Mô hình cael trong phát hiện rủi ro tài chính tại các ngân hàng thương mại ở Việt Nam

TS. Nguyễn Văn Huân (Khoa Hệ thống thông tin kinh tế - Trường Đại học Công nghệ thông tin và Truyền thông) và ThS. Đỗ Năng Thắng (Khoa Hệ thống thông tin kinh tế - Trường Đại học Công nghệ thông tin v

TÓM TẮT:

Cuộc khủng hoảng tài chính châu Á năm 1997 và khủng hoảng toàn cầu gần đây nhen nhóm lại các nguyên nhân và triệu chứng của cuộc khủng hoảng tài chính tiềm năng. Nếu những triệu chứng này có thể được phát hiện trước, chính phủ có thể áp dụng các biện pháp phòng ngừa để ngăn chặn cuộc khủng hoảng hoặc ít nhất là để giảm thiểu tác động bất lợi của khủng hoảng đối với nền kinh tế trong nước. Mục đích của Báo cáo giới thiệu mô hình cảnh báo rủi ro CAEL áp dụng cho các tổ chức tài chính ở Việt Nam với các bộ phận được cấu thành bởi các chỉ số tài chính đặc thù phù hợp với điều kiện thực tế ở Việt Nam, CAEL phát triển dựa trên mô hình CAMELS nhằm giúp cho các tổ chức tài chính Việt Nam phát hiện sớm các loại rủi ro tài chính tiềm tàng, một vấn đề rất quan trọng trong bối cảnh hội nhập quốc tế ngày càng sâu, rộng hiện nay.

Từ khóa: Mô hình CAEL, rủi ro tài chính, các ngân hàng thương mại, Việt Nam, hội nhập.

1. Đặt vấn đề

Thế giới đã từng chứng kiến 2 cuộc khủng hoảng tài chính, đó là cuộc khủng hoảng tài chính châu Á năm 1997 và cuộc khủng hoảng kinh tế toàn cầu năm 2008, 2 cuộc khủng hoảng đã gây ra những hậu quả rất nghiêm trọng cho nền kinh tế thế giới và khu vực mà nguyên nhân sâu xa của nó chính là bắt nguồn từ khủng hoảng tín dụng, trước khi khủng hoảng diễn ra nó thường có những dấu hiệu và triệu chứng, nếu những triệu chứng này có thể được phát hiện trước, chính phủ và các ngân hàng có thể áp dụng các biện pháp phòng ngừa để ngăn chặn cuộc khủng hoảng hoặc ít nhất là để giảm thiểu tác động bất lợi của khủng hoảng đối với các ngân hàng và nền kinh tế trong nước.

Việt Nam đang thực hiện cam kết mở cửa thị trường trong lĩnh vực tài chính - ngân hàng, (TTP) thực tế hội nhập trong khu vực và trên thế giới mang lại cơ hội cho các ngân hàng Việt Nam đồng thời cũng phát sinh nhiều thách thức và rủi ro ở mức cao hơn đặc biệt đối với các nước đang phát triển như Việt Nam. Các yếu tố rủi ro trong lĩnh vực kinh doanh ngân hàng ngày càng trở nên phức tạp và cần có giải pháp phòng ngừa kịp thời. Việc xây dựng hệ thống cảnh báo sớm là rất cần thiết đặc biệt trong bối cảnh hội nhập quốc tế ngày càng sâu, rộng.

Trên thế giới đã có các công trình nghiên cứu về vấn đề cảnh báo rủi ro như mô hình EWS được phát triển bởi GS kinh tế Krugman (1979) và được Flood và Garber (1984) cải biến sau đó, Hệ thống đánh giá Camels do Cục Quản lý các tổ hợp tín dụng Hoa Kỳ xây dựng và được thông qua năm 1987. Tuy nhiên các mô hình này chưa thực sự hoàn thiện. Mục tiêu chính của bài báo nghiên cứu mô hình CAEL và ứng dụng trong cảnh báo rủi ro áp dụng cho các ngân hàng thương mại ở Việt Nam.

2. Cơ sở lý thuyết về rủi ro tài chính

Các nghiên cứu về khủng hoảng tiền tệ và cán cân thanh toán đã được nghiên cứu trong những năm 70 của thế kỷ trước với sự khởi đầu và đặt nền móng của GS Paul Krugman, nhưng các cuộc khủng hoảng kinh tế - tài chính trong vòng hơn 20 năm trở lại đây như khủng hoảng “tequila” của Mexico (1994 - 1995), khủng hoảng tài chính khu vực châu Á (1997 - 1998), khủng hoảng kinh tế tại Nga năm 1998, khủng hoảng Braxin và khủng hoảng kinh tế thế giới năm 2008 đã cho thấy sự cần thiết phải phát triển các mô hình cảnh báo sớm khủng hoảng tại các nước đang phát triển và mới nổi như Việt Nam.

Mô hình EWS thế hệ thứ nhất được xây dựng và phát triển bởi GS kinh tế Krugman (1979) và được Flood và Garber (1984) cải biến sau đó. Theo Krugman (1979), khủng hoảng tiền tệ dẫn đến từ thâm hụt ngân sách cao. Khi chi tiêu Chính phủ tăng cao và được tiền tệ hóa nó thông qua việc tăng trưởng tín dụng trong nước, nền kinh tế sẽ phải đối mặt với tình trạng lạm phát tăng cao và đồng tiền trong nước bị mất giá, các nhà đầu tư và cư dân có xu hướng găm giữ ngoại tệ. Khi đó, để duy trì tỷ giá tại mức đã ấn định (trong chế độ tỷ giá cố định), Ngân hàng Trung ương (NHTƯ) sẽ buộc phải giảm dự trữ ngoại tệ cho tới mức cạn kiệt. Kết quả là mức cân bằng tỷ giá được thiết lập trước đó không còn bảo đảm được nữa và phá giá xảy ra do sức ép của thị trường tiền tệ và cạn kiệt dự trữ ngoại hối chính thức. Theo quan sát của Krugman, trước thời điểm đồng nội tệ bị phá giá, các nhà đầu cơ có thể phán đoán chính xác về khả năng mất giá của đồng nội tệ khi quan sát các chỉ số kinh tế vĩ mô như mức chi tiêu của Chính phủ và tốc độ tăng trưởng cung tiền. Như vậy, mô hình này chỉ đi sâu vào phân tích môi trường kinh tế vĩ mô như mức chi tiêu của Chính phủ và tốc độ tăng trưởng cung tiền chứ chưa đề cập sâu đến các yêu tố bên trong ngân hàng.

Các mô hình thế hệ thứ hai là sự tiếp nối các nghiên cứu của Krugman (1979) và Flood và Garber (1984). Theo Obstfeld (1986, 1994 và 1996), các mô hình cảnh báo thế hệ thứ 2 không xuất phát từ các yếu tố kinh tế vĩ mô căn bản mà tập trung vào kỳ vọng. Những mô hình này nhấn mạnh tầm ảnh hưởng của kỳ vọng hiện thực hóa khủng hoảng và những rối loạn thị trường tới một đồng tiền

Các mô hình cảnh báo thế hệ thứ ba được xây dựng sau cuộc khủng hoảng tài chính - tiền tệ châu Á 1997 - 1998. Theo Kaminsky và Reinhart (1999), mô hình cảnh báo thế hệ thứ ba là mô hình cảnh báo về khủng hoảng kép, gắn kết giữa khủng hoảng ngân hàng và khủng hoảng tiền tệ thông qua một khu vực tài chính mong manh dễ đổ vỡ.

Ngoài mô hình EWS, còn có Hệ thống đánh giá Camels do Cục Quản lý các tổ hợp tín dụng Hoa Kỳ xây dựng và được thông qua năm 1987, đây là một công cụ giúp các ngân hàng có thể phân tích và đánh giá kết quản hoạt động của ngân hàng, tuy nhiên camels phân tích các yếu tố chủ yếu ở khía cạnh định tính và phân tích một cách riêng lẻ.

3. Đối tượng và phương pháp nghiên cứu

3.1. Đối tượng nghiên cứu

- Các mô hình cảnh báo rủi ro trong lĩnh vực ngân hàng

- Các báo cáo, chỉ tiêu tài chính của các ngân hàng thương mại

3.2. Phương pháp nghiên cứu

- Phương pháp nghiên cứu khảo sát, thu thập dữ liệu và nhận định các loại rủi ro phát sinh trong các ngân hàng thương mại ở Việt Nam

- Phương pháp phân tích-tổng hợp từ những số liệu đã thu thập được đưa ra nhận định các loại rủi ro phát sinh trong các ngân hàng thương mại ở Việt Nam, các yếu tố dễ gây ra rủi ro cho các ngân hàng thương mại cổ phần nhỏ và vừa ở Việt Nam; đồng thời đưa ra các giải pháp khắc phục, một mô hình cảnh báo được xây dựng giúp các ngân hàng thương mại tránh được các rủi ro.

- Phương pháp nghiên cứu thực nghiệm được sử dụng để kiểm định tính đúng đắn của mô hình cảnh báo rủi ro khi ứng dụng trong các ngân hàng thương mại, từ đó đưa ra các nhận định đánh giá tổng thể.

4. Kết quả nghiên cứu

4.1. Giới thiệu mô hình CAEL

Mô hình CAEL là mô hình cảnh báo rủi ro ngân hàng được xây dựng dựa trên 4 nhân tố chính sau:

Mức độ an toàn vốn - Capital Adequacy (C)

Mức độ an toàn vốn thể hiện số vốn tự có để hỗ trợ cho hoạt động kinh doanh của ngân hàng. Ngân hàng càng chấp nhận nhiều rủi ro thì càng đòi hỏi phải có nhiều vốn tự có để hỗ trợ hoạt động của ngân hàng và bù đắp tổn thất tiềm năng liên quan đến mức độ rủi ro cao hơn.

Tỉ lệ an toàn vốn được tính theo tỉ lệ phần trăm của tổng vốn cấp I và vốn cấp II so với tổng tài sản đã điều chỉnh rủi ro của ngân hàng.

CAR = [(Vốn cấp I + Vốn cấp II)/ (Tài sản đã điều chỉnh rủi ro)] * 100%

Vốn cấp 1: Còn gọi là vốn nòng cốt, về cơ bản bao gồm vốn điều lệ cộng với lợi nhuận không chia cộng với các quỹ dự trữ được lập trên cơ sở trích lập từ lợi nhuận của tổ chức tín dụng như quỹ dự trữ bổ sung vốn điều lệ, quỹ dự phòng tài chính và quỹ đầu tư phát triển.

Tỷ lệ vốn cấp 1= Tiền vốn nòng cốt của 1 ngân hàng/ Tổng tài sản rủi ro.

(Những tài sản như tiền mặt, tiền xu thường có tỉ lệ rủi ro là 0, trong khi các khoản vay không có bảo đảm có tỉ lệ rủi ro là 100%).

Vốn cấp 2: Là thước đo tiềm lực tài chính của một ngân hàng liên quan đến các dạng nguồn lực tài chính. Vốn cấp 2 về cơ bản bao gồm: phần giá trị tăng thêm do định giá lại tài sản của tổ chức tín dụng; nguồn vốn gia tăng hoặc bổ sung từ bên ngoài (bao gồm trái phiếu chuyển đổi, cổ phiếu ưu đãi và một số công cụ nợ thứ cấp nhất định) và dự phòng chung cho rủi ro tín dụng.

Bằng tỉ lệ này, người ta có thể xác định được khả năng của ngân hàng thanh toán các khoản nợ có thời hạn và đối mặt với các loại rủi ro khác như rủi ro tín dụng, rủi ro vận hành. Chính vì lý do trên, các nhà quản lý ngành Ngân hàng các nước luôn xác định rõ và giám sát các ngân hàng phải duy trì một tỉ lệ an toàn vốn tối thiểu, ở Việt Nam theo Thông tư số 13/2010/TT-NHNN ngày 20/5/2010 tỉ lệ này được quy định là 9%. Theo chuẩn mực Basel II mà các hệ thống ngân hàng trên thế giới áp dụng phổ biến là 8%.

Chất lượng tài sản có - Asset Quality (A)

Chất lượng tài sản có là nguyên nhân cơ bản dẫn đến các vụ đổ vỡ ngân hàng. Thông thường điều này xuất phát từ việc quản lý không đầy đủ trong chính sách cho vay từ trước đến nay. Nếu thị trường biết rằng chất lượng tài sản kém, sẽ tạo áp lực lên trạng thái nguồn vốn ngắn hạn của ngân hàng, và điều này có thể dẫn đến khủng hoảng thanh khoản, hoặc dẫn đến tình trạng đổ xô đi rút tiền ở ngân hàng.

Tài sản có = Tài sản có sinh lời + Tài sản có không sinh lời

Tài sản có sinh lời là những tài sản đem lại nguồn thu nhập chính cho ngân hàng, đồng thời cũng là những tài sản chứa đựng nhiều rủi ro. Những tài sản này bao gồm các khoản cho vay, cho thuê tài chính, các khoản đầu tư vào chứng khoán, góp vốn liên doanh, liên kết..., trong đó chiếm tỷ trọng cao nhất là các khoản cho vay.

Bên cạnh chất lượng hoạt động tín dụng, chất lượng tài sản của ngân hàng còn thể hiện ở các tài sản có khác như danh mục đầu tư chứng khoán, tài sản bằng ngoại tệ, vàng bạc, đá quý. Chất lượng những tài sản này thường thể hiện ở cơ cấu và trạng thái ngoại hối, chất lượng và trạng thái của danh mục đầu tư. Những khoản mục này cũng có ảnh hưởng rất lớn đến khả năng sinh lời và tính thanh khoản của một ngân hàng.

Lợi nhuận - Earnings (E)

Lợi nhuận là chỉ số quan trọng nhất để đánh giá công tác quản lý và các hoạt động chiến lược của nhà quản lý thành công hay thất bại. Lợi nhuận sẽ dẫn đến hình thành thêm vốn, đây là điều hết sức cần thiết để thu hút thêm vốn và sự hỗ trợ phát triển trong tương lai từ phía các nhà đầu tư. Lợi nhuận còn cần thiết để bù đắp các khoản cho vay bị tổn thất và trích dự phòng đầy đủ. Bốn nguồn thu nhập chính của ngân hàng là:

+ Thu nhập từ lãi

+ Thu nhập từ lệ phí, hoa hồng

+ Thu nhập từ kinh doanh mua bán

+ Thu nhập khác

Thanh khoản - Liquidity (L)

Có hai nguyên nhân giải thích tại sao thanh khoản lại có ý nghĩa đặc biệt quan trọng đối với ngân hàng. Thứ nhất, cần phải có thanh khoản để đáp ứng yêu cầu vay mới mà không cần phải thu hồi những khoản cho vay đang trong hạn hoặc thanh lý các khoản đầu tư có kỳ hạn. Thứ hai, cần có thanh khoản để đáp ứng tất cả các biến động hàng ngày hay theo mùa vụ về nhu cầu rút tiền một cách kịp thời và có trật tự. Do ngân hàng thường xuyên huy động tiền gửi ngắn hạn (với lãi suất thấp) và cho vay số tiền đó với thời hạn dài hạn (lãi suất cao hơn) nên ngân hàng về cơ bản luôn có nhu cầu thanh khoản rất lớn.

4.2. Ứng dụng mô hình CAEL trong phát hiện rủi ro ngân hàng

Ứng dụng mô hình CAEL trong phát hiện rủi ro ngân hàng:

Quy trình ứng dụng mô hình CAEL:

- Bước 1: Lựa chọn các biến cấu thành các bộ phận của mô hình CAEL

Giải thích cách mã hóa: Chữ cái thứ nhất là kí hiệu của nhân tố chính cấu thành mô hình, kí tự số tiếp theo là thứ tự của chỉ số tài chính ảnh hưởng đến nhân tố cấu thành trước đó.

Ví dụ:


Bảng 1: Các biến cấu thành các bộ phận của mô hình CAEL

- Bước 2: Đặt một khoảng tỷ lệ cho mỗi bộ phận cấu thành CAEL

Căn cứ vào các quy định của Hiệp ước Basel ta đưa ra được bảng tỷ lệ như sau:

Bảng 2. Các khoảng tỷ lệ cho mỗi bộ phận cấu thành CAEL

Ghi chú: Gt: Greater than; Ge: Greater than and equal to; Lt: Less than; Le: Less than and equal to.

- Bước 3: Ấn định tỷ lệ cụ thể cho mỗi bộ phận cấu thành

Sau khi đặt một khoảng tỷ lệ cho mỗi bộ phận cấu thành CAEL, đối chiếu với dữ liệu chúng ta tính toán được ở bước 1 từ đó xác định được các chỉ số tài chính rơi vào tỷ lệ nào. Bước 3 được cụ thể hóa bằng bảng sau:

Bảng 3. Tỷ lệ ấn định cho các chỉ số tài chính cấu thành các yếu tố C, A, E, L

- Bước 4: Ấn định tỷ lệ cho C, A, E, L

Sau khi xác định được tỷ lệ của từng chỉ số tài chính, từ đó xác định tỷ lệ cho các bộ phận cấu thành CAEL bằng phương pháp bình quân gia quyền, cụ thể ta có bảng dữ liệu sau:

Bảng 4. Tỷ lệ ấn định cho các bộ phận C, A, E, L

- Bước 5: Tính tỷ lệ CAEL hỗ hợp

Xác định mức độ ảnh hưởng của từng bộ phận đến rủi ro của ngân hàng, hay xác định sự tương quan của mỗi bộ phận đến yếu tố rủi ro ngân hàng. Mặc định các yếu tố C, A, E, L, quyết định 100% sự rủi ro của ngân hàng. Sau đó tính tỷ lệ hỗn hợp.

Bảng 5. Mức độ ảnh hưởng của từng bộ phận C, A, E, L đến rủi ro ngân hàng

Tỷ lệ hỗn hợp = 30%*Tỷ lệ C + 30%Tỷ lệ A + 30%Tỷ lệ E + 10%Tỷ lệ L = 0,3*1 + 0,3*2 + 0,3*2 + 0,1*1 = 1,6

Ý nghĩa của chỉ tiêu CAEL:

Bảng 6. Đánh giá mức độ rủi ro của mỗi ngân hàng thông qua tỷ lệ CAEL

5. Kết luận

Hậu quả của các cuộc khủng hoảng tài chính ảnh hưởng rất lớn đến sự tăng trưởng ổn định của một quốc gia, cần phải có những giải pháp để nhận biết và khắc phục.

Mô hình CAEL có thể cho chúng ta thấy được những dấu hiệu nhen nhóm của một cuộc khủng hoảng tài chính để từ đó giúp các tổ chức tài chính, cơ quan quản lý có thể áp dụng các biện pháp ngăn ngừa để ngăn chặn cuộc khủng hoảng hoặc ít nhất có thể giảm thiểu tác động bất lợi của cuộc khủng hoảng đối với nền kinh tế trong nước.

TÀI LIỆU THAM KHẢO:

1. Nguyễn Văn Hiệu, bài báo: “Nâng tỷ lệ an toàn vốn tối thiểu theo Basel 3 - lộ trình củng cố bức tường an ninh tài chính - ngân hàng”, Trường ĐT&PTNNL Vietinbank, 2011.

2. Nguyễn Phi Lân, bài báo: “Mô hình cảnh báo sớm và chính sách hướng tới ổn định kinh tế vĩ mô”.

3. Nguyễn Quang Luật, bài báo: “Ứng dụng hiệp ước Basel 2 trong công tác quản trị rủi ro tín dụng tại Sacombank Đồng Nai”, Trường Đại học Lạc Hồng.

4. Hangyong Lee, Myung-Jig Kim, bài báo: “Enhancing Early Warning System and Risk Management Capacity”, Hanyang University.

5. Uyen Dang, Thesis: “The Camel rating system in banking supervision”, Arcada university, 2011.

EARLY WARNING CAEL MODEL IN DETECTING

FINANCIAL RISKS OF VIETNAMESE COMMERCIAL BANKS

· Ph.D. Nguyen Van Huan

Faculty of Economic Information System,

University of Information and Communication

· Master. Do Nang Thang

Faculty of Economic Information System,

University of Information and Communication

Abstract:

The Asian financial crisis in 1997 and the recent global financial crisis rekindled the causes and symptoms of a potential financial crisis. If these symptoms can be detected early, the government may adopt precautionary measures to prevent the crisics or at least to minimize the adverse impacts of the crisis on the domestic economy. This study is to introduce early warning CAEL model for applying in Vietnamese financial institutions. Parts of the model are composed of specific financial indicators which are consistent with the actual conditions in Vietnam. The CAEL model was developed from CAMELS model to help Vietnamese financial institutions early detect potential financial risks which are important issues in the context of deeper international integration.

Keywords: CAEL model, financial risk, commercial banks, Vietnam, integration.


Xem toàn bộ ấn phẩm Các kết quả nghiên cứu khoa học và ứng dụng công nghệ số 01 tháng 01/2017 tại đây