Xếp hạng các ngân hàng thương mại việt nam bằng mô hình z score

Và một trong những công cụ đo lường “sức khỏe” đáng tin cậy đó chính là xếp hạng tín dụng các Ngân hàng Thương mại.. Tuy nhiên, các nghiệp vụ Ngân hàng còn nhiều thiếu sót, đồng thời hoạ

LỜI CẢM ƠN

Lời đầu tiên em xin được gửi lời cảm ơn chân thành nhất đến các thầy cô giáo trong khoa Toán ứng dụng trong kinh tế, các thầy cô đã tạo môi trường học tập hiệu quả, sáng tạo và đã giúp đỡ cho chúng em rất nhiều trong quá trình học tập cũng như nghiên cứu trong suốt 4 năm qua

Đặc biệt em xin cảm ơn tới Th.s Đinh Thị Hồng Thêu đã tạo điều kiện và giúp

đỡ em trong cả quá trình thực hiên chuyên đề tốt nghiệp Với sự hướng dẫn và động viên nhiệt tình từ cô đã giúp em nhận ra những khuyết điểm từ đó khắc phục để có thể hoàn thiện chuyên đề

Em xin chân thành cảm ơn!

MỤC LỤC

RE : Lợi nhuận chưa phân phối

EBIT : Lợi nhuận trước thuế và lãi vay

MVE : Giá trị thị trường của vốn chủ sở hữu

VCSH : Vốn chủ sở hữu

DANH MỤC CÁC BẢNG BIỂU VÀ ĐỒ THỊ

Bảng

LỜI MỞ ĐẦU

 Sự cần thiết của đề tài

Trong bối cảnh nền kinh tế nướcta đã và đang vận hành theo cơ chế thị trường định hướng Xã hội chủ nghĩa và hội nhập kinh tế quốc tế, một trong những yêu cầu hàng đầu là phải công khai minh bạchthông tin thật rõ ràng và lành mạnh theo đúng chuẩn mực đã đề ra của quốc tế Việc sử dụng công cụ xếp hạng tín dụng ở nhiều nước trên thế giới đã trở thành thông dụng và thông lệ nhằm xóatan những “khoảng tối” giữa các nhà đầu tư, các doanh nghiệp, đặc biệt là về lĩnh vực Ngân hàng nói chung và các Ngân hàng Thương mại Việt Nam nói riêng

Để hội nhập thành công, hệ thống các Ngân hàng Thương mại phải có một

“sức khỏe” tốt Và một trong những công cụ đo lường “sức khỏe” đáng tin cậy đó chính là xếp hạng tín dụng các Ngân hàng Thương mại

Xếp hạng tín dụng được xem là thước đo hiệu quả hoạt động, đo lường mức

độ rủi ro và triển vọng phát triển củađối tượng được đánh giá Trong quá trình hội nhập kinh tế quốc tế, xếp hạng tín dụng đóng vaitrò rất quan trọng đối với các nhà đầu tư, hội đồng quản trị Ngân hàng, các chủ nợ và đặc biệt là các cơ quan quản lý Nhà nước Khi Ngân hàng có mức tín nhiệm cao sẽ làm cho các Cổ đông yên tâm đầu tư và các hội đồng quản trị sẽ có những chiến lược đúng đắn trong tương lai, có

cơ hội thu hút vốn từ bên ngoài nhiều hơn Điều này góp phần tạo điều kiện dễ dàng hơn cho các Ngân hàng Thương mại trong quá trình tiếp cận nguồn vốn Tuy nhiên, các nghiệp vụ Ngân hàng còn nhiều thiếu sót, đồng thời hoạt động trong môi trường đầy rủi ro thì xếp hạng tín dụng các Ngân hàng Thương mại đang là một vấn đề cấp bách và cần thiết

Để có cái nhìn rõ nét hơn về hệ thống Ngân hàng và nhằm đóng góp những nền tảng cơ bản về phương pháp, tiêu chí trong đánh giá xếp hạng Ngân hàng nói

chung cũng như Ngân hàng Thương mại nói riêng, em quyết định chọn đề tài: “Xếp hạng các Ngân hàng Thương mại Việt Nam bằng mô hình Z-Score” cho chuyên

đề thực tập tốt nghiệp của mình

 Mục đích nghiên cứu

Với mong muốn xây dựng mô hình xếp hạng rủi ro tín dụng cho các Ngân hàng Thương mại Việt Nam để làm cơ sở khoa học cho các hoạt động liên quan đến Ngân hàng, từ đó cân đối được giữa lợi ích và rủi ro trong hoạt động liên Ngân

hàng Trong bài chuyên đề của em có nhấn mạnh đến việc sử dụng phương pháp phân tích phân biệt để xây dựng nên mô hình Z-Score áp dụng cho dự báo tình trạng phá sản và phân nhóm được các Ngân hàng Thương mại giúp các Ngân hàng Thương mại biết được vị trí của mình trên thị trường, từ đó có biện pháp khắc phục tốt nhất trong tương lai

 Đối tượng và phạm vi nghiên cứu

Đối tương nghiên cứu mà em sử dụng trong chuyên đề này là các Ngân hàng Thương mại Việt Nam

Với bộ số liệu báo cáo tài chính của các Ngân hàng Thương mại năm 2014 và

sử dụng các số liệu của năm 2012 và 2013 để tham khảo thêm

 Phương pháp nghiên cứu

Chuyên đề sử dụng các phương pháp:

- Phương pháp phân tích số liệu;

- Phương phápthống kê;

- Phương pháp phân tích phân biệt

 Kết cấu của bài chuyên đề thực tập tốt nghiệp:

Bố cục của đề tài nghiên cứu: “Xếp hạng các Ngân hàng Thương mại Việt Nam bằng mô hình Z-Score” được chia thành các phần: Lời mở đầu, ba chương với kết cấu chi tiết và kết luận

Chương I: Những vấn đề cơ bản trong xếp hạng tín dụng Ngân hàng Thương Mại Việt Nam

Chương này giúp tahiểu rõ những khái niệm cơ bản và tình hình thực tiễn xếp hạng tín dụng Ngân hàng hiện naytrên toàn thế giới cũng như trong nước

Chương II: Mô hình Z-Score và phương pháp sử dụng trong xếp hạng tín dụng

Chương này trình bày một cách sơ lược về mô hình Z-Score từ đó đưa ra các

cơ sở toán học và thực tiễn của mô hình được xây dựng bằng phương pháp phân tích phân biệt

Chương III: Vận dụng mô hình Z-Score trong xếp hạng tín dụng Ngân hàng Thương mại Việt Nam

Chương này sử dụng lý thuyết để xây dựng mô hình Z-Score từ đó rút ra những kết luận và chỉ ra những mặt-hạn chế của phương pháp

CHƯƠNG 1 NHỮNG VẤN ĐỀ CƠ BẢN TRONG XẾP HẠNG TÍN DỤNG

NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

I Tổng quan về Ngân hàng Thương mại và xếp hạng tín dụng các Ngân hàng Thương mại

1 Tổng quan về hoạt động của Ngân hàng Thương mại

1.1Khái niệm Ngân hàng Thương mại

Mỗi quốc gia đều có một khái niệm riêng về Ngân hàng Thương mại, nhưng hầu hết tất cả các khái niệm đều dựa trên tính chất và mục đích hoạt động của nó trên thị trường tài chính

Đối với Việt Nam khái niệm Ngân hàng Thương mại trong Luật các tổ chức tín dụng số 47/2010/QH 12 được Quốc hội thông qua vào ngày 16/06/2010 phát

biểu như sau: “Ngân hàng Thương mại là loại hình tổ chức tín dụng có thể được

thực hiện tất cả các hoạt động Ngân hàng và các hoạt động khác có liên quan nhằm mục tiêu lợi nhuận” Luật này còn định nghĩa: “Hoạt động Ngân hàng là việc kinh doanh, cung ứng thường xuyên một hoặc một số các nghiệp vụ sau: nhận tiền gửi, cấp tín dụng, cung ứng dịch vụ thanh toán qua tài khoản”.

Tóm gọn lại, chúng ta có thể khái quát lại khái niệm về Ngân hàng Thương

mại như sau: “Ngân hàng Thương mại là một định chế tài chính trung gian có khả

năng thực hiện toàn bộ các dịch vụ tài chính ngân hàng vì mục tiêu lợi nhuận”.

Hoạt động của Ngân hàng Thương mại với mục tiêu hoàn toàn vì lợi nhuận Ngân hàng Thương mại là loại hình hoạt động mạnh nhất và đóng vai trò chủ đạo trong hoạt động kinh doanh tiền tệ hiện nay, nó giữ một vị trí hết sức thiết yếu trong nền kinh tế Nhờ các Ngân hàng Thương mại mà các nguồn tiền nhàn rỗi nằm rải rác trong xã hội sẽ được huy động tập trung lại, đồng thời sử dụng số vốn đó để cấp tín dụng cho các chủ thể trong nền kinh tế nhằm phát triển kinh tế xã hội

1.2 Các lĩnh vực hoạt động của Ngân hàng Thương mại

1.2.1 Hoạt động huy động vốn

Huy động vốn là nghiệp vụ cơ bản và quan trọng nhất ảnh hưởng đến chất lượng hoạt động của Ngân hàng Thương mại Ngân hàng có thể huy động vốn dưới nhiều hình thức khác nhau như tiền gửi, đi vay, phát hành giấy tờ có giá Ngoài ra Ngân hàng còn vay để phục vụ cho nhiều hoạt động khác như sản xuất, phát triển kinh tế của những vùng địa phương hay cả nước Ngày nay, hoạt động này ngày

càng mở rộng trong nhiều lĩnh vực như kinh doanh, quan hệ tín dụng với các tổ chức khác Vì vậy Ngân hàng Thương mại cần phải xem xét kỹ lưỡng để đưa ra chiến lược huy động vốn một cách hợp lý nhất để đáp ứng cho nhu cầu hoạt động của mình.

1.2.2 Hoạt động sử dụng vốn

Sử dụng vốn là hoạt động mang lại nhiều lợi nhuận cho Ngân hàng, bên cạnh đó còn quyết định năng lực cạnh tranh của các Ngân hàng trên thị trường với nhau Các nghiệp vụ chính trong hoạt động sử dụng vốn của Ngân hàng Thương mại như là cho vay, đầu tư và nghiệp vụ Ngân quỹ Mỗi nghiệp vụ đều có tính quan trọng cao để quyết định lợi nhuận cho Ngân hàng cũng chính vì vậy mà Ngân hàng cần xem xét kỹ lưỡng

và chi tiết để đưa ra những chiến lược đúng đắn nhất trong hoạt động này

1.2.3 Hoạt động dịch vụ tài chính trung gian

Ngân hàng Thương mại cũng là trung gian tài chính vì vậy nó có rất nhiều lợi thế Một trong những lợi thế đó là Ngân hàng có thể đưa ra nhiều hình thức nhanh chóng, tiện lợi mà lại chính xác cho khách hàng Đây cũng chính là một trong những tiêu chí cạnh tranh cao của các Ngân hàng Thương mại Các nghiệp vụ chính như ủy nhiệm, ủy thác, môi giới, chứng khoán, cấp thẻ…

Tóm lại, Ngân hàng cần phải đưa ra lựa chọn và quyết định đúng đắn khi thực hiện các nghiệp vụ trên Mỗi nghiệp vụ đều có quyết định quan trọng tới lợi nhuận của Ngân hàng Thương mại, cũng như đảm bảo được chỗ đứng của nó trên thị trường

2 Tổng quan về xếp hạng tín dụng các Ngân hàng Thương mại Việt Nam

2.1Khái niệm xếp hạng tín dụng các Ngân hàng Thương mại

Xếp hạng tín dụng (Credit rating) là thuật ngữ do Moody’s đưa ra vào năm

1909 trong ấn phẩm công bố kết quả xếp hạng trái phiếu ngành đường sắt (Lawrence 2010; Moody’s 2013) Kể từ đó đến nay, các tổ chức xếp hạng đóng vai trò quan trọng trong thị trường tài chính bằng các kết quả xếp hạng để đánh giá chất lượng của sản phẩm trên thị trường tài chính

Nói tóm lại xếp hạng tín dụng là quá trình thu thập, tổng hợp, phân tích thông tin về đối tượng trong quá trình hoạt động tài chính, từ đó có thể phân loại các đối tượng theo từng nhóm căn cứ vào các tiêu chuẩn nhất định phản ánh mức độ an

toàn, lành mạnh trong hoạt động tài chính.

2.2Tầm quan trọng của xếp hạng tín dụng các Ngân hành Thương mại

Xếp hạng tín dụng các doanh nghiệp nói chung và các Ngân hàng nói riêng được ra đời từ những nhu cầu thực tế khách quan của thị trường, khởi đầu của nó là nhu cầu đòi hỏi phải có một tổ chức độc lập có đủ khả năng đánh giá những rủi ro

ẩn náu bên trong những doanh nghiệp, Ngân hàng Từ đó rút ra những định hướng

có thể thu hút nguồn đầu tư Đồng thời thông qua kết quả xếp hạng tín dụng các tổ chức, Ngân hàng còn muốn chứng minh sức mạnh tài chính của nó trên thị trường.Ngày nay các Ngân hàng Thương mại đều sử dụng kết quả xếp hạng tín dụng của các tổ chức xếp hạng tín dụng độc lập, có uy tín để làm cơ sở thu hút từ các nhà đầu tư và đánh giá lại tình trạng sức khỏe của Ngân hàng Bên cạnh đó còn góp phần đảm bảo an toàn hệ thống Ngân hàng Nhà nước từ đó vạch ra những kế hoạch phòng ngừa và xử lý những rủi ro gây mất an toàn một cách kịp thời

2.3 Quy định xếp loại Ngân hàng Thương mại Cổ phần Việt Nam

Để xếp loại các Ngân hàng Thương mại Cổ phần Việt Nam một cách hợp lệ

và chính xác nhất ta căn cứ theo quyết định số 06/2008/QĐ – NHNN về Quy định xếp loại Ngân hàng Thương mại Cổ phần ban hành ngày 12/03/2008 Các Ngân hàng Thương mại Cổ phần được xếp loại A, B, C, D căn cứ theo tổng số kết quả hoạt động kinh doanh và khả năng thanh toán (Phụ lục 1)

II Thực trạng các Ngân hàng trên thế giới và Việt Nam

1 Thực trạng Ngân hàng trên thế giới

Sau khi điều tra về những rủi ro đang đe dọa các Ngân hàng trên toàn cầu gần đây nhất (tính tới cuối tháng 3/2016), Ngân hàng Trung ương Châu Âu (ECB) đã đưa ra những nhận định: “Những diễn biến trong năm 2015 và những tháng đầu năm 2016 đang cho thấy có rất nhiều rủi ro với hoạt động Ngân hàng toàn cầu hiện nay Cổ/phiếu Ngân hàng gần đây đang chịu nhiều áp lực khi mà các nhà đầu tư đều

tỏ ra lo ngại rằng hoạt động Ngân hàng sắp tới chịu tác động mạnh bởi đà suy giảm kinh tế toàn cầu Mặc dù các định chế tài chính đã nỗ lực củng cố bảng cân đối tài sản của mình kể từ sau cuộc khủng hoảng tài chính năm 2008, nhưng rất có thể lại

có một năm đầy biến động nếu các thị trường mới nổi hoặc vấn đề năng lượng tiếp

tục tạo ra thêm nhiều các khoản vỡ nợ”.

Kể từ đầu năm nay, một loạt các Ngân hàng Trung ương tại nhiều quốc gia quyết định hạ lãi suất Đầu năm 2016, Ngân hàng Trung/ương Indonesia đã quyết định hạ lãi suất 2 lần liên tiếp, và đã giảm 0.5% Thúc đẩy tất cả các hệ thống Ngân hàng trong khu vực ASEAN vốn đang trì trệ kể từ sau 2008 Đồng thời trong khoảng thời gian này Ngân hàng Trung ương New Zealand cũng quyết định giảm lãi suất cơ bản xuống còn 2.25% sau năm lần giảm và trong khoảng thời gian chưa đầy một năm Sau đó Ngân hàng Trung ương Châu Âu ECB cũng tuyên bố hạ lãi suất cơ bản từ 0.05% xuống còn âm 0.3%, tính tới thời điểm tháng 3/2016

Nhiều chuyên gia kinh tế cho rằng việc áp dụng tỷ lệ lãi suất như trên sẽ dẫn tới những hậu quả tiêu cực như gây bất ổn về triển vọng lợi nhuận, tạo ra những khó khăn trong thời gian ngắn hạn tới, đồng thời có thể nó sẽ lây lan sang các thị trường vốn và tín dụng, từ đó gây sức ép và nhiều thách thức lên các Ngân hàng khác trên thế giới

2 Thực trạng Ngân hàng Thương mại ở Việt Nam

Qua 6 năm Việt Nam gia nhập WTO, nền kinh tế đã đạt được những thành tựu đầu tiên Môi trường cũng như cách hoạt động của hệ thống ngân hàng Việt Nam đã

có những bước đi tích cực không chỉ tạo cơ hội cho các Ngân hàng Thương/mại trong nước tiếp cận vốn quốc tế dễ dàng hơn mà còn đưa năng lực tài chính của nhiều Ngân hàng đi lên, tạo cơ hội và thúc đẩy cho các Ngân hàng từ đó cạnh tranh

vị thế hiện nay của các Ngân hàng nói chung và Ngân hàng Thương mại nói riêng trong bảng xếp hạng tín nhiệm

Hiện nay, cơ cấu và giá trị vốn điều lệ của các Ngân hàng Thương mại đã tăng lên một cách rõ rệt Hầu hết các Ngân hàng đều đạt được mức vốn pháp định là 3.000 tỷ theo quy định của Ngân hàng Nhà nước Trong đó, một số Ngân hàng còn

có số vốn điều lệ khá cao như: Vietinbank, Vietcombank, Agribank, Techcombank, BIDV … Tổng giá trị tài sản của các Ngân hàng/Thương mại cũng tăng mạnh, trong khoảng thời gian từ 2007-2010, quy mô tài sản của các Ngân hàng Thương mại tăng gấp đôi, từ 1.069 nghìn tỷ lên 2.690 nghìn tỷ đồng và đạt khoảng 3.600 nghìn tỷ đồng vào cuối 2012

Bên cạnh đó, những năm gần đây, hệ thống Ngân hàng Thương mại đang có những bước giảm dần về tỷ trọng tín dụng để tăng tỷ trọng dịch vụ Cũng chính vì vậy mà vấn nạn rủi ro hiện nay của Ngân hàng càng có nguy cơ tăng cao Và tình trạng rủi ro của Ngân hàng Thương mại Việt Nam được biểu hiện rõ rệt ở nhiều khía cạnh khác nhau, ở đây em chỉ nêu ra một số những vấn đề chính:

2.1 Vấn đề nợ xấu

Theo chuyên gia Châu Đình Linh:

“- Nợ / xấu không phải mới phát sinh trong những năm gần đây mà thực chất

đã tích tụ từ nhiều năm trước, bắt đầu được quan tâm đặc biệt từ cuối năm 2011.

- Giai đoạn, 2008 – 2011, tốc độ tăng trưởng tín dụng bình quân là 26,56%, nhưng tốc độ tăng trưởng nợ xấu lại ở mức 51%.

- Đến hết 2012, Ngân hàng Nhà / nước chỉ tập trung củng cố thanh khoản hệ thống Ngân hàng, lành mạnh hóa hoạt động tài chính… để tiến đến xử lý nợ xấu toàn diện.

- Năm 2013, nợ xấu tăng nhanh và thật sự là mối đe dọa đến an ninh hệ thống Ngân hàng và ổn định tài chính quốc gia

- Năm 2014, kết quả xử lý nợ / xấu đạt được ấn tượng nhờ sự nỗ lực của toàn

Năm 2011, nợ xấu gia tăng về giá trị lên 85.000 tỉ đồng, chiếm 3.3% tổng

dư nợ Đồng thời các Ngân hàng Thương/mại bắt đầu gặp trục trặc về thanh khoản

và kết quả hoạt động kinh doanh có hiện tưởng chững lại Đây là hậu quả tất yếu do

chính sách tiền tệ chặt chẽ, nợ xấu tích tụ từ nhiều năm trước được bùng phát, doanh nghiệp làm ăn thua lỗ quá nhiều.

Những điều này ảnh hưởng lớn tới hệ thống Ngân hàng Thương mại ở ba phương diện:

+ Gia tăng quỹ dự phòng rủi ro tín dụng;

+ Giảm tỷ lệ lợi nhuận trên doanh thu;

+ Gây nhiều rủi ro trên nhiều mặt cho các Ngân hàng

Năm 2012 khoảng thời gian bùng nổ tỷ lệ nợ xấu, xuất hiện “hỏa/mù” về số liệu nợ xấu Đây là vấn đề không chỉ Ngân hàng Thương mại mà cả Ngân hàng

Nhà nước cũng đang rất quan tâm

Ngân hàng Nhà nước đã phân loại hệ thống Ngân hàng Thương mại thành

ba nhóm:

+ Ngân hàng Thương mại có tình hình tài chính lành mạnh, có năng lực quy

mô đủ lớn để phát triển thành các Ngân hàng trụ cột của hệ thống;

+ Ngân hàng Thương mại có tài chính lành mạnh, nhưng quy mô nhỏ;

+ Ngân hàng Thương mại có tình hình tài chính khó khăn buộc phải thực hiện tái cơ cấu

Năm 2013, nợ xấu tại các tổ chức tín dụng của Việt Nam tăng mạnh tới 23,73% so với năm 2012 Vòa thời gian này nợ xấu đang là mối đe dọa đến hệ

thống Ngân hàng và ổn định tài chính quốc gia Nợ xấu đã có lúc vượt quá tầm kiểm soát của từng Ngân hàng Vì vậy năm 2013, Chính phủ và Ngân hàng Nhà nước phải tất bật thông qua nhiều giải pháp, sáng kiến nhằm xử lý triệt để nợ xấu trong hệ thống Ngân hàng Khoảng thời gian này các Quyết định và Thông tư được

ra đời:

+ Ngày 21/01/2013, Ngân hàng Nhà / nước ban hành “Thông tư 02/2013/TT –

NHNN” quy định về phân loại tài sản có, mức trích, phương pháp trích lập dự

phòng rủi ro và việc sử dụng dự phòng để xử lý rủi ro trong hoạt động của tổ chức tín dụng, chi nhánh Ngân hàng nước ngoài Thông/tư này quy định phân loại nợ và trích lập dự phòng hướng theo chuẩn mực Basel II mà nhiều nước trên thế giới đang

áp dụng

+ “Nghị định số 53/2013/NĐ-CP của Chính phủ ngày 18/05/2013” về việc

thành lập, tổ chức và hoạt động của Công ty Quản lý tài sản của các tổ chức tín dụng Việt Nam (VAMC)

+Đề án “Xử lý nợ / xấu của hệ thống các TCTD” được Thủ tướng Chính phủ phê duyệt ngày 31/5/2013 theo Quyết định 843/2013/QĐ-TTg, với nguyên tắc xử lý

nợ xấu phải khẩn trương, quyết liệt, đồng bộ, bằng nhiều biện pháp, và đặt trong tổng thể chương trình tái cơ cấu nền kinh tế

+ “Thông tư 19/2013/TT-NHNN ngày 09/09/2013” quy định về việc mua, bán

và xử lý nợ xấu của Công ty Quản lý Tài sản của các tài chính tín dụng (VAMC)

Năm 2014, Các Ngân hàng Thương mại tích cực và chủ động xử lý nợ xấu Theo báo cáo tài chính, cuối tháng 7/2014, tổng nợ xấu nội bảng là 162.2 nghìn tỷ

đồng chiếm 4.11% tổng dư nợ Nợ xấu của hệ thống Ngân hàng có xu hướng tăng nhanh trong các tháng đầu năm 2014 do tình hình kinh tế vĩ/mô chưa được có nhiều cải thiện, hoạt động sản xuất kinh doanh của doanh nghiệp còn khó khăn, tài chính tín dụng áp dụng chuẩn mực mới về phân loại nợ chặt chẽ hơn để phản ánh chính xác hơn chất lượng tín dụng và thực trạng nợ xấu, từ đó thúc đẩy xử lý nợ xấu.Năm 2015 Chính phủ và Ngân hàng Nhà nước thực hiện quyết liệt vấn đề xử

lý triệt để nợ xấu – một trong những tác nhân lớn gây bất ổn kinh tế vĩ mô Việt Nam Đến cuối năm 2015, nợ xấu chiếm 3.2% tổng dư nợ đã có xu hướng giảm về mức dưới 3% đến ngày 30/12/2015 nhưng vẫn còn rất nhiều vấn đề phức tạp cần giải quyết

2.2 Tỷ giá hối đoái

Trong ba năm từ đầu 2013 đến hết 2015, tỷ giá hối đoái*tăng 1.655 đồng/đô, tương đương mất giá 7.94% Nếu tính trong khoảng thời gian bốn năm 2011-2015 tiền đồng mất giá 1.454 đồng/đô la Mỹ, tương đương 6.9% Và trong cả hai mức mất giá trên, sự mất giá trong 365 ngày từ 31-12-2014 đến 31-12-2015 cao nhất là 1.110 đồng/đô la Mỹ, tương đương 5.2% Vào cuối năm 2014, tỷ giá quay trở lại*ổn định, khoảng thời gian này tương đối yên ổn Nhưng sự bình yên đã không thể kéo dài hơn vì sự kiện Trung Quốc phá giá đồng nhân dân tệ vào tháng 8-2015, các đối tác là Thương mại mà Việt Nam theo đó cũng ảnh hưởng rất lớn

Trong năm 2016 này, Ngân hàng Nhà nước Việt Nam đã thực hiện nhiều cơ chế tỷ giá mới nhằm nâng cao vị thế VNĐ như: Điều hành linh hoạt tỷ giá, đưa ra các giải pháp chống đầu cơ ngoại tệ, vàng hóa nền kinh tế, hạn chế những tác động của tỷ giá từ Ngân sách nhà nước và tăng tính cạnh tranh của hàng*hóa xuất khẩu Việt Nam bằng việc tăng năng suất Hiện nay tất cả các Ngân hàng Thương mại Việt Nam đều được tăng cường khả năng thích ứng và trang/bị năng lực về quản lý rủi ro tỷ giá.

2.3 Rủi ro lãi suất

Vào những tháng đầu năm 2016, lãi suất huy động tại các Ngân hàng Thương mại có dấu hiệu tăng nhẹ khoảng vài chục điểm cơ bản ở các kỳ hạn Mặc dù như vậy nhưng mức trần lãi*suất huy động 5.5%/năm cho các kỳ hạn từ 6 tháng trở xuống vẫn được duy trì Lãi suất huy động các kỳ hạn ngắn dưới 6 tháng*nằm trong khoảng 4%/năm đến 5.5%/năm Từ 6 tháng đến dưới 12 tháng trong khoảng 5.4%/năm đến 6.8%/năm, nếu lâu hơn 12 tháng sẽ nằm trong khoảng 6%/năm đến 8%/năm

Trong lúc đó, do đặc thù thường biến động sau lãi suất huy động một thời gian, mặt bằng lãi suất cho vay không có nhiều biến động so với cuối năm 2015 Nhưng trong năm 2016 vẫn còn rất nhiều trở*ngại về rủi ro giảm giá của VNĐ, dẫn tới việc hệ thống Ngân hàng trong thời gian qua cũng thúc đẩy nhu cầu tăng cường huy động vốn Nhiều chuyên gia cho rằng mặt bằng lãi suất trong cả năm 2016 có thể tăng thêm 0.5%

Ở trên là những vấn đề về nợ xấu, tỷ giá hối đoái và rủi ro về mặt lãi suất, chúng đều mang tính thiết yếu ảnh hưởng rõ rệt tới các mức và quy định để phân loại và xếp hạng tín nhiệm các Ngân hàng Thương mại Việt Nam Hiện nay có rất nhiều chuẩn mực xếp hạng tín nhiệm các Ngân hàng Thương mại, như chuẩn mực được đề ra của Ngân hàng Nhà nước hay các bảng xếp hạng của Moody’s, tuy nhiên bảng xếp hạng của Moody’s rất chặt chẽ và khắt khe hơn so với Ngân hàng Nhà nước

Chương 2

MÔ HÌNH Z-SCORE VÀ PHƯƠNG PHÁP SỬ DỤNG

TRONG XẾP HẠNG TÍN DỤNG

I Sơ lược về mô hình Z-SCORE

Chỉ số Z-Score được phát minh bở giáo sư Edward I.Altman, trường kinh doanh Leonard N.Stern, thuộc trường đại học New Yord, dựa vào việc nghiên cứu khá công phu trên số lượng nhiều công ty khác nhau tại Mỹ Mặc dù chỉ số Z-Score được phát minh tại Mỹ nhưng nó là công cụ được cả hai giới học thuật và thực hành công nhận và sử dụng rộng rãi hầu hết ở tất cả các nước trên thế giới với mức độ tin cậy khá cao

Vào năm 1968 giáo sư Edward I.Altman đã giới thiệu phương pháp phân tích

đa biệt thức (MDA = Multiple Discriminant Analysis) trong việc dự đoán thất bại của doanh nghiệp và ước lượng một mô hình gọi là “Mô hình Z-Score” Mô hình này được phát hiện hiện dựa trên phương pháp truyền thống của Beaver (1967) Đây là công cụ thống kê được sử dụng để phân loại một quan sát vào trong những nhóm cho trước phụ thuộc vào những nét đặc trưng riêng biệt của quan sát, phương pháp này nhằm tìm kiếm mối quan hệ tuyến tính của những đặc trưng mô tả tốt nhất của các nhóm

II Cơ sở toán học và thực tiễn của mô hình Z-SCORE

1 Cơ sở toán học của mô hình Z-Score

1.1Mô hình Z-Score

Giả sử có n phần tử được chia làm 2 nhóm (có thể nhiều hơn tùy theo từng đề tài nghiên cứu), mỗi phần tử được đặc trưng bởi p tiêu thức Mô hình Z-Score xác định 1 đặc trưng được xác định từ p tiêu thức này và sử dụng đặc trưng đó tính cho mỗi phần tử, ta có thể dựa vào đó để quyết định phần tử đó được xếp vào nhóm nào

Phương pháp sử dụng là phương pháp phân tích phân biệt, đây là một phương pháp có nhiều ứng dụng trong phân tích thống kê.

- Các biến phải khác biệt giữa các nhóm đã được chia;

- Về phương pháp luận, ta có thể dùng các kỹ thuật phân tích tương quan, kỹ thuật so sánh trung bình, phân tích phương sai để xem xét một chỉ số có khả năng phân/biệt giữa các nhóm hay không

1.3 Phương pháp phân tích

1.3.1 Phương pháp hình học

Với mẫu ngẫu nhiên gồm n cá/thể , ,… Mỗi cá thể đặc trưng bởi p

tiêu thức do đó được coi là một điểm trong và tập hợp các điểm này tạo nên đám mây E

Giả sử chia E thành các đám mây con , ,…, với tâm nhóm , ,…,

; gọi , ,…, là các ma trận hiệp phương*sai tương ứng

Gọi g là tâm của E và ma trận hiệp phương sai tương ứng của E là V Gọi p

là trọng số tương ứng của X, khi đó p được xác định như sau: (j=1,2,…, k)

Tâm và ma trận hiệp phương sai của các đám mây:

Ma trận phương sai giữa các nhóm:

Tổng phương sai của các cá thể trong nhóm:

Phương sai tổng = trung bình phương sai + phương sai trung bình

Trong không gian p chiều, xác định được một metric M với trục phân biệt a, véc

tơ nhân tố: u = Ma Xác định được biến mới Z = Xu, cũng chính là điểm phân biệt.Trong bài chuyên đề này ta xét cho trường hợp 2 nhóm (k=2), vì vậy chỉ xác định được một điểm phân biệt Z Trục phân biệt a đi qua tâm của 2 nhóm

Với a không chuẩn hóa: a =

hoặc a chuẩn hóa: a =

Ta xét với các trường hợp a không chuẩn hóa

hoặc giá trị cực đại của ,

tập các giá trị này là hữu hạn vì vậy có thể tính toán và so sánh trực tiếp kết quả.Với số nhóm k=2 việc quyết định X thuộc vào nhóm nào được đơn giản hóa hơn nhờ so sánh hai khoảng cách trực tiếp với nhau

Điều kiện để xếp X vào nhóm 1:

chênh lệch lớn Để khắc phục tình/trạng này người ta thay trong công thức

tính khoảng cách d bằng Khi đó với trường hợp nhóm có nhiều phần tử và

đường kính lớn sẽ được khắc phục vì nhỏ hơn

1.3.2 Phương pháp xác suất

 Quy tắc Bayes

Giả sử có k nhóm tương ứng với k tỷ lệ , trong tổng thể và

phân/phối xác suất của vecto X=( được cho đối với mỗi nhóm j dưới

dạng một hàm mật độ (hoặc hàm phân phối rời rạc)

Một điểm quan sát X có tọa độ có xác suất thuộc nhóm j được

tính theo công thức Bayes:

Quy tắc Bayes xếp điểm X vào nhóm j là nhóm có xác suất hậu nghiệm lớn nhất

Với công thức trên ta thấy mẫu số không đổi cho cả k nhóm Vì vậy bài toán

phân nhóm dẫn đến cực đại

 Mô hình với trường hợp số nhóm k=2.

Cá thể X được xếp vào nhóm 1 với điều kiện:

Tức:

(Nếu quy tắc trên sẽ trở thành quy tắc Fisher nếu dùng metric )

Chọn điểm phân biệt:

+ Kiểm định giả thiết các ma trận hiệp phương sai bằng nhau:

Giả thiết: Ma trận hiệp phương/sai các nhóm bằng nhau;

Ma trận hiệp phương sai các nhóm khác nhau

Thống kê:

Phân phối xấp xỉ:

Nếu giá trị quan sát của thống kê trên lớn hơn giá trị tới hạn

thì giả thiết bị bác bỏ Chấp nhận , tức các ma trận hiệp phương sai nhóm không bằng nhau

+ Kiểm định bổ sung biến với k=2:

Giả sử có P biến tham gia phân tích phân biệt, 1 trong các biến đó được chọn

Gọi là khoảng cách khi tính trên biến này Giả sử tức là P-1 biến còn lại không có thêm thông tin nào trong phân tích phân biệt nói trên.

Giả thiết: P-1 biến còn lại không có ý nghĩa trong phân biệt;

P-1 biến còn lại có ý nghĩa trong phân biệt

Thống kê:

Sử dụng thống kê F nói trên, chúng ta có thể xem xét việc bổ sung hay không

bổ sung thêm biến mới vào hàm phân tích khác biệt hay phân nhóm, bằng cách thay thế một biến bằng 1 nhóm s biến và P=s+1

giá trị tới hạn mức của phân phối F(1, )

2 Cơ sở thực tiễn của mô hình Z-SCORE

II.1 Phân tích chỉ số truyền thông

Hiện nay chủ đề về sự hoạt động của các chủ thể doanh nghiệp và những khó khăn trong tài chính có thể được giải quyết một cách chi tiết khi chúng ta phân tích các chỉ số tài chính của nó Để phát triển các mức đo định lượng hoạt động của doanh nghiệp thì một số tổ/chức đã được xây dựng để cung cấp mô hình đánh giá tình trạng tín dụng Chẳng hạn như tổ chức đầu tiên của hãng dịch

vụ thông tin quốc tế Dun & Bradstreet nổi tiếng ngày nay đã được thành lập vào năm 1849 tại Incinnati, Ohio cung cấp các điều tra tín dụng độc lập Và các nghiên cứu chính thức liên quan tới dự/báo phá sản của tổ chức đã được thực hiện vào những năm 1930

Vào năm 1967, Beaver đã cho ra đời một tác phẩm kinh điển trong lĩnh vực

phân tích dự báo và xếp hạng tín nhiệm Chính những kỹ thuật phân tích đơn biến đã tạo tiền đề cho các nhà nghiên/cứu tiếp tục đi sâu vào việc phân tích đa biến Beaver

đã tìm ra được một vài chỉ số dùng để phân biệt các công ty phá sản và không phá sản được tính trong vòng năm năm trước khi phá sản xảy ra và mô hình Z-Score đã rất xuất/sắc khi áp dụng được kỹ thuật phân tích đa biến này Vào năm 1972, Deakin cũng đã làm một cuộc nghiên cứu và sử dụng 14 biến tương tự như Beaver, nhưng Beaver đã áp dụng các biến này trong một mô hình phân tích đa biệt thức

Các chỉ số tài/chính đóng vai trò rất quan trọng trong việc đánh giá xếp hạng tín dụng cũng như dự báo trước nguy cơ phá sản của doanh nghiệp trong đó có các chỉ số đóng vai trò quan trọng nhất như là chỉ số đo lường khả năng sinh/lợi, khả năng thanh khoản, khả năng thanh toán Bởi vì phần lớn các nghiên cứu đều trích dẫn nhiều chỉ số khác nhau nên thứ tự tầm quan trọng của các chỉ số đó cũng không được phân chia rõ ràng trong việc phân tích dự báo rủi ro doanh nghiệp

Mặc dù những công việc này có thể khái quát chung cho ta thấy tình trạng và

xu hướng của việc xếp hạng tín dụng cũng như đo lường rủi ro hiện nay, nhưng bên cạnh đó cũng gặp rất nhiều khó khăn Trong lý thuyết phương pháp luận chủ yếu là đơn biến ngẫu nhiên, nhưng trên thực tế lại có sự kết hợp giữa rất nhiều các yếu tố,

và có sự linh động giữa các yếu tố với nhau Vì vậy chúng ta cần tìm ra một cách kết hợp hợp lý giữa các chỉ số với nhau để khắc phục được những nhược điểm trên

II.2 Phương pháp phân tích phân biệt Altman

Sau khi cân nhắc thận trọng bản chất của vấn đề cũng như mục đích của việc phân tích, giáo sư Altman đã chọn phương pháp phân tích thống kê phù hợp nhất:

“Phân tích đa biệt thức (MDA)” Trước đây vào những năm thuộc thế kỉ 20, MDA được sử dụng trong nghiên cứu sinh vật học và nghiên cứu hành vi, nhưng càng ngày, phương pháp này càng được áp dụng rộng rãi trong giới học thuật cũng như thực tiễn, vì vậy Altman cũng những người đồng sự của mình đã thảo luận, nghiên cứu rất cẩn thận để đưa nó áp dụng vào lĩnh vực tài chính vào năm 1981

MDA là một phương pháp phân tích thống kê nhằm xếp nhóm cho một quan sát dựa trên những đặc điểm riêng biệt của nó Nó được sử dụng chủ yếu cho việc phân hạng hay dự báo một cách định tính Và bước đầu tiên trong phân tích chính là

phân loại nhóm cho quan sát, tùy thuộc vào tính chất của quan sát mà có thể phân làm 2 nhóm hoặc nhiều hơn

Sau khi thiết lập các nhóm xong, nhà nghiên cứu sẽ phải thu thập dữ liệu và xếp vào các nhóm, MDA ở dạng đơn giản nhất là xây dựng mối quan hệ tuyến tính của những đặc điểm mà có thể phân biệt các nhóm một cách tốt nhất Đối với các đối tượng cụ thể chẳng hạn công ty có các đặc điểm (về chỉ số tài chính) có thể định lượng cho công ty trong phân tích thì MDA có thể xác định là bộ hệ số tương quan của biệt thức Khi ta áp dụng những chỉ số này vào chỉ số hiện hữu sẽ tạo cơ sở cho việc phân loại nhóm các quan sát

Kỹ thuật phân tích đa biệt thức có nhiều ưu điểm như: xem xét cân nhắc toàn

bộ tập hợp các đặc điểm của công ty tương ứng hay sự tương tác giữa các đặc trưng với nhau Một nghiên cứu đơn biến có thể xem xét những công cụ đo lường để sử dụng cho nhóm chỉ định trước một thời điểm nào đó

Ưu điểm khác của phương pháp phân tích đa biệt thức là giảm không gian phân tích, từ nhiều biến độc lập thành G-1 đại lượng, trong đó G là số nhóm gốc, cụ thể ở đây ta xem xét 2 nhóm: nhóm công ty phá sản và nhóm không phá sản Từ đó

ta có thể phân tích một đại lượng, rõ ràng việc này đơn giản hơn rất nhiều

Hàm biệt thức có dạng: biến đổi những giá trị của biến cá biệt thành một điểm số biệt thức đơn là giá trị Z mà ta dùng để xếp hạng quan sát

Trong đó: - , , … : Các hệ số biệt thức

- , … : Các biến độc lập

- Phân tích đa biệt thức ước tính các hệ số phân biệt

- : Các giá trị thực

Khi dùng các chỉ số tài chính để xem xét khả năng phá sản của một công ty lúc

đó có thể có một vài chỉ số có quan hệ tự tương quan hay cộng tuyến với những chỉ

số khác, vì vậy cần thận trọng khi lựa chọn các biến dự báo

sự phân tích đồng thời nhiều đối tượng một lúc thay vì việc phải kiểm tra lần lượt từng đối tượng một Phân tích đa biệt thức có khả năng loại bỏ những điểm mập mờ

và phân hạng sai có thể hay gặp ở những phân tích chỉ số truyền thống trước đây.Như vây, mô hình Z-Score là một phương pháp phân tích tuyến tính với 5 chỉ

số được gắn liền với một trọng số mang tính khách quan và cộng với nhau thành một chỉ số tổng quát, mà chỉ số này là nền tảng để phân loại, xếp hạng công ty này

Sau đây là những bước chính mà Altman đã xây dựng trong quá trình nghiên cứu:

II.2.1 Lựa chọn mẫu

Ban đầu mẫu gồm 66 công ty, mỗi nhóm có 33 công ty Nhóm 1 gọi là nhóm phá sản: gồm những công ty đã phá sản theo chương 10 của Luật Phá Sản Hoa Kỳ trong giai đoạn 1946 đến 1965, trong khoảng thời gian này các chỉ số trung/bình cũng liên tục thay đổi theo thời kỳ kinh tế Chúng ta có thể lựa chọn những chỉ số ở giai đoạn t để dự báo cho giai đoạn tiếp theo là t+1 Nhưng do không đủ dữ liệu nên không thể thực hiện được Vì vậy Altman chuyển hướng sang nhóm những công ty không phá sản

Nhóm 2 gồm một mẫu ghép đôi của các doanh nghiệp sản xuất được chọn từ

cơ sở phân loại ngẫu nhiên Phân loại các công ty theo ngành và kích cỡ, và phạm

vi tài sản được giới hạn từ 1 triệu USD tới 25 triệu USD Suy ra giá trị tài sản trung bình của nhóm này là 9.6 triệu USD đã lớn hơn nhóm 1 Các công ty thuộc nhóm 2 vẫn hoạt động bình thường trong thời gian phân/tích Các dữ liệu được lấy từ báo cáo tài chính trước khi phá sản 1 năm Dữ liệu được xây dựng từ sổ tay ngành của Moody’s và các báo cáo chọn lọc hàng năm Thời gian kết thúc năm và hoàn thành báo cáo là 7 tháng rưỡi

Những phê phán thường thấy là đối với các chỉ số tài chính về bản chất số liệu thống kê cho thấy chúng chịu ảnh hưởng từ yếu tố về kích cỡ doanh nghiệp, vì vậy nên loại bỏ tác động của yếu tố này trong việc nghiên cứu Do vậy mô hình Z-Score

đã đáp ứng nhu cầu này

II.2.2 Lựa chọn biến

Sau khi các nhóm được hình thành và cũng lựa chọn được các công ty, chúng

ta thu thập kết quả của bảng cân đối kế toán và các báo cáo tài chính Ta có một danh sách gồm 22 chỉ số quan trọng thể hiện rõ các vấn đề của công ty Phân các

biến thành 5 nhóm, gồm: Chỉ số thanh khoản, chỉ số lợi/nhuận, chỉ số đòn bẩy, chỉ số thanh toán, chỉ số hoạt động Đây đều là những chỉ số phổ biến và quan trọng đối với công trình nghiên cứu Beaver đã từng kết luận rằng chỉ số dòng tiền/nợ là chỉ số đơn mạnh nhất Nhưng chỉ số này lại không được xem xét trong

nghiên cứu này vì thiếu dữ liệu và tính nhất quán về dòng tiền Từ danh sách 22 chỉ

số, 5 chỉ số được chọn vì chúng thể hiện rõ và tốt nhất trong việc dự báo

Giá trị hàm phân biệt cuối cùng được xác định:

Trong đó: - Z: Chỉ số tổng hợp

- : Vốn lưu động/ Tổng tài sản (= WC/TA)

- : Lợi nhuận giữ lại/ Tổng tài sản (=RE/TA)

- : Lợi nhuận trước thuế và lãi vay/ Tổng tài sản (=EBIT/TA)

- : Giá trị thị trường của vốn chủ sở hữu/ Giá trị sổ sách của tổng nợ (=MVE/TL)

- : Doanh thu/ Tổng tài sản (= S/TA)

Mô hình không có hệ số chặn, bởi vì phần mềm sử dụng và kết quả dẫn tới giá trị giới hạn tương ứng giữa 2 nhóm không phải bằng 0 Các phần mềm khác như SAS, SPSS có hệ số chặn, chuẩn hóa điểm giới hạn ở 0 nếu số lượng mẫu 2 nhóm bằng nhau

Do việc định dạng và sắp xếp, biến đến biến phải được định dạng ở

dạng phần trăm Ví dụ: “một công ty có chỉ số là 10% thì vẫn phải giữ nguyên

10% không được ghi là 0.1 Riêng chỉ số có thể được biểu diễn dưới dạng số thập phân Sự bất thường này là do các biến đã được định dạng khác nhau Bảng 2.1

sẽ minh họa đặc điểm kỹ thuật và hình/thức của từng biến số trong năm biến số độc

Qua các năm nghiên cứu, các công ty đã tìm ra một cách thể hiện thuận tiện hơn của mô hình:

Để đánh giá khả năng phá sản của công ty, chỉ số Z được so sánh với các mức điểm được xác định trước như sau:

: Doanh nghiệp có vấn đề nghiêm trọng về tài chính, có khả năng cao sẽ phá sản

: Doanh/nghiệp không có vấn đề trong thời gian ngắn hạn, tuy nhiên cần xem xét điều kiện tài chính một cách thận trọng

: Doanh nghiệp an toàn, nếu chỉ dựa trên các chỉ tiêu tài chính dùng tính toán

Nếu sử dụng công thức trên thì các biến từ tới được sử dụng dưới

dạng số thập phân Biến số cuối cùng cũng được viết dưới dạng số thập phân Điểm số cho các công ty đơn lẻ và các nhóm phân loại tương ứng và điểm ngưỡng vẫn khác nhau thấy rõ Định dạng này đã được sử dụng trong một vài

tình huống thực tế

Bảng 2.1: Giá trị trung bình và ý nghĩa kiểm định

Biến Trung vị của nhóm

Dấu * thể hiện mức ý nghĩa 0.001

II.2.3 Nội dung các biến số

 : Vốn lưu động/ Tổng tài sản

Chỉ số này thường được tìm thấy trong các nghiên cứu về tài chính của công

ty, nó là một trong những công cụ đo lường tính thanh khoản có ý nghĩa nhất trong việc đánh giá nguy cơ phá sản của công ty Tỷ lệ này chỉ ra cho chúng ta biết mỗi một đơn vị tài sản thì cần bao nhiêu đơn vị vốn lưu động

 : Lợi nhuận giữ lại/ Tổng tài sản

Lợi nhuận giữ lại thể hiện số thu nhập được dùng để tái đầu tư hay mức thua

lỗ của công ty trong suốt quá trình tham gia hoạt động trên thị trường Có thể hiểu chỉ số lợi nhuận giữ lại thể hiện cho khả năng tích lũy lợi nhuận theo thời gian, nó thể hiện công ty hoạt động trong khoảng thời gian bao nhiêu lâu, dài hay ngắn Bên cạnh đó, đây cũng là một chỉ số đo lường đòn bẩy của công ty Những công ty có lợi nhuận giữ lại cao so với tổng tài sản thể hiện được chính bản thân công ty đó đã tài trợ, đầu tư cho bản thân bao nhiêu mà không phải dựa vào việc sử dụng nhiều khoản nợ

 : Lợi nhuận trước thuế và lãi vay/ Tổng tài sản

Đây là một chỉ số thể hiện hiệu suất sử dụng tài sản, nó đo lường năng suất hoạt động thực sự của công ty mà không phải phụ thuộc vào thuế và vay

nợ Một công ty muốn tồn tại thực sự trên thị trường chính là dựa vào khả năng tạo ra tiền của nó, chỉ số này liên quan tới việc nghiên cứu một công ty thành công hay thất bại Đây cũng là một chỉ số dự báo có ý nghĩa tốt hơn so với các chỉ số sinh lợi khác

 : Giá trị thị trường của vốn chủ sở hữu/ giá trị sổ sách của tổng nợ

Vốn chủ sở hữu là vốn tự có của Ngân hàng là nguồn vốn riêng được chủ sở hữu đóng góp ngay từ lúc mới thành lập Nó thể hiện khả năng chống lại rủi ro phá sản Chỉ số giá trị thị trường của vốn chủ sở hữu trên giá trị sổ sách tổng nợ thể hiện mức độ sụt giảm về mặt giá trị tài sản của công ty trước khi nợ vượt quá tài sản và

có nguy cơ mất khả năng thanh khoản

 : Doanh thu/ Tổng tài sản

Đây là chỉ số tài chính thể hiện khả năng tạo ra thu nhập của tài sản công ty, là một thước đo khả năng quản trị trong môi trường cạnh tranh cao Bởi vì mối quan

hệ của nó với nhiều biến khác trong mô hình nên đây cũng là một chỉ số quan trọng thể hiện khả năng phân biệt của mô hình

III Một số mô hình Z-Score khác

Từ một chỉ số Z ban đầu, giáo sư Edward I.Altman đã phát triển ra chỉ số Z’

và Z” để có thể áp dụng theo từng loại hình và ngành của doanh nghiệp

1 Doanh nghiệp đã Cổ phần hóa ngành sản xuất

 Z < 1.8: Doanh nghiệp nằm trong vùng nguy hiểm, nguy cơ phá sản cao

 1.8 < Z < 2.99: Doanh nghiệp nằm trong vùng cảnh báo, có thể có nguy cơ phá sản

 2.99 < Z: Doanh nghiệp nằm trong vùng an toàn chưa có nguy cơ phá sản

2 Doanh nghiệp chưa Cổ phần hóa ngành sản xuất

 Z’ < 1.23: Doanh nghiệp nằm trong vùng nguy hiểm, nguy cơ phá sản cao

 1.23 < Z’ < 2.9: Doanh nghiệp nằm trong vùng cảnh báo, có thể có nguy cơ phá sản

 Z’ > 2.9: Doanh nghiệp nằm trong vùng an toàn, chưa có nguy cơ phá sản

3 Doanh nghiệp khác

Chỉ số Z” dưới đây có thể được dùng cho hầu hết các ngành, các loại hình

doanh nghiệp Vì sự khác nhau khá lớn của giữa các/ngành, nên đã được đưa

ra Công thức tính chỉ số Z” được điều chỉnh như sau:

 Z” < 1.1: Doanh nghiệp nằm trong vùng nguy hiểm, nguy cơ phá sản cao

 1.2 < Z” < 2.6: Doanh nghiệp nằm trong vùng cảnh báo, có thể có nguy cơ phá sản

 Z” > 2.6: Doanh nghiệp nằm trong vùng an toàn, chưa có nguy cơ phá sản

4 Mô hình Trung Quốc

Hàm phân biệt:

Các biến số được chọn trong hàm phân tích phân biệt trên là:

- : Lợi nhuận trên tổng tài sản (ROA)

- : Dòng tiền mặt thuần từ các hoạt động sản xuất/ tổng số Cổ phiếu đang giao dịch

- : Logarit tài sản cố/định

- : Tỷ lệ tăng doanh thu của các kinh doanh chính

- : Lợi nhuận chưa phân phối

- : Giá trị thị trường của các Cổ phiếu đang giao dịch/ tổng nợ

- : Giá trị sổ sách của tổng số Cổ phiếu/ Giá trị thị trường của chúng

5 Mô hình Nhật Bản

Có 61 chỉ số tài chính cơ sở ban đầu được đưa ra để lựa chọn Những chỉ số

này được chọn lựa trên cơ sở của:

- Sự phổ biến của số liệu;

- Số liệu đã được sử dụng bởi Japan Development Bank;

- Teikoku Data/Bank với cơ sở dữ liệu tín dụng Cosmos 1 của nó;

- Các kiểm định của tác giả mô hình theo các nhóm sau:

(1) Tính sẵn có của thông tin ( - );

Theo mô hình này các công ty có Z<0.38 có xác/suất phá sản 86.14%

IV Phương pháp phân tích phân biệt trong xếp hạng tín dụng

1 Hàm phân tích phân biệt

Hàm phân tích phân biệt có dạng tuyến tính như sau:

lệch bình phương của biệt số giữa các nhóm so với tổng các độ lệch bình phương của biệt số trong nội bộ các nhóm đạt được là cực đại Bất kì một kết hợp tuyến tính nào khác của các biến độc lập cũng đều tạo những tỷ lệ nhỏ hơn.

2 Các bước tiến hành phân tích phân biệt

Sơ đồ1: Các bước tiến hành phân tích phân biệt

Xác định vấn đề nghiên cứu

Ước lượng các hệ số hàm phân biệt

Xác định ý nghĩa của hàm phân biệt

Bước thứ hai là chia mẫu quan sát thành hai phần, phần dùng để ước lượng hàm phân biệt gọi là mẫu ước lượng hay mẫu phân tích Phần còn lại được gọi là mẫu kiểm tra dùng để kiểm tra tính đúng đắn của hàm phân biệt Khi mẫu đủ lớn ta

có thể chia mẫu làm hai phần phân tích và kiểm/tra bằng nhau Vai trò của hai mẫu này có thể được thay đổi và việc phân tích được lập lại Đây gọi là kiểm tra chéo Thường thì phân phối của số quan sát trong mẫu phân tích và mẫu kiểm tra giống như phân phối trong toàn bộ mẫu

Ví dụ nếu toàn bộ mẫu bao gồm 50% người tiêu dùng thỏa mãn với sản phẩm

và 50% người tiêu dùng cảm thấy sản phẩm không mang lại cho họ sự thỏa mãn, thì mẫu phân tích và mẫu kiểm tra cũng bao gồm 50% người thỏa mãn và 50% người không thỏa mãn

2.2 Ước lượng các hệ số hàm phân biệt

Có hai phương pháp ước lượng các hệ số của hàm phân biệt:

 Phương pháp trực tiếp: ước lượng hàm phân tích phân biệt khi tất cả các biến dự báo được đưa vào phân tích cùng một lúc Trong trường hợp này mỗi biến được đưa vào bất kể khả năng phân biệt của nó Phương/pháp này thích hợp khi dựa vào nghiên cứu trước đó hay mô hình lý thuyết, người nghiên cứu muốn hàm phân biệt được xây dựng trên tất cả các biến dự báo

 Phương pháp từng bước: Các biến dự báo được đưa vào hàm phân biệt một cách lần lượt dựa vào khả năng phân biệt được các nhóm của chúng Phương pháp này thích hợp khi các nhà nghiên/cứu muốn chọn ta một tập hợp con các biến dự báo có ý nghĩa để đưa vào phương trình phân biệt

2.3 Xác định ý nghĩa của hàm phân biệt

Kết quả phân tích của hàm phân biệt sẽ không được giải thích nếu như hàm phân biệt được ước lượng không có ý nghĩa về mặt thống kê Giả thiết không ở đây

là trong tổng thể các trung bình của hàm phân biệt trong tất cả các nhóm là bằng nhau, giả thiết này phải được kiểm tra xem nó có ý nghĩa thống kê hay không Chúng ta có thể thực hiện bước này bằng kiểm/định Wilks’Lamda trong SPSS Nếu

có nhiều hàm phân biệt được thực hiện cùng một lúc bằng kiểm định Wilks’Lamda (trường hợp phân tích phân biệt số bội) thì Wilks’Lamda là tích số của các đại lượng Lamda đơn biến của từng hàm Mức ý nghĩa được ước lượng dựa trên phép biến đổi sang đại lượng Khi bình phương của đại lượng Lamda này

2.4 Giải thích các kết quả

Việc giải thích kết quả các hệ số của hàm phân biệt và các hệ số khác cũng tương tự như trong trường hợp giải thích kết quả của phân tích hồi quy bội Trị số của hệ số của một biến dự đoán phụ thuộc vào việc đưa biến dự đoán khác nhau vào vào trong hàm phân biệt Dấu của các hệ số đó thì tùy ý nhưng chúng cho chúng ta

biết biến nào làm cho giá trị của hàm phân biệt là lớn hay nhỏ và nên gắn phù hợp với nhóm nào.

Tầm quan trọng của các biến được thể hiện qua độ lớn tuyệt đối của hệ số chuẩn hóa của hàm phân biệt Nói chung các hệ số càng có giá trị lớn thì càng đóng góp nhiều hơn vào khả năng phân biệt của hàm (dựa vào bảng Standardized/Canonical Discriminant Function Coefficients) hoặc nó có thể được thể hiện qua hệ số tương quan kết quả (bảng ma trận Structure Matrix) Những hệ

số tương quan đơn giữa từng biến dự đoán và hàm phân biệt này cho biết phần phương sai biến dự đoán này tham gia trong phương/trình

2.5 Đánh giá tính đúng đắn của phân tích biệt số

Ở phần trên đã được đề cập về vấn đề các dữ liệu được chia thành hai phần là mẫu phân tích dùng để ước lượng hàm phân biệt và mẫu kiểm tra dùng để xây dựng

ma trận phân loại Các hệ số phân biệt sau khi được ước lượng từ mẫu phân tích sẽ được nhân với các giá trị của các biến dự báo tương ứng với nó trong mẫu kiểm tra

để tính được giá trị biệt số D của mỗi quan sát trong mẫu kiểm tra Tiếp theo các mẫu quan/sát sẽ được phân chia vào các nhóm dựa trên biệt số và một số nguyên tắc thích hợp đã được đề ra của chúng Ta tính được giá trị điểm phân biệt dựa vào hai trường hợp sau:

Trường hợp 1: Nếu hai nhóm có quy mô số quan sát bằng nhau thì điểm phân

biệt sẽ là trung bình cộng của hai tâm nhóm:

Trường hợp 2: Nếu hai nhóm có quy mô số quan sát khác nhau thì lúc đó

điểm phân biệt sẽ được tính theo công thức sau:

Trong đó:

: Giá trị điểm phân biệt;

: Số quan sát thuộc nhóm A trong mẫu phân tích;

: Số quan sát thuộc nhóm B trong mẫu phân tích;

: Tâm nhóm A;

: Tâm nhóm B

Ta tính các tỷ lệ đúng (phần trăm số quan sát được phân loại đúng) bằng cách cộng các con số trên đường chéo của bảng kết quả phân/loại và chia cho tổng số quan sát Kết quả phân loại được tính từ mẫu phân tích luôn tốt hơn so với kết quả phân loại được tính từ mẫu kiểm tra, vì vậy hàm phân tích phân biệt sẽ được ước lượng từ các số liệu tính được từ mẫu phân tích

CHƯƠNG 3 VẬN DỤNG MÔ HÌNH Z-SCORE TRONG XẾP HẠNG TÍN DỤNG CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

I Dữ liệu phân tích

1 Đối tượng và nguồn số liệu

Dựa vào các phân tích đã được trình bày ở trên cùng với thực tiễn trong việc thu thập số liệu của các Ngân hàng Thương mại Chuyên đề sử dụng mô hình Z-Score và phương pháp phân tích khác biệt dựa trên cơ sở lý thuyết được trình bày trong giáo trình thống kê thực hành với sự trợ giúp của phần mềm SPSS Trong giới hạn, đề tài chỉ chọn 32 Ngân hàng Thương mại Cổ phần Việt Nam

Các số liệu thu thập được lấy từ báo cáo tàì chính: Bảng cân đối kế toán, bảng kết quả hoạt động kinh doanh của các Ngân hàng Thương mại năm 2014

Dựa vào các số liệu trên, em đã tính toán các chỉ tiêu tài chính cần thiết phục

vụ cho việc phân tích trong bài

Nguồn số liệu trên được thu thập từ các website chính thức của các Ngân hàng Thương mại Tất cả số liệu đều được công khai minh bạch

Đây là danh sách tên các Ngân hàng Thương mại Cổ phần (TMCP) được đề cập trong bài chuyên đề của em:

Bảng 3.1: Danh sách các Ngân hàng TMCP Việt Nam

STT TÊN CÁC NGÂN HÀNG THƯƠNG MẠI CỔ

PHẦN VIỆT NAM KÍ HIỆU