1.2.4.1 Mô hình giám sát rủi ro tín dụng cho từng khoản vay
Trong tài liệu của Bùi Diệu Anh và cộng sự (2013), Nguyễn Như Dương (2017) trình bày các mô hình sử dụng trong giám sát RRTD, cụ thể là đo lường RRTD. Trong đó, đối với các khoản vay riêng lẻ, mô hình 6C, mô hình CAMPARI, mô hình điểm số Z, xếp hạng tín nhiệm…Trong đó, mô hình được sử dụng phổ biến là mô hình 6C theo phương pháp truyền thống và xếp hạng tín nhiệm theo phương pháp hiện đại. Trong đó:
* Mô hình 6C:
Nội dung của phân tích tín dụng theo mô hình 6C gồm các yếu tố: (1)tư cách người vay; (2) năng lực pháp lý và năng lực hoạt động của người vay; (3) dòng tiền trả nợ của người vay; (4) bảo đảm tiền vay; (5) Điều kiện môi trường và (6) các yếu tố kiểm soát. Trong đó:
- Tư cách người vay (Character): phản ánh năng lực hành vi dân sự, thiện chí và uy tín của khách hàng vay.
- Năng lực của người vay (Capacity): năng lực hoạt động, sử dụng vốn của người vay.
- Dòng tiền trả nợ của người vay (Cashflow): đánh giá nguồn tiền dùng để trả nợ của khách hàng như thế nào, mức độ biến động của dòng tiền trả nợ, dòng tiền này có đủ để trả nợ hay không.
- Bảo đảm tiền vay (Collateral): đánh giá tình trạng pháp lý, tình trạng thực tế và giá trị, khả năng thanh khoản của tài sản bảo đảm cho khoản vay.
- Các điều kiện (Conditions): ngân hàng quy định các điều kiện tùy theo chính sách tín dụng trong từng thời kỳ.
- Kiểm soát (Control): xem xét sự biến động của môi trường kinh doanh tác động như thế nào đến thiện chí và khả năng trả nợ của khách hàng.
Ưu điểm của mô hình là có thể đo lường những yếu tố thuộc về thiện chí, đưa ra những đánh giá về những rủi ro trong tương lai. Tuy nhiên, kết quả đánh giá phụ thuộc và nhân viên thực hiện, thường tốn kém thời gian và chi phí.
* Phương pháp hệ thống điểm số (Score System):
Nguyễn Như Dương (2017) trình bày phương pháp điểm số được sử dụng phổ biến trong các khoản vay tiêu dùng cá nhân. Thông qua các tiêu chí được xây dựng, nhân viên ngân hàng chấm điểm khách hàng. Tương ứng với số điểm, NH đánh giá khách hàng có rủi ro cao hay thấp. Với mức độ rủi ro của khách hàng, NH xác định các giới hạn cấp tín dụng phù hợp. Ưu điểm của mô hình này là khách quan, chấm điểm dựa trên các tiêu chí được xây dựng sẵn, chấm điểm nhanh chóng. Tuy nhiên, các tiêu chí phần lớn còn khá đơn giản, chưa thể đo lường RRTD đầy đủ. Do đó, đây là phương pháp chỉ phù hợp với các khoản cho vay tiêu dùng cá nhân nhỏ lẻ.
* Xếp hạng tín nhiệm nội bộ:
Theo Basel (2002), XHTNNB là mô hình bắt buộc trong hoạt động đo lường RRTD tại các NH. NH sẽ đánh giá mức độ RRTD của khách hàng dựa trên đặc tính rủi ro của KH và của từng giao dịch cụ thể. Thông qua các chỉ tiêu đánh giá, NH sẽ thực hiện đo lượng mức độ RRTD của khách hàng, tính toán xác suất vỡ nợ (PD) của một hay một nhóm khách hàng được cấp tín dụng bằng phương pháp tiếp cận IRB.
Theo Basel, Ngân hàng sử dụng các mô hình dựa trên hệ thống dữ liệu nội bộ về khách hàng để ước tính khả năng tổn thất tín dụng tại mỗi kỳ đánh giá như sau:
Trong đó:
EL: khoản lỗ dự kiến (Expected Loss) của một khoản vay.
PD: xác xuất khách hàng không trả được nợ (Propability of Default) EAD: Tổng dư
nợ của khách hàng tại tời điểm khách hàng không trả được nợ (Exposure At Default)
EAD = Dư nợ bình quân + LEQ x Hạn mức
LEQ: tỷ trọng phần vốn chưa sử dụng trong tín dụng hạn mức mà có nhiều khả năng
khách hàng sẽ rút thêm tại thời điểm không trả được nợ.
LGD: tỷ trọng tổn thất ước tính (Loss Given Default) được xác định như sau: LGD = (EAD – Số tiền có thể thu hồi) / EAD
Ngân hàng tập trung xếp hạng tín nhiệm hai đối tượng chủ yếu là doanh nghiệp
và cá nhân. Quá trình xếp hạng tín nhiệm doanh nghiệp dựa trên các chỉ tiêu tài chính và chỉ tiêu phi tài chính của doanh nghiệp để đánh giá. Trong khi đó, việc xếp hạng tín nhiệm cá nhân lại dựa vào các chỉ tiêu về nhân thân, quan hệ với ngân hàng, lịch sử vay- trả nợ, loại tài sản đảm bảo, nợ quá hạn hay các khoản chậm thanh toán.
1.2.4.2 Các công cụ quản lý rủi ro tín dụng đối với danh mục tín dụng
Đối với rủi ro danh mục, Basel 2 khuyến khích các NHTM sử dụng mô hình VAR (Value at Risk). Thông qua mô hình VAR, NHTM tính toán được mức tổn thất tối đa ở tình huống xấu nhất trong một khoảng thời gian xác định với độ tin cậy định trước. Mục đích của sử dụng khung VAR là để ngân hàng xác định UL của danh mục tín dụng cũng như UL tổng thể của ngân hàng. Hiện nay hầu hết các NHTM tại các nước phát triển đều sử dụng các mô hình lượng hóa VAR tín dụng như: CreditMetrics của JP Morgan, PorfolioManager của KMV, CreditRisk+ của Credit Suise, CreditPorfolioView của McKinsey…(Bùi Diệu Anh và cộng sự, 2013). Việc lựa chọn mô hình nào tùy vào đặc điểm danh mục tín dụng và hệ thống hạ tầng đo lường RRTD của từng ngân hàng.