Vận dụng mô hình z score trong xếp hạng tín dụng khách hàng tại NHTMCP ngoại thương chi nhánh quảng nam

luận văn

1 BỘ GIÁO DỤC VÀ ĐÀO TẠO Cơng trình ñược hoàn thành ĐẠI HỌC ĐÀ NẴNG ĐẠI HỌC ĐÀ NẴNG Người hướng dẫn khoa học: PGS.TS Nguyễn Ngọc Vũ PHAN THỊ THANH LÂM Phản biện 1: TS Võ Thị Thúy Anh VẬN DỤNG MƠ HÌNH Z-SCORE TRONG XẾP HẠNG TÍN DỤNG KHÁCH HÀNG TẠI NHTMCP NGOẠI THƯƠNG - CHI NHÁNH QUẢNG NAM Phản biện 2: TS Võ Văn Lâm Chuyên ngành: Tài ngân hàng Mã số: 60.34.20 Luận văn ñược bảo vệ trước Hội ñồng chấm Luận văn tốt nghiệp thạc sĩ quản trị kinh doanh họp Đại học Đà Nẵng vào ngày 26 tháng 05 năm 2012 TÓM TẮT LUẬN VĂN THẠC SĨ QUẢN TRỊ KINH DOANH Có thể tìm luận văn tại: - Trung tâm Thông tin - Học liệu, Đại học Đà Nẵng Đà Nẵng, Năm 2012 - Thư viện trường Đại học Kinh tế, Đại học Đà Nẵng 3 MỞ ĐẦU - Vận dụng mơ hình Z-SCORE xếp hạng tín dụng khách hàng doanh nghiệp VCB Quảng Nam - Đề xuất lộ trình xây dựng mơ hình Z-SCORE phù hợp với ngành nghề kinh tế theo ñiều kiện kinh tế Việt Nam Đối tượng phạm vi nghiên cứu Luận văn tập trung nghiên cứu hệ thống xếp hạng tín dụng VCB Quảng Nam việc vận dụng mơ hình Z-SCORE xếp hạng tín dụng doanh nghiệp VCB Quảng Nam ñối với khách hàng doanh nghiệp Phương pháp nghiên cứu Luận văn sử dụng phương pháp nghiên cứu tình phương pháp phân tích định tính để làm sáng tỏ vấn ñề Ý nghĩa khoa học thực tiễn đề tài Luận văn trình bày có hệ thống tương đối q trình xây dựng mơ hình Z-SCORE tiếng giới cịn sử dụng Việt Nam Luận văn nghiên cứu tập trung vào việc áp dụng mơ hình ZSCORE việc xếp hạng tín dụng doanh nghiệp nhằm nâng cao hiệu quản trị rủi ro tín dụng VCB Quảng Nam Cấu trúc luận văn Cấu trúc luận văn “Vận dụng mơ hình Z-SCORE xếp hạng tín dụng khách hàng Ngân hàng TMCP Ngoại thương – Chi nhánh Quảng Nam” ñược chia thành ba chương sau: Chương 1: Những vấn ñề xếp hạng tín dụng mơ hình z-score Chương 2: Vận dụng mơ hình z-score xếp hạng tín dụng khách hàng VCB Quảng Nam Chương 3: Giải pháp vận dụng mơ hình z-score xếp hạng tín dụng khách hàng Vietcombank Quảng Nam Lý chọn ñề tài Trong kinh doanh ngân hàng, việc ngân hàng phải đối mặt với rủi ro tín dụng điều khơng thể tránh khỏi Một kỹ thuật quản trị rủi ro tín dụng ngân hàng thương mại (NHTM) sử dụng phân tích chấm điểm ñể xếp hạng uy tín khách hàng Mỗi ngân hàng xây dựng hệ thống xếp hạng tín dụng dựa yêu cầu Ngân hàng Nhà nước (NHNN) Tuy nhiên, việc chấm điểm xếp hạng tín dụng cho doanh nghiệp đơi lại đem đến kết chưa xác thơng tin khơng đầy ñủ Hiện NHTM Việt Nam dựa vào kết xếp hạng tín dụng nội để hạn chế rủi ro Tuy nhiên, tiêu chấm điểm xếp hạng tín nhiệm khách hàng số NHTM chưa phản ánh xác rủi ro, tình trạng cơng ty phá sản xếp hạng an tồn Tuy vậy, dự báo cơng ty có khả phá sản hay khơng mơ hình Z-SCORE Ngân hàng TMCP Ngoại thương (Vietcombank) – Chi nhánh Quảng Nam ñã sử dụng hệ thống XHTD nội ñược xây dựng triển khai năm 2003 Tuy nhiên, tình hình nợ xấu phải trích lập dự phịng rủi ro gia tăng thời gian gần Điều tạo nhiều rủi ro cho Vietcombank Quảng Nam q trình cấp tín dụng Đó lý chọn đề tài nghiên cứu “Vận dụng mơ hình Z-SCORE xếp hạng tín dụng khách hàng Ngân hàng TMCP Ngoại thương – Chi nhánh Quảng Nam” Mục đích nghiên cứu - Giới thiệu mơ hình Z-SCORE vận dụng vào công tác xếp hạng tín dụng NHTM Việt Nam 5 CHƯƠNG 1: NHỮNG VẤN ĐỀ CƠ BẢN VỀ XẾP HẠNG TÍN DỤNG VÀ MƠ HÌNH Z-SCORE (5) Làm sở để xác định mức dự phịng rủi ro cách hợp lý 1.1 TỔNG QUAN VỀ XẾP HẠNG TÍN DỤNG CỦA NHTM 1.1.3.2 Sự cần thiết phải xếp hạng tín dụng hoạt động tín 1.1.1 Khái niệm xếp hạng tín dụng dụng ngân hàng Xếp hạng tín dụng ý kiến đánh giá rủi ro tín dụng a Do yêu cầu hạn chế rủi ro tín dụng chất lượng tín dụng, thể khả thiện ý trả nợ (gốc, lãi b Do yêu cầu lựa chọn khách hàng cho vay hai) ñối tượng ñi vay ñể ñáp ứng nghĩa vụ tài c Để hỗ trợ phân loại nợ trích dự phịng rủi ro cách đầy đủ hạn thông qua hệ thống xếp hạng theo ký d Xây dựng sách khách hàng hiệu 1.1.4 Quy trình xếp hạng tín dụng 1.1.2 Đặc điểm đối tượng xếp hạng tín dụng 1.2 GIỚI THIỆU MƠ HÌNH Z-SCORE Hệ thống xếp hạng tín dụng tiếp cận đến tất yếu tố có 1.2.1 Giới thiệu mơ hình Z-Score liên quan đến rủi ro tín dụng NHTM khơng sử dụng kết xếp Mơ hình z-score mơ hình cơng nhận sử dụng rộng hạng tín dụng nhằm thể giá trị người ñi vay mà ñơn rãi giới Chỉ số ñược phát minh Giáo sư Edward I ñưa ý kiến dựa nhân tố rủi ro, từ có Altman: sách tín dụng giới hạn cho vay phù hợp Z = 1.2X1+1.4X2+3.3X3+0.6X4+1.0X5 1.1.3 Sự cần thiết xếp hạng tín dụng doanh nghiệp vay vốn Để đánh giá khả phá sản công ty, số Z ngân hàng chúng ñược so sánh với mức ñiểm ñược xác ñịnh trước 1.1.3.1 Xếp hạng tín dụng doanh nghiệp vay vốn ngân hàng Việc xếp hạng tín dụng khách hàng làm sở cho việc phân Z < 1.81: Phá sản loại giám sát danh mục tín dụng nhằm đạt tới mục đích chủ 1.81 < Z < 2.99: Khơng rõ ràng yếu sau: 2.99 < Z: Lành mạnh (1) Cho phép có nhận định cụ thể danh mục tín dụng ngân hàng; (2) Phát sớm khoản tín dụng có khả bị tổn thất hay ñi chệch hướng khỏi sách tín dụng ngân hàng; 1.2.2 Mơ hình Z-Score áp dụng cho cơng ty tư nhân Kết mơ hình Z-Score điều chỉnh với biến X4 là: Z’ = 0.717X1+0.84X2+3.107X3+0.420X4+0.998X5 Các ñiểm ngưỡng cho số Z’ sau: (3) Có sách định giá tín dụng xác hơn; Phá sản Z’ 2,9 Doanh nghiệp nằm vùng lành mạnh Nếu 1,23 < Z’ < 2,9 Doanh nghiệp nằm vùng chưa rõ ràng Nếu Z’ < 1,23 Doanh nghiệp nằm vùng phá sản 14 13
Mơ hình 3: Đối với doanh nghiệp khác ’’ Z = 6.56X1+3.26 X2+6.72X3+1.05X4 Qua bảng ta thấy, từ báo cáo tài doanh nghiệp, tác giả sử dụng phần mềm excel để tính số nguy Nếu Z’’ > 2,6 Doanh nghiệp nằm vùng lành mạnh phá sản 46 doanh nghiệp Trong năm 2010, có doanh nghiệp có Nếu 1,2 < Z’’ < 2,6 Doanh nghiệp nằm vùng chưa rõ ràng nguy phá sản thể tình hình tài doanh nghiệp Nếu Z’’ < 1,1 Doanh nghiệp nằm vùng phá sản yếu tương lai nguy hiểm nghiêm trọng, 2.3.3 Kết nghiên cứu vận dụng mơ hình z-score xếp Chiếm 50% doanh nghiệp nằm vùng không hạng tín dụng VCB Quảng Nam rõ ràng Điều gợi ý tình trạng tài doanh 2.3.3.1 Ví dụ minh họa việc sử dụng mơ hình z-score để tính số nghiệp nằm vùng khơng phải lành mạnh khơng z ổn định 2.3.3.2 Kết nghiên cứu vận dụng mơ hình xếp hạng tín Đánh giá việc vận dụng mơ hình z-score: dụng VCB Quảng Nam Ưu điểm: mơ hình z-score sử dụng đơn giản, nhanh Dựa báo cáo tài doanh nghiệp từ tiếp Tại ngân hàng cán tín dụng sử dụng excel để tính toán cận nguồn liệu VCB Quảng Nam hai năm 2009 – 2010, số z, từ dự báo ñược nguy phá sản doanh nghiệp Việc tác giả ñã tiến hành xử lý số liệu liên quan đến tiêu sử dụng tính tốn số z theo mơ hình hồn tồn dựa vào báo cáo mơ hình điểm z-score Do u cầu bảo mật thơng tin khách tài doanh nghiệp hàng ngân hàng nên ñề tài không nêu rõ kết xếp hạng Hạn chế: mơ hình z-score nghiên cứu dựa tình hình doanh nghiệp trình nghiên cứu Trong trình doanh nghiệp Mỹ, chưa ñược sử dụng phổ biến Việt nghiên cứu, tác giả ñã chọn 46 doanh nghiệp (theo Phụ lục) ñang Nam việc xếp hạng tín dụng doanh nghiệp Bên cạnh đó, mơ xếp hạng tín dụng VCB Quảng Nam để chấm điểm theo mơ hình khơng tính ñến số nhân tố khó ñịnh lượng hình z-score đóng vai trị quan trọng ảnh hưởng ñến mức ñộ khoản Bảng 2.7: Kết xác ñịnh số nguy phá sản 46 doanh vay Tuy nhiên theo tác giả ñây mơ hình cần NHTM nghiệp năm 2009 - 2010 ĐVT: doanh nghiệp Năm 2009 Năm 2010 Vùng lành mạnh (Z’’ > 2,6) 10 13 Vùng không rõ ràng (1,2 < Z’’ < 2,6) 27 25 Vùng phá sản (Z’’ 1,7 AAA CC 0,85 < Z < 1,7 AA C 0 < Z < 0,85 A Tổng cộng 46 -0,85 < Z < BBB -1,7 < Z < -0,85 BB -2,55 < Z < -1,7 B 46 doanh nghiệp theo mơ hình z-score Tiến sĩ Nguyễn Trọng -3,25 < Z < -2,55 CCC Hịa có khác biệt so với kết xếp hạng mơ hình z-score -4,1 < Z < -3,25 CC Altman Điều ñã ñược chứng minh phần Z < -4,1 C (Nguồn: Tính tốn tác giả) Kết xếp hạng doanh nghiệp theo số liệu năm 2010 Tác giả đề xuất VCB Quảng Nam vận dụng mơ hình (Nguồn: Báo cáo thường niên số tín nhiệm Việt Nam) z-score phù hợp với kinh tế Việt Nam việc xếp hạng tín 3.2.1.2 Kết điều chỉnh theo mơ hình z-score nhằm xếp hạng dụng ñối với doanh nghiệp tham gia vay vốn ngân hàng Việc tín dụng doanh nghiệp VCB Quảng Nam vận dụng mơ hình cơng tác xếp hạng tín dụng giúp VCB Tác giả sử dụng lại liệu 46 cơng ty xếp hạng Z Quảng Nam nhìn nhận khó khăn tài doanh theo mơ hình z-score Altman, lần tác giả xếp hạng 46 cơng nghiệp Từ đó, giúp ngân hàng ñưa ñược ñịnh cho ty theo mơ hình Tiến sĩ Nguyễn Trọng Hịa ñưa kết vay xác, hạn chế ñược rủi ro hoạt ñộng kinh doanh ñược thể bảng sau: ngân hàng Bảng 3.3: Kết xếp hạng tín dụng doanh nghiệp theo mơ xếp hạng tín dụng doanh nghiệp VCB Quảng Nam hình Xếp hạng 3.2.2 Nhóm giải pháp hỗ trợ cho việc vận dụng mơ hình z-score Về phía doanh nghiệp: Số lượng công ty AAA AA A BBB 12 BB - Thực việc lập báo cáo tài theo quy định hành Bộ tài tốn Báo cáo tài phải kiểm tốn quan kiểm 23 Về phía ngân hàng: Ngân hàng tiếp xúc với nguồn thơng 24 nhóm doanh nghiệp có nguy phá sản nhóm nhóm tin doanh nghiệp phải yêu cầu doanh nghiệp cung cấp các doanh nghiệp khơng có nguy phá sản báo cáo tài kiểm tốn 3.4 NHỮNG KIẾN NGHỊ 3.3 ĐỀ XUẤT LỘ TRÌNH TIẾN HÀNH XÂY DỰNG MÔ 3.4.1 Đối với Ngân hàng Nhà nước HÌNH Z-SCORE TẠI VIỆT NAM THEO TỪNG LOẠI HÌNH 3.4.1.1 Phát huy tối đa hiệu cung cấp thơng tin CIC DOANH NGHIỆP 3.4.1.2 Xây dựng hệ thống liệu để cung cấp thơng tin doanh 3.3.1 Lựa chọn mơ hình nghiệp nhanh chóng, đầy đủ, xác Căn vào u cầu chủ yếu mơ hình xếp hạng: 3.4.2 Kiến nghị Bộ Tài Chính hồn thiện chuẩn mực kế tốn Xác định xác xuất vỡ nợ 3.4.3 Kiến nghị Tổng cục thống kê Tính đầy đủ Tính khách quan Sự cơng nhận 3.3.2 Lựa chọn biến số Biến phụ thuộc có nhiều phạm trù, phạm trù đại diện cho nhóm biến có khả phân biệt tốt sở tập hợp biến ñộc lập ñược lựa chọn Trong nghiên cứu biến phụ thuộc (Y) ñược lựa sau: Y i = Nếu doanh nghiệp có nguy phá sản Nếu doanh nghiệp khơng có nguy phá sản Biến ñộc lập: sau lựa chọn ñược biến phụ thuộc, bước phải xác ñịnh biến độc lập sử dụng phân tích 3.3.3 Chọn mẫu Để xây dựng mơ hình z-score xếp hạng tín dụng doanh nghiệp thuộc ngành: nơng – lâm – ngư nghiệp, thương mại dịch vụ, xây dựng, công nghiệp cần phải thu thập thông tin, số liệu tương ứng với doanh nghiệp ngành Trong ngành phải lựa chọn 100 doanh nghiệp chia làm nhóm, nhóm 25 KẾT LUẬN Đề tài nghiên cứu “Vận dụng mơ hình Z-SCORE xếp hạng tín dụng khách hàng Ngân hàng TMCP Ngoại thương – Chi nhánh Quảng Nam” ñã giải vấn đề sau: • Hệ thống hóa lý luận XHTD doanh nghiệp NHTM Việt Nam, ñồng thời xem xét mơ hình XHTD giới • Đưa mơ hình phân tích định lượng z-score có khả dự báo khả phá sản doanh nghiệp Mô hình đơn giản, dễ sử dụng xác • Luận văn phân tích đánh giá thực trạng XHTD doanh nghiệp VCB Quảng Nam, qua ñó thấy ñược kết hạn chế ngun nhân hạn chế • Luận văn mạnh dạn đề nghị áp dụng mơ hình z-score để dự báo khả phá sản doanh nghiệp vào mơ hình XHTD doanh nghiệp • Bên cạnh ñó, luận văn ñề xuất số giải pháp nhằm hoàn thiện hệ thống XHTD doanh nghiệp VCB, đưa lộ trình xây dựng mơ hình z-score cho phù hợp với ngành nghề kinh tế Việt Nam Tuy nhiên hạn chế liệu, luận văn chưa tiến hành khảo sát sức mạnh mơ hình điều kiện doanh nghiệp ñang khách hàng ngân hàng Để làm ñược ñiều cần nhận ñược giúp ñỡ NHTM khả tiếp cận sở liệu  ... dụng khách hàng Ngân hàng TMCP Ngoại thương – Chi nhánh Quảng Nam? ?? ñược chia thành ba chương sau: Chương 1: Những vấn đề xếp hạng tín dụng mơ hình z- score Chương 2: Vận dụng mơ hình z- score xếp hạng. .. hạng tín dụng khách hàng VCB Quảng Nam Chương 3: Giải pháp vận dụng mơ hình z- score xếp hạng tín dụng khách hàng Vietcombank Quảng Nam Lý chọn ñề tài Trong kinh doanh ngân hàng, việc ngân hàng. .. cho Vietcombank Quảng Nam q trình cấp tín dụng Đó lý chọn đề tài nghiên cứu ? ?Vận dụng mơ hình Z- SCORE xếp hạng tín dụng khách hàng Ngân hàng TMCP Ngoại thương – Chi nhánh Quảng Nam? ?? Mục đích nghiên