Bảng So Sánh Kết Quả Xếp Loại

12/03/2008 của NHNN, quy định xếp loại các NHTMCP. Trong quyết định 06/2008, điều 11 (phụ lục 10) có quy định các tiêu chuẩn để xếp loại các ngân hàng thành 4 loại, từ đó tác giả đưa ra tiêu chí xếp loại các NHTMCP như trong bảng 5.6.

Bảng 5.6: Tiêu chuẩn xếp loại các NHTMCP

Nhóm

Tiêu chuẩn xếp

loại của NHNN

Đạt từ 80 điểm

trở lên

Đạt từ 60 đến

79 điểm

Đạt từ 50 đến

59 điểm

Đạt dưới 50

điểm

Tiêu chuẩn xếp

loại của luận án

p  0.2

0.2  p  0.4

0.4  p  0.5

p  0.5

Có thể bạn quan tâm!

Xem toàn bộ 168 trang tài liệu này.

Nguồn: NHNN và tác giả

Trên cơ sở tiêu chuẩn xếp loại trong bảng 5.6, tác giả tiến hành xếp loại và so sánh kết quả xếp loại của nghiên cứu với kết quả xếp loại trên thực tế của NHNN, phụ lục 11, tác giả so sánh kết quả xếp loại trong hai năm 2011, 2012.

Năm 2011, trong 4 ngân hàng mà NHNN xếp loại yếu kém, mô hình LA đã phân nhóm đúng 3 ngân hàng. Năm 2012, trong 5 ngân hàng mà NHNN xếp loại yếu kém, mô hình LA đã phân loại đúng 4 ngân hàng. Ngân hàng có mã 3 năm 2012 có kết quả xếp loại theo mô hình LA là 3, trong khi đó xếp loại của NHNN là 4.

Từ kết quả xếp loại theo mô hình Logit đã xây dựng và xếp loại trên thực tế của NHNN tác giả tổng kết một số kết quả sau:

Bảng 5.7: Bảng so sánh kết quả xếp loại

Năm

Tỷ lệ xếp loại trùng nhau	Tỷ lệ xếp loại sai lệch 1 mức	Tỷ lệ xếp loại nhóm 4 trùng nhau
Năm 2011	57.14%	17.14%	75%
Năm 2012	54.28%	14.28%	80%

Nguồn: Tính toán của tác giả

Như vậy, kết quả xếp loại của tác giả trong luận án khá tương đồng với kết quả xếp loại của NHNN. Với các năm 2013, 2014 căn cứ vào tiêu chuẩn xếp loại trong bảng 5.6 tác giả có kết quả xếp loại các ngân hàng trình bày trong phụ lục 12.

5.3. Một số kiến nghị và hàm ý chính sách

Nền kinh tế phát triển tạo thuận lợi cho hoạt động kinh doanh của ngân hàng, song ngân hàng cũng phải đối mặt với nhiều thách thức hơn. Việc xác định các loại

rủi ro mà hệ thống ngân hàng phải đối mặt có ý nghĩa rất quan trọng đối với nền kinh tế một quốc gia, đặc biệt là đối với một nước đang phát triển như Việt Nam. Nhận diện được rủi ro giúp ngân hàng kiểm soát được mức độ rủi ro và hạn chế những hậu quả do rủi ro gây ra. Một trong những việc quan trọng trong việc kiểm soát rủi ro là ước tính được rủi ro vỡ nợ của ngân hàng. Do đó việc xây dựng thành công mô hình cảnh báo sớm nguy cơ vỡ nợ cho các NHTMCP Việt Nam có ý nghĩa cả về lý luận và thực tiễn.

Tác giả sau khi xây dựng và thực nghiệm một số mô hình cảnh báo vỡ nợ cho hệ thống NHTMCP Việt Nam xin đề xuất một số kiến nghị.

a) Kiến nghị đối với các ngân hàng thương mại:

+ Lợi nhuận giúp bù đắp các khoản cho vay bị tổn thất và giúp trích lập dự phòng đầy đủ. Các ngân hàng cần cải thiện khả năng sinh lời, khả năng sinh lời của ngân hàng được thể hiện ở nhiều chỉ tiêu, tuy nhiên trong mô hình dự báo chỉ có biến e11 có đóng góp trong dự báo nguy cơ vỡ nợ, hệ số của biến e11 trong mô hình là -2.014 nhỏ hơn 0, e11 có ảnh hưởng ngược chiều tới mức nguy cơ vỡ nợ. Theo mô hình nếu biến e11 tăng 1% trong khi các biến khác không đổi thì tỷ lệ Odds giảm 7.5 lần. Vì vậy để ngăn ngừa, giảm nguy cơ vỡ nợ ngân hàng thì các giải pháp tập trung vào cải thiện chỉ tiêu e11. Các ngân hàng thương mại nên thực hiện một số biện pháp nhằm gia tăng lãi cận biên của ngân hàng như: tăng cường quảng bá hình ảnh, mở rộng thị phần, thu hút các nguồn tiền gửi giá rẻ, đồng thời tăng cường mở rộng tín dụng, tìm kiếm các khách hàng tiềm năng. Do việc tính chỉ tiêu e11 từ chênh lệch thu từ lãi cho vay và chi trả lãi vay tiền, nên các ngân hàng cũng phải hạn chế nợ quá hạn. Theo nhiều tác giả thì tỷ lệ NIM là một yếu tố quan trọng tác động đến hệ số CAR (Aktas và cộng sự), việc thu nhập lãi ròng cao sẽ giúp các cổ đông của ngân hàng có lợi nhuận và từ đó gia tăng được vốn chủ hữu nhằm chống lại rủi ro phá sản cho ngân hàng.

+ Chỉ số nợ quá hạn/ tổng nợ phải trả có hệ số trong mô hình bằng 1.03 lớn hơn không, do đó d3 ảnh hưởng cùng chiều tới mức nguy cơ vỡ nợ của ngân hàng. Nếu biến d3 tăng 1% trong khi các biến khác không đổi thì tỷ lệ Odds tăng 2.81 lần.Trước tiên việc đánh giá, phân nhóm chính xác các khoản cho vay cần phải được các bộ phận chuyên trách của ngân hàng xem như một nhiệm vụ quan trọng bậc nhất có như thế mới phản ánh chính xác quy mô, mức độ của nợ quá hạn. Ngân hàng cần nhận thức việc làm đẹp báo cáo để che giấu, đối phó với các cơ quan thanh tra giám sát, các cổ đông, các nhà đầu tư chỉ làm trầm trọng các vấn đề nội tại. Sau khi đã xác định được

mức độ nợ quá hạn các ngân hàng cần chú trọng giảm nợ quá hạn, đặc biệt là nợ xấu càng sớm càng tốt: trước hết cần tìm kiếm các nguồn tài chính hỗ trợ trích lập dự phòng đầy đủ để có thể bù đắp những tổn thất có thể xảy ra. Sau đó xem xét bán các khoản nợ xấu cho doanh nghiệp, tổ chức, cá nhân có đủ khả năng, quyền lực xử lý nợ. Mặt khác các ngân hàng cần tiến hành các biện pháp nhằm hạn chế các khoản nợ quá hạn mới phát sinh ngay từ khâu xét duyệt cho vay. Nợ quá hạn bao gồm cả các khoản nợ nhóm 2 do đó các ngân hàng cần theo dõi chặt chẽ ngay các khoản nợ nhóm 2, hạn chế nguy cơ chuyển nhóm nợ xấu. Về lâu dài các ngân hàng cần tập trung xây dựng và hoàn thiện hệ thống cảnh báo sớm rủi ro tín dụng, nợ xấu, các ngân hàng cần định kỳ đánh giá lại xếp hạng tín dụng của khách hàng, cần phân tích khả năng trả nợ gốc và lãi theo cam kết của hợp đồng tín dụng, chú trọng đến các vi phạm hợp đồng để đánh giá sự thay đổi của nhóm nợ.

+ Biến các khoản cho vay thuần/ tiền gửi khách hàng có hệ số là 3.08 lớn hơn 0, l3 ảnh hưởng cùng chiều tới mức nguy cơ vỡ nợ. Nếu biến l3 tăng 1% trong khi các biến khác không đổi thì tỷ lệ odds tăng 1.03 lần. Các ngân hàng nên xem xét một cách toàn diện các nguyên nhân dẫn tới việc tỷ lệ cho vay thuần so với tiền gửi của khách hàng cao từ đó có các biện pháp giảm chỉ tiêu này. Giá trị trung bình của chỉ tiêu này hiện đang là 0.9, nếu ngân hàng có giá trị chỉ tiêu này lớn hơn 0.9 cần hạn chế tốc độ tăng trưởng tín dụng đồng thời cố gắng duy trì hoặc tăng mức huy động tiền gửi của khách hàng.

+ Kết quả mô hình cho thấy hệ số của biến RGDP trong mô hình là -1.29 nhỏ hơn 0, RGDP có tác động ngược chiều tới nguy cơ vỡ nợ các ngân hàng. Điều này gợi ý cho các cơ quan quản lý cũng như nhà quản trị ngân hàng có những chính sách phù hợp khi điều kiện kinh tế vĩ mô thể hiện qua tốc độ tăng trưởng GDP thay đổi, cụ thể nếu tốc độ tăng trưởng GDP có dấu hiệu suy giảm các ngân hàng cần tập trung đảm bảo an toàn cho hoạt động ngân hàng vì lúc này nguy cơ vỡ nợ đã tăng lên do tác động của yếu tố vĩ mô, các ngân hàng nên cải thiện hệ số an toàn vốn, giảm dư nợ cho vay, chú trọng thanh khoản như một biện pháp phòng vệ. Nghiên cứu cũng đã lượng hóa được mức độ ảnh hưởng của sự thay đổi RGDP tới nguy cơ vỡ nợ các NHTMCP, cụ thể nếu GDP giảm 1% thì tỷ lệ p/(1-p) tăng lên 3.65 lần, các NHTMCP với những chỉ tiêu của ngân hàng mình có thể tính chi tiết hơn xác suất vỡ nợ khi kịch bản giảm 1% GDP xảy ra, từ đó có những chính sách phù hợp cho NH mình.

+ Cũng từ thực tế thu thập dữ liệu, xây dựng mô hình tác giả nhận thấy để kết quả ước lượng mô hình có độ tin cậy cao, có ý nghĩa thì các dữ liệu đầu vào phải được thu thập chính xác, đầy đủ, các NHTMCP cần có biện pháp để hoàn thiện hệ thống thông tin nội bộ, đảm bảo yêu cầu thông tin được cập nhật một cách chính xác, kịp thời. Hệ thống công nghệ thông tin của các ngân hàng cần được nâng cấp, điều đó đảm bảo cho các ngân hàng lưu trữ số liệu, cũng như số liệu được chuẩn xác phục vụ cho mục đích phân tích, quản trị rủi ro.

+ Bốn ngân hàng có mã là 22, 14, 19, 7 theo tính toán của tác giả có hệ số chặn lớn: 22 10.265 , 14 9.879 , 19 8.206 , 78.135 , hàm chứa rủi ro vỡ nợ cao hơn cần phải được xem xét một cách toàn diện để từ đó tìm ra các giải pháp cụ thể, phù hợp giúp các ngân hàng giảm nguy cơ vỡ nợ. Các ngân hàng với mã 10, 21, 6 có hệ số chặn 10 3.189 , 212.73 , 6 0.982 nhỏ nhất hàm chứa nguy cơ vỡ nợ thấp hơn trong cùng điều kiện của các biến số.

+ Hệ thống các chỉ tiêu cảnh báo vỡ nợ trong luận án được xây dựng trên cơ sở các chỉ tiêu của mô hình CAMELS, các chỉ tiêu này giúp đánh giá toàn diện hoạt động, xác định mức nguy cơ vỡ nợ của ngân hàng, theo tác giả các NHTMCP Việt Nam nên xây dựng và hoàn thiện các BCTC trên cơ sở mô hình CAMELS. Thứ nhất, mô hình CAMELS sẽ giúp các ngân hàng quản trị tốt rủi ro. Thứ hai, các nhà quản trị ngân hàng dễ dàng so sánh, đánh giá, kiểm tra các NHTM khi các ngân hàng thống nhất các chỉ tiêu đánh giá theo thông lệ quốc tế.

b) Các kiến nghị đối với các cơ quan quản lý:

NHNN là cơ quan quản lý Nhà nước về ngành ngân hàng, với mục tiêu giám sát hoạt động của các ngân hàng hướng tới sự ổn định, lành mạnh của hệ thống. Từ kết quả xây dựng mô hình cảnh báo nguy cơ vỡ nợ các NHTMCP, luận án đề xuất một số khuyến nghị với các cơ quan quản lý, NHNN:

+ Theo kết quả mô hình Logit biến RGDP, tốc độ tăng trưởng tổng thu nhập quốc dân có ảnh hưởng ngược chiều tới nguy cơ vỡ nợ các ngân hàng. Khi tăng trưởng kinh tế ổn định sẽ tạo điều kiện thuận lợi cho các ngân hàng hoạt động, tăng thu nhập, giảm nguy cơ vỡ nợ, do đó Chính phủ nên cố gắng duy trì tốc độ tăng trưởng kinh tế hàng năm, khi nền kinh tế suy giảm tốc độ tăng trưởng cần chú ý hơn đến sự an toàn của hệ thống ngân hàng vì các ngân hàng sẽ bị tăng nguy cơ vỡ nợ từ sự suy giảm của nền kinh tế. Với vai trò giám sát của mình NHNN cần xây dựng các kịch bản về tăng

trưởng kinh tế hàng năm, từ đó xác định các NH có thể bị vỡ nợ trong các kịch bản để

cảnh báo, giám sát sớm.

+ Nhà nước và Chính phủ Việt Nam bên cạnh việc tạo điều kiện thuận lợi về môi trường hoạt động kinh doanh cho các NHTM trong nước cần có những hỗ trợ pháp lý, cải cách hành chính. Các chính sách tiền tệ đưa ra cần tính đến các tác động đối với các NHTMCP, đặc biệt là các NHTMCP yếu kém. Hiện nay giải quyết nợ xấu là một yêu cầu cấp bách, quan trọng nhằm giảm nguy cơ vỡ nợ các NHTMCP. Bên cạnh các cố gắng của bản thân các NHTM để việc thu hồi xử lý nợ xấu được nhanh hơn giúp cho các TCTD giảm thiểu chi phí giao dịch, thời gian giao dịch, Chính phủ cần sớm hoàn thiện quy trình xử lý tài sản đảm bảo, rút ngắn thời gian giải quyết hồ sơ xử lý tài sản đảm bảo. Chẳng hạn ngay khi khoản nợ chuyển sang nhóm 3 thì ngân hàng có thể triển khai một số thủ tục thanh lý đối với tài sản đảm bảo. Đối với các khoản nợ xấu của các doanh nghiệp mà ngân hàng không chuyển giao được cho Công ty mua bán nợ và tổ chức cá nhân khác thì Chính phủ cần có cơ chế để ngân hàng có thể chủ động áp dụng các biện pháp tham gia cơ cấu lại tài chính và hoạt động doanh nghiệp, có thể cho phép ngân hàng được tham gia vào quá trình cơ cấu lại doanh nghiệp, cho phép chuyển nợ thành vốn góp cổ phần và tham gia điều hành doanh nghiệp. Chính phủ cũng nên xem xét đưa ra các chính sách để có thể huy động nhiều nguồn lực hơn nữa trong việc tham gia vào quá trình xử lý nợ xấu giúp đẩy nhanh quá trình này. Đối với các NHTMCP quá yếu kém để tránh những tác động tiêu cực không đáng có, Chính phủ có thể cho NH phá sản theo luật định, các thủ tục cho phá sản các TCTD cũng cần được Quốc hội xem xét, sửa đổi cho phù hợp.

+ Để tránh rủi ro đổ vỡ hệ thống ngân hàng thì NHNN cần khuyến khích, tiến tới bắt buộc các NH áp dụng các quy định theo thông lệ quốc tế trong hoạt động, hoàn thiện hệ thống thông tin, số liệu thống kê và công tác dự báo. Tăng cường thanh tra giám sát việc phân loại nợ và trích lập dự phòng rủi ro cho vay của các NHTM. Việc thanh tra, giám sát của NHNN cần được tiến hành thường xuyên và có chất lượng tránh việc các BCTC của các ngân hàng tốt trong khi trên thực tế ngân hàng đang trên bờ vực phá sản như một số trường hợp trong thời gian qua. Cần có cơ chế có tính chất bắt buộc các ngân hàng phải báo cáo, cung cấp thông tin một cách trung thực. Đối với các ngân hàng có nguy cơ vỡ nợ cao NHNN cũng cần có các yêu cầu về tăng cường quản trị nội bộ, yêu cầu về tăng vốn chủ sở hữu như một biện pháp phòng vệ, đưa ra định mức tăng trưởng tín dụng để hạn chế cho vay, tăng cường khả năng thanh khoản cho các NH.

+ NHNN cần xây dựng một bộ các tiêu chuẩn, chỉ tiêu đánh giá nguy cơ vỡ nợ các NHTMCP, thiết lập một mô hình cảnh báo sớm vỡ nợ các ngân hàng, giúp các ngân hàng có thể dự báo nguy cơ vỡ nợ từ đó có những điều chỉnh cho phù hợp.

c) Đề xuất mô hình, quy trình xây dựng mô hình cảnh báo nguy cơ vỡ nợ đối với các NHTMCP:

Tác giả đề xuất sử dụng mô hình Logit với dữ liệu mảng tác động cố định để cảnh báo nguy cơ vỡ nợ cho các NHTMCP Việt Nam, đề xuất căn cứ trên các kết quả thực nghiệm đã đạt được. Cụ thể:

+ Mô hình Logit đã xác định được 4 chỉ tiêu ảnh hưởng đến khả năng vỡ nợ của các NHTMCP. Các chỉ tiêu gồm: RGDP, Lãi cận biên; Nợ quá hạn /Tổng nợ phải trả; Các khoản cho vay thuần/ tiền gửi khách hàng.

+ Mô hình Logit với dữ liệu mảng làm tăng số bậc tự do và do đó làm tăng độ

chính xác của các suy diễn thống kê.

+ Mô hình Logit dữ liệu mảng với tác động cố định đã lượng hóa được tính đặc thù của từng ngân hàng ảnh hưởng khả năng vỡ nợ.

Nếu việc phân nhóm NH chưa rõ ràng thì có thể áp dụng thêm mô hình mạng nơron, cây quyết định để có thêm thông tin giúp việc xác định nguy cơ được chính xác hơn vì kết quả thực nghiệm của luận án cho thấy mô hình mạng nơron và mô hình cây quyết định có hiệu suất phân loại cao hơn mô hình Logit.

Qua việc thực nghiệm xây dựng mô hình cảnh báo vỡ nợ cho các NHTMCP trong luận án, tác giả đề xuất quy trình cảnh báo vỡ nợ.

Quy trình cảnh báo vỡ nợ các ngân hàng có các bước:

Bước 1: Xác định rõ mục tiêu cần nghiên cứu

- Xác định các ngân hàng sẽ được nghiên cứu.

- Làm rõ, định nghĩa được các nhóm ngân hàng, chẳng hạn các ngân hàng thuộc trạng thái “ nguy cơ vỡ nợ cao” hoặc “nguy cơ vỡ nợ thấp”. Việc phân loại ban đầu hay quan niệm thế nào là “nguy cơ vỡ nợ cao” hay “nguy cơ vỡ nợ thấp” sẽ có ảnh hưởng rất lớn đến kết quả cảnh báo.

- Xác định các ngân hàng cụ thể thuộc nhóm “nguy cơ vỡ nợ cao” hoặc “nguy cơ vỡ nợ thấp”. Việc phân nhóm các ngân hàng cần dựa trên tổng hợp các phân tích khác nhau.

Bước 2: Thu thập dữ liệu

- Thu thập số liệu, các số liệu này chủ yếu là các chỉ tiêu trong các BCTC. Các thông tin phi tài chính cũng được phân tích để có thêm thông tin về các ngân hàng.

- Tùy đặc điểm của dữ liệu để xác định kích thước mẫu. Khi xác định kích thước mẫu cũng cần chú ý để có thể kiểm tra hiệu suất ngoài mẫu của mô hình.

Bước 3: Tính toán các chỉ số và xác định các chỉ số sử dụng ước lượng mô hình

- Từ dữ liệu gốc tính các chỉ số tài chính. Nên tính một lớp khá rộng các chỉ số.

- Kiểm tra các giả thiết về các biến số đưa vào: tương quan, phân bố của biến số,…

- Xác định các biến số có khả năng phân biệt hai nhóm ngân hàng.

Bước 4: Ước lượng và lựa chọn mô hình

- Ước lượng hàm Logit với dữ liệu mảng, xây dựng mô hình mạng nơron, cây quyết định.

- Phân tích kết quả các mô hình. Tính xác suất vỡ nợ, phân nhóm nguy cơ, so sánh đồng thời các kết quả phân nhóm của các mô hình, từ đó đưa ra kết luận.

KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO

Xuất phát từ sự cần thiết của hoạt động dự báo vỡ nợ các NHTMCP cùng với sự tồn tại của khoảng trống nghiên cứu trong và ngoài nước, luận án này áp dụng mô hình hồi quy Logit với dữ liệu mảng và một số mô hình phi tham số (mạng nơron, cây quyết định) để xây dựng mô hình cảnh báo nguy cơ vỡ nợ cho các NHTMCP Việt Nam. Để áp dụng các mô hình này, tác giả lựa chọn chỉ tiêu nợ xấu kết hợp với phân tích hiệu quả hoạt động các ngân hàng làm tiêu chí xác định nguy cơ vỡ nợ. Các biến dự báo trong luận án được xây dựng chủ yếu từ các chỉ tiêu trong mô hình CAMELS và được tính toán từ các BCTC của các NHTMCP giai đoạn 2010-2015. Kết quả đạt được của luận án như sau:

+ Thứ nhất: Luận án tổng quan một cách hệ thống các phương pháp, các mô hình cảnh báo vỡ nợ áp dụng cho các công ty, đặc biệt cho các ngân hàng từ các phương pháp phân tích đơn biến đến các phương pháp sử dụng các kỹ thuật thông minh hiện đại mà hiện nay đang được sử dụng nhiều trong phân tích cảnh báo vỡ nợ. Qua đó chỉ ra được những ưu khuyết điểm của từng phương pháp, từng mô hình, chỉ ra khoảng trống nghiên cứu để xem xét lựa chọn mô hình Logit với dữ liệu mảng vào xây dựng mô hình cảnh báo vỡ nợ cho các NHTMCP Việt Nam.

+ Thứ hai: Luận án xây dựng cơ sở lý luận nguy cơ vỡ nợ của các NHTMCP Việt Nam. Luận án phân tích làm rõ thực trạng hoạt động, nguy cơ vỡ nợ của các NHTMCP Việt Nam giai đoạn 2010-2015. Tác giả phân tích và đề xuất tiêu chí để xác định nguy cơ vỡ nợ cho các NHTMCP Việt Nam trên cơ sở những phân tích nợ xấu, hiệu quả hoạt động các ngân hàng.

+ Thứ ba: Luận án xây dựng, lựa chọn hệ thống 39 chỉ tiêu vi mô và 3 chỉ tiêu vĩ mô sử dụng trong cảnh báo vỡ nợ ngân hàng. Xác định được các chỉ tiêu ảnh hưởng trực tiếp tới nguy cơ vỡ nợ của các NHTMCP. Các chỉ tiêu này là: nợ quá hạn /tổng nợ phải trả; lãi cận biên thuần, các khoản cho vay thuần/ tiền gửi của khách hàng. Nghiên cứu đã minh chứng sự ảnh hưởng, lượng hóa mức độ ảnh hưởng của biến RGDP tới nguy cơ vỡ nợ của các NHTMCP.

+Thứ tư: Luận án đề xuất mô hình cảnh báo vỡ nợ cho các NHTMCP Việt Nam là sử dụng mô hình hồi quy Logit với dữ liệu mảng, mô hình này giúp xác định các nhân tố, các chỉ tiêu tác động tới nguy cơ vỡ nợ, xác định xác suất thuộc các nhóm nguy cơ cho các ngân hàng trong mẫu. Mô hình này đưa ra các kết quả phù hợp về mặt kinh tế, đảm bảo các tiêu chuẩn của một mô hình tốt. Kết quả thực nghiệm của luận án