Thứ nhất, Năng lực tài chính của doanh nghiệp được thể hiện qua Báo cáo tài chính: chủ yếu được thể hiện qua các chỉ tiêu tài chính như tỷ lệ sinh lợi từ tài sản (ROA), hiệu quả sử dụng TSCĐ, suất sinh lợi trên vốn chủ sở hữu (ROE), giá trị của doanh nghiệp trên thị trường,.. Nhiều bài nghiên cứu trước đây, các tác giả đều chứng minh rằng các chỉ số tài chính có tác động và đo lường được khả năng trả nợ của KHDN. Trong các nghiên cứu, nhìn chung các chỉ số về lợi nhuận, khả năng thanh khoản là được sử dụng phổ biến nhất.
Thứ hai, uy tín khách hàng: được xác định dựa năng lực trình độ quản lý, thiện chí hợp tác và trả nợ của khách hàng và giá trị thương hiệu trên thị trường. Đây là những yếu tố mang tính khách quan và khó xác định trong điều kiện thị trường bất cân
8 Press&Wilson, 1978. Choosing between Logit regression and discriminant analysis. Journal os the American Statistical Association, Vol.73
9 Wiginton, 1980. A note on the Comparison of Logit ans Discriminant Modes of Consumer Credit Behavior. The Journal of Finance and Quantitative Analysis, Vol.15, No.3
10 Yesilyapral, 2004. Bon Ratings with Artificial Neural Nwtworks and Econometric Models. American Bisiness Review, Vol.22, No.1
16
xứng thông tinn. Hiện nay chỉ có một số cách đánh giá uy tín của khách hàng dựa trên các nguồn thông tin: lịch sử quan hệ tín dụng với ngân hàng (Theo thông tin của CIC) và đối tác (các khoản phải thu, phải trả trong quá trình phát sinh), phỏng vấn trực tiếp,...
Thứ ba, công nghệ thông tin, máy móc thiết bị: Các KHDN có công nghệ cao sẽ chiếm ưu thế hơn vì chi phí sản xuất thấp, hoạt động hiệu quả, khả năng cạnh tranh trên thị trường tốt.
Thứ tư, quy mô hoạt động: các KHDN có quy mô nhỏ, thường là các doanh nghiệp mới thành lập, chưa tạo uy tín trên thị trường thì sẽ có rủi ro hơn so với các KHDN có quy mô lớn. KHDN có quy mô nhỏ có năng lực quản lý kinh doanh và tiềm lực tài chính thường kém hơn, dễ dàng bị tác động bởi các nhân tố tiêu cực trên thị trường. Do đó, nhiều Doanh nghiệp nhỏ khi điều kiện vĩ mô không thuận lợi, các DN dễ dàng mất cân đối tài chính và dẫn tới phá sản.
Và ngành nghề kinh doanh: mỗi ngành nghề kinh doanh sẽ phải đối mặt với những rủi ro khác nhau và không ngành nào có rủi ro giống ngành nào. Do đó, có ngành đòi hỏi nguồn vốn đầu tư ban đầu lớn, thời gian thu hồi vốn dài, ngành chịu ảnh hưởng các chính sách tài chính, ngành thì chịu sự chi phối của nền kinh tế. Nghiên cứu của Jimenez và Saurina (2003); Irakli Ninua (2008) đã chứng minh rằng các ngành nghề kinh doanh có ảnh hưởng đến khả năng trả nợ của KHDN, nhất là những doanh nghiệp sản xuất so với những ngành còn lại.
2.2.2 Nhân tố liên quan đến đặc điểm sản phẩm tín dụng:
❖ Lãi suất tín dụng:
Là phần chi phí mà KHDN phải chi trả cho bên cho vay (Ngân hàng). KHDN có mức rủi ro càng cao thì phải cho Ngân hàng lãi suất cao, là phần bù rủi ro khi không may rủi ro xảy ra. Đồng thời, lãi suất tín dụng ảnh hưởng đến kết quả kinh doanh của nghiệp, ảnh hưởng đến khả năng trả nợ của KHDN.
❖ Thời gian vay:
Đối với các khoản vay ngắn thường nhằm mục đích bổ sung vốn lưu động, phục vụ công việc hằng ngày của DN. Thời gian vay vốn của DN phù thuộc vào vòng quay vốn của DN được thể hiện trong BCTC. Thời gian vay càng dài, vấn đề kiểm soát rủi ro của ngân hàng đối với KHDN càng khó khăn. Vì thông tin bất cân xứng
17
trên thị trường sẽ tạo khó khăn trong ra quyết định cho vay của ngân hàng. Đối với những món vay bổ sung vốn lưu động, thời gian vay vốn phù hợp với vòng vay vốn, dòng tiền của doanh nghiệp sẽ chủ động hơn trong việc thanh toán các khoản vay khi đến hạn qua đó giảm thiểu được rủi ro tín dụng. Nghiên cứu tiêu biểu của Andrea Ruth Coravos (2010) cũng chỉ ra thời gian vay tác động ngược chiều với khả năng trả nợ của khách hàng.
❖Tài sản bảo đảm:
Trong quan hệ tín dụng, xử lý TSBĐ là biện pháp cuối cùng để thu hồi nợ của khách hàng khi mất khả trả nợ. TSBĐ và rủi ro có mối quan hệ mật thiết với nhau, có hàm ý KHDN khả năng trả nợ kém thì ngân hàng sẽ yêu cầu TSBĐ nhiều hơn là KHDN có khả năng trả nợ tốt để đảm bảo khả năng thu hồi được vốn khi KHDN không trả nợ. Việc áp dụng biện pháp bảo đảm góp phần làm tăng trách nhiệm của người đi vay. Nghiên cứu của Jimenez và Saurina (2003) cũng đã chứng minh rằng có mối quan hệ tỷ lệ TSBĐ và khả năng trả nợ của khách hàng doanh nghiệp.
2.2.3 Nhân tố liên quan đến ngân hàng
Nhân tố liên quan đến ngân hàng chủ yếu xem xét đến trình độ cán bộ quản lý tín dụng và lãnh đạo trong kiểm soát rủi ro tín dụng của ngân hàng. Một ngân hàng có quy trình cấp tín dụng chặt chẽ sẽ sàng lọc của KHDN tốt và KHDN xấu, từ đó có thể ra quyết định cấp tín dụng đối với KHDN tốt và từ chối với những KHDN xấu. Ngoài ra, phải có thêm quy trình quản lý tín dụng hiệu quả sẽ giám sát được hoạt động kinh doanh tiền tệ, nhận diện được thiện chí trả nợ của KHDN và các nhân tố ảnh hưởng khác ảnh hưởng đến khả năng trả nợ của KHDN, từ đó làm giảm thiểu rủi ro KHDN không hoàn thành nghĩa vụ trả nợ theo quy định.
2.2.4 Nhân tố liên quan đến môi trường vĩ mô
Môi trường vĩ mô cũng ảnh hưởng đến khả năng trả nợ của KHDN (đặc biệt đối với những DN phụ thuộc nhiều vào diễn biến thị trường) như chỉ số thất nghiệp, chỉ số lạm phát, GDP, tỷ giá hối đoái, chính sách tiền tệ, chính sách tài khóa, chế độ chính trị....Khi môi trường vĩ mô chuyển biến theo chiều hướng xấu đi, KHDN có thể sẽ không trả nợ có xu hướng gia tăng và ngược lại sẽ có xu hướng giảm nếu điều kiện vĩ mô được cải thiện.
18
2.3 Ý nghĩa và vai trò của đánh giá khả năng trả nợ của khách hàng doanh nghiệp
Ủy Ban Basel (2004) 11đã xây dựng: Hiệp ước quốc tế về các tiêu chuẩn vốn và đo lường rủi ro hay còn gọi là Basel II nhằm nhấn mạnh tầm quan trọng của việc quản trị rủi ro tin dụng và đo lường rủi ro tín dụng. Theo yêu cầu của Hiệp ước Basel II, các NHTM sẽ sử dụng các mô hình dựa trên hệ thống dữ liệu nội bộ để xác định tổn thất dự tính (EL: Expected Loss). Phương pháp đánh giá dựa trên XHTD nội bộ (IRB) đưa ra khái niệm tổn thất mất vốn do khách hàng không trả được nợ được tính toán cụ thể như sau: Tổn thất dự kiến (EL: Expected Loss)=PD*EAD*LGD, từ đó tính được yêu cầu về vốn cho các rủi ro tín dụng. Bên cạnh các yếu tố như: tỷ lệ tổn thất ước tính (LGD: Loss Given Default), tổng dư nợ của khách hàng tại thời điểm khách hàng không trả được nợ (EAD: Exposure at Default); thì xác suất khách hàng không trả được nợ (PD-Probability of Default) được xem như yếu tố quan trọng trong quá trình phê duyệt tín dụng, quản lý rủi ro tín dụng, phân bổ nguồn vốn cho vay và quản trị ngân hàng. Cụ thể hơn, kết quả đánh giá khả năng trả nợ của KHDN có thể được ứng dụng vào:
- Hỗ trợ phê duyệt tín dụng: cải thiện tính chính xác và đảm bảo cơ sở cho việc ra quyết định cấp tín dụng, cung cấp phương tiện hỗ trợ để quá trình phê duyệt nên hiệu quả, tiết kiệm thời gian, chi phí và giảm bớt sự can thiệp chủ quan tới từ con người.
- Thực hiện quản trị rủi ro tín dụng: là một công cụ để đánh giá mức độ rủi ro của khách hàng và khoản vay của khách hàng. Bên cạnh đó, việc đánh giá khả năng trả nợ của KHDN là căn cứ độc lập để các NHTM đánh giá hiệu quả của quá trình quản trị rủi ro, tạo tiền đề cho việc giám sát sau cho vay và sớm nhận diện rủi ro cho các NHTM. Bên cạnh đó, mức độ trích lập dự phòng các khoản cấp tín dụng cũng phụ thuộc vào mức độ rủi ro của khoản tín dụng đó.
- Hỗ trợ định giá tiền vay: mức giá cụ thể ở đây là mức phí và lãi suất áp dụng cho khoản tín dụng phải phù hợp và đủ để bù đắp tổn thất tín dụng có thể phát sinh. Đánh giá khả năng trả nợ của khách hàng hàng để từ đó phân loại các mức
11 Basel Commitee on Banking Supervision, 2004. International Convergence of Capital Measurement and Capital Standards-A Revised Framework
19
độ rủi ro khác nhau đối với từng đối tượng, khoản vay cụ thể và là một trong những căn cứ đáng tin cậy để định giá tiền vay theo nguyên tắc khách hàng có rủi ro không trả nợ cao áp dụng mức giá cao và ngược lại.
- Hỗ trợ quản lý khách hàng: Những khoản vay có mức độ rủi ro cao cần phải thường xuyên được kiểm soát, đánh giá: những khách hàng đánh giá là có khả năng trả nợ thấp hoặc suy giảm khả năng trả nợ cần được đặc biệt chú trọng theo dõi và kiểm tra định kỳ và ngược lại.
- Hỗ trợ hiệu quả cho hệ thống XHTD: dữ liệu đưa vào hệ thống XHTD là rất phong phú liên quan đến khoản vay và hoạt động kinh doanh của khách hàng. Thông tin đầu vào và kết quả XHTD hiện tại của khách hàng có thể là cơ sở kham khảo cho việc đánh giá khả năng trả nợ của khách hàng trong tương lai.
2.4 Các nghiên cứu thực nghiệm sử dụng mô hình Logit đo lường khả năng trả nợ của khách hàng doanh nghiệp
2.4.1 Các nghiên cứu tại các nước trên thế giới
Nghiên cứu Chiara Pederzoli, Contanza Torricelli 12(2010): Trong vai trò cơ bản của các doanh nghiệp vừa và nhỏ (DNNVV) trong nền kinh tế của nhiều quốc gia, bao gồm cả Ý và phù hợp với quy định Basel II, mục tiêu của bài viết này là xây dựng một mô hình dự đoán cho các doanh nghiệp vừa và nhỏ ở Ý. Cụ thể, nghiên cứu này phát triển một mô hình logit dựa trên các tỷ lệ tài chính. Sử dụng cơ sở dữ liệu AIDA, các tác giả tập trung sự chú ý vào một khu vực cụ thể ở Ý, Emilia Romagna, nơi các doanh nghiệp vừa và nhỏ đại diện cho phần lớn các công ty.
Mô hình trong bài nghiên cứu này được xây dựng dựa trên mô hình bài nghiên cứu của E.I.Alman (1986), với giả định rủi ro tài chính của KHDN ảnh hưởng đến rủi ro tín dụng của khách hàng. Nếu như Alman sử dụng đại lượng Z dùng làm thước đo để phân loại rủi ro tín dụng đối với KHDN và biến phụ thuộc thuần là các chỉ số tài chính thì các tác giả trong bài nghiên cứu này có sự kết hợp giữa chỉ số tài chính và trọng số để lượng hóa xác suất vỡ nợ của KHDN quy mô vừa và nhỏ.
Các tác giả đã xây dựng mô hình như sau:
PD=1/(1=exp(2.86 +3.46LTLA + 3.52EBITA +11.18EQUITYA +0.43SALESA)) *
12 Chiara Pederzoli (Italy), Costanza Torricelli (Italy), 2010. A Parsimonious default prediction model
Strong Medium Weak
Chưa từng phát sinh nợ quá hạn
Chưa từng cơ cấu nợ
Có lịch sử trên 1 lần quá hạn trên 30 ngày Có lịch sử quá hạn trên 60 ngày Đã từng cơ cấu nợ Có lịch sử quá hạn trên 90 ngày Không trả được nợ 20 Trong đó: Biến độc lập:
- LTLA= Nợ dài hạn/Tổng tài sản
- EBITA= Lợi nhuận trước thuế/ Tổng tài sản - EQUIYA = Nợ phải trả/ Tổng tài sản
- SALESA = Doanh thu/ Tổng tài sản
Biến phụ thuộc: PD Khi chỉ số PD càng cao thì xác suất KHDN có khả năng trả nợ càng thấp, ngược lại (khi PD càng thấp thì xác suất KHDN có khả năng trả nợ càng cao). Kết quả từ nghiên cứu cho thấy là 4 chỉ tiêu đều ảnh hưởng đến khả năng trả nợ của KHDN. Trong 4 chỉ tiêu tài chính thì Vốn chủ sở hữu/Tổng tài sản có mức độ tác động nhiều nhất.
Nghiên cứu của Andrea Ruth Coravos
Andrea Ruth Coravos (2010) 13sử dụng dữ liệu danh mục cho vay doanh nghiệp nhỏ từ CDFI (Multinomial Logistic regressions Model), tài liệu này xác định các đặc điểm của người vay, người cho vay và khoản vay cụ thể và những thay đổi trong điều kiện kinh tế làm tăng khả năng vỡ nợ. Những kết quả này đặt nền tảng cho một mô hình chấm điểm tín dụng nội bộ, có thể làm giảm thiểu rủi ro. Mô hình chấm điểm tín dụng giúp CDFI định lượng rủi ro của họ, điều này thường cho phép họ mở rộng tín dụng nhiều hơn trong KHDN quy mô nhỏ.
Trong bài nghiên cứu tác giả sử dụng mô hình Logit đa thức (Multinomial Logistic Regressions Models) để đo lường khả năng trả nợ KHDN có quy mô nhỏ tại CDFI.
J
r, rn-Ci__________________ ________N.Γ. ..JΛ _ U (βo+ β ×i+βι∖ γi+
Pr(βi= StronglMeaium1 or Weak) = F ợ ɜ J
Trong đó:
- Strong : chưa từng nợ quá hạn, cơ cấu nợ
- Medium: từng hơn 1 lần nợ quá hạn 30 ngày, 60 ngày, từng cơ cấu nợ - Weak: từng nợ quá hạn 90 ngày, không trả nợ
13Andrea Ruth Coravos, (2010). Measungring the Likelihood of Small Business Loan Default: Community Development Financial Institutions (CDFIs) and the use of Credit Scoring to Minimize Default Risk
21
- Xi: đặc điểm người vay (Kinh nghiệm quản lý, giới tính, ngành nghề, kinh nghiệm, doanh nghiệp mới thành lập,..)
- Yi: đặc điểm của khoản vay (thời gian vay, hạn mức tín dụng, lãi suất, chính sách khách hàng,...)
- Zi: đặc điểm của người cho vay (lãi suất được Fes cấp vốn) - Mi: đặc điểm vĩ mô (chỉ số S&P, tỷ lệ thất nghiệp)
Lưu ý:
Nếu là (+90) ngày thì không được tính vào trường hợp (+30) hay (+60)
Trường hợp cơ cấu nợ trong 1 tháng hoặc chỉ 1 lần có lịch sử nợ quá hạn cũng được xem là “Strong”
Nguồn: Tổng hợp từ các nghiên cứu của Andrea Ruth Coravos
Dữ liệu của CDFI gồm 530 mẫu, trong đó 229 khoản vay doanh nghiệp nhỏ có bảo lãnh (Bảo lãnh cũng là một hình thức cấp tín dung) và 301 khoản vay doanh nghiệp nhỏ không sử dụng có bảo lãnh trong giai đoạn 2002-2007. Dữ liệu được lấy từ một mẫu không ngẫu nhiên, tập trung vào khoản vay “Weak”, “Medium”. Vì đề tài, tác giả muốn nghiên cứu đến các dấu hiệu có thể xảy ra tình trạng mất khả năng thanh toán của DN có quy mô nhỏ. Khoản vay “Strong” là gần như 100% không xảy ra tình trạng vỡ nợ, không phù hợp với đề tài.
Từ bài nghiên cứu đã chỉ ra các nhân tố ảnh hưởng đến khả năng vỡ nợ của KHDN quy mô nhỏ tại CDFI:
- Biến kinh nghiệm quản lý tác động cùng chiều với mức độ vỡ nợ của KHDN nhưng không có ý nghĩa đối với KHDN mới thành lập.
22
- xếp hạng tín dụng cá nhân cùng chiều với khả năng trả nợ, xếp hạng càng cao thì khả năng trả nợ của khách hàng càng cao.
- Thời gian hoạt động của doanh nghiệp cũng ảnh hưởng cùng chiều với khả năng trả nợ của khách hàng.
- Các khoản vay được chính phủ hỗ trợ bảo lãnh thì có khả năng trả nợ kém.
- Thời hạn bảo lãnh tác động ngược chiều với khả năng trả nợ, ngân hàng cho vay càng dài thì khả năng trả nợ kém. Thời gian dài gia tăng rủi ro hơn so với cho vay ngắn hạn.
- Theo kết quả mô hình số tiền vay càng lớn thì khách hàng trả nợ càng tốt, trừ trường hợp KHDN mới thành lập.
- Lãi suất ngân hàng cho vay cao hơn lãi suất cơ bản thì khách hàng trả nợ càng kém và ngược lại.
- Tỷ lệ thất nghiệp tác động ngược chiều với khả năng trả nợ. Tỷ lệ thất nghiệp càng cao thì khả năng khách hàng càng trợ kém.
Nghiên cứu Jiménez và Saurina phân tích các yếu tố quyết định xác suất vỡ nợ (PD) của các khoản vay ngân hàng. Jiménez và Saurina (2003) 14 tập trung vào các biến (tài sản thế chấp, loại người cho vay và mối quan hệ người vay ngân hàng). Nghiên cứu sử dụng thông tin về hơn ba triệu khoản vay được các tổ chức tín dụng Tây Ban Nha nhập vào trong một chu kỳ kinh doanh hoàn chỉnh (1988-2000) được thu thập bởi Đăng ký tín dụng của Ngân hàng Tây Ban Nha (Trung de Informaci trên de Riesgos). Dữ liệu đầu vào là các khoản vay có giá trị từ 6.000 Euro trở lên của các KHDN. Nhóm tác giả thấy rằng các khoản vay thế chấp có PD cao hơn, các khoản vay được cấp bởi các ngân hàng tiết kiệm có rủi ro cao hơn và cuối cùng, mối quan hệ vay mượn ngân hàng chặt chẽ làm tăng khả năng chấp nhận rủi ro nhiều hơn.