Mô hình điểm số Z– Credit Scoring Model)

Một phần của tài liệu giải pháp hạn chế tại rủi ro tín dụng tại nhtmcp sài gòn- hà nội (Trang 35 - 36)

Tổng dư nợ

1.2.2.9. Mô hình điểm số Z– Credit Scoring Model)

Mô hình này do E. I. Altman hình thành để cho điểm tín dụng đối với công ty sản xuất của Mỹ. Đại lượng Z là thước đo tổng hợp để phân loại rủi ro tín dụng đối với người vay và phụ thuộc vào: (1) Trị số của các chỉ tiêu tài chính của người vay (Xj); (2) Tầm quan trọng của các chỉ số này trong việc xác định xác suất vỡ nợ của người vay.

Từ đó, Altman đi đến mô hình cho điểm như sau: Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + 1,0X5 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/tổng tài sản”. X4 = Tỷ số “thị giá cổ phiếu/giá trị ghi sổ của nợ dài hạn”. X5 = Tỷ số “doanh thu/tổng tài sản”.

hoặc là một số âm sẽ là căn cứ để xếp khách hàng vào nhóm có nguy cơ vỡ nợ cao. Theo mô hình cho điểm Z, bất cứ công ty nào có điểm số Z thấp hơn 1,81 phải được xếp vào nhóm có nguy cơ rủi ro tín dụng cao. Căn cứ vào kết luận này, ngân hàng sẽ không cấp tín dụng cho khách hàng cho đến khi cải thiện được điểm số Z lớn hơn 1,81.

Bên cạnh những ưu điểm, mô hình điểm số Z có những hạn chế nhất định sau: - Mô hình chỉ cho phép phân biệt khách hàng thành hai nhóm là “vỡ nợ” và “không vỡ nợ”. Trong thực tế, vỡ nợ được phân thành nhiều mực độ khác nhau, từ không trả hay chậm trễ trong việc trả lãi tiền vay, đến việc không hoàn trả nợ gốc và lãi tiền vay. Điều này hàm ý, cần có một mô hình cho điểm chính xác hơn, toàn diện hơn theo nhiều thang điểm để phân loại khách hàng thành nhiều nhóm tương ứng với các mực độ vỡ nợ khác nhau.

- Không có lý do rõ ràng để giải thích sự bất biến về tầm quan trọng của các biến số theo thời gian, kể cả trong ngắn hạn. Các biến số trong thực tế cũng không phải là bất biến, đặc biệt khi điều kiện thị trường và kinh doanh thường xuyên thay đổi.

- Mô hình còn hạn chế khi giả thiết rằng các biến số Xj là hoàn toàn độc lập không phụ thuộc lẫn nhau.

- Chưa tính tới một số nhân tố quan trọng nhưng khó lượng hoá, nhưng lại ảnh hưởng đáng kể tới mức độ rủi ro của khách hàng. Ví dụ như yếu tố “danh tiếng”, “thương hiệu”, “mối quan hệ truyền thống”, giữa khách hàng và ngân hàng, hay các yếu tố vĩ mô như chu kỳ kinh tế, chu kỳ kinh doanh và thường không sử dụng các thông tin đại chúng có sẵn, như giá cả thị trường của các tài sản tài chính…

Một phần của tài liệu giải pháp hạn chế tại rủi ro tín dụng tại nhtmcp sài gòn- hà nội (Trang 35 - 36)

Tải bản đầy đủ (DOC)

(98 trang)
w