1 MỤC LỤC MỤC LỤC. Lý do chọn đề tài. Mục tiêu nghiên cứu. Phƣơng pháp và nội dung nghiên cứu.
Đóng góp của đề tài. Bố cục bài nghiên cứu. TỔNG QUAN LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƢỚC ĐÂY VỀ DỰ BÁO KIỆT QUỆ TÀI CHÍNH VÀ PHÁ SẢN. Tổng quan lý thuyết về kiệt quệ tài chính.
Sự phát triển của các định nghĩa về kiệt quệ tài chính. Nguyên nhân gây ra kiệt quệ tài chính. Tác động của kiệt quệ tài chính. Tái cấu trúc công ty khi kiệt quệ tài chính.
Các nghiên cứu trƣớc đây về dự báo kiệt quệ tài chính và phá sản. PHƢƠNG PHÁP NGHIÊN CỨU. Mô hình hồi quy nhị phân Logit với dữ liệu bảng. Tác động cận biên của các biến độc lập.
Dữ liệu và xác định các biến số. Biến phụ thuộc FD – Kiệt quệ tài chính. Các biến độc lập. Các biến số tỷ số tài chính.
32 TFOTL – Tỷ số Dòng tiền hoạt động kinh doanh trên Tổng nợ. 32 TLTA – Tỷ số Tổng nợ trên Tổng tài sản. 32 NOCREDINT – (Tài sản ngắn hạn – Hàng tồn kho – Nợ ngắn hạn)/ Chi phí hoạt động hàng ngày. 33 COVERAGE – Tỷ số EBITDA trên Chi phí lãi vay.
Các biến chỉ báo kinh tế vĩ mô. 34 CPI – Lạm phát đƣợc tính toán bằng phần trăm thay đổi của Chỉ số giá tiêu dùng. 34 TBILL – Lãi suất tín phiếu kho bạc kỳ hạn một năm. Các biến số thị trƣờng.
36 PRICE – Giá cổ phiếu. 36 ABNRET – Tỷ suất sinh lợi vƣợt trội. 36 SIZE – Quy mô công ty. 37 VOLATILITY – Biến động trong tỷ suất sinh lợi của giá cổ phiếu.
KẾT QUẢ NGHIÊN CỨU. Thống kê mô tả. Thống kê mô tả cho các biến số sử dụng trong mô hình 1 – gồm các biến số tỷ số tài chính. Thống kê mô tả cho các biến số sử dụng trong mô hình 2 – gồm các biến số tỷ số tài chính và chỉ báo kinh tế vĩ mô.
Thống kê mô tả cho các biến số sử dụng trong mô hình 3 – gồm các biến số tỷ số tài chính, chỉ báo kinh tế vĩ mô và thị trƣờng. Ma trận hệ số tƣơng quan và nhân tử phóng đại phƣơng sai VIF. Kết quả hồi quy với mô hình Logit. Đo lƣờng khả năng dự báo và phân loại của các mô hình.
Các giá trị thống kê đo lƣờng khả năng dự báo của các mô hình. Kiểm định sự khác nhau về mặt thống kê của các giá trị AUC. Đánh giá khả năng phân loại của các mô hình. So sánh khả năng dự báo của mô hình đầy đủ đƣợc ƣớc lƣợng theo phƣơng pháp Logit, Probit và Mạng thần kinh nhân tạo.
Đo lƣờng tác động cận biên trung bình (Average Marginal Effects) và xác suất dự báo khả năng rơi vào tình trạng kiệt quệ tài chính (Predicted Probabilities). Phân tích một số trƣờng hợp cụ thể. Tóm tắt kết quả nghiên cứu. Hạn chế của đề tài và hƣớng nghiên cứu tiếp theo.
80 TÀI LIỆU THAM KHẢO. 81 4 TÓM TẮT Bài nghiên cứu này sử dụng phƣơng pháp hồi quy Logit với dữ liệu dạng bảng gồm 1444 quan sát công ty – năm của các công ty phi tài chính đƣợc niêm yết tại Sở Giao dịch chứng khoán Thành phố Hồ Chí Minh và Sở Giao dịch chứng khoán Hà Nội trong giai đoạn 2008 – 2012 để xem xét khả năng kết hợp các biến số tài chính, các biến số kinh tế vĩ mô và các biến số thị trƣờng trong việc dự báo tình trạng kiệt quệ tài chính của các công ty. Đầu tiên, nhóm tác giả thực hiện hồi quy Logit với mô hình chỉ gồm biến phụ thuộc nhị phân và các biến số tỷ số tài chính. Sau đó, nhóm tác giả lần lƣợt tiến hành thêm vào mô hình ban đầu các biến số chỉ báo kinh tế vĩ mô và các biến số thị trƣờng nhằm xem xét sự đóng góp của các loại biến số này trong việc gia tăng khả năng dự báo và phân loại của mô hình.
Ngoài ra, nhóm tác giả cũng tiến hành tính toán những tác động cận biên của các biến độc lập lên xác suất rơi vào kiệt quệ tài chính của các công ty để có thể giải thích rõ ràng hơn ảnh hƣởng của những thay đổi trong giá trị các biến độc lập sẽ tác động nhƣ thế nào lên xác suất các công ty rơi vào tình trạng kiệt quệ tài chính. Nhóm tác giả thu đƣợc những kết quả chính nhƣ sau: - Thứ nhất, các biến số tỷ số tài chính có khả năng dự báo tình trạng kiệt quệ tài chính của các công ty không cao. - Thứ hai, các biến số chỉ báo kinh tế vĩ mô ít có đóng góp vào khả năng dự báo kiệt quệ tài chính của các công ty. - Thứ ba, các biến số thị trƣờng đóng góp nhiều nhất vào khả năng dự báo tình trạng kiệt quệ tài chính của các công ty.
- Thứ tƣ, việc kết hợp các biến số tỷ số tài chính, chỉ báo kinh tế vĩ mô và thị trƣờng vào một mô hình cho thấy khả năng dự báo tình trạng kiệt quệ tài chính với mức độ chính xác cao nhất. Những kết quả nói trên cho thấy rằng tình trạng kiệt quệ tài chính của các công ty tại Việt Nam không đƣợc dự báo hoàn toàn bởi thông tin thu thập đƣợc từ Báo cáo tài chính, mà 5 còn chịu ảnh hƣởng bởi các nhân tố bên ngoài từ môi trƣờng kinh tế vĩ mô và đặc biệt là từ các yếu tố thị trƣờng. Từ khóa: kiệt quệ tài chính, mô hình Logit. Lý do chọn đề tài Kinh tế thế giới trong những năm gần đây biến động mạnh mẽ, mang đến cho các công ty nhiều cơ hội nhƣng cũng không ít khó khăn trong hoạt động kinh doanh.
Trong một môi trƣờng kinh tế phát triển năng động, việc dự báo chính xác khả năng rơi vào tình trạng kiệt quệ tài chính là một trong vấn đề cốt lõi giúp các nhà quản lý đƣa ra những quyết định phù hợp, duy trì sự tồn tại và thúc đẩy sự phát triển của công ty. Các nguyên nhân dẫn đến kiệt quệ tài chính ngày càng phức tạp. Tình trạng kiệt quệ tài chính không đơn thuần chỉ do các yếu tố bên trong công ty gây ra mà còn do các yếu tố bên ngoài tác động đến. Các mô hình dự báo kiệt quệ tài chính hiện nay hoặc chỉ dựa vào các yếu tố bên trong nhƣ các biến số tỷ số tài chính, hoặc chỉ dựa vào các yếu tố bên ngoài nhƣ các biến số thị trƣờng và vĩ mô.
Do đó, các mô hình dự báo hiện tại không thể phát huy đƣợc hết khả năng dự báo kiệt quệ tài chính. Vì vậy, cần thiết phải có một cách thức dự báo tình trạng kiệt quệ tài chính chính xác hơn nhằm giúp các nhà quản lý đƣa ra các hành động kịp thời và đúng đắn, giúp công ty tránh khỏi tình trạng kiệt quệ tài chính và từ đó nâng cao giá trị công ty. Từ yêu cầu bức thiết nói trên, nhóm tác giả chúng tôi thực hiện nghiên cứu này nhằm tìm ra một mô hình dự báo tình trạng kiệt quệ tài chính cho các công ty niêm yết tại Việt Nam có kết hợp cả dữ liệu tài chính bên trong công ty cũng nhƣ dữ liệu thị trƣờng và vĩ mô bên ngoài công ty. Mục tiêu nghiên cứu Hiện nay có rất nhiều nghiên cứu về mô hình dự báo tình trạng kiệt quệ tài chính.
Tuy nhiên, hoặc chúng chỉ sử dụng dữ liệu tài chính, hoặc là chỉ sử dụng dữ liệu thị trƣờng. Kết quả dự báo thu đƣợc từ những mô hình này là khác nhau vì những đặc điểm riêng của từng loại dữ liệu và có rất nhiều tranh cãi xung quanh việc sử dụng loại dữ liệu nào để tiến hành dự báo tình trạng kiệt quệ tài chính sẽ tốt hơn. Gần đây xuất hiện một số nghiên cứu sử dụng cách tiếp cận kết hợp, sử dụng cả dữ liệu tài chính và dữ liệu thị trƣờng 7 trong mô hình. Kết quả thu đƣợc cho thấy rằng dữ liệu tài chính và dữ liệu thị trƣờng kết hợp với nhau sẽ tạo nên một mô hình dự báo tốt hơn.
Vì vậy, chúng tôi thực hiện bài nghiên cứu này để kiểm tra một cách thực nghiệm sự hữu ích khi kết hợp các biến số tỷ số tài chính, biến thị trƣờng và biến kinh tế vĩ mô vào một mô hình dự báo tình trạng kiệt quệ tài chính. Nghiên cứu này phát triển các mô hình dự báo tình trạng kiệt quệ tài chính cho các công ty niêm yết tại thị trƣờng chứng khoán Việt Nam. Để làm rõ mục tiêu nghiên cứu nói trên, nhóm tác giả cần giải quyết những vấn đề sau: - Đƣa ra cơ sở để xác định nhƣ thế nào là một công ty rơi vào tình trạng kiệt quệ tài chính. - Xác định các yếu tố ảnh hƣởng đến khả năng rơi vào tình trạng kiệt quệ tài chính của công ty.
- Sử dụng một mô hình hồi quy kinh tế lƣợng thích hợp để đo lƣờng tác động của từng yếu tố đến khả năng xảy ra kiệt quệ tài chính. Phƣơng pháp và nội dung nghiên cứu Để xem xét khả năng dự báo tình trạng kiệt quệ tài chính của các công ty thông qua các biến số tỷ số tài chính, chỉ báo kinh tế vĩ mô cũng nhƣ những biến số thị trƣờng với các công ty trên thị trƣờng chứng khoán Việt Nam, nhóm tác giả đã chọn ra các công ty phi tài chính có niêm yết tại Sở giao dịch chứng khoán thành phố Hồ Chí Minh và Sở giao dịch chứng khoán thành phố Hà Nội. Bài nghiên cứu này sử dụng nguồn dữ liệu từ cơ sở dữ liệu của Bloomberg gồm 1444 quan sát công ty – năm của các công ty đƣợc niêm yết tại Sở giao dịch chứng khoán TP. Hồ Chí Minh và Sở giao dịch chứng khoán Hà Nội từ năm 2008 đến năm 2012.
Ngoài ra, việc thu thập dữ liệu vĩ mô còn dựa trên cơ sở dữ liệu của Ngân hàng Thế giới – World Bank. Trong nghiên cứu này, nhóm tác giả phân loại các quan sát thành hai loại: những quan sát rơi vào tình trạng kiệt quệ tài chính đƣợc gán giá trị biến phụ thuộc là 1, những quan sát không bị kiệt quệ tài chính đƣợc gán giá trị biến phụ thuộc là 0. Để giải quyết 8 vấn đề biến phụ thuộc là biến nhị phân, nhóm tác giả sử dụng mô hình Logit trong bài nghiên cứu này.