CHƯƠNG 1. TỔNG QUAN VỀ CÁC CÔNG TRÌNH NGHIÊN CỨU ĐÃ CÔNG BỐ LIÊN QUAN TỚI ĐỀ TÀI LUẬN ÁN 1. Một số nghiên cứu điển hình về rủi ro tín dụng trên thế giới Năm 1938, Macaulay là người đầu tiên đưa ra phương pháp thể hiện một hình thức của dự báo rủi ro tín dụng khi đề xuất phương pháp đánh giá rủi ro lãi suất trái phiếu [25, tr. Điểm nổi bật của phương pháp này là đã lượng hóa được rủi ro tài chính và đưa ra dự báo trước khi đầu tư.
Mặt khác công bố nghiên cứu của Macaulay cũng đã tạo dựng nền tảng cơ bản cho xu thế lượng hóa rủi ro tài chính trong đó có rủi ro tín dụng cho các công trình nghiên cứu sau. Điểm hạn chế trong nghiên cứu của Macaulay là mới xét đến một hình thức giản đơn của tín dụng đó là trái phiếu. Bên cạnh đó việc dự báo rủi ro lãi suất trái phiếu và phương pháp đưa ra mới gắn liền với việc định giá trái phiếu khi lãi suất thay đổi trong khi thực tiễn rủi ro lãi suất trái phiếu chịu tác động từ nhiều nhân tố. Năm 1941, David Duran có công bố Công trình nghiên cứu với Cục Nghiên Cứu Kinh tế Quốc Gia Hoa Kỳ về đề tài ứng dụng phương pháp phân nhóm trong một tợp hợp do Fisher giới thiệu vào năm 1936.
Công trình nghiên cứu của David Duran đã kế thừa thành tựu của Fisher khi “phân biệt hai đặc tính của cây Irit” và nhận biết được rằng kỹ thuật đó có thể được sử dụng để phân biệt các khoản nợ xấu và tốt[63, tr. Điểm mới trong nghiên cứu này là đã đưa ra dự báo rủi ro tín dụng (RRTD) thông qua việc xác định khoản nợ tốt hoặc xấu trên cơ sở áp dụng thành tựu khoa học đặc biệt là toán học xác suất. Điểm hạn chế của công trình này là không trực tiếp lượng hóa và đưa ra dự báo rủi ro cho các khoản tín dụng cụ thể. Tuy nhiên Công trình có ý nghĩa lớn đối với hoạt động đánh giá rủi ro tín dụng khi đã gợi mở cho các tổ chức tín dụng ý tưởng sử dụng và phát triển mô hình hóa toán học vào hoạt động đánh giá rủi ro tín dụng.
luan 8an Thực tế qua nghiên cứu của David Duran, mô hình tính điểm tín nhiệm các cá nhân vay vốn[56, tr.83-91] đã phát triển và đóng vai trò là cơ sở quan trọng trong quá trình ra quyết định cấp tín dụng. Kế thừa những ý tưởng từ công trình của David Duran về đánh giá tín nhiệm khoản vay, vào những năm 1950 hai nhà nghiên cứu làm việc tại Đại học Stanford là Bill Fair và Earl Isaac có công trình nghiên cứu về mô hình chấm điểm tín nhiệm khoản vay với tên gọi là mô hình FICO. Điểm mới nổi bật của mô hình này là đã đánh giá rủi ro khoản vay dựa trên cơ sở lượng hóa cụ thể thông qua thang điểm tín nhiệm (thang điểm 100), điểm tín nhiệm càng cao thì khoản vay có khả năng rủi ro tín dụng càng thấp và ngược lại. Như vậy, mô hình đã đưa ra dự báo khả năng khoản vay cho một khách hàng trở thành một khoản vay xấu hay là tốt thông qua mô hình toán học để lượng hóa thành điểm tín dụng (điểm FICO)[64].
Ưu điểm của mô hình là sử dụng công cụ toán học để xác định điểm tín nhiệm do đó tránh được những yếu tố chủ quan trong việc đưa ra dự báo rủi ro tín dụng. Một điểm cần kế thừa từ công trình này là tính thực tiễn cao. Ngay từ ban đầu mô hình đã được hai tác giả giới thiệu và cho 50 ngân hàng tại Mỹ để thử nghiệm đánh giá điểm tín dụng của các khách hàng vay vốn tại 50 ngân hàng này. Từ thực tiễn áp dụng cho thấy độ tin cậy tốt của mô hình, đến nay mô hình FICO tiếp tục được điều chỉnh và được áp dụng rộng rãi trong việc đánh giá điểm tín nhiệm trước khi vay vốn từ đó dự báo rủi ro tín dụng có thể xảy ra trong tương lai giúp các ngân hàng đưa ra quyết định có cấp tín dụng hay không.
Điểm hạn chế của mô hình FICO là hàm toán học để xác định điểm tín nhiệm chưa bao hàm hết các yếu tố ảnh hưởng tới rủi ro tín dụng đặc biệt là các yếu tố tác động từ môi trường vĩ mô. Một điểm hạn chế nữa của mô hình FICO là việc đánh giá thang điểm tín nhiệm đối với một khoản tín dụng hiện tại luan 9an dựa trên các dữ liệu lịch sử nên không áp dụng được đối với những đối tượng mới chưa có dữ liệu quá khứ vì vậy thực tế mô hình FICO được sử dụng phổ biến cho các đối tượng nghiên cứu là thể nhân và các doanh nghiệp vi mô[69]. Sang thập kỷ 60 của thế kỷ 20, một xu hướng phát triển mạnh mẽ của mô hình hóa thống kê xác suất là ứng dụng vào dự báo rủi ro tín dụng. Công trình khoa học hoàn thiện sớm nhất theo xu hướng này và tạo ra một bước đột phá cho sự phát triển của lĩnh vực dự báo rủi ro là của tác giả Jan Mossin công bố năm 1966 với công trình nghiên cứu về đề tài Cân bằng trong thị trường tài sản vốn (Equilibrium in a Capital Asset Market)[58] được gọi tắt là mô hình CAMP.
So với các mô hình lượng hóa trước đó, công trình của Jan Mossin sử dụng hàm hồi quy đơn biến để xác định giá trị rủi ro thị trường từ đó đánh giá được tác động của nhân tố quan trọng nhất là sự thay đổi của thị trường tới rủi ro của tài sản đầu tư. Một điểm mạnh nữa của mô hình do Jan Mossin đưa ra là tính đơn giản và dễ áp dụng trong thực tế, nhờ đó mô hình có được tính thực tiễn cao và được nhiều tổ chức, cá nhân sử dụng trong việc đánh giá rủi ro đối với các phương án đầu tư. Điểm hạn chế của mô hình là chỉ tập trung xác định vào một nhân tố (sự thay đổi của thị trường) và loại bỏ các nhân tố khác do đó các học giả ủng hộ hồi quy đa biến đều cho rằng mặc dù công trình vẫn có tính hữu ích khi đánh giá rủi ro đầu tư song nó không có độ chính xác cao do lợi nhuận kỳ vọng và rủi ro khi đầu tư phụ thuộc vào nhiều yếu tố chứ không chỉ phụ thuộc vào yếu tố thay đổi của thị trường như Jan Mossin đã xác định trong mô hình của ông[25,tr. Khắc phục hạn chế của mô hình hồi quy đơn biến, vào năm 1976, Stephen Ross đã công bố mô hình hồi quy đa nhân tố (Multi Factor Model) để đánh giá rủi ro tài chính.
Mô hình của Stephen Ross kế thừa luan10an những thành tựu của mô hình CAMP về mối quan hệ giữa rủi ro đầu tư và biến động của thị trường tuy nhiên có ít giả thuyết hơn và mang tính tổng quát hơn. Với cách tiếp cận hồi quy đa biến, Stephen Ross đã xây dựng nên mô hình với tên gọi “Lý thuyết định giá kinh doanh chênh lệch (Arbitrage Pricing Theory – APT)” [65, tr. Ưu điểm của mô hình là áp dụng các công cụ toán học vào việc mô hình hóa mối quan hệ giữa rủi ro và lợi nhuận với nhiều nhân tố nhờ đó mô hình phản ánh và đưa ra kết quả có độ chính tin cậy cao. Thực tế mô hình của Stephen Ross đã nhận được sự tin tưởng của nhiều nhà khoa học kinh tế và nhiều nhà đầu tư đã sử dụng mô hình của Stephen Ross làm cơ sở để ra quyết định đầu tư.
Tuy đã đưa nhiều nhân tố vào để đánh giá rủi ro và lợi nhuận khi đầu tư song mô hình vẫn chưa phản ánh đầy đủ sự tác động của các nhân tố vào mối quan hệ giữa rủi ro và lợi nhuận. Đây là hạn chế không thể khắc phục được của bất kỳ mô hình toán học nào khi phản ánh các mối quan hệ kinh tế. Từ cuối thập kỷ 80 đến nay nhờ sự phát triển của các hệ thống máy tính, công nghệ thông tin, các phương pháp hồi quy log và quy hoạch tuyến tính đã trở thành những phương pháp rất đáng tin cậy trong nghiên cứu về các mối quan hệ kinh tế nói chung và rủi ro tín dụng nói riêng. Gần đây các ứng dụng trí thông minh nhân tạo như hệ thống chuyên gia hay mạng lưới trung hòa đã trở thành những kỹ thuật hàng đầu được áp dụng.
Nhờ đó, những nguyên lý đơn giản đầu tiên của việc đánh giá RRTD đã được bổ sung bằng các mô hình hồi quy phức tạp có nhiều nhân tố và gắn sát với thực tiễn hơn, từ đó nâng cao mức độ chính xác của kết quả dự báo, đáng chú ý nhất là mô hình “Giá trị rủi ro – Value at Risk”. Năm 1998, Josel Basis công bố nghiên cứu về “quản trị rủi ro ngân hàng - Risk Management in Banking”[61]. Tác giả đã khái quát và làm rõ những vấn đề lý luận cơ bản về quản trị rủi ro tín dụng từ các khái niệm cơ bản về rủi luan11an ro tín dụng, quản trị rủi ro tín dụng. Ngoài các khái niệm cơ bản, tác giả còn nghiên cứu sâu về các mô hình định lượng rủi ro tín dụng trong đó có mô hình VaR.
Các tác giả Bofondi, Marcello và Tiziano Ropele vào năm 2011 đã công bố công trình “Nghiên cứu các yếu tố vĩ mô tác động đến chất lượng các khoản vay đối với hộ gia đình và doanh nghiệp tại ngân hàng ở Italy từ 1990-2010”[55]. Kết quả nghiên cứu đã xác định các nhân tố vĩ mô chủ yếu tác động tới chất lượng các khoản vay gồm tốc độ tăng trưởng GDP, tỷ lệ thất nghiệp và lãi suất. Marijana Curak, Sandra Pepur và Klime Poposki vào năm 2013 đã công bố công trình “Nghiên cứu các yếu tố quyết định nợ xấu trong hệ thống ngân hàng Đông Nam Châu Âu với mẫu là 69 ngân hàng tại 10 quốc gia trong giai đoạn 2003-2010”[59]. Kết quả nghiên cứu của các tác giả đã tìm ra các nhân tố: tăng trưởng kinh tế thấp; lạm phát cao; lãi suất cao có ảnh hưởng chủ yếu và làm tăng rủi ro tín dụng.
Bên cạnh đó, nhóm tác giả còn tìm thấy mối quan hệ tỷ lệ nghịch giữa quy mô của ngân hàng và tỷ lệ nợ xấu, các ngân hàng có quy mô tín dụng lớn có thể giải quyết tốt hơn các tác động của nợ xấu.