5. Bố cục của nghiên cứu
3.2Nhóm 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 sau:
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. (adsbygoogle = window.adsbygoogle || []).push({});
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.
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.
Revisiting the Z-Score and ZETA Models [online] Available at: <http://pages.stern.nyu.edu/~ealtman/PreFnclDistr.pdf > [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:<http://www.ondrejsimpach.ic.cz/publikace/ko
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
4:hip-c-vn-basel-basel-i-va-ii&catid=43:ao-to&Itemid=90 [Truy cập ngày 06/10/2013] (adsbygoogle = window.adsbygoogle || []).push({});
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
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
Đối tượng cho vay AAA đến AA- A+ đến A- BBB+ đến BBB- BB+ đến B- Dưới B- Không xác định Quốc gia 0% 20% 50% 100% 150% 100% 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% Doanh nghiệp 20% 50% 100% 100%-150% 150% 100%
Cho vay đối với danh mục bán lẻ 75%
Bảo đảm bởi tài sản nhà ở 35%
Bảo đảm bởi bất động sản thương
mại 100%
Nợ quá hạn trả 100% hoặc 150%
Tài sản khác <= 100%
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 - Hệ số tương quan của từng cặp đôi khoản vay trong danh mục cho vay của các ngân hàng R = 0.12 x [( 1 – e-50xPD) / (1– e-50)]