a. Những kết quả tích cực:
2.2.2.2. Thực hiện ST trong trường hợp dữ liệu không đầy đủ
Điều dễ nhận thấy đó là trong mọi biện pháp áp hay mọi công cụ sử dụng thì dữ liệu luôn là yếu tố tiên quyết tới chất lượng cũng như ứng dụng thực tế của chúng. ST được phát triển và hoàn thiện trong những nền kinh tế mà mức độ minh bạch thông tin và năng lực giám sát, khung pháp lý rất cao nên các kết quả của chúng có thể mang lại những nhìn nhận có độ chính xác cao. Dẫu vậy, cuộc khủng hoảng kinh tế xảy ra và yêu cầu cấp thiết nâng cao các biện pháp quản trị rủi ro đặc biệt cho các tổ chức tín dụng, ngân hàng đã khiến cho mong muốn áp dụng ST của các có hệ thống tài chính kém phát triển cũng đang dâng lên mạnh mẽ. Ở các nước này, hầu hết các thông tin cơ bản nhằm phục vụ cho một cuộc thử nghiệm ST đều thiếu hoặc chất lượng kém và vì vậy có thể dẫn đến những kết quả ST gây nhiều tranh cãi hoặc "lợi bất cập hại". Điều tất nhiên cần làm là việc các nước này cần tập trung xây dựng và nâng cao tính minh bạch của hệ thống tài chính trước khi muốn áp dụng một biện pháp định lượng nào nhằm nâng cao năng lực giám sát, quản trị. Tuy nhiên, nếu muốn thực hiện ST trong trường hợp số liệu kém chi tiết và đầy đủ thì vẫn có thể thực hiện một cuộc ST nhưng phải đi kém với các công cụ khác nhằm bổ sung cho nhận định của ST được chân thực hơn.
Một điều chắc chắn rằng khi các dữ liệu bị thiếu hụt hoặc chất lượng không được tốt thì các tình huống, cú shock phải xây dựng dựa trên các quan điểm chủ quan của những người thực hiện và hầu như chỉ căn cứ vào yếu tố này. Chính vì các tình huống dựa quá nhiều vào yếu tố chủ quan nên với trình độ giám sát và khung hành lang vốn đã yếu kém có thể sẽ dẫn tới tình huống ST mà kết quả cho ra hoàn toàn tiêu cực vì các tình huống đặt ra là quá khắc nghiệt, có thể khiến bất cứ hệ thống nào cũng có thể sụp đổ hoặc không đủ mức độ khắc nghiệt để tạo ra các tình huống thực sự cho một cuộc kiểm tra, hơn thế nữa, rất khó để
nhận thấy khả năng có thể xảy ra của những cú shock cực độ mà ST đặt ra nên kết quả của cuộc kiểm tra này rất khó để đề ra những giải pháp cụ thể trong thực tế.
Vì việc báo cáo về chất lượng của dư nợ được coi là việc tối thiểu trong báo cáo của các ngân hàng nên thông thường, ST trong trường hợp dữ liệu yếu thường làm về các tình huống về sự tăng lên của tỷ lệ nợ xấu và cách thức thực hiện như cú shock về tỷ lệ nợ xấu đã thực hiện ở phía trên. Tuy nhiên, một cách thực hiện ST khác đã ra đời nhằm áp dụng tốt hơn cho trường hợp này đó là ST về hệ số an toàn vốn CAR của các ngân hàng. Tại hầu hết các nước, tỷ lệ nợ xấu được coi là phản ánh cho chất lượng tín dụng và cả vấn đề quản trị chúng nên các ngân hàng thường cố gắng tập trung nhằm che dấu số liệu chi tiết về vấn đề này, ST về hệ số CAR hay còn gọi là ST ngược sẽ chỉ ra tỷ lệ nợ xấu của các ngân hàng như thế nào để hệ số CAR của các ngân hàng ở mức tối thiểu quy định chính vì thế cách thực hiện này giải quyết được hai thách thức lớn của ST đặc biệt trong trường hợp dữ liệu yếu đó là lượng hoá ảnh hưởng của sự chuyển biến của tỷ lệ nợ xấu, tình hình vĩ mô tới tổng thể tình trạng bảng cân đối.Cách thực hiện ST chia làm hai trường hợp nhỏ hơn đó là:
• ST về hệ số CAR trong trường hợp chỉ có các dữ liệu chung về nợ xấu tổng thể
• ST về hệ số CAR trong trường hợp dữ liệu chi tiết về phân loại nợ là tin cậy được.
a. ST về hệ số CAR trong trường hợp chỉ có số liệu nợ xấu tổng thể.
Số liệu có trong trường hợp này rất hạn chế, không có cụ thể từng nhóm nợ mà chỉ có số nợ xấu chung và tổng quy mô dư nợ. Tỷ lệ CAR được sử dụng để làm giới hạn tối thiểu đó là 9%. Chính vì không có số liệu cụ thể phân loại từng nhóm nợ chi tiết nên để thực hiện được trường hợp này cần thêm một số giả định:
• Các dư nợ thuộc nợ xấu cùng biến động theo cùng tỷ lệ và có tỷ lệ đơn giản là 1:1:1 và các dư nợ thuộc nhóm nợ triển vọng cũng có cùng mức biến động và tỷ lệ 1:1;
• Đặc biệt hơn đó là coi tài sản đảm bảo cho các khoản vay là hoàn toàn bằng 0, tỷ lệ dự phòng tăng lên tác động hoàn toàn tới vốn tự có của ngân hàng.
• Các giả định cơ bản của ST trong trường hợp dữ liệu không được đầy đủ như hệ số RWA và vốn tự có không đổi, thay đổi dự phòng tác động trực tiếp tới vốn tự có của ngân hàng,...
Từ các giả định đó mà tính toán ra được tỷ lệ dự trữ chung bình nhóm nợ triển vọng tốt và nhóm nợ xấu.
Bảng 2.2.2.2.a : Kết quả ST hệ số CAR cho số liệu tổng thế.
Đơn vị tính: tỷ đồng.
Số liệu của các NHTM năm 2011 Hệ Thống
Trước cú Shock RWA 1318145.163 Vốn tự có 145276.046 Hệ số an toàn vốn(CAR) 11.02% Tổng dư nợ tín dụng 787521.983 Trong đó:
Dư nợ triển vọng tốt (performing loans) 773369.443 Dư nợ xấu ( non-performing loans) 14152.540
Tỷ lệ nợ xấu 1.80%
Tỷ lệ dự trữ cụ thể trung bình của nhóm nợ xấu 57.17% Tỷ lệ dự trữ chung và cụ thể trung bình của nhóm nợ
triển vọng tốt 3.25%
Tổng dự phòng tổn thất đang năm giữ:
Dự phòng chung 5869.609
Dự phòng cụ thể 6049.565
Sau cú shock
Tỷ lệ nợ xấu mới 3.05%
RWA( giả thiết không đổi) 1318145.163
Hệ số an toàn vốn mới 9%
Vốn tự có 118633.065
Sụt giảm vốn tự có 26642.982
Sự tăng lên của dự phòng tổng thất 26642.982
Dự phòng mới 38562.155
Dư nợ tín dụng( không đổi) 787521.983
Dư nợ xấu mới 24051.669
b. ST về hệ số CAR trong trường hợp số liệu chi tiết về phân loại dư nợ.
Trong trường hợp số liệu về phân loại dư nợ của các ngân hàng là đáng tin cậy thì ST về hệ số CAR có thể thực hiện được chi tiết cho từng ngân hàng một nhằm xem xét tỷ lệ nợ xấu nếu vượt quá điểm nào sẽ làm cho hệ số an toàn vốn của ngân hàng xuống dưới mức quy định. Các giả định cần thiết cho tình huống này là:
• Các các nhóm nợ trong nợ xấu có cùng mức biến động và nhóm nợ trong nợ triển vọng tốt cũng có cùng mức biến động.
• Các giả định cơ bản của ST trong trường hợp dữ liệu không đầy đủ.
Cú shock được lữa chon trong trường hợp ST về hệ số an toàn vốn luôn là hệ số an toàn vốn của ngân hàng bị đặt tới điểm tới hạn quy định, tỷ lệ này tiếp tục được chọn là 9%.
Bảng 2.2.2.2.b : Số liệu trước cú shock của các ngân hàng thương mại.
Đơn vị: tỷ đồng (hệ số CAR: %)
Số liệu của các
NHTM năm 2011 Hệ Thống Vietinbank BIDV
Dong A
Bank Eximbank MB HD bank SHB
Trước cú shock RWA 1318145.163 454092.490 425857.128 72064.184 118188.118 159879.053 31849.709 56214.482 Vốn tự có 145276.046 47997.576 47142.384 7213.625 15293.542 15332.401 4780.641 7515.876 Hệ số an toàn vốn (CAR) 11.02% 10.57% 11.07% 10.01% 12.94% 9.59% 15.01% 13.37% Tổng dư nợ 293434.312 274303.554 44003.078 74663.330 58108.072 13847.786 29161.851 Trong đó: Nợ tiêu chuẩn 285213.117 233765.981 39959.744 72422.241 54766.211 12726.452 27416.800 Nợ cần chú ý 6017.024 32414.884 3301.322 1038.112 2404.479 829.438 1093.638
Nợ dưới tiêu chuẩn 1071.421 5244.120 194.403 414.128 305.546 154.445 218.922
Nợ nghi ngờ 220.213 420.305 286.930 353.327 111.310 95.845 154.148 Nợ có khả năng mất vốn 912.537 2458.264 260.679 435.522 520.526 41.606 278.343 Tỷ lệ nợ xấu 0.75% 2.96% 1.69% 1.61% 1.61% 2.11% 2.23% Dự phòng đang nắm giữ: 3189.296 5740.150 642.024 733.800 1083.782 134.298 395.824 Dự phòng chung 2193.913 2038.840 328.068 556.709 431.907 103.546 216.626 Dự phòng cụ thể 995.382 3701.311 313.956 177.092 651.876 30.751 179.198
Bảng 2.2.2.2.c: Số liệu sau cú shock giả định của các ngân hàng thương mại.
Đơn vị: tỷ dồng (hệ số CAR: %)
Số liệu của các NHTM
năm 2011 Hệ Thống Vietinbank BIDV
Dong A
Bank Eximbank MB HD bank SHB
Sau cú shock RWA 1318145.163 454092.490 425857.128 72064.184 118188.118 159879.053 31849.709 56214.482 Vốn tự có 118633.065 40868.324 38327.141 6485.777 10636.931 14389.115 2866.474 5059.303 Hệ số an toàn vốn 9% 9% 9% 9% 9% 9% 9% 9% Tổng dự trữ tăng lên 7129.252 8815.243 727.848 4656.612 943.286 1914.167 2456.573 Tổng dự trữ mới 10318.548 14555.393 1369.872 5390.412 2027.069 2048.465 2852.397 Tổng dư nợ 293434.312 274303.554 44003.078 74663.330 58108.072 13847.786 29161.851 Tỷ lệ nợ xấu 7.49% 4.78% 8.79% 3.36% 11.15% 3.78% 33.64% 14.54% Dư nợ tín dụng mới: Nợ tiêu chuẩn 684205.069 273633.464 219733.009 39280.428 65404.526 53561.354 8627.262 23965.025 Nợ cần chú ý 44294.275 5772.733 30469.019 3245.200 937.519 2351.580 562.276 955.949 Nợ dưới tiêu chuẩn 30230.451 6819.595 15559.304 386.784 2863.695 711.006 2464.447 1425.620 Nợ nghi ngờ 8455.049 1401.656 1247.045 570.876 2443.256 259.018 1529.386 1003.812 Nợ có khả năng mất vốn 20337.138 5806.864 7295.177 519.790 3014.334 1225.113 664.414 1811.445
Một điều chắc chắn rằng, nếu Việt Nam muốn hướng tới áp dụng chuẩn mực Basel 2 cho các ngân hàng thương mại thì Stress testing là một công cụ không thể bỏ qua trong quản lý rủi ro. Để thực hiện mục tiêu này, Việt Nam mà đặc biệt là Chính Phủ Việt Nam cần có những hành động cụ thể và thực hiện ngay thay vì những mục tiêu chỉ tồn tại trên các văn bản. Với hệ thống tài chính đang có nhiều vấn đề và đang bắt đầu quá trình cải cách, tái cấu trúc…đây là một điều kiện tốt để Việt Nam thực hiện các hành động mạnh mẽ, triệt để nhằm có được cái nhìn tích cực hơn từ phía cộng đồng quốc tế.
Điều đầu tiên và cần thiết nhất là các cơ quan có thẩm quyền cần xác định được chuẩn mực quốc tế có thể áp dụng cho hệ thống ngân hàng Việt Nam và nên cố gắng tối đa để áp dụng nhất quán. Rất khó để xác định được trong bối cảnh hiện tại thì các ngân hàng Việt Nam đang áp dụng Hiệp ước Basel 1 hay Basel 2 hay cả hai (thậm chí hướng tới áp dụng cả chuẩn mực Basel 3). Hướng tới chuẩn mực Basel 2 trong tình hình hệ thống tài chính chưa hoàn thiện đặt ra một loạt những khó khăn cho các ngân hàng thương mại trong nước, tuy nhiên, trước thực trạng tình hình tài chính và tính vững mạnh của hệ thống ngân hàng đang thể hiện rõ sự yếu kém, tình trạng hoạt động thiếu các chuẩn mực như trước đây thì mục tiêu này là việc áp dụng nhất quán các chuẩn mực là điều cần thiết. Nếu việc áp dụng nhất quán một chuẩn mực quốc tế cụ thể gặp quá nhiều khó khăn thì biện pháp tối thiểu cần được đưa ra là sắp xếp lại nền nếp hoạt động của các tổ chức tín dụng nói chung và hệ thống ngân hàng thương mại nói riêng. Do đó, NHNN cần thiết và nên nhanh chóng xây dựng lộ trình nhằm thực hiện phù hợp và sớm nhất có thể để tránh tình trạng bất cập có thể xảy ra. Tình trạng như việc áp dụng hệ số LDR ( loans to deposits ratio – tỷ lệ cấp tín dụng trên nguồn huy động) trước đây nên được coi là bài học quý giá trong việc xây dựng hành lang, hướng dẫn và áp dụng chuẩn mực Basel 2. Cần suy tính kĩ càng cả lợi ích, thiệt hại cũng như những khó khăn và thuận lợi khi áp dụng những chuẩn mực cho hệ thống, đặc biệt nên hạn chế tới mức tối đa tình trạng thực
và thiếu hiệu quả cũng như mất rất nhiều thời gian cho mỗi cuộc tái xây dựng nếu cần thiết.
Stress testing là một công cụ quản trị rủi ro đã được đề cập trong chuẩn mực Basel 2 và đặc biệt được chú ý và phát triển những năm gần đây và được phát triển sâu hơn kể từ chuẩn mực Basel 3 và khủng hoảng tài chính năm 2007- 2008. Có thể khẳng định rằng: việc áp dụng ngay, nhanh chóng vào hệ thống ngân hàng Việt Nam là không thể. Việt Nam hiện nay thiếu rất nhiều các điều kiện để áp dụng công cụ này. Số các ngân hàng thương mại Việt Nam đang sử dụng hoặc áp dụng cũng rất hiếm và các kết quả cũng chưa cụ. Thách thức lớn nhất tới nay của hệ thống tài chính Việt Nam vẫn là mức độ đáng tin cậy của các thông tin và độ dài của dữ liệu quá khứ của các biến kinh tế cho các biện pháp, mô hình sử dụng. Đối với Stress testing thì ít nhất dữ liệu cần phải có từ hai chu kỳ kinh tế trở nên để tạo các dữ liệu lịch sử làm căn cứ cho việc xác định quy mô các cú shock, tuy nhiên, dữ liệu của Việt Nam hiện nay khó có thể đạt được yêu cầu này cũng như việc rất khó tìm được nước có nhiều nét tương đồng để có thể đối chiếu. Một số các thách thức cụ thể khác khi thực hiện Stress testing với từng trường hợp cụ thể trong trường hợp Việt Nam có thể kể tới:
• Với rủi ro tín dụng: Quyết định 493/2005/QĐ-NHNN mới được ban hành từ năm 2005 và tới nay vẫn còn nhiều bất cập trong việc phân loại tín dụng của các ngân hàng cũng như nhiều các vấn đề khác về tính “định tính” trong phân loại cũng như hệ thống xếp hạng nội bộ. Do đó, việc tận dụng các dữ liệu lịch sử để áp dụng làm căn cứ cho các cú shock tín dụng và đặc biệt các cú shock về ngành là rất khó mang tính chất thực tiễn. Ngay cả trường hợp stress testing đơn giản nhất thì với các dữ liệu mà các ngân hàng công báo cũng khó thực hiện được.
• Với rủi ro lãi suất: một vấn đề cần đặt ra là: lãi suất cơ bản của Việt Nam trong các giai đoạn đã qua chưa thực sự mang tính chất đại diện cho quan hệ cung-cầu của thị trường. Lãi suất huy động của các ngân hàng thậm chí một thời gian dài bị quy định ở dưới mức lạm phát khiến các ngân hàng
cũng khó nắm bắt. Do đó, giả sử chúng ta có đủ các thống kê cho tất cả các loại lãi suất cho hai chu kỳ kinh tế trở lên thì vấn đề lấy loại lãi suất nào làm đại diện cho thị trường để từ đó làm cơ sở xây dựng các cú shock trong thời điểm hiện nay vẫn là một câu hỏi đang đi tìm lời giải đáp.
• Với rủi ro tỷ giá: từ những định nghĩa về chế độ tỷ giá cố định, thả nổi và thả nổi có điều tiết thì tới nay vẫn khó để xác định chính xác chế độ tỷ giá của Việt Nam. Nhóm nghiên cứu nghĩ rằng, tối thiểu thì stress testing với rủi ro tỷ giá chỉ nên áp dụng khi thực sự có một chế độ tỷ giá thả nổi có điều tiết và thị trường tỷ giá ngầm bị xóa sổ.
• Với rủi ro thanh khoản: Thanh khoản là vấn đề mang tính chất thời điểm. Chính vì vậy, áp dụng stress testing trong quản lý thanh khoản hệ thống sẽ thực sự hiệu quả nếu từng các ngân hàng cũng đang áp dụng stress testing nhằm tránh độ trễ quá lớn. Dẫu vậy, mặc dù đã ra đời từ lâu trong Thông tư 13/2010/TT-NHNN tuy nhiên các hướng dẫn cụ thể để thực hiện thì tới nay vẫn thiếu hoặc kém rõ ràng. Stress testing về thanh khoản không yêu cầu số liệu một vài chu kì kinh tế mà cần số liệu về thanh khoản chi tiết của ngân hàng trong một số ngày nhất định và các chỉ tiêu trên bảng cân đối. Mặc dù vậy, cũng như việc Stress testing về thanh khoản là một vấn đề rất quan trọng của chuẩn mực Basel 3 nhưng với trình độ quản lý và công nghệ hiện nay của các ngân hàng thương mại Việt Nam thì công cụ này vẫn chưa nhận được nhiều sự chú ý…
Những vấn đề về điều kiện còn thiếu đối với hệ thống các ngân hàng Việt Nam để áp dụng được stress testing ở trên là không hề dễ giải quyết, nhất là với