GIỚI THIỆU
Lý do chọn đề tài
Trong bối cảnh nền kinh tế Việt Nam đang phải đối mặt với tình trạng nhiều doanh nghiệp phá sản, việc tạo ra một môi trường kinh doanh ổn định là cực kỳ quan trọng để thu hút đầu tư, đặc biệt là từ nước ngoài Hàng chục nghìn doanh nghiệp hoàn tất thủ tục giải thể, chấm dứt và tạm ngừng hoạt động trong một quý đã tạo ra những tác động tiêu cực đến cái nhìn của các nhà đầu tư về thị trường nội địa Sự giải thể và tạm ngừng hoạt động của doanh nghiệp không chỉ dẫn đến mất việc làm cho người lao động mà còn ảnh hưởng đến môi trường sinh thái Do đó, cần thiết phải có một công cụ dự báo để hỗ trợ các chủ doanh nghiệp trong việc hoạch định chính sách và nhận diện sớm khả năng rơi vào tình trạng kiệt quệ tài chính, giúp họ tránh được việc phải tạm ngừng hoạt động hoặc giải thể Đồng thời, công cụ này cũng giúp chủ nợ và nhà đầu tư đánh giá mức độ rủi ro khi doanh nghiệp gặp khó khăn tài chính.
Kiệt quệ tài chính, dẫn đến phá sản hoặc giải thể, là một hiện tượng phức tạp do cả yếu tố nội tại và bên ngoài tác động Các nghiên cứu trước đây chủ yếu dựa vào dữ liệu từ báo cáo tài chính, phản ánh các yếu tố nội tại của doanh nghiệp, cùng với dữ liệu thị trường như giá cổ phiếu và vốn hóa thị trường để dự đoán xác suất kiệt quệ Gần đây, một số nghiên cứu đã tích hợp thêm yếu tố kinh tế vĩ mô vào mô hình dự báo Kết quả cho thấy sự kết hợp ba nhóm yếu tố: nội tại, thị trường và kinh tế vĩ mô, giúp nâng cao độ chính xác trong việc dự đoán khả năng kiệt quệ tài chính của công ty.
Nghiên cứu về kiệt quệ tài chính chủ yếu được thực hiện tại Mỹ và bởi một số ít nhà nghiên cứu trong nước Để đáp ứng nhu cầu cấp thiết hiện nay, tác giả tiến hành nghiên cứu nhằm phát triển một mô hình dự báo kiệt quệ tài chính chính xác và phù hợp cho các công ty niêm yết trên thị trường chứng khoán Việt Nam.
Mục tiêu nghiên cứu
Hiện nay, nhiều nghiên cứu về mô hình dự báo kiệt quệ tài chính chủ yếu dựa vào dữ liệu tài chính hoặc thị trường, dẫn đến nhiều tranh cãi về kết quả và ứng dụng Bài nghiên cứu này kết hợp các biến kế toán, biến thị trường và biến kinh tế vĩ mô để xây dựng một mô hình dự báo tình trạng kiệt quệ tài chính Mục tiêu của tác giả là cung cấp bằng chứng thực nghiệm cho thấy hiệu quả của việc tích hợp các biến số tỷ số tài chính, biến số thị trường và biến số kinh tế vĩ mô trong dự báo kiệt quệ tài chính Nghiên cứu phát triển mô hình dự báo này dành cho các công ty niêm yết tại Sở Giao dịch Chứng khoán Thành phố.
Hồ Chí Minh (HOSE) và SGDCK Hà Nội (HNX).
Đối tượng và phạm vi nghiên cứu
Tác giả tiến hành nghiên cứu trên các công ty phi tài chính niêm yết tại Sở GDCK TPHCM (HOSE) và Sở GDCK Hà Nội (HNX) nhằm đánh giá khả năng dự đoán tình trạng kiệt quệ tài chính Nghiên cứu này xem xét các biến số tỷ số tài chính, chỉ báo kinh tế vĩ mô và các biến số thị trường tại Việt Nam để đưa ra những phân tích sâu sắc.
Nghiên cứu này tập trung phân tích các yếu tố ảnh hưởng đến khả năng kiệt quệ tài chính của 261 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 2008-2015, nhằm cung cấp cái nhìn tổng quan về các yếu tố quyết định đến tình hình tài chính của doanh nghiệp.
Phương pháp nghiên cứu
Trong nghiên cứu này, tác giả phân loại các quan sát thành hai nhóm: nhóm quan sát gặp kiệt quệ tài chính được gán giá trị biến phụ thuộc là 1, trong khi nhóm không bị kiệt quệ tài chính được gán giá trị 0 Để xử lý biến phụ thuộc dạng nhị phân, tác giả áp dụng mô hình Logit.
Bố cục bài nghiên cứu
Bài nghiên cứu bao gồm 5 phần:
Phần 1 – Giới thiệu Trong phần này, tác giả trình bày tổng quan các vấn đề của bài nghiên cứu như: lý do chọn đề tài, mục tiêu nghiên cứu, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu và bố cục của bài nghiên cứu
Phần 2 – Tổng quan lý thuyết và các nghiên cứu trước đây về kiệt quệ tài chính Tác giả xây dựng phần này với mục đích cung cấp một cái nhìn tổng quan và xuyên suốt về quá trình phát triển của những nghiên cứu thực nghiệm về dự báo tình trạng kiệt quệ tài chính trên thế giới Từ đó có một sự định hướng rõ ràng hơn trong việc xây dựng phương pháp nghiên cứu và lựa chọn các biến số trong mô hình dự báo kiệt quệ tài chính cho trường hợp tại Việt Nam
Phần 3 – Phương pháp nghiên cứu Phần này cung cấp một chi tiết hóa về phương pháp nghiên cứu, dữ liệu cũng như cách xác định các biến số được sử dụng trong bài nghiên cứu của tác giả ngoài ra cũng đưa các kỳ vọng về dấu của các biến số trong mô hình hồi quy
Phần 4 – Kết quả nghiên cứu Tác giả cũng tiến hành thống kê mô tả và phân tích tương quan các biến số trong mô hình hồi quy Cuối cùng, Tác giả trình bày các kết quả từ mô hình hồi quy Logit, các kiểm định liên quan nhằm đánh giá mức độ chính xác trong mô hình dự báo cho các công ty tại Việt Nam
Phần 5 – Kết luận Phần này tác giả tóm tắt kết quả kết quả nghiên cứu cũng như nêu lên hạn chế của đề tài và những hướng mở rộng tiếp theo.
TỔNG QUAN LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC ĐÂY VỀ KIỆT QUỆ TÀI CHÍNH
Tổng quan lý thuyết
2.1.1 Các tiếp cận về kiệt quệ tài chính
Định nghĩa kiệt quệ tài chính đã thay đổi theo thời gian, thường được hiểu là không thực hiện nghĩa vụ thanh toán, thất bại, mất khả năng thanh toán hay phá sản Nghiên cứu của Theodossiou (1993) cho thấy các doanh nghiệp thường mất khả năng thanh toán khoảng 2 năm trước khi nộp đơn phá sản, trong khi nghiên cứu của Tinoco & Wilson (2013) chỉ ra khoảng cách thời gian từ 1.17 đến 3 năm giữa tình trạng kiệt quệ tài chính và phá sản pháp lý Trước khi phá sản, nhiều doanh nghiệp thực hiện các biện pháp giải cứu hoặc bán tài sản Thuật ngữ “kiệt quệ tài chính” mang ý nghĩa tiêu cực, mô tả tình trạng thiếu hụt thanh khoản tạm thời, dẫn đến khó khăn trong việc thực hiện nghĩa vụ tài chính và có thể dẫn đến phá sản, nhưng không chắc chắn rằng sẽ dẫn đến việc nộp đơn phá sản.
Kiệt quệ tài chính, theo William Beaver (1966), có thể biểu hiện qua nhiều hình thức như phá sản, không thực hiện nghĩa vụ thanh toán trái phiếu hay không trả cổ tức cổ phần ưu đãi Andrade & Kaplan (1998) phân loại kiệt quệ tài chính thành hai dạng: không thanh toán nợ và nỗ lực tái cấu trúc nợ để tránh vỡ nợ Wruck (1990) định nghĩa tình trạng này là khi dòng tiền không đủ để đáp ứng nghĩa vụ tài chính hiện tại Brown, James & Mooradian (1993) xác định công ty kiệt quệ tài chính khi thực hiện các biện pháp tái cơ cấu nhằm tránh vỡ nợ Van Gestel và các đồng sự (2006) cho rằng kiệt quệ tài chính là hệ quả của thua lỗ kéo dài, do nợ tăng không kiểm soát và giá trị tài sản giảm Aktan (2011) cho rằng một công ty được coi là kiệt quệ tài chính khi thua lỗ liên tiếp trong ba năm, có vốn chủ sở hữu âm, bán hết tài sản để trả nợ và giải thể, hoặc được tòa án chấp thuận phá sản.
Việc nhận biết dấu hiệu kiệt quệ tài chính có thể thực hiện thông qua phân tích các chỉ số tài chính của công ty, một phương pháp phổ biến trong nghiên cứu Theo Denis & Denis (1995), kiệt quệ tài chính xảy ra khi công ty thua lỗ trong ít nhất 3 năm liên tiếp, dẫn đến việc không thể thanh toán cổ tức Sụt giảm cổ tức và thua lỗ kinh doanh là những dấu hiệu quan trọng để xác định tình trạng này Platt & Platt (2002) chỉ ra rằng các dấu hiệu của kiệt quệ tài chính bao gồm thu nhập âm kéo dài, trì hoãn thanh toán cổ tức, tái cơ cấu tài chính và sa thải hàng loạt Các công ty có sức khỏe tài chính kém và nợ nần cao dễ rơi vào tình trạng này, đặc biệt trong thời kỳ khủng hoảng kinh tế Ngay cả trong nền kinh tế ổn định, việc quản lý không phù hợp cũng có thể dẫn đến kiệt quệ tài chính Thậm chí, việc áp dụng các phương pháp quản lý khoa học cũng không đảm bảo tránh khỏi khả năng phá sản, như Perold (1999) đã nhấn mạnh.
Asquith, Gertner, và Scharfstein (1994) đã phân tích các quyền chọn để dự báo phá sản và xác định tình trạng kiệt quệ tài chính, định nghĩa tình trạng này dựa trên tỷ số khả năng chi trả lãi vay Một công ty được coi là kiệt quệ tài chính nếu EBITDA của nó thấp hơn chi phí tài chính trong hai năm liên tiếp hoặc nếu EBITDA chỉ đạt dưới 80% chi phí lãi vay Andrade & Kaplan (1998) cho rằng kiệt quệ tài chính xuất hiện ngay trong năm đầu tiên khi EBITDA thấp hơn chi phí tài chính Trong khi đó, Whitaker (1999) định nghĩa kiệt quệ tài chính là năm đầu tiên mà dòng tiền của doanh nghiệp không đủ để thanh toán các khoản nợ dài hạn đáo hạn, do đó, việc xem xét trạng thái kiệt quệ tài chính cần dựa trên khả năng đáp ứng các nghĩa vụ tài chính.
Sự kết hợp giữa biến sổ sách và biến thị trường trong nghiên cứu kiệt quệ tài chính đang được áp dụng rộng rãi, cho phép các nhà nghiên cứu hiểu rõ hơn về bản chất phức tạp của hiện tượng này Opler & Titman (1994) đã chỉ ra rằng tốc độ tăng trưởng doanh thu âm và lợi suất cổ phiếu âm là dấu hiệu rõ ràng cho thấy công ty gặp khó khăn trong hoạt động kinh doanh, đặc biệt trong thời kỳ suy thoái kinh tế Whitaker (1999) đã sử dụng dòng tiền và giá trị thị trường để xác định tình trạng kiệt quệ tài chính, định nghĩa rằng khi dòng tiền không đủ để đáp ứng nghĩa vụ tài chính, công ty sẽ bị suy giảm giá trị thị trường Việc chỉ dựa vào dòng tiền có thể không chính xác, vì công ty có thể tạm thời khắc phục tình trạng thiếu hụt thanh khoản bằng nguồn vốn ngoại sinh Do đó, sự suy giảm giá trị thị trường được xem là yếu tố hỗ trợ quan trọng trong việc phân loại các công ty kiệt quệ tài chính, phản ánh các vấn đề dài hạn của dòng tiền.
Theo Jie Sun (2013), sự phát triển của định nghĩa về kiệt quệ tài chính có thể được nhìn nhận từ hai góc độ: lý thuyết và thực nghiệm Từ góc độ lý thuyết, kiệt quệ tài chính có các mức độ khác nhau, với mức độ nhẹ chỉ là khó khăn tạm thời trong dòng tiền, trong khi mức độ nghiêm trọng có thể dẫn đến khánh kiệt hoặc phá sản Kiệt quệ tài chính được hiểu là quá trình chuyển đổi linh hoạt giữa các trạng thái khó khăn tạm thời và phá sản, và nó thường là kết quả của những bất thường trong hoạt động kinh doanh diễn ra trong một khoảng thời gian nhất định.
Do yêu cầu về tính rõ ràng của tiêu chuẩn lấy mẫu nghiên cứu và những hạn chế trong dữ liệu hiện có, quan điểm nghiên cứu về kiệt quệ tài chính có sự khác biệt Kiệt quệ tài chính được xác định qua các dấu hiệu rõ ràng như tình trạng phá sản hoặc hủy niêm yết Tuy nhiên, các nghiên cứu gần đây chỉ sử dụng các tiêu chuẩn đơn lẻ để xác định tình trạng kiệt quệ tài chính, điều này không phản ánh đầy đủ sự biến đổi của nó Do đó, các nghiên cứu trong tương lai cần phát triển một tiêu chuẩn toàn diện hơn để phân loại các công ty theo các mức độ kiệt quệ tài chính như nhẹ, trung bình và phá sản.
2.1.2 Nguyên nhân gây ra kiệt quệ tài chính:
Kiệt quệ tài chính là một quá trình phức tạp, chịu ảnh hưởng từ cả yếu tố nội sinh và ngoại sinh Các yếu tố nội sinh bao gồm quản lý yếu kém, như quản lý dự án không hiệu quả, hệ thống thông tin kế toán kém, và quyết định đầu tư sai lầm, dẫn đến tổn thất lớn (Zwaig & Pickett, 2012; Galloway & Jones, 2006) Đối với các công ty mới thành lập, thiếu vốn ngay từ đầu là nguyên nhân chính gây kiệt quệ tài chính, vì nguồn vốn đóng vai trò như một tấm đệm chống lại thua lỗ (Adeyemi, 2012) Bên cạnh đó, sự đổi mới cũng quyết định thành công hay thất bại của công ty, với rủi ro cao khi đối thủ giới thiệu sản phẩm sáng tạo (Chao và các cộng sự, 2012; Jahur & Quadir).
2012 ) Vì vậy, đổi mới có thể đem đến cho công ty một lợi thế cạnh tranh so với các đối thủ hoặc kéo theo sự sụp đổ
Các yếu tố ngoại sinh ảnh hưởng đến toàn bộ thị trường bao gồm sự cạnh tranh từ các đối thủ, vỡ nợ của đối tác kinh doanh, biến động tỷ giá hối đoái, lãi suất tín dụng cao, và thay đổi chính sách của chính phủ Những yếu tố này không phụ thuộc vào kỹ năng quản trị công ty (Karels & Prakash, 1987) Bên cạnh đó, chu kỳ kinh tế cũng đóng vai trò quan trọng trong việc dẫn đến kiệt quệ tài chính; trong giai đoạn suy thoái, dòng tiền từ hoạt động kinh doanh thấp khiến công ty gặp khó khăn trong việc đáp ứng nghĩa vụ nợ Mức độ tác động của các yếu tố này phụ thuộc vào đặc điểm riêng của từng ngành và công ty.
Việc xác định nguyên nhân kiệt quệ tài chính thường dựa vào nghiên cứu thực nghiệm, trong đó Karels & Prakash (1987) phân loại thành hai nhóm: yếu tố rủi ro nội bộ và yếu tố ngoại sinh Yếu tố rủi ro nội bộ liên quan đến kỹ năng quản lý và quyết định tài chính của công ty, trong khi yếu tố ngoại sinh bao gồm biến động chính sách kinh tế, bất ổn thị trường lao động và thảm họa tự nhiên.
Nghiên cứu của Bibeault (1983) chỉ ra rằng có năm yếu tố ngoại sinh dẫn đến tình trạng kiệt quệ tài chính của công ty, bao gồm biến động kinh tế, cạnh tranh, thay đổi xã hội và khoa học công nghệ Kết quả cho thấy 41% công ty phá sản do yếu tố kinh tế vĩ mô, 31% do môi trường cạnh tranh, 13% do chính sách chính phủ bất lợi, và 15% do thay đổi xã hội và công nghệ Đáng chú ý, 80% công ty gặp khó khăn tài chính chủ yếu do thiếu năng lực quản lý Theo nghiên cứu của Whitaker (1999), 76,8% công ty kiệt quệ tài chính do yếu tố nội bộ, trong khi 37,5% chịu ảnh hưởng từ cả yếu tố nội sinh và ngoại sinh, và chỉ 9,4% do yếu tố ngoại sinh.
Nghiên cứu của Andrade và Kaplan (1998) chỉ ra rằng tỷ lệ đòn bẩy tài chính cao là yếu tố chính dẫn đến tình trạng kiệt quệ tài chính của công ty, do nó gây ra sự thiếu hụt tiền mặt nghiêm trọng.
Các nghiên cứu trước đây về kiệt quệ tài chính
2.2.1 Các nghiên cứu sử dụng biến tài chính
Các nghiên cứu từ những năm 60 đã sử dụng thông tin từ báo cáo tài chính để dự đoán tình trạng kiệt quệ và phá sản của doanh nghiệp Beaver (1966, 1968), Altman (1968, 1977) và Ohlson (1980) được coi là những tác giả tiên phong trong việc ứng dụng các tỷ số tài chính để dự báo phá sản trong các nghiên cứu thực nghiệm.
Beaver (1966) đã khởi xướng việc xây dựng mô hình thống kê phân tích tỷ số tài chính nhằm dự báo phá sản, mở rộng định nghĩa về vỡ nợ không chỉ giới hạn ở các công ty phá sản Ông sử dụng phân tích biệt số đơn biến trên 79 doanh nghiệp vỡ nợ và các doanh nghiệp thành công từ 1954-1964, phân loại 30 chỉ số thành 6 nhóm và chọn ra 6 tỷ số quan trọng để phân tích Beaver xác định ngưỡng giới hạn cho từng tỷ số, cho phép phân loại các công ty thành không vỡ nợ tiềm năng hoặc vỡ nợ tiềm năng Nghiên cứu của ông cho thấy rằng các tỷ số tài chính đơn lẻ có khả năng dự báo vỡ nợ tốt, có thể thực hiện tới 5 năm trước khi xảy ra sự kiện này Trong nghiên cứu tiếp theo vào năm 1968, Beaver phát hiện rằng thị trường chứng khoán cũng có khả năng dự báo vỡ nợ, với giá chứng khoán giảm đáng kể trước khi công ty phá sản, cho thấy thị trường phản ứng sớm hơn so với các tỷ số tài chính.
Phương pháp của Beaver tuy tiết kiệm thời gian và dễ áp dụng, nhưng vẫn tồn tại nhiều mâu thuẫn và nhầm lẫn trong việc ghi nhận tính phức tạp của phá sản Một số công ty có khả năng sinh lợi nghèo nàn nhưng vẫn có thể trả nợ, dẫn đến việc bị phân loại là phá sản tiềm năng Hơn nữa, dữ liệu từ báo cáo tài chính có thể bị sai lệch do các công ty áp dụng các phương pháp kế toán khác nhau hoặc thậm chí có hành vi gian lận Altman (1968) đã chỉ ra rằng việc dự báo phá sản chỉ dựa vào phân tích các chỉ số tài chính đơn lẻ là quá đơn giản, và ông đã áp dụng phương pháp phân tích biệt số bội MDA (Multiple Discriminant Analysis) trong nghiên cứu của mình.
Mô hình "Dự đoán Phá sản Doanh nghiệp" đánh giá khả năng kiệt quệ tài chính của các công ty Mỹ thông qua chỉ số Z-score, với độ chính xác tương đối cao trong việc dự báo các công ty có khả năng phá sản trong vòng 2 năm Nghiên cứu dựa trên dữ liệu của 66 công ty, chia thành hai nhóm: nhóm I gồm 33 công ty đã nộp đơn phá sản từ năm 1946 đến 1965, và nhóm II gồm 33 công ty vẫn hoạt động bình thường đến năm 1966 Các công ty được phân loại theo ngành và quy mô, với tài sản từ 1 triệu USD đến 25 triệu USD, nhằm loại bỏ những công ty nhỏ và lớn không phù hợp với mẫu nghiên cứu Sau khi thu thập dữ liệu tài chính, tác giả đã xác định 22 biến số thuộc 5 nhóm chỉ số khác nhau, từ đó chọn ra 5 biến có khả năng dự báo phá sản tốt nhất.
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
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
Kết quả cho thấy hệ số Z của công ty lớn hơn 2.99 cho thấy doanh nghiệp nằm trong vùng an toàn, trong khi Z nhỏ hơn 1.88 chỉ ra khả năng phá sản cao Tuy nhiên, vẫn có ý kiến cho rằng mô hình gốc của Alman chỉ phù hợp với các công ty đại chúng, do yêu cầu dữ liệu cổ phiếu cho biến tỷ lệ giá trị thị trường của vốn chủ sở hữu trên giá trị sổ sách của tổng nợ (X4).
Mô hình ZETA, được phát triển bởi Altman và các cộng sự vào năm 1977, là một cải tiến của mô hình Z-Score ban đầu, cho phép dự báo khả năng phá sản hiệu quả trước 5 năm Nghiên cứu này dựa trên mẫu gồm 53 công ty đã phá sản và 58 công ty không phá sản trong giai đoạn 1969-1975, với độ chính xác lên tới 91% trong năm trước khi phá sản và trên 76,8% từ năm thứ 5 trở đi Mặc dù Altman không công bố đầy đủ trọng số của mô hình, ông đã chỉ ra 7 biến số quan trọng: tỷ lệ EBIT trên tổng tài sản, mức ổn định thu nhập, 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 quy mô công ty Mô hình ZETA đã khắc phục những hạn chế của mô hình cũ năm 1968, cung cấp khả năng dự báo chính xác cho các công ty lớn trong cả lĩnh vực sản xuất và bán lẻ.
Phương pháp phân tích đa biệt số (MDA) mặc dù hữu ích nhưng cũng có một số nhược điểm Đầu tiên, tỷ số Z được tính từ một hàm tuyến tính, dẫn đến việc phân loại công ty thành không phá sản hoặc phá sản dựa trên các ngưỡng cố định, trong khi thực tế có thể xảy ra tình trạng tài chính khó khăn dù tỷ số cao hoặc thấp Thứ hai, MDA dựa trên giả định rằng các biến độc lập tuân theo phân phối chuẩn đa biến, và nếu dữ liệu không đáp ứng các giả định này, kết quả có thể không đáng tin cậy Thứ ba, biến phụ thuộc trong MDA được giả định là liên tục, trong khi thực tế, xác suất một công ty rơi vào kiệt quệ tài chính chỉ nằm trong khoảng [0;1] Cuối cùng, MDA không chỉ rõ mức độ ảnh hưởng của từng biến đến khả năng dự đoán chung của mô hình Để khắc phục những hạn chế này, các mô hình thống kê xác suất có điều kiện như Logit và Probit đã được phát triển Các mô hình này cho phép ước lượng xác suất kiệt quệ tài chính của công ty như một biến phụ thuộc nhị phân, với Logit sử dụng hàm phân phối tích lũy logistic và Probit sử dụng hàm phân phối tích lũy chuẩn Nhiều nghiên cứu cho thấy mô hình Logit thường đạt độ chính xác cao hơn trong dự báo kiệt quệ tài chính so với mô hình Probit, như nghiên cứu của Theodossiou (1991) về khả năng phá sản của các công ty ở Hy Lạp.
Để khắc phục những hạn chế của MDA, Ohlson (1980) đã phát triển mô hình hồi quy logistic nhằm dự đoán khả năng kiệt quệ tài chính của công ty Ông sử dụng dữ liệu từ 105 công ty phá sản và 2058 công ty không phá sản trong giai đoạn 1970 – 1976 tại Mỹ, với điều kiện các công ty này đã giao dịch trên thị trường Chứng khoán Mỹ ít nhất 3 năm Mô hình nghiên cứu của Ohlson bao gồm 9 biến độc lập.
X1 = Log(Tổng 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>Tổng 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
Nghiên cứu chỉ ra rằng có 6 biến số quan trọng ảnh hưởng đến xác suất vỡ nợ, bao gồm quy mô, tỷ lệ tổng nợ trên tổng tài sản, tỷ lệ lợi nhuận ròng trên tổng tài sản, tỷ lệ dòng tiền từ hoạt động trên tổng nợ, tỷ lệ vốn lưu động trên tổng tài sản và tỷ lệ nợ ngắn hạn trên tài sản ngắn hạn Độ chính xác của các mô hình dự báo của Ohlson đạt 96.12% cho dự báo 1 năm, 95.55% cho 2 năm và 92.84% cho dự báo 1 hoặc 2 năm Kết quả cho thấy biến sổ sách có vai trò quan trọng trong việc dự báo kiệt quệ tài chính Nghiên cứu của Beaver và Altman đã mở đường cho việc kết hợp biến sổ sách và biến thị trường trong dự báo tình trạng tài chính.
2.2.2 Các nghiên cứu sử dụng biến thị trường
Dữ liệu thị trường cung cấp thông tin quý giá cho mô hình dự báo phá sản, bổ sung những thiếu sót mà báo cáo tài chính không thể hiện Việc tích hợp các biến thị trường vào phân tích dự báo phá sản là cần thiết do nhiều lý do khác nhau.
Giá thị trường không chỉ phản ánh thông tin từ các báo cáo tài chính mà còn bao gồm cả thông tin ngoài báo cáo, theo nghiên cứu của Agarwal và Taffler (2008) Điều này tạo ra một nguồn thông tin toàn diện, rất hữu ích cho việc dự đoán khả năng không thực hiện nghĩa vụ.
Các biến thị trường có thể cải thiện đáng kể khả năng dự báo kịp thời của mô hình, vì giá thị trường được cập nhật hàng ngày, trong khi dữ liệu từ các báo cáo tài chính chỉ có sẵn hàng quý.
Giá cả thị trường có thể là chỉ số chính xác hơn trong việc dự đoán khả năng phá sản của doanh nghiệp, vì nó thể hiện kỳ vọng về dòng tiền tương lai, trong khi báo cáo tài chính chỉ phản ánh các hoạt động đã diễn ra.
Vào thứ tư, các biến thị trường cung cấp một cách đánh giá trực tiếp về độ bất ổn (volatility), giúp tăng cường khả năng dự đoán tình trạng phá sản mà không thể tìm thấy trong các báo cáo tài chính Theo Beaver (2005), sự gia tăng độ bất ổn đồng nghĩa với việc khả năng xảy ra phá sản cũng cao hơn.
Nghiên cứu về mô hình dự báo tài chính, như của Black và Scholes (1973) cùng Merton (1974), đã phát triển mô hình dựa trên quyền chọn vốn cổ phần để đánh giá khả năng kiệt quệ tài chính của công ty Mô hình MKV-Merton có nhiều ưu điểm, bao gồm việc cung cấp thông tin kiệt quệ từ thị trường thực tế, số lượng biến rõ ràng và không thay đổi, dựa trên thông tin kỳ vọng về tương lai, và xem xét độ biến động của tài sản Tuy nhiên, mô hình này cũng tồn tại khuyết điểm, chẳng hạn như giả định rằng thị trường luôn phản ánh đầy đủ thông tin tài chính vào giá cổ phiếu, điều mà thực tế không hoàn toàn đúng Hơn nữa, mô hình chỉ áp dụng cho các công ty đại chúng và dựa trên giả định phân phối chuẩn, trong khi phân phối xác suất thực tế của MKV-Merton lại rộng hơn.
Các phương pháp phân tích sử dụng trong nghiên cứu
Trong giai đoạn đầu, Beaver (1960) đã đặt nền móng cho dự báo kiệt quệ tài chính bằng cách phân tích các chỉ số tài chính đơn lẻ để phân loại công ty Tuy nhiên, Altman (1968) chỉ ra rằng việc chỉ dựa vào một chỉ số tài chính là quá đơn giản và dễ dẫn đến kết luận mâu thuẫn Ông đã áp dụng kỹ thuật phân tích đa biệt số (MDA) để cải thiện độ chính xác của dự báo, nhưng phương pháp này vẫn có hạn chế khi phân loại công ty dựa trên một hàm tuyến tính Để khắc phục vấn đề này, các mô hình thống kê xác suất có điều kiện (Logistic/Probit) đã được sử dụng bởi nhiều nhà nghiên cứu như Ohlson (1980) và Altman & Sabato (2007), cho phép ước lượng xác suất kiệt quệ tài chính với độ chính xác cao hơn nhờ vào biến phụ thuộc nhị phân.
Ngày nay, với sự tiến bộ của khoa học công nghệ và trí tuệ nhân tạo, mô hình mạng thần kinh nhân tạo (ANN) đã được áp dụng vào nghiên cứu dự báo tình trạng kiệt quệ tài chính từ những năm đầu của thập niên.
90 Mô hình ANN là một công cụ hữu ích trong tài chính định lượng hiện đại và được biết đến như là một mô hình hóa thống kê hữu ích Tam (1991), áp dụng mô hình mạng thần kinh nhận tạo để dự báo phá sản cho các ngân hàng ở Texas Alfaro, E., García, N.,Gámez, M., &Elizondo, D (2008) đã xây dựng mô hình áp dụng mô hình mạng thần kinh nhân tạo trong nghiên cứu “Bankruptcy forecasting:
Trong nghiên cứu "So sánh bốn mô hình dự đoán phá sản: Logit, logit khoảng bậc hai, mạng nơ-ron và mạng nơ-ron mờ", Tseng & Hu (2010) đã áp dụng phương pháp tương tự như Tinoco & Wilson (2013), người đã sử dụng mô hình ANN để so sánh với mô hình Logistic Mô hình ANN có ưu điểm là khắc phục các giả định của mô hình truyền thống, cho phép phát hiện các mối quan hệ phi tuyến tính và loại bỏ thông tin nhiễu trong quá trình kiệt quệ và phá sản của công ty Tuy nhiên, sự phức tạp của mô hình ANN khiến cho việc hiểu và hình dung kết quả khó khăn hơn so với mô hình Logistic đơn giản Do đó, trong các nghiên cứu về dự báo kiệt quệ tài chính và phá sản, mô hình hồi quy Logit vẫn được ưa chuộng hơn, và tác giả bài luận văn này cũng chọn mô hình hồi quy Logit tương tự như nghiên cứu của Tinoco & Wilson (2013).
