PHẦN II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 1: CƠ SỞ LÝ LUẬN VỀ CHẤM ĐIỂM TÍN DỤNG VÀ XẾP HẠNG KHÁCH HÀNG DOANH NGHIỆP TRONG HOẠT ĐỘNG TÍN DỤNG CỦA NGÂN HÀNG THƯƠNG MẠI
1.2. Tổng quan về xếp hạng tín dụng
1.2.6 Các phương pháp xếp hạng tín dụng
Phương pháp chuyên gia là phương pháp thu thập và xử lý những đánh giá dự báo bằng cách tập hợp và hỏi ý kiến các chuyên gia giỏi thuộc một lĩnh vực hẹp của khoa học. Quá trình áp dụng phương pháp chuyên gia có thể chia thành ba giai đoạn lớn: lựa chọn chuyên gia; trưng cầu ý kiến chuyên gia; thu thập và xử lý các đánh giá dự báo. Phương pháp chuyên gia dựa trên cơ sở đánh giá tổng kết kinh nghiệm, khả năng phản ánh tương lai một cách tự nhiên của các chuyên gia giỏi và xử lý thống kê các câu trả lời một cách khoa học. Nhiệm vụ của phương pháp là đưa ra những dự báo khách quan về tình hình hiện tại và tương lai phát triển của một lĩnh vực khoa học dựa trên việc xử lý có hệ thống các đánh giá dự báo của các chuyên gia. Trong XHTD phương pháp này dựa trên những kinh nghiệm đã được đúc kết của các chuyên gia, qua đó để có thể tìm ra bản chất của mối quan hệ giữa có nguy cơ phá sản và các nhân tố ảnh hưởng đến nó. Trong XHTD, các mô hình này thường sử dụng mối quan hệ giữa trả nợ và cho vay của đối tượng được đánh giá, để đưa ra những đánh giá về nguy cơ phá sản của các doanh nghiệp và người đi vay trong tương lai. Chất lượng của những mô hình chẩn đoán phụ thuộc vào kinh nghiệm chủ quan của các chuyên gia tín dụng chính xác đến mức nào. Hơn nữa, không chỉ những nhân tố liên quan tới nguy cơ phá sản được xác định bằng kinh nghiệm mà mức độ tương quan và trọng số của chúng trong toàn bộ đánh giá cũng được đánh giá dựa trên kinh nghiệm chủ quan.
Đạ i h ọ c Kinh
t ế Hu ế
1.2.6.2 Phương pháp thống kê
Phương pháp thống kê là một trong những phương pháp nghiên cứu chính xác, hiệu quả. Phương pháp thống kê là một quá trình, bao gồm điều tra thống kê, khái quát hóa thông tin (còn gọi là tổng hợp thống kê), phân tích và dự báo. Đây chính là quá trình mô hình hóa toán học các vấn đề cần phân tích theo mục tiêu của nghiên cứu. Bằng cách này ta mới có khả năng ứng dụng rộng rãi các phương pháp phân tích thống kê nhiều chiều, lý thuyết điều khiển, lý thuyết dự báo,…cũng như tin học và máy tính trong quá trình nghiên cứu. Trong thực tế, tùy thuộc vào phương pháp thống kê được sử dụng trong XHTD ta có thể tiếp cận theo các mô hình thống kê sau: Mô hình phân tích phân biệt (MDA), Mô hình hồi quy, Mô hình Logistic và Probit, Mạng Neutral, Phương pháp lân cận gần nhất K, Phương pháp giải thuật di truyền (Genetic Algorithm), Sơ đồ cây phân loại (Classification Tree Analysis)…
1.2.6.3. Mô hình toán học chấm điểm tín dụng
Mô hình Altman Z-score được công bố năm 1968 bởi Edward Altman, đại học New York. Mô hình được sử dụng để tính toán và dự báo khả năng vỡ nợ của doanh nghiệp trong vòng 02 năm. Mô hình Z-score là một trong những mô hình tính toán khả năng vỡ nợ tài chính của doanh nghiệp với lợi thế dễ tính toán do sử dụng các dữ liệu từ báo cáo tài chính để tính toán. Z-score sử dụng mô hình tuyến tính bậc nhất giữa các chỉ tiêu tài chính được lượng hóa bằng các hệ số. Mô hình sử dụng phương pháp hồi quy dựa trên cơ sở dữ liệu trong quá khứ và từ đó đưa ra dự báo cho tương lai.
Các biến của mô hình Altman Z – score:
- Chỉ số Z: là công cụ được cả hai giới học thuật và thực hành, công nhận và sử dụng rộng rãi nhất trên thế giới. Mặc dù chỉ số Z được phát minh tại Mỹ, nhưng hầu hết các nuớc vẫn có thể sử dụng với độ tin cậy khá cao như Mexico, Ấn Độ... Chỉ số này dựa trên phương pháp thống kê với công cụ phân tích biệt số đa yếu tố (MDA).
- Chỉ số Z bao gồm 5 tỷ số X1, X2, X3, X4, X5:
Đạ i h ọ c Kinh
t ế Hu ế
* X1=Vốn luân chuyển/ Tổng tài sản Trong đó:
+ Vốn luân chuyển = tài sản ngắn hạn - nợ ngắn hạn
+ Những khoản thua lỗ trong hoạt động kinh doanh sẽ làm giảm tỷ số X1
* X2= Lợi nhuận giữ lại/ Tổng tài sản
+ Tỷ số này đo lường lợi nhuận giữ lại tích lũy qua thời gian
+ Sự trưởng thành của công ty cũng được đánh giá qua tỷ số này. Các công ty mới thành lập thường có tỷ số này thấp vì chưa có thời gian để tích lũy lợi nhuận.
Theo một nghiên cứu của Dun & Bradstreet (1993), khoảng 50% công ty phá sản chỉ hoạt động trong 5 năm.
* X3=EBIT/ Tổng tài sản
+ Sự tồn tại và khả năng trả nợ của công ty sau cùng đều dựa trên khả năng tạo ra lợi nhuận từ các tài sản cũ của nó. Vì vậy, tỷ số này, theo Atlman thê hiện tốt hơn các thước đo tỷ suất sinh lợi.
* X4= Giá thị trường của vốn cổ phần/ Giá trị sổ sách của nợ + Nợ = nợ ngắn hạn + nợ dài hạn.
+ Tỷ số này cho biết giá trị tài sản của công ty sụt giảm bao nhiêu lần trước khi công ty rơi vào khả năng mất khả năng thanh toán. Đây là một phiên bản đã được sủa đổi của một trong các biến đã được Fisher sử dụng khi nghiên cứu tỷ suất sinh lợi của trái phiếu (1959). Nếu tỷ số này thấp hơn 1/3 thí xác suất công ty phá sản là rất cao.
+ Đối với công ty chưa cổ phần hóa thì giá trị thị trường được thay bằng giá trị sổ sách của vốn cổ phần.
* X5= Doanh thu/ Tổng tài sản
+ Đo lường khả năng quản trị của công ty để tạo ra doanh thu trước sức ép cạnh tranh của các đối thủ khác.
Đạ i h ọ c Kinh
t ế Hu ế
+ Tỷ số này có mức ý nghĩa thấp nhất trong mô hình nhưng nó là một tỷ số quan trọng vì giúp khả năng phan biệt của mô hình được nâng cao.
+ X5 thay đổi trên một khoảng rộng đối với các ngành khác nhau và các quốc gia khác nhau.
Từ một chỉ số Z ban đầu, Altman phát triển thêm Z' và Z" để có thể áp dụng theo từng loại hình của doanh nghiệp khác nhau. Chỉ số Z (hoặc Z’ và Z’’) càng cao, thì người vay có xác suất vỡ nợ càng thấp. Để tăng được chỉ số này đòi hỏi phải nâng cao năng lực quản trị, rà soát để giảm những tài sản không hoạt động, tiết kiệm chi phí hợp lý, xây dựng thương hiệu. Đó chính là sự kết hợp gián tiếp của nhiều yếu tố tài chính và phi tài chính trong mô hình mới tạo được chỉ số an toàn.
1.2.6.4. Mạng nơ ron thần kinh
Là một kỹ thuật phân tích khác để xây dựng mô hình dự báo. Mạng nơ ron thần kinh có thể bắt chước và nhận thức được các trạng thái thực đối với dữ liệu đầu vào không đầy đủ hoặc dữ liệu với một số lượng biến rất lớn. Kỹ thuật này đặc biệt phù hợp với mô hình dự báo mà không có công thức toán học nào được biết để miêu tả mối quan hệ giữa các biến đầu vào và đầu ra.