BÁO CÁO NGHIÊN CỨU: DỰ BÁO KHẢ NĂNG PHÁ SẢN CỦA DOANH NGHIỆP VIỆT NAM BẰNG MÔ HÌNH HỌC MÁY (MACHINE LEARNING)

Tóm tắt nghiên cứu (Research Summary)

Nghiên cứu "Dự báo khả năng phá sản của các doanh nghiệp Việt Nam bằng mô hình học máy" (Mã số đề tài: ĐTHV.41/2022) do TS. Trương Thị Thùy Dương chủ nhiệm cùng nhóm nghiên cứu Học viện Ngân hàng thực hiện nhằm giải quyết câu hỏi trọng tâm: Liệu các thuật toán học máy hiện đại kết hợp phương pháp lựa chọn biến LASSO có mang lại hiệu quả vượt trội trong việc cảnh báo sớm rủi ro phá sản của doanh nghiệp Việt Nam so với các mô hình thống kê truyền thống?

Dựa trên tập dữ liệu gồm 300 doanh nghiệp giai đoạn 2017–2019 thu thập từ FiinGroup với 846 quan sát và 26 chỉ tiêu tài chính, nhóm tác giả đã triển khai đánh giá so sánh hiệu năng giữa mô hình truyền thống (Hồi quy Logistic - LR) và ba mô hình học máy tiên tiến: Cây quyết định (Decision Tree - DT), Rừng ngẫu nhiên (Random Forest - RF) và Mạng nơ-ron nhân tạo (Neural Network - NN), đồng thời tích hợp kỹ thuật hồi quy LASSO để tối ưu hóa đặc trưng đầu vào.

Kết quả thực nghiệm khẳng định các mô hình học máy đạt hiệu suất phân loại vượt trội so với mô hình truyền thống. Cụ thể, mô hình kết hợp LASSO và Random Forest mang lại độ chính xác cao nhất (86,61%), độ hội tụ (Precision) đạt 89,86%, độ bao phủ (Recall) đạt 86,11% và giảm thiểu tối đa sai số loại II (Type II error xuống mức 13,89%). Nghiên cứu xác định 4 chỉ số tài chính giữ vai trò cảnh báo cốt lõi: Vòng quay tài sản (SALEAT), Đòn bẩy tổng nợ (LTAT), Tỷ trọng nợ ngắn hạn (LCTLT) và Khả năng thanh toán tiền mặt (CHLCT). Đây là cơ sở thực nghiệm vững chắc giúp các nhà quản trị, tổ chức tín dụng và cơ quan quản lý thiết lập hệ thống cảnh báo sớm rủi ro thanh khoản và kiệt quệ tài chính.

Bối cảnh và tầm quan trọng (Context & Significance)

Thực trạng tri thức và bối cảnh kinh tế vĩ mô

Những biến động khó lường của kinh tế toàn cầu sau đại dịch COVID-19, áp lực lạm phát kéo dài, chính sách thắt chặt tiền tệ cùng các xung đột địa chính trị đã đẩy khu vực doanh nghiệp vào làn sóng rủi ro thanh khoản và kiệt quệ tài chính nghiêm trọng. Sự phá sản của một doanh nghiệp không chỉ dừng lại ở thất bại kinh doanh đơn lẻ mà còn gây tác động lan truyền tiêu cực tới chuỗi cung ứng, hệ thống ngân hàng, thị trường lao động và sự ổn định an sinh xã hội.

Khoảng trống nghiên cứu (Research Gap)

Kể từ các công trình kinh điển của Beaver (1966) và Altman (1968) với chỉ số Z-score, các phương pháp dự báo rủi ro phá sản truyền thống như phân tích phân biệt đa biến (MDA) hay Hồi quy Logistic đã được áp dụng rộng rãi. Tuy nhiên, các kỹ thuật này bộc lộ nhiều hạn chế do đòi hỏi nghiêm ngặt về phân phối chuẩn của dữ liệu và khó nắm bắt các mối quan hệ phi tuyến tính phức tạp.

Tại Việt Nam, phần lớn các nghiên cứu trước đây (như Bùi Phúc Trung, 2012; Hoàng Thị Hồng Vân, 2020) vẫn chủ yếu dựa vào mô hình Z-score hoặc Logistic đơn thuần với tiêu chí đánh giá hạn hẹp quanh độ chính xác tổng thể (Accuracy), chưa chú trọng đến sai số loại II (Type II error) – loại sai số gây tổn thất tài chính lớn nhất khi nhận định sai một doanh nghiệp sắp phá sản thành doanh nghiệp khỏe mạnh. Hơn nữa, việc lựa chọn các biến giải thích tài chính trước đây thường mang tính chủ quan, thiếu vắng các thuật toán lọc biến khách quan như LASSO (Least Absolute Shrinkage and Selection Operator).

Tính cấp thiết và tác động tiềm năng

Đề tài được thực hiện trong thời điểm then chốt khi nền kinh tế Việt Nam đòi hỏi các công cụ định lượng chính xác để giám sát sức khỏe doanh nghiệp. Việc ứng dụng công nghệ học máy kết hợp thuật toán tối ưu hóa biến giải thích giúp thiết lập một khung phân tích rủi ro thông minh, giảm thiểu rủi ro nợ xấu cho hệ thống tổ chức tín dụng và cung cấp bộ công cụ điều hướng chiến lược cho các nhà hoạch định chính sách tiền tệ.

Methodology và tiếp cận nghiên cứu (Methodology & Approach)

       +----------------------------------------------------------------+
       | Dữ liệu 300 DN Việt Nam (2017-2019) | 846 quan sát, 26 chỉ tiêu |
       +----------------------------------------------------------------+
                                       |
                                       v
                    +--------------------------------------+
                    | Hồi quy phạt LASSO (Cross-validation)|
                    |        Chọn 9 biến giải thích        |
                    +--------------------------------------+
                                       |
                   +-------------------+-------------------+
                   |                                       |
                   v                                       v
     +---------------------------+           +---------------------------+
     |   Mô hình truyền thống   |           |    Mô hình học máy (ML)   |
     |  - Logistic Regression    |           |  - Decision Tree (CART)   |
     |                           |           |  - Random Forest          |
     |                           |           |  - Neural Network         |
     +---------------------------+           +---------------------------+
                   |                                       |
                   +-------------------+-------------------+
                                       |
                                       v
       +----------------------------------------------------------------+
       | Đánh giá qua Confusion Matrix: Accuracy, Type I/II, Precision, |
       | Recall và xếp hạng Feature Importance                          |
       +----------------------------------------------------------------+

Thiết kế nghiên cứu và Thu thập dữ liệu

Nghiên cứu áp dụng phương pháp định lượng thực chứng (Empirical Quantitative Research). Nhóm tác giả thu thập dữ liệu báo cáo tài chính của 300 doanh nghiệp Việt Nam trong giai đoạn 2017–2019 thông qua cơ sở dữ liệu FiinGroup, tạo lập bộ mẫu hoàn chỉnh gồm 846 quan sát.

Tiêu chí xác định nhãn rủi ro phá sản ($Y = 1$) và không phá sản ($Y = 0$) được định nghĩa dựa trên ngưỡng chỉ số Z-score của Altman ($Z < 1,81$ ứng với nguy cơ cao; $Z \ge 1,81$ ứng với an toàn), kết hợp trạng thái niêm yết và tính hoạt động liên tục của doanh nghiệp. Mẫu gồm 130 doanh nghiệp rủi ro và 170 doanh nghiệp an toàn. Dữ liệu được phân chia ngẫu nhiên thành hai tập: Tập huấn luyện (Training Set - 75%) và Tập kiểm tra (Testing Set - 25%).

Kỹ thuật lựa chọn biến chủ động (LASSO)

Từ 26 biến tài chính ban đầu bao phủ toàn diện 4 khía cạnh: thanh khoản, đòn bẩy tài chính, năng lực hoạt động và khả năng sinh lời, nhóm tác giả sử dụng kỹ thuật hồi quy LASSO với hàm phạt $L_1$:

$$\min_{\beta} \left{ \sum_{i=1}^n \left( Y_i - \beta_0 - \sum_{k=1}^p X_{ik}\beta_k \right)^2 + \lambda \sum_{k=1}^p |\beta_k| \right}$$

Thông qua kiểm chuẩn chéo (K-fold cross-validation), tham số phạt tối ưu được xác định tại $\lambda = 0,015$. Thuật toán đã tự động triệt tiêu các hệ số hồi quy không quan trọng về 0, chọn lọc ra 9 biến tài chính cốt lõi:

  1. SALEAT: Doanh thu / Tổng tài sản
  2. LTAT: Tổng nợ phải trả / Tổng tài sản
  3. LCTLT: Nợ ngắn hạn / Tổng nợ phải trả
  4. CHLCT: Tiền mặt / Nợ ngắn hạn
  5. QALCT: Tài sản nhanh / Nợ ngắn hạn
  6. PRICE: Logarit giá trị thị trường
  7. LOG(AT): Logarit tổng tài sản (Quy mô)
  8. WCAPAT: Vốn lưu động / Tổng tài sản
  9. CASHMTA: Tiền mặt & đầu tư ngắn hạn / (Vốn hóa + Tổng nợ)

Thuật toán phân loại và Đo lường độ tin cậy

Nhóm tác giả tiến hành huấn luyện 4 thuật toán trên Python:

  • Logistic Regression (LR): Mô hình tham số đường cơ sở.
  • Decision Tree (CART): Thuật toán phi tham số phân tách dữ liệu dựa trên chỉ số Gini/Entropy.
  • Random Forest (RF): Thuật toán tập hợp (Ensemble Bagging) với kỹ thuật lấy mẫu ngẫu nhiên có hoàn lại và ngẫu nhiên hóa thuộc tính tại mỗi nút.
  • Neural Network (NN): Mạng truyền thẳng nhiều tầng với hàm kích hoạt Sigmoid/Tanh.

Hiệu năng mô hình được đo lường toàn diện qua Ma trận nhầm lẫn (Confusion Matrix):

  • Accuracy (Độ chính xác tổng quát): $\frac{TP + TN}{TP + FP + TN + FN}$
  • Type I Error (Dương tính giả - Báo động nhầm): $\frac{FP}{FP + TN}$
  • Type II Error (Âm tính giả - Bỏ sót rủi ro): $\frac{FN}{TP + FN}$
  • Precision (Độ hội tụ): $\frac{TP}{TP + FP}$
  • Recall (Độ bao phủ/Độ nhạy): $\frac{TP}{TP + FN}$

Phát hiện chính từ nghiên cứu thực nghiệm (Key Findings)

+-------------------+----------------+---------------+----------------+
| Tiêu chí          |  Logistic (LR) |  DecisionTree |  Random Forest |
+-------------------+----------------+---------------+----------------+
| Accuracy          |     46.06%     |     78.74%    |     86.61%     |
| Precision         |     63.41%     |     71.73%    |     89.86%     |
| Recall            |     18.84%     |     86.84%    |     86.11%     |
| Type II Error     |     81.16%     |     13.16%    |     13.89%     |
+-------------------+----------------+---------------+----------------+

1. Sự áp đảo của các thuật toán Machine Learning trước thống kê truyền thống

Kết quả thực nghiệm trên tập kiểm tra độc lập chứng minh sự vượt trội rõ rệt của mô hình học máy. Mô hình Logistic truyền thống chỉ đạt độ chính xác 44,88% (với đủ biến) và 46,06% (với biến LASSO). Ngược lại, tất cả các mô hình học máy đều đạt độ chính xác trên 78%.

Trong đó, Random Forest đạt hiệu năng cao nhất với độ chính xác 86,61%, theo sát là Neural Network với 86,29%.

2. Vai trò vượt bậc của LASSO trong tối ưu hóa hiệu suất

Việc áp dụng LASSO giúp loại bỏ hiện tượng đa cộng tuyến giữa 26 biến tài chính, thu gọn không gian đặc trưng xuống 9 biến then chốt nhưng lại giúp cải thiện hoặc duy trì độ chuẩn xác:

  • Mô hình Hồi quy Logistic tăng mạnh chỉ số Precision từ 45,10% lên 63,41%.
  • Mô hình Neural Network tăng độ chính xác từ 82,67% lên 86,29%, đồng thời kéo giảm sai số loại II từ 25,86% xuống chỉ còn 14,49%.
  • Mô hình Random Forest nâng độ chính xác lên 86,61%, đạt mức Precision tối ưu 89,86%.

3. Kiểm soát tối ưu Sai số Loại II (Type II Error)

Trong phân tích rủi ro tài chính, việc nhận định nhầm một công ty sắp phá sản thành công ty an toàn (Âm tính giả - False Negative) mang lại hậu quả thiệt hại vốn nghiêm trọng gấp nhiều lần việc cảnh báo nhầm một công ty lành mạnh. Mô hình Logistic bộc lộ sai số loại II ở mức báo động (81,16% – 83,33%). Trái lại, Random Forest và Decision Tree đã kiểm soát sai số này xuất sắc ở mức rất thấp (13,16% – 13,89%), giúp hạn chế tối đa nguy cơ bỏ sót các khoản nợ xấu tiềm ẩn.

4. Bốn trụ cột tài chính cảnh báo sớm rủi ro (Feature Importance)

Thông qua phân tích tầm quan trọng của các thuộc tính (Feature Importance) từ thuật toán Random Forest, nghiên cứu đã xếp hạng mức độ ảnh hưởng của các chỉ tiêu tài chính:

TẦM QUAN TRỌNG CỦA CÁC BIẾN TÀI CHÍNH (FEATURE IMPORTANCE - RF)
===================================================================
1. SALEAT (Doanh thu / Tổng tài sản)        [████████████████████] Top 1
2. LTAT (Tổng nợ / Tổng tài sản)            [███████████████     ] Top 2
3. LCTLT (Nợ ngắn hạn / Tổng nợ)            [███████████         ] Top 3
4. CHLCT (Tiền mặt / Nợ ngắn hạn)           [████████            ] Top 4
===================================================================
  • Vòng quay tổng tài sản (SALEAT - Hạng 1): Chỉ số phản ánh năng lực tạo doanh thu từ cơ sở tài sản giữ vai trò quyết định nhất. Doanh nghiệp có SALEAT thấp đồng nghĩa với việc đầu tư tài sản kém hiệu quả, không tạo đủ dòng tiền vận hành, đẩy rủi ro kiệt quệ lên mức cao nhất.
  • Tỷ lệ đòn bẩy nợ (LTAT - Hạng 2): Tỷ lệ tổng nợ trên tổng tài sản thể hiện mức độ phụ thuộc vốn vay. Trong cấu trúc kinh tế dựa nhiều vào tín dụng ngân hàng như Việt Nam, chỉ số này tăng cao phản ánh áp lực đè nặng lên chi phí lãi vay và nguy cơ vỡ nợ.
  • Cơ cấu nợ ngắn hạn (LCTLT - Hạng 3): Tỷ lệ nợ ngắn hạn trên tổng nợ quá cao tạo ra áp lực đáo hạn dồn dập và rủi ro đảo nợ (rollover risk), khiến doanh nghiệp dễ sụp đổ khi thị trường tài chính biến động.
  • Tỷ số thanh toán bằng tiền mặt (CHLCT - Hạng 4): Đóng vai trò tấm đệm thanh khoản tức thời trước các nghĩa vụ nợ đến hạn.

Đóng góp khoa học và Giá trị ứng dụng (Contributions & Value)

Đóng góp về mặt học thuật và phương pháp luận

  • Bổ sung bằng chứng thực nghiệm tại thị trường mới nổi: Nghiên cứu cung cấp hệ thống thực chứng toàn diện về sự ưu việt của học máy trong dự báo rủi ro tài chính tại Việt Nam – nơi cấu trúc dữ liệu tài chính thường có độ nhiễu cao và phi tuyến tính.
  • Chuẩn hóa quy trình lựa chọn biến kết hợp: Chứng minh tính khả thi và hiệu quả của quy trình tích hợp phương pháp hàm phạt LASSO với các bộ phân loại học máy phức hợp (Ensemble Learning), giải quyết triệt để vấn đề quá khớp (overfitting) và đa cộng tuyến trong dữ liệu kế toán.

Ứng dụng thực tiễn trong quản trị doanh nghiệp

  1. Tối ưu hóa hiệu suất sử dụng tài sản: Doanh nghiệp cần tái cấu trúc danh mục tài sản, thanh lý các tài sản kém hiệu quả để tập trung vào mảng kinh doanh cốt lõi, nâng cao hệ số SALEAT.
  2. Tái thiết cấu trúc nợ: Kiểm soát tỷ lệ đòn bẩy tài chính LTAT, giảm tỷ trọng nợ ngắn hạn LCTLT, tăng cường các nguồn vốn vay trung dài hạn hoặc phát hành trái phiếu để tránh rủi ro đứt gãy dòng tiền khi đảo nợ.
  3. Quản trị thanh khoản động: Thiết lập mức dự trữ tiền mặt CHLCT tối ưu theo từng chu kỳ kinh doanh, cân đối hài hòa giữa yêu cầu an toàn thanh khoản và chi phí cơ hội của vốn.

Hàm ý chính sách và giám sát vĩ mô

Nghiên cứu mang đến cơ sở khoa học để Ngân hàng Nhà nước và các cơ quan thanh tra giám sát tài chính xây dựng hệ thống chỉ báo cảnh báo sớm rủi ro cấp ngành, từ đó chủ động điều tiết dòng vốn tín dụng và ngăn chặn rủi ro đổ vỡ mang tính hệ thống.

Đối tượng quan tâm và Hưởng lợi (Target Audience)

  • Ban Điều hành Doanh nghiệp (CEO, CFO, Ban Quản trị Rủi ro):
    • Ứng dụng khung 4 chỉ tiêu cảnh báo sớm để tự đánh giá sức khỏe tài chính định kỳ.
    • Hoạch định cấu trúc vốn và chiến lược phân bổ nguồn lực tài sản hợp lý nhằm phòng ngừa rủi ro kiệt quệ từ sớm.
  • Các Ngân hàng Thương mại và Định chế Tài chính (Credit Risk Analysts):
    • Sử dụng mô hình Random Forest kết hợp LASSO để nâng cấp hệ thống chấm điểm tín dụng nội bộ (Internal Credit Rating).
    • Giảm thiểu đáng kể tỷ lệ bỏ sót doanh nghiệp rủi ro cao (giảm Type II error), nâng cao chất lượng danh mục cho vay.
  • Nhà đầu tư cá nhân và Quỹ đầu tư tổ chức:
    • Nhận diện các tín hiệu cảnh báo suy giảm năng lực hoạt động của các doanh nghiệp niêm yết trước khi thông tin tiêu cực phản ánh vào giá cổ phiếu.
    • Lọc danh mục cổ phiếu an toàn dựa trên các chỉ số đòn bẩy và khả năng sinh lời thực chất.
  • Cộng đồng Nghiên cứu Học thuật (Giảng viên, Nghiên cứu sinh Kinh tế - Tài chính):
    • Tài liệu tham khảo chuẩn mực về phương pháp kết hợp khoa học dữ liệu (Data Science) với lý thuyết tài chính doanh nghiệp hiện đại.

Câu hỏi thường gặp (FAQ)

1. Phát hiện quan trọng nhất của đề tài nghiên cứu này là gì?

Phát hiện then chốt là mô hình học máy Random Forest kết hợp kỹ thuật chọn biến LASSO mang lại hiệu quả dự báo rủi ro phá sản tối ưu nhất (độ chính xác 86,61%, Precision 89,86%), đồng thời xác định Vòng quay tài sản (SALEAT) và Đòn bẩy tài chính (LTAT) là hai chỉ báo tài chính mang tính quyết định nhất đối với nguy cơ phá sản của doanh nghiệp Việt Nam.

2. Phương pháp lựa chọn biến LASSO có vai trò đặc biệt gì trong nghiên cứu?

Hồi quy hàm phạt LASSO giúp giải quyết bài toán đa cộng tuyến và quá khớp (overfitting) bằng cách tự động loại bỏ các biến giải thích thừa thãi. Thuật toán đã rút gọn từ 26 chỉ số tài chính xuống còn 9 biến cốt lõi mà vẫn gia tăng độ chính xác và cải thiện rõ rệt chỉ số dự báo của các mô hình.

3. Kết quả của nghiên cứu có thể khái quát hóa (generalize) cho toàn bộ doanh nghiệp tại Việt Nam không?

Kết quả có độ tin cậy và tính đại diện cao cho các doanh nghiệp quy mô vừa và lớn tại Việt Nam trong điều kiện kinh tế bình thường. Tuy nhiên, do mẫu dữ liệu gồm 300 doanh nghiệp trong giai đoạn 2017–2019, việc áp dụng cho nhóm doanh nghiệp siêu nhỏ (SMEs) hoặc trong các giai đoạn khủng hoảng đặc thù cần có thêm bước hiệu chỉnh tham số.

4. Hướng phát triển tiếp theo của nghiên cứu này là gì?

Các hướng phát triển kế tiếp bao gồm:

  • Mở rộng khung dữ liệu sau năm 2020 để phân tích tác động của biến cố đại dịch và chu kỳ lãi suất mới.
  • Tích hợp thêm các biến phi tài chính như: năng lực ban quản trị, cấu trúc sở hữu, chỉ số quản trị công ty (ESG) và các biến số kinh tế vĩ mô.

5. Doanh nghiệp và ngân hàng có thể ứng dụng kết quả này vào thực tế như thế nào?

  • Doanh nghiệp: Thiết lập bảng điều khiển (dashboard) giám sát định kỳ 4 chỉ số SALEAT, LTAT, LCTLT, CHLCT để kích hoạt kịch bản ứng phó trước khi xuất hiện mất cân đối dòng tiền.
  • Ngân hàng: Tích hợp thuật toán LASSO - Random Forest vào hệ thống phê duyệt tín dụng tự động nhằm sàng lọc và phân loại khách hàng vay vốn chính xác hơn.

Kết luận (Conclusion)

Đề tài NCKH "Dự báo khả năng phá sản của các doanh nghiệp Việt Nam bằng mô hình học máy" đã đóng góp một công trình nghiên cứu thực nghiệm công phu, chuẩn mực và có giá trị ứng dụng thực tiễn cao. Nghiên cứu khẳng định sự vượt trội của các thuật toán trí tuệ nhân tạo (đặc biệt là Random Forest) kết hợp tối ưu hóa biến LASSO trong việc định lượng và cảnh báo rủi ro tài chính doanh nghiệp tại Việt Nam.

Trong kỷ nguyên chuyển đổi số và dữ liệu lớn, việc chuyển dịch từ các mô hình phân tích thống kê cổ điển sang các hệ thống học máy tự thích ứng không chỉ là xu thế công nghệ tất yếu mà còn là yêu cầu cấp thiết để nâng cao năng lực phòng vệ của hệ thống tài chính quốc gia. Các tổ chức tín dụng và doanh nghiệp được khuyến nghị sớm chủ động triển khai tích hợp các giải pháp học máy này vào quy trình quản trị rủi ro thường nhật.