Tác Động Của Kinh Tế Vĩ Mô Đối Với Rrtd Trong Xây Dựng Kịch Bản Kiểm Tra

lường và giám sát rủi ro. Ưu điểm lớn nhất của VaR là đã biểu diễn rủi ro dưới dạng một con số duy nhất, với xác suất xảy ra nhất định theo quy luật phân phối chuẩn. Tuy nhiên, VaR không đánh giá tổn thất có thể xảy ra ở phân đuôi bên trái của đường cong phân bổ xác suất tổn thất, còn gọi là hiệu ứng “đuôi chuông” hay “thiên nga đen”. Trong khi đó, những giá trị tổn thất lớn mới là thủ phạm gây nguy cơ phá sản cho ngân hàng, và thường nằm ở phần phần đuôi trái của quả chuông. Để khắc phục nhược điểm đó, người ta đã nghiên cứu phát triển công cụ Kiểm tra sức chịu đựng (Stress Testing) như một công cụ quản trị rủi ro bổ sung cho VaR.

Những mô hình đơn giản đầu tiên của Kiểm tra sức chịu đựng là phương pháp phân tích kịch bản (scenario analysis), phân tích độ nhạy (sensitivity analysis), phân tích tổn thất lớn nhất (maximum loss analysis) được sử dụng để đo lường khả năng tổn thất rủi ro thị trường có thể xảy ra đối với danh mục đầu tư (Pyle, 1997). Về bản chất, các phương pháp này đều tính độ nhạy của giá trị danh mục đầu tư theo các giả định về biến động giá hàng hóa, cổ phiếu, lãi suất, tỷ giá… trên thị trường. Nhờ vậy, NHTM trả lời câu hỏi ví dụ như “nếu thị trường chứng khoán giảm 20% thì giá trị danh mục cổ phiếu, tín dụng, công cụ phái sinh.. sẽ thay đổi ra sao?”. Tuy chúng cho phép xác định các giá trị tiêu cực tại đuôi phân bổ xác suất tổn thất (lower tail), nhưng chưa trả lời được các câu hỏi sự kiện “chứng khoán giảm 20%” sẽ diễn ra với xác suất như thế nào, giảm 20% là nhiều hay ít, đã là trường hợp xấu nhất có thể xảy ra chưa (Blaschke và cộng sự (2001), Bunn và cộng sự (2005)). Ngoài ra, hàm ý nghĩa ứng dụng của Kiểm tra sức chịu đựng khi đó còn nhiều hạn chế, chỉ là “kỹ thuật đơn giản, một ranh giới phòng ngừa (maginot line) cho khả năng khủng hoảng”, phần nào ước tính mức độ tổn thất lớn nhất, nhưng không có giá trị trong hoạt động hàng ngày của các NHTM (Pyle, 1997).

So với ứng dụng đối với rủi ro thị trường nêu trên, Kiểm tra sức chịu đựng được ứng dụng muộn hơn đối với RRTD. Trong một nghiên cứu khảo sát của Ủy ban Basel vào năm 2005, hơn 80% trong số 64 ngân hàng và công ty chứng khoán tại 16 quốc gia sử dụng Kiểm tra sức chịu đựng để đánh giá rủi ro thị trường, nhưng chưa ứng dụng đối với danh mục cho vay (BCBS, 2005). Nguyên nhân là do

việc đo lường tác động của kịch bản Kiểm tra sức chịu đựng đối với RRTD đòi hỏi kỹ thuật phức tạp. Theo Foglia (2008), cơ sở lý luận về Kiểm tra sức chịu đựng RRTD chỉ được phát triển và hoàn thiện cùng với Chương trình đánh giá Khu vực Tài chính (Financial Stability Assessment Program, FSAP) của Quỹ tiền tệ quốc tế (IMF) và Ngân hàng thế giới (WB), cũng như trong quá trình xây dựng các chuẩn về vốn an toàn tối thiểu của Ủy ban Basel. Theo đó, Kiểm tra sức chịu đựng RRTD được gọi là “macro-to-micro” gồm hai bước:

- Xây dựng mô hình kinh tế vĩ mô (Macroeconomic Modelling) để xác định yếu tố vĩ mô nào có tác động đến hoạt động ngân hàng. Mỗi nền kinh tế là một hệ thống bao gồm các hoạt động kinh tế có quan hệ biện chứng, ràng buộc lẫn nhau, và có những nét đặc thù riêng. Sự ổn định hay mất ổn định của nền kinh tế sẽ có tác động mạnh mẽ đến hoạt động của ngân hàng, đặc biệt là hoạt động tín dụng. Khi thực hiện Kiểm tra sức chịu đựng tại từng nước, người ta phải kiểm định mối quan hệ giữa nền kinh tế nước đó với hoạt động tín dụng của hệ thống NHTM, và qua đó, có thể xây dựng kịch bản Kiểm tra sức chịu đựng phản ánh đúng rủi ro có thể xảy ra đối với ngân hàng khi chịu những cú sốc tác động từ môi trường kinh tế vĩ mô. Tùy thuộc vào độ mở, sự phức tạp của nền kinh tế - hệ thống tài chính, cũng như mức độ sẵn có của số liệu mà người ta sẽ lựa chọn mô hình kinh tế vĩ mô phù hợp.

- Xây dựng mô hình đánh giá RRTD (Credit risk Satellite Modelling) để đánh giá tác động của kịch bản kinh tế tiêu cực tới lợi nhuận / mức độ an toàn vốn của ngân hàng theo một trong hai phương pháp: (i) phương pháp dựa trên thông tin bảng cân đối tài chính (balance-sheet based approach) đánh giá sự sụt giảm chất lượng danh mục cho vay. Phương pháp này rõ ràng, dễ hiểu, có thể ứng dụng tại các nước có thị trường chứng khoán, phái sinh chưa phát triển. Nhược điểm của phương pháp này bị ảnh hưởng bởi chế độ kế toán, trích lập dự phòng ngân hàng, khó đánh giá mức độ tương tác và rủi ro lan truyền giữa các ngân hàng, giữa các loại sản phẩm dịch vụ…; hoặc (ii) phương pháp dựa trên thông tin giá thị trường (market- based approach), cụ thể là giá các công cụ tài chính được giao dịch thường xuyên trên thị trường như cổ phiếu, trái phiếu, quyền chọn cổ phiếu… Theo đó, người ra

Có thể bạn quan tâm!

Xem toàn bộ 185 trang tài liệu này.

tính toán xác suất rủi ro của từng khách hàng, nhóm sản phẩm ngân hàng, của ngân hàng hay toàn hệ thống. Ưu điểm của phương pháp này là số liệu giá giao dịch có tính khách quan cao hơn, liên tục hơn. Tuy nhiên, việc giải thích kết quả Kiểm tra sức chịu đựng gặp nhiều khó khăn do không rõ nguồn phát sinh rủi ro, không sử dụng mối liên kết rõ ràng giữa nền kinh tế và hệ thống ngân hàng. Kết quả Kiểm tra sức chịu đựng đôi khi bị “nhiễu” bởi biến động giá ngắn hạn, và đặc biệt, khó ứng dụng tại các nước chưa có thị trường tài chính phát triển.

Mặc dù đã được ứng dụng trước cuộc khủng hoảng tài chính thế giới 2007 - 2008, Kiểm tra sức chịu đựng vẫn bộc lộ một số hạn chế nên không dự báo đúng mức độ rủi ro, khiến một số ngân hàng lớn đã sụp đổ. Những hạn chế đó bao gồm Kiểm tra sức chịu đựng chưa thực sự tích hợp vào hệ thống quản trị rủi ro và ra quyết định của ngân hàng; kết quả mới dừng ở mục đích tham khảo; các kịch bản kiểm định chưa đạt được đủ độ mạnh cần thiết; chưa có các nguyên tắc thực hiện Kiểm tra sức chịu đựng hiệu quả (Drehmann (2008), Alfaro và Drehmann (2009), Borio và những cộng sự (2012), Summer (2007)). Sau giai đoạn này, để tăng mức độ căng thẳng của kịch bản Kiểm tra sức chịu đựng , các nghiên cứu của Alfaro và Drehmann (2009), Andreas và cộng sự (2013) đã lồng ghép tác động của hiện tượng phản hồi (feedback effects). Hiện tượng này diễn ra khi các ngân hàng bị tác động của cuộc khủng hoảng buộc phải thu hẹp tín dụng đối với các thành phần kinh tế, các doanh nghiệp và cá nhân không tiếp cận được các gói tín dụng mới khiến cuộc khủng hoảng càng trầm trọng hơn. Trước đó, hầu hết các Kiểm tra sức chịu đựng đều bỏ qua hiện tượng phản hồi này, và giả định sự tương tác giữa kinh tế vĩ mô và ngân hàng không thay đổi khi ngay cả khi nền kinh tế rơi vào trạng thái khủng hoảng. Ngoài ra, các tác giả Brunnermeier (2009), Cont và Wagalath (2012), Geanakoplos và Fostel (2013) chứng mimh tâm lý đám đông tháo chạy khỏi thị trường tài chính khi có khủng hoảng xảy ra, dẫn tới ngân hàng mất thanh khoản, đổ vỡ dây chuyền, lãi suất tăng, tín dụng thu hẹp..

Khi nghiên cứu hiệu quả ứng dụng của Kiểm tra sức chịu đựng vĩ mô trong giám sát hệ thống và phòng chống khủng hoảng, Morgan và cộng sự (2014) đã chỉ

ra kết quả Kiểm tra sức chịu đựng tại 19 ngân hàng lớn nhất Mỹ vào năm 2009 thành công là do mức độ minh bạch thông tin. Thị trường có thể dự đoán các ngân hàng nào thiếu vốn theo quy định trước khi kết quả Kiểm tra sức chịu đựng được công bố, nhưng không biết trước quy mô thiếu hụt vốn. Nhờ Kiểm tra sức chịu đựng , các thành viên thị trường có thông tin về mức độ thiếu hụt vốn, và nhờ đó, có sự phân hóa về giá cổ phiếu giữa ngân hàng tốt và ngân hàng yếu kém. Ngược lại, các nghiên cứu cuả Cardinali và Nordmark (2011), Petrella và Resti (2013) về Kiểm tra sức chịu đựng thực hiện tại Liên minh châu Âu vào các năm 2010 và 2011 lại cho thấy, kết quả công bố không có giá trị thông tin đáng kể, chủ yếu do mức độ minh bạch của các ngân hàng châu Âu không bằng các ngân hàng Mỹ. Ngoài ra, nghiên cứu của Goldstein và Sapra (2012) cũng phân tích kỹ ưu điểm và nhược điểm của công khai kết quả, và đưa ra những khuyến nghị bổ ích đối với các cơ quan quản lý nhà nước nhằm tăng cường ứng dụng Kiểm tra sức chịu đựng tại các NHTM.

Đối với Kiểm tra sức chịu đựng vi mô ứng dụng trong quản trị của các NHTM, hầu hết các nghiên cứu đều nhấn mạnh tầm quan trọng của Kiểm tra sức chịu đựng trong việc đánh giá khả năng ngân hàng có thể chống đỡ khủng hoảng có thể xảy ra (Ayuso và cộng sự (2004), Stolz và Wedow (2011), Cummings và Durrani (2016)). Ngoài chức năng này, Schuermann (2016) còn chỉ ra vai trò của Kiểm tra sức chịu đựng trong quản trị rủi ro ngân hàng vào “thời bình”. Một là, nghiên cứu của Lelyveld và Iman năm 2009 đề cập đến vai trò của Kiểm tra sức chịu đựng trong kiểm định tính chính xác của các mô hình quản trị RRTD khác. Hai là, Kiểm tra sức chịu đựng là cơ sở ra quyết định tăng trưởng, mở rộng kinh doanh để có phân bổ hợp lý nguồn lực tài chính, hạn mức tín dụng vào các sản phẩm mới, có cấu trúc rủi ro phức tạp (Fed, 2014). Kết quả Kiểm tra sức chịu đựng vi mô sẽ giúp cho các nhà lãnh đạo ngân hàng trả lời câu hỏi: Ngân hàng có đủ vốn đủ phát triển theo những chiến lược, kế hoạch mở rộng hay không. Nếu mô hình của Kiểm tra sức chịu đựng vĩ mô thường phải minh bạch, dễ truyền tải nội dung tới công chúng bên ngoài, thì các mô hình Kiểm tra sức chịu đựng vi mô cần chính xác

và có tính dự báo cao. Ba là, theo Hirtle và Lehnert (2014), kết quả Kiểm tra sức chịu đựng vi mô có thể là cơ sở quyết định ngân hàng có chia cổ tức hay không, cần phát hành thêm bao nhiêu vốn cổ phần để đảm bảo kế hoạch phát triển trung dài hạn bền vững.

Trên cơ sở những nghiên cứu này, các cơ quan quản lý đã xây dựng hệ thống các nguyên tắc, giải pháp nhằm nâng cao hiệu quả của Kiểm tra sức chịu đựng và chuẩn hóa thành thông lệ quốc tế. Cụ thể, Ủy ban Basel đã đưa ra những quy định về Kiểm tra sức chịu đựng trong khuôn khổ Basel II (năm 2006) và Basel III (năm 2011), cũng như 21 nguyên tắc trong thực hiện Kiểm tra sức chịu đựng nội bộ đối với lãnh đạo ngân hàng và cơ quan quản lý nhà nước vào năm 2009. Cùng với việc áp dụng theo lộ trình các thông lệ về an toàn vốn của Basel II và III, các quốc gia và ngân hàng đều có thể áp dụng các quy chuẩn về Kiểm tra sức chịu đựng của Basel.

Tóm lại, có thể nói số lượng các nghiên cứu lý thuyết về Kiểm tra sức chịu đựng RRTD của các NHTM trên thế giới rất đa dạng nhằm không ngừng hoàn thiện Kiểm tra sức chịu đựng trở thành một công cụ kiểm soát RRTD có hiệu quả tại các NHTM.

1.1.2. Tác động của kinh tế vĩ mô đối với RRTD trong xây dựng kịch bản Kiểm tra sức chịu đựng

Các nghiên cứu về các yếu tố vĩ mô có ảnh hưởng tới RRTD ngân hàng có kết quả khá khác nhau, đôi khi trái ngược. Các yếu tố vĩ mô thường được chia thành các nhóm sau:

1.1.2.1. Chỉ số đại diện cho chu kỳ kinh tế

Theo Salas và Saurina (2002), trong giai đoạn kinh tế tăng trưởng, cả ngân hàng và doanh nghiệp đều lạc quan về phương án đầu tư và khả năng trả nợ vay. Hơn nữa, do chịu áp lực cạnh tranh, các ngân hàng có xu hướng nới lỏng điều kiện tín dụng, mở rộng cho vay các khách hàng “dưới chuẩn”. Khi nền kinh tế chuyển trạng thái sang suy thoái, các khách hàng và dự án “dưới chuẩn” không có khả năng trả nợ, khiến tỷ lệ nợ xấu của ngân hàng tăng mạnh. Vì vậy, tốc độ tăng trưởng

GDP thường có quan hệ nghịch với tỷ lệ nợ xấu, ví dụ tại các ngân hàng Tây Ban Nha giai đoạn 1985-1997 (Salas và Saurina, 2002); tại các ngân hàng Ý trong giai đoạn 1987-2002 (Quagliarello, 2007); tại 9 ngân hàng lớn nhất (chiếm 90% hệ thống) của Hy Lạp giai đoạn 2003-2009 (Louzis và cộng sự, 2010); và tại 80 ngân hàng thuộc Tổ chức Hợp tác Vùng Vịnh (GCC) giai đoạn 1995-2008 (Espinoza và Prasad, 2010).

Một số nghiên cứu kiểm chứng khác lại tìm thấy mối quan hệ giữa RRTD với những biến số khác đặc trưng cho chu kỳ kinh tế như tăng trưởng GDP bình quân đầu người (Fofack, 2005) và tỷ lệ thất nghiệp (Aver, 2008, Bucur và Dragomirescu, 2014).

Về lạm phát, các nghiên cứu của Shu (2002) và Waeibrorheem và Suriani (2015) cho thấy, tỷ lệ lạm phát cao có thể giúp cải thiện khả năng trả nợ của bên vay do doanh thu tăng trong khi chi phí lãi vay không đổi, đặc biệt khi đa số các khoản vay có lãi suất cố định hoặc đã được bảo hiểm lãi suất. Ngược lại, các nghiên cứu của Rinaldi và Sanchis-Arellano (2006), Gunsel (2011) đã chứng minh mối quan hệ thuận chiều giữa lạm phát và tỷ lệ nợ xấu ngân hàng. Điều này được lý giải bởi lạm phát quá cao sẽ làm cho thu nhập thực tế của bên vay bị giảm sút. Ngân hàng nhà nước có thể tăng lãi suất, giảm cung tiền trong nền kinh tế khiến mặt bằng lãi suất bị đẩy lên cao. Nếu không bảo hiểm rủi ro biến động lãi suất cho các khoản vay, doanh nghiệp sẽ bị tăng thêm chi phí và khả năng đổ vỡ dễ xảy ra hơn. Tuy nhiên, Aver (2008) không tìm thấy mối quan hệ giữa nợ xấu và lạm phát tại các ngân hàng Slovenia; Bofondi và Ropele (2011) tại các ngân hàng Ý; Castro (2012) chứng minh tương tự khi sử dụng số liệu tại nhóm 5 nước GIPSI (Hy Lạp, Ireland, Bồ Đào Nha, Tây Ban Nha và Italy) từ quý 1 năm 1997 đến quý 3 năm 2011.

Một chỉ số khác phản ánh chu kỳ kinh tế là cung tiền. Khi Ngân hàng nhà nước nới lỏng tiền tệ, cung tiền dồi dào sẽ giúp các thành phần kinh tế tiếp cận vốn dễ dàng hơn và rẻ hơn, do đó khả năng trả nợ ngân hàng sẽ tốt hơn. Vì vậy, mối quan hệ nghịch giữa cung tiền và RRTD được tìm thấy bởi các nghiên cứu của Waeibrorheem và Suriani (2015), Bofondi và Ropele (2011) và Kalirai và Scheicher

(2002) đối với các ngân hàng Úc, Malaysia và Ý.

1.1.2.2. Chỉ số giá bất động sản

Tajik và các cộng sự (2015) đã nghiên cứu chỉ số giá bất động sản và RRTD tại các tổ chức tín dụng tại Hoa Kỳ trong khoảng thời gian từ năm 1999 đến 2012. Nghiên cứu này đã chỉ ra rằng chỉ số giá bất động sản giảm xuống sẽ làm tăng khoản lỗ cho vay của các ngân hàng, dẫn tới nền kinh tế vĩ mô bị suy thoái. Cụ thể, sự sụt giảm của chỉ số giá bất động sản sẽ làm sẽ làm tâng tỷ lệ vỡ nợ của các khoản vay dành cho bất động sản. Hơn nữa, tác động của sự sụt giảm chỉ số giá bất động sản làm tăng nợ xấu của các ngân hàng sẽ càng lớn hơn trong điều kiện nền kinh tế có nhiều bất ổn. Do đó, nghiên cứu đã đưa ra một vài kiến nghị cho luật pháp tại Hoa Kỳ. Thứ nhất, nên cân nhắc đưa chỉ số giá bất động sản là một trong những chỉ số vĩ mô dự báo tính ổn định của hệ thống ngân hàng. Thứ hai, nên có những quy định giám sát các tổ chức tín dụng khi cho vay bất động sản. Thứ ba, nên quy định khung pháp lý để kiểm tra sự an toàn của các khoản mục cho vay bất động sản. Cuối cùng, nên giám sát chặt chẽ các nhân tố mà sẽ làm ảnh hưởng đến hành vi cho vay của ngân hàng, đặc biệt chú ý đến các nhân tố sẽ làm cho ngân hàng chuyển sang cho vay bất động sản nhiều hơn.

Nghiên cứu của Tajik và các cộng sự (2015) có kết quả giống với các nghiên cứu của Wong và các cộng sự (2006), Davis và Zhu (2011).

1.1.2.3. Chỉ số chứng khoán

Tăng giá cổ phiếu là tín hiệu cho thấy khả năng tài chính của các công ty tương đối tốt. Giá cổ phiếu cao cũng cho phép các doanh nghiệp huy động vốn từ thị trường chứng khoán một cách dễ dàng. Nhờ vậy, giá cổ phiếu thường có quan hệ ngược chiều với RRTD.

Nghiên cứu của Aver (2008) đã chứng minh giá trị của chỉ số cổ phiếu là yếu tố vĩ mô tác động quan trọng tới tỷ lệ nợ xấu tại các ngân hàng Slovenia giai đoạn 1995-2002.

1.1.2.4. Các chỉ số thể hiện mặt bằng lãi suất

Hầu hết các nghiên cứu cho thấy, lãi suất tăng sẽ khiến tỷ lệ nợ xấu ngân hàng tăng. Lãi suất có thể được đại diện các biến khác nhau: tỷ lệ lãi suất thực trong nghiên cứu của Fofack (2005), lãi suất liên ngân hàng trong nghiên cứu của Jiménez và Saurina (2006), lãi suất trái phiếu chính phủ 10 năm - Quagliariello (2007), hoặc lãi suất dài hạn - Castro (2012).

1.1.2.5. Chỉ số về tăng trưởng tín dụng

Trong điều kiện kinh tế phát triển, người vay càng dễ vay vốn để tái tục các khoản vay hiện tại, thì tỷ lệ nợ xấu ngân hàng càng thấp. Tuy nhiên, nếu hai chỉ số này tăng cao trong thời gian dài, đó là tín hiệu cho thấy quản trị rủi ro ngân hàng chưa được tốt. Các điều kiện tín dụng được nới lỏng dễ dẫn tới RRTD trong tương lai. Và khi đó, tốc độ tăng trưởng tín dụng, cũng như tỷ lệ nợ trên GDP lại có mối quan hệ cùng chiều với tỷ lệ nợ xấu ngân hàng.

Nghiên cứu về khủng hoảng ngân hàng đã chứng minh các cuộc khủng hoảng thường là hệ quả của một quá trình tăng trưởng tín dụng cao. Demirgüç-Kunt và Detragiache (1998) đã phân tích của 53 nước trong giai đoạn 1980-1995 để nghiên cứu mối liên quan giữa quá trình tự do hóa thị trường tài chính và khủng hoảng ngân hàng. Kết quả cho thấy, khi thị trường tài chính được tự do hóa, tốc độ tăng trưởng tín dụng thường khá cao. Việc nới lỏng các điều kiện cấp tín dụng thường dẫn tới tỷ lệ nợ xấu trong hệ thống ngân hàng sẽ tăng với độ trễ 2 năm.

Nghiên cứu của Cottarelli và cộng sự (2003) cho rằng, khi tỷ lệ tín dụng trên GDP tăng từ 5% đến 10%/năm trong nhiều năm thì sẽ xảy ra khủng hoảng ngân hàng, tương tự như các nghiên cứu của Kattai (2010) và Nkusu (2011).

1.1.2.6. Tỷ giá

Nghiên cứu kiểm chứng của Fofack (2005) và Nkusu (2011) cho thấy, khi đồng nội tệ tăng giá, các doanh nghiệp xuất khẩu gặp khó khăn do hàng hóa trở nên đắt đỏ, doanh số xuất khẩu giảm, và hệ quả là tỷ lệ nợ xấu tăng tại các ngân hàng Sub-Saharan Africa và 26 nền kinh tế phát triển.

Pratap và Urrutia (2004), khi nghiên cứu khủng hoảng Mexico năm 1994, chứng minh tỷ giá tăng sẽ tác động xấu tới các doanh nghiệp có khoản vay ngoại tệ