Luận án tiến sĩ nghiên cứu cách tiếp cận kế toán và cách tiếp cận thị trường trong dự báo vỡ nợ của doanh nghiệp việt nam

Luận án tiến sĩ phân tích cách tiếp cận kế toán và thị trường trong dự báo vỡ nợ doanh nghiệp Việt Nam, cung cấp cái nhìn sâu sắc và ứng dụng thực tiễn.

• Tác giả: Đinh Đức Minh
• Người hướng dẫn: Nguyễn Việt Dũng
• Trường học: Trường Đại Học Kinh Tế Quốc Dân
• Chuyên ngành: Tài Chính - Ngân Hàng
• Đề tài: Nghiên Cứu Dự Báo Vỡ Nợ Doanh Nghiệp Việt Nam: Kế Toán Và Tiếp Cận Thị Trường
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2019
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM KẾT
• 1. CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU
• 1.1. Nghiên cứu dự báo vỡ nợ doanh nghiệp theo cách tiếp cận kế toán
• 1.2. Nghiên cứu theo cách tiếp cận kế toán trên thế giới
• 1.3. Nghiên cứu theo cách tiếp cận kế toán tại Việt Nam
• 1.4. Nghiên cứu dự báo vỡ nợ doanh nghiệp theo cách tiếp cận thị trường
• 1.5. Nghiên cứu theo cách tiếp cận thị trường trên thế giới
• 1.6. Một số nghiên cứu mô hình KMV- Merton tại Việt Nam
• 1.7. Các nghiên cứu so sánh cách tiếp cận kế toán và tiếp cận thị trường trong dự báo vỡ nợ doanh nghiệp
• 1.8. Kết luận Chương 1
• 2. CHƯƠNG 2: CƠ SỞ LÝ LUẬN VỀ DỰ BÁO VỠ NỢ CỦA DOANH NGHIỆP
• 2.1. Vỡ nợ doanh nghiệp
• 2.2. Khái niệm vỡ nợ và phá sản doanh nghiệp
• 2.3. Đặc điểm của rủi ro vỡ nợ
• 2.4. Nhân tố ảnh hưởng tới khả năng vỡ nợ của doanh nghiệp
• 2.5. Ngưỡng vỡ nợ doanh nghiệp
• 2.6. Mô hình dự báo vỡ nợ doanh nghiệp
• 2.7. Mô hình theo cách tiếp cận kế toán
• 2.8. Mô hình dự báo theo thị trường
• 2.9. Kết luận Chương 2
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Thiết kế nghiên cứu
• 3.2. Thu thập dữ liệu
• 3.3. Dữ liệu nghiên cứu
• 3.4. Phương pháp phỏng vấn sâu
• 3.5. Kết luận Chương 3
• 4. CHƯƠNG 4: ÁP DỤNG MÔ HÌNH THEO CÁCH TIẾP CẬN KẾ TOÁN VÀ THỊ TRƯỜNG TRONG DỰ BÁO VỠ NỢ DOANH NGHIỆP
• 4.1. Tình hình hoạt động các doanh nghiệp niêm yết tại HOSE giai đoạn 2014-2016
• 4.2. Khái quát về các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam
• 4.3. Tình hình doanh nghiệp niêm yết tại HOSE trong giai đoạn 2014-2017
• 4.4. Áp dụng mô hình dự báo vỡ nợ đối với các doanh nghiệp trên HOSE
• 4.5. Áp dụng mô hình và các kết quả
• 4.6. Đánh giá qua kết quả kiểm định
• 4.7. Phân tích các kết quả thu được
• 4.8. Kết luận Chương 4
• 5. CHƯƠNG 5: MỘT SỐ KHUYẾN NGHỊ VÀ KIẾN NGHỊ
• 5.1. Một số khuyến nghị nâng cao hiệu quả sử dụng mô hình dự báo
• 5.2. Nâng cao chất lượng dữ liệu đầu vào của mô hình
• 5.3. Cải tiến mô hình lượng hóa đo lường khả năng trả nợ
• 5.4. Xây dựng hệ thống dữ liệu dự báo vỡ nợ doanh nghiệp
• 5.5. Phổ biến kiến thức về mô hình đo lường vỡ nợ doanh nghiệp
• 5.6. Hoàn thiện các ứng dụng từ các mô hình dự báo vỡ nợ doanh nghiệp
• 5.7. Tăng cường nhận thức sử dụng mô hình dự báo vỡ nợ doanh nghiệp
• 5.8. Đối với Chính Phủ
• 5.9. Đối với Ngân hàng nhà nước
• 5.10. Đối với Ủy Ban Chứng Khoán Quốc Gia
• PHẦN MỞ ĐẦU
• PHẦN KẾT LUẬN
• PHỤ LỤC 1: DANH SÁCH GỬI Ý KIẾN CÁC CHUYÊN GIA
• PHỤ LỤC 2: BẢNG KẾT QUẢ THEO CHỈ SỐ Z-SCORE, KMV VÀ THỰC TẾ
• PHỤ LỤC 3: KẾT QUẢ KIỂM ĐỊNH CHỈ SỐ Z-SCORE VÀ KMV THEO PHƯƠNG PHÁP ROC
• DANH MỤC CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ
• DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Nghiên cứu dự báo vỡ nợ doanh nghiệp theo cách tiếp cận kế toán

Nghiên cứu dự báo vỡ nợ doanh nghiệp theo cách tiếp cận kế toán tập trung vào việc sử dụng các chỉ số tài chính từ báo cáo tài chính để xác định khả năng vỡ nợ. Các mô hình như Z-Score và Logit đã được áp dụng rộng rãi. Mô hình Z-Score, phát triển bởi Altman, sử dụng năm chỉ số tài chính để tính toán điểm số vỡ nợ. Kết quả cho thấy rằng mô hình này có khả năng phân loại doanh nghiệp thành ba nhóm: không vỡ nợ, có nguy cơ vỡ nợ và vỡ nợ. Việc áp dụng mô hình này tại Việt Nam cho thấy tính khả thi trong việc dự báo vỡ nợ doanh nghiệp, đặc biệt trong bối cảnh thị trường tài chính đang phát triển.

1.1. Nghiên cứu theo cách tiếp cận kế toán trên thế giới

Trên thế giới, nhiều nghiên cứu đã chỉ ra rằng cách tiếp cận kế toán là một trong những phương pháp hiệu quả nhất để dự báo vỡ nợ doanh nghiệp. Các mô hình như Beaver (1966) và Altman (1968) đã đặt nền tảng cho các nghiên cứu tiếp theo. Mô hình Z-Score, với khả năng phân loại chính xác, đã được áp dụng thành công tại nhiều quốc gia. Tuy nhiên, việc áp dụng mô hình này tại Việt Nam cần được điều chỉnh để phù hợp với đặc điểm kinh tế và tài chính của doanh nghiệp Việt Nam. Các nghiên cứu so sánh giữa các mô hình kế toán và thị trường cũng cho thấy sự cần thiết phải kết hợp cả hai phương pháp để nâng cao độ chính xác trong dự báo.

II. Nghiên cứu dự báo vỡ nợ doanh nghiệp theo cách tiếp cận thị trường

Cách tiếp cận thị trường trong dự báo vỡ nợ doanh nghiệp dựa trên các yếu tố như giá cổ phiếu và biến động thị trường. Mô hình KMV, một trong những mô hình phổ biến, sử dụng thông tin từ thị trường để ước lượng xác suất vỡ nợ. Mô hình này cho phép các nhà đầu tư đánh giá rủi ro tín dụng của doanh nghiệp một cách chính xác hơn. Tại Việt Nam, việc áp dụng mô hình KMV còn mới mẻ, nhưng có tiềm năng lớn trong việc cải thiện khả năng dự báo vỡ nợ. Các nghiên cứu cho thấy rằng việc kết hợp giữa cách tiếp cận kế toán và thị trường có thể mang lại kết quả tốt hơn trong việc dự báo vỡ nợ doanh nghiệp.

2.1. Nghiên cứu theo cách tiếp cận thị trường trên thế giới

Nghiên cứu theo cách tiếp cận thị trường đã được thực hiện rộng rãi tại nhiều quốc gia. Mô hình KMV, phát triển bởi Merton, đã chứng minh được tính hiệu quả trong việc dự báo vỡ nợ doanh nghiệp. Mô hình này sử dụng thông tin từ thị trường chứng khoán để ước lượng khả năng thanh toán của doanh nghiệp. Các nghiên cứu cho thấy rằng mô hình KMV có thể dự đoán chính xác hơn so với các mô hình kế toán trong một số trường hợp. Tuy nhiên, việc áp dụng mô hình này tại Việt Nam cần được xem xét kỹ lưỡng để đảm bảo tính chính xác và phù hợp với điều kiện thực tế của thị trường.

III. So sánh giữa hai phương pháp dự báo

Việc so sánh giữa hai phương pháp dự báo vỡ nợ doanh nghiệp là cần thiết để xác định phương pháp nào hiệu quả hơn trong bối cảnh Việt Nam. Các nghiên cứu cho thấy rằng mô hình kế toán thường dựa vào dữ liệu lịch sử, trong khi mô hình thị trường phản ánh tình hình hiện tại và kỳ vọng tương lai. Sự kết hợp giữa hai phương pháp này có thể tạo ra một mô hình dự báo toàn diện hơn. Các nhà quản lý doanh nghiệp và các tổ chức tín dụng có thể sử dụng thông tin từ cả hai phương pháp để đưa ra quyết định chính xác hơn về rủi ro tín dụng.

3.1. Đánh giá hiệu quả của từng mô hình

Đánh giá hiệu quả của từng mô hình dự báo vỡ nợ là một phần quan trọng trong nghiên cứu. Các mô hình kế toán như Z-Score có thể cung cấp thông tin hữu ích về tình hình tài chính của doanh nghiệp, trong khi các mô hình thị trường như KMV có thể phản ánh chính xác hơn về rủi ro hiện tại. Việc sử dụng cả hai mô hình có thể giúp các nhà đầu tư và nhà quản lý có cái nhìn toàn diện hơn về khả năng vỡ nợ của doanh nghiệp. Các nghiên cứu thực nghiệm cho thấy rằng sự kết hợp này có thể cải thiện độ chính xác trong dự báo vỡ nợ doanh nghiệp tại Việt Nam.

Nội dung chính

Tổng quan về luận án

Sự ổn định của hệ thống tài chính doanh nghiệp và kiểm soát rủi ro tín dụng tại các nền kinh tế mới nổi (emerging markets) đang là trọng tâm nghiên cứu của kinh tế học tài chính hiện đại. Luận án tiến sĩ chuyên ngành Tài chính - Ngân hàng (Mã số: 9340201) của nghiên cứu sinh Đinh Đức Minh tại Trường Đại học Kinh tế Quốc dân với đề tài "Nghiên cứu cách tiếp cận kế toán và cách tiếp cận thị trường trong dự báo vỡ nợ của doanh nghiệp Việt Nam" (người hướng dẫn khoa học: PGS.TS. Nguyễn Việt Dũng và TS. Trịnh Mai Vân, năm 2019) đã đặt nền móng tiên phong trong việc giải quyết bài toán lượng hóa rủi ro phá sản doanh nghiệp trong bối cảnh thị trường cận biên chuyển đổi.

Bối cảnh thực tiễn của nghiên cứu xuất phát từ áp lực tái cơ cấu hệ thống tài chính Việt Nam gắn liền với Nghị quyết số 42/2017/QH14 của Quốc hội và Quyết định số 1058/QĐ-TTg của Thủ tướng Chính phủ về xử lý nợ xấu giai đoạn 2016–2020. Văn bản luận án chỉ rõ bức tranh rủi ro hiện hữu: "Theo con số của Ủy ban Giám sát Tài chính Quốc gia thì con số nợ xấu của hệ thống công bố tháng 12/2017 thì nợ xấu toàn hệ thống ngân hàng là 9,3% và nếu phân loại theo đúng chuẩn mực Basel II thì con số còn cao hơn", đồng thời "năm 2018, số doanh nghiệp đăng ký tạm ngừng kinh doanh có thời hạn của cả nước là 27.126 doanh nghiệp, tăng 25,1% so với cùng kỳ năm 2017 nâng tổng số lũy kế các doanh nghiệp tạm ngừng hoạt động, chờ giải thể và phá sản trong gần 100". Sự biến động tiêu cực này đòi hỏi các tổ chức tín dụng (TCTD) phải chuyển dịch từ phương pháp thẩm định định tính truyền thống (như khung 5C: Character, Capital, Capacity, Collateral, Condition) sang các phương pháp lượng hóa tiên tiến theo chuẩn mực Internal Ratings-Based (IRB) của Hiệp ước Vốn Basel II và Basel III.

Khoảng trống nghiên cứu (research gap) trọng yếu được xác định: Trong khi y văn thế giới đã trải qua nhiều thập kỷ tranh luận học thuật giữa trường phái dữ liệu kế toán tĩnh (Accounting-based models) và trường phái dữ liệu thị trường động (Market-based structural models), thì tại Việt Nam, các công trình trước đó (Lâm Minh Chánh, 2007; Đinh Thế Hiển, 2008; Nguyễn Trọng Hòa, 2009; Hoàng Tùng, 2011; Phan Hồng Mai, 2012; Nguyễn Thị Lương, 2014; Phạm Thị Tường Vân, 2016) mới chỉ dừng lại ở việc kiểm thử đơn lẻ từng mô hình, phân tích trên cỡ mẫu nhỏ cục bộ của một ngành hẹp hoặc thiếu đối chứng định lượng chéo giữa hai trường phái trên cùng một hệ quy chiếu dữ liệu chuẩn hóa.

Luận án thiết lập câu hỏi nghiên cứu tổng quát: Phương pháp tiếp cận nào (kế toán hay thị trường) có năng lực dự báo vỡ nợ vượt trội và phù hợp hơn với thực tiễn các doanh nghiệp niêm yết tại Việt Nam? Các câu hỏi nghiên cứu và giả thuyết cụ thể được cấu trúc hóa:

• Câu hỏi 1 (Q1): Mô hình phân tích đa biến MDA (Multiple Discriminant Analysis) Z-Score của Altman (1968, 1993) có duy trì được năng lực phân loại chính xác nguy cơ vỡ nợ của doanh nghiệp niêm yết tại Việt Nam hay không?
  • Giả thuyết 1 (H1): Mô hình Z-Score kế toán có năng lực phân loại và dự báo sớm nguy cơ vỡ nợ trước 1 năm với độ chính xác thống kê có ý nghĩa.
• Câu hỏi 2 (Q2): Mô hình cấu trúc KMV-Merton (1974, 2002) dựa trên lý thuyết định giá quyền chọn Contingent Claims Analysis (CCA) có phản ánh vượt trội xác suất vỡ nợ thực tế trong điều kiện thị trường chứng khoán Việt Nam chưa hoàn hảo?
  • Giả thuyết 2 (H2): Mô hình thị trường KMV có năng lực dự báo và phân định rủi ro vỡ nợ chính xác hơn mô hình kế toán nhờ tích hợp biến động giá cổ phiếu theo thời gian thực.
• Câu hỏi 3 (Q3): Sự kết hợp giữa các chỉ số kế toán và tín hiệu thị trường cùng quy chuẩn ngưỡng vỡ nợ (Default Point) cần được hiệu chỉnh ra sao để tối ưu hóa hiệu quả xếp hạng tín dụng nội bộ?

Khung lý thuyết tổng quát tích hợp ba trụ cột: Lý thuyết tín hiệu thông tin (Signaling Theory), Khung phân tích dòng tiền phá sản (Cash Flow Insolvency Framework của Beaver, 1966) và Lý thuyết định giá quyền chọn cấu trúc (Structural Option Pricing Theory của Black, Scholes, 1973; Merton, 1974). Về phạm vi nghiên cứu (scope), tác giả khảo sát toàn bộ các doanh nghiệp phi tài chính niêm yết tại Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) trong giai đoạn 2014–2016, kiểm định chéo với kết quả thực tế các doanh nghiệp bị hủy niêm yết do thua lỗ/vỡ nợ trong giai đoạn 2015–2017, kết hợp phỏng vấn sâu hơn 20 chuyên gia đầu ngành trong lĩnh vực ngân hàng và quản trị rủi ro.

---

Literature Review và Positioning

Lịch sử y văn về dự báo vỡ nợ doanh nghiệp được cấu trúc thành hai dòng chảy lý thuyết chủ đạo với những cuộc tranh luận học thuật sâu sắc:

1. Dòng chảy mô hình tiếp cận kế toán (Accounting-based stream)

Khởi đầu từ Beaver (1966) với phân tích đơn biến trên 30 tỷ số tài chính (nhận diện tỷ số Tiền mặt/Tổng nợ là biến đơn lẻ dự báo tốt nhất với độ chính xác 87% trước 1 năm vỡ nợ), kỹ thuật dự báo đã có bước nhảy vọt khi Altman (1968) ứng dụng phân tích phân biệt đa biến (MDA). Mô hình Altman Z-Score nguyên bản (1968) kết hợp 5 tỷ số trọng yếu: $$Z = 1{,}2X_1 + 1{,}4X_2 + 3{,}3X_3 + 0{,}64X_4 + 0{,}999X_5$$ Trong đó:

• $X_1$: Vốn lưu động / Tổng tài sản (VLĐ/TTS)
• $X_2$: Lợi nhuận giữ lại / Tổng tài sản (LNGL/TTS)
• $X_3$: Lợi nhuận trước lãi vay và thuế / Tổng tài sản (EBIT/TTS)
• $X_4$: Giá trị thị trường vốn chủ sở hữu / Giá trị sổ sách tổng nợ (GTTT VCSH / GTSS Nợ)
• $X_5$: Doanh thu / Tổng tài sản (DT/TTS)

Altman (1983, 1993) sau đó đã hiệu chỉnh phương trình Z-Score 4 biến ($Z''$) cho khối doanh nghiệp phi sản xuất và thị trường mới nổi bằng cách loại bỏ biến nhạy cảm ngành $X_5$, chuyển $X_4$ sang giá trị sổ sách: $$Z = 6{,}567X_1 + 3{,}26X_2 + 6{,}72X_3 + 1{,}05X_4$$ Các đóng góp tiếp theo bao gồm Deakin (1972, 1977) kết hợp hồi quy LDA và QDA; Edmister (1972) cho doanh nghiệp nhỏ; Blum (1974) với Failing Company Model; Fulmer et al. (1984) với mô hình H-Score 9 biến. Song song đó, các mô hình xác suất có điều kiện (Conditional probability models) ra đời nhằm khắc phục hạn chế phân phối chuẩn đa biến của MDA, tiêu biểu là hồi quy đa Logistic (Logit) của Ohlson (1980) với độ chính xác 85,1% và hồi quy Probit của Zmijewski (1984) kiểm soát triệt để sai lệch chọn mẫu (Choice-based sample bias).

2. Dòng chảy mô hình tiếp cận thị trường (Market-based structural stream)

Mô hình cấu trúc của Merton (1974) dựa trên công thức định giá quyền chọn Black-Scholes (1973) coi vốn chủ sở hữu của doanh nghiệp ($E$) như một quyền chọn mua kiểu Châu Âu (European call option) trên tổng tài sản doanh nghiệp ($A$) với giá thực hiện bằng mệnh giá nợ ($K$) tại thời điểm đáo hạn $T$: $$E_T = \max(0, A_T - K)$$ Khoản nợ của chủ nợ tương đương với vị thế nắm giữ trái phiếu phi rủi ro và bán một quyền chọn bán (European put option): $$D_T = K - \max(0, K - A_T)$$ KMV Corporation (1989) với sự sáng lập của Kealhofer, McQuown và Vasicek đã phát triển mô hình KMV-Merton, đưa vào khái niệm Khoảng cách tới điểm vỡ nợ (Distance to Default - $DD$) và Tần suất vỡ nợ kỳ vọng (Expected Default Frequency - $EDF$) tính toán từ cơ sở dữ liệu thực nghiệm thay vì áp đặt phân phối chuẩn lý thuyết thuần túy (Crosbie & Bohn, 2002; Vasicek, 1984).

3. Tranh luận học thuật quốc tế và định vị nghiên cứu

Y văn quốc tế ghi nhận hai quan điểm đối lập sâu sắc:

• Quan điểm ủng hộ mô hình thị trường: Hillegeist et al. (2004), Beaver et al. (2005), Campbell et al. (2008) lập luận rằng dữ liệu thị trường có tính hướng về tương lai (forward-looking), liên tục cập nhật hàng ngày và phản ánh biến động giá trị tài sản ròng ($\sigma_A$), khắc phục tính trễ hạn và rủi ro can thiệp số liệu kế toán (Earnings management) của báo cáo tài chính.
• Quan điểm chứng minh tính ưu việt của mô hình kế toán: Agarwal & Taffler (2008) khi kiểm định trên toàn bộ doanh nghiệp phi tài chính tại sàn chứng khoán London (LSE) giai đoạn 1985–2001 đã chứng minh mô hình Z-Score của Altman vượt trội hơn mô hình thị trường của Hillegeist et al. (2004) và Shumway (2001), với độ tin cậy lần lượt đạt 79% so với 68% và 73%. Tương tự, Liu et al. (2010) và Reisz & Perlich (2004) chỉ ra rằng tại các thị trường tài chính chưa đạt trạng thái hiệu quả (Efficient Market Hypothesis - EMH), các mô hình quyền chọn thị trường bị nhiễu loạn do đầu cơ và thanh khoản thấp, khiến mô hình kế toán có năng lực dự báo trong ngắn hạn (1 năm) chuẩn xác hơn.

Luận án của Đinh Đức Minh (2019) định vị chính xác vào khoảng trống này: Đóng vai trò là công trình đầu tiên tại Việt Nam thực hiện kiểm định song song, đối sánh trực tiếp năng lực phân loại rủi ro của Altman Z-Score (1968, 1993) và KMV-Merton trên cùng một tập dữ liệu thực tế tại HOSE, sử dụng công cụ kiểm định chéo hiện đại AU ROC và hệ số tương quan Matthews (MCC).

---

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và kiểm chứng giới hạn ứng dụng của hai lý thuyết kinh điển trong môi trường kinh tế cận biên:

1. Mở rộng lý thuyết phá sản dựa trên tỷ số tài chính của Altman (1968, 1993): Luận án chứng minh rằng biến số $X_1$ (Vốn lưu động ròng / Tổng tài sản) và $X_3$ (EBIT / Tổng tài sản) duy trì trọng số đóng góp giải thích cao nhất đối với sức khỏe tài chính doanh nghiệp Việt Nam. Nghiên cứu xác lập bằng chứng thực nghiệm rằng mô hình hiệu chỉnh Z-Score 4 biến (1993) phù hợp hơn mô hình 5 biến nguyên bản (1968) khi áp dụng cho thị trường mới nổi.
2. Kiểm định giới hạn của Lý thuyết Contingent Claims Analysis (Merton, 1974) và Mô hình KMV: Nghiên cứu chỉ ra sự vi phạm các giả định nền tảng của mô hình Merton (như giả định thị trường phi ma sát, không có chi phí giao dịch và lợi suất tài sản tuân theo phân phối Geometric Brownian Motion thuần túy). Luận án chứng minh rằng do tính bất cân xứng thông tin cao và sự méo mó giá cổ phiếu tại HOSE, xác suất vỡ nợ nội sinh tính từ KMV có xu hướng đánh giá thấp (underestimate) rủi ro vỡ nợ thực tế của các doanh nghiệp gặp khủng hoảng dòng tiền.
3. Xác lập ranh giới điều kiện biên (Boundary Conditions): Luận án làm rõ rằng hiệu năng của mô hình cấu trúc thị trường phụ thuộc phi tuyến vào tính thanh khoản và mức độ hiệu quả thị trường. Khi thị trường tài chính chưa đạt mức hiệu quả dạng vừa (Semi-strong form efficiency), mô hình kế toán truyền thống vẫn là "mỏ neo" lý thuyết đáng tin cậy hơn.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp một cấu trúc 3 giai đoạn chặt chẽ:

• Cấu phần 1 - Mô hình kế toán đa chiều: Lượng hóa trạng thái kiệt quệ tài chính qua hệ thống 5 biến MDA (Altman, 1968) và 4 biến hiệu chỉnh (Altman, 1993), phân định doanh nghiệp thành 3 phân vùng rõ rệt: Vùng an toàn (Safe Zone), Vùng xám cảnh báo (Grey Zone) và Vùng nguy cơ vỡ nợ cao (Distress Zone).
• Cấu phần 2 - Mô hình cấu trúc biến động thị trường: Xây dựng hệ phương trình phi tuyến tính liên kết giữa giá trị vốn hóa thị trường ($E_0$), độ lệch chuẩn vốn chủ sở hữu ($\sigma_E$) với giá trị tài sản tiềm năng ($A_0$) và độ lệch chuẩn tài sản ($\sigma_A$): $$E_0 = A_0 N(d_1) - K e^{-rT} N(d_2)$$ $$\sigma_E = \left( \frac{A_0}{E_0} \right) N(d_1) \sigma_A$$ Trong đó: $$d_1 = \frac{\ln(A_0 / K) + (r + 0{,}5\sigma_A^2)T}{\sigma_A \sqrt{T}}, \quad d_2 = d_1 - \sigma_A \sqrt{T}$$ Xác định Ngưỡng vỡ nợ chuẩn hóa (Default Point - $DP$): $$DP = \text{Nợ ngắn hạn (NNH)} + 0{,}5 \times \text{Nợ dài hạn (NDH)}$$ Từ đó tính toán Khoảng cách tới điểm vỡ nợ ($DD$): $$DD = \frac{A_0 - DP}{A_0 \sigma_A}$$
• Cấu phần 3 - Khung thẩm định chéo và chuẩn đoán sai số: Đánh giá hiệu quả phân loại thông qua việc thiết lập Ma trận nhầm lẫn (Confusion Matrix), kiểm soát nghiêm ngặt Lỗi loại I (Type I Error: doanh nghiệp vỡ nợ bị phân loại nhầm thành an toàn) và Lỗi loại II (Type II Error: doanh nghiệp khỏe mạnh bị phân loại nhầm thành vỡ nợ), đo lường diện tích dưới đường cong AU ROC và hệ số tương quan phi tham số MCC.

---

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ thế giới quan khoa học thực chứng (Positivism Paradigm) kết hợp với hiện thực kinh nghiệm (Empirical Realism). Thiết kế nghiên cứu hỗn hợp kết hợp kỹ thuật định lượng chuẩn tắc (Quantitative Empirical Modeling) và phân tích định tính chuyên sâu (In-depth Qualitative Interviews).

Quy trình nghiên cứu và thu thập dữ liệu

• Thu thập dữ liệu thứ cấp: Toàn bộ báo cáo tài chính kiểm toán năm và dữ liệu chuỗi thời gian giá đóng cửa điều chỉnh hàng ngày của các doanh nghiệp niêm yết trên sàn HOSE trong 3 năm liên tục từ 2014 đến 2016.
• Tiêu chí lựa chọn mẫu (Inclusion/Exclusion criteria):
  • Bao gồm: Doanh nghiệp phi tài chính có đầy đủ dữ liệu giao dịch cổ phiếu và BCTC kiểm toán không bị gián đoạn.
  • Loại trừ: Các ngân hàng thương mại, công ty bảo hiểm, công ty chứng khoán, quỹ đầu tư (do đặc thù đòn bẩy vốn và cơ cấu bảng cân đối kế toán khác biệt); các doanh nghiệp thiếu hụt dữ liệu thanh khoản nghiêm trọng.
• Tập mẫu kiểm định thực tế (Out-of-sample ground truth): Số liệu các doanh nghiệp bị Sở Giao dịch Chứng khoán TP.HCM (HOSE) đưa vào diện cảnh báo, kiểm soát đặc biệt hoặc hủy niêm yết bắt buộc do thua lỗ lũy kế 3 năm liên tiếp hoặc âm vốn chủ sở hữu trong giai đoạn 2015–2017.
• Thu thập dữ liệu sơ cấp: Thực hiện phỏng vấn sâu bán cấu trúc (Semi-structured in-depth interviews) với hơn 20 chuyên gia cao cấp, bao gồm giám đốc quản trị rủi ro tín dụng tại các NHTM lớn (Vietcombank, BIDV, VietinBank, Techcombank), chuyên gia phân tích định mức tín nhiệm và đại diện cơ quan quản lý (NHNN, UBCKNN) nhằm bảo đảm tính tam giác hóa dữ liệu (Data & Investigator Triangulation).

Dữ liệu và kỹ thuật phân tích nâng cao

Quy trình tính toán và kiểm định được thực hiện bằng các phần mềm kinh tế lượng và thuật toán chuyên dụng (Matlab, Stata, Excel Solver):

• Thuật toán giải phương trình phi tuyến: Ứng dụng phương pháp lặp tìm nghiệm để giải đồng thời hệ hai phương trình Black-Scholes xác định giá trị thị trường tài sản ẩn ($A_0$) và độ biến động ($\sigma_A$).
• Phân tích đường cong ROC (Receiver Operating Characteristic): Đường cong ROC biểu diễn mối quan hệ đánh đổi giữa Độ nhạy (Sensitivity / True Positive Rate) và 1 - Độ đặc hiệu (1 - Specificity / False Positive Rate). Diện tích dưới đường cong (Area Under Curve - AU ROC) được sử dụng làm chuẩn mực vàng đánh giá năng lực phân định rủi ro:
  • $0{,}90 \le \text{AU ROC} \le 1{,}00$: Mô hình đạt độ chính xác xuất sắc (Excellent)
  • $0{,}80 \le \text{AU ROC} < 0{,}90$: Mô hình đạt độ chính xác tốt (Good)
  • $0{,}70 \le \text{AU ROC} < 0{,}80$: Mô hình đạt độ chính xác khá (Fair)
  • $0{,}60 \le \text{AU ROC} < 0{,}70$: Mô hình đạt độ chính xác kém (Poor)
  • $\text{AU ROC} < 0{,}60$: Mô hình không có giá trị phân loại (Fail)
• Hệ số tương quan Matthews (Matthews Correlation Coefficient - MCC): Đo lường chất lượng phân loại nhị phân trong điều kiện mất cân bằng mẫu dữ liệu (Imbalanced data): $$MCC = \frac{TP \times TN - FP \times FN}{\sqrt{(TP + FP)(TP + FN)(TN + FP)(TN + FN)}}$$

---

Phát hiện đột phá và implications

Những phát hiện then chốt

Tiêu chí so sánh kiểm định	Mô hình Z-Score Altman (1968)	Mô hình Z-Score Altman (1993)	Mô hình KMV-Merton
Nền tảng dữ liệu	Kế toán 5 biến (có vốn hóa TT)	Kế toán 4 biến (sổ sách thuần túy)	Thị trường (Cổ phiếu & Nợ)
Tỷ lệ phân loại chính xác tổng thể	Cao	Vượt trội	Trung bình - Khá
Tỷ lệ Lỗi loại I (Type I Error)	Thấp	Rất thấp	Còn cao
Chỉ số AU ROC	$0{,}82 - 0{,}87$ (Tốt)	$0{,}88 - 0{,}91$ (Rất tốt/Xuất sắc)	$0{,}68 - 0{,}74$ (Kém - Khá)
Hệ số tương quan MCC	Dương có ý nghĩa cao ($p < 0{,}01$)	Dương mạnh nhất ($p < 0{,}01$)	Thấp hơn có ý nghĩa ($p < 0{,}05$)
Khả năng dự báo trước 1 năm	Rất ổn định	Rất ổn định và chính xác	Nhạy cảm nhưng nhiều báo động giả

1. Tính ưu việt vượt trội của mô hình tiếp cận kế toán Z-Score tại Việt Nam: Trái ngược với giả thuyết thị trường hoàn hảo, kết quả thực nghiệm chỉ ra rằng mô hình Z-Score (đặc biệt là phiên bản 4 biến năm 1993) đạt chỉ số diện tích dưới đường cong AU ROC đạt ngưỡng xuất sắc ($>0{,}88$), phân loại chính xác hầu hết các doanh nghiệp thực tế rơi vào diện hủy niêm yết/vỡ nợ tại HOSE. Lỗi loại I (nguy cơ bỏ lọt doanh nghiệp vỡ nợ) ở mô hình Z-Score thấp hơn đáng kể so với mô hình KMV.
2. Hạn chế cấu trúc của mô hình KMV-Merton trong điều kiện thị trường cận biên: Mô hình KMV chỉ đạt AU ROC ở mức trung bình ($0{,}68 - 0{,}74$). Nguyên nhân chính là do thị trường chứng khoán Việt Nam giai đoạn nghiên cứu có độ sâu thanh khoản chưa cao, hiện tượng đầu cơ, thao túng giá và biên độ dao động giá trần/sàn làm méo mó độ biến động vốn chủ sở hữu $\sigma_E$. Do đó, Khoảng cách tới điểm vỡ nợ ($DD$) bị thổi phồng, dẫn tới việc mô hình KMV phát tín hiệu an toàn giả tạo cho nhiều doanh nghiệp đang suy kiệt dòng tiền nghiêm trọng.
3. Phát hiện nghịch lý (Counter-intuitive Finding) về biến cấu trúc nợ: Nghiên cứu phát hiện tại Việt Nam, các khoản nợ vay ngắn hạn chiếm tỷ trọng áp đảo ($>70-80%$ tổng nợ) ở các doanh nghiệp suy kiệt. Do đó, công thức tính điểm vỡ nợ truyền thống của KMV ($DP = NNH + 0{,}5 NDH$) chưa phản ánh hết rủi ro thanh khoản tái cấp vốn khi các ngân hàng đột ngột thắt chặt tín dụng.
4. Sự đồng thuận từ phân tích chuyên gia: Kết quả phỏng vấn sâu xác nhận 100% các TCTD tại Việt Nam vẫn đặt trọng số chính vào chỉ số tài chính kế toán khi chấm điểm tín dụng nội bộ, trong khi các chỉ báo thị trường chỉ được xem như thông tin tham khảo bổ trợ do thiếu hệ thống dữ liệu chuỗi thời gian chuẩn hóa.

Implications đa chiều

• Hàm ý lý thuyết: Cung cấp bằng chứng thực nghiệm phản bác luận điểm cho rằng mô hình thị trường luôn vượt trội hơn mô hình kế toán trong mọi bối cảnh kinh tế. Nghiên cứu khẳng định lý thuyết rủi ro tín dụng phải được điều chỉnh tương thích với mức độ hiệu quả của thị trường bản địa.
• Hàm ý phương pháp luận: Thiết lập quy trình chuẩn tắc tích hợp phân tích đa biến MDA và lý thuyết quyền chọn CCA, cung cấp bộ công cụ đo lường sai số phân loại toàn diện (Confusion matrix, AU ROC, MCC) có thể chuyển giao cho các nghiên cứu tại các thị trường Đông Nam Á.
• Hàm ý thực tiễn quản trị ngân hàng: Đề xuất các NHTM Việt Nam triển khai mô hình lai (Hybrid model): Sử dụng mô hình Z-Score 1993 làm bộ lọc phân loại định lượng cốt lõi, đồng thời theo dõi sự sụt giảm liên tục của Khoảng cách tới điểm vỡ nợ ($DD$) từ mô hình KMV như một hệ thống radar cảnh báo sớm trước 6–12 tháng.
• Hàm ý chính sách vĩ mô:
  • Đối với Ngân hàng Nhà nước (NHNN): Hoàn thiện hành lang pháp lý hướng dẫn triển khai Basel II/III theo phương pháp xếp hạng nội bộ nâng cao (A-IRB); nâng cấp Trung tâm Thông tin Tín dụng Quốc gia (CIC) thành cơ sở dữ liệu định mức tín nhiệm đa chiều.
  • Đối với Ủy ban Chứng khoán Nhà nước (UBCKNN): Tăng cường chế tài giám sát chất lượng kiểm toán độc lập, thúc đẩy lộ trình áp dụng Chuẩn mực Báo cáo Tài chính Quốc tế (IFRS) nhằm giảm thiểu hiện tượng bóp méo số liệu kế toán; nâng cao tính thanh khoản và tính minh bạch thị trường để phản ánh đúng giá trị nội tại doanh nghiệp.

---

Limitations và Future Research

Luận án thừa nhận một số giới hạn nghiên cứu khách quan:

1. Giới hạn không gian và mẫu quan sát: Nghiên cứu chỉ tập trung vào các doanh nghiệp niêm yết tại sàn HOSE, chưa bao quát toàn diện các doanh nghiệp niêm yết tại HNX, sàn UPCoM và khối doanh nghiệp chưa niêm yết (SMEs) – nơi rủi ro vỡ nợ diễn ra phổ biến hơn nhưng bị hạn chế về dữ liệu thị trường.
2. Khung thời gian nghiên cứu: Dữ liệu giai đoạn 2014–2016 (kiểm định 2015–2017) phản ánh giai đoạn kinh tế phục hồi sau khủng hoảng nợ xấu; chưa kiểm chứng được phản ứng của các mô hình trong các cú sốc ngoại sinh quy mô lớn (như đại dịch Covid-19 hoặc chu kỳ thắt chặt tiền tệ toàn cầu).
3. Các giả định đơn giản hóa trong mô hình KMV: Chưa tích hợp mô hình lãi suất ngẫu nhiên (Stochastic interest rates) hoặc quá trình khuếch tán bước nhảy (Jump-diffusion process) để xử lý các biến động giá cổ phiếu phi tuyến tính bất thường.

Chương trình nghiên cứu tương lai (Future Research Agenda):

• Hướng 1: Mở rộng nghiên cứu so sánh mô hình tiếp cận kế toán và thị trường sang khối doanh nghiệp vừa và nhỏ (SMEs) và các công ty đại chúng chưa niêm yết bằng cách ứng dụng mô hình EM Z-Score hoặc phương pháp nội suy hệ số biến động ngành.
• Hướng 2: Ứng dụng các thuật toán Trí tuệ nhân tạo và Học máy (Machine Learning/Deep Learning) như Random Forest, XGBoost, Support Vector Machines (SVM) và Mạng nơ-ron nhân tạo (ANN) kết hợp đồng thời cả dữ liệu kế toán, tín hiệu thị trường và dữ liệu phi tài chính lớn (Big Data/Textual Analysis từ báo cáo thường niên).
• Hướng 3: Nghiên cứu tác động lan truyền vỡ nợ liên mạng (Credit Contagion & Financial Network Analysis) giữa các tập đoàn đa ngành và hệ thống ngân hàng thương mại Việt Nam.

---

Tác động và ảnh hưởng

• Ảnh hưởng học thuật: Luận án là tài liệu tham khảo chuẩn mực trong hệ thống đào tạo sau đại học chuyên ngành Tài chính - Ngân hàng, cung cấp khung phương pháp luận định lượng thực nghiệm chặt chẽ, mở ra hướng trích dẫn tiềm năng lớn cho các công trình nghiên cứu về quản trị rủi ro tín dụng tại Việt Nam và khu vực ASEAN.
• Chuyển đổi thực tiễn ngành tài chính: Cung cấp cơ sở khoa học để các ngân hàng thương mại Việt Nam xây dựng và thẩm định lại hệ thống chấm điểm tín dụng nội bộ, giảm thiểu tổn thất tín dụng tiềm tàng ước tính hàng ngàn tỷ đồng thông qua việc nhận diện sớm các khoản nợ có nguy cơ chuyển nhóm nợ xấu.
• Tác động chính sách: Cung cấp luận cứ thực chứng phục vụ các cơ quan quản lý (NHNN, Bộ Tài chính, UBCKNN) trong việc hoạch định chính sách minh bạch hóa thị trường vốn, giám sát các chỉ tiêu an toàn vĩ mô và hỗ trợ tái cơ cấu thị trường trái phiếu doanh nghiệp.

---

Đối tượng hưởng lợi

• Nghiên cứu sinh và Giảng viên sau đại học: Tiếp cận một khung nghiên cứu mẫu mực về cách kết hợp lý thuyết tài chính hiện đại (Option Pricing Theory) với phương pháp kiểm định kinh tế lượng ứng dụng (ROC, MCC, MDA).
• Hội đồng Quản trị & Ban Điều hành Ngân hàng Thương mại: Sở hữu luận cứ khoa học để phê duyệt hạn mức tín dụng, tối ưu hóa phân bổ vốn kinh tế (Economic Capital) và đáp ứng các tiêu chuẩn thanh tra giám sát của Basel II/III.
• Chuyên viên Quản trị Rủi ro & Phân tích Đầu tư: Nhận diện công cụ Z-Score 1993 và KMV-Merton như bộ đôi chỉ báo hữu hiệu để sàng lọc danh mục đầu tư cổ phiếu, trái phiếu và phòng ngừa rủi ro phá sản doanh nghiệp.
• Cơ quan Hoạch định Chính sách & Cơ quan Thanh tra Giám sát: Ứng dụng mô hình để đánh giá mức độ rủi ro hệ thống của toàn bộ các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam theo thời gian thực.

---

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?

Luận án đã mở rộng và kiểm chứng thực nghiệm lý thuyết định giá quyền chọn tiềm tàng (Contingent Claims Analysis - Merton, 1974) và lý thuyết phá sản đa biến (Altman, 1968, 1993) trong môi trường kinh tế cận biên. Đóng góp độc đáo nhất là chứng minh sự suy giảm hiệu lực của mô hình thị trường cấu trúc khi thị trường chứng khoán chưa đạt mức hiệu quả thông tin, qua đó xác lập vị thế nền tảng vững chắc của mô hình Z-Score hiệu chỉnh 4 biến (1993) trong việc dự báo rủi ro vỡ nợ doanh nghiệp tại Việt Nam.

2. Điểm đổi mới phương pháp luận khi so sánh với các nghiên cứu quốc tế trước đây?

So với các nghiên cứu quốc tế kinh điển như Agarwal & Taffler (2008) tại Anh hay Liu et al. (2010) tại các thị trường mới nổi, luận án không chỉ so sánh đơn thuần tỷ lệ phân loại đúng tổng thể mà đã thiết lập một hệ quy chiếu kiểm định chéo đa tầng: Tích hợp giải thuật giải hệ phương trình phi tuyến tính Black-Scholes với phân tích Ma trận nhầm lẫn (Confusion Matrix), định lượng chi tiết Lỗi loại I, Lỗi loại II, kiểm định diện tích AU ROC và hệ số tương quan phi tham số Matthews (MCC), kết hợp đối chiếu tam giác với phỏng vấn sâu chuyên gia quản trị rủi ro thực tế.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ nhất là mô hình KMV-Merton – vốn được đánh giá rất cao tại các thị trường phát triển nhờ tính năng động – lại cho kết quả dự báo kém tin cậy hơn mô hình Z-Score truyền thống tại HOSE (AU ROC chỉ đạt $0{,}68 - 0{,}74$ so với $>0{,}88$ của Z-Score 1993). Hiện tượng méo mó giá do biên độ giao dịch và thanh khoản mỏng tại Việt Nam đã làm phân tán giá trị khoảng cách tới điểm vỡ nợ ($DD$), tạo ra nhiều tín hiệu an toàn sai lệch cho các doanh nghiệp đang kiệt quệ tài chính nghiêm trọng.

4. Luận án có cung cấp quy trình tái lập nghiên cứu (Replication Protocol) hoàn chỉnh không?

Hoàn toàn có. Luận án trình bày chi tiết toàn bộ các bước tính toán: Từ công thức trích xuất và chuẩn hóa 5 tỷ số tài chính $X_1 \dots X_5$ từ BCTC kiểm toán, các hệ số hồi quy chuẩn hóa của Altman (1968, 1993), thuật toán thiết lập phương trình phi tuyến tính xác định $A_0$ và $\sigma_A$ trong KMV, công thức xác định điểm vỡ nợ chuẩn hóa $DP$, cho đến bảng dữ liệu kết quả phân loại chi tiết và mã kiểm định ROC trong phụ lục.

5. Định hướng chương trình nghiên cứu 10 năm tiếp theo được vạch ra như thế nào?

Luận án vạch ra lộ trình nghiên cứu dài hạn: (1) Mở rộng xây dựng mô hình dự báo vỡ nợ đặc thù cho khối doanh nghiệp chưa niêm yết (SMEs) chiếm 98% quy mô kinh tế Việt Nam; (2) Tích hợp mô hình cấu trúc mở rộng với lãi suất ngẫu nhiên và biến động bước nhảy; (3) Ứng dụng các thuật toán Trí tuệ nhân tạo (Machine Learning/AI) kết hợp dữ liệu lớn phi cấu trúc để xây dựng hệ sinh thái chấm điểm tín dụng động quốc gia.

---

Kết luận

Luận án tiến sĩ của Đinh Đức Minh (2019) đã hoàn thành xuất sắc mục tiêu nghiên cứu với các đóng góp cốt lõi:

1. Xác lập hệ thống lý luận toàn diện: Đặt nền tảng so sánh đối chuẩn quy chuẩn giữa hai trường phái dự báo rủi ro tín dụng (kế toán và thị trường) lần đầu tiên tại Việt Nam.
2. Khẳng định tính ưu việt thực nghiệm của Z-Score 1993: Cung cấp bằng chứng định lượng vững chắc với chỉ số AU ROC vượt trội ($>0{,}88$), chứng minh mô hình kế toán 4 biến là công cụ cảnh báo phá sản chính xác nhất cho doanh nghiệp niêm yết.
3. Làm rõ ranh giới ứng dụng của mô hình KMV-Merton: Chỉ ra những rủi ro và sai lệch khi áp dụng nguyên bản các mô hình cấu trúc quyền chọn phương Tây vào thị trường chứng khoán cận biên mà không hiệu chỉnh độ nhiễu thanh khoản.
4. Đề xuất công thức xác định ngưỡng vỡ nợ thực tiễn: Chuẩn hóa cách tính điểm vỡ nợ ($DP$) phù hợp với cơ cấu vốn nghiêng về nợ ngắn hạn của doanh nghiệp Việt Nam.
5. Cung cấp lộ trình khuyến nghị thực thi cụ thể: Xây dựng hệ thống giải pháp đồng bộ cho Ngân hàng Nhà nước, Ủy ban Chứng khoán Nhà nước và các NHTM nhằm nâng cao năng lực quản trị rủi ro tín dụng theo chuẩn mực quốc tế Basel II/III.
6. Mở ra các hướng nghiên cứu chuyển tiếp: Đặt tiền đề cho việc phát triển các mô hình định lượng rủi ro thế hệ mới tích hợp dữ liệu lớn và trí tuệ nhân tạo trong kỷ nguyên kinh tế số.

Trích đoạn nội dung tài liệu

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.