Cụ Thể Hóa Các Biện Pháp Kiểm Soát Rủi Ro Tín Dụng Trong Hoạt

o Xác định rõ các tiêu chí cấp tín dụng lành mạnh (thị trường, khách hàng mục tiêu, điều khoản và điều kiện cấp tín dụng…).

o Xây dựng hạn mức tín dụng cho từng loại khách hàng và nhóm khách hàng để tạo ra các loại hình rủi ro tín dụng khác nhau nhưng có thể so sánh và theo dõi được.

o Có quy trình rõ ràng trong phê duyệt tín dụng, các sửa đổi tín dụng với sự tham gia của các bộ phận tiếp thị, bộ phận thẩm định và bộ phận phê duyệt.

o Phát triển đội ngũ nhân viên quản lý rủi ro tín dụng có kinh nghiệm, có kiến thức. Việc cấp tín dụng cần được thực hiện trên cơ sở giao dịch công bằng, đặc biệt cần có sự cẩn trọng và đánh giá hợp lý.

- Duy trì quá trình quản lý, đo lường và theo dõi tín dụng phù hợp:

o Có hệ thống quản lý cập nhật đối với các danh mục đầu tư có rủi ro tín dụng theo quy mô và mức độ phức tạp của ngân hàng; nắm bắt và kiểm soát tình hình tài chính, sự tuân thủ các giao kèo của khách hàng… để phát hiện kịp thời những khoản vay có vấn đề.

o Có hệ thống khắc phục sớm đối với các khoản tín dụng xấu, quản lý các khoản tín dụng có vấn đề.

o Các chính sách rủi ro tín dụng của ngân hàng cần chỉ rõ cách thức quản lý các khoản tín dụng có vấn đề. Trách nhiệm đối với các khoản tín dụng này có thể được giao cho bộ phận tiếp thị hay bộ phận xử lý nợ hoặc kết hợp cả hai bộ phận này, tùy theo quy mô và bản chất của mỗi khoản tín dụng.

o Khuyến khích phát triển và xây dựng hệ thống xếp hạng tín dụng nội bộ trong quản lý rủi ro tín dụng, giúp phân biệt các mức độ rủi ro tín dụng trong các tài sản có tiềm năng rủi ro của ngân hàng.

1.1.7.2. Cụ thể hóa các biện pháp kiểm soát rủi ro tín dụng trong hoạt

động ngân hàng:

- Công tác dự báo rủi ro thông qua các dấu hiệu cảnh báo sớm: khách hàng trì hoãn cung cấp thông tin, trì hoãn cập nhật thông tin hoạt

động kinh doanh và tình hình tài chính; hàng tồn kho và các khoản phải thu gia tăng không phải trong mùa cao điểm; khách hàng hoàn trả nợ vay và lãi vay không đúng hạn.

- Chính sách quản trị rủi ro: Chính sách, khẩu vị rủi ro làm kim chỉ nam trong mọi hoạt động liên quan đến tín dụng; các công cụ hỗ trợ gồm quy định, quy trình, hướng dẫn công việc, sản phẩm...; mô hình định lượng hóa rủi ro; công tác giám sát và kiểm soát sau vay bao gồm phân loại nợ và xử lý nợ vay có vấn đề, xử lý tổn thất tín dụng. Chi tiết hơn có thể kể đến các phương pháp như lập dự phòng chung và cụ thể, san sẻ rủi ro trong các dự án lớn, không tập trung vốn vào một nhóm khách hàng, đa dạng hóa danh mục cho vay, yêu cầu bảo hiểm tín dụng, các biện pháp bảo đảm khoản vay bằng tài sản, bảo lãnh, cầm cố.

1.2. Xếp hạng tín dụng

Với những rủi ro và tác động to lớn như vậy, việc đưa ra các mô hình xếp hạng tín dụng sẽ giảm thiểu được phần lớn các rủi ro và tác động của rủi ro tín dụng, đồng thời giúp việc ra quyết định cấp tín dụng hay tài trợ có cơ sở khoa học và hợp lý hơn.

1.2.1. Định nghĩa

Hệ thống xếp hạng tín dụng trong ngân hàng là việc đưa ra nhận định đánh giá khả năng thực hiện các nghĩa vụ tài chính của một khách hàng đối với ngân hàng nhằm đánh giá, xác định rủi ro trong hoạt động tín dụng của ngân hàng. Mức độ rủi ro tín dụng thay đổi theo từng đối tượng khách hàng và được xác định thông qua quá trình đánh giá bằng thang điểm, dựa vào các thông tin tài chính và phi tài chính có sẵn của khách hàng tại thời điểm xếp hạng tín dụng và quan hệ với đơn vị xếp hạng.

1.2.2. Đối tượng của xếp hạng tín dụng:

Đối tượng xếp hạng là đối tượng được xem xét để ra quyết định tài trợ

- Đối tượng là cá nhân

- Đối tượng là doanh nghiệp (doanh nghiệp tư nhân, công ty cổ phần, định chế tài chính....)

Trong phạm vi đề tài, giới hạn đối tượng là loại hình định chế tài chính đặc thù

– các ngân hàng TMCP Việt Nam.

1.2.3. Vai trò của xếp hạng tín dụng

Xếp hạng tín dụng thường được sử dụng trong:

- Kiểm tra đánh giá nội bộ của chính ngân hàng đó nhằm phát hiện và cảnh báo sớm các vấn đề của chính ngân hàng và kịp thời lên chương trình hành động khắc phục.

- Đánh giá từ bên ngoài (các tổ chức xếp hạng đầu tư, các công ty kiểm toán, các tổ chức cho vay…). Theo giới hạn phạm vi nghiên cứu đã đề cập ban đầu, đề tài chỉ xét đến các chủ thể trong cho vay liên ngân hàng

o Đối với ngân hàng cho vay:

 Giảm thiểu rủi ro tín dụng trong hoạt động kinh doanh của ngân hàng thông qua việc quản lý tốt danh mục cho vay; giám sát chặt chẽ khoản vay bằng các dấu hiệu cảnh báo sớm; và định hướng tới nhóm khách hàng ít rủi ro hơn.

 Giúp hoạt động kinh doanh hiệu quả hơn nhờ vào tiết giảm chi phí và thời gian ra quyết định, cũng như chuẩn xác hóa các quyết định tài trợ.

 Giúp tạo lập một môi trường công bằng, khách quan, lành mạnh trong quan hệ tín dụng giữa ngân hàng và người đi vay.

 Giúp cân đối giữa lợi nhuận và khẩu vị rủi ro, những nhóm khách hàng có xếp hạng tín dụng thấp, rủi ro cao hơn sẽ được áp mức giá (lãi suất) cao hơn để bù đắp rủi ro.

o Đối với người đi vay: thể hiện thương hiệu, năng lực quản trị kinh doanh của người đi vay thông qua kết quả xếp hạng xếp hạng. Qua đó, dễ dàng tiếp cận hơn với các khoản tín dụng nếu xếp hạng tốt.

o Đối với các nhà đầu tư nước ngoài: xếp hạng tín dụng cung cấp thông tin đa chiều về tình hình tài chính, cơ cấu tổ chức, môi trường nội bộ, năng lực quản trị... từ đó lựa chọn danh mục đầu tư và ra quyết định đầu tư.

o Đối với nền kinh tế

 Giúp giảm giá thành tín dụng, giảm giá thành sản phẩm đầu ra.

 Giúp mở rộng mức độ tiếp cận của khách hàng vay đối với thị trường tín dụng, từ đó giúp kích thích tiêu dùng (đối với người vay là cá nhân) và giúp mở rộng đầu tư sản xuất kinh doanh (đối với người vay là tổ chức).

 Thông qua kết quả xếp hạng doanh nghiệp, hình thành thang đo rủi ro theo ngành nghề, lĩnh vực kinh tế từ đó đề xuất các chính sách tiền tệ thích hợp.

1.2.4. Phân loại các phương pháp xếp hạng tín dụng.

Để xếp hạng tín dụng, các tổ chức xếp hạng trên thế giới có thể sử dụng phương pháp chuyên gia hoặc mô hình toán học hoặc kết hợp cả hai.

Mô hình toán học xếp hạng tín dụng (Model driven ratings): là hình thức tập trung vào các dữ liệu định lượng mà họ kết hợp chặt chẽ chúng trong một mô hình toán học. Thông qua mô hình, các tổ chức xếp hạng có thể đánh giá khả năng trả nợ kèm theo những điều chỉnh thích hợp.

Một trong những mô hình phổ biến được ưa chuộng sử dụng trong xếp hạng tín dụng là CAMEL.

Phương pháp chuyên gia (Analyst driven ratings): là hình thức phân công một nhà phân tích đứng đầu, kết hợp với một đội ngũ chuyên gia để đánh giá khả năng thanh toán nợ của đối tượng xếp hạng. Dựa trên các thông tin thu thập được để đánh giá khả năng trả nợ, từ đó đưa ra xếp hạng tín dụng.

1.2.5. Nguyên tắc xếp hạng tín dụng

Nguyên tắc 1: Phân tích dựa trên cơ sở ý thức và năng lực trả nợ của người đi vay

Nguyên tắc 2: Phân tích các yếu tố định lượng và định tính. Các chỉ tiêu phân tích có thể thay đổi phù hợp với sự thay đổi của trình độ công nghệ và yêu cầu quản trị rủi ro.

Nguyên tắc 3: Phân tích theo phương pháp “trên – xuống”, “vĩ mô – đối tượng xếp hạng”, đặt đối tượng xếp hạng trong môi trường của nó.

Nguyên tắc 4: Xây dựng thang điểm các chỉ tiêu đơn giản, dễ hiểu, dễ so sánh. Nguyên tắc 5: Thu thập dữ liệu phải trung thực, khách quan, chính xác, đầy đủ, cập nhật và thống nhất, không chồng chéo.

1.2.6. Xếp hạng tín dụng trên thế giới

1.2.6.1. Mô hình tại các quốc gia

Trên thế giới, xếp hạng tín dụng được ưa chuộng và sử dụng khá rộng rãi. Tùy vào đặc thù yếu tố vĩ mô từng quốc gia (khung pháp lý, quy mô, mục tiêu hoạt động, loại hình ngân hàng, mức độ tin cậy của nguồn thông tin, sự sẵn có của dữ liệu lịch sử, mức độ tiến bộ công nghệ, nguồn lực con người, ngân sách… ), mô hình xếp hạng tín dụng sẽ có những điểm khác biệt.

- Tùy vào dữ liệu đầu vào, cách thức và mục đích thực hiện, mô hình xếp hạng tín dụng được phân loại thành các nhóm hệ thống có chung các đặc trưng:

o Dựa trên các biến vi mô: mục tiêu chính là nhằm phát hiện ra sự suy yếu của đối tượng xếp hạng (các ngân hàng TMCP). Các biến được xác định dựa trên báo cáo tài chính của ngân hàng. Một số nghiên cứu thực nghiệm đã cho thấy các chỉ số vi mô có thể chỉ ra và xác nhận xác suất vỡ nợ của một định chế tài chính, thậm chí là mức độ tổn thương của đối tượng xếp hạng.

o Dựa trên các biến vĩ mô: nhắm đến việc nhận ra những rủi ro của hệ thống ngân hàng và đưa ra các dự báo dựa trên các tín hiệu được cung cấp bởi các biến kinh tế vĩ mô. Thông thường, sự hỗn loạn trong kinh tế vĩ mô có thể xảy ra như một chất xúc tác, làm bùng lên tình trạng dễ bị tổn thương vốn đang âm ỉ của hệ thống ngân hàng và tạo ra điều kiện quyết định cho sự phình ra những khó khăn trong toàn bộ hệ thống ngân hàng.

- Phân loại dựa trên cách thức thực hiện, có 4 loại mô hình sau:

o Mô hình đánh giá ngân hàng bằng phương pháp chuyên gia;

o Mô hình phân tích chỉ số tài chính và nhóm tương đồng;

o Mô hình đánh giá rủi ro ngân hàng hỗn hợp;

o Mô hình thống kê.

Đánh giá điều kiện tài chính hiện tại

Dự báo điều kiện tài chính tương lai

Sử dụng phân tích định lượng và mô hình thống kê

Bao gồm các đánh giá định tính

Tập trung cụ thể vào các loại rủi ro

Liên kết với hành động giám sát chính thức

Hệ thống đánh giá

ngân hàng bằng

phương pháp

chuyên gia;

- Từ góc độ bên trong

***

- Từ góc độ bên ngoài

***

Hệ thống phân tích chỉ số tài chính và nhóm tương đồng;

***

Hệ thống đánh giá rủi ro ngân hàng hỗn hợp;

***

Mô hình thống kê.

***

Có thể bạn quan tâm!

Xem toàn bộ 85 trang tài liệu này.

Ghi chú: * Không đáng kể, ** Đáng kể, *** Rất đáng kể

Bảng 1.1 Chức năng của các mô hình xếp hạng tín dụng

- Phân loại theo mục đích thực hiện, có 4 nhóm hệ thống sau:

o Hệ thống dự báo các khả năng ngân hàng có thể bị hạ bậc xếp hạng: không chỉ chỉ ra nguyên nhân, mà còn chỉ ra những ưu tiên của việc đánh giá, phụ thuộc vào mức độ hạ bậc xếp hạng. Do hệ thống dạng này dựa vào sự giảm giá trị của các chỉ số tài chính, tính chính xác của hệ thống sẽ tăng lên trong tình huống suy thoái xuất hiện.

Từ năm 1998, FDIC (Federal Deposit Insurance Corporation) đã dùng mô hình SCOR (Statistical CAMEL Off-site Rating), thay thế cho mô hình kiểm soát trước đó là CAMEL. Mô hình này áp dụng những phân tích và dự báo dạng Logit bậc thang, dựa trên

báo cáo tài chính quý của ngân hàng, sự giảm giá trị của tình trạng tài chính của ngân hàng bằng việc tính toán chỉ số đánh giá CAMEL giả định. Với mỗi ngân hàng, mô hình SCOR xác định cả xác suất hạ bậc đánh giá tổng hợp và xác suất của những đánh giá riêng lẻ gắn liền với sáu thành tố của hệ thống đánh giá CAMEL. Khi xác suất hạ bậc vượt quá ngưỡng tới hạn 35%, các ngân hàng sẽ được ghi nhận vào báo cáo và được gọi là Danh sách xem xét bên ngoài.

Năm 1995, FED (Federal Reserve) đã phát triển một hệ thống cảnh báo sớm, được gọi là SEER (System to Estimate Examination ratings), bao gồm 2 thành phần: Mô hình đánh giá SEER và mô hình phân hạng rủi ro SEER. Để xác định khả năng hạ bậc xếp hạng được sử dụng trong mô hình đánh giá SEER, mô hình Logit đa thức bậc thang được xây dựng. Các biến giải thích được trình bày bởi một loạt các chỉ số tài chính và phi tài chính, bao gồm những đánh giá CAMEL tổng hợp. Đánh giá SEER được tính toán bằng tổng của năm điểm đánh giá, nhân với xác suất được phân bổ.

o Hệ thống dự báo phá sản:

Hệ thống này cho rằng định chế tài chính vỡ nợ có các biểu hiện tương tự trong những năm trước khủng hoảng, vì vậy việc phân tích một cách cẩn thận báo cáo tài chính của các định chế tài chính này là cần thiết. Mô hình này nhắm tới việc nhận ra những sự tượng quan giữa những chỉ số tài chính đã biết và giả định về khả năng phá sản có thể xảy ra. Mô hình này thực hiện dự báo cho một ngân hàng có vấn đề, sau đó được kiểm tra lại cho một ngân hàng vỡ nợ khác để kiểm định tính chính xác của nó, và sau đó dùng để chỉ ra những ngân hàng có các chỉ số phù hợp với những dự báo trong mô hình.

Một trong những công cụ giám sát từ bên ngoài được sử dụng bới FED là mô hình phân hạng rủi ro SEER. Mô hình này cho phép

tính toán được xác suất vỡ nợ hoặc sự thiếu vốn dữ dội của một ngân hàng trong khoảng thời gian hai năm.

o Hệ thống dự báo các mất mát tiềm tàng:

Hệ thống này được sử dụng tại những quốc gia chưa từng trải qua các cuộc khủng hoảng ngân hàng hoặc phá sản, và nhắm tới việc dự báo khả năng thanh toán của các ngân hàng, bởi việc xác định các khoản lỗ tiềm tàng. Ủy ban ngân hàng Pháp giới thiệu vào năm 1998 một hệ thống nhận ra rủi ro phá sản ngân hàng, được gọi là SAABA (Système d’aide à l/analyse bancaire). Yếu tố đặc biệt của hệ thống này nằm ở khả năng xử lý thông tin từ 25 dữ liệu riêng biệt, nhằm xác định chất lượng của danh mục tín dụng trong khoảng thời gian 3 năm. Thêm nữa, mô hình SAABA có thể xử lý những rủi ro được phân biệt theo bản chất của chúng. Do đó, rủi ro định lượng được xác định dựa trên báo cáo tài chính, trong khi rủi ro định tính (chất lượng quản trị, cổ đông, khả năng trả nợ của tập doàn ngân hàng) được áp dụng trong từng tình huống, được phân biệt cho từng định chế tài chính khác nhau. Hệ thống SAABA, với các phân tích dựa trên chỉ số khả năng thanh khoản Cooke, được hoàn thành bởi một hệ thống hai phần mềm khác: SAABASIM (Simulations Sur Le Systeme Bancaire Francais), được sử dụng vào năm 2002, tái tạo lại các ảnh hưởng của những cú sốc kinh tế vi mô và vĩ mô hoặc những thay đổi trong hành vi của các định chế tài chính, tập đoàn ngân hàng trong hệ thống ngân hàng Pháp và SAABAMcDO, được sử dụng vào năm 2004, dựa trên chỉ số khả năng thanh khoản McDonnough.

o Các dạng dự báo khác

GMS (growth Monitoring System) và REST (Real Estate Stress Test) là 2 công cụ giám sát được FDIC sử dụng. GMS chỉ ra những định chế tài chính phát triển nhanh. Giả thiết của phương pháp này là việc tăng nhanh trong tổng tài sản, đặc biệt là các