Xác định Tổn thất ước tính trong các khoản vay dựa trên xác suất vỡ nợ và tỷ lệ tổn thất

Thị trường tài chính ngày nay chứng kiến sự phát triển mạnh mẽ của các tổ chức tài chính và phi tài chính, đi kèm với đó là nhu cầu cấp thiết về việc quản lý rủi ro tín dụng. Việc đo lường chính xác rủi ro này đóng vai trò then chốt trong việc đảm bảo an toàn và ổn định cho hoạt động của các tổ chức cho vay.

Để xây dựng các công cụ đo lường và đánh giá rủi to tín dụng hiện đại theo phương pháp tiếp cận dựa trên xếp hạng nội bộ (IRB – Internal Rating Based Approach), các ngân hàng lựa chọn triển khai Hiệp định Basel về “tiêu chuẩn vốn quốc tế”. Trong đó, việc đo lường rủi ro tín dụng đóng vai trò quan trọng trong việc ước tính tổn thất và lượng vốn dự trữ cần thiết.

Ngoài việc tự định lượng rủi ro, các tổ chức có thể áp dụng hai phương pháp chính để quản lý rủi ro tín dụng: phòng ngừa và kinh doanh rủi ro. Sự phát triển của thị trường phái sinh tín dụng, cùng với nhu cầu quản lý rủi ro hiệu quả, đã thúc đẩy các phương pháp mới để ước tính rủi ro tín dụng.

Hầu hết các mô hình phòng ngừa rủi ro đề bao gồm 2 thành phần cơ bản nhất để xác định rủi ro tín dụng là: Xác suất vỡ nợ (PD - Default of Probability) và Tỷ lệ tổn thất ước tính (LGD - Loss Given Default).

Bài viết của Viet Hustler hôm nay sẽ tập trung vào khía cạnh lý thuyết cơ bản nhất trong việc tính toán Tổn thất do vỡ nợ và các phương pháp phổ biến nhất trong việc đánh giá rủi ro tín dụng.

Xác định tổn thất ước tính của tổ chức tài chính trong các trường hợp nợ xấu

Theo yêu cầu của Basel II, các ngân hàng phải xây dựng các công cụ đo lường như:

• PD – Probability of Default: được sử dụng để đo lường khả năng khách hàng không trả được nợ trong một khoảng thời gian (thường là một năm);

• LGD – Loss Given Default: tỷ trọng phần vốn bị tổn thất trên tổng dư nợ nếu khách hàng vỡ nợ;

• EAD – Exposure at Default: tổng dư nợ tại thời điểm khách hàng không trả được nợ.

Thông qua các biến số trên, ngân hàng sẽ xác định được tổn thất ước tính (EL: Expected Loss), qua công thức:

Chúng ta sẽ xem xét lần lượt 3 chỉ tiêu cấu thành công thức trên

1. PD - Xác suất vỡ nợ

PD – Probability of Default được sử dụng để đo lường khả năng khách hàng không trả được nợ trong một khoảng thời gian thường là một năm.

PD được tính dựa trên các dữ liệu về lịch sử tín dụng của khách hàng trong vòng ít nhất 5 năm trước đó (yêu cầu của BASEL II): gồm các khoản nợ đã trả, khoản nợ trong hạn và khoản nợ không thu hồi được

Những dữ liệu này được phân theo 3 nhóm sau:

• Nhóm hệ số tài chính: ví dụ

  • đánh giá của các tổ chức xếp hạng tín dụng đối với khách hàng (đối với khách hàng tổ chức)…

  • hoặc xếp hạng tín dụng cá nhân của các tổ chức tín dụng trước đó (khách hàng cá nhân…)

• Nhóm dữ liệu định tính phi tài chính: trình độ quản lý, khả năng nghiên cứu và phát triển sản phẩm mới, các dữ liệu về khả năng tăng trưởng của ngành…

• Dữ liệu mang tính cảnh báo: ví dụ các hiện tượng báo hiệu khả năng không trả được nợ cho ngân hàng như số dư tiền gửi, hạn mức thấu chi,.. và các dữ liệu tài chính như thu nhập, tài sản…

Nhiều nghiên cứu sẽ tập trung vào mô hình để xác định xác suất vỡ nợ của một tổ chức / cá nhân dựa trên các dữ liệu trên.

2. EAD - Exposure at Default: Tổng dư nợ của khách hàng tại thời điểm vỡ nợ

EAD được tính dựa trên 2 cách tiếp cận:

a. F-IRB - Cách tiếp cận đánh giá dựa trên xếp hạng nội bộ chuẩn

• Cách tính EAD theo F-IRB được các nhà quản lý thị trường quy định.

  • Các yếu tố cơ bản được đưa vào tính toán EAD: tài sản cơ bản, giá trị dự kiến thu được trong tương lai, loại hình tín dụng và các chi tiết trong cam kết.

• Đối với các giao dịch trên bảng cân đối kế toán, EAD = số tiền vay thực tế.

  • Có thể khấu trừ các tài sản và tiền gửi tại chính ngân hàng.

• Đối với các khoản mục ngoài bảng cân đối kế toán, cần cân nhắc 2 mục chính:

  • (1) Nợ phát sinh từ các giao dịch với việc rút vốn không chắc chắn trong tương lai, chẳng hạn như các cam kết và tín dụng quay vòng, và

  • (2) Nợ phát sinh từ các hợp đồng quyền chọn ngoại hối, lãi suất và cổ phiếu OTC.

b. Cách tiếp cận đánh giá dựa trên xếp hạng nội bộ nâng cao (A-IRB)

• Các ngân hàng được tự do quyết định cách tính EAD cho từng khoản vay sao cho phù hợp.

  • => Ngân hàng có nhiều linh hoạt hơn. Ví dụ: tập trung vào rủi ro nghiêm trọng hơn, hoặc sử dụng các dữ liệu chi tiết về giao dịch và người vay…

• Tuy nhiên, để được sử dụng cách tính EAD riêng, ngân hàng cần chứng minh với cơ quan quản lý khả năng đáp ứng các yêu cầu về độ tin cậy và chính xác của các ước tính này.

3. LGD - Loss Given Default: Tỷ lệ tổn thất ước tính

Tỷ lệ tổn thất ước tính (LGD - Loss Given Default) là tỷ lệ phần vốn có thể bị mất (trên tổng dư nợ) nếu khách hàng không trả được nợ tại một thời điểm nhất định.

• Thực tế, LGD không đơn thuần chỉ dựa trên tổn thất về vốn vay (principle) mà còn cả các tổn thất khác phát sinh khi khách hàng không trả được nợ, ví dụ:

  • Lãi suất đến hạn nhưng không được thanh toán (interest)

  • Chi phí hành chính phát sinh như: xử lý tài sản thế chấp, dịch vụ pháp lý...

  • Tuy nhiên, các chi phí này tương đối nhỏ so với khoản lỗ gốc, do đó, để đơn giản hóa, có thể được lược bỏ.

Trước đây, các nghiên cứu thường tập trung vào việc mô hình hóa và ước tính PD, với giả thuyết LGD thường được xem là không đổi.

Tuy nhiên, điều này hoàn toàn sai bởi LGD có thể thay đổi nếu giá trị tài sản thế chấp thay đổi theo từng thời điểm.

• Đôi khi giá trị tài sản thế chấp tăng cao do các yếu tố chủ quan từ doanh nghiệp hoặc vĩ mô. Ví dụ:

  • Tỷ lệ tổn thất ước tính (LGD) của các khoản vay mua Bất Động Sản (BĐS) giảm xuống dưới ngưỡng 0% trong thời kỳ trước và trong Covid do giá trị BĐS (tài sản thế chấp) tăng cao…

    • Một phần do chính sách QE hào phóng của Fed khiến giá trị các tài sản đều tăng.

  • Tuy nhiên, đến cuối năm 2022-đầu năm 2023, LGD đã tăng bất ngờ và gần chạm 80% do giá nhà giảm do lãi suất tăng cao.

• LGD cũng dựa trên giá trị ban đầu của các tài sản thế chấp khi ký hợp đồng:

  • Ngân hàng lớn dễ gặp rủi ro thua lỗ hơn do khoản vay của họ có xu hướng ít được thế chấp hơn.

  • LGD trung bình của ngân hàng nhỏ dao động từ 30%, của ngân hàng lớn từ 50%

• Do vậy, việc dự đoán chính xác LGD là vô cùng quan trọng để tính toán rủi ro tín dụng và đưa ra các biện pháp quản lý phù hợp.

Ngược lại với tỷ lệ tổn thất ước tính, tỷ lệ thu hồi vốn (RR - Recover rate) là tỷ lệ vốn vay vẫn thu hồi được nếu người đi vay vỡ nợ (công thức bên dưới):

• Do vậy, theo lý thuyết, ban đầu, LGD và RR đều năm trong khoảng [0,1].

  • Tuy nhiên thực tế, LGD của một khoản vay có thể tăng hoặc giảm quá phạm vi trên trong từng thời điểm: khi giá trị tài sản thế chấp thay đổi!

• Ví dụ về RR:

  • Tỷ lệ thu hồi vốn (RR) sau khi doanh nghiệp đã tuyên bố phá sản (giai đoạn 2008) thấp hơn so với giai đoạn bắt đầu khủng hoảng (2007).

Ba phương pháp chính để tính LGD

1. Market LGD - Tỷ trọng tổn thất căn cứ vào thị trường

• Phương pháp này được sử dụng khi các khoản tín dụng có thể được mua bán trên thị trường.

• Ngân hàng có thể xác định tỷ trọng tổn thất của một khoản vay căn cứ vào giá của khoản vay đó trên thị trường tự sau khi (hoặc gần thời điểm) các khoản vay được xếp vào hạng không trả được. Ví dụ như:

  • Hợp đồng swap xác suất vỡ nợ (Credit Default Swap) trên thị trường,

  • Lợi tức trái phiếu của các doanh nghiệp vỡ nợ (ví dụ như trường hợp của Evergrande tại Trung Quốc)…

2. Workout LGD - Tỷ trọng tổn thất căn cứ vào quá trình xử lý các khoản tín dụng có thể không được hoàn trả nếu bên đi vay vỡ nợ.

• Ngân hàng ước tính các dòng tiền có thể thu hồi trong tương lai (ví dụ từ tài sản thế chấp, từ tài sản ròng của doanh nghiệp…) và chiết khấu về hiện tại.

• Phương pháp này đòi hỏi khả năng dự tính chính xác các dòng tiền nhận được (cashflow), khoảng thời gian dự kiến thu hồi và tỷ lệ chiết khấu.

3. Implied Market LGD: Phương pháp này căn cứ vào giá trị của các trái phiếu rủi ro tương đương trên thị trường.

FYI. Có rất nhiều mô hình được sử dụng để tính LGD. Mô hình LossCals được giới thiệu bởi Moody's vào năm 2005 là phương pháp tính phổ biến nhất, dựa trên việc áp dụng mô hình hồi quy tuyến tính đa biến:

• Các biến sửa dụng trong hàm hồi quy gồm: các yếu tố rủi ro chắc chắn, yếu tố rủi ro của ngành, yếu tố vĩ mô và cả các yếu tố rủi ro chuyển đổi.

Kết luận

Trong những năm gần đây, các phương pháp và mô hình dự báo và tính toán Rủi ro Tín dụng đã có những bước phát triển và cải tiến quan trọng. Nhiều mô hình và phương pháp mới được sử dụng để ước tính và đánh giá Xác suất Vỡ nợ (PD) và Tỷ lệ tổn thất sau vỡ nợ (LGD), nhằm xác định khả năng tổn thất và mức lỗ tiềm ẩn.

Các yếu tố chính ảnh hưởng đến tính toán LGD và cần được cân nhắc bao gồm: thứ hạng nợ (seniority of debt), tác động của chu kỳ kinh doanh đến khả năng thu hồi nợ và tác động của ngành nghề đến khả năng thu hồi nợ. Mỗi tổ chức tài chính hay phi tài chính sẽ có cách lựa chọn mô hình, phương pháp đo lường LGD riêng tùy thuộc vào tính chất của các khoản vay.

Bài viết trên đây của Viet Hustler chủ yếu cung cấp cho độc giả các kiến thức cơ bản khi đọc hiểu số liệu về PD hay LGD để đánh giá về các rủi ro tín dụng trên thị trường, từ đó có thể đưa ra các quyết định đầu tư đúng đắn.

Tài liệu tham khảo:

1. Misankova, M., Spuchľakova, E., & Frajtova – Michalikova, K. (2015). Determination of Default Probability by Loss Given Default. Procedia Economics and Finance, 26, 411-417. ISSN 2212-5671.

2. Corporate Finance Institute. (n.d.). Exposure at Default (EAD). Retrieved from https://corporatefinanceinstitute.com/resources/commercial-lending/exposure-at-default-ead/