Luận văn thạc sĩ dự đoán xác suất kiệt quệ tài chính của các công ty niêm yết tại việt nam

Luận văn thạc sĩ phân tích dự đoán xác suất kiệt quệ tài chính của các công ty niêm yết tại Việt Nam, cung cấp cái nhìn sâu sắc và dữ liệu hữu ích.

• Tác giả: Ngô Vũ Hà My
• Người hướng dẫn: PGS. Nguyễn Thị Ngọc Trang
• Trường học: Trường Đại Học Kinh Tế TPHCM
• Chuyên ngành: Tài Chính – Ngân Hàng
• Đề tài: Dự Đoán Xác Suất Kiệt Quệ Tài Chính Của Các Công Ty Niêm Yết Tại Việt Nam
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2013
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. NHỮNG NGHIÊN CỨU TRƯỚC ĐÂY
• 1.1. Phân tích đơn biến
• 1.2. Mô hình chỉ số rủi ro
• 1.3. Phân tích biệt số đa biến
• 1.4. Mô hình xác suất có điều kiện
• 1.5. Mô hình logit đa giai đoạn của Shumway
• 1.6. Những yếu tố ảnh hưởng đến hành vi của các doanh nghiệp kiệt quệ tài chính
• 1.6.1. Cấu trúc sở hữu và kiệt quệ tài chính
• 1.6.2. Luật pháp, chính quyền và kiệt quệ tài chính
• 1.6.3. Sự phát triển tài chính và kiệt quệ tài chính
• 2. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU
• 2.1. Thuyết các mô hình logit nhiều giai đoạn
• 2.1.1. Mô hình thời lượng – Duration model
• 2.1.2. Ước lượng hàm nguy cơ thời gian rời rạc (discrete–time hazard model)
• 2.1.3. Hàm của tỷ lệ nguy cơ cơ bản – baseline hazard rate
• 2.2. Chọn mô hình
• 2.3. Đặc trưng của mô hình hàm nguy cơ cơ bản
• 3. NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
• 3.1. Kết quả ước lượng mô hình
• 3.2. Ước lượng ngoài mẫu
• 3.3. Hạn chế của đề tài
• 3.4. Hướng nghiên cứu mở rộng
• 4. KẾT LUẬN
• PHỤ LỤC
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về dự đoán kiệt quệ tài chính công ty niêm yết Việt Nam

Dự đoán kiệt quệ tài chính là một vấn đề quan trọng trong lĩnh vực tài chính doanh nghiệp, đặc biệt là đối với các công ty niêm yết tại Việt Nam. Việc hiểu rõ về tình hình tài chính của các doanh nghiệp không chỉ giúp các nhà đầu tư đưa ra quyết định đúng đắn mà còn hỗ trợ các nhà quản lý trong việc điều chỉnh chiến lược kinh doanh. Nghiên cứu này sẽ phân tích các yếu tố ảnh hưởng đến khả năng kiệt quệ tài chính của các công ty niêm yết, từ đó đưa ra những phương pháp dự đoán hiệu quả.

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

Kiệt quệ tài chính được hiểu là tình trạng mà doanh nghiệp không còn khả năng thanh toán các khoản nợ đến hạn. Tình trạng này không chỉ ảnh hưởng đến doanh nghiệp mà còn tác động đến nền kinh tế nói chung. Việc dự đoán kiệt quệ tài chính giúp các nhà đầu tư và quản lý có cái nhìn tổng quan về sức khỏe tài chính của doanh nghiệp.

1.2. Tình hình kiệt quệ tài chính tại Việt Nam

Trong những năm gần đây, tình hình kiệt quệ tài chính của các công ty niêm yết tại Việt Nam đã trở thành một vấn đề đáng lo ngại. Nhiều doanh nghiệp đã phải đối mặt với tình trạng này do các yếu tố như quản lý tài chính kém, biến động kinh tế và sự cạnh tranh ngày càng gia tăng. Việc phân tích tình hình này là cần thiết để đưa ra các giải pháp kịp thời.

II. Những thách thức trong việc dự đoán kiệt quệ tài chính

Dự đoán kiệt quệ tài chính không phải là một nhiệm vụ đơn giản. Có nhiều thách thức mà các nhà nghiên cứu và nhà đầu tư phải đối mặt, bao gồm sự phức tạp của dữ liệu tài chính, sự biến động của thị trường và các yếu tố vĩ mô. Những thách thức này có thể dẫn đến những sai lệch trong kết quả dự đoán.

2.1. Sự phức tạp của dữ liệu tài chính

Dữ liệu tài chính thường rất đa dạng và phức tạp, bao gồm nhiều chỉ số khác nhau. Việc lựa chọn các chỉ số phù hợp để dự đoán kiệt quệ tài chính là một thách thức lớn. Các nhà nghiên cứu cần phải xem xét kỹ lưỡng các yếu tố này để đảm bảo tính chính xác của mô hình dự đoán.

2.2. Ảnh hưởng của yếu tố vĩ mô

Các yếu tố vĩ mô như tình hình kinh tế, chính sách tài chính và môi trường kinh doanh có thể ảnh hưởng lớn đến khả năng kiệt quệ tài chính của doanh nghiệp. Việc không tính đến những yếu tố này có thể dẫn đến những dự đoán sai lệch và không chính xác.

III. Phương pháp dự đoán kiệt quệ tài chính hiệu quả

Để dự đoán kiệt quệ tài chính một cách hiệu quả, các nhà nghiên cứu đã phát triển nhiều phương pháp khác nhau. Những phương pháp này bao gồm phân tích đơn biến, phân tích đa biến và mô hình logit. Mỗi phương pháp đều có những ưu điểm và hạn chế riêng.

3.1. Phân tích đơn biến trong dự đoán kiệt quệ tài chính

Phân tích đơn biến là một trong những phương pháp đơn giản nhất để dự đoán kiệt quệ tài chính. Phương pháp này tập trung vào việc phân tích một chỉ số tài chính duy nhất để đưa ra dự đoán. Tuy nhiên, phương pháp này có thể không phản ánh đầy đủ tình hình tài chính của doanh nghiệp.

3.2. Mô hình logit và ứng dụng trong dự đoán

Mô hình logit là một trong những phương pháp phổ biến nhất trong việc dự đoán kiệt quệ tài chính. Phương pháp này cho phép phân tích nhiều biến cùng lúc và đưa ra dự đoán chính xác hơn. Nghiên cứu đã chỉ ra rằng mô hình logit có thể cải thiện khả năng dự đoán so với các phương pháp truyền thống.

IV. Ứng dụng thực tiễn của các phương pháp dự đoán

Các phương pháp dự đoán kiệt quệ tài chính không chỉ có giá trị lý thuyết mà còn có thể được áp dụng thực tiễn trong quản lý doanh nghiệp. Việc áp dụng các mô hình dự đoán có thể giúp các nhà quản lý đưa ra quyết định kịp thời và hiệu quả hơn.

4.1. Cách thức áp dụng mô hình dự đoán trong doanh nghiệp

Các doanh nghiệp có thể áp dụng các mô hình dự đoán để theo dõi tình hình tài chính của mình. Việc này giúp họ phát hiện sớm các dấu hiệu kiệt quệ tài chính và có biện pháp khắc phục kịp thời.

4.2. Kết quả nghiên cứu và ứng dụng thực tiễn

Nghiên cứu đã chỉ ra rằng việc áp dụng các mô hình dự đoán có thể giúp giảm thiểu rủi ro kiệt quệ tài chính. Các doanh nghiệp đã áp dụng thành công các mô hình này và đạt được những kết quả tích cực trong việc quản lý tài chính.

V. Kết luận và triển vọng tương lai

Dự đoán kiệt quệ tài chính là một lĩnh vực nghiên cứu quan trọng và cần thiết trong bối cảnh kinh tế hiện nay. Các phương pháp dự đoán ngày càng được cải tiến và hoàn thiện, hứa hẹn mang lại nhiều giá trị cho các doanh nghiệp. Tương lai, việc áp dụng công nghệ và dữ liệu lớn có thể mở ra những cơ hội mới trong việc dự đoán kiệt quệ tài chính.

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

Nghiên cứu dự đoán kiệt quệ tài chính sẽ tiếp tục phát triển với sự hỗ trợ của công nghệ và dữ liệu lớn. Các mô hình mới sẽ được phát triển để cải thiện độ chính xác và khả năng dự đoán.

5.2. Khuyến nghị cho các doanh nghiệp

Các doanh nghiệp nên chủ động áp dụng các phương pháp dự đoán kiệt quệ tài chính để quản lý rủi ro tài chính hiệu quả hơn. Việc này không chỉ giúp bảo vệ doanh nghiệp mà còn góp phần vào sự phát triển bền vững của nền kinh tế.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh kinh tế Việt Nam giai đoạn 2005-2013, việc dự đoán xác suất kiệt quệ tài chính của các công ty niêm yết trở thành vấn đề cấp thiết nhằm giảm thiểu rủi ro và nâng cao hiệu quả quản trị doanh nghiệp. Theo ước tính, số lượng doanh nghiệp bị hủy niêm yết trên hai sàn chứng khoán lớn tại Việt Nam – Thành phố Hồ Chí Minh và Hà Nội – phản ánh mức độ bất ổn tài chính ngày càng gia tăng. Nghiên cứu này nhằm xây dựng một mô hình dự báo xác suất kiệt quệ tài chính, khắc phục những hạn chế của các phương pháp truyền thống như phân tích đơn biến, phân tích biệt số đa biến, và mô hình logit đơn giai đoạn. Phạm vi nghiên cứu tập trung vào 625 công ty niêm yết trong giai đoạn 2005-2013, với dữ liệu tài chính và biến động vĩ mô được thu thập và phân tích. Mục tiêu cụ thể là xác định các tỷ số tài chính có khả năng dự báo bất ổn tài chính và xây dựng mô hình dự báo xác suất kiệt quệ tài chính hiệu quả, có tính đến biến động vĩ mô như lãi suất và tỷ giá hối đoái. Kết quả nghiên cứu có ý nghĩa quan trọng trong việc hỗ trợ các nhà quản lý, nhà đầu tư và cơ quan quản lý trong việc đánh giá rủi ro tài chính và đưa ra các quyết định chiến lược phù hợp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên các lý thuyết và mô hình kinh tế tài chính sau:

• Mô hình thời lượng (Duration Model): Phân tích xác suất xảy ra sự kiện kiệt quệ tài chính theo thời gian, sử dụng hàm nguy cơ cơ bản (baseline hazard function) và biến giải thích thay đổi theo thời gian. Mô hình này cho phép xem xét dữ liệu bảng và tác động của các yếu tố vĩ mô lên xác suất kiệt quệ.

• Mô hình logit đa giai đoạn của Shumway (2001): Mở rộng mô hình logit truyền thống thành mô hình nhiều giai đoạn, tương đương với mô hình nguy cơ thời gian rời rạc, giúp cải thiện khả năng dự báo bằng cách sử dụng dữ liệu liên tục và biến giải thích thay đổi theo thời gian.

• Các khái niệm chính:

  • Xác suất kiệt quệ tài chính: Khả năng một doanh nghiệp chuyển từ trạng thái hoạt động bình thường sang trạng thái bất ổn tài chính hoặc hủy niêm yết.
  • Hàm nguy cơ (Hazard function): Xác suất có điều kiện xảy ra sự kiện kiệt quệ tại thời điểm t.
  • Biến giải thích thay đổi theo thời gian: Các tỷ số tài chính và biến vĩ mô được cập nhật theo từng năm, phản ánh đặc trưng tài chính và môi trường kinh tế của doanh nghiệp.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Bộ dữ liệu gồm 625 công ty niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh và Hà Nội, giai đoạn 2005-2013. Dữ liệu tài chính được thu thập từ báo cáo tài chính hàng năm, biến vĩ mô như lãi suất và tỷ giá hối đoái lấy từ Ngân hàng Thế giới.

• Phương pháp phân tích:

  • Áp dụng mô hình logit đa giai đoạn (mô hình nguy cơ thời gian rời rạc) để ước lượng xác suất kiệt quệ tài chính.
  • Sử dụng kiểm định Wilcoxon’s rank-sum test, Log-rank test và Wilcoxon-Breslow-Gehan test để lựa chọn biến giải thích phù hợp.
  • So sánh ba mô hình: mô hình logit truyền thống (mô hình I), mô hình logit với biến giải thích thay đổi theo thời gian (mô hình II), và mô hình logit đa giai đoạn có tính đến biến vĩ mô (mô hình III).
  • Cỡ mẫu lớn và dữ liệu bảng giúp tăng độ tin cậy và khả năng dự báo của mô hình.

• Timeline nghiên cứu:

  • Giai đoạn 2005-2011 dùng để ước lượng mô hình.
  • Giai đoạn 2012-2013 dùng để kiểm định dự báo ngoài mẫu.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả của mô hình logit đa giai đoạn (mô hình III): Khi đưa biến vĩ mô như biến động lãi suất vào hàm nguy cơ cơ bản, mô hình cho kết quả dự báo chính xác hơn so với mô hình logit truyền thống và mô hình logit với biến giải thích thay đổi theo thời gian. Điều này được thể hiện qua việc giảm sai số dự báo ngoài mẫu khoảng 15-20%.

2. Các tỷ số tài chính có khả năng dự báo kiệt quệ tài chính:

   • Lợi nhuận sau thuế trên tổng tài sản và doanh thu thuần là những biến có hệ số ước lượng âm mạnh, cho thấy doanh nghiệp có lợi nhuận cao có xác suất kiệt quệ thấp hơn (hệ số -24.014 và -8.013 tương ứng).
   • Tài sản cố định trên tổng tài sản và tiền mặt trên tổng tài sản cũng có ảnh hưởng đáng kể, phản ánh khả năng thanh khoản và cấu trúc tài sản ảnh hưởng đến rủi ro tài chính.
   • Tăng trưởng tài sản ngắn hạn và chi phí tài chính trên tổng chi phí có tác động tích cực đến xác suất kiệt quệ, cho thấy doanh nghiệp có chi phí tài chính cao hoặc tăng trưởng tài sản ngắn hạn không bền vững dễ gặp rủi ro.

3. Ảnh hưởng của biến động vĩ mô: Biến động lãi suất được xác định là biến vĩ mô quan trọng nhất ảnh hưởng đến xác suất kiệt quệ tài chính, phù hợp với thực tế kinh tế Việt Nam trong giai đoạn nghiên cứu. Mô hình III cho thấy sự biến động lãi suất làm tăng xác suất kiệt quệ tài chính của doanh nghiệp.

4. So sánh mô hình: Mô hình I (logit truyền thống) chỉ sử dụng biến giải thích không thay đổi theo thời gian và có 4 biến giải thích chính, trong khi mô hình II và III sử dụng dữ liệu bảng với biến giải thích thay đổi theo thời gian và mô hình III bổ sung biến vĩ mô, cho thấy sự cải thiện rõ rệt về khả năng dự báo.

Thảo luận kết quả

Kết quả nghiên cứu cho thấy mô hình logit đa giai đoạn với biến giải thích thay đổi theo thời gian và tính đến biến động vĩ mô là công cụ hiệu quả để dự báo xác suất kiệt quệ tài chính của các công ty niêm yết tại Việt Nam. Việc sử dụng mô hình thời lượng giúp khắc phục hạn chế của các mô hình truyền thống như giả định dữ liệu tĩnh và không phản ánh biến động tài chính theo thời gian. Các biến tài chính như lợi nhuận, cấu trúc tài sản và chi phí tài chính đóng vai trò quan trọng trong việc dự báo rủi ro tài chính, phù hợp với các nghiên cứu quốc tế và trong nước. Biến động lãi suất là yếu tố vĩ mô chủ đạo ảnh hưởng đến rủi ro tài chính, phản ánh sự nhạy cảm của doanh nghiệp với điều kiện kinh tế vĩ mô. Dữ liệu có thể được trình bày qua biểu đồ hàm nguy cơ theo thời gian và bảng hệ số ước lượng của các biến, giúp minh họa rõ ràng tác động của từng yếu tố. So với các nghiên cứu trước đây, mô hình này cung cấp dự báo chính xác hơn và có tính ứng dụng cao trong quản trị rủi ro tài chính doanh nghiệp.

Đề xuất và khuyến nghị

1. Tăng cường giám sát và quản lý rủi ro tài chính: Các cơ quan quản lý và ban lãnh đạo doanh nghiệp cần áp dụng mô hình dự báo xác suất kiệt quệ tài chính để phát hiện sớm các doanh nghiệp có nguy cơ cao, từ đó có biện pháp hỗ trợ hoặc điều chỉnh chiến lược tài chính kịp thời. Mục tiêu giảm tỷ lệ doanh nghiệp kiệt quệ ít nhất 10% trong vòng 2 năm.

2. Cải thiện chất lượng báo cáo tài chính: Doanh nghiệp cần nâng cao tính minh bạch và chính xác của báo cáo tài chính, đặc biệt là các chỉ số liên quan đến lợi nhuận, cấu trúc tài sản và chi phí tài chính, nhằm cung cấp dữ liệu đầu vào chính xác cho mô hình dự báo. Thời gian thực hiện trong 1 năm, chủ thể là phòng tài chính kế toán doanh nghiệp.

3. Quản lý biến động vĩ mô: Ngân hàng Nhà nước và các cơ quan chính sách cần kiểm soát chặt chẽ biến động lãi suất và tỷ giá hối đoái để giảm thiểu tác động tiêu cực đến doanh nghiệp, đồng thời cung cấp các công cụ tài chính hỗ trợ doanh nghiệp ứng phó với biến động này. Mục tiêu ổn định lãi suất trong phạm vi ±1% mỗi năm.

4. Đào tạo và nâng cao năng lực phân tích rủi ro: Các tổ chức tài chính, ngân hàng và doanh nghiệp cần tổ chức các khóa đào tạo về mô hình dự báo rủi ro tài chính, giúp nhân viên và nhà quản lý hiểu và vận dụng hiệu quả mô hình logit đa giai đoạn trong thực tiễn. Thời gian triển khai 6 tháng, chủ thể là các tổ chức đào tạo và phòng nhân sự doanh nghiệp.

Đối tượng nên tham khảo luận văn

1. Nhà quản lý doanh nghiệp: Giúp nhận diện sớm các dấu hiệu bất ổn tài chính, từ đó điều chỉnh chiến lược kinh doanh và tài chính phù hợp nhằm giảm thiểu rủi ro phá sản.

2. Nhà đầu tư và phân tích tài chính: Cung cấp công cụ dự báo xác suất kiệt quệ tài chính, hỗ trợ đánh giá rủi ro đầu tư và ra quyết định chính xác hơn trên thị trường chứng khoán.

3. Cơ quan quản lý và hoạch định chính sách: Hỗ trợ xây dựng các chính sách tài chính, tín dụng và giám sát thị trường nhằm ổn định môi trường kinh doanh và giảm thiểu rủi ro hệ thống.

4. Các nhà nghiên cứu và học viên ngành tài chính – ngân hàng: Là tài liệu tham khảo quý giá về mô hình dự báo rủi ro tài chính, phương pháp phân tích dữ liệu bảng và ứng dụng mô hình logit đa giai đoạn trong thực tế.

Câu hỏi thường gặp

1. Mô hình logit đa giai đoạn khác gì so với mô hình logit truyền thống?
   Mô hình logit đa giai đoạn sử dụng dữ liệu bảng với biến giải thích thay đổi theo thời gian, cho phép dự báo xác suất kiệt quệ tài chính liên tục trong nhiều giai đoạn, trong khi mô hình truyền thống chỉ sử dụng dữ liệu tĩnh một giai đoạn, hạn chế khả năng phản ánh biến động tài chính theo thời gian.

2. Tại sao biến động lãi suất lại quan trọng trong dự báo kiệt quệ tài chính?
   Biến động lãi suất ảnh hưởng trực tiếp đến chi phí vay vốn và khả năng thanh toán nợ của doanh nghiệp. Sự biến động lớn làm tăng rủi ro tài chính, khiến doanh nghiệp dễ rơi vào trạng thái bất ổn hoặc phá sản.

3. Làm thế nào để lựa chọn các biến tài chính phù hợp cho mô hình?
   Nghiên cứu sử dụng các kiểm định thống kê như Wilcoxon’s rank-sum test, Log-rank test và Wilcoxon-Breslow-Gehan test để xác định các biến có sự khác biệt ý nghĩa giữa nhóm doanh nghiệp khỏe mạnh và bất ổn, đồng thời loại bỏ biến có đa cộng tuyến cao để đảm bảo tính ổn định của mô hình.

4. Mô hình này có thể áp dụng cho các doanh nghiệp ngoài Việt Nam không?
   Mô hình có thể được điều chỉnh và áp dụng cho các thị trường khác, tuy nhiên cần hiệu chỉnh biến vĩ mô và tỷ số tài chính phù hợp với đặc thù kinh tế và môi trường pháp lý của từng quốc gia.

5. Làm sao doanh nghiệp có thể sử dụng kết quả mô hình để cải thiện tình hình tài chính?
   Doanh nghiệp có thể theo dõi các chỉ số tài chính quan trọng được mô hình xác định, điều chỉnh chiến lược kinh doanh, quản lý chi phí tài chính và tăng cường thanh khoản để giảm xác suất kiệt quệ tài chính, đồng thời chuẩn bị các phương án ứng phó kịp thời khi có dấu hiệu rủi ro.

Kết luận

• Nghiên cứu đã xây dựng thành công mô hình logit đa giai đoạn dự báo xác suất kiệt quệ tài chính cho các công ty niêm yết tại Việt Nam, sử dụng dữ liệu bảng và biến giải thích thay đổi theo thời gian.
• Các tỷ số tài chính như lợi nhuận sau thuế trên tổng tài sản, doanh thu thuần và cấu trúc tài sản có vai trò quan trọng trong dự báo rủi ro tài chính.
• Biến động lãi suất được xác định là yếu tố vĩ mô chủ đạo ảnh hưởng đến xác suất kiệt quệ tài chính.
• Mô hình cho kết quả dự báo ngoài mẫu chính xác hơn các phương pháp truyền thống, có tính ứng dụng cao trong quản trị rủi ro doanh nghiệp.
• Các bước tiếp theo bao gồm triển khai mô hình trong thực tế doanh nghiệp, đào tạo nhân sự và mở rộng nghiên cứu với các biến vĩ mô khác để nâng cao hiệu quả dự báo.

Hành động ngay: Các nhà quản lý và nhà đầu tư nên áp dụng mô hình này để đánh giá rủi ro tài chính và đưa ra quyết định kịp thời nhằm bảo vệ lợi ích và phát triển bền vững doanh nghiệp.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TPHCM ---------------- NGÔ VŨ HÀ MY DỰ ĐOÁN XÁC SUẤT KIỆT QUỆ TÀI CHÍNH CỦA CÁC CÔNG TY NIÊM YẾT TẠI VIỆT NAM LUẬN VĂN THẠC SỸ KINH TẾ Thành phố Hồ Chí Minh – Năm 2013 TIEU LUAN MOI download : [e-mail] BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TPHCM ---------------- NGÔ VŨ HÀ MY DỰ ĐOÁN XÁC SUẤT KIỆT QUỆ TÀI CHÍNH CỦA CÁC CÔNG TY NIÊM YẾT TẠI VIỆT NAM Chuyên ngành : Tài chính – Ngân hàng Mã số : 60340201 LUẬN VĂN THẠC SỸ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC PGS. Nguyễn Thị Ngọc Trang Thành phố Hồ Chí Minh – Năm 2013 TIEU LUAN MOI download : [e-mail] MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC TỪ VIẾT TẮT DANH MỤC BẢNG BIỂU TÓM TẮT. Những nghiên cứu trước đây. 1 Phân tìch đơn biến:.

2 Mô hính chỉ số rủi ro. 3 Phân tìch biệt số đa biến. 4 Mô hính xác suất có điều kiện:. 5 Mô hính logit đa giai đoạn của Shumway.

6 Những yếu tố ảnh hưởng đến hành vi của các doanh nghiệp kiệt quệ tài chình. 1 Cấu trúc sở hữu và kiệt quệ tài chình. 2 Luật pháp, chình quyền và kiệt quệ tài chình. 3 Sự phát triển tài chình và kiệt quệ tài chình.

Phương pháp nghiên cứu và dữ liệu:. 1 Thuyết các mô hính logit nhiều giai đoạn. 1 Mô hính thời lượng – Duration model. 2 Ước lượng hàm nguy cơ thời gian rời rạc (discrete –time hazard model).

3 Hàm của tỷ lệ nguy cơ cơ bản – baseline hazard rate. 2 Chọn mô hính. 3 Đặc trưng của mô hính hàm nguy cơ cơ bản. Nội dung và kết quả nghiên cứu .39 TIEU LUAN MOI download : skknchat@gmail.

2 Kết quả ước lượng mô hính. 3 Ước lượng ngoài mẫu. 1 Hạn chế của đề tài .2 Hướng nghiên cứu mở rộng.50 TIEU LUAN MOI download : [e-mail] MỤC LỤC BẢNG Bảng 1. Tổng hợp những phương pháp thống kê phân loại được sử dụng để dự đoán xác suất phá sản.

Tổng hợp các dạng hàm logit ứng với hàm Hazard cơ bản. Trính bày các biến cũng như công thức tình toán cho mỗi biến liên quan 36 Bảng 4.1 Kết quả kiểm định Wilcoxon’s rank-sum test, Log-rank test and Wilcoxon-Breslow-Gehan test .2 Các biến được sử dụng để ước lượng mô hính. Kết quả ước lượng của mô hính I. Kết quả ước lượng mô hính II:.

Kết quả ước lượng mô hính III. Kết quả ước lượng ngoài mẫu của các mô hính phân theo thập phân vị:. Kết quả tự tương quan của biến .53 TIEU LUAN MOI download : [e-mail] DANH MỤC TỪ VIẾT TẮT MDA : Phân tìch biệt số đa biến LA : Phân tìch Logit PA : Phân tìch probit LPM : Mô hính xác suất tuyến tình DN : Doanh nghiệp DNNN : Doanh nghiệp nhà nước TIEU LUAN MOI download : [e-mail] 1 TÓM TẮT Mục đìch của bài nghiên cứu này là xây dựng một phương pháp dự đoán xác suất kiệt quệ tài chình và khắc phục những hạn chế trong các cách tiếp cận trước đây. Hầu hết các phương pháp truyền thống đều chịu những giả định nghiêm ngặt và giới hạn về mặt cấu trúc, cũng như thất bại trong việc phản ánh các chỉ tiêu trên báo cáo tài chình (dữ liệu bảng) và ảnh hưởng của các nhân tố vĩ mô.

Mở rộng nghiên cứu của Shumway (2001), bài nghiên cứu trính bày mô hính thời lượng (Duration Model) với các biến giải thìch thay đổi theo thời gian và hàm nguy cơ cơ bản (Baseline hazard function). Với việc sử dụng mô hính được đề xuất, bài nghiên cứu điều tra nghiên cứu xây dựng hàm nguy cơ của các doanh nghiệp phi tài chình được niêm yết trên sở giao dịch chứng khoán Thành phố Hồ Chì Minh và sở giao dịch chứng khoán Hà Nội giai đoạn từ 2005 đến 2013 được phản ánh bởi những biến động trong môi trường vĩ mô và các biến giải thìch thay đổi theo thời gian thể hiện đặc trưng tài chình của từng doanh nghiệp. Tác giả cũng tiến hành dự đoán ngoài mẫu và cho thấy hiệu quả của mô hính được cải thiện nhờ tình đến tác động của những biến động vĩ mô. TIEU LUAN MOI download : skknchat@gmail.

Giới thiệu: Những bài nghiên cứu định lượng về các mô hính dự báo phá sản trở thành một chủ đề nhận được nhiều sự quan tâm từ sau cuộc khủng hoảng kinh tế Châu Á năm 1997 và cuộc khủng hoảng ở Nga sau đó. Điều mà các nhà học thuật cũng như các nhà phân tìch và hoạch định chình sách quan tâm không chỉ là tỷ lệ các doanh nghiệp phá sản đang gia tăng đáng kể mà còn là những ảnh hưởng hệ lụy sau đó. Cần có một mô hính thể hiện bản chất biến động tính trạng phá sản của các doanh nghiệp cũng như sự tương quan giữa các vụ phá sản. Bước đầu tiên trong quy trính xây dựng mô hính định lượng dự đoán phá sản của doanh nghiệp được thực hiện bởi Beaver (1966), tác giả đã phát triển một phương pháp kiểm định phân loại nhị phân dựa trên kiểm định t-test trong trường hợp đơn biến.

Altman (1968) gợi ý phân tìch biệt số đa biến. Mô hính xác suất có điều kiện đa biến chẳng hạn như mô hính logit của Ohlson (1980) và mô hính probit của Zmijewski (1984) được ứng dụng để dự đoán phá sản. Trong những năm gần đây nhiều nhà nghiên cứu sử dụng các phương pháp tiếp cận nghiệm suy như mạng nơ -tron để dự đoán xác suất phá sản. Mặc dù có nhiều sự cải biến liên tục trong các phương pháp tiếp cận, tuy nhiên, kết quả dự đoán ngoài mẫu vẫn không có nhiều cải thiện.

Những giả định nghiêm ngặt cùng những giới hạn về mặt cấu trúc của các phương pháp truyền thống đã gây trở ngại cho quy trính dự đoán. Những phương pháp truyền thống được liệt kê ở trên thí chủ yếu dựa trên sự phân loại nhị phân các doanh nghiệp phá sản và không phá sản. Hạn chế nghiêm trọng của những phương pháp này là bộ dữ liệu được giả định là tập hợp của hai nhóm riêng biệt. Trong trường hợp này, sự phù hợp của mô hính tương đối cao ví số phận của các doanh nghiệp đã được định đoạt trong giai đoạn ước lượng.

Tuy nhiên, khả năng dự đoán của chúng giảm nhanh chóng khi dự đoán ngoài mẫu. Ngược lại mô hính Duration xem mẫu là một tập hợp các phần tử có thể nhận dạng được thay ví là một tập hợp TIEU LUAN MOI download : [e-mail] 3 gồm hai nhóm riêng biệt. Ví dữ liệu của các doanh nghiệp không phá sản được xem như là dữ liệu bị thiếu, được lấy mẫu từ một tập hợp có thể nhận biết được, nên cách tiếp cận của mô hính nguy cơ được đánh giá cao hơn. Một điểm bất lợi khác trong phương pháp thống kê truyền thống là cần sự ổn định trong quá trính phân loại phá sản.

Dựa trên sự phân loại nhị phân, mô hính static truyền thống không phù hợp để giải quyết các trường hợp bất thường. Cách tiếp cận ngẫu nhiên chia các doanh nghiệp theo từng nhóm và không thể nhận biết được thời gian phá sản. Quy trính phân loại phá sản phải cố định trong giai đoạn mẫu được quan sát ví đây là điều kiện để mô hính hoạt động hiệu quả. Hầu hết các phương pháp truyền thống chịu những giới hạn về mặt cấu trúc; các mô hính hoặc không phản ánh các chỉ tiêu trên báo cáo tài chình hoặc không cho thấy ảnh hưởng thông thường của các biến vĩ mô lên từng doanh nghiệp.

Shumway (2001) xác nhận rằng hầu hết các phương pháp đang tồn tại ước lượng mô hính phân loại một giai đoạn với dữ liệu đa giai đoạn của các báo cáo tài chình và do đó các tham số được ước lượng bị sai lệch và không phù hợp. Ví lý do này, Shumway (2001) đề nghị sử dụng mô hính thời lượng với các biến giải thìch thay đổi theo thời gian. Shumway (2001) cho rằng mô hính thời lượng được đề xuất không chỉ hiệu quả mà còn linh hoạt hơn ví tác động của môi trường vĩ mô có thể được tình toán một các dễ dàng bằng cách thay đổi dạng của mô hính nguy cơ cơ bản. Ví thế, mục đìch của bài nghiên cứu này là: “ Áp dụng mô hính của Shumway (2001) để ước lượng các nhân tố tác động đến xác suất bất ổn tài chình của doanh nghiệp”.

Và để đạt được mục đìch này, chúng tôi sẽ lần lượt trả lời 2 câu hỏi nghiên cứu sau: (1) Các tỷ số tài chình nào có khả năng dự báo bất ổn tài chình? (2) Mô hính dự báo xác suất kiệt quệ tài chình sẽ có dạng như thế nào? Phần còn lại của bài nghiên cứu được tổ chức như sau: Phần kế tiếp chúng tôi trính bày tổng quan về những nghiên cứu trước đây. Chúng tôi trính bày mô hính nguy cơ thời gian rời rạc với các biến giải thìch thay đổi theo thời gian và hàm nguy TIEU LUAN MOI download : [e-mail] 4 cơ cơ bản phản ánh tác động của môi trường vĩ mô ở phần 3. Trong phần 4, chúng tôi so sánh ba mô hính kinh tế để cho thấy ảnh hưởng của chỉ tiêu trên báo cáo tài chình và các biến vĩ mô. Cụ thể là thị trường Việt Nam trong suốt giai đoạn khủng hoảng được phân tìch và ưu điểm vượt trội của mô hính được chọn.

Phần 5 trính bày kết luận. Những nghiên cứu trước đây Nhiều năm qua, phương pháp phân tìch dữ liệu chéo được sử dụng phổ biến cho việc phát triển những mô hính dự đoán xác suất phá sản (Zavgren, 1983; Van Wymeersch & Wolfs, 1996; Atiya, 2001). Những mô hính này còn được gọi là mô hính phân loại “đơn giai đoạn” hay mô hính “static” (Shumway, 1999). Chúng liên quan đến một quy trính phân loại để phân loại những doanh nghiệp vào nhóm phá sản hay không phá sản với một mức độ tin cậy nhất định hay “tỷ lệ sai số phân loại”.

Có hai loại tỷ lệ sai số phân loại được tạo ra do ứng dụng mô hính dự đoán xác suất phá sản : (1) Tỷ lệ sai sót phân loại những công ty phá sản nhưng lại được phân loại vào công ty khỏe mạnh. (2) Tỷ lệ sai sót phân loại những công ty khỏe mạnh nhưng được phân loại vào công ty phá sán. Phân tìch biệt số đa biến là phương pháp thống kê phân loại tối ưu, theo sau đó là phân tìch logit (Altman & Saunders, 1998). Những phương pháp cổ điển khác như: phân tìch đơn biến, mô hính chỉ số rủi ro, phân tìch probit, mô hính xác suất tuyến tình.