Ứng dụng mô hình Z-Score vào quản lý rủi ro tín dụng cho các ngân hàng thương mại Việt Nam

PHÁT TRIỂN & HỘI NHẬP Số 15 (25) - Tháng 03-04/2014
Hướng Tới Ổn Định Kinh Tế Vĩ Mô VN
46
1. Rủi ro tín dụng trong hoạt 
động của ngân hàng thương 
mại
1.1. Rủi ro tín dụng 
Theo Basel II, 3 nhóm rủi ro 
quan trọng tại một ngân hàng bao 
gồm rủi ro tín dụng (Credit Risk), 
rủi ro hoạt động (Operational Risk) 
và rủi ro thị trường (Market Risk). 
Theo Basel II định nghĩa: Rủi ro 
tín dụng là rủi ro khi người được 
cấp tín dụng mất khả năng thanh 
toán bất kỳ khoản nợ nào của 
mình1. Theo từ điển tài chính điện 
tử Investopedia: Rủi ro tín dụng 
xuất hiện khi ngân hàng bị mất các 
khoản nợ gốc hoặc các khoản lãi từ 
1 Nguyên văn trích từ Basel II: Credit risk 
refers to the risk that a borrower will default on 
any type of debt by failing to make payments 
which it is obligated to do. 
người được cấp tín dụng do người 
này mất khả năng thanh toán các 
khoản nợ đến hạn2. Theo Mishkin 
(2004) rủi ro tín dụng là rủi ro mà 
người đi vay không hoàn trả được 
nợ đến hạn. Tóm lại, rủi ro tín dụng 
là rủi ro mà người được cấp tín 
dụng không có khả năng thực hiện 
nghĩa vụ hoàn trả các khoản nợ vay 
cho NHTM khi đến hạn. Nghĩa vụ 
đó có thể là nợ gốc và/hoặc lãi đến 
hạn phải thanh toán, hoặc các nghĩa 
vụ khác tùy theo hợp đồng tín dụng 
giữa NHTM và khách hàng.
1.2. Các loại rủi ro tín dụng
2 Nguyên văn từ Investopedia.org: The risk 
of loss of principal or loss of a financial reward 
stemming from a borrower’s failure to repay a 
loan or otherwise meet a contractual obligation. 
Đường dẫn: 
terms/c/creditrisk.asp#ixzz2NPCut7cF truy cập 
ngày 13/8/2013
Rủi ro tín dụng bao gồm Rủi 
ro vỡ nợ tín dụng do người đi vay 
không có khả năng hoàn trả nợ vay 
đúng hạn. Rủi ro vỡ nợ tín dụng là 
rủi ro cơ bản và chung cho tất cả 
các khoản tín dụng của NHTM. 
Còn Rủi ro tập trung xuất hiện khi 
NHTM có sự tập trung danh mục 
tín dụng của mình cho một doanh 
nghiệp, một ngành hay một khu 
vực nhất định. Khi doanh nghiệp, 
ngành hay khu vực đó gặp rủi ro sẽ 
làm NHTM khó thu hồi được nợ. 
Cuối cùng Rủi ro quốc gia là do 
các quốc gia khác ra lệnh nghiêm 
cấm các khoản chi trả cho các bên 
chủ nợ nước ngoài làm cho các 
NHTM không thể thu hồi được nợ 
từ các bên đi vay nước ngoài. Rủi 
ro tín dụng xảy ra sẽ tác động đến 
Ứng dụng mô hình Z-score vào 
quản lý rủi ro tín dụng cho các 
ngân hàng thương mại Việt Nam
ThS. NGuyễN Phúc cảNh
Trường Đại học Kinh tế TP.HCM
Vũ XuâN hùNG
Công ty đầu tư tài chính nhà nước TP.HCM
Rủi ro tín dụng (credit risk) là rủi ro cơ bản trong hoạt động kinh doanh của ngân hàng thương mại (NHTM). Rủi ro tín dụng là một trong những nguyên nhân dẫn đến yếu kém của hệ thống 
NHTM VN dẫn đến phải tiến hành tái cấu trúc trong thời gian qua. Quá trình 
tái cấu trúc hệ thống NHTM vẫn đang diễn qua, câu hỏi đặt ra: Nên dùng 
phương pháp quản lý nào để đánh giá, dự báo rủi ro tín dụng của khách hàng 
sớm nhằm giúp NHTM kịp thời đưa ra biện pháp can thiệp cũng như giải 
quyết thích hợp. Ứng dụng mô hình Z – score vào đánh giá rủi ro tín dụng 
của khách hàng có thể là câu trả lời thích hợp.
Từ khóa: Rủi ro tín dụng, mô hình Z – score, tái cấu trúc.
Số 15 (25) - Tháng 03-04/2014 PHÁT TRIỂN & HỘI NHẬP 
 Hướng Tới Ổn Định Kinh Tế Vĩ Mô VN
47
nhiều bên khác nhau và có thể làm 
chính NHTM rơi vào tình trạng 
khó khăn. Vì vậy, dự báo trước rủi 
ro tín dụng của khách hàng rất cần 
thiết cho hoạt động của NHTM. 
Dự báo trước rủi ro tín dụng không 
chỉ giúp NHTM đưa ra quyết định 
cấp tín dụng phù hợp mà còn giúp 
NHTM chủ động trong việc xử lý 
rủi ro. Có nhiều phương pháp khác 
nhau để xác định rủi ro tín dụng. 
Các công ty chuyên cung cấp dịch 
vụ định giá doanh nghiệp, chứng 
khoánnhư S&P, Moody’s, Fitch 
Ratings, Dun & Bradstreet cung 
cấp các thông tin về rủi ro tín dụng 
của doanh nghiệp. Ngoài ra nhiều 
công ty và các NHTM còn tự 
mình mua các chương trình 
máy tính để xác định rủi ro tín 
dụng (như Credit Scorecard) 
hoặc tự mình xây dựng hệ 
thống đánh giá rủi ro tín dụng 
của khách hàng. Các NHTM 
còn tuyển dụng các chuyên 
viên phân tích rủi ro tín dụng 
để đánh giá rủi ro tín dụng của 
khách hàng. Nhưng cho dù 
là phương pháp nào được sử 
dụng thì mục tiêu cuối cùng 
vẫn là xác định được chính xác rủi 
ro tín dụng để có biện pháp xử lý 
hiệu quả. Thêm vào đó, việc xác 
định rủi ro tín dụng cần phải xem 
xét vấn đề lợi ích và chi phí để đảm 
bảo tính hiệu quả trong thực hiện. 
Trong lĩnh vực ngân hàng, Basel 
là một trong những văn bản quan 
trọng trong chuẩn mực về điều hành 
và quản lý NHTM. Theo Basel II, 
để đo lường và xác định rủi ro tín 
dụng, NHTM có thể tính bằng một 
trong 3 cách: Phương pháp chuẩn 
hóa (Standardized Approach), 
Phương pháp xếp hạng tín nhiệm 
nội bộ cơ bản (Foundation Internal 
Rating-Based Approad – viết tắt 
Foundation IRB) hoặc Phương 
pháp xếp hạng tín nhiệm nội bộ cải 
tiến (Advanced IRB). Theo phương 
pháp chuẩn hóa, NHTM có thể 
sử dụng nhiều bảng xếp hạng tín 
nhiệm từ các công ty xếp hạng bên 
ngoài để đánh giá rủi ro tín dụng. 
Theo phương pháp xếp hạng tín 
nhiệm nội bộ cơ bản, NHTM có 
thể tự xây dựng hệ thống xếp hạng 
tín nhiệm nội bộ của mình để dự 
báo chỉ số PD – chỉ số khả năng vỡ 
nợ cho khách hàng (Probability of 
Default) để đánh giá rủi ro tín dụng 
cho khách hàng hoặc nhóm khách 
hàng. Theo phương pháp xếp hạng 
tín nhiệm nội bộ cải tiến, tương 
tự như phương pháp xếp hạng tín 
nhiệm nội bộ cơ bản, phương pháp 
này cho phép các NHTM tự xây 
dựng hệ thống xếp hạng nội bộ của 
mình tuy nhiên các NHTM sẽ đưa 
hệ thống xếp hạng này để các nhà 
quản lý từng quốc gia phê duyệt 
thực hiện. Trong đó ngoài chỉ số 
PD, hệ thống còn dự phóng thêm 
các nhóm chỉ số: EAD – tài sản có 
rủi ro (exposure at default), LGD 
– thiệt hại do phá sản (loss given 
default) và các nhóm chỉ tiêu khác 
để tính RWA – tài sản có rủi ro 
trung bình (risk-weighted asset).
Hiện nay, đa phần các NHTM 
trên thế giới thường sử dụng 
phương pháp chuẩn hóa để đánh 
giá rủi ro tín dụng khách hàng khi 
cấp tín dụng, còn tại VN lại thường 
sử dụng phương pháp xếp hạng tín 
nhiệm nội bộ cơ bản. Các NHTM 
VN thông thường xây dựng hệ 
thống chỉ tiêu xếp hạng tín dụng 
cho riêng ngân hàng mình, với hệ 
thống xếp hạng nội bộ đó giúp 
đánh giá tổng quát khách hàng trên 
nhiều khía cạnh, tuy nhiên hiệu quả 
dự báo còn bỏ ngỏ. Vấn đề này đặt 
ra yêu cầu cần có chỉ tiêu dự báo 
rủi ro tín dụng của khách hàng hiệu 
quả và nhanh chóng.
2. chỉ số Z - score: Giải pháp bổ 
trợ trong quản lý rủi ro tín dụng 
hiệu quả
2.1. Sơ lược chỉ số Z - score
Trong nhiều tình huống 
khác nhau, khi doanh nghiệp 
bị rơi vào tình trạng căng thẳng 
tài chính (Financial Distress) 
có thể dẫn đến những sự kiện 
xấu đi trong khả năng thanh 
toán của doanh nghiệp. Đặc 
biệt với doanh nghiệp đang có 
quan hệ tín dụng với NHTM 
khả năng doanh nghiệp mất 
khả năng thanh toán các khoản 
nợ đến hạn là rất lớn. Có nhiều 
loại rủi ro có thể làm doanh 
nghiệp rơi vào tình trạng khó khăn 
và căng thẳng tài chính như: rủi ro 
pháp lý, rủi ro lãi suất, rủi ro tỷ giá, 
rủi ro lạm phát, rủi ro tín dụng, rủi 
ro thanh khoản, rủi ro về quản trị 
của doanh nghiệp, rủi ro con người, 
rủi ro đầu tưKết quả xấu nhất 
là dẫn đến phá sản (Bankruptcy). 
Phá sản được xem như dấu chấm 
hết đối với một doanh nghiệp, 
khi doanh nghiệp phá sản không 
chỉ ảnh hưởng trực tiếp đến chủ 
sở hữu của doanh nghiệp mà còn 
ảnh hưởng đến nhiều đối tượng 
khác như: người lao động, cơ quan 
thuế, cơ quan nhà nước, các công 
ty đối tác, thị trườngmà trong đó 
NHTM là đối tượng có thể bị tổn 
PHÁT TRIỂN & HỘI NHẬP Số 15 (25) - Tháng 03-04/2014
Hướng Tới Ổn Định Kinh Tế Vĩ Mô VN
48
thương nhiều nhất. Câu hỏi đặt ra: 
Làm thế nào để phát hiện sớm rủi 
ro của doanh nghiệp và phát hiện 
sớm các dấu hiệu báo trước nguy 
cơ rủi ro tín dụng để NHTM có 
biện pháp quản lý rủi ro kịp thời. 
Việc tìm ra một công cụ để phát 
hiện dấu hiệu báo trước sự rủi ro 
phá sản của doanh nghiệp luôn là 
một trong những mối quan tâm 
hang đầu của các nhà nghiên cứu 
về tài chính doanh nghiệp. Có 
nhiều công cụ đã được phát triển 
để làm việc này, trong đó chỉ số Z 
của Altman là công cụ được cả hai 
giới học thuật và thực hành công 
nhận và sử dụng rộng rãi trên thế 
giới. Chỉ số Altman Z – score (gọi 
tắt là chỉ số Z – score) được phát 
triển năm 1968 bởi giáo sư Edward 
I. Altman, trường kinh doanh 
Leonard N. Stern, thuộc trường 
Đại học New York, dựa vào việc 
nghiên cứu khá công phu trên số 
luợng nhiều công ty khác nhau tại 
Mỹ. Mặc dù chỉ số Z – score này 
được tìm ra tại Mỹ, nhưng hầu hết 
các nuớc, vẫn có thể sử dụng với 
độ tin cậy cao. 
2.2. Công thức tính
Ban đầu giáo sư Altman sử dụng 
đến 22 chỉ tiêu tài chính (Financial 
Ratio) khác nhau để tính chỉ số 
Z-score, sau đó ông phát triển thêm 
và rút gọn lại còn sử dụng 5 chỉ tiêu. 
Cụ thể, Z-score được được tính với 
5 chỉ số tài chính được ký hiệu từ 
X1, X2, X3, X4, X5 bao gồm: 
X1: Tỷ số vốn lưu động trên 
tổng tài sản (Working Capitals/
Total Assets).
X2: Tỷ số lợi nhuận giữ lại trên 
tổng tài sản (Retain Earnings/Total 
Assets).
X3: Tỷ số lợi nhuận trước lãi 
vay và thuế trên tổng tài sản (EBIT/
Total Assets).
X4: Giá trị thị trường của vốn 
chủ sở hữu trên giá trị sổ sách của 
tổng nợ (Market Value of Total 
Equity / Book values of total 
Liabilities).
X5: Tỷ số doanh số trên tổng tài 
sản (Sales/Total Assets).
Ngoài ra, từ một chỉ số Z ban 
đầu, Giáo Sư Edward I. Altman đã 
phát triển ra Z’ và Z’’ để có thể áp 
dụng theo từng loại hình và ngành 
của doanh nghiệp:
* Đối với doanh nghiệp đã cổ 
phần hoá, ngành sản suất, Z – score 
được tính theo công thức:
Z = 1.2X1 + 1.4X2 + 3.3X3 + 
0.64X4 + 0.999X5 (1)
- Nếu Z > 2.99: Doanh nghiệp 
nằm trong vùng an toàn, chưa có 
nguy cơ phá sản.
- Nếu 1.8 < Z < 2.99: Doanh 
nghiệp nằm trong vùng cảnh báo, 
có thể có nguy cơ phá sản.
- Nếu Z <1.8: Doanh nghiệp 
nằm trong vùng nguy hiểm, nguy 
cơ phá sản cao.
* Đối với doanh nghiệp chưa cổ 
phần hoá, ngành sản suất Z – score 
được tính theo công thức:
Z’ = 0.717X1 + 0.847X2 + 
3.107X3 + 0.42X4 + 0.998X5 (2)
- Nếu Z’ > 2.9: Doanh nghiệp 
nằm trong vùng an toàn, chưa có 
nguy cơ phá sản.
- Nếu 1.23 < Z’ < 2.9: Doanh 
nghiệp nằm trong vùng cảnh báo, 
có thể có nguy cơ phá sản.
- Nếu Z’ <1.23: Doanh nghiệp 
nằm trong vùng nguy hiểm, nguy 
cơ phá sản cao.
* Đối với các doanh nghiệp 
khác: Chỉ số Z’’ dưới đây có thể 
được dùng cho hầu hết các ngành, 
các loại hình doanh nghiệp. Vì sự 
khác nhau khá lớn của X5 giữa 
các ngành, nên X5 đã được loại ra. 
Công thức tính chỉ số Z’’ được điều 
chỉnh như sau:
Z’’ = 6.56X1 + 3.26X2 + 
6.72X3 + 1.05X4 (3)
- Nếu Z’’ > 2.6: Doanh nghiệp 
nằm trong vùng an toàn, chưa có 
nguy cơ phá sản.
- Nếu 1.2 < Z’’ < 2.6: Doanh 
nghiệp nằm trong vùng cảnh báo, 
có thể có nguy cơ phá sản.
- Nếu Z <1.1: Doanh nghiệp 
nằm trong vùng nguy hiểm, nguy 
cơ phá sản cao.
2.3. Ví dụ tính Altman’s Z – score
Để áp dụng tính Z – score, tác 
giả dùng báo cáo tài chính của một 
doanh nghiệp đang niêm yết trên 
sàn chứng khoán VN để thể hiện 
cách tính Z – score. Doanh nghiệp 
được chọn ngẫu nhiên là Công ty 
cổ phần Bánh kẹo Bibica, mã cổ 
phiếu là BBC, báo cáo tài chính 
được chọn là báo cáo tài chính 
hợp nhất năm 2011. Theo báo cáo 
tài chính của Bibica, ngành kinh 
doanh chính của Bibica là sản xuất 
các loại bánh kẹo và kinh doanh 
bất động sản. Khi xem xét doanh 
thu và chi phí cũng như tình hình 
tài sản cố định của Bibica cho thấy 
doanh thu chủ yếu của Bibica từ 
sản xuất và bán các loại bánh kẹo, 
nước uốndo đó có thể phân 
Bibica vào nhóm doanh nghiệp 
niêm yết và thuộc loại hình doanh 
nghiệp sản xuất. Từ đó tác giả áp 
dụng công thức tính Z – score theo 
công thức (1):
Z = 1.2X1 + 1.4X2 + 3.3X3 + 
0.64X4 + 0.999X5
- Nếu Z > 2.99: Doanh nghiệp 
nằm trong vùng an toàn, chưa có 
nguy cơ phá sản.
- Nếu 1.8 < Z < 2.99: Doanh 
nghiệp nằm trong vùng cảnh báo, 
có thể có nguy cơ phá sản.
- Nếu Z <1.8: Doanh nghiệp 
nằm trong vùng nguy hiểm, nguy 
cơ phá sản cao.
Dựa trên báo cáo tài chính có 
kiểm toán năm 2011 của Bibica, 
Số 15 (25) - Tháng 03-04/2014 PHÁT TRIỂN & HỘI NHẬP 
 Hướng Tới Ổn Định Kinh Tế Vĩ Mô VN
49
tác giả thu thập được các dữ liệu để 
tính chỉ số Z – score như Bảng 1.
Dựa trên thông tin đó, tác giả 
tính toán chỉ số Z – score như 
Bảng 2.
Kết quả chỉ số Z – score cho 
thấy Z – score của Bibica nằm 
trong ngưỡng 1.8 đến 2.99 thể 
hiện Bibica có nguy cơ rủi ro về 
phá sản trong vòng 1 năm tới, 
tuy nhiên rủi ro này thấp vì Z – 
score bằng 2.76 gần với ngưỡng 
2.99. Như vậy, nếu ngân hàng có 
cho Bibica cho vay sẽ có thể gặp 
rủi ro tín dụng với doanh nghiệp 
này. Xem xét kỹ hơn báo cáo tài 
chính tình hình kinh doanh của 
Bibica có thể cho thêm nhiều 
thông tin:
Ngày 25 tháng 5 năm 2011, 
Bibica gặp hỏa hoạn tại nhà 
máy sản xuất bánh Pie ở Bình 
Dương (trong thuyết minh báo 
cáo tài chính) với tổng giá trị 
thiệt hại máy móc là trên 40 tỷ 
VND, trong khi đó chi phí khôi 
phục sản xuất là trên 100 tỷ VND 
(theo ước tính của Bibica). 
Mặc dù Bibica có mua bảo 
hiểm cháy nổ với nhà máy, xong 
việc có đền bù từ công ty bảo 
hiểm PVI là chưa chắc chắn nên 
Bibica ghi nhận khoản phải thu 
ngắn hạn khác trên 140 tỷ VND. 
Mặc dù có tổng tài sản ngắn 
hạn trên 420 tỷ VND, nhưng 
trong đó có khoảng trên 29 tỷ 
VND là khoản phải thu ngắn 
hạn, trong khi đó tổng nợ ngắn 
hạn của Bibica lên đến 209 tỷ 
VND. Như vậy, nếu trừ đi tổng 
các khoản phải thu ngắn hạn 
thì tài sản ngắn hạn của Bibica 
còn lại không đủ chi trả cho các 
khoản nợ ngắn hạn.
Mặt khác, tiền mặt trong kỳ 
của Bibica giảm trên 29 tỷ chỉ 
còn lại khoảng 60 tỷ VND, trong 
khi đó tổng chi phí trung bình 
một năm của Bibica là trên 900 
tỷ (khoảng 75 tỷ trên tháng), như 
vậy tiền mặt còn lại của Bibica 
là không đủ để Bibica chi trả các 
khoảng chi phí trong 1 tháng.
Doanh thu có tăng trưởng 
mạnh, tuy nhiên lợi nhuận lại 
không tăng nhiều mà các loại chi 
phí tăng.
Tất cả những yếu tố trên làm 
cho hoạt động kinh doanh của 
Bibica trong năm 2011 tuy có 
mở rộng nhưng chưa hiệu quả 
cao và có tiềm ẩn rủi ro vì vậy 
chỉ số Z – score cho kết quả cảnh 
báo rủi ro phá sản của Bibica là 
hợp lý và chính xác. Cảnh báo 
của chỉ số Z – score rất hữu ích 
cho NHTM trong việc xác định 
rủi ro tín dụng của Bibica trong 
năm sắp tới (năm 2012) hoặc 
khi ra quyết định cấp tín dụng 
cho Bibica. Thực vậy, trên thế 
giới chỉ số Altman’s Z – score đã 
được áp dụng trong nhiều năm 
và nhiều quốc gia khác nhau 
như năm 1968 cho các doanh 
nghiệp nhỏ tại Mỹ, sau đó giáo 
sư Altman còn áp dụng Z-score 
trong nghiên cứu của mình năm 
1983, 1998 và 2000. Kết quả cho 
thấy chỉ số Z-score đã dự báo 
chính xác tới khoảng 95% doanh 
nghiệp bị phá sản trong năm kết 
tiếp và 72% doanh nghiệp bị phá 
Chỉ tiêu Giá trị Hệ số Nhân hệ số
X1 (Tỷ số vốn lưu động trên tổng tài sản) 0.53650 1.2 0.6438012
X2 (Tỷ số lợi nhuận giữ lại trên tổng tài 
sản) 0.05814 1.4 0.0813932
X3 (Tỷ số lợi nhuận trước lãi vay và thuế 
trên tổng tài sản) 0.07893 3.3 0.2604790
X4 (Giá trị thị trường của vốn chủ sở hữu 
trên giá trị sổ sách của tổng nợ) 0.79887 0.64 0.5112744
X5 (Tỷ số doanh số trên tổng tài sản) 1.27234 0.999 1.2710636
 Z-score 2.7680115
Thông tin thu thập từ BCTC của Bibica triệu VND
Năm 2011
Tổng tài sản 786.198 
Tổng tài sản ngắn hạn 421.796 
Lợi nhuận chưa phân phối 45.708 
Lợi nhuận trước thuế 55.329 
Chi phí lãi vay 6.728 
EBIT 62.057 
Giá cổ phiếu (ngày 30/12/2011)* 11.100 
Số lượng cố phiếu đang lưu hành 15.420.782 
Tổng giá trị thị trường 171.171 
Tổng nợ 214.267 
Doanh thu thuần 1.000.308 
*Giá đóng cửa, VND/cp 
Bảng 1. Thông tin từ Báo cáo tài chính của Bibica
Nguồn: Trích từ Báo cáo tài chính Bibica và thông tin giá cổ 
phiếu Bibica từ trang Cafef.vn
Bảng 2: Các tỷ số để tính Z – score của Bibica
Nguồn: Tính toán của tác giả
PHÁT TRIỂN & HỘI NHẬP Số 15 (25) - Tháng 03-04/2014
Hướng Tới Ổn Định Kinh Tế Vĩ Mô VN
50
sản trong 2 năm sau đó (Altman 
- 2000). 
Những năm sau đó các tác 
giả Goudie và Meeks tiếp tục sử 
dụng Z-score để nghiên cứu khả 
năng phá sản của doanh nghiệp 
trong các nghiên cứu được công 
bố năm 2000 và 2002, tất cả đều 
cho thấy chỉ số Z-score phản ảnh 
tốt khả năng phá sản của doanh 
nghiệp. Giai đoạn sau này có 
rất nhiều nghiên cứu khác nhau 
sử dụng chỉ tiêu Z-score của 
Altman. Tiêu biểu như nghiên 
cứu mới đây nhất của giáo sư 
Tomasz Korol sử dụng chỉ tiêu 
Z-score để đánh giá rủi ro của 
doanh nghiệp dẫn đến phá sản 
của các doanh nghiệp châu Âu 
và Mỹ Latinh (Tomasz, 2013). 
Hai tác giả Leonardo và Jaime 
(2003) cũng đã ứng dụng chỉ số 
Z-score của Altman để đo lường 
và dự báo khả năng phá sản của 
các doanh nghiệp sản xuất ở Ý. 
Kết quả cũng có chung kết luận: 
chỉ số Z-score có khả năng dự báo 
rất tốt khả năng phá sản của các 
doanh nghiệp tại Ý rất tốt. Theo 
Wu và Gray (2010) từ khi ra đời 
năm 1968, Altman Z – score là 
mô hình được áp dụng rộng rãi 
và phổ biến nhất để đo lường, 
dự báo rủi ro phá sản của doanh 
nghiệp. Cũng theo Wu và Gray 
thì gần đây có những nhà nghiên 
cứu khác cố gắng đưa thêm các 
mô hình phát triển dựa trên mô 
hình của Altman như Shumway 
(2001) để dự báo khả năng phá 
sản của doanh nghiệp, tuy nhiên 
kết quả là chưa thực sự hoàn 
thiện. Kyung và Yong (2002) thì 
áp dụng mô hình Altman’s score 
và một số mô hình khác để dự 
báo khả năng phá sản của các tổ 
chức tài chính tại Hàn Quốc (có 
thêm một số biến khác ngoài 5 
biến chính của Altman) cũng cho 
kết quả dự báo khả quan. Hay 
Ming và Peter (2010) cũng ứng 
dụng chỉ số Altman Z – score 
và kết hợp với phương pháp dự 
báo của Merton (1974) để dự 
báo khả năng phá sản của doanh 
nghiệp. Trong khi đó Alexander 
và Claudia (2007) thì kết hợp cả 
phương pháp Altman Z – score, 
Merton và mô hình của Black – 
Scholes để dự báo khả năng phá 
sản của doanh nghiệp. 
Khảo cứu cho thấy chỉ số 
Z-score có khả năng áp dụng 
và dự báo tốt khả năng phá sản 
của các doanh nghiệp, từ đó giúp 
doanh nghiệp phát hiện sớm khả 
năng phá sản, cũng như giúp 
các đối tượng khác (trong đó có 
NHTM) có khả năng đưa ra các 
phản ứng kịp thời với tình hình 
thị trường và rủi ro tại doanh 
nghiệp. Như vậy, nếu NHTM có 
thể ứng dụng chỉ số Z – score để 
đánh giá rủi ro tín dụng tại doanh 
nghiệp sẽ giúp cho NHTM có 
được dự báo sớm về rủi ro phá 
sản của doanh nghiệp, cũng chính 
là rủi ro tín dụng của NHTM. Do 
đó Z - score là công cụ bổ trợ hữu 
ích cho NHTM trong xác định và 
dự báo và theo dõi rủi ro tín dụng 
của doanh nghiệp trong hoạt 
động tín dụng của mình.
3. Một số đề xuất cho các NhTM 
VN
Trên cơ sở những ưu điểm và 
khả năng áp dụng rộng rãi của 
Z – score trong dự báo rủi ro tín 
dụng của doanh nghiệp, NHTM 
nên xem xét thực thi một số giải 
pháp sau để tận dụng ưu điểm 
của Z – score trong quản lý rủi ro 
tín dụng của mình:
Một là, nên bổ sung chỉ số Z 
– score vào các chỉ tiêu xếp hạng 
tín dụng nội bộ khi đánh giá tín 
dụng và ra quyết định cấp tín 
dụng cho khách hàng. Điều này 
giúp dự báo sớm khả năng phá 
sản cũng chính là rủi ro tín dụng 
của khách hàng. Chỉ cấp tín dụng 
cho những doanh nghiệp có mức 
Z – score an toàn. Kiên quyết từ 
chối các doanh nghiệp có mức Z 
– score thấp hoặc hạn chế cấp tín 
dụng cho các doanh nghiệp có Z 
– score ở mức rủi ro.
Hai là, thường xuyên theo dõi, 
tính toán lại chỉ số Z – score theo 
quý hoặc theo tháng để đánh giá 
rủi ro tín dụng của khách hàng 
và theo dõi chiều hướng thay đổi 
của Z – score để phát hiện kịp 
thời rủi ro tín dụng và có biện 
pháp can thiệp thích hợp.
Ba là, nên nghiên cứu sự thích 
hợp của Z – score trong áp dụng 
cho từng nhóm đối tượng khách 
hàng đề điều chỉnh các chỉ tiêu 
sao cho thích hợp tại VN.
Số năm trước khi 
phá sản
Số công ty bị phá 
sản thật (dự báo 
đúng)
Số công ty không 
phá sản (dự báo 
sai)
Phần trăm dự báo 
đúng
1 31 2 95
2 23 9 72
3 14 15 48
4 8 20 29
5 9 16 36
Bảng 3: Khả năng dự báo của chỉ số Z – score thực tế
Nguồn: Altman - 2000
(Xem tiếp trang 57 )