CHƯƠNG 1: TỔNG QUAN CÁC NGHIÊN CỨU 1. Các nghiên cứu của nước ngoài Các ở nước ngoài liên quan đến QLRRTD danh mục cho vay được quan tâm nhiều từ những năm 1990. Một cách khái quát, những nghiên cứu này có thể được chia thành hai dòng nghiên cứu chủ yếu: (1) các nghiên cứu lý thuyết về mô hình đo lường RRTD danh mục cho vay của ngân hàng. Các nghiên cứu này có đặc điểm chung là gắn chặt chẽ với các mô hình lý thuyết toán, xác suất thống kê phức tạp, và (2) các nghiên cứu ứng dụng dựa trên thực nghiệm về các dấu hiệu nhận biết RRTD danh mục cho vay khách hàng, mối quan hệ giữa RRTD theo danh mục cho vay với hiệu quả hoạt động của ngân hàng, và khả năng áp dụng các công cụ trong QLRRTD danh mục cho vay khách hàng.
Các nghiên cứu lý thuyết về các mô hình đo lường RRTD danh mục cho vay Wilson (1998) là một trong những nghiên cứu sớm đề xuất mô hình rủi ro hệ thống (Systemic Risk Model) để đo lường RRTD theo danh mục cho vay của các ngân hàng. Để thực hiện, trước hết cần xác định “tình trạng” (suy giảm, tăng trưởng,…) của môi trường kinh tế vĩ mô mà ngân hàng đang hoạt động trong đó, sau đó xác định xác suất vỡ nợ có điều kiện theo ngành kinh doanh dựa trên tình trạng của nền kinh tế vĩ mô, và cuối cùng là xác định phân phối tổn thất cho các khách hàng thuộc danh mục cho vay theo từng ngành kinh doanh hay mục đích sử dụng vốn của khách hàng vay (Hình 1-1). 9 Hình 1-1 Mô hình rủi ro hệ thống (Wilson, 1998) Cũng theo dòng nghiên cứu này, Siarka (2011) cung cấp một nghiên cứu tổng quan về công cụ phân tích cổ điển (vintage analysis) danh mục cho vay khách hàng. Phân tích cổ điển về cơ bản là thiết lập một ma trận các chỉ tiêu cấu thành tổng dư nợ cho vay khách hàng tại thời điểm giải ngân và phân tích sự thay đổi của các chỉ tiêu đó theo thời gian.
Bản chất của phân tích này là việc trình bày một mức rủi ro danh mục nhất định trong đó danh mục đầu tư được nhóm theo hai đặc điểm: (1) Đặc điểm đầu tiên, cái gọi là bất biến, là một thuộc tính của người đi vay hoặc người cho vay, mà giá trị của nó được biết đến tại thời điểm cho vay và không đổi trong hệ thống ngân hàng, và (2) Đặc điểm thứ hai là một chỉ báo về rủi ro. Đối với lĩnh vực tài chính tiêu dùng, chỉ tiêu rủi ro thường được xác định bằng số ngày chậm trả nợ. Tính năng cuối cùng này tạo thành cơ sở để phân nhóm các khoản vay, từ đó thiết lập các cột của bảng (Hình 1- 2). 10 Hình 1-2 Minh họa bảng phân tích cổ điển (cohort/vintage analysis) (Siarka, 2011) Mục đích chính của phân tích cổ điển là trình bày sự phát triển rủi ro tín dụng của một danh mục đầu tư nhất định để cho phép theo dõi xu hướng phát triển và dự đoán thêm về nó.
Do đó, phân tích không chỉ cung cấp thông tin hiện tại mà còn cung cấp thông tin lịch sử, cho phép xây dựng các dự báo dựa trên các mô hình của chuỗi thời gian. Một đặc điểm quan trọng của các mô hình thống kê được áp dụng là khả năng phân tích so sánh mức độ rủi ro đối với các giá trị khác nhau của các đặc điểm cụ thể của một khoản vay hoặc người đi vay. Một số ứng dụng phổ biến của phân tích cổ điển như là: So sánh mức độ rủi ro trong các tháng/quý/năm cụ thể; Phân tích ảnh hưởng của giá trị đặc trưng cụ thể đến rủi ro tín dụng; Phân tích ảnh hưởng của các thay đổi chính sách rủi ro nội bộ đối với rủi ro danh mục đầu tư; Dự báo mức độ rủi ro trong tương lai (sử dụng như một hệ thống cảnh báo sớm). Agarana, et al.
(2014) dựa trên lý thuyết của ngành vận trù học về hàm mục tiêu để đề xuất mô hình nhằm tối ưu hóa danh mục cho vay của ngân hàng. Các tác giả đã xây dựng mô hình để ra quyết định cho vay tối ưu (giảm thiểu rủi ro) dựa trên các biến phụ thuộc gồm thời hạn cho vay, mục đích sử dụng vốn vay, các tỷ lệ nợ quá hạn và nợ xấu dựa trên phân tích theo nhóm (cohort analysis), cơ cấu dư nợ theo chi nhánh giao 11 dịch trong một hệ thống ngân hàng… Hàm mục tiêu được xây dựng dựa trên các ràng buộc về thanh khoản dựa trên nhận tiền gửi, nợ xấu, cơ cấu danh mục cho vay theo các tiêu chí khác nhau và được kiểm định dựa trên dữ liệu từ một ngân hàng tại Nigeria. Kết quả nghiên cứu đã gợi ý những khoản cho vay quá mức đối với sản phẩm cho vay mua nhà dài hạn, do đó cần phải tăng cường giám sát rủi ro nhằm giảm thiểu rủi ro cho tổng thể danh mục cho vay của ngân hàng. Các nghiên cứu ứng dụng dựa trên thực nghiệm về các dấu hiệu nhận biết RRTD danh mục cho vay khách hàng Theo dòng nghiên cứu này, Rosenberg (1999) chỉ ra tầm quan trọng và cung cấp hướng dẫn cụ thể về các chỉ số đo lường RRTD danh mục cho vay khách hàng cá nhân đối với các tổ chức tài chính vi mô.
Theo tác giả, các tổ chức tài chính vi mô cũng như các ngân hàng nói chung có thể và cần vận dụng hiệu quả các loại chỉ số giúp đo lường về nợ trễ hạn (delinqency rate) bao gồm: tỷ lệ thu hồi nợ đúng hạn, tỷ lệ thu hồi nợ quá hạn và các tỷ lệ rủi ro đối với toàn bộ danh mục cho vay. Trong số các chi số trên, nghiên cứu này khuyến nghị các tổ chức cho vay nên chú trọng áp dụng một cách đúng đắn tỷ lệ thu hồi nợ đúng hạn phân chia theo các nhóm khác nhau, phản ánh mức độ thành công trong việc thu hồi các khoản trả nợ khi chúng đến hạn lần đầu. Tuy vậy, Rosenberg (1999) cũng khuyến nghị các tổ chức cho vay không nên áp dụng máy móc mà cần xem xét, điều chỉnh và vận dụng nhiều loại chỉ số khác nhau một cách phù hợp nhằm đo lường hiệu quả về mức độ RRTD cấp độ danh mục cho vay tùy thuộc vào mục tiêu và điều kiện hoạt động của mình. Hauswald & Marquez (2004) chỉ ra để thực hiện hai trong ba trụ cột (pillars) của Basel II là xác nhận giám sát các phương pháp đánh giá rủi ro của ngân hàng và công bố thông tin công khai và kỷ luật thị trường, các cơ quan quản lý ngân hàng của các quốc gia cần thực hiện tốt vai trò thúc đẩy ứng dụng tiến bộ công nghệ trong QLRRTD cả ở cấp độ giao dịch cũng như danh mục cho vay tại các ngân hàng.
Nghiên cứu này khuyến nghị cơ quan chức năng cần định hướng công nghệ sử dụng đồng thời thiết lập cơ chế công nhận và chia sẻ giải pháp công nghệ trong QLRRTD nói chung tại các ngân hàng. Việc chia sẻ này không nên đặt từ góc độ cạnh tranh trong hoạt động giữa các ngân hàng, mà nên xem xét từ góc độ an toàn hoạt động của hệ thống ngân hàng. 12 Balás (2009) nhận định rằng việc trích lập dự phòng rủi ro cho vay liên tục do ảnh hưởng của suy thoái kinh tế làm giảm lợi nhuận của các ngân hàng, nên ngân hàng ngày càng chú trọng đến các chỉ số chất lượng danh mục cho vay. Nghiên cứu này đã khái quát các chỉ số chất lượng danh mục cho vay bao gồm: (1) Tỷ lệ nợ xấu hoặc tỷ lệ nợ quá hạn, (2) Tỷ lệ phân loại nhóm nợ và (3) Tỷ lệ chi phí tổn thất dự kiến (trích lập dự phòng RRTD).
Kết quả nghiên cứu này cho thấy theo thực tiễn của Hungary, chi phí trích lập dự phòng trên tổng dư nợ bình quân được coi là chỉ tiêu quan trọng nhất, vì nó có mối quan hệ chặt chẽ nhất với RRTD (tổn thất cho vay) của danh mục cho vay. Skridulytė & Freitakas (2012) nhận định rằng RRTD đối với danh mục cho vay của các ngân hàng ngày càng gia tăng do những thay đổi nhanh chóng trong môi trường kinh doanh cũng như nhu cầu, hành vi của khách hàng. Theo kết quả nghiên cứu, RRTD đối với danh mục cho vay khách hàng thường có nguồn gốc từ rủi ro tập trung tín dụng (credit concentration risk) quá mức, chẳng hạn, từ việc phân bổ tín dụng không đồng đều giữa các lĩnh vực hoặc cung cấp các khoản vay lớn cho khách hàng vay cá nhân. Nghiên cứu này đã tổng kết nguyên nhân và các phương pháp được áp dụng để đo lường rủi ro tập trung tín dụng trong một danh mục cho vay của ngân hàng (Hình 1-3).
Một kết quả khác của nghiên cứu cũng chỉ ra sự thay đổi trong mức độ tập trung của danh mục cho vay theo ngành kinh tế của các ngân hàng Lithuania giai đoạn 2004 – 2010, theo đó trong giai đoạn tín dụng tăng trưởng nhanh thì danh mục cho vay của các ngân hàng có khuynh hướng tập trung hơn. 13 Hình 1-3 Các nguồn rủi ro tập trung tín dụng (Skridulytė & Freitakas, 2012) Nghiên cứu của Gavalas & Syriopoulos (2014) cung cấp bằng chứng thực nghiệm cho mối liên hệ năng động giữa sự vận động của các yếu tố kinh tế vĩ mô theo chu kỳ kinh tế với sự thay đổi trong RRTD của các ngân hàng tại Pháp. Dựa trên dữ liệu XHTD nội bộ của các ngân hàng, các tác giả đã sử dụng mô hình DTML (discrete-time maximum likelihood) để kiểm định mối tương quan giữa thay đổi trong XHTD nội bộ của ngân hàng và các yếu tố kinh tế vĩ mô bao gồm GDP, tỷ lệ lạm phát, tỷ lệ thất nghiệp nhằm phản ánh các trạng thái khác nhau của nền kinh tế thực. Hàm ý từ kết quả nghiên cứu này củng cố nhận thức về tầm quan trọng của chất lượng của hệ thống XHTD nội bộ của các ngân hàng, đồng thời khuyến nghị các ngân hàng cần cải thiện các điều kiện về nguồn lực con người và công nghệ (dữ liệu) nhằm khai thác hiệu quả các công cụ ma trận chuyển đổi xếp hạng trong công tác QLRRTD.
Các phát hiện thực nghiệm từ nghiên cứu rất hữu ích và quan trọng để các ngân hàng tuân thủ các hướng dẫn của Basel liên quan đến các yêu cầu về vốn và tài sản có trọng số rủi ro trong danh mục cho vay. Spuchľáková, et al. (2015) hệ thống các nghiên cứu liên quan và chỉ ra rằng để QLRR hiệu quả, ngân hàng cần chú trọng vào cả các yếu tố bên ngoài và bên trong có ảnh hưởng đến rủi ro tín dụng của danh mục đầu tư của ngân hàng.