Dự đoán Khó Khăn Tài Chính và Phá Sản: Mô Hình Phù Hợp cho Doanh Nghiệp Niêm Yết tại Việt Nam

Nghiên cứu mô hình dự đoán khủng hoảng tài chính và phá sản cho các công ty niêm yết tại Việt Nam, mang lại cái nhìn sâu sắc và ứng dụng thực tiễn.

• Tác giả: Phạm Võ Ninh Bình
• Người hướng dẫn: Dr. Võ Hồng Đức
• Trường học: University of Economics
• Chuyên ngành: Development Economics
• Đề tài: Dự Đoán Khó Khăn Tài Chính và Phá Sản cho Doanh Nghiệp Niêm Yết tại Việt Nam
• Loại tài liệu: Thesis
• Năm xuất bản: 2017
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• DECLARATION
• ACKNOWLEDGEMENTS
• ABBREVIATIONS
• ABSTRACT
• TABLE OF CONTENTS
• 1. CHAPTER 1: INTRODUCTION
• 1.1. Problem statement
• 1.2. Research Objectives
• 1.3. Research questions
• 1.4. Structure of the thesis
• 2. CHAPTER 2: BACKGROUND AND LITERATURE REVIEW
• 2.1. Why Vietnam?
• 2.2. Background to the Global Financial Crises
• 2.3. Literature review on credit models
• 2.4. Background to corporate financial distress models
• 2.5. Comparison of accounting-based and market-based models
• 2.6. Studies on financial distress in the context of Asia and Vietnam
• 3. CHAPTER 3: RESEARCH METHODOLOGY
• 3.1. Estimating financial distress
• 3.2. Emerging market scoring model (EMS)
• 3.3. Distance to default model (DD)
• 3.4. Comparing Emerging market score model (EMS) and Distance to Default (DD) models
• 4. CHAPTER 4: EMPIRICAL RESULTS AND ANALYSIS
• 4.1. Data descriptions and Signal of financial distress
• 4.2. Factors affect the financial distress
• 4.3. Financial distress in various scenarios
• 5. CHAPTER 5: CONCLUSIONS AND IMPLICATIONS
• 5.1. For the Vietnamese Government
• 5.2. For practitioners and investors
• 5.3. Limitation and further research
• LIST OF TABLES
• LIST OF FIGURES

Tóm tắt

I. Tổng quan về Dự đoán Khó Khăn Tài Chính tại Doanh Nghiệp Niêm Yết

Khó khăn tài chính và phá sản là những vấn đề nghiêm trọng mà các doanh nghiệp niêm yết tại Việt Nam đang phải đối mặt. Trong bối cảnh kinh tế toàn cầu biến động, việc dự đoán và quản lý rủi ro tài chính trở nên cấp thiết hơn bao giờ hết. Nghiên cứu này nhằm mục đích cung cấp cái nhìn tổng quan về tình hình tài chính của các doanh nghiệp niêm yết tại Việt Nam, từ đó đưa ra các phương pháp dự đoán hiệu quả.

1.1. Khó khăn tài chính Nguyên nhân và hệ quả

Khó khăn tài chính thường xuất phát từ nhiều nguyên nhân như quản lý kém, biến động thị trường và các yếu tố kinh tế vĩ mô. Những hệ quả của nó có thể dẫn đến phá sản, ảnh hưởng đến hàng triệu người lao động và nền kinh tế quốc gia.

1.2. Tình hình doanh nghiệp niêm yết tại Việt Nam

Doanh nghiệp niêm yết tại Việt Nam đã trải qua nhiều thách thức trong những năm gần đây. Sự gia tăng tỷ lệ phá sản và khó khăn tài chính đã đặt ra yêu cầu cấp bách về việc phát triển các mô hình dự đoán chính xác hơn.

II. Vấn đề Khó Khăn Tài Chính và Phá Sản Doanh Nghiệp Niêm Yết

Khó khăn tài chính và phá sản doanh nghiệp niêm yết không chỉ ảnh hưởng đến các công ty mà còn tác động đến toàn bộ nền kinh tế. Việc nhận diện sớm các dấu hiệu khó khăn tài chính là rất quan trọng để có thể đưa ra các biện pháp kịp thời.

2.1. Các dấu hiệu nhận biết khó khăn tài chính

Các dấu hiệu như giảm doanh thu, tăng nợ và giảm lợi nhuận có thể là những chỉ báo sớm cho thấy doanh nghiệp đang gặp khó khăn tài chính. Việc theo dõi các chỉ số này là rất cần thiết.

2.2. Tác động của khó khăn tài chính đến doanh nghiệp

Khó khăn tài chính có thể dẫn đến việc doanh nghiệp không thể thanh toán nợ, từ đó dẫn đến phá sản. Điều này không chỉ ảnh hưởng đến doanh nghiệp mà còn đến các cổ đông và người lao động.

III. Phương pháp Dự đoán Khó Khăn Tài Chính cho Doanh Nghiệp Niêm Yết

Để dự đoán khó khăn tài chính, nhiều phương pháp đã được phát triển. Các mô hình này sử dụng dữ liệu tài chính và các yếu tố kinh tế vĩ mô để đưa ra dự đoán chính xác hơn.

3.1. Mô hình dự đoán dựa trên số liệu kế toán

Mô hình dựa trên số liệu kế toán như Altman Z-score giúp đánh giá khả năng phá sản của doanh nghiệp thông qua các chỉ số tài chính cơ bản.

3.2. Mô hình dự đoán dựa trên thị trường

Mô hình Distance to Default (DD) sử dụng dữ liệu thị trường để đánh giá rủi ro phá sản, giúp cung cấp cái nhìn sâu sắc hơn về tình hình tài chính của doanh nghiệp.

IV. Ứng dụng Thực tiễn của Mô hình Dự đoán Khó Khăn Tài Chính

Việc áp dụng các mô hình dự đoán vào thực tiễn có thể giúp doanh nghiệp nhận diện sớm các rủi ro tài chính. Điều này không chỉ giúp doanh nghiệp tồn tại mà còn phát triển bền vững.

4.1. Kết quả nghiên cứu từ các mô hình dự đoán

Nghiên cứu cho thấy rằng các mô hình dự đoán có thể giúp doanh nghiệp giảm thiểu rủi ro tài chính và cải thiện khả năng quản lý tài chính.

4.2. Chính sách hỗ trợ từ chính phủ

Chính phủ có thể đóng vai trò quan trọng trong việc hỗ trợ doanh nghiệp thông qua các chính sách tài chính và khuyến khích đầu tư.

V. Kết luận và Tương lai của Dự đoán Khó Khăn Tài Chính

Dự đoán khó khăn tài chính cho doanh nghiệp niêm yết tại Việt Nam là một lĩnh vực nghiên cứu quan trọng. Các mô hình dự đoán cần được cải tiến và phát triển để đáp ứng nhu cầu thực tiễn.

5.1. Tương lai của nghiên cứu trong lĩnh vực này

Nghiên cứu trong lĩnh vực dự đoán khó khăn tài chính cần tiếp tục được mở rộng để bao quát nhiều khía cạnh hơn, từ đó cung cấp các giải pháp hiệu quả hơn cho doanh nghiệp.

5.2. Khuyến nghị cho doanh nghiệp

Doanh nghiệp nên chủ động áp dụng các mô hình dự đoán để quản lý rủi ro tài chính hiệu quả hơn, từ đó đảm bảo sự phát triển bền vững.

Nội dung chính

Tổng quan nghiên cứu

Làn sóng hội nhập kinh tế quốc tế và tự do hóa tài chính thúc đẩy cạnh tranh gay gắt, đồng thời gia tăng rủi ro tổn thương hệ thống doanh nghiệp trước các cú sốc kinh tế. Khủng hoảng tài chính toàn cầu giai đoạn 2008-2009 đã làm bộc lộ nhiều điểm yếu cốt lõi trong cấu trúc tài chính doanh nghiệp. Tại Việt Nam, số liệu thống kê ghi nhận năm 2016 có tới 18.916 doanh nghiệp giải thể và phá sản, tăng 4,2% so với cùng kỳ năm 2015, bên cạnh hơn 47.600 doanh nghiệp phải tạm ngừng hoạt động do khó khăn tài chính nghiêm trọng. Các trường hợp điển hình như Công ty Cổ phần Đầu tư Xây dựng Thương mại Dầu khí IDICO bị hủy niêm yết bắt buộc trên sàn HOSE năm 2016 sau 3 năm thua lỗ liên tiếp, hay Công ty Dược phẩm Viễn Đông tuyên bố phá sản đã đặt ra yêu cầu cấp thiết về một công cụ cảnh báo sớm.

Vấn đề cốt lõi của nghiên cứu là đánh giá mức độ chính xác của các mô hình dự báo kiệt quệ tài chính truyền thống và xây dựng mô hình dự báo tích hợp phù hợp với đặc thù thị trường mới nổi. Mục tiêu cụ thể gồm: nhận diện các chỉ báo cảnh báo sớm từ dữ liệu kế toán và thị trường; xây dựng mô hình dự báo phá sản dựa trên dữ liệu thị trường; và thiết lập mô hình toàn diện tích hợp các nhân tố kinh tế vĩ mô.

Phạm vi nghiên cứu bao phủ hơn 800 doanh nghiệp niêm yết trên hai Sở Giao dịch Chứng khoán Hà Nội (HNX) và TP. Hồ Chí Minh (HOSE) thuộc 11 nhóm ngành kinh tế trong suốt 14 năm (2003–2016). Giai đoạn này được chia tách thành hai bối cảnh: trước khủng hoảng (2003–2009) và sau khủng hoảng (2010–2016). Ý nghĩa học thuật và thực tiễn của luận văn thể hiện qua việc nâng cao hệ số giải thích Pseudo R² và tối ưu hóa diện tích dưới đường cong ROC (AUC), cung cấp cơ sở định lượng vững chắc giúp doanh nghiệp và cơ quan quản lý giảm thiểu tổn thất tín dụng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng tích hợp ba trụ cột lý thuyết tài chính hiện đại:

Thứ nhất, mô hình điểm số thị trường mới nổi (Emerging Market Score - EMS) kế thừa từ kỹ thuật phân tích biệt số đa biến của Edward Altman (1968, 2005). Mô hình EMS sử dụng 4 chỉ số tài chính căn bản kết hợp hệ số chặn chuẩn hóa +3,25 nhằm loại bỏ tác động quy mô và đặc thù ngành: Vốn lưu động trên tổng tài sản (WC/TA), Lợi nhuận giữ lại trên tổng tài sản (RE/TA), Lợi nhuận trước thuế và lãi vay trên tổng tài sản (EBIT/TA), và Giá trị sổ sách của vốn chủ sở hữu trên tổng nợ phải trả (BVE/TL). Ngưỡng phân loại chia doanh nghiệp thành ba phân vùng rủi ro: Vùng an toàn (EMS > 5,85), Vùng cảnh báo xám (4,15 đến 5,85) và Vùng kiệt quệ tài chính (EMS < 4,15).

Thứ hai, lý thuyết định giá quyền chọn của Black-Scholes (1973) và Merton (1974), được Byström (2006) điều chỉnh thành mô hình Khoảng cách đến điểm vỡ nợ (Distance to Default - DD). Mô hình xem vốn chủ sở hữu như một quyền chọn mua trên tổng tài sản doanh nghiệp, đo lường số độ lệch chuẩn từ giá trị thị trường của tài sản đến điểm vỡ nợ. Kết quả DD được chuyển hóa thành tần suất vỡ nợ kỳ vọng (Expected Default Frequency - EDF) và ánh xạ theo chuẩn xếp hạng tín nhiệm Standard & Poor's.

Thứ ba, lý thuyết rủi ro tín dụng vĩ mô (Tinoco & Wilson, 2013), bổ sung biến Lãi suất tín phiếu kho bạc kỳ hạn 1 năm và Tỷ lệ lạm phát hàng năm vào phương trình dự báo nhằm phản ánh tác động gián tiếp từ môi trường kinh tế vĩ mô.

Phương pháp nghiên cứu

Mẫu nghiên cứu gồm toàn bộ hơn 800 doanh nghiệp phi tài chính niêm yết trên HOSE và HNX giai đoạn 2003-2016. Dữ liệu kế toán và giá chứng khoán được trích xuất trực tiếp từ hệ thống Bloomberg, trong khi các chỉ tiêu kinh tế vĩ mô thu thập từ Ngân hàng Thế giới (World Bank). Phương pháp chọn mẫu toàn bộ các doanh nghiệp đủ điều kiện dữ liệu đảm bảo tính đại diện cao nhất cho nền kinh tế Việt Nam.

Nghiên cứu sử dụng mô hình hồi quy Logistic nhị phân (Binary Logistic Regression). Biến phụ thuộc (Y) nhận giá trị bằng 1 nếu doanh nghiệp rơi vào tình trạng kiệt quệ tài chính (xác định khi Lợi nhuận trước thuế và lãi vay EBIT nhỏ hơn Chi phí lãi vay phát sinh trong năm) và nhận giá trị bằng 0 nếu an toàn. Phương pháp phân tích Logistic được lựa chọn vì khắc phục được các giả định khắt khe về phân phối chuẩn đa biến của phương pháp MDA cổ điển. Hiệu quả dự báo giữa các mô hình đơn lẻ và mô hình toàn diện được kiểm định chặt chẽ thông qua chỉ số diện tích dưới đường cong kiểm tra đặc tính hoạt động máy thu (AUC-ROC) cùng hệ số McFadden's Pseudo R².

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Phân tích định lượng trên tập dữ liệu 14 năm mang lại bốn phát hiện trọng tâm:

Thứ nhất, khi đứng độc lập, cả biến kế toán (EMS), biến thị trường (DD) và biến vĩ mô đều có ý nghĩa thống kê trong việc giải thích xác suất kiệt quệ tài chính. Tuy nhiên, khi kết hợp trong mô hình toàn diện, nhóm biến kế toán thể hiện sức mạnh vượt trội. Chỉ số EBIT/TA và WC/TA luôn duy trì tác động nghịch biến mạnh mẽ tới xác suất phá sản ở mức ý nghĩa 1%.

Thứ hai, mô hình kết hợp giữa các nhân tố kế toán và chỉ tiêu kinh tế vĩ mô đạt hiệu suất phân loại vượt trội so với mô hình kết hợp giữa dữ liệu thị trường và kinh tế vĩ mô. Giá trị AUC của mô hình kế toán - vĩ mô đạt trên 85%, cao hơn đáng kể so với mức xấp xỉ 70% của mô hình thị trường - vĩ mô.

Thứ ba, biến số thị trường (biến động giá cổ phiếu, quy mô vốn hóa thị trường) có năng lực dự báo tương đối yếu trong cả giai đoạn trước khủng hoảng (2003–2009) và sau khủng hoảng (2010–2016). Tỷ lệ dự báo chính xác của mô hình Khoảng cách đến điểm vỡ nợ (DD) bị suy giảm đáng kể do tính thanh khoản và hiệu quả thị trường chứng khoán Việt Nam chưa hoàn thiện.

Thứ tư, kết quả phân tích theo 11 phân ngành kinh tế cho thấy mức độ rủi ro tín dụng phân hóa sâu sắc. Ngành Hàng tiêu dùng thiết yếu (Consumer Staples) đối mặt với rủi ro tài chính cao nhất với chỉ số khoảng cách vỡ nợ thấp nhất, trong khi ngành Y tế & Giáo dục (Health & Education) duy trì hệ số an toàn cao nhất với xác suất kiệt quệ tài chính dưới 1,5%.

Thảo luận kết quả

Sự vượt trội của các chỉ số kế toán phản ánh đặc thù cấu trúc tài chính tại Việt Nam – nơi hệ thống tài chính dựa chủ yếu vào ngân hàng thương mại thay vì thị trường vốn. Doanh nghiệp phụ thuộc lớn vào nợ vay ngắn hạn, khiến khả năng tạo tiền thực tế từ hoạt động kinh doanh (EBIT) đóng vai trò quyết định khả năng hoàn trả nghĩa vụ nợ tức thời.

Các biến vĩ mô như Lạm phát (từng đạt đỉnh 23,1% năm 2008 và 18,7% năm 2011) cùng Lãi suất tín phiếu kho bạc tác động khuếch đại rủi ro. Lạm phát cao làm gia tăng chi phí đầu vào và chi phí thực đơn, trong khi lãi suất tăng trực tiếp đẩy chi phí lãi vay lên vượt quá khả năng chi trả của dòng tiền kinh doanh.

So sánh với các nghiên cứu tại thị trường phát triển như Anh và Mỹ, nơi mô hình Merton đạt độ chuẩn xác rất cao, kết quả tại Việt Nam cho thấy dữ liệu giá thị trường chưa phản ánh đầy đủ thông tin nội tại của doanh nghiệp. Năng lực dự báo của các mô hình có thể được minh họa trực quan thông qua đồ thị đường cong ROC (so sánh độ nhạy và tỷ lệ dương tính giả) và biểu đồ phân bổ điểm số rủi ro theo từng ngành, hỗ trợ các nhà quản trị nhận diện sớm các điểm đứt gãy thanh khoản.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm, bốn nhóm giải pháp chiến lược được đề xuất:

Thứ nhất, đối với Hội đồng quản trị và Ban điều hành doanh nghiệp niêm yết: Cần tái cấu trúc tỷ trọng nợ vay, duy trì hệ số khả năng thanh toán lãi vay (EBIT/Chi phí lãi vay) tối thiểu đạt trên 1,5 lần và tỷ lệ Vốn lưu động trên Tổng tài sản đạt tối thiểu 15%. Thiết lập hệ thống kiểm soát rủi ro thanh khoản nội bộ định kỳ 6 tháng một lần để chủ động điều chỉnh kế hoạch vốn lưu động trước các biến động lãi suất.

Thứ hai, đối với các Ngân hàng thương mại và Tổ chức tín dụng: Cần tích hợp ngay mô hình chấm điểm EMS mở rộng kết hợp biến số lạm phát và lãi suất vào quy trình thẩm định tín dụng tự động. Lộ trình triển khai áp dụng trong vòng 12 đến 18 tháng nhằm kiểm soát tỷ lệ nợ xấu (NPL) toàn danh mục cho vay doanh nghiệp dưới ngưỡng mục tiêu 2,0%.

Thứ ba, đối với Ngân hàng Nhà nước và Bộ Tài chính: Tăng cường giám sát an toàn vĩ mô thông qua cơ chế kiểm tra sức chịu đựng (stress-testing) định kỳ hàng quý đối với các doanh nghiệp niêm yết, sử dụng biến số lãi suất tín phiếu kỳ hạn 1 năm làm chỉ báo dẫn dắt để đưa ra cảnh báo sớm về thanh khoản hệ thống.

Thứ tư, đối với Ủy ban Chứng khoán Nhà nước và hai Sở Giao dịch (HOSE, HNX): Cần ban hành quy chế giám sát đặc biệt đối với các nhóm ngành có mức độ phơi nhiễm rủi ro cao như Hàng tiêu dùng thiết yếu và Xây dựng. Yêu cầu công bố thông tin bổ sung đối với các doanh nghiệp có chỉ số EMS rơi vào vùng xám trước tối thiểu 2 quý trước khi phát sinh nguy cơ đình chỉ niêm yết.

Đối tượng nên tham khảo luận văn

Nội dung luận văn mang lại giá trị ứng dụng thiết thực cho 4 nhóm đối tượng:

Thứ nhất, Giám đốc Tài chính (CFO) và chuyên viên phân tích tài chính doanh nghiệp: Sử dụng khung đánh giá 4 chỉ số EMS để đo lường sức khỏe tài chính nội bộ, từ đó tối ưu hóa cơ cấu nợ và dòng tiền trước thời hạn từ 12 đến 24 tháng.

Thứ hai, Trưởng bộ phận Quản trị rủi ro tín dụng tại các định chế tài chính: Áp dụng bộ tham số hồi quy Logistic và chuẩn xếp hạng EDF để xây dựng hệ thống chấm điểm tín dụng nội bộ, sàng lọc khách hàng doanh nghiệp vay vốn hiệu quả hơn.

Thứ ba, Nhà đầu tư tổ chức, Quỹ đầu tư và Chuyên viên phân tích chứng khoán: Khai thác mô hình toàn diện để sàng lọc danh mục hơn 800 cổ phiếu, nhận diện sớm các mã chứng khoán có rủi ro hủy niêm yết hoặc phá sản tiềm ẩn để phòng ngừa tổn thất danh mục.

Thứ tư, Giảng viên, Nghiên cứu sinh và Học viên cao học chuyên ngành Tài chính - Ngân hàng: Sử dụng luận văn như tài liệu học thuật mẫu mực về phương pháp kết hợp mô hình kinh tế lượng vi mô và vĩ mô trong bối cảnh thị trường đang phát triển.

Câu hỏi thường gặp

Tại sao mô hình kế toán EMS lại vượt trội hơn mô hình thị trường DD tại Việt Nam?
Thị trường chứng khoán Việt Nam trong giai đoạn nghiên cứu còn tồn tại độ trễ thông tin và thanh khoản phân hóa. Các chỉ số kế toán phản ánh trực tiếp dòng tiền thực tế và năng lực tạo lợi nhuận để trả nợ vay ngân hàng, trong khi giá cổ phiếu đôi khi chịu tác động từ tâm lý đầu cơ ngắn hạn.

Biến số kinh tế vĩ mô nào tác động mạnh nhất đến xác suất kiệt quệ tài chính?
Lãi suất tín phiếu kho bạc kỳ hạn 1 năm và Tỷ lệ lạm phát là hai nhân tố có tác động thuận chiều mạnh nhất. Khi lạm phát vượt ngưỡng 10% kết hợp mặt bằng lãi suất tăng cao, gánh nặng chi phí tài chính gia tăng đột biến, đẩy nhanh doanh nghiệp vào vùng kiệt quệ.

Tiêu chí xác định doanh nghiệp kiệt quệ tài chính trong nghiên cứu là gì?
Nghiên cứu định nghĩa kiệt quệ tài chính khi Lợi nhuận trước thuế và lãi vay (EBIT) phát sinh trong năm tài chính nhỏ hơn tổng Chi phí lãi vay phải trả, thể hiện sự mất cân đối nghiêm trọng giữa nguồn thu hoạt động và nghĩa vụ nợ.

Ngành kinh tế nào tại Việt Nam đối mặt với rủi ro tài chính cao nhất theo kết quả nghiên cứu?
Ngành Hàng tiêu dùng thiết yếu ghi nhận khoảng cách đến điểm vỡ nợ thấp nhất, cho thấy mức độ tổn thương tài chính cao do áp lực chi phí nguyên liệu đầu vào và cạnh tranh gay gắt, trái ngược với ngành Y tế & Giáo dục có mức độ an toàn cao nhất.

Nghiên cứu chia tách giai đoạn khủng hoảng như thế nào để so sánh?
Dữ liệu 14 năm được phân chia khoa học thành hai tiểu kỳ: Giai đoạn 2003–2009 (bao gồm tác động của khủng hoảng tài chính toàn cầu 2008) và Giai đoạn 2010–2016 (hậu khủng hoảng với quá trình tái cấu trúc nền kinh tế), giúp kiểm định tính bền vững của các mô hình.

Kết luận

Luận văn đã thực hiện các đóng góp mang tính tiên phong trong lĩnh vực dự báo rủi ro tài chính doanh nghiệp:

• Xây dựng thành công mô hình dự báo kiệt quệ tài chính toàn diện đầu tiên tại Việt Nam tích hợp đầy đủ ba nhóm yếu tố: Kế toán (EMS), Thị trường (DD) và Kinh tế vĩ mô.
• Khẳng định tính ưu việt của các biến số kế toán căn bản (EBIT/TA, WC/TA) so với các biến số dựa trên thị trường vốn khi dự báo vỡ nợ tại thị trường mới nổi.
• Chứng minh bằng thực nghiệm tác động khuếch đại rủi ro của lạm phát và lãi suất tín phiếu ngắn hạn lên khả năng thanh toán của hơn 800 doanh nghiệp niêm yết.
• Thiết lập bản đồ rủi ro tín dụng chi tiết trên 11 phân ngành kinh tế trong suốt hai chu kỳ trước và sau khủng hoảng tài chính 2008.
• Cung cấp bộ công cụ định lượng chuẩn xác được kiểm định qua chỉ số AUC-ROC, hỗ trợ đắc lực cho công tác hoạch định chính sách ổn định tài chính quốc gia.

Định hướng nghiên cứu tiếp theo trong giai đoạn 12 đến 24 tháng tới cần tập trung ứng dụng các thuật toán học máy (Machine Learning) và dữ liệu lớn (Big Data) để nâng cao hơn nữa tần suất dự báo theo thời gian thực. Các nhà quản trị và định chế tài chính nên chủ động ứng dụng khung mô hình này nhằm thiết lập lá chắn phòng ngừa rủi ro tín dụng hiệu quả ngay từ hôm nay.

Trích đoạn nội dung tài liệu

UNIVERSITY OF ECONOMICS ERASMUS UNIVERSITY ROTTERDAM HO CHI MINH CITY INSTITUTE OF SOCIAL STUDIES VIETNAM THE NETHERLANDS VIETNAM – THE NETHERLANDS PROGRAMME FOR M.A IN DEVELOPMENT ECONOMICS FINANCIAL DISTRESS AND BANKRUPTCY PREDICTION: AN APPROPRIATE MODEL FOR LISTED FIRMS IN VIETNAM BY PHAM VO NINH BINH MASTER OF ARTS IN DEVELOPMENT ECONOMICS HO CHI MINH CITY, DECEMBER 2017 LUAN VAN CHAT LUONG download : add [e-mail] UNIVERSITY OF ECONOMICS INSTITUTE OF SOCIAL STUDIES HO CHI MINH CITY THE HAGUE VIET NAM THE NETHERLANDS VIETNAM – THE NETHERLANDS PROGRAMME FOR M.A IN DEVELOPMENT ECONOMICS FINANCIAL DISTRESS AND BANKRUPTCY PREDICTION: AN APPROPRIATE MODEL FOR LISTED FIRMS IN VIETNAM A thesis submitted in partial fulfillment of the requirements for the degree of MASTER OF ARTS IN DEVELOPMENT ECONOMICS BY PHAM VO NINH BINH Academic Supervisor Dr. VO HONG DUC HO CHI MINH CITY, DECEMBER 2017 LUAN VAN CHAT LUONG download : add [e-mail] DECLARATION I declare that the thesis report entitled, “The financial distress and bankruptcy prediction: An appropriate model for listed firms in Vietnam” composed and submitted by myself in fulfillment of the requirements for the degree of Master of Art in Development Economics to the Vietnam – Netherlands Programme. This is my basic work and conclusions drawn are based on the material collected by my own. I confirm that this work has not previously been submitted to any other university for the award of any other degree, diploma or equivalent course.

HCMC, December 2017 Phạm Võ Ninh Bình i LUAN VAN CHAT LUONG download : add [e-mail] ACKNOWLEDGEMENTS First and foremost, I am so appreciative and grateful to all the people who supported in some way to the work made in this thesis. I would like to express the immeasurable appreciation and deepest gratitude to my academic supervisor – Dr. Võ Hồng Đức, for his contribution of time, invaluable guidance, encouragement, and enthusiasm. It is really my privilege to work with him.

Moreover, I wish to acknowledge all of the teachers and staves at Vietnam – The Netherlands Programme for their useful knowledge, advice, and suggestions while I learned at University. Special thanks to Prof. Nguyễn Trọng Hoài, Dr. Phạm Khánh Nam and Dr.

Trương Đăng Thụy inspiring me to write my thesis as well as their believability play a key role in the success of my study. I would like also to thank my friends at class 22 for their friendship and constant support. Finally, I would like to thank my parents and an older sister who is always siding by side me in the difficult and happy time. HCMC, December 2017 Phạm Võ Ninh Bình ii LUAN VAN CHAT LUONG download : add [e-mail] ABBREVIATIONS AFC: Asian Financial Crisis ASEAN: Association of Southeast Asian Nations AUC: Area under the Receiver Operating Characteristics Curve BSM: Black–Scholes–Merton CPV: Communist Party of Vietnam DD: Distance to Default model EDF: Expected default frequently EMS: Emerging market score model GFC: Global financial crisis HOSE: Ho Chi Minh City Stock Exchange HNX: Hanoi stock exchange M&A: Merger and Acquisition MDA: Multivariate discriminant analysis ROC: Receiver Operating Characteristics Curve TPP: Trans-Pacific Partnership iii LUAN VAN CHAT LUONG download : add [e-mail] ABSTRACT In this fast-changing world, it is likely that potential exposures are present in all economic sectors.

In the emerging markets such as Vietnam, financial stability is always an important topic to attract attention from academics, practitioners, and policymakers. The Global Financial Crisis in 2008/2009 was the most recent event in which financial stability of countries has been tested. During or even after the crisis, many nations have been still facing macroeconomic problems in relation to unemployment, a reduction of output, firms’ bankruptcy and a sharp increase of firms’ default risk which all lead to a serious instability. Although Vietnam is the country with the second highest economic growth rate in Asia and one of a few new emerging markets in the world, the economy has also been suffered to the financial risk.

This study is conducted to obtain the following three objectives. First, this study is to identify early warning indicators of corporate financial distress (or the financial risk) using the accounting- based and market-based models.