7. Tổng quan tài liệu nghiên cứu
1.3.2. Mục đích của công tác quản trị rủi ro tín dụng trong cho vay
Mục đích của quản trị rủi ro tín dụng là để tối đa hóa lợi nhuận trên cơ sở giữ mức độ rủi ro hoặc tổn thất tín dụng ở mức ngân hàng có thể chấp nhận đƣợc và trong phạm vi nguồn lực tài chính của ngân hàng.
Hoạch định phƣơng hƣớng, kế hoạch phòng chống rủi ro. Dự đoán rủi ro có thể xảy ra đến đâu, trong điều kiện nào, nguyên nhân và hậu quả ra sao. Đồng thời, tổ chức phòng chống rủi ro một cách khoa học nhằm chỉ ra những mục tiêu cụ thể cần đạt đƣợc, ngƣỡng an toàn, mức độ sai sót có thể kiểm soát đƣợc.
Xây dựng các chƣơng trình nghiệp vụ, cơ cấu kiểm soát phòng chống rủi ro, phân quyền hạn và trách nhiệm cho từng thành viên, lựa chọn những công cụ kỹ thuật phòng chống rủi ro, xử lý rủi ro và giải quyết hậu quả do rủi ro gây ra một cách nghiêm túc.
Kiểm tra, kiểm soát để đảm bảo việc thực hiện theo đúng kế hoạch phòng chống rủi ro đã hoạch định, phát hiện các rủi ro tiềm ẩn, các sai sót khi thực hiện giao dịch, trên cơ sở đó kiến nghị các biện pháp điều chỉnh và bổ sung nhằm hoàn thiện hệ thống quản trị rủi ro.
1.3.3Nội dung quản trị rủi ro tín dụng trong cho vay ngắn hạn
a.Nhận dạng rủi ro tín dụng [10, tr. 17].
Nhận dạng rủi ro tín dụng là quá trình xác định liên tục và có hệ thống các rủi ro và bất định của một tổ chức. Các hoạt động nhận dạng nhằm phát triển thông tin về nguồn rủi ro, các yếu tố mạo hiểm, hiểm họa, và nguy cơ rủi ro. Nhận dạng rủi ro bao gồm các bƣớc: theo dõi, xem xét, nghiên cứu môi trƣờng hoạt động và quy trình cho vay để thống kê các dạng rủi ro tín dụng,
nguyên nhân từng thời kỳ và dự báo đƣợc những nguyên nhân tiềm ẩn có thể gây ra rủi ro tín dụng
Các phƣơng pháp nhận dạng rủi ro
Phƣơng pháp phân tích các thông tin tài chính, phi tài chính
Ngay từ khâu nhận hồ sơ đề nghị vay vốn, CBTD thực hiện việc thẩm định các điều kiện vay vốn nhƣ: các thông tin tài chính và thông tin phi tài chính.
Các thông tin phi tài chính bao gồm: trình độ quản lý và môi trƣờng nội bộ, quan hệ với ngân hàng (đối với KH cũ), các nhân tố bên ngoài và các đặc điểm hoạt động khác.
Ngoài các yếu tố phi tài chính, ngân hàng còn sử dụng các chỉ tiêu tài chính để đánh giá khả năng trả nợ của khách hàng. Đây là việc phân tích hiện trạng tài chính, khái quát khả năng quản trị vốn và các hoạt động kinh doanh qua số liệu trong các báo cáo tài chính của doanh nghiệp tại thời điểm. Một số chỉ tiêu phân tích tài chính thƣờng áp dụng là: nhóm chỉ tiêu thanh khoản; nhóm chỉ tiêu hoạt động; nhóm chỉ tiêu đòn cân nợ; nhóm chỉ tiêu doanh lợi,… Tùy theo từng loại hình cho vay mà ngân hàng quan tâm đến các chỉ số khác nhau nhƣ cho vay ngắn hạn thì lƣu ý đến các chỉ số lƣu động, chỉ số về nợ; cho vay dài hạn thì quan tâm đến chỉ số sinh lời, khả năng trả nợ. Bên cạnh đó, tùy theo loại hình doanh nghiệp (doanh nghiệp lớn, doanh nghiệp vừa và nhỏ), loại hình kinh doanh (thƣơng mại, sản xuất) để xây dựng nhóm tỷ số trung bình ngành, từ đó có bƣớc so sánh trong phân tích.
Thông qua việc thẩm định các điều kiện có thể đƣa ra nhận định ban đầu về KH là tốt hay xấu, có đáp ứng đƣợc các điều kiện cho vay của NH mình hay không và từ đó đƣa ra quyết định là chấp nhận hay từ chối khoản vay.
Phƣơng pháp thẩm định thực tế
CBTD trực tiếp đi thẩm định thực tế khách hàng để xem xét về công việc, cuộc sống, môi trƣờng, cơ sở vật chất kỹ thuật cũng nhƣ quá trình hoạt
động sản xuất kinh doanh của khách hàng. Từ đó, kiểm tra những điều kiện về mục đích sử dụng vốn, nguồn thu nhập, giá trị hiện tại của TSĐB mà khách hàng đã cam kết trong hồ sơ vay vốn. Nếu phát hiện có sai sót, gian lận thì có thể có những biện pháp hữu hiệu để có thể khắc phục kịp thời.
Phƣơng pháp lập bảng điều tra
Là phƣơng pháp thông qua các câu hỏi về những vấn đề có thể xảy ra, để từ đó nhận dạng và đánh giá mức độ tác động của từng loại rủi ro.
Phƣơng pháp phân tích số liệu hồ sơ tổn thất trong quá khứ
Với phƣơng pháp này đòi hỏi ngân hàng phải thu thập, phân tích, thống kê, lƣu trữ số lƣợng thông tin lớn trong một thời gian dài, một cách có hệ thống, khoa học để nhận biết cơ chế và nguồn gốc gây ra rủi ro; nhờ đó có thể đánh giá đúng các yếu tố rủi ro mà trƣớc đây đã bị xem nhẹ hoặc bỏ qua. Giúp dự báo đƣợc xu hƣớng diễn biến rủi ro thông qua dữ liệu trong quá khứ.
Phƣơng pháp phân tích lƣu đồ
Phƣơng pháp lƣu đồ là một phƣơng pháp có thể giúp ngân hàng liệt kê trình tự các bƣớc đối với một quy trình đầu tƣ tài chính. Từ những bƣớc liệt kê này, có thể dễ dàng xác định rủi ro khi thực hiện từng bƣớc để có những biện pháp khắc phục nhất định.
Phƣơng pháp này đƣợc thực hiện xuyên suốt quy trình tín dụng, từ khâu đầu tiên là tiếp nhận hồ sơ, khâu trung gian nhƣ thẩm định, ra quyết định, giải ngân, theo dõi khoản vay cho đến khâu cuối cùng là thanh lý hợp đồng. Việc theo sát quy trình giúp NH xác định rủi ro xuất hiện và tập trung nhất ở khâu nào để có biện pháp kiểm soát kịp thời, hiệu quả.
Việc áp dụng các phƣơng pháp cần có sự linh hoạt, sáng tạo, phù hợp với thực tế để chất lƣợng công tác nhận dạng rủi ro đạt đƣợc hiệu quả cao nhất.
b.Đánh giá và đo lường rủi ro tín dụng [10, tr. 21].
Đo lƣờng xác suất và mức độ thiệt hại có thể xảy ra của các rủi ro đã đƣợc xác định: Là việc thu thập số liệu và phân tích đánh giá, từ đó xác định xác suất và mức độ thiệt hại có thể xảy ra.
Vấn đề là sau khi đã nhận dạng những rủi ro thì phải tiến hành đo lƣờng để xem rủi ro đó tập trung chủ yếu vào những rủi ro nào, loại rủi ro nào gây ra mức độ tổn thất lớn nhất, loại nào yếu nhất, loại rủi ro nào xuất hiện nhiều nhất, loại rủi ro nào tần số xuất hiện ít để có những biện pháp kiểm soát phù hợp.
Mô hình định tính: Mô hình 6C
Trọng tâm của mô hình này là xem xét ngƣời vay có thiện chí và khả năng thanh toán các khoản vay khi đến hạn hay không. Cụ thể bao gồm 6 yếu tố sau:
Tính cách ngƣời vay (Character): CBTD phải làm rõ mục đích xin vay của khách hàng, mục đích vay có phù hợp với chính sách tín dụng hiện hành của ngân hàng hay không, đồng thời xem xét về lịch sử đi vay và trả nợ đối với khách hàng cũ; Đối với khách hàng mới thì cần thu thập thông tin từ nhiều nguồn khác nhƣ Trung tâm thông tin tín dụng, ngân hàng khác, từ cơ quan thông tin đại chúng,…
Năng lực của ngƣời vay (Capacity): Tùy thuộc vào quy định luật pháp của quốc gia. Ngƣời vay phải có năng lực pháp luật dân sự và năng lực hành vi dân sự.
Thu nhập của ngƣời vay (Cash): Trƣớc hết phải xác định nguồn trả nợ của ngƣời vay nhƣ dòng tiền từ doanh thu bán hàng hay từ thu nhập, tiền từ bán thanh lý tài sản,…
Bảo đảm tiền vay (Collateral): Là điều kiện để ngân hàng cấp tín dụng và là nguồn tài sản có thể sử dụng để trả nợ vay.
chính sách tín dụng theo từng thời kỳ.
Kiểm soát (Control): Đánh giá những ảnh hƣởng do sự thay đổi của luật pháp, quy chế hoạt động đến khả năng khách hàng đáp ứng các tiêu chuẩn của ngân hàng.
Việc sử dụng mô hình 6C tƣơng đối đơn giản, tuy nhiên lại phụ thuộc quá nhiều vào mức độ chính xác của nguồn thông tin thu thập đƣợc, khả năng dự báo cũng nhƣ trình độ phân tích, đánh giá chủ quan của cán bộ tín dụng.
Mô hình định lƣợng
Mô hình 1: Mô hình xếp hạng Moody’s và Standard & Poor’s
Rủi ro tín dụng thƣờng đƣợc thể hiện bằng việc xếp hạng các khoản cho vay. Việc xếp hạng này đƣợc thực hiện bởi một số dịch vụ xếp hạng tƣ nhân trong đó có Moody’s và Standard & Poor’s là những dịch vụ tốt nhất.
Đối với Moody xếp hạng cao nhất từ Aaa nhƣng đối với Standard & Poor’s thì cao nhất là AAA. Việt xếp hạng giảm dần từ Aaa (Moody’s) và AAA (Standard & Poor’s) sau đó thấp dần để phản ánh rủi ro không đƣợc hoàn vốn cao. Nhƣng thực tế vì phải xem xét mối quan hệ tỷ lệ thuận giữa rủi ro và lợi nhuận nên những khoản cho vay tuy đƣợc xếp hạng thấp (rủi ro không hoàn vốn cao) nhƣng lại có lợi nhuận cao nên có lúc ngân hàng vẫn chấp nhận đầu từ vào các khoản cho vay này.
Mô hình 2: Mô hình điểm số Z
Chỉ số Z là một trong những công cụ để phát hiện dấu hiệu báo trƣớc sự phá sản của khách hàng vay luôn là một trong những mối quan tâm hàng đầu của các nhà nghiên cứu về rủi ro. Chỉ số này đƣợc phát minh bởi Giáo sƣ Edward I.Altman, trƣờng kinh doanh Leonard N.Stern, thuộc Đại học New York, dựa vào việc nghiên cứu khá công phu trên số lƣợng nhiều công ty khác nhau tại Mỹ và đƣợc phát triển độc lập bởi giáo sƣ Richard Taffer và những nhà nghiên cứu khác. Đến nay, hầu hết các nƣớc vẫn còn sử dụng vì nó có độ
tin cậy khá cao.
Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + 1,0X5
Chỉ số Z bao gồm 5 yếu tố X1, X2, X3, X4, X5: X1= Vốn lƣu động/Tổng tài sản.
X2= Lợi nhuận giữ lại/Tổng tài sản.
X3= Lợi nhuận trƣớc lãi vay và thuế/Tổng tài sản.
X4= Giá trị thị trƣờng của Vốn chủ sở hữu/Giá trị sổ sách của tổng nợ. X5= Doanh số/Tổng tài sản.
Đại lƣợng Z dùng làm thƣớc đo tổng hợp để phân loại rủi ro đối với ngƣời đi 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 xuất vỡ nợ của ngƣời vay trong quá khứ.
Trị số Z càng cao, thì xác suất vỡ nợ của ngƣời đi vay càng thấp. Ngƣợc lại, khi trị số Z thấp hoặc là một số âm thì đó là căn cứ xếp hạng khách hàng vào nhóm có nguy cơ vỡ nợ cao.
Mô hình 3: Mô hình điểm số tín dụng tiêu dùng
Các yếu tố quan trọng liên quan đến khách hàng 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 điểm số tín dụng tiêu dùng mang tính khách quan hơn, không tùy thuộc quá nhiều vào ý kiến chủ quan của CBTD, rút ngắn thời gian ra quyết định. Tuy nhiên, mô hình không thể tự điều chỉnh một cách nhanh chóng để thích ứng với những thay đổi hàng ngày của nền kinh tế – xã hội.
Mô hình 4: Chấm điểm tín dụng và xếp loại tín dụng
chuẩn” và “xếp loại nội bộ”. Về cơ bản có hai công cụ là xếp loại tín dụng (Credit rating) đối với khách hàng doanh nghiệp và chấm điểm tín dụng (Credit scoring) đối với khách hàng cá nhân. Về bản chất cả hai công cụ đều dùng để xếp loại tín dụng.
Chấm điểm tín dụng: chỉ áp dụng trong hệ thống ngân hàng để đánh
giá mức độ rủi ro tín dụng đối với khoản vay của doanh nghiệp nhỏ và cá nhân. Chấm điểm tín dụng chủ yếu dựa vào thông tin phi tài chính và các thông tin cần thiết trong giấy đề nghị vay vốn cùng các thông tin khác về khách hàng do ngân hàng thu thập đƣợc nhập vào máy tính, thông qua hệ thống thông tin tín dụng để phân tích, xử lý bằng phần mềm cho điểm. Kết quả chỉ ra mức độ rủi ro tín dụng của ngƣời vay. Hiệu quả kỹ thuật này cao sẽ giúp ích đắc lực cho quản trị rủi ro đối với khách hàng cá nhân và doanh nghiệp nhỏ. Vì đối tƣợng này không có báo cáo tài chính, hoặc không đầy đủ, thiếu tài sản thế chấp, thiếu thông tin nên thƣờng khó khăn trong tiếp cận ngân hàng.
Xếp loại tín dụng: áp dụng đối với doanh nghiệp lớn, có đủ báo cáo tài chính, số liệu thống kê tích lũy nhiều thời kỳ phục vụ cho việc xếp loại.
Tại các ngân hàng có thể khác nhau về cách thực hiện, tên gọi, chỉ tiêu đánh giá, nhƣng luôn cùng chung một mục đích là xác định khả năng, thành ý của khách hàng trong việc hoàn trả tiền vay, lãi vay theo hợp đồng tín dụng đã ký kết. Từ đó, xác định phần bù rủi ro và giới hạn tín dụng an toàn tối đa đối với một khách hàng cũng nhƣ để trích lập dự phòng rủi ro.
Mô hình 5: Đo lƣờng rủi ro theo khung giá trị VAR
Hiệp ƣớc Basel II khuyến khích các ngân hàng sử dụng các cách tiếp cận và mô hình đo lƣờng rủi ro tín dụng để có thể lƣợng hóa giá trị tổn thất tín dụng tối đa dựa trên khung giá trị VaR (Value at Risk).
xấu nhất trong một khoảng thời gian xác định với mức xác suất cho trƣớc (thƣờng đƣợc gọi là độ tin cậy). VAR xác định theo cách này thƣờng đƣợc gọi là VAR tuyệt đối. VAR cho phép chúng ta tổng hợp tất cả các trạng thái rủi ro và các khoản cho vay khác nhau để tìm ra một con số nhằm trả lời câu hỏi: “Nếu năm sau là một năm không thuận lợi, tổn thất tín dụng tối đa của ngân hàng là bao nhiêu với một độ tin cậy cho trƣớc (thƣờng là 99,9%), từ đó xác định mức vốn cần thiết để chống đỡ cho rủi ro này”.
Trong khi giá trị VAR cho danh mục đầu tƣ đã đƣợc sử dụng khá phổ biến tại các Ngân hàng thƣơng mại, việc tính toán VaR tín dụng gặp nhiều khó khăn do:
VaR tín dụng thƣờng đƣợc đo lƣờng trong 1 khoảng thời gian dài hơn, thƣờng là 1 năm (trong khi giá trị VAR của danh mục đầu tƣ thƣờng đƣợc tính cho khoảng thời gian là 1 ngày).
Các số liệu quan sát (các vụ rủi ro vỡ nợ thực tế) thƣờng nhỏ hơn rất nhiều so với rủi ro thị trƣờng.
Tính lỏng của các công cụ tín dụng thấp, ít đƣợc giao dịch trên thị trƣờng nên khó có thể tính đƣợc giá trị thị trƣờng và độ biến động giá trị thị trƣờng của khoản vay.
Mô hình 6: Mô hình dự đoán xác suất vỡ nợ
Theo Basel II, các ngân hàng sử dụng hệ thống cơ sở dữ liệu nội bộ để đánh giá rủi ro tín dụng, từ đó xác định hệ số an toàn vốn tối thiểu, khả năng tổn thất tín dụng. Với mỗi kỳ hạn xác định, tổn thất có thể đƣợc tính dựa trên công thức sau:
Tổn thất ƣớc tính đƣợc
EL = PD x EAD x LGD
EL: Tổn thất TD ƣớc tính (Expected Loss)
EAD: Tổng dƣ nợ của khách hàng tại thời điểm không trả đƣợc nợ (Exposure at Default) LGD: Tỷ trọng tổn thất ƣớc tính (Loss Given Default)
PD: để tính toán nợ trong vòng một năm của khách hàng, ngân hàng phải căn cứ trên số liệu dƣ nợ của khách hàng trong vòng ít nhất là năm năm, bao gồm các khoản nợ đã trả, khoản nợ trong hạn và khoản nợ không thu hồi đƣợc, dữ liệu đƣợc phân thành ba nhóm sau:
Nhóm dữ liệu tài chính liên quan đến các hệ số tài chính của khách hàng, cũng nhƣ các đánh giá của các tổ chức xếp hạng.