Khóa luận tốt nghiệp ứng dụng mô hình logistic để xếp hạng tín dụng nhóm doanh nghiệp kinh doanh bđs xây dựng niêm yết trên sàn giao dịch chứng khoán thành phố hồ chí minh

Khóa luận phân tích ứng dụng mô hình logistic trong xếp hạng tín dụng doanh nghiệp bất động sản niêm yết tại sàn chứng khoán TP.HCM.

• Tác giả: Tôn Nữ Xuân Thi
• Người hướng dẫn: PGS. Trịnh Văn Sơn
• Trường học: Đại học Kinh tế
• Chuyên ngành: Kế toán tài chính
• Đề tài: Xếp Hạng Tín Dụng Doanh Nghiệp Bất Động Sản Niêm Yết Tại TP.HCM Bằng Mô Hình Logistic
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2014
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• DANH MỤC TỪ VIẾT TẮT VÀ KÝ HIỆU
• DANH MỤC SƠ ĐỒ - ĐỒ THỊ
• DANH MỤC BẢNG BIỂU
• PHẦN 1: ĐẶT VẤN ĐỀ
• Lý do chọn đề tài
• Mục tiêu nghiên cứu
• Mục tiêu chung
• Mục tiêu cụ thể
• Phương pháp nghiên cứu
• Phạm vi nghiên cứu
• Kết cấu của đề tài
• 1. CHƯƠNG 1: CƠ SỞ LÝ LUẬN VỀ XẾP HẠNG TÍN DỤNG VÀ MÔ HÌNH LOGISTIC
• 1.1. Tổng quan về xếp hạng tín dụng
• 1.1.1. Khái niệm xếp hạng tín dụng
• 1.1.2. Mục đích của xếp hạng tín dụng
• 1.1.2.1. Đối với ngân hàng
• 1.1.2.2. Đối với các nhà đầu tư và thị trường chứng khoán
• 1.1.2.3. Đối với các doanh nghiệp được xếp hạng
• 1.1.2.4. Đối với các cơ quan quản lý nhà nước
• 1.1.2.5. Đối với các nhà đầu tư nước ngoài
• 1.1.3. Đặc điểm và đối tượng xếp hạng tín dụng
• 1.1.3.1. Đặc điểm của xếp hạng tín dụng
• 1.1.3.2. Đối tượng xếp hạng tín dụng
• 1.1.4. Đánh giá các nhân tố trong xếp hạng tín dụng doanh nghiệp
• 1.1.4.1. Môi trường doanh nghiệp
• 1.1.4.2. Sản phẩm và thị trường của doanh nghiệp
• 1.1.4.3. Quản trị doanh nghiệp
• 1.1.4.4. Tình hình tài chính
• 1.1.5. Các phương pháp xếp hạng tín dụng
• 1.1.5.1. Phương pháp chuyên gia
• 1.1.5.2. Phương pháp thống kê
• 1.1.5.3. Phương pháp định giá quyền chọn
• 1.1.5.4. Phương pháp kết hợp
• 1.1.6. Quy trình xếp hạng tín dụng
• 1.2. Giới thiệu về mô hình hồi quy Logistic
• 1.2.1. Khái niệm về hồi quy Logistic
• 1.2.2. Lý thuyết về mô hình hồi quy Logistic và ứng dụng của mô hình trong xếp hạng tín dụng doanh nghiệp
• 1.2.3. Kiểm định mô hình theo phương pháp ước lượng hợp lý tối đa
• 1.2.3.1. Kiểm định độ phù hợp của mô hình
• 1.2.3.2. Kiểm định ý nghĩa của các hệ số
• 1.2.3.3. Kiểm định mức độ phù hợp tổng quát
• 1.2.3.4. Kiểm định tính ngẫu nhiên của phần dư
• 1.3. Tổng quan các nghiên cứu trước đây
• 1.3.1. Trên thế giới
• 1.3.2. Xếp hạng tín dụng của một số nước trên thế giới và Việt Nam
• 1.3.2.1. Trên thế giới
• 1.3.2.2. Tại Việt Nam
• 2. CHƯƠNG 2: TỔNG QUAN NHÓM NGÀNH KINH DOANH BẤT ĐỘNG SẢN- XÂY DỰNG NIÊM YẾT TRÊN SÀN GDCK TP HỒ CHÍ MINH
• 2.1. Đánh giá chung về thị trường bất động sản TP Hồ Chí Minh
• 2.2. Thực trạng của nhóm DN kinh doanh bất động sản -xây dựng niêm yết trên TTCK Việt Nam nói chung và TTCK TP Hồ Chí Minh nói riêng
• 2.3. Dấu hiệu xác định doanh nghiệp có nguy cơ phá sản
• 3. CHƯƠNG 3: ỨNG DỤNG MÔ HÌNH LOGISTIC ĐỂ XẾP HẠNG TÍN DỤNG NHÓM DOANH NGHIỆP KINH DOANH BẤT ĐỘNG SẢN- XÂY DỰNG NIÊM YẾT TRÊN SÀN GDCK TP HỒ CHÍ MINH
• 3.1. Cơ sở lựa chọn mô hình Logistic
• 3.2. Mẫu nghiên cứu
• 3.3. Lựa chọn biến số
• 3.3.1. Biến phụ thuộc
• 3.3.2. Biến độc lập
• 3.4. Kết quả thực nghiệm
• 3.4.1. Thống kê mô tả các biến
• 3.4.2. Hồi quy mô hình Logistic với đầy đủ 10 biến số
• 3.4.3. Kiểm tra đa cộng tuyến
• 3.4.4. Hiệu chỉnh mô hình
• 3.4.4.1. Loại bớt biến không có ý nghĩa
• 3.4.4.2. Hồi quy lại mô hình sau khi loại bỏ các biến không ý nghĩa
• 3.4.5. Kiểm định sự phù hợp của mô hình Logistic
• 3.4.6. Kết quả xếp hạng tín dụng các doanh nghiệp nhóm ngành kinh doanh bất động sản - xây dựng
• 3.5. Tính thực tiễn của mô hình Logistic
• PHẦN III: KẾT LUẬN VÀ KIẾN NGHỊ
• Hạn chế của đề tài và hướng phát triển
• DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Xếp hạng tín dụng và mô hình logistic

Xếp hạng tín dụng là quá trình đánh giá chất lượng tín dụng và khả năng trả nợ của các doanh nghiệp. Mô hình logistic được sử dụng để dự đoán xác suất rủi ro tín dụng dựa trên các biến tài chính. Nghiên cứu này tập trung vào việc áp dụng mô hình logistic để xếp hạng tín dụng cho các doanh nghiệp bất động sản niêm yết tại TP.HCM, nhằm cung cấp thông tin hữu ích cho các nhà đầu tư và ngân hàng.

1.1. Khái niệm xếp hạng tín dụng

Xếp hạng tín dụng là đánh giá chất lượng tín dụng và khả năng trả nợ của một đối tượng. Theo các tổ chức như Standard & Poor’s và Moody’s, xếp hạng tín dụng giúp đo lường rủi ro tín dụng và dự báo khả năng thanh toán. Đối với doanh nghiệp bất động sản, xếp hạng tín dụng càng quan trọng do tính chất rủi ro cao của ngành.

1.2. Mục đích của xếp hạng tín dụng

Xếp hạng tín dụng phục vụ nhiều mục đích khác nhau. Đối với ngân hàng, nó giúp quyết định cấp tín dụng và quản lý rủi ro. Đối với nhà đầu tư, nó cung cấp thông tin để lựa chọn chứng khoán. Đối với doanh nghiệp, nó giúp đánh giá hiệu quả hoạt động và cạnh tranh. Đối với cơ quan quản lý, nó hỗ trợ trong việc hoạch định chính sách.

II. Doanh nghiệp bất động sản niêm yết tại TP

Nghiên cứu tập trung vào doanh nghiệp bất động sản niêm yết tại TP.HCM, một thị trường có tính biến động cao. Năm 2012, thị trường bất động sản tại TP.HCM gặp nhiều khó khăn, dẫn đến tình trạng đóng băng và tăng nợ xấu. Điều này làm tăng nhu cầu phân tích tín dụng và đánh giá rủi ro để hỗ trợ các quyết định đầu tư và tài chính.

2.1. Thực trạng thị trường bất động sản

Thị trường bất động sản niêm yết tại TP.HCM năm 2012 chứng kiến sự suy thoái nghiêm trọng. Nhiều doanh nghiệp phải đóng cửa hoặc bán dự án do thiếu vốn. Điều này làm tăng rủi ro tín dụng và ảnh hưởng đến toàn bộ hệ thống tài chính. Phân tích tín dụng và quản lý rủi ro trở thành yếu tố then chốt để duy trì hoạt động của các doanh nghiệp.

2.2. Đặc điểm doanh nghiệp bất động sản

Doanh nghiệp bất động sản có đặc điểm là vốn đầu tư lớn và chu kỳ kinh doanh dài. Điều này làm tăng rủi ro tín dụng, đặc biệt trong bối cảnh thị trường bất ổn. Xếp hạng tín dụng giúp đánh giá khả năng trả nợ và dự báo rủi ro phá sản, từ đó hỗ trợ các quyết định đầu tư và tài chính.

III. Ứng dụng mô hình logistic trong xếp hạng tín dụng

Mô hình logistic được sử dụng để phân tích tín dụng và dự đoán xác suất rủi ro tín dụng của các doanh nghiệp bất động sản niêm yết tại TP.HCM. Nghiên cứu sử dụng các biến tài chính như tỷ lệ nợ, lợi nhuận, và thanh khoản để xây dựng mô hình. Kết quả cho thấy mô hình logistic có độ chính xác cao trong việc dự báo rủi ro tín dụng.

3.1. Lựa chọn biến số

Nghiên cứu lựa chọn các biến tài chính như tỷ lệ nợ, lợi nhuận, và thanh khoản để đưa vào mô hình logistic. Các biến này được chọn dựa trên khả năng phản ánh tình hình tài chính và rủi ro tín dụng của doanh nghiệp bất động sản. Kết quả phân tích cho thấy các biến này có ý nghĩa thống kê cao trong việc dự báo rủi ro.

3.2. Kết quả thực nghiệm

Kết quả thực nghiệm từ mô hình logistic cho thấy độ chính xác cao trong việc dự báo rủi ro tín dụng. Mô hình giúp xác định các doanh nghiệp có nguy cơ phá sản cao, từ đó hỗ trợ các quyết định đầu tư và tài chính. Phương pháp logistic được đánh giá là hiệu quả trong việc định lượng rủi ro và quản lý rủi ro.

IV. Giá trị và ứng dụng thực tiễn

Nghiên cứu này cung cấp một công cụ hiệu quả để phân tích tín dụng và đánh giá rủi ro cho các doanh nghiệp bất động sản niêm yết tại TP.HCM. Mô hình logistic không chỉ hỗ trợ các ngân hàng trong việc quyết định cấp tín dụng mà còn giúp các nhà đầu tư đưa ra quyết định đầu tư chính xác hơn. Nghiên cứu cũng góp phần vào việc nâng cao hiệu quả quản lý rủi ro trong ngành bất động sản.

4.1. Ứng dụng trong ngân hàng

Mô hình logistic giúp các ngân hàng đánh giá rủi ro tín dụng và quyết định cấp tín dụng một cách chính xác hơn. Điều này giảm thiểu rủi ro nợ xấu và nâng cao hiệu quả hoạt động của ngân hàng. Phân tích tín dụng dựa trên mô hình logistic cũng hỗ trợ trong việc quản lý danh mục đầu tư và dự phòng rủi ro.

4.2. Ứng dụng trong đầu tư

Đối với các nhà đầu tư, mô hình logistic cung cấp thông tin quan trọng về rủi ro tín dụng của các doanh nghiệp bất động sản. Điều này giúp nhà đầu tư lựa chọn chứng khoán phù hợp và giảm thiểu rủi ro đầu tư. Đánh giá rủi ro dựa trên mô hình logistic cũng hỗ trợ trong việc xây dựng danh mục đầu tư hiệu quả.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp tập trung giải quyết bài toán đo lường và dự báo rủi ro tín dụng đối với nhóm doanh nghiệp kinh doanh bất động sản và xây dựng niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn khủng hoảng 2012–2013.

Năm 2012, nền kinh tế Việt Nam đối mặt với nhiều biến động, nổi bật là tình trạng thị trường bất động sản bị đóng băng kéo dài. Hệ quả trực tiếp là nợ xấu tại các ngân hàng thương mại gia tăng mạnh, đe dọa thanh khoản của toàn hệ thống tài chính, đồng thời khiến thị trường chứng khoán sụt giảm nghiêm trọng. Ngành bất động sản và ngành xây dựng có mối quan hệ tương hỗ sống còn; sự đình trệ của các dự án bất động sản lập tức kéo theo sự suy thoái của các doanh nghiệp xây lắp và vật liệu xây dựng. Hàng loạt doanh nghiệp môi giới, chủ đầu tư thiếu năng lực tài chính phải đóng cửa, rao bán dự án hoặc đứng trước nguy cơ phá sản. Trong bối cảnh mức độ rủi ro ngành tăng cao, việc xếp hạng tín dụng để cung cấp thông tin minh bạch, khách quan cho các ngân hàng và nhà đầu tư trở nên cấp thiết.

Mục tiêu nghiên cứu của đề tài được xác định cụ thể:

• Mục tiêu chung: Tiếp cận hệ thống lý thuyết về xếp hạng tín dụng và mô hình hồi quy Logistic, từ đó ứng dụng mô hình này để xếp hạng tín dụng nhóm doanh nghiệp kinh doanh bất động sản – xây dựng niêm yết, đưa ra kết quả dự báo xác suất rủi ro phục vụ việc ra quyết định tài chính.
• Mục tiêu cụ thể:
  1. Lựa chọn những chỉ số tài chính thích hợp của doanh nghiệp để đưa vào mô hình hồi quy nhằm đưa ra kết quả dự báo chính xác về rủi ro tín dụng.
  2. Tính toán xác suất phá sản (mất khả năng thanh toán) của từng doanh nghiệp trong mẫu nghiên cứu.
  3. Đưa ra các quyết định và giải pháp quản trị, đầu tư, cấp tín dụng trên cơ sở kết quả phân tích định lượng.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Năng lực tín dụng, mức độ rủi ro tín dụng và xác suất phá sản của doanh nghiệp.
• Phạm vi không gian: 68 doanh nghiệp thuộc nhóm ngành kinh doanh bất động sản – xây dựng có cổ phiếu niêm yết trên Sàn Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE).
• Phạm vi thời gian: Dữ liệu tài chính căn cứ theo Báo cáo tài chính kiểm toán năm 2012 và diễn biến thị trường giai đoạn 2012–2013.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng trên nền tảng lý thuyết xếp hạng tín dụng doanh nghiệp kết hợp với phương pháp mô hình hóa kinh tế lượng:

• Khung lý thuyết và các mô hình nền tảng:
  • Khái niệm xếp hạng tín dụng: Tác giả tổng hợp quan điểm từ các tổ chức quốc tế như Standard & Poor's, Moody's, Viện Nghiên cứu Nomura (NRI) và Vietnam Rating, định nghĩa xếp hạng tín dụng là việc đánh giá chất lượng tín dụng và khả năng/sự sẵn sàng hoàn thành các nghĩa vụ tài chính (gốc và lãi) đúng hạn thông qua hệ thống ký hiệu phân loại xác định trước.
  • Các phương pháp xếp hạng tín dụng truyền thống: Phương pháp chuyên gia (định tính), phương pháp thống kê (mô hình điểm số Z của Edward I. Altman 1968, Z', Z''; mô hình phân tích phân biệt đa biến MDA; mô hình mạng nơ-ron), phương pháp định giá quyền chọn (mô hình Merton, Black-Scholes, KMV) và phương pháp kết hợp.
  • Hệ thống xếp hạng tín dụng của CIC: Khóa luận đối chiếu quy trình 8 bước và hệ thống thang điểm 9 bậc (từ AAA đến C) của Trung tâm Thông tin Tín dụng (CIC) trực thuộc Ngân hàng Nhà nước Việt Nam (thành lập theo Quyết định số 68/1999/QĐ-NHNN9).
  • Tiêu chuẩn xác định rủi ro tín dụng theo Basel II: Doanh nghiệp được xác định có rủi ro tín dụng khi xuất hiện ít nhất một trong các dấu hiệu: (1) Mất khả năng thực hiện nghĩa vụ tín dụng; (2) Vốn lưu động thường xuyên âm ($\text{Tài sản ngắn hạn} - \text{Nợ ngắn hạn} < 0$); (3) Giá trị thị trường của doanh nghiệp nhỏ hơn tổng nợ phải trả. Do dấu hiệu đầu tiên khó quan sát từ bên ngoài, đề tài căn cứ vào dấu hiệu (2) và (3) để gán nhãn biến phụ thuộc.

Hạng tín dụng CIC	Nội dung xếp loại	Mức độ rủi ro
AAA	Hoạt động hiệu quả cao, tự chủ tài chính rất tốt, tiềm lực mạnh, lịch sử trả nợ tốt	Rủi ro thấp nhất
AA	Hoạt động hiệu quả và ổn định, tự chủ tài chính tốt, triển vọng tốt	Rủi ro thấp
A	Tình hình tài chính ổn định, kinh doanh có hiệu quả, lịch sử trả nợ tốt	Rủi ro tương đối thấp
BBB	Hoạt động tương đối hiệu quả, có hạn chế nhất định về tài chính	Rủi ro trung bình
BB	Hiện tại tốt nhưng dễ bị tổn thương trước cạnh tranh, tiềm lực trung bình	Rủi ro trung bình
B	Chưa có hiệu quả, tự chủ tài chính thấp	Rủi ro tương đối cao
CCC	Hiệu quả thấp, quản lý kém, khả năng trả nợ thấp, tự chủ yếu	Rủi ro cao
CC	Kém hiệu quả, tự chủ yếu kém, khả năng trả nợ ngân hàng kém	Rủi ro rất cao
C	Yếu kém, thua lỗ kéo dài, có nợ quá hạn, mất tự chủ tài chính	Rủi ro rất cao

• Phương pháp nghiên cứu:

  • Mô hình hồi quy Logistic (Binary Logistic Regression): Được phát triển bởi David R. Cox (thập niên 1970). Mô hình sử dụng biến phụ thuộc nhị phân $Y_i \in {0, 1}$ tuân theo phân phối Bernoulli.
  • Công thức xác suất Logistic: $$P(Y = 1) = P_i = \frac{1}{1 + e^{-(\beta_1 + \beta_2 X_{2i} + \dots + \beta_k X_{ki})}}$$ Trong đó, tỷ số chênh lệch $\text{Odds} = \frac{P_i}{1 - P_i}$, và hàm Logit tuyến tính theo các hệ số: $\ln\left(\frac{P_i}{1 - P_i}\right) = \beta_1 + \beta_2 X_{2i} + \dots + \beta_k X_{ki}$.
  • Kỹ thuật ước lượng và kiểm định: Sử dụng phương pháp Ước lượng hợp lý tối đa (Maximum Likelihood Estimation - MLE) thay thế cho OLS. Đánh giá độ phù hợp thông qua chỉ tiêu $-2\text{LL}$ ($-2 \text{ Log Likelihood}$), hệ số tương đương $\text{McFadden } R^2 = 1 - \frac{\text{LL}{\text{FUR}}}{\text{LL}{\text{FR}}}$, kiểm định Wald Chi-Square cho ý nghĩa từng biến, kiểm định tổng thể Omnibus Tests of Model Coefficients và kiểm tra tính ngẫu nhiên của phần dư qua đồ thị.
  • Phần mềm xử lý: SPSS kết hợp EViews.

• Hệ thống biến số và nguồn dữ liệu:

  • Nguồn dữ liệu gồm báo cáo tài chính kiểm toán năm 2012 của 68 doanh nghiệp niêm yết trên sàn HOSE.
  • Toàn bộ các chỉ tiêu đưa vào mô hình là biến tài chính định lượng, loại bỏ hoàn toàn các tiêu chí định tính phi tài chính nhằm đảm bảo tính minh bạch, khách quan, tránh thông tin bất cân xứng và loại trừ hiện tượng nhiễu mô hình.

Ký hiệu	Tên biến chỉ số tài chính	Nhóm chỉ tiêu	Công thức tính	Kỳ vọng dấu
Y	Tình trạng rủi ro tín dụng	Biến phụ thuộc	Nhận giá trị 1 (có rủi ro) hoặc 0 (không rủi ro)	-
X1	Khả năng thanh toán ngắn hạn	Thanh toán	$\text{Tài sản ngắn hạn} / \text{Nợ ngắn hạn}$	$-$
X2	Khả năng thanh toán lãi vay	Thanh toán	$(\text{Lợi nhuận trước thuế} + \text{Lãi vay}) / \text{Lãi vay}$	$-$
X3	Chỉ số thanh toán nhanh	Thanh toán	$(\text{Tài sản ngắn hạn} - \text{Hàng tồn kho}) / \text{Nợ ngắn hạn}$	$-$
X4	Kỳ thu tiền bình quân	Hoạt động	$(\text{Khoản phải thu bình quân} \times 365) / \text{Doanh thu thuần}$	$+$
X5	Vòng quay hàng tồn kho	Hoạt động	$\text{Giá vốn hàng bán} / \text{Hàng tồn kho bình quân}$	$-$
X6	Nợ phải trả trên Tổng tài sản	Cân nợ (Đòn bẩy)	$\text{Nợ phải trả} / \text{Tổng tài sản}$	$+$
X7	Nợ phải trả trên Vốn chủ sở hữu	Cân nợ (Đòn bẩy)	$\text{Nợ phải trả} / \text{Vốn chủ sở hữu}$	$+$
X8	Hiệu suất sử dụng tài sản cố định	Hoạt động	$\text{Doanh thu thuần} / \text{Tài sản cố định}$	$-$
X9	Lợi nhuận sau thuế / Vốn CSH (ROE)	Lợi nhuận	$\text{Lợi nhuận sau thuế} / \text{Vốn chủ sở hữu bình quân}$	$-$
X10	Lợi nhuận sau thuế / Tổng TS (ROA)	Lợi nhuận	$\text{Lợi nhuận sau thuế} / \text{Tổng tài sản bình quân}$	$-$

Nội dung chính theo từng chương

Chương I: Cơ sở lý luận về xếp hạng tín dụng và mô hình Logistic

Chương I hệ thống hóa toàn bộ khung lý luận về xếp hạng tín dụng và toán học của mô hình Logistic:

• Phân tích vai trò của xếp hạng tín dụng đối với 5 chủ thể: ngân hàng thương mại (ra quyết định cấp tín dụng, định giá lãi suất, trích lập dự phòng), nhà đầu tư chứng khoán (lựa chọn danh mục, giảm chi phí thông tin), doanh nghiệp phát hành (định vị thương hiệu, giảm chi phí huy động vốn), cơ quan quản lý nhà nước (NHNN và Chính phủ điều tiết vĩ mô) và nhà đầu tư nước ngoài (thẩm định đối tác).
• Phân tích 4 nhóm nhân tố bên trong và bên ngoài ảnh hưởng đến năng lực tín dụng doanh nghiệp: Môi trường kinh doanh; Sản phẩm và thị trường; Năng lực quản trị doanh nghiệp; Tình hình tài chính (được xem là trọng tâm định lượng qua các tỷ số thanh khoản, hoạt động, đòn bẩy nợ, sinh lời, lưu chuyển tiền tệ và chính sách phân phối lợi nhuận).
• Trình bày 4 phương pháp xếp hạng tín dụng phổ biến cùng ưu nhược điểm: Phương pháp chuyên gia, phương pháp thống kê, phương pháp định giá quyền chọn và phương pháp kết hợp; khái quát sơ đồ quy trình xếp hạng 5 bước.
• Thiết lập lý thuyết toán học cho mô hình Logistic: Bản chất phân phối Bernoulli của biến nhị phân $Y$, hàm liên kết Logit, sự vượt trội của phương pháp MLE so với OLS khi biến phụ thuộc bị giới hạn trong khoảng $[0, 1]$, các tiêu chuẩn kiểm định $-2\text{LL}$, kiểm định Wald Chi-Square, Omnibus test và kiểm định tính ngẫu nhiên của phần dư.
• Tổng quan các công trình tiền bối: Nghiên cứu Z-score của Altman (1968, 1983) tại Mỹ; mô hình Merton/KMV (1974); các công trình tại Việt Nam của PGS.TS Nguyễn Trọng Hoà (2008), TS Bùi Phúc Trung (2010), PGS.TS Hoàng Tùng (2011). Tổng kết hoạt động của các tổ chức quốc tế (Moody's, S&P, Fitch, JCIC, JBRI) và tổ chức xếp hạng tín dụng tại Việt Nam (trọng tâm là CIC của NHNN).

Chương II: Tổng quan nhóm ngành kinh doanh bất động sản - xây dựng niêm yết trên sàn GDCK TP Hồ Chí Minh

Chương II tập trung phân tích bức tranh thực trạng của ngành bất động sản và xây dựng tại TP.HCM và trên thị trường chứng khoán năm 2012:

• Phân tích 4 phân khúc thị trường bất động sản TP.HCM dựa trên dữ liệu của CBRE:
  • Văn phòng cho thuê: TP.HCM có 9 tòa nhà hạng A, 49 tòa hạng B, 245 tòa hạng C với tổng diện tích sàn 1,95 triệu m²; tỷ lệ trống trung bình 12%; giá thuê hạng A đạt 30,56 USD/m²/tháng (giảm 10,7%), hạng B đạt 17,25 USD/m²/tháng; tổng lượng hấp thụ chỉ đạt 94.100 m² sàn (giảm 50% so với 2011). Tòa nhà Bitexco Financial Tower có tỷ lệ trống 35%; President Place đạt tỷ lệ lấp đầy trước khai trương 35%.
  • Căn hộ để bán: Trầm lắng với 4.441 căn chào bán mới (giảm 72,8% so với 2011), lượng hàng tồn kho toàn thành phố xấp xỉ 28.000 căn, giá bán sơ cấp và thứ cấp giảm bình quân 20%.
  • Mặt bằng bán lẻ: Diện tích đạt gần 800.000 m² (nhờ đưa vào hoạt động Vincom Center A, Pandora Plaza, Co.opmart Hòa Hảo, BigC Trường Chinh), tỷ lệ trống giữ mức 9%.
  • Biệt thự, nhà phố và đất nền: Giá đất sụt giảm diện rộng (Quận 9 giảm 12%; Thủ Đức, Nhà Bè, Bình Chánh, Quận 2 giảm 6% đến 10%). Các chính sách hỗ trợ như Nghị quyết 02 gói 30.000 tỷ đồng có tiến độ giải ngân chậm, chưa tháo gỡ được ách tắc thanh khoản.
• Thực trạng tài chính của nhóm doanh nghiệp niêm yết:
  • Thực trạng được khái quát bằng hiện tượng "3 dở dang, 3 sụt giảm" (dự án, công trình, đền bù dở dang; giá cả, giao dịch, sức mua sụt giảm).
  • Khối lượng vốn ứ đọng: Tồn kho căn hộ tại Hà Nội khoảng 21.000 căn và TP.HCM khoảng 18.000 căn, tương đương lượng vốn bị đóng băng khoảng 86.000 tỷ đồng.
  • Thống kê 70 doanh nghiệp bất động sản niêm yết tại quý 2/2012 cho thấy tổng giá trị hàng tồn kho lên tới 72.405 tỷ đồng, trong đó 18 doanh nghiệp có tồn kho vượt 1.000 tỷ đồng.
  • Tỷ suất sinh lời suy giảm mạnh: Tỷ suất ROE của nhóm 12 doanh nghiệp bất động sản lớn giảm từ 25,2% (quý 4/2011) xuống 7,93% (quý 2/2012). SJS lỗ lũy kế 179 tỷ đồng đến hết quý 2/2012, NTL chỉ đạt lợi nhuận sau thuế 7,4 tỷ đồng trong quý 3/2012.
  • Ngành xây dựng và vật liệu xây dựng chịu tác động lan truyền nghiêm trọng: Công ty Thép Việt giảm 50% công suất, Thép Vạn Lợi ngừng sản xuất, Thép Đình Vũ thua lỗ liên tục, Thép Cửu Long Vinashin ngừng hoạt động tìm đối tác bán lại; Hiệp hội Thép Việt Nam (VSA) ghi nhận khoảng 20% doanh nghiệp thép phá sản trong năm 2012.
• Nhận diện rủi ro mẫu nghiên cứu: Dựa trên 2 dấu hiệu Basel II quan sát được từ BCTC và dữ liệu thị trường (Vốn lưu động thường xuyên âm và Giá trị thị trường nhỏ hơn Tổng nợ phải trả), trong 68 doanh nghiệp niêm yết trên HOSE, tác giả phân loại được 16 doanh nghiệp có rủi ro tín dụng ($Y=1$) và 52 doanh nghiệp không có rủi ro tín dụng ($Y=0$).

Chương III: Ứng dụng mô hình Logistic để xếp hạng tín dụng nhóm doanh nghiệp kinh doanh bất động sản - xây dựng niêm yết trên sàn GDCK TP Hồ Chí Minh

Chương III trình bày quá trình thực nghiệm kinh tế lượng và xây dựng hàm phân loại:

• Lý do chọn mô hình Logistic: Khắc phục nhược điểm giả định phân phối chuẩn nghiêm ngặt của mô hình phân tích biệt số MDA/Z-score, xử lý tối ưu biến phụ thuộc nhị phân $[0,1]$, không đòi hỏi cỡ mẫu quá lớn như mạng nơ-ron hay KMV, đồng thời cho phép phân tích độ nhạy của từng hệ số tài chính.
• Quy trình thực nghiệm và kiểm định:
  1. Thống kê mô tả 10 biến độc lập từ bộ dữ liệu 68 doanh nghiệp năm 2012.
  2. Hồi quy mô hình Logistic tổng quát với đầy đủ 10 biến số tài chính ban đầu ($X_1$ đến $X_{10}$).
  3. Kiểm tra hiện tượng đa cộng tuyến thông qua ma trận hệ số tương quan giữa các biến độc lập và hệ số $R^2$ của các mô hình phụ trợ.
  4. Hiệu chỉnh mô hình bằng cách loại bỏ các biến không có ý nghĩa thống kê (giá trị $p\text{-value} > 0{,}05$ hoặc kiểm định Wald không thỏa mãn).
  5. Chạy hồi quy lại mô hình tinh gọn, thực hiện kiểm định sự phù hợp tổng thể qua Omnibus Tests, giá trị $-2\text{LL}$, hệ số $\text{McFadden } R^2$, kiểm định định dạng hàm và kiểm định tính ngẫu nhiên của phần dư qua biểu đồ fitted values đối chiếu resid values.
  6. Tính toán xác suất phá sản cụ thể ($P_i$) cho từng doanh nghiệp trong tổng số 68 đơn vị khảo sát và lập bảng kết quả xếp hạng tín dụng.
  7. Đối chiếu kết quả dự báo của mô hình với thực tế diễn biến tài chính của các doanh nghiệp trên sàn HOSE để khẳng định tính thực tiễn của công cụ hồi quy Logistic.

Kết quả và đóng góp

• Kết quả thực nghiệm chính:

  • Khóa luận đã phân loại thành công bộ mẫu 68 doanh nghiệp bất động sản - xây dựng trên HOSE năm 2012 thành hai nhóm rõ rệt: 16 doanh nghiệp có nguy cơ rủi ro tín dụng cao và 52 doanh nghiệp duy trì trạng thái an toàn theo các chuẩn mực tài chính định lượng của Basel II.
  • Xây dựng được quy trình định lượng hóa việc tính toán xác suất rủi ro tín dụng $P(Y=1)$ trực tiếp từ các chỉ số trên báo cáo tài chính đã kiểm toán, loại bỏ sự phụ thuộc vào các đánh giá cảm tính.
  • Đánh giá được mức độ tác động và ý nghĩa thống kê của từng nhóm chỉ số tài chính (khả năng thanh toán, tốc độ luân chuyển vốn, đòn bẩy nợ và khả năng sinh lời) đối với xác suất vỡ nợ của doanh nghiệp trong giai đoạn kinh tế suy thoái.

• Giải pháp và kiến nghị của tác giả:

  • Đối với các ngân hàng thương mại: Cần áp dụng mô hình Logistic để lượng hóa xác suất rủi ro tín dụng của khách hàng doanh nghiệp bất động sản - xây dựng; thiết lập các ngưỡng xác suất cảnh báo sớm để điều chỉnh hạn mức tín dụng, lãi suất cho vay, thời hạn giải ngân và yêu cầu về tài sản bảo đảm phù hợp; chủ động trích lập dự phòng rủi ro tín dụng chính xác.
  • Đối với nhà đầu tư và thị trường chứng khoán: Sử dụng kết quả dự báo xác suất vỡ nợ từ mô hình như một công cụ độc lập để thanh lọc và tái cơ cấu danh mục đầu tư, hạn chế nắm giữ cổ phiếu của các doanh nghiệp có đòn bẩy nợ quá cao hoặc vốn lưu động thường xuyên âm.
  • Đối với các doanh nghiệp được xếp hạng: Nhận thức rõ các yếu tố tài chính mang tính cảnh báo rủi ro cao (như kỳ thu tiền kéo dài, hàng tồn kho ứ đọng, tỷ lệ nợ trên vốn chủ sở hữu vượt mức an toàn) để chủ động tái cấu trúc nợ, giảm chi phí, tăng cường thanh toán nhanh và quản trị dòng tiền.
  • Đối với cơ quan quản lý (NHNN, Bộ Xây dựng): Có cơ sở dữ liệu định lượng để theo dõi mức độ rủi ro hệ thống theo ngành, kịp thời ban hành các chính sách điều tiết tiền tệ và giải ngân các gói hỗ trợ tín dụng có trọng tâm, tránh hỗ trợ dàn trải cho các doanh nghiệp yếu kém không còn khả năng phục hồi.

• Đóng góp của đề tài:

  • So với các nghiên cứu tổng thể trước đây tại Việt Nam (thường khảo sát chung toàn bộ các doanh nghiệp trên sàn chứng khoán), khóa luận này tập trung chuyên biệt vào một nhóm ngành có mức độ rủi ro đặc thù cao nhất giai đoạn 2012 là Bất động sản – Xây dựng.
  • Khóa luận xây dựng cách tiếp cận minh bạch hóa thông tin: chỉ sử dụng dữ liệu tài chính công khai đã kiểm toán, loại trừ các chỉ tiêu định tính nội bộ, giúp nhà đầu tư bên ngoài có thể tự kiểm chứng và tính toán được xác suất phá sản của doanh nghiệp.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận trình bày các hạn chế và hướng mở rộng nghiên cứu:

• Hạn chế của đề tài:
  • Phạm vi mẫu nghiên cứu: Quy mô mẫu chỉ dừng lại ở 68 doanh nghiệp niêm yết trên Sàn Giao dịch Chứng khoán TP.HCM (HOSE) trong phạm vi một năm tài chính 2012, chưa bao quát các doanh nghiệp trên Sàn Giao dịch Chứng khoán Hà Nội (HNX) cũng như các doanh nghiệp chưa niêm yết.
  • Tính chất dữ liệu: Mô hình hoàn toàn dựa vào số liệu định lượng trên báo cáo tài chính quá khứ. Việc loại bỏ các yếu tố phi tài chính (năng lực ban điều hành, thương hiệu, uy tín pháp lý dự án) dù tăng tính khách quan nhưng làm mất đi một số thông tin định tính quan trọng.
  • Độ trễ thông tin: Báo cáo tài chính phản ánh số liệu tại một thời điểm cố định trong quá khứ, chưa phản ánh tức thời các cú sốc vĩ mô hoặc sự thay đổi đột biến về thanh khoản trong năm tài chính tiếp theo.
• Hướng phát triển:
  • Mở rộng phạm vi thu thập dữ liệu sang chuỗi thời gian nhiều năm (dữ liệu mảng - panel data) và mở rộng sang toàn bộ các doanh nghiệp bất động sản - xây dựng niêm yết trên cả hai sàn HOSE và HNX.
  • Nghiên cứu kết hợp thêm các biến số kinh tế vĩ mô (lãi suất, lạm phát, tăng trưởng tín dụng bất động sản) vào mô hình Logistic nhằm nâng cao độ chính xác trong dự báo rủi ro chu kỳ.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo cho:

• Sinh viên, học viên chuyên ngành Tài chính - Ngân hàng, Kế toán - Kiểm toán và Kinh tế lượng ứng dụng: Cung cấp tài liệu mẫu mực về phương pháp nghiên cứu định lượng, từ việc thiết lập cơ sở lý luận, chọn lọc hệ thống chỉ tiêu tài chính, mã hóa biến Bernoulli cho đến quy trình chạy và kiểm định mô hình hồi quy Binary Logistic trên SPSS và EViews.
• Các nhà nghiên cứu về rủi ro tín dụng và quản trị tài chính doanh nghiệp: Phần tổng quan các nghiên cứu thực nghiệm (Altman, Merton, KMV, CIC) cùng phần trình bày toán học về ước lượng hợp lý tối đa (MLE), kiểm định Wald, chỉ số $-2\text{LL}$ và kiểm định Omnibus là tài liệu tham khảo trực tiếp cho các đề tài xây dựng mô hình cảnh báo sớm nguy cơ phá sản.
• Chuyên viên phân tích rủi ro tín dụng tại các ngân hàng thương mại và các nhà phân tích đầu tư chứng khoán: Cung cấp bức tranh số liệu thực tế về thị trường bất động sản - xây dựng năm 2012 (dữ liệu CBRE, tồn kho, tỷ lệ nợ, biến động giá văn phòng và căn hộ), đồng thời đưa ra góc nhìn thực chứng về việc đo lường rủi ro thanh khoản của các doanh nghiệp bất động sản Việt Nam thời kỳ khủng hoảng.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại gộp chung ngành kinh doanh bất động sản và ngành xây dựng vào cùng một nhóm phân tích?
Theo phân tích của tác giả trong Phần 1 và Chương II, ngành kinh doanh bất động sản, ngành xây dựng và ngành vật liệu xây dựng có mối liên kết tương hỗ chặt chẽ và có mối quan hệ sống còn. Bất kỳ sự biến động, đóng băng hay suy thoái nào của thị trường bất động sản đều tác động tức thì và trực tiếp lên ngành xây dựng và vật liệu xây dựng theo cùng một xu hướng. Do đó, hai ngành này được xếp chung vào một nhóm ngành để đánh giá rủi ro tín dụng toàn diện.

2. Tác giả đã sử dụng những tiêu chuẩn cụ thể nào của Basel II để phân loại một doanh nghiệp có rủi ro tín dụng?
Dựa trên tiêu chuẩn Basel II, tác giả xác định doanh nghiệp có rủi ro tín dụng ($Y=1$) khi thỏa mãn ít nhất một trong hai dấu hiệu quan sát được từ báo cáo tài chính và dữ liệu thị trường: (1) Vốn lưu động thường xuyên âm ($\text{Tài sản ngắn hạn} - \text{Nợ ngắn hạn} < 0$), biểu hiện việc doanh nghiệp dùng nợ ngắn hạn tài trợ tài sản dài hạn gây mất cân bằng thanh toán; (2) Giá trị thị trường của doanh nghiệp (thị giá cổ phiếu nhân tổng số cổ phiếu) nhỏ hơn tổng nợ phải trả. Dấu hiệu không thực hiện được nghĩa vụ tín dụng bị loại bỏ do khó tiếp cận thông tin từ bên ngoài.

3. Vì sao tác giả loại bỏ hoàn toàn các chỉ tiêu định tính (phi tài chính) ra khỏi mô hình nghiên cứu?
Tác giả chủ trương tiếp cận tính minh bạch và khách quan trong nghiên cứu. Các yếu tố định tính (như đánh giá quản trị, uy tín) thường mang tính chủ quan, dựa trên thông tin truyền miệng, phụ thuộc vào nhận định của chuyên gia và không có khung chuẩn đo lường nhất quán. Việc đưa các yếu tố định tính vào mô hình dễ gây hiện tượng "nhiễu mô hình" và làm gia tăng sự bất cân xứng thông tin, do đó chỉ các chỉ tiêu tài chính định lượng được kiểm toán mới được đưa vào mô hình hồi quy.

4. Khóa luận sử dụng những tiêu chí và kiểm định thống kê nào để đánh giá độ phù hợp của mô hình Logistic?
Khóa luận sử dụng các tiêu chuẩn kiểm định kinh tế lượng chuyên biệt cho mô hình Logistic: (1) Thước đo $-2\text{LL}$ ($-2 \text{ Log Likelihood}$) và hệ số $\text{McFadden } R^2$ để đánh giá độ phù hợp tổng thể; (2) Kiểm định Wald Chi-Square để kiểm tra ý nghĩa thống kê của từng hệ số hồi quy riêng lẻ; (3) Kiểm định Chi-Square trong bảng Omnibus Tests of Model Coefficients để kiểm tra ý nghĩa của tổ hợp các biến độc lập; (4) Quan sát đồ thị biểu diễn phần dư (resid values) so với giá trị ước lượng (fitted values) để kiểm tra tính ngẫu nhiên của sai số.

5. Thực trạng hàng tồn kho và hoạt động của các doanh nghiệp bất động sản - xây dựng năm 2012 được ghi nhận với những con số nổi bật nào?
Theo các báo cáo được trích dẫn (CBRE, VCCI, VSA), năm 2012 có lượng vốn ứ đọng trong bất động sản tại Hà Nội và TP.HCM khoảng 86.000 tỷ đồng (với khoảng 28.000 căn hộ tồn kho tại TP.HCM). Thống kê 70 doanh nghiệp bất động sản niêm yết có 72.405 tỷ đồng hàng tồn kho (18 doanh nghiệp có tồn kho trên 1.000 tỷ đồng). Tỷ suất ROE của nhóm 12 doanh nghiệp lớn giảm sâu từ 25,2% xuống 7,93%. Trong ngành thép và xây dựng, khoảng 20% doanh nghiệp thép phá sản, nhiều doanh nghiệp như Thép Việt cắt giảm 50% công suất, Thép Vạn Lợi dừng sản xuất, Thép Cửu Long Vinashin dừng hoạt động.

Kết luận

Khóa luận của tác giả Tôn Nữ Xuân Thi đã xây dựng thành công khung phân tích định lượng ứng dụng mô hình hồi quy Binary Logistic để xếp hạng tín dụng và đo lường xác suất rủi ro phá sản của 68 doanh nghiệp bất động sản – xây dựng niêm yết trên sàn HOSE trong bối cảnh thị trường suy thoái năm 2012. Nghiên cứu kết hợp chặt chẽ giữa cơ sở lý luận quốc tế, hệ thống tiêu chuẩn Basel II, thang đo CIC với dữ liệu tài chính kiểm toán thực tế, cung cấp một quy trình thực nghiệm rõ ràng từ thống kê mô tả, kiểm tra đa cộng tuyến đến kiểm định mô hình. Kết quả của đề tài đóng vai trò là tài liệu tham khảo học thuật có giá trị cao về mặt phương pháp luận kinh tế lượng ứng dụng, đồng thời cung cấp công cụ định lượng thực tiễn hỗ trợ các ngân hàng thương mại và nhà đầu tư trong việc thẩm định tín dụng và quản trị rủi ro danh mục.

Trích đoạn nội dung tài liệu

CHƯƠNG I : CƠ SỞ LÝ LUẬN VỀ XẾP HẠNG TÍN DỤNG VÀ MÔ HÌNH LOGISTIC 1. Tổng quan về xếp hạng tín dụng 1. Khái niệm xếp hạng tín dụng Cho đến nay, nhiều tổ chức tài chính đã đưa ra những khái niệm về “xếp hạng tín dụng” (XHTD). Tuỳ theo góc độ tiếp cận mà chúng ta có thể xác định nội dung của thuật ngữ này, nhưng nhìn chung, nội dung cốt lõi đều bao hàm ý kiến đánh giá chất lượng tín dụng hay khả năng trả nợ của chủ thể phát hành.

Theo tập đoàn Standards & Poor’s, XHTD là những ý kiến đánh giá về rủi ro tín dụng, khả năng và sự sẵn sàng thanh toán các nghĩa vụ tài chính một cách đầy đủ và đúng hạn của một chủ thể phát hành, như một DN, một Chính phủ hoặc một Ủy ban nhân dân. XHTD cũng đề cập đến chất lượng tín dụng của một khoản nợ riêng lẻ, như một trái phiếu DN hoặc một trái phiếu của chính quyền địa phương, và xác suất tương đối mà khoản phát hành đó có thể vỡ nợ. Theo tập đoàn Moody’s, XHTD là những ý kiến đánh giá về chất lượng tín dụng và khả năng thanh toán nợ của một nghĩa vụ nợ riêng lẻ hoặc của chủ thể phát hành dựa trên các kết quả phân tích tín dụng cơ bản và thể hiện thông qua hệ thống ký hiệu từ Aaa đến C. Theo Viện nghiên cứu Nomura1, XHTD là đánh giá hiện tại về mức độ sẵn sàng và khả năng trả gốc hoặc lãi đối với chứng khoán nợ của một nhà phát hành trong suốt thời gian tồn tại của chứng khoán đó.

Từ những khái niệm được đưa ra bởi những tổ chức có uy tín trong cùng lĩnh vực, có thể tổng hợp được định nghĩa tổng quát nhất của XHTD, đó là: “XHTD là các ý kiến đánh giá về chất lượng tín dụng và sự sẵn sàng thanh toán các nghĩa vụ tài chính (gốc và lãi) của một đối tượng xếp hạng một cách đầy đủ và đúng hạn thông 1 Viết tắt là NRI: Học viện nghiên cứu tổng hợp uy tín của Nhật Bản. Tôn Nữ Xuân Thi – K44ATCNH 4 Khóa luận tốt nghiệp 2014 GVHD: PGS. Trịnh Văn Sơn qua hệ thống phân loại theo ký hiệu đã được xác định trước trong suốt thời gian tồn tại của đối tượng xếp hạng đó”1. Hay hiểu một cách ngắn gọn: đây là việc phân loại, sắp xếp, đánh giá một đối tượng trên cơ sở đo lường rủi ro tín dụng.

Mục đích của xếp hạng tín dụng Xếp hạng tín dụng ngày càng trở nên quan trọng trong lĩnh vực tài chính. Có thể nói rằng đây là "tấm hộ chiếu" cho quá trình quốc tế hóa thương hiệu DN nói riêng và hội nhập nói chung. Trong quá trình hoạt động kinh doanh, các ngân hàng, các tổ chức tín dụng, DN và các nhà đầu tư có những mục đích khác nhau trong việc XHTD. Do đó, những nhóm chủ thể này cũng có những nhận định đối với XHTD là không giống nhau.

Đối với ngân hàng Hoạt động của NHTM bao gồm nhiều loại nghiệp vụ, nhưng tựu trung lại, đây là loại hình kinh doanh tiền tệ - tín dụng của một trung gian tài chính dựa trên cơ sở thu hút tiền của KH (dưới hình thức nhận tiền gửi huy động bằng trái phiếu, kỳ phiếu và đi vay.) và hoàn trả và sử dụng số tiền đó để cho vay và thực hiện các nghiệp vụ thanh toán. Như vậy, NHTM sẽ dễ gặp phải rủi ro thanh toán khi không thu hồi được nợ, khiến rủi ro lan ra cả hệ thống tài chính. Như thế, mục đích của XHTD đối với ngân hàng là: -Ra quyết định cấp tín dụng: xác định hạn mức tín dụng, thời hạn, mức lãi suất, biện pháp bảo đảm tiền vay,. - Giám sát và đánh giá KH, khi khoản tín dụng đang còn dư nợ.

Thứ hạng KH cho phép Ngân hàng dự báo chất lượng tín dụng và có những biện pháp đối phó kịp thời. Xét trên góc độ quản lý toàn bộ danh mục đầu tư, XHTD còn nhằm mục đích: -Phát triển chiến lược marketing nhằm hướng tới các KH ít rủi ro hơn. -Ước lượng mức vốn đã cho vay sẽ khó thu hồi được để trích lập dự phòng rủi ro tín dụng, tính giá trị rủi ro. 1 Theo VietNam rating Tôn Nữ Xuân Thi – K44ATCNH 5 Khóa luận tốt nghiệp 2014 GVHD: PGS.

Đối với các nhà đầu tư và thị trường chứng khoán Trong nền kinh tế thị trường mang tính toàn cầu hóa như hiện nay, sự tồn tại và phát triển của thị trường chứng khoán là một tất yếu khách quan. Cùng với đó, các thông tin về XHTD của các chứng khoán cũng như các tổ chức phát hành ngày càng có vai trò quan trọng. Vì vậy, mục đích của XHTD đối với các nhà đầu tư và thị trường chứng khoán là: - XHTD cung cấp những thông tin cần thiết cho nhà đầu tư về tình trạng của DN để lựa chọn khi đầu tư vào một chứng khoán thích hợp. - XHTD tạo điều kiện huy động vốn trên thị trường chứng khoán thực hiện được dễ dàng, thuận lợi hơn.

Vì dựa vào kết quả XHTD, nhà đầu tư sẽ an tâm, tin tưởng và dễ dàng lựa chọn chứng khoán để đầu tư. Từ đó làm cho nhà phát hành dễ dàng tiếp cận được với các nguồn tài chính để thực hiện huy động với quy mô lớn và phạm vi rộng kể cả nguồn vốn từ nước ngoài. - Đối với những nhà phát hành có khả năng tài chính tốt, việc XHTD sẽ cung cấp những thông tin tích cực cho nhà đầu tư, do đó việc phát hành chứng khoán sẽ thuận lợi, dễ dàng hơn, góp phần quan trọng vào việc giảm bớt chi phí sử dụng vốn. Khi có uy tín, các nhà phát hành có thể phát hành trái phiếu với mức lãi suất thấp vẫn thu hút được các nhà đầu tư.

- XHTD thúc đẩy nhà phát hành nâng cao hơn trách nhiệm đối với các nhà đầu tư. Việc XHTD liên quan chặt chẽ đến uy tín của nhà phát hành, điều đó thúc đẩy nhà phát hành thực hiện tốt hơn các cam kết đối với các nhà đầu tư trong việc đảm bảo thanh toán lãi và vốn vay. - XHTD là công cụ quản lý danh mục đầu tư. Trong danh mục đầu tư có rất nhiều loại chứng khoán khác nhau, dựa vào sự thay đổi của XHTD các nhà đầu tư đánh đổi các chứng khoán trong danh mục đầu tư để thu lợi nhuận và hạn chế rủi ro.

- XHTD là công cụ đánh giá một số rủi ro có liên quan. Các ngân hàng và các tổ chức tài chính trung gian khác với tư cách là một nhà đầu tư sử dụng XHTD làm một tiêu chuẩn quan trọng khi quyết định cho vay, tài trợ dự án, thoả thuận swap. Tôn Nữ Xuân Thi – K44ATCNH 6 Khóa luận tốt nghiệp 2014 GVHD: PGS. Đối với các doanh nghiệp được xếp hạng.

Các DN sử dụng XHTD nhằm biết rõ tình trạng hoạt động kinh doanh thực tế của mình, triển vọng phát triển trong tương lai, cũng như những rủi ro có thể gặp phải. Trên cơ sở đó đề ra các kế hoạch điều chỉnh chiến lược trong hoạt động kinh doanh nhằm nâng cao hiệu quả hay khả năng cạnh tranh. Trong trường hợp DN phát hành cổ phiếu lần đầu hay tiến hành cổ phần hóa, kết quả của XHTD là cơ sở để xây dựng giá trị của DN và giá trị của mỗi cổ phần phát hành. Đồng thời, XHTD là cơ sở cho phép các DN so sánh vị thế cạnh tranh của mình với các DN khác.

Đối với các cơ quan quản lý nhà nước Thông tin XHTD DN sẽ giúp cho các cơ quan quản lý nhà nước đánh giá được đối tượng quản lý của mình, có cơ sở thông tin để so sánh theo ngành kinh tế, lĩnh vực hoạt động của các DN, và đưa ra những giải pháp thích hợp nhất để thúc đẩy sự phát triển và hoạt động của các DN trong ngành kinh tế nói riêng và toàn bộ nền kinh tế nói chung, nhằm bảo đảm một môi trường kinh tế hoạt động lành mạnh. Thông tin XHTD DN sẽ giúp chính phủ có thể xác định được hiệu quả quản trị, hiệu quả kinh doanh của các DN Nhà nước. Trên cơ sở đó, chính phủ có thể quyết định cổ phần hóa, sát nhập hay giải thể DN. Đối với NHNN, qua thông tin từ XHTD DN, NHNN có thể biết mức độ rủi ro theo từng ngành, vùng kinh tế, loại hình DN, từ đó có chính sách tiền tệ, tín dụng thích hợp, thanh tra giám sát các tổ chức tín dụng và cung cấp những thông tin cần thiết cho các NHTM trong việc ra quyết định tín dụng đối với các DN.

Đối với các nhà đầu tư nước ngoài Trong quá trình hồi nhập kinh tế quốc tế, các đối tác nước ngoài trước khi vào đầu tư, liên doanh liên kết, cần thiết phải thông qua một tổ chức nào đó để xác định độ tin cậy của đối tác trong nước. Do vậy, một tổ chức trung gian có các thông tin về DN sẽ giúp cho các nhà đầu tư nước ngoài mạnh dạn đầu tư vào VN hơn. Tôn Nữ Xuân Thi – K44ATCNH 7 Khóa luận tốt nghiệp 2014 GVHD: PGS. Trịnh Văn Sơn Dựa trên các kết quả XHTD, các nhà đầu tư sẽ hiểu rõ hơn về sức mạnh tài chính của các công ty, từ đó có căn cứ để thẩm định, lựa chọn danh mục đầu tư, dự báo tình hình phát triển DN và đưa ra quyết định đầu tư.

Như vậy, dù có những khác biệt về mục đích, song mục tiêu chung nhất của việc XHTD là đều nhằm dự báo, đánh giá triển vọng, và những nguy cơ tiềm tàng của một DN, nhà phát hành,.phục vụ cho việc ra quyết định tài chính. Đặc điểm và đối tượng xếp hạng tín dụng 1. Đặc điểm của xếp hạng tín dụng - XHTD 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. - XHTD không phải là một sự giới thiệu để mua hay bán một đối tượng nào đó, mà XHTD chỉ thực hiện chức năng độc lập là đánh giá mức độ rủi ro tín dụng hay mức độ tín nhiệm của một đối tượng được xếp hạng.

- 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. 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.