Ứng Dụng Mô Hình Học Máy Trong Dự Báo Rủi Ro Phá Sản Của Doanh Nghiệp Bất Động Sản

Nghiên cứu ứng dụng mô hình học máy trong dự báo rủi ro phá sản doanh nghiệp bất động sản niêm yết trên thị trường chứng khoán Việt Nam.

Chuyên ngành

Tài Chính - Ngân Hàng

Người đăng

Ẩn danh

Thể loại

khóa luận tốt nghiệp

2024

72
6
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CAM ĐOAN

1. CHƯƠNG 1: GIỚI THIỆU VỀ ĐỀ TÀI NGHIÊN CỨU

1.1. Lý do chọn đề tài

1.2. Mục tiêu của đề tài

1.2.1. Mục tiêu tổng quát

1.2.2. Mục tiêu cụ thể

1.3. Câu hỏi nghiên cứu

1.4. Đối tượng và mục tiêu nghiên cứu

1.5. Đóng góp của đề tài

1.6. Kết cấu bài nghiên cứu

2. CHƯƠNG 2: CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN VỀ NGHIÊN CỨU TRƯỚC

2.1. Tổng quan khái niệm cơ bản

2.1.1. Khái niệm phá sản

2.1.2. Khái niệm dự báo phá sản

2.2. Các tiêu chí đánh giá rủi ro phá sản

2.2.1. Nghiên cứu ngoài nước

2.2.2. Nghiên cứu trong nước

3. CHƯƠNG 3: MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU

3.1. Mô hình nghiên cứu

3.2. Mô hình Z-Score

3.3. Mô hình Logistic Regression

3.4. Mô hình Gradient Boosting

3.5. Mô hình K-Nearest Neighbor- KNN

3.6. Mô hình Decision Tree

3.7. Mô hình Random Forest

3.8. Mô hình Neuron Network

3.9. Dữ liệu nghiên cứu và phương pháp nghiên cứu

3.9.1. Dữ liệu nghiên cứu

3.9.2. Phương pháp nghiên cứu

4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

4.1. Phân tích thống kê mô tả của biến nghiên cứu

4.2. Thuật toán được sử dụng và kết quả mô hình

4.2.1. Kết quả mô hình

4.3. Trực quan hóa kết quả

4.4. Phân tích kết quả và thảo luận

5. CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

5.1. Kết luận các kết quả thu được từ nghiên cứu

5.2. Hàm ý quản trị đối với doanh nghiệp bất động sản

5.2.1. Cải thiện và tối ưu hóa quy trình bán hàng

5.2.2. Phân tích sâu và khám phá các yếu tố tìm ẩn

5.2.3. Gia tăng lợi nhuận giữ lại và khả năng sinh lời

5.2.4. Cải thiện khả năng sinh lời trước thuế và lãi vay

5.2.5. Quản lý cơ cấu vốn và nợ

5.3. Hạn chế của đề tài và đề xuất hướng nghiên cứu mới

5.3.1. Hạn chế của đề tài

5.3.2. Đề xuất hướng nghiên cứu mới

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Dự Báo Rủi Ro Phá Sản Doanh Nghiệp Bất Động Sản

Dự báo rủi ro phá sản doanh nghiệp bất động sản là một lĩnh vực nghiên cứu quan trọng trong tài chính. Việc áp dụng các mô hình học máy giúp nhận diện sớm các dấu hiệu cảnh báo, từ đó có thể đưa ra các biện pháp can thiệp kịp thời. Nghiên cứu này sẽ tập trung vào việc ứng dụng các mô hình học máy để dự báo rủi ro phá sản của các doanh nghiệp bất động sản niêm yết trên thị trường chứng khoán Việt Nam.

1.1. Khái Niệm Rủi Ro Phá Sản Trong Doanh Nghiệp

Rủi ro phá sản là khả năng một doanh nghiệp không thể thanh toán các khoản nợ khi đến hạn. Theo Luật Phá sản năm 2014, doanh nghiệp được coi là phá sản khi không thực hiện nghĩa vụ thanh toán trong thời hạn quy định.

1.2. Tầm Quan Trọng Của Dự Báo Rủi Ro Phá Sản

Dự báo rủi ro phá sản giúp các nhà đầu tư và quản lý doanh nghiệp có cái nhìn tổng quan về tình hình tài chính. Điều này giúp họ đưa ra quyết định đầu tư hợp lý và giảm thiểu rủi ro tài chính.

II. Vấn Đề Và Thách Thức Trong Dự Báo Rủi Ro Phá Sản

Dự báo rủi ro phá sản gặp nhiều thách thức, đặc biệt trong bối cảnh kinh tế biến động. Các yếu tố như thiếu dữ liệu, sự phức tạp của mô hình và sự thay đổi nhanh chóng của thị trường đều ảnh hưởng đến độ chính xác của dự báo.

2.1. Thiếu Dữ Liệu Đáng Tin Cậy

Việc thiếu dữ liệu trong giai đoạn nghiên cứu là một vấn đề phổ biến, đặc biệt ở các nước đang phát triển. Điều này gây khó khăn trong việc xây dựng mô hình dự báo chính xác.

2.2. Sự Phức Tạp Của Các Mô Hình Dự Báo

Lựa chọn mô hình dự báo phù hợp là một thách thức lớn. Các mô hình khác nhau có thể cho ra kết quả khác nhau tùy thuộc vào ngành nghề và điều kiện kinh tế.

III. Phương Pháp Dự Báo Rủi Ro Phá Sản Bằng Mô Hình Học Máy

Mô hình học máy đã trở thành công cụ hữu ích trong việc dự báo rủi ro phá sản. Các thuật toán như Logistic Regression, Random Forest và Neural Networks được áp dụng để phân tích dữ liệu và đưa ra dự đoán chính xác.

3.1. Mô Hình Logistic Regression

Logistic Regression là một trong những mô hình phổ biến nhất trong dự báo rủi ro phá sản. Mô hình này giúp xác định xác suất phá sản dựa trên các yếu tố tài chính.

3.2. Mô Hình Neural Networks

Mô hình Neural Networks cho thấy độ chính xác cao trong việc dự báo rủi ro phá sản. Kết quả nghiên cứu cho thấy mô hình này đạt độ chính xác lên đến 97,27%.

IV. Ứng Dụng Thực Tiễn Của Mô Hình Dự Báo Rủi Ro Phá Sản

Kết quả từ các mô hình dự báo rủi ro phá sản có thể được áp dụng trong thực tiễn để cải thiện tình hình tài chính của doanh nghiệp. Các nhà quản lý có thể sử dụng thông tin này để đưa ra các quyết định chiến lược.

4.1. Cải Thiện Quản Trị Tài Chính

Thông qua việc dự báo rủi ro, doanh nghiệp có thể cải thiện quy trình quản trị tài chính, từ đó nâng cao khả năng sinh lời và giảm thiểu rủi ro.

4.2. Đưa Ra Các Quyết Định Đầu Tư Hợp Lý

Dựa trên các dự báo, nhà đầu tư có thể đưa ra quyết định đầu tư hợp lý hơn, giảm thiểu rủi ro và tối ưu hóa lợi nhuận.

V. Kết Luận Và Tương Lai Của Dự Báo Rủi Ro Phá Sản

Dự báo rủi ro phá sản doanh nghiệp bất động sản bằng mô hình học máy là một lĩnh vực đầy tiềm năng. Nghiên cứu này không chỉ giúp nhận diện sớm các dấu hiệu cảnh báo mà còn cung cấp các giải pháp quản trị hiệu quả.

5.1. Tương Lai Của Mô Hình Dự Báo

Với sự phát triển của công nghệ, các mô hình dự báo sẽ ngày càng chính xác hơn, giúp doanh nghiệp quản lý rủi ro hiệu quả hơn.

5.2. Khuyến Nghị Cho Các Doanh Nghiệp

Các doanh nghiệp nên áp dụng các mô hình học máy trong quản trị rủi ro để nâng cao khả năng cạnh tranh và đảm bảo sự phát triển bền vững.

10/07/2025
Ứng dụng mô hình học máy trong dự báo rủi ro phá sản của các doanh nghiệp bất động sản niêm yết trên thị trường chứng khoán việt nam khóa luận tốt nghiệp đại học

Trích đoạn nội dung tài liệu

chương 1, tác giả đã giới thiệu về đề tài nghiên cứu và trình bày những vấn đề xung quanh đề tài nghiên cứu, bao gồm mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, mô hình và phương pháp nghiên cứu, cấu trúc của nghiên cứu và những đóng góp mà đề tài nghiên cứu mang lại. CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN VỀ NGHIÊN CỨU TRƯỚC 2.1 Tổng quan khái niệm cơ bản 2.1 Khái niệm phá sản Phá sản tại Việt Nam, theo quy định của Luật Phá sản năm 2014, là trạng thái của một doanh nghiệp hoặc hợp tác xã không còn khả năng chi trả các khoản nợ khi đến hạn. Cụ thể: “Phá sản là tình trạng của doanh nghiệp, hợp tác xã mất khả năng thanh toán và bị Tòa án nhân dân ra quyết định tuyên bố phá sản” được quy định tại Khoản 2 Điều 4 Luật Phá sản năm 2014. Trong đó, mất khả năng thanh toán được quy định tại Khoản 1 Điều 4 Luật Phá sản năm 2014: “ Doanh nghiệp, hợp tác xã mất khả năng thanh toán là doanh nghiệp, hợp tác xã không thực hiện nghĩa vụ thanh toán khoản nợ trong thời hạn 03 tháng kể từ ngày đến hạn thanh toán”.

Để tạo cơ hội cho các doanh nghiệp phục hồi hoạt động kinh doanh để tránh trường hợp phá sản, Luật phá sản Việt Nam cũng quy định nếu Hội nghị chủ nợ đưa ra Nghị quyết đồng ý phương án tái cơ cấu của doanh nghiệp như Mục b Khoản 1 điều 83 Luật Phá sản 2014: “Đề nghị áp dụng biện pháp phục hồi hoạt động kinh doanh đối với doanh nghiệp, hợp tác xã” thì doanh nghiệp tiếp tục hoạt động kinh doanh dưới sự giám sát. Nếu doanh nghiệp có thể phục hồi và thanh toán đầy đủ các khoản nợ, doanh nghiệp sẽ không phải phá sản và ngược lại. Tại Đức, phá sản được quy định trong Insolvency Code (Insolvenzordnung) với mục đích bảo vệ cả chủ nợ lẫn doanh nghiệp bao gồm hai dạng phổ biến là Phá sản tự nguyện (Voluntary Insolvency) và Quản lý tài sản (Insolvency Administration). Đối với Phá sản tự nguyện, doanh nghiệp sẽ nộp đơn xin phá sản để bảo vệ tài sản và thương lượng với chủ nợ.

Với Quản lý tài sản, khi doanh nghiệp không thể thanh toán nợ, người có thẩm quyền sẽ giám sát việc thanh lý tài sản hoặc tái cơ cấu nợ. 6 Quy định của pháp luật về phá sản hiện tại của Pháp được quy định tại Luật Phá sản sửa đổi 1994 với thiên hướng khuyến khích sự phục hồi của các doanh nghiệp gồm hai thủ tục: Thủ tục phục hồi và Thủ tục phá sản. Luật Phá sản của Pháp cũng cho phép Tòa án ra quyết định tái cơ cấu hay từ chối kế hoạch phục hồi mà không cần thông qua Hội nghị chủ nợ. Luật phá sản (2005) tại Mỹ chia thành hai cách xử lý chính khi doanh nghiệp gặp rủi ro phá sản: thanh lý tài sản hoặc tái cấu trúc doanh nghiệp.

Theo Chương 7, khi doanh nghiệp không đủ điều kiện để tái cấu trúc, họ buộc phải bán tài sản để trả nợ. Các khoản nợ có tài sản đảm bảo sẽ được ưu tiên thanh toán trước, sau đó mới đến các khoản nợ không có tài sản đảm bảo. Còn theo Chương 11, các doanh nghiệp đang gặp khó khăn tài chính nhưng vẫn có khả năng phát triển trong tương lai, nếu được tòa án và các chủ nợ đồng ý, có thể đề xuất kế hoạch tái cấu trúc để duy trì hoạt động và trả nợ dần. Quá trình này sẽ được giám sát nghiêm ngặt cho đến khi hoàn thành việc thanh toán nợ.

Pháp luật phá sản tại Nhật Bản không được quy định trong một văn bản duy nhất mà phân chia theo nhiều luật khác nhau, được ban hành vào các thời điểm khác nhau như Luật Phá sản (1922), Bộ luật Thương mại (1938), Luật Thỏa hiệp (1922, 2000), Bộ luật Phục hồi dân sự (1999, 2000), và Luật Tổ chức lại công ty (1952). Để giải quyết tình trạng doanh nghiệp thua lỗ, hệ thống pháp luật Nhật Bản quy định hai thủ tục chính: thanh lý tài sản và phục hồi doanh nghiệp. Thủ tục thanh lý tài sản bao gồm phá sản, thanh lý đặc biệt và thỏa hiệp, trong đó tài sản của doanh nghiệp được bán để trả nợ cho các chủ nợ, dẫn đến chấm dứt hoạt động của công ty. Thủ tục phá sản được thực hiện dưới sự giám sát của tòa án, bắt đầu từ việc nộp đơn yêu cầu phá sản, thẩm tra tình trạng tài chính và kết thúc khi các khoản nợ được thanh toán hoặc khi tòa án tuyên bố chấm dứt thủ tục phá sản.

Thanh lý đặc biệt là thủ tục phá sản tự nguyện do công ty khởi xướng, trong khi thỏa hiệp giúp tránh phá sản bằng cách đưa ra kế hoạch thỏa thuận với các chủ nợ. Thủ tục phục hồi nhằm giữ lại hoạt động kinh doanh và gồm ba hình thức: 7 tổ chức lại công ty (dành cho công ty lớn), phục hồi dân sự (dành cho cá nhân và doanh nghiệp nhỏ), và sắp xếp lại công ty (ngoài tòa án). Tùy theo tình trạng cụ thể của doanh nghiệp, các quy định pháp luật này giúp đưa ra những giải pháp thích hợp để bảo vệ quyền lợi của các bên liên quan và khôi phục khả năng kinh doanh của doanh nghiệp.2 Khái niệm dự báo phá sản Việc dự báo doanh nghiệp phá sản có thể hiểu là tính toán khả năng một công ty mất khả thanh toán hay nói cách khác là vỡ nợ trong tương lai. Việc dự báo được dựa trên các lý thuyết nền, chỉ số tài chính và các mô hình tài chính khác nhau.

FitzPatrick (1932) người đầu tiên đưa ra bài báo trong lĩnh vực dữ báo phá sản. Ông sử dụng dữ liệu của 20 cặp công ty được ghép nối với nhau và cố gắng tìm ra tỷ lệ kế toán như là các chỉ số phá sản. Đây là khởi đầu, đặt nền móng cho các mô hình nghiên cứu phức tạp hơn, đồng thời mang lại hiệu suất dự báo cao hơn. Khó khăn trong việc dự báo khả năng phá sản của một công ty nằm ở bộ dữ liệu và mô hình.

Việc thiếu dữ liệu trong giai đoạn nghiên cứu không phải vấn đề hiếm gặp ở các nước đang phát triển, gây khó khăn trong việc nghiên cứu và xây dựng mô hình. Lựa chọn mô hình nghiên cứu phù hợp cũng là một bài toán khó bởi các mô hình khác nhau dự báo khả năng phá sản ở các ngành khác nhau mang lại kết quả không giống nhau. Các cá nhân và tổ chức quan tâm đến dự báo phá sản bao gồm nhà quản lý doanh nghiệp, nhà đầu tư, các tổ chức tài chính và cơ quan hoạch định chính sách. Hiểu rõ tình hình tài chính của một doanh nghiệp giúp nhà quản lý đưa ra các quyết định chính xác và kịp thời trong việc điều hành hoạt động kinh doanh.

Đối với nhà đầu tư, việc đánh giá rủi ro phá sản là cần thiết để đưa ra quyết định đầu tư hợp lý, tránh các rủi ro phá sản trong tương lai. Các mô hình dự báo phá sản cũng đóng vai trò quan trọng trong việc xếp hạng và cấp tín dụng của các tổ chức tài chính đối với doanh nghiệp.2 Các tiêu chí đánh giá rủi ro phá sản Tỷ lệ thanh toán tổng quát (Htq): Hệ số khả năng thanh toán tổng quát = Tổng tài sản/Nợ phải trả Hệ số khả năng thanh toán thể hiện rằng nếu Htq > 2 chứng minh năng lực thanh toán của doanh nghiệp rất tốt, tuy nhiên đòn bẫy tài chính không cao. Nếu Htq nằm trong khoảng 1 ≤ 𝐻𝑡𝑞 < 2 cho thấy doanh nghiệp có khả năng thanh toán các khoản vay đến hạn. Nếu 0 ≤ 𝐻𝑡𝑞 < 1 thể hiện khả năng thanh toán của doanh nghiệp ở mức thấp, khi Htq tiệm cận 0, doanh nghiệp có khả năng phá sản.

Mô hình Z-Score: Như đề cập ở trên, chỉ số Z-Score đo lường khả năng phá sản của doanh nghiệp trong 1-2 năm, chỉ số càng cao cho thấy doanh nghiệp có thể đáp ứng việc thanh toán các khoản vay đến hạn và ngược lại. Chỉ số Merton Mô hình của Merton (1974) xác định xác suất phá sản của một doanh nghiệp dựa trên giá trị tổng tài sản của doanh nghiệp so với tổng nợ doanh nghiệp phải trả với các tham số được xác định bởi mô hình Back-Scholes. 𝑃(𝐷𝑒𝑓𝑎𝑢𝑙𝑡) = 𝛷(−𝑑2 ) Trong đó :  Φ là hàm phân phối chuẩn tích lũy. 𝑉 1 ln( )+(𝑟− 𝜎2 )𝑇  𝑑2 = 𝐷 2 𝜎 √𝑇  V là giá trị doanh nghiệp  D là tổng nợ phải trả  r là lãi suất phi rủi ro 9  𝜎 là độ biến động của giá trị tài sản  T là thời gian còn lại đến ngày đáo hạn Kết quả 𝑃(𝐷𝑒𝑓𝑎𝑢𝑙𝑡 ) là xác suất doanh nghiệp phá sản.2 Tổng quan các nghiên cứu trước Lĩnh vực bất động sản luôn là chủ đề nóng trong toàn bộ nên kinh tế, do đó việc phá sản của các doanh nghiệp thuộc nhóm này luôn dành được sự quan tâm nhiều từ các nhà nghiên cứu cả trong và ngoài nước.

Với số lượng lớn các nghiên cứu về chủ đề này nên tác giá không thể liệt kê hết các nghiên cứu có liên quan đến đề tài, do vậy tác giả xin lược khảo một số các nghiên cứu nổi bật nhằm làm cơ sở xây dựng mô hình nghiên cứu.1 Nghiên cứu ngoài nước Nghiên cứu của Wang Yi (2012) về áp dụng mô hình Z-Score trong việc dự báo và cảnh báo sớm về khủng hoảng tài chính trong các công ty bất động sản được niêm yết tại Trung Quốc. Dữ liệu nghiên cứu bao gồm 40 công ty trong giai đoạn 2008-2009 với các biến tương tự như mô hình Z-Score nguyên bản với các biến (Vốn lưu động/Tổng tài sản), (Lợi nhuận giữ lại/Tổng tài sản), (Lợi nhuận trước thuế và lãi vay/Tổng tài sản), (Vốn chủ sở hữu/Tổng tài sản). Đồng thời kết hợp với mô hình học máy Logistic Regression tìm xác suất có điều kiện của các đối tượng quan sát và đánh giá tình trạng tài chính và rủi ro kinh doanh dựa trên cơ sở này. Kết quả đã chứng minh hiệu quả của mô hình trong việc cảnh báo sớm về khủng hoảng tài chính của các công ty bất động sản tại Trung Quốc.

Nghiên cứu của Irvan (2024) về so sánh giữa các mô hình học máy và học sâu tích hợp với mô hình Altman Z-Score để dự báo khủng hoảng tài chính trong các công ty niêm yết trên Sở giao dịch Chứng khoán Indonesia (IDX) với dữ liệu từ 723 công ty niêm yết.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Tài liệu "Dự Báo Rủi Ro Phá Sản Doanh Nghiệp Bất Động Sản Bằng Mô Hình Học Máy" cung cấp cái nhìn sâu sắc về việc áp dụng các mô hình học máy để dự đoán rủi ro phá sản trong ngành bất động sản. Tài liệu này không chỉ giúp người đọc hiểu rõ hơn về các yếu tố ảnh hưởng đến khả năng phá sản của doanh nghiệp mà còn giới thiệu các phương pháp phân tích dữ liệu hiện đại, từ đó nâng cao khả năng ra quyết định trong quản lý tài chính.

Để mở rộng kiến thức của bạn về các khía cạnh liên quan, bạn có thể tham khảo tài liệu Các yếu tố ảnh hưởng đến khả năng kiệt quệ tài chính của các doanh nghiệp ngành bất động sản niêm yết trên thị trường chứng khoán Việt Nam, nơi phân tích các yếu tố cụ thể có thể dẫn đến tình trạng tài chính không ổn định. Ngoài ra, tài liệu Ứng dụng học máy hỗ trợ hoạt động cho vay tại Agribank chi nhánh huyện Phù Cát cũng sẽ giúp bạn hiểu rõ hơn về cách thức áp dụng học máy trong các lĩnh vực tài chính khác. Cuối cùng, tài liệu Luận văn thạc sĩ phân tích và dự báo nợ xấu bằng mô hình cây quyết định hồi quy và mô hình logit probi sẽ cung cấp thêm thông tin về các mô hình phân tích nợ xấu, một khía cạnh quan trọng trong quản lý rủi ro tài chính.

Những tài liệu này sẽ giúp bạn có cái nhìn toàn diện hơn về các vấn đề tài chính trong ngành bất động sản và ứng dụng của học máy trong việc quản lý rủi ro.