CHƯƠNG 1 : GIỚI THIỆU CHUNG
4.7. Kiểm định sức chịu đựng đối với rủi ro tín dụng
Để thực hiện Stress Testing đối với rủi ro tín dụng, tác giả sử dụng phân tích Monte Carlo bằng phần mềm Crystal Ball.
Mơ hình tốn học được sử dụng là mơ hình (1) đã được xây dựng. Cụ thể: Tiếp theo, tác giả tiến hành xác định phân bố xác suất cho các biến độc lập trong mơ hình là GDP, CRE, VNI.
Bảng 4.8. Kiểm định phân bố xác suất của các biến trong mơ hình
Biến quan sát Số quan sát Pr(Skewness) Pr(Kurtosis) Hệ số chi bình
phương hiệu chỉnh
VNI 136 0.0031 0.0204 11.93 CRE 136 0.0003 0.6828 11.09 GDP 136 0.0040 0.0191 11.68
Nguồn: kết quả tính tốn từ phần mềm Stata 11.0
Gía trị p-value của kiểm định phân phối chuẩn của các biến VNI, CRE, GDP đều nhỏ hơn mức ý nghĩa 5%. Như vậy các biến VNI, CRE, GDP đều có phân phối chuẩn. Một phân phối chuẩn được xác định bằng giá trị trung bình và độ lệch chuẩn. Gía trị trung bình của các biến này trong giai đoạn 2016 – 2020 được cho trong các kịch bản của nền kinh tế, riêng độ lệch chuẩn được lấy theo độ lệch chuẩn trong giai đoạn quá khứ.
Stress Testing được thực hiện với các kịch bản khác nhau:
Kịch bản bất lợi.
Trong kịch bản này các biến độc lập sẽ có phân phối chuẩn lần lượt là: GDP ~ N(1,05%; 0,3475852)
CRE ~ N(2,83%; 0,15490622) VNI ~ N(3,33%; 0,20034522)
Kết quả phân tích mơ phỏng Monte Carlo như sau:
Hình 4.9. Phân bố xác suất của các biến độc lập trong mơ hình
Nguồn: kết quả tính tốn từ phần mềm Crystal ball
Với 5.000 lần thay đổi các giá trị GDP, CRE, VNI, sự thay đổi của biến phụ thuộc NPL như sau:
Hình 4.10. Biến động của tốc độ thay đổi tỷ lệ nợ xấu trên tổng dư nợ
Nguồn: kết quả tính tốn từ phần mềm Crystal ball
Với kịch bản bất lợi, tốc độ thay đổi tỷ lệ nợ xấu trên tổng dư nợ bình quân của các ngân hàng trong giai đoạn 2016 – 2020 tương đối cao là 23%/quý. Tốc độ thay đổi tỷ lệ nợ xấu trên tổng dư nợ trong giai đoạn này cao nhất được dự báo là 79%/quý, thấp nhất là -30%/quý.
Bảng 4.11. Thống kê phân tích mơ phỏng Monte Carlo Số lần thử 5,000 Số lần thử 5,000 Gía trị cơ bản 0.35 Gía trị trung bình 0.23 Gía trị trung vị 0.23 Độ lệch chuẩn 0.15 Phương sai 0.02 Hệ số nhọn 0.0171 Hệ số bất đối xứng 3.03 Gía trị nhỏ nhất -0.30 Gía trị lớn nhất 0.79
Khoảng biến thiên 1.09
Nguồn: kết quả tính tốn từ phần mềm Crystal ball.
Với kết quả phân tích mơ phỏng, tỷ lệ nợ xấu trên tổng dư nợ của 4 ngân hàng Eximbank, Vietinbank, Vietcombank, BIDV trong giai đoạn 2016 – 2020 có thể biến động như sau:
Bảng 4.12. Biến động tỷ lệ nợ xấu trên tổng dư nợ giai đoạn 2016 – 2020. Ngân hàng Qúy 1/2015 Giai đoạn 2016 – 2020 Ngân hàng Qúy 1/2015 Giai đoạn 2016 – 2020
Thấp nhất Bình quân Cao nhất
BIDV 0,02232068 0,015523473 0,027521092 0,039854784
Vietinbank 0,017964431 0,012493811 0,022149897 0,032076465
Eximbank 0,024725575 0,017196018 0,030486295 0,044148855
Vietcombank 0,026694318 0,018565229 0,032913728 0,047664152
Nguồn: tính tốn của tác giả
Như vậy, kết quả Stress Testing cho thấy với kịch bản bất lợi, các ngân hàng hàng Eximbank, Vietcombank sẽ có tỷ lệ nợ xấu trên tổng dư nợ bình quân trong giai đoạn 2016 – 2020 vượt quá giới hạn cho phép 3%. Các ngân hàng BIDV, Vietinbank tuy có tỷ lệ nợ xấu trên tổng dư nợ bình quân trong giai đoạn 2016 – 2020 ở trong giới hạn cho phép nhưng trong trường hợp xấu nhất tỷ lệ này vẫn vượt giới hạn cho phép.
Kịch bản bình thường.
Trong kịch bản này các biến độc lập sẽ có phân phối chuẩn lần lượt là: GDP ~ N(1,27%; 0,3475852)
CRE ~ N(4,68%; 0,15490622) VNI ~ N(3,5%; 0,20034522)
Kết quả phân tích mơ phỏng Monte Carlo như sau:
Hình 4.13. Phân bố xác suất của các biến độc lập trong mơ hình
Nguồn: kết quả tính tốn từ phần mềm Crystal ball
Với 5.000 lần thay đổi các giá trị GDP, CRE, VNI, sự thay đổi của biến phụ thuộc NPL như sau:
Hình 4.14. Biến động của tốc độ thay đổi tỷ lệ nợ xấu trên tổng dư nợ
Nguồn: kết quả tính tốn từ phần mềm Crystal ball
Với kịch bản bình thường, tốc độ thay đổi tỷ lệ nợ xấu trên tổng dư nợ bình quân của các ngân hàng trong giai đoạn 2016 – 2020 tương đối cao là 23%/quý. Tốc độ thay đổi tỷ lệ nợ xấu trên tổng dư nợ trong giai đoạn này cao nhất được dự báo là 73%/quý, thấp nhất là -38%/quý.
Bảng 4.15. Thống kê phân tích mơ phỏng Monte Carlo
Số lần thử 5,000 Gía trị cơ bản 0.35 Gía trị trung bình 0.23 Gía trị trung vị 0.23 Độ lệch chuẩn 0.16 Phương sai 0.02 GDP VNI CRE
Hệ số nhọn 0.0022
Hệ số bất đối xứng 2.96
Gía trị nhỏ nhất -0.38
Gía trị lớn nhất 0.73
Khoảng biến thiên 1.11
Nguồn: kết quả tính tốn từ phần mềm Crystal ball.
Với kết quả phân tích mơ phỏng, tỷ lệ nợ xấu trên tổng dư nợ của 4 ngân hàng Eximbank, Vietinbank, Vietcombank, BIDV trong giai đoạn 2016 – 2020 có thể biến động như sau:
Bảng 4.16. Biến động tỷ lệ nợ xấu trên tổng dư nợ giai đoạn 2016 – 2020.
Ngân hàng Qúy 1/2015 Giai đoạn 2016 – 2020
Thấp nhất Bình quân Cao nhất
BIDV 0,02232068 0,013936163 0,027462727 0,038684972
Vietinbank 0,017964431 0,011216291 0,022102923 0,031134962
Eximbank 0,024725575 0,015437686 0,030421641 0,042853004
Vietcombank 0,026694318 0,016666893 0,032843926 0,046265121
Nguồn: tính tốn của tác giả
Như vậy, kết quả Stress Testing cho thấy với kịch bản bình thường, các ngân hàng hàng Eximbank, Vietcombank vẫn sẽ có tỷ lệ nợ xấu trên tổng dư nợ bình quân trong giai đoạn 2016 – 2020 vượt quá giới hạn cho phép 3%. Các ngân hàng BIDV, Vietinbank tuy có tỷ lệ nợ xấu trên tổng dư nợ bình quân trong giai ðoạn 2016 – 2020 ở trong giới hạn cho phép nhýng trong trýờng hợp xấu nhất tỷ lệ này vẫn výợt giới hạn cho phép.
Kịch bản thuận lợi.
Trong kịch bản này các biến độc lập sẽ có phân phối chuẩn lần lượt là: GDP ~ N(1,38%; 0,3475852)
CRE ~ N(5,43%; 0,15490622) VNI ~ N(3,69%; 0,20034522)
Hình 4.17. Phân bố xác suất của các biến độc lập trong mơ hình
Nguồn: kết quả tính tốn từ phần mềm Crystal ball
Với 5.000 lần thay đổi các giá trị GDP, CRE, VNI, sự thay đổi của biến phụ thuộc NPL như sau:
Hình 4.18. Biến động của tốc độ thay đổi tỷ lệ nợ xấu trên tổng dư nợ
Nguồn: kết quả tính tốn từ phần mềm Crystal ball
Với kịch bản bình thường, tốc độ thay đổi tỷ lệ nợ xấu trên tổng dư nợ bình quân của các ngân hàng trong giai đoạn 2016 – 2020 tương đối cao là 21%/quý. Tốc độ thay đổi tỷ lệ nợ xấu trên tổng dư nợ trong giai đoạn này cao nhất được dự báo là 69%/quý, thấp nhất là -48%/quý.
Bảng 4.19. Thống kê phân tích mơ phỏng Monte Carlo
Số lần thử 5,000 Gía trị cơ bản 0.35 Gía trị trung bình 0.21 Gía trị trung vị 0.21 Độ lệch chuẩn 0.14 Phương sai 0.03 GDP VNI CRE
Hệ số nhọn -0.0441
Hệ số bất đối xứng 3.01
Gía trị nhỏ nhất -0.48
Gía trị lớn nhất 0.69
Khoảng biến thiên 1.17
Nguồn: kết quả tính tốn từ phần mềm Crystal ball.
Với kết quả phân tích mơ phỏng, tỷ lệ nợ xấu trên tổng dư nợ của 4 ngân hàng Eximbank, Vietinbank, Vietcombank, BIDV trong giai đoạn 2016 – 2020 có thể biến động như sau:
Bảng 4.20. Biến động tỷ lệ nợ xấu trên tổng dư nợ giai đoạn 2016 – 2020. Ngân hàng Qúy 1/2015 Giai đoạn 2016 – 2020 Ngân hàng Qúy 1/2015 Giai đoạn 2016 – 2020
Thấp nhất Bình quân Cao nhất
BIDV 0,02232068 0,011606754 0,027008023 0,037721949
Vietinbank 0,017964431 0,009341504 0,021736962 0,030359889
Eximbank 0,024725575 0,012857299 0,029917946 0,041786222
Vietcombank 0,026694318 0,013881046 0,032300125 0,045113398
Nguồn: tính tốn của tác giả
Như vậy, kết quả Stress Testing cho thấy với kịch bản thuận lợi, chỉ có ngân hàng Vietcombank có tỷ lệ nợ xấu trên tổng dư nợ bình quân trong giai đoạn 2016 – 2020 vượt quá giới hạn cho phép 3%. Các ngân hàng BIDV, Vietinbank, Eximbank tuy có tỷ lệ nợ xấu trên tổng dư nợ bình quân trong giai đoạn 2016 – 2020 ở trong giới hạn cho phép nhưng trong trường hợp xấu nhất tỷ lệ này vẫn vượt giới hạn cho phép.
Tóm tắt chương 4.
Trong chương 4, tác giả đã xây dựng mơ hình nghiên cứu phản ánh mối quan hệ giữa tỷ lệ nợ xấu trên tổng dư nợ với các biến kinh tế vĩ mô dựa trên các nghiên cứu Stress Testing đã được thực hiện trên thế giới. Để ước lượng mơ hình này, tác giả sử dụng phương pháp ước lượng dữ liệu bảng Fixed effects và Random effects. Kiểm định hausman cho thấy mơ hình được ước lượng theo phương pháp fixed effects phù hợp hơn phương pháp Random effects. Tuy nhiên hiện tượng phương sai thay đổi đã xảy ra trong mơ hình ước lượng bằng phương pháp Fixed effects. Tác giả khắc phục hiện tượng này bằng phương pháp pháp ước lượng bình phương tối thiểu tổng quát khả thi (Feasible General Least Square – FGLS). Mơ hình cuối
cùng cho thấy các biến vĩ mô ảnh hưởng đến tốc độ thay đổi tỷ lệ nợ xấu trên tổng dư nợ là tốc độ tăng trưởng GDP, tốc độ thay đổi chỉ số VN-INDEX, tăng trưởng tín dụng CRE. Stress Testing được thực hiện với 3 kịch bản của nền kinh tế trong giai đoạn 2016 - 2020 là kịch bản bất lợi, kịch bản bình thường và kịch bản thuận lợi. Kết quả cho thấy với kịch bản bất lợi và kịch bản bình thường chỉ có ngân hàng
TMCP Đầu tư và Phát triển Việt Nam, ngân hàng TMCP Cơng thương Việt Nam là có tỷ lệ nợ xấu trên tổng dư nợ bình quân trong cả giai đoạn trong giới hạn cho phép 3%. Với kịch bản thuận lợi, có 3 ngân hàng có tỷ lệ nợ xấu trên tổng dư nợ bình quân trong cả giai đoạn trong giới hạn cho phép 3% là ngân hàng TMCP Đầu tư và Phát triển Việt Nam, ngân hàng TMCP Công thương Việt Nam và ngân hàng TMCP Xuất Nhập khẩu Việt Nam. Tuy nhiên trong trường hợp nền kinh tế diễn biến xấu nhất ở cả 3 kịch bản thì tỷ lệ nợ xấu trên tổng dư nợ của cả 4 ngân hàng đều có thể vượt giới hạn cho phép.
Trên cơ sở kết quả nghiên cứu của chương 4, chương 5 sẽ đề xuất các kiến nghị giảm thiểu rủi ro tín dụng đối với các ngân hàng trong mẫu nghiên cứu.
CHƯƠNG 5
KẾT LUẬN VÀ GIẢI PHÁP NÂNG CAO SỨC CHỊU ĐỰNG ĐỐI VỚI RỦI RO TÍN DỤNG CỦA CÁC NGÂN HÀNG
THƯƠNG MẠI LỚN TẠI VIỆT NAM