Sử dụng mô hình dự báo vỡ nợ doanh nghiệp tại các ngân hàng thương mại Việt Nam

Lượng hóa rủi ro tín dụng theo thông lệ quốc tế và được các ngân hàng tại các nước phát triển dụng trong quá trình cấp tín dụng. Việc ra quyết định cấp tín dụng của các Ngân hàng thương mại (NHTM) ở Việt Nam vẫn dựa trên việc xây dựng hệ thống xếp hạng nội bộ làm cơ sở phân loại khách hàng và đánh giá rủi ro tín dụng dựa trên phát xét chủ quan được sử dụng một cách chủ động để ra quyết định cho vay.

Cùng với việc hội nhập kinh tế quốc tế và sự minh bạch hóa về thể chế khiến cho các NHTM có sự thay đổi dần về phương pháp lựa chọn ra quyết định cấp tín dụng của mình theo hướng lượng hóa các rủi ro tín dụng.Việc đưa ra mô hình đo lường rủi ro tín dụng khách hàng doanh nghiệp có độ chính xác và phủ hợp để các nhà quản lý NHTM có một định hướng quản trị rủi ro trong đó có phân đặc biệt quan trọng là ra quyết định cấp tín dụng.

Có thể bạn quan tâm: Khóa học phân tích báo cáo tài chính doanh nghiệp

1. Rủi ro vỡ nợ là gì? Các mô hình dự báo vỡ nợ doanh nghiệp

Khái niệm về rủi ro vỡ nợ xuất hiện từ khá sớm, trong văn bản cố nhất còn lưu trữ là bộ luật Hammurabi, khoảng thập niên 1760 trước Công nguyên tuy chưa có mô tả chính xác về mối quan hệ vay và cho vay nhưng đã chỉ ra rằng nếu người vay không trả được nợ thì sẽ bị coi như phạm tội và cần có xử phạt. Từ đó cho thấy, từ xưa con người đã sớm thấy được độ rủi ro khi tham gia vào quan hệ tín dụng.

Các mô hình dự báo vỡ nợ của doanh nghiệp được bắt đầu từ những năm 1930 với các nghiên cứu gốc bàn vệ việc sử dụng phân tích nhân tố để dự báo vỡ nợ. Tiêu điểm của các nghiên cứu trong khoảng thời gian này là các nghiên cứu phân tích đơn biến. Những nghiên cứu tách các nhân tố đơn lẻ và so sánh một vài nhân tố giữa hai nhóm doanh nghiệp vỡ nợ và không vỡ nợ, nếu các nhân tố tài chính cho thấy các dấu hiệu khác nhau giữa hai nhóm vỡ nợ và không vỡ nợ thì chúng được sử dụng như các biến dự báo. Những nghiên cứu đơn biến rất quan trọng như một bước chuẩn bị nền móng cho các mô hình dự báo khả năng vỡ nợ đa biến sau này.

Sử dụng mô hình dự báo vỡ nợ doanh nghiệp tại các ngân hàng thương mại Việt Nam

2. Mô hình nghiên cứu dự báo khả năng vỡ nợ của doanh nghiệp

Một số nghiên cứu tiêu biểu về dự báo khả năng vỡ nợ của doanh nghiệp như Mô hình phân tích đơn biến Beaver (1966) được dựa trên một tỷ số tài chính đơn lẻ. Các tỷ số được chọn lựa dựa trên cơ sở ba tiêu chí sau:

i. Sự phổ biến trong nghiên cứu tổng quan; báo cáo thuế

ii. Kết quả áp dụng các tỷ số này trong các nghiên cứu trước đó; 

iii. Việc tuân thủ khái niệm dòng tiền. 

Beaver kết luận rằng tỷ số tiên trên tổng nợ là tỷ số dự báo tốt nhất. Tuy nhiên, việc sử dụng tỷ lệ tài chính cho dự báo phá sản phải được sử dụng thận trọng. Hay sử dụng phân tích Logit (LA) và phân tích

Probit (PA) được bắt đầu những năm 1970 đi vào tính xác suất phá sản của một công ty. Sự khác nhau chính giữa hai lý thuyết là phân tích Probit là kỹ thuật ước lượng phi tuyến. Trong mô hình Logit chỉ báo vỡ nợ là một biến nhị phân, tập các biến giải thích là các chí số tài chính. Mô hình Logit có thể được dùng để đánh giá mức độ giải thích của các biến độc lập. Mô hình dự báo phá sản theo thị trường theo lý thuyết định giá quyền chọn của Black và Sholes (1973) và Merton (1974), cho thấy khả năng xảy ra phá sản phụ thuộc vào biến động giữa giá trị thị trường của tài sản và giá thực hiện (giá trị của nợ). Mức độ quan trọng mà công ty sẽ mặc định là khi giá trị tài sản của công ty xuống dưới một mức nhất định.

Có thể thấy dự báo sự vỡ nợ doanh nghiệp được rất nhiều học giả và đưa ra rất nhiều các mô hình khác nhau, tuy nhiên mô hình Z-score của Altman (1968) được khuyến cáo áp dụng bởi sự hiệu quả khi áp dụng mô hình này. học kế toán qua video

Lý thuyết cơ bản của mô hình Altman là sự kết hợp của 5 nhóm tỷ số trong việc thiết lập một số hình phá sản có thế được sử dụng đề phân biệt giữa các doanh nghiệp bị vỡ nợ và giữa các doanh nghiệp không bị vỡ nợ. Altman cho rằng mô hình Z-score có thể được sử dụng để bổ sung đánh giá các khoản nợ vay, quản lý khoản phải thu và các thủ tục kiểm soát nội bộ cũng như chiến lược đầu tư (Altman, 1968). Mô hình dự báo vỡ nợ Z-score của Altman như sau:

Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,64X4 + 0,999X5

Trong đó: Z = Chỉ số tổng hợp

X1 = Vốn lưu động/ Tổng tài sản

X2 = Lợi nhuận giữ lại/ Tổng tài sản

X3 = Lợi nhuận trước thuế và lãi vay/ Tổng tài sản

X4 = Giá trị thị trường của vốn cổ phần/ giá trị sổ sách của tổng nợ

X5 = Doanh thu/ Tổng tài sản mẫu giấy ủy quyền

Mô hình Z-score là cơ sở phân loại thành doanh nghiệp vỡ nợ và không vỡ nợ: trường hợp Z < 2,675 doanh nghiệp được dự báo là vỡ nợ, Z >= 2,675 doanh nghiệp dự báo chưa vỡ nợ.

Trong các mô hình dự báo thì xác suất mắc sai lầm loại I và II trong dự báo được nhắc đến khá nhiều trong các tài liệu thống kế hoạch và đây là những loại sai lầm đặc trưng cơ bản trong các mô hình dự báo.

Bảng 1. Ma trận nhầm lẫn (Confusion matrix)

Vỡ nợ Không vỡ nợ
Bác bỏ Dự đoán đúng (TN) Lỗi loại I (FN)
Không bác bỏ Lỗi loại II (FP) Dự đoán đúng (TP)

Sử dụng phương pháp kiểm định hệ số tương quan Matthews (Matthews correlation coeficient) để kiểm định đối với sử dụng mô hình Z-score và mô hình KMV chứng chỉ kế toán trưởng

Hệ số tương quan Mathews là hệ số đánh giá độ chất lượng của hệ thống phân loại nhị phân (quality of binary classifications – MCC) được xây dựng bởi Brian W, Mathews vào năm 1975. Hệ số MCC được coi là một trong các đại lượng tốt nhất, không chỉ đánh giá được hệ thống phân loại nhị phân mà còn có thế dùng cho hệ thống phân loại khác nhau.

3. Phân loại các doanh nghiệp trong nhóm vỡ nợ và không vỡ nợ

Dữ liệu sử dụng số liệu của các doanh nghiệp phi tài chính quan hệ tín dụng tại một Ngân hàng thương mại cổ phần tại thời điểm 31/12/2014.

Bảng 2: Mẫu nghiên cứu

Nhóm vỡ nợ Nhóm không vỡ nợ
Tình trạng doanh nghiệp 10 118

Các tiêu chí đưa ra để phân loại các doanh nghiệp trong nhóm vỡ nợ hoặc không vỡ nợ:

– Các doanh nghiệp không trả được nợ phải cơ cấu hoặc đá chuyển nhóm nợ tiêu chuẩn sang nợ quá hạn trong vòng 1 năm từ ngày nghiên cứu.

– Ma trận nhầm lẫn (Confusion matrix) của mô hình theo khoảng thời gian dự đoán trước 1 năm khi doanh nghiệp vỡ nợ. công việc hành chính nhân sự

Bảng 3. Ma trận nhầm lẫn (Confusion matrix)

Vỡ nợ Không vỡ nợ Tổng
Bác bỏ Dự đoán đúng (TN):8 Lỗi loại I (FN):6 14
Không bác bỏ Lỗi loại II (FP) 2 Dự đoán đúng (TP) 112 114
Tổng 10 118 128
MCC = 0.92

Một số đánh giá nhận xét: Kết quả áp dụng MCC để kiểm tra mô hình Z-score cho kết quả khá cao chứng tỏ giá trị đánh giá khả năng vỡ nợ doanh nghiệp của mô hình. Thông qua lý thuyết và thực tiễn khi áp dụng mô hình cho một số tố chức tín dụng, tác giả khuyến khích nên sử dụng chỉ số Z-score trong dự báo nguy cơ vỡ nợ doanh nghiệp tại Việt Nam với các ý kiến sau:

Một là sự thuận lợi từ mô hình

Mô hình chỉ số Z tương đối đơn giản và dễ áp dụng:

So với các phương pháp sử dụng mô hình Black&Scholes thi rõ ràng Z-Score có ưu điểm tuyệt đối về sự đơn giản và khả năng áp dụng. Nếu như Black & Scholes yêu cầu phải có sự hiểu biết sâu về toán học và các hàm đa biến, thì chỉ số z chỉ sử dụng các thông tin sẵn có trên báo cáo tài chính. Với các thông tin trên báo cáo tài chính, người phân tích dễ dàng tính toán các chỉ tiêu liên quan trong mô hình mà không phải tiến hành các thủ thuật phức tạp.Việc kiểm định kết quả mô hình z cũng đơn giản hơn rất nhiều so với các phương pháp khác (Đinh Thế Hiển, 2008).

Hiện nay, đại đa số các nước đều đang sử dụng mô hình chỉ số z trong phân tích nguy cơ vỡ nợ doanh nghiệp. Đặc biệt với các nước có nền tài chính phát triển với các thông tin tài chính đã có sự minh bạch đáng kế, việc sử dụng Z-score luôn đem lại một kết quả dự báo có đó chính xác cao. Tại Việt Nam, do thị trường tài chính chỉ phát triển ở trình độ trung bình nên việc áp dụng một mô hình đơn giản như Z-score là một thuận lợi lớn.

Sự tương đồng giữa các thành phần trong mô hình chỉ số z và các tham số sẵn có trong báo cáo tài chính.

Một điểm thuận lợi khác từ việc áp dụng Z-score tại Việt Nam hiện nay đó là sự sấn có, cũng như sự tương đồng giữa các biến số trong mô hình và các tham số phản ánh trên báo cáo tài chính.

Hai là sự thuận lợi từ các yếu tố bên ngoài

Khó khăn trong việc xếp hạng tín dụng doanh nghiệp các bất cập có thể kể ra:

– Thu thập và phân loại thông tin chính xác về người vay, về các đặc điểm của các loại hình rủi ro (loại sản phẩm/ngành kinh tế/khu vực địa lý khác nhau…) và kết quả của đầu tư tín dụng vào các loại hình rủi ro đó.

– Chưa đưa ra được một hệ thống quy chuẩn cho việc xây dựng hệ thống tại các NHTM dẫn đến việc xây dựng hệ thống tại mỗi ngân hàng theo khẩu vị rủi ro. ôn thi chứng chỉ hành nghề kế toán

Điều này đã dẫn đến những bất cập trong việc so sánh, đánh giá cùng một đối tượng khách hàng, nhưng lại có kết quả khác nhau, nhiều khi xung đột khi thực hiện phân loại nợ theo định tính (cùng là khách hàng, có NHTM phân loại vào nhóm nợ cao, có NHTM lại phân loại vào nhóm nợ thấp).

Ngoài ra, do đây là việc xếp hạng nội bộ, nên các ngân hàng thường tự xây dựng hệ thống xếp hạng tín dụng nội bộ riêng, trong khi thiếu một khung thống nhất, dẫn đến tốn kém nguồn lực và chi phí cho mỗi ngân hàng cũng như xã hội. Cần có khung pháp lý quy định rõ ràng về xếp hạng tín dụng nội bộ thay thế cho TT 02/2013 của NHNN về định hướng hoặc quy định khung chuẩn để các NHTM thực hiện.

– Việc triển khai ở các NHTM hiện nay chủ yếu phụ thuộc vào nhận thức riêng và khấu vị rủi ro của từng ngân hàng; tiếp đến là, hạ tầng công nghệ thông tin không đồng đều, khó khăn này đã cản trở việc xây dựng và ứng dụng các hệ thống xếp hạng tín dụng nội bộ theo chuẩn Basel II, dựa trên phân tích các mô hình kinh tế lượng và xác suất thống kê.

Do đó, với những hạn chế và khó khăn trên của hoạt động xếp hạng tín dụng doanh nghiệp thì mô hình Z-score có thể là một lựa chọn tối ưu khi tiến hành dự báo nguy cơ vỡ nợ.

Xu hướng quốc tế hóa trong các phân tích và dự báo tài chính:

Cùng với quá trình hội nhập sâu rộng của nước ta sau khi gia nhập WTO, xu hướng quốc tế trong việc phân tích và dự báo cũng đang dần rõ rệt hơn. Nếu như trước đây, vấn đề phá sản doanh nghiệp là một khái niệm ít được chú ý do tính chất phi thị trưởng của nền kinh tế thì hiện nay, phá sản đang ngày càng nhận được sự quan tâm nhiều hơn từ các chủ thể kinh tế. học kế toán qua video

Trong khi đó, nhu cầu về vốn của các công ty Việt Nam đang lớn dần theo sự phát triển cả về lượng và chất.

Nhiều doanh nghiệp đã bắt đầu tiến hành vay vốn trên thị trường tài chính quốc tế và làm phát sinh yêu cầu phân tích tín dụng cũng như khả năng trả nợ.Trong những năm trở lại đây, nhiều tổ chức xếp hạng tín dụng quốc tế bắt đầu tiến hành phân tích tín dụng các công ty niêm yết của Việt Nam. Đây là một xu hướng đang diễn ra rất phổ biến với phạm vi ngày càng mở rộng hơn. Trên thực tế, Z-score luôn có mối quan hệ chặt chẽ thậm chí là nền tảng của hầu hết các phương pháp xếp hạng của các tổ chức xếp hạng chuyên nghiệp như Moody’s, Standard Poor’s, Fitch,..

Mặc dù trên thực tế khi áp dụng mô hình Z-Score trong dự báo nguy cơ vỡ nợ áp dụng tại Việt Nam còn có những khó khăn xuất phát từ mô hình hay các khuyến khuyết trong khả năng dự báo của mô hình, về số liệu tài chính, sự hạn chế về pháp luật.

Trong các yếu tố làm giảm sự hiệu quả của mô hình thì vấn đề minh bạch thông tin có thể được coi là vấn đề trọng tâm cần được cải thiện để mô hình hiệu quả hơn. Tuy nhiên trên thực tế cần phải dự báo được những nguy cơ về tài chính mà doanh nghiệp sẽ gặp phải, mô hình Z-score vẫn là một phương pháp có nhiều ưu điểm và là một công cụ hữu ích với điều kiện hiện tại của Việt Nam.

Trên đây là một số thảo luận của Phân tích tài chính về sử dụng mô hình dự báo vỡ nợ doanh nghiệp tại các NHTM Việt Nam. Các bạn quan tâm có thể tham khảo thêm những vấn đề về ngân hàng thương mại trong các bài viết:

Để đọc hiểu và phân tích báo cáo tài chính các bạn nên tham khảo các khóa học tài chính ngắn hạn để được các chuyên gia hướng dẫn chi tiết

Sử dụng mô hình dự báo vỡ nợ doanh nghiệp tại các ngân hàng thương mại Việt Nam
5 (100%) 1 vote

Be the first to comment

Leave a Reply

Your email address will not be published.


*