h. So sánh mô hình Logistic và mô hình xếp hạng tín dụng nội bộ trên phần
3.2.4. Phát triển công nghệ ngân hàng
Công nghệ Ngân hàng là một yếu tố vô cùng quan trọng trong hoạt động ngân hàng, có ảnh hưởng trực tiếp đến chất lượng sản phẩm dịch vụ của Ngân hàng, đồng thời cũng ảnh hưởng đến hiệu quả kinh doanh của ngân hàng. Nhất là trong điều kiện công nghệ ngày càng phát triển như hiện nay, các ngân hàng thương mại đang gấp rút triển khai áp dụng công nghệ mạnh mẽ. Thêm vào đó, ở Việt Nam hiện nay, nhất là các thành phố lớn như Hà Nội hay thành phố Hồ Chí Minh, nơi có trình độ dân trí cao, các chủ doanh nghiệp trẻ rất nhiều và vấn đề tiếp cận với các công nghệ mới và ưa thích sử dụng công nghệ hiện đại thì việc phát triển công nghệ ngày càng trở nên cần thiết. Phát triển công nghệ sẽ làm cho hoạt động của Ngân hàng ngày càng thuận tiện, nhanh chóng hơn, đồng thời tăng khả năng cạnh tranh của Ngân hàng, đưa việc ứng dụng mô hình Logistic trong xếp hạng tín dụng khách hàng doanh nghiệp được khả thi cao hơn.
Ngân hàng nên mở rộng áp dụng các phần mềm mới nhất vào hệ thống chấm điêm tín dụng và xếp hạng khách hàng. Ngoài ra, việc áp dụng công nghệ mới nên cần có sự hướng dẫn cụ thể từ ngân hàng đến khách hàng. Thêm vào đó, việc ứng dụng công nghệ cũng phải đi kèm với công tác đào tạo công nghệ cho cán bộ. Các cán bộ Ngân hàng trước hết phải hiểu rõ về công nghệ trước khi đem triển khai công nghệ đến với khách hàng.
3.3. LỘ TRÌNH ÁP DỤNG MÔ HÌNH LOGISTIC TRONG TƯƠNG LAI
Là một mô hình mới được đưa vào để xếp hạng tín dụng khách hàng doanh nghiệp trong khi Techcombank mới hoàn thiện và đang sử dụng hệ thống xếp hạng tín dụng T24, việc áp dụng Logistic trong tương lai tại Ngân hàng có thể gặp rất nhiều cản trở, khó khăn. Tuy nhiên, với những hiệu quả mà mô hình xếp hạng tín dụng khách hàng bằng mô hình Logistic mang lại, tôi đề xuất lộ trình áp dụng mô hình tại Techcombank.
Bước 1: Năm thí điểm, giả sử là năm 2015, khi đó sẽ thực hiện đối với các khoản
vay mới phát sinh năm 2015, các khoản vay này có thời hạn dưới 2 năm (tránh việc thời hạn quá dài vì khi hết hạn chúng ta mới biết là khách hàng có để xảy ra nợ quá hạn hay không), áp dụng với nhóm khách hàng doanh nghiệp. Sẽ thực hiện chia thành
76
2 nhóm một cách ngẫu nhiên: nhóm 1 gồm 50% khách hàng sẽ áp dụng mô hình Logistic, nhóm 2 s ử dụng hệ thống nội bộ T24 để xếp hạng tín dụng. Với những khách hàng mà kết luận cấp tín dụng là không cho vay thì cần loại bỏ ra khỏi nhóm áp dụng để thực hiện xếp hạng tín dụng.
Bước 2: Với việc thực hiện thí điểm vào năm 2015, kết quả thì điểm sẽ có vào
cuối năm 2017 (do việc thí điểm tập trung vào các khoản vay thời hạn nhỏ hơn 2 năm). Lúc này ngân hàng sẽ thực hiện việc tổng hợp lại kết quả nhằm xem xét xem hai nhóm khách hàng nhóm nào có tỷ lệ trả nợ đúng hạn cao hơn. Gọi tỷ lệ khách hàng doanh nghiệp trả nợ đúng hạn ở nhóm 1 là x, tỷ lệ khách hàng doanh nghiệp trả nợ đúng hạn ở nhóm 2 là y. Sau đó tiến hành so sánh x và y, khi đó sẽ xảy ra các khả năng như sau:
x>y • Báo cáo với Techcombank về tính hiệu quả của mô hình mới, đồng thời đề xuất với Ngân hàng về khả năng nhân rộng thí điểm mô hình ở các chi nhánh, tiến dần tới việc thay thế hoàn toàn mô hình mới.
• Cập nhật số liệu mới dựa trên những khách hàng vay tiền ở chi nhánh năm 2015, khi đó các hệ số của mô hình Logistic có thể thay đổi một chút (khá nhỏ) nhưng nhiều khả năng sẽ có hiệu quả hơn vì đã mở rộng cỡ mẫu.
“2 x=y • Báo cáo với Techcombank, lúc này cần xem xét doanh số của 2 nhóm, tỷ lệ từ chối cho vay ở 2 nhóm là bao nhiêu nhằm đưa ra kết luận so sánh tính hiệu quả 2 mô hình với nhau.
• Cập nhật số liệu mô hình, có thể kiến nghị để tiếp tục thí điểm thêm 1 năm nữa.
^3 x<y • Báo cáo với các cấp có thâm quyền, lúc này có thể loại bỏ việc thí điểm mô hình, trở lại mô hình xếp hạng truyền thống hoặc tùy theo tình hình thực tế có thể nghiên cứu tìm hiểu mô hình xếp hạng mới
• Căn cứ tình hình thực tế để tìm ra lỗi của mô hình trong điều kiện mới, rút kinh nghiệm, từ đó tìm biện pháp khắc phục (có thể là đổi định dạng hàm, đổi biến số,...)
77
Hy vọng với lộ trình đề xuất, năm 2017 Ngân hàng Kỹ thương Việt Nam sẽ đưa mô hình Logistic trở thành mô hình xếp hạng tín dụng nội bộ chính thức, giảm thiểu tối đa rủi ro tín dụng mang lại cho Techcombank, giúp ngân hàng phát triển bền vững.
3.4. MỘT SỐ KIẾN NGHỊ
3.4.1. Ki ến nghị với Bộ tài chính và Cơ quan thuế
- Đối với Bộ tài chính: Cần ra quyết định về kiểm toán đối với các Báo cáo tài chính của các doanh nghiệp. Việt Nam cần phải quan tâm hơn nữa trước thực trạng của doanh nghiệp, đặc biệt là các doanh nghiệp nhà nước vẫn chưa có long tin với kiểm toán. Hiện Việt Nam đã gia nhập WTO, nên tất cả các báo cóa tài chính đều cần phải minh bạch để tạo uy tín, thương hiệu cho doanh nghiệp, và tạo lòng tin của Ngân hàng khi thực hiện chấm điểm tín dụng và đưa ra các phán quyết tín dụng. Hơn nữa, khi có được các Báo cáo tài chính minh bạch thì việc ứng dụng mô hình Logistic vào xếp hạng tín dụng khách hàng doanh nghiệp sẽ được chính xác hơn, đem lại hiệu quả cao trong công tác xếp hạng tín dụng tại Ngân hàng. Để làm được điều này thì không gì hơn là Bộ Tài chính phải có những tuyên truyền, hướng dẫn các doanh nghiệp ý thức tầm quan trọng của tính minh bạch và vai trò của kiểm toán đối với sự sống còn của doanh nghiệp, đặc biệt là khi tiếp cận với nguồn vốn Ngân hàng. Phải làm cho mỗi doanh nghiệp thay đổi được tư duy từ “bị” kiểm toán sang “được” kiểm toán.
- Đối với Cơ quan Thuế: Ban hành các quy chế báo cáo thuế buộc các doanh nghiệp phải lập báo cáo tài chính một cách chính xác, tạo lòng tin cho các Ngân hàng thương mại để doanh nghiệp dễ tiếp cận với nguồn vốn của Ngân hàng.
3.4.2. Ki ến nghị với Ngân hàng nhà nước
- Thiết lập một quy tín dụng thống nhất cho tất cả các Ngân hàng thương mại
- Theo ông Nguyễn Huyền Anh, phó vụ trưởng Vụ các ngân hàng và tổ chức tín dụng phi ngân hàng, do mỗi Ngân hàng có một cơ sở khách hàng với mức độ rủi ro tín dụng khác nhau, nên NHNN rất khó trong việc đưa ra một hướng dẫn chung về xếp hạng phù hợp cho các ngân hàng. Tuy nhiên, Thông tư 02 ra đời là một bước tiến lớn khi với một doanh nghiệp sẽ có chung một hạng, một đánh giá ở tất cả các ngân hàng mà doanh nghiệp có quan hệ.
78
- Thúc đẩy hoạt động thông tin tín dụng tại Ngân hàng Nhà nước Việt Nam: Hoạt động Thông tin tín dụng của Ngân hàng Nhà nước Việt Nam đang trong giai đoạn sơ khai, chất lượng thông tin còn hạn chế, thông tin không mang tính nhanh nhạy, kịp thời, chính xác; nội dung thông tin còn nghèo nàn, thiên về liệt kê, báo cáo, chưa có phân tích, dự báo, cảnh báo, ngăn ngừa; mạng lưới cung cấp thông tin còn yếu. Với hệ thống thông tin riêng của ngành đảm bảo được sự bảo mật tối đa về thông tin nhưng lại gặp khó khăn trong việc cung cấp và chia sẻ thuông tin nên thông tin tín dụng còn thiếu tính đa chiều do nguồn cung cấp thông tin yếu, không đa dạng. Ngân hàng nhà nước cần xây dựng hành lang pháp lý cụ thể về bảo mật, cung cấp, khai thác, xử lý thông tin. Tiến hành thành lập hội đồng kiểm duyệt, kiểm tra, đánh giá, xác nhận thông tin đảm bảo tình hợp pháp, xác thực của thông tin; nới lỏng nguồn cung cấp thông tin ứng dụng và đối tượng được khai thác thông tin tín dụng.
3.4.3. Ki ến nghị với Ngân hàng thương mại cổ phần Kỹ thương Việt Nam
Để ứng dụng mô hình Logistic vào xếp hạng tín dụng khách hàng doanh nghiệp tại Techcombank thì Ngân hàng c ần phải có những quy định rõ ràng hơn trong việc sử dụng mô hình xếp hạng. Đồng thời phân cấp cán bộ xử lý, áp dụng rõ ràng trong việc ứng dụng mô hình. Ngoài mô hình xếp hạng tín dụng trên phần mềm T24 đang sử dụng Ngân hàng cần áp dụng điều kiện để có thể áp dụng chạy thử hai mô hình xếp hạng, tăng ính chính xác và hiệu quả hơn trong quá trình xếp hạng, giảm rủi ro tín dụng ở mức tối đa cho Ngân hàng.
79
KẾT LUẬN CHƯƠNG m
Như vậy, để có thể ứng dụng mô hình Logistic trong xếp hạng tín dụng khách hàng doanh nghiệp tại Techcombank cần phải nâng cao hiệu quả thu thập và xử lý thông tin, đào tạo đội ngũ nhân viên có chuyên môn nghiệp vụ vững, có đạo đức nghề nghiệp tốt, khả năng nắm bắt công nghệ nhanh nhẹn và linh hoạt. Bên cạnh đó cần thử nghiệm song song mô hình Logistic với mô hình xếp hạng tín dụng nội bộ của Ngân hàngđể so sánh, tìm ra được những điểm yếu trong mô hình xếp hạng tín dụng khách hàng doanh nghiệp.Từ đó mới có thể hoàn thành, ứng dụng mô hình một cách nhanh chóng và hiệu quả nhất
80
KẾT LUẬN •
Trên thế giới, việc xếp hạng tín dụng là một khái niệm không mới, tuy nhiên ở Việt Nam vấn đề này vẫn chỉ được áp dụng bởi những phương pháp đơn giản và định tính. Trong bối cảnh nợ quá hạn. nợ xấu đang gia tăng đột biến trong vài năm qua, công việc cải thiện, đổi mới hệ thống quản trị rủi ro nói chung và xếp hạng tín dụng nói riêng đang là yêu cầu cấp bách.
Việc nghiên cứu thực nghiệm hệ thống xếp hạng tín dụng trong đề tài này còn có một số hạn chế. Vì vậy, nên việc xây dựng mô hình xếp hạng tín dụng khách hàng có thể cho ra kết quả chưa thực sự phù hợp so với thực tế.
Hy vọng rằng với việc đổi mới, ứng dụng hiệu quả hệ thống xếp hạng tín dụng nói riêng và quản trị rủi ro tín dụng nói chung sẽ góp phần tích cực để giúp Techcombank phát triển vững mạnh trên con đường hội nhập vào thị trường tài chính ở khu vực và thế giới.
81
DANH MỤC TÀI LIỆU THAM KHẢO Tiếng việt:
1. Thông tư 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. 2. Quyết định 493/QĐ - NHNH: Quy định về phân loại nợ, trích lập và sử
dụng dự phòng để xử lý rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng.
3. Sách “Quản trị rủi ro kinh doanh Ngân hàng” của GS.TS Nguyễn Văn Tiến- Nhà xuất bản thống kê.
4. Slide “ Quản trị rủi ro tín dụng” Học viện Ngân Hàng
5. Giáo trình “ Tín dụng Ngân hàng” của GS.TS Nguyễn Văn Tiến - Nhà xuất bản thống kê.
6. Nguyễn Quang Dong (2006): Kinh tế lượng (chương trình nâng cao), Nhà xuất bản Khoa học và Kỹ thuật.
7. Ngô Văn Thứ (2003): Giáo trình Thống kê thực hành, Nhà xuất bản Khoa học Kỹ thuật.
Tiếng Anh:
8. Altman, Edward I. (September, 1968), “’Financial Ratios, Discriminant
Analysis and the Prediction of Corporate Bankkruptcy””. Journal of Finance 189 - 209.
9. Altman, Edward I. (July, 2000), ““ Predicting Financial Distress of Companies Retrieved on September 4th, 2009.
10. John Moody (1990),”Analyses of Railroad Investments”, Manuals published by the Moody’s Corporation.
11. Shumway, Tyler and Bharah, Sreedhar, T.(2004), Forecasting Default with the KMV Merton Model” University of Michigan.
12. Merton, Robert C., “On the Pricing of Corporate Debt: The Risk
Structure of Interest Rates”, Journal of Finance, Vol.29, No.2, (May 1974), pp.449 - 470.
82
Một số trang web sử dụng làm tài liệu tham khảo:
1. Website chính thức của Ngân hàng thương mại Kỹ thương Việt Nam:
http://www.techcombank.com.vn/
2. Website của Ngân hàng Nhà nước Việt Nam: www.sbv. gov.vn
3. Website của Trung tâm thông tin tín dụng quốc gia Việt Nam :
www.creditinfo.org.vn/
4. Website của Học viện Ngân Hàng: http: / /hvnh. edu.vn/
5. Một số trang web sử dụng tìm hiểu cách sử dụng phần mềm SPSS, chạy mô hình Logistic thông qua: http://www.google.com.vn/