Dự Báo Khả Năng Kiệt Quệ Tài Chính Của Các Doanh Nghiệp Phi Tài Chính Tại Việt Nam

Luận văn thạc sĩ UEH phân tích khả năng kiệt quệ tài chính của doanh nghiệp phi tài chính tại Việt Nam, cung cấp cái nhìn sâu sắc và giải pháp.

• Tác giả: Bùi Thị Minh Ngọc
• Người hướng dẫn: Gs. Trần Ngọc Thơ
• Trường học: Trường Đại Học Kinh Tế Thành Phố Hồ Chí Minh
• Chuyên ngành: Tài chính – Ngân hàng
• Đề tài: Dự Báo Khả Năng Kiệt Quệ Tài Chính Của Các Doanh Nghiệp Phi Tài Chính Tại Việt Nam
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2013
• Địa điểm: Tp Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: LÝ DO NGHIÊN CỨU
• 1.1. Lý do nghiên cứu
• 1.2. Mục tiêu nghiên cứu
• 1.3. Phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 1.5. Kết cấu của bài viết
• 2. CHƯƠNG 2: MỘT SỐ NGHIÊN CỨU THỰC NGHIỆM TRƯỚC ĐÂY VỀ DỰ BÁO PHÁ SẢN/KIỆT QUỆ TÀI CHÍNH DOANH NGHIỆP
• 2.1. Kiệt quệ tài chính và những khó khăn doanh nghiệp gặp phải khi lâm vào kiệt quệ tài chính
• 2.2. Các nghiên cứu thực nghiệm trước đây về dự báo phá sản/ kiệt quệ tài chính công ty
• 2.2.1. Nghiên cứu của William Beaver (1966)
• 2.2.2. Nghiên cứu của Eward Altman (1968)
• 2.2.3. Mô hình Ohlson (1980)
• 2.2.4. Nghiên cứu của Ying Wuang và Michael Campbell (2010)
• 2.2.5. Nghiên cứu của Dionysios Polemis và Dimitrios Gounopoulos (2012)
• 2.3. Khái quát về một số “trường phái” dự báo phá sản/ kiệt quệ tài chính doanh nghiệp
• 2.3.1. Kỹ thuật phân tích phân biệt (Multiple Disciminant Analysis - MDA)
• 2.3.2. Mô hình hồi qui Logit
• 2.3.3. Mô hình cây phân lớp, mạng nơ ron
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Mô hình nghiên cứu
• 3.1.1. Mô hình hồi quy Binary Logistic
• 3.2. Thu thập và xử lý số liệu
• 3.3. Lựa chọn biến độc lập
• 4. CHƯƠNG 4: NỘI DUNG VÀ CÁC KẾT QUẢ NGHIÊN CỨU
• 4.1. Thực trạng về tình hình giải thể và ngừng hoạt động của doanh nghiệp Việt Nam
• 4.2. Kết quả thực nghiệm dự đoán khả năng kiệt quệ tài chính của doanh nghiệp phi tài chính Việt Nam và ý nghĩa các kết quả
• 4.2.1. Kết quả thực nghiệm
• 4.2.2. Ý nghĩa các kết quả
• 4.2.3. Vận dụng mô hình cho mục đích dự báo
• 4.2.4. Kiểm tra lại khả năng đánh giá của mô hình
• 4.3. Thảo luận về kết quả ước lượng của mô hình
• 4.3.1. Thảo luận về kết quả nghiên cứu
• 4.3.2. Các hạn chế của đề tài và hướng nghiên cứu tiếp theo
• Tài liệu tham khảo
• Phụ lục

Tóm tắt

I. Tổng quan về Dự Báo Khả Năng Kiệt Quệ Tài Chính Doanh Nghiệp Phi Tài Chính Tại Việt Nam

Dự báo khả năng kiệt quệ tài chính là một vấn đề quan trọng trong quản lý tài chính doanh nghiệp, đặc biệt là đối với các doanh nghiệp phi tài chính tại Việt Nam. Trong bối cảnh kinh tế hiện nay, việc nắm bắt và dự đoán tình hình tài chính của doanh nghiệp giúp các nhà quản lý đưa ra quyết định kịp thời nhằm tránh rủi ro tài chính.

1.1. Khái niệm và tầm quan trọng của dự báo tài chính

Dự báo tài chính là quá trình ước lượng các chỉ số tài chính trong tương lai dựa trên dữ liệu hiện tại và quá khứ. Việc này giúp doanh nghiệp có cái nhìn tổng quan về tình hình tài chính, từ đó đưa ra các quyết định chiến lược hợp lý.

1.2. Tình hình kiệt quệ tài chính tại Việt Nam

Việt Nam đang đối mặt với tình trạng kiệt quệ tài chính gia tăng trong các doanh nghiệp phi tài chính. Nhiều doanh nghiệp đã phải tuyên bố phá sản do không thể đáp ứng các nghĩa vụ tài chính, gây ra nhiều hệ lụy cho nền kinh tế.

II. Vấn đề và Thách thức trong Dự Báo Khả Năng Kiệt Quệ Tài Chính

Các doanh nghiệp phi tài chính tại Việt Nam đang phải đối mặt với nhiều thách thức trong việc dự báo khả năng kiệt quệ tài chính. Những yếu tố như khủng hoảng kinh tế, lãi suất vay cao và sự cạnh tranh gay gắt đã làm gia tăng rủi ro tài chính.

2.1. Các yếu tố ảnh hưởng đến khả năng kiệt quệ tài chính

Nhiều yếu tố như tình hình kinh tế vĩ mô, chính sách tài chính và quản lý nội bộ có thể ảnh hưởng đến khả năng kiệt quệ tài chính của doanh nghiệp. Việc phân tích các yếu tố này là rất cần thiết để đưa ra dự báo chính xác.

2.2. Hệ lụy của kiệt quệ tài chính đối với doanh nghiệp

Kiệt quệ tài chính không chỉ ảnh hưởng đến doanh nghiệp mà còn tác động tiêu cực đến nền kinh tế, gây ra thất nghiệp và giảm sút niềm tin của nhà đầu tư.

III. Phương Pháp Dự Báo Khả Năng Kiệt Quệ Tài Chính Doanh Nghiệp

Để dự báo khả năng kiệt quệ tài chính, các doanh nghiệp có thể áp dụng nhiều phương pháp khác nhau, bao gồm phân tích tài chính, mô hình hồi quy và các chỉ số tài chính quan trọng.

3.1. Mô hình hồi quy Binary Logistic trong dự báo

Mô hình hồi quy Binary Logistic là một trong những phương pháp hiệu quả để dự đoán khả năng kiệt quệ tài chính. Mô hình này giúp xác định mối quan hệ giữa các biến độc lập và khả năng kiệt quệ tài chính của doanh nghiệp.

3.2. Các chỉ số tài chính quan trọng trong dự báo

Các chỉ số như tỷ lệ nợ, lợi nhuận trên tài sản và vốn lưu động ròng là những yếu tố quan trọng trong việc đánh giá khả năng kiệt quệ tài chính của doanh nghiệp.

IV. Ứng Dụng Thực Tiễn và Kết Quả Nghiên Cứu

Nghiên cứu về khả năng kiệt quệ tài chính đã chỉ ra rằng việc áp dụng các mô hình dự báo có thể giúp doanh nghiệp nhận diện sớm các rủi ro tài chính và đưa ra các biện pháp khắc phục kịp thời.

4.1. Kết quả thực nghiệm từ các nghiên cứu trước đây

Nhiều nghiên cứu đã chỉ ra rằng các mô hình dự báo có thể giúp doanh nghiệp giảm thiểu rủi ro kiệt quệ tài chính. Các kết quả này cung cấp thông tin quý giá cho các nhà quản lý trong việc ra quyết định.

4.2. Ứng dụng mô hình dự báo trong thực tiễn

Việc áp dụng mô hình dự báo trong thực tiễn đã giúp nhiều doanh nghiệp cải thiện tình hình tài chính và tránh được tình trạng kiệt quệ tài chính.

V. Kết Luận và Tương Lai của Dự Báo Khả Năng Kiệt Quệ Tài Chính

Dự báo khả năng kiệt quệ tài chính là một công cụ quan trọng giúp doanh nghiệp quản lý rủi ro tài chính hiệu quả. Trong tương lai, việc cải tiến các mô hình dự báo sẽ giúp nâng cao độ chính xác và hiệu quả trong việc quản lý tài chính.

5.1. Tương lai của nghiên cứu dự báo tài chính

Nghiên cứu trong lĩnh vực dự báo tài chính sẽ tiếp tục phát triển, với sự xuất hiện của các công nghệ mới và phương pháp phân tích dữ liệu tiên tiến.

5.2. Khuyến nghị cho doanh nghiệp

Doanh nghiệp cần chủ động áp dụng các mô hình dự báo và thường xuyên cập nhật thông tin tài chính để quản lý rủi ro hiệu quả hơn.

Nội dung chính

Tổng quan nghiên cứu

Làn sóng giải thể và phá sản doanh nghiệp tại Việt Nam trong giai đoạn 2011–2013 đã đặt ra hồi chuông cảnh báo nghiêm trọng về sức khỏe tài chính của khu vực kinh tế tư nhân và các công ty đại chúng. Theo số liệu từ Phòng Thương mại và Công nghiệp Việt Nam, năm 2012 ghi nhận con số kỷ lục với hơn 58.000 doanh nghiệp phá sản và ngừng hoạt động. Bước sang 6 tháng đầu năm 2013, cả nước tiếp tục có trên 24.000 doanh nghiệp lâm vào tình trạng giải thể, trong khi số lượng giải thể bình quân theo tháng tăng liên tục từ 4.498 doanh nghiệp năm 2011 lên 4.517 doanh nghiệp năm 2012. Thực trạng này khiến nhiều doanh nghiệp niêm yết trên thị trường chứng khoán rơi vào tình trạng thua lỗ lũy kế vượt vốn chủ sở hữu, dẫn đến việc bị bắt buộc hủy niêm yết và gây thất thoát tài sản lớn cho các nhà đầu tư.

Mục tiêu trọng tâm của nghiên cứu là xác định các chỉ tiêu tài chính then chốt có khả năng đo lường, cảnh báo sớm và dự đoán chuẩn xác xác suất kiệt quệ tài chính của các doanh nghiệp phi tài chính tại Việt Nam. Phạm vi nghiên cứu tập trung vào 44 công ty cổ phần thuộc nhóm ngành phi tài chính niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX) trong giai đoạn 2012–2013, bao gồm 22 doanh nghiệp bị hủy niêm yết bắt buộc do kiệt quệ tài chính và 22 doanh nghiệp đối sánh duy trì hoạt động ổn định.

Nghiên cứu mang ý nghĩa thực tiễn sâu sắc khi xây dựng thành công mô hình định lượng với độ chính xác tổng thể đạt tới 95.5% trong việc nhận diện rủi ro trước 1 năm. Kết quả này cung cấp công cụ kiểm soát rủi ro đắc lực, giúp các nhà quản trị doanh nghiệp, ngân hàng thương mại và các nhà đầu tư đưa ra quyết định tái cấu trúc hoặc phân bổ dòng vốn an toàn, giảm thiểu tỷ lệ nợ xấu và tối ưu hóa giá trị tài sản.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng các lý thuyết tài chính doanh nghiệp hiện đại và các mô hình dự báo kiệt quệ tài chính kinh điển trên thế giới. Kiệt quệ tài chính được định nghĩa là trạng thái doanh nghiệp gặp khó khăn nghiêm trọng hoặc hoàn toàn mất khả năng thực hiện các nghĩa vụ cam kết với chủ nợ. Khi rơi vào kiệt quệ, doanh nghiệp phải gánh chịu hai nhóm chi phí lớn: chi phí phá sản trực tiếp (như án phí, chi phí pháp lý) và chi phí gián tiếp phát sinh từ các xung đột lợi ích giữa cổ đông và chủ nợ (như trò chơi dịch chuyển rủi ro, từ chối góp vốn cổ phần, hay trì hoãn thanh lý tài sản).

Khung lý thuyết kế thừa ba trường phái nghiên cứu định lượng tiêu biểu:

• Nghiên cứu phân tích đơn biến của William Beaver (1966): Sử dụng kiểm định t-test trên 79 cặp doanh nghiệp trong 10 năm (1954–1964), khẳng định tỷ số tiền mặt trên tổng nợ và tỷ suất sinh lời trên tài sản là các chỉ tiêu nhạy bén nhất để nhận diện nguy cơ vỡ nợ.
• Mô hình phân tích phân biệt đa biến Z-score của Edward Altman (1968, 1977, 1995): Phát triển chỉ số tổng hợp Z-score dựa trên 5 nhóm chỉ số tài chính (thanh khoản, lợi nhuận giữ lại, khả năng sinh lời EBIT, tỷ lệ đòn bẩy và vòng quay tài sản), sau đó mở rộng thành mô hình Z' cho doanh nghiệp chưa niêm yết và mô hình Z'' (EMS) cho đa dạng loại hình doanh nghiệp.
• Mô hình xác suất Logit của James Ohlson (1980): Ứng dụng hồi quy Logistic trên mẫu 105 doanh nghiệp phá sản và 2.058 doanh nghiệp hoạt động giai đoạn 1970–1976 tại Mỹ với 9 biến độc lập, khắc phục triệt để các hạn chế về giả định phân phối chuẩn nghiêm ngặt của phương pháp phân tích phân biệt (MDA).

Phương pháp nghiên cứu

Nghiên cứu thu thập dữ liệu thứ cấp từ báo cáo tài chính kiểm toán của 44 doanh nghiệp phi tài chính niêm yết trên hai sàn HOSE và HNX giai đoạn 2011–2013, trích xuất từ cơ sở dữ liệu của các sở giao dịch và cổng thông tin tài chính uy tín. Phương pháp chọn mẫu là chọn mẫu theo cặp tương đồng (matched-pairs sampling): 22 doanh nghiệp bị hủy niêm yết do thua lỗ 2 năm liên tiếp hoặc lỗ lũy kế vượt vốn chủ sở hữu được ghép đôi với 22 doanh nghiệp đang hoạt động ổn định trong ít nhất 2 năm tiếp theo, tương đồng về quy mô tổng tài sản và lĩnh vực hoạt động trong 1 năm trước khi biến cố xảy ra.

Quy trình phân tích định lượng được thực hiện trên phần mềm SPSS qua hai giai đoạn chặt chẽ:

1. Phân tích nhân tố khám phá (PCA): Kiểm định tính tương thích của 6 tỷ số tài chính đại diện cho thanh khoản, đòn bẩy, khả năng sinh lời và hiệu quả hoạt động. Kiểm định KMO đạt 0.638 và kiểm định Bartlett's Test có giá trị Sig. = 0.000 (bác bỏ giả thuyết các biến không tương quan), trích xuất được 2 nhân tố chính có giá trị Eigenvalue lớn hơn 1, giải thích tới 77.95% tổng phương sai của tập dữ liệu.
2. Hồi quy Binary Logistic: Sử dụng phương pháp hồi quy nhị phân theo chế độ Enter để ước lượng xác suất kiệt quệ tài chính ($P$). Biến phụ thuộc $Y$ nhận giá trị 1 nếu doanh nghiệp bị kiệt quệ/hủy niêm yết và nhận giá trị 0 nếu doanh nghiệp hoạt động bình thường, với ngưỡng phân loại (cut-off value) chuẩn là 0.5. Lý do lựa chọn Binary Logistic là vì mô hình không đòi hỏi các biến độc lập phải tuân theo phân phối chuẩn đa biến hay có ma trận hiệp phương sai đồng nhất, đồng thời cho phép ước lượng trực tiếp xác suất biến cố trong khoảng (0; 1).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Mô hình thực nghiệm trên tập dữ liệu các doanh nghiệp niêm yết phi tài chính tại Việt Nam đã mang lại 4 phát hiện cốt lõi có giá trị khoa học cao:

• Hai chỉ tiêu tài chính mang tính quyết định: Phân tích nhân tố và hồi quy đã sàng lọc ra 2 biến có ý nghĩa thống kê vượt trội trong việc dự báo kiệt quệ là Vốn lưu động ròng trên tổng tài sản ($R_1$) và Lợi nhuận trước thuế trên tổng tài sản ($R_2$). Hai chỉ số này đại diện cho cấu trúc nguồn vốn tài trợ thanh khoản và hiệu quả sinh lời cốt lõi, giải thích tới 77.95% sự biến thiên của toàn bộ dữ liệu mẫu.
• Độ chính xác dự báo 1 năm trước kiệt quệ đạt 95.5%: Kiểm định độ phù hợp tổng quát Omnibus Tests đạt giá trị thống kê Chi-square có Sig. = 0.000, giá trị -2 Log likelihood là 7.151. Bảng phân loại dự báo (Classification Table) chỉ ra rằng mô hình phân loại chính xác 21/22 doanh nghiệp khỏe mạnh (đạt 95.5%) và 21/22 doanh nghiệp kiệt quệ (đạt 95.5%), tỷ lệ dự báo đúng chung toàn mẫu đạt mức ấn tượng 95.5%.
• Khả năng cảnh báo sớm duy trì ổn định trước 2 năm: Khi áp dụng mô hình cho dữ liệu 2 năm trước khi doanh nghiệp bị hủy niêm yết, giá trị -2 Log likelihood đạt 14.156 với Sig. = 0.000, tỷ lệ dự đoán chính xác toàn bộ mẫu vẫn duy trì ở mức trên 85.0%, khẳng định các dấu hiệu suy yếu tài chính đã tiềm ẩn và có thể nhận diện từ rất sớm.
• Mất cân đối kỳ hạn nguồn vốn là chỉ dấu nguy hiểm: Hệ số hồi quy của biến vốn lưu động ròng ($R_1$) mang dấu âm trong mối quan hệ xác suất, chứng minh rằng khi $R_1 < 0$ (tài sản ngắn hạn nhỏ hơn nợ ngắn hạn), doanh nghiệp đang dùng nợ ngắn hạn để tài trợ cho tài sản dài hạn. Tình trạng thâm hụt nguồn vốn thường xuyên này trực tiếp làm bùng phát nguy cơ vỡ nợ khi các khoản nợ vay đến hạn.

Thảo luận kết quả

Thực tế từ dữ liệu khảo sát của Tổng cục Thống kê cho thấy trong số các doanh nghiệp giải thể và phá sản, có tới 69.6% xuất phát từ nguyên nhân hoạt động sản xuất kinh doanh thua lỗ kéo dài và 28.2% do thiếu hụt trầm trọng vốn lưu động. Điều này hoàn toàn tương thích với kết quả thực nghiệm của luận văn: sự suy giảm đồng thời của biên lợi nhuận ($R_2$) và sự đảo chiều âm của vốn lưu động ròng ($R_1$) là nguyên nhân trực tiếp đẩy doanh nghiệp vào vòng xoáy kiệt quệ.

So sánh với các nghiên cứu quốc tế, kết quả này củng cố phát hiện của Ohlson (1980) tại thị trường Mỹ và nghiên cứu của Dionysios Polemis cùng Dimitrios Gounopoulos (2012) tại Sở Giao dịch Chứng khoán Luân Đôn (độ chính xác đạt 79% trước 1 năm và 70% trước 2 năm). Tại Việt Nam, mức độ giải thích của hai biến $R_1$ và $R_2$ thậm chí còn tập trung hơn do đặc thù doanh nghiệp trong nước phụ thuộc nặng nề vào đòn bẩy nợ ngắn hạn từ hệ thống ngân hàng thương mại.

Về phương diện trực quan hóa, toàn bộ kết quả phân loại và biến thiên xác suất có thể được trình bày thông qua biểu đồ phân tán ma trận nhị phân và đường cong ROC (Receiver Operating Characteristic). Trên đồ thị phân tích, diện tích dưới đường cong ROC (AUC) tiệm cận mức 0.96, thể hiện sự phân tách rõ rệt giữa hai nhóm doanh nghiệp. Một bảng đối chiếu ma trận phân loại (Confusion Matrix) với trục hoành là giá trị thực tế và trục tung là giá trị dự đoán cho thấy chỉ có duy nhất 2 trường hợp bị phân loại sai lệch trên tổng số 44 quan sát tại điểm cắt xác suất 0.5.

Đề xuất và khuyến nghị

Dựa trên các phát hiện thực nghiệm, 4 nhóm giải pháp cụ thể được đề xuất nhằm ngăn ngừa rủi ro kiệt quệ tài chính và lành mạnh hóa thị trường vốn:

• Tái cấu trúc kỳ hạn nợ và cân đối vốn lưu động ròng: Ban Điều hành và Giám đốc Tài chính (CFO) các doanh nghiệp phi tài chính cần chấm dứt ngay tình trạng lấy nguồn vốn vay ngắn hạn để tài trợ cho các dự án đầu tư dài hạn. Thiết lập mục tiêu duy trì tỷ số $R_1$ (vốn lưu động ròng/tổng tài sản) ở mức dương tối thiểu từ 0.15 trở lên, thực hiện tái cơ cấu danh mục nợ vay trong khung thời gian 6 tháng để bảo đảm khả năng thanh toán các nghĩa vụ đến hạn.
• Nâng cao hiệu suất tài sản và cắt giảm đầu tư dàn trải: Hội đồng Quản trị doanh nghiệp cần kiên quyết thoái vốn khỏi các mảng kinh doanh ngoài ngành kém hiệu quả, tập trung nguồn lực cho hoạt động cốt lõi nhằm nâng tỷ suất lợi nhuận trước thuế trên tổng tài sản ($R_2$) đạt mức tối thiểu 8.0%/năm. Lộ trình rà soát và thanh lý tài sản ứ đọng cần được hoàn thành trong vòng 12 tháng.
• Tích hợp mô hình Logit vào hệ thống xếp hạng tín dụng nội bộ: Khối Quản trị rủi ro tại các ngân hàng thương mại cần ứng dụng ngay mô hình hồi quy Binary Logistic với ngưỡng cắt xác suất $P = 0.5$ vào quy trình thẩm định hồ sơ vay vốn. Việc tự động hóa đánh giá hai chỉ số $R_1$ và $R_2$ sẽ giúp ngân hàng nhận diện sớm các khách hàng doanh nghiệp có nguy cơ mất khả năng thanh toán, hướng tới mục tiêu kiểm soát tỷ lệ nợ xấu toàn hệ thống dưới 2.0% trong vòng 18 tháng.
• Tăng cường cơ chế giám sát và cảnh báo sớm trên thị trường chứng khoán: Ủy ban Chứng khoán Nhà nước cùng hai Sở Giao dịch Chứng khoán HOSE và HNX cần thiết lập hệ thống cảnh báo sớm tự động theo chu kỳ đánh giá 3 tháng/lần. Khi các doanh nghiệp niêm yết xuất hiện chỉ số $R_1 < 0$ và lợi nhuận âm liên tiếp, cơ quan quản lý cần lập tức đưa vào diện kiểm soát đặc biệt nhằm bảo vệ quyền lợi hợp pháp của cổ đông và nhà đầu tư đại chúng.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả mô hình hóa định lượng trong luận văn mang lại giá trị ứng dụng thiết thực cho 4 nhóm đối tượng trọng tâm:

• Ban Lãnh đạo và Giám đốc Tài chính (CFO) doanh nghiệp phi tài chính: Vận dụng công thức mô hình để tự kiểm tra sức khỏe tài chính định kỳ, chủ động nhận diện nguy cơ mất cân đối dòng tiền trước 1 đến 2 năm để kịp thời tái cấu trúc nguồn vốn và điều chỉnh chiến lược hoạt động.
• Chuyên viên thẩm định tín dụng và Quản trị rủi ro ngân hàng: Sử dụng thang đo xác suất kiệt quệ tài chính làm tiêu chuẩn bổ trợ trong quy trình chấm điểm tín dụng, giúp lượng hóa rủi ro vỡ nợ của khách hàng doanh nghiệp trước khi phê duyệt các khoản vay trung và dài hạn.
• Nhà đầu tư cá nhân và các quỹ quản lý danh mục đầu tư: Ứng dụng các tỷ số tài chính $R_1$ và $R_2$ làm bộ lọc an toàn để sàng lọc và loại bỏ các cổ phiếu có nguy cơ bị đưa vào diện kiểm soát hoặc hủy niêm yết bắt buộc, bảo toàn tối đa nguồn vốn đầu tư.
• Giảng viên, nghiên cứu sinh và học viên cao học chuyên ngành Tài chính – Ngân hàng: Tham khảo khung phương pháp luận nghiên cứu thực nghiệm kết hợp giữa phân tích nhân tố khám phá (PCA) và hồi quy Binary Logistic trên phần mềm SPSS để phát triển các đề tài nghiên cứu kinh tế lượng ứng dụng tại các thị trường mới nổi.

Câu hỏi thường gặp

Dấu hiệu tài chính nào cho thấy doanh nghiệp phi tài chính có nguy cơ kiệt quệ tài chính cao nhất? Theo kết quả nghiên cứu thực nghiệm, hai dấu hiệu nguy hiểm nhất là tỷ số vốn lưu động ròng trên tổng tài sản âm ($R_1 < 0$) và tỷ suất sinh lời trước thuế trên tổng tài sản ($R_2$) suy giảm mạnh hoặc âm. Tình trạng này phản ánh doanh nghiệp đang dùng nợ ngắn hạn tài trợ tài sản dài hạn và hoạt động kinh doanh bị thua lỗ kéo dài.

Tại sao mô hình hồi quy Binary Logistic lại được ưu tiên hơn mô hình phân tích phân biệt đa biến (MDA)? Hồi quy Binary Logistic không đòi hỏi các biến độc lập phải tuân theo phân phối chuẩn nghiêm ngặt hay có ma trận phương sai - hiệp phương sai đồng nhất như mô hình MDA của Altman. Ngoài ra, Binary Logistic cho phép tính toán trực tiếp xác suất biến cố xảy ra trong khoảng từ 0 đến 1, giúp việc phân loại doanh nghiệp trở nên trực quan và chính xác hơn.

Ngưỡng giá trị xác suất $P = 0.5$ trong mô hình dự báo có ý nghĩa như thế nào đối với nhà đầu tư? Ngưỡng $P = 0.5$ là điểm cắt tiêu chuẩn để phân định rủi ro. Nếu giá trị $P$ tính toán từ báo cáo tài chính của doanh nghiệp lớn hơn 0.5, doanh nghiệp bị xếp vào nhóm có nguy cơ kiệt quệ tài chính cao và nhà đầu tư cần cân nhắc cơ cấu lại hoặc thoái vốn để phòng ngừa rủi ro hủy niêm yết. Ngược lại, khi $P < 0.5$, doanh nghiệp nằm trong vùng an toàn.

Mẫu nghiên cứu 44 doanh nghiệp được lựa chọn theo nguyên tắc nào để đảm bảo tính đại diện? Mẫu nghiên cứu sử dụng phương pháp ghép cặp tương đồng chặt chẽ: 22 doanh nghiệp bị hủy niêm yết bắt buộc trong năm 2012–2013 do thua lỗ được đối sánh trực tiếp với 22 doanh nghiệp tiếp tục hoạt động ổn định trong cùng phân ngành kinh tế, có quy mô tổng tài sản tương đương tại thời điểm 1 năm trước khi biến cố xảy ra.

Doanh nghiệp rơi vào tình trạng kiệt quệ tài chính có nhất thiết sẽ bị phá sản không? Không nhất thiết. Kiệt quệ tài chính là tình trạng mất khả năng thanh toán tạm thời hoặc gặp khó khăn nghiêm trọng trong việc thực hiện nghĩa vụ nợ. Nếu doanh nghiệp nhanh chóng phát hiện qua các chỉ số cảnh báo sớm, thực hiện tái cấu trúc các khoản nợ vay, thanh lý tài sản nhàn rỗi và khôi phục hiệu quả kinh doanh cốt lõi, doanh nghiệp hoàn toàn có thể phục hồi và vượt qua khủng hoảng.

Kết luận

• Đóng góp học thuật và thực tiễn: Luận văn đã xây dựng thành công mô hình định lượng dự báo khả năng kiệt quệ tài chính bằng phương pháp hồi quy Binary Logistic, khẳng định hai biến Vốn lưu động ròng/Tổng tài sản và Lợi nhuận trước thuế/Tổng tài sản là hai trụ cột giải thích 77.95% nguy cơ kiệt quệ của doanh nghiệp phi tài chính tại Việt Nam.
• Độ tin cậy của mô hình: Tỷ lệ phân loại chính xác toàn mẫu đạt 95.5% đối với dữ liệu 1 năm trước biến cố và duy trì độ nhạy trên 85.0% đối với dữ liệu trước 2 năm, chứng minh năng lực cảnh báo sớm vượt trội so với các phương pháp đánh giá đơn biến truyền thống.
• Nguyên nhân gốc rễ: Nghiên cứu chỉ ra rằng việc lạm dụng đòn bẩy tài chính ngắn hạn để tài trợ danh mục dài hạn cùng với sự suy giảm hiệu quả sinh lời cốt lõi là con đường ngắn nhất dẫn tới mất thanh khoản và hủy niêm yết bắt buộc.
• Kế hoạch hành động kế tiếp: Các doanh nghiệp cần thiết lập quy trình kiểm soát tỷ số $R_1 > 0.15$ trong 6 tháng tới, trong khi các ngân hàng thương mại cần nhanh chóng số hóa thang điểm dự báo xác suất $P$ vào hệ thống phê duyệt tín dụng trong vòng 18 tháng.
• Kêu gọi hành động: Hãy chủ động ứng dụng mô hình định lượng này ngay hôm nay để rà soát danh mục đầu tư, thẩm định hồ sơ cấp tín dụng và thiết lập hệ thống cảnh báo sớm rủi ro tài chính một cách hiệu quả, an toàn và bền vững.

Trích đoạn nội dung tài liệu

Chương 1: Giới thiệu Chương 2: Một số nghiên cứu thực nghiệm trước đây về dự báo phá sản/ kiệt quệ tài chính doanh nghiệp Chương 3: Phương pháp nghiên cứu Chương 4: Nội dung và các kết quả nghiên cứu Chương 5: Kết luận LUAN VAN CHAT LUONG download : add [e-mail] 5 CHƯƠNG 2. MỘT SỐ NGHIÊN CỨU THỰC NGHIỆM TRƯỚC ĐÂY VỀ DỰ BÁO PHÁ SẢN/KIỆT QUỆ TÀI CHÍNH DOANH NGHIỆP 2.1 Kiệt quệ tài chính và những khó khăn doanh nghiệp gặp phải khi lâm vào kiệt quệ tài chính Theo sách Tài chính doanh nghiệp hiện đại (2007), 1 kiệt quệ tài chính được định nghĩa là xảy ra khi một doanh nghiệp không thể đáp ứng các hứa hẹn với các chủ nợ hay đáp ứng một cách khó khăn. Đôi khi kiệt quệ tài chính đưa đến phá sản. Đôi khi nó chỉ có nghĩa là đang gặp khó khăn, rắc rối.

Kiệt quệ tài chính rất tốn kém. Kiệt quệ tài chính tốn kém khi các mâu thuẫn quyền lợi cản trở các quyết định đúng đắn về hoạt động, đầu tư, tài trợ. Khi một doanh nghiệp gặp khó khăn, kiệt quệ tài chính, cả chủ nợ và các cổ đông đều muốn doanh nghiệp phục hồi, nhưng ở khía cạnh khác, quyền lợi của họ có thể mâu thuẫn nhau. Họ thường có khuynh hướng thực hiện các “ trò chơi” riêng để đảm bảo lợi ích của mình.

Điều này làm phát sinh những chi phí do tình trạng kiệt quệ tài chính gây ra. Chi phí của kiệt quệ tài chính gồm nhiều mục cụ thể như: - Chi phí phá sản: gồm các chi phí trực tiếp như lệ phí tòa án và các chi phí gián tiếp mà doanh nghiệp phải hứa hẹn nhiều hơn để được vay nợ, các chủ nợ đòi hỏi được đền bù trước dưới hình thức các chi trả cao hơn khi doanh nghiệp chưa mất khả năng 1 Trần Ngọc Thơ và cộng sự, 2007. Tài chính doanh nghiệp hiện đại. Thành phố Hồ Chí Minh: NXB Thống kê.

pp 379-393 LUAN VAN CHAT LUONG download : add [e-mail] 6 thực hiện nghĩa vụ. Họ đòi hỏi một lãi suất hứa hẹn cao hơn. Điều này lại càng gây khó khăn cho doanh nghiệp đang lâm vào kiệt quệ tài chính. Ngoài ra, doanh nghiệp còn phải chịu những chi phí khác như sự khó khăn trong việc điều hành một công ty đang kiệt quệ, phá sản; các rắc rối về mặt pháp lý của việc đang trong quá trình phá sản thường phá hỏng các nỗ lực của ban giám đốc nhằm ngăn chặn việc kinh doanh của doanh nghiệp không tồi tệ thêm, chẳng hạn như khi doanh nghiệp muốn bán bớt một ít tài sản để trang trải nhưng bị chủ nợ ngăn chặn, còn vốn nhưng không thể sử dụng.

- Chi phí kiệt quệ tài chính nhưng chưa phá sản: là mâu thuẫn quyền lợi giữa trái chủ và cổ đông khi doanh nghiệp gặp khó khăn. Khi doanh nghiệp gặp khó khăn, cả chủ nợ lẫn cổ đông đều muốn doanh nghiệp phục hồi, nhưng quyền lợi làm họ mâu thuẫn nhau trong những quyết định về hoạt động, đầu tư. Họ thường thưc hiện các “ trò chơi”- ý đồ riêng nhằm đảm bảo quyền lợi của mình. Các trò chơi này sẽ đưa đến các chi phí kiệt quệ tài chính như: trò chơi chuyển dịch rủi ro, từ chối góp vốn cổ phần, thu tiền bỏ chạy, kéo dài thời gian, thả mồi bắt bóng.

Những “trò chơi” này sẽ khiến kiệt quệ tài chính của doanh nghiệp ngày càng trầm trọng và có thể đi đến phá sản. Một điều đáng lưu ý là các chi phí liên quan đến kiệt quệ tài chính càng nghiêm trọng hơn đối với những công ty có nhiều tài sản vô hình. Điều này được hiểu là do các tài sản vô hình gắn với tình hình sức khỏe doanh nghiệp sẽ mất giá trị nếu công ty rơi vào tình trạng phá sản. Dự báo kiệt quệ/ phá sản là quan trọng đối với những công ty này.

Để khắc phục tình trạng doanh nghiệp phá sản, ngừng hoạt động hàng loạt do làm ăn thua lỗ kéo dài, kiệt quệ tài chính rất cần sự chung sức của cả các doanh nghiệp LUAN VAN CHAT LUONG download : add [e-mail] 7 và Nhà nước, các Bộ, ngành. Theo Tổng cục thống kê thì: 2 “Đánh giá chung về các yếu tố cản trở nhiều nhất tới sản xuất kinh doanh hiện nay, các doanh nghiệp mong muốn Nhà nước, các Bộ, ngành tập trung hỗ trợ các doanh nghiệp cải thiện các yếu tố chủ yếu sau: ổn định và hỗ trợ lãi suất vay vốn, cải tiến và tạo điều kiện để doanh nghiệp tiếp cận vốn thuận lợi hơn, ổn định kinh tế vĩ mô, ổn định giá điện, cải thiện và phát triển cơ sở hạ tầng, tập trung nguồn vốn và hỗ trợ lãi suất vay vốn cho khu vực doanh nghiệp nhỏ và vừa, kiềm chế lạm phát, hỗ trợ tiêu thụ sản phẩm trong nước và xuất khẩu, hỗ trợ phát triển và đổi mới công nghệ để phát triển sản xuất kinh doanh, cải thiện môi trường pháp lý và hiệu quả giải quyết tranh chấp, phát triển và nâng cao chất lượng nguồn nhân lực, cải tiến thuế suất và công tác quản lý thuế,. Tuy nhiên, cùng với những mong nuốn đó, trước hết các doanh nghiệp phải tự nỗ lực cứu mình thông qua những chiến lược kinh doanh hợp lý, tránh đầu tư tràn lan, dàn trải, sử dụng vốn sai mục đích và phải nỗ lực tìm một hướng đi phù hợp. Nghiên cứu về dự đoán phá sản, kiệt quệ tài chính là cần thiết cho nhiều chủ thể trong nền kinh tế.

- Bản thân các doanh nghiệp cần biết “ngưỡng” bị phá sản của mình để có chiến lược lèo lái con thuyền doanh nghiệp vượt qua khó khăn. Việc dự đoán được nguy cơ lâm vào tình trạng kiệt quệ/phá sản có thể xem như là một cảnh báo để doanh nghiệp có thể lập kế hoạch kinh doanh phù hợp và đưa ra những điều chỉnh hợp lý làm gia tăng giá trị doanh nghiệp, hạn chế tối thiểu nguy cơ lâm vào tình trạng phá sản. Nếu P tính toán được có giá trị lớn hơn 0.5, doanh nghiệp cần kiểm tra lại tình hình tài chính của mình đang yếu kém ở điểm nào để có phương án xử lý kịp thời như: rà soát lại các lĩnh vực hoạt động, thu hẹp lĩnh vực hoạt động có hiệu quả kém, cơ cấu lại cấu trúc tài chính, giảm ứ động vốn,. 2 Trang thông tin điện tử của Tổng cục thống kê.

Báo cáo kết quả rà soát số lượng doanh nghiệp năm 2012. Website: http://www. LUAN VAN CHAT LUONG download : add [e-mail] 8 - Các đối tác, nhà đầu tư cần một chỉ số giúp họ dự đoán tình hình tài chính của doanh nghiệp mà họ đầu tư để có phản ứng kịp thời với đồng vốn mà họ đã bỏ ra. Khi một nhà đầu tư bỏ vốn ra đầu tư vào một doanh nghiệp, chỉ tiêu về lợi nhuận luôn được đặt lên hàng đầu vì đó là cơ sở chính để đánh giá khả năng sinh lời của đồng vốn mà nhà đầu tư đã bỏ ra.

Tuy nhiên, với tình hình kinh tế nhiều biến động việc một doanh nghiệp bị lỗ trong một thời gian là rất dễ xảy ra. Việc tính toán được một chỉ số tổng hợp về dự đoán kiệt quệ tài chính doanh nghiệp sẽ giúp rất nhiều cho nhà đầu tư trong việc quyết định nên tiếp tục đầu tư hay không. Nếu xác suất kiệt quệ/ phá sản P<0,5 có thể thấy khả năng kiệt quệ tài chính của doanh nghiệp còn thấp, nhà đầu tư nên duy trì nguồn vốn vì mặc dù có khó khăn nhưng doanh nghiệp chưa đến mức kiệt quệ/ phá sản và nếu cùng doanh nghiệp vượt qua giai đoạn này nhà đầu tư sẽ được đền bù. Tuy nhiên, nếu P>0,5 nhà đầu tư nên xem xét thêm một số yếu nữa để xem có nên rút vốn hay không vì khả năng kiệt quệ/ phá sản là đáng quan tâm.

- Các ngân hàng cũng cần có một chỉ số để đánh giá tình hình tài chính của doanh nghiệp trước khi đưa ra những quyết định tín dụng. Những năm gần đây, với tình hình nợ xấu nghiêm trọng các ngân hàng, các doanh nghiệp khó khăn hơn trong tiếp cận nguồn vốn vay. Điều này gây thiệt hại cho cả 2 phía doanh nghiệp và ngân hàng. Một chỉ số dự báo kiệt quệ/phá sản sẽ cho các ngân hàng thêm một khía cạnh thông tin trong việc thẩm định các hồ sơ vay vốn của doanh nghiệp.

Xét về khía cạnh nền kinh tế thị trường, chuyện doanh nghiệp giải thể, phá sản, ngừng hoạt động là chuyện bình thường, sẽ thanh lọc bớt được những doanh nghiệp làm ăn kém hiệu quả. Nhưng cũng cần nhìn nhận rằng, việc có quá nhiều doanh nghiệp phá sản trong những năm gần đây là rất đáng quan ngại. Bởi đi theo việc doanh nghiệp phá sản, giải thể, kiệt quệ tài chính sẽ là một loạt người lao động mất việc làm, bị nợ lương, thu nhập bấp bênh; là rất nhiều doanh nghiệp của các công ty đối tác với công ty phá sản bị nợ tiền và cũng rơi vào khó khăn tài chính, là các ngân hàng với hàng đống LUAN VAN CHAT LUONG download : add [e-mail] 9 nợ xấu, là nhà nước không thu được thuế gây bội chi ngân sách nghiêm trọng, là nền kinh tế đất nước lâm vào suy thoái. Không phải công ty nào gặp khó khăn về tài chính cũng đều đi đến phá sản.

Nếu doanh nghiệp có chiến lược đúng đắn, phản ứng kịp thời, xoay xở được các khoản nợ doanh nghiệp có thể hoãn việc phá sản lại nhiều năm. Cuối cùng, doanh nghiệp có thể phục hồi, trả hết nợ và thoát được cảnh phá sản. Dự báo được “ ngưỡng” kiệt quệ tài chính góp một phần giúp doanh nghiệp đưa ra những giải pháp hợp lý cho tình hình tài chính, tránh được những phát sinh từ chi phí kiệt quệ tài chính có thể kéo tình hình doanh nghiệp khó khăn hơn.2 Các nghiên cứu thực nghiệm trước đây về dự báo phá sản/ kiệt quệ tài chính công ty 2.1 Nghiên cứu của William Beaver (1966) Nghiên cứu của William Beaver năm 1966 đã đặt những nền tảng đầu tiên về dự báo khả năng phá sản/kiệt quệ tài chính của các công ty. Nghiên cứu đã sử dụng phương pháp đánh giá từng chỉ số tài chính dựa trên kiểm định t trong phân tích đơn biến nhằm đưa ra những tiêu chí dự báo phá sản doanh nghiệp.

Sử dụng các tỷ số tài chính được rút ra từ việc nghiên cứu thực nghiệm 79 doanh nghiệp phá sản và một số lượng tương ứng các doanh nghiệp không phá sản trong thời gian 10 năm (1954 – 1964). Nghiên cứu của Beaver chỉ ra rằng tỷ lệ tiền mặt/tổng nợ phải trả là chỉ tiêu quan trọng nhất trong việc dự báo dấu hiệu kiệt quệ tài chính và phá sản doanh nghiệp.