Bối cảnh và vấn đề nghiên cứu
Nền kinh tế Việt Nam đang trong giai đoạn phát triển với nhiều cơ hội thu hút dòng vốn đầu tư trực tiếp nước ngoài (FDI) và chuyển dịch theo hướng kinh tế số. Tuy nhiên, hoạt động của các doanh nghiệp phải đối mặt với nhiều rủi ro hệ thống xuất phát từ sự biến động của kinh tế toàn cầu, bao gồm hậu quả kéo dài của đại dịch Covid-19, các cuộc xung đột chính trị quốc tế, sự đứt gãy chuỗi cung ứng và biến động giá cả hàng hóa chiến lược như năng lượng, dầu mỏ và khí đốt. Theo số liệu thống kê năm 2022, Việt Nam ghi nhận 143.198 doanh nghiệp rút lui khỏi thị trường, tăng 19,5% so với năm 2021, trong đó các doanh nghiệp tạm ngừng kinh doanh ngắn hạn chiếm tỷ trọng lớn nhất với 51%. Tình trạng doanh nghiệp ngừng hoạt động hoặc phá sản không chỉ gây ảnh hưởng tiêu cực đến tâm lý nhà đầu tư nước ngoài mà còn làm gia tăng tỷ lệ thất nghiệp và tạo tác động dây chuyền tiêu cực lên môi trường kinh doanh và xã hội.
Việc xác định nguyên nhân và dấu hiệu dẫn đến phá sản là một bài toán phức tạp do sự đan xen giữa các yếu tố nội tại của doanh nghiệp và điều kiện vĩ mô bên ngoài. Kiệt quệ tài chính là giai đoạn tiền đề, xảy ra trước khi doanh nghiệp tiến đến bờ vực phá sản; nếu được nhận diện và xử lý kịp thời, doanh nghiệp hoàn toàn có khả năng tái cấu trúc và phục hồi hoạt động. Do đó, việc xây dựng một mô hình định lượng có khả năng phân tích, đo lường và dự báo sớm nguy cơ kiệt quệ tài chính là cần thiết, hỗ trợ nhà quản trị đưa ra giải pháp ứng phó kịp thời, đồng thời giúp nhà đầu tư và cơ quan hoạch định chính sách đánh giá chính xác rủi ro tín dụng và rủi ro đầu tư.
Mục tiêu nghiên cứu:
- Mục tiêu tổng quát: Đánh giá các yếu tố tác động đến khả năng xảy ra kiệt quệ tài chính của các doanh nghiệp niêm yết tại Việt Nam và đưa ra các gợi ý chính sách đối với các bên liên quan.
- Mục tiêu cụ thể:
- Xác định các yếu tố tác động đến khả năng xảy ra kiệt quệ tài chính đối với các doanh nghiệp niêm yết tại Việt Nam.
- Kiểm định mức độ tác động của từng yếu tố này đến tình trạng kiệt quệ tài chính của doanh nghiệp.
- Đề xuất các gợi ý chính sách đối với các doanh nghiệp niêm yết tại Việt Nam nhằm giảm thiểu khả năng xảy ra kiệt quệ tài chính.
Câu hỏi nghiên cứu:
- Các yếu tố tài chính, vĩ mô và thị trường có tác động đến khả năng kiệt quệ tài chính của các doanh nghiệp niêm yết tại Việt Nam hay không?
- Các yếu tố tài chính, vĩ mô và thị trường có mức độ tác động như thế nào, chiều hướng tác động ra sao và yếu tố nào có tác động mạnh nhất đến khả năng xảy ra kiệt quệ tài chính của các doanh nghiệp niêm yết tại Việt Nam?
- Gợi ý chính sách gì để nhận biết sớm khả năng kiệt quệ tài chính của các doanh nghiệp niêm yết nhằm đưa ra quyết định quản trị và giảm thiểu khả năng xảy ra kiệt quệ tài chính?
Đối tượng và phạm vi nghiên cứu:
- Đối tượng nghiên cứu: Các yếu tố định lượng (được đo lường thông qua các biến tỷ số tài chính, biến thị trường và biến chỉ báo kinh tế vĩ mô) tác động đến khả năng kiệt quệ tài chính của doanh nghiệp niêm yết tại Việt Nam.
- Phạm vi nội dung: Đánh giá mối quan hệ trực tiếp và gián tiếp của các chỉ số tài chính nội tại, biến động thị trường chứng khoán và các chỉ số kinh tế vĩ mô lên trạng thái kiệt quệ tài chính.
- Phạm vi không gian và thời gian: Bộ dữ liệu bảng gồm 184 công ty phi tài chính niêm yết liên tục trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX) trong giai đoạn 11 năm từ năm 2012 đến năm 2022, tạo ra tổng số 2.024 quan sát.
Cơ sở lý thuyết và phương pháp
Khung lý thuyết và khái niệm nền tảng
Tác giả hệ thống hóa các quan điểm học thuật về kiệt quệ tài chính từ các nghiên cứu kinh điển:
-
Định nghĩa và nhận diện: Theo Wruck (1990), kiệt quệ tài chính là tình trạng doanh nghiệp không có đủ dòng tiền để đáp ứng các nghĩa vụ nợ hiện tại. Platt & Platt (2002) xem kiệt quệ tài chính là giai đoạn suy thoái cuối cùng dẫn đến kết cục phá sản. Về mặt nhận diện định lượng, Gertner và Schafstein (1994) xác định kiệt quệ khi lợi nhuận trước thuế, lãi vay và khấu hao (EBITDA) thấp hơn chi phí lãi vay trong 2 năm liên tiếp hoặc EBITDA giảm hơn 80% trong 1 năm bất kỳ. Nghiên cứu này kế thừa tiêu chí của Andrade và Kaplan (1998): một doanh nghiệp được xác định là rơi vào kiệt quệ tài chính khi trong năm quan sát có EBITDA nhỏ hơn chi phí lãi vay.
-
Bốn giai đoạn khó khăn tài chính theo Altman và Hotchkiss (2005):
- Thất bại (Failure): Xảy ra khi tỷ suất sinh lợi thực tế thấp hơn liên tục so với chi phí sử dụng vốn hoặc doanh thu không bù đắp được chi phí; bao gồm thất bại kinh tế (kinh doanh thua lỗ) và thất bại tài chính (vi phạm nghĩa vụ nợ).
- Mất thanh khoản (Insolvency): Bao gồm mất thanh khoản do giá trị (giá trị thị trường của tài sản nhỏ hơn tổng nợ) và mất thanh khoản do dòng tiền (thiếu hụt dòng tiền tạm thời để thanh toán nghĩa vụ đến hạn).
- Vỡ nợ (Default): Bao gồm vỡ nợ thanh toán (không trả được nợ gốc và lãi khi đến hạn) và vỡ nợ kỹ thuật (vi phạm các điều khoản giao ước trong hợp đồng tín dụng).
- Phá sản (Bankruptcy): Giai đoạn doanh nghiệp nộp đơn xin phá sản lên tòa án và được phê duyệt, dẫn tới thanh lý tài sản hoặc tiến hành tái cấu trúc vốn.
-
Các lý thuyết kinh tế tài chính giải thích hiện tượng kiệt quệ:
- Lý thuyết rủi ro tín dụng (Credit Risk Theory - Merton, 1974; Duffee & Schaeffer, 1988): Rủi ro mất khả năng thanh toán phát sinh từ sự biến động giá trị công cụ nợ và sự suy giảm chất lượng tín dụng, đặc biệt khi doanh nghiệp không thu hồi được các khoản phải thu thương mại, dẫn tới mất cân đối vị thế thanh khoản.
- Lý thuyết đánh đổi cơ cấu nguồn vốn (Trade-Off Theory - Modigliani & Miller, 1963; Miller, 1977; Ross, 2002): Doanh nghiệp cân bằng giữa lợi ích của lá chắn thuế từ nợ vay và chi phí kiệt quệ tài chính/phá sản. Việc gia tăng nợ vay quá mức sẽ làm chi phí kiệt quệ tài chính vượt qua lợi ích tiết kiệm thuế.
- Lý thuyết trật tự phân hạng (Pecking Order Theory - Myers & Majluf, 1984): Do bất cân xứng thông tin, doanh nghiệp ưu tiên tài trợ theo thứ tự: nguồn vốn nội bộ (lợi nhuận giữ lại), nợ vay, và cuối cùng mới là phát hành cổ phiếu mới.
| STT |
Tác giả (Năm) |
Phương pháp và mẫu nghiên cứu |
Kết quả chính |
| 1 |
Altman (1968) |
Phân tích biệt số đa biến (MDA), 66 công ty Hoa Kỳ (1946–1965) |
Mô hình Z-score với 5 nhóm tỷ số tài chính dự báo chính xác 94–95% nguy cơ phá sản. |
| 2 |
Tinoco & Wilson (2013) |
Hồi quy Logit, 23.218 quan sát công ty niêm yết (1980–2011) |
Kết hợp biến kế toán, biến thị trường và biến kinh tế vĩ mô nâng cao độ chính xác dự báo kiệt quệ. |
| 3 |
Charalambakis (2014) |
Hồi quy Logit đa giai đoạn, gần 31.000 công ty tư nhân Hy Lạp |
Khả năng sinh lời, đòn bẩy, lợi nhuận giữ lại và tăng trưởng GDP là các biến dự báo mạnh. |
| 4 |
Fredrick Ikpesu (2019) |
Mô hình FMOLS, 18 công ty sản xuất niêm yết tại Nigeria (2010–2017) |
Đòn bẩy và giá cổ phiếu tác động cùng chiều; quy mô, thanh khoản, lợi nhuận tác động ngược chiều với kiệt quệ. |
| 5 |
Lương Trọng Đức (2012) |
Dữ liệu bảng, 252 công ty niêm yết trên HOSE năm 2010 |
Biến tỷ lệ lợi nhuận giữ lại (RAT) và đòn bẩy tài chính (LEV) có ý nghĩa tác động đến kiệt quệ tài chính. |
| 6 |
Phạm Thị Hồng Vân (2018) |
Hồi quy nhị phân, 606 công ty niêm yết tại Việt Nam (2010–2015) |
Tỷ số nợ và tỷ số thanh toán hiện thời làm tăng xác suất kiệt quệ; quy mô doanh nghiệp làm giảm xác suất kiệt quệ. |
| 7 |
Lê và cộng sự (2022) |
Kiểm định Kruskal-Wallis, 505 công ty phi tài chính niêm yết (2015–2020) |
Xác định mô hình S-Score là mô hình đo lường phù hợp với độ chính xác đạt 86,24%. |
Mô hình và phương pháp nghiên cứu
Nghiên cứu ứng dụng mô hình hồi quy Binary Logit dựa trên khung phân tích thực nghiệm của Tinoco và Wilson (2013). Cấu trúc phương trình nghiên cứu tổng quát được thiết lập như sau:
$$\text{FD}{i,t} = \beta_0 + \beta_1 \text{OCF}{i,t} + \beta_2 \text{OCFTL}{i,t} + \beta_3 \text{LEV}{i,t} + \beta_4 \text{WC}{i,t} + \beta_5 \text{RETA}{i,t} + \beta_6 \text{NITA}{i,t} + \beta_7 \text{PRICE}{i,t} + \beta_8 \text{ABNRET}{i,t} + \beta_9 \text{SIZE}{i,t} + \beta_{10} \text{CPI}{i,t} + \beta{11} \text{TBILL}{i,t} + u{i,t}$$
Trong đó:
- Biến phụ thuộc $\text{FD}_{i,t}$ là biến giả nhị phân, nhận giá trị 1 nếu doanh nghiệp $i$ tại năm $t$ rơi vào kiệt quệ tài chính ($\text{EBITDA} < \text{Chi phí lãi vay}$), và nhận giá trị 0 nếu doanh nghiệp không bị kiệt quệ.
- $u_{i,t}$ là sai số ngẫu nhiên của mô hình.
| Nhóm biến |
Tên biến |
Ký hiệu |
Công thức đo lường |
Kỳ vọng dấu |
| Tỷ số tài chính (BCTC) |
Dòng tiền HĐKD trên doanh thu thuần |
OCF |
$\text{Dòng tiền từ HĐKD} / \text{Doanh thu thuần}$ |
(-) |
|
Dòng tiền HĐKD trên tổng nợ |
OCFTL |
$\text{Dòng tiền từ HĐKD} / \text{Tổng nợ phải trả}$ |
(-) |
|
Đòn bẩy tài chính |
LEV |
$\text{Tổng nợ} / \text{Tổng tài sản}$ |
(+) |
|
Tỷ lệ vốn lưu động ròng |
WC |
$\text{Vốn lưu động ròng} / \text{Tài sản ngắn hạn}$ |
(-) |
|
Tỷ lệ lợi nhuận giữ lại |
RETA |
$\text{Lợi nhuận giữ lại} / \text{Tổng tài sản}$ |
(-) |
|
Tỷ suất sinh lời trước thuế và lãi vay |
NITA |
$\text{EBIT} / \text{Tổng tài sản}$ |
(-) |
| Thị trường |
Giá cổ phiếu |
PRICE |
$\ln(\text{Giá đóng cửa})$ |
(-) |
|
Tỷ suất sinh lợi vượt trội |
ABNRET |
$\tanh(\text{TSSL 12 tháng của cổ phiếu} - \text{TSSL VNINDEX})$ |
(-) |
|
Quy mô vốn hóa doanh nghiệp |
SIZE |
$\text{Vốn hóa thị trường công ty} / \text{Vốn hóa VNINDEX}$ |
(-) |
| Kinh tế vĩ mô |
Chỉ số giá tiêu dùng |
CPI |
Số liệu CPI hàng năm từ Tổng cục Thống kê |
(+) |
|
Lợi suất trái phiếu chính phủ |
TBILL |
Lợi suất mua (bid yield) kỳ hạn 1 năm vào ngày 31/12 |
(+) |
Quy trình xử lý dữ liệu
Dữ liệu thứ cấp được trích xuất từ phần mềm Finpro (báo cáo tài chính kiểm toán của 184 doanh nghiệp niêm yết trên HOSE và HNX giai đoạn 2012–2022). Quy trình phân tích định lượng thực hiện trên phần mềm Stata 17.0 theo các bước:
- Thống kê mô tả: Tính toán giá trị trung bình (Mean), độ lệch chuẩn (Std. Dev.), giá trị nhỏ nhất (Min), giá trị lớn nhất (Max) cho toàn bộ mẫu và phân tách theo hai nhóm doanh nghiệp (kiệt quệ tài chính và không kiệt quệ tài chính).
- Phân tích ma trận tương quan và kiểm định đa cộng tuyến: Đánh giá hệ số tương quan cặp (ngưỡng cảnh báo $> 0,5$) và kiểm định hệ số phóng đại phương sai (VIF, ngưỡng loại trừ $> 5$).
- Ước lượng hồi quy Logit: Chạy mô hình hồi quy với các nhóm biến tài chính đơn lẻ, sau đó đưa thêm biến thị trường và vĩ mô vào mô hình tổng thể.
- Kiểm định chất lượng mô hình: Đánh giá mức độ phù hợp thông qua kiểm định Wald, đo lường diện tích dưới đường cong ROC (AUC - ngưỡng chấp nhận $> 0,8$) và hệ số phân hạng Gini (ngưỡng đạt chuẩn $\ge 50%$).
- Ước lượng hiệu ứng cận biên (Marginal Effects): Phân tích mức độ thay đổi xác suất kiệt quệ tài chính khi từng biến độc lập thay đổi một đơn vị, kiểm tra mức ý nghĩa thống kê qua giá trị $P\text{-value} \le 0,05$.
Nội dung chính theo từng chương
CHƯƠNG 1. GIỚI THIỆU NGHIÊN CỨU
Chương 1 thiết lập nền tảng đề tài thông qua bối cảnh kinh tế vĩ mô nhiều biến động sau đại dịch Covid-19 và số liệu 143.198 doanh nghiệp rút lui khỏi thị trường trong năm 2022. Tác giả trình bày tính cấp thiết của việc dự báo sớm tình trạng kiệt quệ tài chính đối với các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam. Chương này xác định rõ 1 mục tiêu tổng quát, 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, đối tượng nghiên cứu (11 biến tài chính, thị trường, vĩ mô), phạm vi nghiên cứu (184 công ty phi tài chính trên HOSE và HNX giai đoạn 2012–2022 với 2.024 quan sát), phương pháp nghiên cứu định lượng bằng hồi quy Logit và cấu trúc 5 chương của khóa luận.
CHƯƠNG 2. TỔNG QUAN LÝ THUYẾT VÀ NGHIÊN CỨU THỰC NGHIỆM
Chương 2 trình bày khung lý thuyết toàn diện về kiệt quệ tài chính. Tác giả phân tích các khái niệm học thuật, chỉ rõ sự khác biệt giữa kiệt quệ tài chính và phá sản, chi tiết hóa 4 giai đoạn khó khăn tài chính (thất bại kinh tế/tài chính, mất thanh khoản giá trị/dòng tiền, vỡ nợ thanh toán/kỹ thuật, phá sản). Ba lý thuyết nền tảng gồm Lý thuyết rủi ro tín dụng (Credit Risk Theory), Lý thuyết đánh đổi cơ cấu nguồn vốn (Trade-Off Theory) và Lý thuyết trật tự phân hạng (Pecking Order Theory) được sử dụng để giải thích cơ chế tác động của đòn bẩy, thanh khoản và dòng tiền. Phần tổng quan nghiên cứu thực nghiệm lược khảo 13 công trình tiêu biểu của các tác giả quốc tế (Altman, Tinoco & Wilson, Charalambakis, Fredrick Ikpesu, Mohamad Nizam Jaafar, Pindado, Platt & Platt...) và tại Việt Nam (Phạm Thị Hồng Vân, Lê và cộng sự, Lương Trọng Đức, Bùi và Mai, Nguyễn và cộng sự), từ đó chỉ ra sự cần thiết phải kết hợp đồng thời các biến số tài chính kế toán với biến thị trường và biến kinh tế vĩ mô.
CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
Chương 3 thiết lập mô hình hồi quy Logit nhị phân kế thừa nghiên cứu của Tinoco và Wilson (2013). Tác giả định nghĩa và vận hành hóa 11 biến độc lập thuộc 3 nhóm: tỷ số tài chính (OCF, OCFTL, LEV, WC, RETA, NITA), biến thị trường (PRICE, ABNRET được chuẩn hóa qua hàm TANH, SIZE tính theo vốn hóa thị trường) và biến vĩ mô (CPI, TBILL 1 năm). Chương này xây dựng 11 giả thuyết nghiên cứu từ H1 đến H11 cùng kỳ vọng dấu cụ thể, mô tả nguồn dữ liệu bảng gồm 2.024 quan sát thu thập qua phần mềm Finpro từ BCTC kiểm toán của 184 doanh nghiệp giai đoạn 2012–2022, và quy định quy trình xử lý định lượng trên phần mềm Stata 17.0 (thống kê mô tả, kiểm tra tương quan, kiểm định VIF, hồi quy Logit, kiểm định Wald, đo lường ROC/AUC, hệ số Gini và hiệu ứng cận biên).
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chương 4 trình bày kết quả thực nghiệm từ dữ liệu 2.024 quan sát. Phần thống kê mô tả chỉ ra các đặc trưng phân phối và giá trị cực trị của từng biến số giữa nhóm kiệt quệ tài chính (271 quan sát) và nhóm không kiệt quệ tài chính (1.753 quan sát). Phân tích ma trận tương quan cho thấy phần lớn các biến có hệ số tương quan thấp ($< 0,5$), ngoại trừ cặp OCF và OCFTL có hệ số tương quan là 0,6887; kiểm định VIF đạt 1,02 đảm bảo không xảy ra hiện tượng đa cộng tuyến nghiêm trọng. Tác giả thảo luận kết quả hồi quy Logit, chỉ ra rằng các biến tỷ số tài chính giữ vai trò quyết định mạnh nhất, trong khi việc bổ sung biến thị trường và vĩ mô giúp gia tăng độ chính xác và mức độ phù hợp của mô hình dự báo.
CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ
Chương 5 đúc kết các phát hiện nghiên cứu chính và đề xuất hệ thống khuyến nghị quản trị cụ thể cho doanh nghiệp niêm yết xoay quanh 4 trọng tâm: quản trị đòn bẩy tài chính (LEV), duy trì tỷ lệ vốn lưu động ròng (WC), cải thiện tỷ suất sinh lời trước thuế và lãi vay (NITA), và tối ưu quy mô doanh nghiệp cùng giá trị thị trường (SIZE). Chương này cũng thẳng thắn chỉ ra các hạn chế về quy mô mẫu (184 công ty) và phạm vi biến vĩ mô chưa được chiết khấu lạm phát, từ đó gợi mở định hướng mở rộng nghiên cứu trong tương lai.
Kết quả và đóng góp
Kết quả định lượng và phân tích thống kê
Dữ liệu thống kê mô tả từ 2.024 quan sát trong giai đoạn 2012–2022 cung cấp bức tranh chi tiết về các chỉ số tài chính, thị trường và vĩ mô của các doanh nghiệp niêm yết tại Việt Nam:
| Biến số |
Ký hiệu |
Giá trị trung bình (Mean) |
Giá trị nhỏ nhất (Min) |
Giá trị lớn nhất (Max) |
Doanh nghiệp ghi nhận giá trị cực trị |
| Dòng tiền HĐKD / Doanh thu thuần |
OCF |
0,0567 (5,67%) |
-0,9948 |
0,9119 |
Max: CTI (2013); Min: AMV (2022) |
| Dòng tiền HĐKD / Tổng nợ |
OCFTL |
0,1610 (16,10%) |
-3,6860 |
2,8295 |
Max: BMP (2012); Min: VGP (2015) |
| Đòn bẩy tài chính |
LEV |
0,5215 (52,15%) |
0,0404 |
0,9929 |
Max: TTF (2018); Min: VGP (2015) |
| Vốn lưu động ròng / TS ngắn hạn |
WC |
0,1001 (10,01%) |
-2,8863 |
0,8965 |
Max: HAP (2022); Min: HTI (2022) |
| Lợi nhuận giữ lại / Tổng tài sản |
RETA |
0,0714 (7,14%) |
-0,7632 |
0,4593 |
Max: VCS (2022); Min: TTF (2019) |
| Lợi nhuận trước thuế và lãi vay / TTS |
NITA |
0,07776 (7,78%) |
-0,5296 |
0,4556 |
Max: MAS (2015); Min: LAF (2013) |
| Logarit tự nhiên giá đóng cửa |
PRICE |
9,3526 |
6,9275 |
11,8597 |
Max: MSN (2021); Min: VOS (2016) |
| Tỷ suất sinh lợi vượt trội (hàm TANH) |
ABNRET |
0,0126 (1,26%) |
-0,8594 |
0,9998 |
Max: DNP (2012); Min: TSC (2017) |
| Quy mô vốn hóa so với VNINDEX |
SIZE |
0,0092 (0,92%) |
0,0000 |
0,5125 |
Max: AAA (2022); Min: BDB (2022) |
| Chỉ số giá tiêu dùng |
CPI |
0,0373 (3,73%) |
0,0063 |
0,0909 |
Toàn thị trường theo năm |
| Lợi suất trái phiếu chính phủ 1 năm |
TBILL |
0,0394 (3,94%) |
0,0020 |
0,0860 |
Toàn thị trường theo năm |
So sánh giữa nhóm kiệt quệ tài chính (271 quan sát) và không kiệt quệ (1.753 quan sát):
- Các doanh nghiệp kiệt quệ tài chính có giá trị trung bình của OCF, OCFTL, WC, RETA, NITA thấp hơn rõ rệt so với nhóm không kiệt quệ. Điều này phản ánh năng lực tạo tiền từ hoạt động kinh doanh cốt lõi kém, khả năng bảo đảm nghĩa vụ nợ bằng dòng tiền thực yếu, và bộ đệm vốn tự có mỏng.
- Biến đòn bẩy tài chính (LEV) ở nhóm kiệt quệ cao hơn đáng kể so với nhóm không kiệt quệ, cho thấy việc lạm dụng nợ vay làm tăng trực tiếp xác suất mất khả năng thanh toán.
- Về khía cạnh thị trường, nhóm kiệt quệ ghi nhận giá cổ phiếu (PRICE), tỷ suất sinh lợi vượt trội (ABNRET) và quy mô vốn hóa (SIZE) trung bình thấp hơn, phản ánh việc thị trường và giới đầu tư định giá thấp các doanh nghiệp có rủi ro tài chính cao.
- Về khía cạnh vĩ mô, các doanh nghiệp kiệt quệ có xu hướng hoạt động trong các giai đoạn lạm phát (CPI) và lãi suất (TBILL) trung bình cao hơn.
Khuyến nghị quản trị của tác giả
Dựa trên kết quả thực nghiệm, tác giả đề xuất 4 nhóm giải pháp quản trị tài chính tại Chương 5:
- Kiểm soát đòn bẩy tài chính (LEV): Doanh nghiệp cần duy trì cơ cấu vốn hợp lý, kiểm soát tỷ lệ nợ trên tổng tài sản nhằm tránh áp lực chi phí lãi vay vượt quá khả năng tạo lợi nhuận, hạn chế nguy cơ xói mòn lợi ích từ lá chắn thuế.
- Quản trị vốn lưu động ròng (WC): Nâng cao tỷ lệ vốn lưu động ròng tài trợ cho tài sản ngắn hạn, đảm bảo tính thanh khoản thường xuyên để ngăn ngừa rủi ro mất thanh khoản kỹ thuật.
- Gia tăng tỷ suất sinh lời hoạt động (NITA): Tập trung vào hiệu quả kinh doanh cốt lõi, nâng cao biên lợi nhuận trước thuế và lãi vay trên tổng tài sản thông qua tối ưu hóa chi phí và chính sách bán hàng linh hoạt, đảm bảo EBITDA luôn vượt chi phí lãi vay.
- Cải thiện quy mô và giá trị thị trường (SIZE): Nâng cao năng lực cạnh tranh và minh bạch thông tin để cải thiện giá trị vốn hóa thị trường, tạo niềm tin cho nhà đầu tư, qua đó gia tăng khả năng tiếp cận các nguồn vốn tài trợ chi phí thấp.
Đóng góp của đề tài
- Đóng góp học thuật: Nghiên cứu kiểm chứng mô hình Logit đa nhân tố kết hợp giữa dữ liệu kế toán nội tại, biến thị trường vốn và chỉ báo kinh tế vĩ mô (kế thừa khung lý thuyết của Tinoco và Wilson, 2013) trên thị trường chứng khoán Việt Nam.
- Đóng góp thực tiễn: Cung cấp bằng chứng định lượng trên bộ dữ liệu bảng kéo dài 11 năm (2012–2022) gồm 2.024 quan sát, khẳng định vai trò cốt lõi của các tỷ số tài chính kế toán kết hợp với sự bổ trợ quan trọng của các yếu tố thị trường và vĩ mô trong việc nâng cao năng lực dự báo kiệt quệ tài chính.
Hạn chế và hướng nghiên cứu tiếp
Hạn chế của đề tài
- Giới hạn mẫu nghiên cứu: Bộ dữ liệu mới chỉ tập trung vào 184 công ty phi tài chính niêm yết đáp ứng tiêu chí có đầy đủ báo cáo tài chính kiểm toán liên tục trong giai đoạn 2012–2022 trên HOSE và HNX; chưa bao quát các doanh nghiệp tài chính (ngân hàng, bảo hiểm, chứng khoán), các doanh nghiệp chưa niêm yết hoặc khối doanh nghiệp nhỏ và vừa (SMEs).
- Xử lý biến kinh tế vĩ mô: Do giới hạn về tính sẵn có của dữ liệu, biến lãi suất trái phiếu chính phủ (TBILL) được đưa vào mô hình dưới dạng danh nghĩa độc lập, chưa tiến hành chiết khấu lạm phát để phản ánh lãi suất thực tế như quy trình gốc của Tinoco và Wilson (2013).
Hướng nghiên cứu tiếp theo
- Mở rộng quy mô và phạm vi mẫu sang các nhóm doanh nghiệp chưa niêm yết, doanh nghiệp quy mô vừa và nhỏ, hoặc phân tích chuyên sâu theo từng phân ngành kinh tế cụ thể.
- Bổ sung các biến số kinh tế vĩ mô và thị trường bổ trợ khác như tỷ giá hối đoái, tốc độ tăng trưởng GDP, biến động chỉ số ngành nhằm tăng cường sức mạnh giải thích của mô hình.
- Ứng dụng và so sánh hiệu quả dự báo của mô hình Logit với các mô hình kinh tế lượng động, mô hình mạng nơ-ron hoặc các thuật toán học máy (Machine Learning) trên thị trường tài chính Việt Nam.
Giá trị tham khảo
- Đối tượng tham khảo: Khóa luận là tài liệu tham khảo cho sinh viên, học viên cao học ngành Tài chính - Ngân hàng, Kế toán - Kiểm toán và Quản trị kinh doanh khi thực hiện các đề tài nghiên cứu định lượng về dự báo phá sản, đo lường rủi ro kiệt quệ tài chính hoặc quản trị cấu trúc vốn. Đồng thời, tài liệu hữu ích cho các chuyên viên phân tích rủi ro tín dụng tại các định chế tài chính và nhà quản trị doanh nghiệp niêm yết trong công tác nhận diện sớm rủi ro thanh khoản.
- Nội dung đáng tham khảo:
- Khung tổng quan lý thuyết hệ thống hóa logic 4 giai đoạn suy thoái tài chính của Altman & Hotchkiss (2005) cùng 3 lý thuyết cấu trúc vốn kinh điển.
- Bảng tổng hợp chi tiết các nghiên cứu thực nghiệm trong và ngoài nước về kiệt quệ tài chính.
- Quy trình xây dựng biến nghiên cứu định lượng, đặc biệt là kỹ thuật xử lý dữ liệu tỷ suất sinh lợi vượt trội (ABNRET) bằng hàm TANH để triệt tiêu giá trị ngoại lai, và quy trình kiểm định kinh tế lượng dữ liệu bảng trên phần mềm Stata 17.0.
Câu hỏi thường gặp
1. Khóa luận sử dụng tiêu chí định lượng nào để xác định một doanh nghiệp bị kiệt quệ tài chính (biến phụ thuộc FD = 1)?
Tác giả kế thừa tiêu chí từ nghiên cứu của Andrade và Kaplan (1998): một doanh nghiệp được ghi nhận là rơi vào kiệt quệ tài chính ($FD = 1$) khi tại năm quan sát có lợi nhuận trước thuế, lãi vay và khấu hao nhỏ hơn chi phí lãi vay ($\text{EBITDA} < \text{Chi phí lãi vay}$). Trường hợp ngược lại, biến phụ thuộc nhận giá trị 0.
2. Biến tỷ suất sinh lợi vượt trội (ABNRET) được tính toán và xử lý kỹ thuật như thế nào?
Biến ABNRET đo lường mức độ vượt trội của tỷ suất sinh lợi cổ phiếu so với tỷ suất sinh lợi thị trường VNINDEX trong 12 tháng. Để xử lý các giá trị đột biến có thể làm sai lệch kết quả hồi quy, tác giả sử dụng hàm phi tuyến TANH để chuyển đổi dữ liệu về khoảng giá trị giới hạn $[-1, 1]$ theo công thức: $\text{ABNRET} = \tanh(\text{Return}{i,t} - \text{Return}{m,t})$.
3. Mẫu dữ liệu nghiên cứu có quy mô bao nhiêu và được thu thập từ nguồn nào?
Nghiên cứu sử dụng mẫu dữ liệu bảng gồm 184 công ty phi tài chính niêm yết trên hai sàn HOSE và HNX có báo cáo tài chính kiểm toán đầy đủ trong 11 năm liên tục (2012–2022), tạo ra tổng số 2.024 quan sát (trong đó có 271 quan sát kiệt quệ tài chính và 1.753 quan sát không kiệt quệ). Dữ liệu tài chính được thu thập qua phần mềm Finpro, dữ liệu CPI lấy từ Tổng cục Thống kê, và lãi suất TBILL lấy từ lợi suất trái phiếu chính phủ kỳ hạn 1 năm.
4. Những doanh nghiệp nào ghi nhận giá trị cực đại và cực tiểu đối với biến đòn bẩy tài chính (LEV) và dòng tiền hoạt động kinh doanh (OCF)?
- Đối với đòn bẩy tài chính (LEV): Giá trị lớn nhất là 0,9929 thuộc về công ty TTF năm 2018; giá trị nhỏ nhất là 0,0404 thuộc về công ty VGP năm 2015.
- Đối với dòng tiền hoạt động kinh doanh trên doanh thu (OCF): Giá trị lớn nhất là 0,9119 thuộc về công ty CTI năm 2013; giá trị nhỏ nhất là -0,9948 thuộc về công ty AMV năm 2022.
5. Vì sao tác giả không thực hiện chiết khấu lạm phát đối với biến lãi suất trái phiếu chính phủ (TBILL) như mô hình gốc của Tinoco và Wilson (2013)?
Trong nghiên cứu của Tinoco và Wilson (2013), lãi suất được chiết khấu với lạm phát để tạo ra biến lãi suất thực tế. Tuy nhiên, do giới hạn về tính sẵn có của dữ liệu và biến lạm phát (CPI) đã được đưa vào mô hình như một biến độc lập riêng biệt, tác giả lựa chọn sử dụng trực tiếp lợi suất mua của trái phiếu chính phủ kỳ hạn 1 năm (TBILL) vào ngày 31/12 hàng năm mà không thực hiện chiết khấu.
Kết luận
Khóa luận tốt nghiệp của tác giả Trương Thành Trung đã thực hiện nghiên cứu thực nghiệm về các yếu tố tác động đến khả năng xảy ra kiệt quệ tài chính của 184 doanh nghiệp phi tài chính niêm yết tại Việt Nam giai đoạn 2012–2022 thông qua mô hình hồi quy Binary Logit. Kết quả nghiên cứu khẳng định các tỷ số tài chính kế toán đóng vai trò then chốt nhất trong việc nhận diện rủi ro kiệt quệ, đồng thời việc kết hợp các biến thị trường chứng khoán và chỉ báo kinh tế vĩ mô giúp gia tăng đáng kể độ chính xác của mô hình dự báo. Các phát hiện định lượng cung cấp cơ sở thực tiễn để đề xuất các giải pháp kiểm soát đòn bẩy tài chính, tối ưu hóa vốn lưu động ròng và nâng cao hiệu quả sinh lời nhằm giảm thiểu nguy cơ phá sản cho các doanh nghiệp niêm yết.
