Luận văn Thạc sĩ Kinh tế: Vận dụng mô hình hồi quy Logistic đo lường xác suất vỡ nợ của doanh nghiệp đối với quản trị rủi ro tín dụng của Ngân hàng thương mại

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

__________

ĐỖ THỊ MINH NGỌC

VẬN DỤNG MÔ HÌNH LOGISTIC ĐO LƯỜNG XÁC SUẤT VỠ NỢ CỦA DOANH NGHIỆP ĐỐI VỚI QUẢN TRỊ RỦI RO TÍN DỤNG CỦA NGÂN HÀNG THƯƠNG MẠI

Chuyên ngành : Tài chính – Ngân hàng

Mã số

: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

Người hướng dẫn khoa học:

PGS.TS TRƯƠNG QUANG THÔNG

TP. Hồ Chí Minh - Năm 2013

Lời cam đoan

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Những số liệu, dữ liệu và

kết quả đưa ra trong luận văn là trung thực và nội dung luận văn chưa từng được ai

công bố trong bất kỳ nghiên cứu nào.

Tác giả

Đỗ Thị Minh Ngọc

MỤC LỤC

Trang phụ bìa

Lời cam đoan

Mục lục

Danh mục từ viết tắt

Danh mục các bảng, biểu, sơ đồ

Chương mở đầu:............................................................................................................ 1

1. Lý do chọn đề tài ......................................................................................................... 1

2. Phạm vi nghiên cứu ..................................................................................................... 1

3. Phương pháp nghiên cứu ............................................................................................. 2

4. Mục tiêu nghiên cứu .................................................................................................... 2

5. Bố cục của nghiên cứu ................................................................................................ 2

Chương 1: CƠ SỞ LÝ LUẬN VỀ XÁC SUẤT VỠ NỢ CỦA DOANH NGHIỆP

VÀ QUẢN TRỊ RỦI RO TÍN DỤNG CỦA NHTM ................................................... 4

1.1 Cơ sở lý luận về xác suất vỡ nợ của doanh nghiệp ............................................. 4

1.1.1 Xác xuất vỡ nợ của doanh nghiệp ................................................................ 4

1.1.2 Các yếu tố ảnh hưởng đến xác suất vỡ nợ của doanh nghiệp ...................... 4

1.1.2.1 Các yếu tố vĩ mô ..................................................................................... 5

1.1.2.2 Các yếu tố nội tại của doanh nghiệp .................................................... 6

1.2 Cơ sở lý luận về rủi ro tín dụng và quản trị rủi ro tín dụng .............................. 7

1.2.1 Cơ sở lý luận về rủi ro tín dụng .................................................................... 7

1.2.1.1 Khái niệm rủi ro tín dụng ....................................................................... 7

1.2.1.2 Nguyên nhân dẫn đến rủi ro tín dụng ................................................... 9

1.2.2 Quản trị rủi ro tín dụng trong hoạt động của ngân hàng ............................ 11

1.2.2.1 Khái niệm quản trị rủi ro tín dụng ....................................................... 11

1.2.2.2 Mục tiêu của quản trị rủi ro tín dụng ................................................. 11

1.2.2.3 Công cụ quản trị rủi ro tín dụng ......................................................... 12

1.2.3 Quản trị rủi ro tín dụng theo Hiệp ước Basel ............................................. 14

1.2.3.1 Giới thiệu về Basel ............................................................................... 14

1.2.3.2 Quản trị rủi ro tín dụng theo Hiệp ước Basel ..................................... 16

1.3 Mối quan hệ giữa xác suất vỡ nợ của doanh nghiệp và rủi ro tín dụng của

NHTM .......................................................................................................................... 19

Kết luận chương 1 ....................................................................................................... 22

Chương 2: VẬN DỤNG MÔ HÌNH LOGISTIC ĐO LƯỜNG XÁC SUẤT VỠ NỢ

CỦA DOANH NGHIỆP ĐỐI VỚI QUẢN TRỊ RỦI RO TÍN DỤNG CỦA NHTM

....................................................................................................................................... 23

2.1 Tổng quan các nghiên cứu sử dụng mô hình Logistic trong đo lường xác suất

vỡ nợ của doanh nghiệp .............................................................................................. 23

2.1.1 Nghiên cứu về xác suất vỡ nợ của các doanh nghiệp vừa và nhỏ tại thị

trường Mỹ ............................................................................................................. 23

2.1.2 Nghiên cứu về xác suất vỡ nợ của các công ty niêm yết tại thị trường Chứng

khoán Trung Quốc ................................................................................................ 24

2.1.3 Nghiên cứu đo lường xác suất vỡ nợ của doanh nghiệp trong danh mục cho

vay của Ngân hàng tại Na-Uy .............................................................................. 24

2.1.4 Nghiên cứu đo lường rủi ro tín dụng các doanh nghiệp niêm yết trên thị

trường Chứng khoán Việt Nam ............................................................................ 25

2.2 Vận dụng mô hình Logistic đo lường xác suất vỡ nợ của doanh nghiệp ......... 26

2.2.1 Dữ liệu nghiên cứu ...................................................................................... 26

2.2.2 Mô hình nghiên cứu đo lường xác suất vỡ nợ của doanh nghiệp ............... 26

2.2.2.1 Các biến nghiên cứu ............................................................................ 26

2.2.2.2.Mô hình nghiên cứu ............................................................................ 32

2.2.2.3 Phương pháp nghiên cứu .................................................................... 34

2.3 Vận dụng mô hình Logistic đo lường xác suất vỡ nợ của doanh nghiệp đối với

quản trị rủi ro tín dụng của NHTM .......................................................................... 40

2.3.1 Lợi ích từ việc triển khai đo lường xác suất vỡ nợ của doanh nghiệp đối với

quản trị rủi ro tín dụng của NHTM ...................................................................... 40

2.3.1.1 Công cụ hỗ trợ cho hệ thống chấm điểm, xếp hạng tín dụng nội bộ ... 41

2.3.1.2 Xây dựng quỹ dự phòng rủi ro sát với thực tại của NHTM ................ 43

2.3.1.3 Tạo điều kiện triển khai các công cụ phái sinh tín dụng .................... 43

2.3.1.4 Chỉ tiêu đánh giá, quản trị đội ngũ cán bộ tín dụng ........................... 44

2.3.2 Đề xuất vận dụng kết quả mô hình Logistic đo lường xác suất vỡ nợ của

doanh nghiệp đối với quản trị rủi ro tín dụng của NHTM ................................... 44

2.3.3 Phân tích tình huống giả lập xếp hạng khách hàng ..................................... 49

Kết luận chương 2 ....................................................................................................... 52

Chương 3: GIẢI PHÁP VÀ KIẾN NGHỊ NHẰM VẬN DỤNG MÔ HÌNH

LOGISTIC ĐO LƯỜNG XÁC SUẤT VỠ NỢ DOANH NGHIỆP ĐỐI VỚI

QUẢN TRỊ RỦI RO TÍN DỤNG CỦA NHTM ....................................................... 53

3.1 Giải pháp đối với NHTM ...................................................................................... 53

3.1.1 Xây dựng hạ tầng công nghệ thông tin và hệ thống dữ liệu đồng bộ, bảo mật

.............................................................................................................................. 53

3.1.2 Nâng cao chất lượng nguồn nhân lực .......................................................... 54

3.1.3 Tiếp tục hoàn thiện hệ thống xếp hạng tín dụng nội bộ .............................. 55

3.1.4 Nhất quán quy trình và giám sát chặt việc thực thi quy trình quản trị rủi ro

tín dụng ................................................................................................................. 55

3.1.5 Thông tin liên kết toàn ngành ...................................................................... 55

3.2 Nhóm các kiến nghị đối với các cơ quan có liên quan ....................................... 56

3.2.1 Kiến nghị đối với Ngân hàng Nhà nước Việt Nam ..................................... 56

3.2.2 Kiến nghị đối với cơ quan quản lý Nhà nước ............................................. 58

Kết luận chương 3 ....................................................................................................... 60

KẾT LUẬN CHUNG .................................................................................................. 61

Danh mục tài liệu tham khảo

Phụ lục

DANH MỤC TỪ VIẾT TẮT

Tổng dư nợ của khách hàng tại thời điểm khách hàng EAD không trả được nợ

Lợi nhuận trước thuế và lãi vay EBIT

Sở giao dịch Chứng khoán Thành phố Hồ Chí Minh HOSE

Tỷ trọng tổn thất ước tính LGD

Ngân hàng Nhà nước NHNN

NHTM Ngân hàng thương mại

Xác suất vỡ nợ PD

Tổ chức tín dụng TCTD

DANH MỤC CÁC BẢNG, BIỂU, SƠ ĐỒ

Bàng 1.1 Tỷ lệ thu nhập thuần ngoài lãi của một số quốc gia năm 2012 ....................... 9

Bảng 1.2 Tỷ lệ thu nhập từ lãi so với tổng thu nhập ...................................................... 9

Bảng 1.3 Các chỉ tiêu tính toán tổn thất dự tính được theo định nghĩa của Basel ....... 17

Bảng 2.1 Định nghĩa các biến và mối tương quan kỳ vọng giữa các biến độc lập và biến

phụ thuộc ...................................................................................................................... 31

Bảng 2.2 Thống kê mô tả các biến ............................................................................... 34

Bảng 2.3 Bảng ma trận hệ số tương quan của các biến ................................................ 35

Bảng 2.4 Tổng hợp kết quả của 02 mô hình ................................................................ 36

Bảng 2.5 Kết quả từ phương pháp Hosmer – Lemeshow ............................................ 37

Bảng 2.6 Kết quả kiểm định tỷ lệ dự báo đúng của mô hình ....................................... 38

Bảng 2.7 So sánh phương pháp xếp hạng tín dụng nội bộ và mô hình Logistic ......... 41

Bảng 2.8 Quy đổi tương đương giữa xác suất vỡ nợ và hạng tín dụng của khách hàng

doanh nghiệp ................................................................................................................ 48

Bảng 2.9 Kết quả xếp hạng tín dụng cho một số khách hàng ...................................... 50

Sơ đồ 1.1 Quy trình xây dựng và thực thi hệ thống xếp hạng tín dụng nội bộ ............. 20

Sơ đồ 2.1 Quy trình quản trị rủi ro tín dụng đề xuất ..................................................... 45

Chương mở đầu

1. Lý do chọn đề tài

Hoạt động tín dụng là hoạt động mang tính truyền thống của Ngân hàng thương

mại (NHTM), nguồn thu từ hoạt động tín dụng chiếm tỷ trọng cao trong tổng thu nhập

của NHTM. 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.

Trong khi các nước trên Thế giới đã từng bước áp dụng các khuyến cáo của

Basel trong quản trị rủi ro tín dụng, thì tại Việt nam, các NHTM vẫn sử dụng chỉ tiêu

nợ xấu, nợ quá hạn và việc áp dụng các phương pháp lượng hoá rủi ro tín dụng hiện tại

chỉ ở bước đầu nghiên cứu, thử nghiệm.

Xuất phát từ lý do trình bày trên, tác giả chọn đề tài “Vận dụng mô hình hồi

quy Logistic đo lường xác suất vỡ nợ của doanh nghiệp đối với quản trị rủi ro tín

dụng của Ngân hàng thương mại”

2. Phạm vi nghiên cứu

Nghiên cứu sử dụng dữ liệu tài chính được tính toán từ Báo cáo tài chính năm

2012 của các doanh nghiệp (số liệu tập trung ở Bảng cân đối kế toán và Báo cáo kết

quả hoạt động kinh doanh).

Tác giả nhận thấy tầm quan trọng của thông tin và dữ liệu đầu vào khi thực hiện

nghiên cứu, đồng thời dựa trên điều kiện về công bố thông tin của các mã chứng khoán

niêm yết trên thị trường chứng khoán, tác giả tiến hành thu thập số liệu Báo cáo tài

chính của 190 doanh nghiệp đang niêm yết tại Sở giao dịch Chứng khoán TP.HCM

(HOSE), thay vì sử dụng dữ liệu là Báo cáo tài chính của cách doanh nghiệp đang vay

vốn tại một NHTM cụ thể nào đó. Lý do là số liệu Báo cáo tài chính của các doanh

nghiệp vay vốn tại NHTM rất ít được qua kiểm toán nên tính chính xác chưa thể đảm

bảo.

3. Phương pháp nghiên cứu

Nghiên cứu áp dụng phương pháp nghiên cứu định lượng, sử dụng thống kê mô

tả, mô hình hồi quy Logistic để phân tích số liệu.

4. Mục tiêu nghiên cứu

Nghiên cứu được thực hiện nhằm các mục tiêu chính sau đây:

 Tìm ra mối quan hệ giữa xác suất vỡ nợ của doanh nghiệp và rủi ro tín

dụng của NHTM.

 Xây dựng mô hình Logistic đo lường xác suất vỡ nợ của doanh nghiệp.

 Vận dụng kết quả đo lường xác suất vỡ nợ để đề xuất xây dựng quy trình

quản trị rủi ro tín dụng tại NHTM.

5. Bố cục của nghiên cứu

Để thực hiện các mục tiêu nêu trên, nghiên cứu được chia thành 03 chương với

nội dung cơ bản như sau:

Chương 1: Cơ sở lý luận về xác suất vỡ nợ và quản trị rủi ro tín dụng

Chương này giới thiệu tổng quan lý thuyết về xác suất vỡ nợ, rủi ro tín dụng và

quản trị rủi ro tín dụng trong hoạt động kinh doanh của NHTM. Trong đó đặc biệt nhấn

mạnh đến mối quan hệ giữa xác suất vỡ nợ và rủi ro tín dụng.

Chương 2: Vận dụng mô hình hồi quy logistic đo lường xác suất vỡ nợ của

doanh nghiệp đối với quản trị rủi ro tín dụng của NHTM

Chương này thực hiện thu thập số liệu, định nghĩa các biến và chỉ định mô hình

để tìm ra các biến có ảnh hưởng lớn đến xác suất vỡ nợ của doanh nghiệp.

Từ kết quả mô hình, nghiên cứu đề nghị các bước thực hiện nhằm vận dụng mô

hình này vào quy trình quản trị rủi ro tín dụng của các NHTM với mục đích đưa quy

trình quản trị rủi ro tín dụng này từng bước tiến gần hơn với chuẩn mực Quốc tế.

Chương 3: Giải pháp và kiến nghị nhằm vận dụng mô hình Logistic đo

lường xác suất vỡ nợ đối với quản trị rủi ro tín dụng của NHTM

Tổng hợp các phân tích ở chương 1 và kết quả mô hình hồi quy được xây dựng

ở chương 2, chương này đưa ra một số giải pháp đối với NHTM để có thể vận dụng kết

quả từ mô hình Logistic trong việc quản trị rủi ro tín dụng ngân hàng, đồng thời là

nhóm các kiến nghị đối với các cơ quan có liên quan: NHNN, Trung tâm thông tin tín

dụng của NHNN và Chính phủ nhằm tạo điều kiện cho việc vận dụng nêu trên.

Chương 1: CƠ SỞ LÝ LUẬN VỀ XÁC SUẤT VỠ NỢ CỦA DOANH NGHIỆP

VÀ QUẢN TRỊ RỦI RO TÍN DỤNG CỦA NGÂN HÀNG THƯƠNG MẠI

1.1 Cơ sở lý luận về xác suất vỡ nợ của doanh nghiệp

1.1.1 Xác suất vỡ nợ của doanh nghiệp

Xác suất vỡ nợ là khả năng một doanh nghiệp sẽ không thể hoàn trả nợ gốc, nợ

lãi theo lịch trình, cam kết đã định trước. Khi người cho vay ước tính một doanh

nghiệp có xác xuất vỡ nợ cao thì họ sẽ đưa ra một mức lãi suất cho vay cao hơn, như là

một khoản bồi thường cho việc chấp nhận rủi ro cao hơn đó.

Theo giải thích của Basel II thì: “Xác suất vỡ nợ được xem là một chỉ báo rủi ro

tín dụng, nó cho thấy khả năng xảy ra việc một khách hàng không thể thực hiện nghĩa

vụ tài chính theo cam kết ban đầu”.

Xác suất vỡ nợ có thể được ước tính riêng cho từng khách hàng, hoặc cũng có

thể được ước tính cho một danh mục bao gồm nhiều khách hàng có các đặc điểm tương

đồng. Các tổ chức tài chính sử dụng xác suất vỡ nợ của khách hàng để tính toán tổn

thất dự tính, tính toán yêu cầu vốn tối thiểu trong khuôn khổ của Basel.

Một khách hàng được Basel định nghĩa là không có khả năng trả nợ như sau:

“Trường hợp khách hàng không trả được nợ được cho là xảy ra khi một trong

hai hoặc là cả hai sự kiện sau đây xảy ra:

Thứ nhất, ngân hàng đánh giá rằng khách hàng không có khả năng trả nợ đầy đủ

khi ngân hàng chưa thực hiện hành động gì để cố gắng thu hồi;

Thứ hai là khách hàng đã quá hạn trả nợ quá 90 ngày. Thấu chi cũng được xem

là một dấu hiệu của mất khả năng trả nợ nếu khách hàng phá vỡ hạn mức đã

được thông báo trước đó hoặc bị ngân hàng thông báo một hạn mức nhỏ hơn dư

nợ hiện tại của mình.” (Basel II, đoạn 452).

1.1.2 Các yếu tố ảnh hưởng đến xác suất vỡ nợ của doanh nghiệp

Các nghiên cứu trên Thế giới đều thống nhất quan điểm phân chia các yếu tố

ảnh hưởng đến xác suất vỡ nợ của doanh nghiệp thành 02 nhóm chính, bao gồm nhóm

các yếu tố thuộc về vĩ mô và nhóm các yếu tố thuộc nội tại các doanh nghiệp.

1.1.2.1 Các yếu tố vĩ mô

Yếu tố vĩ mô ảnh hưởng đến xác suất vỡ nợ doanh nghiệp được định nghĩa là

những thông tin của nền kinh tế gây ảnh hưởng chung đến mọi doanh nghiệp vay nợ.

Trong nghiên cứu của mình, Qu (2006) đã tiến hành thực hiện phân tích tìm ra

các yếu tố vĩ mô ảnh hưởng đến xác suất vỡ nợ của các công ty tại thị trường Thuỵ

Điển. Đồng thời, đặt trong so sánh với các nghiên cứu cùng chủ đề được thực hiện tại

các quốc gia: Đan Mạch, Na-Uy, Phần Lan, Anh, Đức và Mỹ cũng cho thấy các kết

quả khá tương đồng, cho thấy các biến vĩ mô sau đây có ảnh hưởng đến xác suất vỡ nợ:

Tốc độ tăng tổng sản phẩm quốc nội (GDP)

GDP là giá trị bằng tiền của tất cả sản phẩm và dịch vụ cuối cùng được sản xuất

ra trong phạm vi một lãnh thổ trong một khoảng thời gian nhất định, thường là một

năm. GDP được đánh giá là một trong những chỉ số cơ bản để đánh giá sự phát triển

kinh tế của một vùng lãnh thổ nào đó.

Trong nghiên cứu tác động của GDP lên xác suất vỡ nợ, GDP được hiểu là tổng

cầu của cả nền kinh tế một quốc gia và tổng cầu có liên quan mật thiết đến doanh số

bán hàng của các doanh nghiệp. Tốc độ tăng GDP thấp có nghĩa là tốc độ tăng doanh

số bán hàng của doanh nghiệp cũng thấp, và doanh số thấp dẫn đến sự gia tăng trong

khả năng một doanh nghiệp không thể đáp ứng các nghĩa vụ tài chính của mình.

Do vậy, tốc độ tăng GDP tương quan nghịch với xác suất vỡ nợ.

Chỉ số giá tiêu dùng (CPI)

CPI dùng để đo lường thay đổi chi phí của một giỏ hàng hoá và dịch vụ cố định,

thường gồm các lĩnh vực nhà ở, điện, thực phẩm và giao thông. CPI thường được dùng

như dấu hiệu đo lường lạm phát. Lạm phát cũng được xem là một nguy cơ tiềm ẩn khi

nó thúc đẩy mọi người dùng tiền tiết kiệm đang có để đầu tư, điều này hàm ý mọi

người đang chấp nhận nhiều rủi ro hơn để đầu tư.

Do vậy, nghiên cứu của Qu (2006) chỉ ra rằng, CPI có quan hệ cùng chiều với

xác suất vỡ nợ.

Tỷ lệ thất nghiệp

Tỷ lệ thất nghiệp là phần trăm số những người lao động không có việc làm trên

tổng số lực lượng lao động xã hội. Tỷ lệ thất nghiệp cao luôn dẫn đến nhiều vấn đề cho

nền kinh tế nói riêng và cho cả xã hội nói chung.

Do vậy, tỷ lệ thất nghiệp tương quan thuận với xác suất vỡ nợ của một doanh

nghiệp.

Lãi suất

Đa số các doanh nghiệp đều tài trợ một phần cho các nhu cầu hoạt động sản suất

kinh doanh bằng việc vay nợ. Về mặt lý thuyết, lãi suất đại diện cho chi phí một người

phải trả khi đi vay mượn. Khi lãi suất tăng sẽ làm cho một số doanh nghiệp đi vay bị

“ra khỏi thị trường”, tức là họ sẽ không thể chi trả cho các khoản nợ hiện hữu nếu

không vay thêm nợ hoặc gia tăng thêm vốn. Lãi suất tăng cũng có nghĩa là chi phí của

doanh nghiệp sẽ tăng, kéo theo là sự gia tăng của xác suất vỡ nợ.

Lãi suất tương quan thuận với xác suất vỡ nợ.

Tỷ giá hối đoái

Tỷ giá hối đoái là giá so sánh giữa đồng tiền nội tệ của một quốc gia với đồng

tiền ngoại tệ của một quốc gia khác. Những doanh nghiệp có hoạt động kinh doanh

quốc tế sẽ bị ảnh hưởng nhiều bởi tỷ giá hối đoái. Tuy nhiên, mối quan hệ giữa tỷ giá

hối đoái và xác suất vỡ nợ của doanh nghiệp lại tương đối khó xác định: tương quan

giữa hai yếu tố này là thuận hay nghịch lại phụ thuộc vào đó là doanh nghiệp xuất khẩu

hay nhập khẩu, hay vừa xuất khẩu vừa nhập khẩu.

1.1.2.2 Các yếu tố nội tại của doanh nghiệp:

Các yếu tố nội tại ảnh hưởng đến xác suất vỡ nợ của doanh nghiệp được định

nghĩa là những thông tin đặc thù của một doanh nghiệp cụ thể, có thể kể ra như:

Tốc độ tăng trưởng doanh số

Tốc độ tăng trưởng doanh số được xem là chỉ báo quan trọng cho thấy tình hình

kinh doanh của doanh nghiệp đó đang trong giai đoạn ổn định, phát triển hay suy thoái.

Nhìn chung, tốc độ tăng trưởng doanh số cao và gia tăng hàm ý rằng khả năng trả nợ

của doanh nghiệp cũng tăng (xác suất vỡ nợ giảm).

Tỷ lệ đòn bẩy tài chính

Về mặt nguyên tắc, một doanh nghiệp càng thiên về cấu trúc vốn sử dụng nợ

nhiều thì xác suất vỡ nợ càng tăng. Khi tình hình của ngành kinh doanh hay tình hình

kinh tế chung có nhiều bất ổn, nợ vay trở thành gánh nặng tài chính, doanh nghiệp vay

nhiều nợ khó có thể đáp ứng các nghĩa vụ đối với người cho vay.

1.2 Cơ sở lý luận về rủi ro tín dụng và quản trị rủi ro tín dụng

1.2.1 Cơ sở lý luận về rủi ro tín dụng

1.2.1.1 Khái niệm rủi ro tín dụng

Ngân hàng cũng như bất kỳ một doanh nghiệp nào trong nền kinh tế, đều hoạt

động trên nguyên lý tối đa hoá lợi nhuận trong khoảng rủi ro có thể chấp nhận được.

Do vậy, rủi ro là nhân tố luôn luôn tồn tại trong hoạt động kinh doanh của Ngân hàng.

Rủi ro trong kinh doanh ngân hàng được hiểu là những biến cố không mong đợi mà khi

xảy ra sẽ dẫn đến sự tổn thất về tài sản của ngân hàng, giảm sút lợi nhuận thực tế so với

dự kiến.

Theo Quyết định 493/2005/QĐ-NHNN ngày 22/04/2005 của Thống đốc NHNN

thì “Rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng” là khả năng xảy

ra tổn thất trong hoạt động ngân hàng của tổ chức tín dụng do khách hàng không thực

hiện hoặc không có khả năng thực hiện nghĩa vụ của mình theo cam kết. Hoạt động

ngân hàng bao gồm: “việc kinh doanh, cung ứng thường xuyên một hay một số nghiệp

vụ sau đây: nhận tiền gửi, cấp tín dụng, cung ứng các dịch vụ thanh toán qua tài khoản”

(Luật các TCTD năm 2010).

Rủi ro tín dụng trong hoạt động ngân hàng được Thông tư số 02/2013/TT-

NHNN ngày 21/01/2013 định nghĩa 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.

Theo Bessis (2001) thì rủi ro tín dụng được hiểu là “những tổn thất do khách

hàng không trả được nợ hoặc sự giảm sút chất lượng tín dụng của những khoản vay”.

Vậy tóm lại, có thể nói rủi ro tín dụng là khả năng xảy ra tổn thất trong hoạt

động cấp tín dụng của các ngân hàng.

Rủi ro tín dụng được xem là loại rủi ro trọng yếu trong hoạt động kinh doanh

của ngân hàng, bởi lẽ: cấp tín dụng hiện nay vẫn là hoạt động chủ lực của các NHTM

Việt Nam.

Nguồn thu nhập của NHTM có thể chia làm 02 loại: Thu nhập thuần từ lãi và

thu nhập thuần ngoài lãi.

(i) Thu nhập thuần từ lãi là khoản chênh lệch giữa số thu từ lãi (thu lãi cho vay;

thu lãi tiền gửi; thu lãi đầu tư chứng khoán; thu lãi khác) và số chi trả lãi (chi lãi tiền

gửi, kỳ phiếu, giấy tờ có giá; chi lãi vay; chi lãi khác).

(ii) Thu nhập thuần ngoài lãi bao gồm số thu phí dịch vụ; thu kinh doanh ngoại

tệ, vàng, bạc; thu hoàn dự chi và thu khác.

Khi nói hoạt động cấp tín dụng hiện vẫn là hoạt động chủ lực của các NHTM

Việt Nam có nghĩa là, trong giai đoạn hiện tại thì nguồn thu nhập thuần từ lãi là nguồn

thu nhập chiếm tỷ trọng cao nhất của các NHTM Việt Nam.

So với các quốc gia Châu Á Thái Bình Dương khác thì các ngân hàng thương

mại tại Việt Nam có tỷ lệ thu nhập thuần ngoài lãi thấp hơn, chi tiết xem ở Bảng 1.1.

Bảng 1.1: Tỷ lệ thu nhập thuần ngoài lãi của một số quốc gia năm 2012

Quốc gia Úc Trung Quốc Singapore Thái Lan Việt Nam

Tỷ lệ thu nhập 33% 21% 40% 36% 14% thuần ngoài lãi

(Nguồn: KPMG, Khảo sát về Ngành Ngân hàng Việt Nam năm 2013)

Theo số liệu thống kê từ 10 NHTM tại Việt Nam được trình bày tại Bảng 1.2

cho thấy tỷ lệ thu nhập từ lãi trong tổng thu nhập của các ngân hàng đều rất cao, bình

quân là từ 75% đến 90%.

Bảng 1.2: Tỷ lệ thu nhập thuần từ lãi so với tổng thu nhập

Tỷ lệ thu nhập từ lãi so với tổng thu nhập Stt Ngân hàng 2012 2011 2010

1 BIDV 80% 82% 80%

2 Vietcombank 73% 84% 71%

3 Vietinbank 84% 90% 82%

4 Eximbank 91% 85% 79%

5 ACB 118% 86% 76%

6 Sacombank 95% 86% 77%

7 Techcombank 89% 80% 67%

8 NH Quân Đội 85% 101% 86%

9 VIBank 92% 106% 76%

10 NH Hàng Hải 77% 65% 74%

(Nguồn: Từ báo cáo tài chính của các Ngân hàng)

Do vậy chất lượng khoản vay (đo lường bằng rủi ro tín dụng) được xem như

một trong những nhân tố quan trọng ảnh hưởng lớn đến lợi nhuận của hệ thống NHTM

tại Việt Nam.

1.2.1.2 Nguyên nhân dẫn đến rủi ro tín dụng

Nguyên nhân chủ quan

Nguyên nhân chủ quan bao gồm: nhóm các yếu tố chủ quan đến từ nội tại của

ngân hàng và nhóm các yếu tố chủ quan phát sinh từ phía bên đi vay.

Thứ nhất, nhóm các nguyên nhân chủ quan từ phía ngân hàng, cụ thể:

- Do chính sách của ngân hàng cho vay không phù hợp, thiếu sự kiểm soát chặt

chẽ hoặc đặt mục tiêu lợi nhuận quá cao. Danh mục cho vay tập trung vào một hoặc

một nhóm đối tượng khách hàng, trong điều kiện nền kinh tế chung hoặc yếu tố ngành

không bền vững dễ làm cho các khoản cấp tín dụng đối với nhóm đối tượng tập trung

này trở thành nợ xấu dây chuyền.

- Trình độ, năng lực, phẩm chất đạo đức của đội ngũ cán bộ cho vay yếu kém dẫn

đến cán bộ cho vay không đánh giá chính xác về khách hàng. Thiếu kiểm soát tín dụng

hoặc thất bại trong quá trình giám sát tín dụng (kiểm tra trước, trong và sau khi cho

vay).

- Rủi ro phát sinh từ việc thực hiện các thủ tục bảo đảm tiền vay, đi từ khâu thẩm

định giá trị tài sản cho đến khâu ký kết hợp đồng hoặc kiểm soát tài sản đảm bảo. Công

tác định giá tài sản bị sai lệch hoặc bị cố tình làm cho sai lệch: vì áp lực chỉ tiêu mà

ngân hàng định giá tài sản không phù hợp và cao hơn nhiều so với giá thị trường, do

vậy, khi tình hình kinh tế xấu đi, nhiều tài sản giảm giá dẫn đến nguy cơ mất vốn. Quản

lý tài sản không chặt chẽ, đặc biệt là động sản và hàng hoá, cũng dẫn đến thất thoát tài

sản của ngân hàng.

Thứ hai là nhóm các nguyên nhân chủ quan từ phía khách hàng, có thể liệt kê

một vài nguyên nhân như sau :

- Khả năng kinh doanh và điều hành yếu kém, không đưa ra các đối sách kịp thời

và thích hợp trong giai đoạn mà nền kinh tế biến động phức tạp không ngừng.

- Thiện chí trả trợ của khách hàng không cao, thiếu hợp tác trong việc cung cấp

thông tin kịp thời để cùng ngân hàng bàn đối sách khi tình hình kinh doanh gặp khó

khăn.

- Một số đối tượng khách hàng cố tình lừa đảo, có hành vi vi phạm pháp luật.

Nguyên nhân khách quan

Nguyên nhân khách quan là nguyên nhân do môi trường bên ngoài tác động vào,

là loại nguyên nhân xuất hiện đột ngột và khó kiểm soát. Một số nguyên nhân khách

quan có thể liệt kê như sau:

Thứ nhất, thay đổi trong các chính sách điều hành chung của chính phủ, như

chính sách tài khoá và chính sách tiền tệ.

Thứ hai, nguyên nhân từ phía môi trường pháp lý. Hoạt động kinh doanh của

các ngân hàng liên quan đến nhiều lĩnh vực của nền kinh tế, khi hệ thống pháp luật ổn

định và lành mạnh thì môi trường kinh doanh của ngân hàng thương mại sẽ có nhiều

thuận lợi. Ngược lại nếu môi trường pháp lý thiếu đồng bộ, có nhiều khe hở thì hoạt

động của ngân hàng cũng gặp nhiều rủi ro.

Thứ ba, nguyên nhân đến từ các yếu tố của môi trường tự nhiên như thiên tai,

dịch hoạ làm cho tình hình kinh doanh của khách hàng (đặc biệt là các khách hàng ở

lĩnh vực sản xuất nông nghiệp) sẽ bị tổn thất lớn, làm cho kế hoạch, phương án kinh

doanh chuyển từ trạng thái khả thi ban đầu sang khó khăn, đồng nghĩa với việc ngân

hàng khó khăn trong việc thu hồi nợ.

1.2.2 Quản trị rủi ro tín dụng trong hoạt động của ngân hàng

1.2.2.1 Khái niệm quản trị rủi ro tín dụng

Quản trị rủi ro tín dụng trong NHTM là quá trình ngân hàng tác động đến hoạt

động tín dụng thông qua bộ máy và công cụ quản lý để phòng ngừa, cảnh báo, đưa ra

các biện pháp nhằm hạn chế đến mức tối đa việc không thu được đầy đủ gốc và lãi của

khoản vay hoặc thu gốc và lãi không đúng hạn.

1.2.2.2 Mục tiêu của quản trị rủi ro tín dụng

Quản trị rủi ro tín dụng nhằm hai mục tiêu chính: Thứ nhất, đảm bảo hoạt động

cho vay phát triển, an toàn và hiệu quả cao; Thứ hai, hạn chế và kiểm soát được những

tổn thất phát sinh từ hoạt động tín dụng. Tóm lại, quản trị rủi ro tín dụng nhằm mục

đích cuối cùng là đem lại lợi nhuận cao nhất và đảm bảo an toàn vốn cho hoạt động

kinh doanh của ngân hàng.

1.2.2.3 Công cụ quản trị rủi ro tín dụng

Có thể liệt kê một số công cụ chính sử dụng quản trị rủi ro tín dụng như:

Chính sách tín dụng

Chính sách tín dụng là hệ thống các chủ trương, định hướng quy định chi phối

hoạt động tín dụng do Hội đồng quản trị của ngân hàng đưa ra nhằm sử dụng hiệu quả

nguồn vốn để tài trợ cho các doanh nghiệp, các tổ chức, các hộ gia đình và cá nhân

trong phạm vi cho phép của những quy định của chính phủ.

Thông qua chính sách tín dụng, các ngân hàng sẽ xác định được:

 Các đối tượng có thể vay vốn.

 Phương thức quản lý các hoạt động tín dụng.

 Những ràng buộc về tài chính.

 Các loại sản phẩm tín dụng khác nhau do ngân hàng cung cấp.

 Phương thức quản lí các danh mục cho vay.

 Thời hạn và các điều kiện áp dụng cho các sản phẩm tín dụng khác nhau.

Mục đích của chính sách tín dụng:

 Chính sách tín dụng xác định những giới hạn áp dụng cho các hoạt động

tín dụng. Đồng thời cũng thiết lập môi trường nhằm giảm bớt rủi ro

trong hoạt động tín dụng.

 Chính sách tín dụng được đưa ra nhằm bảo đảm rằng mỗi quyết định tín

dụng (quyết định tài trợ vốn) đều khách quan, tuân thủ quy định của

NHNN và phù hợp thông lệ chung của quốc tế. Không một tổ chức, cá

nhân nào được can thiệp trái pháp luật vào quyền tự chủ trong quá trình

cho vay và thu hồi nợ của ngân hàng.

Giới hạn cấp tín dụng

Giới hạn tín dụng của một khách hàng là tổng mức dư nợ tín dụng tối đa và

ngân hàng có thể chấp nhận giao dịch đối với khách hàng đó trong một thời kỳ (thường

một năm).

Chính sách quy mô và giới hạn tín dụng là những quy định về quy mô và giới

hạn tín dụng theo pháp luật và quy định riêng của ngân hàng. Đây chính là một trong

những công cụ trong quản trị rủi ro của ngân hàng, nó giúp khống chế những rủi ro

tổng thể của khách hàng vay vốn (khách hàng thua lỗ và mất khả năng trả nợ).

Xếp hạng tín dụng

Theo định nghĩa của Standard and Poor’s thì xếp hạng tín dụng là những ý kiến

đánh giá hiện tại về rủi ro tín dụng, chất lượng tín dụng, khả năng và thiện chí của chủ

thể đi vay trong việc đáp ứng các nghĩa vụ tài chính một cách đầy đủ và đúng hạn.

Xếp hạng tín dụng được NHTM sử dụng để:

 Lựa chọn khách hàng cho vay.

 Xây dựng chính sách khách hàng và chính sách tín dụng.

 Xây dựng danh mục tín dụng.

 Phân loại nợ và trích lập dự phòng rủi ro.

Tài sản đảm bảo

Quyết định cho vay của NHTM hiện nay dựa trên các cơ sở sau đây:

 Hồ sơ pháp lý, mức độ tín nhiệm của khách hàng.

 Năng lực tài chính.

 Tính hiệu quả của dự án, phương án vay vốn.

 Tài sản đảm bảo vốn vay.

Sự thiếu hụt về thông tin trên thị trường đã gây không ít khó khăn, trở ngại cho

các ngân hàng khi thực hiện quy trình tín dụng. Khi đó, tài sản đảm bảo được xem là

phương pháp cổ điển để hạn chế một phần ảnh hưởng của hiện tượng bất cân xứng:

ngân hàng luôn có ít thông tin hơn khách hàng đi vay về dự án đầu tư, phương án vay

vốn, mục đích sử dụng vốn và thông tin về chính khách hàng.

Đa dạng hoá danh mục đầu tư

Rủi ro tín dụng luôn là vấn đề gây nhiều khó khăn cho các NHTM, đa dạng hoá

danh mục đầu tư là một công cụ để phân tán rủi ro, bao gồm: đa dạng hoá phương thức

cho vay, đa dạng hoá khách hàng, đa dạng hoá lĩnh vực đầu tư.

1.2.3 Quản trị rủi ro tín dụng theo Hiệp ước Basel

1.2.3.1 Giới thiệu về Basel

Uỷ ban Basel về giám sát ngân hàng (Basel Committee on Banking Supervison,

gọi tắt là BCBS) được thành lập năm 1974 bởi một nhóm các Ngân hàng Trung Ương

và cơ quan giám sát của 10 nước phát triển (G10) tại thành phố Basel, Thuỵ Sỹ nhằm

tìm cách ngăn chặn sự sụp đổ hàng loạt của các ngân hàng vào thập kỷ 80.

Ủy ban Basel không có bất kỳ một cơ quan giám sát nào và những kết luận của

Uỷ ban này không có tính pháp lý và yêu cầu tuân thủ đối với việc giám sát hoạt động

ngân hàng. Thay vào đó, Ủy ban Basel chỉ xây dựng và công bố những tiêu chuẩn và

những hướng dẫn giám sát rộng rãi, đồng thời giới thiệu các báo cáo thực tiễn tốt nhất

trong kỳ vọng rằng các tổ chức riêng lẻ sẽ áp dụng rộng rãi thông qua những sắp xếp

chi tiết phù hợp nhất cho hệ thống quốc gia của chính họ. Theo cách này, Ủy ban

khuyến khích việc áp dụng cách tiếp cận và các tiêu chuẩn chung mà không cố gắng

can thiệp vào các kỹ thuật giám sát của các nước thành viên.

Năm 1988, Uỷ ban giới thiệu hệ thống đo lường vốn cung cấp khung đo lường

rủi ro tín dụng, được biết đến với tên gọi Basel I (Hiệp ước vốn Basel – The Basel

Capital Accord). Sau đó là sự ra đời của Basel II (ban hành năm 2004) và Basel III

(ban hành năm 2010).

Basel I đưa ra những khái niệm cơ bản về các thành phần cấu thành nên nguồn

vốn tự có của ngân hàng, nêu vấn đề về tỷ lệ an toàn vốn tối thiểu và quản lý rủi ro tín

dụng đối với hệ thống ngân hàng. Sự ra đời của Basel I được xem là căn cứ, tiêu chuẩn

để các ngân hàng trên toàn thế giới áp dụng để quản trị rủi ro, đảm bảo an toàn trong

hoạt động của mình. Tuy nhiên, Basel I mắc phải một số hạn chế nhất định, ví dụ như

không có sự phân biệt rủi ro giữa khách hàng có mức xếp hạng khác nhau; đề cập sơ

sài đến rủi ro hoạt động và không yêu cầu trích lập dự phòng đối với rủi ro hoạt động.

Để khắc phục những hạn chế của Basel I, tháng 06/1999, Uỷ ban Basel đã đề xuất

khung đo lường mới với 03 trụ cột chính. Đến ngày 26/06/2004, Basel II đã chính thức

được ban hành.

Basel II có cấu trúc tập trung vào định lượng rủi ro cho các mục đích phân bổ

vốn, theo đó, Basel II hướng đến 03 mục đích chính sau đây:

Thứ nhất, đảm bảo vốn phân bổ theo hướng nhạy cảm rủi ro.

Thứ hai, phân biệt rủi ro hoạt động và rủi ro tín dụng, đồng thời nêu ra cách

định lượng chúng.

Thứ ba, thu hẹp khoảng cách giữa vốn theo quy định và vốn kinh tế.

Để đạt các mục đích nêu trên, Basel II đưa ra 03 trụ cột:

 Trụ cột 1: yêu cầu vốn tối thiểu.

 Trụ cột 2: yêu cầu về quy trình thanh tra, giám sát ngân hàng.

 Trụ cột 3: yêu cầu quy trình quản lý rủi ro tuân thủ nguyên tắc thị trường

để nâng cao tính ổn định của hệ thống tài chính.

Rủi ro tín dụng là một trong những thành phần cần phải đo lường nằm trong trụ

cột 1 nêu trên, nó liên quan đến quy định duy trì vốn tối thiểu là 8% để đảm bảo an

toàn cho hoạt động của ngân hàng. Lượng vốn duy trì được tính toán theo 03 yếu tố rủi

ro chính mà một ngân hàng phải đối mặt, đó là: rủi ro tín dụng, rủi ro thị trường và rủi

ro hoạt động.

(Vốn cấp 1 + Vốn cấp 2) = Hệ số vốn (Rủi ro tín dụng + Rủi ro thị trường + Rủi ro hoạt động)

Basel II cũng đưa ra 02 cách thức để lượng hoá rủi ro tín dụng, bao gồm:

Phương pháp chuẩn hoá (The Standardised Approach) và Phương pháp đánh giá dựa

trên hệ thống xếp hạng nội bộ (IRP – Internal Ratings Based Approach).

Theo phương pháp chuẩn hoá thì vốn tín dụng tối thiểu được căn cứ trên kết quả

đánh giá hệ số tín nhiệm (credit ratings) của một công ty đánh giá tín nhiệm độc lập

(như Standard & Poor’s, Moody’s ...) để xác định trọng số rủi ro gắn với mỗi đối tượng

khách hàng của NHTM (Xem thêm phụ lục 1, Bảng 1.1).

Theo phương pháp đánh giá dựa trên hệ thống xếp hạng nội bộ thì các NHTM tự

mình đánh giá các thành phần rủi ro và mức độ rủi ro của danh mục tài sản có của

mình để xác định mức vốn tối thiểu đối mặt với rủi ro (Xem thêm phụ lục 1, Bảng 1.2).

Phương pháp đánh giá nội bộ là một quy trình phức tạp, đòi hỏi NHTM phải có một hệ

thống công nghệ thông tin mạnh và hệ thống dữ liệu lịch sử đầy đủ, hệ thống xếp hạng

tín dụng nội bộ cũng phải đáp ứng một số yêu cầu nhất định, trình độ quản lý ngân

hàng cao và các quy định về công khai thông tin.

1.2.3.2 Quản trị rủi ro tín dụng theo Hiệp ước Basel

Phương pháp đánh giá rủi ro tín dụng dựa trên hệ thống xếp hạng nội bộ sẽ đo

lường rủi ro tín dụng dựa trên các yếu tố đầu vào có sẵn từ đó có cơ sở để ước lượng

mức vốn tối thiểu để có thể đối mặt với rủi ro.

Phương pháp đánh giá dựa trên hệ thống xếp hạng nội bộ đưa ra khái niệm “Tổn

thất tín dụng”, và cũng theo Basel II, tổn thất tín dụng có thể phân thành 02 loại là (i)

Tổn thất dự tính được (Expected Loss – EL) và (ii) Tổn thất không dự tính được

(Unexpected Loss – UL).

Tổn thất dự tính được (EL)

Tổn thất dự tính được là mức tổn thất trung bình có thể tính được từ các số liệu

thống kê trong quá khứ, đây là mức tổn thất ngân hàng kỳ vọng sẽ xảy ra trong một

khoảng thời gian.

Ngân hàng có thể sử dụng chỉ tiêu tổn thất trong dự tính làm chuẩn để ra quyết

định cho vay, nếu tổn thất trong dự tính của một khách hàng vượt quá một tỷ lệ theo

quy định của ngân hàng, ngân hàng sẽ tự động từ chối cho vay khách hàng đó. Ngoài

ra, EL là căn cứ để ngân hàng định ra mức bù rủi ro trong lãi suất cho vay với khách

hàng, và là căn cứ để ngân hàng trích lập dự phòng rủi ro, bởi thực tế, rủi ro trong dự

tính nên được xem là một khoản chi phí của hoạt động tín dụng.

Với mỗi kỳ hạn xác định, tổn thất dự tính được có thể được tính toán dựa trên

công thức sau:

EL = PD x EAD x LGD

Trong đó:

EL: Tổn thất dự tính được (Expected Loss)

PD: Xác suất vỡ nợ (Probability of Default)

EAD: Tổng dư nợ của khách hàng tại thời điểm khách hàng không trả được nợ

(Exposure at Default)

LGD: Tỷ trọng tổn thất ước tính (Loss Given Default)

Diễn giải cụ thể về từng chỉ tiêu cấu thành trong công thức nêu trên được trình

bày tại Bảng 1.3.

Bảng 1.3 Các chỉ tiêu tính toán tổn thất dự tính được theo định nghĩa của Basel

Chỉ Diễn giải Cách tính tiêu

Tổn thất dự tính được là mức

tổn thất ngân hàng kỳ vọng sẽ

xảy ra trong một khoảng thời EL = PD x EAD x LGD EL gian. EL có thể được tính cho

từng khoản vay, hoặc cho cả

một danh mục cho vay.

Xác suất vỡ nợ là khả năng Tính toán dựa trên nhóm những dữ liệu thu

xảy ra sự kiện một khách thập về khách hàng, sau đó nhập vào một

hàng sai hẹn trong việc thực mô hình thống kê định sẵn. Nhóm dữ liệu PD

hiện nghĩa vụ trả nợ theo hợp bao gồm:

đồng, bao gồm gốc và/hoặc * Dữ liệu tài chính

lãi. * Dữ liệu phi tài chính

* Dữ liệu mang tính cảnh báo

Tổng dư nợ của khách hàng * Đối với khoản vay có kỳ hạn (vay từng

tại thời điểm khách hàng lần, vay đầu tư): sử dụng dữ liệu về khách

không trả được nợ. hàng vay trên hệ thống của ngân hàng.

* Đối với khoản vay theo hạn mức: theo

Basel, tại thời điểm không trả được nợ

khách hàng thường có xu hướng rút vốn EAD

vay gần xấp xỉ hạn mức đã cấp, công thức

tính EAD:

EAD = Dư nợ bình quân + (Tỷ trọng phần

vốn sẽ được rút thêm x Hạn mức chưa sử

dụng bình quân)

Tỷ trọng tổn thất ước tính là LGD = (EAD – Số tiền có thể thu hồi) /

tỷ trọng phần vốn bị tổn thất EAD

trên tổng dư nợ tại thời điểm *Số tiền có thể thu hồi bao gồm các khoản

khách hàng mất khả năng trả tiền mà khách hàng có thể trả và các khoản LGD tiền thu được từ xử lý tài sản thế chấp. Yếu nợ.

tố này phụ thuộc nhiều vào tài sản đảm bảo

của khoản vay và cơ cấu tài sản của khách

hàng.

(Nguồn: Basel II)

Tổng cộng các khoản tổn thất dự tính được của từng khách hàng vay vốn (ELi )

trong danh mục cho vay của ngân hàng tạo thành tổn thất dự tính được của toàn bộ

danh mục cho vay (ELp).

ELi

ELp =

Trên cơ sở tính toán này, ngân hàng có thể xây dựng chính sách trích lập dự

phòng nhằm bù đắp tổn thất cho từng khoản vay và cho toàn bộ danh mục cho vay.

Tổn thất không dự tính được (UL)

Tổn thất không dự tính được được định nghĩa là giá trị của độ lệch chuẩn so với

giá trị trung bình (tổn thất dự tính được EL). Nguồn để bù đắp tổn thất không dự tính

được chính là từ vốn chủ sở hữu của ngân hàng, điều này đặt ra yêu cầu ngân hàng cần

chuẩn bị một lượng vốn đủ để bù đắp cho loại tổn thất này.

Tổn thất không dự tính được UL có công thức tính toán như sau:

UL = x LGD x EAD

Các yếu tố LGD, EAD đã được trình bày ở mục (i) Tổn thất dự tính được EL.

Trong công thức tính UL ở trên, xuất hiện thêm một yếu tố mới: EDF, đây là xác suất

vỡ nợ kỳ vọng của một khách hàng (Expected Default Frequency).

Để ước lượng được UL phải trải qua các bước rất phức tạp (để ước tính EDF

hiện nay nhiều nghiên cứu sử dụng mô hình KMV), phần này nằm ngoài phạm vi

nghiên cứu của luận văn.

1.3 Mối quan hệ giữa xác suất vỡ nợ của doanh nghiệp và rủi ro tín dụng của

NHTM

Nằm trong khuôn khổ phân tích của nghiên cứu, từ đây trở về sau khi đề cập đến

khả năng trả nợ có nghĩa là khả năng trả nợ của doanh nghiệp.

Qua những phân tích ở trên, có thể thấy xác suất vỡ nợ, xác suất khách hàng

không trả được nợ (PD - Probability of Default) là một trong những nhân tố cấu thành

để tính toán rủi ro tín dụng của NHTM, từ đó ước lượng mức vốn tối thiểu theo quy

định. Đây là phương pháp tính toán khoa học được nêu chi tiết trong Basel và đã được

nhiều nước tiên tiến trên Thế Giới áp dụng.

Qu (2006) cho rằng xác suất vỡ nợ của khách hàng là nhân tố quan trọng nhất

trong việc đo lường rủi ro tín dụng, đồng thời, xác suất vỡ nợ cũng lại là nhân tố khó

xác định nhất.

Tầm quan trọng của việc tính toán được xác suất vỡ nợ của doanh nghiệp, ngoài

việc ước lượng một mức vốn yêu cầu tối thiểu để sử dụng trong trường hợp tổn thất

xảy ra (mà việc này tương đối khó thực hiện, đòi hỏi phải kết hợp cả việc ước tính các

thông số khác như: LGD, EAD, UL một cách chính xác) thì xác suất vỡ nợ (thông số

PD) có thể sử dụng ngay trong việc xây dựng chính sách tín dụng đối với một khách

hàng: Khách hàng có PD cao: lãi suất cao, yêu cầu tỷ lệ đảm bảo của tài sản cao, vòng

quay vốn tín dụng ngắn... Ngược lại, áp dụng các chính sách ưu đãi với khách hàng có

PD thấp.

Mối quan hệ giữa xác suất vỡ nợ và rủi ro tín dụng, quản trị rủi ro tín dụng thể

hiện ở sơ đồ 1.1.

Sơ đồ 1.1 Quy trình xây dựng và thực thi hệ thống xếp hạng tín dụng nội bộ

Cơ quan giám sát

Hệ thống xếp hạng tín dụng nội bộ

Xử lý lỗi

Đầu ra

Thiết kế mô hình

Các nhân tố rủi ro

Chất lượng dữ liệu

Hậu kiểm

So sánh

LGD

EAD

Quá trình áp dụng Thiết kế hệ thống

(Nguồn: Bank for International Settlement, 2005)

Mỗi ngân hàng thiết kế hệ thống xếp hạng tín dụng nội bộ đều đặt ra mục tiêu là

kết quả đầu ra của hệ thống xếp hạng có thể sử dụng hữu hiệu trong nội bộ ngân hàng.

Thông thường các cán bộ tín dụng sẽ sử dụng kết quả đầu ra của hệ thống xếp hạng để

phục vụ cho quyết định liên quan đến cấp tín dụng cho khách hàng. Kết quả đầu ra của

hệ thống xếp hạng nội bộ cũng là cơ sở để ngân hàng có chính sách quản trị rủi ro tín

dụng phù hợp (trích lập dự phòng, tính toán mức vốn tối thiểu để bù đắp rủi ro, đối

sách với từng khách hàng có kết quả xếp hạng khác nhau...) với mục tiêu chung nhất là

đảm bảo hiệu quả kinh doanh và an toàn vốn.

Qua sơ đồ 1.1 cho thấy, hệ thống xếp hạng tín dụng trong mỗi ngân hàng có thể

phân chia thành 02 thành phần chính:

(i) Thiết kế mô hình và ước tính các nhân tố cấu thành rủi ro tín dụng như xác

suất vỡ nợ PD; tỷ trọng tổn thất ước tính LGD và tổng dư nợ của khách hàng tại thời

điểm khách hàng không trả được nợ EAD.

(ii) Quá trình áp dụng hệ thống xếp hạng nội bộ tập trung vào cách thức thực thi

hệ thống xếp hạng đó (quản lý chất lượng thông tin đầu vào, báo cáo và xử lý lỗi, kết

quả đầu ra của hệ thống phục vụ cho nội bộ ngân hàng...).

Vậy có thể thấy rằng, theo khuyến cáo của Basel thì việc xác định được xác suất

vỡ nợ là điều cần thiết, xác suất vỡ nợ là một mắt xích quan trọng trong hệ thống xếp

hạng tín dụng nội bộ nhằm mục đích quản trị rủi ro tín dụng.

Kết luận chương 1

Trong khi Hiệp ước Basel đã khuyến khích các NHTM xây dựng các cách thức

và mô hình nhằm lượng hoá, từ đó quản trị rủi ro tín dụng, thì ở hệ thống NHTM Việt

Nam, các ngân hàng vẫn chủ yếu đo lường rủi ro tín dụng theo “tuổi nợ”, tức là căn cứ

dựa trên chỉ tiêu nợ xấu, nợ quá hạn.

Xác suất vỡ nợ của doanh nghiệp có mối quan hệ mật thiết với rủi ro tín dụng

của NHTM, theo đó, xác suất vỡ nợ là một trong những nhân tố cấu thành quan trọng

của rủi ro tín dụng.

Nhận thấy vấn đề còn bỏ nhỏ này, phần tiếp theo của nghiên cứu trình bày thiết

kế mô hình Logistic để đo lường xác suất vỡ nợ của doanh nghiệp để có thể vận dụng

mô hình logistic vào quản trị rủi ro tín dụng ngân hàng cho phù hợp với thông lệ Quốc

tế về quản trị rủi ro tín dụng đang được nhiều nước trên Thế giới áp dụng.

Chương 2: VẬN DỤNG MÔ HÌNH LOGISTIC ĐO LƯỜNG XÁC SUẤT VỠ NỢ

CỦA DOANH NGHIỆP ĐỐI VỚI QUẢN TRỊ RỦI RO TÍN DỤNG CỦA NHTM

2.1 Tổng quan các nghiên cứu sử dụng mô hình Logistic trong đo lường xác suất

vỡ nợ của doanh nghiệp

2.1.1 Nghiên cứu về xác suất vỡ nợ của các doanh nghiệp vừa và nhỏ tại thị

trường Mỹ

Hai tác giả Edward I. Altman và Gabriele Sabato đã tiến hành nghiên cứu với

mục đích xây dựng một mô hình lượng hoá xác suất vỡ nợ của các doanh nghiệp vừa

và nhỏ tại thị trường Mỹ. Các tác giả cũng nêu bật lên sự cần thiết của việc phải xây

dựng một mô hình riêng biệt để đánh giá rủi ro tín dụng của nhóm các doanh nghiệp

vừa và nhỏ này.

Các tác giả sử dụng kỹ thuật hồi quy Logistic với dữ liệu tài chính lấy từ 2.000

công ty Mỹ (có doanh số nhỏ hơn 65 triệu đô la Mỹ) trong khoảng thời gian từ 1994

đến 2002.

Kết quả nghiên cứu chỉ ra có 05 biến độc lập (chỉ số tài chính) có khả năng dự

báo tốt nhất cho xác suất vỡ nợ của doanh nghiệp, đó là tỷ số Lợi nhuận trước thuế, lãi

vay và khấu hao / Tổng tài sản; Nợ ngắn hạn / Giá trị sổ sách vốn cổ phần; Lợi nhuận

giữ lại / Tổng tài sản; Tiền mặt / Tổng tài sản và Lợi nhuận trước thuế, lãi vay và khấu

hao / Chi phí lãi vay.

Kết quả nghiên cứu cũng chỉ ra rằng với cùng một dữ liệu mẫu thì mô hình

Logistic cho kết quả dự báo tốt hơn so với các mô hình định lượng khác như: mô hình

điểm chuẩn Z, mô hình phân tích đa biệt thức (MDA – Multiple discriminant analysis).

Cụ thể là tỷ lệ dự đoán đúng của từng phương pháp là 87% (nếu sử dụng mô hình

Logistic); 69% (mô hình điểm chuẩn Z) và 60% đối với phương pháp phân tích đa biệt

thức.

2.1.2 Nghiên cứu về xác suất vỡ nợ của các công ty niêm yết tại thị trường Chứng

khoán Trung Quốc

Ngày 19/12/1990, Sở giao dịch chứng khoán Thượng Hải được thành lập, theo

sau đó là sự phát triển mạnh mẽ của thị trường chứng khoán Trung Quốc. Vì nhiều lý

do khác nhau, các doanh nghiệp niêm yết rơi vào vấn nạn tài chính ngày càng nhiều,

điều này đặt vấn đề cần thiết phải có một phương thức nào đó để nhận diện rủi ro tiềm

ẩn trước khi một doanh nghiệp rơi vào tình hình tài chính tệ hại hơn.

Hai tác giả Zhu Kong-Lai và Li Jing-jing sử dụng kỹ thuật hồi quy Logistic và

kỹ thuật phân tích sự khác biệt (Discriminant Analysis) để đo lường xác suất vỡ nợ của

các công ty có niêm yết tại thị trường Trung Quốc. Từ báo cáo tài chính năm 2009 của

130 công ty niêm yết trên thị trường chứng khoán Thượng Hải và Thẩm Quyến, các tác

giả tính toán đưa vào mô hình 14 biến (chỉ số), được phân thành 05 nhóm như sau:

nhóm chỉ báo hiệu quả, nhóm chỉ báo khả năng thanh toán; nhóm chỉ báo hoạt động;

nhóm chỉ báo tăng trưởng và nhóm chỉ báo về cấu trúc vốn.

Nghiên cứu đưa ra kết quả cùng một số điểm lưu ý chính:

- Mô hình Logistic cho kết quả dự báo tốt hơn so với phương pháp phân tích sự

khác biệt.

- Ứng dụng của mô hình không chỉ cần thiết cho các nhà đầu tư mà còn rất hữu

dụng đối với các nhà quản trị doanh nghiệp trong việc đề ra trước các kế hoạch

nhằm hoá giải nguy cơ suy sụp tài chính.

- Nghiên cứu vấp phải các hạn chế như sau: Thứ nhất, một số dữ liệu trong báo

cáo tài chính có thể chưa phản ánh đúng tình trạng tài chính của doanh nghiệp

(thông tin chưa hoàn toán chính xác); Thứ hai là hạn chế về số lượng mẫu; Thứ

ba là nghiên cứu chưa phân biệt các công ty theo từng ngành nghề.

2.1.3 Nghiên cứu đo lường xác suất vỡ nợ của doanh nghiệp trong danh mục cho

vay của ngân hàng tại Na-Uy

Nghiên cứu của các tác giả Sjur Westgaard và Nico van der Wijst dựa trên phân

tích hồi quy Logistic, sử dụng các biến tài chính kết hợp với các biến khác thể hiện đặc

điểm của các công ty để ước tính xác xuất vỡ nợ.

Nguồn dữ liệu gồm có các công ty trách nhiệm hữu hạn tại Na-Uy hoạt động

trong giai đoạn 1995 – 1999, các biến độc lập được mô hình chấp nhận là : Dòng tiền /

Tổng nợ; EBIT /Chi phí lãi vay; Tài sản ngắn hạn / Nợ ngắn hạn; Vốn cổ phần / Tổng

nguồn vốn; Số năm hoạt động của công ty và Quy mô công ty. Ngoài ra, để đưa vào mô

hình tầm ảnh hưởng của ngành nghề và vùng địa lý, 04 biến giả cũng được sử dụng:

Ngành kinh doanh bất động sản; Ngành nhà hàng khách sạn; Miền Trung Na-Uy và

Miền Bắc Na-Uy.

Kết quả mô hình cũng cho thấy các biến dự báo tốt cho khả năng trả nợ của các

công ty Na-Uy.

2.1.4 Nghiên cứu đo lường rủi ro tín dụng các doanh nghiệp niêm yết trên Thị

trường chứng khoán Việt Nam

Công trình nghiên cứu của tác giả Hoàng Tùng được đăng trên Tạp chí khoa học

và công nghệ, Đại học Đà Nẵng. Trong nghiên cứu của mình, tác giả sử dụng phương

pháp hồi quy Logistic để dự báo rủi ro tín dụng cho các công ty niêm yết trên thị

trường chứng khoán Việt Nam. Tác giả sử dụng mẫu nghiên cứu gồm 463 công ty đang

niêm yết, 07 chỉ tiêu (biến độc lập) được tính toán từ báo cáo tài chính năm 2009 của

các công ty.

Kết quả nghiên cứu mở hướng ứng dụng để xây dựng một hệ thống xếp hạng tín

dụng dành cho các mã cổ phiếu đang niêm yết trên thị trường chứng khoán Việt Nam.

Tóm lại, qua các mô hình nghiên cứu và các kết quả nghiên cứu của các công

trình đã lược khảo thì có thể thấy các công trình này đều khẳng định sự hữu dụng của

mô hình hồi quy Logistic trong việc đo lường xác suất vỡ nợ. Các nghiên cứu có đặc

điểm nổi bật là chia các yếu tố (biến độc lập) ảnh hưởng đến xác suất vỡ nợ của doanh

nghiệp (biến phụ thuộc) thành 02 nhóm: nhóm các biến định lượng và nhóm các biến

định danh. Nhóm các biến định lượng thuộc về nội tại của một doanh nghiệp: các biến

thuộc các nhóm chỉ báo hoạt động và tài chính, được tính toán từ báo cáo tài chính của

doanh nghiệp. Nhóm các biến định danh bao gồm các biến đại diện cho yếu tố ngành

nghề, vùng miền – địa lý...

2.2 Vận dụng mô hình Logistic đo lường xác suất vỡ nợ của doanh nghiệp

2.2.1 Dữ liệu nghiên cứu

Dữ liệu nghiên cứu là số liệu được thu thập từ báo cáo tài chính đã kiểm toán

năm 2012 của các doanh nghiệp phi tài chính (loại trừ các ngân hàng, quỹ tài chính,

công ty chứng khoán, công ty bảo hiểm ...) đang niêm yết trên Sở giao dịch chứng

khoán TP.HCM (sàn HOSE).

Sau khi thu thập dữ liệu, tác giả đã loại bỏ các mẫu quan sát bị khiếm khuyết số

liệu và không phù hợp. Kết quả cuối cùng của dữ liệu gồm 190 mẫu quan sát.

2.2.2 Mô hình nghiên cứu đo lường xác suất vỡ nợ doanh nghiệp

2.2.2.1 Các biến nghiên cứu

Biến phụ thuộc

Mục đích của mô hình nghiên cứu là đo lường xác suất vỡ nợ của các doanh

nghiệp: doanh nghiệp không có khả năng trả nợ (sau đây gọi là doanh nghiệp default)

và doanh nghiệp có khả năng trả nợ (sau đây gọi là doanh nghiệp non-default).

Biến phụ thuộc trong nghiên cứu này là “xác suất vỡ nợ của doanh nghiệp” (Y),

tức là dữ liệu của doanh nghiệp default và doanh nghiệp non-default. Đây là biến nhị

phân (binary) nhận giá trị “0” hoặc “1” theo quy ước như sau:

0 đối với doanh nghiệp default Y = 1 đối với doanh nghiệp non-default

Do gặp khó khăn trong việc thu thập dữ liệu lịch sử trả nợ (tình trạng nợ) của

các doanh nghiệp nên tác giả sử dụng “Danh sách chứng khoán thuộc diện theo dõi

đặc biệt của Sở giao dịch chứng khoán TP.HCM” để gán giá trị cho Y. Theo đó, các

doanh nghiệp nằm trong danh sách này sẽ được xem là doanh nghiệp default, các

doanh nghiệp còn lại được xem là doanh nghiệp non-default.

Danh sách chứng khoán thuộc diện theo dõi đặc biệt của sàn HOSE bao gồm:

Chứng khoán thuộc diện cảnh báo; Chứng khoán thuộc diện bị kiểm soát và Chứng

khoán bị tạm ngừng giao dịch. Các doanh nghiệp niêm yết (mã chứng khoán) sẽ được

đưa vào danh sách nói trên khi xảy ra một trong các trường hợp sau:

 Có nợ quá hạn trên 01 năm hoặc tỷ lệ nợ quá hạn cao hơn 10% tổng vốn

chủ sở hữu;

 Ngừng các hoạt động sản xuất kinh doanh chính;

 Vi phạm hoặc vi phạm liên tục các quy định về công bố thông tin; Không

nộp báo cáo định kỳ;

 Lợi nhuận sau thuế và/hoặc lợi nhuận chưa phân phối công bố là âm (kể cả

trường hợp lợi nhuận sau thuế và/hoặc lợi nhuận chưa phân phối là con số

âm trên báo cáo tài chính kiểm toán hoặc đơn vị kiểm toán đưa ra ý kiến

ngoại trừ trọng yếu làm lợi nhuận sau thuế từ chuyển từ dương sang âm);

 Và một số trường hợp khác.

Các nghiên cứu thực nghiệm về xác suất vỡ nợ không phải đều có dữ liệu doanh

nghiệp default đầy đủ và chính xác, nói cách khác, có nhiều nghiên cứu thực nghiệm

phải sử dụng một định nghĩa doanh nghiệp default tự thiết kế theo kinh nghiệm và lập

luận của các tác giả cũng như đặc điểm công bố thông tin của nước mà các tác giả tiến

hành nghiên cứu. Ví dụ như nghiên cứu của các tác giả Zhu và Li (2010), các tác giả đã

sử dụng danh sách Chứng khoán thuộc diện đối xử đặc biệt (Special Treatment stocks,

viết tắt là ST stocks) công bố bởi Uỷ ban điều tiết chứng khoán Trung Quốc (China

Securities Regulatory Commission, viết tắt là CSRC), theo đó, doanh nghiệp có mã

chứng khoán nằm trong danh sách này thì được đưa vào nhóm doanh nghiệp default

(ST conpanies), còn lại được cho là doanh nghiệp non-default (non-ST companies).

Các biến độc lập

Dựa trên các nghiên cứu được trình bày ở phần trước thì các yếu tố ảnh hưởng

đến xác suất vỡ nợ của doanh nghiệp được phân chia thành 05 nhóm chỉ báo như sau:

(1) Chỉ báo hiệu quả: Lợi nhuận giữ lại/ Tổng tài sản; EBIT/Tổng tài sản;

(2) Chỉ báo thanh khoản: Vốn lưu động/ Tổng tài sản; Tiền mặt/Tổng tài sản;

(3) Chỉ báo khả năng thanh toán lãi vay: EBIT/ Chi phí lãi vay;

(4) Chỉ báo hoạt động: Khoản phải thu/Tổng nợ; Doanh thu/ Tổng tài sản;

(5) Chỉ báo đòn bẩy tài chính: Tổng nợ/Tổng tài sản

Đây chính là 08 biến độc lập được tác giả lựa chọn đưa vào mô hình.

Lợi nhuận giữ lại/Tổng tài sản

Lợi nhuận giữ lại mang đến hai hàm ý: thứ nhất, nó thể hiện tổng số thu nhập

được tái đầu tư; thứ hai, nó cũng thể hiện mức lời/ lỗ của một doanh nghiệp trong suốt

thời gian hoạt động từ lúc thành lập đến kỳ báo cáo.

Tỷ lệ này chỉ ra mức độ một công ty dùng lợi nhuận giữ lại để tài trợ cho tài sản.

Khi tỷ lệ này tiến gần đến 1 thì thường ám chỉ rằng sự tăng trưởng tài sản của công ty

đã được tài trợ thông qua việc giữ lại lợi nhuận (chứ không phải tăng trưởng do gia

tăng nợ). Ngược lại, một tỷ lệ thấp chỉ ra rằng sự tăng trưởng có thể không bền vững

khi sự tăng trưởng này được tài trợ bằng gia tăng nợ, thay vì là từ tái đầu tư lợi nhuận.

Điểm đáng chú ý ở đây là tỷ lệ này lại cũng phụ thuộc vào thời gian hoạt động

của doanh nghiệp, điều này có nghĩa là một doanh nghiệp mới thành lập thường sẽ có

tỷ lệ Lợi nhuận giữ lại / Tổng tài sản thấp, do vậy khả năng các doanh nghiệp mới

thành lập bị xếp vào nhóm default hay “không có khả năng trả nợ” là rất cao. Tuy

nhiên, Altman (1999) cho rằng điều này là đúng trên thực tế, một tỷ lệ thấp sẽ làm tăng

nguy cơ phá sản (gia tăng xác suất vỡ nợ) nếu doanh nghiệp không thể đáp ứng các

nghĩa vụ nợ của mình.

Kết quả nghiên cứu của Altman và Sabato (2007) cho thấy xác suất vỡ nợ và

Lợi nhuận giữ lại/Tổng tài sản có tương quan nghịch.

Nghiên cứu này cũng kỳ vọng tỷ lệ Lợi nhuận giữ lại/Tổng tài sản có tương

quan nghịch với xác suất vỡ nợ.

EBIT/ Tổng tài sản

Thu nhập trước thuế và lãi vay chia cho tổng tài sản: Tỷ lệ này được coi là chỉ

báo hiệu quả của một doanh nghiệp khi sử dụng tài sản để tạo ra thu nhập trước khi

tính đến các nghĩa vụ phải trả khác (là thuế và lãi vay). Sự tồn tại và khả năng trả nợ

của doanh nghiệp đều dựa trên khả năng tạo ra lợi nhuận từ các tài sản của doanh

nghiệp.

Tỷ lệ này rất hay xuất hiện trong các nghiên cứu về xác suất vỡ nợ của doanh

nghiệp và được đánh giá là tốt hơn các chỉ số sinh lợi khác, kể cả chỉ số dòng tiền

(Altman, 1999). Tỷ lệ càng cao thể hiện khả năng công ty đáp ứng các nghĩa vụ tài

chính của mình càng lớn.

Tương quan mong đợi: tương quan nghịch với xác suất vỡ nợ.

Vốn lưu động/Tổng tài sản

Tỷ lệ Vốn lưu động/Tổng tài sản được tính toán từ Bảng cân đối kế toán, dùng

để đánh giá mức độ thanh khoản của một doanh nghiệp. Vốn lưu động được tính bằng

cách lấy Tài sản ngắn hạn trừ các khoản nợ ngắn hạn. Doanh nghiệp có vốn lưu động

lớn hơn 0 (>0) thể hiện rằng trong chừng mực nào đó đảm bảo rằng nó có thể tiếp tục

hoạt động kinh doanh và có đủ các quỹ để đáp ứng cả nợ ngắn hạn sắp đến hạn và các

chi phí vận hành sắp tới.

Một gia tăng trong Vốn lưu động là biểu hiện của việc doanh nghiệp đã tăng tài

sản ngắn hạn (tăng khoản phải thu, tăng hàng tồn kho hoặc các tài sản ngắn hạn khác)

hoặc là do doanh nghiệp đã giảm nợ ngắn hạn, hoặc sự kết hợp cả hai lý do này.

Tương quan mong đợi: tương quan nghịch giữa tỷ lệ Vốn lưu động/Tổng tài sản

với xác suất vỡ trả nợ.

Tiền mặt/ Tổng tài sản

Thể hiện mức độ phân bổ tài sản của doanh nghiệp bằng tiền mặt. Một tỷ lệ cao

có thể đem đến dấu hiệu an toàn dưới quan điểm của các chủ nợ, tuy nhiên, tỷ lệ cao

cũng có thể đem đến dấu hiệu hoạt động của công ty không hiệu quả (không có lựa

chọn nào khác để sinh lợi, bởi tiền mặt luôn hàm ý một chi phí lớn để duy trì).

Kết quả nghiên cứu của Altman và Sabato (2007) cũng cho thấy tỷ lệ tiền

mặt/Tổng tài sản có tương quan nghịch với xác suất vỡ nợ.

Tương quan mong đợi là tương quan nghịch với xác suất vỡ nợ.

EBIT/ Chi phí lãi vay

Tương quan mong đợi: tương quan nghịch với xác suất vỡ nợ.

Khoản phải thu/ Tổng nợ

Tương quan mong đợi: tương quan thuận với xác suất vỡ nợ.

Doanh thu/ Tổng tài sản

Kết quả nghiên cứu của Hoàng Tùng (2011) cho thấy Doanh thu/ Tổng tài sản

có tương quan thuận với khả năng trả nợ của doanh nghiệp, tương quan nghịch với

nguy cơ phá sản.

Nghiên cứu này cũng mong đợi mối tương quan nghịch giữa Doanh thu/ Tổng

tài sản và xác suất vỡ nợ.

Tổng nợ / Tổng tài sản

Tỷ lệ này thể hiện tổng tài sản của một doanh nghiệp được tài trợ bằng bao

nhiêu nợ. Một tỷ lệ cao có thể được hiểu là một dấu hiệu tiêu cực, tỷ lệ cao cho thấy

vốn chủ sở hữu của công ty thấp và doanh nghiệp có thể gặp trục trặc trong thanh

khoản cao trong tương lai. Tuy nhiên, một số doanh nghiệp có tỷ lệ này cao cũng có

thể là biểu hiện của sự mở rộng thị trường nhanh chóng.

Các doanh nghiệp trục trặc về tài chính thường sở hữu một tỷ lệ nợ trên tổng tài

sản cao, hoặc doanh nghiệp đó đang phải đối mặt với sự sụt giảm của doanh thu và

triển vọng phát triển trong dài hạn giảm cho nên lợi nhuận giữ lại ít, do vậy tỷ lệ nợ /

tổng tài sản sẽ tăng cao.

Tương quan mong đợi: tương quan thuận với xác suất vỡ nợ.

Định nghĩa các biến và mối tương quan kỳ vọng trong nghiên cứu này được

trình bày ở Bảng 2.1, trong đó, cột “Tương quan theo lý thuyết” và “Tương quan kỳ

vọng của đề tài” nhận dấu (+ / -) với quy ước như sau: dấu (+) biểu hiện tương quan

thuận với xác suất doanh nghiệp non-default (tức là tương quan nghịch với xác suất vỡ

nợ) và dấu (-) biểu hiện tương quan nghịch với xác suất doanh nghiệp non-default (tức

là tương quan thuận với xác suất vỡ nợ).

Bảng 2.1: Định nghĩa các biến và mối tương quan kỳ vọng giữa các biến độc lập

và biến phụ thuộc

Tương Tương quan Biến Yếu tố Công thức tính quan theo kỳ vọng của nghiên cứu lý thuyết đề tài

Biến phụ thuộc

0 : có rủi ro tín dụng

(không trả được nợ) Khả năng trả nợ Y 1 : không có rủi ro tín

dụng (trả được nợ)

Biến độc lập

Lợi nhuận chưa phân LN_TTS + + phối / Tổng tài sản Chỉ báo hiệu quả

EBIT_TTS EBIT / Tổng tài sản + +

Vốn lưu động / Tổng tài VLD_TTS + + Chỉ báo khả sản năng thanh Tiền mặt / Tổng tài sản khoản TM_TTS + +

Chỉ báo hoạt PT_TN Khoản phải thu / Tổng nợ - -

động DT_TTS Doanh thu / Tổng tài sản + +

Chỉ báo khả EBIT/ Chi phí lãi vay

năng thanh toán EBIT_LV + +

lãi vay

Chỉ báo đòn bẩy Tổng nợ / Tổng tài sản NO_TTS - - tài chính

(Nguồn: Tổng hợp của tác giả)

2.2.2.2 Mô hình nghiên cứu

Mô hình Logistic

Tác giả sử dụng mô hình hồi quy Logistic để xem xét ảnh hưởng của các biến

độc lập đến biến phụ thuộc, dạng tổng quát của mô hình:

P

Ln (

) = βo + β1X1 + β2X2 + β3X3 + ...+ βiXi + εi

1 - P

Trong đó:

P là xác suất Y = 1 (tức là xác suất doanh nghiệp non-default); (1-P) là xác suất

doanh nghiệp default.

βo là hằng số của mô hình (hệ số chặn), là giá trị của Y khi tất cả các biến độc

lập đều bằng 0;

βi là hệ số hồi quy của các biến độc lập;

ε là phần dư của phương trình hồi quy;

i là doanh nghiệp nghiên cứu;

Vậy, xác suất của một doanh nghiệp non-default là: P = ez / (1 + ez )

Với :

e = 2,718 ;

Z = βo + β1X1 + β2X2 + β3X3 + ...+ βiXi + εi

Tác động của biến thứ i (Xi) đến P(Y=1) được diễn giải như sau: khi Xi thay đổi

1 đơn vị thì xác suất để Y = 1 sẽ thay đổi P*(1-P)*βi . Vậy, sự thay đổi xác suất sẽ phụ

thuộc vào hai yếu tố:

 Thứ nhất là dấu của hệ số hồi quy βi : Nếu βi có dấu dương (+) thì có nghĩa

là khi Xi tăng sẽ tác động làm tăng xác suất Y=1 và ngược lại.

 Thứ hai là giá trị cụ thể của Xi.

Thiết kế mô hình

Biến phụ thuộc

Y = 1 nếu là doanh nghiệp non-default

Y = 0 nếu là doanh nghiệp default

Đặt P = P(Y=1) : xác suất doanh nghiệp non-default  (1-P) là xác suất doanh

nghiệp default.

Biến độc lập

Các biến độc lập được tính toán từ báo cáo tài chính năm 2012 của các doanh

nghiệp, được mã hoá với tên gọi như sau để đưa vào mô hình:

VLD_TTS = Vốn lưu động/ Tổng tài sản

TM_TTS = Tiền mặt/ Tổng tài sản

PT_TN = Phải thu / Tổng nợ

NO_TTS = Tổng nợ / Tổng tài sản

LN_TTS = Lợi nhuận giữ lại / Tổng tài sản

EBIT_TTS = EBIT/ Tổng tài sản

EBIT_LV = EBIT/ Chi phí lãi vay

DT_TTS = Doanh thu/ Tổng tài sản

Mô hình hồi quy sử dụng trong nghiên cứu này được viết dưới dạng:

Ln(p/1-p) = βo + β1*VLD_TTS + β2*TM_TTS + β3*PT_TN + β4*NO_TTS

+ β5*LN_TTS + β6*EBIT_TTS + β7*EBIT_LV + β8*DT_TTS

2.2.2.3 Phương pháp nghiên cứu

Mô tả số liệu thống kê của mẫu nghiên cứu

Để đo lường xác suất vỡ nợ của doanh nghiệp bằng mô hình hồi quy Logistic,

các số liệu được thu thập từ báo cáo tài chính năm 2012 (đã qua kiểm toán) của các

doanh nghiệp phi tài chính đang niêm yết trên sàn H.O.S.E, bao gồm Bảng cân đối kế

toán và Báo cáo kết quả hoạt động kinh doanh, số liệu được lấy theo đơn vị tính là triệu

đồng.

Sau khi loại trừ các mẫu có số liệu bị khiếm khuyết và không phù hợp (nghiên

cứu này loại trừ các doanh nghiệp là ngân hàng, quỹ tài chính, công ty chứng khoán,

công ty bảo hiểm) thì nghiên cứu thu được 190 mẫu quan sát, được chia thành 02

nhóm:

Nhóm doanh nghiệp default (nhận giá trị Y = 0) : 39 mẫu

Nhóm doanh nghiệp non-default (nhận giá trị Y = 1) : 151 mẫu

Trong đó:

Nhóm doanh nghiệp default căn cứ trên danh sách chứng khoán thuộc diện theo

dõi đặc biệt của sàn HOSE tại thời điểm tháng 10/2013. Danh sách này công bố có 47

trường hợp mã chứng khoán có trong danh sách, sau khi loại trừ các doanh nghiệp

khiếm khuyết số liệu thì tác giả thu thập được 39 mẫu (Xem phần Phụ lục 2).

Kết quả phân tích thống kê mô tả được trình bày ở Bảng 2.2 và Bảng 2.3.

Giá trị trung

Giá trị lớn

Giá trị nhỏ

Độ lệch

Mẫu quan

Tên biến

bình

nhất

chuẩn

sát

0.794737

0.404961

190

0.189126

0.755118

-0.282076

0.202887

190

VLD_TTS

0.064547

0.491056

0.000692

0.075743

190

TM_TTS

0.489953

3.127484

0.023533

0.479483

190

PT_TN

0.533067

0.935646

0.055027

0.201437

190

NO_TTS

Bảng 2.2: Thống kê mô tả các biến

0.755749

134.9427

-0.595128

9.78689

190

LN_TTS

0.081787

0.431175

-0.495818

0.088984

190

EBIT_TTS

38.77181

1894.167

-78.2129

199.2821

190

EBIT_LV

1.008252

9.06299

0.005849

1.134794

190

DT_TTS

(Nguồn: Từ kết quả hồi quy)

VLD_

TM_

NO_

LN_

EBIT_

DT_

TTS

TTS PT_TN

TTS

0.22023

0.29619

0.01289

0.19915

0.04210

0.47411

0.09949

0.07945

0.22023

0.17411

0.29440

0.45775

0.00869

0.15629

0.12823

0.14249

VLD_

TTS

0.29619

0.17411

0.00688

0.26090

0.02953

0.39848

0.29546

0.27832

TM_TT

0.01289

0.29440

0.00688

0.51234

0.04833

0.11937

0.05491

0.09294

PT_TN

0.19915

0.45775

0.26090

0.51234

0.00549

0.32546

0.23873

0.05739

NO_TTS

0.04210

0.00869

0.02953

0.04833

0.00549

0.09245

0.00895

0.00954

LN_TTS

0.47411

0.15629

0.39848

0.11937

0.09245

0.27616

0.12942

EBIT_

0.32546

TTS

Bảng 2.3: Bảng ma trận hệ số tương quan của các biến

0.09949

0.12823

0.29546

0.05491

0.23873

0.00895

0.27616

0.05275

EBIT_L

0.07945

0.14249

0.27832

0.09294

0.05739

0.00954

0.12942

0.05275

DT_TTS

(Nguồn: Từ kết quả hồi quy)

Kết quả bước đầu cho thấy không tồn tại cặp biến số nào có hệ số tương quan

lớn (các hệ số tương quan đều nhỏ hơn 0.8), tức là bộ dữ liệu có thể sử dụng để ước

lượng mô hình.

Phân tích hồi quy

Lựa chọn mô hình

Tiến hành hồi quy cho 08 biến độc lập ban đầu với biến phụ thuộc theo 02 cách

(tương ứng với 02 Mô hình) như sau:

Mô hình 1 (Mô hình tổng quát): Đưa tất cả 08 biến vào mô hình.

Mô hình 2 (Mô hình chuẩn sau khi đã loại các biến không có ý nghĩa): Loại

bỏ những biến độc lập có p-value cao, sau đó đưa các biến còn lại vào mô hình.

Qua thực hiện phân tích hồi quy, kết quả trình bày ở Bảng 2.4.

Mô hình 1

Mô hình 2

Các biến

Hệ số

Prob.

Hệ số

Prob.

3.175409

0.1088

2.829846

0.0795

0.527412

0.7420

VLD_TTS

15.70258

0.2740

TM_TTS

-3.910830

0.0015

-2.640822

0.0035

PT_TN

-4.804281

0.0589

-4.581871

0.0423

NO_TTS

Bảng 2.4: Tổng hợp kết quả của 02 mô hình

LN_TTS

41.97043

0.0004

39.18240

0.0001

EBIT_TTS

39.35085

0.0001

39.14180

0.0000

EBIT_LV

0.048144

0.4161

DT_TTS

-0.348818

0.4242

Các tiêu chí

McFadden R-squared

0.637176

0.603016

Chỉ số AIC

0.463085

0.455659

Chỉ số SCHWARZ

0.616891

0.541107

Prob (LR statistic)

0.000000

-2Log Likelihood

69.98614

76.57529

(Nguồn: Từ kết quả hồi quy)

Trong việc chọn lựa mô hình, kết quả phân tích hồi quy cho thấy mô hình 02 có

nhiều tiêu chí để chọn lựa nhất, bao gồm:

 R2 của mô hình 2 thấp hơn mô hình 1; -2Log Likelihood của mô hình 2 tăng so với mô hình 1, tuy nhiên sự thay đổi của R2 (giảm) và -2Log Likelihood

(tăng) không đáng kể.

 Tất cả các biến giải thích (biến độc lập) đều có ý nghĩa thống kê cao trong

mô hình 2 (nhỏ hơn 0.05).

 Chỉ số AIC và chỉ số SCHWARZ của mô hình

 2 là thấp và thấp hơn của mô hình 1.

Thông qua bước lựa chọn ban đầu, tác giả tiếp tục thông qua một số thủ tục

kiểm định như sau để khẳng định mô hình 2 là lựa chọn hợp lý.

Kiểm định mức độ phù hợp của mô hình (The Hosmer-Lemeshow Test)

Giả thiết H0 : Mô hình phù hợp (Không có sự khác biệt giữa giá trị thực tế và

giá trị dự báo)

Giả thiết H1 : Mô hình không phù hợp (Có sự khác biệt giữa giá trị thực tế và

giá trị dự báo)

Kết quả kiểm định độ phù hợp của mô hình được trình bày ở bảng 2.5.

Bảng 2.5: Kết quả từ phương pháp Hosmer – Lemeshow

Goodness-of-Fit Evaluation for Binary Specification

Andrews and Hosmer-Lemeshow Tests

H-L Statistic 2.1774

Prob. Chi-Sq(8) 0.9751

(Nguồn: Từ kết quả hồi quy)

Giá trị Hosmer-Lemeshow = 2.1774 (p=0.9751) là không có ý nghĩa, kết luận là

mô hình phù hợp với dữ liệu.

Kiểm định tỷ lệ dự báo đúng của mô hình (Expectation – Prediction

Evaluation for Binary Specification)

Nghiên cứu thực hiện kiểm định tỷ lệ dự báo đúng của mô hình, kết quả thể hiện

ở Bảng 2.6.

Bảng 2.6: Kết quả kiểm định tỷ lệ dự báo đúng của mô hình

Expectation-Prediction Evaluation for Binary Specification

Estimated Equation

Dep=0 Dep=1 Total

25 7 32 P(Dep=1)<=C

14 144 158 P(Dep=1)>C

39 151 190 Total

25 144 169 Correct

64.10 95.36 % Correct 88.95

(Nguồn: Từ kết quả hồi quy)

Bảng 3.6 cho thấy trong 39 trường hợp doanh nghiệp default thì mô hình đã dự

đoán đúng 25 trường hợp, tương đương tỷ lệ đúng là 64,1%. Còn đối với 151 trường

hợp doanh nghiệp non-default thì mô hình dự đoán đúng 144 trường hợp, tỷ lệ đúng là

95,36%. Vậy tỷ lệ dự báo đúng của toàn mô hình là khá cao: đạt 88,95%.

Diễn giải kết quả hồi quy

Phương trình hồi quy được viết dưới dạng:

Ln (p/1-p) = 2,829846 – 2,640822*PT_TN – 4,581871*NO_TTS

+ 39,18240*LN_TTS + 39,14180*EBIT_TTS

Nhận xét chung về mô hình:  McFadden R2 = 60,3%  Nghĩa là các biến độc lập được lựa chọn trong mô

hình có khả năng giải thích được 60,3% sự biến động của biến phụ thuộc Y

(còn lại là do sai số ngẫu nhiên hoặc các yếu tố khác ngoài mô hình).

 Tất cả các biến độc lập trong mô hình đều có p-value < 0.05 biểu hiện mối

quan hệ giữa các biến độc lập và biến phụ thuộc có ý nghĩa thống kê, với

mức bảo đảm là 95%. Hệ số hồi quy của tất cả các biến đều thể hiện đúng

tương quan mong đợi ban đầu của tác giả.

 Kiểm định về độ phù hợp tổng quát của mô hình và kiểm định tỷ lệ dự báo

đúng của mô hình cho thấy mô hình sử dụng là phù hợp, tỷ lệ dự báo đúng

của mô hình khá cao, đạt 88,95%.

Diễn giải về hệ số hồi quy của các biến độc lập:

 Biến PT_TN (Khoản phải thu / Tổng nợ) có hệ số hồi quy là -2,640822 điều

này có nghĩa là với điều kiện ảnh hưởng của các biến còn lại từ mô hình

không đổi, khi PT_TN tăng thêm 1 đơn vị thì loge của tỷ lệ xác suất doanh

nghiệp non-default và xác suất doanh nghiệp default sẽ giảm đi 2,64 đơn vị,

hay nói cách khác, xác suất doanh nghiệp non-default sẽ giảm đi 0,07 đơn vị

(PT_TN tương quan nghịch với xác suất doanh nghiệp non-default, tương

quan thuận với xác suất vỡ nợ).

 Biến NO_TTS (Tổng nợ / Tổng tài sản): hệ số hồi quy là -4,581871 điều

này có nghĩa là với điều kiện ảnh hưởng của các biến còn lại từ mô hình

không đổi, khi NO_TTS tăng thêm 1 đơn vị thì loge của tỷ lệ xác suất doanh

nghiệp non-default và xác suất doanh nghiệp default sẽ giảm đi 4,58 đơn vị,

hay nói cách khác, xác suất doanh nghiệp non-default sẽ giảm đi 0,01 đơn vị

(NO_TTS tương quan nghịch với xác suất doanh nghiêp non-default, tương

quan thuận với xác suất vỡ nợ).

 Biến LN_TTS (Lợi nhuận giữ lại/Tổng tài sản) có hệ số hồi quy là

39,18240, hệ số này được diễn giải như sau: trong điều kiện các biến còn lại

trong mô hình không đổi thì loge của tỷ lệ xác suất doanh nghiệp non-default

và xác suất doanh nghiệp default sẽ tăng 39,18 đơn vị khi LN_TTS tăng 1

đơn vị (LN_TTS tương quan thuận với xác suất doanh nghiệp non-default,

tương quan nghịch với xác suất vỡ nợ).

 Tương tự cho biến EBIT_TTS (EBIT/Tổng tài sản): hệ số hồi quy là

39,14180 có nghĩa là khi EBIT_TTS tăng 1 đơn vị, với điều kiện các biến

còn lại trong mô hình không đổi thì loge của tỷ lệ xác suất doanh nghiệp

non-default và xác suất doanh nghiệp default sẽ tăng 39,14 đơn vị

(EBIT_TTS tương quan thuận với xác suất doanh nghiệp non-default, tương

quan nghịch với xác suất vỡ nợ).

 Kết quả về tương quan giữa 04 biến độc lập PT_TN, NO_TTS, LN_TTS,

EBIT_TTS với xác suất vỡ nợ phù hợp với tương quan kỳ vọng của tác giả.

Hai biến PT_TN và NO_TTS thuộc nhóm chỉ hoạt động và chỉ báo đòn bẩy

tài chính của một doanh nghiệp, điều này hàm ý rằng một doanh nghiệp sử

dụng nhiều nợ vay, chính sách công nợ cho khách hàng chiếm dụng nhiều

thì xác suất vỡ nợ của doanh nghiệp đó sẽ tăng. Tương quan nghịch giữa

LN_TTS, EBIT_TTS và xác suất vỡ nợ hàm ý rằng doanh nghiệp nào có

chính sách phát triển thiên về sử dụng nguồn nội lực hơn là huy động nguồn

bên ngoài cũng như hoạt động hiệu quả (sử dụng tốt nguồn tài nguyên của

doanh nghiệp để tạo ra nhiều lợi nhuận) thì xác suất vỡ nợ sẽ giảm. Hệ số

hồi quy của các biến LN_TTS và EBIT_TTS rất lớn, tức là chúng có ảnh

hưởng rất mạnh đến xác suất vỡ nợ.

2.3 Vận dụng mô hình Logistic đo lường xác suất vỡ nợ của doanh nghiệp đối với

quản trị rủi ro tín dụng của NHTM

2.3.1 Lợi ích từ việc triển khai đo lường xác suất vỡ nợ của doanh nghiệp đối với

quản trị rủi ro tín dụng của NHTM

2.3.1.1 Công cụ hỗ trợ cho hệ thống chấm điểm, xếp hạng tín dụng nội bộ

Hiện nay đa số các NHTM Việt Nam đều có hệ thống xếp hạng khách hàng để

làm căn cứ cho thẩm định tín dụng và ra quyết định cho vay. Ví dụ, Ngân hàng TMCP

Xuất Nhập Khẩu Việt Nam chia khách hàng ra thành 10 hạng căn cứ vào số điểm

khách hàng có được từ hạng AAA đến hạng D. Khách hàng bị xếp hạng BB trở xuống

sẽ không thể nhập hợp đồng tín dụng vào hệ thống.

Thực tế, nếu coi hạng khách hàng là biến kết quả, thì các biến nguyên nhân để

xác định được biến kết quả trên chính là các đánh giá về tình hình tài chính, phi tài

chính của doanh nghiệp vay tiền. Phương pháp, những ưu và nhược điểm của phương

pháp xếp hạng tín dụng nội bộ được các NHTM Việt Nam đang áp dụng và phương

pháp đo lường xác suất vỡ nợ bằng mô hình Logistic được trình bày tại bảng 2.7.

Bảng 2.7 So sánh phương pháp xếp hạng tín dụng nội bộ và mô hình Logistic

Xếp hạng tín dụng nội bộ Mô hình Logistic

Hạng khách hàng được xác định Xác suất vỡ nợ của khách hàng

theo phương pháp chấm điểm được xác định theo phương Phương các chỉ tiêu với trọng số cho pháp đánh giá định lượng dựa pháp trước trên nền tảng toán học và xác

suất thống kê

Biết được hạng tín dụng của một Ước tính xác suất vỡ nợ của

khách hàng, từ đó xây dựng khách hàng, từ đó xác định các Kết quả, chính sách tín dụng phù hợp (từ chỉ tiêu khác phù hợp với mục tiêu chối hay đồng ý cấp tín dụng, khuyến cáo của Basel: tổn thất

hạn mức, lãi suất...) ước tính, vốn yêu cầu để chống

đỡ rủi ro

- Xác định chất lượng tín dụng - Tính toán được tổn thất dự tính

và mức độ rủi ro theo từng lĩnh cho toàn bộ danh mục cho vay

vực hay ngành kinh tế. của NHTM.

- Giúp xây dựng chính sách - Loại bỏ được các ý kiến chủ Ưu điểm khách hàng và quy trình tín quan của cán bộ tín dụng (do

dụng đồng bộ, tiết giảm chi phí không đưa vào các chỉ tiêu phi

quản lý, nâng cao hiệu quả hoạt tài chính)

động.

- Bộ chỉ tiêu đặt ra chưa mang - Chưa tính toán các chỉ tiêu phi

tính định lượng nhiều, dựa trên tài chính nên chưa đưa vào mô

phương pháp kinh nghiệm, hình đầy đủ các yếu tố tác động

chuyên gia; chưa cập nhật các đến xác suất vỡ nợ.

phương pháp thống kê kinh tế - Phụ thuộc vào chất lượng

lượng. nguồn thông tin nên đặt yêu cầu

- Thông tin chưa được cập nhật cao về tính chính xác của báo

thường xuyên, gây khó khăn cho cáo tài chính và cơ sở dữ liệu Nhược

công tác đánh giá lại. lớn, đầy đủ về tình trạng nợ của điểm

- Kết quả phụ thuộc hoàn toàn khách hàng.

vào chất lượng nguồn thông tin

và đánh giá chủ quan của cán bộ

tín dụng.

- Kết quả chỉ có ý nghĩa tại thời

điểm xếp hạng, chưa đưa ra dự

báo cho thời gian tiếp theo.

(Nguồn: Tác giả tự tổng hợp)

Có thể thấy mỗi phương pháp đều có ưu điểm và nhược điểm, các phương pháp

này lại không loại trừ lẫn nhau, nên trong thực tế có thể xem việc xác định xác suất vỡ

nợ là một công cụ bổ trợ cho phương pháp xếp hạng tín dụng nội bộ mà một số NHTM

hiện đang áp dụng: có thể dựa vào kết quả của xác suất vỡ nợ để tái xếp hạng khách

hàng.

2.3.1.2 Xây dựng quỹ dự phòng rủi ro sát với rủi ro thực tại của NHTM

Hiện nay, theo các quy định của NHNN về phân loại nợ, trích lập và sử dụng dự

phòng để xử lý rủi ro tín dụng trong hoạt động ngân hàng của các TCTD, các ngân

hàng Việt Nam đa phần vẫn áp dụng việc trích lập dự phòng theo “tuổi nợ”. Chỉ có một

số ít ngân hàng đã có hệ thống xếp hạng tín dụng nội bộ sử dụng phương pháp định

tính để xác định mức độ rủi ro của các khoản tín dụng, từ đó trích lập dự phòng theo tỷ

lệ phù hợp. Tuy nhiên, hệ thống xếp hạng tín dụng nội bộ thể hiện nhiều nhược điểm,

chủ yếu mang tính hình thức hoặc đang trong giai đoạn thử nghiệm và tiếp tục hoàn

thiện. Tuy nhiên, nếu ngân hàng xác định được chính xác xác suất vỡ nợ của danh mục

cho vay, từ đó xác định được tổn thất ước tính thì việc trích lập trở nên đơn giản, hiệu

quả và chính xác hơn rất nhiều.

Đây cũng chính là phương pháp xác định vốn yêu cầu tối thiểu rủi ro tín dụng

được Basel khuyến cáo các NHTM áp dụng, mà xác suất vỡ nợ là một nhân tố cấu

thành quan trọng.

2.3.1.3 Tạo điều kiện triển khai các công cụ phái sinh tín dụng

Một trong những công cụ phái sinh tín dụng chủ yếu được nhiều nước trên Thế

giới sử dụng là hợp đồng hoán đổi rủi ro tín dụng (Credit Default Swap – CDS).

Hợp đồng hoán đổi rủi ro tín dụng, còn được gọi là hợp đồng hoán đổi rủi ro vỡ nợ tín

dụng, ban đầu là một dạng bảo hiểm dành cho trái phiếu tồn tại dưới hình thức một

khoản nợ được chứng khoán hoá.

CDS là một loại chứng khoán phái sinh và có thể so sánh với hợp đồng bảo

hiểm ở chỗ đây là một thoả thuận hoán đổi rủi ro. Người mua CDS trả cho người bán

một khoản phí để được bảo hiểm cho rủi ro vỡ nợ tín dụng, xảy ra khi một bên thứ ba

rơi vào trường hợp vỡ nợ. Phí CDS thường có liên hệ chặt chẽ với việc xếp hạng tín

dụng của bên đi vay, và được tính theo tỷ lệ phần trăm hàng năm trên mỗi đơn vị mệnh

giá của hợp đồng.

Cách thức thực hiện CDS: hai bên tham gia sẽ hoán đổi cho nhau hai dòng tiền,

người mua trả cho người bán dòng phí CDS hàng năm trong suốt thời hạn hợp đồng;

người bán trả cho người mua dòng tiền bảo hiểm rủi ro. Dòng tiền bảo hiểm rủi ro sẽ

bằng 0 nếu vỡ nợ không xảy ra, ngược lại, sẽ bằng giá trị khoản cho vay được bảo

hiểm.

Tuy đã được nhiều nước trên Thế giới áp dụng nhưng công cụ này chưa phát

triển tại Việt Nam. Việc xác định chính xác tổn thất có thể dự tính sẽ giúp ngân hàng

xác định chính xác được giá trị khoản vay. Điều này sẽ phục vụ hiệu quả cho việc thực

hiện quy trình hoán đổi rủi ro tín dụng. Đây là một xu thế tất yếu mà các NHTM Việt

Nam sẽ hướng tới vì hoán đổi tín dụng là những công cụ hiệu quả nhất để san sẻ rủi ro

và tạo tính linh hoạt trong quản lý danh mục các khoản cho vay của mỗi NHTM.

2.3.1.4 Chỉ tiêu đánh giá, quản trị đội ngũ cán bộ tín dụng

Trên thực tế, nhiều ngân hàng trên thế giới đã xây dựng hệ thống chấm điểm kết

quả công việc của cán bộ tín dụng để xác định mức lương và lộ trình thăng tiến phù

hợp. Tại Việt Nam, lương và thưởng thường được dựa vào số dư nợ, số lượng khách

hàng và thâm niên công tác. Nay, xác suất vỡ nợ có thể giúp ngân hàng xác định chất

lượng khoản vay của từng cán bộ tín dụng đang quản lý và đưa chỉ tiêu này vào căn cứ

đánh giá cán bộ tín dụng. Điều này tạo động lực quản lý khoản vay chặt để tránh rủi ro,

cũng như sẽ hạn chế được rủi ro đạo đức trong công tác xét cấp tín dụng.

2.3.2 Đề xuất vận dụng kết quả mô hình logistic đo lường xác suất vỡ nợ của

doanh nghiệp đối với quản trị rủi ro tín dụng của NHTM

Quản trị rủi ro tín dụng là việc nhận diện – đánh giá – đo lường và đề ra các biện

pháp quản lý nhằm hạn chế sự xuất hiện của rủi ro và những thiệt hại khi chúng phát

sinh.

Dựa theo tinh thần của Basel II, nghiên cứu đề xuất quy trình quản trị rủi ro tín

dụng được trình bày tại sơ đồ 2.1.

Sơ đồ 2.1 Quy trình quản trị rủi ro tín dụng đề xuất

Quản trị cấp chi Xếp hạng tín

nhánh dụng Xác định từng

yếu tố liên quan:

+ PD + Tính toán rủi ro

+ EAD Quản trị toàn hệ tín dụng

+ LGD thống + Tính toán vốn

tối thiểu tín dụng

(Nguồn: Tác giả tự xây dựng)

Quản trị cấp chi nhánh

Mỗi chi nhánh trong hệ thống của một ngân hàng sẽ có nhiệm vụ thu thập, xử lý

và tổng hợp dữ liệu của khách hàng. Sau đó có trách nhiệm báo cáo về Hội sở để tổng

hợp, phân tích. Kết quả đầu ra của hệ thống quản trị cấp chi nhánh là các thông số PD,

EAD, LGD được tính toán cho từng khách hàng vay vốn do chi nhánh quản lý. Tuy

nhiên, xét về quy mô và mục đích sử dụng, quản trị cấp chi nhánh là việc sử dụng kết

quả của quy trình để xếp hạng tín dụng cho từng khách hàng doanh nghiệp vay vốn tại

chi nhánh, nhằm phục vụ cho các quyết định: đồng ý hay từ chối cấp tín dụng, phát

triển, duy trì quan hệ hay phải có các biện pháp thu hồi, giảm nợ đối với từng khách

hàng cụ thể.

Nghiên cứu đề xuất các bước thực hiện cụ thể của quá trình quản trị rủi ro tín

dụng cấp chi nhánh như sau:

Bước 1 Thu thập số liệu khách hàng doanh nghiệp vay vốn tại chi nhánh

Yêu cầu của bước này là đảm bảo tính chính xác của báo cáo tài chính và lịch sử

khoản vay. Yêu cầu này cũng chính là điều kiện quan trọng để thiết lập được mô hình

logistic hiệu quả, từ đó ước lượng chính xác thông số PD.

Để đảm bảo tính chính xác của dữ liệu lịch sử khoản vay (khách hàng default và

khách hàng non-default), chi nhánh cần có một hệ thống thông tin đủ mạnh, kết nối

toàn hệ thống để có thể lưu trữ trong một khoảng thời gian dài đối với một khách hàng,

ngoài ra, hệ thống lưu trữ này cũng phải dễ dàng truy vấn, truy xuất thông tin.

Báo cáo tài chính là một nguồn dữ liệu đầu vào quan trọng trong mô hình

logistic thiết kế ở trên. Do vậy, sai lệch thông tin trên báo cáo tài chính dẫn đến việc

ước lượng mô hình không chính xác. Điều này đặt ra yêu cầu phải đảm bảo tính chính

xác của các thông tin trên báo cáo tài chính do khách hàng cung cấp.

Bước 2 Tính toán các thông số

Đối với thông số PD – Xác suất vỡ nợ của khách hàng:

Tiến hành xử lý dữ liệu và hồi quy như các bước thực hiện ở trên, sau đó thiết

lập nên mô hình chuẩn, mô hình này chỉ có giá trị sử dụng trong một thời gian nhất

định (đề nghị là 12 tháng) sau đó phải luôn được kiểm định tỷ lệ dự báo đúng trong

thực tế: dựa trên ghi chép rõ ràng, đầy đủ về giá trị do mô hình ước lượng được và mức

độ, khả năng trả nợ của khách hàng trong thực tế.

Đối với thông số EAD – Tổng dư nợ của khách hàng tại thời điểm khách hàng

không trả được nợ:

Nếu khách hàng vay theo hình thức vay từng lần, vay đầu tư (các khoản vay có

kỳ hạn) thì EAD được xác định không quá khó khăn.

Nếu khách hàng vay theo hạn mức tín dụng thì có thể dựa trên công thức tính

của Basel như sau:

EAD = Dư nợ bình quân + LEQ x Hạn mức tín dụng chưa sử dụng bình quân

Trong đó, LEQ (Loan Equivalent Exposure) là tỷ trọng phần vốn chưa sử dụng

có nhiều khả năng sẽ được khách hàng rút thêm tại thời điểm không trả được nợ.

Việc xác định LEQ - tỷ trọng phần vốn rút thêm có ý nghĩa quyết định đối với

độ chính xác của ước lượng về dư nợ của khách hàng tại thời điểm không trả được nợ.

Cơ sở xác định LEQ là các số liệu quá khứ. Điều này dẫn đến những khó khăn lớn

trong tính toán. Ví dụ, khách hàng uy tín, trả nợ đầy đủ thường hiếm khi rơi vào tình

trạng này, do đó, không thể tính chính xác được LEQ của một khách hàng tốt. Ngoài

ra, một số vấn đề dẫn đến sự phức tạp của LEQ có thể còn gồm: loại hình kinh doanh

của khách hàng, khả năng khách hàng tiếp cận với thị trường tài chính, quy mô hạn

mức tín dụng, tỷ lệ dư nợ đang sử dụng so với hạn mức,…

Đối với thông số LGD – Tỷ trọng tổn thất ước tính:

LGD = (EAD - Số tiền có thể thu hồi)/EAD

Trong đó, số tiền có thể thu hồi bao gồm các khoản tiền mà khách hàng trả và

các khoản tiền thu được từ xử lý tài sản thế chấp, cầm cố. Theo nghiên cứu của ủy ban

Basel, hai yếu tố giữ vai trò quan trọng nhất quyết định khả năng thu hồi vốn của ngân

hàng khi khách hàng không trả được nợ là tài sản bảo đảm của khoản vay và cơ cấu tài

sản của khách hàng.

Cơ cấu tài sản của khách hàng được nhắc đến ở đây với ý nghĩa thứ tự ưu tiên

trả nợ khác nhau của các khoản phải trả trong trường hợp doanh nghiệp phải phá sản.

Trên thực tế, khi một doanh nghiệp phá sản, tỷ lệ thu hồi vốn từ các khoản vay của

ngân hàng thường cao hơn tỷ lệ thu hồi vốn từ trái phiếu bởi ngân hàng có quyền được

ưu tiên trả nợ trước các nhà đầu tư trái phiếu. Bên cạnh đó, khi kinh tế trong tình trạng

suy thoái, tỷ lệ thu hồi vốn cũng sụt giảm. Ngành nghề kinh doanh cũng ảnh hưởng

nhất định đến tỷ lệ thu hồi vốn: các khách hàng hoạt động trong lĩnh vực công nghiệp

nặng thường cho tỷ lệ thu hồi vốn cao hơn các khách hàng kinh doanh trong lĩnh vực

dịch vụ. Hiện nay, tồn tại ba phương pháp chính để tính LGD:

Một là, Market LGD - tỷ trọng tổn thất căn cứ vào thị trường. Phương pháp này

được sử dụng khi các khoản tín dụng có thể được mua bán trên thị trường. Ngân hàng

có thể xác định tỷ trọng tổn thất của một khoản vay căn cứ vào giá của khoản vay đó

một thời gian ngắn sau khi nó được xếp vào hạng không trả được nợ. Giá này được tính

trên cơ sở ước tính của thị trường bằng phương pháp hiện tại hóa tất cả các dòng tiền

có thể thu hồi được của khoản vay trong tương lai.

Hai là, Workout LGD - tỷ trọng tổn thất căn cứ vào việc xử lý các khoản tín

dụng không trả được nợ. Ngân hàng sẽ ước tính các luồng tiền trong tương lai, khoảng

thời gian dự kiến thu hồi được luồng tiền và chiết khấu các luồng tiền này. Việc xác

định lãi suất chiết khấu phù hợp là vấn đề mấu chốt và nan giải nhất.

Ba là, Implied Market LGD - xác định tỷ trọng tổn thất căn cứ vào giá các trái

phiếu rủi ro trên thị trường.

Bước 3 Sử dụng kết quả đầu ra

Sau khi nhận được kết quả tính toán từ Bước 2, Chi nhánh sẽ sử dụng kết quả

như sau: tiến hành xếp hạng cho khách hàng đối với thông số PD và báo cáo về hội sở

để tổng hợp (đối với thông số EAD, LGD và cả thông số PD).

Do hạn chế về mặt thời gian, kinh nghiệm và kiến thức: tác giả chưa tiến hành nghiên

cứu cụ thể cách xác định, ước tính hai thông số còn lại là EAD và LGD (đặc biệt là

LGD với cách tính phức tạp). Nghiên cứu chỉ giải quyết được cách tìm ra thông số PD

– Xác suất vỡ nợ của doanh nghiệp.

Căn cứ trên xác suất vỡ nợ của doanh nghiệp, hội sở sẽ tiến hành lưu trữ dữ liệu

qua thời gian để xác định hạng tín dụng tương đương, tuỳ thuộc khẩu vị rủi ro của từng

ngân hàng.

Để trực quan cho cách thức hệ thống quản trị rủi ro này hoạt động, tác giả đưa ra

ví dụ về bảng quy đổi giữa xác suất vỡ nợ và hạng tín dụng của khách hàng như sau:

Bảng 2.8 Quy đổi tương đương giữa xác suất vỡ nợ và hạng tín dụng của khách

hàng doanh nghiệp

Stt Xác suất vỡ nợ Hạng tín dụng

1 0,00  0,05 AAA

2 0,05  0,15 AA

3 0,15  0,25 A

4 0,25  0,35 BBB

5 0,35  0,45 BB

6 0,45  0,55 B

7 0,55  0,65 CCC

8 0,65  0,75 CC

9 0,75  0,85 C

10 0,85  1,00 D

(Nguồn: Tác giả tự xây dựng)

Bước 3 Đánh giá chất lượng mô hình – khả năng đo lường được rủi ro

Hệ thống sẽ lưu trữ thông tin xếp hạng (kèm theo xác suất vỡ nợ dự báo tương

ứng) của từng khách hàng doanh nghiệp. Sau đó so sánh với thực tế trong thời gian một

năm liền kề để xác định các vấn đề sau:

 Nợ quá hạn thực tế phát sinh của từng nhóm xếp hạng.

 So sánh tính hợp lý của nợ quá hạn thực tế phát sinh theo từng nhóm xếp

hạng: ví dụ nếu tỷ lệ nợ xấu phát sinh trong kỳ của nhóm được xếp hạng

AAA cao hơn nhóm có xếp hạng AA, BBB thì có nghĩa là tính chính xác

của mô hình trong đo lường xác suất vỡ nợ cần xem xét lại.

Bước này là cơ sở quan trọng để từng bước hoàn thiện mô hình đo lường xác

suất vỡ nợ.

Quản trị toàn hệ thống

Mục đích của quản trị rủi ro tín dụng toàn hệ thống là tính toán ra mức vốn tối

thiểu của toàn ngân hàng nhằm đối phó với tổn thất dự tính từ hoạt động tín dụng

Hội sở là cơ quan tập trung toàn bộ các thông số PD, EAD, LGD do mỗi chi nhánh tính

toán theo định kỳ (ví dụ như hàng mỗi quý và tổng hợp cả năm) từ đó xác định mức

vốn yêu cầu tối thiểu theo công thức sau:

Yêu cầu vốn rủi ro tín dụng ≥ ELp

ELp = ELi

2.3.3 Phân tích tình huống giả lập xếp hạng khách hàng

Căn cứ trên số liệu báo cáo tài chính của 190 doanh nghiệp thu thập được, với

giả định đây là các khách hàng đang có quan hệ tín dụng với ngân hàng X.

Bảng 2.8 tính toán xác suất vỡ nợ của một số khách hàng (ví dụ 30 doanh

nghiệp trong số 190 doanh nghiệp nói trên), sau đó quy đổi hạng tín dụng của các

khách hàng này tương ứng với xác suất vỡ nợ ước tính được.

Bảng 2.9 Kết quả xếp hạng tín dụng cho một số khách hàng

Stt Khách hàng

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 ALP BGM CIG CLP CMG CNT DCL DCT DTT DXV FDG HAX HLG HSI KBC KDH ATA BCE BRC COM CTD DHA DTL EMC FDC Xác suất vỡ nợ 1,00 0,99 1,00 1,00 1,00 0,99 0,98 1,00 1,00 1,00 1,00 1,00 1,00 0,99 0,99 0,96 0,79 0,15 0,47 0,68 0,20 0,68 0,83 0,46 0,22 Quy đổi hạng tín dụng D D D D D D D D D D D D D D D D C A B CC A CC C B BBB

26 27 28 29 30 0,30 0,78 0,78 0,33 0,70 BBB C C BBB CC

GTA HDC NLG PET PPC (Nguồn: Tính toán của tác giả)

Kết luận chương 2

Tháng 04/2005 Quyết định 493 được ban hành, sau đó là hàng loạt các quyết

định, thông tư sửa đổi, hướng dẫn đánh dấu sự thay đổi căn bản trong phương thức

phân loại nợ tại các NHTM: ngoài phương thức phân loại nợ dựa trên “tuổi nợ” (thời

gian quá hạn thực tế của khoản nợ), còn gọi là phân loại theo yếu tố định lượng, thì yếu

tố định tính cũng được đề cập như là một phương thức phân loại nợ được khuyến

khích. Các NHTM từ đó bắt đầu xây dựng hệ thống xếp hạng tín dụng để phân loại nợ,

tức là đưa vào hệ thống phân loại nợ của mình yếu tố định tính, tuy nhiên, hệ thống xếp

hạng tín dụng nội bộ của các NHTM vẫn còn nhiều hạn chế do chủ yếu dựa trên chủ

quan của người đánh giá, các hệ số cho điểm dựa trên tham khảo các chuyên gia chứ

chưa có nghiên cứu một cách khoa học.

Xếp hạng tín dụng thực chất là hoạt động đánh giá, đo lường rủi ro tín dụng của

khách hàng, là khâu đầu tiên để xác định một khoản nợ nên được phân vào nhóm nào

cho phù hợp, từ đó tiến hành trích lập dự phòng để quản trị rủi ro tín dụng trong kinh

doanh ngân hàng.

Sự khiếm khuyết của hệ thống xếp hạng tín dụng nội bộ của các NHTM hiện tại

đặt cơ hội cho việc nghiên cứu phát triển mô hình định lượng nhằm đo lường xác suất

vỡ nợ của khách hàng, xem đây là một công cụ hỗ trợ bổ sung cho hệ thống xếp hạng

tín dụng nội bộ.

Chương 3: GIẢI PHÁP VÀ KIẾN NGHỊ NHẰM VẬN DỤNG MÔ HÌNH

LOGISTIC ĐO LƯỜNG XÁC SUẤT VỠ NỢ CỦA DOANH NGHIỆP ĐỐI VỚI

QUẢN TRỊ RỦI RO TÍN DỤNG CỦA NHTM

3.1 Giải pháp đối với NHTM

3.1.1 Xây dựng hạ tầng công nghệ thông tin và hệ thống dữ liệu đồng bộ, bảo mật

Hạ tầng công nghệ thông tin và hệ thống dữ liệu đồng bộ, đảm bảo bảo mật các

dữ liệu và an toàn an ninh mạng sẽ góp phần tạo điều kiện cho việc áp dụng các

phương pháp tính toán tiên tiến nhằm đưa việc quản trị rủi ro tín dụng dần dần theo sát

thông lệ Quốc tế.

NHTM cần xây dựng hệ thống cơ sở dữ liệu khách hàng một cách thống nhất,

đồng bộ, có khả năng kết nối đa chiều và liên tục. Hệ thống lưu trữ thông tin phải dễ

dàng truy vấn, truy xuất trên toàn hệ thống, điều này giúp cho việc xác định nhóm

khách hàng chính xác từ đó đánh giá đúng xác suất vỡ nợ, rủi ro tín dụng của một

khách hàng – đặt trong mối tương quan với nhóm khách hàng có liên quan.

NHTM cần đặt ra chuẩn mực trong việc nhập liệu và thu thập, tổng hợp dữ liệu

để đảm bảo tính chính xác của hệ thống lưu trữ và chất lượng của thông tin. Công tác

nhập dữ liệu của các bộ phận liên quan tại các chi nhánh phải được cập nhật thường

xuyên, đầy đủ, chuẩn xác và thu thập trong một khoảng thời gian đủ dài. Dữ liệu đầy

đủ qua thời gian giúp cho mô hình lượng hoá càng chính xác hơn.

Báo cáo tài chính sai lệch, dù là nguyên nhân do gian lận báo cáo tài chính hoặc

do lỗi kế toán, đều gây hậu quả nghiêm trọng dẫn đến kết quả ước tính các thông số

không chính xác. Để khắc phục điều này NHTM nên yêu cầu khách hàng cung cấp báo

cáo tài chính đã được kiểm toán. Trong tình hình thực tế hiện nay là đa số các khách

hàng đều không thể cung cấp báo cáo tài chính kiểm toán thì các cán bộ tín dụng của

ngân hàng cần tự kiểm tra sự gian lận của báo cáo tài chính bằng các dấu hiệu sau đây:

 Doanh nghiệp báo cáo kết quả hoạt động kinh doanh có lợi nhuận cao, tuy

nhiên dòng tiền lại không tốt;

 Không có sự tương đồng giữa khoản phải thu, nợ phải trả, hàng tồn kho và

doanh số bán hàng (khoản phải thu, nợ phải trả, hàng tồn kho tăng lên trong

khi doanh số bán hàng ổn định hoặc sụt giảm);

 Nợ ngắn hạn cao hơn tài sản ngắn hạn;

 Báo cáo tài chính cung cấp hàng quý đầu năm thể hiện lợi nhuận thấp hoặc

thậm chí lỗ, tuy nhiên, báo cáo tài chính cuối năm lại thể hiện lợi nhuận cao

(có sự điều chỉnh có ý nghĩa ở cuối năm).

3.1.2 Nâng cao chất lượng nguồn nhân lực

NHTM cần chú trọng đầu tư nhân lực, vật lực để xây dựng các mô hình định

lượng có giá trị cao, qua kiểm chứng nhiều lần và sau một khoảng thời gian áp dụng

nhất định phải tổ chức đánh giá lại để điều chỉnh cho phù hợp với tình hình cho vay và

khách hàng thực tế tại ngân hàng.

Để đảm bảo tổ chức tính hiệu quả, NHTM cần thành lập các bộ phận chuyên

trách đảm nhiệm việc nghiên cứu, xây dựng và vận dụng các mô hình kinh tế lượng

khoa học.

Bộ phận chuyên trách này phải bao gồm những nhân sự có chất lượng cao để có

thể hiểu và nắm bắt được các quy tắc, quy định trong Hiệp ước Basel có phần phức tạp,

đồng thời phải có khả năng nắm bắt cách thức, phương pháp, kinh nghiệm các ngân

hàng trên Thế Giới vận dụng Hiệp ước Basel trong quản trị rủi ro.

Bộ phận chuyên trách về quản trị rủi ro cũng giống như bộ phận kiểm toán,

kiểm soát nội bộ của ngân hàng, tức là cần phải độc lập với bộ phận kinh doanh, định

kỳ bộ phận chuyên trách quản trị rủi ro này sẽ chọn mẫu đến các chi nhánh để kiểm tra

tình hình tuân thủ của chi nhánh về vấn để đảm bảo chất lượng thông tin, tính khách

quan của các kết quả đo lường rủi ro.

Để nâng cao sự hiểu biết và nhận định đúng tầm quan trọng của việc hướng tới

chuẩn mực quản trị rủi ro tín dụng theo Hiệp ước Basel, NHTM cần tổ chức các lớp

đào tạo, các buổi tập huấn đến các cán bộ ngân hàng, đặc biệt là đội ngũ thuộc bộ phận

chuyên trách quản lý rủi ro tại hội sở và các cán bộ tín dụng, cán bộ thẩm định tại chi

nhánh.

3.1.3 Tiếp tục hoàn thiện hệ thống xếp hạng tín dụng nội bộ

Tiến hành đánh giá rủi ro tín dụng của khách hàng thường xuyên theo định kỳ

hoặc bất cứ khi nào xảy ra sự kiện có thể ảnh hưởng đến khả năng trả nợ cho ngân

hàng từ đó đưa ra đối sách thích hợp. Trong trường hợp rủi ro tín dụng của doanh

nghiệp gia tăng thì cần theo dõi sát sao các thông tin và biểu hiện liên quan đến tình

hình kinh doanh và thiện chí trả nợ của khách hàng, yêu cầu giảm dư nợ, yêu cầu tài

sản đảm bảo bổ sung hoặc hạn chế các khoản cấp tín dụng mới.

3.1.4 Nhất quán quy trình và giám sát chặt việc thực thi quy trình quản trị rủi ro

tín dụng

Hệ thống quản trị rủi ro dù có hoàn thiện đến đâu cũng đều do con người thực

hiện, nếu kết quả từ các mô hình tính toán ra không được sử dụng để ngăn ngừa và đối

phó với rủi ro tín dụng một cách triệt để, nghiêm túc thì xem như hệ thống quản trị rủi

ro sẽ mất hết ý nghĩa và tác dụng.

Do đa phần tại các NHTM thực hiện nhập dữ liệu đầu vào và quản lý khách

hàng, nên xảy ra trường hợp ngân hàng mong muốn cho vay đối với khách hàng đó nên

thường điều chỉnh thông tin để có kết quả như mong đợi. Điều này là do yếu tố kinh

doanh và yếu tố quản trị rủi ro không được tách bạch triệt để, và do Hội sở thiếu công

tác giám sát, hậu kiểm chặt chẽ, thiếu cơ chế chế tài, phạt, kỷ luật đối với các trường

hợp điều chỉnh thông tin của khách hàng.

Do vậy, ý thức tuân thủ hệ thống quản trị rủi ro cần được quán triệt và tiến hành

kiểm tra định kỳ.

3.1.5 Thông tin liên kết toàn ngành

Công tác quản trị rủi ro đòi hỏi phải có dữ liệu đa chiều, thời gian lưu trữ đủ dài

và cập nhật thường xuyên. Hiện nay, do bí mật trong kinh doanh nên thông tin về

khách hàng giữa các NHTM không được liên kết, điều này nếu đặt trong khía cạnh

quản trị rủi ro thì là một điểm cần khắc phục. Chẳng hạn như một doanh nghiệp có

quan hệ tín dụng tại ngân hàng A, sau một thời gian tình hình kinh doanh khó khăn, có

khả năng nhiều là sẽ quá hạn, doanh nghiệp này bị ngân hàng A xếp hạng tín dụng

thấp. Tuy nhiên, do thông tin không liên kết toàn ngành, nên doanh nghiệp này có thể

làm lại báo cáo tài chính và hồ sơ tín dụng để có thể vay vốn tại ngân hàng B. Điều này

có nghĩa là rủi ro tín dụng chưa bị loại trừ mà chỉ chuyển từ ngân hàng này sang ngân

hàng khác.

Do vậy, đặt trong mục tiêu về tính hiệu quả của hệ thống quản trị rủi ro, việc

liên kết thông tin toàn ngành ngân hàng là cần thiết, đặc biệt là thông tin cảnh báo đối

với đối tượng khách hàng rủi ro cao, liên tục vi phạm nghĩa vụ với ngân hàng.

3.2 Nhóm các kiến nghị đối với các cơ quan có liên quan

3.2.1 Kiến nghị đối với Ngân hàng Nhà Nước Việt Nam

NHNN Việt Nam là cơ quan trực tiếp điều hành, giám sát hệ thống NHTM tại

Việt Nam; Trung tâm thông tin tín dụng của Ngân hàng nhà nước (CIC) vẫn là một

trong những cơ quan được các NHTM tham chiếu thông tin về lịch sử trả nợ của khách

hàng để phân loại nợ và quyết định cho vay. Với vai trò quan trọng như vậy, nghiên

cứu đưa ra một số kiến nghị đối với NHNN để thúc đẩy công tác quản trị rủi ro tín

dụng tại các NHTM hiệu quả hơn:

Thứ nhất, NHNN cần ban hành các quy định, hướng dẫn và lộ trình về việc xây

dựng, kiểm định và phê duyệt các hệ thống xếp hạng tín dụng theo tiêu chuẩn Basel II,

từng bước đưa hệ thống phân loại nợ và đo lường rủi ro của Việt Nam tiến gần với hệ

thống quản trị rủi ro của Thế giới. Đồng thời, NHNN cần có cơ chế khuyến khích, tạo

động lực cho các NHTM xây dựng và ứng dụng hệ thống quản trị rủi ro tiên tiến.

Trong một số văn bản có tính chất quản lý rủi ro tín dụng đối với hoạt động

ngân hàng thương mại, NHNN đã đề cập đến việc các NHTM cần phải thiết lập hệ

thống định hạng, chấm điểm xếp loại khách hàng. Tuy nhiên, cho đến nay, NHNN vẫn

chưa có hướng dẫn cụ thể nào và cũng không đưa ra được các tiêu chuẩn thống nhất

cho các ngân hàng trong việc xây dựng hệ thống định hạng, xếp loại khách hàng và

phân loại nợ. Bên cạnh đó, do hệ thống xếp hạng nội bộ được các NHTM tự xây dựng

và NHNN phê duyệt nên tính tương đồng giữa các hệ thống của các NHTM không đảm

bảo. Chính vì vậy, NHNN nên nghiên cứu bổ sung để hoàn thiện một văn bản quy định

rõ về việc: ban hành một quy trình, hệ thống thống nhất, hướng dẫn cụ thể các bước.

Thứ hai, NHNN nên có các biện pháp hỗ trợ kỹ thuật cụ thể cho các NHTM,

cũng như thông qua các chương trình hợp tác, đào tạo với các tổ chức có nhiều kinh

nghiệm để chia sẻ kinh nghiệm xây dựng hệ thống quản trị rủi ro theo thông lệ Quốc tế.

Thứ ba, nâng cao chất lượng thông tin của Trung tâm thông tin tín dụng của

NHNN Việt Nam.

Khi các NHTM chưa có điều kiện hoàn thiện hệ thống xếp hạng tín dụng nội bộ

thì thông tin từ CIC vẫn là nguồn tham chiếu quan trọng cho quá trình đánh giá một

khách hàng, do vậy, cần phát triển CIC theo hướng là một tổ chức xếp hạng tín dụng

độc lập, có hệ thống xếp hạng tín dụng khoa học theo chuẩn mực để cung cấp các sản

phẩm xếp hạng tín dụng có chất lượng cao.

Trung tâm thông tin tín dụng của NHNN đã thực hiện cung cấp thông tin tín

dụng theo yêu cầu của các tổ chức tín dụng và các doanh nghiệp. Tuy nhiên, việc cung

cấp thông tin của CIC vẫn chưa đầy đủ, chủ yếu cung cấp thông tin về số lượng tổ chức

tín dụng đã quan hệ, dư nợ hiện tại, lịch sử nợ quá hạn trong 03 - 05 năm gần nhất,

thông tin về người đại diện doanh nghiệp. Riêng đối với thông tin xếp hạng tín nhiệm:

mức độ thông tin tương đối đơn giản, chỉ chấm điểm tài chính và chưa thực hiện chấm

điểm phi tài chính, CIC chỉ thực hiện xếp hạng đối với một số khách hàng (do thiếu

thông tin hoặc chưa thể xếp hạng đối với các doanh nghiệp chưa từng có quan hệ tín

dụng tại bất kỳ Tổ chức tín dụng nào).

Đối với các doanh nghiệp có quan hệ tín dụng tại ngân hàng, định kỳ hàng năm

CIC có yêu cầu các NHTM phải gửi báo cáo tài chính của doanh nghiệp đó, tuy nhiên

thời gian cập nhật chưa kịp thời, và bằng cách yêu cầu này, CIC đã giao bài toán đảm

bảo tính chính xác về thông tin trên BCTC cho các NHTM lo liệu.

Trong thời gian tới, CIC cần nâng cao chất lượng thông tin tín dụng của doanh

nghiệp bằng cách phối hợp, chia sẻ thông tin với các cơ quan thuế, thống kê, xây dựng

đội ngũ chuyên viên có chất lượng để thực hiện thu thập, xử lý và cập nhật thông tin;

liên kết với các định chế tài chính nước ngoài nhằm mở rộng công tác thu thập thông

tin liên quan đến các doanh nghiệp có vốn đầu tư nước ngoài, từ đó có thể cung cấp

thông tin một cách nhanh chóng, chính xác và kịp thời.

Thứ tư, NHNN phải tạo điều kiện để các NHTM dễ dàng truy cập thông tin tín

dụng của khách hàng và phải đảm bảo tính chính xác của các nguồn thông tin này.

Do là tổ chức của NHNN nên CIC có rất nhiều lợi thế để khai thác thông tin từ

nhiều nguồn khác nhau, tuy nhiên thông tin từ CIC hiện nay vẫn bị đánh giá là thiếu

cập nhật, mức độ chuẩn xác chưa cao. Để khắc phục vấn đề này thì cần có một cơ chế

phân định trách nhiệm rõ ràng kèm theo xử phạt để đảm bảo các tổ chức liên quan có

trách nhiệm hơn trong việc cung cấp thông tin.

3.2.2 Kiến nghị đối với cơ quan quản lý Nhà nước:

Để các giải pháp và kiến nghị nêu trên có thể áp dụng và có hiệu quả cao trong

thực tiễn hoạt động của ngân hàng thì cần phải có các hỗ trợ về mặt hành chính như

Thứ nhất, Chính phủ hỗ trợ nguồn vốn hỗ trợ đầu tư hạ tầng công nghệ thông

tin.

Trong điều kiện NHTM chưa tự thân bỏ một nguồn vốn lớn để đầu tư công nghệ

phục vụ cho công tác đánh giá, đo lường và quản trị rủi ro tín dụng thì Chính phủ cần

tìm kiếm các nguồn tài trợ dài hạn giúp các NHTM từng bước hiện đại hoá công nghệ

ngân hàng. Sự hiện đại hoá phải trên cơ sở bảo mật thông tin, nâng cao tính an toàn,

phát triển hệ thống giao dịch, mạng kết nối giữa các NHTM với nhau để làm cho

nguồn thông tin về khách hàng ngày càng dễ dàng truy xuất, giúp giảm thiểu rủi ro tín

dụng.

Thứ hai, Chính phủ cần hoàn thiện hệ thống pháp luật để tránh tình trạng người

đi vay lợi dụng kẽ hở pháp luật gây thiệt hại cho ngân hàng.

Mô hình định lượng chỉ tính toán các yếu tố tài chính của doanh nghiệp, xác

suất vỡ nợ do đó chưa tính đến các yếu tố khách quan từ phía Nhà nước và pháp luật.

Để hỗ trợ cho các NHTM đo lường xác suất vỡ nợ từ đó quản trị rủi ro tín dụng tốt

nhất thì Chính phủ cần hoàn thiện thêm hệ thống pháp luật để một mặt tránh tình trạng

người đi vay lợi dụng kẽ hở pháp luật, mặt khác cũng quy định rõ biện pháp chế tài đối

với hành vi vi phạm này.

Thứ ba, Bộ Tài Chính cần hoàn thiện hệ thống pháp luật về kế toán để đạt được

các chuẩn mực kế toán quốc tế, các quy định cần phải được thống nhất và ổn định

trong một khoảng thời gian dài nhằm giúp việc xử lý thông tin của ngân hàng được

nhanh chóng và hiệu quả.

Hiện nay, nhiều doanh nghiệp không tuân thủ hoặc tuân thủ không đầy đủ các

quy định về kế toán kiểm toán đã gây ảnh hưởng khá nhiều đến việc xử lý thông tin dữ

liệu đầu vào của ngân hàng. Việc tuân thủ quy định thống nhất như trên sẽ giúp các

NHTM có được kết quả đo lường xác suất vỡ nợ chính xác hơn.

Kết luận chương 3

Thông qua những vấn đề được trình bày ở chương 1 và chương 2, để có thể vận

dụng mô hình đo lường xác suất vỡ nợ vào công tác quản trị rủi ro tín dụng tại các

NHTM thì nghiên cứu đã đưa ra những giải pháp đối với NHTM, những kiến nghị với

các cơ quan quản lý có liên quan như: NHNN Việt nam, Chính phủ, Bộ Tài chính.

Qua đó, nghiên cứu hy vọng nhóm những giải pháp, kiến nghị này sẽ giúp hoàn

thiện hơn nữa hệ thống quản trị rủi ro tại các NHTM, nâng cao chất lượng quản trị rủi

ro toàn hệ thống để đáp ứng các quy định, quy tắc của Hiệp ước Basel mà nhiều quốc

gia tiên tiến đang áp dụng.

KẾT LUẬN CHUNG

Quản trị rủi ro tín dụng trong hoạt động kinh doanh của NHTM là một vấn đề

rất phức tạp và khó khăn, đặc biệt là trong điều kiện thông tin không hoàn hảo và nền

kinh tế có nhiều biến động phức tạp như Việt Nam.

Nghiên cứu tiến hành với 190 doanh nghiệp niêm yết trên sàn H.O.S.E, dùng

các biến số tài chính để đo lường xác suất vỡ nợ của doanh nghiệp. Nghiên cứu tìm

hiểu về mối quan hệ giữa xác suất vỡ nợ và rủi ro tín dụng, từ đó đề xuất quy trình

quản trị rủi ro tín dụng trong NHTM theo khuyến cáo của Basel. Nhìn chung, nghiên

cứu giải quyết được một số nội dung sau:

1. Hệ thống hoá cơ sở lý luận về xác suất vỡ nợ của doanh nghiệp, rủi ro tín dụng

và quản trị rủi ro tín dụng trong hoạt động kinh doanh của ngân hàng, mối quan

hệ giữa xác suất vỡ nợ và rủi ro tín dụng.

2. Thiết kế được mô hình định lượng đo lường xác suất vỡ nợ của doanh nghiệp và

vận dụng mô hình này đề xuất quy trình quản trị rủi ro tín dụng theo các quy tắc,

quy định của Basel.

3. Nghiên cứu cũng đề xuất một số giải pháp đối với NHTM để có thể vận dụng

tối đa công dụng của mô hình logistic đo lường xác suất vỡ nợ đối với công tác

quản trị rủi ro tín dụng tại NHTM. Ngoài ra, để hệ thống quản trị rủi ro phát huy

hiệu quả nhất, nghiên cứu cũng nêu ra một số kiến nghị với các cơ quan quản lý

có liên quan để hỗ trợ, tạo điều kiện thuận lợi giúp các NHTM nhanh chóng

hoàn thiện hệ thống quản trị rủi ro tín dụng.

Trong khuôn khổ nghiên cứu, luận văn mới chỉ tập trung đo lường một trong ba

thông số cấu thành rủi ro tín dụng: thông số xác suất vỡ nợ của doanh nghiệp (hai

thông số còn lại là tỷ trọng tổn thất ước tính và dư nợ của khách hàng tại thời điểm

khách hàng không trả được nợ). Do đó, để quy trình quản trị rủi ro tín dụng tiếp tục

phát triển, hoàn thiện và có tính ứng dụng cao trong thực tiễn thì cần có các nghiên cứu

chuyên sâu hơn trong tương lai.

Ngoài ra, nghiên cứu cũng còn nhiều hạn chế như: hạn chế về số lượng mẫu

nghiên cứu và thông tin về lịch sử khoản vay; nghiên cứu chưa phân biệt mô hình cho

từng loại hình hoặc lĩnh vực kinh doanh; nghiên cứu chỉ tập trung vào xác suất vỡ nợ

của doanh nghiệp mà chưa đề cập đến xác suất vỡ nợ của cá nhân. Đây cũng chính là

hướng gợi mở cho các nghiên cứu tiếp theo: thiết kế mô hình cho từng ngành nghề;

tăng số lượng mẫu nghiên cứu và thu thập số liệu trong khoảng thời gian dài hơn vì xác

suất vỡ nợ có thể chịu ảnh hưởng từ tình hình kinh doanh, tình hình tài chính trong quá

khứ của một doanh nghiệp (như khuyến cáo của Basel là 05 năm); đưa vào nghiên cứu

tác động của các biến số vĩ mô, môi trường pháp lý, môi trường kinh doanh đặc thù của

doanh nghiệp đến xác suất vỡ nợ của doanh nghiệp; thiết kế mô hình để đo lường xác

xuất vỡ nợ, rủi ro tín dụng của các cá nhân vay nợ.

DANH MỤC TÀI LIỆU THAM KHẢO

Tiếng Việt:

1. Hoàng Tùng, 2011. Phân tích rủi ro tín dụng doanh nghiệp bằng mô hình

Logistic. Tạp chí Khoa học và Công nghệ, số 43, trang 193.

2. Nguyễn Anh Đức, 2012. Phân tích danh mục tín dụng: Xác suất không trả được

nợ - Probability of Default (PD). Luận văn Thạc sĩ. Trường Đại học Quốc Gia

Hà Nội.

3. Nguyễn Bảo Huyền, 2012. Quá trình tiếp cận việc thực hiện Basel III ở các

nước khu vực Đông Nam Á. Tạp chí Khoa học Đào tạo Ngân hàng, số 127,

tháng 12/2012.

4. Ngân hàng nhà nước, 2005. Quyết định số 493/2005/QĐ-NHNN ngày

22/04/2005: Quy định về phân loại nợ, trích lập và sử dụng dự phòng để xử lý

rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng

5. Ngân hàng Nhà nước, 2013. Thông tư số 02/2013/TT-NHNN ngày 21/01/2013,

quy định về phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi

ro và việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của tổ chức tín

dụng, chi nhánh ngân hàng nước ngoài

6. Ngân hàng TMCP Xuất Nhập Khẩu Việt Nam, 2012. Sổ tay hướng dẫn Hệ

thống chấm điểm, xếp hạng tín dụng nội bộ đối với khách hàng doanh nghiệp.

7. Sở giao dịch Chứng khoán TP.HCM, 2007. Quyết định 168/QĐ-SGDHCM

ngày 07/12/2007 về việc ban hành Quy chế niêm yết chứng khoán tại Sở giao

dịch Chứng khoán TP.HCM

Tiếng Anh:

1. Bank for International Settlement, 2005. Studies on the Validation of Internal

Rating Systems. Working paper No.14.

2. Edward I. Altman, 1968. Financial ratios, discriminant analysis and the

prediction of corporate bankruptcy. Journal of Finance, Vol23: 189–209.

3. Edward I. Altman, 1999. Predicting Financial Distress of Companies:

Revisiting the Z-Score and ZETA Models [online] Available at:

[Accessed 20 October

2013]

4. Edward I. Altman and Gabriele Sabato, 2007. Modeling Credit Risk for SMEs:

Evidence from the US Market. ABACUS (Journal), Vol. 43(3): 332-357.

5. Ing. Zuzana Fialova, 2009. Logistic regression in credit modeling.University of

Economic,Praha[pdf]Availableat:

nference_mezinarodni/DOKBAT2012/prispevky/16.pdf> [Accessed 27 October

2013]

6. Joel Bessis, 2001. Risk Management in Banking. 2nd edition. Chichester: John

Wiley & Sons Ltd.

7. Sjur Westgaard and Nico van der Wijst, 2000. Default probabilities in a

corporate bank porfolio: A logistic model approach. European Journal of

Operational Research. 135: 338-349.

8. Yiping Qu, 2006. Macro Economic Factors and Probability of Default.

Stockholm School of Economics.

9. Zhu Kong-Lai and Li Jing-jing, 2010. Studies of Discriminant Analysis and

Logistic Regression Model Aplication in Credit risk for China’s Listed

Companies. Management Science and Engineering, Vol.4 (4): 24-32.

Cổng thông tin điện tử

1. Bảo hiểm tiền gửi Việt Nam: Bài viết của Nhóm nghiên cứu Bảo hiểm tiền gửi

Việt Nam “Những điểm mới của Basel III và liên hệ đối với Việt Nam”, đường

dẫn : http://div.gov.vn/Default.aspx?tabid=121&News=1652&CategoryID=2

2. Hiệp hội Ngân hàng Việt Nam: Bài viết giới thiệu về Hiệp ước vốn Basel (Basel

I và II), đường dẫn:

http://www.vnba.org.vn/index.php?option=com_content&view=article&id=159

4:hip-c-vn-basel-basel-i-va-ii&catid=43:ao-to&Itemid=90 [Truy cập ngày

06/10/2013]

3. Học viện Ngân hàng. Hội thảo khoa học. Bài viết “Đổi mới cách thức đo lường

rủi ro tín dụng tại các NHTM Việt nam trong quá trình tái cấu trúc hệ thống”,

đường dẫn:

http://bank.hvnh.edu.vn/upload/4980/20131001/%C4%90%E1%BB%95i%20m

%E1%BB%9Bi%20c%C3%A1ch%20th%E1%BB%A9c%20%C4%91o%20l%

C6%B0%E1%BB%9Dng%20r%E1%BB%A7i%20ro%20t%C3%ADn%20d%E

1%BB%A5ng%20t%E1%BA%A1i%20c%C3%A1c%20NHTM%20Vi%E1%B

B%87t%20Nam%20trong%20qu%C3%A1%20tr%C3%ACnh%20t%C3%A1i

%20c%E1%BA%A5u%20tr%C3%BAc%20h%E1%BB%87%20th%E1%BB%

91ng-%20Ths.%20Pham%20Thu%20Thuy%20-

%20Do%20Thi%20Thu%20Ha.pdf

4. Sở giao dịch Chứng khoán Tp.HCM (HOSE): Danh sách Chứng khoán thuộc

diện theo dõi đặc biệt, đường dẫn:

http://www.hsx.vn/hsx/Modules/webinfo/CKtheodoiDB.aspx [Truy cập ngày

19/10/2013]

5. Trung tâm Thông tin tín dụng của Ngân hàng nhà nước: Bài viết “BIDV – Ngân

hàng tiên phong xếp hạng tín dụng nội bộ tiệm cận chuẩn mực quốc tế”, đường

dẫn: http://www.creditinfo.org.vn/hoinghi/BaiViet_XHTDBIDV.pdf

6. Trung tâm nghiên cứu khoa học - Đào tạo chứng khoán (Uỷ ban chứng khoán

Nhà nước). Bài viết “Chứng khoán đảm bảo bằng thế chấp (MBS) và Hợp đồng

hoán đổi rủi ro tín dụng (CDS) – Hai công cụ chứng khoán phái sinh chủ yếu

gây ra khủng hoảng tài chính năm 2008 và gợi ý chính sách giám sát tài chính”,

đường dẫn:

http://www.srtc.org.vn/images/uploaded/Bai%20dang%20hoi%20thao%20HVN

N%20ve%20CDS%20va%20MBS.pdf

7. Trường Đại học Nha Trang. Hội thảo khoa học tháng 06/2013. Bài viết:

“Nguyên nhân nợ xấu dưới góc nhìn từ báo cáo tài chính cùa doanh nghiệp”,

đường dẫn:

http://www.ntu.edu.vn/khoakttc/Nghi%C3%AAnc%E1%BB%A9ukhoah%E1%

BB%8Dc/HTKH613.aspx

Phụ lục 1: Phương pháp đo lường rủi ro tín dụng theo Basel II

Bảng 1.1: Trọng số rủi ro tín dụng theo phương pháp chuẩn hoá

Đối tượng cho vay Dưới B- AAA đến AA- A+ đến A- BBB+ đến BBB- BB+ đến B- Không xác định

0% 20% 50% 100% 150% 100% Quốc gia

Ngân hàng

Tuỳ chọn 1 20% 50% 100% 100% 150% 100%

Tuỳ chọn 2 20% 50% 50% 100% 150% 50%

Tuỳ chọn 2 (ngắn hạn) 20% 20% 20% 50% 150% 20%

20% 50% 100% 150% 100% Doanh nghiệp 100%- 150%

75% Cho vay đối với danh mục bán lẻ

35% Bảo đảm bởi tài sản nhà ở

100%

Bảo đảm bởi bất động sản thương mại

100% hoặc 150% Nợ quá hạn trả

<= 100% Tài sản khác

(Nguồn: Basel II)

Bảng 1.2: Các định nghĩa và thành phần rủi ro theo phương pháp đánh giá dựa tên hệ thống xếp hạng nội bộ

Ký hiệu - Diễn giải Cách tính

PD (Probability of Default) Xác suất không trả được nợ của khách hàng trong 12 tháng tới

LGD (Loss Given Default)

Tỷ lệ mất vốn dự kiến

N(.) : Hàm phân bổ tích luỹ của phân phối chuẩn

G(.) : Hàm ngược của hàm N(.)

G(0.999) Hàm thống kê với độ tin cậy 99,9%

M (Maturity) - Thời hạn

R = 0.12 x [( 1 – e-50xPD) / (1– e-50)]

+ 0.24 x [ 1 – ( 1 – e-50xPD) / (1– e-50)] R - Hệ số tương quan của từng cặp đôi khoản vay trong danh mục cho vay của các ngân hàng

B - Kỳ hạn có điều chỉnh b = [ 0.11852 – 0.05478 x ln(PD)]2

Vốn quy định =

{LGD x N [(1 – R)-0.5 x G (PD) + (R / (1 – R))0.5 x G(0.999)] – PD x LGD} x (1 -1.5 x b)-1 x (1 + (M - 2.5) x b)

(Nguồn: Basel II)

Stt

Tên công ty

Lý do

Diện

Ngày có hiệu lực

Mã CK

Khuyết dữ liệu

03/04/13

ALP

CTCP Đầu tư Alphanam

Cảnh báo

08/10/12

BGM

30/07/12

Lợi nhuận sau thuế của cổ đông Công ty mẹ năm 2012 và lợi nhuận sau thuế chưa phân phối là số âm. Tiếp tục vi phạm quy định công bố thông tin. Công ty tạm dừng hoạt động sản xuất kinh doanh chính.

Cảnh báo Cảnh báo

BSI

04/04/12

Do kết quả kinh doanh năm 2011 lỗ

Cảnh báo

CTCP Khai thác và chế biến Khoáng sản Bắc Giang Công ty Cổ phần Chứng khoán Ngân hàng Đầu tư và Phát triển Việt Nam

CIG CTCP COMA18

03/04/13

Cảnh báo

CLP

15/04/13

CTCP Thủy sản Cửu Long

Cảnh báo

CMG

13/07/12

Cảnh báo

Lợi nhuận sau thuế của Công ty và lợi nhuận chưa phân phối là số âm. Lợi nhuận sau thuế của cổ đông Công ty mẹ năm 2012 là số âm. Lợi nhuận sau thuế của cổ đông công ty mẹ năm 2011 là số âm.

CMX

10/05/12

Công ty thường xuyên vi phạm quy định về công bố thông tin .

Cảnh báo

Công ty Cổ phần Tập đoàn Công nghệ CMC CTCP chế biến thủy sản và xuất nhập khẩu Cà Mau

CNT

02/04/13

Cảnh báo

CTCP Xây dựng và Kinh doanh Vật tư

05/04/13

Cảnh báo

DCL

Công ty Cổ phần Dược phẩm Cửu Long

07/05/12

Cảnh báo

10 DCT

11/04/13

Cảnh báo

CTCP Tấm lợp Vật liệu Xây dựng Đồng Nai

Lợi nhuận sau thuế của cổ đông công ty mẹ tại báo cáo tài chính hợp nhất đã được kiểm toán năm 2012 của Công ty là số âm. Công ty đã khắc phục được tình trạng chậm công bố thông tin định kỳ trong năm 2012. Lợi nhuận sau thuế của cổ đông công ty mẹ năm 2011 là số âm. Lợi nhuận sau thuế của Công ty và lợi nhuận sau thuế chưa phân phối là số âm.

Phụ lục 2: Danh sách mã chứng khoán thuộc diện theo dõi đặc biệt của HOSE

11 DRH

06/05/13

CTCP Đầu tư Căn Nhà Mơ Ước

Kiểm soát

12 DTT

28/03/13

Kiểm soát

Công ty Cổ phần Kỹ nghệ Đô Thành

13 DXV

11/07/13

Cảnh báo

CTCP Vicem Vật liệu Xây dựng Đà Nẵng

09/10/13

Cảnh báo

FDG

Công ty cổ phần DOCIMEXCO

09/04/13

Cảnh báo

15 HAS CTCP HACISCO. 22/04/13

Cảnh báo

16 HAX

03/05/13

Kiểm soát

Công ty Cổ phần Dịch vụ Ô tô Hàng Xanh

17 HLG

18/04/13

Cảnh báo

Công ty Cổ phần Tập đoàn Hoàng Long

Công ty đã thực hiện giải trình nguyên nhân dẫn đến sự thua lỗ trong năm 2012 và có phương án khắc phục cũng như kế hoạch sản xuất kinh doanh năm 2013. Công ty đã thực hiện giải trình nguyên nhân dẫn đến sự thua lỗ trong năm 2012 và có phương án khắc phục cũng như kế hoạch sản xuất kinh doanh năm 2013. Lợi nhuận sau thuế năm 2011 sau khi hồi tố là số âm và bị lỗ lũy kế đến 31/12/2012 (Lợi nhuận sau thuế chưa phân phối tại ngày 31/12/2012 là âm. Công ty liên tục vi phạm các quy định về công bố thông tin. Lợi nhuận sau thuế của cổ đông Công ty mẹ năm 2012 và lợi nhuận sau thuế chưa phân phối là số âm. Theo Báo cáo tài chính hợp nhất kiểm toán năm 2012, công ty kiểm toán đưa ra ý kiến ngoại trừ có ảnh hưởng trọng yếu đến kết quả kinh doanh, làm lợi nhuận sau thuế chuyển từ lãi thành lỗ. Công ty đã thực hiện giải trình nguyên nhân dẫn đến sự thua lỗ trong năm 2012 và có phương án khắc phục cũng như kế hoạch sản xuất kinh doanh năm 2013. Theo Báo cáo tài chính hợp nhất kiểm toán năm 2012, công ty kiểm toán đưa ra ý kiến ngoại trừ có ảnh hưởng trọng yếu đến kết quả kinh doanh, làm lợi nhuận sau thuế chuyển từ lãi thành lỗ.

18 HSI

28/03/13

Cảnh báo

CTCP Vật tư Tổng hợp và Phân bón Hóa sinh

19 KBC

02/04/13

Cảnh báo

Tổng Công ty Phát triển Đô Thị Kinh Bắc – Công ty Cổ phần

20 KDH

02/04/13

Cảnh báo

CTCP Đầu tư và Kinh doanh Nhà Khang Điền

21 KMR

22/04/13

Công ty Cổ phần MIRAE

Cảnh báo

22 KSH

08/04/13

Cảnh báo

LAF

13/03/13

Cảnh báo

Công ty Cổ phần Tập đoàn Khoáng sản Hamico CTCP Chế biến Hàng xuất khẩu Long An

LCG

02/04/13

Công ty Cổ phần LICOGI 16

Cảnh báo

25 MHC

27/04/11

CTCP Hàng hải Hà Nội

Kiểm soát

13/05/13

Cảnh báo

26 NKG

CTCP Thép Nam Kim

09/04/13

Lợi nhuận sau thuế của cổ đông Công ty mẹ năm 2012 là số âm. Lợi nhuận sau thuế của cổ đông công ty mẹ tại báo cáo tài chính hợp nhất đã được kiểm toán năm 2012 của Công ty là số âm Lợi nhuận sau thuế của cổ đông công ty mẹ tại báo cáo tài chính hợp nhất đã được kiểm toán năm 2012 của Công ty là số âm. Theo Báo cáo tài chính hợp nhất kiểm toán năm 2012, công ty kiểm toán đưa ra ý kiến ngoại trừ có ảnh hưởng trọng yếu đến kết quả kinh doanh, làm lợi nhuận sau thuế chuyển từ lãi thành lỗ. Lợi nhuận sau thuế của Công ty và lợi nhuận sau thuế chưa phân phối là số âm. Lợi nhuận sau thuế thu nhập doanh nghiệp năm 2012 là số âm. Lợi nhuận sau thuế của cổ đông công ty mẹ tại báo cáo tài chính hợp nhất đã được kiểm toán năm 2012 của Công ty là số âm. Công ty bị tạm ngừng giao dịch từ ngày 08/04/2011 do kết quả kinh doanh 2009, 2010 lỗ và được giao dịch trở lại dưới dạng bị kiểm soát Lợi nhuận sau thuế và lợi nhuận chưa phân phối tại báo cáo tài chính đã được kiểm toán năm 2012 của Công ty là số âm. Công ty tiếp tục vi phạm quy định về công bố thông tin.

Cảnh báo

27 NVN

01/04/13

Công ty cổ phần Nhà Việt Nam

Cảnh báo

28 NVT

11/04/13

Kiểm soát

CTCP Bất Động sản Du lịch Ninh Vân Bay

PIT

22/04/13

Cảnh báo

Công ty Cổ phần Xuất nhập khẩu PETROLIMEX

PNC

04/04/13

Cảnh báo

Công ty Cổ phần Văn Hóa Phương Nam

09/04/13

Cảnh báo

PTC

CTCP Đầu tư và Xây dựng Bưu Điện

07/09/12

Cảnh báo

PTL

03/04/13

Cảnh báo

CTCP Đầu tư Hạ tầng và Đô thị Dầu khí

PXI

22/04/13

Cảnh báo

CTCP Xây dựng Công nghiệp & Dân dụng Dầu khí

PXL

22/04/13

Cảnh báo

CTCP đầu tư Xây dựng Thương mại dầu khí – Idico

Lợi nhuận sau thuế của cổ đông công ty mẹ là số âm. Công ty đã thực hiện giải trình nguyên nhân dẫn đến sự thua lỗ trong năm 2012 và có phương án khắc phục cũng như kế hoạch sản xuất kinh doanh năm 2013. Theo Báo cáo tài chính hợp nhất kiểm toán năm 2012, công ty kiểm toán đưa ra ý kiến ngoại trừ có ảnh hưởng trọng yếu đến kết quả kinh doanh, làm lợi nhuận sau thuế chuyển từ lãi thành lỗ. Lợi nhuận sau thuế của cổ đông Công ty mẹ năm 2012 và lợi nhuận sau thuế chưa phân phối là số âm. Lợi nhuận sau thuế của cổ đông Công ty mẹ năm 2012 và lợi nhuận sau thuế chưa phân phối là số âm. Công ty tiếp tục vi phạm công bố thông tin sau khi đã xử lý bằng hình thức cảnh cáo toàn thị trường. Lợi nhuận sau thuế của cổ đông Công ty mẹ năm 2012 và lợi nhuận sau thuế chưa phân phối là số âm. Theo Báo cáo tài chính hợp nhất kiểm toán năm 2012, công ty kiểm toán đưa ra ý kiến ngoại trừ có ảnh hưởng trọng yếu đến kết quả kinh doanh, làm lợi nhuận sau thuế chuyển từ lãi thành lỗ. Theo Báo cáo tài chính hợp nhất kiểm toán năm 2012, công ty kiểm toán đưa ra ý kiến ngoại trừ có ảnh hưởng trọng yếu đến kết quả kinh

doanh, làm lợi nhuận sau thuế chuyển từ lãi thành lỗ.

PXM

03/04/13

Cảnh báo

CTCP Xây lắp Dầu khí Miền Trung

PXT

22/04/20 13

Cảnh báo

Công ty Cổ phần Xây lắp Đường ống Bể chứa Dầu khí

SGT

10/10/13

Kiểm soát

CTCP Công nghệ Viễn thông Sài Gòn

SJS

11/04/13

Kiểm soát

CTCP Đầu tư Phát triển Đô thị và Khu công nghiệp Sông Đà

14/05/13

Cảnh báo

STT

CTCP Vận chuyển Sài Gòn Tourist

08/10/12

Kiểm soát

28/02/13

TSC

Cảnh báo

CTCP Vật tư Kỹ thuật Nông nghiệp Cần Thơ

Lợi nhuận sau thuế của Công ty và lợi nhuận chưa phân phối là số âm. Theo Báo cáo tài chính hợp nhất kiểm toán năm 2012, công ty kiểm toán đưa ra ý kiến ngoại trừ có ảnh hưởng trọng yếu đến kết quả kinh doanh, làm lợi nhuận sau thuế chuyển từ lãi thành lỗ. Công ty đã thực hiện giải trình nguyên nhân dẫn đến sự thua lỗ trong năm 2012 và có phương án khắc phục cũng như kế hoạch sản xuất kinh doanh năm 2013. Công ty đã thực hiện giải trình nguyên nhân dẫn đến sự thua lỗ trong năm 2012 và có phương án khắc phục cũng như kế hoạch sản xuất kinh doanh năm 2013. Lợi nhuận sau thuế của cổ đông Công ty mẹ và lợi nhuận chưa phân phối năm 2012 là số âm. Tiếp tục vi phạm quy định công bố thông tin định kỳ. Lợi nhuận sau thuế của cổ đông Công ty mẹ năm 2012 và lợi nhuận sau thuế chưa phân phối là số âm.

40 TYA

17/04/09

Kết quả sản xuất kinh doanh năm 2008 lỗ.

Cảnh báo

Công ty Cổ phần Dây và Cáp điện Taya Việt Nam

41 VHG

11/04/13

CTCP Đầu tư và Sản xuất Việt Hàn

Kiểm soát

Công ty đã thực hiện giải trình nguyên nhân dẫn đến sự thua lỗ trong năm 2012 và có phương án khắc phục cũng

như kế hoạch sản xuất kinh doanh năm 2013.

42 VID

09/05/13

Kiểm soát

CTCP Đầu tư Phát triển Thương mại Viễn Đông

43 VNA

03/05/12

CTCP Vận tải Biển Vinaship

Cảnh báo

44 VNH

03/05/13

CTCP Thủy hải sản Việt Nhật

Cảnh báo

45 VNI

03/04/13

Cảnh báo

CTCP Đầu tư Bất động Sản Việt Nam

46 VOS

02/04/13

CTCP Vận tải Biển Việt Nam

Cảnh báo

47 VST

03/04/13

Cảnh báo

CTCP Vận tải và Thuê tàu biển Việt Nam

Công ty đã thực hiện giải trình nguyên nhân dẫn đến sự thua lỗ trong năm 2012 và có phương án khắc phục cũng như kế hoạch sản xuất kinh doanh năm 2013. BCTC kiểm toán 3 năm liên tục (2009, 2010 và 2011) có ý kiến lưu ý của công ty kiểm toán về khả năng hoạt động liên tục. Lợi nhuận sau thuế của cổ đông Công ty mẹ năm 2012 là số âm. Lợi nhuận sau thuế của cổ đông công ty mẹ tại báo cáo tài chính hợp nhất đã được kiểm toán năm 2012 của Công ty là số âm. Lợi nhuận sau thuế của cổ đông công ty mẹ năm 2012 của Công ty là số âm. Lợi nhuận sau thuế của Công ty và lợi nhuận chưa phân phối là số âm.

(Nguồn: Website của HOSE)

Phụ lục 3: Kết quả hồi quy và các kiểm định

Dependent Variable: Y Method: ML - Binary Logit (Quadratic hill climbing) Date: 10/27/13 Time: 18:42 Sample: 1 190 Included observations: 190 Convergence achieved after 9 iterations Covariance matrix computed using second derivatives

Coefficient

Std. Error

z-Statistic

3.175409 0.527412 15.70258 -3.910830 -4.804281 41.97043 39.35085 0.048144 -0.348818

1.980244 1.602051 14.35427 1.232723 2.542925 11.90505 10.21821 0.059203 0.436446

1.603545 0.329210 1.093931 -3.172512 -1.889274 3.525431 3.851050 0.813206 -0.799224

Variable C VLD_TTS TM_TTS PT_TN NO_TTS LN_TTS EBIT_TTS EBIT_LV DT_TTS

Prob. 0.1088 0.7420 0.2740 0.0015 0.0589 0.0004 0.0001 0.4161 0.4242

0.794737 0.240867 10.50104 -34.99307 69.98614 -96.44641 -0.184174

McFadden R-squared S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Restr. deviance LR statistic Prob(LR statistic)

0.637176 Mean dependent var 0.404961 S.E. of regression 0.463085 Sum squared resid 0.616891 Log likelihood 0.525390 Deviance 192.8928 Restr. log likelihood 122.9067 Avg. log likelihood 0.000000

39 Total obs

190

Obs with Dep=0 Obs with Dep=1

151

Bảng 3.1: Kết quả phân tích hồi quy Mô hình 1 (đầy đủ các biến)

(Nguồn: Từ kết quả hồi quy)

Dependent Variable: Y Method: ML - Binary Logit (Quadratic hill climbing) Date: 10/20/13 Time: 23:54 Sample: 1 190 Included observations: 190 Convergence achieved after 8 iterations Covariance matrix computed using second derivatives

Coefficient

Std. Error

z-Statistic

2.829846 -2.640822 -4.581871 39.18240 39.14180

1.613936 0.903171 2.256652 9.667100 9.347759

1.753382 -2.923943 -2.030385 4.053170 4.187292

Variable C PT_TN NO_TTS LN_TTS EBIT_TTS

Prob. 0.0795 0.0035 0.0423 0.0001 0.0000

0.794737 0.256659 12.18665 -38.28764 76.57529 -96.44641 -0.201514

McFadden R-squared S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Restr. deviance LR statistic Prob(LR statistic)

0.603016 Mean dependent var 0.404961 S.E. of regression 0.455659 Sum squared resid 0.541107 Log likelihood 0.490273 Deviance 192.8928 Restr. log likelihood 116.3175 Avg. log likelihood 0.000000

39 Total obs

190

Obs with Dep=0 Obs with Dep=1

151

Bảng 3.2: Kết quả phân tích hồi quy Mô hình 2 (loại những biến có P-value cao)

(Nguồn: Từ kết quả hồi quy)

Goodness-of-Fit Evaluation for Binary Specification Andrews and Hosmer-Lemeshow Tests Equation: EQ02 Date: 10/21/13 Time: 01:49 Grouping based upon predicted risk (randomize ties)

Quantile of Risk

Actual

Dep=1 Expect

Total Obs

H-L Value

Dep=0 Expect Actual

Low

High

0.60800 7.20490 14.1297 16.6462 17.8444 18.6606 18.9252 18.9823 18.9987 19.0000

1 8 12 17 18 19 19 19 19 19

19 0.26109 19 0.14134 19 1.25230 19 0.06070 19 0.02230 19 0.34555 19 0.07510 19 0.01775 19 0.00128 19 2.9E-05

18 11 7 2 1 0 0 0 0 0

18.3920 11.7951 4.87028 2.35381 1.15558 0.33938 0.07481 0.01774 0.00128 2.9E-05

39.0000

151

151.000

190 2.17745

1 2.E-19 0.1046 2 0.1346 0.5586 3 0.5906 0.8388 4 0.8394 0.9079 5 0.9094 0.9666 6 0.9719 0.9900 7 0.9915 0.9982 8 0.9983 0.9998 9 0.9998 1.0000 10 1.0000 1.0000

Total

Prob. Chi-Sq(8) Prob. Chi-Sq(10)

0.9751 0.0000

2.1774 63.7275

H-L Statistic Andrews Statistic

Bảng 3.3: Kết quả kiểm định độ phù hợp tổng quát của mô hình

(Nguồn: Từ kết quả hồi quy)

Estimated Equation

Constant Probability

Total

Expectation-Prediction Evaluation for Binary Specification Equation: EQ02 Date: 10/21/13 Time: 01:14 Success cutoff: C = 0.5 Dep=0 Dep=0

Dep=1

0 151 151 151 100.00 0.00

0 39 39 0 0.00 100.00

7 144 151 144 95.36 4.64 -4.64 NA

0 190 190 151 79.47 20.53

25 14 39 25 64.10 35.90 64.10 64.10

32 158 190 169 88.95 11.05 9.47 46.15

P(Dep=1)<=C P(Dep=1)>C Total Correct % Correct % Incorrect Total Gain* Percent Gain**

(Nguồn: Từ kết quả hồi quy)

Bảng 3.4: Kết quả kiểm định tỷ lệ dự báo đúng của mô hình

Luận văn Thạc sĩ Kinh tế: Vận dụng mô hình hồi quy Logistic đo lường xác suất vỡ nợ của doanh nghiệp đối với quản trị rủi ro tín dụng của Ngân hàng thương mại

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

__________

ĐỖ THỊ MINH NGỌC

VẬN DỤNG MÔ HÌNH LOGISTIC ĐO LƯỜNG XÁC SUẤT VỠ NỢ CỦA DOANH NGHIỆP ĐỐI VỚI QUẢN TRỊ RỦI RO TÍN DỤNG CỦA NGÂN HÀNG THƯƠNG MẠI

Chuyên ngành : Tài chính – Ngân hàng

Mã số

: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

Người hướng dẫn khoa học:

PGS.TS TRƯƠNG QUANG THÔNG

MỤC LỤC

DANH MỤC TỪ VIẾT TẮT

DANH MỤC CÁC BẢNG, BIỂU, SƠ ĐỒ

Chương mở đầu

ELi

ELp =

P

Ln (

) = βo + β1X1 + β2X2 + β3X3 + ...+ βiXi + εi

1 - P

DANH MỤC TÀI LIỆU THAM KHẢO

Có thể bạn quan tâm

Tài liêu mới

AI tóm tắt

Giới thiệu tài liệu

Đối tượng sử dụng

Từ khoá chính

Nội dung tóm tắt

Giới thiệu

Về chúng tôi

Việc làm

Quảng cáo

Liên hệ

Chính sách

Thoả thuận sử dụng

Chính sách bảo mật

Chính sách hoàn tiền

DMCA

Hỗ trợ

Hướng dẫn sử dụng

Đăng ký tài khoản VIP

093 303 0098

support@tailieu.vn

Phương thức thanh toán

Theo dõi chúng tôi

Facebook

Youtube

TikTok