Triển khai Basel tại các ngân hàng Việt Nam: Tầm quan trọng của Dữ liệu và hệ thống CNTT

Để tạo hành lang pháp lý, cũng như hướng dẫn các NHTM trong công tác triển khai Basel, NHNN đã ban hành Thông tư 41/2016/TT-NHNN v/v quy định tỷ lệ an toàn vốn đối với ngân hàng, chi nhánh Ngân hàng nước ngoài (NHNNg) và đang hoàn thành dự thảo Thông tư quy định về hệ thống kiểm soát nội bộ đối với NH, Chi nhánh NHNNg.

Chương trình triển khai Basel là một chương trình lớn, kéo dài trong nhiều năm với nhiều yêu cầu đặc thù, phức tạp, chưa từng có tiền lệ tại Việt Nam. Do đó, để hoàn thành sứ mệnh được giao về bảo đảm hoàn thành tuân thủ các yêu cầu của Hiệp ước Basel theo lộ trình của NHNN, các NHTM, đặc biệt là các ngân hàng tiên phong (trong đó có BIDV) đã, đang và sẽ phải đáp ứng rất nhiều tiêu chuẩn của quốc tế. Một trong những tiêu chuẩn ấy chính là vấn đề về dữ liệu và hệ thống Công nghệ thông tin (CNTT).

Với vai trò là một trong 10 Ngân hàng được NHNN giao triển khai thí điểm triển khai thực hiện Basel, BIDV đã và đang khẩn trương triển khai các dự án Basel nhằm đáp ứng các yêu cầu theo tiêu chuẩn Hiệp ước Basel và Quy định của NHNN. Trong đó việc kiện toàn Dữ liệu và hệ thống CNTT là một trong những nội dung quan trọng mà BIDV ưu tiên thực hiện hàng đầu.

Khuyến nghị của Ủy ban Basel

Basel II đưa ra khuyến nghị cụ thể về các loại dữ liệu tùy vào từng phương pháp tính vốn yêu cầu. Có thể thấy rất rõ mức độ phức tạp của yêu cầu dữ liệu tỷ lệ thuận với mức độ phức tạp của các phương pháp tính toán được đưa ra.

Với Quản lý rủi ro hoạt động (QLRRHĐ), Basel II chỉ yêu cầu ngân hàng có dữ liệu thu nhập - chi phí của các khoản mục liên quan trong 3 năm liền kề đối với phương pháp Business Indicator Approach (BIA) và Standardised Approach (SA). Còn đối với phương pháp Advanced Measurement Approach (AMA), yêu cầu dữ liệu khắt khe hơn khi ngân hàng phải sử dụng kết hợp 4 loại dữ liệu với yêu cầu về chiều dài khá lớn (từ 5 năm đến 10 năm), bao gồm: tổn thất nội bộ (ILD); tổn thất bên ngoài (ED); phân tích kịch bản (SBA); môi trường kinh doanh và các yếu tố kiểm soát nội bộ (BEICFs).

Trong dự thảo mới nhất của Ủy ban Basel về tính vốn yêu cầu cho RRHĐ (Dự thảo Phương pháp chuẩn hóa trong rủi ro hoạt động - SMA, ban hành tháng 03/2016), yêu cầu về dữ liệu mặc dù đã đơn giản hơn so với AMA song vẫn yêu cầu kết hợp 2 loại dữ liệu: Dữ liệu thu nhập - chi phí và Dữ liệu tổn thất RRHĐ, trong đó dữ liệu tổn thất RRHĐ phải có độ dài tối thiểu từ 5 năm đến 10 năm.

Với QLRR Thị trường, theo phương pháp chuẩn hóa (SA) của Basel II, ngân hàng cần thu thập dữ liệu trạng thái danh mục và giá thị trường để định giá sản phẩm. Trong khi đó, phương pháp mô hình nội bộ (IMA) quy định Vốn yêu cầu được tính dựa theo các dữ liệu về giá trị VaR ngày liền trước, trung bình VaR 60 ngày liền trước và rủi ro cụ thể (specific risk charge - SRC). Sau Basel II, Ủy ban Basel ban hành văn bản BCBS158 về “Rà soát khung RRTT thuộc Basel II” (hay Basel 2.5), đưa ra 03 khái niệm mới: Giá trị chịu rủi ro trong khủng hoảng (stressed VaR), vốn cho rủi ro gia tăng (Incremental risk charge - IRC) và phương pháp đo lường rủi ro toàn diện (comprehensive risk measure - CRM).

Năm 2016, Ủy ban Basel tiếp tục đưa ra văn bản “Vốn yêu cầu tối thiểu cho RRTT” (Minimum capital requirements for market risk) trong đó đưa ra khái niệm Thâm hụt dự kiến (Expected Shortfall - ES) với độ tin cậy 97.5%.

Công thức, mô hình tính toán và các tiêu chuẩn định tính của các phương pháp được khuyến nghị bởi Ủy ban Basel cũng rất khác nhau, . Theo đó, với phương pháp BIA của RRHĐ hay SA của RRTT, thông thường các ngân hàng có thể sử dụng excel để thực hiện tính toán. Tuy nhiên, với các phương pháp phức tạp hơn như SA, AMA của RRHĐ hay IMA, IRC của RRTT, ngân hàng sẽ cần tới hệ thống CNTT chuyên biệt để hỗ trợ.

Cụ thể như đối với phương pháp SA của RRHĐ, yêu cầu về hệ thống trở nên phức tạp hơn khi các ngân hàng phải phân loại sản phẩm/hoạt động tại 8 lĩnh vực kinh doanh theo Basel II. Một số ngân hàng có thể lựa chọn thực hiện phân loại thủ công bằng excel, song việc này sẽ rất khó thực hiện nếu ngân hàng đó có danh mục sản phẩm, dịch vụ đa dạng hay có hoạt động ở nhiều nước trên thế giới. Nhưng có lẽ phức tạp nhất phải kể đến AMA khi việc tính toán phải sử dụng đến các mô hình đo lường tiên tiến với khối lượng dữ liệu đầu vào lớn để tính toán tổn thất dự kiến (EL) và tổn thất không dự kiến được (UL). Để tích hợp và vận hành các mô hình đo lường này, các ngân hàng hoặc phải tự nghiên cứu xây dựng và phát triển các chương trình/ phần mềm xử lý hoặc đầu tư mua sắm giải pháp có sẵn trên thị trường. Việc thực hiện bằng excel đối với phương pháp này gần như là không khả thi.

Với RRTT, phương pháp IMA đặt ra yêu cầu cao đối với hệ thống CNTT hỗ trợ hơn khi phải tính VaR, backtest, stresstest, rủi ro cụ thể, tính tương quan giữa các sản phẩm, nhất là với các sản phẩm phức tạp (quyền chọn ẩn, cấu trúc…). Yêu cầu cao hơn nữa phải kể đến IRC khi việc tính toán phải xét đến các yếu tố rủi ro vỡ nợ và chuyển hạng nhóm nợ (cần đến mô hình đo lường PD, EL, UL…). Để tích hợp và vận hành mô hình đo lường rủi ro, các ngân hàng phải tự nghiên cứu xây dựng và phát triển các chương trình/ phần mềm để xử lý hoặc đầu tư mua sắm giải pháp có sẵn trên thị trường.

Yêu cầu của Ngân hàng Nhà nước

Ngày 30.12.2016, NHNN đã chính thức ban hành Thông tư số 41/2016/TT-NHNN trong đó quy định cụ thể về phương pháp tính Vốn yêu cầu cho RRHĐ và RRTT cũng như hệ thống CNTT và dữ liệu phục vụ tính tỷ lệ an toàn vốn. Theo đó, các NHTM được đáp ứng cả yêu cầu về dữ liệu và hệ thống CNTT hỗ trợ phục vụ tính toán vốn yêu cầu, cũng như bảo đảm cung cấp đầy đủ, chính xác hệ thống báo cáo định kỳ, đột xuất tới NHNN.

Về dữ liệu, NH cần có cơ cấu tổ chức và hệ thống quản lý dữ liệu, làm rõ chức năng nhiệm vụ của các bên, quy trình thu thập, đối chiếu dữ liệu nhằm bảo đảm dữ liệu của ngân hàng đủ về số lượng và chất lượng phục vụ các yêu cầu tính toán cho công tác QLRR.

Về hệ thống CNTT, hệ thống của ngân hàng cần được kết nối, quản lý tập trung toàn hàng, bảo đảm các yêu cầu về bảo mật, toàn vẹn, sẵn sàng của thông tin, có quy trình rà soát, kiểm tra, dự phòng, xử lý sự cố, bảo trì định kỳ, thường xuyên và có công cụ kết nối phục vụ tính tỷ lệ an toàn vốn và các chỉ tiêu QLRR liên quan khác.

Ngoài ra, riêng đối với QLRRHĐ, NHNN cũng đã ban hành Công văn 6643/NHNN-DBTK ngày 5/9/2016, trong đó yêu cầu các NHTM phải thực hiện báo cáo tổn thất hoạt động và tình hình xử lý các tổn thất hoạt động phát sinh định kỳ hàng tháng.

Dữ liệu và hệ thống CNTT tại các ngân hàng Việt Nam hiện nay

Tại Việt Nam hiện nay, việc thu thập dữ liệu để triển khai tính Vốn yêu cầu theo Thông tư 41 và các phương pháp cơ bản của Hiệp ước Basel II là có thể thực hiện được. Tuy nhiên, để đáp ứng yêu cầu tính toán theo các phương pháp cao hơn như SA và AMA với RRHĐ, hay IMA với RRTT, dữ liệu vẫn là một bài toán khó đối với các ngân hàng. Nguyên nhân chủ yếu là do ngân hàng không có đủ dữ liệu theo yêu cầu hoặc chất lượng dữ liệu còn tồn tại nhiều hạn chế về độ dài, tính đầy đủ, chính xác và sẵn sàng. Hạn chế về dữ liệu đầu vào chính là nguyên nhân trọng tâm của việc các NHTM chưa thể triển khai các mô hình đo lường tiên tiến để dự báo, cảnh báo rủi ro như mô hình đo lường tổn thất RRHĐ dự kiến (EL).

Bên cạnh đó, bộ phận tập trung dữ liệu chung của ngành ngân hàng như Trung tâm thông tin tín dụng (CIC) hiện chỉ thiết kế cho dữ liệu tín dụng, chưa có thiết kế cho dữ liệu về RRTT và RRHĐ trong hệ thống. Đồng thời, các dữ liệu tín dụng tại CIC chỉ có thể đáp ứng một phần yêu cầu triển khai Basel của ngân hàng do một phần dữ liệu yêu cầu cần được thu thập từ ngân hàng và các NHTM chưa sẵn sàng cho việc chia sẻ dữ liệu tại một hệ thống dữ liệu chung như CIC. Vì vậy, nhất thiết phải có sự kết hợp dữ liệu của bản thân ngân hàng và CIC thì mới có thể đáp ứng đủ yêu cầu triển khai Basel của các NHTM hiện nay.

Những khó khăn trong công tác thu thập dữ liệu nói trên cũng dẫn tới hạn chế trong việc đầu tư/ xây dựng các giải pháp công nghệ hiện đại để hỗ trợ công tác QLRR. Các ngân hàng tại Việt Nam chủ yếu đầu tư một số giải pháp cơ bản cho công tác QLRR tín dụng mà chưa đầu tư nhiều cho các giải pháp hỗ trợ QLRR thị trường và hoạt động. Các phần mềm tự phát triển đơn giản hay công cụ trên excel đang là giải pháp chính được hầu hết các ngân hàng sử dụng để hỗ trợ thu thập dữ liệu và tính toán các chỉ tiêu QLRR thị trường và hoạt động. Một số ít ngân hàng đã và đang mạnh dạn đầu tư các hệ thống Treasury mua ngoài của các tổ chức uy tín thế giới như Kondor của Misys, Treasury MX.3 của Murex để tính toán các chỉ tiêu đo lường RRTT

Hướng đi hiệu quả trong công tác triển khai Basel đối với hệ thống CNTT và dữ liệu

Như vậy, để tăng cường khả năng lượng hóa tổn thất RRHĐ, RRTT phục vụ mục đích cảnh báo và tính tỷ lệ an toàn vốn, góp phần nâng cao hiệu quả công tác quản lý các loại rủi ro trọng yếu này, các NHTM tại Việt Nam trước tiên phải cải thiện được chất lượng dữ liệu đầu vào, đảm bảo dữ liệu thường xuyên được làm giàu, làm sạch, song song với đó là việc tăng cường ứng dụng và không ngừng phát triển, cải tiến hệ thống CNTT.

Theo đó, các ngân hàng phải bắt đầu từ việc xây dựng và nâng cao văn hóa quản lý rủi ro nói chung, phát triển hệ thống quy trình, quy định, chính sách về quản lý RRHĐ, RRTT một cách bài bản, triển khai thống nhất.

Đồng thời, ngân hàng cũng cần nghiên cứu cách thức thu thập và lưu trữ dữ liệu lâu dài. Đối với từng ngân hàng, cần thiết phải xây dựng khung quản trị dữ liệu tập trung toàn hàng để không chỉ tập hợp dữ liệu từ các hệ thống nguồn khác nhau đáp ứng yêu cầu quản lý của từng loại rủi ro, quản lý về chất lượng, số lượng, chủ động trong công tác làm giàu, làm sạch và chiết xuất dữ liệu.

Bên cạnh đó, đối với dữ liệu thị trường, các cơ quan quản lý cần xem xét hỗ trợ thông qua việc phối hợp với các công ty chuyên cung cấp dữ liệu tài chính (Reuters, Bloomberg…) để xây dựng nguồn dữ liệu chất lượng và đáng tin cậy hoặc nghiên cứu thiết lập diễn đàn chia sẻ sự kiện RRHĐ xảy ra tại các ngân hàng như một kênh cung cấp dữ liệu sự kiện RRHĐ bên ngoài mà các ngân hàng tại Việt Nam có thể tận dụng hiệu quả, ngay cả trong việc chạy các mô hình tính toán.

Ngoài ra, các ngân hàng cũng cần lưu ý việc nghiên cứu xây dựng hay mua sắm giải pháp CNTT hỗ trợ vì nhiều mô hình QLRR hiện tại không thể thực hiện được bằng các phần mềm đơn giản như Excel, VBA hay Eview. Hơn thế, những biến động liên tục của thị trường tài chính ngân hàng toàn cầu ngày càng đặt ra yêu cầu cấp thiết đối với hệ thống CNTT cần sẵn sàng tính toán để ngân hàng có căn cứ đưa ra những dự đoán, biện pháp đề phòng, hạn chế tối đa tổn thất có thể xảy ra trong các sự kiện kinh tế bất lợi.

Công việc phải thực hiện liên quan tới hệ thống dữ liệu và CNTT phục vụ triển khai Basel đối với các NHTM còn rất nhiều. Điều này đòi hỏi các ngân hàng phải có nguồn lực (nhân lực, vật lực) đủ mạnh để có thể thực hiện. Nhân lực bộ phận QLRRHĐ, QLRRTT nói chung cần được đào tạo, bồi dưỡng, tiếp cận thông lệ quốc tế. Nhân lực chất lượng cao trong các lĩnh vực định lượng RRHĐ, RRTT cần được bổ sung, tuyển dụng mới để thực hiện các chức năng khó như xây dựng, phát triển mô hình hay kiểm định mô hình.