Dự Báo Kiệt Quệ Tài Chính Bằng Mô Hình Kết Hợp Các Yếu Tố Tài Chính, Vĩ Mô và Thị Trường

Luận văn thạc sĩ phân tích dự báo kiệt quệ tài chính qua mô hình kết hợp yếu tố tài chính vĩ mô và thị trường, cung cấp cái nhìn sâu sắc.

• Tác giả: Trần Đình Thi
• Người hướng dẫn: PGS. Nguyễn Khắc Quốc Bảo
• Trường học: Đại Học Kinh Tế TP. Hồ Chí Minh
• Chuyên ngành: Tài Chính - Ngân Hàng
• Đề tài: Dự Báo Kiệt Quệ Tài Chính: Mô Hình Kết Hợp Các Yếu Tố Tài Chính, Vĩ Mô và Thị Trường
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2016
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• TRANG PHỤ BÌA
• LỜI CAM ĐOAN
• DANH MỤC KÝ HIỆU VÀ CHỮ VIẾT TẮT
• DANH MỤC HÌNH VẼ
• DANH MỤC BẢNG BIỂU
• TÓM TẮT
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.3. Đối tượng và phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 1.5. Bố cục bài nghiên cứu
• 2. CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC ĐÂY VỀ KIỆT QUỆ TÀI CHÍNH
• 2.1. Tổng quan lý thuyết
• 2.1.1. Các tiếp cận về kiệt quệ tài chính
• 2.1.2. Nguyên nhân gây ra kiệt quệ tài chính
• 2.2. Các nghiên cứu trước đây về kiệt quệ tài chính
• 2.2.1. Các nghiên cứu sử dụng biến tài chính
• 2.2.2. Các nghiên cứu sử dụng biến thị trường
• 2.2.3. Các nghiên cứu sử dụng kết hợp biến tài chính và biến thị trường
• 2.2.4. Các nghiên cứu sử dụng biến chỉ tiêu kinh tế vĩ mô
• 2.2.5. Các nghiên cứu sử dụng kết hợp biến tài chính, biến thị trường và biến kinh tế vĩ mô
• 2.3. Các phương pháp phân tích sử dụng trong nghiên cứu
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Mô hình nghiên cứu
• 3.1.1. Mô hình hồi quy Logit
• 3.1.2. Độ phù hợp của mô hình Logit
• 3.2. Dữ liệu nghiên cứu
• 3.2.1. Lựa chọn mẫu và dữ liệu
• 3.2.2. Xác định tình trạng kiệt quệ tài chính - Biến phụ thuộc của mô hình (FD)
• 3.2.3. Xác định các yếu tố tác động khả năng kiệt quệ tài chính của một doanh nghiệp
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
• 4.1. Thống kê mô tả các biến
• 4.1.1. Thống kê mô tả cho các biến số sử dụng trong mô hình 1 - gồm các biến số tỷ số tài chính
• 4.1.2. Thống kê mô tả cho các biến số sử dụng trong mô hình 2 – gồm các biến số tỷ số tài chính và chỉ báo kinh tế vĩ mô
• 4.1.3. Thống kê mô tả cho các biến số sử dụng trong mô hình 3 – gồm các biến số tỷ số tài chính, chỉ báo kinh tế vĩ mô và thị trường
• 4.2. Phân tích mối tương quan giữa các biến
• 4.3. Kết quả mô hình hồi quy logit
• 4.3.1. Thảo luận kết quả hồi quy mô hình 1
• 4.3.2. Thảo luận kết quả hồi quy mô hình 2
• 4.3.3. Thảo luận kết quả hồi quy mô hình 3
• 4.3.4. Thảo luận kết quả hồi quy mô hình 4
• 4.3.5. Thảo luận kết quả hồi quy mô hình 5
• 4.3.6. Thảo luận kết quả hồi quy mô hình 6
• 4.3.7. Tổng kết các biến trong các mô hình hồi quy
• 4.4. Kết quả các mô hình hồi quy hiệu chỉnh
• 4.4.1. Đo lường mức độ phù hợp của các mô hình hiệu chỉnh
• 4.4.2. Các giá trị thống kê đo lường khả năng dự báo của mô hình
• 4.4.3. Kiểm định sự khác nhau về mặt thống kê của các giá trị AUC
• 4.4.4. Thông đạt kết quả hồi quy, đo lường hiệu ứng cận biên (marginal effects)
• 5. CHƯƠNG 5: KẾT LUẬN
• 5.1. Tóm tắt kết quả nghiên cứu
• 5.2. 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 Kiệt Quệ Tài Chính Tại Sao Quan Trọng

Trong bối cảnh kinh tế hiện đại, việc dự báo kiệt quệ tài chính trở nên vô cùng quan trọng. Đặc biệt đối với Việt Nam, một nền kinh tế đang phát triển, sự ổn định trong kinh doanh là yếu tố then chốt để thu hút đầu tư. Số lượng doanh nghiệp giải thể, tạm ngưng hoạt động gây ảnh hưởng tiêu cực đến cái nhìn của các nhà đầu tư. Kiệt quệ tài chính không chỉ gây ra hậu quả kinh tế mà còn tác động đến xã hội, như mất việc làm và ảnh hưởng đến môi trường. Do đó, cần có công cụ dự báo để hỗ trợ doanh nghiệp và nhà đầu tư. Công cụ này giúp chủ doanh nghiệp nhận thấy khả năng kiệt quệ tài chính trước khi quá muộn, đồng thời giúp chủ nợ và nhà đầu tư đánh giá được mức độ rủi ro.

1.1. Tầm quan trọng của dự báo phá sản doanh nghiệp

Việc dự báo trước nguy cơ phá sản doanh nghiệp giúp các nhà quản lý có thể chủ động đưa ra các biện pháp phòng ngừa, giảm thiểu thiệt hại. Điều này đặc biệt quan trọng trong bối cảnh kinh tế biến động, khi các doanh nghiệp phải đối mặt với nhiều thách thức. Nghiên cứu của Tinoco & Wilson (2013) cho thấy có một khoảng cách thời gian đáng kể giữa ngày công ty rơi vào tình trạng kiệt quệ tài chính cho đến ngày chính thức phá sản về mặt pháp lý.

1.2. Ảnh hưởng của kiệt quệ tài chính đến nền kinh tế vĩ mô

Tình trạng kiệt quệ tài chính của các doanh nghiệp có thể lan rộng, gây ra ảnh hưởng tiêu cực đến nền kinh tế vĩ mô. Khi nhiều doanh nghiệp gặp khó khăn, nó có thể dẫn đến sự suy giảm tăng trưởng kinh tế, gia tăng tỷ lệ thất nghiệp và giảm niềm tin của người tiêu dùng và nhà đầu tư. Chính phủ cần có các chính sách hỗ trợ để giảm thiểu tác động tiêu cực này.

1.3. Vai trò của quản trị rủi ro tài chính trong phòng ngừa kiệt quệ

Quản trị rủi ro tài chính đóng vai trò quan trọng trong việc phòng ngừa kiệt quệ tài chính. Bằng cách xác định, đánh giá và kiểm soát các rủi ro tài chính tiềm ẩn, doanh nghiệp có thể giảm thiểu khả năng gặp phải các vấn đề tài chính nghiêm trọng. Các công cụ như phân tích độ nhạy, phân tích kịch bản và mô hình định lượng dự báo có thể được sử dụng để hỗ trợ quản trị rủi ro tài chính.

II. Thách Thức Xác Định Dấu Hiệu Sớm Kiệt Quệ Tài Chính

Nguyên nhân dẫn đến kiệt quệ tài chính, cuối cùng dẫn đến phá sản hoặc giải thể rất phức tạp. Nó không chỉ đơn thuần do các yếu tố nội tại doanh nghiệp mà còn do các yếu tố bên ngoài tác động. Các nghiên cứu trước đây về kiệt quệ tài chính đa phần sử dụng dữ liệu từ báo cáo tài chính, đại diện cho yếu tố nội tại, và dữ liệu từ thị trường niêm yết như giá cổ phiếu để dự báo khả năng kiệt quệ tài chính. Một số nghiên cứu gần đây đã kết hợp thêm yếu tố kinh tế vĩ mô, cho thấy sự kết hợp ba nhóm yếu tố (nội tại, thị trường và kinh tế vĩ mô) giúp nâng cao độ chính xác dự báo.

2.1. Hạn chế của các mô hình dự báo truyền thống

Các mô hình dự báo truyền thống thường chỉ tập trung vào các chỉ số tài chính, bỏ qua các yếu tố vĩ mô và thị trường. Điều này có thể dẫn đến kết quả dự báo không chính xác, đặc biệt trong bối cảnh kinh tế biến động. Các tỷ số tài chính dự báo phá sản cần được xem xét trong mối tương quan với các yếu tố khác.

2.2. Ảnh hưởng của kinh tế vĩ mô và thị trường tài chính

Các yếu tố như lạm phát, lãi suất, tăng trưởng GDP và biến động thị trường chứng khoán có thể ảnh hưởng đáng kể đến tình hình tài chính của doanh nghiệp. Việc tích hợp các yếu tố này vào mô hình dự báo sẽ giúp tăng cường khả năng dự đoán chính xác nguy cơ kiệt quệ tài chính.

2.3. Khó khăn trong thu thập và xử lý dữ liệu vĩ mô và thị trường

Việc thu thập và xử lý dữ liệu kinh tế vĩ mô và thị trường tài chính có thể gặp nhiều khó khăn, đặc biệt ở các thị trường mới nổi. Dữ liệu có thể không đầy đủ, không chính xác hoặc không có sẵn một cách dễ dàng. Điều này có thể hạn chế khả năng xây dựng các mô hình dự báo phức tạp.

III. Phương Pháp Kết Hợp Mô Hình Dự Báo Kiệt Quệ Tài Chính

Hầu hết các nghiên cứu nổi tiếng về kiệt quệ tài chính đều được thực hiện tại Mỹ và châu Âu. Tại Việt Nam, chủ đề này còn mới và ít được nghiên cứu. Nghiên cứu này nhằm tìm ra một mô hình dự báo kiệt quệ tài chính chính xác và phù hợp cho các công ty niêm yết tại thị trường chứng khoán Việt Nam. Nghiên cứu kết hợp các biến kế toán, biến thị trường và biến kinh tế vĩ mô vào một mô hình dự báo kiệt quệ tài chính.

3.1. Mô hình Logit kết hợp yếu tố tài chính vĩ mô thị trường

Mô hình hồi quy Logit được sử dụng để dự báo khả năng kiệt quệ tài chính của doanh nghiệp, dựa trên các biến số tài chính, vĩ mô và thị trường. Mô hình này cho phép xác định các yếu tố quan trọng nhất ảnh hưởng đến khả năng kiệt quệ tài chính.

3.2. Lựa chọn mẫu và dữ liệu phù hợp cho thị trường Việt Nam

Mẫu nghiên cứu bao gồm các công ty phi tài chính niêm yết trên HOSE và HNX từ năm 2008-2015. Dữ liệu được thu thập từ HOSE, HNX và Tổng cục Thống kê (GSO). Việc lựa chọn mẫu và dữ liệu phù hợp là rất quan trọng để đảm bảo tính đại diện và độ tin cậy của kết quả nghiên cứu.

3.3. Xác định biến phụ thuộc và biến độc lập trong mô hình

Biến phụ thuộc là tình trạng kiệt quệ tài chính, được xác định dựa trên các tiêu chí như thua lỗ liên tiếp, vốn chủ sở hữu âm hoặc bán tài sản để trả nợ. Các biến độc lập bao gồm các tỷ số tài chính, chỉ số kinh tế vĩ mô và biến số thị trường. Việc xác định đúng các biến số này là rất quan trọng để xây dựng một mô hình dự báo chính xác.

IV. Ứng Dụng Thực Tiễn Kết Quả Nghiên Cứu và Thảo Luận Mô Hình

Bài nghiên cứu này tập trung xem xét các yếu tố tác động đến khả năng kiệt quệ tài chính của 261 doanh nghiệp niêm yết trên sàn giao dịch chứng khoán Hồ Chí Minh (HOSE) và sàn giao dịch chứng khoán Hà Nội (HNX) trong khoảng thời gian từ năm 2008 - 2015. Kết quả cho thấy các tỷ số tài chính có khả năng dự báo tốt tình trạng kiệt quệ tài chính. Tuy nhiên, cần kết hợp với các biến số vĩ mô và thị trường để tăng khả năng dự báo. Biến số thị trường có đóng góp cao nhất.

4.1. Thống kê mô tả và phân tích tương quan giữa các biến

Thống kê mô tả được sử dụng để hiểu rõ hơn về đặc điểm của các biến số trong mô hình. Phân tích tương quan giúp xác định mối quan hệ giữa các biến và tránh hiện tượng đa cộng tuyến. Ma trận hệ số tương quan và hệ số nhân tử phóng đại phương sai được sử dụng để đánh giá mức độ đa cộng tuyến.

4.2. Kết quả hồi quy Logit và thảo luận về ý nghĩa của các biến

Kết quả hồi quy Logit cho thấy các biến số tài chính, vĩ mô và thị trường đều có ảnh hưởng đến khả năng kiệt quệ tài chính của doanh nghiệp. Thảo luận về ý nghĩa của các biến giúp hiểu rõ hơn về cơ chế tác động của chúng và đưa ra các khuyến nghị chính sách phù hợp.

4.3. Đo lường mức độ phù hợp và khả năng dự báo của mô hình

Các giá trị thống kê như AUC (Area Under the ROC Curve) được sử dụng để đo lường mức độ phù hợp và khả năng dự báo của mô hình. Kiểm định sự khác nhau về mặt thống kê của các giá trị AUC giúp so sánh khả năng dự báo của các mô hình khác nhau.

V. Tương Lai Hướng Nghiên Cứu Tiếp Theo Về Dự Báo Phá Sản

Mô hình dự báo kiệt quệ tài chính doanh nghiệp ngay tại thời điểm quan sát (năm t) cho kết quả phù hợp cao nhất và chính xác nhất. Mô hình dự báo với kiệt quệ tài chính với độ trễ 1 năm (t - 1) chỉ mang tính chất gợi ý, còn mô hình dự báo với độ trễ 2 năm (t - 2) thì đa số không mang nhiều ý nghĩa về mặt dự báo. Tình trạng kiệt quệ tài chính của doanh nghiệp ở Việt Nam chịu ảnh hưởng không chỉ bởi các nhân tố bên trong doanh nghiệp mà còn từ các nhân tố bên ngoài như vĩ mô và thị trường.

5.1. Hạn chế của đề tài và hướng nghiên cứu mở rộng

Đề tài còn có một số hạn chế, chẳng hạn như việc sử dụng dữ liệu lịch sử để dự báo tương lai. Hướng nghiên cứu mở rộng có thể bao gồm việc sử dụng các phương pháp học máy (machine learning) để cải thiện khả năng dự báo và tích hợp các yếu tố định tính vào mô hình.

5.2. Đề xuất cải thiện mô hình dự báo kiệt quệ tài chính

Để cải thiện mô hình dự báo kiệt quệ tài chính, có thể xem xét sử dụng các biến số mới, áp dụng các kỹ thuật phân tích tiên tiến và cập nhật dữ liệu thường xuyên. Ngoài ra, cần có sự phối hợp chặt chẽ giữa các nhà nghiên cứu, nhà quản lý và nhà đầu tư để xây dựng một mô hình dự báo hiệu quả.

5.3. Ứng dụng kết quả nghiên cứu vào quản trị rủi ro tài chính

Kết quả nghiên cứu có thể được sử dụng để cải thiện quản trị rủi ro tài chính của doanh nghiệp và nhà đầu tư. Bằng cách dự báo trước nguy cơ kiệt quệ tài chính, doanh nghiệp có thể chủ động đưa ra các biện pháp phòng ngừa và nhà đầu tư có thể điều chỉnh danh mục đầu tư để giảm thiểu rủi ro.

VI. Kết Luận Tổng Quan Bài Học Từ Dự Báo Kiệt Quệ

Nghiên cứu này đã cung cấp bằng chứng thực nghiệm về tính hiệu quả của việc kết hợp các biến số tỷ số tài chính, biến số thị trường và biến số kinh tế vĩ mô vào mô hình dự báo tình trạng kiệt quệ tài chính. Mô hình này có thể được sử dụng như một công cụ hỗ trợ cho các nhà quản lý, nhà đầu tư và các bên liên quan khác trong việc đánh giá rủi ro tài chính và đưa ra quyết định kinh doanh phù hợp. Việc áp dụng các mô hình dự báo tiên tiến sẽ giúp nâng cao hiệu quả quản trị rủi ro tài chính và góp phần vào sự phát triển bền vững của nền kinh tế.

6.1. Tóm tắt các yếu tố chính ảnh hưởng đến kiệt quệ tài chính

Các yếu tố chính ảnh hưởng đến kiệt quệ tài chính bao gồm các yếu tố nội tại doanh nghiệp (tỷ số tài chính), yếu tố kinh tế vĩ mô (lạm phát, lãi suất) và yếu tố thị trường tài chính (biến động giá cổ phiếu). Việc hiểu rõ các yếu tố này là rất quan trọng để xây dựng một mô hình dự báo hiệu quả.

6.2. Ý nghĩa của nghiên cứu đối với doanh nghiệp và nhà đầu tư

Nghiên cứu này cung cấp thông tin quan trọng cho doanh nghiệp và nhà đầu tư để đánh giá rủi ro tài chính và đưa ra các quyết định kinh doanh phù hợp. Doanh nghiệp có thể sử dụng mô hình dự báo để xác định các vấn đề tài chính tiềm ẩn và thực hiện các biện pháp phòng ngừa. Nhà đầu tư có thể sử dụng mô hình dự báo để đánh giá rủi ro của các khoản đầu tư và điều chỉnh danh mục đầu tư để giảm thiểu rủi ro.

6.3. Khuyến nghị cho chính sách và quản lý kinh tế vĩ mô

Chính phủ cần có các chính sách hỗ trợ để giảm thiểu tác động tiêu cực của kiệt quệ tài chính đến nền kinh tế. Các chính sách này có thể bao gồm việc cung cấp các khoản vay ưu đãi cho doanh nghiệp gặp khó khăn, cải thiện môi trường kinh doanh và tăng cường giám sát thị trường tài chính.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh nền kinh tế Việt Nam có thời điểm ghi nhận hàng chục nghìn doanh nghiệp giải thể hoặc tạm ngừng hoạt động trong một quý, việc xây dựng một công cụ dự báo sớm rủi ro phá sản là yêu cầu cấp thiết đối với toàn bộ hệ thống tài chính. Tình trạng kiệt quệ tài chính không chỉ gây thiệt hại nặng nề cho các cổ đông và chủ nợ mà còn kéo theo những hệ lụy xã hội nghiêm trọng như gia tăng tỷ lệ thất nghiệp và lãng phí nguồn lực đầu tư.

Vấn đề nghiên cứu trọng tâm của luận văn là khắc phục các hạn chế của những mô hình dự báo truyền thống vốn chỉ dựa thuần túy vào số liệu kế toán tĩnh. Mục tiêu cụ thể của đề tài là xây dựng một mô hình hồi quy Logit đa chiều tích hợp đồng thời ba nhóm yếu tố: tỷ số tài chính nội tại, chỉ báo kinh tế vĩ mô và dữ liệu thị trường chứng khoán, nhằm tối ưu hóa độ chính xác trong phân loại rủi ro kiệt quệ.

Phạm vi nghiên cứu tập trung vào 261 doanh nghiệp 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 8 năm, từ năm 2008 đến năm 2015. Tổng dung lượng mẫu đạt 2.088 quan sát công ty - năm. Luận văn xác định được 49 quan sát rơi vào trạng thái kiệt quệ tài chính (chiếm tỷ lệ 2,35%) và 2.039 quan sát hoạt động an toàn (chiếm 97,65%). Kết quả kiểm định cho thấy mô hình kết hợp giúp nâng cao diện tích dưới đường cong ROC (AUC) lên mức vượt trội, cung cấp thước đo định lượng đáng tin cậy để các tổ chức tín dụng và nhà đầu tư giảm thiểu tổn thất danh mục.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn vận dụng ba nền tảng lý thuyết cốt lõi trong tài chính hiện đại: Lý thuyết định giá quyền chọn của Merton (1974), Lý thuyết đánh đổi cấu trúc vốn (Trade-off Theory) và Giả thuyết thị trường hiệu quả (EMH). Trong mô hình của Merton, vốn chủ sở hữu được xem như một quyền chọn mua (Call Option) trên tổng tài sản của công ty với giá thực hiện bằng mệnh giá nợ. Giá trị vốn chủ sở hữu đóng vai trò như một lớp đệm tài chính (equity cushion) bảo vệ các nghĩa vụ nợ; khi lớp đệm này suy giảm nghiêm trọng, xác suất kiệt quệ tài chính sẽ tăng vọt.

Mô hình nghiên cứu kế thừa và mở rộng khung phân tích thực nghiệm từ công trình của Tinoco và Wilson (2013). Các khái niệm chính được chuẩn hóa bao gồm:

• Kiệt quệ tài chính (Financial Distress): Trạng thái dòng tiền hoạt động không đủ bù đắp chi phí tài chính kết hợp với sự sụt giảm liên tục trong giá trị thị trường của doanh nghiệp.
• Giá trị đệm vốn chủ sở hữu (Equity Cushion): Tỷ lệ vốn hóa thị trường so với tổng nghĩa vụ nợ phải trả.
• Hiệu ứng cận biên (Marginal Effects): Mức độ thay đổi của xác suất kiệt quệ khi một biến độc lập thay đổi một đơn vị.
• Chỉ báo động vĩ mô: Các yếu tố ngoại sinh phản ánh chi phí vốn và áp lực lạm phát lên khả năng thanh toán.

Phương pháp nghiên cứu

Nguồn dữ liệu thứ cấp được thu thập đồng bộ từ hệ thống dữ liệu tài chính Vietstock, Công ty Chứng khoán Ngân hàng Ngoại thương Việt Nam (VCBS), Tổng cục Thống kê (GSO) và Ngân hàng Nhà nước Việt Nam trong toàn bộ giai đoạn 2008–2015.

Cỡ mẫu gồm 261 công ty phi tài chính với 2.088 quan sát được chọn theo phương pháp chọn mẫu thuận tiện có chọn lọc, loại bỏ các tổ chức tín dụng, bảo hiểm và công ty có dữ liệu gián đoạn. Biến phụ thuộc nhị phân (FD) được định lượng: nhận giá trị 1 nếu doanh nghiệp có lợi nhuận trước thuế, lãi vay và khấu hao (EBITDA) thấp hơn chi phí lãi vay trong năm quan sát đồng thời giá trị vốn hóa thị trường tăng trưởng âm 2 năm liên tiếp; nhận giá trị 0 cho các trường hợp còn lại.

Phương pháp phân tích chủ đạo là hồi quy Logistic nhị phân (Binary Logit) ước lượng theo phương pháp hợp lý cực đại (Maximum Likelihood Estimation - MLE). Lý do lựa chọn Logit thay vì phân tích đa biệt số (MDA) của Altman là vì Logit không đòi hỏi giả định nghiêm ngặt về phân phối chuẩn đa biến của các biến độc lập và ma trận hiệp phương sai đồng nhất, đồng thời giới hạn xác suất đầu ra chính xác trong khoảng [0, 1]. Để triệt tiêu ảnh hưởng của các giá trị ngoại lai (outliers), tác giả áp dụng hàm Hyperbolic Tangent (TANH) để chuẩn hóa các biến số về miền giá trị [-1, 1]. Độ phù hợp và năng lực phân loại của mô hình được đánh giá qua hệ số Nagelkerke R-squared, kiểm định Hosmer-Lemeshow, diện tích dưới đường cong ROC (AUC) và hệ số Gini.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Mô hình hồi quy thực nghiệm mang lại 4 phát hiện quan trọng:

• Sức mạnh dự báo của các tỷ số tài chính nội tại: Tỷ số tổng nợ trên tổng tài sản (TLTA) tác động thuận chiều có ý nghĩa thống kê ở mức 1% đến khả năng kiệt quệ. Ngược lại, khả năng thanh toán lãi vay (COVERAGE) và dòng tiền từ hoạt động kinh doanh trên tổng nợ (TFOTL) thể hiện mối quan hệ nghịch biến mạnh mẽ, giúp làm giảm xác suất kiệt quệ hơn 35% theo ước tính hiệu ứng cận biên.
• Đóng góp vượt trội của biến thị trường: Việc bổ sung 4 biến thị trường gồm giá cổ phiếu (PRICE), tỷ suất sinh lợi vượt trội (ABNRET), quy mô vốn hóa (SIZE) và tỷ số vốn hóa trên tổng nợ (MCTD) làm gia tăng vượt bậc hệ số Pseudo R-squared từ mức dưới 0,25 ở mô hình kế toán đơn lẻ lên trên 0,55 ở mô hình kết hợp. Biến MCTD và PRICE có hệ số hồi quy âm với ý nghĩa thống kê cao.
• Vai trò bổ trợ của các biến vĩ mô: Chỉ số giá tiêu dùng (CPI) và lãi suất tín phiếu kho bạc kỳ hạn 1 năm (TBILL) mang dấu dương đúng như kỳ vọng lý thuyết. Lạm phát cao và lãi suất gia tăng làm gia tăng đáng kể gánh nặng chi phí vay và thu hẹp biên lợi nhuận của 261 doanh nghiệp trong mẫu.
• Hiệu quả dự báo theo độ trễ thời gian: Mô hình tại năm hiện hành ($t$) đạt năng lực dự báo chính xác cao nhất với diện tích AUC xấp xỉ 0,92. Mô hình có độ trễ 1 năm ($t-1$) vẫn duy trì giá trị cảnh báo sớm tin cậy với AUC đạt trên 0,81, trong khi mô hình trễ 2 năm ($t-2$) có ý nghĩa thống kê giảm rõ rệt.

Thảo luận kết quả

Kết quả nghiên cứu phản ánh chính xác thực trạng cấu trúc tài chính của doanh nghiệp Việt Nam sau cuộc khủng hoảng kinh tế 2008 và giai đoạn tái cơ cấu 2011–2015. Nguyên nhân chính khiến 49 doanh nghiệp rơi vào tình trạng kiệt quệ là do lạm dụng đòn bẩy nợ vay ngắn hạn trong bối cảnh mặt bằng lãi suất cho vay có thời điểm vượt ngưỡng 18%/năm.

Khi so sánh với công trình của Tinoco và Wilson (2013) tại thị trường Anh, nghiên cứu này tái khẳng định rằng dữ liệu thị trường có tốc độ phản ánh thông tin nhanh hơn dữ liệu kế toán vốn có độ trễ công bố hàng quý. Thị trường chứng khoán đóng vai trò như một bộ vi xử lý thông tin liên tục, phản ánh kỳ vọng dòng tiền tương lai của nhà đầu tư.

Mức độ phân loại chính xác của các mô hình có thể được minh họa trực quan thông qua đồ thị so sánh đường cong ROC. Khi chuyển đổi từ mô hình chỉ gồm biến tài chính sang mô hình tích hợp ba nhóm biến, đường cong ROC dịch chuyển tiệm cận mạnh mẽ về góc trên bên trái (tọa độ 0,1), đồng thời diện tích AUC mở rộng tương ứng, minh chứng cho sự sụt giảm mạnh của cả sai lầm loại I (bỏ sót doanh nghiệp kiệt quệ) và sai lầm loại II (dự báo nhầm doanh nghiệp lành mạnh).

Đề xuất và khuyến nghị

Dựa trên các phát hiện thực nghiệm, luận văn đưa ra 4 nhóm giải pháp cụ thể:

• Thiết lập hệ thống kiểm soát thanh khoản và đòn bẩy tài chính: Doanh nghiệp cần chủ động cơ cấu lại các khoản nợ vay, duy trì hệ số nợ trên tổng tài sản (TLTA) dưới ngưỡng an toàn 50% và cải thiện tỷ số thanh toán lãi vay (COVERAGE) tối thiểu đạt trên 2,0 lần. Ban Giám đốc và Phòng Tài chính cần triển khai kế hoạch quản trị dòng tiền theo chu kỳ hàng tháng để bảo đảm dòng tiền thuần từ hoạt động kinh doanh (CFO) luôn dương.
• Ứng dụng hệ thống chỉ báo cảnh báo sớm đa biến: Doanh nghiệp và các tổ chức kiểm toán nên xây dựng bảng theo dõi rủi ro tích hợp cả dữ liệu biến động giá cổ phiếu và tỷ suất sinh lợi vượt trội (ABNRET) với chu kỳ cảnh báo từ 6 đến 12 tháng trước khi kết thúc năm tài chính, giúp Ban điều hành kịp thời thực hiện các biện pháp tái cơ cấu nợ hoặc bán tài sản không sinh lời.
• Hoàn thiện mô hình chấm điểm tín dụng tại các ngân hàng thương mại: Khối Quản trị rủi ro tại các ngân hàng cần tích hợp các kịch bản kiểm tra sức chịu tải (stress test) liên quan đến biến động chỉ số CPI và lãi suất TBILL vào mô hình thẩm định tín dụng nội bộ. Mục tiêu là kiểm soát tỷ lệ nợ xấu phát sinh từ khối khách hàng doanh nghiệp niêm yết xuống dưới mức 2,0% trong giai đoạn 1–2 năm tới.
• Nâng cao tính minh bạch thông tin trên thị trường chứng khoán: Ủy ban Chứng khoán Nhà nước cùng Sở Giao dịch Chứng khoán HOSE và HNX cần tăng cường giám sát nghĩa vụ công bố thông tin, xử lý nghiêm các trường hợp chậm nộp báo cáo tài chính và cung cấp các chỉ số thống kê vĩ mô chuyên sâu để hỗ trợ cộng đồng nhà đầu tư nhận diện rủi ro kịp thời.

Đối tượng nên tham khảo luận văn

• Giám đốc Tài chính (CFO) và Nhà quản trị doanh nghiệp: Sử dụng khung phân tích của luận văn để đánh giá sức khỏe tài chính định kỳ, chủ động cân đối nguồn vốn lưu động và thiết lập các ngưỡng kích hoạt tái cấu trúc tài chính trước khi doanh nghiệp rơi vào tình trạng mất khả năng chi trả.
• Chuyên viên thẩm định tín dụng và Quản trị rủi ro tại Ngân hàng: Vận dụng mô hình Logit kết hợp để nâng cấp hệ thống xếp hạng tín nhiệm nội bộ, tối ưu hóa quá trình ra quyết định cấp hạn mức tín dụng và định giá lãi suất cho vay tương xứng với mức độ rủi ro vỡ nợ của 261 mã cổ phiếu niêm yết.
• Nhà đầu tư cá nhân và Quản lý quỹ đầu tư chứng khoán: Áp dụng phương pháp theo dõi các chỉ báo thị trường (MCTD, ABNRET) để nhận diện sớm các tín hiệu suy yếu của cổ phiếu trong danh mục, từ đó thực hiện chiến lược tái phân bổ vốn và phòng ngừa rủi ro giảm giá.
• Học viên cao học và Nhà nghiên cứu kinh tế: Tham khảo phương pháp luận xử lý dữ liệu bảng (panel data) 8 năm với 2.088 quan sát, kỹ thuật biến đổi phi tuyến hàm TANH và quy trình kiểm định ROC-AUC phục vụ cho các đề tài nghiên cứu định lượng chuyên sâu về kinh tế lượng tài chính.

Câu hỏi thường gặp

Kiệt quệ tài chính trong nghiên cứu được xác định theo tiêu chuẩn nào?
Luận văn áp dụng đồng thời hai điều kiện định lượng: EBITDA của doanh nghiệp thấp hơn chi phí lãi vay trong năm quan sát và doanh nghiệp có tốc độ tăng trưởng giá trị vốn hóa thị trường âm liên tiếp trong 2 năm. Tiêu chí này bảo đảm nhận diện chính xác cả khó khăn thanh khoản nội bộ lẫn sự đánh giá tiêu cực từ thị trường.

Tại sao mô hình hồi quy Logit lại tối ưu hơn mô hình Z-score truyền thống?
Mô hình Z-score của Altman sử dụng phương pháp phân tích đa biệt số (MDA) vốn đòi hỏi các biến phải tuân theo phân phối chuẩn đa biến. Mô hình Logit khắc phục hoàn toàn hạn chế này, ước lượng xác suất phi tuyến nằm chuẩn xác trong khoảng [0, 1] và cho phép đo lường hiệu ứng cận biên của từng biến giải thích.

Biến số thị trường đóng góp vai trò cụ thể như thế nào trong dự báo?
Các biến thị trường như giá cổ phiếu, vốn hóa trên tổng nợ phản ánh thông tin liên tục và thể hiện kỳ vọng tương lai của nhà đầu tư về dòng tiền doanh nghiệp. Dữ liệu này bù đắp độ trễ công bố thông tin của báo cáo tài chính kế toán, giúp nâng cao chỉ số AUC của mô hình.

Mục đích của việc sử dụng hàm Hyperbolic Tangent (TANH) là gì?
Hàm TANH chuyển đổi các tỷ số tài chính có độ biến thiên lớn về miền giá trị xác định [-1, 1]. Kỹ thuật này giúp loại trừ các sai lệch do điểm dữ liệu dị biệt (outliers) gây ra, bảo đảm tính ổn định và hội tụ của thuật toán ước lượng Maximum Likelihood trong mô hình hồi quy.

Mô hình có khả năng cảnh báo sớm kiệt quệ tài chính trước bao lâu?
Mô hình đạt độ chính xác cao nhất ngay tại năm quan sát ($t$) và duy trì năng lực cảnh báo sớm đáng tin cậy trước 1 năm ($t-1$) với diện tích AUC đạt trên 0,81. Ở độ trễ 2 năm ($t-2$), giá trị dự báo suy giảm đáng kể do môi trường kinh doanh và chiến lược của doanh nghiệp có nhiều biến động.

Kết luận

• Luận văn đã chứng minh thực nghiệm thành công tính vượt trội của mô hình dự báo kiệt quệ tài chính tích hợp ba nhóm biến: kế toán, thị trường và kinh tế vĩ mô trên thị trường chứng khoán Việt Nam.
• Nhóm biến thị trường (đặc biệt là tỷ số vốn hóa trên tổng nợ và tỷ suất sinh lợi vượt trội) đóng vai trò then chốt, gia tăng đáng kể năng lực phân loại của mô hình.
• Các biến vĩ mô như lạm phát (CPI) và lãi suất tín phiếu (TBILL) phản ánh hiệu quả tác động của chu kỳ kinh tế lên rủi ro thanh khoản của 261 doanh nghiệp phi tài chính.
• Khung thời gian dự báo tối ưu của mô hình được xác lập vững chắc tại năm hiện hành ($t$) và độ trễ 1 năm ($t-1$), tạo tiền đề cho hệ thống cảnh báo sớm rủi ro vỡ nợ.
• Bộ dữ liệu 2.088 quan sát công ty - năm trong giai đoạn 2008–2015 cung cấp bằng chứng thực nghiệm giá trị cho công tác quản trị rủi ro tài chính tại các thị trường mới nổi.

Đóng góp chính của luận văn là hoàn thiện cơ sở lý luận và thực tiễn cho bài toán dự báo rủi ro phá sản tại Việt Nam thông qua việc chuẩn hóa kỹ thuật hồi quy Logit kết hợp hàm TANH. Hướng phát triển tiếp theo của đề tài là mở rộng ứng dụng các thuật toán máy học hiện đại (như Mạng thần kinh nhân tạo - ANN) và phân tích sâu hơn yếu tố đặc thù ngành. Quý bạn đọc và các nhà nghiên cứu có thể tham khảo chi tiết toàn văn công trình để áp dụng hiệu quả mô hình định lượng này vào thực tiễn quản trị và đầu tư.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: GIỚI THIỆU 1. Lý do chọn đề tài Với một nền kinh tế có quá nhiều doanh nghiệp phá sản, đặc biệt đối với Việt Nam, khi yêu cầu có một môi trường kinh doanh ổn định nhằm thu hút đầu tư, đặc biệt là đầu tư từ nước ngoài thì việc có tới hàng chục nghìn doanh nghiệp hoàn tất thủ tục giải thể, chấm dứt và tạm dừng hoạt động trong một quý gây ảnh hưởng không nhỏ đến cái nhìn của các nhà đầu tư đối với môi trường kinh doanh trong nước. Mặt khác, khi doanh nghiệp giải thể, tạm ngừng hoạt động cũng dẫn tới một loạt những hệ lụy về mặt xã hội như người lao động bị mất việc làm, môi trường sinh thái bị ảnh hưởng… Chính vì thế rất cần thiết có một công cụ dự báo để hỗ trợ phần nào cho các chủ doanh nghiệp kịp thời để ra các chính sách, hoạch định để nhận thấy được khả năng rơi vào tình trạng kiệt quệ tài chính của doanh nghiệp mình trước khi lâm vào tình trạng tạm ngừng họat động, giải thể hoặc phá sản, đồng thời cũng giúp cho chủ nợ và nhà đầu tư đánh giá được mức độ rủi ro mình đang phải gánh chịu khi công ty rơi vào tình trạng kiệt quệ tài chính. Các nguyên nhân dẫn đến kiệt quệ tài chính cuối cùng dẫn đến phá sản hoặc giải thể rất phức tạp, nó không chỉ đơn thuần do các yếu tố nội tại doanh nghiệp mà còn do các yếu tố bên ngoài tác động.

Các nghiên cứu trước đây về kiệt quệ tài chính đa phần sử dụng dữ liệu được thu thập từ các báo cáo tài chính, nguồn dữ liệu này đại diện cho các yếu tố nội tại của công ty và các dữ liệu từ thu thập từ thị trường niêm yết như: giá, tỷ suất sinh lời cổ phiếu, vốn hóa thị trường… để dự báo xác suất kiệt quệ tài chính của các công ty. Bên cạnh việc sử dụng các yếu tố nội tại và yếu tố thị trường trong dự báo xác suất kiệt quệ của công ty, một số nghiên cứu gần đây đã sử dụng kết hợp thêm yếu tố kinh tế vĩ mô. Kết quả nghiên cứu và so sánh khả năng dự báo của các mô hình cho thấy sự kết hợp ba nhóm yếu tố: yếu tố nội tại, yếu tố thị trường và yếu tố kinh tế vĩ mô sẽ góp phần nâng cao độ chính xác trong mô hình dự báo khả năng kiệt quệ tài chính của công ty. Hầu hết các nghiên cứu nổi tiếng về kiệt quệ tài chính đều được thực hiện tại Mỹ và các nước châu Âu.

Tại Việt Nam, chủ đề nghiên cứu này vẫn còn mới và chỉ được (LUAN.truong TIEU LUAN MOI download : [e-mail] 3 thực hiện bởi một số ít các nhà nghiên cứu trong nước. Xuất phát từ những thực tại cấp thiết nói trên, tác giả thực hiện nghiên cứu này nhằm tìm ra một mô hình dự báo kiệt quệ tài chính chính xác và phù hợp cho các công ty niêm yết tại thị trường chứng khoán Việt Nam. Mục tiêu nghiên cứu Hiện nay có rất nhiều nghiên cứu về mô hình dự báo kiệt quệ tài chính. Tuy nhiên chúng chỉ sử dụng dữ liệu tài chính hoặc dữ liệu thị trường và sử dụng các mô hình cũng khác nhau gây ra rất nhiều tranh cãi về kết quả và ứng dụng của mô hình.

Bài nghiên cứu của tác giả thực hiện kết hợp các biến kế toán, biến thị trường và biến kinh tế vĩ mô vào một mô hình dự báo kiệt quệ tài chính. Tác giả thực hiện bài nghiên cứu này nhằm đi tìm một bằng chứng thực nghiệm cho thấy tính hiệu quả của việc kết hợp các biến số tỷ số tài chính, biến số thị trường và biến số kinh tế vĩ mô vào mô hình dự báo tình trạng kiệt quệ tài chính. Nghiên cứu này phát triển mô hình dự báo tình trạng kiệt quệ tài chính cho các công ty niêm yết tại SGDCK Tp. Hồ Chí Minh (HOSE) và SGDCK Hà Nội (HNX).

Đối tượng và phạm vi nghiên cứu Tác giả chọn mẫu nghiên cứu là các công ty phi tài chính niêm yết trên Sở GDCK TPHCM (HOSE) và Sở GDCK Hà Nội (HNX) để xem xét khả năng dự báo tình trạng kiệt quệ tài chính của các công ty thông qua các biến số tỷ số tài chính, chỉ báo kinh tế vĩ mô cũng như các biến số thị trường tại Việt Nam. Bài nghiên cứu này tập trung xem xét các yếu tố tác động đến khả năng kiệt quệ tài chính của 261 doanh nghiệp niêm yết trên sàn giao dịch chứng khoán Hồ Chí Minh (HOSE) và sàn giao dịch chứng khoán Hà Nội (HNX) trong khoản thời gian từ năm 2008-2015. Phương pháp nghiên cứu Trong nghiên cứu này, tác giả phân loại các quan sát thành hai loại: những quan sát rơi vào tình trạng kiệt quệ tài chính được gán giá trị biến phụ thuộc là 1, những quan sát không bị kiệt quệ tài chính được gán giá trị biến phụ thuộc là 0.truong TIEU LUAN MOI download : [e-mail] 4 quyết vấn đề biến phụ thuộc là biến nhị phân, tác giả sử dụng mô hình Logit trong bài nghiên cứu này. Bố cục bài nghiên cứu Bài nghiên cứu bao gồm 5 phần: Phần 1 – Giới thiệu.

Trong phần này, tác giả trình bày tổng quan các vấn đề của bài nghiên cứu như: lý do chọn đề tài, mục tiêu nghiên cứu, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu và bố cục của bài nghiên cứu. Phần 2 – Tổng quan lý thuyết và các nghiên cứu trước đây về kiệt quệ tài chính. Tác giả xây dựng phần này với mục đích cung cấp một cái nhìn tổng quan và xuyên suốt về quá trình phát triển của những nghiên cứu thực nghiệm về dự báo tình trạng kiệt quệ tài chính trên thế giới. Từ đó có một sự định hướng rõ ràng hơn trong việc xây dựng phương pháp nghiên cứu và lựa chọn các biến số trong mô hình dự báo kiệt quệ tài chính cho trường hợp tại Việt Nam.

Phần 3 – Phương pháp nghiên cứu. Phần này cung cấp một chi tiết hóa về phương pháp nghiên cứu, dữ liệu cũng như cách xác định các biến số được sử dụng trong bài nghiên cứu của tác giả ngoài ra cũng đưa các kỳ vọng về dấu của các biến số trong mô hình hồi quy. Phần 4 – Kết quả nghiên cứu. Tác giả cũng tiến hành thống kê mô tả và phân tích tương quan các biến số trong mô hình hồi quy.

Cuối cùng, Tác giả trình bày các kết quả từ mô hình hồi quy Logit, các kiểm định liên quan nhằm đánh giá mức độ chính xác trong mô hình dự báo cho các công ty tại Việt Nam. Phần 5 – Kết luận. Phần này tác giả tóm tắt kết quả kết quả nghiên cứu cũng như nêu lên hạn chế của đề tài và những hướng mở rộng tiếp theo.truong TIEU LUAN MOI download : [e-mail] 5 CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC ĐÂY VỀ KIỆT QUỆ TÀI CHÍNH 2. Tổng quan lý thuyết 2.

Các tiếp cận về kiệt quệ tài chính Cùng với thời gian, định nghĩa kiệt quệ tài chính từng bước được thay đổi và củng cố. Trước đây và cho đến tận bây giờ, phá sản (bankruptcy) là một trong những khái niệm phổ biến nhất được dùng cho tình trạng các công ty đang gặp những khó khăn về tài chính và các mô hình dự báo trước đây đều sử dụng định nghĩa kiệt quệ tài chính trên trạng thái cuối cùng mang tính chất pháp lý (tuyên bố phá sản) của doanh nghiệp. Dần dần, định nghĩa về “kiệt quệ tài chính” thường được hiểu như không thực hiện nghĩa vụ thanh toán (default), thất bại (failure), mất khả năng thanh toán (insolvency) hay phá sản (bankruptcy). Theodossiou (1993) thực hiện nghiên cứu tại Mỹ cho thấy các doanh nghiệp các doanh nghiệp thường mất khả năng thanh toán khoảng 2 năm trước ngày nộp đơn phá sản.

Tinoco & Wilson (2013) thực hiện nghiên cứu các công ty tại Anh cho thấy có một khoảng cách về mặt thời gian đáng kể giữa ngày công ty rơi vào tình trạng kiệt quệ tài chính cho đến ngày chính thức phá sản về mặt pháp lý (từ 1.17 năm thậm chí lên đến 3 năm). Ngoài ra, trước khi phá sản các doanh nghiệp còn thực hiện các biện pháp giải cứu hoặc bán tài sản và giải thể chứ không phải là phá sản. Thuật ngữ “kiệt quệ tài chính” mang một ý nghĩa tiêu cực và hàm chứa là một khoản thời gian, miêu tả tình hình tài chính của công ty đang phải đối mặt với tình trạng thiếu hụt thanh khoản tạm thời, từ đó gây ra những khó khăn trong việc thực hiện một phần hay toàn bộ các nghĩa vụ tài chính của công ty theo kế hoạch và có thể dẫn đến phá sản. Chính vì thế, một công ty rơi vào tình trạng kiệt quệ tài chính có thể không chắc chắn dẫn đến việc nộp đơn phá sản.

William Beaver (1966) là một trong những nhà nghiên cứu đầu tiên chỉ ra rằng kiệt quệ tài chính có thể xuất hiện dưới các hình thức khác nhau như: phá sản, không thực hiện nghĩa vụ thanh toán trái phiếu hay không thanh toán cổ tức cổ phần ưu (LUAN.truong TIEU LUAN MOI download : skknchat@gmail. Andrade & Kaplan (1998) xác định hai hình thức của kiệt quệ tài chính: thứ nhất là không thực hiện nghĩa vụ thanh toán nợ, và thứ hai là một nỗ lực cơ cấu lại nợ để ngăn chặn tình trạng vỡ nợ. Wruck (1990) định nghĩa tình trạng kiệt quệ là tình huống mà dòng tiền của một công ty không đủ để trang trải các nghĩa vụ tài chính hiện tại của nó. Brown, James & Mooradian (1993) phân loại công ty rơi vào tình trạng kiệt quệ tài chính là khi nó thực hiện các biện pháp tái cơ cấu với mục đích để tránh vỡ nợ.

Van Gestel cùng với các đồng sự (2006) mô tả kiệt quệ tài chính là kết quả của sự thua lỗ kéo dài mà nguyên nhân là do sự gia tăng không cân xứng về công nợ kèm theo sự sụt giảm trong giá trị tài sản. Aktan (2011) đã đưa ra quan điểm cho rằng một công ty được xem là kiệt quệ tài chính khi: thua lỗ trong 3 năm liên tiếp, hoặc có vốn chủ sở hữu âm, hoặc bán hết tài sản để trả nợ rồi giải thể, hoặc tòa án chấp thuận phá sản. Ngoài ra, việc nhận biết dấu hiệu kiệt quệ tài chính có thể thực hiện được thông qua việc phân tích các chỉ số tài chính của công ty. Đây là phương pháp được các nhà nghiên cứu sử dụng rộng rãi và phổ biến nhất, phương pháp này thể hiện tốt trong việc dự báo kiệt quệ tài chính của công ty.