Chương 1: Tổng quan về vấn đề nghiên cứu. Chương 2: Cơ sở lý thuyết về mô hình Z-Score trong xác định rủi ro. Chương 3: Cơ sở dữ liệu và phương pháp nghiên cứu. Chương 4: Thực trạng ngành thép Việt Nam và CTCP Tập đoàn Thép Tiến Lên – Kết quả nghiên cứu.
Chương 5: Kết luận, khuyến nghị. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VỀ MÔ HÌNH Z-SCORE TRONG XÁC ĐỊNH NGUY CƠ PHÁ SẢN/KIỆT QUỆ TÀI CHÍNH 2. Phương pháp phân tích đa biệt thức – cơ sở của mô hình Z-Score Sau khi cân nhắc kỹ lưỡng bản chất của vấn đề và mục đích phân tích, Altman – cha đẻ của mô hình Z-Score đã chọn phương pháp phân tích đa biệt thức (Multiple discriminant analysis – MDA) làm cơ sở xây dựng mô hình. Mặc dù không được phổ biến như phương pháp phân tích hồi quy (Regression analysis), MDA được sử dụng trong nhiều nghiên cứu khi được áp dụng đầu tiên ở thập kỷ 30 của thế kỷ 20.
Suốt những năm trước, MDA được sử dụng chủ yếu trong sinh vật học và nghiên cứu hành vi. Trong những năm gần đây, kỹ thuật này được sử dụng ngày càng phổ biến trong giới học thuật cũng như trong thực tiễn. Altman và cộng sự (1981) đã thảo luận về phân tích đa biệt thức một cách khá sâu sắc và xem xét một vài ứng dụng của nó vào lĩnh vực tài chính. MDA là một kỹ thuật thống kê dùng để phân loại một tập quan sát vào một trong vài nhóm dựa trên những đặc điểm cá biệt của quan sát.
Sau khi các nhóm được thiết lập, dữ liệu sẽ được thu nhập theo mục đích của từng nhóm; MDA trong hình thức đơn giản nhất là cố gắng xây dựng quan hệ tuyến tính của những đặc điểm mà chúng có thể phân biệt tốt nhất các nhóm với nhau. Nếu một đối tượng cụ thể, như một công ty, có 7 các đặc điểm là chỉ số tài chính có thể định lượng trong phân tích thì phương pháp MDA có thể xác định một bộ hệ số tương quan của biệt thức. Khi những hệ số này được áp dụng vào các chỉ số hiện hữu sẽ tạo cơ sở cho việc phân loại vào một trong những nhóm định tính. Kỹ thuật phân tích đa biệt thức có ưu điểm là xem xét, cân nhắc toàn bộ tập hợp các đặc điểm chung của các công ty tương ứng, cũng như sự tương tác lẫn nhau của các đặc điểm này.
Trong khi đó, một nghiên cứu đơn biến chỉ có thể cân nhắc các công cụ đo lường được sử dụng cho nhóm chỉ định trước tại một thời điểm. Một ưu điểm khác của phân tích đa biệt thức là sự giảm phạm vi của các nhà phân tích, đó là từ một số các biến độc lập khác nhau đến chỉ còn G-1 đại lượng, trong đó G = số nhóm gốc. Nghiên cứu ban đầu của Altman năm 1968 được đề cập với hai nhóm, bao gồm công ty phá sản và công ty không phá sản. Vì vậy, việc phân tích được chuyển đổi thành hình thức đơn giản nhất: một điểm số biệt thức đơn, ở đây là Z-Score được chuyển đổi từ những giá trị của biến cá biệt thành một điểm số duy nhất.
Ưu điểm cuối cùng của MDA trong việc giải quyết vấn đề phân loại công ty là khả năng phân tích toàn bộ biến của một đối tượng một cách đồng thời hơn là kiểm tra tuần tự các đặc điểm cá biệt của đối tượng đó. Giống như các chương trình đường thẳng và tổng thể đã cải thiện kỹ thuật truyền thống trong dự toán ngân sách vốn, xu hướng phân tích đa biệt thức so với các các phương pháp phân tích khác có tiềm năng sửa đổi một cách đúng đắn các bất ổn. Rõ ràng sự kết hợp của các chỉ số được phân tích với nhau có thể loại bỏ những điểm mập mờ và phân loại sai đã thấy ở những phương pháp phân tích khác, ví dụ như phương pháp phân tích chỉ số truyền thống. Khi sử dụng các chỉ số tài chính để đánh giá khả năng phá sản công ty, có lý do để tin rằng vài chỉ số đo lường nhất định sẽ có quan hệ tương quan hay cộng tuyến cao với các chỉ số khác.
Để cho khía cạnh này không trầm trọng ở phân tích đa biệt thức, bài nghiên cứu phải lựa chọn cẩn thận các biến dự báo. Đó cũng là một ưu điểm về tính linh hoạt của mô hình sử dụng MDA với một lượng tương đối nhỏ các chỉ số đo lường được chọn mà có thể truyền đạt lượng lớn thông tin. Những thông tin này có thể biểu hiện sự 8 khác nhau rất lớn giữa các nhóm khác nhau, nhưng vấn đề là có hay không những khác biệt quan trọng là điều đáng quan tâm hơn của quá trình phân tích. Tổng quan về mô hình Z-Score 2.
Giới thiệu mô hình Mô hình Z-Score (hay còn gọi là mô hình dự báo phá sản) là số điểm tổng hợp tóm tắt các kết quả gia quyền của nhiều chỉ số tài chính, được đặt trong mối quan hệ của giá trị một điểm với giá trị trung bình bộ dữ liệu hay độ lệch chuẩn so với giá trị trung bình. Mô hình Z-Score có thể sử dụng để đo lường sức khoẻ tài chính và dự báo xác suất liệu rằng một doanh nghiệp có thể bị phá sản trong vòng 2 năm tới hay không. Số điểm mô hình đưa ra càng cao trả về kết quả nghiên cứu càng tốt. • Sự khác biệt giữa Z-Score và độ lệch chuẩn: Độ lệch chuẩn về chủ đạo cho biết cấp bậc chuyển hóa trong một tập thông tin nhất quyết.
để tính độ lệch chuẩn , đầu tiên ta tính khác biệt giữa từng điểm thông tin và trị giá bình quân. độ lệch chuẩn tiếp đó được bình phương lên, cộng toàn bộ lại và tính bình quân để làm nên phương sai. độ lệch chuẩn chỉ giản dị là căn bậc hai của phương sai, đưa nó trở lại đơn vị đo lúc đầu. Trái lại, Z-Score là độ lệch chuẩn giữa điểm thông tin đã cho đối chiếu với trị giá bình quân.
để tính Z-Score, chỉ cần trừ trị giá bình quân cho mỗi điểm thông tin và chia thành quả đó cho độ lệch chuẩn. Z score âm thì điểm thông tin đó được gọi là dưới mức trung bình. Trong đại đa số các tập thông tin lớn , 99% các điểm thông tin có trị giá Z score trong vòng từ -3 đến 3, chứng tỏ là chúng nằm trong ba độ lệch chuẩn trên và dưới trị giá bình quân. Lịch sử phát triển Mô hình Z-Score được phát triển bởi giáo sư trường Kinh doanh Stern của Đại học New York - Edward I.
9 Vào năm 1966, Altman lựa chọn mẫu thử là 66 doanh nghiệp, một nửa trong số đó là doanh nghiệp đã phá sản trong 20 năm gần nhất và nửa còn lại được chọn ngẫu nhiên trong số các doanh nghiệp đang hoạt động. Quy mô tài sản doanh nghiệp dao động từ 1 triệu đô đến 26 triệu đô thời điểm bấy giờ. Altman tiến hành tính toán 22 chỉ tiêu tài chính phổ biến cho 66 công ty (đối với các công ty đã phá sản, ông sử dụng báo cáo tài chính 1 năm trước khi phá sản). Mục tiêu của Altman là chọn ra được những biến tài chính tốt nhất trên tổng số 22 có thể dự báo chính xác tình hình hoạt động và khả năng phá sản của một công ty.
Để đạt được mục tiêu của mình, Altman đã sử dụng kỹ thuật thống kê gồm nhiều phân tích đa biệt thức (multiple discriminant analysis - MDA). Cách tiếp cận này cho thấy những đặc điểm mà chỉ tiêu tài chính có thể được sử dụng tốt nhất nhằm phân loại đối tượng: phá sản so với không phá sản, giàu so với nghèo, trẻ so với già, … Ưu điểm của MDA là nhiều đặc điểm có thể kết hợp thành một điểm duy nhất. Điểm thấp có nghĩa là thành viên trong cùng một nhóm, điểm cao có nghĩa là thành viên khác nhóm và điểm trung bình gây ra sự không chắc chắn về nhóm đối tượng nghiên cứu. Cuối cùng, để kiểm tra mô hình, Altman đã tính Z-Score cho các công ty mới phá sản và không phá sản.
Tuy nhiên, đối với những công ty không phá sản, ông đã chọn những công ty đã báo cáo tài chính thâm hụt trong những năm trước đó. Ông muốn khám phá mô hình Z-Score có thể phân biệt tốt như thế nào giữa các công ty ốm yếu và khoẻ mạnh. Altman nhận thấy rằng khoảng 95% các công ty phá sản được phân loại chính xác là phá sản. Và khoảng 80% công ty hoạt động tốt phân loại chính xác là không phá sản.
Trong số các công ty bị phân loại sai nhóm, không có công ty nào phá sản. Altman đã xem xét danh sách 22 chỉ tiêu tài chính và cuối cùng đã chọn ra 5 chỉ tiêu có kết quả tốt nhất khi chúng được áp dụng cùng nhau sau nhiều thử nghiệm. Đến năm 1993, mô hình này đã được sửa đổi thành mô hình Altman sử dụng các biến giống nhau nhân với các yếu tố khác nhau. Mô hình nghiên cứu Cấu trúc chung của mô hình Z-Score: 10 Z = 𝑉1 X1 + 𝑉2 X2 + 𝑉3 X3 + 𝑉4 X4 + 𝑉5 X5 Trong đó: X1: Vốn lưu động/Tổng tài sản.
X2: Lợi nhuận giữ lại/Tổng tài sản. X3: EBIT/Tổng tài sản. X4: Giá trị thị trường của vốn chủ sở hữu/Giá trị sổ sách của tổng nợ. X5: Doanh thu/Tổng tài sản.
𝑉𝑖 : hệ số biệt thức được tính toán qua phương pháp phân tích đa biệt thức MDA. Z: chỉ số tổng hợp. Kết lại, mô hình Z-Score là một phương trình tuyến tính trong đó năm chỉ số được gắn trọng số một cách khách quan và cộng với nhau thành một chỉ số duy nhất mà nó sẽ trở thành nền tảng cho việc phân loại công ty vào nhóm phá sản hay không phá sản. Các biến độc lập trong mô hình nghiên cứu • X1: Vốn lưu động / Tổng tài sản (WC / TA: Working capital / Total assets) Chỉ số vốn lưu động / tổng tài sản, thường thấy trong các nghiên cứu về tài chính doanh nghiệp, là một công cụ đo lường độ thanh khoản ròng của các tài sản tương ứng với tổng vốn.
Tính thanh khoản và đặc điểm về kích thước được xem xét một cách rõ ràng. Thông thường, một công ty trải qua một thời kỳ hoạt động lỗ kéo dài sẽ khiến vốn lưu động bị co lại so với tổng tài sản. Trong ba chỉ số thanh khoản được Altman nghiên cứu, chỉ số này đưa ra kết quả có giá trị nhất. Hai chỉ số thanh khoản khác được kiểm tra là chỉ số thanh toán hiện hành (current ratio) và chỉ số thanh toán nhanh (quick ratio), được chỉ ra là ít hữu dũng hơn khi đưa vào mô hình.