tại Ngân hàng TMCP Ngoại Thương Việt Nam – Chi nhánh TP .Hồ Chí Minh
3.2.2.2. Đánh giá việc ứng dụng mơ hình Z-Score tại Ngân hàng TMCP Ngoạ
Việt Nam – Chi nhánh TP.Hồ Chí Minh
i) Ưu điểm
Từ việc ứng dụng 2 mơ hình Z-Score tính tốn các chỉ số Z, để từ đó phân loại, xếp hạng các DN đang vay vốn tại Vietcombank HCM có thể thấy được những ưu điểm của mơ hình Z- Score như: mơ hình Z-Score được sử dụng nhanh và đơn giản. Việc tính tốn chỉ số Z theo mơ hình hồn tồn được dựa vào Báo cáo tài chính của DN, có thể tìm kiếm được từ các thông tin công bố công khai đối với các DN cổ phần đại chúng hay được cung cấp bởi DN khi bắt đầu tiếp xúc. Do đó nên, các CBTD có thể sử dụng phần mềm Excel để tính tốn các chỉ số Z, từ đó dự báo được nguy cơ phá sản của DN, từ đó có định hướng phát triển, tiếp cận, có các chính sách tín dụng nói riêng và các chính sách ưu đãi, dịch vụ nói chung đối với các khách hàng có chỉ số Z cao. Ngược lại, đối với các DN có chỉ số Z trung bình hoặc tương đối thấp, CBTD cần tìm kiếm thêm thơng tin từ phía khách hàng, thơng tin trên thị trường để có thêm cơ sở tiếp cận khác hàng hoặc có hướng từ chối đối với các khách hàng có chỉ số Z quá thấp để có thể tập trung vào các khách hàng khác tiềm năng hơn, nâng cao hiệu quả hoạt động của ngân hàng.
ii) Hạn chế
Bên cạnh những ưu điểm như trên thì mơ hình Z-Score cũng tồn tại những nhược điểm, hạn chế sau: hạn chế lớn nhất là mơ hình khơng tính đến một số nhân tố định tính khó định lượng nhưng có thể đóng vai trị quan trọng, ảnh hưởng đến mức độ rủi ro của khoản vay của khách hàng tại ngân hàng, các nhân tố này có thể do chủ quan từ phía DN như kinh nghiệm, năng lực quản lý của ban lãnh đạo, quy mô DN, mối quan hệ của DN với ngân hàng, tác động của các thành viên khác trong nhóm khách hàng có liên quan,... hay do khách quan từ bên ngồi như tình hình kinh tế, chính sách quản lý của Nhà nước, thị trường cung cấp đầu vay và tiêu thụ đầu ra của DN, đối thủ cạnh tranh trên thị trường,... Bên cạnh đó, mơ hình Z-Score được nghiên cứu chủ yếu dựa trên tình hình của các DN ở Mỹ và chưa được sử dụng phổ biến tại Việt Nam trong việc XHTD DN nên mức độ thích hợp cần được đánh giá lại phù hợp với các đặc thù riêng của các NHTM trong nước.
iii) Nhận xét kết quả đạt được
Dựa trên Bảng kết quả mức độ giống nhau giữa việc sử dụng mơ hình Z-Score cổ điển và mơ hình Z-Score điều chỉnh của Altman và hệ thống XHTD của Vietcombank đối với nhóm 40 khách hàng DN hiện đang vay vốn tại Vietcombank HCM trong vòng 3 năm từ năm 2010 đến năm 2012, đề tài nghiên cứu đã có một số kết quả đạt được sau đây:
- So với kết quả XHTD của hệ thống XHTD tại VCB thì mức độ giống nhau giữa kết quả xếp hạng của mơ hình Z-Score cổ điển khoảng từ 40% đến 45%. Trong khi đó, mức độ giống nhau của mơ hình Z-Score điều chỉnh cao hơn, chiếm hơn một nửa số lượng DN được chọn nghiên cứu, đạt khoảng từ 55% đến 62,5%. Mức độ phù hợp trên là khá cao đối với một mơ hình dự báo được xây dựng cho các DN Mỹ khi áp dụng cho các DN tại Việt Nam.
- Khi đánh giá giữa việc XHTD theo hệ thống XHTD của Vietcombank HCM đang áp dụng với việc sử dụng 2 mơ hình Z-Score trên thì kết quả đôi khi lại phản ánh ngược nhau về tình hình của DN đang vay vốn tại ngân hàng. Điều này là do những nguyên nhân sau:
Nguyên nhân thứ nhất cũng chính là điểm hạn chế lớn nhất của mơ hình Z- Score, đó là việc chủ yếu dựa vào các chỉ tiêu tài chính được lấy từ Báo cáo tài chính của các DN để tính chỉ số Z nhằm dự báo nguy cơ phá sản của DN. Do đó nên kết quả đánh giá của mơ hình sẽ bỏ qua những tác động tích cực và cả tiêu cực từ các yếu tố phi tài chính, có thể dẫn đến sự khơng chính xác trong dự báo. Tuy nhiên, đây cũng chính là điểm mạnh mà hệ thống XHTD hiện tại của Vietcambank có được, đó là việc hệ thống XHTD của Vietcombank vừa tính đến các chỉ tiêu tài chính, vừa tính đến cả các chỉ tiêu phi tài chính của DN. Khi tính điểm tổng hợp, các chỉ tiêu phi tài chính lại chiếm tỷ trọng cao hơn các chỉ tiêu tài chính.
Thứ hai, các mơ hình Z-Score thường được dùng để xếp hạng DN và dự báo khả năng phá sản của DN đó trong tương lai, từ 1 đến 2 năm tới. Do đó nên kết quả đánh giá của mơ hình sẽ có một độ trễ nhất định đối với thời điểm đánh giá hiện tại. Trong khi đó, hệ thống XHTD của Vietcombank được dùng để xếp hạng, làm căn cứ xét hạn mức cấp tín dụng, để có các chính sách phù hợp hay để trích lập dự phịng rủi ro tín dụng tại thời điểm hiện tại. Chính vì có độ trễ dự báo trong kết quả đánh giá giữa 2 phương pháp XHTD trên nên mức độ phù hợp chỉ là tương đối.
Thứ ba, việc đánh giá, xếp hạng bằng mơ hình Z-Score phụ thuộc tồn bộ vào số liệu trên Báo cáo tài chính của DN, khơng bị ảnh hưởng, tác động bởi CBTD nên kết quả của mơ hình hồn tồn khách quan và đáng tin cậy. Trong khi đó, đối với hệ thống XHTD của Vietcombank, tuy có sự tách bạch giữa
CBTD chấm điểm và cấp phê duyệt nhưng vẫn có thể tồn tại ý kiến đánh giá chủ quan của con người, dẫn đến kết quả XHTD mang tính chủ quan cá nhân. Do đó, nên sự khác biệt giữa các kết quả đánh giá của các phương pháp trên là điều không thể tránh khỏi.
Tuy nhiên, từ kết quả đánh giá của 2 mơ hình Z-Score đối với nhóm khách hàng DN tại Vietcombank HCM, nhất là mơ hình Z-Score điều chỉnh với mức độ phù hợp tương đối cao và tăng dần qua từng năm như trên thì theo tác giả đây là mơ hình cần được các NHTM ở Việt Nam xem xét đến khi ra quyết định cho vay đối với các DN.
3.2.3. Đề xuất ứng dụng mơ hình Z-Score vào hệ thống xếp hạng tín dụng doanh nghiệp tại Ngân hàng TMCP Ngoại Thương Việt Nam – Chi nhánh TP.Hồ Chí Minh
Dựa vào kết quả nghiên cứu mức độ giống nhau giữa việc sử dụng mơ hình Z-Score cổ điển và mơ hình Z-Score điều chỉnh của Altman và hệ thống XHTD của Vietcombank đối với nhóm 40 khách hàng DN hiện đang vay vốn tại Vietcombank HCM trong vòng 3 năm từ năm 2010 đến năm 2012, có thể thấy được mơ hình Z-Score điều chỉnh (1995) của Giáo sư Altman đã tính tốn, đánh giá cho cho kết quả xếp hạng nhóm 40 khách hàng DN của Vietcombank HCM có tỷ lệ giống khá cao (trên 55%) và có sự ổn định, cải thiện dần tỷ lệ giống nhau tăng dần qua các năm nghiên cứu so với kết quả chấm điểm trên hệ thống XHTD của Vietcombank với cùng nhóm khách hàng DN này. Đồng thời, như đã trình bày ở Phụ lục 04, mơ hình Z-Score điều chỉnh đã được Altman nghiên cứu phát triển sau một thời gian khá dài so với mơ hình Z- Score cổ điểm ban đầu (1968), kết quả quả nghiên cứu chỉ số Z của mơ hình này cũng có sự tương đồng khá lớn so với mơ hình của một cơng ty nổi tiếng trong lĩnh vực này là Standard & Poor’s.
Mặt khác, dựa vào những đặc điểm và ưu điểm chung của các mơ hình Z-Score là mơ hình được sử dụng nhanh và đơn giản. Việc tính tốn chỉ số Z theo mơ hình hồn tồn được dựa vào Báo cáo tài chính của DN, có thể tìm kiếm được từ các thơng tin, dữ liệu cho mơ hình dễ dàng. Điều này sẽ đáp ứng được mục tiêu hoàn thiện hệ thống XHTD của Vietcombank. Do đó, nên việc ứng dụng mơ hình Z-Score điều chỉnh vào hệ thống XHTD của Vietcombank để hỗ trợ cho hệ thống XHTD trong việc đánh giá, xếp hạng và sàng lọc nhanh những khách hàng mới đáp ứng mục tiêu hoàn thiện hệ thống XHTD của Vietcombank như đã nêu trên là hợp lý và có thể áp dụng được.
Ngành kinh tế
Quy mơ
Quy trình các bước thực hiện chấm điểm của hệ thống XHTD tại Vietcombank theo đề
xuất ứng dụng mơ hình Z-Score điều chỉnh sẽ thay đổi như Hình 3.1 sau:
Hình 3.1: Mơ hình XHTD của Vietcombank sau khi đề xuất điều chỉnh
KHÁCH HÀNG
HẠN CHẾ
CẤP TÍN DỤNG
Bộ chỉ tiêu cho DN thơng thường Bộ chỉ tiêu cho DN siêu nhỏ
Hệ thống XHTD của Vietcombank sau khi đề xuất điều chỉnh, chủ yếu thay đổi thêm vào một bước thực hiện trước khi thực hiện bước 1 theo như quy trình thực hiện ban đầu. Để cho dễ so sánh sự thay đổi này với hệ thống XHTD ban đầu, tác giả tạm gọi bước này là
Bước 0: Đánh giá ban đầu khách hàng. Mục tiêu của bước thực hiện này là để CBTD có
thể tính tốn, đánh giá nhanh và đưa ra những nhận định ban đầu về khách hàng có nhu cầu vay vốn tại ngân hàng. Đối tượng để đánh giá chính là sức mạnh, năng lực tài chính hiện tại của khách hàng bằng việc tính tốn dựa trên các số liệu thu thập được từ báo cáo tài chính, để từ đó dự báo khả năng gặp khó khăn về tình hình tài chính kinh doanh, khả năng phá sản trong tương lai của khách hàng. Cơng cụ chính của bước 0 này chính là mơ hình Z-Score điều chỉnh (sau đây gọi chung là mơ hình Z-Score) của Altman đã được trình bày và nghiên cứu mức độ giống nhau giữa kết quả dự báo của mơ hình này và kết quả chấm điểm XHTD của Vietcombank đối với một nhóm khách hàng tại Vietcombank HCM.
Chấm điểm chỉ tiêu tài chính
Chấm điểm chỉ tiêu phi tài chính
Khi ứng dụng mơ hình Z-Score vào hệ thống XHTD của Vietcombank thì dữ liệu đầu vào của mơ hình cũng chính là báo cáo tài chính trong 3 năm gần nhất (nếu có) hoặc ít nhất của
năm gần nhất của khách hàng DN và kết quả tính tốn chỉ số Z cũng sử dụng thang điểm xếp loại tại Bảng 19 Phụ lục 04 mà Altman đã nghiên cứu dành riêng cho mơ hình này:
Nếu Z > 5,85: DN nằm trong vùng an tồn, chưa có nguy cơ phá sản
Nếu 4,15 < Z < 5,85: DN nằm trong vùng cảnh báo, có thể có nguy cơ phá sản Nếu Z < 4,15: DN nằm trong vùng nguy hiểm, nguy cơ phá sản cao.
Kết quả tính tốn chỉ số Z đầu ra của bước này cũng sẽ được đối chiếu với thang điểm xếp loại trên để đánh giá được mức xếp loại tương ứng với với tình hình tài chính của khách hàng. Với 3 mức xếp loại khách hàng như trên sẽ có 3 tình huống khác nhau để tiếp tục thực hiện quy trình của hệ thống XHTD của Vietcombank.
Trường hợp 1: DN nằm trong vùng an tồn, chưa có nguy cơ phá sản
Đối với những khách hàng được nhận định nằm trong vùng an tồn này thì đánh giá ban đầu của khách hàng khá tốt, chỉ số Z càng cao thì mức độ an toàn càng lớn. Do đó, CBTD cần có kế hoạch cụ thể để phát triển quan hệ với khách hàng, cụ thể như sau:
- Tiếp cận chăm sóc khách hàng để tìm hiểu về nhu cầu vay vốn của khách hàng, tìm hiểu yêu cầu của khách hàng về các điều kiện vay đi kèm như lãi suất, tài sản đảm bảo, phí và cái sản phẩm dịch vụ khác có liên quan đến hoạt động kinh doanh của khách hàng, bởi đối với những khách hàng tốt và có tiềm năng thì thường sẽ có sự so sánh, đánh giá ưu nhược điểm, lợi nhuận, chi phí giữa các ngân hàng với nhau để đưa ra quyết định lựa chọn. Do đó, Vietcombank cần có các chính sách ưu đãi tương ứng dành cho các đối tượng khách hàng này.
- Bên cạnh đó thì CBTD cũng tiếp tục thu thập các thông tin cần thiết khác để tiếp tục thực hiện các bước tiếp theo của quy trình XHTD theo hệ thống XHTD của Vietcombank. Đây mới chính là kết quả XHTD cuối cùng của khách hàng để từ đó Vietcombank có cơ sở để ra quyết định cấp tín dụng cùng với các điều kiện tín dụng ưu đãi kèm theo tùy theo chính sách khách hàng từng thời kỳ của Vietcombank.
Trường hợp 2: DN nằm trong vùng cảnh báo, có thể có nguy cơ phá sản
Đối với những khách hàng nằm trong vùng cảnh báo này thì đánh giá, nhận định ban đầu về năng lực tài chính hiện tại và nguy cơ phá sản của khách hàng trong tương lai đạt mức trung bình. Do đó, việc xem xét cấp tín dụng cho nhóm khách hàng này cần phải thận trọng, CBTD cần thu thập thêm thông tin cần thiết khác để tiếp tục thực hiện các bước tiếp theo của
quy trình theo hệ thống XHTD của Vietcombank để có sự đánh giá chính xác hơn, tránh các rủi ro tín dụng trong tương lai.
Bên cạnh đó, đối với nhóm khách hàng này, Vietcombank hồn tồn có thể tiếp xúc, tìm hiểu về nhu cầu vay vốn của khách hàng. Tuy nhiên, việc cấp tín dụng sẽ phải thỏa các điều kiện tín dụng cơng bố hiện tại của Vietcombank như lãi suất cho vay thơng thường, có tài sản đảm bảo đủ đảm bảo cho khoản vay của khách hàng,...
Trường hợp 3: DN nằm trong vùng nguy hiểm, nguy cơ phá sản cao
Đối với những khách hàng được đánh giá ban đầu là nằm trong vùng nguy hiểm thì rủi ro tín dụng khi cho vay nhóm đối tượng khách hàng này là rất cao, khả năng thu hồi nợ thấp. Do đó, việc khơng khuyến khích, hạn chế cấp tín dụng cho các khách hàng này là việc cần phải nghĩ đến trong điều kiện kinh doanh khó khăn và cạnh tranh như hiện nay, để CBTD dành nhiều thời gian hơn cho những khách hàng có tình hình tài chính lành mạnh hơn.
Tuy nhiên, khi nghiên cứu kết quả xếp loại của mơ hình Z-Score và kết quả chấm điểm XHTD của hệ thống Vietcombank, cũng còn tồn tại một vài trường hợp cho kết quả đánh giá, xếp loại trái ngược nhau. Sau khi tìm hiểu các DN có kết quả như vậy trong danh sách các DN được chọn để nghiên cứu, tác giả nhận thấy một số đặc điểm sau: hoặc DN mới thành lập trong vòng 1,2 năm trở lại, hoặc là DN siêu nhỏ, và đều có chung đặc điểm là báo cáo tài chính chưa hồn chỉnh một số chỉ tiêu quan trọng, một số chỉ tiêu chưa đúng với thực tế phát sinh. Những ngun nhân nằm ngồi khả năng kiểm sốt của ngân hàng khi mới tiếp xúc với DN. Do đó, đây cũng chính là hạn chế đặc trưng riêng của mơ hình Z-Score liên quan đến báo cáo tài chính của DN và cũng chính là khuyết điểm của hệ thống XHTD sau khi điều chỉnh ứng dụng của luận văn này. Chính từ những khuyết điểm, hạn chế này, đối với đề xuất ứng dụng mơ hình Z- Score vào hệ thống XHTD của Vietcombank như trình bày tại phần này, tác giả cũng đề xuất việc chỉ ứng dụng hệ thống XHTD mới này đối với các khách hàng DN thông thường (không bao gồm các DN mới thành lập và DN siêu nhỏ) theo tiêu chí phân loại của hệ thống XHTD của Vietcombank.
Tóm lại, với mục đích thực hiện việc đánh giá, sàng lọc nhanh các khách hàng tốt, tiềm năng và ít rủi ro hiện đang có nhu cầu vay vốn tại Vietcombank, việc điều chỉnh thêm bước 0 ứng dụng mơ hình Z-Score của Altman vào hệ thống Vietcombank có thể tóm tắt qua Hình 3.2.
Vùng nguy hiểm HẠN CHẾ CẤP TÍN DỤNG
Vùng cảnh báo CẤP TÍN DỤNG
CĨ ĐIỀU KIỆN
Quy trình XHTD hiện tại của Vietcombank
Vùng an tồn
Hình 3.2: Quy trình Bước đánh giá ban đầu khách hàng