LA02.072 - Kiểm tra sức chịu đựng rủi ro tín dụng của các ngân hàng thương mại Việt Nam - Nghiên cứu điển hình Ngân hàng TMCP Công thương Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN

-------------------------------
VŨ TRUNG THÀNH
KIỂM TRA SỨC CHỊU ĐỰNG RỦI RO TÍN DỤNG

CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM –
NGHIÊN CỨU ĐIỂN HÌNH NGÂN HÀNG TMCP
CÔNG THƯƠNG VIỆT NAM
Chuyên ngành : Tài chính - Ngân hàng

Mã số : 62340201
LUẬN ÁN TIẾN SỸ KINH TẾ
NGƯỜI HƯỚNG DẪN KHOA HỌC:

1. PGS. TS. Trần Thị Thanh Tú
2. PGS. TS. Nguyễn Thị Minh Huệ
Xác nhận của Người hướng dẫn 1 Xác nhận của Người hướng dẫn 2
PGS.TS. Trần Thị Thanh Tú PGS. TS. Nguyễn Thị Minh Huệ
HÀ NỘI - 2017
Viết thuê luận văn thạc sĩ, luận án tiến sĩ

Mail: luanvanaz@gmail.com - 0972.162.399
v
LỜI CAM ĐOAN
Tôi đã đọc và hiểu về các hành vi vi phạm sự trung thực trong học thuật. Tôi
cam kết bằng danh dự cá nhân rằng nghiên cứu này do tôi tự thực hiện và không vi
phạm yêu cầu về sự trung thực trong học thuật.
Tôi xin cam đoan đề tài luận án “Kiểm tra sức chịu đựng rủi ro tín dụng của
các ngân hàng thương mại Việt Nam – nghiên cứu điển hình Ngân hàng TMCP
Công thương Việt Nam” là công trình nghiên cứu của tôi.
Hà Nội, ngày…..tháng…. năm 2017

Tác giả luận án
Vũ Trung Thành

vi
MỤC LỤC
LỜI CAM ĐOAN .................................................................................................. v

MỤC LỤC............................................................................................................. vi
DANH MỤC VIẾT TẮT ...................................................................................... xi
DANH MỤC CÁC BẢNG .................................................................................. xiv
DANH MỤC CÁC ĐỒ THỊ ............................................................................... xvi
DANH MỤC CÁC HÌNH .................................................................................. xvii
DANH MỤC CÁC PHỤ LỤC ..........................................................................xviii
PHẦN MỞ ĐẦU .................................................................................................... 1
1. Giới thiệu công trình nghiên cứu ............................................................... 1
2. Tính cấp thiết của luận án .......................................................................... 2
3. Mục tiêu nghiên cứu ................................................................................... 4
4. Đối tượng và phạm vi nghiên cứu .............................................................. 4
5. Câu hỏi nghiên cứu ..................................................................................... 5
6. Phương pháp nghiên cứu............................................................................ 6
7. Những đóng góp của luận án ...................................................................... 7
8. Kết cấu của luận án .................................................................................... 8
CHƯƠNG 1. TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU ................................. 9
1.1. Các nghiên cứu về Kiểm tra sức chịu đựng ở nước ngoài ........................ 9
1.1.1. Quá trình hình thành và phát triển lý thuyết về Kiểm tra sức chịu đựng9
1.1.2. Tác động của kinh tế vĩ mô đối với RRTD trong xây dựng kịch bản
Kiểm tra sức chịu đựng ..................................................................................... 14
1.1.2.1. Chỉ số đại diện cho chu kỳ kinh tế .................................................. 14
1.1.2.2. Chỉ số giá bất động sản ................................................................... 16
1.1.2.3. Chỉ số chứng khoán ........................................................................ 16
1.1.2.4. Các chỉ số thể hiện mặt bằng lãi suất .............................................. 16
1.1.2.5. Chỉ số về tăng trưởng tín dụng ........................................................ 17
1.1.2.6. Tỷ giá ............................................................................................. 17
1.2. Các nghiên cứu về Kiểm tra sức chịu đựng vi mô tại Việt Nam ............. 18

vii
1.3. Khoảng trống nghiên cứu ......................................................................... 22

KẾT LUẬN CHƯƠNG 1 .................................................................................... 23
CHƯƠNG 2. CƠ SỞ LÝ LUẬN VỀ KIỂM TRA SỨC CHỊU ĐỰNG VI MÔ
ĐỐI VỚI RRTD TẠI CÁC NHTM .................................................................... 24
2.1. Khái niệm Kiển tra sức chịu đựng vi mô ................................................. 24
2.2. Phân loại Kiểm tra sức chịu đựng vi mô.................................................. 27
2.3. Mô hình Kiểm tra sức chịu đựng vi mô ................................................... 29
2.3.1. Các mô hình kinh tế vĩ mô (Macroeconomic Modeling) .................... 30
2.3.1.1. Các mô hình hồi quy chuỗi thời gian phi cấu trúc ........................... 30
2.3.1.2. Các mô hình cân bằng tổng thể động .............................................. 32
2.3.1.3. Các mô hình dữ liệu bảng ............................................................... 33
2.3.2. Xây dựng kịch bản Kiểm tra sức chịu đựng vi mô.............................. 33
2.3.2.1. Lựa chọn yếu tố gây sốc cho ngân hàng .......................................... 34
2.3.2.2. Đo lường quy mô cú sốc ................................................................. 35
2.3.3. Biến số đo lường RRTD .................................................................... 36
2.3.4. Mô hình đánh giá RRTD (Credit risk Satellite Modeling) .................. 42
2.3.4.1. Nghiên cứu của Schmeider và cộng sự (2013) xác định RWA ........ 43
2.3.4.2. Nghiên cứu của Buncic và Melecky (2013) xác định PD ................ 44
2.4. Ứng dụng Kiểm tra sức chịu đựng vi mô đối với RRTD trong quản trị
ngân hàng ............................................................................................................. 45
2.4.1. Nhận thức về vai trò của Kiểm tra sức chịu đựng ............................... 49
2.4.2. Xác định đúng mục tiêu thực hiện Kiểm tra sức chịu đựng ................ 51
2.4.3. Phối hợp giữa các đơn vị chức năng ................................................... 52
2.4.4. Xây dựng và văn bản hóa quy trình .................................................... 53
2.4.5. Yếu tố hạ tầng công nghệ thông tin .................................................... 54
2.4.6. Đánh giá định kỳ việc thực hiện Kiểm tra sức chịu đựng ................... 56
KẾT LUẬN CHƯƠNG 2 .................................................................................... 57

viii
CHƯƠNG 3. THỰC TRẠNG HOẠT ĐỘNG TÍN DỤNG VÀ TRIỂN KHAI

KIỂM TRA SỨC CHỊU ĐỰNG VI MÔ ĐỐI VỚI RRTD TẠI VIETINBANK
58
3.1. Tình hình kinh tế và điều hành chính sách tín dụng của NHNN giai đoạn
2009-2015 ............................................................................................................. 58
3.1.1. Tình hình kinh tế vĩ mô ...................................................................... 58
3.1.1.1. Tốc độ tăng trưởng GDP................................................................. 58
3.1.1.2. Lạm phát, tăng cung tiền và tín dụng .............................................. 59
3.1.1.3. Tỷ giá ............................................................................................. 62
3.1.1.4. Cán cân vãng lai ............................................................................. 63
3.1.1.5. Chỉ số thị trường chứng khoán ........................................................ 64
3.1.1.6. Thị trường bất động sản .................................................................. 65
3.1.2. Nợ xấu và điều hành chính sách tín dụng của NHNN......................... 67
3.1.2.1. Thực trạng nợ xấu giai đoạn 2009-2015.......................................... 67
3.1.2.2. Các chính sách điều hành tín dụng của NHNN ............................... 68
3.2. Thực trạng hoạt động tín dụng của Vietinbank ...................................... 70
3.2.1. Quá trình hình thành và vai trò của Vietinbank trong hệ thống NHTM
Việt Nam. .......................................................................................................... 70
3.2.2. Kết quả hoạt động tín dụng của Vietinbank 2009 - 2015 .................... 72
3.3. Đánh giá thực trạng triển khai Kiểm tra sức chịu đựng vi mô đối với
RRTD tại Vietinbank .......................................................................................... 76
3.3.1. Thực trạng triển khai Kiểm tra sức chịu đựng RRTD tại Vietinbank .. 76
3.3.1.1. Nhận thức về vai trò của Kiểm tra sức chịu đựng............................ 77
3.3.1.2. Xây dựng kịch bản Kiểm tra sức chịu đựng .................................... 78
3.3.1.3. Văn bản quy định Kiểm tra sức chịu đựng ...................................... 80
3.3.1.4. Cơ sở hạ tầng thông tin ngân hàng .................................................. 80
3.3.2. Thành công và hạn chế trong triển khai Kiểm tra sức chịu đựng vi mô
đối với RRTD tại Vietinbank............................................................................. 81
3.3.2.1. Thành công ..................................................................................... 81

ix
3.3.2.2. Hạn chế .......................................................................................... 82

3.3.2.3. Nguyên nhân của những hạn chế .................................................... 84
KẾT LUẬN CHƯƠNG 3 .................................................................................... 87
CHƯƠNG 4. HOÀN THIỆN MÔ HÌNH KIỂM TRA SỨC CHỊU ĐỰNG VI
MÔ ĐỐI VỚI RRTD THEO CHUẨN MỰC QUỐC TẾ TẠI VIETINBANK. 88
4.1. Mô hình kinh tế vĩ mô ............................................................................... 89
4.1.1. Dữ liệu nghiên cứu ............................................................................ 89
4.1.2. Mô hình nghiên cứu ........................................................................... 92
4.1.3. Biến độc lập ....................................................................................... 96
4.1.4. Giả thuyết nghiên cứu ...................................................................... 101
4.1.5. Mô tả và thống kê mẫu nghiên cứu .................................................. 103
4.1.6. Kiểm định mô hình .......................................................................... 104
4.1.6.1. Kiểm định tính dừng ..................................................................... 104
4.1.6.2. Kiểm định phương sai của sai số không đổi (nhân tử Lagrange) .. 105
4.1.6.3. Kiểm định đa cộng tuyến .............................................................. 105
4.1.6.4. Kiểm định Hausmann ................................................................... 106
4.1.7. Kết quả mô hình .............................................................................. 107
4.1.7.1. Mô hình đầy đủ ............................................................................ 107
4.1.7.2. Mô hình rút gọn ............................................................................ 110
4.2. Xây dựng kịch bản Kiểm tra sức chịu đựng .......................................... 112
4.2.1. Mô hình dự báo GDP ....................................................................... 112
4.2.2. Kịch bản chuẩn ................................................................................ 115
4.2.3. Kịch bản xấu .................................................................................... 116
4.2.4. Kịch bản căng thẳng ........................................................................ 117
4.3. Mô hình Kiểm tra sức chịu đựng RRTD tại Vietinbank trong các kịch
bản 119
4.3.1. Dự báo tỷ lệ nợ xấu của Vietinbank trong các kịch bản .................... 119
4.3.2. Dự báo tỷ lệ an toàn vốn của Vietinbank trong các kịch bản ............ 120
KẾT LUẬN CHƯƠNG 4 .................................................................................. 124

x
CHƯƠNG 5. MỘT SỐ ĐỀ XUẤT NHẰM TĂNG CƯỜNG ỨNG DỤNG MÔ

HÌNH KIỂM TRA SỨC CHỊU ĐỰNG VI MÔ ĐỐI VỚI RRTD TẠI CÁC
NHTM VIỆT NAM ........................................................................................... 125
5.1. Hoàn thiện mô hình Kiểm tra sức chịu đựng đối với RRTD tại các
NHTM Việt Nam ............................................................................................... 125
5.2. Một số đề xuất khác đối với các NHTM ................................................ 127
5.2.1. Nâng cao nhận thức về Basel II và Kiểm tra sức chịu đựng.............. 127
5.2.2. Xây dựng khung quản trị doanh nghiệp, QTRR theo chuẩn quốc tế . 128
5.2.3. Đầu tư phát triển công nghệ và hệ thống dữ liệu .............................. 130
5.2.4. Nâng cao chất lượng nguồn nhân lực về QTRR ............................... 132
5.3. Khuyến nghị đối với các cơ quan quản lý nhà nước ............................. 134
5.3.1. Xây dựng lộ trình triển khai Kiểm tra sức chịu đựng phù hợp với điều
kiện Việt Nam .................................................................................................. 134
5.3.2. Hoàn thiện hệ thống số liệu kinh tế vĩ mô ........................................ 137
5.3.3. Lành mạnh hóa hệ thống ngân hàng ................................................. 139
KẾT LUẬN CHƯƠNG 5 .................................................................................. 141
KẾT LUẬN ........................................................................................................ 142
DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA TÁC GIẢ LIÊN
QUAN ĐẾN LUẬN ÁN ..................................................................................... 145
TÀI LIỆU THAM KHẢO ................................................................................. 146
PHỤ LỤC........................................................................................................... 161

xi
DANH MỤC VIẾT TẮT

STT Ký hiệu Nguyên nghĩa
1. ACB Ngân hàng thương mại cổ phần Á Châu
2. Agribank Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam
Phương pháp đo lường rủi ro dựa trên hệ thống xếp hạng
3. A-IRB tín dụng nội bộ ngân hàng, dạng nâng cao (Advanced
Internal Ratings-Based approach)
4. AL Giá trị tổn thất rủi ro tín dụng (Actual Loss)
5. Basel I Hiệp ước vốn Basel I (The Capital Accord)
Đồng thuận quốc tế về đo lường vốn và tiêu chuẩn vốn
6. Basel II (The International Convergence of Capital Measurement
and Capital Standards)
Basel III - Khung pháp lý toàn cầu vì nền tảng ngân hàng
và hệ thống tài chính vững mạnh (Basel III: A global
7. Basel III
regulatory framework for more resilient banks and
banking systems)
Ủy ban Basel về giám sát ngân hàng (Basel Committee
8. BCBS
of Banking Supervision)
9. BID Ngân hàng thương mại cổ phần đầu tư và phát triển Việt Nam
10. CAR Tỷ lệ an toàn vốn (Capital Adequacy Ratio)
11. CIC Trung tâm Thông tin tín dụng
12. CPI Chỉ số giá tiêu dùng (Consumer Price Index)
13. CTG, Vietinbank Ngân hàng thương mại cổ phần Công thương Việt Nam
Phương pháp phân tích hồi quy dữ liệu bảng kiểu động
14. DPDA
(Dynamic Panel Data Regression Analysis)
Giá trị danh mục khi khách hàng không trả được nợ
15. EAD
(Exposure at Default)
Ngân hàng thương mại cổ phần Xuất nhập khẩu Việt
16. EIB
Nam

xii

17. EL Tổn thất dự kiến (Expected Loss)
18. Fed Cục dự trữ liên bang Mỹ (Federal Reserves System)
19. F-IRB tín dụng nội bộ ngân hàng, dạng cơ bản (Foundation
Internal Ratings-Based Approach)
Chương trình đánh giá ổn định tài chính (Financial
20. FSAP
Stability Assessment Program)
21. GDP Tổng sản phẩm quốc nội (Gross Domestic Product)
Quy trình nội bộ ngân hàng nhằm đánh giá mức độ an
22. ICAAP toàn vốn (Internal Capital Adequacy Assessment
Process)
23. IMF Quỹ tiền tệ thế giới (International Monetary Fund)
24. IRB tín dụng nội bộ ngân hàng (Internal Ratings-Based
Approach)
Tỷ lệ tổn thất khi khách hàng không trả được nợ (Loss at
25. LGD
Given Default)
Macro-prudential Kiểm tra sức chịu đựng để giám sát mức độ an toàn của
26.
Stress Testing hệ thống ngân hang
27. MBB Ngân hàng thương mại cổ phần Quân đội
Micro- prudential Kiểm tra sức chịu đựng để quản trị rủi ro nội bộ ngân
28.
Stress Testing hang
29. NCB Ngân hàng thương mại cổ phần Quốc dân
30. NH Ngân hang
NH TMCP,
31. Ngân hàng thương mại Cổ phần
NHTM CP
32. NH TMNN Ngân hàng thương mại Nhà nước
33. NHNN Ngân hàng Nhà nước Việt Nam
34. NHTM Ngân hàng thương mại

xiii

35. NPL Tỷ lệ nợ xấu (Non-performing Loans)
Tổ chức Hợp tác và Phát triển Kinh tế (The Organisation
36. OECD
for Economic Co-operation and Development)
Xác suất khách hàng không trả được nợ (Probability of
37. PD
Default)
38. ROA Tỷ suất sinh lời trên tổng tài sản
39. ROE Tỷ suất sinh lời trên vốn chủ sở hữu
40. RRTD Rủi ro tín dụng
41. RWA Tài sản điều chỉnh rủi ro (Risk-weighted Asset)
42. SHB Ngân hàng thương mại cổ phần Sài gòn – Hà Nội
43. STB Ngân hàng thương mại cổ phần Sài gòn thương tín
Phương pháp đo lường rủi ro chuẩn (Standardized
44. STD
Approach)
45. Stress Testing Kiểm tra sức chịu đựng
46. UL Tổn thất ngoài dự kiến (Unexpected Loss)
Công ty TNHH một thành viên quản lý tài sản của các tổ
47. VAMC
chức tín dụng Việt Nam
48. VaR Khung lý thuyết về giá trị tổn thất (Value at Risk)
49. VCB Ngân hàng thương mại cổ phần ngoại thương Việt Nam
Chỉ số giá cổ phiếu giao dịch tại Sở giao dịch chứng
50. VN-Index
khoán TP Hồ Chí Minh
51. WB Ngân hàng thế giới (World Bank)
52. XHTDNB Hệ thống xếp hạng tín dụng nội bộ

xiv
DANH MỤC CÁC BẢNG

Bảng 2.1: Phương pháp thực hiện Kiểm tra sức chịu đựng theo cách lựa chọn biến
số đo lường RRTD ................................................................................................ 40
Bảng 3.1: Cán cân vãng lai và giá trị xuất nhập khẩu hàng hoá, dịch vụ của Việt
Nam trong giai đoạn 2009 - 2015 .......................................................................... 64
Bảng 3.2: Hoạt động kinh doanh của các NHTM CP niêm yết trong năm 2015 ..... 72
Bảng 3.3: Tín dụng theo phân khúc khách hàng trong giai đoạn 2009 - 2015......... 74
Bảng 4.1: Tỷ trọng dư nợ của các ngân hàng niêm yết so với dư nợ tín dụng toàn hệ
thống tại 31/12/2015 .............................................................................................. 90
Bảng 4.2 : So sánh số lượng quan sát của một số nghiên cứu ................................. 91
cùng chủ đề tại Việt Nam ...................................................................................... 91
Bảng 4.3: Các yếu tố kinh tế vĩ mô được sử dụng trong các nghiên cứu khác ........ 99
Bảng 4.4: Các biến kinh tế vĩ mô được lựa chọn vào mô hình định lượng ........... 100
Bảng 4.5: Các giả thuyết nghiên cứu về mối quan hệ giữa kinh tế vĩ mô và tỷ lệ nợ
xấu ngân hàng ..................................................................................................... 102
Bảng 4.6: Mô tả thống kê các biến trong mô hình ................................................ 103
Bảng 4.7: Hệ số tương quan giữa các biến số độc lập trong mô hình ................... 104
Bảng 4.8: Kết quả kiểm định tính dừng ............................................................... 104
Bảng 4.9: Kết quả kiểm định đa cộng tuyến......................................................... 105
Bảng 4.10: Kết quả mô hình hồi quy mô hình đầy đủ .......................................... 107
Bảng 4.11: Kết quả mô hình hồi quy được sử dụng để dự đoán tỷ lệ nợ xấu ........ 111
Bảng 4.12: Kết quả chỉ số AIC và BIC cho mô hình dự báo GDP........................ 114
Bảng 4.13: Dự báo tăng trưởng GDP năm 2016................................................... 116
Bảng 4.14: Kết quả mô hình ARIMA dự báo tỷ lệ tăng trưởng GDP ................... 114
Bảng 4.15: Kết quả các kịch bản dự phóng tỷ lệ nợ xấu của Vietinbank .............. 119

xv
Bảng 4.16: PD phân theo đối tượng cho vay của QIS 5 ....................................... 120
Bảng 4.17: PD ước tính của Vietinbank ............................................................... 121
Bảng 4.18: Ước lượng ∆PD và ∆RWA trong kịch bản xấu và căng thẳng............ 122

xvi
DANH MỤC CÁC ĐỒ THỊ

Đồ thị 3.1: Diễn biến tăng trưởng GDP và tỷ lệ lạm phát Việt Nam ....................... 60
Đồ thị 3.2: Lạm phát, cung tiền và tăng trưởng tín dụng của Việt Nam giai đoạn
2009-2015 ............................................................................................................. 60
Đồ thị 3.3: Diễn biến tỷ giá VNĐ/USD giai đoạn 2009-2015 ................................ 63
Đồ thị 3.4: Chỉ số VN-Index giai đoạn 2009 - 2015 ............................................... 65
Đồ thị 3.5: Chỉ số bất động sản tại TP Hồ Chí Minh giai đoạn 2009-2015 ............. 66
Đồ thị 3.6: Chỉ số bất động sản tại Hà Nội giai đoạn 2009-2015 ............................ 66
Đồ thị 3.7: Nợ xấu của hệ thống ngân hàng Việt Nam giai đoạn 2009 -2015 ......... 68
Đồ thị 3.8: Quy mô hoạt động tín dụng tại Vietinbank giai đoạn 2009 - 2015 ........ 73
Đồ thị 3.9: Khả năng sinh lời của Vietinbank trong giai đoạn 2009 – 2015 ............ 75
Đồ thị 3.10: Chất lượng tín dụng của Vietinbank trong giai đoạn 2009 - 2015 ....... 76
Đồ thị 4.1: Tỷ lệ nợ xấu sau khi điều chỉnh phần nợ đã bán cho VAMC của các
ngân hàng niêm yết................................................................................................ 93
Đồ thị 4.2: Dự báo GDP 2016-2017 theo kịch bản chuẩn .................................... 115
Đồ thị 4.3: Dự báo GDP 2016-2017 theo kịch bản xấu ........................................ 116
Đồ thị 4.4: Dự báo GDP 2016-2017 theo kịch bản căng thẳng ............................. 118
Đồ thị 5.1: Tỷ lệ an toàn vốn tối thiểu đối với ngân hàng D-SIB tại một số nước. 137

xvii
DANH MỤC CÁC HÌNH

Hình 2.1: Quy trình Kiểm tra sức chịu đựng vi mô ................................................ 30
Hình 2.2: Kết quả mô phỏng ∆RWA theo ∆PD ..................................................... 44
Hình 2.3: Cấu phần Quy trình tự đánh giá mức độ an toàn vốn (ICAAP) ............... 46
Hình 2.4: Mối quan hệ Khẩu vị rủi ro, Tài chính kế hoạch và Kiểm tra sức chịu
đựng ...................................................................................................................... 47
Hình 3.1: Mô hình quản trị rủi ro tại Vietinbank .................................................... 79
Hình 4.1: Các bước lựa chọn biến kinh tế vĩ mô trong mô hình ............................. 97
Hình 4.2: Tỷ lệ nợ xấu thực tế và tỷ lệ nợ xấu tính theo mô hình rút gọn ............. 112
Hình 4.3: Lược đồ tự tương quan (ACF) cho mô hình dự báo GDP ..................... 113
Hình 4.4: Lược đồ tự tương quan (ACF) cho mô hình dự báo GDP ..................... 113

xviii
DANH MỤC CÁC PHỤ LỤC

Phụ lục1: Đánh giá chất lượng dữ liệu về các chỉ tiêu kinh tế xã hội Việt Nam ...158
Phụ lục 2: Kết quả mô hình đánh giá tác động kinh tế vĩ mô tới NPL (đầy
đủ)………………………………………………………………………………...160
Phụ lục 3: Kết quả mô hình đánh giá tác động kinh tế vĩ mô tới NPL (rút gọn)
…………………………………………………………………………………….161
Phụ lục 4: Kết quả mô hình dự báo GDP
…………………………………………162

1
PHẦN MỞ ĐẦU
1. Giới thiệu công trình nghiên cứu

Trong hoạt động của mình, các ngân hàng thương mại (NHTM) luôn phải đối
mặt với rủi ro tín dụng (RRTD). Quản trị RRTD với các công cụ, mô hình khác
nhau luôn được NHTM, cơ quan quản lý và giới nghiên cứu quan tâm. Thực tế đã
chứng minh Kiểm tra sức chịu đựng (Stress Testing) là một công cụ quản trị RRTD
hữu hiệu, được nhiều tổ chức, quốc gia và ngân hàng trên thế giới sử dụng. Tại Việt
Nam, Kiểm tra sức chịu đựng bước đầu đã được một số ngân hàng lớn ứng dụng,
điển hình là Ngân hàng TMCP Công thương Việt Nam (Vietinbank). Tuy nhiên, do
còn khá mới mẻ, mô hình và quy trình ứng dụng Kiểm tra sức chịu đựng còn nhiều
hạn chế và cần tiếp tục được nghiên cứu phát triển.
Trong luận án này, tác giả tiếp cận khái niệm nói trên dưới góc độ Kiểm tra
sức chịu đựng vi mô (Micro-prudential Stress Testing) đối với RRTD, được sử dụng
trong quản trị rủi ro nội bộ của NHTM. Sau khi hệ thống hóa cơ sở lý luận về Kiểm
tra sức chịu đựng vi mô, luận án đã đưa ra mô hình gồm ba bước giúp kiểm định
mức độ an toàn vốn của Vietinbank trong ba kịch bản kinh tế. Ngoài Vietinbank,
các ngân hàng thương mại khác tại Việt Nam cũng có thể sử dụng phương pháp
luận tương tự để đánh giá mức độ an toàn vốn trong các kịch bản xấu. Sự ưu việt
của mô hình Kiểm tra sức chịu đựng vi mô trong luận án so với những mô hình
khác tại Việt Nam là không dừng lại ở đánh giá tác động xấu của kinh tế vĩ mô đối
với tỷ lệ nợ xấu (NPL), mà còn liên kết, đánh giá tới các chỉ số rủi ro tiên tiến theo
chuẩn quốc tế như xác suất vỡ nợ (PD). Việc liên kết, tuy còn chưa chính xác do kế
thừa công thức ước tính của các công trình nghiên cứu nước ngoài, đã giúp cho các
ngân hàng thương mại Việt Nam ước tính tác động tới chỉ số an toàn vốn khi
chuyển sang dùng PD trong quản trị RRTD. Ngoài đưa ra được mô hình định
lượng, luận án còn đề cập đến các điều kiện ứng dụng thành công mô hình nói trên
tại NHTM Việt Nam nói chung, Vietinbank nói riêng.
Luận án, ngoài danh mục tài liệu tham khảo và 4 phụ lục, bao gồm 142 trang,

2
với 9 hình, 15 đồ thị và 22 bảng. Trong đó, phần mở đầu có 8 trang, chương 1 có 15
trang, chương 2 có 33 trang, chương 3 có 30 trang, chương 4 có 36 trang, chương 5
có 17 trang và phần kết luận 3 trang.
2. Tính cấp thiết của luận án

Rủi ro tín dụng (RRTD) là loại rủi ro khi một hay một nhóm khách hàng
không trả được nợ gốc, lãi đầy đủ, đúng thời hạn cho ngân hàng như cam kết. Tín
dụng là nghiệp vụ cơ bản, thường xuyên nhất trong hoạt động kinh doanh của
NHTM. RRTD, nếu không được thường xuyên kiểm soát chặt chẽ, có thể mang lại
tổn thất lớn, giảm lợi nhuận của ngân hàng. Trong thực tiễn, có rất nhiều ngân hàng
đã bị phá sản hoặc bị buộc phải sáp nhập do không đủ vốn để bù đắp những khoản
lỗ do khách hàng không trả được nợ. Sau hệ quả nghiêm trọng và kéo dài của cuộc
khủng khoảng 2007-2008, các quan điểm về quản trị rủi ro ngân hàng đã phải thay
đổi. Ngày nay, các NHTM cần chủ động đánh giá khả năng chống đỡ được rủi ro
trong những kịch bản tiêu cực, xác suất cực thấp nhưng vẫn có thể xảy ra. Đây là
tiền đề để Kiểm tra sức chịu đựng trở thành một yêu cầu bắt buộc tại Trụ Cột 2 của
Basel II trong khuôn khổ Quy trình nội bộ ngân hàng nhằm đánh giá mức độ an
toàn vốn (ICAAP). Theo đó, Kiểm tra sức chịu đựng là một công cụ đo lường, đánh
giá và quản lý RRTD hữu hiệu, linh hoạt, có tính ứng dụng cao, phục vụ cho các
mục đích sử dụng khác nhau.
Thực tế cho thấy, đối với một nước có hệ thống ngân hàng mới đang ở giai
đoạn phát triển ban đầu như Việt Nam, việc áp dụng Kiểm tra sức chịu đựng, sẽ gặp
nhiều khó khăn, thách thức và mất nhiều thời gian do việc tiếp cận tiêu chuẩn này
đòi hỏi kỹ thuật phức tạp, chi phí khá cao, kinh nghiệm trong việc xử lý các mâu
thuẫn xung đột giữa các bên liên quan. Tuy nhiên, trước xu thế hội nhập, mở cửa thị
trường dịch vụ tài chính - ngân hàng với nhiều loại hình dịch vụ mới, và nhất là sau
cuộc khủng hoảng tài chính và suy thoái kinh tế toàn cầu, việc thực hiện Kiểm tra
sức chịu đựng tại các NHTM Việt Nam là yêu cầu cấp thiết. Các nhà quản lý tin
tưởng rằng, quy định Basel sẽ khích lệ các ngân hàng Việt Nam cải thiện công tác
quản lý rủi ro hiệu quả hơn, tạo tiền đề phát triển bền vững hệ thống ngân hàng.

3
Là một trong ba trụ cột của hệ thống ngân hàng Việt Nam với quy mô tổng dư
nợ tín dụng 720 nghìn tỷ đồng tại 31/12/2016, đứng thứ hai toàn hệ thống, cơ cấu
danh mục đa dạng theo đối tượng khách hàng và ngành nghề kinh tế, Ngân hàng
thương mại cổ phần Công thương Việt Nam có tín dụng vẫn là hoạt động kinh
doanh chủ lực (chiếm trên 80% doanh thu). Công tác quản trị RRTD, đảm bảo tỷ lệ
nợ xấu dưới 3% được ngân hàng hết sức coi trọng. Vietinbank cũng là một trong
mười NHTM được Ngân hàng Nhà nước Việt Nam chỉ định triển khai thực hiện
Hiệp ước vốn Basel II theo phương pháp chuẩn từ cuối 2015 và theo phương pháp
sử dụng xếp hạng tín dụng nội bộ từ cuối 2018. Vietinbank là một trong số ít các
ngân hàng đầu tư nguồn lực để thực hiện chuyển đổi toàn diện, đáp ứng yêu cầu về
quy trình thực hiện Kiểm tra sức chịu đựng của Ủy ban Basel. Chính vì vậy, việc
nghiên cứu áp dụng công cụ Kiểm tra sức chịu đựng để quản lý RRTD tại
Vietinbank là cần thiết để. Điều này giúp cho bản thân ngân hàng phát triển được
bền vững, và cũng là bài học để các NHTM khác tại Việt Nam áp dụng.
Tuy nhiên, lý luận về Kiểm tra sức chịu đựng tại Việt Nam vẫn còn khoảng
trống nghiên cứu khá lớn. Ví dụ, các nghiên cứu vẫn sử dụng thước đo truyền thống
là tỷ lệ nợ xấu, trong khi chỉ số này có nhiều nhược điểm như phụ thuộc vào chế độ
kế toán, không có tính dự báo..; chưa có nghiên cứu đi sâu phân tích Kiểm tra sức
chịu đựng khi ứng dụng cho mục đích quản trị rủi ro nội bộ ngân hàng trên cơ sở
những quy chuẩn hiện đại về đo lường RRTD của Basel II.
Xuất phát từ tính mới, sự cấp thiết và khoảng trống nêu trên, đề tài luận án
“Kiểm tra sức chịu đựng rủi ro tín dụng của các ngân hàng thương mại Việt
Nam – nghiên cứu điển hình Ngân hàng TMCP Công thương Việt Nam” là rất
cần thiết. Mục tiêu chính của nghiên cứu là hoàn thiện mô hình Kiểm tra sức chịu
đựng vi mô (Micro-prudential Stress Testing) đối với RRTD, để đánh giá mức độ
an toàn vốn của các NHTM Việt Nam, điển hình là Vietinbank. Từ đó, luận án sẽ đề
xuất các giải pháp nhằm tăng cường ứng dụng mô hình Kiểm tra sức chịu đựng
RRTD theo chuẩn mực quốc tế tại Vietinbank nói riêng và các NHTM Việt Nam
nói chung.

4
3. Mục tiêu nghiên cứu

Mục tiêu tổng quát là hoàn thiện mô hình Kiểm tra sức chịu đựng vi mô
(Micro-prudential Stress Testing) đối với RRTD tại Vietinbank theo tiêu chuẩn
quốc tế, từ đó, áp dụng cho các NHTM khác tại Việt Nam.
Các mục tiêu cụ thể gồm có:
- Hệ thống hóa cơ sở lý luận về Kiểm tra sức chịu đựng vi mô RRTD tại các
NHTM;
- Phân tích thực trạng kinh tế vĩ mô Việt Nam, các chính sách điều hành tín
dụng của NHNN, qua đó, xác định yếu tố kinh tế nào có tác động tới RRTD NHTM
để sử dụng làm biến số độc lập của mô hình;
- Phân tích thực trạng triển khai Kiểm tra sức chịu đựng vi mô RRTD tại
Vietinbank;
- Hoàn thiện mô hình Kiểm tra sức chịu đựng vi mô RRTD tại Vietinbank;
- Đề xuất giải pháp nhằm tăng cường ứng dụng Kiểm tra sức chịu đựng vi mô
RRTD tại các NHTM Việt Nam.
4. Đối tượng và phạm vi nghiên cứu

4.1. Đối tượng nghiên cứu
Mô hình Kiểm tra sức chịu đựng vi mô đối với RRTD
4.2. Phạm vi nghiên cứu

- Luận án tập trung nghiên cứu Kiểm tra sức chịu đựng vi mô ứng dụng trong
quản trị RRTD nội bộ của các NHTM. Ngoài Kiểm tra sức chịu đựng vi mô, còn có
Macro-prudential Stress Testing kiểm tra sức chịu đựng vĩ mô được các cơ quan
quản lý sử dụng để đánh giá mức độ an toàn của hệ thống ngân hàng.
- Luận án chỉ nghiên cứu Stress Testing đối với RRTD, mà không đề cập tới
các loại rủi ro khác như rủi ro thanh khoản, rủi ro hoạt động... Do thu nhập lãi từ
hoạt động cho vay vẫn chiếm đa số trong cơ cấu thu nhập của các ngân hàng Việt
Nam (70-90%), và danh mục dư nợ tín dụng chiếm trên 50% tổng tài sản ngân
hàng, RRTD vẫn là loại rủi ro lớn nhất.

5
- Luận án nghiên cứu về ứng dụng mô hình Kiểm tra sức chịu đựng trong
quản trị RRTD cho mục đích nội bộ ngân hàng, nên việc lựa chọn một ngân hàng
làm điển hình nghiên cứu là phù hợp. Vietinbank là một trong những ngân hàng lớn
nhất tại Việt Nam, đang bước đầu triển khai Kiểm tra sức chịu đựng với những
thành công và hạn chế nhất định. Việc hoàn thiện mô hình Kiểm tra sức chịu đựng
vi mô sẽ giúp Vietinbank quản trị tốt hơn nữa RRTD, cũng như triển khai ứng dựng
Kiểm tra sức chịu đựng tại các NHTM Việt Nam khác.
- Luận án hoàn thiện mô hình Kiểm tra sức chịu đựng vi mô trên cơ sở số liệu
thứ cấp theo quý giai đoạn 2009-2015. Giới hạn phạm vi thời gian này được giải
thích bởi các ngân hàng lớn như Vietcombank và Vietinbank chỉ được niêm yết từ
năm 2009, với số liệu từ báo cáo tài chính có kiểm toán theo quý đầy đủ, liên tục.
Điều này rất quan trọng để phân tích số liệu cho mô hình định lượng trong Chương
4.
- Luận án xây dựng mô hình dựa trên mô hình đánh giá mức độ an toàn vốn
trên cơ sở xếp hạng nội bộ (IRB) của Basel II, dựa trên mô hình giả định một nhân
tố rủi ro (Asymptotic Risk Factor Model) của Gordy (Gordy M., 2002). Theo đó,
giả định rằng, danh mục tín dụng của ngân hàng được phân bổ đa dạng hóa hoàn
toàn. Do đó, người ta chỉ xem xét các yếu tố kinh tế vĩ mô là yếu tố gây sốc trong
mô hình.
5. Câu hỏi nghiên cứu

Luận án nghiên cứu trả lời 5 câu hỏi chính:
- Cơ sở lý luận của Kiểm tra sức chịu đựng vi mô RRTD là gì?
- Môi trường hoạt động của các NHTM Việt Nam trong giai đoạn 2009-2015
có đặc điểm gì? Các yếu tố kinh tế vĩ mô có tác động ra sao đến RRTD các ngân
hàng?
- Thực trạng ứng dụng Kiểm tra sức chịu đựng tại Vietinbank đã đạt được
những thành công, hạn chế gì? Nguyên nhân?

- Mô hình Kiểm tra sức chịu đựng vi mô nào phù hợp cho Vietinbank và các

6
NHTM Việt Nam?

- Làm thế nào để tăng cường ứng dụng Kiểm tra sức chịu đựng vi mô tại các
NHTM Việt Nam?
6. Phương pháp nghiên cứu

Luận án sử dụng cả phương pháp định tính và định lượng để đạt mục tiêu
nghiên cứu. Các phương pháp định tính được sử dụng khi nghiên cứu tổng thể lý
thuyết, xây dựng mô hình và hệ thống các giả thuyết cần điểm định, các điều kiện
cần có để ứng dụng Kiểm tra sức chịu đựng tại Việt Nam. Kiểm tra sức chịu đựng
là một lĩnh vực được quan tâm nghiên cứu trên thế giới, và bắt đầu thu hút giới học
giả Việt Nam. Vì vậy, việc luận án nghiên cứu tổng hợp, kế thừa kết quả nghiên cứu
đi trước là hoàn toàn hợp lý. Luận án so sánh các phương pháp xây dựng mô hình,
cách thức lựa chọn yếu tố kinh tế vĩ mô có tác động tới chất lượng tín dụng vào mô
hình sao cho phù hợp với đặc điểm của các NHTM Việt Nam. Ngoài ra, luận án tiến
hành đánh giá thực trạng ứng dụng Kiểm tra sức chịu đựng tại Vietinbank so với
các nguyên tắc khuyến nghị bởi Ủy bán Basel để từ đó, đưa ra những đề xuất đối
với các NHTM và cơ quan quản lý nhà nước nhằm tăng cường ứng dụng Kiểm tra
sức chịu đựng tại Việt Nam.
Luận án đã sử dụng phương pháp nghiên cứu định lượng nhằm đánh giá khả
năng chịu đựng RRTD của Vietinbank. Luận án đã đánh giá tác động của các yếu tố
kinh tế vĩ mô Việt Nam đối với tỷ lệ nợ xấu của Vietinbank dựa trên dữ liệu của
chín NHTM cổ phần niêm yết tại Việt Nam trong 28 quý, từ quý 1/2009 đến quý
4/2015. Phương pháp thu thập số liệu là phương pháp thu thập thứ cấp từ báo cáo tài
chính kiểm toán của NHTM và số liệu kinh tế vĩ mô do các cơ quan nhà nước công bố.
Việc lựa chọn ngân hàng tham gia nghiên cứu, biến độc lập và điều chỉnh số liệu
được thực hiện công phu, đòi hỏi sự hiểu biết sâu sắc về cấu trúc, đặc thù số liệu nợ
xấu của các ngân hàng Việt Nam, cũng như số liệu thống kê các chỉ số kinh tế vĩ
mô nước ta.
Sau khi xây dựng phương trình mô tả tác động của các yếu tố vĩ mô đến tỷ lệ

7
nợ xấu ngân hàng, luận án đã dự phóng giá trị của các biến kinh tế vĩ mô được lựa
chọn cho thời gian 7 quý và đánh giá giá trị nợ xấu của Vietinbank trong ba kịch bản
chuẩn, xấu và căng thẳng.
Căn cứ kết quả nghiên cứu định tính và định lượng, tác giả đưa ra kết luận về
mô hình và đề xuất tăng cường ứng dụng Kiểm tra sức chịu đựng vi mô đối với các
NHTM và cơ quan quản lý nhà nước tại Việt Nam.
7. Những đóng góp của luận án

Thứ nhất, luận án sẽ hệ thống hóa cơ sở lý luận về Kiểm tra sức chịu đựng vi
mô, bao gồm đưa ra khái niệm, phân loại, các bước thực hiện Kiểm tra sức chịu
đựng, các mô hình Kiểm tra sức chịu đựng và khả năng ứng dụng tại các NHTM
Việt Nam. Ngoài ra, luận án sẽ phân tích vai trò của Kiểm tra sức chịu đựng vi mô
trong quản trị RRTD và lập kế hoạch tài chính tại các NHTM, cũng như các điều
kiện cần có để tăng cường ứng dụng Kiểm tra sức chịu đựng theo tiêu chuẩn quốc
tế của Ủy ban Basel. Luận án cũng phân tích thực trạng, điểm được và chưa được,
nguyên nhân trong quá trình ứng dụng công cụ này tại các NHTM. Điều này rất cần
thiết vì để tăng cường ứng dụng Kiểm tra sức chịu đựng và tích hợp một cách
nghiêm túc vào quá trình ra quyết định của ngân hàng. Từ đó, luận án đưa ra những
đề xuất thực tiễn đối với lãnh đạo các NHTM và các cấp quản lý ngân hàng.
Thứ hai, luận án sẽ hoàn thiện mô hình Kiểm tra sức chịu đựng vi mô tại
Vietinbank theo tiêu chuẩn quốc tế Basel II, theo đó, RRTD phải được đo lường
bằng PD, LGD và EAD, chứ không phải là thước đo truyền thống tỷ lệ nợ xấu NPL
như tại Việt Nam. Do đó, luận án đã tiến thêm một bước so với những nghiên cứu
tương tự tại Việt Nam bằng cách ước tính tác động của cú sốc lên PD, LGD và
RWA từ kết quả cú sốc lên NPL. Mô hình này rất hữu ích cho các ngân hàng Việt
Nam trong quá trình chuyển đổi cách đánh giá RRTD từ NPL sang PD, LGD, từ đó,
chủ động hơn trong các kế hoạch phát triển và tăng vốn / chia cổ tức trong các năm
sau.
Thứ ba, trong quy trình Kiểm tra sức chịu đựng vi mô, luận án đã tiến hành
đánh giá tác động của các yếu tố kinh tế vĩ mô tới tỷ lệ nợ xấu của các NHTM niêm

8
yết tại Việt Nam trong giai đoạn 2009-2015. Mặc dù có không ít các nghiên cứu về
chủ đề này, nhưng điểm khác biệt của luận án là đã phân tích tác động của Công ty
TNHH quản lý tài sản của các tổ chức tín dụng Việt Nam (VAMC) đối với tỷ lệ nợ
xấu của các NHTM. Kết quả của mô hình đánh giá kinh tế vĩ mô sẽ giúp kiểm định
lần nữa những yếu tố ảnh hưởng tới RRTD tại các NHTM, rút ra những vấn đề cần
giải quyết nhằm nâng cao mức độ bền vững của Vietinbank và các NHTM khác tại
Việt Nam trong thời gian tới.
8. Kết cấu của luận án

Ngoài phần mở đầu, kết luận, các phụ lục và tài liệu tham khảo, luận án có kết
cấu gồm 5 chương:
Chương 1: Tổng quan tình hình nghiên cứu
Chương 2: Cơ sở lý luận về Kiểm tra sức chịu đựng vi mô RRTD tại các
NHTM
Chương 3: Thực trạng hoạt động tín dụng và triển khai Kiểm tra sức chịu đựng
vi mô RRTD tại Vietinbank
Chương 4: Hoàn thiện mô hình Kiểm tra sức chịu đựng vi mô theo tiêu chuẩn
quốc tế tại Vietinbank
Chương 5: Một số đề xuất nhằm tăng cường ứng dụng Kiểm tra sức chịu đựng
vi mô RRTD tại các NHTM Việt Nam.

9
CHƯƠNG 1. TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU
1.1. Các nghiên cứu về Kiểm tra sức chịu đựng ở nước ngoài
1.1.1. Quá trình hình thành và phát triển lý thuyết về Kiểm tra sức
chịu đựng
Rủi ro tín dụng (RRTD) được định nghĩa là khả năng một người đi vay không
thể thanh toán khoản vay ngân hàng một cách đầy đủ và đúng thời hạn hợp đồng.
Mục đích của quản trị RRTD là đảm bảo ngân hàng tối đa hoá lợi nhuận, nhưng
mức độ rủi ro phải nằm trong phạm vi cho phép. Khi nghiên cứu về các bài học sau
cuộc khủng hoảng tài chính thế giới năm 2007-2008, Bennett và Conan (2009) nhấn
mạnh bối cảnh kinh tế có thể thay đổi rất nhanh, do đó, ngân hàng không thể đối
phó khủng hoảng nếu không sẵn sàng kế hoạch ứng phó.
Trong 20 năm trở lại đây, lý thuyết về quản trị RRTD đã trải qua một cuộc
cách mạng về ứng dụng các mô hình định lượng nhằm lượng hóa giá trị vốn tự có
tối thiểu cần có để phòng ngừa rủi ro. Người ta nhận ra rằng, mô hình định lượng rất
hữu ích, cho phép xây dựng một khung quản lý RRTD tổng thể, bao gồm nhận diện,
phân tích đánh giá và truyền tải thông điệp về chính sách rủi ro của ngân hàng.
Trong “Các nguyên tắc quản trị rủi ro tín dụng” năm 2000, Ủy ban giám sát các
ngân hàng Basel (Ủy ban Basel) đã nhấn mạnh việc ngân hàng phải thiết lập được
hệ thống đo lường và giám sát RRTD tốt (BCBS, 2000). Giới học giả đã xây dựng
một nhánh lý thuyết về quản trị rủi ro định lượng, tiêu biểu là cuốn sách của McNeil
và cộng sự (2005).
Một trong những phương pháp định lượng rủi ro phổ biến nhất là khung lý
thuyết về giá trị tổn thất (Value at Risk, VaR) dựa trên nền tảng nghiên cứu về định
giá cổ phiếu của Sharpe năm 1964, định giá quyền chọn mua của Black Schole và
Merton năm 1973, xây dựng đường cong lãi suất của Vasicek năm 1977. VaR được
hiểu là giá trị tổn thất lớn nhất của danh mục với một khoảng tin cậy được lựa chọn,
ví dụ 95% hay 99%, và trong một khoảng thời gian nhất định, ví dụ 1 ngày hay 10
ngày. VaR đã được áp dụng rộng rãi và trở thành một tiêu chuẩn trong việc đo

10
lường và giám sát rủi ro. Ưu điểm lớn nhất của VaR là đã biểu diễn rủi ro dưới dạng
một con số duy nhất, với xác suất xảy ra nhất định theo quy luật phân phối chuẩn.
Tuy nhiên, VaR không đánh giá tổn thất có thể xảy ra ở phân đuôi bên trái của
đường cong phân bổ xác suất tổn thất, còn gọi là hiệu ứng “đuôi chuông” hay “thiên
nga đen”. Trong khi đó, những giá trị tổn thất lớn mới là thủ phạm gây nguy cơ phá
sản cho ngân hàng, và thường nằm ở phần phần đuôi trái của quả chuông. Để khắc
phục nhược điểm đó, người ta đã nghiên cứu phát triển công cụ Kiểm tra sức chịu
đựng (Stress Testing) như một công cụ quản trị rủi ro bổ sung cho VaR.
Những mô hình đơn giản đầu tiên của Kiểm tra sức chịu đựng là phương pháp
phân tích kịch bản (scenario analysis), phân tích độ nhạy (sensitivity analysis), phân
tích tổn thất lớn nhất (maximum loss analysis) được sử dụng để đo lường khả năng
tổn thất rủi ro thị trường có thể xảy ra đối với danh mục đầu tư (Pyle, 1997). Về
bản chất, các phương pháp này đều tính độ nhạy của giá trị danh mục đầu tư theo
các giả định về biến động giá hàng hóa, cổ phiếu, lãi suất, tỷ giá… trên thị trường.
Nhờ vậy, NHTM trả lời câu hỏi ví dụ như “nếu thị trường chứng khoán giảm 20%
thì giá trị danh mục cổ phiếu, tín dụng, công cụ phái sinh.. sẽ thay đổi ra sao?”. Tuy
chúng cho phép xác định các giá trị tiêu cực tại đuôi phân bổ xác suất tổn thất
(lower tail), nhưng chưa trả lời được các câu hỏi sự kiện “chứng khoán giảm 20%”
sẽ diễn ra với xác suất như thế nào, giảm 20% là nhiều hay ít, đã là trường hợp xấu
nhất có thể xảy ra chưa (Blaschke và cộng sự (2001), Bunn và cộng sự (2005)).
Ngoài ra, hàm ý nghĩa ứng dụng của Kiểm tra sức chịu đựng khi đó còn nhiều hạn
chế, chỉ là “kỹ thuật đơn giản, một ranh giới phòng ngừa (maginot line) cho khả
năng khủng hoảng”, phần nào ước tính mức độ tổn thất lớn nhất, nhưng không có
giá trị trong hoạt động hàng ngày của các NHTM (Pyle, 1997).
So với ứng dụng đối với rủi ro thị trường nêu trên, Kiểm tra sức chịu đựng
được ứng dụng muộn hơn đối với RRTD. Trong một nghiên cứu khảo sát của Ủy
ban Basel vào năm 2005, hơn 80% trong số 64 ngân hàng và công ty chứng khoán
tại 16 quốc gia sử dụng Kiểm tra sức chịu đựng để đánh giá rủi ro thị trường,
nhưng chưa ứng dụng đối với danh mục cho vay (BCBS, 2005). Nguyên nhân là do

11
việc đo lường tác động của kịch bản Kiểm tra sức chịu đựng đối với RRTD đòi hỏi
kỹ thuật phức tạp. Theo Foglia (2008), cơ sở lý luận về Kiểm tra sức chịu đựng
RRTD chỉ được phát triển và hoàn thiện cùng với Chương trình đánh giá Khu vực
Tài chính (Financial Stability Assessment Program, FSAP) của Quỹ tiền tệ quốc tế
(IMF) và Ngân hàng thế giới (WB), cũng như trong quá trình xây dựng các chuẩn
về vốn an toàn tối thiểu của Ủy ban Basel. Theo đó, Kiểm tra sức chịu đựng RRTD
được gọi là “macro-to-micro” gồm hai bước:
- Xây dựng mô hình kinh tế vĩ mô (Macroeconomic Modelling) để xác định
yếu tố vĩ mô nào có tác động đến hoạt động ngân hàng. Mỗi nền kinh tế là một hệ
thống bao gồm các hoạt động kinh tế có quan hệ biện chứng, ràng buộc lẫn nhau, và
có những nét đặc thù riêng. Sự ổn định hay mất ổn định của nền kinh tế sẽ có tác
động mạnh mẽ đến hoạt động của ngân hàng, đặc biệt là hoạt động tín dụng. Khi
thực hiện Kiểm tra sức chịu đựng tại từng nước, người ta phải kiểm định mối quan
hệ giữa nền kinh tế nước đó với hoạt động tín dụng của hệ thống NHTM, và qua đó,
có thể xây dựng kịch bản Kiểm tra sức chịu đựng phản ánh đúng rủi ro có thể xảy
ra đối với ngân hàng khi chịu những cú sốc tác động từ môi trường kinh tế vĩ mô.
Tùy thuộc vào độ mở, sự phức tạp của nền kinh tế - hệ thống tài chính, cũng như
mức độ sẵn có của số liệu mà người ta sẽ lựa chọn mô hình kinh tế vĩ mô phù hợp.
- Xây dựng mô hình đánh giá RRTD (Credit risk Satellite Modelling) để đánh
giá tác động của kịch bản kinh tế tiêu cực tới lợi nhuận / mức độ an toàn vốn của
ngân hàng theo một trong hai phương pháp: (i) phương pháp dựa trên thông tin
bảng cân đối tài chính (balance-sheet based approach) đánh giá sự sụt giảm chất
lượng danh mục cho vay. Phương pháp này rõ ràng, dễ hiểu, có thể ứng dụng tại các
nước có thị trường chứng khoán, phái sinh chưa phát triển. Nhược điểm của phương
pháp này bị ảnh hưởng bởi chế độ kế toán, trích lập dự phòng ngân hàng, khó đánh
giá mức độ tương tác và rủi ro lan truyền giữa các ngân hàng, giữa các loại sản
phẩm dịch vụ…; hoặc (ii) phương pháp dựa trên thông tin giá thị trường (market-
based approach), cụ thể là giá các công cụ tài chính được giao dịch thường xuyên
trên thị trường như cổ phiếu, trái phiếu, quyền chọn cổ phiếu… Theo đó, người ra

12
tính toán xác suất rủi ro của từng khách hàng, nhóm sản phẩm ngân hàng, của ngân
hàng hay toàn hệ thống. Ưu điểm của phương pháp này là số liệu giá giao dịch có
tính khách quan cao hơn, liên tục hơn. Tuy nhiên, việc giải thích kết quả Kiểm tra
sức chịu đựng gặp nhiều khó khăn do không rõ nguồn phát sinh rủi ro, không sử
dụng mối liên kết rõ ràng giữa nền kinh tế và hệ thống ngân hàng. Kết quả Kiểm tra
sức chịu đựng đôi khi bị “nhiễu” bởi biến động giá ngắn hạn, và đặc biệt, khó ứng
dụng tại các nước chưa có thị trường tài chính phát triển.
Mặc dù đã được ứng dụng trước cuộc khủng hoảng tài chính thế giới 2007 -
2008, Kiểm tra sức chịu đựng vẫn bộc lộ một số hạn chế nên không dự báo đúng
mức độ rủi ro, khiến một số ngân hàng lớn đã sụp đổ. Những hạn chế đó bao gồm
Kiểm tra sức chịu đựng chưa thực sự tích hợp vào hệ thống quản trị rủi ro và ra
quyết định của ngân hàng; kết quả mới dừng ở mục đích tham khảo; các kịch bản
kiểm định chưa đạt được đủ độ mạnh cần thiết; chưa có các nguyên tắc thực hiện
Kiểm tra sức chịu đựng hiệu quả (Drehmann (2008), Alfaro và Drehmann (2009),
Borio và những cộng sự (2012), Summer (2007)). Sau giai đoạn này, để tăng mức
độ căng thẳng của kịch bản Kiểm tra sức chịu đựng , các nghiên cứu của Alfaro và
Drehmann (2009), Andreas và cộng sự (2013) đã lồng ghép tác động của hiện tượng
phản hồi (feedback effects). Hiện tượng này diễn ra khi các ngân hàng bị tác động
của cuộc khủng hoảng buộc phải thu hẹp tín dụng đối với các thành phần kinh tế,
các doanh nghiệp và cá nhân không tiếp cận được các gói tín dụng mới khiến cuộc
khủng hoảng càng trầm trọng hơn. Trước đó, hầu hết các Kiểm tra sức chịu đựng
đều bỏ qua hiện tượng phản hồi này, và giả định sự tương tác giữa kinh tế vĩ mô và
ngân hàng không thay đổi khi ngay cả khi nền kinh tế rơi vào trạng thái khủng
hoảng. Ngoài ra, các tác giả Brunnermeier (2009), Cont và Wagalath (2012),
Geanakoplos và Fostel (2013) chứng mimh tâm lý đám đông tháo chạy khỏi thị
trường tài chính khi có khủng hoảng xảy ra, dẫn tới ngân hàng mất thanh khoản, đổ
vỡ dây chuyền, lãi suất tăng, tín dụng thu hẹp..
Khi nghiên cứu hiệu quả ứng dụng của Kiểm tra sức chịu đựng vĩ mô trong
giám sát hệ thống và phòng chống khủng hoảng, Morgan và cộng sự (2014) đã chỉ

13
ra kết quả Kiểm tra sức chịu đựng tại 19 ngân hàng lớn nhất Mỹ vào năm 2009
thành công là do mức độ minh bạch thông tin. Thị trường có thể dự đoán các ngân
hàng nào thiếu vốn theo quy định trước khi kết quả Kiểm tra sức chịu đựng được
công bố, nhưng không biết trước quy mô thiếu hụt vốn. Nhờ Kiểm tra sức chịu
đựng , các thành viên thị trường có thông tin về mức độ thiếu hụt vốn, và nhờ đó, có
sự phân hóa về giá cổ phiếu giữa ngân hàng tốt và ngân hàng yếu kém. Ngược lại,
các nghiên cứu cuả Cardinali và Nordmark (2011), Petrella và Resti (2013) về Kiểm
tra sức chịu đựng thực hiện tại Liên minh châu Âu vào các năm 2010 và 2011 lại
cho thấy, kết quả công bố không có giá trị thông tin đáng kể, chủ yếu do mức độ
minh bạch của các ngân hàng châu Âu không bằng các ngân hàng Mỹ. Ngoài ra,
nghiên cứu của Goldstein và Sapra (2012) cũng phân tích kỹ ưu điểm và nhược
điểm của công khai kết quả, và đưa ra những khuyến nghị bổ ích đối với các cơ
quan quản lý nhà nước nhằm tăng cường ứng dụng Kiểm tra sức chịu đựng tại các
NHTM.
Đối với Kiểm tra sức chịu đựng vi mô ứng dụng trong quản trị của các
NHTM, hầu hết các nghiên cứu đều nhấn mạnh tầm quan trọng của Kiểm tra sức
chịu đựng trong việc đánh giá khả năng ngân hàng có thể chống đỡ khủng hoảng có
thể xảy ra (Ayuso và cộng sự (2004), Stolz và Wedow (2011), Cummings và
Durrani (2016)). Ngoài chức năng này, Schuermann (2016) còn chỉ ra vai trò của
Kiểm tra sức chịu đựng trong quản trị rủi ro ngân hàng vào “thời bình”. Một là,
nghiên cứu của Lelyveld và Iman năm 2009 đề cập đến vai trò của Kiểm tra sức
chịu đựng trong kiểm định tính chính xác của các mô hình quản trị RRTD khác.
Hai là, Kiểm tra sức chịu đựng là cơ sở ra quyết định tăng trưởng, mở rộng kinh
doanh để có phân bổ hợp lý nguồn lực tài chính, hạn mức tín dụng vào các sản
phẩm mới, có cấu trúc rủi ro phức tạp (Fed, 2014). Kết quả Kiểm tra sức chịu đựng
vi mô sẽ giúp cho các nhà lãnh đạo ngân hàng trả lời câu hỏi: Ngân hàng có đủ vốn
đủ phát triển theo những chiến lược, kế hoạch mở rộng hay không. Nếu mô hình
của Kiểm tra sức chịu đựng vĩ mô thường phải minh bạch, dễ truyền tải nội dung tới
công chúng bên ngoài, thì các mô hình Kiểm tra sức chịu đựng vi mô cần chính xác

14
và có tính dự báo cao. Ba là, theo Hirtle và Lehnert (2014), kết quả Kiểm tra sức
chịu đựng vi mô có thể là cơ sở quyết định ngân hàng có chia cổ tức hay không, cần
phát hành thêm bao nhiêu vốn cổ phần để đảm bảo kế hoạch phát triển trung dài hạn
bền vững.
Trên cơ sở những nghiên cứu này, các cơ quan quản lý đã xây dựng hệ thống
các nguyên tắc, giải pháp nhằm nâng cao hiệu quả của Kiểm tra sức chịu đựng và
chuẩn hóa thành thông lệ quốc tế. Cụ thể, Ủy ban Basel đã đưa ra những quy định
về Kiểm tra sức chịu đựng trong khuôn khổ Basel II (năm 2006) và Basel III (năm
2011), cũng như 21 nguyên tắc trong thực hiện Kiểm tra sức chịu đựng nội bộ đối
với lãnh đạo ngân hàng và cơ quan quản lý nhà nước vào năm 2009. Cùng với việc
áp dụng theo lộ trình các thông lệ về an toàn vốn của Basel II và III, các quốc gia và
ngân hàng đều có thể áp dụng các quy chuẩn về Kiểm tra sức chịu đựng của Basel.
Tóm lại, có thể nói số lượng các nghiên cứu lý thuyết về Kiểm tra sức chịu
đựng RRTD của các NHTM trên thế giới rất đa dạng nhằm không ngừng hoàn
thiện Kiểm tra sức chịu đựng trở thành một công cụ kiểm soát RRTD có hiệu quả
tại các NHTM.
1.1.2. Tác động của kinh tế vĩ mô đối với RRTD trong xây dựng kịch
bản Kiểm tra sức chịu đựng
Các nghiên cứu về các yếu tố vĩ mô có ảnh hưởng tới RRTD ngân hàng có kết
quả khá khác nhau, đôi khi trái ngược. Các yếu tố vĩ mô thường được chia thành các
nhóm sau:
1.1.2.1. Chỉ số đại diện cho chu kỳ kinh tế

Theo Salas và Saurina (2002), trong giai đoạn kinh tế tăng trưởng, cả ngân
hàng và doanh nghiệp đều lạc quan về phương án đầu tư và khả năng trả nợ vay.
Hơn nữa, do chịu áp lực cạnh tranh, các ngân hàng có xu hướng nới lỏng điều kiện
tín dụng, mở rộng cho vay các khách hàng “dưới chuẩn”. Khi nền kinh tế chuyển
trạng thái sang suy thoái, các khách hàng và dự án “dưới chuẩn” không có khả năng
trả nợ, khiến tỷ lệ nợ xấu của ngân hàng tăng mạnh. Vì vậy, tốc độ tăng trưởng

15
GDP thường có quan hệ nghịch với tỷ lệ nợ xấu, ví dụ tại các ngân hàng Tây Ban
Nha giai đoạn 1985-1997 (Salas và Saurina, 2002); tại các ngân hàng Ý trong giai
đoạn 1987-2002 (Quagliarello, 2007); tại 9 ngân hàng lớn nhất (chiếm 90% hệ
thống) của Hy Lạp giai đoạn 2003-2009 (Louzis và cộng sự, 2010); và tại 80 ngân
hàng thuộc Tổ chức Hợp tác Vùng Vịnh (GCC) giai đoạn 1995-2008 (Espinoza và
Prasad, 2010).
Một số nghiên cứu kiểm chứng khác lại tìm thấy mối quan hệ giữa RRTD với
những biến số khác đặc trưng cho chu kỳ kinh tế như tăng trưởng GDP bình quân
đầu người (Fofack, 2005) và tỷ lệ thất nghiệp (Aver, 2008, Bucur và Dragomirescu,
2014).
Về lạm phát, các nghiên cứu của Shu (2002) và Waeibrorheem và Suriani
(2015) cho thấy, tỷ lệ lạm phát cao có thể giúp cải thiện khả năng trả nợ của bên vay
do doanh thu tăng trong khi chi phí lãi vay không đổi, đặc biệt khi đa số các khoản
vay có lãi suất cố định hoặc đã được bảo hiểm lãi suất. Ngược lại, các nghiên cứu
của Rinaldi và Sanchis-Arellano (2006), Gunsel (2011) đã chứng minh mối quan hệ
thuận chiều giữa lạm phát và tỷ lệ nợ xấu ngân hàng. Điều này được lý giải bởi lạm
phát quá cao sẽ làm cho thu nhập thực tế của bên vay bị giảm sút. Ngân hàng nhà
nước có thể tăng lãi suất, giảm cung tiền trong nền kinh tế khiến mặt bằng lãi suất
bị đẩy lên cao. Nếu không bảo hiểm rủi ro biến động lãi suất cho các khoản vay,
doanh nghiệp sẽ bị tăng thêm chi phí và khả năng đổ vỡ dễ xảy ra hơn. Tuy nhiên,
Aver (2008) không tìm thấy mối quan hệ giữa nợ xấu và lạm phát tại các ngân hàng
Slovenia; Bofondi và Ropele (2011) tại các ngân hàng Ý; Castro (2012) chứng minh
tương tự khi sử dụng số liệu tại nhóm 5 nước GIPSI (Hy Lạp, Ireland, Bồ Đào Nha,
Tây Ban Nha và Italy) từ quý 1 năm 1997 đến quý 3 năm 2011.
Một chỉ số khác phản ánh chu kỳ kinh tế là cung tiền. Khi Ngân hàng nhà
nước nới lỏng tiền tệ, cung tiền dồi dào sẽ giúp các thành phần kinh tế tiếp cận vốn
dễ dàng hơn và rẻ hơn, do đó khả năng trả nợ ngân hàng sẽ tốt hơn. Vì vậy, mối
quan hệ nghịch giữa cung tiền và RRTD được tìm thấy bởi các nghiên cứu của
Waeibrorheem và Suriani (2015), Bofondi và Ropele (2011) và Kalirai và Scheicher

16
(2002) đối với các ngân hàng Úc, Malaysia và Ý.
1.1.2.2. Chỉ số giá bất động sản

Tajik và các cộng sự (2015) đã nghiên cứu chỉ số giá bất động sản và RRTD
tại các tổ chức tín dụng tại Hoa Kỳ trong khoảng thời gian từ năm 1999 đến 2012.
Nghiên cứu này đã chỉ ra rằng chỉ số giá bất động sản giảm xuống sẽ làm tăng
khoản lỗ cho vay của các ngân hàng, dẫn tới nền kinh tế vĩ mô bị suy thoái. Cụ thể,
sự sụt giảm của chỉ số giá bất động sản sẽ làm sẽ làm tâng tỷ lệ vỡ nợ của các khoản
vay dành cho bất động sản. Hơn nữa, tác động của sự sụt giảm chỉ số giá bất động
sản làm tăng nợ xấu của các ngân hàng sẽ càng lớn hơn trong điều kiện nền kinh tế
có nhiều bất ổn. Do đó, nghiên cứu đã đưa ra một vài kiến nghị cho luật pháp tại
Hoa Kỳ. Thứ nhất, nên cân nhắc đưa chỉ số giá bất động sản là một trong những chỉ
số vĩ mô dự báo tính ổn định của hệ thống ngân hàng. Thứ hai, nên có những quy
định giám sát các tổ chức tín dụng khi cho vay bất động sản. Thứ ba, nên quy định
khung pháp lý để kiểm tra sự an toàn của các khoản mục cho vay bất động sản.
Cuối cùng, nên giám sát chặt chẽ các nhân tố mà sẽ làm ảnh hưởng đến hành vi cho
vay của ngân hàng, đặc biệt chú ý đến các nhân tố sẽ làm cho ngân hàng chuyển
sang cho vay bất động sản nhiều hơn.
Nghiên cứu của Tajik và các cộng sự (2015) có kết quả giống với các nghiên
cứu của Wong và các cộng sự (2006), Davis và Zhu (2011).
1.1.2.3. Chỉ số chứng khoán

Tăng giá cổ phiếu là tín hiệu cho thấy khả năng tài chính của các công ty
tương đối tốt. Giá cổ phiếu cao cũng cho phép các doanh nghiệp huy động vốn từ
thị trường chứng khoán một cách dễ dàng. Nhờ vậy, giá cổ phiếu thường có quan hệ
ngược chiều với RRTD.
Nghiên cứu của Aver (2008) đã chứng minh giá trị của chỉ số cổ phiếu là yếu
tố vĩ mô tác động quan trọng tới tỷ lệ nợ xấu tại các ngân hàng Slovenia giai đoạn
1995-2002.
1.1.2.4. Các chỉ số thể hiện mặt bằng lãi suất

17
Hầu hết các nghiên cứu cho thấy, lãi suất tăng sẽ khiến tỷ lệ nợ xấu ngân hàng
tăng. Lãi suất có thể được đại diện các biến khác nhau: tỷ lệ lãi suất thực trong
nghiên cứu của Fofack (2005), lãi suất liên ngân hàng trong nghiên cứu của Jiménez
và Saurina (2006), lãi suất trái phiếu chính phủ 10 năm - Quagliariello (2007), hoặc
lãi suất dài hạn - Castro (2012).
1.1.2.5. Chỉ số về tăng trưởng tín dụng

Trong điều kiện kinh tế phát triển, người vay càng dễ vay vốn để tái tục các
khoản vay hiện tại, thì tỷ lệ nợ xấu ngân hàng càng thấp. Tuy nhiên, nếu hai chỉ số
này tăng cao trong thời gian dài, đó là tín hiệu cho thấy quản trị rủi ro ngân hàng
chưa được tốt. Các điều kiện tín dụng được nới lỏng dễ dẫn tới RRTD trong tương
lai. Và khi đó, tốc độ tăng trưởng tín dụng, cũng như tỷ lệ nợ trên GDP lại có mối
quan hệ cùng chiều với tỷ lệ nợ xấu ngân hàng.
Nghiên cứu về khủng hoảng ngân hàng đã chứng minh các cuộc khủng hoảng
thường là hệ quả của một quá trình tăng trưởng tín dụng cao. Demirgüç-Kunt và
Detragiache (1998) đã phân tích của 53 nước trong giai đoạn 1980-1995 để nghiên
cứu mối liên quan giữa quá trình tự do hóa thị trường tài chính và khủng hoảng
ngân hàng. Kết quả cho thấy, khi thị trường tài chính được tự do hóa, tốc độ tăng
trưởng tín dụng thường khá cao. Việc nới lỏng các điều kiện cấp tín dụng thường
dẫn tới tỷ lệ nợ xấu trong hệ thống ngân hàng sẽ tăng với độ trễ 2 năm.
Nghiên cứu của Cottarelli và cộng sự (2003) cho rằng, khi tỷ lệ tín dụng trên
GDP tăng từ 5% đến 10%/năm trong nhiều năm thì sẽ xảy ra khủng hoảng ngân
hàng, tương tự như các nghiên cứu của Kattai (2010) và Nkusu (2011).
1.1.2.6. Tỷ giá
Nghiên cứu kiểm chứng của Fofack (2005) và Nkusu (2011) cho thấy, khi
đồng nội tệ tăng giá, các doanh nghiệp xuất khẩu gặp khó khăn do hàng hóa trở nên
đắt đỏ, doanh số xuất khẩu giảm, và hệ quả là tỷ lệ nợ xấu tăng tại các ngân hàng
Sub-Saharan Africa và 26 nền kinh tế phát triển.
Pratap và Urrutia (2004), khi nghiên cứu khủng hoảng Mexico năm 1994,
chứng minh tỷ giá tăng sẽ tác động xấu tới các doanh nghiệp có khoản vay ngoại tệ

18
(balance sheet effects) nếu không có bảo hiểm rủi ro tỷ giá. Tương tự, Castro (2012)
cũng kiểm định thấy mối quan hệ ngược chiều giữa tỷ giá thực và RRTD tại 5 nước
Hy Lạp, Ireland, Portugal, Spain và Italy giai đoạn 1997 - 2011.
Vogiazas và Nikolaidou (2011) đã chứng minh tỷ giá thực có tác động ngược
chiều tới RRTD tại Bulgaria với độ trễ 3 quý trong giai đoạn 2001-2010. Một số
nghiên cứu không tìm thấy mối quan hệ giữa tỷ giá và tỷ lệ nợ xấu ngân hàng (Aver
(2008), Kalirai và Scheicher (2002)).
Sở dĩ có kết quả khác nhau về tác động của tỷ giá đối với nợ xấu ngân hàng
như trên là do khi tỷ giá tăng (tức nội tệ mất giá so với đồng ngoại tệ), các doanh
nghiệp nhập khẩu sẽ chịu ảnh hưởng tiêu cực, còn các doanh nghiệp xuất khẩu được
hưởng lợi và ngược lại. Để đánh giá tác động tổng thể của việc tăng/giảm tỷ giá lên
mức độ RRTD toàn hệ thống ngân hàng, ta phải xem xét cấu trúc của nền kinh tế và
đặc điểm dư nợ tín dụng của hệ thống.
1.2. Các nghiên cứu về Kiểm tra sức chịu đựng vi mô tại Việt Nam
Đối với tình hình nghiên cứu liên quan đến nội dung quản trị RRTD tại Việt
Nam, trước hết, chúng ta nhận thấy đã có những nghiên cứu về lý thuyết mô hình
quản lý rủi ro tín, dụng điển hình là luận án tiến sỹ của Lê Diệu (2010) “Luận cứ
khoa học về xác định mô hình quản lý RRTD tại hệ thống NHTM Việt Nam”. Tác
giả đã đề cập một cách tương đối có hệ thống các vấn đề liên quan đến RRTD, cấu
thành của mô hình quản lý RRTD (nhận biết rủi ro, đo lường rủi ro, quản lý rủi ro,
kiểm soát và xử lý RRTD). Mặc dù chưa có những phân tích sâu sắc, tác giả đã
chứng minh hệ thống NHTM Việt Nam có thể áp dụng phương pháp quản lý rủi ro
định lượng nếu hoàn thiện tốt các điều kiện để vận hành mô hình, trong đó chú
trọng nhất đến công nghệ và nhân sự. Khi đó, việc áp dụng mô hình đo lường
RRTD định lượng sẽ tiến hành theo hai bước: (1) hoàn hiện hệ thống chấm điểm tín
dụng nội bộ và (2) hoàn hiện mô hình xếp hạng tín dụng theo chuẩn Basel II. Tuy
nhiên, nghiên cứu chưa đề cập sâu về phương pháp đo lường và quản lý RRTD theo
chuẩn Hiệp ước vốn Basel, những điều kiện cần và đủ để ứng dụng thước đo đó
trong mô hình quản lý rủi ro ngân hàng.

19
Một số tác giả đã đề cập đến tính cấp thiết phải chuyển thước đo RRTD sang
chuẩn Basel II. Bài báo nghiên cứu của Phạm Thủy và Đỗ Hà (2013) đã nhấn mạnh
các nhược điểm của đo lường RRTD dựa trên chỉ tiêu nợ xấu, bao gồm các quy
định về phân loại nợ xấu, trích lập dự phòng, xử lý rủi ro có thể thay đổi theo thời
gian tuỳ thuộc vào cơ quan quản lý hoặc quyết định của ngân hàng; chỉ tiêu này chỉ
thể hiện mức độ rủi ro tại một thời điểm trong quá khứ, khó có thể tính toán rủi ro
của một khoản vay trước khi cấp tín dụng… Luận án Tiến sỹ của tác giả Nguyễn
Phương (2012) “Quản lý nợ xấu tại NHTM Việt Nam” đã chứng minh rằng chỉ khi
nào nợ xấu được nhận biết và đo lường một cách chính xác thì các ngân hàng mới
có thể quản lý có hiệu quả. Quy trình quản lý nợ xấu nhất thiết phải bổ sung cách
thức đo lường nợ xấu như thế nào. Các ngân hàng phải xây dựng quy trình và tổ
chức đo lường tổn thất của nợ xấu, phải tính được EL (tổn thất dự kiến) và UL (tổn
thất ngoài dự kiến) thông qua 3 cấu phần rủi ro cơ bản là PD, LGD và EAD.
Đã có nhiều nghiên cứu điển hình thực trạng quản lý RRTD tại một NHTM cụ
thể, nhưng còn ít luận án sử dụng phương pháp nghiên cứu định lượng, mà chủ yếu
sử dụng phương pháp nghiên cứu định tính để chứng minh giả thuyết khoa học và
đưa ra các giải pháp. Các luận văn tiến sỹ của Nguyễn Đức Tú (2012) và Nguyễn
Tuấn Anh (2012) đã hệ thống hóa những nội dung lý luận về quản lý rủi ro theo
thông lệ quốc tế, sử dụng số liệu của Vietinbank và Ngân hàng Nông nghiệp và Phát
triển nông thôn Việt Nam để phân tích những mặt hạn chế của công tác quản lý
RRTD như chiến lược chưa toàn diện, mô hình chưa phù hợp, quy trình tín dụng
còn nhiều bất cập, hệ thống đo lường rủi ro thiếu đồng bộ...
Gần đây đã xuất hiện nhiều hơn các luận án sử dụng mô hình định lượng như
luận án Tiến sỹ của tác giả Nguyễn Đông (2012), ngoài việc đưa ra lý luận chung về
tín dụng ngân hàng, đã sử dụng mô hình định lượng Logistic, mô hình phân lớp
nhằm phân tích các yếu tố ảnh hưởng đến xếp hạng tín dụng của khách hàng pháp
nhân từ bộ số liệu sơ cấp của 115 khách hàng pháp nhân đã được khảo sát tại VCB
– chi nhánh Đà Nẵng. Ngoài ra, Luận án cũng chỉ ra những bất cập trong hệ thống
xếp hạng tín dụng nội bộ hiện đang áp dụng ở chi nhánh của VCB và kết luận việc

20
ứng dụng mô hình định lượng có thể nâng cao chất lượng tín dụng tại các chi nhánh
ngân hàng này.
Trong lĩnh vực Kiểm tra sức chịu đựng , tính tới thời điểm hiện nay, tất cả các
nghiên cứu được công bố đều phân tích mô hình Kiểm tra sức chịu đựng rủi ro vĩ
mô, chưa có nghiên cứu về Kiểm tra sức chịu đựng vi mô.
Đánh dấu mối quan tâm đầu tiên về lý thuyết Kiểm tra sức chịu đựng của hệ
thống ngân hàng tài chính nước ta là các ấn phẩm của Võ Trí Thành, Lê Xuân Sang
(đồng chủ biên) (2013) và Dương Quốc Anh (Chủ nhiệm đề tài, 2013), do Ngân
hàng Nhà nước và Ủy ban Kinh tế Quốc hội chủ trì biên soạn. Hai ấn phẩm này chủ
yếu tổng hợp những khái niệm cơ bản và thử nghiệm một số phương pháp Kiểm tra
sức chịu đựng đơn giản.
Tiếp đó, trong lĩnh vực nghiên cứu thực nghiệm, đã xuất hiện đề tài “Đánh giá
sức chịu đựng của các NHTM lớn ở Việt Nam” của Phùng Đức Quyền (2013), xây
dựng ba kịch bản cho Kiểm tra sức chịu đựng, gồm kịch bản cơ sở (thể hiện diễn
biến thông thường của nền kinh tế), kịch bản “suy thoái kép” (dựa theo cuộc khủng
hoảng 1997, có điều chỉnh theo những thay đổi trong cấu trúc kinh tế các nguy cơ ở
hiện tại), kịch bản “trì trệ kéo dài” (xây dựng từ khu vực đuôi 1% trong đường phân
phối xác suất của các dự báo từ mô hình VAR). Dựa trên kết quả thu được, tác giả
kết luận sức chịu đựng của các ngân hàng trước cú sốc bất lợi tại thời điểm cuối
năm 2012 là rất yếu.
Một nghiên cứu khác của Nguyễn Trâm (2014) sử dụng mô hình vec-tơ sai số
hiệu chỉnh (Vecto error-corection Model, VECM) để mô phỏng kịch bản cú sốc
kinh tế vĩ mô trong thời gian 2 năm, sau đó phân tích độ nhạy của NPL khi chịu ảnh
hưởng của tăng trưởng GDP, tăng trưởng tín dụng, biến động lãi suất cơ bản với
một độ trễ bằng hàm logarit. Sau cùng, tác giả sử dụng CreditRisk+ với biến đầu
vào là tổng dư nợ của 8 NHTM niêm yết, tỷ lệ vỡ nợ được xác định trên cơ sở tỷ lệ
nợ xấu, và độ biến động của nợ xấu để tính toán mức vốn yêu cầu phòng cho trường
hợp rủi ro không mong đợi xảy ra. Tác giả kết luận, nếu xảy ra rủi ro với 1% xác
suất thì tổng giá trị trích lập dự phòng của các ngân hàng tại thời điểm hiện nay

21
không đủ để chống đỡ tổn thất.

Hạn chế của hai công trình nghiên cứu này là vẫn sử dụng chỉ số nợ xấu làm
thước đo RRTD. Hiện nay, thước đo truyền thống tại Việt Nam và một số nước
đang phát triển trên thế giới vẫn là NPL và LLP, ví dụ các nghiên cứu Phùng Đức
Quyền (2013), Nguyễn Trâm (2014), Tian và Yang (2011), Muliaman và những
cộng sự (2011) tại Trung Quốc, Indonesia và Việt Nam. Các tác giả đã nâng cao
tính chính xác của mô hình dự báo trong kịch bản cú sốc bằng cách chuyển từ hàm
tuyến tính sang hàm logarit. Tuy nhiên, kết quả nghiên cứu vẫn phụ thuộc vào chất
lượng số liệu nợ xấu trong quá khứ và chưa phản ánh được đúng bản chất của
RRTD.
Về chủ đề đánh giá tác động của nền kinh tế đối với RRTD tại các ngân hàng
Việt Nam, trong thời gian gần đây, đã xuất hiện khá nhiều nghiên cứu định lượng
có giá trị. Điển hình là nghiên cứu của Lê Vân Chi và Hoàng Trung Lai (2014) sử
dụng mô hình hồi quy dữ liệu mảng với tác động cố định trên số liệu báo cáo tài
chính năm của 13 NHTM, chiếm 62% tổng dư nợ toàn hệ thống trong giai đoạn từ
2007 đến 2013. Các tác giả kết luận tỷ lệ nợ xấu có mối quan hệ cùng chiều với tỷ
lệ an toàn vốn tối thiểu, dư nợ tín dụng bất động sản (với hệ số hồi quy 0.21 và có ý
nghĩa ở mức 10%), lãi suất cho vay danh nghĩa và GDP; và mối quan hệ âm với giá
trị tổng tài sản và tỷ lệ sinh lời trên tổng tài sản.
Nghiên cứu của Đặng Hữu Mẫn và Hoàng Anh (2014) sử dụng mô hình phân
tích hồi quy dữ liệu bảng kiểu động (Dynamic Panel Data Regression Analysis,
DPDA) để nghiên cứu yếu tố tác động đến lợi nhuận ngân hàng (Return on Asset,
ROA). Các tác giả đã cung cấp bằng chứng thực nghiệm về sự tác động của tỷ lệ
lạm phát và tỷ lệ giá trị vốn hóa thị trường chứng khoán / tổng sản phẩm quốc nội
có mối tương quan “dương” với lợi nhuận ngân hàng. Ngược lại, trong giai đoạn
2003-2012 ở Việt Nam, tăng trưởng kinh tế và lợi nhuận đôi khi không đi liền với
nhau, đồng nghĩa với việc không tìm thấy bằng chứng cho mối liên hệ có ý nghĩa
thống kê giữa ROA và tăng trưởng GDP.
Một nghiên cứu mới khác của các tác giả Trương Đông Lộc và Nguyễn Văn

22
Thép (2015) phân tích các nhân tố ảnh hưởng đến RRTD tại 155 quỹ tín dụng nhân
dân khu vực Đồng bằng sông Cửu Long giai đoạn 2010-2012. Kết quả cho thấy, có
4 trong số 6 biến độc lập được đưa vào mô hình có ý nghĩa thống kê từ 1% đến 5%.
Cụ thể, ROA và quy mô tổng tài sản có quan hệ tỷ lệ nghịch với tỷ lệ nợ xấu. Tăng
trưởng tín dụng với độ trễ một năm cũng có quan hệ cùng chiều với tỷ lệ nợ xấu
ngân hàng. Điều này được giải thích là do hầu hết các quỹ tín dụng nhân dân tại khu
vực có quy mô rất nhỏ. Càng tăng trưởng nhanh thì quỹ tín dụng càng có lợi thế
trong huy động vốn để tăng quy mô, giảm tỷ lệ nợ xấu trên tổng tài sản, và tăng
cường khả năng quản trị rủi ro tốt hơn. Liên quan đến các biến vĩ mô, các tác giả chỉ
tìm thấy mối liên hệ ngược chiều giữa tỷ lệ nợ xấu và tốc độ tăng trưởng kinh tế, mà
không chứng minh được mối liên hệ với tỷ lệ lạm phát.
Nghiên cứu của Nguyễn Trâm (2014) đã chứng minh được mối quan hệ
nghịch chiều (độ trễ là 1 năm và 2 năm) giữa tỷ lệ nợ xấu của 8 ngân hàng niêm yết
với tốc độ tăng trưởng GDP trên cơ sở dữ liệu quý từ 2007 đến 2013. Tuy nhiên,
nghiên cứu chưa đánh giá tác động của các nhân tố khác lên tỷ lệ nợ xấu ngân hàng,
ngoài tốc độ tăng trưởng GDP.
1.3. Khoảng trống nghiên cứu

Từ phần tổng quan nêu trên, luận án sẽ giải quyết những khoảng trống nghiên
cứu sau:
Thứ nhất, luận án sẽ đi sâu nghiên cứu về lý luận về Kiểm tra sức chịu đựng
vi mô (Micro-prudential Stress Testing) đối với RRTD tại các NHTM Việt Nam.
Luận án sẽ tập trung nghiên cứu vai trò của Microprudential Stress Testing trong
quản trị RRTD tại các NHTM Việt Nam theo Basel II. Từ đó, đưa ra những hàm ý
đối với ngân hàng và cơ quan nhà nước nhằm ứng dụng Kiểm tra sức chịu đựng có
hiệu quả trong quản trị rủi ro nội bộ. nghiên cứu về Kiểm tra sức chịu đựng RRTD
tại một ngân hàng cụ thể tại Việt Nam với những đặc trưng nhất định.
Thứ hai, luận án sẽ nghiên cứu hoàn thiện mô hình Kiểm tra sức chịu đựng
phù hợp với đặc thù của Vietinbank và các ngân hàng Việt Nam trong giai đoạn

23
chuyển đổi từ NPL sang EL, PD, LGD, EAD. Hiện mới có mô hình Kiểm tra sức
chịu đựng đánh giá tác động cú sốc lên NPL của ngân hàng như nghiên cứu của
Nguyễn Trâm (2014). Luận án sẽ xây dựng mô hình Kiểm tra sức chịu đựng vi mô
tại Vietinbank theo tiêu chuẩn quốc tế Basel II, theo đó, RRTD phải được đo lường
bằng PD, LGD và EAD, chứ không phải là thước đo truyền thống tỷ lệ nợ xấu NPL
như tại Việt Nam. Ngoài ra, những kịch bản cú sốc sẽ được xác định bằng mô hình
định lượng, thay vì chỉ dựa trên các giá trị được giả định, nhằm đảm bảo cú sốc đủ
mạnh theo yêu cầu của các tổ chức quốc tế.
Thứ ba, luận án bổ sung thêm một nghiên cứu định lượng về mối quan hệ giữa
yếu tố vĩ mô với rủi ro ngân hàng, đặc biệt trong bối cảnh nền kinh tế còn nhiều
diễn biến khó dự đoán như hiện nay. Nghiên cứu sẽ đánh giá tác động của kinh tế vĩ
mô giai đoạn 2009-2015 đối với RRTD ngân hàng, bóc tách tác động của việc các
ngân hàng được chuyển nợ xấu sang VAMC đổi lấy trái phiếu đặc biệt trong giai
đoạn 2013-2015. Kết quả của mô hình đánh giá kinh tế vĩ mô sẽ giúp kiểm định lần
nữa những yếu tố ảnh hưởng tới RRTD tại các NHTM, rút ra những vấn đề cần giải
quyết nhằm nâng cao mức độ bền vững của Vietinbank và các NHTM khác tại Việt
Nam trong thời gian tới.
KẾT LUẬN CHƯƠNG 1

Trong chương 1, Luận án đã tổng hợp các tài liệu nghiên cứu về quá trình hình
thành và phát triển, các loại mô hình và hiệu quả ứng dụng Kiểm tra sức chịu đựng
trên thế giới và Việt Nam. Từ đó, tác giả đã đưa ra ba khoảng trống nghiên cứu sẽ
được phân tích làm rõ trong khuôn khổ Luận án nghiên cứu “Kiểm tra sức chịu đựng
RRTD của các ngân hàng thương mại Việt Nam - Nghiên cứu điển mình Ngân hàng
TMCP Công thương Việt Nam”. Mục tiêu nghiên cứu của luận án là kiểm định sức
chịu đựng RRTD tại Vietinbank, từ đó, tăng cường ứng dụng Kiểm định sức chịu
đựng vi mô đối với RRTD tại các ngân hàng TMCP khác tại Việt Nam.

24
CHƯƠNG 2. CƠ SỞ LÝ LUẬN VỀ KIỂM TRA SỨC CHỊU ĐỰNG VI

MÔ ĐỐI VỚI RRTD TẠI CÁC NHTM
2.1. Khái niệm Kiển tra sức chịu đựng vi mô
Trong các tài liệu tiếng Việt, Stress Test hay Stress Testing được gọi bằng các
tên khác nhau như “Kiểm định sức chịu đựng” (Dương Quốc Anh, 2013), “Đánh giá
sức chịu đựng” (Võ Trí Thành, Lê Xuân Sang, 2013), “Kiểm tra RRTD” (Nguyễn
Trâm, 2014). Tùy thuộc vào mục đích sử dụng mà Kiểm tra sức chịu đựng có
những định nghĩa khác nhau.
Đứng trên quan điểm giám sát hệ thống ngân hàng, Quỹ tiền tệ quốc tế IMF đã
đưa ra khái niệm về Kiểm tra mức độ rủi ro vĩ mô (macro-prudential Stress Testing)
như sau (IMF, 2012):
“Stress Testing là một kỹ thuật đo lường mức độ tổn thất của một danh mục,
ngân hàng hoặc cả hệ thống tài chính trong các kịch bản giả định. Đây là phương
pháp phân tích định lượng “nếu.. thì..”, tính toán điều gì sẽ xảy ra với tỷ lệ an toàn
vốn, lợi nhuận, dòng tiền.. của một ngân hàng, hoặc cả hệ thống ngân hàng nói
chung, khi xảy ra rủi ro”.
Theo đó, Kiểm tra sức chịu đựng là quá trình thực hiện gồm:
- Lựa chọn ngân hàng tham gia kiểm định, loại rủi ro cần đánh giá tác động và
kịch bản cú sốc;
- Lựa chọn các mô hình liên kết kịch bản giả định với các chỉ số đại diện mức
độ thanh khoản và an toàn vốn của ngân hàng;
- Báo cáo kết quả kiểm định và các phương án truyền thông (nếu cần thiết); và
- Ra quyết định các hành động cần thực hiện trên cơ sở kết quả của Stress
Testing.
Đứng trên quan điểm Kiểm tra sức chịu đựng vi mô, Ủy ban Basel đã đưa ra
định nghĩa của Kiểm tra sức chịu đựng vi mô như sau (BCBS, 2009):
“Stress Testing là một công cụ (risk management tool), cấu phần quan trọng
của hệ thống quản trị rủi ro nội bộ ngân hàng, và được các cơ quan quản lý khuyến

25
khích sử dụng trong khuôn khổ về an toàn vốn của Basel II. Kiểm tra sức chịu đựng
cảnh báo cho các cấp quản lý về hệ quả của các loại rủi ro khác nhau, và cho phép
ước lượng mức vốn cần có để bù đắp tổn thất khi một cú sốc lớn xảy ra”.
Như vậy, Kiểm tra sức chịu đựng vi mô là một cấu phần của hệ thống quản trị
rủi ro nội bộ ngân hàng, phải được xây dựng, đánh giá và sử dụng trong quá trình ra
quyết định của lãnh đạo ngân hàng. Kiểm tra sức chịu đựng không những đóng vai
trò trong giai đoạn khủng hoảng, mà còn là công cụ quản trị rủi ro trọng yếu trong
giai đoạn tăng trưởng và triển khai các nghiệp vụ / đơn vị kinh doanh / sản phẩm
mới của NHTM. Ngoài mục đích đánh giá khả năng đủ vốn yêu cầu của tổ chức tín
dụng, Kiểm tra sức chịu đựng nhìn từ góc độ quản trị ngân hàng còn giúp lãnh đạo
có thêm thông tin trong quá trình ra quyết định phân bổ vốn và thanh khoản, xác
định khẩu vị rủi ro của ngân hàng và xây dựng các phương án dự phòng / giảm
thiểu rủi ro trong các tình huống xấu. Ủy ban Basel yêu cầu các ngân hàng thực
hiện Kiểm tra sức chịu đựng định kỳ, tối thiểu đối với danh mục tín dụng. Tính
chất kịch bản cú sốc được kiểm định trong Kiểm tra sức chịu đựng được miêu tả rõ
hơn: phải đủ mức độ trầm trọng, nhưng vẫn khả năng xảy ra.
Tại Mỹ, Cục dự trữ liên bang Fed cũng yêu cầu các ngân hàng có quy mô tổng
tài sản hợp nhất trên 10 tỷ USD, bao gồm 19 định chế, chiếm trên 2/3 tổng tài sản
hệ thống ngân hàng Mỹ, phải tuân thủ khuôn khổ Kiểm tra sức chịu đựng vi mô
(Fed, 2012). Theo đó, khuôn khổ Kiểm tra sức chịu đựng bao gồm các hoạt động
toàn diện, được tích hợp với các hoạt động khác và có tính dự báo của ngân hàng
nhằm phát hiện, đo lường rủi ro và bất ổn xuất phát từ môi trường kinh tế - tài chính
khủng hoảng hoặc những sự kiện bất lợi của chính ngân hàng. Khuôn khổ này sẽ bổ
sung cho các phương pháp quản trị rủi ro định lượng khác, vốn chỉ thuần túy là ước
lượng rủi ro / tổn thất trên số liệu quá khứ, cũng như những phương pháp quản trị
rủi ro định tính khác…. Ngân hàng xây dựng, thực hiện khuôn khổ Kiểm tra sức
chịu đựng phù hợp với quy mô, mức độ phức tạp, các mảng nghiệp vụ và rủi ro
tổng thể của mình.
Như vậy, yêu cầu về Kiểm tra sức chịu đựng đối với các ngân hàng lớn tại

26
Mỹ khắt khe hơn so với yêu cầu của Basel II ở những điểm sau:
- Tính toàn diện: khuôn khổ Kiểm tra sức chịu đựng bao gồm (1) mục tiêu xác
định rõ ràng; (2) kịch bản xây dựng phù hợp với đặc thù kinh doanh và rủi ro của ngân
hàng; (3) các giả định và phương pháp, mô hình phải được văn bản hóa, có thể đánh
giá được tác động đối với tình hình tài chính của tổ chức; (4) có các báo cáo quản trị có
giá trị thông tin; (5) có quy trình thực hiện hiệu quả và được đánh giá lại; (6) có những
khuyến nghị hành động cần thiết dựa trên kết quả Kiểm tra sức chịu đựng .
- Kiểm tra sức chịu đựng đánh giá kịch bản cú sốc từ môi trường bên ngoài,
đồng thời cả những sự kiện bất lợi của riêng ngân hàng. Đây là điểm khác biệt với
IMF và Ủy ban Basel, vì Basel chỉ đánh giá các rủi ro bên ngoài –các tác động kinh
tế vĩ mô, và giả định danh mục cho vay của ngân hàng đã được đa dạng hóa để
không còn rủi ro riêng của từng khoản vay đơn lẻ.
- Kiểm tra sức chịu đựng , theo Fed, cần được tích hợp, thể hiện ở chỗ được
kết nối với hệ thống dữ liệu có chất lượng của ngân hàng, và sử dụng những giả
định thực tế, nhằm đảm bảo kết quả Kiểm tra sức chịu đựng có ý nghĩa trong quá
trình ra quyết định kinh doanh. Ngoài ra, ngân hàng cần có cơ cấu điều hành, hạ
tầng công nghệ đảm bảo khuôn khổ Kiểm tra sức chịu đựng hoạt động hiệu quả.
Trên cơ sở các khái nhiệm trên, luận án sẽ xem xét Kiểm tra sức chịu đựng từ
góc độ vi mô, theo tiêu chuẩn quốc tế Basel II, với những đặc trưng sau:
- Kiểm tra sức chịu đựng là một công cụ quản trị rủi ro quan trọng tại mỗi
ngân hàng, và được các cơ quan quản lý khuyến khích sử dụng trong khuôn khổ về
an toàn vốn của Basel II.
- Kiểm tra sức chịu đựng được xây dựng phù hợp với quy mô danh mục tín
dụng của một trong những NHTM lớn, có sự phân bổ rủi ro đa dạng, nhưng chịu sự
tác động lớn của chu kỳ kinh tế như Vietinbank. Do vậy, Kiểm tra sức chịu đựng
cần đánh giá được khả năng duy trì được tỷ lệ an toàn vốn tối thiểu theo quy định
khi xảy ra những cú sốc kinh tế vĩ mô rất bất lợi, hiếm gặp, nhưng vẫn có khả năng
xảy ra tại Việt Nam.

27
- Kiểm tra sức chịu đựng có tính toàn diện, được tích hợp và có tính dự báo,
phục vụ cho quá trình ra quyết định của ngân hàng. Nó bao gồm (1) mục tiêu xác
định rõ ràng; (2) kịch bản xây dựng phù hợp với đặc thù kinh doanh và rủi ro của
ngân hàng; (3) các giả định và phương pháp, mô hình phải được văn bản hóa, có thể
đánh giá được tác động đối với tình hình tài chính của tổ chức; (4) có các báo cáo
quản trị có giá trị thông tin; (5) có quy trình thực hiện hiệu quả và được đánh giá lại;
(6) có những khuyến nghị hành động cần thiết dựa trên kết quả Kiểm tra sức chịu
đựng .
2.2. Phân loại Kiểm tra sức chịu đựng vi mô

Khi bắt đầu, chúng ta cần phân loại mục tiêu thực hiện Kiểm tra sức chịu đựng
nhằm xác định đúng các yếu tố nào cần đưa vào kịch bản Kiểm tra sức chịu đựng ,
các biến kết quả, mô hình thống kê phù hợp, cuối cùng, ý nghĩa kết quả Kiểm tra
sức chịu đựng sẽ được truyền thông và sử dụng như thế nào.
a) Căn cứ vào loại rủi ro thực hiện kiểm định, Kiểm tra sức chịu đựng chia
thành:
- Kiểm tra sức chịu đựng rủi ro đơn lẻ, ví dụ: Kiểm tra sức chịu đựng
cho rủi ro tín dụng, Kiểm tra sức chịu đựng cho rủi ro hoạt động, Kiểm tra sức chịu
đựng cho rủi ro thị trường..
- Kiểm tra sức chịu đựng tổng thể nhiều loại rủi ro, bằng cách xác định
sự tác động của kịch bản cú sốc lên qua nhiều kênh rủi ro lên chất lượng tài sản, kết
quả hoạt động và mức độ an toàn vốn của ngân hàng. Trước thực tiễn các sản phẩm
ngân hàng ngày càng phức tạp, BCBS đã lưu ý các Kiểm tra sức chịu đựng tổng thể
cần bao quát cả những loại rủi ro đặc thù như (BCBS, 2009) như hệ quả của các
biện pháp giảm thiểu rủi ro như hedging, bù trừ, sử dụng tài sản bảo đảm; các sản
phẩm chứng khoán hóa, bao gồm các hợp đồng chính và các cam kết kèm theo; rủi
ro liên quan đến bảo lãnh và chứng khoán hóa (pipeline risk và warehouse risk); rủi
ro uy tín (reputational risk); rủi ro từ các khách hàng có tỷ lệ đòn bẩy cao (wrong-
way risk).
b) Căn cứ vào nội dung kiểm tra, Kiểm tra sức chịu đựng chia thành:

28
- Khả năng đảm bảo đủ vốn tối thiểu (Solvency Stress Testing): các
Kiểm định có ích cho ngân hàng trong công tác quản trị và xây dựng phân bổ vốn.
Thông thường, Solvency Stress Testing được tiến hành đồng thời với quy trình phân
tích đảm bảo vốn quy định của ngân hàng, phân tích tác động tiêu cực tới các chỉ số
vốn của ngân hàng trong thời gian dự báo tối thiểu hai năm. Ngoài ra, Solvency
Stress Testing cũng được sử dụng khi ngân hàng lựa chọn phương án mở rộng kinh
doanh, thành lập thêm mảng nghiệp vụ mới. Dựa trên kết quả Solvency Stress
Testing, lãnh đạo ngân hàng sẽ có thêm thông tin đánh giá về rủi ro của mảng kinh
doanh mới, có nên triển khai không, và nếu triển khai thì có cần vốn bổ sung không.
- Khả năng đảm bảo thanh khoản (Liquidity Stress Testing): đây là loại
Kiểm định mới được phát triển sau khi Basel III bổ sung các quy định về chỉ số
thanh khoản. Tương tự như Kiểm định an toàn vốn, Kiểm định thanh khoản đánh
giá tác động của các kịch bản xấu lên dòng tiền, các trạng thái thanh khoản, khả
năng huy động tiền gửi và các vốn khác của ngân hàng.
c) Căn cứ vào phương pháp thực hiện, Kiểm tra sức chịu đựng được chia
thành:
- Phương pháp dựa trên thông tin bảng cân đối tài chính (balance-sheet
based approach Stress Testing) đánh giá tác động của các yếu tố thay đổi trong kịch
bản cú sốc làm sụt giảm chất lượng bên tài sản cho vay đầu tư hoặc sụt giảm nguồn
vốn huy động được của ngân hàng. Phương pháp này rõ ràng, dễ hiểu, có thể ứng
dụng tại các nước đang phát triển có thị trường chứng khoán, phái sinh ít thanh
khoản và chưa hoàn hảo. Nhược điểm của phương pháp này là yêu cầu nhiều số
liệu, số liệu quá khứ không cập nhật liên tục, bị ảnh hưởng bởi chế độ kế toán, trích
lập dự phòng ngân hàng, khó đánh giá mức độ tương tác và rủi ro lan truyền giữa
các ngân hàng, giữa các loại sản phẩm dịch vụ…
- Phương pháp dựa trên thông tin giá thị trường (market-based
approach Stress Testing). Dựa vào số liệu đầu vào là giá các công cụ tài chính được
giao dịch thường xuyên trên thị trường như cổ phiếu, trái phiếu, quyền chọn cổ
phiếu.., người ra tính toán xác suất rủi ro của từng khách hàng, nhóm sản phẩm

29
ngân hàng, của cả ngân hàng hay toàn hệ thống. Ưu điểm của phương pháp này là
số liệu giá giao dịch có tính khách quan cao hơn, liên tục hơn. Tuy nhiên, việc giải
thích kết quả Kiểm tra sức chịu đựng gặp nhiều khó khăn do không rõ nguồn phát
sinh rủi ro; không tồn tại mối liên kết rõ ràng giữa nền kinh tế và hệ thống ngân
hàng; kết quả Kiểm tra sức chịu đựng đôi khi bị “nhiễu” bởi biến động giá ngắn
hạn; và đặc biệt là không ứng dụng tại các nước chưa có thị trường tài chính phát
triển.
d) Căn cứ vào cách dự phóng kịch bản cú sốc, Kiểm tra sức chịu đựng chia
làm:
- Kịch bản cú sốc dự báo theo mô hình (Structural stress scenario) là sự
liên kết giữa các chỉ số đại diện cho kinh tế vĩ mô với các chỉ số đại diện cho hoạt
động của ngân hàng. Khi đó, người ra sẽ xây dựng một mô hình kinh tế định lượng,
mô phỏng độ nhạy của biến cần đánh giá (ví dụ NPL, PD, ROA, ROE…) dưới tác
động của các biến độc lập của nền kinh tế (ví dụ GDP, CPI, lãi suất..). Những Kiểm
tra sức chịu đựng với kịch bản xây dựng kiểu này sẽ giúp cấp lãnh đạo ngân hàng,
cơ quan nhà nước dễ hiểu vì sự gắn kết chặt chẽ giữa biến đổi trong môi trường
kinh doanh với hoạt động ngân hàng.
- Kịch bản xây dựng trên số liệu quá khứ (Reduced-form stress scenario
hay Historical-based stress scenario) mô phỏng trực tiếp trạng thái của biến kết quả
với một giá trị của biến giải thích. Ví dụ, Kiểm tra sức chịu đựng sẽ đánh giá mức
độ đảm bảo vốn của ngân hàng nếu tỷ lệ không trả được nợ của khách hàng tăng
thêm 0.2%. Kết quả của các Kiểm tra sức chịu đựng rất khó sử dụng vì không xác
định được xác suất không trả được nợ của khách hàng trong năm tới có tăng hay
không, tăng 0.2% là nhiều hay ít, dưới tác động của các yếu tố nào. Reduced-form
Stress Testing rất phổ biến trước khủng hoảng 2007-2008. Theo một nghiên cứu của
Ngân hàng thanh toán quốc tế (BIS) năm 2004, hầu hết các ngân hàng kiểm định rủi
ro tín dụng bằng cách tăng tỷ lệ PD và LGD (Committee on the Global Financial
System, 2005).
2.3. Mô hình Kiểm tra sức chịu đựng vi mô

30
Kiểm tra sức chịu đựng bao gồm hai mô hình chính: mô hình kinh tế vĩ mô
(Macro-Economic Modelling) nhằm xác định các yếu tố vĩ mô có ảnh hưởng tới
chất lượng tín dụng của ngân hàng / hệ thống ngân hàng và mức độ ảnh hưởng và
mô hình đánh giá RRTD (Credit Risk Satellite Modelling) nhằm tính toán tác động
của kịch bản lên chất lượng tín dụng của ngân hàng (Drehmann, 2008 và Foglia,
2008). Tiếp nối giữa mô hình thứ nhất và mô hình thứ hai là bước xây dựng kịch
bản cú sốc có thể xảy ra cho biến vĩ mô được xác định là có vai trò quan trọng đối
với RRTD ngân hàng. Cuối cùng, ngoài đánh giá tác động của cú sốc lên chất lượng
tín dụng, người ta còn đánh giá thêm tác động đối với các chỉ tiêu khác của ngân
hàng như tỷ lệ lợi nhuận hoặc tỷ lệ an toàn vốn (CAR).
Hình 2.1: Quy trình Kiểm tra sức chịu đựng vi mô

Nguồn: Tổng hợp từ Drehmann (2008) và Foglia (2008)
Kiểm tra sức chịu đựng là một tập hợp công cụ mà người sử dụng có thể tự do
lựa chọn cho phù hợp với mục đích thực hiện Kiểm tra sức chịu đựng , chứ không phải
là một khuôn mẫu mô hình cố định. Vì vậy, tùy thuộc vào mục đích thực hiện, mức độ
phức tạp của hệ thống tài chính ngân hàng và nền kinh tế, cũng như sự sẵn sàng của số
liệu mà người thực hiện sẽ lựa chọn phương pháp, biến số độc lập và phụ thuộc phù
hợp.
2.3.1. Các mô hình kinh tế vĩ mô (Macroeconomic Modeling)

Theo BCBS (2011), người ta có thể sử dụng ba loại mô hình cơ bản để đánh
giá tác động của nền kinh tế vĩ mô đối với hệ thống tài chính ngân hàng, cụ thể là:
2.3.1.1. Các mô hình hồi quy chuỗi thời gian phi cấu trúc
Mô hình tự hồi quy vec-tơ (Vecto autoregressive – VAR) do tác giả

31
Christopher đề xuất vào năm 1980 được sử dụng ở các biến thể khác nhau để đo
lường sự phụ thuộc và tương quan tuyến tính giữa nhiều biến theo chuỗi thời gian.
Tất cả các biến trong một vectơ tự hồi quy được đối xử ngang nhau theo cấu trúc,
mỗi biến sẽ có một phương trình giải thích sự phát triển của biến đó dựa trên độ trễ
của chính biến nghiên cứu và độ trễ của các biến khác trong mô hình. Mô hình
VAR không đòi hỏi sự hiểu biết các lý thuyết kinh tế về mối quan hệ nội sinh giữa
biến, mà đơn giản nghiên cứu sự tương tác giữa các biến theo thời gian. Có khá
nhiều tác giả sử dụng mô hình này như Glenn và Lea (2005), Jimenez và Mencıa
(2009). Như được đề cập tại nghiên cứu của Asberg và Shahnazarian (2008), ưu
điểm của mô hình VAR là dễ diễn giải kết quả do sử dụng ít biến số. Tuy nhiên, nó
có yếu điểm là dễ bỏ sót biến, hay kết quả mô hình VAR đi ngược lại những lý
thuyết kinh tế. Do đó, Bernanke và cộng sự (2004) đề xuất nên sử dụng mô hình có
cấu trúc tốt hơn, các nhà kinh tế học sử dụng nhiều phương pháp trung gian khác để
khắc phục những điểm yếu trên như VAR cấu trúc (SVAR).
Một số nghiên cứu sử dụng mô hình SVAR (VAR có cấu trúc) ví dụ, nghiên
cứu về các cú sốc vĩ mô đối với hệ thống tài chính Malaysia giai đoạn 1997-2002
của Mohammad-Reza và cộng sự (2013) dựa trên lý thuyết Mô hình IS-LM
(Investment / Saving - Liquidity preference / Money supply, mô hình Hicks-
Hansen) về sự kết hợp của thị trường tài chính (tiền tệ) với thị trường hàng hóa và
dịch vụ. Theo đó, tỷ lệ nợ xấu NPL của ngân hàng phụ thuộc vào ba yếu tố quan
trọng nhất là GDP, lãi suất và chỉ số giá tiêu dùng CPI (lạm phát). Tuy nhiên, theo
BCBS (2011), các mô hình này bản chất vẫn đơn giản và phi cấu trúc, do mới dừng
lại ở mức độ sử dụng lý thuyết kinh tế - tài chính để xác định các biến số vĩ mô nào
nên đưa vào mô hình định lượng.
Mô hình tự hồi quy vec-tơ toàn cầu Global VAR (GVAR) là một biến thể của
VAR, trog đó có bổ sung thêm biến số bên ngoài quốc gia được nghiên cứu. Ví dụ,
tác giả Alessandri và cộng sự (2007), mô tả mối quan hệ giữa tăng trưởng GDP,
CPI, lãi suất cho vay qua đêm, chỉ số giá cổ phiếu của hai nước Anh và Mỹ đối với
kết quả hoạt động của các ngân hàng Anh. Mô hình này là cơ sở cho hệ thống giám

32
sát RAMSI (Risk Assessment Model for Systemic Institutions) của Ngân hàng
Trung ương Anh.
Mô hình hiệu chỉnh sai số vecto (VECM) cũng được phát triển từ VAR, nhưng
lại có dạng của một mô hình hiệu chỉnh sai số ECM bao gồm (i) Các quan hệ ngắn
hạn giữa ∆Yt và trễ của nó là ∆Yt-j thể hiện qua các tham số Ci; (ii) quan hệ dài hạn
thể hiện qua thành phần hiệu chỉnh sai số ПYt-1. Tuy nhiên điều khác biệt giữa
VECM và ECM là thành phần hiệu chỉnh sai số của VECM có dạng một Vectơ
đồng tích hợp thể hiện mối quan hệ đồng tích hợp giữa các biến. Với cấu trúc như
vậy, mô hình VECM chứa thông tin về điều chỉnh cả ngắn hạn và dài hạn với những
thay đổi trong Yt, thông qua dự báo, ước lượng của tham số C và phần hiệu chỉnh
sai số Π tương ứng. Qua đó, nó cho phép đo lường sự đồng liên kết giữa các biến
trong mô hình. Điển hình là nghiên cứu của Asberg và Shahnazarian (2008) khi
nghiên cứu mối quan hệ Xác suất vỡ nợ dự kiến (EDF) của các doanh nghiệp Thụy
Điển với các biến vĩ mô CPI, lãi suất ngắn hạn và chỉ số công nghiệp.
2.3.1.2. Các mô hình cân bằng tổng thể động
Có thể coi mô hình chu kỳ kinh doanh thực (real business cycle) của Prescott
và các cộng sự (1982) là mô hình cân bằng tổng thể động (DSGE - Dynamic
Stochastic General Equilibrium Modeling) đầu tiên được ra đời để khắc phục những
hạn chế mà Lucas (1976) đã chỉ ra đối với các mô hình kinh tế vĩ mô quy mô lớn
trước đây như tham số không mang tính cấu trúc và sự vắng mặt của yếu tố kỳ
vọng. Cùng với sự phát triển của các phương pháp ước lượng mô phỏng (ví dụ
Markov Chain Monte Carlo), mô hình cân bằng tổng thể ngẫu nhiên (Dynamic
Stochastic General Equilibrium – DSGE) đã trở thành công cụ quan trọng trong quá
trình ra quyết định về chính sách tiền tệ của các ngân hàng trung ương trên thế giới
như Cục Dự trữ liên bang Mỹ (Fed), NHTW châu Âu (ECB), NHTW Anh quốc,
Canada và nhiều nước phát triển khác. DSGE là hệ thống mô hình phức tạp, phi
tuyến tính, trong đó, hành vi của mọi thành phần trong nền kinh tế và mối quan hệ
giữa chúng đều được mô phỏng và lượng hóa.
Hầu hết các mô hình DSGE hiện nay đều theo trường phái kinh tế Neo-

33
Keynes, cho phép quan sát kỹ chu kỳ lên xuống của nền kinh tế. DSGE đã được sử
dụng cho các nghiên cứu về Kiểm tra sức chịu đựng RRTD, điển hình như
Goodhart và cộng sự (2009). Tuy nhiên, hậu quả các khủng hoảng gần đây khiến
các học giả đang tiếp tục hoàn thiện, cụ thể đưa ngân hàng thành một yếu tố trong
các mô hình, thay vì chỉ bao gồm hộ gia đình, doanh nghiệp và chính phủ. Các ngân
hàng bị bỏ qua bởi các nhà kinh tế học vĩ mô cho rằng chúng chỉ đơn giản là cầu nối
giữa người tiết kiệm và người đi vay, chứ không phải là những doanh nghiệp tìm
kiếm lợi nhuận và có thể ảnh hưởng lớn đến nền kinh tế.
2.3.1.3. Các mô hình dữ liệu bảng
Các mô hình dữ liệu bảng cho phép nghiên cứu dữ liệu của các ngân hàng
trong hệ thống theo chuỗi thời gian. Điểm ưu việt của panel-data model là tăng số
liệu quan sát, giúp tăng độ chính xác vè dự báo, cũng như đánh giá được tác động của
cú sốc trong cùng một thời điểm đối với các ngân hàng có khác nhau không. Do các
ngân hàng thường có quy định tương đối nhất quán về báo cáo số liệu, nên panel-data
là mô hình phù hợp và thường được sử dụng trong phân tích định lượng. Điển hình là
nghiên cứu của Luizis và cộng sự (2012) phân tích nợ xấu tại chín ngân hàng Hy Lạp
giai đoạn từ quý 1 năm 2003 đến quý 1 năm 2009; Vasiliki và cộng sự (2014) khi
nghiên cứu khu vực châu Âu giai đoạn 2000-2008; của Nguyễn Trâm (2014) tại 13
ngân hàng Việt Nam giai đoạn 2007-2013.
2.3.2. Xây dựng kịch bản Kiểm tra sức chịu đựng vi mô
Một trong những nguyên tắc quan trọng của Kiểm tra sức chịu đựng , theo
Basel (2009), là kịch bản cú sốc phải đại diện cho các sự kiện có khả năng xảy mà
khi xảy ra, sẽ gây tổn thất rất lớn cho ngân hàng. Để xác định điều này không đơn
giản. Trong một nghiên cứu, Borio và cộng sự (2012) đã kết luận, Kiểm tra sức chịu
đựng đã thất bại khi chúng cần nhất: không Kiểm tra sức chịu đựng nào phát hiện
được mức độ dễ bị tổn thương của hệ thống ngân hàng trước khủng hoảng. Tuy
nhiên, một kịch bản quá xấu không dễ được chấp nhận sử dụng, vì bị coi là không
thực tế, yêu cầu tỷ lệ an toàn vốn quá cao, trong khi ngân hàng cần vốn để kinh
doanh. Để giải quyết mâu thuẫn này, cần trả lời ba câu hỏi sau:

34
- Yếu tố nào có khả năng gây sốc cho hoạt động của ngân hàng?
- Đo lường mức độ cú sốc như thế nào và kịch bản cú sốc nên có mức độ
nghiêm trọng như thế nào thì phù hợp?
2.3.2.1. Lựa chọn yếu tố gây sốc cho ngân hàng

Như đã nêu trên, Fed yêu cầu các ngân hàng xây dựng kiểm định rủi ro bắt
nguồn từ môi trường kinh tế - tài chính bên ngoài và từ nội tại ngân hàng. Theo đó,
ngoài những yếu tố kinh tế vĩ mô, chính trị, chính sách điều hành kinh tế của chính
phủ, tỷ lệ nợ xấu còn phụ thuộc vào đặc thù riêng của hệ thống ngân hàng từng
nước và chiến lược kinh doanh nhằm tối đa hóa lợi nhuận của từng ngân hàng. Lý
thuyết hành vi quản lý (“management behavior”) đề cập đến mối liên hệ giữa nợ có
vấn đề, mức độ vốn chủ sở hữu và hiệu suất kinh doanh ngân hàng. Đi đầu là
nghiên cứu của Berger và DeYoung (1997) và Williams (2004) sử dụng Granger
causality approach kiểm định các giả thiết về “khả năng quản lý kém” (“bad
management”), giả thiết về “sự hà tiện” (“skimping”), giả thiết về rủi ro đạo đức
(“moral hazard”)..
Tuy nhiên, mô hình đánh giá mức độ an toàn vốn trên cơ sở xếp hạng nội bộ
(IRB), trong đó, IRB có hai dạng là IRB cơ bản (F-IRB) và IRB nâng cao (A-IRB),
của Basel II dựa trên mô hình giả định một nhân tố rủi ro (Asymptotic Risk Factor
Model) của Gordy (2002). Theo đó, RRTD của một danh mục gồm hai cấu thành:
rủi ro hệ thống (systematic risk) và rủi ro đặc thù (idiosyncratic risk). Rủi ro hệ
thống xuất phát từ những tác động không lường trước của điều kiện kinh tế, tài
chính vĩ mô lên khả năng trả nợ của khách hàng vay. Rủi ro đặc thù bắt nguồn từ rủi
ro của từng khách hàng. Mức vốn cần thiết cho cả danh mục tín dụng được xác định
trên cơ sở thông tin về giá trị tổn thất của từng khoản vay / cam kết thanh toán ngoại
bảng, có tính tới sự tương tác giữa các khoản vay trong danh mục, với giả định rằng
danh mục tín dụng của ngân hàng được phân bổ đa dạng hóa hoàn toàn. Do đó,
người ta coi RRTD chỉ phụ thuộc vào các yếu tố kinh tế vĩ mô; và sử dụng mô hình
kinh tế vĩ mô để đánh giá xem yếu tố nào đóng vai trò quan trọng nhất đối với hệ
thống ngân hàng hay từng ngân hàng riêng lẻ. Một số nghiên cứu chỉ đưa vào mô

35
hình các yếu tố kinh tế vĩ mô như Salas và Saurina (2002), Louzis và cộng sự
(2010), Castro (2012)..
2.3.2.2. Đo lường quy mô cú sốc
Có hai cách xây dựng kịch bản và đo lường quy mô cú sốc:
- Kịch bản cú sốc dự phóng theo mô hình (Structural stress scenario) là sự liên
kết giữa bối cảnh kinh tế vĩ mô với các chỉ số đặc trưng cho kết quả hoạt động của
ngân hàng. Khi đó, người ra sẽ xây dựng một mô hình kinh tế định lượng, mô
phỏng độ nhạy của biến cần đánh giá (ví dụ tỷ lệ nợ xấu, xác suất vỡ nợ…) dưới tác
động của các biến độc lập của nền kinh tế (ví dụ tăng trưởng GDP, lạm phát, lãi
suất..). Sau đó, người ta sử dụng các hàm tự hồi quy bản thân các biến số được lựa
chọn để dự báo giá trị biến số đó trong thời gian tới (giá trị trung bình). Cuối cùng,
kịch bản căng thẳng được tính bằng giá trị trung bình trừ đi số lần độ lệch chuẩn,
trong đó, 2 lần độ lệch chuẩn là mức quy định bởi IMF đối với các Kiểm tra sức
chịu đựng trong khuôn khổ FSAP (IMF, 2012). Những Kiểm tra sức chịu đựng với
kịch bản xây dựng kiểu này sẽ giúp cấp lãnh đạo ngân hàng, cơ quan nhà nước dễ
hiểu vì sự gắn kết chặt chẽ giữa biến đổi trong môi trường kinh doanh với hoạt động
ngân hàng.
- Kịch bản xây dựng trên số liệu quá khứ (Reduced-form stress scenario hay
Historical-based stress scenario) mô phỏng trực tiếp trạng thái của biến kết quả với
một giá trị của biến giải thích. Ví dụ, kịch bản căng thẳng trước khủng hoảng 2007-
2009 tại Mỹ thường được lấy là bối cảnh kinh tế trong Đại suy thoái những năm
1930. Tuy nhiên, theo Clearing House (2016), hiện nay, Dodd-Frank Act tại Mỹ yêu
cầu các ngân hàng kiểm định các cú sốc cú mức độ trầm trọng hơn cuộc khủng
hoảng tài chính năm 2007-2009.
Về thời gian dự phóng cú sốc, 1 năm thời gian được yêu cầu bởi Ủy ban
Basel, 2 năm bởi SCAP, 3 năm bởi Cơ quan quản lý châu Âu, 5 năm bởi Ngân hàng
Trung ương Anh hoặc 9 quý bởi Cục dự trữ liên bang Mỹ cho CCAR. Các NHTM
thường lựa chọn độ dài thời gian kiểm định là 2 đến 3 năm, phù hợp với chu kỳ phát
triển của sản phẩm ngân hàng.

36
2.3.3. Biến số đo lường RRTD

Biến số đo lường RRTD truyền thống là hệ số như tỷ lệ nợ xấu. Khái niệm “nợ
xấu” theo thuật ngữ tài chính thường được hiểu là các khoản vay có thời gian quá
hạn trả nợ lãi và gốc 90 ngày trở lên (Mishkin, 2010). Hướng dẫn để tính toán các
chỉ số lành mạnh tài chính của các quốc gia (IMF, 2004) quy định nợ xấu là một
khoản vay:
- Quá hạn thanh toán gốc hoặc lãi 90 ngày hoặc hơn;
- Đã quá hạn 90 ngày hoặc hơn đã được vốn hóa, cơ cấu lại, hoặc trì hoãn theo
thỏa thuận;
- Quá hạn dưới 90 ngày nhưng có thể nhận thấy dấu hiệu rõ ràng cho thấy
người vay sẽ không hoàn trả đầy đủ khoản nợ (ví dụ người vay bị phá sản).
- Các khoản vay sau khi khoản vay trên được xếp vào danh mục nợ xấu thì nó
hoặc bất kỳ khoản vay thay thế nào cũng phải xếp vào danh mục nợ xấu cho tới thời
điểm xóa nợ hoặc thu hồi đầy đủ.
Tại Việt Nam, Thông tư số 02/2013/TT-NHNN quy định về phân loại tài sản
có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng để
xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài
và Thông tư số 09/2014/TT-NHNN sửa đổi, bổ sung một số điều của Thông tư số
02/2013 ban hành ngày 18/3/2014 đã thay thế Quyết định số 493/2005/QĐ-NHNN
ngày 22/4/2005 của Thống đốc NHNN. Về khái niệm “nợ xấu”, cả hai thông tư quy
định là nợ thuộc nhóm 3, 4 và 5, trong đó, tỷ lệ nợ xấu là tỷ lệ giữa nợ xấu và tổng
nợ từ nhóm 1 đến nhóm 5. Tuy nhiên, những quy định chi tiết từ Thông tư 02/2013
và 09/2014 đã đưa việc phân loại nợ xấu chặt chẽ, khắt khe hơn so với quy định
trước đây, không chỉ là thời gian chậm thanh toán mà là mối quan hệ cấp tín dụng
giữa NHTM với khách hàng. Có thể thấy rằng, thực hiện Thông tư 02/2013 nhằm
giúp hoạt động của các NHTM tiếp cận sát hơn với thông lệ quốc tế về phân loại tài
sản có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng
để xử lý rủi ro trong hoạt động của các tổ chức tín dụng, nhằm đảm bảo an toàn
trong hoạt động của ngân hàng.

37
Tuy có ưu điểm trực quan, dễ sử dụng và tính toán, việc đo lường RRTD trên
cơ sở chỉ tiêu nợ xấu có những hạn chế như:
- Chỉ tiêu này chỉ thể hiện mức độ rủi ro của danh mục tín dụng ngân hàng tại
thời điểm đã phát sinh, không cung cấp thông tin dự báo về tương lai.
- Khó có thể tính toán được rủi ro của từng khách hàng, khoản vay trước khi
cấp tín dụng, vì vậy, nợ xấu không giúp ngân hàng khi ra quyết định cấp tín dụng,
đánh giá khả năng trả nợ của khách hàng có thay đổi theo thời gian của khoản vay.
- Tại từng thời điểm, ngân hàng có thể giảm tỷ lệ nợ xấu hiện tại bằng cách tăng
nhanh quy mô dư nợ. Điều này có thể làm tỷ lệ nợ xấu trong tương lai còn tăng cao
hơn vì ngân hàng phải nới lỏng các điều kiện cho vay để cạnh tranh cấp tín dụng.
Tại Basel II, các phương pháp dựa trên xếp hạng nội bộ (IRB), trong đó, IRB
có hai dạng là IRB cơ bản (F-IRB) và IRB nâng cao (A-IRB), đo lường tổn thất
RRTD theo ba yếu tố: xác suất khách hàng không trả được nợ ngân hàng (default
risk), tỷ lệ giá trị khoản vay không thu hồi được khi RRTD xảy ra (loss risk) và quy
mô giá trị tín dụng chịu tác động rủi ro của ngân hàng tại thời điểm khách hàng
không có khả năng trả nợ (exposure risk) (Christian và cộng sự (2010)). Tổn thất dự
kiến (Expected Loss, EL) - giá trị tổn thất bình quân xảy ra qua các năm được tính
theo công thức:
=
(i) Rủi ro khách hàng không trả được nợ
Rủi ro khách hàng không trả được nợ là xác suất xảy ra sự kiện khách hàng
không thực hiện được các nghĩa vụ trả gốc và / hoặc lãi của mình như cam kết với
ngân hàng. Có thể có nhiều định nghĩa khi nào được ghi nhận là một sự kiện không
trả được nợ. Thông thường, khi nghĩa vụ thanh toán đã bị quá hạn trên ba tháng sẽ
bị coi là rủi ro không trả được nợ đã xảy ra. Xác suất khách hàng không trả được nợ
(Probability of Default, PD) có giá trị từ 0 đến 1, có thể do ngân hàng tự đánh giá
hoặc tham khảo xếp hạng của một tổ chức đánh giá độc lập. Trong hầu hết các
trường hợp, một khách hàng sẽ được gắn với một PD, vì khi họ không thanh toán

38
được một khoản vay sẽ không thực hiện được các nghĩa vụ vay nợ khác. Tuy nhiên,
đối với cho vay cá nhân, xác suất không thanh toán đối với sản phẩm thẻ tín dụng
thường cao hơn các khoản vay khác, đặc biệt nếu khoản vay đó được thế chấp bằng
bất động sản nhà ở.
(ii) Giá trị chịu rủi ro tại thời điểm khách hàng không trả được nợ
Tín dụng của NHTM bao gồm nhiều nghiệp vụ khác nhau, bao gồm cho
những khoản vay giải ngân một lần, những cam kết giải ngân theo hạn mức, cam
kết bảo lãnh thanh toán vô điều kiện được ghi nhận ngoại bảng, tới những sản phẩm
cấu trúc phái sinh phức tạp được thiết kế nhằm phục vụ cho nhu cầu đặc biệt của
khách hàng. Vì vậy, đôi khi, tổng giá trị các khoản tín dụng của khách hàng tại thời
điểm xảy ra việc khách hàng không trả được nợ (Exposure at Default, EAD) khó
xác định được trước.
(iii) Rủi ro tỷ lệ tổn thất
Giá trị tổn thất (Loss Given Default, LGD) là tổn thất thực sự của ngân hàng
khi khách hàng không trả được nợ. Tỷ lệ tổn thất bằng 0 có nghĩa sau khi sự kiện
rủi ro xảy ra, NHTM đã thực hiện các biện pháp thu hồi được 100% gốc và lãi,
không phát sinh tổn thất nào so với dự kiến ban đầu khi phát vay. Tỷ lệ tổ thất bằng
100% nếu ngân hàng không thu hồi được hoàn toàn khoản vay đó. Tỷ lệ tổn thất có
thể lớn hơn 100% nếu ngân hàng phải tốn chi phí để cố gắng thu hồi nợ, nhưng vẫn
không thu hồi được một đồng nào từ khách hàng và cũng không có tài sản bảo đảm,
cam kết bảo lãnh từ bên thứ ba. Tỷ lệ tổn thất có thể có giá trị âm, nếu ngân hàng
vừa thu được toàn bộ gốc và lãi, và cả lãi phạt quá hạn từ khách hàng. Tỷ lệ tổn thất
thường phụ thuộc nhiều vào khoản nợ xấu sẽ thu hồi được bao nhiêu và bằng cách
nào, thu hồi trong thời gian bao lâu và chi phí phát sinh trong thời gian thu hồi.
Như vậy, ta thấy cách tính vốn tối thiểu của IRB dựa trên ba cấu phần của rủi
ro. Khi áp dụng phương pháp F-IRB, PD sẽ do các ngân hàng tự tính toán trên cơ sở
số liệu nội bộ, còn EAD và LGD sẽ do các cơ quan quản lý cung cấp. Khi áp dụng
phương pháp A-IRB, các ngân hàng sẽ được phép tự tính toán tất cả các chỉ số liên

39
quan đến RRTD của ngân hàng mình. Khi đó, các Kiểm tra sức chịu đựng sẽ sử
dụng các mô hình định lượng mô tả trực tiếp mối quan hệ giữa yếu tố kinh tế vĩ mô
với chỉ số PD, LGD và EAD. Điển hình là nghiên cứu của Schmeider và cộng sự
(2011), sử dụng mô hình phức tạp dự phóng tác động của các yếu tố kinh té vĩ mô
lên PD, LGD của các công ty phân loại theo ngành, sau đó tính CAR theo các quy
định hướng dẫn của Basel II.

40
Bảng 2.1: Phương pháp thực hiện Kiểm tra sức chịu đựng theo cách lựa chọn
biến số đo lường RRTD
Tỷ lệ nợ xấu NPL Xác suất vỡ nợ PD Dự báo PD từ NPL
Dự báo tác động của Dự báo tác động của Dự báo NPL như
các yếu tố kinh tế lên các yếu tố kinh tế lên phương pháp thứ nhất,
NPL, sử dụng panel PD, LGD của các sau đó tính toán mối
data của nhiều ngân công ty phân loại liên hệ giữa NPL và
Phương
hàng trong hệ thống theo ngành để tính PD, LGD, cuối cùng
pháp
để tính tác động của toán CAR theo các đánh giá CAR theo
NPL lên LLP và NIM, quy định hướng dẫn Basel II như phương
sau đó là tác động lên của Basel II pháp thứ hai
lợi nhuận và CAR
Có thể thực hiện đối Áp dụng được cho Sử dụng tại nước đang
Ứng với các ngân hàng còn IRB của Basel II. tiến tới IBR Basel II
dụng áp dụng chuẩn Basel I. (Schmeider và cộng như Việt Nam (Buncic
(Nguyễn Trâm, 2014) sự 2011) và Melecky, 2012)
Số liệu về vốn, phân Thống kê tháng PD, Số liệu về vốn, phân
loại nợ, RWA, chỉ số LGD trong quá khứ loại nợ, RWA, chỉ số
Yêu cầu
kinh tế vĩ mô theo quý cho 7 phân loại tài kinh tế vĩ mô theo
về số
sản theo chuẩn Basel quý, số liệu thống kê
liệu
II trong thời gian tối PD, LGD tại các nước
thiểu 5 năm có thể so sánh
Đơn giản, có tương Áp dụng cho các Phù hợp với Việt Nam
Ưu quan giữa ngân hàng ngân hàng tiên tiến, khi chuyển từ NPL
điểm khi sử dụng DPDA áp dung IBR của sang PD, LGD
Basel II
Nhược Chỉ phù hợp với quy Chưa thực hiện được Công thức từ NPL
điểm định của Basel I cho các NHVN sang PD, LGD, EAD
Công cụ DPDR, CreditVaR Mô hình phức tạp DPDR

41
Nguồn: Tác giả tổng hợp từ các tài liệu

42
Tuy nhiên, mô hình này chưa áp dụng được cho các nước đang chuyển đổi
như Việt Nam vì việc tính các chỉ số RRTD theo ba cấu phần này tương đối phức
tạp, cần có hệ thống xây dựng dữ liệu đầu vào lớn và chính xác. Hầu hết các NHTM
Việt Nam mới trong giai đoạn xây dựng thử nghiệm hệ số PD, chưa có đủ độ dài
chuỗi thời gian quan sát cần thiết. Các nghiên cứu Kiểm tra sức chịu đựng tại Việt
Nam mới chỉ sử dụng các công cụ DPDR, CreditVaR để dự phóng tác động của các
yếu tố kinh tế vĩ mô lên NPL trên cơ sở dữ liệu bảng của nhiều ngân hàng trong hệ
thống (Nguyễn Trâm, 2014). Trong giai đoạn chưa có PD chính xác, các NHTM
Việt Nam có thể dự phóng sự thay đổi của NPL trước tác động của kịch bản căng
thẳng, sau đó ước tính sự thay đổi của PD, LGD, và sau cùng là CAR của ngân
hàng. Điển hình là Buncic và Melecky (2012). Tuy nhiên, nhược điểm của phương
pháp này là công thức chuyển từ NPL sang PD, LGD, EAD mang tính ước lượng,
nên về lâu dài, các ngân hàng vẫn cần xây dựng hệ thống dữ liệu chuẩn để chuyển
sang dùng các mô hình dự phóng trực tiếp PD, LGD và EAD.
2.3.4. Mô hình đánh giá RRTD (Credit risk Satellite Modeling)

Theo khuôn khổ thông lệ Basel 2 và 3, khả năng đảm bảo an toàn vốn của
một ngân hàng tại mọi thời điểm được xác định bằng mức vốn tự có cộng lợi nhuận,
giảm trừ cho giá trị cổ tức được chia cho các cổ đông (nếu có), tất cả chia cho giá trị
tài sản có rủi ro (Risk-Weighted Assets, RWA). Cụ thể:
Tỷ lệ an toàn vốn (T+1) = [Vốn tự có tại T + Lợi nhuận để lại (T+1)]/ RWA(T+1)
Trong công thức trên, ngoài vốn và lợi nhuận để tại, tài sản chịu rủi ro là một
yếu tố quyết định mức độ chính xác của việc ước lượng tỷ lệ án toàn vốn trong kihcj
bản căng thẳng. Thông thường, các ngân hàng áp dụng Basel I và Basel II theo
phương pháp chuẩn (Standardized Approach) sử dụng các hệ số rủi ro khác nhau do
cơ quan nhà nước hoặc tự ngân hàng xác định, cho mỗi loại tài sản, để từ đó, tính
toán tổng giá trị tài sản chịu rủi ro RWA. Tuy nhiên, trên thực tế, trong điều kiện cú
sốc xảy ra, thì các hệ số rủi ro cũng tăng do tác động của các yếu tố kinh tế vĩ mô,
và do đó, theo logic, thì RWA trong kịch bản stress sẽ phải cao hơn trạng thái kinh
tế bình thường. Trong bối cảnh các hệ thống ngân hàng còn dựa nhiều vào chỉ số tỷ

43
lệ nợ xấu (NPL) như Việt Nam, vấn đề được đặt ra là phải xây dựng được phương
pháp tính RWA khi đã ước tính được giá trị của NPL trước và sau khi cú sốc diễn
bằng các mô hình kinh tế lượng. Trong khuôn khổ đề tài này, tác giả sử dụng kết
quả của hai nghiên cứu sau:
2.3.4.1. Nghiên cứu của Schmeider và cộng sự (2013) để xác định RWA
dựa trên PD
Nghiên cứu của Schmeider và cộng sự (2013) đã tính toán tác động của thay
đổi PD đối với mức độ thay đổi của RWA bằng cách giả định LGD và các hệ số R,
b trong công thức RWA theo công thứ IRB dùng cho khách hàng doanh nghiệp của
Ủy ban Basel (BCBS 2006, para. 272) là không đổi. Ta có:
RWA = [LGD × N[(1 – R)^-0.5 × G(PD) + (R / (1 – R))^0.5 × G(0.999)] – PD
x LGD] x (1 – 1.5 x b)^-1 × (1 + (M – 2.5) × b)
Trong đó:
- N(.) là phân phối chuẩn
- G(.) là hàm ngược của phân phối chuẩn
- R là tỷ lệ tương quan giữa các loại tài sản
- PD là xác suất một khách hàng không trả được nợ
- LGD là tỷ lệ thu hồi vốn khi sự kiện không trả được nợ xảy ra
- M là kỳ hạn thực tế còn lại của tài sản
- b là hệ số điều chỉnh cho kỳ hạn
Kết quả mô phỏng ∆RWA theo ∆PD (Hình 2.2) cho thấy, khi PD trong trạng
thái bình thường ở mức thấp, thì khi cú sốc xảy ra, RWA sẽ tăng lớn hơn, hay tốc
độ tăng RWA sẽ giảm tỷ lệ thuận với mức độ PD tại thời điểm trước cú sốc. Cụ thể
hơn, đối với các giá trị PD thấp vào thời điểm trước khủng hoảng, thì độ co giãn của
RWA theo PD là 0.6, thay khi PD tăng 1% thì RWA tăng 0.6%. Nếu PD tăng lên
5%, thì độ co giãn của RWA theo PD sẽ giảm xuống 0.35, và nếu PD là 10% thì
bằng 0.2. Để mô tả quan hệ phi tuyến tính này, các tác giả đã sử dụng hàm đa thức
(polynomial fit function) như sau (Schmeider và cộng sự, 2013, tr. 14):

44
∆RWA = 0.006 – 0.050 * ∆PD +0.120 * ∆PD * ∆PD
Hình 2.2: Kết quả mô phỏng ∆RWA theo ∆PD

Nguồn: Tổng hợp từ Schmeider và cộng sự (2013)
2.3.4.2. Nghiên cứu của Buncic và Melecky (2013) để xác định PD dựa
trên NPL
Trong nghiên cứu «Macroprudential Stress Testing of Credit Risk : A Practical
Approach for Policy Makers » năm 2013, hai tác giả Buncic và Melecky đã đưa ra
phương pháp luận thực hiện Kiểm tra sức chịu đựng RRTD cho các ngân hàng
trong giai đoạn chuyển đổi từ nền kinh tế xã hội chủ nghĩa sang kinh tế thị trường
tại Đông Âu. Các nước này gặp phải vấn đề tương tự như hệ thống ngân hàng Việt
Nam hiện nay là chỉ có số liệu tỷ lệ nợ xấu NPL, mà không có số liệu về xác suất vỡ
nợ PD. Đứng trên quan điểm của cơ quan quản lý nhà nước để thực hiện Kiểm tra
sức chịu đựng , phương pháp của Buncic và Melecky yêu cầu chuỗi dữ liệu lịch sử
tỷ lệ nợ xấu của từng loại tài sản cho vay. Do điều này vượt quá khả năng thu thập
dữ liệu của nghiên cứu sinh, đề tài này không áp dụng được toàn bộ phương pháp
này. Tuy nhiên, đề tài kế thừa cách tính PD trong kịch bản căng thẳng dựa trên số
liệu NPL như sau (Buncic và Melecky, 2013, tr. 32):
PD(T+1) = gamma * ∆NPL + PD (T)

45
Trong đó :
- gamma = ∆PD / ∆NPL
- PD(T) là xác suất vỡ nợ trước thời điểm xảy ra cú sốc
- PD(T+1) là xác suất vỡ nợ sau thòi điểm xảy ra cú sốc
- ∆NPL là thay đổi của tỷ lệ nợ xấu trước và sau xảy ra cú sốc.
Theo Buncic và Melecky, quy định thế nào là nợ quá hạn càng sát với khả
năng không trả được nợ của khách hàng trên thực tế, hệ số gamma càng gần bằng 1.
Nếu khái niệm NPL trùng với các khoản vay phân loại nhóm D và E theo xếp hạng
tín dụng, không kể nó đã quá hạn hay chưa, thì gamma bằng 1. Nếu NPL là các
khoản nợ có thời gian quá hạn trên 60 ngày, theo Buncic và Melecky, gamma sẽ
bằng 0.6. Nếu NPL là các khoản nợ quá hạn trên 90 ngày như đang áp dụng tại Việt
Nam, đồng nghĩa với việc khách hàng gần như chắc chắn không có khả năng trả nợ,
thì gamma có thể áp dụng ở mức 0.9.
2.4. Ứng dụng Kiểm tra sức chịu đựng vi mô đối với RRTD trong
quản trị ngân hàng
Uỷ ban Basel về giám sát ngân hàng (BCBS) được thành lập vào năm 1974
bởi một nhóm các Ngân hàng Trung ương và cơ quan giám sát của 10 nước phát
triển (G10) tại thành phố Basel. Mặc dù BCBS không có bất kỳ một cơ quan giám
sát nào và những kết luận của Uỷ ban này không có tính pháp lý, nhưng những tiêu
chuẩn và những hướng dẫn giám sát của tổ chức này đã trở thành những thông lệ
quốc tế được công nhận rộng rãi. Mục tiêu quan trọng của BCBS là thu hẹp khoảng
cách giám sát quốc tế trên hai nguyên lý cơ bản không ngân hàng nước ngoài nào
được thành lập mà thoát khỏi sự giám sát và việc giám sát phải tương xứng giữa các
quốc gia khác nhau, dưới các thể chế khác nhau trên phạm vi toàn cầu. Điều này
giúp cho các ngân hàng có môi trường cạnh tranh bình đẳng khi mở rộng hoạt động
kinh doanh ra khỏi biên giới quốc gia nơi đặt trụ sở chính, cũng như tạo lập bộ tiêu
chí so sánh mức độ đảm bảo về vốn, thanh khoản, mức độ rủi ro, khả năng quản trị
giữa các ngân hàng được dễ dàng hơn.

46
Hiệp ước vốn Basel II ra đời vào năm 2006 có ba Trụ cột. Trụ cột thứ nhất đề
cập đến các khái niệm và công thức đo lường mức vốn tối thiểu mà ngân hàng cần
nắm giữ để có thể hấp thụ tổn thất của ba loại rủi ro chính (RRTD, rủi ro thị trường
và rủi ro hoạt động). Trụ cột thứ ba quy định những tiêu chuẩn về công khai thông
tin đối với cổ đông và công chúng. Riêng nội dung của Trụ cột thứ hai về giám sát
ngân hàng yêu cầu các ngân hàng tuân thủ Basel II phải triển khai có hiệu quả Quy
trình tự đánh giá mức độ an toàn vốn (Internal Capital Adequacy Assessment
Process, ICAAP) để nâng cao năng lực điều hành và quản trị rủi ro nói chung, quản
trị RRTD nói riêng. Trong đó, cùng với mô hình xác định vốn kinh tế, Kiểm tra sức
chịu đựng là một công cụ đo đường rủi ro, triển khai trong quy trình QTRR theo
một chiến lược và khẩu vị rủi ro định trước của ngân hàng [Hình 2.3]. Điều này
được thể hiện bởi một trong bốn nguyên tắc cơ bản về giám sát ngân hàng của Trụ
cột 2: các ngân hàng cần có quy trình đánh giá tỷ lệ an toàn vốn tổng thể trong mối
liên hệ với rủi ro và có chiến lược duy trì các mức vốn tối thiểu quy định (BCBS,
2004).
Cơ cấu tổ chức, khẩu

Quy trình QTRR Mô hình định lượng
vị và chiến lược QTRR
Mức độ nhận thức và Đánh giá khả năng

tham gia của lãnh chịu đựng rủi ro Mô hình xác định
đạo cấp cao của NH vốn kinh tế
Hạn mức vốn
Xây dựng khẩu vị rủi
ro
Xây dựng hạn mức
hoạt động Kiểm định sức chịu
Thống nhất với phân đựng rủi ro (Stress
Quản trị rủi ro thanh Testing)
bổ vốn khoản
Hình 2.3: Cấu phần Quy trình tự đánh giá mức độ an toàn vốn (ICAAP)
Nguồn: Ủy ban Basel
Trong ICAAP, Kiểm tra sức chịu đựng được tích hợp với cấu thành quản trị

47
và quản lý rủi ro. Song song với đo lường mức vốn cần thiết trong kịch bản thông
thường, Kiểm tra sức chịu đựng đóng một vai trò nổi bật trong quy trình ICAAP.
ICAAP thể hiện mối quan hệ khăng khít giữa ba khái niệm: tài chính kế hoạch – xác
định khẩu vị rủi ro – xác định khả năng chịu đựng rủi ro trước các cú sốc. Cụ thể:
Stress
Testing
Tài
chính kế
hoach
Khẩu vị rủi ro
Hình 2.4: Mối quan hệ Khẩu vị rủi ro, Tài chính kế hoạch và Kiểm tra sức chịu
đựng
(i) Kiểm tra sức chịu đựng là cơ sở xác định khẩu vị rủi ro
Mỗi NHTM muốn thành công cần có chiến lược kinh doanh, gắn kết với định
hướng quản trị rủi ro phù hợp. Khẩu vị rủi ro tương đối ổn định theo thời gian, được
thông qua bởi cấp lãnh đạo cao nhất, và quyết định hành động của ngân hàng trong
từng tình huống kinh doanh cụ thể. Tuy nhiên, để xác định được khẩu vị rủi ro
đúng, ngân hàng cần thực hiện một loại các kiểm định Kiểm tra sức chịu đựng .
Kiểm tra sức chịu đựng giúp ngân hàng để tính toán tác động của các loại rủi ro lên
kết quả hoạt động.
Tuyên ngôn về khẩu vị rủi ro được nhiều ngân hàng xây dựng nhằm xác định
mức độ rủi ro mà ngân hàng có thể chấp nhận và mục tiêu kinh doanh. Kiểm tra sức
chịu đựng có thể giúp các ngân hàng đưa tuyên ngôn này vào công tác quản trị rủi ro
hàng ngày. Ví dụ, ngân hàng lập mục tiêu duy trì tỷ lệ an toàn vốn tối thiểu trên 9%.
Bằng cách định kỳ thực hiện Kiểm tra sức chịu đựng với những giả định kịch bản xấu

48
xảy ra, ngân hàng có thể tính được khả năng mức vốn hiện nay có duy trì được trên tỷ
lệ đặt ra hay không, hành động cần thực hiện là gì (bổ sung thêm vốn hay giảm rủi
ro..).
Ngoài ra, ngân hàng có thể nâng cao hiệu quả sử dụng vốn bằng cách thực
hiện Kiểm tra sức chịu đựng trước khi phê duyệt triển khai sản phẩm mới. Hội
đồng sản phẩm yêu cầu thực hiện Kiểm tra sức chịu đựng để đánh giá ảnh hưởng
đối với ROE, ROA, EL, UL, CAR, vốn kinh tế.. của ngân hàng.
(ii) Khẩu vị rủi ro là tiêu chuẩn đánh giá kết quả Kiểm tra sức chịu đựng
Khi đã được xác định, khẩu vị rủi ro lại là tiêu chuẩn để ngân hàng sử dụng
kết quả của Kiểm tra sức chịu đựng và có chỉ đạo kinh doanh phù hợp. Điều này
được thể hiện bằng hai cách:
- Thực hiện Kiểm tra sức chịu đựng để kiểm định, nếu kịch bản xấu xảy ra thì
các hạn mức, tỷ lệ được quy định tại Khẩu vị rủi ro ngân hàng có bị vi phạm hay
không. Nếu có, ngân hàng cần xem xét giảm thiểu quy mô tín dụng có mức độ rủi
ro lớn hoặc bổ sung vốn.
- Thực hiện Kiểm tra sức chịu đựng ngược (Reverse Stress Testing hay
Threshhold Approach). Theo đó, trên cơ sở khẩu vị rủi ro, ngân hàng xác định mức
vốn tối thiểu cần duy trì. Sau đó, người ta tính ngược lại giá trị của các biến số kinh
tế đã được lựa chọn dùng làm cú sốc. Ví dụ, để duy trì tỷ lệ vốn trên 9%, tỷ lệ tăng
trưởng GDP phải tăng trưởng ít nhất 5.5%. Như vậy, nếu GDP tăng dưới 5.5% thì
khả năng ngân hàng sẽ không thực hiện được mục tiêu trong Khẩu vị rủi ro. Tỷ lệ
5.5.% này được so sánh kịch bản xấu có thể xảy ra, ví dụ bằng tốc độ tăng trưởng
bình quân dự kiến trong năm tới, và trừ đi 2 lần độ lệch chuẩn. Nếu tốc độ GDP
trong kịch bản cú sốc có thể thấp hơn 5.5%, ngân hàng cần xem xét giảm mức độ
rủi ro thực tế của danh mục tín dụng hiện nay.
(iii) Kiểm tra sức chịu đựng gắn kết quản trị RRTD với tài chính kế hoạch
Công tác tài chính kế hoạch (capital planning) là việc các NHTM xem xét việc
phân bổ nguồn tài chính đầu tư trong nội bộ ngân hàng. Công tác tài chính kế hoạch

49
sẽ ảnh hưởng đến quyết định thành lập, triển khai / đóng cửa, thu hẹp và dừng triển
khai các đơn vị kinh doanh, sản phẩm kinh doanh. Kiểm tra sức chịu đựng và Khẩu
vị rủi ro có thể tích hợp vào công tác tài chính kế hoạch theo các bước như sau:
- Xác định Khẩu vị rủi ro, mục tiêu kinh doanh của mình (ví dụ 15% ROE, 1%
EL).
- Xây dựng các phương án kết hợp danh mục tài sản hiện hữu với sản phẩm
mới, hoặc giảm bớt tỷ trọng / loại bỏ sản phẩm cũ.
- Thực hiện Kiểm tra sức chịu đựng đối với từng phương án, tính ROE và EL.
Loại bỏ phương án có ROE thấp hơn 15% hoặc EL trên 1% theo Khẩu vị rủi ro.
Để tích hợp thành công Kiểm tra sức chịu đựng vào hệ thống quản trị rủi ro
ngân hàng, theo Ủy bán Basel, các ngân hàng cần đảm bảo những điều kiện sau:
2.4.1. Nhận thức về vai trò của Kiểm tra sức chịu đựng
Kiểm tra sức chịu đựng cần có tính thực thi, kết quả cần có ảnh hưởng đối với
việc ra quyết định bởi các cấp quản lý, bao gồm cả những quyết định mang tính
chiến lược của Hội đồng quản trị và lãnh đạo cấp cao. Việc Hội đồng quản trị và
lãnh đạo cấp cao tham gia vào chương trình Kiểm tra sức chịu đựng có ý nghĩa
quan trọng đối với hiệu quả của Kiểm tra sức chịu đựng và đảm bảo rằng việc thực
hiện là phù hợp đối với quy trình quản trị rủi ro và quản trị vốn của ngân hàng. Hội
đồng quản trị và lãnh đạo cấp cao tham gia vào các việc thiết lập mục tiêu, tạo ra các
tình huống, thảo luận kết quả, đánh giá các tác động trong mỗi tình huống và đưa ra
quyết định cuối cùng. Tại những ngân hàng mà có rủi ro tài chính cao, các nhà quản trị
cấp cao rất chú trọng vào việc phát triển và sử dụng Kiểm tra sức chịu đựng , sử dụng
các kết quả Kiểm tra sức chịu đựng là các dữ liệu đầu vào trong quá trình hoạch định
chiến lược phát triển cho ngân hàng. Việc thực hiện Kiểm tra sức chịu đựng tại hầu hết
các ngân hàng không tạo ra các cuộc tranh cãi nội bộ ngân hàng và cũng không làm
cho ngân hàng mất nhiều thời gian và chi phí.
Cuộc khủng hoảng tài chính đã làm bộc lộ những yếu kém trong việc thực
hiện Kiểm tra sức chịu đựng . Trước cuộc khủng hoảng, các ngân hàng thực hiện

50
Kiểm tra sức chịu đựng một cách riêng lẻ và tại những lĩnh vực kinh doanh nhất
định, thể hiện rằng kết quả của Kiểm tra sức chịu đựng là không có tính tin cậy cao.
Hơn nữa, tại một vài ngân hàng, Kiểm tra sức chịu đựng được thực hiện một cách
dập khuôn và máy móc. Mặc dù các ngân hàng vẫn thực hiện Kiểm tra sức chịu
đựng thường xuyên, nhưng các kết quả này không cung cấp được toàn bộ bức tranh
hoạt động của ngân hàng do cách tiếp cận máy móc và dập khuôn không cung cấp
cho nhà quản trị sự thay đổi trong môi trường kinh doanh và những chỉ tiêu định
tính khác. Hơn nữa, do việc thực hiện Kiểm tra sức chịu đựng còn riêng lẻ và tại
những lĩnh vực kinh doanh khác nhau, các ngân hàng thường gặp khó khăn khi tổng
hợp tất cả các kết quả này lại. Bên cạnh đó, Kiểm tra sức chịu đựng được thực hiện
tại các ngân hàng thường liên quan đến các rủi ro thị trường và rủi ro lãi suất, Kiểm
tra sức chịu đựng RRTD mới chỉ được thực hiện gần đây, còn các Kiểm tra sức
chịu đựng liên quan đến các rủi ro khác vẫn còn chưa được thực hiện nhiều. Do đó,
các Kiểm tra sức chịu đựng của các ngân hàng gần như không thể bao gồm được tất
cả các rủi ro trên tổng thể ngân hàng.
Kiểm tra sức chịu đựng cũng nên được tích hợp là một phần của quản trị rủi
ro và là một phần văn hoá của công ty. Hội đồng quản trị cần có trách nhiệm đưa ra
các Kiểm tra sức chịu đựng tổng thể, còn các nhà quản trị cấp cao cần có trách
nhiệm thực hiện, quản lý và giám sát việc thực hiện các Kiểm tra sức chịu đựng
này. Việc thực hiện các khía cạnh của Kiểm tra sức chịu đựng có thể được giao phó
cho những người có trách nhiệm phía dưới, nhưng việc thiết kế các Kiểm tra sức
chịu đựng của Hội đồng quản trị và lãnh đạo công ty là rất quan trọng vì nó giúp
đảm bảo việc thống nhất của các Kiểm tra sức chịu đựng . Đồng thời, việc này cũng
giúp Hội đồng quản trị và các nhà lãnh đạo cấp cao có thể nhận ra được những thiếu
sót và hạn chế của những Kiểm tra sức chịu đựng và có được những trao đổi thẳng
thắn với những cán bộ quản lý cấp dưới, đặc biệt là những cán bộ quản trị rủi ro.
Các nhà quản trị cấp cao cần chỉ ra được khẩu vị rủi ro của ngân hàng và hiểu
được các tác động của những tình huống bất lợi đối với ngân hàng. Các nhà lãnh
đạo cấp cao cần tham gia vào quá trình trao đổi, đánh giá lại và khả năng xảy ra các

51
tình huống tiềm năng khác, cũng như là đóng góp ý kiến vào chiến lược làm giảm
nhẹ rủi ro của ngân hàng. Việc tham gia của các lãnh đạo cấp cao vào quy trình thực
hiện Kiểm tra sức chịu đựng đặc biệt quan trọng hơn khi các Kiểm tra sức chịu
đựng này thực sự đưa ra được những rủi ro và yếu kém mà ngân hàng thực sự cần
phải khắc phục với kinh phí khắc phục lớn.
2.4.2. Xác định đúng mục tiêu thực hiện Kiểm tra sức chịu đựng
Ngân hàng nên thực hiện Kiểm tra sức chịu đựng mà (1) phát hiện được và
kiểm soát rủi ro, (2) bổ sung cho các công cụ quản trị rủi ro khác, (3) nâng cao hiệu
quả phân bổ vốn và quản lý thanh khoản, và (4) cải thiện công tác truyền thông
trong và ngoài ngân hàng.
Việc thực hiện Kiểm tra sức chịu đựng là một chiến lược cần được tích hợp
vào quá trình quản trị rủi ro ngân hàng bằng cách chỉ ra rõ ràng cách thực thực hiện,
phát triển và phạm vi của các Kiểm tra sức chịu đựng vì không thể có một Kiểm tra
sức chịu đựng phù hợp với tất cả các mục đích của ngân hàng. Do đó, để đảm bảo
được quá trình quản trị rủi ro được thuận lợi, Kiểm tra sức chịu đựng cần được thực
hiện tại nhiều cấp khác nhau, từ Hội đồng quản trị và ban lãnh đạo cho tới các nhân
viên phụ trách. Điều này giúp ngân hàng có thể thay đổi được chiến lược phát triển
của mình, và có thể tập trung vào được những rủi ro tác động đến toàn diện công ty.
Kiểm tra sức chịu đựng nên là một công cụ hỗ trợ và bổ sung cho các công cụ
quản trị RRTD khác như là VaR. Phương pháp tiếp cận quản trị RRTD bằng Kiểm
tra sức chịu đựng nên được dựa vào những mô hình định lượng phức tạp, sử dụng
cả các dữ liệu trong quá khứ và các dữ liệu ước tính tương lai. Cụ thể, việc áp dụng
Kiểm tra sức chịu đựng cho những danh mục đầu tư cụ thể của ngân hàng cần được
chỉ ra khoảng tin cậy của mô hình.
Do Kiểm tra sức chịu đựng cho phép tạo ra những tình huống bất lợi mà chưa
từng xảy ra trước đó, các mô hình sử dụng trong Kiểm tra sức chịu đựng cần được
kiểm tra độ vững (robustness) để đảm bảo các thay đổi về điều kiện tài chính và
kinh tế là hợp lý. Cụ thể, các Kiểm tra sức chịu đựng phù hợp là những Kiểm tra
sức chịu đựng mà có tính đến các đặc điểm rủi ro của những sản phẩm mới vì dữ

52
liệu quá khứ liên quan đến những sản phầm này không tồn tại. Các ngân hàng cũng
cần phân tích cụ thể các tình huống bất lợi tương tự với các cuộc khủng hoảng gần
đây, và sử dụng đa dạng các Kiểm tra sức chịu đựng để phát hiện ra những yếu
kém mà đe doạ đến sự phát triển của ngân hàng.
Kiểm tra sức chịu đựng nên là một phần của Quá trình tự đánh giá mức độ an
toàn vốn (ICAAP), mà yêu cầu các ngân hàng thực hiện các Kiểm tra sức chịu đựng
nghiêm ngặt và có tính đến các thay đổi tương lai có thể ảnh hưởng xấu đến ngân
hàng. Kiểm tra sức chịu đựng cũng nên là một công cụ trọng tâm trong việc chỉ ra
và đo lường, kiểm soát các rủi ro thanh khoản, đặc biệt trong việc đánh giá tình
trạng thanh khoản và mức độ đủ vốn của các ngân hàng trong trường hợp tình
huống xảy ra.
Kiểm tra sức chịu đựng đóng một vai trò quan trọng trong việc công bố kết
quả quản trị rủi ro trong nội bộ ngân hàng. Không giống các mô hình định lượng
quản trị rủi ro khác, các tình huống dự báo tương lai được sử dụng giúp ngân hàng
dễ dàng đánh giá được sự yếu kém cũng như tính hiệu quả của các hành động phòng
ngừa trong tương lai. Kiểm tra sức chịu đựng cũng đóng một vai trò quan trọng
trong việc công bố kết quả quản trị rủi ro tới những cơ quan giám sát bên ngoài.
Ngân hàng tự nguyện công bố kết quả kiểm định Kiểm tra sức chịu đựng rộng rãi
ra ngoài để những người quan tâm hiểu hơn về công tác quản trị rủi ro của ngân
hàng. Nếu ngân hàng công bố kết quả, thông thường các ngân hàng cũng sẽ công bố
cả những thông tin hỗ trợ để đảm bảo rằng những bên giám sát thứ ba có thể kiểm
tra lại được kết quả Kiểm tra sức chịu đựng . Thông tin hỗ trợ này có thể bao gồm
những hạn chế của Kiểm tra sức chịu đựng được thực hiện, các giả sử và phương
pháp được sử dụng để đánh giá tác động của tình huống được sử dụng trong Kiểm
tra sức chịu đựng .
2.4.3. Phối hợp giữa các đơn vị chức năng
Trước cuộc khủng hoảng tài chính, các ngân hàng đã không thực hiện các
Kiểm tra sức chịu đựng tổng thể trên khía cạnh toàn bộ ngân hàng. Ngay cả khi các
ngân hàng thực hiện Kiểm tra sức chịu đựng như vậy, các Kiểm tra sức chịu đựng
này vẫn không bao gồm được tất cả các rủi ro mà ngân hàng phải đối mặt. Do đó,

53
các ngân hàng đã không có được những đánh giá rủi ro tổng quát trên toàn bộ khía
cạnh hoạt động của ngân hàng, bao gồm các rủi ro tín dung, rủi ro thị trường và rủi
ro thanh khoản. Việc thực hiện Kiểm tra sức chịu đựng tổng thể trên phạm vi toàn
bộ ngân hàng, với sự thực hiện của tất cả các bộ phận ngân hàng, sẽ giải quyết được
vấn đề này.
Do không có sự phối hợp của các bộ phận, phòng ban trong ngân hàng, hầu
hết các Kiểm tra sức chịu đựng được thực hiện đã không được thiết kế để tính đến
các tình huống cực xấu mà chưa từng trải qua bao giờ. Cụ thể, các tình huống có xu
hướng mô tả những tình huống bất lợi bình thường, với giả sử là thời gian xảy ra
ngắn và đánh giá thấp tính tương quan giữa các rủi ro. Trước cuộc khủng hoảng, các
tình huống rất bất lợi thường chỉ là những tình huống mà có sự thua lỗ không lớn
hơn lợi nhuận của một quý.
Việc chỉ ra những tình huống thực hiện, phương pháp tiếp cận và sự phù hợp
của Kiểm tra sức chịu đựng yêu cầu sự phối hợp của tất cả các chuyên gia trong
ngân hàng như là chuyên gia về kiểm soát rủi ro, các nhà kinh tế, giám đốc và các
nhân viên kinh doanh. Một Kiểm tra sức chịu đựng tốt sẽ đảm bảo rằng ý kiến của
tất cả các chuyên gia này đều được để ý, đặc biệt khi thực hiện Kiểm tra sức chịu
đựng tổng thể. Các đơn vị có trách nhiệm thực hiện Kiểm tra sức chịu đựng cần
đảm bảo các chuyên gia liên quan có những cách hiểu thống nhất về các tình huống
thực hiện Kiểm tra sức chịu đựng cũng như cần liên tục kiểm tra các ý kiến của họ
một cách rõ ràng, và sau đó sẽ thiết kế thực hiện Kiểm tra sức chịu đựng .
Các ngân hàng nên sử dụng nhiều tình huống và nhiều kỹ thuật để đảm bảo bao
gồm được hết các trường hợp có thể xảy ra. Những Kiểm tra sức chịu đựng này bao
gồm cả những phương pháp phân tích định tính và định lượng, và cần có cả những
đánh giá của những chuyên gia. Các Kiểm tra sức chịu đựng có thể bao gồm từ những
phân tích độ nhạy (sensitivity analysis) đơn giản cho đến những phân tích phức tạp
hơn. Một vài Kiểm tra sức chịu đựng cần được thực hiện một cách thường xuyên, và
một vài Kiểm tra sức chịu đựng nên được thực hiện một cách đặc biệt, do đó cần tham
vấn ý kiến của các chuyên gia.
2.4.4. Xây dựng và văn bản hóa quy trình

54
Công cụ Kiểm tra sức chịu đựng nên được quy định trong chính sách và văn
bản hoạt động của ngân hàng, cụ thể:
- Loại Kiểm tra sức chịu đựng thực hiện và mục đích của Kiểm tra sức chịu
đựng ,
- Mức độ thực hiện thường xuyên của Kiểm tra sức chịu đựng , thường các
Kiểm tra sức chịu đựng có mức độ thực hiện thường xuyên khác nhau, phụ thuộc
vào loại và mục đích thực hiện,
- Phương pháp thực hiện, bao gồm cả các tình huống liên quan và vai trò của
các chuyên gia nhận xét,
- Phạm vi sửa đổi Kiểm tra sức chịu đựng , dựa vào mục đích, phân loại và kết
quả của Kiểm tra sức chịu đựng , bao gồm cả tính khả thi khi sửa đổi Kiểm tra sức
chịu đựng .
Tuy nhiên, việc quy định bằng văn bản của Kiểm tra sức chịu đựng không nên
ngăn cản ngân hàng việc thực hiện các Kiểm tra sức chịu đựng đặc biệt và linh hoạt
vì các Kiểm tra sức chịu đựng cần được thực hiện nhanh chóng và phản ứng lại
được những thay đổi của những rủi ro xuất hiện liên tục.
Ngân hàng nên quy định bằng văn bản những giả sử và những yếu tố tác động
cơ bản của mỗi Kiểm tra sức chịu đựng , bao gồm lý do tại sao lại chọn những tình
huống phân tích và kết quả của phân tích độ nhạy trong từng phạm vi và mức độ
trầm trọng của từng tình huống. Những giả sử như vậy cần được đánh giá thường
xuyên cùng với sự thay đổi của những điều kiện bên ngoài. Cuối cùng, ngân hàng
nên lưu giữ kết quả của Kiểm tra sức chịu đựng bằng văn bản để sử dụng khi cần
thiết.
2.4.5. Yếu tố hạ tầng công nghệ thông tin

Trước cuộc khủng hoảng tài chính, khuôn khổ quy định Kiểm tra sức chịu
đựng thường không đủ linh hoạt để phản ứng lại nhanh chóng với những thay đổi
của thị trường. Các ngân hàng cần thiết phải đầu tư vào hệ thống công nghệ thông
tin để nâng cao khả năng tập hợp thông tin, giúp các phân tích được kịp thời và

55
đánh giá được đúng những tác động của từng tình huống thay đổi của môi trường
kinh doanh. Về cơ bản, sự yếu kém trong hệ thống cơ sở vật chất sẽ giới hạn khả
năng các ngân hàng trong việc chỉ ra và tổng hợp các rủi ro cho toàn ngân hàng. Sự
yếu kém này đã làm giảm tính hiệu quả của các công cụ quản trị rủi ro, bao gồm cả
Kiểm tra sức chịu đựng .
Rất nhiều kỹ thuật đã được sử dụng để phát triển các kịch bản được sử dụng
trong Kiểm tra sức chịu đựng . Kiểm tra độ nhạy là kỹ thuật cơ bản nhất, những cú
sốc thường bao gồm chỉ một yếu tố đầu vào thay đổi và không liên quan đến những
yếu tố của những sự kiện thực tế. Những tình huống này đã không tính đến các nhân
tố rủi ro tại cùng một thời điểm, lợi ích lớn nhất của kỹ thuật này là cung cấp những
đánh giá ban đầu về danh mục đầu tư trước một nhân tố rủi ro thay đổi và chỉ ra
được rủi ro nào cần được tập trung quan tâm nhất. Nhiều cách tiếp cận khác phức
tạp hơn đã được áp dụng để tính đến sự thay đổi của nhiều yếu tố đồng thời, tuy
nhiên thường được dựa vào những sự kiện đã xảy ra trong quá khứ. Kết quả của
những Kiểm tra sức chịu đựng này đã không thể chỉ ra được những rủi ro của
những sản phẩm mới, mà thường là lý do tạo ra cuộc khủng hoảng. Hơn nữa, mức
độ nghiêm trọng và thời gian kéo dài khủng hoảng được chỉ ra bởi những dữ liệu
trong quá khứ được chứng minh là không thể mô tả được mức độ trầm trọng của
cuộc khủng hoảng tiếp theo. Thời gian kéo dài của cuộc khủng hoảng thường không
thể dự đoán được, và vì vậy các Stress Test dựa vào dữ liệu quá khứ thường đánh
giá thấp mức độ rủi ro và các tác động liên quan của những rủi ro này.
Như vậy, các mô hình Kiểm tra sức chịu đựng giả sử rằng rủi ro được xuất
hiện từ những con số không đổi và được biết trước trong quá khứ. Cuộc khủng
hoảng tài chính đã chỉ ra đây là cách tiếp cận sai lầm bởi các lý do sau. Thứ nhất,
sau một khoảng thời gian dài ổn định, các thông tin dữ liệu lịch sử trong quá khứ
thường chỉ ra những dữ liệu liên quan đến tình trạng kinh tế rất tốt, vì vậy những
mô hình này thường không tính toán đến những xác suất xảy ra tình trạng kinh tế rất
xấu cũng như không tính đến sự yếu kém của hệ thống ngân hàng. Các mối quan hệ
của dữ liệu, được tính toán bằng độ tương quan, cũng được chứng minh là không

56
hiệu quả khi cuộc khủng hoảng tài chính xảy ra. Thứ hai, cuộc khủng hoảng tài
chính xảy ra đã chỉ ra rằng trong tình trạng nền kinh tế bị suy thoái, các đặc điểm
rủi ro có thể thay đổi nhanh chóng. Tác động này có thể làm cú sốc ban đầu trở nên
trầm trọng hơn các sự kiện được mô tả trong tình huống thực hiện Kiểm tra sức chịu
đựng .
Các tác động này thường bị bỏ qua hoặc chỉ chiếm một tỷ trọng rất nhỏ trong
những mô hình mà dựa vào dữ liệu quá khứ và điều này có nghĩa rằng các mô hình
này rất có thể sẽ không hữu ích. Công tác quản trị rủi ro tại hầu hết các ngân hàng
đều không giải quyết được những thiếu sót của những mô hình quản trị rủi ro truyền
thống được sử dụng để thực hiện Kiểm tra sức chịu đựng . Đồng thời, các mô hình
này cũng không tham khảo sự đánh giá định tính của các chuyên gia kinh tế để phát
triển những tình huống đặc biệt. Việc phụ thuộc vào dữ liệu quá khứ và không tính
đến các nhược điểm của mô hình làm cho các ngân hàng đánh giá thấp sự tương tác
giữa các rủi ro và tác động của những tình huống bất lợi khi thực hiện Kiểm tra sức
chịu đựng .
2.4.6. Đánh giá định kỳ việc thực hiện Kiểm tra sức chịu đựng
Ngân hàng nên duy trì, cập nhật quy định thực hiện Kiểm tra sức chịu đựng
một cách độc lập và thường xuyên. Tính hiệu quả của Kiểm tra sức chịu đựng nên
được đánh giá trên cả khía cạnh định tính và định lượng, bao gồm:
- Khả năng đáp ứng mục tiêu ban đầu của Kiểm tra sức chịu đựng ;
- Văn bản quy định Kiểm tra sức chịu đựng ;
- Sự phát triển trong mô hình kỹ thuật được áp dụng;
- Hệ thống thực hiện Kiểm tra sức chịu đựng ;
- Giám sát, quản lý việc thực hiện Kiểm tra sức chịu đựng ;
- Chất lượng dữ liệu đầu vào;
- Các giả định khi thực hiện Kiểm tra sức chịu đựng .
Đối với kiểm tra định lượng, quy trình đánh giá nên sử dụng các điểm tiêu
chuẩn của các Kiểm tra sức chịu đựng khác ở trong và ngoài ngân hàng.

57
Do việc phát triển công cụ Kiểm tra sức chịu đựng và quy trình đánh giá việc
thực hiện thường liên quan đến sự đánh giá khách quan của các chuyên gia, chức
năng kiểm soát độc lập của ngân hàng (quản trị rủi ro và kiểm toán nội bộ) nên
đóng một vai trò quan trọng trong quy trình đánh giá này.

Trong Chương 2, tác giả đã tổng quan những cơ sở lý luận quan trọng nhằm
hoàn thiện mô hình thực hiện Kiểm tra sức chịu đựng RRTD tại Vietinbank, bao
gồm (i) khái niệm về Kiểm tra sức chịu đựng vi mô; (ii) các yếu tố cần xem xét khi
xây dựng kịch bản căng thẳng; (iii) cách lựa chọn biến số đại diện cho RRTD để sử
dụng trong mô hình; (iv) và vai trò của Kiểm tra sức chịu đựng trong quản trị ngân
hàng. Chương 3 dưới đây sẽ phân tích thực trạng hoạt động tín dụng và quá trình
triển khai Kiểm tra sức chịu đựng tại Vietinbank để có thể ứng dụng lý luận chung
phù hợp với đặc điểm riêng của hệ thống tài chính ngân hàng Việt Nam nói chung,
Vietinbank nói riêng.

58
CHƯƠNG 3. THỰC TRẠNG HOẠT ĐỘNG TÍN DỤNG VÀ TRIỂN

KHAI KIỂM TRA SỨC CHỊU ĐỰNG VI MÔ ĐỐI VỚI RRTD TẠI
VIETINBANK
3.1. Tình hình kinh tế và điều hành chính sách tín dụng của NHNN
giai đoạn 2009-2015
Để xác định được các yếu tố vĩ mô có thể gây rủi ro cho hoạt động tín dụng
của ngân hàng TMCP của Việt Nam, để từ đó, xây dựng kịch bản cú sốc có ý nghĩa
cho Kiểm tra sức chịu đựng , chúng ta cần phân tích đặc điểm phát triển của kinh tế
trong giai đoạn nghiên cứu. Ở phần 3.1.1. dưới đây, các chỉ số kinh tế vĩ mô Việt
Nam được lần lượt xem xét the các nhóm yếu tố được trình bày tại phần 1.1.2.
Ngoài ra, tại phần 3.1.2., nghiên cứu phân tích các chính sách điều tiết của nhà nước
đã thực hiện đối với hệ thống ngân hàng nhằm đánh giá tác động (nếu có). Kết quả
phân tích cho thấy, việc thành lập Công ty mua bán nợ Việt Nam (VAMC) và hoạt
động sáp nhập của một số ngân hàng trong thời gian nghiên cứu đã làm thay đổi tỷ
lệ nợ xấu được công bố bởi các ngân hàng trong thời kỳ nghiên cứu. Điều này cần
được phản ánh trong quá trình phân tích dữ liệu mô hình Kiểm tra sức chịu đựng để
có kết quả chính xác nhất.
3.1.1. Tình hình kinh tế vĩ mô

3.1.1.1. Tốc độ tăng trưởng GDP
Về tốc độ tăng trưởng GDP, kinh tế Việt Nam đã có giai đoạn tăng trưởng cao
vào trước khủng hoảng tài chính toàn cầu năm 2008-2009 nhờ tốc độ phát triển
nhanh chóng mở rộng doanh nghiệp nhà nước, dòng vốn đầu tư trực tiếp và gián
tiếp của nước ngoài. Tuy nhiên, khi kinh tế toàn cầu tăng trưởng chậm lại, mô hình
kinh tế tăng trưởng dựa xuất khẩu và vốn rẻ của Việt Nam đã bộc lộ nhiều điểm yếu
kém, giá trị tiền đồng bị suy giảm, thâm hụt thương mại lớn và dự trữ ngoại hối
thấp. Để chặn đà suy giảm của GDP, chính phủ đã áp dụng nhiều chính sách tài
khóa và tiền tệ, nhằm thúc đẩy tăng trưởng tín dụng trong 2009 và đầu 2010. Tuy
nhiên, lạm phát lại tăng cao trong 2011 và chỉ ổn định trong 2012. Tốc độ tăng

59
trưởng GDP của Việt Nam giảm xuống còn 5%.

Từ năm 2013 tới nay, tốc độ tăng trưởng GDP đã hồi phục về mức 6% nhờ
tăng trưởng xuất khẩu, môi trường lạm phát thấp trên thế giới và dấu hiệu tăng
trưởng trở lại của nhu cầu tiêu dùng nội địa trong năm 2015. Tuy nhiên, nền kinh tế
nước ta còn nhiều khó khăn: nút thắt trong dòng vốn tín dụng, nợ xấu ngân hàng
vẫn chưa được giải quyết và sự kém hiệu quả trong hoạt động của một số doanh
nghiệp nhà nước (Đồ thị 3.1).
3.1.1.2. Lạm phát, tăng cung tiền và tín dụng

Lạm phát tại Việt Nam cũng tăng mạnh trong giai đoạn 2004-2008, một phần
do tác động của giá nguyên liệu tăng cao trên thế giới và nhu cầu đầu tư của các
doanh nghiệp trước và sau sự kiện Việt Nam gia nhập WTO. Chỉ số giá (CPI) tăng
lên mức cao nhất 25% vào quý 3/2008, sau đó giảm nhanh chóng xuống 2.4% trong
quý 3/2009 do nhu cầu nội địa suy yếu và giá nhiên liệu, thực phẩm thế giới điều
chỉnh giảm. Tuy nhiên, sau đó lạm phát Việt Nam lại tăng mạnh từ cuối năm 2009
do tác động của các gói kích thích tăng trưởng kinh tế của Chính phủ và chính sách
nới nỏng tiền tệ của NHNN thông qua việc hạ lãi suất cơ bản 7% trong thời gian rất
ngắn từ tháng 10/2008 đến tháng 2/2009. Trong năm 2009, Chính phủ Việt Nam đã
thực hiện các gói hỗ trợ kích thích kinh tế với quy mô khoảng 5% GDP nhằm chống
lại sự suy giảm tăng trưởng GDP do khủng hoảng tài chính toàn cầu.
Sau Nghị quyết 11 của Chính phủ về những giải pháp chủ yếu tập trung kiềm
chế lạm phát, ổn định kinh tế vĩ mô, bảo đảm an sinh xã hội, Chính phủ tái khẳng
định mục tiêu kiềm chế lạm phát và lạm phát được giữ ổn định liên tục dưới 10% từ
năm 2012 tới nay. Thậm chí CPI năm 2015 chỉ tăng 0,63% so với năm 2014; bình
quân mỗi tháng CPI chỉ tăng 0,05%. Đây là tốc độ tăng thấp nhất trong vòng 15
năm trở lại đây của nước ta. CPI chỉ tăng ở mức thấp như vậy chủ yếu là do giá
nhiên liệu trên thế giới giảm dẫn đến chi phí giá của hàng hóa giảm và yếu tố tâm lý
thắt chặt chi tiêu của người dân (Đồ thị 3.2).

60
10.00% 25.00%
TỐC ĐỘ TĂNG TRƯỞNG
TỶ LỆ LẠM PHÁT
8.00% 20.00%
GDP 6.00% 15.00%
4.00% 10.00%
2.00% 5.00%
0.00% 0.00%
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
GDP Lạm phát
Đồ thị 3.1: Diễn biến tăng trưởng GDP và tỷ lệ lạm phát Việt Nam
Nguồn: Tổng cục Thống kê Việt Nam
Đồ thị 3.2: Lạm phát, cung tiền và tăng trưởng tín dụng của Việt Nam giai
đoạn 2009-2015
Nguồn: Tác giả tổng hợp từ Báo cáo thường niên NHNN

61
Tính tới thời điểm 31/12/2015, hệ thống NHTM Việt Nam bao gồm:
(i) Bốn NHTM trách nhiệm hữu hạn một thành viên (TNHH MTV NN) do
100% Nhà nước làm chủ sở hữu, bao gồm Ngân hàng Nông nghiệp và phát triển
Nông thôn Việt Nam (Agribank) và ba ngân hàng được NHNN mua với giá 0 đồng
trong năm 2015 (NH Xây dựng Việt Nam, NH Đại Dương, NH Dầu khí toàn cầu);
(ii) Ba NHTM Nhà nước (NHTM NN) do Nhà nước nắm quyền chi phối vốn
chủ sở hữu: Vietinbank, NH TMCP Ngoại thương Việt Nam (VCB) và NH TMCP
Đầu tư và phát triển Việt Nam (BID);
(iii) 28 NHTM CP là các NHTM được thành lập mới sau Pháp lệnh về các tổ
chức tín dụng năm 1990.
(iv) Ba ngân hàng liên doanh (NH TNHH Indovina, NH Việt Nga và NH Việt
Thái);
(v) Nhóm các ngân hàng 100% vốn nước ngoài, chi nhánh và văn phòng đại
diện NH nước ngoài tại Việt Nam; và
(vi) Hệ thống Quỹ tín dụng nhân dân Việt Nam.
Tại thời điểm tháng 10 năm 2015, tỷ lệ cấp tín dụng so với nguồn vốn huy
động của nhóm các ngân hàng NH TNHH MTV NN và NHTM NN đạt tới 97,95%,
của các NHTM CP chỉ là 79,29%; ở các ngân hàng liên doanh và nước ngoài là
69,93%.
Tỷ lệ cấp tín dụng so với nguồn vốn huy động trung bình trong toàn hệ thống,
bao gồm cả các công ty tài chính, quỹ tín dụng nhân dân, là 89,28% (Nguồn: Ngân
hàng Nhà nước Việt Nam).
Tăng dư nợ tín dụng cả năm bình quân giai đoạn 2010-2015 đạt 18.08%, nhìn
chung có xu hướng giảm dần từ tốc độ tín dụng tăng nhanh nhất tại thời điểm Quý 1
năm 2010, đạt 34.28%, chạm đáy vào Quý 3 năm 2012 (7.92%). Với quyết tâm của
ngành ngân hàng, lãi suất cho vay bình quân đã giảm đáng kể từ 16.5% năm 2010,
18.2% trong năm 2011 xuống 15.4% năm 2012, 10.5% năm 2013 và khoảng 9.0%
năm 2014. Cùng với việc giảm lãi suất, chính phủ và NHNN có nhiều chính sách
tích cực để thúc đẩy tăng trưởng tín dụng, hỗ trợ tăng trưởng kinh tế. Tuy nhiên, do

62
những bất ổn về kinh tế vĩ mô trong những năm gần đây, nên tăng trưởng dư nợ tín
dụng ngành ngân hàng đạt ở mức khiêm tốn, phản ánh đúng thực trạng sức khỏe của
nền kinh tế. Dư nợ tín dụng từ năm 2011 đến 2014 tăng lần lượt là 14,2%, 8,85%,
12,51% và 12%, thấp hơn so với những năm trước đó, và chỉ tăng trưởng trên 15%
trong năm 2015.
3.1.1.3. Tỷ giá
Về tỷ giá, tháng 2/1999, Việt Nam đã có sự thay đổi cơ bản trong cơ chế điều
hành tỷ giá. NHNN công bố tỷ giá VND/USD hàng ngày dựa trên tỷ giá giao dịch
bình quân trên thị trường ngoại tệ liên ngân hàng. Trên cơ sở đó, các tổ chức tín
dụng xác định tỷ giá kinh doanh không vượt quá biên độ cho phép. Việt Nam được
IMF xếp trong nhóm các nước theo cơ chế neo tỷ giá. Trong hơn 10 năm từ 1999
đến 2009, cơ chế tỷ giá đã ngày càng linh hoạt, thể hiện ở biên độ dao động điều
chỉnh qua nhiều lần từ 0,1% lên ± 5%.
Tuy nhiên, trong giai đoạn 2009-2011, tỷ giá VNĐ/USD có nhiều biến động
do cuộc khủng hoảng tài chính thế giới. Dòng vốn đầu tư nước ngoài vào Việt Nam
bị chững lại. Dự trữ ngoại hối quốc gia ở mức thấp. Từ tháng 11 năm 2009, biên độ
này thu hẹp còn ± 3% và giảm xuống ± 1% từ tháng 2/2011. Cơ chế tỷ giá kém linh
hoạt dẫn đến những thời điểm có sự chênh lệch lớn giữa tỷ giao dịch của ngân hàng
và tỷ giá thị trường tự do. Tình trạng hai tỷ giá làm tăng áp lực điều chỉnh tỷ giá
chính thức, gây biến động của các chỉ tiêu tiền tệ như lãi suất, bởi tình trạng đô la
hóa cao.
Trong năm 2015, do chịu sức ép từ thị trường ngoại tệ quốc tế và tình trạng
thâm hụt cán cân thương mại, NHNN phải tăng tỷ giá bình quân liên ngân hàng lên
gần 5%. NHNN đã phải 3 lần điều chỉnh tỷ giá với mỗi lần điều chỉnh là 1% và 2
lần nâng biên độ giao dịch từ +/-1% lên +/-3%. Thị trường luôn xuất hiện tâm lý kỳ
vọng tỷ giá sẽ còn tăng tiếp và đẩy giá USD lên kịch trần biên độ cho phép. Tuy
nhiên, tại 31/12/2015, tỷ giá niêm yết của các NHTM đã ổn định ở quanh mức
22.460 - 22.530 VND/USD (Đồ thị 3.3).

63
Đồ thị 3.3: Diễn biến tỷ giá VNĐ/USD giai đoạn 2009-2015

Nguồn: Tác giả tổng hợp từ số liệu NHNN
Việc điều hành tỷ giá linh hoạt trong năm 2016 được rút ra bài học từ việc
điều hành trong năm 2015. Ngày 04/01/2016, NHNN đã áp dụng cơ chế quản lý tỷ
giá hối đoái mới. Theo đó, cơ chế tỷ giá hối đoái trung tâm của Việt Nam sẽ được
dựa trên 3 nhân tố chính là: (1) tỷ giá bình quân gia quyền liên ngân hàng, (2) biến
động của 08 đồng tiền của các nước, vùng lãnh thổ có quan hệ thương mại, đầu tư
lớn với Việt Nam (Hoa Kỳ, EU, Nhật Bản, Thái Lan, Hàn Quốc, Singapore, Trung
Quốc và Đài Loan), và (3) dựa vào cân đối vĩ mô. Cơ chế quản lý tỷ giá này là thả
nổi có quản lý và tỷ giá sẽ biến động lên hoặc xuống theo ngày.
3.1.1.4. Cán cân vãng lai

Về biến động của cán cân vãng lai (CCVL) và giá trị xuất nhập khẩu hàng
hoá, dịch vụ, trong giai đoạn nghiên cứu, Việt Nam đã có thặng dự cán cân vãng lai
từ năm 2011 đến năm 2015 và thặng dư cán cân thương mại trong năm 2014 (Bảng
3.1). Việt Nam có thặng dư cán cân vãng lai nhưng lại không có thặng dư cán cân
thương mại là do Việt Nam đã được tiếp nhận nguồn kiều hối lớn trong giai đoạn
này. Tuy nhiên, do nhập siêu dài trong nhiều năm nên dự trữ ngoại hối của Việt
Nam được kỳ vọng là đã giảm đi và do đó, áp lực lên tỷ giá hối đoái của đồng Việt

64
Nam sẽ tăng lên.

Bảng 3.1: Cán cân vãng lai và giá trị xuất nhập khẩu hàng hoá, dịch vụ của
Việt Nam trong giai đoạn 2009 - 2015
Năm 2009 2010 2011 2012 2013 2014 2015
CCVL (tỷ USD) -6.61 -4.28 0.24 9.43 7.75 9.51 1.08
CCVL (% GDP) -6.2 -3.7 0.2 6.1 4.5 5.1 0.5
Xuất khẩu (tỷ USD) 62.4 79.1 105.2 124 142.7 161 173.6
Nhập khẩu (tỷ USD) 75.4 92.3 117.7 126.8 144.5 152 181.1
Xuất siêu (tỷ USD) -13 -13.2 -12.5 -2.8 -1.8 9 -7.5
Xuất siêu/Xuất khẩu (%) -20.8 -16.7 -11.9 -2.3 -1.3 5.6 -4.3
Nguồn: World bank, NHNN và Tổng cục Thống kê Việt Nam
3.1.1.5. Chỉ số thị trường chứng khoán

Về biến động của Chỉ số giá cổ phiếu giao dịch tại Sở giao dịch chứng khoán
TP Hồ Chí Minh (VN-Index), xu thế của chỉ số trong giai đoạn 2009 - 2015 là tăng
với tốc độ chậm dần (Đồ thị 3.4).
Lý do cho sự phục hồi của thị trường chứng khoán Việt Nam trong giai đoạn
này là nhờ sự hỗ trợ từ các các chính sách của chính phủ như gói cứu trợ 30.000 tỷ
đồng cho thị trường bất động sản vào năm 2013, thành lập Công ty TNHH MTV
quản lý tài sản của các tổ chức tín dụng (VAMC) vào năm 2013, giảm lãi suất cho
vay trong giai đoạn này, tăng thanh khoản của thị trường bằng quy chế hoạt động bù
trừ và thanh toán giao dịch chứng khoán T+2 thay vì T+3 so với trước đây.
Tuy nhiên, thị trường chứng khoán rất nhạy cảm với sự thay đổi của các yếu tố
vĩ mô trong nước và quốc tế. Do đó, độ biến động của chỉ số VNIndex là rất khó có
thể dự báo được trong thời gian tới.

65
700 60%
50%
600
40%
500 30%
% THAY ĐỔI
CHỈ SỐ VNINDEX 400 20%
10%
300 0%
200 -10%
-20%
100
-30%
0 -40%
2009 2010 2012 2013 2014 2015 2016
VNIndex 484 481 351 410 505 538 579
% +/- 53% -1% -27% 17% 23% 7% 8%
Đồ thị 3.4: Chỉ số VN-Index giai đoạn 2009 - 2015

Nguồn: Sở Giao dịch chứng khoán Hồ Chí Minh
3.1.1.6. Thị trường bất động sản

Về biến động của thị trường bất động sản, theo chỉ số bất động sản của Công
ty tư vấn bất động sản Savills, thị trường bất động sản tại Việt Nam đã tăng lên mức
cao nhất tại Hồ Chí Minh và Hà Nội lần lượt tại các năm 2009 và 2011 (Đồ thị 3.5,
3.6). Sau đó, chỉ số này đã giảm dần, chứng tỏ rằng thị trường bất động sản tại Việt
Nam không còn hấp dẫn trong mắt nhà đầu tư, đa phần các giao dịch đều được thực
hiện bởi những người có nhu cầu mua nhà ở thực sự. Tuy nhiên, từ cuối năm 2013
cho đến nay, tỷ lệ hấp thụ (khối lượng giao dịch) của thị trường bất động sản đã
tăng dần (do gói kích cầu 30.000 tỷ và do lãi suất cho vay có xu hướng giảm), là
dấu hiệu của sự sôi động trở lại trong thị trường bất động sản.

66
Đồ thị 3.5: Chỉ số bất động sản tại TP Hồ Chí Minh giai đoạn 2009-2015
Nguồn: Công ty tư vấn bất động sản Savills
Đồ thị 3.6: Chỉ số bất động sản tại Hà Nội giai đoạn 2009-2015
Nguồn: Công ty tư vấn bất động sản Savills

67
3.1.2. Nợ xấu và điều hành chính sách tín dụng của NHNN
3.1.2.1. Thực trạng nợ xấu giai đoạn 2009-2015
Sau một thời gian dài tăng trưởng tín dụng nhanh, liên tục cùng với khả năng
kiểm soát rủi ro còn nhiều hạn chế và những yếu tố bất lợi của nền kinh tế, nợ xấu
của hệ thống ngân hàng bắt đầu lộ diện và tăng nhanh từ cuối năm 2011, đạt đỉnh
vào năm 2012, ảnh hưởng nghiêm trọng đến sự an toàn, hiệu quả hoạt động của các
ngân hàng, làm cho không ít ngân hàng lâm vào tình trạng khó khăn, thua lỗ, mất an
toàn hoạt động (Đồ thị 3.7).
Mặc dù tỷ lệ nợ xấu trên tổng dự nợ đã có xu hướng giảm trong giai đoạn từ
năm 2012 cho đến năm 2015, so với tiêu chuẩn phân loại quốc tế (mức cảnh báo nợ
xấu cần xem xét là ở ngưỡng trên 3% so với tổng dư nợ), thì tỷ lệ nợ xấu của Việt
Nam chỉ thấp hơn mức cảnh báo trong năm 2015. Tỷ lệ nợ xấu trong giai đoạn này
lại nằm trong bối cảnh điều kiện tăng trưởng kinh tế thấp, bất ổn tài chính thường
trực và thị trường bất động sản đóng băng, nên nợ xấu lại càng ngày xấu lẫn khó xử
lý. Nợ xấu Việt Nam tập trung khá lớn ở lĩnh vực bất động sản và phần nhiều nợ
xấu đều có tài sản bảo đảm (trong đó bất động sản cũng chiếm phần lớn, tỷ lệ thế
chấp bằng bất động sản chiếm khoảng 60% tổng tài sản bảo đảm của các ngân
hàng). Vì vậy, thị trường bất động sản đóng băng đã tác động không nhỏ khả năng
trả nợ và phát mãi tài sản bảo đảm.
Nhờ những chính sách của NHNN, đến cuối năm 2015, tỷ lệ nợ xấu trong hệ
thống ngân hàng Việt Nam đã giảm xuống 2,55%. Tuy nhiên, theo số liệu của Ủy
ban Giám sát Tài chính Quốc gia, trong tổng số 180 nghìn tỷ đồng nợ xấu đã xử lý
được trong năm 2015, đã có 110 nghìn tỷ là nợ xấu bán cho VAMC, khoảng 30
nghìn tỷ là trích lập dự phòng rủi ro, và chỉ có khoảng 40 nghìn tỷ là thu hồi bằng
các phương án xử lý nợ khác. Số nợ xấu tăng thêm trong năm 2015 là 45 nghìn tỷ,
khiến giá trị nợ xấu của hệ thống tín dụng còn lại sau xử lý ở mức gần 120.000 tỷ
đồng, chưa bao gồm khoảng 243 nghìn tỷ đồng nợ xấu đã được các NHTM bán cho

68
VAMC. Vì vậy, có nhiều ý kiến cho rằng tỷ lệ nợ xấu được NHNN công bố chưa
phản ánh được vấn đề giải quyết dứt điểm giá trị nợ xấu, mà chỉ được chuyển sang
tổ chức thứ ba nhằm làm đẹp bảng cân đối kế toán của các ngân hàng.
140 4.1% 4.5%

120 3.6% 4.0%
3.3% 3.5%
3.1%
% TỔNG DƯ NỢ
NGHÌN TỶ VND
100
2.6% 3.0%
80 2.5%
2.0% 2.0%
60 2.0%
1.5%
40
1.0%
20 0.5%
0 0.0%
2009 2010 2011 2012 2013 2014 2015
Nghìn tỷ VND % tổng dư nợ
Đồ thị 3.7: Nợ xấu của hệ thống ngân hàng Việt Nam giai đoạn 2009 -2015
Nguồn: Ngân hàng Nhà nước Việt Nam
Về giá trị tuyệt đối, chi phí Dự phòng RRTD trong năm 2015 của các NHTM
là 69.266 tỷ đồng, tăng 6,8% so với 2014. Tỷ lệ Chi phí dự phòng RRTD trên lợi
nhuận trước trích lập dự phòng là 62,5% giảm nhẹ so với 2014 (67,1%). Việc tăng
trích lập Dự phòng RRTD giúp các NHTM giúp nâng cao khả năng chống đỡ rủi ro,
tăng khả năng xử lý nợ xấu bằng dự phòng rủi ro, nhưng làm giảm lợi nhuận các
NHTM. Hệ quả của tác động này là làm tỷ lệ nợ xấu tại nhiều NHTM gia tăng
nhanh và chứa đựng nhiều rủi ro gây bất ổn hệ thống ngân hàng.
3.1.2.2. Các chính sách điều hành tín dụng của NHNN
Nhận thức được điều này, trên cơ sở Nghị quyết Trung ương 3 - Khóa XI, vào
cuối năm 2011, NHNN đã đưa ra bốn mục tiêu của tái cơ cấu hệ thống ngân hàng
bao gồm:
- Lành mạnh hóa hệ thống ngân hàng;

69
- Nâng cao năng lực cạnh tranh cho hệ thống ngân hàng;
- Cấu trúc lại cơ cấu hoạt động của hệ thống ngân hàng;
- Hệ thống ngân hàng phải hòa nhập và có sức cạnh tranh với quốc tế.
Trước đó, vào năm 2010, NHNN đã ban hành Thông tư số 13/TT-NHNN, yêu
cầu các NHTM nâng tỷ lệ an toàn vốn tối thiểu lên 9% và phương pháp tính toán tỷ
lệ này đã dần tiếp cận với cách tính toán theo tiêu chuẩn Basel II. Tiếp đó, ngày
01/03/2012, Thủ tướng Chính phủ đã ban hành Ðề án cơ cấu lại hệ thống tổ chức tín
dụng giai đoạn 2011-2015 kèm theo Quyết định 254/QÐ-TTg. Ðây được xem là
một nỗ lực về mặt pháp lý quan trọng nhất cho tới nay trong việc tái cấu trúc hệ
thống ngân hàng. Quyết định này tạo ra một hành lang rộng để xử lý các ngân hàng
yếu kém và đã được minh chứng tính khả thi qua khá nhiều được mua bán, sáp nhập
trong 2013 -2015 hoặc được NHNN mua lại với giá 0 đồng. Định hướng tái cơ cấu
của NHNN là cho đến năm 2016 - 2017, số lượng các NHTM tại Việt Nam sẽ giảm
xuống còn 20 - 25 ngân hàng. Việc giảm số lượng ngân hàng trong hệ thống, đặc
biệt là các NHTM nhỏ, yếu kém có thể làm giảm bớt các hành vi cạnh tranh không
lành mạnh trong hệ thống thường bắt nguồn từ các NHTM nhỏ, giúp giảm nguy cơ
rủi ro hệ thống.
Nhằm tạo điều kiện khơi thông dòng vốn trong nền kinh tế, thúc đẩy tăng
trưởng tín dụng, giảm lãi suất, từ đó thúc đẩy tăng trưởng và phát triển kinh tế,
NHNN đã ban hành Quyết định số 1097/QĐ-NHNN về việc ban hành Kế hoạch
hành động của NHNN thực hiện Nghị quyết số 19/NQ-CP ngày 12/3/2015. Mục
tiêu của quyết định này là đưa ra những giải pháp chủ yếu để cải thiện môi trường
kinh doanh, nâng cao năng lực cạnh tranh quốc gia trong hai năm 2015 – 2016 để
đưa tỷ lệ nợ xấu xuống dưới 3%. Bên cạnh đó, NHNN cho phép các NHTM sử
dụng phương pháp phân loại nợ định tính, không dựa trên tiêu chí số ngày quá hạn
mà là khả năng trả nợ của khách hàng, nếu đáp ứng đầy đủ các điều kiện sau:
- Có hệ thống xếp hạng tín dụng nội bộ phù hợp với hoạt động kinh doanh, đối
tượng khách hàng, tính chất rủi ro của khoản nợ và có thời gian thử nghiệm tối thiểu
một năm;

70
- Có chính sách dự phòng rủi ro đáp ứng được các yêu cầu của NHNN, đặc
biệt về quy trình thu thập thông tin, cơ chế kiểm tra giám sát;
- Có chính sách quản lý RRTD, mô hình giám sát RRTD, phương pháp xác
định, đo lường RRTD (trong đó bao gồm cách thức đánh giá về khả năng trả nợ của
khách hàng theo hợp đồng tín dụng, tài sản bảo đảm, khả năng thu hồi nợ) và quản
lý nợ;
- Phân định rõ ràng trách nhiệm, quyền hạn của Hội đồng quản trị, Hội đồng
thành viên, Tổng giám đốc (Giám đốc) trong việc phê duyệt, thực hiện và kiểm tra
thực hiện Hệ thống xếp hạng tín dụng nội bộ và chính sách dự phòng của NHTM và
tính độc lập của các bộ phận quản lý rủi ro.
Một trong những điểm nhấn nổi bật nhất trong chính sách điều hành của
NHNN là quyết định thành lập Công ty TNHH Một thành viên Quản lý tài sản của
các tổ chức tín dụng Việt Nam (VAMC) vào năm 2013. VAMC được thành lập với
mục tiêu giải quyết khối nợ xấu tồn tại trong hệ thống ngân hàng và thúc đẩy tín
dụng trong nền kinh tế. Cụ thể, các NHTM CP sẽ bán nợ xấu cho VAMC, VAMC
sẽ mua lại các khoản nợ xấu này bằng cách phát hành trái phiếu đặc biệt”. VAMC
thanh toán cho việc mua nợ xấu bằng trái phiếu đặc biệt chứ không phải bằng tiền.
Việc ngân hàng bán nợ cho VAMC không có nghĩa là ngân hàng không còn trách
nhiệm đối với khoản nợ xấu đã bán. Ngân hàng bán nợ tiếp tục chịu RRTD liên
quan đến khoản nợ xấu đã bán. Tỉ lệ nợ xấu của ngân hàng tuy có giảm nhưng vẫn ở
mức xấp xỉ 3%, nhưng các ngân hàng cần phải tự mình cải thiện kỹ năng quản lý và
phòng ngừa nợ xấu, cũng như có các tính toán và phương án xử lý hợp lý khi các
khoản cho vay trở thành nợ xấu. Do đó, vai trò của công cụ Kiểm tra sức chịu đựng
lại được nhấn mạnh trong bối cảnh có nhiều dự báo không lường trước được trong
thời gian sắp tới.
3.2. Thực trạng hoạt động tín dụng của Vietinbank

3.2.1. Quá trình hình thành và vai trò của Vietinbank trong hệ thống
NHTM Việt Nam

71
Vietinbank được thành lập vào ngày 26/3/1988 trên cơ sở tách ra từ Ngân
hàng Nhà nước theo Nghị định số 53/HĐBT của Hội đồng Bộ trưởng. Trải qua gần
30 năm hình thành và phát triển, Vietinbank đã trở thành một trong bốn NHTM lớn
nhất tại Việt Nam hiện nay với những cột mốc lịch sử như sau:
1988 Thành lập ngân hàng chuyên doanh theo Nghị định số 53/HĐBT của Hội
đồng Bộ trưởng
1990 Chuyển Ngân hàng chuyên doanh Công thương Việt Nam thành Ngân
hàng Công thương Việt Nam
1993 Thành lập Doanh nghiệp Nhà nước có tên Ngân hàng Công thương Việt
Nam
2008 Thủ tướng Chính phủ phê duyệt phương án cổ phần hóa Ngân hàng
Công thương Việt Nam
2009 Quyết định cấp giấy phép thành lập và hoạt động số 142/GP-NHNN của
Thống đốc Ngân hàng Nhà nước Việt Nam cho Ngân hàng TMCP Công
thương Việt Nam (viết tắt là Vietinbank)
2011 International Finance Company (IFC) chính thức trở thành cổ đông chiến
lược nước ngoài của Vietinbank, sở hữu 10% vốn điều lệ
2012 Bank of Tokyo-Mitsubishi UFJ (BTMU) chính thức trở thành cổ đông
nước ngoài thứ hai, sở hữu 19,73% vốn điều lệ của Vietinbank
Hiện nay, Vietinbank có hệ thống mạng lưới trải rộng toàn quốc với một Sở
giao dịch, 149 chi nhánh trong nước và ba chi nhánh tại nước ngoài, trên 1000
phòng giao dịch/ quỹ tiết kiệm, tám công ty con, công ty liên kết và ba đơn vị sự
nghiệp. Vietinbank cung cấp các dịch vụ ngân hàng bán buôn và bán lẻ trong và
ngoài nước, cho vay và đầu tư, tài trợ thương mại, bảo lãnh và tái bảo lãnh, kinh
doanh ngoại hối, tiền gửi, thanh toán, chuyển tiền, phát hành và thanh toán thẻ tín
dụng trong nước và quốc tế, séc du lịch, kinh doanh chứng khoán, bảo hiểm, cho
thuê tài chính và các dịch vụ tài chính ngân hàng khác.
Trải qua 25 năm hình thành và phát triển, Vietinbank vẫn giữ vững vai trò là

72
một trong những trụ cột của hệ thống NHTM Việt Nam và đứng đầu trong số các
ngân hàng niêm yết trên Sở Giao dịch chứng khoán TP Hồ Chí Minh [Bảng 3.2].
Bảng 3.2: Hoạt động kinh doanh của các NHTM CP niêm yết trong năm 2015
Đơn vị tính: Nghìn tỉ VND
Tỷ lệ
Vốn Thuế Tổng
Tổng Lợi ROA ROE nợ CAR
chủ sở nộp dư
tài sản nhuận (%) (%) xấu (%)
hữu NN nợ
(%)
CTG 779,5 56,1 5,7 1,6 533,5 1,0 10,3 0,93 10,6
VCB 674,4 45,2 5,3 1,5 378,5 0,85 12,03 1,84 11,04
BID 850,7 42,3 6,4 1,6 598,5 0,79 15,5 1,68 >9
MBB 221,0 23,2 2,5 0,7 119,4 1,2 13,3 1,62 >9
ACB 201,5 12,8 1,0 0,3 132,5 0,52 5,79 1,3 12,8
STB 292,5 22,6 1,1 0,3 183,6 0,39 5,08 1,86 -
SHB 204,7 11,3 0,8 0,2 130,0 0,39 7,06 1,72 11,4
EIB 124,9 13,1 0,04 0,02 83,9 0,03 0,30 1,86 16,52
NVB 48,2 3,2 0,006 0,001 20,2 0,02 0,23 2,15 11,08
Nguồn: Báo cáo thường niên năm 2015 của các ngân hàng
Vai trò trụ cột của Vietinbank được thể hiện rõ nét trong bảng trên. Vietinbank
là ngân hàng có hệ số CAR lớn hơn mức tiêu chuẩn của NHNN và có tỷ lệ nợ xấu
thấp nhất trong số các ngân hàng niêm yết trên thị trường chứng khoán Việt Nam.
Bên cạnh đó, Vietinbank là ngân hàng đứng thứ hai toàn hệ thống xét trên khía cạnh
Tổng dư nợ cho vay và có đóng góp thuế thu nhập doanh nghiệp tương đương với
BID. Khả năng sinh lời của Vietinbank (thể hiện qua chỉ tiêu ROA và ROE) cũng
luôn đứng trong nhóm đầu của những ngân hàng niêm yết. Chính vì vậy, có thể
khẳng định rằng Vietinbank có đủ yếu tố nguồn lực tài chính hơn các ngân hàng
khác trong việc thực hiện Kiểm tra sức chịu đựng và việc thực hiện này là cần thiết
với một ngân hàng lớn và có vai trò quan trọng đối với nền kinh tế.
3.2.2. Kết quả hoạt động tín dụng của Vietinbank 2009 - 2015
Tính đến cuối năm 2015, tổng tài sản của Vietinbank đạt 779.483 tỷ đồng, tăng
gấp 3,2 lần so với quy mô tổng tài sản ngân hàng tại 31/12/2009. Vốn chủ sở hữu tại
31/12/2015 đạt 55.867 tỷ đồng, tăng 4,44 lần so với cùng kỳ năm 2009 (12.572 tỷ

73
đồng). Năm 2015, Vietinbank là ngân hàng có quy mô tổng tài sản, dư nợ cho vay và
giá trị huy động lớn nhất thứ hai trong toàn hệ thống ngân hàng Việt Nam.
Mặc dù chịu ảnh hưởng từ cuộc khủng hoảng tài chính toàn cầu và khủng
hoảng nợ công Châu Âu, nền kinh tế Việt Nam nói chung và ngành ngân hàng nói
riêng cũng gặp nhiều khó khăn, Vietinbank vẫn là ngân hàng đứng thứ hai trong hệ
thống về lợi nhuận. Cơ cấu thu nhập của Vietinbank qua các năm chủ yếu từ hai
hoạt động chính là thu nhập lãi thuần và thu nhập từ hoạt động dịch vụ. Trong đó,
thu nhập lãi thuần chiếm khoảng gần 85% và thu nhập từ hoạt động dịch vụ là 7%.
Đến hết ngày 31/12/2015, tổng dư nợ cho vay của Vietinbank đạt 533.530 tỷ
đồng, tăng 3.27 lần so với 31/12/2009. Hoạt động cho vay vẫn là hoạt động chủ
chốt của Vietinbank. Tổng dư nợ khách hàng chiếm từ 64 đến 69% quy mô tổng tài
sản ngân hàng. Tỷ lệ cho vay trên tổng tiền gửi luôn lớn hơn 100%. (Đồ thị 3.8).
Như vậy, hoạt động tín dụng tại Vietinbank vẫn là hoạt động chính trong giai đoạn
2009 - 2015 và vẫn tiếp tục là hoạt động chính trong giai đoạn sắp tới.
120.0% 108.8% 112.4% 112.9% 114.0% 108.2%

102.3% 102.7%
100.0%
80.0% 68.5%
66.3% 62.9% 63.1% 65.5% 64.7% 65.9%
60.0%
40.0%
20.0%
0.0%
2009 2010 2011 2012 2013 2014 2015
Tỷ lệ cho vay/Tổng tài sản (%) Tỷ lệ cho vay/Tổng tiền gửi (%)
Đồ thị 3.8: Quy mô hoạt động tín dụng tại Vietinbank giai đoạn 2009 - 2015
Nguồn: Báo cáo thường niên giai đoạn 2009-2015 của Vietinbank
Cho vay nền kinh tế của Vietinbank năm 2015 đã đạt 537.000 tỷ đồng, tăng

74
22,1% so với đầu năm. Dư nợ bán lẻ của Vietinbank tăng mạnh 51% so với năm
2014; dư nợ khách hàng doanh nghiệp tăng 15,3%, trong đó phân khúc khách hàng
vừa và nhỏ có sự tăng trưởng bứt phá ở mức 26% và khách hàng doanh nghiệp FDI
tăng mạnh 37,5% so với năm 2014. Tỷ trọng dư nợ bán lẻ trong tổng dư nợ cho vay
của Vietinbank tăng từ mức 18,1% năm 2014 lên mức 22,4% năm 2015 (Bảng 3.3).
Cơ cấu dư nợ cho vay của Vietinbank trong những năm gần đây không có sự biến
động nhiều, chủ yếu cho vay ngắn hạn (chiếm 56% dư nợ cho vay năm 2015). Mặt
khác, đa dạng hoá danh mục tín dụng theo thành phần kinh tế cũng đã được
Vietinbank chú trọng. Năm 2004, khách hàng truyền thống của Vietinbank chủ yếu
là các doanh nghiệp nhà nước (chiếm khoảng 45% dư nợ cho vay). Đến năm 2015,
dư nợ cho vay doanh nghiệp nhà nước (bao gồm cả các công ty cổ phần Nhà nước
và công ty TNHH Nhà nước) chỉ còn chiếm 24,92% tổng dư nợ; cá nhân và các
thành phần khác chiếm 20,85%; phần còn lại là doanh nghiệp ngoài quốc doanh
(DNNQD) (48,45%), doanh nghiệp FDI (5,07%) và các thành phần khác (0,72%).
Như vậy, điểm chú ý trong hoạt động tín dụng của Vietinbank trong giai đoạn này
là sự đa dạng hoá về phân khúc khách hàng với số lượng khách hàng bán lẻ (đặc
biệt là các doanh nghiệp vừa và nhỏ) ngày càng tăng và sự đa dạng hoá về thành
phần kinh tế cho vay khi tỷ trọng tín dụng dành cho các doanh nghiệp nhà nước
giảm xuống và tỷ trọng dành cho các doanh nghiệp ngoài quốc danh tăng lên.
Bảng 3.3: Tín dụng theo phân khúc khách hàng trong giai đoạn 2009 - 2015
Đơn vị: tỷ VNĐ
KH Cá nhân Tỷ trọng KH Doanh nghiệp Tỷ trọng

31/12/2015 94.176 17,7% 426.979 80,0%
31/12/2014 62.368 14,2% 370.320 84,2%
31/12/2013 53.527 14,2% 313.151 83,2%
31/12/2012 47.466 14,2% 271.559 81,5%

31/12/2011 48.195 16,4% 240.408 81,9%

75
31/12/2010 45.389 19,4% 187.594 80,1%

31/12/2009 34.661 21,2% 128.472 78,7%
Nguồn: Phòng kế toán Vietinbank
Theo xu hướng chung của toàn hệ thống ngân hàng, khả năng sinh lời của
Vietinbank có xu hướng giảm trong giai đoạn từ năm 2009 đến năm 2015. Tuy
nhiên, tốc độ giảm của các chỉ tiêu sinh lời (biên lợi nhuận cho vay NIM, tỷ lệ lợi
nhuận trên tổng tài sản bình quân ROAA, tỷ lệ lợi nhuận trên vốn chủ sở hữu bình
quân ROAE) đã chậm dần trong giai đoạn từ năm 2013 đến năm 2015 (Đồ thị 3.9).
Tỷ lệ thu nhập lãi thuần trên tổng tài sản của Vietinbank luôn lớn hơn 80% trong
giai đoạn này chứng tỏ thu nhập từ hoạt động tín dụng của Vietinbank là quan trọng
đối với sự phát triển của doanh nghiệp. Sự sụt giảm của biên lãi thuần thể hiện sự
cạnh tranh ngày càng tăng lên trong hệ thống ngân hàng và do Ngân hàng Nhà nước
liên tục điều chỉnh giảm lãi suất để hỗ trợ các doanh nghiệp vượt qua khó khăn.
30% 92%
THU NHẬP LÃI THUẦN/TỔNG THU

NIM, ROAA VÀ ROAE (%)
90%
25%
88%
20%
86%
NHẬP (%)
15% 84%
82%
10%
80%
5%
78%
0% 76%
2009 2010 2011 2012 2013 2014 2015
Thu nhập lãi thuần/Tổng thu nhập (%)
NIM (%)
ROAA (%)
ROAE (%)
Đồ thị 3.9: Khả năng sinh lời của Vietinbank trong giai đoạn 2009 – 2015
Nguồn: Báo cáo thường niên của Vietinbank

76
Song song với tăng trưởng tín dụng, kết quả chất lượng tín dụng của
Vietinbank đạt khá tốt so với bình quân toàn hệ thống (Đồ thị 3.10). Tỷ lệ nợ xấu
của Vietinbank trong năm 2015 ở mức thấp nhất so với các ngân hàng niêm yết và
thấp hơn rất nhiều so với mức trung bình của ngành. Nguyên nhân là do Vietinbank
đã tích cực xử lý thu hồi nợ xấu (đặc biệt là những tháng cuối năm), cũng như sử
dụng quỹ dự phòng rủi ro để xử lý các khoản nợ không có khả năng thu hồi. Năm
2015, Vietinbank cũng đã phát hành thành công hơn 8.000 tỷ đồng trái phiếu thứ
cấp, bổ sung lượng vốn tự có nhằm nâng cao tỷ lệ an toàn vốn của Vietinbank, đáp
ứng đầy đủ yêu cầu của NHNN và tiệm cận các chuẩn mực của Basel II.
1.6% 14.0%
1.4% 12.0%
1.2% 10.0%
1.0%
8.0%
0.8%
6.0%
0.6%
0.4% 4.0%
0.2% 2.0%
0.0% 0.0%
2009 2010 2011 2012 2013 2014 2015
CAR (%) Tỷ lệ nợ xấu (%) Tỷ lệ trích lập dự phòng (%)
Đồ thị 3.10: Chất lượng tín dụng của Vietinbank trong giai đoạn 2009 - 2015
Nguồn: Báo cáo thường niên của Vietinbank
3.3. Đánh giá thực trạng triển khai Kiểm tra sức chịu đựng vi mô
đối với RRTD tại Vietinbank
3.3.1. Thực trạng triển khai Kiểm tra sức chịu đựng RRTD tại
Vietinbank
Vietinbank là một trong những ngân hàng tiên phong chủ động triển khai
Basel II với định hướng chiến lược rõ ràng từ phía Hội đồng quản trị và Ban lãnh

77
đạo ngân hàng. Ngay từ giai đoạn 2007 - 2009, Ban lãnh đạo Vietinbank đã thành
lập một nhóm cán bộ tập trung nghiên cứu phương pháp luận trong công tác đánh
giá xếp hạng tín dụng nội bộ và áp dụng Basel II, trong đó có Kiểm tra sức chịu
đựng , đặc biệt là RRTD. Đến đầu năm 2012, trên cơ sở hỗ trợ của tư vấn nước
ngoài, Vietinbank đã xây dựng hệ thống quản lý RRTD theo chuẩn Basel II, xây
dựng lộ trình triển khai Basel II từ nay đến năm 2018.
3.3.1.1. Nhận thức về vai trò của Kiểm tra sức chịu đựng
Vị trí của Kiểm tra sức chịu đựng tại Vietinbank được thể hiện qua Hình 3.1.
Cụ thể, Kiểm tra sức chịu đựng là một trong các ứng dụng quản trị rủi ro của ngân
hàng nhằm quản lý vốn kinh doanh, đã được Vietinbank thực hiện và trong qua
trình hoàn thiện. Các ứng dụng trong ô vuông màu đỏ là những ứng dụng chưa có
tại Vietinbank, các ứng dụng trong ô vuông màu vàng là những ứng dụng đã có
nhưng chưa hoàn thiện, và các ứng dụng trong ô vuông màu xanh lá cây là những
ứng dụng Vietinbank đã phát tiển được. Trong số 16 ứng dụng quản trị rủi ro
Vietinbank dự kiến áp dụng, Kiểm tra sức chịu đựng là một trong số 7 ứng dụng
được ưu tiên phát triển sớm. Điều này thể hiện sự quan tâm đặc biệt của Vietinbank
đối với công cụ Kiểm tra sức chịu đựng .
Một trong những lợi thế của Vietinbank trong quá trình triển khai là có sự trao
đổi và hỗ trợ rà soát thường xuyên giữa Ban quản lý dự án, Khối quản lý rủi ro và
cổ đông nước ngoài Bank of Tokyo Mitsubishi UFJ Singapore từ năm 2013. Vì vậy,
Vietinbank đã nhanh chóng ban hành Khung quản trị RRTD ngày 5/6/2013 đảm bảo
tuân thủ các nguyên tắc quản trị RRTD của Basel II, đó là:
i) Thiết lập môi trường RRTD thích hợp;
ii) Hoạt động theo một quy trình cấp tín dụng chặt chẽ;
iii) Duy trì quy trình giám sát, đo lường và hỗ trợ cấp tín dụng thích hợp;
iv) Đảm bảo kiểm soát đầy đủ RRTD.
Bên cạnh đó, Ngân hàng đã thiết lập được các nguyên tắc xác định Khẩu vị
rủi ro trong từng thời kỳ khá rõ ràng, trong đó:

78
- Mục tiêu về tỷ lệ an toàn vốn tối thiểu được đặt ra trong từng thời kỳ nhưng
tối thiểu là 10% (vượt mức yêu cầu về vốn tối thiểu đưa ra bởi NHNN là 9%).
- Hàng năm, trên cơ sở vốn tự có đã xác định, Vietinbank xây dựng danh mục
tài sản Có tín dụng mục tiêu đảm bảo tối đa hóa giá trị ngân hàng và đạt được tỷ lệ
an toàn vốn tối thiểu đã đặt ra.
- Chấp nhận RRTD ở chừng mực vẫn đảm bảo đáp ứng yêu cầu dự trữ bắt
buộc của Ngân hàng Nhà nước và đảm bảo nhu cầu thanh khoản của Vietinbank.
- Chấp nhận RRTD của Vietinbank phải đảm bảo chất lượng tài sản Có phù
hợp với mức xếp hạng tín nhiệm tín dụng mục tiêu của mình. Vietinbank hướng tới
đạt hạng tín nhiệm mục tiêu bằng với hạng tín nhiệm quốc gia của Việt Nam
(Standard và Poor’s xếp hạng BB- cho Việt Nam, B+ cho Vietinbank; Moody’s
B1và B2, Fitch B+ và B).
3.3.1.2. Xây dựng kịch bản Kiểm tra sức chịu đựng
Tại Vietinbank, quá trình xây dựng kịch bản thực hiện Kiểm tra sức chịu đựng
được thực hiện với sự tham gia của tất cả các cấp, từ Hội đồng quản trị, Ban lãnh
đạo cho tới các phòng ban quản lý và các nhân viên quản trị rủi ro. Cụ thể, Hội
đồng quản trị và Ban lãnh đạo Vietinbank yêu cầu các bộ phận của ngân hàng cung
cấp các số liệu hàng quý cho phòng quản trị rủi ro. Mô hình được các chuyên gia
trong ngân hàng đề xuất là mô hình kiểm định sức ép gây sốc trực tiếp lên tỷ lệ tăng
trưởng GDP theo các kịch bản tiêu chuẩn, kịch bản suy giảm, và kịch bản căng
thẳng. Gắn với mỗi kịch bản này, tương ứng với các mức độ biến động của tỷ lệ
tăng trưởng GDP là các giả định đã được Ban lãnh đạo thông qua về dư nợ, cơ cấu
nhóm nợ, trích lập dự phòng, giá trị chấp nhận của tài sản bảo đảm...
Tại Vietinbank, kịch bản tiêu chuẩn thể hiện những biến động tương đối nhẹ của
biến số kinh tế. Tính bất lợi của tình huống xấu không cao, chủ yếu dùng để tham
chiếu và so sánh. Kịch bản căng thẳng dựa trên giả định tốc độ tăng trưởng của
GDP mang yếu tố bất lợi cao, nền kinh tế có dấu hiệu suy thoái. Kịch bản suy giảm
dựa trên giả định tốc độ tăng trưởng của GDP giảm mạnh mang yếu tố bất lợi rất
cao, nền kinh tế ở đáy của chu kỳ suy thoái. Theo ý kiến của các chuyên gia thực

79
hiện trong Vietinbank, kịch bản suy giảm và kịch bản căng thẳng không phải là dự
báo mà chỉ là các kịch bản giả định được xây dựng để đánh giá sức khoẻ của ngân
hàng và khả năng chịu đựng các cú sốc khi khủng hoảng tài chính xảy ra.
Phát triển bền vững
Chiến lược kinh doanh Chiến lược và khẩu vị rủi ro
Ngân hàng bán lẻ Ngân hàng bán buôn Chiến lược kinh doanh
Đề nghị vay Thẩm định, Giải ngân, Xác định, đo Cân đối lợi Tối ưu hoá
vốn phê duyệt thu nợ lường RR nhuận, rủi ro danh mục
Các ứng dụng quản trị rủi ro
Quản lý vốn Vốn Phân bổ vốn Kiểm định sức ép Hệ thống RWA
Đánh giá kết quả RAROC Định giá khoản vay FPT Khả năng sinh lời
Quản lý danh mục Tương quan RR Rủi ro tập trung Tổn thất danh mục Báo cáo KS rủi ro
Đo lường rủi ro PD LGD EAD EL/UL
Hệ thống dữ liệu về rủi ro
RRTD Rủi ro thị trường Rủi ro hoạt động
Hạ tầng CORE LOS CRM Treasury

công nghệ
thông tin Tranzware MIS MIS
Hình 3.1: Mô hình quản trị rủi ro tại Vietinbank

80
Nguồn: Phòng Quản trị rủi ro Vietinbank
3.3.1.3. Văn bản quy định Kiểm tra sức chịu đựng
Khung quản lý RRTD tại Vietinbank đã được xây dựng và đã đề cập tới quy
trình Kiểm tra sức chịu đựng được thực hiện như sau:
- Nhận diện, mô phỏng tình trạng căng thẳng, các nhân tố rủi ro hoặc kịch bản
căng thẳng, đề ra mục tiêu của việc kiểm tra sức chịu đựng được xây dựng bởi khối
kinh doanh và bộ phận quản lý RRTD, sau đó được ban lãnh đạo và Ủy ban rủi ro
thuộc HĐQT phê duyệt.
- Phòng ban Khối QLRR chịu trách nhiệm về kỹ thuật thực hiện, giả định
được sử dụng, kết quả định tính và định lượng của Kiểm tra sức chịu đựng, phân
tích tác động tới tình hình tài chính của ngân hàng và kế hoạch hành động đối phó.
- Kết quả Kiểm tra sức chịu đựng phải được ghi nhận và nếu cần thiết, ngân
hàng sẽ điều chỉnh chiến lược rủi ro và các giới hạn RRTD để đảm bảo RRTD nằm
trong khẩu vị rủi ro của ngân hàng, Ban điều hành phải xem xét kểt quả Kiểm tra
sức chịu đựng và hoạch định các chiến lược ứng phó phù hợp để trình Ủy ban rủi ro
thuộc HĐQT phê duyệt. Giám đốc QLRR có trách nhiệm đảm bảo các kế hoạch ứng
phó đã được phê duyệt được triển khai trong phạm vi thời gian cho phép.
Như vậy, Vietinbank bước đầu đã có văn bản quy định các vấn đề liên quan
đến thực hiện Kiểm tra sức chịu đựng .
3.3.1.4. Cơ sở hạ tầng thông tin ngân hàng

Từ năm 2012, Vietinbank đã triển khai dự án xây dựng Hệ thống quản lý
RRTD cơ bản Dự án nhằm nâng cao chất lượng công tác quản trị RRTD, kiểm soát
chất lượng tín dụng. Đây là dự án dài hạn mang tính chiến lược, nhằm cải tổ toàn bộ
hệ thống quản trị RRTD của Vietinbank theo Basel II, từ cơ cấu tổ chức, mô hình
hoạt động, các chính sách, quy định, quy trình cấp tín dụng và quản lý RRTD đến
xây dựng một hệ thống đo lường RRTD theo phương pháp tiếp cận nội bộ.

81
Mục tiêu mà Vietinbank hướng tới là xây dựng một hệ thống đo lường RRTD
theo phương pháp thống kê, cải thiện tính chính xác và hiệu lực của mô hình đo
lường rủi ro với các thước đo PD, EAD và LGD cho khách hàng cá nhân, doanh
nghiệp và hệ thống chấm điểm tín dụng cho định chế tài chính theo phương pháp
tiếp cận nội bộ. Đồng thời, dự án cũng giúp tăng cường hiệu quả công tác quản lý
danh mục tín dụng trên cơ sở quản lý giới hạn tín dụng, quản lý tài sản bảo đảm,
chính sách thu hồi và quản lý nợ xấu...
Ngoài dự án trên, tính đến năm 2016, Vietinbank đang triển khai đồng thời 15
dự án công nghệ thông tin, bao gồm:
- Dự án Thay thế Core Banking - Core Sunshine;
- Dự án xây dựng hệ thống Khởi tạo khoản vay nhằm tự động hóa ứng dụng
cho vay và hệ thống quản trị ngân hàng;
- Dự án xây dựng Trung tâm dữ liệu rủi ro – Risk data Mart;
- Dự án Tính toán tài sản có RRTD theo phương pháp tiêu chuẩn (SA);
- Dự án Cải thiện hệ thống tính toán vốn theo yêu cầu Basel II;
- Dự án Quản trị mô hình đo lường RRTD, xây dựng quy trình xây dựng, xác
thực mô hình A-card, B-card đối với khách hàng cá nhân, hộ gia đình; mô hình đo
lường xác suất không trả được nợ của khách hàng doanh nghiệp; mô hình đo lường
xác suất không trả được nợ của khách hàng là tổ chức tín dụng.
Tất cả những dự án này đều nhằm mục đích là nâng cao hiệu quả quản trị rủi
ro tại Vietinbank nói chung và góp phần giúp thực hiện Kiểm tra sức chịu đựng nói
riêng, giúp cho các kết quả Kiểm tra sức chịu đựng bám sát với các điều kiện kinh
tế đang diễn ra và có tính dự báo chính xác hơn.
3.3.2. Thành công và hạn chế trong triển khai Kiểm tra sức chịu đựng
vi mô đối với RRTD tại Vietinbank
3.3.2.1. Thành công
Nhằm nâng cao năng lực quản trị rủi ro trong hoạt động kinh doanh ngân

82
hàng, đáp ứng được đúng các yêu cầu quốc tế về đảm bảo an toàn tín dụng theo tiêu
chuẩn Basel II. Thông qua việc áp dụng Basel II, Vietinbank sẽ phải tính toán rủi ro
một cách chi tiết giúp giảm thiểu vốn pháp định cần có trong hoạt động kinh doanh,
giảm thiểu việc lựa chọn những khách hàng không có khả năng trả nợ, do đó sẽ
giảm những tổn thất tín dụng, tập trung nhiều hơn vào những sản phẩm đem lại lợi
nhuận. Đồng thời, việc này cũng làm tăng tính minh bạch cho lợi nhuận của tài
khoản, giảm tổn thất hoạt động nhờ những hiệu quả trong kiểm soát và giám sát.
Vietinbank đã bước đầu triển khai áp dụng công cụ Kiểm tra sức chịu đựng trong
công tác quản trị RRTD ngân hàng và đã đạt được những kết quả sau đây:
- Vietinbank đã xây dựng được một cơ chế thực hiện quản trị RRTD nói chung
và thực hiện Kiểm tra sức chịu đựng nói riêng mà có sự tham gia của tất cả các thành
viên trong ngân hàng, từ Hội đồng quản trị, Ban lãnh đạo cho tới các phòng, ban quản
lý rủi ro phía dưới và các nhân viên chịu trách nhiệm thực hiện quản lý rủi ro.
- Vietinbank đã có được những kết quả bước đầu trong việc xây dựng kế
hoạch truyền thông và tổ chức tập huận về Kiểm tra sức chịu đựng tới các bộ phận
có liên quan. Việc thực hiện Kiểm tra sức chịu đựng đã được thực hiện với sự tham
gia của tất cả các cấp trong ngân hàng, từ sự tham gia của Hội đồng quản trị, Ban
lãnh đạo, cho tới sự tham gia của các phòng ban và các nhân viên liên quan.
- Đầu tư cho cơ sở hạ tầng đã được Vietinbank chú trọng. Các dự án đang
được triển khai sau khi hoàn thành không những sẽ là nền tảng để Vietinbank tiết
kiệm được thời gian và nhân lực thực hiện Kiểm tra sức chịu đựng mà còn giúp
tăng được hiệu quả của công cụ này. Tại các ngân hàng triển khai Basel II, một
trong những khó khăn lớn nhất là không có hệ thống công nghệ thông tin để hỗ trợ
ngân hàng các tính năng và dữ liệu phù hợp cho hoạt động quản trị RRTD và các
yêu cầu của phương pháp dựa trên xếp hạng nội bộ IRB của Basel II. Có thể nói,
Vietinbank là ngân hàng đầu tiên tại Việt Nam tiến hành dự án xây dựng Hệ thống
quản lý RRTD nội bộ một cách đầy đủ và toàn diện theo định hướng chuẩn mực
quốc tế Basel II.
3.3.2.2. Hạn chế

83
Ba mặt hạn chế của công tác thực hiện Kiểm tra sức chịu đựng tại Vietinbank
chủ yếu thể hiện ở công tác xây dựng quy trình thực hiện Kiểm tra sức chịu đựng ,
xây dựng kịch bản Kiểm tra sức chịu đựng và thu thập nguồn dữ liệu đầu vào.
Thứ nhất, về quy trình thực hiện Kiểm tra sức chịu đựng , Vietinbank chưa có
quy định rõ ràng và chi tiết hướng dẫn việc thực hiện. Vietinbank hiện nay chưa sử
dụng các chỉ số PD, LGD, EAD trong quản trị RRTD nói chung, Kiểm tra sức chịu
đựng nói riêng. Bên cạnh đó, các quy định cũng chưa được cập nhật theo sự thay
đổi của môi trường kinh tế. Vietinbank sử dụng Hệ thống xếp hạng tín dụng nội bộ
(XHTDNB) nhằm xác định hạng tín dụng của khách hàng. Tuy nhiên, hệ thống
XHTDNB của Vietinbank hiện tại được xây dựng theo quan điểm chuyên gia để đo
lường RRTD của khách hàng dựa trên các tiêu chí tài chính và phi tài chính. Để
đảm bảo chức năng đo lường RRTD, hệ thống XHTDNB phải được rà soát hàng
năm và điều chỉnh (các tiêu chí và trọng số đánh giá) cho phù hợp với chính sách tín
dụng và sự thay đổi của môi trường kinh tế. Tuy nhiên, để hướng tới quản trị RRTD
theo chuẩn IRB của Basel II, Vietinbank phải phát triển các mô hình đo lường
RRTD theo phương pháp thống kê. Các mô hình XHTDNB và các phương pháp
xếp hạng khác sau khi được kiểm tra và xác thực độ tin cậy và khả năng dự báo, sẽ
được sử dụng để ước tính PD, EAD và LGD. Đây là những công cụ cơ bản hỗ trợ
Vietinbank ước lượng hiệu quả RRTD từ cấp độ giao dịch cụ thể đến cấp độ danh
mục, tính toán nhu cầu vốn cần thiết cho hoạt động tín dụng. Việc phát triển, kiểm
định, phê duyệt mô hình và các ứng dụng mô hỉnh trong kinh doanh và quản trị rủi
ro đều phải được xây dựng thảnh văn bản quy định rõ ràng, trong đó các quy trình
thu thập thông tin, xử lý dữ liệu để đảm bảo chất lượng và độ tin cậy của các dữ liệu
đầu vào cho mô hình cần phải được lập thành văn bản.
Thứ hai, về xây dựng kịch bản Kiểm tra sức chịu đựng, NHCT đã thực hiện
kiểm định sức ép đối với hoạt động tín dụng, và do hạn chế về mặt số liệu nội bộ,
Phòng QLRRTD thực hiện kiểm định sức ép đơn biến (Single Factor) đánh giá ảnh
hưởng biến động lớn một nhân tố rủi ro (GDP) tác động đến hoạt động tín dụng của
Ngân hàng. Kịch bản tiêu chuẩn (Baseline) sẽ được xây dựng dựa trên dữ liệu của
tỷ lệ tăng trưởng GDP trong 5 năm, sử dụng mô hình hồi quy ARIMA để dự báo

84
trên cơ sở so sánh và đối chiếu với dự báo của ADB về kinh tế Việt Nam. Tuy
nhiên, trên thực tế, Ngân hàng nên mở rộng mô hình kinh tế lượng từ đơn biến
thành đa biến để kiểm định mức độ tác động của các yếu tố kinh tế vĩ mô khác tới
chất lượng tín dụng ngân hàng (nếu có).
Thứ ba, về nguồn dữ liệu đầu vào thực hiện Kiểm tra sức chịu đựng , hạ tầng
cơ sở thông tin của Vietinbank còn hạn chế, chưa đủ khả năng cung cấp dữ liệu
thông tin một cách chính xác, cập nhật cho quá trình thực hiện Kiểm tra sức chịu
đựng . Đối với mô hình kinh tế lượng vĩ mô, do số liệu về tăng trưởng GDP theo
quý có thể thu thập từ nguồn Tổng cục Thống kê từ năm 2000 đến nay, nên độ dài
chuỗi dữ liệu khá dồi dào, phản ánh 3 giai đoạn diễn biến của tỷ lệ tăng trưởng GDP
gồm (i) giai đoạn tăng trưởng bình quân trên 7.5%/năm vào trước khủng hoảng
2008; (ii) giai đoạn chịu tác động của khủng hoảng thế giới 2008-2009, (ii) giai
đoạn sau khủng hoảng 2008-2009 tới nay. Độ dài chuỗi dữ liệu này phần nào phản
ảnh chu kỳ phát triển kinh tế Việt Nam.
Tuy nhiên, khi thực hiện mô hình đánh giá RRTD, thì ngân hàng gặp nhiều
khó khăn vì số liệu trước năm 2011 được quản lý chưa đồng nhất, các quy định về
phân loại nợ thay đổi nhiều lần. Những hạn chế về số liệu khiến kết quả dự báo tỷ lệ
nợ xấu chưa chính xác. Hơn nữa, số liệu cho phép dự phóng PD chỉ có thể thu thập
từ năm 2013, khi Vietinbank bắt đầu triển khai hệ thống LOS (Loan Origination
System).
3.3.2.3. Nguyên nhân của những hạn chế
Mặc dù Uỷ ban Basel đã có rất nhiều nỗ lực trong việc đưa ra các tiêu chuẩn
áp dụng Kiểm tra sức chịu đựng trong lĩnh vực ngân hàng thông qua Basel I, Basel
II, Basel III, nhưng chưa có nhiều ngân hàng tại Việt Nam thực sự áp dụng công cụ
này vào công tác quản trị rủi ro vì những lý do khách quan và chủ quan sau đây.
(i) Nguyên nhân khách quan
- Việt Nam triển khai Basel II trong giai đoạn khó khăn của nền kinh tế với
nhiều biến động trong hệ thống ngân hàng, nợ xấu tăng cao sẽ khó khăn hơn do yêu
cầu về vốn cao hơn. Bản thân những yêu cầu trong Hiệp ước vốn Basel được thiết

85
kế và xây dựng dựa trên kinh nghiệm và phù hợp với thị trường phát triển, vì vậy,
chi phí bỏ ra để đáp ứng những tiêu chuẩn trong Hiệp ước vốn Basel sẽ cao và có
thể sẽ có những nội dung không phù hợp với tình hình hiện tại của các thị trường
đang phát triển, trong đó có Việt Nam.
- Trong thời gian qua, để chuẩn bị cho các ngân hàng triển khai Basel II, một
loạt văn bản quy định về quản trị rủi ro trong hệ thống ngân hàng đã được Ngân
hàng Nhà nước liên tục đưa ra thời gian qua. Ngân hàng Nhà nước cũng đang tiếp
thu ý kiến đóng góp Dự thảo Thông tư hướng dẫn về tỷ lệ an toàn vốn theo phương
pháp chuẩn để làm cơ sở pháp lý cho các ngân hàng thực hiện và Ngân hàng Nhà
nước giám sát. Cho đến nay, dự thảo Thông tư này vẫn đang là chủ đề nóng nhận
được sự quan tâm cả các ngân hàng, cũng như các chuyên gia nghiên cứu trong
ngành. Tuy nhiên, theo đánh giá chung, dự thảo Thông tư còn một số bất cập chính
như sau:
Thứ nhất, đối với các khoản cho vay định chế tài chính, trọng số rủi ro cho
khoản phải đòi, khoản tín dụng đối với Tổ chức tín dụng rất cao, dẫn tới tăng
chi phí vốn của ngân hàng, đặc biệt 1 số khỏan tín dụng ngân hàng sẽ chịu
trọng số rủi ro rất cao.
Thứ hai, việc áp các hệ số rủi ro thấp đối với doanh nghiệp có doanh thu cao
dẫn tới các ngân hàng có xu hướng tập trung cho vay đối với doanh nghiệp
lớn, không chú trọng đến doanh nghiệp vừa và nhỏ. Phân khúc doanh nghiệp
siêu vi mô sẽ được xếp vào nhóm khách hàng doanh nghiệp không có báo
cáo tài chính và áp hệ số rủi ro cao nhất là 250%.
Thứ ba, loại hình cho vay chuyên biệt như tài trợ dự án đang phổ biến và
khuyến khích tại các nước đang phát triển như Việt Nam. Trong khi đó,
trọng số rủi ro được áp dụng là khá cao.
- Việc triển khai Basel II và áp dụng phương pháp chuẩn hóa cho RRTD phụ
thuộc rất nhiều vào các đơn vị xếp hạng tín dụng độc lập. Trong khi đó, chưa có
đơn vị xếp hạng tín dụng độc lập trong nước hoạt động hiệu quả, việc triển khai
Basel II sẽ là một thách thức lớn. Các đơn vị xếp hạng tín dụng độc lập quốc tế như

86
Moody’s, S&P… có thể là một lựa chọn, nhưng chi phí là một rào cản để các ngân
hàng yêu cầu khách hàng sử dụng các đơn vị xếp hạng tín dụng độc lập quốc tế này.
- Việc giải quyết nợ xấu tại các NHTM còn gặp nhiều khó khăn. Việc xử lý nợ
xấu còn chậm, VAMC ra đời nhưng chưa có môi trường pháp lý hoàn chỉnh nên
chưa phát huy hết vai trò xử lý nợ xấu của mình, nhiều khoản nợ xấu mua lại từ các
ngân hàng chưa tìm được đầu ra phù hợp. Do đó các ngân hàng đang tập trung vào
xử lý nợ xấu nên chưa tập trung xây dựng môi trường tốt để thực hiện và áp dụng
được công cụ Kiểm tra sức chịu đựng .
(ii) Nguyên nhân chủ quan
- Nguyên nhân đầu tiên dẫn đến những hạn chế trong việc triển khai thực hiện
Kiểm tra sức chịu đựng tại các NHTM nói chung và tại Vietinbank nói riêng là do
các ngân hàng chưa nhận thức được tầm quan trọng của Kiểm tra sức chịu đựng
trong quá hoạt động của mình. Điều này được thể hiện ở việc các ngân hàng chưa
chú trọng xây dựng những văn bản hướng dẫn thực hiện Kiểm tra sức chịu đựng
trong nội bộ ngân hàng và loại Kiểm tra sức chịu đựng cần thực hiện.
- Mô hình Kiểm tra sức chịu đựng còn đơn giản. Chưa có mô hình đánh giá
tác động của các yếu tố kinh tế vĩ mô đối với RRTD ngân hàng. Kịch bản được xây
dựng đơn giản, dựa trên giả định tăng tỷ lệ nợ xấu trong kịch bản xấu. Chưa đưa
vào mô hình các chỉ số RRTD mới như PD, RWA, mà chỉ dừng lại ở NPL.
- Việc đầu tư vào cơ sở hạ tầng, công nghệ thông tin và hệ thống dữ liệu cũng
chưa được các NHTM chú trọng. Khi không có được cơ sở dữ liệu tốt thì việc áp
dụng Kiểm tra sức chịu đựng trên toàn hệ thống ngân hàng là điều không thể thực
hiện được.
- Đội ngũ nhân sự trong ngành ngân hàng hoạt động trong lĩnh vực quản trị rủi
ro còn trẻ và chưa có nhiều kinh nghiệm, do đó chưa bắt kịp được với sự phát triển
của các sản phẩm mới cũng như chưa có được sự làm việc hiệu quả cần thiết với các
chuyên gia trong lĩnh vực quản trị rủi ro.
- Chưa thường xuyên cập nhật quy trình Kiểm tra sức chịu đựng , chưa có

87
những báo cáo đánh giá về công tác thực hiện Kiểm tra sức chịu đựng , cụ thể qua
các tiêu chí: khả năng đáp ứng của kết quả Kiểm tra sức chịu đựng cho công tác
quản trị rủi ro, độ phù hợp của dữ liệu đầu vào, sự phối hợp của các phòng ban khác
trong ngân hàng. Các báo cáo này nên được thực hiện một quý một lần và cần có ý
kiến nhận xét của nhân viên các cấp trong ngân hàng.

Hoạt động tín dụng của Vietinbank có quy mô lớn và là hoạt động mang lại lợi
nhuận chính cho ngân hàng. Trong giai đoạn từ năm 2009 đến năm 2015, hoạt động
tín dụng của Vietinbank đã có những thay đổi nhằm đa dạng hoá phân khúc khách
hàng và thành phần kinh tế cho vay, làm phát sinh những rủi ro khi toàn bộ nền kinh
tế có những cú sốc lớn. Do đó, ngay cả khi chất lượng tín dụng của Vietinbank cũng
được đánh giá là tốt trong hệ thống các NHTM Việt Nam, Vietinbank vẫn cần có
những biện pháp dự đoán và phòng ngừa rủi ro.
Vietinbank đã bước đầu triển khai Kiểm tra sức chịu đựng RRTD trong quản
trị ngân hàng. Tuy nhiên, vẫn còn tồn tại một số hạn chế, đặc biệt là chưa có mô
hình phù hợp. Các yếu tố vĩ mô trong thời gian sắp tới sẽ có nhiều chuyển biến rất
khó để có thể dự báo. Vì vậy, ngân hàng cần xây dựng một mô hình Kiểm tra sức
chịu đựng RRTD hoàn chỉnh, giúp cho ngân hàng có thể sẵn sàng ứng phó với
những cú sốc của thị trường.

88
CHƯƠNG 4. HOÀN THIỆN MÔ HÌNH KIỂM TRA SỨC CHỊU ĐỰNG

VI MÔ ĐỐI VỚI RRTD THEO CHUẨN MỰC QUỐC TẾ TẠI
VIETINBANK
Trong chương này, luận án sẽ thiết lập và kiểm định mô hình Kiểm tra sức
chịu đựng vi mô RRTD theo chuẩn mực quốc tế tại Vietinbank, bao gồm thiết lập
mô hình kinh tế vĩ mô, xây dựng kịch bản Kiểm tra sức chịu đựng, từ đó, đánh giá
mức độ RRTD, tỷ lệ NPL, RWA và CAR của Vietinbank trong các kịch bản xấu và
căng thẳng, cụ thể:
Bước 1: Đánh giá tác động của các yếu tố kinh tế vĩ mô Việt Nam đối với tỷ lệ
nợ xấu của Vietinbank. Để khắc phục hạn chế về số lượng quan sát (28 quý kể từ
khi Vietinbank cổ phần hóa đến quý 1/2016), Luận án xây dựng mô hình dự đoán
nợ xấu của Vietinbank dựa trên dữ liệu của chín NHTM CP niêm yết tại Việt Nam
trong 28 quý từ quý 1/2009 đến quý 4/2015, nâng tổng số quan sát lên tối đa 252. Việc
lựa chọn ngân hàng tham gia nghiên cứu, biến độc lập và điều chỉnh số liệu công
phu, phức tạp, đòi hỏi sự hiểu biết sâu sắc về cấu trúc, đặc thù số liệu nợ xấu của
các ngân hàng Việt Nam, cũng như số liệu thống kê các chỉ số kinh tế vĩ mô nước
ta.
Bước 2: Sau khi xây dựng được phương trình mô tả tác động của các yếu tố vĩ
mô đến tỷ lệ nợ xấu ngân hàng, Luận án dự phóng giá trị của các biến kinh tế vĩ mô
được lựa chọn. Thời gian kiểm định là 7 quý (từ quý 2 năm 2016 đến quý 4 năm
2017), theo 3 kịch bản chuẩn, kịch bản xấu và kịch bản căng thẳng. Các kịch bản
xấu và căng thẳng được tính trên cơ sở giá trị trung bình của GDP theo quý của Việt
Nam từ quý 1/1990 trở lại đây, giảm trừ 1 lần độ lệch chuẩn trong 3 và 5 quý liên
tiếp, tương đương với giảm 3 lần độ lệch chuẩn cho GDP theo năm. Việc lựa chọn
này chặt chẽ hơn so với yêu cầu của IMF khi xây dựng kịch bản căng thẳng bằng
giá trị trung bình trừ đi 2 lần độ lệch chuẩn (IMF, 2012).
Bước 3: Luận án đánh giá NPL, PD, RWA và mức độ đáp ứng tỷ lệ an toàn vốn tối
thiểu của Vietinbank trong ba kịch bản.

89
4.1. Mô hình kinh tế vĩ mô

4.1.1. Dữ liệu nghiên cứu
Mục tiêu của bài nghiên cứu là tìm ra được những biến quan trọng có ý nghĩa
thống kê tác động đến tỷ lệ nợ xấu của Vietinbank để từ đó có thể dự đoán được tỷ
lệ nợ xấu của Vietinbank trong thời gian tới. Đề tài sử dụng dữ liệu bảng của 9 ngân
hàng thương mại niêm yết trải qua 28 quý từ năm 2009 đến 2015. Do Vietinbank là
ngân hàng thuộc nhóm đầu và là ngân hàng niêm yết, nên việc sử dụng số liệu của
các ngân hàng niêm yết phù hợp. Nếu đối tượng Kiểm ra sức chịu đựng không phải
là Vietinbank, mà là một ngân hàng thuộc nhóm các ngân hàng nhỏ, không niêm
yết, thì việc lựa chọn ngân hàng niêm yết có thể chưa phản ánh đúng chất lượng nợ
mà phải dùng một mẫu dữ liệu khác.
Sử dụng dữ liệu bảng giúp cho các kết quả ước lượng trong mô hình tin cậy
hơn, đồng thời cho phép xác định những tác động vốn không xác định và đo lường
được khi sử dụng dữ liệu chéo hoặc dữ liệu thời gian. Tổng thể đối tượng của
nghiên cứu là toàn bộ các NHTM tại Việt Nam. Tuy nhiên, do không có điều kiện
thu thập số liệu về tỷ lệ nợ xấu của tổng thể các NHTM theo quý, nên mẫu nghiên
cứu được xây dựng từ dữ liệu của 9 NHTM niêm yết. Các ngân hàng này bao gồm
3 NHTM do Nhà nước nắm quyền sở hữu chi phối và 6 NHTM CP, với tổng dư nợ
cấp cho nền kinh tế đạt 2,188.5 nghìn tỷ đồng tại 31/12/2015. Theo số liệu NHNN,
tổng dư nợ đối với nền kinh tế của toàn hệ thống, bao gồm các NHTM Nhà nước,
NHTM CP, NH liên doanh, nước ngoài, công ty tài chính, NH Hợp tác xã, quỹ tín
dụng nhân dân tại cùng thời điểm là 4,657 nghìn tỷ đồng. Như vậy, 9 NHTM thuộc
mẫu nghiên cứu chiếm 46.99% tổng dư nợ cho vay nền kinh tế; tương đương
51.32% tổng dư nợ được cấp bởi các NHTM, không bao gồm khối ngân hàng liên
doanh và ngân hàng nước ngoài. Về tổng tài sản, 9 NHTM thuộc mẫu nghiên cứu
chiếm 54.57% tổng tài sản toàn hệ thống tại 31/12/2015.
Thời gian nghiên cứu từ quý 1 năm 2009 đến quý 4 năm 2015 (28 quý), do hai
ngân hàng lớn CTG và VCB niêm yết lần đầu trong năm 2009. Số liệu về nợ xấu tại

90
thời điểm trước khi cổ phần hóa của các ngân hàng này có nhiều điểm chưa thống
nhất. Một số ngân hàng có độ dài dữ liệu thu thập được ngắn hơn như BID (từ quý
4/2011) và MBB (từ quý 1/2011). Bảng dữ liệu được sử dụng trong mô hình là kiểu
bảng cân đối (balanced panel). Tuy độ dài thời gian của chuỗi dữ liệu chỉ có 28
quan sát, tương đương với 28 quý, nhưng so với những nghiên cứu tương tự tại Việt
Nam, đây không phải là chuỗi dữ liệu ngắn, phản ánh tính hạn chế của dữ liệu
(Bảng 4.2).
Bảng 4.1: Tỷ trọng dư nợ của các ngân hàng niêm yết so với dư nợ tín dụng
toàn hệ thống tại 31/12/2015
Tên Tổng tài

Dư nợ Tỷ
TT Tên Ngân hàng viết sản Tỷ trọng
(tỷ VNĐ) trọng
tắt (tỷVNĐ)
NH TMCP Đầu tư và
1 BID 850,669 13.73% 596,166 12.80%
Phát triển Việt Nam
NH TMCP Công
2 CTG 779,483 12.58% 533,102 11.45%
thương Việt Nam
NH TMCP Ngoại
3 VCB 674,394 10.89% 384,643 8.26%
thương Việt Nam
NH TMCP Sài gòn

4 STB 292,542 4.72% 184,612 3.96%
thương tín
Ngân hàng TMCP Á
5 ACB 201,456 3.25% 133,115 2.86%
Châu
NH TMCP Sài gòn Hà
6 SHB 204,764 3.31% 131,445 2.82%
Nội
7 NH TMCP Quân đội MBB 221,041 3.57% 120,308 2.58%
NH TMCP Xuất nhập
8 EIB 125,829 2.03% 84,759 1.82%
khẩu Việt Nam
9 NH TMCP Quốc Dân NCB 48,230 0.78% 20,431 0.44%

91
Tổng cộng 54.57% 46.99%

Nguồn: Tổng hợp từ số liệu NHNN, Sở Giao dịch chứng khoán TP HCM và báo cáo
tài chính của các ngân hàng
Bảng 4.2: So sánh số lượng quan sát của một số nghiên cứu cùng chủ đề tại
Việt Nam
Số lượng quan sát Số lượng quan sát Tổng số
Tác giả
chéo theo thời gian quan sát
Luận án nghiên cứu 9 ngân hàng 28 quý (quý 1/2009 252
đến quý 1/2015)
Nguyễn Hoàng Thụy 8 ngân hàng 23 quý (quý 4/2007 184

Bích Trâm (2014) đến quý 2/2013)
Đặng Hữu Mẫn và 52 ngân hàng 10 năm (2003- 302
Hoàng Dương Việt Anh 2012)
(2014)
Trương Đông Lộc và 155 quỹ tín dụng 3 năm (2008-2010) 363
Nguyễn Văn Thép (2015) nhân dân
Lê Vân Chi và Hoàng 13 ngân hàng 7 năm (2007-2013) 91
Trung Lai (2014)
Nguồn: Tác giả tổng hợp từ các nghiên cứu
Nghiên cứu sử dụng số liệu về giá trị nợ xấu (nợ nhóm 3,4 và 5) và tổng giá trị
cho vay khách hàng (trước khi trừ dự phòng rủi ro cho vay khách hàng) được công
bố tại các báo cáo tài chính riêng lẻ theo quý của các ngân hàng. Theo đó, từ ngày
1/1/2015 trở về trước, các ngân hàng thực hiện phân loại nợ theo Quyết định số
493/2005/QĐ-NHNN ngày 22/4/2005 của Thống đốc NHNN về phân loại tài sản
có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng để
xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài.
Từ ngày 1/1/2015, các ngân hàng đã phân loại nợ theo Thông tư số 02/2013/TT-
NHNN ban hành ngày 18/3/2014 và Thông tư số 09/2014/TT-NHNN sửa đổi, bổ
sung một số điều của Thông tư số 02/2013.

92
Ngoài số liệu nợ nhóm 3,4 và 5, mô hình nghiên cứu cũng tính toán tác động
của việc các NHTM bán nợ xấu cho VAMC kể từ khi công ty này được thành lập từ
tháng 7/2013. Mặc dù nợ xấu bán cho VAMC sẽ được tạm thời đưa khỏi bảng cân
đối tài sản của các ngân hàng để chuyển sang trái phiếu đặc biệt do VAMC phát
hành, nhưng sẽ quay lại sổ sách của ngân hàng sau 5 năm nếu chưa xử lý được. Vì
vậy, tỷ lệ nợ xấu chính thức của các ngân hàng được điều chỉnh cộng thêm số nợ
xấu đã chuyển sang VAMC để thể hiện đúng chất lượng tín dụng ngân hàng:

ỷ ệ ợ ấ đề ℎỉℎ
ư ợ ℎó 3,4,5 + ư ợ đã !á ℎ# $ %& (ế ó)
=
ư ợ ℎ# *+, -ℎáℎ ℎà/ + ư ợ đã !á ℎ# $ %& (ế ó)
Tổng nợ nhóm 3-5 của 9 ngân hàng niêm yết tại thời điểm 31/12/2015 là
32,588 tỷ đồng; nợ đã bán cho VAMC của 9 ngân hàng này là 55,934 tỷ đồng. Tỷ lệ
nợ xấu bình quân (điều chỉnh trọng số theo tổng tài sản) là 1,49%. Tỷ lệ nợ xấu bình
quân sau khi tính thêm phần nợ đã bán cho VAMC là 3,94%. Để so sánh, trong Báo
cáo thẩm tra của Ủy ban Thường vụ Quốc hội báo cáo tại phiên họp Quốc hội lần 8
khóa VIII diễn ra ngày 1/11/2014, tỷ lệ nợ xấu trên tổng dư nợ của khối NHTM
Nhà nước năm 2012 là 3,18% (toàn hệ thống: 4,08%), năm 2013 là 2,75% (toàn hệ
thống: 3,61%), đến tháng 8/2014 là 3,88% (toàn hệ thống: 3,9%). Chỉ có 3 ngân
hàng có tỷ lệ nợ xấu sau khi tính thêm phần bán cho VAMC vẫn giữ mức dưới 3%
là CTG, VCB và ACB. Những ngân hàng có tỷ lệ nợ xấu tương đối cao sau khi tính
thêm nợ đã bán cho VAMC là NCB, EIB và STB. SHB có thời điểm nợ xấu tăng
cao đột biến vào năm 2012 khi sáp nhập thêm Habubank và chịu tác động của số nợ
xấu từ Vinashin của ngân hàng này. Trong năm 2015 SHB đã tích cực xử lý nợ xấu
không qua phương thức bán cho VAMC. Vì vậy, tỷ lệ nợ xấu của SHB, tuy còn cao,
nhưng đã được cải thiện đáng kể (Đồ thị 4.1).
4.1.2. Mô hình nghiên cứu

Nghiên cứu sử dụng phân tích hồi quy dữ liệu bảng kiểu động (Dynamic Panel
Data Regression Analysis - DPDA) nhằm kiểm tra các biến số quan trọng và có ý
nghĩa thống kê để dự đoán được tỷ lệ nợ xấu của ngân hàng. Ngoài DPDA, một số

93
ít các nghiên cứu nước ngoài, điển hình như Jose Ramon và Thiam (2012), sử dụng
mô hình tự hồi quy dữ liệu bảng (panel-data VAR) với giả định toàn bộ các yếu tố
kinh tế vĩ mô và tỷ lê nợ xấu ngân hàng có mối liên hệ chặt chẽ theo thời gian. Khi
đó, vec-tơ hồi quy sẽ bao gồm tỷ lệ nợ xấu và các chỉ số kinh tế vĩ mô tại thời điểm
t, và sẽ được tự hồi quy so với những thời điểm t-1, t-2. t-3... đến t-p. Tuy nhiên,
điểm yếu của mô hình này là giả thiết rằng mối liên hệ giữa các biến trong véc-tơ là
bất biến theo thời gian.
ACB BID CTG

.1
.05
0
EIB MBB NVB

.1
NPL
.05
0
SHB STB VCB

.1
.05
0
2009-Q32011-Q32013-Q32015-Q32009-Q32011-Q32013-Q32015-Q32009-Q32011-Q32013-Q32015-Q3
QUY
Graphs by NH
Đồ thị 4.1: Tỷ lệ nợ xấu sau khi điều chỉnh phần nợ đã bán cho VAMC của các
ngân hàng niêm yết
Nguồn: Tác giả tính toán sử dụng phần mềm Stata
So với panel-data VAR, mô hình DPDA được sử dụng phổ biến hơn khi
nghiên cứu tác động của kinh tế vĩ mô đối với tỷ lệ nợ xấu trong hệ thống ngân
hàng. Điển hình là nghiên cứu của Luizis, Vouldis và Metaxas (2012) phân tích nợ
xấu tại chín ngân hàng Hy Lạp giai đoạn 2003Q1 đến 2009Q1; Vasiliki M.,

94
Athanasios T. và Athanasios B. (2014) khi nghiên cứu khu vực châu Âu giai đoạn
2000-2008; của Nguyễn Hoàng Thụy Bích Trâm (2014) tại 13 ngân hàng Việt Nam
giai đoạn 2007-2013. Nó vừa cho biến mô tả sự phụ thuộc của biến số phụ thuộc
vào biến trễ của chính nó theo thời gian (tính tự hồi quy), nhưng cũng không quá
chặt chẽ như panel-data VAR. Khi sử dụng DPDA, việc lựa chọn dữ liệu bảng sẽ
nghiên cứu được sự khác biệt (nếu có) giữa các ngân hàng mà trước đây chúng ta
hay sử dụng biến giả; động thái thay đổi của các ngân hàng theo thời gian; nâng cao
được số quan sát trong mẫu và phần nào khắc phục được hiện tượng đa cộng tuyến;
cũng như có nhiều thông tin hơn kiểu dữ liệu khác. Nếu xét một mô hình ví dụ với
biến phụ thuộc, Y, và hai biến giải thích quan sát được, X1và X2, và một hoặc
nhiều biến không quan sát được, dạng mô hình tổng quát của hồi quy dữ liệu bảng:
012 = 34 5124 + 36 5126 + 71 + 812 với i = 1, 2, …, N và t = 1, 2, …, T
Trong đó, sai số được chia làm 2 thành phần:
- 71 là ảnh hưởng của từng ngân hàng i không thay đổi theo thời gian nhưng
không quan sát được
- 812 là những sai số còn lại chưa đưa vào mô hình
Ta có ba cách tiếp cận ước lượng mô hình tổng quát:
- Phương pháp hồi quy kết hợp tất cả các quan sát (Pooled OLS) coi tất cả các
hệ số đều không đổi. Nhược điểm của cách tiếp cận này là ràng buộc quá chặt về
ngân hàng (các đơn vi chéo), điều này khó xảy ra trong thực tế.
- Phương pháp tiếp cận cố định (Fixed-effects Modeling, FEM) có thể kiểm
soát và tách các ảnh hưởng riêng biệt theo không gian và thời gian ra khỏi các biến
độc lập. Vì vậy, FEM là phù hợp nếu những yếu tố đặc trưng của ngân hàng hoặc
những biến độc lập khác chưa được xem xét trong mô hình (phần dư mô hình) có
tương quan với biến số độc lập.
- Phương pháp tiếp cận ngẫu nhiên (Random-effects Modeling, REM) xem
phần dư của mô hình không tương quan với biến độc lập, và coi đó là một biến
riêng để giải thích. Vì vậy, REM là phù hợp nếu những yếu tố đặc trưng của ngân

95
hàng hoặc những biến độc lập khác chưa được xem xét trong mô hình (phần dư mô
hình) không có tương quan với các biến số độc lập.
Mục tiêu mô hình là tìm hiểu sự tác động của các biến số độc lập (yếu tố kinh
tế vĩ mô) mà giá trị của chúng thay đổi theo thời gian, cũng như những yếu tố thuộc
về đặc điểm của ngân hàng được lựa chọn mà những yếu tố này không thay đổi theo
thời gian. Tuy nhiên, phương pháp Pooled OLS sẽ ràng buộc chặt chẽ mô hình về
không gian và thời gian của các đối tượng khi các hệ số hồi quy không đổi, nên
phương pháp này không phản ánh sự khác biệt trong các tác động của các yếu tố
kinh tế vĩ mô lên từng ngân hàng. Hay nói cách khác, việc hồi quy theo Pooled OLS
sẽ khiến mô hình gặp hiện tương thiếu biến (thiếu những ảnh hưởng không thay đổi
của từng ngân hàng). Do đó, chúng ta sẽ loại bỏ Pooled OLS và chỉ xem xét lựa
chọn một trong hai phương pháp ước lượng còn lại: FEM và REM. Để kiểm định
cách tiếp cận REM hay FEM sẽ phù hợp với dữ liệu nghiên cứu, ta cõ thể sử dụng
kiểm định Hausman (Baltagi, B., 2008) với giả thuyết H0 cho rằng không có sự
tương quan giữa sai số đặc trưng giữa các đối tượng 71 với các biến giải thích X
trong mô hình. Nếu kết quả cho thấy chưa có đủ bằng chứng để bác bỏ H0 (p-value
> 0.05), thì ước lượng ngẫu nhiên sẽ được sử dụng và ngược lại.
Việc lựa chọn mô hình có biến trễ của biến phụ thuộc là rất quan trọng. Khi
tiến hành các kiểm định về hiện tượng tương quan giữa các sai số ngẫu nhiên ε_it,
nghĩa là cov (ε_it 〖,ε〗_im) = 0 cho mô hình không có biến trễ, bộ số đều cho kết
quả có sự tự tương quan giữa các sai số ngẫu nhiên. Tuy nhiên, việc có sự tự tương
quan này phù hợp với bản chất “tính ì” của nợ xấu tại các ngân hàng Việt Nam
trong giai đoạn nghiên cứu. Ngoài ra, để kiểm định tác động của việc ngân hàng bán
nợ cho VAMC, nghiên cứu bổ sung thêm một biến giả (VAMC), biến này nhận giá
trị bằng 1 vào quý ngân hàng ghi nhận tăng nợ bán cho VAMC trên báo cáo tài
chính. Biến này nhận giá trị bằng 0 vào những quý còn lại. Tiếp theo, để kiểm định
giả thuyết rằng tỷ lệ nợ xấu các ngân hàng có xu hướng giảm vào quý 4, thời điểm
chốt số liệu báo cáo năm, nghiên cứu bổ sung thêm một biến giả (Q4D) nhận giá trị
1 vào quý 4 và giá trị 0 vào các quý khác của năm.

96
Trong thời gian nghiên cứu, có hai sự kiện ngân hàng sáp nhập Ngân hàng
TMCP Nhà Hà Nội (Habubank) vào SHB vào quý 3 năm 2012 và Ngân hàng Nhà
Đồng bằng Sông Cửu Long (Mekong Housing Bank) vào BID vào quý 2 năm 2015.
Để kiểm định sự tác động của sự kiện sáp nhập tới tỷ lệ nợ xấu được công bố của
ngân hàng SHB và BID, Luận án nghiên cứu cho thêm 2 biến giả là SHB và BID
vào mô hình. Mặc dù có nhiều phương pháp tái cấu trúc ngân hàng, bài nghiên cứu
chỉ đề cập đến hình thức thành lập VAMC và sáp nhập ngân hàng vì đây là hai hình
thức tái cấu trúc được áp dụng đầu tiên trong giai đoạn nghiên cứu, nên sẽ có tác
động lớn đến hệ thống ngân hàng. Đồng thời, nếu cho thêm các biến giả đề cập đến
các hình thức tái cấu trúc khác thì bậc tự do của mô hình sẽ giảm xuống trong khi
kích cỡ mẫu nghiên cứu là không lớn.
4.1.3. Biến độc lập

Một số nghiên cứu trong và ngoài nước, ngoài các yếu tố kinh tế vĩ mô, đã
đưa các nhân tố nội tại ngân hàng (quy mô vốn chủ sở hữu, tổng tài sản, tỷ suất lợi
nhuận, tốc độ tăng trưởng tín dụng của ngân hàng..) dựa trên lý thuyết về hành vi
quản lý vào mô hình RRTD (Luizis và cộng sự (2010), Lê Vân Chi và Hoàng Trung
Lai (2014)). Tuy nhiên, luận án dựa trên giả định của phương pháp tính tỷ lệ an
toàn Vốn Basel II, theo đó, rủi ro hệ thống từ kinh tế vĩ mô là nhân tố duy nhất tác
động tới RRTD danh mục. Vì vậy, luận án chỉ lượng hóa mức độ tác động của các
nhân tố kinh tế vĩ mô đối với tỷ lệ nợ xấu ngân hàng. Để lựa chọn biến độc lập đưa
vào mô hình, luận án đã thực hiện theo các bước trong Hình 4.1.

97
Đánh giá mức độ

sẵn có về dữ liệu
• Hệ thống chỉ số tại nước ta • Khảo sát hệ số
EWS tương quan
• Nguồn các cơ
• Tổng quan quan nhà nước
nghiên cứu
• Nguồn các tổ
Tổng hợp các chỉ chức khác
Loại bớt các chỉ
số đã được sử
số có tương quan
dụng trên thế giới
Hình 4.1: Các bước lựa chọn biến kinh tế vĩ mô trong mô hình
Nguồn: Tác giả tổng hợp đề xuất
Bước 1: Tác giả đã tổng hợp danh sách các chỉ tiêu an toàn vĩ mô như đã được
đề cập ở Chương 1 và Chương 2 (Bảng 4.3). Trong đó, “Y” là yếu tố được tác giả
chứng minh có tác động tới chất lượng tín dụng của ngân hàng thuộc đối tượng
nghiên cứu. Bảng tổng hợp cho thấy, mối quan hệ giữa kinh tế vĩ mô – rủi ro ngân
hàng rất khác nhau. Danh sách các yếu tố vĩ mô có tác động phụ thuộc những đặc
điểm riêng của từng ngân hàng như cơ cấu dư nợ theo nhóm khách hàng, ngành,
tuổi nợ, chính sách tăng trưởng tín dụng, tỷ lệ dư nợ bằng ngoại tệ hoặc cho vay
nước ngoài...Việc lựa chọn yếu tố vĩ mô nào cần đưa vào mô hình kiểm định tại
Việt Nam sẽ khác với các nước khác trên thế giới, cũng như Vietinbank khác với
các NHTM khác tại Việt Nam. Danh sách các yếu tố vĩ mô có tác động phụ thuộc
những đặc điểm riêng của từng ngân hàng như cơ cấu dư nợ theo nhóm khách hàng,
ngành, tuổi nợ, chính sách tăng trưởng tín dụng, tỷ lệ dư nợ bằng ngoại tệ hoặc cho
vay nước ngoài..
Bước 2. Tác giả đánh giá mức độ sẵn sàng về dữ liệu theo quý tại Việt Nam
để lựa chọn những chỉ số có thể thu thập được dữ liệu có độ tin cậy cao. Kết quả
đánh giá được trình bày tại Phụ lục 1. Trên cơ sở đánh giá mức độ tin cậy và sẵn có
của dữ liệu quý, Luận án nghiên cứu lựa chọn được 9 biến kinh tế vĩ mô tại Bảng

98
4.4.

99
Bảng 4.3: Các yếu tố kinh tế vĩ mô được sử dụng trong các nghiên cứu khác
Phạm vi Tăng Bất
Thất Lạm Lãi Xuất
Nghiên cứu nghiên GDP tín động Tỷ giá
nghiệp phát suất khẩu
cứu dụng sản
Van den End
và cộng sự Hà Lan Y Y
(2006)
Wong và cộng Hong Y
Y Y Y
sự (2008) Kong
Gutiérrez
Argentina Y Y
(2008)
Vazquez và
cộng sự Brazil Y Y Y
(2010)
Louzis và
cộng sự Hy Lạp Y Y Y
(2010)
Ceca, Shijaku
Albania Y Y Y Y
(2011)
Nkusu (2011) 26 nước
Y Y Y
phát triển
Rodriguez
Colombia Y Y Y Y
(2012)
Wei (2012) Trung
Y Y Y Y
Quốc
Nguyễn Hữu
Việt Nam Y
Phước (2011)
Nguyễn Trâm
Việt Nam Y Y Y
(2014)
Klein (2013) Châu Âu Y Y Y
Nguồn: Tác giả tổng hợp

100
Bảng 4.4: Các biến kinh tế vĩ mô được lựa chọn vào mô hình định lượng
Biến độc lập Tên Nguồn dữ liệu
Tốc độ tăng GDP so với cùng kỳ năm GDP Tổng cục Thống kê
trước (%)
Tốc độ tăng giá tiêu dùng so với cùng CPI Tổng cục Thống kê
kỳ năm trước (%)
Tốc độ tăng tổng phương tiện thanh M2 NHNN
toán M2 so với cùng kỳ năm trước (%)
Tốc độ tăng trưởng tín dụng toàn hệ DRG NHNN
thống so với cùng kỳ năm trước (%)
Tốc độ tăng trưởng xuất khẩu so với EXG Tổng cục Thống kê
cùng kỳ năm trước
Tốc độ tăng trưởng chỉ số chứng khoán VNI Sở Giao dịch Chứng khoán TP
VnIndex so với cùng kỳ năm trước (%) HCM
Tốc độ tăng tỷ giá bình quân liên ngân VND NHNN
hàng VNĐ/USD so quý trước (%)
Lãi suất cho vay kỳ hạn dưới 12 tháng LSV Bloomberg
Agribank, BID, CTG, VCB
Lãi suất huy động 12 tháng Agribank, LSG Bloomberg

BID, CTG, VCB
Nguồn: Tác giả đề xuất

Bước 3. Khảo sát mối tương quan giữa các biến độc lập cho thấy, hai biến lãi
suất (LSG và LSV) có hệ số tương quan rất cao với biến số lạm phát CPI (tương
ứng là 0.89 và 0.92). Bản thân hai biến cũng có tương quan thuận chiều gần bằng 1
với nhau. Do biến CPI được thu thập từ nguồn tin cậy hơn (Tổng cục Thống kê),
nên nghiên cứu sẽ chỉ đưa một biến CPI vào mô hình và loại bỏ 2 biến lãi suất.
Ngoài ra, biến CRG và M2 cũng có hệ số tương quan bằng 0.8, cho thấy tốc

101
độ tăng trưởng tín dụng toàn hệ thống đi song hành với sự điều hành tổng giá trị
phương tiện thanh toán M2. Để loại bỏ mối quan hệ ngược chiều sẵn có giữa tốc độ
tăng tín dụng và tỷ lệ nợ xấu, nghiên cứu sẽ loại bỏ biến CRG khỏi mô hình.
Tỷ lệ nợ xấu được chuyển sang hàm logarit, sao cho biến phụ thuộc sẽ nhận
giá trị (-∞; +∞), thay vì khoảng [0, 1] như ban đầu. Cách tính này được đưa ra trong
các nghiên cứu của Luiziz và cộng sự (2010), Nguyễn Trâm (2014)). Phương trình
hồi quy có dạng:
28 9
9 9 lnNPLit
t=1 i=1
28 9 28 28 28
= α + β1 9 9 lnNPLit−1 + β2 9 GDPt + β3 9 CPIt−2 + β4 9 M2t−2

t=1 i=1 t=1 t=1 t=1
28 28 28 28
+ β5 9 VNDt−2 + β6 9 EXGt + β7 9 VNIt−1 + β8 9 VAMCt

t=1 t=1 t=1 t=1
28 28 28
+ β9 9 Q4Dt + β10 9 SHBt + β11 9 BIDVt + εit (phương trình 1)

t=1 t=1 t=1
Trong đó:
NPL
lnNPLit = ln(1−NPLit ) (NPLi,t là tỷ lệ nợ xấu điều chỉnh của ngân hàng i tại thời điểm t.
it
Trong đó: lnNPL_(it-1) là biến trễ 1 quý của lnNPL_it

Biến giả VAMC nhận giá trị bằng 1 vào quý ngân hàng ghi nhận tăng nợ bán
cho VAMC trên báo cáo tài chính và nhận giá trị bằng 0 vào những quý còn lại
Biến giả Q4D nhận giá trị 1 vào quý 4 và giá trị 0 vào các quý khác của năm.
Biến giả SHB nhận giá trị bằng 1 vào thời điểm quý 3 năm 2012, các quý khác nhận
giá trị bằng 0. Biến giả BIDV nhận giá trị bằng 1 vào thời điểm quý 2 năm 2015,
các quý khác nhận giá trị bằng 0.
εit là phần dư của phương trình hồi quy

4.1.4. Giả thuyết nghiên cứu
Kết quả hồi quy phương trình 1 sẽ chứng minh các giả thuyết trong Bảng 4.5.
Trong số các biến độc lập kinh tế vĩ mô, tốc độ tăng trưởng kinh tế (GDP), lạm phát

102
(CPI), tốc độ tăng tổng phương tiện thanh toán M2, tốc độ tăng trưởng xuất khẩu và
tốc độ tăng trưởng chỉ số giá chứng khoán được đo lường so với cùng kỳ năm trước
còn thay đổi tỷ giá sẽ được đo lường hàng quý vì sự thay đổi của tỷ giá sẽ tác động
ngay lập tức đến doanh thu và lợi nhuận của doanh nghiệp, từ đó ảnh hưởng đến nợ
xấu của các ngân hàng.
Bảng 4.5: Các giả thuyết nghiên cứu về mối quan hệ giữa kinh tế vĩ mô và tỷ lệ
nợ xấu ngân hàng
Giả thuyết nghiên cứu Dấu Nghiên cứu đại diện
H1: Tỷ lệ nợ xấu quý trước có + Jimenez và Saurina (2006); Das và Gosh
tác động tiêu cực tới tỷ lệ nợ (2007); Nguyễn Trâm (2014)
xấu quý sau.
H2: Mức tăng trưởng kinh tế + Salas và Saurina (2002), Louzis và cộng sự
thấp hay giảm dần làm tăng (2010) chỉ ra mối quan hệ ngược chiều
RRTD và ngược lại. giữa tốc độ tăng trưởng kinh tế và tỷ lệ nợ
xấu
H3: Lạm phát tăng đột biến sẽ - Rinaldi và Sanchis-Arellano (2006),
làm tăng tỷ lệ nợ xấu Gunsel (2011) đã chứng minh mối quan hệ
thuận chiều giữa lạm phát và tỷ lệ nợ xấu
H4: Tỷ giá biến động mạnh sẽ - Fofack (2005) và Nkusu (2011) cho thấy
làm tăng tỷ lệ nợ xấu khi đồng nội tệ tăng giá, các doanh nghiệp
xuất khẩu gặp khó khăn do hàng hoá trở
lên đắt đỏ, doanh số xuất khẩu giảm, và hệ
quả là tỷ lệ nợ xấu tăng tại các ngân hàng.
H5: Tốc độ tăng trưởng xuất + Ricardas (2014), Clichici và Colesnicova
khẩu tăng sẽ làm giảm tỷ lệ nợ (2014) đã kết luận rằng khi tốc độ tăng
xấu trưởng xuất khẩu giảm xuống, tỷ lệ nợ xấu
sẽ tăng lên.
H6: Tổng giá trị các phương + Các nghiên cứu của Waeibrorheem và
tiện thanh toán tăng làm giảm Suriani (2015), Bofondi và Ropele (2011)
nợ xấu đã chỉ ra mối quan hệ nghịch giữa cung
tiền và RRTD.
H7: Tăng trưởng chứng khoán + Aver (2008) chứng minh giá trị của chỉ số
có tác động làm giảm tỷ lệ nợ chứng khoán là yếu tố vĩ mô tác động quan
xấu trọng tới tỷ lệ nợ xấu của các ngân hàng.
H8:NHTM có tỷ lệ nợ xấu cuối + Chưa có

103
Giả thuyết nghiên cứu Dấu Nghiên cứu đại diện

quý 4 thấp hơn các quý khác
H9: Việc bán nợ xấu cho - Chưa có
VAMC có tác động tới tỷ lệ nợ
xấu ngay trong quý đó
Nguồn: Tác giả đề xuất
4.1.5. Mô tả và thống kê mẫu nghiên cứu

Bảng 4.6 thống kê đặc trưng của các biến số độc lập được sử dụng trong mô
hình nghiên cứu.
Bảng 4.6: Mô tả thống kê các biến trong mô hình
Variable Obs Mean Std. Dev. Min Max
gdp 252 .0548929 .0086665 .031 .072

cpi 252 .0785778 .0566898 0 .2242
m2 252 .2127346 .0664818 .121 .367
exg 252 .1569825 .1355847 -.2634116 .3715017
vni 252 .0319048 .1461234 -.1656 .5484
vndq 252 .0091607 .017161 -.0163 .0723
Nguồn: Tác giả tổng hợp và tính toán bằng phần mềm STATA
Số liệu cho thấy, trong giai đoạn từ Quý 1 2009 đến Quý 4 năm 2015, tốc độ
tăng bình quân CPI của Việt Nam là 7.9%, dao động khá lớn từ 0.00% (quý 1 năm
2016) tới 22.42% (Quý 3/2011). Tốc độ tăng GDP bình quân đạt 5.57%, trong đó,
giá trị nhỏ nhất là 3.14% vào quý 1 năm 2009 vào cao nhất là 7.34% vào quý 4 năm
2010. Tỷ giá VNĐ/USD tăng bình quân 0.9%/quý, tăng cao nhất là 7.2% vào quý 1
năm 2011 và biến động dưới 1% vào những quý sau đó. Thống kê các biến nhân tố
kinh tế vĩ mô phản ánh đúng kinh tế Việt Nam chịu tác động của cuộc khủng hoảng
tài chính thế giới 2008-2009. Lạm phát, lãi suất tăng cao và thị trường bất động sản
đóng băng sau một thời gian tăng trưởng nóng.
Tiếp theo, luận án kiểm tra sự tương quan giữa các biến độc lập với kết quả
được trình bày tại Bảng 4.7. Ma trận tương quan giữa các biến độc lập cho thấy, các
mối tương quan khá thấp. Điều này cho thấy ít có khả năng xảy ra hiện tượng đồng

104
liên kết giữa các biến được đưa vào xem xét trong mô hình nghiên cứu. Đối với tỷ
lệ nợ xấu theo quý của các ngân hàng (tổng số 252 quan sát), giá trị trung bình là
2.89% và độ lệch chuẩn là 1.91%.
Bảng 4.7: Hệ số tương quan giữa các biến số độc lập trong mô hình
DCPI (- DM2 (-
GDP DEXG VNI (-1) VND (-1)
2) 2)
GDP 1
DCPI (-2) -0.318 1
DM2 (-2) -0.206 -0.417 1
DEXG 0.113 -0.195 0.228 1
VNI (-1) -0.312 -0.084 0.232 0.150 1
VND (-1) 0.300 -0.129 0.117 0.162 -0.331 1
4.1.6. Kiểm định mô hình

4.1.6.1. Kiểm định tính dừng
Một chuỗi thời gian là dừng khi giá trị trung bình, phương sai, hiệp phương sai
(tại các độ trễ khác nhau) giữ nguyên không đổi cho dù chuỗi được xác định tại bất
kỳ thời điểm nào. Giá trị của chuỗi dừng có xu hướng trở về giá trị trung bình. Nói
cách khác, một chuỗi thời gian không dừng sẽ có giá trị trung bình thay đổi theo
thời gian, hoặc giá trị phương sai thay đổi theo thời gian hoặc cả hai. Trong phân
tích chuỗi thời gian, bất kỳ chuỗi nào có tính dừng mới cho kết quả ước lượng đáng
tin cậy. Thực hiện phương pháp sử dụng kiểm định Dickey và Fuller mở rộng
(ADF) đối với lần lượt sáu biến độc lập, ta có kết quả như tại Bảng 4.8. Kết quả
kiểm định ADF cho chuỗi dữ liệu theo quý từ quý 1 năm 2009 đến quý 1 năm 2016
cho thấy, tất cả các biến đều dừng tại chuỗi gốc. Do vậy, 09 biến nói trên có thể
được sử dụng trong hồi quy mô hình DPDA.
Bảng 4.8: Kết quả kiểm định tính dừng
Biến Sử dụng trong mô hình Tính dừng
GDP Chuỗi gốc √
DCPI Sai phân bậc 1 √
VND Chuỗi gốc √

105
DEXG Sai phân bậc 1 √

DM2 Sai phân bậc 1 √
VNI Chuỗi gốc √
4.1.6.2. Kiểm định phương sai của sai số không đổi (nhân tử
Lagrange)
Sử dụng hàm xttest 0 của Stata, ta có:
Breusch and Pagan Lagrangian multiplier test for random effects
lnNPL[Ten1,t] = Xb + u[Ten1] + e[Ten1,t]
Estimated results:
Var sd = sqrt(Var)
lnNPL .5204442 .7214182

e .073376 .27088
u 0 0
Giả thuyết H0: Var(u) =0, chibar2(01) = 0.00, Prob > chibar2 = 1.0000. Giả
thuyết H0 không bị bác bỏ. Mô hình có phương sai sai số không đổi.
4.1.6.3. Kiểm định đa cộng tuyến

Để kiểm tra có có mối quan hệ tuyến tính giữ các biến độc lập trong mô hình
hay không, Luận án dùng hệ số VIF (variance inflation factor – hệ số phóng đại
phương sai). Về giá trị VIF, theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008),
khi VIF vượt quá 10 là dấu hiệu của đa cộng tuyến. Tuy nhiên cũng có một số tài
liệu đưa ra điều kiện VIF lớn hơn 4 hoặc thậm chí là 2. Tuy nhiên, kết quả VIF bình
quân của mô hình là 1.23, và không có hệ số nào lớn 2 (Bảng 4.9). Vì vậy, ta có thể
kết luận hiện tượng đa cộng tuyến không tồn tại trong mẫu được sử dụng.
Bảng 4.9: Kết quả kiểm định đa cộng tuyến
Biến số độc lập VIF
DCPI 1.47
DM2 1.39
GDP 1.25

106
VNI 1.19
DEXG 1.14
VND 1.09
LN_NPL 1.06
Mean VIF 1.23
4.1.6.4. Kiểm định Hausmann

Kết quả chạy kiểm định Hausman cho như sau:
Coefficients
(b) (B) (b-B) sqrt(diag(V_b-V_B))
fixed random Difference S.E.
lnNPL
L1. .8898857 .9100124 -.0201267 .0192997
gdp 10.15838 10.08211 .076272 .614901
dcpi
L2. -.4544174 -.5650946 .1106773 .128732
dm2
L2. .0818859 .0579034 .0239825 .0662808
dexg .5468246 .564938 -.0181134 .033389
vni
L1. .1518158 .1591898 -.007374 .0241783
vndq
L1. -.4152373 -.4789843 .063747 .1805992
vamc -.2018876 -.1856778 -.0162097 .0137936
q4d .1028449 .1000329 .002812 .0064524
var38 -.360278 -.339413 -.020865 .0677397
var39 -1.37797 -1.378129 .0001585 .0566663
b = consistent under Ho and Ha; obtained from xtreg

B = inconsistent under Ha, efficient under Ho; obtained from xtreg
Test: Ho: difference in coefficients not systematic

chi2(9) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 2.32
Prob>chi2 = 0.9970
Kết quả p-value > 5%, nên giả thuyết Ho không được bác bỏ, sự khác biệt
giữa các hệ số không có tính hệ thống. Vì vậy, phương pháp ước lượng ngẫu nhiên
phù hợp với số liệu của mô hình. Kết quả này khác với kết quả Hausman test tại
nghiên cứu của Lê Vân Chi và Hoàng Trung Lai (2014), khi phương pháp ước

107
lượng cố định được coi là mô hình phù hợp để đánh giá nhân tố tác động đến RRTD
tại 13 NHTM Việt Nam trong giai đoạn 2007 đến 2013. Tuy nhiên, điều này có thể
lý giải bởi sự khác biệt về các nhân tố độc lập được lựa chọn. Mô hình của Lê Vân
Chi và Hoàng Trung Lai (2014) bao gồm 6/7 nhân tố là đặc trưng của ngân hàng
như quy mô tổng tài sản, tỷ lệ an toàn vốn, tốc độ tăng tín dụng, tỷ lệ cho vay bất
động sản
4.1.7. Kết quả mô hình

4.1.7.1. Mô hình đầy đủ
Phần này xem xét tác động của các nhân tố khác nhau đến tỷ lệ nợ xấu NHTM
theo phương trình 1 (“Mô hình đầy đủ”). Bảng 4.10 báo cáo kết quả hồi quy đối với
mẫu nghiên cứu sử dụng phương pháp ước lượng ngẫu nhiên REM. Kết quả gốc của
mô hình được trình bày tại Phụ lục 2. Giá trị thống kê R2 cao, đạt 85,84%, xác nhận ý
nghĩa thống kê và độ tin cậy của mô hình thực nghiệm. Số trong ngoặc là p-value của
hệ số beta, *, ** và *** thể hiện mức ý nghĩa 1%, 5% và 10%, cụ thể:
Bảng 4.10: Kết quả mô hình hồi quy mô hình đầy đủ
Biến số Hệ số
Constant -0.2671 (0.142)
Lag1.Ln(NPL) 0.9100* (0.000)
GDP 10.0821*(0.001)
Lag2.DCPI -0.5651(0.395)
Lag2.DM2 0.0579(0.900)
DEXG 0.5649*(0.008)
Lag1.VNI 0.1592(0.324)
Lag1.VND -0.4790(0.665)
VAMC -0.1857*(0.000)
Q4D 0.1000**(0.012)
BIDV -0.3394(0.144)
SHB -1.3781*(0.000)

108
Kiểm định Wald chi2(11) 1703.44*(0.000)

R-squared 85.84%
Nguồn: Tính toán của tác giả từ phần mềm thống kê STATA
Kết quả hồi quy phù hợp với mong đợi về dấu và có ý nghĩa thống kê p<0.1%
đối với hai biến nợ xấu trễ 1 quý (Lag1.lnNPL) và tăng trưởng gdp; với ý nghĩa
thống kê xấp xỉ 10% đối với ba biến tỷ giá VNĐ/USD, lạm phát và tăng trưởng xuất
khẩu. Riêng biến độc lập chỉ số thị trường chứng khoán có dấu “+” phù hợp như
mong đợi với so lnNPL, nhưng không có ý nghĩa thống kê tốt.
Về việc lựa chọn độ trễ, các nghiên cứu mà tác giả tham khảo đều có sử dụng
độ trễ khá đa dạng, từ 1 đến 3. Điều này phản ánh sự tác động khác nhau của các
biến vĩ mô tới chất lượng nợ xấu của ngân hàng, có những yếu tố có tác động tức
thì, có những biến sẽ tác động chậm hơn tới khả năng trả nợ của doanh nghiệp đối
với ngân hàng. Kết quả hồi quy mô hình cho thấy hệ số R-squared vẫn đạt mức cao
(84,67%). Các hệ số đều có chiều dấu trong mô hình hợp lý và đều có ý nghĩa thống
kê. Do vậy, mô hình này sẽ được sử dụng để dự đoán tỷ lệ nợ xấu của ngân hàng
Vietinbank trong thời gian tới. Việc điều chỉnh các biến theo độ trễ nhằm tránh xảy
ra hiện tượng thiếu biến và xảy ra hiện tượng biến độc lập tương quan với phần dư.
Thứ nhất, hệ số hồi quy của biến Lag1.lnNPL mang dấu dương (hệ số 0,904)
với xác suất 0,0000 cho thấy tỷ lệ nợ xấu của quý trước luôn có tác động cùng chiều
với tỷ lệ nợ xấu quý sau. Điều này phù hợp với diễn biến số liệu tỷ lệ nợ luôn có xu
hướng tăng trong thời kỳ nghiên cứu 2009-2015, ngay cả đối với cả những NHTM
lớn như BID, VCB và Vietinbank. Xét về cơ cấu nợ của toàn hệ thống, thì nợ nhóm
3 và nợ nhóm 5 tiếp tục gia tăng lần lượt là 51% và 22% trong năm 2015. Điều này
đồng nghĩa, nợ xấu không tĩnh mà động với xu hướng từ nhóm 3 dịch chuyển ngày
càng gần nhóm 5. Và ba vấn đề cần đặt ra là: (i) nợ nhóm 1 và nhóm 2 vẫn đang
dịch chuyển rất nhanh qua nhóm 3; (ii) nợ nhóm 4 xu hướng giảm bởi chuyển dần
sang nợ nhóm 5; (iii) các ngân hàng vẫn loay hoay trong giải quyết nợ xấu và chỉ
tập trung hoạt động bán nợ tạm thời cho công ty VAMC.
Hiện tương ứ đọng nợ xấu trong hệ thống ngân hàng cũng diễn ra tại nhiều

109
nước khác trên thế giới. Ví dụ, nghiên cứu của Das và Gosh (2007) về các NHTM
nhà nước của Ấn Độ trong giai đoạn 1994-2005 cũng tìm thấy kết quả dương của
biến Lag1.lnNPL với hệ số 0,854 và xác suất 0,0033. Bimal Jalan, Thống đốc Ngân
hàng Trung ương Ấn Độ (Jalan, B., 2001), giải thích bởi sự yếu kém trong quá trình
thu nợ, tầm quan trọng hơn nữa của khâu thi hành án, vốn chỉ được coi là biện
pháp xử lý cuối cùng đối với bên vay nợ xấu. Ngoài ra, để xử lý nợ xấu triệu để
hơn, cần tạo lập một thị trường thứ cấp cho mua bán nợ xấu, công khai thông tin
để các công ty mua bán nợ có thể tìm kiếm, đàm phán với các tổ chức tín dụng
mua nợ.
Thứ hai, GDP có hệ số dương (10,325) và p-value 0,005 với lnNPL, phù hợp
với kết quả tại các nghiên cứu nước ngoài như Salas và Saurina (2002), Jimenez và
Saurina (2005), Fofack (2005) và các nghiên cứu trong nước như Trương Đông
Lộc, Nguyễn Văn Thép (2015) tại các quỹ tín dụng Đồng Bằng Sông Cửu Long,
Nguyễn Trâm (2014) cho các NHTM niêm yết. Trên thực tế, tăng trưởng GDP cao
sẽ giúp làm giảm nợ xấu trong hệ thống ngân hàng. Ngược lại, mức tăng trưởng
kinh tế thấp trong giai đoạn nghiên cứu làm suy yếu hệ thống ngân hàng và góp
phần làm tăng RRTD. Suy thoái kinh tế thường đi trước tình trạng bất ổn trong hệ
thống tài chính ngân hàng.Tại các nước có nền kinh tế chuyển đổi như Việt Nam,
những vấn đề này có thể trầm trọng hơn do làm chậm lại quá trình tái cấu trúc các
doanh nghiệp nhà nước.
Thứ ba, giả thuyết về tỷ lệ nợ xấu quý 4 thường thấp hơn các quý khác được
chứng minh đối với các NHTM trong mẫu nghiên cứu với hệ số tương quan 0,174
và p-value = 0,001. Diễn biến này mang tính quy luật, khi nợ xấu thường tăng vào
những tháng đầu năm và được xử lý tích cực vào cuối năm.
Thứ tư, giả thuyết tỷ lệ nợ xấu (sau khi cộng lại giá trị đã bán cho VAMC)
tăng mỗi khi ngân hàng bán nợ cho VAMC được chứng minh với xác suất ý nghĩa
thống kê p-value = 0,0000, hệ số -0,257.Mặc dù hệ số không lớn, nhưng kết quả này
nói lên phần tích cực của VAMC là động lực để các NHTM phân loại đúng nhóm
nợ xấu hơn, giảm bớt những hành vi tái cơ cấu khoản vay nhằm giữ nguyên nhóm

110
nợ tốt.
Thứ năm, mối quan hệ giữa chỉ số chứng khoán với độ trễ 1 quý và tỷ lệ nợ
xấu ngân hàng thể hiện chiều dấu như mong đợi, nhưng với p-value không có ý
nghĩa thống kê (0,174). Tương tự, gia tốc tăng trưởng tổng kim ngạch xuất khẩu
cũng có tác dụng tốt, làm giảm tỷ lệ nợ xấu ngân hàng, nhưng với p-value = 0,18.
Những giả thuyết khác về tác động của biến động tỷ giá, tăng tổng phương
tiện thanh toán M2 và CPI đối với RRTD ngân hàng không được chứng minh vì có
p-value quá cao. Tuy nhiên, dấu của các hệ số này đều phù hợp với các lý thuyết
kinh tế. Việc p-value cao có thể được giải thích bởi tác động quá lớn của tỷ lệ nợ
xấu quý trước đối với NPL quý sau của các NHTM trong mẫu nghiên cứu. Điều này
khá tương đồng với kết quả của Nguyễn Trâm (2014) khi các biến số Tỷ giá bình
quân liên ngân hàng USD/VND, chỉ số giá tiêu dùng CPI cũng không có ý nghĩa
thống kê khi đánh giá tác động tới tỷ lệ nợ xấu khi sử dụng dữ liệu quý về các
NHTM niêm yết trong giai đoạn 2006-2013.
4.1.7.2. Mô hình rút gọn

Mục tiêu cơ bản của Luận án nghiên cứu là khám phá khả năng tác động của
các nhân tố kinh tế vĩ mô đối với RRTD NHTM, để từ đó lựa chọn một vài biến số
cơ bản xây dựng giả định về kịch bản cú sốc kiểm định. Vì vậy, sau khi ra kết quả
chạy hồi quy mô tại Bảng 4.10, bài nghiên cứu sẽ loại bỏ những biến có p-value lớn
và rút gọn mô hình còn GDP, cũng như các biến độ trễ 1 quý của tỷ lệ nợ xấu, biến
giả tác động của hiện tượng quý 4, biến giả VAMC và SHB. Mô hình rút gọn có
dạng như sau và kết quả mô hình sẽ được trình bày tại Bảng 4.11. Kết quả gốc của
mô hình được trình bày tại Phụ lục 3.
∑6d
2c4 ∑1c4 a12
b
= e + f ∑6d
2c4 ∑1c4 a12g4 + h4 ∑2c4 2 +
b 6d
h6 ∑6d
2c4 ijk2 + l4 ∑2c4 $ %& + l6 ∑2c4 m4 + 812 (Phương trình 2)
6d 6d

111
Bảng 4.11: Kết quả mô hình hồi quy được sử dụng để dự đoán tỷ lệ nợ xấu
Hệ số
Constant -0.0704(0.641)
Lag1.Ln(NPL) 0.9156*(0.000)
GDP 6.4297*(0.008)
VAMC -0.1857*(0.000)
Q4D 0.0994**(0.011)
SHB -1.3759*(0.000)
Kiểm định Wald chi2(11) 1727.54*(0.000)
R-squared 84,67%
Kết quả hồi quy mô hình cho thấy hệ số R-squared vẫn đạt mức cao (84,67%).
Các hệ số đều có chiều dấu trong mô hình hợp lý và đều có ý nghĩa thống kê. Mô
hình dự đoán khá tốt tỷ lệ nợ xấu của các NHTM niêm yết, trong đó có Vietinbank
(Hình 4.2). Để dự đoán tỷ lệ nợ xấu, ngoài biến tỷ lệ tăng trưởng GDP, biến giả
VAMC nhận giá trị bằng 0 (vì bài nghiên cứu muốn nghiên cứu nợ xấu thực tế của
Vietinbank trong trường hợp không bán nợ xấu cho VAMC, điều này sẽ thể hiện rõ
hơn thực trạng quản lý nợ xấu của Vietinbank), biến giả Q4D nhận giá trị bằng 1
vào quý 4 và giá trị 0 vào các quý khác của năm và biến giả SHB nhận giá trị bằng
0. Cụ thể, phương trình sau đây sẽ được sử dụng để dự đoán tỷ lệ nợ xấu của ngân
hàng Vietinbank:
lnNPLt = -0.0704 + 0.9156 lnNPLt-1 + 6.4297 GDPt + 0.0994Q4Dt (phương trình 3)

112
ACB BID CTG
.1
.05
0
EIB MBB NVB

.1
.05
0
SHB STB VCB

.1
.05
0
2009-Q32011-Q32013-Q32015-Q32009-Q32011-Q32013-Q32015-Q32009-Q32011-Q32013-Q32015-Q3
QUY
NPL NPLpre
Graphs by NH
Hình 4.2: Tỷ lệ nợ xấu thực tế và tỷ lệ nợ xấu tính theo mô hình rút gọn
4.2. Xây dựng kịch bản Kiểm tra sức chịu đựng
4.2.1. Mô hình dự báo GDP
Luận án sử dụng mô hình dự báo ARIMA (p,I,q) để dự báo giá trị của GDP
nên đã sửa lại là mô hình ARIMA (3,0,0). Lược đồ tự tương quan (ACF) ta có:

113
1.00 0.50
Autocorrelations of gdp
-0.50 0.00
-1.00
0 10 20 30
Lag
Bartlett's formula for MA(q) 95% confidence bands
Hình 4.3: Lược đồ tự tương quan (ACF) cho mô hình dự báo GDP
Lược đồ tương quan riêng phần (PACF) ta có:
1.00
Partial autocorrelations of gdp
0.00 -0.50 0.50
0 10 20 30
Lag
99% Confidence bands [se = 1/sqrt(n)]
Hình 4.4: Lược đồ tự tương quan (ACF) cho mô hình dự báo GDP
Từ lược đồ tương quan thấy để dự báo GDP có thể lựa chọn nhiều mô hình

114
ARIMA khác nhau. Tuy nhiên, ta sử dụng các chỉ số AIC, BIC để lựa chọn ra mô
hình tối ưu. Mô hình mà cho chỉ số AIC, BIC càng thấp thì mô hình càng chính xác.
Bảng kết quả lựa chọn mô hình ARIMA trong đề tài.
Bảng 4.12: Kết quả chỉ số AIC và BIC cho mô hình dự báo GDP
Mô hình AIC BIC
ARIMA(3,0,3) (439) (426)
ARIMA(3,0,1) (446) (433)
ARIMA(3,0,0) (448) (437)

ARIMA(0,0,3) (434) (423)
ARIMA(2,0,3) (437) (422)
Mô hình sử dụng số liệu tăng trưởng GDP của Việt Nam từ quý 1 năm 2000
tới quý 1 năm 2016, bao gồm 65 quan sát. Thực hiện kiểm định tính dừng của chuỗi
dữ liệu theo thời gian GDP, ta có gdp là chuỗi dừng ở mức p-value = 0.0563:
. dfuller gdp, lags(0)
Dickey-Fuller test for unit root Number of obs = 63
Interpolated Dickey-Fuller
Test 1% Critical 5% Critical 10% Critical
Statistic Value Value Value
Z(t) -2.814 -3.562 -2.920 -2.595
MacKinnon approximate p-value for Z(t) = 0.0563
Kết quả mô hình AR(3,0,0) có R2 khá tốt, đạt 70,65%. Kết quả gốc của mô
hình được trình bày tại Phụ lục 4. Hệ số của phương trình mô hình ARIMA được
trình bày trong bảng 4.13 sau:
Bảng 4.13: Kết quả mô hình ARIMA dự báo tỷ lệ tăng trưởng GDP
Hệ số
Constant 0.0084(0.111)

115
Lag1.GDP 0.9255*(0.000)
Lag2.GDP -0.5220(0.000)
Lag3.GDP 0.4704(0.000)
Kiểm định chi2 146.84*(0.000)
R-squared 70,65%
Phương trình sau sẽ được sử dụng để dự phóng GDP:
GDPt = 0.0084 + 0.9255 GDPt-1 - 0.5220 GDP t-2 + 0.4704 GDPt-3 (phương trình 4)
Kết quả dự phóng ba kịch bản chuẩn, xấu và căng thẳng như sau:
4.2.2. Kịch bản chuẩn

Là kịch bản thể hiện những biến động của GDP theo phương trình 4. Đây là
kịch bản dự báo, không mang tính chất bất lợi. Kết quả mô hình AR được trình bày
tại Đồ thị 4.2 sau:
Đồ thị 4.2: Dự báo GDP 2016-2017 theo kịch bản chuẩn

Khi so sánh với các dự báo của WB, IMF và ADB, cũng như chỉ tiêu tăng
trưởng GDP 2016 (Bảng 4.14) của Quốc Hội đặt ra, ta thấy kết quả dự báo của mô

116
hình (6.26%) là khá thận trọng.

Bảng 4.14: Dự báo tăng trưởng GDP năm 2016
Chỉ tiêu WB IMF ADB Quốc Hội

GDP 6.6.% 6.4% 6.6% 6.7%
4.2.3. Kịch bản xấu

Là kịch bản được xây dựng trên cơ sở phương trình 4, nhưng với giả định tốc
độ tăng trưởng GDP của Việt Nam tăng chậm hơn so với dự báo mô hình là 1 độ
lệch chuẩn (stdev= 0.0128543) liên tiếp trong 3 quý của năm 2016.
Variable Obs Mean Std. Dev. Min Max
gdp 65 .0664677 .0128543 .0314 .0926
Theo kịch bản này, tốc độ tăng trưởng GDP của Việt Nam sẽ chạm đáy vào
quý 4 năm 2016 (3.37%), gần bằng mức thấp nhất 3.14% từ năm 2000 tới nay. Tốc
độ tăng trưởng các quý trong năm 2017 dao động trong khoảng 4-4.5% là mức thấp
đối với nước đang phát triển như Việt Nam.
Đồ thị 4.3: Dự báo GDP 2016-2017 theo kịch bản xấu


117
4.2.4. Kịch bản căng thẳng

Là kịch bản được xây dựng trên giả định thời gian suy thoái của kinh tế trong
kịch bản xấu tiếp tục kéo dài thêm 2 quý bằng cách giá trị dự phóng GDP theo
phương trình 4 được giảm trừ cho 1 độ lệch chuẩn GDP theo quý trong 5 quý liên
tiếp (Đồ thị 4.4).
Đây là thời gian suy giảm tốc độ tăng trưởng GDP rất nghiêm trọng đối với
Việt Nam. Để so sánh, trong lịch sử từ năm 2000 tới nay, kinh tế nước ta chỉ bị
giảm tốc độ tăng trưởng GDP trong tối đa 2 quý liên tiếp. Tốc độ tăng trưởng theo
quý (quy năm) thấp nhất là 3.14%, so với mức thấp nhất của kịch bản căng thẳng là
2.00%. Khác với những nghiên cứu khác sử dụng số liệu năm, đề tài đánh giá các
kịch bản theo tần suất quý, và được tính bằng tốc độ tăng trưởng của giá trị GDP
quý này so với cùng kỳ năm trước. Có thể nói rằng việc giảm giả 1 độ lệch chuẩn
theo quý là nhỏ, nhưng khi đánh giá theo năm, GDP theo các kịch bản suy giảm rất
nhanh. Cụ thể, theo kịch bản xấu, tốc độ tăng trưởng GDP giảm từ 5.46% tại
31/3/2016 xuống còn 3.96% sau một năm (tại 31/3/2017); theo kịch bản căng thẳng,
tốc độ tăng trưởng GDP giảm từ 5.46% xuống còn 2.68% sau một năm. Xét trên
quan điểm “xây dựng kịch bản Kiểm tra sức chịu đựng đủ căng thẳng, nhưng có thể
xảy ra”, dựa trên thống kê tốc độ tang trưởng GDP của Việt Nam từ năm 1990 đến
nay, tác giả thấy việc xác định mức độ suy giảm của GDP Việt Nam như vậy là phù
hợp.
Tốc độ tăng GDP theo năm bình quân giai đoạn 2000-2015 là 7.19%, độ lệch
chuẩn là 1.28%. Tốc độ tăng GDP theo năm của kịch bản căng thẳng là 3.37% vào
năm 2016 và 3.68% vào năm 2017, tương đương với 2.98 lần độ lệch chuẩn vào
năm 2016 và 2.74 lần độ lệch chuẩn vào năm 2017. Mức độ nghiêm trọng của kịch
bản căng thẳng như vậy là cao hơn so với yêu cầu của IMF đối với các Kiểm tra
sức chịu đựng thực hiện trong khuôn khổ FSAP (IMF, 2012). IMF yêu cầu các
FSAP xây dựng cú sốc tăng trưởng GDP dựa trên số bình quân trong vòng 20-30
năm, trừ đi 2 lần độ lệch chuẩn. Như vậy, xác suất xảy ra của kịch bản căng thẳng
sẽ khá thấp, dao động từ 1-5%, và có thể so sánh với cuộc thực tế xấu nhất đã xảy

118
ra.
Theo công thức, GDPt = 0.0084 + 0.9255 GDPt-1 - 0.5220 GDP t-2 + 0.4704
GDPt-3, Kịch bản được xây dựng trên giả định thời gian suy thoái của kinh tế trong
kịch bản xấu tiếp tục kéo dài thêm 2 quý bằng cách giá trị dự phóng GDP theo công
thức này, nhưng được giảm trừ cho 1 độ lệch chuẩn GDP theo quý trong 5 quý liên
tiếp, tức đến quý 2/2017. Sau đó, GDP được dự báo trở lại theo phương trình kịch
bản chuẩn. Như vậy, GDP sẽ đạt điểm đáy vào quý 2/2017, bằng 2%, sau đó tăng
dần trở lại lên 3.68% tại quý 4/2017. Điều này có nghĩa giá trị GDP tại 30/6/2017
tăng 2% so với 30/6/2016; giá trị GDP tại 31/12/2017 tăng 3.68% so với
31/12/2016. Việc lựa chọn không stress tiếp sau 5 quý là nhằm (i) kiểm định NPL
của Vietinbank sẽ bằng bao nhiêu khi GDP chỉ tăng 2%, và (ii) NPL sẽ tăng như thế
nào nếu thời gian suy thoái kéo dài, cụ thể là 5 quý liên tiếp. Như đã trình bày trong
luận án, đây là kịch bản suy giảm tốc độ tăng trưởng GDP rất nghiêm trọng đối với
Việt Nam. Để so sánh, trong lịch sử từ năm 2000 tới nay, kinh tế nước ta chỉ bị
giảm tốc độ tăng trưởng GDP trong tối đa 2 quý liên tiếp. Tốc độ tăng trưởng theo
quý (quy năm) thấp nhất là 3.14%, so với mức thấp nhất của kịch bản căng thẳng là
2.00%.
Đồ thị 4.4: Dự báo GDP 2016-2017 theo kịch bản căng thẳng

119
4.3. Mô hình Kiểm tra sức chịu đựng RRTD tại Vietinbank trong
các kịch bản
4.3.1. Dự báo tỷ lệ nợ xấu của Vietinbank trong các kịch bản
Luận án sử dụng phương trình 3 để tính tỷ lệ nợ xấu của Vietinbank trong 7
quý tiếp theo trong 3 kịch bản chuẩn, xấu và căng thẳng. Tỷ lệ nợ xấu đươc tính cho
cả hai trường hợp: bao gồm và không bao gồm nợ chuyển cho VAMC. Để đơn giản
hóa, Luận án giả định tổng dư nợ chuyển sang VAMC là không đổi và tổng dư nợ
cho vay của Vietinbank tăng bình quân 3%/quý, tương đương 12%/năm. Đây là
mức tăng trưởng tín dụng trung bình trong trường hợp kinh tế vĩ mô không thuận
lợi, phù hợp với mục tiêu kiểm tra của Kiểm tra sức chịu đựng .
Kết quả trình bày tại Bảng 4.15 cho thấy, trong kịch bản chuẩn, tỷ lệ nợ xấu
bao gồm nợ chuyển VAMC dao động trong khoảng 2,17% đến 2,91%, vẫn đảm bảo
mục tiêu giữ ổn định dưới 3% của ngân hàng. Tỷ lệ nợ xấu sau khi loại trừ nợ
chuyển VAMC đạt mức rất thấp và hầu hết các quý dưới 1%.
Trong kịch bản xấu, tỷ lệ nợ xấu bao gồm nợ xấu cũ đã chuyển đổi sang trái
phiếu VAMC sẽ tăng trên 3%, và đạt mức cao nhất là 4.4%. Tỷ lệ nợ xấu không bao
gồm nợ đã chuyển VAMC dao động ở mức từ 0.92% đến 2.78%.
Cuối cùng, trong kịch bản căng thẳng (chưa xảy ra bao giờ, tỷ lệ tăng trưởng
GDP dao động chính trong khoảng 2.0% - 3.7%), tỷ lệ nợ xấu của Vietinbank có thể
đạt ngưỡng 5.93% (bao gồm nợ xấu cũ đã chuyển đổi sang trái phiếu VAMC) hay
4.31% (không bao gồm nợ chuyển VAMC). Đây là mức rất cao so với tỷ lệ nợ xấu
hiện nay của ngân hàng. Khi đó, Vietinbank sẽ cần giảm tỷ lệ tăng trưởng tín dụng
và cũng cần đưa ra các giải pháp đề phòng để xử lý, thu hồi nợ xấu nếu xảy ra.
Bảng 4.15: Kết quả các kịch bản dự phóng tỷ lệ nợ xấu của Vietinbank
Kịch bản chuẩn Kịch bản xấu Kịch bản căng thẳng
NPL có NPL NPL có NPL NPL có NPL

GDP nợ không GDP nợ không GDP nợ không
chuyển gồm chuyển gồm chuyển gồm

120
VAMC VAMC VAMC VAMC VAMC VAMC
0.92%
1/2016(T) 5.46% 2.86% 5.46% 2.86% 0.92% 5.46% 2.86% 0.92%
T+1 5.44% 2.91% 1.03% 4.16% 3.15% 1.27% 4.16% 3.14% 1.26%
T+2 6.17% 2.83% 1.00% 3.70% 3.55% 1.72% 3.70% 3.53% 1.70%
T+3 6.26% 2.49% 0.71% 3.37% 3.66% 1.88% 3.37% 3.65% 1.87%
T+4 5.95% 2.48% 0.76% 3.96% 4.00% 2.28% 2.68% 4.31% 2.59%
T+5 5.97% 2.47% 0.80% 4.47% 4.20% 2.53% 2.00% 5.24% 3.57%
T+6 6.19% 2.43% 0.81% 4.46% 4.40% 2.78% 2.86% 5.93% 4.31%
T+7 6.23% 2.17% 0.59% 4.48% 4.16% 2.58% 3.68% 5.75% 4.17%
Nguồn: Tính toán của tác giả
4.3.2. Dự báo tỷ lệ an toàn vốn của Vietinbank trong các kịch bản
Trước hết, để đánh giá tỷ lệ an toàn vốn theo Basel II, người ta cần thu thập
PD của danh mục tín dụng ngân hàng. Do không có số liệu PD của Vietinbank,
chúng ta sử dụng số liệu thống kê do BCBS tiến hành khi đánh giá mức độ thay đổi
trong mức vốn tự có tối thiểu khi chuyển sang quy chuẩn của Basel II, gọi tắt là QIS
5 (BIS, 2006). Trong đó, BCBS chia các nước theo 3 nhóm: G-10 bao gồm 13 nước
thành viên Basel, CEBS là các nước thành viên thuộc Ủy ban các cơ quan giám sát
ngân hàng (Committee of European Banking Supervisors); các nước không thuộc
G-10 và CEBS bao gồm Úc, Bahrain, Brazil, Chile, Ấn Độ, Indonesia, Peru và
Singapore. Trong mỗi nhóm nước, các ngân hàng lại đươc chia thành nhóm có vốn
cấp 1 lớn hơn 3 tỷ EUR, có danh mục cho vay đa dạng và có hoạt động kinh doanh
ngoài lãnh thổ quốc gia; và nhóm không đạt đủ cả ba tiêu chí trên. Theo đó, tỷ lệ PD
thống kê được chia theo đối tượng cho vay được trình bày tại bảng 4.16.
Bảng 4.16: PD phân theo đối tượng cho vay của QIS 5
Ngân hàng Nhóm 1 Ngân hàng Nhóm 2
Nhóm đối tượng vay G10 CEBS Non-G10 G10 CEBS Non-G10
Doanh nghiệp 0.99 1.04 0.85 0.89 0.83 1.47

121
Tổ chức tín dụng 0.27 0.22 0.26 0.12 0.11 0.74

Nhà nước 0.12 0.13 0.14 0.03 0.04 0.24
Doanh nghiệp vừa và nhỏ 2.1 2.2 1.61 2.19 2.16 4.31
Bất động sản tiêu dung 1.17 1.52 0.97 1.21 1.39 17.72
Thẻ 2.95 3.69 2.58 2.23 2.33 11.34
Tiêu dùng khác 3.45 4.33 2.77 2.09 2.32 11.86
Siêu vi mô 2.99 3.26 1.52 3.68 3.66 6.22

Như vậy:
- Theo tiêu chí nhóm nước, tác giả xác định áp dụng chỉ số cho nhóm thứ ba,
tức các nước không thuộc G-10 và CEBS bao gồm Úc, Bahrain, Brazil, Chile, Ấn
Độ, Indonesia, Peru và Singapore cho Việt Nam;
- Theo tiêu chí nhóm ngân hàng trong mỗi nhóm nước, tác giả áp dụng nhóm
1, bao gồm các ngân hàng lại đươc chia thành nhóm có vốn cấp 1 lớn hơn 3 tỷ
EUR, có danh mục cho vay đa dạng và có hoạt động kinh doanh ngoài lãnh thổ
quốc gia. Trên thực tế, Vietinbank có vốn cấp một trên 1 tỷ EUR, vốn chủ sở hữu
của Vietinbank là 56,1 nghìn tỷ đồng tại 31/12/2015; có danh mục cho vay rất đa
dạng và có chi nhánh tại Đức, Lào và hệ thống ngân hàng đại lý rộng. Theo quy
định của Basel, nhóm 2 là các ngân hàng không đạt đủ cả ba tiêu chí trên.
Với những lý do trên, tác giả áp dụng PD của ngân hành nhóm 1, thuộc các
nước Non-G10 (được bôi đậm ở bảng dưới đây) là hợp lý. Với cơ cấu cho vay tại
31/12/2015, PD của Vietinbank được trình bày tại Bảng 4.17.
Bảng 4.17: PD ước tính của Vietinbank
Đối tượng Dư nợ (tỷ VND) Tỷ trọng PD
Doanh nghiệp lớn 312,142 57.1% 0.85
Doanh nghiệp vừa và nhỏ 16,575 3.0% 1.61

122
Cho vay nhà đất 25,906 4.7% 0.97

Cho vay tiêu dùng khác 6,152 1.1% 2.77
Tổ chức, DNNN 96,480 17.6% 0.14
Tổ chức tín dụng 1,633 0.3% 0.26
Cho vay cá nhân khác 88,103 16.1% 1.52
Cả danh mục 546,991 0.88

Áp dụng công thức tính PD trong trạng thái căng thẳng của Buncic và
Melecky (2013) và tính RWA của Schmeider và cộng sự (2011) như đã nêu tại
chương 2, ta có tỷ lệ thay đổi của RWA trong hai kịch bản xấu và căng thẳng như
sau:
Bảng 4.18: Ước lượng ∆PD và ∆RWA trong kịch bản xấu và căng thẳng
Kịch bản xấu Kịch bản căng thẳng

Quý NPL ∆PD ∆RWA NPL ∆PD ∆RWA
T+1 3.15% 10.37% 0.21% 3.14% 10.01% 0.22%
T+2 3.55% 24.67% 0.10% 3.53% 23.96% 0.09%
T+3 3.66% 28.61% 0.15% 3.65% 28.25% 0.15%
T+4 4.00% 40.77% 0.56% 4.31% 51.85% 1.23%
T+5 4.20% 47.92% 0.96% 5.24% 85.11% 5.04%
T+6 4.40% 55.07% 1.49% 5.93% 109.78% 9.57%
T+7 4.16% 46.49% 0.87% 5.75% 103.35% 8.25%
Tại 31/12/2015, tổng dư nợ của Vietinbank là 676,688 tỷ đồng, với nợ xấu là
4,924 tỷ đồng. Nếu tổng dư nợ không đổi, nhưng tỷ lệ nợ xấu tăng lên 5.93% (đã
bao gồm nợ VAMC) hoặc 4.31% (chưa bao gồm nợ VAMC) giá trị tổng dư nợ, thì
giá trị nợ xấu của Vietinbank trong kịch bản căng thẳng dự kiến tăng lên 29,165 tỷ
đồng, so với mức 4,903 tỷ đồng theo báo cáo tài chính tháng 12/2015. Nếu tính tổng
số nợ xấu đã bán cho VAMC tại 31/12/2015, thì nợ xấu của Vietinbank trong kịch
bản căng thẳng nhất có thể lên tới xấp xỉ 40,000 tỷ đồng, tăng thêm so với

123
31/3/2016 khoảng 25,000 tỷ đồng. Tùy thuộc vào chất lượng tài sản đảm bảo và tỷ
lệ nợ các nhóm, giá trị trích lập dự phòng bổ sung cho khoản nợ xấu tăng thêm là
không nhỏ. Với vốn chủ sở hữu tại 31/12/2015 của Vietinbank là 56,110 tỷ đồng,
tỷ lệ CAR là 10.58%, thì khi nợ xấu tăng thêm 25,000 tỷ đồng, chắc chắn
Vietinbank sẽ không duy trì mức vốn an toàn tối thiểu 9%.
Tỷ lệ nợ xấu của Vietinbank trong kịch bản căng thẳng chỉ tăng lên gần 6% là
tối đa, mức thấp hơn so với các ngân hàng nhỏ có thể trên 10%. Tuy nhiên, quy mô
của Vietinbank rất lớn, với NPL bằng 6% thì quy mô dư nợ đã lên tới 40,000 tỷ, gấp
nhiều lần so với quy mô vốn chủ sở hữu của ngân hàng nhỏ 3,000-5,000 tỷ đồng. Vì
vậy, chỉ cần mức nợ xấu 4-5% đã là mức báo động đối với Vietinbank và ngân hàng
cần triển khai những biện pháp cấp thiết nhằm đảm bảo tỷ lệ an toàn vốn ngay.
Hơn nữa, nếu dùng chỉ số NPL để đánh giá biến động của chất lượng tín dụng,
thì sự khác biệt giữa kịch bản xấu và kịch bản căng thẳng không quá lớn (4.40% với
5.93%). Tuy nhiên, sự khác biệt giữa hai kịch bản trong đối với ∆PD là 55.07% và
109.78%; ∆RWA là 1.49% và 9.57%. Khi tỷ lệ nợ xấu của Vietinbank tăng trên
mức 4% thì RWA tăng thêm khoảng 1%, trên mức 5.2% thì RWA tăng thêm
khoảng 5%. Nếu tỷ lệ nợ xấu của Vietinbank tăng lên xấp xỉ 6% thì RWA tăng
thêm gần 10%. Do Tỷ lệ an toàn vốn (T+1) = [Vốn tự có tại T + Lợi nhuận (T+1)]/
RWA(T+1), nếu kịch bản xấu và căng thẳng xảy ra, tỷ lệ an toàn vốn CAR của
Vietinbank sẽ giảm tối thiểu bằng mức tăng của RWA, khi giả định lợi nhuận hoạt
động của ngân hàng bù đắp được phần trích lập dự phòng bổ sung và ngân hàng
không chịu lỗ trong kỳ đó. Khi đó, Vietinbank sẽ phải tăng vốn điều lệ thêm 5%
hoặc 10% tương ứng.
Tỷ lệ nợ xấu (không bao gồm nợ xấu chuyển VAMC) là NPL của các ngân
hàng công bố tại báo cáo tài chính trước khi điều chỉnh them số nợ đã bán cho
VAMC tại thời điểm tính toán. Thông thường, tỷ lệ nợ không bao gồm nợ xấu
chuyển VAMC thấp hơn tỷ lệ nợ, có bao gồm nợ xấu chuyển VAMC, và như vậy,
tỷ lệ nợ xấu được công bố thấp hơn con số thực tế.
Vì vậy, với giả định trong giai đoạn dự báo kịch bản, Vietinbank không bán

124
thêm nợ xấu cho VAMC, nhưng vẫn giữ nguyên nợ xấu đã bán tại VAMC, tác giả
xác định NPL của ngân hàng theo cả hai cách tính: có và không có nợ xấu đã bán
cho VAMC. Tương tự cách giải thích trên, việc tỷ lệ NPL của Vietinbank không
bao gồm nợ xấu chuyển VAMC thấp hơn NPL bao gồm nợ xấu chuyển VAMC là
điều phù hợp. Và mức độ nghiêm trọng của tỷ lệ nợ xấu ngân hàng cần được đánh
giá thông qua tỷ lệ nợ xấu bao gồm nợ xấu đã chuyển sang VAMC.

Chương 4 đã trình bày mô hình Kiểm tra sức chịu đựng RRTD tại Vietinbank
do tác giả đề xuất. Tác giả cũng trình bày chi tiết về kết quả số liệu thu thập được và
các bước lựa chọn yếu tố kinh tế vĩ mô vào mô hình kiểm định, cách xây dựng kịch
bản căng thẳng bằng mô hình dự phóng đơn giản ARIMA.
Kết quả đều cho thấy các mô hình dạng bảng và tự hồi quy có khả năng dự
báo tốt. Kết quả mô hình kinh tế vĩ mô cũng cho thấy những vấn đề của hệ thống
NHTM Việt Nam giai đoạn 2009-2015 như tác động của các đợt sát nhập ngân
hàng, nợ xấu tồn đọng và chưa được giải quyết hiệu quả.
Kết quả nghiên cứu cũng chỉ ra rằng, tỷ lệ nợ xấu của Vietinbank trong kịch
bản chuẩn có xu hướng giảm dần và giảm dưới mức mục tiêu 3%. Trong trường hợp
kịch bản xấu và trong trường hợp kịch bản căng thẳng, với tỷ lệ CAR hiện nay là
10.58%, chắc chắn Vietinbank sẽ không duy trì được mức vốn an toàn tối thiểu 9%
khi nợ xấu tăng thêm 25,000 tỷ đồng. Hơn nữa, khi tỷ lệ nợ xấu của Vietinbank tăng
trên mức 4% thì RWA tăng thêm khoảng 1%, trên mức 5.2% thì RWA tăng thêm
khoảng 5%. Nếu tỷ lệ nợ xấu của Vietinbank tăng lên xấp xỉ 6% thì RWA tăng
thêm gần 10%, tương đương với mức vốn chủ sở hữu cần tăng thêm ít nhất khoảng
5% hoặc 10% tương ứng.
Đây là cơ sở quan trọng để đưa ra những đề xuất đối với Vietinbank nói riêng,
các NHTM nói chung và cơ quan nhà nước nhằm tăng cường ứng dụng Kiểm tra
sức chịu đựng trong quản trị RRTD tại chương 5.

125
CHƯƠNG 5. MỘT SỐ ĐỀ XUẤT NHẰM TĂNG CƯỜNG ỨNG DỤNG

MÔ HÌNH KIỂM TRA SỨC CHỊU ĐỰNG VI MÔ ĐỐI VỚI RRTD TẠI
CÁC NHTM VIỆT NAM
5.1. Hoàn thiện mô hình Kiểm tra sức chịu đựng RRTD tại NHTM
Việt Nam
Kiểm tra sức chịu đựng là một tập hợp các công cụ kỹ thuật về đo lường rủi
ro. Tính chính xác của kết quả Kiểm tra sức chịu đựng lại phụ thuộc rất nhiều vào
mô hình nào được lựa chọn áp dụng. Luận án đã hoàn thiện mô hình Kiểm tra sức
chịu đựng cho Vietinbank bao gồm ba bước:
Bước 1: Đánh giá tác động của các yếu tố kinh tế vĩ mô Việt Nam đối với tỷ lệ
nợ xấu của Vietinbank trên dữ liệu của các NHTM niêm yết tại Việt Nam.
Bước 2: Dự phóng giá trị của các biến kinh tế vĩ mô cho quãng thời gian tiến
hành kiểm định theo 3 kịch bản chuẩn, kịch bản xấu và kịch bản căng thẳng.
Bước 3: Đánh giá giá trị nợ xấu, sau đó là PD, RWA và mức độ đáp ứng tỷ lệ an
toàn vốn CAR của Vietinbank trong ba kịch bản.
Những kết quả của mô hình tại Chương 4 chứng tỏ tính khả thi tại Vietinbank.
Mô hình có thể mở rộng ứng dụng với các NHTM khác tại Việt Nam, do kết quả
định lượng của bước 1 và 2 có thể áp dụng đối với các ngân hàng khác tại Việt
Nam. Tuy nhiên, các ngân hàng có thể bổ sung các mẫu quan sát dài hơn theo thời
gian, hoặc lựa chọn thêm / bớt ngân hàng khỏi mẫu nghiên cứu nhằm làm tăng tính
chính xác của mô hình.
Ngoài ra, kinh nghiệm ứng dụng mô hình Kiểm tra sức chịu đựng cho
Vietinbank cũng rút ra một số lưu ý một số vấn đề kỹ thuật như sau:
Thứ nhất, hiện nay hầu hết các ngân hàng vẫn sử dụng các chỉ số như NPL,
LLP làm thước đo RRTD. Các mô hình đo lường RRTD tại Việt Nam, như đã phân
tích tại phần tổng quan nghiên cứu, đều chỉ mô tả mối quan hệ giữa kinh tế vĩ mô
tới các thước đo này. Trong khi đó, phương pháp IRB của Basel II sử dụng các chỉ

126
số PD, LGD và EAD làm thước đo rủi ro. Do đó, các ngân hàng cần nhanh chóng
xây dựng số liệu thống kê PD, LGD và EAD, đồng thời nghiên cứu các mô hình
định lượng cho phép tính toán một cách gián tiếp PD, LGD và EAD thông qua NPL
(tương tự như Luận án này). Sau khi đã có dữ liệu thống kê chính xác của các xác
suất này, các ngân hàng có thể tiếp tục nghiên cứu các mô hình định lượng trực tiếp
tính tác động của cú sốc lên PD, LGD và EAD. Ngoài ra, việc xây dựng các mô
hình chuẩn tính toán các chỉ số này cũng rất quan trọng, và có thể phải áp dụng các
mô hình khác nhau tùy thuộc vào từng sản phẩm và loại tài sản tín dụng.
Thứ hai, Kiểm tra sức chịu đựng cần phù hợp với mục đích quản trị của người
dùng, cụ thể là Ban lãnh đạo ngân hàng. Biến số kết quả của Kiểm tra sức chịu đựng
có thể là các chỉ số, chỉ tiêu khác nhau, nhưng phải đáp ứng hai tiêu chí:
- Có thể đánh giá mức độ an toàn, bền vững của ngân hàng trước tác
động tiêu cực của ngoại cảnh và
- Có thể tính độ nhạy của biến số thước đo kết quả này, một cách trực
tiếp hoặc gián tiếp qua biến số trung gian khác, với sự biến động của các yếu tố gây
rủi ro.
Các biến số kết quả có thể lựa chọn là nhóm các chỉ số về tổn thất / khả năng
tổn thất tín dụng (NPL, LLP, PD, EAD, LGD..), các chỉ số về lợi nhuận (giá trị lợi
nhận, tỷ lệ lợi nhuận trên vốn ROE, tỷ lệ lợi nhuận trên tổng tài sản ROA..), các chỉ
số về vốn (giá trị vốn, tỷ lệ vốn an toàn vốn CAR , tỷ lệ lợi nhuận điều chỉnh rủi ro
trên vốn RAROC..). Trong mọi trường hợp, biến kết quả của Kiểm tra sức chịu
đựng phải đơn giản, dễ truyền tải nội dung tới cấp quản lý của ngân hàng để có thể
ra quyết định kịp thời, chính xác.
Thứ ba, các giả định về kịch bản cú sốc vĩ mô phải mang tính chất khả thi, có
thể xảy ra, nhưng đảm bảo đủ mạnh, để có thể đánh giá đúng khả năng chịu đựng
của ngân hàng nếu khủng hoảng xảy ra. Có nhiều mô hình được sử dụng để xây
dựng kịch bản. Tuy nhiên, cho mục đích quản trị rủi ro, các ngân hàng nên lựa chọn
các mô hình đơn giản, dễ hiểu nhưng có khả năng dự báo ngắn hạn như VAR,
VECM. Những mô hình cấu trúc phức tạp sẽ phù hợp hơn với mục đích dự báo

127
phân tích của các cơ quan nhà nước và viện nghiên cứu kinh tế.
5.2. Một số đề xuất khác đối với các NHTM

Ngoài hoàn thiện mô hình định lượng, luận án đề xuất một số vấn đề sau giúp
NHTM nâng cao ứng dụng Kiểm tra sức chịu đựng trong quản trị RRTD:
5.2.1. Nâng cao nhận thức về Basel II và Kiểm tra sức chịu đựng
Yếu tố đầu tiên ảnh hưởng tới hiệu quả thực hiện Kiểm tra sức chịu đựng tại
các ngân hàng Việt Nam là nhận thức về tầm quan trọng của mô hình kiểm tra Kiểm
tra sức chịu đựng trong quản trị RRTD tại Vietinbank nói riêng và các NHTM nói
chung. Basel II và cùng đó là các quy định về ICAAP và Kiểm tra sức chịu đựng đã
đưa ra tiêu chuẩn mới cao hơn về vốn, quản trị rủi ro nội bộ ngân hàng, và đưa ra
các biện pháp an toàn, linh hoạt hơn nhằm cải thiện chất lượng và số lượng vốn của
các ngân hàng để các ngân hàng ứng phó tốt hơn với khủng hoảng và ngăn khủng
hoảng tài chính. Kiểm tra sức chịu đựng đóng vai trò quan trọng trong việc định
hướng các ngân hàng hoạt động minh bạch hơn, đảm bảo vốn phòng ngừa cho
nhiều loại rủi ro hơn. Từ đó, năng lực quản trị điều hành, năng lực quản lý rủi ro
của ngân hàng cũng như hiệu quả hoạt động cũng được cải thiện rõ rệt.
Một trong những vấn đề quan trọng trong QTRR là các ngân hàng cần nâng cao
được uy tín của mình trên thị trường. Khi đó, ngay cả khi các cú sốc bất lợi xảy ra theo
kết quả thực hiện Kiểm tra sức chịu đựng thì tác động của các cú sốc này đến các ngân
hàng cũng được giảm nhẹ. Để làm được điều này, các ngân hàng cần nâng cao được
năng lực tài chính, công bố thông tin minh bạch, điều hành lãi suất linh động, tăng
cường tỷ lệ huy động vốn trung và dài hạn để củng cố niềm tin của khách hàng.
Các ngân hàng cũng cần nâng cao năng lực tài chính để có thể được thực hiện
bằng việc chủ động đa dạng hoá các hình thức huy động vốn, đảm mức vốn tự có theo
tiêu chuẩn và thông lệ quốc tế, nâng cao chất lượng tài sản, kiểm soát tỷ lệ nợ xấu và có
tốc độ tăng trưởng tín dụng phù hợp… Bên cạnh đó, các NHTM cần chú ý hơn đến các
công tác phân tích dự báo, đánh giá thị trường, đánh giá đối thủ cạnh tranh; định kỳ đo
lường, đánh giá hiệu quả kinh doanh để từ đó có những quyết định phù hợp và có điều

128
chỉnh phù hợp ứng phó với các thay đổi của môi trường kinh doanh.
Tập trung xử lý dứt điểm nợ xấu, nợ còn tồn đọng cũng cần được các ngân
hàng quan tâm khi nâng cao năng lực tài chính. Các ngân hàng có thể cân nhắc các
phương án xử lý nợ xấu như bán nợ cho VAMC, tăng mức trích lập dự phòng nợ
xấu, cân nhắc chuyển nợ quá hạn, nợ xấu thành cổ phần.
Giải pháp tìm kiếm đối tác chiến lược, tận dụng các thế mạnh của các nhà đầu
tư chiến lược cũng rất quan trọng trong việc phát triển toàn diện ngân hàng. Tận
dụng tốt các chương trình hỗ trợ kỹ thuật của các nhà đầu tư chiến lược sẽ giúp
ngân hàng giảm được chi phí thuê tư vấn khi áp dụng các công cụ quản trị rủi ro.
Bên cạnh đó, các ngân hàng cũng cần học hỏi kinh nghiệm quản trị rủi ro và kinh
nghiệm thực hiện Kiểm tra sức chịu đựng tại các ngân hàng và chi nhánh NHTM
nước ngoài tại Việt Nam.
5.2.2. Xây dựng khung quản trị doanh nghiệp, QTRR theo tiêu
chuẩn quốc tế
Sau khi đã có nhận thức đúng, các ngân hàng cần xây dựng khung quản trị
doanh nghiệp đủ mạnh để duy trì sự nhất quán giữa trong vận hành quy trình thực
hiện Kiểm tra sức chịu đựng . Ngân hàng cần hoàn thiện mô hình tổ chức, chuẩn
hóa theo mô hình ba vòng kiểm soát:
- Vòng thứ nhất là các đơn vị kinh doanh:
Cập nhật dữ liệu đầu vào cho Kiểm tra sức chịu đựng thông qua hệ thống
hạ tầng công nghệ thông tin ngân hàng;
Xây dựng các chương trình, sản phẩm tín dụng có sự tham vấn kết quả
Kiểm tra sức chịu đựng nhằm đạt được mục tiêu, chiến lược của Ban
lãnh đạo đề ra, đảm bảo các quyết định kinh doanh được thực hiện cẩn
trọng trên các nguyên tắc quản trị RRTD.
- Vòng thứ hai là Khối QTRR và Khối Tuân thủ:
Thiết kế và triển khai khung QTRR toàn hàng: khẩu vị rủi ro, chiến lược
kinh doanh, đảm bảo đã được kiểm định qua Kiểm tra sức chịu đựng

129
Xây dựng các quy trình, quy định thực hiện Kiểm tra sức chịu đựng trên
phạm vi toàn ngân hàng;
Thực hiện và báo cáo kết quả Kiểm tra sức chịu đựng trên cơ sở tổng
hợp toàn danh mục;
Giải thích, hướng dẫn và phổ biến về Kiểm tra sức chịu đựng cho các
đơn vị;
Giám sát việc tuân thủ những quy đinh về Kiểm tra sức chịu đựng tại
ngân hàng;
Phát triển, điều chỉnh quy định, quy trình, mô hình Kiểm tra sức chịu đựng
cho phù hợp;
- Vòng thứ ba là Hội đồng quản trị, Ban lãnh đạo:
Đảm bảo thống nhất nhận thức và thực hiện Kiểm tra sức chịu đựng tại toàn
ngân hàng;
Phê duyệt Khẩu vị rủi ro và các quyết định kinh doan khác trên cơ sở
tham vấn kết quả Kiểm tra sức chịu đựng ;
Phê duyệt khung thực hiện Kiểm tra sức chịu đựng và các kịch bản cần
kiểm định.
Các ngân hàng cần xây dựng được các văn bản nội bộ quy định việc thực hiện
Kiểm tra sức chịu đựng và tiêu chuẩn đánh giá việc thực hiện Kiểm tra sức chịu
đựng. Những văn bản này cũng cần quy định rõ vai trò thực hiện Kiểm tra sức chịu
đựng của Hội đồng quản trị, Ban lãnh đạo ngân hàng và tất các nhân viên các cấp,
chuyên gia thực hiện Kiểm tra sức chịu đựng . Hội đồng quản trị, Ban lãnh đạo
ngân hàng cần đưa ra những định hướng cụ thể trong việc lựa chọn Kiểm tra sức
chịu đựng cũng như lựa chọn các tình huống thực hiện Kiểm tra sức chịu đựng ,
trong đó có tham vấn ý kiến của các chuyên gia. Các giới hạn an toàn của những tỷ
lệ đo lường RRTD cũng cần được thảo luận một cách chi tiết để đảm bảo hoạt động
của ngân hàng là bền vững. Kết quả Kiểm tra sức chịu đựng cần được nghiên cứu
cách thức, mức độ công khai hóa và sử dụng trong quá trình ra quyết định chiến

130
lược của Ban lãnh đạo ngân hàng.

Kiểm tra sức chịu đựng cần xây dựng như một cấu phần của khuôn khổ quản
trị rủi ro chủ động, đảm bảo rằng, ngân hàng luôn chủ động có phương án kinh
doanh sẵn sàng ứng phó với mọi cú sốc từ bên ngoài và thẳng thắn xác định đúng các
lỗ hổng rủi ro thực sự của ngân hàng. Kiểm tra sức chịu đựng cần được sử dụng định
kỳ để kiểm tra sức chịu đựng cú sốc của toàn ngân hàng và khả năng phục hồi chế khi
đối mặt với điều kiện thị trường bất lợi. Ngoài Kiểm tra sức chịu đựng RRTD, các
ngân hàng có thể tích hợp thêm khả năng chịu đựng căng thẳng đối với các loại rủi ro
khác, bao gồm thị trường, thanh khoản, hoạt động, nhượng quyền thương mại và rủi ro
pháp lý.
Thông qua các văn bản nội bộ này, ngân hàng cần xây dựng được một văn hoá
quản trị rủi ro trong nội bộ ngân hàng. Để làm được điều này sẽ cần một khoảng
thời gian dài và cần sự kiên trì của tất cả các nhân viên trong ngân hàng. Những
lãnh đạo cấp cao của các ngân hàng cần phải thường xuyên phát biểu về văn hoá
quản trị rủi ro trong các buổi họp với các nhân viên cấp dưới nhằm xây dựng được
lòng tin và nhận được những phản hồi từ nhân viên của mình.
Tần suất thực hiện Kiểm tra sức chịu đựng tại các NHTM nên tối thiểu là
hàng quý. Đồng thời, định kỳ tối thiểu hàng năm ngân hàng cần thực hiện kiểm tra
tính phù hợp của phương pháp thực hiện và quy trình Kiểm tra sức chịu đựng để có
điều chỉnh kịp thời.
5.2.3. Đầu tư phát triển công nghệ và hệ thống dữ liệu

Muốn thực hiện được Kiểm tra sức chịu đựng , các ngân hàng bắt buộc phải
xây dựng hạ tầng công nghệ thông tin và hệ thống dữ liệu đồng bộ. Việc lượng hóa
rủi ro theo thông lệ quốc tế đòi hỏi sự đồng bộ giữa các hệ thống front, middle,
back office và được tích hợp tối đa theo bốn khối:
i. Hệ thống thông tin khách hàng:
Mã CIF duy nhất của khách hàng phải được thống nhất trên tất cả các hệ thống
của ngân hàng. Ngân hàng phải lưu giữ thông tin của tất cả khách hàng mà ngân

131
hàng có quan hệ tín dụng, bao gồm khách hàng, bên bảo lãnh, bên thế chấp
tài sản đảm bảo. Định nghĩa về khách hàng cần tuân thủ quy định của Basel II.
ii. Hệ thống giao dịch:
Thông tin giao dịch cho tất cả các loại dư nợ tín dụng – nghĩa vụ tài chính
treasury và các khoản tín dụng khác phải được lưu giữ và duy trì để hỗ trợ quản
lý rủi ro tín dụng như quản lý giới hạn và dư nợ tín dụng và tính tài sản có rủi ro
theo các quy định của Basel II.
iii. Hệ thống đo lường RRTD:
Ngân hàng nên phát triển và sử dụng hệ thống xếp hạng RRTD nội bộ để quản
lý RRTD. RRTD trong các tất cả các tài sản nội bảng và ngoại bảng phải được đo
lường dựa trên những tham số đo lường rủi ro tín dụng nâng cao như PD, LGD,
EAD, EL, RWA.
iv. Hệ thống quản lý danh mục:
Hệ thống quản lý danh mục bao gồm các hệ thống khác nhau của Ngân hàng
như LOS, Murex, MIS/ EDW, cho phép ngân hàng thiết lập và giám sát giới hạn
danh mục phân tích rủi ro danh mục và rủi ro tập trung.
Các ngân hàng cần nhanh chóng xây dựng được hệ thống cơ sở dữ liệu chung
bao gồm tất cả các thông tin liên quan đến hoạt động tín dụng của khách hàng và
liên quan đến tình trạng nền kinh tế. Nguồn dữ liệu đầu vào về cơ cấu dư nợ, tỷ lệ
nợ xấu, xác suất vỡ nợ, xác suất thu hồi nợ của các mô hình cần phải chính xác, đầy
đủ và mang tính kịp thời. Quyết định 493/QĐ_NHNN về phân nhóm nợ theo thời
gian quá hạn được các ngân hàng áp dụng từ năm 2005, đến nay đã được 10 năm,
vừa đủ độ dài tối thiểu thể hiện một chu kỳ kinh tế. Tuy nhiên, để áp dụng các quy
định về đo lường RRTD theo 3 xác suất PD, LGD, EAD, hầu hết các ngân hàng
đang trong quá trình xây dựng cơ sở dữ liệu, phân luồng thông tin từ khâu phê duyệt
khoản tín dụng, theo dõi và thu nợ từ đầu. Theo quy định của Basel, các ngân hàng
phải có dữ liệu theo tháng tối thiểu trong 5 năm. Vì vậy, đủ có thể áp dụng Basel II
theo phương pháp IRB, các ngân hàng cần nhanh chóng bắt tay đầu tư hạ tầng và hệ

132
thống dữ liệu thông tin tín dụng của mình. Các ngân hàng cần phải xác định được
hiện nay đã có những loại dữ liệu nào và cần bổ sung những loại dữ liệu nào. Nếu
không thực hiện được việc này, chi phí cho việc triển khai Kiểm tra sức chịu đựng
sẽ tăng cao, làm giảm tính hiệu quả của công cụ quản lý RRTD này.
Các ngân hàng cần đầu tư xây dựng các luồng dữ liệu chuẩn, kết hợp từ các bộ
phận của toàn hệ thống ngân hàng, và phản ánh thông tin về các loại rủi ro khác
nhau, và góp phần kiểm soát tính tuân thủ trong hoạt động. Ngoài các luồng dữ liệu,
các ngân hàng cần tiếp tục tập trung vào chất lượng dữ liệu, chi tiết và tần suất báo
cáo dữ liệu và thiết lập một khung dữ liệu chung giữa các khối kinh doanh, khối
quản trị rủi ro và khối tài chính kế hoạch. Việc tự động hóa khâu dữ liệu sẽ giúp
ngân hàng không mất quá nhiều thời gian, công sức khi thực hiện Kiểm tra sức chịu
đựng định kỳ. Nhờ đó, các ngân hàng sẽ thấy đây là một việc cần làm và hữu ích
cho công tác quản trị, chứ không phải là một kỳ thi, sẽ được thông qua và sau đó bị
lãng quên. Để tận dụng lợi thế đầy đủ của Kiểm tra sức chịu đựng , các tổ chức tín
dụng cần tập trung vào việc phát triển một mô hình hoạt động cho phép họ tích hợp
quá trình tính vốn an toàn tối thiểu CAR, kế hoạch vốn, dự báo theo chuẩn Basel.
5.2.4. Nâng cao chất lượng nguồn nhân lực về QTRR

Các NHTM cần quan tâm phát triển đội ngũ nguồn nhân lực có kinh nghiệm
trong lĩnh vực quản trị rủi ro. Đội ngũ nguồn nhân lực này không những cần có kiến
thức về tín dụng mà còn cần có những kiến thức nâng cao về đặc điểm nền kinh tế
vĩ mô, thị trường tài chính Việt Nam, mô hình toán và kinh tế lượng. Ngoài ra, các
tài liệu về Kiểm tra sức chịu đựng chủ yếu bằng tiếng Anh với nhiều thuật ngữ
chuyên ngành nên các cán bộ thực hiện Kiểm tra sức chịu đựng hầu hết cần được
đào tạo tại nước ngoài mới đáp ứng được yêu cầu về trình độ. Một số ngân hàng
giải quyết hạn chế này bằng cách thuê chuyên gia nước ngoài trong lĩnh vực QTRR.
Tuy nhiên, họ lại có nhược điểm là thiếu am hiểu về đặc điểm kinh tế - tài chính
Việt Nam, thậm chí cả những đặc thù riêng về hoạt động tín dụng của ngân hàng. Vì
vậy, để phát triển được nguồn nhân lực ổn định và chất lượng cao về lượng hóa rủi
ro, các ngân hàng cần đưa ra nhiều biện pháp để thu hút nguồn nhân lực có chất

133
lượng bên ngoài và bồi dưỡng, đào tạo các nguồn nhân lực trong nội bộ.
Công tác tuyển dụng nhân sự từ bên ngoài cần đặc biệt chú trọng đến kiến
thức về mô hình toán của các ứng viên. Đây có thể coi là yêu cầu bắt buộc khi tuyển
dụng vì để có thể thực hiện được Kiểm tra sức chịu đựng cần những mô hình toán
rất phức tạp. Không những vậy, nếu không hiểu được về những đặc điểm của dữ
liệu và mô hình thì kết quả của Kiểm tra sức chịu đựng thường có độ chính xác
không cao.
Vai trò của nguồn nhân lực trong việc thực hiện Kiểm tra sức chịu đựng được
thể hiện trong cả ba khâu dữ liệu đầu vào, hộp đen xử lý dữ liệu và kết quả đầu ra.
Đặc biệt, quy trình xử lý tại hộp đen sẽ rất quan trọng vì hầu hết các kỹ thuật thực
hiện Kiểm tra sức chịu đựng đều được thực hiện tại khâu này. Thiếu các kiến thức
về mô hình toán sẽ làm cho tính hiệu quả của hộp đen không còn nữa. Do đó, yêu
cầu kiến thức về mô hình toán cần được đặt lên hàng đầu khi đánh giá nhân sự. Yêu
cầu này có thể được đánh giá qua các chứng chỉ chuyên môn hoặc qua kinh nghiệm
làm việc đã có của các ứng viên.
Tuy nhiên, nhân viên thực hiện Kiểm tra sức chịu đựng còn cần nắm được
những kiến thức về tín dụng ngân hàng, đồng thời cần phải quen thuộc với môi
trường làm việc của ngân hàng. Do đó, các ngân hàng có thể cân nhắc tuyển dụng
nội bộ những cán bộ đang làm việc tại ngân hàng và có khả năng đảm bảo các yêu
cầu cơ bản khi thực hiện Kiểm tra sức chịu đựng . Để làm được điều này, các ngân
hàng cần xây dựng được hệ thống đánh giá năng lực cán bộ, để từ đó tìm ra được
những cán bộ nguồn và năng lực của từng cán bộ trong xử lý công việc. Hệ thống
đánh giá cũng cần nhận được phản hồi của các cán bộ ngân hàng để xem xét nguyện
vọng của họ. Việc này sẽ giúp cho các ngân hàng rút ngắn được thời gian và kinh
phí đào tạo khi tuyển dụng những nhân viên mới.
Hơn nữa, các ngân hàng cũng cần liên tục mở những khoá đào tạo ngắn hạn về
quản trị rủi ro và vai trò của Kiểm tra sức chịu đựng trong quản trị rủi ro với những
chuyên gia trong nước và nước ngoài. Các khoá đào tạo này được phân ra thành hai
loại là đào tạo kiến thức cơ bản và đào tạo chuyên sâu. Các khoá đào tạo kiến thực
cơ bản sẽ được tham gia bởi tất cả các nhân viên trong ngân hàng, trong khi các
khoá đào tạo chuyên sâu chỉ được tham gia bởi các lãnh đạo ngân hàng và các nhân

134
viên thực hiện quản trị rủi ro.

5.3. Khuyến nghị đối với các cơ quan quản lý nhà nước
Hiểu rõ tầm quan trọng của việc áp dụng các tiêu chuẩn quản trị rủi ro của
Basel II, trong đó có Kiểm tra sức chịu đựng , NHNN đã bắt đầu những bước đi đầu
tiên xây dựng nền tảng chính sách kế toán và quản trị ngân hàng, những quy định về
phân loại nợ và trích lập dự phòng, hệ thống giám sát kiểm tra tuân thủ của các
NHTM. Định hướng phát triển hoạt động tín dụng và quản trị RRTD của các
NHTM tại Việt Nam đã được trình bày trong Quyết định số 1355/QĐ-NHNN về
việc “Ban hành Kế hoạch hành động của ngành Ngân hàng góp phần cải thiện môi
trường kinh doanh, nâng cao năng lực cạnh tranh quốc gia, hỗ trợ và phát triển
doanh nghiệp năm 2016-2017, định hướng đến năm 2020 thực hiện Nghị quyết số
19-2016/NQ-CP, Nghị quyết số 35/NQ-CP của Chính phủ”. Theo đó, các ngân
hàng cần áp dụng chuẩn mực Basel II bảo đảm đủ vốn tự có, tăng cường đổi mới và
phát triển hệ thống quản trị hiện đại, tập trung nâng cao hiệu quả công tác quản trị
rủi ro, hệ thống kiểm soát, kiểm toán nội bộ. Tuy nhiên, để có thể triển khai Kiểm
tra sức chịu đựng tại toàn bộ các NHTM Việt Nam trong một tương lai không xa,
luận án đưa ra ba khuyến nghị đối với các cơ quan nhà nước như sau:
5.3.1. Xây dựng lộ trình triển khai Kiểm tra sức chịu đựng phù hợp với
điều kiện Việt Nam
Hiện nay, Kiểm tra sức chịu đựng chưa phải là nội dung bắt buộc đối với các
NHTM Việt Nam và Ngân hàng Nhà nước cũng chưa ban hành các hướng dẫn thực
hiện Kiểm tra sức chịu đựng . Tuy nhiên, với xu hướng áp dụng chuẩn Basel II, cũng
với đó là các quy định về ICAAP, thì việc các ngân hàng Việt Nam phải xây dựng và
tiến hành Kiểm tra sức chịu đựng sẽ là điều tất yếu. Để có được sự chủ động, , Ngân
hàng nhà nước cần phải xây dựng được lộ trình từng bước, áp dụng linh hoạt theo điều
kiện nền kinh tế và nhanh chóng có những văn bản quy định về việc bắt buộc thực hiện
Kiểm tra sức chịu đựng trong quá trình hoạt động của các ngân hàng và báo cáo về
NHNN.

135
Nhận thức được tầm quan trọng của việc áp dụng các tiêu chuẩn Basel, Việt
Nam chủ chương đưa lĩnh vực ngân hàng từng bước tiếp cận với các chuẩn mực
này. Từ đó, NHNN đã ban hành quy định về các tỷ lệ bảo đảm an toàn trong hoạt
động của tổ chức tín dụng năm 2010 (Thông tư số 13/2010/TT-NHNN ngày
20/5/2010). Kèm theo đó, năm 2014, khi Thông tư 02 chính thức được thực thi, toàn
bộ hệ thống kế toán, quy định phân loại tài sản, hoạt động trích lập rủi ro, hoạt động
quản trị, quy định về tính toán nợ xấu, hệ thống nhân sự của ngân hàng bắt đầu
được áp dụng theo chuẩn quốc tế.
Ngoài những quy định nêu trên, NHNN đã xác định mười ngân hàng thực hiện
áp dụng Basel II, bản chất là đã phân loại ra nhóm các NHTM mạnh về năng lực tài
chính của từng ngân hàng như quy mô tổng tài sản, lợi nhuận, tỷ lệ tăng trưởng tín
dụng, tỷ lệ nợ xấu, tỷ lệ an toàn vốn tối thiểu.... Đối với các ngân hàng trong nhóm
NHTM mạnh, việc thực hiện Kiểm tra sức chịu đựng cần được hướng dẫn triển khai
và yêu cầu thực hiện ngay lập tức hoặc sau một năm so với thời hạn bắt đầu triển khai
áp dụng Basel II theo phương pháp đơn giản nhất. Các ngân hàng trong nhóm còn lại
có thể sẽ có hai đến ba năm chuẩn bị cho việc thực hiện Basel II và Kiểm tra sức chịu
đựng , hoặc sẽ phải sáp nhập vào các ngân hàng mạnh.
Tại Việt Nam, việc áp dụng các chuẩn mực quốc tế về đảm bảo an toàn đã
được Ngân hàng Nhà nước Việt Nam từng bước triển khai thông qua việc sửa đổi
và ban hành mới các quy định về các tỷ lệ đảm bảo an toàn trong hoạt động ngân
hàng. Hiện nay, NHNN đã chọn 10 NHTM đầu tiên triển khai thí điểm Basel II
trong giai đoạn từ cuối năm 2015 đến 2018. Thông qua việc áp dụng Basel II, các
ngân hàng Việt Nam sẽ phải tính toán rủi ro một cách chi tiết giúp giảm thiểu vốn
pháp định cần có trong hoạt động kinh doanh, giảm thiểu việc lựa chọn những
khách hàng không có khả năng trả nợ, do đó sẽ giảm những tổn thất tín dụng, tập
trung nhiều hơn vào những sản phẩm đem lại lợi nhuận; đồng thời, tăng tính minh
bạch cho lợi nhuận của tài khoản và rủi ro, giảm tổn thất hoạt động nhờ những hiệu
quả trong kiểm soát và giám sát.
Trong thời kỳ đầu, NHNN chưa yêu cầu các NHTM thực hiện Kiểm tra sức

136
chịu đựng đối với ba loại rủi ro như Basel II, mà đối với RRTD như trong khuôn
khổ Luận án nghiên cứu này, do RRTD vẫn là loại rủi ro có tầm quan trọng nhất đối
với sự an toàn của các ngân hàng Việt Nam. Về mô hình, trước mắt tập trung áp
dụng các mô hình đơn giản, áp dụng đo độ nhạy với một nhân tố vĩ mô (ví dụ
GDP). NHNN cần hướng dẫn thống nhất phương pháp tính, cũng như quy định các
kịch bản cú sốc ngân hàng nên thực hiện kiểm định để có thể so sánh và rút kinh
nghiệm từ kết quả thu được từ các ngân hàng.
Ngoài những yếu tố trên, NHNN cần khuyến khích các NHTM tăng cường
năng lực thực hiện Kiểm tra sức chịu đựng , tổ chức đào tạo và tuyên truyền về
Kiểm tra sức chịu đựng cho các nhà quản lý, chuyên viên quản trị rủi ro và công
chúng quan tâm, hỗ trợ về dữ liệu cho các ngân hàng trong quá trình thực hiện kiểm
định. Trong quá trình thực hiện và phát huy vai trò trách nhiệm của mình, NHNN
nên tập trung hơn vào công tác báo cáo, đánh giá, phân tích và dự báo các rủi ro
trong thị trường tài chính để hỗ trợ các ngân hàng xây dựng kịch bản cú sốc phù
hợp với từng thời điểm. Các cơ quan nghiên cứu cần bổ sung những đề tài về cấu
trúc kinh tế và mối quan hệ tác động qua lại giữa nền kinh tế sản xuất với an toàn hệ
thống tài chính ngân hàng. Qua đó, các ngân hàng có thể xác định đúng các chỉ số
kinh tế vĩ mô cần đưa vào kịch bản căng thẳng để kiểm định Kiểm tra sức chịu đựng
.
Tại một thời điểm thích hợp, NHNN có thể xem xét đưa ra những quy định
chặt chẽ hơn về vốn và quản trị rủi ro đối với những định chế tài chính có tầm quan
đối với hệ thống như ngân hàng Vietinbank. Năm 2012, Ủy ban Basel đưa ra khái
niệm về “ngân hàng có vai trò quan trọng quốc gia” (Domestic Systemically
Important Bank, D-SIB) và “ngân hàng có vai trò quan trọng quốc tế” (Global
Systemically Important Bank, G-SIB) (BCBS, 2012). Các ngân hàng này cần có tỷ
lệ an toàn vốn cao hơn các ngân hàng khác trong hệ thống, tương đương với khả
năng chịu đựng rủi ro cao hơn và hấp thụ tổn thất tốt hơn. Tỷ lệ vốn an toàn tối
thiểu đối với các ngân hàng được xếp vào D-SIB là từ 0 đến 2.5% [Đồ thị 5.1]. Các

137
ngân hàng được đánh giá theo 5 tiêu chí: quy mô tổng tài sản, mức độ liên kết với
các ngân hàng khác, khả năng bị thay thế, mức độ phức tạp trong hoạt động.
Đồ thị 5.1: Tỷ lệ an toàn vốn tối thiểu đối với ngân hàng D-SIB tại một số nước
Nguồn:Ủy ban Basel
5.3.2. Hoàn thiện hệ thống số liệu kinh tế vĩ mô

Có thể khẳng định, độ chính xác, tin cậy của số liệu thống kê có ý nghĩa quyết
định đối với kết quả Kiểm tra sức chịu đựng . Kết quả phân tích chất lượng số liệu
thống kê tại Luận án này cho thấy, hệ thống thống kê Việt Nam đã có lịch sử hoạt
động từ năm 1946, nhưng vẫn còn có những điểm cần tiếp tục hoàn thiện. Chúng ta
cần nâng cao chất lượng công tác thống kê phải bắt đầu từ việc tuân thủ chặt chẽ
năm tiêu chí: đầy đủ, kịp thời, nhất quán, minh bạch và chính xác. Cụ thể:
Một là, cần xây dựng hệ thống thống kê có chất lượng cung cấp đủ các chỉ số
quan trọng của nền kinh tế. Hiện nay, các thống kê tài chính theo yêu cầu cảnh báo
sớm của IMF chúng ta còn thiếu khá nhiều, cụ thể như chưa có chỉ số giá bất động
sản. Điều này rất quan trọng khi thị trường bất động sản và các ngành liên quan
đóng vai trò lớn trong tỷ trọng tín dụng và được kỳ vọng là yếu tố có thể giúp dự
báo RRTD của các NHTM Việt Nam.
Hai là, số liệu thống kê cần đảm bảo tính kịp thời. Cần khắc phục tình trạng
chậm công bố như số liệu nợ công, dự trữ quốc gia năm 2012 thì phải đến năm 2014

138
mới được công bố. Điều này khiến các nhà nghiên cứu không thể đưa những chỉ số
liên quan đến tài khoản quốc gia vào mô hình đánh giá RRTD do thiếu số lương
quan sát.
Ba là, các cơ quan nhà nước cần đảm bảo sự nhất quán về số liệu công bố.
Đây là một yếu điểm thường gặp tại các nước đang phát triển, khi nguyên nhân có
thể do phương pháp thống kê thay đổi hoặc do khía cạnh / hoạt động kinh tế mà số
liệu đó phản ánh thay đổi, khiến người ta phải thay đổi phương pháp thu thập số
liệu. Cần khắc phục tình trạng không trùng khớp giữa số liệu được công bố trên
website của Tổng cục Thống kê và cơ quan nhà nước khác như Bộ Tài chính, Ngân
hàng Nhà nước, cũng như sự sai lệch về số liệu giữa website và bản in (Niên giám
thống kê). Đồng thời, khi có sự điều chỉnh về số liệu thống kê, các cơ quan nhà
nước cần có giải thích rõ nguyên nhân thay đổi, và lưu giữ song song cả hai dữ liệu
trước và sau khi điều chỉnh để người sử dụng tiện theo dõi.
Bốn là cần nâng cao tính minh bạch của số liệu thống kê, thể hiện ở số lượng
và mức độ chi tiết của các con số được công bố. Ví dụ, số liệu chuỗi CPI có cấu
thành bởi hàng trăm hàng hóa khác nhau, chỉ công bố chỉ số tổng hợp hoặc vài
nhóm hàng hóa lớn sẽ khiến người sử dụng chưa kiểm tra chéo được bản chất con
số có đúng không. Ngoài ra, các số liệu thống kê nên được cung cấp miễn phí và tạo
các công cụ tải về dễ dàng, thuận tiện, giúp cho quá trình nghiên cứu được rút ngắn
về thời gian.
Năm là số liệu thống kê cần được nâng cao hơn nữa về tính chính xác. Nhiều
số liệu về lãi suất, tỷ giá do Ngân hàng Nhà nước công bố chưa phản ánh trung thực
nhất diễn biến của thị trường. Vì vậy, khi sử dụng vào mô hình định lượng sẽ trở
nên không có giá trị giải thích. Một số chỉ số khác như giá trị xuất nhập khẩu, CPI,
và thậm chí là GDP cũng cần được chính xác hơn. Muốn vậy, nhà nước nên xem
xét vai trò độc lập của Tổng cục Thống kê bên ngoài Chính phủ, được Quốc hội cấp
ngân sách hoạt động hàng năm. Số liệu thống kê cần có sự kiểm tra chéo giữa các
nguồn khác nhau bởi các cơ quan nhà nước, cũng như các tổ chức thu thập dữ liệu
tư nhân.

139
5.3.3. Lành mạnh hóa hệ thống ngân hàng

Từ kết quả mô hình định lượng Chương 4 ta thấy, nợ xấu hiện tại của các
NHTM niêm yết Việt Nam phụ thuộc tỷ lệ nợ xấu thời kỳ trước, hay nói cách khác,
đang có khối nợ xấu tích tụ trong thời gian dài trong hệ thống ngân hàng mà chưa
được giải quyết, khiến các ngân hàng gặp nhiều khó khăn khi lưa chọn giữa tăng
trưởng hay thu hẹp quy mô dư nợ. Ngân hàng nhà nước cần phải nhanh chóng tiến
hành giải quyết nợ xấu một cách tích cực và hiệu quả hơn để hoạt động hệ thống
ngân hàng thực sự lành mạnh, tăng khả năng chịu đựng đối với những thay đổi lớn
về chính sách. Nếu muốn áp dụng chuẩn Basel II và thực hiện Kiểm tra sức chịu
đựng , các ngân hàng buộc phải tái cơ cấu mạnh mẽ để hoàn thiện cả chất lẫn lượng
mới có thể đáp ứng được những yêu cầu về chỉ số an toàn đề ra. Để đáp ứng những
chuẩn mực đó, ngân hàng phải xử lý nợ xấu quyết liệt, đồng thời một yêu cầu quan
trọng nữa là phải tăng vốn điều lệ.
Thứ nhất, do toàn bộ nợ xấu của từng tổ chức tín dụng đã về mức cho phép là
3% nên NHNN không nên tiếp tục yêu cầu các tổ chức tín dụng bán nợ xấu cho
VAMC mà cần tự giải quyết, thu hồi triệt để. TS. Trương Văn Phước, Phó Chủ tịch
Ủy ban Giám sát tài chính quốc gia cho rằng, cần có các chính sách tiếp tục ổn định
kinh tế vĩ mô, tăng trưởng bền vững nhằm giúp hệ thống tổ chức tín dụng có khả
năng sinh lời cao hơn, từ đó có nguồn lực xử lý nợ xấu. Trong điều kiện như hiện
nay, VAMC chưa có khuôn khổ pháp lý về xử lý nợ xấu, chưa có thị trường mua
bán nợ phát triển; sản xuất, kinh doanh chưa có sự phục hồi mạnh mẽ. Do đó,
VAMC chưa thể trở thành giải pháp tối ưu để có thể xử lý nợ xấu một cách triệt để.
Đối với những khoản nợ xấu VAMC đã mua, VAMC cần đặt mục tiêu hàng đầu
trong triển khai công việc từ năm 2016 là tập trung toàn lực vào việc xử lý nợ và
mua nợ theo giá thị trường đối với những khoản nợ xấu mới phát sinh. Đồng thời,
tham gia góp vốn, chuyển nợ thành vốn góp để tái cấu trúc doanh nghiệp có khả
năng phục hồi sản xuất.
Thứ hai, NHNN cần xây dựng những chính sách tạo điều kiện thuận lợi cho
các tổ chức, cá nhân nước ngoài có thể tham gia mua nợ xấu của các tổ chức tín

140
dụng. Có được nguồn tài chính không phải từ ngân sách nhà nước giải quyết nợ xấu
sẽ giảm bớt gánh nặng cho ngân sách nhà nước. Việc người nước ngoài tham gia
mua bán nợ xấu cũng làm cho thị trường mua bán nợ xấu được minh bạch hơn, giá
trị của các khoản nợ xấu sẽ được xác định chính xác hơn. NHNN cần hoàn thiện
khung pháp lý về mua, bán và xử lý nợ xấu, đặc biệt là sửa đổi, bổ sung Thông tư số
19/2013/TT-NHNN phù hợp với Nghị định số 34/2015/NĐ-CP ngày 31/3/2015 của
Chính phủ và yêu cầu của thực tiễn; phối hợp với các cơ quan chức năng tháo gỡ
khó khăn, vướng mắc về cơ chế, chính sách, quy định của pháp luật về xử lý nợ, tài
sản bảo đảm, khuyến khích các nhà đầu tư tham gia mua, bán nợ xấu và tài sản bảo
đảm. Tăng cường phối hợp chặt chẽ với các cơ quan chức năng trong việc thu giữ,
xử lý tài sản bảo đảm, xét xử, thi hành các vụ án liên quan đến vay vốn ngân hàng.
Thứ ba, đối với các ngân hàng sau lộ trình chuẩn bị thực hiện Basel II mà vẫn
chưa đáp ứng được yêu cầu, NHNN cần có những biện pháp yêu cầu các ngân hàng
này cần phải sáp nhập vào một ngân hàng khác đã bắt đầu thực hiện Basel II. Trước
hết là việc nâng cao tính thị trường trong các thương vụ mua bán, sáp nhập nhằm
tạo ra một hệ thống ngân hàng mới lành mạnh hơn. Trong nhóm giải pháp sắp xếp
lại hệ thống ngân hàng tại Việt Nam trong thời gian tới, tính thị trường còn cần thể
hiện ở khía cạnh chỉ nên yêu cầu sáp nhập các ngân hàng yếu kém với nhau. Đối
với nhóm ngân hàng lành mạnh, NHNN nên hạn chế tối đa việc sử dụng biện pháp
“định hướng” sáp nhập vì có thể điều đó sẽ làm ảnh hưởng tới hiệu quả hoạt động
của nhóm ngân hàng này. Hơn nữa, việc cố gắng sắp xếp các ngân hàng được xếp
nhóm “lành mạnh” có thể sẽ tạo ra hành vi tiêu cực đến từ các ngân hàng bị buộc
“sáp nhập” như tăng cường tuyển dụng nhân sự để được tiếp nhận như nhân viên
của ngân hàng sau sáp nhập chẳng hạn. Ngoài ra, tính thị trường trong các biện
pháp sắp xếp lại hệ thống ngân hàng còn nằm ở chỗ NHNN Việt Nam có thể
mạnh dạn để một vài ngân hàng nhỏ yếu kém phá sản. Việc mua lại 0 đồng có
thể tạo được kỷ luật thị trường đối với cổ đông hiện hữu nhưng chưa có sự cảnh
báo đối với công chúng gửi tiền. Do đó, phá sản ngân hàng sẽ là biện pháp trong
tương lai mà NHNN có thể sử dụng nhằm tăng cường kỷ cương hoạt động của

141
các ngân hàng. Tuy nhiên, việc công bố sáp nhập các ngân hàng này cần phải
được thông báo rõ ràng cho người dân và các bên liên quan để tránh tình trạng bất
ổn định trong xã hội.
Cuối cùng, NHNN cần nghiên cứu, xây dựng và hoàn thiện khung pháp lý
giám sát hoạt động của các ngân hàng. Cụ thể, NHNN cần xây dựng được bộ chỉ
tiêu cảnh báo sớm khủng hoảng đối với các NHTM đang hoạt động, đồng thời bộ
chỉ tiêu này cũng là cơ sở để NHNN xếp hạng tín dụng các ngân hàng này. Công tác
thanh tra giám sát cũng cần được thực hiện tập trung và có sự phối hợp với các bộ,
ban ngành khác, tránh để xảy ra tình trạng nhiều cơ quan liên tục thanh tra, giám sát
các ngân hàng, tạo ra sự phiền hà, khó khăn cho hoạt động của ngân hàng.

Dựa trên kết quả nghiên cứu từ Chương 1 đến Chương 4, Chương 5 đã khái
quát mô hình kiểm định sức chịu đựng RRTD tại Vietinbank để có thể áp dụng cho
các NHTM khác tại Việt Nam. Tác giả cũng đưa ra một số vấn đề kỹ thuật cần lưu ý
nhằm nâng cao tính chính xác của mô hình và là tiền đề cho những nghiên cứu sau.
Ngoài vấn đề hoàn thiện mô hình định lượng, Chương 5 đã chỉ ra bốn đề xuất đối
với các ngân hàng và ba khuyến nghị đối với các cơ quan nhà nước trên khía cạnh
hệ thống văn bản hướng dẫn, vị trí vai trò của Kiểm tra sức chịu đựng và Basel II,
hệ thống số liệu thống kê kinh tế xã hội và nội bộ ngân hàng, chất lượng nhân sự
thực hiện nhằm nâng cao hơn nữa ứng dụng Kiểm tra sức chịu đựng RRTD tại các
NHTM Việt Nam trong thời gian tới.

142
KẾT LUẬN
Mặc dù chưa có những quy định bắt buộc tiến hành Kiểm tra sức chịu đựng ,
nhưng trong bối cảnh hoạt động ngân hàng có thể chịu tác động xấu và khó lường từ
những thay đổi của kinh tế trong và ngoài nước, có thể khẳng định đây là một công
cụ quản trị rủi ro hữu hiệu tại các NHTM Việt Nam.Tuy Kiểm tra sức chịu đựng
RRTD đã được ứng dụng Kiểm tra sức chịu đựng , nhưng do còn khá mới mở mẻ,
nên không thể tránh khỏi những hạn chế nhất định.
Qua quá trình hoạt động thực tiễn và nghiên cứu tài liệu có liên quan, tác giả
đã lựa chọn đề tài “Kiểm tra sức chịu đựng rủi ro tín dụng tại các NHTM Việt Nam
– Điển hình Ngân hàng TMCP Công thương Việt Nam” là nội dung nghiên cứu
Luận án Tiến sỹ nhằm hoàn thiện mô hình Kiểm tra sức chịu đựng vi mô đối với
RRTD, ứng dụng trong hoạt động quản trị nội bộ mỗi ngân hàng. Kết quả Luận án
đã hoàn thành những mục tiêu nghiên cứu đặt ra, cụ thể:
- Đã hệ thống những vấn đề lý luận cơ bản về Kiểm tra sức chịu đựng RRTD
của NHTM: khái niệm, phân loại, mô hình và vai trò của Kiểm tra sức chịu đựng
trong quản trị ngân hàng;
- Đã phân tích đặc điểm của môi trường kinh tế vĩ mô Việt Nam giai đoạn
2009-2015, và những điểm chính của chính sách điều hành tín dụng của NHNN; từ
đó rút ra những yếu tố có tác động đến RRTD ngân hàng, và những điều chỉnh cần
thiết đối với số liệu tín dụng ngân hàng, làm cơ sở để xây dựng mô hình Kiểm tra
sức chịu đựng vi mô;
- Đã phân tích thực trạng hoạt động tín dụng và triển khai Kiểm tra sức chịu
đựng tại Vietinbank. Từ đó, nghiên cứu nhấn mạnh những thành công bước đầu
của Vietinbank trong việc triển khai Kiểm tra sức chịu đựng , cũng như một số
nguyên nhân dẫn đến những hạn chế trong thực hiện Kiểm tra sức chịu đựng tại các
NHTM nói chung, Vietinbank nói riêng;
- Đã xây dựng mô hình Kiểm tra sức chịu đựng vi mô nhằm kiểm chứng sức
chịu đựng RRTD của Vietinbank ở các kịch bản xấu và căng thẳng. Mô hình định

143
lượng của Luận án có sự khác biệt so với những mô hình Kiểm tra sức chịu đựng
khác tại Việt Nam ở chỗ đã ứng dụng cách tính CAR thông qua PD và RWA, thay
vì chỉ dừng lại ở NPL. Mặc dù cách tính PD còn khá đơn giản, việc áp dụng mô
hình được thiết lập sẽ giúp các NHTM Việt Nam ước lượng mức vốn cần thiết để
đáp ứng được Basel II, ngay cả trong điều kiện vĩ mô căng thẳng.
- Đã đề xuất được một số khuyến nghị đối với các NHTM và các cơ quan quản
lý nhà nước nhằm ứng dụng thành công mô hình Kiểm tra sức chịu đựng để quản trị
RRTD nội bộ tại các NHTM.
Các kết quả nghiên cứu của Luận án cho phép gợi mở những hướng nghiên
cứu tiếp theo về Kiểm tra sức chịu đựng sau:
- Phân tích tác động của hiện tượng phản hồi (“feedback effects”) tại Việt
Nam. Điều này dựa trên cơ sở hệ quả của chuỗi xoắn ốc này là ngân hàng chịu tác
động kép từ cuộc khủng hoảng, và vì vậy, hậu quả của cuộc khủng hoảng đối với
ngân hàng thường trầm trọng hơn những tính toán trong trạng thái bình thường.
- Khi xây dựng mô hình tác động của kinh tế vĩ mô đối với tỷ lệ nợ xấu ngân
hàng, Luận án chỉ nghiên cứu số liệu của các ngân hàng niêm yết và trong khoảng
thời gian từ năm 2009 tới nay. Đồng thời, việc phải sử dụng các công thức chuyển
đổi từ NPL sang PD và RWA do không có số liệu chuẩn về PD, LGD và EAD của
ngân hàng có thể làm giảm tính chính xác của mô hình. Các nghiên cứu tiếp theo
nên tiếp tục mở rộng database về chất lượng nợ xấu của các ngân hàng chưa niêm
yết. Đồng thời, trong quá trình bản thân các ngân hàng triển khai mô hình Kiểm tra
sức chịu đựng , cần chú trọng xây dựng hệ thống xếp hạng tín dụng theo phương
pháp tiếp cận nội bộ, tính toán các thước đo rủi ro PD, LGD và EAD thay vì NPL
như truyền thống. Như vậy, kết quả Kiểm tra sức chịu đựng mới thực sự có ý nghĩa
và là cơ sở chuẩn xác cho lãnh đạo ngân hàng ra quyết định.
- Cần nghiên cứu thêm các mô hình định lượng tính xác suất vỡ nợ PD, LGD
và EAD, sự thay đổi của chúng trong các giai đoạn khủng hoảng và mô hình mô tả
trực tiếp tác động của các yếu tố kinh tế vĩ mô tới các chỉ số này.
Nói tóm lại, khi áp dụng Kiểm tra sức chịu đựng vào hoạt đông quản trị rủi

144
ro và kế hoạch vốn của ngân hàng, nó sẽ giúp ngân hàng hiểu rõ hơn rủi ro tổng thể
danh mục tín dụng của mình, kiểm soát tốt hơn các rủi ro tiềm ẩn tại từng đơn vị
kinh doanh, cũng như củng cố lòng tin của các cơ quan quản lý cũng như cổ đông
về sự bền vững của ngân hàng. Kiểm tra sức chịu đựng cùng với các yêu cầu khác
của Basel II với các tiêu chuẩn quốc tế về an toàn vốn và thanh khoản, các ngân
hàng sẽ hoạch định lại hoạt động kinh doanh và các chiến lược kinh doanh một cách
tích cực hơn. Kiểm tra sức chịu đựng cùng với các công cụ và phương pháp quản lý
rủi ro tiên tiến được triển khai đảm bảo cho những ngân hàng có hệ thống quản trị
rủi ro tốt giảm thiểu chi phí, tập trung phát triển các mảng nghiệp vụ kinh doanh
mới và hiệu quả hơn trong các quyết định phân bổ nguồn vốn kinh doanh. Hơn nữa,
sau khi áp dụng các tiêu chuẩn quốc tế về an toàn vốn và thanh khoản, ngân hàng sẽ
thu hút nhiều nhà đầu tư nước ngoài hơn do ngân hàng hoạt động kinh doanh trong
môi trường đạt tiêu chuẩn quốc tế.

145
DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA TÁC GIẢ LIÊN
QUAN ĐẾN LUẬN ÁN
1. Vũ Trung Thành, Lê Đức Hoàng (2013), “Bàn về kiểm tra sức chịu đựng của
hệ thống ngân hàng và một số khuyến nghị đối với Việt Nam’’, Tạp chí Kinh tế & Phát
triển, Số đặc biệt, tháng 3/2013
2. Vũ Trung Thành, Trần Thị Thanh Tú (2015), “Yếu tố tác động tới rủi ro tín
dụng: Khảo sát định lượng đối với các Ngân hàng niêm yết Việt nam giai đoạn
2009-2014’’, Hội thảo Đánh giá tái cấu trúc ngân hàng và xử lý nợ xấu, Hà Nội.
3. Vũ Trung Thành, Trần Minh Tuấn (2016), “Quản lý rủi ro tín dụng bằng
công cụ kiểm tra sức chịu đựng: Trường hợp Ngân hàng Thương mại Cổ phần Công
Thương Việt Nam’’, Tạp chí Kinh tế & Phát triển, Số 230(II), tháng 8/2016.

146
TÀI LIỆU THAM KHẢO

TIẾNG VIỆT
1. Chính phủ nước Cộng hòa Xã hội chủ nghĩa Việt Nam (2011), “Nghị quyết số
11/NQ-CP về những giải pháp chủ yếu tập trung kiềm chế lạm phát, ổn định
kinh tế vĩ mô, bảo đảm an sinh xã hội”, kí ban hành ngày 24/02/2011.
2. Đặng Hữu Mẫn, Hoàng Dương Việt Anh (2014), “Nghiên cứu các yếu tố kinh
tế và thể chế ảnh hưởng đến hoạt động của hệ thống ngân hàng thương mại
Việt Nam”, Kinh tế & Phát triển, số 209 tháng 11/2014, trang 82-94.
3. Dương Quốc Anh (2013), “Phương pháp luận đánh giá sức chịu đựng của tổ
chức tín dụng trước các cú sốc trên thị trường tài chính”, Đề tài nghiên cứu
khoa học cấp ngành, Cơ quan Thanh tra, Giám sát Ngân hàng, Ngân hàng Nhà
nước Việt Nam.
4. Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2008), “Phân tích dữ liệu nghiên cứu
với SPSS”, NXB Hồng Đức.
5. Lê Quốc Hội (2012), “Tái cấu trúc hệ thống ngân hàng Việt Nam: Thực trạng
năm 2012 và triển vọng năm 2013”, truy cập ngày 1/6/2016 từ
http://www.sbv.gov.vn/portal/...=1214_le quoc hoi.doc.
6. Lê Thị Huyền Diệu (2010), “Luận cứ khoa học về xác định mô hình quản lý
RRTD tại hệ thống ngân hàng thương mại Việt Nam”, Luận án tiến sỹ, Trường
Đại học Kinh tế Quốc dân Hà Nội.
7. Lê Vân Chi, Hoàng Trung Lai (2014), “Các nhân tố ảnh hưởng tới RRTD của
các ngân hàng thương mại Việt Nam”, Kinh tế & Phát triển, Số 207(II) tháng
9/2014, trang 98-107.
8. Ngân hàng Nhà nước Việt Nam (2013), “Thông tư số 02/2013/TT-NHNN quy
định về phân loại tài sản có, mức trích, phương pháp trích lập dự phòng rủi ro
và việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của tổ chức tín dụng,
chi nhánh ngân hàng nước ngoài”, kí ban hành ngày 21/01/2013.
9. Ngân hàng Nhà nước Việt Nam (2013), “Thông tư số 09/2014/TT-NHNN Về

147
việc sửa đổi, bổ sung một số điều của Thông tư số 02/2013/TT-NHNN ngày
21/01/2013 của Thống đốc Ngân hàng Nhà nước quy định về phân loại tài sản
có, mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng
để xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước
ngoài”, kí ban hành ngày 18/03/2014.
10. Ngân hàng Nhà nước Việt Nam, Báo cáo thường niên các năm từ 2009 đến
2015.
11. Ngân hàng TMCP Công thương Việt Nam (2012), “Quy định về khẩu vị rủi ro
tín dụng trong hệ thống Ngân hàng TMCP Công thương Việt Nam”, ban hành
kèm Quyết định ngày 29/11/2012 số 1867/2012/QĐ-HĐQT-NHCT35.
12. Ngân hàng TMCP Công thương Việt Nam (2013), “Khung quản trị rủi ro tín
dụng”, ban hành kèm Quyết định ngày 5/6/2013 số 769/2013/QĐ-HĐQT-
NHCT35.
13. Nguyễn Đức Tú (2012), “Quản lý rủi ro tín dụng tại Ngân hàng Thương mại cổ
phần Công thương Việt Nam”, Luận án Tiến sỹ, Trường Đại học Kinh tế Quốc
dân Hà Nội.
14. Nguyễn Hoàng Thụy Bích Trâm (2014), “Kiểm tra rủi ro tín dụng cho các ngân
hàng thương mại niêm yết tại Việt Nam”, Phát triển & hội nhập, số 14 (24),
tháng 01-02/2014.
15. Nguyễn Hữu Phước (2011), “Mô hình đánh giá mức độ căng thẳng tài chính hệ
thống ngân hàng Việt Nam: Áp dụng phương pháp VAR”, Luận văn Thạc sỹ
Kinh tế, Trường Đại học Kinh tế Thành phố Hồ Chí Minh.
16. Nguyễn Thị Hoài Phương (2012), “Quản lý nợ xấu tại ngân hàng thương mại
Việt Nam”, Trường Đại học Kinh tế Quốc dân Hà Nội.
17. Nguyễn Thị Thu Đông (2012), “Nâng cao chất lượng tín dụng tại Ngân hàng
Thương mại cổ phần Ngoại thương Việt Nam trong quá trình hội nhập”, Luận
án Tiến sỹ, Trường Đại học Kinh tế Quốc dân Hà Nội.
18. Nguyễn Tuấn Anh (2012), “Quản lý rủi ro tín dụng tại Ngân hàng Nông nghiệp

148
và Phát triển Nông thôn Việt Nam”, Luận án Tiến sỹ, Trường Đại học Kinh tế
Quốc dân Hà Nội.
19. Phạm Thu Thủy và Đỗ Thị Thu Hà (2013), “Đổi mới cách thức đo lường rủi ro
tín dụng tại các NHTM Việt Nam trong quá trình tái cấu trúc hệ thống”, truy
cập ngày 1/6/2016, từ http://bank.hvnh.edu.vn/4980/...html.
20. Phùng Đức Quyền (2013), “Kiểm tra sức chịu đựng của các ngân hàng thương
mại lớn ở Việt Nam”, Đề tài nghiên cứu khoa học, Khoa Tài chính Ngân hàng,
trường Đại học Kinh tế, Đại học Quốc gia Hà Nội.
21. Quốc hội nước Cộng hòa Xã Hội Chủ nghĩa Việt Nam (2010), “Luật các tổ
chức tín dụng do Quốc hội nước Cộng hòa Xã Hội Chủ nghĩa Việt Nam” ban
hành theo quyết định số 47/2010/QH12 ngày 16/6/2010.
22. Trương Đông Lộc, Nguyễn Văn Thép (2015), “Các yếu tố ảnh hưởng đến rủi
ro tín dụng của các quỹ tín dụng nhân dân tại khu vực Đồng bằng sông Cửu
Long”, Nghiên cứu kinh tế số 444, Tháng 5/2015, trang 61-70.
23. Võ Trí Thành, Lê Xuân Sang (2013), “Giám sát hệ thống tài chính: Chỉ tiêu và
mô hình định lượng”, Báo cáo nghiên cứu RS-03, Nhà Xuất bản tri thức.
TIẾNG ANH
24. Alessandri P., Gai P., Kapadia S., Puhr C. (2007), “A framework for
quantifying systemic stability”, truy cập ngày 1/6/2016, từ
http://is.vsfs.cz/el/6410/leto2014/D_TFT/um/um/2601528/2602338/Gai_Frame
workforQuantifyingSystemicStability.pdf.
25. Alfaro R. and Drehmann M. (2009), “Macro Stress Testing and Crisis: What
we can learn?”, BIS Quarterly Review.
26. Andreas A., Li L., Christian S. (2013), “A Framework for Macroprudential
Bank Solvency Stress Testing: Application to S-25 and Other G-20 Country
FSAPs”, IMF Working Paper, WP/13/68.

149
27. Aragonés J.R., Carlos B., Kevin D. (2001), “Incorporating Stress Testing into
Market Risk Modeling”, Derivatives Quarterly, Spring 2001, pp. 44-49.
28. Åsberg P. and Shahnazarian H. (2008), “Macroeconomic impact on expected
Default Freqency”, Sveriges Riksbank Working Paper Series, No 219.
29. Aver B. (2008), “An Empirical Analysis of Credit Risk Factors of the
Slovenian Banking System”, Managing Global Transitions 6(3), pp. 317–334.
30. Ayuso J., Pérez D. and Saurina J. (2004), “Are capital buffers pro-cyclical?
Evidence from Spanish panel data”, Journal of Financial Intermediation, 13
(2), 249-64.
31. Ayuso J., Perez D. and Saurina J. (2004), “Are capital buffers pro-cyclical?:
Evidence from Spanish panel data”, Journal of Financial Intermediation, vol.
13, issue 2, 249-264.
32. Baltagi B. (2008), “Econometric Analysis of Panel Data”, 4thEd. Chichester,
UK. John Wiley & Sons, Ltd.
33. Bank for International Settlement (2006), “Results of the fifth quantitative
impact Stress Testing (QIS 5)”, truy cập 1/6/2016, từ
https://eiopa.europa.eu/Publications/Reports/QIS5_ Report_Final.pdf.
34. Basel Committee for Banking Supervision (2000), “Principles for the
Management of Credit Risk”, truy cập ngày 1/6/2016, từ
www.bis.org/publ/bcbs75.pdf.
35. Basel Committee for Banking Supervision (2004), “International convergence
of capital measurement an capital standards: A revised framework”, truy cập
ngày 1/6/2016, từ www.bis.org/publ/bcbs128.htm.
36. Basel Committee for Banking Supervision (2005), “Stress Testing at Major
Financial Institutions: Survey Results and Practice”, truy cập ngày 1/6/2016, từ
www.bis.org/publ/cgfs24.pdf.
37. Basel Committee for Banking Supervision (2009), “Principles for sound Stress
Testing practices and supervision”, truy cập ngày 1/6/2016, từ

150
www.bis.org/publ/bcbs155.htm.
38. Basel Committee for Banking Supervision (2011), “The transmission channels
between the financial and real sectors: a critical survey of the literature”, truy
cập ngày 1/6/2016, từ www.bis.org/publ/bcbs_wp18.htm.
39. Basel Committee for Banking Supervision (2012a), “A framework for dealing
with domestic systemically important banks”, truy cập ngày 1/6/2016, từ
www.bis.org/publ/bcbs224.pdf.
40. Basel Committee for Banking Supervision (2012b), “Peer review of
supervisory authorities’ implementation of Stress testing principles”, truy cập
ngày 1/6/2016, từ www.bis.org/publ/bcbs218.htm.
41. Berger A., R. De Young (1997), “Problem Loans and Cost Efficiency in
Commercial Banks”, Journal of Banking and Finance, 21, 849–870.
42. Bernanke B.S., Gertler M., Watson M., (2004), “Oil shocks and aggregate
macroeconomic behavior: The role of monetary policy”. Journal of Money,
Credit, Volume 36, p. 287–291.
43. Blaschke W., M. Jones, G. Majnoni and S. Peria (2001), “Stress testing of
financial systems: An overview of issues, methodologies, and FSAP
experiences”, IMF Working Papers, 01/88.
44. Bofondi M., Ropele T. (2011), “Macroeconomic Determinants of Bad Loans:
Evidence from Italian Banks”, Bank of Italy Occasional Paper, No. 89.
45. Borio C., Drehmann M. and Tsatsaronis K. (2012), “Stress Testing: does it live
up to expectations?”, BIS Working Papers, No 369, January 2012.
46. Brunnermeier M. (2009), “Deciphering the liquidity and credit crunch 2007-
2008”, Journal of Economic Prospects, No 230(1).
47. Bucur I. A., Dragomirescu S. E. (2014), “The influence of macroeconomic
conditions on credit risk: Case of Romanian banking system”, Studies and
Scientific Researches. Economics Edition, No 19.
48. Buncic D. and Melecky M. (2013), “Macroprudential stress testing of credit

151
risk: A practical approach for policy makers”, Journal of Financial Stability,

Elsevier, vol. 9(3), pages 347-370.
49. Bunn P, A. Cunningham and M. Drehmann (2005), “Stress Testing as a tool
for assessing systemic risk”, Bank of England Financial Stability Review, June.
50. Cardinali A. and Nordmark J. (2016), “How informative are bank stress tests?
- Bank opacity in the European Union”, Lund University.
51. Cardinali A., Nordmark J. (2011), “How informative are bank stress tests?
Bank opacity in the European Union”, Master’s thesis, Lund University.
52. Castren O., S. Dées, F. Zaher (2008), “Global macro-financial shocks and
expected default frequencies in the Euro area”, ECB WP, No 875, February.
53. Castren O., T. Fitzpatrick, M. Sydow (2008), “Assessing portfolio credit risk
changes in a sample of EU large and complex banking groups in reaction to
macroeconomic shocks”, ECB WP, No 1002, February.
54. Castro V. (2012), “Macroeconomic determinants of the credit risk in the
banking system: The case of the GIPSI”, NIPE, WP 11/2012.
55. Ceca K., Shijaku H. (2011), “A credit risk model for Albania, Bank of
Greece”, Special Conference Paper, February 2011.
56. Christian B., Ludger O., Christoph W. (2010), “Introduction to Credit Risk
Modeling”, Second Edition, CRC Press.
57. Clichici D., Colesnicova T. (2014), “The impact of macroeconomic factors on
non-performing loans in the Republic of Moldova”, Journal of Financial and
Monetary Economics, No 1, pp. 73 - 78.
58. Committee of the Global Financial Stress Testing (2000), “Stress Testing by
large financial institutions: current practice and aggregation issues”, Bank for
International Settlements, April.
59. Cont R. and Wagalath L. (2012), “Running for the exit: Distressed selling and
endogenous collection in financial markets”, truy cập ngày 1/6/2016, từ
onlinelibrary.wiley.com/doi/10.1111/j.1467-9965.2011.00510.../pdf.

152
60. Cottarelli C., Dell’Ariccia G., Vladkova-Hollar I. (2003), “The private sector
in Central and Eastern early birds, late risers, and sleeping beauties: bank credit
growth to Europe and the Balkans”, IMF WP, WP/03/213.
61. Cummings J. R. and Durrani K. J. (2016), “Effect of the Basel Accord capital
requirements on the loan-loss provisioning practices of Australian banks”,
Journal of Banking & Finance, vol. 67, issue C, 23-36.
62. Cummings J. R., Durrani K. J. (2016), “Regulatory Capital and Internal Capital
Targets: An Examination of the Australian Banking Industry”, CIFR Paper,
No. 112/2016 / Project T023.
63. Dash M., Kabra G. (2010), “The determinants of non-performing assets in
Indian commercial bank: An econometric study”, Middle Eastern Finance and
Economics, 7, 94-106.
64. Davis E. Philip, Zhu H. (2011), “Bank lending and commercial property
cycles: Some cross-country evidence”, Journal of International Money and
Finance, Elsevier, vol. 30(1), pages 1-21, February.
65. Demirgüç-Kunt A., Detragiache E. (1998), “The determinants of banking
crises in developing and developed countries”, IMF Staff Papers, Vol. 45, No.
1.
66. Deutsche Bank Research (2011), “EU Monitor 78: Macroeconomic
coordination: What can a scoreboard approach achieve?”, Report on EU
integration, January.
67. Dib A. (2009), “Banks, Credit Market Frictions, and Business Cycles”, Bank of
Canada Working Paper.
68. Drehmann M. (2008), “Stress Testing: Objectives, challenges and modelling
choices”, Economic Review, February.
69. Ernst and Young (EY) (2013), “Remaking financial services: risk management
five years after the crisis, A survey of major financial institutions”, truy cập
ngày 1/6/2016,từ

153
http://www.ey.com/Publication/vwLUAssets/Remaking_financial_
70. Espinoza R., A. Prasad (2010), “Nonperforming Loans in the GCC Banking
Systems and their Macroeconomic Effects”, IMF Working Paper, No 10/224.
71. Federal Reserves System (2012), ‘Guidance on Stress Testing for Banking
Organizations with Total Consolidated Assets of More Than $10 Billion’, truy
cập ngày 1/6/2016, từ https://www.federalreserve.gov/bankinforeg
/srletters/sr1207a1.pdf.
72. Federal Reserves System (2016), “Dodd-Frank Act Stress Test 2016:
Supervisory Stress Test Methodology and Results”, truy cập ngày 1/6/2016, từ
www.federalreserve.gov/newsevents/press/bcreg/bcreg20160623a1.pdf.
73. Fofack H. (2005), “Non-performing Loans in Sub-Saharan Africa: Causal
Analysis and Macroeconomic Implications”, World Bank Policy Research
Working Paper No. 3769.
74. Foglia A. (2008), “Stress Testing credit risk: A survey of authorities'
approaches”, Banca d'Italia, No 37.
75. Geanakoplos J., Fostel, A. (2013), ‘Reviewing the leverage cycle’, Cowles
Foundation Discussion Paper, No 1918.
76. Geoffrey N. K., Andrea M (2010), “A forward- looking Macro-prudential
Stress test for US banks”, truy cập ngày 1/6/2016, từ
www.elibrary.imf.org/staticfiles/misc/toolkit/pdf/chap33.pdf .
77. George E. P., Gwilym M. J. (1976), “Time series analysis, forecasting and
control”, San Francisco, Holden-Day, c1976, Rev. ed.
78. Glenn H., Steffen S. and Lea Z. (2005), “Stress tests of UK banks using a VAR
approach”, Bank of England, Working Paper no. 282.
79. Goldstein A. và Sapra E. (2012), “Should Banks’ Stress Test Results be
Disclosed? An Analysis of the Costs and Benefits”, Foundations and Trends in
Finance, Vol. 8, No. 1 (2013) 1–54.
80. Goldstein I., Sapra H., (2012), “Should banks’ stress test results be disclosed?

154
An analysis of the costs and benefits”, University of Pennsylvania.

81. Golub, Bennett W., and Conan C. (2010), “Risk Management Lessons Worth
Remembering From the Credit Crisis of 2007 – 2009”, truy cập ngày 1/6/2016,
từ http://ssrn.com/abstract=1508674.
82. Goodhart O., Tsomocos (2009), “Analysis of Monetary Policy and Financial
Stability: A New Paradigm”, CESIFO Working Paper, No. 2885.
83. Gordy M. (2002), “A Risk-Factor Model Foundation for Ratings-Based Bank
Capital Rules”, truy cập ngày 1/6/2016, từ https://www.federalreserve.gov
/pubs/feds/2002/.../200255pap.pdf.
84. Gunsel N.(2011), “Micro and macro determinants of bank fragility in North
Cyprus Economy”, African Journal of Business Management Vol. 6(4), pp.
1323-1329.
85. Gutiérrez M. (2008), “Modelling extreme but plausible losses for credi risk: A
Stress Testing framework for the Argentine financial system”, MRPA paper,
June 2008.
86. Hirtle B. and Lehnert A. (2014), “Supervisory Stress Tests”, FRB of New York
Staff Report No. 696, truy cập ngày 1/12/2016, từ https://ssrn.com/
abstract=2521612.
87. Hirtle B.J., A. Lehnert (2014), “Supervisory Stress Tests”, FRB of New York
Staff Report, No. 696.
88. International Monetary Fund (2008), “Amendments to the Financial Soundness
Indicators (FSIs): Compilation Guide”, truy cập ngày 1/6/2016, từ
https://www.imf.org/external/pubs/ft/fsi/guide/2008/pdf/071408.pdf.
89. International Monetary Fund (2012), “Macro-financial Stress Testing –
Principles and Practices”, truy cập ngày 1/6/2016, từ
www.imf.org/external/np/pp/eng/2012/082212.pdf.
90. Jalan B. (2001), “Banking and finance in the new millennium”, Speech
Delivered at the 22nd Bank Economists’ Conference, New Delhi.

155
91. Jan W. (2008), “Liquidity Stress-Tester: A Macro Model for Stress-Testing

Banks’ Liquidity Risk”, Working Paper No. 175/2008.
92. Jim W., Ka-fai C., Tom F. (2006), “A framework for macro stress testing the
credit risk of banks in Hong Kong”, Hong Kong Monetary Authority Quaterly
Bulettin, December.
93. Jimenez G., J. Saurina (2006), “Credit Cycles, Credit Risk, and Prudential
Regulation”, International Journal of Central Banking, 65-98.
94. Jimenez, G. và Mencıa, J. (2009), “Modeling the distribution of credit losses
with observable and latent factors”, Journal of Empirical Finance, 16:235–
253.
95. Jones M., Hilbers P., Slack G. (2004), “Stress Testing Financial Systems: What
to Do When the Governor Calls”, IMF WP/04/127.
96. Jose Ramon A., Thiam H. (2012), “Assessing the resilience of ASEAN
banking systems: the case of the Phillipines”, ADB WPS on Regional
Economic Integration, No. 93, February.
97. Kalirai H., Scheicher M. (2002), “Macroeconomic stress testing: preliminary
evidence for Austria”, OeNB. Financial Stability Report, 58−74.
98. Kattai R. (2010), “Credit risk model for the Estonian banking sector”, Working
Papers of Eesti Bank, No. 1/2010.
99. Kenneth Y. (2012), “Risk appetite, Stress Testing, Capital planning: The links
among the three are evident in recent regulatory trends”, The RMA Journal,
September.
100. Lelyveld V. and Iman (2009), “Special Issue on Stress Testing –
Introduction”, International Journal of Central Banking, 5(3), 1-7.
101. Louzis D., A. Vouldis, and V. Metaxas (2010), “Macroeconomic and Bank-
specific Determinants of Nonperforming Loans in Greece: A Comparative
Stress Testing of Mortgage, Business, and Consumer Loan Portfolios”, Bank of
Greece Working Paper 118.

156
102. Louzis D., A. Vouldis, and V. Metaxas (2012), “Macroeconomic and bank-
specific determinants of NPLs in Greece”, Journal of Banking and Finance,
36.
103. Marcucci J., Quagliariello M. (2009), “Asymmetric effects of the business
cycle on bank credit risk”, Journal of Banking and Finance, 33, 1624–1635.
104. McNeil, Rudiger F., P. Embrechts (2005), “Quantitative risk management:
concepts, techniques, and tools”, Princeton series in finance.
105. Mishkin F. (2010), “The economics of money, banking and financial
markets”, Pearson.
106. Mohammad T., Saeideh, A., Thaana G., Sepideh, K. (2015), “House prices
and credit risk: Evidence from the United States”, Economic Modelling, 2015,
vol. 51, issue C, pages 123-135.
107. Mohammad-Reza A. et al(2013), “Macroeconomics Shocks and Stability in
Malaysian Banking System; A Structural VAR Model”, American Journal of
Economics 2013, 3(5C): 22-28.
108. Morgan D., Peristiani S., Savino E. (2014), “The Information Value of the
Stress Test”, Journal of Money, Credit and Banking, September.
109. Morgan D., Peristiani S., Savino V., (2014), “The information value of the
stress test and bank opacity. Journal of Money”, Credit and Banking 46(7),
1479–1500.
110. Muliaman D., H., Wimboh S., Bagus S., Dwityapoetra S., B., Ita R. (2011),
“Macroeconomic Stress Testing for Indonesian Banking System”, truy cập
ngày 1/6/2016, từ https://www.researchgate.net/publication/251196711
_Macroeconomic_Stress_Testing_for_Indonesian_Banking_System
111. Nir K. (2013), “Non-Performing Loans in CESEE: Determinants and
Macroeconomic Performance”, IMF Working Paper, WP/13/72, March.
112. Nkusu M. (2011), “Nonperforming Loans and Macrofinancial Vulnerabilities
in Advanced Economies”, IMF Working Paper 11/161.

157
113. Petrella G. and Resti A. (2013), “Supervisors as information producers: Do

stress tests reduce bank opaqueness?”, Journal of Banking & Finance, vol. 37,
issue 12, 5406-5420.
114. Petrella G., Resti A. (2013), “Supervisors as information producers: Do
stress tests reduce bank opaqueness?”, Journal of Banking and Finance 37(12),
5406–5420.
115. Pratap S., Urrutia C. (2004), “Firm dynamics, investment and debt portfolio:
balance sheet effects of the Mexican crisis of 1994”, Journal of Development
Economics, Vol.75, pp. 535-563.
116. Prescott E. C. and Kydland E. (1982), “Time to Build and Aggregate
Fluctuations”, Econometrica 50: 1345-1370, 1982.
117. Pyle D. (1997), “Bank Risk Management: Theory”, Conference on risk
management and deregulation on banking, Jerusalem.
118. Quagliarello M. (2007), “Banks’ Riskiness Over the Business Cycle: a Panel
Analysis on Italian Intermediaries”, Applied Financial Economics17, 119-138.
119. Ricadas M. (2014), “Macroeconomic factors of non-performing loans in
commercial banks”, Ekonomika, No 9 (1), pp. 22 - 39.
120. Rinaldi L., Sanchis-Arellano A. (2006), “Household debt sustainability:
What explains household non-performing loans? An empirical analysis”,
European Central Bank Working Paper Series, No. 570.
121. Rodriguez (2012), “Credit risk Stress Testing: An exercise for Colombian
Banks”, Temas de Estingabilidad Financiera, No 73, December.
122. Salas V., J. Saurina (2002), “Credit risk in two institutional settings: Spanish
commercial and saving banks”, Journal of Financial Services Research, 22: 3,
203-224.
123. Schmeider, Puhr and Hasan (2011), “Next generation balance sheet Stress
Testing”, IMF Working Paper WP/11/83.
services_risk_management_five_years_after_the_crisis...pdf.

158
124. Shu C. (2002), “The impact of the macroeconomic environment on the asset
quality of Hong Kong’s banking sector”, Hong Kong Monetary Authority
Research Memorandum, No.20.
125. Stephanou C., Mendoza J. C. (2005), “Credit Risk Measurement under Basel
II: An Overview and Implementation Issues for Developing Countries”, World
Bank Policy Research Working Paper Series.
126. Stolz S. and Wedow M. (2011), “Banks’ regulatory capital buffer and the
business cycle: Evidence for Germany”, Journal of Financial Stability, 7 (2),
98-110.
127. Stolz S., Wedow M. (2011), “Banks' regulatory capital buffer and the
business cycle: Evidence for Germany”, truy cập ngày 1/12/2016, từ
http://www.sciencedirect.com/science/article/pii/S1572-3089(09)00046-1.
128. Summer M., (2007), “Modelling instability of banking systems and the
problem of macro stress testing”, ECB conference on Simulating Financial
Instability.
129. The Clearing House (2016), “Comparison between United States and
European Union Stress Tests”, truy cập ngày 1/12/2016, từ
https://www.theclearinghouse.org/-/media/files/research%20notes/20160518-
tch-research-note-ccar-vs-eba-stresstests.pdf.
130. Tian R., Yang J. (2011), “Macro Stress Testing on credit risk of commercial
banks in China based on vector autoregression models”, truy cập 1/6/2016, từ
https://www.researchgate.net/...Macro_Stress_Testing_on_Credit_Risk_...
131. Til S. (2016), “Stress Testing in Wartime and in Peacetime”, Oliver Wyman
and Wharton Financial Institutions Center, March.
132. Til S. (2016), “Stress Testing in Wartime and in Peacetime”, Wharton
Financial Institutions Center, March.
133. Van den End J.W., Hoeberichts M., Tabbae M. (2006), “Modelling scenario
analysis and Macro Stress Testing”, DNB Working paper, no 119.

159
134. Vasiliki M., Athanasios T., Athanasios B. (2014), “Determinants of Non-

Performing Loans: The Case of Eurozone”, Panoeconomicus, 2014, 2, pp.193-
206
135. Vazquez F., Tabak B.M. and Souto M. (2010), “A macro Stress Testing
model of credit risk for the Brazilian banking sector”, Banco Central Do
Brazil, WP 226, November.
136. Vogiazas S., Nikolaidou E., Mouratidis K.(2011), “Investigating the
determinants of nonperforming loans in the Romanian banking system”, Paper
presented at the 6th SEE Doctoral Conference, SEERC, September.
137. Waeibrorheem W., Suriani S. (2015), “Bank specific and macroeconomic
dynamic determinants of credit risk in Islamic banks and Concentional banks”,
International Journal of Economics and Financial Issues, 2015, 5(2), 476-481.
138. Wei L., Zhiwei Y. (2012), “Stress Testing of commercial banks’ exposure to
credit risk: A Stress Testing based on the write-off of non-performing loans”,
Asian Social Science, Vol. 8, No 10, August.
139. Williams J. (2004), “Determining Management Behaviour in European
Banking”, Journal of Banking and Finance 28, 2427–2460.
140. Wong J., Choi K., Fong T. (2008), “A framework for Stress Testing banks’
credit risk”, The Journal of Risk Model Validation 2(1), 3-23.

160

161
PHỤ LỤC
Phụ lục 1: Đánh giá chất lượng dữ liệu về các chỉ tiêu kinh tế xã hội Việt
Nam
Nhân tố Các chỉ số đại diện Đánh giá chất lượng dữ liệu
Tốc độ tăng GDP so Có: Tổng cục Thống kê
với cùng kỳ năm trước
Tăng Tỷ lệ thất nghiệp Chưa thể hiện đầy đủ tình trạng thị trường
trưởng kinh lao động do một số lượng lớn lao động Việt
tế Nam trong ngành nông nghiệp mang tính tự
cung tự cấp hay dùng để trao đổi hàng hóa
không được coi là thất nghiệp.
Cán cân thương mại Có nguồn Tổng cục Thống kê
hàng hóa: Tổng kim Tuy nhiên, theo Bộ Tài chính, có sự chênh
ngạch và tốc độ tăng lệch lớn trong số liệu thống kê xuất nhập
Cán cân
trưởng nhập khẩu, xuất khẩu giữa Việt Nam và Trung Quốc do
vãng lai
khẩu lượng hàng hóa nhập lậu, tạm nhập tái xuất
Cán cân xuất nhập Tính chính xác và kịp thời của số liệu chưa
khẩu dịch vụ cao
Tỷ lệ dự trữ ngoại Có số liệu theo năm tại Báo cáo thường
hối/Giá trị 1 tuần nhập niên của NHNN, Thống kê tài chính quốc tế
Dự trữ
khẩu, Tỷ lệ dự trữ (IFS) của IMF, Databank của Worldbank,
ngoại hối
ngoại hối/Nợ ngắn hạn World Gold Council, nhưng tần suất cung
nhà nước
nước ngoài, Tỷ lệ dự cấp thông tin không đủ theo yêu cầu, có độ
trữ ngoại hối/ cung M2 trễ từ 1-2 năm
Tần suất cung cấp thông tin không đủ theo
Luân Vay nợ nước ngoài
yêu cầu
chuyển
Cơ cấu luồng vốn quốc Tần suất cung cấp thông tin không đủ theo
ngoại hối
tế yêu cầu
Tần suất cung cấp thông tin không đủ theo
yêu cầu. Theo đánh giá của cơ quan Kiểm
Tỷ lệ nợ công trên
Nợ công toán Nhà nước, cố liệu còn bị lệch do công
GDP (%)
tác báo cáo số liệu còn phân tán. Có độ trễ
từ 1-2 năm.
Tốc độ tăng chỉ số giá
Lạm phát tiêu dùng, lạm phát cơ Có nguồn Tổng cục Thống kê
bản (%)

162
Nhân tố Các chỉ số đại diện Đánh giá chất lượng dữ liệu
Tốc độ tăng tỷ giá bình
Có, nhưng trong một số giai đoạn tỷ giá do
Biến động quân liên ngân hàng
NHNN công bố chưa phản ánh tỷ giá giao
tỷ giá VNĐ/USD so quý
dịch thực trên thị trường.
trước (%)
- Lãi suất tái cấp vốn; Một số giai đoạn lãi suất do NHNN công bố
- Lãi suất tái chiết chưa phản ánh lãi suất thực trên thị trường.
khấu; Chuỗi dữ liệu lãi suất liên ngân hàng do
- Lãi suất liên ngân NHNN cung cấp phản ánh thị trường tốt
Lãi suất hàng các kỳ hạn; hơn, nhưng không có đủ độ dài yêu cầu.
- Lãi suất cho vay, huy Bloomberg cung cấp số liệu lãi suất cho vay
động của các NHTM. và tiền gửi kỳ hạn 12 tháng bình quân 4
ngân hàng Agribank, BID, Vietinbank,
VCB .
Biến động Tốc độ tăng cung tiền Nguồn NHNN
tiền tệ M2 M2
Tốc độ tăng tổng dư nợ Có, nhưng bao gồm cả dư nợ của các
Tăng tín nền kinh tế của toàn hệ NHTM, liên doanh và nước ngoài, công ty
dụng thống cho thuê tài chính, quỹ tín dụng nhân dân.
Nguồn: NHNN
Chỉ số giá bất động Chỉ số giá xây dựng theo quý của Bộ Xây
sản, Giá thuê nhà, Giá dựng, nhưng không phải là biến số đặc
đất trưng.
Khối lượng Bất động Chỉ số giá bất động sản đang trong quá trình
sản hiện có, Tỷ lệ Bất xây dựng của Bộ Xây dựng, nhưng kỳ công
Biến động động sản để không bố năm
giá bất hoặc sử dụng, Số lượng Số liệu hàng tồn kho bất động sản được
động sản / giá trị các căn hộ mới, nhiều đơn vị nhà nước, công ty công bố,
các giao dịch mới nhưng độ chênh lớn.
Chỉ số giá cổ phiếu của
các công ty thuộc nhóm
ngành bất động sản,
xây dựng
Chỉ số chứng khoán Nguồn: các Sở giao dịch, Trung tâm giao
Chỉ số
VNIndex, VN30 Index, dịch chứng khoán
chứng
HNX Index, HNX30
khoán
Index, Upcom Index

163

164
Phụ lục 2: Kết quả mô hình đánh giá tác động kinh tế vĩ mô tới NPL (đầy
đủ)
Random-effects GLS regression Number of obs = 196
Group variable: Ten1 Number of groups = 9
R-sq: Obs per group:

within = 0.8584 min = 16
between = 0.9940 avg = 21.8
overall = 0.9025 max = 25
Wald chi2(11) = 1703.44

corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000
lnNPL Coef. Std. Err. z P>|z| [95% Conf. Interval]
lnNPL
L1. .9100124 .0243781 37.33 0.000 .8622321 .9577927
gdp 10.08211 2.967994 3.40 0.001 4.264947 15.89927
dcpi
L2. -.5650946 .6643665 -0.85 0.395 -1.867229 .7370398
dm2
L2. .0579034 .4590475 0.13 0.900 -.8418131 .9576198
dexg .564938 .2119128 2.67 0.008 .1495964 .9802795
vni
L1. .1591898 .1613164 0.99 0.324 -.1569845 .475364
vndq
L1. -.4789843 1.105869 -0.43 0.665 -2.646447 1.688479
vamc -.1856778 .0525275 -3.53 0.000 -.2886299 -.0827258

q4d .1000329 .0398407 2.51 0.012 .0219466 .1781192
var38 -.339413 .2322344 -1.46 0.144 -.794584 .115758
var39 -1.378129 .2276184 -6.05 0.000 -1.824253 -.9320048
_cons -.2670753 .182092 -1.47 0.142 -.623969 .0898185
sigma_u 0
sigma_e .22681176
rho 0 (fraction of variance due to u_i)

165
Phụ lục 3: Kết quả mô hình đánh giá tác động kinh tế vĩ mô tới NPL (rút
gọn)
Random-effects GLS regression Number of obs = 207

Group variable: Ten1 Number of groups = 9
R-sq: Obs per group:

within = 0.8467 min = 16
between = 0.9937 avg = 23.0
overall = 0.8958 max = 27
Wald chi2(5) = 1727.54

corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000
lnNPL Coef. Std. Err. z P>|z| [95% Conf. Interval]
lnNPL
L1. .9155522 .0234781 39.00 0.000 .869536 .9615684
gdp 6.429691 2.414276 2.66 0.008 1.697797 11.16158

vamc -.2079817 .0517595 -4.02 0.000 -.3094284 -.1065349
q4d .0994183 .0389739 2.55 0.011 .0230309 .1758057
var39 -1.375926 .2286894 -6.02 0.000 -1.824149 -.9277027
_cons -.0703564 .1510152 -0.47 0.641 -.3663407 .2256279
sigma_u 0
sigma_e .22863572
rho 0 (fraction of variance due to u_i)

166
Phụ lục 4: Kết quả mô hình dự báo GDP
. var gdp, lags(1 2 3)
Vector autoregression
Sample: 2000-Q4 - 2015-Q4 Number of obs = 61

Log likelihood = 215.7279 AIC = -6.941899
FPE = .0000566 HQIC = -6.887651
Det(Sigma_ml) = .0000496 SBIC = -6.803481
Equation Parms RMSE R-sq chi2 P>chi2
gdp 4 .007288 0.7065 146.8392 0.0000
gdp Coef. Std. Err. z P>|z| [95% Conf. Interval]
gdp
gdp
L1. .9255104 .1125556 8.22 0.000 .7049054 1.146115
L2. -.5220152 .1480743 -3.53 0.000 -.8122354 -.231795
L3. .4703828 .1110055 4.24 0.000 .2528161 .6879495
_cons .0084444 .005296 1.59 0.111 -.0019355 .0188244


LA02.072 - Kiểm tra sức chịu đựng rủi ro tín dụng của các ngân hàng thương mại Việt Nam - Nghiên cứu điển hình Ngân hàng TMCP Công thương Việt Nam

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

LA02.072 - Kiểm tra sức chịu đựng rủi ro tín dụng của các ngân hàng thương mại Việt Nam - Nghiên cứu điển hình Ngân hàng TMCP Công thương Việt Nam

Uploaded by

Copyright:

Available Formats

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN

KIỂM TRA SỨC CHỊU ĐỰNG RỦI RO TÍN DỤNG

Chuyên ngành : Tài chính - Ngân hàng

LUẬN ÁN TIẾN SỸ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

LỜI CAM ĐOAN

Hà Nội, ngày…..tháng…. năm 2017

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

LỜI CAM ĐOAN .................................................................................................. v

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

1.3. Khoảng trống nghiên cứu ......................................................................... 22

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

CHƯƠNG 3. THỰC TRẠNG HOẠT ĐỘNG TÍN DỤNG VÀ TRIỂN KHAI

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

3.3.2.2. Hạn chế .......................................................................................... 82

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

CHƯƠNG 5. MỘT SỐ ĐỀ XUẤT NHẰM TĂNG CƯỜNG ỨNG DỤNG MÔ

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

DANH MỤC VIẾT TẮT

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

STT Ký hiệu Nguyên nghĩa

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

STT Ký hiệu Nguyên nghĩa

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

DANH MỤC CÁC BẢNG

cùng chủ đề tại Việt Nam ...................................................................................... 91

Bảng 4.6: Mô tả thống kê các biến trong mô hình ................................................ 103

Bảng 4.9: Kết quả kiểm định đa cộng tuyến......................................................... 105

Bảng 4.13: Dự báo tăng trưởng GDP năm 2016................................................... 116

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

Bảng 4.17: PD ước tính của Vietinbank ............................................................... 121

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

DANH MỤC CÁC ĐỒ THỊ

Đồ thị 3.4: Chỉ số VN-Index giai đoạn 2009 - 2015 ............................................... 65

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

DANH MỤC CÁC HÌNH

Hình 2.2: Kết quả mô phỏng ∆RWA theo ∆PD ..................................................... 44

Hình 3.1: Mô hình quản trị rủi ro tại Vietinbank .................................................... 79

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

DANH MỤC CÁC PHỤ LỤC

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

1. Giới thiệu công trình nghiên cứu

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

2. Tính cấp thiết của luận án

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

3. Mục tiêu nghiên cứu

RRTD tại các NHTM Việt Nam.

4. Đối tượng và phạm vi nghiên cứu

4.2. Phạm vi nghiên cứu

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

5. Câu hỏi nghiên cứu

những thành công, hạn chế gì? Nguyên nhân?

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

NHTM Việt Nam?

NHTM Việt Nam?

6. Phương pháp nghiên cứu

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

7. Những đóng góp của luận án

Viết thuê luận văn thạc sĩ, luận án tiến sĩ

8. Kết cấu của luận án