ỨNG DỤNG mô HÌNH BINARY LOGISTIC vào PHÂN TÍCH rủi RO tín DỤNG đối với DOANH NGHIỆP NHỎ và vừa có QUAN hệ tín DỤNG tại NGÂN HÀNG THƯƠNG mại cổ PHẦN VIỆT NAM THỊNH VƯỢNG

1.2 Mục tiêu nghiên cứu  Mục tiêu tổng quát Dựa trên việc ứng dụng mô hình Binary Logistic, đề tài phân tích xác suất khả năng trả nợ vay của các khách hàng DNNVVđang có quan hệ tín d

TRƯỜNG ĐẠI HỌC TÀI CHÍNH - MARKETING

-

LÊ NGUYỄN NHẬT QUYÊN

ỨNG DỤNG MÔ HÌNH BINARY LOGISTIC VÀO PHÂN TÍCH RỦI RO TÍN DỤNG ĐỐI VỚI DOANH NGHIỆP NHỎ VÀ VỪA

CÓ QUAN HỆ TÍN DỤNG TẠI NGÂN HÀNG THƯƠNG MẠI

CỔ PHẦN VIỆT NAM THỊNH VƯỢNG

LUẬN VĂN THẠC SĨ KINH TẾ

TP HỒ CHÍ MINH - Năm 2015

TRƯỜNG ĐẠI HỌC TÀI CHÍNH - MARKETING

-

LÊ NGUYỄN NHẬT QUYÊN

ỨNG DỤNG MÔ HÌNH BINARY LOGISTIC VÀO PHÂN TÍCH RỦI RO TÍN DỤNG ĐỐI VỚI DOANH NGHIỆP NHỎ VÀ VỪA

CÓ QUAN HỆ TÍN DỤNG TẠI NGÂN HÀNG THƯƠNG MẠI

CỔ PHẦN VIỆT NAM THỊNH VƯỢNG

LUẬN VĂN THẠC SĨ KINH TẾ Chuyên ngành: Tài chính - Ngân hàng

Mã số: 60 34 02 01

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS NGUYỄN VĂN HIẾN

TP HỒ CHÍ MINH, Năm 2015

Tôi xin cam đoan rằng đây là công trình nghiên cứu của tôi, có sự hỗ trợ từ người hướng dẫn khoa học là TS Nguyễn Văn Hiến Các nội dung nghiên cứu và kết quả trong luận văn này là trung thực và chưa từng được công bố trong bất cứ công trình nào

Những số liệu sử dụng cho việc chạy mô hình được chính tác giả thu thập và ghi nguồn gốc rõ ràng

Ngoài ra trong luận văn sử dụng một số luận điểm khoa học của các tác giả khác cũng được chú thích nguồn gốc rõ ràng để dễ tra cứu, kiểm chứng

Nếu phát hiện bất kỳ sự gian lận nào, tôi xin hoàn toàn chịu trách nhiệm trước Hội đồng nhà trường

TP.HCM, ngày …tháng…năm 2015

Người cam đoan

Lê Nguyễn Nhật Quyên

Tp HCM, ngày …… tháng …… năm 2015

Giảng viên hướng dẫn

Tiếng Việt

CIC Credit Information Center Trung tâm thông tin tín dụng

VPBank Vietnam Prosperity Bank Ngân hàng Thương mại Cổ phần Việt

Nam Thịnh Vượng

GDP Gross domestic product Tổng sản phẩm quốc nội

A - Bảng Tên bảng Trang

Bảng 3.2

Các biến độc lập được sử dụng trong phân tích hồi quy mô hình

Bảng 4.1 Cơ cấu dư nợ vay và nợ xấu DNNVV từng vùng của hệ thống

Bảng 4.2 Tỷ trọng cho vay theo ngành nghề bình quân giai đoạn 2012-2013 51 Bảng 4.3 Cơ cấu mẫu phân chia theo chi nhánh nghiên cứu 54

Bảng 4.9 Kiểm định sự phù hợp của mô hình theo kiểm định Omnibus 60 Bảng 4.10

Kiểm định sự phù hợp của mô hình theo kiểm định Cox&Snell và

Bảng 4.13 Tác động của từng biến độc lập trong mô hình đến rủi ro tín dụng 63 Bảng 4.14 Mô tả phân nhóm nợ dựa trên xác suất khả năng trả được nợ 68 Bảng 4.15 Mô tả xếp hạng tín dụng dựa trên xác suất khả năng trả được nợ 68 Bảng 4.16

Chỉ tiêu đánh giáCông ty TNHH Cung cấp Suất ăn Công nghiệp Lê

Hình 4.2 Sơ đồ cơ cấu tổ chức của Khối Kiểm toán nội bộ 47

Hình 5.1 Thiết kế các ứng dụng mô hình Logistic để đo lường khả năng trả

Hình 5.2 Phân loại nợ dựa trên kết quả dự báo khả năng xảy ra RRTD 76

MỤC LỤC

CHƯƠNG 1 1

TỔNG QUAN ĐỀ TÀI NGHIÊN CỨU 1

1.1 Tính cấp thiết của đề tài 1

1.2 Mục tiêu nghiên cứu 2

 Mục tiêu tổng quát 2

 Mục tiêu cụ thể 2

1.3 Câu hỏi nghiên cứu 2

1.4 Phạm vi và đối tượng nghiên cứu 2

1.5 Phương pháp nghiên cứu 3

1.6 Dữ liệu nghiên cứu 4

1.7 Ý nghĩa khoa học và ý nghĩa thực tiễn của đề tài 4

1.8 Bố cục dự kiến của đề tài 4

CHƯƠNG 2 7

CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU 7

2.1 Cơ sở lý thuyết 7

2.1.1 Tổng quan về doanh nghiệp nhỏ và vừa 7

2.1.2 Rủi ro tín dụng trong cho vay doanh nghiệp nhỏ và vừa 9

2.2 Giới thiệu một số nghiên cứu trước đây về đo lường các yếu tố ảnh hưởng đến rủi ro tín dụng 17

2.2.1 Tài liệu nghiên cứu trong nước 17

2.2.2 Tài liệu nghiên cứu ngoài nước: 21

2.3 Mô hình quản trị rủi ro tín dụng 24

2.3.1 Giới thiệu một số mô hình đo lường rủi ro tín dụng 24

2.3.2 Giới thiệu mô hình Logistic(Logictics model) 26

2.3.3 Phân tích cơ sở lựa chọn mô hình Logistic để phân tích rủi ro tín dụng của

các doanh nghiệp nhỏ và vừa vay vốn tại VPBank 32

Tóm lược chương 02 34

CHƯƠNG 3 35

THIẾT KẾ NGHIÊN CỨU 35

3.1 Phân tích mô hình Binary Logistic trong điều kiện áp dụng tại VPBank 35

3.2 Mô tả các biến 36

3.2.1 Xác định các biến phụ thuộc 36

3.2.2 Xác định các biến độc lập 37

3.3 Mô tả cơ sở dữ liệu 40

3.4 Phương pháp lấy mẫu nghiên cứu 42

3.5 Ứng dụng phần mềm để chạy mô hình 42

Tóm lược chương 3 44

CHƯƠNG 04 45

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 45

4.1 Giới thiệu sơ lược về ngân hàng TMCP Việt Nam Thịnh Vượng-VPBank 45 4.2 Thực trạng hoạt động quản lý rủi ro tín dụng tại VPBank 46

4.2.1 Mô hình quản lý rủi ro tín dụng 46

4.2.2 Chính sách quản lý rủi ro tín dụng 48

4.2.3 Thực trạng hoạt động tín dụng khách hàng DNNVV tại VPBank 50

4.3 Nhận định về việc đánh giá rủi ro tín dụng của khách hàng DNNVV tại ngân hàng VPBank 52

4.3.1 Những thành công 52

4.3.2 Những hạn chế 53

4.4 Thông tin mẫu nghiên cứu 54

4.4.1 Cơ cấu mẫu phân theo địa bàn nghiên cứu 54

4.4.2 Cơ cấu mẫu phân theo loại hình doanh nghiệp 55

4.4.3 Cơ cấu mẫu phân theo ngành nghề kinh tế 55

4.4.4 Phân tích mô tả mẫu nghiên cứu 56

4.5 Kết quả chạy hồi quy 57

4.5.1 Kiểm định tự tương quan 57

4.5.2 Quy trình xây dựng mô hình tối ưu 58

4.5.3 Kiểm định tính phù hợp của mô hình: 60

4.5.4 Mức độ chính xác của dự báo 61

4.5.5 Kiểm định ý nghĩa của các hệ số hồi quy tổng thể 61

4.5.6 Kết quả nghiên cứu đưa ra mô hình Binary Logistic 62

4.5.7 Diễn dịch ý nghĩa các hệ số hồi quy Binary Logistic 64

4.6 Vận dụng mô hình hồi quy Binary Logistic 67

4.6.1 So sánh phân nhóm nợ dựa trên xác xuất khả năng trả nợ 67

4.6.2 Vận dụng mô hình hồi quy Binary Logistic cho xếp hạng tín dụng theo hệ thống xếp hạng tín dụng nội bộ của VPBank 68

4.6.3 Vận dụng mô hình hồi quy Binary Logistic cho mục đích dự báo 68

4.7 Đánh giá tính khả thi của mô hình 69

Tóm lược chương 04 72

CHƯƠNG 5 73

KẾT LUẬN VÀ HÀM Ý GIẢI PHÁP 73

5.1 Kết luận chung 73

5.2 Hàm ý giải pháp 74

5.2.1 Giải pháp đối với ngân hàng VPBank 74

5.2.2 Giải pháp đối với khách hàng vay vốn tại VPBank 83

5.3 Kiến nghị đối với ngân hàng Nhà nước 85

5.3.1 Hoàn thiện hệ thống thông tin của các doanh nghiệp 85

5.3.2 Tăng cường công tác thanh tra, giám sát, đánh giá của Ngân hàng Nhà nước đối với hoạt động ngân hàng 86

5.4 Hạn chế của đề tài 88

Tóm lược chương 05 89

CHƯƠNG 1

TỔNG QUAN ĐỀ TÀI NGHIÊN CỨU

1.1 Tính cấp thiết của đề tài

Tín dụng được coi là đòn bẩy quan trọng cho nền kinh tế Tín dụng còn là hoạt động mang lại phần lớn lợi nhuận cho các ngân hàng thương mại và cũng là hoạt động tiềm ẩn nhiều rủi ro Trong xu thế toàn cầu hóa và hội nhập, nguy cơ và mức độ rủi ro ngày càng gia tăng với những tác động rất lớn đến hệ thống ngân hàng và nền kinh tế

Do đó công tác đánh giá rủi ro tín dụng luôn là vấn đề quan tâm hàng đầu của các ngân hàng thương mại

Doanh nghiệp nhỏ và vừa (DNNVV) đã và đang đóng góp một vai trò quan trọng trong sự phát triển kinh tế xã hội nước ta Phát triển DNNVV đang là một mục tiêu quan trọng trong chính sách phát triển kinh tế của Chính phủ.Với định hướng trở thành một trong những ngân hàng bán lẻ hàng đầu tại Việt Nam, ngân hàng Thương mại cổ phầnViệt Nam Thịnh Vượng (VPBank) đang xem DNNVV là một trong những phân khúc khách hàng trọng tâm của đơn vị Hoạt động cho vay DNNVVđóng góp phần lớn vào kết quả và hiệu quả kinh doanh của VPBank

Tuy nhiên trong thời gian gần đây, nợ xấu trong cho vay DNNVV của ngân hàng VPBank gia tăng nhanh, điều đó đã ảnh hưởng rất lớn đến chất lượng tín dụng và hiệu quả kinh doanh của ngân hàng Do đó việc quản trị rủi ro đối với hoạt động cho vay DNNVV đang là vấn đề cấp bách trong giai đoạn hiện nay để hoạt động này tăng trưởng bền vững, hạn chế đến mức thấp nhất rủi ro và nâng cao hiệu quả hoạt động của VPBank

Xuất phát từ thực tiễn nêu trên, tác giả chọn đề tài: “Ứng dụng mô hình Binary Logistic vào phân tích rủi ro tín dụng đối với doanh nghiệp nhỏ và vừa có quan hệ tín dụng tại Ngân hàng VPBank” làm đề tài nghiên cứu luận văn thạc sĩ

1.2 Mục tiêu nghiên cứu

 Mục tiêu tổng quát

Dựa trên việc ứng dụng mô hình Binary Logistic, đề tài phân tích xác suất khả năng trả nợ vay của các khách hàng DNNVVđang có quan hệ tín dụng tại Ngân hàng VPBank, từ đó dự báo rủi ro tín dụng đối với các DN này nhằm đưa ra các biện pháp hạn chế rủi ro trong hoạt động cho vay, đồng thời làm căn cứ để xếp hạng tín dụng đối với các DNNVV này

1.3 Câu hỏi nghiên cứu

Dựa trên mục tiêu của luận văn, các câu hỏi nghiên cứu được xác định như sau:

1 Mô hình Binary Logistic là gì? Ứng dụng mô hình Binary Logistic trong quản trị rủi ro tín dụng như thế nào?

2 Các yếu tố tác động tới khả năng trả nợ vay của các DNNVVđang vay vốn tại VPBank như thế nào?

3 Ứng dụng mô hình Binary Logistic vào công tác quản trị rủi ro tín dụng tại VPBank như thế nào?

4 Những giải pháp, kiến nghị nào có thể áp dụng nhằm hạn chế rủi ro tín dụng đối với các DNNVV đang có quan hệ tín dụng tại VPBank?

1.4 Phạm vi và đối tƣợng nghiên cứu

 Phạm vi nghiên cứu

- Phạm vi về nội dung nghiên cứu: Các vấn đề tài chính liên quan tới rủi

ro tín dụng của các DNNVV đang vay vốn tại VPBank

- Phạm vi về không gian nghiên cứu: Các DNNVV đang có quan hệ tín dụng tại hệ thống các chi nhánh của VPBank

- Phạm vi về thời gian nghiên cứu của đề tài là các DNNVV hiện đang có quan hệ tín dụng với VPBank và phát sinh dư nợ trong giai đoạn từ ngày 01/01/2011 đến 31/12/2013

 Đối tượng nghiên cứu

Đối tượng nghiên cứu là các hồ sơ vay của các DNNVV đang vay vốn tại VPBank

1.5 Phương pháp nghiên cứu

Phương pháp tiếp cận xuyên suốt của luận văn là phương pháp định lượng, sử dụng thống kê mô tả, mô hình hồi quy Logistic để phân tích số liệu

Đề tài nghiên cứu được thực hiện thông qua hai giai đoạn: Nghiên cứu sơ bộ và nghiên cứu chính thức

- Nghiên cứu sơ bộ được thực hiện thông qua phương pháp định tính bằng cách thu thập số liệu từ các báo cáo tài chính của các DNNVVđang có quan hệ tín dụng tại VPBank Tác giả áp dụng phương pháp thống kê mô tả để phân tích đặc điểm của mẫu khách hàng DNNVV đã lựa chọn và xác định tỷ lệ khách hàngDNNVV có khả năng và không có khả năng trả nợ trong thời gian nghiên cứu Thực hiện nghiên cứu sơ bộ mục đích để đưa ra các chỉ số tài chính của các doanh nghiệp này, phục vụ cho việc nghiên cứu định lượng

- Nghiên cứu chính thức được thực hiện bằng mô hình phân tích định lượng dựa trên nguồn dữ liệu thứ cấp thu thập được từ các hồ sơ vay vốn của các DNNVV tại VPBank Mô hình phân tích định lượng được sử dụng là mô hình hồi quy Binary Logisticđể đo lường xác suất khả năng trả nợ từ đó dự đoán mức độ rủi ro tín dụng của cáckhách hàng DNNVV đang vay vốn tại VPBank

Phần mềm xử lý dữ liệu thống kêSPSS được sử dụng xuyên suốt trong toàn bộ quá trình nghiên cứu

1.6 Dữ liệu nghiên cứu

Dữ liệu nghiên cứu của đề tài này là dữ liệu thứ cấp Nghiên cứu sử dụng dữ liệu

là các chỉ số tài chính được tính toán từ báo cáo tài chính tại 02 thời điểm: 31/12/2012

và 31/12/2013 của 136 DNNVV đang có quan hệ tín dụng tại VPBank Nhóm các chỉ

số tài chính được sử dụng trong luận văn gồm nhóm chỉ tiêu về cấu trúc vốn, nhóm chỉ tiêu về hoạt động đầu tư, nhóm chỉ tiêu về phản ảnh thua lỗ trong hoạt động kinh doanh và nhóm chỉ tiêu về hiệu quả kinh doanh.Trên cơ sở đó và thông qua ứng dụng

mô hình Binary Logistic, tác giả phân tích các chỉ số tài chính cần thiết liên quan để xây dựng bộ dữ liệu cơ sở phục vụ việc phân tích đánh giá rủi ro tín dụng

1.7 Ý nghĩa khoa học và ý nghĩa thực tiễn của đề tài

Binary Logistic là một mô hình thống kê được sử dụng phổ biến trong phân tích rủi ro tín dụng Bằng việc vận dụng mô hình này tác giả xây dựng một hàm số dự báo rủi ro tín dụng cho các doanh nghiệp nhỏ và vừa trên cơ sở các chỉ tiêu tài chính Đồng thời từ kết quả ứng dụng mô hình cũng giúp cho ngân hàng trong công tác xếp hạng tín dụng đối với các DNNVV vay vốn

Về phía ngân hàng, đây là tài liệu tham khảo bổ ích, gợi ý những chỉ dẫn cần thiết cho công tác quản lý và giám sát tín dụng vay nợ, cung cấp thông tin hữu ích cho các đối tượng có liên quan trong quá trình ra quyết định phê duyệt hồ sơ Về phía doanh nghiệp, việc Ngân hàng ứng dụng mô hình mới này vào đánh giá rủi ro tín dụngcó thể

sẽ đặt ra những chuẩn tín dụng mới mà các doanh nghiệp đi vay cần quan tâm khi đến giao dịch tại ngân hàng

1.8 Bố cục dự kiến của đề tài

Luận văn này được trình bày theo kết cấu gồm 05 chương và các chương được

bố cục theo nội dung như sau:

Chương 1: Giới thiệu tổng quan về đề tài nghiên cứu

Chương này trình bày tổng quan về vấn đề nghiên cứu và giải thích tầm quan trọng khi thực hiện nghiên cứu này Ngoài ra, trong chương này cũng trình bày mục tiêu cần nghiên cứu, phương pháp nghiên cứu, đưa ra những thảo luận về các đóng góp đạt được trong kết quả nghiên cứu thực nghiệm và làm cơ sở cho các nghiên cứu tiếp theo

Chương 2: Cơ sở lý thuyết và mô hình nghiên cứu

Nội dung chương hai sẽ đưa ra những cơ sở lý thuyết nền tảng trong luận văn, trong chương này sẽ trình bày cơ sở lý thuyết về rủi ro tín dụng; quy trình tín dụng đang áp dụng tại VPBankvà mô hình định lượng Binary Logistic được sử dụng để đo lường khả năng trả nợ vay của doanh nghiệp nhỏ và vừa từ đó đánh giá rủi ro tín dụng đối với các doanh nghiệp này

Chương 3: Thiết kế nghiên cứu

Chương nàytrình bày chi tiết về phương pháp nghiên cứu, phương pháp chọn mẫu, cách thu thập dữ liệu và phương pháp đo lường các biến nghiên cứu khi ứng dụng mô hình Binary Logistic để phân tích khả năng trảnợ từ đó đánh giá rủi ro tín dụng của các DNNVVvay vốn tại VPBank

Chương 4: Kết quả nghiên cứu và thảo luận

Chương này sẽ giới thiệu sơ lược về ngân hàng VPBank, phân tích thực trạng rủi ro tín dụng, nhận định về công tác đánh giá rủi ro tín dụng tại VPBank Trình bày kết quả nghiên cứu từ đó đánh giá mức độ rủi ro tín dụng của các DNNVVdựa trên việc ứng dụng mô hình hồi quy Binary Logistic Bên cạnh đó, trong chương này tác giả cũng trình bày về vận dụng mô hình Logistic trong xếp hạng tín dụng đối với các DNNVV đang vay vốn tại VPBank và dự báo khả năng trả nợ của DNNVV khi đến vay vốn tại VPBank

Chương 5: Kết luậnvà gợi ý giải pháp

Nội dung chương này trình bày tóm tắt lại nội dung luận văn, gợi ý các nhóm giải pháp nhằm ứng dụng mô hình hồi quy Binary Logistic trong hoạt động phân tích

rủi ro tín dụng đối với DNNVV tại VPBank, từ đó đưa ra các kiến nghị nhằm nâng cao hiệu quả việc đánh giá rủi ro tín dụng tại VPBank Bên cạnh đó tác giả cũng nêu lên những hạn chế của đề tài và hướng nghiên cứu tiếp theo

CHƯƠNG 2

CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU

2.1 Cơ sở lý thuyết

2.1.1 Tổng quan về doanh nghiệp nhỏ và vừa

* Khái niệm doanh nghiệp nhỏ và vừa

Theo định nghĩa của Cộng đồng Châu Âu (The New SME Definition, 2005),thì DNNVV phân ra làm hai loại Đối với doanh nghiệp có quy mô vừalà doanh nghiệp có dưới

250 nhân viên và doanh thu hàng năm nhỏ hơn 50 triệu Euro; đối với doanh nghiệp có quy

mô nhỏ là doanh nghiệp có dưới 50 nhân viên và doanh thu hàng năm nhỏ hơn 10 triệu Euro

Tại Việt Nam, năm 2009, Theo Nghị định 56/2009/CP-NĐ ngày 30/06/2009:

DNNVV là cơ sở kinh doanh đã đăng ký kinh doanh theo quy định pháp luật được chia thành 03 cấp: siêu nhỏ, nhỏ, vừa theo quy mô tổng nguồn vốn (tổng nguồn vốn tương đương tổng tài sản được xác định trong BCĐKT của DN) hoặc số lao động bình quân năm (tổng nguồn vốn là tiêu chí ưu tiên), cụ thể như sau:

Bảng 2.1: Phân loại doanh nghiệp nhỏ và vừa

Quy mô DN siêu

Số lao động

Tổng nguồn vốn

20 tỷ đồng trở xuống

Từ trên 10 người đến 200 người

Từ trên 20 tỷ đồng đến 100 tỷ đồng

Từ trên 200 người đến

300 người

II Công nghiệp

và xây dựng

10 người trở xuống

20 tỷ đồng trở xuống

Từ trên 10 người đến 200 người

Từ trên 20 tỷ đồng đến 100 tỷ đồng

Từ trên 200 người đến

300 người

III Thương mại

và dịch vụ

10 người trở xuống

20 tỷ đồng trở xuống

Từ trên 10 người đến 50 người

Từ trên 10 tỷ đồng đến 50 tỷ đồng

Từ trên 50 người đến

100 người

Theo tiêu chuẩn này thì tại Việt Nam có hơn 97% doanh nghiệp thuộc DNNVV Căn

cứ vào tình hình kinh tế xã hội cụ thể của ngành, địa phương, trong quá trình thực hiện các biện pháp, chương trình trợ giúp có thể linh hoạt áp dụng đồng thời cả hai tiêu chí vốn và lao động hoặc một trong hai tiêu chí trên

* Đặc điểm của doanh nghiệp nhỏ và vừa

Nghiên cứu về mô hình các DNNVV, ta có thể nêu bậc lên những nét điển hình về đặc điểm của DNNVV như sau:

Thứ nhất, các DNNVV đa dạng về loại hình sở hữu: DNNVV tồn tại và phát triển ở hầu hết các lĩnh vực, các thành phần kinh tế như: thương mại, dịch vụ, công nghiệp, nông nghiệp…và hoạt động dưới mọi hình thức như: doanh nghiệp nhà nước, doanh nghiệp tư nhân, công ty cổ phần, công ty TNHH, DN có vốn đầu tư nước ngoài…

Thứ hai,các DNNVV hạn chế về sản phẩm, dịch vụ và năng lực tài chính DNNVVcó khối lượng sản phẩm, dịch vụ hạn chế, chủ yếu dựa vào lao động thủ công: các DNNVV thường chỉ kinh doanh một vài sản phẩm phù hợp với trình độ và kinh nghiệm của chủ DN Phần lớn các DNNVV có nguồn tài chính hạn chế: Vốn kinh doanh của các DNNVV chủ yếu là vốn tự có của chủ sở hữu DN, vay mượn từ người thân, bạn bè, khả năng tiếp cận các nguồn vốn từ các tổ chức tín dụng thấp

Thứ ba, các DNNVV có tính năng động và linh hoạt cao: Các DNNVV có mức đầu

tư ban đầu thấp, sử dụng ít lao động và tận dụng các nguồn lực tại chỗ Do đó các DNNVV

có thể dễ dàng chuyển đổi phương án sản xuất, chuyển đổi mặt bằng kinh doanh, chuyển đổi loại hình DN và thậm chí dễ dàng giải thể DN

Thứ tư, các DNNVV thường có trình độ lao động và năng lực quản lý còn thấp: Trình độ lao động và tay nghề của người lao động, đội ngũ quản lý trong các DNNVV cũng

là một vấn đề bức xúc hiện nay Lực lượng lao động chủ yếu là lao động phổ thông, ít được đào tạo tay nghề và thiếu kỹ năng đồng thời cũng ít được chủ DN quan tâm đào tạo và đào tạo lại nâng cao tay nghề trong khi chất lượng nguồn lao động có ý nghĩa quan trọng đối với

sự tồn tại và phát triển của DN, kỹ năng của chủ DN còn hạn chế, số lượng DNNVV có chủ

DNNVV thường thực hiện công tác chuẩn mực kế toán không đầy đủ, đặc điểm này dẫn đến các DNNVV rất khó tiếp cận nguồn vốn tín dụng của Ngân hàng, đồng thời rủi ro cho vay cũng rất cao vì các DNNVV thường không phản ánh đầy đủ, chân thực các nghiệp vụ thu chi trên hệ thống sổ sách kế toán

Thứ năm, các DNNVV có chu kỳ sản xuất kinh doanh ngắn: DNNVV có vốn đầu tư ban đầu ít nên chu kỳ sản xuất kinh doanh của DN thường ngắn nên khả năng thu hồi vốn nhanh tạo điều kiện cho DN kinh doanh hiệu quả

Bên cạnh đó do quy mô vốn nhỏ nên các DNNVV không có điều kiện đầu tư nhiều vào việc nâng cấp, đổi mới máy móc, mua sắm thiết bị côngnghệ tiên tiến, hiện đại DNNVV cũng gặp khó khăn trong việc tìm kiếm thị trường và phân phối sản phẩm do thiếu thông tin về thị trường, công tác tiếp thị hình ảnh còn kém hiệu quả, làm cho các mặt hàng sản xuất ra khó tiêu thụ trên thị trường dẫn đến hạn chế khả năng chiếm lĩnh thị trường và giảm khả năng cạnh tranh

2.1.2 Rủi ro tín dụng trong cho vay doanh nghiệp nhỏ và vừa

* Khái niệm về rủi ro tín dụng

Ngân hàng cũng như bất kỳ một DN nào trong nền kinh tế, đều hoạt động trên nguyên lý tối đa hóa lợi nhuận trong khoảng rủi ro có thể chấp nhận được Do vậy, rủi ro là nhân tố luôn luôn tồn tại trong hoạt động kinh doanh của ngân hàng Rủi ro trong kinh doanh ngân hàng được hiểu là những biến cố không mong đợi mà khi xảy ra sẽ dẫn đến sự tổn thất về tài sản của Ngân hàng, giảm sút lợi nhuận thực tế so với dự kiến

Theo quyết định 493/2005/QĐ-NHNN (2005) của Thống đốc NHNN thì “Rủi ro tín dụng trong hoạt động ngân hàng của tổ chức tín dụng là khả năng xảy ra tổn thất trong hoạt động ngân hàng của tổ chức tín dụng do khách hàng không thực hiện hoặc không có khả năng thực hiện nghĩa vụ của mình theo cam kết” Hoạt động ngân hàng bao gồm: “việc kinh doanh, cung ứng thường xuyên một hay một số nghiệp vụ sau đây: Nhận tiền gửi, cấp tín dụng, cung cấp các dịch vụ thanh toán qua tài khoản” (Luật các TCTD, 2010, chương 4, mục 2, điều 98)

Rủi ro tín dụng trong hoạt động ngân hàng được Thông tư số 02/2013/TT NHNN ngày 21/01/2013 định nghĩa: “là tổn thất có khả năng xảy ra đối với nợ của TCTD, chi nhánh ngân hàng nước ngoài do khách hàng không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ của mình theo cam kết”

Tóm lại, có thể nói rủi ro tín dụng là khả năng xảy ra tổn thất trong hoạt động cấp tín dụng của các ngân hàng.Rủi ro tín dụng được xem là loại rủi ro trọng yếu trong hoạt động

kinh doanh của Ngân hàng, bởi lẽ cấp tín dụng hiện nay vẫn là hoạt động chủ lực của các

NHTM Việt Nam

* Phân loại rủi ro tín dụng

Nếu căn cứ vào nguyên nhân phát sinh rủi ro, rủi ro tín dụng được phân chia thành hai loại: Rủi ro giao dịch và rủi ro danh mục

Rủi ro giao dịch là một hình thức của rủi ro tín dụng mà nguyên nhân phát sinh là

do những hạn chế trong quá trình giao dịch và xét duyệt cho vay, đánh giá khách hàng Rủi

ro giao dịch có ba bộ phận chính là rủi ro lựa chọn, rủi ro bảo đảm và rủi ro nghiệp vụ

- Rủi ro lựa chọn là rủi ro có liên quan đến quá trình đánh giá và phân tích tín dụng, khi ngân hàng lựa chọn những phương án có hiệu quả để ra quyết định cho vay

- Rủi ro bảo đảm phát sinh từ các tiêu chuẩn đảm bảo như các điều khoản trong hợp đồng cho vay, các loại tài sản đảm bảo, chủ thể đảm bảo, cách thức đảm bảo

và mức cho vay trên trị giá của tài sản đảm bảo

- Rủi ro nghiệp vụ là rủi ro liên quan đến công tác quản lý khoản vay và hoạt động cho vay, bao gồm cả việc sử dụng hệ thống xếp hạng rủi ro và kỹ thuật xử lý các khoản cho vay có vấn đề

Rủi ro danh mục là một hình thức của rủi ro tín dụng mà nguyên nhân phát sinh là

do những hạn chế trong quản lý danh mục cho vay của ngân hàng, được phân chia thành hai loại: Rủi ro nội tại (Intrinsic risk) và rủi ro tập trung (Concentration risk)

- Rủi ro nội tại xuất phát từ các yếu tố, các đặc điểm riêng có, mang tính riêng biệt bên trong của mỗi chủ thể đi vay hoặc ngành, lĩnh vực kinh tế Nó xuất phát từ

- Rủi ro tập trung là trường hợp ngân hàng tập trung vốn cho vay quá nhiều đối với một số khách hàng, cho vay quá nhiều doanh nghiệp hoạt động trong cùng một ngành, lĩnh vực kinh tế; hoặc trong cùng một vùng địa lý nhất định; hoặc cùng một loại hình cho vay có rủi ro cao

Hình 2.1:Các loại rủi ro tín dụng phân chia theo nguyên nhân phát sinh rủi ro

* Các hình thức của rủi ro tín dụng

Rủi ro tín dụng có thể xảy ra ở bốn trường hợp đối với nợ lãi và nợ gốc: Đó là việc không thu được lãi đúng hạn hoặc không thu đủ lãi, không thu được vốn đúng hạn hoặc không thu đủ vốn Tùy trường hợp và ngân hàng hạch toán vào các khoản mục theo dõi khác như lãi treo hoặc nợ quá hạn

Khi không thu được lãi đúng hạn, nguy cơ rủi ro đang ở mức thấp và chỉ cần đưa vào mục lãi treo phát sinh Nếu ngân hàng không thể thu đủ lãi thì sẽ có khoản mục lãi treo đóng băng, trừ trường hợp ngân hàng miễn giảm lãi đó cho doanh nghiệp

Còn khi không thu được vốn đúng hạn, ngân hàng sẽ có khoản nợ quá hạn phát sinh Tuy nhiên, khoản vay này vẫn chưa thể coi là khoản mất mát hoàn toàn của ngân hàng vì có thể vì lý do nào đó, doanh nghiệp chậm trả nợ gốc và sẽ trả sau hạn cam kết trong hợp đồng Nếu như khoản này không thể thu hồi được (do doanh nghiệp bị phá sản chẳng hạn) thì lúc này coi như ngân hàng gặp rủi ro tín dụng ở mức độ cao vì đã phát sinh khoản nợ không có

Rủi ro tín dụng

Rủi giao dịch

Rủi ro lựa

chọn

Rủi ro bảo đảm

Rủi ro nghiệp vụ

Rủi ro danh mục

Rủi ro nội tại

Rủi ro tập trung

Nguồn: Trần Huy Hoàng (2011), Quản trị ngân hàng, NXB Lao động Xã hội, TP.HCM

khả năng thu hồi, trừ những trường hợp đặc biệt, doanh nghiệp vay vốn hội tụ đủ các điều kiện theo quy định về xóa nợ thì ngân hàng có thể xem xét để xóa nợ

Rủi ro tín dụng tồn tại dưới nhiều hình thức, các hình thức đó luôn chuyển biến cho nhau, mà cuối cùng nợ không có khả năng thu hồi

* Dấu hiệu nhận biết và nguyên nhân gây ra rủi ro tín dụng của DNNVV

Nhận diện rủi ro, qua đó có giải pháp tối ưu giúp ngăn ngừa và xử lý các khoản cho vay rủi ro là khâu quan trọng, quyết định đến hiệu quả kinh doanh tín dụng của ngân hàng Dấu hiệu nhận biết rủi ro tín dụng bao gồm: dấu hiệu tài chính và dấu hiệu phi tài chính:

Dấu hiệu tài chính

Thể hiện qua các chỉ tiêu được rút ra từ số liệu BCTC của DN Tuy nhiên phần lớn BCTC của các doanh nghiệp Việt Nam thường không được kiểm toán, do vậy để đánh giá chính xác, nhân viên tín dụng phải xác định được mức độ tin cậy của BCTC Dấu hiệu về xử

lý thông tin tài chính của khách hàng bao gồm: các chỉ số phản ánh khả năng thiếu thanh khoản (bao gồm chỉ số thanh khoản nhanh, chỉ số thanh khoản hiện hành dưới 1); cơ cấu vốn thể hiện sự mất cân đối, khả năng tự chủ tài chính; các vòng quy khoản phải thu, hàng tồn kho, vốn lưu động chậm thể hiện sự trì trệ trong hoạt động, khả năng thu hồi vốn khó, phải thu tăng nhanh và thời hạn thanh toán nợ kéo dài, hàng tồn kho luân chuyển chậm; các chỉ số khả năng sinh lời ROE, ROA thấp thể hiện khả năng tăng trưởng và triển vọng phát triển tương lai yếu

Rủi ro tín dụng

Nợ quá hạn phát sinh

Không thu đủ lãi

1 Lãi treo Đóng băng2.Miễn giảm lãi

Không thu đủ vốn

1 Nợ không

Có khả năng thu hồi

2 Xóa nợ

Hình 2.2: Các hình thức của rủi ro tín dụng

- Nhóm các dấu hiệu phát sinh rủi ro từ phía khách hàng: Trì hoãn cung cấp thông tin, gây trở ngại cho việc kiểm tra định kỳ, đề nghị gia hạn nợ, điều chỉnh kỳ hạn trả nợ thiếu căn cứ thuyết phục, chây ỳ trong việc trả nợ

- Nhóm dấu hiệu liên quan đến giao dịch ngân hàng: Những thay đổi bất thường trong tài khoản tiền gửi thanh toán, có dấu hiệu tìm kiếm nguồn tài trợ bất thường,chậm thanh toán nợ gốc và lãi cho ngân hàng,…

- Nhóm dấu hiệu liên quan đến hoạt động kinh doanh, tình hình tài chính và phương pháp quản lý của khách hàng: khó khăn trong việc phát triển sản phẩm, sản phẩm có tính thời vụ cao, phát sinh chi phí bất thường, thay đổi cơ cấu tổ chức, thuyên chuyển nhân viên quá thường xuyên, chạy theo trào lưu, vấn đề thị hiếu,

- Nhóm dấu hiệu phát sinh từ chính sách tín dụng của ngân hàng: đánh giá và phân loại không chính xác rủi ro khách hàng, dấu hiệu che giấu nợ có vấn đề, hồ sơ tín dụng không đầy đủ, phát triển tín dụng quá mức,…

Khi phát hiện thấy các dấu hiệu phát sinh rủi ro, nhân viên tín dụng phải tiến hành ngay các bước xác định mức độ nghiêm trọng và nguyên nhân, đồng thời phải tái phân loại khoản vay Các nguyên nhân gây ra rủi ro có thể do:

- Nhóm các nguyên nhân nội tại từ phía khách hàng: thông tin gian dối, thiếu trung thực, không hợp tác, sự yếu kém trong quản lý, sự đỗ vỡ của đối tác, sản phẩm và công nghệ của doanh nghiệp lạc hậu, thiếu vốn trong đầu tư dài hạn, yếu tố cạnh tranh, sự phản đối, tẩy chay của công chúng đối với tác động xấu trong sản phẩm/ hành vi doanh nghiệp Hay các nguyên nhân phát sinh từ thái độ, uy tín và khả năng thanh toán của đối tác đầu vào, đầu ra gián tiếp ảnh hưởng khả năng trả nợ của khách hàng

- Nhóm nguyên nhân nội tại từ phí ngân hàng: việc ngân hàng không thu hồi được vốn

có thể do đãbuông lỏng quản lý, cấp tín dụng không minh bạch; áp dụng một chính sách tín dụng kém hiệu quả; trình độ, năng lực yếu kém, thiếu trách nhiệm, mất phẩm chất của một số nhân viên ngân hàng tham gia cấp tín dụng…

- Nhóm nguyên nhân khách quan bên ngoài: Suy thoái kinh tế hoặc do rủi ro thị trường; tình hình chính trị bất ổn; chính sách, cơ chế của nhà nước thay đổi; nguyên nhân bất khả kháng (hỏa hoạn, thiên tai, chiến tranh…)

- Nhóm nguyên nhân từ phía bảo đảm tín dụng: Giá tài sản thế chấp, cầm cố biến động nhiều, khó định giá, tài sản mang tính chuyên dụng, tính khả mại thấp, tranh chấp về pháp lý hoặc bảo lãnh bên thứ ba có vấn đề như mất khả năng tài chính, tài sản giảm giá trị, thay đổi hiện trạng,…

* Một số chỉ tiêu đánh giá rủi ro tín dụng

Công tác đánh giá RRTD của NHTM thường thông qua các chỉ tiêu về kết quả như sau:

Tỷ lệ nợ quá hạn, tỷ lệ nợ xấu, tỷ lệ khả năng bù đắp rủi ro tín dụng… Duy trì một tỷ lệ nợ quá hạn và nợ xấu hợp lý, trong giới hạn cho phép nghĩa là RRTD được kiểm soát, hoạt động quản trị RRTD đạt hiệu quả cao Ngoài ra các tiêu chí về nguyên nhân như: trình độ nguồn nhân lực, trình độ công nghệ, (cả về máy móc thiết bị, cơ sở dữ liệu và phương thức quản trị điều hành), chính sách và chiến lược hoạt động…, cũng cần được xem xét khi đánh giá hiệu quả quản trị RRTD

- Tỷ lệ nợ quá hạn = Dư nợ qu á hạn

Tổng dư nợ cho vayx100%

Tỷ lệ trên chỉ đề cập đến những khoản nợ đã quá hạn, không đề cập đến những món vay có một kỳ hạn đã quá hạn) Như vậy, chính xác hơn, ta có:

- Tỷ lệ dư nợ quá hạn = Tổng dư nợ có nợ qu á hạn

Tổng dư nợ cho vay x100%

Nợ quá hạn (Non performing loan-NPL) là khoản nợ mà một phần hoặc toàn bộ nợ gốc và/hoặc lãi đã quá hạn

Một cách tiếp cận khác, nợ quá hạn là những khoản tín dụng không hoàn trả đúng hạn, không đủ điều kiện để được gia hạn nợ Để bảo đảm quản lý chặt chẽ, các khoản nợ quá hạn trong hệ thống ngân hàng thương mại Việt Nam được phân loại theo thời gian và được phân chia theo thời hạn thành 04 nhóm (từ nhóm 2 đến nhóm 5):

 Nợ quá hạn từ 10 đến 90 ngày : Nợ cần chú ý

 Nợ quá hạn từ 91 đến 180 ngày : Nợ dưới tiêu chuẩn

 Nợ quá hạn từ 181 đến 360 ngày : Nợ nghi ngờ

 Nợ quá hạn trên 361 ngày : Nợ có khả năng mất vốn

- Tỷ lệ nợ xấu = Dư nợ xấu

Tổng dư nợ cho vayx100%

Nợ xấu (Bad debt): là những khoản nợ quá hạn từ 91 ngày trở lên mà không đòi được và không được tái cơ cấu

Nợ xấu là khoản nợ mang đặc trưng:

- Khách hàng đã không thực hiện nghĩa vụ trả nợ với ngân hàng khi các cam kết này

đã hết hạn

- Tình hình tài chính của khách hàng đang và có chiều hướng xấu, dẫn đến có khả năng ngân hàng không thu hồi được cả vốn lẫn lãi

- Tài sản bảo đảm (thế chấp, cầm cố bảo lãnh) được đánh giá là giá trị phát mãi không

đủ trang trãi nợ gốc và lãi

- Hệ số rủi ro tín dụng = Tổng dư nợ cho vay

Tổng tài sản có x100%

Hệ số này cho ta thấy tỷ trọng của khoản mục tín dụng trong tài sản có, khoản mục tín dụng trong tổng tài sản càng lớn thì lợi nhuận sẽ lớn nhưng đồng thời rủi ro tín dụng cũng rất cao

- Tỷ lệ dự phòng rủi ro tín dụng= Dự ph òng RRTD được tr ích lập

Dư nợ cho kỳ báo cáo x100%

- Tỷ lệ khả năng bù đắp rủi ro tín dụng=Dựph òngRRTD đượctr íchl ập

nợqu áhạnkh óđòi x100%

Những rủi ro tín dụng trong cho vay DNNVV

Xuất phát từ đặc điểm của các DNNVV như qui mô vốn và tài sản nhỏ bé; sổ sách và báo cáo kế toán không rõ ràng, minh bạch; sử dụng công nghệ lạc hậu trong sản xuất kinh doanh; trình độ tay nghề công nhân viên cũng như trình độ quản lý của chủ doanh nghiệp còn ở mức thấp Do đó, quan hệ tín dụng giữa DNNVV với các NHTM có những đặc điểm sau đây:

Thứ nhất, về qui mô tín dụng: rất thấp nếu tính bình quân trên một DNNVV

Thứ hai, về thời hạn tín dụng: chủ yếu là vay ngắn hạn

Thứ ba, về đảm bảo tín dụng: hầu hết các DNNVV phải có tài sản đảm bảo khi vay vốn tại

NHTM

Thứ tư, về mục đích sử dụng vốn vay: chủ yếu sử dụng bổ sung vốn lưu động

Thứ năm, về lãi suất: ít được ưu đãi lãi suất, lãi suất theo sự ấn định của các NHTM do

DNNVV chưa có sự tín nhiệm cao từ các NHTM

Thứ sáu, về khả năng hoàn trả nợ vay: DNNVV dễ gặp khó khăn trong việc trả nợ vay khi

có sự biến động trên thị trường tài chính, tiền tệ như: lạm phát, khủng hoảng kinh

- Các DNNVV, đặc biệt là doanh nghiệp nhỏ thường kinh doanh dựa vào mối quan hệ quen biết và manh mún nên ngân hàng khó phát hiện được rủi ro trong hoạt động kinh doanh của DN khi đã giải ngân

- Khả năng tài chính của các DNNVV bị hạn chế, cụ thể là vốn tự có thấp do đó khi gặp khó khăn thì dễ bị mất tính thanh khoản, dẫn đến việc thu hồi nợ vay của ngân hàng sẽ gặp khó khăn

- Việc sử dụng vốn sai mục đích của các DNNVV cũng làm nảy sinh các rủi ro mất vốn của ngân hàng Các DNNVV thường sử dụng vốn vay cho mục đích cá nhân và gia đình

- Các DNNVV kinh doanh thường phụ thuộc vào một số khách hàng lớn, khi những khách hàng này gặp khó khăn thì cũng sẽ khó khăn theo, từ đó gây rủi ro cho ngân hàng

- Khả năng quản lý, tài chính yếu kém của các DNNVV cũng làm nảy sinh các rủi ro cho ngân hàng trong việc thu nợ vay đúng hạn

2.2 Giới thiệu một số nghiên cứu trước đây về đo lường các yếu tố ảnh hưởng đến rủi ro tín dụng

Hoạt động Ngân hàng luôn hàm chứa rủi ro, đặc biệt và thường xuyên là rủi ro tín dụng Khi nào ngân hàng còn hoạt động, khi đó rủi ro còn tồn tại Vì vậy các nghiên cứu về rủi ro tín dụng có thể nói là đề tài “kinh điển” nhưng luôn là vấn đề nóng bỏng và phức tạp trong từng giai đoạn hoạt động của ngân hàng, nhất là trong giai đoạn hiện nay, khi nền kinh

tế vẫn chưa hồi phục sau khủng hoảng, các DN còn gặp nhiều khó khăn, kinh doanh ngân hàng cũng theo đó mà bị ảnh hưởng

Đã có rất nhiều nghiên cứu về vấn đề này, tác giả xin trình bày một số tài liệu liên quan đến vấn đề nghiên cứu:

2.2.1 Tài liệu nghiên cứu trong nước

(1) Hoàng Tùng (2011),Mô hình định lượng phân tích rủi ro tín dụng của các doanh

nghiệp, Tạp chí khoa học và Đào tạo Ngân hàng

Với bối cảnh kinh tế năm 2010 là năm khởi đầu các biến động bất lợi cho nền kinh tế Việt Nam Theo số liệu thống kê, trong số 21 chỉ tiêu kinh tế xã hội chỉ có 16 chỉ tiêu đạt kế hoạch và 05 chỉ tiêu không đạt kế hoạch GDP cả năm đạt 6,7%, GDP bình quân đầu người đạt 1.273 USD, vốn ODA giải ngân cả năm đạt khoảng 3,5 tỉ USD, vốn đầu tư gián tiếp tính đến cuối tháng 11/2010 tăng khoảng 712 triệu USD Bên cạnh đó trong năm 2010 lạm phát

ở mức cao (11,75%), chính sách tiền tệ chưa ổn định, nhập siêu tăng, dự trữ quốc gia giảm…Trên thị trường chứng khoán năm 2010, có thể nói là một năm không thuận lợi Đa sốthời gian trong năm là giai đoạn thị trường trầm lắng, giảm điểm, thanh khoản thất thường Giao dịch thị trường trầm lắng, thanh khoản giảm sút, vốn khan hiếm, lãi suất ngân hàng tăng cao và chưa có dấu hiệu suy giảm, các công ty có quy mô tài trợ vốn lớn liên tục gặp khó khăn trong vấn đề thanh khoản, giải chấp và thua lỗ của nhà đầu tư

Trong giai đoạn bối cảnh kinh tế khó khăn như trên, tác giả Hoàng Tùng đã xây dựng phương pháp phân tích rủi ro tín dụng đối với các doanh nghiệp niêm yết trên Sàn chứng khoán dựa trên cơ sở tiếp cận các mô hình định lượng Tác giả sử dụng phương pháp phân

trên Thị trường chứng khoán Việt Nam Trên cơ sở lý thuyết và các nghiên cứu về rủi ro phá sản, tác giả đã đưa ra 07 biến độc lập biểu hiện những đặc trưng tài chính cơ bản của doanh nghiệp tác động tới rủi ro tín dụng gồm: Tỷ suất nợ; đòn bẩy nợ; tỷ suất tài sản ngắn hạn; số vòng quay tài sản; tỷ suất lợi nhuận/doanh thu; tỷ suất sinh lời tài sản; tỷ suất sinh lời trên

(2) Trần Minh Duy (2013), Phân tích rủi ro tín dụng doanh nghiệp bằng mô hình hồi

quy Logistic: nghiên cứu trường hợp ngân hàng thương mại cổ phần Sài Gòn Thương Tín,-

Luận văn thạc sĩ kinh tế, Trường Đại học Kinh tế TP.HCM

Tình hình kinh tế vĩ mô năm 2013 dần dần đi vào ổn định, được thể hiện ở một vài chỉ báo quan trọng, như lạm phát được duy trì ở mức thấp 6,04% so với mục tiêu 7%-8%; GDP bình quân trên đầu người năm 2013 đạt 1.960 USD, lãi suất có xu hướng giảm thấp và

ổn định, không còn tình trạng chạy đua lãi suất phức tạp như những năm trước; Tuy nhiên trong các ngân hàng tỷ lệ nợ xấu cao và tình trạng khốn khó tài chính của doanh nghiệp khiến cho các điều khoản cho vay được các ngân hàng kiểm soát chặt chẽ hơn trước, tăng trưởng kinh tế không đạt mục tiêu so với kế hoạch đề ra, tức chỉ đạt 5,42% so với 5,5%.Từ công tác thẩm định và đánh giá hồ sơ khách hàng doanh nghiệp còn mang nhiều yếu tố chủ quan định tính tác giả Trần Minh Duy đã tập trung vào phân tích các yếu tố tác động đến rủi ro tín dụng của các doanh nghiệp vay vốn tại ngân hàng TMCP Sài Gòn Thương Tín từ

đó đề xuất, gợi ý hệ thống giải pháp giảm thiểu rủi ro tín dụng đối với các doanh nghiệp này Tác giả sử dụng phương pháp định lượng thông qua ứng dụng mô hình hồi quy Binary logistic Tác giả đưa ra 09 biến độc lập là các chỉ tiêu tài chính cơ bản phản ánh hoạt động kinh doanh của doanh nghiệp được ngân hàng dùng để phân tích rủi ro tín dụng Các chỉ tiêu

chuyển/Tổng tài sản; Lợi nhuận sau thuế/Doanh thu thuần; Lợi nhuận sau thuế/Vốn chủ sở hữu; Doanh thu thuần/Nợ ngắn hạn; Tỷ số thanh khoản ngắn hạn; Doanh thu thần/Tổng tài sản; Thay đổi trong tổng tài sản

Kết quả nghiên cứu của đề tài sẽ góp thêm cơ sở khoa học cho các tổ chức tài chính

và các cá nhân liên quan hiểu rõ hơn về rủi ro tín dụng; đặc biệt là Ngân hàng TMCP Sacombank trong quá trình hoạt động kinh doanh và quản trị rủi ro Nghiên cứu là một trong những cơ sở gợi ý cho tác giả trong việc lựa chọn và phát triển các biến độc lập trong mô hình hồi quy

Tuy nhiên mô hình tác giả sử dụng cũng có những hạn chế nhất định đó là những biến được đưa vào mô hình chưa thật sự là cách lựa chọn hoàn hảo để cho ra mô hình mang tính ứng dụng cao mà có thể thuyết phục các nhà quản trị, các nhà kinh tế sử dụng trong điều kiện làm việc tại các NHTM, chỉ có thể dùng để tham khảo Bên cạnh đó, đề tài chủ đạo thực hiện thu thập số liệu từ ngân hàng Sacombank nên trong điều kiện mở rộng cho Việt Nam, bộ dữ liệu chưa đủ độ tin cậy nhằm đảm bảo mục tiêu sẽ chưa thể mở rộng tốt được

(3) Trương Quang Thông (2010), Tài trợ tín dụng ngân hàng cho các DNNVV- Một

nghiên cứu thực nghiệm tại khu vực thành phố Hồ Chí Minh Nguyên cứu chuyên khảo,

Trường Đại học Kinh tế Tp.HCM

Đề tài khảo sát 200 DNNVV tại khu vực TP.HCM có vay vốn/dự định vay vốn tại các NHTM, đề tài còn khảo sát thêm đối tượng là các cán bộ trung cao cấp của các NHTM trên địa bàn Ngoài ra, nhóm nghiên cứu đề tài cũng sử dụng phương pháp chuyên gia với việc tổ chức một cuộc hội thảo khoa học tại trường Đại học Kinh tế TP.HCM với sự tham gia của các nhà khoa học, đại diện các ngân hàng và giới doanh nghiệp.Việc khảo sát hoạt động tín dụng từ cả 02 phía khách hàng và ngân hàng, cùng với ý kiến chuyên gia thể hiện tính khách quan của đề tài khi xem xét vấn đề vay vốn của các DNNVV từ nhiều góc độ nghiên cứu

Nghiên cứu tập trung vào hai nội dung chính là: Mô tả hiện trạng DNNVV tại TP.HCM qua các phương diện: Quy mô và cách tiếp cận nguồn vốn, tay nghề, khả năng tiếp

cận thông tin, thị trường, các mối quan hệ giữa doanh nghiệp với khách hàng, nhà cung cấp

và quan hệ tín dụng với ngân hàng…Nội dung thứ hai là kết quả khảo sát cán bộ ngân hàng

về tài trợ tín dụng cho DNNVV, bao gồm: Khách hàng mục tiêu của ngân hàng, nhu cầu sử dụng sản phẩm dịch vụ của ngân hàng, quan hệ tín dụng giữa ngân hàng và DNNVV, tình hình nợ xấu của các doanh nghiệp,…Từ đó, đưa ra các đề xuất giải pháp đối với các ngân hàng thương mại, bản thân doanh nghiệp và các tổ chức khác có liên quan để có các biện pháp tích cực phát triển mối quan hệ tín dụng giữa ngân hàng và doanh nghiệp

Bài viết cung cấp nguồn tài liệu quý báu cho tác giả trong việc tìm hiểu những đặc điểm về DNNVV và mối quan hệ tín dụng giữa loại hình doanh nghiệp này với các NHTM,

là gợi ý cho việc đưa ra những nguyên nhân gây nên rủi ro tín dụng xuất phát từ nội tại của bản thân doanh nghiệp gây nên

(4) Võ Đức Toàn (2012),Tín dụng đối với DNNVV của các ngân hàng thương mại cổ

phần trên địa bàn TP.HCM, Luận án tiến sĩ, Đại học Ngân hàng TP.HCM

Mục tiêu nghiên cứu của đề tài là hướng đến việc phân tích thực trạng hoạt động tín dụng đối với DNVVN của các NHTM cổ phần trên địa bàn TP.HCM, từ đó tìm ra những hạn chế và nguyên nhân của nó, trên cơ sở đó góp phần đưa ra các giải pháp giúp các DNVVN dễ tiếp cận nguồn vốn tín dụng từ các Ngân hàng thương mại cổ phần

Mục đích nghiên cứu là đề xuất các giải pháp, khuyến nghị nhằm khắc phục những hạn chế, phát huy những ưu điểm, góp phần mở rộng và nâng cao chất lượng tín dụng của các ngân hàng TMCP đối DNVVN trên địa bàn Tp.HCM

Để đạt được mục tiêu, mục đích nghiên cứu của đề tài này, luận án có những nhiệm

vụ sau:

- Hệ thống hóa những lý luận cơ bản về DNVVN, tín dụngNHTM đối với DNVVN, nghiên cứu kinh nghiệm của một số nước trên thế giới và rút ra bài học kinh nghiệm đối với Việt Nam

- Phân tích và đánh giá thực trạng hoạt động tín dụng của các ngân hàng TMCP, đối với DNVVN trên địa bàn TP.HCM từ đó rút ra những mặt đạt được, những hạn chế

và nguyên nhân của nó

Công trình cung cấp nguồn tài liệu quý báu cho tác giả trong việc tìm hiểu những lý luận

về DNVVN, hoạt động tín dụng đối với DNVVN của các NHTM trên địa bàn Tp.HCM, là gợi ý cho việc đưa ra những nguyên nhân gây nên RRTD xuất phát từ phía ngân hàng

2.2.2 Tài liệu nghiên cứu ngoài nước:

(1) Tabeb A(2005), Logit models for Bankruptcy data Implemented in XploRe, A

master of Science, Humboldt-Universitat zu Berlin, CASE-Center for Applied

Statistic and Economics Institute for Statistics and Econometrics

Kinh tế Mỹ trong giai đoạn 2000-2003 lâm vào thời kỳ suy thoái, lạm phát giảm đáng

kể với chỉ số lạm phát giá tiêu dùng CPI vẫn ở mức dưới 2%, rủi ro thất nghiệp cao (hiện vẫn đang dao động trong khoảng 6%); thâm hụt tài khoản vãng lai vào khoảng 5,2% GDP

và sự biến động thất thường của giá trị đồng USD Tuy vậy, nền kinh tế Mỹ vẫn là đầu tàu của quá trình phục hồi kinh tế nhờ các chính sách cắt giảm thuế và lãi suất (hiện ở mức 1% - mức thấp nhất trong vòng 40 năm qua) Đến quý III/2003, kinh tế Mỹ đã tăng 8,2%, mức tăng trưởng cao nhất trong 20 năm qua Số lượng đơn đặt hàng sản xuất và lượng hàng xuất khẩu tăng và sự chuyển biến khá của thị trường chứng khoán tạo đà cho kinh tế Mỹ đạt mức tăng trưởng Bước sang năm 2004 kinh tế Mỹ phục hồi sau đợt suy thoái năm 2000 và đạt mức tăng trưởng 4,3% là mức tăng trưởng cao nhất kể từ năm 1999

Trong bài nghiên cứu của mình, tác giả Tabeb Ahmad đã ứng dụng mô hình kinh tế lượng vào việc dự đoán khả năng phá sản của doanh nghiệp Tác giả đề xuất sử dụng mô hình Logistic để dự đoán xác suất vỡ nợ của các doanh nghiệp ở Mỹ với mẫu quan sát là 1.052 doanh nghiệp trong thời gian từ năm 1990 đến năm 2004 Tác giả đưa ra các biến ảnh

hưởng đến khả năng phá sản của doanh nghiệp gồm 14 biến độc lập: Tiền mặt/Tổng tài sản

(TTS); tồn kho/TTS; Tài sản ngắn hạn/TTS; TSCĐ/TTS; giá trị tài sản vô hình/TTS; Vòng quay tài sản; nợ ngắn hạn/TTS; Tổng nợ/TTS; vốn tự có/TTS; Doanh thu/TTS; Ebit/TTS; Ebit/tiền lãi phải thanh toán; thu nhập ròng/TTS; (tài sản ngắn hạn-Nợ ngắn hạn)/TTS

Từ nghiên cứu tác giả kết luận nhóm chỉ số về lợi nhuận, đòn bẩy và thanh khoản tác động mạnh nhất tới khả năng phá sản của doanh nghiệp Mô hình Logit chưa phải là công cụ

hiệu quả nhất để đo lường rủi ro mà chỉ là một trong những phương pháp để hỗ trợ các nhà phân tích xem xét khi muốn quản lý rủi ro hiệu quả hơn

(2) Edward, I A., & Gabriele, S.,(2007), Modeling Credit Risk for SMEs: Evidence

from the US Market.ABACUSJounal, 43(3), 332-357

Trong bối cảnh kinh tế tại thị trường Mỹ đã nêu sơ lược ở phần trên, năm 2007, hai tác giả Edward I.Altman và Gabriele Sabato tiến hành nghiên cứu xác suất vỡ nợ của các doanh nghiệp vừa và nhỏ tại thị trường Mỹ Tác giả sử dụng kỹ thuật hồi quy Logistic với

dữ liệu tài chính lấy từ 2.000 công ty Mỹ trong thời gian từ 1994-2002 với doanh thu hàng năm dưới 25 triệu USD (theo quy định về vốn của Ủy Ban Basel) Kết quả nghiên cứu đã chỉ ra 05 biến độc lập (chỉ số tài chính) có khả năng dự báo tốt nhất cho xác suất vỡ nợ của doanh nghiệp đó là tỷ số Lợi nhuận trước thuế, lãi vay và khấu hao/Tổng tài sản; nợ ngắn hạn/giá trị sổ sách vốn cổ phần; lợi nhuận giữ lại/tổng tài sản; Tiền mặt/Tổng tài sản; Lợi nhuận trước thuế, lãi vay và khấu hao/chi phí lãi vay

Kết quả nghiên cứu cũng chỉ ra rằng với cùng một dữ liệu mẫu thì mô hình Logistic cho kết quả dự đoán tốt hơn so với các mô hình định lượng khác như mô hình điểm chuẩn Z, mô hình phân tích đa biệt thức (MDA-Multiple discriminant analysis) Cụ thể là dự đoán đúng của từng phương pháp là 87% (nếu sử dụng mô hình Logistic); 69% (mô hình điểm chuẩn Z); 60% đối với phương pháp phân tích đa biệt thức

Nghiên cứu của các tác giả cũng kết luận rằng việc quản lý rủi ro tín dụng giữa doanh nghiệp vừa và nhỏ và các doanh nghiệp lớn cần có những yêu cầu và tiêu chuẩn khác nhau Trong khuôn khổ phạm vi của nghiên cứu này, nhóm tác giả đề xuất cần phải đưa thêm các nhân tố khác vào khi phân tích rủi ro tín dụng như quy trình thủ tục trong xử hồ sơ , bên cạnh đó khuyến nghị các ngân hàng khi áp dụng mô hình trong việc đánh giá rủi ro cần cân nhắc kết hợp với các phương pháp khác như phương pháp điểm số và xếp hạng tín dụng, các quy định về danh mục vốn đầu tư của doanh nghiệp vừa và nhỏ

(3) Chiara, P., Costanza, T., (2010), A a parsimonious default prediction model for

Italian SMEs, Banks and banks Systems, 5(4)

Năm 2010 chúng ta có thể thấy kinh tế châu Âu đang ở mức đáy của cuộc khủng hoảng nợ công Bắt đầu với điểm bùng nổ đầu tiên là Hy Lạp vào đầu năm 2010 khi chi phí cho các khoản nợ Chính phủ liên tục tăng lên; Cuộc khủng hoảng sau đó đã lan sang Bồ Đào Nha, Tây Ban Nha và tiếp theo là Ý trong khu vực đồng Euro Tốc độ hồi phục kinh tế của các nước châu Âu vẫn còn khá khiêm tốn, các nền kinh tế dẫn đầu khu vực châu Âu vẫn đang tăng trưởng với tốc độ chậm Chính sách thắt lưng buộc bụng, cắt giảm chi tiêu

đã đẩy các nước này rơi vào trạng thái trì trệ Tiêu dùng nội địa, nguồn lực để thúc đẩy hồi phục kinh tế, sụt giảm nhanh Chính sách cắt giảm chi tiêu khu vực công, gia tăng thuế thu nhập cá nhân, doanh nghiệp và triển vọng kinh tế không mấy lạc quan khiến người dân càng thận trọng hơn với quyết định chi tiêu

Với mục đích xây dựng mô hình dự đoán xác suất vỡ nợ của các DN ở Ý Tác giả Chiara P.C T đã sử dụng mô hình Logistic dựa trên các tỷ số tài chính để lượng hóa xác suất vỡ nợ của các doanh nghiệp với quy mô vừa và nhỏ Dữ liệu chủ yếu thu thập tại các doanh nghiệp ở khu vực Emilia Romagna- là mẫu đại diện cho các doanh nghiệp vừa và nhỏ sử dụng trong nghiên cứu Nhóm tác giả đã dùng 16 chỉ số tài chính phân ra làm 05 nhóm (Nhóm tỷ số hoạt động, nhóm tỷ số đòn bẩy, nhóm tỷ số phản ảnh lợi nhuận, nhóm

tỷ số phản ảnh tính thanh khoản, chỉ số tồn kho) Sau khi ứng dụng mô hình hồi quy Logistic, kết quả nghiên cứu đã chỉ ra 04 biến có tác động đến xác suất vỡ nợ và tác giả đã xây dựng mô hình như sau:

PD=1/(1+exp( 2.86+3.46LTLA+3.52EBITA+11.18EQITYA+0.43SALESA))

Trong đó:

- LTLA= Nợ dài hạn/Tổng tài sản

- EBITA=Lợi nhuận trước thuế/Tổng tài sản

- EQITYA=Nợ phải trả/Tổng tài sản

- SALESA=Doanh thu/Tổng tài sản

Xác suất PD càng cao thì xác suất trả nợ của khách hàng doanh nghiệp càng thấp Ngược lại khi xác suất PD càng thấp thì khả năng trả nợ của KHDN càng tốt Kết quả mô hình cho thấy chỉ tiêu tài chính có ảnh hưởng đến khả năng trả nợ của KHDN

2.3 Mô hình quản trị rủi ro tín dụng

2.3.1 Giới thiệu một số mô hình đo lường rủi ro tín dụng

 Mô hình định tính về rủi ro tín dụng – mô hình 6C

Đối với mỗi khoản vay, câu hỏi đầu tiên của ngân hàng là liệu khách hàng có thiện chí và khả năng thanh toán khi khoản vay đến hạn hay không? Điều này liên quan đến việc nghiên cứu chi tiết “6 khía cạnh- 6C” của khách hàng bao gồm:

- Tư cách người vay (Character): Cán bộ tín dụng phải chắc chắn rằng người vay có mục đích tín dụng rõ ràng va có thiện chí nghiêm chỉnh trả nợ khi đến hạn

- Năng lực của người vay (Capacity): Người đi vay phải có năng lực phát luật dân sự

và năng lực hành vi dân sự, người vay có phải là đại diện hợp pháp của doanh nghiệp

- Thu nhập của người vay (Cashflow): Xác định nguồn trả nợ của khách hàng vay

- Bảo đảm tiền vay (Collateral): là nguồn thu thứ hai có thể dùng để trả nợ vay cho ngân hàng

- Các điều kiện (Conditions): ngân hàng quy định các điều kiện tùy theo chính sách tín dụng từng thời kỳ

- Kiểm soat (control): đánh giá những ảnh hưởng do sự thay đổi của luật pháp, quy chế hoạt động, khả năng khách hàng đáp ứng các tiêu chuẩn của ngân hàng

Việc sử dụng mô hình này tương đối đơn giản, song hạn chế của mô hình này là nó phụ thuộc vào mức độ chính xác của nguồn thông tin thu thập, khả năng dự báo cũng như trình độ phân tích, đánh giá của cán bộ tín dụng

 Mô hình lượng hóa rủi ro tín dụng

Mô hình định tính được xem là mô hình cổ điển để đánh giá rủi ro tín dụng Hiện nay, hầu hết các ngân hàng đều tiếp cận phương pháp đánh giá rủi ro hiện đại hơn, đó là lượng hóa rủi ro tín dụng Sau đây là một số mô hình lượng hóa rủi ro tín dụng thường được sử dụng nhiều nhất:

 Mô hình điểm số Z

Mô hình này phụ thuộc vào: (1) chỉ số các yếu tố tài chính của người vay – X; (2) tầm quan trọng của các chỉ số này trong việc xác định xác suất vỡ nợ của người vay trong quá khứ, mô hình được mô tả như sau:

Z= 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + 1,0X5

Trong đó:

- X1: Tỷ số “vốn lưu động ròng/tổng tài sản”

- X2: Tỷ số “lợi nhuận tích lũy/tổng tài sản”

- X3: Tỷ số “lợi nhuận trước thuế và lãi/tổng tài sản”

- X4: Tỷ số “thị giá cổ phiếu/giá trị ghi sổ của nợ dài hạn”

- X5: Tỷ số “doanh thu/tổng tài sản”

Trị số Z càng cao, thì người vay có xác suất vỡ nợ càng thấp Như vậy, khi trị số Z thấp hoặc là một số âm sẽ là căn cứ để xếp khách hàng vào nhóm có nguy cơ vỡ nợ cao

- Z<1,8: Khách hàng có khả năng rủi ro cao

- 1,8<Z<3: Không xác định được

- Z>3: Khách hàng không có khả năng vỡ nợ

Bất kỳ công ty nào có điểm số Z<1.81 phải được xếp vào nhóm có nguy cơ rủi ro tín dụng cao

- Ƣu điểm: Kỹ thuật đo lường rủi ro tín dụng tương đối đơn giản

- Nhƣợc điểm: Mô hình này chỉ cho phép phân loại nhóm khách hàng vay có rủi ro và

không có rủi ro Tuy nhiên trong thực tế mức độ rủi ro tín dụng tiềm năng của mỗi khách hàng khác nhau từ mức thấp như chậm trả lãi, không được trả lãi cho đến mức mất hoàn toàn cả vốn và lãi của khoản vay

Không có lý do thuyết phục để chứng minh rằng các thông số phản ánh tầm quan trọng của các chỉ số trong công thức là bất biến Tương tự như vậy, bản thân các chỉ số được chọn cũng không phải là bất biến, đặc biệt khi các điều kiện kinh doanh cũng như điều kiện thị trường tài chính đang thay đổi liên tục

Mô hình không tính đến một số nhân tố khó định lượng nhưng có thể đóng một vai trò quan trọng ảnh hưởng đến mức độ của các khoản vay (Kinh nghiệm quản trị, mối quan hệ

lâu dài giữa ngân hàng và khách hàng hay các yếu tố vĩ mô như sự biến động của chu kỳ kinh tế)

 Mô hình điểm số tín dụng tiêu dùng

Ngoài mô hình điểm số Z, nhiều ngân hàng còn áp dụng mô hình cho điểm để xử lý đơn xin vay của người tiêu dùng như: mua xe hơi, trang thiết bị gia đình, bất động sản,… Các yếu tố quan trọng trong mô hình cho điểm tín dụng bao gồm: hệ số tín dụng, tuổi đời, trạng thái tài sản, số người phụ thuộc, sở hữu nhà, thu nhập, điện thoại cố định, tài khoản các nhân, thời gian làm việc mô hình này thường sử dụng 7-12 hạng mục, mỗi hạng mục được cho điểm từ 1 -10

- Ưu điểm: Mô hình loại bỏ được sự phán xét chủ quan trong quá trình cho vay và giảm đáng kể thời gian ra quyết định tín dụng

- Nhược điểm: Mô hình chỉ áp dụng được với hoạt động cho vay tiêu dùng, không thể

áp dụng trong cho vay các doanh nghiệp Mô hình không thể tự điều chỉnh một cách nhanh chóng để thích ứng với những thay đổi trong nền kinh tế

2.3.2 Giới thiệu mô hình Logistic(Logictics model)

 Ứng dụng của mô hình hồi quy Binary Logistic

Theo Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2008) cho rằng mô hình hồi quy Binary Logistic sử dụng biến phụ thuộc dạng nhị phân để ước lượng xác suất một sự kiện sẽ xảy ra với những thông tin của biến độc lập mà ta có được

Có rất nhiều hiện tượng trong tự nhiên chúng ta cần dự đoán khả năng xảy ra một sự kiện nào đó mà ta quan tâm (chính là xác suất xảy ra), ví dụ sản phẩm mới có được chấp nhận hay không, người vay trả được nợ hay không, mua hay không mua… Những biến nghiên cứu có hai biểu hiện như vậy gọi là biến thay phiên (dichotomous), hai biểu hiện này

sẽ được mã hóa thành hai giá trị 0 và 1 và ở dưới dạng này gọi là biến nhị phân Khi biến phụ thuộc ở dạng nhị phân thì không thể phân tích với dạng hồi quy thông thường vì nó sẽ xâm phạm các giả định, rất dễ thấy khi biến phụ thuộc chỉ có hai biểu hiện thì thật không phù hợp khi giả định rằng phần dư có phân phối chuẩn, mà thay vào đó nó sẽ có phân phối nhị thức, điều này sẽ làm mất hiệu lực thống kê của các kiểm định trong phép hồi quy thông

dự đoán được của biến phụ thuộc không thể được diễn dịch như xác suất (giá trị ước lượng của biến phụ thuộc trong hồi quy Binary Logistic phải rơi vào khoảng (0;1))

 Mô hình Binary Logistic

Mô hình Logistic (Maddala, 1984) là mô hình định lượng trong đó biến phụ thuộc là biến giả, chỉ nhận 2 giá trị là 0 hoặc 1 Mô hình này được ứng dụng rộng rãi trong phân tích kinh tế nói chung và rủi ro tín dụng nói riêng Mô hình Logistic là mô hình toán học hồi quy

để xem xét mối liên hệ giữa biến (Y) là biến phụ thuộc và tất cả các biến còn lại là biến độc

lập

Cấu trúc dữ liệu các biến trong mô hình Logistic:

Dạng tổng quát của mô hình Binary Logistic có dạng như sau:

Loge ( 𝑷𝒊

𝟏−𝑷𝒊 ) = β0+β1X1+β2X2+β3X3+… + βiXi + έi

Trong đó, Pi là xác suất xảy ra hiện tượng được quan tâm (trong luận văn của tác giả là rủi

ro tín dụng) khi biến độc lập X có giá trị cụ thể là Xi

Ta sẽ nghiên cứu mô hình hàm Binary Logistic trong trường hợp đơn giản nhất là khi chỉ có

01 biến độc lập X

Logistic Regression Model

Linear Probability Model

Liên hệ giữa lý thuyết với nghiên cứu: Một doanh nghiệp được xếp vào rủi ro tín dụng là

một giá trị kỳ vọng của đề tài (gọi là biến Y), và doanh nghiệp không được xếp vào dạng rủi rodoanh nghiệp là giá trị còn lại của biến kỳ vọng Khả năng rủi ro tín dụng của doanh nghiệp vừa và nhỏ được xác định thông qua hệ thống biến giải thích là những biến đo lường khả năng về tài sản của doanh nghiệp và tính hiệu quả trong hoạt động của doanh nghiệp

Đánh giá những yếu tố tác động đến khả năng rủi ro của doanh nghiệp, mô hình đánh giá những doanh nghiệp được xếp vào dạng rủi ro, hoặc không rủi ro được sử dụng là mô hình Logit (Binary logistics) Được sử dụng cho trường hợp biến phụ thuộc chỉ có 2 giá trị, thông thường hai giá trị này được mã hóa là “1” hoặc “0” Trong đó, mỗi giá trị đại diện cho

một giá trị cụ thể của biến phụ thuộc Việc xác định “1” hoặc “0” thuộc đối tượng nào, giá trị nào của biến phụ thuộc không ảnh hưởng đến kết quả của mô hình

Kết quả xây dựng mô hình trên được tiến hành và kết luận sau khi thực hiện các kiểm định về tính khả dụng của mô hình, các kiểm định về tính cộng tuyến giữa các biến giải thích trong mô hình, đánh giá mức độ giải thích của mô hình Đồng thời, nghiên cứu cũng hướng đến tính khả thi mô hình và đánh giá chính xác nhất trong việc giải quyết mục tiêu nghiên cứu

hệ số xác định mô hình R2, nghĩa là giá trị -2LL càng nhỏ càng thể hiện độ phù hợp cao Giá trị nhỏ nhất của -2LL là 0 (tức là không có sai số) khi đó mô hình có một độ phù hợp hoàn hảo

Chúng ta còn có thể xác định được mô hình dự đoán tốt đến đâu qua bảng phân loại (clasification table) do SPSS đưa ra, bảng này sẽ so sánh trị số thực và trị số dự đoán cho từng biểu hiện và tính tỷ lệ dự đoán đúng sự kiện

 Kiểm định ý nghĩa thống kê của các hệ số

Hồi quy Binary Logistic cũng đòi hỏi kiểm định giả thiết hệ số hồi quy khác không Nếu hệ số hồi quy β0 và β1 đều bằng 0 thì tỷ lệ chênh lệch giữa các xác suất sẽ bằng 1, tức xác suất để sự kiện xảy ra hay không xảy ra như nhau, lúc đó mô hình hồi quy của chúng ta

vô dụng trong việc dự đoán

Trong hồi quy tuyến tính chúng ta sử dụng kiểm định t để kiểm định giả thiết H0:

ρk=0 Còn với hồi quy Binary Logistic, đại lượng Wald Chi Square được sử dụng để kiểm định ý nghĩa thống kê của hệ số hồi quy tổng thể Cách thức sử dụng, mức ý nghĩa Sig cho kiểm định Wald cũng theo quy tắc thông thường Wald Chi Square được tính bằng cách lấy

Logistic chia cho sai số chuẩn của hệ số hồi quy này, sau đó bình phương lên theo công thức sau:

 Các phương pháp đưa biến độc lập vào mô hình hồi quy Binary Logistic

Với phương pháp hồi quy từng bước (Stepwise), số thống kê được sử dụng cho các biến được dưa vào và dời ra căn cứ trên số thống kê likelihood-ratio (tỷ lệ thích hợp) hay số thống kê Wald Cũng có thể chọn một trong các phương pháp thay thế sau:

- Enter: Đưa vào bắt buộc, các biến trong khối biến độc lập được đưa vào trong một bước

- Forward: Conditional là phương pháp đưa vào dần theo điều kiện Nó kiểm tra việc loại biến căn cứ trên xác suất của số thống kê Likelihood-ratio dựa trên ước lượng thông số có điều kiện

- Forward: LR là phương pháp đưa vào dần kiểm tra việc loại biến căn cứ trên xác suất của số thống kê Wald

- Backwald: Conditional là phương pháp loại trừ dần theo điều kiện Nó kiểm tra việc loại biến căn cứ tên xác suất của số thống kê Likelihood-ratio dựa trên ước lượng của những thông số có điều kiện

- Backwald: LR là phương pháp loại trừ dần kiểm tra loại biến căn cứ trên xác suất của

số thống kê Wald

 Đề tài này tác giả sử dụng phương pháp Enter