Xemtailieu Tải về Hệ thống cảnh báo sớm rủi ro tín dụng tại các ngân hàng thương mại việt nam
BỘ GIÁO DỤC ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM HỌC VIỆN NGÂN HÀNG ĐỖ THỊ THU HÀ HỆ THỐNG CẢNH BÁO SỚM RỦI RO TÍN DỤNG TẠI CÁC NGÂN HÀNG THƢƠNG MẠI VIỆT NAM LUẬN ÁN TIẾN SĨ KINH TẾ Hà Nội, 2020 BỘ GIÁO DỤC ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM HỌC VIỆN NGÂN HÀNG ĐỖ THỊ THU HÀ HỆ THỐNG CẢNH BÁO SỚM RỦI RO TÍN DỤNG TẠI CÁC NGÂN HÀNG THƢƠNG MẠI VIỆT NAM Chuyên ngành: Tài chính – Ngân hàng Mã số: 9340201 LUẬN ÁN TIẾN SĨ KINH TẾ Ngƣời hƣớng dẫn khoa học: 1. PGS.TS. Đỗ Thị Kim Hảo 2. TS. Nguyễn Danh Lƣơng Hà Nội, 2020 LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu khoa học độc lập của riêng tôi. Các số liệu sử dụng phân tích trong luận án có nguồn gốc rõ ràng, đã công bố theo đúng quy định. Các kết quả nghiên cứu trong luận án do tôi tự tìm hiểu, phân tích một cách trung thực, khách quan và phù hợp với thực tiễn của Việt Nam. Các kết quả này chưa từng được công bố trong bất kỳ nghiên cứu của tác giả nào khác. Nghiên cứu sinh Đỗ Thị Thu Hà MỤC LỤC PHẦN MỞ ĐẦU ........................................................................................................1 CHƢƠNG 1: CƠ SỞ LÝ LUẬN VỀ HỆ THỐNG CẢNH BÁO SỚM RỦI RO TÍN DỤNG TẠI NGÂN HÀNG THƢƠNG MẠI.................................................24 1.1 Khái quát về quản trị rủi ro tín dụng và hệ thống cảnh báo sớm rủi ro tín dụng tại Ngân hàng thƣơng mại ............................................................................24 1.1.1. Khái quát về quản trị rủi ro tín dụng ...............................................................24 1.1.2. Khái quát về hệ thống cảnh báo sớm rủi ro tín dụng ......................................27 1.2. Cấu trúc của hệ thống cảnh báo sớm rủi ro tín dụng ...................................30 1.2.1 Cơ sở dữ liệu đầu vào cho hệ thống cảnh báo sớm rủi ro tín dụng ..................30 1.2.2 Hệ thống chỉ tiêu và ngưỡng cảnh báo sớm rủi ro tín dụng .............................31 1.2.3 Đo lường rủi ro tín dụng ..................................................................................38 1.2.4 Đánh giá và phân loại rủi ro các khoản vay .....................................................46 1.2.5 Biện pháp ứng xử đối với các khoản vay có rủi ro ..........................................47 1.3 Quy trình xây dựng hệ thống cảnh báo sớm rủi ro tín dụng ........................49 1.4 Các điều kiện để xây dựng và triển khai hệ thống cảnh báo sớm rủi ro tín dụng ....................................................................................................... 52 1.4.1 Điều kiện về cơ sở pháp lý và tổ chức .............................................................52 1.4.2 Điều kiện về hệ thống công nghệ thông tin và cơ sở hạ tầng ..........................54 1.4.3 Điều kiện về nguồn lực ....................................................................................55 1.5 Kinh nghiệm quốc tế về xây dựng và triển khai hệ thống cảnh báo sớm rủi ro tín dụng và bài học cho các ngân hàng thƣơng mại Việt Nam.......................56 1.5.1 Kinh nghiệm của các ngân hàng thương mại Mỹ ............................................56 1.5.2 Kinh nghiệm của các Ngân hàng thương mại Séc ...........................................64 1.5.3 Bài học cho các Ngân hàng Việt Nam .............................................................66 Kết luận chương 1 .....................................................................................................70 CHƢƠNG 2: THỰC TRẠNG HỆ THỐNG CẢNH BÁO SỚM RỦI RO TÍN DỤNG TẠI CÁC NGÂN HÀNG THƢƠNG MẠI VIỆT NAM ..........................71 2.1 Khái quát về rủi ro tín dụng và quản trị rủi ro tín dụng tại các Ngân hàng thƣơng mại Việt Nam..............................................................................................71 2.1.1 Khái quát về rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam ...........71 2.1.2 Khái quát về quản trị rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam ...... 78 2.1.3 Khái quát về hệ thống cảnh báo sớm rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam ............................................................................................................81 2.2 Thực trạng hệ thống cảnh báo sớm rủi ro tín dụng tại các Ngân hàng thƣơng mại Việt Nam ..............................................................................................84 2.2.1 Thực trạng về cấu trúc hệ thống cảnh báo sớm rủi ro tín dụng .......................85 2.2.2 Thực trạng về điều kiện xây dựng và triển khai hệ thống cảnh báo sớm rủi ro tín dụng ........................................................................................................................ 109 2.3 Đánh giá chung về hệ thống cảnh báo sớm rủi ro tín dụng tại các Ngân hàng thƣơng mại Việt Nam ................................................................................. 111 2.3.1. Kết quả đạt được .......................................................................................... 111 2.3.2. Những hạn chế và nguyên nhân của hạn chế ............................................... 113 Kết luận chương 2 .................................................................................................. 116 CHƢƠNG 3: ỨNG DỤNG MÔ HÌNH ĐỊNH LƢỢNG VÀO HỆ THỐNG CẢNH BÁO SỚM RỦI RO TÍN DỤNG TẠI CÁC NGÂN HÀNG THƢƠNG MẠI VIỆT NAM .................................................................................................. 117 3.1 Ứng dụng mô hình định lƣợng vào hệ thống cảnh báo sớm rủi ro tín dụng với khách hàng cá nhân tại các Ngân hàng thƣơng mại Việt Nam ................ 117 3.1.1 Phương pháp luận mô hình ........................................................................... 117 3.1.2 Kết qủa mô hình ............................................................................................ 122 3.2 Ứng dụng mô hình định lƣợng vào hệ thống cảnh báo sớm rủi ro tín dụng với khách hàng doanh nghiệp tại các Ngân hàng thƣơng mại Việt Nam ....... 129 3.2.1 Phương pháp luận mô hình ........................................................................... 129 3.2.2 Kết quả mô hình ............................................................................................ 140 Kết luận chương 3 .................................................................................................. 153 CHƢƠNG 4: GIẢI PHÁP HOÀN THIỆN HỆ THỐNG CẢNH BÁO SỚM RỦI RO TÍN DỤNG TẠI CÁC NGÂN HÀNG THƢƠNG MẠI VIỆT NAM ....... 154 4.1 Định hƣớng về quản trị rủi ro tín dụng và cảnh báo sớm rủi ro tín dụng tại các Ngân hàng thƣơng mại Việt Nam.......................................................................... 154 4.1.1 Bối cảnh trong nước và quốc tế tác động tới quản trị rủi ro tín dụng và cảnh báo sớm rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam ........................ 154 4.1.2 Định hướng về quản trị rủi ro tín dụng và cảnh báo sớm rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam ...................................................................................... 155 4.2 Giải pháp hoàn thiện hệ thống cảnh báo sớm rủi ro tín dụng tại các Ngân hàng thƣơng mại Việt Nam ............................................................................................ 156 4.2.1 Nhóm giải pháp về hoàn thiện cấu trúc hệ thống cảnh báo sớm rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam ....................................................................... 156 4.2.2 Nhóm giải pháp về hoàn thiện các điều kiện để xây dựng và triển khai hệ thống cảnh báo sớm rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam ..... 163 4.3. Một số kiến nghị với Ngân hàng nhà nƣớc và các cơ quan quản lý ......... 167 Kết luận chương 4 .................................................................................................. 168 KẾT LUẬN CHUNG ........................................................................................... 169 DANH MỤC VIẾT TẮT Từ viết tắt Nguyên nghĩa tiếng việt Nguyên nghĩa tiếng anh CIC Trung tâm thông tin tín dụng CNTCTD Chi nhánh tổ chức tín dụng DA Phân tích phân biệt DNNN Doanh nghiệp nhà nước DPRR Dự phòng rủi ro EAD Dư nợ tại thời điểm vỡ nợ Exposure at Default EBIT Lợi nhuận trước thuế và lãi vay Earning Before Interest and Taxes EBITDA Lợi nhuận trước thuế, lãi vay, khấu Earning Before Interest, Taxes, hao và khấu trừ dân Depreciation and Amortization EL Tổn thất dự kiến Expected Loss EWS Hệ thống cảnh báo sớm Early Warning System FSA Cơ quan dịch vụ tài chính Financial Services Authority IRB Phương pháp đánh giá nội bộ Internal Rating -Based Approach KH Khách hàng KHDN Khách hàng doanh nghiệp KHCN Khách hàng cá nhân Credit Information Centre Discriminant Analysis KHDNVVN Khách hàng Doanh nghiệp vừa và nhỏ KHDNL Khách hàng Doanh nghiệp lớn LGD Tỷ lệ tổn thất tại thời điểm vỡ nợ Loss Given of Default LDA Phân tích phân biệt Line Discriminant Analysis Logit phân tích hồi qui Logit Logistic Regression Analysis Logit MDA Phân tích biệt số đa yếu tố NHNN Ngân hàng nhà nước NHTM Ngân hàng thương mại Multi Discriminant Analysis NHTMCP Ngân hàng thương mại cổ phần NHTMNN Ngân hàng thương mại Nhà nước NSD Người sử dụng NN Mạng lưới nơ ron thần kinh Neural Network Noron OECD Tổ chức hợp tác và phát triển Kinh tế Organization for Economic Cooperation and Development; PD Xác suất vỡ nợ của KH vay vốn QTRRTD Quản trị rủi ro tín dụng RRTD Rủi ro tín dụng TCTD Tổ chức tín dụng UL Tổn thất ngoài dự kiến Unexpected Loss VAMC Công ty quản lý tài sản Việt Nam Vietnam asset management Probability of Default company DANH MỤC BIỂU ĐỒ, HÌNH Hình 1.1: Mô hình quản trị RRTD của các NHTM ..................................................25 Hình 1.2: Cơ sở dữ liệu của hệ thống cảnh báo sớm của các NHTM .......................31 Hình 1.3: Hệ thống chỉ tiêu cảnh báo sớm RRTD đối với KHCN ...........................33 Hình 1.4: Hệ thống chỉ tiêu cảnh báo sớm RRTD đối với KHDN ...........................36 Hình 1.5: Qui trình xây dựng hệ thống cảnh báo sớm RRTD tại các NHTM ..........49 Hình 1.6: Chỉ tiêu tổng hợp rủi ro .............................................................................52 Hình 1.7: Biểu đồ tình hình giảm dư nợ ròng đến thời điểm vỡ nợ đối với KH có rủi ro tại các NHTM Mỹ .................................................................................................56 Hình 1.8: Qui trình xây dựng hệ thống cảnh báo sớm tại các NHTM Mỹ ...............57 Hình 1.9: Cấu trúc hệ thống cảnh báo sớm RRTD tại các NHTM Mỹ ....................59 Hình 1.10: Mô tả ví dụ về việc chọn lọc các chỉ tiêu cảnh báo sử dụng................... 62 Hình 1.11: Minh hoạ thời điểm xuất hiện dấu hiệu cảnh báo sớm và thời điểm vỡ nợ của KH theo kinh nghiệm tại NHTM Mỹ ................................................................. 63 Hình 1.12: Quản lý KH trong danh sách cảnh báo tại các NHTM Mỹ.....................63 Hình 3.1: Đồ thị phân phối xác suất trả nợ ............................................................ 151 Hình 4.1: Hệ thống chỉ tiêu cảnh báo sớm RRTD đối với nhóm KH có liên quan 162 Hình 4.2: Hệ thống phân quyền trên phần mềm cảnh báo sớm RRTD ................. 165 Biểu đồ 2.1: Tỷ lệ nợ xấu nội bảng Tổng dư nợ của NHTM Việt Nam ...................71 Biểu đồ 2.2: Đánh giá nợ xấu phân loại theo VAS và IFRS của Fitch đầu năm 2012.... 73 DANH MỤC BẢNG Bảng 2.1: Mô tả cơ cấu mẫu khảo sát .......................................................................85 Bảng 2.2: Chỉ tiêu và phân luồng cảnh báo sớm KHCN tại ngân hàng PVCombank ..... 89 Bảng 2.3: Chỉ tiêu và phân luồng cảnh báo sớm KHDN tại ngân hàng PVCombank ..... 92 Bảng 2.4: Chỉ tiêu cảnh báo tự động trong hệ thống cảnh báo sớm RRTD của ngân hàng Vietinbank đối với KH DN VVN .....................................................................96 Bảng 2.5: Các ngưỡng cảnh báo sớm RRTD tự động đối với KHDNVVD tại Vietinbank .................................................................................................................96 Bảng 2.6: câu hỏi điều tra trong hệ thống cảnh báo sớm RRTD của ngân hàng Vietinbank đối với KH DNVVN ..............................................................................97 Bảng 2.7: Các ngưỡng cảnh báo sớm RRTD tổng hợp đối với KHDNVVD ...........98 tại Vietinbank ............................................................................................................98 Bảng 2.8: Ma trận cảnh báo sớm RRTD với KHVVN tại Vietinbank .....................98 Bảng 2.9: Khảo sát về phương pháp đo lường RRTD tại các NHTM ................... 100 Việt Nam ................................................................................................................ 100 Bảng 2.10: Điểm trung bình về đánh giá về hệ thống cảnh báo sớm RRTD ......... 104 Bảng 2.11: Điểm trung bình tính tuân thủ, minh bạch khi triển khai hệ thống cảnh báo sớm RRTD ....................................................................................................... 105 Bảng 2.12: Điểm trung bình mức độ tuân thủ và đầy đủ trách nhiệm của các đơn vị có liên quan thực hiện hệ thống cảnh báo sớm RRTD tại các NHTM Việt Nam.. 106 Bảng 2.13: Điểm trung bình về các điều kiện thuận lợi khi triển khai hệ thống cảnh báo sớm RRTD ....................................................................................................... 110 Bảng 2.14: Điểm trung bình lợi ích của ngân hàng khi triển khai hệ thống cảnh báo sớm RRTD ............................................................................................................. 110 Bảng 2.15: Điểm trung bình các điều kiện bất lợi khi triển khai hệ thống cảnh báo sớm RRTD ............................................................................................................. 111 Bảng 3.1: Biến sử dụng trong mô hình .................................................................. 119 Bảng 3.2: Thống kê mô tả ...................................................................................... 122 Bảng 3.3: Kiểm định phân phối chuẩn ................................................................... 123 Bảng 3.4: Mối tương quan ..................................................................................... 124 Bảng 3.5: Kiểm định đa cộng tuyến ....................................................................... 125 Bảng 3.6: Kiểm định ý nghĩa của nhóm................................................................. 126 Bảng 3.7: Giá trị Eigen........................................................................................... 126 Bảng 3.8: Kiểm định Wilk‟s Lambda .................................................................... 126 Bảng 3.9: Ma trận cấu trúc ..................................................................................... 127 Bảng 3.10: Các hệ số hàm phân biệt Canonical ..................................................... 127 Bảng 3.11: Trọng tâm nhóm Centroids .................................................................. 128 Bảng 3.12: Phân loại kết quả a,c.............................................................................. 128 Bảng 3.13: Kết qủa phân loại a ............................................................................... 129 Bảng 3.14: Tóm t t các nghiên cứu trước đó ......................................................... 132 Bảng 3.15: Các biến được lựa chọn xây dựng mô hình ......................................... 138 Bảng 3.16: Thống kê mô tả các biến ...................................................................... 141 Bảng 3.17: Kiểm tra đa cộng tuyến ........................................................................ 143 Bảng 3.18: Tóm t t thông tin dữ liệu phân tích hồi quy ........................................ 143 Bảng 3.19: Mã hoá biến phụ thuộc ........................................................................ 144 Bảng 3.20: Phân tích các hệ số mô hình ................................................................ 144 Bảng 3.21: Tóm t t mô hình .................................................................................. 144 Bảng 3.22: Kiểm định Hosmer và Lemeshow ....................................................... 145 Bảng 3.23: Bảng phân loại ..................................................................................... 145 Bảng 3.24: Kết quả mô hình hồi qui ...................................................................... 145 Bảng 3.25: Đề xuất mức cảnh báo RRTD.............................................................. 152 Bảng 4.1: Phân loại nhóm KH theo các mối quan hệ ............................................ 159 1 PHẦN MỞ ĐẦU 1. TÍNH CẤP THIẾT CỦA ĐỀ TÀI Rủi ro tín dụng RRTD là một trong những rủi ro chủ yếu, có tác động mạnh m đến hoạt động kinh doanh của Ngân hàng thương mại NHTM . RRTD xảy ra còn tác động đến khả năng tiếp cận vốn của các doanh nghiệp, từ đó tác động tiêu cực đến tăng trưởng và phát triển của nền kinh tế. Hệ thống quản trị RRTD QTRRTD của một ngân hàng thực hiện sứ mệnh đảm bảo cho ngân hàng luôn kiểm soát rủi ro ở mức độ hợp lý mức rủi ro ngân hàng có thể chấp nhận phù hợp với qui mô và bản chất kinh doanh tín dụng của ngân hàng và đạt được lợi nhuận cao nhất. Để đạt được mục tiêu đó thì xây dựng một hệ thống cảnh báo sớm RRTD có ý nghĩa vô cùng lớn trong khâu giám sát sau cho vay. Các nghiên cứu lý luận và thực tế cho thấy, nhiều ngân hàng trên thế giới có hiệu quả hoạt động tốt nhờ chú trọng công tác cảnh bảo sớm RRTD và xây dựng hệ thống cảnh báo sớm RRTD hiệu quả nhằm phát hiện sớm các khoản vay có khả năng rủi ro cao để đưa ra biện pháp ngăn chặn và giảm thiểu rủi ro từ sớm. Hậu quả của cuộc khủng hoảng tài chính năm 2008 tại Mỹ, có thể nhận thấy rõ qua số liệu thống kê về số vụ tố tụng do mất khả năng thanh toán tăng vọt từ 95.035 vụ năm 2004 lên 137.653 vụ năm 2012 theo báo cáo của Federal Statistical Office, 2013 . Hậu quả này tác động đáng kể lên lợi nhuận của ngân hàng. Khi khối lượng nợ xấu tăng lên thì đòi hỏi về cảnh báo sớm các khoản nợ mất khả năng thanh toán trong tương lai được đẩy mạnh tại hầu hết các NHTM tại Mỹ Michael Strumpf, Christian Schaefle, 2015 . Có thể hiểu là xu hướng này đã thúc đẩy sự giám sát của các NHTM Mỹ và đây được coi là mục tiêu chính cho những qui định mới nhất về quản trị RRTD của các NHTM Mỹ. Nguyên t c tổng hợp dữ liệu rủi ro hiệu quả do ngân hàng thanh toán quốc tế BIS công bố trong giai đoạn này cũng liên quan đến việc quản lý các khoản vay và phát hiện sớm vỡ nợ. Trọng tâm thực tế của các ngân hàng nên tập trung vào việc phát hiện sớm và giảm thiểu rủi ro vỡ nợ, từ đó giảm khối lượng cho vay thực sự vỡ nợ và giảm gánh nặng RRTD lên hiệu quả hoạt động của ngân hàng. Phương thức hiệu quả nhất chống lại sự vỡ nợ của các khoản vay là xác định sớm các khoản nợ có rủi ro, để có đủ thời gian thực hiện các biện pháp phòng ngừa tổn thất như: chuyển đổi tiền mặt, thay đổi kì hạn 2 khoản vay,hoặc cấu trúc lại khoản vay. Có đủ thời gian để thực thi các giải pháp là vấn đề quan trọng nhất trong việc xử lý thành công hay không các khoản nợ có rủi ro. Hệ thống cảnh báo sớm đưa ra các kết quả kịp thời và chính xác s đem lại hiệu quả lớn trong hoạt động của các NHTM. Các nhà phân tích tại Earnst & Young nhận định rằng vào cuối năm 2013 khi hệ thống cảnh báo sớm được chú trọng, 7,8% số tiền vay (tương đương 940 tỷ EUR) là các khoản nợ xấu đã được xoá khỏi khu vực EUROđây được xem là một kỉ lục mới1. Thực tế này cho thấy một hệ thống cảnh báo sớm RRTD hiệu quả và kịp thời có ý nghĩa quan trọng trong hoạt động của các NHTM. Hoạt động tín dụng của các NHTM Việt Nam phát triển theo hướng tăng quy mô và tốc độ tăng trưởng, tuy nhiên với những biến động bất lợi của nền kinh tế khiến chất lượng tín dụng không ổn định. Các NHTM Việt Nam vẫn phân loại nợ chủ yếu dựa vào thời hạn mà không đánh giá được một cách chính xác tình hình tài chính, kết quả kinh doanh của doanh nghiệp. Điều này dẫn đến việc phân loại nợ vào nhóm không phản đúng thực chất khoản nợ. Ngoài ra, việc s p xếp lại các khoản nợ, đưa nợ ra ngoại bảng và cơ cấu lại nợ đã làm cho tỷ lệ nợ xấu giảm đáng kể. Hơn nữa một phần nợ xấu đáng kể đã được chuyển từ NHTM cho công ty quản lý tài sản Việt Nam (VAMC), nên có một sự chênh lệch đáng kể về con số nợ xấu theo công bố của hệ thống NHTM được tính theo chuẩn mực kế toán Việt Nam VAS và chuẩn mực báo cáo tài chính quốc tế IFRS . Theo công bố của các NHTM Việt Nam tỷ lệ nợ xâú của toàn hệ thống cuối năm 2018 là dưới 3% nhưng theo các tổ chức xếp hạng thế giới thì con số nợ xấu của các NHTM Việt Nam thời điểm này phải trên 7%. Thực trạng công tác QTRRTD tại các NHTM Việt Nam hiện nay phần lớn chỉ chú trọng đến xử lý RRTD mà chưa có sự quan tâm đúng mức đến phòng ngừa RRTD, đặc biệt là giám sát tín dụng sau khi cho vay để phát hiện RRTD ở giai đoạn sớm nhằm có các biện pháp phòng ngừa rủi ro phù hợp, hạn chế thấp nhất tổn thất tín dụng có thể xảy ra. Do những hạn chế trong công tác cảnh báo sớm RRTD nên RRTD thường chỉ được phát hiện khi khoản vay đã trở thành nợ quá hạn, nợ xấu, khiến cho các biện pháp quản trị RRTD không đạt được hiệu quả như mong muốn. Nhiều NHTM còn chưa xây dựng được hệ thống cảnh báo sớm RRTD như yêu cầu cơ bản của thông tư 41 hướng tới. 1 EY Eurozone Financial Services Forecast 3 Trong thời kỳ tái cấu trúc và nỗ lực để đạt các tiêu chuẩn an toàn theo thông lệ quốc tế, để nâng cao hiệu quả hoạt động cũng như vị thế của các NHTM Việt Nam trong khu vực và trên thế giới, thì việc xây dựng hệ thống cảnh báo sớm RRTD có vai trò sống còn đối với hoạt động của các NHTM Việt Nam. Do vậy, nghiên cứu: “Hệ thống cảnh báo sớm rủi ro tín dụng tại các Ngân hàng thương mại Việt Nam” có tính cấp thiết trên cả khía cạnh lý luận và thực tiễn. 2. TỔNG QUAN NGHIÊN CỨU Vấn đề cảnh báo sớm RRTD tại các NHTM đã có nhiều công trình, đề tài trong và ngoài nước dưới dạng bài nghiên cứu trên tạp chí, luận văn, luận án... theo những hướng khác nhau như: a. Khái quát hoá về hệ thống cảnh báo sớm (i) Khái niệm hệ thống cảnh báo sớm và hệ thống cảnh báo sớm RRTD Khái niệm ng n gọn nhưng toàn diện về hệ thống cảnh báo sớm Early Warning Systems- EWS được đưa ra bởi Yap 1998, p.2 : “Ý tưởng cơ bản là theo dõi các biến kinh tế trọng điểm để giúp những người làm chính sách dự đoán một cuộc khủng hoảng, cho phép họ có đủ thời gian để phòng ngừa và tối thiểu hóa những tác động tiêu cực của nó”. Hệ thống cảnh báo sớm là một công cụ thống kê phức tạp, được thiết kế để giám sát các biến kinh tế và tài chính, định lượng khả năng suy giảm và phát hiện sớm dấu hiệu suy giảm. Các nghiên cứu trước đây về các hệ thống cảnh báo sớm đã chia chúng thành hai nhóm cơ bản: - Các hệ thống cảnh báo sớm thuộc về hoạt động giám sát vi mô, mục đích chính là để phát hiện trong giai đoạn phôi thai, sự suy yếu năng lực tài chính của các TCTD. Các biến được xác định cơ bản dựa trên báo cáo tài chính của ngân hàng. Một số nghiên cứu điển hình về loại này như: Thomson 1991 ; Bernhardsen (2001); Halling, Hayden (2006); Brossard, Ducrozet, Roche 2007 . Loại hệ thống cảnh báo sớm này n m b t được các yếu tố nội tại liên quan cụ thể đến hoạt động của các TCTD có khả năng tạo ra sự tổn thất hoặc thậm chí là khủng hoảng ngân hàng. - Các hệ thống cảnh báo sớm được hỗ trợ bởi giám sát vĩ mô, nhằm phát hiện nguy cơ rủi ro hệ thống ngân hàng dựa trên tín hiệu được cung cấp bởi các biến kinh tế 4 vĩ mô. Thông thường, bất ổn kinh tế vĩ mô giống như một chất xúc tác, làm trầm trọng hơn những lỗ hổng tiềm tàng trong các ngân hàng, và tạo ra sự khủng hoảng trong toàn bộ hệ thống ngân hàng. Có nhiều nghiên cứu thực nghiệm đã kiểm tra mối quan hệ nhân quả giữa các biến kinh tế vĩ mô và đặc trưng của các thể chế, khả năng của khủng hoảng ngân hàng như: Yap 1998 ; Hutchison, McDill 1999 ; Demirguc, Detragiache (1999); Edison (2003). Theo định nghĩa của ngân hàng Slovenia 2015 , hệ thống cảnh báo sớm đối với RRTD được hiểu là hệ thống nhằm mục đích cảnh báo sớm sự tăng lên của RRTD, ngoài ra hệ thống cảnh báo sớm RRTD còn có mục đích đưa ra những hành động hiệu quả, kịp thời để chống lại quá trình chuyển sang trạng thái mất khả năng trả nợ của KH vay vốn. Kết quả của hệ thống cảnh báo sớm RRTD nhằm nhận diện và phân loại những KH có nguy cơ RRTD, đưa họ vào danh sách theo dõi đặc biệt hoặc chuyển cho những đơn vị quản lý và xử lý chuyên trách để quản lý hiệu quả và toàn diện hơn. Nghiên cứu của Mahen Priyanka Peiris 2016 và khuyến nghị của uỷ ban Basel (2006) cũng đưa ra những khái niệm nữa về hệ thống cảnh báo sớm, đó là một tập hợp các quy trình được hướng dẫn để xác định rủi ro ở giai đoạn sớm. Theo nghiên cứu này thì hệ thống giám sát và cảnh báo RRTD hiệu quả có thể làm giảm 10% - 20% tổn thất các khoản cho vay của NHTM. (ii) Mục đích của hệ thống cảnh báo sớm RRTD tại các NHTM - Đưa ra công cụ hỗ trợ trong việc nhận diện và phát hiện nợ tiềm ẩn rủi ro củaKH vay vốn tại các NHTM: theo những hướng dẫn về hệ thống cảnh báo sớm RRTD của ngân hàng Slovenia 2015 và nhiều tổ chức chuyên nghiệp về QTRRTD như Accenture (2014) hay McKinsey 2012 thì đều có đồng quan điểm rằng: cảnh báo sớm RRTD là một nội dung quan trọng của bước giám sát sau khi cho vay nhằm nhận diện và phát hiện sớm RRTD. - Đánh giá KH sau khi cấp tín dụng nhằm phân loại KH để có chính sách và biện pháp phù hợp để phòng ngừa và hành động phù hợp để giảm thiểu tổn thất của RRTD: kết qủa nghiên cứu của tác giả Bc. Pavel Mu z cek (2010) và Mahen Priyanka Peiris 2016 đều cho rằng hệ thống cảnh báo sớm RRTD s giúp các NHTM phân loại KH hiệu quả, tạo ra các danh sách KH cần theo dõi để có hành động hiệu quả kịp thời để ngăn ngừa và giảm thiểu RRTD 5 - Ngoài ra theo Yidan Luo (2013) và của M. Yaghini, T. Zhiyan, and M. Fallahi (2011 thì hệ thống cảnh báo sớm RRTD còn nhằm cung cấp những hướng dẫn cụ thể về các nguyên t c về tổ chức, phân công trách nhiệm, xây dựng hệ thống chỉ tiêu cảnh báo sớm RRTD với KH vay vốn… (iii) Cấu trúc hệ thống cảnh báo sớm RRTD Nghiên cứu của Edward (2004) đưa ra cấu trúc hệ thống cảnh báo sớm RRTD gồm: các cơ sở dữ liệu đầu vào, hệ thống chỉ tiêu cảnh báo sớm RRTD, đo lường RRTD và hệ thống phân loại rủi ro phù hợp. Theo nghiên cứu này thì cơ sở dữ liệu đầu vào của hệ thống cảnh báo sớm RRTD phải đủ lớn, bao gồm cả dữ liệu định tính và định lượng. Nghiên cứu của Accenture 2014 thì cho rằng đối với KH lớn như các KHDN thì cơ sở dữ liệu nên là định lượng ví dụ như các thông tin trên báo cáo tài chính doanh nghiệp , còn các KH nhỏ như KHCN thì cơ sở dữ liệu định tính s nên được ưu tiên hơn. Mahen Priyanka Peiris (2016) đã dựa trên kinh nghiệm của các NHTM Mỹ đề xuất bộ cơ sở dữ liệu và hệ thống chỉ tiêu cảnh báo sớm RRTD các NHTM Mỹ gồm: chỉ tiêu về pháp lý KH, chỉ tiêu về những thay đổi trong hoạt động kinh doanh, chỉ tiêu về TSBĐ. Yêu cầu của cơ sở dữ liệu là tính khả dụng, tính chính xác và các chỉ tiêu cảnh báo cần có xác suất cảnh báo đúng cao và thời gian nhanh chóng. Bc. Pavel Mu z cek 2010 đã xây dựng mô hình Logit để đo lường xác suất vỡ nợ trong giai đoạn khủng hoảng dựa trên cơ sở dữ liệu sẵn có của các NHTM Séc. Các dữ liệu KHtừ các hợp đồng tín dụng và báo cáo tài chính của họ được sử dụng để đưa vào mô hình đo lường xác suất vỡ nợ, kết quả của mô hình được dùng như một dấu hiệu cảnh báo sớm RRTD nhờ việc đưa ra danh sách KH có thể mất khả năng thanh toán trong 3 tháng tới. Wanida Sirirattanaphonku và Suluck Pattarathammas (2012) đã sử dụng các mô hình thống kê như phân tích hồi qui Logit, phân tích biệt thức đa yếu tố MDA trên dữ liệu KH vay vốn của các Ngân hàng Thái Lan và Samen tại các giai đoạn khác nhau để dự đoán xác suất vỡ nợ của KH. Từ đó đề xuất các mô hình cảnh báo sớm hiệu quả cho hệ thống NHTM tại các quốc gia này. Một số nghiên cứu khác như của McKinsey (2012), Yidan Luo (2013), ZhiYuan Yu, Shu-Fang Zhao (2012)…sử dụng các phương pháp đo lường RRTD bằng các phương pháp thống kê hiện đại để xây dựng mô hình dự đoán sớm RRTD nhằm phân 6 loại KH vay thành nhóm có RRTD và nhóm không có RRTD. Theo nghiên cứu này thì lợi ích của việc sử dụng các mô hình cảnh báo sớm hoặc hệ thống dự đoán RRTD là: giảm chi phí phân tích tín dụng, cho phép quyết định tín dụng nhanh hơn, đảm bảo chất lượng danh mục tín dụng, và làm giảm nguy cơ tổn thất. Ngoài các nội dung tương tự về cấu trúc hệ thống cảnh báo sớm RRTD như các nghiên cứu trên thì Ken Brown 2014 đồng thời cũng đề xuất các giải pháp và hành động phù hợp đối với từng trường hợp sau khi có kết quả cảnh báo sớm RRTD như: cho vay thêm, cơ cấu nợ, thanh lý tài sản bảo đảm, sử dụng công cụ phái sinh, bán nợ, thanh lý doanh nghiệp, khởi kiện. Đến thời điểm 2018, tại Việt Nam chưa có nghiên cứu chính thức nào về hệ thống cảnh báo sớm RRTD tại các NHTM, một số nghiên cứu mới chỉ đề cập đến vấn đề kinh nghiệm quốc tế trong công tác QTRRTD hoặc phòng ngừa và xử lý nợ xấu có một số nghiên cứu điển hình như: Phan Thị Linh 2012) tập trung phân tích kinh nghiệm QTRR của các NHTM Trung Quốc, Nhật Bản, Mỹ. Trong đó phân tích cả điểm mạnh và yếu của hệ thống QTRRTD tại các NHTM 3 quốc gia trên, nhưng không đưa ra bài học cho các NHTM Việt Nam và chưa đề cập đến công tác cảnh báo sớm RRTD. Bài nghiên cứu của Nguyễn Thị Ngọc Quỳnh (2017), cũng theo hướng nghiên cứu tương tự nhưng chủ yếu là tập trung vào nghiên cứu kinh nghiệm của các NHTM Mỹ, từ đó rút ra 8 bài học và gợi ý cho các NHTM cần thực hiện để nâng cao chất lượng QTRRTD về các vấn đề xây dựng cơ sở dữ liệu, phân loại rủi ro, nâng cao năng lực quản trị và kiểm soát nội bộ, đặc biệt là xây dựng hệ thống cảnh báo sớm RRTD. Nghiên cứu của tác giả Lê Thị Huyền Diệu (2010), Nguyễn Đức Tú 2012 đã dựa trên kinh nghiệm QTRR quốc tế để xây dựng mô hình quản lý RRTD, từ đó phân tích các điều kiện thực tiễn để áp dụng tại các NHTM Việt Nam. Luận án Tiến sỹ kinh tế của Dương Ngọc Hào 2015 dựa vào việc phân tích dữ liệu thu thập được từ ba nhóm ngân hàng và đánh giá RRTD theo các tiêu chí như hoạch định, tổ chức thực hiện, giám sát, điều chỉnh sau giám sát từ đó chỉ ra những hạn chế, nguyên nhân của những hạn chế và đưa ra các giải pháp phù hợp cho các NHTM. Nghiên cứu của Tô 7 Minh Thông (2013) từ việc phân tích nợ xấu và đánh giá kinh nghiệm quản lý rủi ro ở ngân hàng ANZ và đưa ra khuyến nghị cho NHTM Việt Nam về việc quản lý RRTD. Theo hướng nghiên cứu này, các nghiên cứu chỉ dừng ở việc sử dụng các số liệu thứ cấp phân tích các chính sách quản trị RRTD mà các ngân hàng đang áp dụng chỉ ra những tồn tại, hạn chế và đưa ra các giải pháp khuyến nghị cho các ngân hàng về công tác QTRRTD mà chưa đề cập tới việc các ngân hàng có áp dụng hệ thống cảnh báo sớm trong QTRRTD không và việc áp dụng cảnh báo sớm RRTD trong QTRRTD của các ngân hàng như thế nào. Các nghiên cứu cũng chỉ khai thác kinh nghiệm quốc tế về QTRRTD nói chung mà chưa đi sâu nghiên cứu và phân tích kinh nghiệm xây dựng hệ thống cảnh báo sớm RRTD để đưa ra các bài học cho các NHTM Việt Nam trong công tác này. b.Các nhân tố ảnh hƣởng đến RRTD và bộ chỉ tiêu cảnh báo sớm RRTD (i) Nhân tố ảnh hưởng đến RRTD của KH cá nhân Đã có rất nhiều các nghiên cứu trong và ngoài nước đã đưa ra các nhân tố ảnh hưởng đến RRTD của KHCN và nhóm chúng thành các nhóm chính, làm cơ sở để đề xuất bộ chỉ tiêu cảnh báo sớm RRTD đối với KHCN như: - Thiện chí của người vay: Greenbaum và cộng sự, 1991; Hoque, 2000; Colye, 2000; Ozdemir & Boran, 2004; Võ Thị Quý và Bùi Ngọc Toản, 2014 cho thấy rằng khi khoản vay không được hoàn trả, đó có thể là kết quả của việc người vay không có thiện chí. Stiglitz 1990 khuyến nghị rằng các ngân hàng nên sàng lọc và lựa chọn những người vay tốt và theo dõi chặt ch để đảm bảo rằng họ sử dụng các khoản vay cho mục đích đã định tránh rủi ro đạo đức . Crook và Banasik (2004) cho rằng lịch sử vay trả nợ cũng là nhân tố quyết định. Chiang, Chow, and Liu (2002) lại nhấn mạnh tới các nhân tố định tính khác như tính cách của người vay và thái độ với nợ của họ là nhân tố quan trọng. - Nhân tố về nhân khẩu học tuổi tác, giới tính, tình trạng hôn nhân… : Crook 2004 , tập trung nghiên cứu ảnh hưởng của các yếu tố như độ tuổi, thu nhập, tình trạng sở hữu nhà, nghề nghiệp, nghiên cứu rút ra kết luận là: một gia đình ít nợ hơn khi người chủ hộ trên 55 tuổi và RRTD s giảm nếu tỷ lệ thu nhập dư nợ cao, người vay sở hữu nhà riêng và vẫn đang làm việc. 8 Theo Miller 2012 , nữ giới tạo ra ít RRTD hơn nam giới do họ cẩn trọng hơn và ít gây ra các rủi ro đạo đức hơn. Và theo nghiên cứu của Chapman 1990 , Weber và Musshoff 2012 , họ cũng đồng tình với ý kiến trên. - Năng lực của người vay trình độ học vấn, đặc điểm nghề nghiệp và đặc điểm thu nhập, thói quen tiêu dùng . Theo Chapman 1990 , thì khả năng trả nợ từ cao đến thấp theo các đối tượng như sau: KH có thu nhập cao, KH có thu nhập trung bình và KH có thu nhập thấp. Trong một nghiên cứu khác, Kohansal và Mansoori 2009 , về khả năng trả nợ của người nông dân tại tỉnh Korasan-Razavi của Iran đã cho kết quả là người nông dân nào có kinh nghiệm càng lâu năm thì khả năng trả nợ càng cao. Roberts và Sepulveda (1999) có quan điểm cho rằng thái độ và cách sử dụng tiền hay thói quen chi tiêu của người vay cũng ảnh hưởng tới việc người vay có khả năng vỡ nợ hay không. Bởi thói quen chi tiêu s ảnh hưởng tới hành vi vay trả của KH. Hayhoe và cộng sự 1999 cũng cho rằng thái đội với tiền bạc và sử dụng thu nhập vay nợ để chứng minh rằng quyết định vay nợ ch c ch n bị ảnh hưởng bởi hành vi tiêu dùng và tiết kiệm. Tóm lại, bên cạnh các nhân tố nhân khẩu học thì thái độ và thói quen sử dụng nợ và thói quen tiêu dùng cũng là nhân tố tác động tới điểm tín dụng và khả năng một KH có khả năng vỡ nợ. - Giá trị khoản vay và thời hạn vay: Thời hạn cho vay và số tiền vay có quan hệ chặt ch tới RRTD của KHCN. Nghiên cứu của Rock 1984 , đưa ra kết luận, các khoản vay kỳ hạn càng dài và giá trị khoản vay càng lớn thì mức RRTD càng cao. Nguyên nhân là do, trong thời hạn càng dài thì các yếu tố vĩ mô như suy thoái, khủng hoảng kinh tế… có tác động càng lớn đến thu nhập là nguồn trả nợ chính của KHCN. Các khoản vay có giá trị lớn, vượt quá khả năng trả nợ của KHCN trong 1 kỳ thường được các NHTM cấp tín dụng dài hạn và trả góp trong nhiều kỳ. Do đó nếu NHTM không giám sát chặt ch biến động về thiện chí và khả năng trả nợ của người vay thì s RRTD có thể s tăng. Sumit Agarwal 2008 , trong nghiên cứu về xác định khả năng hoàn trả của KHCN trong tương quan với tỷ lệ vay phải trả định kỳ và sự thay đổi lãi suất cho vay. Kết quả nghiên cứu chỉ ra rằng: 9 Võ Thị Quý và Bùi Ngọc Toản 2014 có quan điểm rằng: về phương diện thu nhập, khi thu nhập trên số tiền vay phải trả định kỳ tăng lên thì khả năng trả nợ của KHCN cũng tăng theo. Điều này phù hợp với suy luận thông thường vì tỷ lệ thu nhập trên số tiền vay phải trả định kỳ tăng lên đồng nghĩa với khả năng tài chính của KH cao hơn. (ii) Nhân tố ảnh hưởng đến RRTD của KH doanh nghiệp Đối với KHDN, nhân tố ảnh hưởng đến RRTD của KHDN bao gồm hai nhóm là: các nhân tố về tài chính và các nhân tố phi tài chính của doanh nghiệp: - Nhân tố tài chính: Việc sử dụng các tỷ số tài chính để dự đoán phá sản và RRTD đã được thiết lập tốt kể từ nghiên cứu ban đầu của Beaver (1966). Hầu hết các tài liệu thực nghiệm trong lĩnh vực này đã sử dụng các tỷ lệ tài chính và đã thành công trong việc phân loại giữa các công ty phá sản và không phá sản. Vì các tỷ số tài chính phản ánh hầu hết tất cả các hoạt động, hoạt động, lợi nhuận, thanh khoản và đòn bẩy tài chính của công ty. Do đó, để phát triển các mô hình dự đoán phá sản hiệu quả để tìm ra các tín hiệu cảnh báo sớm về RRTD tại các NHTM, các tỷ số tài chính được đưa ra như là các biến giải thích trong các mô hình. Bảng dưới trình bày các tỷ lệ tài chính được sử dụng thành công để dự đoán phá sản trong các nghiên cứu thực nghiệm trước đây. Các chỉ tiêu tài chính trong hệ thống cảnh báo sớm trong các nghiên cứu nƣớc ngoài Nhóm Nhân tố Chỉ tiêu Nghiên cứu bởi Beaver Altman Deakin Lợi nhuận ròng Dòng tiền Giá trị Dòng tiền Tổng Tài tổng tài sản Doanh thu thuần giá trị ròng Doanh thu hoạt động doanh thu Ohlson x sản Doanh thu thuần Elam x ròng Sinh lời Blum x doanh thu 1 Edmister x x x x x Tải về bản full