Luận văn: Xếp hạng tín dụng nội bộ và xác suất vỡ nợ tại Vietcombank

Phân tích hệ thống xếp hạng tín dụng nội bộ và mô hình PD của VCB. Tìm hiểu quy trình đánh giá rủi ro và phân loại khách hàng theo tiêu chuẩn.

• Tác giả: Trần Thanh Nhã
• Người hướng dẫn: PGS.TS Hồ Viết Tiến
• Trường học: Đại học Kinh tế TP. Hồ Chí Minh
• Chuyên ngành: Tài chính - Ngân hàng
• Đề tài: Hệ thống xếp hạng tín dụng nội bộ và mô hình xác suất vỡ nợ tại Ngân hàng TMCP Ngoại Thương Việt Nam
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2019
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• TRANG PHỤ BÌA
• LỜI CAM ĐOAN
• DANH MỤC BẢNG BIỂU
• DANH MỤC HÌNH VẼ, ĐỒ THỊ
• DANH MỤC CÁC TỪ VIẾT TẮT SỬ DỤNG
• TÓM TẮT
• ABSTRACT
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Sự cần thiết của vấn đề nghiên cứu
• 1.2. Xác định vấn đề nghiên cứu
• 1.3. Mục tiêu nghiên cứu
• 1.4. Phương pháp nghiên cứu định tính
• 1.5. Ý nghĩa của đề tài nghiên cứu
• 1.6. Kết cấu bài nghiên cứu
• 2. CHƯƠNG 2: XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU
• 2.1. Giới thiệu về VCB
• 2.1.1. Giới thiệu sơ lược về VCB
• 2.1.2. Khái quát tình hình hoạt động kinh doanh của VCB
• 2.1.3. Thành tựu của VCB về hoạt động QTRRTD trong những năm gần đây
• 2.2. Biểu hiện của vấn đề
• 3. CHƯƠNG 3: CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Các phương pháp đo lường RRTD
• 3.1.1. Mô hình của các tổ chức xếp hạng Moodys, S&P & Fitch
• 3.1.2. Mô hình lượng hóa RRTD
• 3.1.3. Hệ thống XHTD nội bộ
• 3.1.4. Mô hình xác suất vỡ nợ
• 3.1.5. Ưu nhược điểm của các phương pháp đo lường RRTD
• 3.2. Quy định về Hiệp ước vốn Basel II về quản trị RRTD
• 3.2.1. Phương pháp tiêu chuẩn
• 3.2.2. Phương pháp dựa trên đánh giá nội bộ (IRB)
• 3.2.3. Phương pháp dựa trên đánh giá nội bộ nâng cao (AIRB)
• 3.2.4. Tiêu chuẩn Basel II về XHTD
• 3.3. Tổng quan các công trình nghiên cứu trước đây
• 3.3.1. Một số nghiên cứu nước ngoài
• 3.3.2. Nghiên cứu trong nước về hệ thống XHTDNB và mô hình xác suất vỡ nợ
• 3.3.3. Khoảng trống nghiên cứu
• 3.4. Phương pháp nghiên cứu
• 3.4.1. Phương pháp phân tích định tính
• 3.4.2. Phương pháp khảo sát phỏng vấn
• 3.4.3. Các phương pháp khác
• 4. CHƯƠNG 4: PHÂN TÍCH THỰC TRẠNG VỀ HỆ THỐNG XẾP HẠNG TÍN DỤNG NỘI BỘ THEO MÔ HÌNH XÁC SUẤT VỠ NỢ TẠI NGÂN HÀNG TMCP NGOẠI THƯƠNG VIỆT NAM
• 4.1. Các quy định về XHTD của VCB
• 4.1.1. Quy trình XHTD KHDN tại VCB
• 4.1.1.1. Xác định bộ chỉ tiêu của đối tượng chấm điểm
• 4.1.1.2. Đánh giá các chỉ tiêu tài chính
• 4.1.1.3. Đánh giá các chỉ tiêu phi tài chính
• 4.1.1.4. Thực hiện đánh giá các yếu tố điều chỉnh
• 4.1.1.5. Tổng hợp điểm và xếp loại
• 4.2. Hệ thống XHTD của VCB
• 4.2.1. Cấu trúc chung của hệ thống chấm điểm XHTD
• 4.2.2. Sơ lược về Hệ thống XHTDNB (Credit Rating – CR)
• 4.2.3. Mô hình xác suất vỡ nợ (Probability of default – PD)
• 4.2.4. So sánh kết quả chấm điểm phân loại nợ giữa hai mô hình CR – PD
• 4.2.5. Phân tích về sự khác biệt giữa hai mô hình CR – PD
• 4.2.6. Ảnh hưởng của kết quả mô hình XHTD đến hoạt động kinh doanh của VCB
• 4.3. Tổng hợp ý kiến phản hồi về thực tiễn áp dụng mô hình XHTD tại VCB
• 4.3.1. Ý kiến phản hồi của các cán bộ thẩm định tại Chi nhánh
• 4.3.2. Nhận định của Chuyên gia Phê duyệt tín dụng Trụ sở chính
• 4.3.3. Phỏng vấn các Chuyên viên cấp cao trong Nhóm định lượng – Quant Team tại Trụ sở chính
• 4.4. Tiến trình áp dụng MH XHTD của VCB đáp ứng chuẩn mực Basel II
• 4.4.1. VCB đáp ứng chuẩn mực Basel II theo phương pháp tiêu chuẩn
• 4.4.2. VCB đáp ứng chuẩn mực Basel II theo phương pháp dựa trên đánh giá nội bộ cơ bản – FIRB
• 4.5. Đề xuất áp dụng hệ thống XHTDNB theo mô hình PD
• 4.5.1. Kiến nghị cho việc nâng cao hiệu quả của mô hình XHTD theo PD tại VCB
• 4.5.2. Giải pháp nâng cao hiệu quả mô hình PD
• 4.5.3. Đề xuất phương án phân loại nợ và trích lập DPRR theo PD
• 4.5.4. Đề xuất giải pháp đưa vào mô hình PD cấu phần điều kiện thương mại
• 4.6. Hạn chế của đề tài và hướng nghiên cứu tiếp theo
• DANH MỤC TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng quan về hệ thống xếp hạng tín dụng nội bộ và mô hình PD tại Vietcombank

Hệ thống xếp hạng tín dụng nội bộ (XHTDNB) là công cụ then chốt trong quản trị rủi ro tín dụng ngân hàng. Tại Ngân hàng TMCP Ngoại Thương Việt Nam (Vietcombank - VCB), hai mô hình chính được áp dụng gồm mô hình Credit Rating (CR) và mô hình Probability of Default (PD). Mô hình CR được xây dựng dựa trên hướng dẫn từ đơn vị tư vấn uy tín, sử dụng bộ chỉ tiêu tài chính và phi tài chính để đánh giá khả năng thực hiện nghĩa vụ tài chính của khách hàng doanh nghiệp. Mô hình PD được VCB phát triển từ năm 2015 và hoàn thành cuối năm 2017, dựa trên dữ liệu lịch sử vỡ nợ trong giai đoạn 2008-2016. Cả hai mô hình đều sử dụng báo cáo tài chính hai năm gần nhất để chấm điểm. Việc triển khai song song hai hệ thống từ đầu năm 2018 giúp VCB nâng cao năng lực đánh giá rủi ro, tuân thủ tiêu chuẩn Basel II và tối ưu hóa quyết định cấp tín dụng cho khách hàng doanh nghiệp.

1.1. Khái niệm và vai trò của xếp hạng tín dụng nội bộ

Xếp hạng tín dụng nội bộ là quy trình đánh giá khả năng thực hiện các nghĩa vụ tài chính của khách hàng đối với ngân hàng. Hệ thống này sử dụng thang điểm để xác định mức độ rủi ro tín dụng, thay đổi theo từng đối tượng khách hàng. Theo các nghiên cứu, rủi ro tín dụng chiếm đến 70% tổng rủi ro hoạt động ngân hàng. Do đó, xây dựng hệ thống XHTDNB hiệu quả giúp ngân hàng kiểm soát chất lượng danh mục cho vay, giảm thiểu tổn thất và tối đa hóa lợi nhuận ở mức rủi ro chấp nhận được.

1.2. Mô hình xác suất vỡ nợ PD và ứng dụng tại VCB

Mô hình xác suất vỡ nợ (PD) là phương pháp lượng hóa rủi ro tín dụng dựa trên dữ liệu lịch sử. Tại VCB, mô hình PD được xây dựng từ dữ liệu quan sát vỡ nợ trong 10 năm (2008-2016), đưa ra xác suất vỡ nợ dao động từ 0 đến 1 cho từng khách hàng doanh nghiệp. Các hạng PD có liên kết chặt chẽ với tài sản bảo đảm, quy định tỷ lệ tài sản bảo đảm tối thiểu. Mô hình này dự báo khả năng vỡ nợ trong vòng 1 năm, hỗ trợ quyết định cấp tín dụng chính xác hơn.

II. Phân tích thực trạng triển khai hai mô hình CR và PD tại Vietcombank

Thực tế triển khai tại VCB cho thấy sự khác biệt cơ bản giữa hai mô hình XHTDNB. Mô hình CR sử dụng bộ chỉ tiêu được xây dựng theo hướng dẫn của đơn vị tư vấn, áp dụng ngay khi triển khai chấm điểm khách hàng doanh nghiệp. Trong khi đó, mô hình PD phát triển từ dữ liệu thực tế về kết quả vỡ nợ lịch sử, cho phép dự báo chính xác hơn về khả năng trả nợ của khách hàng. Quy trình chấm điểm tại VCB bao gồm các bước: xác định bộ chỉ tiêu đánh giá, đánh giá chỉ tiêu tài chính và phi tài chính, thực hiện đánh giá yếu tố điều chỉnh, cuối cùng tổng hợp điểm và xếp loại. So với mô hình CR chỉ quyết định hạn mức cấp tín dụng, mô hình PD cung cấp thông tin chi tiết hơn về xác suất vỡ nợ cụ thể, giúp ngân hàng đưa ra quyết định tín dụng có cơ sở khoa học vững chắc hơn.

2.1. Quy trình đánh giá xếp hạng tín dụng tại VCB

Quy trình XHTD khách hàng doanh nghiệp tại VCB tuân thủ trình tự chuẩn. Đầu tiên là xác định bộ chỉ tiêu đánh giá phù hợp với từng loại hình doanh nghiệp. Tiếp theo, ngân hàng đánh giá các chỉ tiêu tài chính dựa trên báo cáo tài chính hai năm gần nhất, bao gồm khả năng thanh toán, hiệu quả kinh doanh và cơ cấu vốn. Song song đó là đánh giá chỉ tiêu phi tài chính như năng lực quản trị, uy tín chủ doanh nghiệp và tình hình ngành. Cuối cùng, tổng hợp điểm số và xếp loại tín dụng tương ứng.

2.2. So sánh kết quả chấm điểm giữa mô hình CR và PD

Hệ thống XHTDNB CR và mô hình PD tại VCB có cách thức xây dựng khác nhau dẫn đến kết quả chấm điểm có sự chênh lệch. Mô hình CR dựa trên bộ chỉ tiêu từ đơn vị tư vấn, mang tính chất định tính cao. Mô hình PD sử dụng dữ liệu lịch sử 10 năm, mang tính định lượng và dự báo tốt hơn. Các hạng PD được chia chi tiết hơn, có liên kết với nhóm nợ và tỷ lệ tài sản bảo đảm tối thiểu. Từ năm 2018, VCB thực hiện chấm điểm song song cả hai mô hình để đối chiếu và đánh giá hiệu quả.

III. Phương pháp xây dựng và phát triển hệ thống XHTD nội bộ theo Basel II

Việc xây dựng hệ thống XHTDNB tại VCB tuân thủ khung quy định của Hiệp ước vốn Basel II. Basel II quy định ba phương pháp chính gồm phương pháp tiêu chuẩn, phương pháp dựa trên đánh giá nội bộ (IRB) và phương pháp đánh giá nội bộ nâng cao (AIRB). VCB lựa chọn phát triển theo hướng IRB, xây dựng mô hình PD nội bộ dựa trên dữ liệu lịch sử thực tế. Phương pháp nghiên cứu kết hợp giữa định tính và định lượng, bao gồm phân tích tài liệu, khảo sát phỏng vấn chuyên gia và phân tích dữ liệu vỡ nợ. Các mô hình quốc tế của Moody's, S&P và Fitch được tham khảo làm nền tảng. Khoảng trống nghiên cứu được lấp đầy bằng việc áp dụng mô hình phù hợp với điều kiện thị trường Việt Nam, đảm bảo tính chính xác và khả năng triển khai thực tiễn tại ngân hàng.

3.1. Khung quy định Basel II về quản trị rủi ro tín dụng

Basel II đặt ra tiêu chuẩn quốc tế về quản trị rủi ro tín dụng cho các ngân hàng thương mại. Hiệp ước quy định ba trụ cột: yêu cầu vốn tối thiểu, giám sát ngân hàng và kỷ luật thị trường. Về xếp hạng tín dụng, Basel II khuyến khích ngân hàng phát triển hệ thống XHTDNB theo phương pháp IRB hoặc AIRB. Phương pháp IRB yêu cầu ngân hàng tự ước lượng các thông số rủi ro như PD, LGD và EAD. Tại Việt Nam, Ngân hàng Nhà nước đã ban hành thông tư hướng dẫn triển khai Basel II cho các ngân hàng thương mại.

3.2. Phương pháp nghiên cứu và dữ liệu xây dựng mô hình PD

Mô hình PD tại VCB được xây dựng dựa trên phương pháp nghiên cứu kết hợp định tính và định lượng. Nguồn dữ liệu chính là lịch sử vỡ nợ của khách hàng doanh nghiệp trong giai đoạn 2008-2016, bao gồm các quan sát thực tế về tình trạng trả nợ. Phương pháp khảo sát phỏng vấn được sử dụng để thu thập ý kiến chuyên gia về bộ chỉ tiêu đánh giá. Dữ liệu báo cáo tài chính hai năm gần nhất của doanh nghiệp được sử dụng làm đầu vào cho mô hình. Kết quả xây dựng mô hình cho ra xác suất vỡ nợ cụ thể cho từng đối tượng khách hàng.

IV. Kết luận và ứng dụng thực tiễn của hệ thống XHTD nội bộ tại Vietcombank

Nghiên cứu về hệ thống XHTDNB và mô hình PD tại VCB cho thấy ngân hàng đã đạt được nhiều thành tựu trong công tác quản trị rủi ro tín dụng. Việc triển khai song song hai mô hình CR và PD từ năm 2018 giúp VCB có cái nhìn toàn diện hơn về chất lượng tín dụng khách hàng doanh nghiệp. Mô hình PD với ưu điểm dự báo xác suất vỡ nợ cụ thể hỗ trợ ngân hàng ra quyết định cấp tín dụng chính xác, tối ưu hóa tỷ lệ tài sản bảo đảm và quản lý hạn mức hiệu quả. Tuy nhiên, việc áp dụng mô hình PD cần được liên tục cập nhật dữ liệu và điều chỉnh để phù hợp với biến động thị trường. Hướng phát triển tương lai bao gồm tích hợp công nghệ trí tuệ nhân tạo và học máy để nâng cao độ chính xác dự báo, đồng thời mở rộng áp dụng cho các phân khúc khách hàng khác nhau. Thành công của VCB trong lĩnh vực này là mô hình tham khảo有价值的 cho các ngân hàng thương mại khác tại Việt Nam.

4.1. Kết quả đạt được và ưu điểm của mô hình PD tại VCB

Mô hình PD tại VCB mang lại nhiều kết quả tích cực trong quản trị rủi ro tín dụng. Xác suất vỡ nợ được tính toán cụ thể cho từng khách hàng, giúp phân loại nợ chính xác hơn. Các hạng PD có liên kết trực tiếp với nhóm nợ, quy định tỷ lệ tài sản bảo đảm tối thiểu phù hợp với mức rủi ro. Từ năm 2018, việc chấm điểm song song CR và PD giúp ngân hàng đối chiếu kết quả, đánh giá hiệu quả từng mô hình. Mô hình PD dự báo khả năng vỡ nợ trong 12 tháng tới, hỗ trợ phòng ngừa rủi ro chủ động.

4.2. Hạn chế và hướng phát triển hệ thống XHTD nội bộ

Mặc dù đạt được nhiều tiến bộ, hệ thống XHTDNB tại VCB vẫn tồn tại một số hạn chế. Mô hình PD dựa trên dữ liệu lịch sử 10 năm có thể chưa phản ánh đầy đủ biến động kinh tế mới. Việc cập nhật dữ liệu và hiệu chỉnh mô hình đòi hỏi nguồn lực lớn. Hướng phát triển tương lai bao gồm áp dụng công nghệ học máy để tăng độ chính xác dự báo, mở rộng phạm vi áp dụng cho khách hàng cá nhân và SME. Nghiên cứu cũng chỉ ra khoảng trống về tích hợp phân tích dữ liệu lớn vào hệ thống xếp hạng tín dụng nội bộ.

Nội dung chính

Tổng quan nghiên cứu

Rủi ro tín dụng là loại hình rủi ro chiếm tỷ trọng lớn nhất trong hoạt động kinh doanh ngân hàng, thường chiếm tới khoảng 70% tổng tổn thất hoạt động của các tổ chức tín dụng. Tại Ngân hàng Thương mại Cổ phần Ngoại thương Việt Nam (Vietcombank), quy mô tổng tài sản đến cuối năm 2018 đã đạt mức 1.072.983 tỷ đồng, tăng trưởng gần 2,7 lần so với năm 2012, với lợi nhuận trước thuế đạt kỷ lục 18.300 tỷ đồng (tăng 61,1% so với năm 2017). Đứng trước áp lực gia tăng quy mô dư nợ cho vay lên tới 632.633 tỷ đồng, công tác kiểm soát chất lượng tín dụng đòi hỏi một bước chuyển dịch mang tính đột phá từ phương pháp chuyên gia truyền thống sang các công cụ định lượng hiện đại.

Vấn đề nghiên cứu trọng tâm của luận văn tập trung vào việc đánh giá thực trạng vận hành Hệ thống xếp hạng tín dụng nội bộ (Credit Rating - CR) và mô hình xác suất vỡ nợ (Probability of Default - PD) áp dụng cho khách hàng doanh nghiệp. Mục tiêu cụ thể là làm rõ cơ sở lý luận, so sánh sự khác biệt trong kết quả phân loại nợ giữa hai mô hình, đồng thời đề xuất giải pháp hoàn thiện hệ thống đo lường rủi ro nhằm thu hẹp khoảng cách tiến tới phương pháp đánh giá nội bộ nâng cao theo chuẩn mực Basel II.

Phạm vi nghiên cứu bao quát dữ liệu tài chính thứ cấp giai đoạn 7 năm (2012 – 2018) và khảo sát thực nghiệm chuyên sâu thực hiện trong năm 2019 tại Vietcombank. Nghiên cứu mang ý nghĩa thực tiễn to lớn khi giúp ngân hàng duy trì tỷ lệ nợ xấu thực chất dưới 0,97% (năm 2018) và giảm xuống dưới 0,8% (năm 2019), đồng thời nâng tỷ lệ bao phủ nợ xấu lên tới 170% – 192%, tạo nền tảng vững chắc cho chiến lược quản trị rủi ro danh mục tín dụng bền vững.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng các lý thuyết và mô hình đo lường rủi ro tín dụng kinh điển của thế giới. Thứ nhất là khung Hiệp ước Vốn Basel II với ba trụ cột an toàn vốn, trong đó tập trung vào phương pháp tiếp cận tiêu chuẩn (Standardized Approach) và phương pháp dựa trên đánh giá nội bộ (Internal Ratings-Based - IRB), bao gồm đánh giá nội bộ cơ bản (FIRB) và đánh giá nội bộ nâng cao (AIRB). Thứ hai là mô hình tổn thất dự kiến (Expected Loss - EL), được xác định bởi công thức: EL = PD x EAD x LGD, trong đó PD là xác suất vỡ nợ, EAD là tổng dư nợ tại thời điểm vỡ nợ, và LGD là tỷ trọng tổn thất ước tính.

Khung lý thuyết còn kế thừa mô hình định lượng điểm số Z (Altman Z-score, 1968) dựa trên phân tích biệt số đa biến MDA và mô hình hồi quy Logistic ứng dụng trong dự báo phá sản (Ohlson 1980; Hoàng Tùng 2011). Về mặt khái niệm, luận văn làm rõ 4 thuật ngữ cốt lõi: Xác suất vỡ nợ (PD) – tần suất ước tính một khách hàng không thực hiện được nghĩa vụ trả nợ trong vòng 1 năm; Tổn thất ngoài dự kiến (Unexpected Loss - UL) – phần rủi ro biến động cần được bù đắp bằng vốn tự có; Xếp hạng tín dụng nội bộ (CR) – hệ thống phân loại chất lượng tín dụng theo thang điểm chuyên gia; và Tỷ lệ an toàn vốn (CAR) theo Thông tư 41/2016/TT-NHNN cùng Thông tư 13/2018/TT-NHNN của Ngân hàng Nhà nước.

Phương pháp nghiên cứu

Nghiên cứu kết hợp nhuần nhuyễn giữa phương pháp phân tích định tính và khảo sát thực nghiệm chuyên sâu:

• Nguồn dữ liệu thứ cấp: Tổng hợp toàn bộ hồ sơ chấm điểm xếp hạng tín dụng của hơn 11.000 khách hàng doanh nghiệp trong giai đoạn 2008 – 2019 từ Phòng Quản lý Rủi ro Tín dụng Trụ sở chính, cùng báo cáo tài chính kiểm toán của Vietcombank qua 7 năm (2012 – 2018).
• Cỡ mẫu và phương pháp chọn mẫu khảo sát: Tác giả sử dụng phương pháp chọn mẫu định ngạch có chủ đích (purposive sampling) với quy mô 112 đối tượng khảo sát chuyên môn sâu. Mẫu bao gồm: 100 cán bộ thẩm định tín dụng giàu kinh nghiệm (từ 5 năm công tác trở lên) tại 58 chi nhánh phía Nam (76 cán bộ) và 24 chi nhánh tiêu biểu phía Bắc (24 cán bộ); 10 chuyên gia phê duyệt tín dụng cấp cao tại Trụ sở chính phụ trách 5 nhóm ngành kinh tế trọng yếu; và 2 chuyên viên cao cấp thuộc Nhóm định lượng (Quant Team).
• Lý do lựa chọn phương pháp: Phương pháp khảo sát phỏng vấn kết hợp phân tích định tính giúp kiểm chứng tính chính xác của mô hình toán học trong thực tiễn, đồng thời giải thích được những sai lệch giữa mô hình lý thuyết và quyết định tín dụng thực tế từ góc nhìn của các chuyên gia trực tiếp vận hành hệ thống.
• Timeline nghiên cứu: Dữ liệu lịch sử quan sát vỡ nợ được phân tích trong chuỗi 10 năm (2008 – 2016), dữ liệu tài chính ngân hàng được xử lý giai đoạn 2012 – 2018, và các khảo sát phỏng vấn chuyên sâu được hoàn thành toàn diện trong năm 2019.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực chứng đã chỉ ra 4 phát hiện mang tính then chốt về sự chuyển đổi mô hình lượng hóa rủi ro tín dụng tại Vietcombank:

• Sự khác biệt về cấu trúc giữa mô hình CR và mô hình PD: Mô hình CR truyền thống (áp dụng từ 2009 đến 2017) phân loại khách hàng thành 16 hạng (từ AAA đến D) dựa chủ yếu trên phương pháp chuyên gia và dữ liệu tài chính 2 năm gần nhất. Trong khi đó, mô hình PD (triển khai từ 2017 – 2018) được xây dựng trên hàm hồi quy Logistic dựa trên chuỗi quan sát vỡ nợ thực tế suốt 10 năm (2008 – 2016), đưa ra giá trị xác suất vỡ nợ liên tục dao động từ 0 đến 1, gắn liền với tỷ lệ tài sản bảo đảm tối thiểu cho từng phân khúc.
• Tỷ trọng phân bổ chỉ tiêu chấm điểm: Đối với doanh nghiệp có báo cáo tài chính được kiểm toán, tỷ trọng chỉ tiêu tài chính chiếm 35% và chỉ tiêu phi tài chính chiếm 65%. Đối với doanh nghiệp không có kiểm toán độc lập, tỷ trọng này được điều chỉnh thành 30% tài chính và 70% phi tài chính nhằm giảm thiểu rủi ro thông tin sai lệch.
• Tác động vượt trội đến kiểm soát chất lượng danh mục: Việc áp dụng song song và chuyển đổi sang mô hình PD đã hỗ trợ Vietcombank kiểm soát tỷ lệ nợ xấu thực chất xuống mức 0,97% vào năm 2018 và dưới 0,8% năm 2019 (thấp hơn nhiều so với mức bình quân 1,89% của toàn ngành ngân hàng). Tỷ lệ trích lập dự phòng rủi ro bao nợ xấu đạt kỷ lục 170% – 192%, đưa Vietcombank trở thành ngân hàng đầu tiên tại Việt Nam đáp ứng chuẩn Basel II trước thời hạn 1 năm theo Thông tư 41/2016/TT-NHNN.
• Hình thái trực quan hóa dữ liệu danh mục: Dữ liệu nghiên cứu cho thấy sự phân bổ rủi ro khách hàng có thể được mô tả trực quan thông qua biểu đồ phân bổ tần số xếp hạng PD theo thời gian và bảng so sánh cơ cấu nhóm nợ trước – sau khi chấm điểm PD. Kết quả cho thấy mô hình PD giúp phân loại khách hàng vào đúng nhóm nợ thực chất, loại bỏ hiện tượng phân loại sai lệch do yếu tố chủ quan.

Thảo luận kết quả

Sự phân kỳ kết quả giữa mô hình CR và PD bắt nguồn từ việc mô hình CR thuần túy sử dụng trọng số tĩnh và đánh giá tĩnh tại một thời điểm, trong khi mô hình PD phản ánh xác suất vỡ nợ động dựa trên tần suất dữ liệu lịch sử dài hạn. Khi đối chiếu với nghiên cứu của Đặng Thị Thu Hằng (2015) – thời điểm chỉ có 18% ngân hàng thương mại Việt Nam nghiên cứu xác định tham số PD và 7% tính toán tổn thất dự kiến EL – bước tiến của Vietcombank đã khẳng định vị thế tiên phong trong chuyển đổi số và chuẩn hóa quản trị rủi ro quốc tế.

Ý nghĩa thực tiễn của phát hiện này cho thấy mô hình PD không chỉ là công cụ thẩm định đơn thuần, mà còn là trái tim của hệ thống định giá khoản vay (Risk-based Pricing), giúp ngân hàng xác định chính xác phần bù rủi ro cần tính vào lãi suất cho vay, bảo đảm an toàn vốn tối ưu.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực trạng và ý kiến phản hồi từ 112 cán bộ, chuyên gia, luận văn đề xuất 4 nhóm giải pháp hành động cụ thể:

• Tối ưu hóa và tái hiệu chuẩn mô hình lượng hóa PD: Nhóm Định lượng (Quant Team) phối hợp cùng Phòng Quản lý Rủi ro Tín dụng định kỳ 1 năm/lần thực hiện kiểm định ngược (Backtesting) và tái hiệu chỉnh hệ số hồi quy Logistic dựa trên chuỗi dữ liệu 5 năm trượt, nhằm duy trì độ chính xác của xác suất vỡ nợ với sai số dự báo dưới 5%.
• Tích hợp cấu phần điều kiện thương mại và dữ liệu dòng tiền: Khối Khách hàng Doanh nghiệp và Khối Công nghệ Thông tin cần hoàn thiện thuật toán đưa vào mô hình PD chỉ số tỷ lệ doanh số tiền chuyển về tài khoản Vietcombank trên tổng doanh số lưu chuyển tiền tệ, cùng tỷ trọng số dư tiền gửi có kỳ hạn bình quân trên dư nợ bình quân, hoàn thành trong giai đoạn 2020 – 2021 nhằm nắm bắt hành vi giao dịch thực tế của 100% khách hàng vay vốn.
• Chuẩn hóa cơ chế phân loại nợ và trích lập dự phòng tự động: Ban Điều hành chỉ đạo Phòng Tài chính Kế toán và Khối Quản trị Rủi ro liên kết trực tiếp kết quả xếp hạng PD vào hệ thống trích lập dự phòng tổn thất dự kiến (EL = PD x EAD x LGD), giúp tiết kiệm 10% – 15% chi phí vốn đệm không cần thiết và tối ưu hóa lợi nhuận kinh doanh.
• Xây dựng lộ trình nâng cấp hệ thống tiến tới chuẩn Basel II nâng cao (AIRB): Hội đồng Quản trị Vietcombank phê duyệt đề án phát triển mô hình tự ước lượng tỷ lệ tổn thất khi vỡ nợ (LGD) và quy mô dư nợ khi vỡ nợ (EAD) cho từng loại tài sản bảo đảm, đặt mục tiêu hoàn thành phê chuẩn nội bộ trong lộ trình 2020 – 2025.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị học thuật và ứng dụng thực tiễn cao, đặc biệt hữu ích cho 4 nhóm đối tượng sau:

• Ban Lãnh đạo và Khối Quản trị rủi ro tại các Ngân hàng Thương mại: Cung cấp tài liệu tham chiếu thực tế về lộ trình triển khai Basel II từ phương pháp tiêu chuẩn lên phương pháp xếp hạng nội bộ (FIRB/AIRB), hỗ trợ xây dựng chính sách cấp tín dụng và hạn mức rủi ro an toàn.
• Chuyên viên Thẩm định, Phê duyệt và Chuyên viên Định lượng (Quant Team): Nắm vững quy trình 5 bước chấm điểm xếp hạng doanh nghiệp, phương pháp phân bổ tỷ trọng chỉ tiêu tài chính (30% – 35%) và phi tài chính (65% – 70%), cùng kỹ thuật xây dựng hàm Logistic dự báo vỡ nợ.
• Cơ quan Quản lý Nhà nước và Thanh tra Giám sát Ngân hàng Nhà nước: Sử dụng làm căn cứ thực tiễn để đánh giá mức độ tương thích của Thông tư 41/2016/TT-NHNN và Thông tư 13/2018/TT-NHNN khi áp dụng vào các ngân hàng thương mại quy mô lớn.
• Giảng viên, Nghiên cứu sinh và Học viên Cao học ngành Tài chính – Ngân hàng: Cung cấp khung lý thuyết hoàn chỉnh và nguồn tài liệu tham khảo giá trị về mô hình kinh tế lượng trong lượng hóa tổn thất tín dụng ngân hàng.

Câu hỏi thường gặp

Mô hình xác suất vỡ nợ (PD) khác biệt căn bản như thế nào so với hệ thống Credit Rating (CR) truyền thống?

Mô hình CR truyền thống sử dụng phương pháp chuyên gia để cho điểm trên thang điểm tĩnh và phân loại thành 16 hạng nợ dựa vào báo cáo tài chính 2 năm gần nhất. Ngược lại, mô hình PD sử dụng mô hình hồi quy Logistic trên chuỗi dữ liệu lịch sử vỡ nợ 10 năm (2008 – 2016) để tính toán xác suất vỡ nợ liên tục từ 0 đến 1 cho từng khách hàng, gắn kết chặt chẽ với tỷ lệ tài sản bảo đảm tối thiểu.

Vietcombank đã đáp ứng các quy chuẩn pháp lý nào để được công nhận đạt chuẩn Basel II trước thời hạn?

Vietcombank đã ban hành và vận hành toàn diện hệ thống quản trị rủi ro tuân thủ Thông tư 41/2016/TT-NHNN về tỷ lệ an toàn vốn theo phương pháp tiêu chuẩn và Thông tư 13/2018/TT-NHNN về hệ thống kiểm soát nội bộ. Nhờ đó, ngày 28/11/2018, Thống đốc Ngân hàng Nhà nước đã chính thức phê duyệt cho phép Vietcombank áp dụng chuẩn mực Basel II sớm 1 năm so với thời hạn quy định.

Tỷ trọng các chỉ tiêu tài chính và phi tài chính được xác định ra sao trong quy trình chấm điểm tín dụng?

Hệ thống chấm điểm tự động phân bổ tỷ trọng dựa trên độ tin cậy của thông tin kế toán. Đối với khách hàng có báo cáo tài chính kiểm toán độc lập, tỷ trọng chỉ tiêu tài chính là 35% và phi tài chính là 65%. Đối với khách hàng có báo cáo tài chính chưa kiểm toán, tỷ trọng tài chính giảm xuống còn 30% và phi tài chính tăng lên 70% nhằm bảo đảm tính thận trọng.

Việc áp dụng mô hình PD tác động như thế nào đến chỉ số nợ xấu và trích lập dự phòng của Vietcombank?

Mô hình PD giúp sàng lọc khách hàng chính xác, đưa tỷ lệ nợ xấu năm 2018 xuống 0,97% và năm 2019 xuống dưới 0,8%, thấp hơn nhiều so với mức trung bình 1,89% của toàn ngành. Đồng thời, tỷ lệ dự phòng bao nợ xấu được nâng lên mức kỷ lục 170% – 192%, bảo đảm an toàn thanh khoản và phòng ngừa tối đa tổn thất ngoài dự kiến.

Tại sao cần bổ sung cấu phần điều kiện thương mại vào mô hình xếp hạng tín dụng doanh nghiệp?

Các chỉ tiêu tài chính trong quá khứ thường có độ trễ nhất định. Việc bổ sung các biến số thương mại như tỷ lệ doanh số tiền chuyển về tài khoản ngân hàng và tỷ lệ tiền gửi có kỳ hạn bình quân trên dư nợ giúp ngân hàng theo dõi dòng tiền thực tế theo thời gian thực, từ đó phát hiện sớm các dấu hiệu cảnh báo vỡ nợ trước khi phát sinh nợ quá hạn 90 ngày.

Kết luận

Luận văn đã giải quyết trọn vẹn mục tiêu nghiên cứu với 5 đóng góp học thuật và thực tiễn nổi bật:

• Hệ thống hóa toàn diện cơ sở lý luận về quản trị rủi ro tín dụng và mô hình xác suất vỡ nợ (PD) theo chuẩn mực Hiệp ước Vốn Basel II.
• Phân tích thực chứng sự vượt trội của mô hình PD so với hệ thống CR truyền thống qua bộ dữ liệu thực tế của hơn 11.000 khách hàng doanh nghiệp trong giai đoạn 10 năm (2008 – 2016).
• Đánh giá sâu sắc thực trạng áp dụng hệ thống xếp hạng tín dụng thông qua khảo sát thực nghiệm 112 chuyên gia và cán bộ tín dụng trên toàn hệ thống Vietcombank.
• Chứng minh vai trò quyết định của mô hình định lượng trong việc kiểm soát tỷ lệ nợ xấu dưới 0,97% và nâng cao tỷ lệ bao phủ nợ xấu lên 170% – 192%.
• Đề xuất hệ thống 4 giải pháp khả thi giúp ngân hàng hoàn thiện mô hình PD và xây dựng lộ trình nâng cấp lên phương pháp xếp hạng nội bộ nâng cao (AIRB) giai đoạn 2020 – 2025.

Quý độc giả, các nhà nghiên cứu và nhà quản trị ngân hàng quan tâm đến mô hình định lượng rủi ro tín dụng hãy tham khảo toàn văn luận văn để ứng dụng hiệu quả các công cụ đo lường hiện đại vào thực tiễn quản trị tài chính.

Trích đoạn nội dung tài liệu

Chương 1: Giới thiệu chung về đề tài: Trình bày về sự cần thiết của vấn đề nghiên cứu, đối tượng và phạm vi nghiên cứu, giới thiệu phương pháp nghiên cứu, mục tiêu nghiên cứu; ý nghĩa của đề tài nghiên cứu. Chương 2: Xác định vấn đề nghiên cứu: Giới thiệu khái quát về ngân hàng VCB, một số thành tựu của VCB trong những năm gần đây; và xác định vấn đề nghiên cứu của đề tài. Chương 3: Cơ sở lý thuyết và Phương pháp nghiên cứu: Tổng hợp cơ sở lý thuyết về hệ thống XHTDNB, Mô hình xác suất vỡ nợ và các phương pháp đo lường RRTD khác; Tổng quan về Hiệp ước vốn Basel II về XHTD; Tổng quan các công 6 trình nghiên cứu trước đây. Hai phương pháp nghiên cứu chính của đề tài là phương pháp phân tích định tính và khảo sát phỏng vấn.

Chương 4: Thực trạng XHTDNB và mô hình xác suất vỡ nợ (PD) trong hoạt động kiểm soát RRTD về phân loại nợ tại hệ thống VCB. Chương 5: Đưa ra những kết luận cho nội dung và đề xuất giải pháp hoàn thiện Hệ thống XHTDNB theo mô hình PD đối với doanh nghiệp có quan hệ tín dụng tại Hệ thống Ngân hàng TMCP Ngoại thương Việt Nam. 7 CHƯƠNG 2: XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU 2. Giới thiệu về VCB 2.

Giới thiệu sơ lược về VCB VCB được thành lập từ ngày 01/04/1963 với tổ chức tiền thân là Cục Ngoại hối/Sở Quản lý Ngoại hối (Trực thuộc Ngân hàng Nhà nước Việt Nam). Sau hơn 50 hoạt động trên thị trường, VCB hiện là một trong những NHTM lớn nhất Việt Nam. Là NHTM nhà nước đầu tiên được Chính phủ lựa chọn để thực hiện cổ phần hóa, sau khi thực hiện thành công việc phát hành cổ phiếu lần đầu ra công chúng ngày 26/12/2007, Ngân hàng TMCP Ngoại thương Việt Nam (VCB) chính thức hoạt động ngày 2/6/2008. Cấu trúc hệ thống của VCB được tổ chức theo mô hình công ty cổ phần, do nhà nước nắm cổ phần chi phối (Năm 2018, Nhà nước nắm giữ tỷ lệ cao nhất 77.11%; Mizuho Bank Ltd nắm giữ 15.00% và các cổ đông khác nắm giữ 7.89%) và đang được tiếp tục đổi mới theo mô hình tập đoàn tài chính phù hợp với chuẩn mực và thông lệ quốc tế.

Cơ cấu cổ đông của VCB (2018) Nguồn: BCTC kiểm toán của VCB Mô hình quản trị của VCB bao gồm: Các công ty con, liên doanh, liên kết cung cấp dịch vụ tài chính (Ngân hàng thương mại, ngân hàng đầu tư, dịch vụ tài chính khác và bảo hiểm); Các công ty con, liên doanh, liên kết cung cấp dịch vụ phi tài chính (bất động sản). Mô hình quản trị của VCB (2018) Nguồn: BCTC kiểm toán của VCB VCB là Ngân hàng dẫn đầu tại thị trường Việt Nam trong năm 2018 về: 13 tỷ USD •Giá trị thị trường 3,2 tỷ USD •Vốn chủ sở hữu 50,1 tỷ USD •Tổng tài sản 30,5 tỷ USD •Dư nợ cho vay 43,0 tỷ USD •Tiền gửi KH 740 triệu USD •Lợi nhuận trước thuế 16,04% •Thị phần TTQT - TTTM 37,42 tỷ USD •Doanh số Kinh doanh ngoại tệ 2. Khái quát tình hình hoạt động kinh doanh của VCB Bảng 2. Chỉ số tài chính của VCB (2012 – 2018) Chỉ tiêu 2012 2013 2014 2015 2016 2017 2018 Tổng tài sản có 414,670 468,994 576,989 674,395 787,907 1,035,293 1,072,983 Vốn chủ sở hữu 42,489 42,536 43,498 45,172 48,101 52,558 63,889 Vốn điều lệ 23,174 32,421 32,421 32,421 36,003 36,322 36,332 Huy động KH 284,415 332,245 422,204 500,528 590,451 708,520 802,223 Dư nợ cho vay 235,989 267,863 316,289 378,542 460,808 543,434 632,633 Lợi nhuận trước thuế 5,761 5,743 5,876 6,827 8,523 11,341 18,300 Lợi nhuận sau thuế 4,425 4,377 4,611 5,332 6,851 9,111 14,658 9 ROA 1.94% Tỷ lệ nợ xấu 2.97% Đơn vị: %/ Tỷ đồng Nguồn: BCTC kiểm toán của VCB Đơn vị: Triệu đồng Nguồn: BCTC KT của VCB Hình 2.

Tăng trưởng quy mô tổng tài sản VCB luôn duy trì tốc độ tăng trưởng cũng như kết quả kinh doanh ấn tượng trong nhóm các NHTM Việt Nam. Trong giai đoạn 2012 – 2018, tổng tài sản của VCB đã tăng trưởng gần 2.7 ngàn tỷ đồng lên đạt 1,072.9 ngàn tỷ đồng. Xét về quy mô tổng tài sản, VCB hiện đang xếp vị trí thứ 2 trong hệ thống NHTM sau Vietinbank. Đơn vị: Triệu đồng Nguồn: BCTC KT của VCB Hình 2.

Tăng trưởng quy mô vốn CSH và vốn điều lệ Chỉ tiêu vốn điều lệ tăng 1.2 ngàn tỷ đồng và đạt 36.3 ngàn tỷ đồng; vốn chủ sở hữu tăng trưởng 1.5 ngàn tỷ đồng đến 63.9 ngàn tỷ đồng. Hiện VCB đang xếp thứ 1 trong hệ thống các NHTM về quy mô vốn chủ sở hữu. 10 Đơn vị: Triệu đồng Nguồn: BCTC kiểm toán VCB Hình 2. Kết quả kinh doanh ROA và ROE giai đoạn 2012 - 2018 Mức độ tăng trưởng về kinh doanh của VCB được thể hiện thông qua hai kênh huy động và cho vay KH.

Trong đó, huy động tiền gửi KH tăng 2.82 lần từ khoảng 284.4 ngàn tỷ đồng lên đạt khoảng 802.2 ngàn tỷ đồng; dư nợ cho vay KH tăng 2.68 lần từ khoảng 235.9 ngàn tỷ đồng lên đạt 632.6 ngàn tỷ đồng. VCB giữ kỷ lục về lợi nhuận trong hệ thống ngân hàng năm 2018, lợi nhuận hợp nhất của VCB đạt 18.269 tỷ đồng tăng 61,1% so với năm 2017 và gấp 3 lần so với năm 2015 – năm đầu tiên VCB bước vào tái cơ cấu giai đoạn 2016- 2020. Đến năm 2020, VCB đặt mục tiêu trở thành ngân hàng số 1 Việt Nam, là một trong 300 tập đoàn tài chính lớn nhất thế giới, được quản trị theo các thông lệ quốc tế tốt nhất. Bên cạnh đó, VCB chú trọng phát triển hoạt động NHBL với tỷ trọng huy động tiền gửi 60% từ bán lẻ và 40% từ bán buôn; tín dụng với 50% từ bán lẻ và 50% từ bán buôn trong tổng dư nợ tín dụng của cả hệ thống.

Thành tựu của VCB về hoạt động QTRRTD trong những năm gần đây: Là ngân hàng có chất lượng quản trị rủi ro tốt nhất: Năm 2019, nợ xấu của Vietcombank được kiểm soát một cách thực chất và hiện chỉ ở mức dưới 0,8%. Như vậy, so với bình quân của ngành ngân hàng là 1,89%, nợ xấu của Vietcombank thấp hơn rất nhiều. Nợ xấu năm thứ hai liên tiếp về dưới 1%, mức thấp nhất trong 10 năm trở lại đây và về đích trước 2 năm so với đề án tái cơ cấu VCB. Tỷ lệ nợ xấu đến cuối năm 2018 giảm xuống còn 0,97%, là NHTM đầu tiên của Việt Nam đưa tỷ lệ nợ xấu thực chất xuống còn dưới 1%, phân loại theo chuẩn mực quốc tế, tỷ lệ trích lập dự phòng bao nợ xấu của VCB tính đến cuối năm 2018 đã lên tới 170%, là ngân hàng có tỷ lệ trích lập 11 dự phòng bao nợ xấu cao nhất trong các tổ chức tín dụng tại Việt Nam (DPRR/Nợ xấu 192%).

Là 1 trong 2 ngân hàng Việt Nam đầu tiên chính thức được NHNN công nhận đáp ứng chuẩn Basel II theo phương pháp tiếp cận tiêu chuẩn. Ngày 28/11/2018, VCB đã chính thức được Thống đốc NHNN Việt Nam chấp thuận là ngân hàng đầu tiên tại Việt Nam đáp ứng các chuẩn mực an toàn theo Basel II, được áp dụng thông tư 41 sớm 01 năm so với yêu cầu. Duy trì mức xếp hạng tốt nhất trên thị trường, được các tổ chức xếp hạng quốc tế uy tín đánh giá như sau: Hãng đánh giá Moody’s S&P Fitch Rating Xếp hạng BB-/bb- BB-/b Ba3/b1 Triển vọng Stable Positive Stable 2. Biểu hiện của vấn đề RRTD là khả năng xảy ra ngoài dự kiến khi KH không trả nợ cho ngân hàng hoặc trả nợ không đúng hạn.

Tổn thất dự kiến (EL) là những tổn thất có khả năng xảy ra nhưng được ngân hàng dự tính trước. Tổn thất ngoài dự kiến (UL) là những tổn thất có khả năng xảy ra nhưng không/chưa được ngân hàng dự tính được trước. Tổn thất dự kiến hay còn được gọi là phần bù rủi ro không phải là bộ phận của RRTD vì được ngân hàng dự tính được nên đã được ngân hàng chuyển vào lãi suất cấp tín dụng. Ngân hàng tính được tổn thất dự kiến càng chính xác thì khả năng xảy ra tổn thất ngoài dự kiến càng nhỏ.

Một trong những biện pháp và kỹ thuật QTRRTD của VCB là sử dụng các mô hình phân tích để chấm điểm về tình hình tài chính, uy tín và chất lượng tín dụng của KH, từ đó có thể chọn lọc KH tốt và có chính sách cho vay, ưu đãi phù hợp đối với từng đối tượng KH nhằm hạn chế tổn thất và phòng ngừa rủi ro trong hoạt động tín dụng. Kiểm soát RRTD là hoạt động thường xuyên và liên tục tại VCB hiện nay. XHTDNB là cơ sở để QTRRTD nhằm hạn chế và giới hạn rủi ro ở các mức mục tiêu; đồng thời cũng hỗ trợ ngân hàng trong việc phân loại nợ và trích lập dự phòng rủi ro, tiến tới mục tiêu tối đa hóa lợi nhuận và bảo vệ sự ổn định của hệ thống ngân hàng nói chung. Do vậy, việc nghiên cứu xây dựng và hoàn thiện hệ thống XHTDNB thông qua mô hình xếp hạng đo lường RRTD dựa trên xác suất vỡ nợ là cần thiết và đang 12 được VCB quan tâm nhằm phòng ngừa và hạn chế RRTD, giảm bớt tỷ lệ nợ xấu phải trích lập dự phòng rủi ro, đáp ứng các yêu cầu của Basel II và NHNN.

Các ngân hàng khi cho vay luôn hạn chế ở mức thấp nhất các rủi ro có thể xảy ra khi KH không trả được nợ hoặc trả nợ không đúng hạn. Vì hoạt động tín dụng mang lại lợi nhuận lớn nhất cho ngân hàng nên việc kiểm soát RRTD luôn được các ngân hàng đặt lên hàng đầu. Với KHDN thường vay các khoản vay có giá trị lớn, thời gian dài, nếu không kiểm tra, giám sát trước, trong và sau cho vay để xảy ra rủi ro thì thiệt hại cho các ngân hàng là rất lớn. Tại VCB thường có chính sách quản lý và kiểm soát rủi ro tín dụng thường xuyên và liên tục đối với nhóm khách hàng doanh nghiệp này nhằm phòng ngừa tổn thất có thể xảy ra vì bất kỳ khoản vay nào cũng có thể có vấn đề, việc sớm nhận biết vấn đề và có những biện pháp theo dõi nhanh chóng và chuyên nghiệp nhằm giúp các tổn thất giảm đến mức thấp nhất.

Những dấu hiệu cảnh báo sẽ giúp NH có thể nhận biết và có giải pháp xử lý sớm các vấn đề một cách hiệu quả.