BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM NGUYỄN HOÀNG THỤY BÍCH TRÂM ĐÁNH GIÁ XÁC SUẤT VỠ NỢ CỦA HỆ THỐNG NGÂN HÀNG THƯƠNG MẠI VIỆT NAM Chuyên ngành : Tài chính – Ngân hàng Mã số : 60.34.02.01 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: TS. NGUYỄN THỊ NGỌC TRANG TP. HỒ CHÍ MINH – NĂM 2013 i Mục lục Chương 1. Giới thiệu 2 Chương 2. Các nghiên cứu trước đây 4 Chương 3. Tổng quan về stress test 13 3.1 Khái niệm về stress test 13 3.2 Phân loại stress test 14 3.3 Quy trình thực hiện stress test 21 3.3.1 Xác định phạm vi phân tích 21 3.3.2 Thiết kế các kịch bản kinh tế vĩ mô trong stress test 23 3.3.3 Tích hợp các phân tích thị trường và rủi ro tín dụng 24 3.4 Xây dựng khuôn khổ mô hình stress test 26 3.4.1 Các mô hình bảng cân đối kế toán 29 3.4.2 Các mô hình giá trị có rủi ro (VaR) 31 Chương 4. Dữ liệu nghiên cứu và lựa chọn các biến kinh tế vĩ mô 35 Chương 5. Phương pháp và kết quả nghiên cứu 41 5.1 Tổng quan về phương pháp luận 41 5.2 Mô hình vĩ mô xây dựng kịch bản 41 5.3 Mô hình kinh tế vi mô 49 5.4 Ước tính giá trị tổn thất bằng mô hình CreditRisk+ 54 Chương 6. Kết luận 58 Tài liệu tham khảo 59 ii Danh mục bảng biểu Bảng 1: Đặc điểm của các loại stress test 17 Bảng 2: Phân loại dưới dạng mô hình của các phương pháp stress test vĩ mô 28 Bảng 3: Các biến kinh tế vĩ mô được xem xét lựa chọn để xây dựng kịch bản .35 Bảng 4: Ma trận tương quan giữa các biến kinh tế vĩ mô và tỷ lệ nợ xấu 37 Bảng 5: Tóm tắt thống kê mô tả các biến trong mô hình xây dựng kịch bản 39 Bảng 6: Danh mục các ngân hàng thương mại trong mẫu 40 Bảng 7: Kiểm định tính dừng 42 Bảng 8: Kiểm định đồng liên kết 42 Bảng 9: Kiểm định các tiêu chuẩn lựa chọn độ trễ thích hợp 43 Bảng 10: Kết quả mô hình vĩ mô 44 Bảng 11: Kiểm định LM về tính tự tương quan của mô hình vĩ mô 46 Bảng 12: Kiểm định độ lệch chuẩn 47 Bảng 13: Kết quả ước lượng dữ liệu bảng 51 Bảng 14: Tóm tắt thống kê của NPL được mô phỏng qua các kịch bản 53 Bảng 15: Kết quả chạy Creditrisk+ xác định xác xuất vỡ nợ 55 1 Tóm tắt Bài nghiên cứu này thực hiện stress test để xem xét tác động vĩ mô lên rủi ro tín dụng của các ngân hàng thương mại Việt Nam dựa trên phân tích viễn cảnh. Kết quả đã cho thấy rằng có sự tồn tại mối tương quan âm giữa tỷ lệ nợ xấu (NPL) và tăng trưởng GDP với độ trễ là hai quý. Bài nghiên cứu này còn sử dụng phương pháp mô phỏng Monte Carlo trong Credit VaR để tính toán khả năng vỡ nợ của khu vực ngân hàng thương mại và nhận thấy rằng các ngân hàng thương mại không thể hấp thụ được các khoản tổn thất tín dụng dưới các kịch bản vĩ mô bất lợi. Điều này có thể đe dọa đến sự ổn định của hệ thống tài chính. Những ước lượng này cũng rất hữu ích cho Ngân Hàng Nhà Nước trong việc xác định mức độ rủi ro tín dụng và tính toán tỷ số an toàn vốn tối thiếu cần thiết khi trường hợp xấu có thể xảy ra. Từ khóa: Ngân hàng thương mại, nợ xấu, tăng trưởng GDP. 2 Chương 1. Giới thiệu Những năm gần đây đã có nhiều nghiên cứu về stress test. Tầm quan trọng của stress test đã được nhấn mạnh trong cuộc khủng hoảng gần đây và những vụ sụp đổ ngân hàng ở nhiều quốc gia. Hiểu biết sâu sắc về khả năng phục hồi của hệ thống ngân hàng trước các kịch bản kinh tế vĩ mô bất lợi là rất quan trọng cho việc đánh giá đúng rủi ro hệ thống và giúp các nhà điều hành đưa ra chính sách quản lý kịp thời bảo đảm an toàn cho hệ thống tài chính quốc gia. Bài nghiên cứu này thực hiện stress test để xem xét tác động vĩ mô lên rủi ro tín dụng của các ngân hàng thương mại Việt Nam dựa trên phân tích kịch bản. Khuôn khổ thực hiện bao gồm ba phần độc lập nhưng bổ sung cho nhau được kết hợp theo thứ tự. Phần đầu tiên sử dụng mô hình kinh tế lượng theo chuỗi thời gian để ước lượng mối quan hệ giữa các biến kinh tế vĩ mô lựa chọn và sử dụng kết quả này để mô phỏng các kịch bản vĩ mô bất lợi trong hai năm tới. Phần thứ hai sử dụng mô hình kinh tế lượng theo dữ liệu bảng để ước tính độ nhạy của tỷ lệ nợ xấu (NPL) đối với tăng trưởng GDP và sử dụng kết quả này để mô phỏng chất lượng tín dụng dưới các kịch bản xấu. Phần này sử dụng bộ dữ liệu về tỷ lệ nợ xấu của tám ngân hàng thương mại được niêm yết trong khoảng thời gian từ năm 2006 đến năm 2013. Phần thứ ba sử dụng tỷ lệ nợ xấu dự báo đại diện cho xác suất vỡ nợ (PD) trong trường hợp bất lợi để ước tính phần tổn thất tín dụng, sử dụng mô hình giá trị tín dụng có rủi ro (Credit VaR). Kết quả cho thấy mối tương quan ngược chiều giữa tỷ lệ nợ xấu và tăng trưởng GDP. Trong đó, tăng trưởng GDP tác động lên tỷ lệ nợ xấu với độ trễ là hai quý. Kết quả thực hiện ở kịch bản cơ sở khi nền kinh tế không có cú sốc đã cho thấy nếu tăng trưởng GDP giảm 2,9 phần trăm sẽ làm gia tăng 1,3 lần nợ xấu trong quý III năm 2013. Như vậy, ở kịch bản cơ sở tỷ lệ nợ xấu có thể vào 3 khoảng 3,7 phần trăm trong quý III năm 2013. Ngoài ra, chất lượng tín dụng thể hiện mức độ quán tính mạnh mẽ với hệ số tự hồi quy là 0,84. Điều này ngụ ý rằng một phần trăm gia tăng trong tỷ lệ nợ xấu của một quý nào đó sẽ gây ra sự gia tăng 0,84 phần trăm trong tỷ lệ nợ xấu ở quý tiếp theo. Bài nghiên cứu này xây dựng bốn kịch bản kinh tế vĩ mô, mỗi kịch bản kéo dài hai năm. Những kịch bản này bao gồm một kịch bản cơ sở phản ánh mức độ tăng trưởng GDP dự kiến khi nền kinh tế không xảy ra các cú sốc và ba kịch bản xấu được coi là cực đoan, nhưng vẫn có khả năng xảy ra trong điều kiện hiện nay. Nhìn chung, kết quả của kịch bản cơ sở chỉ ra rằng tỷ lệ nợ xấu sẽ đạt đỉnh vào khoảng hơn 5 phần trăm trong quý thứ ba năm 2015. Ngược lại, một kịch bản xấu sẽ làm tăng tỷ lệ nợ xấu vào khoảng 6,4 phần trăm vào quý 2 năm 2014 của dự báo. Nhìn chung, thực hiện stress test đã cho thấy các ngân hàng thương mại Việt Nam có nguồn lực tài chính chưa đủ tốt để hấp thụ các tổn thất tín dụng dưới tập hợp các kịch bản kinh tế vĩ mô bất lợi. Đây có thể là mầm mống đe dọa đến sự ổn định tài chính cho hệ thống ngân hàng thương mại Việt Nam. Cấu trúc của bài nghiên cứu như sau: Phần 2 trình bày ngắn gọn một số nghiên cứu liên quan, phần 3 thảo luận về phương pháp luận. Phần 4 mô tả dữ liệu thu thập và phần 5 là các kết quả thực nghiệm. Cuối cùng, phần 6 là kết luận bài nghiên cứu. 4 Chương 2. Các nghiên cứu trước đây Wilson (1997) và Merton (1974) được biết đến với các bài nghiên cứu về stress test đo lường rủi ro tín dụng dưới tác động kinh tế vĩ mô. Wilson thiết lập mô hình trực tiếp dựa trên tính nhạy cảm của nhiều biến kinh tế vĩ mô đối với xác suất vỡ nợ theo từng khu vực ngành nghề. Mô hình này hồi quy mối liên hệ giữa xác suất vỡ nợ và các nhân tố vĩ mô, sau đó mô phỏng phân phối xác suất vỡ nợ trong tương lai với mức thua lỗ kì vọng dưới ảnh hưởng của biến động kinh tế vĩ mô. Mô hình Merton thì khác biệt ở chỗ kết hợp sự thay đổi giá tài sản vào trong tiến trình xác định xác suất vỡ nợ. Mô hình của Wilson thì mang tính trực giác và ít tính toán trong khi mô hình của Merton cần nhiều dữ liệu và yêu cầu tính toán phức tạp. Kể từ đó thì nhiều bài nghiên cứu đã ứng dụng công cụ này để đánh giá mức độ hồi phục của hệ thống ngân hàng ở những quốc gia khác nhau trước biến động vĩ mô bất lợi như là Berkowitz (1999), Pesola (2001), Froyland và Larsen (tháng 10, 2002), Boss và cộng sự (2002), Hoggarth và Whitley (2003), Gerlach và cộng sự (2003), Virolainen và Sorge (2006), Barnhill và cộng sự (2006), van den End và cộng sự (2006), Missina và Tessier (2007). Mục tiêu chính của những bài nghiên cứu này là đo lường mức độ nhạy cảm của danh mục tín dụng trước kịch bản vĩ mô bất lợi hoặc những sự kiện, biến động ngoan mục. Những thử nghiệm như vậy làm cho rủi ro được minh bạch hơn, giúp đánh giá mức lỗ tiềm năng dưới điều kiện thị trường không bình thường. Trong đó, Boss (2002) sử dụng mô hình rủi ro tín dụng vĩ mô để phân tích tình hình biến động xấu của thị trường gây áp lực lên xác suất vỡ nợ của ngân hàng Áo và tác giả đã nhận thấy sức sản xuất công nghiệp, tỷ lệ lạm phát, chỉ số chứng khoán, lãi suất ngắn hạn danh nghĩa và giá dầu là các nhân tố quyết định xác suất vỡ nợ. Sorge & Virolainen (2006) ứng dụng hai phương pháp chính trong stress 5 test cho nền kinh tế Phần Lan là kết hợp phân tích kinh tế lượng theo dữ liệu bảng cân đối kế toán (mô hình bảng cân đối kế toán) và mô hình giá trị có rủi ro VaR. Trong mô hình bảng cân đối kế toán, Sorge và Virolainen sử dụng khuôn khổ của Wilson. Theo đó, các biến vĩ mô được liên kết với các khoản mục cho vay trên bảng cân đối kế toán và thông qua phương pháp mô phỏng Monte Carlo để mô phỏng ảnh hưởng của một vài cú sốc đến hệ thống ngân hàng, từ đó xác định giá trị có rủi ro VaR. Mô hình VaR kết hợp phân tích nhân tố rủi ro để ước lượng xác suất mất mát, đưa ra con số cụ thể về mức độ nhạy cảm của danh mục trước nhiều loại rủi ro khác nhau. Thông qua đó, các tác giả còn tìm thấy mối quan hệ có ý nghĩa thống kê giữa tỷ lệ vỡ nợ đặc trưng theo ngành và GDP, lãi suất và tổng nợ của khu vực doanh nghiệp. Từ đó cho thấy biến động của môi trường kinh tế có ảnh hưởng lên dự phòng nợ khó đòi của ngân hàng. Một số nhà nghiên cứu đã kết hợp nợ xấu, khoản dự phòng nợ khó đòi và các nhân tố kinh tế vĩ mô vào trong ma trận vector để đo lường tính bất ổn của hệ thống tài chính. Kalirai và Scheicher (2002) xây dựng mô hình ước lượng hồi quy theo dữ liệu chuỗi thời gian giữa biến dự phòng nợ khó đòi tích lũy và một tập hợp lớn các biến kinh tế vĩ mô bao gồm GDP, lỗ hổng sản lượng ngành công nghiệp, chỉ số giá tiêu dùng, tốc độ tăng trưởng cung tiền, chỉ số thị trường chứng khoán, tỷ giá hối đoái, xuất khẩu và giá dầu. Bên cạnh đó, stress test cũng được xem là một trong những công cụ đánh giá tính ổn định tài chính và được giới thiệu ở chương trình FSAP 1999 liên kết giữa IMF với WB (IMF&WB 2003). Sau khi giới thiệu FSAP, những nhà điều hành và giám sát tiền tệ quốc gia đã bắt đầu kết hợp công cụ này vào trong các đánh giá ổn định tài chính định kì. Nhiều nghiên cứu đã làm sáng tỏ tính hữu ích của stress test trong phân tích vĩ mô. Ví dụ, Borio, Furfine & Lowe (2001) chỉ ra tầm quan trọng của stress test trong việc nâng cao hiểu biết về rủi ro và mối quan hệ với 6 chu kì kinh doanh. Gần đây EU và Mỹ đã thực hiện cuộc thử nghiệm stress test lớn nhất sau khủng hoảng để đánh giá hệ thống tài chính của họ (Fed 2009a,b và CEBS 2010a,b). Drehmann (2008) đã thảo luận về các mục tiêu, tiến trình lập mô hình và những thách thức trong thực hiện stress test. Cihak (2007) cũng trình bày tỉ mỉ và toàn diện khung lý thuyết liên quan đến việc thiết kế stress test dưới những kịch bản vĩ mô với giả định phạm vi rủi ro rộng lớn. Ông đã mô tả những ứng dụng của stress test trên dữ liệu ngân hàng. Bài nghiên cứu này thảo luận điểm mạnh và điểm yếu của nhiều phương pháp thực hiện stress test và tính hữu ích của nó đối với các nhà điều hành tiền tệ quốc gia. Sorge (2004) cũng cung cấp tổng quát các phương pháp stress test cho hệ thống tài chính và thảo luận về những thách thức trong phương pháp nghiên cứu như là đo lường rủi ro nội sinh hoặc sự tương quan giữa rủi ro tín dụng và rủi ro thị trường. Berkowitz (2000) thảo luận cụ thể việc lựa chọn kịch bản khi thực hiện stress test. Hầu hết các bài nghiên cứu xem xét rủi ro tín dụng khi thực hiện stress test. Trước khi thực hiện mô phỏng ảnh hưởng của các kịch bản tác động lên bản chất rủi ro tín dụng, các tác giả thường khảo sát mối liên kết giữa các biến vĩ mô (như là tăng trưởng GDP, lãi suất, thất nghiệp, sức sản xuất công nghiệp, lạm phát, v.v) và các biến đo lường rủi ro tín dụng liên quan thông qua mô hình vệ tinh. Có nhiều phương pháp cho việc thiết lập những mô hình như vậy, thường được gọi là mô hình rủi ro tín dụng vĩ mô. Drehmann (2005) và Cihak (2007) đã làm sáng tỏ mối quan hệ phi tuyến giữa các biến động vĩ mô và rủi ro tín dụng trong mô hình rủi ro tín dụng vĩ mô. Một vài nghiên cứu đã phát triển mô hình rủi ro tín dụng vĩ mô theo Merton dựa trên tỷ suất sinh lợi tài sản để ước lượng mức độ vỡ nợ. Merton (1974) là người đầu tiên thiết kế mô hình định giá nhiều loại công cụ tài chính. Ý tưởng của mô hình Merton là xác định vỡ nợ 7 khi sụt giảm tỷ suất sinh lợi tài sản xuống dưới ngưỡng cho trước. Mô hình của Merton được sử dụng trong nghiên cứu của Jakubik (2007) cho nền kinh tế cộng hòa Séc. Mô hình này cũng được sử dụng trong nghiên cứu của Drehmann (2005) đối với các khoản cho vay doanh nghiệp của các ngân hàng Anh. Hamerle, Liebig & Scheule (2004) sử dụng mô hình đa nhân tố để dự báo xác suất vỡ nợ của những khoản cho vay cá nhân ở Đức dựa trên các tiêu chuẩn Basel II . Ngoài ra, nhiều nghiên cứu khác cũng khảo sát mối quan hệ giữa các biến vĩ mô và các khoản mục cho vay trên bảng cân đối kế toán. Baboucek & Jancar (2005) dùng mô hình VAR sử dụng tỷ lệ nợ xấu (NPL) và các nhân tố vĩ mô đại diện cho nền kinh tế cộng hòa Séc để khám phá mối quan hệ này. Evjen và cộng sự (2005) phân tích tác động phản ứng của tiền tệ liên quan đến biến động về phía cung và cầu lên sự thua lỗ của ngân hàng ở Norway. Nghiên cứu xem xét các cú sốc này ảnh hưởng đến sự thay đổi nhanh chóng mức độ dự phòng của ngân hàng, từ đó đưa ra mức thiết lập dự phòng cần thiết để đảm bảo ổn định tài chính và thảo luận làm thế nào để kết hợp stress test trong việc đưa ra quyết định chính sách tiền tệ. Hơn nữa, các tác giả cũng cho thấy điều kiện môi trường kinh tế vĩ mô là rất quan trọng cho khả năng thu hồi nợ. Các chỉ số kinh tế vĩ mô được sử dụng trong bài như các biến độc lập là: GDP, tỷ lệ thất nghiệp, tiền lương và CPI. Một vài nghiên cứu chủ yếu kết hợp nhiều nguồn gốc rủi ro vào trong mô hình. Một trong những nghiên cứu sớm nhất là của Barnhill, Papapanagiotou & Schumacher (2000). Các tác giả này đo lường tương quan thị trường với rủi ro tín dụng và ứng dụng kết quả giả định cho các ngân hàng Bắc Phi, liên kết sự thay đổi trong điều kiện tài chính đối với tỷ số yêu cầu vốn tối thiểu của ngân hàng. Nghiên cứu của Van den End, Hoeberichts & Tabbae (2006) phân tích [...]... tố và thực hiện stress test cho Ngân Hàng Trung Ương Hà Lan Nghiên cứu này ước lượng xác suất vỡ nợ (PD) và dự phòng nợ khó đòi (LGD) sử dụng mô hình về rủi ro tín dụng và rủi ro lãi suất Cũng vậy, Drehmann, Sorensen & Stringa (2008) ước lượng ảnh hưởng tổng hợp lên rủi ro tín dụng và rủi ro lãi suất trên danh mục các ngân hàng, đánh giá giá trị kinh tế của các ngân hàng, thu nhập tương lai và đáp... tế vĩ mô cơ bản hoặc trong giá tài sản có thể ảnh hưởng trực tiếp đến giá trị thị trường của tài sản và nợ của các ngân hàng Hơn nữa, thay đổi lớn trong giá tài sản có thể dẫn đến biến động đáng kể trong tỷ lệ nợ trên thu nhập cho hộ gia đình và các công ty Tác động của các cú sốc về giá tài sản trên khả năng thanh toán của các ngân hàng và chất lượng tín dụng của các ngân hàng, đại diện cho mối quan... mục ngân hàng tổng hợp được thực hiện bởi vector rủi ro tín dụng và rủi ro thị trường E, vecto của giá cả P, xác suất vỡ nợ PD, tỷ trọng tổn thất ước tính LGD và ma trận của các biến động vỡ nợ và sự tương quan Hơn nữa, X là vecto của các biến kinh tế vĩ mô rút ra theo thời gian, được trình bày trong phương trình (3) Hàm số f(.) sắp xếp tính bất ổn tổng thể của hệ 31 thống trong phân phối xác suất. .. dự báo xác suất vỡ nợ của những người vay nợ cá nhân ở Đức Mô hình của Merton cũng được sử dụng trong Drehmann (2005) cho “stress test” rủi ro doanh nghiệp của ngân hàng ở Châu Âu Cách tiếp cận Wilson (1997) Cách tiếp cận của Wilson bao gồm mô hình hóa mối tương quan giữa tỷ lệ vỡ nợ và các biến vĩ mô Theo đó, chúng ta tạo ra các biến động và mô phỏng sự phát triển của tỷ lệ vỡ nợ Cách tiếp cận của Wilson... định ngân hàng Theo nghiên cứu này, tính ổn định của ngân hàng được mô tả bởi tỷ số của các khoản nợ hiện hành và tỷ lệ vốn hóa đối với các khoản nợ xấu trên tổng nợ hiện hành Các biến kinh tế vĩ mô và biến tài chính bao gồm lỗ hổng sản lượng, lạm phát và lãi suất ECB ngắn hạn Jimenez and Saurina (2005) tìm thấy tác động âm của biến GDP trễ và tác động dương của lãi suất thực lên NPL của ngân hàng. .. số của các biến kinh tế vĩ mô mà còn là các nhân tố đặc trưng của ngân hàng (kích thước, sự đa dạng hóa danh mục, các khách hàng đặc biệt v.v) Nhân tố giữa các khu vực cho phép đánh giá ảnh hưởng của biến động sức khỏe của ngân hàng theo các đặc trưng đặc biệt (kích thước hoặc định hướng khách hàng) Pesola (2005) khảo sát các nhân tố kinh tế vĩ mô ảnh hưởng đến tỷ lệ tổn thất nợ của khu vực ngân hàng. .. lượng xác suất vỡ nợ của từng công ty riêng lẻ dựa trên dữ liệu bảng cân đối kế toán thực (thu nhập hoạt động, chi phí lãi, các khoản nợ dài hạn v.v) và kích cỡ công ty hoặc các đặc điểm công nghiệp Việc đại diện cho khả năng đáp ứng nợ của khu vực doanh nghiệp được sử dụng để ước lượng các tổn thất nợ của ngân hàng Mô hình tổng quát được ước lượng ảnh hưởng biến động cung cầu trong hệ thống ngân hàng. .. động giá tài sản tác động đến chi phí dự phòng của ngân hàng bởi vì chúng có liên quan đến khả năng đáp ứng nghĩa vụ của những người đi vay Hơn nữa, tốc độ tăng trưởng GDP thấp, lãi suất thực cao và tốc độ tăng trưởng tổng dư nợ có độ trễ nhanh hơn dẫn đến sự gia tăng dự phòng ngân hàng Bằng chứng stress test sơ bộ khu vực ngân hàng Áo cho thấy mối liên hệ giữa chi phí dự phòng nợ khó đòi của ngân hàng. .. kết quả chỉ ra rằng tổng dư nợ của khách hàng cao thường đi kèm theo nó là các biến động kinh tế vĩ mô bất lợi 11 Pesaran và cộng sự (2004) và Alves (2004) sử dụng mô hình VAR để đánh giá ảnh hưởng của các biến kinh tế vĩ mô lên xác suất vỡ nợ của công ty Mô hình VAR của Pesaran và cộng sự bao gồm GDP, giá tiêu dùng, cung tiền danh nghĩa, giá cổ phần, tỷ giá hối đoái và lãi suất danh nghĩa cho 11 quốc... nghiệp và tỷ giá hối đoái có ảnh hưởng quan trọng đến tổn thất nợ Bên cạnh đó, tốc độ cho vay quá nhanh kết hợp với sự gia tăng trong giá tài sản có thể gây ra sự bất ổn tài chính Dựa trên phân tích VAR, Dovern và cộng sự (2008) đã mô hình hóa sự ảnh hưởng giữa tỷ lệ xóa nợ và tỷ suất sinh lợi (ROE) của hệ thống ngân hàng Đức với sự phát triển kinh tế vĩ mô Kết quả của họ cho thấy hệ thống ngân hàng Đức . BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM NGUYỄN HOÀNG THỤY BÍCH TRÂM ĐÁNH GIÁ XÁC SUẤT VỠ NỢ CỦA HỆ THỐNG NGÂN HÀNG THƯƠNG MẠI VIỆT NAM . cảm của nhiều biến kinh tế vĩ mô đối với xác suất vỡ nợ theo từng khu vực ngành nghề. Mô hình này hồi quy mối liên hệ giữa xác suất vỡ nợ và các nhân tố vĩ mô, sau đó mô phỏng phân phối xác suất. ro lãi suất trên danh mục các ngân hàng, đánh giá giá trị kinh tế của các ngân hàng, thu nhập tương lai và đáp ứng yêu cầu về vốn. Họ đã mở rộng phân tích rủi ro lãi suất và rủi ro vỡ nợ trên