Khó khăn về tài chính (financial distress) được hiểu là tình trạng mà các doanh nghiệp gặp vấn đề về khả năng thanh toán các nghĩa vụ tài chính khi đến hạn, thậm chí là vỡ nợ hay phá sản. Đối với một ngân hàng được niêm yết trên sàn chứng khoán, việc lâm vào tình trạng khó khăn tài chính sẽ gây đến các hậu quả về kinh tế đối với rất nhiều các đối tượng có liên quan như nhà đầu tư, chủ nợ, người lao động và bản thân chủ doanh nghiệp và rộng hơn nữa là sự ổn định của thị trường tài chính và nền kinh tế vĩ mô. Cụ thể là, các nhà đầu tư nắm giữ cổ phiếu và trái phiếu của ngân hàng sẽ ít có khả năng nhận được cổ tức hay thu hồi được cả lãi và gốc khi đến hạn. Không những vậy, rủi ro đối với những đối tượng này lại càng tăng khi ngân hàng đó sẽ có xu hướng đầu tư vào các dự án mạo hiểm nhằm cải thiện tình hình tài chính. Đối với những người quản lý ngân hàng, việc lâm vào tình trạng khó khăn về tài chính là một thử thách rất lớn và nếu không có được các phương án hợp lý, ngân hàng có thể sẽ mất hoàn toàn khả năng thanh toán và cuối cùng là phá sản. Tình trạng khó khăn về tài chính cũng làm mất lòng tin của các nhà đầu tư vào thị trường tài chính và làm tăng chi phí huy động vốn. Xuất phát từ những hệ lụy do khó khăn tài chính của ngân hàng mang lại, việc dự báo tình trạng này từ những thông tin trong quá khứ và hiện tại là việc làm cần thiết giúp ngân hàng có được những căn cứ để cải thiện tình hình tài chính một cách hiệu quả, giúp các nhà đầu tư có cơ sở để điều chỉnh danh mục đầu tư của mình. Việc tồn tại một mô hình dự báo đáng tin cậy cũng giúp các nhà quản lý ngân hàng thận trọng hơn trong các chiến lược kinh doanh nhằm hạn chế các rủi ro tài chính. Thị trường tài chính cũng từ đó phát triển lành mạnh và sôi động hơn. Việc nghiên cứu các phương pháp để dự báo khả năng lâm vào tình trạng khó khăn tài chính của các các ngân hàng, đặc biệt là các ngân được niêm yết trên sàn chứng khoán là một đề tài rất có ý nghĩa và đã thu hút được rất nhiều sự quan tâm của các học giả trên thế giới trong vài thập kỷ vừa qua. Một số mô hình dự báo đã được xây dựng và áp dụng trên dữ liệu của các ngân hàng khác nhau ở các thị trường của các nước phát triển và đang phát triển trên toàn thế giới. Các mô hình này hầu hết sử dụng các dữ liệu không chỉ thu thập từ báo cáo tài chính mà còn từ các thông tin khác như là các biến độc lập trong dự báo. Kỹ thuật dự báo cũng phát triển từ các mô hình truyền thống như mô hình biệt số Z-score cho đến các mô hình Logit/Probit hay mô hình trí tuệ nhân tạo (Artificial Inteligent). Tuy nhiên, kết quả dự báo của các mô hình này được đánh giá là đáng tin cậy và chính xác nhưng không đồng nhất trong các bối cảnh khác nhau. Bên cạnh đó, quan điểm về khó khăn tài chính cũng không đồng nhất trong các nghiên cứu và trong nhiều trường hợp có thể làm cho người quan tâm gặp phải khó khăn trong việc áp dụng và làm giảm sự phổ biến của kết quả nghiên cứu. Trong điều kiện thiếu hụt các nghiên cứu trong nước, bên cạnh các nghiên cứu đã thực hiện trên thế giới mặc dù rất đa dạng về phương pháp và các kết quả không đồng nhất, nghiên cứu này được tiến hành nhằm giới thiệu các mô hình dự báo khó khăn tài chính, những ưu điểm và nhược điểm của từng mô hình dự báo để các ngân hàng có thể lựa chọn một mô hình dự báo phù hợp. Từ những phân tích trên đề tài “Áp dụng mô hình dự báo khó khăn tài chính cho các Ngân hàng thương mại Việt Nam” được thực hiện để hỗ trợ cho các ngân hàng nhằm chọn những mô hình dự báo khó khăn phù hợp nhất, hạn chế tối đo rủi ro tài chính cũng như những thiệt hại có thể xảy ra trong tương lai cho các ngân hàng.
Giới thiệu
Tính cấp thiết
Khó khăn về tài chính (financial distress) được hiểu là tình trạng mà các doanh nghiệp gặp vấn đề về khả năng thanh toán các nghĩa vụ tài chính khi đến hạn, thậm chí là vỡ nợ hay phá sản. Đối với một ngân hàng được niêm yết trên sàn chứng khoán, việc lâm vào tình trạng khó khăn tài chính sẽ gây đến các hậu quả về kinh tế đối với rất nhiều các đối tượng có liên quan như nhà đầu tư, chủ nợ, người lao động và bản thân chủ doanh nghiệp và rộng hơn nữa là sự ổn định của thị trường tài chính và nền kinh tế vĩ mô Cụ thể là, các nhà đầu tư nắm giữ cổ phiếu và trái phiếu của ngân hàng sẽ ít có khả năng nhận được cổ tức hay thu hồi được cả lãi và gốc khi đến hạn Không những vậy, rủi ro đối với những đối tượng này lại càng tăng khi ngân hàng đó sẽ có xu hướng đầu tư vào các dự án mạo hiểm nhằm cải thiện tình hình tài chính Đối với những người quản lý ngân hàng, việc lâm vào tình trạng khó khăn về tài chính là một thử thách rất lớn và nếu không có được các phương án hợp lý, ngân hàng có thể sẽ mất hoàn toàn khả năng thanh toán và cuối cùng là phá sản Tình trạng khó khăn về tài chính cũng làm mất lòng tin của các nhà đầu tư vào thị trường tài chính và làm tăng chi phí huy động vốn.
Xuất phát từ những hệ lụy do khó khăn tài chính của ngân hàng mang lại, việc dự báo tình trạng này từ những thông tin trong quá khứ và hiện tại là việc làm cần thiết giúp ngân hàng có được những căn cứ để cải thiện tình hình tài chính một cách hiệu quả, giúp các nhà đầu tư có cơ sở để điều chỉnh danh mục đầu tư của mình Việc tồn tại một mô hình dự báo đáng tin cậy cũng giúp các nhà quản lý ngân hàng thận trọng hơn trong các chiến lược kinh doanh nhằm hạn chế các rủi ro tài chính Thị trường tài chính cũng từ đó phát triển lành mạnh và sôi động hơn.
Nghiên cứu dự báo khó khăn tài chính của ngân hàng, đặc biệt là ngân hàng niêm yết, luôn thu hút sự quan tâm của nhiều học giả Các mô hình dự báo được xây dựng dựa trên dữ liệu tài chính và cả thông tin khác Kỹ thuật dự báo phát triển từ mô hình Z-score truyền thống đến Logit/Probit và Trí tuệ nhân tạo Tuy nhiên, kết quả dự báo khác nhau tùy theo bối cảnh và khái niệm khó khăn tài chính chưa thống nhất, gây khó khăn cho việc áp dụng và giảm tính phổ biến của nghiên cứu.
Trong điều kiện thiếu hụt các nghiên cứu trong nước, bên cạnh các nghiên cứu đã thực hiện trên thế giới mặc dù rất đa dạng về phương pháp và các kết quả không đồng nhất, nghiên cứu này được tiến hành nhằm giới thiệu các mô hình dự báo khó khăn tài chính, những ưu điểm và nhược điểm của từng mô hình dự báo để các ngân hàng có thể lựa chọn một mô hình dự báo phù hợp Từ những phân tích trên đề tài “Áp dụng mô hình dự báo khó khăn tài chính cho các Ngân hàng thương mại Việt Nam” được thực hiện để hỗ trợ cho các ngân hàng nhằm chọn những mô hình dự báo khó khăn phù hợp nhất, hạn chế tối đo rủi ro tài chính cũng như những thiệt hại có thể xảy ra trong tương lai cho các ngân hàng.
Mục tiêu và phạm vi nghiên cứu
Mục tiêu nghiên cứu: nghiên cứu các mô hình dự báo khó khăn tài chính để các ngân hàng áp dụng phù hợp nhất nhằm hạn chế những rủi ro, thiệt hại trong tương lại Cụ thể:
- Đề tài nghiên cứu cơ sở lý thuyết về ngân hàng;
- Nghiên cứu các mô hình dự báo khó khăn tài chính;
- Nghiên cứu thực trạng áp dụng các mô hình dự báo khó khăn tài chính tại các ngân hàng thương mại tại Việt Nam;
- Khuyến nghị áp dụng các mô hình dự báo khó khăn tài chính tại các ngân hàng thương mại tại Việt Nam.
Phạm vi nghiên cứu của đề tài này tập trung vào việc phân tích và so sánh các mô hình dự báo khó khăn tài chính Mục đích của nghiên cứu là xác định mô hình phù hợp nhất để các ngân hàng thương mại tại Việt Nam áp dụng trong việc dự báo tình trạng tài chính của khách hàng Bằng cách xác định mô hình hiệu quả nhất, các ngân hàng có thể cải thiện khả năng đánh giá rủi ro tín dụng, nâng cao chất lượng cấp tín dụng và giảm thiểu rủi ro tài chính.
Khái quát về Ngân hàng Thương mại Việt Nam
Sự phát triển của hệ thống ngân hàng tại Việt Nam
2.1.1 Hệ thống Ngân hàng Việt Nam trước cách mạng tháng 8-1945
Trước cách mạng tháng Tám năm 1945, Việt Nam là nước thuộc địa nửa phong kiến dưới sự thống trị của thực dân Pháp Hệ thống tiền tệ, tín dụng được thiết lập và hoạt động chủ yếu phục vụ chính sách thuộc địa của Nhà nước Pháp ở Việt Nam Trong suốt thời kỳ thuộc địa, sự hình thành và phát triển của hệ thống tiền tệ, tín dụng đều do Chính phủ Pháp xếp đặt, chính quyền Đông Dương thông qua Ngân hàng Đông Dương là người tổ chức thực hiện.
Trong số cổ đông của Ngân hàng Đông Dương, Chính phủ Đông Dương nắm 20% cổ phần (tính đến năm 1931) và có tới 50% cổ phần là của những người có thế lực của Nhà nước Pháp Nhiều nhà tư bản có hạng của Pháp đã nắm một khối lượng cổ phần đáng kể; Toà thánh La
Mã và các Nhà chung cũng có nhiều cổ phần trong ngân hàng này Ngoài ra, Ngân hàng Đông Dương còn có cổ phần của tư bản Anh, Mỹ, Nhật v.v…
2.1.2 Đối sách của chính quyền cách mạng về tiền tệ – tín dụng từ khi cách mạng tháng Tám thành công
Trong tổng khởi nghĩa tháng 8 năm 1945, lực lượng cách mạng không chiếm được Ngân hàng Đông Dương, cơ quan nắm độc quyền phát hành tiền trong Liên bang Đông Dương Đây được xem là một trong những nhược điểm của Cách mạng tháng Tám, bởi việc không kiểm soát được nguồn tiền khiến chính quyền cách mạng gặp nhiều khó khăn trong việc ổn định tài chính và xây dựng nền kinh tế mới.
“Không chiếm được Ngân hàng Đông Dương cho nên sau này chính quyền nhân dân đã lâm vào tình trạng khó khăn về tài chính do địch gây ra”.
Ngay sau khi giành được chính quyền tháng 8/1945, Chính phủ đã phát hành tiền để tạo lập một nền tiền tệ độc lập, tự chủ của nước Việt Nam Dân Chủ Cộng hòa Việc chuẩn bị phát hành tiền đã được Chính phủ giao Bộ Tài chính phụ trách.
Chủ trương phát hành tiền đã được thực hiện một cách khẩn trương và bí mật Chỉ trong một thời gian ngắn, “Cuối tháng 10/1945 cơ quan ấn loát của ta đã bắt đầu in giấy bạc loại 5 đồng, 10 đồng và 20 đồng, và dập tiền nhôm loại 2 hào và 5 hào” Đầu tháng 12/1945, nhằm đúng lúc thị trường đang khan hiếm tiền lẻ và nạn tiền Đông Dương rách nát gây trở ngại cho việc mua bán, giao lưu những đồng tiền đầu tiên của nước Việt Nam Dân chủ Cộng hoà ra đời mang ý nghĩa kinh tế, chính trị sâu sắc, phù hợp với nguyện vọng và được nhân dân nhiệt liệt hoan nghênh.
Ngày 31-1-1946, Chính phủ ra Sắc lệnh số 18/B cho phép phát hành giấy bạc Việt Nam tại miền Nam Trung bộ, từ vĩ tuyến 16 trở ra, vì ở đây có nhiều thuận lợi hơn, điều kiện kinh tế, chính trị tương đối ổn định, không có quân đội nước ngoài chiếm đóng Tại đây, “ở mỗi nơi, ngày đầu phát hành tiền được tổ chức như một ngày hội lớn, trống dong cờ mở, mọi người tưng bừng đi đón mừng đồng bạc Việt Nam Nhân dân nô nức đổi giấy bạc Đông Dương lấy “giấy bạc
Cụ Hồ” Chính phủ quy định 1 đổi 1, nhưng nhân dân tín nhiệm đồng bạc Việt Nam đã đổi với giá 1 đồng Việt Nam ngang với 1,2 – 1,3 đồng Đông Dương”.
Ngày 13-8-1946, Chính phủ ra Sắc lệnh số 154 – SL, quyết định mở rộng việc phát hành giấy bạc Việt Nam ra miền Bắc, Trung Bộ (từ vĩ tuyến 16 trở ra) Đến tháng 11-1946, tại kỳ họp thứ hai, Quốc hội nước Việt Nam Dân chủ Cộng hoà đã quyết định cho phát hành giấy bạc Việt Nam trong cả nước.
2.1.3 Ngân hàng trong giai đoạn 1951 đến 1990 Đại hội Đảng lần thứ II (tháng 2/1951) đã đề ra những chủ trương chính sách mới về tài chính – kinh tế; trong đó chính sách tài chính có nội dung cơ bản là: chính sách tài chính phải kết hợp chặt chẽ với chính sách kinh tế, tăng thu trên cơ sở đẩy mạnh tăng gia sản xuất; giảm chi bằng cách tiết kiệm, thực hiện dân chủ hoá chế độ thuế, quy định rõ Ngân sách trung ương, Ngân sách địa phương; thành lập Ngân hàng Quốc gia, phát hành đồng bạc mới để ổn định tiền tệ, cải tiến chế độ tín dụng.
Trên cơ sở đó, sự ra đời và phát triển của hệ thống Ngân hàng Việt Nam có thể được khái quát thành 2 giai đoạn: a) Thời kỳ năm 1951 đến năm 1975
Ngày 06/5/1951, Chủ tịch Hồ Chí Minh ký sắc lệnh số 15/SL thành lập Ngân hàng Quốc gia Việt Nam quy định: “Mọi công việc của Nha ngân khố Quốc gia và Nha tín dụng sản xuất trao cho Ngân hàng Quốc gia Việt Nam đã đảm nhiệm hai chức năng khác nhau: một là chức năng của Ngân khố, hai là chức năng của Ngân hàng. Đến năm 1960 Ngân hàng Quốc gia Việt Nam đổi tên thành Ngân hàng Nhà nước ViệtNam, được tổ chức thành hệ thống thống nhất từ trung ương đến địa phương, do Nhà nước độc quyền sở hữu và quản lý Hệ thống Ngân hàng này được tổ chức theo mô hình hệ thống Ngân hàng một cấp Hệ thống này tiếp tục tồn tại đến ngày miền Nam hoàn toàn giải phóng (ngày 30 tháng 4 năm 1975) và tiếp quản hệ thống Ngân hàng Sài Gòn cũ ở miền Nam cho đến năm 1988.
Ngày 31 tháng 12 năm 1954 Bảo Đại ký quyết định số 48 thành lập Ngân hàng Quốc gia Việt Nam ở miền Nam Từ năm 1954 đến năm 1975 hệ thống ngân hàng ở miền Nam Việt Nam được tổ chức theo mô hình ngân hàng tư bản chủ nghĩa, tức mô hình hệ thống ngân hàng hai cấp, bởi lẽ nền kinh tế ở miền Nam trong giai đoạn này bao gồm: Ngân hàng Quốc gia Việt Nam và các Ngân hàng chuyên nghiệp. b) Thời kỳ từ năm 1975 đến năm 1990
Sau ngày 30 tháng 4 năm 1975, miền Nam hoàn toàn giải phóng, đất nước thống nhất, các ngân hàng nước ngoài và các chi nhánh Ngân hàng nước ngoài đã rút khỏi miền Nam Việt Nam. Nhà nước đã tiến hành quốc hữu hóa hệ thống Ngân hàng của chế độ Sài Gòn, còn đối với các Ngân hàng tư nhân nhà nước tổ chức thanh lý Nói chung, các Ngân hàng này đều rơi vào tình trạng mất khả năng chi trả, tổng số nợ đối với nhân dân lớn hơn tài sản còn lại. Đặc điểm của hệ thống Ngân hàng trong giai đoạn năm 1975 – năm 1988 được tổ chức theo mô hình ngân hàng một cấp, giống như mô hình ngân hàng từ năm 1951 – năm 1975 ở miền Bắc Vị trí và chức năng của Ngân hàng Nhà nước Việt Nam được xác định như sau:
– Ngân hàng Nhà nước Việt Nam không những là một cơ quan ngang Bộ, có trách nhiệm quản lý các chính sách tiền tệ, tín dụng của nhà nước, mà còn là một tổ chức kinh doanh theo chế độ hoạch toán kinh tế xã hội chủ nghĩa để phục vụ các tổ chức và các ngành kinh tế phát triển sản xuất kinh doanh.
– Chức năng chủ yếu của Ngân hàng Nhà nước Việt Nam là phân phối vốn tiền tệ và giám đốc bằng tiền mọi hoạt động trong nền kinh tế.
– Ngân hàng Nhà nước Việt Nam thực hiện vai trò trung tâm tiền mặt, trung tâm tín dụng và trung tâm thanh toán trong nền kinh tế quốc dân.
Như vậy, sau 30 năm, trải qua 02 cuộc chiến tranh giải phóng đất nước, từ một TCTD đầu tiên của nước Việt Nam dân chủ cộng hòa là Nha tín dụng, được thành lập 1947 Đây là tiền thân của Ngân hàng Nhà nước Việt Nam Ngân hàng Nhà nước Việt Nam với hệ thống các chi nhánh tỉnh và chi điếm huyện, đã từng là tổ chức tín dụng lớn nhất và duy nhất trong hàng chục năm.
Vai trò của Ngân hàng Thương mại trong nền kinh tế
2.2.1 Ngân hàng thương mại là nơi cung cấp vốn cho nền kinh tế
Thực tế cho thấy, để phát triển kinh tế các đơn vị kinh tế cần phải có một lượng vốn lớn đầu tư cho hoạt động sản xuất kinh doanh và các hoạt động khác Nhưng điều khó khăn hơn lợi ích là cần có người đứng ra tập trung tiền nhàn dỗi ở mọi nơi mọi lúc và kịp thời cung ứng cho nơi cần vốn Bằng vốn huy động được trong xã hội thông qua hoạt động tín dụng, Ngân hàng thương mại đã cung cấp vốn cho mọi hoạt động kinh tế, đáp ứng nhu cầu vốn một cách kịp thời cho quá trình sản xuất Nhờ có hoạt động của hệ thống Ngân hàng thương mại và đặc biệt là hoạt động tín dụng, các doanh nghiệp, cá nhân có điều kiện mở rộng sản xuất, cải tiến máy móc, công nghệ để tăng năng suất lao động, nâng cao hiệu quả kinh tế và chất lượng sản phẩm cho xã hội.
2.2.2 Ngân hàng thương mại là cầu nối các doanh nghiệp với thị trường
Bước sang cơ chế thị trường, đòi hỏi sự phát triển của tín dụng Ngân hàng đã làm biến đổi hoạt độn trong các nhà máy, xí nghiệp khơi dậy sức sống bằng các dây chuyền sản xuất hiện đại năng suất cao, thực hiện chuyển giao công nghệ từ các nước tiên tiến Điều không thể thực hiện bằng vốn tự có của các doanh nghiệp vốn dĩ đã rất ít ỏi Bên cạnh đó, tín dụng ngân hàng còn cung cấp một phần vốn không nhỏ trong việc tăng cường nguồn vốn lưu động của các doanh nghiệp Một vấn đề luôn là mối lo thường trực của các doanh nghiệp Một khía cạnh khác đòi hỏi sự có mặt của tín dụng ngân hàng đối với doanh nghiệp Đó là một ngân quỹ để dành cho việc đào tạo đội ngũ lao động phù hợp với sự phát triển của khoa học - kỹ thuật - công nghệ cao Đặc biệt trong điều kiện nước ta vẫn còn thiếu nhiều những chuyên gia đầu ngành, những cán bộ có năng lực và những công nhân lành nghề.
2.2.3 Ngân hàng thương mại là một công cụ để Nhà nước điều tiết vĩ mô nền kinh tế
Cùng với sự vận động của nền kinh tế, hệ thống ngân hàng được chia làm hai cấp: Ngân hàng Nhà nước và các Ngân hàng chuyên doanh (NHTM) NHCT được Nhà nước cấp vốn cho hoạt động và sử dụng như công cụ để quản lý hoạt động tiền tệ, điều tiết chính sách tiền tệ quốc gia Nhà nước điều tiết ngân hàng, ngân hàng dẫn dắt thị trường thông qua hoạt động tín dụng và thanh toán giữa các Ngân hàng thương mại trong hệ thống từ đó góp phần mở rộng khối lượng tiền cung ứng trong lưu thông và thông qua việc cung ứng tín dụng cho các ngành trong nền kinh tế, Ngân hàng thương mại thực hiện việc dẫn dắt các luồng tiền tập hợp và phân chia vốn của thị trường, điều khiển chúng một cách có hiệu quả
2.3.4 Ngân hàng thương mại là cầu nối nền tài chính quốc gia với nền tài chính quốc tế
Nhận thức được tầm quan trọng của kinh tế quốc tế, sự hội nhập kinh tế quốc gia với thế giới đem lại những lợi ích kinh tế to lớn, thúc đẩy nền kinh tế phát triển nhanh và bền vững Một trong các điều kiện quan trọng góp phần thúc đẩy sự hội nhập nền kinh tế quốc gia với nền kinh tế thế giới đó là nền tài chính quốc gia Nền tài chính quốc gia là cầu nối với nền tài chính quốc tế thông qua hoạt động của Ngân hàng thương mại trong các lĩnh vực kinh doanh như nhận tiền gửi,cho vay, nghiệp vụ thanh toán, nghiệp vụ ngoại hối và các nghiệp vụ khác Đặc biệt là các hoạt động thanh toán quốc tế, buôn bán ngoại hối, quan hệ tín dụng với các ngân hàng Nhà nước củaNgân hàng thương mại trực tiếp hoặc gián tiếp tác động góp phần thúc đẩy hoạt động thanh toán xuất nhập khẩu và thông qua đó Ngân hàng thương mại đã thực hiện vai trò điều tiết tài chính trong nước phù hợp với sự vận động của nền tài chính quốc tế
Thực trạng áp dụng các mô hình để dự báo khó khăn tài chính ở các Ngân hàng Thương mại tại Việt Nam
Tại Việt Nam, thuật ngữ khó khăn tài chính vẫn chưa được định nghĩa rõ ràng, dẫn đến khó khăn trong việc xây dựng mô hình dự báo Mặc dù một số ngân hàng niêm yết đã xây dựng các mô hình dự báo, nhưng số lượng còn hạn chế Do đó, việc xác định khái niệm khó khăn tài chính và xây dựng mô hình dự báo phù hợp cho các ngân hàng niêm yết tại Việt Nam là cấp thiết.
Để ngăn chặn tình trạng khó khăn tài chính trong các tổ chức tín dụng, Ngân hàng Nhà nước (cơ quan quản lý cấp chính phủ giám sát các ngân hàng thương mại) đã ban hành các quy định và chuẩn mực báo cáo tài chính bắt buộc tuân thủ Các chỉ số và chuẩn mực này bao gồm các yêu cầu về tính minh bạch, công khai và chất lượng thông tin tài chính, nhằm đảm bảo các ngân hàng thương mại cung cấp thông tin chính xác và đáng tin cậy cho các bên liên quan.
2.3.1 Tỷ lệ an toàn vốn (CAR)
Tỷ lệ An toàn Vốn (CAR) do Ngân hàng Nhà nước Việt Nam quy định trong Thông tư 41/2016/TT-NHNN về ban hành Quy định tỷ lệ An toàn Vốn đối với ngân hàng, chi nhánh ngân hàng nước ngoài.
Ngân hàng không có công ty con, chi nhánh ngân hàng nước ngoài phải thường xuyên duy trì tỷ lệ an toàn vốn xác định trên cơ sở báo cáo tài chính của ngân hàng, chi nhánh ngân hàng nước ngoài tối thiểu 8%.
3 Ngân hàng có công ty con phải duy trì: a) Tỷ lệ an toàn vốn xác định trên cơ sở báo cáo tài chính của ngân hàng tối thiểu 8%; b) Tỷ lệ an toàn vốn hợp nhất xác định trên cơ sở báo cáo tài chính hợp nhất của ngân hàng tối thiểu 8% Trường hợp ngân hàng có công ty con là công ty kinh doanh bảo hiểm thì tỷ lệ an toàn vốn hợp nhất được xác định trên cơ sở báo cáo tài chính hợp nhất của ngân hàng nhưng không hợp nhất công ty con là công ty kinh doanh bảo hiểm theo nguyên tắc hợp nhất của pháp luật về kế toán và báo cáo tài chính đối với tổ chức tín dụng.
4 Đối với các khoản mục bằng ngoại tệ, ngân hàng, chi nhánh ngân hàng nước ngoài quy ra đồng Việt Nam khi tính tỷ lệ an toàn vốn như sau: a) Thực hiện theo quy định về hạch toán trên các tài khoản ngoại tệ của pháp luật về hệ thống tài khoản kế toán; b) Đối với rủi ro ngoại hối thì thực hiện như sau:
(i) Tỷ giá giữa đồng Việt Nam và đô la Mỹ: là tỷ giá trung tâm do Ngân hàng Nhà nước công bố vào ngày báo cáo;
(ii) Tỷ giá giữa đồng Việt Nam và các ngoại tệ khác: là tỷ giá bán giao ngay chuyển khoản của ngân hàng, chi nhánh ngân hàng nước ngoài vào cuối ngày báo cáo.
5 Căn cứ kết quả giám sát, kiểm tra, thanh tra của Ngân hàng Nhà nước đối với ngân hàng, chi nhánh ngân hàng nước ngoài, trong trường hợp cần thiết để bảo đảm an toàn trong hoạt động của ngân hàng, chi nhánh ngân hàng nước ngoài, tùy theo tính chất, mức độ rủi ro, Ngân hàng Nhà nước yêu cầu ngân hàng, chi nhánh ngân hàng nước ngoài duy trì tỷ lệ an toàn vốn cao hơn so với mức quy định tại Thông tư này.
Vốn tự có của ngân hàng, chi nhánh ngân hàng nước ngoài là cơ sở để tính toán tỷ lệ an toàn vốn theo quy định tại Thông tư này.
Vốn tự có bao gồm tổng Vốn cấp 1 và Vốn cấp 2 trừ đi các khoản giảm trừ quy định
Việt Nam đã trải qua thời kỳ dài tăng trưởng tín dụng nóng, và dư nợ cho vay trong lĩnh vực bất động sản chiếm tỷ trọng cao Thị trường bất động sản đóng băng trong thời gian qua đã làm gia tăng rủi ro tín dụng của hệ thống NHTM Việt Nam Các NHTM Việt Nam với đặc thù là nợ ngắn hạn chiếm tỷ trọng lớn trong tổng dư nợ, dẫn đến độ trễ của biến tăng trưởng tín dụng được kỳ vọng sẽ ngắn hơn so với các nước đã phát triển.
Theo Ngân hàng Nhà nước Việt Nam rủi ro tín dụng trong hoạt động ngân hàng là khả năng xảy ra tổn thất cho ngân hàng do khách hàng không thực hiện hoặc không có khả năng thực hiện nghĩa vụ của mình theo cam kết Rủi ro tín dụng ngân hàng có thể được đánh giá thông qua tỷ lệ nợ xấu, là tỷ số của tổng nợ xấu chia cho tổng dư nợ cho vay (Fadzlan Sufian& Roy-faizal R Chong, 2008; Nguyễn Thị Thái Hưng, 2012; Rasidah M Said& Mohd H. Tumin, 2011; Somanadevi Thiagarajan & ctg, 2011; Tobias Olweny & Themba M Shipho,
2011) Một số nghiên cứu khác đo lường rủi ro tín dụng qua tỷ lệ của dự phòng rủi ro tín dụng chia cho tổng tài sản của ngân hàng (Luc Laeven & Giovanni Majnoni (2002), Nabila Zribi & Younes Boujelbène (2011)) Quan điểm này cho rằng dư nợ cho vay chiếm chủ yếu trong tổng tài sản nên có thể sử dụng trực tiếp giá trị tổng tài sản để tính rủi ro Daniel Foos & ctg (2010), Hess
& ctg (2009), và Ong & Heng (2012) kết hợp hai cách tính trên để tính rủi ro tín dụng Họ đo lường rủi ro tín dụng bằng cách tỷ lệ dự phòng rủi ro tín dụng năm t so với cho dư nợ cho vay năm t-1 Tiêu chí đo lường này xét đến vấn đề trích lập dự phòng cho những tổn thất có thể xảy ra đối với từng khoản nợ cụ thể nên phản ánh chính xác hơn về rủi ro tín dụng Nếu so sánh chung chung giữa giá trị nợ xấu thuộc các nhóm nợ khác nhau (nhóm 3, 4 và 5) với tổng dư nợ từ nhóm 1 đến nhóm 5 sẽ không phản ánh đúng bản chất nguy cơ rủi ro tín dụng Ngân hàng Nhà nước Việt Nam (2013) xem nợ xấu là nợ thuộc các nhóm 3, 4 và 5, nhưng qui định nợ từ nhóm 2 trở đi phải trích lập dự phòng rủi ro.
2.3.3 Áp dụng Basel II tại các ngân hàng thương mại Việt Nam
Quyền kiểm Basel là một bộ quy định được Ủy ban Giám sát Ngân hàng Basel đưa ra để giảm thiểu rủi ro trong ngân hàng, bao gồm rủi ro tín dụng, rủi ro thị trường và rủi ro hoạt động Mục đích của các quy định này là đảm bảo các tổ chức tài chính có đủ vốn để đáp ứng các cam kết và hấp thụ các tổn thất không lường trước.
Hiệp ước Basel đầu tiên, thường được gọi là Basel I (năm 1988), yêu cầu các ngân hàng hoạt động quốc tế phải nắm giữ một mức vốn tối thiểu để có thể đối phó với những rủi ro có thể xảy ra Mức vốn tối thiểu này là một tỷ lệ phần trăm nhất định trong tổng vốn của ngân hàng, do đó mức vốn này cũng được hiểu là mức vốn tối thiểu tính theo trọng số rủi ro của ngân hàng đó.
Các mô hình dự báo khó khăn tài chính
Các lý thuyết hiện có về dự báo tài chính
Dự đoán tình trạng khó khăn tài chính và phá sản của doanh nghiệp đã thu hút sự quan tâm lớn từ các nhà nghiên cứu tài chính, bắt đầu từ cuối những năm 1960 Bước đầu tiên trong việc phát triển mô hình dự đoán sự phá sản của doanh nghiệp dựa trên số liệu định lượng được thực hiện bởi Beaver (1966) Ông đã phát triển một phương pháp phân loại nhị phân dựa trên một kiểm tra t đơn giản trong một bối cảnh đơn biến Beaver đã sử dụng các tỷ số tài chính của từng công ty riêng lẻ trong mẫu gồm 79 công ty phá sản và không phá sản, thuộc các ngành và quy mô tài sản khác nhau từ năm 1954 đến năm 1964 Kết quả của ông chỉ ra rằng tỷ số tài chính duy nhất tốt nhất trong việc dự báo phá sản của doanh nghiệp là tỷ lệ Dòng tiền/Tổng nợ.
Nghiên cứu của Beaver (1966) sau đó đã được tiếp tục bởi Altman (1968), người đã đưa ra một phương pháp đa biến hóa được gọi là Phân tích phân biệt đa biến (MDA) Bằng cách sử dụng một mẫu dữ liệu gồm 33 công ty phá sản và 33 công ty không phá sản trong giai đoạn từ
Mô hình Z-Score của Altman được phát triển vào giai đoạn 1946-1964 bằng cách xác định năm biến số then chốt dự đoán khả năng phá sản: Vốn lưu động/Tổng tài sản, Thu nhập giữ lại/Tổng tài sản, Thu nhập trước thuế và lãi vay/Tổng tài sản, Giá trị thị trường vốn chủ sở hữu/Giá trị sổ sách nợ phải trả và Doanh thu/Tổng tài sản Điểm Z-Score dưới 1,81 chỉ ra nguy cơ phá sản cao, trong khi phạm vi từ 1,81 đến 2,99 được coi là vùng không chắc chắn Mô hình MDA của Altman có độ chính xác dự đoán đáng kể, lên đến 95% trong vòng một năm trước khi phá sản xảy ra Do đó, mô hình này đã trở thành công cụ phổ biến trong nghiên cứu về phá sản.
Tuy nhiên, Ohlson (1980) đã nhận thấy một số hạn chế trong việc sử dụng Phân tích phân biệt đa biến (MDA) liên quan đến các giả định về tính chuẩn mực và sự đồng đều của các nhóm dữ liệu Các giả định này thường bị vi phạm trong MDA, dẫn đến sai lệch trong việc đánh giá sự quan trọng và tỷ lệ lỗi ước tính Trong khi đó, Phân tích Logit không phụ thuộc vào các giả định giống như MDA và được Ohlson (1980) áp dụng phổ biến trong việc dự đoán tình trạng tài chính khó khăn Ông đã sử dụng mẫu dữ liệu gồm 105 công ty phá sản và 2058 công ty không phá sản trong khoảng thời gian từ 1970 đến 1976 Kết quả cho thấy rằng quy mô, cấu trúc tài chính (Tổng nợ phải trả trên tổng tài sản), hiệu suất hoạt động và tính thanh khoản hiện tại là những yếu tố quan trọng trong việc quyết định sự phá sản.
Thuyết Entropy, hay còn gọi là thuyết Đo lường phân rã bảng cân đối kế toán, là một lý thuyết nổi tiếng giúp phát hiện rủi ro phá sản Lý thuyết này cho rằng nếu một doanh nghiệp không duy trì được sự cân bằng trong bảng cân đối kế toán và không kiểm soát được tình hình trong thời gian ngắn, thì khả năng đối mặt với phá sản là rất cao Để đánh giá sự thay đổi trong cấu trúc bảng cân đối kế toán, lý thuyết này sử dụng Phân tích đa phân biệt (MDA), một phương pháp thống kê cho phép đồng thời đánh giá nhiều biến số.
Các nghiên cứu của Aziz và Dar (2004) đã áp dụng lý thuyết Entropy làm cơ sở giả thuyết để khám phá về kiệt quệ tài chính Dự đoán kiệt quệ tài chính có lợi ích cho các nhà đầu tư bằng cách cung cấp những dấu hiệu cảnh báo sớm cho các bên liên quan của doanh nghiệp (Shah,
2014) Như Ray (2011) đã chỉ ra, việc dự đoán kiệt quệ tài chính hỗ trợ người quản lý trong việc theo dõi hoạt động của công ty trong một khoảng thời gian và hành động một cách có hiệu quả để xác định các nhu cầu quan trọng.
Nhiều nghiên cứu đã chứng minh hiệu quả của mô hình điểm Z trong việc dự đoán khó khăn tài chính Nghiên cứu của Stepanyan (2014) đã xác nhận tính hữu ích của mô hình trong phân tích hoạt động kinh doanh của US Airline Trong khi đó, Samarakoon & Hasan (2003) phát hiện rằng phiên bản thứ ba của mô hình, mô hình điểm Z, mang lại độ chính xác cao nhất Mô hình Z-score có tiềm năng dự đoán khó khăn tài chính của các công ty ở các thị trường đang phát triển, mặc dù độ chính xác giảm dần trong hai năm trước khi khó khăn xảy ra Nghiên cứu của Nanyakkara & Azeez (2013) đã củng cố quan điểm này bằng cách đưa ra một mô hình cụ thể cho Sri Lanka, có thể dự đoán khả năng kiệt quệ tài chính trong vòng ba năm bằng cách sử dụng mô hình điểm Z.
Ijaz và đồng nghiệp (2013) đã tiến hành một nghiên cứu tại Pakistan trong khoảng thời gian từ 2009 đến 2010 Mục tiêu chính của nghiên cứu là xem xét tính đáng tin cậy của điểm Z và tỷ lệ thanh toán hiện tại trong việc dự đoán tình trạng tài chính khó khăn giữa 35 công ty niêm yết trên Sở giao dịch chứng khoán Karachi Kết quả nghiên cứu đã chỉ ra rằng tỷ lệ thanh toán hiện tại và chỉ số Z của Altman đều là các công cụ hữu ích để đánh giá tình hình tài chính của các công ty niêm yết trong ngành đường tại Sở giao dịch chứng khoán Karachi.
Pam (2013) đã thực hiện một nghiên cứu trong lĩnh vực ngân hàng tại Nigeria và phát hiện rằng tính thanh khoản, lợi nhuận, hiệu suất hoạt động và vòng quay tổng tài sản là những yếu tố quan trọng trong chỉ số Z-score của Altman, đóng vai trò quan trọng trong việc xác định tình trạng tài chính khó khăn của các ngân hàng Nghiên cứu này tập trung vào hai ngân hàng phá sản và hai ngân hàng mạnh.
Alexia (2008) đã tiến hành một nghiên cứu cho thấy mô hình Z-score của Altman có hiệu suất tốt trong việc dự đoán sự thất bại trong vòng 5 năm trước đó Nghiên cứu của ông tập trung vào việc xem liệu điểm Z có thể dự đoán sự thất bại hay không.
Ephrem (2015) đã tiến hành nghiên cứu để đánh giá kết quả về tình trạng tài chính dựa trên sáu ngân hàng thương mại, sử dụng chỉ số Z-score của Altman, và kết quả này khác biệt so với những gì dự kiến Nghiên cứu này đã sử dụng phân tích mô tả để trình bày kết quả của mô hình Z-score của Altman.
Trong một nghiên cứu khác, Mohamed (2013) đã sử dụng phân tích mô tả để trình bày kết quả từ mô hình Z-score của Altman, áp dụng cho các công ty niêm yết tại Kenya.
Nghiên cứu của Shisia và cộng sự (2014) sử dụng mô hình dự đoán thất bại của Altman để đánh giá tình hình tài chính của Siêu thị Uchumi tại Kenya trong giai đoạn 2001-2006 Mô hình cho thấy tỷ số Z của siêu thị giảm dần, phản ánh tình trạng tài chính khó khăn Điều này chứng tỏ mô hình dự đoán thất bại của Altman là phù hợp để đánh giá rủi ro tài chính của Siêu thị Uchumi.
Phân tích Logit thường sử dụng dữ liệu trung bình và xem xét mô hình đơn giai đoạn. Điều này có nghĩa là chỉ có một lần quan sát trong một năm cho mỗi công ty không gặp khó khăn và gặp khó khăn Biến phụ thuộc được phân thành hai loại: phá sản hoặc không phá sản Năm của doanh nghiệp Tuy nhiên, loại mô hình lượng nhị phân này ít được sử dụng nhiều trong lĩnh vực này Một số nghiên cứu ngụ ý việc sử dụng Phân tích Logit và Probit cho việc dự đoán sự cố, như được thực hiện bởi Lennox (1999) Năm 2005, một số nghiên cứu kinh tế lượng với mô hình Logit đa giai đoạn đã được Chiang (2005) thảo luận Một trong những vấn đề quan trọng là sai lệch trong việc chọn mẫu dữ liệu dựa trên việc chỉ sử dụng một quan sát không ngẫu nhiên cho mỗi công ty phá sản Vấn đề thứ hai là mô hình không tính toán được sự thay đổi theo thời gian của rủi ro phá sản cơ bản Để khắc phục những hạn chế này, Shumway (2001) đã đề xuất mô hình rủi ro để dự đoán phá sản Mô hình này vượt trội hơn so với Logit và MDA, cho phép thay đổi theo thời gian và sự phụ thuộc vào kinh tế vĩ mô.
Sử dụng mô hình dự báo để đánh giá và quản lý khó khăn tài chính của Ngân hàng Thương mại trên thế giới
Các mô hình thống kê phổ biến nhất để dự đoán sự phá sản hoặc suy sụp của doanh nghiệp hoặc ngân hàng là phân tích phân biệt và hồi quy logistic Mô hình hồi quy logistic, một ứng dụng được đề xuất lần đầu bởi Shumway (2001), thích hợp để xác định mối quan hệ giữa tình trạng kiệt quệ tài chính của ngân hàng và các biến số dựa trên kế toán và thị trường, nhằm ước tính xác suất kiệt quệ của ngân hàng
So sánh với các biến định lượng trong hồi quy thông thường, các biến phụ thuộc trong hồi quy logistic thường là biến định tính hoặc giả định Martin (1977) đã lần đầu tiên nảy ra ý tưởng xây dựng một mô hình cảnh báo sớm để dự đoán sự phá sản của ngân hàng dựa trên tình hình hiện tại, bảng cân đối kế toán và báo cáo thu nhập thông qua việc sử dụng hồi quy logistic. Để đánh giá hiệu suất hoạt động của ngân hàng, chúng ta cần sử dụng các công cụ có khả năng đo lường hiệu quả hoạt động, và một trong những công cụ phổ biến nhất là phân tích tỷ số tài chính Vì vậy, giả thuyết đã được đặt ra rằng các tỷ số tài chính, là các chỉ số có ý nghĩa thống kê để dự đoán kiệt quệ tài chính của các ngân hàng thương mại
Việc xây dựng một mô hình thường đi qua một loạt các bước quan trọng Đầu tiên, cần lựa chọn một mô hình lý thuyết phù hợp với mục tiêu nghiên cứu Sau đó, chúng ta phải xác định các biến giải thích, những yếu tố có thể ảnh hưởng đến biến phụ thuộc mà chúng ta đang quan tâm. Cuối cùng, chúng ta thực hiện việc ước lượng các tham số trong mô hình và kiểm định giả thuyết thống kê để đảm bảo tính chính xác của mô hình.
Trong lĩnh vực nghiên cứu này, có nhiều lựa chọn khác nhau cho các mô hình Các phương pháp cơ bản bao gồm phân tích đơn biến, phân tích tuyến tính và đa biến, và phân tích logit Mỗi phương pháp này có những ưu điểm và hạn chế riêng, tùy thuộc vào bài toán cụ thể mà chúng ta đang nghiên cứu.
Phân tích đơn biến là phương pháp đơn giản nhất, tuy nhiên, nó có thể hạn chế trong việc giải quyết những bài toán phức tạp Trong khi đó, phân tích đa biến dựa trên phân tích tuyến tính có thể mở rộng để xem xét nhiều biến độc lập cùng một lúc, nhưng nó cũng có thể đòi hỏi nhiều giả định phức tạp về dữ liệu.
Phân tích logit là một phương pháp phân loại mạnh mẽ, thường được sử dụng trong việc dự đoán tình trạng kiệt quệ tài chính Tuy nhiên, nó cũng đòi hỏi một số giả định, và hiệu suất của nó có thể bị ảnh hưởng nếu các giả định này không được thỏa mãn Vì vậy, quá trình xây dựng mô hình là một quá trình phức tạp và đa dạng, và sự lựa chọn phương pháp phụ thuộc vào bài toán cụ thể và tính chất của dữ liệu.
3.2.1.1 Giới thiệu mô hình Altman Zscore
Điểm Z của Altman là một kỹ thuật tài chính được sử dụng để đánh giá khả năng phá sản của công ty Công ty có sức khỏe tài chính tốt nếu điểm Z trên 2,99, gặp khó khăn tài chính nếu dưới 1,81 và trong vùng xám nếu nằm giữa Mô hình này phân loại công ty thành vùng "An toàn" (Z > 2,99), "Xám" (1,81 < Z < 2,99) và "Cứu nạn" (Z < 1,81) Các biến độc lập trong mô hình bao gồm các tỷ số tài chính X1, X2, X3, X4 và X5, mỗi biến có giá trị hệ số tương ứng không thay đổi.
X1 - là tỷ lệ vốn lưu động trên tổng tài sản (WC/TA) Tỷ lệ vốn lưu động trên tổng tài sản là thước đo tài sản lưu động ròng của công ty trên tổng vốn hóa Thanh khoản rất quan trọng trong việc vận hành các dự án mới (Bwana,2018a) Vốn lưu động dương hàm ý công ty có khả năng đáp ứng các nghĩa vụ tài chính ngắn hạn của mình trong khi vốn lưu động âm cho thấy những khó khăn của công ty trong việc thực hiện các nghĩa vụ tài chính ngắn hạn.
X2 - là tỷ lệ lợi nhuận giữ lại trên tổng tài sản (RE/TA) Thu nhập giữ lại là nguồn tài chính nội bộ được sử dụng để tạo điều kiện cho các công ty phát triển (Triumalaisamy, 2013). Thu nhập giữ lại là tiền được các công ty giữ lại để đầu tư và do đó không được trả dưới dạng cổ tức cho chủ sở hữu doanh nghiệp Tỷ lệ lợi nhuận giữ lại trên tổng tài sản càng cao thì càng tốt cho công ty.
X3 - là tỷ số thu nhập trước lãi vay và thuế trên tổng tài sản (EBIT/TA) Tỷ lệ này đo lường khả năng tạo ra lợi nhuận từ tài sản của công ty trước khi trừ lãi và thuế Thước đo này cho biết liệu ban quản lý có thể sử dụng tài sản một cách hiệu quả để tạo ra lợi nhuận hợp lý cho doanh nghiệp hay không; tỷ lệ này càng thấp hàm ý công ty không sử dụng hiệu quả tài sản của mình để tạo ra nhiều lợi nhuận hơn.
Tỷ lệ Altman X4 đo lường khả năng một công ty chịu được tổn thất trong giá trị tài sản trước khi vượt quá nợ phải trả Về cơ bản, tỷ lệ này cho thấy nếu giá trị thị trường của vốn chủ sở hữu sụt giảm bao nhiêu thì công ty có nguy cơ mất khả năng thanh toán Tỷ lệ Altman bao gồm khía cạnh quy mô thị trường để tăng cường độ chính xác của dự đoán rủi ro tài chính.
X5 - là tỷ số doanh thu trên tổng tài sản (S/TA) Tỷ lệ này đo lường hiệu quả của một công ty trong việc quản lý tài sản của mình so với doanh thu được tạo ra Palepu và Healy (2008) như được trích dẫn trong Bwana (2019) cho rằng một công ty có thể tạo ra lợi nhuận tương đối cao nếu áp dụng quản lý hiệu quả tài sản của mình.
Trong một nghiên cứu của Omary J Ally & Kembo M Bwana (2018), họ đã áp dụng mô hình Atlman Zscore để chỉ ra rằng trong số 15 ngân hàng thương mại chỉ có một ngân hàng thương mại (Tập đoàn HF) từ Kenya có điểm Z trên 2,99 trong năm 2018, điều này ngụ ý rằng ngân hàng này có sức khỏe tài chính tốt so với các ngân hàng thương mại khác đang được xem xét Đối với các ngân hàng thương mại Tanzania, không ngân hàng nào trong số họ có tình hình tài chính tốt vì tất cả các ngân hàng đều có điểm Z dưới 2,99 Kết quả cũng cho thấy chỉ một số ít ngân hàng có điểm Z nằm trong khoảng từ 1,81