3.3.1 Cơ sở dữ liệu và các chỉ số dùng để phân tích
Sau khi thu thập đƣợc 93 báo cáo tài chính, nhóm tác giả đã rà soát, lựa chọn và rút lại còn 50 báo cáo tài chính phù hợp.Từ báo cáo tài chính của 50 công ty thuộc ngân hàng Công thƣơng Việt Nam, đề tài sử dụng các chỉ số sau để phân tích: Khả năng thanh toán ngắn hạn, khả năng thanh toán nhanh, vòng quay hàng tồn kho, kì thu tiền bình quân, nợ phải trả/tổng tài sản, nợ phải trả/vốn chủ sở hữu, LNST/doanh thu thuần, LNST/tổng tài sản, LNST/vốn chủ sở hữu…
3.3.2Lựa chọn biến trong mô hình
Để mô hình thêm chính xác và tăng ý nghĩa thực tiễn ta cần đƣa vào mô hình rất nhiều chỉ tiêu nhƣ các tỷ số của Moody’s, Fitch, Altman. Tuy nhiên hiện nay, do hạn chế dữ liệu nghiên cứu nên việc đƣa vào những iến nhƣ tỷ số dòng tiền, các tỷ số liên quan đến lãi vay là rất khó khăn. Mặt khác các tiêu chuẩn thống kê đòi hỏi số quan sát phải gấp 4 - 5 lần số iến đầu vào (Hosmer - Lemeshow yêu cầu phải gấp 10 lần số iến đầu vào) chƣa kể các quan sát để kiểm định lại mô hình. Khi số iến quá nhiều so với số quan sát, các phần mềm thống kê cũng không chạy đƣợc hồi quy Logit, nên nhóm tác giả xin rút gọn số iến nhƣ sau:
Biến phụ thuộc: Y là khả năng trả nợ của doanh nghiệp:
Y = 0: Không có nợ xấu hay khả năng trả nợ cao. Y =
Biến độc lập
STT Ký
hiệu Chỉ tiêu Dấu kỳ vọng Ý nghĩ kỳ vọng
1 D1
Quy mô của doanh nghiệp:
D1 = 0: Nếu doanh nghiệp có quy mô nhỏ.
D1 = 1: Nếu doanh nghiệp có quy mô không nhỏ
-/+ Lợi thế về quy mô doanh nghiệp
2 X1 Khả năng thanh toán ngắn hạn + Tỷ số khả năng thanh toán
3 X2 Khả năng thanh toán nhanh +
4 X3 Kỳ thu tiền ình quân + Hiệu quả thu hồi nợ
5 X4 Nợ phải trả/TTS + Cơ cấu nợ, quy mô tài
chính của doanh nghiệp
6 X5 Nợ phải trả/VCSH +
7 X6 Vòng quay hàng tồn kho - Hiệu quả quản trị ngân
quỹ
8 X7 Lợi nhuận sau thuế/DTT +
Tỷ suất sinh lợi
9 X8 Lợi nhuận sau thuế/VCSH +
10 X9 Lợi nhuận sau thuế/TTS +
11 X10 DTT/ Tổng TS + Hiệu quả sử dụng tài
sản (Nguồn: Quyết định 57/2005/QĐ-NHNN ngày 24/01/2005) [4 ] Khả năng thanh toán ngắn hạn (X1):
Chỉ tiêu này dùng để kiểm tra trạng thái vốn lƣu động và tính thanh khoản; xem xét mức độ ảo vệ ngƣời cho vay trong trƣờng hợp doanh nghiệp vay ngắn hạn để tài trợ vốn lƣu động, thể hiện sự an toàn của ngƣời cho vay ngắn hạn.
Đối với chỉ tiêu này:
+ Khoảng giá trị từ 1 → 4 là chấp nhận đƣợc. (adsbygoogle = window.adsbygoogle || []).push({});
+ Nếu khả năng thanh toán ngắn hạn < 1: dùng vốn ngắn hạn để đầu tƣ cho tài sản cố định => rủi ro trong thanh toán ngắn hạn.
+ Nếu khả năng thanh toán ngắn hạn > 4: không tốt, có thể vì sử dụng không tốt khoản tiền đi vay, quỹ tiền mặt tồn đọng nhiều…
Giá trị của tỷ lệ này càng cao chứng tỏ độ rủi ro thấp. Tuy nhiên, điều này cũng có ý nghĩa rằng hiệu quả quản lý tài sản lƣu động chƣa tốt vì những tài sản này có tỷ lệ sinh lời thấp đối với doanh nghiệp. Nếu tỷ lệ nhỏ thì khả năng đáp ứng nghĩa vụ nợ ngắn hạn kém. Giá trị có thể chấp nhận đƣợc là 1 – 2.
Kỳ thu tiền bình quân (X3):
Hệ số này cho iết số ngày thu hồi tiền án hàng ình quân, giúp đánh giá khả năng của doanh nghiệp trong việc thu nợ khách hàng. Giá trị này càng cao chứng tỏ các chính sách tín dụng của doanh nghiệp là quá dễ dãi, các khoản phải thu không đủ tính thanh toán, hiệu quả thu hồi nợ của doanh nghiệp càng thấp, khả năng có những khoản nợ khó đòi cao.
Nợ phải trả / tổng tài sản (X4):
Thông thƣờng các ngân hàng muốn tỷ số nợ trên tổng tài sản vừa phải vì tỷ số này càng thấp thì khoản nợ càng đƣợc đảm ảo trong trƣờng hợp doanh nghiệp ị phá sản. Trong khi đó, các chủ sở hữu doanh nghiệp lại muốn tỷ số này cao vì họ muốn lợi nhuận gia tăng nhanh và muốn toàn quyền kiểm soát doanh nghiệp. Tỷ số này cao thể hiện sự ất lợi đối với các ngân hàng nhƣng lại có lợi cho chủ sở hữu nếu đồng vốn đƣợc sử dụng có khả năng sinh lợi cao. Tuy nhiên, nếu tỷ số tổng nợ trên tổng tài sản quá cao, doanh nghiệp dễ ị rơi vào tình trạng mất khả năng thanh toán.
Nợ phải trả / vốn chủ sở hữu (X5):
Tỷ lệ tổng nợ trên VCSH là chỉ số phản ánh quy mô tài chính của công ty. Nó cho ta iết về tỉ lệ giữa 2 nguồn vốn cơ ản (nợ và VCSH) mà doanh nghiệp sử dụng để chi trả cho hoạt động của mình. Hai nguồn vốn này có những đặc tính riêng iệt và mối quan hệ giữa chúng đƣợc sử dụng rộng rãi để đánh giá tình hình tài chính của doanh nghiệp. Tỷ lệ tổng nợ trên VCSH đƣợc tính ằng cách chia tổng nợ cho vốn chủ sở hữu. Trong đó nợ của doanh nghiệp ao gồm cả nợ ngắn hạn và nợ dài hạn. VCSH hay vốn cổ phần của cổ đông gồm cổ phần thông thƣờng, cổ phần ƣu đãi, các khoản lãi phải trả và nợ ròng.
Vòng quay hàng tồn kho (X6):
Vòng quay hàng tồn kho xem xét hiệu quả của doanh nghiệp trong việc quản lý và án hàng trong kho. Đây là tiêu chuẩn để đánh giá tính thanh khoản của hàng tồn kho. Hệ số này thấp chứng tỏ giá trị của các loại hàng hóa tồn kho quá cao so với doanh thu.
Tổng lợi nhận sau thuế trên doanh thu thuần (ROS) (X7):
Tỷ số này phản ánh khả năng sinh lợi của doanh nghiệp. Tỷ số này càng cao và doanh thu của doanh nghiệp lớn thì tiềm năng sinh lợi càng lớn.
Tỷ suất lợi nhuận/vốn –ROE(X8)
Tỷ suất lợi nhuận trên vốn là tỷ lệ phần trăm giữa lợi nhuận ròng so với vốn tự có ình quân của một ngân hàng.
Tỷ suất lợi nhuận trên vốn cho iết trong kỳ kinh doanh của một ngân hàng thƣơng mại,một đồng vốn chủ sở hữu tạo ra ao nhiêu đồng lợi nhuận,qua đoa đánh giá chất lƣợng và hiệu quả sử dụng đồng vốn trong ngân hàng thƣơng mại.
Tỷ suất lợi nhuận/tài sản-ROA(X9)
Tỷ suất lợi nhuận trên tài sản là tỉ lệ phần trăm giữa lợi nhuận thuần (lợi nhuận sau thuế-lợi nhuận ròng) so với tổng tài sản Có trung ình của một ngân hàng
ROA càng lớn cho thấy công tác quản trị tài sản Có tốt và ngựơc lại .ROA còn đƣợc gọi là chỉ số phản ánh khả năng sinh lợi kinh tế-để có thể so sánh với nhau giữa các ngân hàng (trong cùng một lĩnh vực ,một ngành).
Hiệu quả sử dụng tài sản (X10)
Hiệu quả sử dụng tài sản = Doanh thu/ Tổng tài sản
Chỉ số này có xu hƣớng chỉ ra mức độ hiệu quả trong sử dụng tài sản của doanh nghiệp. Nếu chỉ số tổng doanh thu tài sản cao, có thể cho rằng doanh nghiệp đã sử dụng tài sản tạo ra doanh thu hiệu quả. Nếu chỉ số này thấp, doanh nghiệp chƣa khai thác hết công suất các tài sản hiện có, do đó cần tăng doanh số hoặc án ớt tài sản. Ngoài ra, cũng có những doanh nghiệp do đặc thù kinh doanh mà có mức độ đầu tƣ tƣơng đối é cho tài sản. Doanh nghiệp thƣơng mại thƣờng có chỉ số doanh thu trên tổng tài sản lớn hơn doanh nghiệp sản xuất.
Tóm tắt chƣơng 3
Trong chƣơng 3, nhóm tác giả đã tiến hành so sánh một số quy trình xếp hạng tín dụng doanh nghiệp tại các ngân hàng từ đó tiến hành xây dựng mô hình xếp hạng tín dụng doanh nghiệp. Chƣơng 3 còn giới thiệu nguồn cơ sở dữ liệu để dự báo xác suất khả năng trả nợ của doanh nghiệp sẽ đƣợc trình ày trong chƣơng 4
CHƢƠNG 4
VẬN DỤNG MÔ HÌNH LOGIT ĐỂ DỰ BÁO XÁC SUẤT KHẢ NĂNG TRẢ NỢ
Chƣơng 3 đã trình ày cơ sở dữ liệu của mô hình logit đƣợc sử dụng trong báo cáo. Trong phần tiếp theo nhóm tác giả sẽ trình bày mô hình logit nhằm các yếu tố ảnh hƣởng đến xác suất khả năng trả nợ của các doanh nghiệp. Căn cứ vào mục đích của đề tài, nhƣ sau: Xác định Tính đầy đủ Tính khách quan Sự công nhận Tính nhất quát
Với những yêu cầu nêu trên và đặc điểm của doanh nghiệp theo từng ngành kinh tế cùng với các thông tin của mẫu số liệu thu thập đƣợc nhóm tác giả lựa chọn mô hình logit để phân tích các nhân tố ảnh hƣởng đến thứ hạng tín dụng.
4.1 Kiểm định hệ số tương quan của các biến
Sau khi thu thập đƣợc áo cáo tài chính, nhóm tác giả tiến hành phân tích các chỉ tiêu tài chính của các doanh nghiệp. Sau đó, nhóm tác giả tiến hành nhập liệu vào phần mềm Eview 5.1 rồi chạy mô hình hệ số tƣơng quan của các iến số: (adsbygoogle = window.adsbygoogle || []).push({});
Kết quả chạy mô hình hệ số tƣơng quan đƣợc (đính kèm phụ lục 5 trong báo cáo) Ta thấy hệ số tƣơng quan của một số cặp biến số là rất lớn, nhƣ:
r(X1,X2) = 0.951223 r(X3,X5) = 0.762368 r(X1,X4) = 0.691047 r(X2,X4) = 0.62336
Tức là các biến có tƣơng quan chặt với nhau, nếu giữ nguyên các biến đó và hồi quy thì kết quả sẽ không chính xác vì có thể xảy ra các hiện tƣợng là không tách đƣợc ảnh hƣởng của các biến tới biến phụ thuộc, ý nghĩa của các biến sai về mặt kinh tế. Vì vậy dựa vào bảng ma trận hệ số tƣơng quan của các biến xác định các cặp biến có quan hệ tƣơng quan chặt để loại một hoặc cả hai biến trong mỗi cặp đó.
4.2 Ƣớc lƣợng và phân tích mô hình logit
Bước 1: Ƣớc lƣợng mô hình Logit với đầy đủ các biến số, ta thu đƣợc kết quả sau:
Bảng 4.1: Kết quả ƣớc lƣợng mô hình Logit với đầy đủ các biến số
Variable Coefficient Std. Error z-Statistic Prob.
D1 1.192121 0.974617 1.223169 0.2213 X1 1.896150 1.004133 1.888345 0.0590 X2 -1.878610 1.033080 -1.818456 0.0690 X3 215.7457 625.2673 0.345046 0.7301 X4 -12.52131 7.043104 -1.777811 0.0754 X5 -0.674376 0.885391 -0.761670 0.4463 X6 0.025879 0.025619 1.010161 0.3124 X7 13.70830 7.355708 1.863627 0.0624 X8 -31.03930 17.78750 -1.745007 0.0810 X9 39.60053 27.96949 1.415847 0.1568 X10 1.873597 1.009471 1.856019 0.0635 C 3.542004 3.714154 0.953650 0.0003
(Nguồn: Xử lý của tác giả tháng 06/2012)
Từ bảng trên ta thấy hệ số của các biến khả năng thanh toán nhanh, nợ phải trả trên tổng tài sản, nợ phải trả trên nguồn vốn chủ sở hữu, ROE đều mang dấu âm, điều này là bất hợp lý về mặt kinh tế. Nguyên nhân là do tƣơng quan giữa các biến với nhau. Giá trị p-value của X3 = 0.7301 chứng tỏ rằng hệ số của biến này rất có khả năng = 0, ta sẽ tiến hành bỏ biến X3 ra khỏi mô hình.
Để kiểm tra xem có thể bỏ biến X3 ra khỏi mô hình không ta sử dụng kiểm định Wald Test: Ho: C(4) = 0 và H1: C(4) ≠ 0
Bảng 4.2: Kết quả kiểm định Wald Test với đầy đủ các biến số Wald Test:
Equation: Untitled
Null Hypothesis: C(4)=0
F-statistic 0.119056403194 Probability 0.73196 Chi-square 0.119056403194 Probability 0.73006
(Nguồn: Xử lý của tác giả tháng 06/2012)
Kết quả kiểm định cho thấy C(4) = 0 do kiểm định F có P = 0.73196 > 0.05 và kiểm định χ2có P = 0.73006 > 0.05. Chấp nhận giả thiết Ho.
Bƣớc 2: Ƣớc lƣợng mô hình Logit sau khi đã loại biến X3 ta có đƣợc kết quả sau:
Bảng 4.3: Kết quả ƣớc lƣợng mô hình Logit sau khi đã loại biến X3
Variable Coefficient Std. Error z-Statistic Prob.
D1 1.123395 0.943822 1.190261 0.2339 X1 1.840920 0.977601 1.883100 0.0597 X2 -1.816673 1.004981 -1.807669 0.0707 X4 -12.14723 7.275309 -1.669651 0.0950 X5 -0.568638 0.855819 -0.664437 0.5064 X6 0.024617 0.025028 0.983616 0.3253 X7 13.65584 7.256692 1.881827 0.0599 X8 -30.78391 17.67848 -1.741321 0.0816 X9 39.92666 28.15955 1.417873 0.1562 X10 1.776629 0.940602 1.888821 0.0589 C 3.475079 4.172130 0.832927 0.0000
(Nguồn: Xử lý của tác giả tháng 06/2012)
Từ bảng trên thống kê t của X5 = -0.568638, giá trị p-value của X5 = 0.5064, chứng tỏ hệ số của biến này có thể = 0.
Kiểm định:
Ho: C(5) = 0 H1: C(5) ≠ 0
Bảng 4.4: Kết quả kiểm định Wald Test sau khi đã loại biến X5 Wald Test:
Equation: Untitled
Null Hypothesis: C(6)=0
F-statistic 0.4414765551 Probability 0.51032
Chi-square 0.4414765551 Probability 0.50641 (adsbygoogle = window.adsbygoogle || []).push({});
(Nguồn: Xử lý của tác giả tháng 06/2012)
Kết quả kiểm định cho thấy C(6) = 0 do kiểm định F có P = 0.51032 > 0.05 và kiểm định χ2
có P = 0.50641 > 0.05. Chấp nhận giả thiết Ho Vậy ta có thể bỏ biến X5 ra khỏi mô hình.
Bƣớc 3: Ƣớc lƣợng mô hình Logit sau khi đã loại biến X5 ta có đƣợc kết quả sau:
Bảng 4.5: Kết quả ƣớc lƣợng mô hình Logit sau khi đã loại biến X5
Variable Coefficient Std. Error z-Statistic Prob.
D1 1.171353 0.929718 1.259902 0.2077 X1 1.746575 0.961692 1.816148 0.0693 X2 -1.763154 0.996877 -1.768678 0.0769 X4 -9.446807 5.276317 -1.790417 0.0734 X6 0.024037 0.025884 0.928635 0.3531 X7 12.99455 6.778930 1.916903 0.0553 X8 -32.30504 16.54775 -1.952231 0.0509 X9 43.07412 25.92424 1.661539 0.0966 X10 1.803707 0.942358 1.914037 0.0556 C 1.447431 2.353546 0.615000 0.0007
(Nguồn: Xử lý của tác giả tháng 06/2012)
Ta thấy p-value của biến X6 = 0.3531 > 0.05, chứng tỏ rằng hệ số của biến này có thể bằng 0.
Kiểm định:
Ho: C(5) = 0 H1: C(5) ≠ 0
Bảng 4.6: Kết quả kiểm định Wald Test sau khi đã loại biến X6 Wald Test:
Equation: Untitled
Null Hypothesis: C(5)=0
F-statistic 0.703862 Probability 0.500695
Chi-square 1.407723 Probability 0.494671
(Nguồn: Xử lý của tác giả tháng 06/2012)
Ta thấy kiểm đinh F có P = 0.500695 > 0.05 và kiểm định χ2
có P = 0.494671 > 0.05, vậy chấp nhận giả thiết Ho.
Bƣớc 4: Ƣớc lƣợng mô hình Logit sau khi đã loại biến X6 và C ta có đƣợc kết quả sau:
Variable Coefficient Std. Error z-Statistic Prob. D1 0.973696 0.874424 1.113529 0.2655 X1 1.551583 0.868897 1.785691 0.0741 X2 -1.573429 0.908512 -1.731875 0.0833 X4 -6.062617 2.691582 -2.252436 0.0243 X7 11.10615 5.981732 1.856677 0.0634 X8 -22.83146 8.879521 -2.571249 0.0101 X9 29.41683 12.89567 2.281141 0.0225 X10 1.707614 0.886749 1.925702 0.0541
(Nguồn: Xử lý của tác giả tháng 06/2012) Ta thấy biến D1 có p-value = 0.2655 > 0.05, chứng tỏ hệ số của biến này rất có thể bằng 0.
Kiểm định lại giả thiết Ho: C(1) = 0 H1: C(1) ≠ 0
Bảng 4.8: Kết quả kiểm định Wald Test sau khi đã loại biến D1 và C Wald Test:
Equation: Untitled
Null Hypothesis: C(1)=0
F-statistic 1.239947 Probability 0.271814 Chi-square 1.239947 Probability 0.265481
(Nguồn: Xử lý của tác giả tháng 06/2012)
Kết quả kiểm định cho thấy C(1) = 0 do kiểm định F có P = 0.271814 và kiểm định χ2
có P = 0.265481 > 0.05, vậy chấp nhận giả thiết Ho. (adsbygoogle = window.adsbygoogle || []).push({});
Bƣớc 5: Ƣớc lƣợng mô hình Logit sau khi đã loại biến D1 ta có đƣợc kết quả sau:
Bảng 4.9: Kết quả ƣớc lƣợng mô hình Logit sau khi đã loại biến D1
Variable Coefficient Std. Error z-Statistic Prob. X1 1.434456 0.802578 1.787309 0.0439 X2 -1.449024 0.866151 -1.672945 0.0343 X4 -5.980214 2.609746 -2.291493 0.0219 X7 12.32075 5.632256 2.187533 0.0287 X8 -22.86419 8.435738 -2.710396 0.0067 X9 30.37381 12.68636 2.394209 0.0167 X10 1.792656 0.872332 2.055014 0.0399
Bảng 4.10: Kết quả hồi quy với mức ý nghĩa 5% Estimation Command: ===================== LS Y X1 X2 X4 X7 X8 X9 X10 Estimation Equation: ===================== Y = C(1)*X1 + C(2)*X2 + C(3)*X4 + C(4)*X7 + C(5)*X8 + C(6)*X9 + C(7)*X10) Substituted Coefficients: ===================== Y = (1.43445611*X1 - 1.449023655*X2 - 5.980214152*X4 + 12.3207479*X7 - 22.86419197*X8 + 30.3738105*X9 + 1.792655565*X10
Với mức ý nghĩa 5% ta thấy kết quả hồi quy trên đã có ý nghĩa thống kê Nhƣ vậy có thể mô tả xác suất có nợ không đủ tiêu chuẩn của doanh nghiệp nhƣ sau:
) 10 * 793 . 1 9 * 37 . 30 8 * 86 . 22 7 * 32 . 12 5 * 982 . 5 2 * 449 . 1 1 * 43 . 1 exp( 1 ) 10 793 . 1 9 * 37 . 30 8 * 86 . 22 7 * 32 . 12 4 * 982 . 5 2 * 449 .