PHẦN II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 1: TỔNG QUAN VỀ XẾP HẠNG TÍN DỤNG TRONG NGÂN HÀNG THƯƠNG MẠI VÀ MÔ HÌNH Z-SCORE
1.3. Những nghiên cứu trước đây về mô hình Z-Score
Trên thế giới chỉ số của Alman‟s Z-Score đã được áp dụng trong nhiều năm và nhiều quốc gia khác nhau như năm 1968 cho các doanh nghiệp nhỏ tại Mỹ, sau đó giáo sư Altman còn áp dụng mô hình trong nghiên cứu của mình năm 1983, 1998 và 2000. Kết quả cho thấy chỉ số Z-Score đã dự báo chính xác tới khoảng 95%
doanh nghiệp bị phá sản trong năm kế tiếp và 72% doanh nghiệp bị phá sản trong 2 năm sau đó.
Bảng 1.1: Khả năng dự báo chỉ số Z-Score thực tế.
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- theo nghiên cứu năm 2000.
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
Trường Đại học Kinh tế Đại học Huế
14
Z-Score để đánh giá rủi ro của doanh nghiệp dẫn đến phá sản của các doanh nghiệp châu Âu và Mỹ Latinh (Tomasz, 2013). 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 (2010) từ khi ra đời năm 1968, Altman Z-Score là mô 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 mô hình phát triển dựa trên mô hình của Altman như Shumway (2001) để dự báo khả năng phá sản của doanh nghiệp, tuy nhiên kết quả là chưa thực sự hoàn thiện. Kyung và Yong (2002) thì áp dụng mô hình Altman và một số mô hình khác để dự báo khả năng phá sản của các tổ chức tài chính tại Hàn Quốc (có thêm một biến khác ngoài 5 biến chính 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 hợp cả phương pháp Altman Z-Score, Merton và mô 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 công 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.
1.3.2. Nghiên cứu về mô hình Z-Score ở Việt Nam
Hiện nay đề tài về nghiên cứu XHTD khách hàng tại Việt Nam vẫn đang được mở rộng, có nhiều đề tài mở ra hướng phát triển và nâng cao về XHTD khách hàng cho các NHTM ở Việt Nam. Điển hình là đề tài của Tiến sĩ Nguyễn Trọng Hòa (Học viện Tài chính), năm 2010 đã xây dựng một mô hình Z-Score là mô hình
Trường Đại học Kinh tế Đại học Huế
15
XHTD cho các doanh nghiệp đã lên sàn chứng khoán. Mô 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 khoán.
Bên cạnh đó, một số tác giả cũng vận dụng mô 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 soát tín dụng cho các khách hàng doanh nghiệp.
Trường Đại học Kinh tế Đại học Huế
16