Tác động của các yếu tố nội bộ đến nợ xấu của ngân hàng thương mại

44.61 14.78 6.458 0.4975 
STB 0.99 11.25 71048.03 821.55 132651.20 25.25 6.458 0.5263 
TCB 2.50 18.10 50388.33 4863.20 124105.00 24.30 6.458 0.5178 
VAB 2.09 7.01 11540.50 140.84 21544.86 21.77 6.458 0.5376 
VCB 2.78 18.68 201494.80 5122.29 364296.20 35.11 6.458 0.6198 
VIB 2.01 9.15 31420.31 489.40 63839.97 24.66 6.458 0.5466 
VPB 1.92 13.37 36313.35 406.94 77501.13 28.44 6.458 0.4487 
Total 2.18 11.51 64112.82 1214.81 117210.70 23.17 6.458 0.5549 
Nguồn: Tác giả (2017) 
 Nguyễn Kim Phước và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 13(2), 19-33 27 
Kết quả mô tả các giá trị thống kê (Bảng 2) các biến cho thấy: Tỷ lệ nợ xấu (NPL) của 
các ngân hàng giai đoạn từ năm 2006 đến 2015 ở mức trung bình là 2.18%. Ngân hàng có tỷ lệ 
nợ xấu nhỏ nhất là STB với 0.99% và ngân hàng có tỷ lệ nợ xấu cao nhất là SCB là 3.39%. Các 
ngân hàng BIDV, VCB, CTG là những ngân hàng có tăng trưởng tín dụng cao nhất và cũng là 
nhóm các ngân hàng có chỉ số ứng dụng thông tin tín dụng (ICT) cao. Xét trên qui mô tổng tài 
sản, hai ngân hàng KLB, PGB có giá trị tổng tài sản nhỏ nhất. Các ngân hàng ABB, NAB và 
SEA có hệ số ROE rất thấp, chưa đến ½ bình quân toàn ngành ngân hàng trong cả giai đoạn 
2006 - 2015. Về lãi suất tái cấp vốn trong giai đoạn 2006 - 2015, biến động lãi suất khá mạnh, 
đỉnh điểm là năm 2011. Những năm sau 2011, lãi suất biến động theo chiều hướng giảm dần 
và ổn định ở mức khoảng 5%/năm. Đây là mức lãi suất vừa phải, phù hợp với lợi nhuận bình 
quân của ngành ngân hàng, lạm phát và tăng trưởng kinh tế của Việt Nam giai đoạn hiện nay. 
Hình 1. Biến động lãi suất tái cấp vốn giai đoạn 2006 - 2015 
Nguồn: Tác giả (2017) 
4.2. Phân tích hồi quy 
Kết quả phân tích hồi quy biến phụ thuộc (tỷ lệ nợ xấu (%) - NPL) theo các biến độc 
lập bên trong bằng phương pháp ước lượng OLS dữ liệu gộp (Pooled), phương pháp tác động 
cố định (FE) và tác động ngẫu nhiên (RE) của các đơn vị chéo được thể hiện trong Bảng 3 dưới 
đây: 
Bảng 3 
Kết quả phân tích hồi quy các biến tác động đến tỷ lệ nợ xấu (%) - NPL 
INDEPENDENT 
VARIABLES 
MODEL REGRESSION 
POOLED FE RE 
Coef. 
Sta. 
Err. 
Coef. 
Sta. 
Err. 
Coef. 
Sta. 
Err. 
LnASSETS -0.944*** -4.39 -0.973*** -3.69 -0.945*** -4.20 
LnCRE -0.221 -1.21 -0.170 -0.83 -0.205 -1.10 
4 4
7.83
5
6.25
13
10
5.5
4.5 4.5
0
2
4
6
8
10
12
14
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
28 Nguyễn Kim Phước và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 13(2), 19-33 
INDEPENDENT 
VARIABLES 
MODEL REGRESSION 
POOLED FE RE 
Coef. 
Sta. 
Err. 
Coef. 
Sta. 
Err. 
Coef. 
Sta. 
Err. 
LnRISK 0.996*** 7.48 0.941*** 6.13 0.978*** 7.16 
ROE -0.050*** -3.51 -0.059*** -3.37 -0.053*** -3.57 
AGENT_branch -0.010 -0.73 0.012 0.66 -0.005 -0.30 
INTEREST 0.053 1.55 0.067** 1.98 0.057* 1.70 
ICT -1.441* 1.79 0.990 0.86 -1.401 1.63 
Number of obs 220 220 220 
Adj R-squared 0.296 0.280 
Prob>F 0.0000 0.000 0.0000 
Mức ý nghĩa: * P<0.1, ** P<0.05 và *** P<0.01 
Nguồn: Tác giả (2017) 
Từ kết quả hồi quy Pooled, FE và RE (bảng 3) ta thấy, các biến ROE, LnRISK và 
LnASSETS luôn có tác động đến NPL. Mô hình hồi quy đều có ý nghĩa thống kê và có Adj R-
squared từ 28% trở lên. 
Kiểm định Hausman để lựa chọn giữa mô hình FE và RE. Kết quả kiểm định cho giá trị 
χ2 ≈ 0 và Prob>chi2 = 0.856 > = 0.05 nên ta bác bỏ giả thuyết H0. Như vậy, mô hình RE phù 
hợp hơn mô hình FE. Kiểm định Wald để lựa chọn giữa mô hình Pooled và FE: Kết quả kiểm 
định cho giá trị Chi-square = 37.084 và Prob ≈ 0.1147 > = 0.05 nên ta chấp nhận giả thuyết 
H0. Mô hình Pooled là phù hợp hơn. 
Kiểm định Breusch - Pagan cho mình hình Pooled cho kết quả Prob>Chi2 = 0.000 < 
= 0.05 nên mô hình có xảy ra hiện tượng phương sai sai số thay đổi. Đồng thời kiểm định Wald 
theo Worldridge cho Prob>F = 0.000 < = 0.05 nên mô hình có xảy ra hiện tượng tự tương 
quan. Nghiên cứu sử dụng phương pháp FGLS để khắc phục các hiện tượng tương quan chuỗi 
và phương sai sai số thay đổi. Phân tích hồi quy theo phương pháp FGLS cho kết quả như bảng 
4. 
Bảng 4 
Kết quả lựa chọn mô hình phù hợp 
INDEPENDENT 
VARIABLES 
MODEL REGRESSION 
(FGLS) 
Kết quả kiểm định giả 
thuyết 
Coef. Sta. Err. 
LnASSETS -0.4696*** 0.1467 Chấp nhận 
LnCRE -0.4289*** 0.1331 Chấp nhận 
LnRISK 0.7522*** 0.1020 Chấp nhận 
ROE -0.0388*** 0.0084 Chấp nhận 
AGENT_branch 0.0045 0.0092 Từ chối 
 Nguyễn Kim Phước và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 13(2), 19-33 29 
INDEPENDENT 
VARIABLES 
MODEL REGRESSION 
(FGLS) 
Kết quả kiểm định giả 
thuyết 
Coef. Sta. Err. 
INTEREST 0.0677*** 0.0174 Chấp nhận 
ICT -1.0880*** 0.4880 Chấp nhận 
Number of obs 220 
Wald Chi2 (7) 142.81 
AR(1) 0.3015 
Prob>chi2 0.0000 
Mức ý nghĩa *** P<0.01 
Nguồn: Tác giả (2017) 
4.3. Kiểm định độ phù hợp mô hình 
 Kiểm định sự phù hợp của mô hình 
Giá trị kiểm định F cho kết quả Prob (F-statistic) = 0.000 < α = 0.05 nên ta bác bỏ giả 
thuyết H0, chấp nhận giả thuyết H1: mô hình nghiên cứu là phù hợp. Bên cạnh đó, R2 hiệu chỉnh 
của mô hình 1 bằng 0.296. Điều này có nghĩa là với mô hình trên, các biến độc lập bên trong 
ngân hàng có thể giải thích được khoảng 29.6% cho sự biến thiên của NPL. 
 Kiểm định đa cộng tuyến 
Hệ số VIF của các biến đều nhỏ hơn 5 (Bảng 5), như vậy, các biến trong mô hình không 
xảy ra hiện tượng đa cộng tuyến (Gujarati, 2012). 
Bảng 5 
Kết quả kiểm định đa cộng tuyến 
Variable VIF 1/VFF 
ROE 1.34 0.749036 
LnCRE 1.05 0.953160 
LnRISK 1.19 0.840702 
LnASSETS 1.08 0.926208 
AGENT_branch 1.34 0.744929 
INTEREST 1.12 0.896147 
ICT 1.13 0.883490 
Mean VIF 1.18 
Nguồn: Kết quả phân tích dữ liệu của nhóm nghiên cứu 
 Kiểm định phương sai sai số thay đổi và tự tương quan 
Kết quả hồi quy theo phương pháp FGLS cho thấy, Wald Chi2 (7) = 142.81 với AR(1) 
30 Nguyễn Kim Phước và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 13(2), 19-33 
= 0.3015 và Prob>chi2 = 0.000. Như vậy, các khuyết tật về phương sai sai số thay đổi và tự 
tương quan của mô hình đã được khắc phục, mô hình có ước lượng không chệch, đảm bảo độ 
tin cậy cao. 
5. Kết luận và hàm ý chính sách 
5.1. Kết luận 
Các yếu tố bên trong ngân hàng tác động đến tỷ lệ nợ xấu (NPL) theo phương pháp hồi 
quy FGLS cho thấy, có 6/7 biến độc lập có tác động, trong đó các biến ROE, LnCRE, 
LnASSETS và ICT có tác động trái chiều với NPL. Các biến LnRISK và INTEREST có tác 
động cùng chiều với NPL. Kết quả nghiên cứu phù hợp với một số nghiên cứu trước và phù 
hợp với thực tế tại Việt Nam. Biến AGENT_branch chưa tìm thấy bằng chứng có tác động đến 
NPL. Dựa vào kết quả nghiên cứu cũng như tình hình thực tế tại các NHTMVN, một số khuyến 
nghị được đề xuất nhằm góp phần giảm nợ xấu tại các NHTMVN. 
5.2. Hàm ý chính sách 
Đối với các nhà quản trị ngân hàng: Các nhà quản trị ngân hàng có thể kiểm soát nợ 
xấu tại ngân hàng thông qua nhiều cách khác nhau như: gia tăng suất sinh lời ROE, trích lập dự 
phòng rủi ro theo đúng qui định, sử dụng hiệu quả thông tin tín dụng, thúc đẩy tăng trưởng tín 
dụng và tăng tài sản. Các ngân hàng có thể gia tăng ROE và sử dụng ICT càng tốt thì NPL càng 
giảm, trong đó, đặc biệt cần chú ý sử dụng yếu tố ICT vì hiện nay các ngân hàng tiếp cận và sử 
dụng hiệu quả hệ thống thông tin tín dụng chưa tốt và cũng chưa nghiên cứu sâu vấn đề này. 
Tuy nhiên, để hệ thống thông tin tín dụng hiệu quả, chính xác, minh bạch,  thì cần có sự chỉ 
đạo, hỗ trợ của các cơ quan quản lý nhà nước, đặc biệt là Ngân hàng Nhà nước. 
Đối với Ngân hàng Nhà nước: Cần gia tăng cũng cố và phát huy hệ thống thông tin tín 
dụng để là cơ sở hữu hiệu cho các NHTM có thể đưa ra những quyết định tín dụng kịp thời, 
chính xác hơn, lựa chọn đối tượng để cấp tín dụng hiệu quả, nâng cao khả năng thu hồi vốn tín 
dụng. Đồng thời, cơ quan quản lý Nhà nước cần nghiên cứu và đưa ra định hướng lãi suất phù 
hợp với nền kinh tế Việt Nam theo từng giai đoạn nhằm nâng cao khả năng hoàn trả nợ vay của 
người vay vốn, từ đó đảm bảo khả năng thu hồi nợ của ngân hàng. 
Tài liệu tham khảo 
Atlman, E. I. (2000). Predicting financial distress of companies: Revisiting the Z-Score and 
ZETA models. Retrieved September 1, 2017, from 
https://ideas.repec.org/h/elg/eechap/14545_17.html 
Auronen, L. (2003). Asymmetric information: Theory and applications. Paper presented at the 
Seminar of Strategy and International Business, Helsinki University of Technology, 
Espoo, Finland. 
Baltagi, B. H. (2010). Panel data econometrics, theoretical contributions and empirical 
application (1st ed.). Amsterdam, Netherlands: Elsevier. 
 Nguyễn Kim Phước và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 13(2), 19-33 31 
Bester, H. (1994). The role of collateral in a model of debt renegotiation. Journal Money, Credit 
and Banking, 26, 72-86. 
Breusch, T. S., & Pagan, A. R. (1979). A simple test for heteroscedasticity and random 
coefficient variation. Econometrica, 47(5), 1287-1294. 
Chính phủ. (2016). Báo cáo tình hình kinh tế - xã hội 6 tháng đầu năm và các nhiệm vụ, giải 
pháp chủ yếu 6 tháng cuối năm 2016 [Report on socio-economic situation in the first 6 
months of the year and major tasks and solutions for the last 6 months of 2016]. Retrieved 
September 2, 2017, from https://www.gso.gov.vn/du-lieu-va-so-lieu-thong-
ke/2019/05/bao-cao-tinh-hinh-kinh-te-xa-hoi-6-thang-dau-nam-2016/ 
Chu Thai (2017). Nợ xấu quý I/2017: Vẫn tăng và có sự phân hóa [NPLs in the first quarter of 
2017: Still increasing and having differentiation]. Retrieved September 4, 2017, from 
2017-van tang-va-co-su-phan-hoa-43369.aspx 
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. 
Fofack, H. (2005). Non-performing loans in sub-Saharan Africa: Causal analysis and 
macroeconomic implications. (World Bank Policy Research Working Paper, No. 3769). 
Retrieved November 15, 2005, from  abstract=849405 
Golden, S., & Walker, H. M. (1993). The ten commandments of commercial credit. The Cs of 
good and bad loans. Journal of Commerial Bank Leading, 13, 42-46 
Greenidge, K., & Grosvenor, T. (2010). Forecasting non-performing loans in Barbados. Journal 
of Business, Finance and Economics in Emerging Economies, 5(1), 80-107. 
Gujarati, D. N. (2004). Basic econometric (4th ed.). NewYork, NY: The McGraw-Hill 
Companies. 
Gujarati, D. N. (2012). Basic econometrics. New York, NY: Tata McGraw-Hill Education. 
Guy, K., & Lowe, S. (2011). Non-performing loans and bank stability in Barbados. Economic 
Review, 37(1), 77-82. 
Harper, B. (2011). Linking banks and strong economic growth, ABA occasional paper. 
Retrieved September 8, 2017, from https://www.coursehero.com/file/45550217/1-
Group-13-Importance-of-bankspdf/ 
International Monetary Fund (IMF). (2004). Compilation guide on Financial Soundness 
Indicators-FSIs. Retrieved September 9, 2017, from https://www.imf.org/ 
external/np/sta/fsi/eng/2004/guide/index.htm. 
Jiménez, G., & Saurina, J. (2006). Credit cycles, credit risk, and prudential regulation. 
International Journal of Central Banking, 2(2), 65-98. 
Louzis, D. P., Vouldis, A. T., & Metaxas, V. (2010). Macroeconomic and bank-specific 
determinants of non-performing loans in Greece: A comparative study of mortgage, 
32 Nguyễn Kim Phước và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 13(2), 19-33 
business and consumer loan portfolios. (Bank of Greece Working Paper No. 118/2010). 
Retrieved September 11, 2017, from http:ssrn.com/abstract=1703026 
Louzis, D. P., Vouldis, A., & Metaxas, V. (2012). Macroeconomic and bank-specific 
determinants of non- performing loans in Greece: A comparative study of mortgage, 
business and consumer loan portfolios. Journal of Banking & Finance, 36(4), 1012-1027. 
Mario, Q. (2006). Bank’s riskiness over the business cycle: A panel analysis on Intalian 
intermediaries. (Bank of Italy Working Papers, No. 559). Retrieved September 11, 2017, 
from  
Messai, A. S., & Jouni, F. (2013). Micro and macro determinants of non-performing loans. 
International Journal of Economic and Financial Issues, 3(4), 852-860. 
Ngân hàng Nhà nước Việt Nam. (2005). Quyết định số 493/2005/QĐ-NHNN ban hành ngày 
22/04/2005 [Decision No. 493/2005 / QD-NHNN dated 22/04/2005]. Retrieved 
September 12, 2017, from https://thuvienphapluat.vn/van-ban/Tien-te-Ngan-
hang/Quyet-dinh-493-2005-QD-NHNN-phan-loai-no-trich-lap-su-dung-du-phong-de-
xu-ly-rui-ro-tin-dung-trong-hoat-dong-ngan-hang-to-chuc-tin-dung-53338.aspx 
Ngân hàng Nhà nước Việt Nam. (2013). Thông tư số 02/2013/TT-NHNN ban hành ngày 
21/01/2013 [Circular No. 02/2013 / TT-NHNN dated 21/01/2013]. Retrieved September 
13, 2017, from https://thuvienphapluat.vn/van-ban/Tien-te-Ngan-hang/Thong-tu-02-
2013-TT-NHNN-phan-loai-tai-san-co-muc-trich-phuong-phap-trich-lap-165814.aspx 
Nguyen, K. M. (2015). Giáo trình Nghiệp vụ ngân hàng thương mại [Commercial Banking 
Textbook]. Ho Chi Minh, Vietnam: Nxb Tài chính. 
Nguyen, V. T. H. (2015). Yếu tố tác động đến nợ xấu các ngân hàng thương mại Việt Nam 
[Factors affecting bad debts of commercial banks in Vietnam]. Tạp chí Phát triển Kinh 
tế, 26(11), 80-98. 
Pham, B. T. (2005). Nâng cao năng lực cạnh tranh của hệ thống NHTM Việt Nam trong điều 
kiện hội nhập khu vực và quốc tế [Improve the competitiveness of Vietnam's commercial 
banking system in terms of regional and international integration] (Report No. KNHTĐ 
2003.01). 
Podpiera, J., & Weill, L. (2008). Bad luck or bad management? Emerging banking market 
experience. Journal of Financial Stability, 4(2), 135-148. 
Rajan, R., & Dhal, S. C. (2003). Non-performing loans and terms of credit of public sector 
banks in India: An empirical assessment. Proceeding of Reserve Bank of India 
Occasional Paper, 24, 81-121. 
Richard, E. (2011). Factors that cause non-performing loans in commercial banks in tanzania 
and strategies to resolve them. Journal of Management Policy and Practice, 12(7), 50-
58. 
Salas, V., & Saurina, J. (2002). Credit risk in two institutional regimes: Spanish commercial 
and savings banks. Journal of Financial Services Research, 22(3), 203-224. 
 Nguyễn Kim Phước và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 13(2), 19-33 33 
Sinkey, J. F., & Greenwalt, M. (1991). Loan-loss experience and risk-taking behavior at large 
commercial banks. Journal of Financial Services Research, 5(1), 43-59. 
Tran, H. H. (2011). Giáo trình quản trị ngân hàng thương mại [Commercial banking 
management curriculum]. Hanoi, Vietnam: Nxb Lao động Xã hội. 
Upal, R. (2009). Priority sector advances: Trends, issues and strategies. Journal of Accounting 
and Taxation, 1(5), 79-89. 
Wooldridge, J. M. (2002). Introductory econometrics - A modern approach. New York, NY: 
McGraw-Hill.