[Download] Tải Áp dụng phương pháp Bayes trong nghiên cứu nợ xấu tại các ngân hàng thương mại Việt Nam – Tải về File Word, PDF

Áp dụng phương pháp Bayes trong nghiên cứu nợ xấu tại các ngân hàng thương mại Việt Nam

Áp dụng phương pháp Bayes trong nghiên cứu nợ xấu tại các ngân hàng thương mại Việt Nam
Nội dung Text: Áp dụng phương pháp Bayes trong nghiên cứu nợ xấu tại các ngân hàng thương mại Việt Nam

Download


Nghiên cứu được thực hiện nhằm xác định các yếu tố tác động đến nợ xấu của các ngân hàng thương mại (NHTM) Việt Nam trong giai đoạn 2007-2018. Bài nghiên cứu áp dụng cách tiếp cận theo phương pháp Bayes và thuật toán lấy mẫu Random-walk Metropolis-Hastings để đánh giá tác động của các yếu tố vi mô và vĩ mô đến nợ xấu của các NHTM.

Bạn đang xem: [Download] Tải Áp dụng phương pháp Bayes trong nghiên cứu nợ xấu tại các ngân hàng thương mại Việt Nam – Tải về File Word, PDF

*Ghi chú: Có 2 link để tải biểu mẫu, Nếu Link này không download được, các bạn kéo xuống dưới cùng, dùng link 2 để tải tài liệu về máy nhé!
Download tài liệu Áp dụng phương pháp Bayes trong nghiên cứu nợ xấu tại các ngân hàng thương mại Việt Nam File Word, PDF về máy

Áp dụng phương pháp Bayes trong nghiên cứu nợ xấu tại các ngân hàng thương mại Việt Nam

Mô tả tài liệu

Nội dung Text: Áp dụng phương pháp Bayes trong nghiên cứu nợ xấu tại các ngân hàng thương mại Việt Nam

  1. Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 5(1):1267-1277
    Open Access Full Text Article Bài nghiên cứu

    Áp dụng phương pháp Bayes trong nghiên cứu nợ xấu tại các ngân
    hàng thương mại Việt Nam

    Phạm Hải Nam1,* , Nguyễn Ngọc Tân2

    TÓM TẮT
    Nghiên cứu được thực hiện nhằm xác định các yếu tố tác động đến nợ xấu của các ngân hàng
    thương mại (NHTM) Việt Nam trong giai đoạn 2007 – 2018. Bài nghiên cứu áp dụng cách tiếp cận
    Use your smartphone to scan this
    theo phương pháp Bayes và thuật toán lấy mâũ Random-walk Metropolis-Hastings để đánh giá tác
    QR code and download this article động của các yếu tố vi mô và vĩ mô đến nợ xấu của các NHTM. Trong đó, biến phụ thuộc là nợ xấu
    được đo lường bằng tỷ lệ tổng nợ xấu trên tổng dư nợ, các biến độc lập thuộc về đặc điểm ngân
    hàng là nợ xấu năm trước, khả năng sinh lời, quy mô ngân hàng, dư nợ cho vay, vốn ngân hàng,
    các biến vĩ mô là lạm phát, tăng trưởng kinh tế. Dữ liệu nghiên cứu được thu thập từ báo cáo tài
    chính của 30 NHTM Việt Nam và Tổng cục Thống kê Việt Nam từ năm 2007 đến năm 2018. Để tăng
    độ tin cậy và tính hiệu quả của mô hình cũng như suy diễn Bayes là hợp lý, kiểm định sự hội tụ của
    chuôĩ MCMC được thực hiện. Kết quả nghiên cứu cho thấy nợ xấu năm trước, quy mô ngân hàng,
    dư nợ cho vay, vốn ngân hàng, lạm phát là các yếu tố tác động cùng chiều đến nợ xấu của NHTM.
    Bên cạnh đó, khả năng sinh lời, tăng trưởng kinh tế là các yếu tố có tác động ngược lại. Trên cơ sở
    kết quả nghiên cứu, tác giả đề xuất các hàm ý chính sách cho nhà hoạch định nhằm giúp các ngân
    hàng giảm bớt nợ xấu, thúc đẩy các ngân hàng hoạt động lành mạnh, hiệu quả hơn.
    Từ khoá: Bayes, ngân hàng thương mại, nợ xấu

    GIỚI THIỆU ước lượng truyền thống như FEM, REM, GMM, vốn
    gây ra nhiều chỉ trích và kết quả gây tranh cãi 13,14 ,
    Hệ thống ngân hàng đóng vai trò quan trọng cho sự
    tác giả sử dụng cách tiếp cận mới là cách tiếp cận
    phát triển nền kinh tế của các quốc gia. Sự phát triển
    theo phương pháp Bayes. Các kết luận trong thống kê
    của ngành ngân hàng luôn đi cùng với sự thịnh vượng
    Bayes có độ chính xác cao hơn và ngày càng được sử
    của một quốc gia hoặc một khu vực kinh tế cụ thể.
    1
    Trường Đại học Công nghệ Tp.HCM dụng phổ biến, đặc biệt trong lĩnh vực Y học, khoa học
    Tuy nhiên, bản chất của hoạt động ngân hàng là rủi
    xã hội và nhiều ngành khoa học khác 15,16 . Đây chính
    2
    Văn phòng Ủy ban Nhân dân Tp.HCM ro cao với tỷ lệ đòn bẩy tài chính lớn 1 . Để đo lường
    là điểm mới của nghiên cứu này so với các nghiên cứu
    rủi ro trong hoạt động ngân hàng, tỷ lệ nợ xấu là chỉ
    Liên hệ trước đây và là đóng góp quan trọng về mặt phương
    tiêu chủ yếu được sử dụng 2 . Nợ xấu của các NHTM
    Phạm Hải Nam, Trường Đại học Công nghệ pháp trong nghiên cứu về nợ xấu của các NHTM Việt
    là vấn đề quan trọng và được các NHTM cũng như cơ
    Tp.HCM Nam.
    quan quản lý nhà nước đặc biệt quan tâm 3 , đặc biệt là
    Email: ph.nam@hutech.edu.vn Kết quả của nghiên cứu là cơ sở quan trọng cho ban
    sau khủng hoảng tài chính 2008. Nghiên cứu về ảnh
    Lịch sử lãnh đạo các ngân hàng thương mại cũng như cơ
    hưởng của nợ xấu đến hoạt động của hệ thống ngân
    • Ngày nhận: 7/10/2020 quan quản lý nhà nước trong việc xây dựng cũng như
    • Ngày chấp nhận: 20/01/2021
    hàng đã được nhiều tác giả thực hiện và phân tích
    ban hành các chính sách và chiến lược, giúp cho các
    • Ngày đăng: 13/02/2021 kỹ lươñg. Một số nghiên cứu đánh giá tác động của
    NHTM hoạt động một cách oan toàn và bền vững
    nợ xấu đến hiệu quả hoạt động của NHTM 4–6 hoặc
    DOI : 10.32508/stdjelm.v5i1.704 hơn, trở thành kênh dâñ vốn quan trọng cho nền kinh
    tác động của nợ xấu đến rủi ro thanh khoản 7–9 . Các
    tế.
    nghiên cứu này cho chúng ta thấy một cách rõ ràng
    tác động của nợ xấu đến hoạt động của ngân hàng, cụ TỔNG QUAN LÝ THUYẾT VÀ CÁC
    thể là hiệu quả tài chính và thanh khoản của NHTM NGHIÊN CỨU CÓ LIÊN QUAN
    Bản quyền
    cũng như sự ổn định trong hoạt động ngân hàng.
    © ĐHQG Tp.HCM. Đây là bài báo công bố
    Trong nghiên cứu này, tác giả sử dụng nợ xấu như là Tổng quan lý thuyết
    mở được phát hành theo các điều khoản của
    the Creative Commons Attribution 4.0 tiêu chí đánh giá rủi ro trong hoạt động ngân hàng, Theo Berger và DeYoung nợ xấu là nợ quá hạn thanh
    International license. trong đó nợ xấu được đo lường bầng cách lấy nợ xấu toán ít nhất 90 ngày hoặc đang trong tình trạng nghi
    chia cho tổng dư nợ 2,3,10–12 . Tuy nhiên, không giống ngờ 2 . Ủy ban Basel về giám sát ngân hàng cho rằng,
    như các nghiên cứu trước đây sử dựng phương pháp một khoản nợ được xem là không có khả năng hoàn

    Trích dẫn bài báo này: Nam P H, Tân N N. Áp dụng phương pháp Bayes trong nghiên cứu nợ xấu tại
    các ngân hàng thương mại Việt Nam. Sci. Tech. Dev. J. – Eco. Law Manag.; 5(1):1267-1277.

    1267

  2. Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 5(1):1267-1277

    trả khi xảy ra một trong hai hoặc cả hai điều kiện sau: Điều này làm cho cách tiếp cận Bayes trở nên phổ biến
    ngân hàng thấy người vay không có khả năng trả nợ và tạo điều kiện thuận lợi đáng kể cho việc áp dụng và
    đầy đủ khi ngân hàng chưa thực hiện hành động gì giải thích kết quả. Trong khi đó, cách tiếp cận tần suất
    để nỗ lực thu hồi; người vay đã quá hạn trả nợ quá dựa trên nhiều phương pháp ước lượng được thiết kế
    90 ngày 17 . Trong khi đó, theo Quyết định 22/VBHN- cho các vấn đề và mô hình thống kê cụ thể. Thông
    NHNN ngày 04 tháng 06 năm 2014 của Thống đốc thường, các phương pháp suy luận được thiết kế cho
    NHNN Việt Nam, nợ xấu là các khoản nợ thuộc các một lớp vấn đề không thể được áp dụng cho một lớp
    nhóm 3, 4 và 5, tức những khoản nợ quá hạn từ 90 mô hình khác.
    ngày trở lên 18 . Để hiểu rõ hơn ảnh hưởng của nợ Thứ ba, trong phân tích Bayes, chúng ta có thể sử dụng
    xấu đến hoạt động của NHTM, điều quan trọng là thông tin trước đó, cả niềm tin hoặc bằng chứng thực
    cần phải hiểu rõ các yếu tố có thể tác động đến nợ nghiệm, trong mô hình dữ liệu để thu được kết quả
    xấu, từ đó có cái nhìn rõ hơn về bức tranh nợ xấu của cân bằng hơn cho một vấn đề cụ thể. Chẳng hạn như
    NHTM và có các biện pháp nhằm kiểm soạt một cách kết hợp thông tin tiên nghiệm có thể giảm thiểu ảnh
    tốt nhất nợ xấu của từng ngân hàng cũng như toàn bộ hưởng của cỡ mẫu nhỏ.
    hệ thống ngân hàng. Các nghiên cứu trước đây về nợ Thứ tư, bằng cách sử dụng kiến thức về toàn bộ phân
    xấu của các ngân hàng thương mại được nhiều tác giả phối hậu nghiệm của các tham số mô hình, suy luận
    trong và ngoài nước quan tâm, đặc biệt kể từ sau cuộc Bayes toàn diện và linh hoạt hơn rất nhiều so với suy
    khủng hoảng tài chính thế giới. Một số nghiên cứu tập luận truyền thống.
    trung vào các yếu tố vĩ mô 10,19 , các yếu tố vi mô 20,21 Thứ năm, suy luận Bayes là chính xác, theo nghĩa là
    hoặc cả vi mô và vĩ mô 3,11,12,22,23 . Các nghiên cứu này ước tính và dự đoán dựa trên phân phối hậu nghiệm.
    cho chúng ta thấy tình hình nợ xấu của các NHTM Các phương pháp Bayes có thể được sử dụng để mô
    tại nhiều quốc gia và khu vực trên thế giới, đồng thời phỏng nhiều mô hình, bao gồm cả những hàm phức
    cung cấp hiểu biết về các yếu tố quan trọng ảnh hưởng tạp với độ chính xác tùy ý.
    đến nợ xấu của các NHTM, giúp ban lãnh đạo ngân Thứ sáu, suy luận Bayes cung cấp một cách giải thích
    hàng và cơ quan quản lý nhà nước hoạch định các đơn giản và trực quan hơn về các kết quả dưới dạng
    chính sách và giải pháp khắc phục tình trạng nợ xấu, xác suất. Ví dụ, các khoảng tin cậy được hiểu là các
    từ đó hỗ trợ việc tiếp cận vốn tín dụng của các thành khoảng mà các tham số thuộc về một xác suất nhất
    phần trong nền kinh tế. định, không giống như cách diễn giải lấy mẫu lặp lại
    Tại Việt Nam, mặc dù có nhiều nghiên cứu về nợ ít đơn giản hơn của các khoảng tin cậy.
    xấu tại các NHTM cũng như các yếu tố ảnh hưởng Cuối cùng, như đã đề cập ngắn gọn trước đó, độ chính
    đến nợ xấu như nghiên cứu của Nguyễn Thị Hồng xác ước tính trong phân tích Bayes không bị giới hạn
    Vinh, Phạm Dương Phương Thảo và Nguyễn Linh bởi kích thước mẫu — các phương pháp mô phỏng
    Đan 12,23 . Tuy nhiên, các nghiên cứu này đều sử dụng Bayes có thể cung cấp một mức độ chính xác tùy ý
    cách tiếp cận theo phương pháp xác suất thống kê và không bị ảnh hưởng bởi các hạn chế như tự tương
    truyền thống, vốn gây ra nhiều chỉ trích và kết quả quan, nội sinh, phương sai sai số thay đổi mà phương
    gây tranh cãi 13–15,24,25 . Vì vậy, cần có phương pháp pháp tần suất gặp phải.
    mới trong nghiên cứu về nợ xấu tại các NHTM, có kết
    quả đáng tin cậy hơn và hữu ích hơn trong việc đưa Các nghiên cứu thực nghiệm có liên quan
    ra các giải pháp và kiến nghị, góp phần nâng cao hiệu Nghiên cứu của Beaton và cộng sự (2016) được thực
    quả hoạt động của các NHTM. Phương pháp Bayes hiện nhằm đánh giá các yếu tố tác động đến nợ xấu
    ưu việt hơn so với phương pháp tần suất, cụ thể như của các quốc gia khu vực Liên minh tiền tệ Đông
    sau: Caribbean (ECCU) trong giai đoạn từ năm 1996 đến
    Thứ nhất, phân tích Bayes là một công cụ phân tích năm 2015. Bằng phương pháp GMM, kết quả nghiên
    mạnh mẽ để lập mô hình thống kê, giải thích kết quả, cứu chỉ ra các ngân hàng có khả năng sinh lời tốt hơn
    và dự đoán dữ liệu. Phương pháp Bayes có thể được sử và các ngân hàng ít liên quan đến các lĩnh vực xây
    dụng khi không có phương pháp tần suất chuẩn nào dựng và du lịch có xu hướng ít nợ xấu hơn. Bên cạnh
    có sẵn hoặc các phương pháp tần suất hiện có không đó, các ngân hàng nước ngoài có tỷ lệ nợ xấu thấp hơn
    thành công. các ngân hàng trong nước nhò khả năng kiểm soát nợ
    Thứ hai, tính phổ quát của phương pháp Bayes có xấu tốt hơn và lợi thế nhờ quy mô. Ngoài ra, tỷ lệ
    thể được xem là lợi thế về mặt phương pháp so với nợ xấu và tốc độ tăng trưởng kinh tế có mối quan hệ
    phương pháp tiếp cận tần suất truyền thống. Suy luận ngược chiều 22 .
    Bayes dựa trên một quy tắc xác suất duy nhất, quy tắc Dimitrios và cộng sự thực hiện nghiên cứu các yếu tố
    Bayes, được áp dụng cho tất cả các mô hình tham số. ảnh hưởng tới nợ xấu của các NHTM khu vực Châu

    1268

  3. Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 5(1):1267-1277

    Âu trong giai đoạn 1990 – 2015. Sử dụng phương Kjosevski và cộng sự nghiên cứu tác động của các
    pháp GMM, nghiên cứu cho thấy các yếu tố nội tại yếu tố vi mô và vĩ mô đến nợ xấu của các NHTM tại
    ngân hàng là tỷ lệ cho vay trên tổng tiền gửi, ROA, Cộng hòa Macedonia. Với mâũ dữ liệu được thu thập
    ROE tác động đến tỷ lệ nợ xấu. Các yếu tố vĩ mô trong giai đoạn 2003 – 2014 và phương pháp ARDL,
    ảnh hưởng đến nợ xấu là tăng trưởng GDP, tỷ lệ thất kết quả cho thấy khả năng sinh lời, tăng trưởng tín
    nghiệp, tỷ lệ thuế thu nhập cá nhân trên GDP, chu kỳ dụng, tăng trưởng GDP có tác động ngược chiều đến
    kinh tế 26 . nợ xấu. Trong khi đó, thanh khoản ngân hàng, tỷ lệ
    Jakubík & Reininger thu thập dữ liệu của toàn bộ các
    thất nghiệp tác động cùng chiều đến nợ xấu 27 .
    ngân hàng khu vực CESEE (bao gồm các nước Bul-
    Makri và Tsagkanos nghiên cứu các yếu tố tác động
    garia, Croatia, Cộng hòa Czech , Hungary, Ba Lan,
    đến nợ xấu của các NHTM khu vực Châu Âu từ năm
    Romania, Nga, Slovakia và Ukraine) từ năm 1993 đến
    2000 đến năm 2008. Nghiên cứu sử dụng phương
    năm 2012 để đánh giá xem các yếu tố ảnh hưởng đến
    nợ xấu và chiều hướng ảnh hưởng của các ngân hàng pháp GMM và chứng minh được nợ xấu chịu sự tác
    này. Dựa trên phương pháp GMM, các tác giả tìm động bởi các yếu tố bao gồm hệ số an toàn vốn (CAR),
    thấy bằng chứng cho thấy tốc độ tăng trưởng kinh tế tỷ lệ nợ xấu năm trước, ROE, nợ công, tỷ lệ thất
    là yếu tố chính và có mối quan hệ ngược chiều đến tỷ nghiệp, tăng trưởng GDP 11 .
    lệ nợ xấu của các NHTM. Đồng thời, các yếu tố khác Nghiên cứu các NHTM tại Việt Nam, bằng phương
    có ảnh hưởng đến nợ xấu là chỉ số giá chứng khoán, pháp FGLS, Nguyễn Thị Như Quỳnh và cộng sự tìm
    tăng trưởng tín dụng trong quá khứ, tỷ giá hối đoái, thấy bằng chứng cho thấy, tại mức ý nghĩa thống kê
    tỷ lệ nợ ngoại tệ trên tổng dư nọ quốc gia 19 . 1%, tốc độ tăng trưởng kinh tế, tăng trưởng tín dụng
    Backer và cộng sự nghiên cứu các yếu tố vĩ mô tác của ngân hàng và tỷ lệ thất nghiệp tác động ngược
    động đến nợ xấu của các NHTM tại Bỉ từ năm từ quý chiều với tỷ lệ nợ xấu. Đồng thời, tỷ lệ lạm phát và
    1 năm 1995 đến quý 2 năm 2015. Các tác giả sử dụng tỷ lệ nợ xấu năm trước tương quan thuận chiều với tỷ
    mô hình Tobit và chứng minh được sự phân bổ tài sản lệ nợ xấu hiện tại. ngoài ra, các tác giả chưa tìm thấy
    và nợ của các hộ gia đình cho thấy một số rủi ro do
    bằng chứng cho thấy mối quan hệ giữa yếu tố quy mô
    một tỷ lệ đáng kể các hộ gia đình chi một phần lớn
    và khả năng sinh lời của ngân hàng với tỷ lệ nợ xấu 28 .
    thu nhập của họ để trả nợ và một phần dư nợ không
    Nguyễn Thị Hồng Vinh sử dụng phương pháp GMM
    được đảm bảo trả nợ bằng tài sản tài chính. Trên cơ
    sở nền tảng này, bài báo nhằm mục đích giải thích sự sai phân và GMM hệ thống nhằm nghiên cứu các yếu
    thay đổi trong rủi ro tín dụng (thế chấp) theo cả các tố tác động đến nợ xấu của các NHTM Việt Nam
    yếu tố mang tính cơ cấu và kinh tế vĩ mô như chu kỳ trong giai đoạn 2007 – 2014. Tác giả tìm thấy bằng
    kinh doanh và các khoản vay hoặc đặc điểm của ngân chứng cho thấy khả năng sinh lời, nợ xấu của quá khứ,
    hàng. Các phát hiện cho thấy mối liên hệ rõ ràng giữa quy mô ngân hàng, tăng trưởng tín dụng, tăng trưởng
    các công cụ chính sách an toàn vĩ mô – chẳng hạn như kinh tế. Ngoài ra, khi sử dụng phương pháp GMM
    tỷ số khả năng trả nợ (DSTI) – và xác suất vỡ nợ (PD). hệ thống, tác giả chứng minh được vốn chủ sở hữu và
    Kết quả kinh tế lượng xác nhận rằng cả biến cơ cấu và và lạm phát tác động có ý nghĩa đến nợ xấu của các
    kinh tế vĩ mô giải thích sự thay đổi của tỷ lệ vỡ nợ đối NHTM 23 .
    với các khoản vay thế chấp. Cuối cùng, có tác động Một nghiên cứu khác ở các NHTM Việt Nam của
    phản hồi của nợ xấu đối với điều kiện kinh tế vĩ mô Phạm Dương Phương Thảo và Nguyễn Linh Đan về
    ở các quốc gia có tỷ lệ nợ xấu cao. Mặc dù quy trình nợ xấu. Sử dụng bộ dữ liệu thứ cấp của 27 NHTM
    xóa nợ và giảm chi phí lãi suất của khu vực tư nhân
    Việt Nam từ năm 2005 đến năm 2016 và phương pháp
    phi tài chính có thể giúp giảm tỷ lệ nợ xấu, nhưng các
    hồi quy GMM, các tác giả cho thấy có mối liên hệ giữa
    cải cách cơ cấu bổ sung ở những quốc gia đó có thể là
    các yếu tố đặc điểm ngân hàng và kinh tế vĩ mô đến nợ
    cần thiết 10 .
    xấu. Cụ thể, tỷ lệ nợ xấu của ngân hàng ở năm trước
    Ćurak và cộng sự thực hiện nghiên cứu nhằm tìm
    và tỷ lệ nợ xấu của ngân hàng hiện tại có mối quan hệ
    hiểu các yếu tố tác động đến nợ xấu của 69 ngân hàng
    thương mại tại 10 quốc gia khu vực Đông Nam châu cùng chiều. Đồng thời, chi phí trích lập dự phòng rủi
    Âu từ năm 2003 đến năm 2010. Các tác giả sử dụng ro tín dụng càng cao, chi phí hoạt động càng cao, lợi
    phương pháp ước lượng GMM và phát hiện được nợ nhuận của ngân hàng có mối quan hệ nghịch chiều
    xấu chịu sự tác động của các yếu tố đặc điểm ngân đến tỷ lệ nợ xấu của ngân hàng. Kết quả của nghiên
    hàng và các yếu tố vĩ mô. Cụ thể, các yếu tố bao gồm cứu này cũng cho thấy các biến số kinh tế vĩ mô như
    quy mô ngân hàng, hiệu quả tài chính, khả năng thanh tốc độ tăng trưởng GDP có mối quan hệ cùng chiều
    toán, tăng trưởng kinh tế, lạm phát, lãi suất 3 . với tỷ lệ nợ xấu của các ngân hàng 12 .

    1269

  4. Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 5(1):1267-1277

    Giả thuyết nghiên cứu Vốn chủ sở hữu
    Nợ xấu năm trước Vốn chủ sở hữu thể hiện năng lực nội tại của ngân
    Nợ xấu năm trước cao cho thấy năng lực thẩm định hảng. Keeton và Morris (1987) cho rằng, các ngân
    tín dụng và quản lý rủi ro không hiệu quả của ngân hàng có tỷ lệ vốn chủ sở hữu trên tổng tài sản thấp
    hàng 29 , dâñ đến rủi ro tín dụng cao và làm tỷ lệ nợ làm gia tăng nợ xấu do năng lực nội tại yếu 32 . Các
    xấu của năm hiện tại gia tăng. Ngoài ra, việc thu hồi ngân hàng có vốn chủ sở hữu thấp ít có khả năng đa
    các khoản nợ không hiệu quả cũng như khả năng xử dạng hóa danh mục cho vay, do đó làm tăng nợ xấu 23 .
    lý nợ xấu kém là nguyên nhân làm tăng nợ xấu 11 . Qua Các nghiên cứu của Klein, Berger và DeYoung, Salas
    những lập luận trên, tác giả đề xuất giả thuyết như sau: và Saurina cũng cho thấy vốn ngân hàng và nợ xấu có
    Giả thuyết H1: tồn tại mối quan hệ cùng chiều giữa nợ mối quan hệ nghịch chiều 2,29,30 . Qua những lập luận
    xấu năm trước và nợ xấu năm nay. trên, tác giả đề xuất giả thuyết tiếp theo như sau:
    Giả thuyết H5: Tồn tại ảnh hưởng ngược chiều giữa vốn
    Khả năng sinh lời ngân hàng và nợ xấu của NHTM
    Các ngân hàng có khả năng sinh lời cao thường có xu
    hướng hoạt động an toàn, hiệu quả, tuân thủ các quy Lạm phát
    định của pháp luật về ngân hàng. Các ngân hàng này Khi lạm phát cao, chính phủ sẽ thực hiện chính sách
    có khả năng lựa chọn các hàng có tình hình tài chính tài khóa và tiền tệ thắt chặt, hạn chế việc tiếp cận
    tốt, khả năng trả nợ được đảm bảo, Kjosevski và cộng vốn vay của các thành phần trong nền kinh tế, qua
    sự cho rằng các ngân hàng kém hiệu quả, thể hiện qua đó làm giảm khả năng trả nợ và tăng nợ xấu 23 . Bên
    khả năng sinh lời thấp, có xu hướng hoạt động không cạnh đó, Nguyễn Thị Như Quỳnh và cộng sự cho rằng
    an toàn, dâñ đến nợ xấu cao 27 . Các nghiên cứu của ngân hàng siết chặt việc cho vay sẽ dẫn đến tình trạng
    Nguyễn Thị Hồng Vinh, Dimitrios và cộng sự, Beaton nền kinh tế thiếu tính thanh khoản, hoạt động sản
    và cộng sự cho thấy các ngân hàng có khả năng sinh xuất kinh doanh bị trì trệ, các doanh nghiệp chiếm
    lời cao, tỷ lệ nợ xấu sẽ thấp và ngược lại 22,23,26 . Vì vậy, dụng vốn lẫn nhau, mất khả năng thanh toán, nhiều
    tác giả đề xuất giả thuyết tiếp theo như sau: doanh nghiệp, nhất là các doanh nghiệp vừa và nhỏ
    Giả thuyết H2: Tồn tại ảnh hưởng ngược chiều giữa khả đứng trước nguy cơ phá sản và tăng nơ xấu cho ngân
    năng sinh lời của NHTM và tỷ lệ nợ xấu. hàng 28 . Kết quả nghiên cứu của Klein và Ćurak và
    cộng sự cũng cho thấy lạm phát và nợ xấu có mối quan
    Quy mô ngân hàng hệ cùng chiều 3,29 . Vì vậy, tác giả đề xuất giả thuyết
    Quy mô ngân hàng có thể phản ánh sức mạnh ngân thứ sáu như sau:
    hàng và khả năng đối phó với vấn đề bất cân xứng Giả thuyết H6: lạm phát và nợ xấu của ngân hàng có
    thông tin, dẫn đến mức nợ xấu thấp hơn 3 . Ngược lại, mối quan hệ cùng chiều
    các ngân hàng nhỏ hơn có ít nguồn lực hơn để thực
    hiện phân tích tín dụng hiệu quả. Hơn nữa, quy mô Tăng trưởng GDP
    ngân hàng có thể một chỉ số về cơ hội đa dạng hóa Điều kiện môi trường kinh tế có thể quyết định khả
    ngày càng tăng trong đó sẽ giảm rủi ro ngân hàng 30 . năng trả nợ của khách hàng 3 . Trong giai đoạn nền
    Tuy nhiên, ngân hàng có quy mô lớn có thể chấp nhận kinh tế tăng trưởng mạnh, chất lượng các khoản vay
    rủi ro quá mức nhằm gia tăng lợi nhuận, từ đó dâñ đến được cải thiện, do đó, làm giảm nợ xấu 11,33 . Vì vậy,
    nợ xấu tăng 23 . Vì vậy, tác giả đề xuất giả thuyết sau: tác giả đề xuất giả thuyết cuối cùng như sau:
    Giả thuyết H3: tồn tại mối quan hệ cùng chiều giữa quy Giả thuyết H7: tăng trưởng kinh tế và nợ xấu của ngân
    mô ngân hàng và tỷ lệ nợ xấu
    hàng có mối quan hệ ngược chiều

    Dư nợ cho vay MÔ HÌNH NGHIÊN CỨU VÀ PHƯƠNG
    Việc cho vay quá mức, đo lường bằng tỷ lệ dư nợ cho PHÁP NGHIÊN CỨU
    vay trên tổng tài sản, dâñ đến tỷ lệ nợ xấu cao hơn 29 .
    Ngoài ra, ảnh hưởng của việc cho vay quá mức trong Dữ liệu nghiên cứu
    quá khứ cũng được ghi nhận bởi việc cho vay trong Bài nghiên cứu sử dụng dữ liệu bảng cân bằng từ năm
    tương lai tăng trưởng chậm lại, dẫn đến nợ xấu gia 2007 – 2018. Dữ liệu được thu thập từ báo cáo tài
    tăng. Các nghiên cứu của Salas và Saurina, Jimenez chính có kiểm toán của 30 NHTM Việt Nam, được
    và Saurina cho kết quả tương tự 30,31 . Vì vậy, tác giả công khai trên trang web của từng ngân hàng. Theo
    đề xuất giả thuyết như sau: thống kê của Ngân hàng Nhà nước Việt Nam, tại thời
    Giả thuyết H4: dư nợ cho vay tỷ lệ thuận với tỷ lệ nợ điểm 31/12/2018, tổng số NHTM là 35, trong đó có
    xấu của NHTM 31 NHTM cổ phần, 4 NHTM 100% vốn nhà nước.

    1270

  5. Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 5(1):1267-1277

    Tổng tài sản của 30 NHTM được tác giả sử dụng trong KẾT QUẢ NGHIÊN CỨU VÀ THẢO
    nghiên cứu chiếm xấp xỉ 86% tổng tài sản của các LUẬN
    NHTM, đảm bảo tính đại diện cho các NHTM tại Việt
    Nam. Số liệu kinh tế vĩ mô của Tổng cục Thống kê Bảng 1 mô tả các biến trong mô hình ở trên. Trong
    trong giai đoạn từ năm 2007 đến năm 2018 34 . đó, biến nợ xấu được đo lường bằng tỷ lệ phần trăm
    nợ xấu so với tổng dư nợ của từng ngân hàng 2 . Theo
    Phương pháp nghiên cứu Quyết định 22/VBHN-NHNN ngày 04 tháng 06 năm
    2014 về phân loại nợ, nợ xấu gồm số dư nợ nhóm 3
    Các nghiên cứu trước đây về nợ xấu của NHTM đều
    đến nhóm 5 trên bảng cân đối tài sản của các ngân
    sử dụng phương pháp thống kê tần suất. Phương pháp
    hàng 18 . Các khoản mục nợ nhóm 3, 4, 5 được lấy từ
    này, trong những năm gần đây, thường xuyên bị chỉ
    thuyết minh báo cáo tài chính và báo cáo thu nhập
    trích bởi các nhà nghiên cứu do các kết quả không
    mỗi năm. Tổng dư nợ được thu thập từ bảng cân đối
    đáng tin cậy 13,14,24 . Thay vào đó, phương pháp Bayes
    đã có sự phát triển mạnh mẽ và được đánh giá cao kế toán của các ngân hàng.
    nhờ vào những lợi thế lớn so với phương pháp tần Kết quả Bảng 2 cho thấy, sai số chuẩn chuôĩ MCMC
    suất 15,25,35 . Kết quả ước lượng trong phân tích Bayes của các tham số là các số thập phân rất nhỏ. Ngoài ra,
    đáng tin cậy hơn vì sự kết hợp thông tin biết trước về tỷ lệ chấp nhận của mô hình là 1, cao hơn mức yêu
    các tham số với dữ liệu quan sát nhằm tạo ra phân cầu là 0,15. Vì vậy, thuật toán lấy mâũ Metropolis-
    phối hậu nghiệm của các tham số mô hình, trong khi Hastings đạt hiệu quả 41 .
    phân tích tần suất chỉ dựa trên dữ liệu có sẵn. Bên Để suy diễn Bayes dựa trên mô phỏng MCMC là hợp
    cạnh đó, khoảng tin cậy Bayes có cách giải thích đơn lý, tác giả thực hiện chẩn đoán sự hội tụ của chuôĩ
    giản hơn so với khoảng tin cậy trong phân tích tần MCMC. Nếu các chuôĩ MCMC hội tụ, có thể kết luận
    suất. Trong thống kê tần suất, các tham số của tổng mô hình vững 25 .
    thể được coi là các hằng số cố định nhưng chưa biết. Kiểm định sự hội tụ của chuỗi MCMC được thực hiện
    Nhưng đối với dữ liệu chuỗi thời gian, các tham số thông qua các biểu đồ vết (trace plot), biểu đồ phân
    này sẽ có sự thay đổi, chính vì vậy, giả định các tham phối hậu nghiệm (histogram), biểu đồ tự tương quan
    số là hằng số không còn phù hợp. Do đó, mở rộng (autocorrelation), ước tính mật độ hạt nhân (density
    hơn, trong thống kê Bayes, các tham số được giả định plot). Kết quả kiểm định từ Hình 1 cho thấy các biểu
    như là biến ngẫu nhiên và tuân theo một quy luật phân đồ vết chạy nhanh qua phân phối, biểu đồ tự tương
    phối 16,36,37 . quan rớt nhanh thể hiện sự tự tương quan thấp, hình
    Do các nghiên cứu trước đây về các yếu tố tác động dạng của các biểu đồ histogram mô phỏng hình dạng
    đến nợ xấu của NHTM được thực hiện theo phương của các phân phối xác suất là đồng nhất. Từ đó, có thể
    pháp tần suất, vì vậy chúng ta không có thông tin về kết luận rằng suy diễn Bayes là vững.
    phân phối tiên nghiệm của các biến trong mô hình Kết quả hồi quy từ Bảng 2 cho thấy các biến có mối
    nghiên cứu. Trong nghiên cứu này, tác giả sử dụng quan hệ cùng chiều đến NPL là NPLlag, SIZE, LOAN,
    phân phối chuẩn là N(1,100) cho các biến quan sát và CAP, INFLAT. Trong khi đó, các biến có mối quan hệ
    phân phối Igamma (2,5; 2,5) cho các phương sai trong ngược lại là ROE và GGDP.
    mô hình. Phân phối tiên nghiệm có thể được viết lại Nợ xấu trong quá khứ với độ trễ 1 năm (NPLlag) có
    như sau: mối quan hệ cùng chiều đến nợ xấu, tương đồng với
    Phân phối tiên nghiệm: các kết quả nghiên cứu trước 3,11,12,21,23,28 và phù hợp
    α ∼ N(1; 100) với giả thuyết nghiên cứu. Nợ xấu trong quá khứ thể
    σ 2 ∼ Invgamma(2,5; 2,5) hiện khả năng quản lý rủi ro kém, cấp tín dụng dễ dãi,
    Trong nghiên cứu này, tác giả áp dụng phương không tuân thủ nghiêm ngặt các quy định của cơ quan
    pháp Bayes thông qua thuật toán Random-walk quản lý nhà nước và thu hồi nợ không hiệu quả.
    Metropolis-Hastings và phương pháp lấy mâũ Gibbs. Nghiên cứu cũng cho thấy khả năng sinh lời, thể hiện
    Metropolis và cộng sự là người đầu tiên đề xuất thuật qua chỉ tiêu ROE, có tác động nghịch chiều đến nợ
    toán 38 và Hastings phát triển thuật toán hiệu quả xấu, phù hợp với giả thuyết nghiên cứu và kết quả của
    hơn 39 . Trong đó, phương pháp lấy mâũ Gibbs là các nghiên cứu trước như nghiên cứu của Nguyễn Thị
    một trường hợp đặc biệt của thuật toán Metropolis- Hồng Vinh, Phạm Dương Phương Thảo và Nguyễn
    Hastings 40 . Từ các giả thuyết nghiên cứu, tác giả đề Linh Đan, Makri và Tsagkanos, Kjosevski và cộng sự,
    xuất mô hình nghiên cứu như sau: Dimitrios và cộng sự, Beaton và cộng sự 12,22,23,26,27 .
    NPLi,t = ∝0 + ∝1 NPLi,t−1 + ∝2 ROEi,t + ∝3 SIZEi,t + Khả năng sinh lời cao chứng tỏ ngân hàng hoạt động
    ∝4 LOANi,t + ∝5 CAPi,t + ∝6 INFLATi,t + ∝7 GGDPi,t hiệu quả, việc xét duyệt cấp tín dụng chặt chẽ, an toàn,
    + ε i,t không phải trích lập dự phòng rui ro tín dụng nhiều.

    1271

  6. Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 5(1):1267-1277

    Hình 1: Kiểm định hội tụ của chuỗi MCMC đối với biến NPL

    1272

  7. Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 5(1):1267-1277
    Bảng 1: Mô tả các biến trong mô hình

    Biến Công thức tính Ký hiệu Kỳ vọng

    Phụ thuộc Nợ xấu Tổng nợ xấu/tổng dư nợ NPL
    Độc lập Nợ xấu năm trước Tổng nợ xấu năm trước/tổng dư nợ NPLlag +

    Khả năng sinh lời Lợi nhuận sau thuế/vốn chủ sở hữu ROE –

    Quy mô ngân hàng Logarithm tổng tài sản SIZE +

    Dư nợ cho vay Tổng dư nợ/tổng tài sản LOAN +

    Vốn ngân hàng Vốn chủ sở hữu/tổng tài sản CAP –

    Lạm phát Tốc độ tăng giá của nền kinh tế, INFLAT +
    được tính theo chỉ số giá tiêu dùng
    (CPI)

    Tăng trưởng kinh Tốc độ tăng trưởng GDP hàng năm GGDP –
    tế
    Nguồn: Tổng hợp của tác giả

    Bảng 2: Tóm tắt kết quả hồi quy đối với biến phụ thuộc NPL

    Trung bình chuôĩ tham số Độ lệch chuẩn Sai số chuẩn MCMC

    NPLlag 0,3229 0,6558 0,0063

    ROE -0,0529 0,1387 0,0013

    SIZE 0,0016 0,0094 0,0000

    LOAN 0,0062 0,0621 0,0006

    CAP 0,0381 0,2369 0,0023

    INFLAT 0,0568 0,1525 0,0015

    GGDP -0,0299 1,0451 0,0104

    _cons -0,0932 0,3287 0,0033

    var 0,0169 0,0014 0,0000
    Nguồn: Tính toán của tác giả

    Quy mô ngân hàng (SIZE) có tương quan dương đến chứng khoán, tất yếu sẽ dẫn đến nợ xấu tăng cao khi
    nợ xấu, trái với kết quả nghiên cứu của Nguyen, Ćurak vỡ bong bóng chứng khoán và bất động sản.
    và cộng sự 3,21 và kỳ vọng ban đầu. Tuy nhiên, kết Vốn ngân hàng (CAP) có tương quan cùng chiều đến
    quả nghiên cứu có sự tương đồng với nghiên cứu của nợ xấu. Kết quả này trái ngược giả thuyết nghiên cứu
    Nguyễn Thị Hồng Vinh 23 . Điều này hàm ý rằng các cũng như với các nghiên cứu trước của Nguyễn Thị
    ngân hàng tăng quy mô nhưng năng lực ban lãnh đạo Hồng Vinh, Klein, Makri và Tsagkanos 11,23,29 . Vốn
    và chất lượng đội ngũ nhân sự không theo kịp tốc độ ngân hàng góp phần nâng cao mức độ ổn định tài
    tăng quy mô, làm giảm hiệu quả quản lý chi phí, tăng chính của ngân hàng, là tấm đệm giúp các ngân hàng
    rủi ro hoạt động, rủi ro tín dụng và các lý do không ứng phó tốt hơn với các cú sốc tài chính, đáp ứng các
    thể kiểm soát, từ đó làm nợ xấu tăng. chuẩn mực an toàn vốn quốc tế. Tuy nhiên, nếu ngân
    Dư nợ cho vay (LOAN) và nợ xấu có mối quan hệ hàng sử dụng vốn không hiệu quả, năng lực quản trị
    cùng chiều, phù hợp với kết quả nghiên cứu của vốn không theo kịp tốc độ tăng vốn của ngân hàng, từ
    Nguyen, Klein, Salas và Saurina 21,29,30 . Việc quá chú đó làm tăng rủi ro tín dụng cho ngân hàng.
    trọng tăng trưởng tín dụng có thể dâñ đến quá trình Lạm phát (INFLAT) có mối quan hệ cùng chiều đến
    lựa chọn khách hàng và phê duyệt tín dụng không nợ xấu, phù hợp với nghiên cứu của Nguyễn Thị
    chặt chẽ và đúng quy trình. Ngoài ra, dư nợ cho vay Hồng Vinh, Nguyễn Thị Như Quỳnh và cộng sự,
    tăng nhanh còn do các ngân hàng tập trung cấp tín Klein 23,28,29 . Khi lạm phát tăng cao, khách hàng vay
    dụng cho những lĩnh vực rủi ro cao như bất động sản, vốn sẽ gặp khó khăn trả nợ cho ngân hàng do việc kinh

    1273

  8. Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 5(1):1267-1277

    doanh sút kém và thu nhập không tăng theo kịp với sự tăng tương ứng. Tăng quy mô ngân hàng là điều
    tốc độ tăng giá của nền kinh tế, gây nợ xấu cho ngân tất yếu, không thể đảo ngược. Trong chiến lược phát
    hàng. Ngoài ra, chính phủ sẽ thực hiện chính sách tài triển ngành ngân hàng Việt Nam đến năm 2025, định
    khóa và tiền tệ thắt chặt, giảm tổng cầu của nền kinh hướng đến năm 2030 của Thủ tướng Chính phủ đặt
    tế, từ đó khách hàng sẽ không trả nợ được đúng hạn mục tiêu đến cuối năm 2020 có từ 1 đến 2 ngân hàng
    như khi nền kinh tế trong trạng thái bình thường, dâñ nằm trong nhóm 100 ngân hàng khu vực Châu Á có
    đến nợ xấu tăng cao. tổng tài sản lớn nhất, đến năm 2025 có 2 đến 3 ngân
    Tăng trưởng kinh tế (GGDP) có tác động làm giảm hàng 42 . Do đó, khi các ngân hàng mở rộng quy mô
    nợ xấu của ngân hàng. Khi kinh tế tăng trưởng cao, thì đặc biệt cần coi trọng đến việc phát triển năng lực
    doanh nghiệp có khả năng mở rộng hoạt động sản lãnh đạo, phát triển nguồn nhân lực có số lượng và
    xuất kinh doanh, cá nhân và hộ gia đình có thu nhập năng lực tương xứng.
    tốt hơn, từ đó có khả năng trả nợ đúng hạn cho ngân Thứ ba, việc cho vay quá mức có thể dâñ đến nợ xấu
    hàng. Bên cạnh đó, tăng trưởng kinh tế cao cũng là gia tăng. Vì vậy, các ngân hàng cần thận trọng hơn
    chỉ dấu cho thấy chính phủ thực hiện chính sách tài khi thẩm định và phê duyệt cho vay, hạn chế cho vay
    chính và tiền tệ nới lỏng, làm tăng tổng cầu của nền đối với các lĩnh vực rủi ro cao như chứng khoán, bất
    kinh tế, các hoạt động kinh doanh, tiêu dùng, đầu động sản, tập trung cho vay đối với lĩnh vực sản xuất
    tư trở nên sôi động hơn và khách hàng vay vốn có kinh doanh, hạn chế việc sử dụng vốn huy động ngắn
    khả năng trả nợ dễ dàng hơn. Kết quả nghiên cứu hạn cho vay trung dài hạn. Ngoài ra, cần giảm dần tỷ
    tương đồng với nghiên cứu của Nguyễn Thị Hồng trọng cho vay trung dài hạn trong tống cho vay, đảm
    Vinh, Phạm Dương Phương Thảo và Nguyễn Linh bảo an toàn hơn cho ngân hàng khi nền kinh tế có
    Đan, Nguyễn Thị Như Quỳnh và cộng sự, Makri và biến động lớn.
    Tsagkanos, Kjosevski và cộng sự, Ćurak và cộng sự, Thứ tư, mặc dù vốn ngân hàng tăng làm tăng nợ xấu.
    Jakubík và Reininger 3,11,12,19,23,27,28 . Các ngân hàng vâñ cần phải tăng vốn nhằm tăng sức
    mạnh nội tại, đủ khả năng chống chọi với các cú sốc
    KẾT LUÂ�N VÀ HÀM Ý CHÍNH SÁCH của nền kinh tế. Tuy nhiên, việc tăng vốn không nên
    ồ ạt, có sự tính toán kỹ lươñg. Quan trọng hơn, các
    Kết luận
    ngân hàng cần sử dụng vốn có hiệu quả nhằm đảm
    Bài nghiên cứu được thực hiện nhằm tìm hiểu các yếu
    bảo hiệu quả của đồng vốn tăng thêm. Để làm được
    tố tác động đến nợ xấu của các NHTM Việt Nam trong
    điều đó, các ngân hàng cần nâng cao năng lực quản
    giai đoạn 2007 – 2018. Bằng phương pháp Bayes, kết trị vốn trong ngân hàng, nghiên cứu và đưa ra cách
    quả nghiên cứu chỉ ra các yếu tố có tác động cùng thức đánh giá về vốn chủ sở hữu và tài sản rủi ro, qua
    chiều đến nợ xấu là nợ xấu năm trước, quy mô ngân đó hoạnh định vốn chính xác và khoa học, đồng thời
    hàng, dư nợ cho vay, vốn ngân hàng, lạm phát. Ngược đánh giá chính xác về hiệu quả sử dụng vốn.
    lại, các yếu tố khả năng sinh lời, tăng trưởng kinh tế Thứ năm, đối với NHNN, cần thúc đẩy thị trường mua
    có tương quan nghịch với nợ xấu của ngân hàng. bán nợ phát triển một cách thực chất, có hiệu quả.
    Điều đó không những giúp các ngân hàng làm sạch
    Hàm ý chính sách
    bảng cân đối kế toán mà còn tạo điều kiện lưu thông
    Nghiên cứu này cung cấp thông tin hữu ích cho lãnh vốn trong nền kinh tế tốt hơn, hỗ trợ việc tiếp cận vốn
    đạo ngân hàng cũng như cơ quan quản lý nhà nước của người dân và doanh nghiệp. Ngoài ra, cần giám
    trong việc đề ra chính sách và chiến lược nhằm giúp sát chặt chẽ các ngân hàng có tốc độ tăng trưởng tín
    cho các NHTM có thể giảm nợ xấu, hoạt động một dụng cao hoặc có dấu hiệu cho vay quá mức, đôn đốc
    cách an toàn và lành mạnh hơn, cụ thể như sau: các ngân hàng trong việc đáp ứng tiêu chuẩn an toàn
    Thứ nhất, nợ xấu năm trước làm tăng nợ xấu năm hiện vốn Basel II.
    tại. Vì vậy, các ngân hàng cần tăng cường công tác thu
    hồi nợ quá hạn, đặc biệt nợ nhóm 3, 4, 5. Đồng thời, DANH MỤC TỪ VIẾT TẮT
    xem xét gia hạn nợ, giãn nợ cho các trường hợp bất FEM – Fixed Effects Model (Mô hình tác động cố
    khả kháng như thiên tai, dịch bệnh, tham gia tích cực định)
    vào thị trường mua bán nợ nhằm giảm bớt nợ xấu trên GMM – Generalized Method of Moments (Mô hình
    bảng cân đối kế toán, tăng khả năng tiếp cận tín dụng hồi quy moment tổng
    cho các đối tượng trong nền kinh tế. Quát)
    Thứ hai, quy mô ngân hàng tăng làm tăng nợ xấu, GDP – Gross Domestic Product (Tổng sản phẩm quốc
    chứng tỏ các ngân hàng mở rộng quy mô nhưng nội)
    không chú trọng phát triển chất lượng đội ngũ nhân MCMC – Markov Chain Monte Carlo

    1274

  9. Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 5(1):1267-1277

    NHNN – Ngân hàng Nhà nước doi.org/10.1007/978-3-319-73150-6.
    NHTM – Ngân hàng thương mại 14. Briggs WM, Nguyen TH. Clarifying ASA’s view on P-values in
    hypothesis testing. Asian Journal of Economics and Banking.
    REM – Random Effects Model (Mô hình tác động 2019;3(2):1–16.
    ngâũ nhiên) 15. Tuấn NV. Giới thiệu phương pháp Bayes. Tạp chí Thời sự Y học.
    ROE – Return on Equity (Lợi nhuận trên vốn chủ sở 2011;63:26–34.
    16. Schoot R, Depaoli S. Bayesian analysis: Where to start
    hữu) and what to report. The European Health Psychologist.
    2014;16(2):75–84.
    TUYÊN BỐ XUNG ĐỘT 17. Basel Committee on Banking Supervision. Sound credit risk
    assessment and valuation for loans. Bank for International Set-
    Nhóm tác giả xin cam đoan rằng không có bất kì xung tlements. Basel, Switzerland. 2006;.
    đột lợi ích nào trong công bố bài báo. 18. Ngân hàng Nhà nước Việt Nam. Quyết định 22/VBHN-NHNN
    ngày 04 tháng 06 năm 2014 của Thống đốc NHNN Việt Nam
    ĐÓNG GÓP CỦA TÁC GIẢ ban hành quy định về phân loại nợ, trích lập và sử dụng dự
    phòng để xử lý rủi ro tín dụng trong hoạt động ngân hàng
    Tác giả Phạm Hải Nam: Tổng hợp lý thuyết, phân tích của tổ chức tín dụng. Hà Nội. 2014;.
    19. Jakubík P, Reininger T. Determinants of Nonperforming Loans
    số liệu, đề xuất giải pháp.
    in Central, Eastern and Southeastern Europe, Focus on Euro-
    Tác giả Nguyễn Ngọc Tân: Viết phần tóm tắt, giới pean Economic Integration. 2013;(3):48–66.
    thiệu, thu thập số liệu, thảo luận các bảng. 20. Khan MA, Siddique A, Sarwar Z. Determinants of non-
    performing loans in the banking sector in developing state.
    TÀI LIỆU THAM KHẢO Asian Journal of Accounting Research. 2020;5(1):135–145.
    Available from: https://doi.org/10.1108/AJAR-10-2019-0080.
    1. Emilios A. Bank leverage ratios and financial stability: A micro- 21. Nguyen TMH. Non-Performing Loans: Affecting Factor for the
    and macroprudential perspective, Working Paper, No. 849, Sustainability of Vietnam Commercial Banks. Journal of Eco-
    Levy Economics Institute of Bard College, Annandale-on- nomics and Development. 2015;17(1):93–106. Available from:
    Hudson, NY. 2015;. https://doi.org/10.33301/2015.17.01.06.
    2. Berger A, DeYoung R. Problem Loans and Cost Efficiency 22. Beaton K, Myrvoda A, Thompson S. Non-Performing Loans
    in Commercial Banks. Journal of Banking and Finance. in the ECCU: Determinants and Macroeconomic Impact. IMF
    1997;21:849–870. Available from: https://doi.org/10.1016/ Working Papers. 2016;Available from: https://doi.org/10.5089/
    S0378-4266(97)00003-4. 9781475555714.001.
    3. Ćurak M, Pepur S, Poposki K. Determinants of non-performing 23. Vinh NTH. Yếu tố tác động đến nợ xấu các ngân hàng thương
    loans – evidence from Southeastern European banking sys- mại Việt Nam. Tạp chí Phát triển kinh tế. 2015;26(11):80–98;.
    tems. Banks and Bank Systems. 2013;8(1):45–53. 24. Kreinovich V, Thach NN, Trung ND, Thanh DV. Beyond Tradi-
    4. Ekinci R, Poyraz G. The Effect of Credit Risk on Financial Per- tional Probabilistic Methods in Economics. Cham: Springer.
    formance of Deposit Banks In Turkey. Proceedings of World 2019;Available from: https://doi.org/10.1007/978-3-030-
    Conference on Technology, Innovation and Entrepreneur- 04200-4.
    ship: Elsevier. 2018;Available from: https://doi.org/10.1016/j. 25. Nguyen NT. How to Explain when the ES is Lower than One?
    procs.2019.09.139. A Bayesian nonlinear mixed-effects approach. Journal of Risk
    5. Nguyen THV. The impact of non-performing loans on bank and Financial Management. 2020;13(2):1–17. Available from:
    profitability and lending behavior: Evidence from Vietnam. https://doi.org/10.3390/jrfm13020021.
    Journal of Economic Development. 2017;24(3):27–44. Avail- 26. Dimitrios A, Helen L, Mike T. Determinants of non-performing
    able from: https://doi.org/10.24311/jed/2017.24.3.06. loans: Evidence from Euro-area countries. Finance Research
    6. Zhang J, Jiang C, Qu B, Wang P. Market concentration, Letters. 2016;18:116–119. Available from: https://doi.org/10.
    risk-taking, and bank performance: evidence from emerg- 1016/j.frl.2016.04.008.
    ing economies. International Review of Financial Anaiysis. 27. Kjosevski J, Petkovski M, Naumovska E. Bankspecific and
    2013;30:149–157. Available from: https://doi.org/10.1016/j. macroeconomic determinants of non-performing loans in the
    irfa.2013.07.016. Republic of Macedonia: Comparative analysis of enterprise
    7. Hasanović E, Latić T. The determinants of excess liquidity in and household NPLs. Economic Research-Ekonomska Istraži-
    the banking sector of Bosnia and Herzegovina (No. 11-2017). vanja. 2019;32(1):1185–1203. Available from: https://doi.org/
    Graduate Institute of International and Development Studies 10.1080/1331677X.2019.1627894.
    Working Paper. 2017;. 28. Quỳnh NTN, Đình Luân L, Mai LTH. Các nhân tố tác động đến
    8. Negash DW, Veni P. Determinants of liquidity risk in se- nợ xấu tại các ngân hàng thương mại Việt Nam. Tạp chí Khoa
    lected commercial banks in Ethiopia. International Journal học Đại học Mở Thành phố Hồ Chí Minh. 2018;63(6):133–143.
    of Advanced Research in Management and Social Sciences. 29. Klein N. Non-performing Loans in CESEE: Determinants and
    2019;8(4):108–124. Impact on Macroeconomic Performance. IMF Working Pa-
    9. Hồng VT. Các yếu tố ảnh hưởng đến thanh khoản của các per. 2013;p. 01–27. Available from: https://doi.org/10.5089/
    ngân hàng thương mại Việt Nam. Tạp chí phát triển & Hội 9781484318522.001.
    nhập. 2015;23(33):32–49;. 30. Salas V, Saurina J. Credit Risk in Two Institutional Regimes:
    10. Backer BD, Caju PD, Emiris M, Van Nieuwenhuyze C. Macroeco- Spanish Commercial and Savings Banks. Journal of Financial
    nomic determinants of non-performing loans, Economic Re- Services Research. 2002;22:203–224. Available from: https://
    view, National Bank of Belgium. 2015;3:47–65. doi.org/10.1023/A:1019781109676.
    11. Makri V, Tsagkanos A, Bellas A. Determinants of Non- 31. Jimenez G, Saurina J. Credit cycles, credit risk, and prudential
    Performing Loans: The Case of Eurozone. Panoeconomi- regulation. Banco de Espana. 2005;.
    cus. 2014;2:193–206. Available from: https://doi.org/10.2298/ 32. Keeton W, Morris C. Why Do Banks’ Loan Losses Differ? Federal
    PAN1402193M. Reserve Bank of Kansas City, Economic Review. 1987;p. 3–21.
    12. Thảo PDP, Đan NL. Các yếu tố ảnh hưởng đến tỷ lệ nợ xấu của 33. Hoang TTH, Doan TH, Bui DT. Factors affecting bad debt in the
    các ngân hàng thương mại cổ phần Việt Nam. Tạp chí Chính Vietnam commercial banks. Journal of Economics and Busi-
    Sách & Thị trường Tài chính- Tiền tệ. 2018;194:1–10;. ness. 2020;3(2):650–660. Available from: https://doi.org/10.
    13. Anh LH, Kreinovich V, Thach NN. Econometrics for Financial
    31014/aior.1992.03.02.228.
    Applications. Cham: Springer. 2018;Available from: https://

    1275

  10. Tạp chí Phát triển Khoa học và Công nghệ – Kinh tế-Luật và Quản lý, 5(1):1267-1277

    34. Tổng cục Thống kê. Báo cáo số liệu thống kê thường niên. Journal of Chemical Physics. 1953;21:1087–1092. Available
    [truy cập ngày 09/06/2020]. 2007 – 2018;Available from: https: from: https://doi.org/10.1063/1.1699114.
    //www.gso.gov.vn/du-lieu-va-so-lieu-thong-ke/. 39. Hastings WK. Monte Carlo sampling methods using Markov
    35. Hung TN. Toward Improved Models for Decision Making chains and their applications. Biometrika. 1970;57:97–109.
    in Economics. Asian Journal of Economics and Banking. Available from: https://doi.org/10.1093/biomet/57.1.97.
    2019;3(1):1–19. 40. Gelfand AE, Hills SE, Racine-Poon A, Smith AFM. Illustration
    36. Bolstad M, Curran M. Introduction to Bayesian statistics. 3rd of Bayesian inference in normal data models using Gibbs
    ed. New Jersey: John Wiley & Sons. 2016;Available from: https: sampling. Journal of the American Statistical Association.
    //doi.org/10.1002/9781118593165. 1990;85:972–985. Available from: https://doi.org/10.1080/
    37. Gelman A, Carlin JB, Stern HS, Dunson DB, Vehtari A, Rubin 01621459.1990.10474968.
    DB. Bayesian Data Analysis. 3rd ed. Boca Raton, FL: Chap- 41. Roberts GO, Rosenthal JS. Optimal scaling for various
    man & Hall/CRC. 2014;Available from: https://doi.org/10.1201/ Metropolis-Hastings algorithms;.
    b16018. 42. Chính phủ. Quyết định về việc phê duyệt Chiến lược phát triển
    38. Metropolis N, Rosenbluth AW, Rosenbluth MN, Teller AH, Teller ngành ngân hàng Việt Nam đến năm 2025, định hướng đến
    E. Equation of state calculations by fast computing machines. năm 2030. Hà Nội. 2018;.

    1276

  11. Science & Technology Development Journal – Economics – Law and Management, 5(1):1267-1277
    Open Access Full Text Article Research Article

    Applying Bayesian method to investigate determinants of non
    performing loans of banks in Vietnam

    Pham Hai Nam1,* , Nguyen Ngoc Tan2

    ABSTRACT
    This study was conducted to determine the factors affecting non-performing loans of commercial
    banks in Vietnam for the period 2007 – 2018. The study applies the Bayesian approach and the
    Use your smartphone to scan this Random-walk Metropolis-Hastings algorithm to evaluate the impact of micro and macro factors
    QR code and download this article on non-performing loans of commercial banks. The dependent variable is non-performing loans,
    which is measured by the ratio of non-performing loans divided by total outstanding loans; the
    independent variables in terms of bank characteristics are non-performing loans of the previous
    year, profitability, bank size, bak loans, and bank capital; the macro variables are inflation and GDP
    growth. Research data was collected from financial statements of 30 Vietnamese commercial banks
    and the General Statistics Office of Vietnam from 2007 to 2018. To increase the reliability and effi-
    ciency of the model as well as reasonable Bayes inference, a convergence test of the MCMC chain
    was performed. The result of this study shows that non-performing loans of the previous year, bank
    size, bank loan, bank capital, and inflation have positive impacts on bank non-performing loans. In
    addition, bank profitability and GDP growth rate are factors that have the opposite effects. Based on
    the research results, the author proposes policy implications for the decision-makers to help banks
    reduce non-performing loans and promote banks to operate effectively and more efficiently.
    Key words: Bayesian, commercial bank, non performing loans

    1
    Ho Chi Minh City University of
    Technology
    2
    Office of People’s Committee of Ho Chi
    Minh City

    Correspondence
    Pham Hai Nam, Ho Chi Minh City
    University of Technology
    Email: ph.nam@hutech.edu.vn

    History
    • Received: 7/10/2020
    • Accepted: 20/01/2021
    • Published: 13/02/2021
    DOI : 10.32508/stdjelm.v5i1.704

    Copyright
    © VNU-HCM Press. This is an open-
    access article distributed under the
    terms of the Creative Commons
    Attribution 4.0 International license.

    Cite this article : Nam P H, Tan N N. Applying Bayesian method to investigate determinants of non
    performing loans of banks in Vietnam. Sci. Tech. Dev. J. – Eco. Law Manag.; 5(1):1267-1277.
    1277

Download tài liệu Áp dụng phương pháp Bayes trong nghiên cứu nợ xấu tại các ngân hàng thương mại Việt Nam File Word, PDF về máy