Trước đây, để đánh giá mức độ tín nhiệm, các tổ chức tài chính thường sử dụng phương pháp “chuyên gia” trong hệ thống đánh giá RRTD của các doanh nghiệp. Các chuyên gia đánh giá dựa trên các thông tin về đặc điểm của doanh nghiệp, danh tiếng, vốn, độ bất ổn của lợi suất và các tiêu chí liên quan khác. Đồng thời, họ phối hợp những biến kế toán và các biến định tính để đi đến việc đánh giá RRTD của khách hàng. Phần lớn, sự đánh giá này đều mang tính chủ quan của các chuyên gia. Từ kết quả đánh giá này, người ta sẽ quyết định cấp hay không cấp các khoản tín dụng. Trong bài báo của Sommerville và Taffer (1995) đưa ra một số nhận định về việc các tổ chức đầu tư tài chính XHTD dựa vào phương pháp chuyên gia như sau:
Thứ nhất, các chuyên gia thường hướng tới tình trạng bi quan và không thích mạo hiểm với rủi ro.
Thứ hai, hầu hết hệ thống chấm điểm tín dụng khách hàng chỉ bao gồm ý kiến chủ quan của các chuyên gia.
Vì vậy, Sommerville và Taffer cho rằng các tổ chức tài chính thường không sử dụng phương pháp chuyên gia một cách thường xuyên, mà hướng tới những phương pháp có cơ sở khách quan hơn. Với các biến tài chính được sử dụng là cơ sở của hệ thống cho điểm tín dụng. Các tổ chức đầu tư thường so sánh những chỉ tiêu tài chính của những người đi vay với ngành hoặc nhóm của người đi vay đang hoạt động. Khi sử dụng mô hình nhiều biến, các biến tài chính được kết hợp với trọng số tương ứng tạo thành một thủ tục cho điểm RRTD hoặc đo lường xác suất vỡ nợ tương ứng. Nếu điểm số RRTD hoặc xác suất vỡ nợ tương ứng với một giá trị cụ thể nào đó theo tiêu chuẩn đánh giá, người đi vay sẽ bị từ chối hoặc cần phải có những đánh giá kỹ càng hơn.
Trong nhiều công trình nghiên cứu và bài viết trên tạp chí của JBF (Journal of Banking Finance 1984, 1988) nhiều mô hình đo lường RRTD đã được công bố. Các kết quả này đã được sử dụng làm cơ sở cho việc phát triển các mô hình ở hơn 25 quốc gia.
Theo Altman và Narayanan thực tế có bốn phương pháp tiếp cận trong việc phát triển hệ thống cho điểm tín dụng, đó là:
Mô hình xác suất tuyến tính
Mô hình Logit
Mô hình Probit
Mô hình phân tích phân biệt (DA)
Đã có rất nhiều những phân tích chuyên sâu về phương pháp luận đã được công bố trên tạp chí JBF, như DA tiếp đó là phân tích bằng mô hình Logit. Trong bài viết của Altman trên tạp chí JBF vào tháng 6 năm 1997 đã phát triển mô hình phân biệt và được coi như cơ sở cho các mô hình tiếp cận theo phương pháp này. Phân tích phân biệt tìm một hàm tuyến tính của các biến tài chính và thị trường để có thể phân biệt một cách tốt nhất giữa hai lớp doanh nghiệp vỡ nợ và không vỡ nợ. Tương tự, phân tích Logit sử dụng các biến tài chính dự báo xác suất vỡ nợ của người đi vay. Với giả thuyết khả năng vỡ nợ có phân phối Logistic, hàm mật độ xác suất vỡ nợ được gọi là hàm logistic. Bởi vậy, giá trị của nó nằm trong khoảng (0,1).
Điều đáng chú ý nhất từ các nghiên cứu trước đây cho thấy, các biến số tài chính là cơ sở của mô hình cho điểm tín dụng cũng là cơ sở của mô hình phân tích phân biệt.
Ví dụ, trên cơ sở số liệu của các doanh nghiệp bị phá sản từ năm 1946-1965 ở Mỹ và thu được hàm phân biệt sau đây:
Z 1,2X11,4X2 3,3X3 0,6X4 1,0X5
Trong đó:
1
X = Vốn lưu động / Tổng tài sản
2
X = Lợi nhuận chưa phân phối / Tổng tài sản
3
X = Lợi nhuận trước thuế và lãi / Tổng tài sản
4
X = Giá trị thị trường của vốn chủ sở hữu / Giá trị hoạch toán của tổng nợ
5
X = Hệ số doanh thu / Tổng tài sản Nhận xét:
Nếu Z 2,99: Doanh nghiệp nằm trong vùng an toàn, chưa có nguy cơ phá sản. Nếu 1,81Z 2,99: Doanh nghiệp nằm trong vùng cảnh báo, có nguy cơ phá sản. Nếu Z 1,81: Doanh nghiệp nằm trong vùng nguy hiểm có nguy cơ phá sản cao. Hàm phân biệt Z có thể dùng cho hầu hết các ngành, các loại hình doanh nghiệp. Tuy nhiên, sự khác nhau khá lớn của biến X5 giữa các ngành, nên X5 đã được đưa ra khỏi mô hình và Altman đã đề xuất mô hình điều chỉnh như sau:
Z'6,56X13,26X2 6,72X3 1,05X4
Nhận xét:
Nếu Z'2,6: Doanh nghiệp nằm trong vùng an toàn, chưa có nguy cơ phá sản. Nếu 1,2 Z'2,6: Doanh nghiệp nằm trong vùng cảnh báo, có nguy cơ phá sản. Nếu Z'1,2: Doanh nghiệp nằm trong vùng nguy hiểm có nguy cơ phá sản cao.
Trên cơ sở của mô hình DA và Logit rất nhiều mô hình XHTD đã được phát triển ở một số quốc gia như Arindam Bandyopadhyay (2005) XHTD trái phiếu các công ty ở Ấn Độ, Cindy Yoshiko Shirata (1998) phát triển mô hình XHTD ở Nhật Bản, sử dụng số liệu của 686 doanh nghiệp bị phá sản và 300 doanh nghiệp không bị phá sản từ năm 1986 đến 1996.
Trong nhiều trường hợp các chỉ số tài chính được sử dụng làm biến cơ sở của những mô hình cho điểm tín dụng đã được sử dụng khá tốt ở nhiều quốc gia khác nhau. Tuy nhiên, vẫn còn những hạn chế:
Thứ nhất, vì chỉ sử dụng cơ sở dữ liệu trong sổ sách kế toán, được báo cáo ở các giai đoạn khác nhau, nên những mô hình này có thể bỏ qua những thông tin ở bên ngoài như các thông tin thị trường trên các thị trường tài chính, thông tin của các chuyên gia, thông tin từ các phương tiện thông tin đại chúng, từ khách hàng, nhà cung cấp,…
Thứ hai, mô hình DA và Logit, khó có thể dự báo một cách chính xác vỡ nợ, khi các biến giải thích không thỏa mãn giả thuyết “ giữa các biến giải thích không có quan hệ tuyến tính” hoặc giả thuyết về “ phân phối chuẩn của các biến này”.
Vì vậy, đã có rất nhiều phương pháp mới được đưa ra nhằm thay thế những phương pháp chuyên gia trước đây. Một lớp những mô hình đo lường RRTD mới được ra đời bởi Wilcox (1973) và Scott (1981). Như sự nhận xét của Scott thì mô hình RRTD này là trường hợp đặc biệt của mô hình định giá quyền chọn (OPM) của Black và Scholes, Merton (1974). Trong mô hình định giá quyền chọn thì xác suất để một doanh nghiệp lâm vào tình trạng phá sản phụ thuộc vào giá trị thị trường của tài sản doanh nghiệp tại thời điểm ban đầu và mức độ bấp bênh của giá trị thị trường của tài sản doanh nghiệp.
Trong một số năm trở lại đây, đã có rất nhiều phương pháp khác nhau sử dụng mô hình không có tham chiếu trong quá trình phát triển. Bao gồm mô hình cây phân lớp, mạng nơron, logic mờ. Mặc dù một số kết quả nghiên cứu đã được công bố và cho kết quả rất tốt như: Galindo & Tamayo (2000) và Caiazza (2004), nhưng họ lại cho rằng vẫn chỉ sử dụng mô hình Logit và Probit vì ước lượng các tham số dễ dàng, có thể giải thích được, cũng như ước lượng rủi ro khi thay đổi kích thước mẫu là thấp.
Qua tổng kết các kết quả nghiên cứu trước đây, cho thấy đã có rất nhiều phương pháp hay mô hình đã được đề xuất, áp dụng và thu được những kết quả khá tốt trong thực tiễn. Tuy nhiên, các mô hình thống kê (DA, Logit) được các chuyên gia sử dụng nhiều nhất và được đánh giá cao trong quá trình phát triển các mô hình XHTD trong nghiên cứu cũng như thực tế xếp hạng. Đây là bài học kinh nghiệm quan trọng cho việc nghiên cứu tiếp theo của đồ án.
Các phương pháp xếp hạng tín dụng điển hình
Mô hình yếu tố 6 C
Mô hình chất lượng dựa trên yếu tố 6C giúp ngân hàng trả lời một câu hỏi quan trọng khi xem xét cho vay một khách hàng, đó là “Người vay có đáng tin cậy hay không?”. Các chỉ tiêu sử dụng trong mô hình này vừa có cả định tính vừa có cả
định lượng nên ngân hàng có một đánh giá khá toàn diện về khách hàng. Yếu tố 6 C bao gồm:
- Tính cách (Character): Tính cách khách hàng là một yếu tố quan trọng để xem xét liệu người vay có trách nhiệm trong sử dụng tiền vay hay không. CBTD phải thông qua việc nói chuyện, cách thức làm việc của khách hàng để có những đánh giá về tính cách của khách hàng.
- Năng lực (Capacity): CBTD phải đảm bảo khách hàng có đủ năng lực vay vốn và đủ tư cách pháp lý để thực hiện đúng pháp luật việc ký kết hợp đồng vay vốn. Điều kiện đầu tiên đối với một khách hàng vay vốn là phải có đầy đủ năng lực hành vi dân sự và năng lực pháp luật dân sự.
- Dòng tiền mặt (Cash): Dòng tiền của khách hàng là yếu tố quan trọng nhất để trả lời cho câu hỏi: Người vay có đủ khả năng tạo ra một dòng tiền đủ lớn để hoàn trả cho ngân hàng món vay hay không ?”. Thường thì khách hàng sử dụng các dòng tiền gồm dòng tiền mặt từ doanh thu bán hàng hoặc thu nhập, dòng tiền từ việc bán tài sản, các nguồn vốn huy động bằng cách phát hành nợ hay chứng khoán vốn để hoàn trả khoản vay.
- Tài sản thế chấp (Collateral): Là nguồn tài sản mà ngân hàng sử dụng để thu nợ khi khách hàng không có khả năng thanh toán món vay. Đối với một số khách hàng thì đây cũng là một điều kiện cần để ngân hàng cho họ vay. Tài sản thế chấp có thể là tài sản thực cũng có thể là tài sản được hình thành trong tương lai. Khi thẩm định tài sản thế chấp thì CBTD phải chú ý đến những đặc điểm như: Thời gian sử dụng, tình trạng hiện tại, mức độ chuyên môn hoá thể hiện ở tài sản của khách hàng.
- Điều kiện (Conditions): Khi cho vay ngân hàng cần có sự phân tích ngành nghề mà doanh nghiệp đang hoạt động, tình hình thị trường cần sản phẩm doanh nghiệp, dự báo được xu hướng phát triển trong tương lai của doanh nghiệp… Mặt khác các yếu tố vĩ mô như lạm phát, thiểu phát, chu kỳ kinh tế, các chính sách của chính phủ… cũng cần chú ý vì chúng đều ảnh hưởng đến khoản vay của doanh nghiệp.
- Sự kiểm soát (Control): Mọi cá nhân, tổ chức hoạt động trong nền kinh tế đều chịu sự quản lý của pháp luật, nhà nước. Do đó yếu tố control tập trung vào việc sự thay đổi các chính sách của nhà nước có tác động như thế nào đến như vậy? Và liệu khách hàng có đáp ứng được các tiêu chuẩn chất lượng tín dụng mà ngân hàng đặt ra hay không?
Phương pháp xếp hạng tín dụng của S&P
Phương pháp xếp hạng của S&P bao gồm cả phân tích định tính và định lượng. S&P cũng tập trung nhiều vào phân tích dòng tiền và khả năng thanh toán trong quá khứ. Về phân tích khả năng sinh lợi, theo tiêu chuẩn XHTD doanh nghiệp 2008, S&P nhấn mạnh khả năng sinh lợi như một phần của bước đánh giá rủi ro kinh doanh và năng lực cạnh tranh.
Trong quy trình xếp hạng, S&P không phân loại theo tính chất của dữ liệu mà phân loại theo rủi ro là rủi ro kinh doanh và rủi ro tài chính.
- Rủi ro kinh doanh bao gồm rủi ro ngành, khả năng cạnh tranh/ vị thế doanh nghiệp trong ngành/ lợi thế kinh tế, khả năng sinh lợi trong sự so sánh với các doanh nghiệp khác trong nhóm tương đồng. S&P nhấn mạnh nhân tố chính trong rủi ro kinh doanh là khả năng cạnh tranh của doanh nghiệp.
- Rủi ro tài chính gồm phân tích chính sách tài chính, chính sách và thông tin kế toán, khả năng đáp ứng của dòng tiền, cấu trúc vốn, khả năng thanh toán ngắn hạn. Để đánh giá khả năng trả nợ, S&P đưa ra một số tỷ số chính để phân tích:
Doanh thu thuần
Lợi nhuận từ hoạt động kinh doanh+D+A =
EBITDA interest coverage EBITDA Lãi vay =
FFO interest coverage = FFO+Lãi vay phải trả+Cổ tức cổ phần ưu đãi Lãi vay phải trả+Cổ tức cổ phần ưu đãi Return on capital = EBIT
Vốn trung bình FFO to debt = FFO
Tổng nợ FOCF to debt = FOCF
Tổng nợ Discretionary cash flow to debt
Lãi vay = EBITDA interest =
coverage
EBIT CFO – CAPEX – Cổ tức(CP thường, ưu đãi, cổ đông thiểu số)
CAPEX
CAPEX Netcash flow to CAPEX =
Debt to EBITDA
EBITDA Tổng nợ =
Debt to debt plus equity Tổng nợ
=
Tổng nợ+Vốn cổ phần thường+Lợi ích cổ đông thiểu số CFO – Cổ tức(CP thường, ưu đãi, cổ đông thiểu số) Operating income before D&A
Bảng 1.1. Ý nghĩa các mức xếp hạng của Standard & Poor
STT Mức xếp hạng Ý nghĩa
1 AAA Đây là mức xếp hạng cao nhất. Khả năng hoàn trả khoản vay của khách hàng được xếp hạng này là đặc biệt tốt
2 AA Khách hàng xếp hạng AA có năng lực trả nợ không kém nhiều so với khách hàng được xếp hạng cao nhất. Khả năng hoàn trả khoản nợ của khách hàng được xếp hạng này là rất tốt
3 A Khách hàng xếp hạng A có nhiều khả năng chịu tác động tiêu cực của các yếu tố bên ngoài và các điều kiện kinh tế hơn các khách hàng được xếp hạng cao hơn. Tuy nhiên khả năng trả nợ vẫn được đánh giá là tốt
4 BBB Khách hàng xếp hạng BBB có các chỉ số cho thấy khách hàng có khả năng hoàn trả đầy đủ các kổan nợ. Tuy nhiên các điều kiện kinh tế bất lợi và sự thay đổi của các yếu tố bên ngoài có nhiều khả năng hơn trong việc suy giảm khả năng trả nợ của khách hàng
5 BB Khách hàng xếp hạng BB ít có nguy cơ mất khả năng trả nợ hơn các nhóm từ B đến D. Tuy nhiên các khách hàng này đang phải đối mặt với nhiều rủi ro tiềm ẩn hoặc ảnh hưởng từ các điều kiện kinh doanh, tài chính và kinh tế bất lợi, các ảnh hưởng này có khả năng dẫn đến sự suy giảm khả năng trả nợ của khách hàng
6 B Khách hàng xếp hạng B có nhiều nguy cơ mất khả năng trả nợ hơn các khách hàng nhóm BB. Tuy nhiên, hiện thời khách hàng vẫn có khả năng hoàn trả khoản vay. Các điều kiện kinh doanh, tài chính và kinh tế nhiều khả năng ảnh hưởng đến khả năng hoặc thiện chí trả nợ của khách hàng
7 CCC Khách hàng xếp hạng CCC hiện thời đang bị suy giảm khả năng trả nợ, khả năng trả nợ của khách hàng phụ thuộc và độ thuận lợi của các điều kiện kinh doanh, tài chính và kinh tế. Trong trường hợp có các yếu tố bất lợi xảy ra, khách hàng nhiều khả năng không trả được nợ. 8 CC Khách hàng xếp hạng CC hiện thời đang bị suy giảm
nhiều khả năng trả nợ.
9 C Khách hàng xếp hạng C trong trường hợp đã thực hiện các thủ tục xin phá sản hoặc có động thái tương tự nhưng việc trả nợ của khách hàng vẫn đang được duy trì.
10 D Khách hàng xếp hạng D trong trường hợp đã mất khả năng trả nợ, các tổn thất đã thực sự xảy ra; không xếp hạng D cho các khách hàng mà việc mất khả năng trả nợ mới chỉ là dự kiến.
(Nguồn từ Internet)
Phương pháp xếp hạng tín dụng của Moody’s
Phương pháp XHTD của Moody’s tập trung vào bốn lĩnh vực chính là đánh giá môi trường ngành, đánh giá tình hình tài chính, đánh giá hoạt động sản xuất kinh doanh, đánh giá khả năng quản trị doanh nghiệp chú trọng vào quản trị rủi ro và kiểm soát nội bộ. Moody's thiết lập 11 tỷ số chung nhất để sử dụng trong phân tích so sánh, các tỷ số này được Moody's ứng dụng rộng rãi ở những quốc gia khác nhau, những ngành khác nhau và cả ở các báo cáo XHTD doanh nghiệp. Tuy nhiên,