ĐÁNH GIÁ XÁC SUẤT VỠ NỢ CỦA HỆ THỐNG NGÂN HÀNG THƯƠNG MẠI VIỆT NAM.PDF

Bài nghiên cứu này thực hiện stress test để xem xét tác động vĩ mô lên rủi ro tín dụng của các ngân hàng thương mại Việt Nam dựa trên phân tích kịch bản.. Nhìn chung, thực hiện stress te

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM

-

NGUYỄN HOÀNG THỤY BÍCH TRÂM

ĐÁNH GIÁ XÁC SUẤT VỠ NỢ CỦA HỆ THỐNG NGÂN HÀNG THƯƠNG MẠI

VIỆT NAM

Chuyên ngành : Tài chính – Ngân hàng

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TP HỒ CHÍ MINH – NĂM 2013

Mục lục

Chương 1 Giới thiệu 2

Chương 2 Các nghiên cứu trước đây 4

Chương 3 Tổng quan về stress test 13

3.1 Khái niệm về stress test 13

3.2 Phân loại stress test 14

3.3 Quy trình thực hiện stress test 21

3.3.1 Xác định phạm vi phân tích 21

3.3.2 Thiết kế các kịch bản kinh tế vĩ mô trong stress test 23

3.3.3 Tích hợp các phân tích thị trường và rủi ro tín dụng 24

3.4 Xây dựng khuôn khổ mô hình stress test 26

3.4.1 Các mô hình bảng cân đối kế toán 29

3.4.2 Các mô hình giá trị có rủi ro (VaR) 31

Chương 4 Dữ liệu nghiên cứu và lựa chọn các biến kinh tế vĩ mô 35

Chương 5 Phương pháp và kết quả nghiên cứu 41

5.1 Tổng quan về phương pháp luận 41

5.2 Mô hình vĩ mô xây dựng kịch bản 41

5.3 Mô hình kinh tế vi mô 49

5.4 Ước tính giá trị tổn thất bằng mô hình CreditRisk+ 54

Chương 6 Kết luận 58

Tài liệu tham khảo 59

Danh mục bảng biểu

Bảng 1: Đặc điểm của các loại stress test 17

Bảng 2: Phân loại dưới dạng mô hình của các phương pháp stress test vĩ mô 28

Bảng 3: Các biến kinh tế vĩ mô được xem xét lựa chọn để xây dựng kịch bản 35 Bảng 4: Ma trận tương quan giữa các biến kinh tế vĩ mô và tỷ lệ nợ xấu 37

Bảng 5: Tóm tắt thống kê mô tả các biến trong mô hình xây dựng kịch bản 39

Bảng 6: Danh mục các ngân hàng thương mại trong mẫu 40

Bảng 7: Kiểm định tính dừng 42

Bảng 8: Kiểm định đồng liên kết 42

Bảng 9: Kiểm định các tiêu chuẩn lựa chọn độ trễ thích hợp 43

Bảng 10: Kết quả mô hình vĩ mô 44

Bảng 11: Kiểm định LM về tính tự tương quan của mô hình vĩ mô 46

Bảng 12: Kiểm định độ lệch chuẩn 47

Bảng 13: Kết quả ước lượng dữ liệu bảng 51

Bảng 14: Tóm tắt thống kê của NPL được mô phỏng qua các kịch bản 53

Bảng 15: Kết quả chạy Creditrisk+ xác định xác xuất vỡ nợ 55

Tóm tắt

Bài nghiên cứu này thực hiện stress test để xem xét tác động vĩ mô lên rủi ro tín dụng của các ngân hàng thương mại Việt Nam dựa trên phân tích viễn cảnh Kết quả đã cho thấy rằng có sự tồn tại mối tương quan âm giữa tỷ lệ nợ xấu (NPL) và tăng trưởng GDP với độ trễ là hai quý Bài nghiên cứu này còn sử dụng phương pháp mô phỏng Monte Carlo trong Credit VaR để tính toán khả năng vỡ nợ của khu vực ngân hàng thương mại và nhận thấy rằng các ngân hàng thương mại không thể hấp thụ được các khoản tổn thất tín dụng dưới các kịch bản vĩ mô bất lợi Điều này có thể đe dọa đến sự ổn định của hệ thống tài chính Những ước lượng này cũng rất hữu ích cho Ngân Hàng Nhà Nước trong việc xác định mức độ rủi ro tín dụng và tính toán tỷ số an toàn vốn tối thiếu cần thiết khi trường hợp xấu có thể xảy ra

Từ khóa: Ngân hàng thương mại, nợ xấu, tăng trưởng GDP

Chương 1 Giới thiệu

Những năm gần đây đã có nhiều nghiên cứu về stress test Tầm quan trọng của stress test đã được nhấn mạnh trong cuộc khủng hoảng gần đây và những vụ sụp đổ ngân hàng ở nhiều quốc gia Hiểu biết sâu sắc về khả năng phục hồi của hệ thống ngân hàng trước các kịch bản kinh tế vĩ mô bất lợi là rất quan trọng cho việc đánh giá đúng rủi ro hệ thống và giúp các nhà điều hành đưa ra chính sách quản lý kịp thời bảo đảm an toàn cho hệ thống tài chính quốc gia

Bài nghiên cứu này thực hiện stress test để xem xét tác động vĩ mô lên rủi ro tín dụng của các ngân hàng thương mại Việt Nam dựa trên phân tích kịch bản Khuôn khổ thực hiện bao gồm ba phần độc lập nhưng bổ sung cho nhau được kết hợp theo thứ tự Phần đầu tiên sử dụng mô hình kinh tế lượng theo chuỗi thời gian để ước lượng mối quan hệ giữa các biến kinh tế vĩ mô lựa chọn

và sử dụng kết quả này để mô phỏng các kịch bản vĩ mô bất lợi trong hai năm tới Phần thứ hai sử dụng mô hình kinh tế lượng theo dữ liệu bảng để ước tính

độ nhạy của tỷ lệ nợ xấu (NPL) đối với tăng trưởng GDP và sử dụng kết quả này để mô phỏng chất lượng tín dụng dưới các kịch bản xấu Phần này sử dụng

bộ dữ liệu về tỷ lệ nợ xấu của tám ngân hàng thương mại được niêm yết trong khoảng thời gian từ năm 2006 đến năm 2013 Phần thứ ba sử dụng tỷ lệ nợ xấu

dự báo đại diện cho xác suất vỡ nợ (PD) trong trường hợp bất lợi để ước tính phần tổn thất tín dụng, sử dụng mô hình giá trị tín dụng có rủi ro (Credit VaR)

Kết quả cho thấy mối tương quan ngược chiều giữa tỷ lệ nợ xấu và tăng trưởng GDP Trong đó, tăng trưởng GDP tác động lên tỷ lệ nợ xấu với độ trễ là hai quý Kết quả thực hiện ở kịch bản cơ sở khi nền kinh tế không có cú sốc đã cho thấy nếu tăng trưởng GDP giảm 2,9 phần trăm sẽ làm gia tăng 1,3 lần nợ xấu trong quý III năm 2013 Như vậy, ở kịch bản cơ sở tỷ lệ nợ xấu có thể vào

khoảng 3,7 phần trăm trong quý III năm 2013 Ngoài ra, chất lượng tín dụng thể hiện mức độ quán tính mạnh mẽ với hệ số tự hồi quy là 0,84 Điều này ngụ ý rằng một phần trăm gia tăng trong tỷ lệ nợ xấu của một quý nào đó sẽ gây ra sự gia tăng 0,84 phần trăm trong tỷ lệ nợ xấu ở quý tiếp theo

Bài nghiên cứu này xây dựng bốn kịch bản kinh tế vĩ mô, mỗi kịch bản kéo dài hai năm Những kịch bản này bao gồm một kịch bản cơ sở phản ánh mức độ tăng trưởng GDP dự kiến khi nền kinh tế không xảy ra các cú sốc và ba kịch bản xấu được coi là cực đoan, nhưng vẫn có khả năng xảy ra trong điều kiện hiện nay Nhìn chung, kết quả của kịch bản cơ sở chỉ ra rằng tỷ lệ nợ xấu

sẽ đạt đỉnh vào khoảng hơn 5 phần trăm trong quý thứ ba năm 2015 Ngược lại, một kịch bản xấu sẽ làm tăng tỷ lệ nợ xấu vào khoảng 6,4 phần trăm vào quý 2 năm 2014 của dự báo Nhìn chung, thực hiện stress test đã cho thấy các ngân hàng thương mại Việt Nam có nguồn lực tài chính chưa đủ tốt để hấp thụ các tổn thất tín dụng dưới tập hợp các kịch bản kinh tế vĩ mô bất lợi Đây có thể là mầm mống đe dọa đến sự ổn định tài chính cho hệ thống ngân hàng thương mại Việt Nam

Cấu trúc của bài nghiên cứu như sau: Phần 2 trình bày ngắn gọn một số nghiên cứu liên quan, phần 3 thảo luận về phương pháp luận Phần 4 mô tả dữ liệu thu thập và phần 5 là các kết quả thực nghiệm Cuối cùng, phần 6 là kết luận bài nghiên cứu

Chương 2 Các nghiên cứu trước đây

Wilson (1997) và Merton (1974) được biết đến với các bài nghiên cứu về stress test đo lường rủi ro tín dụng dưới tác động kinh tế vĩ mô Wilson thiết lập

mô hình trực tiếp dựa trên tính nhạy cảm của nhiều biến kinh tế vĩ mô đối với xác suất vỡ nợ theo từng khu vực ngành nghề Mô hình này hồi quy mối liên hệ giữa xác suất vỡ nợ và các nhân tố vĩ mô, sau đó mô phỏng phân phối xác suất

vỡ nợ trong tương lai với mức thua lỗ kì vọng dưới ảnh hưởng của biến động kinh tế vĩ mô Mô hình Merton thì khác biệt ở chỗ kết hợp sự thay đổi giá tài sản vào trong tiến trình xác định xác suất vỡ nợ Mô hình của Wilson thì mang tính trực giác và ít tính toán trong khi mô hình của Merton cần nhiều dữ liệu và yêu cầu tính toán phức tạp

Kể từ đó thì nhiều bài nghiên cứu đã ứng dụng công cụ này để đánh giá mức độ hồi phục của hệ thống ngân hàng ở những quốc gia khác nhau trước biến động vĩ mô bất lợi như là Berkowitz (1999), Pesola (2001), Froyland và Larsen (tháng 10, 2002), Boss và cộng sự (2002), Hoggarth và Whitley (2003), Gerlach và cộng sự (2003), Virolainen và Sorge (2006), Barnhill và cộng sự (2006), van den End và cộng sự (2006), Missina và Tessier (2007) Mục tiêu chính của những bài nghiên cứu này là đo lường mức độ nhạy cảm của danh mục tín dụng trước kịch bản vĩ mô bất lợi hoặc những sự kiện, biến động ngoan mục Những thử nghiệm như vậy làm cho rủi ro được minh bạch hơn, giúp đánh giá mức lỗ tiềm năng dưới điều kiện thị trường không bình thường Trong đó, Boss (2002) sử dụng mô hình rủi ro tín dụng vĩ mô để phân tích tình hình biến động xấu của thị trường gây áp lực lên xác suất vỡ nợ của ngân hàng Áo và tác giả đã nhận thấy sức sản xuất công nghiệp, tỷ lệ lạm phát, chỉ số chứng khoán, lãi suất ngắn hạn danh nghĩa và giá dầu là các nhân tố quyết định xác suất vỡ

nợ Sorge & Virolainen (2006) ứng dụng hai phương pháp chính trong stress

test cho nền kinh tế Phần Lan là kết hợp phân tích kinh tế lượng theo dữ liệu bảng cân đối kế toán (mô hình bảng cân đối kế toán) và mô hình giá trị có rủi ro VaR Trong mô hình bảng cân đối kế toán, Sorge và Virolainen sử dụng khuôn khổ của Wilson Theo đó, các biến vĩ mô được liên kết với các khoản mục cho vay trên bảng cân đối kế toán và thông qua phương pháp mô phỏng Monte Carlo để mô phỏng ảnh hưởng của một vài cú sốc đến hệ thống ngân hàng, từ

đó xác định giá trị có rủi ro VaR Mô hình VaR kết hợp phân tích nhân tố rủi ro

để ước lượng xác suất mất mát, đưa ra con số cụ thể về mức độ nhạy cảm của danh mục trước nhiều loại rủi ro khác nhau Thông qua đó, các tác giả còn tìm thấy mối quan hệ có ý nghĩa thống kê giữa tỷ lệ vỡ nợ đặc trưng theo ngành và GDP, lãi suất và tổng nợ của khu vực doanh nghiệp Từ đó cho thấy biến động của môi trường kinh tế có ảnh hưởng lên dự phòng nợ khó đòi của ngân hàng

Một số nhà nghiên cứu đã kết hợp nợ xấu, khoản dự phòng nợ khó đòi và các nhân tố kinh tế vĩ mô vào trong ma trận vector để đo lường tính bất ổn của

hệ thống tài chính Kalirai và Scheicher (2002) xây dựng mô hình ước lượng hồi quy theo dữ liệu chuỗi thời gian giữa biến dự phòng nợ khó đòi tích lũy và một tập hợp lớn các biến kinh tế vĩ mô bao gồm GDP, lỗ hổng sản lượng ngành công nghiệp, chỉ số giá tiêu dùng, tốc độ tăng trưởng cung tiền, chỉ số thị trường chứng khoán, tỷ giá hối đoái, xuất khẩu và giá dầu Bên cạnh đó, stress test cũng được xem là một trong những công cụ đánh giá tính ổn định tài chính

và được giới thiệu ở chương trình FSAP 1999 liên kết giữa IMF với WB (IMF&WB 2003) Sau khi giới thiệu FSAP, những nhà điều hành và giám sát tiền tệ quốc gia đã bắt đầu kết hợp công cụ này vào trong các đánh giá ổn định tài chính định kì Nhiều nghiên cứu đã làm sáng tỏ tính hữu ích của stress test trong phân tích vĩ mô Ví dụ, Borio, Furfine & Lowe (2001) chỉ ra tầm quan trọng của stress test trong việc nâng cao hiểu biết về rủi ro và mối quan hệ với

chu kì kinh doanh Gần đây EU và Mỹ đã thực hiện cuộc thử nghiệm stress test lớn nhất sau khủng hoảng để đánh giá hệ thống tài chính của họ (Fed 2009a,b

Hầu hết các bài nghiên cứu xem xét rủi ro tín dụng khi thực hiện stress test Trước khi thực hiện mô phỏng ảnh hưởng của các kịch bản tác động lên bản chất rủi ro tín dụng, các tác giả thường khảo sát mối liên kết giữa các biến

vĩ mô (như là tăng trưởng GDP, lãi suất, thất nghiệp, sức sản xuất công nghiệp, lạm phát, v.v) và các biến đo lường rủi ro tín dụng liên quan thông qua mô hình

vệ tinh Có nhiều phương pháp cho việc thiết lập những mô hình như vậy, thường được gọi là mô hình rủi ro tín dụng vĩ mô Drehmann (2005) và Cihak (2007) đã làm sáng tỏ mối quan hệ phi tuyến giữa các biến động vĩ mô và rủi ro tín dụng trong mô hình rủi ro tín dụng vĩ mô Một vài nghiên cứu đã phát triển

mô hình rủi ro tín dụng vĩ mô theo Merton dựa trên tỷ suất sinh lợi tài sản để ước lượng mức độ vỡ nợ Merton (1974) là người đầu tiên thiết kế mô hình định giá nhiều loại công cụ tài chính Ý tưởng của mô hình Merton là xác định vỡ nợ

khi sụt giảm tỷ suất sinh lợi tài sản xuống dưới ngưỡng cho trước Mô hình của Merton được sử dụng trong nghiên cứu của Jakubik (2007) cho nền kinh tế cộng hòa Séc Mô hình này cũng được sử dụng trong nghiên cứu của Drehmann (2005) đối với các khoản cho vay doanh nghiệp của các ngân hàng Anh Hamerle, Liebig & Scheule (2004) sử dụng mô hình đa nhân tố để dự báo xác suất vỡ nợ của những khoản cho vay cá nhân ở Đức dựa trên các tiêu chuẩn Basel II

Ngoài ra, nhiều nghiên cứu khác cũng khảo sát mối quan hệ giữa các biến

vĩ mô và các khoản mục cho vay trên bảng cân đối kế toán Baboucek & Jancar (2005) dùng mô hình VAR sử dụng tỷ lệ nợ xấu (NPL) và các nhân tố vĩ mô đại diện cho nền kinh tế cộng hòa Séc để khám phá mối quan hệ này Evjen và cộng sự (2005) phân tích tác động phản ứng của tiền tệ liên quan đến biến động

về phía cung và cầu lên sự thua lỗ của ngân hàng ở Norway Nghiên cứu xem xét các cú sốc này ảnh hưởng đến sự thay đổi nhanh chóng mức độ dự phòng của ngân hàng, từ đó đưa ra mức thiết lập dự phòng cần thiết để đảm bảo ổn định tài chính và thảo luận làm thế nào để kết hợp stress test trong việc đưa ra quyết định chính sách tiền tệ Hơn nữa, các tác giả cũng cho thấy điều kiện môi trường kinh tế vĩ mô là rất quan trọng cho khả năng thu hồi nợ Các chỉ số kinh

tế vĩ mô được sử dụng trong bài như các biến độc lập là: GDP, tỷ lệ thất nghiệp, tiền lương và CPI

Một vài nghiên cứu chủ yếu kết hợp nhiều nguồn gốc rủi ro vào trong mô hình Một trong những nghiên cứu sớm nhất là của Barnhill, Papapanagiotou & Schumacher (2000) Các tác giả này đo lường tương quan thị trường với rủi ro tín dụng và ứng dụng kết quả giả định cho các ngân hàng Bắc Phi, liên kết sự thay đổi trong điều kiện tài chính đối với tỷ số yêu cầu vốn tối thiểu của ngân hàng Nghiên cứu của Van den End, Hoeberichts & Tabbae (2006) phân tích

kịch bản đa nhân tố và thực hiện stress test cho Ngân Hàng Trung Ương Hà Lan Nghiên cứu này ước lượng xác suất vỡ nợ (PD) và dự phòng nợ khó đòi (LGD) sử dụng mô hình về rủi ro tín dụng và rủi ro lãi suất Cũng vậy, Drehmann, Sorensen & Stringa (2008) ước lượng ảnh hưởng tổng hợp lên rủi ro tín dụng và rủi ro lãi suất trên danh mục các ngân hàng, đánh giá giá trị kinh tế của các ngân hàng, thu nhập tương lai và đáp ứng yêu cầu về vốn Họ đã mở rộng phân tích rủi ro lãi suất và rủi ro vỡ nợ trên khoản mục nợ và các khoản mục ngoại bảng Peura & Jokivuolle (2003) đo lường mức độ tương xứng về vốn bằng cách mô phỏng sự khác biệt giữa mức vốn thực sự của ngân hàng và yêu cầu vốn tối thiểu nhằm xem xét ngân hàng có đủ điều kiện về vốn để vượt qua chu kì kinh doanh Ngoài ra, ngân hàng Anh thực hiện mô hình đánh giá rủi

ro hệ thống được gọi là RAMSI đã kết hợp rủi ro tín dụng, rủi ro lãi suất và phi lãi suất, các tương tác mạng lưới và tác động phản hồi Mô hình RAMSI cố gắng làm tối thiểu hóa một vài giới hạn của stress test Nghiên cứu của Aikman

et al (2009) cũng thảo luận giới thiệu những tác động phản hồi về phía bên nợ trong mô hình rủi ro hệ thống và làm thế nào những phản hồi này có thể dẫn đến sự bất ổn hệ thống cao hơn dưới mô hình RAMSI

Liên quan đến việc thiết kế kịch bản vĩ mô bất lợi trước khi mô phỏng xác suất vỡ nợ của ngân hàng, Ali và Daly (2010) đã khảo sát các nhân tố kinh

tế vĩ mô tác động lên mức độ vỡ nợ tổng thể trong nền kinh tế Mỹ và Úc Các kết quả của nghiên cứu này đã chỉ ra rằng GDP, lãi suất ngắn hạn và tổng nợ là những chỉ tiêu có ý nghĩa kinh tế đối với mức độ vỡ nợ tổng thể Akhter và Daly (2009) đã kiểm tra sức khỏe của các định chế tài chính trung gian trong nhiều tình huống kinh tế vĩ mô khác nhau Nghiên cứu này được kiểm soát thông qua năm mươi quốc gia, mô tả sự thay đổi của các chỉ số ổn định tài chính (FSIs) là do sự thay đổi môi trường kinh tế vĩ mô FSIs bao gồm các chỉ

số tài chính liên quan đến vốn và khả năng sinh lời phản ánh tính ổn định của các định chế tài chính trung gian Các kết quả chỉ ra rằng chu kì kinh doanh, lạm phát, tỷ giá hối đoái thực có hiệu lực và quy mô của ngành công nghiệp có ảnh hưởng đến FSIs Một nghiên cứu tương tự được thực hiện bởi Babihuga (2007) đã tìm thấy chu kì kinh doanh, lạm phát, lãi suất ngắn hạn và tỷ giá hối đoái thực có mối quan hệ mạnh với hành vi của FSIs Jacubic và Schmieder (2008) đã thực hiện sự so sánh hai nền kinh tế khác nhau: nền kinh tế quá độ chủ nghĩa cộng hòa Séc và nền kinh tế đã phát triển Đức Mục tiêu của nghiên cứu này là xác định biến kinh tế vĩ mô nào có thể tác động lên rủi ro tín dụng Hơn nữa, họ khảo sát ảnh hưởng của biến động chu kì kinh doanh đến tỷ lệ vỡ

nợ tổng thể của khu vực doanh nghiệp và hộ gia đình Nghiên cứu của họ bao gồm hai mô hình rủi ro tín dụng cho mỗi quốc gia Mô hình rủi ro tín dụng đầu tiên được phát triển với mục đích phân tích tỷ lệ vỡ nợ của doanh nghiệp Mô hình của cộng hòa Séc bao gồm những biến độc lập như tỷ giá hối đoái thực, lạm phát, GDP và tổng nợ trên GDP của khu vực doanh nghiệp có độ trễ Kết quả đã chứng minh rằng ảnh hưởng của tỷ giá hối đoái thực là có ý nghĩa thống

kê và tác động âm lên lạm phát ở mức độ thấp Riêng mô hình Đức bao gồm các biến kinh tế vĩ mô: lãi suất danh nghĩa, GDP, sức sản xuất công nghiệp và

tỷ lệ nợ trên GDP Các kết quả cho thấy rằng lãi suất danh nghĩa và GDP ảnh hưởng đến tỷ lệ vỡ nợ Đối với khu vực hộ gia đình, mô hình rủi ro tín dụng ở cộng hòa Séc bao gồm tỷ lệ thất nghiệp và lãi suất thực Cả hai biến này đều tác động dương đến tỷ lệ vỡ nợ của khu vực hộ gia đình Mô hình rủi ro tín dụng Đức có thu nhập hộ gia đình ảnh hưởng âm lên tỷ lệ vỡ nợ của hộ gia đình và tỷ

lệ nợ hộ gia đình trên GDP thì có tác động dương

Gtogowski (2008) cũng kiểm tra mối liên hệ giữa các nhân tố chu kì kinh doanh và khoản tổn thất nợ của ngân hàng thương mại Ba Lan Kết quả đã cho

thấy rằng tốc độ tăng trưởng GDP, sự thay đổi trong lãi suất thực, tỷ lệ thất nghiệp và tỷ giá hối đoái có ảnh hưởng quan trọng đến tổn thất nợ Bên cạnh

đó, tốc độ cho vay quá nhanh kết hợp với sự gia tăng trong giá tài sản có thể gây ra sự bất ổn tài chính Dựa trên phân tích VAR, Dovern và cộng sự (2008)

đã mô hình hóa sự ảnh hưởng giữa tỷ lệ xóa nợ và tỷ suất sinh lợi (ROE) của hệ thống ngân hàng Đức với sự phát triển kinh tế vĩ mô Kết quả của họ cho thấy

hệ thống ngân hàng Đức bị tác động bởi các biến kinh tế vĩ mô như: GDP, chỉ

số giá tiêu dùng (CPI), lãi suất 3 tháng và GDP Mỹ Louzis và cộng sự (2010) trong nghiên cứu của họ về kinh tế vĩ mô và các nhân tố quyết định tỷ lệ nợ xấu đặc trưng của ngân hàng Hy Lạp đã tìm thấy rằng tốc độ tăng trưởng kinh tế, tỷ

lệ thất nghiệp và lãi suất cho vay có ảnh hưởng lên tỷ lệ nợ xấu Filosa (2007) cũng đã khảo sát sự nhạy cảm của hệ thống ngân hàng Ý đối với các biến động kinh tế vĩ mô thông qua ứng dụng stress test Nghiên cứu này mô hình hóa sự tương tác giữa các biến kinh tế vĩ mô với biến tài chính và các chỉ số ổn định ngân hàng Theo nghiên cứu này, tính ổn định của ngân hàng được mô tả bởi tỷ

số của các khoản nợ hiện hành và tỷ lệ vốn hóa đối với các khoản nợ xấu trên tổng nợ hiện hành Các biến kinh tế vĩ mô và biến tài chính bao gồm lỗ hổng sản lượng, lạm phát và lãi suất ECB ngắn hạn Jimenez and Saurina (2005) tìm thấy tác động âm của biến GDP trễ và tác động dương của lãi suất thực lên NPL của ngân hàng Tây Ban Nha Bên cạnh đó, theo kết quả của họ, chất lượng nợ phụ thuộc vào tốc độ tăng trưởng nợ với độ trễ là bốn Hơn nữa, các tác giả tìm thấy sự tương tác giữa giai đoạn chu kì cho vay và chất lượng của nợ Ngoài ra, Delgado and Saurina (2004) kiểm tra sự ảnh hưởng của một chuỗi các chỉ số kinh tế vĩ mô lên LLP và NPLs và tìm thấy tốc độ tăng GDP có ảnh hưởng âm

và lãi suất có ảnh hưởng dương Quagliariello (2004) khảo sát ảnh hưởng của môi trường kinh tế vĩ mô lên dự phòng nợ khó đòi, nợ xấu và tỷ suất sinh lợi trên tài sản và xác định dạng chu kì cho một mẫu lớn của các định chế trung

gian Ý Các kết quả cho thấy nợ xấu và dự phòng nợ khó đòi đối với tổn thất nợ càng tăng thì cũng làm giảm giá trị môi trường kinh tế

Pain (2003) đã khảo sát mối liên hệ giữa dự phòng nợ khó đòi của hầu hết các ngân hàng UK và môi trường kinh tế vĩ mô Đặc biệt, nghiên cứu này cho thấy rằng chu kì kinh doanh và sự biến động giá tài sản tác động đến chi phí dự phòng của ngân hàng bởi vì chúng có liên quan đến khả năng đáp ứng nghĩa vụ của những người đi vay Hơn nữa, tốc độ tăng trưởng GDP thấp, lãi suất thực cao và tốc độ tăng trưởng tổng dư nợ có độ trễ nhanh hơn dẫn đến sự gia tăng dự phòng ngân hàng Bằng chứng stress test sơ bộ khu vực ngân hàng

Áo cho thấy mối liên hệ giữa chi phí dự phòng nợ khó đòi của ngân hàng và các biến kinh tế vĩ mô đặc biệt (Kalirai, Scheider, 2002) Các kết quả của nghiên cứu này cho thấy chi phí dự phòng nợ khó đòi có ảnh hưởng âm đến tốc độ tăng trưởng GDP và tương quan dương đến lãi suất Đặc biệt hơn, gia tăng mức lãi suất ngắn hạn, sụt giảm niềm tin kinh doanh, sụt giảm thị trường cổ phiếu và sức sản xuất ngành công nghiệp đều tác động đến mức độ LLP Pesola (2001)

mô tả mối liên hệ giữa các nhân tố kinh tế vĩ mô, và tỷ lệ nợ xấu (NPL) cho các quốc gia Bắc Âu trong khoảng thời gian khủng hoảng Các biến phụ thuộc trong nghiên cứu này là các tỷ số của các khoản tổn thất nợ ngân hàng trong khủng hoảng cho vay và hoạt động kinh doanh Các biến độc lập là phần trăm thay đổi GDP có độ trễ, biến thu nhập bất thường kết hợp với tổng dư nợ có độ trễ và biến giả điều chỉnh Trong bối cảnh tương tự, Pesola (2005) mở rộng nghiên cứu này cho nhiều quốc gia bao gồm Đức, Hy Lạp và Tây Ban Nha, Belgium và

UK sử dụng hồi quy dữ liệu bảng trên bộ dữ liệu từ trước những năm 1980 đến năm 2002 Các kết quả chỉ ra rằng tổng dư nợ của khách hàng cao thường đi kèm theo nó là các biến động kinh tế vĩ mô bất lợi

Pesaran và cộng sự (2004) và Alves (2004) sử dụng mô hình VAR để đánh giá ảnh hưởng của các biến kinh tế vĩ mô lên xác suất vỡ nợ của công ty

Mô hình VAR của Pesaran và cộng sự bao gồm GDP, giá tiêu dùng, cung tiền danh nghĩa, giá cổ phần, tỷ giá hối đoái và lãi suất danh nghĩa cho 11 quốc gia/vùng trong giai đoạn 1979 - 1999 Kết quả của mô hình VAR toàn cầu này được sử dụng như là dữ liệu đầu vào cho việc mô phỏng tỷ suất sinh lợi cho công ty, sau đó tìm ra phân phối tổn thất của danh mục nợ doanh nghiệp Một thuận lợi của phương pháp này là liên kết rủi ro tín dụng của danh mục nợ được

đa dạng hóa quốc tế trong mô hình kinh tế vĩ mô khác biệt giữa quốc gia/ vùng Alves (2004) xây dựng VECM, sử dụng tần suất vỡ nợ kì vọng doanh nghiệp (EDFs) như là các biến nội sinh và các nhân tố kinh tế vĩ mô (sự thay đổi 12 tháng trong lỗ hổng sản xuất công nghiệp, lãi suất 3 tháng, giá dầu và sự thay đổi 12 tháng trong chỉ số giá thị trường cổ phiếu) như là những biến ngoại sinh Tần suất vỡ nợ kì vọng (EDFs) của mỗi khu vực công nghiệp EU được mô hình hóa dựa trên các nhân tố kinh tế vĩ mô ngoại sinh cùng với EDFs của những khu vực công nghiệp khác để theo dõi khả năng lây nhiễm

Ngoài ra, mô hình VAR hệ thống cũng được sử dụng để đo lường tính mong manh của ngân hàng một cách trực tiếp thông qua mối liên hệ giữa tỷ lệ xóa nợ và các biến kinh tế vĩ mô Vì tỷ lệ xóa nợ trên tổng nợ đối với doanh nghiệp phi tài chính (PNFCs) và hộ gia đình có thể liên quan một cách khác nhau đến chu kì kinh doanh, VAR cũng được ước lượng sử dụng dữ liệu khu vực hộ gia đình và PNFCs

Các nghiên cứu về stress test để xem xét tác động vĩ mô lên rủi ro tín dụng của các ngân hàng thương mại Việt Nam đang trong giai đoạn sơ khởi Bài nghiên cứu này được thực hiện để ước lượng mối liên hệ giữa tỷ lệ nợ xấu

và tăng trưởng GDP và xem xét chất lượng tín dụng dưới tác động bất lợi mô

phỏng của các nhân tố kinh tế vĩ mô ở Việt Nam Từ đó giúp xác định khả năng tổn thất của các ngân hàng thương mại Việt Nam khi điều kiện kinh tế trở nên bất lợi Bước đầu, cho thấy bức tranh tổng thể về tiềm lực tài chính của hệ thống ngân hàng thương mại Việt Nam

Chương 3 Tổng quan về stress test

3.1 Khái niệm về stress test

Stress test là một kĩ thuật đo lường biến động của danh mục các tài sản,

tổ chức hoặc toàn bộ hệ thống tài chính dưới những kịch bản giả định Nó sử dụng các mô hình định lượng để ước lượng điều gì sẽ xảy ra đối với phần vốn, lợi nhuận, dòng tiền, v.v của từng tổ chức tài chính hoặc toàn bộ hệ thống nếu rủi ro xảy ra Kĩ thuật này được các nhà quản lý rủi ro ở ngân hàng, các nhà điều hành khu vực tài chính và cơ quan giám sát tài chính quốc gia sử dụng để đánh giá tính bất ổn của một ngân hàng đặc biệt hoặc toàn bộ hệ thống tài chính dưới các biến động bất lợi của nền kinh tế Vào năm 1999, chương trình đánh giá khu vực tài chính (FSAP) là một kế hoạch liên kết giữa IMF và World Bank được thực hiện Trong đó, stress test là một phần của chương trình này và đã được xem như là một công cụ chuẩn trong việc phân tích tính ổn định tài chính

Thực hiện stress test không chỉ đơn thuần là tính toán số học về những ảnh hưởng của các cú sốc có thể xảy ra lên khu vực tài chính Nó là một quá trình gồm nhiều bước thực hiện bao gồm: lựa chọn những kịch bản kinh tế có thể xảy ra đối với các tổ chức tài chính; ứng dụng khuôn khổ định lượng để liên kết các kịch bản biến động khác nhau trong việc đo lường khả năng thanh toán

và tính thanh khoản; đưa ra chiến lược hành động từ thông tin các kết quả vừa tìm được và tiếp tục theo dõi đo lường Thuật ngữ stress test được sử dụng để chỉ ra toàn bộ quá trình này

Stress test hệ thống tài chính, thông thường được biết đến như là stress test vĩ mô Các stress test vĩ mô này được thực hiện với nhiều công cụ phục vụ cho việc đánh giá tính ổn định tài chính, tìm ra những mối đe dọa cũng như điểm mạnh của toàn hệ thống Việc dự báo kinh tế vĩ mô phần lớn dựa trên dữ liệu kinh tế vĩ mô lịch sử để lên kế hoạch cho hầu hết tình huống kinh tế tương lai Các mô hình dự báo kinh tế vĩ mô cũng được sử dụng trong stress test và nó

là một phần của phân tích kịch bản trong stress test Tất cả những phương pháp này nhằm tạo ra lời cảnh báo dự tính trước về các vấn đề có thể xuất hiện trong tương lai Hệ thống cảnh báo sớm thì khác biệt với stress test ở chỗ: nó bao gồm các chỉ số có thể giúp ước lượng xác suất có thể xảy ra khủng hoảng Đầu tiên, nó xác định khủng hoảng bằng cách thiết lập các giá trị ngưỡng cho các biến kinh tế vĩ mô và sau đó ước lượng xác suất phá vỡ của các ngưỡng Stress test cũng dựa trên dữ liệu lịch sử hay kịch bản giả định, nhưng nó tái tạo một vài tình huống khắc nghiệt khó khăn để đánh giá tính bất ổn của hệ thống tài chính dưới các tình huống này

3.2 Phân loại stress test

Drehmann (2008) đã xác định ba mục tiêu chính của “stress tests”:

1 Đánh giá rủi ro và biến động của danh mục

2 Đưa ra quyết định – Kết quả thử nghiệm có thể giúp ra quyết định kinh doanh và lên kế hoạch

3 Thông tin – Kết quả có thể mô tả tình trạng tổng quát của các tổ chức hoặc toàn bộ khu vực tài chính và có thể được công bố ra bên ngoài

Drehmann đã tranh luận rằng, xác định mục đích là điều cần thiết khi thiết kế mô hình Nếu mục tiêu chính là đánh giá tình hình hoạt động để đưa ra kết luận theo kết quả mô hình thì mô hình này phải có khả năng dự báo tốt (sử dụng các mô hình cấu trúc là thích hợp trong trường hợp này) Nhưng nếu chạy

mô hình để trình bày kết quả ra công chúng thì mô hình và kết quả của nó nên minh bạch, dễ hiểu và dễ kiểm soát (các mô hình dạng rút gọn là thích hợp hơn)

Dựa trên mục tiêu cuối cùng “stress test” được chia thành bốn loại:

 Stress test được xem như là một công cụ quản trị rủi ro nội bộ

Các tổ chức tài chính sử dụng “stress test” để đo lường và quản lý rủi ro trên các khoản đầu tư của họ Một trong những người sử dụng sớm nhất là J.P Morgan thực hiện vào giữa những năm 1990, sử dụng phương pháp giá trị có rủi ro (VaR) để đo lường rủi ro thị trường Tuy nhiên, việc thực hiện “stress test” trước đây chỉ giới hạn ở một số nhân tố rủi ro và ít liên kết với quản trị rủi

ro tổng thể, kế hoạch kinh doanh và chi tiêu vốn của công ty

 Stress test được xem như là biện pháp đo lường thận trọng ở tầm vi mô hoặc để giám sát các ngân hàng cụ thể Khuôn khổ Basel II yêu

cầu các ngân hàng thực hiện “stress test” đối với rủi ro thị trường và trong một vài trường hợp, sử dụng kết quả “stress test” cho rủi ro tín dụng để đưa ra yêu cầu vốn tối thiểu (trụ cột 1) Khảo sát của BCBS (2012) chỉ ra rằng các “stress test” giám sát được sử dụng ngày càng nhiều để thiết lập yêu cầu vốn cho từng ngân hàng cụ thể, quyết định mức vốn dự trữ rõ ràng hoặc giới hạn phân phối vốn ngân hàng Các tỷ số thanh toán trong khuôn khổ Basel III và các quy định bảo hiểm ở châu Âu đều sử dụng “stress test” như là một phần không thể thiếu trong khuôn khổ điều chỉnh

 Stress test được xem như là biện pháp đo lường thận trọng ở tầm vĩ mô để theo dõi giám sát hệ thống tài chính Trong suốt hai thập kỉ

vừa qua, nhiều cơ quan quản lý tiền tệ ở các quốc gia bắt đầu thực hiện “stress test” để phân tích rủi ro toàn hệ thống và các rủi ro riêng biệt của từng tổ chức

Những kết quả này thường được công bố trong các báo cáo ổn định tài chính

sự quan tâm bởi vì các ngân hàng được yêu cầu tái cấp vốn dựa trên các kết quả thử nghiệm, phương pháp luận chi tiết và các kết quả của từng ngân hàng

cụ thể được công bố Gần đây các chương trình của IMF áp dụng để hạn chế tính trạng trì trệ của khu vực ngân hàng (bao gồm Ireland, Hy Lạp và Thổ Nhĩ Kì), đã ước lượng nhu cầu tái cấp vốn ngân hàng thông qua stress test Sử dụng stress test như một công cụ quản lý rủi ro trong khủng hoảng là tương đối mới Phương pháp luận về quản lý rủi ro đã phát triển theo thời gian và việc sử dụng stress test đã trở nên phổ biến Bây giờ các tổ chức tài chính kì vọng có thể quản lý cùng một lúc nhiều loại rủi ro hơn và các nhân tố rủi ro trong mối liên hệ lẫn nhau thông qua phân khúc nội bộ của các bộ phận kinh doanh khác nhau Tương tự, stress test thận trọng vĩ mô đã phát triển từ thử nghiệm một nhân tố đến thử nghiệm các viễn cảnh vĩ mô

Tùy thuộc vào mục tiêu thực hiện stress test, các hành động quản lý hoặc giám sát có thể được thực hiện Các thử nghiệm thận trọng vĩ mô trong FSAPs không quy định điển hình hành động cụ thể cho từng ngân hàng, mặc dù họ có thể đưa ra các khuyến nghị chính sách thận trọng vĩ mô Các stress test giám sát được sử dụng ngày càng nhiều để hướng dẫn các hoạt động giám sát, bao gồm việc cải thiện thu thập dữ liệu, kiểm tra mục tiêu và kiểm soát kĩ lưỡng hơn để đưa ra các yêu cầu về hành động quản lý ngân hàng như là gia tăng thêm vốn,

giảm rủi ro, không chia cổ tức và cập nhật kế hoạch giải quyết vấn đề đang đối mặt của từng tổ chức riêng lẻ Stress test trong quản lý khủng hoảng được thiết

kế rõ ràng để ước lượng mức độ thiếu hụt vốn

Bảng 1: Đặc điểm của các loại stress test

Thực hiện tái cấp vốn và kế hoạch tái cấu trúc kinh doanh

Quản lý rủi

ro cho các danh mục đầu tư và đưa vào kế hoạch kinh doanh nội bộ

Đa dạng, có thể bao gồm tất cả các tổ chức đang

Các tổ chức tài chính riêng lẻ

trong tình trạng kiệt quệ

và có nguy cơ kiệt quệ

nghiệm khi cần thiết Gia tăng số lượng kiểm soát điều hành thông qua stress test

Khi cần thiết Tần suất cao

(hàng ngày hay hàng tuần) cho các rủi ro thị trường, có thể thực hiện

ở tần suất thấp hơn cho toàn doanh nghiệp

Các căng thẳng hệ thống đang xảy ra hoặc các biến động tương đối nhẹ,

Có đặc trưng riêng hay mang tính hệ thống (về những vấn đề của từng tổ

biến động đáng quan tâm giữa các tổ chức

chủ yếu tập trung vào rủi

ro thanh toán

chức tài chính cụ thể)

Thông qua các biến động ở mức độ thị trường vĩ mô

Thông qua các biến động

ở mức độ thị trường vĩ mô

hoặc tiềm năng và

đưa ra ngưỡng thay

thế nếu thích hợp

Các yêu cầu điều chỉnh hiện hành hoặc tiềm năng và đưa ra ngưỡng thay thế nếu thích hợp

Các yêu cầu điều chỉnh hiện hành hoặc tiềm năng và đưa ra ngưỡng thay thế nếu thích hợp

Chỉ số mức

độ chịu đựng rủi ro nội bộ

và các yêu cầu điều chỉnh

tổ chức tài chính

Các chỉ số an toàn cho từng

tổ chức tài chính

Các chỉ số an toàn cho từng

tổ chức tài chính

mô tiềm năng hoặc

các đo lường cho

toàn hệ thống tài

chính

Các tổ chức tài chính có kết quả stress test không tốt thì thường được yêu cầu giải thích và đưa ra biện pháp quản

lý nếu cần thiết

Các tổ chức

“thất bại” thì thường được yêu cầu thực hiện các biện pháp quản lý tài chính, như

là tái cấp vốn với sự hỗ trợ của chính phủ

Có thể hoặc không yêu cầu hành động quản lý

Phát

hành

Thường xuyên Hiếm khi Thay đổi Không

Bốn loại stress test cung cấp những thông tin khác nhau Việc thông tin giữa ngân hàng và cơ quan giám sát, giữa các cơ quan giám sát ở các quốc gia hoặc giữa các nhóm FSAPs và các cơ quan quản lý tiền tệ quốc gia yêu cầu phải có các phương pháp stress test hiệu quả Mặt khác, việc công bố thông tin

về các kết quả stress test ra công chúng là không phổ biến, mặc dù gần đây điều này đã thay đổi, đặc biệt đối với stress test quản trị rủi ro trong khủng hoảng

Các kết quả stress test thận trọng vĩ mô được công bố trong các báo cáo ổn định tài chính hoặc trong chương trình đánh giá ổn định hệ thống tài chính (FSAPs) Trong các chương trình này stress test được thực hiện ở mức độ toàn hệ thống, thường là không xác định cho từng tổ chức riêng lẻ Việc phổ biến các kết quả stress test là đang tranh cãi Nhiều cơ quan quản lý tiền tệ quốc gia đã lên tiếng liên quan đến sự phổ biến kết quả stress test có thể tạo ra các kì vọng không thực tế, dẫn đến sự hiểu sai trong việc truyền thông đại chúng và làm giảm giá trị stress test như là một công cụ giám sát làm ngân hàng tập trung quá nhiều vào ảnh hưởng truyền thông đại chúng Đối với FSAPs, các xuất bản là tự nguyện

3.3 Quy trình thực hiện stress test

3.3.1 Xác định phạm vi phân tích

Một bước quan trọng trong quy trình stress test vĩ mô là lựa chọn tập hợp các tổ chức tài chính thích hợp Việc nắm bắt toàn bộ khu vực tài chính là bao quát toàn diện, nhưng thường rất khó vì đó là một nhiệm vụ phức tạp Thông thường, chúng ta chỉ chọn một phần của hệ thống tài chính và làm đơn giản giả định để tạo ra mô hình và thực hiện stress test Thường là thực hiện stress test cho hệ thống ngân hàng bởi vì nó giải thích cho phần lớn hệ thống tài chính và như Drehmann (2008) tranh luận “bởi vì vai trò nòng cốt của ngân hàng trong việc biến đổi từ tiết kiệm sang đầu tư, vì vậy vị trí của nó trong việc truyền dẫn các cú sốc trong toàn hệ thống tài chính ngược trở lại nền kinh tế thực là quan trọng” Một vài tác giả cũng tiến hành thử nghiệm các khu vực khác của hệ thống tài chính như khu vực bảo hiểm và quỹ hưu trí (Cihak (2007)) Đôi lúc,

họ còn xem xét sự khác biệt giữa sở hữu nhà nước, tư nhân và ngân hàng nước ngoài (Cihak 2007) Các ngân hàng này có thể được nhóm lại theo mức độ vốn hóa (lớn, vừa và nhỏ) hoặc tình hình hoạt động (ngân hàng mạnh và ngân hàng

yếu) Hơn nữa, việc cân nhắc các loại tài sản được đưa vào thực hiện stress test cũng là một vấn đề cần quan tâm Xác định danh mục tài sản liên quan để thực hiện stress test vĩ mô phụ thuộc một phần vào tính chất của những rủi ro được phân tích và trên dữ liệu sẵn có

Vì hạn chế về dữ liệu nên nhiều phương pháp nghiên cứu đã xây dựng danh mục giả định được thiết kế bằng cách mô phỏng theo sự phân chia tài sản

và rủi ro trong hệ thống tài chính Ngược lại, những nghiên cứu khác sử dụng

dữ liệu thực nên phân tích thường giới hạn trong một vài ngân hàng lớn có tầm quan trọng trong hệ thống và dữ liệu về các tổ chức này là có sẵn, được công bố rộng rãi trên thị trường Đối với việc lựa chọn loại tài sản để đưa vào phân tích, cho đến nay stress test vĩ mô chủ yếu tập trung vào các loại tài sản trên sổ sách ngân hàng Một vài mô hình phân biệt rủi ro theo phân loại đối tượng cho vay (cho vay người tiêu dùng, cho vay liên ngân hàng, cho vay doanh nghiệp được phân chia theo ngành nghề lĩnh vực hoạt động), ví dụ Boss (2002), Sorge & Virolainen (2006) hoặc Jakubik & Schmieder (2008)

Ngay cả khi phạm vi phân tích đã được xác định về tập hợp tổ chức và loại tài sản thì việc đo lường rủi ro không phải là một nhiệm vụ dễ dàng Trong thực tế, danh mục tài sản thay đổi liên tục qua thời gian theo nhu cầu đầu tư và các chiến lược bảo hiểm rủi ro của từng tổ chức Bản chất thực sự của bất kỳ khoản tín dụng có thể tìm thấy từ các khoản giải ngân cho vay và hồ sơ trả nợ của khách hàng hoặc được đặc trưng bởi nợ khó đòi, không chắc chắn thu hồi Hơn nữa, các tổ chức tài chính có thể tái phân bổ danh mục tài sản của họ để phản ứng với những cú sốc kinh tế vĩ mô và do đó làm thay đổi bản chất rủi ro bên trong của những tổ chức này

3.3.2 Thiết kế các kịch bản kinh tế vĩ mô trong stress test

Một thách thức cho việc thực hiện stress test là lựa chọn kịch bản Kịch bản đối nghịch và khắc nghiệt đủ để tiết lộ rủi ro đối với sự ổn định tài chính nhưng vẫn hợp lý Biến động được lựa chọn có thể là của một nhân tố rủi ro hoặc phản ánh nhiều nhân tố rủi ro Các kịch bản đa biến thường thực tế hơn bởi vì nó cho phép sự tương quan giữa các biến

Cihak (2007) phân biệt hai cách thiết lập kịch bản thích hợp Cách đầu tiên là tiếp cận trong trường hợp tồi tệ trả lời câu hỏi kịch bản có tác động xấu lên hệ thống tài chính với mức độ hợp lý nào Cách thứ hai là tiếp cận đối với ảnh hưởng cho sẵn lên hệ thống sẽ đưa ra kịch bản hợp lý nhất dẫn đến ảnh hưởng đó Mức độ hợp lý có thể được thiết lập theo các quan sát lịch sử Các kịch bản này có thể được rút ra từ tiến trình tạo dữ liệu hoặc từ một vài biến được thiết lập

Các sự kiện lịch sử thì dễ thực hiện Dưới các kịch bản lịch sử chúng ta

có thể ước lượng hành vi của người tham gia thị trường một cách đúng đắn hơn, bởi vì hành vi của họ có thể giống trong quá khứ Cũng vậy, các kịch bản lịch

sử thì khắc nghiệt hơn nhưng hợp lý, như chúng đã từng xuất hiện trong quá khứ Mặt khác, lựa chọn trực tiếp sử dụng dữ liệu lịch sử là để lên sơ đồ các nhân tố rủi ro được quan sát đối với việc đo lường sức khỏe tài chính của hệ thống (ví dụ, CAR, NPLs) và để nhặt ra sự kết hợp khắc nghiệt nhất của các nhân tố rủi ro Tuy nhiên, phương pháp này thiếu sự thích hợp vì các quan sát gây ra căng thẳng nhất được xác định có thể đến từ các giai đoạn lịch sử khác nhau Bất lợi chính của việc sử dụng các kịch bản lịch sử là sự không chắc chắn

về những tình huống tương tự có thể lặp lại trong tương lai

Đối với việc phát triển kịch bản thông qua quá trình tạo ra dữ liệu, Drehmann (2008) đã xác định bốn phương pháp chính có thể được sử dụng: (1)

phân phối của những nhân tố rủi ro được xác định, (2) tiến trình tự hồi quy các biến vĩ mô cơ bản, (3) mô hình vecto tự hồi quy dạng rút gọn, (4) các mô hình cấu trúc vĩ mô Mô hình vĩ mô có thể cho thấy các kênh truyền dẫn kinh tế vĩ

mô quan trọng nhưng nó là một công cụ tương đối phức tạp Các mô hình tự hồi quy không bao gồm sự phụ thuộc lẫn nhau của các nhân tố rủi ro hệ thống, như Van den End, Hoeberichts & Tabbae (2006) tranh luận rằng, nó không cung cấp cấu trúc nền tảng kinh tế vĩ mô của kịch bản

3.3.3 Tích hợp các phân tích thị trường và rủi ro tín dụng

Những rủi ro khác nhau được theo dõi thông qua các chỉ số lành mạnh tài chính có thể tương quan với nhau và chắc chắn không loại trừ lẫn nhau (ví dụ như một cú sốc giá dầu có thể sẽ có thể gây ảnh hưởng xấu đến lạm phát và lãi suất và do đó nó có thể là nguồn gốc của rủi ro lãi suất cũng như rủi ro tín dụng

và rủi ro giá cả hàng hóa, vv.) Vì vậy, để đánh giá tính bất ổn của hệ thống tài chính trước kịch bản xấu, các nhà kinh tế tìm kiếm một mô hình rủi ro tích hợp cùng giải thích nhiều nguồn gốc rủi ro Điều đó khác với việc dựa vào các chỉ

số khác nhau để định lượng tác động của từng nhân tố rủi ro riêng lẻ

Về bản chất, mô hình rủi ro là một công cụ phân tích vẽ ra kịch bản vĩ

mô nhất định và danh mục tài sản có liên quan vào trong phân phối xác suất thua lỗ mà các đo lường rủi ro khác nhau có thể được bắt nguồn từ đó Theo các giả thuyết phân phối và các thông số cụ thể, nó cung cấp một thước đo thông dụng để so sánh tính bất ổn của danh mục tài sản khác nhau trước một cú sốc đã cho hoặc tác động của những kịch bản bất lợi khác nhau trên một danh mục tài sản nhất định Có rất nhiều phương pháp tiếp cận mô hình khác nhau để tính toán thiệt hại dự kiến của danh mục tài sản có thể được rút ra từ một phân phối tổn thất nhất định Một số nghiên cứu đã áp dụng phương pháp giá trị có rủi ro (VaR) trong thực hiện stress test Khi nói một danh mục tài sản nào có VaR 1

năm là $ X tại một khoảng tin cậy 99% có nghĩa là chất lượng của danh mục tài sản là - bất cứ điều gì xảy ra - chỉ có một 1% cơ hội sự mất mát là $ X năm

Tổn thất do rủi ro thị trường được tính toán bằng cách phân tích giá trị thị trường của từng công cụ trong danh mục tài sản thay đổi như thế nào trong chuỗi thời gian do một vector các nhân tố rủi ro có liên quan cùng chuyển động Một số mô hình định giá được sử dụng để ước tính những thay đổi tương quan trong lãi suất, tỷ giá hối đoái, vốn cổ phần hoặc giá trái phiếu, vv có thể ảnh hưởng đến việc định giá danh mục thị trường khác nhau (trái phiếu, cổ phiếu, phái sinh, vv) Phương pháp định giá địa phương thường sử dụng xấp xỉ bậc một hoặc bậc hai để đánh giá mức độ nhạy cảm của danh mục tài sản trước các nhân tố rủi ro xung quanh giá trị thị trường hiện tại của nó và sau đó sử dụng nó

để suy ra sự thay đổi giá trị (tức là phân phối lỗ) trong những tình huống căng thẳng khác nhau Thay vào đó, phương pháp định giá đầy đủ tính toán lại giá trị của danh mục đầu tư trong từng kịch bản sử dụng một vector giá cả mới được suy ra từ phân tích lịch sử hoặc rút ra từ phân phối được biết đến bằng cách sử dụng mô phỏng Monte Carlo

Trong nhiều ứng dụng và đặc biệt là khi thực hiện stress test các ngân hàng, những nhân tố rủi ro chính chiếm hầu hết các khoản thiệt hại tiềm năng trên bảng cân đối kế toán là rủi ro tín dụng Mô hình rủi ro tín dụng có lẽ là lĩnh vực tập trung hầu hết sự chú ý trong thời gian gần đây Hai loại mô hình rủi ro tín dụng chính thường xuất hiện trong các bài nghiên cứu là: (1) Mô hình dạng rút gọn giả định các biến trong hàm số là ngoại sinh thể hiện cho mối quan hệ giữa khả năng vỡ nợ và một số nhân tố rủi ro chính liên quan (2) Mô hình cấu trúc theo dõi một cách rõ ràng hơn tác động của các nhân tố rủi ro trên các tài sản và nợ phải trả của người có nghĩa vụ và tìm được xác suất vỡ nợ dựa trên

khoảng cách giữa giá trị kỳ vọng của các tài sản khi đến hạn và ngưỡng mặc định trong mức độ nợ phải trả

Sự thay đổi các nguyên tắc kinh tế vĩ mô cơ bản hoặc trong giá tài sản có thể ảnh hưởng trực tiếp đến giá trị thị trường của tài sản và nợ của các ngân hàng Hơn nữa, thay đổi lớn trong giá tài sản có thể dẫn đến biến động đáng kể trong tỷ lệ nợ trên thu nhập cho hộ gia đình và các công ty Tác động của các cú sốc về giá tài sản trên khả năng thanh toán của các ngân hàng và chất lượng tín dụng của các ngân hàng, đại diện cho mối quan tâm chính trong việc phân tích rủi ro hệ thống Trong thực tế, một cú sốc kinh tế vĩ mô được đưa ra có thể dẫn đến thiệt hại cả thị trường và những thay đổi trong chất lượng tín dụng của bên

có nghĩa vụ (trong đó hàm ý sự mất mát trong giá trị thị trường tiềm năng trong giá trị sổ sách của nợ) Do đó, nó sẽ được dùng để tích hợp các phân tích thị trường và rủi ro tín dụng

3.4 Xây dựng khuôn khổ mô hình stress test

Khuôn khổ stress test vĩ mô có thể được mô tả như sau: Đầu tiên, chúng

ta giả định một vài biến động đối với nền kinh tế Sử dụng mô hình kinh tế vĩ

mô để liên kết các biến động kinh tế vĩ mô như là GDP, lãi suất, lạm phát v.v Đôi khi, các mô hình kinh tế vĩ mô này là không có sẵn Trong trường hợp đó, chúng ta sử dụng mô hình vecto tự hồi quy (VAR) hoặc mô hình vector tự điều chỉnh (VECM) hoặc đơn giản chúng ta có thể sử dụng các quan sát lịch sử trong suốt quãng thời gian xảy ra tình trạng kiệt quệ tài chính hoặc sử dụng các đánh giá chuyên nghiệp về sự di chuyển của các biến vĩ mô Các biến kinh tế vĩ mô giả định được liên kết với các dữ liệu bảng cân đối kế toán của ngân hàng thông qua các mô hình vệ tinh Sau đó, chúng ta mô hình hóa ảnh hưởng của các biến động trong tình hình hoạt động tài chính của ngân hàng và ước lượng biến động liên quan, ví dụ như tỷ số yêu cầu vốn tối thiểu (CAR)

Mô hình stress test chính thức có thể được viết như sau (Sorge 2004)

Ω 𝑌 𝑡+1/𝑋 𝑡+1 ≥ 𝑋 = 𝑓 𝑋𝑡, 𝑍𝑡 (1) Trong đó i là danh mục riêng lẻ, 𝑌 𝑖,𝑡+1 là đo lường mức độ kiệt quệ của danh mục i trong thời gian t+1 (dự phòng nợ khó đòi, nợ xấu hoặc xóa nợ),

𝑋 𝑡+1 ≥ 𝑋 là điều kiện stress test các viễn cảnh được xảy ra 𝑌 𝑖,𝑡+1/𝑋 𝑡+1 ≥ 𝑋 là việc thực hiện trong tương lai không chắc chắn đo lường tình trạng kiệt quệ trong các sự kiện biến động, Ω(.) là tham số rủi ro được sử dụng để dự báo đo lường tình trạng kiệt quệ (Y) dưới những giả định được cho bởi điều kiện

𝑋 𝑡+1 ≥ 𝑋 và f(.) là hàm số của việc thực hiện trong quá khứ của vector X của các biến vĩ mô liên quan (GDP, lạm phát, lãi suất hoặc mức độ mắc nợ, v.v) và vecto Z của các biến ngoại sinh đặc trưng cho ngân hàng (kích cỡ của ngân hàng, mức độ vốn hóa và sự hiệu quả về chi phí) Nó liên kết sự thay đổi trong

vĩ mô và các biến đặc trưng của ngân hàng và tình trạng kiệt quệ của danh mục

Sorge (2004) và Sorge & Virolainen (2006) phân biệt giữa hai phương pháp thực hiện stress test vĩ mô Đầu tiên là cách tiếp cận từng phần xem xét các mô hình bảng cân đối kế toán Những mô hình này phân tích mối liên kết trực tiếp giữa các khoản mục trên bảng cân đối kế toán (NPLs, LLPs v.v) và chu kì kinh doanh (tăng trưởng GDP, thất nghiệp v.v) Thứ hai là, cách tiếp cận từng phần áp dụng mô hình giá trị có rủi ro (VaR) Trong mô hình VaR, nhiều nhân tố rủi ro được kết hợp trong phân phối xác suất thua lỗ đánh giá theo giá thị trường dưới những viễn cảnh riêng lẻ

Các mô hình theo bảng cân đối được sử dụng rộng rãi trong stress test Các hệ số ước lượng có thể được sử dụng để mô phỏng ảnh hưởng của các biến động vĩ mô lên khu vực tài chính Các mô hình theo bảng cân đối kế toán có thể

là mô hình cấu trúc hay mô hình dạng rút gọn Các mô hình VaR là tương đối

phức tạp và kết hợp nhiều nhân tố rủi ro (rủi ro tín dụng, rủi ro thị trường, v.v) Bảng 1 cho thấy sự phân loại dưới dạng biểu đồ của các loại mô hình Các cách tiếp cận được thảo luận trong phần này là trong nghiên cứu của Sorge (2004) và Sorge & Virolainen (2006)

Bảng 2: Phân loại dưới dạng mô hình của các phương pháp stress test vĩ

mô

Mô hình Mô hình bảng cân đối kế

toán

Mô hình giá trị có rủi ro

các khoản mục ngân hàng với chu kì kinh doanh

Kết hợp nhiều nhân tố rủi ro vào phân phối tổn thất danh mục theo giá trị thị trường

 Mô phỏng sự thay đổi trong toàn

bộ phân phối lỗ bắt nguồn từ các biến động kinh tế vĩ mô lên các thành phần rủi ro riêng lẻ

 Được áp dụng để nắm bắt tác động phi tuyến của các biến động vĩ

mô lên rủi ro tín dụng

 Không được cộng các đo lường VaR giữa các tổ chức

 Hầu hết các mô hình cho đến bây giờ đều tập trung vào rủi ro tín dụng

và thường giới hạn trong khoảng thời gian ngắn

 Các nghiên cứu sẵn có đều không

xử lý tác động ngược trở lại hoặc sự bất ổn của các tham số trong khoảng thời gian dài

3.4.1 Các mô hình bảng cân đối kế toán

Các mô hình bảng cân đối kế toán được dựa trên ước lượng tính nhạy cảm của bảng cân đối kế toán đối với những thay đổi khắc nghiệt trong các biến kinh tế vĩ mô quan trọng Các hệ số ước lượng được sử dụng để mô phỏng ảnh hưởng của các viễn cảnh giả định lên hệ thống tài chính Các mô hình bảng cân đối kế toán sử dụng các phương pháp chuỗi thời gian và dữ liệu bảng hoặc các

mô hình cấu trúc dạng kinh tế rộng lớn Cả hai đều liên kết tính bất ổn của hệ thống (những tổn thất ngân hàng) đối với sự thay đổi các biến vĩ mô Thuận lợi của các mô hình bảng cân đối kế toán là chúng thuộc về trực giác và dễ thực hiện Mặt khác, chúng thường được diễn tả trong dạng tuyến tính, mặc dù mối quan hệ giữa rủi ro của ngân hàng và các biến vĩ mô có thể phi tuyến Ví dụ, Drehmann (2005) đã tìm thấy các nhân tố hệ thống có tác động phi tuyến và phi

hệ thống lên rủi ro tín dụng Hơn nữa, họ thường khảo sát các khoản lỗ kì vọng

và không xem xét toàn bộ phân phối tổn thất Sau đây là một số thảo luận ngắn gọn về mỗi loại mô hình dạng bảng cân đối kế toán