đối với rủi ro tín dụng của hệ thống Ngân hàng
Có hai phương pháp để tính tốn mối quan hệ giữa rủi ro tín dụng và các yếu tố kinh tế vĩ mô. Nghiên cứu đầu tiên có liên quan vấn đề này là nghiên cứu của Wilson (1997a và 1997b), người đã thiết lập một mơ hình trực tiếp dựa trên sự nhạy cảm của nhiều biến số kinh tế vĩ mô đối với khả năng trả nợ của mỗi ngành. Các nghiên cứu tiếp theo của Boss (2002), Virolainen (2004), Choi, Fong và Wong (2006) đã phát triển nghiên cứu của Wilson. Trong khi đó, phương pháp thứ hai được dựa trên nghiên cứu của Merton (1974), trong đó thay đổi giá tài sản được tích hợp vào đánh giá khả năng trả nợ (Drehmann và Manning (2004), Pesaran et al. (2006)). So với phương pháp Wilson (1997), phương pháp tiếp cận Merton có một số nhược điểm, trong đó có dữ liệu cao và u cầu tính tốn. Theo Sorge (2006), trong cách tiếp cận của Merton, giá cổ phiếu có thể là chỉ báo gây nhiễu rủi ro tín dụng. Chính vì vậy, phương pháp tiếp cận đầu tiên được sử dụng trong bài nghiên cứu này.
Năm 2002, Elsinger, Lehar và Summer với nghiên cứu “Risk assessment for banking systems” phân tích ảnh hưởng của các yếu tố kinh tế vĩ mô trên rủi ro thị trường và rủi ro tín dụng đối với ngành Ngân hàng của Áo. Cụ thể, các tác giả đã tiến hành đánh giá khả năng thất bại của từng Ngân hàng trước tác động của các yếu tố kinh tế vĩ mô, đồng thời cũng đã nghiên cứu mức độ ảnh hưởng của những thất bại này đối với phần còn lại của hệ thống Ngân hàng . Mơ hình này phân tích sự vỡ nợ của Ngân hàng từ những yếu tố phát sinh trực tiếp và những yếu tố tạo
nên từ hệ quả của sự lây lan. Sự tương tác giữa điều kiện tài chính Ngân hàng và kinh tế vĩ mơ được mơ hình hóa bằng cách sử dụng phương pháp giá trị chịu rủi ro (VaR) giả định rằng các kịch bản kinh tế vĩ mô được rút ra từ một phân bổ xác suất chung của các tác động về lãi suất, tỷ giá hối đoái và các biến động của thị trường chứng khoán, cũng như những tác động liên quan đến chu kỳ kinh doanh.
Năm 2003, Glenn Hoggarth, Steffen Sorensen và Lea Zicchino với nghiên cứu “Stress tests of UK banks using a VAR approach” sử dụng mơ hình VAR để đánh giá tác động của các yếu tố kinh tế vĩ mơ trên rủi ro tín dụng của hệ thống Ngân hàng Anh quốc. Mơ hình VAR bao gồm các yếu tố như GDP, tỷ lệ thất nghiệp, chỉ số giá bán lẻ, chỉ số giá nhà, độ lệch sản lượng, tỷ giá thực và lãi suất danh nghĩa trong giai đoạn 1988-2003 phân tích ảnh hưởng của những tác động yếu tố kinh tế vĩ mô trên đối với ngành Ngân hàng Anh.
Năm 2006, Jim Wong, Ka-fai Choi, and Tom Fong đã sử dụng phương pháp giá trị chịu rủi ro VaR và mô phỏng Monte Carlo trong bài nghiên cứu “A framework for macro stress testing the credit risk of banks in Hong Kong” để đo lường mức độ tổn thất của rủi ro tín dụng các Ngân hàng Hồng Kông trước tác động của các yếu tố kinh tế vĩ mô, bao gồm tốc độ tăng trưởng GDP, tỷ lệ thất nghiệp, lãi suất và chỉ số giá nhà Hồng Kông. Nghiên cứu cho thấy lãi suất và chỉ số giá nhà Hồng Kông tác động mạnh nhất đến rủi ro tín dụng.
Năm 2008, Jonas Dovern, Carsten-Patrick Meier và Johannes Vilsmeier trong tác phẩm “How Resilient is the German Banking System to Macroeconomic Shocks?” sử dụng mơ hình VAR để đánh giá tác động của các yếu tố kinh tế vĩ mô đối với rủi ro tín dụng của hệ thống Ngân hàng Đức trong giai đoạn 1969-2005. Bài nghiên cứu cho thấy phản ứng mạnh mẽ của rủi ro tín dụng các Ngân hàng Đức trước những tác động của các yếu tố kinh tế vĩ mô như tốc độ tăng trưởng GDP, lạm phát và lãi suất, trong đó rủi ro tín dụng chịu ảnh hưởng nhiều nhất từ lạm phát.
Năm 2011, Rongjie Tian và Jiawen Yang sử dụng mơ hình VAR để mơ tả mối liên hệ giữa rủi ro tín dụng và các yếu tố kinh tế vĩ mô như tốc độ tăng trưởng GDP, tỷ
lệ thất nghiệp, chỉ số giá tiêu dùng, chỉ số giá bất động sản , tỷ giá hối đoái và lãi suất danh nghĩa trong bài nghiên cứu “Macro stress testing on credit risk of commercial banks in china based on vector autoregression models” và sau đó thiết kế ba kịch bản để thực hiện kiểm tra tác động của các yếu tố kinh tế vĩ mô bằng cách mô phỏng Monte Carlo. Kết quả cho thấy rằng những tác động trong chỉ số giá bất động sản và chỉ số giá tiêu dùng ảnh hưởng lâu dài và tồi tệ nhất trên rủi ro tín dụng cho hệ thống Ngân hàng ở Trung Quốc.
Nhìn chung có nhiều phương pháp đã được sử dụng trong quá khứ để kiểm tra ảnh hưởng của các yếu tố kinh tế vĩ mơ đối với rủi ro tín dụng của Ngân hàng . Phương pháp được sử dụng phổ biến nhất tại các nước IMF là FSAPs kiểm tra về độ nhạy của một yếu tố. Phương pháp này đánh giá mức độ tác động đến bảng cân đối của Ngân hàng khi có một yếu tố thay đổi đáng kể, chẳng hạn như tỷ giá hối đối hoặc chính sách lãi suất. Tuy nhiên, việc kiểm tra này không cho thấy sự tương tác giữa các yếu tố kinh tế vĩ mô theo kịch bản chẳng hạn như các tác động của những thay đổi lãi suất đối với hoạt động thực tế trên danh mục cho vay của Ngân hàng . Các kịch bản có thể được phát triển thông qua một số phương pháp, trong đó có một cách tiếp cận là sử dụng mơ hình cấu trúc kinh tế vĩ mơ. Phương pháp này đã được thực hiện tại một số nước phát triển FSAPs IMF.
Bảng 1.1. Kết quả thực nghiệm về tác động của các yếu tố kinh tế vĩ mô đối với
rủi ro tín dụng của hệ thống Ngân hàng1
Tác giả GDP Tỷ lệ thất nghiệp Lạm phát Chỉ số giá bất động sản Chỉ số chứng khoán Độ lệch sản lượng Lãi suất Tỷ giá
Elsinger, Lehar, Summer X X X X X
Hoggarth, Sorensen, Zicchino X X X X X X X
Wong, Choi, Fong X X X X
Dovern, Meier,Vilsmeier X X X
Rongjie Tian và Jiawen Yang X X X X X X
Như vậy, những nghiên cứu thực nghiệm trên thế giới cho thấy tốc độ tăng trưởng GDP, tỷ lệ lạm phát, chỉ số chứng khoán, chỉ số giá bất động sản, , tỷ giá, lãi suất ảnh hưởng rủi ro tín dụng của Ngân hàng . Tuy nhiên, tác động của các nhân tố này không giống nhau ở các quốc gia. Đồng thời, các tác giả đã dự báo được mức độ tổn thương tín dụng của Ngân hàng dưới ảnh hưởng của các yếu tố kinh tế vĩ mô.