So sánh các mô hình dự đoán phá sản của Altman, Ohlson và Zmijewski tại Việt Nam (2008-2014)

So sánh các mô hình dự đoán phá sản dựa trên kế toán của Altman, Ohlson và Zmijewski trên các công ty niêm yết Việt Nam giai đoạn 2008-2014.

• Tác giả: Nguyen Thi Phuong Tram
• Người hướng dẫn: Dr. Nguyen Thi Thuy Linh
• Trường học: University of Economics
• Chuyên ngành: Development Economics
• Đề tài: So Sánh Mô Hình Dự Đoán Phá Sản Doanh Nghiệp Tại Việt Nam
• Loại tài liệu: Thesis
• Năm xuất bản: 2015
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• 1. CHAPTER 1: INTRODUCTION
• 1.1. The empirical problem
• 1.2. Problem Statement
• 1.3. Research objective and methodology
• 1.4. Contribution
• 1.5. Outline
• 2. CHAPTER 2: LITERATURE REVIEW
• 2.1. Concepts
• 2.2. Bankruptcy prediction models
• 2.2.1. Z-score model-Altman (1968)
• 2.2.2. O-score model- Ohlson (1980)
• 2.2.3. Zm-score- Zmijewski (1984)
• 2.2.4. Empirical studies of comparing bankruptcy prediction models
• 3. CHAPTER 3: DATA AND METHODOLOGY
• 4. CHAPTER 4: EMPIRICAL RESULTS
• 4.1. Analysis of the Bankruptcy Prediction Models
• 4.1.1. Analysis of Altman´s model (1968)
• 4.1.2. Analysis of Ohlson´s model (1980)
• 4.1.3. Analysis of Zmijewski (1984)
• 4.2. Evaluation of the models
• 4.3. Receiver Operating Curves
• 4.4. Suggestions for future research
• 5. CHAPTER 5: CONCLUSIONS
• DECLARATION
• ACKNOWLEDGEMENTS
• ABSTRACT
• ABBREVIATIONS
• TABLE OF TABLES

Tóm tắt

I. Tổng quan về mô hình dự đoán phá sản doanh nghiệp tại Việt Nam

Mô hình dự đoán phá sản doanh nghiệp là một công cụ quan trọng giúp các nhà quản lý, nhà đầu tư và các bên liên quan nhận diện rủi ro tài chính. Tại Việt Nam, sự gia tăng số lượng doanh nghiệp phá sản trong những năm gần đây đã làm nổi bật tầm quan trọng của việc áp dụng các mô hình này. Các mô hình như Z-score của Altman, O-score của Ohlson và Zm-score của Zmijewski đã được nghiên cứu và áp dụng để dự đoán khả năng phá sản của doanh nghiệp. Nghiên cứu này sẽ so sánh hiệu quả của các mô hình này trong bối cảnh kinh tế Việt Nam.

1.1. Khái niệm và tầm quan trọng của mô hình dự đoán phá sản

Mô hình dự đoán phá sản giúp xác định khả năng một doanh nghiệp sẽ gặp khó khăn tài chính trong tương lai. Việc dự đoán chính xác không chỉ giúp doanh nghiệp tự bảo vệ mình mà còn giúp các nhà đầu tư và ngân hàng đưa ra quyết định đúng đắn hơn.

1.2. Lịch sử phát triển của các mô hình dự đoán phá sản

Các mô hình dự đoán phá sản đã được phát triển từ những năm 1960, với Z-score của Altman là một trong những mô hình đầu tiên. Sau đó, Ohlson và Zmijewski đã phát triển các mô hình riêng của họ, mỗi mô hình có những ưu điểm và nhược điểm riêng.

II. Vấn đề và thách thức trong dự đoán phá sản doanh nghiệp

Dự đoán phá sản doanh nghiệp không chỉ đơn thuần là một bài toán thống kê mà còn liên quan đến nhiều yếu tố kinh tế, xã hội và chính trị. Tại Việt Nam, các doanh nghiệp thường phải đối mặt với nhiều thách thức như biến động kinh tế, chính sách tài chính không ổn định và sự cạnh tranh khốc liệt. Những yếu tố này làm cho việc áp dụng các mô hình dự đoán trở nên khó khăn hơn.

2.1. Các yếu tố ảnh hưởng đến khả năng phá sản

Rủi ro tài chính, quản lý kém và biến động thị trường là những yếu tố chính ảnh hưởng đến khả năng phá sản của doanh nghiệp. Việc phân tích các yếu tố này là cần thiết để cải thiện độ chính xác của các mô hình dự đoán.

2.2. Thách thức trong việc áp dụng mô hình dự đoán tại Việt Nam

Sự thiếu hụt dữ liệu và thông tin tài chính minh bạch là một trong những thách thức lớn nhất trong việc áp dụng các mô hình dự đoán tại Việt Nam. Điều này làm giảm độ tin cậy của các kết quả dự đoán.

III. Phương pháp so sánh mô hình dự đoán phá sản doanh nghiệp

Nghiên cứu này sẽ sử dụng các phương pháp phân tích thống kê để so sánh hiệu quả của ba mô hình dự đoán phá sản: Z-score, O-score và Zm-score. Các mô hình này sẽ được áp dụng cho dữ liệu của các doanh nghiệp niêm yết tại Việt Nam trong giai đoạn từ 2008 đến 2014.

3.1. Phân tích mô hình Z score của Altman

Mô hình Z-score sử dụng năm tỷ lệ tài chính để dự đoán khả năng phá sản. Nghiên cứu sẽ phân tích độ chính xác của mô hình này khi áp dụng cho các doanh nghiệp Việt Nam.

3.2. Phân tích mô hình O score của Ohlson

Mô hình O-score sử dụng phương pháp hồi quy logistic để dự đoán khả năng phá sản. Nghiên cứu sẽ đánh giá hiệu quả của mô hình này trong bối cảnh Việt Nam.

3.3. Phân tích mô hình Zm score của Zmijewski

Mô hình Zm-score cũng sử dụng hồi quy probit để dự đoán khả năng phá sản. Nghiên cứu sẽ so sánh độ chính xác của mô hình này với hai mô hình còn lại.

IV. Ứng dụng thực tiễn và kết quả nghiên cứu

Kết quả nghiên cứu sẽ cung cấp cái nhìn sâu sắc về hiệu quả của các mô hình dự đoán phá sản tại Việt Nam. Việc so sánh độ chính xác của các mô hình sẽ giúp các nhà quản lý và nhà đầu tư đưa ra quyết định tốt hơn trong việc đánh giá rủi ro tài chính.

4.1. Kết quả so sánh độ chính xác của các mô hình

Nghiên cứu sẽ trình bày các kết quả so sánh độ chính xác của ba mô hình dự đoán phá sản, từ đó xác định mô hình nào là hiệu quả nhất trong bối cảnh Việt Nam.

4.2. Ứng dụng của các mô hình trong quản lý rủi ro

Các mô hình dự đoán phá sản có thể được áp dụng để quản lý rủi ro tài chính trong doanh nghiệp, giúp các nhà quản lý đưa ra quyết định kịp thời và chính xác.

V. Kết luận và tương lai của mô hình dự đoán phá sản

Nghiên cứu này không chỉ cung cấp cái nhìn tổng quan về các mô hình dự đoán phá sản mà còn chỉ ra những thách thức và cơ hội trong việc áp dụng chúng tại Việt Nam. Tương lai của các mô hình này sẽ phụ thuộc vào sự phát triển của dữ liệu và công nghệ phân tích.

5.1. Tóm tắt kết quả nghiên cứu

Kết quả nghiên cứu cho thấy mô hình Ohlson có độ chính xác cao nhất trong việc dự đoán khả năng phá sản của doanh nghiệp Việt Nam.

5.2. Hướng nghiên cứu trong tương lai

Nghiên cứu trong tương lai có thể tập trung vào việc phát triển các mô hình mới kết hợp với công nghệ phân tích dữ liệu lớn để cải thiện độ chính xác trong dự đoán phá sản.

Nội dung chính

Tổng quan nghiên cứu

Giai đoạn 2011–2014, dưới tác động lan tỏa từ cuộc khủng hoảng tài chính toàn cầu năm 2008 cùng những khó khăn nội tại, nền kinh tế Việt Nam chứng kiến tốc độ tăng trưởng kinh tế chậm lại, dao động quanh mức 5% đến 7% mỗi năm. Theo số liệu thống kê chính thức, số lượng doanh nghiệp giải thể và phá sản gia tăng liên tục từ 52.739 doanh nghiệp vào năm 2011 lên 54.261 doanh nghiệp năm 2012, đạt 60.767 doanh nghiệp năm 2013 và chạm đỉnh 67.823 doanh nghiệp vào năm 2014. Tình trạng kiệt quệ tài chính hàng loạt không chỉ đe dọa trực tiếp sự tồn tại của các tổ chức kinh tế mà còn gây nguy cơ lan truyền rủi ro hệ thống, làm gia tăng nợ xấu và suy giảm niềm tin thị trường.

Vấn đề nghiên cứu trọng tâm là xác định một công cụ định lượng đáng tin cậy nhằm phát hiện sớm các dấu hiệu khủng hoảng tài chính tại các doanh nghiệp niêm yết. Mục tiêu cụ thể của luận văn là đánh giá và so sánh năng lực dự báo phá sản của ba mô hình kế toán kinh điển: mô hình phân tích biệt số đa biến của Altman (1968), mô hình hồi quy Logit của Ohlson (1980) và mô hình hồi quy Probit của Zmijewski (1984).

Phạm vi nghiên cứu bao quát 128 doanh nghiệp niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX) trong giai đoạn 2008–2014. Ý nghĩa của đề tài được lượng hóa thông qua việc xác định mô hình có tỷ lệ dự báo chính xác cao nhất qua các mốc thời gian 1, 2 và 3 năm trước khi xảy ra biến cố phá sản, giúp giảm thiểu tối đa sai lầm loại I và loại II cho các bên liên quan.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu vận dụng ba lý thuyết và mô hình dự báo cấu trúc tài chính kinh điển:

• Mô hình Z-score của Altman (1968): Sử dụng phương pháp phân tích biệt số đa biến (MDA) kết hợp 5 tỷ số tài chính đại diện cho tính thanh khoản, khả năng tích lũy lợi nhuận, hiệu quả sinh lời của tài sản, đòn bẩy thị trường và vòng quay vốn. Điểm số Z dưới 1.80 cảnh báo nguy cơ phá sản rất cao, trong khi điểm số trên 3.0 thuộc vùng an toàn.
• Mô hình O-score của Ohlson (1980): Vận dụng hàm hồi quy Logistic có điều kiện với 9 biến số kế toán độc lập, khắc phục các giới hạn phân phối chuẩn của MDA. Điểm cắt chuẩn 0.038 được thiết lập để phân định ranh giới kiệt quệ tài chính.
• Mô hình Zm-score của Zmijewski (1984): Áp dụng hồi quy Probit dựa trên phân phối xác suất tích lũy chuẩn tắc với 3 tỷ số tài chính phản ánh khả năng sinh lời trên tổng tài sản, tổng nợ trên tổng tài sản và tỷ số thanh toán hiện hành, sử dụng điểm cắt xác suất 0.50.

Các khái niệm then chốt bao gồm tình trạng kiệt quệ tài chính (financial distress), sự mất khả năng thanh toán theo Luật Phá sản 2004 và Luật Phá sản 2014 (doanh nghiệp không thực hiện nghĩa vụ thanh toán khoản nợ trong thời hạn 3 tháng kể từ ngày đến hạn), cùng tiêu chuẩn hủy niêm yết bắt buộc theo Nghị định số 14/2007/NĐ-CP khi doanh nghiệp thua lỗ 3 năm liên tiếp hoặc tổng lỗ lũy kế vượt quá vốn chủ sở hữu.

Phương pháp nghiên cứu

Nguồn dữ liệu thứ cấp được trích xuất từ hệ thống dữ liệu Vietstock và báo cáo tài chính đã kiểm toán của các doanh nghiệp niêm yết trên HOSE và HNX giai đoạn 2008–2014.

Cỡ mẫu nghiên cứu gồm 128 doanh nghiệp, được chọn lọc theo phương pháp ghép cặp tương đồng (matched-pairs sampling). Trong đó, 64 doanh nghiệp thuộc nhóm phá sản/bị hủy niêm yết bắt buộc do thua lỗ được ghép cặp với 64 doanh nghiệp hoạt động lành mạnh có cùng ngành nghề kinh doanh và quy mô tài sản tương đương. Toàn bộ các định chế tài chính và bảo hiểm bị loại trừ khỏi mẫu do đặc thù cấu trúc bảng cân đối kế toán khác biệt.

Lý do lựa chọn phương pháp phân tích: Nghiên cứu kết hợp đa dạng các kỹ thuật thống kê nhằm đảm bảo tính khách quan. Kiểm định Wilks' Lambda và Eigenvalue được dùng để đánh giá năng lực phân tách của hàm MDA; chỉ số Pseudo R-squared (McFadden) dùng để đo độ phù hợp của mô hình Logit; phân tích ma trận nhầm lẫn (Confusion Matrix) dùng để tính toán tỷ lệ phân loại chính xác; đường cong ROC và diện tích dưới đường cong AUROC được sử dụng để kiểm định độ nhạy mà không phụ thuộc vào điểm cắt cố định. Cuối cùng, phân tích phương sai One-way ANOVA cùng kiểm định hậu kiểm Tukey-Kramer được thực hiện để so sánh mức độ khác biệt trung bình giữa 3 mô hình ở các khung thời gian 1, 2 và 3 năm trước sự kiện phá sản.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, mô hình hồi quy Logit của Ohlson (1980) đạt hiệu quả dự báo vượt trội và ổn định nhất trên thị trường chứng khoán Việt Nam. Tỷ lệ phân loại chính xác tổng thể của mô hình Ohlson đạt 75.4% tại thời điểm 1 năm trước khi phá sản (t-1), tăng lên 77.5% tại thời điểm 2 năm trước phá sản (t-2) và đạt mức cao nhất 79.2% tại thời điểm 3 năm trước phá sản (t-3).

Thứ hai, có sự phân hóa sâu sắc về các tỷ số kế toán căn bản giữa hai nhóm doanh nghiệp. Vòng quay doanh thu trên tổng tài sản (STA) của nhóm doanh nghiệp hoạt động an toàn đạt giá trị trung bình 10.84 lần, cao gấp khoảng 9 lần so với mức 1.20 lần của nhóm doanh nghiệp phá sản. Đồng thời, tỷ số giá trị thị trường trên tổng nợ (METL) của nhóm lành mạnh cũng cao gấp 2 lần so với nhóm nguy cơ, thể hiện vùng đệm an toàn vốn vượt trội.

Thứ ba, biến giả INTWO (phản ánh kết quả kinh doanh thua lỗ liên tiếp trong 2 năm gần nhất) có ý nghĩa thống kê rất cao ở mức ý nghĩa 5% (p < 0.05) trong mô hình Ohlson. Đây là biến số có lực giải thích mạnh nhất về xác suất phá sản thực tế của các công ty niêm yết tại Việt Nam.

Thứ tư, mô hình Z-score của Altman đạt hệ số Wilks' Lambda thấp nhất ở mốc t-1 với giá trị 0.42, chứng tỏ khả năng phân loại ngắn hạn tốt nhưng năng lực dự báo suy giảm đáng kể ở mốc t-2 và t-3. Bên cạnh đó, kiểm định hiện tượng đa cộng tuyến cho thấy hệ số phóng đại phương sai VIF giữa tỷ số nợ (TLTA) và tỷ số sinh lời (NITA) vượt ngưỡng cảnh báo 10 (đạt 23.3 ở một số phép thử), làm giảm độ ổn định của mô hình Probit Zmijewski.

Thảo luận kết quả

Nguyên nhân cốt lõi khiến mô hình Logit của Ohlson đạt độ chính xác cao tại Việt Nam là do mô hình không bị ràng buộc bởi giả định phân phối chuẩn đa biến như mô hình MDA của Altman. Thực tế thị trường chứng khoán Việt Nam giai đoạn 2008–2014 có độ lệch chuẩn dữ liệu rất lớn giữa các doanh nghiệp quy mô nhỏ và lớn. Việc phụ thuộc nhiều vào biến số dòng tiền và chỉ báo lỗ 2 năm liên tiếp (INTWO) giúp mô hình Ohlson phản ánh trung thực bản chất suy kiệt tài chính hơn là các tỷ số dựa trên giá thị trường cổ phiếu.

Kết quả này hoàn toàn tương đồng với các nghiên cứu thực nghiệm quốc tế như công trình của Kleinert (2014) tại thị trường Bỉ và Đức, hay nghiên cứu của Maryam (2013) tại sàn giao dịch Tehran, khi đều khẳng định mô hình Logit chiếm ưu thế so với MDA và Probit.

Trong phân tích thực nghiệm, các phát hiện này có thể được trình bày trực quan qua đồ thị đường cong ROC và bảng ma trận phân loại. Đồ thị ROC thể hiện mối quan hệ đánh đổi giữa tỷ lệ dự báo đúng phá sản (độ nhạy) và tỷ lệ dự báo nhầm doanh nghiệp lành mạnh. Chỉ số diện tích AUROC của mô hình Ohlson đạt trên 0.80, minh họa trực quan vị thế áp sát góc trên bên trái của đồ thị, khẳng định sức mạnh phân định vượt trội so với đường chuẩn ngẫu nhiên 45 độ (AUROC = 0.50).

Đề xuất và khuyến nghị

Thứ nhất, tái cấu trúc cơ cấu nợ và cải thiện đòn bẩy tài chính (Chủ thể: Ban điều hành doanh nghiệp). Doanh nghiệp cần chủ động cắt giảm tỷ số tổng nợ trên tổng tài sản (TLTA) xuống dưới mức an toàn 60%, thực hiện tái cấu trúc các khoản nợ vay ngắn hạn sang trung và dài hạn trong vòng 6 đến 12 tháng nhằm duy trì tỷ số thanh toán hiện hành (CACL) luôn đạt từ 1.2 lần trở lên.

Thứ hai, tối ưu hóa hiệu suất sử dụng tài sản và cắt giảm chi phí (Chủ thể: Ban giám đốc). Doanh nghiệp cần đẩy mạnh thanh lý tài sản ứ đọng, giải phóng hàng tồn kho để nâng tỷ số vòng quay doanh thu trên tổng tài sản (STA) lên tối thiểu 1.5 lần/năm, đồng thời kiểm soát chặt chẽ biên lợi nhuận để triệt tiêu nguy cơ xuất hiện lợi nhuận ròng âm trong 2 năm liên tiếp (chỉ số INTWO = 0) trong lộ trình 18 tháng.

Thứ ba, xây dựng hệ thống chấm điểm tín dụng cảnh báo sớm dựa trên mô hình Logit (Chủ thể: Các ngân hàng thương mại). Khối quản trị rủi ro cần tích hợp bộ 9 biến số của mô hình Ohlson vào phần mềm thẩm định tín dụng tự động, đặt mục tiêu giảm thiểu tỷ lệ sai lầm loại I xuống dưới 15% trong vòng 1 năm nhằm ngăn chặn kịp thời nợ xấu phát sinh.

Thứ tư, siết chặt kỷ cương giám sát tài chính và minh bạch thông tin (Chủ thể: Ủy ban Chứng khoán Nhà nước và các Sở Giao dịch). Cơ quan quản lý cần thiết lập cơ chế giám sát đặc biệt đối với các doanh nghiệp có chỉ số cảnh báo rủi ro cao, đưa ra chế tài xử lý nghiêm các trường hợp chậm nộp báo cáo kiểm toán, hoàn thiện khung pháp lý giám sát trong giai đoạn 2026–2028 nhằm bảo vệ quyền lợi hợp pháp của nhà đầu tư.

Đối tượng nên tham khảo luận văn

Thứ nhất, Hội đồng quản trị và Ban giám đốc doanh nghiệp niêm yết: Tài liệu cung cấp bộ công cụ định lượng 9 biến số giúp nhà quản trị tự kiểm tra sức khỏe tài chính định kỳ, từ đó chủ động khắc phục các yếu tố suy giảm thanh khoản trước khi bị rơi vào diện cảnh báo hoặc hủy niêm yết theo quy định tại Nghị định số 14/2007/NĐ-CP.

Thứ hai, Chuyên viên thẩm định và quản trị rủi ro tại các tổ chức tín dụng: Nghiên cứu mang lại mô hình tham chiếu thực tế với tỷ lệ chính xác 79.2% để đánh giá khả năng vỡ nợ của khách hàng doanh nghiệp, giúp ngân hàng định giá lãi suất cho vay tương xứng với mức độ rủi ro đối với danh mục hàng nghìn tỷ đồng.

Thứ ba, Nhà đầu tư cá nhân và các quỹ quản lý danh mục: Luận văn hỗ trợ nhận diện các tín hiệu nguy hiểm như biến số INTWO hoặc điểm số Z-score dưới 1.80 để kịp thời cơ cấu lại danh mục, tránh thua lỗ mất vốn trong các đợt biến động mạnh của thị trường.

Thứ tư, Giảng viên, nhà nghiên cứu và học viên cao học chuyên ngành Kinh tế - Tài chính: Đề tài là tài liệu tham khảo giá trị về quy trình thực nghiệm kết hợp giữa các mô hình MDA, Logit, Probit cùng kiểm định ANOVA và hậu kiểm Tukey-Kramer trên tập mẫu 128 doanh nghiệp thực tế tại Việt Nam.

Câu hỏi thường gặp

Vì sao mô hình Ohlson (1980) lại đạt độ chính xác cao hơn mô hình Altman (1968) tại thị trường chứng khoán Việt Nam? Mô hình Ohlson áp dụng hồi quy Logit không đòi hỏi các biến tài chính phải tuân theo phân phối chuẩn đa biến, giúp xử lý hiệu quả tập dữ liệu có độ biến động cao tại Việt Nam. Kết quả thực nghiệm cho thấy mô hình Ohlson đạt độ chính xác 79.2% ở mốc 3 năm trước phá sản, vượt trội hơn so với mô hình MDA của Altman.

Biến số tài chính nào đóng vai trò quan trọng nhất trong việc cảnh báo nguy cơ phá sản của doanh nghiệp? Biến giả INTWO (doanh nghiệp có lợi nhuận ròng âm liên tiếp trong 2 năm gần nhất) là chỉ báo quan trọng nhất với mức ý nghĩa thống kê p < 0.05. Sự xuất hiện của giá trị INTWO = 1 phản ánh trực tiếp tình trạng xói mòn vốn chủ sở hữu và nguy cơ mất khả năng thanh toán nghiêm trọng.

Quy trình chọn mẫu 128 doanh nghiệp trong nghiên cứu được thực hiện theo tiêu chí nào? Tập mẫu bao gồm 64 doanh nghiệp bị phá sản hoặc hủy niêm yết bắt buộc trên HOSE và HNX giai đoạn 2008–2014, được ghép cặp với 64 doanh nghiệp lành mạnh cùng ngành và cùng quy mô tài sản. Toàn bộ doanh nghiệp trong mẫu đều phải có báo cáo tài chính được kiểm toán đầy đủ và loại trừ các định chế tài chính, bảo hiểm.

Sai lầm loại I (Type I error) và sai lầm loại II (Type II error) trong dự báo phá sản gây ra hậu quả gì? Sai lầm loại I xảy ra khi mô hình dự báo một doanh nghiệp sắp phá sản là an toàn, dẫn đến thiệt hại mất trắng vốn vay cho ngân hàng và nhà đầu tư. Sai lầm loại II là dự báo nhầm một công ty khỏe mạnh thành phá sản, làm mất cơ hội kinh doanh. Sai lầm loại I có mức độ nguy hại và chi phí tài chính cao hơn rất nhiều.

Vì sao nghiên cứu lại loại bỏ các công ty bảo hiểm và tổ chức ngân hàng ra khỏi tập dữ liệu? Các ngân hàng và công ty bảo hiểm có cấu trúc vốn và quy định an toàn tài chính hoàn toàn khác biệt với các doanh nghiệp sản xuất, thương mại thông thường. Đòn bẩy nợ của ngành tài chính luôn ở mức rất cao, nếu đưa vào phân tích chung sẽ làm sai lệch nghiêm trọng các hệ số hồi quy của mô hình.

Kết luận

• Tình trạng phá sản gia tăng mạnh mẽ với hơn 67.800 doanh nghiệp đóng cửa vào năm 2014 khẳng định tính cấp thiết của việc xây dựng công cụ cảnh báo sớm rủi ro tài chính.
• Mô hình Logit của Ohlson (1980) là công cụ có năng lực dự báo chính xác nhất trên thị trường chứng khoán Việt Nam với tỷ lệ thành công đạt 79.2% tại thời điểm 3 năm trước phá sản.
• Các chỉ số kế toán nhạy bén nhất phản ánh nguy cơ kiệt quệ bao gồm biến số thua lỗ 2 năm liên tiếp (INTWO), tỷ lệ đòn bẩy nợ (TLTA) và tốc độ quay vòng tài sản (STA).
• Luận văn đóng góp khung thực nghiệm toàn diện thông qua việc so sánh đồng thời ba mô hình kinh điển trên mẫu 128 doanh nghiệp niêm yết trong suốt giai đoạn 7 năm (2008–2014).
• Các nhà quản trị, tổ chức tín dụng và cơ quan quản lý cần khẩn trương triển khai ứng dụng mô hình cảnh báo sớm trong vòng 12 tháng tới nhằm chủ động phòng ngừa rủi ro vỡ nợ, bảo vệ quyền lợi nhà đầu tư và xây dựng thị trường tài chính minh bạch, bền vững.

Trích đoạn nội dung tài liệu

UNIVERSITY OF ECONOMICS INSTITUTE OF SOCIAL STUDIES HO CHIMINHCITY THE HAGUE VIETNAMTHE NETHERLANDS VIETNAM – NETHERLANDSPROGRAMME FOR M.A IN DEVELOPMENT ECONOMICS Comparison of accounting-based bankruptcy prediction models of Altman(1968), Ohlson(1980) and Zmijewski(1984)using Vietnamese listed companies during 2008 – 2014 A thesis submitted in partial fulfilment of the requirements for the degree of MASTER OF ARTS IN DEVELOPMENT ECONOMICS ByNGUYEN THI PHUONG TRAM Academic Supervisor: DR.NGUYEN THI THUY LINH HO CHI MINH CITY, December 2015 DECLARATION 1 TIEU LUAN MOI download : [e-mail] “I certify that the substance of this thesis has not already been submitted for any degree and have not been currently submitted for any other degree. I certify that to the best of my knowledge and help received in preparing this thesis and all sources used have been acknowledged in this thesis.” HCMC, December 2015 Signature NGUYEN THI PHUONG TRAM 2 TIEU LUAN MOI download : [e-mail] ACKNOWLEDGEMENTS Actually, this thesis could not have been finished without a collaborative experience involving the helps from many people. I would like to acknowledge and express my heartfelt gratitude to those who give me the tremendous support to complete this thesis. I greatly express my special thanks to my supervisor Dr.

Nguyen Thi Thuy Linhwho was abundantly helpful and offered invaluable assistance, support and guidance through finishing this process. I express my warm thanks to Mr. Pham Khanh Nam for all his academic recommendations. I am using this opportunity to express my gratitude to everyone who supported me throughout the course of this MBA project.

Thank you so much! 3 TIEU LUAN MOI download : [e-mail] ABSTRACT Bankrupt prediction is practical research topic and attractsmore attention of debtors, creditors, shareholders and other stakeholders. Moreover, it can be applied in a wide variety of situations to business managers make crucial decision. The bankruptcy prediction models have been developed based on old original modes ofAltman(1968), Ohlson(1980) and Zmijewski(1984)usingmultivariate discriminate, logit and probit analysis respectively. This thesisconducted the comparison of predictive power among these modelsusingVietnameselisted firms during the period from 2008 to 2014.

The data is taken from listed companies in HOSE and HNX stock market and characterized the determinants of financial distress in terms of firm accounting andfinancial ratios. To compare the predictive power of these models one year, two years and three year beforehand bankruptcy, the analysis of differences of accuracy rates and Receiver Operating Curves is applied. Overall, Ohlson’sprobit model (1980) performed most accurate on the Vietnam listed companies within investigation periods. This implies that Ohlson’smodel is the best predictor for bankruptcy likelihood for the listed companied in Vietnam.

However, since the unstable accuracy rates and the highest frequency of Type I and Type II errors, such resultshould be set into perspective and studied cautiously. Keywords: bankruptcy prediction;multivariate discriminate analysis; logit model; probit model. 4 TIEU LUAN MOI download : [e-mail] ABBREVIATIONS MDA: Multivariate discriminate analysis OLS Ordinary Least Squares A: Altman O Ohlson Z Zmijewski ROCReceiver Operating Curves AUROC Area under the ROC curve CRV Credit Rating of Vietnam GDPGross Domestic Product GNP Gross National Product HOSE Ho Chi Minh City Stock Exchange HXN Hanoi City Stock Exchange 5 TIEU LUAN MOI download : [e-mail] TABLE OF CONTENTS CHAPTER 1: INTRODUCTION .1 The empirical problem .3 Research objective and methodology. 13 CHAPTER 2: LITERATURE REVIEW .2 Bankruptcy prediction models .1 Z-score model-Altman (1968) .2 O-score model- Ohlson (1980) .3 Zm-score- Zmijewski (1984) .3 Empirical studies of comparing bankruptcy prediction models .1 Multiple discriminant analysis- Altman (1968) .2 Logit regression - Ohlson (1980) .3 Probit regression - Zmijewski (1984) .1 Pseudo R2 and eigenvalue.

33 6 TIEU LUAN MOI download : skknchat@gmail.3 Receiver Operating Curves.4 Derivation of Hypotheses .5Sample Selection and data. 39 CHAPTER 4: EMPIRICAL RESULTS .2 Analysis of the Bankruptcy Prediction Models .1 Analysis of Altman´s model (1968) .2 Analysis of Ohlson´s model (1980) .3 Analysis of Zmijewski (1984) .3 Evaluation of the models .2 Receiver Operating Curves.3 Suggestions for future research. 62 7 TIEU LUAN MOI download : [e-mail] TABLE OF TABLES Figure1:Trend in amount of bankrupt companies from 2011-2014………………….9 Figure 2: Conceptual Framework-The relationship between financial ratio and SMEs bankruptcy prediction…………………………………………………………………24 Figure 3: Receiver Operating Curves…………………………………………………36 Figure 4:Accurate comparison …………………………………………………… 54 Figure 5: ROC curve……………………………………………………………….56 Table 1: The expected signs of variables used in the research……………………….25 Table 2: Accuracy rate……………………………………………………………….34 Table 3: Descriptive Statistic……………………………………………………….…42 Table 4: Correlation Coefficients………………………………………………….44 Table 5: VIF index…………………………………………………………………….45 Table 6: Regression result of Altman model………………………………………….46 Table 7: Wilks’ lambda test……………………………………………………….…47 Table 8: Regression result of Ohlson model………………………………………….48 Table 9: Regression result of Zmijewski model……………………………….50 Table 10: Possible classifications of response……………………………….……52 Table 11: Result of classifications of response………………………………….…52 Table 12: AUROC result…………………………………………………….55 Table 13: Summary accuracy rate of three models……………………………………56 Table 14: One-way ANOVA………………………………………………………….56 Table 15: Turkey-Kramer post-hoc analysis…………………………………….57 8 TIEU LUAN MOI download : [e-mail] CHAPTER 1 INTRODUCTION 1.1 The empirical problem In 2008, the financial crisis broke out in the United States and quickly spread around the world, leading to the collapse of many financial institutions and the downward of stock markets. During 2011-2014 period, under the impact of the world economic crisis and the internal issues, Vietnam economy faced a series of challenges such slower growth rate fluctuating around 5-7 % per year, reduction of purchasing power and bankruptcy phenomenon.

According to data of Department of Statistic in 2014, amount of bankrupt companies significantly increases annual. Figure 1: Trend in amount of bankrupt companies from 2011 to 2014 Bankruptcy 67823 60767 52739 54261 2011 2012 2013 2014 Source: Author’s summary from The General Statistics Office of Vietnam It is alarmed that there are more than fifty-thousand declaring bankruptcy since 2011. Once issue of bankruptcy surges suddenly, it is not only an economic phenomenon , but also a social concern because of its consequence as rising unemployment , spreading impact and losing faith onstable economy. Moreover, the failure of acompany causes spread of crisis to other parts of the financial system and crisis 9 TIEU LUAN MOI download : [e-mail] (TonatiuhPena etal.2009), leading business bankruptcy phenomenon has received interest from governance managers and parties involved.2 Problem Statement Bhagarva et al., 1998 said “Bankruptcies are devastating”, especiallybusiness failure creates significant high cost and heavy losses.

In fact, predicting likelihood of business bankruptcy is the main concern because it might reduce future costs as well as minimize risk and loss of business and perhaps even prevent the bankruptcy itself. Also, prediction about bankruptcy likeihood will help investors, banks or credit institution to choose the good enterprise performance to cooperate, finance and invest capital.Naturally, a reliable method to predict a possible bankruptcy is interested by not only academic but also private agents and government. In order to control and measure the financial distress issues as well, business managers need tools for financial analysis and the prediction of bankruptcy model. Prediction of bankruptcy is of increasing importance to corporate governance.

Moreover, the prediction of corporate bankruptcy has been demonstrated in many empirical studies, such so-called Z-Score model (Altman 1968), O-score model (Ohlson 1980) and Zmijewski's model (Zmijewski 1984). These models are used to predict the profitability that a firm will go into bankruptcy within two years and forecast corporate defaults. Z-score model being a well-known study of Edward Altman was developed in 1968. The multivariate discriminate analysis (MDA) with more financial ratios was constructed discriminant function inZ-score model.

Another model to predict company failure is the logit approached by Ohlson (1980). He used the logit model and US firms to develop an estimate of the probability of failure for each firm. Ohlson´s work (1980) was then followed by study of Zmijewski (1984) that created another bankruptcy prediction model, the probit model. 10 TIEU LUAN MOI download : [e-mail] A variety of models have been developed in the academic studies, however the selection of the technical to be used is a challenge and what academic model that is best suitable one in Vietnam is still a difficult exercise.

According to KhaliliAraghi, Maryam (2013), the overall accuracy and predictive power of logistic regression are higher than those of MDA and probit model. As Kim et al. (2002) and Cho et al. (1995) also found that a combination of multiple bankruptcy models reduce the variance of estimated error and also improves the whole recognition performance.

Therefore, the goal of this research is to examine the accuracy rate of the original Altman (1968) and Ohlson (1980) and Zmijewski (1984) models on Vietnamese listed companies during 2008 -2014 period.3 Research objective and methodology As stated above, bankruptcy not only causes costs affecting to business’s operation itself, but creates burden for society as well. Therefore, numerous bankrupt predicted models have been studied and developed as the purpose forecasting financial risk and then having decision promptly. The aim of this study is to assess the three most common accounting–based bankruptcy prediction models. To achieve this purpose, the underlying problem leads to the following research question: What is the predictive power difference between the bankruptcy prediction models of Altman (1968), Ohlson (1980) and Zmijewski (1984) to Vietnamese listed firms in period from 2008-2014? This study is to compare the accuracy power of bankruptcy models, such Z-score, O- score and Zm-scoreinvestigated in one year, two year and three years before bankruptcy.

The source of data is taken from listed companies in context of Vietnamfor the period from 2008 to 2014. In more depth, the aim is to choose a most efficient model by assessing the accuracy rate of the three accounting-based bankruptcy prediction models.The function 11 TIEU LUAN MOI download : [e-mail] relationship between independent variable and the probability of bankruptcy is examined to enhance bankruptcy prediction accuracy. Furthermore,in order to assess the accuracy of models, it is necessary to analyze ROC curve. This study is conducted with hope that its finding will be useful for subjects such manager, lender, investor and etc.

have crucialdecision to reduce and predict financial risks.4 Contribution This research contributes to the bankruptcy, including academic and practice. Till to now, there are many well-known researches with respect to prediction for corporate bankruptcy. It is not denied that these methods have both strengths and weaknesses, and choosing the suitable model for empirical application should be interested. Studies conducting about bankruptcy prediction models in the context of Vietnam often apply one of famous model such Z-score of Altman (1968), Mertron model of MKV-Merton (1974) or O-score model- Ohlson (1980) without assessing the efficient of each model.

In this research, three models including Altman (1968) and Ohlson (1980) and Zmijewski (1984) are used with the main purpose of evaluating the accuracy rate of the three accounting-based bankruptcy prediction models in order to find out the most efficient accounting-based bankruptcy prediction model. Moreover, the suitable predict model will bring benefits to users. Investors can assess the likelihood of bankruptcy so that this risk can be compensated in the expected return, then having right investment decision. Using the models, commercial bank detects the credit risk of a firm.

Besides, the stakeholders will also benefit from this due to having a better insight how bankruptcy can be predicted. 12 TIEU LUAN MOI download : skknchat@gmail.5 Outline The rest of the paper is organized as follows:  Chapter 2 introduces literature review about core concepts related to the research problem.  Chapter 3 is devoted to the description data and well-known statistical techniques used for bankruptcy prediction, namely discriminant analysis, logistic and probitregression. Further, it describes method research.

 Section 4 reports results and discussion of results.  Finally, Section 5 draws someconclusions about the proposed methods and outlines future work. 13 TIEU LUAN MOI download : [e-mail] CHAPTER 2 LITERATURE REVIEW This sectionstarts to review important concepts describing business failure that used to employ in many studies. Moreover, bankrupt prediction model is introduced.

Finally, it is necessary to present empirical studies of comparing method of bankruptcy prediction models.1 Concepts “While there is abundant literature describing prediction models of corporate bankruptcy, few research efforts have sought to predict corporate financial distress”, the statement was recognize by Platt and Platt (2002, p.