CHƯƠNG 3 TH C TRẠNG HỆ THỐNG XHTD KHÁCH HÀNG
4.2. Giải pháp hoàn thiện hệ thống XHTD Doanh nghiệp
4.2.3. Về hoàn thiện tổng thể hệ thống XHTD
4.2.3.1. Xây dựng và duy trì hiệu quả cơ chế kiểm tra và giám sát hoạt động của hệ thống xếp hạng tín dụng; tiến hành công tác rà soát kiểm định và cải tiến hệ thống định kỳ
Hệ thống xếp hạng tín dụng của một ngân hàng ở mức độ tiên tiến là nền tảng cho thực hành quản trị rủi ro tín dụng và đóng một vai trò quan trọng trong định giá, dự trữ, quản lý danh mục, đánh giá khả năng sinh lời, mô hình hóa vốn kinh tế và kế hoạch hóa vốn dài hạn. Thế nhưng, chính những ứng dụng đa dạng và nòng cốt ấy đã đặt những áp lực khổng lồ lên hệ thống xếp hạng, bởi các hậu quả của hệ thống xếp hạng và các thước đo rủi ro kém chính xác, nếu có, là rất lớn và có tác động dây chuyền trong toàn bộ hoạt động của ngân hàng. Hơn thế, vì hệ thống xếp hạng và các thước đo rủi ro của nó đã được tích hợp vào quá trình ra quyết định tín dụng của các NHTM, các động cơ xung đột có thể nảy sinh và nếu không được quản lý chặt chẽ, có thể dẫn đến các xếp hạng quá lạc quan hay định kiến.
Để xử lý các vấn đề trên, các NHTM cần thiết kế và triển khai cơ cấu kiểm soát với các nhân tố: độc lập, minh bạch, liên tục, phân định trách nhiệm rõ ràng, cơ chế sử dụng kết quả xếp hạng, rà soát hệ thống xếp hạng, kiểm toán nội bộ và giám sát của Hội đồng quản trị và Ban quản lý cấp cao chặt chẽ . Đồng thời, dù các ngân hàng có thể linh hoạt trong việc kết hợp các nhân tố trên trong hoạt động, song quan trong nhất, họ vẫn phải tích hợp công việc kiểm tra và kiểm soát đầy đủ để đảm bảo r ng hệ thống quản trị rủi ro tín dụng hoạt động đúng đắn.
Do quá trình vận động liên tục của nền kinh tế, tình hình sức khỏe của các Doanh nghiệp với tư cách là thực thể trong môi trường kinh tế luôn có sự thay đổi và biến động. Do vậy, bên cạnh sự biến đổi theo đặc trưng hoạt động của từng Doanh nghiệp cụ thể thì các thông tin tài chính và phi tài chính của Doanh nghiệp còn dịch chuyển theo từng giai đoạn của chu kỳ kinh tế. Cơ cấu tổng thể khách hàng Doanh nghiệp của OceanBank cũng có thể sẽ có sự biến động khi nhiều thực thể khách hàng mới xuất hiện do hoạt động mở rộng cơ số khách hàng của Ngân hàng, hoặc mất đi do Doanh nghiệp bị phá sản hoặc trở thành khách hàng của ngân hàng đối thủ khác. Thực tế này đòi hỏi cách thức cho điểm từng chỉ tiêu cần có sự cập nhật để phù hợp với những giai đoạn kinh tế cụ thể, những tổng thể khách hàng cụ thể. Do vậy, trong phạm vi luận văn tác giả đề xuất Ngân hàng cầng xem xét, sửa đổi, bổ sung hệ thống XHTD định kỳ hàng năm, trên cơ sở số liệu, thông tin khách hàng mà Ngân hàng thu thập đượcc, kết hợp đối chiếu với thông tin cung cấp từ Trung tâm Thông tin tín dụng của NHNN Việt Nam CIC
4.2.3.2. Nâng cao khả năng dự báo rủi ro của hệ thống xếp hạng đặc biệt phát triển thêm cấu phần cho phép lượng hóa xác suất vỡ nợ của từng khách hàng (PD)
Để nâng cao ứng dụng của hệ thống xếp hạng tín dụng trong các ứng dụng quản trị rủi ro ngân hàng nói chung và quản trị rủi ro tín dụng nói riêng, một công việc mà các ngân hàng cần thực hiện là nâng cao khả năng dự báo rủi ro của hệ thống, mà đặc biệt là khả năng dự báo xác suất không trả được nợ của khách hàng.
Công việc này có thể thực hiện dựa trên các giải pháp sau:
Phối h p linh ho t các phương pháp luận x p h ng: Thay vì chỉ áp dụng phương pháp quan điểm chuyên gia, OceanBank cần mở rộng việc sử dụng mô hình
thống kê và phối hợp linh hoạt việc áp dụng các phương pháp này theo đặc điểm riêng của từng tiểu hệ thống cho các nhóm ngành, quy mô, sản phẩm khác nhau...Việc phân tích ưu điểm và hạn chế của ba phương pháp xếp hạng khách hàng ở chương 1, đề tài này đã cho thấy, không có phương pháp nào là phương pháp tốt nhất cho mọi ngân hàng và mọi khách hàng, mà chỉ có phương pháp nào là phương pháp phù hợp nhất với mục tiêu, nền tảng kinh doanh, đối tượng khách hàng và tính chất rủi ro của khoản nợ của tổ chức tín dụng. Với các khách hàng doanh nghiệp nhỏ, do số lượng khách hàng nhiều và dư nợ của từng khoản vay nhỏ cần có quy trình quyết định tín dụng ngắn gọn, các đặc tính rủi ro lại đồng nhất nên việc áp dụng các mô hình thống kê để xếp hạng khách hàng là phù hợp. Tuy nhiên, ngay cả với các sản phẩm tín dụng này, can thiệp của các chuyên gia tín dụng vẫn là cần thiết nếu những khách hàng vay quan trọng hoặc khoản vay có độ phức tạp cao.
Ngược lại, với đối tượng doanh nghiệp vừa và lớn, do các quyết định tín dụng sẽ có ảnh hưởng lớn hơn tới rủi ro tín dụng toàn hàng và do một số thông tin về doanh nghiệp không dễ phân tích bởi các mô hình, sự gia tăng về mức độ can thiệp của chuyên gia vào quá trình xếp hạng là cần thiết và trong nhiều trường hợp là không thể mô hình hóa. Như vậy, việc ứng dụng mô hình nào trong quyết định tín dụng của ngân hàng có tính linh hoạt rất cao và phụ thuộc vào bối cảnh cụ thể của ngân hàng và khách hàng. Do những bất cập về cơ sở dữ liệu hiện thời của OceanBank, hiệu quả của hệ thống xếp hạng xây dựng dựa trên mô hình thống kê trong những giai đoạn đầu tiên sẽ bị hạn chế rất nhiều. Kết quả xếp hạng chỉ có thể sử dụng như một cơ sở tham chiếu cho hạng được tạo ra bởi hệ thống dựa trên quan điểm chuyên gia. Tuy nhiên, tính hiệu lực của mô hình có thể cải thiện theo thời gian, khi ngân hàng dần bổ sung khung chính sách, cơ sở dữ liệu, tham số...Khi đã hội tụ đủ các điều kiện, ứng dụng mô hình thống kê chắc chắn sẽ mang lại những lợi ích rất lớn.
Hướng đi này không chỉ đúng trên lý thuyết, mà nó chính là lộ trình phổ biến cho hầu hết các ngân hàng thương mại trên thế giới bởi hai yếu tố: i quan điểm chuyên gia là phương pháp đã có ứng dụng lâu đời và ở một mức độ nào đó, mọi ngân hàng đều sở hữu sẵn nguồn lực này, ii cơ sở dữ liệu, tiền đề tiên quyết cho các mô hình
thống kê, là thách thức chung cho mọi ngân hàng, kể cả các ngân hàng tiên tiến.
Đo lường, lư ng hóa xác su t không trả ư c n c a khách hàng:
Một trong những yêu cầu của Basel II là các ngân hàng phải ước lượng, tính toán được các tham số rủi ro tín dụng, trong đó xác suất vỡ nợ PD của từng khách hàng là tham số có ý nghĩa quan trọng nhất. Xác suất vỡ nợ của từng khách hàng nếu được tính sẽ cho phép OceanBank so sánh kết quả đánh giá của mình với kết quả đánh giá của các Ngân hàng khác về cùng một đối tượng khách hàng, từ đó có những điều chỉnh thích hợp về mặt quản trị rủi ro theo khách hàng. Hơn nữa, dựa trên PD, Ngân hàng có thể tiếp tục phát triển những ứng dụng định lượng cao cấp hơn như việc thực hiện trích lập dự phòng rủi ro tín dụng theo tổn thất kỳ vọng Expected loss , định giá lãi suất khoản vay dựa trên rủi ro…
Để phát triển thêm cấu phần cho phép lượng hóa xác suất vỡ nợ PD . Do tính chất phức tạp và trên cơ sở kết quả nghiên cứu các thông lệ tốt nhất, luận văn đề xuất như sau:
Về phương pháp tiếp cận theo ngành, quy mô khách hàng:
OceanBank có thể tham khảo phương pháp tiếp cận lượng hóa PD của công ty Standard&Poor’s như sau: i Với các nhóm ngành, khách hàng có rủi ro thấp hoặc thiếu nhiều thông tin về lịch sử vỡ nợ, có thể sử dụng kinh nghiệm của các chuyên gia, kết hợp với dữ liệu và các công cụ thống kê để lựa chọn các nhân tố rủi ro và trọng số của chúng nh m tối đa hóa khả năng dự báo PD, ii Với các nhóm ngành, khách hàng có mức độ rủi ro cao hơn và với các khách hàng doanh nghiệp vừa và nhỏ, một hệ thống các mô hình thống kê định lượng sẽ được sử dụng để đánh giá rủi ro tín dụng và xác suất không trả được nợ.
Về quy trình lượng hóa xác suất không trả được nợ :
- Trích xuất và tập hợp dữ liệu thông tin định vị khách hàng và tình trạng tín dụng của khách hàng từ hệ thống cơ sở dữ liệu của Ngân hàng với chiều dài dữ liệu tối thiểu 5 năm theo quy định của Basel II.
- Trên cơ sở tập dữ liệu lịch sử này, tiến hành thống kê tỷ lệ khách hàng vỡ
nợ Vỡ nợ theo Basel II là có nợ quá hạn trên 90 ngày thực tế cho từng hạng.
- Như vậy, mỗi hạng trên thang hạng sẽ có một tỷ lệ khách hàng vỡ nợ được quan sát trong một khoảng thời gian đủ dài tối thiểu 5 năm hoặc một chu kỳ kinh tế . Nếu các tỷ lệ này giảm dần theo các hạng tín dụng có chất lượng tốt dần lên, thì có thể sử dụng như các xác suất vỡ nợ tương ứng cho các khách hàng trong hạng.
Trong trường hợp các tỷ lệ này không giảm theo các hạng tín dụng có chất lượng tốt, cần tiến hành giải pháp cải thiện hiệu năng của mô hình xếp hạng để đảm bảo khả năng phân biệt khách hàng của mô hình và tính hợp lý của việc phân chia hạng khách hàng.
4.2.4. iải pháp khác có liên quan
Nâng cao năng lực cán bộ tín dụng: Phân tích tín dụng doanh nghiệp là nghiệp vụ phức tạp, đòi hỏi nền tảng kiến thức chuyên môn về tài chính doanh nghiệp vững vàng và thâm niên kinh nghiệm công tác. Nếu trình độ chuyên môn của cán bộ tín dụng còn non yếu và chưa có nhiều kinh nghiệm thì rất dễ ảnh hưởng đến năng lực đánh giá và chấm điểm của cán bộ với khách hàng, đặc biệt là những khách hàng có các chỉ tiêu phi tài chính đòi hỏi phải có nhiều kinh nghiệm và chiều sâu phân tích, do đó rất dễ dẫn tới kết quả XHTD của khách hàng thiếu chính xác. OceanBank cần chú trọng hơn nữa tới hoạt động tập huấn, đào tạo định kỳ nh m cập nhật kiến thức, nân cao kỹ năng cho các cán bộ tín dụng. Bên cạnh đó, việc soạn thảo các văn bản quy định, quy trình, hướng dẫn, tài liệu đào tạo cần thể hiện được sự toàn diện, tránh nội dung hướng dẫn mang tính đại khái, chung chung, dễ gây những cách hiểu và tác nghiệp khác nhau; đặc biệt là những chỉ tiêu liên quan đến đánh giá triển vọng phát triển của ngành hoặc định hướng quan hệ tín dụng,…
Bên cạnh đó, OceanBank cần thực hiện kiểm tra, đánh giá định kỳ hoặc đột xuất về mức độ trung thực và tính chính xác của các chi nhánh trong việc chấm điểm, XHTD khách hàng. Ban hành những quy định khen thưởng đối với các chi nhánh, cá nhân thực hiện tốt quy trình, hướng dẫn; đồng thời có chế tài xử phạt đối những hành vi sai phạm, thiếu trung thực, thiếu khách quan trong việc chấm điểm tín dụng khách hàng.