đánh giá nguy cơ phá sản của các ngân hàng niêm yết trên thị trường chứng khoán bằng chỉ số altman z score

!
!






















BỘ NÔNG NGHIỆP VÀ PTNT
HỌC VIỆN NÔNG NGHIỆP VIỆT NAM
"""""""""""!"""""""""""!


ĐÁNH GIÁ NGUY CƠ PHÁ SẢN CỦA CÁC
NGÂN HÀNG NIÊM YẾT TRÊN THỊ TRƯỜNG

CHỨNG KHOÁN VIỆT NAM BẰNG CHỈ SỐ
ALTMAN Z SCORE
!
MÃ SỐ: T2014-10-22

CHỦ NHIỆM ĐỀ TÀI: ThS NGUYỄN ĐĂNG TÙNG



HÀ NỘI – 2014
!
!
!
!
!
!
!
Danh sách thành viên tham gia đề tài
Họ và tên
Đơn vị
Nhiệm vụ được giao
1. Nguyễn Đăng Tùng
BM Tài chính
Chủ nhiệm
2. Bùi Thị Hồng Nhung
BM Tài chính
Thư kí
3. Bùi Thị Lâm
BM Tài chính
Thành viên

4. Đào Hoàng Anh
BM Tài Chính
Thành viên
5. Trần Trọng Nam
BM Tài chính
Thành viên

Đơn vị phối hợp chính: Bộ môn Kế toán quản trị và kiểm toán, Khoa Kế toán và
quản trị kinh doanh, Học viện Nông Nghiệp Việt Nam















1!
!
MỤC LỤC
MỤC LỤC 1
TÓM TẮT KẾT QUẢ NGHIÊN CỨU 2
THÔNG TIN KẾT QUẢ NGHIÊN CỨU 5

1. MỞ ĐẦU 7
1.1Tính cấp thiết của đề tài 7
1.2 Mục tiêu nghiên cứu 7
1.3 Đối tượng và phạm vi nghiên cứu 8
1.4 Cách tiếp cận 8
2 PHƯƠNG PHÁP NGHIÊN CỨU 9
2.1 Mô hình được áp dụng trong dự báo phá sản 9
2.2 Thu thập và xử lý số liệu 10
2.3 Phân tích số liệu 10
3. NỘI DUNG NGHIÊN CỨU 11
3.1 Tổng quan mô hình Altman Z – Score trong dự báo nguy cơ phá sản 11
3.2 Tình hình tài chính các ngân hàng niêm yết trên sàn chứng khoán Việt Nam 17
3.3 Dự báo nguy cơ phá sản các Ngân hàng Việt Nam 25
KẾT LUẬN VÀ KHUYẾN NGHỊ 27
TÀI LIỆU THAM KHẢO 28







2!
!
Mẫu Tóm tắt kết quả nghiên cứu đề tài KH&CN cấp Học viện


TÓM$TẮT$KẾT$QUẢ$NGHIÊN$CỨU$
ĐỀ TÀI KHOA HỌC VÀ CÔNG NGHỆ CẤP HỌC VIỆN
$

Tên đề tài:
Đánh giá nguy cơ phá sản của các ngân hàng niêm yết trên thị trường chứng
khoán Việt Nam - HOSE bằng chỉ số Altman Z score

Mã số: T2014-10-22
Chủ nhiệm đề tài: Nguyễn Đăng Tùng Tel.: 0912996062
E-mail:
Cơ quan chủ trì đề tài: Học viện Nông nghiệp Việt Nam
Cơ quan và cá nhân phối hợp thực hiện: TS Đỗ Quang Giám, BM Kế toán quản trị
và kiểm toán, Khoa Kế toán và QTKD, Học viện Nông Nghiệp Việt Nam
Thời gian thực hiện: 1/2014 – 12/2014

1. Mục tiêu:
i) Tổng quan sự ứng dụng mô hình Z-Score trong đánh giá nguy cơ phá sản
ii) Khái quát tình hình tài chính hiện tại của các ngân hàng
iii) Đ ánh giá nguy cơ phá sản các ngân hàng niêm yết trên thị trường chứng khoán
Việt Nam.



3!
!
2. Nội dung chính:

Đề tài sử dụng mô hình Altman Z score nhằm đánh giá nguy cơ phá sản củ a các
ngân hàng niêm yết trên thị trường chứng khoán Việt Nam với các số liệu thứ cấp
được thu thập từ các báo cáo tài chính đã được kiểm toán của 39 ngân hàng niêm
yết trên thị trường chứ ng khoán Việt Nam

3. Kết quả chính đạt được (khoa học, ứng dụng, đào tạo, kinh tế – xã hội,…)

- Đề tài tổng quan nội dung và ứng dụng mô hình Altman Z score (bao gồm Z,
Z’ và Z’’) trong đánh giá nguy cơ phá sản của các doanh nghiệp (công ty cổ
phần, doanh nghiêp sản xuất và doanh nghiệp dịch vụ)
- Khái quát tình hình tài chính tổng quát của các ngân hàng niêm yế t trên thị
trưởng chứng khoán Việt Nam giai đoạn 2008 -2012 trên các chỉ tiêu tă ng
trưởng tài sản, tăng trưởng tín dụng, nợ xấu và lợi nhuận sau thuế… nhứng
chỉ tiêu quan trọng quyết định tình hình hoạt động của ngân hàng trong
tương lai (hoạt động tốt hoặc phá sản)
- Ứng dụng mô hình Altman Z score (z’’) trong đánh giá nguy cơ phá sản của
các ngân hàng niêm yết trên thị trường chứng khoán Việt Nam. Z’’ có xu
hướng giảm dần trong điều kiện suy thoái kinh tế, tuy nhiên không có ngân
hàng nào nằm trong vùng có khả năng phá sản, chỉ 11% ngân hàng nằm
trong vùng nguy cơ cao.
- Về mặt khoa học, đề tài mang tính khoa học cao khi áp dụng mô hình
Altman Z score – một mô hình đơn giản và tương đối chính xác trong dự
báo nguy cơ phá sản doanh nghiệp được áp dụng rộng rãi ở nhiều quốc gia
trên thế giới. Bên cạnh đó đề tài sử dụng bộ số liệu công phu thu thập từ báo
cáo tài chính của 39 ngân hàng niêm yết trên thị trường chứng khoán Việt
nam trong giai đoạn 6 năm từ 2008-2013.
- Về mặt ứng dụng thực tiễn, kết quả nghiên cứu của đề tài là cơ sở cho các cơ
quan quản lý nhà nước (Ngân hàng nước) có cái nhìn chính xác hơn về hoạt
động của các ngân hàng, tư đó xây dựng những chính sách phù hợp để kiểm
soát và thúc đẩy hoạt động của ngành ngân hàng; các ngân hàng thông qua
đây có thể đánh gía lại các hoạt động: tín dụng, đầu tư… hạ n chế rủi ro và
nâng cao khả năng hoạ t động của mình; Các nhà đâu tư nhận thấy triển vọng
đầu tư tromg tương lai.
- Về đào tạo, kết quả nghiên cứu của đề tài cung cấp những kiến thức cơ bản

về mô hình Altman Zscore và ứng dụng mô hình trong dự báo nguy cơ phá
4!
!
sản của doanh nghiệp, đặc biệt la ngành ngân hàng Việt Nam. Đ ề tài đã đào
tạo được 1 sinh viên tốt nghiệp với đề tài khoá luận là một phần của đề tài
nghiên cứu này

5!
!
Mẫu Thông tin kết quả nghiên cứu đề tài KH&CN cấp Học viện
!
!!!!!!!!!!!BỘ NÔNG NGHIỆP VÀ PTNT
HỌC VIỆN NÔNG NGHIỆP VIỆT NAM

THÔNG$TIN$KẾT$QUẢ$NGHIÊN$CỨU$
(Đề tài, dự án)

Tên đề tài:
Đánh giá nguy cơ phá sản của các ngân hàng niêm yết trên thị trường chứng
khoán Việt Nam - HOSE bằng chỉ số Altman Z score

Mã số: T2014-10-22
Chủ nhiệm: Nguyễn Đăng Tùng
Thời gian thực hiện: 1/2014 – 12/2014
Kinh phí thực hiện: 20 triệu đồng
Cơ quan chủ trì: Học viện Nông nghiệp Việt Nam

KẾT QUẢ ĐẠT ĐƯỢC
1. Các sản phẩm của đề tài
- Báo cáo chính của đề tài đã tổng quan được mô hình và áp dụng mô hình Altman

Z score trong dự báo nguy cơ phá sản của các doanh nghiệp (cả sản xuất và phi sản
xuất). Bên cạnh đó, đề tài sử dụng chi số Z’’ – áp dụng cho các doanh nghiệp dịch
vụ dựa trên số liệu thứ cấp thu thập từ 39 ngân hàng niêm yết trên thị trường chứng
6!
!
khoán Việt Nam trong giai đoạn 6 năm từ 2008 đến 2013 nhằm dự báo nguy cơ phá
sản của các ngân hàng này. Từ đó, đề tài đã khái quát tình hình tài chính của các
ngân hàng trong giai đoạn nghiên cứu trên các chỉ tiêu; tăng trưởng quy mô tài sản,
tăng trưởng tín dụng, nợ xấu và lợi nhuận sau thuế. Kết quả, chỉ số Z’’ củ a các
ngân hàng chỉ ra, không có ngân hàng nào nằm trong vùng phá sản, chỉ có 11% các
ngân hàng nằm trong vùng cảnh báo. Từ đó, đề tài đã đưa ra một số khuyến nghị
với cơ quan quản lý nhà nước, các ngân hàng và các nhà đâu tư.
- Tính mới của đề tài đã được thể hiện vì đây là lần đầu tiên mô hình Altman Z
score (z’’) đ ư ợc áp dụ ng để đánh giá nguy cơ phá sản của ngành ngân hàng. Bên
cạnh đó, đề tài mang ý nghĩa thực tiễn cao vì đây là mô hình tương đối đơn giản,
cho kết quả tương đối chính xác và được áp dụng rộng rãi tại nhiều nước trên thế
giới.
- 01 bài báo khoa học tiêu đề; ‘Đánh giá nguy cơ phá sản của các ngân hàng niêm
yết trên thị trường chứng khoán Việt Nam bằng chỉ số Altman Z score’ được xuất
bản trong tạp chí Khoa học – Phát triển
2. Đào tạo:
Đề tài đào tạo 01 sinh viên: Bùi Thị Len, KED K55 với tên đề tài: ‘Ứng dụng mô
hình Altman Z score trong dự báo nguy cơ phá sản của các ngân hàng Việt Nam
niêm yết trên sở giao dịch chứng khoán Hồ Chí Minh’, được hội đ ồng đánh giá
khoá luận tốt nghiệp đánh gía cao, đạt 9,5 điểm
3. Tình hình sử dụng kinh phí: đã hoàn tấ t thủ tục thanh/quyết toán với tổng
kinh phí được hỗ trợ từ nguồn NSNN là 10 triệu đồng năm 2014
Xác nhận của cơ quan chủ trì
(ký, đóng dấu)
Ngày 24 tháng 12 năm 2014

Chủ nhiệm đề tài
(ký, họ và tên)
!
!!!!!!!!!
7!
!
1.$MỞ$ĐẦU$
1.1Tính cấp thiết của đề tài
Ngân hàng là ngành đóng vai trò quan trọng trong nền kinh tế quốc dân, phản ánh
sức khoẻ của nền kinh tế bởi về nó là hệ tuần hoàn vốn thông qua các hoạt động
như tín dụng, tiền tệ và thanh toán trong đó tín dụng là hoạt động chủ yếu. Bởi vậy,
thực tế cuộ c khủng hoảng tài chính thế giới bắt nguồn từ Mỹ năm 2009 được bắt
nguồn từ sự phá sản của các ngân hàng được gây ra bởi sự cho vay thế chấp ‘dưới
chuẩn’ của các ngân hàng dẫn đến sự suy thoái kinh tế toàn cầu. Do vậ y, chẩn đoán
sức khoẻ tài chính của hệ thống ngân hàng thương mại là một khâu quan trọng
trong quá trình quản trị rủi ro dự báo tình hình kinh tế.

Trong bối cảnh chung của nề n kinh tế thới giới, ngành ngân hàng Việt Nam gặp
nhiều khó khăn với tỉ lệ tăng trưởng tín dụng giảm từ trên 40% năm 2009 xuống
10% cuối quí 1 năm 2013. Tuy nhiên, tỉ lệ nợ xấu tăng gấp đôi trong giai đoạn này
từ 2.2% lên 4.67% (theo báo cáo của Ngân hàng nhà nước- KPMG, 2013). Điều đó,
ảnh hưởng rất nghiêm trọng tới hoạt động của các ngân hàng, đặc biệt là tính thanh
khoản trong hệ thống ngân hàng Việt Nam. Năm 2012, lợi nhuận sau thuế của
ngành ngân hàng năm 2012 giảm 23% so với năm 2011 mà nguyên nhân chủ yếu
được cho là sự tăng mạnh của chi phí hoạt động và chi phí rủi ro tín dụng.

Một số câu hỏi nghiên cứu được đặt ra như sau: i) Tình hình tài chính hiện tại của
ngành ngân hàng Việt Nam như thế nào? ii) Tình hình đó ảnh hưởng thế nào tới
nguy cơ phá sản của các ngân hàng và iii) Các ngân hàng có quy mô khác nhau bị
ảnh hưởng giống nhau hay khác nhau?

1.2 Mục tiêu nghiên cứu

i) Tổng quan sự ứng dụng mô hình Z-Score trong đánh giá nguy cơ phá sản
ii) Khái quát tình hình tài chính hiện tại của các ngân hàng
iii) Đánh giá nguy cơ phá sản các ngân hàng niêm yết trên thị trường chứng khoán
Việt Nam.
8!
!

1.3 Đối tượng và phạm vi nghiên cứu
Do khuôn khổ hạn chế về thời gian và nguồn lực nên nghiên cứu tập trung vào các
ngân hang Việt Nam được niêm yết trên sở giao dịch chứng khoán TP Hồ Chí
Minh thông qua các báo cáo tài chính của chúng thể hiện tình hình tài chính của
doanh nghiệp trong năm 2013.


1.4 Cách tiếp cận
Các chỉ số tài chính có khả năng phản ánh hoạt động và những khó khăn tài chính
của doanh nghiệp. Những chỉ số tài chính bao gồm khả năng sinh lời, khả năng
hoạt động, khả năng thanh khoản và khả năng trả nợ được dùng rất phổ biến trong
phân tích tài chính và cho thấy, phân này các nhóm chỉ số này phần nào dự báo
được tình hình tài chính hiện tại cũng như trong tư ơ ng lai gần của doanh nghiệp.
Tuy nhiên, chưa có một thước đo cụ thể nào mang tính định lượng được đưa ra.

Năm 1968, Altman đã dùng phương pháp phân tích đa nhân tố để đưa ra thước đo
cụ thể đánh giá nguy cơ phá sản của doanh nghiệp – Z score bao gồm 5 biến liên
quan đến các chỉ số tài chính. Z score phản ánh khá chính xác nguy cơ phá sản của
doanh nghiệp, tuy nhiên khi áp dụng vào doanh nghiệp phi sản xuất thì mức độ
chính xác lại giảm sút.

Năm 1993, để tăng tính chính xác của mô hình này cho doanh nghiệp phi sản xuất,
Altman đã điểu chỉnh mô hình Z score thành mô hình Z’’ – score với 4 biến liên
quan đến các chỉ số tài chính. Kết quả cho thấy, Z’’ phản ánh chính xác hơn nguy
cơ phá sản của các doanh nghiệp phi sản xuất so với mô hình Altman ban đầu.

Do vậy, trong nghiên cứu này, mô hình Altman Z’’ score sẽ được ứng dụng để
đánh giá nguy cơ phá sản của các ngân hàng

9!
!
2$PHƯƠNG$PHÁP$NGHIÊN$CỨU $

2.1 Mô hình được áp dụng trong dự báo phá sản
Một số mô hình dự báo phá sản đã được sử dụng trong thế kỷ qua bao gồm 2
phương pháp là phân tích đơn biến (đánh giá từng chỉ số tài chính) và phân tích đa
biệt thức (kết hợp các chỉ số). Theo Beaver (1966), sau khi nghiên cứu thực
nghiệm 79 doanh nghiệp (DN) kinh doanh thất bại và số lượng tương ứng các DN
kinh doanh thành công trong 10 năm (1954 – 1964) đã phát hiện ra rằng các DN
lâm vào tình trạng khủng hoảng tài chính là các DN có ít tiền mặt, hàng tồn kho
nhưng nhiều nợ phải thu. Nghiên cứu cũng chỉ ra tỷ lệ lưu chuyển tiền thuần/tổng
nợ phải trả là chỉ tiêu quan trọng nhất trong dự báo nguy cơ phá sản DN bởi nó thể
hiện rõ nhất khả năng thanh toán của DN. Ngoài ra, tỷ suất sinh lời của tài sản (thu
nhập thuần / tổng tài sản) và hệ số nợ (tổng nợ phải trả / tổng tài sản) cũng là các
chỉ tiêu dự báo quan trọng bởi chúng phán ánh hiệu quả hoạt động kinh doanh và
mức độ rủi ro tài chính của DN. Chỉ cần so sánh các chỉ số tài chính với mức trung
bình Beaver đưa ra là có thể phát hiện dấu hiệu khủng hoảng và phá sản của DN
nên việc áp dụng khá đơn giản với độ tin cậy tương đối cao (Thuỷ, 2004). Tuy
nhiên, khi các chỉ số mâu thuẫn với nhau thì khó có thể kết luậ n được. Rose và
Giroux (1984) cũng cho rằng các kiểm tra dự báo từng chỉ số có thể dẫn đến sai

lệch (Anjum, 2012). Do vậy, Altman (1968) đã sử dụng phân tích đa biệt thức để
khắc phục vấn đề này.
Mô hình Altman Z – score là kết quả thực nghiệm trên 66 DN sản xuất từ năm
1946 – 1965 (trong đó 33 DN phá sản và 33 DN không phá sản); là chỉ số kết hợp 5
tỷ số tài chính khác nhau với các trọng số khác nhau. Sau khi kiểm tra lại với 25
DN khác cũng cho xác suất đúng 96% (thực tế 24 DN phá sản, 1 DN không phá
sản). Theo Altman (2000), mô hình này được đánh giá là dự báo được một cách
tương đ ố i chính xác các công ty sẽ bị phá sản trong vòng 2 năm (94% với 1 năm và
2 năm là 72%).Ban đầu, chỉ số Z được ứng dụng cho các DN sản xuất đã cổ phần
hóa sau đó đã phát triển thêm chỉ số Z’ và Z” để áp dụng rộng cho các loại hình DN
khác.Theo tác giả Hay Sinh (2013), mô hình Z-score của Altman (1993) đã dự đoán
chính xác 66% DN bị phá sản và 78% DN không bị phá sản trước đó 1 năm.
Có thể thấy, Z – score của Altman là một trong những mô hình hiệu quả nhất
trong dự báo phá sản được sử dụng trong nghiên cứu của nhiều tác giả trong suốt
45 năm qua. Mô hình đã phát triển để ứng dụng trong các ngành công nghiệp khác
nhau cũng như các công ty chứng khoán, ngân hàng với các chỉ số Z, Z’ và Z”. Và
10!
!
Z – score có thể được áp dụng cho nền kinh tế hiện đại để dự đoán một, hai và ba
năm trước khi phá sản nhờ tính đơn giản và độ chính xác tương đ ố i của nó.
2.2 Thu thập và xử lý số liệu
Bài báo hoàn toàn sử dụng số liệu thứ cấp được thu thập từ Báo cáo tài chính
(BCTC) của 39 NHTM Việt Nam được niêm yết trên thị trường chứng khoán Việt
Nam trong 6 năm giai đoạn 2008 – 2013 để thấy rõ hơn ảnh hưởng của cuộc khủng
khoảng tài chính đến hoạt động các ngân hàng
Phân tổ thống kê: Các ngân hàng được phân thành 4 nhóm theo quy mô vốn
điều lệ dựa theo tiêu chuẩn của ngân hàng nhà nước Việt Nam (xem bảng 1)
2.3 Phân tích số liệu
a. Thống kê mô tả được sử dụng để phân tích và đánh giá tình hình tài chính
của các ngân hàng thông qua các chỉ tiêu: tốc độ tăng trưởng tài sản, cơ cấu các loại

tài sản, tăng trưởng tín dụng và lợi nhuận sau thuế cũng như tỉ lệ nợ xấu – những
yếu tố có ảnh hưởng quyết định đến hoạt động trong tương lai của các ngân hàng.
Bên cạnh đó, các chỉ tiêu trên cũng được miêu tả và so sánh giữa 4 nhóm ngân
hàng để thấy được sự khác biệt của chúng giữa các nhóm.
b. Áp dụng mô hình Alman Z score: Ban đầu chỉ số Z chỉ được sử dụng cho
các doanh nghiệp đã cổ phần hóa, do vậy để đáp ứng nhu cầu thực tiễn, Altman đã
phát triển thêm Z’, Z” để có thể áp dụng cho các loại hình doanh nghiệp khác. Mô
hình Z” có thể sử dụng cho hầu hết các ngành, các loại hình doanh nghiệp
Ngân hàng là ngành dịch vụ nên chỉ số Z” được áp dụng để dự báo nguy cơ phá
sản. Việc tính toán Z” được thực hiện trên phần mềm Excel dựa trên số liệu BCTC
các ngân hàng
Công thức : Z’’ = 6,56X
1
+ 3,26X
2
+ 6,72X
3
+ 1,05X
4
(Altman, 2000;
Chánh, 2007)

+Nếu Z” > 2,6: NH nằm trong vùng an toàn, chưa có nguy cơ phá sản
+Nếu 1,2 < Z” < 2,6: NH nằm trong vùng cảnh báo, có thể có nguy cơ phá sản
+Nếu Z” <1,2: NH nằm trong vùng nguy hiểm, nguy cơ phá sản cao.
Với: X
1
= Vốn lưu động/ Tổng tài sản
X
2

= Lợi nhuận giữ lại / Tổng tài sản
X
3
= Lợi nhuận trước lãi vay và thuế / Tổng tài sản
11!
!
X
4
= Vốn chủ sở hữu / Tổng nợ phải trả
Z’’ được so sánh và kiểm định sự khác biệt giữa 4 nhóm khác nhau về quy
mô vốn điều lệ theo tiêu chuẩn của Ngân hàng nhà nước Việt Nam bằng sử dụng
kiểm định One way ANOVA trong SPSS.

3.$NỘI$DUNG $N G H IÊN $CỨU$
3.1 Tổng quan mô hình Altman Z – Score trong dự báo nguy cơ phá sản
a. Lịch sử và ý nghĩa chỉ số Z
Phá sản được xem như dấu chấm hết đối với một DN. Vậy làm thế nào để phát
hiện sớm các dấu hiệu báo trước nguy cơ phá sản để có biện pháp kị p thời chấn
chỉnh tình hình DN? Đó là một trong những mối quan tâm hàng đầu của các nhà
nghiên cứu tài chính hay các nhà đầu tư chứng khoán. Có nhiều công cụ đã được
phát triển để dự báo vấn đề này, trong đó chỉ số Z là công cụ được cả hai giới học
thuật và thực hành công nhận và sử dụng rộng rãi nhất trên thế giới. Nó là công cụ
phát hiện nguy cơ phá sản và xếp hạng định mức tín dụng của DN.
Chỉ số Z hay Mô hình dự báo xác suất phá sản Z – score được phát minh vào
năm 1968 bởi Giáo sư người Mỹ Edward I. Altman, trường kinh doanh Leonard N.
Stern, thuộc trường Đại Học New York dựa trên việc nghiên cứu khá công phu số
lượng nhiều công ty khác nhau tại Mỹ . Mặc dù chỉ số Z này được phát minh tại
Mỹ, nhưng hầu hết các nước trên thế giới vẫn có thể sử dụng với độ tin cậy khá
cao. Mô hình này được đánh giá là dự báo được một cách tương đối chính xác các
công ty sẽ bị phá sản trong vòng 2 năm thông qua việc xem xét đến giá trị Z –

score: ”the Z-score model is an accurate forecaster of failure up to two years prior
to distress and that accuracy diminihes substantially as the lead time increases”
(Altman, 2000, [25])
o Phương pháp phân tích đa biệt thức
Sau khi tìm hiểu kỹ lưỡng bản chất của vấn đề và mục đích phân tích, Altman
đã chọn phương pháp phân tích đa biệt thức (MDA). Theo R.A Fisher (1936) ”The
Use of Multiple Measurements in Taxonomic Problems”, dù không được phổ biến
như phương pháp phân tích hồi quy (Regression Analysis), MDA được sử dụng
trong nhiều nghiên cứu từ khi được áp dụng đầu tiên ở thập kỷ 30 của thế kỷ XX
(Altman,1968 [24]). Trước kia, MDA được sử dụng chủ yếu trong sinh vật học và
khoa học nghiên cứu hành vi thì những năm gần đây, kỹ thuật này được sử dụng
12!
!
ngày càng phổ biến trong giới học thuật cũng như trong thực tiễn. Altman và đồng
sự (1981) đã thảo luận về phân tích biệt thức một cách khá sâu sắc và xem xét một
vài ứng dụng của nó vào lĩnh vực tài chính (Altman, 2000 [25])
MDA được sử dụng chủ yếu để phân loại và đưa ra dự đoán vấn đề. Hàm biệt
thức có dạng: Z = V
1
X
1
+ V
2
X
2
+ + V
n
X
n
biến đổi những giá trị của biến cá biệ t

thành một điểm số biệt thức đơn – giá trị Z (Altman,1968 [24])
(Trong đó: V
1
, V
2
, …V
n
là các hệ số biệt thứ c
X
1
, X
2
, … X
n
là các biến độc lập)
Phân tích đa biệt thức tính toán hệ số biệt thức V
i
trong khi đó các biến độc lập
X
i
là các giá trị thực.
Theo Altman (2000), mô hình Z – score là một phân tích tuyến tính trong đó 5
chỉ số được gắn trọng số một cách khách quan và cộng với nhau thành một chỉ số
duy nhất Z để phân loại công ty vào trong các nhóm: kiệt quệ hay không kiệt quệ
o Phát triển mô hình Z-score
Theo Altman (1968) và Altman (2000) để thiết lập mô hình Z – score đã thực
hiện các bước sau:
" Lựa chọn mẫu (Sample Selection)
Altman lựa chọn mẫu ban đầu bao gồm 66 công ty với 33 công ty ở mỗi nhóm.
Nhóm 1– Nhóm phá sản (kiệt quệ) là những DN đã nộp đơn phá sản theo chương

10 của Luật Phá Sản Hoa Kỳ (1946 – 1965). Tài sản các công ty trong nhóm dao
động từ 7 đến 25,9 triệu USD và có tài sản trung bình là 6,4 triệu USD. Do sự khác
biệt về ngành và quy mô mà nhóm này không đồng nhất nên Altman đã cố gắng lựa
chọn cẩn thận các công ty không phá sản (không kiệt quệ). Vì vậy, nhóm hai bao
gồm một mẫu kết hợp của các DN sản xuất được chọn từ cơ sở phân loại ngẫu
nhiên. Các công ty đượ c phân chia theo ngành và quy mô với phạm vi tài sản được
giới hạn từ 1 triệu USD đến 25 triệu USD và các công ty trong nhóm 2 vẫn còn tồn
tại vào năm 1966. Giá trị tài sản trung bình của nhóm 2 là 9,6 triệu USD. Đố i với
thử mẫu đầu tiên, dữ liệu được xây dựng từ các dữ liệu BCTC kỳ hạn một năm báo
cáo trước khi phá sản.
Trước năm 1966, phá sản của các công ty lớn là rất hiếm nhưng đã thay đổi từ
năm 1970 với sự xuất hiện vài vụ phá sản rất lớn như Penn Central R.R và đã có
ít nhất 100 vụ phá sản với tài sản hơn 1 tỷ USD kể từ năm 1978. Và mô hình Z –
score xuất hiện có thể đáp ứng được nhu cầu dự báo khả năng phá sản của các công
ty lớn.
" Lựa chọn biến (Variable Selection)
Sau khi các nhóm ban đầu được xác định và chọn được công ty, Altman đã thu
thập các bảng cân đối; các báo cáo kết quả kinh doanh và thu thập 22 chỉ số trên cơ
13!
!
sở tính phổ biến về học thuậ t và khả năng tương thích đối với công trình nghiên
cứu để đánh giá. Các chỉ số được phân thành 5 nhóm, bao gồm: Nhóm chỉ số thanh
khoản, Nhóm chỉ số lợi nhuậ n, Nhóm chỉ số đòn bẩy, Nhóm chỉ số khả năng thanh
toán và Nhóm chỉ số hoạt động. Và cuối cùng, có 5 chỉ số đã được chọn vì chúng
thể hiện tốt nhất trong việc liên kết dự đoán phá sản công ty.
Để đưa ra được các biến số cuối cùng, Altman đã phải:
+Quan sát mức ý nghĩa thống kê củ a các chức năng thay thế khác nhau, bao
gồm việc xác định phần đóng góp tương đối của các biến số độc lập
+Đánh giá sự tương quan giữa các biến số có liên quan
+Quan sát độ chính xác về mặt dự báo của các tập hợp biến

+Đánh giá của các chuyên gia.
Và biệt thức cuối cùng được thể hiện (Altman, 1968 [24]):
Z = 0,012X
1
+ 0,014X
2
+ 0,033X
3
+ 0,006X
4
+ 0,999X
5

Trong đó: X
1
= Vốn lưu động / Tổng tài sản (Working capital/Total assets)
X
2
= Lợi nhuận giữ lại / Tổng tài sản (Retained earning/Total assets)
X
3
= Lợi nhuận trước thuế và lãi vay – EBIT/Tổng tài sản (Eanring
before tax and interest / Total assets)
X
4
= Giá trị thị trường củ a vốn chủ sở hữu / Giá trị sổ sách của Tổng
nợ (Market value equity / Book value of total liabilities)
X
5
= Tổng doanh thu / Tổng tài sản (Sales / Total assets)

Z = Chỉ số tổng hợp (Overall index)
X1, Working capital/Total assets (WC/TA) - Vốn lưu động/ Tổng tài sản
Chỉ số WC/TA thường được tìm thấy trong các nghiên cứu về các vấn đề của
DN, là một công cụ đo lường độ thanh khoản ròng các tài sả n của công ty tương
ứng với tổng vốn. Vốn lưu động (Working capital) được xác định là sự khác nhau
giữa Tài sản lưu động (Current assets) và Nợ ngắn hạn (Current liabilities). Trong
ba chỉ số thanh khoản được đánh giá, chỉ số này có giá trị nhất so với chỉ số thanh
toán hiện hành (Current ratio) và chỉ số thanh toán tức thời (Quick ratio).
X2, Retained earnings/Total assets (RE/TA) - Lợi nhuận giữ lại/ Tổng tài sản
Lợi nhuận giữ lạ i thể hiện tổng số thu nhập được tái đầu tư hay mức lỗ của
một DN trong suốt thời gian tồn tại (thặng dư của quá trình hoạt động). Chỉ số này
phụ thuộc vào sự vận động thông qua tái cấu trúc và chia cổ tức. Mặt khác lợi
nhuận giữ lại thể hiện sự đo lường lợi nhuận tích lũy theo thời gian, thời gian hoạt
động ngắ n hay dài của một công ty được cân nhắc hoàn toàn ở chỉ số này. Ví dụ,
các công ty trẻ thườ ng thể hiện một chỉ số RE/TA thấp bởi vì nó chưa có thời gian
để tích lũy lợi nhuận, và các công ty này được xếp vào nhóm phá sản cao hơn so
với các công ty có thời gian hoạt độ ng lâu hơn. Theo Dun & Bradstreet (1994,
14!
!
trong năm 1993 có khoảng 50% số các công ty bị phá sản trong từ một đến 5 năm
đầu hoạt động (Altman,2000, [25])
X3, Earnings before Interest and taxes/Total assets (EBIT/TA) - Lợi nhuận trước
thuế và lãi vay/Tổng tài sản
EBIT/TA (chỉ số hiệu suất sử dụng tài sản) đo lường năng suất thật của tài sả n
DN một cách độc lập với thuế và nợ vay. Chỉ số này có khả năng dự báo tốt hơn
các chỉ số sinh lợi khác, kể cả dòng tiền.
X4, Market value of Equity / Book value of total liabilities (MVE/TL) - Giá trị thị
trường của vốn chủ sở hữu / Giá trị sổ sách tổng nợ
Vốn chủ sở hữu được đo lường bởi giá trị thị trường của tất cả cổ phiếu, cổ
phiếu ưu đãi và cổ phiếu thường trong khi nợ phải trả bao gồm cả nợ ngắn hạn và

nợ dài hạ n. Do vậy, chỉ số này cho thấy giá trị tài sản của công ty có thể bị giảm
bao nhiêu (tính theo giá trị thị trường của vốn chủ sở hữu cộng với nợ) trước khi nợ
vượt quá tài sản và công ty mất khả năng thanh toán. Ví dụ, công ty có giá trị thị
trường của vốn chủ sở hữ u là 1000 USD và nợ là 500 USD có thể chịu được sự sụt
giảm 2/3 giá trị tài sản là 1000 USD trước khi mất khả năng thanh toán. Tuy nhiên,
với giá trị vốn chủ sở hữu là 250 USD thì công ty sẽ bị mất khả năng thanh toán
nếu tài sản giảm 1/3 giá trị. Chỉ số này bổ sung kích thước giá trị thị trườ ng mà hầu
hết các nghiên cứu phá sản khác không đề cập đến.(Altman, 2000 [25])
X5, Sales/Total assets (S/TA)- Tổng doanh thu/ Tổng tài sản
Chỉ số doanh thu trên tổng tài sản là một chỉ số tài chính tiêu chuẩn minh họa
cho khả năng tạo ra thu nhập của tài sản doanh nghiệp. Nó là một trong những
thước đo khả năng quản trị trong môi trường cạnh tranh. Chỉ số cuối cùng này khá
quan trọng bởi nó là tỷ số ý nghĩa nhất trên cơ sở cá nhân.
Ghi chú: Do định dạng máy tính nên biến X
1
đến X
4
phải được tính toán ở
dạng phần trăm. Ví dụ: công ty có chỉ số X
1
là 10% thì khi tính toán vẫn giữ
nguyên không được chuyển thành 0,1; X
5
là 200% thì được biểu diễn là 2,0
" Kiểm tra các biến số (Variable Tests)
Theo Altman (2000), ông đã sử dụng kiểm định F – value để xác định khả
năng phân biệt của các biến số bằng cách lấy chỉ số tổng bình phương (Sums of
squares) của nhóm này so vớ i tổng bình phương của nhóm khác. Khi chỉ số này cực
đại, nó có tác dụng phân trung vị của nhóm rộng ra và đồng thời giảm sự phân tán
của các điểm cá thể (giá trị Z của công ty) ra xa trung vị của nhóm tương ứng.

Các biến trung vị ở một BCTC trước khi phá sả n và kết quả thống kê F được
biểu diễn trong bảng sau:
15!
!
Bảng 1 Biến trung vị và kiểm định ý nghĩa (Variable Means and Test
Significance)
Biến
(Variable)
Trung vị của nhóm phá
sản (Bankrupt Group
Mean)
Trung vị của nhóm
không phá sản (Non -
Bankrupt Group
Mean)
Chỉ số F
(F Ratio)

n=33
n=33

X
1
-6,1%
41,4%
32,60*
X
2
-62,6%
35,5%

58,86*
X
3
-31,8%
15,3%
26,56*
X
4
40,1%
247,7%
33,26*
X
5
150,0%
190,0%
2,84
Nguồn: Altman, 1968 [24]
*Significant at the .001 level (Mức ý nghĩa 0,001)
F
1,60
(0,00l) =12
F
1,60
(0,01 ) =7
F
1,60
(0,05 ) = 4
Trung bình nhóm của hai nhóm mẫu gốc là:
Chỉ số Z của nhóm 1= -0,29 F = 20,7
Chỉ số Z của nhóm 2=+5,02 F

4n
(0,01) =3,84
Theo đó, biến X
1
đến X
4
đều có mức ý nghĩa 0,001 diễn đạt sự khác nhau cực
kỳ quan trọng giữa các biến giữa các nhóm công ty khác nhau. Biến X
5
không diễn
đạt được sự khác biệt quan trọng giữa các nhóm. Tất cả các chỉ số đều có giá trị cao
hơn ở các công ty không phá sản.
" Kết quả
Sau khi kiểm định mô hình với 33 mẫu ban đầu sử dụng dữ liệu báo cáo tài
chính một năm trước khi phá sản, ta có kết quả sau:


Bảng 2 Kết quả phân loại mẫu gốc




Dự đoán
Thực tế
Nhóm 1
Nhóm 2
Nhóm 1
31
2
Nhóm 2

1
32
16!
!

Nguồn:Altman, 1968 [24]
Mô hình đã thể hiện tương đối chính xác trong việc phân loạ i đúng 95% cho
tổng các công ty trong mẫu. Nhóm 1 sai số 6% trong khi nhóm 2 còn thấp hơn với
3%. Có thể nói, mô hình đã mang lại những kết quả tốt như mong đợi. Không chỉ
dừng lại ở 33 mẫu ban đầu, Altman đã tiến hành thử nghiệm nhiều lần dựa trên các
mẫu công ty khác nhau trong khoảng thời gian hơn 30 năm và kết luận rằng mô
hình vẫn giữ được độ chính xác cao mặc dù được thiết lập từ năm 1968.
Như vậy, chỉ số Z – score là thành quả của quá trình nghiên cứu công phu và
trở thành một công cụ hữu ích để dự báo nguy cơ phá sản các DN.
b. Chỉ số Z ước lượng xác suất phá sản
o Z – score là chỉ số kết hợp 5 tỷ số tài chính khác nhau với các trọng số khác nhau
dựa trên phân tích đa biệt thức MDA.
Ban đầu, chỉ số Z được ứng dụng với DN đã cổ phần hóa:
Z = 0,012X
1
+0,014X
2
+0,033X
3
+0,006X
4
+0,999X
5

Sau nhiều năm phát triển, mô hình được thay đổi để việc vận dụng dễ dàng

hơn (Altman, 2000 [25]):
Z= 1,2X
1
+1,4X
2
+ 3,3X
3
+0,6X
4
+ 1,0X
5
Như vậy, với
mô hình này các
biến từ X
1
đến X
4

không cần tính toán
bằng giá trị phần
trăm mà sử dụng
dưới dạng số tuyệt
đối và hệ số của biến X
5
được làm tròn lên 1,0
+Nếu Z > 2,99: DN nằm trong vùng an toàn, chưa có nguy cơ phá sản
+Nếu 1,81< Z < 2,99: DN nằm trong vùng cảnh báo, có thể có nguy cơ phá
sản
+Nếu Z <1,81: DN nằm trong vùng nguy hiểm, có nguy cơ phá sản cao.
Mô hình Z-score của Altman 1993 đã dự đoán chính xác 66% DN bị phá sản

và 78% DN không bị phá sản trước đó 1 năm (Hay Sinh, 2013 [10])
Để đáp ứng nhu cầu thực tiễn, Altman đã phát triển thêm chỉ số Z’, Z” để áp
dụng rộng cho các loại hình DN khác.
o Mô hình Z’– score cho các DN chưa cổ phần hóa ngành sản xuất (Altman,
2000 [25])
Z’ = 0,717X
1
+ 0,847X
2
+ 3,107X
3
+ 0,420X
4
+ 0,998X
5


Số
đúng
Phần trăm
chính xác
Phần trăm không
chính xác
Mẫu
n
Kiểu 1
31
94
6
33

Kiểu 2
32
97
3
33
Tổng
63
95
5
66
17!
!
Trong đó các biến được giữ nguyên với mô hình cũ, riêng biến X
4
trong chỉ số
Z sử dụng giá trị thị trường của vốn chủ sở hữu thì trong Z’ nó sử dụng giá trị sổ
sách
+Nếu Z’ > 2,9: DN nằm trong vùng an toàn, chưa có nguy cơ phá sản
+Nếu 1,23 < Z’ < 2,9: DN nằm trong vùng cảnh báo, có thể có nguy cơ phá
sản
+Nếu Z’ <1,23: DN nằm trong vùng nguy hiểm, nguy cơ phá sản cao.
• Mô hình Z” – score cho các DN khác (Lâm Minh Chánh, 2007 [18])
Z’’ = 6,56X
1
+ 3,26X
2
+ 6,72X
3
+ 1,05X
4

Giống chỉ số Z’, biến X
4
trong Z” vẫn sử dụng giá trị sổ sách của vốn chủ sở
hữu nhưng trong mô hình này không sử dụng biến X
5
nên hệ số các biến của Z”
đều khác so với Z’.
+Nếu Z” > 2,6: DN nằm trong vùng an toàn, chưa có nguy cơ phá sản
+Nếu 1,1 < Z” < 2,6: DN nằm trong vùng cảnh báo, có thể có nguy cơ phá sản
+Nếu Z” <1,1: DN nằm trong vùng nguy hiểm, nguy cơ phá sản cao.
Tóm lại, mô hình Z – score đã từng bước được hoàn thiện và chứng minh được
sức mạnh của mình trong việc dự báo nguy cơ phá sản mang lại hữu ích lớn cho
các DN cũng như nền kinh tế xã hội. Do vậy, dù đã xuất hiện một số mô hình chính
xác hơn có thể thay thế mô hình Z – score như Zeta, CART (Classification and
Regreesion Trees) nhưng cho đến ngày nay chỉ số Z vẫn được sử dụng rộng rãi
trên thế giới bởi tính đ ơn giản và độ chính xác tư ơ ng đối của nó.

3.2 Tình hình tài chính các ngân hàng niêm yết trên sàn chứng khoán Việt
Nam
Ngành ngân hàng Việt Nam bắt đầu phát triển từ năm 1990, từ hệ thống ngân
hàng một cấp (NHNN kiêm chức năng của NHTM và NHTW) nay trở thành một
hệ thống đông đảo với khoả ng 150 ngân hàng và hơn 1100 tổ chức phi tín dụng.
Chia các NHTM Việt Nam thành 4 nhóm dựa trên vốn điều lệ của từng ngân hàng
tại thời điểm 31/12/2013 để thấy rõ hơn ảnh hưởng của quy mô cũng như tình hình
tài chính của các nhóm đến chỉ số Z”
18!
!

Bảng 3 Phân loại nhóm các ngân hàng theo tiêu chuẩn vốn điều lệ của NHNN
Việt Nam
Nhóm
Vốn điều lệ
Số lượng Ngân hàng
Nhóm 1
> 20 nghìn tỷ VND
4
Nhóm 2
Từ 5 – 20 nghìn tỷ VND
15
Nhóm 3
Từ 3,5 – dưới 5 nghìn tỷ VND
5
Nhóm 4
< 3,5 nghìn tỷ VND
14*
Nguồn: NHNN, 2013
(* Ngày 23/11/2013 Ngân hàng TMCP Đại Á sáp nhậ p vào Ngân hàng TMCP Phát
triển nhà TP. HCM – HDBank)
Trong đó, nhóm 1 thuộc Ngân hàng Thương mại Nhà nước (NHTMNN);
nhóm 2,3,4 là Ngân hàng Thương mại Cổ phần (NHTMCP).
3.2.1 Tăng trưởng Tài sản các nhóm ngân hàng 2008-2013

Biểu đồ 1. Sự tăng trưởng tài sản trung bình các nhóm NHTM 2008-2013
0!
100!
200!
300!

400!
500!
600!
2008! 2009! 2010! 2011! 2012! 2013!
nghìn!tỷ!VND!
Nhóm 1
Nhóm 2
Nhóm 3
Nhóm 4
12

14
173
19

20

234
∂
19!
!
Nguồn: BCTC các ngân hàng, 2008 – 2013
Trong thời kỳ này, các nhóm đều có sự tăng trưởng về quy mô tài sản; trong
khi nhóm 1 có quy mô tài sản trung bình lớn nhất, gấp khoảng 1,5 lần tổng 3 nhóm
còn lại thì nhóm 2 lại tốc độ tăng trưởng nhanh nhất, được thể hiện qua độ lệch
chuẩn tài sản trung bình giữa các nhóm khá lớn và tăng dần qua các năm.
NHTMCP rõ ràng tăng trưởng nhanh hơn các NHTMNN nhưng sự thiếu bền vững
của một vài ngân hàng cho thấy nhóm này có mức độ rủi ro cao hơn.

Biểu đồ 2. Cơ cấu các loại Tài sản của các NHTM 2012 – 2013

Nguồn: BCTC các ngân hàng, 2012– 2013
Cơ cấu các loại tài sản mỗi nhóm gồm 3 loại chính là cho vay khách hàng
chiếm hơn một nửa tổng tài sản; tiền vàng gửi tại các TCTD khác và cho vay các
TCTD khác và chứng khoán đầu tư. So với năm 2012, dư nợ trên thị trường liên
ngân hàng giảm từ 16% xuống 14% do sự tăng trưởng số dư tiền gửi của khách
hàng đã làm giảm sự phụ thuộc vào thị trường liên ngân hàng như một nguồn tiền
cung cấp cho các hoạt động cho vay. Khoản mụ c cho vay khách hàng tăng từ 54%
lên 55% tổng tài sản nhưng so với các nư ớc trong khu vực Châu Á Thái Bình
Dương thì tỷ lệ cho vay và ứng trước cho khách hàng của Việt Nam thuộc loại thấp
nhất (Singapore 61%, Thái Lan 64% và Úc 75% ) (KPMG, 2013)
20!
!

Biểu đồ 3. Cơ cấu các nhóm NHTM trong Tổng Tài sản và khoản mục Tiền
gửi tại và cho vay các TCTD khác năm 2013
Nguồn: BCTC các ngân hàng, 2013
Tổng Tài sả n của nhóm 1 chiếm gần 50% Tổng Tài sản của các NHTM Việt
Nam. Nhóm 2 chiếm tỷ lệ trên 35%; nhóm 3 và 4 với tổng tỷ lệ là 14%. Tuy nhiên,
với thị phần tớ i 48% nhóm 2 trở thành nhóm hoạt động tích cực nhất trên thị trường
liên ngân hàng trong khi nhóm 1 chỉ chiếm 38%.

Biểu đồ 4. Cơ cấu các nhóm NHTM về Cho vay khách hàng và Chứng khoán
đầu tư năm 2013
Nguồn: BCTC các ngân hàng, 2013
Nhóm 1 thống trị thị trường cho vay và ứng trước cho khách hàng với tỷ lệ thị
phần 47%. Nhóm 2 với số lượng ngân hàng gấp gần 4 lần nhóm 1 nhưng cũng chỉ
chiếm 41% tổng dư nợ cho vay; còn lại là 12% của 19 ngân hàng nhóm 3 và 4.
Đối với chứng khoán đầu tư, nhóm 2 lại đứng đầu với thị phần trên 50% trong
khi nhóm 1chỉ chiế m có 32%. Có thể thấy, Tài sản nhóm 2 thiên về các Tài sản
Đầu tư hơn là Cho vay.

3.2.2 Nợ phả i trả các nhóm ngân hàng
21!
!

Biểu đồ 5. Cơ cấu các loại Nợ phải trả củ a các NHTM 2012 – 2013
Nguồn: BCTC các ngân hàng, 2012- 2013
Trong cơ cấu nợ phải trả thì tiền gửi của khách hàng chiếm tỷ trọng lớn nhất,
hơn một nửa tổng nợ phải trả. Năm 2013, tiền gửi của khách hàng tăng 6% so với
năm 2012 và 17% so với năm 2011 do lãi suất huy động cao lên đ ến 14% đã thu
hút các nhà đầu tư chuyển từ đô la Mỹ sang tiền đồng. Nhờ đó, vấn đề thanh khoản
của tiền đồng của các ngân hàng vào cuối năm 2011 đã được giải quyết đồng thời
giúp kiềm chế lạm phát (ở thời điểm đó tỷ lệ lạm phát trên 20%) và giúp ổn định tỷ
giá VND/USD. Nợ phải trả trên thị trường liên ngân hàng tăng từ 15% lên 17%. Tỷ
lệ phát hành giấy tờ có giá giảm từ 5% xuố ng 3% cho thấy sự khó khăn của nền
kinh tế cũng như ngành ngân hàng khi hầu hết các giấy tờ có giá ngân hàng phát
hành thường được bán cho các ngân hàng khác. Cũng giống với các nước trong khu
vực Châu Á Thái Bình Dương, các nhà đầu tư Việt Nam coi tiền gửi tại ngân hàng
như một sự lựa chọn đầu tư (KPMG, 2013).

Biểu đồ 6. Cơ cấu Nợ phải trả các nhóm NHTM năm 2013
Nguồn: BCTC các ngân hàng, 2013
50%!
37%!
6%!
7%!
31/12/2013&
Nhóm 1
Nhóm 2
Nhóm 3
Nhóm 4

Tổng Nợ phải trả
22!
!
Tương tự bên Tài sản, nhóm 1 chiếm 50% Tổng Nợ phải trả. Nhóm 2 chiếm
37% và phần còn lại là nhóm 3 và 4 với tổng tỷ lệ 13%.
3.2.3 Vốn điều lệ các nhóm ngân hàng


Biểu đồ 7: Cơ cấu vốn điều lệ các nhóm NHTM năm 2013
Nguồn: NHNN, 2013
Nhóm 1 gồm 4 NHTMNN chiếm tới 42% tổng vốn điều lệ của các NHTM,
đứng đầu là Vietinbank với 37.234 tỷ VND; trong khi nhóm 2 có 15 ngân hàng
nhưng chỉ chiếm 37%. Trong 33 NHTMCP, chỉ có 4 ngân hàng có vốn điều lệ trên
10.000 tỷ VND.
Tỷ lệ an toàn vốn tối thiểu toàn hệ thống năm 2013 là 13,25% (NHTMNN là
10,9% và NHTMCP là 12,56% (SBV,2013) được tính toán theo các chuẩn mực kế
toán Việt Nam. Tuy nhiên nếu tính theo chuẩn mực quốc tế của Basel II là 12% thì
số các NHTM ở Việt Nam đạt chuẩn sẽ không nhiều.
3.2.4 Tăng trưởng tín dụng các ngân hàng
Trong thời gian qua, ngành ngân hàng đã bị cuốn vào vòng tăng trưởng tín
dụng khá nóng dẫn đến lạm phát và nợ xấ u tăng cao. Tuy nhiên, 3 năm gần đây tốc
độ tăng trưởng đã giảm đáng kể và thấp nhất kể từ thập niên 90’.

Biểu đồ 8: Tăng trưởng tín dụng của các NHTM Việt Nam 2001 – 2013
Nguồn: VPBS & NHNN, 2014
37%!
42%!
7%!
14%!
31/12/2013&

Nhóm 1
Nhóm 2
Nhóm 3
Nhóm 4
Tổng vốn điều lệ
21.4
22.2
28.4
41.6
31.6
25.5
53.9
25.4
39.6
32.4
14.4
8.91
12.51
0!
10!
20!
30!
40!
50!
60!
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
%!
Độ lệch chuẩn: 7.798
Trung vị: 4.899
Trung bình: 7.910

(ĐVT: Tỷ VND)
23!
!
Do mặt bằng lãi suất quá cao từ cuối năm 2011 – đầu 2012 (lần lượt ở mức
20,25% và 15,7%) khiến các DN hoạt động khó khăn; tỷ lệ DN giải thể, ngừng hoạt
động tăng mạnh nên nhu cầu vay vốn mở rộng sản xuất kinh doanh cũng giảm. Mặt
khác, các ngân hàng cũng ngần ngại hơn khi cho vay do tỷ lệ nợ xấu tăng cao (khả
năng trả nợ củ a các DN thấp) nên năm 2012, tăng trưởng tín dụng chỉ đạt 8,91%.
Tuy nhiên, tốc độ tăng trưởng tín dụng toàn năm 2013 đã vượt chỉ tiêu đề ra, đạt ở
mức 12,51% do lãi suất cho vay bình quân/năm là 11%. Để đạt được mức tăng
trưởng trên, riêng quý 3 tín dụng đã có sự tăng trưởng mạnh tới gần 4% – theo ông
Lê Đức Thọ, Chánh văn phòng NHNN (Cảnh, 2014)

3.2.5 Lợi nhuận sau thuế của các ngân hàng
Biểu đồ 9 cho thấy, giai đoạn 2011-2013 lợi nhuận sau thuế của toàn ngành
ngân hàng có chiều hướng sụt giảm. Điều này hoàn toàn phù hợp với các điều kiện
kinh tế vĩ mô giai đoạn này như khủng hoảng kinh tế, đ óng băng bất động sản làm
giảm tăng trưởng tín dụng của các ngân hàng – một trong những hoạt động tạo ra
thu nhập quan trọng cho ngân hàng. Xu hướng này cũng được ghi nhận ở các ngân
hàng nhóm 3 và nhóm 4 vì phần thu nhập chủ yếu của các ngân hàng ở 2 nhóm này
đến từ các hoạt động tín dụng.

Biểu đồ 9: Lợi nhuận sau thuế các nhóm và ngành ngân hàng 2008-2013 (ĐVT:
Triệu đồng)
Nguồn: Tính toán của tác giả, 2014
Mặc dù vậy, lợi nhuận sau thuế của các các ngân hàng nhóm 1 và 2 vẫn có
chiều hướng tăng nhẹ trong giai đoạn 2011-2013 bất chấp các điều kiện kinh tế khó
!"!!!!
!500,000!!
!1,000,000!!

!1,500,000!!
!2,000,000!!
!2,500,000!!
!3,000,000!!
!3,500,000!!
!4,000,000!!
!4,500,000!!
!5,000,000!!
Năm!
2008!
Năm!
2009!
Năm!
2010!
Năm!
2011!
Năm!
2012!
Năm!
2013!
Nhóm!1!
Nhóm!2!
Nhóm!3!
Nhóm!4!
Chung!