Mô hình điểm số Z

Một phần của tài liệu Giải pháp ứng dụng mô hình logistic trong xếp hạng tín dụng khách hàng doanh nghiệp tại NHTMCP kỹ thương việt nam khoá luận tốt nghiệp 167 (Trang 26 - 31)

Mô hình điểm số Z do Altman (1968)4 5 khởi tạo và dùng để đo lường xác suất vỡ nợ của khách hàng thông qua các đặc điểm cơ bản của doanh nghiệp. Mô hình này được ông xây dựng bằng mô hình kinh tế lượng khi nghiên cứu khá công phu trên cỡ mẫu 66 công ty khác nhau ở Mỹ. Dựa vào mô hình này có thể tính được xác suất vỡ nợ của khoản vay trên cơ sở số liệu của quá khứ. Bằng phương pháp hồi quy tuyến tính và loại đi các biến không có ý nghĩa thống kê, Altman đã xây dựng mô hình điểm số Z trong đó các biến độc lập được mô tả như sau:

^X4 Thị giá cô phiếu/ giá trị ghi sô của nợ dài hạn X5 Doanh thu/ tông tài sản

Loại Mô hình điểm Z

Đã cổ phân hóa, ngành SX Z = 1,2X1+1,4X2+3,3X3+0,6X4+1,05X5

Chưa cổ phân hóa, ngành SX Z’= 0,72X1+0,847X2+3,11X3+0,42X4+0,998X5

Doanh nghiệp khác Z” = 6,51X1+3,26X2+6,72X3+1,05X4

Điểm Z Điểm Z’ Điểm ZZ” Tình trạng

Z > 2,99 Z’ >2,9 Z’’ > 2,6 DN nằm trong vùng an toàn 1,8 < Z ≤ 2,99 1,23 < Z’ ≤ 2,9 1,1 < Z ≤ 2,6 DN nằm trong vùng cảnh báo

Z ≤ 1,8 Z ≤ 1,23 Z ≤ 1,1 ~ DN nằm trong vùng nguy hiểm.

Nguồn: Altman (1968)

Vì đặc thù của mỗi ngành khác nhau nên Altman (2000)5 đã xây dựng mô hình trên thành các hàm phân biệt, cụ thể như sau:

Bảng 1.2: Mô hình điểm số Z của các ngành

4 Altman, Edward I. (September, 1968), ““Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankkruptcy"". Journal of Finance 189 - 209.

5Altman, Edward I. (July, 2000), ““ Predicting Financial Distress of Companies Retrieved on September 4th, 2009.

16

Nguồn: Altman (1968)

Trong đó các hệ số ứng với các biến X phản ánh mức thay đổi cận biên của điểm số Z khi biến X tương ứng thay đổi 1 đơn vị (giả định các yếu tố khác không đổi). Ví dụ: hệ số ứng với Xi là 1,2; điều này hàm ý khi các yếu tố khác không đổi, nếu X1 tăng 1 đơn vị thì đại lượng Z tăng khoảng 1,2 đơn vị. Đại lượng Z là thước đo tổng hợp để phân loại rủi ro đối với doanh nghiệp, phụ thuộc vào các yếu tố tài chính của doanh nghiệp. Với mô hình trên, theo Altman dựa vào giá trị tính toán và thực tế để đưa ra bảng giá trị của Z ứng với các tình trạng sau.

Z” điều chỉnh

S&P Moody’s DN nằm trong

vùng an toàn, chưa có nguy cơ phá sản

> 8,15 AAA Aaa Trái phiếu có thể

đầu tư 7,60 - 8,15 AA+ “Aaĩ 7,30 - 7,60 AA Aa2 7,00 - 7,30 "TA- "Ãã3 6,85 - 7,00 ɪ “Ã 6,65 - 6,85 ~A "A2 6,40 - 6,65 A- A3___________ 6,25 - 6,40 BBB+ Baa1 5,85 - 6,25 BBB Baa2 DN nằm trong vùng cảnh báo, có thể có nguy cơ phá sản 5,65 - 5,85 BBB- Baa3 5,25 - 5,65 ^BB+ ^Ba1 Trái phiếu có độ rủi ro cao. 4,95 - 5,25 ^BB ^Ba2 4,75 - 4,95 BB- Ba3 4,50 - 4,75 ^^B+ B1

Trái phiếu không nên đầu tư.

4,15 - 4,50 -B ^B2 DN nằm trong vùng nguy hiểm, nguy cơ phá sản cao. 3,75 - 4,15 ^^B ^B3 3,20 - 3,75 CCC+ ^^Caa1 2,50 - 3,20 CCC Caa2 1,75 - 2,50 CCC- Caa3_________ 0 - 1,75 ~ D___________ Nguồn: Altman (2000)

Ngoài ra sự thay đổi của điểm số Z cũng dự báo khả năng chuyển hạng tín dụng của doanh nghiệp. Altman đã nghiên cứu trên 700 công ty và tìm ra sự tương đồng giữa điểm số Z” và hệ số tín nhiệm của S&P và Moody’s, công thức Z” được điều chỉnh như sau:

Z” = 6,51X1+3,26X2+6,72X3+1,05X4 17

Sự tương đồng giữa điểm số Z” và hệ số tín nhiệm được thể hiện như sau:

Nguôn: Altman (2000)

Mô hình điểm số Z có những ưu điểm là kỹ thuật đo lường rủi ro tín dụng khá đơn giản, đồng thời mô hình sử dụng phương pháp phân tích khác biệt đa nhân tố để lượng hóa xác suất vỡ nợ của khách hàng, do vậy đã khắc phục được những nhược điểm của mô hình định tính, góp phần tích cực vào kiểm soát rủi ro tín dụng. Ngoài ra mô hình này còn thể hiện tính khách quan, nhất quán và không phụ thuộc vào ý kiến chủ quan của cán bộ tín dụng.

Tuy vậy mô hình này vẫn tồn tại nhược điểm là chỉ phân loại nhóm khách hàng vay nhóm là “ vỡ nợ” hoặc không vỡ nợ, trong thực tế thì vỡ nợ còn được chia làm nhiều loại, từ không trả hay chậm trễ việc trả lãi hoặc không hoàn trả nợ gốc và lãi vay. Do đó cần có mô hình xếp hạng toàn diện hơn theo nhiều thang điểm để ước tính các mức độ vỡ nợ khác nhau. Ngoài ra mô hình không có lý do rõ ràng để giải thích sự

18

bất biến của các biến số theo thời gian, dù là ngắn hạn, đặc biệt khi mà điều kiện thị trường và kinh doanh thường xuyên biến đổi.

Một phần của tài liệu Giải pháp ứng dụng mô hình logistic trong xếp hạng tín dụng khách hàng doanh nghiệp tại NHTMCP kỹ thương việt nam khoá luận tốt nghiệp 167 (Trang 26 - 31)

Tải bản đầy đủ (DOCX)

(101 trang)
w