Thứ nhất, bộ máy quản trị rủi ro tín dụng cần được sắp xếp đảm bảo tính phù hợp giữa vị trí, chức năng, nhiệm vụ với năng lực của đội ngũ cán bộ. Điều này đảm bảo nâng cao hiệu quả bộ máy quản trị rủi ro tín dụng tại chi nhánh, ứng phó kịp thời
với những rủi ro xảy ra giống như đại dịch Covid 19. Bên cạnh đó, cần tăng cường nâng cao trình độ chuyên môn và kinh nghiệm ứng phó với đại dịch Covid cho đội ngũ cán bộ quản lý thông qua các hoạt động học hỏi, giao lưu giữa các chi nhánh trong hệ thống của MB trong việc ứng phó với đại dịch Covid trong giai đoạn vừa qua.
Thứ hai, MB chi nhánh SGD3 cần tiếp cận phương thức quản lý danh mục khoản vay hiện đại.
MB chi nhánh SGD3 cần tiếp cận với việc quản trị danh mục khoản vay hiện đại theo hướng: cần phải xây dựng và thực hiện các tiêu chí cho vay đúng đắn cho các khoản vay, các cam kết ngoại bảng; thường xuyên phân tích đánh giá theo dõi kết
quả thực hiện khoản vay theo tỷ suất lợi nhuận trên vốn sau điều chỉnh rủi ro và hệ thống chỉ số khác; xây dựng hệ thống tính điểm nội bộ theo rủi ro áp dụng cho tất cả các rủi ro trong cho vay có thể xác định được, kiểm tra mức độ chịu đựng rủi ro liên quan đến thanh khoản của các khoản cho vay; thiết lập các hệ thống theo dõi danh
tăng các biện pháp tự bảo hiểm rủi ro cho danh mục khoản vay. MB cũng nghiên cứu
áp dụng các công cụ hiện đại để quản lý danh mục tín dụng như mua bán nợ, chứng khoán hóa tài sản, áp dụng các hợp đồng phái sinh.
Thứ ba, xây dựng hệ thống cảnh báo sớm: Emergency Warning System
Đây là hệ thống cảnh báo sớm những rủi ro trong tín dụng, giúp nhân viên và quản lý từng chi nhánh của ngân hàng phát hiện và cảnh báo những trường hợp chuyển nhóm nợ để có những biện pháp xử lý kịp thời nhằm giảm thiểu thiệt hại trong
công tác quản lý rủi ro tín dụng. Với hệ thống này, ngân hàng sẽ được sàng lọc danh sách, phân loại thông tin khách hàng với số lượng dữ liệu data lớn.
EWS giúp các nhà quản lý ngân hàng có thể nhìn thấy được dư nợ khách hàng
theo từng phân khúc khách hàng, theo từng mức độ cảnh báo cụ thể và danh mục khách hàng tiềm ẩn. Qua đó, họ có thể đánh giá những khách hàng nào có rủi ro chuyển nhóm, thời điểm chuyển nhóm, từ đó chủ động xây dựng các kế hoạch tài chính phù hợp với từng đối tượng khách hàng.
EWS giúp ngân hàng tiết kiệm thời gian để phát hiện sớm những khách hàng có rủi ro suy giảm khả năng trả nợ trong vòng 6 tháng tới, từ đó có phương án hỗ trợ khách hàng như gia tăng điều kiện tài sản bảo đảm, hay giảm dư nợ tín dụng, hạn chế
thấp nhất nguy cơ vỡ nợ của khách hàng. Từ đó, giảm thiểu rủi ro trong quản lý tín dụng, giảm thiểu thiệt hại và đảm bảo doanh thu, lợi nhuận của ngân hàng.
Hệ thống này xử lý dữ liệu dựa trên kho dữ liệu ngân hàng, hệ thống xếp hạng
tín dụng nội bộ và hệ thống quản lý rủi ro tín dụng. Từ đó, hệ thống lọc ra danh mục các khoản tín dụng cần kiểm tra. Sau đó, tiến hành điều tra về thông tin kinh doanh của khách hàng và các nguồn thông tin đáng tin cậy khác bên ngoài để đưa ra các mức độ cảnh báo chính xác nhất.
MB cần triển khai thực hiện hệ thống Emergency Warning System để nhận diện các dấu hiệu phát sinh nợ quá hạn để có các chính sách hỗ trợ kịp thời, giúp giảm
thiểu rủi ro trong tín dụng của MB. Các bước để thực hiện EWS tại MB như sau:
Bước một, thu thập data dữ liệu, bao gồm phân loại khách hàng cá nhân và doanh nghiệp, phân loại theo ngành nghề hoạt động, lĩnh vực hoạt động của từng đối tượng khách hàng. Hệ thống này sẽ được đồng bộ thông qua kho dữ liệu ngân hàng MB, hệ thống xếp hạng tín dụng nội bộ và hệ thống quản lý rủi ro tín dụng.
Bước hai, phân tích các chỉ số cảnh báo sớm rủi ro thông qua các nguyên nhân
gây ra vỡ nợ của khách hàng như: triển vọng kinh doanh, tình hình tài chính, khả năng thanh toán, tài sản đảm bảo, chỉ số thất nghiệp, GPD, tỷ giá, xuất nhập khẩu, biến động bất lợi của thị trường.. .Đồng thời tăng cường sử dụng các chỉ tiêu có thể tính tự động như tỷ lệ sử dụng hạn mức, số ngày quá hạn, độ biến động dòng tiền. nhằm tăng tính hiệu quả, bảo đảm số liệu cập nhật theo thời gian thực.
Bước ba, hệ thống sẽ được cài đặt sẵn một số biện pháp hỗ trợ phù hợp, tương
ứng với mức độ rủi ro của khách hàng. Giúp MB có thể chủ động trong việc xây dựng
kế hoạch tài chính cho khách hàng thông qua các kết quả được phân tích từ hệ thống.