GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
Lý do chọn đề tài
Trong bối cảnh nhiều doanh nghiệp lớn như Enron, WorldCom và Lehman Brothers phá sản, tình hình kinh tế toàn cầu bị ảnh hưởng nghiêm trọng, kéo theo sự gia tăng số lượng doanh nghiệp trong nước Việt Nam lâm vào tình trạng kiệt quệ và phá sản Việc dự báo kiệt quệ tài chính trở nên cực kỳ quan trọng, không chỉ trong học thuật mà còn trong thực tiễn kinh tế, nhằm giúp các nhà phân tích can thiệp kịp thời để ngăn ngừa rủi ro Mô hình dự báo này cho phép xác định các yếu tố trên bảng cân đối kế toán và báo cáo thu nhập cần điều chỉnh, từ đó giúp doanh nghiệp thực hiện các chiến lược phù hợp Hệ thống cảnh báo sớm sẽ hỗ trợ doanh nghiệp ứng phó hiệu quả với nguy cơ kiệt quệ tài chính, đồng thời giúp nhà đầu tư, ngân hàng và nhà cung cấp tín dụng lựa chọn được những doanh nghiệp tiềm năng để hợp tác và đầu tư.
Tác giả đã chọn đề tài “Nghiên cứu các mô hình dự báo kiệt quệ tài chính cho các doanh nghiệp Việt Nam” nhằm khám phá các mô hình dự báo sớm kiệt quệ tài chính đã được phát triển trên thế giới Mục tiêu là kiểm tra và đánh giá khả năng dự báo của từng mô hình, từ đó nhận diện mô hình phù hợp nhất cho các doanh nghiệp Việt Nam trong bối cảnh kinh tế hiện nay.
Mục tiêu và các vấn đề nghiên cứu
Nghiên cứu này nhằm kiểm định khả năng dự báo của các mô hình dự báo sớm kiệt quệ tài chính đã phát triển toàn cầu khi áp dụng cho doanh nghiệp Việt Nam Mục tiêu là xác định mô hình dự báo kiệt quệ tài chính phù hợp với bối cảnh hiện tại của các doanh nghiệp Việt Nam Các vấn đề cần nghiên cứu bao gồm việc đánh giá hiệu quả của các mô hình này trong môi trường kinh doanh Việt Nam.
Làm rõ thế nào là kiệt quệ tài chính, nhằm giúp xác định mẫu nghiên cứu để đánh giá các mô hình
Trong thời gian qua, nhiều mô hình dự báo sớm tình trạng kiệt quệ tài chính đã được phát triển trên toàn cầu Các nghiên cứu thực tiễn đã chỉ ra rằng những mô hình này có khả năng dự đoán chính xác tình trạng tài chính của các tổ chức, giúp họ có biện pháp ứng phó kịp thời Việc áp dụng các mô hình này không chỉ nâng cao khả năng quản lý rủi ro mà còn góp phần bảo vệ sự ổn định tài chính.
Bài viết này kế thừa các mô hình dự báo sớm tình trạng kiệt quệ tài chính đã được phát triển trên thế giới, nhằm áp dụng cho các doanh nghiệp Việt Nam Nó đo lường độ chính xác của các mô hình này trong việc dự báo kiệt quệ tài chính, từ đó xác định mô hình dự báo phù hợp cho doanh nghiệp Việt Nam trong bối cảnh hiện tại.
Ý nghĩa và điểm mới của nghiên cứu
Nghiên cứu dự báo kiệt quệ tài chính cho các công ty Việt Nam chủ yếu tập trung vào việc ước lượng khả năng xảy ra kiệt quệ chỉ cho một số công ty đại chúng Phần lớn các nghiên cứu này áp dụng mô hình Z-score của Altman (1968) để thực hiện phân tích.
Nghiên cứu này khác với các nghiên cứu trước đây khi áp dụng đồng thời ba mô hình để đánh giá khả năng dự báo kiệt quệ tài chính, bao gồm mô hình Z-score của Altman (1968), mô hình logit của Ohlson (1980) và mô hình MKV-Merton (1974) Mục tiêu chính là xác định hiệu quả của ba mô hình này trong việc dự báo kiệt quệ tài chính cho các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam Nghiên cứu không chỉ giúp tìm ra mô hình phù hợp để cảnh báo sớm nguy cơ kiệt quệ dẫn đến phá sản, mà còn hỗ trợ các nhà đầu tư, ngân hàng và tổ chức tín dụng phân loại công ty “tốt” và “kiệt quệ” nhằm đưa ra quyết định đầu tư và tài trợ chính xác, giảm thiểu nguy cơ mất vốn.
Bố cục của đề tài
Chương 1 của nghiên cứu này giới thiệu lý do chọn đề tài, nêu rõ mục tiêu và các vấn đề cần giải quyết trong nghiên cứu Đồng thời, chương cũng làm nổi bật ý nghĩa và những điểm mới mà nghiên cứu mang lại, nhằm cung cấp cái nhìn sâu sắc và giá trị cho lĩnh vực nghiên cứu liên quan.
Chương 2 sẽ trình bày các bằng chứng thực nghiệm về kiệt quệ tài chính, đồng thời giới thiệu các mô hình và kết quả nghiên cứu thực nghiệm liên quan đến dự báo kiệt quệ tài chính trên toàn cầu Dựa trên các thông tin này, phương pháp nghiên cứu, cách chọn mẫu và xác định biến sẽ được đề xuất để nâng cao độ chính xác trong việc dự báo tình trạng kiệt quệ tài chính.
Chương 3 của bài viết tập trung vào phương pháp nghiên cứu, bao gồm các bước thực hiện chi tiết, các mô hình nghiên cứu và các biến số độc lập liên quan Bên cạnh đó, chương cũng đề cập đến nguồn dữ liệu đầu vào, cách xác định giá trị của các biến độc lập, cùng với các chương trình thuật toán máy tính được áp dụng để hỗ trợ quá trình nghiên cứu.
Chương 4 của nghiên cứu tập trung vào việc phân tích các mô hình dự báo kiệt quệ tài chính cho doanh nghiệp Việt Nam Kết quả nghiên cứu chỉ ra rằng các mô hình khác nhau có khả năng dự đoán tình trạng kiệt quệ tài chính của công ty với mức độ chính xác khác nhau Bằng cách so sánh kết quả dự báo lý thuyết với thực tế, nghiên cứu xác định được độ tin cậy của từng mô hình Từ đó, nghiên cứu sẽ đưa ra mô hình dự báo kiệt quệ tài chính phù hợp nhất cho các doanh nghiệp Việt Nam trong bối cảnh hiện tại.
Chương 5: Tổng kết và hạn chế của đề tài: Trình bày tóm tắt các kết quả mà nghiên cứu đạt đƣợc, cùng các hạn chế của nghiên cứu.
CÁC BẰNG CHỨNG THỰC NGHIỆM VỀ KIỆT QUỆ TÀI CHÍNH VÀ CÁC MÔ HÌNH DỰ BÁO KIỆT QUỆ TÀI CHÍNH TRÊN THẾ GIỚI
Các bằng chứng thực nghiệm về kiệt quệ tài chính
Trong nền kinh tế thị trường, sự tham gia và rút lui của các công ty là yếu tố cốt lõi của quá trình cạnh tranh, giúp duy trì số lượng công ty đủ để đáp ứng nhu cầu thị trường với giá cả cạnh tranh và sản xuất hiệu quả Tuy nhiên, việc này không phải lúc nào cũng diễn ra theo quy luật tự nhiên, mà còn phụ thuộc vào sự thay đổi trong hoạt động kinh doanh, nguồn lực và lĩnh vực kinh doanh Quá trình cạnh tranh có thể được hiểu là việc gia tăng nguồn lực hiệu quả vào ngành và loại bỏ các tác nhân không hiệu quả Sự suy giảm hoạt động và rút lui khỏi thị trường của một công ty có thể dẫn đến kiệt quệ tài chính và cuối cùng là phá sản Trong nền kinh tế cạnh tranh, điều này thể hiện như một dòng chảy từ khu vực kém hiệu quả sang khu vực hiệu quả.
Kiệt quệ tài chính bao gồm các khái niệm như thất bại, mất khả năng thanh toán, vỡ nợ, phá sản và giải thể, nhưng những trạng thái này thường khó quan sát (Hashi, 1997) Do đó, có nhiều quan điểm và dấu hiệu khác nhau để nhận diện kiệt quệ tài chính, và những dấu hiệu này có thể thay đổi theo thời gian, đặc điểm thị trường, hoặc diễn biến của các giai đoạn kiệt quệ tài chính.
Trong bài viết này, tác giả sẽ trình bày các quan điểm về kiệt quệ tài chính và những dấu hiệu nhận biết nó từ các nghiên cứu thực nghiệm trên toàn cầu Bên cạnh đó, bài viết cũng sẽ phân tích ảnh hưởng của kiệt quệ tài chính đến nền kinh tế, ngành và các công ty Qua đó, điều này nhấn mạnh tầm quan trọng của việc dự báo sớm kiệt quệ tài chính đối với các doanh nghiệp Việt Nam.
2.1.1 Các quan điểm về kiệt quệ tài chính
Theo lý thuyết kinh tế, kiệt quệ tài chính là khi một công ty không thể hoặc gặp khó khăn trong việc thực hiện các nghĩa vụ tài chính với chủ nợ Tuy nhiên, quan điểm này đã thay đổi qua nhiều nghiên cứu toàn cầu Sự thay đổi này xuất phát từ vấn đề lựa chọn mẫu trong các mô hình dự báo kiệt quệ tài chính Do đó, việc trình bày đầy đủ các quan điểm và vấn đề liên quan đến kiệt quệ tài chính là cần thiết để có cái nhìn toàn diện về hiện tượng này.
Doanh nghiệp được xem là hoạt động kinh doanh vĩnh viễn với mục tiêu cơ bản là tạo ra lợi nhuận Mặc dù một số doanh nghiệp thành công, nhiều doanh nghiệp khác lại không đạt được mục tiêu này và gặp thất bại tài chính trong hai năm đầu Tuy nhiên, sự phát triển của các công ty thành công không đảm bảo rằng chúng sẽ không gặp khó khăn trong tương lai Thất bại doanh nghiệp có thể biểu hiện dưới nhiều hình thức khác nhau và ảnh hưởng đến các bên liên quan theo nhiều cách, tùy thuộc vào mức độ và loại hình thất bại Sự gia tăng thất bại kinh doanh đã dẫn đến nhiều định nghĩa khác nhau về thất bại, tạo ra sự nhầm lẫn trong quan điểm về kiệt quệ tài chính Do đó, việc làm rõ các quan điểm này là cần thiết để tránh sự hiểu lầm.
Theo nghiên cứu của Altman và Hotckis (2005), các công ty không thành công thường trải qua bốn giai đoạn khó khăn: “thất bại” (failure), “mất thanh khoản” (insolvency), “vỡ nợ” (default) và “phá sản” (bankruptcy) Mặc dù các giai đoạn này có thể được sử dụng thay thế cho nhau, nhưng mỗi giai đoạn phản ánh những khía cạnh khác nhau của tình trạng “kiệt quệ tài chính” (financial distress).
Thất bại trong kinh doanh được định nghĩa theo tiêu chuẩn kinh tế học bởi Altman và Hotckiss (2005) là khi tỷ suất sinh lợi thực tế trên vốn đầu tư và các tỷ số khác đánh giá rủi ro liên tục thấp hơn đáng kể so với các đầu tư tương đương trên thị trường, hoặc khi doanh thu không đủ bù đắp chi phí của công ty Tuy nhiên, định nghĩa này chưa đầy đủ, vì một công ty có thể vẫn hoạt động nếu các nhà đầu tư chấp nhận tỷ suất sinh lợi thấp, do đó việc phân loại một công ty trong tình huống này là doanh nghiệp kiệt quệ tài chính trở nên khó khăn.
Theo quan điểm tài chính, "thất bại" được định nghĩa là tình trạng dòng tiền của doanh nghiệp không đủ để đáp ứng các nghĩa vụ tài chính hiện tại Những nghĩa vụ này bao gồm việc không thanh toán được nợ cho các nhà cung cấp tín dụng và người lao động, chịu tổn thất từ các vụ kiện kéo dài, hoặc không có khả năng hoàn trả nợ gốc và lãi vay.
Theo quan điểm của Andrade và Kaplan (1998), "thất bại" của công ty được phân chia thành hai loại: "thất bại kinh tế" và "thất bại tài chính" Họ định nghĩa "thất bại tài chính" là khi một công ty vi phạm nghĩa vụ trả nợ, trong khi "thất bại kinh tế" xảy ra khi công ty thua lỗ trong hoạt động kinh doanh Một quan điểm phổ biến khác cho rằng "thất bại tài chính" là tình trạng công ty không thể hoàn thành nghĩa vụ nợ, mặc dù công ty vẫn có thể có giá trị tài sản ròng dương (Gaughan, 2011) Do đó, có thể thấy rằng tình trạng tài chính của công ty không chỉ phụ thuộc vào khả năng thanh toán nợ mà còn vào hiệu quả hoạt động kinh doanh.
Tình trạng "khó khăn" trong việc thanh toán nợ của công ty có thể được coi là một "thất bại tài chính", tương tự như sự "bất lực" trong việc trả nợ.
Cần lưu ý rằng “thất bại tài chính” không đồng nghĩa với “phá sản” hay “giải thể” Tất cả các công ty đều có thể trải qua “thất bại tài chính” và “thất bại kinh tế” khi gặp khó khăn trong hoạt động kinh doanh, nhưng chỉ một số ít trong số đó sẽ dẫn đến “phá sản” hay “giải thể”.
Mất thanh khoản (insolvency) là tình trạng mà một công ty không đủ khả năng để thực hiện các nghĩa vụ tài chính của mình, dẫn đến kết quả hoạt động kinh doanh thất bại và kiệt quệ tài chính Điều này bao gồm việc không thể trả nợ cho người lao động, nhà cung cấp và các chủ nợ.
Định nghĩa "thất bại tài chính" của Whitaker (1999) và Wruck (1990) có nhiều điểm tương đồng với khái niệm "mất thanh khoản" Wruck (1990) nhấn mạnh rằng, mặc dù "mất thanh khoản" khác với "thất bại tài chính", nhưng hai khái niệm này thường được sử dụng thay thế cho nhau Theo Wruck (1990) và Ross cùng các cộng sự (2003), "mất thanh khoản" được chia thành hai dạng: do giá trị và do dòng tiền.
Quan điểm về "mất thanh khoản do giá trị" chỉ ra rằng tình trạng mất thanh khoản xảy ra khi giá trị thị trường của tài sản công ty thấp hơn giá trị các khoản nợ Khái niệm này còn được hiểu là giá trị kinh tế ròng âm, phản ánh sự không cân bằng giữa tài sản và nghĩa vụ tài chính của doanh nghiệp.
Mất thanh khoản tài chính có thể xảy ra khi công ty không tạo ra đủ dòng tiền để đáp ứng các nghĩa vụ tài chính hiện tại, dẫn đến tình trạng được gọi là "mất thanh khoản kỹ thuật" (technical insolvency).
Vỡ nợ (default): là một khái niệm tài chính khác liên quan đến kiệt quệ tài chính
Các bằng chứng thực nghiệm về mô hình dự báo kiệt quệ tài chính
Các nghiên cứu đầu tiên về dự báo kiệt quệ tài chính được thực hiện bởi Ramster và Foster (1931), Fitzpatrick (1932), Winakor và Smith (1935), và Merwin (1942) đã chỉ ra rằng các công ty kiệt quệ có tỷ số tài chính kém hơn so với các công ty không kiệt quệ Đến cuối những năm 1960 và đầu những năm 1970, các nghiên cứu mang tính đột phá như của Beaver (1966) và Altman (1968) đã xuất hiện, mở ra hướng đi mới cho nghiên cứu dự báo kiệt quệ tài chính, tiếp nối là nhiều nghiên cứu khác tại Mỹ và các quốc gia khác.
Trong phần này, tác giả sẽ trình bày các bằng chứng thực nghiệm về các mô hình dự báo kiệt quệ tài chính đã được phát triển trên toàn cầu Những mô hình này không chỉ giúp nhận diện sớm nguy cơ tài chính mà còn cung cấp các giải pháp hiệu quả để quản lý rủi ro, từ đó nâng cao khả năng bền vững cho các tổ chức và doanh nghiệp.
2.2.1 Mô hình dựa trên phân tích phân biệt
Phân tích phân biệt (DA) là một kỹ thuật thống kê quan trọng được sử dụng để phân loại các quan sát vào các nhóm khác nhau dựa trên các đặc điểm độc lập Trong bối cảnh dự báo kiệt quệ tài chính, phương pháp này giúp xác định xem một công ty thuộc nhóm kiệt quệ hay không kiệt quệ Phân tích phân biệt tối đa hóa tỷ số phương sai giữa các nhóm so với phương sai trong nhóm, và thường được thể hiện dưới dạng một sự kết hợp tuyến tính của các biến độc lập, như các tỷ số tài chính, nhằm phân loại các công ty một cách chính xác.
Z = điểm số để phân loại,
X i (i = 1, 2, …, n) = các biến độc lập, các tỷ số tài chính
Mỗi quan sát sẽ được gán một điểm số Z, sau đó so sánh với giá trị điểm cắt để xác định nhóm mà quan sát đó thuộc về.
Phân tích phân biệt mang lại kết quả tốt hơn khi các biến có phân phối chuẩn và ma trận hiệp phương sai đồng nhất giữa các nhóm Tuy nhiên, nghiên cứu thực nghiệm chỉ ra rằng các công ty gặp khó khăn tài chính thường vi phạm giả định về phân phối chuẩn (Back và cộng sự, 1996) Dù vậy, vấn đề này không làm giảm khả năng dự báo của mô hình phân tích phân biệt, mà chỉ ảnh hưởng đến độ chính xác của dự đoán.
Trong nghiên cứu dự báo kiệt quệ tài chính, các tỷ số tài chính của công ty được xem là đặc điểm độc lập của từng quan sát Tương tự, trong lĩnh vực y học, các yếu tố như giới tính, độ tuổi, tình trạng hôn nhân, cân nặng, chiều cao và tiền sử bệnh tật cũng đóng vai trò quan trọng trong việc phân tích tình trạng sức khỏe của người được xét nghiệm.
3 Nghĩa là tối đa hóa tỷ số:
Phân tích phân biệt (DA) chỉ có khả năng xác định một công ty có kiệt quệ tài chính hay không, mà không thể ước lượng xác suất xảy ra kiệt quệ Hơn nữa, hiện tượng đa cộng tuyến giữa các biến độc lập có thể xảy ra, đặc biệt khi áp dụng phương pháp stepwise (Hair và cộng sự, 1998) Tuy nhiên, Altman (2000) cho rằng mức độ đa cộng tuyến trong mô hình DA không nghiêm trọng, nhờ vào việc lựa chọn cẩn thận các biến độc lập (các tỷ số tài chính) trước đó.
2.2.1.1 Phân tích phân biệt đơn biến của Beaver (1966)
Beaver đã chọn 79 công ty kiệt quệ tài chính, bao gồm các công ty phá sản, không thể trả lãi, chậm trả cổ tức, hoặc có tài khoản ngân hàng cạn kiệt, dựa trên dữ liệu từ tạp chí chuyên ngành của Moody trong giai đoạn 1954-1964 Ông áp dụng phương pháp bắt cặp để chọn các công ty không kiệt quệ cùng ngành và có giá trị tài sản tương đương, nhằm kiểm soát ảnh hưởng của giá trị tài sản và ngành lên các tỷ số tài chính cũng như tình trạng kiệt quệ của các công ty.
Beaver chọn 30 tỷ số tài chính và sử dụng 3 loại phân tích thực nghiệm để thấy khả năng dự báo của các tỷ số tài chính này, đó là:
Thứ nhất, phân tích so sánh giá trị trung bình,
Thứ hai, kiểm định tách đôi,
Phân tích khả năng dự báo cho thấy, khi so sánh giá trị trung bình của tỷ số tài chính giữa các công ty kiệt quệ và không kiệt quệ, các công ty kiệt quệ có tỷ số tài chính thấp hơn đáng kể so với các công ty không kiệt quệ trong giai đoạn trước khi xảy ra tình trạng kiệt quệ.
Kiểm định tách đ i được thực hiện nhằm đánh giá khả năng dự báo của các tỷ số tài chính bằng cách phân chia ngẫu nhiên các công ty thành hai mẫu con Đối với mỗi tỷ số tài chính, một điểm cắt tối ưu sẽ được xác định cho từng mẫu con, sau đó các điểm cắt này sẽ được sử dụng để phân loại mẫu con còn lại Beaver đã phát hiện ra rằng có 6 trong 30 tỷ số tài chính có ý nghĩa lớn trong việc dự báo tình trạng kiệt quệ.
“lỗi” phân loại thấp nhất:
Phân tích khả năng dự báo cho thấy các tỷ số tài chính có thể chỉ ra nguy cơ kiệt quệ tài chính lên đến 5 năm trước khi sự kiện này xảy ra Điều này được xác định thông qua việc kiểm tra biểu đồ tần số, độ xiên (skewness), overlap và phân phối chuẩn của các tỷ số tài chính.
2.2.1.2 Mô hình Z-score của Altman (1968)
Khác với Beaver, Altman đã áp dụng phương pháp phân tích phân biệt đa biến (MDA) để xây dựng phương trình tuyến tính xác định tình trạng phá sản của các công ty Ông đã nghiên cứu 33 công ty phá sản từ năm 1946 đến 1965 và chọn ra 33 công ty không phá sản thông qua phương pháp bắt cặp, đảm bảo rằng các công ty trong cùng một cặp có cùng ngành và quy mô tương đương Altman đã lựa chọn 22 tỷ số tài chính phổ biến từ các nghiên cứu trước đó và cuối cùng xác định được 5 tỷ số tài chính chính có khả năng phân biệt rõ ràng giữa các công ty phá sản và không phá sản.
WCTA: vốn luân chuyển trên tổng tài sản,
RETA: thu nhập giữ lại trên tổng tài sản,
EBIT: thu nhập trước thuế và lãi vay trên tổng tài sản,
METL: giá trị vốn hóa thị trường trên giá trị sổ sách của tổng nợ,
STA: doanh thu trên tổng tài sản,
Z: điểm số Z để phân loại Điểm phân loại của mô hình là:
Bảng 2.1: Kết quả dự báo của mô hình Altman (1968)
Phần trăm sai số n Thực tế Dự báo
Nguồn: Altman, E I (1968) Financial Ratios, Discriminant Analysis and Prediction of Corporate Bankruptcy, Journal of Finance 23(4), p 589
4 Công thức xác định giá trị các biến số của mô hình Altman (1968) đƣợc trình bày cụ thể ở mục 3.2.1.2
Các công ty có Z-score thấp hơn điểm cắt sẽ được phân loại là có nguy cơ phá sản, với Z-score càng thấp thì rủi ro kiệt quệ càng cao Altman đã dự báo chính xác 95% tình trạng của các công ty một năm trước khi kiệt quệ xảy ra, và mô hình của ông vượt trội hơn so với mô hình đơn biến của Beaver Năm 1977, Altman, Haldeman và Narayanan đã phát triển mô hình ZETA, một phiên bản nâng cấp của Z-score, với độ chính xác cao hơn trong việc dự đoán phá sản và kéo dài thời gian dự báo lên đến 5 năm trước khi xảy ra kiệt quệ.
Bảng 2.2: So sánh kết quả của mô hình ZETA (1977) và mô hình Z-score của Altman (1968)
Số năm trước khi xảy ra phá sản
Mô hình ZETA Mô hình Altman (1968)
Phá sản Không phá sản Phá sản Không phá sản
Nguồn: Altman, E I (1993) Classification Results, Two Statements Prior to Bankruptcy
Vì tính độc quyền của mô hình ZETA nên Altman và cộng sự (1977) chỉ cung cấp thông tin 7 biến đƣợc sử dụng trong mô hình:
2.2.2 Mô hình phân tích logit của Ohlson (1980)
Phân tích logit không chỉ xác định công ty có kiệt quệ hay không, mà còn tính toán xác suất xảy ra kiệt quệ tài chính Các hệ số trong mô hình này được ước lượng bằng phương pháp "hợp lý cực đại" (maximum likelihood) Phân tích logit áp dụng hàm số xác suất tích lũy logistic để dự báo tình trạng kiệt quệ tài chính, với kết quả nằm trong khoảng từ 0 đến 1, biểu thị xác suất xảy ra kiệt quệ tài chính.
x i (i = 1, 2, …, n) = biến độc lập, tỷ số tài chính
Ohlson (1980) là nhà nghiên cứu đầu tiên áp dụng phân tích logit trong dự báo kiệt quệ tài chính, phê bình phương pháp phân tích phân biệt đa biến (DA) do những hạn chế như yêu cầu giống nhau về ma trận hiệp phương sai giữa các nhóm công ty kiệt quệ và không kiệt quệ, cũng như yêu cầu các biến có phân phối chuẩn Phân tích logit vượt qua các giả định này, cho phép ước lượng xác suất kiệt quệ tài chính mà không bị ràng buộc bởi phân phối chuẩn và ma trận hiệp phương sai Ông cũng chỉ ra rằng điểm số Z-score từ DA chỉ xác định trạng thái kiệt quệ mà không cung cấp thông tin về xác suất xảy ra kiệt quệ, từ đó khẳng định lợi ích của việc sử dụng phân tích logit trong việc ước lượng xác suất kiệt quệ tài chính.
