Kiểm tra mức độ dự báo kiệt quệ tài chính tại Việt Nam của các mô hình hiện hữu

Luận văn thạc sĩ UEH phân tích hiệu quả các mô hình dự báo kiệt quệ tài chính tại Việt Nam, cung cấp cái nhìn sâu sắc về vấn đề này.

• Tác giả: Trần Ngọc Thiện
• Người hướng dẫn: Ts. Nguyễn Thị Uyên Uyên
• Trường học: Trường Đại Học Kinh Tế Tp. Hồ Chí Minh
• Chuyên ngành: Tài chính – Ngân hàng
• Đề tài: Kiểm tra mức độ dự báo kiệt quệ tài chính tại Việt Nam của các mô hình hiện hữu
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu và các vấn đề nghiên cứu
• 1.3. Ý nghĩa và điểm mới của nghiên cứu
• 1.4. Bố cục của đề tài
• 2. CHƯƠNG 2: CÁC BẰNG CHỨNG THỰC NGHIỆM VỀ KIỆT QUỆ TÀI CHÍNH VÀ CÁC MÔ HÌNH DỰ BÁO KIỆT QUỆ TÀI CHÍNH TRÊN THẾ GIỚI
• 2.1. Các bằng chứng thực nghiệm về kiệt quệ tài chính
• 2.2. Các quan điểm về kiệt quệ tài chính
• 2.3. Các dấu hiệu để nhận biết kiệt quệ tài chính
• 2.4. Ảnh hưởng của kiệt quệ tài chính
• 2.5. Các bằng chứng thực nghiệm về mô hình dự báo kiệt quệ tài chính
• 2.6. Mô hình dựa trên phân tích phân biệt
• 2.6.1. Phân tích phân biệt đơn biến của Beaver (1966)
• 2.6.2. Mô hình Z-score của Altman (1968)
• 2.6.3. Mô hình phân tích logit của Ohlson (1980)
• 2.7. Mô hình dựa trên thị trường MKV-Merton (1974)
• 2.8. Các nghiên cứu khác về dự báo kiệt quệ tài chính trên thế giới
• 2.9. Tóm tắt các mô hình dự báo kiệt quệ tài chính
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Các bước thực hiện nghiên cứu
• 3.2. Các mô hình nghiên cứu
• 3.2.1. Mô hình phân tích phân biệt Z-score của Altman (1968)
• 3.2.1.1. Mô tả mô hình
• 3.2.1.2. Cách xác định giá trị các biến số độc lập của mô hình
• 3.2.2. Mô hình phân tích logit của Ohlson (1980)
• 3.2.2.1. Mô tả mô hình
• 3.2.2.2. Cách xác định giá trị các biến số độc lập của mô hình
• 3.2.3. Mô hình dựa trên thị trường MKV-Merton (1974)
• 3.2.3.1. Mô tả mô hình
• 3.2.3.2. Cách xác định giá trị các biến số độc lập của mô hình
• 3.3. Lựa chọn mẫu và thu thập dữ liệu đầu vào
• 3.3.1. Lựa chọn mẫu cho nghiên cứu
• 3.3.2. Thu thập dữ liệu cho nghiên cứu
• 4. CHƯƠNG 4: NGHIÊN CỨU CÁC MÔ HÌNH DỰ BÁO KIỆT QUỆ TÀI CHÍNH CHO CÁC DOANH NGHIỆP VIỆT NAM
• 4.1. Thống kê mô tả
• 4.2. Xác định “kết quả dự báo lý thuyết” của từng mô hình
• 4.3. Xác định “mức độ dự báo chính xác” của từng mô hình
• 4.4. Đánh giá khả năng dự báo kiệt quệ tài chính giữa các mô hình
• 5. CHƯƠNG 5: TỔNG KẾT VÀ HẠN CHẾ CỦA ĐỀ TÀI
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC
• Phụ lục 1. Danh sách 50 công ty trong mẫu nghiên cứu
• Phụ lục 2. Phương trình giải tìm biến σA, VA, µ, DD, DPt của mô hình KMV-Merton, theo thuật toán Newton Raphson trên phần mềm MatLab
• Phụ lục 3. Phương pháp nhập dữ liệu đầu vào để giải tìm biến σA, VA, µ, DD, DPt của mô hình MKV-Merton trên phần mềm MatLab
• Phụ lục 4. Tổng hợp kết quả tính toán giá trị các biến độc lập, biến phụ thuộc và “kết quả dự báo lý thuyết” của mô hình Altman (1968) và Ohlson (1980) đối với 50 công ty trong mẫu, giai đoạn 2005 – 2012
• Phụ lục 5. Tổng hợp kết quả tính toán giá trị các biến độc lập, biến phụ thuộc và “kết quả dự báo lý thuyết” của 50 công ty trong mẫu nghiên cứu theo mô hình MVK-Merton (1974) tại thời điểm 1 năm trước khi kiệt quệ xảy ra

Tóm tắt

I. Tổng quan về dự báo kiệt quệ tài chính tại Việt Nam

Dự báo kiệt quệ tài chính là một vấn đề quan trọng trong bối cảnh kinh tế hiện nay tại Việt Nam. Các doanh nghiệp đang phải đối mặt với nhiều thách thức, từ sự biến động của thị trường đến các yếu tố nội tại. Việc áp dụng các mô hình dự báo kiệt quệ tài chính giúp các nhà quản lý có cái nhìn rõ hơn về tình hình tài chính của doanh nghiệp. Nghiên cứu này sẽ phân tích các mô hình hiện có và khả năng áp dụng của chúng tại Việt Nam.

1.1. Khái niệm kiệt quệ tài chính và tầm quan trọng

Kiệt quệ tài chính được hiểu là tình trạng mà doanh nghiệp không thể đáp ứng các nghĩa vụ tài chính của mình. Tầm quan trọng của việc dự báo kiệt quệ tài chính không chỉ giúp doanh nghiệp tự bảo vệ mà còn bảo vệ các nhà đầu tư và nền kinh tế.

1.2. Các mô hình dự báo kiệt quệ tài chính phổ biến

Có nhiều mô hình dự báo kiệt quệ tài chính đã được phát triển, trong đó nổi bật là mô hình Z-score của Altman, mô hình logit của Ohlson và mô hình MKV-Merton. Mỗi mô hình có những ưu điểm và nhược điểm riêng, phù hợp với từng bối cảnh khác nhau.

II. Thách thức trong việc dự báo kiệt quệ tài chính tại Việt Nam

Việt Nam đang đối mặt với nhiều thách thức trong việc dự báo kiệt quệ tài chính. Các yếu tố như sự biến động của nền kinh tế toàn cầu, tác động của dịch bệnh và các chính sách tài chính không ổn định đã làm gia tăng rủi ro cho các doanh nghiệp. Việc áp dụng các mô hình dự báo hiện có cũng gặp nhiều khó khăn do sự khác biệt về điều kiện kinh tế và văn hóa.

2.1. Tác động của dịch bệnh đến tình hình tài chính

Dịch bệnh đã gây ra những tác động nghiêm trọng đến nền kinh tế, làm giảm doanh thu và lợi nhuận của nhiều doanh nghiệp. Điều này khiến cho việc dự báo kiệt quệ tài chính trở nên khó khăn hơn.

2.2. Sự khác biệt trong điều kiện kinh tế

Các mô hình dự báo kiệt quệ tài chính được phát triển ở nước ngoài có thể không hoàn toàn phù hợp với điều kiện kinh tế tại Việt Nam. Sự khác biệt này đòi hỏi cần có những điều chỉnh và cải tiến trong việc áp dụng các mô hình.

III. Phương pháp nghiên cứu mô hình dự báo kiệt quệ tài chính

Nghiên cứu này sẽ sử dụng các phương pháp phân tích định lượng để đánh giá khả năng dự báo của các mô hình hiện có. Các mô hình sẽ được áp dụng cho một mẫu doanh nghiệp cụ thể tại Việt Nam để kiểm tra độ chính xác và tính khả thi của chúng.

3.1. Mô hình Z score của Altman

Mô hình Z-score là một trong những mô hình phổ biến nhất để dự báo kiệt quệ tài chính. Mô hình này sử dụng các chỉ số tài chính để tính toán điểm Z, từ đó xác định khả năng kiệt quệ của doanh nghiệp.

3.2. Mô hình logit của Ohlson

Mô hình logit của Ohlson sử dụng phương pháp hồi quy logistic để dự đoán khả năng kiệt quệ tài chính. Mô hình này có thể cung cấp những thông tin chi tiết về các yếu tố ảnh hưởng đến tình hình tài chính của doanh nghiệp.

IV. Kết quả nghiên cứu và ứng dụng thực tiễn

Kết quả nghiên cứu cho thấy rằng các mô hình dự báo kiệt quệ tài chính đều có khả năng áp dụng tại Việt Nam. Mô hình Z-score của Altman cho kết quả dự báo chính xác nhất trong khoảng thời gian 3 năm trước khi kiệt quệ xảy ra, trong khi mô hình logit của Ohlson lại phù hợp hơn trong khoảng thời gian 1-2 năm.

4.1. Đánh giá độ chính xác của các mô hình

Đánh giá độ chính xác của các mô hình cho thấy rằng mô hình Z-score có độ chính xác cao nhất, trong khi mô hình logit cũng cho kết quả khả quan. Điều này cho thấy sự cần thiết phải áp dụng các mô hình này trong thực tiễn.

4.2. Ứng dụng trong quản lý tài chính

Các kết quả nghiên cứu có thể được áp dụng trong quản lý tài chính của doanh nghiệp, giúp các nhà quản lý đưa ra quyết định kịp thời nhằm giảm thiểu rủi ro kiệt quệ tài chính.

V. Kết luận và triển vọng tương lai

Dự báo kiệt quệ tài chính là một lĩnh vực quan trọng và cần thiết trong bối cảnh kinh tế hiện nay. Các mô hình hiện có đã chứng minh được khả năng áp dụng tại Việt Nam, tuy nhiên cần có những nghiên cứu sâu hơn để cải tiến và phát triển các mô hình phù hợp hơn với điều kiện thực tế.

5.1. Tương lai của nghiên cứu dự báo kiệt quệ tài chính

Nghiên cứu trong tương lai cần tập trung vào việc phát triển các mô hình dự báo mới, phù hợp hơn với điều kiện kinh tế Việt Nam, từ đó nâng cao khả năng dự báo kiệt quệ tài chính.

5.2. Khuyến nghị cho doanh nghiệp

Doanh nghiệp cần chủ động áp dụng các mô hình dự báo kiệt quệ tài chính để có thể phát hiện sớm các dấu hiệu rủi ro, từ đó có biện pháp ứng phó kịp thời.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh suy thoái kinh tế toàn cầu và những biến động mạnh mẽ của thị trường tài chính, tình trạng doanh nghiệp mất khả năng thanh toán dẫn đến giải thể hoặc phá sản ngày càng gia tăng. Sự sụp đổ của các tập đoàn quốc tế như Lehman Brothers hay Enron, cùng với hàng loạt doanh nghiệp trong nước lâm vào khủng hoảng trong giai đoạn hậu khủng hoảng 2008, đã đặt ra yêu cầu cấp thiết về việc xây dựng hệ thống cảnh báo sớm rủi ro tài chính.

Đề tài tập trung giải quyết vấn đề cốt lõi: Đánh giá và kiểm định mức độ chính xác của các mô hình dự báo kiệt quệ tài chính kinh điển trên thế giới khi áp dụng vào thực tiễn các doanh nghiệp niêm yết tại Việt Nam. Mục tiêu cụ thể là xác định khả năng dự báo của từng mô hình ở các mốc thời gian khác nhau trước khi kiệt quệ xảy ra, từ đó tìm ra công cụ lượng hóa rủi ro tối ưu nhất cho môi trường kinh doanh trong nước.

Phạm vi nghiên cứu được thực hiện trên tập mẫu gồm 50 doanh nghiệp niêm yết trên ba sàn giao dịch chứng khoán lớn tại Việt Nam gồm HSX, HNX và UpCom trong khoảng thời gian từ năm 2005 đến năm 2012. Tập dữ liệu bao gồm 22 doanh nghiệp rơi vào tình trạng kiệt quệ tài chính và 28 doanh nghiệp hoạt động lành mạnh làm nhóm đối chứng.

Ý nghĩa của công trình thể hiện rõ qua việc cung cấp bằng chứng thực nghiệm vững chắc, giúp các nhà quản trị, ngân hàng thương mại và nhà đầu tư giảm thiểu tỷ lệ thất thoát vốn, nâng cao năng lực định giá rủi ro tín dụng và chủ động tái cấu trúc trước khi doanh nghiệp rơi vào tình trạng mất thanh khoản hoàn toàn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên nền tảng lý thuyết cấu trúc vốn và lý thuyết kiệt quệ tài chính doanh nghiệp. Theo các học giả tài chính quốc tế, kiệt quệ tài chính là trạng thái doanh nghiệp gặp khó khăn nghiêm trọng trong việc thực hiện các nghĩa vụ nợ đối với chủ nợ. Nghiên cứu phân định rõ bốn khái niệm cốt lõi: thất bại kinh tế (doanh thu không đủ bù đắp chi phí vận hành), mất thanh khoản kỹ thuật (dòng tiền không đáp ứng được nghĩa vụ thanh toán tức thời), vỡ nợ (vi phạm các điều khoản trả nợ gốc hoặc lãi khi đáo hạn) và phá sản (tình trạng pháp lý được tòa án phê chuẩn).

Ba mô hình dự báo trọng tâm được kế thừa và kiểm định gồm:

• Mô hình phân tích phân biệt đa biến Z-score của Altman (1968): Kết hợp 5 tỷ số tài chính đo lường tính thanh khoản, khả năng sinh lời, đòn bẩy tài chính và hiệu quả hoạt động để phân loại doanh nghiệp vào vùng an toàn, vùng xám hoặc vùng kiệt quệ.
• Mô hình hồi quy Logit của Ohlson (1980): Sử dụng hàm phân phối xác suất Logistic với 9 biến số kế toán độc lập, cho phép ước lượng trực tiếp xác suất kiệt quệ tài chính nằm trong khoảng từ 0 đến 1.
• Mô hình dựa trên thị trường KMV-Merton (1974): Ứng dụng lý thuyết định giá quyền chọn Black-Scholes-Merton, xem vốn chủ sở hữu như một quyền chọn mua trên tổng tài sản của công ty để tính toán khoảng cách đến điểm vỡ nợ (Distance to Default) và xác suất vỡ nợ kỳ vọng.

Phương pháp nghiên cứu

Mẫu nghiên cứu gồm 50 công ty đại chúng được chọn lọc kỹ lưỡng dựa trên tiêu chuẩn của Aktan (2011). Một doanh nghiệp được phân loại vào nhóm kiệt quệ tài chính khi thỏa mãn ít nhất một trong bốn tiêu chí: thua lỗ 3 năm liên tiếp, có giá trị vốn chủ sở hữu âm, phải bán toàn bộ tài sản để trả nợ rồi giải thể, hoặc có quyết định mở thủ tục phá sản từ tòa án. Nhóm đối chứng gồm 28 công ty có quy mô và ngành nghề tương đồng nhưng duy trì dòng tiền ổn định và kinh doanh có lãi.

Nguồn dữ liệu đầu vào được thu thập từ báo cáo tài chính kiểm toán giai đoạn 2005 - 2012 và dữ liệu giao dịch giá cổ phiếu cuối mỗi năm tài chính. Đối với mô hình KMV-Merton, nghiên cứu áp dụng phương pháp của Shumway (2004) kết hợp thuật toán lặp Newton-Raphson trên phần mềm MatLab để giải hệ phương trình phi tuyến xác định giá trị thị trường của tài sản và độ biến động tài sản. Phương pháp phân tích định lượng kết hợp kiểm định phi tham số được lựa chọn nhằm đối chiếu độ chính xác dự báo lý thuyết với kết quả thực tế qua các mốc 1 năm, 2 năm và 3 năm trước khi xảy ra biến cố.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Kết quả kiểm định thực nghiệm trên 50 doanh nghiệp tại thị trường chứng khoán Việt Nam giai đoạn 2005 - 2012 mang lại những phát hiện quan trọng:

• Khả năng dự báo vượt trội của mô hình Ohlson trong ngắn hạn: Tại thời điểm 1 năm trước khi kiệt quệ tài chính xảy ra, mô hình Logit của Ohlson đạt mức độ dự báo chính xác tổng thể cao nhất, vượt trên 90% ở cả nhóm công ty kiệt quệ và nhóm công ty lành mạnh. Ở mốc 2 năm trước kiệt quệ, mô hình Ohlson tiếp tục duy trì độ tin cậy vượt trội so với các mô hình còn lại.
• Ưu thế nhận diện sớm của mô hình Altman Z-score trong trung hạn: Tại mốc thời gian 3 năm trước khi kiệt quệ, mô hình phân tích phân biệt Z-score của Altman lại thể hiện năng lực dự báo tốt hơn hẳn với độ chính xác xấp xỉ 80%, trong khi độ nhạy của các biến số kế toán ngắn hạn bắt đầu suy giảm.
• Hiệu quả thực tế của mô hình thị trường KMV-Merton: Tại thời điểm 1 năm trước biến cố, mô hình KMV-Merton đưa ra cảnh báo sớm hữu ích dựa trên biến động giá cổ phiếu. Tuy nhiên, độ chính xác tổng thể của mô hình này tại Việt Nam vẫn thấp hơn khoảng 10% đến 15% so với mô hình Ohlson do đặc thù thị trường mới nổi.
• Sự biến thiên của độ chính xác theo thời gian: Độ chính xác dự báo của toàn bộ các mô hình đều có xu hướng giảm dần khi khoảng cách thời gian dự báo tăng từ 1 năm lên 3 năm trước kiệt quệ.

Thảo luận kết quả

Nguyên nhân chính giúp mô hình Logit của Ohlson đạt hiệu quả cao nhất tại Việt Nam là do mô hình không bị ràng buộc bởi giả định phân phối chuẩn đa biến hay tính đồng nhất của ma trận hiệp phương sai như mô hình Altman. Việc bổ sung các biến số đo lường dòng tiền hoạt động trên tổng nợ (FUTL) và biến giả phản ánh sự suy giảm lợi nhuận liên tiếp (INTWO, CHIN) giúp mô hình Ohlson phản ánh chân thực chất lượng dòng tiền của doanh nghiệp Việt Nam.

Đối với mô hình KMV-Merton, hạn chế về độ chính xác bắt nguồn từ việc thị trường chứng khoán Việt Nam trong giai đoạn 2005 - 2012 có tính thanh khoản chưa đồng đều, biên độ dao động giá lớn và mức độ bất cân xứng thông tin cao, khiến thị giá cổ phiếu chưa phản ánh tức thời mọi thông tin nội tại của doanh nghiệp.

Để trực quan hóa các kết quả này, dữ liệu nghiên cứu có thể được biểu diễn qua ma trận nhầm lẫn (Confusion Matrix) nhằm phân định rõ sai lầm loại 1 (phân loại nhầm doanh nghiệp kiệt quệ thành an toàn) và sai lầm loại 2 (phân loại nhầm doanh nghiệp an toàn thành kiệt quệ), kết hợp với biểu đồ đường mô tả sự suy giảm tuyến tính của điểm số Z-score và sự gia tăng xác suất phá sản P(O) theo từng năm tiến gần đến biến cố.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm, nghiên cứu đưa ra 4 nhóm giải pháp mang tính hành động cao:

• Đối với các doanh nghiệp niêm yết: Ban điều hành cần thiết lập hệ thống kiểm soát tài chính nội bộ, định kỳ 3 tháng một lần tính toán xác suất kiệt quệ theo mô hình Ohlson. Mục tiêu cụ thể là kiểm soát hệ số tổng nợ trên tổng tài sản (TLTA) ở mức an toàn dưới 60%, duy trì dòng tiền thuần từ hoạt động kinh doanh dương trong tối thiểu 4 quý liên tiếp nhằm triệt tiêu nguy cơ mất thanh khoản kỹ thuật.
• Đối với các ngân hàng thương mại và tổ chức cấp tín dụng: Tích hợp ngay mô hình Logit của Ohlson và điểm số Z-score vào quy trình thẩm định xếp hạng tín dụng nội bộ. Thiết lập ngưỡng điểm cảnh báo sớm để tự động rà soát danh mục vay 6 tháng một lần, hướng tới mục tiêu giảm thiểu tỷ lệ nợ xấu phát sinh do sai lệch phân loại khách hàng xuống dưới mức 1,5% toàn danh mục.
• Đối với Ủy ban Chứng khoán Nhà nước và các Sở Giao dịch: Tăng cường chế tài giám sát tính minh bạch của thông tin kế toán, bắt buộc các doanh nghiệp công bố chi tiết báo cáo lưu chuyển tiền tệ quý. Đẩy nhanh lộ trình áp dụng chuẩn mực báo cáo tài chính quốc tế IFRS nhằm chuẩn hóa các biến số đầu vào, nâng cao chất lượng dữ liệu phục vụ phân tích rủi ro hệ thống.
• Đối với các nhà đầu tư và quỹ quản lý tài sản: Ứng dụng kết hợp mô hình Ohlson và Merton để sàng lọc cổ phiếu định kỳ 6 tháng một lần. Kiên quyết thoái vốn khỏi các doanh nghiệp có xác suất kiệt quệ tài chính vượt ngưỡng 50% hoặc giá trị Z-score nằm sâu trong vùng nguy hiểm dưới 1,81 để bảo toàn nguồn vốn đầu tư.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại giá trị ứng dụng thực tiễn cao cho nhiều nhóm đối tượng trong nền kinh tế:

• Ban Tổng Giám đốc và Giám đốc Tài chính (CFO): Cung cấp công cụ định lượng chính xác để chẩn đoán sức khỏe doanh nghiệp, hỗ trợ hoạch định chiến lược tái cấu trúc nợ và cân đối dòng tiền trước nguy cơ suy thoái.
• Chuyên viên thẩm định tín dụng và Quản trị rủi ro tại các tổ chức tín dụng: Hỗ trợ xây dựng mô hình chấm điểm tín dụng hiện đại, nâng cao độ chính xác khi ra quyết định giải ngân và định giá lãi suất vay theo mức độ rủi ro.
• Nhà đầu tư tổ chức, chuyên viên phân tích chứng khoán và quản lý quỹ: Cung cấp khung phương pháp luận khoa học để nhận diện các dấu hiệu cảnh báo nguy hiểm từ báo cáo tài chính, giúp hạn chế rủi ro sụt giảm giá trị danh mục đầu tư.
• Giảng viên, học viên cao học và nhà nghiên cứu ngành Tài chính - Ngân hàng: Tài liệu tham khảo học thuật chuẩn mực về quy trình chạy dữ liệu thực nghiệm, kỹ thuật ứng dụng thuật toán Newton-Raphson trên MatLab và cách xử lý dữ liệu vi mô của các công ty niêm yết.

Câu hỏi thường gặp

Tại sao mô hình Ohlson lại vượt trội hơn mô hình Altman Z-score tại thị trường Việt Nam ở mốc 1 đến 2 năm?

Mô hình Ohlson sử dụng kỹ thuật hồi quy Logit, khắc phục triệt để nhược điểm của phép phân tích phân biệt đa biến vốn đòi hỏi dữ liệu phải tuân theo phân phối chuẩn. Với 9 biến số bao quát toàn diện cả quy mô, cấu trúc nợ, khả năng sinh lời và dòng tiền hoạt động, mô hình Ohlson nắm bắt rất nhạy bén sự suy giảm tài chính ngắn hạn của 50 doanh nghiệp trong mẫu nghiên cứu.

Tiêu chuẩn xác định doanh nghiệp kiệt quệ tài chính trong nghiên cứu gồm những gì?

Dựa trên chuẩn mực của Aktan (2011), nghiên cứu phân loại một doanh nghiệp vào nhóm kiệt quệ khi thỏa mãn ít nhất một trong bốn dấu hiệu: có kết quả kinh doanh thua lỗ 3 năm liên tiếp, giá trị vốn chủ sở hữu bị âm, phải thanh lý toàn bộ tài sản để thanh toán nợ rồi giải thể, hoặc có quyết định thụ lý phá sản chính thức từ tòa án.

Những thách thức chính khi triển khai mô hình KMV-Merton tại Việt Nam là gì?

Mô hình KMV-Merton đòi hỏi thị trường chứng khoán phải đạt mức độ hiệu quả cao, nơi giá cổ phiếu phản ánh đầy đủ thông tin nội tại. Tại Việt Nam giai đoạn 2005 - 2012, tính thanh khoản của nhiều mã cổ phiếu còn thấp và biên độ dao động mạnh khiến việc ước lượng độ biến động tài sản qua thuật toán Newton-Raphson gặp độ trễ nhất định so với dữ liệu sổ sách kế toán.

Doanh nghiệp chưa niêm yết có thể áp dụng các mô hình trong nghiên cứu này không?

Doanh nghiệp chưa niêm yết hoàn toàn có thể áp dụng mô hình Ohlson và biến thể Z-score dành cho doanh nghiệp tư nhân. Do không yêu cầu dữ liệu giá thị trường của cổ phiếu như mô hình Merton, các chỉ số kế toán từ bảng cân đối kế toán và báo cáo kết quả kinh doanh vẫn đảm bảo độ tin cậy dự báo trên 85% trong thực tế.

Khoảng thời gian cảnh báo nào là tối ưu nhất để doanh nghiệp kịp thời tái cấu trúc?

Thời điểm vàng để can thiệp tái cấu trúc là từ 2 đến 3 năm trước khi xảy ra kiệt quệ. Kết quả nghiên cứu chỉ ra rằng ở mốc 3 năm, mô hình Z-score của Altman đã phát hiện được các sai lệch trong cơ cấu vốn, giúp doanh nghiệp có đủ khoảng thời gian từ 24 đến 36 tháng để cắt giảm chi phí, cơ cấu lại nợ vay và tái tạo dòng tiền.

Kết luận

• Luận văn đã kiểm định thành công mức độ tương thích và độ chính xác của ba mô hình dự báo kiệt quệ tài chính kinh điển (Altman, Ohlson, KMV-Merton) trên tập mẫu 50 doanh nghiệp niêm yết tại Việt Nam giai đoạn 2005 - 2012.
• Mô hình Logit của Ohlson được chứng minh là công cụ dự báo kiệt quệ tài chính tối ưu nhất trong ngắn hạn (1 đến 2 năm) với độ chính xác tổng thể vượt trội trên 90%.
• Mô hình phân tích phân biệt Z-score của Altman giữ vai trò công cụ cảnh báo sớm hiệu quả nhất trong trung hạn tại mốc thời gian 3 năm trước khi khủng hoảng xảy ra.
• Công trình đóng góp quy trình tính toán hoàn chỉnh cho mô hình KMV-Merton thông qua việc ứng dụng giải thuật Newton-Raphson trên phần mềm MatLab đối với dữ liệu tài chính tại Việt Nam.
• Khuyến nghị các định chế tài chính và doanh nghiệp nhanh chóng tích hợp hệ thống chỉ số Ohlson và Altman vào quy trình quản trị rủi ro trong chu kỳ tài chính tới để chủ động phòng ngừa rủi ro mất thanh khoản và tối ưu hóa hiệu quả sử dụng vốn.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC KINH TẾ TP. HCM ------------ TRẦN NGỌC THIỆN KIỂM TRA MỨC ĐỘ DỰ BÁO KIỆT QUỆ TÀI CHÍNH TẠI VIỆT NAM CỦA CÁC MÔ HÌNH HIỆN HỮU LUẬN VĂN THẠC SĨ KINH TẾ TP.Hồ Chí Minh – Năm 2014 LUAN VAN CHAT LUONG download : add [e-mail] BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC KINH TẾ TP. HCM ------------ TRẦN NGỌC THIỆN KIỂM TRA MỨC ĐỘ DỰ BÁO KIỆT QUỆ TÀI CHÍNH TẠI VIỆT NAM CỦA CÁC MÔ HÌNH HIỆN HỮU Chuyên ngành: Tài chính – Ngân hàng Mã số: 60340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƢỜI HƢỚNG DẪN KHOA HỌC: TS. NGUYỄN THỊ UYÊN UYÊN TP.Hồ Chí Minh – Năm 2014 LUAN VAN CHAT LUONG download : add [e-mail] LỜI CAM ĐOAN Tôi xin cam đoan luận văn Thạc Sĩ Kinh Tế “Kiểm tra mức độ dự báo kiệt quệ tài chính tại Việt Nam của các mô hình hiện hữu” là công trình nghiên cứu của riêng tôi, có sự hỗ trợ từ ngƣời hƣớng dẫn khoa học là TS.

Nguyễn Thị Uyên Uyên, và chƣa từng đƣợc công bố trƣớc đây. Các số liệu đƣợc sử dụng để phân tích, đánh giá trong luận văn có nguồn gốc rõ ràng và đƣợc tổng hợp từ những nguồn thông tin đáng tin cậy. Nội dung luận văn đảm bảo không sao chép bất cứ công trình nghiên cứu nào khác. HCM, ngày 14 tháng 04 năm 2014 Tác giả Trần Ngọc Thiện LUAN VAN CHAT LUONG download : add [e-mail] MỤC LỤC TRANG PHỤ BÌA Trang LỜI CAM ĐOAN MỤC LỤC DANH MỤC CÁC TỪ VIẾT TẮT DANH MỤC CÁC HÌNH DANH MỤC CÁC BẢNG TÓM TẮT.

1 CHƢƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU. Lý do chọn đề tài. Mục tiêu và các vấn đề nghiên cứu. Ý nghĩa và điểm mới của nghiên cứu.

Bố cục của đề tài. 5 CHƢƠNG 2: CÁC BẰNG CHỨNG THỰC NGHIỆM VỀ KIỆT QUỆ TÀI CHÍNH VÀ CÁC MÔ HÌNH DỰ BÁO KIỆT QUỆ TÀI CHÍNH TRÊN THẾ GIỚI. Các bằng chứng thực nghiệm về kiệt quệ tài chính. Các quan điểm về kiệt quệ tài chính.

Các dấu hiệu để nhận biết kiệt quệ tài chính. 13 LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Ảnh hƣởng của kiệt quệ tài chính. Các bằng chứng thực nghiệm về mô hình dự báo kiệt quệ tài chính.

Mô hình dựa trên phân tích phân biệt. Phân tích phân biệt đơn biến của Beaver (1966). Mô hình Z-score của Altman (1968). Mô hình phân tích logit của Ohlson (1980).

Mô hình dựa trên thị trƣờng MKV-Merton (1974). Các nghiên cứu khác về dự báo kiệt quệ tài chính trên thế giới. Tóm tắt các mô hình dự báo kiệt quệ tài chính. 33 CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU.

Các bƣớc thực hiện nghiên cứu. Các mô hình nghiên cứu. Mô hình phân tích phân biệt Z-score của Altman (1968). Mô tả mô hình.

Cách xác định giá trị các biến số độc lập của mô hình. Mô hình phân tích logit của Ohlson (1980). Mô tả mô hình. Cách xác định giá trị các biến số độc lập của mô hình.

43 LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Mô hình dựa trên thị trƣờng MKV-Merton (1974). Mô tả mô hình. Cách xác định giá trị các biến số độc lập của mô hình.

Lựa chọn mẫu và thu thập dữ liệu đầu vào. Lựa chọn mẫu cho nghiên cứu. Thu thập dữ liệu cho nghiên cứu. 50 CHƢƠNG 4: NGHIÊN CỨU CÁC MÔ HÌNH DỰ BÁO KIỆT QUỆ TÀI CHÍNH CHO CÁC DOANH NGHIỆP VIỆT NAM.

Thống kê mô tả. Xác định “kết quả dự báo lý thuyết” của từng mô hình. Xác định “mức độ dự báo chính xác” của từng mô hình. Đánh giá khả năng dự báo kiệt quệ tài chính giữa các mô hình.

67 CHƢƠNG 5: TỔNG KẾT VÀ HẠN CHẾ CỦA ĐỀ TÀI. 71 TÀI LIỆU THAM KHẢO PHỤ LỤC Phụ lục 1: Danh sách 50 công ty trong mẫu nghiên cứu Phụ lục 2: Phƣơng trình giải tìm biến σA, VA, µ, DD, DPt của mô hình KMV- Merton, theo thuật toán Newton Raphson trên phần mềm MatLab LUAN VAN CHAT LUONG download : add [e-mail] Phụ lục 3: Phƣơng pháp nhập dữ liệu đầu vào để giải tìm biến σA, VA, µ, DD, DPt của mô hình MKV-Merton trên phần mềm MatLab Phụ lục 4: Tổng hợp kết quả tính toán giá trị các biến độc lập, biến phụ thuộc và “kết quả dự báo lý thuyết” của mô hình Altman (1968) và Ohlson (1980) đối với 50 công ty trong mẫu, giai đoạn 2005 – 2012 Phụ lục 5: Tổng hợp kết quả tính toán giá trị các biến độc lập, biến phụ thuộc và “kết quả dự báo lý thuyết” của 50 công ty trong mẫu nghiên cứu theo mô hình MVK-Merton (1974) tại thời điểm 1 năm trƣớc khi kiệt quệ xảy ra LUAN VAN CHAT LUONG download : add [e-mail] DANH MỤC CÁC TỪ VIẾT TẮT DA – Phân tích phân biệt FED – Cục Dự trữ Liên bang Hoa Kỳ GDP – Tổng sản phẩm nội địa GNP – Tổng sản phẩm quốc dân HNX – Sàn giao dịch chứng khoán Hà Nội HSX – Sở giao dịch chứng khoán Thành Phố Hồ Chí Minh MDA – Phân tích phân biệt đa biến SEC - Ủy ban chứng khoán quốc gia Hoa Kỳ UpCom – Sàn giao dịch cổ phiếu của công ty đại chúng chƣa niêm yết LUAN VAN CHAT LUONG download : add [e-mail] DANH MỤC CÁC HÌNH Hình Trang Hình 2.1: Mối quan hệ cơ bản giữa VA, VE và X .2: Mô tả cách xác định DD và PDt của mô hình MKV-Merton. 26 LUAN VAN CHAT LUONG download : add [e-mail] DANH MỤC CÁC BẢNG Bảng Trang Bảng 2.1: Kết quả dự báo của mô hình Altman (1968) .2: So sánh kết quả của mô hình ZETA (1977) và mô hình Z-score của Altman (1968) .3: Ý nghĩa về dấu của các biến số trong mô hình Altman (1968) và Ohlson (1980) .1: Chỉ số giảm phát GDP trong giai đoạn 2005 – 2012 (năm gốc: 2003) .1: Thống kê giá trị trung bình của các biến độc lập giữa các công ty kiệt quệ và không kiệt quệ trong mẫu .2: Kết quả kiểm định so sánh sự khác biệt của giá trị trung bình giữa các công ty kiệt quệ và các công ty không kiệt quệ trong mẫu .3: Kết quả dự báo lý thuyết của mô hình Altman và Ohlson ở thời điểm 3 năm trƣớc khi kiệt quệ xảy ra.4: Kết quả dự báo lý thuyết của mô hình Altman và Ohlson ở thời điểm 2 năm trƣớc khi kiệt quệ xảy ra.5: Kết quả dự báo lý thuyết của mô hình Altman, Ohlson, MKV-Merton ở thời điểm 1 năm trƣớc khi kiệt quệ xảy ra .6: Mức độ dự báo chính xác của mô hình Altman .7: Mức độ dự báo chính xác của mô hình Ohlson .8: Mức độ dự báo chính xác của mô hình MKV-Merton. 65 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.9: So sánh “mức độ dự báo chính xác” giữa mô hình Altman và Ohlson ở thời điểm 3 năm trƣớc khi kiệt quệ xảy ra .10: So sánh “mức độ dự báo chính xác” giữa mô hình Altman và Ohlson ở thời điểm 2 năm trƣớc khi kiệt quệ xảy ra .11: So sánh “mức độ dự báo chính xác” giữa mô hình Altman, Ohlson và Merton ở thời điểm 1 năm trƣớc khi kiệt quệ xảy ra .12: So sánh “mức độ dự báo chính xác” giữa mô hình Altman và Ohlson theo thời gian.

69 LUAN VAN CHAT LUONG download : add [e-mail] LUAN VAN CHAT LUONG download : add [e-mail] 1 TÓM TẮT Nghiên cứu này đánh giá khả năng dự báo của các mô hình dự báo kiệt quệ tài chính đã đƣợc phát triển trên thế giới trong thời gian qua cho các doanh nghiệp Việt Nam, đó là: mô hình phân tích phân biệt Z-score của Altman (1968), mô hình phân tích logit của Ohlson (1980) và mô hình dựa trên thị trƣờng MKV-Merton (1974). Đặc biệt, giá trị các biến số độc lập trong mô hình KMV-Merton sẽ đƣợc xác định dựa trên phƣơng pháp của Shumway (2004). Mẫu của nghiên cứu là 50 công ty đã và đang đƣợc niêm yết trên Sở Giao Dịch Chứng Khoán Thành Phố Hồ Chí Minh (HSX), Sàn giao dịch chứng khoán Hà Nội (HNX), Sàn giao dịch cổ phiếu của công ty đại chúng chƣa niêm yết (UpCom). Trong đó, có 22 công ty đƣợc xác định là kiệt quệ tài chính và 28 công ty đƣợc xác định là không kiệt quệ tài chính.

Cơ sở để một công ty đƣợc xác định là kiệt quệ tài chính khi lựa chọn mẫu sẽ dựa trên quan điểm của Aktan (2011), đó là những công ty gặp phải một trong các sự kiện sau: thua lỗ 3 năm liên tiếp, hoặc có vốn chủ sở hữu âm, hoặc đã bán hết tài sản để trả nợ rồi giải thể, hoặc đã đƣợc tòa án chấp thuận phá sản. Khoảng thời gian lấy dữ liệu là giai đoạn 2005 – 2012. Dữ liệu đƣợc lấy vào thời điểm cuối năm tài chính của mỗi năm. Kết quả nghiên cứu cho thấy rằng các mô hình trên đều rất phù hợp trong việc dự báo kiệt quệ tài chính cho các doanh nghiệp Việt Nam, với độ chính xác trong dự báo đạt mức khá cao.

Trong đó, mô hình phân tích phân biệt Z-score của Altman có khả năng dự báo kiệt quệ tài chính tốt nhất đối với khoảng thời gian dự báo là 3 năm trƣớc khi kiệt quệ xảy ra, còn mô hình phân tích logit của Ohlson lại phù hợp nhất trong việc dự báo kiệt quệ tài chính ở khoảng thời gian là 1 năm và 2 năm trƣớc khi kiệt quệ xảy ra. Cuối cùng, sau khi xem xét tổng thể về khả năng dự báo cùng các ƣu nhƣợc điểm của từng mô hình thì mô hình phân tích logit của Ohlson là mô hình tốt nhất để dự báo kiệt quệ tài chính cho các doanh nghiệp Việt Nam. Kết quả của nghiên cứu này cũng đóng góp rất nhiều cho nền kinh tế Việt Nam vì đã khẳng định khả năng dự báo kiệt quệ tài chính của các mô hình khi chúng đƣợc LUAN VAN CHAT LUONG download : add [e-mail] 2 áp dụng cho các doanh nghiệp Việt Nam. Từ đó, giúp cho các nhà quản trị, nhà đầu tƣ, ngân hàng, tổ chức cấp tín dụng, v.v… có thể đánh giá khả năng xảy ra kiệt quệ tài chính của từng công ty, nhằm giúp đƣa ra quyết định chính xác nhất để giảm thiểu rủi ro mất vốn và phòng ngừa rủi ro xảy ra kiệt quệ tài chính.

Từ khóa: kiệt quệ tài chính, mô hình dự báo kiệt quệ tài chính, mô hình phân tích phân biệt z-score của altman, mô hình phân tích logit của ohlson, mô hình mkv- merton. LUAN VAN CHAT LUONG download : add [e-mail] 3 CHƢƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU 1.