1.3. Quản trị rủi ro tín dụng của Ngân hàng Thương mại
1.3.4. Nội dung quản trị rủi ro tín dụng
1.3.4.1. Xác định các loại rủi ro tín dụng.
Nhận diện rủi ro tín dụng.
- Rủi ro trong hoạt động ngân hàng bao gồm những rủi ro có thể dự đốn trước (theo danh mục đầu tư ổn định,…), rủi ro không thể báo trước, xuất phát từ những ngun nhân bên ngồi (như tình hình phát triển kinh tế nói chung,…), ngun nhân bên trong (từ phía đội ngũ cán bộ,…).
- Nhận dạng rủi ro bao gồm các bước: theo dõi, xem xét, nghiên cứu mơi trường hoạt động và quy trình cho vay để thống kê các dạng RRTD, nguyên nhân từng thời kỳ và dự báo được những nguyên nhân tiềm ẩn có thể gây ra RRTD.
- Để nhận dạng rủi ro, nhà quản trị phải lập được bảng liệt kê tất cả các dạng rủi ro đã, đang và sẽ có thể xuất hiện bằng các phương pháp: lập bảng câu hỏi nghiên cứu, tiến hành điều tra, phân tích các hồ sơ tín dụng, đặc biệt quan tâm điều tra các hồ sơ đã có vấn đề. Kết quả phân tích cho ra những dấu hiệu, biểu hiện, ngun nhân RRTD, từ đó nhằm tìm ra biện pháp hữu hiệu nhất để phòng chống rủi ro.
Các dấu hiệu nhận biết rủi ro tín dụng.
Phát sinh từ phía khách hàng.
Dấu hiệu liên quan đến mối quan hệ với Ngân hàng:
- Trì hỗn hoặc gây trở ngại đối với Ngân hàng trong quá trình kiểm tra theo định kỳ hoặc đột xuất về tình hình sử dụng vốn vay, tình hình hoạt động sản xuất kinh doanh, tài chính của khách hàng.
- Có dấu hiệu khơng thực hiện đầy đủ các quy định, vi phạm phát luật trong q trình quan hệ tín dụng.
- Chậm hoặc trì hỗn các báo cáo tài chính theo yêu cầu của Ngân hàng mà khơng có sự giải thích minh bạch, thuyết phục.
- Đề nghị gia hạn, điều chỉnh các khoản nợ nhiều lần khơng rõ lí do. - Sự sụt giảm bất thường số dư tài khoản tiền gửi mở tại Ngân hàng. - Chậm thanh toán các khoản lãi khi đến hạn thanh tốn.
- Xuất hiện nợ q hạn vì : tiêu thụ hàng chậm, thu hồi công nợ chậm.… - Mức độ vay thường xuyên gia tăng, vượt quá nhu cầu dự kiến.
- Tài sản đảm bảo không đủ tiêu chuẩn, giá trị tài sản đảm bảo giảm sút so với định giá cho vay, có các dấu hiệu cho người khác thuê, bán hoặc trao đổi.…
- Dấu hiệu cho thấy khách hàng trông chờ vào các nguồn thu nhập ngồi sản xuất kinh doanh.
- Dấu hiệu tìm kiếm sự tài trợ từ nhiều nguồn.
- Dấu hiệu đầu tư các khoản tiền ngắn hạn cho hoạt động đầu tư dài hạn. - Chấp nhận nguồn sử dụng lãi suất cao với mọi điều kiện.
Dấu hiệu liên quan đến phương pháp quản lý, tình hình tài chính và
hoạt động sản xuất kinh doanh của khách hàng:
- Có sự chênh lệch lớn giữa doanh thu thực tế so với mức dự kiến. - Những thay đổi bất lợi trong cơ cấu vốn, tỷ lệ thanh khoản.
- Xuất hiện phí bất hợp lý : quá mức quảng cáo, tiếp khách, phô trương. - Thay đổi thường xuyên tổ chức hoặc ban điều hành
- Bỏ hợp đồng nhỏ và vừa có tỷ suất lợi nhuận cao, để tìm hợp đồng lớn nhưng tỷ suất lợi nhuận lại thấp.
- Tung sản phẩm ra thị trường quá sớm hoặc đặt áp lực thời gian sinh lời. - Thiên tai, hỏa hoạn, dịch bệnh, dẫn đến mất mùa, thất thu, mất tài sản…
- Đối với khách hàng là tư nhân, có dấu hiệu của bệnh kéo dài hoặc chết. Phát sinh từ phía Ngân hàng.
- Chính sách tín dụng khơng hợp lý.
- Đánh giá và phân loại khơng chính xác về mức độ rủi ro của khách hàng.
- Cấp tín dụng cho cam kết khơng chắc chắn và thiếu đảm bảo của khách.
- Tăng trưởng tín dụng q nhanh, vượt q năng lực kiểm sốt.
- Soạn các điều kiện ràng buộc trong hợp đồng tín dụng khơng rõ ràng. - Hồ sơ tín dụng khơng đầy đủ thiếu sự hoàn chỉnh.
- Cạnh tranh thái quá: giảm thấp lãi suất, tăng hạn mức.
Dự báo rủi ro tín dụng phát sinh.
Hiện nay, bên cạnh phương pháp chuyên gia, các phương pháp dự báo RRTD dựa trên dữ liệu thống kê đang phát triển ngày càng mạnh mẽ cả về chiều rộng và chiều sâu. Từ mơ hình xác suất tuyến tính LPM và phương pháp MDA đã được sử dụng từ những năm 1930, đến phương pháp hồi quy Logistic, Probit đang được ứng dụng rộng rãi từ những năm 1980 và gần đây thì xuất hiện các cách thức tiếp cận mới sử dụng phương pháp thống kê phi thông số (non-parametric) phức tạp như lân cận gần nhất K, mạng nơ ron thần kinh.
Phương pháp chuyên gia:
Đây là phương pháp sử dụng cả các yếu tố định lượng và định tính để đánh giá khả năng thanh tốn nợ của đối tượng cần đánh giá. Trong đó, các nhà phân tích thường là một nhóm chun gia sẽ dựa trên thơng tin về tình hình tài chính, quản trị doanh nghiệp, chiến lược tài chính và chính sách quản
trị rủi ro của doanh nghiệp…từ đó đánh giá đối tượng bằng một mức xếp hạng thích hợp. Cụ thể cho phương pháp này là các mơ hình phân loại tín dụng doanh nghiệp của S&P, Fitch và Moody’s.
Mơ hình xác suất tuyến tính.
Mơ hình xác suất tuyến tính (Linear probability model - LPM) là mơ hình ước lượng đa biến dùng phương pháp bình phương tối thiểu OLS. Mơ hình này gặp phải nhiều hạn chế:
-Sai số hồi quy không phân phối chuẩn. -Phương sai thay đổi.
-Không thỏa mãn điều kiện cơ bản của xác suất trong khoảng 0 - 1.
-Tác động biên không đổi, trong khi bản chất của mơ hình xác suất là tác động biên thay đổi theo từng giá trị của biến độc lập.
=>Chính vì vậy, mơ hình này hầu như khơng cịn được sử dụng trong dự báo rủi ro tín dụng .
Phân tích biệt số đa nhân tố MDA, Logit và Probit.
Phân tích biệt số đa nhân tố (Multiple Disciminant Analysis - MDA) là dạng tổng quát của hàm phân biệt tuyến tính. MDA có các giả định cơ bản:
-Số lượng các nhóm rời rạc và được định nghĩa trước.
-Biến độc lập có phân phối chuẩn; tương quan giữa các biến độc lập thấp hoặc không tương quan.
-Ma trận hiệp phương sai của các nhóm là như nhau. -Hàm phân biệt là tuyến tính.
Năm 1968, MDA đã được Altman sử dụng để dự báo khả năng phá sản rất hiệu quả. Tuy nhiên, từ những năm 1980 trở lại đây thì hồi quy Logistic lại được sử dụng rất phổ biến. Lý do là Logit khơng có bất cứ giả thiết nào về phân phối của các biến độc lập, kiểm định thống kê khơng phức tạp, có thể
điều chỉnh hàm phi tuyến dễ dàng, các biến độc lập định tính thơng qua việc thiết lập biến giả có thể chuyển thành định lượng.
Lân cận gần nhất K và mạng nơ ron thần kinh.
Machine learning (nhiều tác giả dịch là "học máy") là một lĩnh vực của trí tuệ nhân tạo mà nó liên quan đến thiết kế và phát triển các thuật toán cho phép cải thiện khả năng thực thi các chức năng dựa trên cơ sở dữ liệu. Mục tiêu chính trong nghiên cứu machine learning là đưa ra những mơ hình có kết quả được tạo ra một cách tự động từ những quy luật hay kiểu mẫu từ dữ liệu.
Lân cận gần nhất K một trong số những thuật toán machine learning đơn giản nhất. Mạng nơ ron thần kinh là một kỹ thuật phân tích khác để xây dựng mơ hình dự báo. Kỹ thuật này đặc biệt phù hợp với mô hình dự báo mà khơng có cơng thức tốn học nào được biết để miêu tả mối quan hệ giữa các biến đầu vào và đầu ra.
Nhiều nghiên cứu đã kết luận, mơ hình ước lượng và dự báo dựa trên phương pháp lân cận gần nhất K và mạng nơ ron thần kinh tốt hơn mơ hình Logit và Probit, sau đó mới là MDA và LPM. Nhưng do lân cận gần nhất K và mạng nơ ron thần kinh đòi hỏi dữ liệu đầu vào lớn, các phương pháp này cũng rất phức tạp và chưa phổ biến ở nước ta. Nên việc lựa chọn mơ hình tốt thứ hai là hợp lý vì u cầu mẫu khơng q cao, ít ràng buộc về mặt giả thiết, hiện đang được sử dụng rộng rãi trên thế giới.
Tóm lại, phương pháp xây dựng mơ hình xếp hạng tín nhiệm hay rủi ro tín dụng dựa trên hàm Logistic là phương pháp phù hợp đối với các ngân hàng thương mại Việt Nam.
1.3.4.2. Lượng hóa mức độ tổn thất rủi ro tín dụng.
-Tháng 6 năm 2004, ủy ban Basel đã xây dựng Hiệp định mới về “Tiêu chuẩn vốn quốc tế” - mà chúng ta vẫn gọi là Basel II. Theo yêu cầu của Basel II, các ngân hàng sẽ sử dụng các mơ hình dựa trên hệ thống dữ liệu nội bộ để
xác định khả năng tổn thất tín dụng. Các ngân hàng sẽ xác định các biến số như PD - Probability of Default: xác suất khách hàng không trả được nợ; LGD: Loss Given Default - tỷ trọng tổn thất ước tính; EAD: Exposure at Default - tổng dư nợ của khách hàng tại thời điểm khách hàng không trả được nợ. Thông qua các biến số trên, ngân hàng sẽ xác định được EL: Expected Loss - tổn thất có thể ước tính. Với mỗi kỳ hạn xác định, tổn thất có thể ước tính được tính tốn dựa trên cơng thức sau:
EL = PD x EAD x LG
Chúng ta sẽ xem xét lần lượt ba chỉ tiêu cấu thành công thức trên. Thứ nhất, PD - xác suất không trả được nợ:
Cơ sở của xác suất này là các số liệu về các khoản nợ trong quá khứ của khách hàng, gồm các khoản nợ đã trả, khoản nợ trong hạn và khoản nợ không thu hồi được. Theo u cầu của Basel II, để tính tốn được nợ trong vòng một năm của khách hàng, ngân hàng phải căn cứ vào số liệu dư nợ của khách hàng trong vịng ít nhất là 5 năm trước đó.
Từ những dữ liệu thu thập được, ngân hàng nhập vào một mơ hình định sẵn, từ đó tính được xác xuất khơng trả được nợ của khách hàng. Đó có thể là mơ hình tuyến tính, mơ hình probit… và thường được xây dựng bởi các tổ chức tư vấn chuyên nghiệp.
Thứ hai, EAD: Exposure at Default - tổng dư nợ của khách hàng tại
thời điểm khách hàng không trả được nợ.
Đối với khoản vay có kỳ hạn, EAD được xác định khơng q khó khăn. Tuy nhiên, đối với khoản vay theo hạn mức tín dụng, tín dụng tuần hồn thì vấn đề lại khá phức tạp. Theo thống kê của ủy ban Basel, tại thời điểm khơng trả được nợ, khách hàng thường có xu hướng rút vốn vay tới mức gần xấp xỉ hạn mức được cấp. Do đó, ủy ban Basel II u cầu tính EAD như sau:
EAD = Dư nợ bình qn + LEQ × Hạn mức tín dụng
chưa sử dụng bình qn
Trong đó, LEQ - Loan Equivalent Exposure: là tỷ trọng phần vốn chưa sử dụng có nhiều khả năng sẽ được khách hàng rút thêm tại thời điểm khơng trả được nợ. “LEQ x Hạn mức tín dụng chưa sử dụng bình qn” chính là phần dư nợ khách hàng rút thêm tại thời điểm khơng trả được nợ ngồi mức dư nợ bình quân.
Thứ ba, LGD: tỷ trọng tổn thất ước tính.
Đây là tỷ trọng phần vốn bị tổn thất trên tổng dư nợ tại thời điểm khách hàng không trả được nợ. LGD không chỉ bao gồm tổn thất về khoản vay mà còn bao gồm các tổn thất khác phát sinh khi khách hàng khơng trả được nợ, đó là lãi suất đến hạn nhưng khơng được thanh tốn và các chi phí hành chính có thể phát sinh như: chi phí xử lý tài sản thế chấp, các chi phí cho dịch vụ pháp lý và một số chi phí liên quan.
Tỷ trọng tổn thất ước tính có thể tính tốn theo cơng thức sau đây:
LGD = (EAD - Số tiền có thể thu hồi)/EAD.
1.3.4.3. Các biện pháp phịng ngừa và xử lý.
Tổ chức hợp lý và khoa học quy trình tín dụng.
Theo hướng chặt chẽ và có hiệu quả tập trung vào 3 giai đoạn sau: Nghiên cứu khách hàng, giám sát khách hàng vay và thu nợ. Giai đoạn nghiên cứu khách hàng nhằm trả lời câu hỏi: Có nên cho khách hàng vay hay không? Ngân hàng phải tập trung tìm hiểu khả năng tài chính, kỷ luật và uy tín của khách hàng, khơng chỉ về quy mơ hoạt động mà cịn phải tìm hiểu sâu về năng lực cạnh tranh, sức mạnh kinh doanh và triển vọng của khách hàng và sản phẩm của khách hàng trên thị trường.
Sau khi cấp tín dụng, Ngân hàng cần phải theo dõi, giám sát chặt chẽ việc sử dụng vốn của khách hàng. Nếu thấy có biểu hiện sử dụng vốn sai mục
đích hoặc có những sự cố khác nhau có thể dẫn tới việc khơng hồn trả vốn vay, Ngân hàng phải đưa ra các biện pháp ngăn ngừa, xử lý kịp thời. Việc giám sát và kiểm tra trước, trong và sau khi cho vay cần thực hiện nghiêm túc. Thu nợ gốc và lãi thực hiện theo quy định, đảm bảo vừa thu đủ đồng vốn cho Ngân hàng, vừa đảm bảo việc tạo điều kiện tối đa cho khách hàng trong hoạt động kinh doanh. Nếu cần thiết có thể thực hiện chun mơn hóa một số khâu cơ bản trong quy trình cho vay.
Thực hiện đa dạng hóa khách hàng và phương thức cho vay.
Để phân tán rủi ro, không dồn vốn cho vay quá nhiều đối với một mặt hàng hay một ngành nào đó hoặc một nhóm khách hàng nào đó, đề phịng trường hợp khi nhóm ngành hoặc khách hàng đó gặp rủi ro ảnh hưởng lớn đến hoạt động của Ngân hàng. Ngồi ra đa dạng hóa các phương thức cho vay như cho vay theo hạn mức tín dụng, cho vay thấu chi, đồng tài trợ, cho vay trả góp… tạo sự thuận tiện cho khách hàng, luồng tiền vào ra của Ngân hàng cũng được đa dạng hóa. Ngân hàng cần áp dụng nhiều phương thức vay vốn khác nhau vừa đáp ứng nhu cầu khách quan cừa đảm bảo được khả năng kiểm tra giám sát việc sử dụng vốn vay của Ngân hàng. Trong thực tế, có nhiều khách hàng khi được thay đổi phương thức cho vay kịp thời đã hoạt động có hiệu quả hơn, thanh tốn được phần lớn các khoản quá hạn cũ. Như vậy, việc áp dụng đa dạng các phương thức cho vay đối với khách hàng hay đối với nhiều phương án kinh doanh của một khách hàng cũng có thể coi là một biện pháp nhằm phân tán rủi ro cho vay cho Ngân hàng.
Nâng cao trình độ năng lực đội ngũ cán bộ.
Nâng cao năng lực thẩm định dự án, thẩm định khách hàng. Con người luôn là yếu tố quyết định cho thành công trong mọi công việc. Tác phong làm việc, thái độ phục vụ, năng lực trình độ nghiệp vụ là những yếu tố quan trọng
dụng đúng mục đích và sẵn lịng trả nợ, ngăn chặn rủi ro tiềm ẩn trước khi khoản vay được thực hiện bằng nhiều cách: Thường xuyên tổ chức các lớp bồi dưỡng nghiệp vụ, nâng cao trình độ chun mơn, các phương pháp kỹ thuật thẩm định dự án; tuyển chọn những cán bộ thực sự có năng lực về cả chun mơn và trình độ văn hóa, có kiến thức về các lĩnh vực liên quan đến hoạt động của Ngân hàng. Xây dựng chiến lược phát triển nguồn nhân lực, bố trí sắp xếp đội ngũ cán bộ hợp lý, đúng người đúng việc để phát huy điểm mạnh và hạn chế điểm yếu của từng người, tạo lập bộ máy thống nhất, hoạt động có hiệu quả nhất. Có chính sách khen thưởng kỷ luật hợp lý về cả vật chất lẫn tinh thần nhằm nâng cao tinh thần trách nhiệm trong cơng việc, sự gắn bó, lịng yêu nghề và phát huy tối đa khả năng sáng tạo của đội ngũ cán bộ công nhân viên.
Xây dựng chiến lược khách hàng.
Khách hàng là một trong những nguyên nhân quan trọng gây ra rủi ro cho vay cho Ngân hàng. Do vậy, chiến lược lựa chọn khách hàng phù hợp là