MỞ ĐẦU
1. Tính cấp thiết của đề tài
Quá trình hội nhập ngày càng sâu rộng của nền kinh tế Việt Nam vào nền kinh tế
thế giới đã tạo điều kiện thuận lợi cho hoạt động tài chính của nước ta, thị trường ngân
hàng cũng đã có nhiều khởi sắc, đánh dấu bước phát triển mới cả về chất lẫn về lượng
của hệ thống ngân hàng Việt Nam. Tuy nhiên, với đặc thù của một lĩnh vực kinh doanh
đầy nhạy cảm, chịu ảnh hưởng của nhiều yếu tố cả trực tiếp và gián tiếp, rủi ro ngân hàng
lớn là yếu tố không thể tránh khỏi và có khả năng trở thành nguy cơ gây ảnh hưởng
nghiêm trọng đến sự phát triển bền vững của các ngân hàng nói riêng, thị trường tài chính
và nền kinh tế nói chung. Trong các hoạt động của ngân hàng, có thể nói hoạt động tín
dụng là hoạt động cơ bản và quan trọng, mang lại nguồn thu chủ yếu của các ngân hàng
thương mại. Điều tất yếu là đi kèm với lợi nhuận cao luôn là rủi ro cũng rất lớn. Rủi ro
phát sinh không chỉ ảnh hưởng đến bản thân các NHTM mà còn có thể tác động rất lớn
đến toàn bộ nền kinh tế. Trong thời gian gần đây, nợ quá hạn, nợ xấu tại các NHTM Việt
Nam ngày càng trở thành một vấn đề nan giải, cản trở sự phát triển toàn diện của ngành
ngân hàng. Tập trung vào quản trị rủi ro nói chung và quản trị rủi ro tín dụng nói riêng
được xem là định hướng đảm bảo hệ thống ngân hàng hoạt động ổn định vững chắc.Và
quan trọng hơn, đó sẽ là tiền đề để xây dựng một hệ thống ngân hàng Việt Nam đủ sức
hội nhập quốc tế.
Xét trên bối cảnh đó, NHNN đã đưa ra lộ trình chuẩn hóa các nguyên tắc quản trị
rủi ro của ngành ngân hàng theo tiêu chuẩn Basel II mang tính chất nền tảng, lâu dài của
cả hệ thống. Đây cũng là một xu thế tất yếu và bắt buộc khi Việt Nam đang hội nhập sâu
rộng với khu vực và trên thế giới. Cùng với đó, ảnh hưởng của Hiệp định Đối tác Xuyên
Thái Bình Dương (TPP) đối với ngân hàng Việt Nam cũng buộc các ngân hàng phải áp
dụng Basel II nếu muốn tham gia cuộc chơi lớn này vì hầu hết các ngân hàng trong khu
vực đã áp dụng Basel II hoặc Basel III
Theo đuổi Basel II là theo đuổi mục tiêu trở thành một ngân hàng an toàn bởi
Basel gồm các bộ tiêu chuẩn khắt khe về vốn, giúp ngân hàng đảm bảo an toàn trong hoạt
động, sau khi áp dụng các tiêu chuẩn quốc tế về an toàn vốn và thanh khoản, ngân hàng
sẽ thu hút nhiều nhà đầu tư nước ngoài hơn do ngân hàng hoạt động kinh doanh trong
môi trường đạt tiêu chuẩn quốc tế. Thêm vào đó cũng mở ra cơ hội cho ngân hàng trong
quá trình hội nhập kinh tế quốc tế, khẳng định vị thế và chất lượng của mình.
Theo kế hoạch của Ngân hàng nhà nước, từ tháng 02/2016 đến năm 2018, 10 ngân
hàng được chọn thí điểm sẽ bắt đầu áp dụng các chuẩn mực vốn Basel II, bắt đầu với
phương pháp tiêu chuẩn, trong xu hướng chung là tiệm cận với những chuẩn mực quản trị
và an toàn hoạt động của ngân hàng hiện đại trên thế giới. Theo lộ trình áp dụng Basel II
của NHNN, đến cuối năm 2018, những ngân hàng này sẽ phải đáp ứng tuân thủ các
chuẩn mực vốn Basel II theo phương pháp nâng cao, và sau đó Ngân hàng Nhà nước sẽ
triển khai áp dụng cho hệ thống.
Theo tiêu chuẩn Basel II, việc lượng hóa rủi ro tín dụng hoặc ước lượng mức độ
tổn thất tín dụng ước tính (EL) dựa vào 04 nhân tố chính bao gồm (i) Xác suất khách
hàng không trả được nợ một phần hoặc toàn bộ khi đến hạn đã cam kết - PD (Probability
of Default), (ii) Tỷ trọng tổn thất ước tính – LGD (Losses Given Default), (iii) Dư nợ tại
thời điểm khách hàng không trả được nợ– EAD (Exposure of Default) và (iv) Thời hạn
vay thực tế– M (Effective Maturity). Trong đó, khả năng trả nợ của khách hàng là yếu tố
đầu tiên và rất quan trọng để ngân hàng tiếp cận và ước lượng các nhân tố khác trong mô
hình lượng hóa rủi ro tín dụng. Căn cứ vào tính cấp thiết của hoạt động đo lường rủi ro
tín dụng nêu trên, tôi nghiên cứu và thực hiện luận văn Thạc sĩvới đề tài “Đo lường xác
suất vỡ nợ trong rủi ro tín dụng tại Ngân Hàng Techcombank”.
2. Mục tiêu nghiên cứu của đề tài
Nghiên cứu này thể hiện 03 mục tiêu chính:
Ước lượng xác suất vỡ nợ của các khách hàng doanh nghiệp có quan hệ tín dụng
với ngân hàng Techcombank dựa trên các phương pháp định lượng - thông qua các mô
hình gồm: Mô hình Logistic, Mô hình Merton - KMV với sự hỗ trợ của phần mềm
EVIEWS, EXCEL, VBA, SPSS.
Xây dựng khung xếp hạng khách hàng doanh nghiệp cho Techcombank dựa trên
kết quả ước lượng xác suất vỡ nợ PD và xác xuất trả nợ không tốt
Căn cứ trên kết quả nghiên cứu đưa ra những khuyến nghị liên quan tới chính sách
Quản trị rủi ro tín dụng tại Ngân hàng Techcombank.
Trong đó, nghiên cứu này sẽ đi sâu vào trả lời các câu hỏi nghiên cứu sau đây:
Khái niệm cơ bản về rủi ro và quản trị rủi ro theo Basel II? Thực trạng quản trị rủi
ro tín dụng ở Techcombank như thế nào?
Các nhân tố ảnh hưởng đến Rủi ro? Các chỉ số nào được dùng để đo lường rủi ro?
Mô hình Logit, Mô hình Merton - KMV có kết quả ước lượng như thế nào cho
khách hàng?
Các khách hành được xếp hạng như thế nào dựa trên kết quả ước lượng?
Từ kết quả ước lượng có thể rút ra các khuyến nghị gì để Techcombank QTRR tốt
hơn?
3. Đối tƣợng nghiên cứu
Đối tượng nghiên cứu là các khách hàng doanh nghiệp đang có quan hệ tín dụng tại
ngân hàng Thương mại Cổ phần Kỹ Thương Việt Nam (Techcombank).
4. Phạm vi nghiên cứu
Thời gian nghiên cứu các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng
doanh nghiệp được giới hạn trong phạm vi từ năm 2010 đến năm 2015. Phạm vi nghiên
cứu không xem xét đến ảnh hưởng của yếu tốvĩ mô đến khả năng trả nợ của khách hàng
doanh nghiệp tại ngân hàng thương mại cổ phần Kỹ Thương Việt Nam, và không xem xét
đến khả năng trả nợ của nhóm Khách hàng cá nhân.
5. Phƣơng pháp nghiên cứu, nguồn số liệu
5.1. Phƣơng pháp nghiên cứu
Sử dụng phương pháp nghiên cứu định tính và định lượng dựa trên hệ
thống QTRR Basel II để đạt được mục tiêu và trả lười được các câu hỏi
nghiên cứu.
Mô hình dự kiến: sử dụng mô hình Logistic, Mô hình Merton - KMV
Phần mềm sử dụng: eviews, excel
5.2. Nguồn dữ liệu
Nghiên cứu sử dụng dữ liệu tài chính được tính toán từ báo cáo tài chính của các
doanh nghiệp (số liệu tập trung ở Bảng cân đối kế toán và Báo cáo kết quả hoạt động
kinh doanh) và dữ liệu liên quan tới tình trạng tín dụng của khách hàng tại Ngân Hàng
Thương mại cổ phần Kỹ Thương Việt Nam
6. Kết cấu của đề tài
LỜI MỞ ĐẦU
Giới thiệu tổng quan thị trường Việt Nam nhu cầu cấp thiết của việc quản trị rủi ro
tín dụng nói chung và đo lường các biến số để xác định khả năng tổn thất tín dụng theo
chuẩn Basel II nói riêng, trong đó có biến số “Xác suất vỡ nợ của Khách hàng – PD”.
NỘI DUNG
Chƣơng 1: Cơ sở lý thuyết
Chƣơng 2: Thực trạng công tác quản trị rủi ro tín dụng và đo lường xác suất vỡ
nợ của Ngân hàng Techcombank
Chƣơng 3: Ứng dụng mô hình toán trong đo lường xác suất vỡ nợ của Ngân hàng
Techcombank
KẾT LUẬN
PHỤ LỤC
TÀI LIỆU THAM KHẢO
CHƢƠNG I: CƠ SỞ LÝ THUYẾT
Chương I sẽ tập trung giới thiệu các khái niệm cơ bản về rủi ro tín dụng và quản
trị rủi ro tín dụng dựa trên tiêu chuẩn Basel II. Cũng như khái niệm về Xác suất vỡ nợ PD
theo tiêu chuẩn Basel II và các nhân tố tác động tới xác suất này. Đồng thời giới thiệu
phương pháp luận của các mô hình toán ứng dụng để đo lường xác suất vỡ nợ PD nêu
trên.
1.1. Rủi ro tín dụng và quản trị rủi ro tín dụng theo tiêu chuẩn Basel II
Theo khoản 1 điều 3 Thông tư số 02/2013/TT-NHNN: “Rủi ro tín dụng là tổn
thất có khả năng xảy ra đối với nợ của TCTD, chi nhánh ngân hàng nước ngoài do khách
hàng không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ
của mình theo cam kết”. Quản trị Rủi ro tín dụng là quá trình các ngân hàng tiến hành
phân tích, xác định/ đo lường rủi ro, xây dựng quy trình/ chính sách/ hướng dẫn cho hoạt
động tín dụng cũng như triển khai thực hiện giám sát các hoạt động này nhằm giảm thiểu
rủi ro tín dụng và tối đa hóa lợi nhuận của ngân hàng. Năm 2004, Hiệp ước Basel II được
ban hành dựa trên sự kế thừa hiệp ước Basel I nhằm xác định các tiêu chuẩn về vốn để
hạn chế rủi ro kinh doanh của các ngân hàng và tăng cường hệ thống tài chính. Basel II
giới thiệu một chuỗi các cách tiếp cận rủi ro tín dụng phức tạp và tập trung mới vào rủi ro
vận hành.
1.2. Xác suất vỡ nợ của khách hàng
Cơ sở của xác suất này là các thông tin/ số liệu về các khoản nợ trong quá khứ
của khách hàng cũng như khả năng trả nợ của khách hàng … Những dữ liệu được phân
theo 3 nhóm sau:Nhóm dữ liệu tài chính; Nhóm dữ liệu định tính phi tài chính;
Những dữ liệu mang tính cảnh báo
Sau khi thu thập các nguồn dữ liệu cần thiết, ngân hàng sử dụng để đo lường, đánh
giá khả năng trả nợ của khách hàng thông qua các mô hình lượng hóa rủi ro. Đó có thể là
mô hình tuyến tính, mô hình logit… và thường được xây dựng bởi các tổ chức tư vấn
chuyên nghiệp.
Các nhân tố tác động tới khả năng trả nợ/ xác suất vỡ nợ của khách hàng có thể tới
từ chính khách hàng hoặc các nhân tố từ phía ngân hàng và thị trường vĩ mô.
1.3. Các mô hình lý thuyết dùng để đo lƣờng xác suất vỡ nợ
Nghiên cứu dựa trên 02 mô hình gồm:
Mô hình Logit – phương pháp Goldberger (1964) đo lường ảnh hưởng của các
nhân tố từ phía khách hàng, nhân tố từ phía ngân hàng … tác động tới xác suất vỡ nợ PD.
trong mô hình Logit chúng ta không nghiên cứu ảnh hưởng trực tiếp của biến độc lập Xk
đối với biến Y (Doanh nghiệp vỡ nợ) mà là xem xét ảnh hưởng của Xk đến xác suất Y để
nhận giá trị bằng 1 hay xác suất doanh nghiệp vỡ nợ.
Mô hình Merton – KMV đo lường tác động của lịch sử kinh doanh của doanh
nghiệp tới khả năng vỡ nợ của nó. Dựa trên Mô hình dự báo xác suất vỡ nợ của mỗi
doanh nghiệp trong mẫu ở bất cứ một thời điểm nào. Ý tưởng mô hình dựa trên việc tính