Tác động của rủi ro tín dụng lên hiệu quả hoạt động của các ngân hàng thương mại tại Việt Nam: bằng chứng thực nghiệm

TRƯỜNG ĐẠI HỌC KINH TẾ - ĐẠI HỌC ĐÀ NẴNG 
70 
TÁC ĐỘNG CỦA RỦI RO TÍN DỤNG LÊN HIỆU QUẢ HOẠT ĐỘNG 
 CỦA CÁC NGÂN HÀNG THƯƠNG MẠI TẠI VIỆT NAM: 
BẰNG CHỨNG THỰC NGHIỆM 
THE EFFECT OF CREDIT RISK ON THE PERFORMANCE OF COMMERCIAL BANKS 
IN VIETNAM: EMPIRICAL EVIDENCE 
Ngày nhận bài: 22/06/2020 
Ngày chấp nhận đăng: 04/09/2020 
Đặng Văn Hiệp, Nguyễn Văn Bổn 
TÓM TẮT 
Hệ thống ngân hàng thương mại ở Việt Nam đóng vai trò quan trọng trong việc cung ứng vốn cho 
nền kinh tế. Tuy nhiên, việc cung ứng vốn tín dụng có thể gặp rủi ro và ảnh hưởng xấu lên hiệu 
quả hoạt động của các ngân hàng này. Bài viết đánh giá thực nghiệm tác động của rủi ro tín dụng 
lên hiệu quả hoạt động của 20 ngân hàng thương mại ở Việt Nam trong giai đoạn 2005 - 2018 
bằng phương pháp ước lượng GMM Arellano-Bond hệ thống. Kết quả cho thấy tỷ lệ nợ xấu và dự 
phòng rủi ro tín dụng có tác động thúc đẩy trong khi hệ số rủi ro tín dụng có tác động làm giảm 
hiệu quả hoạt động của các ngân hàng này. Ngoài ra, tỷ lệ an toàn vốn và quy mô ngân hàng cũng 
là các yếu tố quyết định có ý nghĩa. Các phát hiện này đề xuất một số hàm ý quan trọng cho hoạt 
động phòng ngừa rủi ro tín dụng của các ngân hàng thương mại tại Việt Nam. 
Từ khóa: rủi ro tín dụng, hiệu quả hoạt động, ngân hàng thương mại, phương pháp GMM 
Arellano-Bond hệ thống. 
ABSTRACT 
The commercial banking system in Vietnam plays a crucial role in supplying capital to the 
economy. However, the supply of credit may be risky and adversely affects the performance of 
these banks. The paper empirically investigates the effect of credit risk on the performance for a 
balanced panel data of 20 commercial banks in Vietnam over the period 2005 - 2018 via the 
system GMM Arellano-Bond estimators. The estimated results indicate non-performance loan and 
loan loss provision stimulate while loan asset ratio reduces the performance of these banks. 
Furthermore, capital adequacy ratio and bank size are also significant determinants. These 
findings suggest some important implications relating to the activities of credit risk prevention of 
commercial banks in Vietnam. 
Keywords: credit risk, performance, commercial banks, system GMM Arellano-Bond estimator. 
1. Giới thiệu 
Hệ thống các ngân hàng thương mại đóng 
vai trò quan trọng trong việc cung ứng vốn 
cho nền kinh tế Việt Nam, do vậy hiệu quả 
hoạt động được xem là một trong các yếu tố 
quan trọng của các ngân hàng này. Một số 
nghiên cứu mới đây như Alfadli & Rjoub 
(2019), Ekinci & Poyraz (2019), và 
Abdelaziz et al. (2020) nhấn mạnh việc giảm 
thiểu các rủi ro tín dụng trong quá trình hoạt 
động của ngân hàng là một yêu cầu cần thiết 
để nâng cao chất lượng và hiệu quả hoạt 
động của các ngân hàng. Việc giảm thiểu các 
rủi ro tín dụng có thể giúp nâng cao các chỉ 
số tài chính của ngân hàng, giúp tăng vốn 
chủ sở hữu và từ đó nâng cao khả năng cạnh 
tranh của hệ thống các ngân hàng tại Việt 
Nam trong bối cảnh hội nhập ngày càng sâu 
rộng. Tuy nhiên, việc giảm thiểu các rủi ro 
tín dụng đòi hỏi các ngân hàng thương mại 
phải có các quy trình cho vay chặt chẽ, đặc 
Đặng Văn Hiệp, Học viên cao học ngành Tài 
chính Ngân hàng, Đại học Sài Gòn (SGU) 
Nguyễn Văn Bổn, Khoa Tài chính Ngân hàng, 
Trường Đại học Tài chính Marketing (UFM) 
TẠP CHÍ KHOA HỌC KINH TẾ - SỐ 8(03) - 2020 
71 
biệt là cần có sự kiểm tra và giám sát nghiêm 
ngặt các đối tượng được vay nhằm tăng khả 
năng thu hồi vốn vay. Điều này có thể thu 
hẹp các đối tượng được vay và làm giảm lợi 
nhuận của doanh nghiệp. Do vậy, câu hỏi đặt 
ra là liệu việc giảm thiểu rủi ro tín dụng của 
các ngân hàng thương mại tại Việt Nam có 
làm giảm tỷ suất sinh lợi của các ngân hàng 
này hay không? 
Nguyễn Thanh Phong (2019) lập luận 
ngân hàng không thể thu hồi vốn tín dụng đã 
cấp và cho vay khi rủi ro tín dụng phát sinh. 
Điều này có thể khiến ngân hàng mất cân đối 
thu chi, dẫn đến mất khả năng thanh toán và 
làm tăng nguy cơ rủi ro thanh khoản. Quá 
trình này sẽ khiến ngân hàng có thể rơi vào 
tình trạng phá sản. Sự phá sản của ngân hàng 
thương mại, đặc biệt tại các quốc gia đang 
phát triển như Việt Nam, sẽ dẫn đến hiệu ứng 
dây chuyền, làm tê liệt các hoạt động kinh tế 
của nhiều doanh nghiệp. Đặc biệt, Việt Nam 
là một nền kinh tế đang phát triển với mức 
tăng trưởng kinh tế tương đối khá, tạo nên 
điều kiện thuận lợi cho quá trình tích lũy vốn 
đưa vào nền kinh tế thông qua hệ thống các 
ngân hàng thương mại. 
Xuất phát từ đòi hỏi nâng cao chất lượng 
quản trị của các ngân hàng thương mại tại 
Việt Nam để giảm thiểu rủi ro tín dụng, nâng 
cao chất lượng hoạt động và để trả lời câu 
hỏi nghiên cứu nêu trên, chúng tôi đánh giá 
thực nghiệm tác động của rủi ro tín dụng lên 
hiệu quả hoạt động của 20 ngân hàng thương 
mại tại Việt Nam trong giai đoạn 2005 - 
2018 với các biến kiểm soát như tỷ lệ an toàn 
vốn và quy mô ngân hàng bằng phương pháp 
ước lượng GMM Arellano-Bond hệ thống. 
Bài viết được sắp xếp như sau. Ngoài phần 
1 là giới thiệu thì phần 2 là tổng quan các 
nghiên cứu trước, tập trung vào tác động của 
rủi ro tín dụng lên hiệu quả hoạt động của các 
ngân hàng. Phần 3 trình bày mô hình và dữ 
liệu nghiên cứu với việc nhấn mạnh vào sự 
phù hợp của phương pháp ước lượng. Kết quả 
ước lượng, bàn luận và kiểm tra tính bền được 
thể hiện trong phần 4. Cuối cùng là kết luận 
và đề xuất một vài hàm ý quan trọng. 
2. Tổng quan các nghiên cứu trước đây 
Rủi ro tín dụng có thể đưa đến khả năng 
suy giảm nguồn vốn do vậy hầu hết các 
nghiên cứu đều chỉ ra rằng rủi ro tín dụng 
làm giảm hiệu quả hoạt động của các ngân 
hàng. Trong nghiên cứu, rủi ro tín dụng có 
thể được đo lường bằng một số biến như tỷ lệ 
nợ xấu, hệ số rủi ro tín dụng, và dự phòng rủi 
ro tín dụng. 
Với biến đại diện là tỷ lệ nợ xấu, tất cả 
các nghiên cứu đều cho thấy việc gia tăng tỷ 
lệ nợ xấu là một trong những nguyên nhân 
chính làm giảm lợi nhuận của các ngân hàng 
(Laryea et al., 2016; Alfadli & Rjoub, 2019; 
Ekinci & Poyraz, 2019; Abdelaziz et al., 
2020). Laryea et al. (2016) phát hiện tỷ lệ nợ 
xấu có tác động âm lên lợi nhuận của 22 
ngân hàng trong giai đoạn 2005 đến 2010 
bằng các phương pháp pooled OLS, REM, và 
FEM. Trong khi đó, Alfadli & Rjoub (2019) 
ghi nhận tỷ lệ nợ xấu có tác động âm lên hiệu 
quả tài chính của 62 ngân hàng thương mại 
hoạt động tại các quốc gia thuộc Hội đồng 
Hợp tác vùng Vịnh (GCC) từ 2011 đến 2017 
bằng các phương pháp ước lượng OLS và 
PCSE. Tương tự, Ekinci & Poyraz (2019) chỉ 
ra tỷ lệ nợ xấu có tác động âm lên tỷ suất 
sinh lợi của 26 ngân hàng thương mại hoạt 
động tại Thổ Nhĩ Kỳ trong giai đoạn 2005 - 
2017 bằng các phương pháp ước lượng 
pooled OLS, REM, và FEM. Do vậy, Ekinci 
& Poyraz (2019) nhấn mạnh các ngân hàng 
nên tập trung nhiều hơn vào quản lý rủi ro tín 
dụng, đặc biệt là kiểm soát và giám sát các 
khoản nợ xấu. Ngoài ra, các nhà quản lý nên 
tập trung nhiều hơn vào các kỹ thuật quản lý 
rủi ro tín dụng hiện đại. Mới nhất, Abdelaziz 
TRƯỜNG ĐẠI HỌC KINH TẾ - ĐẠI HỌC ĐÀ NẴNG 
72 
et al. (2020) tìm thấy tỷ suất sinh lời của các 
ngân hàng MENA rất nhạy cảm đối với sự 
gia tăng rủi ro tín dụng và rủi ro thanh khoản, 
cụ thể là tỷ lệ nợ xấu và rủi ro thanh khoản 
có tác động âm ở các quốc gia Trung Đông 
và Bắc Phi (MENA) trong giai đoạn 2004 - 
2012 bằng các phương pháp hồi quy pooled 
OLS và GLS. Ngoài ra, chất lượng thể chế 
làm tăng lợi nhuận của các ngân hàng 
MENA và giảm thiểu rủi ro tín dụng và rủi ro 
thanh khoản. 
Song song đó, Menicucci & Paolucci 
(2016) và Pepur & Tripović (2017) đều 
khẳng định dự phòng rủi ro tín dụng có tác 
động âm lên lợi nhuận của các ngân hàng. 
Menicucci & Paolucci (2016) chỉ ra dự 
phòng rủi ro tín dụng có tác động âm lên lợi 
nhuận 35 ngân hàng hàng đầu Châu Âu trong 
giai đoạn 2009 - 2013 bằng các phương pháp 
pooled OLS, REM, FEM. Tương tự, Pepur & 
Tripović (2017) xác định được dự phòng rủi 
ro tín dụng có tác động âm lên lợi nhuận của 
các ngân hàng tại Croatia trong giai đoạn từ 
2003 đến 2013 bằng phương pháp ước lượng 
GMM Arellano-Bond. Gần đây hơn, Ali & 
Puah (2019) lại tìm thấy hệ số rủi ro tín dụng 
có tác động dương lên lợi nhuận của 24 ngân 
hàng thương mại tại Pakistan trong giai đoạn 
2007 - 2015 bằng các phương pháp ước 
lượng FEM và REM. 
Ngoài các nghiên cứu trên, một số nghiên 
cứu khác đánh giá thực nghiệm các yếu tố 
quyết định lên hiệu quả hoạt động của các 
ngân hàng như Chowdhury et al. (2017), Tan 
et al. (2017), Trad et al. (2017), Gadzo et al. 
(2019), và Ali et al. (2019). Chowdhury et al. 
(2017) tìm thấy vốn chủ sở hữu và an toàn 
vốn có tác động dương trong khi chi phí phi 
lãi có tác động âm đến lợi nhuận của các 
ngân hàng Hồi giáo ở các nước GCC trong 
giai đoạn 2005 đến 2013 bằng phương pháp 
ước lượng GMM Arellano-Bond. Tan et al. 
(2017) lại nhấn mạnh các ngân hàng thương 
mại Trung Quốc có khả năng sinh lời cao 
hơn trong môi trường cạnh tranh thấp hơn và 
các loại rủi ro khác nhau như rủi ro tín dụng, 
rủi ro thanh khoản, rủi ro vốn, rủi ro bảo đảm 
và rủi ro mất khả năng thanh toán có liên 
quan đáng kể đến lợi nhuận ngân hàng khi sử 
dụng mẫu các ngân hàng thương mại Trung 
Quốc trong giai đoạn 2003-2013 (5 ngân 
hàng thương mại nhà nước, 12 ngân hàng 
thương mại cổ phần và 83 ngân hàng thương 
mại thành phố) bằng phương pháp ước lượng 
GMM Arellano-Bond. Tương tự vậy, Trad et 
al. (2017) nhận thấy quy mô ngân hàng và 
vốn là yếu tố chính chịu trách nhiệm tăng lợi 
nhuận của 78 ngân hàng ở 12 quốc gia Hồi 
giáo trong giai đoạn 2004 - 2013 bằng 
phương pháp ước lượng GMM Arellano-
Bond. Gần đây, Ali et al. (2019) xác nhận rủi 
ro tín dụng có tác động âm lên hiệu quả hoạt 
động của 6 ngân hàng Hồi giáo tại Pakistan 
trong khoảng thời gian từ 2002 đến 2016 
bằng phương pháp ước lượng SUR. Gadzo et 
al. (2019) cũng chỉ ra rủi ro hoạt động của 
các ngân hàng có tác động âm đáng kể đến 
lợi nhuận của 24 ngân hàng ở Ghana bằng 
mô hình ước lượng PLS-SEM. Phát hiện này 
nhấn mạnh rằng các ngân hàng cần tăng tính 
hiệu quả trong quá trình hoạt động để thu 
được nhiều lợi nhuận hơn. 
Tóm lại, thông qua lược khảo các nghiên 
cứu trước đây, chúng tôi nhận thấy chưa có 
một nghiên cứu nào sử dụng cả 3 biến như tỷ 
lệ nợ xấu, hệ số rủi ro tín dụng, và dự phòng 
rủi ro tín dụng vào trong cùng một nghiên 
cứu, đặc biệt cho các ngân hàng thương mại 
tại Việt Nam. Đặc biệt, nghiên cứu này sử 
dụng các phương pháp ước lượng như S-
GMM hai bước và một bước có khả năng xử 
lí được hiện tượng nội sinh và tương quan 
chuỗi để loại trừ khả năng ước lượng bị 
chệch và làm sai lệch kết quả ước lượng. Đây 
cũng chính là khoảng trống nghiên cứu mà 
bài viết muốn hướng đến. 
TẠP CHÍ KHOA HỌC KINH TẾ - SỐ 8(03) - 2020 
73 
3. Mô hình và dữ liệu nghiên cứu 
3.1. Mô hình nghiên cứu 
Dựa trên nghiên cứu của Ali & Puah 
(2019), phương trình thực nghiệm được xác 
định như sau: 
với i và t lần lượt ký hiệu cho ngân hàng 
và thời gian. ROEit là tỷ suất sinh lợi trên vốn 
chủ sở hữu, ROEit-1 đại diện cho tỷ suất sinh 
lợi trên vốn chủ sở hữu lúc ban đầu. Xit là 
một tập gồm 3 biến đại diện cho rủi ro tín 
dụng, gồm tỷ lệ nợ xấu, hệ số rủi ro tín dụng, 
và dự phòng rủi ro tín dụng; Zit là tập các 
biến kiểm soát gồm tỷ lệ an toàn vốn và quy 
mô ngân hàng. ηi là tác động cố định không 
quan sát được có đặc điểm quốc gia, bất biến 
theo thời gian và ζit là đại lượng sai số; β0, β1, 
β’1, và β’2 là các hệ số ước lượng. 
Trong nghiên cứu này, chúng tôi sử dụng 
các phương pháp ước lượng GMM Arellano 
& Bond (1991) lần đầu được đề xuất bởi 
Holtz-Eakin et. al. (1988). Để ước lượng 
phương trình (1), chúng tôi lấy sai phân bậc 
một để loại trừ các tác động cố định có đặc 
tính ngân hàng (ηi). Sau đó, các biến độc lập 
ở dạng sai phân bậc nhất được sử dụng như 
các biến được công cụ theo độ trễ của chúng 
dưới giả định rằng các sai số thay đổi theo 
thời gian trong các mô hình gốc không có 
tương quan chuỗi (Judson & Owen, 1999). 
Chiến lược này là GMM sai phân, được biết 
là có khả năng xử lí các hiện tượng chệch do 
tác động đồng thời trong các ước lượng. 
Phương trình (1) có thể được chuyển đổi 
thành phương trình dưới dạng sai phân bậc 
nhất như sau: 
Trong trường hợp các biến có tính dai 
dẳng, nghĩa là các giá trị quá khứ cho thấy 
khá ít thông tin về sự biến đổi trong tương 
lai, khiến cho các biến trễ trở thành các công 
cụ yếu ở dạng sai phân. Vì thế, Arellano & 
Bover (1995) đề nghị kết hợp phương trình 
(1) và phương trình (2) để hình thành một hệ 
gồm hai phương trình, một phương trình 
dạng sai phân được công cụ bởi các biến trễ, 
và một phương trình dạng gốc được công cụ 
bởi các biến trễ sai phân qua đó GMM được 
áp dụng. Đây là phương pháp ước lượng 
GMM hệ thống (S-GMM), một chiến lược có 
khả năng tăng tính hiệu quả thông qua việc 
giảm bớt hiện tượng chệch và giải quyết 
được các biến công cụ yếu ở GMM sai phân. 
Tính nhất quán của GMM hệ thống hoàn 
toàn dựa trên các giả định là các đại lượng 
sai số không tương quan nhau, các biến công 
cụ có hiệu lực, và các thay đổi trong các biến 
công cụ thêm vào không tương quan với các 
tác động cố định. 
Tính hiệu lực của các biến công cụ trong 
S-GMM được đánh giá thông qua thống kê 
Sargan/Hansen và thống kê Arellano-Bond. 
Các kiểm định Sargan/Hansen với giả thuyết 
null H0: biến công cụ có tính ngoại sinh chặt 
chẽ, nghĩa là biến công cụ không tương quan 
với các sai số. Kiểm định Arellano-Bond 
được dùng để đánh giá tự tương quan chuỗi 
của các số dưới dạng sai phân bậc nhất. Vì 
thế, kết quả kiểm định tự tương quan chuỗi 
bậc nhất của các sai số bậc nhất AR(1) được 
bỏ qua trong khi tự tương quan chuỗi bậc hai 
của các sai số AR(2) được thực hiện dựa trên 
các sai phân bậc nhất của các sai số để dò tìm 
hiện tượng tự tương quan chuỗi bậc nhất của 
các sai số. 
3.2. Dữ liệu nghiên cứu 
Mẫu nghiên cứu bao gồm cơ sở dữ liệu 
dành riêng cho ngân hàng như: tỷ suất sinh 
lời trên vốn chủ sở hữu, tỷ lệ nợ xấu, hệ số 
rủi ro tín dụng, dự phòng rủi ro tín dụng, tỷ lệ 
an toàn vốn, và quy mô ngân hàng được thu 
thập từ các báo cáo tài chính hàng năm của 
20 ngân hàng thương mại trong giai đoạn từ 
2005 - 2018. Các biến dữ liệu được xác định 
cụ thể như sau: 
TRƯỜNG ĐẠI HỌC KINH TẾ - ĐẠI HỌC ĐÀ NẴNG 
74 
 Tỷ suất sinh lợi trên vốn chủ sở hữu 
(ROE): Lợi nhuận sau thuế trên vốn chủ sở 
hữu (%), đại diện cho hiệu quả hoạt động của 
các ngân hàng. 
 Các biến đại diện cho rủi ro tín dụng: 
- Tỷ lệ nợ xấu (NPL): Tổng nợ xấu 
trên tổng dư nợ (%). 
- Hệ số rủi ro tín dụng (LAR): Tổng 
dư nợ cho vay trên tổng tài sản (%). 
- Dự phòng rủi ro tín dụng (LLP): Dự 
phòng rủi ro tín dụng trên tổng dư nợ 
(%). 
 Tỷ lệ an toàn vốn (CAR): Tổng vốn 
cấp 1 và vốn cấp 2 trên tổng tài sản có rủi ro 
quy đổi (%). 
 Quy mô ngân hàng (SIZ): Tổng tài 
sản (ln). 
Thống kê mô tả các biến được trình bày 
trong Bảng 1. Tỷ suất sinh lợi trung bình của 
các ngân hàng tại Việt Nam trong giai đoạn 
2005 - 2018 tương đối tốt với giá trị 11%. Tỷ 
lệ nợ xấu trung bình cũng ở mức vừa phải 
(0.701%) nhưng dự phòng rủi ro tín dụng 
trung bình lại mang giá trị âm (-0.022%). 
Trong khi đó tỷ lệ an toàn vốn trung bình 
trong cùng giai đoạn này là 2.035%, một giá 
trị cũng tương đối tốt. Bảng 2 trình bày ma 
trận tương quan giữa các biến. Tỷ lệ nợ xấu 
có tương quan âm với tỷ suất sinh lợi trong 
khi dự phòng rủi ro tín dụng, tỷ lệ an toàn 
vốn và quy mô ngân hàng có tác động dương. 
Đặc biệt, các hệ số tương quan giữa các biến 
độc lập đều có giá trị nhỏ hơn 0.8, giúp loại 
trừ khả năng đa cộng tuyến giữa các biến, do 
vậy tất cả các biến độc lập được sử dụng 
trong mô hình. 
Bảng 1. Thống kê mô tả các biến 
Biến Quan 
sát 
Trung 
bình 
Độ lệch 
chuẩn 
Nhỏ 
nhất 
Lớn 
nhất 
Tỷ suất sinh lời (ROE, %) 280 11.000 7.000 0.3 42.4 
Tỷ lệ nợ xấu (NPL, %) 280 0.701 2.337 0 13.019 
Hệ số rủi ro tín dụng (LAR, %) 280 0.562 0.131 0.198 0.879 
Dự phòng rủi ro tín dụng (LLP, 
%) 
280 -0.022 0.161 -1.08 0.070 
Tỷ lệ an toàn vốn (CAR, %) 280 2.035 4.343 0.012 18.524 
Quy mô ngân hàng (SIZ, ln) 280 17.880 1.545 12.328 20.995 
Bảng 2. Ma trận tương quan giữa các biến 
 ROE NPL LAR LLP CAR SIZ 
ROE 1 
NPL -0.116* 1 
LAR -0.090 0.031 1 
LLP 0.132** 0.061 0.325*** 1 
CAR 0.144** 0.446*** 0.128** 0.072 1 
SIZ 0.207*** -0.037 0.089 -0.035 0.256*** 1 
Ghi chú: ***, ** và * ký hiệu lần lượt cho các mức ý nghĩa 1%, 5%, và 10% 
TẠP CHÍ KHOA HỌC KINH TẾ - SỐ 8(03) - 2020 
75 
4. Kết quả và bàn luận 
4.1. Ước lượng S-GMM hai bước 
Các kết quả ước lượng được trình bày 
trong Bảng 3. Ở mỗi cột là một mô hình 
tương ứng với một biến đại diện, hai biến đại 
diện và ba biến đại diện cho rủi ro tín dụng. 
Việc loại bỏ/thêm vào một vài biến trong mô 
hình là nhằm kiểm tra xem liệu kết quả ước 
lượng có thay đổi về dấu và mức ý nghĩa hay 
không để đảm bảo tính bền của mô hình. Kết 
quả cho thấy không có sự thay đổi nào về 
dấu và ý nghĩa của các hệ số ước lượng trong 
các mô hình. Trong tất cả các quy trình ước 
lượng, chúng tôi dò ra được biến tỷ lệ nợ xấu 
là nội sinh, vì thế chúng tôi sử dụng biến tỷ 
lệ nợ xấu này như biến được công cụ trong 
thủ tục GMM (biến nội sinh) và các biến còn 
lại (hệ số rủi ro tín dụng, dự phòng rủi ro tín 
dụng, tỷ lệ an toàn vốn, và quy mô ngân 
hàng) như các biến công cụ (biến ngoại sinh) 
trong thủ tục IV. Để đánh giá tính hiệu lực 
của các biến công cụ này và tự tương quan 
chuỗi của các phần dư, chúng tôi thực hiện 
các kiểm định Sargan và Hansen cũng như 
kiểm định Arellano-Bond cho tương quan 
chuỗi AR(2). Trong Bảng 3, các kiểm định 
Sargan và Hansen chỉ ra các biến công cụ có 
hiệu lực. Tương tự, các kiểm định Arellano-
Bond AR(2) chấp nhận giả thuyết không có 
hiện tượng tương quan chuỗi bậc hai. Các kết 
quả này khẳng định tính tin cậy của S-GMM 
hai bước được sử dụng. 
Liên quan đến rủi ro tín dụng thì kết quả 
ước lượng ở Bảng 3 cho thấy tỷ lệ nợ xấu và 
dự phòng rủi ro tín dụng có tác động dương 
trong khi hệ số rủi ro tín dụng lại có tác động 
âm lên tỷ suất sinh lợi trên vốn chủ sở hữu ở 
các ngân hàng thương mại của Việt Nam. Các 
kết quả này hoàn toàn trái ngược với các 
nghiên cứu trước đó. Cụ thể là các nghiên cứu 
như Laryea et al. (2016), Alfadli & Rjoub 
(2019), Ekinci & Poyraz (2019), và Abdelaziz 
et al. (2020) tìm thấy tỷ lệ nợ xấu có tác động 
âm lên tỷ suất sinh lợi của các ngân hàng 
trong khi Menicucci & Paolucci (2016) và 
Pepur & Tripović (2017) phát hiện dự phòng 
rủi ro tín dụng làm giảm tỷ suất sinh lợi này. 
Tương tự, Ali & Puah (2019) chỉ ra hệ số rủi 
ro tín dụng làm tăng tỷ suất sinh lợi. Các kết 
quả trái ngược này chỉ ra các điểm khác biệt 
của các ngân hàng thương mại Việt Nam so 
với các quốc gia khác. Cụ thể như tỷ lệ nợ 
xấu gia tăng lại làm tăng lợi nhuận của các 
ngân hàng thương mại. Liệu điều này có nói 
lên hai hiệu ứng bao quanh? Một là các ngân 
hàng sẽ bất chấp các điều kiện của bên được 
cấp tín dụng để tiến hành mở rộng cho vay để 
gia tăng lợi nhuận, và hai là nhà nước có 
những hành động “giải cứu” các ngân hàng 
với tỷ lệ nợ xấu cao thông qua việc tái cấu 
trúc các ngân hàng thương mại mà thực chất 
là “gánh” các khoản nợ xấu của các ngân 
hàng này. Tương tự như vậy, trích lập dự 
phòng rủi ro tín dụng gia tăng cũng hàm ý 
cho thấy rủi ro tín dụng của các ngân hàng 
thương mại ở mức tăng. Điều này rõ ràng gắn 
liền với các khoản nợ xấu đang ở mức cao 
xuất phát từ các hoạt động cấp tín dụng với 
các điều kiện thiếu chặt chẽ và thiếu tài sản 
thế chấp đảm bảo khoản vay. Trái lại, hệ số 
rủi ro tín dụng tăng cao phản ánh dư nợ cho 
vay tăng lên và ẩn chứa trong đó là các khoản 
nợ xấu hay nợ khó đòi, làm giảm lợi nhuận 
của các ngân hàng. 
Tóm lại, các kết quả nghiên cứu ở các 
ngân hàng thương mại ở Việt Nam cho thấy 
sự trái ngược so với các nghiên cứu trước 
đây với hàm ý bên trong lại cho thấy các tác 
động tiêu cực nên Ngân hàng nhà nước nên 
có những giải pháp quản lý theo hướng giảm 
tỷ lệ nợ xấu thông qua việc áp đặt các điều 
kiện cấp tín dụng nghiêm ngặt, mình bạch và 
có sự giám sát chặt chẽ và công khai. 
Ngoài ra, tỷ lệ an toàn vốn làm giảm tỷ 
suất sinh lợi, nhưng quy mô ngân hàng lại 
thúc đẩy. Tác động dương của quy mô ngân 
hàng cũng được tìm thấy trong các nghiên 
TRƯỜNG ĐẠI HỌC KINH TẾ - ĐẠI HỌC ĐÀ NẴNG 
76 
cứu như Laryea et al. (2016), Menicucci & 
Paolucci (2016), Pepur & Tripović (2017), 
Alfadli & Rjoub (2019), Ali & Puah (2019), 
và Ekinci & Poyraz (2019). Việc gia tăng 
tổng tài sản sẽ giúp các ngân hàng thương 
mại có thêm nhiều vốn để cấp tín dụng, do 
vậy sẽ làm tăng tỷ suất sinh lợi. Ngoài ra, với 
tài sản tăng thêm các ngân hàng có thể đa 
dạng hóa các danh mục đầu tư nhằm giảm 
bớt các rủi ro có thể có, từ đó gia tăng lợi 
nhuận. Trong khi đó, tác động âm của tỷ lệ 
an toàn vốn cũng được tìm thấy trong Laryea 
et al. (2016), Menicucci & Paolucci (2016), 
và Abdelaziz et al. (2020) với hàm ý cho 
thấy sự gia tăng vốn đưa đến rủi ro cao hơn. 
Các ngân hàng có vốn hóa cao có thể mở 
rộng tín dụng với tài sản thế chấp không đảm 
bảo, làm gia tăng nợ xấu và làm giảm lợi 
nhuận (Abdelaziz et al., 2020). 
Bảng 3. Rủi ro tín dụng và hiệu quả hoạt động: S-GMM hai bước, 2005 - 2018 
Biến phụ thuộc: Tỷ suất sinh lợi trên vốn chủ sở hữu (ROE) 
Biến Mô hình 1 Mô hình 2 Mô hình 3 
Tỷ suất sinh lợi (-1) 0.381*** 
(0.003) 
0.376*** 
(0.003) 
0.352*** 
(0.004) 
Tỷ lệ nợ xấu 
0.002*** 
(0.0008) 
0.002*** 
(0.000) 
0.004*** 
(0.000) 
Hệ số rủi ro tín dụng 
-0.020*** 
(0.001) 
-0.093*** 
(0.001) 
Dự phòng rủi ro tín dụng 
0.080*** 
(0.008) 
Tỷ lệ an toàn vốn 
-0.004*** 
(0.000) 
-0.005*** 
(0.000) 
-0.007*** 
(0.000) 
Quy mô ngân hàng 
0.004*** 
(0.000) 
0.004*** 
(0.000) 
0.007*** 
(0.000) 
Ngân hàng/Quan sát 20/220 20/220 20/240 
AR(2) test 0.214 0.211 0.137 
Sargan test 0.130 0.100 0.195 
Hansen test 0.851 0.770 0.792 
Ghi chú: ***, ** và * ký hiệu lần lượt cho các mức ý nghĩa 1%, 5%, và 10% 
4.2. Kiểm tra tính bền 
Để kiểm tra tính bền, chúng tôi sử dụng 
S-GMM một bước để ước lượng lại phương 
trình (1). Các kết quả tương ứng cho tất cả 
các mô hình được thể hiện trong Bảng 4. 
Nhất quán với các ước lượng S-GMM hai 
bước trong Bảng 3, chúng tôi tìm thấy tỷ lệ 
nợ xấu và dự phòng rủi ro tín dụng làm gia 
tăng (thúc đẩy) lợi nhuận, trong khi hệ số rủi 
ro tín dụng làm giảm hiệu quả hoạt động của 
các ngân hàng này. Ngoài ra, tỷ lệ an toàn 
vốn là một yếu tố tác động âm và có ý nghĩa 
lên lợi nhuận của các ngân hàng, ngược lại 
quy mô ngân hàng có tác động dương và 
cũng là yếu tố quyết định có ý nghĩa. Các 
phát hiện này được khẳng định bằng các 
kiểm định được chỉ ra ở bên dưới Bảng 4, 
kiểm định Sargan tests và kiểm định 
TẠP CHÍ KHOA HỌC KINH TẾ - SỐ 8(03) - 2020 
77 
Arellano-Bond AR(2), hàm ý rằng các ước 
lượng S-GMM một bước đáng tin cậy. 
Bảng 4. Rủi ro tín dụng và hiệu quả hoạt 
động: S-GMM một bước, 2005 - 2018 
Biến phụ thuộc: Tỷ suất sinh lợi trên vốn 
chủ sở hữu (ROE) 
Biến Mô hình 
Tỷ suất sinh lợi (-1) 0.336*** 
(0.058) 
Tỷ lệ nợ xấu 
0.003 
(0.003) 
Hệ số rủi ro tín dụng 
-0.095*** 
(0.043) 
Dự phòng rủi ro tín dụng 
0.077*** 
(0.025) 
Tỷ lệ an toàn vốn 
-0.005*** 
(0.004) 
Quy mô ngân hàng 
0.007*** 
(0.001) 
Ngân hàng/Quan sát 20/240 
AR(2) test 0.107 
Sargan test 0.235 
Ghi chú: ***, ** và * ký hiệu lần lượt cho các 
mức ý nghĩa 1%, 5%, và 10% 
5. Kết luận và hàm ý chính sách 
Xuất phát từ thực tiễn là rủi ro tín dụng có 
ảnh hưởng đến lợi nhuận của các ngân hàng 
thương mại tại Việt Nam, bài viết đánh giá 
thực nghiệm tác động của rủi ro tín dụng lên 
hiệu quả hoạt động của 20 ngân hàng thương 
mại tại Việt Nam trong giai đoạn 2005 - 
2018 bằng phương pháp ước lượng GMM 
Arellano-Bond hệ thống hai bước. Tính bền 
của các ước lượng được kiểm tra bằng 
phương pháp ước lượng GMM Arellano-
Bond hệ thống một bước. Kết quả chỉ ra tỷ lệ 
nợ xấu và dự phòng rủi ro tín dụng thúc đẩy 
trong khi hệ số rủi ro tín dụng làm giảm hiệu 
quả hoạt động của các ngân hàng này. Ngoài 
ra, tỷ lệ an toàn vốn và quy mô ngân hàng 
cũng là các yếu tố quyết định có ý nghĩa. 
Các phát hiện trong nghiên cứu này đòi 
hỏi cần có sự thận trọng từ các ngân hàng 
thương mại tại Việt Nam trong việc cải thiện 
và nâng cao các chỉ số rủi ro tín dụng bởi lẻ 
tỷ lệ nợ xấu gia tăng là nguyên nhân đưa đến 
việc mất khả năng cân đối thu chi và thanh 
khoản của các ngân hàng, từ đó dẫn đến phá 
sản. Việc giảm tỷ lệ nợ xấu và gia tăng các 
khoản trích lập dự phòng là cần thiết nhằm 
lành mạnh hóa các chỉ số tài chính của các 
ngân hàng. Theo đó, các ngân hàng cần đảm 
bảo quá trình cấp tín dụng cần được thực 
hiện một cách minh bạch với các điều kiện 
được giám sát chặt chẽ để đảm bảo thu hồi 
đầy đủ cả gốc lẫn lãi cho các khoản vay đúng 
thời hạn. Đặc biệt, Ngân hàng nhà nước cần 
thiết ban hành các chính sách liên quan đến 
việc quản lý rủi ro tín dụng của các ngân 
hàng và thực hiện giám sát chặt chẽ việc cấp 
tín dụng của các ngân hàng trong bối cảnh 
hội nhập ngày càng sâu rộng của nền kinh tế 
Việt Nam. 
TÀI LIỆU THAM KHẢO 
Abdelaziz, H., Rim, B., & Helmi, H. (2020). The interactional relationships between credit risk, 
liquidity risk and bank profitability in MENA region. Global Business Review. 
https://doi.org/10.1177/0972150919879304. 
Alfadli, A., & Rjoub, H. (2019). The impacts of bank-specific, industry-specific and 
macroeconomic variables on commercial bank financial performance: evidence from the 
Gulf cooperation council countries. Applied Economics Letters, 1-5. 
https://doi.org/10.1080/13504851.2019.1676870. 
TRƯỜNG ĐẠI HỌC KINH TẾ - ĐẠI HỌC ĐÀ NẴNG 
78 
Ali, A., Zulkhibri, M., & Kishwar, T. (2019). Credit Risk, Bank Performance and Islamic 
Banking: Evidence from Pakistan. In Islamic Finance, Risk-Sharing and Macroeconomic 
Stability (pp. 171-189). Palgrave Macmillan, Cham. 
Ali, M., & Puah, C. H. (2019). The internal determinants of bank profitability and 
stability. Management Research Review, 42(1), 49-67. 
Arellano, M., & Bond, S. (1991). Some tests of specification for panel data: Monte Carlo 
evidence and an application to employment equations. The Review of Economic Studies 
Journal, 58(2), 277-297. 
Arellano, M., & Bover, O. (1995). Another look at the instrumental variable estimation of 
error-components models. Journal of Econometrics, 68(1), 29-51. 
Chowdhury, M. A. F., Haque, M. M., & Masih, M. (2017). Re-examining the determinants of 
Islamic bank performance: new evidence from dynamic GMM, quantile regression, and 
wavelet coherence approaches. Emerging Markets Finance and Trade, 53(7), 1519-1534. 
Ekinci, R., & Poyraz, G. (2019). The Effect of Credit Risk on Financial Performance of 
Deposit Banks In Turkey. Procedia Computer Science, 158, 979-987. 
Gadzo, S. G., Kportorgbi, H. K., & Gatsi, J. G. (2019). Credit risk and operational risk on 
financial performance of universal banks in Ghana: A partial least squared structural 
equation model (PLS SEM) approach. Cogent Economics & Finance, 7(1), 1589406. 
Judson, R. A., & Owen, A. L. (1999). Estimating dynamic panel data models: a guide for 
macroeconomists. Economics Letters, 65(1), 9-15. 
Laryea, E., Ntow-Gyamfi, M., & Alu, A. A. (2016). Nonperforming loans and bank 
profitability: evidence from an emerging market. African Journal of Economic and 
Management Studies, 7(4), 462-481. 
Menicucci, E., & Paolucci, G. (2016). The determinants of bank profitability: empirical 
evidence from European banking sector. Journal of financial reporting and Accounting, 
14(1), 86-115. 
Nguyễn Thanh Phong (2019). Tác động của rủi ro tín dụng đến khả năng phá sản các ngân 
hàng thương mại Việt Nam. Tạp chí Tài chính, 2. 
Pepur, S., & Tripović, M. (2017). Credit Risk and Bank Profitability: Case of Croatia. 
In Finance in Central and Southeastern Europe (pp. 135-144). Springer, Cham. 
Tan, Y., Floros, C., & Anchor, J. (2017). The profitability of Chinese banks: impacts of risk, 
competition and efficiency. Review of Accounting and Finance, 16(1), 86-105. 
Trad, N., Trabelsi, M. A., & Goux, J. F. (2017). Risk and profitability of Islamic banks: A 
religious deception or an alternative solution? European Research on Management and 
Business Economics, 23(1), 40-45.