Hệ số Correlation Risk — Rủi ro Tương quan Danh mục Tín dụng
Hệ số Correlation Risk (hệ số tương quan rủi ro danh mục tín dụng) là chỉ số đo lường mức độ cùng chiều giữa các biến rủi ro tín dụng của từng khoản vay hoặc nhóm khách hàng trong cùng một danh mục. Hệ số này dao động trong khoảng từ -1 đến +1: giá trị càng gần +1 thể hiện các khoản vay có xu hướng cùng vỡ nợ (default) trong cùng một điều kiện bất lợi; giá trị càng gần 0 thể hiện các khoản vay gần như độc lập về rủi ro; giá trị âm cho thấy rủi ro có xu hướng bù trừ lẫn nhau. Trong quản trị danh mục tín dụng, hệ số tương quan là biến đầu vào quan trọng nhất khi tính tổn thất kỳ vọng (Expected Loss) và tổn thất bất thường (Unexpected Loss) của toàn danh mục, từ đó ước lượng vốn kinh tế (Economic Capital) mà ngân hàng phải dự phòng.
Bản chất và cơ chế hình thành tương quan
Rủi ro tín dụng trong một danh mục hiếm khi độc lập hoàn toàn vì các khoản vay thường chịu chung các yếu tố vĩ mô và vi mô: chu kỳ kinh tế, biến động lãi suất, biến động tỷ giá, sự kiện ngành, thậm chí là cùng nhóm khách hàng hoặc cùng tài sản bảo đảm. Ví dụ, một danh mục cho vay 100 doanh nghiệp ngành thép sẽ có hệ số tương quan nội bộ rất cao (thường 0,5–0,7 trong các mô hình Vasicek hoặc Merton) vì khi giá thép giảm, hầu hết các khách hàng đều chịu tác động cùng lúc. Ngược lại, một danh mục đa dạng gồm bất động sản, nông nghiệp, công nghệ và dịch vụ tài chính sẽ có hệ số tương quan thấp hơn, giúp tổn thất danh mục được phân tán.
Hệ số Correlation Risk cũng phản ánh hiệu ứng đa dạng hóa (diversification benefit): hai danh mục có cùng tổng dư nợ và cùng xác suất vỡ nợ trung bình nhưng danh mục nào có tương quan nội bộ thấp hơn sẽ có tổn thất danh mục thấp hơn, từ đó vốn yêu cầu cho rủi ro tín dụng thấp hơn.
Công thức và ứng dụng trong mô hình tính toán
Trong mô hình rủi ro tín dụng tiêu chuẩn Basel, tổn thất danh mục (L) được tính theo công thức rút gọn:
L = Σ wi × Pi × LGDi
trong đó wi là tỷ trọng dư nợ, Pi là xác suất vỡ nợ, LGDi là tỷ lệ tổn thất khi vỡ nợ của khoản vay i. Khi đưa thêm hệ số tương quan ρ vào, tổn thất bất thường (Unexpected Loss — UL) của danh mục được điều chỉnh tăng theo công thức dạng:
UL_portfolio ≈ √(Σ wi² × σi² + Σ Σ wi × wj × σi × σj × ρij)
Nghĩa là cùng một danh mục nhưng nếu ρ tăng từ 0,2 lên 0,5 thì phương sai tổng hợp tăng, kéo theo vốn yêu cầu (VaR 99,9% theo Basel) tăng. Vì vậy, các ngân hàng thường ước lượng ma trận tương quan (correlation matrix) theo từng cặp ngành, khu vực địa lý, hoặc phân khúc khách hàng để làm đầu vào cho mô hình tính vốn.
Tác động đến quản trị danh mục và đề thi tuyển dụng ngân hàng
Trong thực tiễn, khi đánh giá một danh mục cho vay doanh nghiệp, chuyên viên quản trị rủi ro không chỉ xem xét xác suất vỡ nợ trung bình (PD) mà còn phải tính đến hệ số tương quan giữa các nhóm ngành, giữa các khu vực, và giữa các loại tài sản bảo đảm. Một danh mục tập trung 60% vào bất động sản nghỉ dưỡng ven biển sẽ có tương quan nội bộ rất cao khi có bão lớn hoặc dịch bệnh, dù từng khoản vay riêng lẻ có thể có PD thấp. Đây chính là lý do các quy định về giới hạn tín dụng (credit limit) theo ngành, theo khu vực, và theo khách hàng liên quan luôn được áp dụng song song với tính toán hệ số tương quan.
Trong đề thi tuyển dụng ngân hàng (vị trí tín dụng, quản trị rủi ro, phân tích tài chính), ứng viên thường gặp các dạng câu hỏi liên quan như: giải thích vì sao rủi ro tập trung ngành làm tăng tổn thất danh mục; phân biệt giữa rủi ro tập trung (concentration risk) và rủi ro tương quan (correlation risk); cách đọc ma trận tương quan trong báo cáo rủi ro; hoặc lý do tại sao đa dạng hóa danh mục lại làm giảm vốn yêu cầu theo mô hình Basel II/III.
Câu hỏi thường gặp
Hỏi: Hệ số Correlation Risk khác gì với rủi ro tập trung tín dụng (credit concentration risk)? Hệ số tương quan là đại lượng đo lường định lượng mức độ cùng chiều của biến rủi ro giữa các khoản vay, là đầu vào cho mô hình tính toán. Rủi ro tập trung là khái niệm rộng hơn, mô tả tình trạng dư nợ phân bổ không đồng đều theo ngành, khu vực, khách hàng hoặc tài sản bảo đảm. Tập trung cao thường dẫn đến tương quan cao, nhưng hai khái niệm không trùng nhau: có thể danh mục không tập trung về tỷ trọng nhưng vẫn có tương quan cao nếu các ngành có chu kỳ kinh doanh trùng nhau.
Hỏi: Tại sao trong mô hình Basel, rủi ro tương quan lại khiến vốn yêu cầu (capital requirement) tăng lên? Vì các khoản vỡ nợ không xảy ra độc lập mà có xu hướng tập trung trong cùng điều kiện suy thoái. Khi hệ số tương cao, phân phối tổn thất danh mục có đuôi dày hơn (fat tail), khiến giá trị tổn thất ở mức bách phân vị 99,9% lớn hơn đáng kể so với trường hợp giả định độc lập. Basel yêu cầu vốn phải bao phủ tổn thất ở mức bách phân vị này, nên hệ số tương quan cao đồng nghĩa với việc ngân hàng phải trích lập vốn nhiều hơn cho cùng một danh mục.
Hỏi: Ngân hàng có thể giảm hệ số Correlation Risk bằng cách nào và có giới hạn nào không? Các cách phổ biến gồm: đa dạng hóa ngành, khu vực địa lý, loại hình khách hàng; sử dụng công cụ phái sinh tín dụng (CDS, credit-linked note) để chuyển rủi ro; áp dụng hạn mức tín dụng theo ngành và theo nhóm khách hàng liên quan; yêu cầu tài sản bảo đảm đa dạng và độc lập về giá trị. Tuy nhiên, trong khủng hoảng toàn hệ thống (systemic crisis), hệ số tương quan giữa các ngành có xu hướng hội tụ về 1 — lúc này mọi biện pháp đa dạng hóa truyền thống đều mất tác dụng, đây cũng là lý do Basel III bổ sung thêm các yêu cầu về vốn dự phòng bảo tồn (capital conservation buffer) và vốn chống chu kỳ (countercyclical capital buffer).
Lưu ý: Nội dung trên mang tính tham khảo chuyên môn, không thay thế tư vấn pháp lý hay tư vấn tài chính chính thức từ Ngân hàng Nhà nước hoặc đơn vị tư vấn được cấp phép. Số liệu và công thức mang tính minh họa theo thông lệ quốc tế và mô hình Basel phổ biến, có thể thay đổi theo quy định hiện hành.