Mở đầu là bảng công bố thông tin của The Bureau of Business Research nghiên cứu về các 24 chỉ số của 29 công ty công nghiệp thành công. Từ đó rút ra tỷ lệ trung bình của từng chỉ số. Các tỷ lệ này sau đó được dùng để so sánh, đánh giá để kết luận sự thành công hay thất bại cho các công ty có những điểm tương đồng còn lại trong nền kinh tế. Tuy nhiên, nhiều kết quả nghiên cứu sau này của các nhà kinh tế cũng cho thấy các mô hình được phát triển cho các công ty công nghiệp trước kia không phù hợp với các ngành cụ thể khác, đặc biệt là đối với các công ty tài chính.
Phương pháp phân tích đơn biến: được phát triển từ năm 1965 trở đi. Phương pháp này tiến hành dự báo khả năng phá sản công ty tập trung vào một số các chỉ số tài chính. Tiêu biểu là nghiên cứu của (Beaver, 1966) đưa ra nguyên nhân khiến cho công ty lâm vào tình trạng bất ổn tài chính là do lượng tiền mặt và hàng tồn kho quá ít trong khi nợ phải thu nhiều. Từ đó Baever cho rằng tỷ lệ lưu chuyển tiền thuần/tổng nợ phải trả là chỉ tiêu được dùng để dự báo hay đánh giá xác suất phá sản của công ty.
Ngoài ra, Baever còn sử dụng chỉ số tỷ suất sinh lợi của tài sản (thu nhập thuần/TTS) để phản ánh hiệu quả hoạt động kinh doanh và chỉ số Hệ số nợ (Tổng nợ phải trả/TTS) để đánh giá mức độ rủi ro tài chính. Các chỉ số này được ứng dụng để so sánh với các chỉ số tài chính của bất kỳ công ty cụ thể nào đó để phát hiện các dấu hiệu hay nguy cơ phá sản của chính công ty đó. Ưu điểm của các chỉ số Baever là việc áp dụng khá đơn giản, dễ thực hiện với độ tin cậy tương đối cao. Tuy nhiên, nhược điểm lớn nhất là khi các chỉ số này trong tình huống nào đó lại trở nên mâu thuẫn với nhau thì khó có thể đánh giá một cách toàn diện được.
9 Phương pháp phân tích kết hợp các chỉ số: Để khắc phục những sai sót trong chỉ số Baever, nhà kinh tế học người Mỹ (Edward, 1968) đã đưa ra phương pháp phân tích kết hợp các chỉ số (phương pháp phân tích đa biến) để dự báo nguy cơ phá sản. Ông đề xuất mô hình Z-Score năm yếu tố nhằm xác định nguy cơ của công ty khi điểm số rơi vào phạm vi nhất định. Mô hình này đã tiên đoán khả năng rất cao cho mẫu nghiên cứu (xác suất 95% cho thời điểm một năm trước khi công ty phá sản). Sau đó giảm xuống với thời gian dài hơn (72% cho 2 năm, 48% cho 3 năm và 29% cho 4 năm).
Lý giải cho việc thay đổi từ phương pháp đánh giá mức độ thất bại (phương pháp phân tích tỷ lệ) sang dự báo khả năng phá sản (phương pháp phân tích đơn biến và đa biến) là do cách nhìn nhận từ các nhà kinh tế học khác nhau. Một số nghiên cứu định nghĩa “thất bại” là khi công ty nộp đơn xin phá sản, thanh lý. Số khác cho rằng đó là tình trạng căng thẳng về tài chính hay mất khả năng thanh toán các nghĩa vụ tài chính. Tuy nhiên càng về sau hầu như các nghiên cứu đều thống nhất đưa tình trạng phá sản của công ty là đáng để đo lường vì họ cho rằng phá sản là “thất bại” cuối cùng.
Kể từ nghiên cứu của Altman, số lượng cũng như sự phức tạp của các mô hình dự báo phá sản cũng tăng lên đáng kể. Lĩnh vực nghiên cứu cũng được mở rộng và chuyên sâu hơn, trong đó có lĩnh vực TCNH đặc biệt từ năm 1970 đến nay. Đo lường mức độ ổn định của ngân hàng sử dụng chỉ số Zscore Có nhiều nghiên cứu đo lường mức độ ổn định ngân hàng của các tác giả Hosono và cộng sự (2005), Groeneveld và De Vries (2009), Miklaszewska và cộng sự (2012), Fiordelisi và Mare (2013), Diaconu và Oanea (2014). Tuy nhiên, khi ứng dụng mô hình ZScore vào việc đo lường ổn định của ngân hàng gặp nhiều khó khăn do việc tính toán.
Để khắc phục điều này, (Mercieca và cộng sự, 2007) đã đề xuất phương trình ước lượng ZScore với các yếu tố có thể ước lượng như sau: 𝐸𝐴𝑇𝑖𝑡 + 𝑅𝑂𝐴𝑖𝑡 𝑍𝑠𝑐𝑜𝑟𝑒𝑖𝑡 = 𝜕𝑅𝑂𝐴𝑖𝑡 Mặc dù tồn tại nhiều phương pháp đo lường ổn định của ngân hàng, tuy nhiên mô hình ZScore của (Mercieca và cộng sự, 2007) được ứng dụng khá phổ biến trong nhiều nghiên cứu thực nghiệm và ngày càng phù hợp với đặc điểm của hệ thống ngân hàng hầu hết các nước hiện nay. Bởi tính phổ biến cũng như ưu thế linh động và dễ tính toán 10 các chỉ số trong công thức, đồng thời vẫn phán ánh đầy đủ ý nghĩa kinh tế, luận văn sử dụng mô hình ZScore cho nghiên cứu của mình. Quy mô ngân hàng và đo lường NHTM hoạt động vì lợi nhuận như các doanh nghiệp khác. Tuy nhiên, điểm khác biệt giữa ngân hàng và các doanh nghiệp phi tài chính nằm ở điểm chúng đóng vai trò trung gian tài chính.
Lý thuyết trung gian tài chính được đề xuất bởi Leland và Pyle (1977); Diamond (1984) với hai trụ cột chính là “thông tin bất cân xứng” và “chi phí giao dịch” đều nhấn mạnh về lợi ích khi quy mô ngân hàng lớn lên, giúp chúng có thông nhiều thông tin từ khách hàng, các hợp đồng. Lợi ích này giúp ngân hàng giảm thiểu rủi ro tổng thể theo hàm ý từ lý thuyết danh mục đầu tư vì rủi ro tổng thể sẽ nhỏ hơn tổng các rủi ro của từng hợp đồng, do đó, cải thiện lợi nhuận sau điều chỉnh rủi ro, và giúp ngân hàng trang trải các chi phí trong vai trò trung gian của mình. Tuy vậy, cuộc khủng hoảng tài chính toàn cầu 2008 đã cho thấy hậu quả từ sự phát triển quy mô của các NHTM. Có rất nhiều bằng chứng cho thấy các ngân hàng lớn đã gây ra sự bất ổn và khủng hoảng dẫn đến thiệt hại đáng kể cho nhiều nền kinh tế trên toàn cầu.
Kể từ khi thế giới thoát ra khỏi khủng hoảng, cuộc tranh luận về quy mô tối ưu, sự đa dạng trong hoạt động của tổ chức và phạm vi hoạt động của các ngân hàng đã trở nên gay gắt (Viñals và cộng sự, 2013). Cuộc tranh luận này đã nảy nở trong bối cảnh bối cảnh tài chính đã phát triển rõ rệt, được thúc đẩy bởi đổi mới tài chính và tự do hóa tài chính (Laeven và cộng sự, 2014). Các cơ quan quản lý ở Hoa Kỳ (theo Đạo luật Dodd, 2010) và ở Liên minh Châu Âu như trong các khuyến nghị của Liikanen (2012) được thực hiện thành luật của EC cũng như các khuyến nghị của Báo cáo Vickers (2011) được thực hiện vào luật của Vương quốc Anh đang đưa ra nỗ lực cố gắng để hạn chế quy mô của các ngân hàng bằng cách yêu cầu vốn cao hơn và thanh khoản phù hợp với các yêu cầu của Basel III và cũng hạn chế sự tham gia của ngân hàng vào các lĩnh vực hoạt động rủi ro hơn. Các nghiên cứu của tác giả đo lường quy mô ngân hàng bằng chỉ tiêu tổng tài sản, các mô hình gần đây sử dụng biến quy mô ngân hàng thông qua logarit của tổng tài sản 2.
Rủi ro tài trợ và đo lường Rủi ro tài trợ được Fender và McGuire (2010) cho là rủi ro mà tính kỳ hạn của các khoản mục tài sản, nợ phải trả trên bảng cân đối kế toán của ngân hàng không khớp về 11 thời gian đáo hạn. Drehmann và Nikolaou (2013) định nghĩa rủi ro tài trợ liên quan đến việc NHTM không có khả năng giải quyết các nghĩa vụ nợ trong thời gian đúng hạn nghĩa là một ngân hàng có rủi ro tài trợ nếu như không thể thanh toán các nghĩa vụ nợ kịp thời. Ngân hàng thương mại huy động vốn dưới các hình thức: Nhận tiền gửi (tiền gửi không kỳ hạn, tiền gửi có kỳ hạn, tiền gửi tiết kiệm); phát hành các công cụ nợ (tín phiếu, trái phiếu); và nguồn vốn đi vay. Ngoài ra vốn của ngân hàng còn được hình thành thông qua việc làm uỷ thác, đại lý cho các tổ chức trong và ngoài nước hoặc cung cấp các phương tiện thanh toán như thẻ rút tiền tự động từ máy ATM… khách hàng thường tiếp cận dịch vụ ngân hàng dựa vào niềm tin, các tín hiệu tốt về hiệu quả hoạt động của NHTM.
Khi NHTM có biểu hiện bất ổn trong hoạt động thì khách hàng sẽ rút tiền ồ ạt gây ra tình trạng mất khả năng chi trả của NHTM (Huang và Ratnovski, 2010). Vì vậy, khi NHTM phụ thuộc quá nhiều vào nguồn vốn huy động thì có khả năng rủi ro tài trợ sẽ tăng cao. Adusei (2015), Ali và Puah (2018) đã đo lường rủi ro tài trợ bằng tỷ lệ: 𝐷𝐸𝑃𝑂𝑖𝑡 + 𝐸𝐴𝑖𝑡 𝐹𝑢𝑛𝑑𝑖𝑛𝑔 𝑟𝑖𝑠𝑘𝑖𝑡 = 𝜕𝐷𝐸𝑃𝑂𝑖 Trong đó, DEPO = Tổng tiền gửi của khách hàng / Tổng tài sản EA = Vốn chủ sở hữu / Tổng tài sản ∂DEPO = Độ lệch chuẩn của DEPO trong giai đoạn nghiên cứu Tỷ lệ rủi ro tài trợ - Funding Risk càng cao cho thấy NHTM lệ thuộc nhiều vào nguồn tài trợ là tiền gửi của khách hàng, cho thấy rủi ro tài trợ càng thấp. Rủi ro tín dụng và đo lường Theo Koch (1995) “Rủi ro tín dụng là rủi ro tiềm ẩn của thu nhập thuần và giá trị của vốn tín dụng xuất phát từ việc khách hàng không thanh toán hay thanh toán trễ hạn”.
Theo Joel (2017) thì “Rủi ro tín dụng là loại rủi ro xảy ra khi người vay không thanh toán được nợ theo thỏa thuận hợp đồng dẫn đến sai hẹn trong nghĩa vụ trả nợ. Cùng với rủi ro lãi suất, rủi ro tín dụng là một trong những rủi ro chủ yếu trong hoạt động tín dụng của NH” 12 Rủi ro tín dụng là nguy cơ mà người đi vay không thể chi trả tiền lãi hoặc không hoàn trả gốc so với thời gian ấn định trong hợp đồng tín dụng (Hồ Diệu, 2002). Theo Nguyễn Văn Tiến (2010), rủi ro tín dụng là rủi ro phát sinh trong trường hợp ngân hàng không thu được đầy đủ gốc và lãi của khoản vay hoặc việc thanh toán gốc và lãi không đúng kì hạn. Theo ủy ban giám sát Basel, rủi ro tín dụng là khả năng người đi vay hoặc đối tác của NH thất bại trong việc thực hiện các điều khoản trả nợ đã thỏa thuận.
Rủi ro tín dụng còn gọi là rủi ro vỡ nợ, phát sinh từ việc không chắc chắn liên quan đến việc không hoàn trả các khoản nợ từ phía khách hàng cho ngân hàng.