Mô hình Dự báo Mức Độ Sụt Giảm Biên lãi Tiền gửi Liên Ngân hàng (Interbank Deposit Margin Decay Forecasting Model)
Mô hình Dự báo Mức Độ Sụt Giảm Biên lãi Tiền gửi Liên Ngân hàng (tiếng Anh: Interbank Deposit Margin Decay Forecasting Model) là một mô hình định lượng được các ngân hàng thương mại và khối quản trị rủi ro thanh khoản sử dụng để ước lượng tốc độ và mức độ suy giảm biên lãi ròng (net interest margin – NIM) của danh mục tiền gửi liên ngân hàng theo trục thời gian. Mục tiêu cốt lõi của mô hình là dự báo khi nào và ở mức độ nào biên lãi tiền gửi liên ngân hàng (chênh lệch giữa lãi suất huy động liên ngân hàng và lãi suất cho vay liên ngân hàng) sẽ bị nén lại, từ đó giúp bộ phận ALM (Asset – Liability Management) và khối Treasury điều chỉnh kỳ hạn, kênh huy động và chiến lược phân bổ vốn trước khi biên lãi sụt giảm ảnh hưởng đến lợi nhuận ròng ngoại tệ và đồng Việt Nam của ngân hàng.
Về bản chất, mô hình không dự báo lãi suất thị trường đơn thuần, mà dự báo đường cong suy giảm biên lãi (margin decay curve) – tức là đường biểu diễn mối quan hệ giữa kỳ hạn còn lại của khoản tiền gửi liên ngân hàng và biên lãi ròng kỳ vọng. Khi kỳ hạn tiền gửi càng dài, biên lãi thường có xu hướng giảm do (i) chi phí vốn tăng theo đường cong lãi suất, (ii) áp lực cạnh tranh giữa các ngân hàng trong việc giữ chân ngân hàng đối tác, và (iii) biến động thanh khoản liên ngân hàng toàn hệ thống.
Các thành phần chính của mô hình
Mô hình thường được xây dựng theo cấu trúc nhiều lớp, bao gồm:
- Tầng dữ liệu đầu vào: lịch sử lãi suất huy động và cho vay liên ngân hàng theo kỳ hạn (qua đêm, 1 tuần, 1 tháng, 3 tháng, 6 tháng, 12 tháng), khối lượng giao dịch liên ngân hàng, chỉ số thanh khoản hệ thống (như khoản vay liên ngân hàng ròng), và dữ liệu vĩ mô (lạm phát, tỷ giá, lãi suất điều hành).
- Tầng mô hình định lượng: các kỹ thuật phổ biến gồm hồi quy theo chuỗi thời gian (ARIMA, ECM – Error Correction Model), mô hình hồi quy với biến giả (dummy variable) cho giai đoạn căng thẳng thanh khoản, hoặc các mô hình máy học như Random Forest, XGBoost và LSTM kết hợp biến ngoại sinh.
- Tầng kịch bản (scenario engine): chạy ba kịch bản chuẩn – cơ sở, căng thẳng (stress) và kịch bản cực đoan (tail event) – tương ứng với các giả định về biến động lãi suất NHNN, thanh khoản thị trường 1 (thị trường liên ngân hàng) và dòng tiền ngoại tệ.
- Tầng đầu ra: báo cáo đường cong sụt giảm biên lãi (margin decay curve), bảng cảnh báo sớm (early warning) về ngưỡng biên lãi tới hạn, và khuyến nghị điều chỉnh chiến lược huy động.
Ứng dụng thực tiễn trong ngân hàng thương mại Việt Nam
Trong bối cảnh các ngân hàng thương mại Việt Nam hiện nay, mô hình này đặc biệt có ý nghĩa vì ba lý do:
- Huy động liên ngân hàng chiếm tỷ trọng đáng kể trong cơ cấu nguồn vốn ngắn hạn, đặc biệt với các ngân hàng tầm trung và các ngân hàng chuyên cho vay bán lẻ mà nguồn vốn huy động dân cư chưa đủ bù đắp. Theo các công bố của Ngân hàng Nhà nước (NHNN), tỷ trọng vay liên ngân hàng trên tổng nguồn vốn của hệ thống ngân hàng Việt Nam thường dao động trong khoảng 15–22% tùy giai đoạn, và biến động mạnh theo chu kỳ thanh khoản cuối quý, cuối năm tài chính hoặc dịp lễ Tết.
- Biên lãi liên ngân hàng rất nhạy với chính sách tiền tệ – mỗi lần NHNN điều chỉnh lãi suất điều hành, lãi suất liên ngân hàng thường phản ứng ngay lập tức trong vòng 1–3 phiên, trong khi lãi suất huy động dân cư có độ trễ lớn hơn nhiều. Mô hình giúp ngân hàng chủ động tính trước tác động truyền dẫn này.
- Quản trị rủi ro lãi suất trên sổ ngân hàng (IRRBB) theo quy định hiện hành của NHNN – mô hình sụt giảm biên lãi cung cấp một đầu vào quan trọng cho bài toán đo lường rủi ro lãi suất theo kỳ hạn tái định giá (repricing gap) của danh mục liên ngân hàng.
Ví dụ minh họa số liệu
Giả sử một ngân hàng A có danh mục tiền gửi liên ngân hàng kỳ hạn 3 tháng với lãi suất huy động trung bình 4,5%/năm và đang cho vay liên ngân hàng kỳ hạn tương ứng ở mức 6,8%/năm, biên lãi hiện tại là 2,3%/năm. Khi mô hình chạy kịch bản cơ sở với giả định NHNN giữ nguyên lãi suất điều hành trong 3 tháng tới, đường cong margin decay dự báo biên lãi sẽ giảm xuống còn khoảng 2,0–2,1%/năm ở cuối kỳ. Trong kịch bản stress (lãi suất huy động liên ngân hàng tăng 50–70 điểm cơ bản do căng thẳng thanh khoản cuối quý), biên lãi có thể bị nén xuống dưới 1,5%/năm. Khi đó, khối Treasury sẽ nhận cảnh báo sớm và chuyển sang chiến lược rút ngắn kỳ hạn huy động, đồng thời tăng tỷ trọng cho vay liên ngân hàng kỳ hạn ngắn hơn để bảo toàn biên.
Ưu điểm và hạn chế của mô hình
Ưu điểm:
- Cung cấp cảnh báo định lượng sớm về xu hướng nén biên lãi, giúp chủ động điều chỉnh chính sách giá nội bộ (FTP – Fund Transfer Pricing) trước khi biên lãi thực sự sụt giảm.
- Cho phép mô phỏng nhiều kịch bản và đánh giá tác động lan truyền đến lợi nhuận ròng ngoại tệ và đồng Việt Nam.
- Hỗ trợ kiểm tra sức chịu đựng (stress test) nội bộ và phục vụ yêu cầu giám sát an toàn vốn.
Hạn chế:
- Chất lượng dự báo phụ thuộc lớn vào chất lượng và độ dài chuỗi dữ liệu lịch sử; các ngân hàng nhỏ thường thiếu dữ liệu dài hạn đủ tin cậy.
- Khó mô hình hóa chính xác các sự kiện "đuôi dày" (fat tail) như khủng hoảng thanh khoản đột ngột hoặc can thiệp bất thường của NHNN.
- Mô hình chỉ phản ánh một mảng của rủi ro lãi suất, cần kết hợp với các mô hình VaR lãi suất, Duration Gap và EVE (Economic Value of Equity) để có cái nhìn toàn diện.
Câu hỏi thường gặp
Hỏi: Mô hình Margin Decay có khác gì so với mô hình dự báo lãi suất liên ngân hàng thông thường không?
Trả lời: Điểm khác biệt cốt lõi là mục tiêu dự báo. Mô hình dự báo lãi suất liên ngân hàng thông thường chỉ ước lượng mức lãi suất huy động hoặc cho vay trong tương lai, trong khi Margin Decay dự báo độ rộng của biên lãi ròng theo kỳ hạn – tức là phần chênh lệch còn lại sau khi đã trừ chi phí vốn. Vì vậy mô hình Margin Decay cần đồng thời dự báo cả hai chân của đường cong lãi suất và tương tác cung – cầu trên thị trường liên ngân hàng, thay vì chỉ dự báo một chân duy nhất.
Hỏi: Trong bối cảnh NHNN liên tục điều chỉnh chính sách tiền tệ, mô hình Margin Decay có còn giá trị sử dụng không?
Trả lời: Vẫn có giá trị cao, nhưng cần cập nhật hệ số và biến ngoại sinh thường xuyên. Thực tế tại Việt Nam giai đoạn 2022–2024 cho thấy sau mỗi đợt điều chỉnh lãi suất điều hành của NHNN, biên lãi liên ngân hàng thường biến động mạnh trong 2–4 tuần đầu rồi ổn định lại; mô hình Margin Decay nếu được huấn luyện lại định kỳ sẽ giúp ngân hàng tận dụng đúng giai đoạn biên lãi mở rộng để tăng huy động, và tránh giai đoạn biên bị nén để không ký mới các giao dịch kỳ hạn dài.
Hỏi: Ngân hàng nhỏ, thiếu dữ liệu lịch sử dài, nên bắt đầu xây dựng mô hình này từ đâu?
- Câu trả lời: Có ba bước khởi đầu khả thi. Thứ nhất, tận dụng dữ liệu lãi suất liên ngân hàng công bố công khai của NHNN và Reuters/Bloomberg làm chuẩn benchmark. Thứ hai, áp dụng mô hình đơn giản trước (như hồi quy tuyến tính hoặc ECM với 3–5 biến vĩ mô) trước khi nâng cấp lên máy học. Thứ ba, tham chiếu kết quả mô hình của ngân hàng mẹ, ngân hàng đầu ngành hoặc hiệp hội ngân hàng để hiệu chỉnh hệ số. Nội dung mang tính tham khảo, không thay thế tư vấn chuyên môn.