CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU 1. Nghiên cứu dự báo vỡ nợ doanh nghiệp theo cách tiếp cận kế toán 1. Nghiên cứu theo cách tiếp cận kế toán trên thế giới Phương pháp nghiên cứu vỡ nợ theo cách tiếp cận kế toán sử dụng biến độc lập là chỉ số tính từ báo cáo tài chính của doanh nghiệp để tính điểm vỡ nợ hoặc xác suất vỡ nợ (probability of default) từ đó phân loại các doanh nghiệp không vỡ nợ, có nguy cơ vỡ nợ và doanh nghiệp vỡ nợ. Trong cách tiếp cận này có nhiều phương pháp được phát triển trong đó có thể kể đến như: Mô hình tuyến tính đo lường xác suất (Linear probability model) gồm mô hình đơn biến của Beaver's (1966) hay mô hình đa biến của Altman's (1968), mô hình probit Ohlson's (1980), mô hình probit Zmijewski's (1984).
* Mô hình phân tích đơn biến: Dự báo vỡ nợ doanh nghiệp là chủ đề nghiên cứu được quan tâm kể từ công trình nghiên cứu của Beaver (1966). Mặc dù dự báo vỡ nợ doanh nghiệp đã được thực hiện trước Beaver nhưng các nhà nghiên cứu còn thiếu phương pháp tiếp cận chặt chẽ. Beaver đi tiên phong trong nghiên cứu thực nghiệm về dự báo vỡ nợ doanh nghiệp sử dụng phân tích đơn biến các tỷ số tài chính đối với các doanh nghiệp vỡ nợ và doanh nghiệp không vỡ nợ. Công trình nghiên cứu của Beaver được coi là bước ngoặt cho các nghiên cứu về phân tích tỷ số trong tương lai (Horrigan, 1968).
Trong phân tích đơn biến, các dự báo vỡ nợ doanh nghiệp được dựa trên một tỷ số tài chính đơn lẻ. Beaver định nghĩa vỡ nợ là việc một doanh nghiệp mất khả năng chi trả cho các khoản nợ đến hạn. Trái phiếu cố định, tài khoản thấu chi ngân hàng, hoặc cổ tức cổ phiếu ưu tiên chưa được thanh toán - đều được coi như bằng chứng cho sự vỡ nợ doanh nghiệp. Beaver đã áp dụng một bài kiểm tra phân loại đơn biến, trong đó mỗi tỷ số trong 30 tỷ số tài chính khác nhau đã được sử dụng để dự báo biến của doanh nghiệp vỡ nợ và không vỡ nợ.
Các tỷ số được chọn lựa dựa trên cơ sở ba tiêu chí sau: (i) sự phổ biến trong nghiên cứu tổng quan; (ii) kết quả áp dụng các tỷ số này trong các nghiên cứu trước đó; và (iii) việc tuân thủ khái niệm dòng tiền. Phân tích đơn biến bao gồm việc sử dụng một tỷ số tài chính đơn lẻ trong mô hình dự báo vỡ nợ. Dữ liệu cho các mẫu nghiên cứu được thu thập từ Moody's Industrial Manual cho 5 năm trước vỡ nợ. Beaver lựa chọn 79 mẫu của doanh nghiệp vỡ nợ và không vỡ nợ, sử dụng phương pháp cặp đôi từng ngành dựa trên một mã gồm ba chữ số phân loại ngành tiêu chuẩn (Standard Industrial Classification - SIC) và quy mô tài sản trong các năm 1954 đến 1964.
Mục đích của việc sử dụng phương pháp này là luan an 9 để kiểm soát các yếu tố có thể làm ảnh hưởng tới mối quan hệ giữa các tỷ số tài chính và khả năng vỡ nợ của doanh nghiệp. Sáu biến sau đây được Beaver lựa chọn như những biến chính xác nhất dự báo vỡ nợ doanh nghiệp, bao gồm: tiền mặt trên tổng nợ; LN ròng/TTS; NDH/TTS; VLĐ/TTS; tỷ số thanh toán hiện hành; và khoảng phi tín dụng (hay khả năng thanh khoản). Mặc dù cách tiếp cận đơn biến có những thiếu sót nhất định, đặc biệt là thiếu sự kết hợp các tỷ số khác nhau, nhưng mô hình của Beaver đã đạt được mức độ chính xác nhất định trong dự báo. Tỷ lệ phân loại tổng thể là 87%, 79%, 77%, 76% và 78% trong năm đầu tiên tới năm thứ năm trước vỡ nợ.
Phát hiện chính của nghiên cứu này là các tỷ số tài chính có khả năng dự báo vỡ nợ trong ít nhất 5 năm trước vỡ nợ. Beaver kết luận rằng tỷ số tiền trên tổng nợ là tỷ số dự báo tốt nhất. Tuy nhiên, việc sử dụng tỷ lệ tài chính cho dự báo vỡ nợ được sử dụng thận trọng. Trước hết, không phải tất cả các tỷ số đều dự báo với cùng mức độ chính xác như nhau.
Thứ hai, các tỷ số thành công trong việc dự báo không vỡ nợ thì nhiều hơn dự báo vỡ nợ. Thứ ba, về mục đích ra quyết định, các tỷ số tài chính nên được bổ sung bằng tỷ lệ phân bố tần suất và phân bố xác suất. Lý thuyết về phân tích tỷ số của Beaver là mô hình dòng tiền, được coi như khung khổ cho việc giải thích các kết quả của các bài kiểm tra về tỷ lệ (Beaver, 1966). Zavrgen (1983) lại lập luận rằng nghiên cứu của Beaver có những hạn chế nhất định đối với việc thiết kế thống kê và tính hữu dụng của các các kỹ thuật đơn biến.
Dù vậy, nghiên cứu của Beaver có hai thành công chính: dự đoán với mức độ chính xác khá cao dù chỉ với một mô hình đơn giản và cung cấp sự thảo luận lý thuyết về các nghiên cứu thực nghiệm. Các kết quả là lựa chọn tỷ số, giá trị mô hình và tính chính xác của mô hình đơn biến. * Mô hình phân tích đa khác biệt: Nhiều mô hình dự báo vỡ nợ như vậy đã được phát triển từ khi Beaver (1966) thực hiện phân tích sử dụng kỹ thuật đơn biến. Phần này sẽ khái quát một vài nghiên cứu quan trọng trong lĩnh vực dự báo vỡ nợ doanh nghiệp sử dụng kỹ thuật phân tích đa khác biệt.
Các nghiên cứu này đại diện chỉ cho một vài trong số nhiều nhà nghiên cứu đã thực hiện nghiên cứu trong việc phát triển mô hình dự báo vỡ nợ sử dụng kỹ thuật thống kê phổ biến này. + Mô hình dự báo của Altman (1968) luan an 10 Trong việc phân tích tình hình tài chính doanh nghiệp, có thể nói, mô hình chỉ số Z - Score là mô hình rủi ro tài chính nổi tiếng nhất, được áp dụng rộng rãi trên thế giới do kết quả kiểm nghiệm khá tin cậy do Giáo sư Edward I. Altman xây dựng trên cơ sở các số liệu từ các doanh nghiệp tại Mỹ. Dựa vào cơ sở lý thuyết và phương pháp xây dựng mô hình của Altman, mô hình chỉ số Z được các nước, các tổ chức khác nhau trên thế giới phát triển nhằm phù hợp với môi trường và đặc điểm của các doanh nghiệp ở từng khu vực.
Altman (1968) là nhà nghiên cứu đầu tiên áp dụng kỹ thuật phân tích đa khác biệt (Multiple Discriminant Aanalysis) để dự báo thất bại kinh doanh thông qua việc sử dụng các tỷ lệ tài chính. Khác với các phân tích đơn biến dựa trên các tỷ số đơn lẻ, ý tưởng chính của phân tích đa biến là kết hợp thông tin của nhiều tỷ số tài chính thành một chỉ số có trọng số (Laitinen, 1991). Phân tích khác biệt là một phương pháp phân tích đa biến trong phân tích số liệu. Phương pháp này đặc biệt hữu ích vì mục đích là để nhóm các biến riêng biệt thành các nhóm, ví dụ tốt hay chưa tốt, nam hay nữ, vỡ nợ hay không vỡ nợ (Fulmer và cộng sự, 1984).
Công trình nghiên cứu dự báo vỡ nợ của Altman được xây dựng dựa trên việc phân biệt khả năng vỡ nợ hay không vỡ nợ của doanh nghiệp. Kỹ thuật này là phù hợp khi biến phụ thuộc là biến phân loại và các biến độc lập là các biến số liệu (Hair et al. Việc phân loại được thực hiện thông qua việc phát triển một hàm phân biệt. Hàm phân biệt được xây dựng theo hướng tối thiểu hóa khả năng phân loại sai (Raghupathi và cộng sự, 1991).
Kỹ thuật này dần trở thành một công cụ phổ biến nhất trong dự báo những thất bại kinh doanh của doanh nghiệp. Ưu điểm của kỹ thuật này là nó xem xét tất cả các đặc tính một cách đồng thời trong khi vẫn xét đến sự tương tác giữa các đặc tính đó. Mô hình này đã được áp dụng để đánh giá: (i) liệu phân tích tỷ số có tuân theo kỹ thuật thống kê? (ii) liệu kỹ thuật phân tích đa khác biệt có thể cái thiện khả năng dự báo của các mô hình vỡ nợ? (iii) Và liệu cách tiếp cận này có hữu ích trong các ứng dụng thực nghiệm? Theo phương pháp phân tích tỷ số truyền thống, kỹ thuật phân tích này không còn quan trọng trong môi trường học thuật do cách tiếp cận khá đơn giản của nó. Lý thuyết vỡ nợ của Altman cho rằng các tỷ số được phân tích trong một khung khổ đa chiều sẽ có ý nghĩa thống kê cao hơn cách phân tích tỷ số truyền thống (Altman, 1968).
Trong nghiên cứu này, mô hình Z-score sử dụng các số liệu tài chính từ giai đoạn trước vỡ nợ như là các biến độc lập trong mô hình tách biệt. Các biến phụ thuộc được đưa vào luan an 11 để phân tách ra các doanh nghiệp vỡ nợ và không vỡ nợ. Trong mô hình của Altman, tương tự như Beaver, các số liệu cho mẫu phân tích thu thập được từ Moody's Industrial Manual và lựa chọn các báo cáo thường niên từ một đến năm năm trước khi vỡ nợ. Altman đã lựa chọn một mẫu gồm 33 doanh nghiệp vỡ nợ và 33 doanh nghiệp chưa vỡ nợ kết hợp từng cặp theo cơ sở các năm, ngành hoạt động, và quy mô doanh nghiệp là các biến kiểm soát, lựa chọn dựa trên cơ sở phi ngẫu nhiên.
Phương pháp này có nhiều lợi ích, đặc biệt khi các biến kiểm soát không được bao gồm cụ thể trong mô hình (Zavgren, 1983). Mẫu các doanh nghiệp vỡ nợ được lấy trong giai đoạn 1946-1965 và quy mô tài sản từ 0,7 triệu đôla đến 25,9 triệu đôla. Các doanh nghiệp nhỏ với tài sản ít hơn 1 triệu đôla được loại ra khỏi mẫu. Tất cả các doanh nghiệp không vỡ nợ vẫn hoạt động sau năm 1966.
Phương pháp nghiên cứu này bị hạn chế với các doanh nghiệp sản xuất và áp dụng với 22 biến tỷ số. Hầu hết các tỷ số được lựa chọn dựa trên sự phổ biến và tiềm năng trong nghiên cứu. Tuy nhiên, tỷ số tiền mặt trên tổng nợ, xác định bởi Beaver (1966), không được đưa vào danh mục các biến vì thiếu nhất quán trong số liệu. Mô hình Z-score của Altman sử dụng 5 tỷ số tài chính và được đánh giá như sự dự báo khánh kiệt tài chính có tính chính xác cao.
Năm tỷ số tài chính có khả năng dự báo cao nhất là: VLĐ/TTS; LN giữ lại/TTS; LN trước thuế và lãi/TTS; GTTT của vốn cổ phần/GTSS của tổng nợ; DT/TTS. Thành công của mô hình này là dựa trên các đặc điểm tài chính của doanh nghiệp vỡ nợ khác với đặc điểm tài chính của các doanh nghiệp không vỡ nợ. Trong quá trình thực hiện có thể xảy ra hai lỗi phân loại.