Kiểm Tra Sức Chịu Đựng Rủi Ro Tín Dụng Của Các Ngân Hàng Thương Mại Việt Nam

Kiểm tra sức chịu đựng rủi ro tín dụng (RRTD) là một công cụ quan trọng trong quản lý rủi ro tại các ngân… 181 trang · Trường Đại Học Kinh Tế Quốc Dân · 2017.

• Tác giả: Vũ Trung Thành
• Người hướng dẫn: PGS. Trần Thị Thanh Tú
• Trường học: Trường Đại Học Kinh Tế Quốc Dân
• Chuyên ngành: Tài chính - Ngân hàng
• Đề tài: Kiểm Tra Sức Chịu Đựng Rủi Ro Tín Dụng Tại Ngân Hàng Thương Mại Việt Nam
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2017
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• DANH MỤC VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC ĐỒ THỊ
• DANH MỤC CÁC HÌNH
• DANH MỤC CÁC PHỤ LỤC
• PHẦN MỞ ĐẦU
• Giới thiệu công trình nghiên cứu
• Tính cấp thiết của luận án
• Mục tiêu nghiên cứu
• Đối tượng và phạm vi nghiên cứu
• Câu hỏi nghiên cứu
• Phương pháp nghiên cứu
• Những đóng góp của luận án
• Kết cấu của luận án
• 1. CHƯƠNG 1: TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU
• 1.1. Các nghiên cứu về Kiểm tra sức chịu đựng ở nước ngoài
• 1.1.1. Quá trình hình thành và phát triển lý thuyết về Kiểm tra sức chịu đựng
• 1.1.2. Tác động của kinh tế vĩ mô đối với RRTD trong xây dựng kịch bản Kiểm tra sức chịu đựng
• 1.1.2.1. Chỉ số đại diện cho chu kỳ kinh tế
• 1.1.2.2. Chỉ số giá bất động sản
• 1.1.2.3. Chỉ số chứng khoán
• 1.1.2.4. Các chỉ số thể hiện mặt bằng lãi suất
• 1.1.2.5. Chỉ số về tăng trưởng tín dụng
• 1.2. Các nghiên cứu về Kiểm tra sức chịu đựng vi mô tại Việt Nam
• 1.3. Khoảng trống nghiên cứu
• 1.4. KẾT LUẬN CHƯƠNG 1
• 2. CHƯƠNG 2: CƠ SỞ LÝ LUẬN VỀ KIỂM TRA SỨC CHỊU ĐỰNG VI MÔ ĐỐI VỚI RRTD TẠI CÁC NHTM
• 2.1. Khái niệm Kiển tra sức chịu đựng vi mô
• 2.2. Phân loại Kiểm tra sức chịu đựng vi mô
• 2.3. Mô hình Kiểm tra sức chịu đựng vi mô
• 2.3.1. Các mô hình kinh tế vĩ mô (Macroeconomic Modeling)
• 2.3.1.1. Các mô hình hồi quy chuỗi thời gian phi cấu trúc
• 2.3.1.2. Các mô hình cân bằng tổng thể động
• 2.3.1.3. Các mô hình dữ liệu bảng
• 2.3.2. Xây dựng kịch bản Kiểm tra sức chịu đựng vi mô
• 2.3.2.1. Lựa chọn yếu tố gây sốc cho ngân hàng
• 2.3.2.2. Đo lường quy mô cú sốc
• 2.3.3. Biến số đo lường RRTD
• 2.3.4. Mô hình đánh giá RRTD (Credit risk Satellite Modeling)
• 2.3.4.1. Nghiên cứu của Schmeider và cộng sự (2013) xác định RWA
• 2.3.4.2. Nghiên cứu của Buncic và Melecky (2013) xác định PD
• 2.4. Ứng dụng Kiểm tra sức chịu đựng vi mô đối với RRTD trong quản trị ngân hàng
• 2.4.1. Nhận thức về vai trò của Kiểm tra sức chịu đựng
• 2.4.2. Xác định đúng mục tiêu thực hiện Kiểm tra sức chịu đựng
• 2.4.3. Phối hợp giữa các đơn vị chức năng
• 2.4.4. Xây dựng và văn bản hóa quy trình
• 2.4.5. Yếu tố hạ tầng công nghệ thông tin
• 2.4.6. Đánh giá định kỳ việc thực hiện Kiểm tra sức chịu đựng
• 2.5. KẾT LUẬN CHƯƠNG 2
• 3. CHƯƠNG 3: THỰC TRẠNG HOẠT ĐỘNG TÍN DỤNG VÀ TRIỂN KHAI KIỂM TRA SỨC CHỊU ĐỰNG VI MÔ ĐỐI VỚI RRTD TẠI VIETINBANK
• 3.1. Tình hình kinh tế và điều hành chính sách tín dụng của NHNN giai đoạn 2009-2015
• 3.1.1. Tình hình kinh tế vĩ mô
• 3.1.1.1. Tốc độ tăng trưởng GDP
• 3.1.1.2. Lạm phát, tăng cung tiền và tín dụng
• 3.1.1.3. Cán cân vãng lai
• 3.1.1.4. Chỉ số thị trường chứng khoán
• 3.1.1.5. Thị trường bất động sản
• 3.1.2. Nợ xấu và điều hành chính sách tín dụng của NHNN
• 3.1.2.1. Thực trạng nợ xấu giai đoạn 2009-2015
• 3.1.2.2. Các chính sách điều hành tín dụng của NHNN
• 3.2. Thực trạng hoạt động tín dụng của Vietinbank
• 3.2.1. Quá trình hình thành và vai trò của Vietinbank trong hệ thống NHTM Việt Nam
• 3.2.2. Kết quả hoạt động tín dụng của Vietinbank 2009 - 2015
• 3.3. Đánh giá thực trạng triển khai Kiểm tra sức chịu đựng vi mô đối với RRTD tại Vietinbank
• 3.3.1. Thực trạng triển khai Kiểm tra sức chịu đựng RRTD tại Vietinbank
• 3.3.1.1. Nhận thức về vai trò của Kiểm tra sức chịu đựng
• 3.3.1.2. Xây dựng kịch bản Kiểm tra sức chịu đựng
• 3.3.1.3. Văn bản quy định Kiểm tra sức chịu đựng
• 3.3.1.4. Cơ sở hạ tầng thông tin ngân hàng
• 3.3.2. Thành công và hạn chế trong triển khai Kiểm tra sức chịu đựng vi mô đối với RRTD tại Vietinbank
• 3.3.3. Nguyên nhân của những hạn chế
• 3.4. KẾT LUẬN CHƯƠNG 3
• 4. CHƯƠNG 4: HOÀN THIỆN MÔ HÌNH KIỂM TRA SỨC CHỊU ĐỰNG VI MÔ ĐỐI VỚI RRTD THEO CHUẨN MỰC QUỐC TẾ TẠI VIETINBANK
• 4.1. Mô hình kinh tế vĩ mô
• 4.1.1. Dữ liệu nghiên cứu
• 4.1.2. Mô hình nghiên cứu
• 4.1.3. Biến độc lập
• 4.1.4. Giả thuyết nghiên cứu
• 4.1.5. Mô tả và thống kê mẫu nghiên cứu
• 4.1.6. Kiểm định mô hình
• 4.1.6.1. Kiểm định tính dừng
• 4.1.6.2. Kiểm định phương sai của sai số không đổi (nhân tử Lagrange)
• 4.1.6.3. Kiểm định đa cộng tuyến
• 4.1.6.4. Kiểm định Hausmann
• 4.1.7. Kết quả mô hình
• 4.1.7.1. Mô hình đầy đủ
• 4.1.7.2. Mô hình rút gọn
• 4.2. Xây dựng kịch bản Kiểm tra sức chịu đựng
• 4.2.1. Mô hình dự báo GDP
• 4.2.2. Kịch bản chuẩn
• 4.2.3. Kịch bản xấu
• 4.2.4. Kịch bản căng thẳng
• 4.3. Mô hình Kiểm tra sức chịu đựng RRTD tại Vietinbank trong các kịch bản
• 4.3.1. Dự báo tỷ lệ nợ xấu của Vietinbank trong các kịch bản
• 4.3.2. Dự báo tỷ lệ an toàn vốn của Vietinbank trong các kịch bản
• 4.4. KẾT LUẬN CHƯƠNG 4
• 5. CHƯƠNG 5: MỘT SỐ ĐỀ XUẤT NHẰM TĂNG CƯỜNG ỨNG DỤNG MÔ HÌNH KIỂM TRA SỨC CHỊU ĐỰNG VI MÔ ĐỐI VỚI RRTD TẠI CÁC NHTM VIỆT NAM
• 5.1. Hoàn thiện mô hình Kiểm tra sức chịu đựng đối với RRTD tại các NHTM Việt Nam
• 5.2. Một số đề xuất khác đối với các NHTM
• 5.2.1. Nâng cao nhận thức về Basel II và Kiểm tra sức chịu đựng
• 5.2.2. Xây dựng khung quản trị doanh nghiệp, QTRR theo chuẩn quốc tế
• 5.2.3. Đầu tư phát triển công nghệ và hệ thống dữ liệu
• 5.2.4. Nâng cao chất lượng nguồn nhân lực về QTRR
• 5.3. Khuyến nghị đối với các cơ quan quản lý nhà nước
• 5.3.1. Xây dựng lộ trình triển khai Kiểm tra sức chịu đựng phù hợp với điều kiện Việt Nam
• 5.3.2. Hoàn thiện hệ thống số liệu kinh tế vĩ mô
• 5.3.3. Lành mạnh hóa hệ thống ngân hàng
• 5.4. KẾT LUẬN CHƯƠNG 5
• DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Kiểm Tra Sức Chịu Đựng Rủi Ro Tín Dụng Tại Ngân Hàng Thương Mại Việt Nam

Kiểm tra sức chịu đựng rủi ro tín dụng (RRTD) là một công cụ quan trọng trong quản lý rủi ro tại các ngân hàng thương mại (NHTM) Việt Nam. Công cụ này giúp đánh giá khả năng chống đỡ của ngân hàng trước các kịch bản kinh tế tiêu cực. Việc áp dụng mô hình này không chỉ giúp ngân hàng duy trì sự ổn định tài chính mà còn nâng cao khả năng cạnh tranh trong bối cảnh hội nhập quốc tế.

1.1. Khái Niệm Kiểm Tra Sức Chịu Đựng Rủi Ro Tín Dụng

Kiểm tra sức chịu đựng RRTD là quá trình đánh giá khả năng của ngân hàng trong việc duy trì vốn và thanh khoản trong các tình huống khủng hoảng. Mô hình này giúp ngân hàng nhận diện và quản lý các yếu tố rủi ro có thể ảnh hưởng đến hoạt động tín dụng.

1.2. Tầm Quan Trọng Của Kiểm Tra Sức Chịu Đựng

Việc thực hiện kiểm tra sức chịu đựng giúp ngân hàng phát hiện sớm các rủi ro tiềm ẩn, từ đó có biện pháp ứng phó kịp thời. Điều này không chỉ bảo vệ lợi ích của ngân hàng mà còn đảm bảo sự ổn định của toàn bộ hệ thống tài chính.

II. Các Thách Thức Trong Kiểm Tra Sức Chịu Đựng Rủi Ro Tín Dụng Tại Ngân Hàng Thương Mại

Mặc dù kiểm tra sức chịu đựng RRTD mang lại nhiều lợi ích, nhưng việc triển khai mô hình này tại các NHTM Việt Nam vẫn gặp nhiều thách thức. Các ngân hàng cần phải đối mặt với những khó khăn trong việc thu thập dữ liệu, xây dựng mô hình và áp dụng các tiêu chuẩn quốc tế.

2.1. Khó Khăn Trong Việc Thu Thập Dữ Liệu

Một trong những thách thức lớn nhất là việc thu thập dữ liệu chính xác và đầy đủ. Nhiều ngân hàng vẫn chưa có hệ thống thông tin đủ mạnh để hỗ trợ cho việc phân tích và đánh giá rủi ro.

2.2. Thiếu Kinh Nghiệm Trong Ứng Dụng Mô Hình

Nhiều ngân hàng thiếu kinh nghiệm trong việc áp dụng các mô hình kiểm tra sức chịu đựng, dẫn đến việc không thể đánh giá chính xác mức độ rủi ro mà họ đang phải đối mặt.

III. Phương Pháp Kiểm Tra Sức Chịu Đựng Rủi Ro Tín Dụng Tại Ngân Hàng Thương Mại

Để thực hiện kiểm tra sức chịu đựng RRTD, các ngân hàng cần áp dụng các phương pháp khoa học và hiện đại. Việc xây dựng mô hình kiểm tra sức chịu đựng cần dựa trên các yếu tố kinh tế vĩ mô và vi mô để đảm bảo tính chính xác.

3.1. Mô Hình Kinh Tế Vĩ Mô Trong Kiểm Tra Sức Chịu Đựng

Mô hình kinh tế vĩ mô giúp ngân hàng dự đoán các kịch bản kinh tế có thể xảy ra và tác động của chúng đến RRTD. Các yếu tố như tăng trưởng GDP, lạm phát và tỷ lệ thất nghiệp cần được xem xét kỹ lưỡng.

3.2. Mô Hình Hồi Quy Dữ Liệu Bảng

Mô hình hồi quy dữ liệu bảng cho phép ngân hàng phân tích mối quan hệ giữa các biến số và RRTD. Phương pháp này giúp ngân hàng có cái nhìn sâu sắc hơn về các yếu tố ảnh hưởng đến rủi ro tín dụng.

IV. Ứng Dụng Thực Tiễn Kiểm Tra Sức Chịu Đựng Tại Vietinbank

Ngân hàng TMCP Công thương Việt Nam (Vietinbank) đã áp dụng thành công mô hình kiểm tra sức chịu đựng RRTD. Việc này không chỉ giúp ngân hàng duy trì tỷ lệ nợ xấu dưới 3% mà còn nâng cao khả năng cạnh tranh trên thị trường.

4.1. Kết Quả Triển Khai Kiểm Tra Sức Chịu Đựng

Vietinbank đã thực hiện nhiều kịch bản kiểm tra sức chịu đựng, từ đó đưa ra các biện pháp ứng phó kịp thời với các tình huống khủng hoảng. Kết quả cho thấy ngân hàng có khả năng chống đỡ tốt trước các cú sốc kinh tế.

4.2. Bài Học Kinh Nghiệm Từ Vietinbank

Kinh nghiệm từ Vietinbank cho thấy việc áp dụng kiểm tra sức chịu đựng RRTD là cần thiết để đảm bảo sự ổn định tài chính. Các ngân hàng khác có thể học hỏi từ mô hình này để cải thiện quản lý rủi ro của mình.

V. Kết Luận Và Tương Lai Của Kiểm Tra Sức Chịu Đựng Rủi Ro Tín Dụng Tại Ngân Hàng Thương Mại

Kiểm tra sức chịu đựng RRTD sẽ tiếp tục đóng vai trò quan trọng trong quản lý rủi ro tại các NHTM Việt Nam. Việc cải thiện mô hình và quy trình kiểm tra sức chịu đựng sẽ giúp ngân hàng nâng cao khả năng chống đỡ trước các rủi ro tiềm ẩn.

5.1. Xu Hướng Phát Triển Kiểm Tra Sức Chịu Đựng

Trong tương lai, các ngân hàng cần tiếp tục cải thiện quy trình kiểm tra sức chịu đựng để đáp ứng các tiêu chuẩn quốc tế. Việc này sẽ giúp ngân hàng nâng cao khả năng quản lý rủi ro và bảo vệ lợi ích của mình.

5.2. Đề Xuất Giải Pháp Tăng Cường Ứng Dụng

Các ngân hàng cần đầu tư vào công nghệ và đào tạo nhân lực để nâng cao hiệu quả của kiểm tra sức chịu đựng. Điều này sẽ giúp ngân hàng phát triển bền vững và đáp ứng tốt hơn các yêu cầu của thị trường.

Nội dung chính

Tổng quan luận án

Luận án tiến sĩ kinh tế với đề tài "Kiểm tra sức chịu đựng rủi ro tín dụng của các ngân hàng thương mại Việt Nam – nghiên cứu điển hình Ngân hàng TMCP Công thương Việt Nam" được tác giả Vũ Trung Thành thực hiện tại Trường Đại học Kinh tế Quốc dân (Hà Nội, 2017) dưới sự hướng dẫn khoa học của PGS. Trần Thị Thanh Tú và PGS. Nguyễn Thị Minh Huệ. Công trình thuộc chuyên ngành Tài chính - Ngân hàng, mã số 62340201.

Thông tin tổng quát	Chi tiết
Tác giả	Vũ Trung Thành
Cơ sở đào tạo	Trường Đại học Kinh tế Quốc dân
Chuyên ngành / Mã số	Tài chính - Ngân hàng / 62340201
Người hướng dẫn	1. PGS. Trần Thị Thanh Tú 2. PGS. Nguyễn Thị Minh Huệ
Năm bảo vệ	2017
Dung lượng văn bản	142 trang (không kể phụ lục và tài liệu tham khảo), 9 hình, 15 đồ thị, 22 bảng, 4 phụ lục

Tính cấp thiết và khoảng trống nghiên cứu

Rủi ro tín dụng (RRTD) chiếm tỷ trọng lớn nhất trong hoạt động kinh doanh ngân hàng tại Việt Nam, nơi thu nhập lãi từ hoạt động cho vay đóng góp từ 70% đến 90% tổng thu nhập và dư nợ tín dụng chiếm trên 50% tổng tài sản. Sau cuộc khủng hoảng tài chính toàn cầu giai đoạn 2007–2008, phương pháp kiểm tra sức chịu đựng (Stress Testing) trở thành cấu phần bắt buộc thuộc Trụ cột 2 của Hiệp ước vốn Basel II trong khuôn khổ Quy trình nội bộ đánh giá mức độ an toàn vốn (ICAAP).

Tại Việt Nam, Ngân hàng Nhà nước chỉ định 10 ngân hàng thương mại cổ phần (NHTM CP) thí điểm áp dụng Basel II từ cuối năm 2015 theo phương pháp tiêu chuẩn và phương pháp xếp hạng tín dụng nội bộ từ cuối năm 2018. Ngân hàng TMCP Công thương Việt Nam (Vietinbank) là một trong ba ngân hàng lớn nhất hệ thống với quy mô dư nợ đạt 720 nghìn tỷ đồng tại thời điểm 31/12/2016 (đứng thứ hai toàn hệ thống), có hoạt động tín dụng chiếm trên 80% doanh thu. Tuy nhiên, việc áp dụng kiểm tra sức chịu đựng vi mô (Micro-prudential Stress Testing) tại Việt Nam còn mới mẻ, chủ yếu dừng lại ở việc đo lường tỷ lệ nợ xấu (NPL) truyền thống thay vì lượng hóa các tham số đo lường rủi ro theo chuẩn mực quốc tế như xác suất vỡ nợ (PD), tỷ lệ tổn thất khi vỡ nợ (LGD), giá trị danh mục chịu rủi ro (EAD) và tài sản điều chỉnh rủi ro (RWA). Do đó, việc xây dựng mô hình kiểm tra sức chịu đựng vi mô đối với RRTD tại Vietinbank là yêu cầu thực tiễn cấp bách.

Mục tiêu nghiên cứu

Mục tiêu tổng quát của luận án là hoàn thiện mô hình kiểm tra sức chịu đựng vi mô đối với RRTD tại Vietinbank theo tiêu chuẩn quốc tế, từ đó mở rộng khả năng áp dụng cho các NHTM khác tại Việt Nam.

Luận án xác định 5 mục tiêu cụ thể:

1. Hệ thống hóa cơ sở lý luận về kiểm tra sức chịu đựng vi mô đối với RRTD tại các NHTM.
2. Phân tích thực trạng kinh tế vĩ mô Việt Nam và các chính sách điều hành tín dụng của Ngân hàng Nhà nước giai đoạn 2009–2015 nhằm xác định các yếu tố kinh tế tác động đến RRTD của NHTM.
3. Phân tích thực trạng triển khai kiểm tra sức chịu đựng vi mô đối với RRTD tại Vietinbank.
4. Hoàn thiện mô hình kiểm tra sức chịu đựng vi mô đối với RRTD tại Vietinbank.
5. Đề xuất giải pháp nhằm tăng cường ứng dụng kiểm tra sức chịu đựng vi mô đối với RRTD tại các NHTM Việt Nam.

Câu hỏi nghiên cứu

Luận án giải quyết 5 câu hỏi nghiên cứu chính:

1. Cơ sở lý luận của kiểm tra sức chịu đựng vi mô đối với RRTD là gì?
2. Môi trường hoạt động của các NHTM Việt Nam trong giai đoạn 2009–2015 có đặc điểm gì và các yếu tố kinh tế vĩ mô tác động ra sao đến RRTD của các ngân hàng?
3. Thực trạng ứng dụng kiểm tra sức chịu đựng tại Vietinbank đã đạt được những kết quả và hạn chế gì, nguyên nhân do đâu?
4. Mô hình kiểm tra sức chịu đựng vi mô nào phù hợp cho Vietinbank và các NHTM Việt Nam?
5. Cần thực hiện những giải pháp nào để tăng cường ứng dụng kiểm tra sức chịu đựng vi mô tại các NHTM Việt Nam?

Đối tượng và phạm vi nghiên cứu

• Đối tượng nghiên cứu: Mô hình kiểm tra sức chịu đựng vi mô đối với rủi ro tín dụng.
• Phạm vi nội dung: Luận án tập trung vào kiểm tra sức chịu đựng vi mô phục vụ quản trị rủi ro nội bộ của NHTM đối với danh mục tín dụng, không nghiên cứu rủi ro thanh khoản hay rủi ro hoạt động. Mô hình dựa trên khung đánh giá mức độ an toàn vốn theo phương pháp xếp hạng nội bộ (IRB) của Basel II và mô hình yếu tố rủi ro tiệm cận (Asymptotic Single Risk Factor Model) của Gordy (2002), giả định danh mục tín dụng được đa dạng hóa hoàn toàn nên chỉ xem xét các cú sốc bắt nguồn từ kinh tế vĩ mô.
• Phạm vi không gian: Nghiên cứu điển hình tại Vietinbank, đồng thời sử dụng dữ liệu của 9 NHTM CP niêm yết tại Việt Nam.
• Phạm vi thời gian: Dữ liệu thứ cấp theo quý trong giai đoạn 28 quý từ Quý 1/2009 đến Quý 4/2015 (thời điểm các ngân hàng lớn bắt đầu niêm yết và công bố báo cáo tài chính kiểm toán định kỳ). Dự báo các kịch bản thực hiện cho 7 quý giai đoạn 2016–2017.

---

Tổng quan tài liệu và vị trí của luận án

Các hướng nghiên cứu quốc tế

Luận án tổng hợp quá trình hình thành và phát triển của lý thuyết quản trị rủi ro định lượng, khởi nguồn từ khung lý thuyết Giá trị chịu rủi ro (Value at Risk - VaR) dựa trên các công trình định giá tài sản của Sharpe (1964), Black và Scholes (1973), Vasicek (1977) và hệ thống hóa bởi McNeil cùng cộng sự (2005). Do VaR bộc lộ nhược điểm không lượng hóa được các tổn thất tại vùng đuôi phân phối xác suất ("thiên nga đen"), công cụ kiểm tra sức chịu đựng (Stress Testing) được phát triển bổ sung (Pyle, 1997; Blaschke và cộng sự, 2001; Bunn và cộng sự, 2005).

Cơ sở lý luận về kiểm tra sức chịu đựng RRTD được hoàn thiện gắn liền với Chương trình Đánh giá Khu vực Tài chính (FSAP) của Quỹ Tiền tệ Quốc tế (IMF) và Ngân hàng Thế giới (WB), cùng các quy định của Ủy ban Basel về Giám sát Ngân hàng (BCBS, 2000, 2005, 2009, 2011). Về kỹ thuật mô hình hóa tác động kinh tế vĩ mô đến RRTD (Macro-to-micro), các công trình quốc tế sử dụng nhiều nhóm mô hình:

• Mô hình chuỗi thời gian phi cấu trúc: Mô hình VAR (Sims, 1980; Glenn và Lea, 2005; Jimenez và Mencia, 2009); SVAR (Bernanke và cộng sự, 2004; Mohammad-Reza và cộng sự, 2013); GVAR (Alessandri và cộng sự, 2007); VECM (Asberg và Shahnazarian, 2008).
• Mô hình cân bằng tổng thể động: DSGE (Prescott và cộng sự, 1982; Goodhart và cộng sự, 2009).
• Mô hình dữ liệu bảng: Louzis và cộng sự (2012) tại Hy Lạp; Vasiliki và cộng sự (2014) tại châu Âu.
• Mô hình vệ tinh đánh giá RRTD: Buncic và Melecky (2013) ước tính PD; Schmieder và cộng sự (2013) xác định RWA.

Về các nhân tố vĩ mô tác động tới RRTD:

• Tăng trưởng kinh tế (GDP): Tác động nghịch chiều tới nợ xấu (Salas và Saurina, 2002; Quagliariello, 2007; Louzis và cộng sự, 2010; Espinoza và Prasad, 2010; Fofack, 2005; Aver, 2008; Bucur và Dragomirescu, 2014).
• Lạm phát (CPI) và Cung tiền: Quan hệ nghịch chiều (Shu, 2002; Waeibrorheem và Suriani, 2015; Kalirai và Scheicher, 2002) hoặc thuận chiều (Rinaldi và Sanchis-Arellano, 2006; Gunsel, 2011; Castro, 2012).
• Thị trường tài sản và lãi suất: Chỉ số giá bất động sản có quan hệ nghịch chiều với nợ xấu (Tajik và cộng sự, 2015; Wong và cộng sự, 2006; Davis và Zhu, 2011); chỉ số chứng khoán tác động nghịch chiều (Aver, 2008); lãi suất danh nghĩa và thực tác động thuận chiều (Fofack, 2005; Jiménez và Saurina, 2006; Castro, 2012); tăng trưởng tín dụng nóng làm tăng nợ xấu có độ trễ (Demirgüç-Kunt và Detragiache, 1998; Cottarelli và cộng sự, 2003; Nkusu, 2011); tỷ giá tác động đa chiều tùy cấu trúc ngoại tệ (Pratap và Urrutia, 2004; Vogiazas và Nikolaidou, 2011).

Các nghiên cứu tại Việt Nam

• Về quản trị rủi ro tín dụng: Lê Diệu (2010) đề xuất mô hình quản lý RRTD định lượng theo 2 bước; Phạm Thủy và Đỗ Hà (2013) phân tích nhược điểm của việc đo lường rủi ro bằng NPL; Nguyễn Phương (2012) nhấn mạnh việc tính toán tổn thất dự kiến (EL) và tổn thất ngoài dự kiến (UL) thông qua PD, LGD, EAD; Nguyễn Đức Tú (2012), Nguyễn Tuấn Anh (2012) phân tích thực trạng quản trị rủi ro tại Vietinbank và Agribank; Nguyễn Đông (2012) sử dụng mô hình Logistic phân tích xếp hạng tín dụng khách hàng doanh nghiệp tại VCB Đà Nẵng.
• Về kiểm tra sức chịu đựng: Các tài liệu của Võ Trí Thành và Lê Xuân Sang (2013), Dương Quốc Anh (2013) giới thiệu khái niệm cơ bản; Phùng Đức Quyền (2013) xây dựng 3 kịch bản kiểm tra sức chịu đựng hệ thống ngân hàng; Nguyễn Trâm (2014) sử dụng mô hình VECM và CreditRisk+ đánh giá tổn thất vốn tại 8 NHTM niêm yết.
• Về tác động vĩ mô đến chất lượng tín dụng: Lê Vân Chi và Hoàng Trung Lai (2014) sử dụng hồi quy dữ liệu mảng tác động cố định trên 13 NHTM (2007–2013); Đặng Hữu Mẫn và Hoàng Anh (2014) dùng mô hình hồi quy dữ liệu bảng kiểu động (DPDA); Trương Đông Lộc và Nguyễn Văn Thép (2015) nghiên cứu 155 quỹ tín dụng nhân dân tại Đồng bằng sông Cửu Long.

Khoảng trống nghiên cứu luận án lựa chọn giải quyết

1. Khoảng trống về lý luận kiểm tra sức chịu đựng vi mô: Đi sâu phân tích cơ chế kiểm tra sức chịu đựng phục vụ mục tiêu quản trị rủi ro nội bộ và lập kế hoạch vốn (ICAAP) theo chuẩn Basel II tại NHTM Việt Nam, thay vì góc độ kiểm tra sức chịu đựng vĩ mô phục vụ giám sát hệ thống của cơ quan quản lý.
2. Khoảng trống về mô hình định lượng chuyển đổi chuẩn mực: Khắc phục hạn chế của các mô hình trong nước vốn chỉ dừng lại ở chỉ tiêu NPL, luận án thiết lập mô hình định lượng 3 bước liên kết từ cú sốc vĩ mô tới NPL, sau đó chuyển đổi sang các tham số rủi ro chuẩn mực quốc tế (PD, RWA) và chỉ số an toàn vốn (CAR) theo khuyến nghị của Basel II.
3. Khoảng trống về dữ liệu thực nghiệm: Xây dựng mô hình dữ liệu bảng trên 9 NHTM niêm yết giai đoạn 2009–2015 có bóc tách và điều chỉnh số liệu nợ xấu đã bán cho Công ty Quản lý tài sản của các tổ chức tín dụng Việt Nam (VAMC), phản ánh thực chất chất lượng danh mục tín dụng.

---

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và khái niệm sử dụng

• Kiểm tra sức chịu đựng vi mô (Micro-prudential Stress Testing): Theo định nghĩa của BCBS (2009) và Cục Dự trữ Liên bang Mỹ (Fed, 2012), đây là công cụ quản trị rủi ro nội bộ có tính dự báo, cảnh báo cho ban điều hành về mức độ tổn thất vốn và thanh khoản khi xảy ra các kịch bản kinh tế tiêu cực nghiêm trọng nhưng vẫn có khả năng xảy ra.
• Mô hình nhân tố rủi ro tiệm cận (Asymptotic Single Risk Factor - ASRF): Gordy (2002) chứng minh rằng khi danh mục cho vay đủ lớn và được đa dạng hóa hoàn toàn, rủi ro đặc thù của từng khoản vay bị triệt tiêu, mức độ an toàn vốn chỉ còn phụ thuộc vào một nhân tố rủi ro hệ thống duy nhất là các biến động kinh tế vĩ mô. Khung lý thuyết này là nền tảng của phương pháp tính vốn theo xếp hạng nội bộ (IRB) trong Basel II.
• Khung phân tích quy trình 3 bước:
  • Bước 1 - Mô hình kinh tế vĩ mô: Hồi quy dữ liệu bảng xác định mối quan hệ định lượng giữa các biến vĩ mô và tỷ lệ nợ xấu ngân hàng.
  • Bước 2 - Xây dựng kịch bản kiểm tra sức chịu đựng: Dự phóng các biến vĩ mô trong 7 quý bằng mô hình chuỗi thời gian ARIMA; thiết lập kịch bản Chuẩn (giá trị dự báo trung bình), kịch bản Xấu (trừ 1 độ lệch chuẩn) và kịch bản Căng thẳng (trừ 2 độ lệch chuẩn theo chuẩn FSAP của IMF).
  • Bước 3 - Mô hình vệ tinh đánh giá RRTD: Chuyển đổi mức độ thay đổi của nợ xấu sang mức độ thay đổi xác suất vỡ nợ ($\Delta PD$) dựa theo Buncic và Melecky (2013) kết hợp dữ liệu nghiên cứu tác động định lượng QIS 5 của BCBS; sau đó tính toán sự thay đổi của tài sản điều chỉnh rủi ro ($\Delta RWA$) theo Schmieder và cộng sự (2013) để dự báo tỷ lệ an toàn vốn (CAR) của Vietinbank.

Phương pháp nghiên cứu và kỹ thuật phân tích

• Phương pháp định tính: Hệ thống hóa lý luận, tổng hợp các tiêu chuẩn quản trị rủi ro của Ủy ban Basel (21 nguyên tắc năm 2009), các quy định của Fed và IMF; so sánh, đối chiếu quy trình quản trị rủi ro thực tế tại Vietinbank với chuẩn mực quốc tế.
• Phương pháp định lượng:
  • Mô hình hồi quy dữ liệu bảng (Panel Data Regression): Sử dụng phương pháp hồi quy tác động cố định (FEM) hoặc tác động ngẫu nhiên (REM), lựa chọn thông qua kiểm định Hausman. Thực hiện các kiểm định chẩn đoán: kiểm định tính dừng của chuỗi thời gian (Unit Root Test), kiểm định hiện tượng đa cộng tuyến (ma trận hệ số tương quan và chỉ số VIF), kiểm định phương sai sai số thay đổi (nhân tử Lagrange).
  • Mô hình chuỗi thời gian ARIMA: Xác định bậc tích hợp, tự hồi quy và trung bình trượt thông qua đồ thị tự tương quan (ACF), tự tương quan riêng phần (PACF), đánh giá chất lượng mô hình qua chỉ số AIC (Akaike Information Criterion) và BIC (Bayesian Information Criterion).

Nguồn dữ liệu và mẫu nghiên cứu

• Dữ liệu vi mô: Thu thập từ báo cáo tài chính có kiểm toán theo quý của 9 NHTM CP niêm yết trên thị trường chứng khoán Việt Nam giai đoạn Q1/2009 - Q4/2015 (28 quý, tổng cộng 252 quan sát). Danh sách 9 ngân hàng bao gồm: Vietinbank (CTG), Vietcombank (VCB), BIDV (BID), Ngân hàng TMCP Á Châu (ACB), Ngân hàng TMCP Quân đội (MBB), Sacombank (STB), Ngân hàng TMCP Sài Gòn - Hà Nội (SHB), Eximbank (EIB) và Ngân hàng TMCP Quốc dân (NCB).
• Xử lý số liệu nợ xấu: Luận án điều chỉnh tỷ lệ nợ xấu công bố bằng cách cộng lại giá trị nợ xấu đã bán cho VAMC thanh toán bằng trái phiếu đặc biệt (từ năm 2013 đến 2015) nhằm đảm bảo tính chính xác của biến phụ thuộc.
• Dữ liệu vĩ mô: Thu thập từ Tổng cục Thống kê, Ngân hàng Nhà nước Việt Nam, Bộ Tài chính, Quỹ Tiền tệ Quốc tế (IMF) và Ngân hàng Thế giới (WB).

---

Nội dung chính theo từng chương

Chương 1: Tổng quan tình hình nghiên cứu

Chương 1 hệ thống hóa các nghiên cứu lý thuyết và thực nghiệm về kiểm tra sức chịu đựng tại các quốc gia và tại Việt Nam. Về mặt lý thuyết quốc tế, tác giả phân tích sự chuyển dịch từ các công cụ truyền thống như VaR sang Stress Testing sau cuộc khủng hoảng 2007–2008 nhằm khắc phục tổn thất vùng đuôi. Chương này điểm lại các phương pháp tiếp cận mô hình kinh tế vĩ mô (VAR, SVAR, GVAR, VECM, DSGE, Panel-data) và các mô hình vệ tinh đo lường tổn thất tín dụng.

Đối với các nghiên cứu trong nước, tác giả phân tích các công trình về quản trị rủi ro tín dụng (Lê Diệu, 2010; Phạm Thủy và Đỗ Hà, 2013; Nguyễn Phương, 2012) và các mô hình kiểm tra sức chịu đựng rủi ro vĩ mô của Phùng Đức Quyền (2013), Nguyễn Trâm (2014). Qua đó, chương 1 khẳng định sự thiếu vắng các nghiên cứu về kiểm tra sức chịu đựng vi mô gắn với quy trình ICAAP và Trụ cột 2 Basel II, xác lập 3 khoảng trống nghiên cứu chính làm tiền đề cho luận án.

Chương 2: Cơ sở lý luận về Kiểm tra sức chịu đựng vi mô đối với RRTD tại các NHTM

Chương 2 hoàn thiện khung lý thuyết về kiểm tra sức chịu đựng vi mô đối với RRTD. Luận án phân tích khái niệm kiểm tra sức chịu đựng từ quan điểm của IMF, BCBS và Cục Dự trữ Liên bang Mỹ (Fed), chỉ ra sự khác biệt giữa kiểm tra sức chịu đựng vĩ mô (giám sát an toàn hệ thống) và vi mô (quản trị rủi ro nội bộ ngân hàng).

Tác giả phân loại kiểm tra sức chịu đựng vi mô theo 4 tiêu chí chính:

1. Theo loại rủi ro: Rủi ro đơn lẻ (tín dụng, hoạt động, thị trường) và rủi ro tổng thể kết hợp.
2. Theo nội dung kiểm tra: Đảm bảo đủ vốn tối thiểu (Solvency Stress Testing) và đảm bảo khả năng thanh khoản (Liquidity Stress Testing).
3. Theo phương pháp thực hiện: Dựa trên thông tin bảng cân đối kế toán (Balance-sheet based approach) và dựa trên thông tin giá thị trường (Market-based approach).
4. Theo cách xây dựng kịch bản: Kịch bản dự báo theo mô hình cấu trúc (Structural stress scenario) và kịch bản dựa trên chuỗi số liệu quá khứ (Historical/Reduced-form scenario).

Chương 2 làm rõ cấu trúc mô hình kiểm tra sức chịu đựng theo mô hình Macro-to-micro và lý thuyết một nhân tố rủi ro của Gordy (2002). Đồng thời, chương này phân tích 6 điều kiện ứng dụng kiểm tra sức chịu đựng trong quản trị ngân hàng theo 21 nguyên tắc của Basel (2009): nâng cao nhận thức của lãnh đạo, xác định đúng mục tiêu, tăng cường phối hợp giữa các đơn vị chức năng, xây dựng và văn bản hóa quy trình, đầu tư hạ tầng công nghệ thông tin và đánh giá định kỳ quy trình kiểm định.

Chương 3: Thực trạng hoạt động tín dụng và triển khai Kiểm tra sức chịu đựng vi mô đối với RRTD tại Vietinbank

Chương 3 phân tích thực trạng môi trường kinh tế vĩ mô Việt Nam, chính sách điều hành của Ngân hàng Nhà nước và thực trạng hoạt động tín dụng tại Vietinbank giai đoạn 2009–2015:

• Bối cảnh vĩ mô và chính sách tín dụng: Giai đoạn 2009–2015 có nhiều biến động: tăng trưởng GDP chậm lại sau khủng hoảng, lạm phát tăng cao trong năm 2011 trước khi được kiểm soát; thị trường bất động sản và chứng khoán trầm lắng giai đoạn 2011–2013; nợ xấu toàn hệ thống gia tăng mạnh dẫn tới việc thành lập VAMC năm 2013 để xử lý nợ xấu qua cơ chế phát hành trái phiếu đặc biệt.
• Hoạt động tín dụng tại Vietinbank: Vietinbank giữ vai trò trụ cột trong hệ thống, quy mô dư nợ tăng trưởng liên tục (đạt 720 nghìn tỷ đồng năm 2016), chiếm trên 80% tổng doanh thu. Tỷ lệ nợ xấu báo cáo luôn được kiểm soát dưới 3% theo quy định, tuy nhiên chất lượng tín dụng chịu áp lực lớn từ chu kỳ kinh tế và nợ xấu tiềm ẩn.
• Thực trạng triển khai kiểm tra sức chịu đựng tại Vietinbank: Vietinbank là ngân hàng tiên phong thành lập các ban chuyên trách quản trị rủi ro và tiếp cận Basel II. Tuy nhiên, công tác kiểm tra sức chịu đựng còn nhiều hạn chế: nhận thức chưa đầy đủ về vai trò tích hợp của Stress Testing vào ICAAP; kịch bản xây dựng chủ yếu mang tính chất giả định tĩnh, chưa lượng hóa bằng mô hình kinh tế lượng; quy trình thực hiện chưa được chuẩn hóa thành văn bản hoàn chỉnh; hạ tầng dữ liệu lịch sử chưa đủ dài để đo lường PD, LGD độc lập.

Chương 4: Hoàn thiện mô hình Kiểm tra sức chịu đựng vi mô đối với RRTD theo chuẩn mực quốc tế tại Vietinbank

Chương 4 là chương trọng tâm định lượng của luận án, thực hiện hoàn thiện mô hình qua 3 cấu phần:

1. Xây dựng mô hình hồi quy kinh tế vĩ mô: Luận án sử dụng dữ liệu bảng 9 ngân hàng niêm yết (28 quý, giai đoạn 2009–2015). Biến phụ thuộc là tỷ lệ nợ xấu điều chỉnh nợ VAMC. Tác giả kiểm định tính dừng (kiểm định nghiệm đơn vị), kiểm định nhân tử Lagrange và kiểm định Hausman. Sau khi loại trừ các biến không có ý nghĩa thống kê và xử lý đa cộng tuyến, mô hình rút gọn xác định tăng trưởng GDP có mối quan hệ nghịch chiều mạnh nhất và có ý nghĩa thống kê cao đối với tỷ lệ nợ xấu.

2. Dự báo GDP và xây dựng các kịch bản kiểm tra sức chịu đựng: Tác giả sử dụng mô hình chuỗi thời gian ARIMA để dự báo tăng trưởng GDP Việt Nam giai đoạn 2016–2017 (7 quý). Mô hình được lựa chọn dựa trên tiêu chí tối ưu hóa AIC, BIC và lược đồ ACF/PACF. Ba kịch bản kinh tế được thiết lập:

   • Kịch bản Chuẩn (Baseline Scenario): Tăng trưởng GDP bằng giá trị dự báo trung bình của mô hình ARIMA.
   • Kịch bản Xấu (Adverse Scenario): Tăng trưởng GDP bằng giá trị trung bình trừ 1 độ lệch chuẩn.
   • Kịch bản Căng thẳng (Severe Scenario): Tăng trưởng GDP bằng giá trị trung bình trừ 2 độ lệch chuẩn (theo chuẩn mực FSAP của IMF).

3. Mô hình kiểm tra sức chịu đựng tại Vietinbank:

   • Dự phóng NPL: Đưa các kịch bản GDP vào phương trình hồi quy để dự phóng tỷ lệ nợ xấu của Vietinbank trong 7 quý (2016–2017).
   • Ước lượng $\Delta PD$ và $\Delta RWA$: Dựa trên mô hình Buncic và Melecky (2013), bảng phân loại PD của Basel QIS 5 và công thức mô phỏng RWA của Schmieder và cộng sự (2013), luận án tính toán mức tăng của PD và mức tăng tương ứng của RWA danh mục cho vay.
   • Dự báo tỷ lệ an toàn vốn (CAR): Luận án lượng hóa sự suy giảm CAR của Vietinbank dưới tác động của kịch bản Xấu và kịch bản Căng thẳng, xác định mức vốn tự có bổ sung cần thiết để duy trì CAR trên ngưỡng an toàn tối thiểu theo quy định của Basel II.

Kịch bản kiểm định	Diễn biến GDP dự báo	Tỷ lệ nợ xấu dự phóng (NPL)	Biến động xác suất vỡ nợ ($\Delta PD$)	Biến động tài sản rủi ro ($\Delta RWA$)	Đánh giá mức độ an toàn vốn (CAR)
Kịch bản Chuẩn	Theo trung bình ARIMA	Ổn định quanh mức thực tế	Không đáng kể	Ổn định	Đảm bảo tuân thủ ngưỡng quy định
Kịch bản Xấu	Trung bình trừ $1\sigma$	Gia tăng có kiểm soát	Tăng ở mức vừa phải	Tăng tỷ lệ thuận theo phân khúc	CAR suy giảm nhẹ nhưng vẫn trên mức tối thiểu
Kịch bản Căng thẳng	Trung bình trừ $2\sigma$	Tăng mạnh	Tăng đáng kể tại các phân khúc rủi ro cao	Tăng cao, gây áp lực trích lập dự phòng	CAR giảm mạnh, đòi hỏi bổ sung vốn tự có để phòng ngừa rủi ro

Chương 5: Một số đề xuất nhằm tăng cường ứng dụng mô hình Kiểm tra sức chịu đựng vi mô đối với RRTD tại các NHTM Việt Nam

Chương 5 trình bày các kiến nghị có tính ứng dụng thực tiễn được rút ra từ kết quả nghiên cứu:

• Đối với mô hình kiểm tra sức chịu đựng: Hoàn thiện mô hình vi mô 3 bước, chuyển dần từ quản trị theo nợ xấu sang đo lường tổn thất dự kiến (EL) và tổn thất ngoài dự kiến (UL) thông qua PD, LGD, EAD theo phương pháp xếp hạng nội bộ (IRB).
• Đối với các ngân hàng thương mại:
  • Nâng cao nhận thức về Basel II và Stress Testing trong toàn bộ ban điều hành và cán bộ quản trị rủi ro;
  • Tích hợp kiểm tra sức chịu đựng vào quy trình ICAAP, khẩu vị rủi ro và kế hoạch kinh doanh, phân bổ vốn định kỳ;
  • Đầu tư nâng cấp hạ tầng công nghệ thông tin, kho dữ liệu tập trung (Data Warehouse) lưu trữ dữ liệu lịch sử khách hàng tối thiểu 5–7 năm;
  • Đào tạo và phát triển nguồn nhân lực chất lượng cao trong lĩnh vực mô hình hóa rủi ro định lượng.
• Khuyến nghị đối với cơ quan quản lý nhà nước (Ngân hàng Nhà nước, Bộ Tài chính):
  • Xây dựng lộ trình pháp lý rõ ràng, ban hành văn bản hướng dẫn cụ thể về thực hiện kiểm tra sức chịu đựng vi mô phù hợp với điều kiện thị trường Việt Nam;
  • Hoàn thiện hệ thống thống kê số liệu kinh tế vĩ mô đồng bộ, minh bạch và kịp thời;
  • Đẩy mạnh xử lý nợ xấu thực chất, nâng cao năng lực tài chính và lành mạnh hóa hệ thống ngân hàng thương mại.

---

Kết quả và những đóng góp mới

Đóng góp về mặt lý luận

1. Luận án hệ thống hóa cơ sở lý luận về kiểm tra sức chịu đựng vi mô (Micro-prudential Stress Testing) đối với RRTD, phân định rõ ranh giới với kiểm tra sức chịu đựng vĩ mô, đồng thời làm rõ vai trò của công cụ này trong quy trình ICAAP và Trụ cột 2 Basel II.
2. Thiết lập khung lý thuyết liên kết giữa mô hình kinh tế lượng vĩ mô và mô hình vệ tinh đánh giá RRTD theo chuẩn mực quốc tế, tạo cơ sở phương pháp luận cho việc chuyển dịch thước đo rủi ro từ NPL sang PD, LGD, EAD và RWA tại các thị trường tài chính mới nổi.

Đóng góp về mặt thực tiễn

1. Xây dựng mô hình định lượng 3 bước có khả năng ứng dụng thực tế tại Vietinbank và các NHTM Việt Nam. Mô hình cho phép dự báo tác động của các kịch bản suy thoái kinh tế vĩ mô đến tỷ lệ nợ xấu, chuyển đổi sang mức tăng của PD và RWA, từ đó xác định chính xác mức độ suy giảm của tỷ lệ an toàn vốn (CAR).
2. Phân tích thực nghiệm trên mẫu dữ liệu bảng 9 NHTM niêm yết (28 quý, giai đoạn 2009–2015) có xử lý bóc tách số liệu nợ xấu bán cho VAMC, cung cấp bằng chứng định lượng chính xác về mức độ tác động nghịch chiều của tăng trưởng GDP đến chất lượng tín dụng tại Việt Nam.
3. Đề xuất hệ thống giải pháp toàn diện, bao gồm cả giải pháp kỹ thuật mô hình, quản trị nội bộ ngân hàng và kiến nghị chính sách đối với Ngân hàng Nhà nước nhằm thúc đẩy tiến trình triển khai Hiệp ước vốn Basel II tại Việt Nam.

---

Hạn chế và hướng nghiên cứu tiếp

• Hạn chế về nguồn dữ liệu vi mô nội bộ: Do quy định bảo mật thông tin ngân hàng, tác giả chưa thể tiếp cận bộ dữ liệu chi tiết của từng khoản vay đơn lẻ tại Vietinbank để xây dựng mô hình tính toán PD và LGD nội bộ độc lập mà phải kế thừa công thức ước tính và bảng tỷ lệ của các nghiên cứu quốc tế (Buncic và Melecky, 2013; Schmieder và cộng sự, 2013; Basel QIS 5).
• Hạn chế về phạm vi rủi ro: Luận án chỉ tập trung vào rủi ro tín dụng đối với danh mục cho vay, chưa tích hợp đồng thời rủi ro thanh khoản và rủi ro thị trường trong một mô hình kiểm tra sức chịu đựng tổng thể toàn diện.
• Hướng nghiên cứu tiếp theo: Khi hệ thống ngân hàng Việt Nam tích lũy đủ chuỗi dữ liệu lịch sử vỡ nợ theo thời gian, các nghiên cứu tiếp theo có thể xây dựng mô hình ước lượng trực tiếp tham số PD, LGD và EAD đặc thù cho từng phân khúc khách hàng của từng ngân hàng; đồng thời phát triển mô hình kiểm tra sức chịu đựng đa rủi ro có tính đến hiệu ứng phản hồi (feedback effects) giữa hệ thống ngân hàng và nền kinh tế vĩ mô.

---

Giá trị tham khảo

• Đối với nghiên cứu sinh, học viên và giảng viên ngành Tài chính - Ngân hàng: Luận án là tài liệu tham khảo chi tiết về phương pháp luận nghiên cứu định lượng, kỹ thuật kết hợp mô hình dữ liệu bảng, mô hình chuỗi thời gian ARIMA và mô hình vệ tinh đo lường rủi ro tín dụng theo chuẩn mực Basel II.
• Đối với ban lãnh đạo và khối quản trị rủi ro tại các NHTM: Công trình cung cấp quy trình và khung tính toán cụ thể để xây dựng bài kiểm tra sức chịu đựng phục vụ quy trình tự đánh giá an toàn vốn nội bộ (ICAAP), hỗ trợ ra quyết định phân bổ vốn, lập kế hoạch kinh doanh và thiết lập hạn mức tín dụng dự phòng.
• Đối với Ngân hàng Nhà nước và các cơ quan giám sát: Luận án cung cấp cơ sở thực tiễn để ban hành các văn bản hướng dẫn kỹ thuật về kiểm tra sức chịu đựng vi mô và hoàn thiện lộ trình áp dụng Basel II, Basel III cho hệ thống ngân hàng Việt Nam.

---

Câu hỏi thường gặp

1. Luận án tiếp cận kiểm tra sức chịu đựng theo hướng vi mô hay vĩ mô?

Luận án tiếp cận theo hướng kiểm tra sức chịu đựng vi mô (Micro-prudential Stress Testing). Điểm khác biệt là nghiên cứu tập trung vào mục tiêu quản trị rủi ro nội bộ của từng ngân hàng thương mại nhằm lượng hóa mức độ tổn thất vốn và hỗ trợ lập kế hoạch tài chính (ICAAP theo Trụ cột 2 Basel II), thay vì kiểm tra sức chịu đựng vĩ mô (Macro-prudential) do cơ quan quản lý thực hiện để giám sát độ an toàn của toàn bộ hệ thống tài chính.

2. Dữ liệu thực nghiệm trong mô hình định lượng của luận án gồm những gì?

Mô hình sử dụng dữ liệu bảng thứ cấp theo quý trong giai đoạn 28 quý liên tục từ Quý 1/2009 đến Quý 4/2015 của 9 NHTM CP niêm yết tại Việt Nam (CTG, VCB, BID, ACB, MBB, STB, SHB, EIB, NCB), kết hợp với các chỉ tiêu kinh tế vĩ mô do Tổng cục Thống kê, NHNN, IMF và WB công bố. Dữ liệu nợ xấu được tác giả cộng thêm phần nợ xấu đã bán cho VAMC thanh toán bằng trái phiếu đặc biệt để phản ánh đúng thực chất.

3. Ba kịch bản kiểm tra sức chịu đựng trong luận án được xây dựng như thế nào?

Tác giả sử dụng mô hình chuỗi thời gian ARIMA để dự báo tăng trưởng GDP giai đoạn 2016–2017 (7 quý) và thiết lập 3 kịch bản:

• Kịch bản Chuẩn: Tăng trưởng GDP bằng giá trị dự báo trung bình của ARIMA.
• Kịch bản Xấu: Tăng trưởng GDP bằng giá trị trung bình trừ 1 độ lệch chuẩn ($1\sigma$).
• Kịch bản Căng thẳng: Tăng trưởng GDP bằng giá trị trung bình trừ 2 độ lệch chuẩn ($2\sigma$, theo tiêu chuẩn FSAP của IMF).

4. Tại sao luận án phải chuyển đổi từ chỉ tiêu tỷ lệ nợ xấu (NPL) sang PD và RWA?

Tỷ lệ nợ xấu (NPL) truyền thống có nhiều nhược điểm như phụ thuộc vào quy định kế toán, mang tính chất thời điểm trong quá khứ và không có tính dự báo tương lai. Theo chuẩn mực quốc tế Basel II, quản trị RRTD hiện đại bắt buộc phải đo lường tổn thất qua các tham số xác suất vỡ nợ (PD), tỷ lệ tổn thất khi vỡ nợ (LGD), giá trị chịu rủi ro (EAD) và tài sản điều chỉnh rủi ro (RWA) để tính toán chính xác mức vốn tự có tối thiểu bảo đảm an toàn.

5. Tại sao luận án chỉ đưa các biến kinh tế vĩ mô vào mô hình kiểm tra sức chịu đựng mà không đưa các biến đặc thù ngân hàng?

Luận án dựa trên mô hình nhân tố rủi ro tiệm cận (ASRF) của Gordy (2002) - nền tảng của phương pháp IRB trong Basel II. Khung lý thuyết này giả định rằng đối với một ngân hàng thương mại lớn như Vietinbank, danh mục tín dụng đã được phân bổ đa dạng hóa hoàn toàn, do đó rủi ro đặc thù riêng lẻ được triệt tiêu và rủi ro tín dụng của toàn danh mục chỉ còn phụ thuộc vào các cú sốc mang tính hệ thống từ môi trường kinh tế vĩ mô.

---

Kết luận

Luận án tiến sĩ của tác giả Vũ Trung Thành đã hệ thống hóa toàn diện cơ sở lý luận về kiểm tra sức chịu đựng vi mô đối với rủi ro tín dụng gắn với khuôn khổ Trụ cột 2 của Hiệp ước vốn Basel II. Bằng phương pháp nghiên cứu hỗn hợp kết hợp phân tích thực trạng với mô hình định lượng 3 bước trên chuỗi dữ liệu 9 ngân hàng niêm yết (2009–2015), công trình đã lượng hóa thành công tác động của các kịch bản suy thoái kinh tế vĩ mô đến tỷ lệ nợ xấu, xác suất vỡ nợ, tài sản điều chỉnh rủi ro và tỷ lệ an toàn vốn tại Vietinbank. Kết quả nghiên cứu cung cấp cơ sở khoa học và thực tiễn quan trọng, đóng góp các đề xuất cụ thể giúp các ngân hàng thương mại Việt Nam hoàn thiện công cụ quản trị rủi ro nội bộ và hỗ trợ cơ quan quản lý xây dựng chính sách giám sát an toàn vốn theo chuẩn mực quốc tế.