- Hoàn thiện phương pháp xếp hạng: trước mắt Agribank cần nâng cao hiệu quả xếp hạng của phương pháp chuyên gia thông qua khâu lựa chọn chuyên gia. Chuyên gia được lựa chọn phải là người am hiểu lĩnh vực rủi ro của ngân hàng, đặc biệt những người này phải chuyên sâu về lĩnh vực thống kê, đảm bảo các nhận định, phán đoán có độ tin cậy cao trên cơ sở phân tích dữ liệu lịch sử. Giai đoạn 2, khi Agribank đã xây dựng được cơ sở dữ liệu khách hàng đầy đủ cả về chất và lượng, cần xây dựng hệ thống xếp hạng tín dụng theo phương pháp thống kê. Trong đó cần ước lượng được các thông số cơ bản theo yêu cầu của Hiệp ước Basel 2. Phân loại nợ và trích dự phòng phải trên cơ sở các ước lượng này.
c. Xây dựng lộ trình hoàn thiện cơ sở dữ liệu để đo lường RRTD theo cách tiếp cận IRB
Theo NCS, cuối năm 2020 Agribank có thể đo lường RRTD theo cách tiếp cận IRB cơ bản. Cách tiếp cận này đòi hỏi cơ sở dữ liệu phải đủ số trường dữ liệu cũng như độ dài lịch sử. Vì vậy, Agribank phải xây dựng một lộ trình thích hợp để hoàn thiện dữ liệu cả về độ lớn và độ dài về thời gian. Theo kinh nghiệm hoàn thiện dữ liệu để áp dụng IRB tại ngân hàng ANZ và DBS, Agribank nên thực hiện theo hướng:
- Rà soát lại hệ thống mẫu biểu, các trường số liệu sẵn có trong hệ thống, đánh giá khoảng trống dữ liệu của Agribank so với yêu cầu của Basel 2.
- Xác định lộ trình hoàn thiện dữ liệu theo yêu cầu của Basel 2. Việc hoàn thiện cơ sở dữ liệu phải trên nguyên tắc tận dụng triệt để nguồn dữ liệu và cơ sở hạ tầng sẵn có. Theo kết quả khảo sát kinh nghiệm triển khai Basel 2 của NCS, có thể hoàn thiện dữ liệu và áp dụng IRB theo từng phân đoạn khách hàng, phân đoạn nào ngân hàng có thế mạnh sẽ hoàn thiện trước và tuân thủ, các phân đoạn chưa hoàn thiện tiếp tục sử dụng hệ thống xếp hạng bên ngoài của các tổ chức xếp hạng độc lập.
- Đối với các trường số liệu còn thiếu, ngân hàng cần chủ động phối hợp với các chuyên gia thiết kế phần mềm nhằm đảm bảo các trường số liệu mới có thể phản ánh, lưu trữ thông tin đầy đủ và có thể tận dụng tối đa năng lực công nghệ sẵn có tại ngân hàng.
d. Xây dựng hệ thống cảnh báo sớm rủi ro
Để đảm bảo việc nhận diện sớm RRTD, Agribank xây dựng hệ thống cảnh báo sớm RRTD với các nội dung cơ bản:
Có thể bạn quan tâm!
-
Đề Xuất Mô Hình Tổ Chức Bộ Máy Quản Trị Rrtd Tại Agribank Tổng Giám Đốc: Chịu Sự Chỉ Đạo, Điều Hành Trực Tiếp Từ Hđtv Trong -
Hoàn Thiện Các Văn Bản Nội Bộ Về Quản Trị Rủi Ro Tín Dụng Agribank Cần Sửa Đổi, Bổ Sung, Hoàn Thiện Các Văn Bản Nội Bộ Về Quản -
Duy Trì Tăng Trưởng Tín Dụng Hợp Lý Trên Cơ Sở Kiểm Soát Chất Lượng Các Khoản Cho Vay Mới -
Xây Dựng Qui Trình Đánh Giá Mức Độ Đầy Đủ Vốn Nội Bộ (Icaap) Đối Với Rủi Ro Tín Dụng -
Hoàn Thiện Hệ Thống Thanh Tra, Giám Sát Ngân Hàng Theo Chuẩn Mực Quốc Tế -
Quản trị rủi ro tín dụng theo Hiệp ước Basel 2 tại Ngân hàng nông nghiệp và phát triển nông thôn Việt Nam - 25
Xem toàn bộ 241 trang tài liệu này.
Mục đích: nhận diện và cảnh báo sớm RRTD đối với những khoản vay chưa phát sinh rủi ro.
Phương pháp: Xây dựng bộ chỉ tiêu chấm điểm bao gồm các chỉ tiêu và trọng số từng chỉ tiêu (nhóm chỉ tiêu) để chấm điểm. Bộ chỉ tiêu phải ghi nhận các thông tin trọng yếu có tác động đến rủi ro (khả năng không trả được nợ) của khách hàng bao gồm 3 nhóm: nhóm chỉ tiêu tài chính (thu nhập của khách hàng, lịch sử vay mượn của khách hàng, nghĩa vụ tài chính của khách hàng), chỉ tiêu phi tài chính (sự tín nhiệm trong vay mượn trong quá khứ, độ tuổi, ngành nghề, tư cách của khách hàng), chỉ tiêu thuộc môi trường kinh doanh (các yếu tố kinh tế vĩ mô, pháp lý, chính trị, xã hội…) có tác động đến thu nhập, khả năng và sự sẵn sàng trả nợ của khách hàng.
Nội dung: Kết quả chấm điểm là cơ sở để đưa ra cảnh báo. Thông thường hệ thống cảnh báo phải đưa ra ít nhất 3 mức cảnh báo: Rủi ro thấp (chưa cần các biện pháp can thiệp), có nguy cơ rủi ro cao (cần tăng cường quản lý để kiểm soát rủi ro) và rủi ro cao (cần áp dụng các biện pháp xử lý thích hợp). Việc cảnh báo sớm có thể thực hiện theo định kỳ (hàng tháng) hoặc khi có thông tin mới bất lợi, có nguy cơ phát sinh rủi ro.
Để vận hành hệ thống cảnh báo sớm đòi hỏi Agribank phải xử lý các vấn đề:
Thứ nhất: xây dựng các kênh thu nhận thông tin phục vụ cho việc chấm điểm. Ngoài thông tin từ kho dữ liệu tại TSC, Agribank xây dựng khung câu hỏi điều tra để làm cơ sở cho việc thu thập thêm thông tin điều tra sát với yêu cầu chấm điểm. Trên cơ sở đó, cán bộ trực tiếp điều tra tùy từng đối tượng khách hàng, loại hình cho vay sẽ lựa chọn các câu hỏi phù hợp để có thông tin cần thiết theo yêu cầu.
Thứ hai: Đầu tư phần mềm cảnh báo rủi ro nhằm thu nhận, phân tích, xử lý thông tin, tính điểm các chỉ tiêu và đưa ra thông tin cảnh báo một cách tự động khi hệ thống tiếp nhận thông tin mới.
Thứ ba: xây dựng qui trình cảnh báo sớm. Theo NCS Khối quản lý rủi ro tại TSC chịu trách nhiệm quản lý việc chấm điểm và xác định mức độ cảnh báo. Theo đó, qui trình bao gồm các bước cơ bản sau:
Bước 1: Tại TSC, xác định đối tượng cần cảnh báo sớm (nợ chưa phát sinh RRTD). Bước 2: Tại chi nhánh, tiếp nhận đối tượng cần cảnh báo sớm từ TSC và tiến hành thu thập thông tin phục vụ cho việc chấm điểm. Thông tin sau khi được kiểm duyệt sẽ chuyển về TSC. Bước 3: Tại TSC, hệ thống tự động chấm điểm và đưa ra thông tin cảnh báo sớm. Nội dung và mức độ cảnh báo được chuyển về Chi nhánh phục vụ cho việc ra quyết định cấp tín dụng, quản lý và xử lý RRTD.
Trước khi vận hành chính thức, Agribank nên có một thời gian thử nghiệm hợp lý để kiểm định tính chính xác của thông tin cảnh báo. Việc kiểm định phải thực hiện trên cả 3 nội dung: hệ thống dữ liệu, các chỉ tiêu cảnh báo và hệ thống phần mềm phân tích, đánh giá dữ liệu. Hệ thống vận hành chính thức khi kiểm định cho thấy thông tin cảnh báo có độ tin cậy cho phép.
Cùng với việc hoàn thiện hạ tầng quản trị RRTD, Agribank phải có kế hoạch mua sắm công nghệ đo lường vốn theo cách tiếp cận SA. Việc mua sắm công nghệ phải tính đến thời gian huấn luyện nhân viên kỹ thuật, vận hành
thử để đảm bảo cuối năm 2018 chính thức đo lường vốn theo cách tiếp cận SA.
3.3.1.9 Tăng vốn tự có đảm bảo hệ số an toàn vốn theo qui định của NHNN
Hiện nay, theo qui định của NHNN Việt nam, Agribank đã đạt hệ số an toàn vốn trên 9%. Tuy nhiên hệ số an toàn vốn của Việt nam hiện nay chưa phù hợp với cách xác định của Basel 2 (chưa tính đến rủi ro thị trường và rủi ro tác nghiệp, đánh giá chưa chính xác trọng số của RRTD). Nếu theo chuẩn Basel 2 Agribank vẫn chưa thể đạt mức vốn tối thiểu. Vì vậy, để tuân thủ Basel 2, Agribank cần tính toán và có kế hoạch tăng vốn tự có. Theo NCS, Agribank cần chủ động thực hiện các biện pháp:
- Xử lý nợ xấu: một mặt cải thiện chất lượng tài sản có để giảm mẫu số của hệ số an toàn vốn (giảm giá trị tài sản có điều chỉnh theo RRTD), mặt khác tăng nguồn thu, cải thiện kết quả kinh doanh, tạo nguồn để tăng vốn tự có từ lợi nhuận và các quỹ. Agribank nên ưu tiên các biện pháp có thể xử lý triệt để RRTD, tạo nguồn trực tiếp cho tăng vốn như chuyển nợ thành vốn góp, bán nợ (giải pháp 3.2.1.4)
- Phát hành trái phiếu tăng vốn cấp 2: Theo Basel 2, trái phiếu đủ các điều kiện nhất định được tính vào vốn tự có cấp 2. Hiện nay, Thông tư 36/2014/TT-NHNN đã có qui định cụ thể về điều kiện để trái phiếu được tính vào vốn tự có. Vì vậy, Agribank cần xem xét, lập kế hoạch phát hành trái phiếu đủ điều kiện tính vào vốn tự có. Theo NCS trái phiếu phát hành cần có các đặc điểm cơ bản: (i) Thời hạn của trái phiếu từ 7-10 năm; (ii) Không được bảo đảm bằng tài sản của Agribank; (iii) được thanh toán sau tất cả các khoản nợ khác khi thanh lý Agribank. Để đảm bảo việc phát hành trái phiếu thành công, Agribank cần xác định mức lãi suất phù hợp để bảo đảm quyền lợi nhà đầu tư, đồng thời đề nghị NHNN bảo lãnh cho số trái phiếu được phát hành.
- Cắt giảm các chi phí không cần thiết để giảm chi phí đầu vào, thực hiện cấp tín dụng thận trọng để hạn chế tổn thất, từ đó tăng khả năng tạo ra lợi nhuận, tạo nguồn tăng vốn tự có từ bên trong.
- Lập kế hoạch vốn tự có cho giai đoạn 2 (giai đoạn 2019-2020). Agribank cần xác định nhu cầu vốn tự có cho giai đoạn 2 đáp ứng hệ số CAR theo Basel 2. Trên cơ sở đó lập kế hoạch tăng vốn theo 2 phương án: Phương án 1: Lập Đề án Để nghị Thủ tướng Chính Phủ cho phép cổ phần hóa Agribank theo lộ trình thích hợp. Việc cổ phần hóa một mặt giảm áp lực cho Ngân sách Nhà nước, Agribank có thể phát hành cổ phiếu để tăng vốn đảm bảo yêu cầu an toàn vốn tối thiểu. Mặt khác, cổ phần hóa cũng là giải pháp để tăng tính minh bạch, chủ động, linh hoạt trong quản trị điều hành ngân hàng. Theo NCS, trên cơ sở chiến lược, mục tiêu hoạt động kinh doanh, phương án cổ phần hóa Agribank cần làm rõ các vấn đề cơ bản: (i) Phương án bán cổ phần lần đầu (bán phạm vi hẹp hay bán ra công chúng, số lượng cổ phần phát hành, mục tiêu qui mô và tỷ trọng vốn Nhà nước sau phát hành lần đầu); (ii) Xác định cổ đông chiến lược (đối tượng và số lượng cổ đông chiến lược, tỷ lệ cổ phần nắm giữ của cổ đông chiến lược); (iii) Lộ trình giảm tỷ lệ sở hữu Nhà nước. Theo kinh nghiệm tại Vietinbank, Agribank nên hướng tới một hoặc hai cổ đông chiến lược là NHTM lớn trong khu vực để hợp tác, tiếp nhận sự hỗ trợ, sự truyền đạt kinh nghiệm từ các NHTM trong khu vực để cải thiện năng lực quản trị RRTD và đẩy nhanh việc hoàn thiện quản trị RRTD theo Basel 2. Phương án 2: Trong trường hợp Agribank không được Thủ tướng Chính phủ Phê duyệt Cổ phần hóa, Agribank cần chủ động đánh giá lại khả năng tăng vốn tự có từ nguồn tích lũy nội bộ, từ đó xác định số vốn còn thiếu để đề nghị tăng vốn tự có từ nguồn ngân sách Nhà nước với NHNN.
3.3.2 Giai đoạn 2: từ năm 2019 đến cuối năm 2020
Mục tiêu giai đoạn này là cuối năm 2020 Agribank đạt chuẩn Basel 2 về quản trị RRTD: đo lường vốn tiếp cận theo IRB cơ bản đồng thời tuân thủ trụ cột 2 và 3. Để đạt mục tiêu, giai đoạn này Agribank phải tiếp tục hoàn thiện hạ tầng công nghệ, dữ liệu và lựa chọn cách tiếp cận phù hợp để tuân thủ đầy đủ trụ cột 2 và 3 của Basel 2.
3.3.2.1 Đầu tư công nghệ phân tích, đo lường rủi ro tín dụng
Để thực hiện đo lường RRTD theo yêu cầu của Hiệp ước Basel 2. Agribank cần có kế hoạch đầu tư công nghệ phân tích, đo lường, dự báo RRTD. Về cơ bản công nghệ phải đáp ứng được các yêu cầu:
- Có khả lưu trữ, quản lý thông tin có hệ thống, lâu dài.
- Các phần mềm có thể tính toán, đo lường được các chỉ tiêu PD, LGD, EAD, EL, UL, giá trị VAR theo yêu cầu của Basel 2.
- Hỗ trợ đắc lực cho qui trình giám sát rủi ro tại ngân hàng, tạo điều kiện để hệ thống kiểm tra, giám sát có khả năng hỗ trợ việc phát hiện, đánh giá và cảnh báo rủi ro.
Hiện nay việc đầu tư công nghệ hiện đại để đo lường đánh giá rủi ro được thực hiện thông qua mua các phần mềm của các hãng sản xuất phần mềm. Do đó, để đảm bảo công nghệ phù hợp với nhu cầu sử dụng của ngân hàng, tiết kiệm chi phí, ngân hàng cần chủ động hợp tác với hãng sản xuất phần mềm nhằm có kế hoạch trao đổi thông tin giữa ngân hàng với bên sản xuất công nghệ để có thể hiểu rõ hơn nhu cầu sử dụng công nghệ, năng lực công nghệ thực tại của ngân hàng. Từ đó công nghệ được đầu tư phải trên cơ sở tận dụng công nghệ hiện có, có thể khai thác tốt cơ sở dữ liệu của ngân hàng, phục vụ hiệu qủa cho công tác đo lường RRTD.
3.3.2.2. Hoàn thiện kho dữ liệu đáp ứng yêu cầu đo lường RRTD theo cách tiếp cận phương pháp IRB.
Để có thể tiến hành đo lường và đánh giá rủi ro theo phương pháp IRB cơ bản vào cuối năm 2020, Agribank cần có kho dữ liệu đủ lớn và đủ độ dài để đảm bảo độ tin cậy các ước lượng. Theo đánh giá của dự án BRASS [27], đối với RRTD cần kho dữ liệu với khoảng gần 650 trường dữ liệu liên quan đến các nhóm thông tin chính: giao dịch, xếp hạng, chấm điểm khách hàng, tính xác suất vỡ nợ, dự phòng rủi ro, kỹ thuật giảm rủi ro, tính vốn. Về cơ bản hiện nay tại Agribank các trường số liệu về giao dịch, chấm điểm khách hàng, kỹ thuật giảm rủi ro và vốn sẵn có trên IPCAS, trên sổ kế toán, hồ sơ tín dụng nên chỉ cần hoàn thiện. Các trường số liệu liên quan đến tính vốn, tính PD, EAD là các trường số liệu theo yêu cầu của Basel 2 cần xây dựng từ đầu.
- Đối với các trường số liệu sẵn có, Agribank cần làm giàu thông qua việc thường xuyên cập nhật vào hệ thống các thông tin mới, chủ động thường xuyên khai thác thêm nguồn thông tin bên ngoài như từ CIC, từ các cơ quan, tổ chức khác có nguồn thông tin phù hợp.
- Đối với các trường số liệu còn thiếu, Agribank cần phối hợp với các chuyên gia kỹ thuật để thiết lập các phần mềm để thu thập và lưu trữ thông tin. Theo kinh nghiệm từ các ngân hàng ANZ, DBS và KTB: Đối với các trường số liệu này Agribank cần hoàn thiện dần theo khả năng và thế mạnh của mình. Theo NCS, Agribank nên ưu tiên hoàn thiện dữ liệu nhóm khách hàng là các Doanh nghiệp lớn và các Công ty niêm yết trên thị trường chứng khoán để ước lượng PD (tiếp cận IRB cơ bản) vào cuối năm 2020. Nhóm khách hàng này hiện nay có mức độ công khai và minh bạch thông tin tốt nhất, vì vậy Agribank có thể thu thập và hoàn thiện dữ liệu thuận lợi hơn các nhóm khách hàng khác. Agribank cần chủ động phối hợp với các ngân hàng thuộc “top 10” NHTM được chọn thí điểm triển khai Basel 2 để tận dụng nguồn dữ liệu của các doanh nghiệp đã được hoàn thiện tại Kho dữ liệu của các ngân hàng
này. Đối với các nhóm khách hàng còn lại có thể hoàn thiện dần theo điều kiện thực tế và áp dụng IRB khi dữ liệu đảm bảo độ tin cậy các ước lượng.
3.3.2.3 Xác định mô hình, phương pháp đo lường và thử nghiệm đo lường PD.
Trên cơ sở nguồn dữ liệu đủ về chất và lượng theo yêu cầu, Agribank cần lựa chọn mô hình, phương pháp đo lường PD, mục tiêu cuối 2020 có thể đo lường PD (tiếp cận IRB cơ bản) ở một số phân đoạn khách hàng.
Về mô hình, hiện nay các NHTM trên thế giới có những sự lựa chọn khác nhau căn cứ vào đặc điểm của từng ngân hàng. Theo NCS, việc lựa chọn mô hình đo lường RRTD nói chung và PD nói riêng tại Agribank cần cân nhắc các vấn đề cơ bản: (i) Mô hình đó phải đảm bảo phản ánh đầy đủ các khía cạnh và mức độ RRTD tại Agribank; (ii) Mô hình phải phù hợp với qui mô hoạt động tín dụng, cơ sở dữ liệu, trình độ và khả năng tiếp cận mô hình tại Agribank; (iii) Mô hình phải ước lượng được các yếu tố cấu thành RRTD (Basel 2), phù hợp với mục tiêu đo lường RRTD của Agribank từng giai đoạn cụ thể.
Trước mắt, cùng với việc hoàn thiện dữ liệu đối với nhóm khách hàng Doanh nghiệp lớn và công ty niêm yết, Agribank có thể sử dụng mô hình Merton/KMV để ước lượng PD cho nhóm khách hàng này. Đây là mô hình được tác giả Merton công bố năm 1974 dựa trên nền tảng mô hình định giá quyền chọn của Black-Scholes. Năm 1989 tập đoàn Moody’s KMV kế thừa nghiên cứu của Merton cho ra đời mô hình KMV để tính giá trị và mức độ biến động giá trị của công ty, từ đó kết hợp mô hình Merton/KMV để tính PD của Doanh nghiệp. Việc sử dụng mô hình này có những ưu điểm cơ bản: (1) Mô hình này đã được chứng minh về tính khoa học và thực tiễn; (2) Sử dụng mô hình này không quá áp lực về kỹ thuật tính toán và có thể sử dụng để ước lượng PD cho từng khoản vay của doanh nghiệp và PD của danh mục, (3)