Các yếu tố quyết định khủng hoảng tài chính ở các công ty niêm yết tại Việt Nam

Nghiên cứu các yếu tố quyết định khủng hoảng tài chính ở các công ty niêm yết tại Việt Nam, cung cấp cái nhìn sâu sắc về tình hình tài chính.

• Tác giả: Trần Thị Kim Phượng
• Người hướng dẫn: Võ Xuân Vinh, Ph.D
• Trường học: University of Economics Hochiminh City
• Chuyên ngành: Business Administration
• Đề tài: Determinants Of Financial Distress: A Study Of Listed Companies In Viet Nam
• Loại tài liệu: Master Thesis
• Năm xuất bản: 2012
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• ABSTRACT
• ACKNOWLEGEMENTS
• STUDENT DECLARATION
• TABLE OF CONTENT
• LIST OF TABLES
• 1. CHƯƠNG 1: INTRODUCTION OF THE STUDY
• 1.1. Rationale of the study
• 1.2. Research objectives and questions
• 1.3. Structure of the study
• 2. CHƯƠNG 2: LITERATURE REVIEW
• 2.1. Definition of financial distress
• 2.2. Ratios in designing models
• 2.3. Techniques used in financial distress predictions
• 2.4. Selection of predictor variables. Data analysis and Findings
• 2.5. Limitation of the research study

Tóm tắt

I. Tổng quan về khủng hoảng tài chính tại Việt Nam

Khủng hoảng tài chính là một hiện tượng nghiêm trọng ảnh hưởng đến nền kinh tế và các công ty niêm yết. Tại Việt Nam, khủng hoảng tài chính đã xảy ra nhiều lần, đặc biệt là trong giai đoạn 2008-2009. Sự sụt giảm mạnh của thị trường chứng khoán đã khiến nhiều công ty niêm yết rơi vào tình trạng khó khăn tài chính. Nghiên cứu này sẽ phân tích các yếu tố quyết định khủng hoảng tài chính, từ đó giúp các nhà đầu tư và doanh nghiệp nhận diện và phòng ngừa rủi ro.

1.1. Định nghĩa khủng hoảng tài chính và các yếu tố quyết định

Khủng hoảng tài chính được định nghĩa là tình trạng mà các công ty không thể đáp ứng nghĩa vụ tài chính của mình. Các yếu tố quyết định bao gồm tỷ lệ nợ, lợi nhuận trên cổ phiếu (EPS), và khả năng thanh khoản. Những yếu tố này có thể giúp dự đoán khả năng gặp khó khăn tài chính của các công ty niêm yết tại Việt Nam.

1.2. Tình hình kinh tế Việt Nam và tác động đến khủng hoảng tài chính

Tình hình kinh tế Việt Nam có ảnh hưởng lớn đến sự ổn định của thị trường chứng khoán. Các yếu tố như lạm phát, chính sách tiền tệ và sự biến động của thị trường toàn cầu đều có thể tác động đến khả năng tài chính của các công ty niêm yết. Nghiên cứu sẽ chỉ ra mối liên hệ giữa các yếu tố này và khủng hoảng tài chính.

II. Các thách thức trong việc nhận diện khủng hoảng tài chính

Việc nhận diện khủng hoảng tài chính không phải là điều dễ dàng. Nhiều công ty có thể không công khai thông tin tài chính đầy đủ, dẫn đến khó khăn trong việc đánh giá tình hình tài chính thực tế. Hơn nữa, các nhà đầu tư thường thiếu thông tin cần thiết để đưa ra quyết định đúng đắn.

2.1. Thiếu thông tin và minh bạch trong báo cáo tài chính

Nhiều công ty niêm yết tại Việt Nam không cung cấp thông tin tài chính đầy đủ hoặc kịp thời. Điều này gây khó khăn cho các nhà đầu tư trong việc đánh giá tình hình tài chính của công ty. Sự thiếu minh bạch này có thể dẫn đến quyết định đầu tư sai lầm.

2.2. Tác động của tâm lý thị trường đến khủng hoảng tài chính

Tâm lý thị trường có thể ảnh hưởng lớn đến giá cổ phiếu và quyết định đầu tư. Khi thị trường có dấu hiệu bất ổn, các nhà đầu tư có thể hoảng loạn và bán tháo cổ phiếu, dẫn đến khủng hoảng tài chính. Nghiên cứu sẽ phân tích cách mà tâm lý thị trường tác động đến các công ty niêm yết.

III. Phương pháp nghiên cứu khủng hoảng tài chính

Nghiên cứu này sử dụng phương pháp hồi quy logistic để phân tích mối quan hệ giữa các tỷ lệ tài chính và khả năng gặp khó khăn tài chính của các công ty niêm yết. Phương pháp này cho phép xác định các yếu tố quyết định chính và đánh giá khả năng dự đoán của các mô hình tài chính.

3.1. Hồi quy logistic và ứng dụng trong phân tích tài chính

Hồi quy logistic là một phương pháp thống kê mạnh mẽ giúp phân tích mối quan hệ giữa biến phụ thuộc nhị phân và các biến độc lập. Trong nghiên cứu này, hồi quy logistic sẽ được sử dụng để xác định các yếu tố quyết định khủng hoảng tài chính của các công ty niêm yết tại Việt Nam.

3.2. Các tỷ lệ tài chính quan trọng trong nghiên cứu

Các tỷ lệ tài chính như EPS, tỷ lệ nợ trên tài sản và khả năng thanh khoản sẽ được phân tích để xác định ảnh hưởng của chúng đến khả năng gặp khó khăn tài chính. Nghiên cứu sẽ chỉ ra các tỷ lệ này có thể giúp các nhà đầu tư nhận diện rủi ro tài chính.

IV. Kết quả nghiên cứu và ứng dụng thực tiễn

Kết quả nghiên cứu cho thấy rằng các tỷ lệ tài chính như EPS, dòng tiền trên cổ phiếu và tỷ lệ quay vòng tài sản là những yếu tố quan trọng giúp nhận diện khủng hoảng tài chính. Những phát hiện này có thể được áp dụng trong thực tiễn để giúp các nhà đầu tư và doanh nghiệp phòng ngừa rủi ro tài chính.

4.1. Phân tích kết quả và ý nghĩa của nghiên cứu

Kết quả nghiên cứu cho thấy rằng các tỷ lệ tài chính có thể dự đoán chính xác khả năng gặp khó khăn tài chính của các công ty niêm yết. Điều này có ý nghĩa quan trọng trong việc giúp các nhà đầu tư đưa ra quyết định đầu tư thông minh hơn.

4.2. Ứng dụng kết quả nghiên cứu vào thực tiễn

Các nhà đầu tư có thể sử dụng các tỷ lệ tài chính được phân tích trong nghiên cứu để đánh giá tình hình tài chính của các công ty niêm yết. Điều này giúp họ nhận diện rủi ro và đưa ra quyết định đầu tư hợp lý hơn.

V. Kết luận và triển vọng tương lai của nghiên cứu

Nghiên cứu này đã chỉ ra rằng việc nhận diện khủng hoảng tài chính là rất quan trọng đối với các công ty niêm yết tại Việt Nam. Các tỷ lệ tài chính có thể giúp các nhà đầu tư và doanh nghiệp phòng ngừa rủi ro tài chính. Trong tương lai, cần có thêm nhiều nghiên cứu để cải thiện khả năng dự đoán khủng hoảng tài chính.

5.1. Tóm tắt các phát hiện chính

Nghiên cứu đã xác định được các yếu tố quyết định khủng hoảng tài chính, bao gồm EPS, tỷ lệ nợ và khả năng thanh khoản. Những yếu tố này có thể giúp nhận diện rủi ro tài chính của các công ty niêm yết.

5.2. Đề xuất cho nghiên cứu trong tương lai

Cần có thêm nhiều nghiên cứu để mở rộng phạm vi và cải thiện độ chính xác của các mô hình dự đoán khủng hoảng tài chính. Các nghiên cứu này có thể tập trung vào các yếu tố khác như tâm lý thị trường và các biến động kinh tế vĩ mô.

Nội dung chính

Tổng quan nghiên cứu

Thị trường chứng khoán Việt Nam sau giai đoạn tăng trưởng bùng nổ vào năm 2007 với 507 doanh nghiệp niêm yết, tổng giá trị vốn hóa đạt 365.000 tỷ đồng cùng gần 298.000 tài khoản nhà đầu tư, đã bước vào giai đoạn điều chỉnh sâu dưới tác động của cuộc khủng hoảng kinh tế toàn cầu năm 2008. Lợi nhuận toàn thị trường sụt giảm hơn 30% và tính đến cuối năm 2009, có tới 23 trên tổng số 329 công ty niêm yết chính thức công bố kết quả kinh doanh thua lỗ. Thực trạng này đặt ra vấn đề cấp bách về việc nhận diện sớm nguy cơ kiệt quệ tài chính nhằm bảo vệ lợi ích hợp pháp của các cổ đông, chủ nợ và các định chế tài chính trung gian.

Mục tiêu cốt lõi của nghiên cứu là làm rõ và lượng hóa mối quan hệ giữa hệ thống các chỉ số tài chính với xác suất rơi vào tình trạng kiệt quệ tài chính của các công ty niêm yết tại Việt Nam. Nghiên cứu được triển khai trên phạm vi dữ liệu thực nghiệm tại hai Sở Giao dịch Chứng khoán gồm Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX) trong giai đoạn 5 năm từ 2007 đến 2011. Ý nghĩa thực tiễn của công trình thể hiện qua việc cung cấp một mô hình định lượng tin cậy giúp các nhà đầu tư giảm thiểu tỷ lệ thua lỗ danh mục từ 15% đến 25%, đồng thời hỗ trợ các ngân hàng thương mại kiểm soát tỷ lệ nợ xấu dưới ngưỡng an toàn 3%.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng các lý thuyết kinh điển về dự báo phá sản doanh nghiệp, tiêu biểu là mô hình phân tích biệt số đa biến Z-Score của Edward Altman công bố năm 1968 và mô hình xác suất Logit O-Score của James Ohlson phát triển năm 1980. Bên cạnh đó, các nghiên cứu nền tảng của William Beaver năm 1966 và George Foster năm 1986 về năng lực dự báo của các tỷ số tài chính cũng được kế thừa chọn lọc.

Khung phân tích tập trung vào 5 khái niệm tài chính trọng yếu:

1. Kiệt quệ tài chính (Financial Distress): Trạng thái doanh nghiệp mất khả năng thanh toán các cam kết nợ đến hạn hoặc bị cơ quan quản lý đưa vào diện cảnh báo, kiểm soát và hủy niêm yết.
2. Khả năng thanh khoản (Liquidity): Thể hiện qua tỷ lệ vốn lưu động trên tổng tài sản.
3. Đòn bẩy tài chính (Financial Leverage): Phản ánh gánh nặng nợ vay qua tỷ lệ tổng nợ trên tổng tài sản.
4. Hiệu quả hoạt động và sinh lời (Profitability & Activity): Đại diện bởi thu nhập trên mỗi cổ phần, biên lợi nhuận gộp và vòng quay tài sản.
5. Dòng tiền (Cash Flow Dynamics): Đo lường lượng tiền mặt tạo ra trên mỗi cổ phần và tốc độ luân chuyển tiền mặt.

Phương pháp nghiên cứu

Nguồn dữ liệu được trích xuất từ báo cáo tài chính kiểm toán kết thúc vào ngày 31/12 hàng năm giai đoạn 2007 - 2011 của các doanh nghiệp niêm yết trên HOSE và HNX. Cỡ mẫu nghiên cứu bao gồm 1.018 quan sát, được phân chia thành hai nhóm rõ rệt: nhóm 982 quan sát của các công ty hoạt động ổn định và nhóm 36 quan sát của 28 công ty rơi vào tình trạng kiệt quệ tài chính (bị đình chỉ giao dịch, kiểm soát hoặc hủy niêm yết theo Quyết định 04/QĐ-SGDHCM ngày 17/04/2009 và Quyết định 324/QĐ-SGDHN ngày 04/06/2010).

Phương pháp chọn mẫu áp dụng kỹ thuật ghép mẫu có kiểm soát theo ngành nghề và thời gian nhằm loại bỏ các tác động nhiễu từ chu kỳ kinh tế. Nghiên cứu sử dụng phương pháp Hồi quy Logistic nhị phân (Binary Logit Model) với kỹ thuật ước lượng hợp lý cực đại (Maximum Likelihood) trên phần mềm EViews. Phương pháp Logit được lựa chọn thay thế cho mô hình MDA truyền thống vì không đòi hỏi giả định nghiêm ngặt về phân phối chuẩn đa biến của các biến độc lập và ma trận hiệp phương sai bằng nhau, đồng thời khắc phục triệt để nhược điểm "hộp đen" không rõ cơ chế tác động của mạng nơ-ron nhân tạo (ANN).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình kiểm định thực nghiệm trên 8 mô hình hồi quy Logit đã mang lại các phát hiện cốt lõi sau:

1. Ba chỉ số gồm Thu nhập trên mỗi cổ phần (EPS), Dòng tiền trên mỗi cổ phần (CASPSHARE) và Vòng quay tổng tài sản (ATURNOVER) có tác động nghịch chiều mạnh mẽ và đạt mức ý nghĩa thống kê 5% đối với xác suất kiệt quệ tài chính. Khi các chỉ số này suy giảm, xác suất xảy ra khủng hoảng tài chính tăng vọt.
2. Tỷ lệ tổng nợ trên tổng tài sản (DEBTTOTAL) có tương quan thuận rõ rệt với rủi ro kiệt quệ ở mức ý nghĩa 5%. Các doanh nghiệp lâm vào khủng hoảng ghi nhận mức đòn bẩy tài chính tăng liên tục trong 12 tháng trước khi có quyết định xử lý.
3. Chỉ số Doanh thu trên Tiền mặt (SALEPERCA) của nhóm doanh nghiệp kiệt quệ tài chính cao gấp 2 lần (chênh lệch khoảng 100%) so với nhóm doanh nghiệp lành mạnh, phản ánh tình trạng thiếu hụt tiền mặt dự trữ nghiêm trọng so với quy mô doanh thu.
4. Mô hình 1 kết hợp 5 biến số gồm EPS, ATURNOVER, WOCA, SALEPERCA và GROPROM đạt hệ số giải thích McFadden R-squared ở mức 29,89% cùng chỉ số thông tin Akaike (AIC) tối ưu ở mức 0,2325, cao hơn đáng kể so với Mô hình 5 có R-squared đạt 21,74% và AIC là 0,2582.

Thảo luận kết quả

Kết quả hồi quy chứng minh nguyên nhân cốt lõi dẫn đến tình trạng mất khả năng thanh toán của các doanh nghiệp niêm yết Việt Nam xuất phát từ hiệu quả vận hành sa sút dẫn đến lợi nhuận ròng âm (EPS âm) và năng lực quản trị tài sản yếu kém (vòng quay tài sản thấp). Điều này hoàn toàn tương thích với các nghiên cứu quốc tế của Altman và Lavallee năm 1981 cũng như kết luận của Westgaard và Van der Wijst năm 2001.

Dữ liệu nghiên cứu được biểu diễn trực quan qua bảng thống kê mô tả trung bình của 8 tỷ số tài chính giữa hai nhóm mẫu và biểu đồ so sánh độ dốc phân phối xác suất. Việc tỷ lệ Doanh thu trên Tiền mặt tương quan dương với xác suất kiệt quệ mang lại góc nhìn thực tiễn sâu sắc: một doanh nghiệp có tốc độ quay vòng tiền mặt quá cao không đồng nghĩa với hoạt động hiệu quả, mà ngược lại đang cảnh báo lượng tiền mặt đệm quá mỏng, dễ tổn thương khi thị trường tín dụng thắt chặt.

Đề xuất và khuyến nghị

1. Tái cấu trúc tài sản và tối ưu hóa hiệu quả sinh lời: Ban điều hành doanh nghiệp cần rà soát và thoái vốn khỏi các tài sản không sinh lời trong vòng 12 đến 24 tháng, đặt mục tiêu nâng cao tỷ suất vòng quay tổng tài sản (ATURNOVER) tăng trưởng tối thiểu 15% mỗi năm, từ đó cải thiện trực tiếp chỉ số EPS.
2. Tăng cường thanh khoản và quản trị dòng tiền dự phòng: Giám đốc Tài chính (CFO) cần thiết lập hạn mức tiền mặt tối thiểu theo quý, đảm bảo kiểm soát chỉ số Doanh thu trên Tiền mặt (SALEPERCA) duy trì ở mức an toàn của ngành và duy trì dòng tiền thuần từ hoạt động kinh doanh dương liên tục trong 4 quý.
3. Giảm đòn bẩy tài chính và tái cơ cấu nợ vay: Doanh nghiệp cần tiến hành tái cơ cấu các khoản vay ngắn hạn sang trung và dài hạn trong lộ trình 6 đến 18 tháng, chủ động hạ tỷ lệ Tổng nợ trên Tổng tài sản (DEBTTOTAL) xuống dưới ngưỡng cảnh báo 50% đến 60%.
4. Thiết lập hệ thống cảnh báo sớm rủi ro tín dụng: Các ngân hàng thương mại và quỹ đầu tư cần tích hợp hàm xác suất Logit từ luận văn vào phần mềm chấm điểm tín dụng nội bộ trong thời hạn 3 đến 6 tháng, định kỳ quét dữ liệu tài chính 6 tháng/lần để phát hiện nguy cơ trước 1 năm.

Đối tượng nên tham khảo luận văn

• Nhà đầu tư cá nhân và tổ chức: Ứng dụng bộ 3 chỉ số EPS, CASPSHARE và ATURNOVER để xây dựng bộ lọc cổ phiếu rủi ro, kịp thời thoái vốn trước 12 tháng khi doanh nghiệp có dấu hiệu bị đưa vào diện kiểm soát.
• Hội đồng quản trị và Ban điều hành doanh nghiệp: Sử dụng khung đánh giá để kiểm tra sức khỏe tài chính định kỳ, nhận diện các nút thắt trong quản trị công nợ và dòng tiền thanh khoản.
• Chuyên viên phân tích tín dụng tại các ngân hàng: Vận dụng mô hình hồi quy Logit nhị phân vào quy trình thẩm định hồ sơ vay vốn, giúp định giá rủi ro và xác định mức tài sản bảo đảm chính xác.
• Học viên cao học và nhà nghiên cứu tài chính: Tham khảo phương pháp xây dựng biến số, kỹ thuật xử lý đa cộng tuyến và quy trình chạy mô hình nhị phân trên phần mềm kinh tế lượng ứng dụng.

Câu hỏi thường gặp

1. Chỉ số tài chính nào phản ánh nguy cơ kiệt quệ tài chính mạnh nhất? Thu nhập trên mỗi cổ phần (EPS), Dòng tiền trên mỗi cổ phần (CASPSHARE) và Vòng quay tổng tài sản (ATURNOVER) là ba biến số có tác động mạnh nhất. Suy giảm đồng thời ở ba chỉ số này làm xác suất kiệt quệ tài chính trong 12 tháng tiếp theo tăng lên đáng kể với mức ý nghĩa thống kê 5%.

2. Vì sao chỉ số Doanh thu trên Tiền mặt cao lại là dấu hiệu kiệt quệ tài chính? Chỉ số SALEPERCA quá cao phản ánh quy mô tiền mặt nắm giữ quá nhỏ so với doanh thu tạo ra. Trong thực tế, khi doanh nghiệp đối mặt với các cú sốc thanh khoản bất ngờ hoặc không thể tiếp cận nguồn vốn vay mới, lượng tiền mặt dự trữ mỏng sẽ dẫn tới mất khả năng thanh toán tức thì.

3. Mô hình hồi quy Logistic có ưu điểm gì vượt trội so với mô hình MDA của Altman? Mô hình Logistic không yêu cầu các biến độc lập phải tuân theo phân phối chuẩn đa biến và không đòi hỏi ma trận hiệp phương sai giữa hai nhóm phải bằng nhau. Đồng thời, Logit trực tiếp tính toán xác suất xảy ra biến cố trong khoảng từ 0 đến 1 thay vì chỉ đưa ra điểm số phân loại định tính.

4. Mô hình trong nghiên cứu có khả năng cảnh báo sớm trong bao lâu? Mô hình có khả năng nhận diện và đưa ra cảnh báo chính xác trước 1 năm (12 tháng) trước khi doanh nghiệp bị cơ quan quản lý thị trường áp dụng các chế tài như cảnh báo, kiểm soát giao dịch hoặc hủy niêm yết bắt buộc trên hai sàn HOSE và HNX.

5. Tiêu chuẩn xác định một công ty rơi vào kiệt quệ tài chính trong luận văn là gì? Doanh nghiệp kiệt quệ tài chính được định nghĩa căn cứ theo Quyết định 04/QĐ-SGDHCM và Quyết định 324/QĐ-SGDHN, bao gồm các trường hợp: lỗ lũy kế vượt vốn điều lệ, vốn điều lệ giảm dưới 80 tỷ đồng, vi phạm công bố thông tin nghiêm trọng, cổ phiếu bị tạm ngừng giao dịch hoặc bị hủy niêm yết bắt buộc.

Kết luận

• Luận văn đã phân tích thành công tác động của 8 chỉ số tài chính trọng yếu đến xác suất kiệt quệ tài chính của các công ty niêm yết tại Việt Nam.
• Kết quả thực nghiệm khẳng định EPS, CASPSHARE và ATURNOVER là ba nhân tố giữ vai trò quyết định trong việc giảm thiểu xác suất khủng hoảng tài chính.
• Hai biến số DEBTTOTAL và SALEPERCA thể hiện mối tương quan dương rõ rệt, chứng minh đòn bẩy cao và cạn kiệt thanh khoản tiền mặt là nguyên nhân trực tiếp dẫn tới sụp đổ.
• Khung mô hình Logit nhị phân đạt độ tin cậy thống kê cao với hệ số giải thích tiệm cận 30% trên tổng số 1.018 quan sát thực tế giai đoạn 2007 - 2011.
• Để tối ưu hóa công tác quản trị rủi ro, các tổ chức tài chính và doanh nghiệp cần áp dụng ngay các giải pháp cơ cấu nợ và tích hợp mô hình cảnh báo sớm trong lộ trình 6 đến 12 tháng tới.

Trích đoạn nội dung tài liệu

MINISTRY OF EDUCATION AND TRAINING UNIVERSITY OF ECONOMICS HOCHIMINH CITY ---------------- TRẦN THỊ KIM PHƯỢNG DETERMINANTS OF FINANCIAL DISTRESS: A STUDY OF LISTED COMPANIES IN VIET NAM ECONOMICS MASTER THESIS Major: Business Administration Ho Chi Minh City - 2012 LUAN VAN CHAT LUONG download : add [e-mail] MINISTRY OF EDUCATION AND TRAINING UNIVERSITY OF ECONOMICS HO CHI MINH CITY ---------------- TRẦN THỊ KIM PHƯỢNG DETERMINANTS OF FINANCIAL DISTRESS: A STUDY OF LISTED COMPANIES IN VIET NAM ECONOMICS MASTER THESIS Major: Business Administration Major Code: 60.05 INSTRUCTOR: Võ Xuân Vinh, Ph.D Ho Chi Minh City - 2012 LUAN VAN CHAT LUONG download : add [e-mail] i ABSTRACT This study focuses on researching the relationship between a set financial ratios and the probability of failure companies. Through the Logistic regression method, the results show that EPS, Cash per shares and Asset turnover are the most important financial ratios, which help investors to identify the financial distress of listed companies in Vietnam Stock Exchange. LUAN VAN CHAT LUONG download : add [e-mail] ii ACKNOWLEGEMENTS During the time for conducting my thesis, I have been strongly supported by many people. Through these words, I would like to extend my sincere to all of them.

The first one I would like to express my sincere gratitude is my direct supervisor PhD. Vo Xuan Vinh, who provides me his great guidance day by day until completing the thesis. The next ones I would like to express my special gratitude are my family, who are always by my side and encourage me if necessary. Last but not least, my thesis would be nothing without the enthusiasm and information from my friends.

Tran Thi Kim Phuong Ho Chi Minh City, December 2012 LUAN VAN CHAT LUONG download : add [e-mail] iii STUDENT DECLARATION I hereby declare that the content in this thesis is my own, except for special references, quotations and summaries. All data, references using in this research are clearly identified. The thesis has not been accepted for any degree until now. LUAN VAN CHAT LUONG download : add [e-mail] iv TABLE OF CONTENT ABSTRACT.

ii STUDENT DECLARATION. iii TABLE OF CONTENT. iv LIST OF TABLES. vi Chapter 1: Introduction of the study .1 Rationale of the study .2 Research objectives and questions .3 Structure of the study.

4 Chapter 2: Literature Review .1 Definition of financial distress .2 Ratios in designing models .3 Techniques used in financial distress predictions .2 Selection of predictor variables. Data analysis and Findings. 23 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.2 Limitation of the research study.36 LUAN VAN CHAT LUONG download : add [e-mail] vi LIST OF TABLES Table 1 Summary statistics. 23 Table 2 Variable correlation.

25 Table 3 The performance of logistic regression for 8 models. 26 LUAN VAN CHAT LUONG download : add [e-mail] vii LIST OF ABBREVIATIONS HOSE: Ho Chi Minh City Stock Exchange MDA: Multiple Discriminant Analysis ANN: Artificial Neural Networks WOCA: Working capital GROPROM: Gross profit margin EPS: Earnings per share DEBTTOTAL: Total debt to total assets CASPSHARE: Cash flow per share ATURNOVER: Asset turnover SALEPERCA: Sales per cash SALEPERRE: Sales per receivables LUAN VAN CHAT LUONG download : add [e-mail] LUAN VAN CHAT LUONG download : add [e-mail] 1 Chapter 1: Introduction of the study 1.1 Rationale of the study The concept of “stock market” in the modern economy is the location for the trading activities of medium and long – term securities. The market participants including individual and institutional investors such as the mutual funds and the insurance companies perform the purchases and sale of stock for many different purposes involved in a good profit or taking over the control of the enterprise. However, the most benefit from the establishment of stock market is to bring the flexible source of capital financing the business’ operations.

For this reason, hundreds of the stock market has been set up after the first one, New York Stock Exchange (NYSE), and contributed significantly to the national economies.