BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN

CHUYÊN ĐỀ NGHIÊN CỨU SINH
YẾU TỐ TÁC ĐỘNG TỚI RỦI RO TÍN DỤNG
TẠI CÁC NGÂN HÀNG THƯƠNG MẠI NIÊM YẾT VIỆT NAM
GIAI ĐOẠN 2009-2014

Chuyên ngành:

Tài chính ngân hàng

Nghiên cứu sinh:

ThS Vũ Trung Thành

Người hướng dẫn 1: PGS. TS Trần Thị Thanh Tú
Người hướng dẫn 2: PGS. TS Nguyễn Thị Minh Huệ

Hà Nội, tháng 11 năm 2015


MỤC LỤC

1. ĐẶT VẤN ĐỀ..............................................................................................................1
2. TỔNG QUAN TÀI LIỆU NGHIÊN CỨU.......................................................................2
YẾU TỐ KINH TẾ VĨ MÔ
2
YẾU TỐ NỘI TẠI NGÂN HÀNG
5
3. PHƯƠNG PHÁP VÀ MÔ HÌNH NGHIÊN CỨU.........................................................8

Bảng 1.

Danh sách và tỷ trọng dư nợ của các ngân hàng so với dư nợ tín dụng
toàn hệ thống tại 31/3/2015.....................Error: Reference source not found

Bảng 2.

Các biến kinh tế vĩ mô được nghiên cứu...........Error: Reference source not
found

Bảng 3.

Các biến nội tại ngân hàng được nghiên cứu....Error: Reference source not
found

Bảng 4.

Các biến giả được nghiên cứu.................Error: Reference source not found

Bảng 5.

Thống kê mô tả các biến..........................Error: Reference source not found

Bảng 6.

Kết quả chạy hồi quy dữ liệu bảng cho 8 ngân hàng niêm yết.............Error:
Reference source not found

Bảng 7.


lặp lạm phát cao làm cho tốc độ tăng trưởng kinh tế suy giảm. Tỷ lệ nợ xấu của các
ngân hàng Việt Nam đã liên tục tăng cao, đạt đỉnh 4,17% vào tháng 6/2014, trở
thành điểm nghẽn lớn nhất của nền kinh tế.
Nhằm kiểm soát và giải quyết nợ xấu trong hệ thống ngân hàng, chúng ta rất
cần những nghiên cứu định tính xác định nguyên nhân gây nên nợ xấu, phương thức
và mức độ ảnh hưởng của nó. Trên cơ sở đó, mục tiêu chính của nghiên cứu là kiểm
định tác động của các yếu tố kinh tế vĩ mô và nội tại ngân hàng tới rủi ro tín dụng
tại các ngân hàng niêm yết Việt Nam trong giai đoạn quý 1 2009 đến quý 1 năm
2015, để từ đó, đề xuất những kiến nghị liên quan nhằm nâng cao hoạt động của hệ
thống ngân hàng Việt nam

1


2. Tổng quan tài liệu nghiên cứu
Các nghiên cứu về yếu tố tác động tới rủi ro tín dụng thường tập trung tới hai
nhóm yếu tố là kinh tế vĩ mô và nội tại ngân hàng.
Yếu tố kinh tế vĩ mô
- Chu kỳ kinh tế: TheoSalas & Saurina (2002), trong giai đoạn kinh tế tăng
trưởng, cả ngân hàng và doanh nghiệp đều lạc quan về phương án đầu tư và khả
năng trả nợ của phương án đi vay. Doanh thu tăng trưởng nhanh, giả định chi phí lãi
suất ổn định, IRR dự án cao… khiến các dự án vay vốn dễ được ngân hàng chấp
thuận cho vay. Dưới áp lực cạnh tranhthị phần, ngân hàng còn có xu hướng nới lỏng
điều kiện tín dụng, mở rộngcho vay các khách hàng“dưới chuẩn”. Khi nền kinh tế
chuyển trạng thái sang suy thoái, các khách hàng và dự án“dưới chuẩn” không có
khả năng trả nợ, khiến tỷ lệ nợ xấu của ngân hàng tăng mạnh. Salas & Saurina
(2002) đã chứng minh tốc độ tăng trưởng GDP có quan hệ nghịch với tỷ lệ nợ xấu
tại các ngân hàng Tây Ban Nha giai đoạn 1985-1997; Quagliarello M. (2007) tại các
ngân hàng Ý trong giai đoạn 1987-2002; Louzis, Vouldis & Metaxas (2010) tại 9
ngân hàng lớn nhất (chiếm 90% hệ thống) của Hy Lạp giai đoạn 2003-2009,

giúp các thành phần kinh tế tiếp cận vốn dễ dàng hơn và rẻ hơn, do đó khả năng trả
nợ ngân hàng sẽ tốt hơn. Vì vậy, cung tiền và rủi ro tín dụng thường có quan hệ
nghịch, được chứng minh bởi các nghiên cứu của Kalirai & Scheicher (2002) đối
với các ngân hàng Úc, Waeibrorheem & Suriani (2015) - các ngân hàng Malaysia,
Bofondi và Ropele (2011)- các ngân hàng Ý.
- Tỷ giá: Khi tỷ giá tăng (tức nội tệ mất giá so với đồng ngoại tệ), các doanh
nghiệp nhập khẩu sẽ chịu ảnh hưởng tiêu cực, còn các doanh nghiệp xuất khẩu được
hưởng lợi và ngược lại. Để đánh giá tác động tổng thể của việc tăng/giảm tỷ giá lên
mức độ rủi ro tín dụng toàn hệ thống ngân hàng, ta phải xem xét cấu trúc của nền
kinh tế và đặc điểm dư nợ tín dụng của hệ thống. Tuy nhiên, khi tăng / giảm với tần
suất lớn, thay đổi bất ngờ hoặc mức độ biến động mạnh, tỷ giá chắc chắn sẽ có ảnh
hưởng tiêu cực tới tình hình kinh tế nói chung và tỷ lệ nợ xấu ngân hàng nói riêng.
Trong số các nghiên cứu kiểm chứng, theo Fofack (2005) và Nkusu (2011), khi
đồng nội tệ tăng giá, các doanh nghiệp xuất khẩu gặp khó khăn do hàng hóa trở nên
đắt đỏ, doanh số xuất khẩu giảm, và hệ quả là tỷ lệ nợ xấu tăng tại các ngân hàng
Sub-Saharan Africa và 26 nền kinh tế phát triển. Pratap và Urrutia (2004), khi
nghiên cứu khủng hoảng Mexico năm 1994, chứng minh tỷ giá tăng sẽ tác động xấu
3


tới các doanh nghiệp có khoản vay ngoại tệ (balance sheet effects) nếu không có
bảo hiểm rủi ro tỷ giá. Tương tự, Castro (2012) cũng kiểm định thấy mối quan hệ
ngược chiều giữa tỷ giá thực và rủi ro tín dụng tại 5 nước Hy Lạp, Ireland, Portugal,
Spain và Italy giai đoạn 1997 - 2011.Vogiazas và Nikolaidou (2011) đã chứng minh
tỷ giá thực có tác động ngược chiều tới rủi ro tín dụng tại Bulgaria với độ trễ 3 quý
trong giai đoạn 2001-2010. Một số nghiên cứu không tìm thấy mối quan hệ giữa tỷ
giá và tỷ lệ nợ xấu ngân hàng như của Kalirai và Scheicher (2002), Aver (2008).
- Tốc độ tăng trưởng tín dụng và tỷ lệ nợ trên GDP: Trong điều kiện kinh tế
phát triển, người vay càng dễ vay vốn để tái tục các khoản vay hiện tại, thì tỷ lệ
nợ xấu ngân hàng càng thấp. Tuy nhiên, nếu hai chỉ số này tăng cao trong thời

Lý thuyết hành vi quản lý (“management behavior”) đề cập đến mối liên hệ giữa
nợ có vấn đề, mức độ vốn chủ sở hữu và hiệu suất kinh doanh ngân hàng. Đi đầu là
nghiên cứu của Berger & DeYoung (1997) và Williams (2004) sử dụng Granger
causality approach kiểm định các giả thuyết sau:
- Giả thiết về “khả năng quản lý kém” (“bad management”): hiệu quả kinh
doanh thấp đồng nghĩa với khả năng quản lý và kiểm soáttín dụng kém. Khi đó,
hiệu suất kinh doanh sẽ có qua hệ ngược chiều với tỷ lệ nợ xấu. Podpiera & Weil
(2008) tìm ra mối quan hệ này khi phân tích số liệu các ngân hàng Tiệp giai đoạn
1994 đến 2005, đồng thời khuyến nghị chính phủ các nền kinh tế phát triển cần chú
trọng chất lượng quản trị ngân hàng nếu muốn đảm bảo tính ổn định bền vững của
hệ thống. Tương tự, nghiên cứu của Louzis, Vouldis & Metaxas (2010) cũng ủng hộ
giả thiết này tại tất cả ba loại danh mục tín dụng (cho vay kinh doanh, cho vay tiêu
dùng và cho vay bất động sản) của ngân hàng Hy Lạp.
- Giả thiết về “sự hà tiện” (“skimping”): tỷ lệ nợ xấu có mối quan hệ cùng
chiều với lợi suất kinh doanh. Khi ngân hàng tiết giảm chi phí để cải thiện lợi suất
kinh doanh sẽ dẫn tới các chức năng quản lý rủi ro tín dụng bị cắt giảm, vì vậy tỷ lệ
nợ xấu tăng.Tuy nhiên, đa số nghiên cứu không tìm thấy bằng chứng cho giả thiết
này, ví dụ như nghiên cứu của Rossi, Schwaiger và Winkler (2005) khi phân tích
278 ngân hàng tại 9 nền kinh tế chuyển đổi trong giai đoạn 1995-2002.
- Giả thiết về rủi ro đạo đức (“moral hazard”): ngân hàng với vốn chủ sở hữu
thấp thường có rủi ro đạo đức, sẵn sàng chấp nhận cho vay các dự án có độ rủi ro

5


tín dụng cao. Tỷ lệ vốn chủ sở hữu có quan hệ ngược chiều với tỷ lệ nợ xấu ngân
hàng. Giả thiết này được chứng minh tại các nghiên cứu của Berger & DeYoung
(1997) cho các ngân hàng Mỹ, Salas & Saurina (2002) đối với các ngân hàng Tây
Ban Nha.
Ngoài ra, một số tác giả cũng đề cập các yếu tố quản trị khác có thể quyết định

hàng. Ngược lại, trong giai đoạn 2003-2012 ở Việt Nam, tăng trưởng kinh tế và lợi
nhuận đôi khi không đi liền với nhau, đồng nghĩa với việc không tìm thấy bằng
chứng cho mối liên hệ có ý nghĩa thống kê giữa ROA và tăng trưởng GDP.
Một nghiên cứu mới khác của các tác giả Trương Đông Lộc và Nguyễn Văn
Thép (2015) phân tích các nhân tố ảnh hưởng đến rủi ro tín dụng tại 155 quỹ tín
dụng nhân dân khu vực Đồng bằng sông Cửu Long giai đoạn 2010-2012. Kết quả
ước lượng bằng phương pháp FEM cho thấy có 4 trong số 6 biến độc lập đươc đưa
vào mô hình có ý nghĩa thống kê từ 1% đến 5%. Cụ thể, ROA và quy mô tổng tài
sản có quan hệ tỷ lệ nghịch với tỷ lệ nợ xấu. Tăng trưởng tín dụng với độ trễ một
năm cũng có quan hệ cùng chiều với tỷ lệ nợ xấu ngân hàng. Điều này được giải
thích là do hầu hết các quỹ tín dụng nhân dân tại khu vực có quy mô rất nhỏ. Càng
tăng trưởng nhanh thì quỹ tín dụng càng có lợi thế trong huy động vốn để tăng quy
mô, giảm tỷ lệ nợ xấu trên tổng tài sản, và tăng cường khả năng quản trị rủi ro tốt
hơn. Liên quan đến các biến vĩ mô, các tác giả chỉ tìm thấy mối liên hệ ngược chiều
giữa tỷ lệ nợ xấu và tốc độ tăng trưởng kinh tế, mà không chứng minh được mối
liện hệ với tỷ lệ lạm phát.
Nghiên cứu của Nguyễn Hoàng Thụy Bích Trâm (2014) sử dụng FEM và
Pooled OLS đã chứng minh được mối quan hệ ngược chiều (độ trễ là 1 năm và 2
năm) giữa tỷ lệ nợ xấu của 8 ngân hàng niêm yết với tốc độ tăng trưởng GDP trên
cơ sở dữ liệu quý từ 2007 đến 2013. Tuy nhiên, nghiên cứu chưa đánh giá tác động
của các nhân tố khác lên tỷ lệ nợ xấu ngân hàng, ngoài tốc độ tăng trưởng GDP.

7


3. Phương pháp và mô hình nghiên cứu
Số liệu sử dụng
Để xác định các yếu tố có tác động tới rủi ro tín dụng tại các ngân hàng Việt
Nam, nghiên cứu sử dụng số liệu dạng bảng của 8 ngân hàng thương mại niêm
yết, thu thập số liệu báo cáo tài chính theo quý (Bảng 1). Các ngân hàng này bao

được chuyển sang hàm logarit, NPL_LN = log(NPL/(1-NPL)), sao cho biến phụ
thuộc sẽ nhận giá trị (-∞; +∞), thay vì [0, 1] như ban đầu.
Mô hình nghiên cứu
Nghiên cứu sử dụngphân tích hồi quy dữ liệu bảng kiểu động (Dynamic Panel
Data Regression Analysis - DPDA) với sự hỗ trợ của phần mềm Eviews 8. Các yếu
tố ảnh hưởng bao gồm nhóm biến số nội tại của từng ngân hàng thương mại (bank’s
specific variables) và nhóm biến số kinh tế vĩ mô (macro economic variables).
Phương trình hồi quy có dạng như sau:

Trong đó:
xác định mức độ phụ thuộc của tỷ lệ nợ xấu vào các giá trị
quá khứ, thể hiện tính chất đặc trưng của DPDA
và

là nhóm các biến nội

tại ngân hàng và các biến kinh tế vĩ mô được lựa chọn nghiên cứu.
: nhóm các biến giả, là những biến định tính không
thể lượng hóa ngay được, nhưng có tác động tới biến phụ thuộc.
là phần dư của phương trình hồi quy
Để phân tích dữ liệu hồi quy dữ liệu kiểu bảng, thông thường có ba phương
pháp là ước lượng hồi quy bình phương nhỏ nhất thông thường (pooled-OLS), tác
động cố định (fixed-effects FEM) và tác động ngẫu nhiên (random effects REM).
Phương pháp đơn giản nhất pooled-OLS giả định tất cả các hệ số phương trình đều
không thay đổi theo thời gian và giữa các ngân hàng. Khi đó, giá trị tung độ gốc và
các hệ số dốc đều như nhau giữa các ngân hàng. Sự hạn chế của các giả định có thể

9



10


động của cuộc khủng hoảng tài chính thế giới 2008-2009. Lạm phát, lãi suất tăng cao
và thị trường bất động sản đóng băng sau một thời gian tăng trưởng nóng.
Về lợi nhuận, ROA quy năm trung bình đạt 1.18%, cao nhất là 3.67%, thấp
nhất là -1.56%.Về tỷ lệ nợ xấu, sau khi tính gộp cả giá trị nợ xấu đã bán cho
VAMC, tỷ lệ nợ xấu tại các ngân hàng có xu hướng tăng từ năm 2011 cho tới nay,
đặc biệt tại nhóm các ngân hàng cổ phần. Điều này phản ánh đúng thực tế rủi ro nợ
xấu tích tụ trong nhiều năm gây ảnh hưởng không nhỏ tới tăng trưởng kinh tế.

11


4. Phân tích và thảo luận
Kết quả kiểm định tính dừng của chuỗi dữ liệu cho thấy, các biến CPI, RES và
NPL_LN không dừng. Sau khi lấy sai phân bậc 1 thì cả ba biến đều dừng ở mức xác
suất dưới 1%. Do vậy, mô hình sẽ sử dụng các biến sai phân bậc 1, ký hiệu là
CPI_D, RES_D, NPL_LN_D. Nghiên cứu sử dụng Eviews 8 để chạy phương trình
hồi quy hồi quy theo hai dạng mô hình pooled-OLS và FEM đối với cả 8 ngân hàng
niêm yết, sau đó chạy riêng cho từng nhóm 5 ngân hàng cổ phần và 3 ngân hàng
nhà nước, kết quả được trình bày tại các Bảng 9, 10 và 11.
Mô hình hồi quy cho cả 8 ngân hàng có mức độ giải thích (R2) là 36.7% cho
OLS và 35.1% cho FEM, điều này được giải thích bởi đặc điểm hoạt động tín dụng rất
khác nhau giữa hai nhóm ngân hàng cổ phần và ngân hàng nhà nước trong giai đoạn
nghiên cứu. Kết quả hồi quy cho từng nhóm có R bình phương tốt hơn, 54.7% - 53.3%
đối với 5 ngân hàng cổ phần và 68.5% - 66.5% đối với 3 ngân hàng nhà nước. Trong
đó, R2 nhóm cổ phần thấp hơn, do các ngân hàng này (chỉ trừ MBB) trong giai đoạn
nghiên cứu chịu nhiều biến động do hoạt động mua bán, sáp nhập, tái cơ cấu. R2 của
nhóm các ngân hàng nhà nước tương đối tốt, nhưng không quá cao. Mặc dù không

- Giả thuyết về tỷ lệ nợ xấu quý 4 thường thấp hơn các quý khác được chứng
minh đối với các nhóm các ngân hàng nhà nước (hệ số tương quan lớn = 0.46, xác
suất = 0%), nhưng không được chứng minh tại các ngân hàng thương mại. Diễn
biến này mang tính quy luật, khi nợ xấu thường tăng vào những tháng đầu năm và
được xử lý tích cực vào cuối năm.
- Quy luật tỷ lệ nợ xấu (sau khi cộng lại giá trị đã bán cho VAMC) tăng
mỗi khi ngân hàng bán nợ cho VAMC được chứng minh với xác suất ý nghĩa
thống kê dưới 1% tại tất cả các nhóm ngân hàng. Quy luật này nói lên tính tích cực
của VAMC trong việc góp phần làm nợ xấu tại các ngân hàng được phản ánh chính
xác, minh bạch hơn.
- Tốc độ tăng/giảm tỷ lệ nợ xấu trong quá khứ với hiện tại có diễn biến
khác nhau ở hai nhóm ngân hàng nhà nước và cổ phần. Tại các ngân hàng nhà
nước, nếu tỷ lệ nợ xấu đã tăng cao các quý trước thì sẽ giảm tại quý sau. Ngược lại,
các ngân hàng cổ phần trong giai đoạn nghiên cứu có hiện tượng tích lũy nợ xấu với
độ trễ 1 quý (hệ số 0.215 tương ứng với xác suất 0.5%).
- Giả thuyết về mối quan hệ giữa chênh lệch giữa lãi suất cho vay và lãi suất
huy động với tỷ lệ nợ xấu được chứng minh với ý nghĩa thống kê dưới 5% và 10%.
Khi lợi nhuận biên ngân hàng giảm như hiện nay, các ngân hàng phải cạnh tranh
tăng quy mô dư nợ để đạt được mức lợi nhuận kỳ vọng. Sau 2 quý, tại nhóm các
ngân hàng nhà nước,tỷ lệ nợ xấu sẽ tăng. Nghiên cứu không tìm thấy mối quan hệ
giữa CLS với nợ xấu tại các ngân hàng cổ phần, do biến số CLS được Bloomberg

13


tính dựa trên lãi suất cho vay và huy động chỉ của 4 ngân hàng nhà nước.
- Nghiên cứu chỉ tìm thấy mối quan hệ giữa lợi nhuận trên tổng tài sản ROA
với tỷ lệ nợ xấu đối với số liệu của nhóm 5 ngân hàng cổ phần. Nợ xấu tại các ngân
hàng nhà nước không có mối quan hệ có ý nghĩa với ROA. Tại các ngân hàng cổ
phần, ROA quý trước có quan hệ thuận chiều với tốc độ tăng tỷ lệ nợ xấu quý sau.,

nợ xấu của các ngân hàng chịu tác động bởi (1) tốc độ tăng/giảm nợ xấu các quý
liền trước, (2) các yếu tố vĩ mô như thị trường bất động sản, thị trường chứng
khoán, tỷ giá VNĐ/USD, chênh lệch giữa lãi suất cho vay và lãi suất tiền gửi; (3)
tốc độ tăng danh mục tín dụng và tỷ suất lợi nhuận trên tổng tài sản của bản thân
ngân hàng. Nghiên cứu cũng chứng minh quy luật tỷ lệ nợ xấu quý 4 thường thấp
hơn các quý khác tại nhóm các ngân hàng thương mại nhà nước.
Ngoài ra, khi phân tích ảnh hưởng của việc bán nợ xấu của ngân hàng VAMC,
số liệu tại các ngân hàng đều ủng hộ giả thuyết tại quý thực hiện bán nợ, tỷ lệ nợ
xấu mới (tính cả số nợ đã bán) thường cao hơn tỷ lệ nợ xấu trước khi bán. Điều này
có thể được giải thích do các ngân hàng có thể chưa tính đúng tỷ lệ nợ xấu trước khi
bán nợ cho VAMC để tránh công bố con số quá cao. Tuy nhiên, nhờ VAMC tích
cực mua nợ xấu của các ngân hàng, số liệu chất lượng nợ của các ngân hàng đã trở
nên minh bạch, sát với thực trạng nợ hơn.
Nghiên cứu không tìm thấy mối quan hệ trực tiếp giữa các biến số đặc trưng
của nền kinh tế như tăng trưởng GDP, lạm phát với tỷ lệ nợ xấu nợ xấu ngân hàng
cho thấy các năm 2009-2014 là một giai đoạn tương đối đặc biệt. Nợ xấu tích tụ
trong hệ thống ngân hàng trong thời gian dài không được giải quyết khiến dòng vốn
giữa các thành phần kinh tế thông qua kênh tín dụng ngân hàng lưu thông chưa tốt.
Lạm phát giảm, lãi suất giảm nhưng nợ xấu vẫn tăng.
Để xử lý nhanh, triệu để nợ xấu tại các ngân hàng thương mại theo tinh thần
Đề án cơ cấu lại hệ thống các tổ chức tín dụng giai đoạn 2011-2015 đã được Thủ
tướng Chính phủ phê duyệt tại Quyết định số 254/QĐ-TTg ngày 01/3/2014, tôi có
một số kiến nghị sau:
Thứ nhất, tiếp tục thực hiện đồng bộ nhiều giải pháp điều hành nền kinh tế vĩ
mô, hỗ trợ sự phát triển lành mạnh của thị trường bất động sản, thị trường chứng
khoán, giữ ổn định tỷ giá VNĐ.
Thứ hai, cơ cấu lại triệt để các ngân hàng có trình độ quản lý, quản trị rủi ro
yếu kém, vốn chủ sở hữu thấp, quy mô nhỏ, có tỷ lệ nợ xấu quá cao kéo dài; từng

15

1. Aver, B. (2008), An Empirical Analysis of Credit Risk Factors of the
Slovenian Banking System, Managing Global Transitions 6(3):317–334.
2. Baltagi, B.(2008), Econometric Analysis of Panel Data, 4thEd. Chichester,
UK. John Wiley & Sons, Ltd.
3. Berger, A., R. DeYoun (1997), Problem Loans and Cost Efficiency in
Commercial Banks, Journal of Banking and Finance, 21, 849–870.
4. Bofondi, M., Ropele, T. (2011), Macroeconomic Determinants of Bad
Loans: Evidence from Italian Banks, Bank of Italy Occasional Paper No. 89.
5. Bucur, I. A., Dragomirescu, S. E. (2014): The influence of macroeconomic
conditions on credit risk: Case of Romanian banking system, Studies and Scientific
Researches. Economics Edition, No 19.
6. Castro, V. (2012), Macroeconomic determinants of the credit risk in the
banking system: The case of the GIPSI, NIPE WP 11/2012.
7. Cottarelli, C., Dell’Ariccia, G., Vladkova-Hollar, I. (2003), The private
sector in Central and Eastern early birds, late risers, and sleeping beauties: bank
credit growth to Europe and the Balkans, IMF/03/213.
8. Dash, M., Kabra, G. (2010), The determinants of non-performing assets in
Indian commercial bank: An econometric study, Middle Eastern Finance and
Economics, 7, 94-106.

17


9. Demirgüç-Kunt, A, Detragiache, E. (1998), The determinants of banking
crises in developing and developed countries, IMF Staff Papers, Vol. 45, No. 1.
10. Espinoza, R., A. Prasad (2010), Nonperforming Loans in the GCC
Banking Systems and their Macroeconomic Effects, IMF Working Paper 10/224.
11. Fofack, H.(2005), Non-performing Loans in Sub-Saharan Africa: Causal
Analysis and Macroeconomic Implications, World Bank Policy Research Working
Paper No. 3769.


Vulnerabilities in Advanced Economies, IMF Working Paper 11/161.
20. Podpiera, J., L. Weill (2008), Bad Luck or Bad Management? Emerging
Banking Market Experience, Journal of Financial Stability, 4(2), pp. 135–148.
21. Pratap S, Urrutia C (2004), Firm dynamics, investment and debt portfolio:
balance sheet effects of the Mexican crisis of 1994, Journal of Development
Economics, Vol.75, pp. 535-563.

18


22. Quagliarello M. (2007), Banks’ Riskiness Over the Business Cycle: a
Panel Analysis on Italian Intermediaries, Applied Financial Economics17, 119-138.
23. Rajan R. (1994), Why Bank Credit Policies Fluctuate: A Theory and Some
Evidence, Quarterly Journal of Economics109, 399-441.
24. Rinaldi, L., Sanchis-Arellano, A.(2006), Household debt sustainability:
What explains household non-performing loans? An empirical analysis, European
Central Bank Working Paper Series, No. 570.
25. Rossi, S., Schwaigerb, M., Winkler, G. (2005), Managerial behavior and
cost/profit efficiency in the banking sectors of Central and Eastern European
countries, OeNB, Working Paper No. 96.
26. Salas, V., J. Saurina (2002), Credit risk in two institutional settings:
Spanish commercial and saving banks, Journal of Financial Services Research, 22:
3, 203-224.
27. Shu, C (2002), The impact of the macroeconomic environment on the asset
quality of Hong Kong’s banking sector, Hong Kong Monetary Authority Research
Memorandum, p.20.
28. Timothy W. Koch, S. Scott MacDonald (2003), Bank management, 5th
edition, Mason, Ohio South-Western, ISBN 003034297X, 888 p.
29. Tram Nguyen Hoang Thuy Bich (2014), Assessing credit risk of

NH TMCP Quân đội
NM TMCP Á Châu
NH TMCP Xuất nhập khẩu
Việt Nam
NH TMCP Sài gòn Hà nội
(tháng 8/2012 sáp nhập Ngân
hàng TMCP Nhà Hà Nội)
NH TMCP Sài gòn thương
tín

2
3
4
5
6
7
8

16/7/2009

Độ dài
số liệu
(quý)
25

Tỷ trọng
dư nợ
(%)
10.80


2.86
1.97

750
1,043
4,784

20/4/2009

25

2.68

3,765

12/7/2006

25

3.21

4,935

Niêm yết
lần đầu

20


Bảng 2. Các biến kinh tế vĩ mô được nghiên cứu

Là hiệu số giữa bình quân lãi suất cho vay vốn lưu
động kỳ hạn dưới 12 tháng và lãi suất huy động kỳ

Chênh
2

CLS

lệch

lãi

suất

Tỷ
3

4

VND

GDP

5

STO

6

RES

trong quý (%). Nghiên cứu tham khảo: Aver (2008)
Chỉ số giá nhà ở theo quý (Chỉ số cơ sở Q1

Bất động
sản

Bloomberg

Ngân hàng
Nhà nước
Tổng

thống kê
Bloomberg

2009=100). Nghiên cứu tham khảo: Shu (2002), Lê Savills
Vân Chi và Hoàng Trung Lai (2014)

21

cục


Bảng 3. Các biến nội tại ngân hàng được nghiên cứu
TT

1

Mã



Tăng tín

Nghiên cứu tham khảo:

dụng

Goldstein và Philip
(1996)

Bảng 4. Các biến giả được nghiên cứu
TT Mã
1

2

3

DQ4

DVA

DSH

Tên biến
Biến giả
Quý 4
Biến giả
VAMC



8/2012, khiến NPL của ngân hàng này

SHB

tăng từ 2.8% vào Q2 2012 lên 13.2% vào
Q3 2012

22

DSH=1 vào
Q3 2012, 0
vào các quý
khác