Dự Đoán Khó Khăn Tài Chính: Bằng Chứng Từ Việt Nam

Dự đoán khó khăn tài chính là một khía cạnh quan trọng trong phân tích tài chính… 52 trang · Vietnam National University, Hanoi International School · 2024.

• Tác giả: Le Tuan Tung
• Người hướng dẫn: PhD. Truong Cong Doan
• Trường học: Vietnam National University, Hanoi International School
• Chuyên ngành: Management Information System
• Đề tài: Dự Đoán Khó Khăn Tài Chính Tại Việt Nam: Ứng Dụng Machine Learning
• Loại tài liệu: graduation project
• Năm xuất bản: 2024
• Địa điểm: Hanoi

Mục lục chi tiết

• List of Figures
• List of Tables
• List of Abbreviations
• Abstract
• Author’s Declaration
• Acknowledgements
• 1. I. Introduction
• 1.1. Financial Distress Prediction
• 1.2. Problem Background
• 1.3. Problem Statement
• 1.4. Research Objectives and Contributions
• 1.5. Financial Distress
• 1.6. Machine Learning in Financial Distress

Tóm tắt

I. Tổng Quan Dự Đoán Khó Khăn Tài Chính Tại Việt Nam

Dự đoán khó khăn tài chính là một khía cạnh quan trọng trong phân tích tài chính, đặc biệt đối với các bên liên quan như nhà đầu tư, chủ nợ và nhà hoạch định chính sách. Việc dự đoán chính xác khó khăn tài chính giúp giảm thiểu rủi ro và thực hiện các hành động phòng ngừa để tránh những hậu quả kinh tế nghiêm trọng, bao gồm phá sản, mất việc làm và suy thoái kinh tế trên diện rộng. Luận văn này tập trung vào việc dự đoán khó khăn tài chính trong bối cảnh Việt Nam, tận dụng sự kết hợp giữa các tỷ số tài chính và kỹ thuật machine learning để nâng cao độ chính xác và độ tin cậy của dự đoán. Dự báo khủng hoảng tài chính Việt Nam giúp các bên liên quan có thể đưa ra quyết định sáng suốt hơn.

1.1. Tầm Quan Trọng Của Dự Đoán Khó Khăn Tài Chính

Dự đoán khó khăn tài chính liên quan đến việc xác định các công ty có khả năng gặp khó khăn tài chính trong tương lai gần. Những khó khăn như vậy thường biểu hiện như không có khả năng đáp ứng các nghĩa vụ tài chính, lợi nhuận giảm và các vấn đề về thanh khoản. Các phương pháp truyền thống, như Altman Z-score, đã được sử dụng rộng rãi để dự đoán mức độ khó khăn tài chính. Điểm Z của Altman sử dụng các tỷ số tài chính để phân loại các công ty thành các mức độ khó khăn khác nhau (Altman, 1968). Tuy nhiên, sự ra đời của machine learning đã giới thiệu các phương pháp tiếp cận tiên tiến hơn có khả năng xử lý các mẫu phức tạp và bộ dữ liệu lớn, có khả năng cải thiện hiệu suất dự đoán.

1.2. Bối Cảnh Kinh Tế Việt Nam Và Rủi Ro Tài Chính

Sự chuyển đổi của Việt Nam từ nền kinh tế kế hoạch hóa tập trung sang nền kinh tế thị trường đã thúc đẩy tăng trưởng kinh tế nhanh chóng và tăng cường hội nhập toàn cầu. Sự chuyển đổi này cũng đã khiến các công ty Việt Nam phải đối mặt với nhiều rủi ro tài chính khác nhau, đòi hỏi các mô hình dự đoán tài chính Việt Nam mạnh mẽ. Bối cảnh kinh tế và quy định đang phát triển ở Việt Nam đòi hỏi phải phát triển các mô hình dự đoán chính xác và đáng tin cậy phù hợp với các điều kiện địa phương. Luận văn này đặc biệt tập trung vào các công ty sản xuất, dịch vụ và thương mại tại Việt Nam. Các lĩnh vực này rất quan trọng đối với nền kinh tế Việt Nam, đóng góp đáng kể vào GDP, việc làm và thương mại quốc tế.

II. Vấn Đề Thách Thức Dự Đoán Khó Khăn Kinh Tế Tại Việt Nam

Nền kinh tế Việt Nam, đặc trưng bởi sự chuyển đổi nhanh chóng và hội nhập vào thị trường toàn cầu, mang đến những thách thức và cơ hội riêng cho việc dự đoán khó khăn tài chính. Các công ty sản xuất, dịch vụ và thương mại, vốn rất cần thiết cho nền tảng kinh tế của Việt Nam, đặc biệt dễ bị tổn thương trước sự bất ổn tài chính do nhiều ảnh hưởng bên trong và bên ngoài, chẳng hạn như sự biến động của thị trường, thay đổi trong quy định và sự kém hiệu quả trong hoạt động. Sự cần thiết phải có các mô hình dự đoán tiên tiến hơn và chính xác hơn có thể tận dụng lượng lớn dữ liệu tài chính hiện có ngày nay.

2.1. Hạn Chế Của Các Phương Pháp Dự Đoán Truyền Thống

Mặc dù vai trò quan trọng của các lĩnh vực này, các nghiên cứu hiện tại về dự đoán khó khăn tài chính ở Việt Nam chủ yếu dựa vào các phương pháp thống kê truyền thống, có thể không phản ánh đầy đủ bản chất phức tạp và luôn thay đổi của khó khăn tài chính trong bối cảnh kinh doanh ngày nay. Những phương pháp truyền thống này thường không tính đến các tương tác phức tạp giữa nhiều biến tài chính, dẫn đến hiệu suất dự đoán không tối ưu. Có một nhu cầu quan trọng đối với các mô hình dự đoán tiên tiến hơn và chính xác hơn có thể tận dụng lượng lớn dữ liệu tài chính hiện có ngày nay. Machine learning là giải pháp hứa hẹn cho vấn đề này.

2.2. Thiếu Ứng Dụng Machine Learning Trong Bối Cảnh Việt Nam

Các phương pháp machine learning, được biết đến với khả năng quản lý các bộ dữ liệu mở rộng và xác định các mẫu phức tạp, đưa ra một giải pháp đầy hứa hẹn cho vấn đề này. Tuy nhiên, ứng dụng của chúng trong bối cảnh Việt Nam, đặc biệt đối với các công ty sản xuất, dịch vụ và thương mại, vẫn chưa được khám phá đầy đủ. Luận văn này tìm cách thu hẹp khoảng cách này bằng cách tạo và đánh giá các mô hình machine learning để dự đoán khó khăn tài chính ở các công ty Việt Nam, sử dụng một bộ tỷ số tài chính toàn diện và điểm Z của Altman để gắn nhãn các mức độ khó khăn.

III. Phương Pháp Ứng Dụng Machine Learning Dự Đoán Tài Chính Việt Nam

Machine learning đã chuyển đổi lĩnh vực dự đoán khó khăn tài chính, tạo điều kiện thuận lợi cho việc tạo ra các mô hình dự đoán chính xác và hiệu quả hơn. Các phương pháp truyền thống như cây quyết định và phân tích phân biệt đối xử đã được sử dụng rộng rãi để dự đoán khó khăn tài chính. Tuy nhiên, những phương pháp này thường không đủ khả năng xác định các mối quan hệ phi tuyến tính và các mẫu phức tạp được tìm thấy trong dữ liệu tài chính. Các kỹ thuật machine learning, mặt khác, có thể xử lý các tập dữ liệu lớn và xác định các mối quan hệ phức tạp giữa các biến, do đó cung cấp các dự đoán mạnh mẽ hơn (Machine Learning for Finance Vietnam).

3.1. Các Thuật Toán Machine Learning Phổ Biến Trong Tài Chính

Nghiên cứu gần đây đã sử dụng các thuật toán machine learning để dự đoán khó khăn tài chính với kết quả đáng khích lệ. Ví dụ, Wu et al. (2023) đã sử dụng mạng nơ-ron và rừng ngẫu nhiên để dự đoán những khó khăn kinh tế ở các công ty vừa và nhỏ, đạt được độ chính xác 87%. Tương tự, Zhou et al. (2021) đã triển khai XGBoost và máy vectơ hỗ trợ (SVM) để nâng cao độ chính xác dự đoán cho các công ty niêm yết, báo cáo độ chính xác 89%.

3.2. Ứng Dụng Machine Learning Tại Việt Nam Nghiên Cứu Điển Hình

Trong bối cảnh Việt Nam, các kỹ thuật machine learning cũng đã được khám phá để dự đoán khó khăn tài chính. Nguyen và Tran (2019) đã tiến hành...

IV. Kết Quả Đánh Giá Mô Hình Dự Đoán Khó Khăn Tài Chính ML

Kết quả nghiên cứu cho thấy rằng các mô hình machine learning có thể cải thiện đáng kể độ chính xác của dự đoán khó khăn tài chính so với các phương pháp thống kê truyền thống. Các tỷ số tài chính cụ thể, chẳng hạn như tỷ số thanh khoản, tỷ suất lợi nhuận và tỷ số đòn bẩy, đóng một vai trò quan trọng trong việc dự đoán khó khăn tài chính. Nghiên cứu cũng nhấn mạnh tầm quan trọng của việc lựa chọn các thuật toán machine learning và tính năng phù hợp để cải thiện hiệu suất dự đoán. Điều này sẽ cung cấp các khuyến nghị có giá trị cho các nhà quản lý doanh nghiệp, nhà đầu tư và các nhà hoạch định chính sách trong việc đưa ra các quyết định sáng suốt để ngăn chặn khó khăn tài chính và thúc đẩy sự ổn định kinh tế.

4.1. Độ Chính Xác Của Các Mô Hình Machine Learning SVM RF XGBoost

Các mô hình được đánh giá dựa trên độ chính xác, độ chính xác, thu hồi và điểm F1 để xác định phương pháp tiếp cận hiệu quả nhất. Nghiên cứu này góp phần vào tài liệu hiện có bằng cách cung cấp bằng chứng thực nghiệm từ Việt Nam, một nền kinh tế đang phát triển nhanh chóng với các đặc điểm tài chính riêng. Các hiểu biết sâu sắc thu được từ nghiên cứu này có thể có ý nghĩa quan trọng đối với các nhà quản lý doanh nghiệp, nhà đầu tư và các nhà hoạch định chính sách trong việc đưa ra các quyết định sáng suốt để ngăn chặn khó khăn tài chính và thúc đẩy sự ổn định kinh tế.

4.2. Các Yếu Tố Tài Chính Quan Trọng Trong Dự Đoán Khó Khăn

Các tỷ số tài chính cụ thể, chẳng hạn như tỷ số thanh khoản, tỷ suất lợi nhuận và tỷ số đòn bẩy, đóng một vai trò quan trọng trong việc dự đoán khó khăn tài chính. Nghiên cứu cũng nhấn mạnh tầm quan trọng của việc lựa chọn các thuật toán machine learning và tính năng phù hợp để cải thiện hiệu suất dự đoán. Điều này sẽ cung cấp các khuyến nghị có giá trị cho các nhà quản lý doanh nghiệp, nhà đầu tư và các nhà hoạch định chính sách trong việc đưa ra các quyết định sáng suốt để ngăn chặn khó khăn tài chính và thúc đẩy sự ổn định kinh tế.

V. Ứng Dụng Xây Dựng Web App Dự Đoán Khó Khăn Tài Chính

Việc phát triển một ứng dụng web thân thiện với người dùng bằng Streamlit, cho phép người dùng nhập các tỷ số tài chính và nhận dự đoán về mức độ khó khăn, cung cấp một giải pháp thực tế cho các bên liên quan. Công cụ thực tế này sẽ hỗ trợ các bên liên quan trong việc đưa ra quyết định sáng suốt. Ứng dụng này sẽ cho phép người dùng nhập các tỷ số tài chính và nhận dự đoán về mức độ khó khăn dựa trên các mô hình machine learning đã được đào tạo. Công cụ thực tế này sẽ hỗ trợ các bên liên quan trong việc đưa ra quyết định sáng suốt.

5.1. Streamlit Nền Tảng Phát Triển Ứng Dụng Web Dễ Dàng

Streamlit là một thư viện Python tạo điều kiện thuận lợi cho việc phát triển các ứng dụng web tương tác. Ứng dụng này sẽ cho phép người dùng nhập các tỷ số tài chính và nhận dự đoán về mức độ khó khăn dựa trên các mô hình machine learning đã được đào tạo. Quá trình phát triển sẽ đảm bảo ứng dụng trực quan và dễ tiếp cận đối với tất cả các loại người với các cấp độ kỹ năng kỹ thuật khác nhau.

5.2. Giao Diện Người Dùng Thân Thiện và Dễ Sử Dụng

Ứng dụng sẽ phục vụ như một công cụ thiết thực cho các bên liên quan, cung cấp các dự đoán theo thời gian thực dựa trên các mô hình machine learning đã được đào tạo. Quá trình phát triển sẽ đảm bảo ứng dụng trực quan và dễ tiếp cận đối với tất cả các loại người với các cấp độ kỹ năng kỹ thuật khác nhau.

VI. Kết Luận Tương Lai Của Dự Đoán Khó Khăn Tài Chính ML Tại VN

Nghiên cứu này đánh dấu một bước tiến quan trọng trong việc ứng dụng machine learning để dự đoán khó khăn tài chính tại Việt Nam. Việc kết hợp các kỹ thuật tiên tiến này với dữ liệu tài chính đặc thù của thị trường Việt Nam mở ra cơ hội để nâng cao độ chính xác và hiệu quả của các mô hình dự đoán. Những kết quả này có thể được sử dụng để xây dựng các hệ thống cảnh báo sớm, giúp các doanh nghiệp và nhà đầu tư chủ động phòng ngừa rủi ro và đưa ra các quyết định đầu tư thông minh hơn. Hơn nữa, nghiên cứu này cũng góp phần vào việc nâng cao năng lực phân tích và dự báo kinh tế của Việt Nam, tạo tiền đề cho sự phát triển bền vững và ổn định hơn.

6.1. Hướng Nghiên Cứu Tiếp Theo Và Mở Rộng Ứng Dụng

Trong tương lai, nghiên cứu có thể tập trung vào việc kết hợp thêm các yếu tố kinh tế vĩ mô và các chỉ số phi tài chính để cải thiện hơn nữa độ chính xác của dự đoán. Bên cạnh đó, việc mở rộng phạm vi nghiên cứu sang các ngành công nghiệp khác nhau và thử nghiệm với các thuật toán machine learning phức tạp hơn cũng là những hướng đi đầy tiềm năng. Quan trọng hơn, cần có sự hợp tác chặt chẽ giữa các nhà nghiên cứu, doanh nghiệp và các cơ quan quản lý để đảm bảo rằng các mô hình dự đoán được phát triển không chỉ hiệu quả về mặt kỹ thuật mà còn phù hợp với thực tiễn kinh doanh và tuân thủ các quy định pháp luật.

6.2. Chính Sách Hỗ Trợ Ứng Dụng AI Trong Dự Báo Tài Chính

Để thúc đẩy ứng dụng AI trong dự báo tài chính và quản lý rủi ro, chính phủ Việt Nam có thể xem xét việc ban hành các chính sách khuyến khích đầu tư vào nghiên cứu và phát triển các công nghệ machine learning. Đồng thời, cần có các chương trình đào tạo và nâng cao nhận thức để giúp các doanh nghiệp và nhà đầu tư hiểu rõ hơn về tiềm năng và rủi ro của việc sử dụng AI trong tài chính.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong quá trình chuyển đổi từ nền kinh tế kế hoạch hóa tập trung sang nền kinh tế thị trường định hướng xã hội chủ nghĩa và hội nhập quốc tế sâu rộng, các doanh nghiệp tại Việt Nam đối mặt với sự gia tăng nhanh chóng của các rủi ro tài chính. Dự báo khó khăn tài chính (Financial Distress Prediction - FDP) là một nghiệp vụ quan trọng đối với các bên liên quan như nhà đầu tư, các tổ chức tín dụng và các nhà hoạch định chính sách nhằm phát hiện sớm các dấu hiệu cảnh báo, từ đó giảm thiểu tổn thất kinh tế và nguy cơ phá sản.

Các nghiên cứu trước đây về dự báo kiệt quệ tài chính tại Việt Nam chủ yếu dựa trên các mô hình thống kê truyền thống như hồi quy logistic (Logistic Regression) hoặc phân tích biệt số (Discriminant Analysis). Mặc dù mang lại những giá trị nhất định, các phương pháp này bộc lộ hạn chế trong việc nắm bắt các mối quan hệ phi tuyến phức tạp và sự tương tác đa chiều giữa các biến số tài chính. Nhằm khắc phục khoảng trống này, đề tài khóa luận tập trung nghiên cứu ứng dụng các thuật toán học máy hiện đại trên dữ liệu thực nghiệm của các doanh nghiệp niêm yết tại Việt Nam.

Khóa luận xác định 4 mục tiêu nghiên cứu cụ thể:

1. Xác định các tỷ số tài chính cốt lõi có ảnh hưởng trọng yếu đến khả năng dự báo kiệt quệ tài chính ở các doanh nghiệp thuộc nhóm ngành Sản xuất (Manufacturing), Dịch vụ (Service) và Thương mại (Trade).
2. Xây dựng, đánh giá và so sánh hiệu năng của các mô hình học máy khác nhau bao gồm: Support Vector Machine (SVM), Random Forest, Extreme Gradient Boosting (XGBoost), Artificial Neural Networks (ANN) và Gradient Boosting Machine (GBM).
3. Gán nhãn tình trạng sức khỏe tài chính của doanh nghiệp thành 3 phân lớp dựa trên chỉ số Altman Z-score và đánh giá tính hiệu quả của phương pháp phân loại này trong bối cảnh thị trường Việt Nam.
4. Phát triển ứng dụng giao diện web trực quan bằng thư viện Streamlit nhằm hỗ trợ người dùng nhập liệu các chỉ số tài chính và nhận kết quả dự báo kiệt quệ tài chính theo thời gian thực.

Về phạm vi nghiên cứu, đề tài thu thập dữ liệu từ các doanh nghiệp niêm yết trên Sở Giao dịch Chứng khoán Hà Nội (HNX) và Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) trong khung thời gian từ năm 2006 đến năm 2019, tập trung vào 3 nhóm ngành trọng điểm của nền kinh tế: Sản xuất, Dịch vụ và Thương mại.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình phân loại

Nghiên cứu sử dụng mô hình điểm số Z của Altman (Altman Z-Score, 1968) làm cơ sở lý thuyết để định lượng sức khỏe tài chính và thiết lập biến phụ thuộc (Dependent Variable). Chỉ số Z-Score được xác định qua công thức tích hợp 5 tỷ số tài chính:

$$Z = 1.2X_1 + 1.4X_2 + 3.3X_3 + 0.6X_4 + 0.999X_5$$

Trong đó:

• $X_1$: Vốn lưu động / Tổng tài sản (Working Capital / Total Assets - WC/TA)
• $X_2$: Lợi nhuận giữ lại / Tổng tài sản (Retained Earnings / Total Assets - RE/TA)
• $X_3$: Lợi nhuận trước lãi vay và thuế / Tổng tài sản (EBIT / Total Assets - EBIT/TA)
• $X_4$: Giá trị thị trường của vốn chủ sở hữu / Giá trị sổ sách của tổng nợ phải trả (Market Value of Equity / Book Value of Total Liabilities - MVE/TL)
• $X_5$: Doanh thu / Tổng tài sản (Sales / Total Assets - S/TA)

Dựa trên giá trị Z-score tính toán được, các doanh nghiệp được phân loại vào 3 nhóm trạng thái:

• Nhóm an toàn (Safe Zone - gán nhãn 2): Doanh nghiệp có $Z > 2.675$, thể hiện tình trạng tài chính lành mạnh.
• Nhóm cảnh báo (Grey/Warning Zone - gán nhãn 1): Doanh nghiệp có $1.675 \le Z \le 2.675$, có nguy cơ khó khăn tài chính ở mức độ trung bình.
• Nhóm nguy cơ cao (Distress Zone - gán nhãn 0): Doanh nghiệp có $Z < 1.8$ (hoặc vùng cận dưới an toàn), đối mặt với rủi ro kiệt quệ tài chính và phá sản nghiêm trọng.

Các thuật toán học máy áp dụng

Nghiên cứu triển khai 5 thuật toán học máy có giám sát (Supervised Learning):

• Random Forest Classification: Thuật toán học tăng cường kết hợp (Ensemble Learning) dựa trên việc xây dựng nhiều cây quyết định độc lập và tổng hợp kết quả bằng phương pháp bỏ phiếu đa số nhằm giảm phương sai và hạn chế hiện tượng quá khớp (Overfitting).
• Support Vector Machine (SVM): Tìm kiếm siêu phẳng tối ưu trong không gian đa chiều để phân tách các lớp dữ liệu với khoảng cách biên (Margin) lớn nhất, kết hợp sử dụng hàm nhân (Kernel Trick) để xử lý dữ liệu phi tuyến.
• Gradient Boosting Machine (GBM): Phương pháp học kết hợp tuần tự, trong đó mỗi mô hình yếu (Weak Learner) được bổ sung để tối ưu hóa hàm mất mát và sửa đổi các sai số từ các mô hình phía trước.
• Extreme Gradient Boosting (XGBoost): Biến thể cải tiến của Gradient Boosting, tối ưu hóa tốc độ xử lý, tích hợp chuẩn hóa L1 và L2 nhằm kiểm soát độ phức tạp của mô hình và tăng cường khả năng tổng quát hóa.
• Artificial Neural Networks (ANN): Mô hình mạng nơ-ron truyền thẳng đa tầng (Multilayer Perceptron), sử dụng các hàm kích hoạt phi tuyến (như tanh, ReLU) và thuật toán lan truyền ngược (Backpropagation) với bộ tối ưu Adam để trích xuất các mẫu hình phức tạp trong dữ liệu.

Nguồn dữ liệu và kỹ thuật tiền xử lý

Dữ liệu sơ cấp được trích xuất từ Nền tảng FiinPro. Mẫu dữ liệu ban đầu bao gồm hơn 750 doanh nghiệp niêm yết trên 2 sàn HOSE và HNX với 10.766 quan sát từ năm 2006 đến 2019. Tác giả đã tiến hành quy trình tiền xử lý nghiêm ngặt:

• Lọc dữ liệu: Loại bỏ các doanh nghiệp bị thiếu dữ liệu liên tục từ 6 năm trở lên, đưa tập dữ liệu nghiên cứu chính thức về quy mô 509 công ty với 7.126 quan sát.
• Làm sạch dữ liệu: Xử lý giá trị khuyết bằng phương pháp điền giá trị trung bình (Mean Imputation), loại bỏ các bản ghi thiếu trên 30% trường thông tin; phát hiện và xử lý ngoại lai (Outliers) bằng phương pháp Z-score và khoảng tứ phân vị (IQR).
• Phân chia tập dữ liệu: Phân bổ theo tỷ lệ 80% cho tập huấn luyện (Training Set) và 20% cho tập kiểm thử (Test Set) thông qua phương pháp lấy mẫu phân tầng (Stratified Sampling) để bảo toàn tỷ lệ giữa các lớp dữ liệu.
• Xử lý mất cân bằng lớp: Do số lượng doanh nghiệp lành mạnh (nhãn 2) áp đảo hoàn toàn so với nhóm nguy cơ (nhãn 0 và 1), kỹ thuật SMOTE (Synthetic Minority Over-sampling Technique) được áp dụng trên tập huấn luyện để tổng hợp thêm các mẫu thiểu số nhân tạo thông qua giải thuật $k$-láng giềng gần nhất ($k$-NN).
• Chuẩn hóa dữ liệu (Standardization): Áp dụng phép biến đổi $Z$-score $X' = (X - \mu)/\sigma$ để đồng nhất thang đo các chỉ số tài chính, tránh hiện tượng các biến có giá trị lớn lấn át mô hình.
• Giảm chiều dữ liệu (PCA): Sử dụng Phân tích thành phần chính (Principal Component Analysis) để khử hiện tượng đa cộng tuyến giữa các tỷ số tài chính, giữ lại các thành phần chính giải thích được khoảng 95% tổng phương sai.
• Tối ưu hóa siêu tham số: Ứng dụng phương pháp tìm kiếm ngẫu nhiên (Random Search) để xác định cấu hình tham số tối ưu cho từng thuật toán.

Hệ thống biến độc lập được cấu thành từ 16 chỉ số tài chính và vĩ mô phản ánh toàn diện các khía cạnh thanh khoản, khả năng sinh lời, đòn bẩy và quy mô:

STT	Ký hiệu	Tên chỉ số	Bản chất / Ý nghĩa đo lường	Loại dữ liệu
1	EBIT	Earnings Before Interest and Taxes	Đo lường lợi nhuận trước lãi vay và thuế	Số thực
2	IE	Interest Expense	Chi phí lãi vay phát sinh từ vốn vay	Số thực
3	WC/TA	Working Capital to Total Assets	Tỷ lệ vốn lưu động trên tổng tài sản	Số thực
4	TL/TA	Total Liabilities to Total Assets	Tỷ lệ tổng nợ phải trả trên tổng tài sản	Số thực
5	EBIT/IE	EBIT to Interest Expense	Khả năng thanh toán chi phí lãi vay từ lợi nhuận kinh doanh	Số thực
6	NOCF/CL	Net Operating Cash Flow to Current Liabilities	Khả năng thanh toán nợ ngắn hạn từ dòng tiền hoạt động	Số thực
7	RE/TA	Retained Earnings to Total Assets	Tỷ lệ lợi nhuận giữ lại trên tổng tài sản	Số thực
8	NP/S	Net Profit Margin	Tỷ suất lợi nhuận ròng trên doanh thu	Số thực
9	EBIT/TA	EBIT to Total Assets	Hiệu quả sinh lời của tài sản từ hoạt động kinh doanh	Số thực
10	S/TA	Sales to Total Assets	Hiệu suất chuyển hóa tài sản thành doanh thu	Số thực
11	MVE/TL	Market Value Equity to Total Liabilities	Tỷ lệ giá trị thị trường vốn chủ sở hữu trên tổng nợ	Số thực
12	Marketcap	Market Capitalization	Tổng giá trị vốn hóa thị trường của doanh nghiệp	Số thực
13	Leverage	Financial Leverage	Đòn bẩy tài chính (tỷ lệ sử dụng vốn vay so với vốn chủ)	Số thực
14	Inflation	Inflation Rate	Tỷ lệ lạm phát kinh tế vĩ mô	Số thực

Nội dung chính theo từng chương

Chương I: Introduction (Mở đầu và Tổng quan nghiên cứu)

Chương mở đầu thiết lập tính cấp thiết của việc dự báo khó khăn tài chính trong bối cảnh nền kinh tế Việt Nam đang chuyển đổi. Tác giả phân tích các giới hạn của phương pháp thống kê cổ điển và giới thiệu tiềm năng của học máy. Phần tổng quan tài liệu tóm lược các công trình tiêu biểu:

• Wu và cộng sự (2023): Ứng dụng Neural Networks và Random Forest trên 500 doanh nghiệp vừa và nhỏ, đạt độ chính xác 87%.
• Zhou và cộng sự (2021): Ứng dụng XGBoost và SVM trên 300 công ty niêm yết, đạt độ chính xác 89%.
• Nguyen & Tran (2019): Nghiên cứu trên 300 doanh nghiệp Việt Nam, chứng minh các mô hình học máy (80% độ chính xác) vượt trội hơn phương pháp truyền thống.
• Pham và cộng sự (2020): Sử dụng kỹ thuật Ensemble Learning (XGBoost) trên 250 doanh nghiệp Việt Nam, đạt độ chính xác 92%.
• Vo (2016): Đánh giá các yếu tố quyết định kiệt quệ tài chính bằng mô hình hồi quy Logistic trên 100 doanh nghiệp.

Chương III: Data Collection and Exploratory Analysis (Thu thập và Phân tích khám phá dữ liệu)

Chương này mô tả chi tiết nguồn dữ liệu FiinPro và quá trình thanh lọc 7.126 quan sát. Kết quả phân tích phân phối mẫu cho thấy sự mất cân bằng nghiêm trọng: nhóm an toàn (nhãn 2) chiếm đa số tuyệt đối qua các năm từ 2006 đến 2019, trong khi nhóm khó khăn tài chính nghiêm trọng (nhãn 0) chiếm tỷ lệ rất nhỏ. Ma trận hệ số tương quan chỉ ra mối liên hệ chặt chẽ giữa các chỉ số EBIT, đòn bẩy tài chính, vốn hóa thị trường và khả năng xảy ra kiệt quệ tài chính. Phân tích biểu đồ phân phối (Histograms) chỉ ra dữ liệu tài chính có độ lệch (Skewness) cao với phần đuôi dài về phía các giá trị lớn.

Chương V: Experimental Set-up and Methodology (Thiết lập thực nghiệm và Phương pháp)

Chương trình bày toàn diện đường ống huấn luyện (Model Pipeline), bao gồm chuẩn hóa dữ liệu, cân bằng mẫu bằng SMOTE, giảm chiều dữ liệu bằng PCA, và cơ chế tìm kiếm ngẫu nhiên siêu tham số (Random Search).

Tác giả công bố bảng cấu hình siêu tham số tối ưu (Optimal Hyperparameters) thiết lập cho nhóm doanh nghiệp sản xuất:

• Random Forest: 'class_weight': 'balanced', 'max_depth': None, 'min_samples_leaf': 1, 'min_samples_split': 2, 'n_estimators': 138.
• Artificial Neural Network: 'activation': 'tanh', 'alpha': 0.003352579649263976, 'hidden_layer_sizes': (100, 100), 'learning_rate': 'constant', 'max_iter': 159, 'solver': 'adam'.
• Support Vector Machine: 'C': 9.010778765841014, 'kernel': 'linear'.
• Gradient Boosting Machine: 'learning_rate': 0.28279612062363463, 'max_depth': 6, 'min_samples_leaf': 18, 'min_samples_split': 9, 'n_estimators': 181, 'subsample': 0.7246844304357644.
• XGBoost: 'colsample_bytree': 0.23394742153540724, 'max_depth': 9, 'min_child_weight': 3, 'n_estimators': 194.

Chương VI: Result and Discussion (Kết quả và Thảo luận)

Chương đánh giá chi tiết độ chính xác của các mô hình trên tập dữ liệu tổng thể và theo từng phân ngành, trước và sau khi tối ưu hóa tham số. Kết quả khẳng định ANN và SVM là hai mô hình có hiệu năng phân loại cao nhất. Điểm số diện tích dưới đường cong ROC (AUROC) tiến sát mức lý tưởng đối với các phân lớp, chứng minh khả năng phân biệt rõ rệt giữa các trạng thái an toàn, cảnh báo và kiệt quệ tài chính.

Chương VII: Demo Streamlit App & Conclusion (Ứng dụng thực tế và Kết luận)

Chương mô tả giao diện và luồng tương tác của ứng dụng web dự báo xây dựng trên nền tảng Streamlit, đồng thời đúc kết các phát hiện nghiên cứu chính, chỉ rõ các hạn chế và định hướng phát triển trong tương lai.

Thiết kế và triển khai ứng dụng thực tế

Nhằm chuyển hóa kết quả nghiên cứu thành công cụ hỗ trợ ra quyết định trong thực tế, tác giả đã thiết kế và triển khai một ứng dụng web tương tác bằng ngôn ngữ Python thông qua framework Streamlit.

Cấu trúc chức năng của ứng dụng gồm các module chính:

• Trang chủ (Home Page): Cung cấp giao diện chào mừng người dùng, hiển thị logo của Trường Quốc tế - Đại học Quốc gia Hà Nội (VNU-IS) trên thanh điều hướng bên (Navigation Sidebar), tích hợp biểu đồ đám mây từ khóa (Word Cloud) trực quan hóa các khái niệm trọng tâm liên quan đến rủi ro tài chính.
• Trang dự báo (Prediction Page): Thiết kế các trường nhập liệu số (Numeric Input Fields) cho phép người dùng đưa vào các chỉ số tài chính của một doanh nghiệp cụ thể, bao gồm:
  • Tỷ lệ giá trị thị trường vốn chủ sở hữu trên tổng nợ ($MVE/TL$)
  • Giá trị vốn hóa thị trường ($Marketcap$)
  • Hệ số đòn bẩy tài chính ($LEVERAGE$)
  • Tỷ lệ lạm phát ($Inflation$)
  • Điểm số $Z-Score$ tính toán
• Module suy luận và hiển thị kết quả (Inference Engine): Khi người dùng nhấn nút "Predict", hệ thống tự động nạp các tham số vào mô hình học máy đã được huấn luyện trước, thực hiện chuẩn hóa dữ liệu đầu vào và trả về kết quả phân loại trạng thái tài chính (ví dụ: hiển thị nhãn "Non-distress" cho doanh nghiệp an toàn) ngay trên màn hình.

Ứng dụng đóng vai trò như một công cụ hỗ trợ thiết thực cho các nhà phân tích tín dụng tại ngân hàng, các chuyên viên phân tích đầu tư tại công ty chứng khoán và các nhà quản trị doanh nghiệp đánh giá nhanh rủi ro tài chính mà không đòi hỏi kỹ năng lập trình chuyên sâu.

Kết quả và đóng góp

Kết quả thực nghiệm chi tiết

Kết quả đánh giá độ chính xác (Accuracy) trên tập dữ liệu tổng hợp (Total Data) trước và sau khi tinh chỉnh siêu tham số:

Mô hình học máy	Độ chính xác trước tinh chỉnh (Before)	Độ chính xác sau tinh chỉnh (After)
Random Forest Classification	93%	92%
Artificial Neural Network (ANN)	99%	99%
Support Vector Machine (SVM)	94%	98%
Gradient Boosting Machine (GBM)	91%	94%
XGBoost	94%	95%

Quy mô phân bổ mẫu huấn luyện và kiểm thử theo ngành (tỷ lệ 80:20):

Nhóm ngành	Mẫu huấn luyện (Training 80%)	Mẫu kiểm thử (Testing 20%)	Tổng số mẫu (Total)
Sản xuất (Manufacturing)	2.251	563	2.814
Dịch vụ (Service)	986	246	1.232
Thương mại (Trade)	840	210	1.050

Độ chính xác của các mô hình phân loại theo từng nhóm ngành kinh tế:

Mô hình	Sản xuất (Trước)	Sản xuất (Sau)	Dịch vụ (Trước)	Dịch vụ (Sau)	Thương mại (Trước)	Thương mại (Sau)
Random Forest	90%	90%	89%	89%	91%	91%
ANN	96%	98%	94%	94%	96%	98%
SVM	93%	98%	92%	96%	93%	98%
GBM	89%	93%	91%	93%	90%	92%
XGBoost	91%	91%	91%	92%	93%	91%

Các phát hiện chính từ kết quả thực nghiệm:

• Mô hình vượt trội: ANN và SVM đạt hiệu năng cao nhất trên toàn bộ các tập dữ liệu. ANN duy trì độ chính xác 99% trên dữ liệu tổng thể và 98% ở ngành Sản xuất và Thương mại.
• Tác động của tinh chỉnh siêu tham số: SVM cho thấy mức độ nhạy cảm và cải thiện hiệu năng rõ nét nhất sau khi tối ưu hóa tham số thông qua Random Search, tăng từ 94% lên 98% ở tập dữ liệu tổng và đạt 98% ở hai ngành Sản xuất và Thương mại.
• Tính phân hóa theo ngành: Hiệu năng dự báo ở ngành Sản xuất và Thương mại (đạt tới 98%) nhìn chung cao hơn so với ngành Dịch vụ (đạt 94% - 96%), phản ánh đặc thù cấu trúc tài sản và báo cáo tài chính của từng lĩnh vực.

Đóng góp của đề tài

• Về mặt học thuật: Cung cấp bằng chứng thực nghiệm quy mô lớn với 7.126 quan sát tại thị trường chứng khoán Việt Nam giai đoạn 2006–2019; chứng minh năng lực dự báo vượt trội của các kỹ thuật học máy so với phương pháp phân tích thống kê cổ điển trong việc xử lý rủi ro kiệt quệ tài chính.
• Về mặt phương pháp luận: Thiết lập một quy trình xử lý dữ liệu hoàn chỉnh từ thu thập, làm sạch, cân bằng mẫu thiểu số bằng SMOTE, giảm chiều bằng PCA, tối ưu hóa siêu tham số bằng Random Search đến đánh giá đa chiều qua ma trận nhầm lẫn và đường cong ROC/AUROC.
• Về mặt ứng dụng thực tiễn: Xây dựng thành công công cụ phần mềm Streamlit, mang lại giải pháp hỗ trợ ra quyết định tức thời, trực quan cho các ngân hàng thương mại trong thẩm định tín dụng, các công ty chứng khoán trong quản trị rủi ro danh mục và các cơ quan quản lý nhà nước trong việc giám sát an toàn tài chính doanh nghiệp.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ rõ một số hạn chế nội tại và định hướng mở rộng:

• Hạn chế về nguồn biến số: Nghiên cứu chủ yếu dựa vào các tỷ số tài chính kế toán lịch sử từ bảng cân đối kế toán và báo cáo kết quả kinh doanh, chưa tích hợp đầy đủ các biến số thị trường theo thời gian thực, cấu trúc quản trị công ty (Corporate Governance) và các chỉ số kinh tế vĩ mô chuyên sâu.
• Kỹ thuật xử lý mất cân bằng: Mặc dù đã sử dụng SMOTE, các nghiên cứu tiếp theo cần khám phá thêm các phương pháp lấy mẫu tiên tiến hơn hoặc kỹ thuật học nhạy cảm với chi phí (Cost-sensitive Learning) để nâng cao độ nhạy đối với phân lớp thiểu số (nhóm doanh nghiệp kiệt quệ).
• Tác động của cú sốc ngoại sinh: Khung nghiên cứu chưa lượng hóa cụ thể tác động của các cú sốc kinh tế lớn từ bên ngoài như khủng hoảng tài chính toàn cầu hoặc đại dịch đến sự suy giảm hiệu năng của mô hình.
• Định hướng phát triển: Mở rộng nghiên cứu sang các mô hình kết hợp lai (Hybrid Models), tích hợp dữ liệu phi tài chính và cập nhật chuỗi dữ liệu sau năm 2019.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo có giá trị học thuật và thực tiễn cao đối với:

• Sinh viên và học viên cao học các ngành Hệ thống thông tin quản lý (MIS), Công nghệ tài chính (FinTech), Khoa học dữ liệu ứng dụng và Tài chính doanh nghiệp: Tham khảo phương pháp xây dựng đường ống học máy (Pipeline) hoàn chỉnh từ khâu tiền xử lý, SMOTE, PCA đến tối ưu hóa siêu tham số bằng Random Search.
• Chuyên viên phân tích rủi ro tín dụng và quản lý danh mục đầu tư: Tham khảo bộ chỉ số tài chính trọng yếu và cấu hình tham số tối ưu của các mô hình SVM, ANN để xây dựng hệ thống cảnh báo sớm rủi ro vỡ nợ doanh nghiệp.
• Lập trình viên và nhà phát triển ứng dụng FinTech: Tham khảo mã nguồn kiến trúc và cách thức tích hợp mô hình máy học vào framework Streamlit để tạo ra các sản phẩm dự báo tài chính tương tác.

Câu hỏi thường gặp

1. Dữ liệu nghiên cứu của khóa luận được thu thập từ nguồn nào và quy mô mẫu cuối cùng là bao nhiêu?

Dữ liệu được trích xuất từ Nền tảng FiinPro đối với các doanh nghiệp niêm yết trên hai sàn HNX và HOSE trong giai đoạn 2006–2019. Sau khi áp dụng tiêu chí loại bỏ các công ty bị thiếu dữ liệu từ 6 năm trở lên, mẫu nghiên cứu chính thức bao gồm 509 doanh nghiệp với tổng số 7.126 quan sát, chia thành 3 phân ngành: Sản xuất (2.814 quan sát), Dịch vụ (1.232 quan sát) và Thương mại (1.050 quan sát).

2. Tiêu chí nào được sử dụng để xác định và gán nhãn mức độ kiệt quệ tài chính cho doanh nghiệp?

Tác giả sử dụng mô hình điểm số Altman Z-score làm biến phụ thuộc, chia thành 3 trạng thái:

• Nhãn 2 (Non-distress / An toàn): $Z > 2.675$.
• Nhãn 1 (Warning / Cảnh báo trung bình): $1.675 \le Z \le 2.675$.
• Nhãn 0 (Distress / Nguy cơ kiệt quệ tài chính cao): $Z < 1.8$.

3. Tác giả đã sử dụng những kỹ thuật tiền xử lý nào để giải quyết vấn đề mất cân bằng lớp và tối ưu hóa đặc trưng?

Tác giả áp dụng kỹ thuật SMOTE (Synthetic Minority Over-sampling Technique) trên tập huấn luyện để tổng hợp thêm mẫu cho các phân lớp thiểu số (nhóm 0 và 1). Đồng thời, phương pháp chuẩn hóa Standardization ($Z$-score) được dùng để đưa các biến về cùng thang đo, và Phân tích thành phần chính (PCA) được áp dụng để giảm chiều dữ liệu, loại bỏ đa cộng tuyến trong khi vẫn giữ lại 95% phương sai dữ liệu.

4. Mô hình học máy nào đạt hiệu năng dự báo tốt nhất trong nghiên cứu?

Mô hình mạng nơ-ron nhân tạo (ANN) và Support Vector Machine (SVM) đạt hiệu năng cao nhất. ANN đạt độ chính xác 99% trên tập dữ liệu tổng thể và 98% ở nhóm ngành Sản xuất và Thương mại. SVM cho thấy sự bứt phá mạnh mẽ nhất sau khi tinh chỉnh siêu tham số bằng Random Search, nâng độ chính xác từ 94% lên 98% trên dữ liệu tổng thể và đạt 98% ở ngành Sản xuất và Thương mại.

5. Ứng dụng web demo của đề tài được xây dựng như thế nào và có chức năng gì?

Ứng dụng được xây dựng bằng Python sử dụng framework Streamlit. Giao diện bao gồm trang chủ giới thiệu thông tin và trang dự báo cho phép người dùng nhập các chỉ số tài chính ($MVE/TL$, $Marketcap$, $LEVERAGE$, $Inflation$, $Z-Score$). Sau khi người dùng nhấn "Predict", ứng dụng sẽ đưa các tham số vào mô hình đã huấn luyện để phân loại và hiển thị tức thời trạng thái tài chính của doanh nghiệp (Non-distress, Warning hoặc Distress).

Kết luận

Khóa luận tốt nghiệp của tác giả Lê Tuấn Tùng đã ứng dụng thành công các thuật toán học máy hiện đại (ANN, SVM, RF, GBM, XGBoost) kết hợp cùng mô hình Altman Z-score để dự báo kiệt quệ tài chính cho 509 doanh nghiệp niêm yết tại Việt Nam giai đoạn 2006–2019. Kết quả thực nghiệm khẳng định tính ưu việt vượt trội của các mô hình ANN và SVM với độ chính xác đạt tới 98% - 99% sau khi tối ưu hóa tham số. Việc triển khai thành công ứng dụng giao diện web Streamlit đã hoàn thiện giải pháp mang tính ứng dụng thực tiễn cao, hỗ trợ đắc lực cho các bên liên quan trong công tác quản trị rủi ro và ra quyết định tài chính.

Trích đoạn nội dung tài liệu

VIETNAM NATIONAL UNIVERSITY, HANOI INTERNATIONAL SCHOOL GRADUATION PROJECT PROJECT NAME FINANCIAL DISTRESS PREDICTION: EVIDENCE FROM VIETNAM Student’s name Le Tuan Tung Hanoi - 2024 VIETNAM NATIONAL UNIVERSITY, HANOI INTERNATIONAL SCHOOL GRADUATION PROJECT FINANCIAL DISTRESS PREDICTION: EVIDENCE FROM VIETNAM SUPERVISOR: PhD. Truong Cong Doan STUDENT: Le Tuan Tung STUDENT ID: 21070006 COHORT: QH-2021-Q SUBJECT CODE: INS401101 MAJOR: Management Information System Hanoi - 2024 Table of Contents List of Figures. 1 List of Tables. 1 List of Abbreviations.

Financial Distress Prediction. Research Objectives and Contributions. Machine Learning in Financial Distress. Random Forest Classification.

Support Vector Machine. Gradient Boosting Machine. Artificial Neural Networks. Experimental Set-up .5 Principal Component Analysis (PCA).

Class Imbalance: Over-sampling. Result and Discussion .1 Finding on total.2 Findings by sectors. Demo Streamlit App. Conclusion and Future Research.46 2 List of Figures Figure 1.

Distribution of business types. Distress level by business type. Correlation matrix of financial ratios. Distribution of financial ratios.

Distribution of financial distress levels over the years. Flowchart of financial prediction model. ROC curves for total data. Home page - App Demo.

Prediction Distress Interface. Insert data to web - demo. Result from web demo. 42 List of Tables Table 1.

Summary of Literature Review. List of Independent Variables. Hyperparameters optimization for manufacturer company. Accuracy Before and After tuning for total data.

Distribution of training and testing data. Accuracy Before and After Tuning the Hyperparameters. Evaluation indexes for SVM. ROC curves of SVM for three types of company.

AUROC of models for three types of company. 38 1 List of Abbreviations • ANN: Artificial Neural Network • AUC: Area Under the Curve • AUROC: Area Under the Receiver Operating Characteristic Curve • BNK: Bankrupt • CL: Current Liabilities • DPD: Days Past Due • EBIT: Earnings Before Interest and Taxes • FCF: Free Cash Flow • FDP: Financial Distress Prediction • IE: Interest Expense • LSTM: Long Short-Term Memory • MCC: Matthews Correlation Coefficient • ML: Machine Learning • MVE: Market Value of Equity • NOCF: Net Operating Cash Flow • PCA: Principal Component Analysis • RE: Retained Earnings • ROC: Receiver Operating Characteristic • RNN: Recurrent Neural Network • SVM: Support Vector Machine • TA: Total Assets • TL: Total Liabilities • XGBoost: Extreme Gradient Boosting • Z-Score: Altman's Z-Score • FDP: Financial Distress Prediction 2 Abstract This thesis investigates the application of machine learning techniques to predict financial distress among companies in Vietnam, utilizing a comprehensive dataset encompassing financial ratios from 509 firms, resulting in 7,126 observations spanning from 2006 to 2019. Financial distress prediction (FDP) is crucial for stakeholders, including investors, creditors, and policymakers, as it aids in identifying early warning signs and mitigating potential financial crises. To create prediction models, the study uses a variety of machine learning techniques, such as ANN, XGBoost, gradient boosting, random forests, and support vector machines.

The financial distress levels are labeled using the Altman Z-score, a well- established metric for assessing a company's financial health. These models are trained and validated on historical financial data, focusing on key financial ratios that serve as indicators of a company's financial health. To guarantee solid and trustworthy predictions, the performance of these models is assessed using the following metrics: accuracy, precision, recall, and the area under the receiver operating characteristic (ROC) curve. My findings demonstrate that machine learning models can significantly enhance the accuracy of financial distress predictions compared to traditional statistical methods.

The results indicate that specific financial ratios, such as liquidity, profitability, and leverage ratios, play a pivotal role in predicting financial distress. Additionally, the study highlights the importance of selecting appropriate machine learning algorithms and features to improve predictive performance. This research contributes to the existing literature by providing empirical evidence from Vietnam, a rapidly developing economy with unique financial characteristics. The insights gained from this study can be instrumental for corporate managers, investors, and policymakers in making informed decisions to prevent financial distress and promote economic stability.

Keywords: Financial Distress Prediction, Altman Z-score, Machine Learning 3 Author’s Declaration I certify that I am the author of this thesis. This is an accurate copy of the thesis that my examiners have approved, along with any necessary last-minute changes. I give the Vietnam National University's International School permission to lend this thesis to other organizations or people for academic purposes. Additionally, at the request of other organizations or persons for scholarly research, I grant permission to the International School, Vietnam National University, to replicate this thesis in whole or in part through photocopying or other means.

I understand that the public will have electronic access to my thesis. Le Tuan Tung 4 Acknowledgements First and foremost, I would like to express my deepest gratitude to my advisors, Dr. Truong Cong Doan and Dr. Nguyen Thi Kim Oanh, for their constant assistance, direction, and inspiration during my research.

Their deep expertise and perceptive criticism have been extremely helpful in developing my argument. Their patience and dedication to my academic growth have been a source of inspiration, and I am immensely grateful for their mentorship. Their expertise in financial analysis and machine learning provided the foundation for this study, and their contributions were crucial in the development and completion of this research on financial distress prediction among listed companies in Vietnam. I would also like to thank the faculty members of International School - Vietnam National University, Hanoi for providing a stimulating and supportive academic environment.

Additionally, I extend my appreciation to my friends who have provided support and encouragement throughout this journey. Their companionship and discussions have enriched my learning experience and made this endeavor more enjoyable. The collaborative environment allowed me to explore different perspectives and improve my understanding of machine learning techniques and their application in financial distress prediction. I am also grateful to the financial institutions and data providers that made the data for this research available.

The comprehensive dataset from the FiinPro Platform was essential in conducting a thorough analysis and developing robust predictive models. Without their cooperation, this research would not have been possible. Lastly, I want to express my sincere gratitude to my family for their constant understanding and support. Their support, affection, and faith in my skills have been my inspiration and motivation.

The countless hours they spent listening to my progress and providing emotional support were instrumental in the completion of this thesis. Without the assistance and efforts of each of these people, my thesis would not have been feasible, and for that I am very grateful. Their collective efforts have not only made this research possible but have also enriched my academic journey, providing me with the skills and knowledge to pursue future endeavors in the field of financial distress prediction and beyond. Le Tuan Tung 5 I.

Introduction The prediction of financial distress is a crucial aspect of financial analysis, particularly relevant for stakeholders such as investors, creditors, and policymakers. Accurately predicting financial distress helps in mitigating risks and taking preventive actions to avoid significant economic consequences, including bankruptcy, loss of employment, and broader economic downturns. This thesis focuses on predicting financial distress within the Vietnamese context, leveraging a combination of financial ratios and machine learning techniques to enhance prediction accuracy and reliability. Financial Distress Prediction Financial distress prediction involves identifying firms likely to encounter financial difficulties in the near future.

Such difficulties often manifest as an inability to meet financial obligations, declining profitability, and liquidity problems. Traditional methods, such as Altman Z-score, have been widely used to predict financial distress level. The Altman Z-score uses financial ratios to classify firms into different distress levels (Altman, 1968). In this thesis, the Z-score will be employed to label firms into three categories of distress level: 2 (non-distressed), 1 (moderately distressed), and 0 (severely distressed).

However, the emergence of machine learning has introduced more advanced approaches capable of handling complex patterns and large datasets, potentially improving prediction performance. Based on sixteen financial ratios, this thesis uses a variety of machine learning methods, such as Random Forest, Support Vector Machine (SVM), Artificial Neural Networks (ANN), Gradient Boosting, and XGBoost, to predict financial hardship. These algorithms are chosen for their ability to capture non-linear relationships and interactions among variables, which traditional methods might miss. Problem Background Vietnam's shift from a centrally planned economy to a market-oriented one has driven rapid economic growth and heightened global integration.

This transformation has also exposed Vietnamese firms to various financial risks, necessitating robust financial distress prediction models. The evolving regulatory and economic landscape in Vietnam makes it imperative to develop accurate and reliable prediction models tailored to local conditions. This thesis specifically focuses on manufacturing, service, and trade companies in Vietnam. These sectors are critical to the Vietnamese economy, contributing significantly to GDP, employment, and international trade.

However, they also face 6 unique financial challenges due to fluctuations in market demand, supply chain disruptions, and changing regulatory environments. Predicting financial distress in these sectors can provide valuable insights and preemptive measures to mitigate adverse economic impacts. Earlier research on predicting financial distress in Vietnam has predominantly utilized traditional statistical methods, including logistic regression and discriminant analysis (Nguyen & Tran, 2019). While these methods have provided valuable insights, they may not fully capture the complexity of financial distress in the modern business environment.

This thesis aims to address this gap by incorporating machine learning techniques, presenting a novel approach to improving the predictive accuracy of financial distress models. Additionally, this thesis seeks to create an intuitive web application using Streamlit, a Python library that facilitates the development of interactive web applications. The application will allow users to input financial ratios and receive a prediction of the distress level based on the trained machine learning models. This practical tool will provide valuable assistance to stakeholders in making informed decisions.

Problem Statement The Vietnamese economy, characterized by its rapid transformation and integration into the global market, presents unique challenges and opportunities for financial distress prediction. Manufacturing, service, and trade companies, which are essential to Vietnam's economic foundation, are particularly vulnerable to financial instability due to various internal and external influences, such as market volatility, changes in regulations, and inefficiencies in operations. Despite the significant role these sectors play, existing studies on financial distress prediction in Vietnam have predominantly relied on traditional statistical approaches, which may not adequately reflect the intricate and ever-changing nature of financial distress in today's business landscape. These traditional methods often fail to account for the intricate interactions between multiple financial variables, leading to suboptimal predictive performance.

There is a critical need for more advanced and accurate predictive models that can leverage the vast amount of financial data available today. Machine learning methods, known for their capacity to manage extensive datasets and identify intricate patterns, present a promising solution to this issue. However, their application in the Vietnamese 7 context, especially for manufacturing, service, and trade companies, remains underexplored. This thesis seeks to bridge this gap by creating and assessing machine learning models for predicting financial distress in Vietnamese companies, using a comprehensive set of financial ratios and the Altman Z-score for labeling distress levels.

Additionally, the development of a web application using Streamlit will provide a practical tool for stakeholders to easily input financial data and obtain distress level predictions, enhancing decision-making processes. Research Objectives and Contributions The primary objectives of this thesis are as follows: ● To identify the key financial ratios that significantly impact financial distress prediction in Vietnamese manufacturing, service, and trade companies: ○ This involves selecting and analyzing 17 financial ratios to determine their relevance and predictive power in the context of financial distress. ● To use the chosen financial ratios to create, evaluate, and compare different machine learning models for financial distress prediction. ○ This includes applying algorithms such as Support Vector Machine (SVM), Random Forest, XGBoost, Artificial Neural Networks (ANN) and Gradient Boosting Machine to create models.