Phương Pháp Thực Hiện Kiểm Tra Sức Chịu Đựng Theo Cách Lựa Chọn Biến Số

- Yếu tố nào có khả năng gây sốc cho hoạt động của ngân hàng?

- Đo lường mức độ cú sốc như thế nào và kịch bản cú sốc nên có mức độ

nghiêm trọng như thế nào thì phù hợp?

2.3.2.1. Lựa chọn yếu tố gây sốc cho ngân hàng

Như đã nêu trên, Fed yêu cầu các ngân hàng xây dựng kiểm định rủi ro bắt nguồn từ môi trường kinh tế - tài chính bên ngoài và từ nội tại ngân hàng. Theo đó, ngoài những yếu tố kinh tế vĩ mô, chính trị, chính sách điều hành kinh tế của chính phủ, tỷ lệ nợ xấu còn phụ thuộc vào đặc thù riêng của hệ thống ngân hàng từng nước và chiến lược kinh doanh nhằm tối đa hóa lợi nhuận của từng ngân hàng. Lý thuyết hành vi quản lý (“management behavior”) đề cập đến mối liên hệ giữa nợ có vấn đề, mức độ vốn chủ sở hữu và hiệu suất kinh doanh ngân hàng. Đi đầu là nghiên cứu của Berger và DeYoung (1997) và Williams (2004) sử dụng Granger causality approach kiểm định các giả thiết về “khả năng quản lý kém” (“bad management”), giả thiết về “sự hà tiện” (“skimping”), giả thiết về rủi ro đạo đức (“moral hazard”)..

Tuy nhiên, mô hình đánh giá mức độ an toàn vốn trên cơ sở xếp hạng nội bộ (IRB), trong đó, IRB có hai dạng là IRB cơ bản (F-IRB) và IRB nâng cao (A-IRB), của Basel II dựa trên mô hình giả định một nhân tố rủi ro (Asymptotic Risk Factor Model) của Gordy (2002). Theo đó, RRTD của một danh mục gồm hai cấu thành: rủi ro hệ thống (systematic risk) và rủi ro đặc thù (idiosyncratic risk). Rủi ro hệ thống xuất phát từ những tác động không lường trước của điều kiện kinh tế, tài chính vĩ mô lên khả năng trả nợ của khách hàng vay. Rủi ro đặc thù bắt nguồn từ rủi ro của từng khách hàng. Mức vốn cần thiết cho cả danh mục tín dụng được xác định trên cơ sở thông tin về giá trị tổn thất của từng khoản vay / cam kết thanh toán ngoại bảng, có tính tới sự tương tác giữa các khoản vay trong danh mục, với giả định rằng danh mục tín dụng của ngân hàng được phân bổ đa dạng hóa hoàn toàn. Do đó, người ta coi RRTD chỉ phụ thuộc vào các yếu tố kinh tế vĩ mô; và sử dụng mô hình kinh tế vĩ mô để đánh giá xem yếu tố nào đóng vai trò quan trọng nhất đối với hệ thống ngân hàng hay từng ngân hàng riêng lẻ. Một số nghiên cứu chỉ đưa vào mô

hình các yếu tố kinh tế vĩ mô như Salas và Saurina (2002), Louzis và cộng sự (2010), Castro (2012)..

2.3.2.2. Đo lường quy mô cú sốc

Có hai cách xây dựng kịch bản và đo lường quy mô cú sốc:

- Kịch bản cú sốc dự phóng theo mô hình (Structural stress scenario) là sự liên kết giữa bối cảnh kinh tế vĩ mô với các chỉ số đặc trưng cho kết quả hoạt động của ngân hàng. Khi đó, người ra sẽ xây dựng một mô hình kinh tế định lượng, mô phỏng độ nhạy của biến cần đánh giá (ví dụ tỷ lệ nợ xấu, xác suất vỡ nợ…) dưới tác động của các biến độc lập của nền kinh tế (ví dụ tăng trưởng GDP, lạm phát, lãi suất..). Sau đó, người ta sử dụng các hàm tự hồi quy bản thân các biến số được lựa chọn để dự báo giá trị biến số đó trong thời gian tới (giá trị trung bình). Cuối cùng, kịch bản căng thẳng được tính bằng giá trị trung bình trừ đi số lần độ lệch chuẩn, trong đó, 2 lần độ lệch chuẩn là mức quy định bởi IMF đối với các Kiểm tra sức chịu đựng trong khuôn khổ FSAP (IMF, 2012). Những Kiểm tra sức chịu đựng với kịch bản xây dựng kiểu này sẽ giúp cấp lãnh đạo ngân hàng, cơ quan nhà nước dễ hiểu vì sự gắn kết chặt chẽ giữa biến đổi trong môi trường kinh doanh với hoạt động ngân hàng.

- Kịch bản xây dựng trên số liệu quá khứ (Reduced-form stress scenario hay Historical-based stress scenario) mô phỏng trực tiếp trạng thái của biến kết quả với một giá trị của biến giải thích. Ví dụ, kịch bản căng thẳng trước khủng hoảng 2007- 2009 tại Mỹ thường được lấy là bối cảnh kinh tế trong Đại suy thoái những năm 1930. Tuy nhiên, theo Clearing House (2016), hiện nay, Dodd-Frank Act tại Mỹ yêu cầu các ngân hàng kiểm định các cú sốc cú mức độ trầm trọng hơn cuộc khủng hoảng tài chính năm 2007-2009.

Về thời gian dự phóng cú sốc, 1 năm thời gian được yêu cầu bởi Ủy ban Basel, 2 năm bởi SCAP, 3 năm bởi Cơ quan quản lý châu Âu, 5 năm bởi Ngân hàng Trung ương Anh hoặc 9 quý bởi Cục dự trữ liên bang Mỹ cho CCAR. Các NHTM thường lựa chọn độ dài thời gian kiểm định là 2 đến 3 năm, phù hợp với chu kỳ phát triển của sản phẩm ngân hàng.

2.3.3. Biến số đo lường RRTD

Biến số đo lường RRTD truyền thống là hệ số như tỷ lệ nợ xấu. Khái niệm “nợ xấu” theo thuật ngữ tài chính thường được hiểu là các khoản vay có thời gian quá hạn trả nợ lãi và gốc 90 ngày trở lên (Mishkin, 2010). Hướng dẫn để tính toán các chỉ số lành mạnh tài chính của các quốc gia (IMF, 2004) quy định nợ xấu là một khoản vay:

- Quá hạn thanh toán gốc hoặc lãi 90 ngày hoặc hơn;

- Đã quá hạn 90 ngày hoặc hơn đã được vốn hóa, cơ cấu lại, hoặc trì hoãn theo thỏa thuận;

- Quá hạn dưới 90 ngày nhưng có thể nhận thấy dấu hiệu rõ ràng cho thấy người vay sẽ không hoàn trả đầy đủ khoản nợ (ví dụ người vay bị phá sản).

- Các khoản vay sau khi khoản vay trên được xếp vào danh mục nợ xấu thì nó hoặc bất kỳ khoản vay thay thế nào cũng phải xếp vào danh mục nợ xấu cho tới thời điểm xóa nợ hoặc thu hồi đầy đủ.

Tại Việt Nam, Thông tư số 02/2013/TT-NHNN quy định về phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài và Thông tư số 09/2014/TT-NHNN sửa đổi, bổ sung một số điều của Thông tư số 02/2013 ban hành ngày 18/3/2014 đã thay thế Quyết định số 493/2005/QĐ-NHNN ngày 22/4/2005 của Thống đốc NHNN. Về khái niệm “nợ xấu”, cả hai thông tư quy định là nợ thuộc nhóm 3, 4 và 5, trong đó, tỷ lệ nợ xấu là tỷ lệ giữa nợ xấu và tổng nợ từ nhóm 1 đến nhóm 5. Tuy nhiên, những quy định chi tiết từ Thông tư 02/2013 và 09/2014 đã đưa việc phân loại nợ xấu chặt chẽ, khắt khe hơn so với quy định trước đây, không chỉ là thời gian chậm thanh toán mà là mối quan hệ cấp tín dụng giữa NHTM với khách hàng. Có thể thấy rằng, thực hiện Thông tư 02/2013 nhằm giúp hoạt động của các NHTM tiếp cận sát hơn với thông lệ quốc tế về phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của các tổ chức tín dụng, nhằm đảm bảo an toàn trong hoạt động của ngân hàng.

Tuy có ưu điểm trực quan, dễ sử dụng và tính toán, việc đo lường RRTD trên cơ sở chỉ tiêu nợ xấu có những hạn chế như:

- Chỉ tiêu này chỉ thể hiện mức độ rủi ro của danh mục tín dụng ngân hàng tại thời điểm đã phát sinh, không cung cấp thông tin dự báo về tương lai.

- Khó có thể tính toán được rủi ro của từng khách hàng, khoản vay trước khi cấp tín dụng, vì vậy, nợ xấu không giúp ngân hàng khi ra quyết định cấp tín dụng, đánh giá khả năng trả nợ của khách hàng có thay đổi theo thời gian của khoản vay.

- Tại từng thời điểm, ngân hàng có thể giảm tỷ lệ nợ xấu hiện tại bằng cách tăng nhanh quy mô dư nợ. Điều này có thể làm tỷ lệ nợ xấu trong tương lai còn tăng cao hơn vì ngân hàng phải nới lỏng các điều kiện cho vay để cạnh tranh cấp tín dụng.

Tại Basel II, các phương pháp dựa trên xếp hạng nội bộ (IRB), trong đó, IRB có hai dạng là IRB cơ bản (F-IRB) và IRB nâng cao (A-IRB), đo lường tổn thất RRTD theo ba yếu tố: xác suất khách hàng không trả được nợ ngân hàng (default risk), tỷ lệ giá trị khoản vay không thu hồi được khi RRTD xảy ra (loss risk) và quy mô giá trị tín dụng chịu tác động rủi ro của ngân hàng tại thời điểm khách hàng không có khả năng trả nợ (exposure risk) (Christian và cộng sự (2010)). Tổn thất dự kiến (Expected Loss, EL) - giá trị tổn thất bình quân xảy ra qua các năm được tính theo công thức:

(i) Rủi ro khách hàng không trả được nợ

Rủi ro khách hàng không trả được nợ là xác suất xảy ra sự kiện khách hàng không thực hiện được các nghĩa vụ trả gốc và / hoặc lãi của mình như cam kết với ngân hàng. Có thể có nhiều định nghĩa khi nào được ghi nhận là một sự kiện không trả được nợ. Thông thường, khi nghĩa vụ thanh toán đã bị quá hạn trên ba tháng sẽ bị coi là rủi ro không trả được nợ đã xảy ra. Xác suất khách hàng không trả được nợ (Probability of Default, PD) có giá trị từ 0 đến 1, có thể do ngân hàng tự đánh giá hoặc tham khảo xếp hạng của một tổ chức đánh giá độc lập. Trong hầu hết các trường hợp, một khách hàng sẽ được gắn với một PD, vì khi họ không thanh toán

được một khoản vay sẽ không thực hiện được các nghĩa vụ vay nợ khác. Tuy nhiên, đối với cho vay cá nhân, xác suất không thanh toán đối với sản phẩm thẻ tín dụng thường cao hơn các khoản vay khác, đặc biệt nếu khoản vay đó được thế chấp bằng bất động sản nhà ở.

(ii) Giá trị chịu rủi ro tại thời điểm khách hàng không trả được nợ

Tín dụng của NHTM bao gồm nhiều nghiệp vụ khác nhau, bao gồm cho những khoản vay giải ngân một lần, những cam kết giải ngân theo hạn mức, cam kết bảo lãnh thanh toán vô điều kiện được ghi nhận ngoại bảng, tới những sản phẩm cấu trúc phái sinh phức tạp được thiết kế nhằm phục vụ cho nhu cầu đặc biệt của khách hàng. Vì vậy, đôi khi, tổng giá trị các khoản tín dụng của khách hàng tại thời điểm xảy ra việc khách hàng không trả được nợ (Exposure at Default, EAD) khó xác định được trước.

(iii) Rủi ro tỷ lệ tổn thất

Giá trị tổn thất (Loss Given Default, LGD) là tổn thất thực sự của ngân hàng khi khách hàng không trả được nợ. Tỷ lệ tổn thất bằng 0 có nghĩa sau khi sự kiện rủi ro xảy ra, NHTM đã thực hiện các biện pháp thu hồi được 100% gốc và lãi, không phát sinh tổn thất nào so với dự kiến ban đầu khi phát vay. Tỷ lệ tổ thất bằng 100% nếu ngân hàng không thu hồi được hoàn toàn khoản vay đó. Tỷ lệ tổn thất có thể lớn hơn 100% nếu ngân hàng phải tốn chi phí để cố gắng thu hồi nợ, nhưng vẫn không thu hồi được một đồng nào từ khách hàng và cũng không có tài sản bảo đảm, cam kết bảo lãnh từ bên thứ ba. Tỷ lệ tổn thất có thể có giá trị âm, nếu ngân hàng vừa thu được toàn bộ gốc và lãi, và cả lãi phạt quá hạn từ khách hàng. Tỷ lệ tổn thất thường phụ thuộc nhiều vào khoản nợ xấu sẽ thu hồi được bao nhiêu và bằng cách nào, thu hồi trong thời gian bao lâu và chi phí phát sinh trong thời gian thu hồi.

Như vậy, ta thấy cách tính vốn tối thiểu của IRB dựa trên ba cấu phần của rủi ro. Khi áp dụng phương pháp F-IRB, PD sẽ do các ngân hàng tự tính toán trên cơ sở số liệu nội bộ, còn EAD và LGD sẽ do các cơ quan quản lý cung cấp. Khi áp dụng phương pháp A-IRB, các ngân hàng sẽ được phép tự tính toán tất cả các chỉ số liên

quan đến RRTD của ngân hàng mình. Khi đó, các Kiểm tra sức chịu đựng sẽ sử dụng các mô hình định lượng mô tả trực tiếp mối quan hệ giữa yếu tố kinh tế vĩ mô với chỉ số PD, LGD và EAD. Điển hình là nghiên cứu của Schmeider và cộng sự (2011), sử dụng mô hình phức tạp dự phóng tác động của các yếu tố kinh té vĩ mô lên PD, LGD của các công ty phân loại theo ngành, sau đó tính CAR theo các quy định hướng dẫn của Basel II.

Bảng 2.1: Phương pháp thực hiện Kiểm tra sức chịu đựng theo cách lựa chọn biến số đo lường RRTD

Tỷ lệ nợ xấu NPL

Xác suất vỡ nợ PD

Dự báo PD từ NPL

Phương pháp

Dự báo tác động của các yếu tố kinh tế lên NPL, sử dụng panel data của nhiều ngân hàng trong hệ thống để tính tác động của NPL lên LLP và NIM, sau đó là tác động lên

lợi nhuận và CAR

Dự báo tác động của các yếu tố kinh tế lên PD, LGD của các công ty phân loại theo ngành để tính toán CAR theo các quy định hướng dẫn của Basel II

Dự báo NPL như phương pháp thứ nhất, sau đó tính toán mối liên hệ giữa NPL và PD, LGD, cuối cùng đánh giá CAR theo Basel II như phương pháp thứ hai

Ứng dụng

Có thể thực hiện đối với các ngân hàng còn áp dụng chuẩn Basel I.

(Nguyễn Trâm, 2014)

Áp dụng được cho IRB của Basel II. (Schmeider và cộng

sự 2011)

Sử dụng tại nước đang tiến tới IBR Basel II như Việt Nam (Buncic

và Melecky, 2012)

Yêu cầu về số liệu

Số liệu về vốn, phân loại nợ, RWA, chỉ số kinh tế vĩ mô theo quý

Thống kê tháng PD, LGD trong quá khứ cho 7 phân loại tài sản theo chuẩn Basel II trong thời gian tối

thiểu 5 năm

Số liệu về vốn, phân loại nợ, RWA, chỉ số kinh tế vĩ mô theo quý, số liệu thống kê PD, LGD tại các nước

có thể so sánh

Ưu điểm

Đơn giản, có tương quan giữa ngân hàng khi sử dụng DPDA

Áp dụng cho các ngân hàng tiên tiến, áp dung IBR của

Basel II

Phù hợp với Việt Nam khi chuyển từ NPL sang PD, LGD

Nhược

điểm

Chỉ phù hợp với quy

định của Basel I

Chưa thực hiện được

cho các NHVN

Công thức từ NPL

sang PD, LGD, EAD

Công cụ

DPDR, CreditVaR

Mô hình phức tạp

DPDR