Luận văn Ứng dụng mô hình Logit trong xếp hạng khách hàng tại ngân hàng thương mại cổ phần Kỹ thương Việt Nam - Chi nhánh Hà Nội

trong T24, người nhập chỉ cần khai các mã nội dung tương ứng, cụ thể hướng dẫn đánh giá và mã khai báo vào T24 đối với từng chỉ tiêu như sau: Chỉ tiêu “Chiến lược” Chỉ tiêu “Chiến lược” cho điểm dựa trên đánh giá về mức độ rõ ràng, tính phù hợp của chiến lược doanh nghiệp với xu hướng phát triển chung của ngành cũng như khả năng thực hiện được chiến lược của doanh nghiệp trong thực tế. Bảng 2.7. Bảng các chỉ tiêu “Chiến lược” Nội dung chỉ tiêu chiến lược Giá trị nhập Chiến lược rõ ràng, phù hợp với công ty, khả năng thực hiện chiến lược rất tốt, được cụ thể hóa bằng hệ thống văn bản chiến lược cho toàn công ty. 10 Chiến lược tốt, khả năng thực hiện chiến lược tốt 20 Chiến lược khá, khả năng thực hiện chiến lược khá 30 Chiến lược trung bình, khả năng thực hiện chiến lược trung bình 40 Chiến lược không phù hợp, không có khả năng thực hiện chiến lược 50 Chỉ tiêu “Quan hệ với Techcombank” Chỉ tiêu “Quan hệ với Techcombank” xác định mức độ quan hệ và uy tín trong quan hệ của doanh nghiệp đối với riêng Techcombank: Doanh số hoạt động: là tổng doanh số ghi có tài khoản trong 01 năm (năm theo báo cáo tài chính) không tính đến những giao dịch ghi có: phát vay, nộp tiền vào tài khoản để trả nợ vay( bao gồm cả mua ngoại tệ trả tiền vay). Những doanh nghiệp chưa hoạt động được 01 năm tại Techcombank thì tính trên doanh số thực tế hoạt động tại Techcombank, không nhân theo tỷ lệ để tính ra doanh số cả năm cho khách hàng. Sử dụng một trong các dịch vụ khác của Techcombank ngoài tín dụng sau đây: thanh toán quốc tế, thanh toán trong nước, mở và sử dụng tài khoản, trả lương qua tài khoản, giao dịch mua bán ngoại tệ, phát hành thẻ thanh toán. Khách hàng phải đáp ứng đủ những điều kiện trong từng mục để được đánh giá một mức điểm tương ứng. Bảng 2.7. Bảng các chỉ tiêu “Quan hệ với Techcombank” Nội dung chỉ tiêu Quan hệ với Techcombank Giá trị nhập (i). Doanh số hoạt động: tại Techcombank đạt trên 100 tỷ đồng/năm (ii). Thời gian quan hệ với Techcombank tính đến thời điểm xếp hạng:từ 2 năm trở lên Sử dụng ít nhất một trong các dịch vụ khác ngoài tín dụng 10 (i). Doanh số hoạt động: tại Techcombank đạt trên 75 tỷ đồng/năm (ii). Thời gian quan hệ với Techcombank tính đến thời điểm xếp hạng:từ 1 năm trở lên Sử dụng ít nhất một trong các dịch vụ khác ngoài tín dụng 20 (i). Doanh số hoạt động trên 75 tỷ đồng /năm nhưng không sử dụng các dịch vụ khác ngoài tín dụng hoặc thời gian quan hệ với Techcombank dưới 1 năm. Hoặc (i). Doanh số hoạt động tại Techcombank đạt trên 50 tỷ đồng/năm (ii). Sử dụng ít nhất một trong các dịch vụ khác ngoài tín dụng. Thời gian quan hệ với Techcombank dưới 1 năm. 30 Tổng doanh số hoạt động tại Techcombank đạt trên 25 tỷ đồng/năm. 40 Các doanh nghiệp còn lại 50 Chỉ tiêu “Thương hiệu” Chỉ tiêu “Thương hiệu” được xác định dựa trên mức độ nổi tiếng của sản phẩm mà doanh nghiệp sản xuất chủ yếu (Thương hiệu của sản phẩm – thông thường với sản xuất thương mại) và/hoặc thương hiệu của chính doanh nghiệp đó(thương hiệu của doanh nghiệp – thông thường với doanh nghiệp dịch vụ, sản xuất hay doanh nghiệp thương mại). Thương hiệu của doanh nghiệp: là thương hiệu do chính doanh nghiệp tạo dựng cho doanh nghiệp và/hoặc sản phẩm của mình và lấy những thương hiệu này đặt tên cho sản phẩm( như Bita’s, Trung Nguyên). Chỉ tiêu “Thương hiệu” được đánh giá khi đạt được một trong hai chỉ tiêu trong mỗi phần đánh giá tương ứng: Bảng 2.8. Bảng các chỉ tiêu “Thương hiệu” Nội dung chỉ tiêu Thương hiệu Giá trị nhập Thương hiệu của sản phẩm: Nổi tiếng thế giới Thương hiệu của doanh nghiệp: Nổi tiếng trong nước 10 Thương hiệu của sản phẩm: Nổi tiếng trong nước Thương hiệu của doanh nghiệp: Nổi tiếng trong vùng là thị trường chủ yếu của khách hàng và nơi Techcombank có trụ sở 20 Thương hiệu của sản phẩm: nhiều người biết đến Thương hiệu của doanh nghiệp: nhiều người biết đến 30 Thương hiệu của sản phẩm: ít người biết, sản phẩm mới Thương hiệu của doanh nghiệp: ít người biết, sản phẩm mới 40 Các doanh nghiệp còn lại 50 Chỉ tiêu “Ban lãnh đạo” Ban lãnh đạo được xét đến bao gồm Giám đốc công ty, Kế toán trưởng và Trưởng phòng kinh doanh của doanh nghiệp. Bảng 2.9. Bảng các chỉ tiêu “Ban lãnh đạo” Nội dung chỉ tiêu ban lãnh đạo Giá trị nhập Học vấn: Đại học trở lên. Kinh nghiệm: trên 5 năm kinh nghiệm quản lý trong lĩnh vực đang phụ trách. Uy tín: có uy tín cao đối với bạn hàng, đối tác, nhân viên trong DN 10 Học vấn: Đại học trở lên. Kinh nghiệm: trên 4 năm kinh nghiệm quản lý trong lĩnh vực đang phụ trách. Uy tín: có uy tín cao đối với bạn hàng, đối tác, nhân viên trong DN 20 Học vấn: Đại học Kinh nghiệm: trên 3 năm kinh nghiệm quản lý trong lĩnh vực đang phụ trách. Uy tín: có uy tín cao đối với bạn hàng, đối tác, nhân viên trong DN 30 Học vấn: Đại học Kinh nghiệm: trên 3 năm kinh nghiệm trong lĩnh vực chính của DN Uy tín: có uy tín cao đối với bạn hàng, đối tác, nhân viên trong DN 40 Các doanh nghiệp còn lại 50 Chỉ tiêu “Uy tín trong giao dịch tín dụng đối với Techcombank” Bảng 2.10. Bảng các chỉ tiêu “Uy tín trong giao dịch tín dụng đối với Techcombank” Nội dung chỉ tiêu uy tín giao dịch tín dụng giá trị nhập Có nợ loại 3-5 tại Techcombank 10 Có nợ loại 2 tại Techcombank. 20 Chưa được cấp tín dụng. 30 Có dịch vụ tiền vào ra đều đặn, trả nợ đầy đủ. 40 Ngoài các chỉ tiêu định lượng và định tính nêu trên, hạng của một khách hàng còn bị ảnh hưởng bởi chỉ tiêu kiểm toán. Trong T24 nội dung của chỉ tiêu kiểm toán được thể hiện với các mã khai báo như sau: Bảng 2.11. Bảng các chỉ tiêu kiểm toán Nội dung chỉ tiêu kiểm toán Giá trị nhập Đối với DN có kiểm toán nước ngoài chấp nhận toàn phần 10 Đối với DN có kiểm toán nước ngoài bị ngoại trừ một phần 20 Đối với DN có kiểm toán trong nước chấp nhận toàn phần 30 Đối với DN có kiểm toán trong nước bị ngoại trừ một phần 40 Đối với DN chưa có kiểm toán hoặc có kiểm toán không thuộc danh sách của VACPA 50 Đối với DN có kiểm toán bị ngoại trừ hoàn toàn(toàn phần) 60 Danh sách của VACPA: là danh sách các công ty kiểm toán đủ điều kiện do hội kiểm toán viên hành nghề Việt Nam – VACPA xác nhận, trong danh sách các công ty kiểm toán được chấp nhận gồm 2 nhóm: các công ty kiểm toán nước ngoài gồm 4 công ty: KPMG, E&Y, PwC, VACO và các công ty kiểm toán trong nước gồm các công ty còn lại. Hạng có thể đạt được của một khách hàng được quy định trong bảng dưới đây: Bảng 2.12. Bảng mô tả hạng của khách hàng STT Hạng của khách hàng Diễn giải năng lực tín dụng của khách hàng 1 A1 Cực tốt 2 A2 Rất tốt 3 A3 Tốt 4 B1 Khá tốt 5 B2 Khá 6 B3 Trung bình khá 7 C1 Trung bình 8 C2 Hơi yếu 9 C3 Yếu 10 D1 Kém 11 D2 Cần đặc biệt chú ý 12 D3 Tình trạng đe dọa Trường hợp DN có vốn chủ sở hữu bằng 0 hoặc âm hoặc xếp hạng D3 thì sẽ bị từ chối cấp tín dụng. Ngày nay cùng với quá trình phát triển kinh tế, hệ thống các NH thương mại ngày càng mở rộng, số lượng khách hàng ngày càng tăng, nên ta khó kiểm soát được thông tin về khách hàng, các hoạt động kinh tế chứa nhiều rủi ro. Như vậy các tổ chức tín dụng đã áp dụng phương pháp xếp hạng doanh nghiệp vào thực tiễn là một đòi hỏi cần thiết khách quan, nó không chỉ ảnh hưởng đến bản thân doanh nghiệp, các tổ chức kinh tế cho vay mà còn tác động đến toàn bộ nền kinh tế. Thực hiện được công tác xếp hạng doanh nghiệp một cách khoa học bài bản sẽ là cơ sở nâng cao hiệu quả hoạt động cho các doanh nghiệp, giảm thiểu rủi ro và tăng cao thu nhập cho các tổ chức cho vay, sẽ đánh giá đúng được các doanh nghiệp không gây ra sự bất công, khuyến khích các doanh nghiệp hoạt động hiệu quả. Nhưng bên cạnh đó các tổ chức này chưa chỉ ra được vai trò, ảnh hưởng của từng chỉ tiêu đến việc xếp hạng để có biện pháp cải thiện kịp thời, dự báo cho các năm sau và cho các doanh nghiệp khác. Chính vì vậy em muốn đề xuất, nghiên cứu ứng dụng mô hình Logit trong xếp hạng khách hàng. CHƯƠNG 3 ỨNG DỤNG MÔ HÌNH LOGIT TRONG XẾP HẠNG KHÁCH HÀNG 3.1 Mô hình Logit Mô hình Logistic là mô hình hồi quy trong đó biến phụ thuộc là biến giả. Có rất nhiều hiện tượng, nhiều quá trình mà khi mô tả bằng mô hình kinh tế lượng, biến phụ thuộc lại là biến chất, do đó cần phải dùng đến biến giả (biến giả là biến rời rạc, nó có thể nhận một trong hai giá trị: 0 và 1). Mô hình Logistic – Phương pháp Goldberger Trong mô hình này, các pi được xác định bằng: (1.1) X = (1, X2); Xi =(1, X2i); Trong mô hình trên, pi không phải là hàm tuyến tính của các biến độc lập. Phương trình (1.1) được gọi là hàm phân bố Logistic. Trong hàm này khi nhận các giá trị từ - đến thì pi nhận giá trị từ 0-1. pi phi tuyến đối với cả X và các tham số . Điều này có nghĩa là ta không thể áp dụng trực tiếp OLS để ước lượng. Người ta dùng ước lượng hợp lý tối đa để ước lượng. Vì Y chỉ nhận một trong hai giá trị 0 – 1. Y có phân bố nhị thức, nên hàm hợp lý với mẫu kích thước n có dạng sau đây: L = L = = Đặt t* = , t* là véc tơ hai chiều (số hệ số hồi quy). Ta cần tìm ước lượng hợp lý tối đa của , ta có: Ln(L) = = 0 (1.2) Phương trình trên phi tuyến đối với , người ta dùng phương pháp Newton-Raphson để giải hệ phương trình này. = = Nếu như là nghiệm của S(), khai triển Taylor tại , ta có: Ta có quá trình lặp như sau: Bắt đầu với giá trị ban đầu nào đó của , chẳng hạn , ta tính được và , sau đó tìm mới bằng công thức sau đây: Quá trình lặp trên sẽ được thực hiện cho đến khi hội tụ. Do là dạng toàn phương xác định dương, nên quá trình trên sẽ cho ước lượng hợp lý cực đại. Tương ứng với, ta có là ma trận hiệp phương sai của . Chúng ta sử dụng ma trận này để kiểm định giả thiết và thực hiện các suy đoán thống kê khác. Sau khi ước lượng được , ta có thể tính được ước lượng xác suất pi=P(Y=1/Xi). Kết hợp với (1.2) ta có Phương trình này dùng để kiểm định lại các . Như vậy trong mô hình Logit chúng ta không nghiên cứu ảnh hưởng trực tiếp của biến độc lập Xk đối với Y mà xem xét ảnh hưởng của Xk đến xác suất Y để nhận giá trị bằng 1 hay kỳ vọng của Y. Ảnh hưởng của Xk đến pi được tính như sau: Ứng dụng mô hình Logit vào xếp hạng khách hàng Xác suất vỡ nợ được mô hình hoá bởi hàm Logit, trong mô hình này biến phụ thuộc là các chỉ số đặc trưng của đất nước, chỉ số này được tính nhờ vào các biến số kinh tế ở trong quá khứ và hiện tại. Chúng ta mô tả hàm này như sau: (2.1) Ở đây: pi,t là xác suất vỡ nợ có điều kiện trong khoảng thời gian t của doanh nghiệp i. Yi,t là giá trị chỉ số nền kinh tế nhận được từ mô hình đa nhân tố được mô tả sau đây (phương trình 2.2). Chú ý rằng mô hình (2.1) đảm bảo xác suất vỡ nợ nhận một giá trị trong khoảng 0 đến 1. Dễ dàng nhận biết được, xác suất vỡ nợ trung bình trong điều kiện nền kinh tế bị suy thoái sẽ cao hơn trong nền kinh tế đang tăng trưởng mạnh. Chỉ số kinh tế đạt được trong mỗi giai đoạn phát triển của nền kinh tế của một đất nước được xác định bởi mô hình đa nhân tố sau đây: (2.2) Ở đây: Yi,t là giá trị chỉ số kinh tế trong khoảng thời gian t cho doanh nghiệp hoặc đất nước i. là hệ số xác định cho doanh nghiệp hoặc đất nước i. Xi,1,t, Xi,2,t, ……, Xi,m,t là giá trị các biến kinh tế cho doanh nghiệp hoặc đất nước i trong khoảng thời gian t. Vi,t là sai số ngẫu nhiên, giả thiết nó không phụ thuộc Xi,t. Và chúng ta cũng giả định vi,t phân phối chuẩn. Mỗi biến kinh tế là đặc trưng đại diện cho mỗi đất nước, những nước khác nhau có thể sử dụng những biến kinh tế riêng phù hợp với kinh tế của nước mình. Khi số liệu đủ lớn, mô hình có thể xác định hạng doanh nghiệp dựa trên xác suất vỡ nợ Pi,t và chỉ số Yi,t và sau đó chỉ rõ sự phù hợp của hạng doanh nghiệp và ma trận các hệ số . Để việc đề xuất được đầy đủ, mỗi một biến kinh tế được giả định thuộc loại mô tình tự hồi quy hoặc là mô hình AR(2) dưới đây: (2.3) Ở đây Xj,i,t-1, Xj,i,t-2 là giá trị quá khứ của biến Xj,i,t là ma trận các hệ số ej,i,t là sai số ngẫu nhiên.. Từ phương trình (2.3) chúng ta có thể dự báo được giá trị các chỉ tiêu tài chính trong năm tới. Mô hình xác suất vỡ nợ được xác định bởi (2.1), (2.2), (2.3), và vì vậy chúng ta phải giải quyết hệ phương trình sau: Như vậy thông qua hệ phương trình trên chúng ta có thể dự báo xác suất xảy ra nợ không đủ tiêu chuẩn của doanh nghiệp. Phương pháp dự báo được thực hiện dựa trên việc dự báo các chỉ tiêu phi tài chính thông qua phương trình (2.3), từ đó chúng ta tiến hành thay các chỉ tiêu vừa được dự báo vào phương trình (2.1) sẽ dự báo được xác xuất xảy ra nợ không đủ tiêu chuẩn của doanh nghiệp. Thông qua giá trị dự báo của xác suất xảy ra nợ không đủ tiêu chuẩn của doanh nghiệp các Ngân hàng có thể có có các biện pháp nhằm thực hiện nghiệp vụ quản trị rủi ro tín dụng của Ngân hàng được tốt hơn. Áp dụng mô hình Logistic với đầy đủ các biến số vào một số khách hàng của Ngân hàng Techcombank _chi nhánh Hà Nội Sử dụng số liệu là 13 chỉ tiêu định lượng để xếp hạng doanh nghiệp của 73 doanh nghiệp hiện đang có quan hệ tín dụng với Techcombank – chi nhánh Hà Nội. Kí hiệu: Biến phụ thuộc Y: Tình trạng nợ của khách hàng (doanh nghiệp) Việc phân chia dựa vào tình trạng chiếm dụng vốn của các doanh nghiệp Y = 0: Doanh nghiệp không có nợ không đủ tiêu chuẩn Y = 1: Doanh nghiệp có nợ không đủ tiêu chuẩn Các biến độc lập X1: Quy mô của doanh nghiệp Việc phân chia phụ thuộc vào tổng tài sản(<10 tỷ quy mô doanh nghiệp nhỏ), số lao động, doanh thu thuần, nộp ngân sách nhà nước. D1 = 0: Khi quy mô của doanh nghiệp nhỏ D1 = 1: Khi quy mô của doanh nghiệp không phải là nhỏ X2: Khả năng thanh toán ngắn hạn X3: Khả năng thanh toán nhanh X4: Nợ phải trả trên tổng tài sản X5: Tỷ số vốn chủ sở hữu trên tổng tài sản X6: Nợ phải trả trên nguồn vốn chủ sở hữu X7: Tỷ số Lợi nhuận gộp / Nợ phải trả X8: Tổng lợi tức sau thuế trên doanh thu X9: Tổng lợi tức sau thuế trên nguồn vốn chủ sở hữu (ROE) X10: Tổng lợi tức sau thuế trên tài sản (ROA) X11: Hiệu quả sử dụng tài sản X12: Kỳ thu tiền bình quân X13: Vòng quay hàng tồn kho Bảng 3.1 . Bảng thống kê mô tả với bộ số liệu X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 Mean 4.560958 3.203836 0.351109 0.547467 1.325901 3.987487 0.240123 1.023175 0.0655 1.596787 151.5916 16.28452 Median 1.8 0.99 0.290662 0.571023 0.593503 0.190058 0.038263 0.0731 0.037432 1.407865 60.7207 6.7002 Maximum 77.39 77.29 1.335447 0.999916 8.363049 190.2338 8.61 28.65 0.486355 7.196853 4568.953 87.82 Minimum 0.256 0.09 0 0.014729 0 -0.01593 -0.0209 -0.0335 -0.0111 0.009455 0 0 Std. Dev. 9.789368 9.347184 0.284365 0.281876 1.710258 22.37484 1.067223 4.711488 0.086572 1.13523 534.4366 21.11665 Skewness 5.992595 7.023939 0.891246 -0.016872 1.887411 8.069329 6.96497 5.544912 2.648927 1.905255 7.900383 1.785723 Kurtosis 43.58581 55.65807 3.459965 1.865867 6.586492 67.60874 53.76587 32.45224 11.38243 9.547848 65.7335 5.543748 Jarque-Bera 5447.178 9034.405 10.30773 3.915831 82.46629 13489.02 8429.119 3012.524 299.0943 174.5743 12729.85 58.47873 Probability 0 0 0.005777 0.141152 0 0 0 0 0 0 0 0 Sum 332.9499 233.88 25.63096 39.9651 96.79075 291.0866 17.52899 74.6918 4.781517 116.5655 11066.18 1188.77 Sum Sq. Dev. 6899.884 6290.63 5.822172 5.720711 210.5987 36045.6 82.00541 1598.265 0.539616 92.78986 20564822 32105.73 Observations 73 73 73 73 73 73 73 73 73 73 73 73 Bảng 3.2 . Bảng ma trận hệ số tương quan của các biến D1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 D1 1 0.018858 0.057312 0.27625 -0.27442 0.194185 -0.17813 0.112562 0.163796 -0.33351 0.003545 0.115216 0.103426 X2 0.01886 1 0.981528 -0.278122 0.465349 -0.094662 0.014869 -0.050994 -0.06847 0.044547 -0.21105 -0.03562 -0.17237 X3 0.05731 0.981528 1 -0.229894 0.384884 -0.068538 0.02206 -0.046078 -0.05812 -0.00292 -0.22699 -0.02417 -0.15159 X4 0.27625 -0.27812 -0.22989 1 -0.68682 0.60848 -0.19483 -0.138497 0.001944 -0.15763 0.126425 0.182813 0.040758 X5 -0.27442 0.465349 0.384884 -0.686821 1 -0.408041 0.051936 -0.092242 -0.2297 0.288241 -0.26111 -0.12337 -0.2091 X6 0.19419 -0.09466 -0.06854 0.60848 -0.40804 1 -0.10797 -0.02091 0.281792 -0.13415 0.048711 0.12485 0.063598 X7 -0.17813 0.014869 0.02206 -0.194825 0.051936 -0.107966 1 0.004104 -0.02679 0.149408 -0.13252 -0.04454 0.096993 X8 0.11256 -0.05099 -0.04608 -0.138497 -0.09224 -0.02091 0.004104 1 0.810207 0.113803 -0.10293 -0.02308 0.033274 X9 0.1638 -0.06847 -0.05812 0.001944 -0.2297 0.281792 -0.02679 0.810207 1 0.000415 -0.07111 -0.00733 0.032105 X10 -0.33351 0.044547 -0.00292 -0.15763 0.288241 -0.134154 0.149408 0.113803 0.000415 1 0.010343 0.208629 0.004985 X11 0.00355 -0.21105 -0.22699 0.126425 -0.26111 0.048711 -0.13252 -0.102926 -0.07111 0.010343 1 0.024316 0.292549 X12 0.11522 -0.03562 -0.02417 0.182813 -0.12337 0.12485 -0.04454 -0.023077 -0.00733 0.208629 0.024316 1 0.305104 X13 0.10343 -0.17237 -0.15159 0.040758 -0.2091 0.063598 0.096993 0.033274 0.032105 0.004985 0.292549 0.305104 1 Ta thấy hệ số tương quan của một số cặp biến có hệ số tương quan rất lớn, như: r(X2,X3) = 0.981528 r(X4,X6) = 0.60848 r(X8,X9) = 0.810207 Tức là các biến có tương quan chặt với nhau, nếu giữ nguyên các biến đó và hồi quy thì kết quả sẽ không chính xác vì có thể xảy ra các hiện tượng là không tách được ảnh hưởng của các biến tới biến phụ thuộc, ý nghĩa của các biến sai về mặt kinh tế. Vì vây dựa vào bảng ma trận hệ số tương quan của các biến xác định các cặp biến có quan hệ tương quan chặt để loại một hoặc cả hai biến trong mỗi cặp đó. Ngoài ra ta có thể kết hợp các kiểm định sau để việc loại biến được chính xác: Eviews/ Representations Eviews/ Coefficient Tests/ Wald – Coefficient Restrictions… Variable Coefficient Prob. D1 -0.253451 0.8086 X2 -0.451007 0.6302 X3 -1.310347 0.2931 X4 -2.711665 0.3270 X5 2.153026 0.6500 X6 1.803581 0.0426 X7 -0.053672 0.8898 X8 -52.55528 0.0987 X9 2.705095 0.1677 X10 -3.676650 0.7470 X11 0.770313 0.3460 X12 0.010622 0.2013 X13 -0.012145 0.5641 C -0.438656 0.8597 Từ bảng trên ta thấy hệ số của các biến quy mô, khả năng thanh toán ngắn hạn, khả năng thanh toán nhanh, nợ phải trả trên tổng tài sản, lợi nhuận gộp trên nợ phải trả, lợi nhuận sau thuế trên doanh thu, ROA, vòng quay hàng tồn kho, C, đều mang dấu âm, điều này bất hợp lý về mặt kinh tế. Nguyên nhân là do tương quan giữa các biến với nhau. Từ bảng 3.2, 3.3 thống kê t của D1 = -0.2534506866, giá trị p-value của D1= 0.8086 thống kê t của X2 = - 0.4510072089, giá trị p-value của X2 = 0.6302, chứng tỏ rằng hệ số của hai biến này rất có khả năng = 0, ta bỏ biến D1, X2 ra khỏi mô hình Kiểm định: Ho: C(1) = 0, C(2) = 0 H1: C(1) ≠ 0, C(2) ≠ 0 Wald Test: Equation: EQ01 Null Hypothesis: C(1)=0 C(2)=0 F-statistic 0.125974 Probability 0.881874 Chi-square 0.251948 Probability 0.881638 Kết quả kiểm định cho thấy C(1) = 0, C(2) = 0 do kiểm định F có P = 0.881874 >0.05 và kiểm định χ2 có P = 0.881638 > 0.05. Chấp nhận giả thiết Ho Vậy ta có thể bỏ biến số X2 và D1 ra khỏi mô hình.Thử hồi quy lại các biến trên khi không có D1 và X2. Ta được kết quả như sau: Variable Coefficient Prob. X3 -1.658515 0.0959 X4 -2.822206 0.2825 X5 0.468457 0.8802 X6 1.768802 0.0406 X7 0.007981 0.9812 X8 -51.19159 0.0986 X9 2.602623 0.1553 X10 -2.932441 0.7769 X11 0.807548 0.3060 X12 0.012144 0.1121 X13 -0.011213 0.5873 C -0.586433 0.8098 Từ bảng trên ta thấy hệ số của các biến X3, X4, X5, X8, X10, x13, C đều mang dấu âm. Thống kê t và giá trị p-value của hằng số C = -0.5864332837 và 0.8098 chứng tỏ rằng hằng số này rất có khả năng = 0. Ta kiểm định lại bằng kiểm định Eviews/ Coefficient Tests/Wald – Coefficient Restrictions… Kiểm định: Ho: C(12) = 0 H1: C(12) ≠ 0 Wald Test: Equation: EQ04 Null Hypothesis: C(12)=0 F-statistic 0.057902 Probability 0.810651 Chi-square 0.057902 Probability 0.809844 Kết quả kiểm định cho thấy C(12) = 0 do kiểm định F có P = 0.810651 > 0.05 và kiểm định χ2 có P = 0.809844 > 0.05, vậy chấp nhận Ho. Hồi quy lại các biến trên với việc bỏ hằng số C ta được kết quả sau: Variable Coefficient Prob. X3 -1.557395 0.0788 X4 -3.038110 0.2217 X5 -0.071536 0.9735 X6 1.708554 0.0363 X7 -0.004084 0.9902 X8 -51.96641 0.0959 X9 2.651565 0.1482 X10 -2.365019 0.8153 X11 0.704271 0.2830 X12 0.011128 0.0778 X13 -0.011277 0.5818 Từ bảng trên thống kê t của X5 = -0.071536, giá trị p-value của X5=0.9735 thống kê t của X7 = -0.004084, giá trị p-value của X7 = 0.9902, chứng tỏ rằng hệ số của hai biến này rất có khả năng = 0. Kiểm định: Ho: C(3) = 0, C(5) = 0 H1: C(3) ≠ 0, C(5) ≠ 0 Wald Test: Equation: EQ05 Null Hypothesis: C(3)=0 C(5)=0 F-statistic 0.000608 Probability 0.999392 Chi-square 0.001217 Probability 0.999392 Kết quả kiểm định cho thấy C(3) = 0, C(5) = 0 do kiểm định F có P = 0.999392 >0.05 và kiểm định χ2 có P = 0.999392 > 0.05. Chấp nhận giả thiết Ho Vậy ta có thể bỏ biến số X5 và X7 ra khỏi mô hình. Hồi quy lại các biến trên khi không có X5 và X7 Variable Coefficient Prob. X3 -1.571431 0.0463 X4 -3.037670 0.2204 X6 1.715929 0.0288 X8 -52.58708 0.0407 X9 2.684181 0.0897 X10 -2.231964 0.8087 X11 0.691042 0.1901 X12 0.011145 0.0727 X13 -0.011263 0.5811 Từ bảng trên thống kê t của X10 = - 2.231963564, giá trị p-value của X10=0.8087, chứng tỏ rằng hệ số của hai biến này rất có khả năng = 0. Ta kiểm định lại bằng kiểm định Eviews/ Coefficient Tests/Wald – Coefficient Restrictions… Kiểm định: Ho: C(6) = 0 H1: C(6) ≠ 0 Wald Test: Equation: EQ04 Null Hypothesis: C(6)=0 F-statistic 0.058604 Probability 0.809491 Chi-square 0.058604 Probability 0.808717 Kết quả kiểm định cho thấy C(6) = 0 do kiểm định F có P = 0.809491 > 0.05 và kiểm định χ2 có P = 0.808717> 0.05, vậy chấp nhận Ho. Hồi quy lại các biến khi không có biến X10. Variable Coefficient Prob. X3 -1.550265 0.0445 X4 -3.054538 0.2181 X6 1.726955 0.0271 X8 -56.46333 0.0075 X9 2.861615 0.0263 X11 0.636908 0.1744 X12 0.011358 0.0635 X13 -0.009656 0.6120 Từ bảng trên thống kê t của X13 = - 0.009656215267, giá trị p-value của X13=0.6120, chứng tỏ rằng hệ số của hai biến này rất có khả năng = 0 Kiểm định: Ho: C(8) = 0 H1: C(8) ≠ 0 Wald Test: Equation: EQ04 Null Hypothesis: C(8)=0 F-statistic 0.257284 Probability 0.613709 Chi-square 0.257284 Probability 0.611992 Kết quả kiểm định cho thấy C(8) = 0 do kiểm định F có P = 0.613709 > 0.05 và kiểm định χ2 có P = 0.611992> 0.05, vậy chấp nhận Ho. Hồi quy lại các biến khi không có biến X13. Variable Coefficient Prob. X3 -1.503839 0.0472 X4 -2.773167 0.2411 X6 1.678242 0.0266 X8 -54.79331 0.0082 X9 2.794795 0.0392 X11 0.493761 0.1728 X12 0.010388 0.0696 Từ bảng trên thống kê t của X4 = -2.773, giá trị p-value của X4=0.2411 thống kê t của X11 = -0.493761, giá trị p-value của X11 = 0.1728, chứng tỏ rằng hệ số của hai biến này rất có khả năng = 0. Ta kiểm định lại bằng kiểm định Eviews/ Coefficient Tests/Wald – Coefficient Restrictions… Kiểm định: Ho: C(2) = 0, C(6) = 0 H1: C(2) ≠ 0, C(6) ≠ 0 Wald Test: Equation: EQ04 Null Hypothesis: C(2)=0 C(6)=0 F-statistic 1.006855 Probability 0.370908 Chi-square 2.013709 Probability 0.365366 Kết quả kiểm định cho thấy C(2) = 0, C(6) = 0 do kiểm định F có P = 0.370908 >0.05 và kiểm định χ2 có P = 0.365366 > 0.05. Chấp nhận giả thiết Ho Vậy ta có thể bỏ biến số X4 và X11 ra khỏi mô hình. Hồi quy lại khi không có X4 và X11. Variable Coefficient Prob. X3 -0.958746 0.0609 X6 1.200723 0.0091 X8 -56.83048 0.0075 X9 3.072361 0.1142 X12 0.006416 0.1559 Như vậy có thể mô tả xác xuất có nợ không đủ tiêu chuẩn của doanh nghiệp như sau: Với các giá trị z-statistic và p-value các hệ số của phương trình trên có ý nghĩa về mặt thống kê với mức ý nghĩa 15%. Các biến số tác động đến xác suất xảy ra nợ không đủ tiêu chuẩn bao gồm: X3: Khả năng thanh toán nhanh X6: Tỷ số nợ / Vốn chủ sở hữu X8: Tổng lợi tức sau thuế trên doanh thu X9: Tổng lợi tức sau thuế trên nguồn vốn chủ sở hữu (ROE) X12: Kỳ thu tiền bình quân Tình trạng nợ của doanh nghiệp phụ thuộc -0.9587455339 vào khả năng thanh toán nhanh, 1.200723315 vào Tỷ số nợ / Vốn chủ sở hữu, - 56.83048209 vào tổng lợi tức sau thuế trên doanh thu, 3.072361051 vào tổng lợi tức sau thuế trên nguồn vốn chủ sở hữu (ROE), 0.006416310153 vào kỳ thu tiền bình quân. Khả năng thanh toán nhanh, tổng lợi tức sau thuế trên doanh thu tác động âm tới tình trạng nợ của doanh nghiệp. Tỷ số nợ / Vốn chủ sở hữu, tổng lợi tức sau thuế trên nguồn vốn chủ sở hữu (ROE), kỳ thu tiền bình quân tác động dương đến tình trạng nợ của doanh nghiệp. Y chỉ có hai giá trị 0 và 1 với các xác xuất tương ứng là 1-p và p Ta có: E( Y/X3, X6, X8, X9,X12) = Bảng 3.10. Bảng so sánh kết quả hạng và xác suất nợ KĐTC của 73 DN STT các công ty xác suất nợ KĐTC Hạng trên T24 Nội dung 1 0.0017265 A1 Xác suất xảy ra nợ không đủ tiêu chuẩn thấp nhất, năng lực tín dụng của khách hàng rất tốt 2 0.0024958 A1 3 0.003987 A1 4 0.012368 A1 5 0.025352 A1 6 0.029392 A1 7 0.03067 A1 8 0.034478 A1 9 0.03532 A1 10 0.041462 A1 11 0.050741 A2 12 0.057967 A2 13 0.059981 A2 14 0.065708 A2 15 0.067003 A2 16 0.073265 A2 17 0.075106 A2 18 0.080775 A2 19 0.084745 A2 20 0.09873 A2 21 0.1145 A3 Xác suất xảy ra nợ không đủ tiêu chuẩn rất thấp, năng lực tín dụng của khách hàng tốt 22 0.12022 A3 23 0.13379 A3 24 0.14914 A3 25 0.1537 A3 26 0.18459 A3 27 0.1888 A3 28 0.20022 B1 Xác suất có nợ không đủ tiêu chuẩn thấp, năng lực tín dụng của khách hàng khá tốt 29 0.20774 B1 30 0.21893 B1 31 0.21902 B1 32 0.22248 B1 33 0.24977 B1 34 0.25593 B1 35 0.26693 B1 36 0.26959 B1 37 0.27345 B1 38 0.31249 B2 Xác suất có nợ không đủ tiêu chuẩn tương đối thấp, năng lực tín dụng của khách hàng khá 39 0.35913 B2 40 0.3618 B2 41 0.3906 B2 42 0.39514 B2 43 0.404 B3 Xác suất có nợ không đủ tiêu chuẩn trung bình, năng lực tín dụng của khách hàng trung bình khá 44 0.42549 B3 45 0.42566 B3 46 0.43909 B3 47 0.51928 C1 Xác suất có nợ không đủ tiêu chuẩn trung bình, năng lực tín dụng của khách hàng trung bình 48 0.5291 C1 49 0.53533 C1 50 0.5673 C1 51 0.57587 C1 52 0.64595 C2 Xác suất xảy ra nợ không đủ tiêu chuẩn tương đối cao, năng lực tín dụng của khách hàng hơi yếu 53 0.6639 C2 54 0.76254 C3 Xác suất xảy ra nợ không đủ tiêu chuẩn cao, năng lực tín dụng của khách hàng yếu 55 0.76652 C3 56 0.83328 D1 Xác suất có nợ không đủ tiêu chuẩn rất cao, năng lực tín dụng của khách hàng kém 57 0.84489 D1 58 0.8721 D1 59 0.87959 D1 60 0.89627 D1 61 0.898 D1 62 0.9175 D2 Xác suất xảy ra nợ không đủ tiêu chuẩn cao nhất, năng lực tín dụng của khách hàng trong tình trạng bị đe dọa cần đặc biệt chú ý 63 0.95767 D2 64 0.96016 D3 65 0.96516 D3 66 0.96959 D3 67 0.98488 D3 68 0.99703 D3 69 0.99743 D3 70 0.99772 D3 71 0.99937 D3 72 0.99957 D3 73 1 D3 Từ kết quả trên ta có thể rút ra mối quan hệ giữa hai cách xếp hạng được mô tả bằng bảng sau. Bảng 3.11. Bảng mô tả xếp loại dựa vào xác suất nợ KĐTC và hạng của KH STT Hạng của khách hàng Xác suất có nợ không đủ tiêu chuẩn 1 A1 0 → 0.05 2 A2 0.05 → 0.1 3 A3 0.1 → 0.2 4 B1 0.2 → 0.3 5 B2 0.3 → 0.4 6 B3 0.4 → 0.5 7 C1 0.5 → 0.6 8 C2 0.6 → 0.7 9 C3 0.7 → 0.8 10 D1 0.8 → 0.9 11 D2 0.9 → 0.95 12 D3 0.96 → 1 Từ kết quả trên ta dự báo xác suât có nợ KĐTC của ba công ty bằng hai cách đều cho ta kết quả như nhau. 3.2.2 Ứng dụng mô hình Logit dự báo tình trạng nợ cho ba doanh nghiệp tiêu biểu Xếp hạng doanh nghiệp cho công ty TNHH Dệt Trí Nhân – Hà Đông Các chỉ tiêu định tính: Bảng 3.12. Bảng các chỉ tiêu định tính của công ty dệt Chỉ tiêu Giá trị nhập Chiến lược 30 chiến lược và khả năng thực hiện khá Quan hệ với TCB 30 Doanh số>75 tỷ,quan hệ TCB<1 năm Thương hiệu 30 Được nhiều người biết đến Trình độ ban lãnh đạo 30 Đại học, > 3 năm kinh nghiệm, uy tín Uy tín giao dịch tín dụng 10 Nợ loại 3-5 xuất hiện >1 lần trong 1 năm Kiểm toán 10 DN nhà nước có kiểm toán nước ngoài chấp nhận Các chỉ tiêu tài chính. (đơn vị: triệu đồng) Bảng 3.13. Bảng các chỉ tiêu tài chính của công ty dệt Số liệu nhập vào T24: Tổng tiền mặt Năm 2006 1500 Năm 2007 1200 Tổng các khoản thu Năm 2006 2500 Năm 2007 2000 Tổng nợ ngắn hạn Năm 2006 1800 Năm 2007 1600 Tổng nợ Năm 2006 2200 Năm 2007 2000 Tổng tài sản Năm 2006 14000 Năm 2007 12000 Tổng vốn chủ sở hữu Năm 2006 2500 Năm 2007 2000 Doanh thu thuần 3500 Lợi nhuận trước thuế 1900 Lợi nhuận sau thuế 1800 Giá vốn hàng bán 2500 Tổng hàng tồn kho Năm 2006 1500 Năm 2007 1000 Chỉ tiêu định lượng thu được: Bảng 3.14. Bảng các chỉ tiêu định lượng của công ty dệt STT Chỉ tiêu Chỉ số doanh nghiệp 1 Tỷ số thanh toán ngắn hạn 619.05 2 Tỷ số thanh toán nhanh 211.76 3 Tỷ số nợ/tổng tài sản 16.15 4 Tỷ số vốn chủ sở hữu/tổng tài sản 17.31 5 Tỷ số nợ / vốn chủ sở hữu 93.33 6 Tỷ số lợi nhuận gộp/ nợ phải trả 90.48 7 Tỷ số lợi nhuận sau thuế/ doanh thu 51.43 8 ROE 80.00 9 ROA 13.85 10 Doanh thu/ tổng tài sản 26.92 11 Số ngày phải thu 231.43 12 Tổng tài sản bình quân 13000 Tổng điểm mà T24 xếp hạng cho doanh nghiệp này là:133.12. Tương đương với doanh nghiệp được xếp loại B3. Năng lực tín dụng của khách hàng trung bình khá. Theo mô hình xác xuất có nợ không đủ tiêu chuẩn: p = 0.42049 Giá trị p cho thấy xác xuât có nợ không đủ tiêu chuẩn là trung bình. Doanh nghiệp được xếp vào loại trung bình, hoạt động chưa có hiệu quả, rủi ro tương đối cao. Ảnh hưởng của X3 đối với pi của doanh nghiệp 0.42049*(1-0.42049)*(-0.95874) = -0.23363 Ảnh hưởng của X6 đối với pi của doanh nghiệp 0.42049*(1-0.42049)*(1.20072) = 0.29259 Ảnh hưởng của X8 đối với pi của doanh nghiệp 0.42049*(1-0.42049)*(-56.83048) = -13.8483 Ảnh hưởng của X9 đối với pi của doanh nghiệp 0.42049*(1-0.42049)*(3.07236) = 0.748667 Ảnh hưởng của X12 đối với pi của doanh nghiệp 0.42049*(1-0.42049)*(0.00641) = 0.001563 Xếp hạng doanh nghiệp cho công ty MC Bảng 3.15. Bảng xếp hạng của công ty MC STT Chỉ tiêu Chỉ số DN I Khả năng thanh khoản 1 Khả năng thanh toán ngắn hạn 450.52 2 Khả năng thanh toán nhanh 129.91 II Khả năng vay trả 3 Tỷ số nợ/ Tổng tài sản 19.81 4 Tỷ số vốn CSH/ Tổng tài sản 80.19 5 Tỷ số nợ/ Vốn CSH 24.70 6 Lợi nhuận gộp/ Nợ phải trả 30.08 III Khả năng sinh lời 7 Tỷ số LN sau thuế/DT 3.61 8 ROE 3.78 9 ROA 3.03 IV Năng lực hoạt động 10 Tỷ số DT/ Tổng TS 84.06 11 Số ngày phải thu 88.23 12 Vòng quay hàng tồn kho 0.89 V Chỉ tiêu khác 13 Tổng tài sản 7520.50 VI Các chỉ tiêu định tính 14 Chiến lược Chiến lược & khả năng thực hiện TB 15 Quan hệ với Techcombank DS>25 tỷ, không phát sinh nợ xấu với TCB 16 Thương hiệu Ít người biết đến, sản phẩm mới 17 Trình độ, KN của Ban lãnh đạo Đại học, >3 năm kinh nghiệm, uy tín 18 Uy tín trong giao dịch tín dụng Có nợ loại 2 tại Techcombank 19 Báo cáo kiểm toán Doanh nghiệp chưa có kiểm toán Kết quả xếp hạng: B1 Năng lực tín dụng của khách hàng khá tốt Theo mô hình xác xuất có nợ không đủ tiêu chuẩn: p = 0.22082 Giá trị p cho thấy xác xuât có nợ không đủ tiêu chuẩn là thấp. Doanh nghiệp được đánh giá là khá, hoạt động tương đối hiệu quả, rủi ro trung bình. Ảnh hưởng của X3 đối với pi của doanh nghiệp 0.22082*(1-0.22082)*(-0.95874) = -0.16496 Ảnh hưởng của X6 đối với pi của doanh nghiệp 0.22082*(1-0.22082)*(1.20072) = 0.206595 Ảnh hưởng của X8 đối với pi của doanh nghiệp 0.22082*(1-0.22082)*(-56.83048) = -9.77817 Ảnh hưởng của X9 đối với pi của doanh nghiệp 0.22082*(1-0.22082)*(3.07236) = 0.528626 Ảnh hưởng của X12 đối với pi của doanh nghiệp 0.22082*(1-0.22082)*(0.00641) = 0.001104 Xếp hạng doanh nghiệp cho công ty BLV Bảng 3.16. Bảng xếp hạng của công ty BLV STT Chỉ tiêu Chỉ số DN I Khả năng thanh khoản 1 Khả năng thanh toán ngắn hạn 126.19 2 Khả năng thanh toán nhanh 55.81 II Khả năng vay trả 3 Tỷ số nợ/ Tổng tài sản 61.93 4 Tỷ số vốn CSH/ Tổng tài sản 38.07 5 Tỷ số nợ/ Vốn CSH 162.65 6 Lợi nhuận gộp/ Nợ phải trả 7.30 III Khả năng sinh lời 7 Tỷ số LN sau thuế/DT 6.93 8 ROE 9.92 9 ROA 3.78 IV Năng lực hoạt động 10 Tỷ số DT/ Tổng TS 54.51 11 Số ngày phải thu 178.98 12 Vòng quay hàng tồn kho 1.04 V Chỉ tiêu khác 13 Tổng tài sản 46087.50 VI Các chỉ tiêu định tính 14 Chiến lược Chiến lược & khả năng thực hiện TB 15 Quan hệ với Techcombank DS>25 tỷ, không phát sinh nợ xấu với TCB 16 Thương hiệu Ít người biết đến, sản phẩm mới 17 Trình độ, KN của Ban lãnh đạo Đại học, >3 năm kinh nghiệm, uy tín 18 Uy tín trong giao dịch tín dụng Có nợ loại 2 tại Techcombank 19 Báo cáo kiểm toán Doanh nghiệp chưa có kiểm toán Kết quả xếp hạng: B2 Năng lực tín dụng của khách hàng khá Theo mô hình xác xuất có nợ không đủ tiêu chuẩn: p = 0.31582 Giá trị p cho thấy xác xuât có nợ không đủ tiêu chuẩn là tương đối thấp. Ảnh hưởng của X3 đối với pi của doanh nghiệp 0.31582*(1-0.31582)*(-0.95874) = -0.20716 Ảnh hưởng của X6 đối với pi của doanh nghiệp 0.31582*(1-0.31582)*(1.20072) = 0.259449 Ảnh hưởng của X8 đối với pi của doanh nghiệp 0.31582*(1-0.31582)*(-56.83048) = -12.2798 Ảnh hưởng của X9 đối với pi của doanh nghiệp 0.31582*(1-0.31582)*(3.07236) = 0.663869 Ảnh hưởng của X12 đối với pi của doanh nghiệp 0.31582*(1-0.31582)*(0.00641) = 0.001386 Tóm lại, sử dụng mô hình Logit ta vừa xếp hạng khách hàng được, vừa nhận biết được những nhân tố nào tác động được tới vị trí xếp hạng để từ đó ta có biện pháp cải thiện. Và thông qua giá trị dự báo của xác suất xảy ra nợ không đủ tiêu chuẩn của doanh nghiệp các Ngân hàng có thể có có các biện pháp nhằm thực hiện nghiệp vụ quản trị rủi ro tín dụng của Ngân hàng được tốt hơn. Mô hình này có thể thường xuyên được cập nhật, ước lượng. NHẬN XÉT VÀ KẾT LUẬN Cũng như mọi hoạt động kinh doanh khác, hoạt động tín dụng của NHTM Việt Nam hiện nay đang phát triển mạnh mẽ và nó đã trở nên một yếu tố không thể thiếu được đối với nền kinh tế. Tuy nhiên trong hoạt động kinh doanh tín dụng thì rủi ro tín dụng là điều không thể tránh khỏi đối với mỗi Ngân hàng. Chính vì vậy việc xếp hạng khách hàng là rất cần thiết, giúp ta hạn chế được phần nào rủi ro, quản lý được khách hàng...Nhưng phương pháp này không dự báo, tìm được những nhân tố ảnh hưởng tới vị trí xếp hạng. Để khắc phục được điều này ta dùng mô hình Logit ước lượng xác xuất có nợ không đủ tiêu chuẩn, mô hình có thể thường xuyên được cập và ước lượng. Bên cạnh đó sử dụng mô hình cũng không tránh khỏi còn những hạn chế: nó đòi hỏi một số lượng dữ liệu lớn mới có thể có những đánh giá tốt, mô hình cũng không xét đến tình hình của nền kinh tế trong nước và trên thế giới. Qua thời gian nghiên cứu đề tài và thực tập giúp em hiểu thêm kiến thức thực tế về vấn đề rủi ro tín dụng, xếp hạng tín dụng trong hoạt động chi vay của ngân hàng và hiểu sâu thêm về kiến thức chuyên ngành mà mình đã học. Tuy nhiên, do vấn đề nghiên cứu phức tạp và với kiến thức còn hạn chế, kinh nghiệm thực tế về lĩnh vực này của em còn nhiều hạn hẹp nên đề tài không tránh khỏi những thiếu sót. Vì vậy, em rất mong nhận được sự đóng góp ý kiến của các thầy cô giáo cùng các bạn để hoàn thiện hơn nữa chuyên đề này. Em xin chân thành cảm ơn! PHỤ LỤC Bảng 3.3. Mô hình với đầy đủ biến số Dependent Variable: Y Method: ML - Binary Logit (Quadratic hill climbing) Date: 06/03/08 Time: 10:25 Sample: 1 73 Included observations: 73 Convergence achieved after 18 iterations Covariance matrix computed using second derivatives Variable Coefficient Std. Error z-Statistic Prob. D1 -0.253451 1.046039 -0.242296 0.8086 X2 -0.451007 0.936806 -0.481430 0.6302 X3 -1.310347 1.246342 -1.051354 0.2931 X4 -2.711665 2.766364 -0.980227 0.3270 X5 2.153026 4.744141 0.453828 0.6500 X6 1.803581 0.889414 2.027831 0.0426 X7 -0.053672 0.387213 -0.138612 0.8898 X8 -52.55528 31.83043 -1.651102 0.0987 X9 2.705095 1.960874 1.379535 0.1677 X10 -3.676650 11.39735 -0.322588 0.7470 X11 0.770313 0.817468 0.942316 0.3460 X12 0.010622 0.008312 1.277837 0.2013 X13 -0.012145 0.021055 -0.576799 0.5641 C -0.438656 2.482044 -0.176732 0.8597 Mean dependent var 0.356164 S.D. dependent var 0.482179 S.E. of regression 0.319203 Akaike info criterion 0.897425 Sum squared resid 6.011550 Schwarz criterion 1.336692 Log likelihood -18.75602 Hannan-Quinn criter. 1.072480 Restr. log likelihood -47.53609 Avg. log likelihood -0.256932 LR statistic (13 df) 57.56014 McFadden R-squared 0.605436 Probability(LR stat) 1.43E-07 Obs with Dep=0 47 Total obs 73 Obs with Dep=1 26 Estimation Command: ===================== BINARY(D=L) Y D1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 C Estimation Equation: ===================== Y = 1-@LOGIT(-(C(1)*D1 + C(2)*X2 + C(3)*X3 + C(4)*X4 + C(5)*X5 + C(6)*X6 + C(7)*X7 + C(8)*X8 + C(9)*X9 + C(10)*X10 + C(11)*X11 + C(12)*X12 + C(13)*X13 + C(14))) Substituted Coefficients: ===================== Y = 1-@LOGIT(-(-0.2534506866*D1 - 0.4510072089*X2 - 1.310347143*X3 - 2.711665287*X4 + 2.153025805*X5 + 1.803581466*X6 - 0.05367240467*X7 - 52.5552768*X8 + 2.705094692*X9 - 3.676650438*X10 + 0.7703129305*X11 + 0.01062200455*X12 - 0.01214474018*X13 - 0.4386555538)) Bảng 3.4. Mô hình đã bỏ biến D1 và X2 Dependent Variable: Y Method: ML - Binary Logit (Quadratic hill climbing) Date: 06/05/02 Time: 20:59 Sample: 1 73 Included observations: 73 Convergence achieved after 20 iterations Covariance matrix computed using second derivatives Variable Coefficient Std. Error z-Statistic Prob. X3 -1.658515 0.996126 -1.664965 0.0959 X4 -2.822206 2.626090 -1.074680 0.2825 X5 0.468457 3.109036 0.150676 0.8802 X6 1.768802 0.863758 2.047798 0.0406 X7 0.007981 0.338680 0.023566 0.9812 X8 -51.19159 30.99042 -1.651852 0.0986 X9 2.602623 1.831668 1.420903 0.1553 X10 -2.932441 10.34775 -0.283389 0.7769 X11 0.807548 0.788831 1.023728 0.3060 X12 0.012144 0.007643 1.588954 0.1121 X13 -0.011213 0.020663 -0.542687 0.5873 C -0.586433 2.437102 -0.240627 0.8098 Mean dependent var 0.356164 S.D. dependent var 0.482179 S.E. of regression 0.311813 Akaike info criterion 0.846220 Sum squared resid 5.930882 Schwarz criterion 1.222734 Log likelihood -18.88703 Hannan-Quinn criter. 0.996267 Restr. log likelihood -47.53609 Avg. log likelihood -0.258726 LR statistic (11 df) 57.29812 McFadden R-squared 0.602680 Probability(LR stat) 2.93E-08 Obs with Dep=0 47 Total obs 73 Obs with Dep=1 26 Estimation Command: ===================== BINARY(D=L) Y X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 C Estimation Equation: ===================== Y = 1-@LOGIT(-(C(1)*X3 + C(2)*X4 + C(3)*X5 + C(4)*X6 + C(5)*X7 + C(6)*X8 + C(7)*X9 + C(8)*X10 + C(9)*X11 + C(10)*X12 + C(11)*X13 + C(12))) Substituted Coefficients: ===================== Y = 1-@LOGIT(-(-1.658515163*X3 - 2.822206289*X4 + 0.4684571421*X5 + 1.768802*X6 + 0.007981216284*X7 - 51.19159381*X8 + 2.602622612*X9 - 2.932440694*X10 + 0.8075484824*X11 + 0.01214362928*X12 - 0.01121344001*X13 - 0.5864332837)) Bảng 3.5. Mô hình không có hệ số chặn Dependent Variable: Y Method: ML - Binary Logit (Quadratic hill climbing) Date: 06/05/02 Time: 21:07 Sample: 1 73 Included observations: 73 Convergence achieved after 19 iterations Covariance matrix computed using second derivatives Variable Coefficient Std. Error z-Statistic Prob. X3 -1.557395 0.886192 -1.757401 0.0788 X4 -3.038110 2.486294 -1.221943 0.2217 X5 -0.071536 2.149875 -0.033274 0.9735 X6 1.708554 0.816123 2.093502 0.0363 X7 -0.004084 0.333319 -0.012251 0.9902 X8 -51.96641 31.20825 -1.665150 0.0959 X9 2.651565 1.833652 1.446057 0.1482 X10 -2.365019 10.12288 -0.233631 0.8153 X11 0.704271 0.655922 1.073710 0.2830 X12 0.011128 0.006309 1.763732 0.0778 X13 -0.011277 0.020474 -0.550802 0.5818 Mean dependent var 0.356164 S.D. dependent var 0.482179 S.E. of regression 0.310209 Akaike info criterion 0.819606 Sum squared resid 5.966220 Schwarz criterion 1.164743 Log likelihood -18.91561 Hannan-Quinn criter. 0.957149 Avg. log likelihood -0.259118 Obs with Dep=0 47 Total obs 73 Obs with Dep=1 26 Estimation Command: ===================== BINARY(D=L) Y X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 Estimation Equation: ===================== Y = 1-@LOGIT(-(C(1)*X3 + C(2)*X4 + C(3)*X5 + C(4)*X6 + C(5)*X7 + C(6)*X8 + C(7)*X9 + C(8)*X10 + C(9)*X11 + C(10)*X12 + C(11)*X13)) Substituted Coefficients: ===================== Y = 1-@LOGIT(-(-1.55739498*X3 - 3.038110122*X4 - 0.07153577778*X5 + 1.708553844*X6 - 0.004083621526*X7 - 51.96641299*X8 + 2.651564674*X9 - 2.365018917*X10 + 0.7042707178*X11 + 0.01112774572*X12 - 0.01127732249*X13)) Bảng 3.6. Mô hình đã bỏ biến X5 và X7 Dependent Variable: Y Method: ML - Binary Logit (Quadratic hill climbing) Date: 06/05/02 Time: 21:12 Sample: 1 73 Included observations: 73 Convergence achieved after 23 iterations Covariance matrix computed using second derivatives Variable Coefficient Std. Error z-Statistic Prob. X3 -1.571431 0.788437 -1.993097 0.0463 X4 -3.037670 2.478547 -1.225585 0.2204 X6 1.715929 0.784814 2.186416 0.0288 X8 -52.58708 25.69114 -2.046895 0.0407 X9 2.684181 1.581678 1.697047 0.0897 X10 -2.231964 9.219866 -0.242082 0.8087 X11 0.691042 0.527358 1.310383 0.1901 X12 0.011145 0.006211 1.794476 0.0727 X13 -0.011263 0.020410 -0.551846 0.5811 Mean dependent var 0.356164 S.D. dependent var 0.482179 S.E. of regression 0.305273 Akaike info criterion 0.764828 Sum squared resid 5.964270 Schwarz criterion 1.047213 Log likelihood -18.91622 Hannan-Quinn criter. 0.877363 Avg. log likelihood -0.259126 Obs with Dep=0 47 Total obs 73 Obs with Dep=1 26 Estimation Command: ===================== BINARY(D=L) Y X3 X4 X6 X8 X9 X10 X11 X12 X13 Estimation Equation: ===================== Y = 1-@LOGIT(-(C(1)*X3 + C(2)*X4 + C(3)*X6 + C(4)*X8 + C(5)*X9 + C(6)*X10 + C(7)*X11 + C(8)*X12 + C(9)*X13)) Substituted Coefficients: ===================== Y = 1-@LOGIT(-(-1.5714314*X3 - 3.037670382*X4 + 1.715929481*X6 - 52.58707852*X8 + 2.684181169*X9 - 2.231963564*X10 + 0.6910416828*X11 + 0.01114514707*X12 - 0.01126333517*X13)) Bảng 3.7. Mô hình đã bỏ biến X10 Dependent Variable: Y Method: ML - Binary Logit (Quadratic hill climbing) Date: 06/05/02 Time: 21:52 Sample: 1 73 Included observations: 73 Convergence achieved after 10 iterations Covariance matrix computed using second derivatives Variable Coefficient Std. Error z-Statistic Prob. X3 -1.550265 0.771505 -2.009403 0.0445 X4 -3.054538 2.479945 -1.231696 0.2181 X6 1.726955 0.781581 2.209565 0.0271 X8 -56.46333 21.11332 -2.674299 0.0075 X9 2.861615 1.288318 2.221203 0.0263 X11 0.636908 0.468954 1.358148 0.1744 X12 0.011358 0.006121 1.855601 0.0635 X13 -0.009656 0.019037 -0.507232 0.6120 Mean dependent var 0.356164 S.D. dependent var 0.482179 S.E. of regression 0.303634 Akaike info criterion 0.738283 Sum squared resid 5.992592 Schwarz criterion 0.989292 Log likelihood -18.94732 Hannan-Quinn criter. 0.838314 Avg. log likelihood -0.259552 Obs with Dep=0 47 Total obs 73 Obs with Dep=1 26 Estimation Command: ===================== BINARY(D=L) Y X3 X4 X6 X8 X9 X11 X12 X13 Estimation Equation: ===================== Y = 1-@LOGIT(-(C(1)*X3 + C(2)*X4 + C(3)*X6 + C(4)*X8 + C(5)*X9 + C(6)*X11 + C(7)*X12 + C(8)*X13)) Substituted Coefficients: ===================== Y = 1-@LOGIT(-(-1.550264528*X3 - 3.054537704*X4 + 1.726954834*X6 - 56.46333056*X8 + 2.86161521*X9 + 0.636908305*X11 + 0.01135800746*X12 - 0.009656215267*X13)) Bảng 3.8. Mô hình đã bỏ biến X13 Dependent Variable: Y Method: ML - Binary Logit (Quadratic hill climbing) Date: 06/05/02 Time: 21:57 Sample: 1 73 Included observations: 73 Convergence achieved after 11 iterations Covariance matrix computed using second derivatives Variable Coefficient Std. Error z-Statistic Prob. X3 -1.503839 0.757631 -1.984924 0.0472 X4 -2.773167 2.365896 -1.172142 0.2411 X6 1.678242 0.756808 2.217525 0.0266 X8 -54.79331 20.73226 -2.642901 0.0082 X9 2.794795 1.355542 2.061754 0.0392 X11 0.493761 0.362182 1.363295 0.1728 X12 0.010388 0.005726 1.814245 0.0696 Mean dependent var 0.356164 S.D. dependent var 0.482179 S.E. of regression 0.305754 Akaike info criterion 0.714547 Sum squared resid 6.170055 Schwarz criterion 0.934180 Log likelihood -19.08097 Hannan-Quinn criter. 0.802075 Avg. log likelihood -0.261383 Obs with Dep=0 47 Total obs 73 Obs with Dep=1 26 Estimation Command: ===================== BINARY(D=L) Y X3 X4 X6 X8 X9 X11 X12 Estimation Equation: ===================== Y = 1-@LOGIT(-(C(1)*X3 + C(2)*X4 + C(3)*X6 + C(4)*X8 + C(5)*X9 + C(6)*X11 + C(7)*X12)) Substituted Coefficients: ===================== Y = 1-@LOGIT(-(-1.503838777*X3 - 2.773167289*X4 + 1.678241676*X6 - 54.7933134*X8 + 2.794795005*X9 + 0.4937609225*X11 + 0.0103879655*X12)) Bảng 3.9. Mô hình đã bỏ biến X4 và X11 Dependent Variable: Y Method: ML - Binary Logit (Quadratic hill climbing) Date: 06/05/02 Time: 22:03 Sample: 1 73 Included observations: 73 Convergence achieved after 13 iterations Covariance matrix computed using second derivatives Variable Coefficient Std. Error z-Statistic Prob. X3 -0.958746 0.511628 -1.873911 0.0609 X6 1.200723 0.460044 2.610016 0.0091 X8 -56.83048 21.25885 -2.673263 0.0075 X9 3.072361 1.944918 1.579687 0.1142 X12 0.006416 0.004522 1.419010 0.1559 Mean dependent var 0.356164 S.D. dependent var 0.482179 S.E. of regression 0.313870 Akaike info criterion 0.693418 Sum squared resid 6.698976 Schwarz criterion 0.850299 Log likelihood -20.30975 Hannan-Quinn criter. 0.755937 Avg. log likelihood -0.278216 Obs with Dep=0 47 Total obs 73 Obs with Dep=1 26 Estimation Command: ===================== BINARY(D=L) Y X3 X6 X8 X9 X12 Estimation Equation: ===================== Y = 1-@LOGIT(-(C(1)*X3 + C(2)*X6 + C(3)*X8 + C(4)*X9 + C(5)*X12)) Substituted Coefficients: ===================== Y = 1-@LOGIT(-(-0.9587455339*X3 + 1.200723315*X6 - 56.83048209*X8 + 3.072361051*X9 + 0.006416310153*X12)) DANH MỤC TÀI LIỆU THAM KHẢO Giáo trình kinh tế lượng và bài tập kinh tế lượng - Trường Đại học Kinh tế quốc dân – Khoa Toán Kinh tế, Bộ môn điều khiển học kinh tế, Nxb khoa học và kỹ thuật Tạp chí Ngân hàng và Tạp chí Tài chính tiền tệ các năm 2006, 2007 Giáo trình Ngân hàng thương mại - Trường đại học Kinh tế quốc dân – Khoa Ngân hàng tài chính, Chủ biên PGS.TS Phan Thị Thu Hà, Nxb Thống kê 2006 Đánh giá và phòng ngừa rủi ro trong kinh doanh Ngân hàng – TS Nguyễn Văn Tiến, Nxb Thống kê 2002 Quản trị Ngân hàng thương mại – PGS.TS Nguyễn Thị Mùi, Nxb Tài chính 2006 Website :Techcombank.com.vn Quy trình thực hiện và hướng dẫn xếp hạng doanh nghiệp trên phần mềm T24 của Ngân Hàng TMCP Kỹ Thương Việt Nam. Các văn bản tài liệu có liên quan đến hoạt động tín dụng, rủi ro tín dụng của Ngân Hàng nhà nước,Ngân Hàng TMCP Kỹ Thương Việt Nam. DANH MỤC CÁC TỪ VIẾT TẮT CV: Chuyên viên CVKH: Chuyên viên khách hàng Ban KS&HTKD: Ban kiểm soát và hỗ trợ kinh doanh của các đơn vị Techcombank. Khối TD$QTRR: Khối Tín Dụng và Quản trị rủi ro. DN: Doanh nghiệp PGD: Phòng Giao Dịch KD: Kinh doanh TCTD: Tổ chức tín dụng NHTM: Ngân hàng thương mại TSLĐ: Tài sản lưu động TMCP: Thương mại cổ phần NHNN: Ngân hàng nhà nước NH: Ngân hàng MỤC LỤC Trang DANH MỤC ĐỒ THỊ, BẢNG BIỂU DANH MỤC ĐỒ THỊ Đồ thị 1.1: Phân phối xác suất khoản tiền hoàn trả 12 Đồ thị 1.2: Phân bổ xác suất rủi ro đối với một danh mục đầu tư 13 DANH MỤC BẢNG BIỂU Bảng1.3 . Các chỉ tiêu tài chính cơ bản 24 Bảng1.4 . Kết quả đạt được trong năm 2007 25 Bảng 2.1. Xếp hạng tín dụng sử dụng cho nợ dài hạn 29 Bảng 2.2. Xếp hạng tín dụng sử dụng cho nợ ngắn hạn 30 Bảng 2.3.Xếp hạng tín dụng doanh nghiệp tại Việt Nam 32 Bảng 2.4. Quy trình thực hiện xếp hạng doanh nghiệp trên T24 35 Bảng 2.5. Bảng các chỉ tiêu định lượng xếp hạng DN 37 Bảng 2.6. Bảng các chỉ tiêu định tính xếp hạng DN 41 Bảng 2.7. Bảng các chỉ tiêu “Chiến lược” 42 Bảng 2.7. Bảng các chỉ tiêu “Quan hệ với Techcombank” 43 Bảng 2.8. Bảng các chỉ tiêu “Thương hiệu” 44 Bảng 2.9. Bảng các chỉ tiêu “Ban lãnh đạo” 45 Bảng 2.10. Bảng các chỉ tiêu “Uy tín trong giao dịch tín dụng đối với Techcombank” 46 Bảng 2.11. Bảng các chỉ tiêu kiểm toán 46 Bảng 2.12. Bảng mô tả hạng của khách hàng 47 Bảng 3.1 . Bảng thống kê mô tả với bộ số liệu 55 Bảng 3.2 . Bảng ma trận hệ số tương quan của các biến 56 Bảng 3.3. Mô hình với đầy đủ biến số 84 Bảng 3.4. Mô hình đã bỏ biến D1 và X2 86 Bảng 3.5. Mô hình không có hệ số chặn 87 Bảng 3.6. Mô hình đã bỏ biến X5 và X7 59 Bảng 3.7. Mô hình đã bỏ biến X10 89 Bảng 3.8. Mô hình đã bỏ biến X13 90 Bảng 3.9. Mô hình đã bỏ biến X4 và X11 91 Bảng 3.10. Bảng so sánh kết quả hạng và xác suất nợ KĐTC của 73 DN 64 Bảng 3.11. Bảng mô tả xếp loại dựa vào xác suất nợ KĐTC và hạng của KH 67 Bảng 3.12. Bảng các chỉ tiêu định tính của công ty dệt 75 Bảng 3.13. Bảng các chỉ tiêu tài chính của công ty dệt 76 Bảng 3.14. Bảng các chỉ tiêu định lượng của công ty dệt 77 Bảng 3.15. Bảng xếp hạng của công ty MC 79 Bảng 3.16. Bảng xếp hạng của công ty BLV 81