Luận văn thạc sĩ ueh hoàn thiện hệ thống xếp hạng tín dụng tại ngân hàng thương mại cổ phần việt nam thịnh vượng

Luận văn thạc sĩ kinh tế nghiên cứu ueh hoàn thiện hệ thống xếp hạng tín dụng tại ngân hàng thương mại cổ phần việt nam thịnh vượng, khảo sát thực trạng, phân tích nguyên nhân, đề

• Tác giả: Trần Thụy Diệu Hiền
• Người hướng dẫn: PGS. Trầm Thị Xuân Hương
• Trường học: Trường Đại học Kinh tế Thành phố Hồ Chí Minh
• Chuyên ngành: Tài chính - Ngân hàng
• Đề tài: Hoàn thiện hệ thống xếp hạng tín dụng tại Ngân hàng Thương mại Cổ phần Việt Nam Thịnh Vượng
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI MỞ ĐẦU
• 0.1. Tính cấp thiết của đề tài
• 0.2. Mục tiêu nghiên cứu
• 0.3. Đối tượng và phạm vi nghiên cứu
• 0.4. Phương pháp nghiên cứu
• 0.5. Điểm mới của đề tài
• 0.6. Kết cấu của đề tài
• 1. CHƯƠNG 1: TỔNG QUAN VỀ HỆ THỐNG XẾP HẠNG TÍN DỤNG TẠI NGÂN HÀNG THƯƠNG MẠI
• 1.1. Tổng quan về hệ thống xếp hạng tín dụng tại ngân hàng thương mại
• 1.2. Khái niệm hệ thống xếp hạng tín dụng
• 1.3. Vai trò xếp hạng tín dụng tại ngân hàng thương mại
• 1.3.1. Hạn chế rủi ro tín dụng
• 1.3.2. Lựa chọn khách hàng cho vay
• 1.3.3. Hỗ trợ phân loại nợ và trích dự phòng rủi ro
• 1.3.4. Xây dựng chính sách khách hàng
• 1.4. Đối tượng xếp hạng tín dụng
• 1.5. Chức năng của hệ thống xếp hạng tín dụng
• 2. CHƯƠNG 2: THỰC TRẠNG HỆ THỐNG XẾP HẠNG TÍN DỤNG CỦA NGÂN HÀNG TMCP VIỆT NAM THỊNH VƯỢNG
• 3. CHƯƠNG 3: GIẢI PHÁP HOÀN THIỆN HỆ THỐNG XẾP HẠNG TÍN DỤNG TẠI NGÂN HÀNG TMCP VIỆT NAM THỊNH VƯỢNG
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng quan về hệ thống xếp hạng tín dụng tại ngân hàng Việt Nam Thịnh Vượng

Hệ thống xếp hạng tín dụng tại ngân hàng Việt Nam Thịnh Vượng đóng vai trò quan trọng trong việc đánh giá khả năng thanh toán của khách hàng. Hệ thống này không chỉ giúp ngân hàng quản lý rủi ro mà còn tạo điều kiện thuận lợi cho việc ra quyết định cho vay. Việc hoàn thiện hệ thống xếp hạng tín dụng là cần thiết để nâng cao hiệu quả hoạt động tín dụng và đảm bảo an toàn cho ngân hàng.

1.1. Khái niệm và vai trò của hệ thống xếp hạng tín dụng

Hệ thống xếp hạng tín dụng là công cụ đánh giá khả năng thanh toán của khách hàng. Nó giúp ngân hàng nhận diện rủi ro và đưa ra quyết định cho vay chính xác hơn. Theo Lê Văn Tư (2005), xếp hạng tín dụng phản ánh khả năng và sự sẵn sàng của khách hàng trong việc thanh toán nợ.

1.2. Quy trình xếp hạng tín dụng tại ngân hàng

Quy trình xếp hạng tín dụng bao gồm việc thu thập dữ liệu tài chính và phi tài chính của khách hàng. Ngân hàng sẽ phân tích các thông tin này để đưa ra kết quả xếp hạng. Hệ thống này cần được cập nhật thường xuyên để phản ánh đúng tình hình tài chính của khách hàng.

II. Vấn đề và thách thức trong hệ thống xếp hạng tín dụng hiện tại

Mặc dù hệ thống xếp hạng tín dụng tại ngân hàng Việt Nam Thịnh Vượng đã có những bước tiến, nhưng vẫn tồn tại nhiều vấn đề cần giải quyết. Các thách thức này bao gồm việc thiếu dữ liệu chính xác, quy trình xếp hạng chưa hoàn thiện và sự thay đổi liên tục của thị trường.

2.1. Thiếu dữ liệu và thông tin chính xác

Một trong những thách thức lớn nhất là việc thiếu dữ liệu chính xác về khách hàng. Điều này dẫn đến việc đánh giá không đúng mức độ rủi ro tín dụng, ảnh hưởng đến quyết định cho vay của ngân hàng.

2.2. Quy trình xếp hạng chưa hoàn thiện

Quy trình xếp hạng tín dụng hiện tại còn nhiều điểm yếu, như thiếu sự đồng bộ trong việc áp dụng các tiêu chí đánh giá. Điều này có thể dẫn đến sự không nhất quán trong kết quả xếp hạng giữa các khách hàng.

III. Phương pháp hoàn thiện hệ thống xếp hạng tín dụng tại ngân hàng

Để hoàn thiện hệ thống xếp hạng tín dụng, ngân hàng cần áp dụng các phương pháp hiện đại và hiệu quả. Việc ứng dụng công nghệ thông tin và các mô hình phân tích dữ liệu sẽ giúp nâng cao độ chính xác trong việc đánh giá tín dụng.

3.1. Ứng dụng công nghệ thông tin trong xếp hạng tín dụng

Công nghệ thông tin có thể giúp ngân hàng thu thập và phân tích dữ liệu một cách nhanh chóng và chính xác. Việc sử dụng phần mềm quản lý dữ liệu sẽ giúp cải thiện quy trình xếp hạng tín dụng.

3.2. Áp dụng mô hình phân tích dữ liệu hiện đại

Mô hình phân tích dữ liệu như Binary Logistic có thể được áp dụng để đánh giá rủi ro tín dụng một cách hiệu quả hơn. Mô hình này giúp ngân hàng dự đoán khả năng thanh toán của khách hàng dựa trên các yếu tố tài chính và phi tài chính.

IV. Ứng dụng thực tiễn và kết quả nghiên cứu tại ngân hàng

Việc áp dụng hệ thống xếp hạng tín dụng tại ngân hàng Việt Nam Thịnh Vượng đã mang lại nhiều kết quả tích cực. Ngân hàng đã có thể giảm thiểu rủi ro tín dụng và nâng cao hiệu quả hoạt động cho vay.

4.1. Kết quả đạt được từ hệ thống xếp hạng tín dụng

Hệ thống xếp hạng tín dụng đã giúp ngân hàng xác định được những khách hàng có khả năng thanh toán tốt, từ đó giảm thiểu rủi ro trong hoạt động cho vay. Kết quả này đã được chứng minh qua các số liệu thống kê trong giai đoạn 2011-2013.

4.2. Những hạn chế và nguyên nhân của hệ thống hiện tại

Mặc dù đã đạt được nhiều kết quả tích cực, nhưng hệ thống xếp hạng tín dụng vẫn còn tồn tại một số hạn chế. Nguyên nhân chủ yếu là do thiếu dữ liệu và quy trình xếp hạng chưa hoàn thiện, cần có những cải tiến để nâng cao hiệu quả.

V. Kết luận và tương lai của hệ thống xếp hạng tín dụng

Hệ thống xếp hạng tín dụng tại ngân hàng Việt Nam Thịnh Vượng cần được hoàn thiện để đáp ứng yêu cầu ngày càng cao của thị trường. Việc áp dụng công nghệ và các phương pháp hiện đại sẽ giúp ngân hàng nâng cao khả năng quản lý rủi ro tín dụng.

5.1. Định hướng phát triển hệ thống xếp hạng tín dụng

Ngân hàng cần xác định rõ định hướng phát triển hệ thống xếp hạng tín dụng trong tương lai. Điều này bao gồm việc cải tiến quy trình xếp hạng và áp dụng công nghệ mới để nâng cao hiệu quả.

5.2. Tương lai của hệ thống xếp hạng tín dụng tại ngân hàng

Tương lai của hệ thống xếp hạng tín dụng tại ngân hàng Việt Nam Thịnh Vượng sẽ phụ thuộc vào khả năng thích ứng với những thay đổi của thị trường. Ngân hàng cần chủ động trong việc cập nhật và cải tiến hệ thống để đảm bảo an toàn và hiệu quả trong hoạt động tín dụng.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh nền kinh tế Việt Nam hội nhập sâu rộng, hoạt động tín dụng luôn là nguồn thu nhập chủ lực nhưng đồng thời cũng tiềm ẩn nhiều rủi ro trọng yếu đối với các ngân hàng thương mại. Tại Ngân hàng Thương mại Cổ phần Việt Nam Thịnh Vượng (VPBank), tổng dư nợ cho vay khách hàng năm 2013 đạt 52.474 tỷ đồng, tăng 15.571 tỷ đồng (tương đương mức tăng trưởng 42%) so với năm 2012 và tăng vọt từ mức 29.184 tỷ đồng năm 2011. Mặc dù tỷ lệ nợ xấu được kiểm soát ở mức 2,81% vào cuối năm 2013, áp lực duy trì chất lượng tài sản lành mạnh trong giai đoạn tăng trưởng nóng đặt ra yêu cầu cấp thiết phải nâng cấp công cụ thẩm định và quản trị rủi ro.

Thực tiễn hoạt động ngân hàng cho thấy tổn thất tín dụng phần lớn xuất phát từ việc thiếu hụt thông tin chính xác và công cụ lượng hóa rủi ro khách hàng chưa đủ tinh gọn. Luận văn tập trung giải quyết vấn đề hoàn thiện hệ thống xếp hạng tín dụng nội bộ tại VPBank, lấy giai đoạn 2011 - 2013 làm trọng tâm khảo sát và định hướng đến năm 2017. Mục tiêu cụ thể là phân tích thực trạng chấm điểm tín dụng hiện hành, nhận diện các điểm nghẽn kỹ thuật và xây dựng mô hình định lượng tiên tiến nhằm chuẩn hóa quy trình phân loại khách hàng. Nghiên cứu mang ý nghĩa thực tiễn lớn khi cung cấp một khung đo lường rủi ro khách quan, hỗ trợ ngân hàng tối ưu hóa chính sách cấp tín dụng, phân loại nợ chính xác và chủ động trích lập dự phòng rủi ro theo các chuẩn mực quốc tế.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự kết hợp chặt chẽ giữa các lý thuyết kinh tế tài chính hiện đại và chuẩn mực quản trị ngân hàng toàn cầu:

• Mô hình chỉ số Z của Edward Altman (1968): Ứng dụng phương pháp phân tích biệt số đa biến qua 5 chỉ số tài chính nền tảng (vốn lưu động, lợi nhuận giữ lại, EBIT, giá trị thị trường vốn chủ sở hữu và doanh số trên tổng tài sản) để đo lường xác suất phá sản của doanh nghiệp. Các biến thể Z' và Z'' điều chỉnh cung cấp hệ số tham chiếu tin cậy cho các doanh nghiệp chưa niêm yết và doanh nghiệp đa ngành.
• Hiệp ước vốn Basel II (Phương pháp tiếp cận dựa trên xếp hạng nội bộ - IRB): Lượng hóa tổn thất tín dụng kỳ vọng qua công thức xác định EL dựa trên xác suất vỡ nợ (PD), tổng dư nợ tại thời điểm vỡ nợ (EAD) và tỷ trọng tổn thất ước tính (LGD).
• Hệ thống điểm số FICO và kinh nghiệm quốc tế: Khảo cứu cấu trúc chấm điểm cá nhân của Fair Isaac Corporation với thang điểm từ 300 đến 850 (trọng số gồm lịch sử trả nợ 35%, quy mô nợ 30%, độ dài lịch sử tín dụng 15%, khoản tín dụng mới 10% và loại hình tín dụng 10%) cùng hệ thống xếp hạng 3 thành phần (quy mô doanh nghiệp A-J, chất lượng tín dụng 0-6, mức độ thanh toán 7-9) của Ngân hàng Trung ương Pháp.
• Các khái niệm cốt lõi: Hệ thống xếp hạng tín dụng nội bộ, rủi ro tín dụng, xác suất vỡ nợ và phân loại nợ 5 nhóm theo quy định của Ngân hàng Nhà nước Việt Nam.

Phương pháp nghiên cứu

Nghiên cứu kết hợp nhuần nhuyễn giữa phương pháp định tính và định lượng:

• Quy mô và phương pháp chọn mẫu: Mẫu nghiên cứu bao gồm 100 khách hàng doanh nghiệp vay vốn tại VPBank trong giai đoạn 2011 - 2013. Sau quá trình xử lý và làm sạch dữ liệu, 99 hồ sơ doanh nghiệp hợp lệ và đầy đủ thông tin tài chính - phi tài chính được đưa vào phân tích thực nghiệm. Phương pháp chọn mẫu có chủ đích kết hợp phân tầng bảo đảm tính đại diện cho danh mục khách hàng doanh nghiệp vừa và nhỏ của ngân hàng.
• Phương pháp phân tích: Ứng dụng mô hình hồi quy Binary Logistic trên phần mềm SPSS để xử lý 12 biến số độc lập (khả năng thanh toán nhanh, đòn bẩy tài chính, tỷ suất sinh lời ROS, ROE, kỳ thu tiền bình quân, vòng quay hàng tồn kho, tỷ lệ tài sản đảm bảo, kinh nghiệm quản lý, tính khả thi dự án, lịch sử nợ quá hạn, triển vọng ngành và thời gian quan hệ tín dụng).
• Lý do lựa chọn phương pháp: Binary Logistic là phương pháp tối ưu khi biến phụ thuộc nhận giá trị nhị phân (nhận giá trị 1 nếu khách hàng phát sinh nợ xấu nhóm 3 đến 5, nhận giá trị 0 nếu nợ tốt). Phương pháp này khắc phục triệt để các hạn chế của mô hình bình phương nhỏ nhất (OLS), loại bỏ tính chủ quan của phương pháp chuyên gia Delphi và cho phép tính toán trực tiếp xác suất vỡ nợ PD của từng khách hàng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực trạng và chạy mô hình thực nghiệm đã mang lại 4 phát hiện quan trọng:

• Tăng trưởng tín dụng tập trung vào phân khúc doanh nghiệp: Trong cơ cấu dư nợ 52.474 tỷ đồng năm 2013 của VPBank, cho vay khách hàng doanh nghiệp đạt 29.524 tỷ đồng (chiếm 56% tổng dư nợ, tăng 54% so với năm 2012), trong khi cho vay cá nhân đạt 22.950 tỷ đồng (tăng 29%). Sự mở rộng này đòi hỏi hệ thống xếp hạng phải đáp ứng khối lượng hồ sơ lớn và đa dạng ngành nghề.
• Độ tin cậy và sự phù hợp vượt trội của mô hình Binary Logistic: Kết quả kiểm định Omnibus Test of Model Coefficients cho mức ý nghĩa thống kê Sig. đạt dưới 0,05, cùng chỉ số -2 Log Likelihood ở mức thấp, khẳng định toàn bộ tập hợp biến độc lập có năng lực giải thích mạnh mẽ cho biến phụ thuộc. Mô hình đạt tỷ lệ dự báo chính xác tổng thể trên 85% đối với mẫu khảo sát 99 doanh nghiệp.
• Các nhân tố chi phối xác suất vỡ nợ: Kết quả kiểm định Wald Chi-Square chỉ ra rằng khả năng thanh toán nhanh, tỷ số nợ phải trả trên vốn chủ sở hữu, ROE, lịch sử nợ quá hạn và tính khả thi của phương án kinh doanh là những biến có tác động mang tính quyết định lớn nhất đến nguy cơ chuyển dịch nợ xấu.
• Phân bổ cơ cấu xếp hạng tín dụng: Khi áp dụng mô hình mới vào phân loại 99 doanh nghiệp năm 2013, khoảng 65% khách hàng thuộc nhóm hạng an toàn, 25% thuộc nhóm cần cảnh báo theo dõi và gần 10% nằm trong vùng rủi ro cao với xác suất vỡ nợ vượt ngưỡng an toàn.

Thảo luận kết quả

Dữ liệu nghiên cứu phản ánh trực quan sự chuyển dịch chất lượng danh mục tín dụng. Trên các biểu đồ so sánh cơ cấu dư nợ giai đoạn 2011 - 2013, tỷ trọng phân khúc doanh nghiệp vừa và nhỏ liên tục mở rộng từ mức 12.237 tỷ đồng năm 2011 lên 29.524 tỷ đồng năm 2013, đòi hỏi một cơ chế lọc rủi ro tự động thay vì phụ thuộc vào cảm tính của cán bộ tín dụng. Khi tổng hợp kết quả xếp hạng qua bảng phân phối xác suất vỡ nợ PD, mô hình Binary Logistic đã tách biệt rõ ràng ranh giới giữa các nhóm khách hàng lành mạnh và khách hàng có dấu hiệu suy thoái tài chính.

Nguyên nhân của những tồn tại trong hệ thống xếp hạng cũ tại VPBank bắt nguồn từ việc chấm điểm phi tài chính còn mang nặng tính chủ quan, thiếu hụt cơ sở dữ liệu ngành chuẩn hóa và quy trình cập nhật thông tin chưa tức thời. So với kinh nghiệm quốc tế tại các ngân hàng thương mại ở Úc (theo công bố của Andrew McDonald) hay mô hình điểm số của Moody’s và Standard & Poor’s, việc chuyển đổi sang mô hình định lượng xác suất nhị phân giúp ngân hàng thiết lập mức lãi suất cho vay tương xứng với rủi ro và tối ưu hóa dự phòng tổn thất.

Đề xuất và khuyến nghị

Để nâng cao chất lượng quản trị rủi ro tín dụng tại VPBank giai đoạn 2014 - 2017, tác giả đề xuất 4 nhóm giải pháp trọng tâm:

• Tự động hóa và tích hợp mô hình Binary Logistic vào phần mềm quản lý tín dụng: Khối Quản trị Rủi ro và Khối Công nghệ Thông tin VPBank chủ trì triển khai trong giai đoạn 2014 - 2016, hướng tới mục tiêu nâng tỷ lệ tự động hóa chấm điểm đạt trên 95% và rút ngắn thời gian xử lý phê duyệt hồ sơ từ 3 ngày xuống dưới 24 giờ.
• Xây dựng hệ thống cơ sở dữ liệu chỉ số tài chính trung bình ngành: Khối Quản trị Rủi ro phối hợp với Trung tâm Thông tin Tín dụng Quốc gia (CIC) thiết lập bộ chỉ số tham chiếu cho 15 nhóm ngành kinh tế trọng điểm từ năm 2015, bảo đảm mức độ sai lệch dữ liệu phân tích ngành dưới 5%.
• Tái cấu trúc chính sách khách hàng dựa trên xác suất vỡ nợ PD: Ban Điều hành VPBank ban hành khung phân quyền phê duyệt hạn mức và định giá lãi suất theo từng hạng tín dụng trong năm tài chính 2015, đặt mục tiêu duy trì tỷ lệ nợ xấu dưới 2,5% toàn hệ thống.
• Đào tạo chuẩn hóa năng lực phân tích cho đội ngũ cán bộ thẩm định: Trung tâm Đào tạo VPBank tổ chức các khóa huấn luyện chuyên sâu định kỳ hàng quý giai đoạn 2014 - 2017, cam kết 100% chuyên viên tín dụng làm chủ quy trình chấm điểm định lượng và giảm thiểu 80% sai sót thẩm định chủ quan.

Đối tượng nên tham khảo luận văn

• Ban lãnh đạo và chuyên viên quản trị rủi ro tại các ngân hàng thương mại: Cung cấp phương pháp luận thực chứng để cải tiến hệ thống xếp hạng tín dụng nội bộ, chuẩn bị lộ trình tuân thủ Basel II và duy trì tỷ lệ nợ xấu dưới mức an toàn 3%.
• Giảng viên, nghiên cứu sinh và học viên cao học chuyên ngành Tài chính - Ngân hàng: Đóng vai trò như một tài liệu tham khảo chuẩn mực về quy trình xây dựng mô hình Binary Logistic với 12 biến số tài chính - phi tài chính và phương pháp kiểm định thống kê chuyên sâu.
• Cơ quan quản lý và các tổ chức định mức tín nhiệm: Tham khảo mô hình thực nghiệm để hoàn thiện chính sách giám sát an toàn vi mô, chuẩn hóa quy định phân loại nợ và phát triển các tiêu chuẩn xếp hạng độc lập tại Việt Nam.
• Giám đốc tài chính và nhà quản trị doanh nghiệp: Hiểu rõ các tiêu chí trọng yếu mà ngân hàng sử dụng để đánh giá năng lực tín dụng, từ đó chủ động cơ cấu tỷ lệ nợ trên vốn chủ sở hữu và cải thiện tính minh bạch của báo cáo tài chính nhằm tiếp cận nguồn vốn lãi suất thấp.

Câu hỏi thường gặp

• Tại sao VPBank cần ứng dụng mô hình Binary Logistic thay thế thang điểm chuyên gia truyền thống? Mô hình Binary Logistic giúp lượng hóa chính xác xác suất vỡ nợ PD dựa trên dữ liệu thực nghiệm thay vì ý kiến chủ quan. Kết quả kiểm định trên 99 doanh nghiệp cho độ chính xác dự báo trên 85%, giúp ngân hàng ra quyết định cho vay khách quan và minh bạch hơn.
• Cỡ mẫu 99 khách hàng doanh nghiệp có bảo đảm tính đại diện thống kê không? Mẫu 99 doanh nghiệp được chọn lọc kỹ lưỡng từ danh mục khách hàng đang quan hệ tín dụng tại VPBank giai đoạn 2011 - 2013, thỏa mãn các tiêu chuẩn kiểm định Omnibus và mức ý nghĩa Sig. dưới 0,05, bảo đảm giá trị khoa học cho việc phân tích thực nghiệm.
• Mô hình của luận văn hỗ trợ triển khai chuẩn mực Basel II như thế nào? Luận văn giải quyết biến số cốt lõi là xác suất vỡ nợ PD trong phương pháp tiếp cận nội bộ (IRB) của Basel II. Đây là căn cứ khoa học trực tiếp để tính toán tổn thất kỳ vọng EL và trích lập dự phòng rủi ro chính xác.
• Những biến số tài chính nào tác động mạnh nhất đến khả năng trả nợ của doanh nghiệp? Phân tích thực nghiệm chứng minh tỷ số khả năng thanh toán nhanh, đòn bẩy nợ trên vốn chủ sở hữu, tỷ suất sinh lời ROE và lịch sử nợ quá hạn là các nhân tố có hệ số hồi quy mang ý nghĩa thống kê cao nhất tác động đến nguy cơ vỡ nợ.
• Ngân hàng cần làm gì để hạn chế rủi ro thông tin sai lệch từ báo cáo tài chính doanh nghiệp? VPBank cần kết hợp kiểm tra chéo thông tin qua cổng dữ liệu CIC, thực hiện kiểm toán độc lập, khảo sát thực tế dòng tiền hoạt động và xây dựng hệ số cảnh báo sớm tương tự chỉ số R và T của Ngân hàng Trung ương Pháp.

Kết luận

• Luận văn đã hệ thống hóa toàn diện cơ sở lý luận về xếp hạng tín dụng và bài học kinh nghiệm từ các mô hình quốc tế như Altman Z-Score, Basel II, FICO và Ngân hàng Trung ương Pháp.
• Phân tích sâu sắc thực trạng tăng trưởng tín dụng tại VPBank giai đoạn 2011 - 2013 khi tổng dư nợ tăng vọt lên 52.474 tỷ đồng và tỷ lệ nợ xấu ở mức 2,81%.
• Ứng dụng thành công mô hình hồi quy Binary Logistic trên mẫu 99 doanh nghiệp với tỷ lệ dự báo chính xác trên 85%, nhận diện chuẩn xác các biến số then chốt chi phối rủi ro tín dụng.
• Đề xuất hệ thống giải pháp đồng bộ từ công nghệ, dữ liệu ngành đến đào tạo nhân sự cho giai đoạn 2014 - 2017 nhằm kiểm soát nợ xấu dưới 2,5%.
• Công trình đóng góp một khung công cụ định lượng tin cậy, tạo tiền đề vững chắc để các ngân hàng thương mại Việt Nam nâng cao năng lực cạnh tranh và tiến tới áp dụng toàn diện các chuẩn mực quốc tế.

Trích đoạn nội dung tài liệu

lời mở đầu và kết luận, đề tài được chia làm 3 chương: Chƣơng 1: Tổng quan về hệ thống xếp hạng tín dụng tại ngân hàng thương mại. LUAN VAN CHAT LUONG download : add [e-mail] 3 Chƣơng 2: Thực trạng hệ thống xếp hạng tín dụng tại Ngân hàng TMCP Việt Nam Thịnh Vượng. Chƣơng 3: Giải pháp hoàn thiện hệ thống xếp hạng tín dụng tại Ngân hàng TMCP Việt Nam Thịnh Vượng. LUAN VAN CHAT LUONG download : add [e-mail] 4 CHƢƠNG 1: TỔNG QUAN VỀ HỆ THỐNG XẾP HẠNG TÍN DỤNG TẠI NGÂN HÀNG THƢƠNG MẠI.Tổng quan về hệ thống xếp hạng tín dụng tại ngân hàng thƣơng mại.

Khái niệm hệ thống xếp hạng tín dụng. Xếp hạng tín dụng (credit ratings) là thuật ngữ bắt nguồn từ tiếng Anh (credit: sự tín nhiệm, ratings: sự xếp hạng) do John Moody đưa ra vào năm 1909 trong cuốn “cẩm nang chứng khoán đường sắt” (Investopedia, 2012) khi tiến hành nghiên cứu, phân tích và công bố bảng xếp hạng tín dụng lần đầu tiên cho 1.500 loại trái phiếu của 250 công ty theo một hệ thống ký hiệu gổm 3 chữ cái ABC được xếp lần lượt là Aaa đến C. Đến nay những ký hiệu này đã trở thành chuẩn mực quốc tế. Tuy nhiên xếp hạng tín dụng chỉ phát triển nhanh ở Mỹ sau cuộc khủng hoảng kinh tế năm 1929 – 1933 khi hàng loạt các công ty vay nợ bị phá sản, vỡ nợ.

Thời kỳ này chính phủ Hoa Kỳ đã có nhiều quy định về việc cấm các định chế đầu tư như các quỹ hưu trí, các quỹ bảo hiểm, ngân hàng dự trữ,… bỏ vốn đầu tư mua trái phiếu có độ tin cậy thấp dưới mức an toàn trong bảng xếp hạng tín dụng. Những quy định này đã làm cho uy tín của các công ty xếp hạng tín nhiệm ngày một lên cao. Song trong suốt hơn 50 năm, việc xếp hạng tín dụng chỉ được phổ biến ở Mỹ, từ những năm 1970 đến nay, dịch vụ xếp hạng tín dụng mới được mở rộng và phát triển khá mạnh ở nhiều nước. Chúng ta có thể điểm qua một số định nghĩa về xếp hạng tín dụng như sau: Theo Bohn, John A, trong cuốn “Phân tích rủi ro trên thị trường đang chuyển đổi” thì “Xếp hạng tín dụng là sự đánh giá về khả năng một nhà phát hành có thể thanh toán đúng hạn cả gốc và lãi đối với một loại chứng khoán nợ trong suốt thời gian tồn tại của nó” (Lê Văn Tư, 2005).

Theo Lê Văn Tư (2005), xếp hạng tín dụng được công ty chứng khoán Merrill Lynchđịnh nghĩa như sau: “xếp hạng tín dụng là đánh giá hiện thời của công ty xếp hạng tín dụng về chất lượng tín dụng của một nhà phát hành chứng khoán nợ, về một khoản nợ nhất định. Nói khác đi, đó là cách đánh giá hiện thời về chất lượng tín dụng đang được xem xét trong hoàn cảnh hướng về tương lai, phản ánh sự sẵn sàng LUAN VAN CHAT LUONG download : add [e-mail] 5 và khả năng nhà phát hành có thể thanh toán gốc và lãi đúng hạn. Trong kết quả xếp hạng tín dụng chứa đựng cả ý kiến chủ quan của chuyên gia xếp hạng tín dụng”. Theo Lê Văn Tư (2005), xếp hạng tín dụng được công ty Moody’s định nghĩa như sau: “xếp hạng tín dụng là ý kiến về khả năng và sự sẵn sàng của một nhà phát hành trong việc thanh toán đúng hạn cho một khoản nợ nhất định trong suốt thời hạn tồn tại của khoản nợ”.

Tại nhiều nước trên thế giới, hầu hết các công ty lớn và các tổ chức cho vay đều thiết lập bảng xếp hạng tín dụng đối với các khách hàng hiện tại cũng như tương lai của họ. Từ các định nghĩa trên, theo tác giả hệ thống xếp hạng tín dụng là hệ thống các chỉ tiêu và quy tắc đánh giá do các NHTM thiết lập nhằm đánh giá chất lượng tín dụng của khách hàng, phục vụ việc ra quyết định cho vay của nội bộ ngân hàng đó. Nền tảng của hệ thống xếp hạng tín dụng chính là cơ sở dữ liệu chính các ngân hàng thu thập được và tiến hành phân tích nên kết quả xếp hạng phụ thuộc hoàn toàn vào việc thu thập, phân tích và mô hình tính toán dữ liệu này. Đồng thời dữ liệu thu thập luôn có sự thay đổi biến động theo tình hình kinh tế xã hội nên các thước đo sẽ có sự thay đổi trong từng thời kỳ đòi hỏi hệ thống phải cập nhật liên tục những biến động đó.

Vai trò xếp hạng tín dụng tại ngân hàng thƣơng mại. Hạn chế rủi ro tín dụng. Hoạt động ngân hàng trong nền kinh tế thị trường là một trong những hoạt động kinh tế có nhiều rủi ro hơn hết.Có thể nói rủi ro được xem như là yếu tố không tách rời với quá trình hoạt động của ngân hàng thương mại trên thị trường. Rủi ro trong cho vay còn được nhân lên gấp đôi, bởi vì ngân hàng không những phải hứng chịu các rủi ro do các nguyên nhân chủ quan của mình, mà còn gánh chịu những rủi ro do khách hàng gây ra.

Rủi ro tín dụng luôn gắn liền với hoạt động cho vay của ngân hàng.Việc đánh giá rủi ro này là trách nhiệm của ngân hàng. Các ngân hàng luôn tìm cực đại lợi LUAN VAN CHAT LUONG download : add [e-mail] 6 nhuận qua việc tìm kiếm những lợi tức cao nhất có thể có ở các món cho vay, đồng thời cố gắng giảm thiểu rủi ro liên quan đến các hoạt động cho vay như sàng lọc và giám sát khách hàng vay, thiết lập mối quan hệ khách hàng lâu dài, quy định các hạn mức tín dụng, tài sản thế chấp,… Mặc dù vậy không một ngân hàng nào, không một tổ chức nào có thể dự đoán hết được những rủi ro có thể xảy ra. Hoạt động kinh doanh tiền tệ ngày càng khó khăn, rủi ro của nó ngày một lớn, đòi hỏi phải có những biện pháp phòng ngừa, hạn chế các rủi ro để bảo đảm an toàn cho toàn hệ thống ngân hàng thương mại. Trong xu thế đó xếp hạng tín dụng là một kỹ thuật ngày càng được chú ý rộng rãi trong hoạt động tín dụng ngân hàng.

Vì kết quả xếp hạng tín dụng đã cho thấy phần nào mức độ rủi ro của khách hàng vay, kết quả xếp hạng càng thấp thì rủi ro cho vay càng lớn chính vì vậy để hạn chế rủi ro các ngân hàng thương mại thường lựa chọn những khách hàng có kết quả xếp hạng ở một mức độ nào đó. Lựa chọn khách hàng cho vay. Lưạ chọn khách hàng cho vay luôn là một quyết định quan trọng trong hoạt động tín dụng của ngân hàng. Khi đưa ra quyết định lựa chọn không phù hợp có thể dẫn đến rủi ro rất lớn do khách hàng không trả được nợ.

Ngân hàng quyết định cho vay dựa vào các cơ sở như tài sản đảm bảo, phương án sản xuất kinh doanh, tình hình tài chính, khả năng trả nợ,… Tuy nhiên khi đã có hệ thống xếp hạng tín dụng, ngân hàng có thể căn cứ vào kết quả xếp hạng tín dụng để lựa chọn khách hàng đặt quan hệ. Chỉ những khách hàng có kết quả xếp hạng từ một mức rủi ro nào đó ngân hàng mới xem xét cho vay. Hỗ trợ phân loại nợ và trích dự phòng rủi ro. Các ngân hàng có xu hướng xây dựng hệ thống xếp hạng tín dụng nội bộ để hỗ trợ cho việc phân loại nợ, quản lý chất lượng tín dụng phù hợp với phạm vi hoạt động, tình hình thực tế của ngân hàng.

Việc hỗ trợ của hệ thống xếp hạng tín dụng nội bộ được thể hiện ở chỗ kết quả xếp hạng tín dụng của khách hàng nội bộ sẽ làm căn cứ để tính toán và trích lập dự phòng rủi ro. Hệ thống xếp hạng tín dụng nội bộ tối thiểu phải bao gồm: LUAN VAN CHAT LUONG download : add [e-mail] 7 + Các cơ sở pháp lý liên quan đến thành lập và ngành nghề kinh doanh của khách hàng. + Các chỉ tiêu kinh tế tổng hợp liên quan đến tình hình kinh doanh tài chính, tài sản, khả năng thực hiện nghĩa vụ tài chính theo cam kết; + Uy tín đối với tổ chức tín dụng đã giao dịch trước đây; + Các tiêu chí đánh giá khách hàng chi tiết, cụ thể, có hệ thống (đánh giá yếu tố ngành nghề địa phương) trên cơ sở đó xếp hạng cụ thể đối với khách hàng. Mỗi năm tổ chức tín dụng phải đánh giá lại hệ thống xếp hạng tín dụng nội bộ và chính sách dự phòng rủi ro cho phù hợp với tình hình thực tế và các quy định của pháp luật.

Nợ được phân thành các nhóm như sau: + Nhóm 1 (Nợ đủ tiêu chuẩn) bao gồm: Các khoản nợ được tổ chức dụng đánh giá là có khả năng thu hồi đầy đủ cả nợ gốc và lãi đúng hạn. + Nhóm 2 (Nợ cần chú ý) bao gồm: Các khoản nợ được tổ chức tín dụng đánh giá là có khả năng thu hồi đầy đủ cả nợ gốc và lãi nhưng có dấu hiệu khách hàng suy giảm khả năng trả nợ. + Nhóm 3 (Nợ dưới tiêu chuẩn) bao gồm: Các khoản nợ được tổ chức tín dụng đánh giá là không có khả năng thu hồi nợ gốc và lãi khi đến hạn. Các khoản nợ này được tổ chức tín dụng đánh giá là có khả năng tổn thất một phần nợ gốc và lãi.

+ Nhóm 4 (Nợ nghi ngờ) bao gồm: Các khoản nợ được tổ chức tín dụng đánh giá là khả năng tổn thất cao. + Nhóm 5 (Nợ có khả năng mất vốn) bao gồm: Các khoản nợ được tổ chức tín dụng đánh giá là không còn khả năng thu hồi, mất vốn. Xây dựng chính sách khách hàng. Chính sách khách hàng của ngân hàng sẽ được áp dụng cho từng nhóm khách hàng dựa trên kết quả xếp hạng.

Chính sách khách hàng bao gồm: - Chính sách cấp tín dụng. Tùy thuộc vào thứ hạng xếp hạng tín dụng của khách hàng mà ngân hàng có thể cung cấp cho khách hàng những sản phẩm tín dụng khác nhau. Những khách hàng LUAN VAN CHAT LUONG download : add [e-mail] 8 có thứ hạng tín nhiệm cao sẽ được ngân hàng cung cấp không giới hạn các sản phẩm tín dụng như cho vay ngắn hạn theo hạn mức, cho vay trung và dài hạn… - Chính sách lãi suất. Căn cứ vào mức xếp hạng khách hàng, ngân hàng sẽ áp dụng các mức lãi suất khác nhau.

Những khách hàng có thứ hạng xếp hạng cao sẽ được những mức lãi suất ưu đãi hơn so với những khách hàng có thứ hạng xếp hạng thấp. - Chính sách tài sản đảm bảo tiền vay.