100 80 60 40 20 0 100 80 60 40 20 0 100 80 60 40 20 0
Chỉ tiêu thanh khoản
1.Khả năng thanh khoản 8%
2,1 1,6 1,1 0,8 0,5 <0,2 2,3 1,7 1,2 1 0,6 <0,3 2,9 2,3 1,7 1,4 0,9 <0,4
2. Khả năng
thanh toán nhanh 8%
1,4 0,9 0,6 0,4 0,2 <0,1 1,7 1,1 0,7 0,6 0,4 <0,2 2,2 1,8 1,2 0,9 0,6 <0,3 Chỉ tiêu hoạt động 3. Luân chuyển hàng tồn kho 15% 5 4,5 4 3,5 2,7 <1,2 6 5,5 5 4,5 3,5 <1,5 7 6,5 6 5,5 4,3 <2 4. Kỳ thu tiền bình quân 10% 39 45 55 60 80 >180 34 38 44 55 75 >160 32 37 43 50 70 >150 5.Doanh thu/Tổng tài sản 10% 3 2,5 2 1,5 0,8 <0,4 3,5 3 2,5 2 1,2 <0,7 4 3,5 3 2,5 1,5 <1 Chỉ tiêu cân nợ 6.Nợ phải trả/Tổng tài sản 15% 35 45 55 65 80 >90 30 40 50 60 75 >85 25 35 45 55 70 >85 7.Nợ phải trả/VCSH 15% 53 69 122 185 280 >730 42 66 100 150 240 >610 33 54 81 122 200 >590 Chỉ tiêu thu nhập 8.Thu nhập trước thuế/Doanh thu 8% 7 6,5 6 5,5 4 <2 7,5 7 6,5 6 5 <2,5 8 7,5 7 6,5 5,5 <3 9.Thu nhập trước thuế/Tổng tài sản 8% 6,5 6 5,5 5 4 <2 7 6,5 6 5,5 4,5 <2,5 7,5 7 6,5 6 5 <3 10.Thu nhập trước thuế/VCSH 8% 14,2 12,2 10,6 9,8 8 <3 13,7 12 10,8 9,8 8,5 <3,5 13,3 11,8 10,9 10 8,7 <4,2 Nguồn: Vietcombank
- Bước 5: Sau khi đã chấm điểm chỉ tiêu tài chính, sẽ xem xét đến các chỉ tiêu phi tài chính. Trong đó trọng số của các chỉ tiêu phi tài chính là khác nhau tùy theo loại hình doanh nghiệp.
Bảng 2.6 Trọng số chỉ tiêu phi tài chính của BIDV và Vietcombank
Nguồn: BIDV, Vietcombank - Bước 6: Tổng hợp điểm và xếp hạng:
Tổng hợp điểm: Điểm khách hàng = Điểm các chỉ tiêu tài chính * Trọng số phần tài chính + Điểm các chỉ tiêu phi tài chính * Trọng số phần phi tài chính. Trong đó trọng số của phần tài chính và phi tài chính như sau:
Chỉ tiêu phi tài chính
Doanh nghiệp nhà nước
Doanh nghiệp có vốn
đầu tư nước ngoài Doanh nghiệp khác
BIDV Vietcombank BIDV Vietcombank BIDV Vietcombank
Khả năng trả nợ từ lưu chuyển tiền tệ 6% 25% 7% 30% 5% 24% Trình độ quản lý 25% 27% 20% 27% 25% 30% Quan hệ với ngân hàng 40% 20% 40% 18% 40% 20% Các nhân tố bên ngoài 17% 13% 17% 15% 18% 13% Các đặc điểm hoạt động khác 12% 15% 16% 10% 12% 13%
Bảng 2.7 Trọng số chỉ tiêu tài chính và chỉ tiêu phi tài chính của BIDV và Vietcombank
Chỉ tiêu
Báo cáo tài chính được kiểm toán Báo cáo tài chính chưa được kiểm toán
BIDV Vietcombank BIDV Vietcombank Doanh nghiệp nhà nước Doanh nghiệp có vốn đầu tư nước ngoài Doanh nghiệp khác Doanh nghiệp nhà nước Doanh nghiệp có vốn đầu tư nước ngoài Doanh nghiệp khác Các chỉ tiêu tài chính 35% 50% 60% 40% 30% 50% 60% 40% Các chỉ tiêu phi tài
chính
65% 50% 40% 60% 70% 50% 40% 60% Điểm thưởng báo
cáo tài chính được kiểm toán + 6 điểm + 6 điểm + 6 điểm Nguồn: BIDV
Xếp hạng tín dụng khách hàng: Căn cứ tổng điểm đạt được cuối cùng đã nhân với trọng số, các doanh nghiệp được XHTD theo mười loại tương ứng mức độ rủi ro tăng dần từ AAA (Có mức độ rủi ro thấp nhất) đến D (Có mức độ rủi ro cao nhất).
Như vậy qua xem xét hai mô hình trên đang áp dụng tại các NHTM hiện nay để xếp hạng các công ty kinh doanh BĐS nói riêng và cho vay các công ty kinh doanh khác nói chung. Về cơ bản các mô hình đều đã tính đến chỉ tiêu tài chính và phi tài chính của khách hàng. Kết quả xếp hạng của các mô hình tại một số ngân hàng đã được sử dụng đề xuất cấp tín dụng và đưa ra chính sách lãi suất với khách hàng.
Bên cạnh một số kết quả đạt được trên, các mô hình đo lường rủi ro tín dụng tại các NHTM còn những hạn chế sau:
- Thứ nhất: Như đã phân tích ở chương 1, ngành kinh doanh BĐS là có những đặc thù và những rủi ro riêng. Tuy nhiên, qua hai mô hình xem xét trên, để xếp hạng đối với công ty kinh doanh BĐS, các ngân hàng đều sử dụng bộ chỉ tiêu và trọng số tương tự như những ngành kinh doanh thuộc nhóm ngành thương mại dịch vụ- kinh doanh hàng hóa thông thường. Trong khi đó ngành kinh doanh BĐS có thể xem là một ngành kinh doanh hàng hóa đặc biệt- kinh doanh tài sản. Cụ thể, sự khác biệt qua một số chỉ tiêu của ngành kinh doanh BĐS và ngành thương mại dịch vụ như sau:
Bảng 2.8 Một số chỉ tiêu tài chính trung bình của ngành kinh doanh BĐS và thương mại dịch vụ Chỉ tiêu Ngành kinh doanh BĐS Ngành thương mại Ngành dịch vụ Vòng quay tài sản 17% 202% 52% Vòng quay tài sản ngắn hạn 29% 317% 129% Vòng quay VCSH 44% 103% 541%
Tỷ lệ doanh thu/Lợi nhuận thuần -27% 9% 22%
ROA 3% 6% 5%
ROE 7% 13% 13%
Thanh toán hiện hành 164% 182% 128%
Thanh toán nhanh 76% 169% 77%
Qua bảng trên cho thấy, ngành kinh doanh BĐS có các chỉ số tài chính khác biệt tương đối lớn so với ngành thương mại và dịch vụ đặc biệt là ở vòng quay tài sản, vòng tài sản ngắn hạn, vòng quay VCSH và hiệu quả sinh lời từ doanh thu. Như vậy việc áp dụng cùng một mô hình để xếp hạng chung cho cả ngành kinh doanh BĐS và ngành thương mại dịch vụ là không hợp lý.
- Mặc khác, mỗi ngân hàng lại tự xây dựng riêng cho mình bộ số và trọng số các chỉ tiêu. Điều này đã dẫn đến những bất cập trong việc so sánh, đánh giá cùng một đối tượng khách hàng nhưng lại có kết quả khác nhau (cùng 1 khách hàng, có NHTM phân loại vào nhóm nợ cao, có NHTM lại phân loại vào nhóm nợ thấp).
- Thứ ba: toàn bộ các yếu tố cơ bản của hệ thống xếp hạng (bộ chỉ tiêu, trọng số của từng chỉ tiêu) tại các NHTM Việt Nam hiện nay đều hoàn toàn phụ thuộc vào quan điểm chủ quan của các chuyên gia thay vì dựa trên dữ liệu thống kê lịch sử và phân tích mô hình kinh tế lượng. Những mô hình này không dự báo, tìm được các chỉ tiêu đóng vai trò then chốt, ảnh hưởng đến kết quả XHTD của khách hàng. Từ đó kết quả XHTD nội bộ mang tính chủ quan và chưa thực sự là căn cứ để làm cơ sở xây dựng các thước đo lượng hóa rủi ro, hỗ trợ ngân hàng tính toán chuẩn xác tổn thất dự tính và yêu cầu vốn tối thiểu bù đắp rủi ro. Điều này dẫn đến hạn chế trong quản trị rủi ro danh mục, định giá tín dụng, xác định khẩu vị rủi ro… của ngân hàng.
2.2 Ứng dụng Hồi quy Logistic xây dựng mô hình đo lường rủi ro tín dụng
Thông qua phân tích những hạn chế trên trong công tác đo lường rủi ro tín dụng của các NHTM khi cho vay các công ty kinh doanh BĐS nói riêng và các công ty kinh doanh khác nói chung ở trên. Nghiên cứu thấy rằng, việc xây dựng được một mô hình đo lường rủi ro tín dụng có chất lượng cao và ổn định phù hợp với từng ngành nghề
khác nhau của từng loại hình doanh nghiệp, trong đó có công ty kinh doanh BĐS nói riêng là yêu cầu cần thiết cho các NHTM trong giai đoạn hiện nay.
Để xây dựng được một mô hình đo lường rủi ro tín dụng có chất lượng cao và ổn định đòi hỏi phải thu thập được nhiều thông tin từ chỉ số tài chính đến chỉ số phi tài chính của đối tượng cần đánh giá. Tuy nhiên việc làm này là tốn kém rất nhiều thời gian và chi phí. Vì vậy, nghiên cứu này chỉ thực hiện nghiên cứu đối với các chỉ số tài chính vì hạn chế về thông tin cũng như với mong muốn là sẽ xây dựng được một mô hình đo lường chính xác mà không phải tốn nhiều thời gian thu thập các thông tin khác.
Mặc khác để kiểm tra tính đúng đắn trong việc sử dụng các tỷ số tài chính trong việc xếp hạng khách hàng, Ngân hàng UBS đã sử dụng các tỷ số tài chính đánh giá rủi ro tín dụng mà Moody’s sử dụng kết hợp với các mức phân loại của S&P trong thời gian từ 1993 đến 2003. Kết quả cho thấy rằng các tỷ số tài chính đều có tương quan mạnh với các mức phân loại, đồng thời có xu hướng tăng chung trong mức ý nghĩa thống kê của hầu hết các tỷ số này qua các mức phân loại khác nhau, cũng như qua các ngành khác nhau của nền kinh tế. Điều này thể hiện thông qua thống kê t tăng mạnh qua thời gian (t tăng thể hiện độ tin cậy gia tăng).
Hình 2.1 Thống kê t của các thước đo tín dụng.
Nguồn: UBS (2004) Kết quả này cho thấy các thước đo định lượng đang ngày càng trở thành một công cụ đáng tin cậy hơn trong ước lượng rủi ro tín dụng. Nguyên nhân có thể vì chất lượng báo cáo tài chính ngày càng được cải thiện, số liệu đáng tin cậy và nhất quán hơn.
Vì vậy, thông qua nghiên cứu các ưu và nhược điểm từ những mô hình lý thuyết ở chương 1. Nghiên cứu này sẽ ứng dụng mô hình hồi quy Logistic vào việc đo lường rủi ro của các NHTM khi cho vay các công ty kinh doanh BĐS thông qua các chỉ số tài chính của những công ty này.
2.2.1 Các tiêu chuẩn đo lường cần xem xét trong mô hình
Khi ứng dụng mô hình Hồi quy Logistic vào nghiên cứu, cần chú ý một số tiêu chuẩn sau:
2.2.1.1 Độ phù hợp của mô hình
Mô hình hồi quy Logistic cũng đòi hỏi phải đánh giá độ phù hợp của mô hình. Đo lường độ phù hợp của mô hình Hồi quy Logistic là dựa trên chỉ tiêu -2LL (viết tắt của -2 LogLikehood), thước đo này có ý nghĩa giống như R2 trong hồi quy tuyến tính nhưng -2LL thì ngược lại, tức là mô hình càng phù hợp khi -2LL càng nhỏ. Giá trị nhỏ nhất của -2LL là 0 (tức không có sai số) khi đó mô hình có một độ phù hợp hoàn hảo.
Độ phù hợp của mô hình cũng có thể biết được thông qua bảng Classification Table: bảng này cho biết độ chính xác của kết quả dự báo từ mô hình.
2.2.1.2 Kiểm định ý nghĩa của các hệ số
Hồi quy Logistic cũng đòi hỏi kiểm định giả thiết hệ số hồi quy khác 0. Vì nếu hệ số hồi quy Bi= 0 tức là tỷ lệ chênh lệch giữa xác suất sự kiện xảy ra và không xảy ra là như nhau, lúc đó mô hình hồi quy không có ý nghĩa trong việc dự đoán.
Đại lượng Wald Chi Square được sử dụng để kiểm định ý nghĩa thống kê của hệ số hồi quy. Wald Chi Square được tính bằng cách lấy ước lượng của hệ số hồi quy của biến độc lập trong mô hình hồi quy Logistic chia cho sai số chuẩn của ước lượng hệ số hồi quy này, sau đó bình phương lên.
2.2.1.3 Kiểm định độ phù hợp tổng quát
Kiểm định độ phù hợp tổng quát là kiểm định tổ hợp tuyến tính của toàn bộ các hệ số của biến độc lập để xem có thực sự có ý nghĩa trong việc giải thích cho biến phụ thuộc không. Omnibus Test of Model Coefficients (OB) là đại lượng dung để kiểm
định sự phù hợp tổng quát của mô hình hồi quy với giả thiết H0 là các hệ số hồi quy đồng thời bằng 0 (H0: B1=B2=……=Bi=0). Nếu sig < α thì H0 bị bác bỏ hay mô hình phù hợp một cách tổng quát.
2.2.2 Giới thiệu các nghiên cứu thực nghiệm
2.2.2.1 Nghiên cứu của Hoàng Tùng-Trường đại học kinh tế về phân tích rủi ro tín dụng doanh nghiệp bằng mô hình Logistic.
Bằng mô hình Logistic, từ 30 biến tài chính ban đầu được tính toán từ báo cáo tài chính năm 2009 của 463 công ty đang niêm yết trên thị trường chứng khoán Việt Nam, bằng phương pháp loại trừ dần tác giả đã chọn ra được 7 chỉ số tài chính biểu hiện những đặc trưng tài chính cơ bản của doanh nghiệp.
Bảng 2.9 Bảng các chỉ số tài chính trong nghiên cứu của Hoàng Tùng
Nhóm Chỉ tiêu Cách tính Kí hiệu
Cấu trúc vốn
Tỷ suất nợ Nợ phải trả/Tổng tài sản Ts_No
Đòn bẩy nợ Nợ phải trả/VCSH DBN
Đầu tư Tỷ suất tài sản ngắn hạn Tài sản ngắn hạn/Tổng tài sản Ts_TSNH Hoạt động Số vòng quay tài sản Doanh thu/Tổng tài sản Hs
Hiệu quả Tỷ suất lợi nhuận/Doanh thu Lợi nhuận/Doanh thu Ts_LNDT Tỷ suất sinh lời tài sản Lợi nhuận/Tổng tài sản ROA Tỷ suất sinh lời VCSH Lợi nhuận/VCSH ROE
Nguồn: Hoàng Tùng (2011) Và từ đây tác giả cũng rút ra được mô hình hồi quy Logistic được sử dụng để dự báo rủi ro tín dụng cho các doanh nghiệp trên cơ sở các chỉ tiêu tài chính. Mô hình đó như sau:
Z= -0.749 + 0.074Hs +2.458 Ts_TSNH – 5.985 Ts_No -2.060DBN+ 0.992Ts_LNDT + 145.363 ROA + 26.151 ROE (2.1)
2.2.2.2 Nghiên cứu của Hoàng Thị Minh Châm “Ứng dụng mô hình Hồi quy Logistic trong xếp hạng khách hàng tại ngân hàng TMCP Kỹ thương Việt Nam - Chi nhánh Hà Nội”.
Tác giả sử dụng các chỉ tiêu tài chính của 73 doanh nghiệp trong năm 2007 và các tài liệu liên quan đến việc quản lý rủi ro, xếp hạng khách hàng của phòng dịch vụ ngân hàng doanh nghiệp tại Techcombank - Chi nhánh Hà Nội. Bằng phương pháp Hồi quy Logistic, từ 13 biến ban đầu tác giả cho là có liên quan đến mô hình thì sau khi loại và kiểm định các giả thuyết cần thiết, tác giả đã tìm ra được mô hình dùng để đo lường những tác động của các biến đến xác suất xảy ra nợ quá hạn của ngân hàng như sau: