Luận văn thạc sĩ UEH: Đánh giá xác suất vỡ nợ hệ thống ngân hàng thương mại Việt Nam

Luận văn thạc sĩ UEH phân tích xác suất vỡ nợ của hệ thống ngân hàng thương mại Việt Nam, cung cấp cái nhìn sâu sắc về rủi ro tài chính.

• Tác giả: Nguyễn Hoàng Thụy Bích Trâm
• Người hướng dẫn: TS. Nguyễn Thị Ngọc Trang
• Trường học: Trường Đại Học Kinh Tế TP.HCM
• Chuyên ngành: Tài Chính – Ngân Hàng
• Đề tài: Đánh Giá Xác Suất Vỡ Nợ Của Hệ Thống Ngân Hàng Thương Mại Việt Nam
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2013
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• 1. CHƯƠNG 1: Giới thiệu
• 2. CHƯƠNG 2: Các nghiên cứu trước đây

Tóm tắt

I. Tổng quan về luận văn thạc sĩ ueh đánh giá xác suất vỡ nợ

Luận văn thạc sĩ tại UEH về việc đánh giá xác suất vỡ nợ của hệ thống ngân hàng thương mại Việt Nam đã chỉ ra tầm quan trọng của việc hiểu rõ rủi ro tín dụng trong bối cảnh kinh tế hiện nay. Nghiên cứu này không chỉ giúp các nhà quản lý ngân hàng mà còn cung cấp thông tin quý giá cho các nhà đầu tư và cơ quan quản lý nhà nước. Việc thực hiện stress test là một trong những phương pháp chính để đánh giá khả năng chịu đựng của ngân hàng trước các cú sốc kinh tế.

1.1. Khái niệm về xác suất vỡ nợ trong ngân hàng

Xác suất vỡ nợ (PD) là một chỉ số quan trọng trong việc đánh giá rủi ro tín dụng. Nó phản ánh khả năng một khoản vay không được thanh toán đúng hạn. Việc hiểu rõ khái niệm này giúp các ngân hàng có thể quản lý rủi ro tốt hơn.

1.2. Tầm quan trọng của nghiên cứu trong bối cảnh hiện tại

Nghiên cứu này có ý nghĩa quan trọng trong việc giúp các ngân hàng thương mại Việt Nam nhận diện và quản lý rủi ro tín dụng hiệu quả hơn, đặc biệt trong bối cảnh nền kinh tế đang có nhiều biến động.

II. Vấn đề và thách thức trong đánh giá xác suất vỡ nợ

Đánh giá xác suất vỡ nợ của hệ thống ngân hàng thương mại Việt Nam gặp nhiều thách thức. Các yếu tố như tình hình kinh tế và rủi ro tín dụng có thể ảnh hưởng lớn đến kết quả đánh giá. Việc thiếu dữ liệu chính xác và kịp thời cũng là một trong những vấn đề lớn mà các nhà nghiên cứu phải đối mặt.

2.1. Các yếu tố ảnh hưởng đến xác suất vỡ nợ

Nhiều yếu tố như tăng trưởng GDP, lãi suất và tỷ lệ thất nghiệp có thể tác động đến xác suất vỡ nợ. Việc phân tích mối quan hệ giữa các yếu tố này là rất cần thiết để đưa ra những dự báo chính xác.

2.2. Khó khăn trong việc thu thập dữ liệu

Việc thu thập dữ liệu chính xác và đầy đủ là một thách thức lớn. Nhiều ngân hàng không công khai thông tin về nợ xấu, điều này làm khó khăn cho việc phân tích và đánh giá.

III. Phương pháp nghiên cứu đánh giá xác suất vỡ nợ

Luận văn sử dụng nhiều phương pháp nghiên cứu khác nhau để đánh giá xác suất vỡ nợ. Các phương pháp này bao gồm mô hình kinh tế lượng và mô phỏng Monte Carlo. Việc áp dụng các phương pháp này giúp tăng độ chính xác trong việc dự đoán rủi ro tín dụng.

3.1. Mô hình kinh tế lượng trong nghiên cứu

Mô hình kinh tế lượng giúp phân tích mối quan hệ giữa các biến kinh tế vĩ mô và xác suất vỡ nợ. Phương pháp này cho phép các nhà nghiên cứu đưa ra những dự báo dựa trên dữ liệu lịch sử.

3.2. Mô phỏng Monte Carlo trong đánh giá rủi ro

Mô phỏng Monte Carlo là một công cụ mạnh mẽ trong việc đánh giá rủi ro tín dụng. Phương pháp này cho phép mô phỏng nhiều kịch bản khác nhau để xác định khả năng vỡ nợ của ngân hàng.

IV. Kết quả nghiên cứu và ứng dụng thực tiễn

Kết quả nghiên cứu cho thấy có sự tồn tại mối tương quan giữa tỷ lệ nợ xấu và tăng trưởng GDP. Điều này cho thấy rằng việc theo dõi các chỉ số kinh tế vĩ mô là rất quan trọng trong việc quản lý rủi ro tín dụng. Các ngân hàng thương mại cần áp dụng các kết quả này vào thực tiễn để cải thiện khả năng quản lý rủi ro.

4.1. Tác động của tăng trưởng GDP đến nợ xấu

Nghiên cứu chỉ ra rằng khi tăng trưởng GDP giảm, tỷ lệ nợ xấu có xu hướng tăng. Điều này nhấn mạnh tầm quan trọng của việc theo dõi tình hình kinh tế để đưa ra các quyết định kịp thời.

4.2. Ứng dụng kết quả vào quản lý rủi ro

Các ngân hàng thương mại có thể sử dụng kết quả nghiên cứu để điều chỉnh chiến lược cho vay và quản lý rủi ro tín dụng hiệu quả hơn, từ đó đảm bảo sự ổn định tài chính.

V. Kết luận và triển vọng tương lai của nghiên cứu

Nghiên cứu về đánh giá xác suất vỡ nợ của hệ thống ngân hàng thương mại Việt Nam mở ra nhiều hướng đi mới cho các nghiên cứu tiếp theo. Việc áp dụng các phương pháp hiện đại trong phân tích rủi ro tín dụng sẽ giúp nâng cao khả năng dự đoán và quản lý rủi ro trong tương lai.

5.1. Tương lai của nghiên cứu về rủi ro tín dụng

Nghiên cứu trong tương lai có thể mở rộng ra các lĩnh vực khác như phân tích rủi ro thị trường và rủi ro hoạt động, từ đó cung cấp cái nhìn toàn diện hơn về rủi ro trong hệ thống ngân hàng.

5.2. Khuyến nghị cho các nhà quản lý ngân hàng

Các nhà quản lý ngân hàng cần chú trọng đến việc áp dụng các phương pháp phân tích hiện đại để nâng cao khả năng quản lý rủi ro, từ đó đảm bảo sự ổn định cho hệ thống tài chính.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh kinh tế toàn cầu biến động phức tạp, việc đánh giá rủi ro tín dụng của hệ thống ngân hàng thương mại Việt Nam trở nên cấp thiết. Theo số liệu từ năm 2007 đến 2013, tăng trưởng tín dụng tại Việt Nam dao động mạnh, từ mức 38% giảm xuống còn 11%, với năm 2012 ghi nhận mức tăng trưởng tín dụng thấp kỷ lục trong nhiều năm. Đồng thời, GDP cũng trải qua các biến động đáng kể, từ mức tăng 8,44% năm 2007 xuống còn 5,03% năm 2012, phản ánh tác động của khủng hoảng tài chính toàn cầu và bất ổn kinh tế vĩ mô trong nước. Tỷ lệ nợ xấu (NPL) của các ngân hàng thương mại được xem là chỉ số quan trọng phản ánh chất lượng tín dụng và sức khỏe tài chính của hệ thống ngân hàng.

Mục tiêu nghiên cứu là thực hiện stress test nhằm đánh giá xác suất vỡ nợ của hệ thống ngân hàng thương mại Việt Nam dưới các kịch bản kinh tế vĩ mô khác nhau trong vòng hai năm tới. Nghiên cứu tập trung vào mối quan hệ giữa các biến kinh tế vĩ mô như tăng trưởng GDP, lãi suất cơ bản và tổng dư nợ tín dụng với tỷ lệ nợ xấu, từ đó ước lượng khả năng tổn thất tín dụng và nhu cầu vốn cần thiết để đảm bảo an toàn tài chính. Phạm vi nghiên cứu bao gồm dữ liệu quý từ năm 2007 đến quý II năm 2013, với mẫu gồm 8 ngân hàng thương mại niêm yết trên hai sàn HOSE và HNX.

Ý nghĩa nghiên cứu thể hiện qua việc cung cấp công cụ định lượng giúp Ngân Hàng Nhà Nước và các nhà quản lý tài chính đánh giá mức độ rủi ro tín dụng, từ đó đề xuất các chính sách tiền tệ và quản lý vốn phù hợp nhằm duy trì sự ổn định của hệ thống tài chính quốc gia.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên hai khung lý thuyết chính trong đánh giá rủi ro tín dụng và stress test:

1. Mô hình bảng cân đối kế toán: Phân tích mối quan hệ giữa các khoản mục trên bảng cân đối kế toán của ngân hàng (như tỷ lệ nợ xấu, dự phòng rủi ro) với các biến kinh tế vĩ mô (GDP, lãi suất, tổng dư nợ). Mô hình này giúp ước lượng độ nhạy của chất lượng tín dụng trước các biến động kinh tế, đồng thời phản ánh tính quán tính của tỷ lệ nợ xấu qua các quý.

2. Mô hình giá trị có rủi ro (Credit VaR): Sử dụng phương pháp mô phỏng Monte Carlo trong mô hình CreditRisk+ để ước lượng phân phối tổn thất tín dụng và xác suất vỡ nợ của các ngân hàng dưới các kịch bản kinh tế vĩ mô bất lợi. Mô hình này tích hợp rủi ro tín dụng và rủi ro thị trường, cho phép đánh giá mức độ tổn thất tiềm năng với các mức độ tin cậy khác nhau.

Các khái niệm chính bao gồm:

• Tỷ lệ nợ xấu (NPL): Tỷ lệ các khoản vay có khả năng mất vốn trên tổng dư nợ.
• Tăng trưởng GDP: Chỉ số đo lường sự phát triển kinh tế, ảnh hưởng trực tiếp đến khả năng trả nợ của khách hàng.
• Lãi suất cơ bản: Công cụ chính sách tiền tệ ảnh hưởng đến chi phí vốn và khả năng mở rộng tín dụng.
• Stress test vĩ mô: Phương pháp đánh giá sức chịu đựng của hệ thống ngân hàng trước các kịch bản kinh tế bất lợi.

Phương pháp nghiên cứu

Nghiên cứu sử dụng dữ liệu chuỗi thời gian quý từ quý IV năm 2007 đến quý II năm 2013, bao gồm các biến kinh tế vĩ mô như GDP danh nghĩa, lãi suất cơ bản, tổng dư nợ tín dụng, tỷ giá và CPI, cùng dữ liệu bảng của 8 ngân hàng thương mại niêm yết. Cỡ mẫu dữ liệu bảng gồm 8 ngân hàng với tổng tài sản hơn 1,7 triệu tỷ đồng và vốn tự có khoảng 159 nghìn tỷ đồng.

Phương pháp phân tích gồm ba bước chính:

• Bước 1: Áp dụng mô hình Vector Error Correction Model (VECM) để ước lượng mối quan hệ dài hạn và ngắn hạn giữa các biến kinh tế vĩ mô, từ đó xây dựng các kịch bản kinh tế vĩ mô trong vòng hai năm tới.
• Bước 2: Sử dụng mô hình hồi quy dữ liệu bảng để đánh giá độ nhạy của tỷ lệ nợ xấu với các biến kinh tế vĩ mô, đặc biệt là tăng trưởng GDP và lãi suất cơ bản, dựa trên dữ liệu của các ngân hàng trong mẫu.
• Bước 3: Áp dụng mô hình CreditRisk+ với phương pháp mô phỏng Monte Carlo để tính toán xác suất vỡ nợ và nhu cầu vốn cần thiết của các ngân hàng dưới các kịch bản kinh tế vĩ mô đã xây dựng.

Quá trình phân tích được thực hiện với các kiểm định về tính dừng, đồng liên kết, tự tương quan và phân phối chuẩn nhằm đảm bảo tính bền vững và độ tin cậy của mô hình.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Mối tương quan âm giữa tỷ lệ nợ xấu và tăng trưởng GDP: Kết quả mô hình cho thấy tăng trưởng GDP có tác động ngược chiều và có ý nghĩa thống kê với tỷ lệ nợ xấu, với độ trễ khoảng hai quý. Cụ thể, khi GDP giảm 2,9%, tỷ lệ nợ xấu tăng lên 1,3 lần trong quý tiếp theo.
2. Chất lượng tín dụng có tính quán tính cao: Hệ số tự hồi quy của tỷ lệ nợ xấu là 0,84, cho thấy sự gia tăng nợ xấu trong một quý sẽ kéo dài ảnh hưởng sang quý tiếp theo với tỷ lệ tương ứng.
3. Kịch bản cơ sở và kịch bản bất lợi về tỷ lệ nợ xấu: Dưới kịch bản cơ sở, tỷ lệ nợ xấu dự kiến đạt khoảng 3,7% vào quý III năm 2013 và có thể lên đến hơn 5% vào quý III năm 2015. Trong khi đó, kịch bản bất lợi cho thấy tỷ lệ nợ xấu có thể tăng lên 6,4% vào quý II năm 2014.
4. Khả năng hấp thụ tổn thất tín dụng của ngân hàng còn hạn chế: Mô hình Credit VaR cho thấy các ngân hàng thương mại Việt Nam chưa đủ nguồn lực tài chính để chịu đựng các tổn thất tín dụng dưới các kịch bản kinh tế vĩ mô bất lợi, tiềm ẩn nguy cơ đe dọa sự ổn định tài chính.

Thảo luận kết quả

Nguyên nhân của mối tương quan âm giữa GDP và tỷ lệ nợ xấu được lý giải bởi sự suy giảm hoạt động kinh tế làm giảm khả năng trả nợ của khách hàng, dẫn đến gia tăng nợ xấu. Tính quán tính của nợ xấu phản ánh sự khó khăn trong việc xử lý các khoản nợ xấu đã phát sinh, đồng thời cho thấy tác động kéo dài của các cú sốc kinh tế. So sánh với các nghiên cứu quốc tế, kết quả tương đồng với các nghiên cứu tại các nền kinh tế phát triển và đang phát triển, khẳng định tính phổ quát của mối quan hệ này.

Việc các ngân hàng chưa đủ vốn để hấp thụ tổn thất tín dụng trong kịch bản bất lợi cảnh báo về nguy cơ mất ổn định hệ thống tài chính nếu không có các biện pháp can thiệp kịp thời. Dữ liệu có thể được trình bày qua biểu đồ đường thể hiện diễn biến tỷ lệ nợ xấu theo các kịch bản và bảng tổng hợp nhu cầu vốn dự kiến của các ngân hàng dưới các kịch bản khác nhau, giúp minh họa rõ ràng mức độ rủi ro và nhu cầu chính sách.

Đề xuất và khuyến nghị

1. Tăng cường vốn tự có của ngân hàng: Các ngân hàng thương mại cần nâng cao tỷ lệ vốn tự có nhằm tăng khả năng hấp thụ tổn thất tín dụng, hướng tới đạt hoặc vượt chuẩn Basel II trong vòng 2 năm tới. Ngân hàng Nhà nước nên hỗ trợ thông qua các chính sách khuyến khích tăng vốn và kiểm soát chặt chẽ tỷ lệ an toàn vốn.
2. Cải thiện quản lý rủi ro tín dụng: Áp dụng các công cụ quản trị rủi ro hiện đại, bao gồm stress test định kỳ và mô hình dự báo nợ xấu, nhằm phát hiện sớm các rủi ro tiềm ẩn và có biện pháp xử lý kịp thời. Các ngân hàng cần đào tạo nhân sự chuyên sâu về quản lý rủi ro trong vòng 1 năm.
3. Điều chỉnh chính sách tiền tệ linh hoạt: Ngân hàng Nhà nước cần cân nhắc điều chỉnh lãi suất cơ bản phù hợp với diễn biến kinh tế vĩ mô để hỗ trợ tăng trưởng tín dụng lành mạnh, đồng thời kiểm soát lạm phát và ổn định tỷ giá trong 6-12 tháng tới.
4. Tăng cường minh bạch và công bố thông tin: Các ngân hàng nên công khai các chỉ số tài chính quan trọng như tỷ lệ nợ xấu, dự phòng rủi ro để nâng cao niềm tin của nhà đầu tư và khách hàng, đồng thời hỗ trợ công tác giám sát của cơ quan quản lý. Việc này nên được thực hiện thường xuyên hàng quý.

Đối tượng nên tham khảo luận văn

1. Ngân hàng Nhà nước và cơ quan quản lý tài chính: Sử dụng kết quả nghiên cứu để xây dựng chính sách tiền tệ, quản lý rủi ro hệ thống và thiết lập các tiêu chuẩn an toàn vốn phù hợp.
2. Ban lãnh đạo và phòng quản lý rủi ro các ngân hàng thương mại: Áp dụng mô hình stress test và các phương pháp đánh giá rủi ro tín dụng để nâng cao hiệu quả quản trị rủi ro và đảm bảo an toàn tài chính.
3. Các nhà nghiên cứu và học viên chuyên ngành Tài chính – Ngân hàng: Tham khảo phương pháp luận và kết quả nghiên cứu để phát triển các đề tài nghiên cứu sâu hơn về rủi ro tín dụng và quản lý tài chính ngân hàng.
4. Nhà đầu tư và tổ chức tài chính quốc tế: Đánh giá mức độ rủi ro và tiềm năng đầu tư vào hệ thống ngân hàng Việt Nam dựa trên các phân tích định lượng và kịch bản kinh tế vĩ mô.

Câu hỏi thường gặp

1. Stress test là gì và tại sao quan trọng?
   Stress test là kỹ thuật đánh giá khả năng chịu đựng của ngân hàng trước các kịch bản kinh tế bất lợi. Nó giúp phát hiện rủi ro tiềm ẩn và hỗ trợ quản lý vốn hiệu quả, đảm bảo sự ổn định của hệ thống tài chính.

2. Tại sao tăng trưởng GDP ảnh hưởng đến tỷ lệ nợ xấu?
   Tăng trưởng GDP phản ánh sức khỏe kinh tế chung. Khi GDP giảm, doanh nghiệp và cá nhân khó khăn trong trả nợ, dẫn đến tăng tỷ lệ nợ xấu. Nghiên cứu cho thấy tác động này có độ trễ khoảng hai quý.

3. Mô hình CreditRisk+ hoạt động như thế nào?
   CreditRisk+ sử dụng mô phỏng Monte Carlo để ước lượng phân phối tổn thất tín dụng dựa trên xác suất vỡ nợ và tỷ lệ tổn thất khi vỡ nợ, giúp đánh giá nhu cầu vốn và rủi ro tín dụng của ngân hàng.

4. Làm thế nào để ngân hàng cải thiện khả năng hấp thụ tổn thất tín dụng?
   Ngân hàng cần tăng vốn tự có, nâng cao chất lượng quản lý rủi ro, đa dạng hóa danh mục cho vay và áp dụng các công cụ dự báo rủi ro để giảm thiểu tổn thất.

5. Các kịch bản kinh tế vĩ mô được xây dựng dựa trên cơ sở nào?
   Kịch bản được xây dựng dựa trên mô hình kinh tế lượng VECM, kết hợp dữ liệu lịch sử và các giả định về biến động kinh tế trong tương lai, bao gồm kịch bản cơ sở và các kịch bản bất lợi có tính khả thi.

Kết luận

• Nghiên cứu xác định mối tương quan âm có ý nghĩa giữa tăng trưởng GDP và tỷ lệ nợ xấu với độ trễ hai quý, phản ánh tác động của kinh tế vĩ mô lên rủi ro tín dụng.
• Chất lượng tín dụng có tính quán tính cao, cho thấy sự kéo dài ảnh hưởng của các cú sốc kinh tế lên tỷ lệ nợ xấu.
• Các kịch bản stress test cho thấy tỷ lệ nợ xấu có thể tăng lên mức đáng báo động trong các điều kiện kinh tế bất lợi, tiềm ẩn nguy cơ mất ổn định tài chính.
• Mô hình Credit VaR chỉ ra rằng các ngân hàng thương mại Việt Nam hiện chưa đủ vốn để hấp thụ các tổn thất tín dụng trong kịch bản xấu.
• Đề xuất các giải pháp tăng vốn, cải thiện quản lý rủi ro và điều chỉnh chính sách tiền tệ nhằm nâng cao khả năng chống chịu của hệ thống ngân hàng.

Next steps: Triển khai áp dụng stress test định kỳ, mở rộng mẫu nghiên cứu và cập nhật dữ liệu mới để nâng cao độ chính xác dự báo. Các nhà quản lý cần phối hợp chặt chẽ để thực hiện các khuyến nghị nhằm đảm bảo sự ổn định tài chính quốc gia.

Call-to-action: Các tổ chức tài chính và cơ quan quản lý nên tích cực áp dụng kết quả nghiên cứu để nâng cao hiệu quả quản trị rủi ro và xây dựng hệ thống ngân hàng bền vững, góp phần phát triển kinh tế đất nước.

Trích đoạn nội dung tài liệu

Chương 1. Giới thiệu Những năm gần đây đã có nhiều nghiên cứu về stress test. Tầm quan trọng của stress test đã được nhấn mạnh trong cuộc khủng hoảng gần đây và những vụ sụp đổ ngân hàng ở nhiều quốc gia. Hiểu biết sâu sắc về khả năng phục hồi của hệ thống ngân hàng trước các kịch bản kinh tế vĩ mô bất lợi là rất quan trọng cho việc đánh giá đúng rủi ro hệ thống và giúp các nhà điều hành đưa ra chính sách quản lý kịp thời bảo đảm an toàn cho hệ thống tài chính quốc gia.

Bài nghiên cứu này thực hiện stress test để xem xét tác động vĩ mô lên rủi ro tín dụng của các ngân hàng thương mại Việt Nam dựa trên phân tích kịch bản. Khuôn khổ thực hiện bao gồm ba phần độc lập nhưng bổ sung cho nhau được kết hợp theo thứ tự. Phần đầu tiên sử dụng mô hình kinh tế lượng theo chuỗi thời gian để ước lượng mối quan hệ giữa các biến kinh tế vĩ mô lựa chọn và sử dụng kết quả này để mô phỏng các kịch bản vĩ mô bất lợi trong hai năm tới. Phần thứ hai sử dụng mô hình kinh tế lượng theo dữ liệu bảng để ước tính độ nhạy của tỷ lệ nợ xấu (NPL) đối với tăng trưởng GDP và sử dụng kết quả này để mô phỏng chất lượng tín dụng dưới các kịch bản xấu.

Phần này sử dụng bộ dữ liệu về tỷ lệ nợ xấu của tám ngân hàng thương mại được niêm yết trong khoảng thời gian từ năm 2006 đến năm 2013. Phần thứ ba sử dụng tỷ lệ nợ xấu dự báo đại diện cho xác suất vỡ nợ (PD) trong trường hợp bất lợi để ước tính phần tổn thất tín dụng, sử dụng mô hình giá trị tín dụng có rủi ro (Credit VaR). Kết quả cho thấy mối tương quan ngược chiều giữa tỷ lệ nợ xấu và tăng trưởng GDP. Trong đó, tăng trưởng GDP tác động lên tỷ lệ nợ xấu với độ trễ là hai quý.

Kết quả thực hiện ở kịch bản cơ sở khi nền kinh tế không có cú sốc đã cho thấy nếu tăng trưởng GDP giảm 2,9 phần trăm sẽ làm gia tăng 1,3 lần nợ xấu trong quý III năm 2013. Như vậy, ở kịch bản cơ sở tỷ lệ nợ xấu có thể vào 2 LUAN VAN CHAT LUONG download : add [e-mail] khoảng 3,7 phần trăm trong quý III năm 2013. Ngoài ra, chất lượng tín dụng thể hiện mức độ quán tính mạnh mẽ với hệ số tự hồi quy là 0,84. Điều này ngụ ý rằng một phần trăm gia tăng trong tỷ lệ nợ xấu của một quý nào đó sẽ gây ra sự gia tăng 0,84 phần trăm trong tỷ lệ nợ xấu ở quý tiếp theo.

Bài nghiên cứu này xây dựng bốn kịch bản kinh tế vĩ mô, mỗi kịch bản kéo dài hai năm. Những kịch bản này bao gồm một kịch bản cơ sở phản ánh mức độ tăng trưởng GDP dự kiến khi nền kinh tế không xảy ra các cú sốc và ba kịch bản xấu được coi là cực đoan, nhưng vẫn có khả năng xảy ra trong điều kiện hiện nay. Nhìn chung, kết quả của kịch bản cơ sở chỉ ra rằng tỷ lệ nợ xấu sẽ đạt đỉnh vào khoảng hơn 5 phần trăm trong quý thứ ba năm 2015. Ngược lại, một kịch bản xấu sẽ làm tăng tỷ lệ nợ xấu vào khoảng 6,4 phần trăm vào quý 2 năm 2014 của dự báo.

Nhìn chung, thực hiện stress test đã cho thấy các ngân hàng thương mại Việt Nam có nguồn lực tài chính chưa đủ tốt để hấp thụ các tổn thất tín dụng dưới tập hợp các kịch bản kinh tế vĩ mô bất lợi. Đây có thể là mầm mống đe dọa đến sự ổn định tài chính cho hệ thống ngân hàng thương mại Việt Nam. Cấu trúc của bài nghiên cứu như sau: Phần 2 trình bày ngắn gọn một số nghiên cứu liên quan, phần 3 thảo luận về phương pháp luận. Phần 4 mô tả dữ liệu thu thập và phần 5 là các kết quả thực nghiệm.

Cuối cùng, phần 6 là kết luận bài nghiên cứu. 3 LUAN VAN CHAT LUONG download : add [e-mail] Chương 2. Các nghiên cứu trước đây Wilson (1997) và Merton (1974) được biết đến với các bài nghiên cứu về stress test đo lường rủi ro tín dụng dưới tác động kinh tế vĩ mô. Wilson thiết lập mô hình trực tiếp dựa trên tính nhạy cảm của nhiều biến kinh tế vĩ mô đối với xác suất vỡ nợ theo từng khu vực ngành nghề.

Mô hình này hồi quy mối liên hệ giữa xác suất vỡ nợ và các nhân tố vĩ mô, sau đó mô phỏng phân phối xác suất vỡ nợ trong tương lai với mức thua lỗ kì vọng dưới ảnh hưởng của biến động kinh tế vĩ mô. Mô hình Merton thì khác biệt ở chỗ kết hợp sự thay đổi giá tài sản vào trong tiến trình xác định xác suất vỡ nợ. Mô hình của Wilson thì mang tính trực giác và ít tính toán trong khi mô hình của Merton cần nhiều dữ liệu và yêu cầu tính toán phức tạp. Kể từ đó thì nhiều bài nghiên cứu đã ứng dụng công cụ này để đánh giá mức độ hồi phục của hệ thống ngân hàng ở những quốc gia khác nhau trước biến động vĩ mô bất lợi như là Berkowitz (1999), Pesola (2001), Froyland và Larsen (tháng 10, 2002), Boss và cộng sự (2002), Hoggarth và Whitley (2003), Gerlach và cộng sự (2003), Virolainen và Sorge (2006), Barnhill và cộng sự (2006), van den End và cộng sự (2006), Missina và Tessier (2007).

Mục tiêu chính của những bài nghiên cứu này là đo lường mức độ nhạy cảm của danh mục tín dụng trước kịch bản vĩ mô bất lợi hoặc những sự kiện, biến động ngoan mục. Những thử nghiệm như vậy làm cho rủi ro được minh bạch hơn, giúp đánh giá mức lỗ tiềm năng dưới điều kiện thị trường không bình thường. Trong đó, Boss (2002) sử dụng mô hình rủi ro tín dụng vĩ mô để phân tích tình hình biến động xấu của thị trường gây áp lực lên xác suất vỡ nợ của ngân hàng Áo và tác giả đã nhận thấy sức sản xuất công nghiệp, tỷ lệ lạm phát, chỉ số chứng khoán, lãi suất ngắn hạn danh nghĩa và giá dầu là các nhân tố quyết định xác suất vỡ nợ. Sorge & Virolainen (2006) ứng dụng hai phương pháp chính trong stress 4 LUAN VAN CHAT LUONG download : add [e-mail] test cho nền kinh tế Phần Lan là kết hợp phân tích kinh tế lượng theo dữ liệu bảng cân đối kế toán (mô hình bảng cân đối kế toán) và mô hình giá trị có rủi ro VaR.

Trong mô hình bảng cân đối kế toán, Sorge và Virolainen sử dụng khuôn khổ của Wilson. Theo đó, các biến vĩ mô được liên kết với các khoản mục cho vay trên bảng cân đối kế toán và thông qua phương pháp mô phỏng Monte Carlo để mô phỏng ảnh hưởng của một vài cú sốc đến hệ thống ngân hàng, từ đó xác định giá trị có rủi ro VaR. Mô hình VaR kết hợp phân tích nhân tố rủi ro để ước lượng xác suất mất mát, đưa ra con số cụ thể về mức độ nhạy cảm của danh mục trước nhiều loại rủi ro khác nhau. Thông qua đó, các tác giả còn tìm thấy mối quan hệ có ý nghĩa thống kê giữa tỷ lệ vỡ nợ đặc trưng theo ngành và GDP, lãi suất và tổng nợ của khu vực doanh nghiệp.

Từ đó cho thấy biến động của môi trường kinh tế có ảnh hưởng lên dự phòng nợ khó đòi của ngân hàng. Một số nhà nghiên cứu đã kết hợp nợ xấu, khoản dự phòng nợ khó đòi và các nhân tố kinh tế vĩ mô vào trong ma trận vector để đo lường tính bất ổn của hệ thống tài chính. Kalirai và Scheicher (2002) xây dựng mô hình ước lượng hồi quy theo dữ liệu chuỗi thời gian giữa biến dự phòng nợ khó đòi tích lũy và một tập hợp lớn các biến kinh tế vĩ mô bao gồm GDP, lỗ hổng sản lượng ngành công nghiệp, chỉ số giá tiêu dùng, tốc độ tăng trưởng cung tiền, chỉ số thị trường chứng khoán, tỷ giá hối đoái, xuất khẩu và giá dầu. Bên cạnh đó, stress test cũng được xem là một trong những công cụ đánh giá tính ổn định tài chính và được giới thiệu ở chương trình FSAP 1999 liên kết giữa IMF với WB (IMF&WB 2003).

Sau khi giới thiệu FSAP, những nhà điều hành và giám sát tiền tệ quốc gia đã bắt đầu kết hợp công cụ này vào trong các đánh giá ổn định tài chính định kì. Nhiều nghiên cứu đã làm sáng tỏ tính hữu ích của stress test trong phân tích vĩ mô. Ví dụ, Borio, Furfine & Lowe (2001) chỉ ra tầm quan trọng của stress test trong việc nâng cao hiểu biết về rủi ro và mối quan hệ với 5 LUAN VAN CHAT LUONG download : add [e-mail] chu kì kinh doanh. Gần đây EU và Mỹ đã thực hiện cuộc thử nghiệm stress test lớn nhất sau khủng hoảng để đánh giá hệ thống tài chính của họ (Fed 2009a,b và CEBS 2010a,b).

Drehmann (2008) đã thảo luận về các mục tiêu, tiến trình lập mô hình và những thách thức trong thực hiện stress test. Cihak (2007) cũng trình bày tỉ mỉ và toàn diện khung lý thuyết liên quan đến việc thiết kế stress test dưới những kịch bản vĩ mô với giả định phạm vi rủi ro rộng lớn. Ông đã mô tả những ứng dụng của stress test trên dữ liệu ngân hàng. Bài nghiên cứu này thảo luận điểm mạnh và điểm yếu của nhiều phương pháp thực hiện stress test và tính hữu ích của nó đối với các nhà điều hành tiền tệ quốc gia.

Sorge (2004) cũng cung cấp tổng quát các phương pháp stress test cho hệ thống tài chính và thảo luận về những thách thức trong phương pháp nghiên cứu như là đo lường rủi ro nội sinh hoặc sự tương quan giữa rủi ro tín dụng và rủi ro thị trường. Berkowitz (2000) thảo luận cụ thể việc lựa chọn kịch bản khi thực hiện stress test. Hầu hết các bài nghiên cứu xem xét rủi ro tín dụng khi thực hiện stress test. Trước khi thực hiện mô phỏng ảnh hưởng của các kịch bản tác động lên bản chất rủi ro tín dụng, các tác giả thường khảo sát mối liên kết giữa các biến vĩ mô (như là tăng trưởng GDP, lãi suất, thất nghiệp, sức sản xuất công nghiệp, lạm phát, v.v) và các biến đo lường rủi ro tín dụng liên quan thông qua mô hình vệ tinh.

Có nhiều phương pháp cho việc thiết lập những mô hình như vậy, thường được gọi là mô hình rủi ro tín dụng vĩ mô. Drehmann (2005) và Cihak (2007) đã làm sáng tỏ mối quan hệ phi tuyến giữa các biến động vĩ mô và rủi ro tín dụng trong mô hình rủi ro tín dụng vĩ mô.