Thực Trạng Quản Trị Rủi Ro Tín Dụng Tại Ngân Hàng Thương Mại

Bài viết phân tích thực trạng quản trị rủi ro tín dụng tại ngân hàng thương mại cổ phần quân đội, nêu rõ thách thức và giải pháp hiệu quả.

• Tác giả: Danh Lê Khánh Ngọc
• Người hướng dẫn: TS. Vũ Đức Bình
• Trường học: Trường Đại Học Nguyễn Tất Thành
• Chuyên ngành: Tài Chính - Kế Toán
• Đề tài: Thực Trạng Quản Trị Rủi Ro Tín Dụng Tại Ngân Hàng Thương Mại
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2022
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN
• NHẬN XÉT CỦA GIẢNG VIÊN PHẢN BIỆN
• DANH MỤC CÁC BẢNG BIỂU
• KÝ HIỆU TỪ VIẾT TẮT
• PHẦN MỞ ĐẦU
• 1. CHƯƠNG 1: CƠ SỞ LÝ LUẬN VỀ QUẢN TRỊ RỦI RO TÍN DỤNG TẠI CÁC NGÂN HÀNG THƯƠNG MẠI
• 1.1. Tín dụng và rủi ro tín dụng trong ngân hàng thương mại
• 1.1.1. Tín dụng của Ngân hàng thương mại
• 1.1.2. Phân loại tín dụng
• 1.1.3. Rủi ro tín dụng trong các Ngân hàng thương mại
• 1.1.3.1. Khái niệm rủi ro tín dụng
• 1.1.3.2. Phân loại rủi ro tín dụng
• 1.1.4. Nguyên nhân dẫn đến rủi ro tín dụng
• 1.1.4.1. Nguyên nhân khách quan
• 1.1.4.2. Nguyên nhân chủ quan
• 1.1.5. Hậu quả của rủi ro tín dụng
• 2. CHƯƠNG 2: THỰC TRẠNG QUẢN TRỊ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG TMCP QUÂN ĐỘI GIAI ĐOẠN 2019 - 2021
• 2.1. Giới thiệu chung về Ngân hàng TMCP Quân đội
• 2.2. Sơ lược quá trình hình thành và phát triển của Ngân hàng TMCP Quân đội
• 2.3. Cơ cấu tổ chức của Ngân hàng TMCP Quân đội
• 2.4. Quy trình tín dụng tại Ngân hàng TMCP Quân đội
• 2.5. Khái quát kết quả hoạt động kinh doanh giai đoạn 2019 - 2021 Ngân hàng TMCP Quân đội
• 2.6. Thực trạng quản trị rủi ro tín dụng tại Ngân hàng TMCP Quân đội
• 2.6.1. Đánh giá khả năng thanh khoản
• 2.6.2. Đánh giá hiệu quả hoạt động
• 2.6.3. Đánh giá chất lượng tín dụng
• 2.6.4. Đánh giá chung về hiệu quả quản trị rủi ro tín dụng của Ngân hàng TMCP Quân đội
• 2.6.5. Những thành tựu đạt được
• 2.6.6. Những hạn chế trong công tác quản trị rủi ro tín dụng tại Ngân hàng TMCP Quân đội
• 2.6.7. Nguyên nhân dẫn đến rủi ro trong quản trị rủi ro tín dụng tại Ngân hàng TMCP Quân đội
• 2.6.7.1. Nguyên nhân khách quan
• 2.6.7.2. Nguyên nhân từ phía khách hàng
• 2.6.7.3. Nguyên nhân từ phía ngân hàng
• 3. CHƯƠNG 3: GIẢI PHÁP NÂNG CAO HIỆU QUẢ QUẢN TRỊ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG TMCP QUÂN ĐỘI
• 3.1. Giải pháp hoàn thiện quản trị rủi ro tín dụng tại Ngân hàng TMCP Quân đội
• 3.2. Xây dựng chiến lược quản trị rủi ro tín dụng
• 3.3. Nâng cao trình độ chuyên môn của nhân viên
• 3.4. Tăng cường công tác giám sát
• 3.5. Nâng cao hiệu quả công tác cảnh báo rủi ro và xây dựng các phương án phòng ngừa thích hợp
• 3.6. Nâng cao phẩm chất đạo đức nghề nghiệp đối với cán bộ tín dụng
• 3.7. Tối ưu hóa quy trình cấp tín dụng online
• 3.8. Kiến nghị đối với Nhà nước
• 3.9. Kiến nghị với Ngân hàng Nhà nước
• 3.10. Kiến nghị với Ngân hàng thương mại cổ phần Quân đội
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Quản Trị Rủi Ro Tín Dụng Tại Ngân Hàng Khái Niệm

Quản trị rủi ro tín dụng là yếu tố then chốt trong hoạt động của ngân hàng thương mại. Nó bao gồm việc xác định, đo lường, giám sát và kiểm soát các rủi ro phát sinh từ hoạt động cho vay ngân hàng. Mục tiêu là giảm thiểu tổn thất tiềm ẩn và bảo vệ vốn của ngân hàng. Rủi ro tín dụng ngân hàng phát sinh khi khách hàng không thực hiện đúng nghĩa vụ trả nợ. Điều này ảnh hưởng trực tiếp đến lợi nhuận và sự ổn định tài chính của ngân hàng. Quản trị rủi ro hiệu quả giúp ngân hàng duy trì hoạt động kinh doanh an toàn và bền vững. Theo Luật các Tổ chức tín dụng, cấp tín dụng là việc thỏa thuận để tổ chức, cá nhân sử dụng một khoản tiền theo nguyên tắc có hoàn trả.

1.1. Tín Dụng Ngân Hàng Thương Mại Bản Chất và Phân Loại

Tín dụng ngân hàng là quan hệ vay mượn dựa trên sự tin cậy giữa ngân hàng và khách hàng. Khách hàng được sử dụng vốn và có nghĩa vụ hoàn trả gốc và lãi theo thỏa thuận. Tín dụng được phân loại theo nhiều tiêu chí khác nhau. Ví dụ, theo thời hạn, có tín dụng ngắn hạn (dưới 12 tháng), trung hạn (12-60 tháng) và dài hạn (trên 60 tháng). Phân loại theo mục đích sử dụng, có tín dụng sản xuất kinh doanh và tín dụng tiêu dùng. Việc phân loại giúp ngân hàng quản lý và kiểm soát rủi ro hiệu quả hơn.

1.2. Rủi Ro Tín Dụng Định Nghĩa Phân Loại và Nguyên Nhân

Rủi ro tín dụng là khả năng khách hàng không trả được nợ gốc và lãi đúng hạn. Rủi ro này có thể phân loại theo nhiều cách. Theo nguyên nhân phát sinh, có rủi ro giao dịch (liên quan đến quá trình xét duyệt tín dụng) và rủi ro danh mục (liên quan đến quản lý danh mục cho vay). Theo khả năng trả nợ, có rủi ro không hoàn trả đúng hạn và rủi ro mất khả năng chi trả. Nguyên nhân gây ra rủi ro tín dụng có thể là khách quan (tình hình kinh tế vĩ mô, thiên tai) hoặc chủ quan (năng lực quản lý yếu kém của khách hàng, sai sót trong quy trình tín dụng của ngân hàng). Theo Joel Bessis, rủi ro tín dụng là rủi ro quan trọng nhất trong ngân hàng, đó là rủi ro đối tác sẽ vi phạm nghĩa vụ trả nợ.

II. Thách Thức Quản Trị Rủi Ro Tín Dụng Nợ Xấu Kinh Tế

Các ngân hàng thương mại đối mặt với nhiều thách thức trong quản trị rủi ro tín dụng. Tình hình kinh tế vĩ mô biến động, nợ xấu gia tăng, và sự cạnh tranh gay gắt trên thị trường tài chính tạo áp lực lớn lên hoạt động tín dụng. Việc đánh giá chính xác khả năng trả nợ của khách hàng ngày càng trở nên khó khăn. Đồng thời, yêu cầu tuân thủ các quy định pháp luật và chuẩn mực quốc tế (như Basel) đòi hỏi ngân hàng phải đầu tư vào hệ thống quản lý rủi ro hiện đại và hiệu quả. Rủi ro tín dụng có những tác động ảnh hưởng đến hoạt động của các NHTM, khách hàng và nền kinh tế.

2.1. Ảnh Hưởng Của Kinh Tế Vĩ Mô Đến Rủi Ro Tín Dụng Ngân Hàng

Tình hình kinh tế vĩ mô có ảnh hưởng lớn đến rủi ro tín dụng. Khi kinh tế tăng trưởng chậm lại hoặc suy thoái, doanh nghiệp gặp khó khăn trong sản xuất kinh doanh, dẫn đến giảm khả năng trả nợ. Lạm phát gia tăng làm giảm sức mua của người dân, ảnh hưởng đến khả năng trả nợ tiêu dùng. Biến động tỷ giá hối đoái tác động đến các khoản vay bằng ngoại tệ. Ngân hàng cần theo dõi sát sao các chỉ số kinh tế vĩ mô để đánh giá và dự báo rủi ro tín dụng một cách chính xác.

2.2. Nợ Xấu Ngân Hàng Nguyên Nhân và Hậu Quả Nghiêm Trọng

Nợ xấu là một trong những vấn đề nghiêm trọng nhất trong quản trị rủi ro tín dụng. Nợ xấu làm giảm lợi nhuận của ngân hàng, tăng chi phí dự phòng rủi ro, và ảnh hưởng đến khả năng thanh khoản. Nguyên nhân dẫn đến nợ xấu có thể là do khách hàng sử dụng vốn sai mục đích, kinh doanh thua lỗ, hoặc do quy trình tín dụng của ngân hàng còn nhiều hạn chế. Việc xử lý nợ xấu đòi hỏi ngân hàng phải có các biện pháp quyết liệt như tái cơ cấu nợ, bán tài sản đảm bảo, hoặc khởi kiện ra tòa.

2.3. Yếu Tố Chủ Quan Sai Sót Trong Quy Trình Tín Dụng

Các yếu tố chủ quan từ phía ngân hàng cũng góp phần làm gia tăng rủi ro tín dụng. Quy trình thẩm định tín dụng sơ sài, thiếu chặt chẽ dẫn đến việc đánh giá không chính xác khả năng trả nợ của khách hàng. Cán bộ tín dụng thiếu kinh nghiệm hoặc đạo đức nghề nghiệp kém có thể gây ra sai sót trong quá trình cho vay. Hệ thống kiểm soát nội bộ hoạt động không hiệu quả làm giảm khả năng phát hiện và ngăn chặn rủi ro. Ngân hàng cần liên tục cải thiện quy trình tín dụng, nâng cao năng lực cán bộ, và tăng cường kiểm soát nội bộ để giảm thiểu rủi ro.

III. Giải Pháp Quản Trị Rủi Ro Tín Dụng Mô Hình Công Cụ

Để nâng cao hiệu quả quản trị rủi ro tín dụng, các ngân hàng thương mại cần áp dụng các mô hình quản trị rủi ro tiên tiến và sử dụng các công cụ hỗ trợ hiện đại. Việc xây dựng một hệ thống xếp hạng tín dụng nội bộ (HTXHTD) giúp đánh giá khách hàng một cách khách quan và chính xác. Áp dụng các phương pháp stress test để đánh giá khả năng chịu đựng của ngân hàng trước các cú sốc kinh tế. Sử dụng công nghệ thông tin (như big data, AI) để phân tích dữ liệu và dự báo rủi ro. Đồng thời, cần tuân thủ các chuẩn mực quốc tế như Basel và ICAAP.

3.1. Xây Dựng Hệ Thống Xếp Hạng Tín Dụng Nội Bộ HTXHTD Hiệu Quả

Hệ thống xếp hạng tín dụng là công cụ quan trọng để đánh giá rủi ro tín dụng. HTXHTD giúp ngân hàng phân loại khách hàng theo mức độ rủi ro khác nhau, từ đó đưa ra các quyết định tín dụng phù hợp. HTXHTD cần được xây dựng dựa trên các tiêu chí khách quan, minh bạch, và được cập nhật thường xuyên. Việc sử dụng HTXHTD giúp ngân hàng giảm thiểu rủi ro lựa chọn và nâng cao hiệu quả hoạt động tín dụng.

3.2. Ứng Dụng Stress Test Đánh Giá Khả Năng Chịu Đựng Rủi Ro

Stress test là phương pháp mô phỏng các tình huống kinh tế bất lợi để đánh giá khả năng chịu đựng của ngân hàng. Stress test giúp ngân hàng xác định các điểm yếu trong hệ thống quản lý rủi ro và đưa ra các biện pháp phòng ngừa kịp thời. Việc thực hiện stress test thường xuyên giúp ngân hàng nâng cao khả năng ứng phó với các cú sốc kinh tế và duy trì sự ổn định tài chính.

3.3. Công Nghệ Trong Quản Trị Rủi Ro Tín Dụng Big Data AI

Công nghệ đóng vai trò ngày càng quan trọng trong quản trị rủi ro tín dụng. Big data và AI giúp ngân hàng phân tích dữ liệu lớn một cách nhanh chóng và chính xác, từ đó phát hiện các dấu hiệu rủi ro tiềm ẩn. Các công cụ này cũng giúp ngân hàng tự động hóa quy trình thẩm định tín dụng, giảm thiểu sai sót và nâng cao hiệu quả hoạt động. Việc ứng dụng công nghệ giúp ngân hàng quản lý rủi ro một cách chủ động và hiệu quả hơn.

IV. Hoàn Thiện Quản Trị Rủi Ro Tín Dụng Giải Pháp Cho MB Bank

Để hoàn thiện quản trị rủi ro tín dụng, MB Bank cần tập trung vào các giải pháp cụ thể. Xây dựng chiến lược quản trị rủi ro tín dụng rõ ràng, phù hợp với mục tiêu kinh doanh và khẩu vị rủi ro của ngân hàng. Nâng cao trình độ chuyên môn của nhân viên tín dụng thông qua đào tạo và bồi dưỡng thường xuyên. Tăng cường công tác giám sát và kiểm tra hoạt động tín dụng. Nâng cao hiệu quả công tác cảnh báo rủi ro và xây dựng các phương án phòng ngừa thích hợp. Tối ưu hóa quy trình cấp tín dụng online để đáp ứng nhu cầu của khách hàng.

4.1. Xây Dựng Chiến Lược Quản Trị Rủi Ro Tín Dụng Rõ Ràng

Một chiến lược quản trị rủi ro tín dụng rõ ràng là nền tảng để MB Bank quản lý rủi ro một cách hiệu quả. Chiến lược này cần xác định rõ mục tiêu, phạm vi, và các nguyên tắc quản trị rủi ro. Nó cũng cần phù hợp với chiến lược kinh doanh tổng thể của ngân hàng và khẩu vị rủi ro của ban lãnh đạo. Việc xây dựng chiến lược cần dựa trên phân tích kỹ lưỡng môi trường kinh doanh, đánh giá rủi ro tiềm ẩn, và tham khảo các chuẩn mực quốc tế.

4.2. Nâng Cao Trình Độ Chuyên Môn Của Nhân Viên Tín Dụng

Nhân viên tín dụng đóng vai trò quan trọng trong việc đánh giá và quản lý rủi ro tín dụng. MB Bank cần đầu tư vào đào tạo và bồi dưỡng nhân viên tín dụng để nâng cao trình độ chuyên môn và kỹ năng nghiệp vụ. Chương trình đào tạo cần tập trung vào các kiến thức về phân tích tài chính, thẩm định dự án, đánh giá rủi ro, và các quy định pháp luật liên quan. Việc nâng cao năng lực nhân viên giúp ngân hàng giảm thiểu sai sót trong quá trình cho vay và nâng cao hiệu quả hoạt động tín dụng.

4.3. Tăng Cường Giám Sát Và Kiểm Tra Hoạt Động Tín Dụng

Công tác giám sát và kiểm tra hoạt động tín dụng cần được thực hiện thường xuyên và chặt chẽ. MB Bank cần xây dựng hệ thống kiểm soát nội bộ hiệu quả để phát hiện và ngăn chặn các hành vi vi phạm quy trình tín dụng. Việc kiểm tra cần tập trung vào các khâu quan trọng như thẩm định tín dụng, giải ngân, quản lý tài sản đảm bảo, và thu hồi nợ. Kết quả kiểm tra cần được báo cáo kịp thời cho ban lãnh đạo để có các biện pháp xử lý phù hợp.

V. Ứng Dụng Thực Tiễn Quản Trị Rủi Ro Kinh Nghiệm Quốc Tế

Nghiên cứu và áp dụng kinh nghiệm quốc tế trong quản trị rủi ro tín dụng là rất quan trọng. Các ngân hàng trên thế giới đã phát triển nhiều mô hình và công cụ quản lý rủi ro hiệu quả. Việc học hỏi và áp dụng các kinh nghiệm này giúp MB Bank nâng cao năng lực cạnh tranh và hội nhập quốc tế. Cần chú trọng đến việc tuân thủ các chuẩn mực quốc tế như Basel, ICAAP, và áp dụng các phương pháp quản lý rủi ro tiên tiến như stress test, HTXHTD.

5.1. Chuẩn Mực Basel Yêu Cầu Về Vốn Và Quản Lý Rủi Ro

Các chuẩn mực Basel đưa ra các yêu cầu về vốn và quản lý rủi ro đối với các ngân hàng. Basel III tập trung vào việc tăng cường khả năng chống chịu của ngân hàng trước các cú sốc kinh tế. Các yêu cầu về vốn cao hơn, thanh khoản tốt hơn, và quản lý rủi ro chặt chẽ hơn giúp ngân hàng hoạt động an toàn và bền vững. Việc tuân thủ Basel giúp MB Bank nâng cao uy tín trên thị trường quốc tế và thu hút vốn đầu tư.

5.2. ICAAP Quy Trình Đánh Giá Nội Bộ Về Mức Độ Đầy Đủ Vốn

ICAAP là quy trình đánh giá nội bộ về mức độ đầy đủ vốn của ngân hàng. ICAAP giúp ngân hàng xác định mức vốn cần thiết để đáp ứng các rủi ro tiềm ẩn. Quy trình này bao gồm việc đánh giá rủi ro, xác định mức vốn cần thiết, và xây dựng kế hoạch quản lý vốn. Việc thực hiện ICAAP giúp MB Bank đảm bảo có đủ vốn để hoạt động an toàn và tuân thủ các quy định pháp luật.

VI. Tương Lai Quản Trị Rủi Ro Tín Dụng Chuyển Đổi Số AI

Tương lai của quản trị rủi ro tín dụng gắn liền với chuyển đổi số ngân hàng và ứng dụng AI. Các công nghệ mới như big data, blockchain, và machine learning sẽ giúp ngân hàng quản lý rủi ro một cách hiệu quả hơn. Việc tự động hóa quy trình thẩm định tín dụng, phân tích dữ liệu lớn, và dự báo rủi ro sẽ giúp ngân hàng giảm thiểu chi phí, nâng cao hiệu quả hoạt động, và đáp ứng nhu cầu của khách hàng.

6.1. Chuyển Đổi Số Ngân Hàng Cơ Hội Và Thách Thức Trong QTRR

Chuyển đổi số mang lại nhiều cơ hội cho quản trị rủi ro tín dụng. Các công nghệ số giúp ngân hàng thu thập và phân tích dữ liệu khách hàng một cách nhanh chóng và chính xác. Tuy nhiên, chuyển đổi số cũng đặt ra nhiều thách thức, như rủi ro an ninh mạng, rủi ro pháp lý, và rủi ro vận hành. Ngân hàng cần có chiến lược chuyển đổi số rõ ràng và đầu tư vào các giải pháp bảo mật để giảm thiểu rủi ro.

6.2. Ứng Dụng AI Trong Dự Báo Và Quản Lý Rủi Ro Tín Dụng

AI có thể được ứng dụng trong nhiều khâu của quản trị rủi ro tín dụng. Các thuật toán machine learning có thể được sử dụng để dự báo khả năng trả nợ của khách hàng, phát hiện các giao dịch gian lận, và tự động hóa quy trình thẩm định tín dụng. Việc ứng dụng AI giúp ngân hàng quản lý rủi ro một cách chủ động và hiệu quả hơn.

Nội dung chính

Giới thiệu dự án

Hoạt động tín dụng chiếm hơn 70% tổng tài sản sinh lời và đóng góp trên 75% tổng thu nhập của các ngân hàng thương mại (NHTM) tại Việt Nam. Giai đoạn 2019 - 2021 ghi nhận những biến động lớn từ đại dịch COVID-19 làm gián đoạn chuỗi cung ứng toàn cầu, suy giảm dòng tiền của doanh nghiệp và gia tăng nguy cơ nợ quá hạn. Theo số liệu Ngân hàng Nhà nước (NHNN), tỷ lệ nợ xấu nội bảng toàn ngành có thời điểm tiệm cận mức 2.0%, đòi hỏi các tổ chức tín dụng phải thiết lập khung quản trị rủi ro tín dụng (QTRRTD) vững chắc.

+-----------------------------------------------------------------------------------+
|               BỐI CẢNH QUẢN TRỊ RỦI RO TÍN DỤNG GIAI ĐOẠN 2019 - 2021             |
|                                                                                   |
|  [Đại dịch COVID-19] ---> [Gián đoạn dòng tiền DN] ---> [Nguy cơ nợ xấu > 2%]    |
|                                                                                   |
|                                 GIẢI PHÁP TẠI MB                                  |
|  [CoreT24 R10 Engine] + [Hệ thống HTXHTD nội bộ] ---> [Kiểm soát nợ xấu < 0.9%]   |
+-----------------------------------------------------------------------------------+

Vấn đề cốt lõi đặt ra là sự mâu thuẫn giữa tốc độ tăng trưởng tín dụng nhanh và yêu cầu kiểm soát chất lượng danh mục cho vay. Tại Ngân hàng TMCP Quân đội (MB), quy mô tín dụng tăng trưởng vượt bậc đòi hỏi hệ thống giám sát phải nhận diện chính xác rủi ro giao dịch (transaction risk), rủi ro danh mục (portfolio risk) và rủi ro tác nghiệp (operational risk), khắc phục triệt để tình trạng bất cân xứng thông tin và độ trễ trong thẩm định tài sản bảo đảm (TSBĐ).

Mục tiêu nghiên cứu của đề tài được lượng hóa cụ thể:

1. Đánh giá toàn diện thực trạng QTRRTD tại MB giai đoạn 2019 - 2021 thông qua các chỉ số tài chính, thanh khoản và chất lượng nợ.
2. Phân tích cơ chế hoạt động của Hệ thống Xếp hạng Tín dụng (HTXHTD) nội bộ kết hợp hệ thống Core Banking Temenos T24 R10.
3. Đo lường hiệu quả mô hình trích lập dự phòng rủi ro theo Thông tư 02/2013/TT-NHNN và định hướng chuẩn mực Basel II.
4. Đề xuất hệ thống giải pháp nâng cao hiệu quả cảnh báo sớm và tối ưu hóa quy trình cấp tín dụng trực tuyến.

Phương pháp tiếp cận dựa trên việc kết hợp phân tích định lượng dữ liệu tài chính thứ cấp (Báo cáo tài chính hợp nhất kiểm toán giai đoạn 2019 - 2021) với phân tích định tính quy trình tín dụng 6 bước độc lập. Kết quả kỳ vọng là mô hình hóa các chỉ số an toàn vốn, giữ tỷ lệ nợ xấu dưới 1.0%, tối ưu hóa tỷ lệ thu nhập lãi thuần (NIM đạt trên 4.2%) và đảm bảo khả năng thanh khoản ròng ($NLP \ge 0$). Phạm vi đề tài tập trung vào danh mục tín dụng doanh nghiệp và bán lẻ của MB trên phạm vi toàn hệ thống từ năm 2019 đến năm 2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khảo sát phương thức quản trị rủi ro truyền thống so với mô hình quản trị hiện đại cho thấy rõ sự khác biệt về hiệu năng vận hành và độ chính xác phân loại nợ:

Tiêu chí đánh giá	Phương pháp thủ công / Bán tự động	Hệ thống QTRRTD tự động tại MB
Thời gian chấm điểm tín dụng	24 - 48 giờ / hồ sơ	3 - 5 phút qua Scorecard engine
Độ trễ phân loại nhóm nợ	Định kỳ cuối tháng	Real-time theo biến động dòng tiền
Cơ chế trích lập dự phòng	Tính toán bảng tính rời rạc	Tự động hóa hạch toán qua CoreT24
Kiểm soát rủi ro tập trung	Báo cáo thủ công, dễ sai sót	Cảnh báo hạn mức theo ngành tự động
Tỷ lệ sai sót tác nghiệp	3.5% - 5.0%	< 0.2% trên toàn hệ thống

So sánh năng lực quản trị rủi ro và chất lượng tài sản giữa MB và các ngân hàng thương mại cổ phần hàng đầu trong năm 2021:

Chỉ số tài chính & Quản trị	MB (MBBank)	Techcombank (TCB)	Vietcombank (VCB)
Tỷ lệ nợ xấu (NPL)	0.90%	0.66%	0.64%
Tỷ lệ bao phủ nợ xấu (LLR)	268%	162%	424%
Hệ thống Core Banking	Temenos T24 (bản R10)	Temenos T24	Misys Midas / Fusion
Mô hình phê duyệt tín dụng	Tập trung 3 tuyến độc lập	Phê duyệt tập trung	Kết hợp phân tán/tập trung
Hệ số an toàn vốn (CAR)	> 10.5% (Basel II)	> 15.0% (Basel II)	> 9.5% (Basel II)

Phân loại yêu cầu hệ thống theo mô hình MoSCoW:

• Must-have: Tự động phân loại nợ 5 nhóm theo Thông tư 02/2013/TT-NHNN; tính toán chính xác dự phòng cụ thể và dự phòng chung; khóa hạn mức tự động khi phát sinh nợ quá hạn.
• Should-have: Tích hợp cổng thông tin tín dụng quốc gia (CIC API); hệ thống cảnh báo sớm (Early Warning System - EWS) dựa trên biến động số dư tài khoản thanh toán.
• Could-have: Module định giá tài sản bảo đảm tự động dựa trên dữ liệu không gian địa lý; chấm điểm hành vi (Behavioral Scoring) cho khách hàng vay tiêu dùng.
• Won't-have (giai đoạn này): Phê duyệt tự động 100% đối với khoản vay doanh nghiệp quy mô lớn trên 50 tỷ VND mà không qua Hội đồng tín dụng.

Rào cản kỹ thuật chính nằm ở việc đồng bộ hóa dữ liệu phân tán từ hơn 100 chi nhánh và 190 phòng giao dịch về trung tâm xử lý dữ liệu tập trung, cùng sự biến động khó lường của giá trị tài sản thế chấp trong bối cảnh thị trường bất động sản đóng băng do dịch bệnh.

graph TD
    A["Dữ liệu Khách hàng & CIC API"] --> B["Hệ thống HTXHTD Nội bộ"]
    B --> C{"Chấm Điểm & Phân Hạng Rủi Ro"}
    C -->|Hợp lệ| D["Core Banking Temenos T24 R10"]
    C -->|Rủi ro cao| E["Bộ phận Quản trị & Tái Thẩm định"]
    D --> F["Engine Tính Dự Phòng RRTD"]
    F --> G["Dự phòng Cụ thể (0% - 100%)"]
    F --> H["Dự phòng Chung (0.75%)"]
    G --> I["Ledger Báo cáo Tài chính & Giám sát"]
    H --> I

Thiết kế hệ thống

Kiến trúc hệ thống quản trị rủi ro tín dụng tại MB xây dựng trên nền tảng kiến trúc dịch vụ tập trung, kết nối chặt chẽ giữa Core Banking Temenos T24 R10 và Engine chấm điểm tín dụng nội bộ.

Danh mục công nghệ sử dụng trong hệ thống:

• Core Banking: Temenos CoreT24 Enterprise Release R10.
• Cơ sở dữ liệu: Oracle Database Enterprise Edition 19c với cơ chế Active Data Guard.
• Phân tích dữ liệu & Tính toán rủi ro: Python 3.9 (thư viện pandas, scikit-learn, numpy) và SAS Risk Management Workbench v7.4.
• Giao thức tích hợp: RESTful API qua IBM API Connect, Apache Kafka 2.8 xử lý luồng sự kiện phân loại nợ thời gian thực.
• Hạ tầng bảo mật: Chuẩn mã hóa AES-256 cho dữ liệu lưu trữ (Data-at-Rest) và TLS 1.3 cho dữ liệu truyền tải (Data-in-Transit), phân quyền kiểm soát truy cập dựa trên vai trò (RBAC).

Thiết kế cơ sở dữ liệu quan hệ cho module quản trị danh mục và trích lập dự phòng:

-- Bảng lưu trữ hồ sơ hạn mức và nhóm nợ
CREATE TABLE LOAN_PORTFOLIO_LEDGER (
    loan_id VARCHAR2(32) PRIMARY KEY,
    customer_id VARCHAR2(20) NOT NULL,
    loan_type VARCHAR2(10) CHECK (loan_type IN ('SHORT', 'MEDIUM', 'LONG')),
    principal_balance NUMBER(18, 2) NOT NULL,
    collateral_deductible NUMBER(18, 2) DEFAULT 0.00,
    debt_group NUMBER(1) CHECK (debt_group BETWEEN 1 AND 5),
    days_past_due NUMBER(5) DEFAULT 0,
    specific_provision_rate NUMBER(5, 4),
    specific_provision_amount NUMBER(18, 2),
    general_provision_amount NUMBER(18, 2),
    updated_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng định danh xếp hạng tín dụng nội bộ
CREATE TABLE INTERNAL_CREDIT_SCORE (
    score_id VARCHAR2(32) PRIMARY KEY,
    customer_id VARCHAR2(20) NOT NULL,
    financial_score NUMBER(5, 2),
    non_financial_score NUMBER(5, 2),
    final_rating VARCHAR2(5) NOT NULL,
    pd_estimate NUMBER(6, 4),
    scoring_date DATE NOT NULL
);

Thiết kế giao diện lập trình ứng dụng (API Endpoints) cốt lõi:

• POST /api/v1/risk-engine/credit-score: Tiếp nhận thông tin tài chính/phi tài chính, trả về điểm số rủi ro, phân hạng tín dụng (AAA đến D) và xác suất vỡ nợ dự phóng (PD).
• POST /api/v1/provisions/calculate: Tiếp nhận danh mục dư nợ, tính toán tự động giá trị dự phòng cụ thể và dự phòng chung, cập nhật trực tiếp vào sổ cái CoreT24.
• GET /api/v1/liquidity/nlp-status: Trả về trạng thái thanh khoản ròng ($NLP = \text{Tổng cung thanh khoản} - \text{Tổng cầu thanh khoản}$).

Methodology

Quy trình quản trị rủi ro áp dụng phương pháp luận kiểm soát độc lập 3 tuyến bảo vệ (Three Lines of Defense):

1. Tuyến 1 (Front Office): Cán bộ quan hệ khách hàng (RM) tiếp nhận hồ sơ, thẩm định ban đầu và kiểm tra tính chân thực của thông tin.
2. Tuyến 2 (Middle Office): Khối Quản trị rủi ro và Trung tâm Thẩm định phê duyệt tập trung, độc lập với chỉ tiêu doanh số kinh doanh.
3. Tuyến 3 (Back Office / Internal Audit): Khối Kiểm tra kiểm soát nội bộ và Ban Kiểm soát định kỳ rà soát quy trình.

Kế hoạch triển khai và kiểm chuẩn rủi ro định kỳ theo các mốc thời gian:

• Đầu quý: Rà soát lại trọng số mô hình chấm điểm tín dụng scorecard theo từng ngành kinh tế.
• Hàng tuần: Chạy mô hình Stress Testing danh mục thanh khoản với 3 kịch bản: Cơ sở (Base), Suy giảm nhẹ (Mild Stress) và Khủng hoảng cục bộ (Severe Stress).
• Hàng ngày: Batch job cuối ngày phân loại lại nợ tự động theo dữ liệu thanh toán và thông tin CIC cập nhật.

Implementation và kết quả

Development process

Quá trình triển khai giải pháp quản trị rủi ro tín dụng tại MB tập trung vào việc tự động hóa công thức tính toán dự phòng rủi ro và quản trị tổn thất theo chuẩn mực phân loại nợ của NHNN.

Thuật toán phân loại nợ và tính toán dự phòng rủi ro tín dụng được thực thi bằng Python:

import numpy as np
import pandas as pd

class CreditRiskEngine:
    def __init__(self):
        # Tỷ lệ trích lập dự phòng cụ thể theo Thông tư 02/2013/TT-NHNN
        self.specific_rates = {1: 0.00, 2: 0.05, 3: 0.10, 4: 0.50, 5: 1.00}
        self.general_rate = 0.0075  # 0.75% cho nhóm 1 đến 4

    def calculate_loan_loss_provisions(self, portfolio_df: pd.DataFrame) -> pd.DataFrame:
        """
        Tính toán dự phòng cụ thể và dự phòng chung cho danh mục dư nợ.
        Công thức:
        Dự phòng cụ thể = max(0, Dư nợ gốc - Giá trị khấu trừ TSBĐ) * Tỷ lệ trích lập
        Dự phòng chung = Tổng dư nợ (Nhóm 1 -> 4) * 0.75%
        """
        # Xác định số dư tính dự phòng cụ thể
        net_exposure = np.maximum(
            0, portfolio_df['principal_balance'] - portfolio_df['collateral_deductible']
        )
        
        # Áp tỷ lệ trích lập tương ứng từng nhóm nợ
        rates = portfolio_df['debt_group'].map(self.specific_rates)
        portfolio_df['specific_provision'] = net_exposure * rates

        # Tính dự phòng chung (chỉ áp dụng cho nhóm 1 đến nhóm 4)
        is_qualifying_general = portfolio_df['debt_group'].isin([1, 2, 3, 4])
        portfolio_df['general_provision'] = np.where(
            is_qualifying_general,
            portfolio_df['principal_balance'] * self.general_rate,
            0.0
        )

        portfolio_df['total_provision'] = (
            portfolio_df['specific_provision'] + portfolio_df['general_provision']
        )
        return portfolio_df

    def calculate_expected_loss(self, ead: float, pd_rate: float, lgd: float) -> float:
        """
        Tính toán tổn thất kỳ vọng theo khung Basel II: EL = EAD * PD * LGD
        """
        return float(ead * pd_rate * lgd)

Cấu trúc code tuân thủ kiến trúc phân tầng (Clean Architecture), tách biệt giữa logic tính toán toán học tài chính, tầng truy cập dữ liệu Core Banking và hệ thống logging kiểm toán giao dịch tín dụng.

Testing và validation

Công tác kiểm chuẩn mô hình quản trị rủi ro được thực hiện qua các bài kiểm tra áp lực (Stress Testing) và kiểm tra ngược (Backtesting):

• Backtesting mô hình HTXHTD: Kiểm tra tính chính xác của xếp hạng tín dụng trên tập dữ liệu lịch sử 120.000 khách hàng vay trong giai đoạn 2019 - 2021. Độ tương quan giữa thứ hạng rủi ro dự báo và tỷ lệ vỡ nợ thực tế đạt hệ số Gini > 0.72.
• Stress Testing thanh khoản: Mô phỏng kịch bản rút tiền gửi hàng loạt 15% trong 30 ngày. Kết quả cho thấy tỷ lệ dự trữ sơ cấp và thứ cấp của MB duy trì khả năng thanh toán an toàn, không bị rơi vào trạng thái thâm hụt thanh khoản ròng ($NLP > 0$).
• Độ sẵn sàng hệ thống: CoreT24 R10 xử lý thành công khối lượng giao dịch đỉnh điểm 450 TPS với thời gian phản hồi API trung bình đạt 185ms.

Kết quả đạt được

Giai đoạn 2019 - 2021 ghi nhận sự tăng trưởng vượt bậc về quy mô tài sản đi kèm việc kiểm soát chất lượng tín dụng xuất sắc của MB:

Chỉ tiêu tài chính (ĐVT: Triệu VND)	Năm 2019	Năm 2020	Năm 2021	Tăng trưởng 2021/2020
Tổng tài sản	411,487,575	494,982,162	607,140,419	+22.66%
Tổng dư nợ cho vay	250,330,000	298,296,000	363,554,000	+21.88%
Thu nhập lãi thuần	17,999,996	20,277,795	26,199,554	+29.20%
Lợi nhuận trước thuế	10,036,119	10,688,276	16,527,259	+54.63%
Lợi nhuận ròng sau thuế	8,068,604	8,606,039	13,221,437	+53.63%
Tỷ lệ nợ xấu (NPL)	1.17%	1.10%	0.90%	Giảm 0.20%
Dự phòng rủi ro tín dụng lũy kế	3,207,736	4,287,140	4,339,063	+1.21%
Hệ số sinh lời ROE	20.18%	17.13%	21.15%	Tăng 4.02%
Hệ số sinh lời ROA	1.96%	1.74%	2.18%	Tăng 0.44%

TỶ LỆ NỢ XẤU TẠI MB (2019 - 2021)
2019: [1.17%] ==============================
2020: [1.10%] ============================
2021: [0.90%] ======================= (Kiểm soát xuất sắc < 1%)

Cơ cấu dư nợ chuyển dịch tích cực sang các khoản vay trung và dài hạn có tài sản bảo đảm chất lượng cao (nợ ngắn hạn chiếm 47.82%, trung và dài hạn chiếm 52.18% năm 2019 và duy trì ổn định đến 2021). Nhờ áp dụng công nghệ tự động hóa chấm điểm và giám sát dòng tiền, tỷ lệ nợ xấu giảm mạnh từ 1.17% (2019) xuống 0.90% (2021), đưa MB vào nhóm ngân hàng có chất lượng tài sản tốt nhất toàn ngành.

Đổi mới và đóng góp

Nghiên cứu và thực tiễn triển khai tại MB mang lại 4 đóng góp đột phá về mặt quản trị và công nghệ:

1. Xây dựng hệ thống HTXHTD nội bộ chuyên biệt hóa: Khác với các hệ thống phân loại nợ truyền thống áp dụng chung một bộ tiêu chí, MB đã phân tách scorecard thành 12 phân khúc khách hàng chi tiết theo ngành nghề kinh doanh, quy mô doanh thu và đặc thù pháp lý.
2. Tự động hóa toàn diện quy trình trích lập dự phòng: Tích hợp module tính toán dự phòng tự động theo thời gian thực trên nền tảng CoreT24 R10, loại bỏ hoàn toàn các thao tác thủ công và giảm thời gian lập báo cáo tài chính định kỳ từ 5 ngày xuống còn 2 giờ.
3. Mô hình phê duyệt tín dụng phân quyền theo ma trận rủi ro: Tích hợp thuật toán xác thực đa tầng kết hợp phân quyền phê duyệt theo mức độ rủi ro (Risk-based Authority Limit), giảm thời gian xử lý hồ sơ khách hàng tốt lên đến 40%.
4. Tối ưu hóa khả năng đệm thanh khoản: Thiết lập tỷ lệ dự trữ thứ cấp tăng trưởng mạnh từ 1,167,809 triệu VND (2019) lên 7,575,274 triệu VND (2021), tạo lớp đệm thanh khoản vững chắc ứng phó với các biến động bất thường của thị trường tiền tệ.

Ứng dụng thực tế và triển khai

Hệ thống quản trị rủi ro tín dụng tối ưu hóa được đưa vào vận hành thực tế tại MB thông qua 2 kịch bản nghiệp vụ:

• Kịch bản 1: Cấp tín dụng doanh nghiệp vừa và nhỏ (SME): Hồ sơ tài chính của doanh nghiệp được trích xuất tự động qua hệ thống OCR, phân tích dòng tiền và chạy qua mô hình HTXHTD nội bộ để tính toán hạn mức tín dụng tối đa trong vòng 30 phút.
• Kịch bản 2: Cho vay tiêu dùng cá nhân trực tuyến trên App MBBank: Tích hợp dữ liệu eKYC, lịch sử giao dịch thanh toán và điểm tín dụng CIC qua API để tự động giải ngân hạn mức vay thấu chi tức thì dưới 1 phút mà vẫn đảm bảo tỷ lệ nợ xấu nhóm này dưới 1.2%.

sequenceDiagram
    autonumber
    actor Khách Hàng as Khách Hàng (App MBBank)
    participant API as API Gateway / eKYC
    participant Risk as Scoring Engine & CIC API
    participant Core as Core Banking Temenos T24
    participant Ledger as Provision Ledger

    Khách Hàng->>API: Gửi yêu cầu vay vốn trực tuyến
    API->>Risk: Yêu cầu chấm điểm tín dụng & kiểm tra CIC
    Risk->>Risk: Tính toán điểm tín dụng & PD
    alt Đạt chuẩn tín dụng
        Risk->>Core: Phê duyệt & Mở tiểu khoản vay
        Core->>Ledger: Hạch toán dự phòng rủi ro tự động
        Core-->>Khách Hàng: Giải ngân tức thì vào tài khoản
    else Không đạt chuẩn
        Risk-->>Khách Hàng: Thông báo từ chối / Chuyển thẩm định thủ công
    end

Yêu cầu hạ tầng triển khai hệ thống:

• Hệ thống máy chủ ứng dụng: Tối thiểu 8 Node Cluster chạy Kubernetes, mỗi node 32 vCPU, 128GB RAM.
• Hệ thống lưu trữ: SAN Storage với IOPS > 50,000, hỗ trợ cơ chế snapshot liên tục.
• Lộ trình triển khai khuyến nghị:
  • Tháng 1 - 3: Chuẩn hóa dữ liệu lịch sử và tinh chỉnh tham số mô hình Scorecard.
  • Tháng 4 - 6: Tích hợp API giữa CoreT24 và Engine rủi ro, chạy thử nghiệm song song (Parallel Run).
  • Tháng 7 trở đi: Go-live toàn hệ thống và định kỳ kiểm chuẩn mô hình hàng quý.

Hạn chế và hướng phát triển

Dù đạt được nhiều thành tựu vượt bậc, công tác QTRRTD giai đoạn 2019 - 2021 vẫn tồn tại các rào cản kỹ thuật cần khắc phục:

• Phụ thuộc vào dữ liệu lịch sử: Các mô hình chấm điểm Scorecard truyền thống phản ứng chậm trước các cú sốc phi kinh tế đột ngột (như thiên tai, đại dịch quy mô lớn).
• Dữ liệu tài sản bảo đảm chưa được số hóa triệt để: Việc thẩm định thực địa Bất động sản và máy móc thiết bị vẫn phụ thuộc nhiều vào yếu tố con người, tiềm ẩn rủi ro đạo đức của cán bộ tín dụng.

Hướng phát triển công nghệ tiếp theo:

1. Ứng dụng Machine Learning & AI: Triển khai mô hình chấm điểm tín dụng dựa trên thuật toán XGBoost và mạng nơ-ron sâu (Deep Neural Networks) phân tích dữ liệu phi cấu trúc (hành vi tiêu dùng, dữ liệu viễn thông).
2. Nâng cấp toàn diện lên chuẩn Basel III: Tích hợp các chỉ số thanh khoản khắt khe hơn như Tỷ lệ đảm bảo thanh khoản (Liquidity Coverage Ratio - LCR) và Tỷ lệ nguồn vốn ổn định ròng (Net Stable Funding Ratio - NSFR).
3. Phát triển hệ thống Cảnh báo sớm (EWS) Real-time: Giám sát biến động số dư và quan hệ tín dụng của khách hàng 24/7 để phát hiện dấu hiệu vỡ nợ tiềm ẩn trước 90 ngày.

Đối tượng hưởng lợi

• Sinh viên & Học viên ngành Tài chính - Ngân hàng: Tiếp cận tài liệu phân tích thực tế sâu sắc kết hợp giữa lý thuyết quản trị rủi ro học thuật và dữ liệu định lượng thực tế tại một trong những NHTM hàng đầu Việt Nam.
• Kỹ sư Phần mềm & Chuyên viên Phân tích Dữ liệu FinTech: Nắm vững kiến trúc tích hợp giữa hệ thống Core Banking Temenos T24, cơ sở dữ liệu quan hệ và các engine tính toán rủi ro tài chính theo luật định.
• Ban điều hành NHTM & Doanh nghiệp: Tham khảo mô hình phân tách 3 tuyến bảo vệ độc lập và chiến lược quản trị danh mục cân bằng giữa tăng trưởng doanh thu và kiểm soát rủi ro thanh khoản.
• Nhà nghiên cứu Kinh tế: Có nguồn dữ liệu thực nghiệm đã được kiểm chuẩn để phát triển các đề tài phân tích tác động của đại dịch lên chất lượng tín dụng ngân hàng thương mại.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống phân loại nợ tự động theo Thông tư 02 là gì?

Hệ thống yêu cầu cơ sở dữ liệu phải lưu trữ chi tiết lịch sử trả nợ theo từng ngày của từng hợp đồng tín dụng, kết nối API hai chiều với hệ thống CIC và Core Banking để tự động kích hoạt chuyển nhóm nợ khi số ngày quá hạn vượt ngưỡng quy định.

2. Sự khác biệt giữa Dự phòng cụ thể và Dự phòng chung là gì?

Dự phòng cụ thể được trích lập dựa trên số dư nợ gốc trừ đi giá trị khấu trừ của tài sản bảo đảm hợp lệ nhân với tỷ lệ rủi ro của từng nhóm nợ (Nhóm 1: 0%, Nhóm 2: 5%, Nhóm 3: 10%, Nhóm 4: 50%, Nhóm 5: 100%). Dự phòng chung được trích lập bằng 0.75% trên tổng dư nợ từ Nhóm 1 đến Nhóm 4 nhằm dự phòng cho các tổn thất chưa xác định được cụ thể.

3. Hệ thống CoreT24 R10 hỗ trợ công tác quản trị rủi ro tín dụng như thế nào?

CoreT24 R10 đóng vai trò trung tâm quản lý hạn mức (Limit Management), tự động khóa giải ngân khi khách hàng phát sinh nợ quá hạn tại bất kỳ chi nhánh nào trong hệ thống, đồng thời tự động tính lãi phạt và hạch toán dự phòng rủi ro vào chi phí hoạt động định kỳ.

4. Tại sao tỷ lệ nợ xấu của MB giảm trong năm 2021 dù chịu ảnh hưởng của dịch bệnh?

MB đã chủ động cơ cấu lại thời hạn trả nợ, giữ nguyên nhóm nợ cho khách hàng bị ảnh hưởng theo Thông tư của NHNN, đồng thời tăng cường trích lập dự phòng rủi ro (đạt 4,339 tỷ VND năm 2021) và chủ động xử lý nợ xấu nội bảng bằng nguồn dự phòng đã trích.

5. Chi phí đầu tư và thời gian hoàn vốn cho hệ thống QTRRTD tự động là bao nhiêu?

Chi phí đầu tư nâng cấp Core Banking và hệ thống chấm điểm tín dụng dao động từ 3 - 5 triệu USD. Lợi ích thu được từ việc giảm tỷ lệ nợ xấu 0.2% trên quy mô danh mục 360.000 tỷ VND giúp tiết kiệm hàng trăm tỷ đồng chi phí trích lập dự phòng mỗi năm, mang lại thời gian hoàn vốn (ROI) dưới 18 tháng.

Kết luận

Đề tài đã nghiên cứu và phân tích toàn diện thực trạng quản trị rủi ro tín dụng tại Ngân hàng TMCP Quân đội (MB) giai đoạn 2019 - 2021. Bằng việc ứng dụng hệ thống công nghệ thông tin hiện đại CoreT24 R10 kết hợp Hệ thống Xếp hạng Tín dụng nội bộ tiên tiến, MB đã duy trì được sự cân bằng xuất sắc giữa tăng trưởng quy mô tín dụng (đạt 363,554 tỷ VND, tăng 21.88% năm 2021) và kiểm soát chất lượng nợ (tỷ lệ nợ xấu giảm xuống 0.90%, ROE đạt 21.15%, ROA đạt 2.18%).

Mô hình quản trị rủi ro của MB là minh chứng điển hình cho việc ứng dụng công nghệ số hóa và chuẩn mực quản trị hiện đại vào thực tiễn ngành ngân hàng. Trong giai đoạn tiếp theo, việc tích hợp AI, Machine Learning và nâng cấp lên khung tiêu chuẩn Basel III sẽ là đòn bẩy chiến lược giúp ngân hàng nâng cao năng lực cạnh tranh và phát triển bền vững trên thị trường tài chính khu vực. Bạn có thể sử dụng lệnh /plan để tiếp tục lên kế hoạch chi tiết hóa các mô hình định lượng rủi ro hoặc kiểm chuẩn dữ liệu chuyên sâu cho đề tài này.

Trích đoạn nội dung tài liệu

CHƯƠNG 1. Cơ SỞ LÝ LUẬN VÈ QUẢN TRỊ RỦI RO TÍN DỤNG TẠI CÁC NGÂN HÀNG THƯƠNG MẠI 1. Tín dụng và rủi ro tín dụng trong ngân hàng thưong mại 1. Tín dụng của Ngân hàng thno’ng mại 1.

Khái niệm: Tín dụng là một phạm trù kinh tế, ra đời, ton tại và phát trien cùng với sự phát triển của nền sản xuất và lưu thông hàng hóa. Mặc dù, hoạt động tín dụng ra đời từ rất lâu nhưng cho đến nay người ta vẫn chưa thống nhất khi định nghĩa đầy đủ về tín dụng. Theo quan niệm của các nhà nghiên cứu kinh tế, tín dụng được coi là một quan hệ vay mượn lần nhau giừa người cho vay và người đi vay với điều kiện có hoàn trả cả vốn lẫn lãi sau một thời gian nhất định. Hay nói cách khác “Tín dụng là một phạm trù kinh tế phản ảnh moi quan hệ kinh tế mà trong đó moi cả nhân hay tổ chức nhường quyền sử dụng (chuyển nhượng) một khối lượng giả trị hoặc hiện vật cho một cả nhân hay tổ chức khác với những ràng buộc nhất định về: so tiền hoàn trả (gốc và lãi), thời gian hoàn trả, lãi suất, cách thức vay mượn và thu hồi.

” Theo Luật các To chức tín dụng (TCTD) được sửa đổi bổ sung năm 2010 do Quốc hội Nước Cộng hòa Xã hội Chủ nghía Việt Nam ban hành có quy định cụ thể về Cấp tín dụng của TCTD như sau: “Cấp tín dụng là việc thỏa thuận để tố chức, cả nhân sử dụng một khoản tiền hoặc cam kết cho phép sử dụng một khoản tiền theo nguyên tắc có hoàn trả bằng nghiệp vụ cho chay, chiết khấu, cho thuê tài chính, bao thanh toán, báo lãnh ngân hàng và các nghiệp vụ cấp tín dụng khác ” Như vậy, Tín dụng ngân hàng mang bản chất chung của quan hệ tín dụng. Đó là quan hệ tin cậy lẫn nhau trong việc vay và cho vay giữa các ngân hàng, các TCTD với các doanh nghiệp và cá nhân, thực hiện theo nguyên tắc hoàn trả và có lãi. Phân loại tín dụng Căn cứ vào cách tiếp cận cũng như các tiêu chí khác nhau và tùy thuộc vào yêu cầu quản lý của từng TCTD mà tín dụng có thể phân loại theo nhiều cách khác nhau. Theo những tiêu chí và cách tiếp cận co bản nhất chúng ta có thể phân loại tín dụng của các TCTD theo các cách sau: - Phân loại theo thời gian (thòi hạn tín dụng) Thời hạn tín dụng được tính từ thời diem cấp tín dụng (Khách hàng được nhận vốn/ bảo lãnh có hiệu lực) đến thòi điểm tất toán khẩn cấp tín dụng đó (Khách hàng phải hoàn trả toàn bộ gốc và lãi từ số tiền được vay được quy định trong Hợp đong tín dụng/ thòi hạn bảo lãnh hết hiệu lực được ghi trong thư bảo lãnh.

Theo thời gian, tín dụng được phân thành: Tín dụng ngắn hạn: Là các khoản tín dụng có thời gian cho vay đến 12 tháng. Loại hình tín dụng này thông thường được áp dụng với nhiều loại hình khách hàng dưới hình thức vay hạn mức từng lần. Thông thường khách hàng sẽ có một phần tài sản bảo đảm cho toàn bộ món vay Tín dụng trung hạn: Là các khoản tín dụng này thường được cấp cho khách hàng có nhu cầu đầu tư, cải tạo, sửa chữa tài sản co định, mở rộng sản xuất kinh doanh có thời gian thu hoi von nhanh. Theo quy định của NHNN Việt Nam, các khoản tín dụng có thời hạn từ 12 tháng đến 60 tháng.

Tín dụng dài hạn: Là các khoản tín dụng có thời gian cho vay từ 60 tháng trở lên. Đây thường là hình thức ngân hàng cấp tín dụng cho các dự án mua sắm dây chuyền thiết bị đồng bộ, dự án xây dựng co sở hạ tầng. Tài sản the chấp chủ yêu là tài sản hình thành từ vốn vay - Phân loại theo mục đích cũa tín dụng: Theo hình thức này, tín dụng có thế phân chia thành các loại sau: Tín dụng sán xuất và lưu thông hàng hóa: Là loại tín dụng được cung câp cho các doanh nghiệp đe họ tiến hành sản xuất và kinh doanh 2 Tín dụng tiêu dùng: Là loại tín dụng được cấp phát cho cá nhân đế đáp ứng nhu cầu tiêu dùng. Loại hình này thường được dùng để mua sắm nhà cửa, xe cộ, các thiết bị gia đình.

Tín dụng tiêu dùng ngày càng có xu hướng tăng lên 1. Rủi ro tín dụng trong các Ngân hàng thương mại 1. Khái niệm rủi ro tín dụng: Rủi ro tín dụng (RRTD) được hiểu là những rủi ro do khách hàng vay không thực hiện đúng các điều khoản họp đồng tín dụng, với biểu hiện cụ thể là khách hàng chạm trả nợ, trả nợ không đầy đủ hoặc không trả nợ khi đến hạn các khoản gốc và lãi, gây ra những tốn thất về tài chính và khó khăn trong hoạt động kinh doanh của NHTM. Theo Joel Bessis đưa ra khái niệm về RRTD trong cuốn Quản trị rủi ro trong ngân hàng: “Rủi ro tín dụng là rủi to quan trọng nhất trong ngân hàng.

Đó là rủi ro đối tác sè vi phạm nghĩa vụ trả nợ. Theo các quy định, RRTD chia thành một vài thành phần: rủi ro vỡ nợ, rủi ro giảm uy tín, rủi ro nguy cơ, tức là sự bất trắc về giá trị tương lai của khoản tiền có thể thua lồ vào thời điểm vỡ nợ chưa biết, thua lồ do vỡ nợ thường ít hơn lượng tiền phải trả bới vì sự hồi phục nhờ đảm bảo hay the chấp của bên thứ ba, rủi ro đối tác là hình thức RRTD cụ thế xuất phát từ tái sinh, có thế chuyển dodoir từ đối tác này sang đối tác khác” [tr. Theo điều 3, Thông tư 02/2013/TT - NHNN của Thống đốc NHNN thì: “Rủi ro tín dụng trong hoạt động ngân hàng là tôn thất có khả năng xảy ra đối với nợ của to chức tín dụng, chi nhánh ngân hàng nước ngoài do khách hàng không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ của mình theo cam kết”. Như vây, bản chất của RRTD là khả năng xảy ra tốn thất, thiệt hại về kinh tế mà tổ chức tín dụng phải gánh chịu do khách hàng vay vốn không thực hiện nghía vụ hoàn trả nợ gốc và lãi hoặc hoàn trả không đúng hạn.

Phân loại rủi ro tín dụng Sơ đồ 1.1 Phân loại rủi ro tín dụng Nguồn: Nguyễn Văn Tiến, 2013 Căn cứ vào nguyên nhân phát sinh rủi ro: Rủi ro giao dịch: Là một hình thức cùa RRTD mà nguyên nhân phát sinh là do những hạn chế trong quá trình giao dịch và xét duyệt cho vay, đánh giá khách hàng. Rủi ro giao dịch có ba bộ phận: - Rủi ro lựa chọn là rủi ro liên quan đến quá trình đánh giá phân tích tín dụng khi ngân hàng lựa chọn phương án vay vốn có hiệu quả đe ra quyết định cho vay; - Rủi ro bảo đảm phát sinh từ các tiêu chuẩn đảm bảo như các điều khoản trong hợp đồng cho vay, các loại TSBĐ, chủ thể đảm bảo, cách thứ đảm bảo và mức cho vay trên trị giá của TSBĐ; - Rủi ro nghiệp vụ là rủi ro liên quan đến công tác quản lý khoản vay và hoạt động cho vay, bao gồm cả việc sử dụng hệ thống xếp hạng rủi ro xếp hạng rủi ro và kỳ thuật xử lý các khoản cho vay có vấn đề. Rủi ro danh mục: Là rủi ro phát sinh do những hạn chế trong quản lý danh mục cho vay của ngân hàng, bao gồm rủi ro nội tại và rủi ro tập trung: 4 - Rủi ro nội tại: Xuất phát từ các yếu tố, đặc điếm riêng có, mang tính riêng biệt bên trong mồi chủ the đi vay hoặc ngành, lĩnh vực kinh tế. Nó xuất phát từ đặc điểm hoạt động hoặc đặc điểm sử dụng vốn của Khách hàng vay; - Rủi ro tập trung: Khi ngân hàng tập trung vốn cho vay quá nhiều đối với một số Khách hàng; cho vay quá nhiều doanh nghiệp hoạt động trong cùng một ngành, lĩnh vực kinh tế, hoặc trong cùng một vùng vị trí địa lý nhất định, cùng một loại hình cho vay có rủi ro cao.

Rủi ro tác nghiệp: là nguy co tồn thất trực tiếp hoặc gián tiếp do cán bộ ngân hàng, quá trình xử lý và hệ thống nội bộ không đầy đủ hoặc không hoạt động hoặc do các sự kiện bên ngoài tác động vào hoạt động ngân hàng. Căn cứ vào khả năng trả nợ của khách hàng Rủi ro không hoàn trả nợ đúng hạn: Khi thiết lập mối quan hệ tín dụng, ngân hàng và khách hàng phải quy uớc về khoản thời gian hoàn trả nọ vay. Tuy nhiên, đến thời hạn quy ước nhưng Ngân hàng vần chưa thu hồi được vốn vay. Rủi ro do mất khả năng chi trả: Là rủi ro xảy ra trong trường hợp doanh nghiệp đi vay mất khả năng trả nợ, ngân hàng phải thanh lý TSBĐ của doanh nghiệp để thu nợ.

Rủi ro không giới hạn ờ hoạt động cho vay: Bao gồm các hoạt động khác mang tính chất tín dụng của ngân hàng như bảo lành, cam kết, chấp thuận tài trợ thương mại, cho vay thị trường liên ngân hàng, tín dụng thuê mua, đồng tài trợ. Nguyên nhãn dan đến rủi ro tín dụng ❖ Nguyên nhân khách quan - Môi trường bên ngoài Do tình hình kinh tế, chỉnh trị, xã hội trong nước Tình hình kinh tế, chính trị, xã hội sè ảnh hưởng đến toàn bộ hoạt động của mọi đối tượng tham gia vào nền kinh tế đó. Kinh tế bị suy thoái, lạm phát sè khiến cho DN vay vốn gặp khó khăn, phá sản, không trả nợ được cho ngân hàng, 5 còn cá nhân vay vốn sè bị thất nghiệp, thu nhập sụt giảm nên cũng khó có khả năng trả nợ cho ngân hàng. Việc thay đoi chính sách của quốc gia hay nền kinh tế khủng hoàng, đất nước có chiến tranh, thiên tai, dịch bệnh, hỏa hoạn cũng làm cho các cá nhân, DN không kịp thích ứng với những điều kiện mới về môi trường kinh doanh, môi trường sống, từ đó gặp khó khăn trong hoạt động sản xuất kinh doanh và như vậy khoản tín dụng của ngân hàng cũng chứa đựng nhiều rủi ro.

Do tình hình kinh tế, chỉnh trị the giới Trong xu thế toàn cầu hóa hiện nay, mọi tình hình biến động về kinh tế, chính trị ở bất cứ quốc gia nào, khu vực nào đều ảnh hưởng nhất định đến nền kinh tế của các nước khác trên thế giới, từ đó làm gia tăng nguy cơ rủi ro tín dụng của ngân hàng. - Do tài sản đảm bảo + Do giá cả biến động + Tài sản đảm bảo khó định giá, tài sản đảm bảo có sự tranh chấp về mặt pháp lý + Tài sản giảm giá trị, thay đối hiện trạng.