Trích lập dự phòng rủi ro tín dụng tại Việt Nam: So sánh với chuẩn mực m w88 9 và bài học kinh nghiệm quốc tế

Tóm tắt:

m w88 9 yêu cầu ngân hàng dự báo tổn thất tín dụng kỳ vọng (ECL), trong khi Việt Nam hiện vẫn áp dụng phương pháp trích lập dự phòng dựa trên nhóm nợ quá hạn (Loan Classification-Based Provisioning). Bài báo này phân tích phương pháptrích lập dự phòng rủi ro tín dụngtại Việt Nam, so sánh với chuẩn mực kế toán quốc tế m w88 9 và rút ra bài học từ các quốc gia đã triển khai thành công.  Đồng thời, đánh giá sự khác biệt giữa hai phương pháp này, tác động của m w88 9 lên hệ thống ngân hàng Việt Nam và đề xuất lộ trình cải tiến.

Từ khóa:trích lập dự phòng rủi ro, rủi ro tín dụng, chuẩn mực m w88 9.

1. Đặt vấn đề

Trích lập dự phòng rủi ro tín dụng là quá trình ngân hàng phân bổ một khoản tiền nhất định để bù đắp cho các khoản vay có khả năng không thu hồi được. Việc trích lập dự phòng giúp ngân hàng duy trì khả năng thanh toán, bảo vệ lợi nhuận và tuân thủ quy định pháp lý. Trích lập dự phòng rủi ro tín dụng là một phần quan trọng trong việc đảm bảo an toàn hệ thống ngân hàng. Hệ thống hiện tại của Việt Nam theo “Nghị định số 86/2024/NĐ-CP do Chính phủ ban hành ngày 11/07/2024, quy định về mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài” vẫn chủ yếu dựa vào phương pháp truyền thống, tức là phân loại nợ theo số ngày quá hạn và áp dụng tỷ lệ trích lập dự phòng tương ứng. Điều này giúp ngân hàng có sự rõ ràng trong việc đánh giá và quản lý rủi ro tín dụng, nhưng có hạn chế là phản ứng chậm với các rủi ro tín dụng tiềm ẩn.

m w88 9 (International Financial Reporting Standard 9) là chuẩn mực kế toán quốc tế do Hội đồng Chuẩn mực Kế toán Quốc tế (IASB) ban hành, thay thế cho IAS 39. m w88 9 có hiệu lực từ ngày 1/1/2018, áp dụng cho các tổ chức tài chính, đặc biệt là các ngân hàng, với mục tiêu cải thiện việc đo lường và ghi nhận rủi ro tài chính, nhất là tổn thất tín dụng. Trong đó, m w88 9 yêu cầu một cách tiếp cận chủ động hơn thông qua mô hình Expected Credit Loss (ECL). Theo mô hình này, ngân hàng phải dự đoán tổn thất tín dụng có thể xảy ra, ngay cả khi khoản vay chưa có dấu hiệu quá hạn. Cách tiếp cận này giúp ngân hàng trích lập dự phòng sớm hơn và chính xác hơn, dựa trên các yếu tố như tình hình tài chính của khách hàng, điều kiện kinh tế vĩ mô và lịch sử tín dụng.

2. Phương pháp trích lập dự phòng rủi ro tín dụng tại Việt Nam và m w88 9

2.1. Phương pháp trích lập dự phòng theo quy định hiện hành

Theo “Nghị định số 86/2024/NĐ-CP do Chính phủ ban hành ngày 11/07/2024, quy định về mức trích, phương pháp trích lập dự phòng rủi ro và việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh ngân hàng nước ngoài”, với cách phân loại nợ theo nhóm và mức trích lập dự phòng tương ứng quy định mức trích lập dự phòng rủi ro tín dụng theo từng nhóm nợ như sau:

Nhóm 1: Nợ đủ tiêu chuẩn - Mức trích lập dự phòng là 0%.

Nhóm 2: Nợ cần chú ý - Mức trích lập dự phòng là 5%.

Nhóm 3: Nợ dưới tiêu chuẩn - Mức trích lập dự phòng là 20%.

Nhóm 4: Nợ nghi ngờ - Mức trích lập dự phòng là 50%.

Nhóm 5: Nợ có khả năng mất vốn - Mức trích lập dự phòng là 100%.

Trong khi đó, một trong những thay đổi quan trọng nhất của m w88 9 là áp dụng mô hình tổn thất tín dụng kỳ vọng (Expected Credit Loss - ECL) thay vì mô hình tổn thất đã xảy ra (Incurred Loss Model). Trước đây, các ngân hàng áp dụng mô hình tổn thất đã xảy ra (Incurred Loss Model - ILM), tức là chỉ trích lập dự phòng khi có bằng chứng rõ ràng về tổn thất tín dụng (ví dụ: khoản vay quá hạn, khách hàng mất khả năng trả nợ). Tuy nhiên, Mô hình ECL theo m w88 9 yêu cầu ngân hàng phải ước tính trước tổn thất tín dụng có thể xảy ra, ngay cả khi khoản vay chưa có dấu hiệu suy giảm chất lượng. Điều này giúp ngân hàng có biện pháp phòng ngừa sớm và hạn chế rủi ro tài chính đột ngột.

2.2. So sánhphương pháp trích lập dự phòng tại Việt Nam vàm w88 9

Phương pháp trích lập dự phòng rủi ro tín dụng tại Việt Nam và theo Chuẩn mực m w88 9 có nhiều điểm khác biệt quan trọng về cách tiếp cận, thời điểm trích lập, dữ liệu sử dụng và khả năng phản ánh rủi ro.

Cách tiếp cận:

Tại Việt Nam, phương pháp trích lập dự phòng dựa vào số ngày quá hạn của khoản vay. Các khoản vay được phân loại thành 5 nhóm nợ và áp dụng tỷ lệ trích lập cố định tương ứng với từng nhóm. Trong khi đó, m w88 9 sử dụng mô hình tổn thất tín dụng kỳ vọng (ECL), đánh giá rủi ro dựa trên xác suất vỡ nợ ngay từ khi khoản vay được cấp, thay vì đợi khoản vay có dấu hiệu quá hạn.

Thời điểm trích lập:

Theo quy định tại Việt Nam, ngân hàng chỉ trích lập dự phòng khi khoản vay đã có dấu hiệu suy giảm tín dụng, chủ yếu dựa vào thời gian quá hạn. Ngược lại, m w88 9 yêu cầu ngân hàng trích lập dự phòng sớm hơn, ngay cả khi khoản vay vẫn đang trong trạng thái bình thường, nếu có dấu hiệu rủi ro gia tăng. Điều này giúp ngân hàng chủ động phòng ngừa tổn thất thay vì phản ứng sau khi rủi ro đã xảy ra.

Cơ sở dữ liệu sử dụng:

Phương pháp trích lập tại Việt Nam chủ yếu dựa trên lịch sử trả nợ của khách hàng, nghĩa là nếu khoản vay không quá hạn, mức dự phòng sẽ thấp. Trong khi đó, m w88 9 yêu cầu ngân hàng sử dụng dữ liệu đa chiều hơn, bao gồm tình hình tài chính của khách hàng, điều kiện kinh tế vĩ mô và dự báo rủi ro trong tương lai. Điều này đòi hỏi ngân hàng phải xây dựng mô hình định lượng phức tạp để đánh giá tổn thất tín dụng kỳ vọng.

Độ chính xác trong phản ánh rủi ro:

Phương pháp truyền thống tại Việt Nam có ưu điểm là dễ áp dụng nhưng phản ứng chậm với rủi ro tín dụng tiềm ẩn, vì chỉ khi khoản vay quá hạn thì ngân hàng mới phải trích lập dự phòng. Trong khi đó, m w88 9 có khả năng phản ánh rủi ro tín dụng sớm hơn nhờ vào hệ thống dự báo dựa trên các yếu tố kinh tế và lịch sử tín dụng của khách hàng. Nhờ đó, m w88 9 giúp ngân hàng tránh được tình trạng đột ngột phải trích lập dự phòng lớn khi nợ xấu tăng cao.

Khả năng hội nhập quốc tế:

Phương pháp trích lập tại Việt Nam chủ yếu áp dụng trong hệ thống tài chính nội địa, phù hợp với quy định của Ngân hàng Nhà nước. Tuy nhiên, khi các ngân hàng muốn mở rộng hoạt động ra quốc tế hoặc huy động vốn từ thị trường nước ngoài, họ cần tuân thủ m w88 9 để đảm bảo tính minh bạch và khả năng so sánh với các ngân hàng quốc tế.

Như vậy, có thể nói những hạn chế của phương pháp trích lập dự phòng tại Việt Nam bao gồm:

Dựa vào số ngày quá hạn thay vì dự báo rủi ro trước: Hệ thống trích lập hiện tại chỉ phản ứng khi khoản vay đã có dấu hiệu rủi ro, không dự báo trước tổn thất tín dụng như m w88 9.

Gây áp lực lên vốn ngân hàng khi nợ xấu tăng: Trong điều kiện kinh tế suy thoái, khi nợ xấu gia tăng đột biến, ngân hàng phải trích lập dự phòng ngay lập tức, có thể làm giảm tỷ lệ an toàn vốn (CAR).

Chưa phù hợp với thông lệ quốc tế: Các ngân hàng Việt Nam gặp khó khăn trong việc huy động vốn quốc tế vì hệ thống trích lập dự phòng không phản ánh chính xác chất lượng tài sản.

Tóm lại, phương pháp trích lập dự phòng tại Việt Nam hiện tại phù hợp với điều kiện quản lý trong nước nhưng có hạn chế trong việc nhận diện sớm rủi ro tín dụng. m w88 9 mang lại lợi ích lớn hơn về quản lý rủi ro và minh bạch tài chính, nhưng đi kèm với chi phí triển khai cao và yêu cầu năng lực phân tích rủi ro cao hơn. Việc chuyển đổi từ mô hình truyền thống sang m w88 9 là một xu hướng tất yếu khi các ngân hàng Việt Nam hội nhập sâu hơn vào hệ thống tài chính toàn cầu.

2.3. Thực trạng áp dụng m w88 9 trên thế giới

- Châu Âu - Tiên phong trong triển khai m w88 9:

Các ngân hàng châu Âu đã áp dụng m w88 9 từ năm 2018, dẫn đến tăng trích lập dự phòng 18-30% và giảm vốn cấp 1 khoảng 0,59%.

Hệ thống dữ liệu mạnh giúp các ngân hàng đánh giá rủi ro chính xác hơn, nhưng áp lực trích lập cao ảnh hưởng đến lợi nhuận.

- Châu Á - Lộ trình triển khai khác nhau:

Nhóm đã hoàn thành triển khai (Singapore, Hồng Kông, Hàn Quốc, Nhật Bản) có hệ thống tài chính phát triển, mức trích lập tăng 15-25%, vốn cấp 1 giảm 0,3-0,6%.

Nhóm đang chuyển đổi (Trung Quốc, Ấn Độ, Malaysia, Thái Lan, Việt Nam) đối mặt với thách thức về dữ liệu và mô hình định lượng.

Nhóm chưa triển khai hoàn toàn (Philippines, Indonesia, Campuchia, Myanmar, Lào) gặp khó khăn do hạ tầng tài chính còn yếu.

Như vậy, có thể thấy việc triển khai m w88 9 đã tác động mạnh đến hệ thống ngân hàng toàn cầu. Châu Âu là khu vực tiên phong, với mức trích lập dự phòng tăng đáng kể, trong khi châu Á đang trong quá trình chuyển đổi với tốc độ khác nhau giữa các quốc gia. Dù m w88 9 giúp nâng cao tính minh bạch và quản lý rủi ro, nhưng nó cũng đặt ra thách thức lớn về dữ liệu, mô hình dự báo và chi phí triển khai, đặc biệt đối với các ngân hàng tại các nước đang phát triển.

2.4. Thực trạng áp dụng m w88 9 tại Việt Nam

Tại Việt Nam, việc áp dụng m w88 9 đang trong giai đoạn đầu và đối mặt với nhiều thách thức:​

Lộ trình áp dụng: Theo Quyết định số 345/QĐ-BTC ngày 16/3/2020 của Bộ Tài chính, việc áp dụng m w88 sẽ diễn ra theo 3 giai đoạn: chuẩn bị (2020-2021), áp dụng tự nguyện (2022-2025) và bắt buộc áp dụng sau năm 2025.​

Thách thức: Các ngân hàng Việt Nam đang phải đối mặt với nhiều khó khăn, bao gồm thiếu nguồn nhân lực có kinh nghiệm về m w88 9, hạn chế về cơ sở dữ liệu lịch sử để xây dựng mô hình ECL và cần đầu tư lớn vào hệ thống công nghệ thông tin.

Hiện tại, dù m w88 9 chưa được triển khai rộng rãi tại Việt Nam, một số ngân hàng đã thử nghiệm và áp dụng tiêu chuẩn này, bao gồm:

Vietcombank: Đã triển khai thí điểm mô hình tổn thất tín dụng kỳ vọng (ECL) để quản lý danh mục tín dụng và cải thiện khả năng dự báo rủi ro.

Techcombank: Ứng dụng AI và Big Data để cải thiện mô hình dự báo PD, LGD và EAD theo m w88 9.

BIDV: Đã hợp tác với các tổ chức kiểm toán quốc tế để thử nghiệm báo cáo tài chính theo m w88 9.

VPBank: Trong quá trình chuyển đổi hệ thống quản lý rủi ro để tuân thủ m w88 9, hướng tới minh bạch hơn trong báo cáo tài chính.

3. Bài học kinh nghiệm từ các nghiên cứu quốc tế

Kết quả tóm tắt của một số nghiên cứu quốc tề về việc áp dụng m w88 9 như sau:

Nghiên cứu của Resti (2017) về nợ xấu và m w88 9: Resti trong nghiên cứu “Non-performing loans at the dawn of m w88 9: Regulatory and accounting treatment of asset quality” chỉ ra rằng việc áp dụng m w88 9 giúp phản ánh rủi ro tín dụng chính xác hơn nhưng có thể gây áp lực lớn lên vốn ngân hàng nếu không có lộ trình thích hợp. Bài học cho Việt Nam là cần triển khai thử nghiệm m w88 9 tại một số ngân hàng lớn trước khi áp dụng toàn hệ thống.

Bholat & Tanaka (2021) - Tác động của m w88 9 lên vốn ngân hàng: Bholat và Tanaka trong bài nghiên cứu “The effectiveness of m w88 9 transitional provisions in limiting the capital impact for European banks” cho thấy việc áp dụng m w88 9 có thể làm tăng chi phí vốn ngắn hạn nhưng mang lại lợi ích lâu dài. Việt Nam cần có chính sách hỗ trợ, chẳng hạn như lộ trình trích lập dự phòng dần theo m w88 9, thay vì yêu cầu thay đổi ngay lập tức.

Gründl, Rösch & Scheule (2022) - So sánh giữa m w88 9 và US GAAP: Nghiên cứu của Gründl et al. (2022) so sánh m w88 9 với US GAAP và nhận thấy m w88 9 giúp ngân hàng quản lý rủi ro tốt hơn nhưng cần đầu tư mạnh vào dữ liệu và công nghệ phân tích. Việt Nam cần chuẩn bị hệ thống dữ liệu và công nghệ AI để tối ưu hóa tính toán tổn thất tín dụng kỳ vọng.

Georgiou & Yannacopoulos (2023) - Ứng dụng AI và Machine Learning: Georgiou và Yannacopoulos cho rằng, AI và Machine Learning có thể cải thiện đáng kể mô hình dự báo xác suất vỡ nợ (PD) theo m w88 9. Điều này đặt ra yêu cầu cho các ngân hàng Việt Nam đầu tư vào hệ thống phân tích dữ liệu tiên tiến để đáp ứng m w88 9 hiệu quả hơn.

Nghiên cứu của Abad & Suarez (2018) - Ảnh hưởng của m w88 9 đến ổn định tài chính: Abad và Suarez cho thấy việc áp dụng m w88 9 giúp giảm rủi ro hệ thống bằng cách buộc các ngân hàng trích lập dự phòng sớm hơn, nhưng cũng làm tăng yêu cầu vốn đối với các khoản vay dài hạn.

Nghiên cứu của Barth & Landsman (2020) - m w88 9 và tác động đến tính minh bạch tài chính: Barth và Landsman nhận định, m w88 9 làm tăng tính minh bạch của báo cáo tài chính ngân hàng, giúp các nhà đầu tư đánh giá rủi ro tốt hơn.

Nghiên cứu của Novotny-Farkas (2019) - m w88 9 và quản lý rủi ro tín dụng: Novotny-Farkas chỉ ra m w88 9 giúp cải thiện năng lực quản lý rủi ro tín dụng nhưng cũng làm tăng chi phí quản lý do yêu cầu nâng cao năng lực phân tích dữ liệu.

4. Kết luận và khuyến nghị

Việc chuyển đổi từ mô hình trích lập theo nhóm nợ sang mô hình tổn thất tín dụng kỳ vọng (ECL) của m w88 9 sẽ giúp hệ thống ngân hàng Việt Nam quản lý rủi ro tín dụng tốt hơn, giảm thiểu nguy cơ mất vốn đột ngột và tạo nền tảng minh bạch hơn trong báo cáo tài chính. Tuy nhiên, quá trình áp dụng cần có lộ trình dài hạn, kết hợp đầu tư vào công nghệ và chuẩn hóa dữ liệu để đảm bảo hiệu quả thực thi.

Từ các nghiên cứu quốc tế trên, tác giả có các khuyến nghị chính như sau:

Thử nghiệm m w88 9 tại một số ngân hàng lớn trước khi mở rộng toàn hệ thống, đảm bảo các ngân hàng có thời gian thích nghi với mô hình tổn thất tín dụng kỳ vọng.

Nâng cấp hệ thống công nghệ thông tin và dữ liệu, đặc biệt là ứng dụng AI và Machine Learning, giúp tự động hóa quy trình phân tích rủi ro tín dụng.

Đào tạo nhân sự ngân hàng về m w88 9, tăng cường năng lực hiểu biết về mô hình dự báo rủi ro tín dụng và cách thức trích lập dự phòng theo tiêu chuẩn quốc tế.

Ngân hàng Nhà nước cần có hướng dẫn chi tiết về việc áp dụng m w88 9, tạo khung pháp lý hỗ trợ ngân hàng trong giai đoạn chuyển đổi, bao gồm các quy định về phân bổ vốn và yêu cầu trích lập dự phòng dần theo từng giai đoạn.

Việc triển khai m w88 9 không chỉ giúp quản lý rủi ro tốt hơn mà còn nâng cao uy tín của hệ thống tài chính Việt Nam trên thị trường quốc tế, đồng thời giúp ngân hàng hoạt động hiệu quả hơn trong môi trường tài chính toàn cầu hóa.

Tài liệu tham khảo:

Abad, J., & Suarez, J. (2018). The impact of m w88 9 on financial stability and procyclicality.European Systemic Risk Board Occasional Paper Series, 12(3), 1-45. https://doi.org/10.2139/ssrn.3191293

Barth, M. E., & Landsman, W. R. (2020). The effects of m w88 adoption on financial reporting comparability and credit risk assessment.Accounting Review, 95(2), 31-59. https://doi.org/10.2308/accr-52507

Bholat, D., & Tanaka, M. (2021). The effectiveness of m w88 9 transitional provisions in limiting the capital impact for European banks.Journal of Banking Regulation, 22(2), 151-167. https://doi.org/10.1057/s41261-021-00151-7

Georgiou, K., & Yannacopoulos, A. N. (2023). Probability of default modelling with Lévy-driven Ornstein-Uhlenbeck processes and applications in credit risk under m w88 9.arXiv preprint arXiv:2309.12384.https://arxiv.org/abs/2309.123Gründl, J., Rösch, D., & Scheule, H. (2022). Comparing expected losses under m w88 9 and US GAAP.Journal of Financial Services Research, 61(3), 405-432. https://doi.org/10.1007/s10693-022-00392-1

Novotny-Farkas, Z. (2019). The impact of m w88 9 on the accounting quality of financial institutions.Journal of Accounting and Public Policy, 38(2), 1-21. https://doi.org/10.1016/j.jaccpubpol.2019.01.002

Resti, A. (2017). Non-performing loans at the dawn of m w88 9: Regulatory and accounting treatment of asset quality.Journal of Banking Regulation, 18(4), 367-382.https://doi.org/10.1057/s41261-017-0058-884

Credit risk provisioning inVietnam:Acomparative analysis with m w88 9 andinternationalpractices

TRAN MINH LAM

Ho Chi Minh City University of Foreign Languages ​​- Information Technology

Abstract:

m w88 9 introduces a forward-looking approach to credit risk provisioning by requiring banks to estimate expected credit losses (ECL), whereas Vietnam continues to apply a backward-looking Loan Classification-Based Provisioning method. This study analyzes Vietnam’s current credit risk provisioning framework, compares it with the m w88 9 standard, and examines lessons learned from countries that have successfully adopted m w88 9. The study also evaluates key differences between the two approaches, assesses the potential impacts of m w88 9 adoption on the Vietnamese banking sector, and proposes a strategic roadmap to support a gradual and effective transition.

Keywords:provisioning for credit risks, credit risk, m w88 9 standard.