3.2. GIẢI PHÁP NÂNG CAO CHẤT LƯỢNG TÍNDỤNG TẠI NGÂN
3.2.8. Một số giải pháp khác
a) Đo lường rủi ro tín dụng
Bên cạnh các chỉ tiêu đánh giá chất lượng tín dụng truyền thống, Agribank chưa có một số chỉ tiêu đo lường rủi ro tín dụng hiện đại, giúp lượng hóa được khả năng không trả được nợ của khách hàng, những thiệt hại về tài chính có thể xẩy ra... Do vậy, Agribank nên xây dựng cho mình một kho dữ liệu qua nhiều năm để đo lường được rủi ro tín dụng, góp phần nâng cao chất lượng tín dụng.
Hiện tại Agribank mới chỉ đo lường rủi ro tín dụng thông qua một số chỉ tiêu đơn giản như nợ xấu, nợ nhóm 2, lãi đọng,. Tuy Ngân hàng Nhà nước chưa ban hành hướng dẫn tuân thủ theo Hiệp ước Basel II, nhưng Agribank có thể chuẩn bị để đáp ứng những yêu cầu của phương pháp dựa trên xếp hạng nội bộ và áp dụng để tính mức vốn cho rủi ro tín dụng dựa trên yêu cầu của Basel II. Các đo lường rủi ro tín dụng theo yêu cầu của Basel II theo phương pháp dựa trên xếp hạng nội bộ bao gồm những tham số sau:
Xác suất không trả được nợ (PD)
Xác suất không trả được nợ đo lường khả năng khách hàng không trả được nợ trong một khoảng thời gian xác định (thông thường là 12 tháng). Tham số này ước lượng khả năng khách hàng của Ngân hàng không thể thực hiện được các nghĩa vụ nợ như đã cam kết. Nên xây dựng khái niệm không trả được nợ để ước lượng PD, khái niệm không trả được nợ cần tuân theo quy định của Basel II và quy định của Ngân hàng Nhà nước Việt Nam.
Ngân hàng có thể sử dụng một hoặc một số các phương pháp ước lượng PD: dựa trên dữ liệu không trả được nợ, tham chiếu với xếp hạng của tổ chức xếp hạng độc lập, và mô hình thống kê. Dữ liệu cần thiết phải có đủ ít nhất 5 năm cho mỗi một nguồn dữ liệu, có thể khai thác thông tin từ bên ngoài như thông tin CIC, kiểm toán độc lập,...
- Phương pháp dựa trên dữ liệu không trả được nợ: PD cho từng nhóm khách hàng cùng rủi ro được ước lượng dựa trên dữ liệu quá khứ về tần suất không trả được nợ của các khách hàng trong mỗi nhóm khách hàng đó.
- Phương pháp mô hình thống kê: mô hình thống kê có tính chất dự báo được sử dụng để ước lượng xác suất không trả được nợ cho mỗi khách hàng trong một nhóm xác định. PD của nhóm khách hàng đó được tính bằng giá trị trung bình PD của các khách hàng trong nhóm.
- Phương pháp tham chiếu với xếp hạng của tổ chức độc lập: Ngân hàng có thể tham chiếu mỗi nhóm khách hàng cùng rủi ro theo hệ thống xếp hạng nội bộ với từng nhóm xếp hạng của tổ chức độc lập. Xác suất không trả được nợ của từng nhóm xếp hạng của tổ chức độc lập được tính toán dựa trên dữ liệu của tổ chức độc lập và được sử dụng để tham chiếu cho các mức xếp hạng nội bộ tương ứng.
Tỷ lệ tổn thất dự kiến (LGD)
LGD là khoản tổn thất, được định nghĩa là tỷ lệ phần trăm tổn thất của dư nợ tại thời điểm không trả được nợ của một khoản vay khi khoản vay đó rơi vào tình trạng không trả được nợ. Định nghĩa LGD có thể giải thích kỹ hơn để phân biệt đo lường LGD “sau” cho những khoản vay đã rơi vào tình trạng không trả được nợ và LGD “trước” cho những khoản vay chưa rơi vào tình trạng không trả được nợ.
- LGD cho những khoản vay chưa rơi vào tình trạng không trả được nợ có thể định nghĩa là một ước lượng “trước” của tổn thất căn cứ trên tình trạng
không trả được nợ, và được thể hiện bằng phần trăm của dư nợ tại thời điểm không trả được nợ . LGD của khoản vay chưa rơi vào tình trạng không trả được
nợ có thể coi là một biến ngẫu nhiên. Theo đó, việc xác định LGD sẽ là xác định
giá trị kỳ vọng của biến ngẫu nhiên, cụ thể là LGD kỳ vọng.
- LGD cho khoản vay rơi vào tình trạng không trả được nợ là ước lượng “sau” của tổn thất và được thể hiện bằng phần trăm của dư nợ tại thời điểm không trả được nợ. Nếu thông tin về tổn thất liên quan tới khoản vay là đầy đủ và phương pháp đo lường tổn thất được xác định, LGD “thực” sẽ được tính toán. Nếu thông tin về tổn thất không đầy đủ, ví dụ khoản vay đang trong giai đoạn xử lý thu hồi, LGD là một biến ngẫu nhiên. LGD của những khoản vay đã rơi vào tình trạng không trả được nợ này sẽ được đo lường bằng cách sử dụng thông tin từ mẫu những khoản vay tương tự.
Phương pháp để ước lượng LGD gồm:
- Phương pháp chủ quan dựa trên ý kiến chuyên gia. Ngân hàng s ẽ sử dụng phương pháp này cho danh mục không có khoản vay rơi vào tình trạng không tr ả được nợ hoặc trong giai đoạn đầu của việc sử dụng mô hình nội bộ .
- Phương pháp khách quan là phương pháp số học bao gồm những thông tin về LGD là thông tin đầu vào chủ yếu. Bên cạnh đó, phương pháp khách quan còn có thể chia thành hai nhóm phương pháp là phương pháp “hiện” và phương pháp “ẩn”.
b) Nâng cao chất lượng nguồn nhân lực
Trong mọi hoạt động, nhân tố con người bao giờ cũng là quan trọng nhất, do đó việc nâng cao chất lượng cho đội ngũ cán bộ tín dụng là giải pháp thiết thực và cần thiết nhất trong công tác nâng cao chất lượng tín dụng của Agribank. Do vậy, cần phải chuẩn hoá cán bộ làm công tác tín dụng, cụ thể:
- Phải được đào tạo bài bản, chính quy và đúng chuyên ngành ở các trường đại học có uy tín trong và ngoài nước.
- Có khả năng ngoại ngữ, tin học: Đây là điều kiện để phục vụ cho việc nghiên cứu tài liệu, giao dịch và ứng dụng các phần mềm trong phân tích, thẩm
định dự án, đưa ra các biện pháp cảnh báo và phòng ngừa rủi ro có thể xảy ra. - Hiểu biết về xã hội và khả năng giao tiếp: Yếu tố giúp cho khách hàng và ngân hàng hiểu nhau hơn, làm cho khách hàng có thiện cảm với ngân hàng, gắn bó với ngân hàng. Với khả năng giao tiếp cán bộ tín dụng tìm hiểu thêm được nhiều thông tin về khách hàng phục vụ cho công tác thẩm định, quản lý khoản vay.
- Chính sách đào tạo: Do hoạt động tín dụng liên quan đến nhiều lĩnh vực, nhiều ngành nghề. Trong khi đó, đội ngũ cán bộ làm công tác tín dụng chủ yếu được đào tạo từ các trường kinh tế nên kinh nghiệm trong các lĩnh vực kỹ thuật, xây dựng là rất hạn chế, điều này đòi hỏi cán bộ tín dụng không ngừng tự học hỏi nâng cao trình độ chuyên môn. Bên cạnh đó Agribank cần xây dựng chính sách đào tạo cụ thể: Khuyến khích cán bộ tiếp tục đi học nâng cao kiến thức nghiệp vụ; thường xuyên tổ chức các khóa học, hội thảo về quản lý rủi ro, đặc biệt là rủi ro tín dụng, về các ngành nghề kinh tế; mời các chuyên gia tại các lĩnh vực đến nói chuyên, giảng giả và trao đổi kinh nghiệm trong các tình huống để cán bộ tín dụng hiểu biết hơn và phục vụ tốt cho công tác thẩm định và cho vay.