Ứng dụng mô hình z score trong xếp hạng tín dụng khách hàng doanh nghiệp tại nhtm cổ phần đông nam á chi nhánh thừa thiên huế

Mô hình Z-Score đã trở thành một công cụ quan trọng trong việc đánh giá rủi ro tín dụng của doanh nghiệp. 105 trang · Đại học Huế · 2019.

• Tác giả: Nguyễn Thị Hồng Ngọc
• Người hướng dẫn: Thạc Sĩ: Trần Thị Khánh Trâm
• Trường học: Đại học Huế
• Chuyên ngành: Tài chính
• Đề tài: Ứng Dụng Mô Hình Z-Score Trong Xếp Hạng Tín Dụng Doanh Nghiệp Tại SeABank Thừa Thiên Huế
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2019
• Địa điểm: Huế

Mục lục chi tiết

• DANH MỤC CÁC CHỮ VIẾT TẮT
• DANH MỤC BẢNG BIỂU
• DANH MỤC SƠ ĐỒ
• PHẦN I: ĐẶT VẤN ĐỀ
• 1. Lý do chọn đề tài
• 2. Mục tiêu nghiên cứu
• 2.1. Mục tiêu chung
• 2.2. Mục tiêu cụ thể
• 3. Đối tượng và phạm vi nghiên cứu
• 3.1. Đối tượng nghiên cứu
• 3.2. Phạm vi nghiên cứu
• 4. Phương pháp nghiên cứu
• 5. Kết cấu khóa luận
• 1. CHƯƠNG 1: TỔNG QUAN VỀ XẾP HẠNG TÍN DỤNG TRONG NGÂN HÀNG THƯƠNG MẠI VÀ MÔ HÌNH Z-SCORE
• 1.1. Tổng quan về Xếp hạng tín dụng
• 1.1.1. Khái niệm Xếp hạng tín dụng
• 1.1.2. Vai trò của Xếp hạng tín dụng
• 1.1.3. Đặc điểm Xếp hạng tín dụng
• 1.1.4. Đối tượng của Xếp hạng tín dụng
• 1.1.5. Quy trình Xếp hạng tín dụng
• 1.1.6. Nguyên tắc Xếp hạng tín dụng
• 1.1.7. Các phương pháp Xếp hạng tín dụng
• 1.1.8. Sự cần thiết của Xếp hạng tín dụng trong hoạt động tín dụng ngân hàng
• 1.2. Thực trạng hoạt động Xếp hạng tín dụng trên thế giới và Việt Nam
• 1.2.1. Thực trạng hoạt động Xếp hạng tín dụng trên thế giới
• 1.2.2. Mô hình Xếp hạng tín dụng ở Việt Nam
• 1.3. Giới thiệu mô hình Z-Score
• 1.3.1. Mô hình Z-Score áp dụng cho Công ty Tư nhân
• 1.3.2. Mô hình Z-Score điều chỉnh áp dụng cho doanh nghiệp không sản xuất
• 1.4. Những nghiên cứu về mô hình Z-Score
• 1.4.1. Những nghiên cứu về mô hình Z-Score ở ngước ngoài
• 1.4.2. Những nghiên cứu về mô hình Z-Score ở Việt Nam
• 2. CHƯƠNG 2: VẬN DỤNG MÔ HÌNH Z-SCORE TRONG XẾP HẠNG TÍN DỤNG DOANH NGHIỆP TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN ĐÔNG NAM Á – CHI NHÁNH THỪA THIÊN HUẾ
• 2.1. Giới thiệu về Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi Nhánh Thừa Thiên Huế
• 2.1.1. Giới thiệu sơ lược về Ngân hàng Thương Mại Cổ Phần Đông Nam Á
• 2.1.2. Giới thiệu về Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi Nhánh Thừa Thiên Huế
• 2.1.3. Quá trình hình thành và phát triển của Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi Nhánh Thừa Thiên Huế
• 2.1.4. Chức năng và nhiệm vụ của Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi Nhánh Thừa Thiên Huế
• 2.1.5. Bộ máy tổ chức của Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi Nhánh Thừa Thiên Huế
• 2.2. Tình hình hoạt động kinh doanh của Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi nhánh Thừa Thiên Huế giai đoạn 2016 - 2018
• 2.2.1. Tình hình huy động vốn Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi nhánh Thừa Thiên Huế
• 2.2.2. Tình hình dư nợ Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi Nhánh Thừa Thiên Huế
• 2.2.3. Kết quả hoạt động kinh doanh Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi Nhánh Thừa Thiên Huế
• 2.3. Thực trạng công tác Xếp hạng tín dụng tại Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi Nhánh Thừa Thiên Huế
• 2.3.1. Mục đích Xếp hạng tín dụng tại Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi Nhánh Thừa Thiên Huế
• 2.3.2. Đối tượng và Phạm vi Xếp hạng tín dụng doanh nghiệp tại Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi Nhánh Thừa Thiên Huế
• 2.3.3. Căn cứ Xếp hạng tín dụng tại Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi Nhánh Thừa Thiên Huế
• 2.3.4. Nguyên tắc chấm điểm Xếp hạng tín dụng tại Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi Nhánh Thừa Thiên Huế
• 2.3.5. Quy trình Xếp hạng tín dụng doanh nghiệp tại Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi nhánh Thừa Thiên Huế
• 2.4. Đánh giá hệ thống chấm điểm tín dụng của Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi nhánh Thừa Thiên Huế
• 2.4.1. Ưu điểm của hệ thống chấm điểm tín dụng
• 2.4.2. Nhược điểm của hệ thống chấm điểm tín dụng
• 2.5. Đánh giá công tác xếp hạng tín dụng khách hàng doanh nghiệp của Ngân hàng Thương Mại Cổ Phần Đông Nam Á - Chi Nhánh Thừa Thiên Huế
• 2.5.1. Ưu điểm của hệ thống xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng Thương Mại Cổ Phần Đông Nam Á - Chi Nhánh Thừa Thiên Huế
• 2.5.2. Hạn chế của hệ thống xếp hạng tín dụng doanh nghiệp tại Ngân hàng Thương Mại Cổ Phần Đông Nam Á - Chi Nhánh Thừa Thiên Huế
• 2.6. Ứng dụng mô hình Z-Score trong xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng Thương Mại Cổ Phần Đông Nam Á - Chi Nhánh Thừa Thiên Huế
• 2.6.1. Khả năng dự báo của mô hình Z-Score
• 2.6.2. Thông tin xếp hạng và điều kiện vận dụng mô hình
• 2.6.2.1. Thông tin xếp hạng
• 2.6.2.2. Điều kiện vận dụng
• 2.6.3. Ví dụ minh họa việc sử dụng mô hình Z - Score để tính chỉ số Z
• 2.6.4. Kết quả vận dụng mô hình Z-Score trong xếp hạng tín dụng tại Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi nhánh Thừa Thiên Huế
• 2.6.5. So sánh việc sử dụng mô hình Z-Score và mô hình xếp hạng tín dụng nội bộ được sử dụng tại Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi nhánh Thừa Thiên Huế
• 3. CHƯƠNG 3: MỘT SỐ GIẢI PHÁP NHẰM HOÀN THIỆN CÔNG TÁC XẾP HẠNG TÍN DỤNG KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN ĐÔNG NAM Á – CHI NHÁNH THỪA THIÊN HUẾ
• 3.1. Định hướng sử dụng mô hình Z-Score trong xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng Thương Mại Cổ Phần Đông Nam Á - Chi Nhánh Thừa Thiên Huế
• 3.2. Những giải pháp và kiến nghị nhằm hoàn thiện Xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng Thương Mại Cổ Phần Đông Nam Á – Chi Nhánh Thừa Thiên Huế
• 3.2.1. Xây dựng đội ngũ nhân lực chất lượng cao
• 3.2.2. Nâng cao chất lượng công tác tổ chức phân tích tín dụng, xếp hạng tín dụng doanh nghiệp vay vốn
• 3.2.3. Công nghệ thông tin là nền tảng của ngân hàng hiện đại
• 3.2.4. Xây dựng hệ thống thu thập thông tin riêng của ngân hàng
• 3.2.5. Xây dựng chiến lược khách hàng
• 3.3. Kiến nghị với các cơ quan quản lý Nhà nước
• 3.3.1. Tạo môi trường cho hoạt động kinh doanh tín nhiệm phát triển
• 3.3.2. Xây dựng hệ thống kế toán thống nhất, đồng bộ và thực hiện chế độ kiểm toán bắt buộc đối với các doanh nghiệp
• 3.3.3. Xây dựng hệ thống thông tin đầy đủ, chính xác và đáng tin cậy
• 3.3.4. Nâng cao vai trò và thông tin từ trung tâm thông tin tín dụng – CIC
• PHẦN III: KẾT LUẬN
• 1. Nhận xét kết quả nghiên cứu
• 2. Hạn chế của khóa luận
• 3. Hướng phát triển của khóa luận
• DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về ứng dụng mô hình Z Score trong xếp hạng tín dụng

Mô hình Z-Score đã trở thành một công cụ quan trọng trong việc đánh giá rủi ro tín dụng của doanh nghiệp. Tại SeABank Thừa Thiên Huế, việc áp dụng mô hình này không chỉ giúp cải thiện quy trình xếp hạng tín dụng mà còn nâng cao khả năng dự đoán rủi ro tài chính. Mô hình Z-Score cung cấp một phương pháp định lượng để đánh giá khả năng thanh toán nợ của doanh nghiệp, từ đó giúp ngân hàng đưa ra quyết định cho vay chính xác hơn.

1.1. Khái niệm và nguyên lý hoạt động của mô hình Z Score

Mô hình Z-Score được phát triển bởi Edward Altman vào năm 1968, nhằm dự đoán khả năng phá sản của doanh nghiệp. Mô hình này sử dụng các chỉ số tài chính như lợi nhuận, tài sản và nợ phải trả để tính toán chỉ số Z, từ đó đánh giá mức độ rủi ro tín dụng.

1.2. Lợi ích của việc áp dụng mô hình Z Score tại SeABank

Việc áp dụng mô hình Z-Score tại SeABank giúp ngân hàng cải thiện độ chính xác trong việc đánh giá tín dụng. Mô hình này cung cấp một cái nhìn tổng quan về tình hình tài chính của doanh nghiệp, từ đó giảm thiểu rủi ro tín dụng và nâng cao hiệu quả cho vay.

II. Thách thức trong việc xếp hạng tín dụng doanh nghiệp tại SeABank

Mặc dù mô hình Z-Score mang lại nhiều lợi ích, nhưng việc áp dụng nó cũng gặp phải một số thách thức. Các vấn đề như thiếu dữ liệu tài chính đầy đủ, sự biến động của thị trường và sự thay đổi trong quy định pháp lý có thể ảnh hưởng đến độ chính xác của mô hình. Đặc biệt, việc thu thập và phân tích dữ liệu từ các doanh nghiệp nhỏ và vừa là một thách thức lớn.

2.1. Thiếu hụt dữ liệu tài chính đáng tin cậy

Nhiều doanh nghiệp, đặc biệt là các doanh nghiệp nhỏ, không có báo cáo tài chính đầy đủ hoặc không tuân thủ các quy định kế toán. Điều này gây khó khăn cho việc áp dụng mô hình Z-Score một cách chính xác.

2.2. Biến động thị trường và tác động đến xếp hạng tín dụng

Thị trường tài chính luôn biến động, và các yếu tố như lạm phát, lãi suất có thể ảnh hưởng đến khả năng thanh toán nợ của doanh nghiệp. Điều này làm cho việc dự đoán rủi ro tín dụng trở nên khó khăn hơn.

III. Phương pháp áp dụng mô hình Z Score trong xếp hạng tín dụng

Để áp dụng mô hình Z-Score hiệu quả, SeABank cần thực hiện một quy trình rõ ràng. Quy trình này bao gồm việc thu thập dữ liệu tài chính, tính toán chỉ số Z và phân tích kết quả. Việc này không chỉ giúp đánh giá rủi ro mà còn cung cấp thông tin hữu ích cho các quyết định cho vay.

3.1. Quy trình thu thập và phân tích dữ liệu tài chính

Quy trình bắt đầu bằng việc thu thập dữ liệu tài chính từ các doanh nghiệp. Sau đó, dữ liệu này sẽ được phân tích để tính toán các chỉ số cần thiết cho mô hình Z-Score.

3.2. Tính toán chỉ số Z và đánh giá kết quả

Sau khi thu thập dữ liệu, chỉ số Z sẽ được tính toán dựa trên các công thức đã được xác định. Kết quả này sẽ được sử dụng để đánh giá mức độ rủi ro tín dụng của doanh nghiệp.

IV. Kết quả ứng dụng mô hình Z Score tại SeABank Thừa Thiên Huế

Kết quả từ việc áp dụng mô hình Z-Score cho thấy sự cải thiện trong quy trình xếp hạng tín dụng tại SeABank. Mô hình này đã giúp ngân hàng xác định chính xác hơn các doanh nghiệp có nguy cơ phá sản, từ đó giảm thiểu rủi ro tín dụng.

4.1. So sánh kết quả giữa mô hình Z Score và mô hình nội bộ

Kết quả từ mô hình Z-Score cho thấy sự khác biệt nhỏ nhưng đáng kể so với mô hình xếp hạng tín dụng nội bộ của SeABank. Điều này chứng tỏ tính khả thi của mô hình Z-Score trong việc đánh giá rủi ro tín dụng.

4.2. Đánh giá hiệu quả của mô hình Z Score trong thực tiễn

Mô hình Z-Score đã chứng minh được tính hiệu quả trong việc dự đoán khả năng thanh toán nợ của doanh nghiệp. Điều này giúp SeABank đưa ra quyết định cho vay chính xác hơn và giảm thiểu rủi ro tín dụng.

V. Kết luận và định hướng tương lai cho mô hình Z Score

Mô hình Z-Score đã cho thấy tiềm năng lớn trong việc xếp hạng tín dụng doanh nghiệp tại SeABank Thừa Thiên Huế. Tuy nhiên, để tối ưu hóa hơn nữa, ngân hàng cần tiếp tục cải thiện quy trình thu thập dữ liệu và áp dụng công nghệ mới trong phân tích dữ liệu.

5.1. Định hướng phát triển mô hình Z Score trong tương lai

SeABank cần xem xét việc tích hợp công nghệ thông tin vào quy trình xếp hạng tín dụng để nâng cao độ chính xác và hiệu quả của mô hình Z-Score.

5.2. Khuyến nghị cho các ngân hàng khác trong việc áp dụng mô hình Z Score

Các ngân hàng khác cũng nên xem xét áp dụng mô hình Z-Score như một công cụ hỗ trợ trong việc đánh giá rủi ro tín dụng, từ đó nâng cao chất lượng tín dụng và giảm thiểu rủi ro.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong hệ thống các tổ chức tín dụng, nghiệp vụ cấp tín dụng đóng vai trò là hoạt động kinh doanh cơ bản và mang lại nguồn thu nhập chủ yếu cho các ngân hàng thương mại. Tuy nhiên, đây cũng là lĩnh vực tiềm ẩn mức độ rủi ro cao nhất, có khả năng gây tổn thất nghiêm trọng đến khả năng thanh khoản và sự an toàn vốn của ngân hàng. Tại Việt Nam, sự gia tăng nhanh chóng của dư nợ tín dụng đối với khu vực doanh nghiệp nhằm đáp ứng nhu cầu tăng trưởng kinh tế đặt ra yêu cầu cấp thiết về việc kiểm soát và quản trị rủi ro tín dụng. Một trong những giải pháp kỹ thuật then chốt được Ngân hàng Nhà nước và các ngân hàng thương mại triển khai là hệ thống chấm điểm và xếp hạng tín dụng nội bộ.

Ngân hàng Thương mại Cổ phần Đông Nam Á – Chi nhánh Thừa Thiên Huế (SeABank Huế) được thành lập từ năm 2014, là một chi nhánh còn non trẻ và bắt đầu vận hành hệ thống xếp hạng tín dụng nội bộ từ thời điểm đó. Qua quá trình hoạt động thực tiễn, hệ thống chấm điểm và xếp hạng tín dụng của chi nhánh bộc lộ một số bất cập: việc đánh giá đôi khi chưa phản ánh đúng mức độ rủi ro thực tế do nguồn dữ liệu đầu vào chưa đầy đủ, dẫn đến tình trạng một số doanh nghiệp đang có nguy cơ suy thoái hoặc đứng trước bờ vực phá sản vẫn được xếp vào nhóm an toàn. Nhằm khắc phục những hạn chế mang tính định tính và hoàn thiện công tác xếp hạng tín dụng, việc nghiên cứu ứng dụng mô hình thống kê định lượng Z-Score của Edward I. Altman là vấn đề mang tính tất yếu và chiến lược.

Mục tiêu nghiên cứu của khóa luận được phân định cụ thể:

1. Mục tiêu chung: Trên cơ sở hệ thống hóa lý luận và đánh giá thực tiễn công tác xếp hạng tín dụng tại ngân hàng thương mại, đề tài ứng dụng mô hình định lượng Z-Score vào việc xếp hạng tín dụng khách hàng doanh nghiệp tại SeABank Huế.
2. Mục tiêu cụ thể:
   • Hệ thống hóa các vấn đề lý luận cơ bản liên quan đến hoạt động xếp hạng tín dụng trong ngân hàng thương mại và cơ chế vận hành của mô hình Z-Score.
   • Phân tích thực trạng hoạt động kinh doanh và đánh giá công tác xếp hạng tín dụng khách hàng doanh nghiệp tại SeABank Huế giai đoạn 2016 – 2018.
   • Vận dụng mô hình Z-Score để tính toán chỉ số tài chính, xếp hạng mức độ an toàn cho 30 doanh nghiệp sản xuất đã cổ phần hóa đang có quan hệ tín dụng tại chi nhánh, sau đó đối chiếu và so sánh với kết quả xếp hạng tín dụng nội bộ của ngân hàng.
   • Đề xuất hệ thống giải pháp và kiến nghị nhằm hoàn thiện quy trình, phương pháp xếp hạng tín dụng khách hàng doanh nghiệp tại SeABank Huế.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Hệ thống xếp hạng tín dụng và việc ứng dụng mô hình Z-Score trong xếp hạng tín dụng khách hàng doanh nghiệp tại SeABank Huế.
• Phạm vi không gian: Ngân hàng Thương mại Cổ phần Đông Nam Á – Chi nhánh Thừa Thiên Huế.
• Phạm vi thời gian: Số liệu hoạt động kinh doanh và hồ sơ tín dụng giai đoạn 2016 – 2018.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng hệ thống cơ sở lý thuyết dựa trên các chuẩn mực xếp hạng tín nhiệm quốc tế và các văn bản quy phạm pháp luật ngân hàng tại Việt Nam:

• Khái niệm và lịch sử xếp hạng tín dụng: Khái niệm xuất phát từ nghiên cứu của John Moody năm 1909 với việc công bố bảng xếp hạng tín nhiệm cho 1.500 loại trái phiếu của 250 công ty theo hệ thống ký hiệu từ Aaa đến C. Nghiên cứu cũng viện dẫn phương pháp luận của các tổ chức xếp hạng tín nhiệm quốc tế như Standard & Poor’s (thang điểm 22 mức từ AAA đến D), Fitch Ratings (thang điểm 24 mức từ AAA đến DDD, nhấn mạnh các chỉ tiêu dòng tiền FFO, FCF và EBITDA), và Moody’s.
• Khung pháp lý tại Việt Nam: Nghiên cứu căn cứ vào Quyết định số 57/2002/QĐ-NHNN ngày 24/01/2002 và Văn bản hợp nhất số 22/VBHN-NHNN ngày 04/06/2014 của Ngân hàng Nhà nước Việt Nam quy định về việc phân loại nợ thành 5 nhóm (Nhóm 1: Nợ đủ tiêu chuẩn; Nhóm 2: Nợ cần chú ý; Nhóm 3: Nợ dưới tiêu chuẩn; Nhóm 4: Nợ nghi ngờ; Nhóm 5: Nợ có khả năng mất vốn) cùng nguyên tắc thiết lập hệ thống xếp hạng tín dụng nội bộ. Bên cạnh đó, tác giả khảo cứu hoạt động của Trung tâm Thông tin Tín dụng Quốc gia (CIC) và các tổ chức xếp hạng độc lập trong nước như CRV (áp dụng mô hình phân tích phân biệt DA), C&R, và PCB (do 11 ngân hàng thương mại cổ phần thành lập với sự hỗ trợ của CRIF và IFC).
• Mô hình Z-Score (Edward I. Altman, 1968): Mô hình định lượng dự báo rủi ro phá sản của doanh nghiệp trong vòng 2 năm dựa trên kỹ thuật phân tích phân biệt đa biến (MDA), phát triển từ mẫu gốc gồm 66 doanh nghiệp sản xuất (33 phá sản và 33 không phá sản). Công thức mô hình gốc cho doanh nghiệp sản xuất niêm yết:

$$Z = 1{,}2X_1 + 1{,}4X_2 + 3{,}3X_3 + 0{,}6X_4 + 0{,}999X_5$$

Trong đó:

• $X_1$: Vốn lưu động / Tổng tài sản (Working Capital / Total Assets).
• $X_2$: Lợi nhuận giữ lại / Tổng tài sản (Retained Earnings / Total Assets).
• $X_3$: Lợi nhuận trước lãi vay và thuế / Tổng tài sản (EBIT / Total Assets).
• $X_4$: Giá trị thị trường vốn chủ sở hữu / Giá trị sổ sách của nợ (Market Value of Equity / Total Liabilities).
• $X_5$: Doanh thu thuần / Tổng tài sản (Net Sales / Total Assets).

Khung ngưỡng đánh giá chỉ số Z gốc:

• $Z < 1{,}8$: Vùng nguy cơ phá sản cao (nghiêm trọng về tài chính).
• $1{,}8 \le Z \le 2{,}99$: Vùng nguy hiểm (vùng xám/cần chú ý).
• $Z > 2{,}99$: Vùng an toàn tài chính.

Ngoài ra, tác giả giới thiệu hai biến thể điều chỉnh: mô hình $Z'$-Score (Altman, 1983) cho doanh nghiệp tư nhân thay thế giá trị thị trường bằng giá trị sổ sách của vốn chủ sở hữu:

$$Z' = 0{,}717X_1 + 0{,}847X_2 + 3{,}107X_3 + 0{,}42X_4 + 0{,}998X_5$$

(Ngưỡng: $Z' < 1{,}23$ là phá sản; $1{,}23 \le Z' \le 2{,}9$ là chưa rõ ràng; $Z' > 2{,}9$ là an toàn); và mô hình $Z''$-Score loại bỏ biến $X_5$ cho doanh nghiệp ngoài ngành sản xuất và các thị trường mới nổi (Altman, Hatzell và Peck, 1995):

$$Z'' = 6{,}56X_1 + 3{,}26X_2 + 6{,}72X_3 + 1{,}05X_4$$

(Ngưỡng: $Z'' < 1{,}1$ là phá sản; $1{,}1 \le Z'' \le 2{,}6$ là chưa rõ ràng; $Z'' > 2{,}6$ là an toàn).

Phương pháp nghiên cứu thực tế được thực hiện qua ba kỹ thuật:

• Phương pháp thu thập tài liệu và số liệu: Thu thập báo cáo hoạt động kinh doanh giai đoạn 2016 – 2018 tại SeABank Huế; thu thập báo cáo tài chính, báo cáo kết quả hoạt động kinh doanh năm 2018 của các doanh nghiệp đang vay vốn tại chi nhánh; số liệu minh họa từ Báo cáo tài chính năm 2018 của Tập đoàn Hòa Phát.
• Phương pháp chọn mẫu: Chọn ngẫu nhiên mẫu $n = 30$ khách hàng là các công ty cổ phần hoạt động trong lĩnh vực sản xuất đang được SeABank Huế thực hiện chấm điểm tín dụng nội bộ.
• Phương pháp xử lý số liệu: Thống kê mô tả và tính toán các tỷ số tài chính dưới sự trợ giúp của phần mềm Microsoft Excel, tổng hợp thành bảng so sánh giữa hai mô hình.

Nội dung chính theo từng chương

Chương 1: Tổng quan về Xếp hạng tín dụng trong ngân hàng thương mại và mô hình Z-Score

Chương 1 tập trung hệ thống hóa cơ sở lý luận về xếp hạng tín dụng và mô hình dự báo vỡ nợ:

• Phân tích bản chất, đặc điểm, đối tượng của xếp hạng tín dụng (cá nhân, doanh nghiệp, quốc gia, công cụ đầu tư) và vai trò đối với ngân hàng, nhà đầu tư, bản thân doanh nghiệp cùng cơ quan quản lý vĩ mô.
• Trình bày 4 phương pháp xếp hạng tín dụng cơ bản: phương pháp chuyên gia (định tính), phương pháp thống kê (định lượng), phương pháp định giá quyền chọn (mô hình lý thuyết Black-Scholes-Merton) và phương pháp kết hợp.
• Khái quát quy trình xếp hạng tín dụng chuẩn hóa gồm 3 bước: thu thập thông tin, phân tích bằng mô hình kết hợp hội đồng xếp hạng, và theo dõi giám sát điều chỉnh định kỳ.
• Phân tích nguyên tắc thẩm định "từ trên xuống" (từ môi trường vĩ mô, ngành nghề kinh doanh đến rủi ro tài chính nội tại của doanh nghiệp) và sự cần thiết của xếp hạng tín dụng gắn với phân loại 5 nhóm nợ theo Văn bản hợp nhất số 22/VBHN-NHNN.
• Giới thiệu chi tiết cấu trúc, tỷ trọng biến số và các mốc giá trị ngưỡng của mô hình Z-Score, Z'-Score và Z''-Score của Giáo sư Edward I. Altman; kèm theo lược khảo các công trình nghiên cứu thực nghiệm quốc tế (John Wiley đối với 31 nước châu Âu; Grice và Ingram, 2001; Hillegeist et al., 2004; Chava và Jarrow, 2004) và các nghiên cứu tại Việt Nam (Nguyễn Quang Dong và Nguyễn Trọng Hòa, 2010; Nguyễn Đăng Tùng và Bùi Thị Len; Nguyễn Thị Thu Trang và cộng sự; Nguyễn Thị Thanh Lâm, 2012; Trần Thị Thúy Hà, 2013).

Chương 2: Vận dụng mô hình Z-Score trong xếp hạng tín dụng doanh nghiệp tại Ngân hàng Thương mại Cổ phần Đông Nam Á – Chi nhánh Thừa Thiên Huế

Chương 2 mô tả hoạt động thực tế tại SeABank Huế và thực nghiệm mô hình Z-Score:

• Khái quát đơn vị nghiên cứu: SeABank thành lập năm 1994, đến thời điểm nghiên cứu đạt vốn điều lệ 5.500 tỷ đồng, tổng tài sản trên 125.000 tỷ đồng, mạng lưới 162 điểm giao dịch trên 25 tỉnh thành, ứng dụng ngân hàng lõi T24. SeABank Huế chính thức khai trương ngày 22/9/2014 tại 23 đường Hà Nội, TP. Huế; quy mô gồm gần 100 nhân sự, quản lý 8 phòng giao dịch, phục vụ gần 50.000 khách hàng. Bộ máy gồm Ban Giám đốc và 4 phòng nghiệp vụ: Phòng Hành chính – Nhân sự, Phòng Dịch vụ khách hàng, Phòng Kinh doanh, Phòng Kiểm soát nội bộ; chia thành các bộ phận chuyên môn phụ trách khách hàng cá nhân, khách hàng doanh nghiệp, hạch toán và hỗ trợ tín dụng, kế toán giao dịch.
• Thực trạng xếp hạng tín dụng nội bộ: Đánh giá quy trình chấm điểm kết hợp giữa các chỉ tiêu tài chính và chỉ tiêu phi tài chính theo quy định riêng của SeABank (Bảng 2.5 đến 2.8 trong văn bản). Ưu điểm của hệ thống nội bộ là có sự kết hợp yếu tố định tính phù hợp môi trường kinh doanh địa phương, nhưng nhược điểm là tỷ trọng đánh giá chủ quan của cán bộ tín dụng còn lớn, thông tin doanh nghiệp thu thập chưa đầy đủ và cập nhật chậm.
• Vận dụng thực nghiệm mô hình Z-Score: Tác giả tiến hành thu thập báo cáo tài chính năm 2018 của 30 doanh nghiệp cổ phần sản xuất tại SeABank Huế, xử lý các tỷ số thành phần $X_1$ đến $X_5$ và tính chỉ số Z. Tác giả sử dụng số liệu Báo cáo tài chính năm 2018 của Tập đoàn Hòa Phát làm ví dụ mẫu minh họa kỹ thuật tính toán chỉ số Z trước khi áp dụng đồng loạt. Sau đó, tác giả phân tích chi tiết dữ liệu báo cáo tài chính kiểm toán năm 2018 của 3 trường hợp điển hình: doanh nghiệp số 8, doanh nghiệp số 14 và doanh nghiệp số 25 (trình bày tại Bảng 2.15, 2.16, 2.17).

Bảng đối chiếu tổng hợp giữa hai mô hình trên mẫu 30 doanh nghiệp:

Phân vùng theo mô hình Z-Score	Giá trị Z	Kết quả phân loại tương ứng theo XHTD nội bộ SeABank Huế	Nhận xét đối chiếu
Vùng an toàn	$Z > 2{,}99$	Khách hàng xếp hạng tín nhiệm cao, thuộc Nhóm 1 (Nợ đủ tiêu chuẩn).	Đa số doanh nghiệp có chỉ số tài chính vững mạnh trùng khớp giữa hai hệ thống.
Vùng nguy hiểm (Vùng xám)	$1{,}8 \le Z \le 2{,}99$	Khách hàng thuộc mức trung bình, được giám sát theo dõi hoặc xếp Nhóm 2.	Tín hiệu cảnh báo từ Z-Score phản ánh sự suy giảm vốn lưu động hoặc đòn bẩy cao.
Vùng nguy cơ phá sản	$Z < 1{,}8$	Khách hàng xếp hạng thấp, có rủi ro suy giảm khả năng thanh toán.	Doanh nghiệp số 8, 14 bộc lộ các vấn đề về khả năng sinh lời và nợ ngắn hạn.

Kết quả so sánh giữa mô hình Z-Score và mô hình xếp hạng tín dụng nội bộ của SeABank Huế cho thấy sự sai lệch phân loại là rất nhỏ, không đáng kể. Điều này khẳng định chỉ số định lượng Z-Score có độ tương thích cao và hoàn toàn có khả năng hỗ trợ kiểm chứng công tác thẩm định của ngân hàng.

Chương 3: Một số giải pháp nhằm hoàn thiện công tác xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng Thương mại Cổ phần Đông Nam Á – Chi nhánh Thừa Thiên Huế

Chương 3 đề xuất định hướng áp dụng mô hình Z-Score song hành cùng hệ thống nội bộ để phát hiện sớm dấu hiệu nguy hiểm tài chính từ số liệu kế toán. Đồng thời, tác giả đưa ra các nhóm giải pháp cụ thể:

• Giải pháp nội bộ tại ngân hàng:
  1. Xây dựng đội ngũ nhân lực chất lượng cao: Thường xuyên đào tạo chuyên môn về phân tích tài chính doanh nghiệp, giảm thiểu sai lệch do nhận định chủ quan của cán bộ tín dụng.
  2. Nâng cao chất lượng công tác tổ chức phân tích và xếp hạng tín dụng: Chuẩn hóa quy trình thẩm định hồ sơ, gắn kết quả chấm điểm với các chính sách tín dụng cụ thể về hạn mức, lãi suất và tài sản bảo đảm.
  3. Hiện đại hóa công nghệ thông tin: Tận dụng tối đa nền tảng core banking T24 để tự động hóa khâu thu thập dữ liệu và xử lý thuật toán chấm điểm, hạn chế sự can thiệp thủ công.
  4. Xây dựng hệ thống thu thập thông tin độc lập của ngân hàng: Thiết lập kho dữ liệu lịch sử quan hệ tín dụng và thông tin ngành để chủ động nguồn tin xác minh.
  5. Xây dựng chiến lược phân loại khách hàng: Thiết kế gói sản phẩm tài chính chuyên biệt tương ứng với từng mức điểm tín nhiệm.
• Kiến nghị đối với cơ quan quản lý Nhà nước:
  • Hoàn thiện môi trường kinh doanh tín nhiệm minh bạch, tạo điều kiện cho các công ty xếp hạng hoạt động độc lập.
  • Ban hành và áp dụng hệ thống chuẩn mực kế toán thống nhất, đồng bộ; triển khai chế độ kiểm toán độc lập bắt buộc đối với khối doanh nghiệp vay vốn ngân hàng.
  • Xây dựng hệ thống cơ sở dữ liệu quốc gia chính xác và đáng tin cậy.
  • Nâng cao vai trò, chất lượng và tốc độ cung cấp thông tin cảnh báo rủi ro từ Trung tâm Thông tin Tín dụng Quốc gia (CIC).

Kết quả và đóng góp

Nghiên cứu đạt được các kết quả cụ thể thông qua dữ liệu phân tích:

• Làm rõ cấu trúc tổ chức và kết quả vận hành của SeABank Huế: vận hành 8 phòng giao dịch với gần 100 nhân sự, cung cấp dịch vụ ngân hàng tự động 24/7 và hệ thống quản trị T24 phục vụ gần 50.000 khách hàng trên địa bàn.
• Thực nghiệm tính toán thành công chỉ số Z trên mẫu 30 doanh nghiệp cổ phần sản xuất bằng các dữ liệu kế toán thực tế thu thập năm 2018 tại SeABank Huế (kèm số liệu BCTC chi tiết của Tập đoàn Hòa Phát và 3 doanh nghiệp khảo sát chuyên sâu mang số hiệu 8, 14, 25).
• Kết quả đối chiếu thực nghiệm chứng minh sự chênh lệch giữa mô hình Z-Score định lượng và mô hình xếp hạng tín dụng nội bộ của SeABank Huế là rất nhỏ và không đáng kể.
• Đóng góp khoa học của đề tài: Tác giả chứng minh rằng mô hình Z-Score của Edward I. Altman có tính ứng dụng thực tiễn cao tại một chi nhánh ngân hàng thương mại cấp tỉnh ở Việt Nam. Khóa luận cung cấp một công cụ đối chứng định lượng độc lập, giúp khắc phục nhược điểm định tính và sự phụ thuộc vào nhận định chủ quan của cán bộ tín dụng, từ đó nâng cao độ chuẩn xác trong phân loại rủi ro khách hàng doanh nghiệp vay vốn.

Hạn chế và hướng nghiên cứu tiếp

• Hạn chế:
  • Phạm vi chọn mẫu bị giới hạn ở 30 doanh nghiệp cổ phần hóa thuộc ngành sản xuất; chưa mở rộng sang các loại hình doanh nghiệp khác như công ty trách nhiệm hữu hạn, doanh nghiệp tư nhân hoặc khối doanh nghiệp thuộc ngành thương mại, dịch vụ, xây dựng.
  • Mô hình Z-Score nguyên bản sử dụng giá trị thị trường của vốn chủ sở hữu ($X_4$) và phụ thuộc hoàn toàn vào số liệu kế toán trên báo cáo tài chính. Trong điều kiện chất lượng minh bạch thông tin tài chính của doanh nghiệp Việt Nam còn chưa đồng đều, kết quả tính toán có thể bị ảnh hưởng nếu báo cáo chưa được kiểm toán chặt chẽ.
  • Khóa luận chưa phân lập được mốc thời gian vỡ nợ dự kiến chính xác mà chỉ cung cấp khả năng cảnh báo trong chu kỳ 2 năm theo nguyên lý của mô hình.
• Hướng phát triển:
  • Mở rộng tập dữ liệu nghiên cứu sang các ngành phi sản xuất bằng việc áp dụng các biến thể $Z'$-Score hoặc $Z''$-Score.
  • Nghiên cứu cập nhật và hiệu chỉnh lại hệ thống trọng số của các biến số ($X_1$ đến $X_5$) để phù hợp hơn với đặc thù cấu trúc tài chính của các doanh nghiệp tại thị trường Việt Nam.

Giá trị tham khảo

Khóa luận là nguồn tài liệu hữu ích cho:

• Sinh viên và học viên chuyên ngành Tài chính – Ngân hàng: Cung cấp tài liệu tham khảo chi tiết về phương pháp tính toán và các bước triển khai mô hình Z-Score từ báo cáo tài chính thực tế, đóng vai trò như một bài nghiên cứu tình huống (case study) về thẩm định tín dụng.
• Cán bộ tín dụng và nhân viên quản trị rủi ro tại các ngân hàng thương mại: Cung cấp cơ sở so sánh giữa mô hình định lượng phương Tây và quy trình chấm điểm nội bộ tại chi nhánh, hỗ trợ công tác sàng lọc khách hàng trước khi cấp tín dụng.
• Các phần đáng tham khảo nhất trong khóa luận:
  • Phương pháp phân tích chi tiết 5 tỷ số tài chính cấu thành chỉ số Z và các ngưỡng phân loại vùng rủi ro tại Chương 1.
  • Ví dụ minh họa tính toán chỉ số Z bằng số liệu thực tế của Tập đoàn Hòa Phát và phân tích báo cáo tài chính của 3 doanh nghiệp số 8, 14, 25 tại Chương 2.
  • Các bước trong quy trình xếp hạng tín dụng doanh nghiệp và bảng chỉ tiêu phân loại nợ theo Văn bản hợp nhất số 22/VBHN-NHNN.

Câu hỏi thường gặp

1. Khóa luận sử dụng phiên bản Z-Score nào để tính toán trên mẫu thực nghiệm 30 doanh nghiệp?
Tác giả vận dụng mô hình Z-Score ban đầu của Giáo sư Edward I. Altman (1968) dành cho các doanh nghiệp sản xuất với 5 chỉ số tài chính ($X_1$: Vốn lưu động/Tổng tài sản; $X_2$: Lợi nhuận giữ lại/Tổng tài sản; $X_3$: EBIT/Tổng tài sản; $X_4$: Giá trị thị trường vốn chủ sở hữu/Giá trị sổ sách của nợ; $X_5$: Doanh thu thuần/Tổng tài sản) và hệ số tương ứng: $Z = 1{,}2X_1 + 1{,}4X_2 + 3{,}3X_3 + 0{,}6X_4 + 0{,}999X_5$.

2. Tiêu chí lựa chọn mẫu khảo sát thực nghiệm tại SeABank Huế là gì?
Tác giả chọn ngẫu nhiên 30 khách hàng doanh nghiệp đang được xếp hạng tín dụng tại SeABank Huế trong năm 2018, thỏa mãn hai điều kiện: thuộc loại hình doanh nghiệp cổ phần hóa và hoạt động trong ngành sản xuất.

3. Doanh nghiệp nào được tác giả lựa chọn để làm ví dụ minh họa cách tính hệ số Z-Score trước khi tính cho 30 doanh nghiệp?
Tác giả đã thu thập thông tin từ Báo cáo tài chính kiểm toán năm 2018 của Tập đoàn Hòa Phát (được trình bày tại Bảng 2.10 và Bảng 2.11 của khóa luận) để làm ví dụ minh họa chi tiết từng bước trích xuất số liệu và tính toán 5 chỉ số thành phần.

4. Kết quả so sánh giữa xếp hạng tín dụng nội bộ của SeABank Huế và mô hình Z-Score cho thấy điều gì?
Kết quả đối chiếu giữa hai mô hình cho thấy có sự chênh lệch trong phân loại nhưng con số chênh lệch là rất nhỏ và không đáng kể. Điều này khẳng định mô hình Z-Score có độ tin cậy và tính thực tiễn cao khi dùng để kiểm chứng rủi ro tín dụng tại chi nhánh.

5. Cơ sở pháp lý chính của Ngân hàng Nhà nước được khóa luận trích dẫn để phân loại nợ là văn bản nào?
Khóa luận viện dẫn Văn bản hợp nhất số 22/VBHN-NHNN ngày 04/06/2014 của Ngân hàng Nhà nước Việt Nam quy định về việc các tổ chức tín dụng phải xây dựng hệ thống xếp hạng tín dụng nội bộ để hỗ trợ phân loại nợ thành 5 nhóm (từ Nhóm 1: Nợ đủ tiêu chuẩn đến Nhóm 5: Nợ có khả năng mất vốn) và trích lập dự phòng rủi ro.

Kết luận

Khóa luận của sinh viên Nguyễn Thị Hồng Ngọc đã hoàn thành các mục tiêu nghiên cứu khi hệ thống hóa lý luận xếp hạng tín dụng và ứng dụng thành công mô hình định lượng Z-Score vào 30 doanh nghiệp sản xuất vay vốn tại SeABank Huế năm 2018. Kết quả thực nghiệm cho thấy mức độ tương đồng cao giữa mô hình Z-Score và hệ thống xếp hạng nội bộ của chi nhánh, khẳng định tính khả thi của mô hình thống kê trong kiểm soát rủi ro vỡ nợ. Các giải pháp và kiến nghị được tác giả đề xuất tại Chương 3 bám sát thực tiễn hoạt động của ngân hàng thương mại và khung quy định hiện hành của Ngân hàng Nhà nước Việt Nam.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN VỀ XẾP HẠNG TÍN DỤNG TRONG NGÂN HÀNG THƯƠNG MẠI VÀ MÔ HÌNH Z-SCORE 1. Tổng quan về Xếp hạng tín dụng 1. Khái niệm Xếp hạng tín dụng Bắt đầu từ thập kỷ 70, dự báo rủi ro tài chính đã trở thành một hướng phát triển mạnh mẽ của mô hình hóa xác suất thống kê. Khi nhắc tới rủi ro tài chính gần như ngay lập tức người ta liên tưởng tới hoạt động quản lý danh mục đầu tư, định giá quyền chọn (option) và các công cụ tài chính khác.

Công thức định giá quyền chọn (option) BlackScholes, bài viết về định giá trái phiếu công ty của Merton,. là những khái niệm quen thuộc. Và XHTD cũng là một trong những hoạt động nhằm quản lí rủi ro tài chính chính mà các tổ chức tài chính trên thế giới, thậm chí cả quốc gia quan tâm và ứng dụng từ rất sớm. XHTD (credit ratings) là thuật ngữ bắt nguồn từ tiếng Anh (“credit”: sự tín nhiệm, “ratings”: sự xếp hạng) do John Moody đưa ra vào năm 1909 trong cuốn “cẩm nang chứng khoán đường sắt” khi tiến hành nghiên cứu, phân tích và công bố bảng xếp hạng tín nhiệm lần đầu tiên cho 1.500 loại trái phiếu của 250 công ty theo một hệ thống ký hiệu gổm 3 chữ cái A, B, C được xếp lần lượt là Aaa đến C (hiện nay những ký hiệu này đã trở thành chuẩn mực quốc tế).

Tuy nhiên XHTD chỉ phát triển nhanh ở Mỹ sau cuộc khủng hoảng kinh tế năm 1929 – 1933 khi hàng loạt các công ty vay nợ bị phá sản và vỡ nợ. Thời kỳ này chính phủ Hoa Kỳ đã có nhiều quy định về việc cấm các định chế đầu tư (các quỹ hưu trí, các quỹ bảo hiểm, ngân hàng dự trữ) bỏ vốn đầu tư mua trái phiếu có độ tin cậy thấp dưới mức an toàn trong bảng xếp hạng tín nhiệm. Những quy định này đã làm cho uy tín của các công ty XHTD ngày một lên cao. Song trong suốt hơn 50 năm, việc XHTD chỉ phổ biến ở Mỹ, chỉ từ những năm 1970 đến nay, dịch vụ XHTD mới được mở rộng và phát triển khá mạnh ở nhiều nước.

5 Khóa luận tốt nghiệp Theo công ty Moody’s thì “XHTD” là ý kiến về khả năng và sự sẵn sàng của một nhà phát hành trong việc thanh toán đúng hạn cho một khoản nợ nhất định trong suốt thời hạn tồn tại của khoản nợ”. Theo từ điển thị trường chứng khoán, “XHTD” là cách ước tính chính thức tín nhiệm từ trước đến nay của cá nhân hay công ty về khả năng chi trả bao gồm tất cả các số liệu kiểm tra, phân tích, hồ sơ lưu trữ về khả năng trách nhiệm tín dụng của cá nhân và công ty kinh doanh”. Từ các định nghĩa trên, chúng ta đưa ra định nghĩa chung: “XHTD doanh nghiệp là đánh giá năng lực tài chính, tình hình hoạt động hiện tại và triển vọng phát triển trong tương lai của doanh nghiệp được xếp hạng từ đó xác định được mức độ rủi ro không trả được nợ và khả năng trả nợ trong tương lai”. Hệ thống XHTD dùng để đánh giá mức độ tín nhiệm đối với trách nhiệm tài chính của cả 2 nhóm khách hàng DN và khách hàng cá nhân (thể nhân).

Trong phạm vi bài nghiên cứu này, tác giả tập trung phân tích và nghiên cứu hệ thống XHTD dành cho nhóm khách hàng DN. Vai trò của Xếp hạng tín dụng  Đối với các tổ chức tín dụng Hệ thống ngân hàng chiếm một vị trí quan trọng như là huyết mạch của nền kinh tế với vai trò cung cấp các sản phẩm dịch vụ chủ yếu trong quá trình hoạt động của các doanh nghiệp. Trong đó, tín dụng là một phần quan trọng nhất của hoạt động ngân hàng. Tuy nhiên hoạt động tín dụng luôn tiềm ẩn rất nhiều rủi ro, đặc biệt là ở các nước có nền kinh tế mới nổi như Việt Nam bởi hệ thống thông tin thiếu minh bạch và không đầy đủ, trình độ quản trị rủi ro còn nhiều hạn chế,… Nợ xấu luôn tồn tại ở bất cứ ngân hàng nào từ ngân hàng nhỏ đến ngân hàng hàng đầu thế giới vì nó là một phần tất yếu của hoạt động kinh doanh của ngân hàng.

Hiệu quả của quản trị rủi ro tín dụng là kiểm soát được nợ xấu ở một mức độ nhất định đảm bảo cho sự hoạt động bền vững của ngân hàng. 6 Khóa luận tốt nghiệp Chính vì thế XHTD nhằm hạn chế và giới hạn rủi ro ở mức mục tiêu nhằm đảm bảo ổn định thanh khoản và thích ứng các tình huống xấu có thể xảy ra, đồng thời XHTD cũng hỗ trợ cho các TCTD phân loại nợ và trích lập rủi ro tiến tới mục tiêu tối đa hóa lợi nhuận và đảm bảo sự ổn định của hệ thống ngân hàng. Giúp ngân hàng quản lí tốt hơn danh mục tín dụng: giám sát và đánh giá các khoản tín dụng cho biết khoản vay có chất lượng tốt hay đang có xu hướng xấu đi, từ đó đưa ra những giải pháp kịp thời, đánh giá hiệu quả danh mục đầu tư thông qua việc giám sát thay đổi dư nợ và phân loại nợ trong từng nhóm khách hàng đã được xếp hạng, giúp kiểm soát được mức độ tín dụng của khách hàng và phát triển chiến lược hướng tới các khách hàng tốt và rủi ro ít hơn. XHTD giúp ngân hàng giảm chi phí và thời gian ra quyết định cho vay thông qua thực hiện chính sách khách hàng như hạn mức cho vay, thời hạn cho vay, giá trị tài sản đảm bảo cần cho khoản vay, lãi suất cho vay.

 Đối với nhà đầu tư XHTD giúp cho nhà đầu tư có một công cụ để đánh giá rủi ro tín dụng, giảm thiểu chi phi thu nhập, phân tích giám sát khả năng trả nợ của các tổ chức phát hành trái phiếu, công cụ nợ. Đồng thời nhà đầu tư cũng có thể nhận mức lãi suất cao hơn do giảm bớt được trung gian tài chính trong quá trình lưu thông tiền tệ.  Đối với doanh nghiệp được xếp hạng Kết quả XHTD có sự ảnh hưởng rất lớn đến bản thân các DN, đặc biệt sự thành công của DN trên thị trường vốn khi thực hiện huy động vốn. Kết quả XHTD sẽ đánh giá mức độ uy tín của DN trên thị trường.

Đặc biệt đối với các nhà phát hành lần đầu ra công chúng hoặc quan hệ tín dụng lần đầu tiên tại các tổ chức tín dụng, uy tín sẽ gia tăng nhiều lần nếu kết quả xếp hạng cao được công bố từ các tổ chức xếp hạng có danh tiếng trên thế giới. Và trong tình hình kinh tế có nhiều bất ổn, doanh nghiệp nào giữ vững được vị trí xếp hạng thì sẽ càng thu hút được nhiều nhà đầu tư. 7 Khóa luận tốt nghiệp Ngoài ra, các công ty có kết quả xếp hạng tín nhiệm càng cao thì càng thu hút được nhiều nhà đầu tư, tăng khả năng huy động vốn, chi phí vay vốn càng giảm.  Đối với thị trường tài chính Theo xu thế phát triển chung của thế giới, ngày nay hầu hết trên các thị trường tài chính của các nước đều tồn tại các tổ chức XHTD.

Kết quả XHTD là nguồn thông tin vô cùng quan trọng để các nhà điều hành vĩ mô có thể sử dụng như một công cụ giám sát thị trường, giảm thiểu rủi ro cho các nhà đầu tư. Đồng thời kết qủa xếp hạng cũng là báo hiệu để các cơ quan quản lý kịp thời điều chỉnh các chính sách, kế hoạch sao cho nền kinh tế đi vào trạng thái phát triển bền vững. Ngoài ra, XHTD doanh nghiệp cũng đóng vai trò quảng bá hình ảnh cho các tổ chức, DN và cung cấp thông tin cho đối tác, tạo lập niềm tin cho thị trường. Đặc điểm Xếp hạng tín dụng - Xếp hạng tín dụng được tiến hành dựa trên những thông tin thu thập được từ những đối tượng được XHTD, và những nguồn thông tin được coi là đáng tin cậy.

- Xếp hạng tín dụng không phải là một sự giới thiệu để mua hay bán một đối tượng nào đó, cũng không phải là lời khuyên tài trợ, đầu tư hoặc nắm giữ các công cụ nợ mà XHTD chỉ thực hiện chức năng độc lập là đánh giá mức độ rủi ro tín dụng hay mức độ tín dụng của một đối tượng được xếp hạng. Chúng chỉ là một trong những nhân tố mà nhà đầu tư và các nhà tài trợ nên tham khảo trước khi ra quyết định đầu tư, tài trợ. - Kết quả XHTD chỉ là một tiêu chí phục vụ cho quá trình đưa ra các quyết định và có giá trị trong một khoảng thời gian nhất định. XHTD không đảm bảo tuyệt đối chất lượng tín dụng và rủi ro tín dụng trong tương lai.

Như vậy, XHTD là một nhân tố quan trọng, nhưng không thể thay thế hoàn toàn cho việc thuyết minh về tính đáng tin cậy của đối tượng được XHTD. 8 Khóa luận tốt nghiệp 1. Đối tượng của Xếp hạng tín dụng Đối tượng của XHTD bao gồm những thông số, thông tin của khách hàng có hoạt động tín dụng tại NHTM như: các thông tin tài chính từ báo cáo tài chính của DN, các thông tin phi tài chính (khả năng trả nợ từ lưu chuyển tiền tệ, môi trường kiểm soát nội bộ, quan hệ với ngân hàng,…) Hiện nay có nhiều cách để phân loại XHTD. Tùy thuộc vào các căn cứ khác nhau.

người ta có thể phân loại như sau: - Xếp hạng tín dụng cá nhân: đây là hình thức xếp hạng được áp dụng đối với các khách hàng cá nhân tham gia vào hoạt động tín dụng của các NHTM. Việc XHTD cá nhân được thực hiện dựa trên lịch sử vay nợ và trả nợ, số lượng và loại tài sản đảm bảo mà cá nhân đó đang sở hữu, những khoản thanh toán chậm hoặc nợ quá hạn…Tất cả những thông tin đó đều được thu thập và tổng hợp trong các báo cáo XHTD về cá nhân đó. - Xếp hạng tín dụng doanh nghiệp: đây là hình thức tập trung vào đối tượng xếp hạng là các DN. Việc XHTD DN được thực hiện bằng nhiều phương pháp khác nhau, nhưng về cơ bản vẫn dựa trên các chỉ tiêu tài chính và phi tài chính của DN để đánh giá.

- Xếp hạng tín dụng quốc gia: loại hình XHTD này đánh giá mức độ tin cậy của một quốc gia, để từ đó có thể so sánh môi trường đầu tư giữa các quốc gia. Quốc gia nào càng được XHTD cao thì càng nhận được sự tín nhiệm của các nhà đầu tư nước ngoài nên sẽ thu hút được nhiều nguồn vốn đầu tư.