xếp hạng tín dụng doanh nghiệp

Xếp hạng tín dụng (XHTD) có vai trò hết sức quan trọng đối với doanh nghiệp, ngân hàng và nhà đầu tư. Yêu cầu đặt ra là phải có công cụ xếp hạng khoa học và tin cậy, phản ánh đúng bản chất doanh nghiệp nhằm giảm thiểu rủi ro cho nhà đầu tư hoặc người cho vay. Thực tế, kết quả XHTD hiện nay ở Việt Nam phần lớn mang tính hình thức, giá trị sử dụng chưa cao. Dựa trên thuật toán hàm cực đại (hàm Max), nghiên cứu xây dựng phần mềm xếp hạng doanh nghiệp CRMF và sử dụng số liệu từ báo cáo tài chính của các công ty niêm yết trên thị trường chứng khoán (TTCK) Việt Nam để kiểm định việc xếp hạng doanh nghiệp dựa trên phần mềm này. Được xây dựng trên quy chuẩn thống kê toán học và số liệu báo cáo tài chính doanh nghiệp được kiểm toán, kết quả xếp hạng doanh nghiệp bằng hàm Max phản ánh được thực chất doanh nghiệp. So với các mô hình XHTD hiện nay tại Việt Nam, thì XHTD bằng hàm Max là phương pháp có xác suất sai lầm nhỏ hơn.

CHỦ ĐỀ: ỔN ĐỊNH TÀI CHÍNH, TĂNG TRƯỞNG VÀ LẠM PHÁT

03 Tác động truyền dẫn tỷ giá hối đoái đến lạm phát của Việt Nam

Exchange Rate Pass -Through and Inflation in Vietnam

Nguyễn Kim Nam

Trương Ngọc Hảo

Nguyễn Thị Hằng Nga

11 Mối quan hệ giữa lạm phát và tăng trưởng kinh tế: Bằng chứng thực nghiệm tại Việt Nam

The Relationship between Inflation and Economic Growth: Empirical Evidence in Vietnam

Hồ Thị Lam

NGHIÊN CỨU TRAO ĐỔI

21 ờ Khả năng dự báo phá sản của mô hình Z-score và H-score: Ứng dụng cho các công ty niêm yết tại Việt Nam

Bankruptcy Prediction of Listed Companies in Vietnam: Revisiting the Z-Score and H-Score Models

Liêu Minh Lý

29 Kỷ luật thị trường ngân hàng: Luận chứng thực tiễn và bài học cho Việt Nam

Market Discipline in Banking: Empirical Evidence and Lessons for Vietnam

Phan Diên Vỹ

Lý Hoàng Ánh

Đoàn Thanh Hà

36 Xếp hạng tín dụng doanh nghiệp bằng hàm MAX

Credit Rating by the MAX Function

Đặng Đức Trọng

Nguyễn Hoàng Thanh

Nguyễn Đăng Minh

42 Lợi nhuận bất thường và tính thanh khoản của cổ phiếu đối với thông báo chia tách cổ phiếu: Nghiên cứu thực nghiệm trên thị trường chứng khoán Việt Nam

Abnormal Return and Market Liquidity Around the Stock Split Announcement – An Empirical Investigation in Vietnam Securities Market

Võ Xuân Vinh

Phan Thị Anh Thư

53 Các nhân tố ảnh hưởng đến tăng trưởng tín dụng của các quỹ tín dụng nhân dân ở khu vực Đồng bằng sông Cửu Long

Determinants of Credit Growth of People’s Credit Fund in Mekong Delta

Trương Đông Lộc

Nguyễn Văn Thép

ĐẶT MUA TẠP CHÍ

Tòa soạn Tạp chí Công nghệ Ngân hàng, 36 Tôn Thất Đạm, Q.1, TP HCM

- Các bưu cục gần nhất

- Nhà sách Kinh tế Tuấn Minh 23 Đào Duy Từ, Q.10, TP.HCM.

- Nhà sách Kinh tế 490B Nguyễn Thị Minh Khai, Q.3, TP HCM.

- Cộng tác viên phát hành tại các Trường: ĐH Ngân hàng, ĐH Kinh tế,

TÒA SOẠN TẠP CHÍ CÔNG NGHỆ NGÂN HÀNG

36 Tôn Thất Đạm, Q.1, TP.HCM

ĐT: 08 38 211 706 / Fax: 08 38 216 684

Email: tapchicnnh@buh.edu.vn

Website: www.buh.edu.vn/tapchicnnh

NGHIÊN CỨU TRAO ĐỔI

36 Số 105 Tháng 12/2014

Tóm tắt: Xếp hạng tín dụng (XHTD) có vai trò hết sức quan trọng đối với doanh

nghiệp, ngân hàng và nhà đầu tư Yêu cầu đặt ra là phải có công cụ xếp hạng khoa học và tin cậy, phản ánh đúng bản chất doanh nghiệp nhằm giảm thiểu rủi ro cho nhà đầu tư hoặc người cho vay Thực tế, kết quả XHTD hiện nay ở Việt Nam phần lớn mang tính hình thức, giá trị sử dụng chưa cao Dựa trên thuật toán hàm cực đại (hàm Max), nghiên cứu xây dựng phần mềm xếp hạng doanh nghiệp CR MF và sử dụng số liệu từ báo cáo tài chính của các công ty niêm yết trên thị trường chứng khoán (TTCK) Việt Nam để kiểm định việc xếp hạng doanh nghiệp dựa trên phần mềm này Được xây dựng trên quy chuẩn thống kê toán học và số liệu báo cáo tài chính doanh nghiệp được kiểm toán, kết quả xếp hạng doanh nghiệp bằng hàm Max phản ánh được thực chất doanh nghiệp So với các mô hình XHTD hiện nay tại Việt Nam, thì XHTD bằng hàm Max là phương pháp có xác suất sai lầm nhỏ hơn

Từ khóa: Xếp hạng tín dụng, hàm Max.

XẾP HẠNG TÍN DỤNG DOANH NGHIỆP BẰNG HÀM MAX

Đặng Đức Trọng (*) Nguyễn Hoàng Thanh (**) Nguyễn Đăng Minh (***)

Ngày nhận: 20/10/2014

Ngày nhận lại: 04/11/2014

Ngày duyệt đăng: 10/12/2014

Mã số: 11-14-NCTĐ-36

Giới thiệu

Trong kinh doanh của ngân hàng hiện nay,

hoạt động tín dụng là nghiệp vụ sinh lời

chủ yếu Tuy nhiên, hoạt động tín dụng cũng

chứa đựng hầu hết các rủi ro nghiêm trọng,

gây tổn thất lớn cho ngân hàng Quản trị

rủi ro tín dụng nhằm đảm bảo an toàn vốn

trong cho vay là yêu cầu quan trọng hàng đầu

để ổn định và phát triển của các ngân hàng

thương mại XHTD là một công cụ quản trị

rủi ro tín dụng khoa học và hiệu quả mà các

ngân hàng thương mại đã và đang triển khai

áp dụng

Ở Việt Nam, xếp hạng doanh nghiệp vẫn còn rất

mới mẻ và hoạt động này mới ở bước khởi đầu

Hiện nay, công tác xếp hạng được thực hiện bởi

Trung tâm Thông tin Tín dụng của Ngân hàng

Nhà nước (CICB), các ngân hàng và các doanh

nghiệp kinh doanh thông tin tín nhiệm Việc

XHTD doanh nghiệp thực hiện dựa vào hướng

dẫn tại Quyết định số 57/2002/QĐ-NHNN ngày

24/01/2002 Tại các ngân hàng, kết quả XHTD

chịu sự chi phối lớn từ các yếu tố phi tài chính, quyết định cấp tín dụng phụ thuộc nhiều vào nhận định chủ quan của con người dẫn tới tỷ trọng nợ xấu tại các tổ chức tín dụng trong vài năm trở lại đây đã tăng cao Thực tế, cần một công cụ xếp hạng doanh nghiệp khoa học và có độ tin cậy cao, không chỉ phục vụ cho mục đích cấp tín dụng mà còn có giá trị cho các quyết định đầu tư và huy động vốn trên thị trường tài chính Bài viết sử dụng hàm Max để xây dựng phần mềm xếp hạng doanh nghiệp CRMF và ứng dụng vào việc để xếp hạng tín nhiệm một số doanh nghiệp niêm yết trên TTCK Việt Nam Nhóm tác giả so sánh kết quả xếp hạng của CICB để đánh giá độ tin cậy của phương pháp nghiên cứu

Cơ sở lý thuyết

Khái niệm về xếp hạng tín dụng

Theo Standards & Poors, XHTD là những ý kiến đánh giá về rủi ro tín dụng, khả năng và sự sẵn sàng thanh toán các nghĩa vụ tài

chính một cách đầy đủ và đúng hạn của một

chủ thể phát hành, như một doanh nghiệp,

một chính phủ hoặc một ủy ban nhân dân

XHTD cũng đề cập đến chất lượng tín dụng

của một khoản nợ riêng lẻ, như một trái

phiếu doanh nghiệp hoặc một trái phiếu của

chính quyền địa phương và xác suất tương

đối mà khoản phát hành đó có thể vỡ nợ

Theo Moody’s, XHTD là những ý kiến đánh

giá về chất lượng tín dụng và khả năng thanh

toán nợ của một nghĩa vụ nợ riêng lẻ hoặc

của chủ thể phát hành dựa trên các kết quả

phân tích tín dụng cơ bản và thể hiện thông

qua hệ thống ký hiệu từ AAA đến C

Theo Viện Nghiên cứu Nomura, XHTD là

đánh giá hiện tại về mức độ sẵn sàng và khả

năng trả gốc hoặc lãi đối với chứng khoán nợ

của một nhà phát hành trong suốt thời gian

tồn tại của chứng khoán đó

Như vậy, có thể hiểu XHTD doanh nghiệp

là các đánh giá, phân loại về chất lượng tín

dụng và sự sẵn sàng thanh toán các nghĩa

vụ tài chính của một doanh nghiệp được xếp

hạng một cách đầy đủ thông qua hệ thống

thang đo và các thứ hạng được xác định trước

(Lê Tất Thành, 2012)

Vai trò xếp hạng tín dụng

Theo CICB (2012), XHTD trên phương diện

là hệ thống cung cấp thông tin có vai trò

quan trọng đối với những cá nhân, tổ chức

tham gia thị trường tài chính

Đối với nhà đầu tư: Kết quả XHTD là một

nguồn cung cấp thông tin cho những nhà đầu

tư, giúp xóa đi khoảng tối thông tin giữa doanh

nghiệp và nhà đầu tư Nhà đầu tư có thể sử

dụng kết quả xếp hạng doanh nghiệp để thực

hiện chiến lược đầu tư sao cho rủi ro thấp nhất

nhưng kết quả đạt được như mong muốn

Đối với doanh nghiệp được xếp hạng: Giúp

các doanh nghiệp biết được sự đánh giá khách

quan từ bên ngoài, làm cơ sở giúp doanh nghiệp xây dựng và điều chỉnh chiến lược phát triển để đạt đến các mục tiêu đề ra Đặc biệt đối với những doanh nghiệp được xếp hạng cao, thông qua kết quả xếp hạng, doanh nghiệp có thể quảng bá hình ảnh, huy động nguồn vốn kinh doanh

Đối với ngân hàng: Xếp hạng doanh nghiệp

là cơ sở để lựa chọn khách hàng, xây dựng chính sách khách hàng và chính sách tín dụng, phân loại nợ và trích lập dự phòng rủi ro

Quy trình xếp hạng tín dụng theo Quyết định 57/2002/QĐ-NHNN

Theo hướng dẫn Quyết định số 57/2002/QĐ-NHNN, thì việc chấm điểm và xếp hạng doanh nghiệp được thực hiện theo quy trình:

- Thu thập thông tin: Các chỉ tiêu thông tin

được thu thập để sử dụng trong quá trình phân tích bao gồm bảng cân đối kế toán, báo cáo kết quả hoạt động kinh doanh, tình hình

dư nợ tại các ngân hàng và các thông tin phi tài chính

- Phân loại doanh nghiệp: Các doanh nghiệp

sẽ được phân loại theo ngành kinh tế và quy mô Theo đó:

Theo ngành: nông, lâm, ngư nghiệp, thương mại dịch vụ, xây dựng và công nghiệp

Theo quy mô: lớn, vừa và nhỏ

- Tính các chỉ tiêu tài chính: thông tin tài

chính được thu thập từ báo cáo tài chính sẽ được sử dụng để tính chỉ tiêu thanh khoản, chỉ tiêu hoạt động, chỉ tiêu cân nợ và chỉ tiêu thu nhập

- Chấm điểm các chỉ tiêu (có trọng số) và xếp loại Doanh nghiệp được xếp loại tín dụng

theo 6 loại có thứ hạng từ cao xuống thấp, có ký hiệu như sau: AA; A; BB; B; CC; C

NGHIÊN CỨU TRAO ĐỔI

38 Số 105 Tháng 12/2014

Bảng 1 và 2 thống kê tiêu chuẩn đánh giá

các chỉ tiêu tài chính doanh nghiệp, trọng số

và thang điểm xếp loại

Từ nghiên cứu quy định của NHNN về việc

XHTD mà cụ thể là các tiêu chí đánh giá và

thang điểm xếp hạng ở Bảng 1 và 2, một số

câu hỏi đặt ra là: (i) Cơ sở khoa học để có được các trọng số và phân bố các vùng cho điểm? (ii) Tại sao doanh nghiệp có quy mô lớn lại được ưu tiên (chẳng hạn như nếu có chỉ số thanh toán ngắn hạn là 2.1 thì đối với doanh nghiệp nhỏ sẽ được xếp vào vùng B nhưng doanh nghiệp lớn là vùng A)?

1- Khả năng thanh toán ngắn hạn (L) 2,1 1,5 1,0 0,7 2,3 1,6 1,2 0,9 2,5 2,0 1,5 1,0 2- Khả năng thanh toán nhanh (L) 1,1 0,8 0,6 0,2 1,3 1,0 0,7 0,4 1,5 1,2 1,0 1,0 3- Vòng quay hàng tồn kho (V) 4,0 3,5 3,0 2,0 4,5 4,0 3,5 3,0 4,0 3,0 2,5 2,0 4- Kỳ thu tiền bình quân (N) 40 50 60 70 39 45 55 60 34 38 44 55 5- Hiệu quả sử dụng tài sản (L) 3,5 2,9 2,3 1,7 4,5 3,9 3,3 2,7 5,5 4,9 4,3 3,7 6- Nợ phải trả/tổng tài sản 39 48 59 70 30 40 52 60 30 35 45 55 7- Nợ phải trả/nguồn vốn chủ sở hữu 64 92 143 233 42 66 108 185 42 53 81 122 8- Nợ quá hạn/tổng dư nợ ngân hàng 0 1 2 3 0 1 2 3 0 1 2 3 9- Tổng thu nhập trước thuế/doanh thu 3,0 2,5 2,0 1,5 4,0 3,5 3,0 2,5 5,0 4,5 4,0 3,5 10- Tổng thu nhập trước thuế/tổng tài sản có 4,5 4,0 3,5 3,0 5,0 4,5 4,0 3,5 6,0 5,5 5,0 4,5 11- Tổng thu nhập trước thuế/nguồn

vốn chủ sở hữu 10 8,5 7,6 7,5 10 8 7,5 7 10 9 8,3 8,4

Bảng 1: Tiêu chuẩn đánh giá các chỉ tiêu tài chính doanh nghiệp

ngành nông, lâm, ngư nghiệp

Ghi chú: Doanh nghiệp có tỷ số: từ A về phía trái: 5 điểm; sau A đến B: 4 điểm; sau B đến C: 3 điểm; sau C đến D: 2 điểm; từ sau D về phía phải: 1 điểm

Nguồn: Trích từ Quyết định số 57/2002/QĐ-NHNN

10- Tổng thu nhập trước thuế/Tổng tài sản có 2 5 4 3 2 1 11- Tổng thu nhập trước thuế /Nguồn vốn CSH 2 5 4 3 2 1

Bảng 2: Chỉ tiêu, trọng số, thang điểm xếp loại

Ghi chú: Loại AA sẽ có số điểm từ 117-135; loại A sẽ có số điểm từ 98-116; loại BB sẽ có số điểm từ 79-97; loại B sẽ có số điểm từ 60-78; loại CC sẽ có số điểm từ 41-59; loại C sẽ có số điểm dưới 41 điểm

Nguồn: Trích từ Quyết định số 57/2002/QĐ-NHNN

NGHIÊN CỨU TRAO ĐỔI

Thực tế chứng minh, không phải doanh nghiệp có quy mô lớn sẽ hoạt động tốt hơn doanh nghiệp có quy mô nhỏ hơn Vì vậy, việc “ưu ái” doanh nghiệp có quy mô lớn trong việc xếp loại vô tình đẩy người sử dụng kết quả xếp hạng đi đến những sai lầm trong quyết định (đầu tư, cho vay)

Từ cơ sở lý thuyết và thực tế nhu cầu cũng như những hạn chế về xếp hạng tín nhiệm ở Việt Nam hiện nay, nhóm tác giả phát triển phần mềm xếp hạng doanh nghiệp bằng hàm Max

Phương pháp nghiên cứu và cơ sở dữ liệu

Phát biểu bài toán phân loại

Cho không giam xác suất (Ω, F, P), biến ngẫu nhiên X: (Ω, F)→(Rk,Bk) Với X(ω) ∈Rki ta xếp R1kRk2Rkn

ω ∈ Ωi được gọi là phân loại đúng, ngược lại

ω ∉ Ωi được gọi là phân loại sai, trong đó {Ω1,

Ω2,…, Ωn} và RRki{ikRR1kR, R1k kiRk2RRk21k,…, RknRnk k2Rkn} lần lượt là phân hoạch của Ω và Rk Gọi Ai={X(ω) ∈ Rik, ω ∉ ΩR1kR2kRi}nk, i=1, 2,…, n là biến cố phân loại sai vào tổng thể thứ i, ta có xác suất phân loại sai là:

Rõ ràng, cực tiểu hóa xác suất phân loại sai cũng chính là tối ưu hóa quá trình phân loại (phân loại ít sai lầm nhất)

Frigyik và Gupta (2012) đã đưa ra công thức tính kỳ vọng phân loại sai (sai số Bayes):

Trong đó:

Ghi chú: Lo i AA s cĩ s im t 117-135; loi A s cĩ s im t 98-116; loi BB s cĩ s

im t 79-97; loi B s cĩ s im t 60-78; loi CC s cĩ s im t 41-59; loi C s cĩ s

im di 41 im

Ngun: Trích t Quyt nh s 57/2002/Q-NHNN T nghiên cu quy nh ca NHNN v vic XHTD mà c th là các tiêu chí ánh giá và thang

im xp hng  Bng 1 và 2, mt s câu hi t ra là: (i) C s khoa hc  cĩ c các trng s và phân b các vùng cho im? (ii) Ti sao doanh nghip cĩ quy mơ ln li c u tiên (chng hn nh nu cĩ ch s thanh tốn ngn hn là 2.1 thì i vi doanh nghip nh s c xp vào vùng B nhng doanh nghip ln là vùng A)?

Thc t chng minh, khơng phi doanh nghip cĩ quy mơ ln s hot ng tt hn doanh nghip cĩ quy mơ nh hn Vì vy, vic "u ái" doanh nghip cĩ quy mơ ln trong vic xp loi

vơ tình y ngi s dng kt qu xp hng i n nhng sai lm trong quyt nh (u t, cho vay)

T c s lý thuyt và thc t nhu cu cng nh nhng hn ch v xp hng tín nhim  Vit Nam hin nay, nhĩm tác gi phát trin phn mm xp hng doanh nghip bng hàm Max

Ph ng pháp nghiên cu và c s d liu

Phát bi u bài tốn phân loi

Cho khơng giam xác sut   , bin ngu nhiên       Vi    ta

xp   c gi là phân loi úng, ngc li   c gi là phân loi sai, trong ĩ

     và      ln lt là phân hoch ca  và  Gi   

          là bin c phân loi sai vào tng th th , ta cĩ xác sut phân loi sai là:

            (1)

Rõ ràng, cc tiu hĩa xác sut phân loi sai cng chính là ti u hĩa quá trình phân loi (phân loi ít sai lm nht)

Frigyik và Gupta (2012) ã a ra cơng thc tính k vng phân loi sai (sai s Bayes):

      (2) Trong ĩ          c nh ngha là hàm Max và  là xác

sut tiên nghim ca tng th th  Trong Pham-Gia và các tác gi (2006) ã cĩ nhng tho

lun, ánh giá liên quan gia  và hàm Max

Xây d ng hàm mt  xp loi

Trong phm vi bài nghiên cu này, mi doanh nghip c xem là phn t  ca khơng gian xác sut  Nhĩm nghiên cu thc hin phân hoch khơng gian các doanh nghip thành 4 cm

và xây dng hàm mt    cho mi cm theo phng pháp Kernel (Scott, 1992) và thc hin vic xp hng doanh nghip bng hàm Max

 

      

   







Nghiên cu xây dng thut tốn xp hng doanh nghip da trên cơng c và quy chun thng kê tốn hc Sau ĩ, nghiên cu s dng s liu v kt qu hot ng kinh doanh ca các cơng ty

, i= 1, 2,…, n được định nghĩa là hàm Max và qi là xác suất tiên nghiệm của tổng thể thứ i Trong Pham-Gia và các tác giả (2006) đã có những thảo luận, đánh giá liên quan giữa E[Pe] và hàm Max

Xây dựng hàm mật độ xếp loại

Trong phạm vi bài nghiên cứu này, mỗi doanh nghiệp được xem là phần tử ω của không gian

xác suất Ω Nhóm nghiên cứu thực hiện phân hoạch không gian các doanh nghiệp thành 4 cụm và xây dựng hàm mật độ fi (.) cho mỗi cụm theo phương pháp Kernel (Scott, 1992) và thực hiện việc xếp hạng doanh nghiệp bằng hàm Max

Nghiên cứu xây dựng thuật toán xếp hạng doanh nghiệp dựa trên công cụ và quy chuẩn thống kê toán học Sau đó, nghiên cứu sử dụng số liệu về kết quả hoạt động kinh doanh của các công ty niêm yết trên TTCK Việt Nam để xếp hạng doanh nghiệp và so sánh kết quả nghiên cứu với kết quả xếp hạng của CICB

Số liệu nghiên cứu

Bảng cân đối kế toán và kết quả hoạt động kinh doanh của các doanh nghiệp niêm yết trên sàn chứng khoán trong tháng 02/2012 và năm 2013 được sử dụng để làm cơ sở tính toán và xếp loại Nguồn số liệu được cung cấp bởi Stoxplux Đại diện cho mỗi doanh nghiệp là bộ 11 chỉ số tài chính: 1 Lợi nhuận/tổng tài sản (ROA), 2 Lợi nhuận/vốn chủ sở hữu (ROE), 3 Lợi nhuận/doanh thu (ROS), 4

Vòng quay tổng tài sản, 5 Vòng quay vốn lưu động, 6 Vòng quay hàng tồn kho, 7 Vòng quay khoản phải thu, 8 Hệ số thanh toán nhanh, 9 Hệ số thanh toán ngắn hạn, 10 Tỷ suất tự tài trợ, 11 Tỷ suất tự tài trợ cho tài sản cố định

Kết quả nghiên cứu

Sử dụng thuật toán hàm Max, nghiên cứu đã xây dựng phần mềm xếp hạng doanh nghiệp CRMF

Tùy thuộc vào năng lực của mình doanh nghiệp được CRMF xếp theo các thứ hạng AAA, AA, A, BBB, BB, B, CCC, CC và C tương tự như tại CICB và một số ngân hàng hiện nay Hạng và năng lực doanh nghiệp





im di 41 im

Ngun: Trích t Quyt nh s 57/2002/Q-NHNN T nghiên cu quy nh ca NHNN v vic XHTD mà c th là các tiêu chí ánh giá và thang

im xp hng  Bng 1 và 2, mt s câu hi t ra là: (i) C s khoa hc  cĩ c các trng

s và phân b các vùng cho im? (ii) Ti sao doanh nghip cĩ quy mơ ln li c u tiên (chng hn nh nu cĩ ch s thanh tốn ngn hn là 2.1 thì i vi doanh nghip nh s c

xp vào vùng B nhng doanh nghip ln là vùng A)?

Thc t chng minh, khơng phi doanh nghip cĩ quy mơ ln s hot ng tt hn doanh nghip cĩ quy mơ nh hn Vì vy, vic "u ái" doanh nghip cĩ quy mơ ln trong vic xp loi

vơ tình y ngi s dng kt qu xp hng i n nhng sai lm trong quyt nh (u t, cho vay)

T c s lý thuyt và thc t nhu cu cng nh nhng hn ch v xp hng tín nhim  Vit Nam hin nay, nhĩm tác gi phát trin phn mm xp hng doanh nghip bng hàm Max

Ph ng pháp nghiên cu và c s d liu

Phát bi u bài tốn phân loi

Cho khơng giam xác sut   , bin ngu nhiên       Vi    ta

xp   c gi là phân loi úng, ngc li   c gi là phân loi sai, trong ĩ

     và      ln lt là phân hoch ca  và  Gi   

          là bin c phân loi sai vào tng th th , ta cĩ xác sut phân loi sai là:

          





Rõ ràng, cc tiu hĩa xác sut phân loi sai cng chính là ti u hĩa quá trình phân loi (phân

loi ít sai lm nht) Frigyik và Gupta (2012) ã a ra cơng thc tính k vng phân loi sai (sai s Bayes):

      (2) Trong ĩ          c nh ngha là hàm Max và  là xác

sut tiên nghim ca tng th th  Trong Pham-Gia và các tác gi (2006) ã cĩ nhng tho

lun, ánh giá liên quan gia  và hàm Max

Xây d ng hàm mt  xp loi

Trong phm vi bài nghiên cu này, mi doanh nghip c xem là phn t  ca khơng gian xác sut  Nhĩm nghiên cu thc hin phân hoch khơng gian các doanh nghip thành 4 cm

và xây dng hàm mt    cho mi cm theo phng pháp Kernel (Scott, 1992) và thc hin

vic xp hng doanh nghip bng hàm Max

 

     

  







Nghiên cu xây dng thut tốn xp hng doanh nghip da trên cơng c và quy chun thng kê tốn hc Sau ĩ, nghiên cu s dng s liu v kt qu hot ng kinh doanh ca các cơng ty





Ghi chú: Lo i AA s cĩ s im t 117-135; loi A s cĩ s im t 98-116; loi BB s cĩ s

im t 79-97; loi B s cĩ s im t 60-78; loi CC s cĩ s im t 41-59; loi C s cĩ s

im di 41 im

Ngu n: Trích t Quyt nh s 57/2002/Q-NHNN T nghiên cu quy nh ca NHNN v vic XHTD mà c th là các tiêu chí ánh giá và thang

im xp hng  Bng 1 và 2, mt s câu hi t ra là: (i) C s khoa hc  cĩ c các trng

s và phân b các vùng cho im? (ii) Ti sao doanh nghip cĩ quy mơ ln li c u tiên

(chng hn nh nu cĩ ch s thanh tốn ngn hn là 2.1 thì i vi doanh nghip nh s c

x p vào vùng B nhng doanh nghip ln là vùng A)?

Thc t chng minh, khơng phi doanh nghip cĩ quy mơ ln s hot ng tt hn doanh

nghi p cĩ quy mơ nh hn Vì vy, vic "u ái" doanh nghip cĩ quy mơ ln trong vic xp loi

vơ tình y ngi s dng kt qu xp hng i n nhng sai lm trong quyt nh (u t, cho

vay)

T c s lý thuyt và thc t nhu cu cng nh nhng hn ch v xp hng tín nhim  Vit

Nam hin nay, nhĩm tác gi phát trin phn mm xp hng doanh nghip bng hàm Max

Ph ng pháp nghiên cu và c s d liu

Phát bi u bài tốn phân loi

Cho khơng giam xác su t   , bin ngu nhiên       Vi    ta

x p   c gi là phân loi úng, ngc li    c gi là phân loi sai, trong ĩ

     và      ln lt là phân hoch ca  và  G i    

          là bin c phân loi sai vào tng th th , ta cĩ xác sut phân loi

sai là:

          





Rõ ràng, cc tiu hĩa xác sut phân loi sai cng chính là ti u hĩa quá trình phân loi (phân

loi ít sai lm nht)

Frigyik và Gupta (2012) ã a ra cơng thc tính k vng phân loi sai (sai s Bayes):

      (2) Trong ĩ          c nh ngha là hàm Max và  là xác

su t tiên nghim ca tng th th  Trong Pham-Gia và các tác gi (2006) ã cĩ nhng tho

lu n, ánh giá liên quan gia  và hàm Max

Xây d ng hàm mt  xp loi

Trong ph m vi bài nghiên cu này, mi doanh nghip c xem là phn t  ca khơng gian

xác sut  Nhĩm nghiên cu thc hin phân hoch khơng gian các doanh nghip thành 4 cm

và xây d ng hàm mt    cho mi cm theo phng pháp Kernel (Scott, 1992) và thc hin

vic xp hng doanh nghip bng hàm Max

 

   







Nghiên c u xây dng thut tốn xp hng doanh nghip da trên cơng c và quy chun thng kê

tốn hc Sau ĩ, nghiên cu s dng s liu v kt qu hot ng kinh doanh ca các cơng ty

Ghi chú: Lo i AA s cĩ s im t 117-135; loi A s cĩ s im t 98-116; loi BB s cĩ s

im t 79-97; loi B s cĩ s im t 60-78; loi CC s cĩ s im t 41-59; loi C s cĩ s

im di 41 im

Ngun: Trích t Quyt nh s 57/2002/Q-NHNN T nghiên cu quy nh ca NHNN v vic XHTD mà c th là các tiêu chí ánh giá và thang

im xp hng  Bng 1 và 2, mt s câu hi t ra là: (i) C s khoa hc  cĩ c các trng

s và phân b các vùng cho im? (ii) Ti sao doanh nghip cĩ quy mơ ln li c u tiên

(chng hn nh nu cĩ ch s thanh tốn ngn hn là 2.1 thì i vi doanh nghip nh s c

xp vào vùng B nhng doanh nghip ln là vùng A)?

Thc t chng minh, khơng phi doanh nghip cĩ quy mơ ln s hot ng tt hn doanh

nghip cĩ quy mơ nh hn Vì vy, vic "u ái" doanh nghip cĩ quy mơ ln trong vic xp loi

vơ tình y ngi s dng kt qu xp hng i n nhng sai lm trong quyt nh (u t, cho

vay)

T c s lý thuyt và thc t nhu cu cng nh nhng hn ch v xp hng tín nhim  Vit

Nam hin nay, nhĩm tác gi phát trin phn mm xp hng doanh nghip bng hàm Max

Ph ng pháp nghiên cu và c s d liu

Phát bi u bài tốn phân loi

Cho khơng giam xác sut   , bin ngu nhiên       Vi    ta

xp   c gi là phân loi úng, ngc li   c gi là phân loi sai, trong ĩ

     và      ln lt là phân hoch ca  và  Gi   

          là bin c phân loi sai vào tng th th , ta cĩ xác sut phân loi

sai là:

            (1)

Rõ ràng, cc tiu hĩa xác sut phân loi sai cng chính là ti u hĩa quá trình phân loi (phân

loi ít sai lm nht)

Frigyik và Gupta (2012) ã a ra cơng thc tính k vng phân loi sai (sai s Bayes):

      (2) Trong ĩ          c nh ngha là hàm Max và  là xác

sut tiên nghim ca tng th th  Trong Pham-Gia và các tác gi (2006) ã cĩ nhng tho

lun, ánh giá liên quan gia  và hàm Max

Xây d ng hàm mt  xp loi

Trong phm vi bài nghiên cu này, mi doanh nghip c xem là phn t  ca khơng gian

xác sut  Nhĩm nghiên cu thc hin phân hoch khơng gian các doanh nghip thành 4 cm

và xây dng hàm mt    cho mi cm theo phng pháp Kernel (Scott, 1992) và thc hin

vic xp hng doanh nghip bng hàm Max

 

     

  







Nghiên cu xây dng thut tốn xp hng doanh nghip da trên cơng c và quy chun thng kê

tốn hc Sau ĩ, nghiên cu s dng s liu v kt qu hot ng kinh doanh ca các cơng ty

NGHIÊN CỨU TRAO ĐỔI

40 Số 105 Tháng 12/2014

của CRMF và tại CICB về cơ bản là tương

đồng Theo thứ tự đó hạng AAA là doanh

nghiệp có năng lực tốt, đầu tư hoặc cho vay sẽ

ít rủi ro và C là doanh nghiệp yếu kém, đầu

tư hoặc cho vay chứa đựng rủi ro cao (Bảng 3)

Với phần mềm CRMF nhóm nghiên cứu tiến

hành xếp thử nghiệm một số doanh nghiệp

niêm yết trên sàn chứng khoán trong hai

năm 2012 và 2013, sau đó so sánh đối chiếu

với kết quả xếp hạng của CICB theo thông

tin công bố về XHTD Top 1.000 doanh nghiệp

Việt Nam của Trung tâm Thông tin tín dụng

(CICB, 2012) (Bảng 4)

Nhận xét và đánh giá

Kết quả xếp hạng doanh nghiệp bằng CRMF

cho thấy không có sự khác biệt lớn về việc

đưa ra chuẩn thang đo So sánh hai kết quả

xếp hạng năm 2012 của 15 trường hợp trên,

có 3/15 trường hợp CICB xếp vào loại có mức

rủi ro thấp thì kết quả xếp loại bằng CRMF

cho kết quả có mức độ rủi ro trung bình Có

4/15 trường hợp CICB xếp vào loại có mức

rủi ro trung bình thì kết quả xếp loại bằng

CRMF cho kết quả có mức rủi ro cao, trong 4

trường hợp trên có đến 3 trường hợp ROA

của doanh nghiệp năm 2013 < 2% Thông qua

đó thấy được kết quả xếp loại bằng CRMF là

phù hợp với thực tế Đặc biệt có 3 trường hợp

được CICB xếp vào loại có mức rủi ro trung bình và thấp nhưng kết quả xếp loại bằng

CRMF thuộc vào loại có mức rủi ro cao và nếu chấm điểm theo mô hình điểm số Z-Score thì

3 doanh nghiệp này được xếp vào vùng cảnh báo và nguy hiểm

Kết luận

XHTD không chỉ có vai trò quan trọng đối với ngân hàng mà nó còn tạo cơ hội cho nhà đầu tư và các doanh nghiệp trong quyết định tài trợ Một chương trình XHTD khoa học, ít sai lầm sẽ là cơ sở tin cậy để cấp tín dụng cũng như đầu tư

Phân loại bằng thuật toán hàm Max đã được chứng minh là có xác suất phân loại sai lầm nhỏ nhất nên ứng dụng hàm Max vào XHTD có độ chính xác cao Nghiên cứu xây dựng phần mềm CRMF sử dụng ngôn ngữ Java cho kết quả xếp loại doanh nghiệp khách quan và có độ tin cậy cao Đối với ngân hàng, việc áp dụng phần mềm CRMF góp phần hạn chế

Hạng Năng lực doanh nghiệp Mức độ rủi ro

Bảng 3: Hạng, năng lực doanh nghiệp

và mức độ rủi ro

Mã chứng khoán CRMF -2012 CICB-2012 CRMF-2013

Bảng 4: Kết quả xếp hạng một số doanh nghiệp

Nguồn: Tính toán của nhóm tác giả dựa trên và CR MF CICB (2012)

những nhận định chủ quan trong quyết định

tín dụng, tiết kiệm được chi phí và thời gian

thẩm định, góp phần nâng cao chất lượng tín

dụng Với sự hỗ trợ của phần mềm CRMF, nhà

đầu tư, ngân hàng nhanh chóng có được

quyết định phù hợp nhằm tiết kiệm được chi

phí và giảm thiểu rủi ro Đồng thời, phương

pháp này sử dụng số liệu đã được kiểm toán

và công bố nên có độ tin cậy cao

Tuy nhiên, một nhược điểm của CRMF là chưa

kiểm tra được tính trung thực của dữ liệu đầu

vào khi xếp hạng doanh nghiệp mới Thêm vào

đó, hiện nay việc phân ngành doanh nghiệp phụ thuộc vào việc doanh nghiệp tự đăng ký với Sở Kế hoạch và Đầu tư, công tác hậu kiểm chưa tốt Nhiều doanh nghiệp đăng ký hoạt động tại nhiều lĩnh vực ngành nghề nhưng thực tế hoạt động không đúng, nên việc định chính xác ngành nghề hoạt động của doanh nghiệp là rất khó khăn Từ nhu cầu phải phân loại chính xác ngành nghề, kiểm tra tính trung thực của dữ liệu đầu vào nhằm tăng độ tin cậy trong xếp hạng, nhóm nghiên cứu sẽ tiếp tục nghiên cứu thuật toán phân loại ngành nghề doanh nghiệp theo tiêu chuẩn thống kê

Tài liệu tham khảo

1 Frigyik, B and Gupta, M R (2012) Bounds on the Bayes Error Given Moments IEEE Transaction on Information Theory

Vol 58, No 6, June 2012, pp 3606-3012.

2 Lê Tất Thành, (2012) Cẩm nang xếp hạng tín dụng doanh nghiệp.

3 Pham-Gia, T., Turkkan, N and Vo van, T (2008) Statistical discrimination analysis using the maximum function, Commun

in Statist Simulation Comput 37(2) (2008), pp 320–336.

4 Pham-Gia, T., Turkkan, N and Bekker, A (2006) Bayesian analysis in the L1-norm of the mixing proportion using

discrimi-nant analysis, Metrika 64(91), pp 1–22.

5 Scott, D W (1992) Multivariate Density Estimation: theory, practice an visualizatiob, John Wiley & Son, New York.

6 Srivastava, S and Gupta, M R & Frigyik, B (2007) Bayesian quadratic discriminant analysis, J Mach Learn Res., vol

8, pp 1277–1305.

7 Trung tâm Thông tin tín dụng (CICB) (2012) XHTD Top 1.000 doanh nghiệp Việt Nam, Nhà xuất bản Lao động.

8 Vo Van, T and Pham-Gia, T (2010) Clustering probability distributions, Journal of Applied Statistics, Vol 37, No 11,

November 2010, pp 1891–1910.

Thông tin tác giả:

(*) GS TS Đặng Đức Trọng hiện đang công tác tại Khoa Toán Trường Đại học Khoa học Tự nhiên TP.HCM

Lĩnh vực nghiên cứu chính: Bài toán ngược, Thống kê ứng dụng.

Các nghiên cứu đã công bố trên các tạp chí: Acta Mathematica Vietnamica, Vietnam Journal of Mathematics, Journal of In-verse and Ill-posed Problems, Journal of Elasticity, Electronic Journal of Differential Equations, Journal of Computational and Applied Mathematics, Applied Mathematical Modelling, Journal of Mathematical Analysis and Applications

Email: ddtrong@hcmus.edu.vn

(**) ThS Nguyễn Hoàng Thanh hiện đang công tác tại Trung tâm Khoa học Toán Trường Trường Đại học Khoa học Tự

nhiên TP.HCM.

Lĩnh vực nghiên cứu chính: Thống kê ứng dụng.

Email: nguyenhoangthanh1010@gmail.com

(***) ThS Nguyễn Đăng Minh hiện đang công tác tại Trung tâm Khoa học Toán Trường Đại học Khoa học Tự nhiên TP.HCM.

Lĩnh vực nghiên cứu chính: Thống kê ứng dụng.

Email: ndminhsv1986@gmail.com