trả được hết các khoản nợ.Tỷ số thanh toán hiện hành nhỏ hơn 1 cho thấy công ty đang ở trong tình trạng tài chính tiêu cực, có khả năng không trả được các khoản nợ khi đáo hạn.Tuy nhiên, điều này không có nghĩa là công ty sẽ phá sản bởi vì có rất nhiều cách để huy động thêm vốn.Mặt khác, nếu tỷ số này quá cao cũng không phải là một dấu hiệu tốt bởi vì nó cho thấy doanh nghiệp đang sử dụng tài sản chưa được hiệu quả.
Vòng quay hàng tồn kho (X2):
Hệ số vòng quay hàng tồn kho thể hiện khả năng quản trị hàng tồn kho.Vòng quay hàng tồn kho là số lần mà hàng hóa tồn kho bình quân luân chuyển trong kỳ. Hệ số vòng quay hàng tồn kho thường được so sánh qua các năm để đánh giá năng lực quản trị hàng tồn kho là tốt hay xấu qua từng năm. Hệ số này lớn cho thấy tốc độ quay vòng của hàng hóa trong kho là nhanh, không bị ứ đọng nhiều và ngược lại, nếu hệ số này nhỏ thì tốc độ quay vòng hàng tồn kho thấp. Tuy nhiên, hệ số này quá cao cũng không tốt, vì như vậy có nghĩa là lượng hàng dự trữ trong kho không nhiều, nếu nhu cầu thị trường tăng đột ngột thì rất có khả năng doanh nghiệp bị mất khách hàng và bị đối thủ cạnh tranh giành thị phần. Hơn nữa, dự trữ nguyên liệu vật liệu đầu vào cho các khâu sản xuất không đủ có thể khiến dây chuyền sản xuất bị ngưng trệ.Vì vậy, hệ số vòng quay hàng tồn kho cần phải đủ lớn để đảm bảo mức độ sản xuất và đáp ứng được nhu cầu khách hàng.Lưu ý, hàng tồn kho mang đậm tính chất ngành nghề kinh doanh khi phân tích phải đặt trong mối quan hệ với ngành nghề.
Vòng quay các khoản phải thu (X3):
Vòng quay các khoản phải thu phản ánh tốc độ biến đổi các khoản phải thu thành tiền mặt. Hệ số này là một thước đo quan trọng để đánh giá hiệu quả hoạt động của doanh nghiệp, thể hiện khả năng trả nợ của doanh nghiệp trong tương lai. Hệ số vòng quay các khoản phải thu càng lớn chứng tỏ tốc độ thu hồi nợ của doanh nghiệp càng nhanh, khả năng chuyển đổi các khoản nợ phải thu sang tiền mặt cao, điều này giúp cho doanh nghiệp nâng cao luồng tiền mặt, tạo ra sự chủ động trong việc tài trợ nguồn vốn lưu động trong sản xuất. Ngược lại, nếu hệ số này càng thấp thì số tiền của doanh nghiệp bị chiếm dụng ngày càng nhiều, lượng tiền mặt sẽ ngày càng giảm, làm giảm sự chủ động của
doanh nghiệp trong việc tài trợ nguồn vốn lưu động trong sản xuất và có thể doanh nghiệp sẽ phải đi vay ngân hàng để tài trợ thêm cho nguồn vốn lưu động này.
Tổng nợ phải trả/Tổng tài sản (X4):
Thông thường các ngân hàng muốn tỷ số nợ trên tổng tài sản vừa phải vì tỷ số này càng thấp thì khoản nợ càng được đảm bảo trong trường hợp doanh nghiệp bị phá sản.Trong khi đó, các chủ sở hữu doanh nghiệp lại muốn tỷ số này cao vì họ muốn lợi nhuận gia tăng nhanh và muốn toàn quyền kiểm soát doanh nghiệp.Tỷ số này cao thể hiện sự bất lợi đối với các ngân hàng nhưng lại có lợi cho chủ sở hữu nếu đồng vốn được sử dụng có khả năng sinh lợi cao.Tuy nhiên, nếu tỷ số tổng nợ trên tổng tài sản quá cao, doanh nghiệp dễ bị rơi vào tình trạng mất khả năng thanh toán.
Lợi nhuận sau thuế/Vốn CSH bình quân (X5):
Cho biết cứ 1 đồng vốn chủ sở hữu thì tạo ra được bao nhiêu đồng lợi nhuận.Tỷ số này phụ thuộc vào thời vụ kinh doanh.Ngoài ra, nó còn phụ thuộc vào quy mô và mức độ rủi ro của công ty.Để so sánh chính xác, cần so sánh tỷ số này của công ty với tỷ số bình quân của toàn ngành, hoặc với tỷ số của công ty tương đương trong cùng ngành.
EBIT/ Chi phí lãi vay (X6):
Chỉ tiêu cho ta thấy lợi nhuận công ty tạo ra có chi trả nổi chi phí lãi vay hay không. Nói cách khác, chừng nào hệ số EBIT/chi phí lãi vay còn vượt xa 100% thì DN vẫn còn dư địa để vay thêm.
2.4.4. Kiểm định hệ số tương quan của các biến
Bảng 2.17 – Bảng ma trận hệ số tương quan của các biến
D01 | X1 | X2 | X3 | X4 | X5 | X6 | |
D01 | 1.000000 | -0.204597 | -0.189332 | 0.214733 | -0.278816 | -0.176368 | -0.311716 |
X1 | -0.204597 | 1.000000 | 0.326826 | 0.398251 | 0.539682 | 0.444678 | 0.601051 |
X2 | -0.189332 | 0.326826 | 1.000000 | 0.386129 | 0.757377 | 0.277896 | 0.357565 |
Có thể bạn quan tâm!
-
Quy Trình Tín Dụng Của Ngân Hàng Thương Mại Cổ Phần Á Châu – Chi Nhánh Huế Đối Với Khách Hàng Doanh Nghiệp -
Quy Trình Chấm Điểm Cho Khách Hàng Doanh Nghiệp -
Đánh Giá Về Bộ Chỉ Tiêu Tài Chính Trong Hệ Thống Chấm Điểm Tín Dụng Của Ngân Hàng Tmcp Á Châu Đối Với Khách Hàng Doanh Nghiệp -
Xây Dựng Hệ Thống Chấm Điểm Tín Dụng Khách Hàng Doanh Nghiệp -
Nghiên cứu hệ thống xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng Thương mại Cổ phần Á Châu – Chi nhánh Huế - 11 -
Nghiên cứu hệ thống xếp hạng tín dụng khách hàng doanh nghiệp tại Ngân hàng Thương mại Cổ phần Á Châu – Chi nhánh Huế - 12
Xem toàn bộ 139 trang tài liệu này.
0.214733 | 0.398251 | 0.386129 | 1.000000 | 0.257020 | -0.020460 | 0.169863 | |
X4 | -0.278816 | 0.539682 | 0.757377 | 0.257020 | 1.000000 | 0.410492 | 0.522884 |
X5 | -0.176368 | 0.444678 | 0.277896 | -0.020460 | 0.410492 | 1.000000 | 0.438623 |
X6 | -0.311716 | 0.601051 | 0.357565 | 0.169863 | 0.522884 | 0.438623 | 1.000000 |
(Nguồn: Xử lý số liệu)
Ta thấy hệ số tương quan của một số cặp biến số lớn | |
r(X1,X4) = | 0.539682 |
r(X1,X6) = | 0.601051 |
r(X2,X4) = | 0.757377 |
r(X4,X6) = | 0.522884 |
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.
2.4.5. Ước lượng và phân tích mô hình Logit
2.4.5.1. Phân tích nhân tố khám phá (Exploratory Factor Analysis– EFA )
Qua kiểm định hệ số tương quan, ta phát hiện có nhiều cặp biến có hệ số tương quan lớn vì vậy để phân tích chính xác sự tác động của các biến phụ thuộc vào biến độc lập ta tiếp tục sử dụng phân tích nhân tố khám phá nhằm phân loại các biến độc lập, cũng như tạo tiền đề để phác thảo mô hình.
Phân tích Factor Analysis được sử dụng trong phân tích nhiều biến và giải thích chúng bằng vài nhân tố hoặc thành tố. Trong đó các biến có liên quan được nhóm lại với nhau và tách ra khỏi các biến khác mà nó ít liên quan.
Bảng 2.18 – Rotated Component Matrix
Rotated Component Matrixa
Component | |||
1 | 2 | 3 | |
X5 | ,811 | ,144 | -,195 |
X1 | ,800 | ,073 | ,425 |
X6 | ,785 | ,264 | ,128 |
X2 | ,052 | ,952 | ,147 |
X4 | ,398 | ,853 | ,035 |
X3 | ,061 | ,130 | ,955 |
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
(Nguồn: Xử lý số liệu)
Ta có kết quả phân tích :
Nhóm nhân tố thứ 1: Nhân tố này bao gồm các yếu tố: lợi nhuận sau thuế/Vốn CSH bình quân (X5), khả năng thanh toán hiện hành (X1), EBIT/Chi phí lãi vay (X6). Trong các biến quan sát, thì biến “lợi nhuận sau thuế/Vốn CSH bình quân” ảnh hưởng lớn nhất đến khả năng trả nợ cao của doanh nghiệp với hệ số nhân tố là 0,811.
F1 = 0,811*X5 + 0,800*X1 + 0,785*X6
Nhóm nhân tố thứ 2: Nhân tố này bao gồm các yếu tố: vòng quay hàng tồn kho (X2), tổng nợ phải trả/Tổng tài sản (X4). Trong các biến quan sát, thì biến “vòng quay hàng tồn kho” ảnh hưởng lớn nhất đến khả năng trả nợ cao của doanh nghiệp với hệ số nhân tố là 0,952.
F2 = 0,952*X2 + 0,853*X4
Nhóm nhân tố thứ 3: Nhân tố này bao gồm yếu tố vòng quay các khoản phải thu (X3) ảnh hưởng đến khả năng trả nợ cao của doanh nghiệp với hệ số nhân tố là 0,955.
F3= 0,955* X3
2.4.5.2. Kiểm định Binary Logistic
Sau khi tiến hành phân tích nhân tố khám phá, nhóm các biến theo từng yếu tố, nghiên cứu tiếp tục tiến hành phân tích hồi quy. Mô hình hồi quy mà nghiên cứu áp dụng là mô hình hồi quy logistic nhị thức (binary logistic). Nghiên cứu muốn đo lường xem mức độ tác động của các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng doanh nghiệp, thông qua hồi quy dựa trên việc đo lường sự ảnh hưởng của các nhân tố được rút trích.
Trong mô hình phân tích hồi quy, biến phụ thuộc là biến “Khả năng trả nợ”, các biến độc lập là các nhân tố được phân loại từ phân tích nhân tố EFA. Mô hình hồi quy như sau:
KN = β0 + β1F1 + β2F2 + β3F3
Bảng 2.19 – Model Summary
Model Summary
-2 Log likelihood | Cox & Snell R Square | Nagelkerke R Square | |
1 | ,000 | ,585 | 1,000 |
2 | ,000 | ,585 | 1,000 |
(Nguồn: Xử lý số liệu)
Bảng thể hiện kết quả độ phù hợp của mô hình .Khác với hồi quy tuyến tính thông thường hệ số R2 càng lớn thì mô hình càng phù hợp, hồi quy Binary Logistic sử dụng chỉ
tiêu -2LL (-2 Log likelihood) để đánh giá độ phù hợp của mô hình.-2LL càng nhỏ càng thể hiện độ phù hợp cao.
Kết quả bảng cho thấy giá trị của -2LL = 0 (tức là không sai số), như vậy nó thể hiện một độ phù hợp tốt của mô hình tổng thể.
Bảng 2.20 – Classification Table
Observed | Predicted | ||||
Y | Percentage Correct | ||||
0 | 1 | ||||
Step 1 | Y | 0 | 42 | 0 | 100,0 |
1 | 0 | 8 | 100,0 | ||
Overall Percentage | 100,0 | ||||
Step 2 | Y | 0 | 42 | 0 | 100,0 |
1 | 0 | 8 | 100,0 | ||
Overall Percentage | 100,0 | ||||
a. The cut value is ,500 | |||||
(Nguồn: Xử lý số liệu)
Mức độ chính xác cũng được thể hiện ở bảng, bảng này cho thấy trong 42 khách hàng có khả năng trả nợ cao mô hình đã dự đoán đúng cả 42 khách hàng, tỷ lệ đúng là 100,00%. Còn với 8 trường hợp khách hàng có khả năng trả nợ thấp, mô hình cũng dự đoán đúng toàn bộ. Từ đó tính được tỷ lệ dự đoán đúng của toàn bộ mô hình là 100,00%.
Bảng 2.21 - Variables in the Equation
Variables in the Equation
B | S.E. | Wald | df | Exp(B) | ||
Step 1a | F1 | 1,669 | 791,743 | ,000 | 1 | ,188 |
F2 | 1,500 | 653,520 | ,000 | 1 | 4,480 | |
F3 | 3,332 | 2221,472 | ,000 | 1 | 27,988 | |
Constant | -52,764 | 31110,207 | ,000 | 1 | ,000 |
a. Variable(s) entered on step 1: F1, F2, F3.
Từ các hệ số hồi quy này ta viết được phương trình:
(Nguồn: Xử lý số liệu)
KN = - 52,764+ 1,669*F1 + 1,500*F2 + 3,332*F3
Diễn giải ý nghĩa của các hệ số hồi quy như sau : Cả ba nhân tố đều có tác động làm tăng khả năng trả nợ của khách hàng doanh nghiệp. Cụ thể khả năng trả nợ của DN phụ thuộc 1,669 vào nhân tố F1, 1,500 vào nhân tố F2, 3,332 vào nhân tố F3. Tất cả các nhân tố đều tác động dương tới khả năng trả nợ của doanh nghiệp, có ảnh hưởng lớn để xác suất xuất hiện nợ đủ tiêu chuẩn khi khách hàng doanh nghiệp có quan hệ tín dụng tại ACB – CN Huế.
CHƯƠNG 3: KIẾN NGHỊ GÓP PHẦN HOÀN THIỆN XẾP HẠNG TÍN DỤNG KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP Á CHÂU - CHI NHÁNH HUẾ
3.1. Định hướng phát triển của Ngân hàng Thương mại Cổ phần Á Châu – Chi nhánh Huế
3.1.1. Các định hướng cơ bản
3.1.1.1. Định hướng về tín dụng
Định hướng
- Xây dựng nền khách hàng vững chắc;
- Tăng tỷ trọng cho vay ngắn hạn, giảm cho vay trung và dài hạn;
- Phát triển tín dụng tiêu dùng, tín dụng cho doanh nghiệp vừa và nhỏ;
- Nâng cao chất lượng tín dụng, giảm tỷ lệ nợ xấu xuống mức 3%.
Dự kiến mục tiêu hoạt động tín dụng năm 2015
- Tăng trưởng tổng tài sản, tiền gửi huy động và tín dụng đều ớ mức 13%;
- Tỷ lệ nợ xấu dưới 3%;
- Tỷ lệ nợ quá hạn dưới 5%.
3.1.1.2. Định hướng về nguồn vốn.
Đáp ứng đủ vốn cho nhu cầu tín dụng và đầu tư; Đẩy mạnh kinh doanh vốn thu lợi nhuận; Đảm bảo an toàn vốn (tính thanh khoản và chênh lệch kỳ hạn thực tế); Tăng cường huy động vốn dài hạn.
3.1.1.3. Định hướng về dịch vụ.
Phát triển dịch vụ để tăng tỷ trọng thu dịch vụ trong tổng thu; Gắn tăng trưởng tín dụng dịch vụ với công nghệ hiện đại; Phát triển dịch vụ đi kèm với mở rộng và nâng cao năng lực mạng lưới điểm giao dịch (thêm 3 phòng giao dịch); Phát triển dịch vụ mới qua