6. Tổng quan về tài liệu nghiên cứu
1.2.2. Đo lƣờng rủi ro
- Đo lường rủi ro cho vay
Là xác định mức rủi ro trên cơ sở các chỉ tiêu định tính và định lƣợng, làm căn cứ để xác định giới hạn tín dụng tối đa cho một khách hàng. Nói cách khác, đo lƣờng rủi ro cho vay là việc xây dựng mô hình thích hợp để đo lƣờng mức độ rủi ro mang lại từ phía khách hàng, từ đó xác định phần bù rủi ro và giới hạn tín dụng an toàn tối đa đối vói một khách hàng, cũng nhƣ để trích lập dự phòng rủi ro.
- Ngân hàng cần đo lường rủi ro cho vay vì
Thông qua việc đánh giá và đo lƣờng rủi ro cho vay nhằm lƣợng hóa các rủi ro cũng nhƣ biết đƣợc xác suất xảy ra rủi ro, mức độ tổn thất khi rủi ro xảy
ra để xem xét khả năng chấp nhận nó của ngân hàng, và từ đó ra quyết định một cách đúng đắn nhất. Nếu việc đo lƣờng đƣợc chính xác, biết đƣợc mức độ rủi ro sẽ cho phép ngân hàng chủ động trong việc theo dõi, đối phó và kiểm soát bằng những biện pháp đƣợc tính toán trƣớc khi rủi ro xảy ra.
- Nội dung của đo lường rủi ro cho vay
Đo lƣờng rủi ro tín dụng là việc xây dựng mô hình thích hợp để lƣợng hoá mức độ các rủi ro cũng nhƣ biết đƣợc xác suất xảy ra rủi ro, mức độ tổn thất khi rủi ro xảy ra để xem xét khả năng chấp nhận nó của ngân hàng. Các mô hình đo lƣờng rủi ro tín dụng đƣợc phát triển theo 2 hƣớng: đo lƣờng rủi ro tín dụng riêng biệt và đo lƣờng rủi ro danh mục cho vay.
+ Đối với rủi ro tín dụng riêng biệt
Các mô hình đo lƣờng đã và đang đƣợc sử dụng và phát triển bao gồm: Các mô hình định tính thông dụng:
Mô hình 6 C Mô hình 5P
Các mô hình định lƣợng (hay mô hình điểm số tín dụng):
Hiện nay các ngân hàng đều ứng dụng các mô hình định lƣợng để lƣợng hóa đƣợc các rủi ro và dự báo những tổn thất có thể xảy ra trong quá trình cấp tín dụng. Các mô hình thƣờng đƣợc sử dụng là:
Xếp hạng của Moody’s và Standard & Poor’s:
Rủi ro tín dụng trong cho vay và đầu tƣ thƣờng đƣợc thể hiện bằng việc xếp hạng trái phiếu và khoản cho vay, trong đó Moody’s và Standard & Poor’s là những công ty cung cấp dịch vụ này tốt nhất. Đối với Moody’s xếp hạng cao nhất là từ Aaa nhƣng với Standard & Poor’s thì cao nhất là AAA, việc xếp hạng giảm dần từ Aa (Moody’s) và AA (Standard & Poor’s) sau đó thấp dần để phán ánh rủi ro không đƣợc hoàn vốn cao. Moody’s và Standard & Poor’s xếp hạng trái phiếu và khoản vay theo 9 hạng và theo chất lƣợng
giảm dần, trong đó 4 hạng đầu ngân hàng nên cho vay, còn các hạng sau thì không nên đầu tƣ, cho vay. Chi tiết đính kèm phụ lục.
Bảng 1.1: Mô hình xếp hạng của Moody’s và Standard & Poor’s
Moody’s Standard &
Poor’s Tình trạng
AAA Aaa Chất lƣợng cao nhất, rủi ro thấp nhất
AA Aa Chất lƣợng cao
A A Chất lƣợng trên trung bình
BBB Baa Chất lƣợng trung bình
BB Ba Chất lƣợng trung bình mang yếu tố đầu cơ
B B Chất lƣợng dƣới trung bình
CCC Caa Chất lƣợng kém
CC Ca Mang tính đầu cơ, có thể vỡ nợ C C Chất lƣợng kém nhất, triển vọng xấu
Nguồn: Moody’s và Standard & Poor’s (2009)
Đối với Moody xếp hạng cao nhất từ AAA nhƣng với Standard & Poor's thì cao nhất là Aaa. Việc xếp hạng giảm dần từ AA (Moody) và Aa (Standard &Poor's) sau đó thấp dần để phản ánh rủi ro không đƣợc hoàn vốn cao.
Mô hình điểm số Z
Đây là mô hình do E.I.Altman dùng để cho điểm tín dụng đối với các doanh nghiệp vay vốn. Đại lƣợng Z dùng làm thƣớc đo tổng hợp để phân loại RRTD đối với ngƣời vay và phụ thuộc vào: Trị số của các chỉ số tài chính của ngƣời vay; Tầm quan trọng của các chỉ số này trong việc xác định xác suất vỡ
nợ của ngƣời vay trong quá khứ. Từ đó Altman đã xây dựng mô hình điểm nhƣ sau:
Z = 1,2 X1 + 1,4 X2 + 3,3 X3 + 0,6 X4 + 1,0 X5
Trong đó:
X1 = Hệ số vốn lƣu động/ tổng tài sản X2 = Hệ số lãi chƣa phân phối/ tổng tài sản
X3 = Hệ số lợi nhuận trƣớc thuế và lãi/ tổng tài sản
X4 = Hệ số giá thị trƣờng của tổng vốn sở hữu/ giá trị hạch toán của tổng nợ
X5 = Hệ số doanh thu/ tổng tài sản
Trị số Z càng cao, thì ngƣời vay có xác suất vỡ nợ càng thấp. Vậy khi trị số Z thấp hoặc là một số âm sẽ là căn cứ xếp KH vào nhóm có nguy cơ vỡ nợ cao.
- Z < 1,81 : KH có khả năng rủi ro cao - 1,81 < Z < 3 : Không xác định đƣợc
- Z > 3 : Khách hàng không có khả năng vỡ nợ
Theo mô hình cho điểm Z của Altman, bất cứ công ty nào có điểm số thấp hơn 1,81 phải đƣợc xếp vào nhóm có nguy cơ RRTD cao.
Mô hình điểm số Z có kỹ thuật đo lƣờng tƣơng đối đơn giản. Tuy nhiên mô hình này chỉ cho phép phân loại nhóm KH vay có rủi ro và không có rủi ro. Trong khi đó, thực tế mức độ RRTD tiềm năng của mỗi KH là khác nhau. Vả lại, yếu tố thị trƣờng cũng không đƣợc xét đến, đặc biệt là khi các điều kiện kinh doanh cũng nhƣ điều kiện thị trƣờng tài chính đang thay đổi liên tục nhƣ hiện nay. Và có các nhân tố quan trọng nhƣng cũng không đƣợc xét đến nhƣ: danh tiếng của KH, mối quan hệ lâu dài với NH, …. sẽ làm cho mô hình điểm số Z có những hạn chế nhất định.
Các yếu tố quan trọng liên quan đến khách hàng đƣợc sử dụng trong mô hình điểm số tín dụng tiêu dùng bao gồm: hệ số tín dụng, tuổi đời, trạng thái tài sản, số ngƣời phụ thuộc, sở hữu nhà, thu nhập, điện thoại cố định, số tài khoản cá nhân, thời gian công tác.
Mô hình cho điểm tín dụng tiêu dùng thƣờng sử dụng từ 7 đến 12 hạng mục, mỗi hạng mục đƣợc cho điểm từ 1 đến 10. Ví dụ, bảng dƣới đây cho thấy những hạng mục và điểm của chúng thƣờng đƣợc sử dụng ở các ngân hàng Mỹ.
Bảng 1.2: Điểm tín dụng tiêu dùng
STT Các hạng mục xác định chất lƣợng tín dụng Điểm số
1 Nghề nghiệp của ngƣời vay
Chuyên gia hay phụ trách kinh doanh Công nhân có kinh nghiệm (tay nghề cao) Nhân viên văn phòng
Sinh viên
Công nhân không có kinh nghiệm Công nhân bán thất nghiệp
10 8 7 5 4 2 2 Trạng thái nhà ở Nhà riêng
Nhà thuê hay căn hộ
Sống cùng bạn hay ngƣời thân
6 4 2 3 Xếp hạng tín dụng Tốt Trung bình Không có hồ sơ Tồi 10 5 2 0 4 Kinh nghiệm nghề nghiệp
STT Các hạng mục xác định chất lƣợng tín dụng Điểm số
Nhiều hơn 1 năm Từ 1 năm trở xuống
5 2 5 Thời gian sống tại địa chỉ hiện hành
Nhiều hơn 1 năm Từ 1 năm trở xuống 2 1 6 Điện thoại cố định Có Không 2 0 7 Số ngƣời sống cùng Không Một Hai Ba Nhiều hơn ba 3 3 4 4 2 8 Các tài khoản tại ngân hàng
Cả tài khoản tiết kiệm và phát hành séc Chỉ tài khoản tiết kiệm
Chỉ tài khoản phát hành séc Không có 7 3 2 0
Khách hàng cao nhất theo mô hình với 8 mục tiêu trên là 45 điểm, thấp nhất là 9 điểm. Giả sử ngân hàng biết mức 28 điểm là ranh giới giữa khách hàng có tín dụng tốt và khách hàng có tín dụng xấu, từ đó ngân hàng hình thành khung chính sách tín dụng theo mô hình điểm số sau:
Bảng 1.3. Mô hình điểm số và quyết định tín dụng tương ứng
Tổng số điểm của khách hàng Quyết định tín dụng Từ 28 điểm trở xuống Từ chối tín dụng
29 - 30 điểm Cho vay đến 500 USD
31 – 33 điểm Cho vay đến 1.000 USD
34 – 36 điểm Cho vay đến 2.500 USD
37 – 38 điểm Cho vay đến 3.500 USD
39 – 40 điểm Cho vay đến 5.000 USD
41 – 43 điểm Cho vay đến 8.000 USD
Mô hình này loại bỏ đƣợc sự phán xét chủ động trong quá trình cho vay và giảm đáng kể thời gian ra quyết định tín dụng, tuy mô hình không thể tự điều chỉnh một cách nhanh chóng để thích ứng với những thay đổi trong cuộc sống gia đình.
Mô hình dự đoán xác suất vỡ nợ
Theo Basel II, các ngân hàng sẽ sử dụng mô hình dựa trên hệ thống dữ liệu nội bộ để xác định khả năng tổn thất tín dụng. Các ngân hàng sẽ xác định các biến số nhƣ:
PD – Probability of Default: xác suất khách hàng không trả đƣợc nợ LGD – Loss Given Default: tỷ trọng tổn thất ƣớc tính
EAD – Exposure at Default: tổng dƣ nợ của khách hàng tại thời điểm khách hàng không trả đƣợc nợ.
Với mỗi kỳ hạn xác định, tổn thất có thể ƣớc tính (EL – Expected Loss) đƣợc tính toán dự trên công thức:
EL = PD x EAD x LGD
Nếu có số liệu thống kê rủi ro đầy đủ chúng ta có thể xác định một cách tƣơng đối chính xác xác suất rủi ro của từng loại tài sản của ngân hàng trong từng thời kỳ, từng loại tín dụng, trong lĩnh vực đầu tƣ. Tuy nhiên, việc tính
toán bất kỳ chỉ tiêu nào trong số 3 chỉ tiêu PD, LGD hay EAD luôn hết sức phức tạp, đòi hỏi ngân hàng phải có một cơ sở dữ liệu đầy đủ, đƣợc lƣu trữ khoa học với những phần mềm xử lý hiện đại. Tất cả các vấn đề trên đòi hỏi các ngân hàng đầu tƣ về nguồn lực tài chính, con ngƣời, thời gia rất nhiều và đặc biệt phải có lộ trình khoa học.
+ Đối với các rủi ro danh mục cho vay
Các mô hình đơn giản về rủi ro cho vay tập trung :
Mô hình phân tích chuyển hạng (Migration analysis): Theo dõi sự chuyển hạng (đánh giá tín dụng) của một gói các khoản cho vay thuộc một lĩnh vực nhất định bằng cách thiết lập ma trận chuyển hạng (Loan migration matrix).
Mô hình yêu cầu xác định tỷ lệ giữa số lƣợng cho vay tối đa với một ngƣời vay cụ thể hoặc một lĩnh vực cụ thể trên danh mục cho vay. Mô hình này yêu cầu đánh giá các nhân tố sau về ngƣời cho vay:
Danh mục đầu tƣ hiện hành của ngƣời vay. Kế hoạch kinh doanh của đơn vị trực thuộc Dự đoán kinh tế của các chuyên gia
Kế hoạch chiến lƣợc của khách hàng.
Nhìn chung, các mô hình đo lƣờng rủi ro cả danh mục nhằm: Xác định rủi ro của cả danh mục.
Tối đa hóa lợi ích của đa dạng hóa danh mục cho vay. Thiết lập giới hạn tối đa về cho vay tập trung vào những doanh nghiệp hoặc những lĩnh vực nhất định (Theo nghành hoặc theo vị trí địa lý).
Tóm lại, việc áp dụng phƣơng pháp định lƣợng rủi ro nhƣ thế nào tùy thuộc vào khả năng, điều kiện cụ thể của mỗi ngân hàng. Trong mọi trƣờng hợp, yếu tố quan trọng để ngân hàng vận hành hiệu quả mô hình là phải xây
dụng hệ thống thông tin quản lý có tính ứng dụng cao và cập nhật thƣờng xuyên.