Giới thiệu

Hoạt động của các ngân hàng luôn đối mặt với nhiều rủi ro, trong đó, rủi ro cơ bản nhất là rủi ro tín dụng. Bằng chứng các nghiên cứu thực nghiệm trước đây đã cho thấy, lạm phát là một trong những yếu tố có tác động đến rủi ro tín dụng của ngân hàng.

Khi giá trị tiền giảm, người vay có thể phải trả nhiều tiền hơn so với mức ban đầu đã thỏa thuận, đặc biệt nếu họ vay với lãi suất cố định. Điều này làm tăng rủi ro tín dụng của ngân hàng, vì khả năng hoàn trả của người vay có thể bị ảnh hưởng (Goodhart và cộng sự, 2023).

Ngoài ra, lạm phát có thể dẫn đến tăng giá tài sản, đặc biệt là thị trường bất động sản và chứng khoán. Nếu giá tài sản giảm sau một giai đoạn tăng lên, ngân hàng có thể phải ghi nhận mất mát và ảnh hưởng đến khả năng hoạt động và tài sản ròng. Lạm phát còn có những tác động tiêu cực khác đến nền kinh tế nói chung như dẫn đến không chắc chắn trong triển vọng kinh doanh và tài chính (De Grauwe, 2021).

Lạm phát tại Việt Nam trong vài năm gần đây có xu hướng biến động tăng. Lạm phát giảm từ 1,9% năm 2020 xuống còn 1,6% năm 2021 và tăng lên 3,2% vào năm 2022. Trong khi đó, nợ xấu của nền kinh tế tăng từ 1,5% năm 2020 lên 2,8% năm 2021 và đạt mức 3,9% năm 2022.

Năm 2023, lạm phát bình quân của Việt Nam tăng 3,25%, đạt mục tiêu do Quốc hội đề ra ở mức 4,5%. Đây là năm thứ 12 liên tiếp Việt Nam duy trì được mức lạm phát một con số kể từ sau khi lạm phát tăng cao năm 2011, góp phần đảm bảo ổn định kinh tế vĩ mô, tạo nền tảng vững chắc cho tăng trưởng kinh tế bền vững, củng cố niềm tin của người dân, doanh nghiệp và nhà đầu tư nước ngoài vào đồng nội tệ và môi trường kinh doanh tại Việt Nam.

Thành công trong kiểm soát lạm phát là kết quả của sự phối hợp đồng bộ giữa chính sách tiền tệ, chính sách tài khóa và các chính sách kinh tế vĩ mô khác, giữa các bộ, ngành quản lý kinh tế ở Trung ương và các địa phương trong công tác quản lí, điều hành giá, đảm bảo cân đối cung, cầu và lưu thông các mặt hàng trên thị trường và sự phản ứng chủ động, linh hoạt, kịp thời của các cơ quan chức năng trước những diễn biến mới từ thị trường quốc tế và nội địa.

Lạm phát có tác động gián tiếp đến khả năng hoàn trả nợ của khách hàng. Bài viết này tìm hiểu ảnh hưởng của lạm phát đến nợ xấu của 133 quốc gia trên thế giới. Về mặt lý thuyết, kết quả giúp làm rõ và cung cấp bằng chứng thực nghiệm về tác động dài hạn của lạm phát đến nợ xấu. Về mặt thực tiễn, kết quả giúp các ngân hàng có định hướng chiến lược dài hạn cho hoạt động kinh doanh.

Cơ sở lý thuyết

Lý thuyết lạm phát

Lý thuyết lạm phát được phát triển bởi Fisher (1933). Lý thuyết này cho rằng, khi bong bóng nợ bùng nổ, các khoản nợ và các tài sản của ngân hàng sẽ được thanh lý và giá tài sản giảm sút, có thể dẫn đến phá sản. Từ đó, hoạt động kinh doanh của các doanh nghiệp có xu hướng giảm sút, thất nghiệp tăng lên. Hàm ý của lý thuyết lạm phát trong nghiên cứu này là lạm phát có tác động đến rủi ro tín dụng thông qua tác động đến hoạt động của các doanh nghiệp.

Lạm phát

Lạm phát là sự gia tăng liên tục của mức giá chung, trong khi một định nghĩa khác lại định nghĩa nó là sự sụt giảm giá trị của đồng tiền trong một khoảng thời gian (Goodhart và cộng sự, 2023). Lạm phát được đo bằng cách cộng giá của hàng hóa, dịch vụ theo thời gian. Chỉ số giá tiêu dùng là thước đo chi phí trung bình của tất cả các giao dịch mua hàng của người tiêu dùng. Sử dụng dữ liệu từ chỉ số giá tiêu dùng, các nhà kinh tế có thể ước tính tỷ lệ lạm phát theo thời gian.

Rủi ro tín dụng

Theo Ủy Ban Giám sát ngân hàng Basel, rủi ro tín dụng là khả năng mất vốn một phần hoặc toàn bộ từ các hoạt động cấp tín dụng. Rủi ro tín dụng được gây ra bởi nhiều lý do khác nhau trong đó có lạm phát. Lạm phát tăng làm cho người đi vay gặp khó khăn hơn trong việc trả nợ cho ngân hàng. Số tiền người đi vay để dành để trả lại được chi cho những nhu cầu mà chi phí đã tăng lên. Lạm phát cao làm tăng khả năng xảy ra vấn đề về tiền bạc vì nó làm giảm sức mua. Doanh thu của các doanh nghiệp sẽ bị ảnh hưởng khi sức mua của người tiêu dùng giảm.

Sự gia tăng lạm phát làm giảm mong muốn tiết kiệm của mọi người và làm cho xu hướng tiết kiệm biên giảm. Ngoài ra, lạm phát còn bóp méo đầu tư, xu hướng đầu tư vào các kênh như tài sản, nhà cửa, kim loại quý, ngoại tệ sẽ gia tăng. Đối với ngành Ngân hàng, các rủi ro mà ngân hàng phải đối mặt là phức tạp hơn bất kỳ lĩnh vực nào khác (Ashraf và cộng sự, 2020).

Kết quả nghiên cứu thực nghiệm cho thấy, nhiều xu hướng tác động khác nhau. Nkusu (2011) đã nghiên cứu ảnh hưởng của tỷ lệ lạm phát đến chất lượng các khoản vay, kết quả cho thấy, tác động của lạm phát là không rõ ràng. Một nghiên cứu khác cho thấy, lạm phát và rủi ro tín dụng có mối quan hệ ngược chiều nhau. Khi lạm phát tăng, rủi ro tín dụng giảm và ngược lại (Goodhart và cộng sự, 2023).

Một nghiên cứu khác về ảnh hưởng của lạm phát đến rủi ro tín dụng của ngân hàng Hồi Giáo lại không xác nhận mối quan hệ này. Kết quả cho thấy lạm phát và rủi ro tín dụng không có mối liên hệ với nhau (Andriana, 2023). Nghiên cứu của Koju và cộng sự (2020) lại cho thấy có mối quan hệ rõ ràng giữa lạm phát và rủi ro tín dụng. Từ các kết quả nghiên cứu này, bài viết đề xuất giả thuyết nghiên cứu như sau:

Giả thuyết 1a. Lạm phát có tác động cùng chiều đến rủi ro tín dụng

Giả thuyết 1b. Lạm phát có tác động ngược chiều đến rủi ro tín dụng

Mô hình nghiên cứu

Mục tiêu của nghiên cứu là tìm hiểu tác động của lạm phát đến rủi ro tín dụng của 133 nước trên thế giới. Để đạt mục tiêu nghiên cứu, mô hình hồi quy sau được sử dụng:

Risk_i= β₀+ β₁ INF_i+ε_i

Phương pháp nghiên cứu

Loại dữ liệu được sử dụng trong nghiên cứu này là dữ liệu thứ cấp, thu thập từ nguồn dữ liệu của Ngân hàng Thế giới, được thu thập trong khoảng thời gian từ năm 2010-2022 từ 133 quốc gia khác nhau. Bài nghiên cứu này sử dụng dữ liệu theo kiểu bảng, vì vậy các phương pháp ước lượng mô hình (1) và (2) được chọn là Pooled OLS. Dữ liệu được phân tích qua 4 bước, gồm mô tả thống kê, kiểm định mối tương quan, phân tích hồi quy và phân tích tính vững của mô hình.

Kết quả nghiên cứu mô tả thống kê

Kết quả mô tả thống kê trong Bảng 1 cho thấy, số lượng quan sát của biến rủi ro tín dụng là 1.569, biến lạm phát gồm 1.757 quan sát. Giá trị nhỏ nhất của rủi ro tín dụng là 0,1, cao nhất là 61,2, trung bình là 6,89 và độ lệch chuẩn là 8,18. Đối với biến lạm phát, giá trị nhỏ nhất là 1, lớn nhất là 303, giá trị trung bình là 159,59 và độ lệch chuẩn là 87,44. Sử dụng bộ dữ liệu trên, tác giả tiếp tục ước lượng mô hình 1 và 2.

Bảng 1: Kết quả mô tả thống kê

Nguồn: Kết quả phân tích từ Stata 17

Kết quả phân tích tương quan

Dựa vào phân tích tương quan trong cho thấy, biến INF (lạm phát) có tác động ngược chiều với NPL (tỷ lệ nợ xấu). Không có hiện tượng đa cộng tuyến nghiêm trọng do hệ số tương quan có giá trị khá thấp, 0,1038 thấp hơn 0,8 (Farrar & Glauber, 1967).

Kết quả hồi quy

Kết quả phân tích hồi quy được thể hiện trong Bảng 2 cho thấy, đối với tác động của INF đến NPL tại mức ý nghĩa 1%, kết quả Prob > F = 0.0000, nhỏ hơn 1% nên bác bỏ giả thuyết Ho. Vì vậy, kết quả mô hình phù hợp và có thể sử dụng được.

Kiểm định các giả thuyết của mô hình cho thấy kết quả phân tích hệ số VIF nhỏ hơn 2 nên hiện tượng đa cộng tuyến trong mô hình được đánh giá là không nghiêm trọng. Như vậy, lạm phát của 133 quốc gia có ảnh hưởng ngược chiều đến nợ xấu với hệ số hồi quy là 0,009 và mức ý nghĩa thống kê là 0,000. Kết quả này cho thấy khi lạm phát tăng, nợ xấu của nền kinh tế giảm. Kết quả nghiên cứu xác nhận giả thuyết H1b và tương thích với nghiên cứu của Goodhart và cộng sự (2023).

Nguồn: Kết quả phân tích từ Stata 17

Kết luận và hàm ý giải pháp

Kết luận

Bài viết được thực hiện nhằm tìm hiểu tác động của lạm đến nợ xấu của 133 nước. Kết quả cho thấy lạm phát có ảnh hưởng ngược chiều đến nợ xấu. Ngoài ra, hệ số tác động cũng thể hiện mức độ ảnh hưởng của lạm phát không mạnh. Từ kết quả nghiên cứu, nhóm tác giả đề xuất hàm ý cho các giải pháp cho ngành ngân hàng nhằm giảm tác động tiêu cực của lạm phát.

Hàm ý cho các giải pháp

Hạn chế sự ảnh hưởng tiêu cực của lạm phát đến nợ xấu của ngành Ngân hàng là một trong những nhiệm vụ quan trọng trong quản trị rủi ro tín dụng. Một số gợi ý cho các nhà quản trị ngân hàng để kiểm soát lạm phát hiệu quả, giảm nợ xấu như sau:

Thẩm định thận trọng hơn đối với các khoản vay. Ngân hàng nên tăng cường quá trình đánh giá khách hàng và doanh nghiệp trước khi cấp tín dụng, xem xét khả năng trả nợ, cơ cấu nợ, và tác động của lạm phát lên khả năng thanh toán. Đối với các doanh nghiệp có rủi ro cao với lạm phát thì cần phải chú ý nhiều hơn. Sau khi cấp tín dụng, cần phải theo dõi liên tục tình hình tài chính của người vay để xác định sự biến động trong khả năng thanh toán do tác động của lạm phát.

Thực hiện đa dạng hóa danh mục cấp tín dụng, đa dạng hóa loại hình và ngành nghề cấp tín dụng. Điều này sẽ giúp giảm tác động tiêu cực của lạm phát đối với một ngành hoặc loại hình tín dụng cụ thể.

Thiết lập hệ thống giám sát và cảnh báo sớm để phát hiện các dấu hiệu của sự suy giảm về khả năng thanh toán của người vay càng sớm càng tốt. Điều này cho phép ngân hàng có thể thực hiện các biện pháp phòng ngừa và giảm thiểu rủi ro. Ngân hàng cũng có thể tính đến phương án nâng cao tiêu chuẩn cho vay trong môi trường lạm phát để đảm bảo rằng chỉ những người vay có khả năng trả nợ tốt nhất mới được chấp nhận.

Đối với các khoản nợ có nguy cơ hoặc bị phân loại nợ xấu do ảnh hưởng của lạm phát, các ngân hàng có thể xem xét tái cấu trúc các khoản vay. Ngân hàng cũng có thể tiến hành thương thảo với khách hàng để tìm ra các biện pháp như gia hạn thời hạn, giảm lãi suất, hoặc cung cấp các giải pháp thanh toán linh hoạt có thể giúp giảm bớt áp lực tài chính đối với họ và giảm rủi ro nợ xấu cho ngân hàng.

Thiết lập hệ thống kiểm soát nội bộ và quản lý rủi ro để có thể phát hiện và xử lý nợ xấu một cách hiệu quả. Ngoài ra, ngân hàng cần xem xét việc tăng vốn để đối phó với tình hình tài chính không ổn định do lạm phát.

Tài liệu tham khảo:

1. Andriana, I. (2023), The Impact of Inflation on Bank Risk: A Study of Islamic Banks. Sriwijaya international journal of dynamic economics and business, 7(3), 201–210;
2. Ashraf, B. N., Zheng, C., Jiang, C., & Qian, N. (2020). Capital regulation, deposit insurance and bank risk: International evidence from normal and crisis periods. Research in International Business and Finance, 52, 101188. https://doi.org/10.1016/j.ribaf.20101188;
3. De Grauwe, P. (2021), Inflation Risk? Intereconomics, 56(4), 220–222. https://doi.org/10.1007/s10272-021-0988-3;
4. Farrar, D. E., & Glauber, R. R. (1967), Multicollinearity in regression analysis: the problem revisited. The Review of Economic and Statistics, 92-107. https://doi.org/10.2307/1937887;
5. Fisher, I. (1933), The Debt-Deflation Theory of Great Depressions Author(s): Irving Fisher Published by : The Econometric Society Stable URL : http://www.jstor.org/stable/1907327 . Society, 1(4), 337–357;