Áp dụng các mô hình định lượng, đánh giá rủi ro một cách phù hợp

- Dư nợ bán lẻ trên tổng dư nợ đạt từ 19% trở lên.

3.2.2.1 Áp dụng các mô hình định lượng, đánh giá rủi ro một cách phù hợp

Hiện tại, BIDV mới chỉ dừng lại ở việc đo lường khe hở nhạy cảm lãi suất, từ đó so sánh với các hạn mức khe hở nhạy cảm lãi suất đã được ALCO phê duyệt trong từng thời kỳ để xác định tính tuân thủ, nên thực tế ngân hàng chưa hề thực hiện đo lường rủi ro lãi suất. Do vậy, trước mắt đối với việc đo lường rủi ro lãi suất ngân hàng có thể nghiên cứu áp dụng mô hình định giá lại như đã được phân tích cụ thể tại Chương II. Căn cứ báo cáo khe hở nhạy cảm lãi suất, việc đo lường rủi ro lãi suất đối với thu nhập ròng từ lãi được thực hiện theo công thức sau:

Trong đó:

NII: thu nhập ròng từ lãi

k NII

∆ : mức thay đổi của NII trong k tháng tới (k = 1, 2 ,….n tháng)

GAPLKi: khe hở nhạy cảm lãi suất lũy kế đến dải kỳ hạn thứ i (= GAP0 + GAP1 +…+ GAPi) trong đó GAPi là khe hở nhạy cảm lãi suất kỳ hạn thứ i (i = 0, 1, 2…k tháng)

Ti: thời điểm TSC/ TSN được áp dụng mức lãi suất mới (tính theo tháng)

∆r: mức thay đổi lãi suất được giả định là thay đổi như nhau tương ứng

với các dải kỳ hạn.

Về lâu dài, để có thể đánh giá đầy đủ về rủi ro lãi suất, không chỉ là những tác động tiêu cực lên thu nhập lãi ròng hiện tại của ngân hàng mà còn cả những tác động lên giá trị của bảng cân đối tài sản ngân hàng, ngân hàng

12 * ) ( * 1 1 1 r T T GapLK NII k i i i i k ∆ − = ∆ − − = ∑

có thể nghiên cứu áp dụng kết hợp cả mô hình thời lượng vào việc xác định rủi ro lãi suất. Để áp dụng có hiệu quả các mô hình nói trên đòi hỏi BIDV phải áp dụng và cải tiến phương pháp kế toán thống kê và ứng dụng công nghệ ngân hàng trong việc theo dõi thời hạn còn lại của các khoản mục tài sản cũng như thời hạn các luồng tiền phát sinh từ TSC, TSN trên các tài khoản của ngân hàng.

Để khắc phục hạn chế đối với các giả định trong việc đo lường Var lãi suất bằng phương pháp lịch sử, cần kết hợp với các phép kiểm tra tình huống (stress- testing) và nâng cao kỹ thuật thống kê, xử lý số liệu đầu vào. Trên cơ sở đó, sử dụng phương pháp mô phỏng Monte carlo bằng việc xây dựng mô hình gồm các biến ngẫu nhiên cho các giá trị đầu ra tương ứng. Sau đó, sử dụng phương pháp lịch sử để tính giá trị Var lãi suất. Để thực hiện phương pháp này cần xây dựng hệ thống máy tính được kết nối đủ mạnh để có thể mô phỏng các trường hợp cần thiết khi xử lý các dữ liệu đầu vào bằng các biến ngẫu nhiên.

3.2.2.2 Cải tiến phương pháp thống kê nhằm cung cấp những thông tin cần thiết cho việc đo lường, kiểm soát và báo cáo tình hình rủi ro lãi suất cần thiết cho việc đo lường, kiểm soát và báo cáo tình hình rủi ro lãi suất

Mức độ chính xác của việc đo lường rủi ro lãi suất phụ thuộc rất nhiều vào các thông tin liên quan đến TSC, TSN nhạy cảm lãi suất. Do vậy để đảm bảo việc đo lường rủi ro lãi suất được chính xác, BIDV cần chu ý những vấn đề sau:

- Thay đổi phương pháp thống kê để đảm bảo theo dõi được kỳ hạn định giá lại thực tế của các khoản mục TSC, TSN nhạy cảm lãi suất.

- Có đầy đủ số liệu thống kê trong quá khứ để khảo sát sự ổn định của các khoản mục TSN không kỳ hạn trước những biến động của lãi suất. Qua đó, giúp cho việc phân loại tài sản vào nhóm nhạy cảm hoặc không

nhạy cảm lãi suất.

- Đối với các khoản mục tài sản được thanh toán nhiều kỳ hạn, cần có số liệu chính xác về giá trị thanh toán của từng kỳ hạn, từ đó có thể chia tài sản đó thành nhiều phần, mỗi phần tương ứng với một kỳ hạn định giá lại.

- Thống kê và xác định tỷ lệ khách hàng rút tiền hoặc trả nợ trước hạn hay đề nghị ngân hàng gia hạn nợ để từ đó có cơ sở tính toán phân loại tài sản vào nhóm nhạy cảm hoặc không nhạy cảm lãi suất.