Ch m đi m tín d ng ất? ểm tín dụng ụng
Nếu bạn muốn đăng ký cấp thẻ tín dụng hoặc muốn có một khoản vay ngân hàng, bạn sẽ được yêu cầu phải hoàn tất một bảng câu hỏi bao gồm các thông tin chi tiết về nghề nghiệp, gia đình và tình hình tài chính. Những thông tin này sau đó sẽ được sử dụng để tính ra điểm tín dụng20. Nếu điểm của bạn không đạt được một mức nào đó, bạn sẽ bị từ chối cấp tín dụng hoặc sẽ được cân nhắc sau khi tiến hành phân tích chi tiết hơn. Tương tự, các hệ thống chấm điểm tín dụng được sử dụng bởi các ngân hàng để đánh giá rủi ro các khoản vay của các doanh nghiệp và sử dụng bởi các công ty khi họ gia hạn nợ cho khách hàng của mình.
Giả sử bạn được giao nhiệm vụ phát triển hệ thống chấm điểm tín dụng để ra quyết định liệu có nên gia hạn các khoản nợ trong kinh doanh hay không. Bạn bắt đầu bằng cách so sánh các báo cáo tài chính của các công ty đã phá sản trong vòng 40
20 Điểm tín dụng được sử dụng phổ biến nhất là FICO được phát triển bởi Fair Isaac & Co., họ sử dụng dữ liệu được cung cấp bởi một trong ba phòng tín dụng- Experian, TransUnion hoặc Equifax.
năm với các công ty đang hoạt động. Biểu đồ 23.8 thể hiện những gì bạn thấy. Phần (a) cho thấy, trong vòng 4 năm trước khi phá sản, càng gần đến năm phá sản thì ROA của các công ty này càng thấp hơn nhiều so với các công ty hoạt động ổn định. Phần (b) cho thấy, trong vòng 4 năm này, các công ty phá sản đều có tỷ lệ nợ trên tài sản cao. Phần (c) cho thấy tỷ lệ của EBITDA (thu nhập trước lãi vay, thuế, và khấu hao) trên tổng nợ đối với các công ty phá sản là rất thấp. Vì vậy, các công ty bị phá sản tạo ra ít lợi nhuận (ROA thấp), có tỷ lệ đòn bẩy cao (tỉ lệ nợ trên tài sản cao), và tạo ra tương đối ít tiền mặt ( tỉ lệ EBITDA trên nợ thấp). Trong mỗi bảng này ta đều thấy các chỉ số sức khỏe tài chính công ty dần trở nên xấu đi khi càng gần đến năm phá sản.
Hình 23. 1 Tỷ số tài chính của 544 công ty vẫn đang hoạt động và đã bị phá sản Nguồn: W. H. Beaver, M. F. McNichols, và J-W. Rhie, “Have Financial Statements Become Less Informative? Evidence from the Ability of Financial Ratios to Predict Bankruptcy,” Review of Accounting Studies 10 (2005), trang 93-122. © 2005 Springer Verlag.
William Beaver, Maureen McNichols, và Jung-Wu Rhie đã nghiên cứu nhiều công ty vỡ nợ, kết luận rằng tỷ lệ khả năng vỡ nợ trong năm tiếp theo/ khả năng không vỡ nợ được ước lượng tốt nhất bởi phương trình sau:21
Log(tỷ lệ khả năng thất bại)=-6.445-1.192ROA+2.307(nợ phải trả/tài sản)-3.46 EBITDA/nợ phải trả
Khi chúng tôi viết sách này vào đầu năm 2009, Eastman Kodak đang gặp khó khăn với việc sụt giảm doanh thu và các khoản nợ khổng lồ. Trái phiếu của họ được xếp hạng B. Vậy tỉ lệ cược rằng Kodak sẽ thất bại trong năm tiếp theo là bao nhiêu?
Chúng ta sẽ sử dụng phương trình trên để kiểm tra. Dựa trên các báo các thường niên gần nhất, ROA của Kodak là -4.5%, tỉ lệ tổng nợ phải trả trên tài sản là 89.5%, và EBITDA là -2.5% trên tổng nợ phải trả. Thay các giá trị này vào phương trình trên ta thu được tỷ lệ cược cho việc Kodak sẽ thất bại là:
Log (tỷ lệ khả năng thất bại) = -6.445-1.192(-0.045)+2.037(0.895)-0.346(- 0.025)=-4.32
21 Xem W. H. Beaver, M. F. McNichols, và J-W. Rhie, “Have Financial Statements Become Less Informative? Evidence from the Ability of Financial Ratios to Predict Bankruptcy,” Review of Accounting Studies 10 (2005), trang 93-122.
Tức là tỷ lệ thất bại là e^(-4.32)=1.3%
Có nhiều kỹ thuật được sử dụng để phát triển hệ thống chấm điểm tín dụng. Mô hình mà chúng tôi mô tả bên trên sử dụng kỹ thuật phân tích rủi ro (hazard analysis).
Một mô hình ra đời sớm hơn, và vẫn được sử dụng rộng rãi, là mô hình nổi tiếng Z- score được phát triển bởi Edward Altman, sử dụng kĩ thuật phân tích phân tách đa tầng để phân biệt các yếu tố tốt và xấu ( “separate the creditworthy sheep from the impecunious goats”).22
Các hệ thống chấm điểm tín dụng nên đi cùng với những cảnh báo (những cảnh báo về sức khỏe tài chính). Khi bạn xây dựng một chỉ số rủi ro, bạn sẽ phải thử nghiệm nhiều kết hợp khác nhau của các biến cho đến khi bạn tìm ra một phương trình giải thích tốt nhất cho dữ liệu trong quá khứ. Nếu bạn khai thác dữ liệu theo cách này, có khả năng bạn sẽ tìm ra một phương trình dự đoán tương lai kém hơn so với quá khứ. Khi đó bạn sẽ mắc sai lầm nếu đặt quá nhiều lòng tin vào mô hình và từ chối cấp tín dụng cho các khách hàng tiềm năng. Phần lợi nhuận mà bạn có thể mất vì quay lưng với các khách hàng này có thể lớn hơn phần mà bạn thu được từ việc tránh một số khách hàng xấu. Kết quả mà bạn thu được đôi khi còn tệ hơn việc bạn giả vờ rằng không thể đánh giá khách hàng và gia hạn nợ cho tất cả mọi người.
Vậy các công ty có nên sử dụng hệ thống chấm điểm tín dụng không? Câu trả lời là không những chúng ta cần có một hệ thống tốt mà chúng ta còn phải biết tỷ lệ tin tưởng vào hệ thống này là bao nhiêu.
Mô hình r i ro d a trên y u t th tr ủi ro và lãi suất của trái phiếu? ựa trên yếu tố thị trường (Market-Based ếu tố gì quyết định mức chênh lệch lãi suất? ố gì quyết định mức chênh lệch lãi suất? ịnh mức chênh lệch lãi suất? ường (Market-Based ng (Market-Based Risk Models).
Các hệ thống chấm điểm tín dụng chủ yếu dựa trên các báo cáo tài chính của công ty để từ đó ước lượng công ty nào có thể gặp khó khăn trong việc thực hiện nghĩa vụ nợ và mất khả năng thanh toán trên các khoản nợ của họ. Đối với các công ty nhỏ, sẽ có sự thay đổi nhỏ trong việc sử dụng dữ liệu tài chính, nhưng nhìn chung, các công ty giao dịch đại chúng cũng có thể tận dụng lợi thế của thông tin trong giá chứng khoán.
Những kĩ thuật này xây dựng trên ý tưởng rằng các cổ đông sẽ thực hiện quyền lựa
22 For description of the Z-score model, xem E. I. Altman, Corporate Financial Distress and Bankruptcy, tái bản lần 3. (Newyork: John Wiley, 2005).
chọn không trả nợ của họ nếu giá trị thị trường của tài sản nhỏ hơn giá trị các khoản nợ phải trả.
Hình 23. 1 Phlogiston Chemical có phát hành một khoản nợ $60 trong 5 năm. Phần gạch chéo chỉ ra rằng xác suất để giá trị tài sản của công ty trong 5 năm nhỏ hơn $60 là 20%, nếu xảy ra công ty sẽ chọn cách phá sản.
Giả sử rằng tài sản của Phlogiston Chemical có giá trị thị trường hiện tại là $100 và giá trị danh nghĩa của nợ là $60 ( nghĩa là tỷ lệ đòn bẩy 60%), tất cả sẽ được hoàn trả vào cuối năm thứ 5. Biểu đồ 23.9 cho thấy sự dao động giá trị tài sản của Phlogistion cho đến khi khoản nợ tới hạn. Giá trị kì vọng của tài sản là $120, nhưng giá trị này là không chắc chắn. Xác suất là 20% cho trường hợp giá trị tài sản của công ty nhỏ hơn $60, khi đó công ty sẽ lựa chọn không trả nợ.
Để tính toán xác suất vỡ nợ của Phlogiston, chúng ta cần phải biết được mức tăng trưởng kì vọng trong giá trị thị trường tài sản của công ty, giá trị danh nghĩa và thời điểm đáo hạn của các khoản nợ, và sự biến động của giá trị tài sản trong tương lai.
Các trường hợp trong thực tế sẽ phức tạp hơn ví dụ về Phlogiston. Ví dụ, các công ty sẽ có nhiều loại nợ đáo hạn ở các thời điểm khác nhau. Công ty có thể trả tiền cho cổ đông để có thể kêu gọi nhiều tiền hơn để trả cho các khoản nợ ngắn hạn, vì thế sẽ làm tăng khả năng công ty sẽ phục hồi trước khi số nợ còn lại tới hạn.
Tuy nhiên, các ngân hàng và các công ty tư vấn đang tìm ra rằng họ có thể sử dụng ý tưởng này để ước tính rủi ro thực của các khoản nợ. Ví dụ, ở phần 23-1 chúng ta gặp phải rắc rối của công ty điều hành công viên Six Flags. Vào tháng 6 năm 2009, Six Flags cuối cùng đã không chống đỡ được và phải nộp đơn phá sản.
Dòng màu đen ở biểu đồ 23-10 cho thấy giá trị thị trường tài sản của Six Flags mà các nhà đầu tư đánh giá, và dòng màu đỏ là giá trị tài sản mà công ty sẽ sử dụng lựa chọn phá sản. Bạn có thể thấy giá trị tài sản của công ty từ từ tiến gần hơn đến điểm phá sản trước khi chạm vào nó.
Tất nhiên, không một ai có khả năng tiên đoán những việc sẽ xảy ra, nhưng Moody’s KMV, hệ thống chuyên về mô hình tín dụng, thường xuyên ước lượng khả năng một công ty sẽ đi đến mất khả năng thanh toán các khoản nợ trong năm tiếp theo.
Biểu đồ 23-11 cho thấy KMV dần tăng ước lượng của nó về khả năng giá trị tài sản của Six Flags chạm điểm phá sản. Khi giá trị tài sản của công ty bắt đầu sụt giảm, đánh giá của KMV về xác suất phá sản đã bắt đầu tăng. Trước tháng 7 năm 2008, nó đã đạt mức tối đa là 35%.23
Hình 23. 1 Giá trị thị trường tài sản cảu Six Flags tiến gần đến điểm phá sản.
23 Các xác suất cung cấp bởi Moody’s KMV nằm trong khoảng 0.01% đến 35%.
Hình 23. 1 Ước lượng của Moody's KMV về xác suất Six Flags sẽ mất khả năng thanh toán các khoản nợ trong vòng 1 năm.