Ứng dụng phân tích Markov trong dự báo công nợ

Trong hoạt động kinh doanh của doanh nghiệp công nợ là một vấn đề được quan
tâm. Trong nền kinh tế thị trường, công nợ lại phải được đặc biệt chú ý hơn. Các
khoản phải thu luôn luôn được theo dõi và cố gắng thu càng nhanh càng tốt. Các
khoản này chính là nguồn tài sản lưu động của doanh nghiệp. Trong phạm vi bài viết
này, chúng tôi sẽ đề cập đến vấn đề công nợ, có thể thu hồi được hay không, trong
thời gian bao lâu?

GS. TS. Bùi Xuân Phong

TS. Nguyễn Đăng Quang

I. Đặt vấn đề

Trong hoạt động kinh doanh của doanh nghiệp công nợ là một vấn đề được quan tâm.
Trong nền kinh tế thị trường, công nợ lại phải được đặc biệt chú ý hơn. Các khoản phải thu
luôn luôn được theo dõi và cố gắng thu càng nhanh càng tốt. Các khoản này chính là nguồn
tài sản lưu động của doanh nghiệp.

Trong phạm vi bài viết này, chúng tôi sẽ đề cập đến vấn đề công nợ, có thể thu hồi được
hay không, trong thời gian bao lâu?

II. Dự báo công nợ và thời gian thu hồi

Đối với một doanh nghiệp, công nợ luôn được quan tâm và kết quả của một công nợ bao
giờ cũng xảy ra là thu được hoặc mất. Chính vì vậy doanh nghiệp phải luôn theo dõi và dự
đoán xem các khoản nợ có thể thu hồi hay không? Để trả lời câu hỏi này, chúng ta có thể
áp dụng phương pháp phân tích Markov.

Doanh nghiệp cung cấp dịch vụ chó khách hàng với điều kiện ghi trong hợp đồng là sau một
khoảng thời gian T phải thanh toán. Đến thời hạn thanh toán mà doanh nghiệp vẫn chưa thu
được tiền thì số tiền này chuyển sang nợ quá hạn. Để biết được nợ có thu hồi được hay
không thì doanh nghiệp các khoảng thời gian 1, 2, 3, 4, 5 và 6 tháng là các khoảng thời gian
mà các khoản nợ quá hạn phải trả và xem xác suất thu được trong các khoảng thời gian đó
là bao nhiêu? Nếu sau sáu tháng mà doanh nghiệp vẫn không thu được thì khoản nợ đó
xem như khoản nợ khó đòi. Chúng ta giải quyết bài toán này như sau:

Bài toán có 8 trạng thái sau:

Trạng thái T - Khoản nợ đã được thu hồi; trạng thái M - Khoản nợ bị mất; trạng thái 1-
Khoản nợ quá hạn 1 tháng; trạng thái 2 - Khoản nợ quá hạn 2 tháng; trạng thái 3 - Khoản
nợ quá hạn 3 tháng; trạng thái 4 - Khoản nợ quá hạn 4 tháng; trạng thái 5 - Khoản nợ quá
hạn 5 tháng; trạng thái 6 - Khoản nợ quá hạn 6 tháng;

Giả sử theo thống kê của doanh nghiệp 6 tháng đầu năm 2003 ta có xác suất thu được nợ
trong tháng giêng là 70%; tháng 2 là 75%; tháng 3 là 60%; tháng 4 là 50%; tháng 5 là 45%;
tháng 6 là 30%. Từ những số liệu này, lập ma trận xác suất chuyển.

Sau khi đã quá hạn 6 tháng thì khả năng đòi được công nợ là rất ít hoặc có thể là số nợ đó
không đòi được, (công nợ coi như bị mất). Chẳng hạn nợ phải thu trong tháng 3 có xác suất
thu được là 60% và xác xuất không trả và dòi sang tháng 4 là 40%. Đối với trạng thái M coi
như mất, nên xác suất trả (tương đương với việc chuyển trạng thái 1, 2, 3, 4, 5, 6, T) là
bằng 0. Để giải quyết bài toán, chúng ta biến đổi ma trận xác suất trên chuyển thành ma
trận sau

Như vậy ta có 4 ma trận con là I, Z, A, T

Trong đó ma trận I là ma trận đơn vị, Z là ma trận toàn 0; A là ma trận chứa các xác suất
chuyển của trạng thái hấp thu trong thời kỳ kế; T là ma trận chứa xác suất chuyển của các
trạng thái không hấp thu.

* Xác định ma trận cơ bản

F = (I - T)-1

Ý nghĩa của ma trận F là số lần (xác suất) mà hệ thống sẽ chiếm 1 trạng thái. Giả sử nếu
đang ở trạng thái 1 thì sẽ có 30% số lần chiếm trạng thái 2; 7,5% số lần chiếm trạng thái 3;
3 % số lần chiếm trạng thái 4; 1,5% số lần chiếm trạng thái 5 và 0,825% số lần chiếm trạng
thái 6.

* Xác định ma trận hút ( F * A) - Ma trận cho biết xác suất cuối cùng bị hấp thu.

Ý nghĩa của ma trận này là nếu công nợ hiện tại đang ở tháng thứ 3 thì xác suất để công nợ
đó trả đủ 0,923 và xác suất mất là 0,077. Kết quả ma trận ( F * A ) có thể đạt được bằng
cách luỹ thừa 6 ma trận P. Khi đó ta có:

Ma trận A thay đổi từ P đến P6. Sự thay đổi này có ý nghĩa là sự thay đổi dòng tiền theo thời
gian (tháng). Như thế dòng tiền( phần trăm của nợ được trả hay mất) trong mỗi tháng có thể
xác định bằng cách trừ các ma trận A như sau:
Các ma trận ΔA sẽ cho biết dòng tiền có trong khoảng một thời gian. Chẳng hạn ΔA2 cho
biết công nợ đang ở tháng thứ 5 thì sẽ có 61,5% công nợ được trả và 38,5% công nợ sẽ bị
mất.

Giả sử công nợ (các khoản phải thu) của doanh nghiệp như sau (đơn vị 1000đ):

Tháng
Chỉ tiêu
1 2 3 4 5 6
Công nợ 5.000 4.000 3.500 2.000 1.000 500

Từ số liệu này, chúng ta có thể biểu thị dưới dạng véc tơ trạng thái:

S = (5000 4000 3500 2000 1000 500)

Và có thể xác định trong tổng số nợ 16.000 này thì bao nhiêu sẽ được trả và bao nhiêu sẽ bị
mất. Để làm được điều này, ta nhân véc tơ trạng thái với ma trận ΔA.

Kết quả tính toán trên cung cấp thông tin về lịch trả và mất của công nợ trong 6 tháng tới
của doanh nghiệp. Trong tổng số nợ 16.000 nghìn đồng sẽ có 10200 nghìn đồng sẽ được
trả trong tháng 1, đồng thời sẽ mất 350 nghìn đồng. Trong tháng 2 có 3040 nghìn đồng
được trả, mất 385 nghìn đồng. Tháng 3 có 1245 nghìn đồng được trả, mất 385 nghìn đồng.
Tháng 4 có 280,5 nghìn đồng được trả, mất 269,5 nghìn đồng. Tháng 5 có 66,75 nghìn
đồng được trả, mất 77 nghìn đồng. Tháng 6 có 12,375 nghìn đồng được trả, mất 28,875
nghìn đồng.

Như vậy trong 6 tháng đầu năm 2003 doanh nghiệp sẽ thu được 14.844, 625 nghìn đồng và
bị mất 1.495,375 nghìn đồng.

Tài liệu tham khảo

[1]. Trần Huy Đường, Trần Xuân Nghĩa. Thực trạng công tác thu nợ - những vấn đề đặt ra.
Tài liệu tham khảo phục vụ lãnh đạo và cán bộ nghiên cứu số 2/2003. Trang 10-14.

[2]. Bùi Xuân Phong, Nguyễn đăng Quang. Ứng dụng phân tích Markov trong dự báo thị
phần dịch vụ Bưu chính. Tạp chí Bưu chính viễn thông số 5/2002 trang 39-40.