Nhìn chung hoạt động tín dụng của VietinBank từ 2012 đến 2017 cho thấy sự phát triển nhanh và bền vững, kiểm sốt nợ xấu được đánh giá tốt trong ngành ngân hàng.
Các biện pháp quản trị nợ xấu đã đƣợc áp dụng tại VietinBank
3.1.2.
3.1.2.1. Hệ thống xếp hạng tín dụng:
Đây là hệ thống xương sống trong hoạt động cấp tín dụng của VietinBank. VietinBank là tổ chức tín dụng trong nước đầu tiên áp dụng hệ thống xếp hạng tín dụng (XHTD) chuẩn mực vào hoạt động cho vay. Theo quy định của hệ thống XHTD của VietinBank tất cả các khách hàng cĩ quan hệ tín dụng với VietinBank đều phải được XHTD, kết quả XHTD được sử dụng để quyết định các nội dung tín dụng liên quan về tỷ lệ TSBĐ, chính sách giá, phí, phân loại nợ, điều kiện tín dụng…. Hệ thống XHTD được xây dựng trên cơ sở phân tích định tính và phân tích định lượng. Tất cả các thơng số đều được lượng hĩa qua số điểm để ra kết quả xếp hạng tín dụng của khách hàng.
3.1.2.2. Cơng tác dự báo nợ cĩ khả năng chuyển xấu:
VietinBank thường xuyên thực hiện đánh giá danh mục để dự báo nợ tiềm ẩn rủi ro và nợ cĩ khả năng chuyển thành nợ xấu để cĩ giải pháp tín dụng phù hợp. Việc dự báo nợ chuyển xấu của VietinBank đang được thực hiện tại 2 bộ phân độc lập là bộ phận phê duyệt tín dụng thơng qua việc rà sốt hồ sơ phê duyệt và bộ phận kiểm tra giám sát tuân thủ thơng qua hoạt động kiểm tra các chi nhánh. Việc dự báo nợ xấu được thực hiện chủ yếu theo phương pháp định tính theo ý kiến chuyên gia. Kết quả dự báo nợ xấu được sử dụng để VietinBank xem xét nâng hạ thẩm quyền phê duyệt của các chi nhánh, dự kiến quỹ dự phịng rủi ro và định hướng phê duyệt tín dụng đối với khách hàng.
3.1.2.3. Những tồn tại, hạn chế
Mặc dù đạt được nhiều kết quả khả quan thể hiện cả về mặt tài chính cũng như cấu trúc hệ thống nhưng cơng tác quản trị chất lượng tín dụng, quản trị nợ xấu tại VietinBank vẫn cịn nhiều tồn tại cần khắc phục:
VietinBank chưa cĩ định hướng cụ thể trong việc lựa chọn khách hàng mục tiêu nhằm giúp các bộ phận thẩm định rà sốt phía sau tiết kiệm được thời gian trong việc lọc khách hàng.
Trong cơng tác đánh giá rủi ro tín dụng trong cho vay. Cụ thể là, để đánh giá mức độ rủi ro tín dụng trong các giao dịch cho vay, cán bộ ngân hàng thường vẫn phải dựa vào kinh nghiệm bản thân hoặc tham vấn ý kiến
chuyên gia. Phương pháp truyền thống này cĩ nhiều hạn chế do phụ thuộc vào năng lực của từng cán bộ ngân hàng cũng như trình độ, tâm lý và các yếu tố chủ quan khác của chuyên gia, cũng như thiếu những thơng tin cần thiết để chuyên gia phân tích. Vì thế, độ tin cậy cũng như tính chính xác trong cơng tác đánh giá mức độ rủi ro tín dụng thường khơng cao. Điều này khơng những tiềm ẩn nhiều rủi ro mà cịn ảnh hưởng trực tiếp đến hiệu quả hoạt động của ngân hàng.
VietinBank cịn thiếu các cơng cụ hỗ trợ thẩm định như: trung tâm hỗ trợ pháp lý, trung tâm định giá tài sản bảo đảm, Hệ thống tra cứu các văn bản quy phạm pháp luật và nội bộ liên quan đến cơng tác thẩm định tín dụng, hệ thống tra cứu các doanh nghiệp đang tồn tại những thơng tin bất lợi từ các kênh khác nhau.
VietinBank cịn thiếu các sản phẩm cho vay chuyên biệt.
Cơng tác đánh giá nghiên cứu ngành và định hướng danh mục của VietinBank chưa đủ độ chuyên sâu để hỗ trợ các cán bộ làm cơng tác tín dụng, cịn thiếu nhiều các thống kê mang tính chuyên ngành cũng như các phân tích về rủi ro đặc trưng ngành.
Hệ thống xếp hạng tín dụng của VietinBank chỉ mới cĩ chiều xếp hạng khách hàng, chưa cĩ chiều xếp hạng khoản cấp tín dụng
Cơng tác rà sốt các chính sách trong hoạt động cấp tín dụng của VietinBank cịn chậm chưa theo kịp các thay đổi trong thực tế.
Cơng tác đào tạo nhân sự làm tín dụng của VietinBank cĩ được chú trọng nhưng chất lượng đào tạo vẫn chưa đảm bảo, vẫn chỉ tập trung đào tào về mặt lý thuyết cịn thiếu nhiều những khĩa đào tạo cĩ tính thực tiễn cao, mang tính trao đổi chia sẻ về kinh nghiệm [3][4].
3.2. Mơ tả bài tốn áp dụng KPDL hỗ trợ quản lý rủi ro tín dụng
Ngân hàng cần xác định những khoản vay mới, trong tương lai sẽ là nợ Tốt hay nợ Xấu
Kết quả sau khi phân tích sẽ là một mơ hình mà từ đĩ cĩ thể dự đốn được khoản vay nào sẽ nằm trong nhĩm nợ Xấu (nhĩm 3, 4, 5) hay nhĩm nợ Tốt (nhĩm 1, 2)
Mơ hình này ngồi việc dự đốn khoản vay sẽ nằm trong nhĩm nào, cịn cĩ thể được sử dụng như một cơng cụ để tra các thuộc tính cĩ thay đổi liên quan
đến khoản vay (lãi suất, lãi phạt trả chậm, thu nhập cố định của khách vay bị thay đổi…)
Thu thập dữ liệu cho vay của hệ thống Vietinbank.
Để giới hạn pham vi bài tốn & trong khuơn khổ luận văn tập trung vào cho vay khách hàng cá nhân tác giả chỉ tập trung vào cho vay khách hàng cá nhân
3.3. Mơ hình dữ liệu tại Core Vietinbank
Vietinbank Data System architechture
Data warehouse Terminal data Terminal app Core Bank Synchronize area
CIF LOAN DEPOSIT PAYMENT TF EPS/IBPS Profile report Staging MIS ATM POS IB Reconcile Report KPI Datamining Branch HO Regional Partner