1.2.5.1. Một số mô hình đo lường rủi ro tín dụng
a) Mô hình quản lý danh mục đầu tư (Portfolio Manager của KMV)
KMV tính toán trực tiếp xác suất không hoàn trả của mỗi khách hàng dựa trên cách tiếp cận định giá quyền chọn của Merton (1974), xác suất này được gọi là tần suất không hoàn trả kỳ vọng EDF (Expected Default Frequency)
Xác suất này là một hàm của cấu trúc vốn của công ty vay vốn, độ bất ổn định của giá trị tài sản công ty, và giá trị hiện tại của tài sản công ty.
❖ Nội dung mô hình KMV
Có thể sử dụng các lý thuyết thông thường trong định giá quyền chọn để xác định khả năng vỡ nợ EDF theo công thức Black - Scholes, với 3 bước sau:
• Bước 1: Ước lượng giá trị thị trường của tài sản công ty và mức độ biến động giá trị đó
Mô hình Merton đưa ra hai giả định quan trọng:
(i) Tổng giá trị thị trường của tài sản của một công ty là một chuyển động Brown (Brownian motion) tuân theo phương trình:
dv = μVdt + σvVdW
Trong đó:
V, dV: giá trị và độ thay đổi giá trị của tài sản
μ, σv: thu nhập trung bình và mức độ biến động của của giá trị hiện tại của tài sản công ty
dW: quá trình Wiener
(ii) Công ty không phát hành thêm bất kì một chứng khoán nợ nào trước thời điểm đáo hạn.
• Bước 2: Tính toán khoảng cách giữa giá trị kỳ vọng của tài sản công ty đến giá trị ngưỡng không hoàn trả (DD - Distance to Default)
E ( V1 )-D P T DD = ————
σ
Trong đó:
E(V1): giá trị kỳ vọng của tài sản công ty tại thời điểm t, được xác định theo giả thiết phân phối logarit chuẩn
DPT: điểm ngưỡng không hoàn trả σ: mức độ biến động của giá trị tài sản
• Bước 3: Chuyển giá trị DD thành EDF dựa trên dữ liệu lịch sử về vay nợ và phát hành trái phiếu của một mẫu rất nhiều công ty.
KMV sử dụng DD được tính theo công thức trên để xác định EDF từ thực nghiệm.
Ví dụ: Trong một mẫu 5000 công ty có cùng giá trị DD = 4, sau một năm có 20 công ty không có khả năng hoàn trả nợ. Khi đó EDFi năm = 20/5000 = 0,4%.
b) Mô hình Credit Metrics
Mô hình Credit Metrics được giới thiệu từ năm 1997 bởi JP Morgan và các nhà tài trợ (Bank of America, Union Bank of Switzerland, v.v.) như là một khung đo lường giá trị chịu rủi ro (VAR) cho các khoản vay và các tài sản không được giao dịch trên thị trường.
Credit Metrics đặt câu hỏi: Neu năm sau là một năm tồi tệ, các khoản vay và danh mục cho vay của ngân hàng chúng ta có thể tổn thất bao nhiêu?
Để đo lường VAR cho một danh mục tín dụng, đầu tiên Credit Metrics xác định một ma trận xác suất thay đổi chất lượng tín dụng (ví dụ: xác suất thay đổi của một khách hàng được xếp hạng ban đầu là A đến các hạng như AAA, AA, BBB, BB,. sau m năm là bao nhiêu. Xác suất này phản ánh khả năng thay đổi chất lượng một lượng tín dụng của khách hàng trong khoảng thời gian được xác định trước). Thông thường ma trận này được xác định dựa trên việc xếp hạng tín dụng từ các tổ chức xếp hạng độc lập như Standard & Poor hay Moody’s. Tiếp theo, tổn thất tín dụng trong trường hợp khách hàng không hoàn trả được ước lượng bằng cách mô phỏng dựa trên phân phối Beta.
Để ước lượng tương quan không hoàn trả giữa các khách hàng, CreditMetrics ước lượng tương quan giữa thay đổi giá trị tài sản của các khách hàng, đây là thông số quan trọng nhằm giúp cho việc xác định xác suất không hoàn trả đồng thời của các khách hàng. Bởi vì giá trị thị trường của tài sản của các công ty thường không quan sát được trên thực tế, CreditMetrics sử dụng giá cổ phiếu của các công ty như là một biến đại diện để ước lượng tương quan giá trị tài sản giữa các công ty. Cuối cùng, tương quan giữa các khoản nợ không được hoàn trả sẽ được ước lượng từ xác suất không hoàn trả đồng thời của các khách hàng. Các thông số trên được ước lượng dựa trên cách tiếp cận định giá quyền chọn của Merton (1974) và được CreditMetrics mở rộng để tính đến khả năng thay đổi chất lượng tín dụng của khách hàng. Cụ thể, đầu tiên CreditMetrics ước lượng các giá trị ngưỡng (Z) tương ứng với mỗi loại hạng tín dụng theo ma trận xác suất thay đổi chất lượng tín dụng được đề cập ở trên (ký hiệu tương ứng là ZAAA, ZAA, BBB .), giá trị ngưỡng này thay đổi theo từng khách hàng tùy thuộc vào xếp hạng ban đầu và xác suất thay đổi chất lượng tín dụng của khách hàng đó. Dựa trên các giá trị ngưỡng này, xác suất hai khách hàng đồng thời ở trong bất kỳ một cặp xếp hạng [chẳng hạn như (AA, BB) hoặc (AA, BBB).] sẽ được tính dễ dàng.
Cuối cùng, tương quan giữa thay đổi chất lượng tín dụng của khách hàng sẽ được xác định, trong đó tương quan giữa hai khoản nợ không được hoàn trả đồng thời là một trường hợp đặc biệt của tương quan thay đổi chất lượng tín dụng.
Cụ thể, tương quan giữa hai khoản nợ không được hoàn trả đồng thời được xác định bằng:
Corr (def 1, def 2) = (p (def 1, def 2) - P1.P2) Trong đó:
- p (def 1,def 2): Xác suất hai khoản nợ không được hoàn trả đồng thời, đây là một trường hợp đặc biệt của xác suất thay đổi chất lượng tín dụng đồng thời.
- P1, P2: Xác suất khách hàng 1, khách hàng 2 không hoàn trả tương ứng. Xác suất này được xác định dựa trên ma trận xác suất thay đổi chất lượng tín dụng ban đầu.
Khi đã xác định được tương quan thay đổi chất lượng tín dụng của các khách hàng, phân phối giá trị của danh mục tín dụng được xác định. VAR tín dụng trong trường hợp này được xác định dựa vào giá trị ngưỡng của phân phối tương ứng với mức tin cậy cho trước (thường là 99,9%). Đối với một danh mục tín dụng gồm rất nhiều khoản nợ trong thực tế, CreditMetrics sử dụng mô phỏng Monte Carlo để tìm ra phân phối hoàn toàn giá trị của danh mục, từ đó xác định VAR tín dụng.
c) Mô hình chất lượng (dựa trên yếu tố 6C)
Mô hình đánh giá rủi ro khách hàng vay vốn dựa trên 6 yếu tố: Character - Capacity - Cash - Collateral - Conditions - Control.
❖ Tư cách người vay (Character)
Cần xác định mục đích vay vốn của khách hàng có phù hợp với chính sách tín dụng của ngân hàng hay không, đồng thời thu thập thông tin từ lịch sử đi vay và trả nợ của khách hàng, đối với khách hàng mới phải lấy thông tin từ nhiều nguồn khác nhau như từ các mối quan hệ, từ bộ phận phòng ngừa rủi ro.
❖ Năng lực của người vay (Capacity)
Tùy thuộc vào luật pháp của từng quốc gia trong từng thời kỳ mà việc xác định năng lực của người vay khác nhau. Ở Việt Nam hiện nay, cá nhân dưới 18 tuổi không đủ tư cách ký hợp đồng tín dụng; đối với doanh nghiệp, phải căn cứ vào giấy phép kinh doanh, quyết định thành lập, quyết định bổ nhiệm người điều hành.
❖ Luồng tiền để trả nợ của người vay (Cash)
Ngân hàng phải xác định được nguồn trả nợ của người vay là luồng tiền từ doanh thu bán hàng hay từ thu nhập, tiền bán thanh lý tài sản, phát hành chứng khoán, sau đó phân tích tình hình tài chính của khách hàng là doanh nghiệp vay vốn với các chỉ số tài chính sau:
- Nhóm chỉ tiêu thanh khoản: Hệ số lưu động, hệ số thanh toán nhanh, ... - Nhóm chỉ tiêu đòn cân nợ: Hệ số nợ, hệ số khả năng trả lãi.
- Nhóm chỉ tiêu hoạt động: Vòng quay hàng tồn kho, vòng quay các khoản phải thu, vòng quay tài sản.
- Nhóm chỉ tiêu khả năng sinh lời: Tỷ suất sinh lời trên doanh thu ROS, tỷ suất thu nhập trên tổng tài sản ROA, tỷ suất thu nhập trên vốn chủ sở hữu ROE.
Tùy theo từng loại hình tín dụng và đối tượng khách hàng mà ngân hàng quan tâm đến các chỉ số ở mức khác nhau, ví dụ: cho vay ngắn hạn cần lưu ý đến các chỉ số về vốn lưu động, chỉ số về nợ; cho vay dài hạn cần quan tâm tới chỉ số sinh lời, khả năng trả nợ.
❖ Bảo đảm tiền vay (Collateral)
Đây là điều kiện để ngân hàng cấp tín dụng và là nguồn trả nợ thứ cấp cho khoản vay. Ngân hàng cần xác định về tính pháp lý, giá trị thị trường của tài sản một cách chính xác và hợp lý nhất.
❖ Các điều kiện (Conditions)
Các điều kiện này được quy định tùy theo chính sách tín dụng của mỗi ngân hàng tùy từng thời kỳ, ví dụ: cho vay hàng xuất khẩu với điều kiện thu ngân phải qua ngân hàng, nhằm thực thi chính sách tiền tệ của Ngân hàng Trung ương quy định.
❖ Kiểm soát (Control)
Tập trung vào các vấn đề như thay đổi trong pháp luật và quy chế có ảnh hưởng xấu đến người vay hay không? Các yêu cầu tín dụng của người vay có đáp ứng được không?
xếp hạng Đặc điểm
Aaa Chất lượng cao nhất Aa Chất lượng cao
A Chất lượng trên trung bình, rủi ro tín dụng thấp Baa Chất lượng trung bình
Ba Nhiều yếu tố đầu cơ
Nhận xét: Có thể thấy rằng đây là một mô hình khá phổ biến tại các NHTM Việt Nam, bởi lẽ mô hình này có nhiều lợi thế và khá phù hợp với các NHTM trong điều kiện Việt Nam hiện nay, cụ thể là:
Tận dụng được kinh nghiệm và kiến thức chuyên sâu của các cán bộ tín dụng, các chuyên gia tài chính để phân tích các chỉ tiêu tài chính. Việc phân tích dựa trên công nghệ giản đơn, hệ thống lưu trữ thông tin ổn định, sử dụng hồ sơ sẵn có, sử dụng các yếu tố không mang tính lượng hoá.
Đây là mô hình tương đối đơn giản, song hạn chế của mô hình này là nó phụ thuộc vào mức độ chính xác của nguồn thông tin thu thập, khả năng dự báo cũng như trình độ phân tích, đánh giá của cán bộ tín dụng. Bên cạnh đó các chỉ tiêu phi tài chính chủ yếu dựa vào đánh giá theo ý chủ quan của cán bộ tín dụng.
Mô hình này có thể áp dụng cho các khoản vay riêng lẻ, mang tính đặc thù, chịu ảnh hưởng các yếu tố vùng miền, phong tục, tập quán. Bởi vì đối với các khoản vay này thì việc chỉ dựa trên các yếu tố định lượng sẽ không đưa ra được quyết định chính xác mà phải dựa trên ý kiến và kinh nghiệm của cán bộ tín dụng.
Mô hình này gặp khó khăn trong đo lường vai trò của các yếu tố đến hạng tín nhiệm của khách hàng và vì vậy không có tác dụng tư vấn đối với khách hàng cũng như đối với việc thẩm định hồ sơ khoản vay.
Vì đây là mô hình đơn giản, nên ngân hàng chỉ cần có tiềm lực tài chính trung bình với một đội ngũ cán bộ tín dụng tương đối tốt cùng với một hệ thống thông tin quản lý cập nhật là có thể thực hiện được.
d) Mô hình xếp hạng của Moody’s và Standard and Poor’s
Hai hãng lớn là Moody’s và Standard & Poor’s đã đưa ra dịch vụ xếp hạng tư nhân được đánh giá là đáng tin cậy nhất trên thế giới hiện nay thông qua bảng xếp hạng RRTD. Trong đó, RRTD hay rủi ro không hoàn được vốn trái phiếu của công ty được thể hiện bằng việc xếp hạng trái phiếu.
Phạm Thị Hải Yến NHTME - K12
Caa Chất lượng kém Ca Đầu cơ có rủi ro cao
C Chất lượng kém nhất
xếp hạng Đặc điểm
AAA: Loại tối ưu Chất lượng tín dụng tốt nhất - cực kỳ uy tín đối với nghĩa vụ trảnợ AA: Loại ưu Chất lượng tín dụng rất tốt - rất uy tín
A: Loại tốt Dễ bị ảnh hưởng đối với những điều kiện kinh tế. Chất lượng tíndụng vẫn tốt. BBB: Loại khá Hoạt động hiệu quả và có triển vọng trong ngắn hạn
BB: loại trung bình
khá Thận trọng là cần thiết - tiềm lực tài chính trung bình,có nhữngnguy cơ tiềm ẩn B: Loại trung bình Dễ bị tổn thương bởi những thay đổi điều kiện kinh tế. Hiện tạicó khả năng thực hiện các nghĩa vụ tài chính CCC: Loại dưới
trung bình
Hiện tại có khả năng không thể thanh toán nợ - phụ thuộc vào những điều kiện kinh tế thuận lợi
CC: Loại xa dưới
trung bình Khả năng không thanh toán nợ cao C: Loại yếu kém Ngừng kinh doanh hoặc bị phá sản rồi D: Loại rất yếu Không có khả năng trả nợ
e) Mô hình điểm số Z
Mô hình điểm số Z do E.I.Altman xây dựng để tính điểm tín dụng đối với các công ty sản xuất của Mỹ. Mô hình này phân loại các khoản vay dựa vào các chỉ tiêu tài chính quan trọng, và tầm quan trọng của các chỉ tiêu được thể hiện qua trọng số của chúng trong mô hình. Đại lượng Z là thước đo tổng hợp để phân loại rủi ro đối với người vay và phụ thuộc vào các yếu tố tài chính của người vay (Xj). Mô hình sau đó được phát triển theo từng loại hình và ngành của doanh nghiệp với mô hình điểm số Z’ và Z’’.
Trị số Z càng cao thì khách hàng vay vốn có xác suất vỡ nợ càng thấp, khả năng thu hồi vốn của ngân hàng càng cao. Ngược lại, trị số Z càng thấp hoặc âm thì khoản vay được xếp vào nhóm có nguy cơ vỡ nợ cao.
• Đối với doanh nghiệp đã cổ phần hóa, ngành sản xuất:
Z = 1,2X1 + 1,4X2 + 3,3X3 + θ,6X4 + 1,θX5
Trong đó:
X1 = Vốn lưu động / Tổng tài sản X2 = Lợi nhuận giữ lại / Tổng tài sản
X3 = Lợi nhuận trước thuế và lãi vay / Tổng tài sản
X4 = Giá trị thị trường của cổ phiếu / Giá trị ghi sổ của nợ dài hạn X5 = Doanh thu / Tổng tài sản
• Nếu Z > 2.99: Doanh nghiệp nằm trong vùng an toàn, chưa có nguy cơ phá sản. • Nếu 1.8 < Z < 2.99: Doanh nghiệp nằm trong vùng cảnh báo, có thể có nguy cơ
phá sản.
• Nếu Z < 1.8: Doanh nghiệp nằm trong vùng nguy hiểm, nguy cơ phá sản cao. Phát triển mô hình này Altman đã xây dựng các hàm phân biệt Z’ và Z ” (có tham khảo cách xếp hạng của S&P) phù hợp hơn cho hầu hết các ngành:
• Đối với doanh nghiệp chưa cổ phần hóa, ngành sản xuất:
Z , = θ,717X1 + θ,847X2 + 3,1θ7X3 + θ,42θX4 + θ,998X5
• Nếu Z' > 2.9: Doanh nghiệp nằm trong vùng an toàn, chưa có nguy cơ phá sản
• Nếu 1.23 < Z' < 2.9: Doanh nghiệp nằm trong vùng cảnh báo, có thể có nguy cơ phá sản
• Nếu Z' < 1.23: Doanh nghiệp nằm trong vùng nguy hiểm, nguy cơ phá sản cao. • Đối với các doanh nghiệp khác
Chỉ số Z ' ' dưới đây có thể được dùng cho hầu hết các ngành, các loại hình doanh nghiệp. Vì sự khác nhau khá lớn của X5 giữa các ngành, nên X5 đã được đưa ra. Công thức tính chỉ số Z' ' được điều chỉnh như sau:
Z , ,= 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4
• Nếu Z' ' > 2,6: Doanh nghiệp nằm trong vùng an toàn, chưa có nguy cơ phá sản. • Nếu 1,2 < < 2,6: Doanh nghiệp nằm trong vùng cảnh báo, có thể có nguy cơ
phá sản.
• Nếu < 1,1: Doanh nghiệp nằm trong vùng nguy hiểm, nguy cơ phá sản cao.
Nhận xét: Đây là một mô hình có độ tin cậy khá cao được thực hiện trên cơ sở
định lượng khá cụ thể về các nhân tố ảnh hưởng, kỹ thuật đo lường rủi ro tín dụng tương đối đơn giản. Mô hình sử dụng phương pháp phân tích khác biệt đa nhân tố để lượng hoá xác suất vỡ nợ của người vay, do đó đã khắc phục được các nhược điểm của