Bối cảnh và vấn đề nghiên cứu

Sau gần ba thập kỷ thực hiện đường lối đổi mới và hội nhập kinh tế quốc tế, đặc biệt là sự kiện Việt Nam gia nhập Tổ chức Thương mại Thế giới (WTO), nền kinh tế Việt Nam đã đạt được những bước phát triển ổn định về quy mô. Tuy nhiên, trước các biến động phức tạp của nền tài chính toàn cầu và áp lực cạnh tranh gay gắt, năng lực hoạt động của các doanh nghiệp trong nước chịu tác động trực tiếp từ khả năng tiếp cận và hiệu quả sử dụng nguồn vốn. Thực tế cho thấy, nguồn vốn đầu tư đóng vai trò then chốt khi đóng góp từ 50% đến 55% vào tốc độ tăng trưởng kinh tế hàng năm. Do đó, hoạt động cung ứng tín dụng của hệ thống ngân hàng thương mại là huyết mạch duy trì sự luân chuyển vốn trong nền kinh tế quốc dân.

Mặc dù giữ vai trò chủ lực trong việc cung ứng vốn cho các thành phần kinh tế, hoạt động cho vay của các ngân hàng thương mại luôn đi liền với rủi ro tín dụng. Rủi ro này không thể bị triệt tiêu hoàn toàn mà chỉ có thể hạn chế và kiểm soát thông qua các công cụ đo lường và phòng ngừa thích hợp. Tại Ngân hàng Thương mại Cổ phần Công thương Việt Nam (Vietinbank) - Chi nhánh Hải Dương, nhu cầu vay vốn phục vụ sản xuất kinh doanh của các doanh nghiệp trên địa bàn tỉnh rất lớn, đòi hỏi chi nhánh vừa phải đẩy mạnh tăng trưởng tín dụng vừa phải nâng cao năng lực quản trị rủi ro để bảo toàn vốn và tối ưu hóa hiệu quả hoạt động.

Đề tài "Sử dụng mô hình VaR trong quản trị rủi ro tín dụng của ngân hàng Vietinbank chi nhánh Hải Dương" do sinh viên Vũ Thị Ngân (Khoa Toán kinh tế) thực hiện dưới sự hướng dẫn của cô Nguyễn Thị Liên nhằm giải quyết các nhiệm vụ nghiên cứu cụ thể sau:

  1. Tìm hiểu những vấn đề lý luận cơ bản trong hoạt động cho vay vốn và quản trị rủi ro của ngân hàng thương mại.
  2. Phân tích, đánh giá thực trạng hoạt động cho vay và công tác quản trị rủi ro tín dụng tại Vietinbank Chi nhánh Hải Dương.
  3. Đo lường mức độ rủi ro đối với các khoản cấp tín dụng của ngân hàng bằng các mô hình định lượng chuyên sâu.
  4. Đề xuất các giải pháp và khuyến nghị nhằm hạn chế rủi ro trong hoạt động cho vay vốn tại Vietinbank Chi nhánh Hải Dương.

Đối tượng và phạm vi nghiên cứu của đề tài tập trung vào dữ liệu dư nợ tiền vay của các khách hàng có giao dịch tín dụng định kỳ tại Vietinbank Chi nhánh Hải Dương, cụ thể là chuỗi số liệu lợi suất dư nợ của Công ty TNHH Thương mại Việt Đức và Công ty Cổ phần Bơm Hải Dương trong giai đoạn từ năm 2010 đến năm 2013.


Cơ sở lý thuyết và phương pháp

Khung lý thuyết của công trình được xây dựng trên nền tảng pháp lý của hệ thống ngân hàng Việt Nam (Pháp lệnh Ngân hàng, Hợp tác xã tín dụng và Công ty tài chính năm 1990; Luật Các tổ chức tín dụng năm 2010) kết hợp với các lý thuyết tài chính - toán kinh tế hiện đại về quản trị danh mục và đo lường rủi ro:

  • Lý thuyết lựa chọn danh mục đầu tư: Markowitz (1951) đặt nền móng cho việc sử dụng độ lệch chuẩn để đo lường mức độ biến động; Roy (1951) đưa ra khái niệm rủi ro gắn liền với mức độ tin cậy; Baumol (1961) thiết lập tiêu chuẩn đo lường tổn thất dựa trên xác suất và độ tin cậy trong phân phối chuẩn ($L = \alpha\sigma - \mu$).
  • Hệ tiên đề thước đo rủi ro: Artzner (1998) chuẩn hóa bốn tính chất của một thước đo rủi ro hợp thức gồm: tính đơn điệu, tính bất biến tịnh tiến, tính thuần nhất và tính cộng dưới (sub-additivity).
  • Mô hình Giá trị tại rủi ro (Value at Risk - VaR): Được phát triển từ lĩnh vực bảo hiểm và ngân hàng Bankers Trust (thập niên 1980), sau đó được JPMorgan chuẩn hóa qua hệ thống RiskMetrics năm 1993 và được Nhóm Ba Mươi (G30) khuyến nghị sử dụng rộng rãi. Mô hình VaR lượng hóa mức tổn thất tối đa có thể xảy ra của một khoản vay hoặc danh mục trong một khoảng thời gian xác định với mức độ tin cậy định trước ($1-\alpha$).

Phương pháp nghiên cứu kết hợp giữa phân tích định tính và mô hình hóa định lượng:

  • Phân tích định lượng chuỗi thời gian: Thực hiện kiểm định phân phối chuẩn Jarque-Bera (dựa trên hệ số bất đối xứng Skewness và hệ số nhọn Kurtosis) và kiểm định tính dừng Augmented Dickey-Fuller (ADF) trên chuỗi lợi suất dư nợ.
  • Mô hình VaR tham số: Thiết lập công thức tính VaR cho phân phối chuẩn $N(\mu, \sigma^2)$ và mở rộng sang phân phối $t$-Student chuẩn hóa ($t^{(s)}$) với $s$ bậc tự do đối với các chuỗi tài chính có hiện tượng đuôi dày (fat tails).
  • Mô hình VaR - RiskMetrics & chuỗi thời gian biến động: Ứng dụng cấu trúc phương sai thay đổi có điều kiện IGARCH(1,1), mô hình ARMA($m,n$) - GARCH($p,q$) kết hợp quy tắc căn bậc hai theo thời gian ($\sqrt{k}$).
  • Phương pháp hậu kiểm (Backtesting): Đánh giá độ tin cậy của mô hình VaR thông qua biến ngẫu nhiên số lần vi phạm thực tế $X \sim B(n, \alpha)$ và khoảng tin cậy tương ứng ở cỡ mẫu $n > 30$.

Nguồn dữ liệu sử dụng trong nghiên cứu bao gồm số liệu thống kê nợ xấu của Ngân hàng Nhà nước Việt Nam, báo cáo tài chính của Vietinbank công bố trên các cổng thông tin tài chính (investor.vn), cùng chuỗi dữ liệu dư nợ thực tế định kỳ của hai doanh nghiệp khách hàng tại Vietinbank Hải Dương giai đoạn 2010 - 2013, được xử lý thông qua phần mềm kinh tế lượng EViews.


Nội dung chính theo từng chương

Chương I: Hoạt động tín dụng và quản trị rủi ro tại ngân hàng Vietinbank

Chương I trình bày tổng quan lý luận về ngân hàng thương mại, các nghiệp vụ kinh doanh cơ bản (huy động vốn, cấp tín dụng, bảo lãnh, cho thuê tài chính, đầu tư, dịch vụ thanh toán) cùng các quy định đảm bảo an toàn tín dụng (ngân hàng chỉ được huy động vốn tối đa gấp 25 lần vốn tự có; tổng dư nợ cho vay đối với một khách hàng không vượt quá 20% vốn tự có của ngân hàng). Tác giả hệ thống hóa quy trình tín dụng 7 bước tiêu chuẩn: tiếp cận khách hàng, lập hồ sơ vay vốn, thẩm định khách hàng, ra quyết định và ký hợp đồng, giải ngân, kiểm tra sau giải ngân và thanh lý tín dụng.

Đánh giá thực trạng chung, văn bản dẫn chứng số liệu nợ xấu toàn hệ thống ngân hàng Việt Nam: năm 2002 tổng nợ xấu vượt 20.000 tỷ đồng; đến tháng 6/2011 tỷ lệ nợ xấu chiếm 2,72% tổng dư nợ (tăng 0,56% so với cuối năm 2010). Tại địa bàn TP. Hồ Chí Minh, tính đến hết tháng 4/2011 nợ xấu ở mức 4,2% tổng dư nợ (trong đó khối công ty cho thuê tài chính có nợ xấu lên tới 26,4%, khối quốc doanh là 5,7% và cổ phần là 2,9%); đến cuối tháng 5/2011 tổng dư nợ đạt 748.900 tỷ đồng với nợ xấu là 31.380 tỷ đồng (~1,52 tỷ USD).

Về phía Vietinbank, ngân hàng thành lập ngày 26/3/1988 (tiền thân là Ngân hàng Chuyên doanh Công thương Việt Nam theo Nghị định 53/NĐ-HĐBT), đổi tên ngày 14/11/1990 (Quyết định 402/CT). Vốn điều lệ tại ngày 31/12/2007 đạt hơn 7.708 tỷ đồng, tổng tài sản 166.112 tỷ đồng; đến ngày 30/9/2008 vốn điều lệ đạt 7.726 tỷ đồng và tổng tài sản đạt 187.000 tỷ đồng. Chi nhánh Vietinbank Hải Dương (số 1 đường Hồng Quang) được thành lập từ năm 1993, có cơ cấu bộ máy gồm Ban giám đốc, Phòng kinh doanh, Phòng kế toán và kho quỹ, Phòng hành chính.

Về cơ cấu tín dụng, dư nợ của Vietinbank tập trung chủ yếu vào cho vay ngắn hạn (~70%), phân bổ vào các ngành công nghiệp chế biến - chế tạo (34%), thương mại và dịch vụ (32%), xây dựng và bất động sản (14%). Tỷ lệ nợ xấu của ngân hàng đến hết tháng 6/2013 duy trì ở mức 2,2% (~7.000 tỷ đồng), thấp hơn mức bình quân ngành; hệ số bao phủ nợ xấu (coverage ratio) luôn được duy trì thận trọng trong biên độ 70% - 80%.

Bên cạnh các kết quả đạt được như thiết lập hạn mức rủi ro và quy trình rà soát cảnh báo sớm, công tác quản trị rủi ro tại Vietinbank Hải Dương còn một số hạn chế:

  • Phòng Quản trị rủi ro trực thuộc Ban giám đốc, chưa đảm bảo tính độc lập khách quan trong phân tích và thẩm định.
  • Công tác quản trị chưa tập trung sâu vào nội tại khách hàng mà chủ yếu theo dõi các biến động bên ngoài.
  • Hệ thống chấm điểm tín dụng gặp khó khăn do dữ liệu báo cáo tài chính của doanh nghiệp vay vốn thiếu độ tin cậy và chưa được kiểm toán đầy đủ; áp lực hoàn thành kế hoạch kinh doanh đôi khi dẫn đến sự can thiệp làm thay đổi kết quả xếp hạng.

Chương II: Lý thuyết về mô hình VaR

Chương II đi sâu vào bản chất toán học của mô hình VaR. Đại lượng $\text{VaR}(k, \alpha)$ biểu thị tổn thất tối đa của danh mục đầu tư sau chu kỳ $k$ ở mức ý nghĩa $\alpha$:

$$\Pr(P&L(k) < \text{VaR}(k, \alpha)) = \alpha$$

Xem xét theo hệ tiên đề Artzner (1998), thước đo VaR thỏa mãn 3 tính chất: tính đơn điệu, tính bất biến tịnh tiến và tính thuần nhất. Khi lợi suất tuân theo phân phối chuẩn, VaR thỏa mãn thêm tính chất cộng dưới.

Chương này trình bày chi tiết các dạng mô hình:

  1. VaR tham số phân phối chuẩn:

    • Đối với tài sản đơn lẻ: $\text{VaR}(1\text{ ngày}, (1-\alpha)100%) = \mu + N^{-1}(\alpha)\sigma$.
    • Đối với danh mục $P$ có véc-tơ giá trị $x$ và ma trận hiệp phương sai $V$: $\text{VaR}P = \mu{P&L} + N^{-1}(\alpha)\sqrt{x'Vx}$. Bỏ qua kỳ vọng ngày ($\mu \approx 0$), công thức rút gọn thành $\text{VaR}_P = N^{-1}(\alpha)\sqrt{x'Vx}$.
  2. VaR tham số phân phối $t$-Student chuẩn hóa: Áp dụng khi chuỗi lợi suất có hiện tượng đuôi dày với $s$ bậc tự do ($3 \le s \le 6$). Phân vị chuẩn hóa được xác định bởi $t_{\alpha}^{*(s)} = \frac{t_{\alpha}^{(s)}}{\sqrt{s/(s-2)}}$, dẫn đến công thức:

    $$\text{VaR}(1\text{ ngày}, (1-\alpha)100%) = \mu + \sigma \cdot t_{\alpha}^{*(s)}$$

  3. Mô hình chuỗi thời gian ARMA($m,n$) - GARCH($p,q$): Ước lượng phương trình kỳ vọng có điều kiện và phương trình phương sai có điều kiện khi chuỗi có hiện tượng phương sai thay đổi theo thời gian.

  4. Mô hình VaR - RiskMetrics (JPMorgan): Giả định phương sai có điều kiện biến thiên theo quá trình $\text{IGARCH}(1,1)$ không có độ dịch: $\sigma_t^2 = \lambda\sigma_{t-1}^2 + (1-\lambda)r_{t-1}^2$ với hệ số suy giảm $\lambda \in (0,9; 1)$. Giá trị VaR cho chu kỳ $k$ ngày được mở rộng qua quy tắc:

    $$\text{VaR}(k\text{ ngày}, \alpha) = \sqrt{k} \cdot \text{VaR}(1\text{ ngày}, \alpha)$$

  5. Phương pháp hậu kiểm (Backtesting): Đánh giá số ngày xảy ra tổn thất vượt mức VaR lý thuyết trong mẫu $n$ ngày. Biến ngẫu nhiên $X \sim B(n, \alpha)$ có kỳ vọng $E(X) = n\alpha$ và phương sai $\text{Var}(X) = n\alpha(1-\alpha)$, xác lập khoảng tin cậy với giá trị tới hạn $Z_{\alpha/2}$.

Chương III: Ứng dụng mô hình VaR trong quản trị rủi ro tín dụng của ngân hàng Vietinbank chi nhánh Hải Dương

Chương III triển khai thực nghiệm mô hình VaR trên chuỗi dữ liệu thực tế tại chi nhánh:

  • Dữ liệu phân tích: Chuỗi lợi suất dư nợ tín dụng giai đoạn 2010 - 2013 của Công ty TNHH Thương mại Việt Đức (Isvietduc, chuyên thiết bị lạnh công nghiệp và máy thủy) và Công ty Cổ phần Bơm Hải Dương (Isbom, doanh nghiệp cơ khí sản xuất bơm công nghiệp thành lập năm 1960).
  • Thống kê mô tả chuỗi Isvietduc: Cỡ mẫu gồm $N = 101$ quan sát; giá trị nhỏ nhất đạt $-2,355200$, giá trị lớn nhất đạt $4,000000$; giá trị trung bình xấp xỉ $0,00$. Hệ số nhọn của chuỗi thấp hơn phân phối chuẩn.
  • Kiểm định giả thiết thống kê chuỗi Isvietduc:
    • Kiểm định Jarque-Bera: Thống kê $JB = 0,05$ dẫn đến việc bác bỏ giả thiết $H_0$ (chuỗi không tuân theo phân phối chuẩn).
    • Kiểm định tính dừng Augmented Dickey-Fuller (ADF): Thống kê kiểm định đạt $\text{ADF} = -9,5819$, cho thấy chuỗi dừng có ý nghĩa thống kê ở cả ba mức $1%$, $5%$ và $10%$.
  • Ước lượng VaR tham số phân phối $t$-Student chuẩn hóa: Do chuỗi không tuân theo quy luật phân phối chuẩn, tác giả sử dụng phân phối $t$-Student chuẩn hóa với $s = 3$ bậc tự do. Các mức phân vị được xác định cụ thể:
    • Mức ý nghĩa $\alpha = 0,01$ ($99%$ tin cậy): $t_{0,01}^{*(3)} = 3,0372251$.
    • Mức ý nghĩa $\alpha = 0,05$ ($95%$ tin cậy): $t_{0,05}^{*(3)} = 1,837386$.
    • Mức ý nghĩa $\alpha = 0,10$ ($90%$ tin cậy): $t_{0,10}^{*(3)} = 0,294420$.
  • Tính toán VaR - RiskMetrics: Thực hiện ước lượng mức tổn thất tối đa theo mô hình tham số và mô hình RiskMetrics cho khoản vay của Công ty Thương mại Việt Đức và Công ty Cổ phần Bơm Hải Dương, làm cơ sở xác lập vốn tự có phòng ngừa rủi ro tín dụng cho chi nhánh.

Kết quả và đóng góp

Bảng tổng hợp thông số kiểm định và phân vị mô hình thực nghiệm

Chuỗi dữ liệu Số quan sát ($N$) Khoảng dao động [Min, Max] Kiểm định Jarque-Bera ($JB$) Thống kê ADF Phân vị $t$-Student ($s=3$, $\alpha=0,05$)
Isvietduc (2010 - 2013) 101 [-2,355200; 4,000000] 0,05 (Bác bỏ chuẩn $H_0$) -9,5819 (Dừng ở 1%, 5%, 10%) 1,837386

Đóng góp thực tiễn và giải pháp đề xuất

Nghiên cứu mang lại các kết quả và đề xuất ứng dụng cụ thể:

  1. Lượng hóa rủi ro tín dụng bằng công cụ toán học: Chứng minh chuỗi lợi suất tín dụng của khách hàng doanh nghiệp thực tế không tuân theo phân phối chuẩn mà có đặc tính phân phối $t$-Student chuẩn hóa; việc ứng dụng mô hình VaR tham số $t$-Student và RiskMetrics giúp ngân hàng xác định chính xác giá trị tổn thất tiềm năng ở các mức độ tin cậy $90%$, $95%$ và $99%$.
  2. Khuyến nghị đối với cơ quan quản lý và Chính phủ: Hoàn thiện môi trường thể chế pháp lý về tín dụng, kiểm soát minh bạch thông tin tài chính doanh nghiệp và nâng cao hiệu quả phối hợp cảnh báo rủi ro vĩ mô.
  3. Khuyến nghị đối với hệ thống Vietinbank:
    • Cơ cấu lại vị trí của Phòng Quản trị rủi ro nhằm đảm bảo tính độc lập với Ban giám đốc, loại bỏ các tác động hành chính vào kết quả xếp hạng khách hàng.
    • Hoàn thiện mô hình chấm điểm tín dụng nội bộ, gắn kết quả đo lường VaR với việc trích lập dự phòng rủi ro và xác định hạn mức cấp tín dụng cho từng doanh nghiệp.
    • Nâng cao tính chuẩn xác của dữ liệu đầu vào thông qua việc yêu cầu báo cáo tài chính phải được kiểm toán độc lập.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế về phạm vi mẫu: Nghiên cứu thực nghiệm mới tập trung khảo sát trên tập dữ liệu của hai doanh nghiệp cụ thể (Công ty TNHH TM Việt Đức và Công ty CP Bơm Hải Dương) trong giai đoạn 2010 - 2013, chưa bao quát toàn bộ danh mục cho vay đa ngành của chi nhánh.
  • Hạn chế về giả định mô hình: Việc áp dụng phân phối tham số $t$-Student chuẩn hóa 3 bậc tự do và giả định tham số của RiskMetrics phụ thuộc vào tính ổn định của môi trường kinh doanh; mô hình có thể phát sinh sai lệch khi thị trường xuất hiện các cú sốc vĩ mô bất thường.
  • Hướng nghiên cứu tiếp: Mở rộng kiểm định mô hình VaR trên danh mục đa dạng ngành nghề (chế biến chế tạo, bất động sản, thương mại); áp dụng các phương pháp mô phỏng phi tham số (Historical Simulation, Monte Carlo Simulation) kết hợp kiểm tra sức chịu tải (Stress Testing) để hoàn thiện khung quản trị rủi ro tín dụng toàn diện.

Giá trị tham khảo

Tài liệu cung cấp nguồn tư liệu học thuật hữu ích cho:

  • Sinh viên và giảng viên chuyên ngành Toán kinh tế, Tài chính - Ngân hàng, Kinh tế học: Tham khảo quy trình mô hình hóa chuỗi thời gian tài chính, kỹ thuật kiểm định phân phối phi chuẩn, phương pháp hiệu chỉnh bậc tự do trong phân phối $t$-Student và phương pháp hậu kiểm mô hình định lượng.
  • Cán bộ quản trị rủi ro tại các ngân hàng thương mại: Ứng dụng quy trình triển khai mô hình VaR và RiskMetrics vào việc giám sát dư nợ, định lập hạn mức tín dụng và đo lường tổn thất danh mục cho vay khách hàng doanh nghiệp.

Câu hỏi thường gặp

1. Tác giả sử dụng chuỗi số liệu của các doanh nghiệp nào để kiểm định mô hình VaR tại Vietinbank Hải Dương?
Nghiên cứu sử dụng chuỗi số liệu lợi suất dư nợ tín dụng giai đoạn 2010 - 2013 của hai khách hàng vay vốn tại Vietinbank Chi nhánh Hải Dương là Công ty TNHH Thương mại Việt Đức (Isvietduc) và Công ty Cổ phần Bơm Hải Dương (Isbom).

2. Kết quả kiểm định thống kê chuỗi lợi suất của Công ty Thương mại Việt Đức cho thấy điều gì?
Chuỗi gồm 101 quan sát, dao động trong khoảng từ $-2,355200$ đến $4,000000$. Kiểm định Jarque-Bera đạt $JB = 0,05$ bác bỏ giả thiết phân phối chuẩn; kiểm định Augmented Dickey-Fuller đạt thống kê $\text{ADF} = -9,5819$ khẳng định chuỗi dừng có ý nghĩa thống kê ở các mức $1%$, $5%$ và $10%$.

3. Mô hình VaR thỏa mãn những tính chất nào trong 4 tiên đề thước đo rủi ro của Artzner (1998)?
Mô hình VaR nói chung luôn thỏa mãn 3 tính chất: tính đơn điệu, tính bất biến tịnh tiến và tính thuần nhất. Riêng tính chất cộng dưới chỉ được thỏa mãn khi chuỗi lợi suất tuân theo phân phối chuẩn.

4. Cơ cấu dư nợ và nợ xấu của Vietinbank trong giai đoạn nghiên cứu có đặc điểm gì nổi bật?
Dư nợ cho vay của Vietinbank tập trung chủ yếu vào ngắn hạn (~70%), theo ngành gồm chế biến - chế tạo (34%), thương mại - dịch vụ (32%), xây dựng - bất động sản (14%). Tỷ lệ nợ xấu đến tháng 6/2013 ở mức 2,2% (~7.000 tỷ đồng) với tỷ lệ bao phủ nợ xấu đạt từ 70% đến 80%.

5. Những hạn chế chính trong công tác quản trị rủi ro tại Vietinbank Hải Dương được nêu ra là gì?
Các hạn chế gồm: Phòng Quản trị rủi ro chưa độc lập do thuộc quyền quản lý trực tiếp của Ban giám đốc; hệ thống chấm điểm tín dụng còn phụ thuộc vào dữ liệu báo cáo tài chính doanh nghiệp chưa được kiểm toán; áp lực kế hoạch kinh doanh dẫn đến việc điều chỉnh thứ hạng tín dụng.


Kết luận

Chuyên đề thực tập tốt nghiệp của tác giả Vũ Thị Ngân đã hệ thống hóa toàn diện cơ sở lý luận về quản trị rủi ro tín dụng ngân hàng thương mại và lý thuyết mô hình Giá trị tại rủi ro (VaR). Thông qua việc phân tích chuỗi dữ liệu thực nghiệm tại Vietinbank Chi nhánh Hải Dương giai đoạn 2010 - 2013, công trình đã chứng minh tính khả thi của việc ứng dụng mô hình VaR tham số $t$-Student chuẩn hóa và hệ thống RiskMetrics trong việc định lượng tổn thất tín dụng. Các giải pháp và kiến nghị được đề xuất từ kết quả nghiên cứu cung cấp cơ sở khoa học để nâng cao tính độc lập, chuẩn hóa quy trình thẩm định và tối ưu hóa năng lực quản trị rủi ro nợ vay tại các tổ chức tín dụng.