Mô hình điểm số Z (Z - Credit Scoring Model) là gì?

Hình minh họa (Nguồn: analyticsvidhy)

Mô hình điểm số Z (Z - Credit Scoring Model)

Mô hình điểm số Z - danh từ, trong tiếng Anh được gọi là Z - Credit Scoring Model.

Mô hình điểm số "Z" do E. I. Altman hình thành để cho điểm tín dụng đối với công ty sản xuất của Mỹ. Đây là mô hình lượng hóa rủi ro tín dụng cơ bản nhất thường được sử dụng, trong đó đại lượng Z là thước đo tổng hợp để phân loại rủi ro tín dụng đối với người vay và phụ thuộc vào:

1. Trị số của các chỉ số tài chính của người vay (X_j)

2. Tầm quan trọng của các chỉ số này trong việc xác định xác suất vỡ nợ của người vay. (Theo Giáo trình Ngân hàng Thương mại, NXB Thống kê)

Nội dung mô hình điểm số Z

Z = 1,2X₁ + 1,4X₂ + 3,3X₃ + 0,6X₄ + 1,0X₅

Trong đó:

X₁ = tỉ số "vốn lưu động ròng/tổng tài sản".

X₂ = tỉ số "lợi nhuận giữ lại/tổng tài sản".

X₃ = tỉ số "lợi nhuận trước thuế và tiền lãi/tổng tài sản".

X₄ = tỉ số "thị giá cổ phiếu/giá trị ghi sổ của nợ dài hạn".

X₅ = tỉ số "doanh thu/tổng tài sản".

Trị số Z càng cao, thì người vay có xác suất vỡ nợ càng thấp. Như vậy, khi trị số Z thấp hoặc là một số âm sẽ là căn cứ để xếp khách hàng vào nhóm có nguy cơ vỡ nợ cao.

Giả sử, một khách hàng tiềm năng có các chỉ số tài chính là: X₁ = 0,20; X₂ = 0; X₃ = -0,20; X₄ = 0,10 và X₅ = 2,0. Chỉ số X₂ = 0 và chỉ số X₃ là một số âm nói lên rằng khách hàng có tỉ số "nợ/vốn chủ sở hữu" cao. Tuy nhiên, tỉ số "vốn ròng/tổng tài sản" (X₁) và tỉ số "doanh thu/tổng tài sản" (X₅) lại cao, nên phản ánh khả năng thanh khoản và duy trì doanh số bán hàng là tốt. Điểm số Z sẽ là thước đo tổng hợp về xác suất vỡ nợ của khách hàng. Từ các số liệu đã cho, ta tính được điểm số Z của khách hàng là 1,64.

Theo mô hình cho điểm "Z" của Altman, bất cứ công ty nào có điểm số Z thấp hơn 1,81 đều phải được xếp vào nhóm có nguy cơ rủi ro tín dụng cao. Căn cứ vào kết luận này, ngân hàng sẽ không cấp tín dụng cho khách hàng này cho đến khi cải thiện được điểm số Z lớn hơn 1,81.

Hạn chế của mô hình điểm số Z

- Mô hình này chỉ cho phép phân biệt khách hàng thành hai nhóm là "vỡ nợ" và "không vỡ nợ". Trong thực tế, vỡ nợ được phân thành nhiều loại, từ không trả hay chậm trễ trong việc trả lãi tiền vay, đến việc không hoàn trả nợ gốc và lãi tiền vay.

Điều này hàm ý, cần có một mô hình cho điểm chính xác hơn, toàn diện hơn theo nhiều thang điểm để phân loại khách hàng thành nhiều nhóm tương ứng với các mức độ vỡ nợ khác nhau.

- Không có lí do rõ ràng để giải thích sự bất biến về tầm quan trọng của các biến số theo thời gian, dù là trong ngắn hạn. Tương tự như vậy, các biến số (X_j) cũng không phải là bất biến, đặc biệt là khi điều kiện thị trường và kinh doanh thường xuyên thay đổi. Ngoài ra, mô hình cũng giả thiết rằng các biến số X_j là hoàn toàn độc lập, không phụ thuộc lẫn nhau.

- Đã không tính tới một số nhân tố quan trọng nhưng khó lượng hóa, nhưng lại ảnh hưởng đáng kể đến mức độ rủi ro tín dụng của khách hàng.

Nhìn chung, các nhân tố này thường không được đề cập trong mô hình ghi điểm tín dụng "Z". Mặt khác, mô hình cho điểm thường không sử dụng các thông tin đại chúng có sẵn, như giá cả thị trường của các tài sản chính... (Theo Giáo trình Ngân hàng Thương mại, NXB Thống kê)