Chương 1 TỔNG QUAN VỀ MÔ HÌNH PHÂN TÍCH ĐA BIỆT THỨC ĐỂ ĐO LƯỜNG NGUY CƠ TÀI CHÍNH TẠI CÁC CÔNG TY 1.1 Khái quát về nguy cơ tài chính 1.1 Khái niệm nguy cơ tài chính Theo khái niệm truyền thống, nguy cơ tài chính là sự xuất hiện các tình huống dẫn đến việc suy giảm khả năng sinh lời của công ty và trong tình huống đặc biệt có thể làm công ty phá sản. Khái niệm về nguy cơ tài chính hiện đại hơn bao hàm nghĩa rộng hơn và không chỉ tính đến nguy cơ tài chính mà còn bao gồm cả những nguy cơ liên quan đến những mục tiêu hoạt động và mục tiêu chiến lược của công ty như rủi ro kinh doanh, rủi ro tín dụng, rủi ro lãi suất… 1.2 Hậu quả của nguy cơ tài chính Nguy cơ tài chính không chỉ gây tổn thất về vốn, tài sản của công ty mà còn ảnh hưởng xấu tới mức độ tín nhiệm và thương hiệu của công ty. Nguy cơ tài chính có thể dẫn đến phá sản công ty và gây thiệt hại trực tiếp cho các nhà đầu tư và các nhà tài trợ của công ty. Nguy cơ tài chính có thể gây ra những tổn thất gián tiếp cho nền kinh tế và ở mức độ nặng hơn có thể gây ra những bất ổn xã hội.
Hậu quả của nguy cơ tài chính là nghiêm trọng nếu như không được quản trị rủi ro. Quản trị rủi ro tài chính thay vì cách tiếp cận hậu kiểm đã chuyển sang cách tiếp cận rủi ro mang tính phòng ngừa, dự báo trước bằng các mô hình đo lường nguy cơ tài chính.2 Những vấn đề cơ bản về đo lường nguy cơ tài chính 1.1 Khái niệm đo lường nguy cơ tài chính Bắt đầu từ thập kỷ 70, đo lường và dự báo nguy cơ tài chính đã trở thành một hướng đi phát triển mạnh mẽ của khoa học xác suất thống kê. Khi đề cập đến đo lường nguy cơ tài chính, người ta liên tưởng đến ngay các hoạt động quản lý 5 danh mục đầu tư, định giá quyền chọn và các công cụ tài chính khác. Việc đo lường nguy cơ tài chính là một trong những hoạt động nhằm quản trị rủi ro tài chính mà các tổ chức tài chính trên thế giới, ngay cả các quốc gia cũng rất quan tâm và ứng dụng từ rất sớm.
Tùy theo góc độ nghiên cứu mà ta có thể có định nghĩa khác nhau về đo lường nguy cơ tài chính. Đo lường nguy cơ tài chính được khái niệm là một bộ phận của xếp hạng tín nhiệm doanh nghiệp, vì thông qua việc đo lường này sẽ phân loại, sắp xếp một đối tượng hay một nhóm đối tượng có nguy cơ tài chính hay không có nguy cơ tài chính vào bảng xếp hạng theo chuẩn mực đã được quy định sẵn. Từ khái niệm trên cần tìm hiểu thêm hai khái niệm đó là công ty có nguy cơ tài chính và công ty không có nguy cơ tài chính. Khái niệm công ty có nguy cơ tài chính theo tiêu chí xếp hạng tín dụng của Trung tâm thông tin tín dụng – Ngân hàng nhà nước Việt Nam (CIC) là công ty 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, công ty không có nguy cơ tài chính là công ty 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.2 Tầm quan trọng của đo lường nguy cơ tài chính 1.1 Đối với nhà đầu tư Đối với hầu hết các nhà đầu tư trên TTCK, trước khi quyết định đầu tư vào công ty thì vấn đề quan trọng là phải nắm rõ thông tin. Để có được những thông tin cần thiết về công ty dự định đầu tư, các nhà đầu tư thường thu thập những thông tin từ báo cáo tài chính (BCTC) của công ty để có thể đưa ra quyết định chính xác, nhằm hạn chế rủi ro trong đầu tư. Ngày nay, với các mô hình đo lường nguy cơ tài chính, các nhà đầu tư có thêm công cụ để giúp nhận diện và đánh giá rủi ro tài chính. Từ đó so sánh, đánh giá mối quan hệ giữa lợi nhuận và rủi ro, nhằm đảm bảo hiệu quả đầu tư cũng như đảm bảo an toàn cho đồng vốn.2 Đối với công ty Một công ty được đo lường không có nguy cơ tài chính thì công ty đó có nhiều điều kiện thuận lợi trong việc mở rộng thị trường vốn, được các nhà đầu tư quan tâm, giảm bớt sự phụ thuộc vào các khoản vay ngân hàng.
Đo lường nguy cơ tài chính cũng giúp duy trì sự ổn định nguồn tài trợ cho công ty, các công ty không có nguy cơ tài chính có thể duy trì được thị trường vốn hầu như trong mọi hoàn cảnh, ngay cả khi thị trường vốn có những biến động bất lợi. Nguy cơ tài chính càng thấp thì chi phí vay sẽ càng giảm vì các nhà đầu tư sẵn sàng nhận một mức lãi suất thấp hơn cho một chứng khoán an toàn hơn. Đo lường nguy cơ tài chính giúp cho nguồn tài trợ của công ty linh hoạt hơn, đặc biệt là trong việc phát hành các cổ phiếu và công cụ nợ. Công ty phát hành có thể cơ cấu thời hạn và tổng giá trị chứng khoán phát hành một cách thích hợp.3 Đối với ngân hàng Đo lường nguy cơ tài chính là cơ sở để quản trị rủi ro tín dụng nhằm hạn chế và giới hạn rủi ro ở mức mục tiêu.
Đồng thời cũng hỗ trợ ngân hàng trong việc phân loại nợ và trích lập dự phòng rủi ro, tiến tới mục đích tối đa hóa lợi nhuận và bảo vệ sự ổn định của hệ thống ngân hàng.4 Đối với các cơ quan quản lý nhà nước Đo lường nguy cơ tài chính giúp các cơ quan quản lý nhà nước thực hiện giám sát các hoạt động kinh doanh, hoạt động tài chính tiền tệ của công ty theo khuôn khổ Pháp luật góp phần thúc đẩy thị trường tài chính ngày càng minh bạch hơn, nâng cao hiệu quả của nền kinh tế. Đo lường nguy cơ tài chính giúp cho cơ quan quản lý nhà nước về TTCK sàng lọc và phân loại các CTNY trên thị trường để thực hiện kịp thời các hoạt động thanh tra, giám sát, đồng thời chủ động hơn trong công bố thông tin về nguy cơ tài chính của các CTNY đến các thành phần tham gia trên TTCK nhằm góp phần hạn chế rủi ro cho thị trường.5 Đối với nền kinh tế Nâng cao tính minh bạch của thị trường bằng cách đo lường nguy cơ tài chính, xếp hạng các công ty có nguy cơ tài chính và không có nguy cơ tài chính một cách minh bạch, khách quan theo chuẩn mực. Nhờ sự minh bạch của thị trường các nhà đầu tư gia tăng niềm tin trong các hoạt động đầu tư và các nhà phát hành có thể tạo được những kênh phân phối đến những thị trường khác, kết quả đo lường nguy cơ tài chính cũng làm giảm những chi phí cơ hội vô hình, giảm những tin đồn thất thiệt… 1.3 Các mô hình đo lường nguy cơ tài chính 1.1 Mô hình Logit Mô hình Logit nghiên cứu sự phụ thuộc của một biến nhị phân vào các biến độc lập khác. Mục tiêu của các mô hình này là sử dụng các nhân tố có ảnh hưởng đến khả năng không có nguy cơ tài chính (biến độc lập) để xác định khả năng có nguy cơ tài chính (biến phụ thuộc) của các công ty là cao hay thấp.
Nghĩa là mô hình Logit có thể ước lượng xác suất một công ty có nguy cơ tài chính là bao nhiêu. Cấu trúc của dữ liệu trong mô hình như sau: Biến Loại Phụ thuộc Nhị phân Độc lập Liên tục hoặc rời rạc Mô hình Logit có dạng: Ln(p/(1-p)) = a + b1x1 + b2x2 + b3x3 + … + bnxn (1.1) Trong đó: - p là xác suất xảy ra nguy cơ tài chính - x1, x2, x3… xn là các chỉ số tài chính - a, b là các hệ số. Công thức tính xác suất xảy ra nguy cơ tài chính: = ( … (1.2) 8 Trong đó: - e là số Logarit tự nhiên, hay còn gọi là cơ số e. Adnan và Dar (2006) đã thống kê lại tất cả các mô hình đo lường nguy cơ tài chính trong các nghiên cứu được sử dụng trong quá khứ và kết quả cho thấy có 19 nghiên cứu sử dụng mô hình Logit và chiếm khoảng 21% trong các mô hình đo lường nguy cơ tài chính.
Độ chính xác trung bình của 19 nghiên cứu sử dụng mô hình Logit đạt 87%.2 Mô hình Probit Cấu trúc dữ liệu cũng tương tự như mô hình Logit, mô hình này cũng ước lượng được xác suất xảy ra nguy cơ tài chính của một công ty. Sự khác biệt giữa mô hình Logit và Probit không đáng kể và không có ý nghĩa về mặt thống kê.Friel trong nghiên cứu “Linear probability response models: Probit and Logit” đã chỉ ra vấn đề này. Kết quả đo lường của hai mô hình Logit và Probit khác nhau không đáng kể nhưng vì dễ dùng hơn trong trình bày toán học, các mô hình Logit thường được sử dụng cho mô hình xếp hạng doanh nghiệp trong thực tế. Ưu điểm của mô hình Logit và Probit là kết quả có thể cung cấp trực tiếp được xác suất công ty có nguy cơ tài chính là bao nhiêu.
Mô hình Logit và Probit có một số lợi thế: Mô hình Logit và Probit không đòi hỏi các nhân tố đầu vào phải là phân phối chuẩn. Kết quả của mô hình hồi quy Logit và Probit có thể tính được trực tiếp xác suất xảy ra nguy cơ tài chính của một công ty. Mô hình Logit và Probit thường cho kết quả chính xác. Những năm gần đây, mô hình này được sử dụng nhiều trong nghiên cứu lý thuyết và thực tiễn.3 Phương pháp lân cận gần nhất K (K – nearest neighbor) 9 Học máy (Machine learning) là một lĩnh vực của trí tuệ nhân tạo 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 học máy 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.