Luận án Tiến sĩ về Quản lý Rủi ro Danh mục Cho vay tại Ngân hàng Thương mại Việt Nam

Tài liệu chuyên sâu Quản lý rủi ro danh mục cho vay tại ngân hàng thương mại Việt Nam, phân tích đa chiều, cung cấp kiến thức nền tảng vững chắc cho

• Tác giả: Nguyễn Bích Ngân
• Người hướng dẫn: PGS. Nguyễn Thuỳ Dương
• Trường học: Học viện Ngân hàng
• Chuyên ngành: Tài chính - Ngân hàng
• Đề tài: Quản Lý Rủi Ro Danh Mục Cho Vay Tại Các Ngân Hàng Thương Mại Việt Nam
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2020
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN CÁC NGHIÊN CỨU VỀ QUẢN LÝ RỦI RO DANH MỤC CHO VAY TẠI NHTM
• 1.1. Về cơ cấu tổ chức quản lý rủi ro danh mục cho vay
• 1.2. Nghiên cứu về mô hình tổ chức quản lý rủi ro danh mục cho vay
• 1.3. Nghiên cứu về nguyên tắc báo cáo thông tin giữa các bộ phận trong cơ cấu tổ chức quản lý rủi ro danh mục cho vay
• 1.4. Về nhận diện rủi ro danh mục cho vay
• 1.5. Nghiên cứu về cảnh báo sớm rủi ro tín dụng
• 1.6. Nghiên cứu về các phương pháp đánh giá chất lượng danh mục cho vay trong quá khứ
• 1.7. Về đo lường rủi ro danh mục cho vay
• 1.8. Về các công cụ quản lý rủi ro danh mục cho vay
• 1.8.1. Nghiên cứu về nhóm các công cụ hiện đại
• 1.8.2. Nghiên cứu về nhóm các công cụ truyền thống
• 1.9. Khoảng trống nghiên cứu
• 1.10. Kết luận chương 1
• 2. CHƯƠNG 2: CƠ SỞ LÝ LUẬN VỀ QUẢN LÝ RỦI RO DANH MỤC CHO VAY TẠI NHTM
• 2.1. Cơ sở lý luận về quản lý rủi ro tín dụng tại NHTM
• 2.1.1. Khái niệm về quản lý rủi ro tín dụng tại NHTM
• 2.1.2. Các nguyên tắc quản lý rủi ro tín dụng tại NHTM
• 2.1.3. Nội dung quản lý rủi ro tín dụng tại NHTM
• 2.2. Cơ sở lý luận về quản lý rủi ro danh mục cho vay tại NHTM
• 2.2.1. Khái niệm về quản lý rủi ro danh mục cho vay tại NHTM
• 2.2.2. Nội dung quản lý rủi ro danh mục cho vay tại NHTM
• 2.2.3. Các nhân tố ảnh hưởng tới quản lý rủi ro danh mục cho vay tại NHTM
• 2.3. Kinh nghiệm quốc tế về quản lý rủi ro danh mục cho vay tại NHTM
• 2.3.1. Kinh nghiệm của các NHTM Nhật Bản
• 2.3.2. Kinh nghiệm của Ngân hàng phát triển KDB - Hàn Quốc
• 2.3.3. Kinh nghiệm của ngân hàng Bangkok Bank - Thái Lan
• 2.3.4. Kinh nghiệm của ngân hàng Citibank - Hoa Kì
• 2.3.5. Bài học kinh nghiệm cho các NHTM Việt Nam
• 3. CHƯƠNG 3: THỰC TRẠNG QUẢN LÝ RỦI RO DANH MỤC CHO VAY TẠI CÁC NHTM VIỆT NAM
• 3.1. Khái quát về các NHTM Việt Nam thuộc mẫu nghiên cứu
• 3.2. Thực trạng rủi ro danh mục cho vay tại các NHTM Việt Nam
• 3.2.1. Về tỷ lệ nợ xấu trên danh mục cho vay
• 3.2.2. Về mức độ tổn thất trên danh mục cho vay
• 3.2.3. Về mức độ tập trung tín dụng trên danh mục cho vay
• 3.3. Thực trạng quản lý rủi ro danh mục cho vay tại các NHTM Việt Nam
• 3.3.1. Về cơ cấu tổ chức quản lý rủi ro danh mục cho vay
• 3.3.2. Về nhận diện rủi ro danh mục cho vay
• 3.3.3. Về đo lường rủi ro danh mục cho vay
• 3.3.4. Về sử dụng các công cụ quản lý rủi ro danh mục cho vay
• 3.4. Đánh giá thực trạng quản lý rủi ro danh mục cho vay tại các NHTM Việt Nam
• 3.4.1. Các kết quả đạt được
• 3.4.2. Các hạn chế và nguyên nhân
• 4. CHƯƠNG 4: GIẢI PHÁP HOÀN THIỆN QUẢN LÝ RỦI RO DANH MỤC CHO VAY TẠI CÁC NHTM VIỆT NAM
• 4.1. Định hướng quản lý rủi ro tín dụng tại các NHTM Việt Nam
• 4.2. Giải pháp cho các NHTM Việt Nam nhằm hoàn thiện quản lý rủi ro danh mục cho vay
• 4.2.1. Về cơ cấu tổ chức quản lý rủi ro danh mục cho vay
• 4.2.2. Về nhận diện rủi ro danh mục cho vay
• 4.2.3. Về đo lường rủi ro danh mục cho vay
• 4.2.4. Về sử dụng các công cụ quản lý rủi ro danh mục cho vay
• 4.3. Kiến nghị với Ngân hàng Nhà nước Việt Nam
• 4.3.1. Nhóm kiến nghị cho NHNN với vai trò hỗ trợ, thúc đẩy việc áp dụng các mô hình đo lường rủi ro tín dụng hiện đại tại các NHTM trong hệ thống
• 4.3.2. Nhóm kiến nghị cho NHNN với tư cách là cơ quan quản lý, giám sát hoạt động mua bán nợ
• 4.3.3. Nhóm kiến nghị cho NHNN với tư cách là đơn vị quản lý thị trường giao dịch phái sinh tín dụng của các NHTM tại Việt Nam
• PHẦN KẾT LUẬN
• DANH MỤC TÀI LIỆU THAM KHẢO
• PHỤ LỤC 1: Các nguyên tắc quản lý rủi ro tín dụng theo Basel II
• PHỤ LỤC 2: Mô hình “Ba tuyến phòng vệ” trong quản lý rủi ro tín dụng tại NHTM
• PHỤ LỤC 3: Phiếu khảo sát chuyên gia
• PHỤ LỤC 4: Thực hiện mô phỏng đo lường rủi ro danh mục cho vay theo phương pháp FIRB bằng phần mềm R
• PHỤ LỤC 5: Mô phỏng đo lường rủi ro danh mục cho vay theo phương pháp Credit Metrics
• PHỤ LỤC 6: Thực hiện mô phỏng phân phối giá trị tổn thất của danh mục cho vay theo phương pháp Credit Metrics bằng phần mềm R

Tóm tắt

I. Quản lý rủi ro tín dụng và danh mục cho vay tại Ngân hàng thương mại Việt Nam

Nghiên cứu tập trung vào quản lý rủi ro danh mục cho vay tại ngân hàng thương mại Việt Nam. Rủi ro danh mục cho vay là mối quan tâm chính, ảnh hưởng trực tiếp đến sự an toàn và hiệu quả của ngân hàng. Luận án phân tích vai trò của quản lý rủi ro tín dụng trong hoạt động cho vay. Các ngân hàng thương mại cần áp dụng các chuẩn mực quản lý rủi ro, như Basel II và Basel III, để giảm thiểu tỷ lệ nợ xấu (NPL) và tỷ lệ nợ xấu tăng cao. Quản lý nợ xấu là một phần quan trọng của quá trình này. Giám sát rủi ro tín dụng và kiểm soát rủi ro tín dụng là cần thiết. Phòng ngừa rủi ro tín dụng cần được ưu tiên. Nghiên cứu đề cập đến thông tin tài chính, chất lượng tín dụng, và chính sách tín dụng ảnh hưởng đến rủi ro thanh khoản. Việc đánh giá tín dụng khách hàng chính xác là then chốt. Luận án cũng xem xét cơ cấu tổ chức quản lý rủi ro, bao gồm khung quản lý rủi ro và quy trình tín dụng. Công nghệ thông tin đóng vai trò quan trọng trong quản lý rủi ro. Phần mềm quản lý rủi ro hỗ trợ việc thu thập, xử lý và phân tích dữ liệu.

1.1 Nhận diện và đánh giá rủi ro

Phần này tập trung vào phân tích rủi ro tín dụng. Định giá rủi ro tín dụng dựa trên nhiều yếu tố, bao gồm thông tin tín dụng, thông tin tài chính, và rủi ro thị trường. Rủi ro tập trung và rủi ro hoạt động cũng được xem xét. Rủi ro pháp lý và rủi ro hệ thống có thể gây ảnh hưởng lớn đến danh mục cho vay. Đánh giá rủi ro tín dụng dựa trên các mô hình như CIR, EAD, LGD, và PD. Expected Loss (EL) và Unexpected Loss (UL) được tính toán để đo lường mức độ rủi ro. Quản trị rủi ro ngân hàng cũng đòi hỏi sự hiểu biết sâu sắc về rủi ro tập trung. Các nghiên cứu quản lý rủi ro hiện đại nhấn mạnh tầm quan trọng của việc giảm thiểu rủi ro và đa dạng hóa danh mục. Mô hình quản lý rủi ro hiệu quả cần bao gồm các bước thu thập dữ liệu tín dụng, xử lý dữ liệu tín dụng, và dự báo rủi ro tín dụng. Rủi ro thế chấp cần được đánh giá kỹ lưỡng. Các phương pháp định lượng rủi ro được sử dụng để hỗ trợ trong việc ra quyết định.

1.2 Quản lý và giảm thiểu rủi ro

Phần này tập trung vào các giải pháp quản lý rủi ro. Điều hành rủi ro tín dụng bao gồm các biện pháp như đa dạng hóa danh mục đầu tư, giới hạn tín dụng, và phân bổ vốn. Dự phòng rủi ro tín dụng đóng vai trò quan trọng trong việc hấp thụ tổn thất. Kiểm soát rủi ro danh mục đòi hỏi sự giám sát chặt chẽ và báo cáo định kỳ. Mô hình dự báo rủi ro giúp ngân hàng dự đoán và chuẩn bị cho các tình huống xấu. Quản lý danh mục đầu tư hiệu quả cần kết hợp giữa các phương pháp truyền thống và hiện đại. Công nghệ thông tin trong quản lý rủi ro cho phép tự động hóa quá trình và nâng cao hiệu quả. Phần mềm quản lý rủi ro hỗ trợ việc phân tích dữ liệu và ra quyết định. Basel II và Basel III cung cấp khung pháp lý cho việc quản lý vốn và giảm thiểu rủi ro. Nghiên cứu quản lý rủi ro cho thấy tầm quan trọng của đánh giá hiệu quả quản lý rủi ro. Ngân hàng Nhà nước Việt Nam đóng vai trò quan trọng trong việc thiết lập quy định quản lý rủi ro và giám sát hoạt động ngân hàng. Thực tiễn quản lý rủi ro tại các ngân hàng thương mại cần được cải thiện liên tục.

II. Phân tích thực trạng và đề xuất giải pháp

Phần này trình bày thực trạng quản lý rủi ro danh mục cho vay tại các ngân hàng thương mại Việt Nam. Kết quả nghiên cứu cho thấy những hạn chế trong việc áp dụng các mô hình quản lý rủi ro hiện đại. Nhiều ngân hàng vẫn dựa trên các phương pháp truyền thống, dẫn đến giám sát rủi ro không hiệu quả. Việc đánh giá rủi ro còn thiếu chính xác, ảnh hưởng đến khả năng phản ứng kịp thời. Nghiên cứu đề xuất các giải pháp hoàn thiện quản lý rủi ro. Cần tăng cường đào tạo nhân lực, nâng cấp hệ thống thông tin, và áp dụng rộng rãi các mô hình định lượng rủi ro. Việc xây dựng chính sách tín dụng chặt chẽ và quy trình tín dụng minh bạch là cần thiết. Nghiên cứu cũng đề cập đến vai trò của Ngân hàng Nhà nước Việt Nam trong việc ban hành quy định quản lý rủi ro phù hợp với thực tiễn quốc tế. Thực tiễn quản lý rủi ro cần được cải thiện liên tục. Nghiên cứu quản lý rủi ro này cung cấp những gợi ý cho quản lý danh mục đầu tư hiệu quả hơn.

2.1 Thực trạng quản lý rủi ro

Phân tích thực trạng quản lý rủi ro cho thấy nhiều ngân hàng vẫn dựa vào kinh nghiệm và các chỉ số đơn giản. Việc áp dụng công nghệ thông tin còn hạn chế. Dữ liệu tín dụng chưa được khai thác triệt để. Rủi ro tín dụng chưa được định lượng chính xác. Hệ thống báo cáo rủi ro chưa đầy đủ và kịp thời. Kiểm soát nội bộ chưa đủ mạnh mẽ. Phòng ngừa rủi ro chưa được chú trọng. Quản lý nợ xấu cần được cải thiện. Ngân hàng thương mại Việt Nam cần cải thiện chất lượng tín dụng. Quản lý danh mục đầu tư còn nhiều bất cập. Rủi ro tập trung cần được kiểm soát chặt chẽ hơn. Việc đánh giá rủi ro chưa đầy đủ, dẫn đến quản lý rủi ro chưa hiệu quả. Nghiên cứu quản lý rủi ro cần được thực hiện thường xuyên để đánh giá và cải tiến.

2.2 Đề xuất giải pháp và kiến nghị

Đề xuất các giải pháp để nâng cao hiệu quả quản lý rủi ro danh mục cho vay. Cần áp dụng các mô hình quản lý rủi ro hiện đại, như CreditMetrics và FIRB. Đầu tư vào công nghệ thông tin và phát triển hệ thống thông tin quản lý rủi ro. Tăng cường đào tạo cho nhân viên về quản lý rủi ro. Xây dựng khung pháp lý chặt chẽ về quản lý rủi ro. Tăng cường kiểm soát nội bộ. Cải thiện chất lượng tín dụng. Ngân hàng Nhà nước Việt Nam cần có vai trò giám sát và hỗ trợ. Quản lý rủi ro là trách nhiệm của cả ngân hàng và cơ quan quản lý. Quản lý danh mục đầu tư cần được chuyên nghiệp hóa. Giải pháp quản lý rủi ro hiệu quả cần được triển khai đồng bộ. Nghiên cứu quản lý rủi ro này đóng góp vào việc xây dựng một hệ thống ngân hàng an toàn và bền vững.

Nội dung chính

Tổng quan về luận án

Hoạt động cho vay đóng vai trò là nghiệp vụ kinh doanh cốt lõi, chiếm tỷ trọng lớn nhất trong tổng tài sản có và tạo ra nguồn thu nhập chủ yếu cho hầu hết các ngân hàng thương mại (NHTM). Tuy nhiên, danh mục cho vay cũng là nơi tích tụ mức độ rủi ro tiềm ẩn cao nhất, đe dọa trực tiếp đến sự an toàn hệ thống và khả năng sinh lời bền vững của các định chế tài chính. Lịch sử ngành ngân hàng thế giới đã chứng kiến hàng loạt cuộc sụp đổ chấn động như Lehman Brothers (2008), Washington Mutual (2008), Northern Rock (2007) hay Bank of Credit and Commerce International (1991), với nguyên nhân cốt rễ bắt nguồn từ những lỗ hổng nghiêm trọng trong quản lý danh mục cho vay (Loan Portfolio Management - LPM), thiếu chuẩn mực thẩm định và không nhận diện kịp thời rủi ro hệ thống.

Tại Việt Nam, quá trình tái cơ cấu hệ thống tài chính gắn liền với lộ trình áp dụng chuẩn mực an toàn vốn Basel II đặt ra yêu cầu cấp thiết phải nâng cao năng lực quản trị rủi ro danh mục cho vay. Mặc dù các NHTM đã chú trọng hơn vào thẩm định từng khoản cấp tín dụng riêng lẻ (single-name credit risk), nhưng quản lý rủi ro trên cấp độ toàn danh mục (portfolio-level risk management) vẫn tồn tại khoảng trống nghiên cứu sâu sắc. Nhiều ngân hàng chưa xây dựng được cơ sở lý luận toàn diện, thiếu hụt các mô hình lượng hóa phân phối tổn thất hiện đại và chưa chủ động sử dụng các công cụ phòng ngừa rủi ro phái sinh.

Luận án "Quản lý rủi ro danh mục cho vay tại các ngân hàng thương mại Việt Nam" của nghiên cứu sinh Nguyễn Bích Ngân (Học viện Ngân hàng, 2020) được xây dựng nhằm giải quyết trực tiếp khoảng trống trên thông qua hệ thống câu hỏi nghiên cứu và giả thuyết cụ thể:

• Câu hỏi nghiên cứu 1 (RQ1): Cơ cấu tổ chức và nguyên tắc phân định trách nhiệm quản lý rủi ro danh mục cho vay tại các NHTM cần được thiết kế như thế nào để đảm bảo tính độc lập và hiệu quả?
• Câu hỏi nghiên cứu 2 (RQ2): Thực trạng nhận diện và đo lường rủi ro danh mục cho vay tại các NHTM Việt Nam đang ở mức độ nào khi so sánh giữa nhóm ngân hàng thí điểm Basel II và nhóm ngân hàng còn lại?
• Câu hỏi nghiên cứu 3 (RQ3): Làm thế nào để áp dụng các mô hình lượng hóa rủi ro tiên tiến như phương pháp dựa trên xếp hạng nội bộ cơ bản (FIRB) theo Basel II và phương pháp CreditMetrics vào điều kiện thực tế của NHTM Việt Nam?
• Câu hỏi nghiên cứu 4 (RQ4): Những giải pháp và lộ trình cụ thể nào cần được thực thi để hoàn thiện công tác quản trị rủi ro danh mục cho vay tiệm cận chuẩn mực quốc tế?

Hệ thống giả thuyết nghiên cứu bao gồm:

• Giả thuyết 1 (H1): Các NHTM áp dụng mô hình quản lý rủi ro tập trung kết hợp cấu trúc "Ba tuyến phòng vệ" có năng lực kiểm soát tổn thất danh mục tốt hơn mô hình phân tán.
• Giả thuyết 2 (H2): Có sự khác biệt có ý nghĩa thống kê về năng lực nhận diện và lượng hóa rủi ro danh mục giữa nhóm NHTM thí điểm Basel II và nhóm NHTM ngoài diện thí điểm.
• Giả thuyết 3 (H3): Việc ứng dụng phương pháp FIRB và CreditMetrics trên nền tảng phần mềm R giúp phản ánh chính xác phân phối tổn thất ngoài dự tính (Unexpected Loss - UL) và giá trị chịu rủi ro tín dụng (Credit Value at Risk - C-VaR) hơn các phương pháp kế toán truyền thống.

Khung lý thuyết của nghiên cứu được xây dựng trên sự tích hợp giữa Lý thuyết Danh mục Hiện đại (Modern Portfolio Theory - MPT) của Markowitz (1952), Khuôn khổ Hiệp ước Vốn Basel II/III (BCBS, 2000, 2015), và Khung quản trị rủi ro "Ba tuyến phòng vệ" (Three Lines of Defense) của Viện Kiểm toán Nội bộ Hoa Kỳ (IIA, 2013). Luận án được triển khai trên phạm vi nghiên cứu gồm 16 NHTM Việt Nam (chia thành 2 nhóm: nhóm thí điểm Basel II và nhóm còn lại), kết hợp tập dữ liệu thực nghiệm và khảo sát chuyên gia trong giai đoạn 2017–2019. Nghiên cứu mang tính đột phá khi lần đầu tiên xây dựng mô phỏng hoàn chỉnh 8 bước của mô hình CreditMetrics và 3 bước của mô hình FIRB trên dữ liệu ngành tại Việt Nam.

Literature Review và Positioning

Nghiên cứu về quản lý rủi ro danh mục cho vay trong tài chính - ngân hàng được định hình qua bốn dòng học thuật chủ đạo:

Dòng nghiên cứu thứ nhất tập trung vào cơ cấu tổ chức và luồng thông tin quản trị rủi ro. Ghosh (2012) nhấn mạnh tính ưu việt của mô hình quản lý rủi ro tín dụng tập trung (centralized structure), giúp tách biệt tuyệt đối giữa chức năng chấp nhận rủi ro (risk-taking) và chức năng giám sát (risk-control). Về luồng báo cáo, Vincent, Gabriele và Markus (2012) chỉ ra rằng việc Giám đốc Quản lý Rủi ro (CRO) báo cáo trực tiếp lên Hội đồng Quản trị (BOD) thay vì Tổng Giám đốc (CEO) mang lại hiệu quả vượt trội trong việc kiểm soát rủi ro tín dụng trong các thời kỳ biến động kinh tế. Tại Việt Nam, Lê Thị Huyền Diệu (2010) và Việt Dũng (2007) đã phân tích các điều kiện nền tảng để chuyển đổi từ mô hình phân tán sang mô hình tập trung, khẳng định sự cần thiết phải phân định ranh giới trách nhiệm giữa hội sở chính và mạng lưới chi nhánh.

Dòng nghiên cứu thứ hai nghiên cứu các kỹ thuật nhận diện rủi ro danh mục quá khứ và cảnh báo sớm (Early Warning Systems - EWS). Các tác giả quốc tế như Siarka (2011), Breeden (2004), Burns và Stanley (2001) đã chứng minh kỹ thuật phân tích Vintage (Vintage analysis) là công cụ đắc lực để kiểm định lại chất lượng danh mục và theo dõi mức độ suy giảm tín dụng theo tuổi nợ. Đồng thời, Gramlich và cộng sự (2010), Zhou, Wang và Qiu (2008) ứng dụng các mô hình Logit, phân tích biệt số tuyến tính (LDA) và mạng nơ-ron để nhận diện sớm xác suất vỡ nợ (Probability of Default - PD). Ở góc độ trong nước, Phạm Thị Nương (2013) nghiên cứu phân tích dịch chuyển nhóm nợ (Migration analysis), trong khi Nguyễn Thị Lan và cộng sự (2018) ứng dụng mô hình SVM và Logistic để cảnh báo nguy cơ vỡ nợ của khách hàng vay.

Dòng nghiên cứu thứ ba tập trung vào các mô hình toán định lượng để lượng hóa rủi ro danh mục trong tương lai. Saunders và Allen (2010), Bluhm, Overbeck và Wegner (2010) hệ thống hóa các nhóm mô hình đo lường hiện đại gồm: tiếp cận cấu trúc quyền chọn (KMV PortfolioManager của Moody's), tiếp cận bảo hiểm (CreditRisk+ của Credit Suisse), tiếp cận mô phỏng kinh tế vĩ mô (CreditPortfolioView của McKinsey), và tiếp cận Giá trị chịu rủi ro tín dụng (CreditMetrics của J.P. Morgan). Bên cạnh đó, các nghiên cứu nền tảng của Vasicek (1987) và Li (2000) về hàm liên kết Gaussian (Gaussian Copula) cùng công trình của Engelmann và Rauhmeier (2006) đã thiết lập các hướng dẫn chuẩn mực để xác định ba tham số trọng yếu của Basel II: Xác suất vỡ nợ ($PD$), Tỷ lệ tổn thất khi vỡ nợ ($LGD$), và Giá trị chịu rủi ro tại thời điểm vỡ nợ ($EAD$).

Dòng nghiên cứu thứ tư phân tích các công cụ giảm thiểu và chuyển giao rủi ro danh mục. Smithson (2003) và Huỳnh Thị Hương Thảo (2019) nghiên cứu sâu về cơ chế thị trường mua bán nợ và vai trò của các công ty xử lý nợ như VAMC. Về công cụ phái sinh tín dụng, Minton, Stulz và Williamson (2005), Bluhm và cộng sự (2010), Nguyễn Thị Châu Long và Trần Thụy Ái Phương (2014) khẳng định các sản phẩm hoán đổi rủi ro tín dụng (Credit Default Swap - CDS), nghĩa vụ nợ thế chấp (Collateral Debt Obligation - CDO), hay trái phiếu liên kết tín dụng (Credit-Linked Notes) là giải pháp tối ưu để phân tán rủi ro mà không cần bán đứt tài sản cơ sở.

Trong bức tranh tổng quan đó, các cuộc tranh luận học thuật nổi bật xoay quanh:

1. Mô hình tổ chức: Tranh luận giữa trường phái phân tán (tận dụng thông tin mềm tại chi nhánh) và trường phái tập trung (chuẩn hóa quy trình và kiểm soát độc lập).
2. Phương pháp đo lường: Tranh luận giữa cách tiếp cận chuẩn hóa tĩnh (Standardized Approach - SA) dựa trên xếp hạng bên ngoài với cách tiếp cận tham số nội bộ động (IRB / CreditMetrics) dựa trên phân phối tổn thất mô phỏng.

Vị trí của luận án được xác lập rõ ràng: Trong khi các công trình quốc tế như Saunders và Allen (2010) hay Bluhm và cộng sự (2010) chủ yếu dừng lại ở khung lý thuyết định lượng mà chưa đánh giá sự thích ứng trên một hệ thống ngân hàng mới nổi cụ thể, còn các nghiên cứu trong nước trước đây chỉ khảo sát một ngân hàng đơn lẻ hoặc một phân khúc cho vay hạn chế; thì luận án này tiên phong khảo sát toàn diện 16 NHTM Việt Nam, phân định rõ năng lực giữa nhóm thí điểm Basel II và nhóm còn lại, đồng thời giải quyết trọn vẹn bài toán thực thi mô phỏng định lượng $FIRB$ và $CreditMetrics$ trong điều kiện dữ liệu thực tế tại Việt Nam.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và làm sâu sắc thêm Lý thuyết Quản trị Danh mục Cho vay (Loan Portfolio Management - LPM) trong bối cảnh các thị trường tài chính đang chuyển đổi:

Hệ thống hóa và phát triển cấu trúc 4 trụ cột đồng bộ của quản trị rủi ro danh mục:

1. Cơ cấu tổ chức độc lập và cơ chế báo cáo "Ba tuyến phòng vệ";
2. Hệ thống nhận diện rủi ro đa chiều (kết hợp phân tích quá khứ như Vintage, Migration và hệ thống cảnh báo sớm EWS);
3. Khung đo lường rủi ro phân tầng từ cơ bản (KRI, SA) đến nâng cao (FIRB, AIRB, CreditMetrics);
4. Hệ thống công cụ phòng ngừa và xử lý rủi ro chủ động (từ đa dạng hóa, hạn mức tín dụng đến chứng khoán hóa và phái sinh tín dụng).

Luận án thúc đẩy sự chuyển dịch mô hình (Paradigm shift) từ tư duy quản trị rủi ro tín dụng thụ động, xử lý nợ quá hạn hồi tố sang tư duy quản trị danh mục chủ động, dự báo tổn thất tương lai, phân bổ vốn kinh tế (Economic Capital) và tối ưu hóa tỷ suất sinh lời có điều chỉnh rủi ro (Risk-Adjusted Return on Capital - RAROC).

Khung phân tích độc đáo

Khung phân tích của luận án là sự tích hợp chặt chẽ giữa 3 lý thuyết nền tảng:

                  +-------------------------------------------------------+
                  |         Mô hình Quản trị Rủi ro Danh mục (LPM)        |
                  +-------------------------------------------------------+
                                              |
     +----------------------------------------+----------------------------------------+
     |                                        |                                        |
     v                                        v                                        v
+-----------------------+        +-----------------------+        +-----------------------+
|  Trụ cột Tổ chức &   |        |  Trụ cột Nhận diện &  |        | Trụ cột Công cụ &     |
|   Giám sát Nội bộ     |        |   Đo lường Rủi ro     |        | Giảm thiểu Rủi ro     |
| (IIA 2013; Basel 2015)|        | (Basel II FIRB;       |        | (Markowitz MPT;       |
|                       |        |  CreditMetrics Copula)|        |  Credit Derivatives)  |
+-----------------------+        +-----------------------+        +-----------------------+
     |                                        |                                        |
     | - Tuyến 1: Kinh doanh & QLTD           | - Nhận diện: Vintage, Migration, EWS  | - Hạn mức danh mục & Đa dạng hóa
     | - Tuyến 2: Khối QLRR độc lập           | - Đo lường tĩnh: SA, KRI              | - Bán nợ & VAMC Trái phiếu đặc biệt
     | - Tuyến 3: Kiểm toán nội bộ           | - Đo lường động: FIRB (Vasicek),      | - Phái sinh tín dụng: CDS, CDO
     | - Báo cáo: CRO -> BOD                  |   CreditMetrics (Ma trận chuyển hạng) | - Tối ưu hóa vốn kinh tế (RAROC)
     +----------------------------------------+----------------------------------------+

Khung phân tích thiết lập rõ các điều kiện biên (boundary conditions):

• Khả năng áp dụng phương pháp FIRB đòi hỏi hệ thống ngân hàng phải có chuỗi dữ liệu lịch sử tối thiểu 5-7 năm để ước lượng tham số $PD$ ổn định qua chu kỳ kinh tế (Through-the-Cycle).
• Áp dụng mô hình CreditMetrics phụ thuộc vào tính thanh khoản của thị trường trái phiếu doanh nghiệp để xác định đường cong chiết khấu phi rủi ro và phần bù rủi ro tín dụng cho từng hạng xếp hạng.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ thế giới quan thực chứng (Positivism) kết hợp chủ nghĩa thực dụng khoa học (Pragmatism), sử dụng thiết kế nghiên cứu hỗn hợp (Mixed-methods research design):

• Cấp độ nghiên cứu đa tầng (Multi-level design): Khảo sát ở cấp độ toàn hệ thống ngân hàng, so sánh phân nhóm cấp độ định chế (Nhóm 1 gồm các ngân hàng thí điểm Basel II vs. Nhóm 2 gồm các ngân hàng thương mại ngoài diện thí điểm), và phân tích cấp độ tiểu danh mục (ngành kinh tế, nhóm khách hàng).
• Mẫu nghiên cứu khảo sát: Gồm 16 NHTM Việt Nam, chiếm hơn 75% tổng tài sản và dư nợ tín dụng toàn hệ thống:
  • Nhóm 1 (9 ngân hàng thí điểm Basel II): BIDV, VietinBank, Vietcombank, Techcombank, ACB, VPBank, MB, Maritime Bank, VIB (Sacombank tạm dừng thí điểm từ 31/08/2018 nên được chuyển phân loại).
  • Nhóm 2 (7 ngân hàng thương mại khác): HDBank, ABBank, BaoVietBank, PVcomBank, PGBank, Sacombank, NCB.

Quy trình nghiên cứu rigorous

Quy trình thu thập và xử lý dữ liệu được tiến hành nghiêm ngặt qua 3 phương pháp chính:

+---------------------------------------------------------------------------------------------------+
|                                TIẾN TRÌNH NGHIÊN CỨU THỰC CHỨNG                                    |
+---------------------------------------------------------------------------------------------------+
  |
  +---> [1] KHẢO SÁT CHUYÊN GIA (Survey)
  |     - 50 phiếu phát đi qua thư điện tử -> Thu về 38 phiếu hợp lệ (Tỷ lệ phản hồi 76.0%).
  |     - Thời gian phản hồi trung bình: 37.1 ngày. Tỷ lệ trả lời câu hỏi trung bình: 87.4%.
  |     - Đối tượng: Lãnh đạo cấp cao (Phó GĐ Khối QLRR, Trưởng phòng QLRRTD, QLTD); thâm niên TB: 4.3 năm.
  |
  +---> [2] PHỎNG VẤN CHUYÊN GIA SÂU (In-depth Interviews)
  |     - Phỏng vấn trực tiếp và qua điện thoại 9 nội dung trọng yếu (Câu hỏi 5, 10, 11, 14, 16, 18, 20, 21, 22).
  |     - Thang điểm đánh giá 4 mức theo Công văn 212/NHNN-TTGSNH của Cơ quan TTGSNH:
  |       * Mức 1: Chưa áp dụng hoặc mới áp dụng <= 10%
  |       * Mức 2: Áp dụng từ > 10% đến 50%
  |       * Mức 3: Áp dụng từ > 50% đến < 100%
  |       * Mức 4: Áp dụng đầy đủ 100%
  |
  +---> [3] MÔ PHỎNG ĐỊNH LƯỢNG TOÁN TÀI CHÍNH (Monte Carlo & Matrix Simulation trên R)
        - Thực hiện mô phỏng phân phối tổn thất danh mục theo 2 mô hình: FIRB (Basel II) & CreditMetrics.

Độ tin cậy và tính hợp thức của nghiên cứu được bảo đảm qua nguyên tắc tam giác hóa (Triangulation): kết hợp chéo giữa số liệu báo cáo tài chính kiểm toán (2017–2019), kết quả điều tra định lượng, ý kiến định tính của chuyên gia đầu ngành và kết quả thực nghiệm mô phỏng trên phần mềm chuyên dụng.

Data và phân tích

Số liệu thứ cấp giai đoạn 2017–2019 phản ánh các chỉ số tài chính nền tảng của mẫu nghiên cứu:

• Tỷ lệ an toàn vốn ($CAR$) theo Thông tư 41/2016/TT-NHNN và Thông tư 02/2013/TT-NHNN.
• Tỷ lệ nợ xấu ($NPL$), tỷ lệ trích lập dự phòng rủi ro tín dụng trên tổng dư nợ, và tỷ lệ $ROAA$ bình quân.

Quy trình mô phỏng định lượng được lập trình chi tiết trên phần mềm thống kê R:

1. Mô phỏng phương pháp FIRB của Basel II (3 bước):
   • Bước 1: Thiết lập các tham số đầu vào cho từng khoản vay: Xác suất vỡ nợ ($PD$), Giá trị chịu rủi ro khi vỡ nợ ($EAD$), và Tỷ lệ tổn thất khi vỡ nợ ($LGD = 45%$ theo chuẩn định chế đối với khoản vay không có tài sản bảo đảm cấp cao).
   • Bước 2: Tính toán hệ số tương quan tài sản ($R$) dựa trên hàm tương quan phi tuyến của Basel II đối với doanh nghiệp: $$R = 0.12 \times \frac{1 - e^{-50 \times PD}}{1 - e^{-50}} + 0.24 \times \left[1 - \frac{1 - e^{-50 \times PD}}{1 - e^{-50}}\right]$$
   • Bước 3: Xác định yêu cầu vốn kinh tế ($K$) và mô phỏng hàm phân phối mật độ tổn thất danh mục thông qua mô hình phân phối chuẩn chuẩn hóa Vasicek ở mức độ tin cậy $99.9%$.
2. Mô phỏng phương pháp CreditMetrics (8 bước):
   • Bước 1 - Bước 3: Thu thập thông tin dư nợ, xếp hạng tín dụng nội bộ của các khoản vay; xác định ma trận xác suất chuyển hạng tín dụng ($Transition\ Matrix$) từ dữ liệu thực tế ngành nông - lâm - ngư nghiệp giai đoạn 2015–2016; xây dựng đường cong lãi suất chiết khấu kỳ hạn theo từng hạng rủi ro.
   • Bước 4 - Bước 5: Định giá lại giá trị hiện tại ($PV$) của từng khoản vay tại thời điểm cuối kỳ (1 năm) ứng với từng kịch bản chuyển hạng hoặc vỡ nợ; tính toán giá trị trung bình kỳ vọng và độ lệch chuẩn của từng tài sản.
   • Bước 6 - Bước 8: Phân tích tác động của các nhân tố ngành ($Factor\ Loadings$), tính toán ma trận hệ số tương quan giữa các ngành kinh tế; thực hiện mô phỏng Monte Carlo đa biến phân phối giá trị tổn thất chung của danh mục và xác định giá trị rủi ro danh mục ($Credit-VaR$) tại các mức phân vị $99%$ và $99.9%$.

Phát hiện đột phá và implications

Những phát hiện then chốt

Dữ liệu phân tích thực trạng và kết quả khảo sát thực chứng chỉ ra 4 phát hiện trọng yếu:

+---------------------------------------------------------------------------------------------------+
|                        TỔNG HỢP CÁC PHÁT HIỆN THỰC CHỨNG CHỦ YẾU                                  |
+---------------------------------------------------------------------------------------------------+
|  Lĩnh vực khảo sát  |             Nhóm 1 (Basel II thí điểm)            |    Nhóm 2 (NHTM khác)   |
+---------------------+---------------------------------------------------+-------------------------+
| 1. Cơ cấu tổ chức   | 100% áp dụng mô hình tập trung; "3 tuyến phòng   | 57.1% áp dụng mô hình   |
|    & Báo cáo        | vệ" đạt mức 3-4 điểm; CRO độc lập với CEO/Kinh    | tập trung; luồng báo    |
|                     | doanh, báo cáo định kỳ lên Hội đồng Quản trị.     | cáo CRO còn chồng chéo. |
+---------------------+---------------------------------------------------+-------------------------+
| 2. Nhận diện rủi ro | 88.9% triển khai EWS; Phân tích Vintage và        | 42.8% triển khai EWS;   |
|    quá khứ          | Migration mới đạt mức sơ khai (Mức 1-2), thiếu chuỗi| kỹ thuật Vintage và     |
|                     | dữ liệu lịch sử chuẩn hóa theo tuổi nợ.           | Migration hầu như trống.|
+---------------------+---------------------------------------------------+-------------------------+
| 3. Đo lường rủi ro  | Chủ yếu áp dụng Phương pháp Tiêu chuẩn (SA) và    | Hoàn toàn dựa vào phân  |
|    danh mục         | KRI; chưa áp dụng chính thức FIRB/CreditMetrics;  | loại nợ định tính theo  |
|                     | mới chạy thử nghiệm nội bộ trên R/Python.         | Thông tư 02/TT-NHNN.   |
+---------------------+---------------------------------------------------+-------------------------+
| 4. Công cụ giảm     | Hạn mức tín dụng và Bán nợ qua VAMC chiếm ưu thế; | Phụ thuộc hoàn toàn vào |
|    thiểu rủi ro     | 0% NHTM áp dụng phái sinh tín dụng (CDS/CDO);    | thế chấp tài sản và     |
|                     | Bảo hiểm tín dụng áp dụng dưới 35%.               | trích lập dự phòng rủi ro|
+---------------------+---------------------------------------------------+-------------------------+

1. Sự phân hóa rõ nét về mô hình tổ chức: Các NHTM Nhóm 1 vượt trội hoàn toàn về mức độ hoàn thiện cấu trúc tổ chức quản lý rủi ro tín dụng tập trung và vận hành mô hình "Ba tuyến phòng vệ" (điểm đánh giá chuyên gia tiệm cận mức 3.5 - 4.0). Ngược lại, tại Nhóm 2, việc phân định vai trò giữa tuyến 1 (đơn vị kinh doanh/tác nghiệp) và tuyến 2 (khối quản lý rủi ro độc lập) còn nhiều điểm nghẽn, dẫn đến xung đột lợi ích giữa mục tiêu tăng trưởng tín dụng và kiểm soát an toàn vốn.
2. Nghịch lý trong công tác nhận diện rủi ro: Mặc dù tỷ lệ các ngân hàng xây dựng hệ thống cảnh báo sớm (EWS) tương đối cao (đạt 88.9% ở Nhóm 1), nhưng các kỹ thuật nhận diện rủi ro danh mục quá khứ mang tính khoa học cao như phân tích Vintage và phân tích dịch chuyển hạng nợ (Migration analysis) lại bị bỏ ngỏ. Hầu hết các ngân hàng chỉ thực hiện báo cáo quá hạn đơn giản mà chưa bóc tách được chất lượng tín dụng theo tuổi nợ (loan seasoning) hay xác suất dịch chuyển sang các nhóm nợ xấu.
3. Thực trạng đo lường rủi ro danh mục dừng ở mức sơ cấp: 100% các NHTM khảo sát đều chưa triển khai chính thức các mô hình lượng hóa rủi ro danh mục hiện đại mang tính dự báo (CreditMetrics, CreditRisk+, KMV PortfolioManager). Việc đo lường vốn tự có đối ứng với rủi ro tín dụng hầu như chỉ áp dụng theo Phương pháp Tiêu chuẩn (SA) của Thông tư 41/2016/TT-NHNN với hệ số rủi ro cố định, không phản ánh được tương quan rủi ro giữa các ngành và hiệu ứng đa dạng hóa danh mục.
4. Cơ cấu danh mục tập trung cao và thiếu vắng công cụ quản lý hiện đại: Dư nợ cho vay tại các NHTM Việt Nam giai đoạn 2017–2019 tập trung đậm đặc vào ngành bất động sản, xây dựng và thương mại; đồng thời tỷ trọng tín dụng cấp cho nhóm khách hàng doanh nghiệp lớn chiếm ưu thế áp đảo. Trong khi đó, các công cụ chuyển giao rủi ro hiện đại như phái sinh tín dụng (CDS, CDO) hoàn toàn chưa xuất hiện trên thị trường, công cụ bảo hiểm tín dụng chưa phổ biến; các ngân hàng chủ yếu giải tỏa rủi ro thụ động thông qua việc trích lập dự phòng hoặc bán nợ xấu cho VAMC thanh toán bằng trái phiếu đặc biệt.

Implications đa chiều

• Đóng góp học thuật: Luận án cung cấp bộ khung phương pháp luận hoàn chỉnh về đo lường rủi ro danh mục cho vay tại các nền kinh tế đang phát triển, chứng minh tính khả thi của việc ứng dụng kết hợp lý thuyết danh mục của Markowitz và hàm liên kết Copula của Basel II.
• Ứng dụng thực tiễn cho NHTM: Cung cấp quy trình mã nguồn mở thực thi trên R giúp các NHTM có thể tự động hóa việc tính toán phân phối giá trị tổn thất danh mục, xác định chính xác vốn kinh tế và lượng hóa tác động phân tán rủi ro khi thay đổi cơ cấu ngành nghề.
• Hàm ý chính sách đối với Ngân hàng Nhà nước:
  1. Lộ trình triển khai IRB: NHNN cần xây dựng hướng dẫn kỹ thuật chi tiết về cơ sở dữ liệu tổn thất lịch sử tối thiểu (5 năm đối với PD, 7 năm đối với LGD/EAD) để hỗ trợ các NHTM Nhóm 1 chuyển đổi từ phương pháp SA sang phương pháp FIRB/AIRB.
  2. Phát triển thị trường mua bán nợ tập trung: Nâng cấp sàn giao dịch nợ VAMC thành thị trường mua bán nợ quốc gia minh bạch, cho phép các định chế tài chính trong và ngoài nước tham gia giao dịch nợ theo giá thị trường.
  3. Thiết lập hành lang pháp lý cho phái sinh tín dụng: Ban hành nghị định và thông tư hướng dẫn các giao dịch hoán đổi rủi ro tín dụng (CDS), tạo công cụ phòng vệ rủi ro danh mục chủ động cho các ngân hàng.

Limitations và Future Research

Mặc dù đạt được những đóng góp đột phá, luận án thẳng thắn ghi nhận 3 hạn chế học thuật:

1. Quy mô mẫu khảo sát và tính đại diện: Mẫu nghiên cứu gồm 16 NHTM và 38 phiếu chuyên gia phản ánh được diện mạo của các ngân hàng lớn và vừa nhưng chưa bao phủ toàn bộ 31 NHTM cổ phần trong hệ thống; dữ liệu khảo sát tập trung trong giai đoạn 2017–2019 có thể chưa phản ánh hết tác động của các cú sốc vĩ mô bất ngờ (như đại dịch Covid-19 giai đoạn 2020–2022).
2. Giới hạn dữ liệu tham số trong mô phỏng: Do thị trường tài chính Việt Nam chưa có hệ thống xếp hạng tín nhiệm doanh nghiệp độc lập rộng rãi và thiếu chuỗi dữ liệu giao dịch trái phiếu doanh nghiệp dài hạn, các tham số ma trận chuyển hạng và đường cong chiết khấu trong mô phỏng CreditMetrics phải sử dụng dữ liệu đại diện thu hẹp của ngành nông - lâm - ngư nghiệp.
3. Giả định tương quan tài sản: Mô hình mô phỏng dựa trên hàm phân phối chuẩn đa biến Gaussian Copula, vốn có thể đánh giá thấp rủi ro đuôi cực đoan (Tail Risk) trong các cuộc khủng hoảng tài chính mang tính hệ thống.

Chương trình nghiên cứu tương lai cần tập trung vào 4 hướng mở:

• Ứng dụng Copula phi tuyến: Nghiên cứu áp dụng Student-t Copula hoặc Clayton/Gumbel Archimedean Copula để đo lường cấu trúc phụ thuộc phi đối xứng và hiện tượng "đuôi béo" trong phân phối tổn thất tín dụng.
• Tích hợp Trí tuệ nhân tạo (AI) và Học máy (Machine Learning): Sử dụng các thuật toán XGBoost, Random Forest và Deep Neural Networks để nâng cao độ chính xác dự báo ma trận chuyển hạng nợ và phát hiện sớm rủi ro tín dụng danh mục từ dữ liệu phi cấu trúc lớn (Big Data).
• Mô hình hóa kiểm tra sức chịu tải vĩ mô (Macro Stress-testing): Tích hợp các kịch bản suy thoái kinh tế vĩ mô (lạm phát, tỷ giá, lãi suất) vào mô hình CreditPortfolioView để lượng hóa khả năng chống chịu vốn của từng nhóm ngân hàng.
• Đánh giá rủi ro tín dụng xanh (ESG Credit Risk): Mở rộng khung quản lý rủi ro danh mục sang việc đo lường các rủi ro chuyển dịch môi trường và biến đổi khí hậu đối với danh mục cho vay năng lượng, bất động sản.

Tác động và ảnh hưởng

Nghiên cứu mang lại những giá trị tác động sâu rộng trên nhiều bình diện:

• Tác động học thuật: Đặt nền móng lý luận chuẩn mực và phương pháp lượng hóa thực nghiệm cho các nghiên cứu tiếp theo về quản trị rủi ro ngân hàng tại Việt Nam; cung cấp tài liệu tham khảo chuyên khảo giá trị cho các chương trình đào tạo tiến sĩ, thạc sĩ chuyên ngành Tài chính - Ngân hàng.
• Tái định hình hoạt động ngành ngân hàng: Giúp các NHTM tối ưu hóa việc phân bổ vốn tự có theo yêu cầu của Basel II, chuyển đổi danh mục cho vay theo hướng cân bằng giữa lợi nhuận biên và chi phí rủi ro, từ đó cải thiện hệ số an toàn vốn ($CAR$) và nâng cao năng lực cạnh tranh quốc tế.
• Hỗ trợ cơ quan quản lý nhà nước: Cung cấp luận cứ khoa học thực chứng để Ngân hàng Nhà nước và Cơ quan Thanh tra Giám sát Ngân hàng hoàn thiện khung pháp lý giám sát an toàn vi mô và vĩ mô, kiểm soát rủi ro tập trung ngành và ngăn ngừa nợ xấu hệ thống tái bùng phát.
• Lợi ích kinh tế - xã hội: Việc nâng cao năng lực quản trị rủi ro danh mục giúp khơi thông dòng vốn tín dụng an toàn chảy vào các lĩnh vực sản xuất kinh doanh thực chất, hạn chế tình trạng tín dụng "bong bóng", bảo vệ an toàn quyền lợi người gửi tiền và củng cố niềm tin vào hệ thống tiền tệ quốc gia.

Đối tượng hưởng lợi

1. Nghiên cứu sinh và Giới học thuật: Tiếp cận một khung phân tích lý thuyết toàn diện, các bộ công cụ khảo sát thực tế và mã lệnh mô phỏng định lượng (R code) đã được kiểm chứng để mở rộng các đề tài nghiên cứu liên quan đến rủi ro tài chính.
2. Ban Giám đốc Khối Quản lý Rủi ro (CRO) và Chuyên viên Phân tích Định lượng (Quant): Sử dụng trực tiếp quy trình 3 bước của FIRB và 8 bước của CreditMetrics để thiết lập hệ thống đo lường $C-VaR$, phân tích hạn mức danh mục và xây dựng chính sách định giá khoản vay dựa trên rủi ro (Risk-based Pricing).
3. Ban Lãnh đạo NHTM (HĐQT và Ban Điều hành): Nhận diện rõ mô hình tổ chức tối ưu theo "Ba tuyến phòng vệ", từ đó tái cấu trúc luồng báo cáo và cơ chế phê duyệt tín dụng nhằm triệt tiêu các xung đột lợi ích nội bộ.
4. Các Cơ quan Quản lý Nhà nước (NHNN, Bộ Tài chính): Nhận được các khuyến nghị chính sách có căn cứ thực nghiệm vững chắc để ban hành quy định về hệ thống xếp hạng nội bộ nâng cao, xây dựng sàn giao dịch nợ quốc gia và hình thành khung pháp lý cho thị trường phái sinh tín dụng.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào? Đóng góp độc đáo nhất là việc mở rộng Lý thuyết Quản trị Danh mục Cho vay (LPM - Comptroller’s Handbook, 2017) và Lý thuyết Danh mục Markowitz (1952) vào môi trường thể chế tài chính chuyển đổi tại Việt Nam. Luận án đã chuẩn hóa khung quản trị 4 trụ cột đồng bộ, giải quyết triệt để sự mất cân đối giữa quản lý vi mô từng khoản vay riêng lẻ và quản lý vĩ mô danh mục tín dụng tổng thể.

2. Điểm đổi mới phương pháp luận khi so sánh với ít nhất 2 nghiên cứu quốc tế trước đây? So với nghiên cứu của Saunders và Allen (2010) (chỉ tập trung mô hình hóa toán học thuần túy mà thiếu cơ chế gắn kết với cơ cấu tổ chức) và nghiên cứu của Bluhm, Overbeck và Wegner (2010) (chưa kiểm định thực tế trên hệ thống ngân hàng cụ thể), luận án đã kết hợp phương pháp điều tra xã hội học thực chứng (khảo sát 16 ngân hàng) với việc mô phỏng hóa toán tài chính 8 bước của mô hình CreditMetrics trên nền tảng ngôn ngữ R, sử dụng trực tiếp dữ liệu chuyển hạng nợ ngành của Việt Nam.

3. Phát hiện nào gây bất ngờ nhất và bằng chứng dữ liệu hỗ trợ? Phát hiện bất ngờ nhất là sự đối lập sâu sắc trong công tác nhận diện rủi ro: Trong khi có tới 88.9% ngân hàng Nhóm 1 đã đầu tư xây dựng hệ thống cảnh báo sớm (EWS), nhưng kỹ thuật phân tích Vintage và phân tích dịch chuyển nhóm nợ lại hoàn toàn bị bỏ quên (chỉ đạt mức điểm 1-2 trên thang 4 điểm). Điều này cho thấy hệ thống EWS tại nhiều ngân hàng hiện nay chủ yếu vận hành dựa trên các chỉ số tài chính tức thời mà thiếu vắng phân tích quy luật vỡ nợ theo chu kỳ thời gian và tuổi thọ danh mục.

4. Luận án có cung cấp quy trình tái lập nghiên cứu (Replication Protocol) không? Có. Luận án cung cấp toàn bộ quy trình tái lập nghiên cứu cực kỳ chi tiết trong các phụ lục: Phụ lục 3 (Phiếu khảo sát và hệ thống 22 câu hỏi nghiệp vụ), Phụ lục 4 (Mã nguồn phần mềm R mô phỏng phương pháp FIRB của Basel II), Phụ lục 5 (Từng bước chi tiết thuật toán ma trận CreditMetrics) và Phụ lục 6 (Mã nguồn R mô phỏng phân phối tổn thất CreditMetrics).

5. Chương trình nghiên cứu 10 năm tới được phác thảo ra sao? Chương trình nghiên cứu 10 năm tới định hướng: (1) Mở rộng bộ dữ liệu bảng đa tầng bao phủ toàn bộ các định chế tài chính trong giai đoạn sau các biến động kinh tế vĩ mô; (2) Chuyển đổi mô hình Copula tĩnh sang Copula động phi tuyến tính; (3) Tích hợp học sâu (Deep Learning) trong xử lý dữ liệu phi cấu trúc để tự động hóa dự báo xác suất chuyển hạng tín dụng; và (4) Xây dựng khung đo lường rủi ro danh mục tích hợp yếu tố rủi ro môi trường, xã hội và quản trị (ESG Credit Risk).

Kết luận

Luận án "Quản lý rủi ro danh mục cho vay tại các ngân hàng thương mại Việt Nam" của tác giả Nguyễn Bích Ngân là một công trình nghiên cứu tiến sĩ công phu, nghiêm túc và có hàm lượng khoa học cao. Năm đóng góp then chốt của công trình gồm:

1. Hệ thống hóa và làm sâu sắc cơ sở lý luận về quản lý rủi ro danh mục cho vay thông qua mô hình 4 trụ cột tích hợp chuẩn mực quốc tế Basel II/III và cấu trúc "Ba tuyến phòng vệ".
2. Khảo sát thực chứng toàn diện 16 NHTM Việt Nam, làm rõ sự phân hóa sâu sắc về năng lực quản trị rủi ro giữa nhóm ngân hàng thí điểm Basel II và nhóm ngân hàng thương mại còn lại.
3. Nhận diện chính xác các điểm nghẽn thực tế: việc quản lý vẫn nặng tính vi mô, thiếu hụt phân tích Vintage/Migration, mô hình đo lường dừng ở mức cơ bản và sự vắng bóng hoàn toàn của các công cụ phái sinh tín dụng.
4. Tiên phong thiết lập và thực thi thành công quy trình mô phỏng định lượng phân phối tổn thất rủi ro danh mục bằng phương pháp FIRB (3 bước) và CreditMetrics (8 bước) trên phần mềm R.
5. Đề xuất hệ thống giải pháp phân kỳ chi tiết cho từng nhóm NHTM cùng các kiến nghị sắc bén đối với Ngân hàng Nhà nước nhằm hoàn thiện hạ tầng dữ liệu và thể chế thị trường mua bán nợ, phái sinh tín dụng.

Công trình tạo ra bước tiến quan trọng về mặt mô hình hóa quản trị rủi ro ngân hàng tại Việt Nam, mở ra hướng ứng dụng thực tiễn vững chắc giúp hệ thống NHTM nâng cao năng lực chống chịu rủi ro, tối ưu hóa an toàn vốn và hội nhập bền vững với thị trường tài chính quốc tế.

Trích đoạn nội dung tài liệu

phần mở đầu, phần kết luận, danh mục tài liệu tham khảo và phụ lục, luận án đƣợc kết cấu gồm 4 chƣơng nhƣ sau: Chƣơng 1: Tổng quan các nghiên cứu về quản lý rủi ro danh mục cho vay tại NHTM Chƣơng 2: Cơ sở lý luận về quản lý rủi ro danh mục cho vay tại NHTM Chƣơng 3: Thực trạng quản lý rủi ro danh mục cho vay tại các NHTM Việt Nam Chƣơng 4: Giải pháp hoàn thiện quản lý rủi ro danh mục cho vay tại các NHTM Việt Nam 11 luan an CHƢƠNG 1: TỔNG QUAN CÁC NGHIÊN CỨU VỀ QUẢN LÝ RỦI RO DANH MỤC CHO VAY TẠI NHTM 1. Về cơ cấu tổ chức quản lý rủi ro danh mục cho vay Về cơ cấu tổ chức tổ chức quản lý rủi ro danh mục cho vay, không có nhiều các nghiên cứu đề cập cụ thể tới phạm vi danh mục cho vay mà các nghiên cứu hiện có đƣa ra các nguyên tắc chung nhất về xây dựng mô hình tổ chức quản lý rủi ro tín dụng để đảm bảo hoạt động này đƣợc thực hiện hiệu quả tại NHTM. Dƣới đây là các nghiên cứu trong nƣớc và nƣớc ngoài tiêu biểu về cơ cấu tổ chức quản lý rủi ro danh mục cho vay xét trên hai khía cạnh: mô hình tổ chức và nguyên tắc báo cáo thông tin giữa các bộ phận trong cơ cấu tổ chức. Nghiên cứu về mô hình tổ chức quản lý rủi ro danh mục cho vay Thứ nhất, trong nghiên cứu về quản lý rủi ro tín dụng tại các NHTM, Ghosh (2012) đã nhấn mạnh về việc cần có bộ phận riêng trong ngân hàng để quản lý rủi ro tín dụng, bên cạnh hai loại rủi ro trọng yếu khác là rủi ro thị trƣờng và rủi ro hoạt động, bởi tần suất xảy ra thƣờng xuyên và độ lớn của rủi ro mà ngân hàng phải đối mặt.

Cơ cấu tổ chức mà tác giả đề xuất các NHTM cần thực hiện là cơ cấu quản lý rủi ro tín dụng tập trung (centralized organizational structure), bởi theo nghiên cứu này, mô hình trên đã phân tách đƣợc chức năng chấp nhận rủi ro (risk taking) với chức năng giám sát và kiểm soát rủi ro (risk monitoring and control). Bên cạnh đó, nghiên cứu cũng đƣa ra đánh giá về các ƣu điểm khác của mô hình này trong quản lý rủi ro tín dụng tại NHTM. Đây là nền tảng lý thuyết về mô hình quản lý rủi ro mang tính chuẩn mực, phù hợp với xu hƣớng quản trị ngân hàng hiện đại đƣợc tác giả của luận án đƣa vào nghiên cứu của mình. Tuy vậy, nghiên cứu trên cũng lƣu ý các NHTM cân nhắc tới các đặc điểm về quy mô, vị trí địa lý, các hoạt động kinh doanh, số lƣợng sản phẩm dịch vụ….để đƣa ra mô hình tổ chức quản lý rủi ro tín dụng phù hợp.

Thứ hai, một dạng mô hình quản lý rủi ro tín dụng nổi bật đƣợc nhiều nghiên cứu đƣa ra và đƣợc chứng minh có tính hiệu quả cao khi áp dụng trên thực tế tại các NHTM là mô hình “ba lớp phòng vệ”. Các hƣớng dẫn mang tính chuẩn mực 12 luan an về mặt lý thuyết cho mô hình này có thể kể tới nhƣ IIA (2013), Basel (2015)5, Oliver Wyman (2015), PwC (2017). Mô hình quản lý rủi ro theo “ba lớp phòng vệ” đƣợc phát triển lần đầu tiên bởi Institute of Internal Auditors (IIA) vào năm 2013, sau đó trở thành chuẩn mực mang tính phổ biến nhất cho các tổ chức trong việc quy định các trách nhiệm về giám sát và quản lý rủi ro cho các bộ phận chức năng. Trong luận án này, tác giả kế thừa các luận cứ lý thuyết trên về nhiệm vụ và chức năng của các lớp phòng vệ để đƣa ra đánh giá thực trạng cũng nhƣ đề xuất giải pháp cho việc thực hiện hiệu quả mô hình này tại các NHTM.

Thứ ba, nghiên cứu của Nguyễn Đức Tú (2012) về quản lý rủi ro tín dụng tại Ngân hàng TMCP Công Thƣơng Việt Nam đã đƣa ra về mặt lý thuyết hai dạng mô hình phổ biến về cơ cấu tổ chức quản lý rủi ro tín dụng tại NHTM là mô hình quản lý rủi ro tín dụng tập trung và mô hình quản lý rủi ro tín dụng phân tán. Ngoài ra, nghiên cứu này cũng đƣa ra các nhân tố ảnh hƣởng đến lựa chọn mô hình quản lý rủi ro tín dụng tại NHTM bao gồm: định hƣớng quản lý rủi ro tín dụng, quy mô ngân hàng, trình độ công nghệ và trình độ nhân lực. Tuy nhiên, nghiên cứu trên chƣa đƣa ra thực trạng việc áp dụng các mô hình quản lý rủi ro tín dụng này tại NHTM, đây là khía cạnh khác biệt về mục tiêu nghiên cứu tại luận án này với công trình trên. Dù vậy, luận án kế thừa các lý thuyết tại nghiên cứu này về đặc điểm cũng nhƣ ƣu, nhƣợc điểm của từng dạng mô hình để đƣa ra giải pháp phù hợp cho các NHTM Việt Nam.

Thứ tư, công trình khoa học của Lê Thị Huyền Diệu (2010) về luận cứ khoa học trong xác định mô hình quản lý rủi ro tín dụng tại các NHTM Việt Nam. Đây đƣợc xem là nghiên cứu có tính toàn diện nhất về các nội dung liên quan tới mô hình quản lý rủi ro tín dụng tại các NHTM cho đến hiện tại, bao gồm: khái niệm, phân loại mô hình, điều kiện áp dụng, kinh nghiệm quốc tế về ứng dụng các 5 Trong nghiên cứu này mô hình “bốn lớp phòng vệ” đƣợc đƣa ra, tuy vậy mô hình này nhấn mạnh vai trò về mối quan hệ giữa lớp phòng vệ thứ ba và thứ tƣ, tức vai trò của bộ phận giám sát và kiểm soát bên trong và bên ngoài NHTM. Với mục đích nghiên cứu về cơ cấu tổ chức bên trong NHTM về mặt quản lý rủi ro tín dụng, luận án tập trung vào mô hình “ba lớp phòng vệ”. 13 luan an dạng mô hình, thực trạng ứng dụng các mô hình tại các NHTM Việt Nam qua khảo sát 40 ngân hàng trong hệ thống và các khuyến nghị, đề xuất trong triển khai các mô hình trên thực tiễn.

Theo nghiên cứu của tác giả này, mô hình quản lý rủi ro tín dụng tập trung là phù hợp và ƣu việt nhất trong quản lý rủi ro tín dụng trên phạm vi toàn ngân hàng nhằm đảm bảo việc thực thi các chính sách về quản lý rủi ro tín dụng đƣợc toàn diện, lâu dài và có tính cạnh tranh. Tuy nhiên, tác giả cũng đƣa ra các điều kiện để có thể thực hiện có hiệu quả mô hình quản lý rủi ro tín dụng tập trung này tại các NHTM Việt Nam nhƣ điều kiện về công nghệ thông tin, nhân lực, nguồn vốn, phân định trách nhiệm trong hệ thống quản trị. Nhƣ vậy, đây là nghiên cứu phù hợp với các lý thuyết trƣớc đó về tính ƣu việt của mô hình quản lý rủi ro tín dụng tập trung trong nâng cao tính hiệu quả của công tác quản lý rủi ro tín dụng. Do đó, luận án vận dụng nghiên cứu thực tiễn này để làm cơ sở xác định mô hình chuẩn mực về quản lý rủi ro danh mục cho vay, từ đó đƣa ra đánh giá về thực trạng và đề xuất giải pháp cần thiết đối với các NHTM Việt Nam.

Thứ năm, nghiên cứu của Việt Dũng (2007) về các dạng mô hình tổ chức quản lý rủi ro trong ngân hàng. Nghiên cứu này tập trung phân tích về sự cân bằng giữa vai trò và trách nhiệm quản lý rủi ro ở cấp Hội sở chính và của các đơn vị quản lý rủi ro nằm bên trong chi nhánh đối với rủi ro tín dụng và rủi ro thị trƣờng. Kết quả nghiên cứu đƣa ra kết luận tổng thể rằng không có một dạng mô hình tổ chức quản lý rủi ro tín dụng duy nhất nào là phù hợp cho tất cả các NHTM mà dạng mô hình cần đƣợc điều chỉnh thận trọng và phù hợp với đặc điểm, yêu cầu của ngân hàng. Tuy vậy nhƣng nguyên tắc cơ bản trong việc thiết kế mô hình cần tuân thủ là: (i) đơn vị quản lý rủi ro phải độc lập với đơn vị chấp nhận rủi ro, (ii) Hội đồng quản lý rủi ro/Khối quản lý rủi ro cần đƣợc Ban điều hành uỷ quyền quản lý và kiểm soát về rủi ro tín dụng.

Bên cạnh đó, tác giả này nhấn mạnh việc thành lập các mô hình tổ chức quản lý rủi ro và kiểm soát ở cấp hội sở chính, bên cạnh việc theo dõi và kiểm soát rủi ro ở các đơn vị kinh doanh. Tuy nhiên, cấp hội sở chính chú trọng về kiểm soát rủi ro tín dụng về những vấn 14 luan an đề chiến lƣợc, trong khi cấp đơn vị kinh doanh kiểm soát rủi ro tín dụng trong hoạt động tác nghiệp cho vay hàng ngày. Nhƣ vậy, nghiên cứu này đƣa ra gợi ý về việc thiết kế và vận dụng các hình thức cơ cấu tổ chức quản lý rủi ro tín dụng phù hợp với thực tế đa dạng trong hoạt động cho vay của các NHTM, đây là cơ sở lí luận để tác giả luận án đƣa ra các đánh giá về thực trạng và xây dựng nhóm giải pháp về cơ cấu tổ chức quản lý rủi ro danh mục cho vay tại các NHTM Việt Nam. Nghiên cứu về nguyên tắc báo cáo thông tin giữa các bộ phận trong cơ cấu tổ chức quản lý rủi ro danh mục cho vay Thứ nhất, Ghosh (2012) trong nghiên cứu của mình đã chỉ ra nguyên tắc thiết kế luồng báo cáo sao cho phân tách giữa các báo cáo về quản lý kinh doanh với các báo cáo về quản lý rủi ro.

Bên cạnh đó, theo tác giả này, NHTM nên đƣa ra các quy định rõ ràng về nhiệm vụ của từng bộ phận tham gia hoạt động tác nghiệp và hoạt động quản lý rủi ro để tránh chồng chéo và mâu thuẫn về lợi ích của các bộ phận này. Ngoài ra, nghiên cứu thực nghiệm của nhóm tác giả Vincent, Gabriele và Markus (2012) về ảnh hƣởng của quy trình báo cáo tới hiệu quả của quản lý rủi ro trong đó có rủi ro tín dụng tại các NHTM đã chỉ ra, tại các NHTM mà Giám đốc khối quản lý rủi ro (CRO) báo cáo trực tiếp tới Hội đồng quản trị (BOD) thể hiện tính hiệu quả hơn trong quản lý rủi ro, đặc biệt là trong các giai đoạn có khủng hoảng về hoạt động tín dụng, so với các mô hình CRO báo cáo trực tiếp tới Tổng giám đốc (CEO) của ngân hàng. Kết quả này phù hợp với lí giải về mặt lý thuyết rằng thƣờng xuyên xuất hiện sự mâu thuẫn về lợi ích giữa CEO và CRO của ngân hàng.