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

1.2 Mục tiêu nghiên cứu Luận văn xem xét các nhân tố quyết định đến tính dễ tổn thương của các NHTM để xác định chỉ số tài chính nào đóng vai trò quan trọng trong dự báo các Ngân hàng

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

NGUYỄN THỊ KIM NGỌC

NHÂN TỐ ẢNH HƯỞNG ĐẾN TÍNH DỄ TỔN THƯƠNG CỦA

CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP HỒ CHÍ MINH - NĂM 2013

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

NGUYỄN THỊ KIM NGỌC

NHÂN TỐ ẢNH HƯỞNG ĐẾN TÍNH DỄ TỔN THƯƠNG CỦA

CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

Chuyên ngành : TÀI CHÍNH – NGÂN HÀNG

Mã số : 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC

PGS.TS NGUYỄN NGỌC ĐỊNH

TP HỒ CHÍ MINH - NĂM 2013

LỜI CAM ĐOAN

Tôi xin cam đoan Luận văn Thạc sĩ Kinh tế với đề tài “Nghiên cứu nhân tố ảnh hưởng đến tính dễ tổn thương của NHTM Việt Nam” là công trình nghiên cứu của riêng tôi dưới sự hướng dẫn của PGS.TS Nguyễn Ngọc Định

Các số liệu, kết quả trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác Tôi sẽ chịu trách nhiệm về nội dung tôi đã trình bày trong luận văn này

TP.HCM, ngày 19 tháng 10 năm 2013

Tác giả

Nguyễn Thị Kim Ngọc

LỜI CẢM ƠN

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

Tôi cũng xin gửi lời cảm ơn đến Quý Thầy Cô, những người đã tận tình truyền đạt kiến thức cho tôi trong cả khóa học vừa qua

Tôi xin cảm ơn gia đình, đồng nghiệp và bạn bè đã hết lòng quan tâm và tạo điều kiện tốt nhất để tôi hoàn thành được luận văn tốt nghiệp này

Nguyễn Thị Kim Ngọc

MỤC LỤC

LỜI CAM ĐOAN ii

LỜI CẢM ƠN iii

MỤC LỤC iv

DANH MỤC CÁC BẢNG vii

DANH MỤC CÁC ĐỒ THỊ viii

GIỚI THIỆU 1

CHƯƠNG 1 – TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU 2

1.1 Lý do chọn đề tài 2

1.2 Mục tiêu nghiên cứu 5

1.3 Vấn đề nghiên cứu 5

1.4 Đối tượng và phạm vi nghiên cứu 5

1.5 Phương pháp nghiên cứu 5

1.6 Kết cấu của đề tài 6

CHƯƠNG 2 - NHỮNG NGHIÊN CỨU THỰC NGHIỆM 7

2.1 Nghiên cứu thực nghiệm của các tác giả trên thế giới 7

2.2 Kinh nghiệm xử lý nợ xấu của một số quốc gia và bài học cho Việt Nam 12

a Hàn Quốc 12

b Trung Quốc 15

c Hungary 17

d Kinh nghiệm cho Việt Nam 19

CHƯƠNG 3 -PHƯƠNG PHÁP VÀ KẾT QUẢ NGHIÊN CỨU 23

3.1 Phương pháp nghiên cứu 23

3.1.1 Mô hình kinh tế lượng 23

3.1.2 Mẫu nghiên cứu 25

3.1.3 Dữ liệu nghiên cứu 26

3.1.4 Biến nghiên cứu 26

3.1.5 Xử lý và phân tích số liệu 32

3.2 Kết quả nghiên cứu 33

3.2.1 Đánh giá hoạt động NHTM qua số liệu báo cáo tài chính 33

3.2.2 Kết quả nghiên cứu định lượng 38

a Thống kê mô tả 38

b Kiểm tra hiện tượng tự tương quan 39

c Hồi quy Binary logistic 40

d Phân tích biệt số MDA 44

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

CHƯƠNG 4 – HẠN CHẾ ĐỀ TÀI VÀ GỢI Ý CHÍNH SÁCH 48

4.1 Hạn chế của đề tài 48

4.2 Gợi ý chính sách 48

4.2.1 An toàn vốn 48

4.2.2 Nợ xấu 51

4.2.3 Nâng cao năng lực quản trị của NHTM: 52

4.2.4 Thanh khoản: 53

4.3 Những gợi ý và hướng nghiên cứu tiếp theo 56

KẾT LUẬN 57

TÀI LIỆU THAM KHẢO 58

PHỤ LỤC 61

DANH MỤC VIẾT TẮT

CAMEL(S): hệ thống đánh giá mức độ an toàn và bền vững của Tổ chức tín dụng NHTM: Ngân hàng thương mại

NHTMCP: Ngân hàng thương mại cổ phần

NHTMNN: Ngân hàng thương mại nhà nước

TCTD: Tổ chức tín dụng

M&A: Hợp nhất và sáp nhập

DNNN: Doanh nghiệp nhà nước

BIDV: NH TMCP Đầu Tư và Phát triển Việt Nam

VCB: NHTMCP Ngoại thương Việt Nam

OCB: NHTMCP Phương Đông

VPBank: NHTMCP Việt Nam Thịnh Vượng

SeABank: NHTMCP Đông Nam Á

Bảng 3.6: Kiểm định độ phù hợp của mô hình

Bảng 3.7: Kiểm định mức độ chính xác của mô hình

Bảng 3.8: Kiểm định ý nghĩa hệ số hồi quy

Bảng 3.9: Các biến đưa vào mô hình phân tích biệt số

Bảng 3.10: Hệ số chuẩn hóa trong mô hình phân tích biệt số

Bảng 3.11: Kết quả dự báo của phân tích biệt số

Bảng 3.12: So sánh các biến có ý nghĩa của 2 mô hình

Bảng 3.13: So sánh khả năng dự báo của 2 mô hình

Bảng 4.1: Tỷ lệ LDR của các NHTM Hàn Quốc

Bảng 4.2: Tỷ lệ LDR của các NHTM Indonesia

Bảng 4.3: Tỉ lệ LDR mục tiêu của một số nước

Bảng 4.4: Tỉ lệ LDR trung bình phân theo thu nhập của các nhóm nước

DANH MỤC CÁC ĐỒ THỊ

Hình 1.1 Tỷ lệ nợ xấu của hệ thống ngân hàng (2008 - 2012) 3

Hình 3.1 Biểu đồ thể hiện quy mô tổng tài sản của mẫu nghiên cứu 26

Hình 3.2 Biểu đồ nợ xấu của các NHTMCP năm 2011-2012 34

Hình 3.3 Dư nợ và nợ xấu 7 Ngân hàng niêm yết trên thị trường chứng khoán

(4 Quý gần nhất) 35

Hình 3.4 Biểu đồ nợ xấu của các NHTM niêm yết trên thị trường chứng khoán 35

Hình 3.5 Chi tiết nợ xấu các NHTM (thời điểm 30/06/2013) 36

Hình 3.6 Cơ cấu nợ xấu 07 Ngân hàng niêm yết trên thị trường chứng khoán

(4 Quý gần nhất) 36

GIỚI THIỆU

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

Kết quả nghiên cứu cho thấy, các biến đại diện cho an toàn vốn ECTA, tỷ suất sinh lời ROE, thanh khoản LDR và nợ xấu NPL là có ý nghĩa thống kê trong việc giải thích tính tổn thương của các NHTM Các biến ECTA và ROE có quan hệ cùng chiều, LDR và NPL có quan hệ ngược chiều với xác suất tổn thương của các NHTM Đồng thời biến NPL có ảnh hưởng mạnh nhất đến biến phụ thuộc Khả năng dự báo của mô hình hồi quy Binary Logistic cao hơn phân tích biệt số MDA, vì vậy các nhà quản lý

có thể sử dụng như là một mô hình để dự báo sớm khả năng tổn thương của các NHTM trong tương lai, phát hiện các NHTM có vấn đề cũng như đưa ra các giải pháp

để hạn chế xảy ra khủng hoảng

Chúng chính là cầu nối không biên giới giữa các lĩnh vực khác nhau trong nền kinh tế, giữa các vùng khác nhau trong một nước, và xa hơn nữa là giữa các nền kinh

tế khác nhau của các quốc gia Chính vì vai trò to lớn đó mà nó mang trong mình những nguy cơ dễ tổn thương nhất định bởi những tác động nội sinh cũng như ngoại sinh của nền kinh tế Đặc biệt trong giai đoạn khủng hoảng hiện nay, tính dễ tổn thương đó lại càng thể hiện rõ nét

Trong hơn 5 năm trở lại, hệ thống mạng lưới Ngân hàng đặc biệt là NHTMCP phát triển rất nhanh chóng nhưng thiếu tính ổn định Những khó khăn của nền kinh tế thế giới nói chung và Việt Nam nói riêng đã khiến cho các NHTM trong nước càng gặp nhiều khó khăn Đồng thời những bất cập trong công tác quản trị của các Ngân hàng đã khiến hoạt động của chính các NHTM bộc lộ nhiều khuyết điểm, ảnh hưởng đến sự phát triển bền vững của NHTM Việt Nam Đó là sự gia tăng liên tục nợ xấu, thanh khoản kém nên các Ngân hàng đã huy động với lãi suất cao bằng mọi giá, tác động đến sự an toàn của cả hệ thống Ngân hàng

Theo số liệu báo cáo của NHNN Việt Nam, tỷ lệ nợ xấu của hệ thống ngân hàng

ở mức 3,1% trong năm 2011 đã tăng vọt lên mức 8,86% trong năm 2012 (tăng 211%) Tốc độ tăng trưởng tín dụng năm 2012 thấp hơn nhiều so với những năm trước trong khi tỷ lệ nợ xấu tăng rất cao đã phản ánh nợ xấu chủ yếu là các khoản tín dụng đã được cấp trước đây, đồng thời cho thấy chất lượng tín dụng đang theo chiều hướng xấu

Vốn điều lệ toàn hệ thống đã tăng nhanh, chủ yếu trong giai đoạn 2008 - 2011

Vấn đề ở chỗ liệu việc tăng vốn có thực chất hay không Hiện tượng “nhóm lợi ích” và

“sở hữu chéo” thông qua một “bên thứ 3” diễn ra khá phổ biến, đã làm cho quy mô vốn điều lệ cũng như tổng tài sản toàn hệ thống bị tăng ảo Điều nguy hiểm hơn, tình trạng sở hữu chéo vốn thường dẫn đến hoặc luôn đi kèm với vấn đề “cho vay nhóm khách hàng liên quan” vượt xa tỷ lệ quy định - kênh chủ yếu để dẫn vốn tín dụng đến với các dự án nhiều rủi ro (bao gồm các dự án bất động sản, kinh doanh chứng khoán…)

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

sẽ bị đe dọa khi rủi ro diễn ra

Các tỷ lệ an toàn hoạt động theo quy định thực chất không bảo đảm Tình trạng

cho vay quá mức dẫn đến hệ số sử dụng vốn (tỷ lệ cho vay trên huy động) của các NHTM rất cao và vượt mức an toàn Toàn hệ thống luôn trong trạng thái mất cân đối nghiêm trọng cả về kỳ hạn lẫn đồng tiền giữa nguồn vốn và sử dụng vốn Các tỷ lệ an toàn chi trả đạt mức thấp và hệ số an toàn vốn thực chất cũng ở mức dưới thông lệ và

cả so với yêu cầu, xét về mặt kỹ thuật, đã mất khả năng thanh toán/phá sản nhưng vẫn tạo vỏ bọc bên ngoài là chỉ bị khó khăn về thanh khoản

Kết quả kinh doanh không thực chất; lợi nhuận ngành ngân hàng có khả năng sẽ

suy giảm nhanh trong thời gian tới Cơ cấu thu nhập của hệ thống NHTM chỉ ra, lãi

của hầu hết các ngân hàng chủ yếu đến từ hoạt động tín dụng Thế nhưng, trong bối cảnh nợ xấu gia tăng và tín dụng tăng trưởng âm thì nhiều ngân hàng chắc chắn sẽ phải đối mặt với nguy cơ thua lỗ Đó là chưa kể, nếu thực hiện phân loại nợ và trích lập dự phòng rủi ro đúng, đủ và/hoặc tuân thủ thông lệ quốc tế, đồng thời hạch toán theo chuẩn mực kế toán quốc tế, thì hiệu quả kinh doanh của các NHTM Việt Nam còn thấp hơn

Những phân tích trên đây cho thấy, hoạt động ngân hàng tự nó đã chứa đựng rất nhiều rủi ro và khi những rủi ro đó tích tụ, trở nên quá lớn do tác động của các yếu tố bên ngoài (như bất ổn kinh tế vĩ mô, khủng hoảng kinh tế thế giới, thị trường chứng khoán và thị trường bất động sản lao dốc) hay do các yếu tố bên trong (như quản trị rủi

ro bất cập, quy trình tín dụng không hoàn chỉnh, đầu tư mạo hiểm, năng lực và đạo đức của nguồn nhân lực ngân hàng không đáp ứng yêu cầu,…) thì hệ thống ngân hàng sẽ không tránh khỏi đổ vỡ Tuy nhiên, hiện nay tại Việt Nam hầu như có rất ít các nghiên cứu chính thức về tính dễ tổn thương của các NHTM Việt Nam Do đó, nghiên cứu

vấn đề “Nhân tố ảnh hưởng đến tính dễ tổn thương của các NHTM Việt Nam” với mô

hình hồi quy Binary logistic sẽ phần nào nắm bắt được các nhân tố quyết định đến khả năng tổn thương của các Ngân hàng, từ đó có thể đưa ra hệ thống cảnh báo sớm nhằm ngăn ngừa khủng hoảng trong hệ thống Ngân hàng Việt Nam

1.2 Mục tiêu nghiên cứu

Luận văn xem xét các nhân tố quyết định đến tính dễ tổn thương của các NHTM để xác định chỉ số tài chính nào đóng vai trò quan trọng trong dự báo các Ngân hàng tổn thương

Đưa ra mô hình dự báo tính tổn thương và đo lường mức độ chính xác của mô hình hồi quy Binary logistic trong dự báo tính tổn thương của NHTM Việt Nam

1.3 Vấn đề nghiên cứu

Từ các mục tiêu nghiên cứu trên, bài nghiên cứu sẽ tập trung giải quyết vấn đề sau:

Một là, trong số các biến số đại diện cho tỷ số CAMEL(S), gồm Vốn chủ sở hữu

(C), chất lượng tài sản(A), chất lượng quản trị (M), thu nhập (E), thanh khoản (L), và quy mô Ngân hàng (S), biến nào có ảnh hưởng mạnh nhất đến tính tổn thương của các NHTM

Hai là, các biến số này có thể xem như là các chỉ số dự báo tính tổn thương của

các NHTM hay không?

1.4 Đối tượng và phạm vi nghiên cứu

- Đối tượng nghiên cứu của luận văn là các NHTM đang hoạt động tại Việt Nam

- Phạm vi nghiên cứu: các NHTMCP và NHTMNN tại Việt Nam trong giai đoạn từ năm 2008 đến 2012

1.5 Phương pháp nghiên cứu

Để giải quyết các yêu cầu đặt ra trong bài nghiên cứu, tác giả sử dụng phương pháp nghiên cứu định lượng với mô hình hồi quy Binary logistic

Các kỹ thuật nghiên cứu được thực hiện thông qua phần mềm SPSS 20

1.6 Kết cấu của đề tài

Ngoài phần tóm tắt, danh mục bảng, danh mục hình, danh mục các chữ viết tắt, phụ lục, tài liệu tham khảo, đề tài gồm 4 chương, bao gồm:

Chương 1: Tổng quan về đề tài nghiên cứu

Chương 2: Các nghiên cứu thực nghiệm trên thế giới

Chương 3: Phương pháp nghiên cứu và Kết quả nghiên cứu Ở chương này,

tác giả trình bày lý thuyết về mô hình nghiên cứu, nguồn dữ liệu để thực hiện nghiên cứu, mô tả các biến sử dụng trong bài nghiên cứu và kết quả đạt được từ nghiên cứu

Chương 4: Hạn chế của luận văn, hướng nghiên cứu tiếp theo và những gợi ý

chính sách

CHƯƠNG 2 - NHỮNG NGHIÊN CỨU THỰC NGHIỆM

2.1 Nghiên cứu thực nghiệm của các tác giả trên thế giới

Taha Zaghdoudi (2013) đã đưa ra mô hình dự báo sự đổ vỡ của các Ngân hàng Tunisian dùng phương pháp hồi quy Binary Logistic Phương pháp này đã được sử dụng trong công trình của Demirguc-Kunt and Detragiache (1998) Điểm đáng chú ý của mô hình dự báo là xem xét đến các chỉ số vi mô của Ngân hàng Bài nghiên cứu đã

sử dụng số liệu năm tại 64 nước bao gồm các nước phát triển và đang phát triển từ năm 1984-1994 Kết quả cho thấy khả năng chi trả của Ngân hàng, các chỉ số hoạt động, lợi nhuận đầu người và tỷ số đòn bẩy tài chính có tác động ngược chiều đến xác suất phá sản của Ngân hàng

Alexander Babanskiy (2012) nghiên cứu các nhân tố có khả năng dự báo tốt nhất các Ngân hàng có vấn đề ở Nga Phân tích thực nghiệm dựa vào dữ liệu của các Ngân hàng ở Nga giai đoạn từ năm 2004 đến 2007 Dữ liệu được thu thập từ 1.000 tổ chức tài chính ở Nga Tác giả sử dụng mô hình tham số probit và logit để phân tích mức ý nghĩa của các chỉ số tài chính trong các báo cáo tài chính được công bố Biến giải thích

mà tác giả đưa vào mô hình dựa vào những nghiên cứu trước đó như: Beaver (1966), Altman (1968), Jagtiani et al (2002), Montgomery et al (2005), Kolari et al (1996), Lanine, Vennet (2006), Poghosyan and Chhak (2009) Tác giả cũng muốn đưa các biến vĩ mô vào mô hình nhưng theo Kennedy (1998) những biến này là những biến không mong muốn vì thường xảy ra hiện tượng đa cộng tuyến và ảnh hưởng đến kết quả của ước lượng trong khi chúng không phải là những biến thực sự được quan tâm

Mô hình gồm 12 biến số độc lập: CTL = Vốn chủ sở hữu/ Tổng nợ, CTD = Vốn chủ sở hữu/Tổng huy động, CTA = Vốn chủ sở hữu/Tổng tài sản, ROA = Lợi nhuận ròng/Tổng tài sản, ROC = Lợi nhuận ròng/vốn chủ sở hữu, LTA = Tổng dư nợ cho vay/ Tổng Tài sản, LDT = Tổng dư nợ cho vay/tổng huy động, LTC = Tổng dư nợ cho vay/Vốn chủ sơ hữu, ATL = Tổng tài sản/Tổng nợ, DTA = Tổng huy động/Tổng tài sản, Cash = tiền mặt/Tổng tài sản, Size = Ln(Tổng tài sản) Kết quả nghiên cứu là tỷ số khả năng sinh lời, thanh khoản, Vốn là những nhân tố quan trọng dự báo các Ngân

Nil Gunsel (2012) nghiên cứu thực nghiệm các nhân tố quyết định đến tính dễ

vỡ, tính tổn thương của nền kinh tế Bắc Thổ Nhĩ Kỳ từ năm 1984 đến 2008, sử dụng

mô hình Multivariate logit Dữ liệu bảng thiết lập dữ liệu gồm các biến số vi mô của

24 NHTM cùng với các biến số kinh tế vĩ mô Các biến số vi mô là các biến số tài chính đại diện cho tiêu chuẩn CAMELS Sự yếu kém của các Ngân hàng có thể thấy qua các chỉ số tài chính: thiếu vốn (C), tín dụng vượt mức, nợ xấu (A), quản trị thiếu hiệu quả (M), thu nhập thấp (E), rủi ro thanh khoản (L) và quy mô Ngân hàng nhỏ (S) Tác giả đã sử dụng tổng cộng 10 biến độc lập, trong đó biến vi mô gồm: Vốn/Tổng tài sản (C), Dư nợ cho vay/Tổng tài sản (A), Thu nhập ròng/tổng tài sản (E), Huy động/Dư nợ cho vay (L), và log (Tổng tài sản) (S); biến vĩ mô gồm: Tăng trưởng GDP thực, lạm phát, lãi suất thực và các điều kiện bên ngoài (điều khoản thương mại, tỷ giá hối đoái thực và chỉ số áp lực thị trường (market pressure)) Kết quả nghiên cứu cho rằng: thiếu vốn, lợi nhuận thấp, quy mô Ngân hàng nhỏ, tỷ lệ lạm phát cao, tỷ lệ tăng trưởng thấp, điều khoản thương mại và áp lực thị trường bất lợi là những nhân tố xác định các Ngân hàng rơi vào tình trạng kiệt quệ ở Bắc Thổ Nhĩ Kỳ

Christopoulos Apostolos G et a.l., (2011) đã phân tích các yếu tố riêng của Ngân hàng Lehman Brothers với số liệu 5 năm trước (2003-2007), sử dụng các chỉ số CAMELS Bài nghiên cứu phân tích xem sự đổ vỡ của Ngân hàng này là do cuộc

Tỷ số thu nhập: ROA = Lợi nhuận ròng/tổng tài sản, ROE = Lợi nhuận ròng/Vốn chủ sở hữu

Tỷ số thanh khoản: Tổng dư nợ cho vay/Tổng huy động và Tổng tài sản có khả năng thanh toán ngay/Tổng tài sản

Tỷ số độ nhạy cảm đối với thị trường = Tổng giá trị danh mục chứng khoán/ Tổng tài sản

Kết quả nghiên cứu chỉ ra rằng chất lượng tín dụng thấp, quản trị không tuân theo các luật lệ của cơ quan giám sát, phương pháp quản trị rủi ro không hiệu quả so với quy mô của Ngân hàng này Ngân hàng dường như dễ đỗ vỡ trước những rủi ro và những điều kiện không ổn định mà lẽ ra cơ quan giám sát và Cục dự trữ Liên bang Mỹ

đã có thể nhìn thấy trước, khi hoạt động của Lehman Brothers có những dấu hiệu đi xuống

Deger Alper & Adem Anbar (2011) xem xét các nhân tố vi mô (các chỉ số tài chính của Ngân hàng) và nhân tố vĩ mô ảnh hưởng đến khả năng sinh lời của các Ngân hàng ở Thổ Nhĩ Kỳ giai đoạn 2002-2010 Khả năng sinh lời của Ngân hàng được đo lường bằng chỉ số ROA và ROE Kết quả nghiên cứu cho thấy quy mô tổng tài sản, thu nhập phi lãi có tác động dương và có ý nghĩa đối với khả năng sinh lời của Ngân hàng Tuy nhiên, quy mô danh mục tín dụng và cho vay… có tác động ngược chiều đối với khả năng sinh lời Bài nghiên cứu đã đưa ra đề xuất: các Ngân hàng có thể cải thiện

khả năng sinh lời bằng cách tăng quy mô và thu nhập từ dịch vụ khác của Ngân hàng, giảm tỷ lệ cho vay/tổng tài sản Đồng thời, lãi suất thực cao cũng có thể gia tăng khả năng sinh lời của Ngân hàng Bài nghiên cứu cũng chỉ ra rằng việc đa dạng hóa hoạt động ở các Ngân hàng có quy mô lớn hơn có ảnh hưởng tích cực đến tỷ suất sinh lời Với các biến kinh tế vĩ mô, chỉ có lãi suất thực có tác động cùng chiều với khả năng sinh lời của Ngân hàng Khi lãi suất thực càng cao, tỷ suất sinh lời trên vốn chủ sở hữu càng cao Các nhân tố vi mô khác như: an toàn vốn, thanh khoản, tỷ lệ tiền gửi/tài sản, NIM và các nhân tố vĩ mô như tăng trưởng GDP thực, tỷ lệ lạm phát không ảnh hưởng nhiều đến khả năng sinh lời của Ngân hàng

Kết quả nghiên cứu của Olweny and Shipo (2011) đã cho rằng Chất lượng tài sản thấp và thanh khoản kém là hai nguyên nhân chính khiến cho Ngân hàng bị đổ vỡ Chất lượng tài sản kém đã khiến nhiều Ngân hàng ở Kenya phá sản vào những năm đầu 1980 Ongore and Kusa (2013) cho rằng vấn đề quản trị và các quyết định của Hội đồng quản trị tác động chủ yếu đến hoạt động của các NHTM ở Kenya, còn các nhân

tố vĩ mô thì không có ý nghĩa

Allen N Berger & Christa H.S Bouwman (2009) đã nghiên cứu vốn chủ sở hữu trước khủng hoảng có ảnh hưởng như thế nào đến khả năng sống sót của các Ngân hàng Bài nghiên cứu đã cho thấy: vốn giúp các Ngân hàng nhỏ sống sót trong khủng hoảng ngân hàng và khủng hoảng thị trường, giúp các Ngân hàng có quy mô trung bình và quy mô lớn sống sót sau khủng hoảng ngân hàng

Lanine and Vennet (2006) áp dụng mô hình cảnh báo sớm (EWS) sử dụng phương pháp hồi quy logit, phương pháp thi tham số và kiểm định mức độ chính xác của mô hình dự báo Trong bài nghiên cứu, các tác giả đã phân biệt 3 loại rủi ro: thanh khoản, rủi ro không trả được nợ, và rủi ro về vốn mà Ngân hàng phải đối mặt Các biến sau được đưa vào bài nghiên cứu: Thu nhập ròng/tổng tài sản, Tài sản thanh khoản/tổng tài sản, Trái phiếu chính phủ/tổng tài sản, Vốn/tổng tài sản, Nợ vay/tổng tài sản, Quy mô tổng tài sản…Kết quả nghiên cứu cho thấy cả 2 mô hình logit và phương pháp thi tham số đều không có khả năng dự báo cao, nhưng cùng với các công

Montgomerry et al (2004) đã nghiên cứu nguyên nhân gây ra tình trạng phá sản của các Ngân hàng ở Nhật Bản và Indonesia Các tác giả đã sử dụng hồi quy logistic với các biến số độc lập là các tỷ số tài chính, nghiên cứu trong giai đoạn 1997-2003 Kết quả nghiên cứu cho thấy dư nợ cho vay/tổng tài sản, dư nợ cho vay/tổng huy động,

tỷ lệ nợ xấu là những chỉ số dự báo có ý nghĩa nhất

Wheelock D.C&Wilson P.W (2000) nghiên cứu những nhân tố dự báo Ngân hàng phá sản ở Mỹ Kết quả nghiên cứu cho thấy các Ngân hàng có tỷ lệ vốn hóa thấp hơn, dư nợ trên tổng tài sản cao hơn, chất lượng khoản vay kém, lợi nhuận thấp có rủi

ro bị phá sản cao hơn

Demirguc-Kunt và Detragiache (1998) cho rằng khủng hoảng ngân hàng có xu hướng tăng lên khi môi trường vĩ mô yếu kém, thiếu ổn định, đặc biệt khi tốc độ tăng trưởng thấp và lạm phát cao Đồng thời, lãi suất thực tăng cao cũng ảnh hưởng đến khu vực Ngân hàng

Chính phủ Hàn Quốc đã quyết định trong số 118 nghìn tỷ Won nợ xấu, số nợ xấu trị giá 100 nghìn tỷ Won (bao gồm 68 tỷ Won các khoản nợ quá hạn trên 6 tháng và có nguy cơ vỡ nợ cao, một phần các khoản nợ quá hạn từ 3 đến 6 tháng, và các khoản nợ xấu có thể phát sinh trong quá trình xử lý nợ xấu) cần được xử lý ngay lập tức bằng 2 biện pháp: (1) Buộc các tổ chức tín dụng phải sử dụng vốn để xử lý một nửa giá trị các khoản nợ xấu bằng việc yêu cầu các khách hàng trả nợ hoặc bán tài sản thế chấp; (2)

để Công ty Quản lý Tài sản Hàn Quốc (Korean Asset Management Corporation- KAMCO) mua lại một nửa các khoản nợ xấu

Để thực hiện quá trình xử lý nợ xấu, Chính phủ Hàn Quốc đã áp dụng tiêu chuẩn phân loại nợ quốc tế để đánh giá thực trạng nợ xấu của các Tổ chức tài chính Theo đó, các Tổ chức tài chính được yêu cầu phân loại nợ quá hạn từ 3 tháng trở lên là nợ xấu, đến phân loại những khoản nợ dựa trên khả năng tài chính của khách hàng vay vốn trong tương lai đối với việc hoàn thành nghĩa vụ với ngân hàng, và ở mức độ thắt chặt hơn nữa khi phân loại các khoản vay có mức độ rủi ro lớn ngay cả khi khách hàng trả được lãi vào nhóm nợ xấu Theo tiêu chí phân loại nợ, 68 nghìn tỷ Won nợ xấu quá hạn trên 6 tháng đã tăng lên 88 nghìn tỷ Won vào cuối năm 1999

Để giải quyết khoản nợ xấu tương đương 27% GDP đi kèm với tái cấu trúc hệ thống tài chính đang suy yếu, Chính phủ Hàn Quốc đã huy động tới 157 nghìn tỷ Won Trong số này, 60 nghìn tỷ Won được sử dụng để bơm vốn thêm vào cho các Tổ chức tài chính, 39 nghìn tỷ Won được sử dụng để mua các khoản nợ xấu từ các Tổ chức tài chính, 26 nghìn tỷ Won để trả cho người gửi tiền của các Tổ chức tài chính bị vỡ nợ…

Trong số 157 nghìn tỷ Won thì 104 nghìn tỷ Won được huy động thông qua phát hành trái phiếu của Hiệp hội Bảo hiểm Tiền gửi Hàn Quốc (Korean Deposit Insurance Corporation- KDIC) và KAMCO được Chính phủ bảo lãnh Khoản tiền huy động này được thu hồi tới 56% thông qua việc bán lại cổ phần của các ngân hàng đã được bơm vốn, giá trị thu hồi được từ xử lý các khoàn nợ xấu và bán các tài sản thế chấp Số tiền không thu hồi được được chuyển thành khoản nợ của Chính phủ thông qua việc chuyển các trái phiếu thành trái phiếu Chính phủ, tăng phí bảo hiểm tiền gửi…

KAMCO ưu tiên mua các khoản nợ mà có thể dễ dàng chuyển giao quyền thu nợ, các khoản nợ có thể giúp các Tổ chức tài chính khôi phục lại hoạt động và hình ảnh trước công chúng, và các khoản cho vay đồng tài trợ Quy trình đánh giá các khoản vay được tiến hành kỹ lưỡng nhằm bảo đảm các khoản nợ mua về vừa hỗ trợ được các

Tổ chức tài chính, vừa bảo đảm được hiệu quả hoạt động của Công ty Các khoản nợ

do KAMCO mua lại được chia thành 6 nhóm: Nợ thông thường có bảo đảm (chiếm17,9% tổng tiền), nợ thông thường không có bảo đảm (5,8%), nợ đặc biệt có bảo đảm (32,2%), nợ đặc biệt không có bảo đảm (10,6%), nợ của tập đoàn Daewoo (32%) và nợ được gia hạn lại (1,5%) với mức giá so với giá trị khoản vay tương ứng là 67%, 11,4%, 47,4%, 29%, 35,9% và 23,1% Khoản nợ xấu được định giá dựa trên khả năng thu hồi nợ, tài sản bảo đảm và phương pháp định giá được thay đổi tùy theo từng thời kỳ Đa phần các khoản tiền được sử dụng để mua nợ từ các ngân hàng (chiếm 62,1%), công ty ủy thác đầu tư (21,1%) và công ty bảo hiểm (4,5%) Tổng cộng, KAMCO đã bỏ ra 39,7 nghìn tỷ Won; chiếm tới 36% giá trị các khoản vay, 110,1 nghìn tỷ Won, để mua các khoản nợ xấu trong vòng 5 năm từ năm 1997 đến 2002

Sau khi mua lại, KAMCO sẽ nhóm các khoản nợ xấu này lại để phát hành các chứng khoán có đảm bảo bằng tài sản dựa trên các khoản nợ xấu đã mua hoặc bán cho các nhà đầu tư thông qua đấu giá quốc tế cạnh tranh Luật Chứng khoán có bảo đảm bằng tài sản đã được ban hành để thúc đẩy việc bán các khoản nợ cho các công ty có chức năng chứng khoán hóa các khoản xấu và bán lại cho các nhà đầu tư Hàn Quốc đã rất thành công trong việc thu hút các nhà đầu tư nước ngoài đầu tư vào xử lý nợ xấu thông qua mua các trái phiếu được bảo đảm bằng các khoản nợ xấu cũng như mua các khoản nợ xấu thông qua đấu giá Chính sự thành công trong việc thu hút các nhà đầu

tư nước ngoài đã khuyến khích các nhà đầu tư trong nước đầu tư vào các chứng khoán cũng như các khoản nợ xấu này Bên cạnh đó, KAMCO cũng tịch thu tài sản thế chấp của các khoản nợ có đảm bảo để bán thu hồi lại tiền KAMCO nắm giữ các khoản nợ xấu và cố gắng tái cơ cấu nợ, tái tài trợ hay chuyển đổi nợ thành vốn chủ sở hữu nếu công ty đó có khả năng hồi phục, giảm lãi suất, giãn nợ… Ngoài ra, còn có các biện pháp khác như truy đòi lại chủ nợ ban đầu của khoản nợ xấu, bán khoản nợ cho các công ty quản lý tài sản, công ty tái cơ cấu doanh nghiệp để mua lại cổ phiếu của các công ty này và tiến hành tái cơ cấu lại hoạt động của công ty… Trong khoảng thời gian từ năm 1997 đến 2002, KAMCO đã thu hồi được 30,3 nghìn tỷ Won, tương ứng với tỷ lệ thu hồi là 46,8% trên giá trị khoản nợ

Nhờ sử dụng đồng loạt các biện pháp xử lý nợ xấu, tỷ lệ nợ xấu đã giảm từ 17,7% vào năm 1998 xuống còn 14,9%, 10,4%, 5,6%, và 3,9% vào các năm 1999,

2000, 2001 và 2002 Hàn Quốc đã thực hiện thành công việc giải quyết nợ xấu, tái cơ cấu doanh nghiệp, tái cơ cấu khu vực tài chính góp phần ổn định nền kinh tế là do Chính phủ Hàn Quốc đã có những can thiệp nhanh chóng, kịp thời và toàn diện, triển khai các biện pháp xử lý nợ xấu hợp lý khi đưa KAMCO vào hoạt động và phát triển thị trường thứ cấp cho các khoản nợ xấu, các chứng khoán được bảo đảm bằng nợ xấu được tiến hành giao dịch thuận lợi, thu hút các nhà đầu tư

Một trong những quá trình xử lý nợ xấu của Trung Quốc là đánh dấu bằng sự thành lập của 4 công ty quản lý tài sản được Chính phủ tài trợ (Asset Management Corporation- AMC), mỗi công ty tương ứng với một trong số 4 NHTMNN lớn (chiếm tới 70% tổng tài sản của hệ thống ngân hàng), nhằm giải quyết những khoản nợ xấu của 4 ngân hàng này từ trước năm 1996 có tổng giá trị lên tới 1,4 nghìn tỷ NDT (169

tỷ USD), chiếm 19% GDP của Trung Quốc năm 1999 (Bing Wang and Richard Peiser, 2007) Các khoản nợ xấu được chuyển giao tại mức giá trị sổ sách trực tiếp từ 4 NHTM cho 4 AMC tương ứng được thực hiện suốt năm 1999 và 2000 và trách nhiệm của 4 AMC này là phải xử lý hết các khoản nợ xấu này trong vòng 10 năm

Theo quy định của Chính phủ, các AMC có 4 phương thức để huy động vốn bao gồm: Vốn từ Bộ Tài chính, khoản vay đặc biệt từ Ngân hàng Trung ương Trung Quốc, phát hành trái phiếu có bảo lãnh của Bộ Tài chính, và vay thương mại từ các định chế tài chính khác Trên thực tế, để thực hiện mua lại khoản nợ xấu khổng lồ kể trên, các AMC đã phải vay tới 40% từ Ngân hàng Trung ương Trung Quốc, 60% còn lại được tài trợ bằng trái phiếu của AMC phát hành cho 4 NHTMNN

Các AMC đã sử dụng nhiều biện pháp để xử lý nợ xấu bao gồm thanh lý tài sản, bán tài sản trực tiếp cho các nhà đầu tư và chứng khoán hóa những khoản nợ xấu này Việc xử lý nợ xấu của Trung Quốc còn gắn liền với tái cơ cấu DNNN nên các AMC cũng có vai trò trong quá trình tái cơ cấu DNNN thông qua các biện pháp hoán đổi nợ thành cổ phần và tái cấu trúc doanh nghiệp Các AMC đã tích cực bán, đấu giá và cơ

Với quy mô nợ xấu lớn của Trung Quốc, chứng khoán hóa cũng là một cách hiệu quả để xử lý nợ xấu, bởi chúng tạo ra các loại chứng khoán có rủi ro khác nhau nên có thể thu hút được nhiều nhà đầu tư có khẩu vị rủi ro khác nhau và thu lại được tiền mặt ngay lập tức cho tổ chức phát hành Nghiệp vụ chứng khoán hóa các khoản nợ xấu ở Trung Quốc được thực hiện không chỉ có sự tham gia của các AMC mà còn bởi các NHTM khác với tỷ lệ thu hồi được báo cáo là từ 10-30%

Về hoán đổi nợ thành cổ phần, năm 1999 các AMC đã mua lại các khoản nợ xấu giá trị 405 tỷ NDT của 580 DNNN quy mô lớn và vừa được lựa chọn tại 4 NHTMNN

và thực hiện chuyển đổi các khoản nợ phải trả thành cổ phần của AMC trong các doanh nghiệp này Kết quả là tỷ lệ trung bình các khoản nợ/tài sản trong DNNN tái cấu trúc giảm xuống từ 73% năm 1999 xuống dưới 50% năm 2000 (Ye and Zhai, 2001) Các AMC sẽ tham gia vào quản trị doanh nghiệp, tái cấu trúc doanh nghiệp và khi các doanh nghiệp này hoạt động có lợi nhuận trở lại, các AMC có quyền nhận cổ tức và bán lại cổ phần cho các doanh nghiệp với mức giá thỏa thuận trước trong vòng

10 năm Hơn nữa, các AMC cũng được ưu tiên rút vốn khỏi các doanh nghiệp này khi niêm yết trên thị trường chứng khoán Đây chính là khoản tiền mặt mà các AMC có thể thu hồi được từ nợ xấu thông qua hoán đổi nợ thành cổ phần tại các DNNN

Thông qua các biện pháp xử lý nợ xấu, đến cuối năm 2004, 4 AMC này chỉ thu hồi được 675 tỷ NDT, chưa đến 40% giá trị nợ xấu được chuyển giao từ năm 1999 Tỷ

lệ thu hồi tiền mặt tại các AMC tính đến tháng 12/2004 đạt khoảng 20%, thấp hơn nhiều so với mức 49% của Thái Lan và mức 20-30% ước tính của Nhật Bản Cho đến nay, thời hạn hoạt động của các AMC đã kết thúc nhưng vẫn chưa có công bố cụ thể

nào về tỷ lệ thu hồi thực sự của 4 AMC này Tỷ lệ thu hồi và tốc độ thu hồi của Trung Quốc thấp hơn chủ yếu là do chất lượng tài sản thấp, quy định mua lại nợ xấu theo giá trị sổ sách, và tính thiếu minh bạch tại các AMC

Các khoản nợ xấu được mua lại phát sinh từ trước năm 1996, mà chủ yếu là do việc đầu tư vào các dự án đã bị đình trệ do vi phạm các quy định về sử dụng đất đai, môi trường và các quy định khác Ngoài ra, theo các AMC ước tính, chỉ có khoảng 22% các khoản nợ được bảo đảm bằng bất động sản, quyền sở hữu trí tuệ, hoặc các loại chứng khoán khác, trong đó tỷ lệ được bảo đảm bằng bất động sản chỉ chiếm 7% tổng giá trị khoản nợ xấu (Xu, 2005), nên khả năng thanh lý tài sản để thu hồi nợ là thấp Điều này làm giảm giá trị của các khoản nợ đối với các nhà đầu tư

Việc quy định mua lại các khoản nợ xấu theo giá trị sổ sách trong khi giá trị thị trường tại thời điểm đó được ước tính chỉ khoảng 20% giá trị sổ sách đã giúp các NHTM Nhà nước lớn loại những khoản nợ xấu lớn khỏi bảng tổng kết tài sản của mình, nhưng đã gây ra những khoản thua lỗ không thể tránh khỏi đối với các AMC, và khiến các AMC mất động lực để tối đa hóa mức giá thu hồi Vì tính không hợp lý của quy định này nên năm 2004, các AMC đã được phép mua lại nợ xấu với giá thị trường Vào tháng 7/2004, Cinda AMC đã mua lại 278,7 tỷ nợ xấu với mức 50 cent cho 1 USD và cho biết khả năng thu hồi là 33-34 cent cho 1 USD vào cuối năm 2005 Mặc

dù mức giá mua lại vẫn còn cao hơn so với khả năng thu hồi, nhưng việc này cũng phần nào là bước đi phù hợp tạo động lực gia tăng tỷ lệ thu hồi cho các AMC

Kết quả của việc xử lý nợ xấu là chất lượng tài sản tại 4 NHTMNN được cải thiện đáng kể và đã tiến hành niêm yết ra công chúng sau khi được tái cơ cấu vốn

c Hungary

Xử lý thì nợ xấu tại Hungary được chia làm hai nhóm: Các khoản nợ lớn và phức tạp được giao cho một cơ quan trực thuộc Chính phủ và Ngân hàng Phát triển Hungary (Hungary Development Bank- HDB) giải quyết Các khoản nợ còn lại do các ngân hàng tự giải quyết theo thỏa thuận của ngân hàng với Bộ Tài chính Quá trình xử lý nợ

xấu tại Hungary bao gồm 3 quá trình nối tiếp nhau: Làm sạch danh mục vốn đầu tư của các ngân hàng; xóa nợ cho các DNNN quan trọng và tái cấp vốn cho các ngân hàng

Đầu tiên, Hungary thực hiện lành mạnh hóa danh mục vốn đầu tư của các ngân hàng Hungary cho phép các ngân hàng chuyển các khoản nợ xấu hoặc nợ cũ sang trái phiếu kỳ hạn 20 năm Một cơ quan thu hồi nợ xấu được thành lập vào tháng 12/1992,

cơ quan này dùng trái phiếu chính phủ để đổi lấy các khoản nợ xấu được coi là các khoản nợ lớn và quan trọng Cơ quan này có quyền bán các khoản nợ xấu hoặc tham gia vào quá trình tái cấu trúc các doanh nghiệp không có khả năng trả nợ Đối với các khoản nợ xấu còn lại, các ngân hàng tự giải quyết theo hợp đồng với Bộ Tài chính, và hạn chế các khoản cho vay mới Để khuyến khích các ngân hàng tự xử lý vấn đề nợ xấu, Chính phủ Hungary cấp cho các ngân hàng 2% phí xử lý nợ xấu Trên thực tế, mức trợ cấp này là quá thấp nên hầu hết các ngân hàng đã tìm cách bán các khoản nợ xấu cho các công ty xử lý nợ xấu tư nhân trên thị trường Những khoản nợ xấu không thể giải quyết và không thể bán cuối cùng lại chuyển giao cho HDB và trong hầu hết trường hợp, HDB đã phải xóa nợ các khoản nợ xấu này Chi phí cho quá trình lành mạnh hóa danh mục đầu tư của các ngân hàng tương đương 3,7% GDP Hungary thời điểm đó Tuy nhiên, công tác xử lý nợ xấu nêu trên tại Hungary chỉ mang tính chất tạm thời và cũng chỉ có kết quả hạn chế do: (i) Việc chuyển các khoản nợ xấu sang trái phiếu không bao gồm các khoản nợ còn nghi ngờ và các khoản nợ dưới chuẩn (tương đương nợ nhóm 3 và nhóm 4 tại Việt Nam); (ii) giải pháp trên chưa giải quyết được vấn đề đầu tư kém hiệu quả của các ngân hàng; (iii) quá trình xử lý nợ xấu không đi kèm với sự thay đổi trong cách quản lý và hoạt động của ngân hàng và (iv) Chính phủ Hungary yêu cầu một công ty kiểm toán tham gia vào quá trình làm sạch danh mục đầu tư của các ngân hàng nhưng công tác kiểm toán thực hiện quá nhanh và sơ sài Tuy nhiên, vấn đề nợ xấu trong hệ thống ngân hàng Hungary chưa thể được giải quyết do hoạt động ngân hàng không hiệu quả vẫn tiếp diễn Chính vì vậy, Chính phủ Hungary đã quyết định xử lý nợ xấu trực tiếp từ hai chủ thể chính liên quan đến vấn đề

nợ xấu là các DNNN và ngân hàng Chính phủ Hungary đã xóa nợ cho các DNNN mà Chính phủ coi là quan trọng Các khoản nợ xấu này được xóa trên bảng cân đối của ngân hàng; đổi lại ngân hàng sẽ được nhận trái phiếu chính phủ kỳ hạn 20 năm Chi phí cho công tác xóa nợ này tương đương khoảng 1,6% GDP Tuy nhiên, tỷ lệ nợ xấu tại Hungary vẫn ở mức cao, xấp xỉ 30% vào năm 1993 do Hungary bắt đầu áp dụng cách phân loại nợ mới theo tiêu chuẩn quốc tế, nên một số khoản nợ xấu mới đã xuất hiện Trong khi đó, tình trạng tài chính của các doanh nghiệp mắc nợ vẫn tiếp tục bị xấu đi

Do vậy, Hungary quyết định sẽ tái cấp vốn cho các ngân hàng nhằm giúp các ngân hàng đạt được tỷ lệ CAR 8% Tái cấp vốn được thực hiện dưới hình thức Chính phủ dùng trái phiếu Chính phủ để mua các cổ phiếu mới phát hành của các ngân hàng nằm trong chương trình tái cấp vốn Kết quả là sở hữu Nhà nước trong ngân hàng tăng tạm thời Sau đó, Hungary gia hạn cho các khoản vay phụ cho các ngân hàng nhằm không làm gia tăng sở hữu Nhà nước trong hệ thống ngân hàng Tiếp theo, các ngân hàng phải tự giải quyết nợ xấu Hầu hết các ngân hàng đều được yêu cầu thành lập một

bộ phận riêng để giải quyết nợ xấu (ngay trong chính ngân hàng hoặc một bộ phận độc lập) Việc này sẽ giúp tách bạch được hoạt động xử lý nợ xấu với các hoạt động bình thường của ngân hàng và giúp phân loại được ngân hàng tốt và xấu cho quá trình tư nhân hóa Các ngân hàng được tái cấp vốn được yêu cầu phải nộp một kế hoạch củng

cố hoạt động cụ thể nhằm lành mạnh hóa hoạt động (bao gồm hợp lý hóa công tác quản lý, cải cách kiểm soát nội bộ và hiện đại hóa hoạt động ngân hàng) Việc triển khai thực hiện đề xuất tiến hành theo một bản thỏa thuận ký kết giữa ngân hàng và Bộ Tài chính

d Kinh nghiệm cho Việt Nam

- Thành lập AMC trực thuộc NHNN

Như kinh nghiệm của các quốc gia, việc thành lập cơ quan xử lý nợ xấu chuyên biệt trực thuộc Chính phủ (có thể ủy quyền cho NHNN thực hiện quản lý) là điều hết sức cần thiết Tuy nhiên, cơ quan này sẽ xử lý một phần nợ xấu của các NHTM Cụ

lý nợ của Chính phủ sẽ dùng trái phiếu Chính phủ để đổi lấy các khoản nợ xấu được coi là các khoản nợ lớn và quan trọng Cơ quan này có quyền bán các khoản nợ xấu hoặc tham gia vào quá trình tái cấu trúc các doanh nghiệp không

có khả năng trả nợ

 Hoán đổi các khoản nợ của tập đoàn kinh tế và DNNN với các NHTM cho vay (gồm cả các NHTM Cổ phần và NHTM có vốn Nhà nước chi phối) thành vốn cổ phần Theo đó, sở hữu Nhà nước sẽ gia tăng trong một số NHTM (gồm

cả NHTM cổ phần) Điều này tuy tốn chi phí nhưng sẽ tạo thuận lợi cho NHNN trong chỉ đạo việc hợp nhất, sáp nhập các NHTM phục vụ quá trình tái cơ cấu hệ thống ngân hàng

Nguồn vốn của cơ quan quản lý nợ xấu chuyên biệt trên nên hình thành từ việc phát hành trái phiếu do Chính phủ bảo lãnh Trên thực tế, hoạt động của NHTM Việt Nam nếu được tái cấu trúc thành công và kinh doanh trong một môi trường thuận lợi thì sẽ tạo lượng lợi nhuận rất lớn (điều này đã được chứng minh trong giai đoạn từ 2005 đến 2009), tăng tính khả thi trong việc hoàn trả các khoản nợ trái phiếu được bảo lãnh bởi Chính phủ

- Thành lập các AMC trực thuộc NHTM

Theo tính toán, đến nay các NHTM đã trích lập dự phòng tín dụng 70.000 tỷ đồng, trong đó 84% nợ xấu có tài sản đảm bảo với giá trị tài sản đảm bảo tương đương 130% giá trị các khoản nợ và đa phần là bảo đảm bằng bất động sản Như vậy, các NHTM hoàn toàn có thể chủ động xử lý các khoản nợ xấu của mình (với điều kiện là

có tài sản bảo đảm) Vấn đề là phải xây dựng cơ chế hợp lý Cơ chế phải đảm bảo được 5 nguyên tắc: (1) Hỗ trợ các NHTM thu hồi được vốn đã đầu tư vào nợ xấu

nhanh chóng nhưng không gây ra tổn thất quá lớn cho các NHTM; (2) việc thu hồi

nợ xấu không làm trầm trọng thêm tình hình thị trường bất động sản; (3) giảm thiểu tối đa thiệt hại của các nhà đầu tư; (4) giảm thiểu tối đa chi phí của Chính phủ; (5) tách biệt hoạt động xử lý nợ xấu và hoạt động kinh doanh của NHTM Căn cứ theo kinh nghiệm của 3 quốc gia được nghiên cứu trên, nên thực hiện cơ chế như sau:

 Các NHTM bắt buộc phải sử dụng dự phòng để xử lý những khoản vay đối với các doanh nghiệp tư nhân mà không có tài sản bảo đảm hoặc có tài sản bảo đảm nhưng sụt giảm nghiêm trọng giá trị hoặc tranh chấp pháp lý quá phức tạp

 Tất cả các NHTM có nợ xấu bắt buộc phải thành lập công ty quản lý nợ (AMC) để tách hoạt động xử lý nợ xấu khỏi hoạt động kinh doanh của NHTM

 Các NHTM sẽ nhóm toàn bộ các khoản nợ xấu này lại và bán cho các AMC

trực thuộc NHTM Các AMC của NHTM sẽ căn cứ theo mức độ rủi ro của các khoản nợ, giá trị thực của tài sản bảo đảm để phát hành ra các loại trái phiếu (đây là một dạng của phương thức chứng khoán hóa các khoản vay có bảo đảm) Chẳng hạn, AMC có thể chia trái phiếu thành 3 hạng ứng với 3 nhóm nợ

là nhóm 3, 4 và 5 Mỗi loại này sẽ có mức lãi suất khác nhau nhưng tối thiểu phải cao hơn lãi suất tiền gửi cùng kỳ hạn Số tiền thu hồi này sẽ được chuyển cho NHTM để phục vụ việc cho vay các hoạt động kinh doanh, sản xuất

 Chính phủ nên thực hiện bảo lãnh với các trái phiếu trên đồng thời thành lập

cơ quan quản lý bất động sản trực thuộc Chính phủ để quản lý các bất động sản trong trường hợp Chính phủ phải thực hiện chi trả bảo lãnh cho các trái phiếu Chỉ với sự bảo lãnh của Chính phủ thì các nhà đầu tư trong nước và quốc tế mới thấy được sự hấp dẫn từ các loại trái phiếu trên Hơn thế, sự trầm lắng của bất động sản cũng như hoạt động tín dụng bất động sản chỉ là tạm thời

ở Việt Nam nếu nhìn toàn bộ chu kỳ phát triển của thị trường này tại Việt Nam

từ năm 1991 đến nay Khi thị trường phục hồi thì mọi thứ sẽ trở lại quỹ đạo tích cực Vấn đề là cơ chế phải tạo điều kiện cho các NHTM và thị trường vượt qua giai đoạn khó khăn hiện nay

 Chính phủ nên giao nhiệm vụ rõ ràng cho NHNN trong việc ban hành quy chế về hoạt động AMC cũng như hoạt động chứng khoán hóa Đồng thời xác định rõ trách nhiệm của NHNN trong việc giám sát hoạt động trên, tránh tối đa các NHTM sử dụng nghiệp vụ chứng khoán hóa trên để làm gia tăng rủi ro hệ thống (giống trường hợp của Mỹ giai đoạn 2007-2009)

KẾT LUẬN CHƯƠNG 2

Trong chương 2, luận văn đã tổng kết và trình bày các nghiên cứu thực nghiệm trên thế giới về các nhân tố gây vi mô và vĩ mô tác động đến sự tổn thương, đổ vỡ các Ngân hàng Bằng các nghiên cứu định lượng, các tác giả đã xây dựng mô hình dự báo

để có thể đưa ra những cảnh báo kịp thời nhằm hạn chế tổn thất khi khủng hoảng xảy

ra Những nghiên cứu thực nghiệm này đã giúp làm sáng tỏ vấn đề nghiên cứu của luận văn trong chương 3

CHƯƠNG 3 -PHƯƠNG PHÁP VÀ KẾT QUẢ NGHIÊN CỨU

3.1 Phương pháp nghiên cứu

3.1.1 Mô hình kinh tế lượng

MÔ HÌNH HỒI QUI BINARY LOGISTIC

Hồi qui logistic là một kỹ thuật phân tích hồi qui trong đó biến số phụ thuộc (Y)

là một biến số nhị phân (– binary variable), theo đó Y thường được mã hoá là 1 và 0 (Y = 1, thành công; Y = 0, thất bại) Biến số độc lập trong hồi qui logistic có thể là biến số rời hoặc liên tục, biến số đơn hoặc đa biến số

Hồi quy Binary Logistic sử dụng biến phụ thuộc dạng nhị phân để ước lượng xác suất một sự kiện sẽ xảy ra với những thông tin của biến độc lập mà ta có được

Với hồi quy Binary Logistic, thông tin chúng ta cần thu thập về biến phụ thuộc là một sự kiện nào đó có xảy ra hay không, biến phụ thuộc Y lúc này có 2 giá trị 0 và 1, với 0 là không xảy ra sự kiện ta quan tâm và 1 là có xảy ra, và tất nhiên là cả biến độc lập X Từ biến phụ thuộc nhị phân này, một thủ tục sẽ được dùng để dự đoán xác suất

sự kiện xảy ra theo nguyên tắc nếu xác suất được dự đoán lớn hơn 0,5 thì kết quả dự đoán sẽ cho là “có” xảy ra sự kiện, ngược lại thì kết quả dự đoán là “không

Mô hình hàm Binary Logistic trong trường hợp chỉ có một biến độc lập X:

P= E(Y=1/X) = 𝑒(𝐵0+𝐵1𝑋)

1+𝑒 (𝐵0+𝐵1𝑋)Pi= E(Y=1/X) = P (Y=1) gọi là xác suất để sự kiện xảy ra (Y=1) khi biến độc lập

X có giá trị cụ thể là Xi Ký hiệu biểu thức 𝑒(𝐵0+𝐵1𝑋)

1+𝑒 (𝐵0+𝐵1𝑋) là z , ta viết lại mô hình Binary Logistic như sau:

𝑃(𝑌 = 0) = 1 − 𝑃(𝑌 = 1) = 1 − 𝑒𝑧

1 + 𝑒𝑧Thực hiện phép so sánh giữa xác suất một sự kiện xảy ra và xác suất một sự kiện không xảy ra, tỷ lệ chênh lệch:

𝑃(𝑌 = 1)𝑃(𝑌 = 0) =

𝑒𝑧1+𝑒 𝑧

1 − 𝑒𝑧1+𝑒 𝑧Lấy log cơ số e của phương trình trên rồi thực hiện biến đổi vế phải ta được kết quả:

Hay viết cách khác: Loge=[ 𝑃𝑖

1−𝑃𝑖] =β0 + β1X (*) là dạng hàm hồi quy Binary Logistic

Có thể mở rộng mô hình Binary Logistic cho 2 hay nhiều biến độc lập Xk:

loge [𝑃(𝑌=1)

1−Pi= log (odds)= β0 + β1X1 + β2X2 +… + βkXkTrong đó:

Pi: xác xuất sự kiện xảy ra đối với biến phụ thuộc nhị phân

βi: các hệ số hồi qui; Xi: biến độc lập

Hệ số Odds: Pi

1−Pi : tỉ lệ xác suất xảy ra sự kiện (thành công) với xác suất không xảy ra

sự kiện (thất bại) Hay nói cách khác là khả năng xảy ra sự kiện gấp bao nhiêu lần so với không xảy ra

3.1.2 Mẫu nghiên cứu

Tại thời điểm năm 2008, Việt Nam có 37 NHTMCP và 5 NHTMNN Đến cuối năm 2012, 3 trong số 37 NNTMCP bị hợp nhất, sáp nhập: Habubank, Việt Nam Tín Nghĩa và Ngân hàng Đệ nhất, còn lại 34 NHTMCP Đến năm 2012, có 3 trong số 5 NHTMNN được cổ phần hóa: VCB, Viettinbank, BIDV Tuy cổ phần hóa, nhưng các NHTM này vẫn do nhà nước nắm cổ phần chi phối

Do vậy tác giả thu thập mẫu gồm 27/34 NHTMCP đại diện cho các Ngân hàng

có quy mô lớn, vừa và nhỏ; 3 trong số 5 NHTMNN để làm mẫu nghiên cứu Do đó, tổng mẫu nghiên cứu gồm 30 NHTM

Bảng 3.1 mô tả các NHTMCP và NHTMNN được chọn trong nghiên cứu này theo quy mô tổng tài sản 30 NHTM trong mẫu nghiên cứu đượcchia thành 3 Nhóm Nhóm 1 có 12 Ngân hàng có quy mô tổng tài sản lớn >100.000 tỷ đồng, 7 Ngân hàng

có quy mô tổng tài sản từ 50.000 tỷ đồng đến < 100.000 tỷ đồng, 11 Ngân hàng quy

mô tổng tài sản < 50.000 tỷ đồng

Các NHTM được chọn trong nghiên cứu:

Bảng 3.1 Phân nhóm NHTM theo quy mô tổng tài sản

Nhóm 2

50.000 đến

< 100.000

Nhóm 3

< 50.000

Nguồn: Báo cáo tài chính năm 2012 của các NHTM

Hình 3.1 Biểu đồ thể hiện quy mô tổng tài sản của mẫu nghiên cứu

3.1.3 Dữ liệu nghiên cứu

Dữ liệu nghiên cứu là dữ liệu thứ cấp, thu thập từ Báo cáo tài chính, báo cáo thường niên công bố trên website của các NHTM Việt Nam từ năm 2008 đến 2012

3.1.4 Biến nghiên cứu

Tính tổn thương của các NHTM là tính dễ bị đỗ vỡ của các Ngân hàng trước các

cú sốc nội sinh và ngoại sinh

Những nhân tố nội sinh gồm:

 Sự mất cân đối giữa tài sản nợ (Tài sản nợ của ngân hàng gồm: nguồn vốn huy động được, vốn vay từ các tổ chức tín dụng khác) và tài sản có (Tài sản có của ngân hàng gồm: tiền mặt, nguồn tín dụng, tiền gửi ở các ngân hàng khác, đầu

tư, chứng khoán và các tài sản khác) là trạng thái chênh lệch, không cân đối giữa nguồn vốn huy động được và cho vay trên thị trường, giữa dư nợ cho vay ngắn hạn với cho vay trung hạn, giữa nguồn huy động ngắn hạn dùng để cho vay trung, dài hạn Đây là một trong những nguyên nhân dẫn đến khó khăn về thanh khoản cho Ngân hàng

 Khả năng xảy ra tổn thất trong hoạt động ngân hàng của NHTM do khách hàng không thực hiện hoặc không có khả năng thực hiện nghĩa vụ của mình theo cam kết Do đó, nợ xấu gia tăng, chất lượng tài sản giảm

 Khả năng quản trị điều hành trong các NHTM yếu kém chưa đáp ứng, đối phó kịp với những thay đổi, biến động của thị trường trong nước cũng như những tác động của nền kinh tế thế giới Hệ thống kiểm tra kiểm soát nội bộ lỏng lẻo Nhân tố ngoại sinh gồm:

 Rủi ro trong quá trình hội nhập quốc tế: Quá trình tự do hoá tài chính và hội nhập quốc tế có thể khiến cho các Ngân hàng gặp khó khăn do phải đối mặt với một môi trường cạnh tranh gay gắt, khiến hầu hết các doanh nghiệp, những khách hàng thường xuyên của ngân hàng phải đối mặt với nguy cơ thua lỗ và quy luật chọn lọc khắc nghiệt của thị trường Bên cạnh đó, bản thân sự cạnh tranh của các NTHM trong nước và quốc tế trong môi trường hội nhập kinh tế cũng khiến cho các ngân hàng trong nước với hệ thống quản lý yếu kém gặp phải nguy cơ rủi ro

nợ xấu tăng lên bởi hầu hết các khách hàng có tiềm lực tài chính lớn sẽ bị các ngân hàng nước ngoài thu hút

 Rủi ro về lãi suất: Khi rủi ro lãi suất xuất hiện sẽ làm tăng chi phí nguồn vốn của ngân hàng; giảm thu nhập từ tài sản của ngân hàng; làm giảm giá trị thị trường của tài sản có và vốn chủ sở hữu của ngân hàng

 Rủi ro về tỷ giá hối đoái: xuất hiện khi ngân hàng tiến hành các giao dịch trên thị trường ngoại hối hay khi tỷ giá thay đổi làm thay đổi giá trị tài sản bằng ngoại tệ của ngân hàng

Trong phạm vi bài nghiên cứu, những NHTM được gọi là tổn thương nếu nó thuộc một trong những trường hợp sau:

 Giấy phép kinh doanh bị rút hoặc Ngân hàng bị mất thanh khoản (Alexander Babanskiy, 2012) Trong trường hợp này, NHTM yếu kém đã được Thủ tướng Chính phủ phê duyệt chủ trương cho phép tái cơ cấu theo hướng hợp nhất với NHTM khác hoặc kêu gọi các nhà đầu tư tiềm năng tham gia xử lý tổn