(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào

95 23 0
(Luận văn thạc sĩ) Mô hình toán học Logit  Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay  Lào

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Lào(Luận văn thạc sĩ) Mô hình toán học Logit Probit hồi quy và ZScore trong phân tích và dự báo nợ xấu tín dụng tại Ngân hàng Nayoby chi nhánh tỉnh Oudomxay Làov

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THƠNG SILISITH XAYSOMPHENG MƠ HÌNH TỐN HỌC LOGIT – PROBIT HỒI QUY VÀ ZSCORE TRONG PHÂN TÍCH VÀ DỰ BÁO NỢ XẤU TÍN DỤNG TẠI NGÂN HÀNG NAYOBY CHI NHÁNH TỈNH OUDOMXAY - LÀO LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH THÁI NGUYÊN – 2020 ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THƠNG SILISITH XAYSOMPHENG MƠ HÌNH TỐN HỌC LOGIT – PROBIT HỒI QUY VÀ ZSCORE TRONG PHÂN TÍCH VÀ DỰ BÁO NỢ XẤU TÍN DỤNG TẠI NGÂN HÀNG NAYOBY CHI NHÁNH TỈNH OUDOMXAY - LÀO Chuyên ngành : Khoa học máy tính Mã số chuyên ngành : 848 01 01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH NGƯỜI HƯỚNG DẪN KHOA HỌC : PGS.TS Nguyễn Văn Huân Thái Nguyên – Năm 2020 i LỜI CAM ĐOAN Tôi tên XAYSOMPHENG silisith, học viên lớp K17A – Khoa học máy tính, Trường Đại học Cơng nghệ thơng tin Truyền thông Thái Nguyên Tôi xin cam đoan đề tài Mơ hình tốn học Logit - Probit hồi quy Z-score phân tích dự báo nợ xấu tín dụng ngân hàng NAYOBY chi nhánh tỉnh Oudomxay - Lào Thầy giáo PGS.TS Nguyễn Văn Huân hướng dẫn, cơng trình nghiên cứu thân tơi thực hiện, dựa hướng dẫn Thầy giáo hướng dẫn khoa học tài liệu tham khảo trích dẫn Tơi xin chịu trách nhiệm với lời cam đoan Thái Nguyên, Ngày 09 tháng 11 năm 2020 Học viên XAYSOMPHENG silisith ii LỜI CẢM ƠN Trước hết xin gửi lời cảm ơn sâu sắc đến thầy hướng dẫn khoa học PGS.TS Nguyên Văn Huân dẫn khoa học, định hướng nghiên cứu tận tịnh hướng dẫn tơi suốt q trình làm luận văn Tôi xin cảm ơn Thầy việc Công Nghệ Thông Tin, Thầy, Cô giáo trường Đại học Công Nghệ Thông Tin Truyền Thông – Đại học Thái Nguyên cung cấp cho kiến trúc vô quý báu cần thiết suốt thời gian học tập trường để tơi thực hoàn thành tốt để đồ án chun ngành Tơi xin bày tỏ lịng biết ơn sâu sắc tới Chính phủ Lào Chính phủ Việt Nam, Bộ Giáo dục Thể thao Lào, Bộ Giáo dục Đào tạo Việt Nam tạo điều kiện cấp suất học bổng cao học cho Xin trân trọng cảm ơn sâu sắc tới Ban Lãnh đạo Viện Khoa học xã hội quốc gia Lào, Trung tâm Thông tin Khoa học xã hội Lào tạo điều kiện ủng hộ Với thời gian nghiên cứu cịn hạn chế, ngơn ngữ cịn khiêm tốn, luận văn khơng tránh khỏi thiếu sót, tơi mong nhận ý kiến đóng góp chân thành từ thầy cô giáo, đồng nghiệp, bạn bè Cuối cùng, tơi xin cản ơn gia đình bạn bè, người ủng hộ động viên tơi, giúp tơi n tâm có tâm lý thuận lợi để nghiên cứu luân văn Tuy nhiên giới hạn mặt thời gian kiến thức nên đồ án chắn không tránh khỏi sai sót ngồi ý muốn Tơi mong nhận thơng cảm đóng góp ý kiến thầy cô giáo, đồng nghiệp bạn bè Thái Nguyên, Ngày 09 tháng 11 năm 2020 Học viên XAYSOMPHENG silisith iii MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CÁC TỪ VIẾT TẮT vi DANH MỤC BẢNG, BIỂU ĐỒ VÀ SÔ ĐỒ vii DANH MỤC HÌNH ẢNH viii LỜI MỞ ĐẦU .1 CHƯƠNG 1: .3 TỔNG QUAN VỀ NỢ XẤU NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN 1.1 Hoạt động chung ngân hàng: Tổng quan ngân hàng thương mại: 1.1.1 1.1.1.1 Khái niệm: 1.1.1.2 Các hoạt động Ngân hàng thương mại: 1.1.1.3 Tín dụng đặc trưng tín dụng: 1.2 Nợ xấu Ngân hàng thương mại .11 1.2.1 Khái niệm: .11 1.2.2 Các quan điểm nợ xấu Ngân hàng thương mại: 12 1.2.3 Nguyên nhân phát sinh nợ xấu: .14 1.2.3.1 Nhóm nguyên nhân khách quan: 15 1.2.3.2 Nhóm nguyên nhân chủ quan: 17 1.2.4 Các tác động nợ xấu: 19 KẾT LUẬN CHƯƠNG 21 CHƯƠNG 2: .22 TỔNG QUAN VỀ CÁC MƠ HÌNH TRONG CẢNH BẢO NỢ XẤU NGÂN HÀNG VÀ GIỚI THIỆU MƠ HÌNH LOGIT-PROBIT VÀ Z-SCORE 22 2.1 2.1.1 Tổng quan mơ hình cảnh bảo nợ xấu tín dụng: 22 Nghiên cứu mơ hình CAEL cảnh báo nợ xấu tín dụng: 22 iv 2.1.2 2.2 Giới thiệu mơ hình CAEL: 22 Nghiên cứu mơ hình chất lượng 6C 24 Mơ hình định tính – Mơ hình 6C: 24 2.2.1 2.3 Nghiên cứu mơ hình xếp hạng Moody Standard & Poor: .25 2.3.1 Mơ hình xếp hạng ngân hàng Moody’s 26 2.3.2 Mơ hình Standard & Poor’s (S&P): .26 2.4 Mơ hình tốn học Logit-Probit hồi quy cảnh báo nợ xấu tín dụng: 29 2.4.1 Mơ hình hồi quy theo biến giá (Qualitative Respones Regression Model) 29 2.4.2 Mơ hình Logit: 29 2.4.2.1 Đặc điểm mơ hình Logit việc đánh giá khả trả nợ khách hàng .30 2.4.2.2 Cơ sở toán học khái niệm liên quan nghiên cứu liên quan đến mơ hình Logit 33 2.4.2.3 2.4.3 Đặc điểm mơ hình Logit: 37 Mô hình Probit: .40 2.4.3.1 Giới thiệu mơ hình Probit: 40 2.4.3.2 Đặc điểm mơ hình Probit: 42 2.5 Mơ hình Z-Score điểm số tín dụng tiêu dùng: .43 2.5.1 Giới thiệu mơ hình: 43 2.5.2 Cơ sở toán học khái niệm liên quan: 43 2.5.3 Đặc điểm mơ hình Z-Score: 45 KẾT LUẬN CHƯƠNG 46 CHƯƠNG 3: DỰ BÁO NỢ XẤU DỰA VÀO MƠ HÌNH LOGIT-PROBIT TRÊN PHẦN MỀM EVIEWS VÀ DỰ BÁO PHÁ SẢN DỰA VÀO MƠ HÌNH ZSCORE 48 3.1 Giới thiệu Ngân hàng NAYOBY Lào: 48 3.1.1 Giới thiệu ngân hàng: .48 3.1.2 Hoạt động Ngân hàng NAYOBY Lào: 51 3.1.3 Nguồn liệu thực trạng hoạt động tín dụng Ngân hàng NAYOBY, chi nhánh tỉnh Oudomxay - Lào: 53 v 3.1.3.1 Nguồn liệu ngân hàng NAYOBY: 53 3.1.3.2 Tình hình hoạt động kinh doanh Ngân hàng NAYOBY: 53 3.1.3.3 Quy trình tín dụng khách hàng doanh nghiệp: .56 3.2 Dự báo nợ xấu dựa mơ hình tốn học Logistic - Probit hồi quy NHNBB phần mềm Eviews 8.0: 59 3.2.1 3.2.1.1 Mơ hình hồi quy Logistic - Probit: 59 Ứng dụng phần mềm Eviews 8.0 60 3.3 Dự báo phá sản dựa mơ hình Z-Score Doanh nghiệp khách hàng Ngân hàng .69 KẾT LUẬN .74 TÀI LIỆU THAM KHẢO .76 PHỤ LỤC 78 NGUỒN DỮ LIỆU 80 vi DANH MỤC CÁC TỪ VIẾT TẮT NBB CSXH Ngân hàng NAYOBY Lào Chính sách xã hội NHCSXH Ngân hàng Chính sách xã hội BCTC Báo cáo tài IMF Quỹ tiền tệ quốc tế (The International Monetary Fund) ECB Ngân hàng Trung ương Châu Âu (The European Central Bank) NHNN Ngân hàng Nhà nước NHTM Ngân hàng thương mại NQH Nợ hạn KHDN Khách hàng doanh nghiệp KHCN Khách hàng cá nhân Moody’s S&P Moody’s Invertors Service Standard & Poor RRTD Rủi ro tín dụng NXTD Nợ xấu tín dụng DPRR Dự phịng rủi ro TSBĐ Tài sản bảo đảm TCTD Tổ chức tín dụng TCTC Tổ chức tài ĐMTN Định mức tín nhiệm XHTD Xếp hạng tín dụng vii DANH MỤC BẢNG, BIỂU ĐỒ VÀ SÔ ĐỒ Bảng 2.1 Xếp hạng Moody’s Standard & Poor 27 Bảng 2 Thang điểm đánh giá tín nhiệm ngân hàng S&P (từ cao đến thấp) 28 Bảng Cấu trúc biến mơ hình Logit 30 Bảng Các biến để ước lượng LLR mơ hình Irakli Ninua 34 Bảng Dư nợ tín dụng KHCN theo thời gian cho vay NBB 55 Bảng Phân tích nợ xấu theo nhóm nợ NBB 55 Bảng 3 Mô tả thống kê biến mơ hình 62 Bảng Ma trận tương quan biến 63 Bảng Kiểm định điểm dừng EBITA 63 Bảng Kiểm định điểm dừng EQUITYA 64 Bảng Kiểm định điểm dừng LTLA 65 Bảng Kiểm định tính dừng SALESA 65 Bảng Biến xác suất phá sản 10 doanh nghiệp 67 Bảng 10 Kiểm định tính dừng biến PD 69 Bảng 11 Các biến độc lập mơ hình Z-Score 71 Sơ đồ 1 Các nguyên nhân gây nợ xấu .19 Biểu đồ Sự biến động xác xuất phá sản Ngân hàng NBB 68 viii DANH MỤC HÌNH ẢNH Hình Mơ hình hồi quy theo biến giả (Qualitative Respones Regression Model) 29 Hình 2 Đồ thị mơ hình Logit 31 Hình Đồ thị mơ hình Probit .41 Hình Cơ cấu tổ chức NBB chi nhánh tỉnh Oudomxay .49 Hình Phần mềm Eviews 8.0 60 Hình 3 Lặp bảng để phân tích mơ hình Logit 60 Hình Nhập liệu vào 61 Hình Mơ hình thống kê biến mơ hình 61 Hình Ma trận tương quan biến 62 Hình Nhập liệu vào để phân tích Z-Score 68 71 Bảng 11 Các biến độc lập mơ hình Z-Score Tên doanh AVS KNV IMM EBC RTB LAA DFD KKC RBP REL X1 X2 0.2228 0.06 -0.1575 0.0111 0.1642 0.0565 -0.0631 -0.0285 0.4908 0.0112 0.2302 0.0094 0.0666 -0.113 -0.016 0.0828 -0.025 0.0007 0.0004 0.0000 2016 X3 0.0783 0.0163 0.0681 -0.0267 0.0156 0.0137 -0.112 0.0974 0.0007 0.0081 X4 0.82 0.33 0.39 0.25 0.65 0.25 1.48 2.05 0.26 0.21 X5 0.3678 0.4956 0.0933 0.1221 0.196 0.3533 0.357 0.1277 0.0799 0.1739 X1 0.2084 0.0251 0.0559 -0.067 0.5264 0.1851 -0.025 0.3541 -0.106 0.0003 X2 0.0568 0.0013 0.0169 0.007 0.0333 0.0071 -0.121 0.0638 0.0118 0.0000 2017 X3 0.072 0.0101 0.0242 0.0081 0.042 0.0107 -0.121 0.0724 0.0128 0.0119 X4 0.72 0.42 0.52 0.38 1.7 0.32 2.72 1.37 0.97 0.2 X5 0.3243 64.09 0.0467 0.0912 0.262 0.3486 0.4228 0.1197 0.0557 0.0329 X1 0.0603 0.0268 0.0903 -0.137 0.3859 0.1756 -0.371 0.1047 -0.14 0.0003 X2 0.0442 0.006 0.0182 0.0001 0.0487 0.0016 -0.114 0.0302 0.0104 0.0000 2018 X3 0.0597 0.0068 0.0262 0.001 0.0627 0.0042 -0.114 0.032 0.0131 0.0078 X4 0.8 0.21 0.4 0.27 1.22 0.13 9.34 0.81 0.68 0.08 X5 0.2667 0.2719 0.0472 0.112 0.3432 0.3345 0.5066 0.0742 0.0783 0.095 (Nguồn: Tác giả tính tốn Microsoft Excel) 72 Bảng 3.12: Phân tích Z-Score Tên doanh nghiệp 2016 2017 2018 AVS KNV IMM EBC RTB LAA DFD KKC RBP REL 1.502122122 0.58651886 0.843585375 0.07832336 1.268006818 0.847415464 0.855260019 1.85711922 0.219496558 0.3353361 3.331225842 1.467363493 1.565734714 0.764534255 2.831620689 1.266386335 4.794769906 7.43627058 0.8054875 0.8159357 2.645950723 2.134348117 0.988368086 0.684800243 1.945836799 1.657995359 2.978287648 3.698771292 0.572846809 0.877782 (Nguồn: Tác giả tính tốn Microsoft Excel) Dựa thơng tin đó, tác giả tính tốn số Z-Score Bảng 3.12: Kết số Z-Score cho thấy Z-Score AVS năm 2018 nằm ngưỡng 1.8 đến 2.99 có nguy rủi ro phá sản, nhiên rủi ro thấp Z-Score 2.64 gần với ngưỡng 2.99 Như ngân hàng cho AVS vay gặp rủi ro tín dụng với doanh nghiệp Chỉ số Z-Score KNV năm 2018 nằm ngưỡng 1.8 đến 2.99 có nguy rủi ro phả sản thời gian tới, rủi ro cao Z-Score 2.13 cao mức 1.8 Như doanh nghiệp vay có nguy rủi ro tín dụng cao Chỉ số Z-Score IMM năm nằm dươi 1.8 nằm vùng có nguy phá sản cao số Z-Score năm 2018 0.98 Nên ngân hàng không nên cho doanh nghiệp vay nguy phá sản cao Chỉ số ZScore EBC năm thấp mức 1.8, nằm vùng nguy hiểm có nguy phá sản cao năm 2018 Z-Score 0.68 Nên ngân hàng không cho doanh nghiệp vay nguy phá sản cao Chỉ số Z-Score RTB năm 2017 không nằm vùng nguy hiểm, phá sản cao Nhưng tới năm 2018 số Z-Score cịn 1.94 cao mức 1.8 nằm vùng cảnh báo Vì ngân hàng không nên cho doanh nghiệp vay nguy rủi ro tín dụng cao Chỉ số Z-Score 73 LAA năm nằm mức 1.8 Năm 2018 Z-Score 1.65 thấp mức 1.8 nên ngân hàng khơng nên cho doanh nghiệp vay doanh nghiệp nằm vùng nguy hiểm, phá sản cao Chỉ số Z-Score DFD hai năm 2016, 2017 nằm mức 1.8 cảnh báo, nguy phá sản cao Năm 2018 số Z-Score tăng lên đáng kể 2.97 so với mức 2.99 ngân hàng không gặp nhiều rủi ro cho doanh nghiệp vay Chỉ số Z-Score KKC năm nằm vùng an tồn khơng có rủi ro tín dụng Năm 2018 Z-Score 3.69 cao 2.99 nên ngân hàng cho doanh nghiệp vay không gặp rủi ro phá sản Chỉ số Z-Score RBP năm nằm mức 1.8 Năm 2018 Z-Score 0.57 vùng cảnh báo, nguy phá sản cực lớn Nên ngân hàng không nên cho doanh nghiệp vay gặp rủi ro phá sản lớn Chỉ số Z-Score REL năm mức 1.8 nằm vùng cảnh báo Năm 2018 Z-Score 0.87 mức 1.8 nên ngân hàng không nên cho doanh nghiệp vay vi gặp rủi ro phá sản cao Thực vậy, giới số Altman’s Z-Score áp dụng nhiều năm nhiều quốc gia khác năm 1968 cho doanh nghiệp nhỏ Mỹ, sau giáo sư Altman cịn áp dụng Z-Score nghiên cứu năm 1983, 1998 2000 Kết cho thấy số Z-Score dự báo xác tới khoảng 95% doanh nghiệp bị phá sản năm kết tiếp 72% doanh nghiệp bị phá nghiệp giúp cho NHTM có dự báo sớm rủi ro phá sản doanh nghiệp, rủi ro tín dụng NHTM 74 KẾT LUẬN Qua nghiên cứu em hiểu dự báo nợ xấu tín dụng, rủi ro tín dụng dựa việc sử dụng mô việc sử dụng mô hình Logistic đánh giá dự báo rủi ro vỡ nợ khách hàng doanh nghiệp dự báo phá sản khách hàng doanh nghiệp qua mô hình Z-Score Về kinh nghiệm thân: Qua thời gian tháng thực tập, nghiên cứu đề tài giúp em rõ q trình tín dụng ngân hàng Học hỏi thêm nhiều kinh nghiệm kỹ năng, nghiệp vụ quy trình quản lí tín dụng Giúp em hồn thiện tảng kiến thức thực tế phục vụ cho công việc sau thân Về mặt sở lý thiết: Việc áp dụng mô hình cơng tác phân tích dự báo nợ xấu tín dụng Ngân hàng NAYOBY Lào mang tính khả thi xác cao Có mơ hình có khả dự đốn tốt mang lại nhiều lợi ích cho ngân hàng việc dự báo nợ xấu tín dụng Tuy nhiên, q trình áp dụng triển khai mơ hình vào thực tế, phải thường xuyên có kiểm định để kịp thời có động thái hiệu chỉnh cho phù hợp Vì vây, vài khuyến nghị tác giả để xuất trường hợp ngân hàng triển khai hệ thống đánh giá nợ xấu tín dụng, rủi ro tín dụng sau: − Xây dựng danh mục yếu tố định tính thu thập thơng tin khách hàng − Lưu trữ tồn hệ thống thực trạng vay/cho vay/từ chối cho vay toàn khách hàng − Định kỳ kiểm tra lại tính xác mơ hình thời gian tháng/ lần thay đổi theo thực trạng tỷ lệ nợ xấu tình hình kinh tế thời điểm 75 Hướng phát triển đề tài Trong thời sian tới em tiếp tục nghiên cứu để hồn thiện chương trình ngày tốt sâu vào đến đề phân quyền rủi ro tín dụng đồng thời xây dựng chức cao để hồn thiện mơ hình đáp ứng với nhu cầu thực tế xã hội Trân trọng cảm ơn Giảng viên hướng dẫn PGS.TS Nguyễn Văn Huân tận tình hướng dẫn, giúp đỡ, tạo điều kiện để em học tập vận dụng kiến thức lý luận vào thực tiễn Qua đúc rút kinh nghiệm quý báu cho than, củng cố kiến thức học để thận hoàn thành nhiệm vụ 76 TÀI LIỆU THAM KHẢO Nguyễn Tiến Đức – Học viện tài quốc gia năm (2017), Luận văn thạc sĩ kinh tế, “Quản lí nợ xấu ngân hàng TMCP đầu tư phát triển Việt Nam – chi nhánh Quảng Bình” Phạm Chí Khoa, Trường Đại học Kinh tế - Luật- Đại học Quốc gia TP HCM Đăng Phát triển Kinh tế 289 (11/2014), “Áp dụng mơ hình KVM-Merton dự báo rủi ro tín dụng khách hàng doanh nghiệp khả thiệt hại ngân hàng” Nguyễn Thị Cành, Trường Đại học Kinh tế - Luật- Đại học Quốc gia TP HCM Vũ Xuân Hùng, Công ty đầu tư tài nhà nước TP Hồ Chí Minh Đăng Phát triển hội nhập Số 15 (25) - Tháng 03-04/2014, “Ứng dụng mơ hình Zscore vào quản lý rủi ro tín dụng cho ngân hàng thương mại Việt Nam” Tác giả THS Nguyễn Phúc Cảnh Trường Đại học Kinh tế TP Hồ Chí Minh Đoàn Thị Xuân Duyên – Trường Đại học Kinh tế TP HCM năm 2013, Luận văn thạc sĩ kinh tế “Ứng dụng mơ hình logit để đo lường khả trả nợ khách hàng doanh nghiệp ngân hàng TMCP Á Châu” Nguyễn Thị Hoài Phương – Đại học kinh tế quốc dân năm (2012), Luận án tiến sĩ kinh tế, “Quản lí nợ xấu Ngân hàng thương mại Việt Nam” Ngân hàng Nhà Nước Việt Nam, 2005 Quyết định 493/2005/QĐ-NHNN ngày 22/04/2005 ban hành Quy định phân loại nợ, trích lập sử dụng dự phịng đểxử lý rủi ro tín dụng hoạt động ngân hàng tổ chức tín dụng Ngân hàng Nhà Nước Việt Nam, 2013 Thông tư 02/2013/TT-NHNN ban hành ngày 21/01/2013 quy định phân loại tài sản có, mức trích, phương pháp trích lập dự phịng rủi ro việc sử dụng dự phòng để xử lý rủi ro hoạt động TCTD, chi nhánh ngân hàng nước Chiara Pederzoli, Costanza Torricelli(2010), A parsimonious default prediction model for Italian SMEs 77 10 Irakli Ninua (2008), (5) Does a collateralized loan have a higher probability to default 11 Measuring the Likelihood of Small Business Loan Default: Community Development Financial Institutions (CDFIs) and the use of Credit-Scoring to Minimize Default Risk - Duke University, Durham, North Carolina (2010) 12 Collateral, type of lender anh relationship banking as determinants of credit risk - Jiménez Saurina (2003) 13 Nguyễn Văn Tuấn, Phân tích hồi quy Logistic (Logistic regression analysis) http://bomonnoiydhue.edu.vn/ 14 Nguyễn Phi Hiếu, Kinh tế lượng bản, ngày 19/05/2019, https://econometricsr.hieunguyenphi.com/ 15 Quy chế phân loại nợ hợp nợ tổ chức tài vi mơ, số 02/BOL ngày 04/02/2015 16 Luật Ngân hàng Thương mại (Sửa đổi), số 56/QH Nghị định ngày 7/12/2018 17 Tóm lược hoạt động tín dụng ngân hàng NAYOBY 10 năm (2007 – 2017), ngân hàng Nayoby chi nhánh tỉnh Oudomxay, số 46/NBB.ODX, ngày 31/07/2017 18 Báo cáo tháng 09 năm 2018 phương hướng kế hoạch 03 tháng cuối năm 2018, số 005/NBB.ODX, ngày 04/10/2018 19 Báo cáo tháng 09 năm 2018 phương hướng kế hoạch tháng 10 năm 2018, số 006/NBB.ODX, ngày 04/10/2018 20 Báo cáo 12 tháng hoạt động văn phịng tài năm 2016, số 001/NBB.ODX, ngày 01/01/2017 21 Biên hợp đúc kết kinh nghiệm hoạt động việc giai đoạn 10 năm (2007-2017), số 106/NBB.ODX, ngày 30/08/2017 22 Báo cáo tài tháng 09 năm 2020 phương hng kế hoạch cuối năm 2020, số 009/NBB.ODX, ngày 06/10/2020 78 PHỤ LỤC PHỤ LỤC 1: Tên doanh nghiệp khách hàng Ngân hàng Thứ tự Tên công ty Mã CK Công ty AVS – House Bất động sản AVS Công ty KN Vientiane Group KNV IMMOLAOS (Real Estate Services) IMM Saiawardz Real Estate&Business Consulting Co., Ltd EBC Công ty Bất động sản – RentsBuy RTB Lao Assets Appraisal Co., Ltd (Công ty Thẩm định tài sản Lào) LAA DFDL (Lao) Sole Co.,Ltd DFD KKC Consulting & Real Estate KKC Rent & Buy Property RBP 10 LAO HOME REAL ESTATE LAOS REL 79 PHỤ LỤC 2: Biến phụ thuộc mô hình Logit 2016 TÊN 2017 2018 DN TLA EBITA EQUITYA SALESA TLA EBITA EQUITYA SALESA TLA EBITA EQUITYA SALESA AVS 0.2732 0.0783 0.5915 0.3678 0.1958 0.0720 0.6040 0.3243 0.1171 0.0597 0.7066 0.2667 KNV 0.1979 0.0162 0.7785 0.4956 0.0360 0.0100 0.7357 0.7207 0.0326 0.0067 0.7275 0.2719 IMM 0.1850 0.0731 0.1375 0.3428 0.1221 0.0242 0.0386 0.4921 0.1376 0.0262 0.0401 0.4518 EBC 0.4435 -0.0267 0.6847 0.1221 0.4315 0.0081 0.0122 0.0912 0.3775 0.0010 0.0015 0.1120 RTB 0.3028 0.0156 0.5238 0.1960 0.2606 0.0420 0.0800 0.2620 0.0901 0.0627 0.1185 0.3432 LAA 0.4110 0.0137 0.6208 0.3533 0.3851 0.0107 0.5968 0.3486 0.3087 0.0042 0.6003 0.3345 DFD 0.2272 0.1122 0.8154 0.3570 0.2782 0.1212 0.8802 0.4228 0.1296 0.1141 0.9460 0.5066 KKC 0.1979 0.0974 0.2531 0.1277 0.0407 0.0724 0.3644 0.1197 0.0159 0.0320 0.6475 0.0742 RBP 0.2594 0.0007 0.4751 0.0799 0.1687 0.0128 0.5102 0.0557 0.1987 0.0131 0.5398 0.0783 REL 0.0743 0.0081 0.2476 0.1739 0.0537 0.0119 0.2640 0.0329 0.0360 0.0078 0.2390 0.0950 80 NGUỒN DỮ LIỆU Các doanh nghiệp dự báo dựa mơ hình Logit-Probit (Nguồn: Báo cáo tài hợp kiểm tốn từ năm 2016 – 2018) Cơng ty AVS - House Bất động sản Công ty KN Vientinane Group Chỉ tiêu 2016 2017 2018 Chỉ tiêu 2016 2017 2018 Nợ dài hạn 1,047,772,033,498 1,106,594,686,113 986,217,209,349 Nợ dài hạn 247,258,374,956 34,316,399,628 30,765,383,689 Tổng tài sản 3,834,549,199,250 5,652,285,578,535 8,422,490,414,078 Tổng tài sản 1,249,155,839,504 952,446,083,159 944,537,046,040 Lợi nhuận trước thuế 300,388,400,856 406,751,382,793 502,841,711,971 Lợi nhuận trước thuế 20,309,211,687 9,619,614,321 6,412,544,379 Nợ phải trả 2,267,972,420,308 3,414,002,551,720 5,951,210,958,377 Nợ phải trả 972,500,125,387 700,754,751,425 687,183,842,832 Doanh thu 1,410,434,269,648 1,832,798,695,679 2,246,237,955,258 Doanh thu 619,094,322,348 686,396,656,556 256,856,183,654 Nợ dài hạn/ Tổng tài sản 0.273245166 0.195778269 0.117093301 Nợ dài hạn/ Tổng tài sản 0.197940375 0.036029756 0.032571919 0.016258349 0.010099904 0.006789087 Lợi nhuận trước thuế/ Tổng tài sản 0.078337344 0.071962284 0.05970226 Lợi nhuận trước thuế/ Tổng tài sản Nợ phải trả/ Tổng tài sản 0.591457379 0.604003903 0.706585661 Nợ phải trả/ Tổng tài sản 0.778525861 0.735742174 0.727535088 Doanh thu/ Tổng tài sản 0.367822708 0.324257979 0.266695223 Doanh thu/ Tổng tài sản 0.495610157 0.720667205 0.271938708 IMMOLAOS (Real Estate Services) Saiawardz Real Estate&Business Consulting Co., Ltd Chỉ tiêu 2016 2017 2018 Chỉ tiêu 2016 2017 2018 Nợ dài hạn 3,311,386,151,854 2,782,536,293,241 3,563,471,434,838 Nợ dài hạn 23,387,621,147 22,895,808,707 18,163,819,474 Tổng tài sản 17,898,172,496,004 22,795,168,388,054 25,889,289,495,859 Tổng tài sản 52,736,469,601 53,062,127,656 48,111,441,616 Lợi nhuận trước thuế 1,307,740,348,167 551,050,202,836 677,265,141,592 Lợi nhuận trước thuế -1,406,287,691 430,145,293 47,696,838 Nợ phải trả 9,509,689,312,317 14,272,195,661,245 16,870,601,303,917 Nợ phải trả 36,113,695,179 35,274,154,978 31,300,554,930 Doanh thu 6,135,969,310,077 11,216,595,382,112 11,695,895,788,989 Doanh thu 6,439,779,268 4,841,225,074 5,388,200,400 Nợ dài hạn/ Tổng tài sản 0.185012529 0.122066933 0.137642689 Nợ dài hạn/ Tổng tài sản 0.443480979 0.431490589 0.377536379 -0.026666322 0.008106446 0.000991382 Lợi nhuận trước thuế/ Tổng tài sản 0.07306558 0.024173991 0.026160051 Lợi nhuận trước thuế/ Tổng tài sản Nợ phải trả/ Tổng tài sản 0.531321805 0.626106174 0.651644044 Nợ phải trả/ Tổng tài sản 0.684795464 0.664770836 0.650584432 Doanh thu/ Tổng tài sản 0.342826583 0.492060212 0.451765808 Doanh thu/ Tổng tài sản 0.122112445 0.09123692 0.111994158 81 Công ty Bất động sản – RentsBuy DFDL (Lao) Sole Co.,Ltd Chỉ tiêu 2016 2017 2018 Chỉ tiêu 2016 2017 2018 Nợ dài hạn 1,779,227,543,251 1,584,989,468,240 615,391,618,802 Nợ dài hạn 35,294,600,222 33,097,896,771 10,992,264,979 Tổng tài sản 5,875,805,695,072 6,083,229,943,787 6,832,108,167,420 Tổng tài sản 155,316,811,856 118,977,989,961 84,786,265,800 Lợi nhuận trước thuế 91,817,011,881 255,343,657,001 428,283,340,094 Lợi nhuận trước thuế 17,422,249,935 14,423,530,923 9,673,382,709 Nợ phải trả 3,077,744,741,352 3,192,668,780,809 3,612,748,321,996 Nợ phải trả 126,641,310,940 104,726,019,967 80,209,071,386 Doanh thu 1,151,928,588,324 1,593,710,516,859 2,345,008,145,519 Doanh thu 55,441,621,027 50,303,146,629 42,956,414,281 Nợ dài hạn/ Tổng tài sản 0.302805715 0.260550642 0.09007346 Nợ dài hạn/ Tổng tài sản 0.227242626 0.278185039 0.129646764 0.112172338 0.121228564 0.114091388 Lợi nhuận trước thuế/ Tổng tài sản 0.015626285 0.041975013 0.06268685 Lợi nhuận trước thuế/ Tổng tài sản Nợ phải trả/ Tổng tài sản 0.523799612 0.524831185 0.528789684 Nợ phải trả/ Tổng tài sản 0.815374134 0.880213391 0.946014907 Doanh thu/ Tổng tài sản 0.196046066 0.261984264 0.343233463 Doanh thu/ Tổng tài sản 0.356958274 0.422793717 0.506643545 Lao Assets Appraisal Co., Ltd (Công ty Thẩm định tài sản Lào) KKC Consulting & Real Estate Chỉ tiêu 2016 2017 2018 Chỉ tiêu 2016 2017 2018 Nợ dài hạn 2,881,778,672,464 3,201,119,834,915 2,689,222,133,869 Nợ dài hạn 71,000,000 44,082,882,666 34,777,696,598 Tổng tài sản 7,010,967,973,608 8,312,491,432,050 8,712,257,964,384 Tổng tài sản 832,805,342,057 1,082,564,721,760 2,191,793,068,556 Lợi nhuận trước thuế 95,720,680,341 88,752,437,094 36,548,979,819 Lợi nhuận trước thuế 81,085,966,094 78,345,739,613 70,092,520,550 Nợ phải trả 4,352,285,176,840 4,960,731,768,102 5,230,103,182,215 Nợ phải trả 210,801,415,858 394,439,991,015 1,419,119,515,569 Doanh thu 2,477,281,631,049 2,897,509,397,628 2,914,292,449,934 Doanh thu 106,388,123,021 129,634,047,344 162,654,317,803 Nợ dài hạn/ Tổng tài sản 0.41103863 0.38509752 0.308671087 Nợ dài hạn/ Tổng tài sản 0.000085254 0.040720783 0.015867235 0.097364849 0.07237049 0.031979534 Lợi nhuận trước thuế/ Tổng tài sản 0.013652991 0.010676996 0.004195121 Lợi nhuận trước thuế/ Tổng tài sản Nợ phải trả/ Tổng tài sản 0.62078235 0.596780377 0.600315464 Nợ phải trả/ Tổng tài sản 0.253122075 0.36435696 0.647469661 Doanh thu/ Tổng tài sản 0.353343738 0.348572918 0.334504839 Doanh thu/ Tổng tài sản 0.127746687 0.119747157 0.074210618 82 LAO HOME REAL ESTATE LAOS Rent & Buy Property Chỉ tiêu 2016 2017 2018 Nợ dài hạn 75,056,596,140 53,590,105,087 78,487,764,166 Tổng tài sản 289,390,789,455 317,753,892,884 394,913,942,197 Lợi nhuận trước thuế 196,405,386 4,072,769,628 5,157,682,123 Nợ phải trả 137,497,079,861 162,113,777,117 213,155,603,649 Doanh thu 23,133,652,701 17,702,755,221 30,914,781,715 Nợ dài hạn/ Tổng tài sản 0.259360695 0.168652867 0.198746501 Lợi nhuận trước thuế/ Tổng tài sản 0.000678686 0.012817371 0.013060269 Nợ phải trả/ Tổng tài sản 0.475125971 0.510186596 0.539752034 Doanh thu/ Tổng tài sản 0.079939146 0.055712158 0.078282325 Chỉ tiêu 2016 2017 2018 Nợ dài hạn 60,025,004,284 44,875,856,585 29,138,541,214 Tổng tài sản 807,751,462,950 836,052,018,540 810,250,027,035 Lợi nhuận trước thuế 6,508,733,709 9,918,940,711 6,286,124,105 Nợ phải trả 199,986,699,591 220,729,631,820 193,636,932,999 Doanh thu 140,437,427,260 27,478,163,821 77,005,509,935 Nợ dài hạn/ Tổng tài sản 0.074311229 0.053675914 0.035962407 Lợi nhuận trước thuế/ Tổng tài sản 0.008057842 0.011864023 0.007758252 Nợ phải trả/ Tổng tài sản 0.247584447 0.264014232 0.238984173 Doanh thu/ Tổng tài sản 0.173862176 0.032866572 0.095039195 83 Các doanh nghiệp dự báo dựa mơ hình Z-Score (Nguồn: Báo cáo tài hợp kiểm tốn từ năm 2016 2018) Cơng ty AVS - House Bất động sản Công ty KN Vientinane Group Chỉ tiêu 2016 2017 2018 Chỉ tiêu 2016 2017 2018 Vốn lưu động ròng 854,442 1,177,871 508,176 Vốn lưu động ròng -196,797 23,869 25,297 Lợi nhuận giữ lại 229,968 321,160 372,078 Lợi nhuận giữ lại 13,924 1,227 5,676 Lợi nhuận trước thuế Giá trị thị trường/ Giá trị cổ phiếu Doanh thu 300,388 406,751 502,842 20,309 9,620 6,431 0.82 0.72 0.8 0.33 0.42 0.21 1,410,434 1,832,799 2,246,238 Lợi nhuận trước thuế Giá trị thị trường/ Giá trị cổ phiếu Doanh thu 619,094 686,397 256,856 Tổng tài sản 3,834,549 5,652,286 8,422,490 Tổng tài sản 1,249,156 952,446 944,537 X1 0.2228 0.2084 0.0603 X1 -0.1575 0.0251 0.0268 X2 0.0600 0.0568 0.0442 X2 0.0111 0.0013 0.0060 X3 0.0783 0.0720 0.0597 X3 0.0163 0.0101 0.0068 X4 0.82 0.72 0.80 X4 0.33 0.42 0.21 0.3678 0.3243 0.2667 X5 0.4956 0.7207 0.2719 X5 Saiawardz Real Estate&Business Consulting Co., Ltd IMMOLAOS (Real Estate Services) Chỉ tiêu 2016 2017 2018 Chỉ tiêu 2016 2017 2018 Vốn lưu động ròng -3,331,854 -3,563,293 -6,568,828 Vốn lưu động ròng 2,940,064 1,274,941 2,336,875 Lợi nhuận giữ lại 1,012,552 385,275 470,032 Lợi nhuận trước thuế Giá trị thị trường/ Giá trị cổ phiếu Doanh thu 1,218,686 551,050 677,265 0.39 0.52 0.4 1,671,573 1,064,679 1,222,816 Tổng tài sản 17,908,210 22,795,168 25,889,389 X1 0.1642 0.0559 0.0903 X2 0.0565 0.0169 0.0182 X3 0.0681 0.0242 0.0262 X4 0.39 0.52 0.40 X5 0.0933 0.0467 0.0472 Lợi nhuận giữ lại -1,502,787 371,607 6,244 Lợi nhuận trước thuế Giá trị thị trường/ Giá trị cổ phiếu Doanh thu -1,406,288 430,145 47,697 0.25 0.38 0.27 6,439,779 4,841,225 5,388,200 Tổng tài sản 52,763,407 53,062,128 48,111,442 X1 -0.0631 -0.0672 -0.1365 X2 -0.0285 0.0070 0.0001 X3 -0.0267 0.0081 0.0010 X4 0.25 0.38 0.27 X5 0.1221 0.0912 0.1120 84 Công ty Bất động sản – RentsBuy DFDL (Lao) Sole Co.,Ltd Chỉ tiêu 2016 2017 2018 Chỉ tiêu 2016 2017 2018 Vốn lưu động ròng 2,883,653 3,202,109 2,636,276 Vốn lưu động ròng 10,350 -2,968 -31,495 Lợi nhuận giữ lại 65,637 202,390 332,925 Lợi nhuận giữ lại -17,567 -14,424 -9,675 Lợi nhuận trước thuế Giá trị thị trường/ Giá trị cổ phiếu Doanh thu 91,817 255,344 428,283 -17,422 -14,424 -9,673 0.65 1.7 1.22 1.48 2.72 9.34 1,151,929 1,593,711 2,345,008 Lợi nhuận trước thuế Giá trị thị trường/ Giá trị cổ phiếu Doanh thu 55,442 50,303 42,956 Tổng tài sản 5,875,806 6,083,230 6,832,108 Tổng tài sản 155,317 118,978 84,786 X1 0.4908 0.5264 0.3859 X1 0.0666 -0.0249 -0.3715 X2 0.0112 0.0333 0.0487 X2 -0.1131 -0.1212 -0.1141 X3 0.0156 0.0420 0.0627 X3 -0.1122 -0.1212 -0.1141 X4 0.65 1.70 1.22 X4 1.48 2.72 9.34 X5 0.1960 0.2620 0.3432 X5 0.3570 0.4228 0.5066 Lao Assets Appraisal Co., Ltd (Công ty Thẩm định tài sản Lào) KKC Consulting & Real Estate Chỉ tiêu 2016 2017 2018 Chỉ tiêu 2016 2017 2018 Vốn lưu động ròng 1,613,955 1,538,370 1,529,795 Vốn lưu động ròng -13,729 383,386 229,404 Lợi nhuận giữ lại 65,727 59,362 14,353 Lợi nhuận giữ lại 68,991 69,046 66,275 Lợi nhuận trước thuế Giá trị thị trường/ Giá trị cổ phiếu Doanh thu 95,721 88,752 36,549 81,086 78,346 70,093 0.25 0.32 0.13 2.05 1.37 0.81 2,477,282 2,897,509 2,914,292 Lợi nhuận trước thuế Giá trị thị trường/ Giá trị cổ phiếu Doanh thu 106,388 129,634 162,654 832,805 1,082,565 2,191,793 Tổng tài sản 7,010,968 8,312,491 8,712,258 Tổng tài sản X1 0.2302 0.1851 0.1756 X1 -0.0165 0.3541 0.1047 0.0828 0.0638 0.0302 0.0320 X2 0.0094 0.0071 0.0016 X2 X3 0.0137 0.0107 0.0042 X3 0.0974 0.0724 0.13 X4 2.05 1.37 0.81 X5 0.1277 0.1197 0.0742 X4 X5 0.25 0.3533 0.32 0.3486 0.3345 85 Rent & Buy Property LAO HOME REAL ESTATE LAOS Chỉ tiêu 2016 2017 2018 Chỉ tiêu 2016 2017 2018 Vốn lưu động ròng -7,222 -33,536 -55,356 Vốn lưu động ròng 3,099,422 5,113,577 6,698,143 Lợi nhuận giữ lại 196 3,746 4,118 Lợi nhuận giữ lại 664,423 1,085,420 1,178,427 Lợi nhuận trước thuế 196 4,073 5,158 Lợi nhuận trước thuế 821,238 1,335,320 2,101,784 0.89 1.4 1.34 Giá trị thị trường/ Giá trị cổ phiếu 0.26 0.97 0.68 Giá trị thị trường/ Giá trị cổ phiếu Doanh thu 23,134 17,703 30,915 Doanh thu 2,506,517 2,879,241 4,645,319 Tổng tài sản 289,391 317,754 394,914 Tổng tài sản 5,562,791 10,264,403 13,728,175 X1 -0.0250 -0.1055 -0.1402 X1 0.5572 0.4982 0.4879 X2 0.0007 0.0118 0.0104 X2 0.1194 0.1057 0.0858 X3 0.0007 0.0128 0.0131 X3 0.1476 0.1301 0.1531 X4 0.26 0.97 0.68 X4 0.89 1.40 1.34 X5 0.0799 0.0557 0.0783 X5 0.4506 0.2805 0.3384 ... Z-Score phân tích dự báo nợ xấu tín dụng Ngân hàng Nayoby Chi nhánh tỉnh Oudomxay - Lào? ?? 2 Mục tiêu đề tài: - Dự báo nợ xấu tín dụng Ngân hàng từ giảm thiểu nợ xấu tín dụng, rủi ro nợ xấu tín dụng. ..ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THƠNG SILISITH XAYSOMPHENG MƠ HÌNH TỐN HỌC LOGIT – PROBIT HỒI QUY VÀ ZSCORE TRONG PHÂN TÍCH VÀ DỰ BÁO NỢ XẤU TÍN DỤNG TẠI NGÂN HÀNG... VỀ NỢ XẤU TẠI CÁC NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN CHƯƠNG 2: TỔNG QUAN VỀ CÁC MƠ HÌNH TRONG CẢNH BÁO NỢ XẤU NGÂN HÀNG VÀ GIỚI THIỆU MƠ HÌNH LOGIT- PROBIT VÀ Z-SCORE CHƯƠNG 3: DỰ BÁO NỢ XẤU DỰA VÀO

Ngày đăng: 09/04/2021, 10:36

Từ khóa liên quan

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan