Tác động của fintech đến rủi ro tín dụng của các ngân hàng thương mại Việt Nam: Vai trò điều tiết của quy mô

Lê Hà Diễm Chi1, , Vi Mạch2
1 Trường Đại Học Ngân Hàng TP.HCM
2 Trường Đại học Ngân hàng TP.HCM
0
Ngày xuất bản Online: 25/06/2026
Chuyên mục: Tài chính, Ngân hàng, Kế toán, Kiểm toán
DOI: https://doi.org/10.52932/jfmr.v18i2vn.1252

Nội dung chính của bài viết

Tóm tắt

Dựa trên dữ liệu của 26 ngân hàng thương mại (NHTM) Việt Nam trong giai đoạn từ 2014 – 2024, nghiên cứu này nhằm mục đích đánh giá tác động của sự phát triển công nghệ tài chính (FinTech) đến rủi ro tín dụng (RRTD) tại các NHTM, đồng thời cung cấp góc nhìn rõ ràng hơn về vai trò điều tiết của quy mô ngân hàng (NH) trong mối quan hệ này. Bài viết sử dụng phương pháp ước lượng Moment tổng quát hệ thống hai bước (Two-step System GMM) để khắc phục hiện tượng nội sinh, phương sai sai số thay đổi và tự tương quan. Kết quả thực nghiệm cho thấy FinTech có tác động cùng chiều với tỷ lệ nợ xấu tại các NH, hàm ý rằng ứng dụng FinTech làm tăng RRTD, là một bất ngờ so với kỳ vọng. Tuy nhiên, kết quả này có thể đến từ việc NH đẩy mạnh tín dụng số, mở rộng tệp khách hàng qua các kênh trực tuyến trong khi chưa  xây dựng hệ thống quản lý rủi ro tương ứng, đã làm tăng RRTD. Ngoài ra, biến tương tác có dấu âm thể hiện vai trò quan trọng của quy mô NH. Các NH có quy mô lớn với lợi thế về nguồn lực tài chính, dữ liệu lớn và quy trình quản trị chuyên nghiệp, có khả năng hấp thụ các cú sốc rủi ro tốt hơn và chuyển hóa đầu tư công nghệ thành công cụ giảm thiểu rủi ro hiệu quả hơn so với các NH nhỏ. Kết quả nghiên cứu là cơ sở cho những khuyến nghị tăng cường đầu tư đầu nghệ trong quản trị RRTD ngân hàng, đồng thời các NH cân nhắc việc gia tăng quy mô nhằm tăng nguồn lực hấp thụ tốt hơn công nghệ tài chính được đầu tư hiệu quả nhất có thể.

Abstract

Based on data from 26 Vietnamese commercial banks (CBs) from 2014 to 2024, this study aims to assess the impact of financial technology (Fintech) development on credit risk at commercial banks while providing a clearer perspective on the moderating role of bank size in this relationship. The paper uses a two-step system generalized method of moments (GMM) method to address endogeneity, heteroskedasticity, and autocorrelation. Empirical results show that Fintech hurts banks' non-performing loan (NPL) ratios. The positive impact of Fintech on credit risk management is greater than expected. Still, it may stem from banks' increased focus on digital lending and expanding their customer base through online channels, which has led to a decrease in credit quality. However, the negative interaction variable indicates that large-scale banks, with advantages in financial resources, big data, and professional governance processes, are better able to absorb risk shocks and convert technology investments into more effective risk-mitigation tools than smaller banks. The research results provide a basis for recommendations to increase investment in technology for bank risk management. In contrast, banks should consider increasing their scale to absorb the most effective financial technology investments better better.

Từ khóa

Công nghệ tài chính (Fintech); rủi ro tín dụng (RRTD); nợ xấu; quy mô ngân hàng; GMM.

Chi tiết bài viết

Lĩnh vực kinh tế (JEL Codes)

C23 - Panel Data Models • Spatio-temporal Models - Single Equation Models • Single Variables, G21 - Banks • Depository Institutions • Micro Finance Institutions • Mortgages - G28 - Government Policy and Regulation - Financial Institutions and Services, O33 - Technological Change: Choices and Consequences • Diffusion Processes - Innovation • Research and Development • Technological Change • Intellectual Property Rights

Tài liệu tham khảo

Ally, O. J., Kulindwa, Y. J., & Mataba, L. (2025). Financial technology and credit risk management: The case of non-performing loans in Tanzanian banks. Cogent Economics & Finance, 13(1), Article 2459188. https://doi.org/10.1080/23322039.2025.2459188
Anestiawati, C. A., Amanda, C., Khantinyano, H., & Agatha, A. (2026). Bank FinTech and credit risk: Comparison of selected emerging and developed countries. Studies in Economics and Finance, 43(2), 281–309. https://doi.org/10.1108/SEF-12-2023-0714
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, 58(2), 277–297. https://doi.org/10.2307/2297968
Arellano, M., & Bover, O. (1995). Another look at the instrumental variable estimation of error-components models. Journal of Econometrics, 68(1), 29–51. https://doi.org/10.1016/0304-4076(94)01642-D
Arner, D. W., Barberis, J. N., & Buckley, R. P. (2016). The evolution of FinTech: A new post-crisis paradigm? Georgetown Journal of International Law, 47(4), 1271–1319.
Basel Committee on Banking Supervision. (2000). Principles for the Management of Credit Risk. Bank for International Settlements.
Basel Committee on Banking Supervision. (2017). Prudential treatment of problem assets – definitions of non-performing exposures and forbearance. Bank for International Settlements.
Berg, T., Burg, V., Gombović, A., & Puri, M. (2020). On the rise of FinTechs: Credit scoring using digital footprints. The Review of Financial Studies, 33(7), 2845–2897. https://doi.org/10.1093/rfs/hhz099
Berger, A. N., & DeYoung, R. (1997). Problem loans and cost efficiency in commercial banks. Journal of Banking & Finance, 21(6), 849–870. https://doi.org/10.1016/S0378-4266(97)00004-7
Bessis, J. (2010). Risk Management in Banking (3rd ed.). John Wiley & Sons.
Blundell, R., & Bond, S. (1998). Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics, 87(1), 115–143. https://doi.org/10.1016/S0304-4076(98)00009-8
Bộ Thông tin và Truyền thông. (2014 – 2024). Báo cáo chỉ số sẵn sàng cho phát triển và ứng dụng công nghệ thông tin và truyền thông Việt Nam (Vietnam ICT Index). Hà Nội: Nhà xuất bản Thông tin và Truyền thông.
Castro, V. (2013). Macroeconomic determinants of the credit risk in the banking system: The case of the GIPSI. Economic Modelling, 31, 672–683. https://doi.org/10.1016/j.econmod.2013.01.027
Cheng, M., & Qu, Y. (2020). Does bank fintech reduce credit risk? Evidence from China. Pacific-Basin Finance Journal, 63, 101398. https://doi.org/10.1016/j.pacfin.2020.101398
Cheng, M., & Qu, Y. (2020). Does bank FinTech reduce credit risk? Evidence from China. Pacific-Basin Finance Journal, 63, 101398. https://doi.org/10.1016/j.pacfin.2020.101398
Crouhy, M., Galai, D., & Mark, R. (2014). The Essentials of Risk Management (2nd ed.). McGraw-Hill.
Deng, X., Huang, Z., & Cheng, X. (2021). FinTech and bank risk-taking: Evidence from China. International Review of Financial Analysis, 76, 101768. https://doi.org/10.1016/j.irfa.2021.101768
Duffie, D., & Singleton, K. J. (2003). Credit Risk: Pricing, Measurement, and Management. Princeton University Press.
Gomber, P., Koch, J.-A., & Siering, M. (2017). Digital Finance and FinTech: Current research and future research directions. Journal of Business Economics, 87(5), 537–580. https://doi.org/10.1007/s11573-017-0852-x
Hansen, L. P. (1982). Large sample properties of generalized method of moments estimators. Econometrica, 50(4), 1029–1054. https://doi.org/10.2307/1912775
He, Y., & Fan, W. (2025). FinTech, bank risk-taking, and credit allocation. Humanities and Social Sciences Communications, 12, Article 1670. https://doi.org/10.1057/s41599-025-05931-4
Hồ Thị Mỹ Dung. (2022). Tác động của công nghệ tài chính đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam. Tạp chí Khoa học & Đào tạo Ngân hàng, 245, 45-56.
Hoàng Thị Thanh Hằng, & Lê Hà Diễm Chi. (2025). Đánh giá tác động của FinTech đến lợi nhuận các ngân hàng thương mại Việt Nam: Vai trò của quy mô. Tạp chí Kinh tế và Ngân hàng Châu Á, 235, 19-32.
International Monetary Fund (IMF). (2019). Financial Soundness Indicators Compilation Guide. Washington, DC: IMF.
Jagtiani, J., & Lemieux, C. (2019). The roles of alternative data and machine learning in fintech lending: Evidence from the LendingClub platform. Financial Management, 48(4), 1009-1029. https://www.google.com/search?q=https://doi.org/10.1111/fima.12289
Khan, M. S., Scheule, H., & Wu, E. (2017). Funding liquidity and bank risk taking. Journal of Banking & Finance, 82, 203–216. https://doi.org/10.1016/j.jbankfin.2016.09.005
Koetter, M., & Noth, F. (2013). IT and banking: Effects on loan quality and credit risk. Journal of Financial Stability, 9(4), 662–675. https://doi.org/10.1016/j.jfs.2013.01.001
Laeven, L., & Majnoni, G. (2003). Loan loss provisioning and economic slowdowns: Too much, too late? Journal of Financial Intermediation, 12(2), 178–197. https://doi.org/10.1016/S1042-9573(03)00016-0
Li, J., Li, Y., & Zhu, X. (2022). Fintech and bank risk-taking: Evidence from China. Technology in Society, 68, 101869. https://doi.org/10.1016/j.techsoc.2022.101869
Libda, R. E. M. (2024). The impact of fintech on credit risk management: An applied study on the Egyptian banking sector. Journal of Alexandria University for Administrative Sciences, 61(5), 381–422. https://doi.org/10.21608/ACJ.2024.381062
Louzis, D. P., Vouldis, A. T., & Metaxas, V. L. (2012). Macroeconomic and bank-specific determinants of non-performing loans in Greece: A comparative study of mortgage, business and consumer loan portfolios. Journal of Banking & Finance, 36(4), 1012–1027. https://doi.org/10.1016/j.jbankfin.2011.10.012
Neifar, M., & Gharbi, L. (2025). The country ICT level and the Fintech firm Performance: Evidence from BRICS Countries (MPRA Paper No. 123778). Munich Personal RePEc Archive. https://mpra.ub.uni-muenchen.de/123778/
Ngân hàng Nhà nước Việt Nam. (2021a). Quyết định số 810/QĐ-NHNN ngày 11/5/2021 về phê duyệt Kế hoạch chuyển đổi số ngành Ngân hàng đến năm 2025, định hướng đến năm 2030. Hà Nội.
Ngân hàng Nhà nước Việt Nam. (2021b). Thông tư 11/2021/TT-NHNN: Quy định về phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi ro. Hà Nội.
Nguyễn Thị Thiều Quang. (2023). Đánh giá tác động của chuyển đổi số đến rủi ro tín dụng tại các ngân hàng thương mại Việt Nam trong giai đoạn 2010 – 2021. Đề tài nghiên cứu khoa học cấp Trường, Đại học Ngân hàng TP.HCM.
Nugraha, H., & Putriani, S. (2023). Does Fintech Lending and ICT Development Index affect poverty? Evidence from Indonesia. Jurnal Reviu Akuntansi dan Keuangan, 13(1), 171–184. https://doi.org/10.22219/jrak.v13i1.25921
Schueffel, P. (2016). Taming the beast: A scientific definition of fintech. Journal of Innovation Management, 4(4), 32–54. https://doi.org/10.24840/2183-0606_004.004_0004
Tổng cục Thống kê. (2014–2024). Niên giám thống kê: Chỉ số giá tiêu dùng (CPI). Hà Nội: Nhà xuất bản Thống kê.
Trần Hùng Sơn, & Nguyễn Thị Hồng Vân. (2021). Ảnh hưởng của tín dụng công nghệ tài chính đến rủi ro tín dụng của ngân hàng. Tạp chí Kinh tế và Phát triển, 290, 22-31.
Wang, H., Mao, K., Wu, W., & Luo, H. (2023). Fintech inputs, non-performing loans risk reduction and bank performance improvement. International Review of Financial Analysis, 90, 102849. https://doi.org/10.1016/j.irfa.2023.102849
Zhang, Y., Ye, S., Liu, J., & Du, L. (2023). Impact of the development of FinTech by commercial banks on bank credit risk. Finance Research Letters, 55, 103857. https://doi.org/10.1016/j.frl.2023.103857
Trích dẫn bài báo
Le Ha Diem, C., & Vi, M. (2026). Tác động của fintech đến rủi ro tín dụng của các ngân hàng thương mại Việt Nam: Vai trò điều tiết của quy mô. Tạp chí Nghiên cứu Tài chính - Marketing, 18(2vn). https://doi.org/10.52932/jfmr.v18i2vn.1252