Tải bản đầy đủ

Cấu trúc vốn và dự báo khả năng lâm vào kiệt quệ tài chính của các công ty niêm yết trên sàn chứng khoán ở việt nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

NGUYỄN NGỌC HOÀI

CẤU TRÚC VỐN VÀ DỰ BÁO KHẢ NĂNG LÂM VÀO KIỆT
QUỆ TÀI CHÍNH CỦA CÁC CÔNG TY NIÊM YẾT TRÊN
SÀN CHỨNG KHOÁN Ở VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP. HỒ CHÍ MINH - 2018


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

NGUYỄN NGỌC HOÀI

CẤU TRÚC VỐN VÀ DỰ BÁO KHẢ NĂNG LÂM VÀO KIỆT
QUỆ TÀI CHÍNH CỦA CÁC CÔNG TY NIÊM YẾT TRÊN

SÀN CHỨNG KHOÁN Ở VIỆT NAM
Chuyên ngành: Tài Chính – Ngân Hàng
Mã số: 8340201

LUẬN VĂN THẠC SĨ KINH TẾ
Người hướng dẫn khoa học: TS. LÊ ĐẠT CHÍ

TP. HỒ CHÍ MINH - 2018


LỜI CAM ĐOAN
Tôi xin cam đoan rằng đây là bài nghiên cứu của tôi với sự hỗ trợ của Giáo viên
hướng dẫn là TS. Lê Đạt Chí. Nội dung của bài luận văn có tham khảo và sử dụng
dữ liệu, thông tin được đăng tải trên các tài liệu bằng Tiếng Anh, Tiếng Việt và các
trang Web theo danh mục tài liệu tham khảo.
TP.HCM, ngày 17 tháng 09 năm 2018
Tác giả

NGUYỄN NGỌC HOÀI


MỤC LỤC
TRANG BÌA PHỤ
LỜI CAM ĐOAN
MỤC LỤC
DANH MỤC TỪ VIẾT TẮT
DANH MỤC HÌNH VẼ
DANH MỤC BẢNG BIỂU
TÓM TẮT
CHƯƠNG I: GIỚI THIỆU ĐỀ TÀI ........................................................................1
1.1.

Sự cần thiết của đề tài ....................................................................................1

1.2.

Mục tiêu nghiên cứu ......................................................................................2

1.3.


Đối tượng nghiên cứu ....................................................................................2

1.4.

Phương pháp nghiên cứu ...............................................................................2

1.5.

Ý Nghĩa của bài nghiên cứu ..........................................................................3

1.6.

Bố cục của đề tài ............................................................................................3

CHƯƠNG II: TỔNG QUAN LÝ THUYẾT ...........................................................4
2.1.

Lý thuyết về kiệt quệ tài chính ......................................................................4

2.2.

Dấu hiệu nhận biết Doanh nghiệp đang rơi vào kiệt quệ tài chính ...............4

2.2.1.

Phân tích các chỉ số tài chính ..................................................................5

2.2.2.

Phân tích sự thay đổi và ổn định các khoản mục trên báo cáo tài chính 6

2.3.

Nghiên cứu thực ngiệm trước đây về dự báo kiệt quệ tài chính....................7

2.3.1.

Các nghiên cứu sử dụng biến tài chính. ..................................................7

2.3.2.

Các nghiên cứu sử dụng biến thị trường ...............................................12

2.3.3.

Các nghiên cứu sử dụng biến chỉ tiêu kinh tế vĩ mô. ...........................15

2.3.4. Các nghiên cứu sử dụng kết hợp cả các biến tài chính và các biến thị
trường. 15
2.3.5. Các nghiên cứu sử dụng kết hợp biến tài chính, biến vĩ mô và biến thị
trường. 19
2.4.

Các phương pháp phân tích sử dụng trong nghiên cứu. ..............................21

CHƯƠNG III: PHƯƠNG PHÁP NGHIÊN CỨU ...............................................23


3.1.

Mô hình nghiên cứu .....................................................................................23

3.1.1.

Mô hình hồi quy Logit ..........................................................................23

3.1.2.

Độ phù hợp của mô hình nghiên cứu ....................................................24

3.2.

Dữ liệu nghiên cứu ......................................................................................26

3.2.1.

Lựa chọn mẫu và dữ liệu ......................................................................26

3.2.2.

Xác định tình trạng kiệt quệ tài chính – Biến phụ thuộc của mô hình .27

3.2.3. Xác định các yếu tố tác động đến khả năng lâm vào kiệt quệ tài chính
của doanh ngiệp…………………………………………………….................28
CHƯƠNG IV: PHÂN TÍCH KHẢ NĂNG LÂM VÀO KIỆT QUỆ TÀI CHÍNH
CỦA CÁC DOANH NGHIỆP NIÊM YẾT TRÊN SÀN BẰNG MÔ HÌNH
LOGISTIC ...............................................................................................................39
4.1.

Thống kê mô tả các biến ..............................................................................39

4.1.1. Thống kê mô tả cho các biến số sử dụng trong mô hình 1 – gồm các
biến tỷ số tài chính ..............................................................................................39
4.1.2. Thống kê mô tả cho các biến số sử dụng trong mô hình 2 – gồm các
biến tỷ số tài chính và biến chỉ báo kinh tế vĩ mô ..............................................40
4.1.3. Thống kê mô tả cho các biến số sử dụng trong mô hình 3 – gồm các
biến tỷ số tài chính, các biến vĩ mô và các biến thị trường ................................42
4.2.

Phân tích mối tương quan giữa các biến .....................................................45

4.3.

Kết quả mô hình hồi quy logit .....................................................................47

4.3.1.

Thảo luận kết quả hồi quy mô hình 1 ...................................................49

4.3.2.

Thảo luận kết quả hồi quy mô hình 2 ...................................................50

4.3.3.

Thảo luận kết quả hồi quy mô hình 3 ...................................................50

4.3.4.

Thảo luận kết quả hồi quy mô hình 4 ...................................................51

4.3.5.

Thảo luận kết quả hồi quy mô hình 5 ...................................................52

4.3.6.

Thảo luận kết quả hồi quy mô hình 6 ...................................................52

4.4.

Tổng kết các biến trong các mô hình hồi quy .............................................53

4.5.

Kết quả các mô hình hồi quy hiệu chỉnh .....................................................55

4.6.

Đo lường mức độ phù hợp của các mô hình hiệu chỉnh ..............................58

4.6.1.

Các giá trị thống kê đo lường khả năng dự báo của mô hình ...............58

4.6.2.

Kiểm định sự khác nhau về mặt thống kê của các giá trị AUC ............61

4.6.3.

Thông đạt kết quả hồi quy, đo lường hiệu ứng cận biên.................63


CHƯƠNG V: KẾT LUẬN .....................................................................................66
5.1.

Tóm tắt kết quả nghiên cứu .........................................................................66

5.2.

Những hạn chế của đề tài và hướng nghiên cứu trong tương lai.................67

TÀI LIỆU THAM KHẢO
PHỤ LỤC


DANH MỤC TỪ VIẾT TẮT
SGDCK

Sở giao dịch chứng khoán

HOSE

Sở giao dịch chứng khoán TP.HCM

HNX

Sở giao dịch chứng khoán Hà Nội

TSSL

Tỷ suất sinh lợi

MDA

Multiple Discriminant Analysis: phân tích đa biệt số.

ANN

Artificial Neural networks: mô hình mạng thần kinh nhân tạo.

OLS

Ordinary Least Squares: phương pháp bình phương sai số bé
nhất.

MLE

Maximum likelihood estimation

AUC

Area Under the ROC Curve

CĐKT

Cân đối kế toán

HĐKD

Hoạt động kinh doanh

EBITDA

Earnings before interest, taxes, depreciation và amortization
(Lợi nhuận trước thuế, trước lãi vay và khấu hao)

NĐT

Nhà đầu tư

TTCK

Thị trường chứng khoán

BCTC

Báo cáo tài chính


DANH MỤC HÌNH VẼ
Hình 4. 1. So sánh các đường ROC trong mô hình (t). .............................................61
Hình 4. 2. So sánh các đường ROC trong mô hình (t-1) ..........................................62


DANH MỤC BẢNG BIỂU
Bảng 3. 1. Tổng kết tình trạng kiệt quệ tài chính theo năm quan sát ........................28
Bảng 3. 2. Tổng kết các biến trong luận văn.............................................................37
Bảng 4. 1. Mô tả thống kê các biến sử dụng trong mô hình 1 – gồm các biến tỷ số
tài chính. ....................................................................................................................39
Bảng 4. 2. Mô tả cho các biến sử dụng trong mô hình 2 – gồm các biến tỷ số tài
chính và biến chỉ báo kinh tế vĩ mô. .........................................................................41
Bảng 4. 3. Mô tả cho các biến số sử dụng trong mô hình 3 – gồm các biến tỷ số tài
chính, các biến vĩ mô và các biến thị trường. ...........................................................43
Bảng 4. 4. Ma trận hệ số tương quan và hệ số nhân tử phóng đại phương sai .........46
Bảng 4. 5. Kết quả các mô hình hồi quy chưa hiệu chỉnh với độ trễ t, t-1, t-2 .........48
Bảng 4. 6. Kết quả các mô hình hồi quy hiệu chỉnh .................................................57
Bảng 4. 7. Các giá trị thống kê đo lường mức độ phù hợp của mô hình ..................58
Bảng 4. 8. Hiệu ứng cận biên của từng biến trong các mô hình hồi quy ..................65


TÓM TẮT
Bài nghiên cứu này xem xét các yếu tố tác động đến khả năng kiệt quệ tài chính của
250 doanh nghiệp niêm yết trên sàn giao dịch chứng khoán Hồ Chí Minh (HOSE) và
sàn giao dịch chứng khoán Hà Nội (HNX) trong giai đoạn từ năm 2007-2017. Hầu
hết các dữ liệu được sử dụng trong bài được tác giả thu thập từ sàn HOSE, HNX và
tổng cục thống kê (GSO). Dữ liệu được chia làm 2 nhóm: các doanh nghiệp kiệt quệ
tài chính và các doanh nghiệp không kiệt quệ tài chính. Luận văn được tiến hành dựa
trên nghiên cứu “Financial Distress And Bankruptcy Prediction Among Listed
Companies Using Accounting, Market And Macroeconomic Variables” của Tinoco
& Wilson (2013). Đầu tiên tác giả xem xét mô hình hồi quy Logit của các biến tỷ số
tài chính đến khả năng kiệt quệ tài chính. Sau đó, lần lượt đưa các biến vĩ mô và biến
thị trường vào mô hình để xem xét mức độ đóng góp của các biến trong mô hình dự
báo. Luận văn thu được các kết quả như sau:
- Thứ nhất, các biến tỷ số tài chính có khả năng dự báo tốt tình trạng kiệt quệ tài
chính của doanh nghiệp. Nhưng cần phải kết hợp với các biến vĩ mô và biến thị
trường để tăng khả năng dự báo của mô hình. Trong đó các biến thị trường có đóng
góp cao nhất.
- Thứ hai, các biến vĩ mô có đóng góp nhất định vào trong mô hình dự báo xác suất
kiệt quệ tài chính, nó làm tăng thêm mức độ dự báo của mô hình.
- Thứ ba, mô hình dự báo kiệt quệ tài chính các doanh nghiệp ngay tại thời điểm
quan sát (năm t) cho kết quả phù hợp cao nhất và chính xác nhất. Mô hình dự báo
kiệt quệ tài chính với đỗ trễ 1 năm (t-1) chỉ mang tính chất gợi ý còn mô hình dự
báo kiệt quệ tài chính với độ trễ 2 năm (t-2) thì đa số không mang nhiều ý nghĩa
về mặt dự báo.
Như vậy, tình trạng kiệt quệ tài chính của các doanh nghiệp ở Việt Nam chịu ảnh
hưởng không chỉ bởi các nhân tố bên trong doanh nghiệp được thu thập từ báo cáo
tài chính mà còn chịu ảnh hưởng từ các nhân tố bên ngoài như vĩ mô và thị trường.


1

CHƯƠNG I: GIỚI THIỆU ĐỀ TÀI
1.1.

Sự cần thiết của đề tài

Trong giai đoạn hội nhập sâu rộng với nền kinh tế toàn cầu, nền kinh tế Việt nam
luôn tăng tưởng không ngừng và cũng trải qua nhiều thăng trầm theo các sự kiện vĩ
mô trên thế giới. Để thúc đẩy nền kinh tế non trẻ và đầy triển vọng tăng trưởng một
cách bền vững thì sức khỏe tài chính của các thành phần kinh tế như các doanh nghiệp
là vô cùng quan trọng. Điển hình cho nền kinh tế Việt Nam là các doanh nghiệp được
niêm yết trên sàn HOSE và HNX. Sau cuộc khủng hoảng năm 2007-2009 đã đưa
nhiều doanh nghiệp lâm vào tình trạng kiệt quệ tài chính, hầu hết các nhà hoạch định
tài chính đều chứng kiến doanh nghiệp lâm vào tình trạng chi phí lãi vay ăn mòn lợi
nhuận và doanh nghiệp liên tục bị bào mòn giá trị đứng trước nguy cơ phá sản.
Để doanh nghiệp luôn đảm bảo sức khỏe tài chính qua từng thời kỳ của nền kinh tế
từ giai đoạn suy thoái cho đến tăng trưởng hay để đối phó với dự báo giai đoạn khủng
khoảng sắp tới, người hoạch định tài chính luôn phải điều chỉnh cấu trúc vốn của
doanh nghiệp theo các thông tin vĩ mô, tín hiệu thị trường và năng lực nội tại của
doanh nghiệp. Những vấn đề đặt ra là:
Đầu tiên với thông tin về sức khỏe của nền kinh tế như thời điểm hiện tại (giai đoạn
khủng hoảng, trì trệ hay tăng trưởng) thì người hoạch định tài chính phải lựa chọn
cấu trúc vốn của doanh ngiệp như thế nào để luôn đảm bảo tối đa hóa giá trị doanh
nghiệp mà không bị lâm vào tình trạng kiệt quệ tài chính và có thể dẫn đến phá sản.
Đó là thách thức không nhỏ cho các nhà hoạch định tài chính khi chèo lái doanh
nghiệp trong nền kinh tế mà ở đó lạm phát, lãi suất, tỷ giá luôn biến đổi.
Thứ hai người hoạch định tài chính luôn phải đánh giá dự báo về triển vọng của nền
kinh tế trong tương lai để có những điều chỉnh cấu trúc vốn của doanh nghiệp nhanh
chóng và kịp thời. Với mỗi sự điều chỉnh cấu trúc vốn đó thì xác suất doanh nghiệp
lâm vào tình trạng kiệt quệ tài chính là bao nhiêu? Đó là câu hỏi gây trở ngại lớn nhất
cho các nhà hoạch định tài chính khi quyết định lựa chọn cấu trúc vốn cho doanh
ngiệp.


2

Hơn nữa, các nhà đầu tư hiện tại, các nhà đầu tư trong tương lai, các nhà tài trợ, các
khác hàng và đối tác chiến lược… cũng luôn luôn quan tấm đến sức khỏe tài chính
của doanh nghiệp mục tiêu. Để đánh giá được sức khỏe tài chính của một doanh
nghiệp trong một thời kỳ nào đó. Liệu các doanh nghiệp mục tiêu với cấu trúc vốn
hiện tại có khả năng lâm vào kiệt quệ tài chính trong tương lai hay không thì các nhà
phân tích, các nhà hoạch định luôn phải nắm rõ các thông tin hiện tại cũng như triển
vọng của nền kinh tế và tiến hành đánh giá phân tích cấu trúc vốn hiện tại của doanh
nghiệp mục tiêu. Vì vậy “đề tài nghiên cứu về mối liên hệ giữa cấu trúc vốn và
khả năng dự báo doanh nghiệp lâm vào kiệt quệ tài chính của các doanh nghiệp
niêm yết trên sàn chứng khoán cho giai đoạn 2007-2017” là hết sức cấp thiết và
quan trọng.
1.2.

Mục tiêu nghiên cứu

Đề tài nghiên cứu mối liên hệ giữa cấu trúc vốn và khả năng dự báo lâm vào kiệt quệ
tài chính của các doanh nghiệp niêm yết trên sàn chứng khoán để từ đó có các giải
pháp lựa chọn cấu trúc vốn cho Doanh nghiệp trong từng giai đoạn của nền kinh tế.
Trong đề tài này chúng ta cần trả lời các câu hỏi sau:
 Liệu ở Việt Nam có tồn tại mối quan hệ giữa sác xuất lâm vào kiệt quệ tài
chính của các Doanh nghiệp khi lựa chọn cấu trúc vốn trong từng giai đoạn
của nền kinh tế?
 Những yếu tố nào và tại sao những yếu tố đó lại quan trọng trong việc dự báo
sác xuất lâm vào kiệt quệ của doanh ngiệp?
1.3.

Đối tượng nghiên cứu

Mối quan hệ giữa khả năng lâm vào kiệt quệ tài chính và các yếu tố khi lựa chọn cấu
trúc vốn của doanh nghiệp niêm yết trên sàn Chứng khoán trong giai đoạn 01/01/2007
đến 01/01/2018 gồm các chỉ số tài chính theo các báo cáo tài chính của các công ty.
1.4.

Phương pháp nghiên cứu


3

Đề tài nghiên cứu được sự hỗ trợ của phần mềm Stata, mô hình hồi quy logistic.
Trong bài nghiên cứu, tác giả phân loại các quan sát thành 2 loại: Những quan sát bị
kiệt quệ tài chính được gán biến phụ thuộc là 1, những quan sát không bị kiệt quệ tài
chính được gán biến phụ thuộc là 0.Từ đó đưa ra mô hình dự báo phù hợp và chính
xác nhất về khả năng lâm vào kiệt quệ tài chính của các doanh nghiệp.
1.5.

Ý Nghĩa của bài nghiên cứu

Bài luận văn này được thực hiện trên sự tìm kiếm các bằng chứng thực nghiệm cho
mối quan hệ giữa xác suất lâm vào kiệt quệ tài chính và sự lựa chọn cấu trúc vốn cho
Doanh nghiệp trong từng thời kỳ phát triển của nền kinh tế ở Việt Nam. Qua đó, giúp
các doanh nghiệp, các nhà đầu tư, các nhà tài trợ, các đối tác kinh doanh nhìn nhận
và đánh giá sức khỏe tài chính của doanh nghiệp một cách hiệu quả.
1.6.

Bố cục của đề tài

Đề tài ngiên cứu gồm 5 chương:
Chương 1: Giới thiệu đề tài ngiên cứu. Trong chương này tác giả trình bày lý do
nghiên cứu; mục tiêu nghiên cứu; ý nghĩa của bài nghiên cứu; tổng quan về phương
pháp nghiên cứ và bố cục của bài nghiên cứu.
Chương 2: Tổng quan lý thuyết. Trong chương này tác giả tóm tắt các lý thuyết nền
tảng về Kiệt quệ tài chính, cấu trúc vốn trong từng thời kỳ của nền kinh tế, dấu hiệu
nhận biết kiệt quệ tài chính của doanh nghiệp và lịch sử về quá trình nghiên cứu mối
liên hệ giữa khả năng dự báo lâm vào kiệt quệ tài chính và sự lựa chọn cấu trúc vốn
cho doanh nghiệp trong và ngoài nước.
Chương 3: Phương pháp nghiên cứu. Chương này tác giả trình bày phương pháp
nghiên cứu, các thu thập dữ liệu, định nghĩa các biến, giải thích cách lựa chọn các
biến và trình bày mô hình ước lượng được sử dụng trong bài nghiên cứu.
Chương 4: Phân tích đánh giá khả năng lâm vào kiệt quệ tài chính của các doanh
nghiệp niêm yết trên sàn chứng khoán bằng mô hình Logistic. Trong chương này tác


4

giả trình bày kết quả nghiên cứu và đưa các các phân tích đánh giá về kết quả nghiên
cứu.
Chương 5: Kết luận. Trên các kết quả nghiên cứu đã phân tích ở trên, trong chương
này tác giả rút ra kết luận về mối liên hệ giữa khả năng lâm vào kiệt quệ tài chính của
doanh nghiệp và sự lựa chọn cấu trúc vốn trong từng thời kỳ của nền kinh tế. Và tác
giải nêu lên những giới hạn trong bài nghiên cứu và các hướng mở rộng nghiên cứu
trong tương lai ở Việt Nam.
CHƯƠNG II: TỔNG QUAN LÝ THUYẾT
2.1.

Lý thuyết về kiệt quệ tài chính

Theo sách Tài chính doanh nghiệp, Kiệt quệ tài chính (Financial distress) xảy ra khi
không thể đáp ứng các hứa hẹn với các chủ nợ hay đáp ứng một cách khó khăn. Đôi
khi kiệt quệ tài chính đưa doanh nghiệp đến phá sản. Đôi khi kiệt quệ tài chính chỉ có
nghĩa là đang gặp khó khăn, rắc rối.
Như chúng ta sẽ thấy kiệt quệ tài chính rất tốn kém. Các NĐT biết rằng các doanh
nghiệp có vay nợ có thể sẽ rơi vào tình trạng kiệt quệ tài chính, và họ rất quan tâm về
điều này. Mối quan tâm này được phản ánh trong giá trị thị trường hiện tại của chứng
khoán của các doanh nghiệm có vay nợ. Như vậy, giá trị doanh nghiệp có thể được
phân thành các phần như sau:
Giá trị nếu được

Giá trị
doanh
ngiệp

=

tài trợ hoàn toàn
bằng vốn cổ

PV
+

(tấm chắn
thuế)

PV
-

(chi phí của kiệt
quệ tài chính)

phần
Như vậy, Giá trị doanh nghiệp tỷ lệ nghịch với chi phí khi xảy ra kiệt quệ tài chính,
chi phí kiệt quệ tài chính tùy vào sác xuất kiệt quệ và độ lớn của chi phí phải gánh
chịu nếu kiệt quệ tài chính xảy ra.
2.2.

Dấu hiệu nhận biết Doanh nghiệp đang rơi vào kiệt quệ tài chính


5

Với môi trường kinh doanh trong thời đại kinh tế toàn cầu hóa như ngày nay, các nhà
đầu tư muốn tìm kiếm một công cụ hữu ích như là thước đo để phân loại các công ty
có tình hình tài chính khỏe mạnh hay đang có nguy cơ lâm vào tình trạng kiệt quệ tài
chính trong tương lai, chính bởi điều này mà các nhà làm luật phải soạn thảo ra luật
phá sản và các nghiên cứu khoa học đưa ra những mô hình dự báo tình hình tài chính
của công ty, giúp các nhà đầu tư hay các nhà quản trị có được một công cụ dự báo tốt
nhất.
2.2.1. Phân tích các chỉ số tài chính
Wruck (1990) định nghĩa các công ty kiệt quệ tài chính là những công ty đang phải
đối mặt với kết quả về tài chính giảm sút, đặc biệt là chỉ số ROA hoặc ROE âm, đây
là kết quả của các tác động từ khủng hoảng tài chính và từ năng lực quả lý nội bộ yếu
kém.
Theo Bursa Malaysia (2001) định nghĩa các doanh nghiệp kiệt quệ tài chính là những
doanh nghiệp có điều kiện tài chính không thuận lợi. Phân loại của Bursa có bốn tiêu
chí chính trong có một tiêu chí vốn chủ sở hữu bị âm.
Haniffa và Cooke (2002) lại nhấn mạnh tầm quan trọng về khả năng sinh lợi của
doanh nghiệp và tỷ số đòn bẩy cao là những dấu hiệu để đánh giá công ty đang rơi
xảy ra tình trạng tài chính kiệt quệ.
Nghiên cứu của Parker et al (2002) chỉ ra rằng các công ty có doanh số đang sụt giảm
thì gần như phải đối mặt với khó khăn về tài chính trong tương lai. Họ tranh luận
rằng, doanh số sụt giảm có thể dẫn đến tình trạng sụt giảm lợi nhuận sẽ gặp nhiều khó
khăn trong việc thanh toán các khoản nợ và cuối cùng có thể đẩy công ty đi vào tình
trạng tài chính kiệt quệ.
Trong mô hình chỉ số Z-core của Altman (1968) kết luận rằng chỉ số ROA có mối
quan hệ mật thiết với các chỉ số khác khi xác định kiệt quệ tài chính của doanh nghiệp.
Bearver (1967) kết luận rằng chỉ số tiền và các khoản tương đương tiền so với tổng
nợ là chỉ số xác định tình trạng kiệt quệ tài chính tốt nhất.


6

Dun và Bradstreet-D&B tiến hành nghiên cứu các doanh nghiệp trên thị trường chứng
khoán Mỹ và thấy rằng có một số lý do mà sẽ đưa doanh nghiệp lâm vào kiệt quệ tài
chính như: lãi suất tăng cao, mức độ cạnh tranh kinh doanh trên toàn thế giới gia tăng,
tỷ lệ đoàn bẩy của công ty tăng cao, quy định của luật pháp về quản lý tài chính lỏng
lẽo.
Các nghiên cứu về xác suất lâm vào kiệt quệ tài chính và phá sản của các doanh ngiệp
vừa và nhỏ trên các thị trường Mỹ, Anh, Canada, Úc (Star, 1990) cho thấy các doanh
nghiệp nhỏ, mới thành lập, doanh nghiệp tư nhân có dòng tiền mặt thường thấp, và
thiếu quy trình kiểm soát chặt chẽ làm cho doanh nghiệp trở nên nhạy cảm với tình
trạng kiệt quệ tài chính hơn là các doanh nghiệp lớn đã tồn tại lại lâu đời và ổn định
trên thị trường. Altman (1968) chỉ ra rằng độ tuổi của công ty cũng là một nhân tố
quan trọng khi xem xét đến khả năng sinh lợi của công ty qua thời gian. Nhiều nhà
nghiên cứu đã nhấn mạnh rằng khi lãi suất tăng cao, lợi nhuận thấp và tỷ lệ đòn bẩy
tài chính cao sẽ dễ đưa doanh ngiệp lâm vào tình trạng kiệt quệ tài chính và có thể đi
đến phá sản.
Tóm lại dấu hiệu nhận biết doanh nghiệp đang lâm vào kiệt quệ tài chính dựa trên
những nghiên cứu thực nghiệm trên bao gồm:
 Chỉ số ROA hoặc ROE âm (Wruck, 1990);
 Vốn chủ sở hữu âm (Bursa Malaysia, 2001);
 Tỷ số khả năng sinh lợi giảm (Haniffa và Cooke, 2002);
 Tỷ lệ đòn bẩy tài chính cao (Haniffa và Cooke, 2002);
 Doanh số sụt giảm (Parker et al., 2002);
 Chỉ số tiền / tổng nợ sụt giảm (Bearver, 1967);
2.2.2. Phân tích sự thay đổi và ổn định các khoản mục trên báo cáo tài chính
Thay vì thực hiện phân tích xu hướng và các chỉ số tài chính của công ty, một phương
pháp tương tự và ít tốn kém chi phí đó là quan sát định kỳ xem các khoản mục trên
báo cáo tài chính của công ty từng kỳ theo thời gian. Phân tích sâu hơn vào sự thay
đổi các khoản mục của các tỷ số tài chính theo thời gian.


7

Những công ty mà đang có tình hình hoạt động và tài chính khó khăn có thể được
nhận diện qua phân tích định kỳ sự thay đổi của các khoản mục trên báo cáo tài chính
của công ty đó (Polesie, 1999).
Theo Polesie (1999), khi những điều kiện của công ty thay đổi, chúng ta sẽ thấy rõ
hơn các Giám đốc công ty hy vọng và không hy vọng vào đâu; khả năng tồn tại của
công ty lúc đó phụ thuộc rất lớn vào các nguồn lực sẵn có của nó. Trong nghiên cứu
của Polesie đã quan sát 18 công ty trên thị trường Scadinavian thay đổi thế nào qua
năm năm. Polesie đã thiết kế một danh mục xem xét các nguồn lực hoạt động và tài
chính của các công ty, trong đó thể hiện các khoản mục trên báo cáo tài chính theo
từng quý (gọi là mô hình quý). Mô hình theo quý của công ty được thực hiện hàng
năm, trong đó các khoản mục trên báo cáo tài chính được phân tích cụ thể, chi tiết.
Tuy nhiên, mô hình này đòi hỏi mất nhiều thời gian và thông tin thật chi tiết, rõ ràng
và cụ thể như vậy mới hiểu sâu hơn về các thay đổi trên báo cáo tài chính của công
ty, ngược lại thì việc sử dụng phân tích đánh giá tương đối vẫn ưu tiên được sử dụng
hơn. Mặc dù hạn chế như vậy, nhưng rõ ràng mô hình quý đưa đến bức tranh tổng thể
chi tiết và rõ ràng hơn về tình hình hoạt động và tài chính của công ty.
2.3.

Nghiên cứu thực ngiệm trước đây về dự báo kiệt quệ tài chính

2.3.1. Các nghiên cứu sử dụng biến tài chính.
Các nghiên cứu từ những năm 60 của thế kỷ trước, đã sử dụng thông tin từ báo cáo
tài chính để dự báo kiệt quệ, phá sản của doanh nghiệp. Beaver (1966, 1968), Altman
(1968, 1977), Ohlson (1980) được xem là những tác giả tiên phong trong việc sử dụng
các tỷ số tài chính để dự báo kiệt quệ tài chính, phá sản trong các nghiên cứu thực
nghiệm. Cụ thể như sau:
Beaver (1966) là người đặt nền móng cho việc xây dựng một mô hình thống kê phân
tích các tỷ số tài chính đơn lẻ để dự báo phá sản. Trong khi hầu hết các nghiên cứu
vào thời điểm đó chỉ xem xét các công ty vỡ nợ là các công ty phá sản, Beaver đã mở
rộng định nghĩa về sự vỡ nợ trong nghiên cứu của mình. Theo ông, vỡ nợ được định
nghĩa là sự không có khả năng đáp ứng các nghĩa vụ nợ đến hạn của một công ty.


8

Bằng cách sử dụng phân tích biệt số đơn biến, ông tiến hành nghiên cứu thực nghiệm
trên 79 doanh nghiệp kinh doanh bị vỡ nợ và một số lượng tương ứng các doanh
nghiệp kinh doanh thành công trong giai doạn từ 1954-1964. Beaver phân loại 30 chỉ
số thành 6 nhóm, sau đó chọn 1 chỉ số từ mỗi nhóm có sai số phần trăm nhỏ nhất để
phân tích và tập trung kiểm định vào 6 tỷ số sau: tỷ số dòng tiền trên tổng nợ. Tỷ số
thu nhập ròng trên tổng tài sản. Tỷ số tổng nợ trên tổng tài sản, tỷ số vốn luân chuyển
trên tổng tài sản, tỷ số tài sản ngắn hạn trên nợ ngắn hạn, tỷ số tài sản ngắn hạn trên
chỉ tiêu hoạt động hàng ngày để phân loại nhóm công ty vỡ nợ và nhóm công ty không
vỡ nợ. Đối với mỗi tỷ số. Beaver suy ra một ngưỡng giới hạn, mà những công ty ở
bên trên ngưỡng này hoặc ở bên dưới ngưỡng này trong trường hợp tỷ số tổng nợ trên
tồng tài sản thì được phân loại là không vỡ nợ tiềm năng, còn những công ty ở dưới
ngưỡng này hoặc ở bên trên ngưỡng này trong trường hợp tỷ số tống nợ trên tổng tài
sản thì được phân loại là vỡ nợ tiềm năng. Ngưỡng giới hạn này được suy ra từ việc
phân tích sự khác biệt trong các tỷ sổ tài chính giữa các công ty vỡ nợ và các công ty
không vỡ nợ và được lựa chọn dựa trên phương pháp thử và sai - sao cho xác suất
của việc dự báo sai là nhỏ nhất. Beaver phân tích các tỷ số tài chính dựa trên các định
đề sau: Dòng tài sản thanh khoản ròng từ hoạt động càng lớn thì xác suất vỡ nợ càng
nhỏ; Vay nợ càng nhiều thì xác suất vợ nợ càng lớn; Quỹ chi tiêu cho hoạt động càng
lớn thì xác suất vỡ nợ càng lớn. Kết quả nghiên cứu của Beaver cho thấy các tỷ số tài
chính đơn lẻ có khả năng dự báo vỡ nợ khá tốt, có thể thực hiện để dự báo 5 năm
trước khi xảy ra phá sản trên thực tế. Trong một bài nghiên cứu tiếp theo “Market
prices, financial ratios, and the prediction of failure”. Beaver (1968) nhận thấy
rằng thị trường chứng khoán cũng có khả năng dự báo vỡ nợ của các công ty. Beaver
đã chứng minh rằng giá chứng khoán của công ty sẽ giảm đáng kể trước khi công ty
vỡ nợ. Ông tiến hành nghiên cứu xem liệu có phải thị trường chứng khoán sẽ dự báo
vỡ nợ trước các tỷ số tài chính hay không và tìm thấy rằng thị trường chứng khoán
đã phản ứng trước các tỷ số tài chính ở một biên độ nhỏ. Nghiên cứu này cho thấy,
các mô hình dự báo phá sản đã bắt đầu quan tâm đến các dữ liệu thị trường.
Phương pháp của Beaver có ưu điểm là tiết kiệm thời gian và để áp dụng nhưng để


9

ghi nhận tính phức tạp của phá sản thì còn nhiều mâu thuẫn và nhầm lẫn bởi vì vẫn
có một số công ty có khả năng sinh lợi nghèo nàn nhưng vẫn có thể trả được nợ có
thể bị phân loại là phá sản tiềm năng. Hơn nữa biến dữ liệu được lấy từ nguồn là các
báo cáo tài chính không tránh khỏi các sai lệch về thông tin khi các công ty khác nhau
áp dụng các phương pháp kế toán khác nhau vì mục đích riêng của họ và thậm chí là
hành vi gian lận trong báo cáo tài chính. Altman (1968) đã cho rằng mô hình dự báo
phá sản áp dụng kỹ thuật phân tích các chỉ số tài chính đơn lẻ thì quá đơn giản và đã
áp dụng phương pháp phân tích biệt số bội MDA (Multiple Discriminant Analysis)
trong bài nghiên cứu “Financial Ratios, Discriminant Analysis And The Prediction
Of Corporate Bankruptcy” về việc dự báo tình trạng kiệt quệ tài chính của các công
ty ở Mỹ. 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. Mẫu nghiên cứu của tác giả sử dụng dữ liệu của 66 công ty và được chia là 2
nhóm: nhóm 1 bao gồm 33 công ty là những công ty đã nộp đơn phá sản theo chương
X của Luật phá sản Quốc gia từ năm 1946 đến 1965, nhóm II bao gồm 33 công ty
được lựa chọn theo phương pháp ngẫu nhiên phân tầng và các công ty này vẫn hoạt
động bình thường đến năm 1966. Các công ty được phân chia theo ngành và quy mô,
với quy mô tài sản hạn chế từ 1 triệu USD tới 25 triệu USD. Việc loại bỏ các công ty
nhỏ (tổng tài sản thấp hơn 1 triệu USD) và các công ty cỡ lớn trong mẫu nghiên cứu
chủ yếu là do quy mô tài sản cùa các công ty trong nhóm 1. Ngoài ra, các công ty có
quy mô tài sản lớn phá sản rất hiếm trong thời kỳ trước năm 1966. Sau khi thu thập
đầy đủ các dữ liệu tài chính, một danh sách bao gồm 22 biến số được tác giả sử dụng.
Các biến số được phân thành 5 nhóm: nhóm chỉ số thanh khoản, nhóm chỉ số khả
năng sinh lợi, nhóm chỉ số đòn bẩy tài chính, nhóm chỉ số khả năng trả nợ và nhóm
chỉ số hiệu quả hoạt động kinh doanh. Từ 22 biến ban đầu, tác giả chọn ra 5 biến có
khả năng dự báo phá sản tốt nhất, bao gồm:
 X1 = vốn lưu động / Tổng tài sản
 X2 = Lợi nhuận giữ lại / Tổng tài sản
 X3 = Lợi nhuận trước thuế và lãi vay / Tổng tài sản


10

 X4 = Giá trị thị trường của vốn chủ sở hữu / Giá trị sổ sách của tổng nợ
 X5 = Doanh Số / Tổng tài sản
Từ đó Altman xây dựng nên hệ số Z
Z = 0.012X1 + 0.014X2 + 0.033X3 + 0.006X4 + 0.999X5
Kết quả cho thấy hệ số Z của công ty lớn hơn 2.99 là doanh nghiệp trong vùng an
toàn và Z nhỏ hơn 1.88 là doanh nghiệp có khả năng phá sản cao. Trên thực tế vẫn
còn một số ý kiến cho rằng, mô hình gốc của Altman chỉ có thể áp dụng cho các công
ty đại chúng do có biến tỷ lệ giá trị thị trường của vốn chủ sở hữu trên giá trị sổ sách
của tổng nợ (X4) cần đến dữ liệu cổ phiếu.
Altman & các cộng sự (1977), đã xây dựng tiếp một mô hình thế hệ thứ hai với những
cải tiến từ mô hình Z-Score ban đầu, gọi tắt là mô hình ZETA. Mô hình thế hệ thứ
hai này có khả năng dự báo phá sản một cách hiệu quả trước 5 năm dựa trên mẫu bao
gồm công ty bán lẻ và công ty sản xuất. Mẫu nghiên cứu bao gồm 53 công ty phá sàn
và 58 công ty không phá sản trong giai đoạn từ 1969-1975. Kết quả nghiên cứu cho
kết quả là mô hình ZETA đã phân loại tốt với độ chính xác 91% trước khi công ty
phá sản 1 năm và trên 76,8% từ năm thứ 5 trở lên trước khi công ty phá sản. Tuy
nhiên, Altman không công bố đầy đủ các trọng số của mô hình mà chỉ công khai 7
biến số đã sử dụng trong mô hình: tỷ lệ EBIT trên tổng tài sản, mức ồn định thu nhập
(đo lường bởi sai số chuẩn của ước lượng trong khoảng 5 - 20 năm theo xu hướng
của tỷ lệ EBIT trên tổng tài sản), tỷ lệ EBIT trên chi phí lãi vay, tỷ lệ lợi nhuận giữ
lại tích lũy trên tổng tài sản, tỷ lệ vốn lưu động trên tổng tài sản, tỷ lệ vốn hóa cổ phần
thường trên tổng vốn hóa và cuối cùng là quy mô công ty (đo lường bằng tổng tài
sản). Mô hình này đã khắc phục những nhược điểm của mô hình cũ (1968), với khả
năng dự báo chính xác lên đến 5 năm trước khi phá sản của một mẫu các công ty lớn
hơn gồm cả lĩnh vực sản xuất và bán lẻ.
Tuy nhiên, phương pháp phân tích đa biệt số cũng tồn tại một số nhược điểm. Thứ
nhất, tỷ sổ tổng hợp – tỷ số z được suy ra từ một hàm tuyến tính, mà khi tỷ sổ này cao
hơn hay thấp hơn một điểm giới hạn nào đó thì công ty được phân loại là không phá


11

sản hay phá sản. Tuy nhiên, trong thực tế thì một công ty có thể gặp phải vấn đề tài
chính ngay cả khi các tỷ số là rất cao và rất thấp, hay nói cách khác, các tỷ số này
tuân theo một hàm phi tuyến. Thứ hai, MDA liên quan đến phân tích hồi qui tuyến
tính với giả định rằng các biến độc lập tuân theo phân phối chuẩn đa biến và các ma
trận hiệp phương sai bằng nhau. Khi mẫu dữ liệu không đáp ứng đủ các giả định này
thì kết quả MDA có thể không đáng tin cậy. Thứ ba, biến phụ thuộc trong mô hình
MDA được giả định là một biến liên tục, điều này trái với thực tế là biến xác suất của
một doanh nghiệp rơi vào kiệt quệ tài chính chỉ có giá trị trong [0; 1]. Cuối cùng,
MDA không cho biết mức độ đóng góp của các biến riêng lẻ vào khả năng dự báo
chung của mô hình. Để giải quyết những vấn đề này, các mô hình thống kê xác suất
có điều kiện như mô hình Logit (Logit Model - LM) và mô hình Probit (Probit Model
PM) lần lượt thay thế kỹ thuật MDA trước đó. Các mô hình xác suất có điều kiện cho
phép ước lượng xác suất kiệt quệ tài chính của một công ty là biến phụ thuộc nhị phân
theo một hàm của véc-tơ các biến giải thích – các nhân tố đặc trưng của công ty bằng
ước lượng phi tuyến Maximum Likelihood dựa trên giả định về hàm phân phối xác
suất cho trước. Cụ thể. với mô hình Logit biến phụ thuộc được giả định tuân theo hàm
phân phối xác suất tích lũy logistic (logistic cumulative distribution function). Đối
với mô hình Probit. Biến phụ thuộc được giả định tính theo hàm phân phối xác suất
tích lũy chuẩn (normal cumulative distribution function). Phần lớn các bài nghiên cứu
cho thấy các ước lượng với biến nhị phân bằng mô hình Logit sẽ đạt được mức độ
chính xác cao hơn trong dự báo kiệt quệ tài chính. Theodossiou (1991) đã tiến hành
dự báo khả năng phá sản cho các công ty ở Hy Lạp trong giai đoạn 1975 -1986 theo
cả hai phương pháp Logit và Probit. Kết quả cho thấy mức độ chính xác trong dự báo
khả năng phá sản mà sử dụng mô hình Logit thì cao hơn so với kết quả thu được từ
mô hình Probit. tuy nhiên chênh lệch là không đáng kể.
Nhằm khắc phục những hạn chế của MDA, Ohlson (1980) sử dụng một mô hình mới
để dự báo xác suất kiệt quệ tài chính của doanh nghiệp, đó là mô hình hồi quy logistic.
Ohlson dựa vào số liệu báo cáo tài chính của 105 công ty phá sản và 2058 công ty
không bị phá sản trong thời gian 1970 - 1976 tại Mỹ. Các công ty này đã giao dịch


12

trên thị trường Chứng khoán Mỹ ít nhất 3 năm. Mô hình nghiên cứu bao gồm 9 biến
độc lập như sau:
Z = a + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7 + β8X8 + β9X9
X1 = Log(Tồng tài sản/GNP)
X2 = Tổng nợ/Tổng tài sản
X3 = Vốn lưu động/Tổng tài sản
X4 = Nợ ngắn hạn/Tài sản ngắn hạn
X5 = 1, nếu Tổng nợ>Tồng tài sản và X5 = 0 nếu ngược lại
X6 = Thu nhập ròng/Tổng tài sản
X7 = Tiền từ hoạt động/Tổng nợ
X8 = 1 nếu lợi nhuận ròng trong 2 năm liên tiếp âm và X8 = 0 nếu ngược lại
X9 = (NIt – NIt-1)/(|NIt|+|NIt-1|), với NIt là thu nhập ròng của giai đoạn gần nhất.
Kết quả nghiên cứu cho kết quả, 6 biến số ảnh hưởng đến xác suất xảy ra vỡ nợ và có
ý nghĩa thống kê như sau: Quy mô công ty, tỷ lệ tổng nợ / tổng tài sản, tỷ lệ lợi nhuận
ròng / tổng tài sản, tỷ lệ dòng tiền từ hoạt động / tổng nợ, tỷ lệ vốn lưu động / tổng tài
sản, tỷ lệ nợ ngắn hạn / tài sản ngắn hạn. Tính chính xác trong các mô hình dự báo
của Ohlson lần lượt 96.12% đối với mô hình dự báo 1 năm, 95.55% đối với mô hình
dự báo 2 năm và 92.84% đối với mô hình dự báo 1 hoặc 2 năm.
Các kết quả dự báo từ các mô hình nghiên cứu trên đều cho thấy tầm quan trọng của
biến sổ sách đối với dự báo xác suất kiệt quệ tài chính. Nghiên cứu của Beaver và
Altman đã bước đầu xem xét sử dụng biến thị trường trong dự báo xác suất kiệt quệ
tài chính và làm tiền đồ cho các nghiên cứu sau này trong việc kết hợp biến sổ sách
và biến thị trường trong dự báo xác suất kiệt quệ tài chính.
2.3.2. Các nghiên cứu sử dụng biến thị trường


13

Như đã trình bày ở trên, các dữ liệu về thị trường có thể cung cấp các thông tin hữu
ích cho mô hình dự báo phá sản. Rõ ràng là các báo cáo tài chính thì không bao gồm
tất cả các thông tin liên quan đến dự báo phá sản và các biến thị trường thì rất thích
hợp để bổ sung vào chỗ thiếu sót này. Có nhiều lý do cho việc đưa vào các dữ liệu thị
trường.
-

Thứ nhất, giá thị trường đã phản ánh được tất cả các thông tin trong báo cáo tài
chính và bên ngoài (Agarwal và Tattler, 2008), tạo nên một tập hợp thông tin toàn
diện hữu ích cho việc dự báo tình trạng không thực hiện nghĩa vụ tài chính.

-

Thứ hai, các biến thị trường có thể làm tăng lên đáng kể khả năng dự báo kịp thời
đúng lúc của mô hình do giá thị trường thì có sẵn ở cấp độ hàng ngày, trong khi
dữ liệu từ các báo cáo tài chính có sẵn, tốt nhất cững chỉ có từ cấp độ hàng quý.

-

Thứ ba, giá cả thị trường sẽ phù hợp hơn để dự báo khả năng phá sản vì nó phản
ánh kỳ vọng về dòng tiền trong tương lai của doanh nghiệp (báo cáo tài chính,
ngược lại phản ánh các hoạt động đà xảy ra của doanh nghiệp trong quá khứ).

-

Thứ tư, các biến thị trường có thể sẽ đánh giá được trực tiếp của độ bất ổn
(volatility) một cách đo lường mà có thể tăng sức mạnh về dự báo phá sản mà
không có trong các háo cáo tài chính. Theo Beaver (2005) cho rằng, càng có nhiều
bất ổn, càng có nhiều khả năng phá sản.

Một số nghiên cứu đã thử nghiệm các biến thị trường trong mô hình dự báo như Black
và Scholcs (1973) và Merton (1974) đã phát triển mô hình dựa trên cách tiếp cận
quyền chọn vốn cổ phần và sử dụng mô hình này để tính toán khả năng kiệt quệ tài
chính của công ty. Các điểm tích cực của mô hình MKV-Merton là: (i) Mô hình cung
cấp thông tin kiệt quệ từ thực tế thị trường, (ii) có số lượng các biến rõ ràng trong mô
hình và các biến không thay đối như trong các mô hình dựa trên thống kê kế toán,
(iii) mô hình dựa trên thị trường là mô hình tương lai chứa đựng thông tin kỳ vọng về
tương lai. (iv) có xem xét độ biến động của tài sản trong phân tích. Tuy nhiên, mô
hình dựa trên thị trường cũng có khuyết điểm, đó là vì dựa trên lý thuyết thị trường
hiệu quả, cho rằng mọi thông tin từ thị trường đã phản ánh vào giá cổ phiếu công ty.
Thực tế thì thị trường không phản ánh toàn bộ thông tin về tình hình tài chính của


14

công ty vào giá cổ phiếu. Khuyết điểm khác của mô hình là chỉ xem xét các công ty
đại chúng trên thị trường chứng khoán, chứ không phải đối với các công ty tư nhân.
Ngoài ra, mô hình còn dựa trên giả định phân phối chuẩn, trong khi thực tế, phân phối
xác suất của mô hình MKV-Merton là rộng hơn so với phân phối chuẩn.
Bharath và Shumvvuy (2008), Hillegoist. Keating, Cram và Lundstedt (2004), Keisz
và Perlich (2007), Vassalou và Xing (2004) cũng đã sử dụng biến thị trường trong
nghiên cứu khả năng phá sản. Một số nghiên cứu khác đã cố gắng để chứng minh tính
ưu việt của mô hình thị trường so với các mô hình sử dụng biến tài chính và ngược
lại. Tuy nhiên, kết quả thu được từ các mô hình (mà đòi hỏi rất nhiều giả định và hạn
chế) sau đó so sánh hiệu quả với các mô hình sử dụng biến tài chính vẫn còn nhiều
tranh cãi. Agarwal vù Tattler (2008) thực hiện sự so sánh khả năng dự báo phá sản
của mô hình thị trường và mồ hình kế toán. Kết quả cho thấy mô hình truyền thống
dựa trên các chỉ số tài chính không thua kém gì các mô hình thị trường, các mô hình
quyền chọn. Họ kết luận rằng, có rất ít sự khác biệt giữa các mô hình biến thị trường
và biển tài chính. Hillegeist (2004) cung cấp một kết quả tương phản cho thấy mô
hình quyền chọn của Black - Scholes - Merton cung cấp nhiều thông tin có ý nghĩa
hơn về khả năng kiệt quệ của các mô hình điểm z của Altman hoặc mô hình điểm O
của Ohlson. Hillegcist (2004), thay vào đó. đề nghị các nhà nghiên cứu sử dụng
phương pháp của Black-Scholes-Merton thay vì sử dụng mô hình truyền thống chỉ
các biến tài chính như là đại diện cho khả năng phá sản. Nhiều nghiên cứu gần đây
cho thấy rằng cả 2 phương pháp mang lại kết quả tương tự hay cả 2 mô hình đều có
những thông tin hữu ích về khả năng kiệt quệ và vỡ nợ. Balcaen và Ooghe (2004) lập
luận rằng, nếu các nhà nghiên cứu chỉ bao gồm các chỉ tiêu tài chính trong mô hình
dự báo phá sản, thì họ ngầm giả định rằng các chỉ báo liên quan đến phá sản bên trong
lẫn bên ngoài, đều được phản ánh trong các báo cáo hàng năm. Rõ ràng các báo cáo
tài chính không bao gồm các thông tin có liên quan và các biến thị trường rất có khả
năng bổ sung thêm các thông tin bị thiếu. Rees (1995) gợi ý rằng, giá thị trường có
thể hữu ích trong việc dự báo xác suất phá sản vì chúng bao gồm các thông tin về
dòng tiền kỳ vọng trong tương lai của doanh nghiệp. Đối với Hillegeist (2004), thị


15

trường chứng khoán là một nguồn thay thế thống tin vì nó chứa các thông tin từ các
nguồn khác ngoài báo cáo tài chính. Beaver, McNichols và Rliic (2005) đã chỉ ra
rằng, xác xuất phá sản được gán với giá thị trường.
Như vậy, dựa trên lập luận và các cơ sở lý thuyết được trình bày ,trong luận văn này,
tác giả cũng sử dụng các biến thị trường trong việc xây dựng mô hình.
2.3.3. Các nghiên cứu sử dụng biến chỉ tiêu kinh tế vĩ mô.
Sự kết hợp của các biến dữ liệu vĩ mô vào các mô hình nhằm nắm bắt sự thay đổi
trong môi trường kinh tế vĩ mô cũng trở nên quan trọng. Các biến vĩ mô bổ sung thêm
một yếu tố động trong mô hình. Sự thay đổi trong các điều kiện kinh tế vĩ mô sự tác
động lên hoạt động của doanh nghiệp. Ngoài Mare (2012); Nam, Kim, Park và Lee
(2008); Qu (2008), có rất ít các nghiên cứu kết hợp dữ liệu vĩ mô vào mô hình. Gần
đây, Tinoco và Wilson (2013) đã sử dụng thành công 2 biến vĩ mô bao gồm lạm phát
và sự thay đổi trong lãi suất trong giai đoụn nghiên cứu của họ. Trong luận văn này,
tác giả cùng sử dụng các biến vĩ mô để nắm bắt sự thay đổi trong môi trường kinh tế
tại Việt Nam trong giai đoạn nghiên cứu có ảnh hưởng gì đến khả năng hoạt động của
doanh nghiệp.
2.3.4. Các nghiên cứu sử dụng kết hợp cả các biến tài chính và các biến thị
trường.
Tyler Shumway (2001) nhận thấy có hơn một nữa dữ liệu kế toán được sử dụng trong
các mô hình dự báo phá sản thời kỳ đầu không có ý nghĩa thống kê. Bên cạnh đó, các
dữ liệu thị trường đưa vào mô hình lại thể hiện mối tương quan chặt chẽ với khả năng
phá sản của công ty, bao gồm: vốn hóa thị trường của công ty, tỷ suất sinh lời của cổ
phiếu trong quá khứ và độ lệch chuẩn của cổ tức công ty. Tác giả đã đề suất một mô
hình sử dụng kết hợp dữ liệu kế toán và dữ liệu thị trường nhằm tìm kiếm khả năng
dự báo chính xác hơn. Dừ liệu nghiên cứu bao gồm 300 công ty phá sản được thu
thập trong giai đoạn 1962 - 1992. Các biến giải thích sử dụng trong bài nghiên cứu
được liệt kê như sau: 5 biến sử dụng trong nghiên cứu của Altman (1963) bao gồm
vốn lưu động trến tổng tài sản (WC/TA), lợi nhuận giữ lại trên tổng tài sản (RE/TA),


Tài liệu bạn tìm kiếm đã sẵn sàng tải về

Tải bản đầy đủ ngay

×
x