Nghiên cứu mô hình z score vào cảnh báo sớm rủi ro hoạt động kinh doanh tín dụng tại các ngân hàng thương mại việt nam

ISSN 1859-3666 MỤC LỤC KINH TẾ VÀ QUẢN LÝ Nguyễn Đức Trung, Lê Hoàng Anh Đinh Thị Phương Anh - Dự báo tăng trưởng kinh tế lạm phát Việt Nam: so sánh mơ hình VAR, LASSO VÀ MLP Mã số 154.1Deco.11 Forecasting Economic Growth and Inflation in Vietnam: A Comparison Between the Var Model, the Lasso Model, and the Multi-Layer Perceptron Model Hà Văn Sự Lê Nguyễn Diệu Anh - Các yếu tố tác động đến phát triển thương mại đáp ứng yêu cầu phát triển bền vững Việt Nam Mã số 154.1Deco.12 14 The Study on Factors Affecting Trade Development Meeting the Requirements for Sustainable Development in Vietnam Nguyễn Văn Huân Nguyễn Thị Quỳnh Trang - Nghiên cứu Mô hình Z-Score vào cảnh báo sớm rủi ro hoạt động kinh doanh tín dụng ngân hàng thương mại Việt Nam Mã số 154.1FiBa.11 28 Studying Z-Score Model in Early Warnings of Credit Risk at Vietnam Commercial Banks QUẢN TRỊ KINH DOANH Nguyễn Thu Thuỷ Nguyễn Văn Tiến - Các nhân tố tác động đến sách cổ tức doanh nghiệp bất động sản niêm yết thị trường chứng khoán Việt Nam Mã số 154.2FiBa.22 36 Some Factors Influencing Dividend Policy of the Real Estate Companies Listed on Vietnamese Stock Market Nguyễn Thị Minh Nhàn Phạm Thị Thanh Hà - Nghiên cứu yếu tố ảnh hưởng đến trả công lao động ngân hàng thương mại cổ phần đầu tư phát triển Việt Nam Mã số 154.2HRMg.21 49 Research on Factors Affecting Wage Labour in the Joint Stock Commercial Bank for Investment and Development of Vietnam Nguyễn Thị Ngọc Huyền Trần Thị Thanh Phương - Tác động thực tiễn quản trị nguồn nhân lực đến hiệu cơng việc nhân viên ngành tài tiêu dùng Thành phố Hồ Chí Minh Mã số 154.2.HRMg.21 65 The Impact of Empirical Human Resource Management on Job Performance of Employees in the Consumer Finance Sector in Ho Chi Minh City khoa học thương mại Số 154/2021 1 ISSN 1859-3666 Ngô Mỹ Trân, Trần Thị Bạch Yến Lâm Thị Ngọc Nhung - Ảnh hưởng quản trị chéo đến hiệu tài cơng ty niêm yết Thị trường chứng khoán Việt Nam Mã số 154.2FiBa.21 80 Effect of Multiple Directorships on Financial Performance of Listed Companies: The Case of the Vietnamese Stock Market Kiều Quốc Hoàn - Nghiên cứu định lượng tác động quản trị nhân số đến hiệu hoạt động doanh nghiệp Mã số 154.2HRMg.22 94 The Impact of Digital Human Resource Management on Firm Peformance: An Empirical Study on Vietnam Ý KIẾN TRAO ĐỔI Nguyễn Thị Minh Giang Hồng Thị Bích Ngọc - Báo cáo tài khu vực cơng Việt Nam - điểm tương đồng khác biệt so với chuẩn mực kế tốn cơng quốc tế Mã số 154.3BAcc.31 107 Vietnamese Sector Public Financial Reporting – Some Similarities and Differences Between International Public Sector Accounting Standards khoa học thương mại Số 154/2021 KINH TẾ VÀ QUẢN LÝ NGHIÊN CỨU MÔ HÌNH Z-SCORE VÀO CẢNH BÁO SỚM RỦI RO HOẠT ĐỘNG KINH DOANH TÍN DỤNG TẠI CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM Nguyễn Văn Huân Đại học Thái Nguyên Email: nvhuan@ictu.edu.vn Nguyễn Thị Quỳnh Trang Trường Đại học Thương mại Email: trang.ntq@tmu.edu.vn Ngày nhận: 01/03/2021 Ngày nhận lại: 14/04/2021 Ngày duyệt đăng: 20/04/2021 T rong thời kỳ khủng hoảng toàn cầu đại dịch Covid-19 gây ra, khơng nằm ngồi công ty, lĩnh vực hoạt động chịu rủi ro lớn hoạt động kinh doanh mình, lĩnh vực tín dụng ngân hàng Do cơng ty, xí nghiệp chịu ảnh hưởng nặng nề dịch Covid-19 nên hoạt động sản xuất kinh doanh đơn vị bị ảnh hưởng Điều ảnh hưởng đến khả trả nợ cho ngân hàng họ Từ đó, dẫn đến nợ xấu ngân hàng thương mại Việt Nam thời gian qua tăng, khơng có xu hướng giảm Để hạn chế giảm thiểu rủi ro cho hoạt động kinh doanh ngân hàng, việc đề xuất áp dụng mô hình cảnh báo sớm rủi ro cần thiết Bài báo đề xuất giải pháp quản lý rủi ro sở cảnh báo sớm cách áp dụng mơ hình Z-Score nghiên cứu nhằm giúp ngân hàng thương mại xác định khách hàng có khả gây rủi ro tín dụng cho ngân hàng hỗ trợ họ định cấp tín dụng Từ khóa: Mơ hình cảnh báo, rủi ro tín dụng, mơ hình điểm số Z, Hệ số tài JEL Classifications: E47, E51, E59 Giới thiệu Lĩnh vực kinh doanh tiền tệ lĩnh vực phải đối mặt với nhiều rủi ro, đặc biệt bối cảnh cạnh tranh khốc liệt Rủi ro lĩnh vực kinh doanh ngân hàng ngày trở nên phức tạp cần có giải pháp phịng ngừa kịp thời Vì vậy, tìm kiếm cơng cụ thích hợp hỗ trợ NHTM Việt Nam định cho vay xác, giảm thiểu rủi ro cần thiết đặc biệt bối cảnh hội nhập quốc tế ngày sâu, rộng Trước NHTM thường dựa vào phương pháp khoa học 28 thương mại chuyên gia, vào số yếu tố định tính danh tiếng, vốn doanh nghiệp để định cho vay, nhiên phương pháp mang tính chủ quan Năm 1974, xuất mơ hình Merton có vai trị mang tính khai sáng quản trị rủi ro tín dụng vài trị mơ hình Black-Scholes định giá quyền chọn[6] Tuy nhiên hạn chế mơ hình dựa giả định doanh nghiệp có khoản nợ trả nợ thời điểm Mơ hình CreditMetrics, JP Morgan giới thiệu vào năm 1997, mơ hình sử ! Số 154/2021 KINH TẾ VÀ QUẢN LÝ dụng phổ biến thực tiễn Mơ hình xem có nguồn gốc từ mơ hình Merton, có điểm khác biệt mơ hình CreditMetrics với Merton ngưỡng phá sản mơ hình CreditMetrics xác định từ xếp hạng tín dụng khơng phải từ khoản nợ Do đó, mơ hình cho phép xác định xác suất vỡ nợ xác suất suy giảm tín dụng Ở Việt Nam, có số cơng trình cơng trình tác giả Lê Văn Tuấn năm 2016 “Khám phá thú vị phần mềm R định lượng rủi ro tín dụng” nghiên cứu tác giả nghiên cứu ứng dụng mô hình KMV vào cảnh báo rủi ro tín dụng hay cơng trình nghiên cứu thứ tác giả Lê Văn Tuấn “Ứng dụng mơ hình Merton giảng dạy rủi ro tín dụng định giá trái phiếu cho sinh viên ngành tài chính” cơng trình nghiên cứu làm rõ mơ hình Merton ứng dụng cảnh báo rủi ro tín dụng NHTM Việt Nam Cơng trình nghiên cứu Nguyễn Phi Lân “Mơ hình cảnh báo sớm sách hướng tới ổn định kinh tế vĩ mô” Theo tác giả việc cảnh báo sớm rủi ro kinh tế vĩ mô khủng hoảng tiền tệ tác giả xây dựng dựa mơ hình cảnh báo sớm (EWS) tham số Tuy nhiên mơ hình phức tạp khó áp dụng phù hợp với tình hình thực tế NHTM Việt Nam Xuất phát từ nhu cầu đó, báo nghiên cứu Mơ hình điểm số Z E.I.Altman khởi tạo năm 1977 Đây mô hình nghiên cứu áp dụng nhiều quốc gia giới như: Nghiên cứu June Li (2012) ứng dụng vào nghiên cứu doanh nghiệp sản xuất Hoa Kỳ kết luận, mô hình Z-score khơng có hiệu cao đánh giá doanh nghiệp sản xuất mà hiệu doanh nghiệp phi sản xuất, hay nghiên cứu Fawad Hussain (2014) đánh giá 21 doanh nghiệp dệt may Pakistan kết luận rằng, việc sử dụng mơ hình Z-score dự báo tình hình hoạt động doanh nghiệp dệt may nói riêng lĩnh vực khác nói chung tốt, cho kết dự báo xác vịng năm, hay Số 154/2021 nghiên cứu Nikolaos G.(2009) ứng dụng mơ hình Z-score để đánh giá 373 doanh nghiệp xây dựng Hy Lạp đưa kết luận rằng, cơng cụ hữu ích việc điều hành, quản lý tiến hành tái cấu trúc công ty, sáp nhập cơng ty cơng ty có khả cải thiện tình hình tài thời gian ngắn Như ta thấy mơ hình điểm số Z khơng áp dụng phù hợp với Quốc gia phát triểm mà phù hợp với Quốc gia phát triển Việt Nam Mơ hình điểm số Z tính tốn khả trả nợ khách hàng dựa số liệu lịch sử yếu tố có ảnh hưởng đến khả trả nợ khách hàng Mơ hình điểm số Z sử dụng phương pháp phân tích khác biệt đa nhân tố để lượng hóa xác suất vỡ nợ người vay khắc phục nhược điểm mơ hình định tính, góp phần tích cực việc kiểm sốt rủi ro tín dụng NHTM Đồng thời báo tiến hành xếp hạng tín dụng khách hàng dựa điểm số Z xếp hạng tín dụng theo S&P Cơ sở lý thuyết phương pháp nghiên cứu 2.1 Cơ sở lý thuyết 2.1.1 Mơ hình điểm số Z Mơ hình điểm số Z sản phẩm nghiên cứu giáo sư Edward I Altman, trường kinh doanh Leonard N Stern, Trường đại học New york (Mỹ) công bố lần đầu vào năm 1968 tạp chí Journal of finance Dạng tổng qt mơ hình điểm số Z: Z= β1 X1+ β2 X2+ β3 X3+ β4 X4+ β5 X5 Trong đó: X1: Tỷ số vốn lưu động Tổng tài sản X2: Tỷ số lợi nhuận giữ lại Tổng tài sản X3: Tỷ số lợi nhuận trước lãi vay thuế Tổng tài sản X4: Giá trị thị trường vốn chủ sở hữu giá trị sổ sách Tổng nợ X5: Tỷ số doanh số Tổng tài sản β,β2,β3,β4,β5: Lần lượt hệ số phản ánh độ nhạy hệ số X1, X2, X3, X4, X5 khoa học thương mại ! 29 KINH TẾ VÀ QUẢN LÝ Đối với loại hình doanh nghiệp cấu vốn khác nên hệ số biến khác nhau, Altman đưa mơ hình loại hình doanh nghiệp sau: + Đối với doanh nghiệp cổ phần hóa, ngành sản xuất Z= 1,2X1+ 1,4X2+ 3,3X3+ 0,64X4+ 0,999X5 - Nếu Z > 2,99: Doanh nghiệp nằm vùng an tồn, chưa có nguy phá sản - Nếu 1,8 < Z > 2,99: Doanh nghiệp nằm vùng cảnh báo, có nguy phá sản - Nếu Z < 1,8: Doanh nghiệp nằm vùng nguy hiểm, nguy phá sản cao + Đối với doanh nghiệp chưa cổ phần hóa, ngành sản xuất Z= 0,717X1+ 0,847X2+ 3,107X3+ 0,42X4+ 0,998X5 - Nếu Z > 2,9: Doanh nghiệp nằm vùng an tồn, chưa có nguy phá sản - Nếu 1,23 < Z > 2,9: Doanh nghiệp nằm vùng cảnh báo, có nguy phá sản - Nếu Z 2,6: Doanh nghiệp nằm vùng an tồn, chưa có nguy phá sản - Nếu 1,2 < Z > 2,6: Doanh nghiệp nằm vùng cảnh báo, có nguy phá sản - Nếu Z < 1,1: Doanh nghiệp nằm vùng nguy hiểm, nguy phá sản cao Giải thích biến mơ hình - Tỷ số vốn lưu động Tổng tài sản (X1) Vốn lưu động thể tính khoản doanh nghiệp, chênh lệch tài sản ngắn hạn nợ ngắn hạn Vốn lưu động lớn, doanh nghiệp có khả khoản cao Tỷ lệ vốn lưu động/tổng tài sản cho biết tổng tài sản doanh nghiệp có phần trăm vốn lưu động, tỷ lệ cao doanh nghiệp có khả trả nợ cao ngược lại 30 khoa học thương mại - Tỷ số Lợi nhuận giữ lại Tổng tài sản (X2) Lợi nhuận giữ lại khoản chênh lệch thu nhập ròng cổ tức chi trả, số tiến doanh nghiệp sử dụng để tái đầu tư để trả nợ Tỷ số lợi nhuận giữ lại tổng tài sản cho ta biết hiệu sử dụng tài sản doanh nghiệp, doanh nghiệp kiếm lợi nhuận đồng tài sản Tỷ số cao thể doanh nghiệp sử dụng hiệu tài sản khả trả nợ cao - Tỷ số Lợi nhuận trước lãi vay thuế Tổng tài sản (X3) Tỷ số phản ánh hiệu sử dụng tài sản công ty để thu lợi nhuận mà khơng tính đến yếu tố thuế thu nhập chi phí lãi vay Chỉ số EBIT loại bỏ khác biệt cấu trúc vốn thuế suất doanh nghiệp Bằng cách loại bỏ thuế thu nhập lãi vay Chỉ số giúp phản ánh khả sinh lời thu lợi nhuận doanh nghiệp, thước đo cho nhà đầu tư so sánh doanh nghiệp - Giá trị thị trường vốn chủ sở hữu giá trị sổ sách Tổng nợ (X4) Giá trị thị trường vốn chủ sở hữu tổng giá trị đo lường giá trị thị trường tất cổ phiếu công ty, khoản nợ bao gồm nghĩa vụ dài hạn Biện pháp cho thấy tài sản cơng ty suy giảm giá trị (được đo giá trị thị trường vốn chủ sở hữu cộng với nợ) trước khoản nợ vượt tài sản công ty trở nên vỡ nợ Tỷ số cao khả trả nợ công ty lớn - Tỷ số doanh số Tổng tài sản (X5) Tỷ số thể khả tạo doanh thu từ tài sản cơng ty, tỷ số có giá trị cao chứng tỏ hiệu sử dụng tài sản công ty cao ngược lại 2.1.2 Xếp hạng tín dụng doanh nghiệp theo S&P Bài báo tiến hành xếp hạng tín dụng khách hàng doanh nghiệp ngân hàng dựa lý thuyết Standard & Poor's, cơng ty dịch vụ tài ! Số 154/2021 KINH TẾ VÀ QUẢN LÝ Bảng 1: Xếp hạng tín dụng theo S&P Nguồn: S&P Bảng 2: Mối quan hệ xếp hạng tín dụng theo Xếp hạng S&P Z_Score Nguồn: Altman Hotchkiss (2006) Số 154/2021 khoa học thương mại ! 31 KINH TẾ VÀ QUẢN LÝ có trụ sở Hoa Kỳ Đây cơng ty McGraw-Hill Standard & Poor's ba quan xếp hạng tín dụng lớn uy tín giới (hai cơng ty cịn lại Moody's Fitch Ratings) S&P đánh giá người vay từ mức AAA D [8] 2.1.3 Mối quan hệ xếp hạng tín dụng theo Xếp hạng S&P Z_Score 2.2 Phương pháp nghiên cứu Bài báo sử dụng phương pháp định lượng, xuất phát từ thu thập báo cáo tài doanh nghiệp sản xuất cổ phần hóa, tính tốn số tài X1, X2, X3, X4, X5 theo mơ hình điểm số Z Altman, từ đưa kết luận kiến nghị Kết thảo luận 3.1 Mơ hình nghiên cứu Hình 1: Mơ hình cảnh báo rủi ro tín dụng 3.2 Điểm Z-Score từ năm 2008 - 2018 Ghi chú: WC/TA - vốn lưu động Tổng tài sản; RE/TAcủa DNB Lợi nhuận giữ lại Tổng tài sản; EBIT/TA - Lợi nhuận trước Từ bảng phân tích liệu ta thấy: lãi vay thuế Tổng tài sản; MVE/TL - Giá trị thị trường Từ năm 2015 - 2018: DNB rơi vào vốn chủ sở hữu giá trị sổ sách Tổng nợ; S/TAvùng xám (1,8 < Z > 2,99): Doanh nghiệp doanh số Tổng tài sản khơng có vấn đề ngắn hạn, nhiên cần phải xem xét điều kiện tài cách thận trọng Từ năm 2016 - 2018: DNB hoạt động vùng an toàn (Z > 2,99): Doanh nghiệp có tài lành mạnh, chưa có nguy phá sản Xét tổng thể từ năm 2008 - 2018, ta thấy DNB chưa rơi vào vùng nguy hiểm có xu hướng phát triển tốt lên, ngân hàng hồn tồn cho DNB vay năm việc ứng dụng mơ Ghi chú: Vùng an tồn hình điểm số Z có độ Vùng xám (Vùng chưa chắn) xác cao Hình 2: Biểu đồ điểm số Z DNB từ năm 2008-2018 32 khoa học thương mại ! Số 154/2021 ... Standards khoa học thương mại Số 154/2021 KINH TẾ VÀ QUẢN LÝ NGHIÊN CỨU MÔ HÌNH Z- SCORE VÀO CẢNH BÁO SỚM RỦI RO HOẠT ĐỘNG KINH DOANH TÍN DỤNG TẠI CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM Nguyễn Văn Huân... dụng mô hình cảnh báo sớm rủi ro cần thiết Bài báo đề xuất giải pháp quản lý rủi ro sở cảnh báo sớm cách áp dụng mơ hình Z- Score nghiên cứu nhằm giúp ngân hàng thương mại xác định khách hàng. .. mơ hình Merton ứng dụng cảnh báo rủi ro tín dụng NHTM Việt Nam Cơng trình nghiên cứu Nguyễn Phi Lân “Mơ hình cảnh báo sớm sách hướng tới ổn định kinh tế vĩ mô? ?? Theo tác giả việc cảnh báo sớm rủi