Management Ability – Năng Lực Quản Trị Điều Hành

nhiều nhất. Nếu một NH có chất lượng hoạt động tín dụng cao, thể hiện qua việc thu nợ gốc và lãi đúng hạn, bảo toàn được vốn cho vay, tỷ lệ nợ quá hạn thấp, vòng quay vốn tín dụng nhanh, thì NH đó về cơ bản được đánh giá là hoạt động an toàn và hiệu quả. Thông thường, chất lượng tín dụng của NH được đánh giá qua các chỉ số: tỷ lệ giữa nợ quá hạn so với tổng dư nợ, tỷ lệ nợ xấu so với tổng dư nợ, tỷ lệ giữa dự phòng phải thu khó đòi so với tổng dư nợ, đây là những chỉ số quan trọng để đánh giá chất lượng tín dụng. Một NH có chất lượng tín dụng không tốt, tỷ lệ nợ xấu cao sẽ gây ra những tổn thất về tài sản, giảm khả năng sinh lời, trong khi mức dự phòng trích lập không đủ sẽ dẫn đến giảm sút vốn tự có và cuối cùng sẽ mất khả năng thanh toán. Nếu thị trường biết rằng chất lượng tài sản của NH kém thì sẽ tạo áp lực lên trạng thái nguồn vốn ngắn hạn của NH, và điều này có thể dẫn đến khủng hoảng thanh khoản, hoặc dẫn đến tình trạng đổ xô đi rút tiền ở NH.

Để đánh giá chất lượng tài sản và mức độ hoạt động của NH một cách đầy đủ và chính xác, một mặt phải xem xét toàn diện cơ cấu, tính chất tài sản mà NH đang nắm giữ, mặt khác phải nghiên cứu mối tương quan giữa cơ cấu tài sản Có và tài sản Nợ. Mối tương quan này giúp đánh giá tính tối ưu trong cơ cấu tài sản, khả năng phản ứng của NH trước những biến động của thị trường, khả năng đứng vững trước những hiện tượng bất thường của môi trường kinh doanh và đáp ứng yêu cầu rút tiền của công chúng.

Đánh giá chất lượng tài sản thường được thực hiện qua việc xem xét các chỉ tiêu sau:

 Tốc độ tăng trưởng tín dụng

 Tỷ trọng dư nợ theo ngành

 Tỷ lệ nợ xấu/ tổng dư nợ

 Tỷ lệ nợ quá hạn/ Tổng dư nợ

1.2.2.3. Management Ability – năng lực quản trị điều hành

Có thể bạn quan tâm!

Xem toàn bộ 110 trang tài liệu này.

Nhiều nhà phân tích chuyên nghiệp coi quản lý là yếu tố quan trọng nhất trong hệ thống phân tích CAMEL, bởi quản lý đóng vai trò quyết định đến thành công trong hoạt động của NH. Đặc biệt, các quyết định của người quản lý sẽ ảnh hưởng trực

tiếp đến những yếu tố như: chất lượng tài sản Có, mức độ tăng trưởng của tài sản Có, mức gia tăng thu nhập.

Các chính sách về quản lý con người, các chính sách quản lý chung của tổ chức, các hệ thống thông tin, các chế độ kiểm soát và kiểm toán nội bộ, các kế hoạch chiến lược và ngân sách đều được xem xét một cách riêng rẽ để phản ánh toàn bộ chất lượng của hoạt động quản lý. Nói đến chất lượng và năng lực quản lý là nói đến yếu tố con người trong bộ máy quản lý và hoạt động, thể hiện ở các nội dung: (i) đề ra được các chính sách kinh doanh đúng đắn và có hiệu quả; (ii) xây dựng các thủ tục quản lý, điều hành các quy trình nghiệp vụ hợp lý, sát thực và đúng pháp luật,(iii) tạo lập được cơ cấu tổ chức hợp lý, vận hành hiệu quả, (iv) giảm thiểu rủi ro đạo đức trong hệ thống quản lý. Ngoài ra, chất lượng và năng lực quản lý còn thể hiện ở khả năng nắm bắt kịp thời những tình huống bất lợi, nhận biết sớm các rủi ro tiềm ẩn đe đọa sự an toàn của NH để đưa ra những biện pháp đối phó kịp thời. Chất lượng quản lý cuối cùng được phản ánh ở tính tuân thủ đầy đủ luật pháp cũng như các quy chế hoạt động, gia tăng lợi nhuận và đạt được hiệu quả kinh doanh, duy trì được khả năng thanh toán, từ đó nâng cao sức cạnh tranh và vị thế của NH trên thị trường, giúp NH phát triển bền vững.

1.2.2.4. Earnings – Khả năng sinh lời

Lợi nhuận là chỉ số quan trọng nhất để đánh giá công tác quản lý và các hoạt động chiến lược của nhà quản lý thành công hay thất bại. Lợi nhuận sẽ dẫn đến hình thành thêm vốn và thu hút các nhà đầu tư trong việc tăng đầu tư, hỗ trợ phát triển cho NH trong tương lai. Lợi nhuận còn cần thiết để bù đắp các khoản cho vay bị tổn thất và trích lập dự phòng đầy đủ. Bốn nguồn thu nhập chính của NH là: thu nhập từ lãi, thu nhập từ lệ phí, hoa hồng, thu nhập từ kinh doanh mua bán và thu nhập khác. NH cũng là một loại hình doanh nghiệp hoạt động với mục tiêu tối đa hóa lợi nhuận. Tuy nhiên, để đảm bảo an toàn cho hoạt động NH thì khi đánh giá hiệu quả HĐKD của NH ở phương diện lợi nhuận cần có một quan điểm toàn diện. Một NH có mức lợi nhuận cao chưa hẳn là tốt, để có mức lợi nhuận như vậy có thể NH này đã chấp nhận cơ cấu tài sản có độ rủi ro cao. Khi xét đến chỉ tiêu lợi nhuận, cần

phân tích lợi nhuận trong mối quan hệ với các chỉ tiêu quản lý khác, chẳng hạn như mức độ thanh khoản, mức chấp nhận rủi ro, cơ cấu tài sản cũng như triển vọng phát triển lâu dài của hệ thống NH. Trong phân tích đánh giá khả năng sinh lời của NH, có thể đo bằng nhiều chỉ tiêu khác nhau như chỉ tiêu về hiệu quả hoạt động: tỷ lệ chi phí so với tổng tài sản, tỷ lệ chi phí so với tổng thu nhập, tỷ lệ hiệu suất làm việc của nhân viên. Dù đo lường bằng cách nào thì vẫn chủ yếu là xem xét lợi nhuận của NH sau một thời kỳ hoạt động trong mối tương quan với nguồn vốn, tài sản, khả năng bù đắp chi phí và những thất thoát xảy ra, cũng như khả năng bảo toàn và phát triển vốn. Để có lãi, các NH phải tạo ra nguồn thu nhập ngày càng tăng cho mình cùng lúc với tiết kiệm chi phí hoạt động tới mức hợp lý. Đồng thời phải hạn chế được những rủi ro, thất thoát thông qua các chính sách, biện pháp quản lý và tạo ra cơ cấu nguồn vốn và tài sản hợp lý.

Các chỉ tiêu sử dụng:

ROA= Lợi nhuận sau thuế/ Tổng tài sản bình quân ROE = Lợi nhuận sau thuế/ VCSH bình quân NIM = Thu nhập lãi thuần/ Tài sản có sinh lời

Chỉ số chi phí hoạt động = Chi phí hoạt động/ Tổng tài sản bình quân

1.2.2.5. Liquidity – Tính thanh khoản

Khả năng thanh khoản là một chuẩn mực hoạt động quan trọng của NH. Đây là một yếu tố hết sức nhạy cảm đối với hoạt động NH. Thanh khoản là tình trạng tiền mặt sẵn sàng để chi trả hay gia tăng TSC. Trong cấu trúc nợ và VCSH của NH, khả năng thanh toán của các tài sản ngắn hạn cũng là một nhân tố rất quan trọng trong việc đánh giá tổng quan khả năng quản lý tính lỏng của NH.

Khả năng thanh khoản thường được đánh giá thông qua các chỉ tiêu sau:

 Tỷ lệ thanh khoản của tài sản = Tài sản thanh khoản/ Tổng tài sản

 Hệ số đảm bảo tiền gửi = Tài sản thanh khoản / Tổng tiền gửi

 Hệ số thanh khoản ngắn hạn = Tài sản thanh khoản/ Tổng nợ ngắn hạn

 Tỷ lệ dư nợ cho vay và tiền gửi = Tổng dư nợ cho vay/ Tổng tiền gửi

Tóm lại, đánh giá hiệu quả hoạt động NH bằng hệ thống các chỉ tiêu của mô hình CAMEL có ưu điểm là khắc phục được tính rời rạc của phân tích riêng lẻ các chỉ số, hướng phân tích chủ yếu là định lượng kết hợp với phân tích định tính, đồng thời việc tính toán cũng dễ dàng thực hiện do đa số thông tin đều có thể thu thập trên các báo cáo tài chính của NH.

1.2.3. Phương pháp phân tích hiệu quả biên và mô hình DEA

Bên cạnh cách tiếp cận truyền thống, hiện nay các NH còn sử dụng phương pháp phổ biến là phân tích hiệu quả biên trong việc đánh giá hiệu quả HĐKD. Các NH cung ứng một tập hợp phong phú các sản phẩm và dịch vụ tài chính nhưng hiệu quả thực sự của các hoạt động này như thế nào thì lại chưa tính toán được một cách chính xác. Để đánh giá được hiệu quả hoạt động của các NH, các nhà phân tích đã sử dụng phương pháp phân tích hiệu quả biên. Phương pháp này tính toán chỉ số hiệu quả tương đối dựa trên việc so sánh khoảng cách các đơn vị (NH) với một đơn vị thực hiện hoạt động tốt nhất trên biên. Công cụ này cho phép ta tính được chỉ số hiệu quả chung của NH dựa trên hoạt động của chúng và cho phép đánh giá hiệu quả hoạt động của từng NH. Bên cạnh đó, cách tiếp cận này còn cho phép ta xác định được thực tế hoạt động ở thời điểm hiện tại của NH cần đánh giá và cũng cho phép các NH mở rộng khả năng hoạt động thực tế tốt nhất ở những điểm có thể áp dụng được, từ đó cải thiện được hiệu quả hoạt động toàn bộ của NH.

1.2.3.1. Các cách tiếp cận hiệu quả biên

Cách tiếp cận tham số: Cách tiếp cận này đòi hỏi phải chỉ định một dạng hàm cụ thể đối với đường biên hiệu quả và có chỉ định của phân phối phi hiệu quả hoặc sai số ngẫu nhiên. Tuy nhiên, nếu việc chỉ định dạng hàm sai thì kết quả tính toán sẽ ảnh hưởng đến các chỉ số hiệu quả. Tiêu biểu là kỹ thuật phân tích biến ngẫu nhiên (SFA) – cách tiếp cận tham số bao gồm việc ước lượng hiệu quả kỹ thuật và ước lượng hiệu quả chi phí.

Cách tiếp cận phi tham số: không yêu cầu đưa ra dạng hàm cụ thể, cũng không đòi hỏi các ràng buộc về hình dáng của đường biên thực hiện tốt nhất. Phương pháp thường được sử dụng trong cách tiếp cận này là phương pháp phân tích bao dữ liệu (DEA).

1.2.3.2. Phương pháp phân tích bao dữ liệu (DEA) Giới thiệu tổng quát về phương pháp DEA‌

Phương pháp DEA là cách tiếp cận phi tham số được khởi xướng bởi Charnes, Cooper và Rhodes (1978) để đo lường hiệu quả trong các tổ chức, được phát triển từ ý tưởng của Farrel (1958). Mục tiêu của DEA là xây dựng một mặt bao lồi hiệu quả phi tham số sao cho các điểm quan sát không nằm cao hơn đường giới hạn hiệu quả. Đường giới hạn hiệu quả này được xây dựng từ những đoạn thẳng kết nối các điểm hiệu quả nhất.

Cách tiếp cận DEA không đòi hỏi ràng buộc về hình dáng của đường biên thực hiện tốt nhất, cũng như không đòi hỏi các ràng buộc về phân phối của các nhân tố phi hiệu quả trong số liệu như cách tiếp cận tham số, trừ ràng buộc các chỉ số hiệu quả phải nằm giữa 0 và 1 và giả sử không có sai số ngẫu nhiên hoặc sai số phép đo trong dữ liệu. Đây cũng là hạn chế của phương pháp phi tham số, vì nó rất nhạy nên nếu có sai số ngẫu nhiên tồn tại trong số liệu thì các kết quả đo lường hiệu quả sẽ bị ảnh hưởng. Đồng thời điểm hiệu quả DEA là điểm hiệu quả tương đối giữa các đơn vị khảo sát với nhau nên nếu có một đơn vị ra quyết định DMU (Decision Making Unit) có điểm hiệu quả 100% nằm trên đường giới hạn hiệu quả thì cũng không đồng nghĩa rằng DMU này đạt hiệu quả tối ưu trên thực tế mà chỉ tốt hơn so với các đơn vị khác trong phạm vi khảo sát.

Khác với SFA, DEA không đòi hỏi xác định dạng hàm đối với biên hiệu quả và cho phép kết hợp nhiều đầu vào và nhiều đầu ra trong việc tính toán các độ đo hiệu quả. Đây cũng là ưu điểm của cách tiếp cận phi tham số so với cách tiếp cận tham số trong việc đánh giá hiệu quả hoạt động của một ngành dịch vụ phức tạp và có nhiều mối quan hệ không xác định được giữa các đầu vào - đầu ra như ngành NH.Với đặc thù của ngành, việc phải chỉ định cụ thể một dạng hàm giữa đầu vào – đầu ra như cách tiếp cận tham số sẽ khó thực hiện và có thể cho những kết luận sai nếu việc chỉ định dạng hàm là không chính xác.

Các cách lựa chọn biến đầu vào và đầu ra trong phương pháp DEA:

Do đặc diểm của ngân hàng là ngành dịch vụ có nhiều yếu tố đầu ra và đầu vào nên điều quan trọng trong phân tích DEA đối với các NHTM là lựa chọn biến đầu ra vào đầu vào cho hợp lý. Tuy nhiên, việc xác định đầu vào và đầu ra đối với các ngân hàng không đơn giản. Không giống như các ngành sản xuất khác, trong quá trình hoạt động NHTM sử dụng cả tiền gửi và các tài sản khác. Đầu ra các dịch vụ của NHTM cũng không giống đầu ra của các doanh nghiệp sản xuất, vốn được đo lường bằng số lượng với mục tiêu được xác định rò ràng. Có 2 cách tiếp cận thường sử dụng để xác định đầu ra và đầu vào: cách tiếp cận sản xuất (hay còn gọi là cách tiếp cận cung cấp dịch vụ, cách tiếp cận giá trị gia tăng) và cách tiếp cận tài sản (hay còn gọi là cách tiếp cận trung gian).

Trong cách tiếp cận sản xuất, NHTM được xem là doanh nghiệp sử dụng vốn và lao động để tạo ra các sản phẩm tiền gửi và cho vay. Còn trong cách tiếp cận trung gian, NHTM được xem là trung gian dịch vụ tài chính, nhận tiền gửi từ khách hàng và cho khách hàng khác vay. Đầu vào của ngân hàng bao gồm các yếu tố: lao động, kỹ thuật, tiền gửi, đầu ra bao gồm: tiền cho vay, các thu nhập khác từ hoạt động dịch vụ của ngân hàng. Cách tiếp cận trung gian còn chia thành 2 nhóm nhỏ: tiếp cận lợi nhuận (hay còn gọi là cách tiếp cận chi phí người sử dụng) và cách tiếp cận quản lý rủi ro.

Về cơ bản, hai cách tiếp cận này là giống nhau. Sự khác nhau giữa hai cách tiếp cận ở chỗ cách tiếp cận trung gian sử dụng giá trị thay vì số lượng và xem ngân hàng như tổ chức trung gian. Vì vậy, cách tiếp cận trung gian thường phù hợp hơn với các ngành dịch vụ, nhất là đối với các NHTM.

Phương pháp phân tích Mô hình DEACRS

Từ ý tưởng của Farrell, công thức tính hiệu quả cho trường hợp doanh nghiệp sử

dụng nhiều đầu ra và nhiều đầu vào khi áp dụng cho một doanh nghiệp có k yếu tố đầu vào và sản xuất ra m kết quả đầu ra là:

EF = ∑umym /∑vkxk (1)

Trong đó, u là trọng số của biến đầu ra y, v là trọng số của biến đầu vào x, 0 ≤ um, vk≤ 1.

Nếu phát triển lên cho n doanh nghiệp khác nhau trong cùng một lĩnh vực thì có thể

xác định được hiệu quả cho doanh nghiệp thứ i (1≤ i ≤ n) theo công thức:

EFi = ∑umymi /∑vkxki (2)

Bằng cách tính toán hệ số hiệu quả của từng doanh nghiệp, xác định doanh nghiệp thứ n được xem là hiệu quả nhất (EF =1) sẽ hình thành nên đường bao dữ liệu, trong khi các doanh nghiệp còn lại kém hiệu quả hơn sẽ không nằm trên đường bao dữ liệu (EF<1).

Charnes, Cooper và Rhodes (1978) đã phát triển mô hình của Farrell bằng cách giả định xảy ra trường hợp sản lượng không đổi theo quy mô CRS, với cách tiếp cận định hướng đầu vào (xem phụ lục 1). Trong trường hợp này, doanh nghiệp thứ io nếu không đạt được hiệu quả tương đối hoàn toàn (EF =1) có thể tối đa hóa hiệu quả của nó bằng cách giải bài toán:

Maxu,vEFio

Với điều kiện: EFi ≤ 1, 1≤i≤n 0≤ um,1

Trong đó EFio = EFi = ∑umymio /∑vkxkio(3)

Bài toán (3) tồn tại vô số nghiệm. Để tránh điều này, Charnes và Cooper đưa vào ràng buộc ∑ vkxkio =1. Bài toán (3) được viết lại dưới dạng bài toán quy hoạch tuyến tính (linear programming problem),

Maxu,v(∑um,ymio) với điều kiện:

∑vkxki0 = 1

EF≤ 1, 1 ≤ i≤ n

0 ≤ um, vk≤ 1 (4)

Sử dụng tính chất đối ngẫu của bài toán quy hoạch tuyến tính, có thể chuyển bài toán (4) thành dạng bao dữ liệu tương đương (equivalent envelopment form). Dạng bao dữ liệu này có ít ràng buộc hơn và có thể dễ dàng giải được.

Min θ,

Với điều kiện: -yi + Yλ ≥0, θxi – Xλ ≥ 0

λ≥ 0 (5) Trong đó,

- θ là mức độ hiệu quả của từng doanh nghiệp

- λ gồm tập hợp (λ1, λ2, …, λn) thể hiện mối quan hệ giữa các doanh nghiệp được khảo sát (chẳng hạn như nếu u và v là trọng số của các biến đầu ra và đầu vào thì λ là trọng số giữa các DMU với nhau).

- yi, xi: lần lượt là đầu ra và đầu vào của doanh nghiệp thứ i.

- Y gồm tập hợp (y1, y2,..., yn): tập đầu ra của các doanh nghiệp.

- X gồm tập hợp (x1, x2,…, xn): tập đầu vào của các doanh nghiệp.

Bài toán (5) còn được gọi là mô hình DEACRS với giả định các doanh nghiệp hoạt động ở quy mô tối ưu, đồng thời xác định phi hiệu quả kỹ thuật có thể xảy ra. Phi hiệu quả kỹ thuật là lượng mà tất cả các đầu vào có thể giảm xuống mà không làm giảm đầu ra. Nguyên nhân gây ra phi hiệu quả kỹ thuật có thể là do cơ cấu giữa đầu vào và đầu ra, do khả năng quản lý yếu hoặc do quy mô hoạt động.

Mô hình DEACRS phù hợp với điều kiện các doanh nghiệp hoạt động ở quy mô tối ưu.Thực tế không phải lúc nào các doanh nghiệp cũng hoạt động ở quy mô tối ưu.Khi đó, mô hình DEACRS không còn phù hợp.

Mô hình DEAVRS và hiệu quả quy mô

Năm 1984, Banker, Charnes và Cooper đề xuất mô hình mở rộng của mô hình DEACRS thành mô hình DEAvrs với giả định sản lượng thay đổi theo quy mô. Việc sử dụng các chỉ thị của mô hình DEACRS khi không phải tất cả các DMU hoạt động ở quy mô tối ưu mang lại kết quả đo lường hiệu quả kỹ thuật bao gồm cả hiệu quả quy mô. Trong khi đó, mô hình DEAvrs cho phép tính toán hiệu quả kỹ thuật mà không có các tác động này của hiệu quả theo quy mô.

Mô hình DEAvrs được xây dựng thêm bằng cách thêm điều kiện ∑yi = 1 vào mô hình (5) và có dạng: