Thang xếp hạng tín dụng khách hàng

1.3. Hệ thống xếp hạng tín dụng doanh nghiệp của NHTM

1.3.9. Thang xếp hạng tín dụng khách hàng

Sau khi cán bộ tín dụng đánh giá các chỉ tiêu tài chính và phi tài chính,akết quả tổng điểm của doanh nghiệp được ánh xạ tương ứng với một tiêu chuẩn xếp hạng,amà căn cứ vào tiêu chuẩn này chất lượng tín dụng và mức độ rủi ro của doanh nghiệp được phản ánh.

Ba thang XHTD khách hàng của ba tổ chức xếp hạng nổi tiếng thế giới là thang xếp hạng của Standard & Poor’s về mức khả tín và chất lượng tín dụng của nhà phát hành trong dài hạn, thang xếp hạng của Moody’s về rủi ro tín dụng của các

nghĩa vụ nợ tài chính có kỳ hạn từ 1 năm trở lên và thang xếp hạng của Fitch Raitings về rủi ro tín dụng dài hạn mô tả chi tiết về cấu trúc của ba thang XHTD này được tình bày tại phần phụ lục

1.4. Các tiêu ch ánh giá hệ thống x p h ng t n d ng doanh nghiệp

Theo Basel II, về tổng thể, hệ thống XHTD doanh nghiệp cần đảm bảo tính khoa học, tính nhất quán và tính hệ thống; phù hợp đáp ứng những quy định pháp lý hiện hành về phân loại nợ và trích lập dự phòng rủi ro tín dụng; đồng thời hỗ trợ hiệu quả hoạt động quản trị kinh doanh và quản trị rủi ro của Ngân hàng trong thực tiễn.

Về cấu trúc: Hệ thống XHTD thực hiện tốt chức năng khi có đầy đủ ba bộ phận. Thứ nhất là phân hệ chỉ tiêu, cụ thể đó là một hệ thống các thông tin thô mà ngân hàng xây dựng với mục đích thu thập các thông tin cần đánh giá về khách hàng qua các chỉ tiêu này, bao gồm nhóm chỉ tiêu tài chính và chỉ tiêu phi tài chính.

Thứ hai,aphân hệ thang điểm,ađây là hệ thống thông tin tổng hợp từng ngành, từng lĩnh vực đã được lượng hóa theo từng mức thể hiện qua các thang đo từ thấp đến cao hoặc ngược lại nh m mục đích lượng hóa các thông tin thô thu được từ khách hàng thông qua hệ thống các chỉ tiêu. Thứ ba,aphân hệ ra quyết định, gồm một hệ thống chuẩn hóa các kết quả tổng hợp từ các chỉ tiêu thô thu thập được phân hệ chỉ tiêu),axác định các kết quả đóng góp của từng chỉ tiêu vào kết quả chung phân hệ thang điểm và đưa ra quyết định cuối cùng về XHTD khách hàng đi k m các chính sách đã được quy định trước đó. Trong đó, phân hệ chỉ tiêu xếp hạng cần đảm bảo bao quát tất cả những thông tin thích hợp và trọng yếu về tình trạng hiện thời của khách hàng. Phân hệ thang điểm là kết quả của việc ứng dụng một phương pháp xếp hạng để lượng hóa và tìm ra được những trọng số thành phần và trọng số tổng hợp tối ưu của các chỉ tiêu. Tại phân hệ ra quyết định, kết quả xếp hạng khách hàng cần đảm bảo phản ánh khả năng trả nợ cũng như thiện chí trả nợ của khách hàng. Trong trường hợp hạn chế về thông tin, ngân hàng cần kết hợp sử dụng kinh nghiệm chuyên môn của chuyên gia với khung quy tắc xác định trước và nhất quán để xếp hạng khách hàng với quan điểm thận trọng và phòng thủ. Kết quả xếp hạng trên bình diện tổng thể danh mục cần đảm bảo tính phân biệt, phân loại tốt giữa các đối tượng về mặt rủi ro tín dụng.

Về quy trình xếp hạng: đảm bảo tính chính xác, tính đầy đủ và tính tin cậy của chất lượng dữ liệu đầu vào cho hệ thống XHTD. Trên cơ sở hoạt động cập nhật thông tin định danh khách hàng và các chỉ tiêu tài chính và phi tài chính, kết quả xếp hạng cần phải phản ánh chính xác và kịp thời mức độ rủi ro tín dụng của khách hàng tại từng thời điểm. Bên cạnh đó, các bước thực hiện trong quy trình xếp hạng cần được thiết kế rõ ràng, dễ hiểu, dễ vận dụng đối với cán bộ tín dụng.

Về cơ sở dữ liệu: chất lượng dữ liệu khai thác đầu vào từ cả khách hàng và ngân hàng để chấm điểm; xếp hạng tín dụng phải đầy đủ, chính xác, có tính hệ thống và phải thẩm định được tính trung thực và hợp lý của nguồn dữ liệu, mà đặc biệt là của các báo cáo tài chính, từ đó điều chỉnh lại thông tin theo yêu cầu sử dụng. Riêng về mặt thời gian, hệ thống xếp hạng tín dụng chuẩn mực thường đòi hỏi phải lưu trữ dữ liệu tối thiểu trong 5 năm về khả năng không trả được nợ của khách hàng nếu ngân hàng muốn xây dựng mô hình tính xác suất không trả được nợ (PD). Xây dựng cơ sở dữ liệu về khách hàng doanh nghiệp đảm bảo hiệu quả công tác chấm điểm, xếp hạng và cập nhật, nâng cấp hệ thống theo sự biến động của tình hình thực tế và các quy định của pháp luật, cơ sở dữ liệu về khách hàng là nền tảng không thể thiếu của hệ thống xếp hạng tín dụng.

Về chức năng của hệ thống phần mềm: Đảm bảo phản ánh đúng khung chính sách xếp hạng của ngân hàng và sự biến động của nó nếu có , cũng như đảm bảo tốc độ xử lý thông tin xếp hạng nhanh, tối thiểu hóa các can thiệp của người sử dụng vào quá trình xếp hạng doanh nghiệp như nhập thông tin thủ công dẫn đến việc lãng phí nhiều thời gian hoặc xảy ra lỗi nhập sai hay cố ý chủ quan của cán bộ tín dụng. Nhìn chung, các phần mềm cần đáp ứng được một số tiêu chí cơ bản sau:

- Trọn gói, đơn giản, dễ sử dụng, dễ cài đặt, duy trì và quản trị hệ thống.

- Hoạt động ổn định, tốc độ xử lý thông tin nhanh.

- Giao diện thân thiện với người sử dụng trên nền Web, đa ngôn ngữ, trong đó tất yếu cần có tiếng Việt để thuận lợi cho việc sử dụng của cán bộ ngân hàng.

- Được thiết kế linh hoạt theo hướng tham số hóa cao, cho phép ngân hàng điều chỉnh, bổ sung, cập nhật các tham số và nguyên tắc xếp hạng mới khi cần.

- Có tính bảo mật cao, thực hiện phân quyền truy cập vào hệ thống theo chức năng, quyền hạn; có hệ thống lưu vết các thay đổi đối với dữ liệu ở các cấp độ khác nhau.

- Có thể chiết xuất báo cáo từ hệ thống sang các tệp file có định dạng phổ biến theo yêu cầu của người sử dụng.

- Có khả năng lưu giữ khối lượng lớn thông tin về khách hàng và các thông tin liên quan đến việc xếp hạng dưới nhiều định dạng và nhiều vị trí khác nhau.

- Có tính mở cao, có thể tích hợp với hệ thống ngân hàng lõi core banking của ngân hàng, các hệ thống phần mềm hiện thời hoặc tương lai mà ngân hàng sẽ phát triển.

Về khả năng dự báo rủi ro của hệ thống:

Thứ nhất, hệ thống xếp hạng tín dụng cần có tính phân biệt cao theo ngành, quy mô và sản phẩm. Chúng ta đã biết r ng, khả năng dự báo rủi ro của HTXD phụ thuộc rất nhiều vào tính phù hợp của nó đối với đối tượng đang được xếp hạng. Nói cách khác, một hệ thống xếp hạng chỉ được đánh giá có chất lượng tốt khi nó phản ánh được những rủi ro trọng yếu có ảnh hưởng đến khả năng trả nợ của khách hàng.

Vì các đặc điểm rủi ro thường bị chi phối bởi các đặc thù của từng ngành, quy mô và loại sản phẩm tín dụng, cũng như tính chất quan hệ với ngân hàng nên để đảm bảo khả năng dự báo rủi ro của hệ thống xếp hạng, các ngân hàng cần xây dựng các tiểu hệ thống với hệ các nhân tố rủi ro riêng cho từng ngành, quy mô, sản phẩm và loại khách hàng mới/hiện tại đảm bảo có bộ chỉ tiêu riêng cho các ngành, quy mô và sản phẩm tín dụng khác nhau.

Thứ hai, các hệ thống XHTD phải cung cấp, đo lường khả năng dự báo của từng nhân tố rủi ro - thể hiện qua các trọng số, cũng như của cả mô hình - thể hiện qua xác suất không trả được nợ/xác suất vỡ nợ của các khách hàng PD – Probability of default) nh m lượng hóa, phân loại khách hàng theo mức độ rủi ro tiềm ẩn và thực hiện việc kiểm định hiệu lực của hệ thống: i sau khi đi vào ứng dụng vận hành, b ng cách so sánh PD ước lượng cho từng hạng khách hàng và tỷ lệ vỡ nợ trung bình dài hạn thực tế của các khách hàng thuộc hạng đó ; ii theo những

biến động không ngừng trong thực trạng kinh doanh của các ngân hàng. Thiếu đi căn cứ này sẽ ảnh hưởng rất nhiều tới khả năng của các NHTM trong việc cập nhật, nâng cấp hệ thống. Bên cạnh đó, Theo hiệp ước Basel 2, để có thể đáp ứng yêu cầu của công tác quản trị rủi ro tín dụng, hệ thống xếp hạng tín dụng nội bộ của các ngân hàng tối thiểu phải tính toán ba cấu phần PD – xác suất khách hàng không trả được nợ, LGD - tỷ lệ tổn thất dự kiến % trong trường hợp khách hàng không trả được nợ và EAD - số dư nợ rủi ro. Dựa trên kết quả tính toán PD,aLGD và EAD, các ngân hàng sẽ phát triển các ứng dụng trong quản trị rủi ro tín dụng trên nhiều phương diện khác nhau,amà các ứng dụng chính bao gồm:

- Tính toán,sđo lường rủi ro tín dụng qua EL – tổn thất dự kiến và UL – tổn thất ngoài dự kiến

+ Tại cấp độ một khách hàng:

ELi = PD x LGD x EAD

UL = độ lệch tiêu chuẩn của EL =  j = LGD x EAD x PD(1PD) + Tại cấp độ danh mục đầu tư:

ELp = 

 n

i

ELi

1

ULp = 

  n

i

ij j n

j

iUL

UL

1 1



Có thể thấy,anhờ PD, LGD và EAD,aviệc đo lường rủi ro tín dụng đã được lượng hóa thành hai thước đo rất cụ thể là EL và UL. Ở đây cần rất nhấn mạnh, trái với một quan điểm sai lầm khá phổ biến r ng EL phản ánh rủi ro tín dụng, trong tư duy quản trị rủi ro tín dụng hiện đại, chính UL mới thực sự là thước đo rủi ro tín dụng. Rõ ràng,akinh doanh tín dụng không bao giờ có thể tránh khỏi tổn thất và EL phản ánh chi phí kinh doanh trung bình mà mọi ngân hàng đều phải trả trong hoạt động của mình. Và khi chi phí đó là có thể dự báo được và đã được bù đắp b ng nguồn dự phòng rủi ro,athì nó không còn gây rủi ro cho ngân hàng nữa. Chính sự biến động của tổn thất so với mức trung bình đã dự đoán, nói cách khác là UL, mới đe dọa gây ảnh hưởng đột biến tới hoạt động của ngân hàng vì nó chưa được bù đắp

b ng nguồn cụ thể nào. Nếu tổn thất ngoài dự kiến xảy ra trên diện rộng của danh mục đầu tư, sự tồn tại của ngân hàng thậm chí có thể bị ảnh hưởng rất lớn.

- Định giá khoản vay: Một ứng dụng quan trọng khác mà việc tính toán ba cấu phần PD, LGD và EAD mang lại là việc định giá khoản vay. Hiện nay,akhi các thước đo rủi ro tín dụng là EL và UL đã được lượng hóa,angân hàng đã có cơ sở để xác định lãi suất cho vay theo đúng phương châm rủi ro cao, lợi nhuận cao; rủi ro thấp, lợi nhuận thấp qua cơ chế tính giá bù đắp rủi ro.

- Trong quản lý và tính toán hiệu quả sinh lời của danh mục đầu tư: một trong những hoạt động màaỦy ban Basel về giám sát ngân hàng rất khuyến khích các ngân hàng thực hiện là quản lý danh mục đầu tư tín dụng. Về lý tưởng, các giải pháp quản lý danh mục đầu tư phải cung cấp được công cụ để đo lường vốn kinh tế, hệ số tương quan giữa các khách hàng và tổn thất ngoài dự kiến ở cấp độ danh mục, cũng như phân tích các đặc điểm tổn thất của danh mục đầu tư như phân tích xác suất một nhóm khoản vay bị chuyển từ nhóm rủi ro thấp sang nhóm rủi ro cao hơn, phân tích khả năng tổn thất của một khoản vay theo tuổi thọ quãng thời gian cho vay , phân tích tỷ lệ tổn thất của danh mục đầu tư, phân tích xác suất thay đổi đa chiều của một nhóm khoản vay…

- Xác định mức vốn an toàn tổi thiểu: Để tính vốn an toàn tối thiểu cho rủi ro tín dụng, các ngân hàng cần phải xác định được khối lượng tài sản có rủi ro tín dụng theo hai phương pháp: tiêu chuẩn hóa hay dựa trên xếp hạng nội bộ. Tuy nhiên, trong khi rất khó đáp ứng phương pháp dựa trên xếp hạng nội bộ với việc yêu cầu phải có đầy đủ các thước đo PD, LGD và EAD, thì các NHTM VN thậm chí còn chưa thể đáp ứng được phương pháp tiêu chuẩn hóa, vốn được xem là đơn giản hơn.

Điều này xuất phát từ đòi hỏi của Basel 2 là, để sử dụng phương pháp tiêu chuẩn hóa, các NHTM cần có sự hỗ trợ và khớp nối với hệ thống của các công ty xếp hạng tín nhiệm độc lập đủ tiêu chuẩn, ví dụ, Standard&Poor’s.

Thứ ba, trong khả năng dự báo rủi ro của hệ thống xếp hạng, hệ thống XHTD cần thiết lập một tham số định nghĩa rõ ràng về tài khoản xấu mà theo đó, khi khách hàng hội đủ các tiêu chí của định nghĩa, sẽ bị phân loại ngay vào hạng xấu

nhất, bất kể hạng của khách hàng này trước đó là bao nhiêu. Bởi một HTXH dù toàn diện tới đâu cũng khó bao gồm toàn bộ nhân tố có ảnh hưởng đến khả năng trả nợ của doanh nghiệp. Hơn nữa, việc xếp hạng thường được thực hiện theo định kỳ ngắt quãng, trong khi các biến số của doanh nghiệp là biến động không ngừng. Như vậy, có khả năng tại một thời điểm, kết quả xếp hạng của doanh nghiệp không thể phản ánh dù chỉ ở mức độ tương đối khả năng trả nợ của doanh nghiệp tại thời điểm đó.

Trong xây dựng HTXH, định nghĩa về tài khoản xấu có ý nghĩa đặc biệt quan trọng.

Một tài khoản thường được xem là xấu khi khả năng hoàn trả nợ của khách hàng sở hữu tài khoản đó là rất thấp, gần b ng 0. Việc định nghĩa tài khoản xấu phụ thuộc vào một số nhân tố sau: i mục tiêu kinh doanh của ngân hàng; ii loại sản phẩm;

iii tính rõ ràng, dễ theo dõi; iv quy định của pháp luật. Một tài khoản xấu với định nghĩa chung chung như khách hàng đã mất khả năng thanh toán, nhìn chung không đáp ứng được tiêu chuẩn cần có. Tuy nhiên, yếu tố quan trọng nhất để đánh giá việc ngân hàng đã định nghĩa một tài khoản xấu đúng hay chưa là khi một tài khoản đã hội tụ đủ các nhân tố theo định nghĩa xấu thì khả năng hoàn trả nợ của khách hàng đã thực sự kém đi, đã chạm điểm không thể quay lại chưa. Ví dụ, nếu định nghĩa tài khoản xấu là tài khoản đã quá hạn 90 ngày thì nếu phần lớn các tài khoản đã chạm kỳ hạn đó đều thực sự trở nên xấu hơn, khách hàng không thể phục hồi khả năng trả nợ, định nghĩa trên được xem là phù hợp. Ngược lại, nếu phần lớn các khách hàng đã quá hạn 90 ngày sau đó đều hoàn trả được đầy đủ nợ gốc, lãi thì ngân hàng cần chỉnh sửa định nghĩa tài khoản xấu, với số ngày quá hạn dài hơn. Vì vậy, việc định nghĩa tài khoản xấu phải được thực hiện trên cơ sở phân tích thực trạng danh mục cho vay của ngân hàng. Sở dĩ, việc định nghĩa tài khoản xấu có ý nghĩa như vậy bởi một nguyên tắc cơ bản trong xếp hạng khách hàng là khi khách hàng có nhiều hơn một tài khoản/khoản nợ đối với ngân hàng mà có bất kỳ một tài khoản/khoản nợ nào bị chuyển sang tài khoản xấu thì toàn bộ các tài khoản/khoản nợ của khách hàng đó cũng được bị xem là xấu.Vì định nghĩa về tài khoản xấu cho phép ngân hàng đánh giá liên tục tình trạng rủi ro của khách hàng theo diễn biến của quá trình vay, trả nợ ngân hàng, hoặc một số yếu tố đặc thù khác có ảnh hưởng trực

tiếp đến phản ánh khả năng trả nợ của khách hàng, nên nó là bước bổ sung, là bộ lọc quan trọng cho cơ chế xếp hạng khách hàng tổng thể vốn dựa khá nhiều trên tập hợp các nhân tố rủi ro ít linh động hơn.

Về đánh giá kết quả áp dụng mô hình và kiểm định mô hình: Mô hình xếp hạng cần có khả năng phân biệt khách hàng vỡ nợ xấu và không vỡ nợ tốt , qua việc ứng dụng các phương pháp, kỹ thuật thống kê trong phương pháp xếp hạng dựa trên cơ sở dữ liệu khách hàng của Ngân hàng để lựa chọn đưa mô hình xếp hạng các chỉ tiêu tài chính và phi tài chính có khả năng dự báo tốt. Hiện nay, chúng ta có thể sử dụng các công cụ sau để đánh giá khả năng phân biệt của mô hình xếp hạng, cũng như từng chỉ tiêu tài chính hoặc phi tài chính:

- Thống kê Gini (hay còn gọi là AR – Accuracy Ratio): Tiêu chuẩn được sử dụng phổ biến hiện nay để đánh giá khả năng phân biệt của mô hình XHTD là hệ số GINI. GINI là chỉ số để đánh giá khả năng phân biệt giữa khách hàng tốt và xấu. Hệ số GINI có giá trị dao động trong khoảng từ 0 đến 1.Trong đó: Gini=0: Mô hình không có khả năng phân biệt giữa khách hàng tốt và khách hàng xấu; Gini =1: Mô hình có khả năng phân biệt hoàn hảo giữa khách hàng tốt và khách hàng xấu. Theo thông lệ, thang điểm GINI để đánh giá khả năng phân biệt của mô hình như sau:

Y u Đ t Tốt R t tốt Cực kỳ tốt

0.30 0.40 0.50 0.60 0.70