Xếp hạng Aaa Aa A Baa Ba B Caa
Tổng điểm 0-1.49 1.5–4.49 4.5–7.49 7.5–10.49 10.5–13.49 13.5–16.49 16.5 - 18
Nguồn: Global Retail Industry Moody’s
1.5.2 Phương pháp xếp hạng điểm số Z của Altman
Mơ hình điểm số Z do Altman xây dựng trong những năm 1946-1965 để cho điểm tín dụng đối với các công ty sản xuất tại Mỹ. Mục tiêu của mơ hình này là giúp phân biệt các doanh nghiệp phá sản và doanh nghiệp không phá sản. Đại lượng Z là thước đo tổng hợp để phân tích rủi ro tín dụng của doanh nghiệp. Mơ hình điểm số Z của Altman có dạng như sau:
Mơ hình 1: Đố i v ớ i doanh nghi ệp đã cổ ph ầ n hoá, ngành s ả n su ấ t
Z = 1.2X1 + 1.4X2 + 3.3X3 + 0.6X4 + 1.0X5 (1.33) Trong đó:
X1 = Tỷ số “vốn lưu động ròng / tổng tài sản” X2 = Tỷ số “lợi nhuận giữ lại / tổng tài sản”
X3 = Tỷ số “lợi nhuận trước thuế và lãi vay/ tổng tài sản”
X5 = Tỷ số “doanh thu / tổng tài sản”
Trị số Z càng cao thì doanh nghiệp có xác suất vỡ nợ càng thấp và ngược lại. Theo mơ hình điểm số Z của Altman, bất cứ cơng ty nào có điểm số Z thấp hơn 1.81 phải được xếp vào nhóm có nguy cơ rủi ro tín dụng cao. Ngược lại, doanh nghiệp nào có điểm số Z lớn hơn 2.99 thì thuộc loại có tình hình tài chính tốt. Cịn điểm số Z trong khoảng từ 1.81 tới 2.99 thì thuộc loại có tình hình tài chính nằm trong vùng cảnh báo có khả năng phá sản
Mơ hình 2: Đố i v ớ i doanh nghi ệp chưa cổ ph ầ n hoá, ngành s ả n su ấ t Z’ = 0.717X1 + 0.847X2 + 3.107X3 + 0.42X4 + 0.998X5 (1.34)
Trong đó các biến đều được giữ ngun với mơ hình cũ, ngoại trừ biến X4. X4 trong chỉ số Z sử dụng giá trị thị trường của vốn chủ sở hữu, còn trong chỉ số Z’, X4 sử dụng giá trị sổ sách.
Nếu Z’ ≥ 2.9 : Doanh nghiệp nằm trong vùng an tồn, chưa có nguy cơ phá sản
Nếu 1.23 < Z’ < 2.9 : Doanh nghiệp nằm trong vùng cảnh báo, có thể có nguy cơ phá sản
Nếu Z’ ≤ 1.23 : Doanh nghiệp nằm trong vùng nguy hiểm, nguy cơ phá sản
Mơ hình 3: Đố i v ớ i các doanh nghi ệ p khác
Chỉ số Z’’ dưới đây có thể được dùng cho hầu hết các ngành, các loại hình doanh nghiệp ngoại trừ các định chế tài chính. Biến X4 trong chỉ số Z’’ giống như đối với chỉ số Z’. Điểm khác biệt của mơ hình này không sử dụng biến X5 dẫn đến hệ số của các biến khác đều thay đổi so với chỉ số Z’. Cơng thức tính chỉ số Z’’ được điều chỉnh như sau
Z’’ =6,56 X1 +3,26 X2 +6,72 X3 +1,05 X4 (1.35)
Nếu Z’’ ≥ 2.6 : Doanh nghiệp nằm trong vùng an tồn, chưa có nguy cơ phá sản
Nếu 1.2 <Z’’ < 2.6 : Doanh nghiệp nằm trong vùng cảnh báo, có thể có nguy cơ phá sản
Nếu Z ’ ≤1.1 : Doanh nghiệp nằm trong vùng nguy hiểm, nguy cơ phá sản cao
Nếu như các chỉ số Z trước đây chỉ dừng lại ở việc cảnh báo dấu hiệu phá sản thì năm 1995, Altman, Hartzell và Peck đã tiến hành nghiên cứu trên 700 công ty và để cho ra chỉ số Z” điều chỉnh (cịn gọi là mơ hình EMS). Điểm nổi bật của chỉ số Z” điều chỉnh có sự tương đồng khá cao với phân loại trái phiếu của S&P.
Z” điều chỉnh = Z’’ + 3,25 = 6,56 X1 + 3,26 X2 + 6,72 X3 + 1,05 X4 + 3,25 (1.36) Bảng 1.6: Bảng so sánh Z’’ điều chỉnh và phân loại của S&P
Z” điều chỉnh S&P Vùng an toàn > 8,15 AAA 7,60 – 8,15 AA+ 7,30 – 7,60 AA 7,00 – 7,30 AA- 6,85 – 7,00 A+ 6,65 – 6,85 A 6,40 – 6,65 A- 6,25 – 6,40 BBB+ 5,85 – 6,25 BBB Vùng cảnh báo, có khả năng vỡ nợ 5,65 – 5,85 BBB- 5,25 – 5,65 BB+ 4,95 – 5,25 BB 4,75 – 4,95 BB- 4,50 – 4,75 B+ 4,15 – 4,50 B Vùng nguy hiểm, khả năng vỡ nợ cao 3,75 – 4,15 B- 3,20 – 3,75 CCC+ 2,50 – 3,20 CCC 1,75 – 2,50 CCC-
< 1,75 D
Nguồn: Altman, Edward.I., 2005. An emerging market credit scoring system for corporate bonds, pp.314.
1.6 Cơ sở lý thuyết về kỹ thuật logic mờ
1.6.1 Tổng quan
Lý thuyết mờ ra đời từ năm 1965 khi Lotfi Zadeh, một giáo sư về lý thuyết hệ thống của trường đại học California, Berkeley, công bố bài báo đầu tiên về logic mờ ở Mỹ. Đến giữa thập niên 80, lý thuyết mờ đã ứng dụng vào hầu hết các lĩnh vực kỹ thuật công nghiệp như ra quyết định, vận trù học, kiểm soát chất lượng, điều độ dự án..., trong đó có lĩnh vực kinh tế kỹ thuật.
Tập mờ dựa trên logic mờ, một sự mở rộng của logic cổ điển. Nếu trong logic cổ điển chỉ sử dụng 2 giá trị 0 và 1 để biểu diễn: 1 là đúng, 0 là sai thì trong logic mờ giá trị thu được nằm trong khoảng [0,1] (Nguyễn Như Phong, 2006)
1.6.1.1 Một số khái niệm
Tập mờ (fuzzy set): là một tập hợp mà mỗi phần tử cơ bản x của nó được gán thêm một giá trị thực (x) nằm trong khoảng [0,1] để biểu thị độ phụ thuộc của phần tử đó vào tập đã cho. Khi độ phụ thuộc bằng 0 thì phần tử cơ bản đó khơng thuộc tập đã cho, ngược lại nếu bằng 1 thì phần tử thuộc tập hợp với xác suất 100%. Vậy tập mờ là tập hợp các cặp (x, (x))
Hàm thành viên hay còn gọi là hàm phụ thuộc (membership function): là hàm giúp đánh giá mức phụ thuộc của thành viên trong tập hợp. Mức phụ thuộc có giá trị trong khoảng [0,1]
1.6.1.2 Biểu diễn tập mờ
Có ba phương pháp biểu diễn tập mờ bao gồm phương pháp ký hiệu, phương pháp đồ thị và phương pháp phân tích (H.-J.Zimmermann, 1991).
Phương pháp ký hiệu: liệt kê các phần tử và mức thành viên tương ứng theo ký hiệu. Thông thường, tập mờ được biểu diễn như sau:
A = {(x, μA(x)) | x X} (1.37) Với:
x : là phần tử thuộc tập A μA(x) : là hàm thành viên μA (x) : mức thành viên của x
Trong trường hợp tập X hữu hạn, thường dung ký hiệu như sau:
� � = ∑ �= 1 𝑖𝑖(� �) �� (1.38) Với tập X vô hạn, ký hiệu được dùng như sau:
� = ∫ � 𝑖𝑖(� ) � (1.39)
Phương pháp đồ thị:vẽ hàm thành viên μA(x) là quan hệ giữa mức thành viên và giá trị phần tử
Hình 1.2: Tập mờ biểu diễn bằng phương pháp đồ thị
Phương pháp phân tích: Phân chia bộ phận và tổng hợp hàm thành viên tập mờ A trên X dựa vào các tập cắt A (x):
𝑖𝑖(�) = ��� 𝑖 ∈[0,1][ 𝑖 � �𝑖(�)] (1.40)
1.6.2 Hàm thành viên tập mờ
Hàm thành viên có các dạng phổ biến như sau:
Nhóm hàm thành viên đơn điệu (tăng hoặc giảm):
Dạng hàm thành viên này có xu hướng đơn điệu tăng, hoặc đơn điệu giảm, dùng để thể hiện cho các thơng số, chỉ tiêu có đặc tính càng lớn càng tốt hoặc càng nhỏ càng tốt.
1 0.85 0.5 2 4 6 8 10 Hình 1.3: Hàm thành viên về mức độ tốt của VQHTK VQHTK
Ví dụ: Với chỉ tiêu vịng quay hàng tồn kho thì càng nhiều vòng càng tốt, ta sẽ sử dụng hàm thành viên đơn điệu tăng để biểu diễn cho chỉ số này. Giả sử có tập VQHTK = {0, 2, 4, 6, 8, 10} với đơn vị tính là vịng. Hàm thành viên thể hiện mức độ tốt như hình 1.3. Nhìn vào đồ thị có thể thấy rằng nếu số VQHTK nhỏ hơn 2 thì mức hàm thành viên bằng 0, có nghĩa là khơng tốt. Mức hàm thành viên tăng theo sự gia tăng số VQHTK và đạt điểm tối đa tương ứng với VQHTK ≥ 8. Vậy doanh nghiệp có chỉ số VQHTK từ 8 vịng trở lên sẽ được đánh giá là rất tốt (với mức hàm thành viên là 1).
Nhóm hàm thành viên có dạng hàm phân bố xác suất:
Đối với những chỉ tiêu, thông số đánh giá theo tính tối ưu thì hàm thành viên của nó sẽ được biểu diễn dưới dạng hàm phân bố xác suất. Có rất nhiều loại phân bố xác suất, thường gặp nhất là phân bố Normal, phân bố Lognormal, phân bố Weibull, phân bố Gamma,…Tùy thuộc vào tính chất của chỉ tiêu được đánh giá mà sử dụng loại phân bố phù hợp.
Hình 1.4a: Phân bố Normal Hình 1.4b: Phân bố Lognormal
1.6.3 Toán tử tập hợp
Các toán tử tập hợp bao gồm bù, hội, giao:
Toán tử bù: chia làm 2 loại bù tuyệt đối và bù tương đối:
Bù tương đối: bù tương đối của tập A theo tập B là tập B-A, gồm các phần tử thuộc B và không thuộc A
� − � = {� ∣ � ∈ � & � ∉ �} (1.41)
Bù tuyệt đối: cịn gọi tắt là tốn tử bù, khi B là tập tổng X thì bù của tập A bao gồm các phần tử không thuộc A
�̅ = 𝑖 − � = { � ∣ � ∉ � } (1.42)
Toán tử hội: Hội của 2 tập A, B là một tập hợp bao gồm các phần tử thuộc tập A hay thuộc tập B
� ∪ � = {� ∣ � ∈ � ℎ�� � ∈ � (1.43)
Toán tử giao: Giao của 2 tập A, B là một tập hợp bao gồm các phần tử thuộc
tập A và tập B
� ∩ � = {� ∣ � ∈ � �à � ∈ � (1.44)
1.6.4 Toán tử tập mờ
Các tốn tử tập mờ bao gồm bù, giao, hợp, tích hợp, các toán tử này được xây dựng qua các hàm tương ứng. Cho X,Y là hai tập mờ trên khơng gian nền A, có các hàm thành viên tương ứng là μX, μY:
Phép hợp hai tập mờ : X∪Y
+ Theo luật Sum: μX∪Y (A) = Min{ 1, μX(A) + μY(A) } (1.46) + Tổng trực tiếp: μX∪Y (A) = μX(A) + μY(A) - μX(A).μY(A) (1.47)
Theo luật max Theo luật sum Theo tổng trực tiếp
Hình 1.5: Luật hợp hai tập mờ
Phép giao hai tập mờ : X∩Y
+ Theo luật Min μX∪Y (A) = Min{ μX(A) , μY(A) } (1.48) + Theo luật Lukasiewicz μX∪Y(A) = Max{0, μX(A)+μY(A)-1} (1.49) + Theo luật Prod μX∪Y(A) = μX(A).μY(A) (1.50)
Phép bù tập mờ : μ Xc(A) = 1- μX(A) (1.51)
Tốn tử tích hợp: nhằm tích hợp nhiều tập hợp mờ thành một tập mờ duy nhất. Ví dụ: đánh giá kết quả học tập của học sinh ở mỗi học kỳ, mỗi học kỳ học sinh học nhiều môn, mỗi môn được đánh giá bởi 1 điểm số, điểm số này có thể được mờ hóa bởi các tập mờ như giỏi, khá, trung bình, yếu, kém. Một tốn tử tích hợp sẽ tích hợp các tập mờ của mỗi mơn để có được tập mờ duy nhất đánh giá trung bình cả học kỳ của học sinh. Tốn tử tích hợp cho n tập mờ định bởi hàm h sau:
h: [0, 1]n [0,1]
Khi tích hợp n tập mờ A1, A2,…An trên tập tổng X bởi hàm tích hợp h, ta được tập mờ tích hợp A trên X với hàm thành viên định bởi:
μA(x) = h (μA1(x), μA2(x),…, μAn(x)), x ∈ X (1.52) Hàm trung bình tổng qt có dạng thức như sau:
𝑖 + �𝑖 1 ℎ𝑖 (�1, �2, … ��) = ( )𝑖 , 𝑖 𝑖 �, 𝑖 ≠ 0 (1.53) � �1 �
1.7 Các nghiên cứu trước đây
Từ khi được Zadeh công bố năm 1965, lý thuyết logic mờ phát triển rất nhanh và đa dạng. Được áp trong hầu hết các ngành kỹ thuật và trong những năm gần đây, một số nghiên cứu ứng dụng lý thuyết logic mờ vào kỹ thuật ra quyết định, giải quyết các bài toán tồn kho, ứng dụng trong giáo dục đào tạo,… đã được tiến hành làm mở rộng thêm phạm vi ứng dụng của lý thuyết này. Riêng lĩnh vực tài chính- ngân hàng, việc ứng dụng kỹ thuật logic mờ còn chưa phổ biến. Hiện tại, ở Việt Nam có một cơng trình nghiên cứu trong lĩnh vực này là “Xếp hạng tín nhiệm doanh nghiệp niêm yết trên thị trường chứng khoán tại Việt Nam: sử dụng lý thuyết mờ” của tác giả Võ Hồng Đức và Nguyễn Đình Thiên đã được cơng bố trên Tạp chí Phát triển Kinh tế (số 269). Đề tài này đã xây dựng được 34 chỉ tiêu tài chính và tiến hành XHTN doanh nghiệp theo hướng tiếp cận định lượng trên cơ sở lý thuyết logic mờ. Tuy nhiên, đề tài vẫn còn một số điểm chưa phù hợp:
- Chưa xây dựng được chuẩn tính điểm cho từng chỉ tiêu
- Thang đo xếp hạng mang tính cố định, khơng thể hiện được sự cập nhật phù hợp với các biến động của doanh nghiệp trên thị trường.
Kết luận chương 1:
Chương 1 đã khái quát và hệ thống hóa một số cơ sở lý luận về XHTN doanh nghiệp và kỹ thuật logic mờ:
- Khái niệm về XHTN.
- Mục đích của xếp hạng tín nhiệm đối với các bên tham gia. - Quy trình xếp hạng tín nhiệm.
- Hệ thống chỉ tiêu định lượng được sử dụng để làm căn cứ xếp hạng.
- Phương pháp XHTN doanh nghiệp của một số tổ chức tiêu biểu trên thế giới. - Tổng quan về logic mờ, hàm thành viên tập mờ và toán tử tập mờ
Những nội dung lý luận trong chương 1 tạo lập cơ sở lý thuyết để vận dụng vào việc xác định bộ chỉ tiêu ở chương 2, “Ứng dụng kỹ thuật logic mờ xếp hạng tín nhiệm doanh nghiệp”.
CHƯƠNG 2: ỨNG DỤNG KỸ THUẬT LOGIC MỜ XẾP HẠNG TÍN NHIỆM DOANH NGHIỆP
2.1 Thực trạng hoạt động xếp hạng tín nhiệm doanh nghiệp tại Việt Nam
Ở nhiều nước trên thế giới, các ngân hàng được hỗ trợ rất nhiều từ các tổ chức xếp hạng tín nhiệm chun nghiệp và có uy tín thì các NHTM Việt Nam vẫn cịn thiếu yếu tố này. Ở Việt Nam hiện có một số tổ chức xếp hạng tín nhiệm độc lập như: Trung tâm thơng tin tín dụng (CIC), cơng ty thơng tin tín nhiệm và xếp hạng doanh nghiệp Việt Nam (Vietnamcredit) và trung tâm đánh giá tín nhiệm doanh nghiệp (CRVC). Bên cạnh đó, mỗi ngân hàng đều có hệ thống XHTN nội bộ của mình. Để tìm hiểu rõ hơn về phương pháp xếp hạng đang được áp dụng tại Việt Nam, đề tài tiến hành lược khảo ba tổ chức tiêu biểu là BIDV, Agribank và CIC như sau:
2.1.1 Phương pháp xếp hạng của Ngân hàng Đầu tư và Phát triển Việt Nam (BIDV)
Ngân hàng Đầu tư và Phát triển Việt Nam (BIDV) là một trong những ngân hàng đi đầu trong việc thực hiện chấm điểm khách hàng. Trong việc xếp hạng các khoản vay của khách hàng doanh nghiệp, BIDV sử dụng kết hợp các chỉ tiêu tài chính và phi tài chính để đánh giá. Các chỉ tiêu tài chính được đánh giá dựa theo hướng dẫn của NHNN, các chỉ tiêu phi tài chính được sử dụng bổ sung cho các chỉ tiêu tài chính để tránh ảnh hưởng chủ quan trong q trình đánh giá và hoạt động XHTN doanh nghiệp được thực hiện theo hướng dẫn chi tiết trong sổ tay hướng dẫn chấm điểm hệ thống xếp hạng tín dụng nội bộ của BIDV. Mỗi chỉ tiêu sẽ có 5 khoảng giá trị 20-40-60-80-100 và tuỳ theo mức độ quan trọng mà mỗi nhóm chỉ tiêu, chỉ tiêu sẽ có trọng số khác nhau. Tính tổng điểm của các chỉ tiêu đã được nhân trọng số tương ứng sẽ có được điểm của doanh nghiệp được XHTN (BIDV, 2011).
Doanh nghiệp được phân loại theo quy mô dựa trên 3 nhân tố là:
Vốn chủ sở hữu
Số lượng lao động
Doanh thu thuần
Mỗi nhóm quy mơ sẽ được chấm điểm theo hệ thống gồm 14 chỉ tiêu tài chính và 5 nhóm chỉ tiêu phi tài chính như sau:
Bảng 2.1: Các chỉ tiêu tài chính của BIDV
Chỉ tiêu Cơng thức tính
I Chỉ tiêu thanh khoản
1 Khả năng thanh toán hiện
hành = Tài sản ngắn hạn/ Nợ ngắn hạn 2 Khả năng thanh toán
nhanh = (Tài sản ngắn hạn - Hàng tồn kho)/ Nợ ngắn hạn 3 Khả năng thanh toán tức
thời = Tiền và các khoản tương đương tiền/ Nợ ngắn hạn
II Chỉ tiêu hoạt động
4 Vòng quay vốn lưu động = Doanh thu thuần/ Tài sản ngắn hạn bình qn 5 Vịng quay hàng tồn kho = Giá vốn hàng bán/ Hàng tồn kho bình quân 6 Vòng quay các khoản phải
thu = Doanh thu thuần/ Các khoản phải thu bình quân 7 Hiệu suất sử dụng tài sản
cố định
= Doanh thu thuần/ Giá trị cịn lại của TSCĐ bình qn
III Chỉ tiêu địn cân nợ
8 Tổng nợ phải trả/ Tổng tài
sản = Tổng nợ phải trả/ Tổng tài sản 9 Nợ dài hạn/ Vốn chủ sở