Tóm tắt Luận văn Thạc sĩ Ngân hàng: Mô hình ước lượng tỷ lệ tổn thất cho khách hàng doanh nghiệp tại Ngân hàng TMCP kỹ thương Việt Nam

LỜI MỞ ĐẦU
1. Tính cấp thiết của đề tài
Hệ thống ngân hàng có vai trò huyết mạch đối với nền kinh tế. Tuy
nhiên, bên cạnh vai trò to lớn đó, khi một mắt xích trong hệ thống ngân hàng
trở nên “trục trặc” có thể tạo ra hiệu ứng dây chuyền kéo theo đó là sự sụp đổ
của cả hệ thống và tạo ra tổn thất vô cùng nặng nề cho nền kinh tế.
Nợ xấu và “xử lý nợ xấu” là bài toán đặt ra trực tiếp đối với các tổ chức
tín dụng đặc biệt là hệ thống các ngân hàng và toàn bộ nền kinh tế. Do đó,
việc đo lường rủi ro tín dụng có ý nghĩa đặc biệt quan trọng với hoạt động và
sự phát triển của các ngân hàng Việt Nam.
Đứng trước tình hình này, để đảm bảo hệ thống ngân hàng Việt Nam ổn
định vững chắc, NHNN Việt nam đã ban hành hệ thống Quyết định, thông tư
quy định về các tỷ lệ đảm bảo an toàn trong hoạt động của tổ chức tín dụng,
quy định về PLN, trích lập và sử dụng dự phòng trong xử lý RRTD trong hoạt
động ngân hàng. Các quy định này đã bước đầu tiếp cận tới Basel II, tuy
nhiên còn ở mức hạn chế.
Theo hiệp ước Basel II của Ủy Ban Basel về giám sát hoạt động ngân
hàng, yêu cầu các ngân hàng phải xây dựng các mô hình dựa trên hệ thống dữ
liệu nội bộ để xác định khả năng tổn thất tín dụng. Các ngân hàng phải xác
định 04 biến số là PD - xác suất vỡ nợ; LGD – tỷ lệ tổn thất do vỡ nợ; EAD tổng dư nợ của khách hàng tại thời điểm vỡ nợ; EL (Expected Loss) - tổn thất
kỳ vọng theo công thức.
Ngân hàng TMCP Kỹ thương Việt Nam (Techcombank) đã xây dựng
được hệ thống dữ liệu tương đối dài và đầy đủ để áp dụng các phương pháp
đo lường rủi ro tín dụng theo tiêu chuẩn Basel II. Techcombank đã xây dựng
thành công hệ thống XHTD nội bộ từ đó ước lượng được tham số PD của
khách hàng. Techcombank đã bước đầu ước lượng tham số LGD, tuy nhiên tỷ


lệ thu hồi chưa được tính toán trên số liệu thu hồi thực tế mà sử dụng ý kiến
chuyên gia trong ngân hàng và tham khảo tư vấn từ đối tác trong nước và
nước ngoài. Với cơ sở dữ liệu hiện tại, Techcombank hoàn toàn có thể áp

dụng phương pháp định lượng để xây dựng mô hình ước lượng LGD phù hợp
hơn mô hình hiện tại.
Xuất phát từ thực trạng trên, tác giả chọn vấn đề “Mô hình ước lượng tỷ
lệ tổn thất cho khách hàng doanh nghiệp tại Ngân hàng TMCP kỹ thương
Việt Nam” làm đề tài nghiên cứu cho luận văn.
2. Mục tiêu nghiên cứu
 Mục tiêu tổng quát: Xây dựng mô hình phù hợp có thể áp dụng tại
Techcombank nhằm tính tỷ lệ tổn thất do vỡ nợ (LGD) đối với khách hàng
doanh nghiệp, góp phần nâng cao hiệu quả đo lường rủi ro tín dụng theo tiêu
chuẩn Basel II của Techcombank.
 Câu hỏi nghiên cứu:
 Quản trị rủi ro tín dụng theo hiệp ước Basel II tại Techcombank đang
được triển khai như thế nào?
 Mô hình nào phù hợp và có thể áp dụng tại Techcombank để ước
lượng tỷ lệ tổn thất do vỡ nợ đối với khách hàng doanh nghiệp?
3. Đối tƣợng và phạm vi nghiên cứu
 Đối tượng nghiên cứu: Khách hàng doanh nghiệp có khoản vay tại
Techcombank và đã từng có ít nhất 1 trong các đặc điểm sau:
+ Phân loại nợ vào nhóm 3-5 theo quy định về phân loại nợ của NHNN.
+ Có ít nhất 1 khoản vay được cơ cấu nợ
+ Khách hàng thuộc 1 trong 3 phân luồng xử lý nợ: chi nhánh tự thu, giải
pháp tài chính, AMC.
 Phạm vi nghiên cứu: Luận văn nghiên cứu đối tượng khách hàng
doanh nghiệp được Techcombank cho vay và được xác định là vỡ nợ trong
khoảng thời gian từ 2009 – 2014. Luận văn tập trung nghiên cứu dựa trên


danh mục cho vay mà chưa tính đến các loại hình cấp tín dụng khác.
4. Phƣơng pháp nghiên cứu
 Nguồn số liệu:

 Báo cáo thường niên ngân hàng Techcombank từ 2009 – 2015.
 Các sao kê tín dụng tại Ngân hàng Techcombank:
+ Sao kê dư nợ của khách hàng doanh nghiệp, sao kê tài sản đảm bảo
của khách hàng, sao kê cơ cấu nợ, sao kê bán nợ, sao kê Write-off, báo cáo
thu hồi nợ và giải ngân mới từ 01/2009 – 12/2014.
 Phương pháp nghiên cứu
Để thực hiện mục tiêu nghiên cứu, luận văn sử dụng các phương pháp
nghiên cứu sau:
 Phương pháp tổng hợp: kế thừa các lý luận về quản trị rủi ro tín dụng
và đo lường rủi ro tín dụng trong các nghiên cứu trước và từ thực tiễn đã được
các tổ chức tín dụng quốc tế áp dụng, từ đó hình thành cơ sở lý thuyết cho
luận văn.
 Phương pháp so sánh: so sánh sự khác nhau giữa các quan điểm về rủi
ro tín dụng, nợ xấu, đo lường rủi ro sau đó chọn lọc và rút ra khái niệm hợp lý
nhất áp dụng cho luận văn. Phương pháp này còn được sử dụng để so sánh kết
quả giữa các mô hình ước lượng LGD để có thể đề xuất mô hình phù hợp có
thể áp dụng tại Ngân hàng Techcombank.
 Phương pháp định lượng:
+ Luận văn sử dụng phương pháp workout LGD. Do không thu thập được đầy
đủ số liệu về chi phí nên tác giả xác định tỷ lệ thu hồi dựa trên giá trị thu hồi
(bằng tiền và từ xử lý tài sản đảm bảo) được chiết khấu về thời điểm khách
hàng vỡ nợ, LGD = 1- tỷ lệ thu hồi.
+ Phương pháp thống kê mô tả được sử dụng để phân tích các đặc trưng của
số liệu thu thập được tại ngân hàng Techcombank.
+ Phương pháp phân tích tương quan để chỉ ra mối quan hệ của các yếu tố tới


LGD
+ Luận văn sử dụng hồi quy logistic, hồi quy tuyến tính và cây quyết định để
ước lượng LGD.

5. Kết cấu luận văn
Ngoài phần mở đầu, kết luận và danh mục tài liệu tham khảo, danh mục
bảng biểu và sơ đồ, hình vẽ, nội dung chính của luận văn bao gồm 3 chương
như sau:
Chương 1. Tổng quan về quản trị rủi ro tín dụng.
Chương 2. Thực trạng quản trị rủi ro tín dụng đối với khách hàng
doanh nghiệp tại Techcombank.
Chương 3. Mô hình ước lượng tỷ lệ tổn thất đối với khách hàng doanh
nghiệp.
CHƢƠNG 1. TỔNG QUAN VỀ QUẢN TRỊ RỦI RO TÍN DỤNG
Trong chương này tác giả sẽ trình bày các nội dung chính:
(i) Một số cơ sở lý luận chung về RRTD và quy trình QTRR tín dụng tại
NHTM.
(ii) Tóm tắt một số nội dung liên quan đến QTRR tín dụng được nêu trong
hiệp ước Basel, trong đó tập trung tới các phương pháp đo lường rủi ro theo
Basel II.
(iii) Khung pháp lý về QTRR tín dụng của hệ thống ngân hàng Việt Nam.
1.1 Rủi ro tín dụng
1.1.1 Định nghĩa về rủi ro tín dụng
Rủi ro tín dụng sẽ phát sinh trong trường hợp khách hàng không thực
hiện đầy đủ hoặc không đúng hạn nghĩa vụ trả nợ cả gốc và/hoặc lãi của
khoản cho vay cho ngân hàng. RRTD không chỉ phát sinh ở hoạt động cho
vay mà còn có thể xảy ra ở nhiều hình thức khác như bảo lãnh, thư tính dụng,


cho vay liên ngân hàng …
1.1.2 Các chỉ tiêu phản ánh rủi ro tín dụng
Để phản ánh rủi ro tín dụng, Ngân hàng thường sử dụng các chỉ tiêu sau:
Tăng trưởng tín dụng “nóng”; Cơ cấu danh mục tín dụng có mức độ rủi ro tập
trung cao; Nợ quá hạn; Dự phòng RRTD; Nợ xấu.

1.2 Quy trình chung QTRR tín dụng tại NHTM
Quy trình QTRR TD tại các NHTM được thể hiện tóm tắt qua sơ đồ sau:

Sơ đồ 1.1: Quy trình QTRR tín dụng tại NHTM
1.3 Quản trị rủi ro tín dụng theo hiệp ƣớc Basel
1.3.1 Sơ lược về lịch sử hiệp ước Basel
Năm 1988, Ủy ban đã quyết định giới thiệu hệ thống đo lường vốn, thường
được gọi là Basel I.
Giữa năm 2004 Hiệp ước mới Basel II được ban hành, khắc phục các hạn
chế của Hiệp ước Basel I.
Rút ra những bài học từ cuộc khủng hoảng tài chính toàn cầu 2007 – 2009,
Basel III được ban hành vào cuối năm 2010 với mức độ bao phủ rủi ro rộng
hơn cùng nhiều quy định nghiêm ngặt.
1.3.2 Đo lường rủi ro tín dụng theo Basel II
 Thứ nhất, PD – Xác suất vỡ nợ, đo lường khả năng xảy ra RRTD
trong 1 khoảng thời gian. PD được tính dựa trên số liệu quá khứ bao gồm các
khoản nợ trong hạn, nợ quá hạn, nợ xấu.


 Thứ hai, LGD – tỷ lệ tổn thất khi khách hàng vỡ nợ. LGD là tổn thất
kinh tế tức là bao gồm cả yếu tố thời gian của tiền và các chi phí trực tiếp
hoặc gián tiếp trong quá trình thu hồi nợ.
 Thứ ba, dư nợ tại thời điểm vỡ nợ (EAD):
EAD = Dư nợ bình quân + LEQ * HMTD còn lại bình quân
1.4. Khung pháp lý QTRR tín dụng của hệ thống Ngân hàng Việt Nam
 Quy định về phân loại nợ và trích lập dự phòng

Sơ đồ 1.3. Quá trình ban hành các quy định về PLN và trích lập DPRR
 Quy định về các tỷ lệ bảo đảm an toàn trong hoạt động của TCTD

Sơ đồ 1.4. Quá trình ban hành các văn bản quy định về tỷ lệ bảo đảm an
toàn trong hoạt động của TCTD.
CHƢƠNG 2. THỰC TRẠNG QUẢN TRỊ RỦI RO TÍN DỤNG
ĐỐI VỚI KHÁCH HÀNG DOANH NGHIỆP TẠI TECHCOMBANK
Trong chương này, tác giả sẽ nêu thực trạng nợ xấu của hệ thống NHTM
Việt Nam những năm gần đây. Sau đó phân tích danh mục cho vay – danh
mục chiếm tỷ trọng lớn trong tổng danh mục cấp tín dụng tại Techcombank
giai đoạn 2009 – 2015, sau đó đi sâu phân tích thực trạng QTRR tín dụng tại
Techcombank.


2.1. Tình hình nợ xấu hệ thống NHTM Việt Nam những năm gần đây.
Trong những năm qua, tình hình nợ xấu của các ngân hàng không có
biến động lớn. Theo số liệu của NHNN, từ cuối năm 2011, nợ xấu chiếm
3.07%, năm 2012 tăng lên 4.08%, năm 2013 giảm còn 3.61% và năm 2014
chiếm 3.25%, tình hình nợ xấu 2015 cải thiện hơn, nợ xấu về dưới mức 3%.
2.2. Giới thiệu về Techcombank
2.2.1. Quá trình hình thành và phát triển
Ngân hàng TMCP Kỹ Thương Việt Nam (Techcombank) thành lập vào
ngày 27/9/1993. Tính đến 31/12/2015, vốn điều lệ của Techcombank đạt
8,878 tỷ đồng, tổng tài sản đạt trên 191,994 tỷ đồng.
2.2.2. Kết quả hoạt động kinh doanh năm 2015
 Cân đối giữa hoạt động Cho vay và Huy động
 Tổng thu nhập hoạt động (TOI) và lợi nhuận trước thuế (PBT) tăng cao
 Ngân hàng đã thực hiện QTRR tốt, giảm tỷ lệ nợ xấu xuống mức 1.67%
giảm 0.71% so với cùng kỳ năm ngoái.
 Đạt nhiều giải thưởng từ các tổ chức uy tín quốc tế.
2.3. Thực trạng quản trị rủi ro tín dụng tại Techcombank
2.3.1. Đánh giá danh mục cho vay tại Techcombank qua các chỉ số
Giai đoạn 2009 – 2015, dư nợ cho vay tại Techcombank liên tục tăng, tốc

độ tăng trưởng trung bình đạt 18%.
Danh mục cho vay Techcombank có rủi ro tập trung cao thể hiện khá rõ
nét ở cơ cấu danh mục theo ngành kinh tế và theo loại hình doanh nghiệp.
Techcombank đã kiểm soát được nợ xấu ở mức dưới 3% theo quy định
của NHNN. Tuy nhiên, chi phí dự phòng vẫn ở mức cao.
2.3.2. Mô hình quản trị rủi ro tín dụng tại Techcombank
Chiến lược QTRR cơ bản của Techcombank là xây dựng một hệ thống
QTRR phù hợp với yêu cầu phát triển kinh doanh dựa trên mô hình “3 tuyến


phòng thủ”. Các hoạt động QTRR được cấu trúc theo 4 phân khúc kinh
doanh.
2.3.3. Đo lường rủi ro tín dụng theo Basel II tại Techcombank
LGD của khách hàng doanh nghiệp được tính theo công thức sau:
(2.1)

Trong đó:
NVTD: Nghĩa vụ tín dụng của khách hàng tại thời điểm tính LGD
GTDBmax: Giá trị đảm bảo tối đa trên tài sản đảm bảo của KH tại
Techcombank.
GTDG: Giá trị định giá tài sản đảm bảo của KH tại Techcombank
RR: Tỷ lệ thu hồi ước tính đối với từng loại TSĐB (theo phương pháp chuyên
gia)
CHƢƠNG 3. MÔ HÌNH ƢỚC LƢỢNG TỶ LỆ TỔN THẤT ĐỐI VỚI
KHÁCH HÀNG DOANH NGHIỆP
Trong chương này, tác giả sẽ áp dụng phương pháp workout LGD để
tính LGD của khách hàng doanh nghiệp đã vỡ nợ tại Techcombank. Sau đó,
tác giả sẽ sử dụng 2 phương pháp là mô hình 3 giai đoạn và mô hình cây
quyết định để ước lượng LGD cho 1 KHDN bất kỳ có dấu hiệu vỡ nợ tại
Techcombank. Phần cuối so sánh giữa 2 mô hình đồng thời đưa ra một số

khuyến nghị về việc lựa chọn mô hình tính LGD đối với KHDN tại
Techcombank.
3.1. Tính LGD thực tế từ số liệu lịch sử theo phƣơng pháp workout LGD
3.1.1 Mô tả nguồn số liệu
Số liệu lịch sử làm cơ sở tính toán LGD thực tế được tổng hợp từ các nguồn
như sau: Sao kê dư nợ của KHDN; sao kê cơ cấu nợ; Báo cáo phân luồng nợ có
vấn đề KHDN; Báo cáo tổng hợp giá trị thu hồi nợ và giải ngân mới của KH.


3.1.2. Xác định khách hàng “vỡ nợ” và thời điểm vỡ nợ
Những KH được xác định là đã vỡ nợ nếu có ít nhất một trong các đặc điểm
sau:
 Được phân vào nhóm nợ 3 – 5 trong ít nhất 3 tháng liên tiếp.
 Khách hàng có nợ được cơ cấu lại thời hạn trả nợ
 Khách hàng được phân luồng nợ có vấn đề vào một trong các nhóm sau:
Chi nhánh tự thu, giải pháp tài chính hoặc AMC.
3.1.3. Xác định thời điểm kết thúc thời gian thu hồi
 Số liệu về tỷ lệ thu hồi nợ của 2,743 KH vỡ nợ tại Techcombank giai đoạn
2009 – 2014 cho thấy từ tháng thứ 26 trở đi tỷ lệ thu hồi nợ ~0%. Tác giả lựa
chọn thời điểm kết thúc quá trình thu hồi là 24 tháng ~2 năm sau khi KH vỡ
nợ.
3.1.4. Xác định tỷ lệ chiết khấu
 Luận văn sử dụng lãi suất phi rủi ro được ước tính từ lãi suất trúng
thầu trái phiếu do Kho bạc nhà nước phát hành kỳ hạn 2 năm làm tỷ lệ chiết
khấu các dòng tiền thu hồi và dư nợ tăng thêm.
3.1.5. Tính LGD thực tế
(3.5)

Trong đó:
NPV(GTTH): Giá trị hiện tại của giá trị thu hồi

NPV(GN): Giá trị hiện tại của dư nợ tăng thêm
V0: Dư nợ của khách hàng tại thời điểm vỡ nợ
3.2. Ƣớc lƣợng LGD cho khách hàng doanh nghiệp
3.3.1. Các yếu tố có khả năng tác động tới LGD của KHDN
 Nhóm yếu tố liên quan tới đặc điểm khách hàng
 Nhóm yếu tố liên quan đến đặc điểm khoản vay


 Nhóm yếu tố liên quan đến tài sản đảm bảo
3.3.2. Các mô hình ước lượng LGD
3.3.2.1. Phương pháp ước lượng 3 giai đoạn
 Kết quả phương pháp ước lượng 3 giai đoạn như sau:
 Mô hình logit 1 xác định xác suất xảy ra tổn thất 100%
(3.10)

 Mô hình logit 2 xác định xác suất thu hồi 100%
(3.11)

 Mô hình hồi quy tuyến tính ước lượng tổn thất trong khoảng (0;1)
(3.12)

Suy ra ta có:
(3.13)
(3.14)

3.2.2.2. Mô hình cây quyết định
 Kết quả mô hình cây quyết định được tạo nên từ 4 yếu tố là: phần trăm dư
nợ được đảm bảo (PhanTramDamBao), quy mô doanh nghiệp (Size), tỷ trọng
bất động sản trong TSĐB (BDS), khách hàng có được cơ cấu nợ hay không
(CCN).

 Cây quyết định gồm 10 nút, trong đó nút 3 (KHDN có tỷ lệ được đảm bảo
trong khoảng (1.626; 1.78)) có LGD lớn nhất ~71.36%; nút 7 (KHDN vừa và
lớn, vay tín chấp) có LGD nhỏ nhất ~20.24%.
3.2.2.3. So sánh các mô hình
- LGD trung bình ước lượng theo phương pháp 3 giai đoạn ~37.39% thấp
hơn LGD trung bình thực tế của mẫu dữ liệu (46.83%).
- LGD trung bình ước lượng theo mô hình cây quyết định khá sát với LGD
trung bình thực tế của mẫu dữ liệu (46.83%).


- Sai số dự báo của 2 phương pháp: sai số dự báo được xác định bằng 2 chỉ
số sau:
Phương pháp

MAE

RMSE

3 giai đoạn

0.3566

0.4073

Cây quyết định

0.3584

0.3968

KẾT LUẬN VÀ KHUYẾN NGHỊ
Hiện nay, vấn đề “đo lường rủi ro” – một trong 4 mắt xích của quy
trình QTRR không còn là khái niệm xa lạ với các NHTM Việt Nam. Mỗi
ngân hàng có một cách tiếp cận với các tiêu chuẩn Basel khác nhau, phụ
thuộc vào chiến lược, nguồn lực và đầu tư của mỗi ngân hàng. Tuy nhiên mục
tiêu chung của các ngân hàng là có thể thực hiện phương pháp xếp hạng nội
bộ tiên tiến nhằm đo lường rủi ro một cách chính xác nhất.
Là một trong 10 ngân hàng được lựa chọn để triển khai và áp dụng các
tiêu chuẩn QTRR theo chuẩn mực Basel II, Techcombank đã có một lộ trình
khá rõ ràng cho việc tiếp cận mô hình QTRR tiên tiến. Sau khi xây dựng được
hệ thống XHTD đủ mạnh nhằm ước lượng tham số PD, ngân hàng tiếp tục
phát triển xây dựng các mô hình ước tính các tham số rủi ro tiếp theo (LGD,
EAD). Techcombank đã ước lượng LGD dựa trên tỷ lệ thu hồi TSĐB theo
phương pháp chuyên gia. Với cơ sở dữ liệu hiện tại, Techcombank chưa thể
đáp ứng được 100% yêu cầu theo chuẩn mực Basel II, tuy nhiên,
Techcombank vẫn có thể cải thiện mô hình LGD hiện tại bằng một số phương
pháp định lượng như phương pháp workout để tính tổn thất thực tế từ nhóm
KH đã vỡ nợ, đồng thời sử dụng phương pháp 3 giai đoạn hoặc mô hình cây
quyết định để ước tính tổn thất có thể xảy ra trong tương lai.
Để áp dụng các phương pháp tiên tiến nhằm đo lường RRTD một cách
chính xác, Techcombank cần chuẩn bị nguồn lực bao gồm hệ thống cơ sở dữ
liệu, đội ngũ nhân viên có chuyên môn về phân tích định lượng và các phần
mềm chuyên dụng hỗ trợ lưu trữ, xử lý số liệu lớn và phần mềm hỗ trợ phân
tích định lượng.
Hướng nghiên cứu tiếp theo:
- Thu thập thêm thông tin về những yếu tố tác động đến LGD nhằm tăng khả
năng giải thích và khả năng dự báo của mô hình.

- Áp dụng những phương pháp tính LGD thực tế khác (ví dụ market LGD,
Implied Market LGD) và so sánh với phương pháp workout.
- Áp dụng những phương pháp ước lượng LGD khác ví dụ mô hình Tobit,
hồi quy với phân phối Beta…