(Luận văn) ứng dụng mô hình creditmetrics vào quản trị rủi ro tín dụng tại ngân hàng tmcp tiên phong

BỘ GIÁO DỤC VÀ ĐÀO TẠO t to ng TRƢỜNG ĐẠI HỌC KINH TẾ TP.HCM -oOo hi ep w n lo ad ju y th yi TRẦN MINH LAM pl n ua al n va ỨNG DỤNG MƠ HÌNH CREDITMETRICS VÀO QUẢN TRỊ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG TMCP TIÊN PHONG ll fu oi m at nh z z k jm ht vb om l.c gm LUẬN VĂN THẠC SĨ KINH TẾ an Lu n va ey t re th Thành phố Hồ Chí Minh – năm 2013 BỘ GIÁO DỤC VÀ ĐÀO TẠO t to ng TRƢỜNG ĐẠI HỌC KINH TẾ TP.HCM -oOo hi ep w n lo ad ju y th yi TRẦN MINH LAM pl ua al n ỨNG DỤNG MƠ HÌNH CREDITMETRICS VÀO QUẢN TRỊ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG TMCP TIÊN PHONG n va ll fu oi m at nh z z ht vb k jm Chuyên ngành: Tài – Ngân hàng Mã số: 60340201 om l.c gm LUẬN VĂN THẠC SĨ KINH TẾ an Lu n va ey t re th Thành phố Hồ Chí Minh – năm 2013 LỜI CAM ĐOAN t to ng Tôi xin cam đoan số liệu nêu luận văn đƣợc thu thập từ nguồn thực tế, đƣợc công bố hi ep báo cáo quan nhà nƣớc; đƣợc đăng tải tạp chí, báo chí, website hợp pháp Những thông tin nội dung nêu đề tài dựa nghiên cứu thực tế hồn tồn w với nguồn trích dẫn n lo ad ju y th yi pl Tp.HCM, ngày 07 tháng 10 năm 2013 n ua al Tác giả đề tài n va fu ll Trần Minh Lam oi m at nh z z k jm ht vb om l.c gm an Lu n va ey t re th MỤC LỤC t to ng hi Trang ep Trang phụ bìa Lời cam đoan w n Mục lục lo ad Danh mục bảng biểu ju y th Lời mở đầu yi Chƣơng 1: Tổng quan mơ hình đo lƣờng rủi ro tín dụng pl 1.1 Các mơ hình đo lƣờng rủi ro tín dụng .1 al ua 1.1.1 Các mơ hình đo lƣờng rủi ro tín dụng truyền thống n 1.1.1.1 Mơ hình chun gia 5C (Expert system) va n 1.1.1.2 Mơ hình điểm số Z (Z – Credit scoring model) fu ll 1.1.1.3 Mơ hình xếp hạng tín dụng m oi 1.1.2 Các mơ hình đo lƣờng rủi ro tín dụng đại at nh 1.1.2.1 Mô hình CreditMetrics J.P Morgan z 1.1.2.2 Mơ hình Creditrisk Plus 24 z ht vb 1.1.2.3 Mơ hình Portforlio KMV 29 jm 1.1.2.4 Mơ hình CreditPortforlio View 31 k 1.2 Kết luận 33 gm Chƣơng : Thực trạng đo lƣờng rủi ro tín dụng ngân hàng TMCP Tiên Phong l.c năm gần 35 om 2.1 Giới thiệu khái quát Ngân hàng TMCP Tiên Phong 35 an Lu 2.2 Thực trạng quản trị rủi ro đo lƣờng rủi ro tín dụng Ngân hàng TMCP Tiên Phong 3.1 Vì Ngân hàng TMCP Tiên Phong nên áp dụng mơ hình CreditMetrics vào quản trị rủi ro tín dụng 52 th Tiên Phong 52 ey Chƣơng 3: Ứng dụng mơ hình CreditMetrics vào quản trị rủi ro tín dụng Ngân hàng TMCP t re 2.2.2 Thực trạng đo lƣờng rủi ro tín dụng Ngân hàng TMCP Tiên Phong 41 n 2.2.1 Thực trạng quản trị rủi ro tín dụng Ngân hàng TMCP Tiên Phong 37 va 37 3.2 Áp dụng mơ hình CreditMetrics vào quản trị rủi ro tín dụng Ngân hàng TMCP Tiên Phong .54 t to 3.2.1 Dữ liệu đầu vào .54 ng hi 3.2.2 Phần phân tích .55 ep 3.2.2.1 Xác suất chuyển hạn tín dụng doanh nghiệp vay 55 w 3.2.2.2 Tính giá trị danh mục vay cuối năm 2013 59 n 3.2.2.3 Tƣơng quan vay danh mục 62 lo ad 3.2.2.4 Tính tổn thất danh mục vay mô Monte Carlo 63 y th 3.3 Tổn thất danh mục vay áp dụng theo mơ hình Ngân hàng TMCP Tiên Phong ju yi 73 pl 3.4 Kết luận 75 al n Các phụ lục va Tài liệu tham khảo n ua Kết luận 79 ll fu oi m at nh z z k jm ht vb om l.c gm an Lu n va ey t re th DANH MỤC CÁC BẢNG BIỂU t to Tên bảng Trang ng hi BẢNG 1.1 Kí hiệu xếp hạng tín dụng sử dụng cho nợ dài hạn ep BẢNG 1.2 Kí hiệu xếp hạng tín dụng sử dụng cho nợ ngắn hạn w BẢNG 1.3 Bảng phân phối giá trị khoản cho vay 15 n lo BẢNG 1.4 Bảng phân phối giá trị khoản cho vay 16 ad BẢNG 1.5 Bảng xác suất chuyển hạng chung doanh nghiệp 18 y th ju BẢNG 1.6 Hệ số tƣơng quan 20 yi BẢNG 1.7 Các hệ số phân tích Cholesky 21 pl ua al BẢNG 1.8 Các kịch ngẫu nhiên hàm Normsinv theo phân tích Monte Carlo 21 BẢNG 1.9 Các kịch có tƣơng quan theo phân tích Monte Carlo 22 n n va BẢNG 1.10 Phân phối xác suất khoản nợ khơng đƣợc hồn trả nhóm 27 ll fu BẢNG 1.11 Phân phối xác suất khoản nợ khơng đƣợc hồn trả nhóm 28 oi m BẢNG 3.1 Các lãi suất cho vay thỏa thuận trƣớc ngân hàng khoản vay55 nh BẢNG 3.2 Bảng kê số doanh nghiệp hạng tín dụng năm 2009 56 at BẢNG 3.3 Bảng kê số doanh nghiệp hạng tín dụng năm 2010 56 z z BẢNG 3.4 Số doanh nghiệp chuyển hạng từ năm 2009 -> 2010 57 vb ht BẢNG 3.5 Bảng tần suất chuyển hạng tín dụng doanh nghiệp năm 2009 2010 58 k jm BẢNG 3.6 Bảng tần suất chuyển hạng tín dụng doanh nghiệp năm 2010 2011 58 gm BẢNG 3.7 Bảng tần suất chuyển hạng tín dụng doanh nghiệp năm 2011 2012 59 l.c BẢNG 3.8 Ma trận chuyển hạng tín dụng doanh nghiệp 59 om BẢNG 3.9 Bảng phân phối giá trị khoản cho vay 61 an Lu BẢNG 3.10 Các giới hạn chuyển hạng tín dụng doanh nghiệp số 64 BẢNG 3.11 Các giới hạn chuyển hạng tín dụng danh mục vay tƣơng ứng xếp hạng đầu năm BẢNG 3.15 Kết tính tốn 23 khoản vay ngành cơng nghiệp hàm CholeskyDecomposition với  = 35% .70 th BẢNG 3.14 Hệ số tƣơng quan  = 35% danh mục vay ngành công nghiệp 68 ey t re BẢNG 3.13 Hệ số tƣơng quan  = 20% danh mục vay ngành công nghiệp .67 n BẢNG 3.12 Hệ số tƣơng quan  = 20% danh mục vay ngành công nghiệp .65 va 2013 64 BẢNG 3.16 Danh mục khoản vay bị hạn 73 BẢNG 3.17 Bảng tính chi tiết số tiền trích lập dự phịng cụ thể danh mục vay cuối năm 2013 t to 74 ng hi ep w n lo ad ju y th yi pl n ua al n va ll fu oi m at nh z z k jm ht vb om l.c gm an Lu n va ey t re th LỜI MỞ ĐẦU t to Lý chọn đề tài ng Trong năm gần đây, hệ thống ngân hàng TMCP Việt Nam đứng trƣớc khó khăn, thử hi ep thách đầy cam go, khắt nghiệt; tình hình bất ổn liên tục xuất kể ngân hàng đứng hàng đầu Việt Nam nhƣ: cân đối vốn, căng thẳng khoản, đặc biệt khoản nợ xấu, w tiêu cực rủi ro tín dụng liên tục tăng cao…Có thể thấy, nguyên nhân gây n lo tình trạng bất ổn, kéo dài liên quan đến tình trạng quản trị rủi ro hoạt động yếu kém, đặc biệt ad y th quản trị rủi ro tín dụng ngân hàng thƣơng mại Việt Nam ju Ngân hàng TMCP Tiên Phong (TPBank) ngân hàng trẻ, động, có nhiều cổ đơng có tiềm yi lực tài mạnh nhƣ Tập đồn vàng bạc đá q DOJI, công ty Cổ phần FPT, công ty Thông tin di pl ua al động VMS (MobiFone), Tổng công ty tái bảo hiểm Việt Nam Vinare Tập đoàn tài SBI Ven n Holding Pte Ltd Singapore Ngồi ra, với lợi ngân hàng sau nên TPBank học hỏi đƣợc n va kinh nghiệm quản trị rủi ro tín dụng ngân hàng anh chị trƣớc, TPBank xây dựng đƣợc ll fu máy quản trị rủi ro tín dụng đáng khích lệ Mơ hình quản lý rủi ro tín dụng TPBank chiều dọc oi m chiều ngang nhƣ số ngân hàng khác Theo mơ hình này, hoạt động cấp tín dụng nh đƣợc quản lý tập trung Hội sở chính, chi nhánh chủ yếu làm chức bán hàng, mơ hình at có tính chun mơn hóa cao đảm bảo tách bạch khâu thực giao dịch kiểm soát giao dịch z z Tuy nhiên, điểm yếu quy trình quản trị rủi ro tín dụng TPBank thiếu vắng mơ vb ht hình đo lƣờng rủi ro đại mà ngân hàng giới áp dụng từ lâu k jm Đứng trƣớc thực trạng đó, đề tài dựa vào mơ hình tiên tiến giới, mơ hình gm CreditMetrics đo lƣờng rủi ro danh mục đầu tƣ tín dụng J.P Morgan, với mong muốn TPBank om dụng không hiệu nhƣ l.c vận dụng vào quản trị rủi ro tín dụng nhằm giảm thiểu phần tình trạng đo lƣờng rủi ro tín an Lu Mơ hình CreditMetrics tính tổn thất tối đa riêng lẻ cho khoản vay toàn danh mục cách tính tốn giá trị tăng giảm vay theo tăng giảm mức tín nhiệm khách hàng n va khoản thời gian xác định CreditMetrics xác lập ma trận chuyển hạng tín nhiệm của toàn danh mục cho vay Mục tiêu nghiên cứu đề tài ứng dụng mơ hình CreditMetrics J.P Morgan, thiết lập ma trận chuyển hạng tín dụng danh mục vay TPBank, từ tính toán đƣợc mức tổn thất tối đa khoảng thời gian xác định toàn danh mục cho vay Dựa vào mức tổn thất ngân hàng th Mục tiêu nghiên cứu ey t re khoản vay danh mục, từ tính đƣợc phân phối xác xuất tổn thất kỳ vọng không kỳ vọng định lƣợng đƣợc mức trích lập dự phịng cụ thể nhằm quản trị rủi ro tín dụng cách hiệu Tổng quan cơng trình nghiên cứu có liên quan bổ sung t to ng Quản trị rủi ro tín dụng mơ hình đo lƣờng rủi ro tín dụng đề tài đƣợc số tác giả, nhà hi nghiên cứu nƣớc đề cập Cụ thể: ep Moody’s KMV RiskCalc Model (Douglas W.Dwyer; Ahmet E.Kocagil; Roger M.Stein): Tác  w giả nghiên cứu mơ hình Portfolio Manager” Moody’s – KMV, mơ hình cịn gọi mơ hình cấu n lo trúc hay mơ hình “biến đổi tài sản” Đặc điểm mơ hình sâu vào tìm hiểu điều ẩn ad chứa đằng sau vỡ nợ hay nói khác tìm ngun nhân làm bùng nổ cố vỡ nợ Nghiên cứu y th ju tƣơng quan tài sản hai công ty xác xuất vỡ nợ riêng biệt công ty cho biết xác xuất yi mà hai công ty vỡ nợ thời điểm điều liên quan tới biến cố vỡ nợ danh mục tài al CreditRisk Plus (Credit Suisse Fist Boston): tác giả nghiên cứu mơ hình CreditRisk Plus, n ua  pl sản n va mơ hình đơn giản Khác với mơ hình cấu trúc, sâu vào tìm hiểu nguyên nhân vỡ nợ, mô ll fu hình tập trung vào yếu tố biến cố vỡ nợ Các yếu tố kinh tế, chất lƣợng xếp  oi m hạng tín dụng đƣợc xem không cần thiết bị bỏ qua nh A systematic comparison of two approaches to measuring credit risk: creditmetrics versus at creditrisk+ (Diana Diaz, Gordon Gemmill): dựa so sánh hai mơ hình creditmetrics z creditrisk+, ngƣời viết kết luận nhà quản lý vĩ mơ sử dụng hai mơ hình hạn z ht vb chế định, nhà quản trị ngân hàng thƣờng chọn mơ hình creditmetrics nhiều hơn, jm mơ hình ƣớc tính giá trị tổn thất tin cậy Tuy nhiên, danh mục cho vay nhỏ, k chất lƣợng thấp mơ hình creditrisk+ đƣợc đánh giá cao hơn, rõ ràng xác xuất chuyển hạng tín l.c Credit Risk Measurement (Anthony Saunders & Linda Allen): tác giả nhấn mạnh quan trọng om  gm dụng danh mục cho vay biến động thấp an Lu đo lƣờng rủi ro đứng dƣới góc độ danh mục tài sản, khơng phải vay riêng lẻ Đây nội dung nghiên cứu quan trọng nằm quản trị danh mục tài sản ngân hàng n va thƣơng mại Đặc biệt tác giả tập trung vào phƣơng pháp đo lƣờng rủi ro thơng qua mơ hình đo dung thuộc quản trị danh mục/ quản trị danh mục cho vay, mà tập trung cho rủi ro đo lƣờng rủi  From CreditMetrics to CreditRisk+ and Back Again (Michael B.Gordy): tác giả đề cập đến ƣu nhƣợc điểm hai mơ hình CreditMetrics CreditRisk+, cách vận dụng hai mơ hình CreditMetrics dựa vào xác suất thay đổi hạng tín nhiệm để tính VaR, cịn mơ hình CreditRisk+ th ro, nội dung toàn vấn đề quản trị danh mục ey t re lƣờng rủi ro tín dụng truyền thống đại Tuy nhiên tác giả không bàn luận đến tồn nội khơng đề cập đến, vào khả khách hàng khơng hồn trả khoản vay Mỗi mơ hình có ƣu nhƣợc điểm riêng tùy vào cách vận dụng Dựa vào đặc điểm mơ hình, đặc t to điểm riêng ngân hàng áp dụng mơ hình cho phù hợp ng hi Theo số kết khảo sát, ta nhận thấy ngân hàng giới phần lớn áp ep dụng mơ hình đo lƣờng rủi ro đại Kết khảo sát Fatemi and Fooladi, Credit Risk w Management: a survey of practices, 2006, 21 ngân hàng hàng đầu Mỹ hầu hết ngân n lo hàng sử dụng mô hình CreditMetrics J.P Morgan hay mơ hình Portfolio Manager KMV, ad vài ngân hàng sử dụng mô hình Creditrisk Plus Một kết khảo sát khác Smithson, Result y th ju from the 2002 survey of credit portfolio management pratices, 2002 đƣợc thực Rutter yi Associates với 41 tổ chức tài giới, có 20% sử dụng mơ hình Credit Metrics, pl al 69% sử dụng mơ hình Portfolio Manager, cịn lại sử dụng mơ hình nội họ Ngân hàng ECB, the n ua use of portfolio credit risk models, 2007, cho đa số ngân hàng trung ƣơng dựa vào mô ll fu Phƣơng pháp nghiên cứu n va hình CreditMetrics nh định lƣợng oi m Để đạt đƣơc mục tiêu nghiên cứu đề tài, luận văn sử dụng hai phƣơng pháp nghiên cứu định tính at Phƣơng pháp nghiên cứu định tính: tổng hợp số liệu, phân tích thực trạng quản trị đo lƣờng rủi ro tín z z dụng TPBank ht vb Phƣơng pháp nghiên cứu định lƣợng: dựa vào bảng số liệu xếp hạng tín dụng danh mục vay jm TPBank để tính tốn ma trận chuyển hạng tín dụng, từ vận dụng tính tốn giá trị kỳ vọng, phƣơng k sai tổn thất tối đa toàn danh mục cho vay cụ thể TPBank khoảng thời gian xác Chƣơng Tổng quan mơ hình đo lƣờng rủi ro tín dụng n va Chƣơng 2: Thực trạng đo lƣờng rủi ro tín dụng ngân hàng TMCP Tiên Phong an Lu Bài nghiên cứu chia thành chƣơng chính: om l.c Kết cấu luận văn gm định dựa vào phƣơng pháp VaR Phong ey t re Chƣơng 3: Ứng dụng mơ hình CreditMetrics vào quản trị rủi ro tín dụng ngân hàng TMCP Tiên th