Các Phương Pháp Đánh Giá Chất Lượng Danh Mục Cho Vay Trong Quá Khứ

Quy trình này được phối hợp thực hiện ở cả hai cấp Hội sở chính và cấp chi nhánh trong hệ thống NHTM. Trong đó các bước thực hiện như sau:

(1) Từ hệ thống thông tin quản lý của ngân hàng chiết xuất thông tin về khách hàng

(2) Tính toán điểm của khách hàng, lập danh sách khách hàng cần điều tra

(3) Khách hàng trả lời bảng câu hỏi điều tra

(4) Tổng hợp kết quả và xác định danh sách cảnh báo rủi ro

(5) Xác định các biện pháp ứng xử khách hàng tại chi nhánh

(6) Quản lý, giám sát, thực hiện các biện pháp ứng xử

(7) Báo cáo công tác cảnh báo sớm

Kết quả của công tác cảnh báo sớm là khách hàng sẽ được theo dõi tại Hội sở chính theo ba cấp độ cảnh báo chính là màu đỏ (rủi ro cao), màu vàng (rủi ro trung bình) và màu xanh (rủi ro thấp). Theo các cấp độ rủi ro khác nhau mà ngân hàng sẽ có các ứng xử phù hợp thực hiện tại cấp chi nhánh. Định kì, danh sách các khách hàng thuộc diện cần cảnh báo rủi ro sẽ được quản lý, theo dõi tập trung tại Hội sở chính. Từ đó, ban lãnh đạo ngân hàng sẽ có được cái nhìn bao quát về mức độ rủi ro hiện tại trên phạm vi toàn danh mục và đưa ra các biện pháp hành động kịp thời.

(iii) Nhóm phương pháp đánh giá chất lượng danh mục cho vay trong quá khứ Trong luận án này, có ba phương pháp để nhận diện rủi ro danh mục cho vay thông qua đánh giá chất lượng danh mục cho vay trong quá khứ được phân tích, bao gồm: phân tích dịch chuyển, phân tích xu hướng và phân tích Vintage. Do đây là các phương pháp phân tích dựa theo dữ liệu lịch sử về các khoản vay trong danh mục nên điều kiện tiên quyết để đưa ra các đánh giá có tính tin cậy là bộ dữ liệu lịch sử của NHTM về các khoản vay cần đầy đủ, phong phú các thông tin phản ánh, cập nhật và chính xác. Dưới đây là bảng tổng hợp tóm tắt về mục đích phân tích, ưu điểm và nhược điểm của các phương pháp trên.

Bảng 2.2: Các phương pháp đánh giá chất lượng danh mục cho vay trong quá khứ

Phương pháp

Mục đích phân tích	Ưu điểm	Nhược điểm
Phân tích dịch chuyển	Phân tích việc các khoản vay trong danh mục chuyển từ nhóm nợ quá hạn này sang nhóm nợ quá hạn khác	Kĩ thuật phân tích khá đơn giản, không đòi hỏi các phần mềm kĩ thuật phức tạp	 Chưa có tính kịp thời theo chất lượng thực tế của danh mục tại thời điểm phân tích  Chỉ phân tích duy nhất về thay đổi chất lượng các khoản vay thông qua việc thay đổi nhóm nợ, mà không tính tới các yếu tố khác
Phân tích xu hướng	Phân tích về các thông tin của danh mục qua thời gian, từ đó đưa ra xu hướng về rủi ro	Các đặc điểm của danh mục được đưa ra phân tích là đa dạng và tuỳ ý theo yêu cầu của nhà quản trị ngân hàng	Cần kết hợp phân tích xu hướng về nhiều yếu tố khác nhau của danh mục để tránh đưa ra nhận định phiến diện
Phân tích Vintage	Phân tích tỷ lệ PAR của danh mục từng phân đoạn khách hàng dựa trên số liệu lịch sử, từ đó đưa ra xu hướng thay đổi trong mức độ rủi ro cũng như các nhân tố ảnh hưởng tới việc vỡ nợ của từng nhóm khách hàng	Không chịu ảnh hưởng bởi các tỷ lệ về tốc độ tăng trưởng hay tỷ lệ nợ xấu-những dữ liệu có thể không được báo cáo chính xác	 Đòi hỏi kĩ thuật và phần mềm sử dụng trong phân tích phức tạp hơn hai phương pháp trên  Để đưa ra nhận định đủ tin cậy cần kết hợp thêm các kĩ thuật để kiểm định lại (back-testing)

Có thể bạn quan tâm!

Xem toàn bộ 252 trang tài liệu này.

Nguồn: Tác giả tổng hợp theo (Centenary Bank, 2014) và J.P.Morgan (2016)

Phương pháp phân tích dịch chuyển (Migration analysis)

Phân tích dịch chuyển là công cụ cho phép phân tích độ lớn dư nợ hoặc mức phần trăm trong tổng danh mục của các khoản nợ quá hạn dịch chuyển từ nhóm quá hạn này sang nhóm quá hạn khác trong một khoảng thời gian, thường là 1 năm (Centenary Bank, 2014). Ví dụ, khi NHTM cần ước tính phần trăm các món vay hiện đang bị quá hạn từ 1-30 ngày bị chuyển sang nhóm quá hạn 31-60 ngày trong vòng 1 tháng tới, họ có thể sử dụng kĩ thuật phân tích dịch chuyển. Với phương pháp này, NHTM có thể đưa ra những hình thức thu nợ phù hợp để giảm thiểu nợ xấu thực tế phát sinh. Dưới đây là ví dụ về phân tích dịch chuyển

về các khoản nợ quá hạn trong khoảng từ 1-90 ngày trong vòng 1 tháng tiếp theo như sau:

Bảng 2.3: Ví dụ về phân tích dịch chuyển

Đơn vị: nghìn tỷ đồng

10/12		11/1	11/2	11/3	11/4	11/5	11/6	11/7	11/8	11/9	11/10	11/11
1-30		1,935	2,321	2,593	2,664	2,798	2,501	2,707	2,591	2,194	2,177	2,299	2,428
31-60	435		477	532	374	465	487	457	376	335	378	473	478
61-90	227		255	283	244	216	328	270	299	263	254	176	254

1-30

to 31-

25%

23%

14%

17%

18%

14%

13%

17%

22%

21%

31-60

to 61-

59%

46%

58%

70%

55%

65%

70%

76%

46%

54%

Nguồn: Centenary Bank (2014)

Sau đó, tỷ lệ dịch chuyển này có thể đưa thành dạng biểu đồ trực quan như sau:

80%

70%

60%

50%

40%

30%

20%

10%

1-30 to 31-60

31-60 to 61-90

Biểu đồ 2.1: Ví dụ về phân tích dịch chuyển

Nguồn: Centenary Bank (2014)

Phương pháp phân tích xu hướng (Trend report)

Phân tích xu hướng cung cấp cho nhà quản lý thông tin liên quan tới hiệu quả của danh mục sử dụng các thông tin cơ bản của danh mục như: số lượng khách hàng, dư nợ hiện tại, các khoản vay mới và tái tục, giá trị rủi ro của danh mục (Portfolio at risk – PAR), tỷ lệ tăng trưởng giá trị danh mục… và cho phép nhà quản trị so sánh những thông tin này qua các giai đoạn (thường là hàng tháng). Báo cáo xu hướng gồm những loại báo cáo sau:

Loại 1: Báo cáo thông tin cơ bản (Basic Information)

THÔNG TIN CƠ BẢN

	Tháng trước	Tháng hiện tại	MoM
Báo cáo khách hàng và danh mục	14/4	14/5	% thay đổi
Số lượng khách hàng	7690	7629	-1%
Giá trị dư nợ danh mục (Triệu)	2161	2170	0%
Số lượng chi nhánh	6	6	0%
Số lượng cán bộ tín dụng	54	54	0%
Số lượng các khoản vay đã giải ngân (TỔNG SỐ) - Tổng số tiền giải ngân (Triệu) - Số dư nợ mới trung bình trên một cán bộ tín dụng - Số dư nợ tái tục trung bình trên một cán bộ tín dụng	917 543 3,4 13,4	923 433 3,8 13,1	1% -20% 11% -2%
Dư nợ trung bình trên một khách hàng	281038	284387	1%
Báo cáo rủi ro danh mục	14/4	15/4	MoM
PAR -0+ ngày - PAR 0+ (Triệu) - PAR 0+ (%) - Số khách hàng quá hạn trên 0 ngày	417,02 19,3% 2070	423,54 19,52% 2217	2% 1% 7%
PAR -30+ ngày - PAR 30+ (Triệu) - PAR 30+ (%) Số khách hàng quá hạn trên 30 ngày	288,2 13,34% 1259	300,83 13,87% 1410	4% 4% 12%
PAR -180+ ngày - PAR 180+ (Triệu) - PAR 180+ (%) Số khách hàng quá hạn trên 180 ngày	113,28 5,24% 520	146,29 6,75% 582	29% 29% 12%

Bảng 2.4: Ví dụ về báo cáo thông tin cơ bản

Nguồn: J.P.Morgan (2016) Báo cáo này gồm hai phần: Báo cáo khách hàng và danh mục và Báo cáo rủi ro danh mục. Báo cáo này đưa ra sự biến động trong các chỉ tiêu cơ bản từ ngày 14/4 đến ngày hiện tại giả định là 14/5. Sự khác nhau qua từng tháng (MoM) được đưa ra ở cột cuối cùng. Báo cáo khách hàng và danh mục, sự tăng lên được

biểu thị bằng mũi tên màu xanh, giảm đi được biểu thị bằng mũi tên màu đỏ. Với báo cáo rủi ro danh mục, sự gia tăng trong mức độ rủi ro của danh mục (PAR) được biểu thị bằng kí hiệu đèn đỏ, rủi ro suy giảm được biểu thị bằng kí hiệu đèn xanh. Những thông tin này có thể sử dụng để đưa ra cái nhìn tổng quan nhất về chất lượng của danh mục so với tháng trước, từ đó đưa ra quyết định về việc tập trung quản lý để cải thiện chất lượng ở mảng nào.

180>

121-180

61-120

31-60

1-30

0.00

50.00

100.00 150.00 200.00

May-14 Apr-14

1-30

31-60

61-120

121-180

180>

[PERCE NTAGE]

NTAGE][PERCE

[PERCE

NTAGE]

Loại 2: Báo cáo phân loại mức độ nợ quá hạn

Biểu đồ 2.2: Ví dụ về báo cáo mức độ rủi ro danh mục tín dụng theo mức độ quá hạn

Nguồn: J.P.Morgan (2016) Hình 2 đưa ra phân phối danh mục tín dụng theo ngày quá hạn, từ đó gián tiếp thể hiện mức độ rủi ro tín dụng của danh mục. Với biểu đồ cột, giá trị tuyệt đối của rủi ro được thể hiện thông qua dư nợ quá hạn theo ngày, từ 1-30 ngày cho tới 31-60 ngày của tháng hiện tại (màu đỏ, giả định ngày lấy dữ liệu là 14/5) và tháng trước (màu xanh, ngày lấy dữ liệu là 14/4). Với biểu đồ tròn, tỷ lệ phần trăm dư nợ quá hạn được đưa ra theo mức độ ngày quá hạn khác nhau của tháng hiện tại. Việc phân tích hai biểu đồ này cho biết nỗ lực của NHTM trong việc giảm thiểu nợ quá hạn có hiệu quả không giữa hai tháng và đưa ra gợi ý các nội dung cần tập trung hơn trong danh mục tín dụng để việc thu hồi nợ được hiệu

quả hơn vào các tháng tiếp theo (ví dụ sẽ tập trung vào các nhóm nợ có tỷ trọng dư nợ lớn hoặc đang có sự tăng lên lớn nhất qua hai tháng).

Loại 3: Báo cáo dư nợ hiện tại và rủi ro hơn 30 ngày tiếp theo của danh mục

2500

2322

2186

2099

2048

2161

2170

2000

13.40%

13.84%

13.87%

1500

12.86%

10.33%

1000

8.70%

500

18.00%

16.00%

14.00%

12.00%

10.00%

8.00%

6.00%

4.00%

2.00%

0.00%

Dec-13 1 Giá trị dư nợ hiện tại Apr-14 May-14

Giá trị dư nợ cho vay

PAR 30+

4-Jan Feb-14 Mar-14

Biểu đồ 2.3: Ví dụ về báo cáo dư nợ hiện tại và rủi ro hơn 30 ngày tiếp theo của danh mục

Nguồn: J.P.Morgan (2016) Hình 3 mô tả giá trị dư nợ hiện tại của danh mục theo số liệu tại trục tung trái. Đường đồ thị màu đỏ thể hiện mức độ rủi ro của danh mục trong hơn 30 ngày tiếp theo bằng tỷ lệ phần trăm (PAR 30+) theo số liệu tại trục tung phải. Như vậy với phần biểu đồ cột, nhà phân tích sẽ theo dõi được sự phát triển trong giá trị dư nợ của danh mục còn đồ thị của PAR 30+ có thể phản ánh đồng thời cả sự tăng trưởng và chất lượng của danh mục trong 06 tháng vừa qua. Hai biểu đồ này kết hợp với nhau cho nhà phân tích gợi ý về việc liệu các nỗ lực hiện tại để tăng trưởng danh mục tín dụng song song với việc giảm thiểu rủi ro (PAR giảm) có hiệu quả hay không.

Loại 4: Báo cáo xu hướng rủi ro danh mục tín dụng (PAR Trend)

25.00%

20.00%

18.86%

18.88%

19.30% 19.52%

16.44%

15.00% 13.27%

13.40%

13.84%

13.87%

11.06%

12.86%

13.28%

13.87%

10.00%

10.28%

12.67%

12.77%

8.70%

10.33%

5.00%

0.00%

Dec-13 14-Jan Feb-14 Mar-14 Apr-14 May-14

PAR 0+ ngày

PAR 30+ ngày

Lagged PaR 30+ ngày

Biểu đồ 2.4: Ví dụ về báo cáo dư nợ hiện tại và rủi ro của danh mục

Nguồn: J.P.Morgan (2016) Hình 4 đưa ra sự phát triển của các chỉ số phản ánh mức độ rủi ro của danh mục qua 06 tháng như sau:

 Đường màu xanh lam thể hiện tỷ lệ phần trăm các khoản nợ quá hạn từ 0- 30 ngày trong danh mục (PAR 0+ ngày)

 Đường màu đỏ thể hiện tỷ lệ phần trăm các khoản nợ quá hạn từ 30 ngày trở lên trong danh mục (PAR 30+ ngày)

 Đường màu xanh lá cây thể hiện các giá trị trễ của đường PAR 30+ ngày, được hiệu chỉnh theo giá trị tăng trưởng của danh mục trong tháng đó (Lagged PAR 30+ ngày). Nếu danh mục tín dụng tăng trưởng chậm thì giá trị của PAR và Lagged PAR sẽ gần nhau và việc lựa chọn PAR hay Lagged PAR để phân tích không có nhiều khác biệt.

Biểu đồ này dùng để phân tích xu hướng của PAR qua thời gian (tăng lên, giảm đi, tiếp tục xu hướng, đảo ngược xu hướng..), sự chênh lệch giữa PAR 0+ ngày và PAR 30+ ngày, sự khác nhau giữa PAR và Lagged PAR. Qua phân tích này, nhà quản trị sẽ biết được việc nâng cao chất lượng của danh mục tín dụng có hiệu quả hay không.

Phương pháp phân tích Vintage (Vintage analysis)

Đây là một kĩ thuật phân tích danh mục các khoản vay hoặc một phân đoạn khách hàng vay dựa trên số liệu lịch sử (Siarka, 2011). Ưu điểm nổi bật của phương pháp này theo Anderson (2007) là giúp đánh giá thực chất hơn về chất lượng danh mục cho vay bởi không chịu ảnh hưởng bởi các tỷ lệ về tốc độ tăng trưởng hay tỷ lệ nợ xấu, bởi các tỷ lệ này có thể bị gian lận bằng các thủ thuật báo cáo khác nhau. Phân tích Vintage cho phép so sánh chất lượng của các danh mục tài sản trong cùng phân đoạn, thông thường là hàng tháng. Theo hướng dẫn của Centenary Bank (2014), dữ liệu về xác suất vỡ nợ sẽ được nhóm theo các phân đoạn khách hàng dựa theo số liệu hàng tháng (a vintage), sau đó sẽ được thiết kế lại theo một ma trận hình thang theo thời hạn đã giải ngân trên sổ ngân hàng bằng đơn vị tháng (age). Như vậy thuật ngữ “vintage” được sử dụng ở đây có nghĩa là sử dụng phân tích dựa theo “tuổi” theo đơn vị tháng của từng nhóm khoản vay trong danh mục tín dụng tính từ thời điểm giải ngân.

Bảng 2.5: Ví dụ về phân tích Vintage

Thời hạn trên sổ

ngân hàng

12/7	12/8	12/9	12/10	12/11	12/12	13/1	13/2	13/3	13/4	13/5	13/6	13/7	13/8	13/9	13/10
0
1	0%	0%	0%	0%	0%	0%	0%	0%	0%	0%	0%	0%	0%	0%	0%	0%
2	0%	0%	0%	0,1%	0%	0,3%	0%	0%	0%	0%	0%	0%	0%	0,3%	0,2%
3	0%	0%	0,1%	0,2%	0,4%	0,3%	0%	0%	0,2%	0%	0%	0%	0%	0%
4	0%	0%	0,2%	0,4%	0,2%	0,3%	0%	0,1%	0,4%	0%	0%	0,1%	0,2%
5	0%	0%	0,2%	0,5%	0,6%	0,3%	0,1%	0,2%	0,4%	0%	0%	0,1%
6	0%	0%	0,3%	0,4%	0,7%	0,5%	0,3%	0,3%	0,5%	0,1%	0,1%
7	0,2%	0,5%	0,2%	0,5%	1,1%	0,8%	0,4%	0,3%	0,5%	0,1%
8	0,2%	0,5%	0,4%	0,7%	1,1%	1,2%	0,4%	0,3%	0,8%
9	0,7%	0,9%	0,9%	0,9%	1,3%	1,5%	0,3%	0,3%
10	0,7%	1,6%	1,0%	0,9%	1,4%	1,5%	0,6%
11	1,2%	1,7%	0,9%	0,9%	1,3%	1,4%
12	1,3%	1,7%	1,3%	1,4%	1,8%
13	1,5%	1,8%	2,2%	1,8%
14	1,9%	1,9%	2,2%
15	1,8%	1,9%
16	2,1%

Nguồn: Centenary Bank (2014) Mỗi ô trong bảng là tỷ lệ phần trăm thể hiện xác xuất vỡ nợ, tỷ lệ này đo lường bằng phần trăm dư nợ được giải ngân trong tháng đã bị vỡ nợ trên tổng dư nợ đã