Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Chia sẻ chuyên mục Đề tài Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB hay nhất năm 2023 cho các bạn học viên ngành đang làm khóa luận tham khảo nhé. Với những bạn chuẩn bị làm bài khóa luận tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm khóa luận thì với đề tài Khóa luận: Ứng dụng mô hình Logit nhằm nâng cao chất lượng xếp hạng tín dụng doanh nghiệp tại ngân hàng quốc tế chi nhánh Hoàn Kiếm dưới đây chắc hẳn sẽ cho các bạn cái nhìn tổng quát hơn về đề tài này.

LỜI MỞ ĐẦU

1. Lý do chọn đề tài:

Hoạt động tín dụng là hoạt động mang tính truyền thống và đem lại lợi nhuận cao nhất cho ngân hàng. Nhưng tất nhiên đi kèm với lợi nhuận cao là rủi ro lớn. Rủi ro này không những chỉ ảnh hưởng đến NH cấp tín dụng mà còn có thể ảnh hưởng xấu đến toàn bộ nên kinh tế, đặc biệt là nền kinh tế đang phát triển như Việt Nam. Hiện nay, các NHTM Việt Nam đang phát triển đa dạng các sản phẩm tín dụng dành cho mọi đối tượng. Trong đó, các sản phẩm tín dụng dành cho doanh nghiệp ngành càng đa dạng và phong phú. Nó luôn chiếm tỷ trọng lớn nhất trong cơ cấu nợ của ngân hàng và cũng mang lại tỷ trọng thu nhập cao nhất cho ngân hàng. Song đây là mảng tín dụng tiềm ẩn rất nhiều rủi ro và khi rủi ro xảy ra thường có hậu quả rất lớn, ảnh hưởng đến chất lượng tín dụng của ngân hàng. Do đó khâu thẩm định, đánh giá xếp hạng tín dụng cho KH doanh nghiệp là một nhiệm vụ luôn luôn mang tính cấp thiết đối với hệ thống ngân hàng nói chung và ngân hàng Quốc tế (VIB) nói riêng. Tuy nhiên, qua quá trình nghiên cứu,em thấy hệ thống XHTD nội bộ của ngân hàng Quốc tế còn bộc lộ một số hạn chế. Việc đề xuất một mô hình thống kê định lượng để hoàn thiện hơn hệ thống XHTD tại NH Quốc tế (NH mà đề tài nghiên cứu) là một vấn đề mang tính tất yếu và chiến lược. Chính bởi vậy, em đã lựa chọn đề tài “ Ứng dụng mô hình Logit nhằm nâng cao chất lượng xếp hạng tín dụng doanh nghiệp tại Ngân hàng Quốc tế – Chi nhánh Hoàn Kiếm” để làm đề tài khóa luận tốt nghiệp.

CÓ THỂ BẠN QUAN TÂM ĐẾN DỊCH VỤ: 

===>>>  Dịch Vụ Viết Thuê Khóa Luận Tốt Nghiệp Tài Chính – Ngân Hàng

2. Mục tiêu nghiên cứu của đề tài: Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Xác định các yếu tố ảnh hưởng đến khả năng không có nợ đủ tiêu chuẩn của các doanh nghiệp có quan hệ tín dụng với ngân hàng Quốc tế. Từ đó, ước lượng mức độ ảnh hưởng của từng yếu tố lên xác suất KH có nợ đủ tiêu chuẩn là bao nhiêu bằng việc ứng dụng mô hình Binary Logistic ( Mô hình Logit).

Đánh giá hệ thống xếp hạng tín dụng của ngân hàng Quốc tế, đưa ra các mặt đã làm được, những mặt còn hạn chế từ đó đề xuất các kiến nghị để hoàn thiện hơn nữa hệ thống XHTD của ngân hàng.

3. Đối tượng và phương pháp nghiên cứu:

Đối tượng nghiên cứu: Đối tượng nghiên cứu là các hệ thống XHTD doanh nghiệp. Đối tượng khảo sát chính là những KH doanh nghiệp có quan hệ tín dụng với ngân hàng Quốc tế – Chi nhánh Hoàn Kiếm.

Phương pháp nghiên cứu: Đề tài sử dụng phương pháp nghiên cứu định lượng, sử dụng thống kê mô tả mô hình Logit để phân tích dữ liệu. Dữ liệu được lấy từ tháng 01/2010 đến tháng 04/2012 về thông tin của 36 KH có quan hệ tín dụng với ngân hàng Quốc tế – Chi nhánh Hoàn Kiếm.

Do hạn chế trong cơ sở dữ liệu, nên đề tài chỉ dừng lại ở mức đánh giá XHTD với những tiêu chí cơ bản nhất, và kết quả của đánh giá còn ở mức kiêm tốn, mức ý nghĩa chưa cao. Tuy nhiên, mô hình vẫn cố gắng để đưa ra những thông số có nghĩa nhất trong những kết quả có được từ mô hình xây dựng.

Ngoài phương pháp trên, đề tài còn kết hợp phương pháp duy vật biện chứng, vận dụng các nguyên tắc khách quan, toàn diện và thống nhất giữa lịch sử và logic, sử dụng các phương pháp đi từ cụ thể đến trừu tượng… ngoài ra đề tài còn sử dụng các tài liệu, các công trình nghiên cứu của các tác giả trong nước có liên quan.

4. Ý nghĩa của đề tài: Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Kết quả nghiên cứu của đề tài sẽ góp phần thêm cơ sở khoa học cho các tổ chức tài chính và các cá nhân liên quan, đặc biệt là ngân hàng Quốc tế (VIB) – Chi nhánh Hoàn Kiếm trong quá trình hoạt động kinh doanh và quản trị rủi ro của mình. Kết quả nghiên cứu còn là tài liệu tham khảo cho các chủ thể tham gia vào quá trình XHTD, cũng như cho những nghiên cứu liên quan đến XHTD doanh nghiệp.

5. Kết cấu của đề tài:

Ngoài phần kết luận và các danh mục, phụ lục kèm theo, kết cấu của đề tài gồm 3 chương:

Chương I: Cơ sở lý luận về xếp hạng tín dụng

Chương II: Thực trạng hoạt động xếp hạng tín dụng tại ngân hàng Quốc tế (VIB) – Chi nhánh Hoàn Kiếm.

Chương III: Giải pháp nâng cao chất lượng xếp hạng tín dụng doanh nghiệp tại Ngân hàng Quốc tế (VIB).

CHƯƠNG I: CƠ SỞ LÝ LUẬN VỀ XẾP HẠNG TÍN DỤNG

Mục tiêu nghiên cứu của chương này nhằm tiếp cận một số cơ sở lý luận, các yếu tố liên quan và phương pháp tiếp cận lĩnh vực xếp hạng tín dụng nói chung, XHTD doanh nghiệp nói riêng. Từ đó, hình thành cơ sở và phương pháp luận để tiếp tục nghiên cứu trong các chương tiếp theo của đề tài.

1.1. Xếp hạng tín dụng với hoạt động kinh doanh của ngân hàng thương mại Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

1.1.1. Khái niệm xếp hạng tín dụng

Bắt đầu từ thập kỷ 70, dự báo rủi ro tài chính đã trở thành một hướng phát triển mạnh mẽ của mô hình hóa xác suất thống kê. Khi nhắc tới rủi ro tài chính gần như ngay lập tức người ta liên tưởng tới hoạt động quản lý danh mục đầu tư, định giá quyền chọn (option) và các công cụ tài chính khác. Công thức định giá quyền chọn (option) Black-Scholes, bài viết về định giá trái phiếu công ty của Merton, … là những khái niệm quen thuộc. Và xếp hạng tín dụng cũng là một trong những hoạt động nhằm quản lý rủi ro tài chính mà các tổ chức tài chính trên thế giới, thậm chí cả quốc gia quan tâm và ứng dụng từ rất sớm.

Xếp hạng tín dụng (credit ratings) là thuật ngữ do Moody đưa ra năm 1909 trong cuốn “Cẩm nang chứng khoán đường sắt”, khi tiến hành nghiên cứu, phân tích và công bố bảng xếp hạng tín dụng đầu tiên cho 1500 trái phiếu của 250 công ty theo một hệ thống ký hiệu gồm 3 chữ cái A, B, C được xếp lần lượt từ (AAA) đến (C). Hiện nay, những ký hiệu này trở thành chuẩn mực quốc tế. Ở Việt Nam thuật ngữ xếp hạng tín dụng đang tồn tại nhiều tên gọi như: xếp hạng tín nhiệm, xếp hạng doanh nghiệp, định dạng tín dụng, xếp hạng KH, phân loại tín dụng… Trong đề tài này em dùng thuật ngữ “xếp hạng tín dụng” (XHTD). Cho đến nay, khó có thể đưa ra một khái niệm rõ ràng về xếp hạng tín dụng, tùy theo góc độ nghiên cứu mà chúng ta có thể xác định nội dung của thuật ngữ này.

Một số định nghĩa về XHTD của các tổ chức và cá nhân trong và ngoài nước:

Theo Moody’s:

Xếp hạng tín nhiệm là những ý kiến đánh giá (opinions) về chất lượng tín dụng của các nghĩa vụ tài chính cá nhân hoặc khả năng trả nợ nói chung của tổ chức phát hành. Việc xếp hạng này dựa trên những phân tích tín dụng cơ bản và biểu hiện thông qua hệ thống ký hiệu Aaa-C.

Theo Theo Standards & Poor:

Xếp hạng tín dụng là những ý kiến đánh giá hiện tại (forward-looking opinions) về rủi ro tín dụng (credit risk), chất lượng tín dụng, khả năng và thiện ý của chủ thể đi vay trong việc đáp ứng các nghĩa vụ tài chính một cách đầy đủ và đúng hạn (in full and on time).

Theo Fich Ratings:

Xếp hạng tín dụng là các quan điểm đánh giá dựa trên các tiêu chí, dữ liệu có sẵn (established criteria) và các phương pháp mà Fich đang đánh giá và cập nhật liên tục. Vì thế, XHTD là kết quả công việc tập thể của Fich, không phải là thành quả của một cá nhân, hay nhóm cá nhân và Ficth chịu trách nhiệm về việc xếp hạng của mình.

Theo định nghĩa của công ty chứng khoán Merrill Lynch:

XHTD là đánh giá hiện thời của công ty XHTD về chất lượng tín dụng của một nhà phát hành chứng khoán nợ, về một khoản nợ nhất định. Nói khác đi, đó là cách đánh giá hiện thời về chất lượng tín dụng được xem xét trong hoàn cảnh hướng về tương lai, phản ánh sự sẵn sàng và khả năng nhà phát hành có thể thanh toán gốc và lãi đúng hạn. Trong kết quả XHTN chứa đựng ý kiến chủ quan của chuyên gia XHTD.

Theo nghiên cứu của đại học Virginia trong cuốn Overview of Credit XHTD là một quan điểm đánh giá tổng thể khả năng trả nợ hoặc của chủ thể phát hành hoặc của một sản phẩm cụ thể được phát hành bởi chủ thể phát hành. Việc xếp hạng được dựa trên bất cứ nhân tố rủi ro nào mà tổ chức định giá cho rằng nó có liên quan tới.

Chấm điểm tín dụng là một phương pháp đánh giá rủi ro tín dụng của một yêu cầu xin vay. Sử dụng các dữ liệu lịch sử và công cụ thống kê, chấm điểm tín dụng cố gắng để cô lập các tác động khác nhau của các đặc điểm khác nhau của người xin vay dựa trên sự không trả nợ đúng hạn hoặc phá sản. (Loretta J. Mester – What’s the Point of Credit scoring? 2004)

Theo tiến sĩ Trần Đắc Sinh (Giám đốc Sở giao dịch chứng khoán TP. Hồ Chí Minh) trong cuốn “ Định mức tín nhiệm tại Việt Nam” thì:

XHTD là việc đưa ra các nhận định hiện tại về mức độ tín nhiệm của nhà phát hành đối với một trách nhiệm tài chính nào đó, hoặc là đánh giá mức độ rủi ro gắn liền với các loại đầu tư khác nhau. Các loại đầu tư có thể dưới dạng chứng khoán như là trái phiếu, cổ phiếu ưu đãi và giấy nhận nợ, hoặc các công cụ cho vay khác như vay và gửi tiền tại ngân hàng, các thương phiếu.

Ta thấy rằng, các định nghĩa của Moody’s, S&P, Fitch, Merrill Lynch, viện nghiên cứu Nomura, cũng như một số chuyên gia Việt Nam về XHTD đều có điểm chung khi cho rằng XHTD là các quan điểm đánh giá hiện tại (opinions) về chất lượng tín dụng (creditworthiness), khả năng trả nợ của các chủ thể vay nợ một cách đầy đủ và đúng thời hạn.

Theo Agribank: Hệ thống chấm điểm tín dụng và xếp hạng KH là một quy trình đánh giá xác suất một KH tín dụng không thực hiện được các nghĩa vụ tài chính của mình với NH cho vay như không trả được nợ gốc và lãi vay khi đến hạn hoặc vi phạm các điều kiện tín dụng khác.

Theo Vietcombank: Hệ thống chấm điểm tín dụng là một phương pháp lượng hóa mức độ rủi ro tín dụng của KH thông qua quá trình đánh giá bằng thang điểm. Các chỉ tiêu và thang điểm được áp dụng khác nhau đối với các loại KH khác nhau.

Theo ngân hàng VIB (Quy định số 203/2009/QĐ-VIB ngày 02/02/2009) đưa ra khái niệm XHTD: Xếp hạng tín dụng KH là việc xác định hệ số tín nhiệm về khả năng trả nợ và thực hiện các cam kết tài chính đối với các khoản vay tín dụng, khoản phải trả người cung ứng, các trách nhiệm thuế theo luật định, thông qua việc phân tích, đánh giá, cho điểm và tổng hợp điểm xếp hạng từ các tiêu thức thuộc hạng mục rủi ro tài chính, rủi ro kinh doanh, rủi ro quản lý và rủi ro uy tín. Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Tóm lại, từ các khái niệm về XHTD của các tổ chức và nhà nghiên cứu đã nêu trên, em đi đến một khái niệm chung về xếp hạng tín dụng, trên quan điểm ngân hàng, đó là:

Xếp hạng tín dụng: là các quan điểm đánh giá hiện tại về khả năng trả nợ hiện tại và trong tương lai của KH khi thực hiện quan hệ tín dụng với ngân hàng nhằm sắp xếp, phân loại KH thành các nhóm KH khác nhau.

Hệ thống xếp hạng tín dụng: là toàn bộ nhân tố tham gia vào quá trình đánh giá khả năng trả nợ của KH. Hệ thống XHTD tiếp cận đến tất cả các yếu tố có liên quan đến rủi ro tín dụng, các NHTM không sử dụng kết quả XHTD nhằm thể hiện giá trị người đi vay mà đơn thuần là đưa ra ý kiến hiện tại dựa trên các nhân tổ rủi ro, từ đó có chính sách tín dụng và giới hạn cho vay phù hợp.

Chấm điểm tín dụng: là một phương pháp phân tích thống kê nhằm lượng hóa rủi ro tín dụng của KH tín dụng thông qua quá trình đánh giá bằng thang điểm. Một sự xếp hạng cao của KH đi vay không phải là cơ sở chắc chắn trong việc thu hồi đầy đủ của một KH đi vay, mà chỉ là cơ sở để đưa ra quyết định đúng đắn về tín dụng đã được điều chính theo dự kiến mức độ rủi ro tín dụng có liên quan đến KH đi vay và tất cả các khoản vay của KH đó.

Ta cần phân biệt xếp hạng tín dụng và chấm điểm tín dụng:

 Bảng 1.1 Bảng so sánh XHTD với chấm điểm tín dụng

Xếp hạng tín dụng

Là các quan điểm nhằm sắp xếp, phân loại một đối tượng vào các nhóm KH trên cơ sở đo lường rủi ro tín dụng.

Dựa trên chủ yếu là phán đoán, kinh nghiệm của người xếp hạng, đồng thời có mang tính chủ quan. Nó không sử dụng công thức toán học để đưa ra kết quả

Kết quả xếp hạng tín dụng là hạng tín dụng, được mã hóa bằng các ký hiệu, biểu tượng. Xếp hạng căn cứ vào điểm tín dụng được chấm của KH.

Trong phạm vi bài khóa luận này, em tập trung phân tích và nghiên cứu hệ thống XHTD dành cho nhóm KH doanh nghiệp.

1.1.2. Đối tượng của Xếp hạng tín dụng Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

1.1.2.1. Xếp hạng tín dụng người đi vay:

XHTD người đi vay chủ yếu dự báo nguy cơ vỡ nợ theo ba cấp độ cơ bản là nguy hiểm, cảnh báo và an toàn dựa trên xác suất không trả được nợ (PD – Probability of Default). Cơ sở của xác suất này là dữ liệu về các khoản nợ quá khứ trước đó của KH gồm: nợ đã trả, khoản nợ không thu hồi được. Dữ liệu phân theo ba nhóm: Nhóm dữ liệu tài chính liên quan tới hệ số tài chính của KH cũng như cá đánh giá của tổ chức xếp hạng; Nhóm dữ liệu phi tài chính liên quan tới trình độ quản lý, khả năng nghiên cứu và phát triển thị trường, sản phẩm mới, các dự liệu liên quan tới tăng trưởng ngành; Và nhóm dữ liệu mang tính cảnh báo liên quan tới hện tượng báo hiệu khả năng không trả được nợ như: tình hình số dư tiền gửi, hạn mức thấu chi. Các nhóm dự liệu này được đưa vào mô hình từ đó tính ra xác suất không trả được nợ của KH. Đó có thể là mô hình tuyến tính, mô hình probit… và thường được xây dựng bởi các tổ chức tư vấn chuyên nghiệp. Người đi vay gồm cá nhân và doanh nghiệp.

Xếp hạng tín dụng cá nhân:

Đây là hình thức xếp hạng được áp dụng đối với các KH cá nhân tham gia vào hoạt động tín dụng của các ngân hàng thương mại. Việc XHTD cá nhân được thực hiện dựa trên những yếu tố đặc điểm của mỗi cá nhân (như tuổi, trình độ học vấn, tình trạng hôn nhân, số con cái…), yếu tố tài chính của cá nhân như thu nhập, tiết kiệm hằng tháng, số lượng và loại tài sản đảm bảo mà cá nhân đó đang sở hữu, những khoản thanh toán chậm hoặc nợ quá hạn…) và các yếu tố về hành vi cá nhân (như lịch sử vay – trả nợ, số lần trễ hẹn thanh toán, tính trung thực và hợp tác…).Tất cả những thông tin đó đều được thu thập và tổng hợp trong các hồ sơ XHTD về cá nhân đó.

Xếp hạng tín dụng doanh nghiệp:

Đây là hình thức tập trung vào đối tượng xếp hạng là các doanh nghiệp. Việc XHTD doanh nghiệp được thực hiện bằng nhiều phương pháp khác nhau, nhưng về cơ bản vẫn dựa trên các chỉ tiêu tài chính và phi tài chính của doanh nghiệp để đánh giá. Thông thường, các tổ chức tài chính, NHTM, công ty chứng khoán, các tổ chức nghiên cứu và ngay cả một vài cơ quan của NHNN (như CIC) cũng xây dựng hệ thống XHTD doanh nghiêp cho mình.

1.1.2.2. Xếp hạng tín dụng quốc gia

Loại hình XHTD này đánh giá mức độ tin cậy của một quốc gia, để từ đó có thể so sánh môi trường đầu tư giữa các quốc gia. Quốc gia nào càng được XHTD cao thì càng nhận được sự tín nhiệm của các nhà đầu tư nước ngoài nên sẽ thu hút được nhiều nguồn vốn đầu tư. Việc XHTD các quốc gia dựa trên các chỉ số phát triển chung như: chỉ số phát triển các ngành, chỉ số an toàn vốn đầu tư, tốc độ tăng trưởng kinh tế của quốc gia, mức độ bình ổn chính trị… Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

1.1.2.3. Xếp hạng tín dụng công cụ đầu tư

Các công cụ được xếp hạng chủ yếu vẫn là các công cụ như: trái phiếu công ty, trái phiếu chính phủ và các loại trái phiếu, kì phiếu của ngân hàng. Ở một số nước và một số tổ chức XHTD hiện này còn XHTD cả cổ phiếu ưu đãi, cổ phiếu thưởng… Việc XHTD đối với các loại công cụ đầu tư được thực hiện dựa trên một số chỉ tiêu như: khả năng thanh khoản, kì hạn, lãi suất, mệnh giá, các rủi ro có thể gặp phải… nước ta hiện nay mới chỉ tập trung xếp hạng các doanh nghiệp tham gia hoạt động tín dụng ở các NHTM, các doanh nghiệp niêm yết trên thị trường chứng khoán, chưa có nhiều sản phẩm, công cụ đầu tư,… nên việc XHTD các công cụ đầu tư là chưa được chú ý. Xếp hạng quốc gia thì chúng ta chưa có khả năng thực hiện mà chỉ dành cho những tổ chức xếp hạng lớn như Moody’s, Stand & Poor hay Fitch,… xếp hạng. XHTD cá nhân thì do việc thu thập và tìm kiếm thông tin đối với những đối tượng này khá phức tạp và khó kiểm soát, nên việc XHTD cá nhân vẫn chưa tiến hành phổ biến.

Trong phạm vi bài khóa luận, em đi tìm hiểu và nghiên cứu việc xếp hạng tín dụng đối với doanh nghiệp

1.1.3. Đặc điểm của xếp hạng tín dụng

Xếp hạng tín dụng có một số đặc điểm:

• Thứ nhất, XHTD được tiến hành dựa trên những thông tin thu thập được từ những đối tượng được XHTD, và những nguồn thông tin được coi là đáng tin cậy.
• Thứ hai, XHTD không phải là một sự giới thiệu để mua hay bán một đối tượng nào đó, nó cũng không phải là lời khuyên tài trợ, đầu tư hoặc nắm giữ các công cụ nợ, mà XHTD chỉ thực hiện chức năng độc lập là đánh giá mức độ rủi ro tín dụng hay mức độ tín nhiệm của một đối tượng được xếp hạng. Chúng chỉ là một trong những nhân tố mà nhà đầu tư và các nhà tài trợ nên tham khảo trước khi ra quyết định đầu tư, tài trợ.
• Thứ ba, kết quả XHTD chỉ là một tiêu chí phục vụ cho quá trình đưa ra các quyết định và có giá trị trong một khoảng thời gian nhất định. Xếp hạng tín nhiệm không đảm bảo tuyệt đối chất lượng tín dụng và rủi ro tín dụng trong tương lai

Như vậy, XHTD là một nhân tố quan trọng, nhưng không thể thay thế hoàn toàn cho việc thuyết minh về tính đáng tin cậy của đối tượng được XHTD.

1.1.4. Cơ sở của xếp hạng tín dụng Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Theo Vương Quân Hoàng (2006), một hệ thống XHTD cá nhân dựa trên cơ sở là việc giải đáp bốn vấn đề cơ bản là xác định thông tin cần lấy, xây dựng thang điểm, xác định trọng số và xây dựng mô hình. Từ nghiên cứu đó, ta có thể suy ra cơ sở cho việc xếp hạng doanh nghiệp theo thứ tự như sau:

1.1.4.1. Xác định các dấu hiệu nên đưa vào để lấy thông tin về KH, nên hay không nên đưa vào dấu hiệu nào?

Từ đây, khi một KH đến giao dịch xin cấp tín dụng sẽ được yêu cầu cung cấp các thông tin bản thân KH (định tính và cả định lượng). Thông tin là một tập hợp các dấu hiệu như: đối với các nhân là tuổi tác, trình độ học vấn, thu nhập, trình trạng hôn nhân,… đối với doanh nghiệp là loại hình công ty, quy mô, lĩnh vực kinh doanh, uy tín, lịch sử tín dụng, các báo cáo tài chính…mà chúng ta quyết định đưa vào.

Yêu cầu đầu tiên đặt ra về các dấu hiệu được đưa vào phải không tương quan với nhau. Tiếp theo là yêu cầu đưa vào các dấu hiệu sao cho đặc trưng được nhiều nhất như các dấu hiệu đó giúp KH dễ trả lời, ngân hàng dễ chứng thực tính đúng đắn 1.1.4.2. Xây dựng thang điểm cho các dấu hiệu

Từng dấu hiệu của KH sẽ được so sánh với thang điểm hoặc phân loại theo thang điểm để đưa vào mô hình hay bảng chấm điểm tín dụng. Đây là vấn đề ảnh hưởng rất nhiều đến việc giải quyết các vấn đề tiếp theo, đòi hỏi nhiều kỹ thuật phức tạp trong việc lập thang điểm cho mỗi dấu hiệu.

1.1.4.3. Xác định trọng số (hay tham số) cho mỗi dấu hiệu Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Trọng số này đặc trưng cho tầm quan trọng của dấu hiệu đó đối với khả năng thanh toán của KH

1.1.4.4. Xây dựng mô hình ra quyết định tín dụng dựa trên hàm điểm tín dụng

Từ điểm tín dụng của mỗi KH, được tính ra từ hàm điểm tín dụng, chúng ta tiến hành phân loại (xếp hạng tín dụng) tín nhiệm cho KH đó.Trong các vấn đề được đặt ra nói trên có thể nói vấn đề (1.1.4.3) và vấn đề (1.1.4.4) là quan trọng nhất và cũng phức tạp nhất.

1.1.5. Nguyên tắc xếp hạng tín dụng

1.1.5.1. Kết hợp phân tích định lượng và định tính

• Phân tích định lượng là việc lượng hóa các yếu tố rủi ro của KH trên cơ sở tính toán, đánh giá và cho điểm từ các tiêu thức định lượng. Nó được đo lường bằng số.
• Phân tích định tính là việc phân tích, đánh giá, cho điểm dựa trên đánh giá chủ quan của cán bộ xếp hạng tín nhiệm đối với các yếu tố rủi ro của KH không lượng hóa được
• Xếp hạng tín dụng KH kết hợp các tiêu chí định tính và định lượng thông qua việc phân tích, đánh giá và cho điểm đối với từng tiêu chí. Phân tích định tính để bổ sung cho những phân tích định lượng.

1.1.5.2. Tính khách quan của xếp hạng tín dụng

Số liệu: Việc thu thập số liệu để đưa vào mô hình XHTD cần được thực hiện một cách khách quan, linh động, có kiểm chứng. Sử dụng cùng lúc nhiều nguồn thông tin để có được cái nhìn toàn diện về tình hình tài chính của KH vay. Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Phê duyệt kết quả: Kết quả của xếp hạng tín dụng phải được phê duyệt bởi cấp cao hơn của người chấm và xếp hạng, hoặc được xếp hạng tự động qua hệ thống máy tính, dưới sự phản biện của người chấm điểm.

Tính đơn giản, dễ hiểu và dễ so sánh: Kết quả xếp hạng tín dụng phải đơn giản, dễ hiểu, dễ so sánh: xây dựng thang điểm, các chỉ tiêu được cho điểm, sau đó tổng hợp lại và phản ánh qua biểu tượng xếp hạng theo mẫu ký tự Latin

1.1.5.3. Xếp hạng tín dụng phải được thực hiện liên tục:

Mục đích của xếp hạng là đánh giá rủi ro hiện tại và dự báo rủi ro tương lai về khả năng trả nợ của KH. Song hoạt động kinh doanh của doanh nghiệp thì diễn ra liên tục và biến đổi khôn lường, bởi vậy việc xếp hạng tín dụng phải được thực hiện liên tục theo các báo cáo tài chính của doanh nghiệp.

1.1.6. Mục đích của xếp hạng tín dụng đối với ngân hàng thương mại

Xây dựng hệ thống thông tin KH cập nhật thường xuyên và đa dạng giúp đánh giá toàn diện các KH của ngân hàng theo danh mục tín dụng.

Xây dựng công cụ quản lý rủi ro tín dụng, trong đó KH được xếp hạng theo các mức độ tín nhiệm khác nhau, nhằm đánh giá mức độ rủi ro hiện tại, dự đoán rủi ro tiềm tàng để đưa ra các biện pháp phòng ngừa, đảm bảo tín dụng và chất lượng tín dụng tại từng Đơn vị kinh doanh.

Xây dựng chính sách tín dụng, chính sách KH phù hợp với mức độ rủi ro tín dụng để nâng cao hiệu quả cũng như bảo đảm an toàn cho hoạt động tín dụng.

Là cơ sở để thực hiện phân loại nợ KH và trích lập dự phòng rủi ro theo Điều 06 và Điều 07, Quy định số 493/2005/QĐ-NHNN.

Thiết lập hệ thống cơ sở dữ liệu thông tin rủi ro về KH, lĩnh vực cấp tín dụng nhằm hỗ trợ công tác cấp tín dụng và quản lý rủi ro tín dụng.

1.1.7. Ý nghĩa của Xếp hạng tín dụng doanh nghiệp Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

1.1.7.1. Đối với ngân hàng

Đối với một xếp hạng tín dụng đúng thì vai trò của nó được thể hiện như ở các mặt sau:

• Là căn cứ để ra quyết định cấp tín dụng: các định hạn mức tín dụng, thời hạn, mức lãi suất, biện pháp tiền vay…Phân tích tài chính chỉ là một trong các nội dung đánh giá doanh nghiệp, hiệu quả kinh doanh của doanh nghiệp là hệ quả tổng hợp của nhiều phương diện tác động: môi trường kinh doanh, chất lượng đội ngũ nhân sự, chất lượng quản trị…Do đó XHTD cung cấp một đánh giá tổng quát trên các yếu tố giúp ngân hàng đưa ra quyết định cấp tín dụng chính xác. Từ các đánh giá này, ngân hàng xây dựng hạn mức, thời gian vay, mức lãi suất, biện pháp tiền vay… đối với KH.
• Giám sát đánh giá KH, khi khoản tín dụng đang còn dư nợ. Thứ hạng KH cho phép ngân hàng dự báo chất lượng tín dụng và có biện pháp đối phó kịp thời. Từ đó hạn chế rủi ro tín dụng và những rủi ro khác của ngân hàng.
• Hệ thống XHTD của NHTM nhằm cung cấp dự đoán về khả năng xảy ra rủi ro tín dụng, có thể được hiểu là sự khác biệt về mặt kinh tế giữa những gì mà người đi vay hứa thanh toán với những gì mà NH thực sự nhận được. Đồng thời cũng hỗ trợ ngân hàng trong việc phân loại nợ và trích lập dự phòng rủi ro, tiến tới mục đích tối đa hóa lợi nhuận và bảo vệ sự ổn định của hệ thống ngân hàng. Khái niệm rủi ro được xét đến ở đây là một sự không chắc chắn hay một tình trạng bất ổn có thể ước đoán được xác suất xảy ra. Khái niệm tín dụng được hiểu là quan hệ chuyển giao quyền sử dụng vốn lẫn nhau giữa người cho vay và người đi vay theo nguyên tắc có hoàn trả. Quan hệ tín dụng dựa trên nền tảng sự tin tưởng lẫn nhau giữa các chủ thể.
• Nền tảng tin tưởng này rất dễ dàng bị phá vỡ và mang tính cảm tính, chính bởi vậy cần có một công cụ ước lượng mức độ tin tưởng này. Hệ thống XHTD cung cấp một ước lượng về mức độ tin tưởng của KH thông qua các thang điểm và hạng tín dụng.
• Hệ thống XHTD giúp ngân hàng giảm thiểu tổn thất từ rủi ro tín dụng xảy ra. Bởi hệ thống XHTD cung cấp một phân tích tổng quát, toàn diện và khoa học về khả năng đảm bảo trả nợ của KH. Một kết quả XHTD chính xác, giúp cho việc ra quyết định tín dụng được chính xác hơn, từ đó giảm thiểu những quyết định sai lầm, làm giảm bớt thiệt hại từ rủi ro tín dụng.
• Hệ thống XHTD tạo ra một cơ chế đánh giá khách quan và thông nhất về KH trên toàn hệ thống của ngân hàng.

Ở góc độ quản lý toàn bộ danh mục đầu tư, hệ thống XHTD còn giúp ngân hàng:

• Phát triển chiến lượng Marketing nhằm hướng tới các KH có ítrủi ro và phát hiện KH tiềm năng.
• Ước lượng mức vốn đã cho vay sẽ không thu hồi được để trích lập dự phòng tổn thất tín dụng. Hệ thống xếp hạng giúp cho việc nâng cao chất lượng quản trị rủi ro NH, tăng cường khả năng cạnh tranh trong quá trình hội nhập kinh tế quốc tế.

Như phân tích ở trên, xếp hạng tín dụng đúng có vai trò rất quan trọng đối với ngân hàng. Song tất cả các vai trò đó chỉ có được khi kết quả XHTD đó là chính xác và khách quan. Một khi kết quả XHTD đó là không chính xác thì hậu quả nó gây ra sẽ rất lớn, tổn thất nặng nề tới lợi nhuận cũng như ảnh hưởng đến sự tồn tại của ngân hàng. Khi kết quả XHTD là sai, thì các quyết định về việc đồng ý cho KH vay, hạn mức cho vay của KH cũng là sai lầm, làm cho mọi chính sách và biện pháp quản lý KH đều sai, dẫn đến nguy cơ KH không trả được nợ. Vậy, XHTD có ý nghĩa tối quan trọng đối với ngân hàng và XHTD chính xác mang tính sống còn đối với các quyết định cho vay của ngân hàng.

1.1.7.2. Đối với nhà phát hành Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Nhà phát hành bao gồm các doanh nghiệp phát hành các công cụ nợ, doanh nghiệp cần huy động vốn, trung gian tài chính…

• Một là, xếp hạng tín nhiệm giúp các công ty mở rộng thị trường vốn trong và ngoài nước, giảm bớt sự phụ thuộc vào các khoản vay ngân hàng. Xếp hạng tín nhiệm cũng giúp duy trì sự ổn định nguồn tài trợ cho công ty, các công ty được xếp hạng cao có thể duy trì được thị trường vốn hầu như trong mọi hoàn cảnh, ngay cả khi thị trường vốn có những biến động bất lợi.
• Hai là, mở rộng các nhà đầu từ tiền năng. Bởi vì xếp hạng tín nhiệm có tác dụng rất lớn trong việc bảo vệ các nhà đầu tư thông qua việc xếp hạng khả năgn về thanh toán cả gốc và lai của một nhà phát hành nhất định, do đó, các đợt phát hành có công bố xếp hạng tín nhiệm sẽ khích thích các nhà đầu tư tham gia mạnh hơn.
• Ba là, duy trì sự ổn định của thị trường. XHTD có thể giúp nhà phát hành duy trì được thị trường vốn huy động trong mọi hoàn cảnh; ngay trong trường hợp thị thị trường nhiều diễn biễn bất lợi. Đối vơi nhà phát hành, XHTD càng cao thì khả năng ổn định thị trường vốn càng lớn.

1.1.7.3. Đối với nhà đầu tư

Xếp hạng tín dụng giúp nhà đầu tư có thêm công cụ đánh giá rủi ro tín dụng, giảm thiểu chi phí thu thập, phân tích, giám sát khả năng trả nợ của các tổ chức phát hành trái phiếu, công cụ nợ.

Xếp hạng tín dụng càng cao thì chi phí vay (lãi suất) càng giảm, các nhà đầu tư sẵn sàng nhận một mức lãi suất thấp hơn cho một chứng khoán an toàn hơn.

Xếp hạng tín dụng giúp cho nguồn tài trợ linh hoạt hơn, công ty phát hành có thể cơ cấu thời hạn và tổng giá trị chứng khoán phát hành một cách thích hợp.

1.1.7.4. Đối với cơ quan quản lý Nhà nước

Thông tin XHTD doanh nghiệp sẽ giúp các cơ quan quản lý nhà nước đánh giá được đối tượng mình quản lý, có cơ sở thông tin để so sánh theo ngành kinh tế, lĩnh vực hoạt động doanh nghiệp. Là cơ sở giúp các cơ quan quản lý nhà nước đưa ra những giải pháp thích hợp nhất để thúc đẩy sự phát triển và hoạt động của doanh nghiệp trong ngành kinh tế nói riêng và toàn bộ nền kinh tế nói chung, nhằm bảo đảm một môi trường kinh tế hoạt động lành mạnh.

Đối với Ngân hàng nhà nước: qua thông tin từ XHTD doanh nghiệp, Ngân hàng nhà nước có thể biết mức độ rủi ro theo từng ngành, vùng kinh tế, loại hình doanh nghiệp, từ đó có chính sách tiền tệ, tín dụng thích hợp, thanh tra giám sát các tổ chức tín dụng.

Việc xếp hạng tín dụng doanh nghiệp đòi hỏi các doanh nghiệp muốn được xếp hạng phải minh bạch và công khai các báo cáo tài chính của mình. Điều này cho phép hình thành một thị trường cân bằng và minh bạch thông tin tài chính và hơn nữa hạn chế tính mất cân xứng về thông tin thị trường, làm cho thị trường tài chính ngày càng được chuẩn hóa và mang tính toàn cầu hóa. Vì thế phát triển tốt dịch vụ xếp hạng tín dụng có thể là cách xây cầu nối giữa nguồn vốn nước ngoài và sự khát vốn của thị trường trong nước.

Xếp hạng tín nhiệm giúp thị trường tài chính minh bạch hơn, nâng cao hiệu quả của nền kinh tế và tăng cường khả năng giám sát thị trường của chính phủ.

1.2. Quy trình và phương pháp xếp hạng tín dụng Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

1.2.1. Quy trình xếp hạng tín dụng

Trong quá trình tiến hành XHTD một đối tượng, người ta phải thực hiện nhiều công việc khác nhau theo một trình tự nhất định. Những công việc này có những mối liên kết và bổ sung lẫn nhau, bởi vậy quy trình xếp hạng cần được xếp theo một trình tự hợp lý và khoa học. Trên cơ sở tham khảo và rút kinh nghiệm của các quy trình xếp hạng đã được công bố trên thế giới, trình tự cơ bản của XHTD được em tổng hợp tiến hành theo sơ đồ sau:

Hình 1.1: Sơ đầu quy trình xếp hạng tín dụng doanh nghiệp

Xác định mục đích xếp hạng

• Xếp hạng đối tượng nào?
• Mục đích xếp hạng?
• Dấu hiệu gì cần được thu thập từ đối tượng?

Thu thập thông tin về đối tượng xếp hạng

• Nguồn thông tin bên trong ngân hàng
• Nguồn thông tin từ KH
• Nguồn thông tin bên ngoài
• Kiểm tra độ tin cậy thông tin

Phân tích thông tin

Lựa chọn phương pháp thích hợp để phân tích

Rút ra kết luận và đánh giá ban đầu

Kết luận có thỏa mãn mục đích đưa ra ?

Kết quả có đảm bảo tính khách quan, chính xác và đáng tin cậy không?

Theo dõi giám sát đối tượng

• Tổng hợp kết quả xếp hạng so sánh với thực tế rủi ro xảy ra.
• Tiến hành so sánh thực tế rủi ro và kết quả dự báo của mô hình tiến tới xem xét điều chỉnh mô hình

1.2.2. Các nhân tố cần được xem xét khi xếp hạng tín dụng Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Nhằm đảm bảo nguyên tắc khách quan và phản ánh sát thực nhất khả năng trả nợ của doanh nghiệp, thì khi thực hiện xếp hạng tín dụng doanh nghiệp thì vấn đề về độ tin cậy của nguồn thông tin tín dụng cần phải được xem xét kỹ lưỡng, bởi chỉ có như vậy chúng ta mới có được một kết quả xếp hạng có độ tin cậy cao nhất và có ý nghĩa nhất. Đồng thời đối với doanh nghiệp, khi xếp hạng có hai nhóm thông tin mà chúng ta phải quan tâm đó là nhóm thông tin tài chính và nhóm thông tin phi tài chính. Sau đây em muốn hệ thống lại các vấn đề cần xem xét khi xếp hạng tín dụng doanh nghiệp như sau:

1.2.2.1. Yếu tố về các chỉ tiêu tài chính của doanh nghiệp

Việc đánh giá yếu tố tài chính của doanh nghiệp dựa trên phương pháp định lượng qua việc phân tích báo cáo tài chính năm gần nhất. Các nhóm chỉ tiêu tài chính được xem xét gồm: Nhóm chỉ tiêu thanh khoản, nhóm chỉ tiêu hoạt động, nhóm chỉ tiêu cân nợ, và nhóm chỉ tiêu thu nhập. Các chỉ tiêu tài chính được thể hiện dưới bảng sau:

Bảng 1.2 Các chỉ tiêu tài chính dùng trong XHTD

Đánh giá khả năng trả nợ ngắn hạn của DN từ tài sản ngắn hạn.

Đánh giá khả năng thanh khoản đối với các khoản nợ ngắn hạn của DN bằng tài sản ngắn hạn, không kể hàng tồn kho.

Đánh giá khả năng thanh toán tức thời của DN bằng tiền và các khoản tương đương tiền

Đánh giá hiệu suất sử dụng tài sản lưu động của DN, cụ thể là cứ 1 đơn vị tài sản lưu động sử dụng trong kỳ DN tạo ra bao nhiêu đơn vị doanh thu thuần Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Đánh giá hàng tồn kho quay được bao nhiêu vòng trong một chu kỳ tồn kho

Vòng quay các khoản phải thu

Hiệu suất sử dụng tài sản cố định

Vòng quay các khoản phải trả

Chỉ tiêu cân nợ

Tổng nợ phải trả/ Tổng tài sản

Nợ dài hạn/ Vốn chủ sở hữu

Chỉ tiêu thu nhập

Lợi nhuận gộp/ Doanh thu thuần

Lợi nhuận từ hoạt động kinh doanh (không bao gồm hoạt động tài chính)/ Doanh thu thuần

Lợi nhuận sau thuế/ Vốn chủ sở hữu bình quân

Lợi nhuận sau thuế/ Tổng tài sản bình quân quân

• Doanh thu thuần/ Các khoản phải thu bình quân
• Doanh thu thuần/ Giá trị còn lại của TSCĐ bình quân
• (Giá vốn hàng bán+hàng tồn kho cuối kỳ – hàng tồn kho đầu kỳ)/ Các khoản phải trả bình quân
• Tổng nợ phải trả/ Tổng tài sản
• Nợ dài hạn/ Vốn chủ sở hữu
• Lợi nhuận gộp từ bán hàng và cung cấp dịch vụ/ Doanh thu thuần
• (Lợi nhuận thuần từ hoạt động kinh doanh – Thu nhập thuần từ hoạt động tài chính + Chi phí cho hoạt động tài chính)/ Doanh thu thuần
• Lợi nhuận sau thuế/Vốn chủ sở hữu bình quân
• Lợi nhuận sau thuế/ Tổng tài sản bình quân kinh doanh để tạo ra doanh thu

Đánh giá hiệu quả trong việc quản lý các khoản phải thu của DN

Đánh giá hiệu quả sử dụng tài sản cố định của DN, cụ thể là cứ 1 đơn vị TSCĐ sử dụng trong kỳ có thể tạo ra bao nhiêu đơn vị doanh thu

Chỉ số này cho biết doanh nghiệp đã sử dụng chính sách tín dụng của nhà cung cấp như thế nào.

Chỉ tiêu này cho biết cơ cấu nợ phải trả trong tổng tài sản của DN

Tỷ trọng này đánh giá việc cân đối giữa nợ dài hạn và vốn chủ sở hữu.

Chỉ tiêu này cho biết hiệu quả kinh doanh của DN, cứ 1 đơn vị doanh thu thuần trong kỳ thì tạo ra bao nhiêu đơn vị lợi nhuận gộp.

Chỉ tiêu này cho biết cứ 1 đơn vị doanh thu thuần thu được trong kỳ tạo ra bao nhiêu đơn vị lợi nhuận từ hoạt động kinh doanh, không bao gồm lợi nhuận từ hoạt động tài chính.

Chỉ tiêu này cho biết cứ 1 đơn vị vốn chủ sở hữu bình quân đầu tư vào sản xuất kinh doanh trong kỳ thì tạo ra bao nhiêu đơn vị lợi nhuận sau thuế. Chỉ tiêu này càng cao chứng tỏ hiệu quả sử dụng vốn chủ sở hữu của DN càng cao.

Chỉ tiêu này cho biết cứ 1 đồng tổng tài sản bình quân sử dụng trong kỳ tạo ra bao nhiêu đồng lợi nhuận sau thuế. Chỉ tiêu này càng cao thể hiện hiệu quả sử dụng tổng tài sản của DN càng cao.

Chỉ tiêu này cho biết hiệu quả sử = (Lợi nhuận trước  dụng đòn cân nợ của DN , cứ 1 đơn thuế  +  Chi  phí  lãi  vị chi phí lãi vay bỏ ra trong kỳ tạo vay)/ Chi phí lãi vay  ra bao nhiêu đơn vị lợi nhuận trước thuế và lãi vay.

1.2.2.2. Yếu tố về các chỉ tiêu phi tài chính của doanh nghiệp Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Các yếu tố phi tài chính được đánh giá bằng phương pháp định tính và định lượng. Các nhóm chỉ tiêu phi tài chính được xem xét gồm:

• Khả năng trả nợ của doanh nghiệp: Các chỉ tiêu này gồm các chỉ tiêu như:
• Doanh thu dự kiến, thu nhập thuần sau thuế dự kiến: được ước lượng trên kế hoạch kinh doanh trong năm tới, tốc độ tăng trưởng trung bình thực tế của thu nhập thuần trong 3 năm gần đây.
• Chi phí khấu hao dự kiến, tiền và tương đương tiền, các khoản phải thu, hang tồn kho có thể chuyển đổi thành tiền trong thời gian ngắn, các khoản phải trả…
• Tổng dư nợ bình quân trong vòng 12 tháng gần nhất tại tất cả các ngân hàng, vốn vay trung và dài hạn đến hạn trả dự kiến, tỷ lệ tài trợ vốn ngắn hạn…
• Trình độ quản lý và môi trường nội bộ doanh nghiệp: Số năm kinh nghiệm của người quản lý, uy tín và tư cách người quản lý, trình độ người quản lý, số năm hoạt động của doanh nghiệp, văn hóa doanh nghiệp,…
• Quan hệ với Ngân hàng: Số năm quan hệ tín dụng với ngân hàng, Mức độ uy tín đối với ngân hàng…
• Các nhân tố ảnh hưởng đến ngành: Tốc độ phát triển ngành, tác động của chính sách của Chính phủ đến phát triển ngành…
• Các nhân tố ảnh hưởng đến hoạt động của doanh nghiệp.

1.2.2.3. Yếu tố về độ tin cậy của nguồn thông tin tín dụng

Nguồn lấy thông tin về KH: Đối với doanh nghiệp có hai loại thông tin đó là thông tin tài chính và thông tin phi tài chính.

Thông tin tài chính thì được lấy từ các báo cáo tài chính và hồ sơ tài chính của doanh nghiệp. Báo cáo tài chính gồm: Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh, Báo cáo lưu chuyển tiền tệ và Thuyết minh báo cáo tài chính.

Đối với những báo cáo tài chính này, chúng ta có được từ KH cung cấp. Các báo cáo đó có thể được kiểm toán hoặc không được kiểm toán. Đối với những báo cáo được kiểm toán chấp nhận toàn phần, thì báo cáo đó là nguồn thông tin đáng tin cậy và chính xác đối với nhà xếp hạng. Đối với các báo cáo tài chính không được kiểm toán, hoặc không được kiểm toán chấp nhận toàn phần thì mức độ tin cậy thấp hơn. Để đảm bảo được tính chính xác của các thông tin trong báo cáo, chúng ta có thể sử dụng các hồ sơ tài chính khác để kiểm tra tính chính xác của báo cáo đó. Các hồ sơ tài chính khác có thể gồm: Báo cáo kê khai thuế hàng tháng, báo cáo quyết toán thuế hàng quý, hàng năm. Các hợp đồng kinh tế trong năm, hóa đơn đầu ra, đầu vào của doanh nghiệp…

Nguồn thông tin phi tài chính: thông tin phi tài chính được tổng hợp từ tiếp xúc trực tiếp với KH, từ điều tra của cán bộ tín dụng đối với KH, từ nguồn thông tin nội bộ của ngân hàng, từ các nguồn thông tin bên ngoài như: báo chí, internet, từ các công ty quan hệ với KH…

1.2.3. Phương pháp xếp hạng tín dụng Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Mục đích XHTD là dự đoán những KH có khả năng rủi ro cáo chứ không nhằm lý giải tại sao họ phá sản, hay tìm câu trả lời cho giả thuyết về mối quan hệ giữa khả năng phá sản với các biến số kinh tế xã hội. Các phương pháp XHTD hiện đại bao gồm những phương pháp nghiên cứu thống kê dựa trên sự hồi quy và cây phân loại còn được gọi là thuật toán đệ quy phân định; hoặc phương pháp vận trù học dựa trên toán học để giải quyết các bài toán tài chính bằng quy hoạch tuyến tính, qua đó nhà quản trị có được quyết định hợp lý cho các hành động trong hiện tại và tương lai.

1.2.3.1. Phương pháp chuyên gia (analyst driven ratings)

Một cách tổng quát, các tổ chức xếp hạng tín nhiệm sẽ phân công một nhà phân tích đứng đầu, kết hợp với một đội ngũ chuyên gia để đánh giá khả năng thanh toán nợ của đối tượng cần xếp hạng. Các nhà phân tích sẽ tìm kiếm thông tin trong các báo cáo của công ty, thông tin thị trường và cả thông tin từ phỏng vấn hay thảo luận với ban quản trị công ty. Họ sử dụng những thông tin đó để đánh giá tình trạng tài chính, hoạt động kinh doanh, chính sách và các chiến lược quản trị rủi ro của toàn công ty, từ đó đưa ra hạng mức tín nhiệm cho công ty. 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 và khả năng phản ánh tương lai một cách tự nhiện 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 thống thống các đánh giá dự báo của các chuyên gia.

1.2.3.2. Phương pháp xếp hạng tín dụng theo mô hình toán học

Nội dung: XHTD theo mô hình toán học là phương pháp khoa học kết hợp sử dụng dữ liệu nghiên cứu thống kê và áp dụng mô hình toán học để phân tích, tính điểm cho các chỉ tiêu đánh giá trong mô hình một biến hoặc đa biến. Các chỉ tiêu sử dụng trong XHTD được lập theo nhóm bao gồm chỉ tiêu tài chính và chỉ tiêu phi tài chính.

Trong quá trình XHTD, sử dụng các thủ tục thống kê đòi hỏi việc đưa ra các giả thuyết liên quan tới tiêu chuẩn khả năng đảm bảo trả nợ. Những giả thuyết này xem xét đến khả năng đảm bảo trả nợ của doanh nghiệp là cao, thấp hơn khả năng trả nợ trung bình của những doanh nghiệp có khả năng trả nợ so với những KH không có khả năng trả nợ. Những thông tin về khả năng trả nợ của mỗi cá nhân đề được thực hiện thông qua bộ số liệu thực nghiệm, những giả thuyết này có thể bị bác bỏ hoặc được chấp nhận một cách phù hợp. Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Khi các thủ tục thống kê được sử dụng, thì sự lựa chọn và xác định trọng số trong những nhân tố có ảnh hưởng đến khả năng trả nợ của doanh nghiệp được tiến hành một các khách quan, từ những thông tin sẵn có về khả năng trả nợ. Trong quá trình này, sự lựa chọn và xác định trọng số được tiến hành chính xác bằng phương pháp tích thích hợp. Vì vậy, KH có khả năng trả nợ hay không, sẽ được phân loại trong bộ dữ liệu thực nghiệm một cách tối ưu nhất.

Sự phù hợp của mô hình thống kê, phụ thuộc rất lớn vào chất lượng của bộ dữ liệu thực nghiệm. Thứ nhất, phải đảm bảo bộ số liệu là đủ lớn và thỏa mãn các giả thuyết về mặt thống kê. Thứ hai, đảm bảo rằng dữ liệu sử dụng phản ánh chính xác lĩnh vực mà tổ chức tín dụng có kế hoạch sử dụng mô hình. Nếu không thỏa mãn, việc phát triển mô hình xếp hạng thống kê sẽ chỉ phân loại chính xác đối với bộ dữ liệu thực nghiệm, nhưng không đưa ra được kết luận đáng tin cậy đối với tổng thế.

Ưu điểm của mô hình điểm số:

• Xác định mức ảnh hưởng của các nhân tố đến rủi ro tín dụng
• So sánh mức độ quan trọng giữa các nhân tố
• Cải thiện việc định giá rủi ro tín dụng
• Có căn cứ chính xác hơn trong việc sàng lọc, lựa chọn các đơn đề nghị vay vốn
• Tính toán chính xác hơn mức dự trữ cần thiết cho các rủi ro tín dụng dự tính Trong thực tế, tùy thuộc vào phương pháp mô hinh điểm số mà ta có thể tiếp cận theo các mô hình sau:

Mô hình phân tích phân biệt:

Mô hình phân tích phân biệt được xây dựng trên cơ sở phương pháp DA (Discriminent Analise). Mục tiêu chung của DA trong XHTD là phân biệt giữa doanh nghiệp có nguy cơ không trả được nợ là có khả năng trả nợ một cách khách quan, chính xác nhất, bằng việc sử dụng hàm phân biệt, trong đó biến số là các chỉ tiêu tài chính của doanh nghiệp. Mục tiêu chính là tìm một hệ thống các tổ hợp tuyến tính của các biến nhằm phân biệt tốt nhất các biến, các cá thể trong mỗi nhóm gần nhau nhất và các nhóm được phân biệt tốt nhất (xa nhau nhất).

Giả thuyết của mô hình:

• Giả thiết 1: kích thước mẫu của mỗi nhóm phải lớn hơn số biến độc lập hay biến dự báo và phải đủ lớn. Số biến độc lập lớn nhất là (n – 2) trong đó n là kích thước mẫu.
• Giả thiết 2: Các biến độc lập có phân phối chuẩn.
• Giả thiết 3: Ma trận hiệp phương sai là thuần nhất.
• Giả thiết 4: Giữa các biến độc lập không có quan hệ tuyến tính.

Nhận xét:

Trong thực hành mô hình phân tích phân biệt được vận dụng khá nhiều trong XHTD (đã được ứng dụng vào những năm 1930). Tuy nhiên, nếu dữ liệu là định tính thì việc áp dụng DA là không thể thực hiện được. Mô hình này chỉ thực sự phù hợp cho việc phân tích số liệu là các chỉ tiêu tài chính. Khi đánh giá tính thích hợp của mô hình DA thì điều cần thiết là việc kiểm định xem nó có thỏa mãn các giả thiết toán học không, đặc biệt là tính phân phối chuẩn của các nhân tố liên quan tới khả năng trả nợ. Nếu giả thiết về tính phân phối chuẩn không được thỏa mãn, thì kết quả mô hình là không tối ưu và ít có ý nghĩa trong sử dụng cũng như đạt được sự công nhận.

Một lợi thế của việc sử dụng mô hình phân tích phân biệt so với thủ tục phân loại khác là hàm phân biệt có dạng tuyến tính và hệ số riêng được diễn tả bằng thuật ngữ kinh tế

Mô hình Logit và Probit: Mô hình Logit:

Mô hình Logit nghiên cứu sự phụ thuộc của một biến nhị phân vào các biến độc lập khác. Mục tiêu của các mô hình này là sử dụng những nhân tốcó ảnh hưởng đến khả năng đảm bảo trả nợ (biến độc lập) để xác định khả năng trả được nợ (biến phụ thuộc) của cá nhân này là bao nhiêu. Nghĩa là, mô hình Logit có thể ước lượng xác suất một cá nhân có trả được nợ là bao nhiêu trực tiếp từ mẫu. Trong XHTD cá nhân người ta thường sử dụng mô hình Logit để thể hiện mối quan hệ này.

Cấu trúc của dữ liệu trong mô hình như sau:

Mô hình Probit

Cấu trúc dữ liệu cũng tương tự như mô hình Logit, mô hình này cũng ước lượng được xác suất trả nợ của doanh nghiệp. Trong mô hình Probit, chúng ta có giả thiết sai số ngẫu nhiên có sai số chuẩn hóa: ~  (0,1)

Trong đó F là hàm phân phối xác suất tích lũy

Khi đó hàm hợp lý có dạng:

Việc ước lượng các tham số trong mô hình, chúng ta có thể thực hiện được nhờ máy tính bằng sử dụng phần mềm thống kê.

Nhận xét mô hình Logit và Probit:

Xác suất (P) đại diện cho sự kết hợp tuyến tính của các nhân tố đưa vào mô hình xếp hạng. Sự khác nhau trong giả thiết giữa mô hình Logit và Probit là mô hình Logit giả định hạng nhiễu phân phối chuẩn logistic, trong khi Probit giả định hạng nhiễu phân phối chuẩn thông thường. Tuy nhiên, sự khác biệt giữa Logit và Probit không đáng kể và không có ý nghĩa về mặt thống kê. Charles M. Friel trong nghiên cứu “Linear probability response models: Probit and Logit” đã chỉ ra vấn đề này.

Như những phương pháp khác, mô hình Logit và Probit cũng được sử dụng trong tất cả các phần XHTD. Trong quá trình sử dụng mô hình này không đòi hỏi các giả thuyết về những nhân tố liên quan tới khả năng trả nợ dù là định tính hay định lượng đều có thể được xử lý mà không gặp phải bất cứ một vấn đề nào. Tuy nhiên, trong quá trình xử lý dữ liệu, đòi hỏi phải có một số lượng dữ liệu đủ lớn cho mỗi phạm trù trong số liệu thống kê, đặc biệt là số liệu về các doanh nghiệp không trả được nợ.

Ưu điểm của mô hình Logit và Probit so với các mô hình khác là kết quả của nó có thể cung cấp trực tiếp được xác suất cá nhân có khả năng trả nợ là bao nhiêu.

Mô hình Logit có một số lợi ịch hơn so với mô hình DA

• Thứ nhất, mô hình Logit không đòi hỏi các nhân tố đầu vào phân phối chuẩn;
• Thứ hai, kết quả của mô hình hồi quy Logit có thể tính được trực tiếp xác suất của nhóm tham gia;
• Thứ ba, mô hình hồi quy Logit thường cho kết quả chính xác hơn mô hình DA. Những năm gần đây, mô hình này được sử dụng nhiều trong nghiên cứu lý thuyết và thực tế Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Phương pháp tiếp cận lân cận gần nhất K và mạng Neutral Machine learning (nhiều tác giả dịch là “học máy”) là một lĩnh vực của trí tuệ nhân tạo mà nó liên quan đến thiết kế và phát triển các thuật toán cho phép cải thiện khả năng thực thi các chức năng dựa trên cơ sở dữ liệu. Mục tiêu chính trong nghiên cứu machine learning là đưa ra những mô hình có kết quả được tạo ra một cách tự động từ những quy luật hay kiểu mẫu từ dữ liệu. Do đó, các mô hình này đòi hỏi phải có dữ liệu đầu vào lớn. Các nhóm thuật toán trong machine learning gồm supervised learning, unsupervised learning, semi-supervised learning, reinforcement learning, transduction và learning to learn. Mỗi nhóm này có một chức năng khác nhau, ở đây em quan tâm đến nhóm supervised learning, mà các thuât toán của nó sau đây, đang được sử dụng để xếp hạng tín nhiệm trên thế giới như là những kỹ thuật riêng lẻ tốt nhất: lân cận gần nhất K (K-nearest neighbor) và mạng nơron thần kinh (neural network).

Lân cận gần nhất K một trong số những thuật toán machine learning đơn giản nhất. Thuật toán này phân loại dựa trên phương pháp chọn những quan sát gần nhau trong không gian véc tơ đa chiều của các biến độc lập tạo thành một nhóm, mức độ gần nhau của các quan sát phụ thuộc vào K. K là một số nguyên dương và có đặc trưng là nhỏ. Tương tự đối với hồi quy, bằng cách phân giá trị của quan sát gần với trung bình giá trị của nhóm các quan sát nằm trong khoảng lân cận gần nhất K giá trị của biến nào càng gần mức trung bình thì tỷ trọng của nó càng lớn.

Mạng nơron thần kinh là một kỹ thuật phân tích khác để xây dựng mô hình dự báo. Mạng nơron 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. Hơn nữa nó hữu dụng khi mục tiêu dự báo là quan trọng hơn giải thích.

Nhận xét:

Một trong những thuận lợi của mô hình mạng là nó có thể giải quyết mối quan hệ phi tuyến. Mô hình ước lượng và dự báo dựa trên phương pháp lân cận gần nhất K và mạng nơron thần kinh tốt hơn mô hình Logit và Probit, sau đó mới là phương pháp DA. Nhưng do mạng nơron đòi hỏi dữ liệu đầu vào lớn, tối thiểu thường từ 500 quan sát trở lên, các phương pháp này cũng rất phức tạp và chưa phổ biến ở nước ta.

Ngoài các phương pháp trên còn một số phương pháp khác như phương pháp giải thuật di truyền (Genetic Algorithm) và phương pháp cây phân loại (Classification Tree Analysis).

1.2.3.3. Phương pháp XHTD theo mô hình kết hợp Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Những phân tích và nhận xét về các phương pháp XHTD cá nhân cho thấy không có phương pháp nào tỏ ra toàn năng mà mỗi phương pháp có thể áp dụng thích hợp cho một số nội dung đánh giá nhất định, Vì vậy, để tận dụng những ưu điểm và hạn chế nhược điểm của mỗi phương pháp, người ta có thể áp dụng phương pháp kết hợp.

Nội dung của phương pháp kết hợp là việc áp dụng nhiều phương pháp trong quá trình đánh giá và với mỗi nội dung cần đánh giá chỉ áp dụng những phương pháp đánh giá phù hợp với tiêu thức đó. Căn cứ vào nội dung của phương pháp, các yêu cầu chủ yếu của một mô hình cũng trong thực tế XHTD, các mô hình miêu tả ở phần trên ít khi sử dụng dưới các dạng thuần túy của nó. Các mô hình thường được kết hợp với một trong 2 dạng mô hình khác. Phương pháp kết hợp này thể hiện có nhiều lợi thế vì chúng bổ sung cho nhau.

1.3. Một số kinh nghiệm và nghiên cứu về mô hình xếp hạng tín dụng doanh nghiệp

1.3.1. Một số nghiên cứu về xếp hạng tín dụng

Theo quan điểm lý thuyết, sự vỡ nợ (bankruptcy) là một khái niệm tương đối đơn giản. Sự vỡ nợ xảy đến bất cứ khi nào mà dòng tiền hiện tại hoặc dòng tiền hiện tại cộng với giá trị kỳ vọng của dòng tiền tương lai ít hơn các nghĩa vụ nợ. Ý niệm này là một phần của mô hình cấu trúc vốn tối ưu sớm nhất. Sau đây là một số nghiên cứu về mô hình xác định rủi ro vỡ nợ của doanh nghiệp.

Theo đó, Wilcox (1971) đã phát triển một khuôn khổ của sự thất bại trong kinh doanh (the failure framework) dựa trên sự phá sản nổi tiếng của những người đầu cơ đầu cơ (gambler’s ruin). Scott (1981) đã mở rộng khuôn khổ này. Ý tưởng cơ bản của nó đó là nếu dòng tiền hiện tại dự đoán chính xác tình hình tài chính, khi đó dòng tiền trong quá khứ và hiện tại có thể là một thước đo cho khả năng vỡ nợ. Đó là, chúng ta nên dự đoán cấu trúc dòng tiền để phân biệt giữa các công ty vỡ nợ và công ty không vỡ nợ. Một vài công trình nghiên cứu như của Casey và Bartczak (1985), Gentry (1985) và Aziz (1988) đã sử dụng biến dòng tiền trong mô hình của họ như là một đặc điểm mang tính lý thuyết được xác định để dự đoán khả năng vỡ nợ của công ty.

Mô hình Logit và Probit của Martin (1977) và Ohlson (1980), mô hình phân chia đệ quy Frydman (1985) và Thang tỷ lệ đa chiều của Mar Molinero và Ezzamel (1991), học thuyết Catatrophe của Gregory năm 1991, mạng Neural của Tam (1991), hàm logit đa thức của Johnsen và Melicher (1994) và phương pháp Multicriteria decision aid của Zopounidis và Doumpos (1999) là những ngiên cứu gần đây về mô hình xác định rủi ro vỡ nợ của doanh nghiệp.

1.3.2. Mô hình chỉ số Z của Edward I. Altman Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

Chỉ số Z được xây dựng bởi Edward I. Altman (1968), Đại Học New York, dựa vào việc nghiên cứu khá công phu trên số lượng lớn các công ty khác nhau tại Mỹ. 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, Indian… Chỉ số này dựa trên phương pháp thống kê với công cụ phân tích biệt số đa yếu tố (MDA). Dạng tổng quát của mô hình: = + ∑

Trong đó: c – là hằng số; ri – là các tý suất tài chính và chỉ tiêu phi tài chính được sử dụng như những biến số, ci – là các hệ số của mỗi biến số trong mô hình.

Chỉ số Z bao gồm 5 tỷ số X1, X2, X3, X4, X5.

Doanh thu

Đo lường khả năng quản trị của công ty để tạo ra doanh thu trước sức ép cạnh tranh của các đối thủ khác.

Tỷ số này có mức ý nghĩa thấp nhất trong mô hình nhưng nó là một tỷ số quan trọng vì giúp khả năng phân biệt của

Tổng tài sản mô hình được nâng cao.

X5 thay đổi trên một khoảng rộng đối với các ngành khác nhau và các quốc gia khác nhau.

Bảng 1.3: Mô hình điểm số Z áp dụng với 1 số loại hình doanh nghiệp:

Nếu Z >2.99: Doanh nghiệp nằm trong vùng nguy hiểm, nguy cơ phá sản cao.

Vì sự khác nhau khá lớn của X5 giữa các ngành, nên X5 được đưa ra.

TÓM TẮT CHƯƠNG 1

Chương I đã khái quát và hệ thống hóa một số vấn đề lý luận về XHTD, cũng như XHTD doanh nghiệp:

Tổng quan về XHTD:

• Một số khái niệm về XHTD và chấm điểm tín dụng
• Đối tượng của XHTD gồm 3 đối tượng: XHTD người đi vay gồm cá nhân và doanh nghiệp; XHTD quốc gia và XHTD công cụ đầu tư.
• Đặc điểm của XHTD gồm 03 đặc điểm
• Cơ sở của XHTD gồm 04 cơ sở.
• Nguyên tắc XHTD
• Mục đích XHTD
• Tầm quan trọng của XHTD
• Quy trình xếp hạng tín dụng
• Các nhân tố cần được xem xét khi XHTD doanh nghiệp:
• Yếu tố tài chính của doanh nghiệp
• Yếu tố phi tài chính của doanh nghiệp
• Yếu tố độ tin cậy của thông tin.
• Một số phương pháp XHTD:
• Phương pháp chuyên gia
• Phương pháp mô hình toán học
• Mô hình phân biệt tuyến tính DA
• Mô hình Logit và Probit
• Mô hình lân cận gần nhất K và mạng neutral
• Phương pháp kết hợp.
• Một số kinh nghiệm, nghiên cứu về mô hình XHTD
• Các nghiên cứu về mô hình XHTD
• Mô hình chỉ số Z của Edward I. Altman

Những nội dung lý luận về XHTD tạo lập được trên cơ sở lý thuyết để vận dụng vào việc phân tích, đánh giá các kết quả nghiên cứu về XHTD trước đây, cũng như thực trạng ở Việt Nam và là cơ sở hoàn thiện hơn hệ thống XHTD doanh nghiệp của NH Quốc Tế Việt Nam. Khóa luận: Mô hình Logit trong xếp hạng Ngân hàng VIB

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY    

===>>> Khóa luận: Tổng quan về mô hình Logit tại Ngân hàng VIB