Luận văn Thạc sĩ Kinh tế: Ứng dụng mô hình phân tích đa biệt thức trong đo lường rủi ro tài chính của khách hàng doanh nghiệp tại Ngân hàng thương mại cổ phần Á Châu

GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

--------------------

NGUYỄN MẠNH HOẰNG

ỨNG DỤNG MÔ HÌNH PHÂN TÍCH ĐA IỆT

THỨC TRONG ĐO LƯỜNG RỦI RO TÀI

CHÍNH CỦA KHÁCH HÀNG DOANH

NGHIỆP TẠI NGÂN HÀNG THƯƠNG MẠI

CỔ PHẦN Á CHÂU

LUẬN VĂN THẠC SĨ KINH TẾ

TP. Hồ Chí Minh - Năm 2013

GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

--------------------

NGUYỄN MẠNH HOẰNG

ỨNG DỤNG MÔ HÌNH PHÂN TÍCH ĐA IỆT

THỨC TRONG ĐO LƯỜNG RỦI RO TÀI

CHÍNH CỦA KHÁCH HÀNG DOANH

NGHIỆP TẠI NGÂN HÀNG THƯƠNG MẠI

CỔ PHẦN Á CHÂU

Chuyên Ngành: Tài Chính - Ngân Hàng

Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC PGS.TS PHẠM VĂN NĂNG

TP. Hồ Chí Minh - Năm 201

Lời cam đoan

Tôi xin cam đoan rằng đây là công trình nghiên cứu của tôi, được thực hiện trên cơ sở

nghiên cứu lý thuyết và thực tiễn dưới sự hướng dẫn khoa học của PGS.Tiến Sĩ Phạm

Văn Năng . Các kết quả nghiên cứu trong luận văn này là trung thực và chưa từng

được ai công bố trước đây.

TP. Hồ Chí Minh, ngày 15 tháng 11 năm 2013

Tác giả

Nguyễn Mạnh Hoằng

MỤC LỤC

Trang phụ bìa Lời cam đoan Mục Lục Danh mục từ viết tắt Danh sách bảng biểu Danh sách biểu đồ, hình ảnh MỞ ĐẦU .............................................................................................................. 1 CHƯƠNG 1: Tổng quan về đo lường rủi ro tài chính của khách hàng doanh nghiệp

1.1.2. 1.1.3. 1.1.4. 1.1.5.

1.1. Khái quát về rủi ro tài chính ................................................................................. 4 1.1.1. Khái niệm về rủi ro tài chính ..................................................................................... 4 1.1.1.1. Rủi ro tài chính .................................................................................... 4 1.1.1.2. Các nguyên nhân gây ra rủi ro tài chính ............................................. 4 Hậu quả của rủi ro tài chính ........................................................................... 6 Đo lường các rủi ro tài chính ......................................................................... 7 Tầm quan trọng của việc đo lường rủi ro tài chính ....................................... 8 Các mô hình đo lường rủi ro tài chính ........................................................... 9 1.1.5.1. Mô hình sác xuất tuyến tính .............................................................. 10 1.1.5.2. Mô hình đa biệt thức ......................................................................... 10 1.1.5.3. Mô hình logit ..................................................................................... 10 1.1.5.4. Mô hình probit ................................................................................... 11 1.1.5.5. Mô hình Lân cận gần nhất K và mô hình mạng nơtron ................... 12 1.1.5.6. Các nghiên cứu thực nghiệm đo lường rủi ro tài chính .................... 13 1.2. Mô hình đa biệt thức ............................................................................................ 16 1.2.1. Giới thiệu mô hình phân tích đa biệt thức .................................................. 16 1.2.2. Mục tiêu của mô hình phân tích đa biệt thức ............................................... 17 1.2.3. Ưu và nhược điểm của mô hình phân tích đa biệt thức ............................... 17 1.2.4. Nội dung của mô hình phân tích đa biệt thức .............................................. 18 1.2.4.1. Giả thiết mô hình đa biệt thức........................................................... 18 1.2.4.2. Nghiên cứu thực nghiệm sử dụng mô hình MDA trong lĩnh vực tài chính .................................................................................................. 19 Kết luận chương 1 .................................................................................................. 21 CHƯƠNG 2: Thực trạng cảnh báo rủi ro tài chính của KHÁCH HÀNG DOANH NGHIệP tại AC .

2.1. Khái quát hoạt động kinh doanh của Ngân hàng AC ..................................... 22 2.1.1. Lịch sử hình thành và quá trình phát triển ................................................. 22 2.1.2. Cơ cấu tổ chức quản lý và sở hữu ................................................................ 23 2.1.2.1. Cơ cấu tổ chức quản lý ...................................................................... 23 2.1.2.2. Cơ cấu sở hữu ................................................................................... 23

2.1.3.

2.2.1. 2.2.2.

Kết quả hoạt động kinh doanh của ACB giai đoạn 2010 – 2012 ............... 23 2.1.3.1. Về hoạt động huy động vốn .............................................................. 24 2.1.3.2. Về hoạt động tín dụng ....................................................................... 25 2.1.3.3. Về thu nhập – chi phí ........................................................................ 28 2.2. Thực trạng đo lường rủi ro tài chính của khách hàng doanh nghiệp tại ngân hàng thương mại cổ phần Á Châu ....................................................................... 32 Trung tâm thông tin tín dụng – Ngân hàng nhà nước Việt Nam ................. 33 Hệ thống chấm điểm xếp hạng tín dụng tại ACB ........................................ 36 2.2.2.1. Lịch sử hình thành ............................................................................. 36 2.2.2.2. Quy trình xếp hạng ............................................................................ 38 2.2.2.3. Tiêu chí phân loại nợ ......................................................................... 39 2.2.2.4. Nhận xét về hệ thống chấm điểm xếp hạng tín dụng tại ACB ......... 41 Kết luận chương 2 .................................................................................................. 42 CHƯƠNG 3: Ứng dụng mô hình phân tích đa biệt thức để đo lường rủi ro tài chính của khách hàng doanh nghiệp tại AC .

3.1. Lý do chọn mô hình MDA trong việc nghiên cứu đo lường rủi ro tài chính tại ACB ...................................................................................................................... 44 3.2. Các nguyên tắc chọn lựa mô hình nghiên cứu................................................... 45 3.3. Chọn mẫu nghiên cứu .......................................................................................... 45 3.3.1. Nguyên tắc chọn mẫu .............................................................................................. 46 3.3.2. Chọn dữ liệu............................................................................................................. 46 3.3.3. Chọn biến độc lập .................................................................................................... 48 3.3.3.1. Nhóm chỉ số tài chính đòn bẩy ......................................................... 49 3.3.3.2. Nhóm chỉ số tài chính sinh lời .......................................................... 50 3.3.3.3. Nhóm chỉ số tài chính hoạt động ...................................................... 51 3.3.3.4. Nhóm chỉ số tài chính thanh toán ..................................................... 53 3.4. Cách giảm biến độc lập ......................................................................................... 54 3.5. Quy trình thực hiện mô hình MDA ..................................................................... 55 3.6. Kết quả nghiên cứu thực nghiệm ......................................................................... 56 3.6.1. Thống kê mô tả biến độc lập ................................................................................... 57 3.6.2. Xác định biến quan trọng ........................................................................................ 58 3.6.3. Giảm biến độc lập .................................................................................................... 59 3.6.4. Kiểm định phân phối chuẩn ..................................................................................... 60 3.6.5. Kết quả nghiên cứu thực nghiệm, chọn hàm biệt thức phù hợp ............................. 62 3.6.6. Kiểm định mô hình nghiên cứu ............................................................................... 64 3.6.7. Tính giá trị chỉ số Z ................................................................................................. 65 3.7. Kết quả nghiên cứu trên số liệu lớn ..................................................................... 68 3.8. Kết quả đo lường một số khách hàng doanh nghiệp tại AC .......................... 68 3.9. Nhận xét và đánh giá ............................................................................................. 70 3.9.1. Những kết quả đạt được .......................................................................................... 70

3.9.2. Những mặt còn tồn tại và hạn chế ........................................................................... 71 3.9.3. Nguyên nhân ............................................................................................................ 72 Kết luận chương 3 ....................................................................................................... 72 CHƯƠNG 4: Giải pháp nâng cao khả năng đo lường rủi ro tài chính của khách hàng doanh nghiệp tại AC .

vay.

4.1. Các giải pháp nâng cao khả năng ứng dụng của mô hình đa biệt thức trong việc đo lường rủi ro tín dụng tại AC . ........................................................................... 74 4.1.1. Nâng cao chất lượng báo cáo tài chính của các khách hàng doanh nghiệp khi cho ...................................................................................................................... 74 4.1.2. Xây dựng các chỉ số tài chính trung bình ngành. ................................................... 77 4.1.3. Hoàn thiện hệ thống xếp hạng tín dụng. ................................................................ 78 4.1.4. Phổ biến kiến thức về rủi ro tài chính và công bố các công ty thuộc điện cảnh báo rủi ro tài chính đến từng nhân viên tín dụng ........................................................... 80 4.2. Nhóm giải pháp nâng cao chất lượng cảnh báo rủi ro tín dụng tại AC ......... 82 4.2.1. Hoàn thiện quy trình, quy định nghiệp vụ về việc cảnh báo rủi ro tín dụng .......... 82 4.2.2. Xây dựng hệ thống thông tin cảnh báo sớm các nguy cơ rủi ro tín dụng............... 83 4.2.3. Các giải pháp khác ................................................................................................... 84 4.2.3.1. Nghiên cứu khách hàng ..................................................................... 84 4.2.3.2. San sẻ rủi ro ....................................................................................... 85 4.2.3.3. Thực hiện đảm bảo tín dụng ............................................................. 86 4.2.3.4. Hạn chế tín dụng ............................................................................... 87 4.2.3.5. Đa dạng hóa đầu tư ........................................................................... 87 4.3. Một số kiến nghị với ngân hàng nhà nước Việt Nam ............................................ 88 4.3.1. Hoàn thiện thống nhất các quy định về chấm điểm phân loại nợ và trích lập dự phòng ...................................................................................................................... 88 4.3.2. Phát huy tối đa hiệu quả cung cấp thông tin của Trung tâm thông tin tín dụng (CIC) ...................................................................................................................... 88 4.3.3. Tăng cường thanh tra giám sát hệ thống ngân hàng. .............................................. 89 Kết luận chương 4 ............................................................................................................. 89 Kết Luận ............................................................................................................................ 90 Tài liệu tham khảo Phụ lục 1 Phụ lục 2

Danh mục từ viết tắt:

: Ngân hàng thương mại cổ phần Á Châu ACB

: Artifical neural network (Mô hình mạng nơtron). ANN

: Báo cáo tài chính BCTC

: Công ty Cty

: Doanh nghiệp DN

: Hồ Chí Minh HCM

: Khách hàng Doanh nghiệp KHDN

: Linear probability model (Mô hình xác suất tuyến LPM tính.

: Multiple Dirciminant Analysis (Mô hình phân biệt MDA đa thức – mô hình đa biệt thức).

: Ngân hàng thương mại cổ phẩn NHTMCP

: Ngân hàng Nhà Nước NHNN

: Nhân viên tín dụng NVTD

: Ordinary least squares (Phương pháp bình phương

OLS nhỏ nhất)

: Quyết định QĐ

: Ngân hàng Standard Chartered SCB

: Tổ chức tín dụng TCTD

: Ủy Ban Chứng khoán nhà nước UBCKNN

: Xếp hạng tín dụng XHTD

Danh sách các bảng biểu

Bảng 1.1 : Bảng mô tả mô hình MDA

Bảng 2.1 : Bảng tóm tắt các thành tích đạt đựợc của ACB trong giai đoạn 2009

Bảng 2.2 : Bảng cơ cấu huy động vốn theo kỳ hạn

Bảng 2.3 : Bảng cơ cấu huy động vốn theo thành phần kinh tế

Bảng 2.4 : Bảng cơ cấu tín dụng theo thời hạn cho vay

Bảng 2.5 : Bảng cơ cấu tín dụng theo thành phần kinh tế

Bảng 2.6 : Phân loại nhóm nợ tín dụng tại ACB

Bảng 2.7 : Bảng cơ cấu tín dụng theo khu vực

Bảng 2.8 : Cơ cấu tín dụng theo ngành kinh tế

Bảng 2.9 : Bảng cơ cấu thu nhập – chi phí từ đầu tư – kinh doanh chứng khoán

Bảng 2.10 : Bảng điểm các chỉ tiêu tài chính, trọng số trong chấm điểm tín dụng của

CIC

Bảng 2.11 : Bảng chuẩn xếp hạng tín dụng DN theo CIC

Bảng 2.12 : Bảng nhóm nợ KHDN phân loại theo điều 6 và điều 7 Quyết định 493

Bảng 2.13: Thống kê các chỉ tiêu đánh giá trong hệ thống XHTD áp dụng đối với

KHDN tại ACB

Bảng 2.14 : Bảng tiêu chí phân loại nợ tại ACB

Bảng 3.01 : Bảng phân loại theo ngành nghề của mẫu đánh giá

Bảng 3.02 : Bảng nhóm chỉ số đòn bẩy tài chính

Bảng 3.03 : Bảng nhóm chỉ số tài chính sinh lời

Bảng 3.04 : Bảng nhóm chỉ số tài chính hoạt động

Bảng 3.05 : Bảng nhóm chỉ số tài chính thanh toán

Bảng 3.06: Bảng thống kê mô tả biến độc lập

Bảng 3.07 : Bảng thống kê các biến giải thích

Bảng 3.08: Bảng thống kê các biến độc lập có hệ số tương quan cao

Bảng 3.09 : Bảng kiểm định phân phối chuẩn của biến độc lập

Bảng 3.10: Bảng kết quả thực nghiệm

Bảng 3.11: Bảng kết quả phân tích từng bước

Bảng 3.12: Bảng hệ số biệt tải của các biến độc lập

Bảng 3.13: Bảng hệ số chuẩn hóa và chưa chuẩn hóa

Bảng 3.14: Bảng phân loại của mô hình trên cơ sở mẫu phân tích

Bảng 3.15: Bảng kiểm định Wilks’Lambda

Bảng 3.16: Bảng trọng tâm của các nhóm

Bảng 3.17: Bảng biến thiên của nhóm trung gian

Bảng 3.18: Bảng đánh giá kết quả với số liệu biến lớn

Bảng 3.19: Bảng kết quả đo lường một số KHDN cụ thể tại ACB

Danh sách các biểu đồ, hình ảnh

Biểu đồ 2.1 : Biểu đồ thề hiện các chỉ tiêu hoạt động của ACB

Biều đồ 2.2 : Biểu đồ thu nhập- Chi phí hoạt động tín dụng

Biểu đồ 2.3 : Lãi ròng từ hoạt động kinh doanh ngoại hối và đầu tư vàng

Biều đồ 2.4 : Biểu đồ Thu nhập – Chi phí từ hoạt động dịch vụ

Hình 3.1 : Mô hình phân phối của chỉ số Zscore

Mở đầu 1. Tính cấp thiết của việc nghiên cứu đề tài

Cùng với xu hướng phát triển chung trong lĩnh vực ngân hàng, hệ thống ngân hàng

thương mại Việt Nam đã mở rộng phạm vi hoạt động của mình theo hướng tăng tỷ

trọng dịch vụ, giảm tỷ trọng tín dụng. Tuy nhiên không thể phủ nhận rằng hiện tại và

trong tương lai tín dụng vẫn đem lại nguồn thu chính cho các ngân hàng này. Và trong

cho vay thì rủi ro tín dụng là điều không thể nào tránh khỏi. Làm thế nào để hạn chế

rủi ro tín dụng và giảm thiểu tổn thất khi rủi ro tín dụng xảy ra là một đề tài mà các

nhà quản trị ngân hàng đã và đang nghiên cứu nhằm hoàn thiện trong điều kiện mới.

Do đó, có thể nhận thấy trong thời điểm hiện nay cùng với sự tăng trưởng của tín dụng

thì việc cảnh báo rủi ro tín dụng là việc cấp bách. Việc xác định, đo lường tình hình tài

chính của khách hàng cho vay đang trong tình trạng nào, có rủi ro hay không có rủi ro

là một việc cực kỳ quan trọng. Việc đo lường các rủi ro tín dụng giúp ngân hàng có

thể chủ động điều chỉnh sách tín dụng cũng như ứng xử phù hợp với từng khách hàng

góp phần hạn chế rủi ro và giảm thiểu tổn tất khi rủi ro xảy ra. Góp phần đáp ứng đòi

hỏi từ thực tiễn nêu trên, tôi nghiên cứu và thực hiện luận văn với đề tài “Ứng dụng

mô hình phân tích đa biệt thức trong đo lường rủi ro tài chính của khách hàng doanh

nghiệp tại ngân hàng thương mại cổ phần Á Châu”.

2. Mục tiêu nghiên cứu

- Làm rõ cơ sở lý luận về rủi ro tài chính của KHDN và ảnh hưởng rủi ro tài chính

của khách hàng đối với ngân hàng.

- Làm rõ cơ sở lý luận về mô hình đo lường rủi ro tài chính của khách hàng doanh

nghiệp.

- Ứng dụng của mô hình phân tích đa biệt thức tính toán đưa ra một mô hình riêng

phù hợp với ACB dựa trên cơ sở dữ liệu từ hệ thống xếp hạng tín dụng nội bộ.

- Từ những vấn đề nêu trên đưa ra giải pháp ứng dụng mô hình phân tích đa biệt

thức để đo lường rủi ro tài chính của các khách hàng doanh nghiệp trong hoạt động tín

dụng và quản lý tín dụng tại Ngân hàng TMCP Á Châu.

3. Đối tượng và phạm vi nghiên cứu

- Đối tượng nghiên cứu là đo lường rủi ro tài chính của các KHDN

- Phạm vi nghiên cứu các KHDN đang vay tại ACB dựa trên cơ sở dữ liệu thu thập

từ hệ thống xếp hạng tín dụng. Việc đo lường rủi ro tài chính của các khách hàng DN

dựa trên cơ sở phân tích các chỉ số tài chính của 100 khách hàng trong giai đoạn 2009

2012. Từ các công ty trên đưa 2 hai nhóm riêng biệt, nhóm khách hàng có rủi ro và

nhóm khách hàng chưa có rủi ro, từ đó đưa ra một mô hình chung đo lường các rủi ro

tài chính của KHDN đang vay tại ACB.

4. Giả thiết nghiên cứu:

- Thông tin từ các chỉ số tài chính thu thập từ hệ thống XHTD tại ACB là có hữu ích

trong việc đo lường rủi ro tài chính của các KHDN tại ACB.

- Đề tài chỉ nghiên cứu đánh giá mối liên hệ giữa các dữ liệu từ BCTC đánh giá rủi

ro tài chính của doanh nghiệp và bỏ qua các yếu tố liên quan.

5. Phương pháp nghiên cứu

Nội dung của luận văn được nghiên cứu được nghiên cứu theo phương pháp định

tính, định lượng đựa thống kê mô tả. Sử dụng mô hình phân tích đa biệt thức để phân

tích các chỉ số tài chính của khách hàng DN từ đó đề xuất mô hình đo lường rủi ro tài

chính nhằm phục vụ cho công tác đo lường rủi ro tín dụng của khách hàng DN tại

ACB.

6. ố cục đề tài

Nội dung luận văn bao gồm 04 chương:

Chương 1: Tổng quan về việc do lường rủi ro tài chính của các KHDN

Chương 2: Thực trạng đo lường rủi ro tài chính của KHDN tại ACB

Chương 3: Ứng dụng mô hình phân tích đa biệt thức để đo lường rủi ro tài chính

của KHDN tại ACB

Chương 4: Giải pháp nâng cao chất lượng đo lường rủi ro tài chính của KHDN tại

ACB bằng cách ứng dụng mô hình phân tích đa biệt thức

CHƯƠNG 1: TỔNG QUAN VỀ VIỆC ĐO LƯỜNG RỦI RO TÀI CHÍNH CỦA KHÁCH HÀNG DOANH NGHIỆP

1.1. Khái quát về rủi ro tài chính.

1.1.1. Khái niệm về rủi ro tài chính

1.1.1.1. Rủi ro tài chính:

Theo từ điển Tiếng Việt phổ thông, “rủi ro là điều không lành mạnh, không tốt bất ngờ

xảy ra”. Vậy rủi ro trong tài chính là “những điều không lành mạnh, không tốt, bất

ngờ xảy ra trong tài chính DN”.

Như vậy rủi ro tài chính cũng có thể được hiểu như là sự xuất hiện của các tình

huống ảnh hưởng đến việc suy giảm khả năng sinh lời và trong tình huống đặc biệt có

thể dẫn tới công ty phá sản. Hiện nay khái niệm rủi ro tài chính bao hàm nghĩa rộng

hơn và không chỉ tính đến những rủi ro trong tình hình tài chính của DN mà còn bao

hàm những rủi ro ảnh hưởng đến những chiến lược chính sách hoạt động của công ty :

như rủi ro tỷ giá, rủi ro tín dụng, rủi ro kinh doanh, rủi ro lãi suất.

1.1.1.2. Các nguyên nhân gây ra rủi ro tài chính của các DN :

Một là, rủi ro về cân đối dòng tiền. Các luồng tiền vào DN (dòng thu) và các

luồng tiền ra khỏi DN (dòng chi) diễn ra một cách thường xuyên liên tục. Trên thực tế,

tại những thời điểm nhất định có thể xảy ra, hiện tượng lượng tiền vào DN (số thu)

nhỏ hơn lượng tiền ra khỏi DN (số chi) đến hạn. Khi đó, tình trạng mất cân đối về

dòng tiền đã xảy ra. Sự mất cân đối này tiềm ẩn một rủi ro lớn đối với hoạt động kinh

doanh. Do thiếu tiền, việc mua nguyên liệu, vật liệu, nhiên liệu... phục vụ cho sản xuất

kinh doanh có thể bị dừng lại, dẫn đến ngừng sản xuất, kinh doanh; tiền lương của

công nhân và các khoản vay (nếu có) không được trả đúng hạn ảnh hưởng lớn tới uy

tín của DN, v.v...

Sự mất cân đối dòng tiền được chia thành: mất cân đối tạm thời và mất cân đối dài

hạn. Có thể nói, ở bất kỳ DN nào cũng xảy ra mất cân đối tạm thời do việc thu hồi các

khoản nợ phải thu không đúng kế hoạch; việc góp vốn không được thực hiện đúng

cam kết... Mất cân đối tạm thời về dòng tiền có thể khắc phục được bằng nhiều biện

pháp và hậu quả thường không lớn. Mất cân đối dài hạn xảy ra do những nguyên nhân

quan trọng như: phần định phí trong tổng chi phí của DN quá lớn; vốn lưu động tự có

quá ít; nợ khó đòi tăng lên; doanh thu chưa bù đắp đủ các khoản chi phí thường xuyên,

v.v… Khi lạm phát xảy ra trong nền kinh tế, do tác động dây chuyền giữa các DN, số

nợ phải thu, đặc biệt là nợ phải thu khó đòi tăng lên, mất cân đối tạm thời rất dễ

chuyển thành mất cân đối dài hạn. Mất cân đối dài hạn về dòng tiền có thể làm cho

DN bị phá sản.

Hai là, rủi do về lãi suất tiền vay. Để phục vụ kinh doanh, đầu tư, hầu như các

DN đều phải sử dụng vốn vay. Do đó, lãi suất tiền vay - chi phí sử dụng vốn - trở

thành bộ phận cấu thành quan trọng trong chi phí sản xuất kinh doanh và đầu tư của

DN. Khi lập kế hoạch kinh doanh và dự án đầu tư, lãi suất tiền vay đã được dự tính.

Song, có rất nhiều nhân tố nằm ngoài tầm kiểm soát của DN tác động đến lãi suất tiền

vay. Thông thường khi lạm phát xảy ra, lãi suất tiền vay tăng đột biến làm cho những

tính toán, dự kiến trong kế hoạch kinh doanh, đầu tư bị đảo lộn. Lượng tiền vay càng

lớn, tác động tiêu cực của rủi ro này càng nghiêm trọng và có thể dẫn đến tình trạng

phá sản DN nếu nó tồn tại trong một thời kỳ dài.

a là, rủi ro về sức mua của thị trường. Sức mua của thị trường là nhân tố quyết

định khả năng tiêu thụ hàng hóa của DN và nó cũng quyết định dòng tiền vào DN.

Song, sức mua của thị trường lại phụ thuộc vào khả năng thanh toán. Khi lạm phát, giá

cả hàng hóa trên thị trường tăng cao, thu nhập của người lao động và các tầng lớp dân

cư không tăng hoặc tăng chậm hơn chỉ số lạm phát và tất yếu dẫn đến sức mua giảm.

Quan trọng hơn nữa, cơ cấu tiêu dùng cũng thay đổi. Phần lớn khả năng thanh toán tập

trung cho những nhu cầu thiết yếu. Vì vậy, sẽ có không ít mặt hàng lượng tiêu thụ sẽ

giảm đi đáng kể. Khi đó, rủi ro về sức mua của thị trường đã xảy ra. Nó thể hiện qua

số lượng hàng hóa tiêu thụ được giảm, giá bán không bù đắp được chi phí sản xuất,

kinh doanh.

ốn là, rủi ro về tỷ giá hối đoái. Là rủi ro xảy ra khi các giao dịch kinh tế được

thực hiện bằng ngoại tệ và tỷ giá hối đoái biến động theo hướng làm cho đồng nội tệ

bị mất giá. Với những DN sử dụng nhiều ngoại tệ, khi tỷ giá hối đoái tăng, số lỗ về tỷ

giá có thể làm giảm đáng kể, thậm chí là triệt tiêu toàn bộ lợi nhuận thu được trong

kinh doanh. Đây là rủi ro bất khả kháng của các DN trong một nền kinh tế nhập siêu

với tỷ lệ lớn.

Năm là, rủi ro về khả năng tái đầu tư. Muốn phát triển bền vững, quá trình sản

xuất, kinh doanh của DN phải diễn ra liên tục, vòng sau phải cao hơn vòng trước. Đó

chính là quá trình tái đầu tư. Nguồn vốn để tái đầu tư là quỹ khấu hao, lợi nhuận thu

được từ quá trình sản xuất kia doanh trước đó. Khi lạm phát xảy ra, nguồn vốn để tái

đầu tư bị giảm đi, thậm chí là một số âm. Do đó, khả năng tái đầu tư bị triệt tiêu, DN

sẽ không thể hoạt động liên tục, quy mô kinh doanh bị thu hẹp. Nếu điều đó xảy ra

trong một thời gian dài, DN có thể sẽ "biến mất trên thị trường”. Với những DN đang

thực hiện các dự án đầu tư, lạm phát có thể làm cho dự án đầu tư phải dừng lại thậm

chí là "nằm chờ vĩnh viễn" do tổng mức đầu tư tăng đột biến, lãi suất tiền vay tăng

cao, việc vay vốn bị chặn lại.

Trong phạm vi nghiên cứu tác giả chi nghiên cứu rủi ro tài chính trong phạm vi nội

tại công ty, những biến cố mang tính tài chính và rủi ro tài chính này được biểu hiện

thông qua các chỉ số tài chính của công ty và ảnh hưởng đến rủi ro tín dụng trong

hoạt động cho vay của ngân hàng.

1.1.2. Hậu quả của rủi ro tài chính:

- Khi rủi ro tài chính xảy ra thì các sự kiện sẽ ảnh hưởng mạnh mẽ đến nhiều thành

phần tham gia trong nền kinh tế.

- Rủi ro tài chính xảy ra không chỉ ảnh hưởng đến vốn, tài sản, lợi nhuận của công ty

mà còn ảnh hưởng đến độ tín nhiệm thương hiệu. Rủi ro tài chính xảy ra có thể dẫn tới

công ty phá sản gây thiệt hại trực tiếp cho nhà đầu tư và các nhà tài trợ.

- Rủi ro tài chính gây ra những tổn thất gián tiếp đến nền kinh tế và ở mức độ nặng hơn

có thể gây ra bất ổn xã hội.

- Hậu quả của rủi ro tài chính là nghiêm trọng nếu như không quản trị được rủi ro. Quản

trị rủi ro tài chính thay vì cách tiếp cận mang tính hậu kiểm thì nay đã chuyển sang

cách tiếp cận mang tính phòng ngừa, cảnh báo trước bằng các mô hình đo lường rủi ro

tài chính.

1.1.3. Đo lường rủi ro tài chính :

Từ những năm đầu thập niên 30 của thế kỷ 20,việc đưa ra mô hình đo lường rủi ro tài

chính đã được khởi xướng. Cho đến thập niên 70 thì việc sử dụng các mô hình thống

kê để đo lường rủi ro tài chính của các DN trở thành một hướng phát triển mạnh mẽ.

Nói đến đo lường rủi ro tài chính, người ta thường nghĩ đến đo lường rủi ro của một

danh mục đầu tư chứng khoán, định giá quyền chọn hay đo lường rủi ro nội tại thông

qua các chỉ số tài chính của một DN. Việc đo lường rủi ro tài chính là một trong

những hoạt động quan trọng giúp quản trị tốt các rủi ro và đây cũng một hoạt động đã

được các quốc gia và các tổ chức tài chính trên thế giới quan tâm và ứng dụng từ rất

sớm.

Tùy theo từng góc độ nghiên cứu mà ta có các cách hiểu khác nhau về việc đo lường

rủi ro tài chính.

Đối với hoạt động tín dụng trong ngân hàng, việc đo lường rủi ro tài chính của các

DN đang cho vay được hiểu như là một bộ phận của hệ thống xếp hạng tín dụng. Vì

thông qua việc đo lường này ngân hàng sẽ phân loại hay sắp xếp một đối tượng hay

một nhóm đối tượng có rủi ro hay không có rủi ro tài chính vào bảng xếp hạng tín

dụng theo quy định sẵn.

Từ góc độ nghiên cứu trên việc cần tìm hiểu là 2 khái niệm như thế nào là DN

có rủi ro tài chính và DN không có rủi ro tài chính:

- Khái niệm DN có rủi ro tài chính theo tiêu chí xếp hạng tín dụng của Trung tâm

thông tin tín dụng – Ngân hàng nhà nước Việt Nam (CIC) là DN hoạt động kém

hiệu quả, tự chủ về tài chính yếu kém, hoạt động sản xuất kinh doanh thua lỗ, có

nguy cơ lâm vào tình trạng phá sản, rủi ro rất cao. Trái lại, DN không có rủi ro tài

chính là DN hoạt động hiệu quả cao, khả năng tự chủ tài chính rất tốt, triển vọng

phát triển lâu dài, tiềm lực tài chính mạnh, rủi ro thấp nhất.

- Như vậy đối với trong hoạt động tín dụng thì những công ty có rủi ro tài chính là

những công ty có dòng tiền hoạt động không hiệu quả, có nguy cơ gây ra khả năng

mất thanh toán, có các hệ số thanh toán kém, các chỉ số tài chính sinh lợi không

mang lại hiệu quả cao và không có khả năng thanh toán lãi vay và nợ gốc. Ngược

lại những công ty không có rủi ro tài chính là những công ty hoạt động hiệu quả,

tình hình tài chính lành mạnh, không bị mất cân đối vốn và khả năng thanh toán lãi

vay và vốn gốc tốt.

1.1.4. Tầm quan trọng của việc đo lường rủi ro tài chính

Đối với công ty:

- Một công ty được đo lường là không có rủi ro tài chính thì công ty đó có nhiều

thuận lợi trong việc mở rộng hoạt động kinh doanh cũng như vay vốn từ các ngân

hàng. Đối với các nhà quản trị công ty, khi xác định tình hình tài chính của công ty

là lành mạnh không có rủi ro, thì có thể quyết định tham gia vào các dự án tốt hơn.

Việc đo lường được các rủi ro tài chính giúp những nhà hoạch định chiến lược hiểu

rõ và nắm bắt được tình hình tài chính của công ty mình một cách hiệu quả và đưa

ra chiếc lược phù hợp hơn. Đối với các công ty được đo lường là không có rủi ro

tài chính có nhiều thuận lợi, và linh hoạt hơn trong việc huy động vốn với các công

ty cùng ngành, các công ty này có thể sử dụng nhiều công cụ chứng khoán cũng

như vay ngân hàng để huy động một cách dễ dàng.

Đối với ngân hàng:

- Hầu hết các công ty hiện nay ở Việt Nam việc huy động vốn chủ yếu dựa vào vốn

vay từ ngân hàng. Do đó việc các ngân hàng đánh giá được rủi ro tài chính của các

công ty vay vốn tại ngân hàng mình là điều hết sức quan trọng và có ý nghĩa trong

quyết định cho vay cũng như là trong quá trình giám sát sau khi cho vay.

- Để phát triển và tăng trưởng kinh tế thì đương nhiên là phải thúc đẩy đầu tư và như

vậy phải tăng trưởng tín dụng. Tuy nhiên nếu chỉ tăng trưởng tín dụng thì chưa đủ

điều quan trọng là chất lượng và hiệu quả mang lại của tín dụng. Nếu chỉ quan tâm

đến tăng trưởng tín dụng để phát triển kinh tế mà không quan tâm đến chất lượng

và hiệu quả tín dụng thì sau một khoản thời gian thì phải giải quyết khoản nợ xấu

khổng lồ. Do đó việc đánh giá đo lường được rủi ro tài chính của các DN cho vay

định kỳ giúp cho các ngân hàng kiểm soát được chất lượng tín dụng và có biện

pháp xử lý nợ xấu kịp thời.

- Đo lường rủi ro tín dụng hỗ trợ và là một trong những cơ sở ra quyết định cấp tín

dụng: xác định hạn mức tín dụng, thời hạn, mức lãi suất, biện pháp bảo đảm tiền

vay.

- Cải thiện tình trạng trích lập dự phòng của ngân hàng (phù hợp với tài sản bảo

đảm). Đo lường được rủi ro tài chính của khách hàng là cơ sở để quản trị tín dụng

nhằm hạn chế và giới hạn mức rủi ro mục tiêu. Đồng thời cũng từ đó xác định

được mức dự phòng trích lập tiến tới mục đích tối đa hóa lợi nhuận và ổn định hệ

thống ngân hàng.

1.1.5. Các mô hình đo lường rủi ro tài chính:

Hiện nay, bên cạnh phương pháp chuyên gia, các phương pháp dự báo rủi ro tín dụng

DN dựa trên dữ liệu thống kê đang phát triển ngày càng mạnh mẽ cả về chiều rộng và

chiều sâu. Từ mô hình xác suất tuyến tính (Linear Probability Models – LPM) và

phương pháp mô hình đa biệt thức (MDA) đã được sử dụng từ những năm 1930, đến

phương pháp hồi quy Logistic, Probit đang được ứng dụng rộng rãi từ những năm

1980 và gần đây thì xuất hiện các cách thức tiếp cận mới sử dụng phương pháp thống

kê phi thông số (non-parametric) phức tạp như lân cận gần nhất K, mạng nơ ron thần

kinh.

1.1.5.1. Mô hình xác suất tuyến tính.

Mô hình xác suất tuyến tính (Linear probability model - LPM) là mô hình ước lượng

đa biến dùng phương pháp bình phương tối thiểu OLS. Mô hình này gặp phải nhiều

hạn chế.

* Sai số hồi quy không phân phối chuẩn.

 Phương sai thay đổi.

 Không thỏa mãn điều kiện cơ bản của xác suất trong khoảng (0; 1).

 Tác động biên không đổi, trong khi bản chất của mô hình xác suất là tác động biên

thay đổi theo từng giá trị của biến độc lập.

1.1.5.2. Mô hình đa biệt thức (MDA – Multiple Dirciminant Analysis):

MDA được sử dụng trong nhiều nghiên cứu từ khi được áp dụng đầu tiên ở thập kỷ

30 của thế kỷ 20. Suốt những năm trước, MDA được sử dụng chủ yếu trong sinh vật

học và khoa học nghiên cứu hành vi. Trong những năm gần đây, kỹ thuật này được sử

dụng ngày càng phổ biến trong giới học thuật cũng như trong thực tiễn. Altman và

cộng sự (1981) đã thảo luận về MDA một cách khá sâu sắc và xem xét một vài ứng

dụng của nó vào lĩnh vực tài chính.

1.1.5.3. Mô hình Logit

Nhà thống kê học David R. Cox (1970s), đã phát triển mô hình Logistic để phân

tích các biến nhị phân.

Mô hình logistic là một mô hình toán học hồi quy. Sử dụng mô hình logistic với

biến (Y) là biến phụ thuộc và tất cả các biến còn lại là biến độc lập.

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 tố có ảnh hưởng đến

khả năng đảm bảo trả nợ (biến độc lập) để xác định rủi ro tài chính cũng như khả năng

trả nợ (biến phụ thuộc) của khách hàng này là bao nhiêu. Nghĩa là, mô hình Logit có

thể ước lượng xác suất một rủi ro tài chính của một khách hàng là bao nhiêu trực tiếp

từ mẫu.

Cấu trúc dữ liệu trong mô hình như sau:

Biến loại

Biến độc lập Liên tục hoặc rời rạc

Biến phụ thuộc Nhị phân

Mô hình kinh tế lượng tương ứng là:

ln(p/(1-p)) = β1 + β2X 1+ β3X2 + … + βkXk + u

Trong đó : P là xác suất trả nợ của KH ( xác xuất xảy ra rủi ro tài chính)

β1,β2, β3,… ,βn là các hệ số

X1, X2,…,Xk là các chỉ số tài chính.

1.1.5.4. Mô hình Probit

Ý tưởng phân tích probit được xuất bản trong khoa học bởi Chester Ittner Bliss

trong năm 1934. Năm 1952, một giáo sư về thống kê tại Đại học Edinburgh là David

Finney đã viết lại một cuốn sách với tên gọi là “phân tích Probit”.

Cấu trúc dữ liệu của mô hình Probit cũng tương tự như mô hình Logit, mô hình này

cũng ước lượng được xác suất trả nợ của một KH. Trong mô hình Probit, chúng ta có

giả thiết sai số ngẫu nhiên có sai số chuẩn hóa: ε ~ N(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.

Sự khác nhau trong giả thiết giữa mô hình Logit và Probit là mô hình Logit giả định

hạng nhiễu phân phối chuẩn logistic (standard logistic distribution) trong khi Probit

giả định hạng nhiễu phân phối chuẩn thông thường (standard normality distribution).

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” chỉ ra vấn đề này.

1.1.5.5. Mô hình Lân cận gần nhất K và mô hình mạng nơtron

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 và có nhiều nhóm nghiên cứu. Mỗi nhóm này có một chức năng khác

nhau, ở đây tác giả quan tâm đến nhóm nghiêm cứu giám sát (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 như lân cận gần nhất K (K –nearest neighbor)

và mạng notron nhân tạo (Artifical neural network - ANN).

Lân cận gần nhất K:

Là 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 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.

Mô hình ANN (mạng nowtron):

Neural Network là một tập các phần tử xử lý đơn giản được kết nối với nhau, mỗi kết

nối có cường độ nhất định thể hiện bởi trọng số. Năng lực xử lý của mạng nowtron

được quyết định bởi các trọng số này, vốn được hình thành qua một quá trình thích

nghi từ các điều kiện mẫu nhất định.

Neural Network thường sử dụng trong phân tích thống kê và mô hình hóa dữ liệu.

Chúng cũng được ứng dụng trong các lĩnh vực phân loại và dự báo, bao gồm nhận

dạng hình ảnh và giọng nói hay chữ viết. Ngoài ra, ta còn có thể bắt gặp Neural

Network trong các hệ thống chẩn đoán y khoa, thăm dò dầu khí hoặc dự báo tài chính.

1.1.5.6. Các nghiên cứu thực nghiệm đo lường rủi ro tài chính

Các nghiên cứu thực nghiệm về rủi ro tài chính đều đi đến một kết luận rằng các chỉ

số tài chính là hữu ích trong việc đo lường các nguy cơ tài chính. Trong các nghiên

cứu đó nhìn chung các chỉ số về lợi nhuận, thanh khoản được sử dụng phổ biến nhất.

Độ chính xác không phải là tuyệt đối nhưng đa phần các nghiên cứu này đã chứng

minh tính hiệu quả trong đo lường rủi ro tài chính theo thời gian.

Mục tiêu nghiên cứu đa phần là khác nhau, nhưng phương thức đo lường nhìn chung

là tương tự nhau. Scott (1981) đưa ra một quy trình thực hiện một mô hình đo lường

rủi ro tài chính, theo đó các chỉ số tài chính được tính toán từ BCTC đã được công bố

trước khi công ty có rủi ro tài chính, bước kế tiếp là xây dựng một hàm đo lường,

trong đó các chỉ số tài chính được kết hợp với nhau và có khả năng phân biệt tốt nhất

giữa công ty có rủi ro tài chính và không có rủi ro tài chính. Hàm này được kiểm

nghiệm trên cả hai mẫu phân tích và mẫu kiểm tra. Scott cũng chứng minh tính hiệu

quả của mô hình đo lường bị suy giảm theo thời gian sau khi được đưa vào sử dụng.

Có hai loại mô hình truyền thống. Đầu tiên là phương pháp đơn biến, khám phá các

mối quan hệ giữa chỉ số tài chính riêng biệt và rủi ro tài chính. Cách thứ hai là phương

pháp đa biến kết hợp các chỉ số tài chính lại với nhau để đo lường rủi ro tài chính.

Với phương pháp đơn biến: Phương pháp đơn biến sử dụng các chỉ số tài chính

riêng biệt tại một thời điểm để đo lường rủi ro tài chính. Beaver (1966) đã chọn mẫu

theo cặp để đánh giá độ chính xác của các chỉ số tài chính. Kết quả của nghiên cứu chỉ

ra rằng có sự khác biệt giữa chỉ số tài chính của các công ty có rủi ro và không có rủi

ro tài chính. Phát hiện của Beaver gợi ý rằng phân tích chỉ số tài chính có hiệu quả từ

năm năm trước khi công ty có rủi ro tài chính, mặc dù ông cảnh báo rằng các chỉ số tài

chính được chọn là có chọn lọc. Nghiên cứu cũng phát hiện ra rằng không phải tất cả

các chỉ số tài chính đều đo lường chính xác các công ty có nguy cơ và không có rủi ro

tài chính.

Zavgren (1983) quan sát thấy rằng nhược điểm chủ yếu theo phương pháp của Beaver

là sự khác biệt chỉ diễn ra ở một chỉ số tài chính tại một thời điểm trong khi đó các

biến khác nhau đều có khả năng cung cấp sự đa dạng trong đo lường. Một chỉ số tài

chính duy nhất giải thích chưa đầy đủ tình hình tài chính của các công ty.

Với phương pháp nghiên cứu đa biến: Altman (1968) là người đầu tiên áp dụng

phương pháp đa biến để đo lường rủi ro tài chính. Phương pháp này kết hợp các chỉ

số tài chính lại với nhau vào trong một mô hình. Để xây dựng một mô hình đa biến

hiệu quả, phải xác định được các chỉ số tài chính tốt nhất có khả năng đo lường được

rủi ro tài chính.

Có ba phương pháp phân tích phổ biến của mô hình đa biến, đó là mô hình phân tích

đa biệt thức (MDA), hồi quy Logit, Probit và mô hình mạng nơ tron nhân tạo (ANN).

MDA là một trong những phương pháp phổ biến nhất được sử dụng để đo lường

rủi ro tài chính (Zavgren 1983). Phương pháp này đánh giá khả năng đo lường của các

chỉ số tài chính. Jones (1987) mô tả phương pháp này như một kỹ thuật điểm Z của

mỗi công ty trong một mẫu bằng cách kết hợp các biến độc lập lại với nhau. Một điểm

Z được lựa chọn dựa vào kết quả mẫu. Các công ty dưới điểm Z được dự báo là có rủi

ro tài chính và ngược lại những công ty trên điểm Z được dự báo là không có rủi ro tài

chính (Jones 1987). Ưu điểm của phương pháp này là khả năng đo lường chính xác

cao. Phương pháp MDA đã được sử dụng để phát triển một số mô hình đo lường,

bao gồm cả Altman (1968), Altman, Haldeman và Narayanan (1977), Deakin (1972,

1977), Edmister (1972), Blum (1974), Sinkey (1975) và Lincoln (1984).

Phân tích hồi quy Logit tương đương với hồi quy Probit. Ưu điểm của nó là các giả

định đơn giản hơn so với MDA, chẳng hạn như các biến chỉ cần phân phối thông

thường (Altman, 1993). Hồi quy Logit được sử dụng để phát triển các mô hình đo

lường như Ohlson (1980).

ANN là một kỹ thuật phân tích khác để xây dựng mô hình đo lường. ANN có thể

bắt chước và nhận dạng 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 đo lường mà không có công thức toán học nào được biết đến để miêu tả mối quan

hệ giữa các biến đầu vào và đầu ra. Hơn nữa nó hữu dụng khi mục tiêu đo lường là

quan trọng hơn giải thích. Một trong những thuận lợi của mô hình mạng là nó có thể

giải quyết mối quan hệ phi tuyến. ANN được Adnan và Dar (2006) sử dụng để đo

lường rủi ro tài chính với độ chính xác cao.

Hamer (1983) đã kiểm tra các biến trong mô hình của Altman (1968), Deakin

(1972), Blum (1974) và Ohlson (1980). Nghiên cứu Hamer chỉ ra tất cả các mô hình

đều có các biến để đo lường lợi nhuận, thanh khoản và đòn bẩy. Phương pháp của

Altman và Deakin có thêm doanh thu, trong khi phương pháp của Blum và Ohlson là

biến thay đổi của thu nhập theo thời gian. Ngoài ra, phương pháp của Blum có thêm

một số biến để đo lường sự thay đổi trong khả năng thanh toán theo thời gian. Altman

và Blum sử dụng dữ liệu giá thị trường để tính toán chỉ số đòn bẩy, trong khi phương

pháp của Ohlson và Deakin dựa hoàn toàn vào thông tin trên BCTC.

Scott (1981) xem xét và kết hợp các mô hình hàng đầu thế giới lại với nhau bao

gồm các mô hình của Altman Beaver (1966, 1968), Deakin (1972), Wilcox (1971,

1973) và Altman, Haldeman và Narayanan (1977). Ông đã so sánh độ chính xác của

chúng và đi đến kết luận tồn tại một mô hình có khả năng đo lường rủi ro tài chính

một cách thành công nhất. Ông kết luận rằng “các mô hình đa biến, các mô hình điểm

số Z có lẽ là thuyết phục nhất”. Nó có khả năng phân biệt giữa các công ty có rủi ro

tài chính và không có rủi ro tài chính với đầu vào là các dữ liệu kế toán và dữ liệu thị

trường. Hơn nữa nó đang được sử dụng trong thực tế ở hơn ba mươi tổ chức tài chính.

Mặc dù nó không đại diện cho mô hình đo lường hoàn hảo nhất nhưng nó được sử

dụng như là một chuẩn mực để đánh giá độ chính xác của lý thuyết” (Scott, 1981).

1.2. Mô hình đa biệt thức (mô hình phân tích đa biệt)

1.2.1. Giới thiệu mô hình phân tích đa biệt (MDA):

MDA là một kỹ thuật thống kê dùng để phân loại một quan sát vào một trong vài

nhóm định danh dựa theo những đặc điểm cá biệt của quan sát. Nó được sử dụng chủ

yếu sau khi các nhóm định danh được thiết lập, dữ liệu được thu thập theo mục đích

của nhóm định danh.

MDA trong hình thức đơn giản nhất là xây dựng quan hệ tuyến tính của những đặc

điểm mà chúng có thể phân biệt tốt nhất các nhóm công ty với nhau.

Nếu một đối tượng cụ thể, như một công ty, có các đặc điểm là các chỉ số tài

chính có thể định lượng cho các công ty trong phân tích, thì phương pháp MDA có thể

xác định một bộ hệ số tương quan của biệt thức. Khi những hệ số này được áp dụng

vào các chỉ số hiện hữu, sẽ tạo cơ sở cho việc phân loại vào một trong những nhóm

định danh.

Nghiên cứu ở đây được đề cập với hai nhóm, bao gồm nhóm các công ty có rủi ro

tài chính và nhóm các công ty không có rủi ro tài chính. Các chỉ số tài chính của các

công ty thuộc hai nhóm được đưa vào phân tích để chọn lựa ra các chỉ số tài chính có

khả năng phân biệt tốt nhất giữa hai nhóm, sau đó chuyển đổi thành một hàm biệt

thức, hay còn gọi là hệ số Z, mà về sau được dùng để đo lường rủi ro tài chính.

Hàm biệt thức này có dạng:

Z=V1X1+V2X2+…+VnXn

Trong đó:

- V1, V2, …Vn : các hệ số biệt thức,

- X1, X2, … Xn : các chỉ số tài chính.

MDA tính toán hệ số biệt thức Vi, trong khi đó các biến độc lập Xi là các giá trị

thực. Khi sử dụng các chỉ số tài chính để đánh giá rủi ro tài chính công ty, có lý do để

tin rằng vài chỉ số đo lường nhất định sẽ có quan hệ tương quan hay cộng tuyến cao

với các chỉ số khác. Để cho khía cạnh này không trầm trọng ở phân tích đa biệt thức,

ta phải chọn lựa cẩn thận các biến dự báo. Đó cũng là một ưu điểm của mô hình với

một lượng tương đối nhỏ các chỉ số đo lường đuợc chọn mà có thể truyền đạt lượng

lớn thông tin. Những thông tin này có thể biểu hiện sự khác nhau rất lớn giữa các

nhóm khác nhau, nhưng vấn đề là có hay không những khác biệt quan trọng là điều

đáng quan tâm hơn của quá trình phân tích.

1.2.2. Mục tiêu của mô hình phân tích đa biệt thức:

Mục tiêu của mô hình MDA trong đo lường rủi ro tài chính là phân biệt giữa công

ty có rủi ro tài chính và công ty không có rủi ro tài chính một cách khách quan và

chính xác nhất, thông qua hàm biệt thức trong đó các biến số là các chỉ số tài chính.

Mục tiêu chính là tìm ra một tổ hợp tuyến tính của các biến nhằm phân biệt tốt nhất

giữa các nhóm, các công ty trong mỗi nhóm gần nhau nhất và các nhóm được phân

biệt tốt nhất.

1.2.3. Ưu nhược điểm của mô hình phân tích đa biệt thức

Mô hình MDA có ưu điểm là xem xét cân nhắc toàn bộ tập hợp các đặc điểm

chung của các công ty tương ứng, cũng như sự tương tác lẫn nhau của các đặc điểm

này. Trong khi đó, một nghiên cứu đơn biến chỉ có thể cân nhắc các công cụ đo lường

được sử dụng cho nhóm chỉ định trước tại một thời điểm.

Ưu điểm khác của mô hình MDA là giảm phạm vi của các nhà phân tích, đó là từ

một số các biến độc lập khác nhau đến chỉ còn G-1 đại lượng, ở đó G bằng với số

nhóm gốc.

Nghiên cứu này phân ra hai nhóm, bao gồm nhóm các công ty có rủi ro tài chính và

nhóm các công ty không có rủi ro tài chính. Vì vậy, kết quả phân tích chuyển đổi hoàn

toàn thành một hàm biệt thức đơn giản nhất có dạng tuyến tính và hệ số riêng được

diễn tả bằng các thuật ngữ kinh tế.

Ưu điểm cơ bản của MDA trong việc giải quyết vấn đề phân loại công ty là khả

năng phân tích toàn bộ biến của một đối tượng một cách đồng thời hơn là kiểm tra

tuần tự các đặc điểm cá biệt của đối tượng đó.

Một ưu điểm của mô hình MDA là mô hình định lượng nên khắc phục được những

nhược điểm của mô hình định tính, thể hiện sự khách quan, nhất quán, không phụ

thuộc vào ý kiến chủ quan của người đánh giá (cán bộ tín dụng, nhân viên xếp hạng

tín dụng).

Nhược điểm của mô hình MDA là không sử dụng được dữ liệu định tính là các

biến giả, không tính được trực tiếp xác suất xảy ra rủi ro tài chính của một công ty và

điều kiện ràng buộc các biến đầu vào phải là phân phối chuẩn, nếu giả thiết về tính

phân phối chuẩn không được thỏa mãn thì kết quả của mô hình là không tối ưu và ít có

ý nghĩa trong sử dụng cũng như đạt được sự công nhận. Một nhược điểm chung của

các mô hình thống kê thì MDA chính là phụ thuộc nhiều vào độ chính xác của nguồn

thu thập thông tin. Bên cạnh đó hệ số xác định ở mức nhỏ thì mô hình có tính dự báo

kém thể hiện qua giá trị của phần dư.

1.2.4. Nội dung của mô hình phân biệt đa thức (MDA) :

1.2.4.1. Các giả thuyết của mô hình MDA:

 Giả thuyết 1: Kích thước mẫu của mỗi nhóm phải lớn hơn số biến độc lập và phải

đủ lớn. Số biến độc lập lớn nhất là (n-2) trong đó n là kích thước mẫu.

 Giả thuyết 2: Các biến độc lập phải có phân phối chuẩn.

 Giả thuyết 3: Ma trận hiệp phương sai là thuần nhất.

 Giả thuyết 4: Giữa các biến độc lập không có quan hệ tuyến tính.

Giải thích mô hình MDA theo toán học như sau:

Giả sử có một tập hợp gồm n quan sát là các công ty và chia chúng thành 2 nhóm cá

thể là nhóm có rủi ro và nhóm không có rủi ro tài chính.

Nhóm Di có ni cá thể, i = 1,2,..n trên mỗi cá thể ta đo giá trị của p biến X1, …., Xp.

Gọi yijk là các giá trị biến Xk nhận được trên cá thể j thuộc nhóm Di; i=1,2.;

j=1,..,k; k=1,...,p. Giả thiết ni>p; n1 + n2 = n.

ảng 1.1: ảng mô tả mô hình MDA là:

Nhóm Cá thể Biến (chỉ tiêu – các chỉ số tài chính)

Có rủi ro tài chính

Không có rủi ro tài chính

… … … … … … … … … … … … … … … … … X1 Y111 Y112 Y113 Y114 . . . Y11n1 Y211 Y212 Y213 Y214 . . . Y21n2. Xp Y1p1 Y1p Y1p Y1p . . . Y1p1 Y2p1 Y2p2 Y2p3 Y2p4 . . . Y2pn2. 1 2 3 4 . . . n1 1 2 3 4 . . . n2 X2 Y121 Y122 Y123 Y124 . . . Y12n1 Y221 Y222 Y223 Y224 . . . Y22n2. Nghiên cứu thực nghiệm sử dụng mô hình MDA trong lĩnh vực tài 1.2.4.2.

chính:

Mô hình điểm số Z:

Mô hình điểm số Z do Altman (1968) khởi tạo và được sử dụng để xếp hạng tín nhiệm

khách quan đối với khách hàng thông qua việc lượng hóa. Mô hình này dùng để đo

xác xuất vỡ nợ và đánh giá rủi ro tài chính của khách hàng thông qua các đặc điểm cơ

bản của khách hàng là các chỉ số tài chính. Đại lượng Z là thước đo tổng hợp để phân

loại rủi ro tài chính đối với người vay và phụ thuộc vào các yếu tố tài chính của người

vay (Xj). Từ mô hình này tính được xác suất rủi ro tài chính của người vay trên cơ sở

các số liệu và các yếu tố ảnh hưởng trong quá khứ.

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 tiền 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”

Trị số Z càng cao, thì xác suất của người đi vay càng thấp. Ngược lại, khi trị số Z thấp

hoặc là một số âm thì đó là căn cứ xếp khách hàng vào nhóm có nguy cơ vỡ nợ cao.

Z < 1,81 : Khách hàng có khả năng rủi ro cao.

1,81< Z < 3 : Không xác định được.

Z > 3 : Khách hàng không có khả năng vỡ nợ.

Theo mô hình cho điểm Z của Altman, bất cứ công ty nào có điểm số thấp hơn

1,81 phải được xếp vào nhóm có nguy cơ rủi ro tín dụng cao.

Mô hình điểm số Z có kỹ thuật đo lường tương đối đơn giản. Tuy nhiên mô hình

này chỉ cho phép phân loại nhóm khách hàng vay có rủi ro và không có rủi ro. Trong

khi đó, thực tế mức độ rủi ro tín dụng tiềm năng của mỗi khách hàng là khác nhau.

Yếu tố thị trường cũng không được xét đến, đặc biệt là khi các điều kiện kinh doanh

cũng như điều kiện thị trường tài chính đang thay đổi liên tục như hiện nay. Và có các

nhân tố quan trọng nhưng cũng không xét đến như danh tiếng, thương hiệu của khách

hàng, mối quan hệ lâu dài với ngân hàng. . .sẽ làm cho mô hình Z có những hạn chế

nhất định.

Với mô hình này, ngân hàng có thể đo lường và có thể so sánh điểm Z cho từng

khoản vay. Ngoài ra, biến động của điểm số Z đã dự báo khả năng chuyển đổi hạng tín

nhiệm của khách hàng.

Từ mô hình gốc, Altman đã điều chỉnh và thiết lập hai phiên bản: chỉ số Z’ dành

cho công ty tư nhân, ngành sản xuất; chỉ số Z’’ dành cho mọi loại hình DN. Trong mô

hình chỉ số Z’, Altman (1993) dùng giá trị sổ sách của vốn chủ sở hữu thay thế giá trị

thị trường trong biến X4. Tiếp đó, Altman và cộng sự (1995) đã loại bỏ biến X5 trong

mô hình chỉ số Z’’.

Mặc dù mô hình MDA mà cụ thể là hệ số Z được phát minh ra ở Hoa Kỳ nhưng nó

được ứng dụng ở nhiều quốc gia trên thế giới, bao gồm các nền kinh tế phát triển và

đang phát triển và được kiểm nghiệm với độ chính xác cao.

Kết luận chương 1:

Chương 1 đã trình bày rõ tổng quan rủi ro tài chính cũng như tầm quan trọng của

việc đo lường rủi ro tài chính. Bên cạnh đó chương 1 đã giới thiệu các mô hình thường

đo lường rủi ro tín dụng trên thế giới. Và trong chương 1 đã nói đến cơ sở lý thuyết về

mô hình phân tích đa biệt thức (mô hình phân biệt đa thức - MDA). Đây là tiền đề và

là nền tảng để đánh giá khả năng áp dụng mô hình MDA trong việc đo lường rủi ro tín

dụng của KHDN tại ACB sau khi cho vay.

CHƯƠNG 2: THỰC TRẠNG CẢNH ÁO RỦI RO TÀI CHÍNH CỦA KHÁCH HÀNG DOANH NGHIỆP TẠI AC

2.1. Khái quát về hoạt động kinh doanh của ngân hàng thưong mại cổ phần

Á Châu (ACB)

 NHTMCP Á Châu (ACB) được thành lập ngày 24/4/1993 và chính thức đi vào hoạt

2.1.1. Lịch sử hình thành và quá trình phát triển:

 Năm 1996: ACB là NHTMCP đầu tiên của Việt Nam phát hành thẻ tín dụng quốc tế

động ngày 04/6/1993.

 Năm 1997: ACB bắt đầu tiếp cận nghiệp vụ ngân hàng hiện đại.

 Năm 2005: ACB và Ngân hàng Standard Chartered (SCB) ký kết thỏa thuận hỗ trợ kỹ

ACB-MasterCard.

 Ngày 21/11/2006, cổ phiếu của ACB chính thức giao dịch tại Trung tâm giao dịch

thuật toàn diện và SCB trở thành cổ đông chiến lược của ACB.

 Đến tháng 09 năm 2009: ACB thành lập mới 70 chi nhánh và phòng giao dịch, nâng

chứng khoán Hà Nội.

số chi nhánh và phòng giao dịch lên hơn 200 đơn vị, ACB tăng vốn điều lệ lên 7,200

tỷ đồng. Năm 2010, ACB xây dựng trung tâm dữ liệu đạt chuẩn, phát triển hệ thống

 Năm 2011, ACB đưa ra định hướng phát triển giai đoạn 2011-2015 và tầm nhìn năm

bán hàng phi truyền thống như bán hàng điện tử, bán hàng qua điện thoại.

2020. Trong đó nhấn mạnh đến việc chuyển đổi hệ thống quản trị nhằm đảm bảo tuân

 Năm 2012: sự cố tháng 08/2012 - sự kiện bầu Kiên - Nguyễn Đức Kiên, nguyên Phó

thủ hệ thống pháp luật Việt Nam và đáp ứng thông lệ quốc tế 1 cách tốt nhất.

Chủ tịch Hội đồng Sáng lập ACB bị bắt giam để điều tra về các sai phạm trong hoạt

động kinh tế- đã ảnh hưởng nhiều đến hoạt động của ngân hàng ACB, đặc biệt trong

huy động vốn và kinh doanh vàng. ACB đã chủ động ứng phó tốt việc rút tiền trong

tháng 8/2012 và lành mạnh hoá các hoạt động kinh doanh và xử lý những tồn đọng

liên quan đến hoạt động kinh doanh vàng theo đúng chủ trương của Ngân hàng nhà

nước Việt Nam.Tuy lợi nhuận không đạt như kế hoạch đề ra nhưng vẫn có thể chấp

nhận được trong bối cảnh kinh tế khó khăn năm 2012. Và ACB còn nhiều việc để thực

hiện nhằm khôi phục lại vị thế trước kia của mình.

2.1.2. Cơ cấu tổ chức quản lý và sở hữu

2.1.2.1. Về cơ cấu tổ chức:

Cơ cấu tổ chức quản lý của ACB bao gồm Đại hội đồng cổ đông, hội đồng quản

trị, ban kiểm soát và Tổng giám đốc theo như quy định của Luật các TCTD năm 2010

tại điều 32.1 quy định về cơ cấu tổ chức quản lý của TCTD.

Đại hội đồng cổ đông có quyền cao nhất của ngân hàng và có quyền bầu, bãi

nhiệm, miễn nhiệm thành viên Hội đồng quản trị và Ban kiểm soát

ACB bao gồm Ngân hàng ACB và các công ty con bao gồm 4 công ty con. Ngân

hàng bao gồm các đơn vị hội sở và các kênh phân phối.Về hội sở thì gồm 9 khối và 8

phòng ban trực thuộc Tổng giám đốc.Kênh phân phối tính đến thời điểm 31/12/2012

thì ACB bao gồm 342 chi nhánh và phòng giao dịch.

2.1.2.2. Về cơ cấu sở hữu :

Tính đến cuối năm 2012 thì ACB đang có vốn điều lệ là 9,376,965 triệu đồng tương

đương 937,696,506 cổ phiếu phổ thông trong đó:

- Số lượng cổ phiếu tự do chuyển đổi : 880,609,351 cổ phần

- Số lượng cổ phiếu bị hạn chế chuyển nhượng : 57,087,155 cổ phần

2.1.3. Kết quả hoạt động kinh doanh của AC trong thời gian qua

Sau 20 năm hoạt động, ACB luôn giữ vững sự tăng trưởng mạnh mẽ và ổn định,

điều này được thể hiện bằng các chỉ số tài chính qua các năm như sau:

Đơn vị tính: Tỷ đồng

iểu đồ 2.1: Biểu đồ thề hiện các chỉ tiêu hoạt động của ACB

(Nguồn: Báo cáo thường niên các năm từ năm 2009 –2012 của ACB)

Qua biểu đồ 2.1 trên cho ta thấy tình hình kinh doanh của ACB qua các năm tăng

trưởng khá ổn định và hiệu quả trong giai đoạn 2009  2011. Các chỉ tiêu về tổng tài

sản, vốn huy động, dư nợ cho vay đều có sự tăng trưởng. Tuy nhiên trong năm 2012,

sự cố tháng 8/2012 làm ảnh hưởng nghiêm trọng trong hoạt động kinh doanh của

ACB. Tổng tài sản năm 2012 giảm 104,711 tỷ đồng tương ứng giảm 37.26% so với

năm 2011, vốn huy động giảm 42,399 tỷ đồng giảm tương ứng 23.96 %. Đặc biệt là

lợi nhuận trước thuế chỉ bằng 24.8% so với lợi nhuận trước thuế năm 2011.

2.1.3.1. Hoạt động huy động vốn:

Nhìn chung hoạt động huy động vốn của ACB trong những năm 2009  2011 vẫn

hiệu quả và có tốc độ tăng trưởng đáng kể bình quân lớn hơn 10%. Tuy nhiên vào năm

2012, sự cố tháng 8/2012 xảy ra, tuy ACB đã có những biện pháp đối phó kịp thời

nhưng vẫn gây ra những ảnh hưởng nghiêm trọng đến hoạt động huy động vốn của

ACB. Tổng số tiền huy động của khách hàng năm 2012 là 126,679 tỷ đồng so với

năm 2011 là 142,828 tỷ đồng tương ứng giảm 11.30%. Trong đó tiền huy động bằng

tiền đồng chiếm 92%.

 Cơ cấu huy động vốn theo kỳ hạn: cơ cấu huy động vốn của ACB được thể hiện

dưới bảng số liệu sau:

ảng 2.2: ảng cơ cấu huy động vốn theo kỳ hạn. Đơn vị tính : tỷ đồng

2011 15,069 23,636 97,581 6,425 117 142,828 2010 10,390 8,549 85,490 2,419 86 106,934 2009 10,355 7,778 66,054 2,561 169 86,917

Chỉ tiêu Tiền gởi không kỳ hạn Tiền gởi có kỳ hạn Tiền gởi tiết kiệm Tiền ký quỹ Tiền gởi vốn chuyên dùng Tổng cộng 2012 13,450 7,421 104,596 1,069 143 126,679 (Nguồn: Báo cáo thường niên các năm từ năm 2009 –2012 của ACB)

Từ bảng 2.2: ta thấy tỷ trọng tiền gửi tiết kiệm chiếm tỷ trọng lớn nhất trong tổng huy

động từ phía KH chiếm 82.53% và tỷ trọng này trong năm 2011 là 68%. Nguyên nhân

chính là sự suy giảm của tổng huy động của KH và sự tăng trường của tiền gởi tiết

kiệm trong năm 2012. Các khoản mục khác đều suy giảm so với năm 2011

 Cơ cấu huy động vốn theo thành phần kinh tế: Huy động vốn từ cá nhân vẫn là

một thế mạnh của ACB, nguồn vốn huy động từ cá nhân vẫn có sự tăng trưởng trong năm

2012 bất chấp sự kiện tháng 8/2012 tại ACB, tốc độ tăng trưởng trong năm 2012 là 7.8 %

so với năm 2011. Qua cơ cấu huy động vốn theo khách hàng đã chiến lược là ngân hàng

bán lẻ ACB, đối tượng tập trung chủ yếu là các khách hàng cá nhân và KHDN vừa và nhỏ

Đơn vị tính: tỷ đồng

ảng 2.3: ảng cơ cấu huy động vốn theo thành phần kinh tế.

2011 460

2010 849

2009 1,406

2012 429

14,537 568 474 20 89,885 601 106,934

38,001 403 415 24 102,498 1,027 142,828

12,776 494 575 36 71,196 434 86,917

Chỉ tiêu DN nhà nước Công ty cổ phần, công ty TNHH, DN tư nhân Công ty liên doanh Công ty vốn nước ngoài Hợp tác xã Cá nhân Đối tượng khác Tổng cộng

13,706 480 517 18 110,452 1,077 126,679 (Nguồn: Báo cáo thường niên các năm từ năm 2009 –2012 của ACB)

2.1.3.2. Về hoạt động tín dụng:

Hoạt động tín dụng của ACB thời gian qua tăng nhanh và khá cao trong giai đoạn từ

20092011, tuy nhiên vào năm 2012 hoạt động tín dụng có sự tăng trưởng chậm lại

 Cơ cấu tín dụng theo thời gian cho vay: Cho vay ngắn hạn vẫn chiếm tỷ trọng

lớn, và có xu hướng tăng lên từ 2009  2012, đây là khoản cho vay nhanh thu hồi

vốn và quay vòng vốn nhanh, bớt rủi ro hơn. Năm 2012, các khoản mục ngắn hạn

và dài hạn đều có sự tăng trưởng thì dư nợ trung hạn lại có xu hướng giảm xuống

ảng 2.4: ảng cơ cấu tín dụng theo thời hạn cho vay Đơn vị tính: Tỷ đồng

Chỉ tiêu Nợ ngắn hạn Nợ trung hạn Nợ dài hạn Tổng cộng

2011 53,361 27,484 21,964 102,809

2009 35,619 10,538 16,202 62,359

2010 43,890 19,871 23,434 87,195

2012 55,878 19,406 27,530 102,814 (Nguồn: Báo cáo thường niên các năm từ năm 2009 –2012 của ACB)

 Cơ cấu tín dụng theo thành phần kinh tế: Cho vay theo thành phần kinh tế cũng

có xu hướng tăng dần trong các lĩnh vực cho vay cá nhân và các công ty tư nhân, tốc độ

tăng trưởng trong khu vực này là tốt (năm 2010 so với 2009 tăng 42%, năm 2011 so với

năm 2010 tăng 19%) trong giai đoạn 2009-2011. Cho vay các thành phần kinh tế khác như

DN nhà nước ít biến động

Đơn vị tính: Tỷ đồng

ảng 2.5: ảng cơ cấu tín dụng theo thành phần kinh tế .

2009 29 4,378 498 195

2010 21 5,018 389 205

2011 21 3,317 501 807

2012 27 3,269 306 468

62,316 35,847 102,809

34,253 23,005 62,358

48,979 32,584 87,196

Chỉ tiêu Kinh tế tập thể, hợp tác xã DN nhà nước Công ty liên doanh nước ngoài Công ty 100% vốn nước ngoài Công ty cổ phần, Công ty TNHH, DN tư nhân Cá nhân, khác Tổng cộng

54,396 44,349 102,814 (Nguồn: Báo cáo thường niên các năm từ năm 2009 –2012 của ACB)

.Cơ cấu tín dụng theo nhóm nợ

Đơn vị tính: Tỷ đồng

2012 Tỷ trọng

2011 Tỷ trọng

98.79% 0.32% 0.27% 0.34% 0.29%

ảng 2.6: Phân loại nhóm nợ tín dụng tại AC Chỉ tiêu Nợ nhóm 1 Nợ nhóm 2 Nợ nhóm 3 Nợ nhóm 4 Nợ nhóm 5 Tổng cộng

2009 Tỷ trọng 99.01% 0.58% 0.04% 0.14% 0.23% 100.0%

2010 Tỷ trọng 99.42% 0.24% 0.07% 0.07% 0.19% 100.0%

94,822 5,422 747 673 1,150 100.0% 102,814

101,564 327 274 346 297 102,808

86,693 209 65 58 170 87,195

61,739 364 25 89 141 62,358

92.23% 5.27% 0.73% 0.65% 1.12% 100.00% (Nguồn: Báo cáo thường niên các năm 2009 – 2012 của ACB)

Tỷ lệ nợ xấu, nợ quá hạn trên Tổng dư nợ tại ACB luôn thấp trong các NHTMCP

trong nước và thấp hơn quy định của NHNN (tỷ lệ nợ xấu/Tổng dư nợ không quá 3%,

tỷ lệ nợ quá hạn /Tổng dư nợ không quá 5%). Chất lượng tín dụng của ACB được

kiểm soát khá tốt trong những năm 2009 2011.

Tuy nhiên xét về dài hạn thì tỷ lệ nợ xấu (nợ từ nhóm 3- nhóm 5) của ACB có xu

hướng tăng lên. Nợ xấu năm 2009 là 0.41%, nợ xấu năm 2010 là 0.33%, nợ xấu năm

2011 là 0.89% và nợ xấu năm 2012 là 2.46%, tính đến hết quý 2/2013 thì tỷ lệ nợ xấu

tăng lên 2.99% (xấp xỉ 3% của NHNN). Do đó, công tác giải quyết nợ xấu và đo

lường rủi ro tín dụng là nhiệm vụ đặc biệt, cấp thiết của ACB trong giai đoạn hiện

nay.

 Cơ cấu tín dụng theo khu vực:

Đơn vị tính: tỷ đồng

ảng 2.7: ảng cơ cấu tín dụng theo khu vực

Chỉ tiêu TP Hồ Chí Minh Miền Tây Miền Trung Miền Bắc Miền Đông Tổng cộng

2009 40,488 2,776 3,227 12,829 3,038 62,358

2010 56,678 3,514 4,411 17,178 5,414 87,195

2011 62,325 4,945 6,132 23,729 5,677 102,808

2012 63,252 4,986 7,451 20,085 7,040 102,814

(Nguồn: Báo cáo thường niên các năm 2009 – 2012 của ACB)

Khu vực TP. Hồ Chí Minhluôn chiếm hơn 60% tổng dư nợ của toàn hệ thống và có

NQH cao nhất (gần 70%), cơ cấu tín dụng của ACB theo khu vực cũng được phân bổ

không đồng đều. Khu vực TP.Hồ Chí Minh và Khu vực miền Bắc vẫn chiếm tỷ trọng

lớn hơn 80% tổng dư nợ. Đây cũng là điều dễ hiểu bởi vì hai khu vực là hai trung tâm

hành chính kinh tế lớn Việt Nam là Thủ Đô Hà Nội và TP Hồ Chí Minh

Các khu vực khác như Miền Đông, Miền Tây và Miền Trung thì dư nợ tín dụng

của các khu vực này đều có sự tăng trưởng trong suốt giai đoạn 2009 2012. Tuy

nhiên về tỷ trọng của các khu vực này trong tổng dư nợ vẫn thấp.

Cơ cấu tín dụng theo ngành kinh tế: Hoạt động cho vay của ACB tập trung chủ yếu

vào 3 nhóm ngành chính là : thương mại, dịch vụ cá nhân cộng đồng và sản xuất gia

công chế biến, chiếm 87.6% tổng dư nợ (2012), tỷ trọng của 3 ngành này vẫn duy trì

cao trong suốt giai đoạn 2009  2012. Mảng xây dựng và kinh doanh bất động sản

trong năm 2012 chỉ chiếm tỷ lệ 4.3% tồng dư nợ.

ảng 2.8: Cơ cấu tín dụng theo ngành kinh tế Đơn vị tính: tỷ đồng

Chỉ tiêu Thương mại Nông, lâm nghiệp Sản xuất, gia công chế biến Xây dựng Dịch vụ cá nhân, cộng đồng Kho bãi, giao thông vận tải Giáo dục và đào tạo Tư vấn và kinh doanh BĐS Nhà hàng và khách sạn Dịch vụ tài chính Ngành nghề kinh doanh khác Tổng cộng

2011 36,748 333 15,189 4,863 35,319 3,071 106 1,449 2,174 703 2,853 102,808

2009 19,831 167 11,267 2,374 22,939 1,756 31 519 998 630 1,845 62,357

2010 27,618 249 13,517 3,571 33,421 2,606 80 1,276 1,475 667 2,715 87,195

2012 33,197 518 13,270 3,343 43,693 2,386 101 1,079 1,817 632 2,778 102,814 (Nguồn: Báo cáo thường niên các năm 2009 – 2012 của ACB)

2.1.3.3. Về thu nhập – chi phí:

ACB chứng kiến sự tăng trưởng lợi nhuận thần tốc trong giai đoạn 2003-2007, và

bắt đầu chững lại từ năm 2008, khi cuộc khủng hoảng tài chính tác động mạnh đến hệ

thống ngân hàng. Từ năm 2009  2011, tuy có khủng hoảng kinh tế nhưng lợi nhuận

sau thuế của ACB vẫn đạt được kết quả tăng trưởng cao lợi nhuận sau thuế năm 2011

là 3,207 tỷ đồng tăng 38% so với năm 2010. Tuy nhiên sự cố tháng 8/2012 làm cho

lợi nhuận sau thuế năm 2012 của ACB còn 784 tỷ đồng chỉ bằng 24.4% so với năm

2012.

Hai nguồn thu nhập lớn nhất chi phối kết quả kinh doanh của ACB là thu nhập lãi và

thu nhập từ hoạt động dịch vụ. Chỉ tính riêng trong năm 2011, thu nhập từ 2 nguồn

này chiếm tới 96% tổng thu nhập hoạt động của ACB. Sự biến động trong tăng trưởng

của các thành phần thu nhập này là nguyên nhân chính gây ra những xáo trộn trong

tổng thu nhập.

Chi phí hoạt động của ACB vẫn tiếp tục tăng. Trong năm 2012, chi phí này khoảng

hơn 4,270 tỷ, tăng hơn 35% so với năm 2011, trong đó chi phí quảng cáo, khuyến mãi

tăng hơn 60%. Nguyên nhân chính do ACB cần phải đẩy mạnh quảng bá, khuyến mãi

trong biến cố “bầu Kiên” để tránh tình trạng mất an toàn thanh khoản.

Năm 2012 , ACB đã có một năm đáng quên với lợi nhuận giảm hơn 75%, từ trên

3.200 tỷ đồng còn khoảng 784 tỷ đồng. Các tỷ lệ ROAA và ROAE cũng sụt giảm trên

70%, ROAA còn 0,34% trong khi ROAE là 6,38% đã khiến ACB không còn mức sinh

lời hấp dẫn như trước nữa.

 Thu nhập – chi phí hoạt động tín dụng:

Trong bối cảnh dư nợ cho vay hầu như không thay đổi so với năm 2011trong khi lãi

suất cho vay giảm dần đã khiến thu nhập lãi của ACB năm 2012 giảm 13%. Tuy nhiên

do ACB kiểm soát tốt chi phí lãi nên trong năm 2012 thu nhập lãi thuần của ACB tăng

nhẹ 3% so với năm trước đó thể hiện trong biểu đồ 2.2

iều đồ 2.2: iểu đồ thu nhập- Chi phí hoạt động tín dụng Đơn vị tính: tỷ đồng

(Nguồn: Báo cáo thường niên các năm 2009 – 2012 của ACB)

 Thu nhập - chi phí từ hoạt động kinh doanh ngoại tệ và vàng:

Hiệu quả của hoạt động kinh doanh vàng và ngoại tệ có xu hướng giảm và ACB bị lỗ

trong hoạt động này trong năm 2011 và năm 2012.

Năm 2012, hoạt động kinh doanh ngoại hối và vàng ghi nhận mức lỗ hơn 1.863 tỷ

đồng đã làm cho bức tranh lợi nhuận của ACB trở nên u ám. Lý giải cho sự thua lỗ

này, Tổng Giám đốc Đỗ Minh Toàn cho biết do phải tất toán trạng thái vàng theo chỉ

thị của Ngân hàng Nhà nước nên ACB phải mua vàng trong nước với giá cao và bán

Đơn vị tính: tỷ đồng

vàng tài khoản với giá thấp. Biều đồ 2.3 thể hiện điều này.

iểu đồ 2.3: Lãi ròng từ hoạt động kinh doanh ngoại hối và đầu tư vàng.

(Nguồn: áo cáo thường niên năm 2009 2012)

Nghiên cứu nhận thấy đây là chuyện hoàn toàn bình thường khi ACB chấp nhận hoạt

động kinh doanh vàng đầy rủi ro. ACB là ngân hàng huy động vàng nhiều nhất trong

hệ thống. ACB đã dùng số vàng này đổi ra tiền đồng, cho vay trên các thị trường. Với

lãi suất đầu vào rất thấp (trung bình khoảng 3 - 4%) trong khi lãi suất cho vay rất cao

(trung bình khoảng 20% trong giai đoạn 2010 - 2011), hoạt động này đã đem lại cho

ACB rất nhiều lợi nhuận.Và khi Ngân hàng Nhà nước thắt chặt hoạt động kinh doanh

vàng cũng là lúc ACB phải trả giá cho hoạt động kinh doanh đầy rủi ro của mình.

 Thu nhập- Chi phí từ hoạt động đầu tư – kinh doanh chứng khoán: Năm 2009

ghi nhận lãi ròng từ hoạt động này là 571 tỷ đồng. Tuy nhiên năm 2012 đánh dấu sự

ghi nhận lỗ từ hoạt động kinh doanh này, điều này ảnh hưởng chung đến kết quả kinh

doanh chung của ACB. Đây là hoạt động kinh doanh đầy rủi ro với biến động của thị

trường chứng khoán và cuộc khủng hoảng kinh tế thế giới có thể dễ dàng giải thích

cho sự suy giảm lợi nhuận từ hoạt động này của ACB.

ảng 2.9: ảng cơ cấu thu nhập – chi phí từ đầu tư – kinh doanh chứng khoán Đơn vị tính: tỷ đồng

2009

2010

2011

2012

617

247

216

490

Chỉ tiêu Thu nhập từ hoạt động đầu tư kinh doanh chứng khoán Chi phí từ hoạt động đầu tư kinh doanh chứng khoán

175

512

2009

2010

2011

2012

571

153

Chỉ tiêu Lãi ròng từ hoạt động đầu tư kinh doanh chứng khoán

-22 (Nguồn: Báo cáo thường niên các năm 2009 – 2012 của ACB)

 Thu nhập – Chi phí từ hoạt động dịch vụ: Mảng dịch vụ là những mảng hoạt

động với tỷ suất sinh lợi cao nhất của ngân hàng.Tuy nhiên tỷ trọng lãi ròng/ thu nhập

từ hoạt động này có sự suy giảm từ 88% năm 2009 giảm xuống 76% năm 2012

Thu nhập từ hoạt động dịch vụ từ năm 2009  2012 sự biến động thất thường, năm

2011 đánh dấu sự tăng trưởng với thu nhập từ hoạt động này đạt 1,138 tỷ đồng. Tuy

nhiên 2011, chi phí từ hoạt động dịch vụ này cũng cao làm cho tỷ lệ lãi ròng/ thu nhập

của hoạt động dịch vụ giảm xuống 72 %. Năm 2012 tiếp tục chứng khiến sự sụt giảm

lợi nhuận từ mảng hoạt động dịch vụ của ngân hàng (giảm bắt đầu từ năm 2009) từ

hơn 869 tỷ đồng còn khoảng 702 tỷ đồng.

iều đồ 2.4: iểu đồ Thu nhập – Chi phí từ hoạt động dịch vụ Đơn vị tính: tỷ đồng

(Nguồn: Báo cáo thường niên các năm 2009 – 2012 của ACB)

Thực trạng đo lường rủi ro tài chính của khách hàng doanh nghiệp tại AC

2.2.

Cảnh báo rủi ro tài chính thực chất là một hoạt động đo lường rủi ro tài chính của các

KHDN, từ đó xác định mức độ rủi ro tài chính và đưa ra một phương hướng xử lý sớm

và kip thời. Đo lường rủi ro tài chính có thể nói vẫn còn mới mẻ ở Việt Nam. Điểm

qua một số tổ chức cung cấp dịch vụ đánh giá rủi ro tài chính như Trung tâm thông tin

tín dụng – Ngân hàng nhà nước Việt Nam (CIC), Cty cổ phần Xếp hạng tín nhiệm DN

Việt Nam (CRV),Trung tâm đánh giá tín nhiệm DN (CRVC) thuộc Cty phần mềm

và truyền thông Vietnamnet (nay đã dừng hoạt động).

Các tổ chức trung gian này ra đời chậm và chưa phát triển làm cho nhà đầu tư, tổ chức

tín dụng, cơ quan quản lý khó khăn trong việc ra các quyết định quan trọng.

Tại ACB cũng như các tổ chức tín dụng khác trong hệ thống tín dụng tại ngân hàng

Việt Nam, việc đánh giá rủi ro tài chính của một KHDN đang có dư nợ vay tại ngân

hàng thì đang sử dụng hai kênh đánh giá chính là trung tâm thông tin tín dụng – Ngân

hàng nhà nước Việt Nam (CIC) và hệ thống xếp loại tín dụng nôi bộ (ACB – Scoring).

2.2.1. Trung tâm thông tin tín dụng Việt Nam:

Trước sự cần thiết phải đo lường xếp hạng các DN, ngày 24/01/2002, NHNN đã ban

hành quyết định đầu tiên về việc triển khai thí điểm đề án phân tích, xếp loại tín dụng

DN. Việc phân tích, xếp loại tín dụng DN được thực hiện tại CIC theo phương pháp

xếp loại và phương pháp so sánh theo quyết định số 57/2002/QĐ-NHNN. Theo quyết

định này thì chỉ được cung cấp thông tin này cho các đơn vị thuộc NHNN và các tổ

chức tín dụng. Các đơn vị sử dụng thông tin phải đúng mục đích và không được cung

cấp cho bên thứ ba.

Ngày 28/04/2004, NHNN đã chính thức đưa ra quyết định 473/QĐ-NHNN nhằm phê

duyệt đề án phân tích, xếp hạng tín dụng DN, cho phép CIC cung cấp các bảng báo

cáo phân tích, xếp hạng các DN.

Mô hình sử dụng các thông tin của CIC để đánh giá xếp hạng trong các tài liệu sau:

bảng cân đối kế toán, báo cáo kết quả hoạt động kinh doanh, tình hình dư nợ ngân

hàng, các thông tin phi tài chính khác.

Các DN được đánh giá được phân loại theo ngành kinh tế gồm nông lâm ngư nghiệp,

thương mại dịch vụ, xây dựng và công nghiệp đồng thời phân loại theo quy mô lớn,

vừa và nhỏ. Việc đánh giá xếp hạng tín dụng dựa trên các chỉ tiêu phân tích tài chính

cơ bản gồm chỉ tiêu thanh khoản, chỉ tiêu hoạt động, chỉ tiêu cân nợ và chỉ tiêu thu

nhập.

Sau khi qua quá trình chấm điểm tín dụng, kết quả xếp hạng được đưa ra dưới dạng

chỉ tiêu điểm với từng mức từ cao xuống thấp cụ thể như AAA, AA, A được xem là

khá tốt, BBB, BB, B là trung bình và CCC, CC, C là yếu kém..

ảng 2.10: ảng điểm các chỉ tiêu tài chính, trọng số trong chấm điểm tín dụng

Nội dung

Trọng số

Thang điểm xếp hạng

A B

sau D

của CIC.

Chỉ tiêu thanh toán

- Chỉ số thanh toán nhanh

- Chỉ số thanh toán ngắn hạn

Chỉ tiêu hoạt động

- Luân chuyển hàng tồn kho

- Kỳ thu tiền bình quân

- Hệ số sử dụng tài sản

Chỉ tiêu về đòn bẩy

- Nợ phải trả/ Tổng tài sản

- Nợ phải trả/ Nguồn vốn chủ sở hữu

Nội dung

Trọng số

Thang điểm xếp hạng

A B

sau D

- Nợ không đủ tiêu chuẩn/ Tổng nợ ngân

hàng

Chỉ tiêu về thu nhập

- Tổng thu nhập trước thuế/ Doanh thu

- Tổng thu nhập trước thuế/ Tổng tài sản

- Tổng thu nhập trước thuế/ Nguồn vốn

chủ sở hữu

( Nguồn: www.creditinfo.org.vn)

Bên cạnh những chỉ tiêu tài chính CIC còn chấm điểm của một số chỉ tiêu phi tài

chính như số năm hoạt động của DN, số năm kinh nghiệm của Giám đốc công ty, trình

độ giám đốc công ty, tình hình nợ không đủ tiêu chuẩn.

ảng 2.11 ảng chuẩn xếp hạng tín dụng DN theo CIC

STT Mức xếp hạng

Điểm số

>139

AAA

124-138

Ý nghĩa Loại tối ưu: DN hoạt động hiệu quả cao. Khả năng tự chủ tài chính tốt, khả năng phát triển lâu dài, tiềm lực tài chính mạnh. Rủi ro thấp. Loại ưu: DN hoạt động có hiệu quả và ổn định. Khả năng tự chủ tài chính tốt, khả năng phát triển lâu dài, tiềm lực tài chính mạnh. Rủi ro thấp.

109-123

Loại tốt: tình hình tài chính ổn định, hoạt động hiệu quả. Rủi ro khá thấp

STT Mức xếp hạng

Điểm số

BBB

94-108

79-93

Ý nghĩa Loại Khá: Hoạt động có hiệu quả, tình hình tài chính ổn định, có hạn chế nhất định về tiềm lực tài chính, rủi ro trung bình Loại trung bình – Khá: DN hoạt động tương đối hiệu quả trong hiện tại, nhưng dễ bị ảnh hưởng bởi những biến động lớn trong kinh doanh do sức ép cạnh tranh.Tiềm lực tài chính trung bình.Rủi ro trung bình

64-78

Loại trung bình: DN hoạt động chưa có hiệu quả, khả năng tự chủ tài chính thấp, có nguy cơ hoạt động sản xuất kinh doanh bị thua lỗ. Rủi ro tương đối cao

CCC

49-63

34-48

≤ 33

Loại trung bình yếu: DN hoạt động chưa có hiệu quả , năng lực quản lý kém, khả năng tự chủ tài chính yếu , hoạt động sản xuất kinh doanh có khả năng thua lỗ cao , rủi ro cao Loại yếu: DN hoạt động kém hiệu quả, tự chủ tài chính yếu kém, hoạt động kinh doanh thua lỗ, có nguy cơ lâm vào tình trạng phá sản. Rủi ro rất cao Loại yếu kém: DN hoạt động yếu kém, thua lỗ kéo dài, không tự chủ về tài chính. Năng lực quản lý yếu kém, không có khả năng trả nợ. Rủi ro rất cao.

( Nguồn: www.creditinfo.org.vn)

Những chỉ tiêu trong hệ thống xếp hạng của CIC có ưu điểm như đơn giản và dễ thực

hiện nhưng còn tồn tại nhiều bất cập như quy trình xử lý tốn nhiều thời gian, đôi khi

còn thiếu chính xác, mang tính chủ quan, quá trình thực hiện còn phụ thuộc nhiều vào

năng lực và cảm tính của chuyên viên xếp hạng.

2.2.2. Hệ thống chấm điểm tín dụng tại AC :

2.2.2.1. Lịch sử hình thành:

XHTD đối với KHDN là việc đánh giá, xếp loại các KHDN với phương pháp và các

chỉ tiêu đánh giá phù hợp nhằm làm rõ thực chất hoạt động sản xuất kinh doanh cả về

nguồn lực, tiềm năng, lợi thế kinh doanh cũng như những rủi ro tiềm ẩn, và khả năng

trả nợ của doanh nghiệp. XHTD cũng nhằm đánh giá khả năng thực hiện các nghĩa vụ

tài chính của khách hàng, mức độ rủi ro tín dụng, được xác định thông qua đánh giá

bằng thang điểm, tuân thủ theo các nguyên tắc nhất định, phù hợp với thông lệ quốc

tế, có đặt trong mối quan hệ biện chứng với môi trường kinh tế xã hội.

Theo quy định của Ngân hàng Nhà nước, trong thời gian tối đa 3 (ba) năm kể từ ngày

Quyết định số 493/2005/QĐ – NHNN ngày 22.04.2005 (dưới đây gọi tắt là Quyết

định 493) có hiệu lực, các tổ chức tín dụng, trong đó có ACB, phải xây dựng hệ thống

xếp hạng tín dụng nội bộ để hỗ trợ việc phân loại nợ, quản lý chất lượng tín dụng phù

hợp với phạm vi hoạt động và tình hình thực tế của tổ chức tín dụng (Điều 4 Quyết

định 493). Vì vậy, ngay sau khi Ngân hàng Nhà nước ban hành Quyết định 493, ACB

đã xây dựng hệ thống đánh giá, xếp loại khách hàng DN (đã được chính thức áp dụng

từ ngày 01/01/2004) quy định tại thủ tục cấp tín dụng của ACB thành hệ thống xếp

hạng tín dụng nội bộ, làm cơ sở xây dựng và phát triển thực hiện chính sách dự phòng

rủi ro của ACB sau này

Tháng 4/2008, ACB đã có phối hợp với tư vấn quốc tế là Công ty kiểm toán

Ernst&Young để xây dựng hoàn chỉnh hệ thống xếp hạng tín dụng nội bộ.

Từ ngày 22/08/2008 đến ngày 05/09/2008, tiến hành tập huấn cho toàn bộ hệ thống

về Hệ thống xếp hạng tín dụng nội bộ để lấy ý kiến tham gia của chi nhánh theo 04

cụm TP Hồ Chí Minh, Hà Nội, Hải Phòng, Đà Nẵng.

Từ ngày 30/11/2008, tòan bộ hệ thống đồng loạt triển khai thực hiện xếp hạng tín

dụng nội bộ, phân loại nợ và trích lập dự phòng rủi ro theo Điều 7 Quyết định

493/2005/QĐ – NHNN ngày 22.04.2005.

Từ năm 2009 đến cuối năm 2010 hoàn thiện hệ thống chấm điểm xếp hạng tín

dụng nội bộ và phân loại nợ.

So sánh kết quả phân loại nợ của Hệ thống Xếp hạng tín dụng nội bộ với kết quả

phân loại nợ theo điều 6 Quyết định 493 cho thấy: Tổng số khách hàng được ACB

và Ernst&Young phân loại nợ là 9,797 khách hàng; tương ứng với dư nợ tại thời điểm

30/09/2009 là 25,634 tỷ đồng.

ảng 2.12: ảng nhóm nợ KHDN phân loại theo điều 6 và điều 7 Quyết định

493/2005/QĐ – NHNN ngày 22.04.2005 Đơn vị tính: tỷ đồng

Chỉ tiêu

Theo điều 7 25,408 109 27 38 52 25,634 Theo điều 6 25,396 101 20 29 89 25,635

0.46% 0.54%

20.57 Nhóm 1 Nhóm 2 Nhóm 3 Nhóm 4 Nhóm 5 TỔNG DƯ NỢ Tỷ lệ dư nợ xấu/dư nợ vay Dự phòng cụ thể 27.95

ĐIỀU 6 ĐIỀU 7 TỔNG Nhóm 3 Nhóm 4 Nhóm 5

Nhóm 1 Nhóm 2 Nhóm 3 Nhóm 4 Nhóm 5

Nhóm 1 Nhóm 2 0.35% 98.69% 0.02% 0.38% 0.02% - 0.01% - 0.00008% - 0.39% - - 0.08% 0.00 - 0.08% - - 0.00 0.06% 0.05% 0.11% - - 0.09% 0.10% 0.16% 0.35% 99.03% 0.41% 0.19% 0.16% 0.21% 100.00%

TỔNG 99.07% Có 99% dư nợ được phân loại cùng nhóm; 0.54% dư nợ được phân loại vào nhóm có

rủi ro thấp hơn; 0.46% được phân loại vào nhóm có rủi ro cao hơn.

2.2.2.2. Quy trình xếp hạng tín dụng nội bộ khách hàng doanh nghiệp tại AC



như sau:



Bước 1: Nhập dữ liệu cho các thông tin của doanh nghiệp.



Bước 2: Nhập dữ liệu cho các chỉ tiêu tài chính



Bước 3: Nhập dữ liệu cho các chỉ tiêu phi tài chính.

Bước 4: Tính điểm xếp hạng tín dụng KHDN thông qua tính và tổng hợp

điểm tài chính và phi tài chính.

Các chỉ tiêu đánh giá bao gồm chỉ tiêu tài chính và chỉ tiêu phi tài chính được đưa

vào mô hình chấm điểm tín dụng tại ACB được thể hiện dưới bảng sau:

ảng 2.13: Thống kê các chỉ tiêu đánh giá trong hệ thống XHTD áp dụng đối với KHDN tại ACB

Chỉ tiêu đánh giá

STT

Chỉ tiêu tài chính Chỉ tiêu phi tài chính

1 Nhóm chỉ tiêu thanh khoản Trình độ quản lý và môi trường nội bộ

2 Nhóm chỉ tiêu hoạt động Các nhân tố ảnh hưởng đến KHDN

3 Nhóm chỉ tiêu cân nợ Khả năng trả nợ của KHDN

4 Nhóm chỉ tiêu thu nhập Uy tín trong quan hệ tín dụng

5 Các nhân tố ảnh hưởng đến ngành

(Nguồn: Sổ tay Scoring nội bộ áp dụng đối với KHDN tại ACB_



Hệ thống XHTD dành cho KHDN tại AC bao gồm hai hệ thống:

Hệ thống XHTD phục vụ cho xét duyệt (Scoring Xét duyệt): nhằm mục

đích đánh giá rủi ro của KHDN đồng thời phục vụ cho việc xét duyệt hồ sơ tín

dụng, kết quả được sử dụng làm một trong các căn cứ để đưa ra quyết định tín



dụng và xây dựng chính sách khách hàng.

Hệ thống XHTD phục vụ cho phân loại nợ (Scoring phân loại nợ): là công

cụ để thực hiện phân loại nợ theo thông lệ quốc tế để xác định khả năng trả nợ của

KHDN và trích lập dự phòng rủi ro theo quy định của NHNN từng thời kỳ.

2.2.2.3. Tiêu chí phân loại nợ tại AC :

Trên cơ sở tổng số điểm đạt được, khách hàng sẽ được phân loại vào một trong 10

hạng sau: AAA, AA, A, BBB, BB, B, CCC, CC, C và D, trong đó:

ảng 2.14: ảng tiêu chí phân loại nợ tại AC

STT

Ý nghĩa

Mức xếp hạng

AAA

BBB

CCC

Đây là mức xếp hạng khách hàng cao nhất. Khả năng hoàn trả khoản vay của khách hàng được xếp hạng này là đặc biệt tốt. Khách hàng được xếp hạng này 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. Khách hàng được xếp hạng này có thể 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. Khách hàng xếp hạng này có các chỉ số cho thấy khách hàng hoàn toàn có khả năng hoàn trả đầy đủ các khoản nợ. Tuy nhiên, các điều kiện kinh tế bất lợi và sự thay đổi lớn các yếu tố bên ngoài có khả năng làm suy giảm khả năng trả nợ của khách hàng. Khách hàng xếp hạng này 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 các 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. Khách hàng xếp hạng này 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 thay đổi xấu đi có khả năng ảnh hưởng đến khả năng hoặc thiện chí trả nợ của khách hàng. Khách hàng xếp hạng này hiện thời đang bị suy giảm khả năng trả nợ, khả năng trả nợ của khách hàng phụ thuộc vào 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, có khả năng không trả được một phần vốn và lãi vay. Khách hàng xếp hạng này hiện thời đang bị suy giảm nhiều khả năng trả nợ; có khả năng không trả được một phần vốn

STT

Ý nghĩa

Mức xếp hạng

và lãi vay. Khách hàng xếp hạng này trong trường hợp đã thực hiện các thủ tục xin phá sản hoặc có các động thái tương tự nhưng việc trả nợ của khách hàng vẫn đang được duy trì; có khả năng không trả được hoàn tòan vốn gốc. 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 khách hàng mà việc mất khả năng trả nợ mới chỉ là dự kiến.

 Nhóm 1: Các khách hàng xếp hạng AAA, AA, A.

 Nhóm 2: Các khách hàng xếp hạng BBB, BB,B.

 Nhóm 3: Các khách hàng xếp hạng CCC, CC.

 Nhóm 4: Các khách hàng xếp hạng C.

 Nhóm 5: Các khách hàng xếp hạng D.

Đối với các khách hàng đủ điều kiện chấm điểm: căn cứ kết quả xếp hạng tín dụng theo hệ thống xếp hạng tín dụng nội bộ, ACB sẽ phân vào 05 nhóm nợ tương ứng theo quy định tại khoản 6.1 Điều 7 Quyết định 493 cụ thể như sau:

Theo 2 bảng tiêu chí xếp hạng tín dụng tại CIC và hệ thống chấm điểm tín dụng tại

ACB cho thấy những KH được xếp hạng tín dụng từ CCC trở xuống (tương ứng nhóm

nợ từ nhóm 3 trở lên) là những KH suy giảm khả năng trả nợ và có nhiều rủi ro về tài

chính đây là những khách hàng này là những khách hàng có rủi ro tài chính. Ngược

lại, những KH không có rủi ro tài chính là những khách hàng được xếp hạng từ B trở

lên và từ nhóm 2 trở lên.

2.2.2.4. Nhận xét về hệ thống chấm điểm xếp hạng tín dụng tại AC :

Kết quả đạt được:

Hệ thống XHTD nội bộ tại ACB được xây dựng theo thông lệ quốc tế, với sự trợ

giúp của tư vấn quốc tế – Công ty kiểm toán Ernst & Young, góp phần xác định và phản

ánh chân thật hơn mức độ rủi ro, cũng như năng lực tài chính.

Hệ thống XHTD của ACB thực hiện việc xếp loại KHDN theo phương pháp định

tính, và kết hợp với định lượng giúp chủ động đánh giá doanh nghiệp từ nhiều khía cạnh

khác nhau, từ đó đưa ra mức độ rủi ro hiện có và rủi ro tiềm tàng.

Ngoài chức năng xếp hạng và phân loại nợ, hệ thống này còn bổ sung chức năng

hỗ trợ ra quyết định cho vay, cho phép trích lập dự phòng trực tiếp và cung cấp được các

báo cáo theo yêu cầu quản trị. Cơ sở quan trọng cho việc đưa ra các chính sách về tín

dụng, khách hàng, lãi suất, bảo đảm tiền vay…đồng thời đây là bước đi đầu tiên để tiến

tới trích lập dự phòng theo chuẩn mực kế toán quốc tế và thực hiện các yêu cầu quản trị

rủi ro theo Balse II.

Những hạn chế:

Hệ thống XHTD tại ACB chỉ đánh giá rủi ro tài chính theo từng chỉ số tài chính

riêng biệt chưa đánh giá được mối quan hệ của các chỉ số tài chính của các KHDN.

Các chỉ số tài chính tài chính được đưa vào mô hình XHTD chưa cho thấy rõ

những chỉ số nào quan trọng trong việc phân biệt rõ ràng giữa những khách hàng có rủi ro

tài chính và những khách hàng chưa có rủi ro tài chính.

Các chỉ tiêu đặt ra trong mô hình chỉ định tính chưa mang tính định lượng nhiều,

gây khó khăn cho nhân viên tín dụng trong nhận định giá trị của chỉ tiêu.

Hệ thống XHTD thường được đánh giá định kỳ, trong khi hoạt động kinh doanh

của KHDN sẽ luôn có nhiều biến động và trong 1 năm có thể KHDN đã thay đổi hoàn

toàn về tình trạng tài chính của KH nên chưa đánh giá một cách kịp thời.

Hệ thống XHTD nội bộ tại ACB được xây dựng dựa trên kinh nghiệm và tư vấn

của chuyên gia nên chưa được kiểm định trên dữ liệu thực tế, chủ yếu đánh giá hệ thống

thành công trên cơ sở đối chiếu giá trị tương thích với kết quả phân loại nợ theo điều 6

QĐ 493.

Kết luận chương 2:

Chương 2 đã trình bày được tình hình hoạt động kinh doanh của ngân hàng ACB cũng

như thực trạng của công tác đo lường rủi ro tài chính của KHDN thông qua hệ thống

chấm điểm tín dụng nội bộ của ngân hàng, CIC. Đây là cơ sở và là tiền đề xác định

khả năng ứng dụng của mô hình MDA vào đo lường rủi ro tài chính của KHDN tại

ACB.

CHƯƠNG 3: ỨNG DỤNG MÔ HÌNH PHÂN TÍCH ĐA BIỆT THỨC ĐỂ ĐO LƯỜNG RỦI RO TÀI CHÍNH CỦA KHÁCH HÀNG DOANH NGHIỆP TẠI ACB.

3.1. Lý do chọn mô hình MDA trong việc nghiên cứu đo lường rủi ro tài chính tại

ACB.

Mô hình MDA đã được ứng dụng nhiều trên thế giới và có nhiều kết quả khả quan

trong việc phân loại những công ty có rủi ro và những công ty không có rủi ro. Việc

lựa chọn sử dụng mô hình MDA trong việc áp dụng cho KHDN tại ACB bởi vì:

- Tuy ACB đã có hệ thống chấm điểm phân loại tín dụng nội bộ, nhưng việc chấm

điểm định kỳ có nhiều tiêu chí khó sử dụng nên chưa thể cho kết quả nhanh chóng

để xem xét KHDN có thuộc diện rủi ro hay không.

- Việc sử dụng mô hình MDA giúp đánh giá tình hình tài chính của KHDN một cách

khách quan nhất và không phụ thuộc vào cảm tính của nhân viên tín dụng

- Kết quả của mô hình MDA giúp tìm ra được những KHDN thuộc biến trung gian

đây là những KH chưa xác định rõ ràng thuộc trường hợp có hay không từ đó ta có

thể đưa ra các mức cảnh báo tín dụng phù hợp với nhóm KH này..

- Có tính chính xác và dẫn đến một kết quả rõ ràng hơn đa phần các chỉ số thông

thường, có khả năng khoanh vùng của những đánh giá không chắc chắn là nhóm

trung gian.

- Có tính nhất quán và giảm bớt được các đánh giá không chính xác và ngẫu nhiên

của một vài cá nhân có thể mắc phải.

- Độ tin cậy có thể đánh giá thông qua thống kê. Nó dựa vào kinh nghiệm quá khứ

hơn là đơn thuần dựa vào ý kiến không rõ ràng của một cá nhân.

- Nhanh hơn và chính xác hơn so với các công cụ truyền thống khác.

- Có khả năng loại trừ hai thái cực của một nhóm mẫu công ty, cho phép các nhà

phân tích tập trung vào khu vực chưa rõ ràng, nơi mà kinh nghiệm và phán đoán

là cần thiết để bù đắp cho những gì mà máy tính còn thiếu sót.

3.2. Các nguyên tắc chọn lựa mô hình nghiên cứu

Các nguyên tắc chọn lựa mô hình phải có đầy đủ những đặc điểm sau:

 Tính đầy đủ: Kết quả đo lường phải đầy đủ những thông tin liên quan đến nguy cơ

tài chính. Để đảm bảo tính đầy đủ này theo hiệp ước Basel II thì phải xem xét tất

cả các thông tin có sẵn trong BCTC để thực hiện việc đo lường, xếp hạng.

 Tính khách quan: Kết quả đo lường phải được thực hiện bởi các chủ thể khác

nhau.

 Tính nhất quán: Kết quả đo lường không được mâu thuẫn với các cơ sở lý thuyết

và phương pháp luận đã được công bố trước đây.

 Tính kế thừa: Kế thừa các nghiên cứu về đo lường nguy cơ tài chính và các kinh

nghiệm đo lường trước đây

 Sự công nhận: được sự công nhận của những người sử dụng mô hình vì có khả

năng đánh giá rủi ro tài chính của các công ty và được áp dụng.

Qua nghiên cứu những ưu, nhược điểm của từng loại mô hình cũng như dựa vào

đặc điểm riêng của các KHDN tại ACB. Trong nghiên cứu này, tác giả sử dụng

phương pháp tiếp cận mô hình MDA, đây là mô hình được sử dụng nhiều ở các nước

khu vực Đông Nam Á và nhiều nước trên thế giới hiện nay trong việc đánh giá rủi ro

tài chính ảnh hưởng đến khả năng trả nợ của KHDN sau khi cho vay tại ACB.

Phạm vi nghiên cứu các khách hàng DN đang vay tại ACB. Việc đo lường rủi ro

tài chính của các khách hàng DN dựa trên cơ sở phân tích các chỉ số tài chính của 100

khách hàng trong năm 2011. Dữ liệu năm 2009 và dữ liệu năm 2010 được dùng để

đánh giá kiểm định lại tính đúng đắn của mô hình. Từ các công ty trên đưa 2 hai nhóm

riêng biệt mỗi nhóm gồm 50 khách hàng, nhóm khách hàng có rủi ro và nhóm khách

hàng chưa có rủi ro, từ đó đưa ra một mô hình chung đo lường các rủi ro tài chính của

khách hàng DN đang vay tại ACB.

3.3. Chọn mẫu nghiên cứu

Mẫu được chọn cho mô hình MDA là các khách hàng DN tại ACB trong giai đoạn

2010 -2012:

3.3.1. Nguyên tắc chọn mẫu:

 Các khách hàng DN được chọn không thuộc các DN có cấu trúc đặc biệt như

các công ty tài chính, công ty bảo hiểm, công ty chứng khoán ngân hàng.

 Các KHDN cung cấp đầy đủ báo cáo tài chính trong năm nghiên cứu, không

có nhiều chỉ số tài chính bị khuyết.

 Các KHDN được xếp vào nhóm rủi ro tài chính là những khách hàng không

có khả năng trả nợ lớn hơn 90 ngày hoặc những khách hàng được hệ thống

xếp hạng tín dụng nội bộ ACB đánh giá từ CCC trở xuống. Ngược lại nhóm

KH không có rủi ro tài chính là những khách hàng có khả năng trả nợ và

hạng tín dụng từ B trở lên theo đánh giá của hệ thống xếp hạng tín dụng nội

bộ của ACB.

 Dữ liệu năm 2011 được chọn để xây dựng mô hình MDA, dữ liệu năm 2009

và năm 2010, 2012 để dùng kiểm định mô hình theo thời gian, đánh giá độ

chính xác của mô hình đưa ra

3.3.2. Chọn dữ liệu:

Dữ liệu được chọn gồm 2 mẫu:

Mẫu 1: Bao gồm 100 KHDN đang có dư nợ tại ACB, được chia làm 2 nhóm; 1 nhóm

có rủi ro bao gồm 50 KHDN có xếp hạng tín dụng nội bộ từ CCC trở xuống và nhóm

không có rủi ro là nhóm được xếp hạng tín dụng từ B trở lên bao gồm 50 KHDN còn

lại. Mẫu này được sử dụng tính toán tìm ra hàm phân biệt đa thức. Mẫu này được gọi

là mẫu phân tích

Mẫu 2: là mẫu kiểm tra, dùng để kiểm tra lại tính chính xác của mô hình đa biệt thức.

Mẫu này bao gồm 50 KHDN, trong đó có 25 KHDN có rủi ro và 25 KHDN được xác

định là không có rủi ro. Mẫu này được đưa vào để kiểm tra trong khi thực hiện mô

hình MDA theo phương pháp từng bước.

Danh sách chi tiết KHDN tại ACB được đưa vào biến nghiên cứu được thể hiện qua

phụ lục 2.

Bảng phân loại của nhóm KHDN thuộc mẫu theo ngành nghề như sau :

STT

Ngành nghề cấp 2

Mẫu 1 (Mẫu phân tích)

Mẫu 2: Mẫu Kiểm tra

Nhóm

Nhóm có

Nhóm

Nhóm có

không có

rủi

không có

rủi

(Nhóm

rủi

(Nhóm

(Nhóm I)

II)

(Nhóm I)

II)

(thi

lương

Xây dựng công) Sản xuất, mua bán vật liệu xây dựng Sản xuất máy móc bị, thiết phương tiện vận tải Chế biến thực thực phẩm Nuôi trồng thủy sản Khai thác khoáng sản Vận tải

Thương mại

Hoạt động thông tin liên lạc Nhà hàng, khách sạn

ảng 3.01: ảng phân loại theo ngành nghề của mẫu đánh giá:

STT

Ngành nghề cấp 2

Mẫu 1 (Mẫu phân tích)

Mẫu 2: Mẫu Kiểm tra

Nhóm

Nhóm có

Nhóm

Nhóm có

không có

rủi

không có

rủi

(Nhóm

rủi

(Nhóm

(Nhóm I)

II)

(Nhóm I)

II)

Hoạt động kho bãi, cảng biển Chăn nuôi

tế,

Thiết bị y dược phẩm Nguyên vật liệu

lương

Mua bán thiết bị vật tư, công cụ dụng cụ Mua bán thực thực phẩm Mua bán hàng tiêu dùng, văn phòng phẩm Lâm nghiệp

Dịch vụ du lịch giải trí quảng cáo

Tổng Cộng

50

25

3.3.3. Chọn biến độc lập: Các chỉ số tài chính:

Các nghiên cứu trước đây sử dụng các chỉ số tài chính được chọn lọc để đo lường

nguy cơ tài chính đã được chứng minh thành công với xác suất khá cao. Việc sử dụng

lại các chỉ số tài chính trong các nghiên cứu trước được tiếp tục kế thừa và bổ sung

thêm các chỉ số tài chính khác nhằm gia tăng tính giải thích của mô hình MDA.

Theo Bài “A Model of Corporate Bankruptcy in Thailand Using Multiple

Discriminant Analysis” của Leksrisakul và Michael Evans, năm 2005 tác giả đánh giá

các công ty tại thị trường Thái Lan có điều kiện kinh tế khá giống Việt Nam, tác giả sử

dụng tổng cộng 38 chỉ số tài chính để thực hiện mô hình MDA. Bên cạnh đó với bài:

Ứng dụng mô hình phân tích đa biệt (MDA) để đo lường nguy co rủi ro tài chính tại

các công ty niêm yết trên thị trường chứng khoán Việt Nam – Luận Văn Thạc Sỹ của

tác giả Hoàng Giang, ĐH kinh tế thành phố Hồ Chí Minh có sử dụng 33 chỉ số tài

chính để đánh giá nguy cơ rủi ro tài chính.

Bên cạnh kế thừa 2 nghiên cứu trên và một số nghiên cứu của các tác giả khác trên thế

giới như của Altman 1968, Deakin 1972, Edmister 1972, Sinkey 1974, Altman và

cộng sự 1977, Ohlson 1980, Altman 1993 (Phụ lục 1: các biến độc lập của các nghiên

cứu trước đây) và đặc điểm của các công ty đang vay tại ACB, tác giả có thống kê và

sử dụng biến độc lập là các nhóm chỉ số tài chính sau:

3.3.3.1. Nhóm chỉ số tài chính đòn bẩy (leverage) :

So với các bài nghiên cứu của Hoàng Giang và bài nghiên cứu ở Thái Lan của

Leksrisakul và Micheal Evans thì các chỉ số đòn bẩy liên quan đến giá trị vốn hóa thị

trường không được được đề cập ở bài luận văn này. Nguyên nhân chính là các KHDN

được thu thập ở bài nghiên cứu này gồm nhiều loại hình DN khác nhau như: DN tư

nhân, công ty trách nhiệm hữu hạn, công ty cổ phần… hầu hết các KHDN chưa niêm

yết, chưa cổ phần hóa và các phần vốn góp không giao dịch trên thị trường, do đó các

chỉ số liên quan đến vốn hóa thị trường bị loại bỏ.

Đòn bẩy tài chính đề cập tới việc công ty sử dụng nguồn tài trợ từ các khoản vay thay

cho vốn chủ sở hữu. Các phép đo đòn bẩy tài chính là công cụ để xác định xác suất

công ty mất khả năng thanh toán các hợp đồng nợ. Công ty càng nợ nhiều thì càng có

rủi ro tài chính cao, và có khả hăng mất tính thanh khoản trong tương lai, nghiêm

trọng có thể gây ra tình trạng dẫn tới phá sản.

Bên cạnh những rủi ro của việc sử dụng đòn bẩy tài chính, thì việc lợi ích mang lại của

việc sử dụng đòn bẩy tài chính cao cũng kích thích các DN sử dụng đòn bẩy tài chính.

Việc sử dụng nợ nhiều giúp DN được hưởng lợi nhiều từ “lá chắn thuế”, bên cạnh đó

mâu thuẩn giữa chủ nợ và chủ sở hữu DN giúp công ty loại bỏ đầu tư vào dự án rủi ro

Vì chủ nợ của DN muốn công ty đầu tư vào các dự án an toàn hơn.

Các biến chỉ số đòn bẩy tài chính được sử dụng:

STT

Nhóm biến

Tên biến

Công thức tính Viết tắt

Chỉ số đòn bẩy tài

Nợ trên vốn chủ sở hữu Tổng nợ/ Vốn

DERATIO

chính

chủ sở hữu

Chỉ số đòn bẩy tài

Nợ trên Tổng Tài sản

Tổng nợ/ Tổng

DARATIO

chính

tài sản

Chỉ số đòn bẩy tài

Tổng tài sản trên vốn

Tổng

tài

sản/

TAEQ

chính

chủ sở hữu

Vốn chủ sở hữu

Chỉ số đòn bẩy tài

Tài sản dài hạn trên

Tài sản dài hạn/

FAEQLTL

chính

vốn chủ sỡ hữu và nợ

(Vốn chủ sở hữu

dài hạn

+ Nợ dài hạn)

Chỉ số đòn bẩy tài

Lợi nhuận giữ lại trên

Lợi nhuận giữ

RETAINTA

chính

tổng tài sản

lại/ Tổng tài sản

Chỉ số đòn bẩy tài

Hệ số tự tài trợ

Vốn chủ sở hữu/

EQTA

chính

Tổng tài sản

ảng 3.02: ảng nhóm chỉ số đòn bẩy tài chính

3.3.3.2. Nhóm chỉ số tài chính sinh lời (profitability)

Nhóm chỉ số lợi nhuận của công ty có ý nghĩa quan trong trong việc quyết định đầu tư

của các nhà đầu tư, nhóm chỉ số này cho ta biết khả năng sinh lời của một DN, từ chỉ

số này các nhà quản trị có thể thông qua để cắt giảm chi phí từ các mảng bán hàng,

hay giá vốn hàng bán để tăng lợi nhuận. Các chỉ số lợi nhuận càng cao có nghĩa là

công ty đang hoạt động hiệu quả có mức sinh lợi cao, bên cạnh đó việc phân tích lợi

nhuận giúp công ty điều chỉnh lại cơ cấu vốn tài chính một cách hợp lý hơn

Các chỉ số lợi nhuận được sử dụng trong bài nghiên cứu theo bảng 2.16

STT Nhóm biến

Tên biến

Công thức tính

Viết tắt

Chỉ số tài chính sinh

Tỷ suất sinh lời trên tổng

Lợi nhuận ròng/

ROA

lời

tài sản

Tổng tài sản

Chỉ số tài chính sinh

Tỷ suất sinh lời trên vốn

Lợi nhuận ròng/

ROE

lời

chủ sở hữu

vốn chủ sở hữu

Chỉ số tài chính sinh

Tỷ suất sinh lời trên doanh

Lợi nhuận ròng /

ROS

lời

thu

doanh thu

Chỉ số tài chính sinh

Lợi nhuận biên gộp

(Doanh

thu- chi

GPMARGIN

lời

phí)/ doanh thu

Chỉ số tài chính sinh

Lợi nhuận hoạt động

EBIT/ Doanh Thu EBITSALE

lời

Chỉ số tài chính sinh

Lợi nhuận trước thuế và lãi

EBIT/ Tổng

tài

EBITTA

lời

vay trên tổng tài sản

sản

ảng 3.03: ảng nhóm chỉ số tài chính sinh lời

3.3.3.3. Nhóm chỉ số tài chính hoạt động (Operating ratios):

Nhóm chỉ số hoạt động cho biết chu kỳ vận động của công ty trong kỳ kinh doanh.

Khả năng phân biệt của một tập hợp các chỉ số hoạt động được phân tích dựa trên lập

luận là các nhà quản lý của các công ty hoạt động kém hiệu quả có thể phân bổ các

quỹ của công ty để sử dụng hiệu quả hơn và do đó tạo ra giá trị cho cổ đông.

Các chỉ số hoạt động giúp các nhà quản trị dễ dàng đánh giá và tìm ra vấn đề của DN

như đang vướng mắc ở các khoản phải thu khó đòi, hay hàng tồn kho quá lớn, hiệu

suất sử dụng tài sản kém hiệu quả. Khi các chỉ số này lớn hơn hay thấp hơn các chỉ số

trung bình ngành cũng là điều mà các nhà quản trị cần quan tâm để đưa hiệu suất sử

dụng tài sản một cách hiệu quả hơn. Việc quan sát các chỉ số hoạt động giúp các nhà

quản trị đưa ra chính sách cắt giảm hay tăng thêm ngân sách cho các khoản mục trong

báo cáo tài chính một cách phù hợp. Bên cạnh đó các chỉ số này giúp cho các ngân

hàng tính toán ra các hạn mức tín dụng, thời hạn cho vay một cách phù hợp với từng

loại hình, từng ngành nghề phù hợp, việc xác định chu kỳ vay vốn sai, kế ước nhận nợ

với thời gian không phù hợp cũng gây rủi ro tài chính có thể dẫn tới khả năng mất

thanh toán của DN

Nhóm các chỉ số hoạt động sử dụng nghiên cứu là:

STT

Nhóm biến

Tên biến

Công thức tính

Viết tắt

Chỉ số hoạt động Vốn lưu động ròng trên

(Tài sản ngắn hạn-

WCSALE

doanh thu

nợ

ngắn

hạn)/

doanh thu.

Chỉ số hoạt động Vòng quay hàng tồn kho Giá vốn hàng bán/

INVETURN

hàng tồn kho.

Chỉ số hoạt động Vòng quay tài sản dài

Doanh thu / tài sản

FATURN

hạn

dài hạn.

Chỉ số hoạt động Vòng quay khoản phải

Doanh thu/ khoản

RECETURN

thu

phải thu

Chỉ số hoạt động Vòng quay tổng tài sản

Doanh thu/ tổng tài

TATURN

sản

Chỉ số hoạt động Vòng quay vốn chủ sở

Doanh

thu/ Vốn

EQTURN

hữu

chủ sở hữu

Chỉ số hoạt động Vòng quay vốn lưu động Doanh thu/ tài sản

CATURN

ngắn hạn

Chỉ số hoạt động Tài sản dễ quy đổi thành

Tiền và các khoản

QUISALE

tiền trên doanh thu

tương đương tiền/

ảng 3.04: ảng nhóm chỉ số tài chính hoạt động

STT

Nhóm biến

Tên biến

Công thức tính

Viết tắt

Doanh thu

Chỉ số hoạt động Tài sản lưu động trên

Tài sản ngắn

CASALE

doanh thu

hạn/ Doanh thu

Chỉ số hoạt động Hàng tồn kho trên doanh

Hàng tồn kho/

INVESALE

thu

Doanh thu

3.3.3.4. Nhóm chỉ số tài chính thanh toán (Liquidity ratio):

Các chỉ số này cung cấp cái nhìn sâu sắc đến khả năng của công ty để phục vụ nghĩa

vụ tài chính ngắn hạn. Tính thanh khoản của tài sản phụ thuộc vào mức độ dễ dàng

chuyển đổi tài sản thành tiền mặt mà không phát sinh thua lỗ lớn. Việc quản lý khả

năng thanh khoản bao gồm việc khớp các yêu cầu trả nợ với thời hạn của tài sản và

các nguồn tiền mặt khác nhằm tránh mất khả năng thanh khoản mang tính chất kỹ

thuật. Việc xác định khả năng thanh toán là quan trọng. Do đó, vấn đề chính là liệu

một công ty có khả năng tạo ra đủ tiền mặt để thanh toán cho những nhà cung cấp

nguyên vật liệu và các chủ nợ hay không. Hai chỉ số thông dụng được sử dụng để xác

định khả năng thanh khoản của một công ty bao gồm chỉ số thanh toán hiện hành và

chỉ số thanh toán nhanh.

Các chỉ số thanh toán được sử dụng

Nhóm biến

Tên biến

Công thức tính

Viết tắt

ảng 3.05: ảng nhóm chỉ số tài chính thanh toán

Chỉ số thanh toán hiện

Tài sản ngắn hạn/

CRRATIO

STT

hành

Nợ ngắn hạn

Chỉ số thanh

toán

Nhóm biến

Tên biến

Công thức tính

Viết tắt

Chỉ

số

thanh

toán

(Tiền và khoản

QUIRATIO

STT

nhanh

tương đương tiền+

Chỉ số thanh

khoản phải

thu

ngắn hạn)/ Nợ

ngắn hạn

Chỉ số thanh toán tiền

Tiền mặt/ Nợ ngắn

CASHCL

toán

mặt

hạn

Chỉ số thanh

Vốn

lưu động ròng

(Tài sản ngắn hạn

WCTA

toán

trên tổng tài sản

– Nợ ngắn hạn)/

Chỉ số thanh

Tổng tài sản

Tiền mặt trên doanh

Tiền mặt/ Doanh

CASHSALE

toán

thu

Chỉ số thanh

Tài sản ngắn hạn trên

Tài sản ngắn hạn/

CATA

toán

tổng tài sản

Tổng tài sản

Chỉ số thanh

Hàng tồn kho trên tài

Hàng tồn kho/ Tài

INVECA

toán

sản ngắn hạn

Chỉ số thanh

Nợ ngắn hạn trên vốn

Nợ ngắn hạn/ Vốn

CLEQUITY

toán

chủ sở hữu

Chỉ số thanh

Khả năng thanh toán

EBIT/ Chi phí Lãi

INCRATIO

toán

lãi vay

Vay

Chỉ số thanh

toán

3.4. Cách giảm biến độc lập :

Trong thống kê có nhiều phương pháp để giảm tải số lượng biến nghiên cứu, thông

thường sử dụng phương pháp chọn từng bước (Stepwise selection)

Zavgren (1983) chứng minh rằng mô hình với nhiều biến cũng có khả năng xử lý đáng

kể được hiện tượng đa cộng tuyến.

Bài nghiên cứu này sử dụng 31 biến độc lập, sử dụng phương pháp phương pháp của

Leshno và Spector (1996) và phương pháp chọn từng bước, phương pháp này như sau:

 Bao gồm tất cả các biến được sử dụng trong mô hình Z score của Altman (1968).

 Giữ lại một biến hoặc một cặp biến độc lập có hệ số tương quan từ 0.9 trở lên.

 Loại biến mà dữ liệu bị khuyết nhiều từ cặp có hệ số tương quan cao.

 Nếu cả hai biến có cùng dữ liệu bị khuyết thì loại trừ theo hướng xác định biến nào

ít liên quan hơn đến mô hình dựa vào kinh nghiệm của các nghiên cứu trước.

Một tiêu chí được bổ sung thêm để giảm tải số lượng biến là sử dụng phương pháp

chọn từng bước (Jo Han & Lee 1997), theo đó vài chỉ số đo lường nhất định sẽ có

quan hệ tương quan hay cộng tuyến cao với các chỉ số khác

3.5. Quy trình thực hiện mô hình MDA:

Thông thường một mô hình MDA được thực hiện với các bước như sau

STT Bước thực hiện Nội dung thực hiện Phương pháp sử dụng

1 Bước 1 Xác định biến quan trọng. Sử dụng thống kê F-

test hoặc Wilks

Lambra để xác định.

Bước 2 Giảm tải biến độc lập Phương pháp Leshno 2

và Spector (1996).

Bước 3 Kiểm tra tác động của vi phạm giả Điều kiện phân phối 3

định các biến có phân phối chuẩn. chuẩn Skewness và

Kurtosis.

STT Bước thực hiện Nội dung thực hiện Phương pháp sử dụng

4 Bước 4 Chạy mô hình và lựa chọn các hàm Sử dụng SPSS, với

biệt thức phù hợp nhất. phương pháp chạy

từng bước.

5 Bước 5 Kiểm định mô hình MDA. Sử dụng bảng kiểm

định Wilks Lambra.

Bước 1: Xác định biến quan trọng. Đây là quy trình chọn từng bước để xác định các

biến độc lập có ảnh hưởng nhất đối với công ty có nguy cơ tài chính và công ty

không có nguy cơ tài chính. Sử dụng thống kê F-test hoặc Wilks Lambra để xác

định.

Bước 2: Giảm tải biến độc lập theo phương pháp Leshno và Spector (1996).

Bước 3: Kiểm tra tác động của vi phạm giả định các biến có phân phối chuẩn. Thực

hiện bằng cách sử dụng điều kiện phân phối chuẩn Skewness và Kurtosis tìm ra các

biến có phân phối chuẩn và quy biến không có phân phối chuẩn về phân phối chuẩn

nếu có thể được.

Bước 4: Chạy mô hình và lựa chọn các hàm biệt thức phù hợp nhất. Các hàm biệt

thức phù hợp nhất đánh giá sự phân loại chính xác và phù hợp với tổng thể. Ma trận

phân loại được tính toán để tăng cường sự chính xác của việc đo lường.

Bước 5: Kiểm định mô hình MDA.

Phương pháp chọn từng bước đã được sử dụng để phát triển đo lường. Ý nghĩa

thống kê của mô hình MDA được đánh giá bằng cách kiểm tra thống kê F test hoặc

Wilks Lambra. Phân tích này là cần thiết cho việc xác định biến quan trọng trong

việc phân loại công ty có rủi ro tài chính và công ty không có rủi tro tài chính.

3.6. Kết quả nghiên cứu thực nghiệm

3.6.1. Thống kê mô tả biến độc lập:

ảng 3.06: ảng thống kê mô tả biến độc lập

Trung Bình

Độ lệch chuẩn

Lớn Nhất

Nhỏ nhất

1.05

Chỉ số DARATO

0.01

0.54

0.24

30.95 31.95 2.90 0.99 0.79 14.64 18073.43 25.67 29680.01 500.48 102.50 13.84 26.60 13.67 6.12 0.66 1.09 1.00 1.00 5.42 0.68 95.58 82.95 82.95 0.97 8.53 1.00 0.95 30.95 456.46

DERATIO TAEQ FAEQLTL EQTA RETAINTA WCSALES INVETURN TATURN FATURN RECETURN EQTURN CASALES CATURN QUISALE INVESALE ROA ROE ROS GPMARGIN EBITSALE EBITTA CRRATIO CASHCL QUIRATIO WCTA CASHSALE CATA INVECA CLEQUITY INCORATIO

-22.56 -21.56 0.00 -0.05 -0.26 -18.55 0.00 0.01 0.00 0.00 -6.37 0.04 0.07 0.01 0.00 -0.17 -0.81 -5.16 -5.16 -0.10 -0.06 -17.37 -10.70 -17.15 -0.54 0.00 0.03 0.00 -16.97 -4.67

1.95 2.95 0.52 0.46 0.07 0.26 134.04 2.13 357.87 17.88 6.26 0.88 3.03 0.49 0.33 0.07 0.17 0.02 0.02 0.17 0.14 3.48 1.19 2.05 0.27 0.21 0.74 0.39 1.69 8.49

3.70 3.70 0.52 0.24 0.12 2.03 1474.91 2.72 2633.56 48.78 10.02 1.53 3.28 1.21 0.73 0.09 0.22 0.44 0.44 0.50 0.11 10.90 7.12 7.59 0.28 0.80 0.25 0.26 3.24 38.03

(Nguồn: tác giả thống kê từ SPSS và excel)

Có những biến độc lập có độ lệch chuẩn đến hàng trăm lần như các biến FATURN và

INVETURN, RECETURN

Có sự chênh lệch khá lớn ở mẫu phân tích giữa giá trị cao nhất và giá trị thấp nhất của

các biến quan sát như INVETURN, FATURN, RECETURN, INCORATIO

3.6.2. ước 1 : Xác định biến quan trọng:

ảng 3.07: ảng thống kê các biến giải thích

Tests of Equality of Group Means (Nhóm biến Phân tích N=100)

Chỉ số ROA RETAINTA INCORATIO ROE TATURN QUISALE CASALES EBITTA INVESALE WCTA DARATO EQTA INVETURN GPMARGIN ROS CATURN FATURN QUIRATIO INVECA RECETURN EBITSALE EQTURN CASHCL WCSALES CRRATIO CASHSALE FAEQLTL DERATIO TAEQ CLEQUITY CATA

Wilks' Lambda 0.836 0.866 0.901 0.920 0.926 0.930 0.932 0.933 0.961 0.965 0.973 0.974 0.974 0.979 0.980 0.980 0.981 0.982 0.984 0.990 0.991 0.992 0.994 0.994 0.995 0.996 0.997 0.998 0.999 0.999 1.000

F 11.550 9.150 6.471 5.130 4.740 4.451 4.286 4.206 2.407 2.171 1.663 1.578 1.563 1.283 1.222 1.198 1.132 1.080 0.930 0.615 0.508 0.466 0.338 0.335 0.283 0.209 0.185 0.090 0.086 0.083 0.004

Sig. 0.001 0.004 0.014 0.027 0.033 0.039 0.043 0.045 0.126 0.146 0.202 0.214 0.216 0.262 0.273 0.278 0.292 0.303 0.339 0.436 0.479 0.498 0.563 0.565 0.597 0.649 0.669 0.765 0.770 0.774 0.948

Nhóm Biến Chỉ số lợi nhuận Chỉ số hoạt động Chỉ số thanh toán Chỉ số lợi nhuận Chỉ số hoạt động Chỉ số hoạt động Chỉ số hoạt động Chỉ số lợi nhuận Chỉ số hoạt động Chỉ số thanh toán Chỉ số đòn bẩy Chỉ số đòn bẩy Chỉ số hoạt động Chỉ số lợi nhuận Chỉ số lợi nhuận Chỉ số hoạt động Chỉ số hoạt động Chỉ số thanh toán Chỉ số thanh toán Chỉ số hoạt động Chỉ số lợi nhuận Chỉ số hoạt động Chỉ số thanh toán Chỉ số hoạt động Chỉ số thanh toán Chỉ số thanh toán Chỉ số đòn bẩy Chỉ số đòn bẩy Chỉ số đòn bẩy Chỉ số thanh toán Chỉ số thanh toán (Nguồn: tác giả thống kê từ SPSS và excel)

Sắp xếp theo thứ tự tăng dần của chỉ số F-test và giảm dần của chỉ số Sig, Theo bảng

thống kê trên ta thấy có 8 biến có thể phân biệt rõ giữa nhóm có rủi ro và nhóm không

có rủi ro tài chính, có khả năng đo lường rủi ro tài chính cao nhất giữa các KHDN

đang vay tại ACB

Tests of Equality of Group Means

Wilks' Lambda

Chỉ số ROA RETAINTA INCORATIO ROE TATURN QUISALE CASALES EBITTA

0.836 0.866 0.901 0.920 0.926 0.930 0.932 0.933

F 11.550 9.150 6.471 5.130 4.740 4.451 4.286 4.206

Sig. 0.001 0.004 0.014 0.027 0.033 0.039 0.043 0.045

(Nguồn: tác giả thống kê từ SPSS và excel)

Theo thống kê trên điều này cũng phù hợp với các phân tích trước đây. Những KHDN

có rủi ro tài chính là những DN công ty có:

 RETAINTA thấp, hoạt động của DN không có tích lũy, lợi nhuận giữ lại thấp

 ROA, ROE, EBITTA thấp, lợi nhuận hoạt động hiện tại không tốt

 INCORATIO thấp, khả năng thanh toán lãi vay của DN không đảm bảo.

 TATURN Doanh thu thấp, hoạt động thấp

 CASALE, QUISALE chất lượng hàng tồn kho không tốt, chính sách bán hàng

kém, hàng tồn kho còn nhiều, tài sản có khả năng chuyển hóa thành tiền mặt thấp,

DN có nguy cơ mất khả năng thanh toán

3.6.3. ước 2: Giảm biến độc lập

Kiểm định tương quan giữa các biến độc lập (hệ số tương quan Pearson)

Hệ số tương quan Pearson chỉ ra mối quan hệ tương quan giữa các biến độc lập, hệ số

tương quan giữa các biến độc lập lớn hơn 0.9 nghĩa là các cặp biến này có mối quan

hệ tương quan chặt chẽ, có sự hiện tượng đa cộng tuyến trong mô hình nghiên cứu.

Trong 31 biến độc lập quan sát những cặp biến có độ tương quan hệ số tương quan lớn

hơn 0.9 và mức ý nghĩa nhỏ hơn 0.01 sẽ được loại bỏ để đảm bảo tính chính xác cho

mô hình.

Theo kết quả thống kê thì trong 31 biến quan sát thì các biến có hệ số tương quan lớn

hơn 0.9 với mức ý nghĩa nhỏ hơn 1% được thể hiện dưới bảng sau:

Các cặp tương quan

Hệ số Pearson

Sig.

ROS

GPMARGIN

0.999

0.000

DARATIO

EQTA

0.999

0.0000

TAEQ

DERATIO

0.999

0.0000

CASHCL

QUIRATIO

0.976

0.0000

TAEQ

CLEQUITY

0.953

0.0000

QUISALE

CASHSALE

0.949

0.0000

DERATIO

CLEQUITY

0.953

0.0000

TATURN

EQTURN

0.901

0.0000

(Nguồn: tác giả thống kê từ SPSS và excel)

ảng 3.08: Bảng thống kê các biến độc lập có hệ số tương quan cao

Sau khi thống kê nghiên cứu có 8 cặp biến có mối tương quan chặt chẽ với hệ số

tương quan Pearson lớn hơn và gần bằng 0.9 và mức ý nghĩa (Sig.) nhỏ hơn 1% .

Tổng số lượng biến độc lập trong 8 cặp tương quan là 13 biến, ta giữ lại 1 biến

là TATURN, các biến bị loại ra khỏi mô hình là : EQTURN, CLEQUITY,

DERATIO, CASHSALE, QUISALE, TAEQ, QUIRATIO, CASHCL, EQTA,

DARATIO, GPMARGIN, ROS

Sau khi loại 12 biến thì mô hình còn lại với số biến là 19 biến. Sau đó kiểm

định có vi phạm phân phối chuẩn theo chỉ số Skewness và Kurtosis

3.6.4. ước 3: Kiểm định phân phối chuẩn Skewness và Kurtosis

Skewness (độ trồi) là thước đo để tính độ cân xứng hay độ lệch của một phép phân

phối thống kê so với giá trị trung bình. Phân phối cân xứng khi Skewness=0, phân

phối lệch phải khi Skewness>0, phân phối lệch trái khi Skewness< 0

Kurtosis là một thước đo dùng để xác định phép phân phối có đỉnh là nhọn hay

phẳng khi so sánh với phân phối chuẩn thông thường (Gaussian). Nếu Kurtosis có

giá trị lớn hơn 3 thì phép phân phối có đỉnh là nhọn, ngược lại nếu có giá trị nhỏ hơn 3

thì đỉnh sẽ phẳng so với phép phân phối bình thường.

Kết hợp thước đo Skewness và Kurtosis, ta có điều kiện của một biến có phân phối

chuẩn : Skewness gần trong khoản (-1:1) và Kurtosis nằm trong khoản (2:4)

Bảng thống kê 19 biến còn lại để kiểm tra phân phối chuẩn

Chỉ số

SKEWNESS

KURTOSIS

Nhóm Chỉ số

FAEQLTL

1.94

5.97

chỉ số đòn bẩy

RETAINTA

0.74

1.49

chỉ số đòn bẩy

WCSALES

-2.48

44.74

Chỉ số hoạt động

INVETURN

9.99

99.92

Chỉ số hoạt động

TATURN

2.05

4.58

Chỉ số hoạt động

FATURN

4.59

24.44

Chỉ số hoạt động

RECETURN

7.43

62.81

Chỉ số hoạt động

CASALES

5.09

31.08

Chỉ số hoạt động

CATURN

1.71

2.52

Chỉ số hoạt động

INVESALE

5.94

40.68

Chỉ số hoạt động

ảng 3.09: ảng kiểm định phân phối chuẩn của biến độc lập

ROA

0.68

2.03 Chỉ số lợi nhuân

ROE

0.27

7.39

Chỉ số lợi nhuân

EBITSALE

7.31

59.52

Chỉ số lợi nhuân

EBITTA

1.76

6.47

Chỉ số lợi nhuân

CRRATIO

7.04

60.48

Chỉ số thanh toán

WCTA

0.22

0.32

Chỉ số thanh toán

CATA

-0.94

-0.11

Chỉ số thanh toán

INVECA

0.18

-0.96

Chỉ số thanh toán

INCORATIO

9.24

89.35

Chỉ số thanh toán

(Nguồn: tác giả thống kê từ SPSS và excel)

Theo bảng thống kê trên 19 biến được đưa vào tính chỉ số Skewness và Kurtosis thì có

biến ROA đảm bảo điều kiện của phân phối chuẩn. Do đó ta giữ lại biến ROA để xử

lý dữ liệu về phân phối chuẩn bằng cách lấy Ln.

Các chỉ số giống mô hình Atlman: RETAINTA, TATURN, EBITTA,WCTA có giá trị

gần bằng 0 không thể lấy ln. Các biến cần phải lấy log để đưa về phân phối chuẩn: là

FAEQLTL, WCSALES, INVETURN, FATURN, RECETURN, CASALES,

CATURN, INVESALE, ROE, EBITSALE, CRRATIO, CATA, INVECA,

INCORATIO.

3.6.5. ước 4 : Kết quả nghiên cứu thực nghiệm, chọn hàm biệt thức phù hợp

ảng 3.10: ảng kết quả thực nghiệm.

Eigenvalues

% of Variance

Cumulative %

Eigenvalue 0.448a

100.00

100.0

Canonical Correlation 0.556

Function 1 a. First 1 canonical discriminant functions were used in the analysis. (N =100)

(Nguồn: Thống kê từ SPSS và excel)

Giá trị eigenvalue bằng 0.448 chiếm đến 100% phương sai giải thích. Do có 2 nhóm

KHDN là có rủi ro và nhóm KHDN là không có rủi ro nên ước lượng được một hàm biệt thức. Bên cạnh đó chỉ số Canonical Correlation bằng 0.556 cho thấy 0.5562

=30.91% Phương sai của biến phụ thuộc có thể giải thích được bằng mô hình tìm thấy.

Sử dụng phương pháp từng bước để tìm ra biến quan trọng trong tất cả các biến

độc lập trong mẫu dữ liệu. Theo kết quả của của phân tích biệt số theo phương pháp

từng bước cho thấy 2 trong 19 biến có ý nghĩa quan trọng trong việc phân biệt 2 nhóm

có rủi ro tài chính và nhóm không có rủi ro tài chính

Bảng giá trị F và Wilk’s Lambda của hai biến giải thích ta thấy giá trị F có giá trị lớn

và với Sig.< 0.01, Hai chỉ số ROA và LNINCORATIO được thể hiện để giải thích mô

hình.

Step

Sig.

Wilks' Lambda

1 2

ROA ROA LNINCORATIO

F to Remove 34.178 12.862 7.167

0.782 0.741

0.0000 0.0000 0.0000

ảng 3.11 : ảng kết quả phân tích từng bước

(Nguồn: Thống kê từ SPSS và excel)

Nhóm phân tích

1 (N=100)

Chỉ số ROA

0.882

LNINCORATIO

0.789

EBITTA

0.625

LNROE

0.450

RETAINTA

0.444

WCTA

0.207

LNCATURN

0.202

LNCASALES

-0.202

LNINVESALE

-0.173

TATURN

0.167

LNCRRATIO

0.161

LNINVETURN

0.148

LNWCSALES

-0.116

-0.113

0.098

LNINVECA LNCATAa LNRECETURNa

0.072

LNFATURN

0.065

LNFAEQLTL

-0.038

LNEBITSALE

-0.019

(Nguồn: Thống kê từ SPSS và excel)

ảng 3.12: ảng hệ số biệt tải của các biến độc lập là:

Hệ số biệt tải cho biết tính quan trọng của từng biến độc lập trong việc giải thích mô

hình, theo bảng tính toán trên thì hai chỉ số ROA và LNINCORATO có hệ số biệt tải

lớn nhất qua đó cho thấy khả năng cho thấy 2 biến này đóng góp lớn vào việc phân

biệt của của 2 nhóm có rủi ro và không có rủi ro. Và biến ROA là biến quan trọng nhất

trong việc xác định mô hình.

Canonical Discriminant Function Coefficients

Standardized coefficients

Unstandardized coefficients

0.673 0.516

Ratio ROA LNINCORATIO (Constant)

9.436 0.478 -1.175

(Nguồn: Thống kê từ SPSS và excel)

ảng 3.13 : ảng hệ số chuẩn hóa và chưa chuẩn hóa

Như vậy hàm số biệt thức tìm được là một hàm tuyến tính là Z = 9.436 ROA + 0.478 LNINCORATIO -1.175

Kết quả phân loại của mô hình

Phân_tích

Predicted Group Membership

Total

Có rủi ro

Không rủi ro

Có rủi ro

Count

Original

Không rủi ro Có rủi ro

12 76.0

38 24.0

50 100.0

Không rủi ro

24.0

76.0

100.0

(Nguồn: Thống kê từ SPSS và excel)

ảng 3.14: ảng phân loại của mô hình trên cơ sở mẫu phân tích

Bảng kết quả phân loại đưa ra, mô hình dự báo chính xác 38 KHDN có rủi ro và 38

KHDN không có rủi ro. Tương tự mô hình dự báo sai 12 KHDN không có rủi ro và 12

KHDN có rủi ro. Như vậy tính chung tổng thể thì mô hình đưa ra tỷ lệ chính xác với

số liệu trong năm 2011 là 76 %.

3.6.6. ước 5: Kiểm định mô hình nghiên cứu

Sử dụng kiểm định Wilks’Lambda của biến phân tích:

- Giả thiết Ho: Có sự tương đồng giữa các chỉ số tài chính trong nhóm rủi ro và

không có rủi ro.

- Giả thiết H1: Các chỉ số tài chính có sự phân biệt được các nhóm có rủi ro và

không có rủi ro

ảng 3.15 : ảng kiểm định Wilks’Lambda

Wilks' Lambda

Sig.

Test of Function(s) Wilks' Lambda Chi-square 35.935 1

0.690

0.000

(Nguồn: Thống kê từ SPSS)

Bảng Wilks-lambda cho thấy giá trị Wilks Lambda bằng 0.690 có Sig=0.000< 0.05 có

ý nghĩa thống kê nghĩa là bác bỏ giả thiết Ho, chấp nhận giả thiết H1: là mô hình đưa

ra giải thích được sự phân biệt bằng các chỉ số tài chính. Các chỉ số tài chính có thể

phân biệt được sự khác nhau giữa nhóm KHDN có rủi ro và KHDN không có rủi ro.

3.6.7. ước 6 : Tính giá trị Z:

Mô hình MDA giải quyết bài toán phân bổ một hoặc một số công ty vào nhóm nào đó

theo tiêu chuẩn đã được xác định. Có rất nhiều tiêu chuẩn phân bổ được đưa ra như

phân bổ theo quan điểm hình học hay quan điểm xác suất. Tuy nhiên về nguyên tắc

tiêu chuẩn này thường được xác định như sau:

Gọi NA, NB lần lượt là trọng tâm (centroid) hay có thể hiểu là giá trị trung bình của

điểm phân biệt (Zscore) của hai nhóm. Khi đó một công ty là Xo sẽ được phân bổ vào

nhóm có khoảng cách từ nó đến trọng tâm của nhóm là nhỏ nhất.

Nếu một KHDN được phân bổ vào nhóm có hệ số Z lớn hơn Z cutting score thì được

xếp vào nhóm không có rủi ro và một KHDN có hệ số Z nhỏ hơn điểm Zcutting score

được xếp vào nhóm có rủi ro.

Trong thực hành việc phân bổ thường được thực hiện bằng cách tính điểm cắt (cutting

score) tối ưu giữa hai nhóm. Như vậy trong trường hợp hai nhóm có kích thước bằng

nhau thì điểm cắt tối ưu sẽ bằng 0, nếu hai nhóm có kích thước khác nhau thì điểm cắt

tối ưu được tính bằng công thức:

Trong đó :

- ZCutting score : Điểm cắt tối ưu

- NA : Số lượng công ty thuộc nhóm có rủi ro tài chính

- NB : Số lượng công ty thuộc nhóm rủi ro nguy cơ tài chính

- ZA : Trọng tâm của nhóm có rủi ro tài chính

- ZB : Trọng tâm của nhóm không có rủi ro tài chính.

Như vậy theo nghiên cứu trên thì do kích thước của nhóm rủi ro và nhóm không có rủi

ro là bằng 50, nên điểm cắt tối ưu trong bài việc tìm ra mô hình phân tích trên bằng 0

ảng 3.16: ảng trọng tâm của các nhóm như sau:

Functions at Group Centroids

Function 1

Phân_tích Không rủi ro

-0.663

Có rủi ro

0.663

(Nguồn: Thống kê từ SPSS)

Mô hình được mô phỏng như sau:

Hình 3.1 : Mô hình phân phối của chỉ số Z

Nhìn trên mô hình mô phỏng và kết quả xếp loại cho ta thấy, vẫn có một số công ty

thuộc nhóm có rủi ro nhưng lại được xếp loại vào nhóm không có rủi ro và một số

công ty thuộc nhóm không có rủi ro nhưng lại được xếp vào nhóm có rủi ro. Trong

nghiên cứu thì các khách hàng này thuộc nhóm trung gian (nhóm này được thể hiện

bằng nét đứt trong mô hình mô phỏng).

Sử dụng công thức trong thống kê với mức ý nghĩa 1%, n=50 (50 biến không rủi ro,

50 biến không rủi ro trong mẫu phân tích) khoảng tin cậy của trung bình chỉ số Zscore,

ta tìm điểm phân biệt của nhóm trung gian.

ảng 3.17: ảng biến thiên của nhóm trung gian

Hàm biệt thức Nhóm trung gian

Giá trị lớn nhất Giá trị nhỏ nhất

Z = 9.436 ROA + 0.478 LNINCORATIO - 0.3123 -0.2869

1.175

(Nguồn: Tác giả tính toán từ SPSS và EXCEL)

Như vậy những nhóm nằm trong nhóm trung gian có giá trị từ (-0.2869; 0.3123)

- Nhóm không có rủi ro chỉ số Zscore nằm có giá trị từ 0.3123 trở lên

- Nhóm có rủi ro chỉ số Zscore nằm trong khoảng có giá trị từ - 0.2869 trở xuống

Kết luận: Như vậy một KHDN được coi là không có rủi ro, tài chính lành mạnh dự

kiến sẽ có :

- ROA có giá trị lớn. Nghĩa là hiệu suất sử dụng tài sản cao, hoạt động của công ty có

hiệu quả.

- Khả năng thanh toán lãi vay lớn, nghĩa là LNINCORATIO có giá trị dương và lớn,

hệ số LN INCORATIO được tính toán bằng công thức LNINCORATIO = LN (EBIT/ Chi phí lãi vay).

EBIT đánh giá được khả năng sinh lời của công ty và chi phí lãi vay thể hiện công ty

có vay vốn nhiều không, chỉ số INCORATIO thể hiện công ty liệu có sử dụng các

nguồn vốn hiệu quả hơn lãi suất vay ngân hàng hay không. Một KHDN hoạt động có

hiệu quả nghĩa là EBIT tạo ra lớn hơn rất nhiều so với chi phí lãi vay đem lại, rủi ro từ

đòn bẩy tài chính được DN kiểm soát tốt. Việc sử dụng số liệu năm 2011, đánh giá ra

mô hình và xuất hiện sự phân biệt của nhóm KHDN tồn tại chỉ số quan trọng là

INCORATIO cũng phản ánh một phần nào đó của sự căng thẳng lãi suất trong năm

2011. Những KHDN DN sử vốn vay ít trong cấu trúc vốn sẽ bị ít rủi ro hơn những

KHDN sử dụng vốn vay nhiều trong năm 2011.

3.7. Kết quả nghiên cứu trên số liệu lớn:

Kiểm định mô hình nghiên cứu bằng cách sử dụng số liệu của năm 2009, 2010, 2011 với

số biến lớn.Trong trường hợp này ta chỉ cần thu thập số liệu của 2 biến độc lập ROA và

INCORATIO để tính ra chỉ số Zscore so sánh với kết quả chấm điểm tín dụng tại ACB.

ảng 3.18: ảng đánh giá kết quả với số liệu biến lớn

Phân nhóm

Năm 2009 (N=2467)

Năm 2010 (N=9331)

Năm 2011(N =9358)

Năm 2012 (N=3621)

Trung

Bình

Số lượng

Tỷ lệ

Số lượng

Tỷ lệ

Số lượng

Tỷ lệ

Số lượng

Tỷ lệ

1490/2460

60.6%

6634/9295

71.37%

5015/9177

2097/3543

Không

rủi

54.65%

59.18%

61.46%

ro

5/7***

71.4%

26/36***

72.22%

110/181***

53/78***

Có rủi ro

60.77%

67.94%

68.09%

Trung bình

67.8%

71.80%

57.71%

64.78%

(Nguồn tính toán từ số liệu trên EXCEL)

 ***Khách hàng có nhóm nợ từ nhóm 3-5 có đầy đủ báo cáo tài chính

Kết luận: tỷ lệ sau khi nghiên cứu số liệu tổng thể có báo cáo tài chính năm 2009 và

năm 2010 thì mô hình đưa ra cho kết luận dự báo về nhóm khách hàng có rủi ro chính

xác hơn dự báo ra nhóm khách hàng không có rủi ro. Tất cả kết quả dự báo khi kiểm

định mô hình với số liệu tổng thể đều có tỷ lệ lớn hơn 50 %, độ kiểm định chính xác

trong 2 năm 2009 và năm 2010,2012 cùng với kết quả nghiên cứu của mô hình với dữ

liệu phân tích năm 2011 đều cho kết quả khá tốt là 64.78%.  Mô hình đưa ra có ý

nghĩa thực tế.

3.8. Kết quả đo lường một số KHDN tại AC

Một số kịch bản nghiên cứu các KHDN tại ACB thể hiện như sau với các số liệu từ

năm 2009  2011

ảng 3.19: ảng kết quả đo lường một số KHDN cụ thể tại AC

Năm 2009

năm 2010

năm 2011

INCORATIO ROA

INCORATIO

ROA

1.61

1.90%

1.37

2.45%

1.39

2.57%

29.7

18.40%

30.03

12.18%

17.67

3.38

1.89%

1.69

7.99%

0.027

Tên Khách Hàng Cty CP Tân Tân Cty CP Cao Su Đà Nẵng 50.09% Cty Thủy Hải sản Việt Nhật 6.96%

Năm 2009

năm 2010

năm 2011

Tên Khách Hàng

Zscore

Phân Loại

Zscore

Phân Loại

rủi

Cty CP Tân Tân

-0.72

Nhóm có rủi ro tài chính

-0.84

Nhóm có rủi ro

-0.78

rủi

5.17

Nhóm không có rủi ro

2.19

Nhóm không có rủi ro

1.34

rủi

Cty CP Cao Su Đà Nẵng - DRC Cty CP Thủy Hải sản Việt Nhật- VNH

0.064

Nhóm trung gian

-0.745

Nhóm có rủi ro

-2.13

Phân Loại Nhóm có ro Nhóm không có ro Nhóm có ro

- Về Cty CP Tân Tân: Công ty cổ phần Tân Tân kinh doanh trong lĩnh vực chế biến

lương thực thực phẩm (đậu phộng nước cốt dừa) và là một KHDN có thương hiệu và

vị thể trên thị trường. Tuy trong các năm 2009  2011 Công ty CP Tân Tân luôn

được đánh giá vào nhóm KH có rủi ro tài chính. Từ giữa năm 2011, Tân Tân luôn

trong tình trạng khan hiếm đơn hàng. Những năm trước đó, vào thời điểm này công

ty đã ký hợp đồng hàng sản xuất đến hết quí 1 năm sau, nhưng trong 2011, nguồn

hàng của công ty sản xuất chỉ còn đến tháng 12 là hết. Theo chuyên gia thương hiệu

Võ Văn Quang, dù vẫn còn hoạt động nhưng kể từ năm 2012, nhãn hàng Tân Tân đã

biến mất khỏi tất cả các kệ hàng siêu thị (theo vtc.vn ngày 08/07/2013). Năm 2009,

năm 2010 tình hình thanh toán nợ vay của Tân Tân vẫn đảm bảo. Tuy nhiên từ năm

2011 đến năm 2013 tình hình thanh toán lãi vay luôn gặp khó khăn, khó có khả năng

thanh toán nợ vay.Như vậy khi phân tích số liệu năm, mô hình MDA từ năm 2009

Tân Tân đã được đưa vào diện rủi ro như vậy mô hình đã cảnh báo sớm trước 2 năm

đối với công ty Tân Tân.

- Đối với Cty CP Cao Su Đà Nẵng (DRC): Công ty CP Cao Su Đà Nẵng là một DN

sản xuất săm lốp ô tô hàng đầu Việt Nam. Với kết quả lợi nhuận ROA, và chỉ số

INCORATIO cao trong 3 năm liên tiếp. DRC được đánh giá là không rủi ro tài

chính. Giá cổ phiếu DRC được giao dịch trên sàn là 16.9 ngàn đồng vào ngày

2/01/2009, với chỉ số tài chính làm mạnh, công ty ít bị rủi ro và tài chính tính đến

ngày 20/09/2013 giá cổ phiếu của DRC là 40.7 ngàn đồng như vậy giá trị của DN sẽ

được thêm khi được các ngân hàng và các nhà đầu tư đánh giá là không rủi ro, dễ

dàng tiếp cận với các nguồn vốn để hoạt động kinh doanh.

- Đối với công ty CP Thủy Hải Sản Việt Nhật: Ngày 26/04/2013, SGDCK Tp.HCM

đã có quyết định số 162/2013/QĐ-SGDHCM về việc đưa cổ phiếu của Công ty Cổ

phần Thủy Hải Sản Việt Nhật (mã CK: VNH) vào diện cảnh báo kể từ ngày

03/05/2013.Nguyên nhân chính là lợi nhuận sau kiểm toán âm, theo phân tích số liệu

Zscore năm 2009 đã đưa VNH vào diện cảnh báo (nhóm trung gian) và số liệu năm

2010, 2011 đã đưa VNH vào diện rủi ro. Như vậy mô hình đã cảnh báo được rủi ro

tài chính của VNH.

3.9. Nhận xét và đánh giá :

3.9.1. Những kết quả đạt được

Sử dụng MDA để xây dựng mô hình, kết quả đã cho ra công thức đo lường rủi

ro của các KHDN sau khi cho vay tại ACB như sau

Zscore = Z = 9.436 ROA + 0.478 LNINCORATIO -1.175

Trong đó: Z: là hệ số Z hay Zscore hay còn gọi là chỉ số tổng hợp (overall index):

Nếu Zscore > 0.3123 thì công ty được phân vào nhóm không có rủi ro tài chính

Nếu -0.2869 < Zscore < 0.3123 thì công ty nằm trong vùng cảnh báo. Đây có nghĩa

quan trọng trong việc nhận định rủi ro tài chính của KHDN đang cho vay tại ACB.

Định kỳ hàng quý hàng tuần ta có thể đưa ra danh sách của KHDN có rủi ro tài

chính để cảnh báo sớm để hạn chế rủi ro tín dung. Đối với các KHDN này có thể

đưa có thể đưa ra cách hành động ứng xử phù hợp sau khi rà soát lại rủi ro của

KHDN

Nếu Zscore < -0.2869 thì công ty được phân vào nhóm có rủi ro tài chính. Đối với

các KHDN thuộc nhóm này thì hạn chế cho vay, và có biện pháp giải quyết kịp thời

như: có lộ trình giảm dư nợ, tái cấu trúc vốn, cơ cấu lại khoản vay…

3.9.2. Những mặt còn tồn tại và hạn chế

- Kết quả sau khi đánh giá với mẫu số liệu lớn với việc dự báo trước 1 năm tuy có kết

quả khả quan lớn hơn 60%. tuy nhiên nếu so với các nghiên cứu trước đây thì đây là

một tỷ lệ khá thấp

- Khi các chỉ số thể hiện các giá trị bất thường chúng thường tạo ra những kết quả sai

lầm.. Các mô hình thông thường không cho một kết quả rõ ràng. Một khi có nghi

ngờ phát sinh cần phải kiểm chứng bổ sung bằng các thông tin định tính.

- Hầu hết những người sử dụng thiếu một cơ sở dữ liệu đầy đủ để xây dựng những

mô hình cho riêng mình. Hệ quả là có thể mua một mô hình được xây dựng sẵn

với chi phí cao hoặc dựa vào những mô hình chung và chúng có thể không đáp ứng

đầy đủ yêu cầu cụ thể một cách chính xác

3.9.3. Nguyên nhân:

- Nguyên nhân của sự không chính xác và có một số sai xót trong mô hình MDA được

nghiên cứu, đó là dữ liệu đầu vào và chọn mẫu nghiên cứu.

- Dữ liệu đầu vào không loại bỏ được các biến độc lập có giá trị bất thường điều này

dễ ảnh hưởng đến sai xót của kết quả nghiên cứu

- Mẫu nghiên cứu không có tính đại diện cao làm cho kết quả nghiên cứu không mang

tính tổng thể và tính chính xác cao. Tuy vậy việc chọn mẫu với các số liệu đã được

đưa về phân phối chuẩn đã được kiểm định một các phù hợp so với các nghiên cứu

trước đây.

- Việc sai số giữa mẫu và tổng thể là điều hiển nhiên và khó có thể khắc phục được.

Do đó việc chọn mẫu phải có giá trị trung bình tương ứng và gần bằng giá trị trung

bình của tổng thể sẽ hạn chế được một phần sai xót này.

Kết luận chương 3

Kết quả nghiên cứu bằng việc sử dụng mô hình MDA với số liệu vào năm 2011 của

100 KHDN phân tích và 50 KHDN vào mẫu kiểm tra đã đưa ra được nhiều chỉ số tài

chính quan trọng với mức ý nghĩa nhỏ 0.05 có thể phân biệt rõ ràng giữa hai nhóm có

rủi ro và không có rủi ro.

Mô hình cũng tìm ra được chỉ số Z của biến trung gian. Đây là cơ sở quan trọng để

xác định rõ ràng mức cảnh bảo rủi ro tín dụng cho các KHDN. Với những khách hàng

có chỉ số Zscore nhỏ hơn 0.3123 đều phải được đưa vào diện cảnh báo rủi ro tài chính

là một cơ sở để tiến hành rà soát, thẩm định lại KH để đưa ra được phương hướng xử

lý kịp thời nhằm giải thiểu tổn thất khi rủi ro thanh toán xảy ra.

Mô hình với sự tham gia của biến INCORATIO cũng cho ta thấy ý nghĩa quan trọng

của việc vay vốn với mức lãi suất phù hợp hay chi phí lãi vay hợp lý cũng là việc mà

các nhà quản trị cần quan tâm để quản trị rủi ro tài chính của công ty.

Hai chỉ số quan trọng nhất để phát hiện ra rủi ro tài chính của KHDN đang vay tại

ACB năm 2011 là ROA và INCORATIO, bên cạnh đó mô hình phân tích cũng đã chỉ

ra 8 chỉ số tài chính có ý nghĩa và các chỉ số này cũng phù hợp với các mô hình nghiên

cứu trước đây của các tác giả trên thế giới.

Bằng việc sử dụng mô hình phân biệt luận văn đã xây dựng được chỉ số Z =

9.436ROA + 0.478 LNINCORATIO -1.175 và được áp dụng chung cho 3 năm quan

sát từ năm 2009 đến 2011 với tỷ lệ bình quân các năm trên 60%.

CHƯƠNG 4: GIẢI PHÁP NÂNG CAO KHẢ NĂNG ĐO LƯỜNG RỦI RO TÀI CHÍNH CỦA KHÁCH HÀNG DOANH NGHIỆP TẠI AC

4.1. Các giải pháp nâng cao khả năng ứng dụng của mô hình đa biệt thức trong việc đo

lường rủi ro tín dụng tại AC .

4.1.1. Nâng cao chất lượng báo cáo tài chính của các khách hàng doanh nghiệp khi

cho vay.

Mô hình MDA sử dụng chủ yếu dữ liệu được thể hiện dưới dạng là dữ liệu thô và

được thu thập chủ yếu từ các báo cáo tài chính của các KHDN khi cho vay. Do đó dữ

liệu thường hay đứt quãng không liên tục vì khi các KHDN không tiếp tục vay vốn thì

sẽ không tiếp tục cung cấp báo cáo tài chính. Do đó muốn nâng cao khả năng ứng

dụng của mô hình MDA cần phải đòi hỏi nâng cao chất lượng báo cáo tài chính của

các KHDN khi cho vay

Dữ liệu kế toán được đưa vào để sử dụng mô hình cần có sự chính xác và phản ánh

trung thực được tình hình tài chính của KHDN nên việc thu thập và so sánh dữ liệu kế

toán và một việc cần thiết, bắt buộc đối với nhân viên tín dụng sau khi cho vay và theo

dõi KHDN sau khi giải ngân.

Sau khi thu thập báo cáo tài chính nhân viên tín dụng cần có sự đối chiếu giữa báo cáo

tài chính và báo cáo thuế, doanh số giao dịch và doanh thu thực tế, việc so sánh này

giúp nhân viên tín dụng đánh giá kịp thời tình trạng của KH và đưa số liệu vào mô

hình một cách khách quan và chính xác nhất. Vì vậy kết quả của mô hình đưa ra phản

ánh đúng tình trạng và thực lực tài chính của KHDN từ đó có quyết định cho vay thêm

hay có các biện pháp kịp thời hơn. Do đó việc nâng cao chất lượng báo cáo tài chính

có ý nghĩa quan trọng trong việc áp dụng mô hình MDA vào việc đo lường rủi ro tài

chính của các KHDN.

Việc nâng cao chất lượng báo cáo tài chính này phụ thuộc chủ yếu vào thiện chí hợp

tác của các KHDN, do đó việc đội ngũ nhân viên tín dụng cần phải được đào tạo về kế

toán, tài chính từ đó tư vấn đối với KHDN để giúp nâng cao tính chính xác trung thực

báo cáo tài chính của KH. Để một báo cáo tài chính của KH phản ánh chính xác, trung

thực, khách quan thì các KHDN cần phải nâng cao chất lượng quản trị công ty. Gốc rễ

của sự gian lận và sai xót của BCTC chủ yếu xuất phát từ hệ thống quản trị công ty

một cách yếu kém.

Nhằm khắc phục và giải quyết một phần của vấn đề này thì một số giải pháp như sau:

Đối với các cơ quan quản lý:

NHNN kết hợp với Bộ tài chính cần tiếp tục nghiên cứu sửa đổi chế độ kế toán

hiện hành theo hướng phù hợp với yêu cầu của nền kinh tế thị trường, phù hợp với đặc

điểm, trình độ quản lý kinh tế tài chính hiện tại của các NHTM nói chung, ngân hàng

ACB nói riêng và đồng thời phù hợp với chuẩn mực kế toán quốc tế.

Đối với các Công ty cổ phần niêm yết trên sàn chứng khoán thì: UBCKNN cần

tăng cường việc kiểm tra, xử phạt gian lận trong BCTC và phải được tiến hành thường

xuyên và nghiêm ngặt. Mặc dù Bộ tài chính đã lường trước được các hành vi, vi phạm

trong việc lập BCTC có thể xảy ra trong thực tế và đều quy định mức phạt cụ thể,

nhưng tính răn đe không cao do mức phạt chỉ dừng lại ở phạt hành chính. Mức phạt

hành chính sẽ chưa đủ mức răn đe nếu không truy tố trước pháp luật đối với các hành

vi trục lợi, gian lận trong BCTC gây thiệt hại cho nhà đầu tư. Bên cạnh đó, thường

xuyên kiểm tra chất lượng hoạt động kiểm toán độc lập, nâng cao tính hiệu lực của

quy chế kiểm soát chất lượng từ bên ngoài đối vối hoạt động kiểm toán độc lập. Nâng

cao hiệu lực của các quy định đạo đức nghề nghiệp cho các kiểm toán viên độc lập.

Đối với Ngân hàng AC .

Thứ nhất ACB nên có một bộ phận chuyên trách trong việc phân tích BCTC với

đội ngũ cán bộ ngân hàng có thâm niên công tác và trình độ cao nhằm đảm bảo cho

công tác đánh giá chính xác và có hiệu quả thực tiễn theo một quy trình nhất định. Với

việc chuyên môn hóa như vậy, công tác phân tích BCTC sẽ được tiến hành thường

xuyên và có hiệu quả hơn, tạo ra nguồn thông tin đã qua xử lý một cách nhanh chóng

và chính xác, từ đó giúp các nhà quản trị ACB có được những cơ sở để ra quyết định

cho vay

Thứ hai đối với các nhân viên tín dụng cần phải thu thập đầy đủ báo cáo tài

chính của KHDN, bên cạnh đó yêu cầu KH cung cấp thêm thông tin trên bảng thuyết

minh báo cáo tài chính như chi tiết các khoản phải thu, chi tiết doanh thu theo lĩnh vực

sản xuất, các khoản giảm giá, các khoản giảm trừ, chi phí quản lý DN, các khoản vay

hiện đang phải thực hiện nghĩa vụ, thanh toán chi tiết các khoản phải trả …Các mục

được nêu ra trong thuyết minh báo cáo tài chính cần có phụ lục chi tiết đính kèm.

Thứ ba nhân viên tín dụng cần phải thu thập đầy đủ BCTC đối với các KHDN

với tần suất như sau: hàng quý và trước khi giải ngân đối với KHDN lớn có hệ thống

kế toán quản trị hoàn chỉnh và hàng năm đối với các DN vừa và nhỏ. Thu thập tờ khai

thuế VAT với tần suất hàng tháng để so sánh đối chiếu. Ngoài ra cần phải đưa tiêu chí

KH không có thiện chí hợp tác cung cấp tình hình thông tin tài chính (BCTC, tờ khai

VAT …) thành một tiêu chí cảnh báo để có hướng theo dõi phù hợp đối với các KH vi

phạm tiêu chí này.

Thứ tư, bên cạnh đó khi xem xét cho vay, nhân viên tín dụng cần phải đối chiếu

thông tin trên báo cáo tài chính và thực tế khảo sát. Như kiểm tra hàng tồn kho, thì tất

cả số dư trên bảng báo cáo tài chính có phù hợp và hợp lý khi đưa ra so sánh với bảng

liệt kê hàng tồn kho. Cần phải tìm hiều kỹ đối với các khoản mục cần lưu ý trên báo

cáo kiểm toán của KH. Do đó ngân hàng cần phải xây dựng quy trình, hướng dẫn cụ

thể trong việc phân tích báo cáo tài chính, kiểm tra giám sát khách hàng sau khi giải

ngân. Và cần có cơ chế giám sát trong việc thu thập BCTC của KH trước khi giải

ngân, cần phải đào tạo đội ngũ nhân viên về các phương pháp hoạch toán về các khoản

doanh thu, lợi nhuận, các khoản tạm ứng, trích lập dự phòng ...

Thứ sáu khuyến khích cho vay hỗ trợ các KHDN trong việc sử dụng công nghệ

thông tin trong hệ thống kế toán, việc sử dụng các phần mền kế toán giúp giảm bớt

khối lượng và thời gian xử lý số liệu cho công việc kế toán. Việc phân quyền theo hệ

thống phần mền kế toán như quản lý tài sản, công nợ, danh sách các nhà cung cấp…

điều này giúp các Công ty dễ dàng xuất số liệu theo dõi và cung cấp các số liệu này

định kỳ cho ngân hàng.

Thứ bảy, ACB cần nâng cao hoàn thiện hệ thống chương trình dữ liệu về báo

cáo tài chính của KHDN giúp truy xuất lịch sử tình hình hoạt động kinh doanh dễ

dàng của KH theo thời gian.

4.1.2. Xây dựng các hệ số trung bình ngành

Các chỉ số tài chính trung bình ngành là tiêu chuẩn quan trọng để so sánh

với các chỉ số trong mô hình MDA trong xây dựng mô hình đo lường rủi ro tài chính.

Các Công ty sẽ so sánh các chỉ số tài chính của mình với các chỉ số trung bình ngành

để đánh giá tình hình tài chính của mình mạnh hay yếu, cơ cấu tài chính có phù hợp.

Bên cạnh đó việc so sánh các chỉ số này giúp nhân viên tín dụng tránh cho vay quá

nhiều đối với một công ty mà có các chỉ số đòn bẩy tài chính quá lớn so với trung bình

ngành.

Tuy nhiên, hiện nay vẫn chưa có những nghiên cứu, thống kê đầy đủ và có độ tin

cậy cao về các chỉ số tài chính trung bình ngành. Vì vậy cần thiết phải xây dựng các

chỉ số tài chính trung bình ngành, không những tạo điều kiện thuận lợi cho công tác

đánh giá rủi ro tài chính mà còn phục vụ trong công tác phê duyệt cấp tín dụng và

công tác phân tích tài chính và giúp nhân viên tín dụng tư vấn KH đưa ra sản phẩm

phù hợp.

Từ các chỉ số trung bình ngành giúp ngân hàng có thể tính toán ra các chỉ số

Zscore ngành giúp cho ngân hàng đưa ra điều kiện cảnh báo đối với các ngành nào là

đang có rủi ro. Đối với những ngành đang có rủi ro ngân hàng hạn chế cho vay và

ngược lại đối với những ngành nghề sản xuất kinh doanh được đánh giá là không có

rủi ro thì khuyết khích cho vay.

Để cho mô hình MDA đạt được hiệu quả hơn cần đưa nhiều các chỉ số tài chính

hơn vào mô hình phân tích như đưa thêm vào các chỉ số thuộc quy mô thị trường, vị

thế công ty trong ngành, giá trị vốn hóa thị trường đối với các công ty cổ phần niêm

yết.

4.1.3. Hoàn thiện hệ thống xếp hạng tín dụng:

Mô hình xếp hạng tín dụng khách hàng của ACB đã có từ lâu nhằm đánh giá KH vay

vốn qua các hoạt động phân tích của cán bộ tín dụng ở NHTM thông qua các chỉ tiêu

tài chính và phi tài chính. Việc dựa vào hệ thống xếp hạng chấm điểm tín dụng của

KHDN để đánh giá rủi ro tài chính có ý nghĩa quan trọng trong việc hạn chế phát sinh

nợ xấu. Các giải pháp đề nâng cao chất lượng hệ thống xếp hạng tín dụng như sau:

- Phát triển và hoàn thiện hệ thống thông tin về khách hàng đáp ứng yêu cầu: khoa

học; đầy đủ; cập nhật và chính xác và được lấy từ nhiều nguồn thông tin khác

nhau (bao gồm cả những nguồn chính thống và nguồn không chính thống).

- Bên cạnh đó nâng cao chất lượng phân tích và xử lý thông tin trên cơ sở một

phần mềm đủ mạnh với hệ thống các tiêu chí đầy đủ, khách quan và khoa học cả

về định tính và định lượng, cả về góc độ tài chính và góc độ phi tài chính. Có như

vậy, công tác xếp hạng tín dụng khách hàng mới có thể trở thành công cụ hỗ trợ

đắc lực cho các nhà quản trị ngân hàng có những quyết định đúng đắn trước khi

cấp tín dụng và khi đó chất lượng các khoản cho vay của ngân hàng mới đạt yêu

cầu và chỉ khi đó nợ xấu, nợ quá hạn mới được hạn chế và hệ thống các NHTM

mới phát triển bền vững

- Dựa vào mô hình MDA đã được tìm ra, cần đưa chỉ số Zscore làm một chỉ tiêu

trong hệ thống xếp hạng tín dụng.

- Hoàn thiện phương pháp phân tích: Phương pháp dùng trong phân tích, XHTD

thường dựa vào phương pháp so sánh kết hợp các phương pháp xếp hạng khác

như phương pháp chuyên gia hay phương pháp thống kê. Việc sử dụng phương

pháp phân tích sẽ làm ảnh hưởng đến các khâu trong quá trình phân tích cũng như

tính chính xác của kết quả xếp hạng. Đối với việc xây dựng bảng chỉ số tài chính

thuộc các ngành kinh tế, phải thu thập BCTC tích luỹ sau nhiều năm và bao trùm

các ngành kinh tế. Bảng điểm chuẩn cho các ngành phải được thay đổi định kì

hàng năm cho phù hợp với thực tế luôn diễn biến phức tạp và đa dạng. Để làm

được việc này, hàng năm NH phải nghiên cứu tình hình thực tế hoạt động của

từng ngành kinh tế, nắm rõ những thay đổi, những thuận lợi, khó khăn, những

biến động của từng ngành, trên cơ sở đó kết hợp các yếu tố cần thiết khác, xây

dựng bảng điểm chuẩn cho ngành kinh tế.

- Kiểm tra chặt chẽ công việc chấm điểm: Hiện nay, ACB đã có một hệ thống tự

động thực hiện công việc chấm điểm tín dụng và xếp hạng khách hàng. Tuy

nhiên, những yếu tố đầu vào vẫn do các NVTD nhập liệu nên đôi khi không tránh

khỏi những sai sót. Ban lãnh đạo NH cần phải có những biện pháp nhằm kiểm

soát quá trình thực hiện của NVTD một cách chặt chẽ bằng cách: Kiểm tra tình

hình chấm điểm của đơn vị bằng cách kiểm tra đột xuất một hoặc một số hồ sơ

khách hàng đang trong thời gian chấm điểm tín dụng để xem việc chấm điểm có

diễn ra đúng với quy trình hay không.Các NVTD có thể thực hiện việc kiểm tra

kết quả chấm điểm của nhau. Họ có thể giúp đỡ lẫn nhau bằng việc cung cấp

những thông tin mà mình biết, những NVTD trực tiếp chấm điểm sẽ tiến hành

kiểm tra và xác minh lại đúng với thực tế để đánh giá chính xác các tiêu chí.

Trong thực tế thì các chỉ tiêu phi tài chính là rất khó kiểm soát, và người chấm

điểm có thể sửa đổi tùy theo ý muốn chủ quan của mình. Do đó, NH cần phải tiến

hành giám sát quy trình chấm điểm mà các NVTD thực hiện để có thể hạn chế

những rủi ro mang lại đến mức thấp nhất.

4.1.4. Phổ biến kiến thức về rủi ro tài chính và công bố các công ty thuộc điện cảnh báo

rủi ro tài chính đến từng nhân viên tín dụng

Trong thời đại ngày nay, muốn thành công trong kinh doanh cần có những

thông tin hữu ích. Khi mà tính kém minh bạch trong các hoạt động kinh doanh tại Việt

Nam còn khá phổ biến thì yêu cầu thiết lập kho dữ liệu thông tin sử dụng cho hoạt

động kinh doanh là hết sức cần thiết. Mặc dù trong những năm gần đây Trung tâm

CIC của NHNN và Trung tâm thông tin tín dụng ACB đã có nhiều nổ lực trong tạo lập

kho dữ liệu về các DN vay vốn cũng như xây dựng đánh giá về các ngành sản xuất

kinh doanh, làm cơ sở trong phân tích tín dụng nhưng khả năng đáp ứng các yêu cầu

này còn nhiều hạn chế.

Đặc biệt thông tin tín dụng tập trung vào nội dung phản ánh, ít có tính dự báo, đưa

ra các giải pháp phòng ngừa và không phản ánh được đặc thù tình hình kinh tế xã hội

tại địa phương. Do đó khả năng sử dụng các thông tin này cho công tác thẩm định tín

dụng chưa cao và chưa đáp ứng được yêu cầu phòng ngừa rủi ro. Do đó cần tạo lập hệ

thống thông tin tín dụng có tính hữu ích cao hơn theo hướng:

- Dựa trên cơ sở hợp tác, NHNN thực hiện kết nối kho thông tin dữ liệu giữa các

ngân hàng để bổ sung, tăng tính đầy đủ và sự chính xác của kho dữ liệu, không

chỉ là các dữ liệu về khách hàng mà còn các đánh giá và dự báo về ngành, làm

nền tảng trong phân tích và thẩm định tín dụng.

- Dựa trên thông tin về các DN, ngành nghề kinh doanh, dự án đã cấp tín dụng,

các trung tâm thông tin tín dụng ACB cần tổng hợp và đưa ra các đánh giá,

phân tích và cung cấp các thông tin hữu ích cho toàn bộ hệ thống để sử dụng

trong thẩm định tín dụng. Kho dữ liệu này cần có tính mở để có khả năng tích

hợp với kho dữ liệu của các ngân hàng khác nhằm đáp ứng nhu cầu hợp tác

trong cạnh tranh được đặt ra trong môi trường hội nhập.

- ACB cần thiết lập các mối liên hệ với các tổ chức, dịch vụ cung cấp thông tin

trên thế giới để có thể khai thác, mua thông tin khi cần thiết để đáp ứng yêu cầu

thông tin từ các Chi nhánh, đặc biệt là các thông tin về tình hình tài chính, hoạt

động của các công ty mẹ - đối tác ở nước ngoài của các DN, đặc biệt là các DN

thuộc khu vực kinh tế có vốn đầu tư nước ngoài.

- Trên cơ sở mô hình tổ chức hướng đến khách hàng đã được triển khai, hệ thống

thông tin khách hàng cần được tổ chức một cách hợp lý, tránh trùng lặp trong

thu thập dữ liệu, đảm bảo có những thông tin toàn diện và đầy đủ theo đúng tính

chất và đặc thù khách hàng. Đồng thời với việc thu thập thông tin, cần sử dụng

các công cụ phân tích thông tin hiện đại để tăng độ chính xác của các kết quả

đánh giá nhằm đưa ra các quyết định đúng đắn. ACB cần thiết lập các phần mềm

hỗ trợ cung cấp thông tin về khách hàng (doanh số cho vay, thu nợ, dư nợ, tình

trạng nợ), phân loại nợ tự động để đáp ứng nhu cầu thu thập, xử lý thông tin

được nhanh nhạy, chính xác.

- Cập nhật và bổ sung thường xuyên cẩm nang tín dụng. Cẩm nang tín dụng

hướng dẫn cho cán bộ những vấn đề cơ bản trong tác nghiệp. Bởi đặc thù của

hoạt động tín dụng là dựa vào các quy định của pháp luật, sự phát triển của các

sản phẩm tín dụng, do đó nó luôn luôn biến động và cần cập nhật một cách kịp

thời, thực hiện việc rà soát, tái bản có điều chỉnh cẩm nang tín dụng, có thể 2

năm một lần để cập nhật các văn bản pháp lý, các quy định, quy trình, mẫu biểu

mới đáp ứng các yêu cầu về đào tạo và nghiên cứu chuyên môn.

- Cần chú trọng đến phân tích định lượng, lượng hóa mức độ rủi ro của khách

hàng qua đánh giá các số liệu, đồng thời kết hợp với phân tích định tính (phân

tích môi trường vĩ mô, vi mô, môi trường nội bộ của DN, lịch sử quan hệ tín

dụng với ngân hàng…) để nhận ra những rủi ro tiềm tàng và khả năng kiểm soát,

hạn chế những rủi ro đó của ngân hàng. Trong phân tích định lượng, ứng dụng

và hoàn thiện hệ thống chấm điểm và xếp hạng tín dụng khách hàng (trong giai

đoạn đầu chỉ nên tập trung vào các DN). Hệ thống này cần được thường xuyên

điều chỉnh cho phù hợp với thực tế và điều kiện kinh tế Việt Nam, không nên

cứng nhắc theo những tính toán của các nước có điều kiện không tương đồng.

Thông qua việc sử dụng các mô hình định lượng, mức độ rủi ro sẽ được lượng

hóa hợp lý, phản ánh một cách rõ ràng hơn mức độ rủi ro của các khoản vay dự

kiến và xây dựng những biên pháp phòng ngừa và hạn chế rủi ro trước khi cấp

tín dụng với khách hàng. Nỗ lực xác định hạn mức tín dụng hợp lý sẽ giúp cho

ngân hàng luôn ở thế chủ động và có giải pháp kiểm soát rủi ro tín dụng một

cách hiệu quả.

Bên cạnh việc tạo lập được hệ thống thông tin tín dụng chính xác và cung cấp kịp thời

đến từng nhân viên tín dụng, ACB cần phải đào tạo các nhân viên tín dụng về kiến

thức rủi ro tài chính, nâng cao năng lực và trình độ chuyên môn của đội ngũ cán bộ tín

dụng trong việc đánh giá rủi ro tài chính của KH và tư vấn sản phẩm tài chính một

cách phù hợp.

4.2. Nhóm giải pháp nhằm nâng cao chất lượng cảnh báo rủi ro tài chính tại AC .

4.2.1. Hoàn thiện quy trình, quy định nghiệp vụ về việc cảnh báo rủi ro tín dụng.

Hiện tại bộ phận đảm nhận công việc cảnh báo rủi ro tín dụng tại ACB đang được

trung tâm quản lý nợ trực thuộc đảm trách. Trung tâm quản lý nợ là một đơn vị trực

thuộc Tổng Giám đốc mới được thành lập vào 05/08/2013. Trước đây bộ phận cảnh

báo đã được thành lập nhưng chưa được chú trọng và phát triển. Việc hoàn thiện quy

trình, quy định nghiệp vụ là một biện pháp quan trọng trong việc nâng cao chất lượng

cảnh báo rủi ro tín dụng nói chung và cảnh báo rủi ro tài chính nói riêng tại ACB, và

các biện pháp được kiến nghị đưa ra như:

- Cần xây dựng quy trình phối hợp giữa trung tâm quản lý nợ và các nhân viên

quản lý khách hàng trong việc đánh giá các khách hàng được xác định là có rủi

ro, thuộc trường hợp cảnh báo sớm.

- Hoàn thiện bộ tiêu chí cảnh báo nợ sớm. Bộ tiêu chí cảnh báo nợ sớm của

KHDN tại ACB bao gồm các tiêu chí của khách hàng như: Thông tin tình hình

giao dịch tín dụng, tình trạng pháp lý, cơ cấu tổ chức nhân sự, môi trường ngành

nghề kinh doanh, vị trí địa lý, tình hình sản xuất kinh doanh, tình hình nguồn trả

nợ, và tài sản đảm bảo. Đối với nền kinh tế thị trường luôn biến động với nhiều

yếu tố bất lợi có thể xảy ra bất cứ lúc nào, thì bộ tiêu chí ngày không được cứng

nhắc có thể thay đổi theo từng thời kỳ. Đề xuất xem xét đưa thêm chỉ số Zscore

làm một tiêu chí cảnh báo rủi ro tài chính. Định kỳ hàng quý, tổ cảnh báo sớm có

thể họp lại và đề xuất đưa thêm hay loại bỏ một số tiêu chí vào bộ tiêu chí này.

- Bên cạnh ban hành bộ tiêu chí cần ban hành các hành động và hướng ứng xử

phù hợp đối với từng KHDN vi phạm một số tiêu chí trong bộ tiêu chí.

- Cần chuyên môn hóa hành động ứng xử của từng bộ phận trong hệ thống ACB

trong việc tham gia xử lý những KHDN thuộc trường hợp cảnh báo rủi ro tín

dụng. Việc này giúp giảm tải được áp lực đối với nhân viên tín dụng và phân

định rõ quyền lợi trách nhiệm của từng bộ phần và có các bộ phận hỗ trợ trong

việc đánh giá rà soát lại KH.

4.2.2. Xây dựng hệ thống thông tin cảnh báo sớm các nguy cơ rủi ro tín dụng

Từ những quy trình trên tiến hành hoàn thiện hệ thống thông tin cảnh báo sớm các

nguy cơ rủi ro tín dụng cần xây dựng mô hình cảnh báo tại ngân hàng ACB theo các

bước sau:

- Giám sát liên tục do cán bộ tín dụng thực hiện

- Rà soát các khoản vay theo lịch trình.

- Kiểm tra, kiểm soát từ bên ngoài.

- Các dấu hiệu cảnh báo khoản nợ xấu phát sinh, hay các KHDN có rủi ro tài chính

- Xếp hạng tín dụng, báo cáo các khoản vay giảm cấp (xuống hạng) và phương án

giảm thiểu rủi ro.

Bên cạnh đó việc nâng cao vai trò kiểm tra giám sát tín dụng một cách độc lập cũng có ý

nghĩa quan trọng. Việc này cần được thực hiện một cách khách quan theo phương pháp

chọn mẫu và đảm bảo các yêu cầu:

- Kiểm tra, giám sát và đánh giá độc lập tính hiệu quả của quản lý rủi ro tín dụng.

- Phát hiện các vấn đề và báo cáo kịp thời cho Ban Lãnh đạo.

- Báo cáo Ban Lãnh đạo những rủi ro đã xuất hiện cũng như rủi ro tiềm ẩn của các

khoản cho vay mà chưa được quản lý một cách đầy đủ.

Để thực hiện tốt các nội dung trên, bên cạnh hoàn thiện quy trình nghiệp vụ và đào

tạo đội ngũ nhân viên, cần đòi hỏi ACB cần giải quyết tốt những vấn đề sau:

- Thứ nhất, ACB cần xây dựng một hệ thống kiểm soát nội bộ đủ mạnh, theo đó cần

tạo môi trường kiểm soát tốt trong nội bộ ngân hàng.

- Thứ hai, ACB cần chú trọng đào tạo chính quy, đào tạo thường xuyên cán bộ làm

công tác kiểm tra, kiểm soát nội bộ.

- Thứ ba, bộ phận kiểm tra, kiểm soát nội bộ tại ACB cần được trao quyền độc lập, tự

chủ hơn nữa để họ thực thi tốt nhiệm vụ của mình. Đồng thời, bộ phận kiểm tra, kiểm

soát nội bộ cần phải được trang bị đầy đủ các phương tiện làm việc.

4.2.3. Các giải pháp khác

4.2.3.1. Nghiên cứu khách hàng:

Khi giao tiền cho người vay ngân hàng chỉ có quyền sở hữu, quyền sử dụng đã

trao cho người vay. Do đó, khi người vay sử dụng tiền không dúng mục đích, thì nguy

cơ dẫn đến khoản vay không được hoản trả xuất hiện. Vì vậy, việc xem xét đánh giá

khách hàng trước khi quyết định cho vay là một việc quan trọng. Các nguyên tắc cho

vay và điều kiện đảm bảo tín dụng cơ bản mà hầu hết các ngân hàng đề ra là:

- Tư cách pháp nhân và uy tín của người vay .

- Mục đích sử dụng tiền vay, kế hoạch hoàn trả tín dụng.

- Các đảm bảo tín dụng các giá trị tài sản thế chấp, năng lực bảo lãnh, bảo hiểm của

người vay.

- Mặt khác, việc đánh giá khách hàng chúng ta có thể đánh giá qua người lãnh đạo của

DN, các sản phẩm của DN, thị trường của DN.

4.2.3.2. San sẻ rủi ro.

San sẻ rủi ro là một biện pháp được nhiều ngân hàng sử dụng từ trước tới nay,

san sẻ rủi ro có ba hình thức chủ yếu:

- Tránh dồn vốn: Cách phân phối tín dụng tốt nhất đối với một ngân hàng muốn tránh

rủi ro là trãi tiền của mình vào nhiều khoản đầu tư, nhiều khách hàng khác nhau.

Không cho vay quá nhiều để sản xuất kinh doanh một hàng hoá đặc biệt là loại hàng

hoá không thiết yếu, Nhà nước không khuýen khích sản xuất, năng lực cạnh tranh

không ổn định quá trìng sản xuất kinh doanh dễ gặp rủi ro.

- Liên kết đầu tư: Nhằm cung cấp những khoản tín dụng lớn mà ngân hàng không đủ

khả năng cho vay, khó xác định trước mức độ rủi ro. Các ngân hàng sẽ kết hợp với

nhau thành từng nhóm cùng xem xét đánh giá khách hàng, phân tích khả năng sinh

lời của dự án để đầu tư. Các ngân hàng cùng tham gia đầu tư phải ký kết với nhau

một hợp đồng liên kết thoả thuận rõ trách nhiệm và quyền hạn của từng thành viên.

- Bảo hiểm tín dụng: Là biện pháp rất an toàn, hiệu quả cao. Có 3 hình thức bảo hiểm

tín dụng:

 Khách hàng vay vốn mua bảo hiểm cho ngành nghề mà họ kinh doanh. Đây là

biện pháp mà khách hàng chủ động trang bị cho mình một sự bảo đảm khi sản

xuất kinh doanh gặp rủi ro. Nguồn tiền từ việc mua bảo hiểm sẽ giúp cho họ

trang trải được phần nào vốn vay ngân hàng.

 Ngân hàng trực tiếp mua bảo hiểm của các tổ chức bảo hiểm chuyên nghiệp.

Đây là hình thức bảo hiểm hay thực chất là ngân hàng san sẻ với các công ty bảo

hiểm về những rủi ro mà họ phải gánh.

4.2.3.3. Thực hiện bảo đảm tín dụng:

Trong những trường hợp cần thiết như gặp những khách hàng chưa quen biết,

mức độ tín nhiệm của ngân hàng với khách hàng chưa cao, đòi hỏi ngân hàng phải sử

dụng các biện pháp tín dụng để giảm bớt mức độ rủi ro, tạo điều kiện thu hồi nợ chắc

chắn.

- Bảo lãnh: Người bảo lãnh phải có đủ tư cách pháp nhân (nếu là một tổ chức), có đủ

năng lực pháp lý và năng lực hành vi (nếu là cá nhân), phải có đủ khả năng kinh tế để

trả nợ thay trong trường hợp người vay không trả được nợ.

- Cầm cố: là việc ngân hàng cho khách hàng vay vốn bằng việc người vay đưa tài sản

của mình đến ngân hàng đảm bảo cho khoản vay mà họ có thể nhận được món vay

tối đa bằng 70% giá trị tài sản cầm cố. Đến hết thời hạn trả nợ mà người vay không

chịu trả hoặc không có khả năng trả nợ thì ngân hàng sẽ bán đau giá vật cầm cố để

thu hồi nợ.

- Thế chấp tài sản: khi sử dụng hình thức thế chấp phải sử lý chặt chẽ các vấn đề sau:

 Tài sản đó thuộc quyền sở hữu hợp pháp của người vay và phải có giá trị trao

đổi trên thị trường.

 Tài sản đó thuộc quyền sở hữu hợp pháp của người vay và phải có goá trị trao

đổi trên thị trường.

 Nếu là động sản mà ngân hàng khó quản lý được trong thời gian người vay sử

dụng vốn vay thì ngân hàng có thể yêu cầu người vay mua bảo hiểm động sản đó

và trao giấy tờ gốc cho ngân hàng. Những động sản thuộc quyền sở hữu của

người vay nhưng pháp luật không có quy định phải có giấy tờ chứng minh quyến

sở hữu thì nên áp dụng cho vay cầm cố và được quản lý tại kho của ngân hàng.

 Cho vay tín chấp: Chỉ áp dụng đối với khách hàng đã trở nên tin cậy với ngân

hàng.

4.2.3.4. Hạn chế tín dụng.

Hạn chế tín dụng là biện pháp giúp ngân hàng tránh được sự lựa chọn đối

nghịch và rủi ro đạo đức. Ngân hàng có the từ chối cho vay mặc dù người vay sẵn

lòng thanh toán lãi suất được công bố, thậm chí một mức lãi suất cao hơn. Việc hạn

chế tín dụng có hai tác dụng:

- Thứ nhất: Diễn ra khi ngân hàng từ chối một món vay với số lượng bất kì nào đó đối

với nếu qua điều tra thu thập thông tin ngân hàng thấy người vay là một người mạo

hiểm cò nhiều khả năng rủi ro trong kinh doanh.

- Thứ hai : Ngân hàng đồng ý cho vay nhưng hạn chế dưới mức cho vay mà người vay

yêu cầu, bởi vì món tiền vay càng lớn, người vay càng có điều kiện thực hiện những

mạo hiểm trong kinh doanh và do đó khả năg rủi ro sẽ xảy ra. Và như vậy, ngân hàng

cũng dễ rủi ro không thu được nợ, cho nên ngân hàng cho vay số tiền lớn đối với một

người vay bằng cách cho vay làm nhiều lần.

4.2.3.5. Đa dạng hóa đầu tư:

Việc đa dạng hóa đầu tư và cấp tín dụng là một nguyên lý quan trọng của việc

quản lý kinh doanh của ngân hàng vì nó thực hiện đa dạng hóa mối quan hệ giữa ngân

hàng với khách hàng. Đây cũng là việc phân tán rủi ro trên các món cho vay. Mặt

khác, ta thấy rủi ro tín dụng còn phụ thuộc vào một số yếu tố như tính chất tín dụng, kì

hạn tín dụng... Vì vậy, ngân hàng cần có những quyết định đúng đắn, hợp lý trong tín

dụng để hạn chế rủi ro, nâng cao hiệu quả kinh doanh.

4.3. Một số kiến nghị với ngân hàng nhà nước Việt Nam.

4.3.1. Hoàn thiện thống nhất các quy định về chấm điểm phân loại nợ và trích lập

dự phòng

Hầu hết các TCTD đang xây dựng theo một phương pháp chấm điểm phân loại nợ

riêng đã tạo nên sự không thống nhất giữa các hệ thống XHTD; đồng thời việc quản lý

của cơ quan quản lý Nhà nước đối với việc các tổ chức tín dụng phân loại nợ theo Điều 7

Quyết định 493 gặp nhiều khó khăn, không thống nhất. Do đó NHNN cần sớm đưa ra văn

bản quy định cụ thể và chi tiết về phương pháp, nội dung quản lý chất lượng tín dụng,

phân loại nợ, trích lập, sử dụng dự phòng để xử lý rủi ro trong toàn hệ thống tổ chức tín

dụng trên cơ sở đánh giá khả năng trả nợ của khách hàng. Việc đưa ra hệ thống chấm

điểm tín dụng thống nhất giúp NHNN có thể kiểm soát mức độ nợ xấu của TCTD một

cách chung nhất, việc thay đổi hệ thống chấm điểm tín dụng mới cần phải kế thừa của các

quy định hiện tại tránh sự thay đổi quá nhiều nhằm giảm thiệt hại do việc chuyển đổi hệ

thống.

4.3.2. Phát huy tối đa hiệu quả cung cấp thông tin của Trung tâm thông tin tín dụng

(CIC)

CIC là đầu mới cung cấp thông tin tín dụng rất quan trọng cho các NHTM trong

việc đánh giá rủi ro khách hàng. Tuy nhiên thực tế thời gian qua cho thấy nguồn thông tin

mà CIC cung cấp chỉ mang tính thống kê, hoàn toàn chưa đáp ứng được nhu cầu lớn về

thông tin cập nhật và thông tin cảnh báo. Do đó trong thời gian tới NHNN cần phối hợp

nhiều hơn với các cơ quan chức năng như: thuế, thống kê, bộ thương mại … để cung cấp

cho các NHTM các thông tin mới nhất về tình hình phát triển ngành cũng như tình hình

hoạt động các doanh nghiệp trong ngành.

Nâng cao chất lượng thông tin tín dụng tại Trung tâm thông tin tín dụng của

NHNN nhằm đáp ứng yêu cầu thông tin cập nhật và chính xác về khách hàng. Có những

biện pháp tuyên truyền thích hợp để các NHTM nhận thấy quyền lợi và nghĩa vụ trong

việc cung cấp và sử dụng thông tin tín dụng. .

Bên cạnh đó NHNN cần có những quy định bắt buộc các NHTM cung cấp đầy đủ

các thông tin và số liệu của khách hàng vay vốn tại Ngân hàng mình để trung tâm có thể

kịp thời cung cấp những thông tin cảnh báo rủi ro cho các NHTM.

4.3.3. Tăng cường thanh tra giám sát hệ thống ngân hàng.

NHNN cần tăng cường công tác thanh tra giám sát việc thực hiện hệ thống XHTD

nội bộ cũng như công tác phân loại nợ, trích lập dự phòng rủi ro tín dụng của các ngân

hàng. Giám sát kỷ luật hạch toán và tuân thủ các quy định về công tác tín dụng đã được

thể hiện đầy đủ trong Sổ tay tín dụng của các ngân hàng thương mại.

NHNN cần đẩy mạnh thực hiện việc đánh giá và cấp phép sử dụng hệ thống

XHTD nội bộ của các ngân hàng nhanh hơn, giảm các thủ tục hành chính. Trong thời gian

tới khi ban hành thống nhất về việc sử dụng hệ thống XHTD nội bộ, NHNN sẽ phải xem

xét rất nhiều hệ thống XHTD từ các ngân hàng và tiếp tục xem xét việc sửa đổi hệ thống

hàng năm. Do đó NHNN cần đẩy nhanh quy trình thực hiện việc đánh giá, cấp phép cho

các ngân hàng áp dụng, giúp các ngân hàng nhanh hơn nữa áp dụng hệ thống XHTD nội

bộ vào thực tiễn.

Kết luận chương 4:

Từ kết quả chương 4 tác giả đã đưa ra một số giải pháp nhằm nâng cao khả năng ứng

dụng mô hình MDA trong việc cảnh báo rủi ro tín dụng. Bên cạnh đó luận văn cũng

kiến nghị một số giải pháp nhằm nâng cao chất lượng cảnh báo rủi ro tài chính tại

ACB. Từ những giải pháp trên sẽ giúp ích cho những nhà quản trị, những nhà hoạch

địch chính sách giúp giảm thiểu được rủi ro tài chính của các KHDN tại ngân hàng

của mình.

Kết luận

Luận văn đã thống kê được một số chỉ tiêu tài chính cơ bản có tác dụng trong

việc phân biệt đánh giá rủi ro tài chính của KHDN tại ACB. Tuy nhiên do giới hạn của

nghiên cứu nên có nhiều phương pháp đo lường rủi ro tài chính tốt hơn đã bị bỏ qua.

Luận văn trên cơ sở nghiên cứu đánh giá của 150 KHDN (với 100 KH thuộc

mẫu phân tích và 50 KH thuộc mẫu kiểm tra) tại ACB với số liệu tài chính năm 2011

dưa trên các chỉ số tài chính của các KHDN. Các chỉ số được đưa vào mô hình phân

tích đa biệt thức (MDA) và kết quả là một hàm tuyến tính là :

Zscore = 9.436*ROA+ 0.478*Ln INCORATIO – 1.175.

Kết quả này được kiểm định so sánh với số liệu KHDN lớn năm 2009 đến

năm 2012 với việc cảnh báo rủi ro trước một năm cho kết quả chính xác là 64.78%.

Mặc dù kết quả nghiên cứu đánh giá của mô hình chưa được cao, với tình hình

hiện nay thì chỉ số Zscore đóng vị trí vô cùng quan trọng trong việc cảnh báo rủi ro tài

chính của các KHDN sau khi cho vay. Với kết quả nghiên cứu mà tác giả đưa ra và

một số giải pháp kiến nghị, luận văn sẽ giúp được các nhà quản trị rủi ro trong các tổ

chức tín dụng sớm xây dựng cho ngân hàng xây dựng được một hệ thống cảnh báo rủi

ro tín dụng giúp hạn chế nợ xấu một cách tốt hơn. Bên cạnh đó kết quả nghiên cứu

luận văn có tác dụng hỗ trợ giúp các nhà quản trị TCTD tham khảo trong việc xếp

hạng tín dụng và phê duyệt cho vay của các TCTD.Ngoài ra đối với các nhà quản trị

DN có thể tham khảo thêm để đánh giá được thực trạng rủi ro tài chính của DN mình

hay không?

Tài liệu tham khảo

A. Tiếng Việt

1. Lê Văn Luyện, Vũ Thị Hậu , 2011 - Rủi ro tài chính trong các DN công nghiệp

dịch vụ - Nguy cơ tiềm tàng của khủng hoàng tài chính.

2. Trần Thị Thúy Hà, 2011 – Luận Văn nghiên cứu về hệ thống xếp hạng tín dụng

nội bộ của Ngân Hàng TMCP Nhà Hà Nội

3. Trương Đông Lộc, Trần Trường Giang– Các nhân tố ảnh hưởng đến quyết

định cho thuê tài chính của các DN nhỏ và vừa ở đồng bằng song Cửu Long,

Tạp chí Ngân Hàng số 4 tháng 2, 2011

4. Hoàng Giang, 2012 - Ứng dụng mô hình phân tích đa biệt thức để đo lường

nguy cơ tài chính tại các công ty niêm yết trên thị trường chứng khoán Việt

Nam. Luận văn thạc sĩ. Đại học kinh tế TP Hồ Chí Minh

5. Đào Minh Phúc, 2012 – Giới thiệu mô hình xếp hạng tín dụng khách hàng giải

pháp giảm thiểu nợ xấu

6. Huỳnh Cát Tường, 2008 – Khánh kiệt tài chính và ứng dụng mô hình Z-score

trong dự báo khánh kiệt tài chính. Luận văn Thạc Sĩ. Đại học kinh tế TP Hồ

Chí Minh

7. Báo cáo thường niên năm 2009,2010,2011,2012 của ngân hàng thương mại cổ

phần Á Châu.

8. Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008. Phân tích dữ liệu nghiên cứu

với SPSS. TPHCM: Nhà xuất bản Hồng Đức

B. Tiếng Anh

1. Altman, 1968. “Financial ratios, discriminant analysis and the prediction of

corporate bankruptcy.” The Journal of Finance. Vol. 23, no. 4, pp 589-609.

2. Barbro Back, Teija Laitinen, Kaisa Sere, Michiel van Wezel,1996 -

“Choosing Bankruptcy Predictors: Using Discriminant Analysis,

LogitAnalysis, and Genetic Algorithms”

3. Leksrisakul, Pranee and Evans, Michael (2005) "A Model of Corporate

Bankruptcy in Thailand Using Multiple Discriminant Analysis,"Journal of

Economic and Social Policy: Vol. 10: Iss. 1, Article 5.

4. Ohlson, 1980. Financial ratios and probabilistic prediction of bankruptcy.

Journal of Accounting Research. Vol.18, no. 1, pp 109-131.

C. Website tham khảo

1. www.cafef.vn

2. www.creditinfo.org.vn

3. www.acb.com.vn

4. http://archive.saga.vn/dictview.aspx?id=4758 truy cập ngày 03/09/2013, bài hệ

số nguy cơ phát sản.

5. http://vtc.vn/1-392463/kinh-te/ong-lon-dau-phong-tan-tan-vi-sao-bien-mat.htm.

truy cập ngày 27/09/2013.

Phụ lục 1: Các chỉ số tài chính trong mô hình phân tích MDA tiêu biểu trên thế giới và

ở Việt Nam

Chỉ số tài chính

Altman,

Deakin

Edmister

Sinkey

Altman

Ohson

Altman

1968

1972

1974

et

al.

1993

1980

1977

Chỉ số lợi nhuận

Dòng tiền/ Tổng tài

sản

Dòng tiền/ Tổng nợ

phải trả

Dòng Tiền/(Tổng nợ+

Cổ phiếu ưu đãi)

EBIT/ Tổng Tài sản

ROA

Kinh phí hoạt động/

Tổng nợ phải trả

Lỗ lũy kế 2 năm

Chỉ số thanh khoản

Vốn Lưu động/ Tổng

Tài sản

Tiền mặt/ Nợ ngắn

hạn

Tiền mặt/ Tổng Tài

sản

Tài sản ngắn hạn/ Nợ

ngắn hạn

Tài sản ngắn hạn/

Tổng tài sản

Chỉ số tài chính

Altman,

Deakin

Edmister

Sinkey

Altman

Ohson

Altman

1968

1972

1974

et

al.

1993

1980

1977

Nợ ngắn hạn/ Tài sản

ngắn hạn

Nợ ngắn hạn/ Vốn chủ

sở hữu

Tài sản lưu động/ Nợ

ngắn hạn

Tài sản

lưu động/

Tổng tài sản

Chỉ số đòn bẩy

Tổng nợ/ Tổng tài sản

(Tổng nợ + Cổ phiếu)/

Tổng tài sản

Giá trị thị trường của

vốn chủ sở hữu/ Tổng

giá trị vốn hóa thị

trường

Giá trị thị trường vốn

chủ sở hữu/ Tổng nợ

Thu nhập giữ

lại/

Tổng nợ

Chỉ số hoạt động

Doanh thu/ Tổng tài

sản

Vốn lưu động/ Doanh

thu

Tiền mặt /doanh thu

Chỉ số tài chính

Altman,

Deakin

Edmister

Sinkey

Altman

Ohson

Altman

1968

1972

1974

et

al.

1993

1980

1977

Tài

sản

ngắn

hạn/Doanh thu

Tài sản

lưu động/

Doanh thu

Tồn kho /Doanh thu

Vốn chủ

sở hữu/

Doanh Thu

Quy Mô

Ln(Tổng Tài Sản)

tài

Log(Tổng

sản/GNP)

Khác

Ln( lãi suất +15)

Ln(Ebit/ Tổng

các

khoản trả lãi)

Độ lệch chuẩn EBIT/

Tổng tài sản

(Tiền mặt + Trái phiếu

kho bạc Mỹ)/ Tổng

Tài Sản

Lãi phải trả trên các

khoản tiền gởi/ Doanh

thu

Doanh thu từ cho vay/

Doanh thu

Nợ vay/ (vốn + quỹ

Chỉ số tài chính

Altman,

Deakin

Edmister

Sinkey

Altman

Ohson

Altman

1968

1972

1974

et

al.

1993

1980

1977

dự trữ)

Nợ vay/ Tổng tài sản

Chi phí hoạt động/

Lợi nhuận

từ hoạt

động kinh doanh

Chi phí khác/ Tổng

doanh thu

Dự phòng rủi ro/ chi

phí hoạt động

Thuế và các khoản

phải nộp/ Tổng doanh

thu

Trái phiếu kho bạc

Mỹ/ Tổng doanh thu

Tổng cộng

(Nguồn : A model of Corporate Bankrupt in Thailand using MDA)

Phụ lục 2: Danh sách mẫu KHDN sử dụng trong mô hình

STT

Tên Khách Hàng

1 CTY TNHH SX VA DV THUONG MAI BINH YEN 2 CONG TY TNHH MTV NGAN HUONG 3 CTY TNHH MTV CHI TAM 4 CTY TNHH KD KT&CB VLXD THUY TU 5 CTY TNHH MTV SX-TM HOANG THIEN 6 CTY CP TICH HOP HE THONG VA GIAI PHAP 7 CTY TNHH TM VIET HUONG THAI 8 CTY TNHH XD VA TM THAI VIET 9 CTY TNHH XAY DUNG VINH LOC 10 CTY TNHH AN TAM 11 CTY TNHH HON ME 12 CTY TNHH TMDV HOA MINH THANH 13 CTY TNHH TMDV HUNG HANH 14 CTY TNHH TB DIEN DAI PHU GIA 15 CTY TNHH ICH MINH PHAT 16 CTY CP TAP DOAN TV DT XD AN CU 17 CTY TNHH HONG DUC 18 DNTN HONG MA 19 CTY TNHH TM VA DV DONG TAY 20 DNTN KHACH SAN TY MON 21 CTY CP TAN TAN 22 CTY TNHH XD-TM HOANG HAO 23 CTY TNHH TM DV VAN TAI CUU HO THANH TAM 24 CTY TNHH TM XD HONG MINH 25 CTY CP QUANG THINH 26 CTY CP DABACO TIEN GIANG 27 CTY TNHH THIET BI BINH BANG 28 CTY TNHH KIM HUNG VIET NAM 29 CTY TNHH MTV SX TM DV MINH THU 30 DNTN TMXD QUOC KHANH 31 CTY TNHH QUOC MINH E.C.M 32 CTY TNHH TM DV THAO HUYEN 33 CTY TNHH MTV TMDV XE MAY QUANG HUY 34 CTY CP TMDV ANH QUANG 35 CONG TY CP DUOC PHAM HONG SAM 36 CTY CP TM XUAT NHAP KHAU HA TIEN 37 CTY TNHH THIEN PHUC 38 CTY CP KD KIM KHI HP 39 CTY CP KHL VA DVTM SAI GON MAI 40 CTY TNHH SX TMDV TIN NGHIA 41 CTY TNHH MOT THANH VIEN TRAN GIA BAO 42 CTY TNHH TM DV XNK HOAI PHAT DAT 43 CTY CP THIET BI DIEN THACH ANH

ROA (2011) -2.24% 37.79% 12.81% 8.72% 0.68% 8.07% -8.02% 9.22% -1.63% 16.53% 1.10% 12.47% 1.47% 4.01% 8.93% 3.41% 13.09% -5.04% 1.43% -7.78% 2.46% 2.09% 3.07% 5.86% 1.76% 3.87% 5.83% 7.40% 2.43% -2.16% 0.21% 0.63% 2.32% 1.06% -0.10% -1.50% -0.45% -4.36% -16.53% -2.41% -10.47% -4.71% -2.89%

INCORATIO (2011) 0.72 2.32 6.02 31.00 1.06 9.69 0.42 3.17 -0.07 5.47 1.97 3.52 1.30 2.74 5.54 1.69 3.25 0.55 10.63 0.70 1.39 1.36 6.40 1.68 1.31 1.57 2.07 11.33 1.21 0.56 1.17 1.18 7.30 5.95 0.99 0.44 0.96 0.48 -0.32 0.53 -1.25 -4.67 0.51

STT

Tên Khách Hàng

44 CONG TY TNHH TMDV LE LAI 45 CTY TNHH TH & TM CHAN CHINH 46 CTY TNHH TM-DV VINH LOI 47 DNTN NGHIA PHAT 48 CTY TNHH TM LIEN THANH 49 CTY TNHH TM & VT HOANG PHAT 50 CTY TNHH MTV HOA CHAT THAO THANH 51 DNTN TM-DV-XNK HANG THINH 52 CONG TY CP TV XD TM NAM SON 53 CTY TNHH TAP DOAN KTCN HOANG THIEN 54 CONG TY CO PHAN CAT DAI LOI 55 CTY TNHH TM DV XNK PHUONG LONG 56 CTY TNHH TM KT VA XD HOA ANH DAO 57 CTY TNHH VT DV GN XNK VAN LAC THANH 58 CTY CP XAY LAP CONG NGHIEP VIET SON 59 CTY CP XNK NONG SAN THUC PHAM CA MAU 60 CTY TNHH DVTMSX VIET SIN 61 CTY TNHH THIEN BICH 62 DNTN NHA HANG DIN KY 63 CTY TNHH TM DV HOANG NHAT MINH 64 CTY CP DU LICH CAN THO 65 DNTN NAM HUONG 66 CTY TNHH THIET BI NHIET DONG TAM 67 CTY TNHH TM DV XD HA TA 68 CTY TNHH SONG PHU 69 CTY CP TM,XD&VT GIAO THONG MIEN TRUNG 70 CTY TNHH CN DAU NHOT HC NGUYEN HOANG 71 CTY TNHH TM HUNG SINH 72 CTY TNHH TM DV TAI PHAT 73 CTY TNHH MTV TM VA XNK KIM THIEN 74 CTY CP ALPHA 75 CTY CP VIEN THONG VAN LANG 76 CTY CP DP KHANG MINH 77 CTY TNHH XD & TM NGUYEN SON 78 CTY CP CK VT TM DAI HUNG 79 CTY TNHH CO KHI GIA DINH 80 CTY TNHH VINKEMS 81 DNTN SAN XUAT BOT MAU MINH HUNG 82 CTY CO PHAN GO DANG 83 CTY TNHH QC KHANH LINH 84 CTY CP C/NGHE&G/DUC NGUYEN HOANG 85 CTY TNHH KT TM HUY THY 86 CTY TNHH XD TM DV CO KHI TAN THUAN 87 CTY TNHH CHI NAM

ROA (2011) 15.01% 10.47% 12.59% 15.81% 8.61% 19.27% 10.58% 6.74% 15.38% 14.36% 6.59% 13.34% 12.97% 11.03% 9.97% 3.90% 2.01% 2.69% 1.19% 15.30% 3.49% 10.83% 3.19% 7.27% 10.48% 5.38% 6.63% 11.30% 11.60% 4.13% 6.73% 5.88% 5.70% 5.52% 6.62% 11.00% 23.79% 8.38% 22.74% 11.87% 12.07% 8.27% 7.26% 14.13%

INCORATIO (2011) 6.27 63.24 1.90 1.75 3.15 19.44 3.02 2.85 26.67 4.33 10.78 4.13 13.53 2.84 4.06 1.97 1.97 1.65 1.17 6.78 2.88 2.24 456.46 3.24 9.60 2.03 1.87 3.70 16.43 1.94 2.06 5.74 1.80 10.05 45.53 2.55 9.65 9.75 11.68 5.28 8.59 2.98 2.98 3.76

STT

Tên Khách Hàng

88 CTY CP TV DAU TU THIET KE XD HOANG PHUC 89 CTY CP DT & PT CANG DINH VU 90 CTY CO PHAN TPL VIET NAM 91 CTY CP VIEN THONG TIN HOC NAM ANH 92 CTY TNHH ANH DUNG 93 CTY CP XAY DUNG HAI LINH 94 CTY TNHH TM DV HUNG THINH DUNG 95 CONG TY TNHH TAN PHAT 96 TCT KHOANG SAN-VINACOMIN-CTY TNHH MTV 97 CTY TNHH NGUYEN HOANG NGOC 98 CTY CP TMDV VAN HOA SU KIEN VIET D.A.C 99 CTY TNHH XUAT NHAP KHAU AN HUY

100 CONG TY TNHH MINH PHU 101 CTY TNHH XAY DUNG THUONG MAI HUNG SON 102 CTY TNHH TM DV PHUONG VAN 103 CTY TNHH TKXD LAC TAN 104 CTY TNHH TM DV QUANG ANH 105 CTY TNHH KTXD VA TTNT A.C.S 106 CTY CP DICH VU HOANG LINH 107 CTY TNHH SX - TM - XD TON A CHAU 108 CTY TNHH CO DIEN NHAT NGHE TINH 109 CTY TNHH SX THUC AN CHAN NUOI DAI HUNG 110 CTY TNHH DONG NAM A LAO CAI 111 CTY TNHH TMDV VAN TAI KHANG THINH 112 CTY TNHH XD - TM NAM DO 113 CTY CP DTTMTH KIM NGOC 114 CTY CP XD VA TM LOC PHAT 115 CTY TNHH TKTM-IN BAO BI THIEN LOC 116 CONG TY TNHH THUAN MY 117 CTY TNHH TM-VAN CHUYEN TRUNG THANH 118 CTY CP SX DV TM XD THANH TAI LONG AN 119 CTY TNHH TU VAN KIEM DINH XAY DUNG BK 120 CTY TNHH MTV SX TM THAO NHU 121 CTY TNHH XAY DUNG TMDV MANH CUONG 122 CTY TNHH SAN XUAT TM MO TO VIET NHAT 123 DNTN SUA CHUA OTO HUNG NANG 124 CTY CP DU LICH BAI CHAY 125 DNTN XANG DAU VINH LONG 126 CTY TNHH TM TRUONG THI 127 CTY TNHH DV DU LICH PHUONG HOANG 128 DNTN TM BANG HONG 129 CTY TNHH TM - DV - XD NGAN THANH 130 CTY TNHH TB AN PHU 131 DNTN QUANG CHUC

ROA (2011) 4.68% 21.70% 0.20% 0.01% 10.76% -0.39% 27.79% 0.11% 8.39% 26.99% 1.12% 0.20% 3.47% 27.39% 4.49% 4.37% 11.18% 8.70% 25.82% 4.16% 0.62% 4.39% 7.92% 3.13% 2.15% 15.53% 0.08% 9.75% 0.09% 6.41% 2.56% 0.06% 17.16% 24.17% 65.89% -3.41% 4.95% 0.42% 6.88% 21.87% 7.33% 9.56% 9.19% 9.52%

INCORATIO (2011) 1.99 34.48 1.13 1.01 3.20 0.81 18.70 1.12 6.13 56.23 1.54 1.09 2.60 3.21 2.28 2.00 2.61 2.14 4.61 1.64 1.05 2.11 2.95 1.79 1.66 7.38 0.50 5.34 1.01 14.56 1.41 1.05 4.68 27.32 37.78 0.59 2.01 1.19 1.88 2.00 2.07 1.41 2.32 3.04

STT

Tên Khách Hàng

132 CTY TNHH MTV BI NA TIN 133 CTY CP TM XNK LINH LONG 134 DNTN THUONG MAI KIM LONG GIA LAI 135 CTY TNHH CHIN HAI 136 DOANH NGHIEP TU NHAN GIO BIEN 137 CONG TY TNHH TM TAN QUOC DAI 138 XI NGHIEP TU NHAN CO KHI HONG TUAN 139 CTY TNHH THANH HUU 140 CTY CP VT & TM CPN VIET NAM 141 DNTN KIM HUYNH 142 CTY TNHH TM DV KHAI HOAN 143 CONG TY TNHH TIN LOC 144 CTY CP KY THUAT NEN MONG-XD PHIA NAM 145 CTY TNHH TM VIET DUC 146 CTY TNHH TM DV DL MM KHANH LINH 147 CTY CP DTPT CN GLOETECH 148 CTY TNHH 1TV TM&DV DUC TAI 149 CONG TY CO PHAN KIM CAT VIET 150 CTY TNHH THIEN HONG MINH