Ảnh hưởng của Covid-19 đến việc tính toán tổn thất tín dụng dự kiến theo IFRS 9

10:54 | 10/06/2021

Chuẩn mực báo cáo tài chính quốc tế về công cụ tài chính số 9 (IFRS 9) đã được ban hành vào ngày 24 tháng 7 năm 2014 sau 5 năm hình thành và phát triển, thay thế Chuẩn mực kế toán quốc tế số 39 (IAS 39), và được áp dụng chính thức cho năm tài chính bắt đầu hoặc sau ngày 1 tháng 1 năm 2018. 

anh huong cua covid 19 den viec tinh toan ton that tin dung du kien theo ifrs 9 Xu hướng nổi bật ngành Ngân hàng: Chuyển đổi mô hình và quy trình tín dụng
anh huong cua covid 19 den viec tinh toan ton that tin dung du kien theo ifrs 9 Chuyển đổi tài chính trong hệ thống tài chính - ngân hàng hậu COVID-19

Những thay đổi căn bản của chuẩn mực

IFRS 9 đưa ra mô hình tính toán và ghi nhận tổn thất tín dụng mới đối với các tài sản tài chính, đó là tổn thất tín dụng dự kiến (expected credit loss - ECL) để thay thế cho mô hình tổn thất tín dụng đã phát sinh (incurred credit loss) của IAS 39, theo đó dự phòng tổn thất tín dụng thường được ghi nhận sớm hơn trong vòng đời của các tài sản tài chính, bao gồm các khoản tín dụng. Đây là thay đổi có ảnh hưởng lớn nhất của IFRS 9 so với IAS 39.

anh huong cua covid 19 den viec tinh toan ton that tin dung du kien theo ifrs 9

Mô hình ECL yêu cầu đơn vị báo cáo phải sắp xếp phân loại các tài sản tài chính vào một trong 3 giai đoạn rủi ro theo mô hình ba giai đoạn (three-stage model) dựa trên những thay đổi về rủi ro tín dụng của các tài sản tài chính kể từ lúc ghi nhận ban đầu đến thời điểm lập báo cáo để làm cơ sở cho việc tính toán tổn thất tín dụng dự kiến.

Giai đoạn 1 - các tài sản tài chính được phân loại vào giai đoạn này là các tài sản tài chính có rủi ro thấp tại thời điểm báo cáo hoặc không có sự thay đổi đáng kể về rủi ro tín dụng kể từ thời điểm ghi nhận ban đầu. Ví dụ, các khoản nợ trong hạn và không có dấu hiệu suy giảm khả năng trả nợ sẽ thuộc nhóm này.

Giai đoạn 2 - bao gồm các tài sản tài chính mặc dù không có bằng chứng khách quan của việc bị suy giảm giá trị nhưng rủi ro tín dụng của chúng đã gia tăng đáng kể kể từ thời điểm ghi nhận ban đầu, ví dụ khi xếp hạng tín dụng thấp đi đáng kể. Ví dụ, các khoản nợ trong hạn nhưng khách hàng có xếp hạng tín dụng xấu đi hơn một số bậc nhất định so với trước sẽ thuộc nhóm này.

Giai đoạn 3 - bao gồm các tài sản tài chính có dấu hiệu khách quan của việc bị suy giảm giá trị, ví dụ khi người đi vay mất khả năng thanh toán khoản vay đến hạn.

Thách thức trong việc tính toán tổn thất suy giảm giá trị dự kiến trong các ngân hàng

Tùy thuộc vào việc tài sản tài chính thuộc giai đoạn nào trong mô hình ba giai đoạn, ECL sẽ được tính dự kiến trong vòng 12 tháng tới (đối với các tài sản tài chính tại Giai đoạn 1) hay trong suốt vòng đời của tài sản (đối với các tài sản tài chính tại Giai đoạn 2 và 3).

Cho dù áp dụng theo cách nào thì IFRS 9 cũng yêu cầu các việc tính toán phải phản ánh: một cách không thiên vị và có trọng số dựa trên xác suất được xác định bằng việc đánh giá các kết quả; thông tin hợp lý và sẵn có; điều kiện hiện tại cũng như các dự báo về tương lai.

Theo đó, thứ nhất, một trong những khó khăn điển hình khi tính toán ECL là phải thu thập được thông tin hợp lý và sẵn có, bao gồm cả việc cân nhắc ảnh hưởng của các thông tin dự báo về tương lai (forward-looking information), và phù hợp với sản phẩm cụ thể, người đi vay, mô hình kinh doanh và môi trường kinh tế và pháp luật liên quan đến khoản cho vay được đánh giá. Các ngân hàng cần sử dụng kinh nghiệm của mình để xác định rằng thông tin nào là hợp lý và có thể hỗ trợ.

Thứ hai, việc tính toán rủi ro tín dụng cũng yêu cầu xếp hạng rủi ro tín dụng cần phải được rà soát lại khi có những thông tin mới hoặc kỳ vọng về rủi ro tín dụng của các ngân hàng thay đổi, ít nhất một năm một lần hoặc nhiều hơn đối với nhóm khách hàng có rủi ro tín dụng cao.

Bên cạnh đó, IFRS 9 cũng yêu cầu việc nhận diện liệu có sự gia tăng đáng kể rủi ro tín dụng (SICR) của các tài sản tài chính kể từ thời điểm ghi nhận ban đầu. Do đó, các ngân hàng cần phải có các quy trình để nhận diện được vấn đề này, bên cạnh hệ thống quản trị hiệu quả, quy trình kiểm soát, để có thể cho phép thu thập và xử lý khối lượng thông tin lớn. Ngân hàng cần xem xét thay đổi về xác suất vỡ nợ trong suốt vòng đời của tài sản tài chính để nhận diện có sự gia tăng đáng kể về rủi ro tín dụng.

Đối với các ngân hàng thực hiện chế độ báo cáo tài chính hiện hành do Ngân hàng Nhà nước ban hành theo các Chuẩn mực kế toán Việt Nam, việc tính toán tổn thất tín dụng đã phát sinh theo IAS 39 hoặc EC theo IFRS 9 vẫn còn là điều mới mẻ.

Ảnh hưởng của Covid-19 đến việc tính toán Tổn thất tín dụng dự kiến (ECL) cho các ngân hàng theo IFRS 9

Dịch Covid-19 bùng phát đầu năm 2020 và những diễn biến phức tạp của dịch bệnh trong thời gian qua đã và đang ảnh hưởng không nhỏ đến việc triển khai việc tính toán ECL theo IFRS 9 tại Việt Nam trên ba phương diện: xác định gia tăng rủi ro đáng kể để phân loại tài sản tài chính theo từng giai đoạn, mô hình dự báo tương lai và tính toán tổn thất.

Thứ nhất, về xác định gia tăng đáng kể rủi ro tín dụng, IFRS 9 có đưa ra quy định về việc một khoản vay bị quá hạn trên 30 ngày được phân loại vào Giai đoạn 2 (Stage 2). Quy định này là quy định có thể bác bỏ nếu Ngân hàng có cơ sở vững chắc để chứng minh về tính không phù hợp của giả định 30 ngày này.

Trong điều kiện dịch bệnh, giả định về 30 ngày quá hạn được cho là không phù hợp với nhiều khoản vay, đặc biệt với những khoản vay thuộc gói hỗ trợ doanh nghiệp chịu ảnh hưởng từ dịch Covid hay những khoản vay được hưởng lợi từ việc cơ cấu lại thời hạn trả nợ, miễn, giảm lãi, phí hay giữ nguyên nhóm nợ theo thông tư số 01/2020/TT-NHNN. Lúc này, các ngân hàng nên dựa vào những tiêu chí định tính, định lượng khác để thay thế như suy giảm lợi nhuận hay thu nhập, suy giảm nhu cầu hàng hóa, dịch vụ của một số ngành cụ thể, thay đổi về dự báo kinh tế hay lịch sử vỡ nợ gần nhất của khách hàng nhằm xác định chỉ báo gia tăng đáng kể rủi ro tín dụng.

Thứ hai, về mô hình dự báo tương lai, trước diễn biến nhanh chóng và phức tạp của dịch bệnh, điều này đặt ra yêu cầu cần xây dựng thêm nhiều kịch bản kinh tế cũng như ước lượng trọng số xác suất phù hợp để có đánh giá thích hợp, phản ánh chân thực tác động của dịch bệnh tương ứng với các kịch bản kinh tế. Tuy nhiên, việc ước lượng tác động của Covid-19 đến nền kinh tế sẽ đặt ra nhiều khó khăn do khác biệt về đặc điểm cũng như mức độ nghiêm trọng so với những cuộc khủng hoảng kinh tế đã từng diễn ra trước đây.

Thứ ba, việc tính toán tổn thất cũng được dự đoán sẽ gặp nhiều thách thức trong và sau thời kỳ dịch bệnh, một phần do hai yếu tố kể trên. Bên cạnh đó, sự suy thoái của nền kinh tế cũng gây tác động bất lợi, làm gia tăng dư nợ chịu rủi ro (EAD) khi khách hàng có xu hướng vay tuần hoàn nhiều hơn do thu nhập giảm và một số loại tài sản đảm bảo như bất động sản cho thuê có chiều hướng giảm về giá trị do nhu cầu không còn dồi dào như trước.

anh huong cua covid 19 den viec tinh toan ton that tin dung du kien theo ifrs 9

Mặt khác, sự can thiệp hỗ trợ của Chính phủ đối với các doanh nghiệp bị ảnh hưởng bởi Covid-19 góp phần làm giảm xác suất vỡ nợ PD hay tỷ lệ tổn thất LGD của các khoản vay được hỗ trợ thông qua việc giảm lãi suất, giảm thuế, cơ cấu lại thời gian trả nợ hay bảo lãnh các khoản vay của các doanh nghiệp lớn. Ngoài ra, đối với các khoản phải thu đủ điều kiện áp dụng mô hình tính toán đơn giản hóa việc ước lượng ECL chỉ dựa trên dữ liệu lịch sử vỡ nợ của khách hàng được cho là không chính xác tại thời điểm hiện tại mà cần được điều chỉnh với thông tin dự báo tương lai (forward-looking information).

Giải pháp hiện tại cho các ngân hàng

Để khắc phục những khó khăn do tác động của Covid-19, trước hết các ngân hàng cần cân nhắc thận trọng tất cả các thông tin mới về tình hình kinh tế, hỗ trợ của Chính phủ,... kể cả sau khi hoàn tất tính toán ECL nhưng trước thời điểm cuối kỳ để có những đánh giá, điều chỉnh hợp lý và kịp thời trong phân loại giai đoạn, ước tính các giá trị PD, LGD, EAD. Đối với việc phân loại tài sản tài chính (staging), thay vì chỉ dựa vào số ngày nợ quá hạn, các ngân hàng cần dựa vào bản chất các khoản vay, cân nhắc các yếu tố định lượng và định tính thay thế để xác định gia tăng rủi ro trọng yếu. Đối với mô hình tính toán ECL trên các hệ thống phần mềm mà không được hiệu chỉnh để đánh giá tác động của Covid-19, các ngân hàng cũng cần có điều chỉnh tương ứng.

Về dài hạn, mô hình tính toán tổn thất tín dụng dự kiến theo IFRS9 đòi hỏi những nỗ lực lớn về công tác thu thập, lưu trữ dữ liệu lịch sử về tín dụng và đảm bảo chất lượng dữ liệu, cũng như kỹ năng xây dựng mô hình định lượng. Các Ngân hàng chú trọng đầu tư vào những lĩnh vực này sẽ sớm thu được lợi ích đáng kể không những tăng cường tính minh bạch và chuẩn mực của các báo cáo tài chính, nâng cao hơn nữa niềm tin của các cổ đông và các nhà đầu tư, mà còn tăng cường khả năng ra quyết định đúng đắn về mức lãi suất tín dụng và công tác quản trị nâng cao hiệu quả danh mục tín dụng.

Đinh Hồng Hạnh - Trần Hồng Kiên

Nguồn:

Thông tin chứng khoán

Cập nhật ảnh...
Nguồn : stockbiz.vn
Ngân hàng
KKH
1 tuần
2 tuần
3 tuần
1 tháng
2 tháng
3 tháng
6 tháng
9 tháng
12 tháng
24 tháng
Vietcombank
0,10
0,20
0,20
-
2,90
2,90
3,20
3,80
3,80
5,50
5,30
BIDV
0,10
-
-
-
3,10
3,10
3,40
4,00
4,00
5,60
5,60
VietinBank
0,10
0,20
0,20
0,20
3,10
3,10
3,40
4,00
4,00
5,60
5,60
Eximbank
0,10
0,20
0,20
0,20
3,50
3,50
3,50
5,60
5,80
6,20
6,30
ACB
-
0,20
0,20
0,20
3,00
3,10
3,20
4,40
4,80
5,50
6,20
Sacombank
-
-
-
-
3,20
3,50
3,60
5,00
5,20
5,70
6,30
Techcombank
0,03
-
-
-
2,45
2,45
2,65
3,90
3,90
4,50
4,50
LienVietPostBank
0,10
0,10
0,10
0,10
3,10
3,10
3,40
4,30
4,50
5,70
5,80
DongA Bank
-
0,20
0,20
0,20
3,40
3,40
3,40
5,30
5,50
5,80
6,10
Agribank
0,10
-
-
-
3,10
3,10
3,40
4,00
4,00
5,60
5,60
Ngân Hàng USD EUR GBP JPY
Mua vào Bán ra Mua vào Bán ra Mua vào Bán ra Mua vào Bán ra
Vietcombank 22.820 23.050 27.591 28.506 30.510 31.785 215,75 226,99
BIDV 22.850 23.050 27.760 28.872 30.667 31.563 217,28 226,03
VietinBank 22.831 23.051 27.852 28.957 30.988 31.998 217,30 226,30
Agribank 22.855 23.045 27.785 28.479 30.918 31.669 219,50 225,66
Eximbank 22.850 23.030 27.939 28.461 30.994 31.573 220,96 225,08
ACB 22.850 23.030 27.958 28.460 31.172 31.604 220,83 225,02
Sacombank 22.850 23.062 28.038 28.593 31.150 31.655 220,76 227,12
Techcombank 22.832 23.052 27.717 28.940 30.710 31.855 219,56 228,84
LienVietPostBank 22.850 23.030 27.067 27.571 30.322 31.186 214,74 218,67
DongA Bank 22.870 23.030 27.930 28.430 31.030 31.580 217,40 224,40
(Cập nhật trong ngày)

Giá vàng Xem chi tiết

Khu vực
Mua vào
Bán ra
HÀ NỘI
Vàng SJC 1L
56.550
57.170
TP.HỒ CHÍ MINH
Vàng SJC 1L
56.550
57.150
Vàng SJC 5c
56.550
57.170
Vàng nhẫn 9999
52.600
53.200
Vàng nữ trang 9999
52.200
52.900