pháp nhân có kết quả xếp hạng rơi vào nhóm 2
A/ Ước lượng mô hình
Chạy mô hình hồi quy logistic gồm biến phụ thuộc N2 và ta lựa 24 biến độc lập bằng phần mềm SPSS với phương pháp Enter được kết quả cho trong bảng. ...
Từ tỷ số loglikehood khá cao, kiểm đinh khi bình phương cho thấy đây là mô hình khá tốt. Với độ tin cậy 90% tương ứng với sig nhở hơn 0,1 từ bảng kế quả trên ta thấy có 5 biến ảnh hưởng đến xác suất để biến N1 nhận giá trị 1 một cách có ý nghĩa thống kê, còn 19 biến còn lại đều có sig lớn hơn 0,1 và ta lần lượt xét ý nghĩa kinh tế của 19 biến đó cho thấy có thể loại bỏ các biến này ra khỏi mô hình xem xét.
Tiếp tục ta chạy tiếp mô hình hồi quy logistic với 1 biến phụ thuộc N1 và 5 biến độc lập còn lại được kết quả cho dưới bảng
Cũng dựa vào tỷ số loglikehood và kiểm đinh khi bình phương cho thấy đây là mô hình khá tốt, và với độ tin cậy 90% và căn cứ vào bảng kết quả cho thấy biến biểu thị hình thức sở hữu nhà nước (HTSH_NN) có sig lớn hơn 0,1cũng xét ý nghĩa thống kê và kinh tế cũng cho thấy có thể bỏ hai biến này khỏi mô hình.
Cuối cùng ta chạy tiếp mô hình hồi quy logistic với 1 biến phụ thuộc N1 và 5 biến độc lập còn lại ta được kết quả cho dưới bảng
Với bộ số liệu gồm 376 quan sát và không có quan sát nào thiếu thông tin, dựa vào tỷ số loglikelihood và kiểm định khi bình phương cho thấy đây là mô hình tốt. Cũng với độ tin cậy 90% cho thấy cả 4 biến đều có sig nhỏ hơn 0.1 nên cả 4 biến này đều có ảnh hưởng đến xác suất để N1 nhận giá trị bằng 1 một cách có ý nghĩa thống kê, các hệ số có mặt trong mô hình: β0 =-6.596, β1 = -0.770, β2 = 0.2208, β3 =-2.632; β4 = 0.065.
B/ Phân tích kết quả:
Phương trình toán học biểu thị các yếu tố ảnh hưởng tới xác suất doanh nghiệp được xếp hạng vào nhóm 2 (gồm những doanh nghiệp có năng lực tài chính ở mức trung bình, có thể xem xét cấp tín dụng) 6,981 -0,078*KTTBQ+0,124*NPT_VCSH+0.19*HSKN_Tgoc+0,065*NGANH_TMDV 6,981 -0,078*KTTBQ+0,124*NPT_VCSH+0.19*HSKN_Tgoc+0,065*NGANH_TMDV 2 ˆ( 2 1) 1 N e p p e − − = = = +
Xác suấtpˆ (N2=1) trong trường hợp các biến giải thích đều bằng 0 là:
, Xác suất để N2 nhận giá trị bằng 1 trong điều kiện các biến giải thích đều 0 rất nhỏ có thể coi như các biến giải thích có mặt trong mô hình đã giải thích hoàn toàn được cho biến phụ thuộc N2
Để đánh giá được sự tác động của từng yếu tố lên xác suất để doanh nghiệp được xếp vào nhóm 1 ta đi xét một doanh nghiệp cụ thể trong dữ liệu mà ta thu thập được:
của Vietcombank Quảng Ninh có bảng bảng tóm tắt cân đối kế toán và bảng các chỉ số tài chính năm 2009 là 2.... và 2...., bảng này có chỉ số
Kỳ thu tiền bình quân: 1.77 lần Nợ phải trả trên VCSH: 58.27 % Hệ số khả năng trả nợ gốc: 1.6 lần
Khi đó xác suất mà doanh nghiệp A13 được xếp hạng vào nhóm N2 là 6,981 - 0,078*1,77+0,124*58,27-0,19*1,3+0,065*0 6,981 - 0,078*1,77+0,124*58,27-0,19*1,3+0,065*0 2 1) 0, 6012 (60,12%) ˆ( 1 N e p e − − = = = +
*Ảnh hưởng của chỉ số kỳ thu tiền bình quân (KTTBQ) tới xác suất rơi vào xếp hạng nhóm 1 của doanh nghiệp.
Nếu các yếu tố khác không đổi và chỉ số kỳ thu tiền bình quân
(KTTBQ ) tăng lên 1 ngày sẽ làm cho khả năng doanh nghiệp được xếp hạng ở nhóm 1 sẽ thay đổi (giảm) là:
P1 = p*(1-p)*β1 = 0,6012*(1-0,6012)*(-0,078) = - 0,0187( 1,87%)
Xét về mặt ý nghĩa kinh tế và tính hợp lý thì sự thay đổi theo chiều hướng trên là hoàn toàn phù hợp. Điều này được lý giải: Kỳ thu tiền bình quân là số ngày bình quân cần có để chuyển các khoản phải thu thành tiền, giúp đánh giá khả năng của doanh nghiệp trong việc thu nợ khách hàng. Nếu kỳ thu tiền bình quân tăng dần hoặc tăng cao so với bình quân ngành chứng tỏ các chính sách tín dụng của doanh nghiệp là quá dễ dãi và các khoản phải thu không đủ tính thanh khoản, kết quả cho thấy sự thay đổi P¬1 khá lớn nên có thể nói rằng các khách hàng pháp nhân của VCB Quảng Ninh có kỳ thu tiền bình quân càng cao sẽ có khả năng làm giảm thứ hạng tín dụng doanh nghiệp. Ngược lại, kỳ thu tiền bình quân càng thấp thì doanh nghiệp có thể mất nhiều khách hàng quan trọng của mình.
*Ảnh hưởng của chỉ số nợ phải trả trên VCSH (NPT_VCSH) tới xác suất rơi vào xếp hạng nhóm 1 của doanh nghiệp.
tăng lên 1% ngày sẽ làm cho khả năng doanh nghiệp được xếp hạng ở nhóm 1 sẽ thay đổi (tăng) là:
P2 = p*(1-p)*β2 = 0,6012*(1-0,6012)*0,124 = 0,0297( 2,97%)
Nợ phải trả so với vốn chủ sở hữu: Doanh nghiệp có tỷ số này cao chứng tỏ là tiềm lực tài chính không đảm bảo và khả năng gặp rủi ro cao. Kết quả ước lượng lại cho thấy nợ phải trả càng tăng thì lại làm cho khả năng doanh nghiệp được xếp hạng vào nhóm N2 cũng tăng thêm, Ngân hàng có thể xem xét cấp tín dụng điều này có thể hiểu rằng đa số khách hàng pháp nhân của VCB Quảng Ninh có tỷ số này cao có thể các khách hàng là doanh nghiệp đang kinh doanh hiệu quả, nhu cầu vốn lớn để mở rộng hoạt động sản xuất kinh doanh.
*Ảnh hưởng của chỉ số: hệ số khả năng trả nợ gốc (HSKN_Tgoc) tới xác suất rơi vào xếp hạng nhóm 1 của doanh nghiệp
Nếu các yếu tố khác không đổi và chỉ số hệ số khả năng trả nợ gốc
(HSKN_Tgoc) tăng lên 1% ngày sẽ làm cho khả năng doanh nghiệp được xếp hạng ở nhóm 1 sẽ thay đổi (giảm) là
P2 = p*(1-p)* β2 = 0,6012*(1-0,6012)*0,19 = 0,0455( 4,55%)
Con số này cũng thay đổi đáng kể chứng tỏ hệ số khả năng trả nợ gốc ảnh hưởng đến xác suất mà doanh nghiệp rơi vào xếp hạng tín dụng nhóm N2 là khá cao.
Hệ số khả năng trả nợ gốc = (lợi nhuận thuần từ hoạt động kinh doanh + khấu hao)/(lãi vay đã trả+ nợ dài hạn đến hạn trả)
Chỉ số này càng cao chứng tỏ, lợi nhuận thuần thu được từ hoạt động kinh doanh có đủ khả năng thanh toán nhanh chóng các khoản nợ gốc đã đến và khả năng doanh nghiệp xẩy ra qua hạn thấp. Nên những khách hàng nào có hệ số này cao có thể xem xét ưu tiên xem xét cấp tín dụng.
xếp hạng nhóm 1 của doanh nghiệp.
Theo kết quả thu được trong mô hình chỉ có biến biểu thị ngànhh thương mại dịch vụ (NGANH_TMDV) có mặt trong mô hình, đây là biến nhị nguyên với hệ số β4 = 0.065 > 0 ứng với >1 nghĩa là nếu các yếu tố khác không thay đổi các doanh nghiệp là khách hàng của VCB Quảng Ninh có ngành nghề kinh doanh thuộc lĩnh vực thương mại dịch vụ sẽ có xác suất xếp hạng rơi vào nhóm N2 cao hơn so với những doanh nghiệp có các ngành nghề kinh doanh còn lại. Có thể thấy đây cũng là điều phù hợp với đặc điểm kinh tế xã hội của tỉnh Quảng Ninh các ngành nghề khá đa dạng trong đó có các ngành thương mại dịch vụ khá phát triển nên các doanh nghiệp thuộc lĩnh vực này hoạt động khá hiệu quả, ngân hàng có thể xem xét đáp ứng nhu cầu về vốn cho các doanh nghiệp kinh doanh trong lĩnh vực này.
3.3.3. Phân tích các yếu tố ảnh hưởng đến khả năng mà khách hàng pháp nhân có kết quả xếp hạng rơi vào nhóm 3 pháp nhân có kết quả xếp hạng rơi vào nhóm 3
A/ Ước lượng mô hình
Chạy mô hình hồi quy logistic gồm biến phụ thuộc N3 với 24 biến độc lập bằng phần mềm SPSS với phương pháp Enter được kết quả cho trong bảng. ...
Tỷ số loglikehood khá cao kiểm đinh khi bình phương cho thấy đây là mô hình khá tốt. Với độ tin cậy 90% tương ứng với sig nhở hơn 0,1 từ bảng kế quả trên ta thấy chỉ có 7 biến ảnh hưởng đến xác suất để biến N3 nhận giá trị 1 một cách có ý nghĩa thống kê, còn 17 biến còn lại đều có sig lớn hơn 0,1 và ta lần lượt xét ý nghĩa kinh tế của 17 biến đó, cho thấy có thể loại bỏ các biến này ra khỏi mô hình xem xét
Tiếp tục ta chạy tiếp mô hình hồi quy logistic với 1 biến phụ thuộc N3 và 7 biến độc lập còn lại được kết quả cho dưới bảng
Cũng dựa vào tỷ số loglikehood và kiểm đinh khi bình phương cho thấy đây là mô hình khá tốt, và với độ tin cậy 90% và căn cứ vào bảng kết quả cho thấy biến biểu thị hình thức sở hữu nhà nước (HTSH_NN) có sig lớn hơn 0,1cũng xét ý nghĩa thống kê và kinh tế cũng cho thấy có thể bỏ hai biến này khỏi mô hình.
Cuối cùng ta chạy tiếp mô hình hồi quy logistic với 1 biến phụ thuộc N3 và 6 biến độc lập còn lại ta được kết quả cho dưới bảng
Với độ tin cậy 90% và căn cứ vào bảng kết quả cho thấy biến biểu thị chỉ số kỳ thu tiền bình quân (KTTBQ) có sig lớn hơn 0,1cũng xét ý nghĩa thống kê và kinh tế cũng cho thấy có thể bỏ hai biến này khỏi mô hình.
Cuối cùng ta chạy mô hình hồi quy logicstic với biến phụ thuộc N3 và 5 biến độc lập còn lại được kết quả
Kết quả cho thấy tỷ số -2loglikelihood = 304,497 và kiểm định khi bình phương cho thấy đây là mô hình tốt. Cũng với độ tin cậy 90% cho thấy cả 5 biến đều có sig nhỏ hơn 0,1 nên cả 5 biến này đều có ảnh hưởng đến xác suất để N3 nhận giá trị bằng 1 một cách có ý nghĩa thống kê, các hệ số có mặt trong mô hình:
β0 =-4,4516, β1 = -0,018, β2 = - 0,011, β3 =-0,017, β4 = 2,023, β5 = 1,892
B/ Phân tích kết quả
Phương trình toán học biểu thị các yếu tố ảnh hưởng tới xác suất doanh nghiệp được xếp hạng vào nhóm 3 (N3 gồm các doanh nghiệp xếp loại yếu kém, (kết quả xếp hạng gồm: CCC, CC, C, D), mất khả năng tự chủ tài chính, nguy cơ vỡ nợ cao, nhóm khách hàng không được cấp tín dụng)
4,516 - 0,018* _ -0,011*TNTT_TSan -0.017*KNoGD+2,023*NGANH_XD+1,892*NGANH_NL 4,516 - 0,018* _ -0,011*TNTT_TSan -0.017*KNoGD+2,023*NGANH_XD+1,892*NGANH_NL 3 ˆ( 3 1) 1 KNTT Nhan KNTT Nhan N e p p e − − = = = +
Xác suất pˆ (N3=1)trong trường hợp các biến giải thích đều bằng 0 là:
, Xác suất để N3 nhận giá trị bằng 1 trong điều kiện các biến giải thích đều 0 rất nhỏ có thể coi như các biến giải thích có mặt trong mô hình đã giải thích hoàn toàn được cho biến phụ thuộc N3.
Cũng với doanh nghiệp có mã A13 trong nguồn dữ liệu tiếp cận có các thông tin về tài chính và phi tài chính cho trong bảng. .... mục 4.3.1 ta tính
-4,516 - 0,018*1,35 - 0,011*4,207-0,0167*8+2,023*1 1,89*1 -4,516 - 0,018*1,35 - 0,011*4,207-0,0167*8+2,023*1 1,89*1 3 1) 0, 3083(30,83%) ˆ( 1 N e p e + + = = = +
*Ảnh hưởng của chỉ số khả năng toán nhanh (KNTT_Nhan) tới xác suất doanh nghiệp rơi vào xếp hạng nhóm 3.
Nếu các yếu tố khác không đổi và chỉ số chỉ số khả năng toán nhanh (KNTT_Nhan) tăng lên 1 lần sẽ làm cho khả năng doanh nghiệp được xếp hạng ở nhóm 3 sẽ thay đổi (giảm) một lượng là:
P1 = p*(1-p)* β1 = 0,3083*(1-0,3083)*(-0,018) = - 0,00382( 0,382%)
Hệ số khả năng thanh toán nhanh là thước đo về việc huy động các tài sản có khả năng chuyển đổi thành tiền để thanh toán các khoản nợ ngắn hạn khi các chủ nợ yêu cầu. Hệ số này quá thấp doanh nghiệp sẽ bị suy giảm uy tín với ngân hàng, gặp khó khăn trong việc thanh toán công nợ, doanh nghiệp có thể phải bán tài sản với giá trị bất lợi để trả nợ. Do vậy hệ số này mà càng lớn uy tín của doanh nghiệp đối với bạn hàng càng tăng lên, khả năng doanh nghiệp bị rơi vào nhóm 3 giảm đi. Tuy nhiên chỉ số này mà quá lớn phản ánh lượng tiền tồn quỹ nhiều, giảm hiệu của sự dụng vốn của doanh nghiệp.
*Ảnh hưởng của chỉ số chỉ thu thập trước thuế và lãi vay trên tổng tài sản
(TNTT_Tsan) tới xác suất doanh nghiệp rơi vào xếp hạng nhóm 3.
Nếu các yếu tố khác không đổi và chỉ số chỉ số khả năng toán nhanh (KNTT_Nhan) tăng lên 1% sẽ làm cho khả năng doanh nghiệp được xếp hạng ở nhóm 3 sẽ thay đổi (giảm) một lượng là:
P2 = p*(1-p)*β2 = 0,3083*(1-0,3083)*(-0,011) = - 0,00245(0,245%)
Chỉ số này chính là tỷ suất sinh lợi của tài sản (ROA), rất quan trọng đối với người cho vay ( Ngân hàng) bởi lẽ lợi nhuận trước thuế và lãi vay là nguồn để trả lãi vay, chỉ số này càng lớn chứng tỏ doanh nghiệp sử dụng vốn có hiệu quả, có khả năng thanh toán được lãi vay và ngược lại. Do vậy chỉ số này
nên uy tín của doanh nghiệp đối với ngân hàng chỉ số càng cao khả năng doanh nghiệp có xếp hạng rơi vào nhóm 3 càng thấp.
*Ảnh hưởng của số năm kinh nghiệm quản lý doanh nghiệp của giám
(KnoGD) tới xác suất doanh nghiệp rơi vào xếp hạng nhóm 3.
Nếu các yếu tố khác không đổi và chỉ số chỉ số khả năng toán nhanh (KnoGD) tăng lên 1% sẽ làm cho khả năng doanh nghiệp được xếp hạng ở nhóm 3 sẽ thay đổi (giảm) một lượng là:
P3 = p*(1-p)* β1 = 0,3083*(1-0,3083)*(-0,017) = - 0,00358(0,358%)
Từ kết quả này cho thấy kinh nghiệm lãnh đạo của Giám đốc doanh nghiệp mà nhiều lâu năm, thì khả năng doanh nghiệp có xếp hạng rơi vào nhóm 3 giảm. Điều này nói lên Chủ doanh nghiệp càng lâu năm, kinh nhiều nghiệm trong việc quản lý và điều hành hoạt động sản xuất kinh doanh, có khả năng tự chủ được năng lực tài chính phòng ngừa được rủi ro bất trắc xẩy ra, nâng cao được thứ hạng tín dụng của mình.
*Ảnh hưởng của ngành kinh tế tới xác suất doanh nghiệp rơi vào xếp hạng nhóm 3
Từ bảng kết quả chạy mô hình có hai biến biểu thị ngành kinh tế ngành xây dựng và ngành nông lâm được giữ lại đây là hai biến nhị nguyên có các hệ số bêta lần lượt là 2,022 và 1,89 nhở hơn 1 tương ứng với giá trị ứng với và đều lớn hơn 1. Điều này nói lên rằng các khách hàng của ngân hàng thuộc khối ngành xây dựng và nông nghiệp có nguy cơ có xếp hạng rơi vào nhóm 3 cao hơn các ngành công nghiệp mỏ với nguyên nhân là do đặc điểm của từng ngành, này xây dựng đòi hỏi doanh nghiệp phải có vốn đầu tư khá lớn, trong khi đó tốc độ thu hồi vốn hơi lâu. Hơn nữa trong thời điểm ta đang xét kinh tế thế giới đang rơi vào suy thoái toàn cầu các ngành kinh tế suy giảm đặc biệt là ngành xây dựng trong thời điểm đó.
quả quản lý rủi ro tín dụng tại chi nhánh VCB Quảng Ninh
quả quản lý rủi ro tín dụng tại chi nhánh VCB Quảng Ninh
Qua các mô hình phân tích sự ảnh hưởng của các yếu tố tới xác suất xảy ra các thứ hạng tín dụng của khối khách hàng pháp nhân thuộc chi nhánh VCB Quảng Ninh kết quả được mô tả trong bảng dưới đây:
Bảng Tóm tắt các kết quả sau khi chạy mô hình
STT Các yếu tố Nhóm N1 Nhóm N2 Nhóm N3 Cùng Chiều Ngược Chiều Cùng chiều Ngược Chiều Cùng chiều Ngược Chiều 1 Khả năng thanh toán ngắn hạn X
2 Khả năng thanh toán nhanh X
3 Luân chuyển hàng tồn kho X
4 Kỳ thu tiền bình quân X
5 Nợ phải trả trên VCSH X
6 Hệ số khả năng trả nợ gốc X
7 Quy mô doanh nghiệp nhỏ X
8 Thu nhập trước thuế và lãi vay /Tổng tài sản
X 9 Thời gian hoạt động của DN X
10 Kinh nghiệm trong ngành GĐDN X
11 Ngành xây dựng X
12 Ngành thương mại dịch vụ X
13 Ngành nông lâm ngư X X
14 Ngành công nghiệp X X
Từ bảng kết quả trên tác giả đưa ra các kiến nghị trong khâu thẩm định cho vay như sau:
- Cán bộ tín dụng có thể căn cứ vào các thông tin của doanh nghiệp, bản thuyết minh về báo tài chính của khách hàng, xem xét các yếu tố cơ bản