BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH
PHẠM HOÀNG CHIẾN
DỰ BÁO KIỆT QUỆ TÀI CHÍNH CHO CÁC
CÔNG TY NIÊM YẾT TẠI SỞ GIAO DỊCH
CHỨNG KHOÁN THÀNH PHỐ HỒ CHÍ MINH
(HOSE)
LUẬN VĂN THẠC SĨ KINH TẾ
TP. HỒ CHÍ MINH - NĂM 2014
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH
PHẠM HOÀNG CHIẾN
DỰ BÁO KIỆT QUỆ TÀI CHÍNH CHO CÁC
CÔNG TY NIÊM YẾT TẠI SỞ GIAO DỊCH
CHỨNG KHOÁN THÀNH PHỐ HỒ CHÍ MINH
(HOSE)
Chuyên ngành: Tài chính - Ngân hàng
Mã số: 60340201
LUẬN VĂN THẠC SĨ KINH TẾ
Người hướng dẫn khoa học: TS. LÊ ĐẠT CHÍ
TP. HỒ CHÍ MINH - NĂM 2014
LỜI CAM ĐOAN
Tôi xin cam đoan luận văn ‘‘Dự báo kiệt quệ tài chính cho các công ty niêm yết tại
Sở giao dịch chứng khoán Thành Phố Hồ Chí Minh’’ là công trình nghiên cứu của
chính tác giả. Nội dung được đúc kết từ quá trình học tập và các kết quả nghiên cứu thực
tiễn trong thời gian qua. Số liệu sử dụng là trung thực và có nguồn gốc trích dẫn rõ ràng.
Luận văn được thực hiện dưới sự hướng dẫn khoa học của TS. Lê Đạt Chí.
Tp. Hồ Chí Minh, ngày… tháng… năm 2014
Tác giả
Phạm Hoàng Chiến
MỤC LỤC
TRANG PHỤ BÌA
LỜI CAM ĐOAN
MỤC LỤC
DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT
DANH MỤC HÌNH VẼ
DANH MỤC BẢNG BIỂU
TÓM TẮT ....................................................................................................................... 1
1. GIỚI THIỆU ............................................................................................................ 2
1.1.
Lý do chọn đề tài ................................................................................................ 2
1.2.
Mục tiêu và câu hỏi nghiên cứu ......................................................................... 3
1.3.
Nội dung và phạm vi nghiên cứu ....................................................................... 4
1.4.
Phương pháp nghiên cứu .................................................................................... 4
1.5.
Bố cục bài nghiên cứu ........................................................................................ 4
2. TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY ............................................ 6
2.1.
Các nghiên cứu định nghĩa tình trạng kiệt quệ ................................................... 6
2.2.
Các nghiên cứu lựa chọn các biến giải thích ...................................................... 7
2.2.1.
Các nghiên cứu sử dụng biến tài chính ........................................................ 7
2.2.2.
Các nghiên cứu sử dụng biến thị trường ...................................................... 9
2.2.3.
Các nghiên cứu sử dụng biến chỉ tiêu kinh tế vĩ mô ................................. 10
2.2.4.
Các nghiên cứu gần đây sử dụng kết hợp biến tài chính, thị trường, vĩ mô. .
................................................................................................................... 11
2.3.
Các nghiên cứu lựa chọn phương pháp phân tích ............................................ 12
2.4.
Tổng hợp về các kết quả nghiên cứu ................................................................ 14
3. PHƯƠNG PHÁP NGHIÊN CỨU ........................................................................ 15
3.1.
Mô hình nghiên cứu .......................................................................................... 15
3.1.1.
Mô hình hồi quy Logit ............................................................................... 15
3.1.2.
Thông đạt kết quả và kiểm tra độ phù hợp của mô hình Logit .................. 15
3.2.
3.1.2.1.
Thông đạt kết quả hồi quy, đo lường hiệu ứng cận biên .................... 15
3.1.2.2.
Độ phù hợp của mô hình Logit ........................................................... 16
Dữ liệu nghiên cứu ........................................................................................... 18
3.2.1.
Lựa chọn mẫu và dữ liệu ........................................................................... 18
3.2.2.
Xác định tình trạng kiệt quệ tài chính, biến phụ thuộc của mô hình ......... 20
3.2.3.
Xác định các yếu tố tác động khả năng kiệt quệ của một doanh nghiệp ... 23
3.2.3.1.
Biến chỉ số tài chính ............................................................................ 25
3.2.3.2.
Các biến chỉ số kinh tế vĩ mô .............................................................. 28
3.2.3.3.
Các biến chỉ số thị trường ................................................................... 30
3.2.4.
Tổng kết các nhóm biến và kỳ vọng dấu của từng biến trong mô hình..... 34
3.2.5.
Thống kê mô tả và phân tích tương quan các biến trong mô hình ............ 36
3.2.5.1.
Thống kê mô tả các biến ..................................................................... 36
3.2.5.2.
Phân tích tương quan các biến ............................................................ 39
4. PHÂN TÍCH KẾT QUẢ HỒI QUY .................................................................... 41
4.1.
Bình luận kết quả hồi quy ................................................................................. 41
4.1.1.
Kết quả hồi quy các mô hình thô ............................................................... 42
4.1.1.1.
Mô hình 1 – mô hình chỉ các biến tài chính ........................................ 44
4.1.1.2.
Mô hình 2 – mô hình kết hợp biến tài chính và biến chỉ báo vĩ mô ... 45
4.1.1.3.
Mô hình 3 – mô hình kết hợp biến tài chính và biến thị trường ......... 46
4.1.1.4.
Mô hình 4 – mô hình đầy đủ biến tài chính, vĩ mô, thị trường ........... 47
4.1.1.5. Mô hình 5 và 6 – mô hình chỉ các biến thị trường và biến thị trường kết
hợp biến vĩ mô ..................................................................................................... 47
4.1.2.
Tổng kết kết quả các biến trong các mô hình hồi quy ............................... 48
4.1.3.
Hiệu chỉnh mô hình ................................................................................... 51
4.2.
Độ phù hợp của mô hình .................................................................................. 54
4.2.1.
4.2.1.1.
Đối với các mô hình không dùng biến trễ (t) ...................................... 55
4.2.1.2.
Đối với các mô hình dùng biến trễ 1 năm (t-1)................................... 56
4.2.1.3.
Đối với các mô hình dùng biến trễ 2 năm (t-2)................................... 57
4.2.2.
4.3.
Đo lường chung ......................................................................................... 54
Phân tích sâu các giá trị AUC .................................................................... 58
4.2.2.1.
AUC trong mô hình không dùng biến trễ ........................................... 58
4.2.2.2.
AUC trong mô hình dùng biến trễ 1 năm (t-1) ................................... 60
4.2.2.3.
AUC trong mô hình dùng dùng biến trễ 2 năm (t-2) .......................... 61
Thông đạt kết quả hồi quy, đo lường hiệu ứng cận biên (marginal effects) .... 63
5. KẾT LUẬN ............................................................................................................ 66
5.1.
Tóm tắt kết quả nghiên cứu .............................................................................. 66
5.2.
Hạn chế của đề tài và hướng nghiên cứu tiếp theo ........................................... 67
TÀI LIỆU THAM KHẢO
PHỤ LỤC
DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT
SGDCK
Sở giao dịch chứng khoán
HOSE
Sở giao dịch chứng khoán Thành Phố Hồ Chí Minh
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)
VSD
Trung tâm lưu ký chứng khoán Việt Nam
NĐT
Nhà đầu tư
TTCK
Thị trường chứng khoán
DANH MỤC HÌNH VẼ
Hình 3.1: Quy mô niêm yết trên HOSE ................................................................................................. 19
Hình 4.1: So sánh các đường ROC trong các mô hình (t)...................................................................... 59
Hình 4.2: So sánh các đường ROC trong các mô hình (t-1) .................................................................. 61
Hình 4.3: So sánh các đường ROC trong các mô hình (t-2) .................................................................. 62
DANH MỤC BẢNG BIỂU
Bảng 3.1: Số lượng công ty hủy niêm yết trên HOSE qua các năm ...................................................... 22
Bảng 3.2: Tổng kết tình trạng kiệt quệ tài chính theo năm quan sát ...................................................... 23
Bảng 3.3: Tổng kết các biến trong luận văn........................................................................................... 35
Bảng 3.4: Mô tả thống kê mô hình 1 và 2 - Mô hình các biến tài chính và chỉ số vĩ mô....................... 36
Bảng 3.5: Mô tả thống kê Mô hình 3 - Mô hình đầy đủ ........................................................................ 37
Bảng 3.6: Tương quan giữa các biến độc lập ......................................................................................... 40
Bảng 4.1: Mô tả thống kê biến TLTA, LTLTA, STLTA ....................................................................... 42
Bảng 4.2: Kết quả hồi quy thô các mô hình ........................................................................................... 43
Bảng 4.3: Kết quả hồi quy của các mô hình hiệu chỉnh ......................................................................... 53
Bảng 4.4: Đo lường độ phù hợp của mô hình ........................................................................................ 54
Bảng 4.5: Hiệu ứng cận biên của từng biến ........................................................................................... 63
1
TÓM TẮT
Luận văn xây dựng một mô hình dự báo tình trạng kiệt quệ tài chính của các công ty
niêm yết bằng phương pháp hồi quy Logit với dữ liệu bảng được sử dụng cho 973 quan
sát hàng năm của 165 doanh nghiệp phi tài chính niêm yết trên SGDCK TP. Hồ Chí
Minh (HOSE) trong giai đoạn 2006 tới 2013. Đầu tiên, tác giả chỉ đưa các biến tài chính
vào mô hình hồi quy với biến phụ thuộc là nhị phân. Sau đó, tác giả lần lượt đưa thêm
vào các biến chỉ số kinh tế vĩ mô và các biến thị trường nhằm xem xét sự đóng góp của
các loại biến số này trong việc gia tăng khả năng dự báo của mô hình. Mô hình hồi quy
cũng được thực hiện với các độ trễ khác nhau nhằm xem xét khả năng dự báo sớm kiệt
quệ tài chính của mô hình. Luận văn thu được những kết quả chính như sau:
-
Thứ nhất, các biến số tỷ số tài chính có khả năng dự báo tốt tình trạng kiệt quệ tài
chính của doanh nghiệp. Tuy vậy, sự kết hợp các thông tin vĩ mô và thông tin thị
trường giúp gia tăng mức độ chính xác trong việc dự báo.
-
Thứ hai, các biến số kinh tế vĩ mô có tác động mạnh nhất lên xác suất kiệt quệ tài
chính của doanh nghiệp sau đó đến các biến tài chính và cuối cùng là biến thị trường.
-
Thứ ba, mô hình dự báo kiệt quệ tài chính cho doanh nghiệp ngay tại thời điểm quan
sát (năm t) cho thấy một mức độ phù hợp và chính xác cao. Trong khi các mô hình
dùng để dự báo kiệt quệ tài chính trước 1, 2 năm [(t-1),( t-2)] trước khi sự kiện kiệt
quệ tài chính xảy ra chỉ mang tính chất gợi ý hơn là một mô hình chính xác.
Như vậy, tình trạng kiệt quệ tài chính của các doanh nghiệp tại Việt Nam không được
dự báo hoàn toàn bởi thông tin thu thập được từ báo cáo tài chính, mà còn chịu ảnh
hưởng bởi các nhân tố bên ngoài hay từ môi trường kinh tế vĩ mô và từ các yếu tố thị
trường. Và các doanh nghiệp tại Việt Nam có thể rơi vào kiệt quệ ngay trong ngắn hạn
do cấu trúc nợ chủ yếu là nợ ngắn hạn.
Từ khóa: kiệt quệ tài chính, chỉ số tài chính, mô hình Logit.
2
1.
GIỚI THIỆU
1.1.
Lý do chọn đề tài
Thế giới ngày càng trở nên bất ổn hơn, những bất ổn trong giá cả hàng hóa và các biến
số tài chính ngày càng thay đổi theo những chiều hướng không thể lường trước được.
Những bất ổn này đã tác động trực tiếp đến hoạt động của doanh nghiệp. Những thay
đổi xấu đi trong kết quả sản xuất kinh doanh của các doanh nghiệp do hậu quả của những
bất ổn ngày càng tăng lên. Điều này đã làm xuất hiện một nhu cầu đó là dự báo chính
xác khả năng rơi vào tình trạng kiệt quệ tài chính của một doanh nghiệp. Đây là một
trong vấn đề cốt lõi giúp các nhà quản lý doanh nghiệp đưa ra những quyết định phù
hợp, duy trì sự tồn tại và thúc đẩy sự phát triển của doanh nghiệp. Giúp những người có
lợi ích trực tiếp từ doanh nghiệp như cổ đông, công nhân viên, các đối tác, các chủ nợ
đánh giá được rủi ro mà họ đang gánh chịu. Giúp cả những người ít liên quan hơn tới
doanh nghiệp như các nhà quản lý hành chính, chính phủ đánh giá, điều chỉnh chính sách
quản lý cho phù hợp.
Cuộc khủng hoảng tài chính toàn cầu 2008 là một ví dụ ấn tượng để nhấn mạnh những
thiếu sót của việc đánh giá và quản lý rủi ro trong môi trường vay mượn. Trong khi đó,
tại Việt Nam cụm từ “doanh nghiệp phá sản, giải thể, ngừng hoạt động” đã trở nên quen
thuộc trên các mặt báo cũng như trong các báo cáo của các cơ quan quản lý nhà nước.
Danh sách hủy niêm yết, danh sách chứng khoán thuộc diện theo dõi đặc biệt, bị kiểm
soát, bị tạm ngừng giao dịch ngày càng dài hơn trên báo cáo của các SGDCK. Nguyên
nhân có thể đến từ chính bản thân doanh nghiệp hoặc cũng có thể là do chính sách, môi
trường vĩ mô và ảnh hưởng từ nền kinh tế thế giới. Điều này đang gây ra những hệ lụy
xấu cho xã hội và cho nền kinh tế.
Các nguyên nhân dẫn đến kiệt quệ tài chính, cuối cùng có thể là phá sản hoặc giải thể
ngày càng phức tạp. Như đã đề cập trong trường hợp của Việt Nam, tình trạng kiệt quệ
tài chính không đơn thuần chỉ do các yếu tố doanh nghiệp gây ra mà còn do các yếu tố
3
bên ngoài tác động đến. Các mô hình dự báo kiệt quệ tài chính hiện nay hoặc chỉ dựa
vào các yếu tố bên trong như các biến số tỷ số tài chính, hoặc chỉ dựa vào các yếu tố bên
ngoài như các biến số thị trường và vĩ mô. Do đó, các mô hình dự báo hiện tại không thể
phát huy được hết khả năng dự báo kiệt quệ tài chính. Ngoài ra, hầu hết các nghiên cứu
nổi tiếng trong lĩnh vực này được tiến hành ở các nước Phương Tây hoặc Mỹ. Tại Việt
Nam có rất ít nghiên cứu thực nghiệm về kiệt quệ tài chính. Trong khi các bên lên quan
cần thông tin kịp thời và chính xác về khả năng kiệt quệ, vỡ nợ, thậm chí là phá sản của
doanh nghiệp để có những hành động kịp thời.
Từ những yêu cầu bức thiết nói trên, tác giả thực hiện nghiên cứu này nhằm tìm ra một
mô hình dự báo tình trạng kiệt quệ tài chính cho các công ty niêm yết tại Việt Nam, cụ
thể là các công ty niêm yết tại sở giao dịch chứng khoán (SGDCK) Thành Phố Hồ Chí
Minh (HOSE), sử dụng kết hợp dữ liệu tài chính, vĩ mô và thị trường.
1.2.
Mục tiêu và câu hỏi nghiên cứu
Trên thế giới, hiện nay có rất nhiều nghiên cứu về mô hình dự báo tình trạng kiệt quệ tài
chính. Tuy vậy, hoặc chúng sử dụng dữ liệu khác nhau (dữ liệu tài chính, vĩ mô, thị
trường…), hoặc là mô hình khác nhau (MDA, Logit, ANN…). Kết quả dự báo thu được
từ những mô hình này nhìn chung là có thể dự báo được tình trạng kiệt quệ tài chính
nhưng vẫn còn rất nhiều tranh cãi xung quanh việc sử dụng loại dữ liệu và mô hình nào
để tiến hành dự báo sẽ tốt hơn. Gần đây xuất hiện một số nghiên cứu sử dụng cách tiếp
cận kết hợp trong dữ liệu (sử dụng cả dữ liệu tài chính và dữ liệu thị trường trong mô
hình) và sử dụng kết hợp các mô hình khác nhau (Logit, ANN) cho thấy kết quả dự báo
có sự cải thiện.
Tác giả thực hiện bài nghiên cứu này để đi tìm bằng thực nghiệm về một mô hình dự báo
kiệt quệ tài chính của một doanh nghiệp khi kết hợp các biến số tỷ số tài chính, biến thị
trường và biến kinh tế vĩ mô vào một mô hình dự báo. Nghiên cứu này phát triển mô
hình dự báo tình trạng kiệt quệ tài chính cho các công ty niêm yết tại SGDCK thành phố
4
Hồ Chí Minh (HOSE). Để làm rõ mục tiêu nghiên cứu nói trên, tác giả cần giải quyết
những vấn đề sau:
-
Cách xác định tình trạng kiệt quệ tài chính của một doanh nghiệp như thế nào?
-
Các yếu tố ảnh hưởng đến khả năng doanh nghiệp rơi vào tình trạng kiệt quệ tài
chính?
-
1.3.
Xây dựng một mô hình thích hợp để dự báo khả năng xảy ra kiệt quệ tài chính?
Nội dung và phạm vi nghiên cứu
Để xem xét khả năng dự báo tình trạng kiệt quệ tài chính của các doanh nghiệp thông
qua các biến số tỷ số tài chính, chỉ báo kinh tế vĩ mô cũng như những biến số thị trường
với các doanh nghiệp tại Việt Nam. Tác giả chọn mẫu nghiên cứu là các công ty phi tài
chính niêm yết tại SGDCK thành phố Hồ Chí Minh.
Bộ dữ liệu nghiên cứu được lấy theo năm trong phạm vi nghiên cứu được giới hạn trong
khoảng thời gian từ năm 2006 đến năm 2013.
1.4.
Phương pháp nghiên cứu
Trong luận văn này, tác giả phân loại các quan sát thành hai loại: những quan sát rơi vào
tình trạng kiệt quệ tài chính được gán giá trị biến phụ thuộc là 1, những quan sát không
bị kiệt quệ tài chính được gán giá trị là 0. Để giải quyết vấn đề biến phụ thuộc là biến
nhị phân, tác giả sử dụng mô hình hồi quy Logit trong luận văn này.
1.5.
Bố cục bài nghiên cứu
Bài nghiên cứu gồm 5 phần:
Phần 1 – Giới thiệu tổng quan đề tài. Trong phần 1, tác giả trình bày tổng quan các vấn
đề của bài nghiên cứu như: lý do chọn đề tài, mục tiêu và câu hỏi nghiên cứu, nội dung,
phạm vi nghiên cứu và phương pháp nghiên cứu.
5
Phần 2 – Tổng quan lý thuyết và các nghiên cứu trước đây. 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 và phá sản 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 cho mô hình dự báo kiệt quệ tài chính cho trường
hợp Việt Nam.
Phần 3 – Phương pháp nghiên cứu. Phần này cung cấp một cách chi tiết về mô hình
nghiên cứu, nguồn dữ liệu cho luận văn cũng như cách xác định các biến số và các kỳ
vọng về dấu của biến số được sử dụng trong luận văn. Ngoài ra, tác giả cũng tiến hành
thống kê mô tả và phân tích tương quan các biến số trong mô hình hồi quy.
Phần 4 – Kết quả nghiên cứu. Tác giả trình bày các kết quả từ mô hình hồi quy Logit,
sau đó là các mô hình hiệu chỉnh cho phù hợp với trường hợp của Việt Nam. Các kiểm
định liên quan nhằm đánh giá mức độ chính xác trong dự báo, thông đạt kết quả hồi quy
cũng được trình bày.
Phần 5 – Kết luận. Phần này tác giả tóm tắt kết quả nghiên cứu cũng như nêu lên những
hạn chế của đề tài và những hướng mở rộng nghiên cứu tiếp theo.
6
2.
TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY
2.1.
Các nghiên cứu định nghĩa tình trạng kiệt quệ
Hầu hết các mô hình dự báo phá sản trước đây đều sử dụng định nghĩa về kiệt quệ tài
chính dựa trên trạng thái cuối cùng mang tính chất pháp lý (tuyên bố phá sản) của doanh
nghiệp. Tuy nhiên, định nghĩa này tồn tại một số vấn đề vể mặt thời gian. Tinoco và
Wilson (2013) thực hiện phân tích các công ty tại Anh cho thấy có một khoảng cách về
mặt thời gian đáng kể giữa ngày công ty rơi vào kiệt quệ tài chính (nguyên nhân chính
phá sản) cho đến ngày chính thức phá sản về mặt pháp lý (khoảng cách này trung bình
là 1.17 năm, thậm chí tới 3 năm). Theodossiou (1993) nghiên cứu trường hợp của Mỹ,
các doanh nghiệp thường mất khả năng thanh toán khoảng 2 năm trước ngày nộp đơn
phá sản. Hay nói cách khác, một công ty đã rơi vào trạng thái tài chính xấu (kiệt quệ) 2
năm trước khi chính thức phá sản theo pháp luật. Ngoài ra, trước khi phá sản, doanh
nghiệp cũng thường trải qua một giai đoạn “giải cứu”, hoặc bán tài sản và giải thể chứ
không phải là phá sản. Trần Ngọc Thơ và các tác giả (2007, trang 385) cũng chỉ ra,
“không phải doanh nghiệp nào gặp khó khăn cũng đi đến phá sản. Miễn là doanh nghiệp
có thể tìm được đủ tiền để trả lãi của chứng khoán nợ và hoãn việc phá sản lại nhiều
năm. Cuối cùng doanh nghiệp có thể hồi phục, trả hết nợ và thoát được cảnh phá sản”.
Như vậy, mất khả năng thanh toán, vỡ nợ, phá sản có thể là một quá trình pháp lý kéo
dài và ngày chính thức phá sản theo luật không đại diện cho trạng thái kinh tế thực của
phá sản.
Trần Ngọc Thơ và các tác giả (2007, trang 379) cho rằng, “kiệt quệ tài chính xảy ra khi
không thể đáp ứng các hứa hẹn với các chủ nợ, hay đáp ứng một cách khó khăn”. Wruck
(1990) định nghĩa tình trạng kiệt quệ tài chính của doanh nghiệp là khi dòng tiền không
đủ để đảm bảo các nghĩa vụ tài chính. Asquith, Gertner và Scharfstein (1994) phân tích
các hợp đồng quyền chọn để dự báo phá sản cũng xác định kiệt quệ tài chính theo cách
tương tự. Định nghĩa của họ về kiệt quệ tài chính là dựa trên tỷ số khả năng chi trả lãi
7
vay. Một công ty được phân loại là kiệt quệ tài chính nếu EBITDA ít hơn so với chi phí
tài chính (chi phí lãi vay) trong 2 năm liên tiếp, hoặc trong các trường hợp khác, EBITDA
ít hơn 80% chi phí lãi vay. Andrade và Kaplan (1998), xác định kiệt quệ tài chính xảy ra
ngay tại năm đầu tiên khi EBITDA của doanh nghiệp thấp hơn chi phí tài chính. Whitaker
(1999) định nghĩa kiệt quệ tài chính như là năm đầu tiên mà dòng tiền doanh nghiệp thấp
hơn các khoản nợ dài hạn đáo hạn. Do vậy, sẽ hợp lý hơn khi xem xét trạng thái kiệt quệ
tài chính dựa trên khả năng đáp ứng các nghĩa vụ tài chính.
Hơn nữa, Trần Ngọc Thơ và các tác giả (2007, trang 379) cho rằng, “các nhà đầu tư biết
rằng các doanh nghiệp có vay nợ, có thể sẽ rơi vào tình trạng kiệt quệ tài chính và họ rất
lo về điều này. Lo ngại này được phản ánh trong giá trị thị trường của chứng khoán của
các doanh nghiệp có vay nợ”. Rees (1995) cho rằng, giá thị trường bao gồm các thông
tin về dòng tiền kỳ vọng trong tương lai của doanh nghiệp. Hillegeist (2004), giá thị
trường chứa các thông tin từ các nguồn khác ngoài báo cáo tài chính… Do vậy, giá trị
thị trường nên được sử dụng để xác nhận một doanh nghiệp kiệt quệ, khi đó, một doanh
nghiệp kiệt quệ phải có sự tăng trưởng âm trong giá trị thị trường.
Các nghiên cứu của Barnes (1987, 1990); Pindado, Rodrigues và De la Torre (2008),
Tinoco và Wilson (2013), cũng áp dụng cách xác định tình trạng kiệt quệ tài chính dựa
trên các khả năng đáp ứng nghĩa vụ nợ (khả năng chi trả lãi vay) và sự tăng trưởng trong
giá trị thị trường. Trong luận văn này, tác giả cũng áp dụng cách định nghĩa tương tự về
kiệt quệ tài chính của một doanh nghiệp.
2.2.
Các nghiên cứu lựa chọn các biến giải thích
2.2.1. 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, phán 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 phá sản trong các nghiên cứu thực nghiệm. Cụ thể:
8
Beaver (1966) đã xây dựng một mô hình thống kê phân tích các tỷ số tài chính đơn lẻ
để dự báo phá sản. Beaver xem xét 30 tỷ số thuộc 6 nhóm. Trong đó, Beaver 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 chi tiêu hoạt động hằng ngày để
phân loại nhóm công ty vỡ nợ và nhóm công ty không vỡ nợ. Kết quả nghiên cứu của
Beaver cho thấy các tỷ số tài chính đơn lẻ có khả năng dự báo vỡ nợ khá tốt.
Altman (1968) đã sử dụng kỹ thuật phân tích đa biệt số (MDA – Multiple Discriminant
Analysis) dựa trên sự kết hợp nhiều tỷ số để đưa ra một mô hình dự báo. Trong nghiên
cứu này, Altman kết hợp cả dữ liệu tài chính và dữ liệu thị trường cho mẫu các công ty
trong lĩnh vực sản xuất. Altman (1977), tiếp tục nghiên cứu và phát triển một mô hình
dự báo phá sản mới gọi là mô hình điểm Z. 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.
Ohlson (1980) áp dụng mô hình Logit cho các tỷ số tài chính trong bài nghiên cứu để
dự báo phá sản. Các biến trong mô hình Logit của Ohlson gồm: quy mô, tỷ số tổng nợ
trên tổng tài sản, tỷ số vốn luân chuyển trên tổng tài sản, tỷ số nợ ngắn hạn trên tài sản
ngắn hạn, tỷ số thu nhập ròng trên tổng tài sản, tỷ số dòng tiền từ hoạt động trên tổng
nợ. Kết quả nghiên cứu cho thấy, bốn yếu tố cơ bản có ý nghĩa thống kê ảnh hưởng đến
xác suất vỡ nợ trong một năm là: quy mô; cấu trúc tài chính; thành quả hoạt động; thanh
khoản. Tính chính xác trong các mô hình dự báo của Ohlson lần lượt là 96.12%, 95.55%
và 92.84% tương ứng với các mô hình dự báo 1 năm, 2 năm và 1 hoặc 2 năm.
Như vậy, các biến tài chính đã được áp dụng từ rất lâu để xây dựng mô hình dự báo kiệt
quệ, phá sản của doanh nghiệp. Các mô hình đều có khả năng dự báo tốt vỡ nợ và tính
chính xác trong các mô hình dự báo này ở mức rất cao. Trong luận văn này, tác giả cũng
sử dụng các biến tài chính như là các biến trọng tâm trong việc xây dựng mô hình.
9
2.2.2. Các nghiên cứu sử dụng biến thị trường
Một số nghiên cứu đã thử nghiệm các biến thị trường trong mô hình dự báo như Black
và Scholes (1973) và Merton (1974) dựa trên cách tiếp cận quyền chọn vốn cổ phần.
Bharath và Shumway (2008), Hillegeist, Keating, Cram và Lundstedt (2004), Reisz 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 kế toán và ngược lại. Tuy nhiên, kết quả thu
được từ các mô hình (mà đỏi hỏi rất nhiều giả định và hạn chế) sau đó so sánh hiệu quả
với các mô hình kế toán vẫn còn nhiều tranh cãi. Agarwal và Taffler (2008) thực hiện sự
so sánh khả năng dự báo phá sản của mô hình thị trường và mô 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 biến 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. Hillegeist (2004), thay vào đó, đề nghị các nhà nghiên cứu
sử dụng phương pháp 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, cả 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 cho sự thiếu hụt này. 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
10
tiền kỳ vọng trong tương lai của doanh nghiệp. Đối với Hillegeist (2004), thị trường
chứng khoán là một nguồn thay thế thông tin vì nó chứa các thông tin từ các nguồn khác
ngoài báo cáo tài chính. Beaver, McNichols và Rhie (2005) đã chỉ ra rằng, xác xuất phá
sản được gắn với giá thị trường. Như vậy, ngoài các biến tài chính, các biến thị trường
rất đáng quan tâm để đưa vào mô hình dự báo kiệt quệ, dựa trên một số lập luận:
Thứ nhất, giá cả thị trường phản ánh các thông tin trong báo cáo tài chính cộng
với các thông tin khác không có trong báo cáo tài chính (Agarwal và Taffler,
2008), làm cho chúng có một sự kết hợp toàn diện, và có ích cho việc dự đoán vỡ
nợ của một công ty.
Thứ hai, sự bao gồm các biến thị trường có thể làm tăng đáng kể tính kịp thời của
các mô hình dự báo. Dữ liệu kế toán được công bố hàng quý, hàng năm, giá thị
trường có sẵn theo tần suất hàng ngày.
Thứ ba, giá cả thị trường có thể thích 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 đã xảy ra của doanh nghiệp).
Thứ tư, các biến thị trường có thể cung cấp một cách đánh giá 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 báo cáo tài chính. Theo Beaver (2005) cho rằng, càng có nhiều
bất ổn, càng có nhiều khả năng phá sản.
Như vậy, dựa trên 4 lập luận vừa được trình bày, trong luận văn này, tác giả cũng sử
dụng các biến thị trường trong việc xây dựng mô hình.
2.2.3. 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 sẽ tác động lên hoạt
động của doanh nghiệp. Ngoài Mare (2012); Nam, Kim, Park và Lee (2008); Qu (2008),
11
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 đoạn nghiên cứu của họ. Trong luận văn này, tác giả cũng 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.
2.2.4. Các nghiên cứu gần đây sử dụng kết hợp biến tài chính, thị trường, vĩ mô.
Kế thừa các nghiên cứu trước đây, trong hơn một thập niên gần đây, các nghiên cứu sử
dụng kết hợp biến thị trường và biến tài chính trong mô hình dự báo kiệt quệ tài chính.
Campbell, Hilscher và Szilagyi (2008), xem xét các yếu tố quyết định đến khả năng
kiệt quệ của một doanh nghiệp thông qua một mô hình Logit trong đó bao gồm các biến
tài chính và thị trường. Ngoài một tập hợp của 2 biến tài chính, một vài biến thị trường
đã được kiểm định: log(TSSL vượt trội hàng tháng của doanh nghiệp với TSSL của
S&P500), độ lệch chuẩn của TSSL hàng ngày của chứng khoán trong 3 tháng liên tiếp,
quy mô của doanh nghiệp, đo bằng log(vốn hóa thị trường công doanh nghiệp/ vốn hóa
của S&P500, và log(giá cổ phiếu).
Chava và Jarrow (2004), ngoài các biến tài chính của Altman (1968), các biến bao gồm
trong nghiên cứu của Shumway (2001): biến tài chính, thu nhập ròng (Net Income) trên
tổng tài sản, tổng nợ/ tổng tài sản; và các biến thị trường: quy mô tương đối của doanh
nghiệp: Ln(giá trị thị trường vốn cố phần của doanh nghiệp/ tổng giá trị thị trường của
NYSE/AMEX), TSSL vượt trội hàng năm, được tính bằng, TSSL tích lũy hàng tháng
trừ cho TSSL hàng tháng có trọng số của NYSE/AMEX và độ bất ổn của chứng khoán,
được tính bằng, độ lệch chuẩn của 60 quan sát giá cổ phiếu theo tần suất hàng ngày.
Christidis và Gregory (2010), theo cách của Campbell (2008) đã thử nghiệm 3 biến thị
trường trong một mô hình dự báo kiệt quệ tại các công ty niêm yết tại Anh, bên cạnh
cũng bao gồm một tập hợp các biến tài chính. Đối với các biến thị trường, họ thay thế
giá trị sổ sách của tài sản bằng giá trị thị trường và kiểm tra xem log(TSSL vượt trội nửa
- Xem thêm -