Ứng dụng mô hình Logistic xếp hạng tín dụng doanh nghiệp ngành xây dựng niêm yết trên thị trường chứng khoán Việt Nam

Bài viết Ứng dụng mô hình Logistic xếp hạng tín dụng doanh nghiệp ngành xây dựng niêm yết trên thị trường chứng khoán Việt Nam nghiên cứu ứng dụng mô hình Logistic trong xếp hạng tín dụng 69 doanh nghiệp ngành Xây dựng được niêm yết trên thị trường chứng khoán Việt Nam.

QUẢN TRỊ NGÂN HÀNG & DOANH NGHIỆP Ứng dụng mơ hình Logistic xếp hạng tín dụng doanh nghiệp ngành xây dựng niêm yết thị trường chứng khoán Việt Nam Phạm Quốc Khang Nguyễn Thị Hà Vy Ngày nhận: 12/12/2016 Ngày nhận sửa: 11/01/2017 Ngày duyệt đăng: 13/03/2017 Xếp hạng tín dụng trở thành phương pháp đánh giá quan trọng doanh nghiệp định chế tài Việc đẩy mạnh cơng tác nghiên cứu, nâng cao chất lượng xếp hạng tín dụng yêu cầu ngân hàng toàn kinh tế Bài viết nghiên cứu ứng dụng mơ hình Logistic xếp hạng tín dụng 69 doanh nghiệp ngành Xây dựng niêm yết thị trường chứng khốn (TTCK) Việt Nam Các tiêu chí định lượng sử dụng để ứng dụng mơ hình Logistic gồm 13 biến độc lập tiêu tài Kết cho thấy, biến Doanh thu/Tổng tài sản có ảnh hưởng mạnh Trong số 69 doanh nghiệp ngành Xây dựng xếp hạng tín dụng cho thấy, gần 1/4 doanh nghiệp ngành Xây dựng có rủi ro tín dụng, từ nghiên cứu đưa khuyến nghị cần thiết Từ khóa: Xếp hạng tín dụng; ngành xây dựng; mơ hình logistic; niêm yết; TTCK Việt Nam Nền kinh tế nên dành nguồn lực tài cho doanh nghiệp hoạt động hiệu quả, xếp hạng tốt Vì vậy, cần có phương pháp đánh giá khách quan tình hình tài doanh nghiệp để xem xét cung cấp nguồn lực tài hiệu (Daniels, Ramirez, 2008) Các mơ hình dự báo xếp hạng tín dụng trở thành nội dung nhận nhiều quan tâm nghiên cứu Nhiều kỹ thuật khai thác liệu sử dụng như: Phân tích biệt số (Discriminant Analysis), Hồi quy Đặt vấn đề iệt Nam quốc gia phát triển, nguồn lực tài cịn thiếu thốn nên cần sử dụng cách hiệu Bài học kinh nghiệm cho thấy thời gian qua, hàng loạt doanh nghiệp Nhà nước, doanh nghiệp tư nhân có tình hình kinh doanh yếu kém, hoạt động không hiệu quả, kinh doanh thua lỗ vay vốn, gây tổn thất cho Nhà nước kinh tế © Học viện Ngân hàng ISSN 1859 - 011X 32 Tạp chí Khoa học & Đào tạo Ngân hàng Số 181- Tháng 2017 QUẢN TRỊ NGÂN HÀNG & DOANH NGHIỆP Logistic (Logistic Regression), Lân cận gần K (K-nearest neighbor) Mạng nơ ron thần kinh (Neural network), Cây định (Decision Trees)… (Mileris, Boguslauskas, 2011) Nghiên cứu vận dụng hồi quy logistic để xếp hạng tín dụng doanh nghiệp ngành Xây dựng niêm yết TTCK Việt Nam, ngành có vai trị quan trọng kinh tế Nghiên cứu có ý nghĩa việc tạo sở để so sánh, cung cấp thông tin kịp thời cho nhà đầu tư, ngân hàng đưa định hướng đầu tư cấp tín dụng đắn Cơ sở lý thuyết Hồi quy logistic phương pháp nhiều nhà nghiên cứu sử dụng như: Martin (1977), Olson (1980), Zavgren (1985); Keasey (1990) Westgaard & Wijst (2001), Bartual cộng (2012) (trích dẫn từ Psillaki, Tsolas, Margaritis, (2010)) Một số nghiên cứu nước ngồi điển hình như: + Olson (1980) thực với 105 doanh nghiệp phá sản 2.058 doanh nghiệp thơng thường; 09 tỷ số tài sử dụng Kết cho thấy, 04 yếu tố ảnh hưởng rõ nét đến khả phá sản doanh nghiệp là: quy mơ doanh nghiệp, địn bẩy tài chính, hiệu kinh doanh, tính khoản hành + Bartual cộng (2012) nghiên cứu rủi ro tín dụng 622 doanh nghiệp Tây Ban Nha Nghiên cứu lựa chọn 23 biến số tài đưa vào mơ hình logistic cuối cịn biến có ảnh hưởng đến khả phá sản Kết dự báo cho thấy có 49 doanh nghiệp (chiếm 8% mẫu nghiên cứu) có rủi ro khơng thể trả nợ Trong viết này, số tài giới hạn gồm 12 biến, có 11 biến số tài 01 biến quy mô doanh nghiệp Các biến lựa chọn dựa kế thừa từ số tài xếp hạng tín dụng Trung tâm Thơng tin Tín dụng (CIC) nghiên cứu Hồng Tùng (2011) Điều nhằm đảm bảo phù hợp việc ứng dụng mơ hình Logistic từ quy trình xếp hạng doanh nghiệp thuộc ngành Xây dựng niêm yết TTCK Việt Nam Phương pháp nghiên cứu số liệu nghiên cứu 3.1 Phương pháp nghiên cứu Theo Nguyễn Trọng Hịa (2009) Hồng Tùng (2011), mơ hình logistic có phương trình tổng qt: ln[P(Y = 1)/P(Y = 0)] = β0 + β1X1 + β2X2 + + βjXi Phương trình hồi quy Binary Logistic: Bảng Các biến đưa vào mơ hình Ký hiệu D X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 Chỉ tiêu Quy mô doanh nghiệp Nếu doanh nghiệp có quy mơ nhỏ vừa (D = 0), quy mô lớn (D = 1) Khả toán ngắn hạn Khả toán nhanh Hiệu suất sử dụng TSCĐ Nợ phải trả/Tổng tài sản Nợ dài hạn/Vốn chủ sở hữu Vòng quay hàng tồn kho Vòng quay vốn lưu động Lợi nhuận gộp/Doanh thu Lợi nhuận trước thuế/Doanh thu Lợi nhuận sau thuế/Vốn chủ sở hữu Lợi nhuận sau thuế/Tổng tài sản Doanh thu thuần/ Tổng tài sản Tạp chí Khoa học & Đào tạo Ngân hàng Ý nghĩa Dấu kỳ vọng Lợi quy mô doanh nghiệp Tỷ số khả toán Hiệu suất sử dụng TSCĐ + Cơ cấu nợ, quy mơ tài doanh nghiệp + Hiệu quản trị ngân quỹ Tỷ suất sinh lợi Hiệu sử dụng tài sản Nguồn: Tổng hợp tác giả Số 181- Tháng 2017 33 QUẢN TRỊ NGÂN HÀNG & DOANH NGHIỆP Bảng Kiểm định Wald với đầy đủ biến số D X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 Constant B -2,033 ,726 -1,142 -,043 -8,879 1,971 -,139 -2,690 -2,078 3,928 -23,290 -17,104 3,328 11,241 S.E 1,811 2,522 1,948 ,054 6,772 1,109 ,150 2,586 5,869 8,241 21,657 60,335 3,466 6,778 Wald 1,260 ,083 ,344 ,632 1,719 3,156 ,860 1,083 ,125 ,227 1,156 ,080 ,922 2,751 df 1 1 1 1 1 1 1 Sig Exp(B) ,262 ,131 ,773 2,067 ,558 ,319 ,427 ,958 ,190 ,000 ,076 7,176 ,354 ,870 ,298 ,068 ,723 ,125 ,634 50,794 ,282 ,000 ,777 ,000 ,337 27,889 ,097 76181,36 Nguồn: Tính tốn tác giả Bảng Kiểm định Wald loại bỏ biến X8, X12 D X1 X2 X3 X4 X5 X6 X7 X9 X10 X11 Constant B -2,590 ,935 -,840 -,024 -7,112 1,240 -,162 -,568 ,352 -14,815 -31,534 10,083 S.E 1,869 2,453 2,010 ,050 6,421 ,830 ,146 ,932 10,029 20,234 58,963 6,289 Wald 1,921 ,145 ,175 ,235 1,227 2,230 1,230 ,372 ,001 ,536 ,286 2,571 df 1 1 1 1 1 1 Sig Exp(B) ,166 ,075 ,703 2,547 ,676 ,432 ,628 ,976 ,268 ,001 ,135 3,455 ,268 ,850 ,542 ,567 ,972 1,423 ,464 ,000 ,593 ,000 ,109 23943,755 Nguồn: Tính tốn tác giả ln[P(Y = 1)/P(Y = 0)] = β0 + β1X1 + β2X2 + + β12X12 Trong đó: P(Y = 1) = P0: Xác suất xảy kiện hay xác suất xảy rủi ro tín dụng P(Y = 0) = 1- P0: Xác xuất không xảy kiện hay xác suất khơng có rủi ro tín dụng Xi: Các biến độc lập ln: log số e (e = 2,714) Biến độc lập ứng với tiêu tài chính, phản ánh mức độ rủi ro doanh nghiệp, tổng hợp từ báo cáo tài Biến phụ thuộc Y: Mức độ rủi ro doanh nghiệp Y= 0: Doanh nghiệp khơng có hay có rủi ro tín dụng thấp Y= 1: Doanh nghiệp có rủi ro tín dụng Dữ liệu thu thập qua số tài 69 doanh nghiệp ngành Xây dựng niêm yết Sở Giao dịch Chứng khoán Hà Nội TP Hồ Chí Minh có đủ báo cáo tài năm 2012- 2015 Dữ liệu thu thập từ Cổng thông tin điện tử Công ty Cổ phần Chứng khốn FPT (FPTS) Các cơng ty xây dựng niêm Biến độc lập 34 Số 181- Tháng 2017 3.2 Mẫu nghiên cứu Tạp chí Khoa học & Đào tạo Ngân hàng QUẢN TRỊ NGÂN HÀNG & DOANH NGHIỆP Bảng Kiểm định Wald loại bỏ biến X2, X3 D X1 X4 X5 X6 X7 X9 X10 X11 Constant B -2,404 ,207 -5,826 1,239 -,131 -,385 1,187 -19,163 -22,182 8,008 S.E 1,907 1,247 5,972 ,641 ,113 ,855 8,330 19,061 56,371 5,620 Wald 1,589 ,027 ,952 3,732 1,353 ,203 ,020 1,011 ,155 2,030 df 1 1 1 1 1 Sig Exp(B) ,207 ,090 ,868 1,230 ,329 ,003 ,053 3,451 ,245 ,877 ,652 ,680 ,887 3,279 ,315 ,000 ,694 ,000 ,154 3004,638 Nguồn: Tính tốn tác giả Bảng Kiểm định Wald loại bỏ biến X1, X9 D X4 X5 X6 X7 X10 X11 Constant B -2,400 -6,432 1,276 -,121 -,449 -18,603 -21,221 8,613 S.E 1,761 5,205 ,625 ,094 ,816 18,870 55,132 4,561 Wald 1,857 1,527 4,165 1,668 ,302 ,972 ,148 3,566 df 1 1 1 1 Sig Exp(B) ,173 ,091 ,217 ,002 ,041 3,582 ,197 ,886 ,582 ,638 ,324 ,000 ,700 ,000 ,059 5500,546 Nguồn: Tính toán tác giả Bảng Kiểm định Wald loại bỏ biến X6, X7, X11 D X4 X5 X10 Constant B -4,151 ,967 -27,476 4,205 S.E 2,317 ,500 7,615 1,793 yết tổng hợp từ FPTS với tiêu chí phân loại tỷ lệ doanh thu đóng góp từ mảng xây dựng doanh nghiệp tổng doanh thu tối thiểu 30% Theo đó, có tất 69 doanh nghiệp ngành Xây dựng niêm yết với báo cáo tài đầy đủ giai đoạn 2012- 2015 Wald 3,209 3,741 13,019 5,498 df 1 1 Sig Exp(B) ,073 ,016 ,053 2,630 ,000 ,000 ,019 67,044 Nguồn: Tính tốn tác giả Ước lượng mơ hình logistic r (X8,X12) = 0,893 Điều có nghĩa biến có tương quan chặt chẽ với nhau, giữ ngun biến chạy mơ hình hồi quy, khơng tách ảnh hưởng biến tới biến phụ thuộc kết hồi quy khơng xác Do đó, cần loại bỏ hai biến cặp biến có quan hệ tương quan chặt chẽ với 4.1 Hệ số tương quan biến 4.2 Kiểm định Walk Kết phân tích mơ hình tương quan biến cho thấy, hệ số tương quan số cặp biến số lớn tương đối: r (X2,X3) = 0,840 Hồi quy Logistic sử dụng đại lượng Wald Chi square để kiểm định ý nghĩa thống kê hệ số hồi quy tổng thể Kết Bảng cho thấy hệ số biến Nợ phải Tạp chí Khoa học & Đào tạo Ngân hàng Số 181- Tháng 2017 35 QUẢN TRỊ NGÂN HÀNG & DOANH NGHIỆP Bảng Kiểm định mức độ giải thích mơ hình -2 Log likelihood 62,500a Cox & Snell R Square ,378 Nagelkerke R Square ,505 Nguồn: Tính toán tác giả Bảng Kiểm định mức độ dự báo xác mơ hình Dự báo Y Tỷ lệ dự báo Khơng có rủi ro tín dụng Có rủi ro tín dụng xác Khơng có rủi ro tín dụng 29 78,4 Y Có rủi ro tín dụng 25 78,1 Tổng tỷ lệ dự báo xác 78,3 Nguồn: Tính tốn tác giả Quan sát Bảng Mức độ ảnh hưởng biến độc lập X4 X5 X10 Constant B -4,151 ,967 -27,476 4,205 S.E 2,317 ,500 7,615 1,793 trả/Tổng tài sản (X4) mang dấu âm; hệ số biến Lợi nhuận trước thuế/Doanh thu (X9) Doanh thu thuần/Tổng tài sản (X12) mang dấu dương; không ý nghĩa kinh tế, trái với dấu kỳ vọng Điều giải thích tương quan biến với lớn Dựa vào mơ hình ước lượng với đầy đủ biến, viết xem xét cặp biến có tương quan mạnh; tiến hành kiểm định loại bỏ biến Đầu tiên, xem tiến hành loại biến X8, X12 X8, X12 cho thấy loại hai biến giá trị P- value biến cịn lại giảm khơng đáng kể loại hai biến P- value biến lại vẫn> 0,1 cho thấy thỏa mãn loại hai biến Tiếp tục xem xét cặp biến có tương quan mạnh (X2, X3) Tương tự, loại loại hai biến X2, X3 giá trị P- value biến cịn lại vẫn> 0,1 cho thấy hai biến khơng có ý nghĩa thống kê với biến phụ thuộc Do đó, thực loại hai biến Bảng cho thấy giá trị P- value tất biến >0,1; đó, biến X1 X9 có giá trị Pvalue lớn nghi ngờ ý nghĩa thống kê biến Tiến hành kiểm định Wald để loại biến X1 X9 Ta thấy giá trị Pvalue biến lại giảm đáng kể loại 36 Số 181- Tháng 2017 Wald 3,209 3,741 13,019 5,498 df 1 1 Sig Exp(B) ,073 ,016 ,053 2,630 ,000 ,000 ,019 67,044 Nguồn: Tính tốn tác giả hai biến, việc loại biến giúp tăng ý nghĩa thống kê mơ hình nghiên cứu (Bảng 5) Với mức ý nghĩa 0,1, giá trị P- Value biến X6, X7, X11 D đều> 0,1 tiếp tục nghi ngờ ý nghĩa thống kê biến nói Bài viết tiếp tục thực kiểm định Wald để loại X6, X7, X11 D Sau loại biến trên, giá trị P- value biến đều< 0,1 Như vậy, việc loại bỏ biến giúp tăng ý nghĩa thống kê biến cịn lại mơ hình (Bảng 6) 4.3 Kiểm định mức độ phù hợp mơ hình (kiểm định Omnibus) Dựa vào kết thấy mức độ phù hợp mơ hình, ta có giá trị P- value< 0,1 mơ hình tổng quát cho thấy mối tương quan biến phụ thuộc biến độc lập X4, X5, X10 mơ hình có ý nghĩa thống kê với độ tin cậy 90% 4.4 Kiểm định mức độ giải thích mơ hình Dựa vào tiêu LL (log likelihood), thước đo có ý nghĩa giống SSE (Sum of squares of error) nghĩa có giá trị nhỏ tốt Giá trị nhỏ LL (tức khơng có sai số) mơ hình có độ phù hợp hồn hảo Tạp chí Khoa học & Đào tạo Ngân hàng QUẢN TRỊ NGÂN HÀNG & DOANH NGHIỆP Bảng 10 Vai trò ảnh hưởng yếu tố STT Biến B EXP(B) Nợ phải trả/Tổng tài sản -4,151 Nợ dài hạn/Vốn chủ sở hữu ,967 Lợi nhuận sau thuế/Vốn chủ sở hữu -27,476 0,0157 2,4630 ,0000 Xác suất ban đầu Tốc độ tăng Vị trí P0=10% (giảm) ảnh % hưởng P1 0,0174% -9,826 % 22,60 % 12,600% 0,00 % -10,00% Nguồn: Tính tốn tác giả Bảng 11 Kết xếp hạng tín dụng 69 doanh nghiệp ngành xây dựng niêm yết MCK B82 BCE BHT C32 C47 C92 CDC CID CT6 CTD CTN DC2 DC4 FCN HBC HTI HUT KTT L18 LCD LCS LHC LIG P 0,50 0,24 0,99 0,01 0,58 0,19 0,53 0,99 0,71 0,01 0,22 0,70 0,51 0,10 0,28 0,29 0,75 0,87 0,22 0,68 0,71 0,13 0,09 XH B A C AAA B AA B C CC AAA A CC B AA A A CC C A CC CC AA AAA MCK LUT MCG MCO MDG PVV PVX PXI PHC QTC S12 S55 S74 S99 SC5 SD2 SD4 SD5 SD6 SD7 SD9 SDH SDT SDU P 0,82 0,70 0,76 0,68 0,67 0,73 0,22 0,24 0,07 1,00 0,13 0,84 0,77 0,24 0,63 0,04 0,33 0,15 0,95 0,43 0,99 0,46 0,75 Hệ số mức độ giải thích mơ hình: Nagelkerke = 0,505 Điều có nghĩa 50,5% thay đổi biến phụ thuộc giải thích biến độc lập mơ hình, cịn lại biến khác Giá trị LL 62,500 có thay đổi so với mơ hình ước lượng ban đầu nhiên mức chấp nhận 4.5 Kiểm định mức độ dự báo tính xác mơ hình Tạp chí Khoa học & Đào tạo Ngân hàng XH C CC CC CC CC CC A A AAA C AA C CC A CC AAA BBB AA C BB C BB CC MCK SIC SJE TDC TKC TV1 TV2 TV3 TV4 V12 V21 VC1 VC2 VC3 VC5 VC9 VCC VCG VE1 VE2 VE3 VE9 VMC VNE P XH 0,94 C 0,01 AAA 0,57 B 0,38 BBB 0,59 B 0,00 AAA 0,10 AAA 0,44 BB 0,18 AA 0,66 CC 0,64 CC 0,49 BB 0,05 AAA 1,00 C 0,33 BBB 0,00 AAA 0,53 B 0,40 BB 0,02 AAA 0,05 AAA 0,92 C 0,32 BBB 0,42 BB Nguồn: Tính tốn tác giả Trong số doanh nghiệp ngành Xây dựng niêm yết khơng có rủi ro tín dụng, quan sát thực tế có 37 doanh nghiệp, mơ hình dự báo gồm 29 doanh nghiệp khơng có rủi ro tín dụng doanh nghiệp có rủi ro tín dụng Do đó, mơ hình dự báo có tỷ lệ xác mơ hình dự báo 78,4% Trong số 32 doanh nghiệp ngành Xây dựng niêm yết quan sát thực tế có rủi ro tín dụng, mơ hình dự báo có 07 doanh nghiệp khơng có rủi ro tín dụng 25 doanh nghiệp có rủi ro tín dụng, tỉ lệ dự báo xác mơ hình 78,1% Số 181- Tháng 2017 37 QUẢN TRỊ NGÂN HÀNG & DOANH NGHIỆP Như tỉ lệ dự báo xác trung bình tồn mơ hình 78,3% 4.6 Thảo luận kết hồi quy - Biến X4 (Nợ phải trả/Tổng tài sản): Có β1 = -4,151, e^(β1) = 0,0157, P0 = 10% P1 = (P0 × e^(β1))/(1 - P0(1- e^(β1)) = (0,1×0,0157)/ (1 - 0,1×(1 - 0,0157)) = 0,00174 = 0,174% Nếu xác suất có rủi ro tín dụng doanh nghiệp ban đầu 10%, yếu tố khác không đổi, doanh nghiệp tăng thêm đơn vị Nợ phải trả/ Tổng tài sản xác suất có rủi ro tín dụng doanh nghiệp xấp xỉ 0,197% (giảm xấp xỉ 9,826% so với xác suất ban đầu 10%) - Biến X5 (Nợ dài hạn/ Vốn chủ sở hữu): Có β2 = 0,967, e^(β2) = 2,63, P1 = 10% P1 = (P0 × e^(β2))/(1 - P0(1- e^(β2)) = (0,1×2,63)/(1 - 0,1×(1 - 2,63)) = 0,226= 22,60% Nếu xác suất xác suất có rủi ro tín dụng doanh nghiệp ban đầu 10%, yếu tố khác không đổi, doanh nghiệp tăng thêm đơn vị Nợ dài hạn/Vốn chủ sở hữu xác suất có rủi ro tín dụng doanh nghiệp 22,60% (tăng 12,60% so với xác suất ban đầu 10%) - Biến X10 (Lợi nhuận sau thuế/Vốn chủ sở hữu): Có β3 = -27,476, e^(β3) = 0,00, P1 = 10% P1 = (P0 × e^(β3))/(1 - P0(1- e^(β3)) = (0,1×0,00)/(1 - 0,1×(1 - 0,00)) = 0,00= % Nếu xác suất có rủi ro tín dụng doanh nghiệp ban đầu 10%, yếu tố khác không đổi, doanh nghiệp tăng thêm đơn vị Vòng quay vốn lưu động xác suất có rủi ro tín dụng doanh nghiệp xấp xỉ (xấp xỉ giảm 10% so với xác suất ban đầu 10%) - Vai trò ảnh hưởng yếu tố Trong biến ảnh hưởng đến rủi ro tín dụng, biến Nợ dài hạn/Vốn chủ sở hữu có ảnh hưởng mạnh nhất, lại theo thứ tự là: Lợi nhuận sau thuế/ Vốn chủ sở hữu; Nợ phải trả/Tổng tài sản 4.7 Dự báo mơ hình hồi quy Logistic Từ nguồn xử lý số vào lý thuyết phân tích, ta có xác suất rủi ro doanh nghiệp ngành xây dựng niêm yết: pi = e^(Y^)(1 + e^(Y^))-1 = exp(4,205 - 4,151X4 + ,967X5 - 27,476X10)(1+ exp(4,205 - 4,151X4 + ,967X5 - 27,476X10))-1 Với ngưỡng xác suất 0,5, nghĩa xác suất nhỏ 0,5 biến Y nhận giá trị hay đối tượng xếp hạng khơng có rủi ro tín dụng Nếu xác suất lớn 0,5 biến Y nhận giá trị hay đối tượng xếp hạng có rủi ro tín dụng Do mơ hình sử dụng biến tiêu tài nên nghiên cứu đưa mối liên hệ xác suất rủi ro tín dụng doanh nghiệp với xếp hạng doanh nghiệp dựa vào mơ hình chấm điểm tín dụng CIC tính toán từ tác giả thể Bảng 11 Kết luận Nghiên cứu đưa cách tiếp cận xếp hạng tín dụng doanh nghiệp xây dựng niêm yết TTCK Việt Nam mơ hình hồi quy Logistic Từ 69 doanh nghiệp ngành xây dựng niêm yết TTCK Việt Nam, nghiên cứu đưa mơ hình dự báo rủi ro tín dụng cho doanh nghiệp mẫu nghiên cứu Phương trình cho thấy mối liên hệ tỷ lệ thuận điểm số tiêu kết chấm điểm tín dụng Trong đó, biến Nợ dài hạn/Vốn chủ sở hữu có ảnh hưởng mạnh nhất, cịn lại theo thứ tự là: Lợi nhuận sau thuế/ Vốn chủ sở hữu; Nợ phải trả/Tổng tài sản Kết cung cấp thơng tin cảnh báo tình hình rủi ro tín dụng số doanh nghiệp ngành xây dựng niêm yết Các ngân hàng vận dụng việc dự báo rủi ro tín dụng doanh nghiệp xây dựng đến vay vốn ■ Tài liệu tham khảo Nguyễn Trọng Hịa (2009), Xây dựng mơ hình xếp hạng tín dụng doanh nghiệp Việt Nam kinh tế chuyển đổi, Học viện tài chính, Luận án tiến sĩ kinh tế Hồng Tùng (2011), “Phân tích rủi ro tín dụng doanh nghiệp mơ hình Logistic”, Tạp chí khoa học cơng nghệ Đại học Đà Nẵng, Số 2(43) Bartual, C., et al (2012), “Probability of Default Using the Logit model: The Impact of Explanatory Variable and Data Base selection”, International Scientific Conference “Whither Our Economics” Daniels, K., & Ramirez, G G (2008), “Information, Credit Risk, Lender Specialization and Loan Pricing: Evidence from the DIP Financing Market”, Journal of Financial Services Research,34(1), 35-59 Mileris, R., Boguslauskas, V., (2011), “Credit Risk Estimation Model Development Process: Main Steps and Model Improvement”, 38 Số 181- Tháng 2017 Tạp chí Khoa học & Đào tạo Ngân hàng QUẢN TRỊ NGÂN HÀNG & DOANH NGHIỆP Magazine of Economic - Engineering Economics, 22(2), 126-133 Ohlson J A (1980): Financial ratios and the probabilistic prediction of bankruptcy Journal of Accounting Research(Spring): 109-131 Psillaki, M., Tsolas, I., Margaritis, D., (2010), Evaluation of Credit Risk based on Firm Performance, European Journal of Operation Research, Vol.201, Issue 3, 873-881 Thông tin tác giả Phạm Quốc Khang, Thạc sỹ Đại học Kinh tế Huế Email: pqkhang@hce.edu.vn Nguyễn Thị Hà Vy, Ngân hàng TMCP Ngoại thương Việt Nam- Chi nhánh Nam Đà Nẵng Email: havy.tg@gmail.com Summary Applyied logistic regression in credit ratings for construction sector enterprises listed on Vietnam stock exchange Credit ratings have become an important method of assessment not only for manufacturing firms, financial institutions, but also for the economy in general Researching and improving quality in credit ratings is essential for banks, and the economy This study applied Logistic models in credit rating 69 construction enterprises listed on the stock exchange of Vietnam The quantitative criteria used for Logistic model consists of 13 independent variables are financial indicators The result showed that the variable Revenue/Total assets had the strongest impact In the sample of 69 construction enterprises, nearly ¼ of the enterprises have credit risks Finally, the study proposes some recommendations on the credit risks of construction enterprises Key words: Credit ratings; construction sector; logistic model; listed; Vietnam stock exchange Khang Quoc Pham, M.Ec Hue College of Economics, Hue University Vy Thi Ha Nguyen, Joint Stock Commercial Bank for Foreign Trade of Vietnam, South Danang City Branch Tạp chí Khoa học & Đào tạo Ngân hàng Số 181- Tháng 2017 39 ... doanh nghiệp xây dựng niêm yết TTCK Việt Nam mơ hình hồi quy Logistic Từ 69 doanh nghiệp ngành xây dựng niêm yết TTCK Việt Nam, nghiên cứu đưa mô hình dự báo rủi ro tín dụng cho doanh nghiệp mẫu nghiên... ro tín dụng doanh nghiệp với xếp hạng doanh nghiệp dựa vào mơ hình chấm điểm tín dụng CIC tính tốn từ tác giả thể Bảng 11 Kết luận Nghiên cứu đưa cách tiếp cận xếp hạng tín dụng doanh nghiệp xây. .. doanh nghiệp Y= 0: Doanh nghiệp hay có rủi ro tín dụng thấp Y= 1: Doanh nghiệp có rủi ro tín dụng Dữ liệu thu thập qua số tài 69 doanh nghiệp ngành Xây dựng niêm yết Sở Giao dịch Chứng khoán