Bỏ qua điều hướng

Mô hình AIRB — Phương pháp xếp hạng nội bộ nâng cao (Advanced Internal Ratings-Based Approach) là gì?

Nghiệp vụ ngân hàng

Mô hình AIRB — Phương pháp xếp hạng nội bộ nâng cao (Advanced Internal Ratings-Based Approach)

Mô hình AIRB (Advanced Internal Ratings-Based Approach — Phương pháp xếp hạng nội bộ nâng cao) là một trong ba phương tiếp cận được Hiệp ước Basel II/III quy định để tính vốn yêu cầu cho rủi ro tín dụng của các tổ chức tín dụng. Theo đó, ngân hàng được phép tự xây dựng và sử dụng các mô hình định lượng nội bộ để ước lượng bốn tham số rủi ro tín dụng cốt lõi gồm: PD (Probability of Default — Xác suất vỡ nợ), LGD (Loss Given Default — Tỷ lệ tổn thất khi vỡ nợ), EAD (Exposure at Default — Giá trị phơi nhiễm tại thời điểm vỡ nợ) và M (Maturity — Kỳ hạn hiệu dụng), thay vì sử dụng các hệ số chuẩn do Ủy ban Basel ấn định sẵn như trong phương pháp tiêu chuẩn (SA). Toàn bộ mô hình và tham số ước lượng phải được cơ quan quản lý (tại Việt Nam là Ngân hàng Nhà nước — NHNN) thẩm định, phê duyật trước khi đưa vào áp dụng chính thức trong tính toán vốn yêu cầu.

Đặc điểm phân biệt giữa AIRB, FIRB và Standardized Approach

Trong khuôn khổ Basel II/III, có ba cách tiếp cận để tính vốn yêu cầu rủi ro tín dụng. Phương pháp tiêu chuẩn (SA — Standardized Approach) sử dụng trọng số rủi ro cố định do cơ quan quản lý quy định theo từng loại khách hàng hoặc ngành nghề. Phương pháp FIRB (Foundation IRB) cho phép ngân hàng tự ước lượng PD nhưng LGD và EAD vẫn dùng giá trị chuẩn do Basel cung cấp. Phương pháp AIRB là cấp độ cao nhất: ngân hàng tự ước lượng tất cả các tham số PD, LGD, EAD, M dựa trên dữ liệu và mô hình nội bộ, đồng thời phải xây dựng hệ thống xếp hạng rủi ro nội bộ (internal rating system) cho từng phân khúc khách hàng. Do yêu cầu dữ liệu lịch sử tối thiểu (thường từ 5 năm trở lên) và năng lực mô hình hóa vượt trội, AIRB hiện chỉ được một số ngân hàng lớn tại Việt Nam triển khai thí điểm hoặc áp dụng trên một số danh mục hẹp.

Công thức tính vốn yêu cầu theo AIRB

Vốn yêu cầu cho rủi ro tín dụng đối với một khoản phơi nhiễm (exposure) theo phương pháp AIRB được tính theo công thức hàm tài sản nợ có điều chỉnh (ASRF — Asset Value Correlation Function) do Basel quy định:

K = LGD × [N((1−R)^(−0.5) × G(PD) + (R/(1−R))^(0.5) × G(0.999)) − PD] × M_i × EAD

Trong đó: N là hàm phân phối chuẩn tích lũy, G là hàm nghịch đảo của phân phối chuẩn tích lũy, R là hệ số tương quan phụ thuộc vào loại khách hàng (doanh nghiệp, bán lẻ, bất động sản…), M_i là hệ số điều chỉnh theo kỳ hạn hiệu dụng. Ví dụ, một khoản cho vay doanh nghiệp có PD = 1%, LGD = 45%, EAD = 1.000 triệu đồng, kỳ hạn 3 năm, sẽ cho ra mức vốn yêu cầu thấp hơn đáng kể so với cùng khoản vay tính theo phương pháp tiêu chuẩn với trọng số rủi ro cố định — đây là một trong những động lực để các ngân hàng đầu tư nâng cấp mô hình lên AIRB.

Yêu cầu triển khai AIRB tại Việt Nam

Để được cơ quan quản lý chấp thuận áp dụng AIRB, ngân hàng phải đáp ứng các yêu cầu về hệ thống xếp hạng nội bộ, cơ sở dữ liệu lịch sử về vỡ nợ và tổn thất, quy trình kiểm soát và kiểm toán nội bộ, cơ chế sử dụng kết quả xếp hạng trong quản trị rủi ro (quyết định tín dụng, định giá, phân bổ vốn) và việc kiểm định mô hình (backtesting, validation) định kỳ. Tại Việt Nam, khuôn khổ pháp lý nền tảng là Luật Các tổ chức tín dụng 2010 (sửa đổi, bổ sung) cùng các thông tư hướng dẫn của NHNN về tỷ lệ an toàn vốn, trong đó quy định rõ nguyên tắc ngân hàng phải sử dụng phương pháp được NHNN chấp thuận khi tính vốn yêu cầu cho rủi ro tín dụng. Ngân hàng áp dụng AIRB cũng phải tuân thủ quy định về công bố thông tin theo trụ cột 3 của Basel (trụ cột minh bạch thị trường).

Lợi ích và hạn chế của AIRB

Về lợi ích, AIRB giúp ngân hàng phản ánh chính xác hơn mức độ rủi ro thực tế của từng khoản cấp tín dụng, qua đó tối ưu hóa phân bổ vốn kinh tế (economic capital), nâng cao chất lượng quản trị rủi ro, cải thiện khả năng cạnh tranh về giá vốn và đáp ứng yêu cầu ngày càng cao của các đối tác quốc tế. Về hạn chế, chi phí đầu tư ban đầu cho hạ tầng dữ liệu, hệ thống IT và nguồn nhân lực chuyên môn (quantitative risk, data scientist) là rất lớn; quy trình kiểm định và giám sát liên tục đòi hỏi bộ máy vận hành chuyên nghiệp; đồng thời, kết quả ước lượng có thể bị biến động lớn nếu chất lượng dữ liệu đầu vào không đảm bảo, đặc biệt trong giai đoạn kinh tế bất thường. Một số ngân hàng Việt Nam hiện vẫn lựa chọn lộ trình tiếp cận từ SA lên FIRB rồi mới đến AIRB để phân tán rủi ro triển khai và đảm bảo tuân thủ.

Câu hỏi thường gặp

Hỏi: PD, LGD, EAD trong mô hình AIRB khác nhau ở điểm nào và được ước lượng bằng phương pháp nào? PD là xác suất khách hàng vỡ nợ trong vòng 12 tháng tới, thường được ước lượng qua mô hình logistic, mô hình sống còn (survival analysis) hoặc mô hình máy học có giám sát dựa trên dữ liệu lịch sử. LGD là tỷ lệ tổn thất trên dư nợ khi khách hàng vỡ nợ, được ước lượng bằng mô hình hồi quy beta, Tobit hoặc mô hình phân cụm dựa trên đặc điểm tài sản bảo đảm, ngành nghề và thực tiễn xử lý nợ. EAD là dư nợ ước tính tại thời điểm vỡ nợ, với các khoản tín dụng có cam kết chưa sử dụng hết thì cần dùng hệ số chuyển đổi tín dụng (CCF — Credit Conversion Factor) nội bộ.

Hỏi: Tại sao nhiều ngân hàng Việt Nam chưa áp dụng AIRB mặc dù đã có khung pháp lý? Nguyên nhân chính đến từ ba rào cản. Thứ nhất, dữ liệu lịch sử về vỡ nợ và thu hồi tổn thất tại Việt Nam chưa đủ dài và đủ sạch để đáp ứng yêu cầu tối thiểu 5 năm của Basel. Thứ hai, năng lực mô hình hóa định lượng và quản trị dữ liệu của nhiều ngân hàng còn hạn chế. Thứ ba, chi phí đầu tư cho hạ tầng và nhân sự chuyên môn rất lớn trong khi lợi ích từ giảm vốn yêu cầu chưa thực sự vượt trội ở quy mô vốn hiện tại. Do đó, phần lớn ngân hàng trong nước vẫn đang áp dụng phương pháp tiêu chuẩn hoặc ở giai đoạn triển khai FIRB.

Hỏi: Khi áp dụng AIRB, ngân hàng có được tự ý điều chỉnh tham số để giảm vốn yêu cầu không? Không. Toàn bộ hệ thống xếp hạng nội bộ và tham số ước lượng phải được NHNN thẩm định, phê duyệt trước khi sử dụng, đồng thời phải được kiểm định định kỳ theo quy định. Mọi thay đổi về mô hình, dữ liệu đầu vào hoặc quy trình đều phải thông báo và được cơ quan quản lý chấp thuận. Nếu phát hiện ngân hàng cố tình thao túng tham số để giảm vốn yêu cầu, NHNN có thể yêu cầu áp dụng lại phương pháp tiêu chuẩn hoặc xử phạt theo quy định pháp luật.


Nội dung mang tính tham khảo về nghiệp vụ ngân hàng, không thay thế tư vấn chuyên môn hoặc văn bản hướng dẫn chính thức của Ngân hàng Nhà nước Việt Nam.

Kiến thức này có trong đề thi tuyển dụng ngân hàng

Luyện thi với đề mô phỏng thực tế, chấm điểm tức thì

Thuật ngữ liên quan

A

AI trong ngân hàng (Artificial Intelligence in Banking)

Nghiệp vụ ngân hàng

AI trong ngân hàng (Artificial Intelligence in Banking) là việc ứng dụng trí tuệ nhân tạo — bao gồm

A

AML — Phòng chống rửa tiền (Anti-Money Laundering)

Nghiệp vụ ngân hàng

AML (Anti-Money Laundering — Phòng chống rửa tiền) là tổng hợp các biện pháp pháp lý, quy trình và h

A

AUM — Tổng tài sản quản lý tiếng Anh là gì?

Nghiệp vụ ngân hàng

AUM — Tổng tài sản quản lý tiếng Anh là AUM — Assets Under Management. Thuật ngữ ngân hàng song ngữ

A

AUM — Tổng tài sản quản lý tiếng Hàn là gì?

Nghiệp vụ ngân hàng

AUM — Tổng tài sản quản lý tiếng Hàn là AUM — 운용자산규모(운용자산규모). Thuật ngữ ngân hàng song ngữ Việt-Hàn.

A

AUM — Tổng tài sản quản lý tiếng Nhật là gì?

Nghiệp vụ ngân hàng

AUM — Tổng tài sản quản lý tiếng Nhật là AUM — 運用資産残高(うんようしさんざんだか). Thuật ngữ ngân hàng song ngữ Việ

A

AUM — Tổng tài sản quản lý tiếng Trung là gì?

Nghiệp vụ ngân hàng

AUM — Tổng tài sản quản lý tiếng Trung là AUM — 资产管理规模(zīchǎn guǎnlǐ guīmó). Thuật ngữ ngân hàng son

A

AUM — Tổng tài sản quản lý tiếng Tây Ban Nha là gì?

Nghiệp vụ ngân hàng

AUM — Tổng tài sản quản lý tiếng Tây Ban Nha là AUM — Activos Bajo Gestión. Thuật ngữ ngân hàng song

A

Acq

Nghiệp vụ ngân hàng

Acq là thuật ngữ phổ biến trong lĩnh vực ngân hàng tài chính.

V
Vietcombank

Miễn trừ trách nhiệm: Nội dung câu hỏi trên thithu.com chỉ mang tính chất luyện tập và tham khảo, không đại diện cho đề thi chính thức của bất kỳ tổ chức nào. Chúng tôi không chịu trách nhiệm về kết quả thi thực tế của người dùng.