Các nhân tố ảnh hưởng đến khả năng trả nợ của doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam

Bài viết đề xuất mô hình cảnh báo sớm rủi ro tín dụng dựa trên sự phân tích các hệ số tài chính. Phương pháp phân tích hồi quy logistic đã được sử dụng để phân tích các hệ số tài chính với 152 mẫu quan sát.
Nội dung trích xuất từ tài liệu:
Các nhân tố ảnh hưởng đến khả năng trả nợ của doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam Chuyên mục: Tài chính Ngân hàng - TẠP CHÍ KINH TẾ & QUẢN TRỊ KINH DOANH SỐ 14 (2020) CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN KHẢ NĂNG TRẢ NỢ CỦA DOANH NGHIỆP NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM Đỗ Năng Thắng1, Nguyễn Văn Huân2 Tóm tắt Rủi ro tín dụng là loại rủi ro mà mọi ngân hàng thương mại luôn phải đối mặt, đặc biệt trong bối cảnh cạnh tranh khốc liệt ở lĩnh vực kinh doanh tiền tệ như ngày nay. Chính vì vậy, việc xây dựng một công cụ hữu hiệu, hỗ trợ ngân hàng thương mại trong quá trình cho vay nhằm hạn chế rủi ro là rất cần thiết. Xuất phát từ tính cấp thiết đó của tình hình thực tế, bài báo đề xuất mô hình cảnh báo sớm rủi ro tín dụng dựa trên sự phân tích các hệ số tài chính. Phương pháp phân tích hồi quy logistic đã được sử dụng để phân tích các hệ số tài chính với 152 mẫu quan sát. Từ khóa: Mô hình cảnh báo; Rủi ro tín dụng; Mô hình hồi quy; Mô hình xếp hạng; Hệ số phi tài chính; Hệ số tài chính; Hồi quy nhị phân. ASSESSMENT OF FACTORS AFFECTING LOAN REPAYMENT CAPABILITY OF ENTERPRISES LISTED ON VIETNAM STOCK MARKET Abstract Credit risk is a type of risks that commercial banks always face, especially in the context of increasing fierce competition in monetary business sector today. Therefore, it is essential to build an effective tool to support banks to limit risks in commercial lending. Based on the urgency of the actual situation, the paper proposes a model that warns credit risk early based on the analysis of financial ratios. The logistic regression analysis method was used to analyze financial ratios with 152 observations. Keywords: Warning model; Credit risk; Logistic model; Ranking model; Financial ratios; Binary regression. JEL classification: G, G01, G32 1. Giới thiệu CreditMetrics được JP Morgan giới thiệu vào năm Tín dụng là một hoạt động chiếm tỷ trọng lớn 1997 là một mô hình được sử dụng phổ biến trong nhất trong các hoạt động kinh doanh của ngân thực tiễn. Mô hình này có thể xem là có nguồn gốc hàng, là mảng hoạt động mang lại những nguồn thu từ mô hình Merton, tuy nhiên có một điểm khác lớn nhất cho bất kỳ ngân hàng thương mại nào. Tuy biệt cơ bản giữa mô hình CreditMetrics với Merton nhiên, rủi ro từ hoạt động này mang lại cũng là loại là ngưỡng phá sản trong mô hình CreditMetrics rủi ro lớn nhất mà các Ngân hàng thương mại phải được xác định từ xếp hạng tín dụng chứ không phải đối mặt, đặc biệt trong bối cảnh cạnh tranh khốc liệt từ các khoản nợ. Do đó, mô hình này cho phép xác trong lĩnh vực kinh doanh tiền tệ như ngày nay. Có định cả xác suất vỡ nợ và xác suất suy giảm tín nhiều nguyên nhân dẫn đến rủi ro tín dụng, trong dụng[3]. Hay công trình nghiên cứu của Meyer, đó chủ yếu xuất phát từ phía khách hàng vay. Thế Douglas W (1996) đã sử dụng các phương pháp giới hiện có khá nhiều các công trình nghiên cứu định lượng để hỗ trợ quản lý rủi ro tín dụng[4]. liên quan đến mảng nghiên cứu này, trong đó tiêu Ở Việt Nam hiện nay các Ngân hàng thương biểu là Mô hình Merton (1974) có vai trò mang tính mại, đặc biệt là ngân hàng thương mại cổ phần tư khai sáng trong quản trị rủi ro tín dụng, mô hình nhân việc xây dựng và ứng dụng các mô hình toán này xác định khả năng trả nợ của một công ty dựa học vào quản trị rủi ro tín dụng còn hạn chế, họ trên việc tính toán giá trị tài sản của công ty tại một chủ yếu dựa vào xếp hạng tín dụng để ra quyết thời điểm nào đó và so sánh nó với khoản nợ của định cho vay. Xuất phát từ thực tế đó, bài báo đề công ty với giả thiết công ty có một khoản nợ duy xuất mô hình Cảnh báo rủi ro tín dụng nhằm hỗ nhất và phải trả tại một thời điểm duy nhất[1]. Mô trợ các ngân hàng thương mại hạn chế được rủi ro hình điểm số Z của Altman (1977) tính toán khả khi ra quyết định cho vay đối với khách hàng là các năng trả nợ của khách hàng dựa trên số liệu lịch sử doanh nghiệp. của các yếu tố có ảnh hưởng đến khả năng trả nợ 2. Phương pháp nghiên cứu của khách hàng. Mô hình điểm số Z đã sử dụng 2.1. Phương pháp khảo sát và thu thập dữ liệu phương pháp phân tích khác biệt đa nhân tố để Dữ liệu là các báo cáo tài chính của doanh lượng hóa xác suất vỡ nợ của người vay đã khắc nghiệp được thu thập trong giai đoạn 2013-2019 phục được các nhược điểm của mô hình định tính, để phân tích và chạy thử, sau đó lựa chọn bộ số do đó góp phần tích cực trong việc kiểm soát rủi ro liệu được lấy tại thời điểm 31/12/2019 làm số liệu tín dụng tại các Ngân hàng thương mại . Mô hình [2] 82 Chuyên mục: Tài chính Ngân hàng - TẠP CHÍ KINH TẾ & QUẢN TRỊ KINH DOANH SỐ 14 (2020) chính thức trong nghiên cứu. Mẫu nghiên cứu - Nhóm 2: Các doanh nghiệp không có lãi (76 gồm 152 doanh nghiệp, được chia thành 2 nhóm: doanh nghiệp). - Nhóm 1: Các doanh nghiệp có lãi (76 doanh Bài báo sử dụng dấu hiệu phá sản “Vốn lưu nghiệp). động ròng bị âm” theo định nghĩa vỡ nợ của Basel 2 để phân loại các doanh nghiệp. Bảng 1: Thông tin về loại hình doanh nghiệp khảo sát Lĩnh vực Số lượng Tỷ trọng (%) Sản xuất 75 49,34 Xây dựng ...