Tổng quan về luận án

Hoạt động giám sát an toàn hệ thống ngân hàng đóng vai trò sống còn đối với sự ổn định kinh tế vĩ mô, đặc biệt trong bối cảnh các định chế tài chính ngày càng gia tăng quy mô và mức độ phức tạp. Luận án tiến sĩ kinh tế chuyên ngành Tài chính – Ngân hàng (Mã số: 9.01) của tác giả Nguyễn Thị Thu Trang (2021) tại Học viện Ngân hàng, dưới sự hướng dẫn khoa học của TS. Nguyễn Phi Lân và TS. Phạm Vũ Thăng Long, mang tiêu đề: "Kiểm tra sức chịu đựng rủi ro tín dụng trong giám sát ngân hàng tại Việt Nam". Đây là công trình tiên phong tiếp cận toàn diện phương pháp kiểm tra sức chịu đựng (Stress Testing - KTSCĐ) rủi ro tín dụng (Credit Risk - RRTD) từ giác độ cơ quan giám sát (CQGS) theo định hướng từ trên xuống (Top-down approach).

Trong bối cảnh Chiến lược phát triển ngành Ngân hàng đến năm 2025, định hướng đến năm 2030 (Quyết định số 986/QĐ-TTg của Thủ tướng Chính phủ), Ngân hàng Nhà nước Việt Nam (NHNN) đang đối mặt với yêu cầu chuyển dịch mang tính cấu trúc: từ phương thức "giám sát tuân thủ" (compliance-based supervision) sang "giám sát trên cơ sở rủi ro" (risk-based supervision), kết hợp hài hòa giữa giám sát an toàn vi mô (microprudential) và giám sát an toàn vĩ mô (macroprudential).

Research Gap cụ thể: Mặc dù KTSCĐ đã được Ủy ban Basel về Giám sát Ngân hàng tích hợp chặt chẽ trong Trụ cột 1 và Trụ cột 2 của Basel II (BCBS, 2006) cũng như Basel III (BCBS, 2010, 2018), phần lớn các nghiên cứu tại Việt Nam trước đây chỉ dừng lại ở phạm vi vi mô phục vụ quản trị nội bộ từng ngân hàng thương mại (NHTM) riêng lẻ (Vũ Trung Thành, 2017), hoặc chỉ thực hiện phân tích độ nhạy tĩnh đơn giản với các cú sốc giả định trực tiếp vào tỷ lệ nợ xấu mà chưa gắn kết với các kịch bản kinh tế vĩ mô tương hỗ (Dương Quốc Anh và cộng sự, 2012; Phùng Đức Quyền, 2013). Chưa có một nghiên cứu học thuật nào thiết lập hoàn chỉnh khung KTSCĐ RRTD vĩ mô tích hợp từ góc độ CQGS để lượng hóa mức độ suy giảm vốn và dự báo vốn bổ sung cho toàn hệ thống NHTM Việt Nam.

Hệ thống Câu hỏi nghiên cứu (Research Questions - RQ) và Giả thuyết nghiên cứu (Hypotheses - H):

  • RQ1: Khung lý luận và chuẩn mực quốc tế về KTSCĐ RRTD trong hoạt động giám sát ngân hàng bao gồm những cấu phần cốt lõi nào?
  • RQ2: Cơ quan giám sát tại các nền kinh tế phát triển và mới nổi triển khai KTSCĐ RRTD ra sao, và bài học nào khả thi cho Việt Nam?
  • RQ3: Thực trạng hạ tầng dữ liệu, mô hình hóa và quy trình KTSCĐ tại Cơ quan Thanh tra, giám sát ngân hàng (CQTTGSNH) thuộc NHNN đang tồn tại những rào cản căn bản nào?
  • RQ4: Khung mô hình KTSCĐ RRTD Top-down ứng dụng cho hệ thống NHTM Việt Nam cần được thiết kế và kiểm định định lượng như thế nào để phản ánh đúng tác động lan truyền của các cú sốc vĩ mô?
  • RQ5: Cần hệ thống giải pháp và lộ trình chính sách nào để NHNN thực thi KTSCĐ RRTD như một công cụ giám sát thường niên bắt buộc?

Tương ứng với các câu hỏi trên, hệ thuyết minh định lượng được xây dựng dựa trên các giả thuyết:

  • H1: Tốc độ tăng trưởng GDP thực tế có mối quan hệ nghịch chiều có ý nghĩa thống kê đối với tỷ lệ nợ xấu (NPL) của hệ thống NHTM Việt Nam.
  • H2: Sự gia tăng của mặt bằng lãi suất cho vay (INT) và tỷ lệ lạm phát (CPI) làm suy giảm khả năng trả nợ của bên đi vay, dẫn tới gia tăng tỷ lệ NPL nội bảng.
  • H3: Các cú sốc kinh tế vĩ mô tiêu cực tác động phi đối xứng làm xói mòn nghiêm trọng tỷ lệ an toàn vốn (CAR) của nhóm NHTM cổ phần có quy mô vốn mỏng so với nhóm NHTM Nhà nước.

Khung lý thuyết nền tảng (Theoretical Framework): Nghiên cứu tích hợp Khung giám sát thận trọng vĩ mô của Quỹ Tiền tệ Quốc tế (IMF/FSAP Framework - Čihák, 2007; Demkas, 2015), Thuyết bất ổn tài chính (Financial Instability Hypothesis - Minsky, 1986), Thuyết thông tin bất cân xứng trong thị trường tín dụng (Stiglitz & Weiss, 1981), cùng Bộ nguyên tắc giám sát ngân hàng hiệu quả và Nguyên tắc KTSCĐ lành mạnh của Ủy ban Basel (BCBS, 2012, 2018).

Phạm vi và Dữ liệu (Scope & Significance): Nghiên cứu bao quát chuỗi dữ liệu thứ cấp kéo dài 12 năm (giai đoạn 2008 – 2019 với 48 quý) của 24 NHTM Việt Nam (gồm NHTM Nhà nước và NHTM cổ phần lớn), đại diện cho 88,82% tổng tài sản toàn hệ thống ngân hàng tính đến cuối năm 2019. Về mặt định tính, luận án thực hiện phỏng vấn sâu 15 chuyên gia cấp vụ, phòng tại CQTTGSNH trong 6 tháng (01/09/2020 – 01/03/2021). Mô phỏng KTSCĐ được thực thi cho 4 kịch bản vĩ mô năm 2020 nhằm lượng hóa trực tiếp tổn thất vốn và nhu cầu tái cấp vốn.

Literature Review và Positioning

Tổng quan các nhánh nghiên cứu chính

Tổng quan y văn quốc tế và trong nước về KTSCĐ rủi ro tín dụng ngân hàng được tổng hợp qua ba dòng nghiên cứu chủ đạo:

  1. Dòng nghiên cứu lý thuyết và phương pháp luận KTSCĐ: Khởi xướng từ các kỹ thuật đo lường rủi ro thị trường của J.P. Morgan thông qua RiskMetrics (Zangari, 1996), Berkowitz (1999) đã mở rộng KTSCĐ như một công cụ cấu trúc thay thế cho Giá trị chịu rủi ro (VaR) vốn bỏ qua các biến cố đuôi hiếm gặp. Čihák (2007), Blaschke và cộng sự (2001), Drehmann (2005) và Borio và cộng sự (2012, 2014) hoàn thiện khung lý thuyết KTSCĐ vĩ mô, khẳng định KTSCĐ phải mô hình hóa được tác động hai chiều giữa hệ thống tài chính và nền kinh tế thực.
  2. Dòng nghiên cứu mô hình vệ tinh đo lường RRTD (Credit Risk Satellite Models): Phân tích mối quan hệ giữa các biến số vĩ mô và chất lượng tín dụng. Virolainen (2004) thiết lập mô hình tỷ lệ vỡ nợ doanh nghiệp tại Phần Lan; Hoggarth và cộng sự (2005) dùng mô hình VAR đánh giá độ tổn thương của hệ thống ngân hàng Anh; Castrén, Dées và Zaher (2009) ứng dụng mô hình VAR toàn cầu (GVAR) cho NHTW Châu Âu (ECB); Francisco và cộng sự (2012) kết hợp mô hình CreditRisk+ phân tích 78 ngân hàng tại Brazil, phát hiện cứ mỗi 2% sụt giảm của GDP hàng năm sẽ khiến nợ xấu tăng 7%; Vazquez, Tabak và Souto (2012) áp dụng mô hình dữ liệu bảng phân tích tương quan nợ xấu hệ thống ngân hàng Mỹ Latinh.
  3. Dòng nghiên cứu KTSCĐ trong hoạt động giám sát của NHTW: Khảo sát của BCBS (2017) trên 31 cơ quan giám sát thuộc 23 quốc gia chỉ ra rằng 97% các cuộc KTSCĐ tập trung vào rủi ro tín dụng. Baudino và cộng sự (2018) thuộc Ngân hàng Thanh toán Quốc tế (BIS) đã so sánh các chương trình KTSCĐ quy chuẩn như SCAP/CCAR và DFAST của Cục Dự trữ Liên bang Mỹ (Fed), chương trình KTSCĐ của Cơ quan Ngân hàng Châu Âu (EBA/ECB), và khuôn khổ của Ngân hàng Trung ương Anh (BoE/PRA).

Tranh luận học thuật và đối lập lý thuyết

Trong y văn tồn tại hai luồng quan điểm đối lập sâu sắc:

  • Quan điểm tiếp cận Bottom-up (Từ dưới lên): Ủng hộ việc để các NHTM tự sử dụng mô hình xếp hạng tín dụng nội bộ (IRB) để tính toán tổn thất và gửi báo cáo lên CQGS (như quy trình tại CCAR của Fed hoặc EBA). Ưu điểm là khai thác dữ liệu chi tiết từng hợp đồng vay, nhưng nhược điểm chí tử là thiếu tính nhất quán, dễ xảy ra hành vi thao túng mô hình nhằm giảm yêu cầu vốn.
  • Quan điểm tiếp cận Top-down (Từ trên xuống): Được đại diện bởi Borio (2012), Čihák (2007) và BoE (2015). Quan điểm này khẳng định CQGS phải nắm giữ mô hình độc lập, áp đặt kịch bản thống nhất lên toàn bộ bảng cân đối tài sản của các NHTM để đảm bảo tính so sánh khách quan và đánh giá rủi ro mang tính hệ thống.

Định vị nghiên cứu và so sánh quốc tế

Luận án của Nguyễn Thị Thu Trang định vị vững chắc tại điểm giao thoa giữa kinh tế lượng vĩ mô và giám sát an toàn tài chính thận trọng. So sánh với hai nghiên cứu quốc tế điển hình:

  • So với nghiên cứu của Jakubik và Schmieder (2001) so sánh rủi ro tín dụng giữa Đức và Cộng hòa Séc, luận án mở rộng cách tiếp cận dynamic panel data phù hợp với thị trường cận biên nơi chuỗi dữ liệu chu kỳ kinh tế còn ngắn và biến động phi tuyến.
  • So với nghiên cứu của Pilinko và Romancenco (2014) thực hiện KTSCĐ cho 15 NHTM tại Latvia (giả định tỷ lệ LGD cố định 60%), luận án thiết lập quy trình tính toán đa kịch bản kết hợp mô hình VAR kinh tế vĩ mô và mô hình GMM bảng động, tích hợp quy định trích lập dự phòng và chuẩn mực vốn theo Thông tư 41/2016/TT-NHNN của Việt Nam.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho hệ thống lý thuyết

  1. Mở rộng Thuyết Thận trọng Vĩ mô (Macroprudential Theory): Luận án chứng minh rằng việc kiểm soát an toàn vi mô từng ngân hàng riêng lẻ (Microprudential) không đảm bảo tính an toàn của toàn hệ thống do "ngụy biện tổng thể" (fallacy of composition). Bằng chứng thực nghiệm từ 24 NHTM khẳng định mối quan hệ phi tuyến giữa chu kỳ tăng trưởng tín dụng và sự bùng phát nợ xấu khi xảy ra suy thoái kinh tế.
  2. Làm sâu sắc Thuyết Bất ổn Tài chính của Hyman Minsky (1986): Nghiên cứu cung cấp bằng chứng định lượng tại Việt Nam cho thấy giai đoạn tăng trưởng tín dụng nóng tích tụ rủi ro cấu trúc; khi tăng trưởng GDP giảm tốc từ mức cơ sở 6,8% xuống các kịch bản suy thoái, tỷ lệ nợ xấu không tăng tuyến tính mà tăng vọt theo cấp số nhân, đẩy các NHTM từ trạng thái "tài chính phòng ngừa rủi ro" (hedge finance) sang "tài chính đầu cơ" (speculative finance).
  3. Phát triển Khung phân tích Top-down 4 bước tích hợp: Luận án hệ thống hóa và chuẩn hóa quy trình KTSCĐ RRTD cho thị trường mới nổi gồm: $$\text{Kịch bản Vĩ mô (VAR)} \longrightarrow \text{Mô hình Vệ tinh RRTD (GMM)} \longrightarrow \text{Đo lường Vốn & Dự phòng (CAR/LLP)} \longrightarrow \text{Phản ứng Giám sát (Supervisory Actions)}$$
graph TD
    A[Cú sốc Kinh tế Vĩ mô: GDP, CPI, Lãi suất, Tỷ giá] --> B[Mô hình Vĩ mô VAR: Xây dựng 4 Kịch bản]
    B --> C[Mô hình Vệ tinh GMM: Đo lường tác động tới Tỷ lệ NPL]
    C --> D[Ước lượng Tổn thất & Trích lập Dự phòng RRTD]
    D --> E[Đánh giá Tác động tới Vốn tự có & Hệ số CAR của 24 NHTM]
    E --> F[Phản ứng Giám sát của NHNN: Yêu cầu Vốn bổ sung & Tái cơ cấu]

Khung phân tích độc đáo và Điều kiện biên

Khung phân tích của luận án tích hợp ba lý thuyết trụ cột: Thuyết Chu kỳ Kinh tế Thực (RBC), Thuyết Định giá Tài sản Tài chính, và Lý thuyết Giám sát Ngân hàng theo Basel. Khung phân tích quy định rõ điều kiện biên (boundary conditions): Áp dụng cho danh mục tín dụng nội bảng của các NHTM hoạt động tại Việt Nam, giả định bảng cân đối tài sản tĩnh (static balance sheet assumption) trong kỳ kiểm tra 1 năm để cô lập thuần túy tác động của cú sốc vĩ mô.

Phương pháp nghiên cứu tiên tiến

Triết lý và Thiết kế nghiên cứu

Nghiên cứu tuân thủ triết lý Thực chứng (Positivism) kết hợp phương pháp luận hỗn hợp (Sequential Mixed-Methods Design):

  • Nghiên cứu định tính: Phỏng vấn sâu bán cấu trúc 15 chuyên gia (gồm lãnh đạo cấp Cục/Vụ, Trưởng phòng thanh tra và chuyên viên phân tích rủi ro tại CQTTGSNH) nhằm giải mã "hộp đen" thực trạng giám sát KTSCĐ, đánh giá khoảng trống thể chế và khả năng hấp thụ công nghệ phân tích định lượng của NHNN.
  • Nghiên cứu định lượng: Xây dựng hệ thống mô hình kinh tế lượng hai tầng (Two-stage econometric modeling) liên kết giữa mô hình chuỗi thời gian vĩ mô và mô hình dữ liệu bảng vi mô.

Quy trình nghiên cứu và Kỹ thuật mô hình hóa

flowchart LR
    subgraph Stage1 [Giai đoạn 1: Mô hình VAR Vĩ mô]
        V1[Dữ liệu Quý 2008-2019: GDP, CPI, INT, XRA] --> V2[Kiểm định Nghiệm đơn vị ADF/PP]
        V2 --> V3[Độ trễ tối ưu & Kiểm định Ổn định AR]
        V3 --> V4[Xây dựng Kịch bản Cơ sở & 3 Kịch bản Suy thoái]
    end
    subgraph Stage2 [Giai đoạn 2: Mô hình GMM Dữ liệu Bảng]
        G1[Dữ liệu Bảng 24 NHTM: NPL, Vĩ mô, Đặc trưng Ngân hàng] --> G2[Pooled OLS / FEM / REM]
        G2 --> G3[Kiểm định LM, Hausman, Modified Wald, Wooldridge]
        G3 --> G4[Hồi quy GMM 2 bước: Khắc phục Nội sinh & Tự tương quan]
    end
    subgraph Stage3 [Giai đoạn 3: Stress Testing Mô phỏng]
        V4 & G4 --> S1[Dự phóng Tỷ lệ NPL năm 2020]
        S1 --> S2[Tính toán Dự phòng cụ thể & Vốn tự có Cấp 1, CAR]
        S2 --> S3[Lượng hóa Thâm hụt Vốn & Khuyến nghị Chính sách]
    end

Giai đoạn 1: Xây dựng kịch bản kinh tế vĩ mô bằng Mô hình Vector Autoregression (VAR)

  • Biến số vĩ mô: Tốc độ tăng trưởng GDP thực tế ($GDP$), Tỷ lệ lạm phát đo bằng chỉ số giá tiêu dùng ($CPI$), Lãi suất cho vay bình quân ($INT$), và Tỷ giá danh nghĩa VND/USD ($XRA$) theo quý từ Q1/2008 đến Q4/2019 (nguồn: GSO, NHNN, IMF-IFS, FRED St. Louis).
  • Quy trình kiểm định: Kiểm định tính dừng (Augmented Dickey-Fuller và Phillips-Perron test), xác định độ trễ tối ưu thông qua tiêu chuẩn AIC, HQIC, SBIC, kiểm định tính ổn định của mô hình VAR qua hàm đa thức đặc trưng (AR roots within unit circle), và phân tích hàm phản ứng đẩy (Impulse Response Functions - IRF).
  • Thiết lập 4 kịch bản cho năm 2020:
    1. Kịch bản cơ sở (Baseline): Tăng trưởng GDP đạt 6,80%; CPI tăng 4,00%; Lãi suất ổn định 9,50%; Tỷ giá biến động nhẹ 1,50%.
    2. Kịch bản suy thoái nhẹ (Mild recession): Cú sốc làm GDP giảm 1 độ lệch chuẩn ($\sigma$), tăng trưởng GDP còn 5,20%; Lãi suất tăng lên 10,80%.
    3. Kịch bản suy thoái trung bình (Moderate recession): Cú sốc tương đương 1,5 độ lệch chuẩn, GDP tăng trưởng 3,50%; Lãi suất tăng lên 12,20%; Tỷ giá tăng 3,50%.
    4. Kịch bản suy thoái nghiêm trọng (Severe recession): Cú sốc cực đoan 2 độ lệch chuẩn, GDP chỉ tăng trưởng 1,80%; Lạm phát vọt lên 7,50%; Lãi suất tăng lên 14,00%; Tỷ giá biến động mạnh 5,00%.

Giai đoạn 2: Mô hình vệ tinh đo lường RRTD bằng Generalized Method of Moments (GMM)

Để ước lượng mối quan hệ giữa các yếu tố vĩ mô và tỷ lệ nợ xấu của 24 NHTM, mô hình hồi quy bảng động được thiết lập: $$NPL_{i,t} = \alpha_0 + \beta_1 NPL_{i,t-1} + \beta_2 GDP_t + \beta_3 CPI_t + \beta_4 INT_t + \beta_5 XRA_t + \sum \gamma_k X_{k,i,t} + \eta_i + \varepsilon_{i,t}$$

Trong đó, $X_{k,i,t}$ là các biến kiểm soát nội tại của ngân hàng (Quy mô tài sản $SIZE$, Tỷ lệ dư nợ/Tổng tài sản $LOAN_ASSET$, Tỷ suất sinh lời trên tài sản $ROA$).

Kiểm định tính vững của phương pháp luận:

  • Ước lượng ban đầu bằng Pooled OLS, Fixed Effects Model (FEM) và Random Effects Model (REM).
  • Kiểm định Breusch-Pagan Lagrange Multiplier (LM test) bác bỏ mô hình OLS gộp ($p < 0,001$).
  • Kiểm định Hausman bác bỏ REM, chọn FEM ($p < 0,01$).
  • Kiểm định Modified Wald test phát hiện hiện tượng phương sai thay đổi giữa các thực thể ($p < 0,001$).
  • Kiểm định Wooldridge test xác nhận có tự tương quan bậc nhất ($p < 0,001$).
  • Giải pháp xử lý: Sử dụng mô hình System GMM 2 bước (Two-step System GMM) của Blundell & Bond (1998) với hiệu chỉnh sai số tiêu chuẩn Windmeijer (2005). Kiểm định Arellano-Bond $AR(1)$ có ý nghĩa ($p < 0,05$), $AR(2)$ không có ý nghĩa thống kê ($p > 0,10$), và kiểm định Hansen/Sargan khẳng định tính hợp lệ của các biến công cụ ngoại sinh ($p > 0,20$).

Giai đoạn 3: Tính toán tác động lên Vốn và Hệ số CAR

Dựa trên tỷ lệ nợ xấu dự báo từ mô hình GMM theo từng kịch bản, luận án tính toán:

  1. Mức nợ xấu tuyệt đối gia tăng: $\Delta NPL_{i} = \widehat{NPL}_{i}^{stress} \times \text{Tổng dư nợ}_i$.
  2. Chi phí trích lập dự phòng rủi ro tín dụng bổ sung: $\Delta LLP_i = \Delta NPL_i \times LGD \times (1 - \text{Tỷ lệ thu hồi})$.
  3. Vốn tự có sau cú sốc: $\text{Vốn cấp 1 sau stress} = \text{Vốn cấp 1 ban đầu} - \Delta LLP_i$.
  4. Tính toán lại Hệ số An toàn Vốn: $CAR_{stress} = \frac{\text{Vốn tự có sau stress}}{RWA_{stress}}$.
  5. Xác định quy mô vốn thiếu hụt cần bổ sung để duy trì ngưỡng an toàn tối thiểu 8% (theo Basel II/Thông tư 41).

Phát hiện đột phá và implications

Những phát hiện then chốt (Key Empirical Findings)

  1. Mối liên hệ nghịch chiều mạnh mẽ giữa tăng trưởng GDP và Nợ xấu: Kết quả hồi quy GMM khẳng định hệ số của biến GDP mang dấu âm có ý nghĩa thống kê ở mức 1% ($p < 0,01$). Khi tốc độ tăng trưởng kinh tế suy giảm 1 điểm phần trăm, tỷ lệ nợ xấu của hệ thống NHTM bình quân tăng thêm 0,28 - 0,35 điểm phần trăm với độ trễ 1 đến 2 quý.
  2. Tác động tiêu cực của Lãi suất cho vay: Biến lãi suất ($INT$) có hệ số dương có ý nghĩa thống kê cao ($p < 0,01$), phản ánh việc tăng lãi suất lập tức gia tăng gánh nặng chi phí tài chính cho doanh nghiệp, trực tiếp đẩy nhanh tốc độ chuyển nhóm nợ từ nợ tiêu chuẩn sang nợ xấu (nhóm 3, 4, 5).
  3. Mức độ tổn thương nghiêm trọng của Hệ số CAR dưới kịch bản suy thoái cực đoan:
    • Ở Kịch bản cơ sở, hệ số CAR bình quân của 24 NHTM duy trì mức an toàn 10,35%.
    • Ở Kịch bản suy thoái trung bình, CAR toàn hệ thống giảm xuống 8,12%, tiệm cận ngưỡng giới hạn 8%.
    • Ở Kịch bản suy thoái nghiêm trọng, CAR sụt giảm mạnh xuống 6,45% (dưới chuẩn Basel II), trong đó có tới 14/24 NHTM (chiếm hơn 58% mẫu nghiên cứu) không đạt tỷ lệ an toàn vốn tối thiểu 8%.
  4. Quy mô thâm hụt vốn cần bổ sung: Để đưa toàn bộ 24 NHTM về ngưỡng CAR an toàn 8% dưới kịch bản suy thoái nghiêm trọng, ước tính hệ thống ngân hàng cần được tái cấp vốn bổ sung một lượng tiền mặt/vốn cấp 1 tương đương hơn 120.000 tỷ VNĐ.
  5. Khoảng trống nghiêm trọng trong hạ tầng giám sát tại NHNN: Kết quả định tính chỉ ra rằng CQTTGSNH chưa có kho dữ liệu tập trung (Data Warehouse) chuyên biệt cho KTSCĐ; việc thu thập dữ liệu vi mô (báo cáo phân loại nợ, tài sản bảo đảm, dòng tiền doanh nghiệp) còn phân tán, thiếu tính đồng bộ và chưa có quy trình chạy mô phỏng thường niên được thể chế hóa bằng văn bản quy phạm pháp luật.
Tóm tắt Kết quả Mô phỏng KTSCĐ RRTD Hệ thống 24 NHTM Việt Nam:
┌───────────────────────────┬──────────────┬──────────────┬─────────────────────────┐
│ Kịch bản Vĩ mô            │ NPL Dự phóng │ CAR Bình quân│ Tỷ lệ NHTM Vi phạm CAR  │
├───────────────────────────┼──────────────┼──────────────┼─────────────────────────┤
│ 1. Kịch bản Cơ sở         │ 1,85%        │ 10,35%       │ 0% (0/24 NHTM)          │
│ 2. Suy thoái Nhẹ          │ 2,72%        │ 9,18%        │ 16,7% (4/24 NHTM)       │
│ 3. Suy thoái Trung bình   │ 3,95%        │ 8,12%        │ 37,5% (9/24 NHTM)       │
│ 4. Suy thoái Nghiêm trọng │ 5,68%        │ 6,45%        │ 58,3% (14/24 NHTM)      │
└───────────────────────────┴──────────────┴──────────────┴─────────────────────────┘

Hàm ý chính sách và thực tiễn (Multi-dimensional Implications)

  • Hàm ý chính sách đối với Ngân hàng Nhà nước:
    1. Ban hành Thông tư quy định khung KTSCĐ giám sát: Bắt buộc các NHTM định kỳ tham gia các đợt KTSCĐ Top-down do NHNN chủ trì và tự thực hiện KTSCĐ Bottom-up nội bộ (ICAAP).
    2. Thiết lập Ủy ban Kiểm tra Sức chịu đựng Liên bộ phận: Phối hợp giữa CQTTGSNH, Vụ Dự báo Thống kê, Vụ Chính sách Tiền tệ để xây dựng bộ kịch bản vĩ mô đồng nhất hàng năm.
    3. Xây dựng Kho dữ liệu giám sát tín dụng tập trung: Chuẩn hóa dữ liệu theo chuẩn mực báo cáo tài chính quốc tế IFRS 9 (đo lường tổn thất tín dụng kỳ vọng - ECL) thay vì mô hình tổn thất đã phát sinh (Incurred Loss).
  • Hàm ý quản trị đối với các NHTM:
    1. Xây dựng bộ đệm vốn dự phòng chu kỳ (Countercyclical Capital Buffer) trong giai đoạn kinh tế tăng trưởng tốt để hấp thụ cú sốc khi kinh tế đổi chiều.
    2. Đa dạng hóa danh mục tín dụng, giảm tỷ trọng cho vay các lĩnh vực có độ nhạy cảm vĩ mô cao như bất động sản, xây dựng và BOT.

Limitations và Future Research

Hạn chế nghiên cứu (Acknowledged Limitations)

  1. Giả định bảng cân đối tài sản tĩnh (Static Balance Sheet): Luận án giả định quy mô và cơ cấu tài sản của NHTM không đổi trong suốt kỳ mô phỏng 1 năm, chưa phản ánh đầy đủ các hành vi phản ứng chủ động của ban điều hành ngân hàng (như cắt giảm hạn mức tín dụng, cơ cấu lại kỳ hạn nợ hoặc bán nợ xấu).
  2. Hiệu ứng vòng phản hồi thứ cấp (Second-round Feedback Effects): Mô hình chưa lượng hóa được tác động lan truyền ngược từ sự suy yếu của hệ thống ngân hàng quay trở lại làm thu hẹp nguồn cung tín dụng, khiến nền kinh tế suy thoái sâu hơn (Macro-financial feedback loop).
  3. Độ mở của dữ liệu LGD và EAD: Do hạn chế công bố thông tin tại Việt Nam, tỷ lệ tổn thất khi vỡ nợ (LGD) và rủi ro tín dụng tại thời điểm vỡ nợ (EAD) phải sử dụng các giá trị tham chiếu ước tính mang tính quy chuẩn thay vì trích xuất từ dữ liệu lịch sử nội bộ vi mô của từng hợp đồng vay.

Định hướng nghiên cứu tương lai (Future Research Agenda)

  1. Phát triển mô hình cân bằng tổng thể ngẫu nhiên động (Dynamic Stochastic General Equilibrium - DSGE) có tích hợp khu vực ngân hàng trung gian tài chính (Financial Intermediation) để mô phỏng tác động phản hồi hai chiều vĩ mô – tài chính.
  2. Mở rộng khung KTSCĐ tích hợp đa rủi ro (Integrated Stress Testing): Kết hợp đồng thời Rủi ro tín dụng, Rủi ro thanh khoản và Rủi ro lãi suất trên sổ ngân hàng (IRRBB).
  3. Ứng dụng kỹ thuật Học máy (Machine Learning/Deep Learning) và Phân tích mạng lưới (Network Analysis) để đánh giá rủi ro lan truyền liên ngân hàng (Contagion Risk) khi một định chế tài chính quan trọng trong hệ thống (D-SIBs) sụp đổ.

Tác động và ảnh hưởng

Bản đồ Tác động Đa chiều của Luận án:
┌───────────────────────────┬────────────────────────────────────────────────────────────────────────┐
│ Trụ cột Tác động          │ Kết quả & Chỉ số Đo lường                                              │
├───────────────────────────┼────────────────────────────────────────────────────────────────────────┤
│ 1. Đóng góp Học thuật     │ Tiên phong thiết lập khung Top-down Macro Stress Testing tại VN;       │
│                           │ Cung cấp tài liệu tham khảo chuẩn mực cho các chương trình NCS/ThS.    │
├───────────────────────────┼────────────────────────────────────────────────────────────────────────┤
│ 2. Cải cách Thể chế NHNN  │ Cung cấp cơ sở khoa học chuyển đổi từ Giám sát tuân thủ sang           │
│                           │ Giám sát rủi ro; Đóng góp trực tiếp vào Đề án 986/QĐ-TTg.             │
├───────────────────────────┼────────────────────────────────────────────────────────────────────────┤
│ 3. Ngành Ngân hàng        │ Nâng cao năng lực quản trị vốn (ICAAP/Basel II, Basel III);            │
│                           │ Giúp các NHTM nhận diện điểm yếu vốn dưới các cú sốc cực đoan.         │
├───────────────────────────┼────────────────────────────────────────────────────────────────────────┤
│ 4. Ổn định Kinh tế-Xã hội │ Ngăn ngừa rủi ro đổ vỡ hệ thống tài chính mang tính dây chuyền;        │
│                           │ Bảo vệ an toàn tiền gửi của người dân và ổn định vĩ mô quốc gia.       │
└───────────────────────────┴────────────────────────────────────────────────────────────────────────┘
  • Tác động học thuật: Đặt nền móng phương pháp luận định lượng vững chắc cho các nghiên cứu tiếp theo về giám sát thận trọng vĩ mô tại Việt Nam, thu hẹp khoảng cách nghiên cứu giữa giới hàn lâm trong nước và quốc tế.
  • Tác động chính sách quốc gia: Kết quả mô phỏng định lượng cung cấp bằng chứng trực tiếp phục vụ Ban lãnh đạo NHNN và CQTTGSNH trong việc thiết kế các kịch bản kiểm tra an toàn vốn định kỳ, chuẩn bị năng lực thanh tra theo chuẩn mực quốc tế.
  • Tác động kinh tế - xã hội: Việc nhận diện sớm nguy cơ thâm hụt 120.000 tỷ VNĐ vốn tự có dưới kịch bản khủng hoảng giúp cơ quan quản lý chủ động có phương án tái cấu trúc, ngăn ngừa nguy cơ khủng hoảng hệ thống, bảo vệ quyền lợi người gửi tiền và duy trì ổn định dòng vốn phục vụ nền kinh tế thực.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật Tài chính – Ngân hàng: Tiếp cận một khung phương pháp luận hoàn chỉnh từ xây dựng mô hình VAR vĩ mô đến mô hình GMM dữ liệu bảng động và thuật toán phân bổ vốn chi tiết; khai thác các khoảng trống nghiên cứu đã được chỉ rõ.
  • Cơ quan Quản lý Nhà nước (NHNN, Bộ Tài chính, Ủy ban Giám sát Tài chính Quốc gia): Sở hữu công cụ định lượng độc lập để đánh giá "sức khỏe" hệ thống ngân hàng mà không bị phụ thuộc hoàn toàn vào số liệu báo cáo chủ quan của các NHTM; chủ động xây dựng chính sách can thiệp sớm.
  • Khối Ngân hàng Thương mại (Hội đồng Quản trị, Khối Quản trị Rủi ro, ALCO): Ứng dụng khung mô hình để nâng cao năng lực tự kiểm tra sức chịu đựng nội bộ theo Trụ cột 2 Basel II (ICAAP), tối ưu hóa cấu trúc phân bổ vốn tự có theo tài sản có rủi ro ($RWA$).
  • Các Định chế Tài chính Quốc tế (IMF, World Bank, ADB): Có nguồn tài liệu tham chứng tin cậy, khách quan và cập nhật về mức độ an toàn và khả năng chống chịu của hệ thống tài chính Việt Nam phục vụ các đợt đánh giá định kỳ thuộc Chương trình FSAP.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp lý thuyết độc đáo nhất là việc mở rộng Thuyết Thận trọng Vĩ mô (Macroprudential Theory - Borio, 2012) vào bối cảnh hệ thống ngân hàng của một nền kinh tế chuyển đổi đang phát triển (transition and emerging economy). Luận án đã làm sáng tỏ cơ chế truyền dẫn phi tuyến từ các biến số kinh tế vĩ mô (GDP, CPI, Lãi suất, Tỷ giá) tới rủi ro vỡ nợ của hệ thống ngân hàng thông qua mô hình vệ tinh bảng động GMM, chứng minh rằng sự ổn định của từng định chế tài chính đơn lẻ không đồng nghĩa với sự ổn định của toàn hệ thống nếu thiếu đi một công cụ kiểm định áp lực đa kịch bản đồng bộ từ trên xuống.

2. Điểm cải tiến phương pháp luận vượt trội so với các công trình trước đây?

So với các nghiên cứu trước đây tại Việt Nam như Dương Quốc Anh và cộng sự (2012) (chỉ áp dụng phân tích độ nhạy tĩnh với cú sốc nợ xấu giả định 15%, 30%, 50%) và Phùng Đức Quyền (2013) (phải sử dụng số liệu vĩ mô của 55 quốc gia khác do thiếu dữ liệu Việt Nam), luận án của Nguyễn Thị Thu Trang đã tạo ra bước đột phá phương pháp luận:

  • Sử dụng bộ dữ liệu thực tế kéo dài 12 năm (2008–2019) của 24 NHTM chiếm gần 90% tổng tài sản hệ thống.
  • Kết hợp mô hình chuỗi thời gian VAR để nội sinh hóa mối quan hệ tương hỗ giữa 4 biến vĩ mô cốt lõi, loại bỏ hoàn toàn tính áp đặt chủ quan của kịch bản sốc.
  • Ứng dụng mô hình System GMM 2 bước khắc phục triệt để các khuyết tật nội sinh, tự tương quan và phương sai thay đổi của dữ liệu bảng ngân hàng.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ và đáng báo động nhất là mức độ phân hóa cực đoan về năng lực chống chịu vốn giữa các nhóm ngân hàng: Dưới kịch bản suy thoái nghiêm trọng, trong khi nhóm NHTM Nhà nước và các NHTM cổ phần quy mô lớn duy trì được CAR trên 8% nhờ quy mô vốn tự có dày, thì có tới hơn 58% số ngân hàng trong mẫu (14/24 NHTM) bị thủng ngưỡng an toàn vốn tối thiểu, kéo mức CAR trung bình toàn hệ thống tụt sâu xuống 6,45%, làm phát sinh nhu cầu tái cấp vốn khẩn cấp vượt mốc 120.000 tỷ VNĐ.

4. Luận án có cung cấp quy trình nhân bản mô hình (Replication Protocol) không?

Có. Luận án cung cấp một quy trình nhân bản phương pháp luận chuẩn hóa, minh bạch và chặt chẽ gồm 4 giai đoạn chi tiết: Bảng định nghĩa biến, quy trình kiểm định nghiệm đơn vị, bậc trễ tối ưu mô hình VAR vĩ mô, mã lệnh/thuật toán hồi quy GMM trong phần mềm Stata/EViews, và bảng công thức liên kết dòng tiền tính toán dự phòng cụ thể, vốn cấp 1 và CAR theo chuẩn mực Basel II. Các nhà nghiên cứu và chuyên viên giám sát hoàn toàn có thể nhân bản quy trình này với các chuỗi dữ liệu cập nhật tiếp theo.

5. Chương trình nghị sự nghiên cứu 10 năm (10-Year Research Agenda) được định hình ra sao?

Luận án mở ra lộ trình nghiên cứu 10 năm với ba giai đoạn phát triển chiến lược:

  • Giai đoạn 1 (1–3 năm): Hoàn thiện khung KTSCĐ Top-down thường niên tại NHNN, tích hợp chuẩn mực kế toán IFRS 9 vào mô hình đo lường tổn thất kỳ vọng ECL.
  • Giai đoạn 2 (4–6 năm): Phát triển mô hình KTSCĐ mạng lưới (Network Stress Testing) nhằm định lượng rủi ro lan truyền trên thị trường liên ngân hàng và thị trường trái phiếu doanh nghiệp.
  • Giai đoạn 3 (7–10 năm): Tích hợp rủi ro biến đổi khí hậu (Climate-related Financial Risk Stress Testing) và các yếu tố phi truyền thống (Cyber Risk, FinTech) vào khung KTSCĐ an toàn vĩ mô toàn diện.

Kết luận

  1. Hệ thống hóa toàn diện lý luận và thực tiễn: Luận án đã xây dựng một cơ sở khoa học chuẩn mực, cập nhật các nguyên tắc mới nhất của Ủy ban Basel (BCBS 2012, 2018) và kinh nghiệm từ Fed, ECB, BoE, BoJ để áp dụng vào thực tiễn Việt Nam.
  2. Khẳng định tính ưu việt của phương pháp tiếp cận Top-down: Thiết lập thành công mô hình tích hợp hai tầng VAR – GMM cho phép lượng hóa chính xác mối quan hệ giữa các biến động kinh tế vĩ mô và rủi ro tín dụng của hệ thống ngân hàng.
  3. Phát hiện thực nghiệm có giá trị cảnh báo cao: Bằng chứng định lượng từ 24 NHTM (chiếm 88,82% tài sản toàn hệ thống) chỉ ra rằng dưới kịch bản suy thoái nghiêm trọng, CAR hệ thống giảm về mức 6,45%, 58,3% ngân hàng vi phạm chuẩn an toàn vốn với quy mô thâm hụt ước tính 120.000 tỷ VNĐ.
  4. Hệ thống 6 nhóm giải pháp thực thi khả thi: Đề xuất lộ trình chi tiết cho NHNN bao gồm: Hoàn thiện hành lang pháp lý, xây dựng kho dữ liệu tập trung, thành lập hội đồng kịch bản liên bộ phận, nâng cao năng lực định lượng cho thanh tra viên, kết hợp KTSCĐ với quy trình SREP, và minh bạch hóa thông tin kết quả kiểm tra.
  5. Mở ra các hướng nghiên cứu học thuật tiên phong: Đặt nền móng vững chắc cho việc phát triển các mô hình giám sát an toàn vĩ mô tiên tiến, KTSCĐ tích hợp đa rủi ro và KTSCĐ lan truyền mạng lưới tại Việt Nam trong kỷ nguyên số hóa tài chính.