Pages

Subscribe:

Thứ Ba, 14 tháng 7, 2015

Điều chú ý khi sử dụng tần suất vỡ nợ ứng với xếp hạng bên ngoài

        Khi sử dụng tần suất vỡ nợ ứng với xếp hạng bên ngoài cho xếp hạng nội bộ, ta đã giả định các phương pháp xếp hạng phải tương đương nhau, tức là xếp hạng nội bộ tương tự như xếp hạng bên ngoài cho những trái phiếu cao cấp không có đảm bảo. Những doanh nghiệp không được niêm yết và xếp hạng nên được chỉ định một xếp hạng nhất quán với những xếp hạng bên ngoài.

        Trong thực tế có những thiên lệch bên trong xếp hạng nội bộ so với xếp hạng bên ngoài. Ví dụ, các nhà phân tích có thể ấn định xếp hạng nội bộ cao hơn xếp hạng bên ngoài, với một vài bậc xếp hạng. Những sai lệch như vậy nên được chỉnh sửa. Nếu không, ấn định tần suất vỡ nợ từ xếp hạng ngoài vào xếp hạng nội bộ sẽ không thống nhất. Quá trình này đòi hỏi khớp xếp hạng nội bộ với xếp hạng ngoài, và điều chỉnh sự thiên lệch đó, trước khi ứng xếp hạng nội bộ với tần suất vỡ nợ.

Điều chú ý khi sử dụng tần suất vỡ nợ ứng với xếp hạng bên ngoài

          Cuối cùng, không phải bất kỳ xếp hạng ngoài nào cũng ứng với một uy tín tín dụng của doanh nghiệp, ngân hàng và các tổ chức tài chính. Phần lớn những số liệu thống kê hiện tại về vỡ nợ là của với các doanh nghiệp được xếp hạng. Nếu coi ngân hàng với cùng xếp hạng của doanh nghiệp có xác suất vỡ nợ giống nhau là không đúng với dữ liệu lịch sử. Điều tương tự cũng xảy ra khi so sánh các thành phố với doanh nghiệp. Dữ liệu vỡ nợ cho thành phố rất hiếm và tần suất vỡ nợ lịch sử trùng nhau sẽ có những khoảng tin cậy lớn. Các sự kiện vỡ nợ thường xảy ra với các doanh nghiệp hơn những tổ chức khác, và vì đây là nguồn chính của tần suất vỡ nợ, chúng thường được dùng cho tất cả các tổ chức.

         Lập luận thông thường để lý luận rằng một xếp hạng giống nhau cho những loại hình đối tượng khác nhau có nghĩa là rủi ro tín dụng như nhau là: những đánh giá chuyên gia của những nhà phân tích tín dụng đưa ra những xếp hạng tương đương nhau về uy tín tín dụng hay xác suất vỡ nợ. Ví dụ,, các doanh nghiệp vừa và nhỏ có rủi ro cao hơn các tập đoàn lớn, và trung bình có xếp hạng tín dụng thấp hơn. Một giải pháp tốt hơn giả định xếp hạng bằng nhau có nghĩa là rủi ro bằng nhau là chuyển sang xác suất vỡ nợ trực tiếp thay vì sử dụng xếp hạng làm bước trung gian.

         Có thể dễ dàng thấy rằng xác suất vỡ nợ trong một bậc xếp hạng ngoài trùng lặp với những bậc khác. Điều này xuất phát từ phân phối vỡ nợ của mỗi bậc xếp hạng. Tỷ lệ vỡ nợ tổng hợp là một con số bình quân. Phân tích của các trùng lặp đó sử dụng các mô hình xác suất võ nợ, tính ra xác suất vỡ nợ vào một thời điểm, xuất phát từ giá cổ phần như được giải thích trong mô hình cấu trúc của vỡ nợ. Mô hình thưởng gặp nhất là KMV Credit Monitor của Moody’s và các nguyên lý được giải thích. Đầu ra của mô hình được gọi là EDF©, viết tắt của “tần suất vỡ nợ dự kiên”, vì những xác suất vỡ nợ đó được tính từ giá cổ phiếu, do đó nó mang tính tiên đoán. Khi sử dụng những xác suất vỡ nợ riêng lẻ như vậy, ta có thể thấy phân phối của EDF© trong các bậc xếp hạng trùng lặp rất nhiều, đặc biệt giữa những bậc liền kề nhau.



Từ khóa tìm kiếm nhiều: quản lý danh mục đầu tư

Nguyên lý của tính điểm

        Nguyên lý của tính điểm là sử dụng một thước đo để tách tín dụng “tốt” và “xấu” thành những nhóm riêng biệt, sử dụng những thuộc tính quan sát được của người đi vay. Với các công ty, kỹ thuật này sử dụng các thuộc tính quan sát được ví dụ như các tỷ số tài chính. Những biến này bao gồm tính lợi nhuận, đòn bẩy, kích cỡ v.v. Với các cá nhân, thu nhập, tuổi tác và hoạt động nghề nghiệp có liên quan tới uy tín tín dụng của họ.

         Kỹ thuật này tạo ra một kết hợp tuyên tính của tất cả các biến để tính ra một hàm biệt thức. Giá trị hàm biệt thức là điểm. Các hàm cực đại hóa khả năng phân tách giữa người vỡ nợ và không vỡ nợ. Với mỗi cá nhân, giá trị bằng số của điểm xuất phát từ những thuộc tính quan sát được. Điểm càng cao thì chất lượng tín dụng càng tốt. Các điểm cho phép phân biệt người vỡ nợ với phân còn lại và dùng để xếp hạng tất cả các tổ chức tùy theo mức độ rủi ro tín dụng của họ.

Nguyên lý của tính điểm

         Một trong số các kết quả của quy trình là hệ số của hàm phân loại và các xác suất hậu nghiệm thuộc về một nhóm nhất định. Xác suất hậu nghiệm là những xác suất vỡ nợ điều kiện phụ thuộc vào điểm. Hãy giả sử điểm cao có liên quan tới uy tín tín dụng thấp. Khi các thuộc tính công ty tạo ra một điểm cao, xác suất hậu nghiệm cao hơn và ngược lại.

        Tính điểm không dùng tới một nền tảng khái niệm, ví dụ như KMV Credit Monitor, sử dụng mô hình Merton. Nó chỉ khớp một hàm phân biệt tốt nhất giữa những người rủi ro cao với những người rủi ro thấp, Đường khớp này có thể cẩn được định chuẩn nhiều lần đe phù hợp với điều kiện thay đổi, mặc dù các thuộc tính cũng có thể phản ánh điều kiện thay đổi.

        Do đó, tính điểm có khả năng phân biệt các công ty tùy theo uy tín tín dụng của họ và có thể dùng để dự đoán vỡ nợ và xếp hạng. Với các công ty, các mô hình tính điểm dựa trên một số lượng các chỉ báo, ví dụ như các tỷ sốkế toán, đã khá thành công. Có nhiều nghiên cứu cổ điểngiải thích hệ thông tính điểm và đưa ra những kết quả bằng số. Một điểm nổi tiếng liên tục được cập nhật là mô hình điểm z của Altman cho các doanh nghiệp (Altman 1977). Đây là một mô hình nhiều biến dựa trên giá trị của những tỷ số lựa chọn và những phép đo hạng mục. Các mô hình điểm z đã được áp dụng cho nhiều tô chức, từ những công ty vừa và nhỏ, sản xuất và không sản xuất, và cả các công ty trong các thị trường mới nổi.


Ứng các xếp hạng với sác xuất vỡ nợ

        Phương pháp vốn dựa trên xếp hạng nội bộ của Hiệp ước Basel 2 khiến cho xếp hạng nội bộ có một giá trị quan trọng. Theo Basel 2, cả xếp hạng nội bộ và điểm sẽ khớp với một thang xác suất vỡ nợ. Việc ứng khớp này có nghĩa là tương quan giữa xếp hạng và xác suất vỡ nợ bằng 1, hay xác suất vỡ nợ trên thang điểm là hàm đơn điệu của xếp hạng. Nhìn chung, khi không dùng điểm, xếp hạng phải một phân dựa trên đánh giá chuyên gia và danh mục đầu tư tương ứng thưởng là những danh mục đầu tư ít vỡ nợ. Do đó, thống kê nội bộ không thể dùng để tính ra xác suất vỡ nợ từ xếp hạng nội bộ.

Ứng các xếp hạng với sác xuất vỡ nợ

        Cách thức đơn giản nhất là ứng xếp hạng nội bộ với xếp hạng bên ngoài và sử dụng sự tương ứng giữa xếp hạng bên ngoài với xác suất vỡ nợ để tìm ra mối liên hệ giữa xếp hạng nội bộ và xác suất vỡ nợ. Điều này nghe có vẻ đơn giản, nhưng trong thực tế có nhiều khó khăn. Các phương pháp phải giống nhau ở một mức tối thiểu để đảm bảo xếp hạng nội bộ nhất quán với xếp hạng bên ngoài. Những chênh lệch được làm rõ bằng cách lên bảng chéo giữa xếp hạng nội bộ và xếp hạng bên ngoài và đảm bảo những khác biệt thời gian giữa chúng không quá xa nhau. Thông thường, sẽ có sự tập trung trên đường chéo, những số liệu ngoại lệ phải được kiểm tra.

      Xem xét những xếp hạng bên ngoài trước, đồ thị tần xuất vỡ nợ hàng năm theo bậc xếp hạng không tăng đơn diệu, ít nhất khi dùng thang xếp hạng với 20-30 bậc. Xếp hạng không khớp xếp hạng tần suất vỡ nợ, ngay cả khi lấy bình quân dài hạn của các tần suất vỡ nợ hàng năm. Làm “mượt” đồ thị là một phương pháp cần thiết.

       Thứ hai, tần suất vỡ nợ lịch sử từ các các cơ quan không tiêu biểu cho danh mục đầu tư của các ngân hàng. Có khoảng 5000 doanh nghiệp được niêm yết và xếp hạng. Coi danh mục đầu tư của những tập đoàn lớn là tiêu biểu cho danh mục đầu tư của ngân hàng là điều sai lầm trừ “danh mục đầu tư ít vỡ nợ” của các ngân hàng đầu tư làm việc với các tập đoàn lớn. Hơn nữa, những doanh nghiệp kích cỡ nhỏ hơn nhìn chung có xác suất vỡ nợ cao hơn những doanh nghiệp rất lớn.



Từ khóa tìm kiếm nhiều: danh muc dau tu

Xếp hạng phán xét so với mô hình xếp hạng

      Hai thành phần chính là đánh giá định tính và tiêu chuẩn tài chính. Một đặc điểm chính của lưới xếp hạng là các tiêu chuẩn và trọng số của chúng thay đổi tùy theo ngành công nghiệp và loại đối tác, ví dụ như doanh nghiệp hay tổ chức tài chính. Một số tiêu chí có thể quan trọng và chi phối xếp hạng, độc lập với những tiêu chí khác.

     Ví dụ, hỗ trợ pháp lý của một đơn vị quốc gia là đủ để ấn định xếp hạng quốc gia thay vì xếp hạng độc lập của người đi vay trưc tiếp. Trong các trường hợp khác, các tiêu chí có thế bù trừ trong lưới xếp hạng, có nghĩa là các khoản thuận lợi và bất lợi bù trừ cho nhau. Có một sự khác biệt lớn giữa hệ thống tính điểm, liên hệ đánh giá rủi ro với số lượng biến và cho phép các hiệu ứng bù trừ giữa các tiêu chí của mô hình tính điểm.

Xếp hạng phán xét so với mô hình xếp hạng

     Theo quan điểm thống kê, “các mô hình xếp hạng” có thể khớp với dữ liệu khi cố gắng giải thích xếp hạng bởi nhiều biến quan sát được. Những kết quả thực nghiệm cho thấy xếp hạng bên ngoài tất nhạy với tính lợi nhuận hoạt động, được đo lường bằng ROA (tỷ số thu nhập trên tài sản), kích thước và đòn bẩy tài chính (tỷ số nợ với cổ phân) và tỷ số giá thị trường với sổ sách, phản ánh độ hiệu qủa của thị trường vốn trong việc đánh giá sự mạnh yêu của công ty. Chú ý nhiều biến này tương quan với nhau, nghĩa là những công ty lợi nhuận cao thưởng có ít đòn bẩy.

     Nhìn chung, những mô hình xếp hạng như vậy, khiến cho xếp hạng giống như điểm, không phù hợp cho việc đánh giá xếp hạng khi cần một yếu tố phán xét để cải thiện xêp hạng tín dụng.

     Các tiêu chuẩn cho đánh giá rủi ro tín dụng được gia trọng bằng những nhà phân tích tín dụng. Các tiêu chuẩn và trọng số đều thay đổi tùy theo ngành công nghiệp. Những lưới xếp hạng đơn gián hóa cho các doanh nghiệp và ngân hàng được đưa ra làm ví dụ.



Từ khóa tìm kiếm nhiều: danh mục đầu tư