trước đón đầu trong các việc phòng ngừa và giải quyết những rủi ro gặp phải trong quá trình kinh doanh trước những biến động về kinh tế vĩ mô.
Về đối tượng: ST đối với 10 NHTMCP dưới đây, đây là 10 NH được lựa chọn, thí điểm thực hiện theo Basel II, hơn nữa 10 NH này có số liệu đầy đủ.
Bảng 3.4. Danh sách các NHTM sử dụng trong mô hình Stress Test (số liệu đến thời điểm 31/12/2017)
NHTM | |
1 | |
2 | Ngân hàng Đầu tư và Phát triển Việt Nam |
3 | Ngân hàng Ngoại thương Việt Nam |
4 | Ngân hàng TMCP Sài gòn Thương tín |
5 | Ngân hàng TMCP Quốc tế |
6 | Ngân hàng TMCP Á Châu |
7 | Ngân hàng TMCP Hàng hải |
8 | Ngân hàng TMCP Kỹ thương |
9 | Ngân hàng TMCP Quân đội |
10 | Ngân hàng TMCP Việt Nam Thịnh Vượng |
Có thể bạn quan tâm!
-
Những Kết Quả Đạt Được Và Những Hạn Chế Trong Công Tác Kiểm Soát Rủi Ro Theo Basel Ii Của Ngân Hàng Nhà Nước Việt Nam Đối Với Hệ Thống Ngân Hàng -
Những Hạn Chế Và Nguyên Nhân Của Những Hạn Chế Trong Việc Áp Dụng Basel Ii -
Về Kiểm Soát Việc Tuân Thủ Nguyên Tắc Thị Trường, Minh Bạch Thông Tin -
Giả Định Kết Hợp Các Cú Sốc Tín Dụng, Lãi Suất, Tỷ Giá -
Lộ Trình Áp Dụng Chuẩn Mực Basel Ii Về Kiểm Soát Rủi Ro Đối Với Hệ Thống Ngân Hàng Thương Mại -
Hoàn Thiện Mô Hình Tổ Chức Của Cơ Quan Thanh Tra, Giám Sát
Xem toàn bộ 202 trang tài liệu này.
Nguồn: [34]
Về dữ liệu: Mô hình sử dụng dữ liệu của nhóm NHTM trong nước tại thời điểm 31/12/2017. Các dữ liệu được chiết xuất từ Báo cáo tài chính, Bảng cân đối tài khoản cấp 3 của TCTD, các báo cáo thống kê về hoạt động của TCTD (Thông tư 31/2013/TT-NHNN và các văn bản khác có liên quan)…;
Về phương pháp: Với cơ sở dữ liệu như trên, tác giả sử dụng tất cả các phương pháp thử sức căng đơn giản phân tích độ nhạy, qua đó đánh giá sự thay đổi CAR của các ngân hàng sau mỗi cú sốc. Thông thường trong hoàn cảnh không có các cú sốc, các ngân hàng hoạt động bình thường tạo ra lợi nhuận.
Về các kịch bản: Việc lựa chọn kịch bản ST phù hợp (cực độ, bất thường nhưng có khả năng xảy ra) đối với các loại rủi ro là một thách thức không nhỏ. Có nhiều phương pháp để đưa ra các tình huống giả định như chạy các mô hình từ dữ liệu tài chính lịch sử có chú ý đến các thời kỳ khủng hoảng, phương pháp dựa theo các ngưỡng (threshold approach), phương pháp dựa trên các kịch bản xấu nhất (the worst case approach)… Trong điều kiện hiện tại của Việt Nam, tác giả lựa chọn các kịch bản theo yếu tố “chuyên gia”, kết hợp với thực tế dữ liệu trong giai đoạn 2011 - 2017.
Trong Luận án này, tác giả tổng hợp các phép thử sức căng đều được tác giả chạy mô hình trong 2 trường hợp: (i) Trường hợp 1: giả định tấm đệm lợi nhuận bằng
lợi nhuận năm 2017 (ii) Trường hợp 2: giả định tấm đệm lợi nhuận bằng 70% lợi nhuận năm 2017. Đối với trường hợp 2, tấm đệm lợi nhuận thấp hơn nên mức độ biến động vốn tự có, CAR của các ngân hàng sẽ lớn hơn so với trường hợp 1.
Trước khi tiến hành thử sức căng, tác giả nhận thấy việc xem xét điều chỉnh lại số dư dự phòng rủi ro của các ngân hàng sau khi đánh giá lại giá trị TSBĐ là cần thiết, do giá trị TSBĐ theo báo cáo thường được các ngân hàng định giá cao hơn so với giá trị thị trường để tăng giá trị khấu trừ của TSBĐ khi tính dự phòng rủi ro (DPRR) nhằm giảm trích lập DPRR. Theo đó, giả định nếu giá trị TSBĐ theo báo cáo bị điều chỉnh giảm 10% thì các ngân hàng sẽ phải tăng trích lập DPRR, kết quả là CAR của một số ngân hàng cũng bị ảnh hưởng, CAR trung bình của nhóm NHTM trong nước trước khi thực hiện thử sức căng ở trường hợp 1 là 10,13%, ở trường hợp 2 là 10,12%.
Kết quả thử sức căng đối với RRTD
Xét riêng đối với từng ngân hàng, mức độ giảm giá trị CAR trong các cú sốc liên quan đến rủi ro tín dụng phụ thuộc vào giá trị TSBĐ của ngân hàng, giá trị TSBĐ càng thấp thì trích lập DPRRTD càng tăng, kéo theo lợi nhuận giảm sút nhiều hơn, khi lợi nhuận âm sẽ làm giảm vốn tự có, CAR của ngân hàng.
Cú sốc 1: Một phần nợ nhóm 1 và 2 chuyển thành nợ xấu
Giả định được đưa ra là một phần tổng nợ nhóm 1 và của ngân hàng bị chuyển thành nợ xấu, cụ thể tiến hành chạy mô hình theo 3 kịch bản sau:
Bảng 3.5. Giả định trong cú sốc 1
Kịch bản 1 | Kịch bản 2 | Kịch bản 3 | |
Tỷ lệ nợ nhóm 1&2 chuyển thành nợ xấu (%) | 5 | 10 | 20 |
Nguồn: Tác giả tổng hợp trên cơ sở dùng ST
Cơ sở đưa ra giả định: Nhóm nghiên cứu thực hiện quan sát đối với dư nợ của các Ngân hàng thương mại trong nước giai đoạn 2008 - 2017 và tài liệu hướng dẫn áp dụng mô hình stress test của IMF. Theo đó, mức giả định IMF áp dụng cho 3 kịch bản suy thoái nhẹ - trung bình – nghiêm trọng là 5% - 10% - 20% cho cú shock 1. Nhóm Nghiên cứu có điều chỉnh cho tỷ lệ nợ chuyển nhóm 1&2 chuyển nợ xấu ở kịch bản nghiêm trọng (kịch bản 3) là 25% phù hợp với diễn biến nợ xấu giai đoạn 2010 - 2012 của 9 ngân hàng yếu kém theo công bố của Ngân hàng Nhà nước năm 2012.
Kết quả chạy thử cho thấy giá trị CAR trung bình giảm nhẹ, mức giảm tùy
từng trường hợp và kịch bản khác nhau, dao động trong khoảng từ 0,03 - 0,30% so với trước cú sốc.
Bảng 3.6. Kết quả sau cú sốc 1
Trước cú sốc | Kịch bản 1 | Kịch bản 2 | Kịch bản 3 | |
Tỷ lệ nợ xấu (%) | 1.56 | 6.48 | 11.41 | 26.17 |
DPRRTD/Nợ xấu (%) | 85.58 | 24.19 | 15.79 | 9.54 |
Trường hợp 1 | ||||
CAR (%) | 9.86 | 9.86 | 9.85 | 9.62 |
Mức độ thay đổi CAR | -0.06 | -0.01 | -0.01 | -0.25 |
Số ngân hàng có CAR< 9% | 2 | 2.00 | 2.00 | 2 |
Trường hợp 2 | ||||
CAR (%) | 9.85 | 9.85 | 9.82 | 9.48 |
Mức độ thay đổi CAR | -0.07 | -0.01 | -0.03 | -0.37 |
Số ngân hàng có CAR< 9% | 2 | 2.00 | 2.00 | 2 |
Nguồn: Tác giả tổng hợp trên cơ sở dùng ST
Các ngân hàng không vượt qua bài kiểm tra (CAR < 9%) Các trường hợp ngân hàng có CAR < 9%:
Trước cú sốc: BIDV (8.92%), VCB: 8.8%;
Kịch bản 1: BIDV (TH1: 8.9%, TH2: 8.9%); VCB (TH1: 8.8%, TH2: 8.8%);
Kịch bản 2: BIDV (TH1: 8.9%, TH2: 8.9%); VCB (TH1: 8.8%, TH2: 8.8%); Kịch
bản 3: BIDV (TH1: 8.3%, TH2: 8.9%); VCB (TH1: 8.0%, TH2: 8.8%).
Kết quả cho thấy giá trị CAR của ngân hàng giảm lớn nhất ở kịch bản 3, cụ thể giảm 0,24% ở trường hợp 1 và 0,34% ở trường hợp 2.
Cú sốc 2: Dịch chuyển giữa các nhóm nợ
Giả định được đưa ra là các tỷ lệ dịch chuyển giữa các nhóm nợ, cụ thể tiến hành chạy mô hình theo 3 kịch bản:
Bảng 3.7. Giả định trong cú sốc 2
Kịch bản 1 | Kịch bản 2 | Kịch bản 3 | |
Tỷ lệ nợ nhóm 1 chuyển thành nhóm 2 (%) | 5 | 10 | 20 |
Tỷ lệ nợ nhóm 2 chuyển thành nhóm 3 (%) | 20 | 30 | 50 |
Tỷ lệ nợ nhóm 3 chuyển thành nhóm 4 (%) | 30 | 50 | 80 |
Tỷ lệ nợ nhóm 4 chuyển thành nhóm 5 (%) | 30 | 50 | 80 |
Nguồn: Tác giả tổng hợp trên cơ sở dùng ST
Cơ sở đưa ra giả định: Tương tự cú sốc 1, giả định dựa trên quan sát đối với diễn biến dư nợ của các Ngân hàng thương mại trong nước giai đoạn 2008 – 2017 và tài liệu hướng dẫn áp dụng mô hình stress test của IMF.
Kết quả chạy thử cho thấy giá trị CAR trung bình của nhóm NHTM trong nước giảm, dao động trong khoảng từ 0,00% - 0,07% so với trước cú sốc.
Bảng 3.8 Kết quả sau cú sốc 2
Trước cú sốc | Kịch bản 1 | Kịch bản 2 | Kịch bản 3 | |
Tỷ lệ nợ xấu (%) | 1.56 | 1.90 | 2.07 | 2.41 |
DPRRTD/Nợ xấu (%) | 85.58 | 78.04 | 77.42 | 75.76 |
Trường hợp 1 | ||||
CAR (%) | 9.86 | 9.86 | 9.85 | 9.84 |
Mức độ thay đổi CAR | -0.06 | 0.00 | 0.00 | 0.00 |
Số ngân hàng có CAR< 9% | 2 | 2 | 2 | 2 |
Trường hợp 2 | ||||
CAR (%) | 9.85 | 9.85 | 9.84 | 9.81 |
Mức độ thay đổi CAR | -0.07 | 0.00 | 0.00 | -0.04 |
Số ngân hàng có CAR< 9% | 2 | 2 | 2 | 2 |
Nguồn: Tác giả tổng hợp trên cơ sở dùng ST
Các ngân hàng không vượt qua bài kiểm tra (CAR < 9%) Trước cú sốc: BIDV (8.92%), VCB (8.8%)
Kịch bản 1: BIDV (TH1: 8.92%, TH2: 8.92%); VCB (TH1: 8.76%, TH2: 8.76%)
Kịch bản 2: BIDV (TH1: 8.92%, TH2: 8.92%); VCB (TH1: 8.76%, TH2: 8.76%)
Kịch bản 3: BIDV (TH1: 8.92%, TH2: 8.79%); VCB (TH1: 8.76%, TH2: 8.76%)
Giá trị CAR của ngân hàng giảm lớn nhất ở kịch bản 3, giảm 0,04%, không phát sinh thêm ngân hàng nào có CAR<9% ở cả hai trường hợp.
Cú sốc 3: Nợ xấu phát sinh tăng đối với một số danh mục cho vay theo ngành kinh tế lớn
Tác giả tiến hành thử sức căng đối với 3 danh mục dư nợ cho vay theo ngành kinh tế lớn nhất (theo phân loại dư nợ cho vay theo 21 ngành kinh tế của NHNN). Cụ thể đó là danh mục cho vay đối với ngành công nghiệp chế biến, chế tạo (~20% tổng dư nợ toàn hệ thống) và danh mục cho vay đối với ngành bán buôn và bán lẻ; sửa chữa ô tô, mô tô, xe máy và xe có động cơ khác (~22% tổng dư nợ toàn hệ thống), dư nợ cho vay đối với ngành xây dựng và bất động sản (~9% tổng dư nợ toàn hệ thống), dư nợ cho vay đối với ngành hoạt động dịch vụ (~6% tổng dư nợ toàn hệ thống). Nhóm nghiên cứu lựa chọn 3 lĩnh vực này với giả định tình hình kinh doanh của các doanh nghiệp của 4 lĩnh vực này gặp khó khăn dẫn đến mất khả năng thanh toán với ngân hàng, nợ xấu gia tăng nhanh và mạnh tập trung vào các ngành nghề sau: (i) ngành công nghiệp chế biến, chế tạo; (ii) ngành bán buôn và bán lẻ; sửa chữa ô tô, mô tô, xe máy và xe có động cơ khác, (iii) ngành xây dựng và bất
động sản và (iv) ngành hoạt động dịch vụ.
Bảng 3.9. Giả định trong cú sốc 3
Kịch bản 1 | Kịch bản 2 | Kịch bản 3 | |
Tỷ lệ nợ nhóm 1&2 chuyển thành nợ xấu (%) đối với: | |||
Cho vay ngành công nghiệp chế biến, chế tạo | 5 | 10 | 15 |
Cho vay ngành bán buôn và bán lẻ; sửa chữa ô tô, mô tô, xe máy và xe có động cơ khác | 5 | 10 | 15 |
Cho vay ngành xây dựng | 10 | 15 | 20 |
Cho vay ngành hoạt động dịch vụ | 5 | 10 | 15 |
Nguồn: Tác giả tổng hợp trên cơ sở dùng ST
Cơ sở đưa ra giả định: Tương tự 2 cú sốc trên, Nhóm nghiên cứu tiến hành quan sát diễn biến 4 danh mục dư nợ cho vay theo ngành kinh tế tế có mức độ tập trung tín dụng cao (phân theo 21 ngành nghề theo quy định thống kê TT 35 NHNN) theo từng nhóm nợ từ 1 đến 5 tại các ngân hàng. Bên cạnh đó, Nhóm nghiên cứu cũng phân tích số liệu tình hình hoạt động của các doanh nghiệp niêm yết trên thị trường tài chính theo 4 lĩnh vực trên giai đoạn 2008 – 2016.
Kết quả cho thấy ngành xây dựng và bất động sản là một trong nhưng ngành có hệ số đòn bẩy lớn nhất và dễ bị tổn thương nhất nhất và có tác động lớn nhất đến khu vực ngân hàng
Bảng 3.10. Kết quả sau cú sốc 3
Trước cú sốc | Kịch bản 1 | Kịch bản 2 | Kịch bản 3 | |
Tỷ lệ nợ xấu (%) | 1.56 | 5.45 | 8.25 | 11.06 |
DPRRTD/Nợ xấu (%) | 85.58 | 35.24 | 28.36 | 24.97 |
Trường hợp 1 | ||||
CAR (%) | 9.86 | 9.82 | 9.50 | 9.14 |
Mức độ thay đổi CAR | -0.06 | -0.04 | -0.36 | -0.72 |
Số ngân hàng có CAR< 9% | 2 | 2.00 | 3.00 | 4.00 |
Trường hợp 2 | ||||
CAR (%) | 9.85 | 9.69 | 9.34 | 8.90 |
Mức độ thay đổi CAR | -0.07 | -0.16 | -0.51 | -0.95 |
Số ngân hàng có CAR< 9% | 2 | 2.00 | 3.00 | 4.00 |
Nguồn: Tác giả tổng hợp trên cơ sở dùng ST
Các ngân hàng không vượt qua bài kiểm tra (CAR < 9%)
Trước cú sốc: BIDV (8.92%), VCB (8.8%); VTB (9.2%); STB (10.6%)
Kịch bản 1: BIDV (TH1: 8.9%, TH2: 8.6%); VCB (TH1: 8.8%, TH2: 8.8%)
Kịch bản 2: BIDV (TH1: 8.1%, TH2: 7.8%); VCB (TH1: 8.8%, TH2: 8.7%);
VTB (TH1: 8.7%, TH2: 8.4%)
Kịch bản 3: BIDV (TH1: 7.3%, TH2: 7.0%); VCB (TH1: 8.6%, TH2: 8.2%);
VTB (TH1: 8.1%, TH2: 7.9%); STB (TH1: 8.9%; TH2: 8.8%)
Giá trị CAR của ngân hàng giảm lớn nhất ở kịch bản 3, đồng thời phát sinh thêm 1 ngân hàng có CAR<9% ở cả hai trường hợp ở kịch bản 2 và thêm 2 ngân hàng có CAR<9% ở cả hai trường hợp ở kịch bản 3.
Cú sốc 4: Nợ xấu phát sinh tăng đối với một số loại hình cho vay rủi ro cao
Tác giả thực hiện thử sức căng tín dụng đối với 2 loại hình cho vay rủi ro cao đó là cho vay đầu tư kinh doanh chứng khoán và cho vay đầu tư kinh doanh BĐS.
Bảng 3.11. Giả định trong cú sốc 4
Kịch bản 1 | Kịch bản 2 | Kịch bản 3 | |
Tỷ lệ nợ nhóm 1&2 chuyển thành nợ xấu (%) đối với: | |||
Cho vay đầu tư, kinh doanh BĐS | 10 | 20 | 30 |
Cho vay tiêu dùng | 10 | 20 | 30 |
Cho vay đầu tư, kinh doanh chứng khoán | 10 | 20 | 30 |
Giả định tỷ lệ DPRR đối với nợ xấu tăng thêm | 5 | 10 | 15 |
Nguồn: Tác giả tổng hợp trên cơ sở dùng ST
Cơ sở đưa ra giả định: Tương tự cú sốc 1, nhóm nghiên cứu quan sát tỷ lệ nợ xấu của cho vay đầu tư kinh doanh bất động sản, chứng khoán và cho vay tiêu dùng của 35 ngân hàng thương mại giai đoạn 2008 – 2016, đặc biệt là tỷ lệ nợ xấu giai đoạn 2010 – 2012 và giai đoạn 2015 – 2018, do đây là 2 thời điểm biến động dư nợ lĩnh vực này mạnh nhất. Trong đó lựa chọn các ngân hàng có biến động mạnh nhất để đưa vào giả định.
Kết quả chạy thử cho thấy giá trị CAR trung bình của nhóm 10 NHTM này giảm, dao động trong khoảng từ 0,02% - 0,09% so với trước cú sốc.
Bảng 3.12. Kết quả sau cú sốc 4
Trước cú sốc | Kịch bản 1 | Kịch bản 2 | Kịch bản 3 | |
Tỷ lệ nợ xấu (%) | 1.56 | 3.38 | 5.19 | 7.01 |
DPRRTD/Nợ xấu (%) | 85.58 | 47.64 | 36.23 | 30.73 |
Trường hợp 1 | ||||
CAR (%) | 9.86 | 9.84 | 9.81 | 9.78 |
Mức độ thay đổi CAR | -0.06 | -0.02 | -0.05 | -0.08 |
Số ngân hàng có CAR< 9% | 2 | 2.00 | 2.00 | 3.00 |
Trường hợp 2 | ||||
CAR (%) | 9.85 | 9.83 | 9.80 | 9.76 |
Mức độ thay đổi CAR | -0.07 | -0.03 | -0.05 | -0.09 |
Số ngân hàng có CAR< 9% | 2 | 2.00 | 2.00 | 3.00 |
Nguồn: Tác giả tổng hợp trên cơ sở dùng ST Các ngân hàng không vượt qua bài kiểm tra (CAR < 9%) Trước cú sốc: BIDV (8.92%), VCB (8.8%); STB (10.6%)
Kịch bản 1: BIDV (TH1: 8.9%, TH2: 8.9%); VCB (TH1: 8.8%, TH2: 8.8%)
Kịch bản 2: BIDV (TH1: 8.9%, TH2: 8.9%); VCB (TH1: 8.8%, TH2: 8.8%)
Kịch bản 3: BIDV (TH1: 8.9%, TH2: 8.9%); VCB (TH1: 8.8%, TH2: 8.8%); STB (TH1: 8.9%,TH2: 8.7%)
Giá trị CAR của ngân hàng giảm lớn nhất ở kịch bản 3, cụ thể mức giảm là 0,81%, đồng thời phát sinh thêm 1 ngân hàng có CAR< 9% ở cả trường hợp 1 và trường hợp 2.
Cú sốc 5: Nợ xấu phát sinh tăng đối với một số khoản cho vay khách hàng lớn
Thực hiện thử sức căng tín dụng đối với các khoản cho vay khách hàng lớn với cú sốc 5.
Bảng 3.13. Giả định trong cú sốc 5
Giả định | |
Kịch bản 1 | Khoản cho vay lớn nhất chuyển thành nợ xấu |
Kịch bản 2 | 2 khoản cho vay lớn nhất chuyển thành nợ xấu |
Kịch bản 3 | 4 khoản cho vay lớn nhất chuyển thành nợ xấu |
Nguồn: Tác giả tổng hợp trên cơ sở dùng ST
Cơ sở đưa ra giả định: Theo khuyến nghị của IMF (Cihak,2005) và mức độ tập trung tín dụng đối với các nhóm khách hàng lớn này tại các ngân hàng, các chỉ số đánh giá về hệ số tài chính của các khách hàng này. Đối với kịch bản nghiêm trọng nhất, nhóm nghiên cứu áp dụng cho 10 khách hàng lớn nhất, với tỷ trọng cao nhất
của 1 ngân hàng lên tới 20% tổng dư nợ.
Kết quả chạy thử cho thấy giá trị CAR trung bình của nhóm NHTM trong nước giảm 0,0863 điểm phần trăm, dao động trong khoảng từ 0,01% - 0.91% so với trước cú sốc.
Bảng 3.14. Kết quả sau cú sốc 5
Trước cú sốc | Kịch bản 1 | Kịch bản 2 | Kịch bản 3 | |
Tỷ lệ nợ xấu (%) | 1.56 | 2.81 | 7.17 | 16.36 |
DPRRTD/Nợ xấu (%) | 85.58 | 54.29 | 30.37 | 21.74 |
Trường hợp 1 | ||||
CAR (%) | 9.86 | 9.85 | 9.77 | 9.19 |
Mức độ thay đổi CAR | -0.06 | -0.01 | -0.09 | -0.68 |
Số ngân hàng có CAR< 9% | 2 | 2.00 | 2.00 | 2.00 |
Trường hợp 2 | ||||
CAR (%) | 9.85 | 9.84 | 9.70 | 8.95 |
Mức độ thay đổi CAR | -0.07 | -0.01 | -0.16 | -0.91 |
Số ngân hàng có CAR< 9% | 2 | 2.00 | 3.00 | 3.00 |
Nguồn: Tác giả tổng hợp trên cơ sở dùng ST Các ngân hàng không vượt qua bài kiểm tra (CAR < 9%) Trước cú sốc: BIDV (8.92%), VCB (8.8%); VTB (9.2%)
Kịch bản 1: BIDV (TH1: 8.9%, TH2: 8.9%); VCB (TH1: 8.8%, TH2: 8.8%)
Kịch bản 2: BIDV (TH1: 8.9%, TH2: 8.9%); VCB (TH1: 8.8%, TH2: 8.8%)
Kịch bản 3: BIDV (TH1: 8.9%, TH2: 8.9%); VCB (TH1: 8.8%, TH2: 8.8%),
VTB (TH1: 9.0%, TH2: 8.8%)
Giá trị CAR của ngân hàng giảm lớn nhất ở kịch bản 3, đồng thời phát sinh thêm 1 ngân hàng (VTB) có CAR<9% ở trường hợp 2.
Cú sốc 6: Giá trị TSBĐ là BĐS giảm giá
Giả định được đưa ra là tác động tiêu cực của kinh tế vĩ mô tác động mạnh đến thị trường bất động sản làm giá bất động sản trên thị trường giảm, nhóm tác giá đưa ra một tỷ lệ giảm giá trung bình của bất động sản để tiến hành chạy mô hình theo 3 kịch bản với cú sốc 6:
Bảng 3.15. Giả định trong cú sốc 6
Kịch bản 1 | Kịch bản 2 | Kịch bản 3 | |
Tỷ lệ giảm giá của BĐS (%) | 10 | 20 | 30 |
Cho vay bất động sản | 20 | 30 | 40 |
Nguồn: Tác giả tổng hợp trên cơ sở dùng ST