Xem mẫu
- BÀI 3
RỦI RO TÍN DỤNG
ThS. Đinh Thị Hồng Thêu
Trường Đại học Kinh tế Quốc dân
v1.0015111218 1
- TÌNH HUỐNG KHỞI ĐỘNG: Có nên thắt chặt tín dụng một cách đồng đều?
Tín dụng là nghiệp vụ mang lại nguồn thu nhập chính đồng thời cũng tiềm ẩn nhiều rủi ro
nhất cho các Ngân hàng thương mại. Trong bối cảnh kinh tế khó khăn, các ngân hàng
thương mại thường áp dụng chính sách thắt chặt tín dụng nhằm đảm bảo an toàn vốn
hay không? Hay có một phương pháp khác tối ưu hơn?
1. Vậy rủi ro tín dụng là gì?
2. Những mô hình nào được sử dụng để đo lường loại rủi ro này?
v1.0015111218 2
- MỤC TIÊU
• Sau khi học xong bài này, sinh viên sẽ hiểu cặn kẽ được về rủi ro tín dụng
và vai trò của quản trị rủi ro tín dụng trong toàn bộ quy trình tín dụng theo
tiêu chuẩn Quốc tế (Basel).
• Sinh viên được hướng dẫn các phương pháp đo lường rủi ro tín dụng và
ưu nhược điểm của mỗi phương pháp đó.
• Một số vấn đề quan trọng đang được các Ngân hàng Thương mại Việt
Nam đặc biệt quan tâm như thẻ điểm tín dụng, xác suất vỡ nợ, tổn thất
dự kiến, tổn thất ngoài dự kiến… sẽ được tìm hiểu cặn kẽ trong nội dung
bài này.
v1.0015111218 3
- NỘI DUNG
Rủi ro tín dụng là gì?
Quản trị rủi ro tín dụng
Mô hình xếp hạng tín dụng nội bộ
Mô hình ước tính tổn thất dự kiến (EL)
Mô hình điểm số Z
Kiểm soát rủi ro tín dụng
v1.0015111218 4
- 1. RỦI RO TÍN DỤNG LÀ GÌ?
Theo quan điểm Việt Nam:
• Quyết định 493 NHNN: Rủi ro tín dụng là khả năng xảy
ra tổn thất trong hoạt động ngân hàng của tổ chức tín
dụng do khách hàng không thực hiện hoặc không có khả
năng thực hiện các nghĩa vụ của mình theo cam kết.
• Thông tư 02 NHNN: Rủi ro tín dụng là tổn thất có khả
năng xảy ra đối với nợ của tổ chức tín dụng do khách
hàng không thực hiện hoặc không có khả năng thực hiện
một phần hoặc toàn bộ nghĩa vụ của mình theo cam kết.
Theo quan điểm quốc tế: Rủi ro tín dụng là khả năng xảy ra
tổn thất về thu nhập hoặc vốn của định chế tài chính do khách
hàng không thực hiện đúng các cam kết trên hợp đồng tín
dụng ngoài dự kiến.
v1.0015111218 5
- 2. QUẢN TRỊ RỦI RO TÍN DỤNG
• Quản trị rủi ro tín dụng của NHTM là quá trình xây
dựng và thực thi các chiến lược, các chính sách quản
lý và kinh doanh tín dụng nhằm đạt được các mục
tiêu an toàn, hiệu quả và phát triển bền vững;
• Quản trị rủi ro đối với một khoản tín dụng: Hệ
thống các hoạt động Ngân hàng đánh giá rủi ro
cũng như lợi nhuận kỳ vọng khi ngân hàng cấp tín
dụng cho khách hàng.
Quản trị rủi ro đối với 1 khoản tín dụng là một phần
của quản trị rủi ro tín dụng chung của cả ngân hàng.
• Quản trị rủi ro tín dụng đối với danh mục tín
dụng: Hệ thống các hoạt động Ngân hàng nhận
biết, đo lường rủi ro của cả danh mục tín dụng
Ngân hàng xác định được tương quan giữa rủi ro mà
Ngân hàng có thể chấp nhận và lợi nhuận kỳ vọng
chiến lược để giảm thiểu rủi ro.
v1.0015111218 6
- 2.1. MỤC TIÊU CỦA QUẢN TRỊ RỦI RO TÍN DỤNG
• Đánh giá chính xác nguy cơ gây tổn thất của khác
hàng trước khi cho vay, làm cơ sở để đưa ra quyết
định phù hợp.
• Sớm phát hiện được những rủi ro từ những khách
hàng đang vay vốn, nhanh chóng xử lý những rủi
ro khi mới xuất hiện.
• Đảm bảo an toàn cho hoạt động của ngân hàng.
• Góp phần gia tăng lợi nhuận từ hoạt động tín dụng
của ngân hàng, giảm thiểu khả năng mất vốn và lãi
nếu quản lý và đánh giá tốt rủi ro.
Mục tiêu nào quan trọng nhất?
v1.0015111218 7
- 2.2. ĐO LƯỜNG RỦI RO TÍN DỤNG
• Phương pháp đo lường:
Phương pháp định tính;
Phương pháp định lượng.
• Đánh giá rủi ro: Xác định mức độ nghiêm
trọng của rủi ro đối với toàn bộ hoạt động kinh
doanh tín dụng của ngân hàng thông qua:
Tỷ lệ mất vốn (ví dụ 1% thì đã nghiêm
trọng chưa?);
Tỷ lệ dự phòng rủi ro tín dụng;
Khả năng bù đắp các khoản cho vay bị
mất vốn;
Khả năng bù đắp rủi ro tín dụng của tổ
chức tín dụng.
v1.0015111218 8
- CÁC MÔ HÌNH ĐO LƯỜNG RỦI RO TÍN DỤNG
• Mô hình xếp hạng tín dụng nội bộ (credit rating);
• Mô hình giá trị chịu rủi ro (Var);
• Mô hình ước tính tổn thất dự kiến (EL);
• Mô hình điểm số Z.
v1.0015111218 9
- 3. MÔ HÌNH XẾP HẠNG TÍN DỤNG NỘI BỘ
• Được xây dựng trên cơ sở xây dựng các bảng chấm điểm: các chỉ tiêu tài chính và
chỉ tiêu phi tài chính của khách hàng nhằm lượng hóa các rủi ro mà ngân hàng có
khả năng phải đối mặt.
• Hệ thống xếp hạng tín dụng nội bộ sử dụng phương pháp chấm điểm và xếp hạng
riêng đối với từng nhóm khách hàng.
• Thường được chia thành 2 nhóm:
Khách hàng Cá nhân;
Khách hàng Doanh nghiệp.
v1.0015111218 10
- 3. MÔ HÌNH XẾP HẠNG TÍN DỤNG NỘI BỘ (tiếp theo)
Vai trò của chấm điểm tín dụng trong quy trình tín dụng cá nhân
Đủ thông Yes Nhập dữ liệu Chấm điểm
Hồ sơ mới Màn hình 1
tin? lần 1 bước 1
No
Danh sách No Đạt hay
từ chối không?
No
Yes
Yes Đạt hay Chấm điểm Nhập dữ liệu
Phê duyệt không? Thẩm định
bước 2 lần 2
Khởi tạo tài
khoản
v1.0015111218 11
- 3. MÔ HÌNH XẾP HẠNG TÍN DỤNG NỘI BỘ (tiếp theo)
Quy trình xếp hạng và ứng dụng mô hình xếp hạng vào hoạt động kinh doanh
Data từ
T24
Core- banking Ưu tiên về thời
gian xử lý hồ sơ
Ứng dụng Cho vay/Từ chối
Hạng
Hệ thống hạng
PD và khách
xếp hạng khách Lãi suất
hạng Điều hàng
hàng
(Rule khách chỉnh sau
trong kinh
engine) hàng điều Tài sản bảo đảm
doanh và
chỉnh
quản trị
Hạn mức tín dụng
Thông tin từ CIC Phân loại nợ và
bộ phận trích lập dự phòng
kinh doanh BCTC
v1.0015111218 12
- ẢNH HƯỞNG CỦA CHẤT LƯỢNG THẺ ĐIỂM Khách hàng tốt
Khách hàng xấu
Điểm cutoff : được xác định thông
qua lợi nhuận/rủi ro của ngân hàng
3
Lựa chọn khách hàng)
Khách hàng Từ chối Chấp thuận
tiềm năng
Lựa chọn khách hàng
Tỷ lệ khách hàng xấu trong các 2
khách hàng hiện tại
1 1
3
v1.0015111218 13
- LỰA CHỌN KHÁCH HÀNG
100
20 3
13
64
80
67 64
Khách hàng Kiểm soát hồ sơ Đánh giá qua Tái thẩm định Khách hàng
thẻ điểm được cấp thẻ
Tập trung vào
lựa chọn khách
hàng mới
1
Lựa chọn khách hàng 4
v1.0015111218 14
- CÁC BƯỚC XÂY DỰNG THẺ ĐIỂM
► Xác định thời điểm quan sát;
Chuẩn bị ► Xác định khoảng thời gian quan sát;
dữ liệu ► Định nghĩa tốt/xấu/chưa xác định;
► Xác định nguồn dữ liệu: nội bộ, CIC.
Xác định ► Danh sách các biến đầy đủ (long list);
biến và làm ► Các giá trị thiếu;
sạch dữ liệu ► Các giá trị ngoại lai (outliner).
► Nhóm và xác định khoảng giá trị (binning/bucketing);
► Tính toán IV, Gini, p-value (hồi quy logistic đơn biến);
Phân tích
► Phân tích đơn biến;
đơn biến
► Quan điểm của chuyên gia tín dụng;
► Lựa chọn biến (shortlist).
v1.0015111218 15
- CÁC BƯỚC XÂY DỰNG THẺ ĐIỂM (tiếp theo)
► Mô hình logistic đa biến từ shortlist(e.g. AUROC, KS, etc.);
Phân tích
► Tính ứng dụng trong thực tế;
đa biến
► Mô hình cuối cùng (Final List).
Thẩm định ► Hold-out sample validation;
mô hình ► Out-of-time sample validation.
► Score scaling;
Điểm/
► Score banding;
Thang điểm
► Cut-Off.
v1.0015111218 16
- ĐỊNH NGHĨA GOOD/BAD (Default)
• Basel II Paragraph 452 – Định nghĩa bad:
“Vỡ nợ” được định nghĩa xảy ra đối với một khách hàng cụ thể khi một trong hai
hoặc cả hai sự kiện sau xảy ra:
Ngân hàng cho rằng khách hàng không thể thanh toán toàn bộ khoản vay;
Khách hàng có nợ quá hạn trên 90 ngày.
• Trong thực tế, tùy theo khẩu vị rủi ro của từng ngân hàng hoặc trường hợp tốt/xấu
không đủ dữ liệu. Định nghĩa tốt/xấu có thể được xem xét lại.
Ví dự như sau:
Ngân hàng Entrofine
Tốt Chưa bao giờ quá hạn trên 30 ngày Chưa bao giờ quá hạn quá 10 ngày
Xấu Đã từng quá hạn trên 60 ngày Đã từng quá hạn trên 90 ngày
Chưa xác định Đã từng quá hạn từ 30 - 59 ngày Đã từng quá hạn từ 10 - 89 ngày
v1.0015111218 17
- XÁC ĐỊNH CÁC BIẾN SỬ DỤNG TRONG MÔ HÌNH
Data (Ví dụ) Ý nghĩa
▪ Tuổi; ▪ Khách hàng trẻ có khả năng vỡ nợ cao hơn;
▪ Giới tính; ▪ Phụ nữ thường trả nợ tốt hơn;
Thông tin chung
▪ Số năm làm việc tại công ty ▪ Làm việc lâu tức là có nguồn trả nợ ổn định, vì
hiện tại. vậy khả năng trả nợ cao hơn.
▪ Loại hàng hóa; ▪ Các tài sản dễ bán có rủi ro cao hơn???
Thông tin
tín dụng ▪ Độ lớn khoản vay. ▪ Khách hàng có đánh giá quá cao về khả năng
trả nợ khoản vay lớn.
Các thông tin ▪ Hợp đồng lao động dài hạn; ▪ Độ ổn định của công việc;
“có thể” khác ▪ Chênh lệch thu nhập khai báo ▪ Sự trung thực của khách hàng.
và thu nhập thực.
Thông tin hành ▪ Ngoại hình khách hàng. ▪ Khách hàng mặc tồi có rủi ro cao hơn.
vi tín dụng
Các thông tin ▪ Số ngày quá hạn max; ▪ Các nhân tố này đại diện cho ý thức trả nợ của
nội bộ khác của ▪ Tỷ lệ nợ đã trả của khoản nợ khách hàng.
khách hàng hiện tại.
Quy luật chung: Càng nhiều thông tin, sẽ có thẻ điểm tốt hơn.
v1.0015111218 18
- MÔ HÌNH XẾP HẠNG
Sử dụng dữ liệu đầu vào đã biết để dự đoán một điều
chưa biết Ví dụ
▪ Khả năng trả nợ (PD)
của khách hàng sử
Thông tin đầu vào dụng thẻ tín dụng.
(ví dụ)
▪ Khả năng thu hồi nợ
▪ Tuổi Đầu ra thàng công.
▪ Thu nhập ▪ Khả năng sử dụng thẻ
▪ Kinh nghiệm Scoring ▪ Hạng (e.g., AA) tín dụng.
làm việc model ▪ Xác suất nợ ▪ …
▪ Tình trạng quá hạn
hôn nhân
▪ …
v1.0015111218 19
- KẾT HỢP CÁC THÔNG TIN VÀO BẢNG DỮ LIỆU ĐỂ PHÂN TÍCH
Thời gian
làm cho
Tốt/xấu Giới tính Tuổi Hôn nhân Số con
công ty • Để xây dựng một mô hình xếp hạng,
gần nhất các thông tin quá khứ của danh mục
0 M 20-25 M 0 5 khách hàng được sử dụng.
0 M > 50 S 3 1 • Thông tin về danh mục khách hàng:
1 F 20-25 S 1 3 Mỗi dòng biểu thị thông tin của
0 F 25-35 M 2 6 khách hàng theo mỗi tiêu chí và
1 M 35-50 M 2 0,5 được đánh dấu 0-1 tùy theo khách
1 M 35-50 S 0 2 hàng đó là tốt – xấu.
0 F > 50 S 2 1 Mỗi cột chứa biến sử dụng miêu tả
0 F 25-25 M 1 4 khách hàng.
1 M 20-25 M 0 0,3 • Danh sách này có thể bao gồm thông
tin của hàng nghìn khách hàng.
0 F 25-35 S 1 0,5
1 M M 0 6
Thông tin Thông tin dùng để dự báo
muốn dự báo
v1.0015111218 20
nguon tai.lieu . vn
