tế vĩ mô giai đoạn 2009-2015 Tốc độ tăng trưởng GDP tương đối ổn định, mức trung bình đạt 5.7%, tuy nhiên đây là mức tăng thấp so với tiềm năng. Từ năm 2010 đến năm 2012, tốc độ tăng trưởng GDP giảm dần phản ánh những khó khăn trong kinh tế vĩ mô, giai đoạn 2012-2015, kinh tế bắt đầu phục hồi, tốc độ tăng trưởng kinh tế năm sau cao hơn năm trước. Tỷ lệ lạm phát tăng cao và đạt đỉnh vào năm 2011, sau đó nhờ sự can thiệp và kiên trì chính sách kiềm chế lạm phát của Chính phủ nên tỷ lệ này giảm dần qua các năm, đạt tỷ lệ thấp nhất năm 2015. 5.4 6.42 6.24 5.25 5.42 5.98 6.68 0 1 2 3 4 5 6 7 8 2009 2010 2011 2012 2013 2014 2015 GDP GDP Biểu đồ 2.2: Tốc độ tăng trưởng GDP giai đoạn 2009-2015 (%) Nguồn: Tổng cục Thống kê 12 Tình hình xuất, nhập khẩu: Xuất khẩu đã trở thành một trong những nhân tố quan trọng nhất tạo ra bước phát triển kinh tế nhanh trong thời kỳ đổi mới. Tốc độ tăng trưởng xuất nhập khẩu đều tăng mạnh, khoảng 25% mỗi năm. Đến nay kim ngạch xuất khẩu và nhập khẩu đều đã tương đương với 80% GDP toàn nền kinh tế, phản ánh vị thế rất quan trọng đối với tăng trưởng chung. Trong 5 năm 2010-2014 kim ngạch xuất khẩu thường xuyên tăng nhanh hơn kim ngạch nhập khẩu, dẫn tới từ năm 2012 nền kinh tế luôn trong tình trạng xuất siêu. Năm 2014 đã xuất siêu tới xấp xỉ 2 tỷ USD. Thu, chi ngân sách: Trong giai đoạn 2009-2015, tổng thu ngân sách và tổng chi ngân sách đều gia tăng qua các năm và đều diễn ra tình trạng bội chi ngân sách. Giai đoạn 2010-2015 chứng kiến sự suy giảm của tăng trưởng tín dụng hệ thống ngân hàng, tốc độ tăng trưởng tín dụng liên tiếp giảm trong khoảng 2010-2013 phản ánh tình trạng khó khăn của các doanh nghiệp. 3.2. Một số chính sách tiền tệ giai đoạn 2009-2015 • Chính sách lãi suất • Chính sách tỷ giá • Nghiệp vụ thị trường mở • Lãi suất huy động • Lãi suất cho vay 3.3. Hoạt động ngành ngân hàng 3.3.1. Cấu trúc, quy mô và phạm vi hoạt động của các ngân hàng • Cơ cấu sở hữu, cơ cấu loại hình hoạt động của hệ thống NHTM. • Quy mô, phạm vi hoạt động 3.3.2. Mức độ an toàn vốn và quy mô tổng tài sản của các NHTMCP a) Vốn tự có và mức độ an toàn vốn của các NHTMCP: Giai đoạn 2005-2011. Giai đoạn từ năm 2011 đến 2015. 13 Biểu đồ 3.4: Các tỷ lệ nhóm an toàn vốn Nguồn: Tính toán của tác giả Mức độ an toàn vốn của các ngân hàng đã được đảm bảo theo quy định của NHNN, tuy nhiên vẫn ở mức thấp hơn so với các nước trong khu vực và cần nâng cấp để đối phó với các nguy cơ tiềm ẩn trong thời gian tới. Mức độ an toàn vốn của các ngân hàng bị suy giảm liên tục từ năm 2012, làm tăng nguy cơ bất ổn của hệ thống NHTM. b) Quy mô tổng tài sản của các NHTMCP Từ năm 2008 đến 2011, tổng tài sản của các ngân hàng đều có xu hướng gia tăng, đặc biệt là khối ngân hàng thương mại cổ phần có sự đột biến. Các ngân hàng thương mại cổ phần mở rộng mạnh mẽ mạng lưới chi nhánh dẫn đến tốc độ tăng trưởng vượt bậc về huy động vốn và khai thác hiệu quả nguồn vốn trong dân cư. Năm 2012, quy mô tổng tài sản khối ngân hàng thương mại cổ phần có xu hướng sụt giảm. Tổng tài sản khu vực ngân hàng đạt 5637 nghìn tỷ VNĐ tính đến 30/09/2013. Đến cuối tháng 7/2015, tổng tài sản của toàn hệ thống TCTD đạt hơn 6.6 triệu tỷ đồng tăng 150970 tỷ đồng so với cuối năm 2014. Mặc dù đã tăng trưởng vượt bậc nhưng so với các ngân hàng trong khu vực, các ngân hàng Việt Nam vẫn còn rất khiêm tốn về quy mô tài sản, tổng tài sản cần gia tăng để đáp ứng yêu cầu của nền kinh tế đang phát triển. 3.3.3. Khả năng sinh lợi, hiệu quả quản lý tài sản Tỷ lệ ROE của các ngân hàng Cơ cấu thu nhập của các ngân hàng 14 Biểu đồ 3.5: Các chỉ tiêu nhóm khả năng sinh lời Nguồn: Tính toán của tác giả 3.3.4. Tăng trưởng huy động và tín dụng, khả năng thanh khoản • Tốc độ tăng trưởng tín dụng, huy động • Tình hình thanh khoản 3.3.5. Chất lượng tài sản, mức độ thâm hụt Biểu đồ 3.9 cho thấy tỷ lệ nợ xấu của các NHTMCP trong mẫu sử dụng Biểu đồ 3.9: Tỷ lệ nợ xấu của các NHTMCP Việt Nam giai đoạn 2010 - 2015 Nguồn: Tính toán của tác giả Tỷ lệ nợ xấu của Việt Nam hiện ở mức cao so với các nước trong khu vực như Thái Lan (2.7%), Indonexia (2.4%). Đến cuối năm 2015, tỷ lệ nợ xấu đã được kiểm soát ở mức 2.9%, tuy nhiên vẫn còn nhiều vấn đề đáng lo ngại. Một số hạn chế của hệ thống ngân hàng thương mại Việt Nam • Rủi ro trong hoạt động ngân hàng rất lớn • Năng lực quản trị, năng lực cạnh tranh yếu 15 3.4. Nguy cơ vỡ nợ của một số NHTMCP điển hình trong giai đoạn 2009-2015 Các ngân hàng yếu kém, nguy cơ vỡ nợ cao gồm NHTMCP SCB, NHTMCP Tín Nghĩa, NHTMCP Ficombank; Habubank; NHTMCP Đại Tín; Ngân hàng Ocean Bank; Ngân hàng Westernbank; NHTMCP Đông Á; NHTMCP dầu khí toàn cầu. Qua việc phân tích các ngân hàng yếu kém, tác giả chỉ ra các điểm nổi bật của các ngân hàng yếu kém. Kết luận chương 3 Ở chương 3, luận án trình bày ba nội dung chủ yếu 1) Phân tích tình hình kinh tế vĩ mô cũng như các chính sách tiền tệ tiêu biểu giai đoạn 2009-2015. Bối cảnh kinh tế thế giới và khu vực có nhiều bất ổn, từ vấn đề khủng hoảng tài chính thế giới tới khủng hoảng nợ công đã ảnh hưởng bất lợi tới nền kinh tế nước ta. Trong giai đoạn 2010-2012 kinh tế vĩ mô có nhiều bất ổn, tốc độ tăng trưởng kinh tế nước ta bị suy giảm xuống mức thấp nhất trong 10 năm, sang đến giai đoạn 2013-2015 nền kinh tế bắt đầu phục hồi nhưng chưa bền vững. Các chính sách tiền tệ giai đoạn này có nhiều biến động ảnh hưởng rất lớn đến hoạt động của các ngân hàng. 2) Phân tích hoạt động của hệ thống ngân hàng thông qua các chỉ tiêu: cấu trúc, quy mô và phạm vi hoạt động, mức độ an toàn vốn, quy mô tổng tài sản, tăng trưởng huy động và tín dụng, hiệu quả tài chính, rủi ro thanh khoản. Đặc biệt tác giả phân tích kỹ một số chỉ tiêu trong mô hình CAMEL, chỉ tiêu nợ xấu, nguyên nhân, các tác động tiêu cực của nợ xấu đồng thời chỉ ra các hạn chế của hệ thống ngân hàng thương mại Việt Nam, các hạn chế đó là: rủi ro trong hoạt động ngân hàng của hệ thống NHTM là rất lớn, năng lực quản trị, năng lực cạnh tranh yếu. 3) Phân tích nguy cơ vỡ nợ của một số NHTMCP điển hình, chỉ ra các đặc trưng cơ bản của các ngân hàng yếu kém: các ngân hàng có năng lực quản trị rủi ro yếu kém, chất lượng tài sản thấp, tỷ lệ nợ xấu, nợ quá hạn cao, khả năng sinh lời thấp. CHƯƠNG 4: XÂY DỰNG MÔ HÌNH CẢNH BÁO NGUY CƠ VỠ NỢ CÁC NHTMCP VIỆT NAM 4.1. Thiết kế nghiên cứu 4.1.1. Số liệu Các ngân hàng trong nghiên cứu bao gồm 35 NHTMCP. Cụ thể, số ngân hàng trong các năm ở bảng 4.1. 16 Bảng 4.1: Số lượng các ngân hàng trong nghiên cứu Năm 2010 2011 2012 2013 2014 2015 Số ngân hàng 33 35 35 33 27 25 Các chỉ tiêu tài chính sử dụng để dự báo nguy cơ vỡ nợ của các ngân hàng được tính toán từ các chỉ số, chỉ tiêu trong các báo cáo tài chính đã được kiểm toán tại thời điểm cuối năm của các ngân hàng thương mại cổ phần Việt Nam từ năm 2010 đến năm 2014, tổng cộng gồm có 163 quan sát. Năm 2015 có 25 ngân hàng được sử dụng để kiểm tra hiệu suất ngoài mẫu của mô hình. 4.1.2. Phân mức nguy cơ vỡ nợ của các ngân hàng a)Tính toán hiệu quả hoạt động của các NHTMCP: Trên cơ sở giả định các ngân hàng tìm cách tối đa hóa lợi nhuận, các yếu tố đầu vào và kết quả đầu ra được lựa chọn để chạy mô hình DEA đánh giá hiệu quả hoạt động của các NHTMCP. Bảng 4.2: Các biến đầu vào /đầu ra lựa chọn Mô hình DEA (Hiệu quả lợi nhuận) Đầu vào Đầu ra • Tổng tài sản • Vốn chủ sở hữu • Chi phí hoạt động Lợi nhuận trước thuế Nguồn: Tổng hợp từ tài liệu tham khảo kết hợp thiết kế của tác giả Sau khi có kết quả ước lượng hiệu quả hoạt động của các NHTMCP từ mô hình DEA luận án phân nhóm hiệu quả các NHTMCP thành 3 nhóm. b)Xác định nguy cơ vỡ nợ các NHTMCP Mục này, luận án tính toán tỷ lệ nợ xấu của các NH qua các năm theo BCTC công bố của các ngân hàng, kết hợp với kết quả phân nhóm ở mục a) và phân tích các thông tin phi tài chính để xác định nguy cơ vỡ nợ cho các NH. Cụ thể, trong các quan sát ở nhóm C, có 39 quan sát có tỷ lệ nợ xấu không dưới 3%. Ngoài ra còn có 70 quan sát thuộc nhóm C, nhưng tỷ lệ nợ xấu nhỏ hơn 3%. Phân tích các quan sát này tác giả nhận thấy các ngân hàng này mặc dù có hiệu quả hoạt động thấp nhưng các chỉ tiêu đánh giá chất lượng tín dụng đều đáp ứng yêu cầu của NHNN, tỷ lệ an toàn vốn CAR trên 10%. Do vậy, ngân hàng được coi là có nguy cơ vỡ nợ cao nếu thuộc nhóm C và có tỷ lệ nợ xấu từ 3% trở lên, biến Y = 1 trong trường hợp này và Y = 0 trong các trạng thái khác. Kết quả, trong bộ dữ liệu mảng 163 quan sát có 39 quan sát thuộc 17 nhóm nguy cơ vỡ nợ cao (Y = 1) chiếm 23.92% và số quan sát thuộc nhóm có nguy cơ vỡ nợ thấp (Y = 0) là 124 quan sát chiếm 76.08%. 4.1.3. Hệ thống các chỉ tiêu tác động tới nguy cơ vỡ nợ • Nhóm nhân tố vĩ mô tác giả lựa chọn 3 biến: Tốc độ tăng trưởng tổng sản phẩm quốc dân; tỷ lệ lạm phát; tốc độ tăng trưởng tín dụng. • Nhóm các nhân tố vi mô: Tác giả lựa chọn, xây dựng tổng cộng 39 chỉ số. Các chỉ số này bước đầu được chia thành 7 nhóm: Khả năng sinh lời (11 chỉ số); các chỉ số thâm hụt (3 chỉ số); hiệu quả quản lý tài sản (4 chỉ số); chất lượng tài sản (7 chỉ số); mức độ an toàn (4 chỉ số); các chỉ số về tăng trưởng bền vững (4 chỉ số); tính thanh khoản (6 chỉ số). 4.1.4. Phân tích thống kê Tác giả tiến hành phân tích tương quan để xác định các chỉ số trong các nhóm có khả năng phân biệt các mức nguy cơ, cụ thể tác giả rút ra 18 biến. Sau đó luận án phân tích tương quan giữa các cặp biến trong các nhóm. 4.2. Mô hình Logit dữ liệu mảng Từ tập 18 biến ở bảng 4.9 và 3 biến vĩ mô trong bảng 4.8, nghiên cứu sử dụng phương pháp đưa dần từng biến vào mô hình hồi quy Logit dữ liệu mảng. Kết quả kiểm định Hausman cho thấy mô hình tác động cố định là phù hợp. Sau khi có kết quả ước lượng ^β của β bước tiếp theo là ước lượng các iα . Mỗi ngân hàng còn có đặc trưng riêng thể hiện bằng iα .Với bộ dữ liệu trong khoảng thời gian 5 năm 2010-2014, việc tính toán các iα dẫn tới giải phương trình bậc 5, bậc 4, bậc 3 tùy thuộc bao nhiêu năm có số liệu cho từng ngân hàng. Tác giả lập trình trên phần mềm Matlab để giải quyết công việc này. Kết quả mô hình : i pln( ) -1.2955*RGDP 1.0346 * d3 2.014 * e11 3.0769 * l3 1 p = α + − + − Nguồn: Tính toán của tác giả trong đó p là xác suất để quan sát thuộc nhóm nguy cơ vỡ nợ cao. + Với mức ý nghĩa 6% biến RGDP tác động ngược chiều đến xác suất p, trong khi đó với mức ý nghĩa 1% biến e11 tác động ngược chiều đến p. + Với mức ý nghĩa 1% biến d3 tác động cùng chiều đến p và với mức ý nghĩa 6% biến l3 tác động cùng chiều đến p. Tính xác suất vỡ nợ và đo hiệu suất của mô hình, kết quả phân nhóm đúng của mô hình Logit là 87.71%. 18 Các hệ số chặn riêng thể hiện tính đặc thù của các ngân hàng ảnh hưởng đến khả năng vỡ nợ cho thấy các ngân hàng có mã nghiên cứu là 22, 14, 19, 7 có hệ số chặn lớn tiềm ẩn nguy cơ vỡ nợ cao hơn so với các ngân hàng khác. 4.3. Mô hình mạng nơron Dữ liệu sử dụng trong mô hình mạng nơron gồm 163 quan sát. Các quan sát được chia một cách ngẫu nhiên thành 3 mẫu con, đó là: i) Mẫu huấn luyện gồm 115 quan sát; ii) Mẫu dữ liệu chứng thực gồm 24 quan sát, iii) Mẫu kiểm tra gồm 24 quan sát. Để xác định số nơ ron tối ưu trong nút ẩn tác giả sử dụng quá trình lặp xem xét số lượng nơron cho đến khi tìm được lỗi trung bình bình phương (MSE) nhỏ nhất. Cấu trúc mạng nơron của tác giả bao gồm 21 nút đầu vào ứng với các biến ở bảng 4.9 và bảng 4.8, 10 nút tầng ẩn và 2 nút đầu ra. Hiệu suất phân nhóm của mạng nơron trên các mẫu được mô tả ở bảng 4.19. Bảng 4.19: Hiệu suất của mạng nơron Mẫu Mẫu huấn luyện Mẫu chứng thực Mẫu kiểm tra Hiệu suất 95% 91.6% 91.6% Nguồn: Tính toán của tác giả Với bộ dữ liệu (114 quan sát) đã sử dụng để ước lượng mô hình Logit với dữ liệu mảng, tác động cố định thì tỷ lệ phân nhóm đúng của mô hình ANN là 92.98% cao hơn hiệu suất của mô hình Logit (87.71%). Hơn nữa sai lầm loại I của mô hình ANN cũng thấp hơn của mô hình Logit. 4.4. Mô hình cây quyết định Tác giả tiến hành thực nghiệm xây dựng cây quyết định để dự báo nguy cơ vỡ nợ cho các NHTMCP với bộ dữ liệu gồm 163 quan sát. Biến độc lập sử dụng xây dựng cây quyết định gồm 21 biến trong bảng 4.9 và bảng 4.8. Tác giả sử dụng thuật toán J48 trên phần mềm Weka phiên bản 3.6.9 để tạo cây quyết định. Thuật toán trong cây quyết định chỉ ra 5 chỉ số tốt giúp cho việc phân loại. Độ chính xác phân nhóm của mô hình cây quyết định trên bộ dữ liệu 163 quan sát là 96.93%, hiệu suất phân nhóm khá cao. Với bộ dữ liệu 114 quan sát (bộ dữ liệu sử dụng trong ước lượng mô hình Logit) cây quyết định có kết quả phân loại đúng 95.61%. Tác giả tổng kết, so sánh kết quả phân loại của ba mô hình Logit, mạng nơron và cây quyết định với các bộ dữ liệu khác nhau và kết quả cho thấy sử dụng mạng nơron, cây quyết định sẽ nâng cao hiệu suất phân loại. 19 Kết luận chương 4 Chương 4, tác giả thực nghiệm xây dựng mô hình cảnh báo nguy cơ vỡ nợ cho các NHTMCP Việt Nam, cụ thể: Tính toán hiệu quả hoạt động của các ngân hàng từ đó phân nhóm hiệu quả và xác định nguy cơ vỡ nợ các NH. Xây dựng 39 chỉ tiêu tài chính, phân thành 7 nhóm sử dụng trong cảnh báo nguy cơ vỡ nợ ngân hàng. Mô hình Logit dữ liệu mảng, tác động cố định đã chỉ ra các chỉ tiêu tác động trực tiếp tới nguy cơ vỡ nợ của các ngân hàng, các chỉ tiêu đó là: nợ quá hạn/ tổng nợ phải trả, lãi cận biên thuần, các khoản cho vay thuần/ tiền gửi của khách hàng. Chỉ tiêu GDP phản ánh sự tăng trưởng của nền kinh tế, chỉ tiêu đại diện cho các yếu tố vĩ mô có tác động ngược chiều tới nguy cơ vỡ nợ của các ngân hàng. Tác giả cũng thực nghiệm mô hình ANN, DT vào cảnh báo vỡ nợ các NHTMCP, kết quả cho thấy hai mô hình này có hiệu suất phân loại cao hơn mô hình Logit. Mô hình cây quyết định chỉ ra 5 chỉ tiêu sử dụng trong cảnh báo nguy cơ vỡ nợ các ngân hàng. CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ CHÍNH SÁCH 5.1. Các kết quả đạt được a) Kết quả mô hình Logit với dữ liệu mảng tác động cố định Từ tập 42 biến ban đầu và sau đó là 18 biến, cuối cùng mô hình Logit còn lại 4 biến số. Khi ước lượng tác giả đã kiểm định việc lựa chọn giữa tác động cố định và tác động ngẫu nhiên và kết quả là mô hình tác động cố định được lựa chọn. Như vậy tác động của các biến số RGDP, d3, e11, l3 đến nguy cơ vỡ nợ các ngân hàng là tác động cố định. Điều này có nghĩa là các biến số RGDP, d3, e11, l3 tác động đến nguy cơ vỡ nợ các ngân hàng là giống nhau về xu thế, cố định trong thời gian nghiên cứu và tương tự nhau giữa các ngân hàng. + Theo kết quả ước lượng của mô hình biến RGDP có hệ số $1 1.29β = − , biến RGDP tác động ngược chiều tới nguy cơ vỡ nợ và như vậy kết quả mô hình Logit đã minh chứng tác động của điều kiện kinh tế vĩ mô, cụ thể là tốc độ tăng trưởng tổng sản phẩm quốc dân tới nguy cơ vỡ nợ của các NHTMCP Việt Nam. + Biến d3 = Nợ quá hạn /Tổng nợ phải trả có hệ số trong mô hình $ 2 1 .03β = lớn hơn không, d3 là một chỉ số thể hiện mức thâm hụt của ngân hàng, chỉ số này càng lớn càng khiến ngân hàng mất an toàn. Khả năng vỡ nợ chịu ảnh hưởng dương của chỉ tiêu này. 20 + Biến e11 = (Tổng thu từ lãi – tổng chi lãi vay) / Tổng tài sản có sinh lời, có hệ số $ 3 2 .014β = − . Tỷ lệ thu nhập lãi biên ròng đo lường mức chênh lệch giữa thu từ lãi và chi phí trả lãi. Tác giả kỳ vọng biến e11 có ảnh hưởng ngược chiều đến mức nguy cơ vỡ nợ. Kết quả ước lượng hệ số của biến e11 có dấu âm đúng như kỳ vọng. + Biến l3 = Các khoản cho vay thuần/ Tiền gửi của khách hàng, có hệ số $ 3 3.07β = . Tỷ lệ này phản ánh mức độ thanh khoản của ngân hàng, giá trị của chỉ tiêu này lớn khả năng thanh khoản của NH kém. Khả năng vỡ nợ chịu ảnh hưởng dương của tỷ số này. + Các hệ số chặn iα của các NH trong mô hình Logit đã được tính. Các hệ số này đo lường sự khác biệt, tính đặc thù của các NH có ảnh hưởng đến vỡ nợ, theo kết quả đó bốn ngân hàng có mã là 22, 14, 19, 7 có hệ số chặn lớn hàm chứa rủi ro vỡ nợ cao hơn, các ngân hàng với mã 10, 21, 6 có hệ số chặn nhỏ nhất hàm chứa nguy cơ vỡ nợ thấp hơn trong cùng điều kiện của các biến số. b) Tác động biên của các biến đến xác suất vỡ nợ p: Căn cứ vào độ lớn của các hệ số ước lượng trong mô hình Logit tác giả tính toán tác động biên của các biến tới xác suất vỡ nợ. c)Tổng kết, so sánh kết quả phân loại của các mô hình: Tác giả so sánh hiệu suất các mô hình với bộ dữ liệu 114 quan sát, với dữ liệu quan sát năm 2015. Trong các bộ dữ liệu khác nhau mô hình mạng nơron, cây quyết định đều có hiệu suất phân loại cao hơn mô hình Logit. Đặc biệt số các quan sát bị phân nhóm sai bởi tất cả các mô hình là rất ít, 1 quan sát do đó việc kết hợp cùng lúc cả ba mô hình sẽ cho hiệu suất phân nhóm chính xác cao. 5.2. Phân loại các ngân hàng thương mại cổ phần Từ kết quả của mô hình Logit với dữ liệu mảng, tác động cố định trong mục 4.2 và quy định về tiêu chuẩn xếp loại các ngân hàng trong quyết định 06/2008 của NHNN, tác giả xếp loại các ngân hàng thành 4 loại. Tác giả tiến hành so sánh kết quả xếp loại của nghiên cứu với kết quả xếp loại trên thực tế của NHNN. 5.3. Một số kiến nghị và hàm ý chính sách Tác giả sau khi xây dựng và thực nghiệm một số mô hình cảnh báo vỡ nợ cho hệ thống NHTMCP Việt Nam xin đề xuất một số kiến nghị. 21 a) Kiến nghị đối với các ngân hàng thương mại: + Theo kết quả của mô hình biến e11- Lãi cận biên có ảnh hưởng ngược chiều đến mức nguy cơ vỡ nợ điều này gợi ý các ngân hàng thương mại nên thực hiện một số biện pháp nhằm gia tăng lãi cận biên của ngân hàng như: tăng cường quảng bá hình ảnh, mở rộng thị phần, thu hút các nguồn tiền gửi giá rẻ từ khu vực dân cư và các thành phần kinh tế, đồng thời tăng cường mở rộng tín dụng, tìm kiếm các khách hàng tiềm năng. Chỉ số nợ quá hạn/ tổng nợ phải trả có ảnh hưởng cùng chiều tới mức nguy cơ vỡ nợ của ngân hàng. Trước tiên cần đánh giá, phân nhóm chính xác các khoản cho vay để xác định chính xác quy mô, mức độ của nợ quá hạn. Sau khi đã xác định được mức độ nợ quá hạn các ngân hàng cần chú trọng giảm nợ quá hạn, đặc biệt là nợ xấu càng sớm càng tốt: trước hết cần hỗ trợ nguồn tài chính trích lập dự phòng đầy đủ để có thể bù đắp những tổn thất có thể xảy ra. Sau đó xem xét bán các khoản nợ xấu cho doanh nghiệp, tổ chức, cá nhân có đủ khả năng, quyền lực xử lý nợ. Mặt khác các ngân hàng cần tiến hành các biện pháp nhằm hạn chế các khoản nợ quá hạn mới phát sinh ngay từ khâu xét duyệt cho vay. Nợ quá hạn bao gồm cả các khoản nợ nhóm 2 do đó các ngân hàng cần theo dõi chặt chẽ ngay các khoản nợ này, hạn chế nguy cơ chuyển nhóm nợ xấu. Biến các khoản cho vay thuần/ tiền gửi khách hàng ảnh hưởng cùng chiều tới mức nguy cơ vỡ nợ, các ngân hàng nên xem xét một cách toàn diện các nguyên nhân dẫn tới việc tỷ lệ cho vay thuần so với tiền gửi của khách hàng cao từ đó có các biện pháp giảm chỉ tiêu này. + Kết quả mô hình cho thấy biến RGDP có tác động ngược chiều tới nguy cơ vỡ nợ các ngân hàng, do đó khi tình hình kinh tế vĩ mô, cụ thể tốc độ tăng trưởng GDP có dấu hiệu suy giảm các ngân hàng cần tập trung đảm bảo an toàn cho hoạt động ngân hàng vì lúc này nguy cơ vỡ nợ đã tăng lên do tác động của yếu tố vĩ mô. + Cũng từ thực tế thu thập dữ liệu, xây dựng mô hình tác giả nhận thấy để kết quả ước lượng mô hình có độ tin cậy cao, có ý nghĩa thì các dữ liệu đầu vào phải được thu thập chính xác, đầy đủ, các NHTMCP cần có biện pháp để hoàn thiện hệ thống thông tin nội bộ, đảm bảo yêu cầu thông tin được cập nhật một cách chính xác, kịp thời phục vụ cho mục đích phân tích, quản trị rủi ro. + Bốn ngân hàng có mã là 22, 14, 19, 7 theo tính toán của tác giả có hệ số chặn lớn, hàm chứa rủi ro vỡ nợ cao cần phải được xem xét một cách toàn diện các mặt hoạt động của ngân hàng để từ đó tìm ra các giải pháp cụ thể giúp các ngân hàng giảm nguy cơ vỡ nợ. 22 b) Các kiến nghị đối với các cơ quan quản lý: NHNN là cơ quan quản lý Nhà nước về ngành ngân hàng, với mục tiêu giám sát hoạt động của các ngân hàng hướng tới sự ổn định, lành mạnh của hệ thống. Từ kết quả xây dựng mô hình cảnh báo nguy cơ vỡ nợ các NHTMCP, luận án đề xuất một số khuyến nghị với các cơ quan quản lý, NHNN: + Theo kết quả mô hình Logit biến RGDP, tốc độ tăng trưởng tổng thu nhập quốc dân có ảnh hưởng ngược chiều tới nguy cơ vỡ nợ các ngân hàng. Khi tăng trưởng kinh tế ổn định sẽ tạo điều kiện thuận lợi cho các ngân hàng hoạt động, tăng thu nhập, giảm nguy cơ vỡ nợ, do đó Chính phủ nên cố gắng duy trì tốc độ tăng trưởng kinh tế hàng năm, khi nền kinh tế suy giảm tốc độ tăng trưởng cần chú ý hơn đến sự an toàn của hệ thống ngân hàng vì các ngân hàng sẽ bị tăng nguy cơ vỡ nợ từ sự suy giảm của nền kinh tế. Với vai trò giám sát của mình NHNN cần xây dựng các kịch bản về tăng trưởng kinh tế hàng năm, từ đó xác định các NH có thể bị vỡ nợ trong các kịch bản để cảnh báo, giám sát sớm. + Nhà nước và Chính phủ Việt Nam bên cạnh việc tạo điều kiện thuận lợi về môi trường hoạt động kinh doanh cho các NHTM trong nước cần có những hỗ trợ pháp lý, cải cách hành chính. Các chính sách tiền tệ đưa ra cần tính toán đến các tác động đối với các NHTMCP, đặc biệt là các NHTMCP yếu kém. Hiện nay giải quyết nợ xấu là một yêu cầu cấp bách, quan trọng nhằm giảm nguy cơ vỡ nợ các NHTMCP. Bên cạnh các cố gắng của bản thân các NHTM để việc thu hồi xử lý nợ xấu được nhanh hơn giúp cho các TCTD giảm thiểu chi phí giao dịch, thời gian giao dịch, Chính phủ cần sớm hoàn thiện quy trình xử lý tài sản đảm bảo, rút ngắn thời gian giải quyết hồ sơ xử lý tài sản đảm bảo. Chính phủ cũng nên xem xét đưa ra các chính sách để có thể huy động nhiều nguồn lực hơn nữa trong việc tham gia vào quá trình xử lý nợ xấu giúp đẩy nhanh quá trình này. + Để tránh rủi ro đổ vỡ hệ thống ngân hàng thì NHNN cần khuyến khích, tiến tới bắt buộc các ngân hàng áp dụng các quy định theo thông lệ quốc tế trong hoạt động, hoàn thiện hệ thống thông tin số liệu thống kê và công tác dự báo. Việc thanh tra, giám sát của NHNN cần được tiến hành thường xuyên và có chất lượng. Cần có cơ chế có tính chất bắt buộc, các ngân hàng phải báo cáo thông tin một cách trung thực kết quả hoạt động kinh doanh của mình. c) Đề xuất mô hình, quy trình xây dựng mô hình cảnh báo nguy cơ vỡ nợ đối với các NHTMCP: Tác giả đề xuất sử dụng mô hình Logit với dữ liệu mảng tác động cố định để cảnh báo nguy cơ vỡ nợ cho các NHTMCP Việt Nam, đề xuất căn cứ trên các kết quả thực nghiệm đã đạt được.Tác giả cũng đề xuất quy trình cảnh báo vỡ nợ. 23 KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO Xuất phát từ sự cần thiết của hoạt động dự báo vỡ nợ các NHTMCP cùng với sự tồn tại của khoảng trống nghiên cứu trong và ngoài nước, luận án này áp dụng mô hình hồi quy Logit với dữ liệu mảng và một số mô hình phi tham số (mạng nơron, cây quyết định) để xây dựng mô hình cảnh báo nguy cơ vỡ nợ cho các NHTMCP Việt Nam. Để áp dụng các mô hình này, tác giả lựa chọn chỉ tiêu nợ xấu kết hợp với phân tích hiệu quả hoạt động các ngân hàng làm tiêu chí xác định nguy cơ vỡ nợ. Các biến dự báo trong luận án được xây dựng chủ yếu từ các chỉ tiêu trong mô hình CAMELS và được tính toán từ các BCTC của các NHTMCP giai đoạn 2010-2015. Kết quả đạt được của luận án như sau: + Thứ nhất: Luận án tổng quan một cách hệ thống các phương pháp, các mô hình cảnh báo vỡ nợ áp dụng cho các công ty, đặc biệt cho các ngân hàng từ các phương pháp phân tích đơn biến đến các phương pháp sử dụng các kỹ thuật thông minh hiện đại mà hiện nay đang được sử dụng nhiều trong phân tích cảnh báo vỡ nợ. Qua đó chỉ ra được những ưu khuyết điểm của từng phương pháp, từng mô hình, chỉ ra khoảng trống nghiên cứu để xem xét lựa chọn mô hình Logit với dữ liệu mảng vào xây dựng mô hình cảnh báo vỡ nợ cho các NHTMCP Việt Nam. + Thứ hai: Luận án xây dựng cơ sở lý luận nguy cơ vỡ nợ của các NHTMCP Việt Nam. Luận án phân tích làm rõ thực trạng hoạt động, nguy cơ vỡ nợ của các NHTMCP Việt Nam giai đoạn 2010-2015. Tác giả phân tích và đề xuất tiêu chí để xác định nguy cơ vỡ nợ cho các NHTMCP Việt Nam trên cơ sở những phân tích nợ xấu, hiệu quả hoạt động các ngân hàng. + Thứ ba: Luận án xây dựng, lựa chọn hệ thống 39 chỉ tiêu vi mô và 3 chỉ tiêu vĩ mô sử dụng trong cảnh báo vỡ nợ ngân hàng. Xác định được các chỉ tiêu ảnh hưởng trực tiếp tới nguy cơ vỡ nợ của các NHTMCP. Các chỉ tiêu này là: nợ quá hạn /tổng nợ phải trả; lãi cận biên thuần, các khoản cho vay thuần/ tiền gửi của khách hàng. Nghiên cứu đã minh chứng sự ảnh hưởng, lượng hóa mức độ ảnh hưởng của biến RGDP tới nguy cơ vỡ nợ của các NHTMCP. +Thứ tư: Luận án đề xuất mô hình cảnh báo vỡ nợ cho các NHTMCP Việt Nam là sử dụng mô hình hồi quy Logit với dữ liệu mảng, mô hình này giúp xác định các nhân tố, các chỉ tiêu tác động tới nguy cơ vỡ nợ, xác định xác suất thuộc các nhóm nguy cơ cho các ngân hàng trong mẫu. Mô hình này đưa ra các kết quả phù hợp về mặt kinh tế, đảm bảo các tiêu chuẩn của một mô hình tốt. Kết quả thực nghiệm của luận án cho thấy mô hình mạng nơ ron, cây quyết 24 định- hai mô hình thuộc nhánh mô hình sử dụng kỹ thuật thông minh làm tăng hiệu suất phân nhóm. + Thứ năm: Luận án lượng hóa được mức độ khác biệt, đặc thù của từng ngân hàng ảnh hưởng đến khả năng vỡ nợ. Đồng thời chỉ ra bốn ngân hàng tiềm ẩn nguy cơ vỡ nợ cao cần xem xét toàn diện. + Thứ sáu: Từ việc thực nghiệm xây dựng mô hình cảnh báo vỡ nợ trong luận án, tác giả cũng đề xuất quy trình cảnh báo vỡ nợ các NHTMCP Việt Nam. + Thứ bảy: Từ các kết quả đạt được tác giả đề xuất một số giải pháp, kiến nghị với các ngân hàng, các cơ quan quản lý giúp các ngân hàng hạn chế nguy cơ vỡ nợ. Đề xuất các hướng nghiên cứu tiếp theo Để tiếp tục xây dựng mô hình cảnh báo nguy cơ vỡ nợ cho các NHTMCP Việt Nam ngày càng hoàn thiện, tác giả đề xuất một số hướng nghiên cứu trong tương lai có thể thực hiện một số nội dung chính như sau: + Thứ nhất, do sự hạn chế trong việc tiếp cận các nguồn số liệu sử dụng cho nghiên cứu nên tác giả đã sử dụng chỉ tiêu nợ xấu và xếp loại hiệu quả hoạt động để làm căn cứ xác định nguy cơ vỡ nợ các NH. Các nghiên cứu khác có thể tìm kiếm tiêu chí phân loại, thử nghiệm và so sánh kết quả nghiên cứu theo các tiêu chí này. + Thứ hai, các nghiên cứu khác có thể thử nghiệm với các mô hình như mô hình phân tích sống sót, mô hình phân tích đặc điểm, thuật toán di truyền, và so sánh lựa chọn mô hình. Các nghiên cứu khác cũng có thể tìm cách kết hợp nhiều phương pháp, mô hình trong nghiên cứu để tăng hiệu suất phân loại. + Thứ ba, cần nghiên cứu sâu hơn vào việc xây dựng mô hình và kiểm tra hiệu suất dự báo với các mẫu ngoài của mô hình. + Thứ tư, các nghiên cứu khác sau khi tính được xác suất vỡ nợ, xếp hạng các ngân hàng có thể tính toán ma trận chuyển hạng của các ngân hàng hoặc xây dựng mô hình xác định các nhân tố tác động tới sự chuyển hạng của các ngân hàng.