Số năm trước khi phá sản Số công ty bị phá sản thật (dự báo đúng) Số công ty không phá sản (dự báo sai) Phần trăm dự báo đúng (%) 1 31 2 95 2 23 9 72 3 14 15 48 4 8 20 29 5 9 16 36
(Nguồn: Edward I. Altman - nghiên cứu năm 2010)
Tác giả Goudie và Meeks sử dụng Z-score để nghiên cứu khả năng phá sản của doanh nghiệp trong các nghiên cứu được công bố năm 2000 và 2002, tất cả đều cho thấy chỉ số Z-score phản ánh tốt khả năng phá sản của doanh nghiệp. Giai đoạn sau này có rất nhiều nghiên cứu khác nhau sử dụng chỉ tiêu Z-score của Altman.
Tiêu biểu như nghiên cứu mới đây nhất của giáo sư Tomasz Korol sử dụng chỉ tiêu Z-score để đánh giá rủi ro của doanh nghiệp dẫn đến phá sản của các doanh nghiệp châu Âu và Mỹ Latinh (Tomasz, 2017). Hai tác giả Leonardo và Jaime (2003) cũng đã ứng dụng chỉ số này để đo lường và dự báo khả năng phá sản của các doanh nghiệp sản xuất ở Ý. Kết quả cũng có chung kết luận: chỉ số Z-score có khả năng dự báo rất tốt các doanh nghiệp tại Ý.
Theo Wu và Gray (2015) từ khi ra đời năm 1968, Altman Z-score là mơ hình được áp dụng rộng rãi và phổ biến nhất để đo lường, dự báo rủi ro phá sản của doanh nghiệp. Cũng theo Wu và Gray thì gần đây có những nhà nghiên cứu khác cố gắng đưa thêm các mơ hình phát triển dựa trên mơ hình của Altman như Shumway (2001) để dự báo khả năng phá sản của doanh nghiệp, tuy nhiên kết quả là chưa thực sự hồn thiện. Kyung và Yong (2002) thì áp dụng mơ hình Altman’s score và một số mơ hình khác để dự báo khả năng phá sản của các tổ chức tài chính tại Hàn Quốc ( có thêm một biến khác ngồi 5 biến cính của Altman) cũng cho kết quả dự báo khả quan. Hay Ming và Peter (2010) cũng ứng dụng chỉ số Altman Z-score và kết hợp với phương pháp dự báo khả năng phá sản của doanh nghiệp.
Trong khi đó Alexander và Claudia (2007) thì kết hợ cả phương pháp Altman Z-score, Merton và mơ hình của Black- Scholes để dự báo khả năng phá sản của doanh nghiệp. Khảo cứu cho thấy chỉ số Z-score có khả năng áp dụng và dự báo tốt khả năng phá sản của các doanh nghiệp, từ đó giúp doanh nghiệp phát hiện sớm khả năng phá sản, cũng như giúp các đối tượng khác (trong đó có các NHTM) có khả năng đưa ra các phản ứng kịp thời với tình hình thị trường và rủi ro tại doanh nghiệp. Như vậy, nếu NHTM có thể ứng dụng chỉ số Z-score để đánh giá rủi ro tín dụng tại doanh nghiệp sẽ giúp cho NHTM có được dự báo sớm về rủi ro phá sản của doanh nghiệp, cũng chính là rủi ro tín dụng của NHTM. Do đó Z-score là cơng cụ bổ trợ hữu ích cho NHTM trong xác định và dự báo theo dõi rủi ro tín dụng của doanh nghiệp trong hoạt động tín dụng của mình.
Những nghiên cứu về mơ hình Z-score ở trong nước
Hiện nay đề tài về nghiên cứu rủi ro tín dụng tại Việt Nam vẫn đang được mở rộng, có nhiều đề tài mở ra hướng phát triển và nâng cao về rủi ro tín dụng khách
hàng cho các NHTM ở Việt Nam. Điển hình là đề tài của Tiến sĩ Nguyễn Quang Dong và Tiến sĩ Nguyễn Trọng Hòa (Học viện tài chính) năm 2010 đã xây dựng một mơ hình Z-score - là mơ hình phân tích rủi ro tín dụng cho các doanh nghiệp đã lên sàn chứng khốn. Mơ hình này được cho là xây dựng phù hợp với nền kinh tế Việt Nam và được sử dụng để xếp hạng các doanh nghiệp đã được niêm yết trên sàn chứng khốn.
Bên cạnh đó, một số tác giả cũng vận dụng mơ hình Z-score để xếp hạng tín dụng khách hàng doanh nghiệp tại một số ngân hàng thương mại như ngân hàng Vietcombank, Habubank, với các tác giả là Nguyễn Thị Thanh Lâm (2012) và tác giả Trần Thị Thúy Hà (2013) tại đại học Kinh tế Quốc dân Hà Nội. Kết quả nghiên cứu cho thấy khả quan khi áp dụng vào sự kiểm sốt tín dụng cho các khách hàng doanh nghiệp.
Tác giả Nguyễn Thị Bích Thủy với đề tài “Quản trị rủi ro tín dụng tại Ngân hàng TMCP Sài Gịn – Hà Nội (SHB) chi nhánh Đà Nẵng” và tác giả Tưởng Thiều Nga vơi đề tài “Giải pháp quản trị nghiệm vụ phân loại nợ và trích lập dự phịng tín dụng tại Ngân hàng TMCP Ngoại Thương Việt Nam chi nhánh Đồng Nai” đã tập trung đi sau nghiên cứu vào phân tích rủi ro tín dụng dự trên các hệ số thu hổi nợ.
Đề tài về quản trị rủi ro tín dụng là một trong những đề tài nóng, đã và đang được rất nhiều giảng viên, sinh viên và các nhà nghiên cứu dành nhiều quan tâm và đã có rất nhiều đề tài nghiên cứu khoa học cũng như các bài báo có chất lượng được ra đời. Thơng qua cái nhìn tổng quát về các đề tài, cho thấy Chỉ số Z-score có khả năng áp dụng và đánh giá xếp hạng tín dụng, dự báo sớm khả năng phá sản của doanh nghiệp qua đó giúp các đối tác khịp thời đưa ra các biện pháp phản ứng với tình hình rủi ro. Vậy nên, mơ hình Z-score là cơng cụ đắc lực để các NHTM theo dõi tình trạng tài chính của doanh nghiệp và đánh giá, phân tích rủi ro tín dụng của mình.
Tuy được sửa dụng rộng rãi trên tồn thế giới, nhưng mơ hình Z-score được xây dựng dựa trên các mẫu là các doanh nghiệp nước Mỹ, do đó khơng thể tránh khỏi sự khác biệt tương đối với các doanh nghiệp Việt Nam. Trên thực tế, ở Việt Nam thực sự chưa có đề tài nghiên cứ một cách có hệ thống chuyên sâu về việc ứng
dụng mơ hình Z-score vào phân tích rủi ro tín cụng trong một NHTM cụ thể. Chính vì vậy, đề tài nghiên cứu là rất cần thiết.
1.3.2. Điều kiện sử dụng mơ hình Z-Score
Để sử dụng mơ hình Z-score đạt hiệu tối ưu thì các dữ liệu cơ sở phải đảm bảo tính cơng khai, minh bạch và xác thực. Do đó, cần thiết phải có lộ trình xây dựng một hệ thống cơ sở dữ liệu đầy, tập trung được quản lý đồng bộ thống nhất và được cập nhập làm mới liên tục bởi một cơ quan chính thộng để đáp ứng nhu cầu thị trường. Chính phủ cần phải hồn thiện cơ sở pháp lý về công khai thông tin của doanh nghiệp, các thông tin, số liệu cần có độ chính xác và tin cậy cao. Hơn nữa, các chỉ tiêu, thông tin doanh nghiệp và được phân loại theo số lượng, quy mơ, loại hình doanh nghiệp, địa phương, hình thức sở hữu, ngành, lĩnh vực... Hệ thống thơng tin cần được phân cấp công khai theo từng đối tượng nghiên cứu như nhà đầu tư, cơ quan quản lý hay nhà nghiên cứu…
Đây là một điều kiện quan trọng không chỉ để đáp ứng cho việc sử dụng mơ hình Z-score mà cịn là nền tảng để ứng dụng nhiều cơng cụ đo lường hữu ích khác trong tương lai (như mơ hình hồi quy Logit, mơ hình Black-Scholes-Merton…) vào việc phân tích, đánh giá và dự báo tình trạng của doanh nghiệp, nhằm phục vụ cho nhiều mục đích, nhiều đối tượng khác nhau.
Bên cạnh đó, mơ hình Z-score cũng có nhiều hạn chế nên cần phải được vận dụng bổ sung bằng các ưu điểm của các phương pháp khác thông qua cách thức sử dụng kết hợp các phương pháp trong phân tích, đánh giá.
1.3.3. Ưu điểm và nhược điểm của mơ hình Z-Score
1.3.3.1. Ưu điểm
Qua nghiên cứu về mơ hình Z-Score, giúp làm rõ được tầm quan trọng trong việc chấm điểm một doanh nghiệp, giúp doanh nghiệp biết được vị trí của mình trên thị trường, từ đó đưa ra những chiến lược cạnh tranh lành mạnh với những doanh nghiệp khác.
Xếp hạng tín dụng được xem là cơng cụ cốt lõi nhất trong cơng việc quản lý tín dụng của các doanh nghiệp. Mơ hình Z-Score là một mơ hình được sử dụng rộng rãi trên toàn thế giới, và Việt Nam cũng có thể áp dụng để nghiên cứu xếp hạng
Ngân hàng mà còn cả các doanh nghiệp khác trên thị trường. Thơng qua mơ hình ngân hàng có thể ước lượng được xác suất vỡ nợ của doanh nghiệp từ đó đưa ra những chính sách phù hợp và an tồn trong việc quyết định cấp tín dụng cho khách hàng. Có thể nói đây là mơ hình được sử dụng nhiều trong cơng tác rủi ro tại các ngân hàng thương mại, lý do là bởi vì mơ hình có nhiều ưu điểm như sau:
- Dễ sử dụng và dễ hiểu
- Khơng mất chi phí mua phần mềm do mơ hình chạy trên các phần mềm tính tốn có sẵn thơng dụng.
- Tính chính xác tương đối cao, có thể dung để dự báo cho nhiều doanh nghiệp mà bản thân các doanh nghiệp đó khơng có trong mơ hình hồi quy
Đánh giá rủi ro bằng mơ hình Z-Score dựa trên phương pháp phân tích phân biệt đưa ra những con số chính xác về các ngưỡng cảnh báo cũng như các ngưỡng phân loại, vì vậy có thể sử dụng mơ hình này như một cơng cụ chính trong xếp hạng, hay là một cơng cụ bổ sung, tham khảo khi dùng những phương pháp xếp hạng khác
1.3.3.2. Nhược điểm
Thứ nhất, mơ hình Z-score cố định hệ số của các chỉ số tài chính trong cơng
thức. Điều này có thể khơng phù hợp với phân tích, đánh giá các doanh nghiệp ở những mơi trường khác nhau do tính chất của các chỉ số tài chính cũng có thể khác nhau.
Thứ hai, mơ hình Z-score chỉ cho phép xác định doanh nghiệp nằm trong vùng
an tồn, vùng cảnh báo hoặc vùng có nguy cơ cao. Với các doanh nghiệp được xác định nằm trong cùng một vùng rủi ro thì việc so sánh tương quan giữa các doanh nghiệp phải kết hợp với nhiều phương pháp xếp hạng khác.
Thứ ba, ngoài những yếu tố trong chỉ số tài chính, cịn có những yếu tố thực
sự có ảnh hưởng tới hoạt động của doanh nghiệp. Đơn cử như, những rủi ro trong hoạt động có thể tăng cao do các nguyên nhân khách quan như sự thay đổi về chính sách, khủng hoảng kinh tế, khả năng quản trị doanh nghiệp...
Thứ tư, mơ hình Z-score được tạo dựng dựa trên phương pháp nghiên cứu
hoàn toàn đại diện một cách đầy đủ cho toàn bộ các cá thể tồn tại. Đặc biệt, cần chú ý lỗi loại II: Khi mơ hình Z-score cho rằng doanh nghiệp nằm trong vùng an tồn nhưng thực tế nó lại tiềm ẩn rủi ro cao.
1.3.4. Ứng dụng của mơ hình Z-Score trong hoạt động quản trị rủi ro tín dụngtại Ngân hàng thương mại tại Ngân hàng thương mại
Trong quá trình hoạt động, doanh nghiệp phải đổi mặt với rất nhiều rủi ro, đặc biệt là rủi ro như rủi ro pháp lý, rủi do quản trị, rủi ro con người, rủi ro đầu tư, rủi ro lãi suất… Đặc biệt là đối với các rủi ro tài chính như rủi ro lãi suất, rủi ro tỷ giá, rủi ro lạm phát…. Chúng có thể đưa doanh nghiệp đến trường hợp là mất khả năng thanh toán các khoản nợ vay từ nhiều nguồn và quan trọng nhất là ngân hàng thương mại. Kết quả xấu nhất của các trường hợp sẽ là phá sản. Đây thực sự là một kết quả mà khơng ai mong muốn, nó khơng chỉ chấm dứt hoạt động của doanh nghiệp, đem đến tổn thất nặng nề cho cho chủ doanh nghiệp mà còn trực tiếp ảnh hưởng đến cuộc sống của người lao động và còn gián tiếp tác động xấu đến các đối tác của doanh nghiệp đó như các nhà cung cấp, nhà bán lẻ, các cơ quan nhà nước và đắc biệt là NHTM khó có thể tránh khỏi mối nguy về tín dụng.
Chính từ nguy cơ đó, các NHTM bắt buộc phải tìm ra các phương pháp đển phát hiện các nguy cơ về rủi ro tín dụng và phân tích các dấu hiệu đó để kịp thời có biện pháp phịng tránh hiệu quả. Các nhà nghiên cứu về tài chính doanh nghiệp, các quản trị các ngân hàng và các cơng ty tài chính ln đặt việc nghiên cứu về các rủi ro tín dụng lên hàng đầu. Vì vậy, trên thế giới đã có rất nhiều cơng cụ được nghiên cứu và phát triển để phục vụ cho việc này, nổi bất nhất có thể kể đến chỉ số Zcore của Edward I.Altman tìm ra và được cả thế giới công nhận và được sử dụng cho đến nay.
Mơ hình Z-score được sử dụng rất rộng rãi trên thế giới và chủ yếu được dung để đánh giá xếp loại tín dụng các cơng ty, nguy cơ phá sản của các doanh nghiệp. Dựa trên việc đánh giá được nguy cơ phá sản của các doanh nghiệp của mơ hình Z- Score, các Ngân hàng thương mại có thể sử dụng mơ hình này trong q trình thẩm định trước khi cấp tín dụng đối với khách hàng doanh nghiệp để phần nào hạn chế được các rủi ro tín dụng trong quá trình cho vay của mình. Quá trình đánh giá và
xếp hạng khách hàng nội bộ là một quy trình đánh giá khả năng thực hiện các nghĩa vụ tài chính của một khách hàng đối với một ngân hàng như việc trả lãi và trả gốc nợ vay khi đến hạn hoặc các điều kiện tín dụng khác nhằm đánh giá, xác định rủi ro trong hoạt động tín dụng của ngân hàng. Mức độ rủi ro tín dụng thay đổi theo từng đối tượng khách hàng và được xác định thơng qua q trình đánh giá bằng thang điểm, dựa vào các thơng tin tài chính và phi tài chính có sẵn của khách hàng tại thời điểm tín dụng và xếp hạng khách hàng.
Tiểu kết chương 1:
Qua phần trình bày tại chương 1, tác giả đã nêu ra được các vấn đề sau:
Một là, hệ thống lại được cơ sở lý thuyết về rủi ro tín dụng bao gồm: khái niệm về rủi ro tín dụng, phân loại và nguyên nhân dẫn đến rủi ro tín dụng.
Hai là, từ những lý thuyết tổng quan để hiểu rõ về rủi ro tín dụng và tầm quan trọng của việc quản trị rủi ro tín dụng, tác giả trình bày tiếp về lý thuyết quản trị rủi ro tín dụng trong ngân hàng thương mại. Ở phần này, tác giả đã khái quát được một cách rõ ràng về khái niệm, vai trị, nhân tố ảnh hưởng đến q trình quản trị rủi ro tín dụng, từ đó có được quy trình quản trị rủi ro tín dụng và các phương pháp lượng hóa để có thể đánh giá và đo lường được cụ thể rủi ro tín dụng.
Và cuối cùng, tác giả đưa ra được lý thuyết chung tổng quan về mơ hình Z- Score và ứng dụng mơ hình Z-Score trong hoạt động quản trị rủi ro tín dụng tại Ngân hàng thương mại. Ở phần này, tác giả đã trình bày để người đọc hiểu được về khái niệm mơ hình Z-Score là gì, các cơng thức tính tốn của mơ hình Z-score và tổng quan về những nghiên cứu trong nước và ngồi nước của mơ hình này.
Qua chương này, tác giả đã hệ thống và khái quát được toàn bộ những lý thuyết cần thiết cho bài luận văn, là tiền đề để trình bày tiếp tục các nội dung thực trạng tại chương 2.
CHƯƠNG 2: THỰC TRẠNG QUẢN TRỊ RỦI RO TÍN DỤNG VÀ VIỆC ỨNG DỤNG MƠ HÌNH Z-SCORE TRONG QUẢN TRỊ RỦI RO TÍN DỤNG
TẠI NGÂN HÀNG TMCP CƠNG THƯƠNG VIỆT NAM – CHI NHÁNH HỒNG MAI
2.1. Tình hình hoạt động và thực trạng quản trị rủi ro tín dụng tại Ngân hàng TMCP Cơng thương Việt Nam – Chi nhánh Hồng Mai TMCP Cơng thương Việt Nam – Chi nhánh Hồng Mai
2.1.1. Tình hình hoạt động của Ngân hàng TMCP Cơng thương Việt Nam – Chi nhánh Hoàng Mai
2.1.1.1. Giới thiệu về ngân hàng TMCP Công thương Việt Nam – Chi nhánh Hồng Mai
Ngân hàng TMCP Cơng thương Việt Nam - Chi nhánh Hoàng Mai là một chi nhánh trực thuộc Ngân hàng TMCP Công thương Việt Nam, được thành lập theo Quyết định số 269/HĐQT - NHCT1 vào ngày 06 tháng 11 năm 2006 và hoạt động dưới mơ hình chi nhánh cấp 1.