CHƯƠNG 1 : GIỚI THIỆU CHUNG
2.2. Kiểm định sức chịu đựng
2.2.3.2. Phương pháp Top-down và Bottom-up
Theo Siregar và các cộng sự (2011), Stress Testing có thể được thực hiện thông qua 2 phương pháp. Phương pháp đầu tiên được gọi là phương pháp từ trên xuống (Top-down), phương pháp thứ hai là phương pháp từ dưới lên (Bottom-up).
Phương pháp Top-down được thực hiện bởi các cơ quan giám sát. Dựa trên số liệu báo cáo của các ngân hàng, cơ quan giám sát sẽ áp dụng các kịch bản khác nhau để đánh giá mức độ tổn thương của hệ thống hoặc từng ngân hàng riêng. Cách làm này cho phép cơ quan quản lý so sánh được các kết quả của các ngân hàng với nhau.
Phương pháp Bottom-up sẽ do từng ngân hàng tự thực hiện theo các kịch bản do cơ quan quản lý quy định hoặc các kịch bản đặc thù riêng. Ưu điểm của cách làm này là dữ liệu đầy đủ, hiểu rõ về rủi ro thị trường và rủi ro thanh khoản của từng ngân hàng. Tuy nhiên, do sự khác biệt về mơ hình thực hiện và tính chất hoạt động khác nhau của các ngân hàng, việc so sánh các kết quả của các ngân hàng sẽ có những hạn chế nhất định.
Trong nghiên cứu này, tác giả sử dụng Stress Testing theo phương pháp Top- down với các kịch bản, do đó các kịch bản được xây dựng sẽ là biến động các yếu tố vĩ mô của nền kinh tế như GDP, lạm phát, lãi suất, tăng trưởng tín dụng, tỷ giá hối đoái… đã được tác giả đề cập ở trên.
2.2.3.3. Thực hiện Stress Testing đối với rủi ro theo phương pháp Top-down với các kịch bản.
Trong nghiên cứu này, tác giả tiến hành thực hiện Stress Testing đối với rủi ro tín dụng theo phương pháp Top-down.
Stress Testing đối với rủi ro tín dụng là quá trình xác định tác động của những thay đổi khi có sự cố xấu hay rất xấu xảy ra lên một danh mục tín dụng, từ đó đánh giá tác động đến bảng cân đối tài sản và cuối cùng là tác động lên vốn hay tỷ lệ an toàn vốn của ngân hàng như thế nào.
Như vậy, về mặt logic, để thực hiện Stress Testing rủi ro tín dụng, cơng việc đầu tiên cần thực hiện là xác định mơ hình phản ánh mối quan hệ nợ xấu (tỷ lệ tổn thất) với các biến số giải thích. Sau đó chúng ta sẽ gây sốc với các biến số này theo các kịch bản đã được xây dựng để đánh giá mức độ tác động vào tỷ lệ nợ xấu trên tổng dư nợ của ngân hàng. Sau đó sẽ so sánh sự thay đổi của tỷ lệ nợ xấu trên tổng dự nợ khi các kịch bản này xảy ra với một giới hạn nhất định để đánh giá sức chịu đựng đối với rủi ro tín dụng của các ngân hàng thương mại.
Theo Fungáčová & Jakubík (2013), tác giả thực hiện Stress Testing đối với rủi ro tín dụng cho các ngân hàng thương mại lớn tại Việt Nam thông qua các bước sau:
Bước 1: Xây dựng mơ hình (1) thể hiện mối quan hệ giữa các biến vĩ mô và tỷ lệ nợ xấu trên tổng dư nợ.
Việc xây dựng mơ hình xuất phát từ ý tưởng đơn giản vì chu kỳ kinh tế có tác động đến chu kỳ tín dụng là các khoản vay và có thể gây ra các khoản nợ xấu, do vậy chúng ta có thể xây dựng hàm số quan hệ giữa nợ xấu với những thay đổi của các biến số vĩ mô như GDP, lãi suất, tỷ giá, lạm phát,…
Bước 2: Thu thập số liệu và ước lượng mơ hình
Ở bước này, người thực hiện lựa chọn các kỹ thuật kinh tế lượng khác nhau để xác định một hàm số hồi quy biểu thị mối quan hệ của biến phụ thuộc tỷ lệ nợ xấu với các biến số giải thích vĩ mơ trong mơ hình.
Việc lựa chọn kỹ thuật kinh tế lượng nào sẽ tùy thuộc vào mức độ sẵn có và tính chất, đặc điểm của dữ liệu. Với dữ liệu chéo (Cross-section data), các nghiên cứu thường sử dụng kỹ thuật ước lượng bình phương bé nhất (OLS - Ordinary Least Squares). Với dữ liệu chuỗi thời gian (Time series data), các nghiên cứu thường sử dụng kỹ thuật ước lượng vector tự hồi quy (VAR – Vector Autoregression). Với dữ liệu bảng (Panel data), các nghiên cứu thường sử dụng kỹ thuật hồi quy tác động cố định (FEM – Factor Effects Model) hay tác động ngẫu nhiên (REM – Random Effects Model).
Bước 3: Xây dựng kịch bản kinh tế vĩ mô.
Trong bước này, người nghiên cứu cần xây dựng các kịch bản biến động cho các yếu tố vĩ mô trong một khoảng thời gian nhất định để từ đó xác định các ảnh hưởng của sự biến động này lên biến phụ thuộc trong mơ hình. Sự biến động của
các yếu tố vĩ mô theo kịch bản được xem như những cú sốc đối với nền kinh tế.
Bước 4: Thực hiện Stress Testing đối với rủi ro tín dụng của các ngân hàng theo kịch bản được xây dựng.
Sau khi đã xây dựng xong mơ hình biểu thị mối quan hệ của biến phụ thuộc tỷ lệ nợ xấu với các biến số giải thích vĩ mơ. Các cú sốc theo kịch bản sẽ được tác giả tính tốn để đưa ra kết luận về sự thay đổi của biến phụ thuộc. Kết quả biến động của biến phụ thuộc dưới tác động của các cú sốc sẽ được so sánh với giới hạn cho phép hay giới hạn an toàn nhất định và đưa ra đánh giá.
2.3. Lược khảo các nghiên cứu về Stress Testing đối với rủi ro tín dụng.
Một số nghiên cứu liên quan đến kiểm định sức chịu đựng đối với rủi ro tín dụng được thực hiện ở các quốc gia trên thế giới có thể kể đến là:
Nghiên cứu của Pesaran và cộng sự (2004) sử dụng mơ hình VAR để đánh giá tác động của các yếu tố kinh tế vĩ mô lên khả năng vỡ nợ của các công ty. Trong mơ hình của Pesaran bao gồm các yếu tố như GDP, chỉ số giá tiêu dùng, cung tiền danh nghĩa, giá cổ phiếu, tỷ giá hối đoái và lãi suất danh nghĩa cho 11 quốc gia trong giai đoạn 1979 - 1999. Mơ hình VAR được sử dụng để mô phỏng cho tỷ suất lợi nhuận của doanh nghiệp, sau đó được kết nối với sự phân bổ tổn thất danh mục vay vốn của doanh nghiệp. Một lợi thế rõ ràng của phương pháp này là nó liên kết đến rủi ro tín dụng của danh mục cho vay đa dạng hóa tồn cầu trong một mơ hình kinh tế vĩ mô chi tiết cho phép sự khác biệt giữa các quốc gia và khu vực. Alves (2004) xây dựng một mơ hình VAR đồng nhất với các biến được sử dụng là tần suất vỡ nợ dự kiến (EDFs) của công ty và các yếu tố kinh tế vĩ mô (12 tháng thay đổi một lần đối với sản lượng công nghiệp, 3 tháng thay đổi đối với lãi suất, giá dầu, và 12 tháng thay đổi đối với chỉ số thị trường chứng khoán). Các tần suất vỡ nợ dự kiến (EDFs) của mỗi ngành công nghiệp của liên minh châu Âu được mơ hình hóa dựa trên các yếu tố kinh tế vĩ mô ngoại sinh cùng với tần suất vỡ nợ dự kiến (EDFs) của các ngành công nghiệp khác để nắm bắt khả năng lây lan.
Settor Amediku (2006) thực hiện nghiên cứu kiểm tra độ căng thẳng của hệ thống ngân hàng Gana bằng cách sử dụng phương pháp VAR. Settor Amediku đã cho thấy rằng có mối liên hệ khách quan giữa tỷ lệ nợ xấu của hệ thống ngân hàng với chỉ số lạm phát và chênh lệch sản lượng của nền kinh tế. Ông cho rằng nền kinh tế ảnh hưởng mạnh mẽ đến hoạt động của ngân hàng mà cụ thể là tình hình nợ xấu
của hệ thống ngân hàng. Điều này tương ứng với các rủi ro mà ngân hàng sẽ phải đối mặt khi tình hình nợ xấu tăng cao, căng thẳng về tín dụng.
Trong một nghiên cứu khác về Stress Testing rủi ro tín dụng tại Đức và Cộng Hịa Séc, Jakubík & Schmieder (2008) xây dựng mơ hình hồi quy với các biến trễ cho 2 khu vực doanh nghiệp và hộ gia đình của Đức và Cộng Hịa Séc. Nợ xấu là biến phụ thuộc, đại diện cho rủi ro tín dụng; biến độc lập trong mơ hình gồm các biến vĩ mơ khác (như tỷ giá hối đối thực, lạm phát, GDP, tỷ lệ nợ trên GDP, lãi suất, thất nghiệp, thu nhập hộ gia đình, ...). Do đặc điểm của từng quốc gia và từng khu vực, các biến vĩ mơ sẽ khác nhau trong từng mơ hình. Sau đó, các mơ hình này được sử dụng để thực hiện Stress Testing cho các ngân hàng Đức và Cộng Hòa Séc. Tác giả xây dựng kịch bản dựa trên các dữ liệu quá khứ và đánh giá của chuyên gia. Đối với kịch bản dựa trên dữ liệu quá khứ, tác giả giả định các biến vĩ mô đều thay đổi ở cùng một tỷ lệ (10%, 20%). Kết quả Stress Testing được so sánh giữa 2 quốc gia theo từng khu vực. Nhìn chung, ảnh hưởng của các biến vĩ mô đến nợ xấu ở Đức thấp hơn ở Cộng Hòa Séc đối với khu vực doanh nghiệp nhưng ngược lại đối với khu vực hộ gia đình.
Tại Trung Quốc, Lu & Yang (2012) đã thực hiện Stress Testing độ nhạy đối với rủi ro tín dụng của các ngân hàng thương mại Trung Quốc. Nghiên cứu của tác giả đưa ra mơ hình hồi quy theo biến trễ giữa nợ xấu của ngân hàng với 4 biến vĩ mô: tốc độ tăng GDP, CPI, tốc độ tăng cung tiền M2, giá nhà và biến giả (bằng 1 nếu có thanh lý nợ xấu). Kết quả nghiên cứu cho thấy các biến vĩ mô đều tác động có ý nghĩa thống kê với nợ xấu của các ngân hàng thương mại Trung Quốc. Dựa trên mơ hình hồi quy này, tác giả xây dựng 2 kịch bản để thực hiện Stress Testing thơng qua phân tích nợ xấu sau các cú sốc. Kịch bản thứ nhất giả định tốc độ tăng GDP, CPI, tốc độ tăng cung tiền M2 giảm 3%, giá nhà tăng 3%. Kịch bản thứ hai giả định GDP, CPI giảm (dựa trên thông tin về cuộc khủng hoảng tài chính Châu Á năm 2008-2009); ban đầu các tác giả giữ nguyên cung tiền M2, sau khi GDP và CPI giảm cùng tỷ lệ, cung tiền được bơm vào nền kinh tế - giống như những gì Chính phủ Trung Quốc đã thực hiện trong cuộc khủng hoảng tài chính Châu Á. Kết quả Stress Testing từ kịch bản thứ nhất cho thấy nợ xấu bị ảnh hưởng bởi giá nhà (trong ngắn hạn) và tốc độ tăng GDP, tốc độ tăng cung tiền M2 (trong dài hạn). Kết quả
Stress Testing từ kịch bản thứ 2 cho rằng nợ xấu sẽ tăng vọt khi xảy ra khủng hoảng, tuy nhiên chính sách nới lỏng tiền tệ sẽ giúp ngăn chặn sự gia tăng nợ xấu.
Gần đây nhất, Fungáčová & Jakubík (2013) đã thực hiện Stress Testing đối với hệ thống Ngân hàng Nga bằng phương pháp Top - down để đánh giá sự kháng cự của hệ thống ngân hàng Nga đối với các cú sốc kinh tế bất lợi. Tác giả xem xét ảnh hưởng của các yếu tố vĩ mô như GDP thực, GDP danh nghĩa, giá nhà và tốc độ tăng trưởng tín dụng hộ gia đình… đến tăng trưởng nợ xấu và tăng trưởng tín dụng thơng qua mơ hình vĩ mơ. Từ đó các kịch bản cho năm tài chính được xây dựng để tính tốn rủi ro tín dụng, rủi ro lãi suất, rủi ro tỷ giá và rủi ro liên ngân hàng (rủi ro lan truyền). Sau cùng, tác giả tính tốn ảnh hưởng của tổng rủi ro đến nguồn vốn từng ngân hàng. Nghiên cứu của tác giả đã chỉ ra rằng ngân hàng Nga hoàn toàn nhạy cảm với thay đổi môi trường vĩ mô. Vào năm đầu tiên (năm 2010), các cú sốc vĩ mô không ảnh hưởng đến nguồn vốn của các ngân hàng. Vào năm thứ 2, kịch bản chuẩn đưa ra dự báo tăng trưởng tín dụng sẽ tăng gấp đơi và điều này gây áp lực suy giảm tỷ lệ an toàn vốn của ngân hàng. Kết quả nghiên cứu của tác giả cũng cho thấy khu vực ngân hàng đang quá nhỏ so với quy mô của nền kinh tế và khu vực tư nhân đang đối mặt với khó khăn tài chính bên ngồi khi các điều kiện vĩ mơ trở nên xấu đi.
Bảng 2.3. tóm tác các nghiên cứu có liên quan. TÁC GIẢ VẤN ĐỀ TÁC GIẢ VẤN ĐỀ NGHIÊN CỨU PHƯƠNG PHÁP NGHIÊN CỨU KẾT QUẢ NGHIÊN CỨU Pesaran và cộng sự (2004) Tác động của các yếu tố kinh tế vĩ mô lên khả năng vỡ nợ của các công ty tại 11 quốc gia trong giai đoạn 1979 - 1999
Sử dụng mơ hình VAR để đánh giá tác động của các yếu tố kinh tế vĩ mô như GDP, chỉ số giá tiêu dùng, cung tiền danh nghĩa, giá cổ phiếu, tỷ giá hối đoái và lãi suất danh nghĩa lên khả năng vỡ nợ của các công ty. Sau đó kết nối với tổn thất mà ngân hàng phải gánh chịu.
Ở hầu hết các công ty chỉ số giá tiêu dùng, lãi suất danh nghĩa có ảnh hưởng đến khả năng vỡ nợ của các công ty Settor Amediku (2006) Kiểm tra độ căng thẳng của hệ thống ngân hàng Gana Sử dụng mơ hình VAR để đánh giá tác động của các yếu tố kinh tế vĩ mô như chênh lệch sản lượng của nền kinh tế, lạm phát, cung tiền danh nghĩa, lãi suất danh nghĩa lên tỷ lệ nợ xấu của hệ thống ngân hàng.
Có ảnh hưởng của chênh lệch sản lượng của nền kinh tế và lạm phát đến tỷ lệ nợ xấu của hệ thống ngân hàng
Jakubík và Schmieder (2008) Stress Testing rủi ro tín dụng tại Đức và Cộng Hòa Séc cho 2 đối tượng doanh nghiệp và hộ gia đình
Sử dụng mơ hình hồi quy OLS với tỷ lệ nợ xấu là biến phụ thuộc, đại diện cho rủi ro tín dụng; biến độc lập trong mơ hình gồm các biến vĩ mơ như tỷ giá hối đoái thực, lạm phát, GDP, tỷ lệ nợ trên GDP, lãi suất, thất nghiệp, thu nhập hộ gia đình, ...)
Hầu hết các biến vĩ mơ đều có ảnh hưởng đến tỷ lệ nợ xấu.
Stress Testing cho thấy đối với doanh nghiệp, các biến vĩ mô ảnh hưởng đến nợ xấu ở Đức thấp hơn ở Cộng Hòa Séc, đối với hộ gia đình thì kết quả ngược lại Lu & Yang
(2012)
Stress Testing độ nhạy đối với rủi ro tín dụng của các ngân hàng thương
mại Trung
Quốc
Nghiên cứu của tác giả đưa ra mơ hình hồi quy OLS theo biến trễ giữa nợ xấu của ngân hàng với 4 biến vĩ mô: tốc độ tăng GDP, CPI, tốc độ tăng cung tiền M2, giá nhà và biến giả (bằng 1 nếu có thanh lý nợ xấu)
Kết quả nghiên cứu cho thấy các biến vĩ mơ đều tác động có ý nghĩa thống kê với nợ xấu của các ngân hàng thương mại Trung Quốc. Dựa trên mơ hình hồi quy này, tác giả xây dựng 2 kịch bản để thực hiện Stress Testing thơng qua phân tích nợ xấu sau các cú sốc.
Fungáčová và Jakubík (2013)
Stress Testing độ nhạy đối với rủi ro tín dụng của các ngân hàng thương
mại Trung
Quốc
Stress Testing đối với hệ thống Ngân hàng Nga bằng phương pháp Top – down sử dụng hồi quy FEM và REM cho dữ liệu bảng để đánh giá sự kháng cự của hệ thống ngân hàng Nga đối với các cú sốc kinh tế bất lợi.
Nghiên cứu của tác giả đã chỉ ra rằng ngân hàng Nga hoàn toàn nhạy cảm với thay đổi môi trường vĩ mô. Vào năm đầu tiên (năm 2010), các cú sốc vĩ mô không ảnh hưởng đến nguồn vốn của các ngân hàng. Vào năm thứ 2, kịch bản chuẩn đưa ra dự báo tăng trưởng tín dụng sẽ tăng gấp đôi và điều này gây áp lực suy giảm tỷ lệ an toàn vốn của ngân hàng
Nguồn: tổng hợp của tác giả từ các nghiên cứu
2.4. Đóng góp mới của đề tài.
Trên cơ sở kế thừa nền tảng lý luận và kết quả nghiên cứu thực nghiệm của nhiều nghiên cứu độc lập từ trước về Stress Testing, luận văn có một số đóng góp mới, khác biệt với các nghiên cứu trước đây cụ thể như sau:
Tác giả lựa chọn cách tiếp cận nghiên cứu Stress Testing đối với một loại rủi ro nhất định, cụ thể là rủi ro tín dụng của các ngân hàng thương mại lớn tại Việt Nam. Các nghiên cứu trước đây thường thực hiện đối với toàn bộ hệ thống ngân