Tổng quan nghiên cứu

Thực trạng sức khỏe tài chính của cộng đồng doanh nghiệp Việt Nam trong những năm gần đây ghi nhận nhiều biến động phức tạp. Số liệu từ Tổng cục Thống kê cho thấy số lượng doanh nghiệp giải thể và tạm ngừng hoạt động liên tục gia tăng qua các năm, từ mức 9.467 doanh nghiệp giải thể trong năm 2015 lên 12.478 doanh nghiệp vào năm 2016 (tăng 31,8%). Đáng chú ý, năm 2018 ghi nhận kỷ lục với gần 106.900 doanh nghiệp ngừng hoạt động, giải thể hoặc chờ giải thể, đặt ra yêu cầu cấp thiết về một công cụ cảnh báo sớm nguy cơ mất khả năng thanh toán.

Vấn đề nghiên cứu trọng tâm của luận văn là kiểm định tính tương thích và khả năng ứng dụng thực tiễn của mô hình Điểm số Z (Z-score) do Edward I. Altman phát triển nhằm nhận diện sớm rủi ro kiệt quệ tài chính và phá sản tại thị trường Việt Nam. Mục tiêu cụ thể là xác định độ chính xác của mô hình qua các khoảng thời gian dự báo từ 1 đến 5 năm, đồng thời ứng dụng mô hình để đánh giá thực trạng tài chính tại 4 nhóm ngành kinh tế then chốt: thủy sản, bất động sản, cao su và thép.

Phạm vi nghiên cứu bao quát dữ liệu báo cáo tài chính của 128 doanh nghiệp niêm yết trên hai sàn chứng khoán HOSE và HNX trong giai đoạn từ năm 2009 đến 2018. Ý nghĩa khoa học và thực tiễn của đề tài thể hiện qua việc lượng hóa mức độ an toàn tài chính bằng các chỉ số đo lường cụ thể, cung cấp tỷ lệ dự báo chính xác đạt 95% ở mốc 1 năm trước khi kiệt quệ. Nghiên cứu này mang lại giá trị thiết thực giúp ban quản trị doanh nghiệp tái cấu trúc kịp thời, đồng thời hỗ trợ các ngân hàng thương mại và nhà đầu tư giảm thiểu tỷ lệ nợ xấu và sai lầm trong quyết định phân bổ nguồn vốn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn vận dụng nền tảng lý thuyết phá sản và kiệt quệ tài chính theo quy định của Luật Phá sản năm 2014, kết hợp với phương pháp Phân tích đa biệt thức (Multiple Discriminant Analysis - MDA) do Edward I. Altman khởi xướng từ năm 1968. Khái niệm phá sản được xác định dựa trên tiêu chí dòng tiền và thời gian trễ hạn thanh toán nghĩa vụ nợ quá 3 tháng, trong khi kiệt quệ tài chính là tình trạng mất cân đối thu chi nghiêm trọng dẫn đến suy giảm khả năng thanh toán.

Mô hình trọng tâm được lựa chọn kiểm định là phiên bản điều chỉnh Điểm số Z'' (Altman, 1995), được thiết kế chuyên biệt cho các nền kinh tế mới nổi và phù hợp cho cả doanh nghiệp sản xuất lẫn phi sản xuất thông qua 4 biến số tài chính cốt lõi:

  • $X_1$: Tỷ số Vốn lưu động ròng trên Tổng tài sản (VLĐR/TTS), phản ánh thanh khoản ròng ngắn hạn.
  • $X_2$: Tỷ số Lợi nhuận giữ lại trên Tổng tài sản (LNGL/TTS), đo lường năng lực tự tài trợ từ tích lũy thặng dư.
  • $X_3$: Tỷ số Lợi nhuận trước thuế và lãi vay trên Tổng tài sản (EBIT/TTS), đánh giá hiệu quả sinh lời thuần túy của tài sản.
  • $X_4$: Tỷ số Giá trị sổ sách Vốn chủ sở hữu trên Tổng nợ phải trả (VCSH/Tổng nợ), đo lường đòn bẩy tài chính.

Phương trình định lượng của mô hình có dạng: $$Z'' = 6,56X_1 + 3,26X_2 + 6,72X_3 + 1,05X_4$$

Thang đo phân loại bao gồm ba ngưỡng điểm cắt: $Z'' < 1,1$ (vùng kiệt quệ, nguy cơ phá sản cao), $1,1 \le Z'' \le 2,6$ (vùng xám, tiềm ẩn bất ổn) và $Z'' > 2,6$ (vùng an toàn tài chính). So với mô hình Cây quyết định (Decision Trees) cần đến 15 biến, 52 nhánh với độ chính xác 91,4%, hay Mạng thần kinh nhân tạo (81,3%) và Logistic (79,8%), mô hình Z'' thể hiện tính vượt trội về độ tinh giản và hiệu quả phân loại.

Phương pháp nghiên cứu

Nghiên cứu kết hợp phương pháp định tính và định lượng trên nguồn dữ liệu thứ cấp từ báo cáo tài chính đã kiểm toán của 128 doanh nghiệp niêm yết trên HOSE và HNX. Cỡ mẫu nghiên cứu được thiết kế cân bằng gồm hai nhóm:

  • Nhóm 1: 64 doanh nghiệp rơi vào tình trạng phá sản hoặc kiệt quệ tài chính trong giai đoạn 2013-2018 (thu thập số liệu lùi 5 năm trước thời điểm kiệt quệ).
  • Nhóm 2: 64 doanh nghiệp hoạt động lành mạnh, an toàn tài chính liên tục trong giai đoạn 2013-2017.

Phương pháp chọn mẫu có chủ đích kết hợp ghép cặp tương đồng về quy mô và ngành nghề được áp dụng nhằm đảm bảo tính đại diện thống kê cao. Việc lựa chọn phương pháp phân tích MDA thông qua mô hình Z'' xuất phát từ lý do mô hình này đã loại bỏ biến Doanh thu thuần/Tổng tài sản ($X_5$), triệt tiêu sự khác biệt lớn về vòng quay tài sản giữa các ngành nghề tại thị trường cận biên Việt Nam. Quá trình xử lý dữ liệu sử dụng phương pháp tính toán chỉ số, so sánh tương đối, phân tích sai lầm loại I (doanh nghiệp kiệt quệ bị phân loại nhầm là an toàn) và sai lầm loại II (doanh nghiệp an toàn bị phân loại nhầm là kiệt quệ).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình kiểm định thực nghiệm trên 128 doanh nghiệp niêm yết tại Việt Nam mang lại các kết quả định lượng rõ ràng:

Thứ nhất, mô hình Điểm số Z'' đạt độ chính xác ấn tượng 95% ở mốc 1 năm trước khi doanh nghiệp xảy ra kiệt quệ tài chính. Tại nhóm 1, mô hình phân loại chính xác 61/64 doanh nghiệp (đạt tỷ lệ 95%, sai lầm loại I chỉ chiếm 5%). Tại nhóm 2, mô hình nhận diện đúng 60/64 doanh nghiệp lành mạnh (đạt tỷ lệ 94%, sai lầm loại II là 6%). Tổng hợp toàn bộ mẫu nghiên cứu ghi nhận 121/128 doanh nghiệp được phân loại chuẩn xác, tương ứng tỷ lệ 95%.

Thứ hai, độ chính xác của dự báo có xu hướng giảm dần khi khoảng cách thời gian dự báo tăng lên. Cụ thể đối với nhóm doanh nghiệp kiệt quệ: tỷ lệ dự báo đúng đạt 84% ở mốc 2 năm, 81% ở mốc 3 năm, giảm xuống 69% ở mốc 4 năm và đạt 59% ở mốc 5 năm trước biến cố. Ngược lại, nhóm doanh nghiệp an toàn duy trì tính ổn định vượt trội với tỷ lệ dự báo chính xác duy trì từ 87% đến 94% trong suốt chu kỳ 5 năm. Toàn bộ mẫu khảo sát đạt độ chính xác chung 88% ở năm thứ 2 và 73% ở năm thứ 5.

Thứ ba, kết quả ứng dụng phân tích chuyên sâu tại 4 ngành kinh tế cho thấy sự phân hóa tài chính sâu sắc. Tại ngành thủy sản, điểm $Z''$ trung bình của nhóm doanh nghiệp khảo sát tăng từ 4,6241 năm 2013 lên 8,0882 năm 2017. Tuy nhiên, hệ số biến thiên ($W_i$) nới rộng từ 0,8469 lên 1,3207 cho thấy mức độ bất bình đẳng gia tăng. Điểm số cao nhất thuộc về Công ty Cổ phần Thủy sản MeKong (AAM) đạt 29,3566 năm 2017 nhờ chỉ số đòn bẩy $X_4$ lên tới 22,7232; trong khi Công ty Cổ phần Xuất nhập khẩu Thủy sản Sài Gòn (SSN) từng rơi vào mức báo động với $Z'' = 1,0508$ năm 2013 và Công ty Cổ phần Đầu tư Thương mại Thủy Sản (ICF) tụt sâu vào vùng xám với 1,5645 năm 2017.

Thảo luận kết quả

Nguyên nhân cốt lõi dẫn đến tình trạng suy sụp tài chính tại các doanh nghiệp nhóm 1 bắt nguồn từ sự xói mòn nghiêm trọng của vốn lưu động ròng ($X_1$) và tỷ suất sinh lời trên tài sản EBIT/TTS ($X_3$). Khi doanh nghiệp lạm dụng đòn bẩy nợ vay ngắn hạn để tài trợ tài sản dài hạn, chỉ số $X_4$ giảm mạnh dưới 0,5 lần, khiến chi phí lãi vay bào mòn toàn bộ lợi nhuận hoạt động, đẩy chỉ số $X_2$ về mức âm kéo dài.

So sánh với các nghiên cứu quốc tế, kết quả kiểm định của luận văn tại Việt Nam (độ chính xác 95% trước 1 năm, 84% trước 2 năm) có sự tương thích cao với kết quả tại Hoa Kỳ (94%), Mexico (95%) và Thái Lan (92%). Đồng thời, nghiên cứu này khắc phục triệt để hạn chế về quy mô mẫu của Lê Cao Hoàng Anh và Nguyễn Thu Hằng (2012) khi nâng quy mô khảo sát từ 11 doanh nghiệp lên 64 doanh nghiệp kiệt quệ trên cả hai sàn HOSE và HNX.

Dữ liệu nghiên cứu được biểu diễn trực quan qua bảng ma trận phân loại rủi ro và đồ thị đường biểu diễn độ chính xác theo chuỗi thời gian 5 năm. Việc kết hợp đồ thị phân tán điểm $Z''$ đa ngành với bảng phân tích cấu trúc 4 biến thành phần giúp các nhà phân tích dễ dàng xác định điểm nghẽn thanh khoản và cấu trúc vốn của từng doanh nghiệp mục tiêu.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm, luận văn đề xuất 4 nhóm giải pháp chiến lược nhằm cải thiện sức khỏe tài chính doanh nghiệp và nâng cao hiệu quả ứng dụng mô hình tại Việt Nam:

Thứ nhất, tối ưu hóa vốn lưu động ròng và quản trị thanh khoản ngắn hạn. Ban điều hành doanh nghiệp cần tái cơ cấu kỳ hạn nợ, chuyển dịch tối thiểu 20% các khoản vay ngắn hạn sang trung và dài hạn trong vòng 6 đến 12 tháng. Mục tiêu cụ thể là nâng tỷ số $X_1$ (VLĐR/TTS) lên trên mức 0,25 nhằm đảm bảo khả năng thanh toán tức thời, kiểm soát hàng tồn kho và thắt chặt chính sách tín dụng thương mại.

Thứ hai, tái cấu trúc đòn bẩy tài chính và gia tăng vốn chủ sở hữu. Hội đồng quản trị các doanh nghiệp đang nằm trong vùng x cứu ($1,1 \le Z'' \le 2,6$) cần thực hiện lộ trình 18 đến 24 tháng để giảm hệ số nợ vay trên tổng tài sản xuống dưới 60%, nâng tỷ số $X_4$ (VCSH/Tổng nợ) vượt ngưỡng an toàn 1,5 lần thông qua phát hành cổ phiếu tăng vốn hoặc thoái vốn tại các dự án kém hiệu quả.

Thứ ba, nâng cao tỷ suất sinh lời hoạt động EBIT và tăng cường chính sách giữ lại lợi nhuận. Doanh nghiệp cần cắt giảm tối thiểu 15% chi phí quản lý và vận hành, tối ưu hóa hiệu suất sử dụng tài sản cố định để đưa chỉ số $X_3$ (EBIT/TTS) đạt mức tối thiểu 10% đến 12%/năm, đồng thời duy trì tỷ lệ giữ lại lợi nhuận sau thuế ($X_2$) ở mức 30% đến 50% hàng năm để tạo nguồn vốn tự tài trợ bền vững.

Thứ tư, chuẩn hóa và tích hợp mô hình Điểm số Z'' vào hệ thống quản trị rủi ro tín dụng ngân hàng. Ngân hàng Nhà nước và các ngân hàng thương mại cần thiết lập hệ thống cảnh báo sớm tự động dựa trên mô hình Z'', tiến hành rà soát định kỳ 3 tháng/lần đối với toàn bộ danh mục khách hàng doanh nghiệp vay vốn. Các khoản vay có điểm $Z'' < 1,1$ cần được phân loại ngay vào nhóm nợ có rủi ro cao để áp dụng biện pháp thu hồi nợ hoặc yêu cầu bổ sung tài sản bảo đảm.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả thực nghiệm của luận văn mang lại giá trị tham khảo thiết thực cho 4 nhóm đối tượng chính:

Thứ nhất, Giám đốc tài chính (CFO) và ban quản trị doanh nghiệp. Luận văn cung cấp bộ công cụ tự chẩn đoán sức khỏe tài chính với 4 chỉ số định lượng rõ ràng, giúp nhà quản trị chủ động phát hiện dấu hiệu kiệt quệ trước 1 đến 2 năm để kịp thời điều chỉnh cơ cấu vốn và quản trị dòng tiền.

Thứ hai, Khối quản trị rủi ro và thẩm định tín dụng tại các ngân hàng thương mại. Bằng chứng thực nghiệm trên 128 doanh nghiệp niêm yết giúp cán bộ tín dụng có thêm cơ sở lượng hóa xác suất vỡ nợ của khách hàng vay vốn, giảm thiểu sai lầm loại I xuống dưới mức 5% trong quá trình cấp tín dụng.

Thứ ba, Các nhà đầu tư cá nhân và tổ chức trên thị trường chứng khoán. Mô hình Z'' đóng vai trò như một màng lọc cơ bản giúp nhà đầu tư loại bỏ các cổ phiếu có nguy cơ bị kiểm soát hoặc hủy niêm yết bắt buộc, bảo toàn danh mục đầu tư trước những cú sốc kiệt quệ tài chính.

Thứ tư, Giảng viên, học viên sau đại học và chuyên viên phân tích tài chính. Công trình là tài liệu tham khảo giá trị về phương pháp nghiên cứu định lượng MDA, cung cấp bộ dữ liệu thực chứng hoàn chỉnh về kiểm định mô hình cảnh báo phá sản tại thị trường chứng khoán Việt Nam.

Câu hỏi thường gặp

Mô hình Điểm số Z'' khác biệt như thế nào so với mô hình Z nguyên bản của Altman?
Mô hình Z nguyên bản (1968) gồm 5 biến số, sử dụng giá trị thị trường của vốn chủ sở hữu và biến Doanh thu/TTS, chỉ phù hợp cho doanh nghiệp sản xuất đã niêm yết. Mô hình Z'' (1995) lược bỏ biến Doanh thu/TTS và dùng giá trị sổ sách của vốn chủ sở hữu, cho phép áp dụng đồng bộ cho cả ngành sản xuất, thương mại, dịch vụ tại các thị trường mới nổi như Việt Nam.

Tại sao độ chính xác của mô hình Z'' lại giảm mạnh sau mốc 2 năm trước khi phá sản?
Độ chính xác của mô hình đạt 95% ở mốc 1 năm và 84% ở mốc 2 năm, sau đó giảm còn 59% ở mốc 5 năm. Điều này xảy ra do các dấu hiệu kiệt quệ tài chính như suy giảm dòng tiền hay mất cân đối nợ thường chỉ bộc lộ rõ rệt trên báo cáo tài chính trong giai đoạn 12 đến 24 tháng trước khi doanh nghiệp chính thức vỡ nợ.

Doanh nghiệp có điểm Z'' nằm trong vùng xám (1,1 đến 2,6) cần thực hiện những biện pháp gì?
Doanh nghiệp trong vùng xám đang đối mặt với sự mất cân đối tài chính tiềm ẩn. Doanh nghiệp cần lập tức rà soát lại cơ cấu nợ, cắt giảm các chi phí hoạt động không thiết yếu, nâng cao tỷ lệ thu hồi công nợ để cải thiện chỉ số vốn lưu động ròng ($X_1$) và hạn chế chi trả cổ tức bằng tiền mặt nhằm gia tăng thặng dư giữ lại ($X_2$).

Mô hình Điểm số Z'' có thể thay thế hoàn toàn quy trình xếp hạng tín nhiệm nội bộ của ngân hàng không?
Không. Mô hình Z'' là công cụ hỗ trợ định lượng cảnh báo sớm đắc lực nhưng chỉ phân tích dựa trên số liệu báo cáo tài chính quá khứ. Ngân hàng cần kết hợp điểm Z'' với các yếu tố định tính khác như năng lực ban lãnh đạo, rủi ro ngành nghề, chu kỳ kinh tế và tình trạng tài sản bảo đảm để đưa ra quyết định cấp tín dụng toàn diện.

Biến số nào trong mô hình Z'' có sức ảnh hưởng lớn nhất đến điểm số phân loại của doanh nghiệp?
Biến $X_3$ (EBIT/Tổng tài sản) và $X_1$ (VLĐR/Tổng tài sản) có trọng số cao nhất trong mô hình với hệ số lần lượt là 6,72 và 6,56. Do đó, sự suy giảm khả năng sinh lời từ hoạt động kinh doanh cốt lõi và thiếu hụt vốn lưu động ròng sẽ tác động trực tiếp và làm sụt giảm điểm số $Z''$ nhanh nhất.

Kết luận

  • Mô hình Điểm số Z'' của Altman hoàn toàn tương thích và đạt độ chính xác cao lên đến 95% trong việc nhận diện sớm rủi ro kiệt quệ tài chính tại các doanh nghiệp Việt Nam ở mốc 1 năm.
  • Nghiên cứu đã chứng minh tính tối ưu của phương pháp phân tích đa biệt thức với 4 biến tài chính cơ bản so với các phương pháp định lượng phức tạp khác.
  • Phân tích thực nghiệm tại 4 ngành trọng điểm (thủy sản, bất động sản, cao su, thép) đã chỉ ra bức tranh phân hóa tài chính sâu sắc và làm rõ nguyên nhân suy giảm an toàn vốn.
  • Hệ thống 4 giải pháp chiến lược được đề xuất giúp doanh nghiệp tái cấu trúc kịp thời các chỉ tiêu thanh khoản, đòn bẩy và khả năng sinh lời.
  • Cung cấp cơ sở thực chứng vững chắc để các ngân hàng thương mại và tổ chức đầu tư chuẩn hóa hệ thống cảnh báo sớm rủi ro tín dụng.

Để nâng cao năng lực dự báo trong giai đoạn tiếp theo, các doanh nghiệp và tổ chức tài chính cần tiến hành cập nhật dữ liệu định kỳ hàng quý và tích hợp công cụ tính toán điểm số Z'' tự động vào phần mềm quản trị tài chính. Hãy chủ động ứng dụng mô hình Điểm số Z'' ngay hôm nay để kiểm soát rủi ro thanh khoản và tối ưu hóa cấu trúc tài chính doanh nghiệp bền vững.