6. Tổng quan tài liệu
3.2.4.Hoàn thiện hệ thống thông tin
thuật phân tích có khả năng đo lƣờng đƣợc rủi ro trong tất cả các hoạt động nội bảng và ngoại bảng cân đối tài sản. Hiệu quả của quy trình đo lƣờng rủi ro tín dụng phụ thuộc nhiều vào chất lƣợng của hệ thống thông tin quản lý. Việc đo lƣờng rủi ro tín dụng cần xét tới các yếu tố nhƣ: tính chất của khoản tín dụng, các điều kiện tài chính và hợp đồng nhƣ thời hạn, lãi suất tham chiếu; rủi ro thất thoát có thể xảy ra cho tới khi đến hạn khoản vay do những biến động của thị trƣờng; tài sản thế chấp hoặc bảo lãnh, xếp hạng tín dụng nội bộ... Việc xếp hạng tín dụng đối với khách hàng nhằm đánh giá xác suất không trả đƣợc nợ, tính mức tổn thất dự kiến, từ đó, xác định mức giá khác nhau đối với từng loại khách hàng. Để bù đắp rủi ro về tín dụng, ngân hàng thu lãi tiền vay theo lãi suất đủ để trang trải các chi phí đầu vào và cộng thêm phần lãi của ngân hàng. Mức lãi suất các ngân hàng áp dụng cho thấy mức độ rủi ro mà ngân hàng phải chịu. Trong điều kiện cạnh tranh hiện nay thì lãi suất giảm xuống, vì vậy, ACB Đà Nẵng cần phải đảm bảo rằng đầu tƣ của mình có chất lƣợng cao.
Khi xây dựng một thệ thống thông tin phục vụ việc quản trị rủi ro tín dụng, ACB Đà Nẵng phải đáp ứng đƣợc một số yêu cầu cơ bản nhƣ sau:
- Thông tin lƣu trữ giúp thực hiện phân tích chuỗi sự kiện theo trình tự thời gian, từ những sự kiện đơn lẻ;
- Có khả năng đo lƣờng đƣợc giá trị hoạt động hiện tại và tƣơng lai với từng đối tác khác nhau;
- Đáp ứng đƣợc các yêu cầu trên với nhiều cấp độ quy mô hoạt động ngân hàng khác nhau, nhiều nhóm rủi ro khác nhau, nhiều loại sản phẩm khác nhau và nhiều đối tác khác nhau.
Một vấn đề tƣờng gặp phải khi xây dựng hệ thống thông tin phục vụ quản trị rủi ro tín dụng đó chính là tính tƣơng thích của hệ thống, thuật ngữ “tính tƣơng thích” này muốn nói đến các thông tin giao dịch đơn lẻ không dễ dàng gì tích hợp đƣợc với hệ thống quản trị rủi ro trung tâm. Hệ thống quản trị rủi ro trung tâm có thể là một hệ thống cũ và thiếu các nhân tố mới sử dụng gần đây, chƣa có tính cập nhật so với mỗi ngân hàng. Vấn đề này còn bao gồm cả phần
mềm mới mà không dễ dàng cài đặt cho hệ thống quản trị rủi ro trung tâm. Chẳng hạn nhƣ mô hình định giá một nghiệp vụ quyền chọn phức tạp chỉ tồn tại trên bảng tính của ngƣời giao dịch mà không thể nào định giá bởi hệ thống quản trị rủi ro trung tâm. Các nhà quản trị rủi ro cũng cần thiết lập đƣợc một cấu trúc dữ liệu thông minh hỗ trợ cho quá trình phân tích, xử lý rủi ro. Một cấu trúc cơ sở dữ liệu thông minh cần đạt đƣợc những thuộc tính sau:
- Có khả năng nhận biết đƣợc các yếu tố nhạy cảm với giá trị của công cụ tài chính;
- Biết đánh giá phƣơng pháp chính xác và kém chính xác hơn;
- Biết các lỗi có thể gặp thông qua việc đánh giá tại nhiều thời điểm khác nhau bằng các phƣơng pháp đánh giá khác nhau.
Đây là một thử thách lớn đối với các nhà quản trị rủi ro của ACB nói chung và ACB Đà Nẵng nói riêng trong việc hoàn thiện hệ thống thông tin phục vụ nhu cầu của ngân hàng. Một trong những bài học chính sách quan trọng từ các cuộc khủng hoảng tài chính trƣớc đây đó chính là sự chính xác, sẵn sàng, kịp thời và cập nhật của cơ sở dữ liệu trong khu vực tài chính. Những khó khăn mà các tổ chức tài chính gặp phải trong việc xây dựng chiến lƣợc quản trị rủi ro tốt hơn (chẳng hạn nhƣ các công thức kiểm định mô hình, tính toán giá trị tại rủi ro và hệ thống xếp hạng tín nhiệm) đồng thời phù hợp với chuẩn mực quốc tế chính là thiếu thông tin trong những thời kỳ có tỷ lệ các khoản nợ khó đòi tăng cao. Trong những thời kỳ này, có thể đã có nhiều dấu hiệu báo trƣớc, nhƣng do không thống kê và ghi nhận đƣợc nên xác suất gặp lại các dấu hiệu này mà vẫn không nhận biết đƣợc là rất lớn. Những hạn chế nhƣ thế này cần đƣợc khắc phục kịp thời. Đây chính là điểm đặc biệt quan trọng cho sự phát triển các mô hình quản trị rủi ro tín dụng cho ACB và các NHTM Việt Nam.