Dựa trên mô hình Z’’ của Altman và Hotchkiss (2006), tác giả đã dựa trên thông tin báo cáo tài chính đã được kiểm toán của 100 DN niêm yết trên TTCK Việt Nam và đã đạt được những kết quả khả quan, đồng thời phản ánh đúng phần nào thực
trang các ngành trên TTCK trong giai đoạn nghiên cứu. Tuy nhiên, hiện nay trên TTCK Việt Nam có tổng cộng hơn 1200 DN đang niêm yết trên 3 sàn HOSE, HNX và UpCOM. Do đó, hạn chế đầu tiên của nghiên cứu là số mẫu 100 chưa mang tính đại diện cho tổng thể so với số lượng các DN đang niêm yết trên TTCK Việt Nam.
Bên cạnh đó, nghiên cứu được thực hiện qua 8 ngành cụ thể nên kết quả nghiên
cứu thực nghiệm này sẽ không có ý nghĩa với các ngành nghề khác như tài chính, ngân hàng, bảo hiểm, sản xuất... Vì vậy, đối với những ngành này Giáo sư Altman đã nghiên cứu và khuyến nghị sử dụng mô hình khác phù hợp hơn trong việc dự báo phá sản. Ngoài ra, để đánh giá phá sản của một doanh nghiệp cần dựa vào nhiều yếu tố khác như dòng tiền, tác động ngành, đối thủ cạnh tranh, quy mô doanh nghiệp. nên mô hình Z’’ dự báo phá sản của Altman và Hotchkiss (2006) có thể coi là công cụ để tham khảo đáng tin cậy nhưng sẽ không chính xác 100% bởi thực tế một vài DN ở Việt Nam thuộc nhóm nguy hiểm (có nguy cơ phá sản cao) theo kết quả nghiên
KẾT LUẬN
Với một doanh nghiệp, phá sản có thể coi là dấu chấm hết đối với doanh nghiệp
đó khi không còn khả năng thanh toán và phải đối mặt rất nhiều khó khăn về tình trạng tài chính trong một khoảng thời gian dài. Đặc biệt, với những doanh nghiệp đủ điều kiện niêm yết trên TTCK Việt Nam nếu phá sản sẽ gây ra rất nhiều thiệt hại không chỉ cho chính doanh nghiệp mà các bên liên quan khác như cổ đông hay ngân hàng cũng bị ảnh hưởng nặng nề. Bằng mô hình dự báo phá sản Z-Score của Giáo sư E.I.Altman, tác giả đã thực nghiên cứu trên TTCK Việt Nam để đánh giá rủi ro phá sản với 8 ngành bao gồm: bán buôn, bán lẻ, bất động sản, dịch vụ lưu trú và ăn uống,
khai khoáng, vận tải, viễn thông và xây dựng. Đối với những ngành đặc thù như tài chính, ngân hàng, sản xuất... không được tác giả lựa chọn trong mẫu nghiên cứu bởi mô hình Z’’ không áp dụng được với những các ngành nêu trên. Ngoài ra, Giáo sư Altman giải thích doanh thu và đặc điểm của những ngành này có sự khác biệt so với
các ngành mà tác giả chọn trong mẫu nên sẽ áp dụng mô hình khác sẽ phù hợp hơn. Mẫu nghiên cứu được thu thập dựa trên 100 doanh nghiệp niêm yết trên 3 sàn chứng khoán HOSE, HNX, UpCOM trong giai đoạn 2016 - 2020 với tổng số quan sát là 500 quan sát. Kết quả nghiên cứu cho thấy xây dựng là ngành duy nhất có chỉ số Z’’ dưới vùng an toàn (Z’’<5.85) trong cả 5 năm còn các ngành khác đều đưa ra kết quả chỉ số Z’’ nằm trong vùng an toàn. Thống kê cho thấy trung bình có 53,2 doanh nghiệp thuộc vùng an toàn, 29,4 doanh nghiệp thuộc vùng cảnh báo và 17,4 doanh nghiệp thuộc vùng nguy hiểm. Điều này cho thấy trong tổng số 100 mẫu, tỷ lệ phá sản trong các năm tới dao động khoảng 20% khi số lượng doanh nghiệp thuộc vùng an toàn và cảnh báo chiếm trên 80% tỷ trọng. Ngoài ra, trong giai đoạn nghiên cứu từ 2016 - 2020, bán lẻ là ngành có chỉ số Z’’ cao nhất vào năm 2019 còn xây dựng là ngành có chỉ số Z’’ thấp vào năm 2020.
Dưới ảnh hưởng của dịch Covid-19, các ngành đều có sự ảnh hưởng nặng nề trong năm 2020 khi chỉ số Z’’ đều giảm mạnh so với năm 2019. Theo kết quả nghiên cứu, ngành có chỉ số Z’’ giảm mạnh nhất là bán lẻ. Tiếp đến là bất động sản, dịch vụ lưu trú và ăn uống, khai khoáng, vận tải và xây dựng. Kết quả nghiên cứu thực nghiệm
cho thấy thị trường phản ứng rõ ràng đến kết quả hoạt động kinh doanh của nhiều doanh nghiệp trong năm 2020 dẫn đến rủi ro phá sản tăng cao. Có thể kết luận rằng
mô hình Z’’ của Altman và Hotchkiss (2006) có sự tương quan đến TTCK Việt Nam và phản ánh đúng phần nào thực trạng khi ảnh hưởng dịch Covid đã tác động tiêu cực
đến các doanh nghiệp trên 3 sàn chứng khoán HOSE, HNX và UpCOM. Vì vậy, tác giả đã đưa ra một vài khuyến nghị và chính sách cho doanh nghiệp, ngân hàng cùng các bên tham gia vào TTCK Việt Nam để từ đó có thể giảm thiểu rủi ro khi kinh doanh và đầu tư.
TÀI LIỆU THAM KHẢO A. Tài liệu nước ngoài
[1] Altman, E. I. (1968), ‘Financial ratios, discriminant analysis and the prediction
of corporate bankruptcy’, Journal of Finance, 23(4), 589-609.
[2] Altman, E. I. (2000), ‘Predicting financial distress of companies: revisiting the Z-Score and ZETA models’, Handbook of Research Methods and Applications in Empirical Finance, 428-456.
[3] Altman, E. I. (2005), ‘An emerging market credit scoring system for corporate bonds’, Emerging Markets Review, 6(4), 311-323.
[4] Altman, E.I., & Hotchkiss, E. (2006), Predict and Avoid Bankruptcy, Analyze and Invest in Distressed Debt, New York: John Wiley & Sons, Inc.
[5] Altman, E.I., Danovi, A., & Falini, A. (2013), ‘Z-Score Models' Application to Italian Companies Subject to Extraordinary Administration’, Journal of Applied Finance, 23(1), 1-10.
[6] Alareeni, B., & Branson, J. (2013), ‘Predicting Listed Companies’ Failure in Jordan Using Altman Models: A Case Study’, International Journal of Business and Management, 8(1), 113-126.
[7] Awais, M., Hayat, F., Mehar, N., & Hassan, W. (2015), ‘Do Z-Score and Current Ratio have Ability to Predict Bankruptcy?’, International Institute for Science, Technology and Education, 5(13), 30-36.
[8] Bisogno, M., Restaino, M., & Carlo, A.D. (2018), ‘Forecasting and preventing bankruptcy: A conceptual review’, African Journal of Business Management, 12(9), 231-242.
[9] Burksaitiene, D., & Mazintiene, A. (2011), ‘The role of Bankruptcy
forecasting in the company management’, Economics and Management, 16, 137-143. [10] Bzour, A.E.A., & Alkhatib, K. (2011), ‘Predicting Corporate Bankruptcy of Jordanian Listed Companies: Using Altman and Kida Models’, International Journal of Business and Management, 6(3), 208-215.
[11] Carter, R., & Auken, H.V. (2006), ‘Small firm Bankruptcy’, Journal of Small Business Management, 44(4), 493-512.
[12] Diakomihalis, M. (2012), ‘The accuracy of Altman’s models in predicting hotel bankruptcy’, International Journal of Accounting and Financial Reporting,
2(2), 96-113.
[13] Ece, A., & Sayilgan, G. (2020), ‘Macroeconomic Determinants of Financial Distr oeconomic Determinants of Financial Distress in Turkey: An Econometric Analysis’, Business and Finance Journal, 14(5), 87-107.
[14] Eisdorfer, A., & Hsu, P.H. (2011), ‘Innovate to Survive: The Effect of Technology Competition on Corporate Bankruptcy’, Financial Management, 40(4), 1087-1117.
[15] Epperson, T. (2018), The impact of good leadership, retrieved on May 20th
2021, from < https://bom.to/LqvOhAB74Vwm8 >.
[16] Jacobsen, D.H., & Kloster, T.B. (2005), ‘What influences the number of bankruptcies?’, Economic Bulletin, 76(4), 191-201.
[17] Jha, M., & Vaidya, D. (2016), What is the Altman Z Score?, retrieved on May 20th 2021, from https://www.wallstreetmojo.com/altman-z-score/ .
[18] Joshi, D. (2019), ‘A study on application of Altman’s Z-Score Model in predicting the Bankruptcy of Reliance Communication’, International Journal of 360
Management, 7(2), 35-47.
[19] Gafurova, U. (2015), ‘The Impact of Cash Flow on the Effectiveness of Financial Means’, The Advanced Science Journal, 7(3), 79-82.
[20] Hayes, S.K., Hodge, K.A., & Hughes, L.W. (2010), ‘A Study of the Efficacy of Altman’s Z To Predict Bankruptcy of Specialty Retail Firms Doing Business in Contemporary Times’, Economics & Business Journal, 3(1), 120-133.
[21] Karamzadeh, M.S. (2012), ‘Application and Comparison of Altman and Ohlson Models to Predict Bankruptcy of Companies’, Journal of Applied Sciences, Engineering and Technology, 5(6), 2007-2011.
[22] Kumar, M., & Anand, M. (2013), ‘Assessing Financial Health of a Firm Using Altman’s Original and Revised Z-Score Models: a Case of Kingfisher Airlines Ltd (India)’, Journal of Applied Management and Investments, 2(1), 36-48.
[23] Mackevicius, J., Sneidere, R., & Tamuleviciene, D. (2018), ‘Complex Analysis of Company Bankruptcy Forecasting: Theoretical Insight’, Journal of International Science, 6, 316-329.
[24] Malik, M.S., Awais, M., Timsal, A., & Hayat, F. (2016), ‘Z-Score Model: Analysis and Implication on Textile Sector of Pakistan’, International Journal of Academic Research, 4(2), 140-158.
[25] Manaseer, S., & Ohsaibat, S.D.A. (2018), ‘Validity of Altman Z-Score Model to Predict Financial Failure: Evidence From Jordan’, International Journal of
Economics and Finance, 10(8), 26-34.
[26] Manurung, A.H, Hutahayan, B., & Deniswara, K. (2020), ‘Probability of Bankrutcy of Coal Mining Firm in Indonesia’, International Journal of Advanced Science and Technology, 29(5), 8785-8799.
[27] Matturungan, N.H., Purwanto, B., & Irwanto, A.K. (2016), ‘Manufacturing Company Bankruptcy Prediction In Indonesia With Altman Z-Score Model’, Journal of Applied Management, 15(1), 18-24.
[28] Memon, Z.A., Chen, Y., Tauni, M.Z. & Ali, H. (2017), ‘The impact of cash flow volatility on firm leverage and debt maturity structure: evidence from China’,
China Finance Review International, 8(1), 69-91.
[29] Meeampol, S., Lerskullawat, P., Wongsorntham, A., Srinammuang, P., Rodpetch, V., & Noonoi, R. (2014), ‘Applying Emerging Market Z-Score Model To Predict Bankruptcy: A Case Study Of Listed Companies In The Stock Exchange Of Thailand (SET)’, International Conference on Economics and Management Innovations, 16(7), 1227-1237.
[30] Nazir, M.S., & Afza, T. (2009), ‘Impact of Aggressive Working Capital Management Policy on Firm’s Profitability’, The Journal of Applied Finance, 15(8), 19-30.
[31] Nour, M., & Nour, A.I. (2012), ‘The Role of Cash Flow in Explaining the Change in Company Liquidity’, Journal OfAdvancedSocial Research, 2(4), 231-243. [32] Omary J. A., & Kembo M. B. (2019), ‘Testing Financial Distress of Manufacturing Firms in Tanzania: An Application of Altman Z-Score Model’,
Business Education Journal, 2(2), 1-13.
[33] Nguyen, T.C., & Pham, T.A. (2010), ‘Evaluating Bankruptcy Risk of Seafood processing Enterprises currently listed on the Vietnam Stock Market’, Journal of Science and Technology, 2, 27-33.
[34] Niresh, A.J., & Pratheepan, T. (2015), ‘The Application of Altman’s Z-Score Model in Predicting Bankruptcy: Evidence from the Trading Sector in Sri Lanka’,
International Journal of Business and Management, 10(12), 269-275.
[35] Ogachi, D., Ndege, R., Gaturu, P., & Zoltan, Z. (2020), ‘Corporate Bankruptcy
Prediction Model, a Special Focus on Listed Companies in Kenya’, Journal of Risk and Financial Management, 13(47), 1-14.
[36] Panigrahi, A. (2019), ‘Validity of Altman’s ‘Z’ Score Model in Predicting Financial Distress of Pharmaceutical Companies’, Journal of Economics and Public Policy, 4(1), 65-73.
[37] Paolone, F., & Rangone, A. (2015), ‘The Application of the Emerging Market Score Model in China During the Global Crisis Period: A Countertrend’, Chinese Business Review, 14(10), 484-498.
[38] Ponsian, N., Chrispina, K., Tago, G. & Mkiibi, H. (2014), ‘The effect of working capital management on profitability’, International Journal of Economics,
2(6), 347-355.
[39] Pranowo, K., Achsani, N.A., Manurung, A.H., & Nuryartono, N. (2010), ‘The Dynamic of Corporate Financial Distress in Emerging Market Economy: Empirical Evidence from the Indonesian Stock Exchange 2004-2008’, International Research Journal of Finance and Economics, 16(1), 138-149.
[40] Rashid, A., & Abbas, Q. (2011), ‘Predicting Bankruptcy in Pakistan’,
[41] Saini, V. (2018), ‘Evaluating Financial Health of Gujarat State Fertilizers Through Z-Score Model’, International Journal of Research, 6(7), 115-120.
[42] Sajjan, R. (2016), ‘Predicting Bankruptcy of selected Firms by applying Altman’s Z-Score Model’, International Journal of Research, 4(4), 152-158.
[43] Samarakoon, L.P., & Hasan, T. (2003), ‘Altman’s Z-Score Models of Predicting Corporate Distress: Evidence from the Emerging Sri Lankan Stock Market’, Journal of the Academy of Finance, 1, 119-125.
[44] Samkin, G., Low, M., & Adams, T. (2012), ‘The Use of Z-Scores to Predict Finance Company Collapses: A Research Note’, New Zealand Journal of Applied Business Research, 10(2), 69-82.
[45] Shi, Y., & Li, X. (2019), ‘An overview of bankruptcy prediction models for corporate firms: A systematic literature review’, Intangible Capital, 15(2), 114-127. [46] Shumway, T. (2001), ‘Forecasting Bankruptcy More Accurately: A Simple Hazard Model’, The Journal of Business, 74(1), 101-124.
[47] Tomasz, K. (2017), ‘Evaluation of the factors influencing business bankruptcy risk in Polad’, Information Technology and Management, 13(2), 22-35.
[48] Vishnani, S., & Shah, B. K. (2007), ‘Impact of Working Capital Management Policies on Corporate Performance - An Empirical Study’, Global Business Review,
8(2), 267-281.
[49] White, M.J. (1989), ‘The corporate bankruptcy Decision’, Journal of Economic Perspectives, 3(2), 129-151.
[50] Yang, S.A., Birge, J.R., & Parker, R.P. (2015), ‘The Supply Chain Effects of Bankruptcy’, Management Science, 61(10), 2320-2338.
B. Tài liệu trong nước
[51] Chí Tín (2020), Quy mô vốn hóa trên sàn chứng khoán: Ngân hàng, bất động sản dẫn đầu, truy cập lần cuối ngày 20 tháng 05 năm 2021, từ
<
https://bom.to/pYmbdUYOVZxFX>.
[52] Diep, T.T., & Vo, T.H.P. (2019), ‘An application of Altman Z-score model to analyze the bankruptcy risk: cases of multidisciplinary enterprises in Vietnam’,
Investment Management and Financial Innovations, 16(4), 181-191.
[53] Đặng Phương Tâm (2020), Quản trị rủi ro là gì? Vai trò và quy trình quản trị rủi ro, truy cập lần cuối ngày 20 tháng 05 năm 2021, từ < https://by.com.vn/kopeEL>. [54] Đức Minh (2018), Đánh giá một số mô hình dự báo rủi ro tín dụng tại các doanh nghiệp, truy cập lần cuối ngày 20 tháng 05 năm 2021, từ < https://bom.to/vYJm7zhP5Bd9Y>.
[55] Hay Sinh (2013), ‘Ước tính xác suất phá sản trong thẩm định giá trị doanh nghiệp’, Tạp chí Phát triển và Hội nhập, 8(18), 52-27.
[56] HNX: 15 năm vững vàng vị thế, sẵn sàng tiến bước (2020), truy cập ngày 20 tháng 05 năm 2021, từ < https://hnx.vn/vi-vn/chi-tiet-tin-60007730-0.html>.
[57] Hoa Sơn (2021), Tính đến hết ngày 31/12/2020, giá trị vốn hóa niêm yết đạt hơn 4,08 triệu tỷ đồng, truy cập lần cuối ngày 20 tháng 05 năm 2021, từ
< https://bom.to/Pakk5FBOhx3ba>.
[58] Hoàng, T.H.V. (2020), ‘Vận dụng mô hình Z-score trong dự báo khả năng phá sản doanh nghiệp tại Việt Nam’, Tạp chí Khoa học & Đào tạo Ngân hàng, 217, 43- 51.
[59] Hợp Châu (2019), Thay đổi nhận thức của doanh nghiệp và người tiêu dùng trong thực hiện trách nhiệm xã hội, truy cập lần cuối ngày 20 tháng 05 năm 2021, từ < https://bom.to/ZVDMTLxJF88cc>.
[60] Khánh Huyền (2020), Vai trò quan trọng của quản trị rủi ro và 8 loại rủi ro thường gặp trong kinh doanh, truy cập lần cuối ngày 20 tháng 05 năm 2021, từ
< https://by.com.vn/Q7DBXF>.
[61] Khánh Giang (2020), Chứng khoán Việt Nam - Hành trình 20 năm, truy cập lần cuối ngày 20 tháng 05 năm 2021, từ < https://bom.to/kM0NAhAy6mDhE>.
[62] Lê Thị Diễm Quỳnh (2021), Báo cáo tác động của dịch Covid-19 đối với doanh nghiệp Việt Nam, truy cập lần cuối ngày 20 tháng 05 năm 2021, từ
< https://bom.to/BvSDEQkclnOQY>.
[63] Minh Hiệp & Bích Phương (2019), Các nhân tố ảnh hưởng đến hiệu quả kinh doanh của doanh nghiệp nhỏ và vừa trên địa bàn TP. Bến Tre, truy cập lần cuối ngày 20 tháng 05 năm 2021, từ < https://bom.to/7b0TaZB19pY66>.
[64] Minh Phương (2021), Thị trường chứng khoán Việt Nam phục hồi nhanh, tăng trưởng cao, truy cập lần cuối ngày 20 tháng 05 năm 2021, từ
< https://bom.to/vgIeWuqbA0g41>.
[65] Nguyễn, T.T.L. (2019), ‘Các nhân tố ảnh hưởng đến rủi ro phá sản của các doanh nghiệp niêm yết ngành Xây dựng tại Việt Nam’, Tạp chíKhoa học & Đào tạo Ngân hàng, 205, 31-47.
[66] Nguyễn, T. N. V., & Nguyễn, V. C. (2013), ‘Vận dụng mô hình Z-Score của GS. E.I. Altman để dự báo rủi ro phá sản của các công ty dược phẩm trên thị trường chứng khoán Việt Nam’, Tạp chí Kinh tế & Phát triển, 10, 63-70.
[67] Ngọc Liêm (2018), Lãnh đạo doanh nghiệp trong nền công nghệ 4.0, truy cập lần cuối ngày 20 tháng 05 năm 2021, từ < https://bom.to/3OONjQUqbHIY1>.
[68] Ngọc Quỳnh (2021), Xu hướng chủ đạo của ngành bán lẻ Việt Nam trong bối cảnh dịch bệnh, truy cập lần cuối ngày 20 tháng 05 năm 2021, từ
< https://bom.to/9FFqaKJFLVX1 Y>.
[69] Nguyễn Bình (2021), Hai cú sốc kéo ngành xây dựng giảm tốc độ tăng trưởng,
truy cập lần cuối ngày 20 tháng 05 năm 2021, từ < https://bom.to/Rhh7obGMIUjSX>.
[70] Nguyễn, M.H., Nguyễn, B.K. (2013), ‘Các yếu tố tác động đến phá sản doanh nghiệp tại tỉnh Đồng Nai’, Tạp chí Phát triển kinh tế, 273, 26-38.
[71] Nguyễn Loan (2020), Sự phát triển của công ty niêm yết trên HOSE qua 20 năm, truy cập lần cuối ngày 20 tháng 05 năm 2021, từ
<
https://bom.to/eXaaz7 d5u9ch2>.
N I Minimum I MaximumI Mean I Std. Deviation 2016X1 001 59-.3839182909570 .905011703918891 214020810933513. 239601230393075. 2017X1 001 43-.4003880205283 .84981831374066 185214807487428. 239698104743996. 2018X1 001 95-.6884444485669 .87335237048409 198326549883117. 251086233652205. 2019X1 001 45-.8171317214796 .72300149986336 179560073868939. 261790496582410. 2020X1 001 10-.6794014179619 .740312822111192 183014329552950. 276482777113710. Valid N (listwise ) 100
N Minimum Maximum Mean I Std. Deviation
[72] Phạm, T.L. (2021), Phá sản là gì? Tại sao nói phá sản là hiện tượng tất yếu trong nền kinh tế thị trường?, truy cập lần cuối ngày 20 tháng 05 năm 2021, từ
<
https://luatminhkhue.vn/pha-san-la-gi—quy-dinh-phap-luat-ve-pha-san.aspx>. [73] Phan, T.M.H. (2018), ‘Phá sản doanh nghiệp và thi hành luật phá sản ở Việt Nam’, Tạp chí Tập đoàn Dầu khí Quốc gia Việt Nam, 4, 57-63.
[74] Phát triển đa dạng hóa sản phẩm trên thị trường chứng khoán hướng tới hoàn chỉnh cấu trúc thị trường (2020), truy cập ngày 20 tháng 05 năm 2021, từ < https://bom.to/i6m8076HcPv2y>.
[75] Tác động của đại dịch Covid-19 đến ngành Xây dựng (2020), truy cập ngày 20 tháng 05 năm 2020, từ < https://bom.to/GSw055chUr23Q>.
[76] Thanh Nga & Thùy Dương (2019), Tác động của cấu trúc vốn đến hiệu quả kinh doanh của doanh nghiệp nhỏ và vừa, truy cập lần cuối ngày 20 tháng 05 năm 2020, từ < https://bom.to/0wlyYsJELijIe>.
[77] Trần, T.T.H., & Phạm, T.M. (2021), ‘Đánh giá tác động của đại dịch Covid- 19 đến các doanh nghiệp Việt Nam’, Tạp chí tài chính, 12, 10-13.
[78] Văn Giáp (2021), Doanh nghiệp công nghệ thông tin, viễn thông vượt sóng dịch Covid 19, truy cập lần cuối ngày 20 tháng 05 năm 2021, từ < https://bom.to/QSVwBYEnRURHd>.
PHỤ LỤC
Descriptive Statistics
Bảng phụ lục 1: Thống kê mô tả biến X1 (Nguồn: Ket quả từ phần mềm SPSS 26)
2016X2 10 0 -8.022117610901429 . 414522520986361 -.049946633280941 . 812282933392415 2017X2 10 0 -6.864664850179746 .432420338419160 -.058712897517255 .713873862664990 2018X2 10 0 -6.538331854156446 .404504430984401 -.068439184199139 .704180998837018 2019X2 10 0 -7.351388266585153 .369969551209843 -.083175993428178 .778089634904309 2020X2 10 0 - 8.528899015447648 . 355394894402592 -.108871781556489 . 882838184941957 Valid N (listwise