Chương 1: Xác định vấn đề nghiên cứu Chương 2: Cơ sở lý thuyết về mô hình z-score và quy định về hủy niêm yết, phá sản doanh nghiệp tại Việt Nam Chương 3: Phương pháp nghiên cứu 9 Chương 4: Phân tích dữ liệu và kết quả nghiên cứu Chương 5: Kết luận, khuyến nghị và hạn chế của nghiên cứu 10 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VỀ MÔ HÌNH Z-SCORE VÀ QUY ĐỊNH VỀ HỦY NIÊM YẾT, PHÁ SẢN DOANH NGHIỆP TẠI VIỆT NAM 2.1 CƠ SỞ LÝ THUYẾT VỀ MÔ HÌNH Z-SCORE 2.1 Một số nghiên cứu về mô hình Z-Score trước đây Leksrisakul và Evans (2005) đã sử dụng MDA để dự báo khả năng vỡ nợ của các doanh nghiệp tại Thái Lan từ Sở Chứng khoán Thái Lan từ năm 1997 đến 2002 (89 doanh nghiệp không có rủi ro vỡ nợ và 46 doanh nghiệp có rủi ro vỡ nợ). Từ 37 biến số tài chính được đưa ra, tác giả đã xác định 10 yếu tố tài chính tác động đáng kể đến năng lực phân biệt rủi ro vỡ nợ của các DN. Kết quả mô hình cuối cùng thu được là: Z = -0.007*WCTA00 Trong đó: - LG10MTL0: Lợi nhuận giữ lại/Tổng tài sản (TTS). - EBITTA00: Lợi nhuận trước thuế và lãi vay/TTS.
- RETATA00: Vốn lưu động/TTS. - LG10TAT0: Thu nhập ròng/TTS. - WCTA00: Vốn hóa thị trường/Tổng nợ phải trả. Abdullah và cộng sự (2008) đã so sánh phương pháp MDA và mô hình logistic đối với xác định các công ty tài chính gặp khó khăn ở Malaysia.
Tính chính xác của MDA đạt được tỷ lệ chính xác là 85%. Trong số các kết quả hoạt động của công ty được kiểm tra, tỷ lệ nợ trên tổng tài sản (so sánh với tỷ số bình quân toàn ngành) là một yếu tố dự báo đáng kể khủng hoảng tài chính của công ty. Ngoài ra, tăng trưởng thu nhập ròng cũng là một tỷ lệ đáng kể trong MDA, trong khi phương pháp mô hình logistic cho thấy tỷ suất lợi nhuận trên tài sản lớn hơn đáng kể. Memíc (2015) đã đo lường rủi ro vỡ nợ của các doanh nghiệp đối với quản trị rủi ro tín dụng của các ngân hàng tại Liên bang Bosnia và Herzegovina.
Tác giả đã 11 dụng sử dụng mô hình Logistic và mô hình MDA để phân tích sự tác động của 31 chỉ tiêu tài chính thuộc 5 nhóm chỉ tiêu: hiệu quả, hoạt động, đòn bẩy, thanh khoản và sinh lời. Sau khi chạy mô hình qua 4 giai đoạn, kết quả thu được độ chính xác của mô hình logistic cao nhất đạt được là 84.96%, trong khi ở mô hình MDA là 81. Quan sát mô hình hồi quy logistic, lợi nhuận/tài sản có ý nghĩa thống kê trong cả 4 giai đoạn trước khi vỡ nợ, có hệ số hồi quy rất cao hoặc tác động cao đến khả năng dự đoán của mô hình. Bên cạnh đó, trong số 4 mô hình MDA, biến số có khả năng phân biệt nhất rủi ro vỡ nợ là tỷ lệ Doanh thu thuần/TTS.
Beaver (1967) & Altman (1968) có nhiều công trình nghiên cứu phát triển mô hình đơn biến và mô hình đa biến để dự đoán rủi ro phá sản dựa trên các chỉ tiêu tài chính. Đối với Beaver (1967), nghiên cứu dựa vào thử nghiệm phân loại lưỡng phân nhằm đo lường tỷ lệ nợ không có khả năng thu hồi của các chủ nợ trong tương lai. Mẫu dữ liệu được thu thập từ 158 doanh nghiệp (79 thất bại và 79 không thất bại) và đề xuất 14 chỉ tiêu tài chính. Đối với Altman (1968), đã sử dụng kỹ thuật phân tích phân biệt đa dạng (MDA) với mục tiêu đánh giá các chỉ tiêu tài chính của công ty một cách đầy đủ và giải quyết mâu thuẫn với phân tích Beaver.
Mẫu dữ liệu được thu thập từ 66 doanh nghiệp sản xuất (33 thất bại và 33 không thất bại) trong giai đoạn 1946-1965. Lưu ý rằng các công ty được Atlman lựa chọn đã nộp đơn xin phá sản. Dựa trên thử nghiệm 22 biến được xây dựng từ các chỉ tiêu tài chính, sau đó lựa chọn ra 05 biến dự báo tổng thể tốt nhất về rủi ro xảy ra phá sản của doanh nghiệp. Atlman tiến hành phân các biến thành 05 nhân tố, bao gồm: thanh khoản, lợi nhuận, đòn bẩy tài chính , khả năng thanh toán và tỷ lệ hoạt động.
Dựa vào phân tích phân tích phân biệt đa dạng, các công trình nghiên cứu tiêu biểu tiếp theo như Deakin (1972), Edmister (1972), Blum (1974), Eisenbeis (1977), Taffler và Tisshaw (1977), Altman và các cộng sự (1977), Bilderbeek (1979), Micha (1984), Gombola và các cộng sự (1987), Lussier (1995), Altman và các cộng sự (1995) đã sử dụng kỹ thuật thống kê phổ biến này cho các mô hình dự báo rủi ro phá sản của doanh nghiệp. Tại Việt Nam, Nguyễn Trọng Hòa (2006) đã thu nhập số liệu từ các BCTC năm của 268 DN niêm yết trên sàn chứng khoán TP. Hồ Chí Minh và Hà Nội. Sử 12 dụng phương pháp phân tích phân biệt và mô hình hồi quy logistic, tác giả đã xây dựng 5 mô hình xác định xác suất vỡ nợ của các doanh nghiệp tương ứng với từng quan điểm khác nhau về rủi ro phá sản.
Trần Ái Kết và Võ Văn Tuấn (2013) đã lấy số liệu từ các BCTC của 246 DN niêm yết trên sàn giao dịch TP. Hồ Chí Minh giai đoạn 2008 - 2011 bằng cách sử dụng phương pháp phân tích phân biệt và phân tích hồi quy. Giá trị Wilk’s Lambda thể hiện mức độ phù hợp của toàn bộ mô hình có giá trị 0.386, giá trị eigenvalues là 1.590 và mức độ biến động rủi ro vỡ nợ trong mô hình là 61.31% phụ thuộc vào các biến độc lập được đưa vào mô hình. Các biến độc lập được đưa vào mô hình gồm: đòn bẩy tài chính, cấu trúc tài sản, ROA, tỉ lệ nợ bình phương và biến phân ngành.1 Bảng tóm tắt các nghiên cứu trước đây Tác giả Nội dung Phương pháp Kết quả Leksrisakul và Sử dụng mô hình MDA để dự Mô hình MDA Lợi nhuận giữ lại / TTS (-) Evans (2005) báo khả năng vỡ nợ của các Mẫu nghiên cứu: 89 doanh nghiệp Lợi nhuận trước thuế và lãi vay / TTS, Vốn doanh nghiệp tại Thái Lan từ không có rủi ro vỡ nợ và 46 công ty có lưu động / TTS, Thu nhập ròng / TTS, Vốn Sở Chứng khoán Thái Lan từ rủi ro vỡ nợ hóa thị trường / Tổng nợ phải trả (+) năm 1997 đến 2002 Abdullah và So sánh phương pháp MDA và Mô hình MDA Tính chính xác của MDA đạt được tỷ lệ chính cộng sự (2008) mô hình logistic đối với xác Mô hình Logit xác là 85%.
định các công ty tài chính gặp Mô hình MDA, tỷ lệ nợ trên tổng tài sản và khó khăn ở Malaysia tăng trưởng thu nhập ròng là chỉ số đáng kể trong kết quả dự báo. Mô hình Logistics, tỷ suất lợi nhuận trên tài sản là đáng kể trong kết quả dự báo. Memíc (2015) Đo lường rủi ro vỡ nợ của các Mô hình MDA Độ chính xác cao nhất của mô hình logit đạt doanh nghiệp đối với quản trị Mô hình Logit được là 84. rủi ro tín dụng của các ngân 14 hàng tại Liên bang Bosnia và Độ chính xác cao nhất của mô hình MDA đạt Herzegovina được là 81.
Mô hình MDA, lợi nhuận/tài sản là chỉ số đánh kể trong kết quả dự báo. Mô hình Logit, Doanh thu thuần/TTS là đáng kể trong kết quả dự báo. Beaver (1967) Phát triển mô hình đơn biến và Beaver (1967): Thử nghiệm phân loại Phân loại 5 tiêu chỉ tài chính: Thanh khoản, & Altman mô hình đa biến để dự đoán rủi lưỡng phân Lợi nhuận, Đòn bẩy tài chính , Khả năng (1968) ro phá sản trên các chỉ tiêu tài Mẫu nghiên cứu Beaver: 158 doanh thanh toán và Tỷ lệ hoạt động chính nghiệp (79 thất bại và 79 không thất bại) và đề xuất 14 chỉ tiêu tài chính Altman (1968): Mô hình MDA Mẫu nghiên cứu Altman: 66 doanh nghiệp sản xuất (33 thất bại và 33 không thất bại) và đề xuất 22 chỉ tiêu tài chính (lựa chọn 5 chỉ tiêu) 15 Nguyễn Trọng Xây dựng mô hình xác định Mô hình MDA Xây dựng 5 mô hình xác định xác suất vỡ nợ Hòa (2006) xác suất vỡ nợ của các doanh Mô hình Logit của các doanh nghiệp tương ứng với từng nghiệp Mẫu nghiên cứu: 268 công ty niêm yết quan điểm khác nhau về rủi ro phá sản. trên sàn Thành phố Hồ Chí Minh và Hà Nội Trần Ái Kết và Xem xét các nhân tố ảnh Mô hình MDA Mức độ biến động rủi ro vỡ nợ trong mô hình Võ Văn Tuấn hưởng trong mô hình logit Mô hình Logit là 61.31% phụ thuộc vào các biến độc lập (2013) được đưa vào mô hình.
Các biến gồm: đòn bẩy tài chính, cấu trúc tài sản, ROA, tỉ lệ nợ bình phương và biến phân ngành.2 Điều kiện vận dụng Qua nghiên cứu của Altman và các cộng sự đã phát triển từ mô hình dự báo năm 1968 thành ba mô hình dự báo khác nhau dựa vào các biến X1, X2, X3, X4 và X5: (Trong đó X1: Vốn luân chuyển/ Tổng tài sản X2: Lợi nhuận giữ lại/ Tổng tài sản X3: EBIT/ Tổng tài sản X4: Giá trị thị trường của VCSH/ Tổng tài sản X5: Doanh thu / Tổng tài sản) Mô hình chỉ số Z : Đối với doanh nghiệp đã cổ phần hóa có dạng (Biến X4 dựa vào giá trị thị trường của VCSH): Z = 1.999X5 Được đánh giá như sau: Nếu Z > 2,99: Doanh nghiệp nằm trong vùng an toàn. Nếu 1,8 < Z < 2,99 Doanh nghiệp nằm trong vùng cảnh báo. Nếu Z < 1,8 Doanh nghiệp nằm trong vùng có nguy cơ phá sản cao. Mô hình điều chỉnh Z’ : Đối với doanh nghiệp chưa cổ phần hóa (Biến X4 sử dụng giá trị sổ sách của VCSH) Z’ = 0.998X5 Được đánh giá như sau: Nếu Z’ > 2,9 Doanh nghiệp nằm trong vùng an toàn.
Nếu 1,23 < Z’ < 2,9 Doanh nghiệp nằm trong vùng cảnh báo. Nếu Z’ < 1,23 Doanh nghiệp nằm trong vùng có nguy cơ phá sản cao. Mô hình Z’’: Đối với các doanh nghiệp còn lại (Không sử dụng biến X5, X4 được xác định như Z’) Z’’ = 6.05X4 Được đánh giá như sau: 17 Nếu Z’’ > 2,6 Doanh nghiệp nằm trong vùng chưa có nguy cơ phá sản. Nếu 1,2 < Z’’ < 2,6 Doanh nghiệp nằm trong vùng cảnh báo Nếu Z’’ < 1,1 Doanh nghiệp nằm trong vùng có nguy cơ phá sản cao.3 Những điều hạn chế và cần lưu ý khi vận dụng mô hình Z-Score Sau đây là một vài điểm hạn chế của mô hình Z-Score • Các chỉ số sử dụng trong mô hình phải có sự phù hợp, nếu các chỉ số có sự bất thường thì kết quả mô hình sẽ không chính xác.