Nhóm Chỉ tiêu Cách tính Kí hiệu
Cấu trúc vốn
Tỷ suất nợ Nợ phải trả/Tổng tài sản Ts_No
Đòn bẩy nợ Nợ phải trả/VCSH DBN
Đầu tư Tỷ suất tài sản ngắn hạn Tài sản ngắn hạn/Tổng tài sản Ts_TSNH
Hoạt động Số vòng quay tài sản Doanh thu/Tổng tài sản Hs
Hiệu quả Tỷ suất lợi nhuận/Doanh thu Lợi nhuận/Doanh thu Ts_LNDT
Tỷ suất sinh lời tài sản Lợi nhuận/Tổng tài sản ROA
Tỷ suất sinh lời VCSH Lợi nhuận/VCSH ROE
Nguồn: Hoàng Tùng (2011) Và từ đây tác giả cũng rút ra được mơ hình hồi quy Logistic được sử dụng để dự báo rủi ro tín dụng cho các doanh nghiệp trên cơ sở các chỉ tiêu tài chính. Mơ hình đó như sau:
Z= -0.749 + 0.074Hs +2.458 Ts_TSNH – 5.985 Ts_No -2.060DBN+ 0.992Ts_LNDT + 145.363 ROA + 26.151 ROE (2.1)
2.2.2.2 Nghiên cứu của Hồng Thị Minh Châm “Ứng dụng mơ hình Hồi quy Logistic trong xếp hạng khách hàng tại ngân hàng TMCP Kỹ thương Việt Nam - Chi nhánh Hà Nội”.
Tác giả sử dụng các chỉ tiêu tài chính của 73 doanh nghiệp trong năm 2007 và các tài liệu liên quan đến việc quản lý rủi ro, xếp hạng khách hàng của phòng dịch vụ ngân hàng doanh nghiệp tại Techcombank - Chi nhánh Hà Nội. Bằng phương pháp Hồi quy Logistic, từ 13 biến ban đầu tác giả cho là có liên quan đến mơ hình thì sau khi loại và kiểm định các giả thuyết cần thiết, tác giả đã tìm ra được mơ hình dùng để đo lường những tác động của các biến đến xác suất xảy ra nợ quá hạn của ngân hàng như sau:
-0.95874*X3 1.20072*X6-56.83048*X8 3.07236*X9 0.00641*X12 exp 1 X12 * 0.00641 X9 * 3.07236 X8 * 56.83048 - X6 * 1.20072 X3 * 0.95874 - exp pi (2.2) Trong đó: X3: Khả năng thanh tốn nhanh; X6: Tỷ số nợ/VCSH; X8: Tổng lợi nhuận sau thuế trên doanh thu; X9: Lợi nhận sau thuế/VCSH (ROE); X12: Kỳ thu tiền bình quân.
Qua mơ hình trên có thể thấy tình trạng nợ của doanh nghiệp phụ thuộc - 0.95874 vào khả năng thanh toán nhanh, 1.20072 vào Tỷ số nợ/VCSH, - 56.83048 vào tổng lợi nhuận sau thuế trên doanh thu, 3.07236 vào tổng lợi nhuận sau thuế/VCSH (ROE), 0.00641 vào kỳ thu tiền bình qn. Trong đó, Khả năng thanh tốn nhanh, tổng lợi nhuận sau thuế trên doanh thu tác động âm tới tình trạng nợ của doanh nghiệp. Tỷ số nợ/VCSH, tổng lợi nhuận sau thuế/VCSH (ROE), kỳ thu tiền bình quân tác động dương đến tình trạng nợ của doanh nghiệp.
2.2.2.3 Nghiên cứu của Lê Tất Thành “Ứng dụng Logistic phân loại tín dụng các doanh nghiệp sản xuất Việt Nam”.
Dữ liệu tác giả tập hợp gồm 26 doanh nghiệp có nợ xấu- đó là những doanh nghiệp nợ thuế trên 90 ngày gồm 43 báo cáo tài chính và 17 doanh nghiệp khơng có nợ xấu- những cơng ty đang niêm yết trên sàn HOSE và HASTC gồm 33 báo cáo tài chính được sử dụng. Do khó khăn trong tiếp cận dữ liệu về trạng thái của các doanh nghiệp nên tác giả đã lập luận rằng các doanh nghiệp có nợ xấu là các doanh nghiệp đã nợ tiền thuế q 90 ngày và các doanh nghiệp khơng có nợ xấu là các doanh nghiệp có kết quả kinh doanh tốt và đang niêm yết trên thị trường chứng khoán Việt Nam. Tác giả cho những doanh nghiệp nợ thuế trên 90 ngày là doanh nghiệp có nợ xấu vì theo tác giả lập luận rằng các doanh nghiệp nợ thuế phải chịu phạt 0,05%/ngày tương đương 18%/năm có thể coi như ngang bằng lãi suất cho vay trong thời gian nghiên cứu. Mặc khác doanh nghiệp chậm nộp thuế trên 90 ngày cũng phải chịu các biện pháp cưỡng chế truy thu thuế như thu hồi mã số thuế, đình chỉ sử dụng hóa đơn, kê biên, phát mãi tài sản như các doanh nghiệp vay vốn thế chấp tài sản.
Từ các tỷ số dòng tiền mà S&P, Fitch và Moody’s đang sử dụng; các tỷ số trong chỉ số Z và mơ hình Zeta® của Atman, tác giả đã sử dụng 17 chỉ tiêu tài chính của 77 báo cáo tài chính của 43 doanh nghiệp sản xuất trên để tiến hành nghiên cứu. Mặc dù nghiên cứu có hạn chế về thơng tin của dữ liệu nhưng bằng phương pháp Hồi quy Logistic tác giả đã rút ra được mơ hình để đo lường rủi ro tín dụng của các doanh nghiệp. Mơ hình đó là: -0.95874*X3 1.20072*X6-56.83048*X8 3.07236*X9 0.00641*X12 exp 1 X12 * 0.00641 X9 * 3.07236 X8 * 56.83048 - X6 * 1.20072 X3 * 0.95874 - exp pi (2.3)
Trong đó: X3: Lợi nhuận giữ lại/Doanh thu thuần; X6: Vốn lưu động ròng/Tổng tài sản; X8: Lợi nhuận sau thuế/Doanh thu thuần; X9: VCSH/Tổng nợ; X12: Doanh thu thuần/Khoản phải thu bình quân.
2.2.3 Thiết kế mơ hình
2.2.3.1 Lựa chọn và định nghĩa biến
a) Biến phụ thuộc
- Biến phụ thuộc Y trong nghiên cứu này được lựa chọn như sau:
Yi=0 nếu khách hàng khơng có khả năng trả được nợ (có rủi ro tín dụng)
Yi= 1 nếu khách hàng có khả năng trả được nợ (khơng có rủi ro tín dụng)
- Định nghĩa về khả năng trả được nợ.
Vay nợ và trả nợ là hiện tượng kinh tế khách quan trong nền kinh tế thị trường hiện nay. Nếu việc vay nợ mà không diễn ra trả nợ sẽ dẫn đến hậu quả là sự xung đột lợi ích của khách hàng và ngân hàng. Và khi ngân hàng cho khách hàng vay đều tìm ẩn khả năng là khách hàng khơng trả được nợ vay, đây chính là rủi ro cho ngân hàng.
Theo quy định của ngân hàng nhà nước tại thông tư 02/2013/TT-NHNN ngày 21/01/2013 Quy định về phân loại tài sản có, mức trích lập dự phịng rủi ro và việc sử dụng dự phòng để xử lý rủi ro hoạt động thì các ngân hàng phải đánh giá và phân loại khách hàng của mình thành các nhóm nợ để theo dõi và trích lập dự phịng thích hợp. Theo đây nêu rõ “nợ xấu” (nợ nhóm 3 trở lên) là các khoản nợ được đánh giá là khơng có khả năng thu hồi gốc và lãi khi đến hạn, và có khả năng tổn thất một phần nợ gốc và lãi.
Như vậy, có thể xác định các khách hàng khơng có khả năng trả được nợ là các khách hàng đang có nợ nhóm 3 trở lên tại các tổ chức tín dụng, và đây là những khoản nợ mang lại rủi ro cho ngân hàng. Tuy nhiên, để giảm thiểu tối đa rủi ro tín dụng, ngân hàng cần phải quan tâm các khách hàng từ lúc họ gặp khó khăn về khả năng trả nợ nên bài nghiên cứu này sẽ xem các khách hàng đang có nợ quá hạn nhóm 2 trở lên là biến phụ thuộc tức là khách hàng khơng có khả năng trả được nợ.
Vậy có thể kết luận, một khách hàng khơng có khả năng trả được nợ khi được xếp vào nhóm 2 trở lên của ngân hàng, lúc này biến phụ thuộc Y= 0. Ngược lại một khách hàng có khả năng trả được nợ khi đang ở nhóm 1 theo sự phân nhóm của ngân hàng, lúc này Y=1.
b) Biến độc lập
Việc lựa chọn biến độc lập thường được tiến hành theo hai cách: Cách thứ nhất là dựa trên cơ sở lý thuyết và các nghiên cứu trước đây. Cách thứ hai là dựa trên cơ sở kiến thức của các chuyên gia và trực giác lựa chọn của nhà nghiên cứu.
Trong bài nghiên cứu này, trên cơ sở các chỉ số từ các mơ hình lý thuyết và kết quả từ các nghiên cứu thực nghiệm, nghiên cứu sẽ kết hợp các chỉ số lại với nhau. Cụ thể đó là các chỉ số dịng tiền và cấu trúc vốn của S&P, Fitch và Moody’s, các chỉ số trong mơ hình điểm số Z và Zeta® của Atman và các tỷ số đã được kiểm chứng hiệu quả từ các nghiên cứu thực nghiệm. Tuy nhiên, do đa số các báo cáo tài chính của các doanh nghiệp Việt Nam hiện nay khơng có báo cáo dịng tiền, mặc khác việc xác định dòng tiền của doanh nghiệp là điều rất khó và khó kiểm chứng được tính phù hợp do cách xác định nên nghiên cứu sẽ loại các tỷ số liên quan đến dòng tiền ra. Từ đây nghiên cứu xác định các biến dự định được xem là những biến số có ảnh hưởng đến khả năng phân biệt, cụ thể đó là các chỉ số:
1. Lợi nhuận trước thuế và lãi vay/Tổng tài sản bình quân 2. Lợi nhuận sau thuế/Doanh thu thuần
3. Lợi nhuận sau thuế/Tổng tài sản bình quân 4. Lợi nhuận sau thuế/VCSH bình quân
5. Lợi nhuận hoạt động kinh doanh/Doanh thu thuần 6. Lợi nhuận trước thuế và lãi vay /Doanh thu thuần 7. Tài sản ngắn hạn/Doanh thu thuần
8. Nợ phải trả/Tổng tài sản 9. Tài sản ngắn hạn/Tổng tài sản
10. Khả năng thanh toán ngắn hạn: Tài sản ngắn hạn/Nợ ngắn hạn
11. Khả năng thanh toán nhanh: (Tài sản ngắn hạn – Hàng tồn kho)/Nợ ngắn hạn 12. Lợi nhuận trước thuế và lãi vay/Lãi vay
13. Doanh thu thuần/Tổng tài sản bình quân
14. Kỳ thu tiền bình quân: Doanh thu thuần/Khoản phải thu bình qn 15. Vịng quay hàng tồn kho: Giá vốn hàng bán/Hàng tồn kho bình quân 16. Vốn lưu động ròng/Tổng tài sản
17. VCSH/Tổng nguồn vốn
18. Tài sản cố định và đầu tư dài hạn/Tổng tài sản 19. Nợ ngắn hạn/Tổng tài sản
20. Doanh thu thuần/Nợ ngắn hạn bình qn 21. Quy mơ của doanh nghiệp: Tổng tài sản
Như vậy, với một lượng lớn của các biến được tìm thấy là chỉ số quan trọng của các vấn đề của cơng ty. Tuy nhiên, sau khi phân tích nghiên cứu nhận thấy có một số biến là được tính tốn từ các biến khác. ví dụ như các biến sau: 2 x 13 =3; 4 x 17= 3; Do đó, nghiên cứu sẽ loại bỏ các biến có quan hệ tương tác với nhau này vừa làm cho mơ hình đơn giản hơn vừa đáp ứng yêu cầu thống kê mà hiệu quả mơ hình khơng bị
ảnh hưởng. Việc loại biến nào và giữ lại biến nào trong phương trình khi chúng có quan hệ với nhau là dựa vào kinh nghiệm rút ra từ những nghiên cứu trước đây, tức là ưu tiên giữ lại những biến mà các nghiên cứu thực nghiệm đã chứng minh là có ảnh hưởng lớn đến khả năng phân biệt rủi ro tín dụng.
Sau khi loại bỏ các biến có tương quan, nghiên cứu rút ra được các biến độc lập sau: