Bối cảnh và vấn đề nghiên cứu

Trong nền kinh tế thị trường, việc phân bổ các nguồn lực xã hội như nguồn vốn tín dụng và vốn đầu tư đòi hỏi phải dựa trên năng lực hoạt động và mức độ an toàn tài chính của doanh nghiệp. Đối với một quốc gia đang phát triển như Việt Nam, những doanh nghiệp hoạt động kém hiệu quả có thể gây lãng phí, thất thoát vốn và làm suy giảm tốc độ tăng trưởng kinh tế chung. Do đó, xếp hạng tín dụng đã trở thành công cụ quan trọng phục vụ công tác đánh giá doanh nghiệp, định chế tài chính cũng như hỗ trợ điều hành kinh tế vĩ mô. Bên cạnh kênh tín dụng ngân hàng, thị trường chứng khoán là kênh huy động vốn trực tiếp đòi hỏi tính minh bạch cao về thông tin tài chính để bảo vệ nhà đầu tư.

Ngành xây dựng giữ vị trí trọng yếu trong nền kinh tế quốc dân và đóng góp tỷ trọng lớn vào GDP. Tuy nhiên, ngành này chịu tác động mạnh từ các biến số vĩ mô như tốc độ đô thị hóa, dòng vốn đầu tư trực tiếp nước ngoài (FDI), lạm phát và lãi suất. Giai đoạn 2011–2014, chính sách thắt chặt tiền tệ với lãi suất cho vay vượt mức 20%/năm đã làm sụt giảm nguồn vốn đổ vào xây dựng, khiến rủi ro tín dụng của ngành gia tăng và gây áp lực lên hệ thống ngân hàng. Vì vậy, việc thiết lập một công cụ định lượng đánh giá rủi ro tín dụng cho các doanh nghiệp xây dựng niêm yết là yêu cầu cấp thiết.

Mục tiêu nghiên cứu của đề tài gồm:

  1. Mục tiêu chung: Tiếp cận hệ thống lý thuyết về xếp hạng tín dụng và mô hình hồi quy Logistic, từ đó vận dụng mô hình hồi quy Logistic để xếp hạng tín dụng các doanh nghiệp thuộc nhóm ngành xây dựng niêm yết.
  2. Mục tiêu cụ thể:
    • Hệ thống hóa lý thuyết về xếp hạng tín dụng doanh nghiệp.
    • Tìm hiểu, lựa chọn các chỉ số tài chính thích hợp và ứng dụng mô hình hồi quy Logistic trong việc xếp hạng tín dụng doanh nghiệp.
    • Tính toán xác suất rủi ro tín dụng của doanh nghiệp, từ đó đưa ra khuyến nghị về tình hình rủi ro của một số doanh nghiệp ngành xây dựng.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Hoạt động xếp hạng tín dụng doanh nghiệp.
  • Phạm vi không gian: 109 doanh nghiệp ngành xây dựng được niêm yết trên Sở Giao dịch Chứng khoán Hà Nội (HNX) và Sở Giao dịch Chứng khoán TP Hồ Chí Minh (HOSE) có đầy đủ báo cáo tài chính đã kiểm toán.
  • Phạm vi thời gian: Phân tích dựa trên chuỗi số liệu tài chính giai đoạn 2012–2015, tập trung thực hiện xếp hạng cho năm tài chính 2015.

Cơ sở lý thuyết và phương pháp

Khóa luận tiếp cận cơ sở lý luận về xếp hạng tín dụng khởi nguồn từ công trình của John Moody đầu thế kỷ XX với hệ thống ký hiệu ba chữ cái (A, B, C). Về mặt lý thuyết, tác giả tổng hợp ba nhóm phương pháp xếp hạng tín dụng doanh nghiệp chủ yếu:

  • Phương pháp chuyên gia: Dựa trên phân tích của chuyên gia về báo cáo tài chính, thị trường và năng lực quản trị (hệ thống định tính, hệ thống chuyên gia, bảng câu hỏi cho điểm).
  • Phương pháp định giá quyền chọn: Tiếp cận cấu trúc vốn dựa trên mô hình định giá quyền chọn Merton, mô hình luồng tiền và mô hình Moody’s-KMV.
  • Phương pháp thống kê: Sử dụng công cụ toán kinh tế lượng để phân loại và dự báo rủi ro phá sản, tiêu biểu là mô hình phân tích biệt số tuyến tính (Z-score của Altman, 1967), mô hình xác suất tuyến tính (LPM), mô hình Probit và mô hình hồi quy Logistic (Logit) được phát triển qua các nghiên cứu của Martin (1977), Platt (1991), Lawrence (1992), Smith và Lawrence (1995).

Về cơ sở pháp lý và quy chuẩn kỹ thuật tại Việt Nam, đề tài dựa vào:

  • Nghị định số 56/2009/NĐ-CP của Chính phủ về trợ giúp phát triển doanh nghiệp nhỏ và vừa để phân định quy mô doanh nghiệp.
  • Quyết định số 57/2005/QĐ-NHNN ngày 24/01/2005 của Thống đốc Ngân hàng Nhà nước Việt Nam về quy định xếp hạng tín dụng doanh nghiệp.
  • Khung chuẩn xếp hạng tín dụng 9 bậc (từ AAA đến C) của Trung tâm Thông tin Tín dụng Quốc gia Việt Nam (CIC).
Hạng tín dụng CIC Định danh phân loại rủi ro
AAA Loại tối ưu: Khả năng tự chủ tài chính rất tốt, rủi ro thấp nhất
AA Loại ưu: Hoạt động hiệu quả, ổn định, rủi ro thấp
A Loại tốt: Tài chính ổn định, rủi ro tương đối thấp
BBB Loại khá: Hoạt động tương đối hiệu quả, rủi ro trung bình
BB Loại trung bình khá: Tiềm lực trung bình, rủi ro trung bình
B Loại trung bình: Tự chủ tài chính thấp, rủi ro tương đối cao
CCC Loại trung bình yếu: Khả năng trả nợ thấp, rủi ro cao
CC Loại yếu: Hoạt động kém hiệu quả, rủi ro rất cao
C Loại yếu kém: Thua lỗ kéo dài, có nợ quá hạn, rủi ro rất cao

Phương pháp nghiên cứu thực tế bao gồm phương pháp thu thập số liệu thứ cấp (báo cáo kiểm toán từ Công ty Cổ phần Chứng khoán FPT - FPTS, dữ liệu Tổng cục Thống kê và Bộ Xây dựng), phương pháp thống kê mô tả, phương pháp so sánh đối chiếu quy trình CIC và phương pháp định lượng hồi quy Logistic nhị phân (Binary Logistic Regression). Mô hình ước lượng xác suất xảy ra rủi ro tín dụng ($P$) khi biến phụ thuộc $Y$ nhận giá trị nhị phân ($Y = 1$: có rủi ro tín dụng; $Y = 0$: không có rủi ro tín dụng, với ngưỡng phân loại xác suất cut-off là 0,5):

$$P(Y = 1) = \frac{e^{\beta_0 + \sum \beta_i X_i}}{1 + e^{\beta_0 + \sum \beta_i X_i}}$$

Các hệ số hồi quy $\beta$ được ước lượng bằng phương pháp hợp lý cực đại (Maximum Likelihood Estimation - MLE) thông qua thuật toán lặp Newton-Raphson, kết hợp kiểm định ý nghĩa biến số bằng thống kê Wald Chi-square, kiểm định độ phù hợp tổng quát Omnibus và hệ số xác định ($R^2$ Cox & Snell, $R^2$ Nagelkerke).

Mô hình thiết lập 13 biến độc lập ban đầu phản ánh các khía cạnh tài chính và quy mô:

Ký hiệu biến Tên chỉ tiêu Công thức tính toán
$D$ Quy mô doanh nghiệp Biến giả: $D = 0$ nếu tổng vốn $\le 100$ tỷ đồng; $D = 1$ nếu vốn $> 100$ tỷ đồng
$X_1$ Khả năng thanh toán ngắn hạn Tài sản ngắn hạn / Nợ ngắn hạn
$X_2$ Khả năng thanh toán nhanh (Tài sản ngắn hạn - Hàng tồn kho) / Nợ ngắn hạn
$X_3$ Hiệu suất sử dụng tài sản cố định Doanh thu thuần / Giá trị còn lại của tài sản cố định
$X_4$ Đòn bẩy tổng tài sản Nợ phải trả / Tổng tài sản
$X_5$ Đòn bẩy vốn chủ sở hữu Nợ dài hạn / Vốn chủ sở hữu
$X_6$ Vòng quay hàng tồn kho Giá vốn hàng bán / Hàng tồn kho
$X_7$ Vòng quay vốn lưu động Doanh thu thuần / Tài sản ngắn hạn
$X_8$ Tỷ suất lợi nhuận gộp Lợi nhuận gộp / Doanh thu thuần
$X_9$ Tỷ suất lợi nhuận trước thuế Lợi nhuận trước thuế / Doanh thu thuần
$X_{10}$ Tỷ suất sinh lời vốn chủ sở hữu (ROE) Lợi nhuận sau thuế / Vốn chủ sở hữu
$X_{11}$ Tỷ suất sinh lời tổng tài sản (ROA) Lợi nhuận sau thuế / Tổng tài sản
$X_{12}$ Hệ số vòng quay tổng tài sản Doanh thu thuần / Tổng tài sản

Nội dung chính theo từng chương

Chương 1: Cơ sở lý luận về xếp hạng tín dụng doanh nghiệp và ứng dụng mô hình Logistic

Chương này tập trung làm rõ bản chất của xếp hạng tín dụng như một công cụ đánh giá độc lập về khả năng và thiện chí thanh toán nợ gốc lẫn lãi của doanh nghiệp. Tác giả phân tích vai trò của xếp hạng tín dụng đối với bốn nhóm chủ thể: doanh nghiệp được xếp hạng (tối ưu hóa cấu trúc vốn, xác định giá trị cổ phần), tổ chức tín dụng (giám sát nợ, trích lập dự phòng, chuẩn hóa lãi suất), cơ quan quản lý Nhà nước (giám sát thị trường, điều tiết chính sách ngành) và nhà đầu tư (hạn chế bất cân xứng thông tin).

Phần tiếp theo của chương hệ thống hóa quy trình nghiệp vụ xếp hạng tín dụng gồm 5 bước tiêu chuẩn (phân loại quy mô/ngành; chọn chỉ tiêu; thu thập thông tin; chấm điểm phân tích; kết luận hạng mức). Đồng thời, tác giả khảo sát quy trình của Trung tâm Thông tin Tín dụng Quốc gia (CIC) và chỉ ra hạn chế của việc đánh giá định tính chủ quan. Trên cơ sở đó, chương 1 xây dựng khung toán học cho mô hình hồi quy Logistic, phân tích tỷ số Odds, tác động biên của các biến độc lập và kỹ thuật ước lượng hợp lý cực đại (MLE).

Chương 2: Ứng dụng mô hình Logistic trong xếp hạng tín dụng doanh nghiệp ngành xây dựng được niêm yết trên các Sở Giao dịch Chứng khoán Hà Nội và TP Hồ Chí Minh

Nội dung chương 2 mở đầu bằng bức tranh thực nghiệm của ngành xây dựng năm 2015. Báo cáo của Tổng cục Thống kê và Bộ Xây dựng cho thấy GDP cả nước năm 2015 tăng 6,68%, trong đó khu vực công nghiệp và xây dựng đạt mức tăng trưởng 9,64% và đóng góp 3,20% vào tăng trưởng chung. Giá trị sản xuất xây dựng theo giá hiện hành đạt 974,4 nghìn tỷ đồng (khu vực ngoài Nhà nước chiếm 85,2%, khu vực Nhà nước chiếm 8,4%, khu vực FDI chiếm 6,4%). Tỷ lệ đô thị hóa đạt 35,7%, diện tích nhà ở bình quân đạt 22 $m^2$/người.

Tiếp đó, tác giả tiến hành lọc mẫu 109 doanh nghiệp xây dựng niêm yết và thực hiện quy trình kiểm định kinh tế lượng qua phần mềm SPSS:

  • Kiểm tra tương quan giữa các biến độc lập để phòng ngừa hiện tượng đa cộng tuyến.
  • Thực hiện kiểm định Wald theo từng bước (stepwise) để loại bỏ các biến không có ý nghĩa thống kê ($Sig. > 0,05$):
    • Bảng 2.7: Loại bỏ biến $X_1$ (Thanh toán ngắn hạn) và $X_2$ (Thanh toán nhanh).
    • Bảng 2.8: Loại bỏ biến $X_9$ (Lợi nhuận trước thuế/Doanh thu) và $X_{11}$ (ROA).
    • Bảng 2.9: Loại bỏ biến $X_6$ (Vòng quay hàng tồn kho) và $X_{10}$ (ROE).
    • Bảng 2.10: Loại bỏ biến $X_3$ (Hiệu suất TSCĐ), $X_8$ (Lợi nhuận gộp/Doanh thu) và biến giả quy mô $D$.
  • Mô hình rút gọn cuối cùng giữ lại 4 biến tài chính có ý nghĩa giải thích mạnh nhất đối với xác suất rủi ro tín dụng của doanh nghiệp xây dựng gồm: $X_4$ (Nợ phải trả/Tổng tài sản), $X_5$ (Nợ dài hạn/Vốn chủ sở hữu), $X_7$ (Vòng quay vốn lưu động) và $X_{12}$ (Doanh thu thuần/Tổng tài sản). Trong đó, biến $X_{12}$ thể hiện vai trò tác động lớn nhất đến nguy cơ phát sinh rủi ro tín dụng.
  • Kiểm định Omnibus cho thấy mô hình có ý nghĩa thống kê tổng quát ($Sig. < 0,05$); các chỉ số giải thích $R^2$ và bảng dự báo đạt tỷ lệ dự đoán chính xác cao.
  • Dựa trên phương trình hồi quy, tác giả tính toán xác suất rủi ro cụ thể cho từng doanh nghiệp, chuyển đổi xác suất sang thang điểm phân hạng CIC (từ AAA đến C) cho toàn bộ 109 công ty.

Chương 3: Hạn chế và hướng phát triển đề tài

Chương 3 chỉ ra các giới hạn nội tại trong quá trình thực hiện khóa luận:

  • Giới hạn về nguồn dữ liệu: Nghiên cứu mới khảo sát 109 doanh nghiệp niêm yết trên HOSE và HNX trong chuỗi thời gian 2012–2015, chưa thể bao quát các doanh nghiệp ngành xây dựng chưa niêm yết.
  • Giới hạn về thông tin định tính: Mô hình mới khai thác các chỉ tiêu định lượng trên báo cáo tài chính kiểm toán mà chưa kết hợp các yếu tố phi tài chính (như năng lực ban điều hành, thương hiệu, tính pháp lý của dự án thầu) do tính chất phân tán và khó chuẩn hóa của nguồn tin này tại Việt Nam.
  • Hướng phát triển: Kiến nghị mở rộng tập dữ liệu đa năm, bổ sung biến số vĩ mô và mở rộng phạm vi ứng dụng sang các nhóm ngành sản xuất, thương mại khác trên thị trường chứng khoán.

Kết quả và đóng góp

Nghiên cứu đạt được các kết quả định lượng cụ thể:

  • Xác lập được mô hình hồi quy Logistic tối ưu cho nhóm ngành xây dựng niêm yết với 4 biến số tài chính then chốt: Nợ phải trả/Tổng tài sản ($X_4$), Nợ dài hạn/Vốn chủ sở hữu ($X_5$), Vòng quay vốn lưu động ($X_7$) và Doanh thu thuần/Tổng tài sản ($X_{12}$).
  • Xác định biến Doanh thu thuần/Tổng tài sản ($X_{12}$) là chỉ báo có sức ảnh hưởng mạnh nhất đến xác suất rủi ro tín dụng của doanh nghiệp xây lắp.
  • Kết quả xếp hạng tín dụng năm 2015 trên 109 doanh nghiệp khảo sát chỉ ra rằng có gần 1/4 số doanh nghiệp (xấp xỉ 25%) đang rơi vào trạng thái có rủi ro tín dụng cao (xác suất $P \ge 0,5$).

Về mặt giải pháp và đóng góp học thuật:

  • Đóng góp khoa học: Thay vì dựa vào cảm tính của cán bộ thẩm định hay các bảng chấm điểm chuyên gia thông thường, nghiên cứu chứng minh tính khả thi của mô hình kinh tế lượng nhị phân trong việc tự động hóa sàng lọc biến và lượng hóa xác suất rủi ro tín dụng theo ngành cụ thể tại Việt Nam.
  • Đóng góp thực tiễn: Cung cấp danh mục phân loại rủi ro chi tiết của 109 doanh nghiệp xây dựng niêm yết, hỗ trợ các ngân hàng thương mại trong việc giám sát danh mục cấp tín dụng và cung cấp thêm thông tin tham chiếu minh bạch cho nhà đầu tư cổ phiếu.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận ghi nhận một số hạn chế về mặt thực nghiệm:

  • Kích thước mẫu giới hạn ở 109 doanh nghiệp niêm yết có báo cáo kiểm toán giai đoạn 2012–2015; kết quả chưa phản ánh toàn diện phân khúc doanh nghiệp xây dựng vừa và nhỏ ngoài sàn niêm yết.
  • Mô hình loại trừ các biến định tính do thiếu hệ thống cơ sở dữ liệu phi tài chính chuẩn mực, dẫn đến việc đánh giá rủi ro hoàn toàn phụ thuộc vào tính trung thực của các con số kế toán.

Hướng nghiên cứu tiếp theo được tác giả xác định:

  • Kéo dài chuỗi thời gian phân tích và mở rộng sang các phân ngành bất động sản, vật liệu xây dựng để đánh giá tác động liên ngành.
  • Kết hợp mô hình hồi quy Logistic với các kỹ thuật phân tích phi tham số hoặc mô hình học máy để nâng cao độ chính xác dự báo khi có biến động kinh tế bất thường.

Giá trị tham khảo

Khóa luận là tài liệu học thuật có giá trị tham khảo rõ ràng:

  • Đối với sinh viên, học viên chuyên ngành Tài chính - Ngân hàng, Kế toán và Kinh tế học: Tài liệu cung cấp quy trình mẫu về việc vận dụng mô hình Logistic để phân tích rủi ro tài chính trên phần mềm SPSS, từ khâu lọc dữ liệu báo cáo tài chính, kiểm định Wald, kiểm định Omnibus cho đến bước ánh xạ xác suất sang thang đo tín dụng chuẩn.
  • Đối với chuyên viên thẩm định tín dụng tại các ngân hàng thương mại và chuyên viên phân tích cổ phiếu tại các công ty chứng khoán: Khóa luận chỉ ra rằng đối với ngành xây dựng, các chỉ số thanh toán truyền thống ($X_1, X_2$) ít có ý nghĩa phân loại rủi ro hơn so với hệ số vòng quay tổng tài sản ($X_{12}$) và cơ cấu đòn bẩy ($X_4, X_5$), hỗ trợ việc tái cấu trúc trọng số trong các sổ tay xếp hạng tín dụng nội bộ.

Câu hỏi thường gặp

Khóa luận nghiên cứu trên cỡ mẫu bao nhiêu doanh nghiệp và thuộc thị trường nào?

Khóa luận tiến hành thu thập và phân tích dữ liệu trên mẫu gồm 109 doanh nghiệp ngành xây dựng được niêm yết trên hai Sở Giao dịch Chứng khoán Hà Nội (HNX) và TP Hồ Chí Minh (HOSE) có báo cáo tài chính kiểm toán đầy đủ trong 4 năm liên tục từ 2012 đến 2015.

Biến số tài chính nào ban đầu được đưa vào mô hình nhưng sau đó bị loại bỏ qua kiểm định Wald?

Qua quy trình kiểm định Wald từng bước nhằm loại các biến không đạt mức ý nghĩa thống kê ($Sig. > 0,05$), tác giả đã loại bỏ 9 biến: biến khả năng thanh toán ngắn hạn ($X_1$), biến khả năng thanh toán nhanh ($X_2$), biến lợi nhuận trước thuế/doanh thu ($X_9$), biến ROA ($X_{11}$), biến vòng quay hàng tồn kho ($X_6$), biến ROE ($X_{10}$), biến hiệu suất tài sản cố định ($X_3$), biến lợi nhuận gộp/doanh thu ($X_8$) và biến giả quy mô doanh nghiệp ($D$).

Những chỉ tiêu tài chính nào được giữ lại trong mô hình dự báo cuối cùng và chỉ tiêu nào tác động mạnh nhất?

Mô hình cuối cùng giữ lại 4 chỉ tiêu tài chính: Nợ phải trả/Tổng tài sản ($X_4$), Nợ dài hạn/Vốn chủ sở hữu ($X_5$), Vòng quay vốn lưu động ($X_7$) và Doanh thu thuần/Tổng tài sản ($X_{12}$). Trong đó, biến Doanh thu thuần/Tổng tài sản ($X_{12}$) là yếu tố có ảnh hưởng mạnh nhất đến xác suất rủi ro tín dụng của doanh nghiệp xây dựng.

Tỷ lệ doanh nghiệp ngành xây dựng niêm yết bị cảnh báo rủi ro tín dụng trong nghiên cứu là bao nhiêu?

Kết quả ước lượng mô hình cho thấy trong tổng số 109 doanh nghiệp ngành xây dựng niêm yết được phân loại năm 2015, có gần 1/4 số doanh nghiệp (chiếm tỷ lệ xấp xỉ 25%) có xác suất rủi ro tín dụng $P \ge 0,5$, tức nằm trong diện cảnh báo rủi ro tín dụng.

Kết luận

Khóa luận của tác giả Nguyễn Thị Hà Vy đã hệ thống hóa cơ sở lý luận về xếp hạng tín dụng doanh nghiệp và ứng dụng thành công mô hình hồi quy Logistic nhị phân trên tập mẫu 109 công ty xây dựng niêm yết tại Việt Nam. Kết quả kiểm định thực nghiệm đã tinh lọc được 4 biến số tài chính trọng yếu giải thích rủi ro tín dụng, khẳng định vai trò chi phối của hiệu suất sử dụng tổng tài sản và cơ cấu đòn bẩy nợ đối với sức khỏe tài chính doanh nghiệp xây dựng. Công trình mang lại giá trị tham khảo thiết thực về mặt phương pháp luận phân tích định lượng rủi ro tín dụng cho các tổ chức ngân hàng và nhà đầu tư trên thị trường chứng khoán.