Mô hình dự báo kiệt quệ tài chính cho doanh nghiệp Việt Nam - Trần Văn Hùng

Tài liệu luận văn tham khảo về mô hình kết hợp các yếu tố tài chính. Hướng dẫn phân tích, xây dựng và ứng dụng mô hình trong nghiên cứu thực tiễn.

• Tác giả: Trần Văn Hùng
• Người hướng dẫn: TS. Nguyễn Thị Uyên Uyên
• Trường học: Trường Đại Học Kinh Tế Tp. Hồ Chí Minh
• Chuyên ngành: Tài chính – Ngân hàng
• Đề tài: Ứng Dụng Mô Hình Kết Hợp Các Yếu Tố Tài Chính, Yếu Tố Thị Trường Và Các Yếu Tố Vĩ Mô Để Dự Báo Kiệt Quệ Tài Chính Của Các Doanh Nghiệp Việt Nam
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2015
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH
• DANH MỤC TỪ VIẾT TẮT
• TÓM TẮT
• 1. CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu và các câu hỏi nghiên cứu
• 1.3. Ý nghĩa và điểm mới của bài nghiên cứu
• 1.4. Kết cấu bài nghiên cứu
• 2. CHƯƠNG 2: KHUNG LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY
• 2.1. Khung lý thuyết về kiệt quệ tài chính
• 2.1.1. Các quan điểm về kiệt quệ tài chính
• 2.1.2. Các dấu hiệu nhận biết kiệt quệ tài chính
• 2.1.3. Ảnh hưởng của kiệt quệ tài chính
• 2.2. Tổng quan các nghiên cứu trước đây
• 3. CHƯƠNG 3: DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Dữ liệu nghiên cứu
• 3.1.1. Lựa chọn mẫu nghiên cứu
• 3.1.2. Thu thập dữ liệu cho nghiên cứu
• 3.2. Mô hình nghiên cứu và các bước thực hiện nghiên cứu
• 3.2.1. Mô hình nghiên cứu, các biến sử dụng trong mô hình và giả thuyết kỳ vọng
• 3.2.2. Các bước thực hiện nghiên cứu
• 3.2.2.1. Dự báo xác suất kiệt quệ tài chính của các doanh nghiệp
• 3.2.2.2. Xác định giá trị điểm cắt tối ưu của mô hình
• 3.2.2.3. Xác định mức độ phù hợp của mô hình
• 3.2.2.4. So sánh hiệu quả dự báo của mô hình so với các mô hình khác
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
• 4.1. Thống kê mô tả
• 4.2. Kiểm định hiện tượng đa cộng tuyến
• 4.3. Kết quả dự báo kiệt quệ tài chính các doanh nghiệp ở Việt Nam
• 4.3.1. Xác suất kiệt quệ dự báo của các doanh nghiệp Việt Nam
• 4.3.2. Xác định giá trị điểm cắt tối ưu của mô hình
• 4.4. Xác định mức độ phù hợp của mô hình
• 4.4.1. Ý nghĩa thống kê của các hệ số hồi quy
• 4.4.2. Hiệu ứng biên của các yếu tố dự báo
• 4.4.3. Xác định mức độ dự báo chính xác của mô hình
• 4.5. So sánh khả năng dự báo kiệt quệ tài chính của mô hình
• 5. CHƯƠNG 5: KẾT LUẬN
• 5.1. Tóm tắt kết quả nghiên cứu
• 5.2. Hạn chế của nghiên cứu
• 5.3. Hướng nghiên cứu tiếp theo
• Danh mục tài liệu tham khảo
• Phụ lục 1

Tóm tắt

I. Tổng quan phương pháp dự báo kiệt quệ tài chính DN

Dự báo kiệt quệ tài chính là một công cụ thiết yếu trong quản trị rủi ro tài chính hiện đại. Nó cho phép các nhà quản lý, nhà đầu tư và chủ nợ nhận diện sớm các dấu hiệu bất ổn, từ đó đưa ra quyết định kịp thời. Một mô hình dự báo hiệu quả không chỉ giúp doanh nghiệp tránh khỏi bờ vực phá sản mà còn góp phần ổn định nền kinh tế. Luận văn “Ứng dụng mô hình kết hợp các yếu tố tài chính, yếu tố thị trường và các yếu tố vĩ mô để dự báo kiệt quệ tài chính của các doanh nghiệp Việt Nam” của Trần Văn Hùng (2015) cung cấp một góc nhìn toàn diện và một công cụ dự báo mạnh mẽ, phù hợp với bối cảnh đặc thù của Việt Nam. Nghiên cứu này nhấn mạnh rằng suy thoái tài chính không chỉ bắt nguồn từ nội tại doanh nghiệp mà còn chịu tác động mạnh mẽ từ thị trường và môi trường vĩ mô. Do đó, một hệ thống cảnh báo sớm rủi ro tài chính cần tích hợp đa dạng các nguồn thông tin để đạt độ chính xác cao. Việc hiểu rõ các giai đoạn của kiệt quệ tài chính, từ thất bại ban đầu đến phá sản cuối cùng, là nền tảng để xây dựng các kịch bản ứng phó. Các mô hình dự báo tài chính hiện đại không còn dừng lại ở việc phân loại doanh nghiệp là “an toàn” hay “không an toàn” mà hướng tới việc tính toán xác suất xảy ra rủi ro. Điều này mang lại sự linh hoạt và chiều sâu cho các nhà phân tích, giúp họ đánh giá mức độ rủi ro một cách định lượng và chính xác hơn, thay vì chỉ dựa vào cảm tính hay các chỉ số đơn lẻ. Việc áp dụng thành công các mô hình này đối với doanh nghiệp niêm yết trên sàn chứng khoán HOSE và sàn HNX có ý nghĩa thực tiễn to lớn, cung cấp một lăng kính khách quan để đánh giá sức khỏe tài chính doanh nghiệp.

1.1. Khái niệm kiệt quệ tài chính và các giai đoạn chính

Kiệt quệ tài chính là một quá trình linh hoạt, mô tả trạng thái một doanh nghiệp gặp khó khăn hoặc không thể đáp ứng các nghĩa vụ tài chính đối với chủ nợ. Đây là một khái niệm rộng hơn so với phá sản, bao gồm nhiều giai đoạn với mức độ nghiêm trọng tăng dần. Theo các khung lý thuyết phổ biến, quá trình này có thể được chia thành bốn giai đoạn chính: Thất bại (Failure), Mất khả năng thanh khoản (Insolvency), Vỡ nợ (Default), và Phá sản (Bankruptcy). Giai đoạn đầu tiên, thất bại, xảy ra khi hoạt động kinh doanh kém hiệu quả, doanh thu không đủ bù đắp chi phí, dẫn đến khó khăn ban đầu trong việc thực hiện nghĩa vụ tài chính. Khi tình trạng này kéo dài, doanh nghiệp bước vào giai đoạn mất khả năng thanh khoản, không tạo đủ dòng tiền hoạt động để trả nợ, và giá trị tài sản có thể thấp hơn tổng nợ. Tiếp theo là vỡ nợ, khi doanh nghiệp chính thức không thể trả nợ gốc và lãi đúng hạn, vi phạm các điều khoản hợp đồng tín dụng. Cuối cùng, phá sản là giai đoạn nghiêm trọng nhất, một tiến trình pháp lý khi doanh nghiệp tuyên bố mất khả năng chi trả và có thể dẫn đến thanh lý tài sản hoặc tái cấu trúc. Việc phân chia này giúp định hình các dấu hiệu nhận biết sớm, từ đó xây dựng mô hình dự báo hiệu quả.

1.2. Tầm quan trọng của việc cảnh báo sớm rủi ro tài chính

Việc cảnh báo sớm rủi ro tài chính có ý nghĩa sống còn đối với doanh nghiệp và các bên liên quan. Đối với doanh nghiệp, nhận biết sớm các dấu hiệu khó khăn tài chính cho phép ban lãnh đạo có thời gian điều chỉnh chiến lược, cắt giảm chi phí, tái cấu trúc nợ hoặc tìm kiếm nguồn vốn mới trước khi tình hình trở nên không thể cứu vãn. Chi phí của kiệt quệ tài chính rất lớn, bao gồm cả chi phí trực tiếp (phí pháp lý, tư vấn) và chi phí gián tiếp (mất thị phần, mất uy tín, nhân tài rời bỏ). Đối với nhà đầu tư và các tổ chức tín dụng, một hệ thống dự báo đáng tin cậy giúp họ giảm thiểu rủi ro thua lỗ, đưa ra quyết định đầu tư hoặc cho vay sáng suốt hơn. Việc dự báo sớm còn giúp duy trì sự ổn định của thị trường, tránh hiệu ứng lan truyền tiêu cực khi một doanh nghiệp lớn gặp khủng hoảng tài chính doanh nghiệp. Nghiên cứu của Trần Văn Hùng (2015) chỉ ra rằng, việc dự báo chính xác giúp “giảm thiểu tổn thất do kiệt quệ tài chính gây ra”, góp phần ổn định kinh tế vĩ mô. Do đó, phát triển các công cụ dự báo không chỉ là vấn đề quản trị nội bộ mà còn là yếu tố quan trọng cho sự phát triển bền vững của toàn bộ nền kinh tế.

II. Thách thức khi dự báo rủi ro phá sản tại Việt Nam

Việc dự báo kiệt quệ tài chính tại Việt Nam đối mặt với nhiều thách thức đặc thù, xuất phát từ cả môi trường kinh doanh và hạn chế của các phương pháp truyền thống. Bối cảnh kinh tế vĩ mô biến động, cùng với sự cạnh tranh ngày càng gay gắt, khiến số lượng doanh nghiệp lâm vào tình trạng khó khăn tài chính và phá sản gia tăng. Theo thống kê trong nghiên cứu của Trần Văn Hùng (2015), chỉ riêng năm 2012 đã có hàng chục ngàn doanh nghiệp phải tạm ngưng hoạt động hoặc chờ giải thể. Thực trạng đáng báo động này đặt ra yêu cầu cấp thiết về một công cụ quản trị rủi ro tài chính hiệu quả và chính xác. Tuy nhiên, các mô hình dự báo tài chính kinh điển, vốn được xây dựng dựa trên dữ liệu từ các thị trường phát triển, thường tỏ ra kém hiệu quả khi áp dụng tại Việt Nam. Nguyên nhân là do các mô hình này chủ yếu dựa vào các chỉ số tài chính từ báo cáo tài chính, trong khi bỏ qua các yếu tố động của thị trường và các cú sốc vĩ mô. Trong một thị trường mới nổi như Việt Nam, thông tin thị trường chứng khoán và các chỉ số kinh tế vĩ mô có tác động rất lớn đến sức khỏe tài chính doanh nghiệp. Việc chỉ dựa vào các chỉ số như khả năng thanh toán hay đòn bẩy tài chính có thể dẫn đến những dự báo chậm trễ hoặc sai lệch. Do đó, thách thức lớn nhất là xây dựng một mô hình toàn diện, có khả năng nắm bắt được sự phức tạp của các nguyên nhân dẫn đến suy thoái tài chính, kết hợp cả yếu tố nội tại và các tác động bên ngoài.

2.1. Thực trạng khủng hoảng tài chính doanh nghiệp gia tăng

Những năm gần đây, môi trường kinh doanh tại Việt Nam ngày càng khắc nghiệt, đặc biệt sau những ảnh hưởng từ cuộc suy thoái kinh tế toàn cầu. Số lượng doanh nghiệp đối mặt với rủi ro phá sản đã tăng lên mức báo động. Luận văn của Trần Văn Hùng (2015) trích dẫn số liệu cho thấy “từ năm 2009 đến tháng 7/2014 đã có 161 doanh nghiệp bị hủy niêm yết” do kinh doanh thua lỗ. Tình trạng này không chỉ giới hạn ở các doanh nghiệp vừa và nhỏ (SME) mà còn ảnh hưởng đến cả các doanh nghiệp niêm yết quy mô lớn. Nguyên nhân dẫn đến khủng hoảng tài chính doanh nghiệp rất đa dạng, từ quản trị nội bộ yếu kém, sử dụng đòn bẩy tài chính quá mức, đến các yếu tố khách quan như lạm phát, lãi suất biến động và sự sụt giảm của thị trường. Thực trạng này cho thấy sự cần thiết phải có một hệ thống cảnh báo sớm rủi ro tài chính để các doanh nghiệp có biện pháp ứng phó kịp thời, thay vì bị động trước các cú sốc.

2.2. Hạn chế của các phương pháp chỉ dựa vào báo cáo tài chính

Các mô hình dự báo truyền thống thường chỉ tập trung phân tích các chỉ số tài chính được trích xuất từ báo cáo tài chính của doanh nghiệp. Mặc dù các chỉ số này cung cấp thông tin quan trọng về khả năng thanh toán, khả năng sinh lời và cấu trúc vốn, chúng tồn tại những hạn chế cố hữu. Thứ nhất, dữ liệu từ báo cáo tài chính mang tính lịch sử và có độ trễ, thường được công bố theo quý hoặc năm. Điều này làm giảm tính kịp thời của dự báo. Thứ hai, các số liệu kế toán có thể bị tác động bởi các chính sách kế toán hoặc thậm chí bị “làm đẹp”, không phản ánh đầy đủ sức khỏe tài chính doanh nghiệp. Như Balcaen và Ooghe (2004) lập luận, việc chỉ sử dụng yếu tố tài chính ngầm giả định rằng mọi thông tin đều được phản ánh trong báo cáo tài chính, nhưng thực tế không phải vậy. Các yếu tố thị trường (như giá cổ phiếu) và yếu tố vĩ mô (như lạm phát) chứa đựng những thông tin kỳ vọng về tương lai mà báo cáo tài chính không thể nắm bắt được. Vì vậy, một mô hình chỉ dựa vào số liệu quá khứ sẽ khó có thể dự báo chính xác các nguy cơ trong một môi trường kinh doanh đầy biến động.

III. Các mô hình dự báo tài chính kinh điển và hạn chế

Lịch sử nghiên cứu về dự báo kiệt quệ tài chính đã chứng kiến sự ra đời của nhiều mô hình quan trọng, đặt nền móng cho các phương pháp hiện đại. Các mô hình này, dù có những hạn chế nhất định, vẫn là tài liệu tham khảo giá trị. Nổi bật nhất là mô hình Altman Z-score, được phát triển bởi Edward Altman vào năm 1968, sử dụng phương pháp phân tích phân biệt đa biến (MDA) để kết hợp năm chỉ số tài chính thành một điểm số duy nhất. Mô hình này đã trở thành một công cụ kinh điển trong việc đánh giá rủi ro phá sản. Tuy nhiên, mô hình Z-score cũng bộc lộ nhược điểm, như yêu cầu các biến độc lập phải có phân phối chuẩn, một giả định khó thỏa mãn với dữ liệu tài chính thực tế. Hơn nữa, nó chỉ đưa ra kết quả phân loại (an toàn/nguy hiểm) thay vì một xác suất cụ thể. Để khắc phục hạn chế này, các nhà nghiên cứu đã chuyển sang sử dụng các mô hình xác suất như phân tích Logit-Probit. Tiêu biểu là mô hình Ohlson O-score (1980), sử dụng hồi quy logistic để ước tính xác suất một doanh nghiệp sẽ phá sản. Phương pháp này linh hoạt hơn, không yêu cầu các giả định khắt khe về phân phối dữ liệu và cung cấp một kết quả định lượng rõ ràng. Mặc dù vậy, cả hai mô hình kinh điển này đều có một điểm chung: chúng chủ yếu dựa vào các chỉ số tài chính. Điều này có nghĩa là chúng vẫn bỏ lỡ các thông tin quan trọng từ thị trường và môi trường vĩ mô, vốn ngày càng có ảnh hưởng lớn đến sức khỏe tài chính doanh nghiệp trong bối cảnh toàn cầu hóa.

3.1. Phân tích mô hình Altman Z score trong thực tiễn

Mô hình Altman Z-score là một trong những công cụ đầu tiên áp dụng phân tích thống kê đa biến để dự báo kiệt quệ tài chính. Mô hình gốc của Altman (1968) kết hợp 5 tỷ số tài chính, bao gồm vốn luân chuyển/tổng tài sản, lợi nhuận giữ lại/tổng tài sản, EBIT/tổng tài sản, giá trị thị trường của vốn chủ sở hữu/tổng nợ, và doanh thu/tổng tài sản. Mỗi tỷ số được gán một trọng số nhất định và tổng hợp lại thành một chỉ số Z. Dựa vào giá trị của Z, doanh nghiệp được phân loại vào vùng “an toàn”, “vùng xám” hoặc “vùng nguy hiểm”. Mô hình này đã chứng tỏ độ chính xác khá cao (lên đến 95% khi dự báo trước một năm trong mẫu nghiên cứu gốc). Tuy nhiên, các giả định của nó, như phân phối chuẩn của các biến và ma trận hiệp phương sai bằng nhau giữa các nhóm, thường bị vi phạm trong thực tế, đặc biệt với dữ liệu của các doanh nghiệp niêm yết tại các thị trường mới nổi. Ngoài ra, việc các hệ số trong mô hình là cố định khiến nó kém linh hoạt khi môi trường kinh tế thay đổi.

3.2. Ưu điểm của mô hình Ohlson O score và phân tích Logit

Để khắc phục những nhược điểm của phân tích phân biệt đa biến, Ohlson (1980) đã tiên phong sử dụng phương pháp phân tích Logit để xây dựng mô hình Ohlson O-score. Hồi quy Logit là một kỹ thuật thống kê không yêu cầu các giả định nghiêm ngặt về phân phối dữ liệu như MDA. Thay vì tạo ra một điểm số phân loại, mô hình Logit ước tính trực tiếp xác suất xảy ra một sự kiện (trong trường hợp này là kiệt quệ tài chính). Kết quả đầu ra là một giá trị từ 0 đến 1, mang lại sự diễn giải trực quan và linh hoạt hơn cho các nhà phân tích. Mô hình của Ohlson sử dụng chín biến số, bao gồm các thước đo về quy mô, cấu trúc tài chính, hiệu quả hoạt động và khả năng thanh toán. Ưu điểm lớn nhất của phương pháp này là khả năng cung cấp một thước đo xác suất, cho phép người dùng tự xác định ngưỡng rủi ro (điểm cắt) phù hợp với nhu cầu của mình. Đây là một bước tiến quan trọng, mở đường cho các mô hình dự báo tài chính phức tạp và chính xác hơn sau này, bao gồm cả mô hình được đề xuất trong luận văn của Trần Văn Hùng.

IV. Hướng dẫn xây dựng mô hình dự báo kiệt quệ tài chính

Xây dựng một mô hình dự báo kiệt quệ tài chính hiệu quả cho doanh nghiệp Việt Nam đòi hỏi một cách tiếp cận toàn diện, vượt ra ngoài khuôn khổ của các chỉ số tài chính đơn thuần. Dựa trên nghiên cứu của Trần Văn Hùng (2015), mô hình này được xây dựng dựa trên phương pháp hồi quy logistic, kết hợp ba nhóm yếu tố chính: tài chính, thị trường và vĩ mô. Việc kết hợp này giúp cải thiện đáng kể khả năng dự báo bằng cách bổ sung thông tin cho nhau. Các yếu tố tài chính, trích xuất từ báo cáo tài chính, phản ánh sức khỏe nội tại của doanh nghiệp. Các yếu tố thị trường, như giá cổ phiếu, phản ánh kỳ vọng của nhà đầu tư về tương lai. Các yếu tố vĩ mô, như lạm phát và lãi suất, định hình môi trường kinh doanh chung. Dữ liệu nghiên cứu được thu thập từ 527 doanh nghiệp niêm yết trên sàn HOSE và HNX trong giai đoạn 2008-2014. Biến phụ thuộc được xác định là tình trạng kiệt quệ tài chính, dựa trên các dấu hiệu như EBITDA thấp hơn chi phí lãi vay trong hai năm liên tiếp hoặc giá trị thị trường sụt giảm liên tục. Các biến độc lập được lựa chọn cẩn thận để đại diện cho các khía cạnh khác nhau của sức khỏe tài chính doanh nghiệp. Quá trình xây dựng mô hình không chỉ dừng lại ở việc hồi quy mà còn bao gồm các bước kiểm định độ phù hợp, xác định điểm cắt tối ưu và so sánh hiệu quả với các mô hình khác, đảm bảo tính tin cậy và ứng dụng thực tiễn.

4.1. Lựa chọn các chỉ số tài chính then chốt để đánh giá

Nhóm yếu tố tài chính là xương sống của mọi mô hình dự báo tài chính. Trong mô hình được đề xuất, các biến số được chọn lọc để đo lường các khía cạnh cốt lõi như dòng tiền hoạt động, đòn bẩy tài chính, tính thanh khoản và khả năng sinh lời. Các biến chính bao gồm: TFOTL (tổng dòng tiền hoạt động trên tổng nợ), một thước đo quan trọng về khả năng tạo tiền để trả nợ; TLTA (tổng nợ trên tổng tài sản), phản ánh mức độ rủi ro từ đòn bẩy tài chính; NOCREDINT (khả năng thanh toán), đo lường khả năng trang trải chi phí hoạt động bằng vốn luân chuyển; và COVERAGE (khả năng thanh toán lãi vay), tính bằng tỷ lệ EBITDA trên chi phí lãi vay. Việc lựa chọn các biến này dựa trên tổng quan các nghiên cứu uy tín trước đây và sự phù hợp với đặc điểm của doanh nghiệp Việt Nam. Các chỉ số này cung cấp một bức tranh chi tiết về tình hình tài chính trong quá khứ và hiện tại của doanh nghiệp.

4.2. Vai trò của yếu tố thị trường trong mô hình dự báo

Các yếu tố thị trường mang lại thông tin kịp thời và hướng tới tương lai mà báo cáo tài chính không có được. Thị trường chứng khoán được xem là một “phong vũ biểu” phản ánh kỳ vọng của nhà đầu tư. Nghiên cứu sử dụng các biến thị trường quan trọng như: PRICE (thay đổi trong giá cổ phiếu), ABNRET (tỷ suất sinh lợi vượt trội so với thị trường), SIZE (quy mô vốn hóa của doanh nghiệp so với toàn thị trường), và MCTD (tỷ lệ vốn hóa thị trường trên tổng nợ). Theo Rees (1995), giá cổ phiếu chứa đựng thông tin mà các yếu tố tài chính bỏ lỡ. Sự sụt giảm giá cổ phiếu thường là dấu hiệu sớm cho thấy thị trường đang đánh giá thấp triển vọng của doanh nghiệp. Tương tự, tỷ suất sinh lợi vượt trội thấp cho thấy hiệu suất kém cỏi so với các công ty cùng ngành. Việc tích hợp các biến này giúp mô hình nhạy bén hơn với các thay đổi trong tâm lý thị trường, từ đó nâng cao độ chính xác và tính kịp thời của việc cảnh báo sớm rủi ro tài chính.

4.3. Tích hợp yếu tố kinh tế vĩ mô để tăng độ chính xác

Không một doanh nghiệp nào có thể hoạt động độc lập khỏi môi trường kinh tế vĩ mô. Các yếu tố như lạm phát và lãi suất có thể tác động mạnh mẽ đến chi phí đầu vào, nhu cầu tiêu dùng và chi phí vốn của doanh nghiệp. Mô hình của Trần Văn Hùng (2015) đã tích hợp hai biến vĩ mô quan trọng: CPI (chỉ số giá tiêu dùng), đại diện cho lạm phát, và SHTBRDEF (lãi suất thực ngắn hạn). Lạm phát cao có thể làm xói mòn sức mua và tăng chi phí, trong khi lãi suất cao làm tăng gánh nặng nợ vay, đặc biệt đối với các doanh nghiệp có đòn bẩy tài chính lớn. Bằng cách đưa các biến này vào mô hình, nghiên cứu có thể kiểm soát được tác động của môi trường kinh doanh chung lên sức khỏe tài chính doanh nghiệp. Việc này đặc biệt quan trọng tại các thị trường mới nổi như Việt Nam, nơi các cú sốc vĩ mô thường xuyên xảy ra. Sự kết hợp này tạo ra một mô hình dự báo toàn diện, phản ánh cả rủi ro vi mô và vĩ mô.

V. Kết quả ứng dụng mô hình dự báo cho doanh nghiệp Việt

Kết quả thực nghiệm từ luận văn của Trần Văn Hùng (2015) đã chứng minh sức mạnh vượt trội của mô hình dự báo kiệt quệ tài chính kết hợp ba nhóm yếu tố. Khi áp dụng trên mẫu gồm 2.573 quan sát từ các doanh nghiệp niêm yết trên sàn HOSE và HNX, mô hình cho thấy khả năng dự báo chính xác rất cao. Cụ thể, khi dự báo trước một năm, mô hình đã phân loại đúng 79,12% tổng số quan sát. Đặc biệt, mô hình dự báo đúng 73,71% các trường hợp doanh nghiệp thực sự bị kiệt quệ tài chính và 81% các trường hợp doanh nghiệp hoạt động lành mạnh. Đây là những con số rất ấn tượng, cho thấy tính ứng dụng thực tiễn cao của mô hình. Một trong những phát hiện quan trọng nhất là việc kết hợp đồng thời cả ba yếu tố (tài chính, thị trường, vĩ mô) giúp cải thiện đáng kể độ chính xác so với các mô hình chỉ sử dụng một hoặc hai nhóm yếu tố. Điều này khẳng định giả thuyết rằng các nguồn thông tin khác nhau có vai trò bổ sung cho nhau, tạo nên một cái nhìn đa chiều và đầy đủ hơn về rủi ro phá sản. Kết quả này cung cấp một công cụ mạnh mẽ cho các nhà quản trị rủi ro tài chính, nhà đầu tư và các cơ quan quản lý tại Việt Nam, giúp họ đưa ra những quyết định dựa trên bằng chứng khoa học và định lượng.

5.1. Độ chính xác của mô hình dự báo trên sàn HOSE và HNX

Nghiên cứu đã tiến hành kiểm định mô hình một cách nghiêm ngặt trên bộ dữ liệu lớn của thị trường chứng khoán Việt Nam. Kết quả cho thấy mô hình kết hợp có khả năng dự báo kiệt quệ tài chính trước một năm là “rất tốt”. Với giá trị điểm cắt là 0,5, mô hình đạt tỷ lệ dự báo chính xác tổng thể là 79,12%. Trong đó, độ nhạy (khả năng xác định đúng doanh nghiệp kiệt quệ) là 73,71% và độ đặc hiệu (khả năng xác định đúng doanh nghiệp không kiệt quệ) là 81%. Hầu hết các biến được đưa vào mô hình đều có ý nghĩa thống kê và dấu của hệ số hồi quy đúng như kỳ vọng. Chẳng hạn, các biến như tổng nợ/tổng tài sản (TLTA) và lạm phát (CPI) có tác động dương đến xác suất kiệt quệ, trong khi các biến như dòng tiền/tổng nợ (TFOTL) và giá cổ phiếu (PRICE) có tác động âm. Các thước đo hiệu quả như diện tích dưới đường cong ROC (AUC) cũng cho thấy mô hình có năng lực phân loại vượt trội.

5.2. So sánh hiệu quả mô hình kết hợp với các phương pháp khác

Để khẳng định tính ưu việt, nghiên cứu đã so sánh hiệu quả của mô hình kết hợp (tài chính + thị trường + vĩ mô) với các mô hình đơn giản hơn: mô hình chỉ dùng yếu tố tài chính, mô hình chỉ dùng yếu tố thị trường, và các mô hình kết hợp hai trong ba yếu tố. Kết quả so sánh cho thấy “hiệu quả của mô hình sử dụng đồng thời cả ba yếu tố tài chính, yếu tố thị trường và yếu tố vĩ mô được cải thiện đáng kể”. Cụ thể, mô hình kết hợp đầy đủ cho độ chính xác cao hơn hẳn so với các mô hình thành phần. Điều này chứng tỏ rằng mỗi nhóm yếu tố đều chứa đựng những thông tin riêng biệt và có giá trị, và việc bỏ qua bất kỳ nhóm nào cũng sẽ làm giảm năng lực dự báo. Phát hiện này có ý nghĩa quan trọng, cho thấy để dự báo kiệt quệ tài chính một cách hiệu quả tại Việt Nam, không thể chỉ dựa vào báo cáo tài chính mà cần phải có một cái nhìn bao quát, tích hợp cả động lực thị trường và bối cảnh kinh tế vĩ mô.

VI. Kết luận và định hướng tương lai cho quản trị rủi ro

Luận văn về dự báo kiệt quệ tài chính doanh nghiệp Việt Nam đã cung cấp một công cụ mạnh mẽ, khoa học và có tính ứng dụng cao. Mô hình kết hợp các yếu tố tài chính, thị trường và vĩ mô không chỉ khắc phục được những hạn chế của các phương pháp truyền thống mà còn phù hợp với bối cảnh đặc thù của một thị trường mới nổi. Nghiên cứu đã thành công trong việc chứng minh rằng việc tích hợp đa nguồn dữ liệu giúp cải thiện đáng kể độ chính xác của dự báo, mang lại một hệ thống cảnh báo sớm rủi ro tài chính đáng tin cậy. Điểm mới của nghiên cứu là khả năng tính toán xác suất kiệt quệ tài chính cho từng doanh nghiệp, thay vì chỉ phân loại nhị phân. Điều này mang lại sự linh hoạt cho người sử dụng, giúp họ tùy chỉnh ngưỡng rủi ro theo khẩu vị và chiến lược riêng. Các kết quả này có ý nghĩa thực tiễn to lớn, hỗ trợ các nhà quản lý trong việc quản trị rủi ro tài chính, giúp nhà đầu tư và ngân hàng ra quyết định chính xác hơn, và cuối cùng góp phần vào sự ổn định của nền kinh tế. Tuy nhiên, mọi mô hình đều có những hạn chế và cần được cải tiến liên tục. Hướng phát triển trong tương lai có thể bao gồm việc mở rộng bộ dữ liệu, tích hợp các yếu tố phi tài chính như chất lượng quản trị, hoặc áp dụng các kỹ thuật học máy tiên tiến để nâng cao hơn nữa năng lực dự báo.

6.1. Ý nghĩa thực tiễn của mô hình cho nhà đầu tư và quản lý

Mô hình dự báo được đề xuất cung cấp những thông tin hữu ích và kịp thời cho nhiều đối tượng. Đối với các nhà quản lý doanh nghiệp, đây là một công cụ quản trị rủi ro tài chính hiệu quả, giúp nhận diện các dấu hiệu suy yếu từ sớm để có biện pháp khắc phục. Đối với các nhà đầu tư trên sàn chứng khoán HOSE và HNX, mô hình giúp họ sàng lọc và lựa chọn cổ phiếu của các doanh nghiệp có sức khỏe tài chính doanh nghiệp tốt, tránh được những khoản đầu tư rủi ro có nguy cơ mất vốn. Đối với các ngân hàng và tổ chức tín dụng, việc áp dụng mô hình này trong quá trình thẩm định tín dụng sẽ giúp giảm thiểu rủi ro nợ xấu. Bằng cách cung cấp một xác suất định lượng về rủi ro phá sản, mô hình cho phép các bên liên quan đưa ra quyết định dựa trên dữ liệu khách quan, thay vì các đánh giá chủ quan. Điều này đặc biệt quan trọng trong việc xây dựng một thị trường tài chính minh bạch và hiệu quả hơn.

6.2. Hướng nghiên cứu tiếp theo trong dự báo suy thoái tài chính

Mặc dù mô hình đã đạt được những kết quả ấn tượng, vẫn còn không gian để cải tiến và phát triển. Các nghiên cứu trong tương lai có thể tập trung vào một số hướng chính. Thứ nhất, có thể mở rộng mẫu nghiên cứu bao gồm cả các doanh nghiệp vừa và nhỏ (SME) chưa niêm yết, vốn là một bộ phận quan trọng của nền kinh tế nhưng lại thiếu dữ liệu minh bạch. Thứ hai, có thể tích hợp thêm các yếu tố phi tài chính, chẳng hạn như chất lượng quản trị doanh nghiệp, cấu trúc sở hữu, hoặc các tin tức trên truyền thông, để nắm bắt các khía cạnh rủi ro mà các con số không thể hiện hết. Thứ ba, việc ứng dụng các phương pháp học máy (Machine Learning) và trí tuệ nhân tạo (AI) như mạng nơ-ron, máy vector hỗ trợ (SVM), hay rừng ngẫu nhiên (Random Forest) có thể giúp phát hiện các mối quan hệ phi tuyến tính phức tạp trong dữ liệu, từ đó có khả năng nâng cao độ chính xác của mô hình dự báo tài chính lên một tầm cao mới.

Trích đoạn nội dung tài liệu

Chương 1 – Giới thiệu đề tài nghiên cứu, nêu lý do chọn đề tài, mục tiêu và các vấn đề nghiên cứu, ý nghĩa, điểm mới và kết cấu của đề tài. Chương 2 – Khung lý thuyết và tổng quan các nghiên cứu trước đây, trình bày cơ sở lý thuyết về kiệt quệ tài chính cũng như các mô hình và kết quả nghiên cứu thực nghiệm về dự báo kiệt quệ tài chính trên thế giới. Trên cơ sở đó, bài nghiên cứu sẽ lựa chọn mô hình kết hợp các yếu tố tài chính, yếu tố thị trường và yếu tố vĩ mô để dự báo kiệt quệ tài chính cho các doanh nghiệp Việt Nam. Chương 3 – Dữ liệu và phương pháp nghiên cứu, đề cập chi tiết về dữ liệu và phương pháp nghiên cứu bao gồm: dữ liệu nghiên cứu, mô hình nghiên cứu và các biến sử dụng trong mô hình, kỳ vọng về dấu của các yếu tố dự báo, các bước thực hiện nghiên cứu và các thước đo giúp đo lường khả năng dự báo kiệt quệ tài chính của mô hình.

Chương 4 – Kết quả nghiên cứu, trình bày kết quả nghiên cứu. Đầu tiên, bài nghiên cứu trình bày kết quả dự báo xác suất xảy ra kiệt quệ tài chính các doanh nghiệp Việt Nam và xác định giá trị điểm cắt của mô hình. Tiếp theo, tác giả đo lường mức độ phù hợp của mô hình bằng cách tiến hành đo lường khả năng dự báo kiệt quệ tài chính của các yếu tố dự báo và xác định mức độ dự báo chính xác của mô hình. Cuối cùng, tác giả so sánh khả năng dự báo kiệt quệ tài chính của mô hình so với các mô hình khác để kiểm tra xem liệu mô hình kết hợp các yếu tố tài chính, yếu tố thị trường và yếu tố vĩ mô có hiệu quả hơn không.

Chương 5 – Kết luận, tóm tắt kết quả nghiên cứu đã đạt được cũng như những hạn chế của đề tài và hướng nghiên cứu tiếp theo. 7 CHƯƠNG 2: KHUNG LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY 2.1 Khung lý thuyết về kiệt quệ tài chính Theo các quan điểm phổ biến, kiệt quệ tài chính là trạng thái mà một doanh nghiệp không thể đáp ứng hoặc đáp ứng một cách khó khăn các nghĩa vụ tài chính của mình đối với các chủ nợ. Theo đó, các trạng thái của kiệt quệ tài chính bao gồm: thất bại, mất khả năng thanh khoản, vỡ nợ, phá sản và giải thể. Tuy nhiên, trong thực tế những trạng thái này rất khó có thể quan sát thấy (Hashi, 1997).

Do hạn chế trong dữ liệu sẵn có nên quan điểm về kiệt quệ tài chính có sự khác biệt giữa các nhà nghiên cứu. Trong phần này, bài nghiên cứu sẽ trình bày tổng quan lý thuyết về kiệt quệ tài chính bao gồm: các quan điểm về kiệt quệ tài chính, dấu hiệu nhận biết kiệt quệ tài chính, ảnh hưởng của kiệt quệ tài chính.1 Các quan điểm về kiệt quệ tài chính Như đã đề cập ở trên, do hạn chế trong dữ liệu sẵn có cũng như tính đa dạng và phức tạp về các hình thức khó khăn của doanh nghiệp, việc không có ranh giới rõ ràng của các giai đoạn kiệt quệ tài chính làm cho các quan điểm về kiệt quệ tài chính có sự khác nhau giữa các nhà nghiên cứu (Wruck, 1990). Vì vậy, việc làm rõ các quan điểm về kiệt quệ tài chính để tìm ra một quan điểm kiệt quệ tài chính phù hợp nhất là rất cần thiết. Theo Atlman và Hotckis (2005), các doanh nghiệp lâm vào kiệt quệ tài chính có thể được xác định thông qua các giai đoạn khó khăn mà họ trải qua.

Có bốn giai đoạn khái quát được phát hiện trong các tài liệu nghiên cứu về kiệt quệ tài chính để phân biệt một doanh nghiệp là kiệt quệ tài chính đó là: thất bại (failure), mất thanh khoản (insolvency), vỡ nợ (default) và phá sản (Bankruptcy). Thất bại Thất bại được dùng như một khái niệm tổng hợp về kiệt quệ tài chính trong các bài nghiên cứu trước đây, thất bại (failure) gồm những tình trạng sau: tỷ suất sinh lợi cổ 8 phiếu của doanh nghiệp bị âm, doanh nghiệp bị hủy niêm yết trên thị trường chứng khoán, doanh nghiệp rơi vào tình trạng thua lỗ làm mất cân đối tài sản, doanh nghiệp phải tiến hành dàn xếp với chủ nợ hoặc đang trong quá trình phải thanh lý công ty. Balcaen và Ooghe (2006) cho rằng tiêu chuẩn thất bại doanh nghiệp như vậy không phải là một sự phân định rõ ràng và được chọn một cách tùy ý theo mục đích nghiên cứu. Với Andrade và Kaplan (1998) đã phân chia thất bại thành hai trường hợp là thất bại do hoạt động kinh doanh không hiệu quả và thất bại do doanh nghiệp không có khả năng thực hiện các nghĩa vụ tài chính của mình.

Trong đó: Một doanh nghiệp được xác định là thất bại trong kinh doanh khi tỷ suất sinh lợi thực tế trên vốn đầu tư và các thước đo tỷ suất sinh lợi khác thấp hơn giá trị trung bình của các nhà đầu tư tương đương trên thị trường, hoặc doanh thu không đủ bù đắp chi phí của doanh nghiệp (Altman và Hotchkiss, 2006). Đối với thất bại do doanh nghiệp không có khả năng thực hiện các nghĩa vụ tài chính của mình, Wruck (1990) cho rằng một doanh nghiệp được xác định là thất bại khi dòng tiền của doanh nghiệp không đủ để đáp ứng nghĩa vụ tài chính hiện tại. Các nghĩa vụ tài chính này bao gồm việc doanh nghiệp không giải quyết được các khoản nợ đối với các chủ nợ và người lao động, hoặc các nghĩa vụ từ một sự kiện pháp lý diễn ra dai dẵng. Như vậy, một doanh nghiệp được xác định là thất bại khi gặp ít nhất một trong hai trường hợp: hoạt động kinh doanh của doanh nghiệp không hiệu quả so với trung bình thị trường hoặc doanh thu không đủ để bù đắp chi phí; khi doanh nghiệp không có khả năng đáp ứng các nghĩa vụ tài chính của mình bao gồm nghĩa vụ nợ, nghĩa vụ pháp lý và các nghĩa vụ tài chính khác.

Tuy nhiên, thất bại cần được phân biệt với phá sản hay giải thể. Thất bại có thể là nguyên nhân hay là giai đoạn đầu của phá sản. Một doanh nghiệp thất bại có thể tránh được phá sản hay giải thể khi doanh nghiệp nổ lực vượt qua được những khó khăn gặp phải. 9 Mất khả năng thanh khoản Mất khả năng thanh khoản là trạng thái thường được sử dụng trong trường hợp doanh nghiệp đối mặt với khó khăn tài chính, bao gồm các vấn đề về tính thanh khoản và thành quả hoạt động (Altman và Hotchkiss, 2006).

Doanh nghiệp mất khả năng thanh khoản là khi doanh nghiệp có thu nhập hoạt động bị âm và hiện giá dòng tiền của doanh nghiệp ít hơn tổng giá trị các nghĩa vụ tài chính (Altman, 1983; Keating cùng cộng sự, 2005). Khi một doanh nghiệp trách nhiệm hữu hạn mất khả năng thanh khoản, doanh nghiệp có thể sẽ phải bán tài sản và tái phân phối thu nhập cho các chủ nợ hay là phải thực hiện thanh lý công ty (Wruck, 1990). Shrader và Hicckman (1993) xác định một doanh nghiệp rơi vào tình trạng mất thanh khoản là khi doanh nghiệp không đủ khả năng để hoàn thành các nghĩa vụ tài chính bao gồm cả các khoản nợ đối với người lao động, nhà cung cấp và chủ nợ. Quan điểm trên giống với quan điểm thất bại của Wruck (1990).

Trên thực tế mặc dù thất bại do không có khả năng thực hiện các nghĩa vụ tài chính và mất thanh khoản là khác nhau nhưng hai khái niệm này vẫn được sử dụng thay thế lẫn nhau, Wruck (1990). Wruck, Ross và cộng sự (2003) chia trạng thái mất thanh khoản thành hai trường hợp: mất thanh khoản do giá trị và mất thanh khoản do dòng tiền. Mất thanh khoản do giá trị xảy ra khi giá trị thị trường các tài sản của doanh nghiệp là thấp hơn so với giá trị của các khoản nợ. Mất thanh khoản do dòng tiền xảy ra khi doanh nghiệp không tạo ra đủ dòng tiền để thực hiện các nghĩa vụ tài chính hiện tại theo hợp đồng.

Trường hợp này còn được gọi là mất thanh khoản kỹ thuật. Như vậy, doanh nghiệp mất thanh khoản khi doanh nghiệp không tạo ra đủ tiền để thực hiện các nghĩa vụ tài chính của mình, giá trị thị trường của các tài sản doanh nghiệp bị sụt giảm và thấp hơn giá trị các khoản nợ. Vì vậy, mất khả năng thanh khoản là một giai đoạn của kiệt quệ tài chính nhưng ở mức độ nghiêm trọng hơn so với thất bại và chưa đến mức phá sản. 10 Vỡ nợ Vỡ nợ là một trạng thái khác liên quan đến kiệt quệ tài chính.

Theo Altman và Hotchkiss (2005), vỡ nợ là tình trạng doanh nghiệp không thể trả được nợ gốc và lãi vay cho chủ nợ khi đến hạn, và do đó vi phạm điều kiện của hợp đồng tín dụng, dẫn đến các hành động pháp lý. Gilson và cộng sự (1990); Altman và Hotchkiss (2005) chia vỡ nợ ra thành hai trạng thái: vỡ nợ thanh toán do không thể trả được nợ gốc và lãi đến hạn; vỡ nợ kỹ thuật do doanh nghiệp vi phạm các điều khoản trong hợp đồng tín dụng. Để phân biệt giữa mất khả năng thanh khoản và vỡ nợ thường căn cứ vào thời điểm đáo hạn của nợ. Một doanh nghiệp có thể mất thanh khoản trong một thời gian dài.

Tuy nhiên chỉ đến thời điểm đáo hạn của nợ doanh nghiệp mới được xem là vỡ nợ. Phá sản Cho đến bây giờ, phá sản là một trong những khái niệm phổ biến nhất được dùng như là từ đồng nghĩa với tình trạng doanh nghiệp đang phải đối mặt với những khó khăn tài chính. Hầu hết các nghiên cứu trước đây về dự báo thất bại của các doanh nghiệp đều tập trung vào những doanh nghiệp đã đệ đơn phá sản (Beaver, 1966, 1968; Altman, 1968; Altman, Haldeman và Narayanan, 1977; Ohlson, 1980). Ross cùng cộng sự chia phá sản thành các trường hợp: phá sản theo luật định, nghĩa là một doanh nghiệp nộp đơn cho tòa án để tuyên bố phá sản; phá sản mang tính kỹ thuật, nghĩa là một doanh nghiệp không thể hoàn thành hợp đồng tín dụng theo lịch trình để trả nợ gốc và lãi; phá sản mang tính kế toán, nghĩa là giá trị sổ sách ròng của doanh nghiệp bị âm (Ross và cộng sự, 1999).

Theo Altman và Hotchkiss (2005), phá sản là việc doanh nghiệp đệ trình đơn xin phá sản chính thức đến tòa án và được tòa án phê duyệt cho phép phá sản. Diễn biến sau đó sẽ theo hai hướng: doanh nghiệp bán tài sản để trả nợ (thanh lý tài sản) hoặc nổ lực thực hiện một chương trình tái cấu trúc.