Chương 1 (Giới thiệu tổng quan) trình bày về tính cấp thiết của đề tài, vấn đề nghiện cứu, mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu, đóng góp của đề tài và cấu trúc của luận văn nhằm cung cấp cho người đọc một bức tranh tổng thể về toàn bộ bài nghiên cứu. Chương 2 (Cơ sở lý thuyết và các nghiên cứu trước đây) trình bày những lý luận cơ bản và các lý thuyết nền liên quan đến xếp hạng tín dụng, xác suất vỡ nợ của các doanh nghiệp và phương pháp đo lường, dự báo các nội dung này cũng như kết quả đánh giá các nghiên cứu trước đây đã được công bố để làm rõ tính cấp thiết của đề tài, đồng thời cung cấp cơ sở cho việc tiến hành đề xuất mô hình nghiên cứu và phân tích kết quả nghiên cứu được trình bày ở các chương tiếp theo. Chương 3 (Mô hình và phương pháp nghiên cứu) trình bày chi tiết nội dung của mô hình nghiên cứu – mô hình dự báo xác suất vỡ nợ được đề xuất, mô tả chi tiết các dữ liệu đã thu thập và các phương pháp nghiên cứu được sử dụng để cho thấy mức độ tin cậy của kết quả nghiên cứu được trình bày ở chương tiếp theo. Mô hình dự báo xác suất vỡ nợ được đề xuất sử dụng bao gồm mô hình tham số (với các mô hình logit, probit, complementary log-log) và mô hình phi tham số (gồm mô hình cây quyết định decision tree, mô hình random forest).
Chương 4 (Kết quả nghiên cứu) phân tích kết quả hồi quy từ các mô hình tham số và phi tham số, đồng thời dựa trên các chỉ tiêu được tính toán từ ma trận confusion (Accuracy, Sensitivity, Specificity, Precision, F1 - Score) để so sánh và đánh giá khả năng dự báo xác suất vỡ nợ của từng mô hình. Chương 5 (Kết luận và kiến nghị) tổng kết các kết quả đạt được của bài luận văn, từ đó đề xuất các giải pháp giúp các ngân hàng thương mại nâng cao khả năng dự báo xác suất vỡ nợ của các doanh nghiệp vừa và nhỏ, theo đó kịp thời có các chính sách định hướng cũng như điều chỉnh hoạt động cấp tín dụng của các NHTM để đạt hiệu quả cao hơn và giảm thiểu rủi ro tín dụng, đảm bảo an toàn vốn. Ngoài ra, bài luận văn cũng gợi ý một số hàm ý chính sách quản trị cho chính các doanh nghiệp để giảm thiểu rủi ro phá 6 LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Thêm vào đó, bài luận văn cũng đưa ra những hạn chế và các vấn đề còn tồn tại, từ đó đề xuất các hướng nghiên cứu tiếp theo.
7 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC ĐÂY 2.1 Xếp hạng tín nhiệm Thuật ngữ “xếp hạng tín nhiệm” (XHTN) lần đầu tiên được đưa ra bởi John Moody năm 1900 trong ấn phẩm “Moody’s Manual of Industrial and Miscellaneous Securities” khi cho rằng XHTN là ý kiến về khả năng và sự sẵn sàng của một đơn vị trong việc thanh toán đúng hạn cho một khoản nợ nhất định trong suốt thời hạn tồn tại của khoản nợ. Hệ thống xếp hạng trình bày trong báo cáo này được ký hiệu gồm 3 chữ cái ABC được xếp hạng lần lượt là AAA (mức ổn định cao nhất) đến C (mức rủi ro cao nhất). Kể từ đó đến nay, việc sử dụng XHTN trở nên rất phổ biến và đa dạng về mục đích cũng như đối tượng xếp hạng, theo đó cách nhìn nhận cũng như quan điểm về XHTN đã có nhiều thay đổi.Ong (2003), XHTN là một tiến trình đánh giá và phân loại mức độ tín nhiệm tương ứng với các cấp độ rủi ro khác nhau, mỗi kết quả xếp hạng là một sự phản ánh rõ ràng và ngắn gọn về khả năng thanh toán nợ của công ty được xếp hạng, đồng thời XHTN còn là quá trình sử dụng các thông tin đã biết và thông tin hiện thời để dự báo kết quả tương lai. Với quan điểm của Standard & Poor’s thì XHTN là đánh giá khả năng tín dụng của bên phải thực hiện nghĩa vụ tài chính trong tương lai dựa trên những yếu tố hiện tại và quan điểm của người đánh giá.
Nói cách khác, XHTN là trình bày các ý kiến về rủi ro tín dụng. Cụ thể là thể hiện ý kiến về khả năng và và sự sẵn sàng của tổ chức phát hành (Rating issuers) - chẳng hạn như một tổng công ty hoặc chính phủ tiểu bang hoặc thành phố - để đáp ứng các nghĩa vụ tài chính đầy đủ và đúng hạn. XHTN cũng có thể đề cập tới chất lượng tín dụng của một khoản nợ riêng lẻ (Rating issues) - chẳng hạn như trái phiếu công ty hoặc trái phiếu chính phủ - hoặc đánh giá nguy cơ liên quan có thể dẫn đến bị tổn thất. Fitch Ratings khẳng định theo quan điểm của họ, XHTN là đánh giá mức độ khả năng thực hiện các nghĩa vụ nợ như lãi suất, cổ tức ưu đãi, các khoản bảo hiểm hay các khoản phải trả khác của một đối tượng được xếp hạng.
Phương pháp XHTN của Fitch là sự kết 8 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com hợp của cả yếu tố tài chính và phi tài chính. Vì vậy, chỉ số đánh giá còn cho thấy khả năng sinh lợi tương lai của tổ chức được đánh giá. Một cách khái quát có thể hiểu XHTN là một tiến trình đánh giá và phân loại mức độ tín nhiệm tương ứng với các cấp độ rủi ro khác nhau, phản ánh về chất lượng, khả năng thanh toán nợ của đối tượng được xếp hạng và dự báo kết quả trong tương lai, được thể hiện thông qua hệ thống các ký hiệu xếp hạng. Theo đó, XHTN cung cấp thông tin cho các nhà đầu tư biết về tình trạng tài chính và mức độ rủi ro của các định chế tài chính để có quyết định đầu tư phù hợp.
Các yếu tố để đánh giá thường bao gồm yếu tố tài chính và phi tài chính. Yếu tố tài chính bao gồm các tỷ số tài chính quan trọng thông qua các báo cáo tài chính. Yếu tố phi tài chính là các yếu tố khó có thể định lượng như: chính trị, ngành nghề kinh doanh, môi trường kinh tế vĩ mô… 2.2 Xác suất vỡ nợ (PD) Xác suất vỡ nợ là một thành phần quan trọng được áp dụng trong nhiều phân tích rủi ro tín dụng và hoạt động quản lý rủi ro. Theo Basel II, nó là một tham số chính được sử dụng trong tính toán mức vốn kinh tế có khả năng hấp thụ các rủi ro tại các tổ chức tín dụng.
Theo định nghĩa được đưa ra bởi Office of the Comptroller of the Currency: “Xác suất vỡ nợ là rủi ro mà người đi vay sẽ không thể hoặc không sẵn sàng trả nợ đầy đủ hoặc đúng hạn. Rủi ro vỡ nợ bắt nguồn từ việc phân tích năng lực của bên có nghĩa vụ để trả nợ theo các điều khoản hợp đồng”. PD thường liên quan đến các đặc điểm tài chính như dòng tiền không đủ bù đắp chi phí, doanh thu hoặc tỷ suất lợi nhuận hoạt động sụt giảm, đòn bẩy cao, thanh khoản giảm hoặc không đảm bảo năng lực để thực hiện các kế hoạch kinh doanh thành công. Ngoài những yếu tố có thể định lượng này, sự sẵn sàng trả nợ của người đi vay cũng cần phải được đánh giá để xác định xác suất vỡ nợ.
Hoặc như Tysk (2010) đã giải thích, xác suất vỡ nợ là sự đánh giá định lượng về khả năng một bên có nghĩa vụ sẽ phá sản trong một khoảng thời gian nhất định, thường là một năm. Thông thường, xác suất vỡ nợ phác thảo công ty không hoàn thành trách nhiệm với khoản vay của họ hay nói cách khác là trách nhiệm thanh toán đối với các 9 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ngân hàng. Vì các nguyên nhân chính khiến các công ty mất khả năng trả nợ là thua lỗ kinh doanh hoặc thiếu tiền, nên nó cũng có thể được coi là khả năng phá sản của các công ty. Để ước tính xác suất vỡ nợ, ngân hàng có thể cho điểm các công ty dựa trên khả năng trả nợ của họ, từ đó đưa ra quyết định tốt hơn trong việc cho vay.
PD là một trong những tỷ lệ hiệu quả nhất để phân loại người vay. Tất cả các ngân hàng, cho dù sử dụng phương pháp tiêu chuẩn hay các phương pháp tiên tiến khác đều phải cung cấp cho giám sát viên với một ước tính nội bộ của PD liên quan đế người đi vay trong phạm vi số điểm được chấm. Kết quả xếp hạng dựa trên số liệu PD được xem là tương đối chính xác vì nó được tính toán trên các tỷ lệ tài chính thực tế của doanh nghiệp và có thể phản ánh tình trạng của doanh nghiệp một cách thiết thực. PD có thể giúp giảm rủi ro tín dụng một cách hiệu quả nếu được xem xét đầy đủ.3 Khảo lược các mô hình dự báo xác suất vỡ nợ của doanh nghiệp Trên thế giới đã có khá nhiều các nghiên cứu liên quan đến mô hình dự báo xác suất vỡ nợ của doanh nghiệp.
Mỗi một mô hình sẽ có biến đầu vào, ưu và nhược điểm khác nhau, được thể hiện cụ thể trong bảng sau: 10 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.1: Khảo lược các mô hình dự báo xác suất vỡ nợ TT Tên mô hình Tổng quan về mô hình Ưu điểm Nhược điểm 1 Mô hình hồi - Mô hình hồi quy tuyến tính là - Phổ biến và - Kết quả hồi quy quy một mô hình thống kê nhằm dễ áp dụng. có thể nằm bên (Regression mục đích điều tra nghiên cứu - Dễ tính toán ngoài khoảng Analysis và mô hình hóa mối quan hệ và kết quả có [0,1]. Models) tuyến tính giữa các biến. Năm thể được giải - Khả năng ngoại 1970, Orgler đã sử dụng mô thích.
suy có thể thấp. hình này để xác định mối - Có thể đưa ra - Rất nhạy cảm quan hệ tuyến tính giữa các được một kết với những đặc điểm của khách hàng với quả tốt với trường hợp đặc tình trạng vỡ nợ của khách hệ thống dữ biệt. 2 Mô hình phân - Fisher (1936) đã đưa ra mô - Phổ biến và - Các biến được tích phân biệt hình phân tích phân biệt để dễ thực hiện.