Luận văn thạc sĩ the application of altmans z model to measure default risk of the vietnamese commercial banks borrowers

Luận văn thạc sĩ nghiên cứu the application of altmans z model to measure default risk of the vietnamese commercial banks, khảo sát thực trạng, phân tích nguyên nhân, đề xuất giải

• Tác giả: Trần Thị Kim Dung
• Người hướng dẫn: Pr. Trần Ngọc Thơ
• Trường học: University of Economics - Ho Chi Minh City
• Chuyên ngành: Finance - Banking
• Đề tài: Đánh Giá Rủi Ro Vỡ Nợ Ngân Hàng Việt Nam Bằng Altman Z'
• Loại tài liệu: master's thesis
• Năm xuất bản: 2010
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• 1. CHAPTER ONE: INTRODUCTION
• 1.1. Introduction
• 1.5. Data analysis and findings
• 1.6. Significance and scope of the study
• 1.7. Structure of the study
• 2. CHAPTER TWO: LITERATURES REVIEW
• 2.1. Overview of the Vietnamese banking system
• 2.2. Credit risk management
• 2.3. Overview of Altman’s model
• 3. CHAPTER 3: METHODOLOGY & DATA ANALYSIS
• 3.5. Description of sample
• 3.6. Results of discriminant analysis
• 3.7. New points and limitation
• 4. CHAPTER 4: CONCLUSIONS AND IMPLICATIONS
• 4.1. Conclusions related to the research question
• 4.2. Implications of the study
• 4.3. Implications for banks and practitioners
• 4.4. Limitations and recommendations for further research

Tóm tắt

I. Tổng quan về đánh giá rủi ro vỡ nợ ngân hàng Việt Nam

Đánh giá rủi ro vỡ nợ ngân hàng là một vấn đề quan trọng trong bối cảnh kinh tế Việt Nam hiện nay. Với sự phát triển nhanh chóng của ngành ngân hàng, việc áp dụng các mô hình phân tích tài chính như Altman Z' trở nên cần thiết hơn bao giờ hết. Mô hình này giúp các ngân hàng dự đoán khả năng vỡ nợ của khách hàng, từ đó đưa ra các quyết định cho vay hợp lý.

1.1. Khái niệm và tầm quan trọng của rủi ro vỡ nợ

Rủi ro vỡ nợ là khả năng một tổ chức không thể thanh toán các khoản nợ đến hạn. Đối với ngân hàng, việc đánh giá rủi ro này không chỉ giúp bảo vệ tài sản mà còn đảm bảo sự ổn định của toàn bộ hệ thống tài chính.

1.2. Mô hình Altman Z và ứng dụng của nó

Mô hình Altman Z' được phát triển để đánh giá khả năng vỡ nợ của các công ty tư nhân. Mô hình này sử dụng các chỉ số tài chính để tính toán điểm Z', từ đó dự đoán khả năng vỡ nợ của khách hàng ngân hàng.

II. Thách thức trong việc đánh giá rủi ro vỡ nợ ngân hàng Việt Nam

Ngành ngân hàng Việt Nam đang đối mặt với nhiều thách thức trong việc quản lý rủi ro vỡ nợ. Tình hình kinh tế không ổn định, tỷ lệ nợ xấu cao và sự cạnh tranh gay gắt giữa các ngân hàng là những yếu tố chính ảnh hưởng đến khả năng đánh giá rủi ro.

2.1. Tình hình nợ xấu trong ngân hàng

Tỷ lệ nợ xấu trong các ngân hàng Việt Nam đã tăng lên đáng kể trong những năm gần đây. Điều này đặt ra áp lực lớn lên các ngân hàng trong việc quản lý rủi ro và đảm bảo an toàn tài chính.

2.2. Sự cạnh tranh giữa các ngân hàng

Cạnh tranh giữa các ngân hàng ngày càng gia tăng, dẫn đến việc các ngân hàng có thể hạ thấp tiêu chuẩn cho vay để thu hút khách hàng. Điều này làm tăng nguy cơ vỡ nợ trong hệ thống ngân hàng.

III. Phương pháp đánh giá rủi ro vỡ nợ bằng mô hình Altman Z

Mô hình Altman Z' sử dụng các chỉ số tài chính để tính toán điểm Z', từ đó đánh giá khả năng vỡ nợ của khách hàng. Phương pháp này đã được áp dụng thành công tại nhiều quốc gia và đang được nghiên cứu để áp dụng tại Việt Nam.

3.1. Các chỉ số tài chính trong mô hình Altman Z

Mô hình Altman Z' dựa trên năm chỉ số tài chính chính, bao gồm tỷ lệ lợi nhuận, tỷ lệ nợ, và tỷ lệ tài sản. Những chỉ số này giúp xác định tình hình tài chính của doanh nghiệp và khả năng thanh toán nợ.

3.2. Quy trình áp dụng mô hình Altman Z tại ngân hàng

Quy trình áp dụng mô hình Altman Z' bao gồm việc thu thập dữ liệu tài chính của khách hàng, tính toán điểm Z', và phân tích kết quả để đưa ra quyết định cho vay. Điều này giúp ngân hàng giảm thiểu rủi ro trong hoạt động cho vay.

IV. Kết quả nghiên cứu và ứng dụng thực tiễn của mô hình Altman Z

Nghiên cứu cho thấy mô hình Altman Z' có thể áp dụng hiệu quả trong việc đánh giá rủi ro vỡ nợ của các ngân hàng Việt Nam. Kết quả từ các nghiên cứu thực tiễn đã chỉ ra rằng mô hình này giúp cải thiện khả năng dự đoán rủi ro vỡ nợ.

4.1. Kết quả từ nghiên cứu thực tiễn

Nghiên cứu đã phân tích dữ liệu từ 48 công ty vay vốn và cho thấy rằng mô hình Altman Z' có thể dự đoán chính xác khả năng vỡ nợ của các công ty này. Điều này chứng tỏ tính khả thi của mô hình trong bối cảnh Việt Nam.

4.2. Ứng dụng mô hình trong quản lý rủi ro ngân hàng

Mô hình Altman Z' không chỉ giúp các ngân hàng đánh giá rủi ro mà còn hỗ trợ trong việc ra quyết định cho vay. Việc áp dụng mô hình này có thể giúp ngân hàng cải thiện quy trình quản lý rủi ro và tăng cường an toàn tài chính.

V. Kết luận và triển vọng tương lai của mô hình Altman Z

Mô hình Altman Z' đã chứng minh được giá trị của nó trong việc đánh giá rủi ro vỡ nợ ngân hàng tại Việt Nam. Tương lai, việc áp dụng mô hình này có thể mở ra nhiều cơ hội cho các ngân hàng trong việc quản lý rủi ro hiệu quả hơn.

5.1. Tầm quan trọng của việc áp dụng mô hình

Việc áp dụng mô hình Altman Z' sẽ giúp các ngân hàng nâng cao khả năng dự đoán rủi ro và cải thiện quy trình cho vay. Điều này không chỉ bảo vệ ngân hàng mà còn góp phần ổn định hệ thống tài chính.

5.2. Triển vọng nghiên cứu trong tương lai

Nghiên cứu về mô hình Altman Z' cần tiếp tục được mở rộng để phù hợp hơn với điều kiện thực tế tại Việt Nam. Các nghiên cứu tiếp theo có thể tập trung vào việc điều chỉnh mô hình để nâng cao độ chính xác trong dự đoán rủi ro.

Nội dung chính

Tổng quan nghiên cứu

Hoạt động tín dụng luôn đóng vai trò huyết mạch nhưng cũng tiềm ẩn rủi ro lớn nhất trong hệ thống ngân hàng thương mại Việt Nam, nơi hơn 70% tổng doanh thu của các ngân hàng thương mại bắt nguồn từ hoạt động cấp tín dụng. Trong giai đoạn 2007 - 2008, tốc độ tăng trưởng tín dụng toàn hệ thống từng đạt mức đỉnh điểm 54%, dẫn đến những hệ lụy nghiêm trọng khi khủng hoảng kinh tế toàn cầu nổ ra. Ngân hàng Nhà nước Việt Nam đã phải điều chỉnh lãi suất cơ bản 4 lần với mức trần lên đến 14% và lãi suất cho vay xấp xỉ 21%, buộc tốc độ tăng trưởng tín dụng năm 2008 phải hãm về mức 30%. Tình trạng nợ xấu gia tăng nhanh chóng đã đe dọa sự an toàn của hệ thống tài chính trong bối cảnh chỉ khoảng 10% dân số Việt Nam có tài khoản ngân hàng và thị trường vốn chưa phát triển hoàn thiện.

Vấn đề nghiên cứu cốt lõi của đề tài là sự thiếu hụt các công cụ định lượng khoa học trong đánh giá và dự báo rủi ro vỡ nợ của khách hàng doanh nghiệp. Phần lớn các ngân hàng tại Việt Nam vẫn phụ thuộc vào cảm tính chủ quan của cán bộ tín dụng và sự hiện diện của tài sản bảo đảm thay vì đánh giá thực lực dòng tiền, dẫn đến hiện tượng thông tin bất đối xứng và rủi ro đạo đức. Mục tiêu cụ thể của luận văn là kiểm định tính ứng dụng và độ chính xác của mô hình định lượng Altman Z' (phiên bản năm 1993 dành cho doanh nghiệp sản xuất chưa niêm yết), đồng thời xây dựng hàm phân tích biệt số tối ưu cho môi trường kinh doanh tại Việt Nam.

Nghiên cứu được triển khai trên địa bàn tỉnh Đồng Nai – trung tâm công nghiệp trọng điểm phía Nam với 29 khu công nghiệp và thu hút 17,68 tỷ USD vốn đầu tư trực tiếp nước ngoài tính đến cuối năm 2009. Dữ liệu tài chính được thu thập trong giai đoạn 2005 – 2009 tại hai ngân hàng tiêu biểu là Ngân hàng Thương mại Cổ phần Ngoại thương Việt Nam chi nhánh Đồng Nai và Ngân hàng Thương mại Cổ phần Kỹ thương Việt Nam. Nghiên cứu mang lại ý nghĩa thực tiễn to lớn khi cung cấp khung đo lường rủi ro chuẩn hóa, hỗ trợ các ngân hàng kiểm soát tỷ lệ nợ xấu nhóm 3 đến nhóm 5 dưới ngưỡng 3%, gia tăng năng lực cảnh báo sớm trước 1 đến 2 năm trước khi tình trạng vỡ nợ thực sự diễn ra.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết dự báo kiệt quệ tài chính và quản trị rủi ro tín dụng hiện đại. Khung lý thuyết trọng tâm kế thừa mô hình phân tích biệt số đa biến của Giáo sư Edward I. Altman (1968, 1993) cùng các nghiên cứu tiền đề của William Beaver (1966) và mô hình cấu trúc quyền chọn KMV/Merton (1974). Trong đó, mô hình Altman Z' (1993) dành riêng cho các doanh nghiệp tư nhân thuộc khối sản xuất được biểu diễn qua hàm số:

$$Z' = 0,717 X_1 + 0,847 X_2 + 3,107 X_3 + 0,420 X_4 + 0,998 X_5$$

Các khái niệm và biến số tài chính cốt lõi bao gồm:

• $X_1$ (Vốn lưu động ròng / Tổng tài sản): Thước đo thanh khoản phản ánh quy mô tài sản khả dụng ngắn hạn so với tổng nguồn lực của doanh nghiệp.
• $X_2$ (Lợi nhuận giữ lại / Tổng tài sản): Tỷ số phản ánh khả năng tích lũy lợi nhuận lũy kế và độ tuổi hoạt động của công ty.
• $X_3$ (Lợi nhuận trước lãi vay và thuế - EBIT / Tổng tài sản): Đo lường năng lực sinh lời thuần túy từ tài sản mà không chịu ảnh hưởng của đòn bẩy tài chính hay thuế suất.
• $X_4$ (Giá trị sổ sách vốn chủ sở hữu / Tổng nợ phải trả): Thước đo đòn bẩy tài chính thay thế cho giá trị thị trường đối với các doanh nghiệp chưa niêm yết.
• $X_5$ (Doanh thu thuần / Tổng tài sản): Hiệu suất sử dụng tài sản trong việc tạo ra dòng tiền bán hàng.

Lý thuyết phân loại của Altman xác lập các ngưỡng giá trị: Doanh nghiệp an toàn khi $Z' > 2,90$; nằm trong vùng xám (nguy cơ tiềm ẩn) khi $1,23 \le Z' \le 2,90$; và có nguy cơ vỡ nợ rất cao khi $Z' < 1,23$. Đồng thời, nghiên cứu tích hợp lý thuyết thông tin bất đối xứng, giải thích hai hệ quả nghiêm trọng trong tín dụng là sự lựa chọn đối nghịch (trước khi cho vay) và rủi ro đạo đức (sau khi giải ngân). Quá trình đánh giá hiệu quả mô hình được kiểm soát thông qua hai chỉ số: sai lầm loại I (doanh nghiệp vỡ nợ bị phân loại nhầm thành lành mạnh) và sai lầm loại II (doanh nghiệp lành mạnh bị đánh giá nhầm là vỡ nợ).

Phương pháp nghiên cứu

Nghiên cứu áp dụng phương pháp định lượng thông qua kỹ thuật phân tích biệt số tuyến tính (Linear Discriminant Analysis - LDA) trên phần mềm xử lý thống kê SPSS phiên bản 16. Do tính chất bảo mật nghiêm ngặt của hồ sơ tín dụng khách hàng doanh nghiệp, phương pháp chọn mẫu phi xác suất (chọn mẫu thuận tiện) đã được áp dụng để khảo sát hồ sơ tài chính của 48 doanh nghiệp sản xuất chưa niêm yết vay vốn tại Vietcombank Đồng Nai và Techcombank.

Mẫu nghiên cứu được thiết kế theo tỷ lệ cân bằng 1:1, bao gồm 24 doanh nghiệp phát sinh nợ xấu (thuộc nhóm 3 đến nhóm 5 theo quy định phân loại nợ của Ngân hàng Nhà nước) và 24 doanh nghiệp hoạt động lành mạnh có quy mô tài sản tương đương. Toàn bộ dữ liệu kế toán được trích xuất từ báo cáo tài chính năm 2008 nhằm đánh giá khả năng cảnh báo sớm của mô hình trong khoảng thời gian từ 1 đến 2 năm trước khi phát sinh biến cố vỡ nợ. Nghiên cứu thực hiện cả hai kỹ thuật ước lượng: phương pháp nhập biến đồng thời (Direct Method) để kiểm định toàn bộ 5 biến gốc của mô hình Altman Z', và phương pháp từng bước (Stepwise Method) để sàng lọc từ tập hợp 12 chỉ số tài chính mở rộng (bổ sung các chỉ số vòng quay tồn kho, tiền mặt trên tổng tài sản, nợ phải trả trên vốn chủ sở hữu) nhằm xác định hàm biệt số đặc trưng cho doanh nghiệp Việt Nam.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thống kê và kiểm định thực nghiệm trên tập dữ liệu 48 doanh nghiệp đã chỉ ra 4 phát hiện trọng tâm:

Thứ nhất, mô hình Altman Z' nguyên bản chứng minh khả năng phân loại và dự báo rủi ro vỡ nợ với độ chính xác tổng thể đạt trên 80% đối với các khách hàng doanh nghiệp sản xuất chưa niêm yết tại Việt Nam trong vòng 1 năm trước khi xảy ra nợ xấu. Phần lớn các doanh nghiệp bị chuyển nhóm nợ xấu đều có điểm số $Z'$ rơi xuống dưới ngưỡng cảnh báo 1,23.

Thứ hai, trong số 5 biến số của mô hình Z', có 3 biến số thể hiện năng lực phân biệt vượt trội với mức ý nghĩa thống kê cao ($p < 0,05$ qua kiểm định Wilks' Lambda và F-test), gồm: $X_1$ (Vốn lưu động / Tổng tài sản), $X_2$ (Lợi nhuận giữ lại / Tổng tài sản), và $X_3$ (EBIT / Tổng tài sản). Sự suy giảm nghiêm trọng của tỷ số EBIT/Tổng tài sản là dấu hiệu báo trước sớm nhất cho sự suy kiệt khả năng trả nợ gốc và lãi.

Thứ ba, tỷ lệ sai lầm loại I của mô hình duy trì ở mức rất thấp (dưới 10%), điều này có ý nghĩa sống còn đối với ngân hàng vì sai lầm loại I dẫn đến tổn thất vốn trực tiếp. Sai lầm loại II dao động ở mức 15 - 20%, phản ánh chi phí cơ hội bị mất đi khi từ chối cấp tín dụng cho một số khách hàng an toàn.

Thứ tư, thực trạng rủi ro tín dụng tại địa bàn nghiên cứu phản ánh mức độ tập trung danh mục quá cao. Tại Vietcombank Đồng Nai năm 2009, dư nợ cho vay doanh nghiệp lớn chiếm tới 75% tổng dư nợ, trong đó 5 khách hàng lớn nhất đã chiếm khoảng 40% tổng dư nợ toàn chi nhánh. Nợ xấu của đơn vị này từng tăng đột biến từ 4 tỷ đồng (tỷ lệ 0,14%) năm 2007 lên mức 426 tỷ đồng (tỷ lệ 9,44%) vào năm 2008 trước khi được xử lý về mức 144 tỷ đồng (tỷ lệ 3,13%) vào năm 2009.

Thảo luận kết quả

Kết quả kiểm định khẳng định tính đúng đắn và sự phù hợp của mô hình kế toán đa biến đối với thị trường mới nổi như Việt Nam. Sở dĩ các biến số thanh khoản ($X_1$) và sinh lời thuần ($X_3$) thể hiện tính phân biệt mạnh mẽ là do doanh nghiệp sản xuất tư nhân tại Việt Nam phụ thuộc nặng nề vào vốn vay ngắn hạn của ngân hàng. Khi nền kinh tế suy thoái, vòng quay vốn bị đình trệ, hàng tồn kho ứ đọng dẫn đến vốn lưu động ròng âm và khả năng thanh toán sụp đổ nhanh chóng.

Phát hiện này hoàn toàn tương đồng với các kết quả nghiên cứu thực nghiệm quốc tế. Nghiên cứu của Sandin và Porporato tại Argentina trong giai đoạn 1991 - 1998 cũng chứng minh mô hình Z' có năng lực dự báo vượt trội nhờ chú trọng vào tỷ số thanh toán và sinh lời. Nghiên cứu của Lifschutz và Jacobi (2010) tại Israel ghi nhận độ chính xác dự báo đạt 95% trước 1 năm và 85% trước 2 năm. Kết quả của Samarakoon và Hasan tại Sri Lanka cũng ghi nhận tỷ lệ phân loại thành công đạt 81% khi ứng dụng mô hình của Altman.

Các phát hiện nghiên cứu có thể được trực quan hóa hiệu quả thông qua đồ thị hàm phân biệt chuẩn tắc (Canonical Discriminant Plot) thể hiện rõ khoảng cách biệt số giữa tâm nhóm doanh nghiệp vỡ nợ và tâm nhóm doanh nghiệp lành mạnh. Bảng ma trận phân loại (Confusion Matrix) giúp các nhà quản trị thấy rõ phân phối sai lầm loại I và loại II, từ đó hiệu chỉnh điểm cắt tối ưu phù hợp với khẩu vị rủi ro của từng ngân hàng.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, bốn nhóm giải pháp hành động cụ thể được đề xuất nhằm nâng cao năng lực quản trị rủi ro tín dụng:

• Tích hợp mô hình Z' vào quy trình xếp hạng tín dụng nội bộ: Ban Điều hành các ngân hàng thương mại cần ban hành quy chế ứng dụng bắt buộc mô hình Altman Z' như một bước lọc định lượng sơ bộ trong quy trình thẩm định. Mục tiêu là kiểm soát tỷ lệ nợ xấu nhóm 3 - 5 toàn hệ thống dưới mức 2,5% trong lộ trình 12 tháng tới.
• Chuyển dịch trọng tâm thẩm định từ tài sản bảo đảm sang khả năng sinh lời và dòng tiền: Khối Quản lý Rủi ro cần tái cấu trúc mẫu biểu chấm điểm tín dụng, tăng tỷ trọng đánh giá các chỉ số $X_1$ (vốn lưu động) và $X_3$ (EBIT/tổng tài sản) lên tối thiểu 40% trong tổng điểm tài chính, áp dụng cho 100% khách hàng doanh nghiệp vừa và nhỏ trong vòng 6 tháng.
• Đa dạng hóa danh mục cho vay và giảm tập trung tín dụng: Các chi nhánh ngân hàng thương mại, đặc biệt tại các địa bàn công nghiệp lớn như Đồng Nai, cần giảm tỷ trọng dư nợ nhóm 5 khách hàng lớn nhất từ mức 40% xuống dưới 20% tổng dư nợ, đồng thời nâng tỷ trọng bán lẻ và doanh nghiệp vừa và nhỏ lên mức 35% trong giai đoạn 18 - 24 tháng.
• Nâng cấp cơ sở dữ liệu tín dụng và chuẩn hóa thông tin: Ngân hàng Nhà nước và Trung tâm Thông tin Tín dụng Quốc gia (CIC) cần mở rộng phạm vi thu thập báo cáo tài chính đã kiểm toán, phối hợp với các tổ chức xếp hạng độc lập nhằm thiết lập hệ số Z' bình quân ngành, hoàn thành đồng bộ trước năm 2012 để các tổ chức tín dụng có hệ quy chiếu so sánh chuẩn xác.

Đối tượng nên tham khảo luận văn

• Chuyên viên thẩm định tín dụng và cán bộ quản trị rủi ro tại các ngân hàng thương mại: Ứng dụng công thức Z' để chấm điểm nhanh hồ sơ vay vốn, sàng lọc sớm các doanh nghiệp có dấu hiệu kiệt quệ tài chính trước khi đưa ra quyết định giải ngân hoặc tái cấp hạn mức.
• Giám đốc chi nhánh và nhà quản trị ngân hàng: Sử dụng các kết luận thực nghiệm để tái cấu trúc danh mục cho vay, thiết lập chính sách kiểm soát rủi ro tập trung và cân đối chiến lược phát triển giữa khối khách hàng doanh nghiệp lớn và khách hàng vừa và nhỏ.
• Các nhà đầu tư, tổ chức tín dụng phi ngân hàng và kiểm toán viên: Ánh xạ mô hình Z' vào quá trình phân tích báo cáo tài chính doanh nghiệp để đánh giá xác suất vỡ nợ của đối tác, định giá trái phiếu doanh nghiệp và phòng ngừa rủi ro mất vốn đầu tư.
• Giảng viên, học viên cao học và nhà nghiên cứu chuyên ngành Tài chính - Ngân hàng: Sử dụng luận văn như tài liệu tham khảo chuẩn mực về phương pháp phân tích biệt số đa biến (LDA), cung cấp định hướng mở rộng nghiên cứu sang mô hình Logistic Regression hoặc áp dụng cho các khối ngành đặc thù khác.

Câu hỏi thường gặp

Mô hình Altman Z' khác biệt như thế nào so với mô hình Z ban đầu năm 1968?
Mô hình Z ban đầu (1968) được thiết kế cho các công ty sản xuất đã niêm yết, sử dụng biến $X_4$ là giá trị thị trường của vốn cổ phần chia cho tổng nợ. Mô hình Z' (1993) điều chỉnh biến $X_4$ bằng giá trị sổ sách của vốn chủ sở hữu và hiệu chỉnh lại toàn bộ hệ số hồi quy để áp dụng chuẩn xác cho các doanh nghiệp sản xuất tư nhân chưa niêm yết trên thị trường chứng khoán.

Tại sao nghiên cứu lại chọn nhóm nợ 3 đến nhóm 5 làm tiêu chuẩn xác định doanh nghiệp vỡ nợ?
Theo quy định phân loại nợ của Ngân hàng Nhà nước, nợ nhóm 2 (nợ cần chú ý) thường chỉ phản ánh sự chậm trễ dòng tiền tạm thời dưới 90 ngày. Trong khi đó, từ nhóm 3 (nợ dưới tiêu chuẩn) đến nhóm 5 (nợ có khả năng mất vốn), doanh nghiệp đã mất cân đối tài chính nghiêm trọng, khả năng thu hồi vốn bị đe dọa trực tiếp và ngân hàng bắt buộc phải trích lập dự phòng rủi ro từ 20% đến 100%.

Vùng xám (Grey Area) trong mô hình Z' có giá trị bao nhiêu và mang ý nghĩa gì?
Vùng xám của mô hình Z' nằm trong khoảng từ 1,23 đến 2,90. Doanh nghiệp có điểm số trong biên độ này chưa bị coi là phá sản ngay nhưng tiềm ẩn rủi ro tài chính cao, đòi hỏi cán bộ tín dụng phải theo dõi sát sao dòng tiền, siết chặt các điều khoản giám sát sử dụng vốn và yêu cầu bổ sung biện pháp bảo đảm.

Sai lầm loại I trong đánh giá rủi ro tín dụng gây ra hậu quả gì cho ngân hàng?
Sai lầm loại I xảy ra khi mô hình phân loại một doanh nghiệp thực tế sắp vỡ nợ thành doanh nghiệp hoạt động lành mạnh. Đây là sai lầm nguy hiểm và tốn kém nhất, vì ngân hàng sẽ tiếp tục cấp tín dụng, dẫn đến nguy cơ mất trắng toàn bộ vốn gốc và lãi vay khi doanh nghiệp mất khả năng thanh toán.

Ngân hàng có thể sử dụng duy nhất điểm số Z' để ra quyết định cấp tín dụng hay không?
Không. Mô hình Z' là công cụ hỗ trợ định lượng hiệu quả nhưng không thể thay thế hoàn toàn quy trình thẩm định toàn diện. Ngân hàng cần kết hợp điểm số Z' với các yếu tố phi tài chính như uy tín người quản lý, triển vọng ngành kinh doanh, chất lượng tài sản bảo đảm và các điều khoản hợp đồng tín dụng để đưa ra quyết định tối ưu.

Kết luận

• Luận văn đã chứng minh thành công tính khả thi và độ tin cậy vượt trội của mô hình định lượng Altman Z' trong việc dự báo rủi ro vỡ nợ của khách hàng doanh nghiệp sản xuất tại Việt Nam.
• Kết quả phân tích biệt số trên 48 doanh nghiệp tại tỉnh Đồng Nai chỉ ra rằng các chỉ số thanh khoản ($X_1$), lợi nhuận tích lũy ($X_2$) và hiệu quả vận hành ($X_3$) là những yếu tố có sức mạnh phân loại rủi ro lớn nhất.
• Nghiên cứu cung cấp bằng chứng thực nghiệm rõ ràng về việc chuyển đổi phương thức thẩm định tín dụng từ cảm tính và phụ thuộc tài sản bảo đảm sang hệ thống định lượng hiện đại.
• Về lộ trình tiếp theo, các tổ chức tín dụng cần nhanh chóng tích hợp mô hình vào phần mềm quản trị rủi ro tự động và mở rộng tập dữ liệu sang các ngành dịch vụ, thương mại và bất động sản trong vòng 12 tháng tới.
• Hãy tham khảo và khai thác ngay các phát hiện trong công trình nghiên cứu này để xây dựng hệ thống phòng ngừa rủi ro tín dụng vững chắc, bảo đảm sự an toàn và phát triển bền vững cho hoạt động ngân hàng.

Trích đoạn nội dung tài liệu

MINISTRY OF EDUCATION AND TRAINING UNIVERSITY OF ECONOMICS- HOCHIMINH CITY Trần Thị Kim Dung THE APPLICATION OF ALTMAN’S Z’ MODEL TO MEASURE DEFAULT RISK OF THE VIETNAMESE COMMERCIAL BANKS’ BORROWERS MASTER’S THESIS In Finance- Banking Ology Code: 60.12 Academic supervisor Pr. Trần Ngọc Thơ Ho Chi Minh City- 2010  TIEU LUAN MOI download : [e-mail] ACKNOWLEDGEMENT I would like to express my sincere gratitude and deep appreciation to my research Supervisor, Pro. Tran Ngoc Tho for his precious guidance, share of experience, ceaseless encouragement and highly valuable suggestions throughout the course of my thesis. I would like to thank many of my friends from The state bank of Vietnam- Dong nai branch, Vietcombank and Techcombank, who have helped me during the collection of data as well as support me during doing the research.

I also would like to take this opportunity to express my appreciation to Professor Nguyen Dong Phong, UEH Board of Directors for creating MBA program in English and Dr. Vo Xuan Vinh, Dr. Tran Dinh Kien for his support during the course. Specially, my thanks go to Mr Quyet, Mr Trung for their valuable and enthusiastic support for this research study and for their comments of English from early draft of my thesis.

Last but not least, the deepest and most sincere gratitude goes to my beloved parents, my brothers for their boundless support and encouragement throughout my period of study. I, therefore, dedicate this work as a gift to them all. i TIEU LUAN MOI download : [e-mail] ABSTRACT The bankruptcy of a series of large and long- standing banks in the United States has created an alarming signal to the Vietnamese commercial banks, especially in the context of existing too many banks combining with over- expanded credit growth in recent years. The objective of the thesis is to introduce an intenal model for banks which will improve their current predictive power of financial risk factors.

The thesis aims at validating the efficiency of Altman z’ score model for credit risk evaluation through emphirical data. Besides that, a simple and reliable defaulted prediction model for manufacturing and privately held firms is also developed on the basis of gathering variables from many models developed in developing countries. Financial profiles of 48 defaulted and healthy companies are examined and a model is built using the Discriminant analysis technique. The model can be used as a part of intenal credit rating in commercial banks.

It is also used to assist investors, creditors, auditors to predict business failure. Key word: Altman’s model, default risk, bankruptcy risk ii TIEU LUAN MOI download : [e-mail] TABLE OF CONTENTS Acknowledgement………………………………………………………………….ii Table of contents……………………………………………………………………iii List of figures……………………………………………………………………….v CHAPTER ONE: INTRODUCTIONi 1.5 Data analysis and findings .6 Significance and scope of the study .7 Structure of the study .13 CHAPTER TWO: LITERATURES REVIEW.1 Overview of the Vietnamese banking system.2 Credit risk management.3 Overview of Altman’s model .27 CHAPTER 3: METHODOLOGY & DATA ANALYSIS .35 iii TIEU LUAN MOI download : skknchat@gmail.5 Description of sample.6 Results of discriminant analysis .7 New points and limitation .55 CHAPTER 4: CONCLUSIONS AND IMPLICATIONS .1 Conclusions related to the research question.2 Implications of the study.2 Implications for banks and practitioners .3 Limitations and recommendations for further research.59 iv TIEU LUAN MOI download : [e-mail] LIST OF FIGURES Figure 1.1- Export- Import during the period of 1986- 2008.2- GDP growth- Inflation during the period of 1986- 2008.3- Exchange rate USD/VND in the year of 2008.2- The number of banks’ branches in Dong nai province.3- VCB DN’s outstanding structure in 2009.42 LIST OF TABLES Table 2.1- Vietnamese banking system .2- The summary of Altman’s models.1- The business result of VCB DN from 2002- 2009.2- Bad debt (group 3- 5) of VCB DN from 2005 – 2009.3- The summary of classification points of z’ score model.4- Categorization of companies based on industry.5- Categorization of companies based on total assets.7- Pooled within- groups matrices.10- Canonical Discriminant Function Coefficients.12- Tests of equality of group means.13- Tests of equality of group means- a.14- Pooled within- groups matrices.52 v TIEU LUAN MOI download : skknchat@gmail.17- Standardized Canonical Discriminant Function Coefficients.18- Canonical discriminant function coefficients.53 vi TIEU LUAN MOI download : [e-mail] CHAPTER ONE: INTRODUCTION 1.