Dự báo kiệt quệ tài chính công ty niêm yết: Kết hợp yếu tố tài chính và vĩ mô

• Tác giả: Đinh Thu Ngọc
• 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: Mô hình kết hợp yếu tố tài chính, yếu tố thị trường và yếu tố vĩ mô trong dự báo kiệt quệ tài chính cho các công ty niêm yết Việt Nam
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2019
• Địa điểm: Thành phố Hồ Chí Minh

Tóm tắt

I. Tổng quan mô hình dự báo kiệt quệ tài chính doanh nghiệp

Kiệt quệ tài chính là tình trạng doanh nghiệp không còn khả năng thanh toán các khoản nợ đến hạn. Tình trạng này đe dọa sự tồn vong của doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam. Nghiên cứu của Đinh Thu Ngọc (2019) tại Đại học Kinh tế TP. Hồ Chí Minh đã xây dựng mô hình kết hợp ba nhóm yếu tố. Ba nhóm đó bao gồm yếu tố tài chính, yếu tố thị trường và yếu tố vĩ mô. Mục tiêu nhằm dự báo khả năng kiệt quệ tài chính cho các công ty phi tài chính niêm yết trên sàn HSX và HNX. Mô hình sử dụng phương pháp hồi quy logistic. Dữ liệu nghiên cứu được thu thập từ giai đoạn 2009 đến 2018 với 5.040 mẫu quan sát. Kết quả cho thấy mô hình kết hợp ba yếu tố cho độ chính xác cao hơn hẳn so với mô hình chỉ sử dụng đơn lẻ một nhóm yếu tố. Đây là đóng góp quan trọng cho lĩnh vực quản trị rủi ro tài chính tại Việt Nam.

1.1. Định nghĩa kiệt quệ tài chính trong bối cảnh Việt Nam

Kiệt quệ tài chính được hiểu là trạng thái doanh nghiệp mất khả năng thanh toán nợ ngắn hạn và dài hạn. Các dấu hiệu bao gồm tỷ lệ nợ trên vốn quá cao, dòng tiền hoạt động âm liên tục. Tại Việt Nam, doanh nghiệp niêm yết phải đối mặt với nhiều rủi ro từ biến động kinh tế vĩ mô. Lạm phát, lãi suất biến động và chính sách tài khóa thay đổi đều tác động mạnh. Nghiên cứu kế thừa cách xác định biến phụ thuộc từ Phạm Võ Ninh Bình và cộng sự (2018). Doanh nghiệp được chia thành hai nhóm: nhóm kiệt quệ và nhóm không kiệt quệ dựa trên các tiêu chí tài chính cụ thể.

1.2. Sự cần thiết của mô hình dự báo kết hợp nhiều yếu tố

Các mô hình truyền thống chỉ sử dụng đơn lẻ yếu tố tài chính hoặc yếu tố thị trường. Điều này tạo ra hạn chế lớn trong việc nắm bắt đầy đủ rủi ro. Thị trường chứng khoán Việt Nam có đặc thù riêng biệt so với các thị trường phát triển. Yếu tố vĩ mô như lạm phát, lãi suất thực có ảnh hưởng đáng kể đến hoạt động doanh nghiệp. Việc kết hợp đồng thời ba nhóm yếu tố giúp mô hình phản ánh toàn diện hơn. Độ chính xác cải thiện rõ rệt khi đưa thêm biến vĩ mô vào mô hình dự báo. Điều này chứng minh tầm quan trọng của cách tiếp cận đa chiều trong dự báo tài chính.

II. Phân tích các yếu tố ảnh hưởng đến kiệt quệ tài chính

Mô hình nghiên cứu phân tích ba nhóm yếu tố chính ảnh hưởng đến khả năng kiệt quệ tài chính. Nhóm yếu tố tài chính bao gồm các tỷ số kế toán phản ánh tình hình hoạt động nội tại doanh nghiệp. Các biến tài chính bao gồm BVETL (tỷ số giá trị sổ sách trên tổng nợ), EBITTA (thu nhập trước thuế và lãi vay trên tổng tài sản), RETA (lợi nhuận giữ lại trên tổng tài sản) và WCTA (vốn luân chuyển trên tổng tài sản). Nhóm yếu tố thị trường phản ánh đánh giá của nhà đầu tư trên sàn giao dịch. Các biến thị trường gồm ln(MVE) (logarith giá trị thị trường vốn chủ), VOL_MVE (biến động vốn chủ) và PRICE (giá cổ phiếu). Nhóm yếu tố vĩ mô bao gồm SHTBRDEF (lãi suất thực Ngân hàng Nhà nước) và INFL (lạm phát). Kết quả nghiên cứu cho thấy mô hình kết hợp đạt AUC lên đến 0.8319. Con số này vượt trội so với mô hình chỉ dùng yếu tố thị trường có AUC chỉ 0.6398.

2.1. Vai trò của các tỷ số tài chính nội tại doanh nghiệp

Các tỷ số tài chính đóng vai trò nền tảng trong dự báo kiệt quệ tài chính. Biến BVETL đo lường mức độ đòn bẩy tài chính qua tỷ lệ vốn chủ sở hữu so với tổng nợ. Biến EBITTA phản ánh khả năng sinh lời từ hoạt động kinh doanh cốt lõi. Biến RETA cho thấy tỷ lệ lợi nhuận được giữ lại tái đầu tư. Biến WCTA đo lường khả năng thanh toán ngắn hạn qua vốn luân chuyển. Các biến này có mối tương quan ngược chiều với xác suất kiệt quệ. Doanh nghiệp có tỷ số tài chính tốt sẽ có khả năng chống chịu rủi ro cao hơn.

2.2. Tác động của yếu tố thị trường và vĩ mô đến dự báo

Yếu tố thị trường cung cấp thông tin từ góc nhìn nhà đầu tư trên sàn giao dịch. Biến ln(MVE) phản ánh quy mô doanh nghiệp qua giá trị thị trường vốn chủ sở hữu. Biến VOL_MVE thể hiện mức độ biến động giá cổ phiếu, liên quan đến rủi ro hệ thống. Biến PRICE liên quan đến kỳ vọng thị trường về triển vọng doanh nghiệp. Yếu tố vĩ mô như lãi suất thực SHTBRDEF và lạm phát INFL tác động đến chi phí vốn. Kết quả cho thấy mô hình 8 kết hợp đủ ba yếu tố đạt hiệu quả dự báo cao nhất. Điều này khẳng định giá trị của cách tiếp cận đa chiều trong phân tích rủi ro.

III. Phương pháp hồi quy logistic trong dự báo kiệt quệ tài chính

Phương pháp hồi quy logistic là công cụ chính được sử dụng trong nghiên cứu này. Mô hình có dạng: Y = β1 + β2·RETA + β3·WCTA + β4·BVETL + β5·ln(MVE) + β6·LEV + β7·VOL_MVE + β8·PRICE + β9·SHTBRDEF + β10·INFL + ε. Trong đó Y là biến phụ thuộc nhị phân nhận giá trị 1 khi doanh nghiệp kiệt quệ và 0 khi không kiệt quệ. Đòn bẩy tài chính LEV được bổ sung như biến kiểm soát trong mô hình. Dữ liệu được thu thập từ 5.040 mẫu quan sát trên hai sàn HSX và HNX giai đoạn 2009-2018. Tỷ lệ phân bổ là 52,98% mẫu từ sàn HSX và 47,02% từ sàn HNX. Các doanh nghiệp tài chính bị loại bỏ để tránh sai lệch kết quả. Doanh nghiệp thiếu dữ liệu bốn năm liên tục cũng bị loại. Độ chính xác mô hình được đánh giá bằng đường cong ROC và chỉ số AUC. Chỉ số AR được tính theo công thức: AR = 2 × (AUC - 0,5). Giá trị AUC càng gần 1 thì mô hình càng đáng tin cậy.

3.1. Thiết kế mô hình và lựa chọn biến số nghiên cứu

Tác giả xây dựng tám mô hình con để so sánh hiệu quả dự báo. Các mô hình lần lượt sử dụng riêng lẻ và kết hợp nhóm yếu tố tài chính, thị trường, vĩ mô. Mô hình 1 chỉ dùng biến tài chính, mô hình 2 chỉ dùng biến thị trường. Mô hình 3 chỉ dùng biến vĩ mô. Các mô hình 4, 5, 6 kết hợp hai nhóm yếu tố. Mô hình 7 và 8 kết hợp cả ba nhóm yếu tố. Cách tiếp cận này giúp đánh giá đóng góp riêng biệt của từng nhóm yếu tố. Mỗi mô hình được kiểm định bằng nhiều thước đo thống kê khác nhau.

3.2. Đánh giá độ chính xác bằng đường cong ROC và chỉ số AUC

Đường cong ROC là thước đo quan trọng đánh giá khả năng phân loại của mô hình. Đường cong này vẽ tỷ lệ dương tính đúng trên trục y và dương tính sai trên trục x. Chỉ số AUC đo diện tích bên dưới đường cong ROC. Giá trị AUC bằng 1 thể hiện mô hình hoàn hảo trong phân loại. Giá trị AUC bằng 0,5 cho thấy mô hình không có khả năng dự báo. Kết quả nghiên cứu cho thấy mô hình 8 đạt AUC cao nhất với giá trị 0,8319. Mô hình 2 chỉ dùng biến thị trường có AUC thấp nhất là 0,6398. Các kiểm định Cox & Snell R² và Nagelkerke R² cũng xác nhận kết quả tương tự.

IV. Kết luận và ứng dụng mô hình dự báo cho doanh nghiệp

Nghiên cứu đã chứng minh hiệu quả vượt trội của mô hình kết hợp ba yếu tố trong dự báo kiệt quệ tài chính. Mô hình kết hợp yếu tố tài chính, thị trường và vĩ mô cho độ chính xác AUC đạt 0,8319. Kết quả này cao hơn đáng kể so với các mô hình chỉ sử dụng đơn lẻ một nhóm yếu tố. Phát hiện quan trọng nhất là yếu tố vĩ mô có vai trò không thể thiếu trong dự báo. Lãi suất thực và lạm phát tác động trực tiếp đến khả năng thanh toán của doanh nghiệp. Mô hình chỉ dùng yếu tố thị trường cho kết quả kém nhất với AUC chỉ 0,6398. Điều này cho thấy thị trường chứng khoán Việt Nam chưa phản ánh đầy đủ rủi ro doanh nghiệp. Kết luận này có ý nghĩa thực tiễn lớn đối với nhà quản trị, nhà đầu tư và cơ quan quản lý. Doanh nghiệp nên chủ động theo dõi cả ba nhóm chỉ số để phòng ngừa rủi ro tài chính kịp thời.

4.1. Khuyến nghị cho doanh nghiệp niêm yết Việt Nam

Doanh nghiệp niêm yết cần xây dựng hệ thống cảnh báo sớm dựa trên mô hình kết hợp. Hệ thống nên theo dõi định kỳ các tỷ số tài chính như RETA, WCTA, BVETL và EBITTA. Đồng thời, doanh nghiệp cần cập nhật biến động thị trường qua giá cổ phiếu và biến động vốn chủ. Các chỉ số vĩ mô như lãi suất thực và lạm phát cần được tích hợp vào phân tích rủi ro. Ban lãnh đạo nên xây dựng kịch bản ứng phó khi các chỉ báo vượt ngưỡng cảnh báo. Việc chủ động quản lý rủi ro giúp doanh nghiệp tránh rơi vào tình trạng kiệt quệ tài chính.

4.2. Hạn chế nghiên cứu và hướng phát triển tiếp theo

Nghiên cứu còn một số hạn chế cần được cải thiện trong các công trình tương lai. Thứ nhất, mẫu chỉ bao gồm doanh nghiệp phi tài chính niêm yết trên HSX và HNX. Doanh nghiệp ngoài sàn giao dịch và doanh nghiệp tài chính chưa được xem xét. Thứ hai, dữ liệu giai đoạn 2009-2018 có thể chưa phản ánh đầy đủ xu hướng mới. Hướng nghiên cứu tiếp theo có thể mở rộng mẫu và thời gian quan sát. Áp dụng các phương pháp học máy như mạng nơ-ron hay rừng ngẫu nhiên cũng hứa hẹn cải thiện độ chính xác. Nghiên cứu cũng có thể bổ sung biến quản trị doanh nghiệp vào mô hình dự báo.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH ĐINH THU NGỌC MÔ HÌNH KẾT HỢP YẾU TỐ TÀI CHÍNH, YẾU TỐ THỊ TRƢỜNG VÀ YẾU TỐ VĨ MÔ TRONG DỰ BÁO KIỆT QUỆ TÀI CHÍNH CHO CÁC CÔNG TY NIÊM YẾT VIỆT NAM LUẬN VĂN THẠC SĨ KINH TẾ TP. Hồ Chí Minh – Năm 2019 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH ĐINH THU NGỌC MÔ HÌNH KẾT HỢP YẾU TỐ TÀI CHÍNH, YẾU TỐ THỊ TRƢỜNG VÀ YẾU TỐ VĨ MÔ TRONG DỰ BÁO KIỆT QUỆ TÀI CHÍNH CHO CÁC CÔNG TY NIÊM YẾT VIỆT NAM Chuyên ngành: Tài chính – Ngân hàng Mã số: 8340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƢỜI HƢỚNG DẪN KHOA HỌC: TS. NGUYỄN THỊ UYÊN UYÊN TP. Hồ Chí Minh – Năm 2019 LỜI CAM ĐOAN Tôi cam đoan Luận văn Thạc sĩ với đề tài Mô hình kết hợp yếu tố tài chính, yếu tố thị trường và yếu tố vĩ mô trong dự báo kiệt quệ tài chính cho các công ty niêm yết Việt Nam là công trình nghiên cứu của riêng tôi dƣới sự hƣớng dẫn của TS Nguyễn Thị Uyên Uyên. Các số liệu, kết quả nghiên cứu trình bày trong Luận văn là trung thực và chƣa từng đƣợc ai công bố trong bất kỳ bài nghiên cứu nào khác. Thành Phố Hồ Chí Minh, ngày 12 tháng 12 năm 2019 Học viên Đinh Thu Ngọc MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT DANH MỤC CÁC BẢNG TÓM TẮT ABSTRACT CHƢƠNG 1: GIỚI THIỆU VỀ ĐỀ TÀI NGHIÊN CỨU . Sự cần thiết của đề tài . Mục tiêu nghiên cứu . Phƣơng pháp nghiên cứu . Ý nghĩa và điểm mới của đề tài . Bố cục bài nghiên cứu . 4 CHƢƠNG 2: KHUNG LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU TRƢỚC VỀ MÔ HÌNH DỰ BÁO KIỆT QUỆ TÀI CHÍNH . Khung lý thuyết về kiệt quệ tài chính doanh nghiệp . Các quan điểm về kiệt quệ tài chính . Nguyên nhân của kiệt quệ tài chính. Tổng quan các nghiên cứu trƣớc về mô hình dự báo kiệt quệ tài chính . 9 CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU . Dữ liệu nghiên cứu . Phƣơng pháp nghiên cứu . Mô hình nghiên cứu và mô tả các biến . Tiến trình thực hiện bài nghiên cứu . 26 CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU . 28 CHƢƠNG 5: KẾT LUẬN . Kết luận – Các khuyến nghị cho các doanh nghiệp Việt Nam. Hạn chế của đề tài và hƣớng nghiên cứu tiếp theo. 46 TÀI LIỆU THAM KHẢO PHỤ LỤC DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT Ký hiệu, chữ viết tắt Ý nghĩa AUC (Area under Diện tích phía dƣới đƣờng cong ROC the ROC Curve) Tỷ số giá trị sổ sách của vốn chủ sở hữu chia cho BVETL tổng nợ Tỷ số thu nhập trƣớc thuế và lãi vay chia cho EBITTA tổng tài sản INFL Lạm phát LEV Đòn bẩy tài chính MVE Giá trị thị trƣờng của vốn chủ sở hữu PRICE Giá cổ phiếu RETA Tỷ số lợi nhuận giữ lại chia cho tổng tài sản ROC (Receiver Operating Đƣờng cong ROC Characteristic) SHTBRDEF Lãi suất thực của Ngân hàng nhà nƣớc VOL_MVE E) Biến động của vốn chủ sở hữu WCTA Tỷ số vốn luân chuyển chia cho tổng tài sản DANH MỤC CÁC BẢNG Bảng 3. Mô tả thống kê các mẫu quan sát thu thập đƣợc trên Sở giao dịch chứng khoán Thành phố Hồ Chí Minh (HSX) và Sở giao dịch chứng khoán Hà Nội (HNX) giai đoạn 2009 – 2018 . Bảng tổng hợp các biến độc lập sử dụng trong bài nghiên cứu . Thống kê mô tả kỳ vọng về dấu của các biến độc lập sử dụng trong bài nghiên cứu . Thống kê số lƣợng quan sát không có khả năng bị kiệt quệ tài chính (Y=0) và có khả năng bị kiệt quệ tài chinh (Y=1) . Thống kê mô tả các biến độc lập sử dụng trong bài nghiên cứu . Hệ số tƣơng quan giữa các biến độc lập . Bảng thống kê kết quả phân nhóm doanh nghiệp theo mô hình EMS . Tiêu chí phân nhóm công ty theo S&P . Bảng thống kê kết quả phân nhóm doanh nghiệp theo mô hình DD . Mối quan hệ giữa khả năng doanh nghiệp bị kiệt quệ tài chính (Y) và chỉ số EMS và giá trị DD . Kết quả hồi quy. Ảnh hƣởng biên của các biến độc lập . Hiệu quả của các mô hình. 44 1 CHƢƠNG 1: GIỚI THIỆU VỀ ĐỀ TÀI NGHIÊN CỨU 1. Sự cần thiết của đề tài Kiệt quệ tài chính và dấu hiệu nhận biết kiệt quệ tài chính luôn là mối quan tâm hàng đầu của các nhà nghiên cứu kinh tế do khi kiệt quệ tài chính xảy ra không chỉ làm tổn thất cho chính bản thân doanh nghiệp mà còn dẫn đến thiệt hại cho các đối tƣợng có liên quan đến doanh nghiệp, thậm chí là ảnh hƣởng đến nền kinh tế của quốc gia (Wanke, Barros & Faria, 2014). Kiệt quệ tài chính làm cho vị thế cạnh tranh của doanh nghiệp bị sụt giảm, dẫn đến doanh nghiệp bị mất thị phần đáng kể (Opler & Titman, 1994; Chevalier, 1995), giá trị thị trƣờng của doanh nghiệp có xu hƣớng sụt giảm (Warner, 1977; Charalambous và cộng sự, 2000). Khi trong ngành có doanh nghiệp bị kiệt quệ tài chính, khách hàng và nhà đầu tƣ sẽ giảm kỳ vọng tăng trƣởng của ngành (Ferris và cộng sự, 1997; Iqbal, 2002). Kiệt quệ tài chính còn làm gia tăng tỷ lệ thất nghiệp, sản lƣợng nền kinh tế giảm, thu nhập ngƣời dân giảm. Với những hậu quả nêu trên, dự báo khả năng xảy ra kiệt quệ tài chính của các doanh nghiệp là một yêu cầu cấp thiết (Jones, 1987). Trên thế giới đã có nhiều nghiên cứu về chủ đề dự báo kiệt quệ tài chính của các tác giả nhƣ Mario Hernandes Tinoco và Nick Wilson (2013); Mohd Norfian Alifiah (2014); Sibusiso W. Tại Việt Nam, dự báo kiệt quệ tài chính của doanh nghiệp đã đƣợc một số tác giả thực hiện nhƣ Lê Đạt Chí và Lê Tuấn Anh (2012) kết hợp phƣơng pháp CvaR và mô hình Merton/KMV để đo lƣờng rủi ro vỡ nợ của các doanh nghiệp niêm yết tại thị trƣờng Việt Nam; Huỳnh Thị Cẩm Hà, Nguyễn Thị Uyên Uyên và Lê Đào Tuyết Mai (2017) sử dụng các mô hình cây phân lớp để dự báo kiệt quệ tài chính cho doanh nghiệp Việt Nam. Gần đây nhất có bài nghiên cứu của Phạm Võ Ninh Bình, Đỗ Thành Trung và Võ Hồng Đức (2018) về dự báo kiệt quệ tài chính đối với các doanh nghiệp niêm yết tại Việt Nam giai đoạn 2003 – 2016 thông qua việc sử dụng mô hình kết hợp các yếu tố tài chính, yếu tố thị trƣờng và yếu tố vĩ mô. Kết quả nghiên cứu của Phạm Võ Ninh Bình, Đỗ Thành Trung và Võ Hồng Đức (2018) cho thấy doanh nghiệp có các chỉ 2 tiêu về tính thanh khoản, tỷ suất sinh lợi, khả năng thanh toán càng cao thì khả năng rơi vào tình trạng kiệt quệ tài chính càng thấp; các doanh nghiệp có quy mô lớn thì xác suất xảy ra kiệt quệ tài chính thấp; lạm phát càng cao thì khả năng doanh nghiệp bị kiệt quệ tài chính càng cao. Tuy nhiên, bài nghiên cứu của Phạm Võ Ninh Bình, Đỗ Thành Trung và Võ Hồng Đức (2018) chỉ nghiên cứu trong giai đoạn 2003 – 2016. Theo số liệu của Cổng Thông tin quốc gia về đăng ký doanh nghiệp, năm 2017 cả nƣớc có 153,307 doanh nghiệp thành lập mới và quay trở lại hoạt động, số doanh nghiệp tạm ngừng hoạt động và giải thể là 72,666 doanh nghiệp. Năm 2018, có 165,285 doanh nghiệp thành lập mới và quay trở lại hoạt động, số doanh nghiệp tạm ngừng kinh doanh và giải thể là 106,965 doanh nghiệp. Nhƣ vậy, tuy số doanh nghiệp thành lập mới và quay trở lại hoạt động năm 2018 tăng 7.81% so với năm 2017 nhƣng số doanh nghiệp tạm ngừng kinh doanh và giải thể năm 2018 tăng đến 47. Do đó, cần có thêm nghiên cứu về dự báo khả năng rơi vào tình trạng kiệt quệ tài chính của các doanh nghiệp Việt Nam trong giai đoạn hiện nay. Xuất phát từ yêu cầu cấp thiết nêu trên, tác giả chọn đề tài “Mô hình kết hợp yếu tố tài chính, yếu tố thị trường và yếu tố vĩ mô trong dự báo kiệt quệ tài chính cho các công ty niêm yết Việt Nam” để làm Luận văn Thạc sĩ với mong muốn nâng cao khả năng dự báo kiệt quệ tài chính cho các doanh nghiệp Việt Nam, từ đó hạn chế đƣợc nguy cơ phá sản của doanh nghiệp, góp phần ổn định nền kinh tế. Mục tiêu nghiên cứu Bài nghiên cứu đƣợc thực hiện với mục tiêu phân tích tác động của các yếu tố tài chính, yếu tố thị trƣờng và yếu tố vĩ mô đến tình trạng kiệt quệ tài chính của doanh nghiệp để trên cơ sở đó dự báo khả năng kiệt quệ tài chính cho các doanh nghiệp Việt Nam. Phƣơng pháp nghiên cứu Bài nghiên cứu sử dụng dữ liệu của 504 doanh nghiệp phi tài chính đã và đang niêm yết trên Sở giao dịch chứng khoán Thành phố Hồ Chí Minh (HSX) và Sở giao 3 dịch chứng khoán Hà Nội (HNX) trong giai đoạn 2009 - 2018 với tổng cộng 5,040 mẫu quan sát, đƣợc thu thập từ một số website nhƣ vietstock.‖ Trong bài nghiên cứu này, tác giả sử dụng các yếu tố tài chính, các yếu tố thị trƣờng và các yếu tố vĩ mô để xây dựng thành một mô hình hồi quy Logistic dự báo khả năng kiệt quệ tài chính cho các doanh nghiệp Việt Nam. Ý nghĩa và điểm mới của đề tài Dựa trên bài nghiên cứu của Phạm Võ Ninh Bình, Đỗ Thành Trung và Võ Hồng Đức (2018), bài nghiên cứu này đƣợc thực hiện để phân tích tác động của các yếu tố tài chính, yếu tố thị trƣờng và yếu tố vĩ mô đến tình trạng kiệt quệ tài chính của doanh nghiệp, trên cơ sở đó dự báo khả năng kiệt quệ tài chính cho các doanh nghiệp Việt Nam. So với bài nghiên cứu của Phạm Võ Ninh Bình và cộng sự (2018), bài nghiên cứu này có một số điểm khác biệt nhƣ sau: Thứ nhất, về dữ liệu nghiên cứu, bài nghiên cứu của Phạm Võ Ninh Bình và cộng sự (2018) sử dụng dữ liệu của 800 doanh nghiệp thuộc tất cả các lĩnh vực đƣợc niêm yết trên thị trƣờng chứng khoán Việt Nam, còn bài nghiên cứu này chỉ sử dụng dữ liệu của 504 doanh nghiệp do đã loại bỏ các doanh nghiệp trong ngành tài chính và các doanh nghiệp không có dữ liệu liên tục trong 4 năm. Thứ hai, về giai đoạn nghiên cứu, bài nghiên cứu của Phạm Võ Ninh Bình và cộng sự (2018) nghiên cứu xác suất kiệt quệ tài chính của các doanh nghiệp Việt Nam trong giai đoạn 2003 – 2016, còn bài nghiên cứu này thực hiện trong giai đoạn 2009 – 2018.