Bài giảng Quản trị rủi ro - Bài 3: Rủi ro tín dụng

v1.0015111218
BÀI 3
RỦI RO TÍN DỤNG
ThS. Đinh Thị Hồng Thêu
Trường Đại học Kinh tế Quốc dân
1
v1.0015111218
TÌNH HUỐNG KHỞI ĐỘNG: Có nên thắt chặt tín dụng một cách đồng đều?
Tín dụng là nghiệp vụ mang lại nguồn thu nhập chính đồng thời cũng tiềm ẩn nhiều rủi ro
nhất cho các Ngân hàng thương mại. Trong bối cảnh kinh tế khó khăn, các ngân hàng
thương mại thường áp dụng chính sách thắt chặt tín dụng nhằm đảm bảo an toàn vốn
hay không? Hay có một phương pháp khác tối ưu hơn?
2
1. Vậy rủi ro tín dụng là gì?
2. Những mô hình nào được sử dụng để đo lường loại rủi ro này?
v1.0015111218
MỤC TIÊU
• Sau khi học xong bài này, sinh viên sẽ hiểu cặn kẽ được về rủi ro tín dụng
và vai trò của quản trị rủi ro tín dụng trong toàn bộ quy trình tín dụng theo
tiêu chuẩn Quốc tế (Basel).
• Sinh viên được hướng dẫn các phương pháp đo lường rủi ro tín dụng và
ưu nhược điểm của mỗi phương pháp đó.
• Một số vấn đề quan trọng đang được các Ngân hàng Thương mại Việt
Nam đặc biệt quan tâm như thẻ điểm tín dụng, xác suất vỡ nợ, tổn thất
dự kiến, tổn thất ngoài dự kiến sẽ được tìm hiểu cặn kẽ trong nội dung
bài này.
3
v1.0015111218
NỘI DUNG
4
Rủi ro tín dụng là gì?
Quản trị rủi ro tín dụng
Mô hình xếp hạng tín dụng nội bộ
Mô hình ước tính tổn thất dự kiến (EL)
Mô hình điểm số Z
Kiểm soát rủi ro tín dụng
v1.0015111218
1. RỦI RO TÍN DỤNG LÀ GÌ?
Theo quan điểm Việt Nam:
• Quyết định 493 NHNN: Rủi ro tín dụng là khả năng xảy
ra tổn thất trong hoạt động ngân hàng của tổ chức tín
dụng do khách hàng không thực hiện hoặc không có khả
năng thực hiện các nghĩa vụ của mình theo cam kết.
• Thông tư 02 NHNN: Rủi ro tín dụng là tổn thất có khả
năng xảy ra đối với nợ của tổ chức tín dụng do khách
hàng không thực hiện hoặc không có khả năng thực hiện
một phần hoặc toàn bộ nghĩa vụ của mình theo cam kết.
Theo quan điểm quốc tế: Rủi ro tín dụng là khả năng xảy ra
tổn thất về thu nhập hoặc vốn của định chế tài chính do khách
hàng không thực hiện đúng các cam kết trên hợp đồng tín
dụng ngoài dự kiến.
5
v1.0015111218
2. QUẢN TRỊ RỦI RO TÍN DỤNG
• Quản trị rủi ro tín dụng của NHTM là quá trình xây
dựng và thực thi các chiến lược, các chính sách quản
lý và kinh doanh tín dụng nhằm đạt được các mục
tiêu an toàn, hiệu quả và phát triển bền vững;
• Quản trị rủi ro đối với một khoản tín dụng: Hệ
thống các hoạt động Ngân hàng đánh giá rủi ro
cũng như lợi nhuận kỳ vọng khi ngân hàng cấp tín
dụng cho khách hàng.
 Quản trị rủi ro đối với 1 khoản tín dụng là một phần
của quản trị rủi ro tín dụng chung của cả ngân hàng.
• Quản trị rủi ro tín dụng đối với danh mục tín
dụng: Hệ thống các hoạt động Ngân hàng nhận
biết, đo lường rủi ro của cả danh mục tín dụng 
Ngân hàng xác định được tương quan giữa rủi ro mà
Ngân hàng có thể chấp nhận và lợi nhuận kỳ vọng 
chiến lược để giảm thiểu rủi ro.
6
v1.0015111218
2.1. MỤC TIÊU CỦA QUẢN TRỊ RỦI RO TÍN DỤNG
• Đánh giá chính xác nguy cơ gây tổn thất của khác
hàng trước khi cho vay, làm cơ sở để đưa ra quyết
định phù hợp.
• Sớm phát hiện được những rủi ro từ những khách
hàng đang vay vốn, nhanh chóng xử lý những rủi
ro khi mới xuất hiện.
• Đảm bảo an toàn cho hoạt động của ngân hàng.
• Góp phần gia tăng lợi nhuận từ hoạt động tín dụng
của ngân hàng, giảm thiểu khả năng mất vốn và lãi
nếu quản lý và đánh giá tốt rủi ro.
 Mục tiêu nào quan trọng nhất?
7
v1.0015111218
2.2. ĐO LƯỜNG RỦI RO TÍN DỤNG
• Phương pháp đo lường:
 Phương pháp định tính;
 Phương pháp định lượng.
• Đánh giá rủi ro: Xác định mức độ nghiêm
trọng của rủi ro đối với toàn bộ hoạt động kinh
doanh tín dụng của ngân hàng thông qua:
 Tỷ lệ mất vốn (ví dụ 1% thì đã nghiêm
trọng chưa?);
 Tỷ lệ dự phòng rủi ro tín dụng;
 Khả năng bù đắp các khoản cho vay bị
mất vốn;
 Khả năng bù đắp rủi ro tín dụng của tổ
chức tín dụng.
8
v1.0015111218
CÁC MÔ HÌNH ĐO LƯỜNG RỦI RO TÍN DỤNG
• Mô hình xếp hạng tín dụng nội bộ (credit rating);
• Mô hình giá trị chịu rủi ro (Var);
• Mô hình ước tính tổn thất dự kiến (EL);
• Mô hình điểm số Z.
9
v1.0015111218
3. MÔ HÌNH XẾP HẠNG TÍN DỤNG NỘI BỘ
• Được xây dựng trên cơ sở xây dựng các bảng chấm điểm: các chỉ tiêu tài chính và
chỉ tiêu phi tài chính của khách hàng nhằm lượng hóa các rủi ro mà ngân hàng có
khả năng phải đối mặt.
• Hệ thống xếp hạng tín dụng nội bộ sử dụng phương pháp chấm điểm và xếp hạng
riêng đối với từng nhóm khách hàng.
• Thường được chia thành 2 nhóm:
 Khách hàng Cá nhân;
 Khách hàng Doanh nghiệp.
10
v1.0015111218
3. MÔ HÌNH XẾP HẠNG TÍN DỤNG NỘI BỘ (tiếp theo)
11
Vai trò của chấm điểm tín dụng trong quy trình tín dụng cá nhân
Yes
Yes
Yes
Hồ sơ mới Màn hình 1 Đủ thông tin?
No
Nhập dữ liệu
lần 1
Chấm điểm 
bước 1
Thẩm địnhNhập dữ liệu lần 2
Đạt hay 
không?
Danh sách
từ chối
No
Đạt hay 
không?
No
Khởi tạo tài 
khoản
Chấm điểm 
bước 2
Phê duyệt
v1.0015111218
3. MÔ HÌNH XẾP HẠNG TÍN DỤNG NỘI BỘ (tiếp theo)
12
Quy trình xếp hạng và ứng dụng mô hình xếp hạng vào hoạt động kinh doanh
T24
CIC
BCTC
Hệ thống 
xếp hạng
(Rule 
engine)
PD và
hạng 
khách 
hàng
Hạng
khách 
hàng 
sau 
điều 
chỉnh
Ứng dụng 
hạng 
khách 
hàng 
trong kinh 
doanh và 
quản trị
Ưu tiên về thời 
gian xử lý hồ sơ
Cho vay/Từ chối
Lãi suất
Tài sản bảo đảm
Hạn mức tín dụng
Phân loại nợ và 
trích lập dự phòng
Điều 
chỉnh
Data từ
Core- banking
Thông tin từ 
bộ phận
kinh doanh
v1.0015111218
ẢNH HƯỞNG CỦA CHẤT LƯỢNG THẺ ĐIỂM
13
1
3
Khách hàng 
tiềm năng
Từ chối Chấp thuận
Lựa chọn khách hàng)
Khách hàng tốt
Khách hàng xấu
Tỷ lệ khách hàng xấu trong các 
khách hàng hiện tại1
Lựa chọn khách hàng
2
Điểm cutoff : được xác định thông 
qua lợi nhuận/rủi ro của ngân hàng3
v1.0015111218
LỰA CHỌN KHÁCH HÀNG
14
1
4
Tập trung vào 
lựa chọn khách 
hàng mới
80
67 64
100
64
Khách hàng Kiểm soát hồ sơ Đánh giá qua 
thẻ điểm
Tái thẩm định Khách hàng 
được cấp thẻ
Lựa chọn khách hàng
13
320
v1.0015111218
CÁC BƯỚC XÂY DỰNG THẺ ĐIỂM
15
Chuẩn bị
dữ liệu
►Xác định thời điểm quan sát;
►Xác định khoảng thời gian quan sát; 
►Định nghĩa tốt/xấu/chưa xác định;
►Xác định nguồn dữ liệu: nội bộ, CIC.
Xác định 
biến và làm 
sạch dữ liệu
►Danh sách các biến đầy đủ (long list);
►Các giá trị thiếu;
►Các giá trị ngoại lai (outliner).
Phân tích
đơn biến
►Nhóm và xác định khoảng giá trị (binning/bucketing);
►Tính toán IV, Gini, p-value (hồi quy logistic đơn biến);
►Phân tích đơn biến;
►Quan điểm của chuyên gia tín dụng;
►Lựa chọn biến (shortlist).
v1.0015111218
CÁC BƯỚC XÂY DỰNG THẺ ĐIỂM (tiếp theo)
16
Phân tích
đa biến
►Mô hình logistic đa biến từ shortlist(e.g. AUROC, KS, etc.);
►Tính ứng dụng trong thực tế;
►Mô hình cuối cùng (Final List).
Thẩm định 
mô hình
►Hold-out sample validation;
►Out-of-time sample validation.
Điểm/
Thang điểm
►Score scaling;
►Score banding;
►Cut-Off.
v1.0015111218
ĐỊNH NGHĨA GOOD/BAD (Default)
• Basel II Paragraph 452 – Định nghĩa bad:
“Vỡ nợ” được định nghĩa xảy ra đối với một khách hàng cụ thể khi một trong hai
hoặc cả hai sự kiện sau xảy ra:
 Ngân hàng cho rằng khách hàng không thể thanh toán toàn bộ khoản vay;
 Khách hàng có nợ quá hạn trên 90 ngày.
• Trong thực tế, tùy theo khẩu vị rủi ro của từng ngân hàng hoặc trường hợp tốt/xấu
không đủ dữ liệu. Định nghĩa tốt/xấu có thể được xem xét lại.
Ví dự như sau:
17
Ngân hàng Entrofine
Tốt Chưa bao giờ quá hạn trên 30 ngày Chưa bao giờ quá hạn quá 10 ngày
Xấu Đã từng quá hạn trên 60 ngày Đã từng quá hạn trên 90 ngày
Chưa xác định Đã từng quá hạn từ 30 - 59 ngày Đã từng quá hạn từ 10 - 89 ngày
v1.0015111218
XÁC ĐỊNH CÁC BIẾN SỬ DỤNG TRONG MÔ HÌNH
18
Data (Ví dụ) Ý nghĩa
Thông tin chung
▪ Tuổi;
▪ Giới tính;
▪ Số năm làm việc tại công ty
hiện tại.
▪ Khách hàng trẻ có khả năng vỡ nợ cao hơn;
▪ Phụ nữ thường trả nợ tốt hơn;
▪ Làm việc lâu tức là có nguồn trả nợ ổn định, vì
vậy khả năng trả nợ cao hơn.
Thông tin
tín dụng
▪ Loại hàng hóa;
▪ Độ lớn khoản vay.
▪ Các tài sản dễ bán có rủi ro cao hơn???
▪ Khách hàng có đánh giá quá cao về khả năng
trả nợ khoản vay lớn.
Các thông tin 
“có thể” khác
▪ Hợp đồng lao động dài hạn;
▪ Chênh lệch thu nhập khai báo
và thu nhập thực.
▪ Độ ổn định của công việc;
▪ Sự trung thực của khách hàng.
Thông tin hành
vi tín dụng
▪ Ngoại hình khách hàng. ▪ Khách hàng mặc tồi có rủi ro cao hơn.
Quy luật chung: Càng nhiều thông tin, sẽ có thẻ điểm tốt hơn.
Các thông tin 
nội bộ khác của
khách hàng
▪ Số ngày quá hạn max;
▪ Tỷ lệ nợ đã trả của khoản nợ
hiện tại.
▪ Các nhân tố này đại diện cho ý thức trả nợ của
khách hàng.
v1.0015111218
MÔ HÌNH XẾP HẠNG
19
▪ Khả năng trả nợ (PD) 
của khách hàng sử 
dụng thẻ tín dụng.
▪ Khả năng thu hồi nợ 
thàng công.
▪ Khả năng sử dụng thẻ 
tín dụng.
▪ 
Thông tin đầu vào 
(ví dụ)
▪ Tuổi
▪ Thu nhập
▪ Kinh nghiệm 
làm việc
▪ Tình trạng 
hôn nhân
▪ 
Scoring 
model
Đầu ra
▪ Hạng (e.g., AA)
▪ Xác suất nợ 
quá hạn
Sử dụng dữ liệu đầu vào đã biết để dự đoán một điều 
chưa biết Ví dụ
v1.0015111218
KẾT HỢP CÁC THÔNG TIN VÀO BẢNG DỮ LIỆU ĐỂ PHÂN TÍCH
20
• Để xây dựng một mô hình xếp hạng,
các thông tin quá khứ của danh mục
khách hàng được sử dụng.
• Thông tin về danh mục khách hàng:
 Mỗi dòng biểu thị thông tin của
khách hàng theo mỗi tiêu chí và
được đánh dấu 0-1 tùy theo khách
hàng đó là tốt – xấu.
 Mỗi cột chứa biến sử dụng miêu tả
khách hàng.
• Danh sách này có thể bao gồm thông
tin của hàng nghìn khách hàng.
Thông tin 
muốn dự báo
Thông tin dùng để dự báo
Tốt/xấu Giới tính Tuổi Hôn nhân Số con
Thời gian 
làm cho 
công ty 
gần nhất
0 M 20-25 M 0 5
0 M > 50 S 3 1
1 F 20-25 S 1 3
0 F 25-35 M 2 6
1 M 35-50 M 2 0,5
1 M 35-50 S 0 2
0 F > 50 S 2 1
0 F 25-25 M 1 4
1 M 20-25 M 0 0,3
0 F 25-35 S 1 0,5
1 M M 0 6
v1.0015111218
VÍ DỤ VỀ THẺ ĐIỂM
21
Điểm của khách hàng 
có liên hệ trực tiếp với 
khả năng trả nợ của 
khách hàng
Ví dụ minh họa
Biến Giá trị Điểm
Giới tính
• Nam 0
• Nữ 8
Tuổi
• 20 – 25 0
• 25 – 35 2
• 35 – 50 4
• > 50 8
Tình trạng hôn nhân
• Độc thân 0
• Ly hôn/Góa 0
• Đã kết hôn 2
Thời gian làm việc 
tại công ty hiện tại
• 0 – 6 tháng 0
• 6 – 12 tháng 2
• 1 – 3 năm 4
• Hơn 3 năm 8
Rủi ro công việc
• Loại C (rủi ro cao) 0
• Loại B (rủi ro trung bình) 3
• Loại A (rủi ro thấp) 6
Ví dụ: Điểm của khách hàng mới
Thông tin đăng ký Điểm
• Nam 0
• 25 – 35 2
• Đã kết hôn 2
• Hai năm làm công việc hiện tại 4
• Nghề nghiệp: lái xe (loại B) 3
Total score 11
v1.0015111218
LIÊN HỆ GIỮA ĐIỂM KHÁCH HÀNG VỚI KHẢ NĂNG CÓ NỢ QUÁ HẠN
22
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
40.00
1.00 0.95 0.90 0.85 0.80 0.75 0.70 0.65 0.60 0.55 0.50 0.45 0.40 0.35 0.30 0.25 0.20 0.15 0.10 0.05 0.00
Xác suất nợ quá hạn
%
Điểm
Hạng
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
Xác suất quá 
hạn(12 tháng)
4.26%-7.97%
7.97%-10.00%
10.00%-12.28%
12.28%-15.00%
15.00%-17.50%
17.50%-20.00%
20.00%-22.50%
22.50%-25.00%
25.00%-27.50%
27.50%-30.00%
30.00%-32.50%
32.50%-35.00%
35.00%-37.50%
37.50%-40.00%
40.00%-42.50%
42.50%-45.00%
45.00%-100.00%
A B
C
D
E
F
G
H
I
J
K
L
M
N
v1.0015111218
THẨM ĐỊNH LẠI GIÚP VIỆC LỰA CHỌN KHÁCH HÀNG CHÍNH XÁC HƠN
23
Điểm tốt nhất
Khách hàng tốt
Khách hàng xấu
Điểm tồi nhất All incoming 
customers
Mô hình phân biệt tốt
Mô hình phân biệt chưa tốt
Mô hình phân biệt tốt
▪ Trong phần giữa của thang điểm,
khách hàng xấu nhiều hơn khi điểm
tăng lên.
▪ Vấn đề có thể xảy ra là mô hình có
thể bao gồm khách hàng mà trong đó
mô hình chưa phân biệt tốt được.
▪ Trong trường hợp này thẩm định lại
khách hàng giúp gia tăng chất lượng
của việc lựa chọn khách hàng tốt và
loại bỏ khách hàng xấu.
v1.0015111218 24
CHẤT LƯỢNG THẺ ĐIỂM PHỤ THUỘC VÀO KHẢ NĂNG PHÂN BIỆT KHÁCH HÀNG 
TỐT/XẤU
Thẻ điểm hoàn hảo
▪ Khách hàng xấu tập
trung vào khách hàng có
điểm thấp. ▪ Chất lượng của thẻ
điểm có thể được
xác định bằng cách
so sánh giữa thẻ
điểm hoàn hảo và
thẻ điểm tồi.
▪ Hệ số Gini thường
được sử dụng để
so sánh.Thẻ điểm tồi
▪ Không có mối liên hệ
nào giữa chất lượng
khách hàng và điểm.
Thẻ điểm trong thực tế
▪ Hầu hết khách hàng xấu
tập trung vào khách
hàng có điểm thấp.
Best
scores
Worst
scores
v1.0015111218
4. MÔ HÌNH EL
Dựa trên hệ thống dữ liệu nội bộ để xác định khả năng tổn thất tín dụng:
EL = PD EAD LGD
Trong đó:
• PD: Probability of Default – xác suất khách hàng không trả được nợ;
• LGD: Loss Given Default – tỷ trọng tổn thất ước tính;
• EAD: Exposure at Default – tổng dư nợ của khách hàng tại thời điểm khách hàng
không trả được nợ;
• EL: Expected Loss – tổn thất có thể ước tính.
25
v1.0015111218
4. MÔ HÌNH EL (tiếp theo)
26
• PD – dựa trên các số liệu về các khoản nợ trong quá khứ của khách hàng, gồm:
 Các khoản nợ đã trả;
 Khoản nợ trong hạn;
 Các khoản nợ không thu hồi được.
• Theo Basel, để tính được PD trong 1 năm thì phải tính trên dữ liệu dư nợ của khách
hàng trong vòng 5 năm trước đó, gồm:
1. Nhóm dữ liệu tài chính (các hệ số tài chính và đánh giá của các tổ chức xếp hạng).
2. Nhóm dữ liệu phi tài chính: năng lực quản lý, khả năng tăng trưởng của ngành
3. Nhóm dữ liệu mang tính cảnh báo: (khả năng trả nợ) hạn mức thấu chi, số dư
tiền gửi
 Tính PD dựa trên mô hình Logistic.
v1.0015111218
4. MÔ HÌNH EL (tiếp theo)
27
• LGD: tỷ trọng phần vốn bị tổn thất/tổng dư nợ tại thời điểm khách hàng không trả
được nợ.
• LGD gồm: Gốc, lãi chưa trả được, chi phí phát sinh
LGD = (EAD – Số tiền có thể thu hồi)/EAD
• Số tiền có thể thu hồi phụ thuộc: Tài sản bảo đảm + Cơ cấu tài sản của khách
hàng + Yếu tố vĩ mô
• Có 3 phương pháp tính LGD:
 Market LGD: Sử dụng với các khoản tín dụng được mua bán trên thị trường.
LGD bằng giá của khoản tín dụng đó trên thị trường = hiện tại hoá tất cả các
dòng tiền có thể thu hồi được của khoản tín dụng trong tương lai.
 Workout LGD: LGD căn cứ vào việc xử lý các khoản tín dụng không trả được
nợ. Ngân hàng ước tính các dòng tiền trong tương lai, khoảng thời gian dự kiến
thu hồi được các dòng tiền đó và chiết khấu về hiện tại. Khó khăn: dự tính tính
chính xác CF, t, DR.
 Implied Market LGD: căn cứ vào giá các trái phiếu rủi ro trên thị trường.
v1.0015111218
5. MÔ HÌNH ĐIỂM SỐ Z
• X1 = Vốn Lưu Động trên Tổng tài sản (Working Capitals/Total Assets).
• X2 = Lợi Nhuận Giữ Lại trên Tổng tài sản (Retain Earnings/Total Assets).
• X3 = Lợi Nhuận Trước Lãi Vay và Thuế trên Tổng Tài Sản (EBIT/Total Assets).
• X4 = Vốn Chủ Sở Hữu trên Tổng Nợ (Total Equity/Total Liabilities).
• X5 = Doanh Số trên Tổng Tài Sản (Sales/Total Assets).
28
v1.0015111218
5. MÔ HÌNH ĐIỂM SỐ Z
29
 Nếu Z > 2,99 Doanh nghiệp nằm trong vùng an toàn, chưa có nguy cơ phá sản.
 Nếu 1,8 < Z < 2,99 Doanh nghiệp nằm trong vùng cảnh báo, có thể có nguy cơ phá sản.
 Nếu Z < 1,8 Doanh nghiệp nằm trong vùng nguy hiểm, nguy cơ phá sản cao.
Mô hình 1: Đối với doanh nghiệp đã cổ phần hóa, ngành sản xuất
Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,64X4 + 1,00X5
v1.0015111218
5. MÔ HÌNH ĐIỂM SỐ Z (tiếp theo)
Mô hình 2: Đối với doanh nghiệp chưa cổ phần hóa, ngành sản xuất
Z’= 0,717X1 + 0,847X2 + 3,107X3 + 0,42X4 + 0,998X5
30
 Nếu Z’ > 2,9 Doanh nghiệp nằm trong vùng an toàn, chưa có nguy cơ phá sản.
 Nếu 1,23 < Z’ < 2,9 Doanh nghiệp nằm trong vùng cảnh báo, có thể có nguy cơ phá sản.
 Nếu Z’ < 1,23 Doanh nghiệp nằm trong vùng nguy hiểm, nguy cơ phá sản cao.
v1.0015111218
5. MÔ HÌNH ĐIỂM SỐ Z (tiếp theo)
31
Mô hình 3: Đối với doanh nghiệp khác
Z” = 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4 
 Nếu Z” > 2,6 Doanh nghiệp nằm trong vùng an toàn, chưa có nguy cơ phá sản.
 Nếu 1,2 < Z” < 2,6 Doanh nghiệp nằm trong vùng cảnh báo, có thể có nguy cơ phá sản.
 Nếu Z” < 1,1 Doanh nghiệp nằm trong vùng nguy hiểm, nguy cơ phá sản cao.
v1.0015111218
6. KIỂM SOÁT RỦI RO TÍN DỤNG
• Phân tán rủi ro tín dụng;
• Thực hiện tốt việc thẩm định khách hàng và khả năng trả nợ; giám sát và hỗ trợ
khách hàng trong quá trình sử dụng vốn đúng mục đích và hiệu quả;
• Bảo hiểm tiền vay;
• Chính sách tín dụng hợp lý và duy trì các khoản dự phòng để đối phó với rủi ro, chấp
hành tốt trích lập dự phòng để xử lý rủi ro;
• Nâng cao trình độ và phẩm chất cán bộ tín dụng.
32
v1.0015111218
GIẢI QUYẾT TÌNH HUỐNG
• Qua bài học này ta thấy rõ ràng việc thắt chặt đồng đều cho mọi đối tượng khách
hàng gây thiệt hại không những cho cả các khách hàng tốt có nhu cầu vay vốn phát
triển kinh doanh mà chính bản thân ngân hàng cũng bị thiệt hại do đã từ chối nhầm
khách hàng tốt.
• Vì thế quản trị rủi ro tín dụng bằng phương pháp định lượng, nhằm phân loại và đánh
giá khách hàng, từ đó có chính sách tín dụng phù hợp là vô cùng quan trọng. Tùy
thuộc vào điểm số tín dụng mà Ngân hàng sẽ có những chính sách về ưu tiên thời
gian xử lý hồ sơ, về lãi suất, về tài sản đảm bảo, về hạn mức tín dụng... phù hợp để
có thể vừa giữ được những khách hàng tốt vừa tối thiểu hóa rủi ro.
33
v1.0015111218
CÂU HỎI TRẮC NGHIỆM 1
Quy trình quản trị rủi ro tín dụng gồm các bước theo thứ tự sau:
A. Đo lường, nhận diện, kiểm soát và xử lý.
B. Kiểm soát, nhận diện, đo lường và xử lý.
C. Nhận diện, đo lường, xử lý và kiểm soát.
D. Nhận diện, đo lường, kiểm soát và xử lý.
Trả lời:
Đáp án đúng là: D. Nhận diện, đo lường, kiểm soát và xử lý.
34
v1.0015111218
CÂU HỎI TRẮC NGHIỆM 2
Mô hình EL là mô hình tính toán:
A. Tổn thất dự kiến.
B. Tổn thất ngoài dự kiến.
C. Xác suất vỡ nợ.
D. Tổn thất chung của ngân hàng.
Trả lời:
Đáp án đúng là: A. Tổn thất dự kiến.
35
v1.0015111218
CÂU HỎI TỰ LUẬN
Mục tiêu của quản trị rủi ro tín dụng là gì? Mục tiêu nào là quan trọng nhất?
Trả lời:
• Quản trị rủi ro tín dụng tập trung vào những mục tiêu sau:
 Đánh giá chính xác nguy cơ gây tổn thất của khách hàng trước khi cho vay, làm
cơ sở để đưa ra quyết định phù hợp.
 Sớm phát hiện được những rủi ro từ những khách hàng đang vay vốn, nhanh
chóng xử lý những rủi ro khi mới xuất hiện.
 Đảm bảo an toàn cho hoạt động của ngân hàng.
 Góp phần gia tăng lợi nhuận từ hoạt động tín dụng của ngân hàng, giảm thiểu
khả năng mất vốn và lãi, nếu quản lý và đánh giá tốt rủi ro.
• Mục tiêu quan trọng nhất của quản trị rủi ro tín dụng là đánh giá chính xác nguy cơ
gây tổn thất của khách hàng trước khi cho vay, làm cơ sở để đưa ra quyết định phù
hợp. Muốn đạt được mục tiêu này, quy trình quản trị rủi ro đòi hỏi phải được đo
lường bằng cách mô hình định lượng.
36
v1.0015111218
BÀI TẬP
Giả sử có hai yếu tố sau tác động đến hành vi không trả được nợ trong quá khứ của các
khách hàng vay là tỉ số nợ trên vốn chủ sở hữu (D/E) và tỉ số doanh thu trên tổng tài sản
(S/A). Dựa trên số liệu vỡ nợ trong quá khứ, người ta ước lượng được mô hình hồi quy
tuyến tính như sau:
PDi = 0,5 (D/Ei) + 0,1 (S/Ai)
Giả thiết rằng 1 khách hàng tiềm năng có D/E = 0,3 và S/A = 2,0. Tính xác suất vỡ nợ
của khách hàng đó.
Lời giải:
Xác suất vỡ nợ của khách hàng tiềm năng này được xác định như sau:
PD = 0,5*0,3 + 0,1*2 = 0,35
37
v1.0015111218
TÓM LƯỢC CUỐI BÀI
Toàn bộ bài này, chúng ta hiểu rõ được về rủi ro tín dụng và các mô hình để đo lường rủi
ro tín dụng trong các tổ chức tài chính theo tiêu chuẩn quốc tế và phù hợp với điều kiện
của Việt Nam.
38