Ứng dụng mô hình z score điều chỉnh để đánh giá rủi ro phá sản của các doanh nghiệp niêm yết trên thị trường chứng khoán việt nam giai đoạn 2017 2021

Nghiên cứu ứng dụng mô hình Z-Score điều chỉnh để đánh giá rủi ro phá sản doanh nghiệp niêm yết Việt Nam giai đoạn 2017-2021. Phân tích chuyên sâu và kết quả.

• Tác giả: Nguyễn Ngọc Lan
• Người hướng dẫn: ThS. Bùi Ngọc Phương
• Trường học: Học viện Ngân hàng
• Chuyên ngành: Tài chính
• Đề tài: Ứng dụng mô hình Z”-score điều chỉnh để đánh giá rủi ro phá sản của các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2017-2021
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2022
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN CỦA TÁC GIẢ
• LỜI CẢM ƠN
• MỞ ĐẦU
• 0.1. Mục đích nghiên cứu của đề tài
• 0.2. Đối tượng, phạm vi nghiên cứu
• 0.3. Phương pháp nghiên cứu
• 0.4. Kết cấu của khoá luận
• 1. CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU
• 1.1. Rủi ro phá sản
• 1.1.1. Khái niệm rủi ro
• 1.1.2. Rủi ro phá sản
• 1.1.3. Vai trò của việc dự báo rủi ro phá sản
• 1.1.3.1. Từ phía doanh nghiệp
• 1.1.3.2. Từ phía nhà đầu tư
• 1.1.3.3. Từ phía người cho vay
• 1.2. Khung lý thuyết về mô hình Z-score
• 1.2.1. Mô hình Z-score của Altman
• 1.2.2. Mô hình Z’ Score
• 1.2.3. Mô hình Z’’ score đối với các doanh nghiệp khác
• 1.2.4. Mô hình Z” điều chỉnh
• 1.2.5. Mô hình Zeta
• 1.3. Các nghiên cứu thực nghiệm
• 1.3.1. Các nghiên cứu nước ngoài
• 1.3.2. Các nghiên cứu trong nước
• 1.4. Khung nghiên cứu, khoảng trống và câu hỏi nghiên cứu
• 1.4.1. Khung nghiên cứu
• 1.4.2. Khoảng trống nghiên cứu và câu hỏi nghiên cứu
• 2. CHƯƠNG 2: DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 2.1. Số liệu nghiên cứu
• 2.2. Phương pháp nghiên cứu
• 3. CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU
• 3.1. Tình hình chung doanh nghiệp niêm yết tại Việt Nam giai đoạn 2017-2021
• 3.1.1. Tình hình chung của TTCK Việt Nam
• 3.1.2. Tình hình doanh nghiệp
• 3.2. Kết quả nghiên cứu
• 3.2.1. Thống kê mô tả
• 3.2.2. Kết quả phân loại theo nhóm ngành
• 3.2.3. Kết quả phân loại giao theo sàn giao dịch chứng khoán
• 3.2.4. Đánh giá hiệu quả của mô hình trong việc cảnh báo rủi ro phá sản
• 3.2.4.1. Đánh giá kết quả mô hình
• 4. CHƯƠNG 4: KẾT LUẬN VÀ KHUYẾN NGHỊ CHÍNH SÁCH
• 4.1. Khuyến nghị và chính sách
• 4.1.1. Từ phía nhà nước
• 4.1.2. Từ phía người cho vay
• 4.1.3. Từ phía doanh nghiệp
• 4.2. Hạn chế của đề tài và kết quả nghiên cứu
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Rủi Ro Phá Sản Doanh Nghiệp Niêm Yết Việt Nam

Trong quá trình phát triển, các doanh nghiệp luôn đối mặt với rủi ro mất khả năng thanh toán và phá sản. Các cuộc khủng hoảng kinh tế toàn cầu và gần đây nhất là đại dịch Covid-19 đã ảnh hưởng nghiêm trọng đến sức khỏe tài chính của doanh nghiệp. Tại Việt Nam, số lượng doanh nghiệp rút khỏi thị trường năm 2021 đã tăng lên đáng báo động. Do đó, việc nghiên cứu và dự báo rủi ro phá sản là vô cùng quan trọng. Mô hình Z-Score của Altman, với khả năng sử dụng các chỉ số tài chính để đánh giá rủi ro, đã được chứng minh là hiệu quả ở nhiều quốc gia. Nghiên cứu này tập trung vào ứng dụng mô hình Z-Score điều chỉnh để đánh giá rủi ro phá sản của doanh nghiệp niêm yết Việt Nam giai đoạn 2017-2021.

1.1. Khái niệm và bản chất của rủi ro phá sản doanh nghiệp

Rủi ro phá sản là một phần trong hệ thống các rủi ro mà doanh nghiệp phải đối mặt. Theo định nghĩa, rủi ro là các sự kiện không chắc chắn, gây tổn thất hoặc không đạt được mục tiêu kinh doanh. Rủi ro phá sản là một mảng nghiên cứu quan trọng, tác động trực tiếp tới sự sống còn của doanh nghiệp. Luật Phá sản 2014 quy định, doanh nghiệp mất khả năng thanh toán và bị tòa án tuyên bố phá sản được coi là phá sản. Đánh giá khả năng thanh toán là cần thiết để xác định nguy cơ phá sản.

1.2. Vai trò của việc dự báo rủi ro phá sản cho các bên liên quan

Dự báo rủi ro phá sản đóng vai trò quan trọng đối với doanh nghiệp, nhà đầu tư và người cho vay. Doanh nghiệp có thể sử dụng thông tin này để đưa ra các chiến lược tăng cường sức khỏe tài chính. Nhà đầu tư có thể đánh giá mức độ an toàn của khoản đầu tư. Người cho vay có thể đo lường rủi ro mất khả năng thanh toán trước khi quyết định cho vay. Tất cả các bên đều cần quản trị rủi ro vỡ nợ để tránh thiệt hại.

II. Thách Thức Mô Hình Z Score Truyền Thống Thị Trường VN

Mô hình Z-Score của Altman được xây dựng dựa trên dữ liệu của các công ty Mỹ và có thể không hoàn toàn phù hợp với điều kiện kinh tế và đặc điểm của doanh nghiệp niêm yết Việt Nam. Các yếu tố như cấu trúc vốn, quy định kế toán và môi trường kinh doanh có thể khác biệt đáng kể. Do đó, việc áp dụng trực tiếp mô hình Z-Score truyền thống có thể dẫn đến kết quả sai lệch. Cần thiết phải có sự điều chỉnh để phù hợp hơn với thị trường Việt Nam, đảm bảo độ tin cậy của kết quả phân tích tài chính và dự báo rủi ro phá sản.

2.1. Hạn chế của mô hình Z Score Altman gốc khi áp dụng tại VN

Mô hình Z-Score Altman được xây dựng dựa trên dữ liệu của các công ty Mỹ, có cấu trúc tài chính và môi trường kinh doanh khác biệt so với Việt Nam. Việc áp dụng mô hình này mà không điều chỉnh có thể dẫn đến sai lệch. Sự khác biệt về chuẩn mực kế toán, quy định pháp luật và văn hóa kinh doanh là những yếu tố cần xem xét. Các biến số tài chính trong mô hình cần được hiệu chỉnh để phản ánh đúng tình hình của doanh nghiệp Việt Nam.

2.2. Yếu tố kinh tế vĩ mô ảnh hưởng đến rủi ro phá sản ở VN

Tình hình kinh tế vĩ mô có ảnh hưởng lớn đến rủi ro phá sản của doanh nghiệp. Lãi suất, tỷ giá hối đoái, lạm phát và tăng trưởng GDP đều có thể tác động đến khả năng thanh toán và lợi nhuận của doanh nghiệp. Các chính sách của nhà nước cũng có thể ảnh hưởng đến môi trường kinh doanh. Việc xem xét các yếu tố vĩ mô là cần thiết để đánh giá rủi ro phá sản một cách toàn diện.

2.3. Sự khác biệt ngành nghề ảnh hưởng đến rủi ro phá sản ở VN

Rủi ro phá sản cũng có sự khác biệt đáng kể giữa các ngành nghề khác nhau. Ngành xây dựng, bất động sản, khai khoáng, tiện ích, bán lẻ, bán buôn, vận tải và kho bãi có đặc thù riêng về cấu trúc tài chính, vòng quay vốn và mức độ cạnh tranh. Mô hình Z-Score cần được điều chỉnh để phù hợp với từng ngành nghề, đảm bảo độ chính xác của kết quả dự báo.

III. Phương Pháp Ứng Dụng Mô Hình Z Score Điều Chỉnh 2017 2021

Nghiên cứu này sử dụng mô hình Z-Score điều chỉnh để đánh giá rủi ro phá sản của doanh nghiệp niêm yết tại Việt Nam trong giai đoạn 2017-2021. Mô hình được điều chỉnh để phù hợp với đặc điểm của thị trường Việt Nam và các yếu tố kinh tế vĩ mô. Dữ liệu tài chính của 120 doanh nghiệp thuộc các ngành khác nhau trên sàn HOSE và HNX được thu thập và phân tích. Kết quả phân tích tài chính được sử dụng để đánh giá khả năng dự báo phá sản của mô hình.

3.1. Quy trình thu thập và xử lý dữ liệu tài chính doanh nghiệp

Dữ liệu tài chính được thu thập từ báo cáo tài chính đã được kiểm toán của các doanh nghiệp niêm yết trên HOSE và HNX trong giai đoạn 2017-2021. Các báo cáo tài chính được chuẩn hóa và xử lý để đảm bảo tính nhất quán và so sánh được. Các chỉ số tài chính cần thiết cho mô hình Z-Score điều chỉnh được tính toán từ dữ liệu đã xử lý.

3.2. Các biến số và phương pháp điều chỉnh mô hình Z Score

Mô hình Z-Score được điều chỉnh bằng cách thay đổi trọng số của các biến số tài chính và bổ sung các biến số kinh tế vĩ mô. Trọng số của các biến số được điều chỉnh dựa trên phân tích hồi quy và các nghiên cứu trước đây về thị trường Việt Nam. Các biến số kinh tế vĩ mô như GDP, lãi suất và lạm phát được đưa vào mô hình để tăng độ chính xác.

3.3. Phương pháp phân tích thống kê và đánh giá độ chính xác

Dữ liệu được phân tích bằng các phương pháp thống kê như phân tích hồi quy, phân tích phân biệt và phân tích độ nhạy. Độ chính xác của mô hình được đánh giá bằng cách so sánh kết quả dự báo với thực tế phá sản của các doanh nghiệp trong mẫu nghiên cứu. Các chỉ số như độ chính xác, độ nhạy và độ đặc hiệu được sử dụng để đánh giá hiệu quả của mô hình.

IV. Kết Quả Đánh Giá Cảnh Báo Rủi Ro Phá Sản Doanh Nghiệp

Kết quả nghiên cứu cho thấy mô hình Z-Score điều chỉnh có khả năng dự báo phá sản tương đối chính xác đối với doanh nghiệp niêm yết Việt Nam giai đoạn 2017-2021. Mô hình có thể phân loại doanh nghiệp thành các nhóm có mức độ rủi ro khác nhau. Các doanh nghiệp có Z-Score thấp có nguy cơ phá sản cao hơn. Kết quả cũng cho thấy có sự khác biệt về rủi ro phá sản giữa các ngành và các sàn giao dịch.

4.1. Thống kê mô tả và phân tích kết quả Z Score theo ngành

Kết quả Z-Score được thống kê mô tả và phân tích theo ngành để xác định các ngành có mức độ rủi ro phá sản cao nhất. Các ngành có hệ số đòn bẩy cao, lợi nhuận thấp và khả năng thanh toán kém thường có Z-Score thấp hơn. Kết quả này cung cấp thông tin hữu ích cho nhà đầu tư và người cho vay.

4.2. So sánh kết quả Z Score giữa sàn HOSE và HNX

Kết quả Z-Score được so sánh giữa sàn HOSE và HNX để xác định sự khác biệt về rủi ro phá sản giữa các doanh nghiệp niêm yết trên hai sàn. Các doanh nghiệp niêm yết trên HOSE thường có quy mô lớn hơn và tình hình tài chính tốt hơn so với các doanh nghiệp niêm yết trên HNX. Do đó, Z-Score trung bình trên HOSE thường cao hơn.

4.3. Đánh giá hiệu quả dự báo và độ chính xác của mô hình

Hiệu quả dự báo và độ chính xác của mô hình được đánh giá bằng cách so sánh kết quả dự báo với thực tế phá sản của các doanh nghiệp trong mẫu nghiên cứu. Các chỉ số như độ chính xác, độ nhạy và độ đặc hiệu được sử dụng để đánh giá hiệu quả của mô hình. Kết quả cho thấy mô hình có khả năng dự báo phá sản tương đối chính xác.

V. Khuyến Nghị Giải Pháp Giảm Rủi Ro Phá Sản Doanh Nghiệp VN

Dựa trên kết quả nghiên cứu, một số khuyến nghị được đưa ra nhằm giảm rủi ro phá sản cho doanh nghiệp niêm yết Việt Nam. Doanh nghiệp cần tăng cường quản trị tài chính, cải thiện khả năng thanh toán và giảm thiểu rủi ro tín dụng. Nhà nước cần tạo môi trường kinh doanh ổn định và hỗ trợ doanh nghiệp tiếp cận vốn. Người cho vay cần đánh giá rủi ro tín dụng một cách cẩn thận trước khi cho vay.

5.1. Giải pháp tăng cường quản trị tài chính cho doanh nghiệp

Doanh nghiệp cần tăng cường quản trị tài chính bằng cách kiểm soát chi phí, tối ưu hóa cấu trúc vốn và cải thiện hiệu quả hoạt động. Việc lập kế hoạch tài chính, theo dõi dòng tiền và quản lý rủi ro tín dụng là rất quan trọng. Doanh nghiệp cũng cần tuân thủ các quy định kế toán và báo cáo tài chính minh bạch.

5.2. Chính sách hỗ trợ doanh nghiệp từ phía nhà nước

Nhà nước cần tạo môi trường kinh doanh ổn định bằng cách giảm thiểu rủi ro pháp lý và cải thiện cơ sở hạ tầng. Các chính sách hỗ trợ doanh nghiệp tiếp cận vốn, giảm thuế và phí cũng rất quan trọng. Nhà nước cũng cần tăng cường giám sát và quản lý thị trường tài chính để ngăn chặn các hoạt động gian lận.

5.3. Lưu ý cho người cho vay khi đánh giá rủi ro tín dụng

Người cho vay cần đánh giá rủi ro tín dụng một cách cẩn thận trước khi cho vay. Việc phân tích báo cáo tài chính, đánh giá khả năng thanh toán và kiểm tra lịch sử tín dụng của doanh nghiệp là rất quan trọng. Người cho vay cũng cần theo dõi tình hình tài chính của doanh nghiệp trong suốt thời gian vay.

VI. Tương Lai Phát Triển Hoàn Thiện Mô Hình Z Score Tại VN

Nghiên cứu này có một số hạn chế và có thể được mở rộng trong tương lai. Cần có thêm nghiên cứu để hoàn thiện mô hình Z-Score điều chỉnh và đánh giá hiệu quả dự báo trong dài hạn. Việc kết hợp mô hình Z-Score với các mô hình dự báo khác cũng có thể tăng độ chính xác. Nghiên cứu cũng cần xem xét các yếu tố định tính ảnh hưởng đến rủi ro phá sản.

6.1. Hướng nghiên cứu tiếp theo để hoàn thiện mô hình dự báo

Các hướng nghiên cứu tiếp theo có thể tập trung vào việc bổ sung các biến số định tính vào mô hình, kết hợp mô hình Z-Score với các mô hình dự báo khác và đánh giá hiệu quả dự báo trong dài hạn. Việc thu thập dữ liệu từ nhiều nguồn khác nhau cũng có thể tăng độ chính xác.

6.2. Ứng dụng AI và Machine Learning trong dự báo phá sản

Trí tuệ nhân tạo (AI) và học máy (Machine Learning) có thể được ứng dụng để cải thiện khả năng dự báo phá sản. Các thuật toán AI có thể học từ dữ liệu lịch sử và xác định các yếu tố quan trọng ảnh hưởng đến rủi ro phá sản. Việc sử dụng AI có thể tăng độ chính xác và hiệu quả của mô hình.

6.3. Đề xuất chính sách để hỗ trợ doanh nghiệp phát triển bền vững

Các chính sách cần được xây dựng để hỗ trợ doanh nghiệp phát triển bền vững và giảm thiểu rủi ro phá sản. Các chính sách này có thể tập trung vào việc cải thiện môi trường kinh doanh, hỗ trợ doanh nghiệp tiếp cận vốn và tăng cường quản trị rủi ro. Việc khuyến khích doanh nghiệp áp dụng các tiêu chuẩn ESG (Môi trường, Xã hội và Quản trị) cũng rất quan trọng.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong quá trình vận hành và phát triển hoạt động sản xuất kinh doanh, mọi doanh nghiệp đều phải đối mặt với nguy cơ mất khả năng thanh toán và phá sản. Lịch sử kinh tế toàn cầu đã ghi nhận nhiều cuộc khủng hoảng tài chính nghiêm trọng như giai đoạn 1929–1933, cuộc khủng hoảng tài chính châu Á năm 1997, cuộc khủng hoảng kinh tế năm 2008 và gần đây nhất là đại dịch Covid-19. Tại Việt Nam, tác động tiêu cực của dịch bệnh đã khiến hơn 119,8 nghìn doanh nghiệp rút lui khỏi thị trường trong năm 2021 (tăng 17,8% so với năm trước), đặt sức khỏe tài chính của khu vực doanh nghiệp vào tình trạng báo động.

Để nhận diện sớm nguy cơ suy kiệt tài chính, các mô hình định lượng dự báo phá sản đóng vai trò là công cụ quản trị và thẩm định trọng yếu. Xuất phát từ thực tiễn đó, khóa luận tốt nghiệp "Ứng dụng mô hình Z”-score điều chỉnh để đánh giá rủi ro phá sản của các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2017-2021" của tác giả Nguyễn Ngọc Lan (Khoa Tài chính, Học viện Ngân hàng) đã được thực hiện.

Mục tiêu nghiên cứu của đề tài bao gồm:

1. Ứng dụng mô hình $Z''$-score điều chỉnh (Emerging Market Score - EMS) nhằm dự báo khả năng phá sản của các công ty niêm yết trên thị trường chứng khoán Việt Nam.
2. Đề xuất các khuyến nghị, giải pháp cụ thể nhằm giảm thiểu rủi ro phá sản cho ngân hàng thương mại, doanh nghiệp và các chủ thể liên quan trên thị trường.

Khóa luận tập trung giải quyết 3 câu hỏi nghiên cứu:

1. Nhóm ngành nào có khả năng phá sản cao ở thị trường Việt Nam đối với nhóm doanh nghiệp có quy mô vốn hóa từ 100 đến 600 tỷ đồng?
2. Trên hai sàn chứng khoán HOSE và HNX, sàn giao dịch nào tập trung các doanh nghiệp có mức độ rủi ro phá sản cao hơn?
3. Mô hình $Z''$-score điều chỉnh có mức độ phù hợp và hiệu quả như thế nào khi áp dụng vào bối cảnh thị trường chứng khoán Việt Nam?

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Mô hình phá sản $Z''$-score điều chỉnh của Giáo sư Edward Altman và các cộng sự (Altman & Hotchkiss, 2006).
• Phạm vi không gian: 120 doanh nghiệp niêm yết thuộc 7 nhóm ngành (xây dựng, bất động sản, khai khoáng, tiện ích, bán lẻ, bán buôn, vận tải và kho bãi) trên hai Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) và TP. Hà Nội (HNX), có giá trị vốn hóa thị trường dao động từ 100 đến 600 tỷ đồng (thuộc nhóm cổ phiếu vốn hóa nhỏ - Small Cap/Penny). Đề tài loại trừ nhóm ngành tài chính - ngân hàng và ngành sản xuất do đặc thù cấu trúc tài chính không thuộc phạm vi của mô hình $Z''$ điều chỉnh.
• Phạm vi thời gian: Dữ liệu tài chính được thu thập trong giai đoạn 5 năm liên tục từ năm 2017 đến năm 2021 (tổng số 600 quan sát).

---

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng nền tảng lý luận dựa trên các quy định pháp lý hiện hành tại Việt Nam và hệ thống các mô hình dự báo kiệt quệ tài chính kinh điển trên thế giới:

• Cơ sở pháp lý: Khái niệm rủi ro được trích dẫn theo Khoản 5 Điều 2 Quyết định số 428/QĐ-UBCK ngày 11/07/2013 của Chủ tịch Ủy ban Chứng khoán Nhà nước. Tình trạng phá sản và mất khả năng thanh toán được xác định theo Khoản 1 và Khoản 2 Điều 4 Luật Phá sản 2014 (quy định doanh nghiệp mất khả năng thanh toán là doanh nghiệp không thực hiện nghĩa vụ thanh toán khoản nợ trong thời hạn 03 tháng kể từ ngày đến hạn).
• Hệ thống mô hình dự báo: Tác giả tổng thuật quá trình phát triển từ mô hình phân tích đơn biến của Beaver (1966), mô hình $Z$-score đa biến gốc cho doanh nghiệp sản xuất niêm yết (Altman, 1968), mô hình ZETA (Altman, Haldeman & Narayanan, 1977), mô hình Logit $O$-score (Ohlson, 1980), mô hình $Z'$ cho doanh nghiệp sản xuất tư nhân (Altman, 1983), mô hình $Z''$ cho doanh nghiệp phi sản xuất (Altman, 2000) và hoàn thiện ở mô hình $Z''$-score điều chỉnh (Altman & Hotchkiss, 2006).

Mô hình $Z''$-score điều chỉnh (Emerging Market Score - EMS) áp dụng trong nghiên cứu có công thức:

$$Z'' = 3.25 + 6.56X_1 + 3.26X_2 + 6.72X_3 + 1.05X_4$$

Biến số	Chỉ tiêu tài chính	Cách tính	Ý nghĩa kinh tế
$X_1$	Vốn lưu động ròng / Tổng tài sản	$\frac{\text{Tài sản ngắn hạn} - \text{Nợ ngắn hạn}}{\text{Tổng tài sản}}$	Đo lường mức độ thanh khoản ngắn hạn của doanh nghiệp.
$X_2$	Lợi nhuận giữ lại tích lũy / Tổng tài sản	$\frac{\text{Lợi nhuận sau thuế chưa phân phối}}{\text{Tổng tài sản}}$	Đo lường nguồn vốn nội bộ tích lũy qua các chu kỳ kinh doanh.
$X_3$	EBIT / Tổng tài sản	$\frac{\text{Lợi nhuận trước thuế và lãi vay}}{\text{Tổng tài sản}}$	Đo lường hiệu quả sinh lời thực tế từ hoạt động kinh doanh cốt lõi.
$X_4$	Giá trị sổ sách VCSH / Tổng nợ phải trả	$\frac{\text{Vốn chủ sở hữu theo sổ sách}}{\text{Nợ ngắn hạn} + \text{Nợ dài hạn}}$	Đánh giá mức độ đòn bẩy tài chính và năng lực bảo đảm nợ.

Thang phân loại trạng thái rủi ro tài chính của mô hình $Z''$ điều chỉnh:

• $Z'' > 5.85$: Vùng an toàn (Safe Zone) — Doanh nghiệp có sức khỏe tài chính tốt, chưa có nguy cơ phá sản.
• $4.15 \le Z'' \le 5.85$: Vùng xám (Grey Zone) — Doanh nghiệp có dấu hiệu bất ổn, tiềm ẩn nguy cơ kiệt quệ tài chính.
• $Z'' < 4.15$: Vùng nguy cơ (Distress Zone) — Doanh nghiệp có nguy cơ phá sản cao.

Phương pháp nghiên cứu: Đề tài sử dụng phương pháp phân tích định lượng kết hợp thống kê mô tả, so sánh và tổng hợp dữ liệu. Tác giả tiến hành tính toán 4 biến số tài chính trên bảng tính Excel cho 120 doanh nghiệp trong 5 năm, xác định điểm số $Z''$ bình quân theo từng năm, từng nhóm ngành và từng sàn giao dịch. Đồng thời, nghiên cứu thực hiện đối chiếu chéo kết quả phân vùng rủi ro của mô hình với danh sách trạng thái chứng khoán thực tế (bình thường, bị cảnh báo, bị kiểm soát) do HOSE và HNX công bố để đánh giá tính chuẩn xác của mô hình.

Nguồn dữ liệu: Dữ liệu thứ cấp được thu thập từ báo cáo tài chính năm đã kiểm toán giai đoạn 2017–2021 của các doanh nghiệp thông qua cổng thông tin Cafef.vn và website của các công ty niêm yết; các số liệu tổng quan thị trường được trích xuất từ UBCKNN, Sở Giao dịch Chứng khoán TP.HCM, Sở Giao dịch Chứng khoán Hà Nội và Báo cáo khảo sát IR Awards 2020.

---

Nội dung chính theo từng chương

CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU

Chương 1 hệ thống hóa các vấn đề lý luận về rủi ro và rủi ro phá sản doanh nghiệp, phân tích vai trò của việc dự báo phá sản đối với 3 chủ thể: nhà quản trị doanh nghiệp (hoạch định chiến lược tài chính dự phòng), nhà đầu tư (sàng lọc danh mục và phòng ngừa tổn thất) và bên cho vay/ngân hàng (kiểm soát nợ xấu và cấp hạn mức tín dụng).

Chương này trình bày chi tiết quá trình tiến hóa của các mô hình điểm số $Z$ của Altman từ năm 1968 đến năm 2006, đồng thời tổng quan các công trình thực nghiệm quốc tế (Hayes & cs 2010 tại Mỹ, Al Bzour 2011 tại Jordan, Karamzadeh 2012 tại Iran, Panigrahi 2019 tại Ấn Độ, Tanjung 2020 tại Indonesia) và trong nước (Diệp Thanh Tùng & Võ Thị Hoàng Phụng 2019, Hoàng Thị Hồng Vân 2020, Nguyễn Mạnh Cường 2021).

Tác giả xác định khoảng trống nghiên cứu: tại Việt Nam, các nghiên cứu trước đây chủ yếu tập trung vào doanh nghiệp lớn hoặc phân tích định lượng thuần túy mà chưa đi sâu đánh giá hiệu quả cảnh báo thực tế của mô hình $Z''$ điều chỉnh trên phân khúc doanh nghiệp vốn hóa nhỏ (Small Cap từ 100 đến 600 tỷ đồng) trên cả hai sàn niêm yết tập trung.

CHƯƠNG 2: DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Chương 2 mô tả quy trình chọn mẫu và kỹ thuật tính toán định lượng. Mẫu nghiên cứu chính thức gồm 120 doanh nghiệp niêm yết, tương ứng với 600 quan sát trong giai đoạn 2017–2021.

Nhóm ngành	Số lượng DN trên HNX	Số lượng DN trên HOSE	Tổng số DN
Bán buôn	15	9	24
Bán lẻ	5	5	10
Khai khoáng	12	6	18
Tiện ích	6	4	10
Vận tải và kho bãi	11	5	16
Xây dựng	20	10	30
Bất động sản	8	4	12
Tổng cộng	77	43	120

Chương này giải thích chi tiết ý nghĩa và cơ chế xác định từng biến số trong mô hình $Z''$ điều chỉnh. Trong đó, biến $X_4$ sử dụng giá trị sổ sách của vốn chủ sở hữu thay vì giá trị thị trường vì hai lý do: thị trường mới nổi có tính thanh khoản chưa cao và việc xác định giá trị thị trường liên tục của vốn cổ phần tại các doanh nghiệp nhỏ gặp nhiều hạn chế.

CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU

Chương 3 trình bày bức tranh tổng quan về TTCK Việt Nam (quy mô vốn hóa sàn HOSE tăng trưởng mạnh, HNX tăng đột biến vào năm 2021; tỷ lệ tuân thủ công bố thông tin theo IR Awards tăng từ 16,3% năm 2017 lên 53,7% năm 2020) và kết quả phân tích số liệu thực nghiệm:

1. Biến động các chỉ tiêu tài chính trung bình giai đoạn 2017–2021:

   • Biến $X_1$ (Vốn lưu động ròng/Tổng tài sản): Đạt giá trị trung bình 0,2625 trong 5 năm; giảm xuống mức thấp nhất vào năm 2020 do chuỗi cung ứng gián đoạn và nợ ngắn hạn tăng nhanh, sau đó tăng mạnh trở lại vào năm 2021 khi doanh nghiệp chủ động nâng cao thanh khoản phòng ngừa rủi ro.
   • Biến $X_2$ (Lợi nhuận giữ lại/Tổng tài sản): Giá trị trung bình đạt 0,1258; suy giảm liên tục từ năm 2018 và giảm sâu gần 40% trong năm 2020 (đạt 0,0298) do hiệu quả kinh doanh sa sút dưới tác động của dịch bệnh.
   • Biến $X_3$ (EBIT/Tổng tài sản): Đạt trung bình 0,0708; là biến có hệ số tác động lớn nhất ($6,72$) trong mô hình, chạm đáy năm 2020 và hồi phục nhẹ vào năm 2021 nhờ tốc độ tăng lợi nhuận trước thuế cao hơn chi phí lãi vay.
   • Biến $X_4$ (Giá trị sổ sách VCSH/Tổng nợ): Đạt trung bình 2,9234 với độ lệch chuẩn rất cao; có khoảng 58% quan sát ghi nhận $X_4 < 1$ (doanh nghiệp sử dụng đòn bẩy tài chính cao với tổng nợ vượt quá vốn chủ sở hữu).

2. Kết quả điểm số $Z''$ điều chỉnh theo nhóm ngành:

   • Điểm số $Z''$ trung bình của tất cả 7 nhóm ngành đều duy trì trên ngưỡng an toàn 5,85 trong cả 5 năm nghiên cứu.
   • Ngành Vận tải và kho bãi duy trì mức độ an toàn cao và ổn định nhất toàn thị trường (điểm trung bình 5 năm đạt 13,13; dao động từ 12,26 đến 14,67) do các doanh nghiệp duy trì tỷ lệ $X_4 \approx 6$.
   • Ngành Bán buôn có sự bứt phá mạnh mẽ nhất vào cuối kỳ nghiên cứu, tăng hơn 6 điểm để đạt mức điểm trung bình cao nhất toàn mẫu là 16,55 vào năm 2021.
   • Ngành Bán lẻ biến động phức tạp nhất: đạt đỉnh năm 2019 (nhờ tác động của mã SVN đạt 98,2 điểm) nhưng giảm mạnh trong năm 2020 và 2021 do ảnh hưởng của các đợt giãn cách xã hội.
   • Nhóm có điểm số $Z''$ thấp và tiềm ẩn rủi ro cao hơn là Bất động sản, Xây dựng và Tiện ích (điểm số dao động quanh mức 7,0 đến 8,5). Năm 2021, ngành Bất động sản ghi nhận mức $Z''$ thấp nhất là 7,095.

3. So sánh mức độ rủi ro giữa sàn HOSE và HNX:

   • Tỷ lệ phân loại rủi ro trên hai sàn có sự tương đồng lớn: trung bình giai đoạn 2017–2021, tỷ lệ doanh nghiệp ở vùng an toàn trên HOSE là 81,9% và trên HNX là 81,3%; tỷ lệ vùng xám lần lượt là 14,2% và 14,8%; tỷ lệ thuộc vùng nguy cơ phá sản của cả hai sàn đều ở mức rất thấp (khoảng 3,9%).
   • Doanh nghiệp sàn HOSE có tỷ lệ vốn lưu động ròng ($X_1$) cao hơn; ngược lại, doanh nghiệp sàn HNX duy trì tỷ lệ vốn chủ sở hữu trên nợ ($X_4$) cao hơn, cho thấy xu hướng hạn chế sử dụng đòn bẩy tài chính để phòng ngừa suy thoái.

4. Đánh giá hiệu quả cảnh báo rủi ro qua đối chiếu trạng thái niêm yết:

Phân vùng mô hình $Z''$	Chứng khoán Cảnh báo / Kiểm soát	Chứng khoán Giao dịch bình thường	Tổng cộng
Vùng an toàn ($Z'' > 5.85$)	29	460	489
Vùng xám ($4.15 \le Z'' \le 5.85$)	11	78	89
Vùng nguy cơ ($Z'' < 4.15$)	10	12	22
Tổng cộng	50	550	600

Mô hình đã xếp loại chính xác 460 quan sát bình thường vào vùng an toàn và 21 quan sát thuộc diện bị kiểm soát/cảnh báo vào vùng xám và nguy cơ. Đồng thời, mô hình phát huy vai trò cảnh báo sớm đối với 90 trường hợp chứng khoán giao dịch bình thường nhưng rơi vào vùng xám (78 trường hợp) và vùng nguy cơ (12 trường hợp, tiêu biểu như mã UNI năm 2021 đạt 2,89; mã VXB năm 2020 đạt 1,92). Đối với 29 quan sát thuộc diện cảnh báo nhưng mô hình xếp an toàn, nguyên nhân chủ yếu do doanh nghiệp vi phạm nghĩa vụ công bố thông tin (như KSQ) hoặc do chỉ số vốn lưu động và đòn bẩy tài chính quá cao đã bù đắp phần sụt giảm của lợi nhuận (như LCM).

CHƯƠNG 4: KẾT LUẬN VÀ KHUYẾN NGHỊ CHÍNH SÁCH

Từ kết quả thực nghiệm, tác giả đề xuất hệ thống giải pháp từ 3 phía:

• Phía Nhà nước: Đẩy mạnh triển khai Nghị quyết 11/NQ-CP và Nghị quyết 43/2022/QH15 về chính sách tài khóa, tiền tệ hỗ trợ phục hồi kinh tế; mở rộng các gói tín dụng ưu đãi, miễn giảm thuế, phí; hoàn thiện hành lang pháp lý và hạ tầng công nghệ.
• Phía Người cho vay / Ngân hàng: Tích hợp mô hình $Z''$ điều chỉnh vào quy trình xếp hạng tín dụng nội bộ để giám sát định kỳ sức khỏe tài chính khách hàng vay vốn; phát triển các nghiệp vụ phi tín dụng (bảo lãnh, thanh toán quốc tế) nhằm phân tán rủi ro.
• Phía Doanh nghiệp: Nâng cao hiệu quả quản trị tổng tài sản; tối ưu hóa tài sản lưu động ($X_1$) thông qua áp dụng mô hình quản trị tiền mặt Baumol hoặc Miller - Orr, kiểm soát tồn kho và khoản phải thu; cải thiện biên lợi nhuận ($X_2, X_3$) bằng cách tinh giản chi phí vận hành; kiểm soát tỷ lệ đòn bẩy tài chính ($X_4$) ở mức an toàn nhằm tận dụng lá chắn thuế mà không làm gia tăng áp lực trả nợ.

---

Kết quả và đóng góp

Khóa luận đã lượng hóa cụ thể tình trạng sức khỏe tài chính của 120 doanh nghiệp Small Cap niêm yết tại Việt Nam giai đoạn 2017–2021:

• Khẳng định tính ổn định chung của thị trường khi có trên 81% số quan sát thuộc vùng an toàn, 14–15% thuộc vùng xám và chỉ 3,9% nằm trong vùng nguy cơ phá sản.
• Xác định mức độ rủi ro giữa hai sàn HOSE và HNX là tương đương nhau; đồng thời chỉ rõ ngành vận tải - kho bãi có sức đề kháng tài chính tốt nhất, trong khi bất động sản, xây dựng và tiện ích là các nhóm ngành có mức độ rủi ro cao hơn.
• Chứng minh khả năng ứng dụng thực tế của mô hình $Z''$-score điều chỉnh (Altman & Hotchkiss, 2006) tại Việt Nam với năng lực phân loại chuẩn xác 481/600 quan sát thực tế và đưa ra tín hiệu cảnh báo sớm đối với 90 trường hợp doanh nghiệp đang giao dịch bình thường nhưng suy giảm chỉ số tài chính.
• Cung cấp cơ sở thực nghiệm bổ sung cho khoảng trống nghiên cứu về nhóm cổ phiếu vốn hóa nhỏ (100–600 tỷ đồng) trong giai đoạn chịu tác động trực tiếp của đại dịch Covid-19.

---

Hạn chế và hướng nghiên cứu tiếp

Khóa luận tự chỉ ra một số hạn chế nghiên cứu:

1. Đề tài áp dụng nguyên bản các hệ số hồi quy được ước lượng tại thị trường Mỹ mà chưa thực hiện tái ước lượng tham số để phù hợp hoàn toàn với đặc thù nền kinh tế Việt Nam.
2. Quy mô mẫu nghiên cứu còn giới hạn ở 120 doanh nghiệp nhóm Small Cap (chiếm tỷ lệ nhỏ trên tổng số hơn 700 doanh nghiệp niêm yết) và chưa bao quát ngành sản xuất hay tài chính - ngân hàng.
3. Nghiên cứu chỉ sử dụng thuần túy dữ liệu thứ cấp từ BCTC kiểm toán, chưa kết hợp các biến số kinh tế vĩ mô và các nhân tố phi tài chính định tính bên ngoài.
4. Xuất hiện sai số phân loại cục bộ khi mô hình gán điểm an toàn cho doanh nghiệp lỗ lũy kế do hiệu ứng bù trừ từ tỷ lệ thanh khoản và vốn chủ sở hữu, hoặc trường hợp một số mã duy trì điểm số vùng nguy cơ nhiều năm nhưng chưa thực tế phá sản (như CTC, VXB).

---

Giá trị tham khảo

Khóa luận là tài liệu tham khảo chuyên khảo hữu ích cho:

• Sinh viên và học viên cao học chuyên ngành Tài chính - Ngân hàng, Kế toán - Kiểm toán: Tham khảo phương pháp luận xử lý dữ liệu BCTC thực nghiệm, kỹ thuật tính toán 4 biến số của mô hình $Z''$ điều chỉnh (EMS) và cách tổ chức nghiên cứu định lượng tài chính doanh nghiệp.
• Nhà đầu tư cá nhân và tổ chức trên TTCK Việt Nam: Ứng dụng khung đánh giá $Z''$ để sàng lọc rủi ro, cảnh báo sớm nguy cơ mất khả năng thanh toán của các cổ phiếu vốn hóa nhỏ (Penny/Small Cap) trước khi ra quyết định giải ngân.
• Chuyên viên thẩm định tín dụng tại các ngân hàng thương mại: Tham khảo phương pháp đối chiếu chỉ số tài chính đa biến với trạng thái niêm yết để nâng cao độ chính xác trong thẩm định và kiểm soát rủi ro nợ xấu doanh nghiệp.

---

Câu hỏi thường gặp

1. Mô hình $Z''$-score điều chỉnh (Altman & Hotchkiss, 2006) áp dụng công thức nào và ngưỡng đánh giá cụ thể ra sao? Mô hình sử dụng công thức: $Z'' = 3.25 + 6.56X_1 + 3.26X_2 + 6.72X_3 + 1.05X_4$. Ngưỡng phân loại gồm: $Z'' > 5.85$ là Vùng an toàn; $4.15 \le Z'' \le 5.85$ là Vùng xám (tiềm ẩn rủi ro); $Z'' < 4.15$ là Vùng nguy cơ phá sản cao.

2. Mẫu nghiên cứu của khóa luận được lựa chọn theo các tiêu chí cụ thể nào? Mẫu gồm 120 công ty niêm yết trên HOSE (43 công ty) và HNX (77 công ty) trong 5 năm (2017–2021, tổng cộng 600 quan sát), thỏa mãn 3 tiêu chí: có BCTC kiểm toán đầy đủ 5 năm liên tiếp, có vốn hóa thị trường từ 100 đến 600 tỷ đồng, và thuộc 7 nhóm ngành phi sản xuất (loại trừ ngành sản xuất và tài chính - ngân hàng).

3. Trong 7 nhóm ngành nghiên cứu, ngành nào có mức an toàn cao nhất và ngành nào có mức rủi ro cao nhất? Ngành Vận tải và kho bãi duy trì mức độ an toàn cao và ổn định nhất (điểm $Z''$ trung bình 5 năm đạt 13,13). Ngược lại, nhóm có rủi ro cao hơn với điểm số thấp dao động quanh mức 7,0 đến 8,5 là Bất động sản, Xây dựng và Tiện ích (trong đó Bất động sản ghi nhận mức thấp nhất là 7,095 vào năm 2021).

4. Kết quả đối chiếu giữa phân loại của mô hình với trạng thái chứng khoán thực tế trên hai sàn đạt tỷ lệ như thế nào? Trong tổng số 600 quan sát: mô hình phân loại chính xác 460 quan sát giao dịch bình thường vào vùng an toàn và 21 quan sát bị cảnh báo/kiểm soát vào vùng xám và nguy cơ; phát hiện 90 quan sát bình thường có dấu hiệu suy yếu tài chính (cảnh báo sớm); và có 29 quan sát bị sàn đưa vào diện cảnh báo/kiểm soát nhưng mô hình xếp vào vùng an toàn do sai lệch thông tin phi tài chính hoặc hiệu ứng bù trừ chỉ số.

5. Tại sao có trường hợp doanh nghiệp bị đưa vào diện cảnh báo trên sàn chứng khoán nhưng mô hình $Z''$ điều chỉnh vẫn cho điểm an toàn? Hiện tượng này xảy ra do 2 nguyên nhân: (1) Doanh nghiệp bị cảnh báo vì vi phạm quy định công bố thông tin, chậm nộp BCTC dù sức khỏe tài chính vẫn tốt (tiêu biểu như mã KSQ đạt 107,48 điểm năm 2020); (2) Doanh nghiệp có lợi nhuận âm ($X_2, X_3$ âm) nhưng sở hữu tỷ lệ vốn lưu động ròng ($X_1$) và tỷ lệ vốn chủ sở hữu trên nợ ($X_4$) rất cao, làm tổng điểm $Z''$ vẫn vượt ngưỡng 5,85 (tiêu biểu như mã LCM).

---

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Ngọc Lan đã ứng dụng thành công mô hình $Z''$-score điều chỉnh của Altman và Hotchkiss (2006) để đo lường rủi ro phá sản của 120 doanh nghiệp vốn hóa nhỏ trên sàn HOSE và HNX giai đoạn 2017–2021. Kết quả thực nghiệm cho thấy đa số doanh nghiệp trong mẫu nghiên cứu duy trì trạng thái an toàn tài chính (chiếm trên 81%), đồng thời mức độ rủi ro giữa hai sàn giao dịch là tương đương nhau. Mô hình đã chứng minh được tính hiệu quả cao trong việc phản ánh các biến động vĩ mô do đại dịch Covid-19 và cung cấp công cụ cảnh báo sớm hữu ích cho công tác quản trị doanh nghiệp, đầu tư chứng khoán và cấp tín dụng ngân hàng tại Việt Nam.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU 1. Rủi ro phá sản 1. Khái niệm rủi ro Trong quá trình sản xuất, hoạt động và kinh doanh, các doanh nghiệp thường gặp nhiều rủi ro trên nhiều khía cạnh khác nhau. Với mỗi quyết định của mình, nhà quản lý luôn cân nhắc các yếu tố rủi ro tiềm ẩn nội sinh từ trong doanh nghiệp và ngoại sinh từ những yếu tố khách quan bên ngoài.

Khoản 5 Điều 2 trong Quyết định số 428/QĐ-UBCK ngày 11/07/2013 của chủ tịch Ủy Ban Chứng khoán Nhà nước nêu rõ: “Rủi ro là các sự kiện không chắc chắn có thể xảy ra trong hoạt động kinh doanh, gây tổn thất doanh thu, lợi nhuận, vốn, các thiệt hại vật chất và phi vật chất khác hoặc không đạt được mục tiêu kinh doanh của công ty hoặc mục tiêu của khách hàng ủy thác.” Trong số những loại rủi ro như rủi ro về thanh khoản, hoạt động hay hồ sơ pháp lý,., nhóm rủi ro phá sản là một mảng nghiên cứu quan trọng và vô cùng cấp thiết do nó thường tác động trực tiếp tới sự sống còn của một doanh nghiệp. Rủi ro phá sản Trong môi trường kinh tế năng động như hiện nay, nhiều chủ doanh nghiệp vay nợ với lãi suất ưu đãi tại các ngân hàng để huy động dòng tiền đầu tư khởi nghiệp, sắm sửa máy móc thiết bị và tài sản. Tuy nhiên lãi vay không phải chi phí duy nhất doanh nghiệp cần chi trả, và thực tế cho thấy một lượng không nhỏ doanh nghiệp không có khả năng thanh toán nợ đúng hạn. Mỗi khoản vay khi trễ hạn sẽ phát sinh tiền phạt, cộng với việc lãi vay cộng dồn liên tục nhiều khả năng khiến doanh nghiệp rơi vào trạng thái mất khả năng thanh toán.

Có thể thấy rủi ro phá sản của doanh nghiệp và khả năng thanh toán của doanh nghiệp có liên hệ mật thiết tới nhau. Cụ thể, khoản 2 Điều 4 Luật phá sản 2014 quy định rõ: tình trạng của doanh nghiệp, hợp tác xã mất khả năng thanh toán và bị Toà án nhân dân ra quyết định tuyên bố phá sản được coi là phá sản. Trong khoản 1 Điều 4 cùng bộ Luật cũng giải nghĩa mất khả năng thanh toán là việc không thực hiện nghĩa vụ thanh toán khoản nợ trong thời hạn 03 tháng kể từ ngày 3 đến hạn. Có hai trường hợp DN, HTX không thực hiện nghĩa vụ trả nợ trong thời hạn 03 tháng, tính từ ngày đến hạn thanh toán: thứ nhất là việc DN, HTX không có tài sản để thực hiện thanh toán các khoản nợ; thứ hai là khi DN, HTX có tài sản nhưng không trả nợ.

Nhờ việc đánh giá khả năng thanh toán các khoản nợ, chúng ta có thể đưa ra bằng chứng theo pháp luật về việc DN, HTX mất khả năng thanh toán và xác định liệu một công ty có thể phá sản hay không. Quy trình thẩm định này giúp bảo vệ lợi ích của người cho vay khỏi các gian lận của bên đi vay, đồng thời trao cơ hội hình thành công việc sản xuất kinh doanh mới sau khi các khoản nợ đã được thanh toán đầy đủ. Vai trò của việc dự báo rủi ro phá sản Nếu một doanh nghiệp vỡ nợ, doanh nghiệp sẽ phải làm thủ tục thỏa thuận dàn xếp với chủ nợ hoặc bộ phận tín dụng ngân hàng, hoặc nộp đơn phá sản lên toà án. Khi quyết định phá sản được đưa ra, công ty có thể tổ chức cải tổ lại hoặc phát mại (đóng cửa công ty).

Tại Việt Nam, thủ tục cần thiết sau khi nộp đơn phá sản là thanh lý tài sản. Trong quá trình này, tài sản của công ty được bán đi và số tiền được sử dụng để trả nợ.