Trên cơ sở tổng số điểm đạt được, khách hàng sẽ được phân loại vào một trong 10 hạng sau: AAA, AA, A, BBB, BB, B, CCC, CC, C và D, trong đó:
STT Mức xếp
hạng Ý nghĩa
1 AAA
Đây là mức xếp hạng khách hàng cao nhất. Khả năng hoàn trả khoản vay của khách hàng được xếp hạng này là đặc biệt tốt.
2 AA
Khách hàng được xếp hạng này có năng lực trả nợ không kém nhiều so với khách hàng được xếp hạng cao nhất. Khả năng hoàn trả khoản nợ của khách hàng được xếp hạng này là rất tốt.
3 A
Khách hàng được xếp hạng này có thể có nhiều khả năng chịu tác động tiêu cực của các yếu tố bên ngoài và các điều kiện kinh tế hơn các khách hàng được xếp hạng cao hơn. Tuy nhiên khả năng trả nợ vẫn được đánh giá là tốt.
4 BBB
Khách hàng xếp hạng này có các chỉ số cho thấy khách hàng hoàn toàn có khả năng hoàn trả đầy đủ các khoản nợ. Tuy nhiên, các điều kiện kinh tế bất lợi và sự thay đổi lớn các yếu tố bên ngoài có khả năng làm suy giảm khả năng trả nợ của khách hàng.
5 BB
Khách hàng xếp hạng này ít có nguy cơ mất khả năng trả nợ hơn các nhóm từ B đến D. Tuy nhiên, các khách hàng này đang phải đối mặt với nhiều rủi ro tiềm ẩn hoặc các ảnh hưởng từ các điều kiện kinh doanh, tài chính và kinh tế bất lợi, các ảnh hưởng này có khả năng dẫn đến sự suy giảm khả năng trả nợ của khách hàng.
6 B
Khách hàng xếp hạng này có nhiều nguy cơ mất khả năng trả nợ hơn các khách hàng nhóm BB. Tuy nhiên, hiện thời khách hàng vẫn có khả năng hoàn trả khoản vay. Các điều kiện kinh doanh, tài chính và kinh tế thay đổi xấu đi có khả năng ảnh hưởng đến khả năng hoặc thiện chí trả nợ của khách hàng.
7 CCC
Khách hàng xếp hạng này hiện thời đang bị suy giảm khả năng trả nợ, khả năng trả nợ của khách hàng phụ thuộc vào độ thuận lợi của các điều kiện kinh doanh, tài chính và kinh tế. Trong trường hợp có các yếu tố bất lợi xảy ra, có khả năng không trả được một phần vốn và lãi vay.
8 CC Khách hàng xếp hạng này hiện thời đang bị suy giảm nhiều khả năng trả nợ; có khả năng không trả được một phần vốn
STT Mức xếp
hạng Ý nghĩa
và lãi vay.
9 C
Khách hàng xếp hạng này trong trường hợp đã thực hiện các thủ tục xin phá sản hoặc có các động thái tương tự nhưng việc trả nợ của khách hàng vẫn đang được duy trì; có khả năng không trả được hoàn tòan vốn gốc.
10 D
Khách hàng xếp hạng D trong trường hợp đã mất khả năng trả nợ, các tổn thất đã thực sự xảy ra; không xếp hạng D cho khách hàng mà việc mất khả năng trả nợ mới chỉ là dự kiến.
Đối với các khách hàng đủ điều kiện chấm điểm: căn cứ kết quả xếp hạng tín dụng theo hệ thống xếp hạng tín dụng nội bộ, ACB sẽ phân vào 05 nhóm nợ tương ứng theo quy định tại khoản 6.1 Điều 7 Quyết định 493 cụ thể như sau:
Nhóm 1: Các khách hàng xếp hạng AAA, AA, A.
Nhóm 2: Các khách hàng xếp hạng BBB, BB,B.
Nhóm 3: Các khách hàng xếp hạng CCC, CC.
Nhóm 4: Các khách hàng xếp hạng C.
Nhóm 5: Các khách hàng xếp hạng D.
Theo 2 bảng tiêu chí xếp hạng tín dụng tại CIC và hệ thống chấm điểm tín dụng tại ACB cho thấy những KH được xếp hạng tín dụng từ CCC trở xuống (tương ứng nhóm nợ từ nhóm 3 trở lên) là những KH suy giảm khả năng trả nợ và có nhiều rủi ro về tài chính đây là những khách hàng này là những khách hàng có rủi ro tài chính. Ngược lại, những KH không có rủi ro tài chính là những khách hàng được xếp hạng từ B trở lên và từ nhóm 2 trở lên.
2.2.2.4. Nhận xét về hệ thống chấm điểm xếp hạng tín dụng tại AC :
Kết quả đạt được:
Hệ thống XHTD nội bộ tại ACB được xây dựng theo thông lệ quốc tế, với sự trợ giúp của tư vấn quốc tế – Công ty kiểm toán Ernst & Young, góp phần xác định và phản ánh chân thật hơn mức độ rủi ro, cũng như năng lực tài chính.
tính, và kết hợp với định lượng giúp chủ động đánh giá doanh nghiệp từ nhiều khía cạnh khác nhau, từ đó đưa ra mức độ rủi ro hiện có và rủi ro tiềm tàng.
Ngoài chức năng xếp hạng và phân loại nợ, hệ thống này còn bổ sung chức năng hỗ trợ ra quyết định cho vay, cho phép trích lập dự phòng trực tiếp và cung cấp được các báo cáo theo yêu cầu quản trị. Cơ sở quan trọng cho việc đưa ra các chính sách về tín dụng, khách hàng, lãi suất, bảo đảm tiền vay…đồng thời đây là bước đi đầu tiên để tiến tới trích lập dự phòng theo chuẩn mực kế toán quốc tế và thực hiện các yêu cầu quản trị rủi ro theo Balse II.
Những hạn chế:
Hệ thống XHTD tại ACB chỉ đánh giá rủi ro tài chính theo từng chỉ số tài chính riêng biệt chưa đánh giá được mối quan hệ của các chỉ số tài chính của các KHDN.
Các chỉ số tài chính tài chính được đưa vào mô hình XHTD chưa cho thấy rõ những chỉ số nào quan trọng trong việc phân biệt rõ ràng giữa những khách hàng có rủi ro tài chính và những khách hàng chưa có rủi ro tài chính.
Các chỉ tiêu đặt ra trong mô hình chỉ định tính chưa mang tính định lượng nhiều, gây khó khăn cho nhân viên tín dụng trong nhận định giá trị của chỉ tiêu.
Hệ thống XHTD thường được đánh giá định kỳ, trong khi hoạt động kinh doanh của KHDN sẽ luôn có nhiều biến động và trong 1 năm có thể KHDN đã thay đổi hoàn toàn về tình trạng tài chính của KH nên chưa đánh giá một cách kịp thời.
Hệ thống XHTD nội bộ tại ACB được xây dựng dựa trên kinh nghiệm và tư vấn của chuyên gia nên chưa được kiểm định trên dữ liệu thực tế, chủ yếu đánh giá hệ thống thành công trên cơ sở đối chiếu giá trị tương thích với kết quả phân loại nợ theo điều 6 QĐ 493.
Kết luận chương 2:
Chương 2 đã trình bày được tình hình hoạt động kinh doanh của ngân hàng ACB cũng như thực trạng của công tác đo lường rủi ro tài chính của KHDN thông qua hệ thống
chấm điểm tín dụng nội bộ của ngân hàng, CIC. Đây là cơ sở và là tiền đề xác định khả năng ứng dụng của mô hình MDA vào đo lường rủi ro tài chính của KHDN tại ACB.
CHƯƠNG 3: ỨNG DỤNG MÔ HÌNH PHÂN TÍCH ĐA BIỆT THỨC ĐỂ ĐO LƯỜNG RỦI RO TÀI CHÍNH CỦA KHÁCH HÀNG DOANH NGHIỆP TẠI ACB.
3.1. Lý do chọn mô hình MDA trong việc nghiên cứu đo lường rủi ro tài chính tại ACB.
Mô hình MDA đã được ứng dụng nhiều trên thế giới và có nhiều kết quả khả quan trong việc phân loại những công ty có rủi ro và những công ty không có rủi ro. Việc lựa chọn sử dụng mô hình MDA trong việc áp dụng cho KHDN tại ACB bởi vì:
- Tuy ACB đã có hệ thống chấm điểm phân loại tín dụng nội bộ, nhưng việc chấm điểm định kỳ có nhiều tiêu chí khó sử dụng nên chưa thể cho kết quả nhanh chóng để xem xét KHDN có thuộc diện rủi ro hay không.
- Việc sử dụng mô hình MDA giúp đánh giá tình hình tài chính của KHDN một cách khách quan nhất và không phụ thuộc vào cảm tính của nhân viên tín dụng
- Kết quả của mô hình MDA giúp tìm ra được những KHDN thuộc biến trung gian đây là những KH chưa xác định rõ ràng thuộc trường hợp có hay không từ đó ta có thể đưa ra các mức cảnh báo tín dụng phù hợp với nhóm KH này..
- Có tính chính xác và dẫn đến một kết quả rõ ràng hơn đa phần các chỉ số thông thường, có khả năng khoanh vùng của những đánh giá không chắc chắn là nhóm trung gian.
- Có tính nhất quán và giảm bớt được các đánh giá không chính xác và ngẫu nhiên của một vài cá nhân có thể mắc phải.
- Độ tin cậy có thể đánh giá thông qua thống kê. Nó dựa vào kinh nghiệm quá khứ hơn là đơn thuần dựa vào ý kiến không rõ ràng của một cá nhân.
- Nhanh hơn và chính xác hơn so với các công cụ truyền thống khác.
- Có khả năng loại trừ hai thái cực của một nhóm mẫu công ty, cho phép các nhà phân tích tập trung vào khu vực chưa rõ ràng, nơi mà kinh nghiệm và phán đoán là cần thiết để bù đắp cho những gì mà máy tính còn thiếu sót.
3.2. Các nguyên tắc chọn lựa mô hình nghiên cứu
Các nguyên tắc chọn lựa mô hình phải có đầy đủ những đặc điểm sau:
Tính đầy đủ: Kết quả đo lường phải đầy đủ những thông tin liên quan đến nguy cơ tài chính. Để đảm bảo tính đầy đủ này theo hiệp ước Basel II thì phải xem xét tất cả các thông tin có sẵn trong BCTC để thực hiện việc đo lường, xếp hạng.
Tính khách quan: Kết quả đo lường phải được thực hiện bởi các chủ thể khác nhau.
Tính nhất quán: Kết quả đo lường không được mâu thuẫn với các cơ sở lý thuyết và phương pháp luận đã được công bố trước đây.
Tính kế thừa: Kế thừa các nghiên cứu về đo lường nguy cơ tài chính và các kinh nghiệm đo lường trước đây
Sự công nhận: được sự công nhận của những người sử dụng mô hình vì có khả năng đánh giá rủi ro tài chính của các công ty và được áp dụng.
Qua nghiên cứu những ưu, nhược điểm của từng loại mô hình cũng như dựa vào đặc điểm riêng của các KHDN tại ACB. Trong nghiên cứu này, tác giả sử dụng phương pháp tiếp cận mô hình MDA, đây là mô hình được sử dụng nhiều ở các nước khu vực Đông Nam Á và nhiều nước trên thế giới hiện nay trong việc đánh giá rủi ro tài chính ảnh hưởng đến khả năng trả nợ của KHDN sau khi cho vay tại ACB.
Phạm vi nghiên cứu các khách hàng DN đang vay tại ACB. Việc đo lường rủi ro tài chính của các khách hàng DN dựa trên cơ sở phân tích các chỉ số tài chính của 100 khách hàng trong năm 2011. Dữ liệu năm 2009 và dữ liệu năm 2010 được dùng để đánh giá kiểm định lại tính đúng đắn của mô hình. Từ các công ty trên đưa 2 hai nhóm riêng biệt mỗi nhóm gồm 50 khách hàng, nhóm khách hàng có rủi ro và nhóm khách hàng chưa có rủi ro, từ đó đưa ra một mô hình chung đo lường các rủi ro tài chính của khách hàng DN đang vay tại ACB.
3.3. Chọn mẫu nghiên cứu
2010 -2012:
3.3.1. Nguyên tắc chọn mẫu:
Các khách hàng DN được chọn không thuộc các DN có cấu trúc đặc biệt như các công ty tài chính, công ty bảo hiểm, công ty chứng khoán ngân hàng. Các KHDN cung cấp đầy đủ báo cáo tài chính trong năm nghiên cứu, không
có nhiều chỉ số tài chính bị khuyết.
Các KHDN được xếp vào nhóm rủi ro tài chính là những khách hàng không có khả năng trả nợ lớn hơn 90 ngày hoặc những khách hàng được hệ thống xếp hạng tín dụng nội bộ ACB đánh giá từ CCC trở xuống. Ngược lại nhóm KH không có rủi ro tài chính là những khách hàng có khả năng trả nợ và hạng tín dụng từ B trở lên theo đánh giá của hệ thống xếp hạng tín dụng nội bộ của ACB.
Dữ liệu năm 2011 được chọn để xây dựng mô hình MDA, dữ liệu năm 2009 và năm 2010, 2012 để dùng kiểm định mô hình theo thời gian, đánh giá độ chính xác của mô hình đưa ra
3.3.2. Chọn dữ liệu:
Dữ liệu được chọn gồm 2 mẫu:
Mẫu 1: Bao gồm 100 KHDN đang có dư nợ tại ACB, được chia làm 2 nhóm; 1 nhóm có rủi ro bao gồm 50 KHDN có xếp hạng tín dụng nội bộ từ CCC trở xuống và nhóm không có rủi ro là nhóm được xếp hạng tín dụng từ B trở lên bao gồm 50 KHDN còn lại. Mẫu này được sử dụng tính toán tìm ra hàm phân biệt đa thức. Mẫu này được gọi là mẫu phân tích
Mẫu 2: là mẫu kiểm tra, dùng để kiểm tra lại tính chính xác của mô hình đa biệt thức. Mẫu này bao gồm 50 KHDN, trong đó có 25 KHDN có rủi ro và 25 KHDN được xác
định là không có rủi ro. Mẫu này được đưa vào để kiểm tra trong khi thực hiện mô hình MDA theo phương pháp từng bước.
Danh sách chi tiết KHDN tại ACB được đưa vào biến nghiên cứu được thể hiện qua phụ lục 2.
Bảng phân loại của nhóm KHDN thuộc mẫu theo ngành nghề như sau :
ảng 3.01: ảng phân loại theo ngành nghề của mẫu đánh giá:
STT Ngành nghề cấp 2 Mẫu 1 (Mẫu phân tích) Mẫu 2: Mẫu Kiểm tra Nhóm không có rủi ro (Nhóm I) Nhóm có rủi ro (Nhóm II) Nhóm không có rủi ro (Nhóm I) Nhóm có rủi ro (Nhóm II) 1 Xây dựng (thi công) 7 7 3 Sản xuất, mua bán vật liệu xây dựng 5 5 4 4 3 Sản xuất máy móc thiết bị, phương tiện vận tải 2 2 1 1 4 Chế biến lương thực thực phẩm 2 2 1 1 5 Nuôi trồng thủy sản 1 1 0 0 6 Khai thác khoáng sản 2 2 1 1 7 Vận tải 5 5 2 2 8 Thương mại 4 4 3 3 9 Hoạt động thông tin liên lạc 1 1 1 1 10 Nhà hàng, khách sạn 2 2 1 1
STT Ngành nghề cấp 2 Mẫu 1 (Mẫu phân tích) Mẫu 2: Mẫu Kiểm tra Nhóm không có rủi ro (Nhóm I) Nhóm có rủi ro (Nhóm II) Nhóm không có rủi ro (Nhóm I) Nhóm có rủi ro (Nhóm II) 12 Hoạt động kho bãi, cảng biển 1 1 0 0 13 Chăn nuôi 1 1 0 0 14 Thiết bị y tế, dược phẩm 1 1 0 0 15 Nguyên vật liệu 5 5 3 3 16 Mua bán thiết bị vật tư, công cụ dụng cụ 6 6 3 3 17 Mua bán lương thực thực phẩm 1 1 1 1 18 Mua bán hàng tiêu dùng, văn phòng phẩm 2 2 1 1 19 Lâm nghiệp 1 1 0 0 20 Dịch vụ du lịch giải trí quảng cáo
1 1 0 0
Tổng Cộng 50 50 25 25
3.3.3. Chọn biến độc lập: Các chỉ số tài chính:
Các nghiên cứu trước đây sử dụng các chỉ số tài chính được chọn lọc để đo lường nguy cơ tài chính đã được chứng minh thành công với xác suất khá cao. Việc sử dụng lại các chỉ số tài chính trong các nghiên cứu trước được tiếp tục kế thừa và bổ sung thêm các chỉ số tài chính khác nhằm gia tăng tính giải thích của mô hình MDA.
Theo Bài “A Model of Corporate Bankruptcy in Thailand Using Multiple Discriminant Analysis” của Leksrisakul và Michael Evans, năm 2005 tác giả đánh giá các công ty tại thị trường Thái Lan có điều kiện kinh tế khá giống Việt Nam, tác giả sử
dụng tổng cộng 38 chỉ số tài chính để thực hiện mô hình MDA. Bên cạnh đó với bài:
Ứng dụng mô hình phân tích đa biệt (MDA) để đo lường nguy co rủi ro tài chính tại các công ty niêm yết trên thị trường chứng khoán Việt Nam – Luận Văn Thạc Sỹ của tác giả Hoàng Giang, ĐH kinh tế thành phố Hồ Chí Minh có sử dụng 33 chỉ số tài chính để đánh giá nguy cơ rủi ro tài chính.
Bên cạnh kế thừa 2 nghiên cứu trên và một số nghiên cứu của các tác giả khác trên thế giới như của Altman 1968, Deakin 1972, Edmister 1972, Sinkey 1974, Altman và cộng sự 1977, Ohlson 1980, Altman 1993 (Phụ lục 1: các biến độc lập của các nghiên cứu trước đây) và đặc điểm của các công ty đang vay tại ACB, tác giả có thống kê và