GIỚI THIỆU
Lý do nghiên cứu đề tài
Trong bối cảnh hội nhập kinh tế sâu rộng, sự cạnh tranh giữa các doanh nghiệp ngày càng gia tăng, dẫn đến việc một số doanh nghiệp không tránh khỏi rút lui hoặc phá sản Cuộc khủng hoảng kinh tế toàn cầu đã gây ra những tác động tiêu cực, làm gia tăng tình trạng phá sản hàng loạt ở cả các nước phát triển và đang phát triển, bao gồm Việt Nam Hệ quả từ việc doanh nghiệp phá sản không chỉ ảnh hưởng đến bản thân doanh nghiệp mà còn gây ra tác động tiêu cực đến xã hội và nền kinh tế.
Phá sản của một doanh nghiệp không chỉ ảnh hưởng đến bản thân doanh nghiệp mà còn dẫn đến việc mất việc làm cho một bộ phận người lao động, làm gia tăng tỷ lệ thất nghiệp Mặc dù không phải là nguyên nhân duy nhất gây ra tỷ lệ thất nghiệp trong nền kinh tế, phá sản vẫn là một trong những nguyên nhân trực tiếp và nhanh chóng tác động đến người lao động Ví dụ điển hình là vụ tuyên bố phá sản của Ngân hàng Lehman Brothers.
Vào năm 2008, Mỹ đối mặt với khoản nợ lên đến 613 tỷ USD khi không có công ty nào chấp nhận mua lại Sự sụp đổ của ngân hàng Lehman Brothers đã gây ra những tác động tiêu cực sâu rộng đến xã hội.
Mỹ đã chứng kiến sự mất việc của 26.200 nhân viên, cùng với nhiều chủ nợ và các dự án đầu tư bị ảnh hưởng Khi doanh nghiệp ngừng hoạt động, lao động sẽ đối mặt với tình trạng thất nghiệp, và nền kinh tế cần thời gian để hấp thụ và tạo ra việc làm mới cho họ Thất nghiệp không chỉ là mối lo ngại của các nhà quản trị doanh nghiệp mà còn của nhà nước và toàn xã hội, vì nó dẫn đến nghèo đói, bất bình đẳng và các tệ nạn xã hội, gây ra bất ổn cho xã hội.
Phá sản doanh nghiệp không chỉ ảnh hưởng trực tiếp đến chính doanh nghiệp đó mà còn tác động tiêu cực đến các đối tác và toàn bộ nền kinh tế Khi một doanh nghiệp phá sản, các doanh nghiệp liên quan có thể gặp khó khăn trong việc tiêu thụ hàng hóa, dẫn đến tình trạng giảm doanh thu và mất việc làm Điều này tạo ra hiệu ứng dây chuyền, ảnh hưởng đến sự ổn định và phát triển bền vững của nền kinh tế.
Sự phá sản của các doanh nghiệp, đặc biệt là những doanh nghiệp lớn như Ngân hàng Lehman Brothers, không chỉ ảnh hưởng đến nguồn cung nguyên vật liệu cho sản xuất mà còn tác động tiêu cực đến tâm lý của người tiêu dùng và nhà đầu tư, dẫn đến sự bất ổn trên thị trường Sau khi Lehman Brothers tuyên bố phá sản, các chỉ số chứng khoán toàn cầu đồng loạt giảm, với chỉ số Dow Jones của Mỹ giảm 2.6%, PTSE tại London giảm 3%, và Nikkei của Nhật giảm tới 4.7% Tại Nga, giao dịch phải tạm ngừng khi chỉ số MICEX giảm 16% Sự sụt giảm mạnh này đe dọa đến sự tồn tại của nhiều công ty khác, đẩy hàng nghìn người vào tình trạng thất nghiệp Đối với các chủ nợ, mặc dù có thể thu hồi nợ, nhưng thường nhận được số tiền thấp hơn giá trị ban đầu do doanh nghiệp mắc nợ với nhiều bên và sự trượt giá của đồng tiền theo thời gian.
Sự phá sản của doanh nghiệp không chỉ ảnh hưởng đến các bên liên quan trực tiếp như cổ đông, công nhân viên và chủ nợ, mà còn thu hút sự chú ý của những người ít liên quan hơn.
Các nhà quản lý và chính phủ luôn mong muốn xây dựng các mô hình dự báo nguy cơ phá sản của doanh nghiệp Việc này nhằm có biện pháp phòng ngừa kịp thời, giảm thiểu hậu quả từ việc doanh nghiệp phá sản đối với các nhóm đối tượng liên quan và toàn xã hội.
Nghiên cứu về tình hình phá sản chỉ ra rằng không phải tất cả doanh nghiệp đều sụp đổ bất ngờ Dấu hiệu khó khăn của doanh nghiệp có thể xuất hiện sớm trước khi xảy ra tình trạng phá sản Vì vậy, việc nhận diện các tín hiệu cảnh báo là cần thiết để dự đoán khả năng phá sản của doanh nghiệp.
Phân tích chỉ số tài chính là một kỹ thuật phổ biến để dự báo tình trạng phá sản của doanh nghiệp, theo Van Horne (1998) Xác suất phá sản thường được ngụ ý trong báo cáo tài chính và có thể ước tính thông qua phân tích các chỉ số tài chính Kể từ những năm 1960, nhiều nghiên cứu đã cố gắng dự báo phá sản doanh nghiệp dựa trên các chỉ số tài chính, nhưng việc tìm ra một mô hình tối ưu với độ chính xác cao vẫn là thách thức do các mô hình hiện tại không phù hợp với mọi tình huống và trường hợp phá sản.
Hiện nay, nghiên cứu về dự báo phá sản tại Việt Nam còn hạn chế, vì vậy việc phân tích và phát hiện các dấu hiệu kiệt quệ tài chính cùng với dự báo phá sản cho các doanh nghiệp Việt Nam trở nên cực kỳ quan trọng.
Phân tích các dấu hiệu kiệt quệ tài chính và dự báo khả năng phá sản doanh nghiệp giúp các nhà quản lý nhận diện và ngăn chặn kịp thời những rủi ro tiềm ẩn, từ đó bảo vệ sự ổn định và phát triển bền vững cho doanh nghiệp.
Phân tích các dấu hiệu kiệt quệ tài chính và dự báo tình trạng phá sản của doanh nghiệp là rất quan trọng, giúp các nhà đầu tư đưa ra quyết định chính xác trong việc mua và bán chứng khoán.
– Thứ ba, phân tích phát hiện các dấu hiệu kiệt quệ tài chính và dự báo phá sản
DN giúp các chủ nợ trong việc ra quyết định về các khoản nợ và quản lý các khoản nợ.
Mục tiêu nghiên cứu của đề tài
Mục tiêu của nghiên cứu này là xây dựng mô hình dự báo khả năng phá sản cho các doanh nghiệp phi tài chính tại Việt Nam, nhằm phát triển hệ thống cảnh báo sớm Hệ thống này sẽ giúp nhận diện các doanh nghiệp gặp khó khăn, từ đó có biện pháp phòng ngừa kịp thời để giảm thiểu rủi ro phá sản.
Phạm vi nghiên cứu của đề tài
Đề tài này nghiên cứu các công ty cổ phần trong khu vực phi tài chính bị hủy niêm yết trên sàn chứng khoán HOSE và HNX vào năm 2012 Nguyên nhân hủy niêm yết là do tính thanh khoản yếu kém và hoạt động kinh doanh thua lỗ kéo dài.
Phương pháp nghiên cứu
Nghiên cứu này áp dụng phương pháp thực nghiệm để dự báo tình trạng phá sản, dựa trên công trình của Abbas, Qaiser và Rashid vào năm 2011 tại Đại học Quốc tế Islamic, Islamabad, Pakistan Nghiên cứu tập trung vào "Mô hình dự báo phá sản cho các doanh nghiệp phi tài chính ở Pakistan" và kế thừa các lý thuyết trước đó của Beaver (1966), Altman (1968), Eljelly (2001) và Zheng Gu (2002) về dự báo phá sản doanh nghiệp.
Kết cấu của đề tài
Đề tài nghiên cứu này được tác giả trình bày theo thứ tự như sau:
Chương 2: Bằng chứng thực nghiệm trên thế giới về dự báo phá sản doanh nghiệp
Chương 3: Phương pháp nghiên cứu
Chương 4: Bằng chứng thực nghiệm tại Việt Nam về dự báo phá sản doanh nghiệp
Chương 5: Kết luận và hướng phát triển của đề tài nghiên cứu.
BẰNG CHỨNG THỰC NGHIỆM TRÊN THẾ GIỚI VỀ DỰ BÁO PHÁ SẢN DOANH NGHIỆP
Bằng chứng thực nghiệm trên thế giới về dự báo phá sản doanh nghiệp
Trong bài viết này, tác giả sẽ tóm tắt kết quả nghiên cứu của một số tác giả quốc tế về dự báo tình trạng phá sản doanh nghiệp Các nghiên cứu sẽ được trình bày theo thứ tự thời gian, từ những phát hiện trong quá khứ đến những kết quả hiện tại.
2.1.1 Nghiên cứu của William Beaver (1966)
Vào năm 1966, William Beaver đã tiến hành nghiên cứu về "Các chỉ số tài chính dự báo phá sản" Ông đã áp dụng phương pháp đánh giá từng chỉ số tài chính để xác định các tiêu chí dự báo khả năng phá sản của doanh nghiệp thông qua việc quan sát các chỉ số này.
Nghiên cứu của Beaver chỉ ra rằng các doanh nghiệp gặp khó khăn tài chính thường có ít tiền mặt, ít hàng tồn kho và nhiều nợ phải thu Tỷ lệ tiền mặt trên tổng nợ phải trả là chỉ tiêu quan trọng nhất để dự báo dấu hiệu kiệt quệ tài chính và phá sản Chỉ tiêu này phản ánh khả năng tạo ra tiền của doanh nghiệp so với số nợ phải thanh toán, từ đó thể hiện khả năng thanh toán của doanh nghiệp Ngoài ra, tỷ suất sinh lời của tài sản và hệ số nợ cũng là các chỉ tiêu quan trọng giúp phát hiện dấu hiệu kiệt quệ và phá sản, vì chúng phản ánh hiệu quả hoạt động kinh doanh và mức độ rủi ro tài chính của doanh nghiệp.
Nghiên cứu của Beaver đã phân tích 79 doanh nghiệp kinh doanh thất bại và một số doanh nghiệp thành công tương ứng trong khoảng thời gian 10 năm từ 1954 đến 1964 Kết quả cho thấy mức trung bình các chỉ số tài chính của các doanh nghiệp trong mẫu nghiên cứu được tổng hợp trong Bảng 2.1 dưới đây.
Bảng 2.1: Trung bình các chỉ số tài chính của các DN trong mẫu nghiên cứu của
Chỉ số tài chính DN
1 năm 2 năm 3 năm 4 năm 5 năm
Tiền mặt/tổng nợ phải trả Phá sản -0.20 -0.05 0.05 0.15 0.20
Thu nhập ròng/tổng tài sản
Nợ phải trả/tổng tài sản Phá sản 0.76 0.62 0.52 0.54 0.51
Vốn luân chuyển/tổng tài sản
Tỷ số thanh toán hiện hành
Nghiên cứu của Beaver chỉ ra rằng các chỉ tiêu tài chính của doanh nghiệp trong tình trạng khủng hoảng thấp hơn đáng kể so với doanh nghiệp hoạt động bình thường Để phát hiện dấu hiệu khủng hoảng và phá sản, cần so sánh các chỉ số tài chính của doanh nghiệp với mức trung bình mà Beaver đã xác định.
2.1.2 Nghiên cứu của Eward Altman (1968)
Vào năm 1968, Eward Altman tiến hành nghiên cứu về "Các chỉ số tài chính, phân tích khác biệt và dự báo phá sản doanh nghiệp" Trong nghiên cứu, Altman đã chọn mẫu gồm 66 công ty, trong đó có 33 công ty đã thực sự phá sản theo Chương 10 của Luật phá sản Hoa Kỳ.
Trong giai đoạn từ năm 1946 đến 1965, có 33 công ty vẫn hoạt động, trong khi dữ liệu thu thập cho thấy nhiều công ty khác đã phá sản trong cùng thời gian này.
Các công ty được phân loại theo ngành và quy mô doanh nghiệp, với phạm vi tài sản từ 1 triệu USD đến 25 triệu USD Dữ liệu được thu thập từ báo cáo tài chính trong vòng một năm trước khi xảy ra sự kiện phá sản.
Một danh sách 22 tỷ số tài chính đã được thu thập để đánh giá, được chia thành 4 nhóm: chỉ số thanh khoản, chỉ số khả năng sinh lời, chỉ số đòn bẩy tài chính và chỉ số hiệu quả sử dụng tài sản Kết quả cho thấy 5 tỷ số được chọn vì chúng thể hiện tốt nhất khả năng dự báo phá sản của các công ty Biệt thức cuối cùng được trình bày như sau:
X 1 = Working capital/Total assets = Vốn luân chuyển/Tổng tài sản,
X 2 = Retained earning/ Total assets = Lợi nhuận giữ lại/Tổng tài sản,
X 3 = Earning before tax and interest/Total assets = EBIT/Tổng tài sản,
X 4 = Market value equity/Book value of total liabilities = Giá trị thị trường của vốn chủ sở hữu/Giá trị sổ sách của nợ phải trả,
X 5 = Sales/Total assets = Tổng doanh thu/Tổng tài sản,
Z = Overal index = chỉ số tổng hợp
Các điểm ngưỡng cho chỉ số Z như sau:
Z < 1.81: Phá sản 1.81 < Z < 2.99: Không rõ ràng 2.99 < Z: Lành mạnh
Các trung vị biến của 2 nhóm DN và kết quả thống kê F thể hiện trong Bảng 2.2
Các biến X1 đến X4 đều có mức ý nghĩa 0.001, cho thấy sự khác biệt quan trọng giữa các nhóm công ty khác nhau Trong khi đó, biến X5 không thể hiện sự khác biệt đáng kể và lý do đưa biến này vào nhóm các biến vẫn chưa rõ ràng Ở mức độ đơn biến, tất cả các tỷ số của các công ty không phá sản có giá trị trung vị cao hơn so với các công ty phá sản.
Bảng 2.2: Biến trung vị và kiểm định mức ý nghĩa trong nghiên cứu của Altman
Trung vị của nhóm phá sản/
Trung vị của nhóm không phá sản/
Altman đã tiến hành thử nghiệm mô hình Z-Score trên nhiều mẫu khác nhau trong hơn 30 năm, và theo bảng 2.3, độ chính xác của dự báo phá sản trong mẫu gần đây nhất gồm 120 công ty bị vỡ nợ từ năm 1997 đến 1999 đạt 84% Điều này cho thấy mô hình Z-Score vẫn duy trì độ chính xác cao và khả năng dự báo mạnh mẽ, mặc dù đã được phát triển từ lâu.
Bảng 2.3: Phân loại và độ chính xác của mô hình dự báo phá sản Z-Scores trong nghiên cứu của Altman (1968)
Số năm trước khi phá sản
Mặc dù mô hình Z-Score gốc của Altman vẫn duy trì độ chính xác cao trong dự báo phá sản, nhưng các nhà phân tích tín dụng và các chuyên gia kinh tế lo ngại rằng mô hình này chỉ phù hợp với các công ty đại chúng do yêu cầu dữ liệu về giá trị cổ phiếu trong biến X4 Để khắc phục vấn đề này, Altman đã đề xuất điều chỉnh mô hình bằng cách thay thế giá trị thị trường của vốn chủ sở hữu bằng giá trị sổ sách, dẫn đến sự thay đổi trong tất cả các hệ số và điểm giới hạn Kết quả của mô hình Z-Score đã được điều chỉnh với biến X4 mới sẽ mang lại những thông tin đáng tin cậy hơn cho các công ty tư nhân.
Z ’ = 0.717X 1 + 0.847X 2 + 3.107X 3 + 0.420X 4 + 0.998X 5 Các điểm ngưỡng cho chỉ số Z ’ như sau:
Z ’ < 1.23: Phá sản 1.23 < Z ’ < 2.90: Không rõ ràng
Do thiếu hụt cơ sở dữ liệu từ các công ty tư nhân, Altman không thể thực hiện kiểm nghiệm mô hình mở rộng trên các mẫu thứ cấp của những công ty đang gặp khó khăn tài chính cũng như những công ty ổn định.
Altman đã cải tiến mô hình Z-Score gốc của mình bằng cách phân tích đặc điểm và độ chính xác của mô hình khi loại bỏ biến X5 – doanh thu/tổng tài sản, nhằm giảm thiểu ảnh hưởng do ngành Tỷ số doanh thu/tổng tài sản thay đổi lớn giữa các ngành, với các công ty thương mại dịch vụ thường có tỷ số cao hơn so với các công ty sản xuất do yêu cầu vốn thấp hơn Hơn nữa, Altman cũng áp dụng mô hình này để đánh giá tình trạng tài chính của các doanh nghiệp ngoài Hoa Kỳ Cụ thể, Altman, Hatzell và Peck (1995) đã sử dụng mô hình Z’’-Score cho các công ty ở các nền kinh tế mới nổi, đặc biệt là các công ty Mexico phát hành trái phiếu Euro tính theo USD, với giá trị sổ sách của vốn chủ sở hữu làm biến X4 Kết quả phân loại tương thích với mô hình 5 biến Z’-Score, dẫn đến việc phát triển mô hình Z’’-Score mới.
Z ’’ = 6.56X 1 + 3.26X 2 + 6.72X 3 + 1.05X 4 Các điểm ngưỡng cho mô hình này như sau:
Z ’’ < 1.1: Phá sản 1.1 < Z ’’ < 2.6: Không rõ ràng 2.6 < Z ’’ : Lành mạnh
Tất cả các hệ số cho các biến và điểm giới hạn đều có sự thay đổi Mô hình này rất hữu ích trong ngành công nghiệp, nơi sự tài trợ cho tài sản khác nhau giữa các công ty, dẫn đến những điều chỉnh quan trọng.
Thảo luận về các nghiên cứu dự báo phá sản doanh nghiệp trên thế giới
Phá sản là thuật ngữ chỉ sự chấm dứt hoạt động kinh doanh do thua lỗ, đi kèm với việc thanh lý tài sản và nghĩa vụ trả nợ của một chủ thể trong nền kinh tế Tình trạng này xảy ra khi chủ thể không còn khả năng thanh toán các khoản nợ cho chủ nợ mà họ đã vay.
Phá sản là tình trạng kinh tế xảy ra khi một doanh nghiệp (DN) mất cân đối giữa thu và chi, thể hiện qua việc tài sản có không đủ để thanh toán tài sản nợ Dấu hiệu rõ ràng nhất của tình trạng này là DN không còn khả năng thanh toán các khoản nợ đến hạn Quan trọng là, tình trạng mất khả năng thanh toán không chỉ xảy ra đối với một chủ nợ mà là đồng loạt với tất cả các chủ nợ, cho thấy đây không phải là vấn đề tạm thời.
Các nghiên cứu được nêu ở mục 2.1 tập trung vào việc phát triển mô hình dự báo tình trạng phá sản của doanh nghiệp Các tác giả sử dụng kỹ thuật phân tích tỷ số tài chính để đánh giá khả năng phá sản, với nhiều tỷ số khác nhau được đưa vào phân tích Tuy nhiên, các tỷ số này chủ yếu đại diện cho bốn khía cạnh tài chính quan trọng: tính thanh khoản, đòn bẩy tài chính, khả năng sinh lợi và hiệu quả sử dụng tài sản.
Các tỷ số đo lường tính thanh khoản phản ánh khả năng của doanh nghiệp trong việc đáp ứng nghĩa vụ tài chính ngắn hạn Những tỷ số này giúp xác định ngay lập tức rủi ro mất khả năng thanh toán của doanh nghiệp.
– Các tỷ số đòn bẩy tài chính sẽ đo lường mức độ nợ, khả năng trả nợ của
DN Các tỷ số này cho thấy nguyên nhân phá sản bắt nguồn từ chính sách tài chính của DN
Các tỷ số đo lường khả năng sinh lợi phản ánh khả năng của doanh nghiệp trong việc chi trả các khoản chi phí và tạo ra lợi nhuận từ hoạt động kinh doanh và đầu tư Doanh nghiệp không thể duy trì lợi nhuận nếu gặp phải lỗ tích lũy, điều này có thể dẫn đến nguy cơ phá sản.
Các tỷ số đo lường hiệu quả sử dụng tài sản phản ánh khả năng của doanh nghiệp trong việc tối ưu hóa tài sản để tạo ra lợi nhuận Doanh nghiệp có hiệu suất cao trong việc sử dụng tài sản sẽ có khả năng sinh lợi tốt hơn, từ đó giảm thiểu nguy cơ phá sản.
Kết quả nghiên cứu của các tác giả khác nhau do sự khác biệt về mẫu nghiên cứu, nền kinh tế và phương pháp nghiên cứu Năm 1966, Beaver đã áp dụng phương pháp đánh giá tỷ số tài chính để kiểm tra khả năng dự báo phá sản, phát hiện rằng tỷ số lưu chuyển tiền thuần trên tổng nợ phải trả là chỉ tiêu quan trọng nhất Chỉ tiêu này phản ánh tính thanh khoản của doanh nghiệp; doanh nghiệp có thanh khoản thấp dễ gặp rủi ro phá sản hơn Tuy nhiên, phương pháp này cũng có nhược điểm khi áp dụng cho một số trường hợp nhất định.
Trong bối cảnh doanh nghiệp (DN) có thể xuất hiện các tỷ số mâu thuẫn nhau, việc kết luận về tình hình tài chính trở nên khó khăn Do đó, nhiều nghiên cứu đã áp dụng phương pháp tiếp cận đa biến để dự báo khả năng phá sản bằng cách xem xét đồng thời các tỷ số tài chính Năm 1968, Altman phát triển mô hình đa biến đầu tiên với 5 tỷ số tài chính từ 22 tỷ số ban đầu, đạt độ chính xác 95% trong việc dự báo phá sản Năm 2001, Eljelly nghiên cứu về việc dự báo phá sản tại Xu-đăng và chỉ ra rằng trong nền kinh tế kém phát triển, khả năng sinh lợi cao và thanh khoản tốt là những yếu tố quan trọng giúp DN tồn tại Nghiên cứu của Eljelly cũng nhấn mạnh rằng việc sử dụng các kỹ thuật đơn giản trong dự báo phá sản tại các nền kinh tế kém phát triển hiệu quả hơn so với các mô hình phức tạp từ các nền kinh tế phát triển.
“Phân tích sự phá sản của ngành công nghiệp nhà hàng: mô hình đa biệt thức” tại
Mỹ cho rằng các công ty không tạo ra lợi nhuận và liên tục thua lỗ có nguy cơ cao dẫn đến phá sản Tỷ lệ EBIT/tổng nợ phải trả phản ánh khả năng thanh toán nợ của doanh nghiệp nhà hàng; giá trị cao cho thấy công ty có lợi nhuận đủ để trang trải nợ hoặc nợ thấp Năm 2011, nhóm tác giả Abbas, Qaiser và Rashid, Abdul đã nghiên cứu “Mô hình dự báo phá sản cho các DN phi tài chính ở Pakistan” và xác định các tỷ số tài chính như doanh thu/tổng tài sản, EBIT/tài sản nợ ngắn hạn, và chỉ số dòng tiền mặt là những yếu tố quan trọng trong việc dự đoán nguy cơ phá sản.
Kết luận, nhiều nghiên cứu thực nghiệm trên thế giới cho thấy khả năng phát hiện dấu hiệu phá sản của doanh nghiệp thông qua các mô hình dự báo Mặc dù đã đạt được những kết quả tích cực, nghiên cứu cũng gặp một số hạn chế như cỡ mẫu nhỏ và chỉ tập trung vào phân tích tỷ số tài chính từ báo cáo tài chính mà chưa xem xét yếu tố con người trong quản lý doanh nghiệp cũng như tác động của điều kiện kinh tế đối với nguy cơ phá sản.
PHƯƠNG PHÁP NGHIÊN CỨU
Phương pháp nghiên cứu, phạm vi nghiên cứu
Đề tài này thực hiện theo phương pháp nghiên cứu thực nghiệm về dự báo phá sản
DN phi tại chính tại Việt Nam dựa trên nghiên cứu năm 2011 của nhóm tác giả Abbas, Qaiser và Rashid, Abdul (Đại học Quốc tế Islamic, Islamabad, Pakistan) về
Nghiên cứu "Mô hình dự báo phá sản cho các DN phi tài chính ở Pakistan" kế thừa và phát triển từ các công trình trước đây của Beaver (1966), Altman (1968), Eljelly (2001) và Zheng Gu (2002) về dự báo phá sản doanh nghiệp Nghiên cứu này nhằm cung cấp cái nhìn sâu sắc về tình hình tài chính của các doanh nghiệp phi tài chính tại Pakistan và áp dụng các phương pháp dự báo hiện đại để nâng cao độ chính xác trong việc nhận diện nguy cơ phá sản.
Từ năm 2008 đến 2011, Việt Nam trải qua giai đoạn bất ổn vĩ mô kéo dài, với sự suy giảm tăng trưởng kinh tế bắt đầu từ giữa năm 2008.
Từ năm 2009, tình trạng yếu kém của khu vực ngân hàng đã trở nên rõ ràng từ cuối năm 2011, dẫn đến sức khỏe nghiêm trọng của các doanh nghiệp (DN) trong năm 2012 Phân tích định tính kết hợp với nghiên cứu định lượng trong giai đoạn này cho thấy những khó khăn mà DN phải đối mặt, đồng thời phát hiện các dấu hiệu nhận biết sự phá sản của DN nhằm hỗ trợ trong việc cải thiện tình hình.
DN sớm có biện pháp phòng ngừa phá sản
Đề tài nghiên cứu này tập trung vào các công ty cổ phần bị hủy niêm yết trên sàn chứng khoán HOSE và HNX do Ủy ban Chứng khoán và Sàn giao dịch thực hiện trong năm.
2012 vì tính thanh khoản yếu kém hay hoạt động kinh doanh thua lỗ kéo dài Tiêu chuẩn chọn mẫu như sau:
– Cổ phiếu của công ty phải được giao dịch tại sàn chứng khoán HOSE và HNX trong thời kỳ niêm yết
Công ty cần phải hoạt động trong khu vực phi tài chính, vì các doanh nghiệp thuộc khu vực tài chính phải đối mặt với môi trường phá sản khác biệt so với những doanh nghiệp phi tài chính.
– Công ty phải có thông tin tài chính ít nhất 4 năm, từ năm 2008 đến năm
Công ty bị hủy niêm yết cần có một công ty tương tự trong cùng ngành, không bị hủy niêm yết, và tổng tài sản của công ty này phải gần bằng tổng tài sản của công ty bị hủy niêm yết cách đây một năm.
Có 16 công bị hủy niêm yết trên trên sàn chứng khoán HOSE và HNX trong năm
Năm 2012, một số công ty không đủ dữ liệu đã bị loại ra khỏi nghiên cứu Chỉ những công ty có ít nhất 4 năm công bố dữ liệu mới được lựa chọn, dẫn đến mẫu nghiên cứu chỉ bao gồm 24 công ty, trong đó có 12 công ty bị hủy niêm yết.
Trong giai đoạn 2008 - 2011, có 12 công ty hoạt động ổn định, với số liệu được lấy từ Báo cáo tài chính của các công ty niêm yết trên sàn chứng khoán HOSE và HNX.
Mô hình nghiên cứu dựa trên nghiên cứu của nhóm tác giả nêu trên được trình bày cụ thể tại mục 3.2 dưới đây.
Mô hình nghiên cứu
Nghiên cứu về dự báo phá sản doanh nghiệp đã được thực hiện bởi Altman (1968), Eljelly (2001) và Zheng Gu (2002) thông qua kỹ thuật phân tích đa khác biệt (MDA) Năm 2011, nhóm tác giả Abbas, Qaiser và Rashid cũng áp dụng MDA và khẳng định độ chính xác cao của phương pháp này trong dự báo phá sản Đề tài hiện tại sử dụng kỹ thuật MDA để xây dựng mô hình dự báo phá sản cho các doanh nghiệp phi tài chính tại Việt Nam.
Kỹ thuật MDA xác định các hệ số khác biệt và chuyển đổi biến thành chỉ số khác biệt (giá trị Z) để phân loại các mục tiêu Nghiên cứu này tập trung vào hai nhóm mục tiêu: các công ty phá sản và các công ty không phá sản Mô hình được phát triển từ kỹ thuật MDA nhằm phân tích và phân loại hiệu quả các mục tiêu này.
6 Xem Phụ lục 5: Danh sách các công ty trong mẫu nghiên cứu tại Việt Nam, trang 62
– Z là chỉ số toàn diện;
– β1, β 2, …, βn là hệ số khác biệt;
Chỉ số khác biệt Z là giá trị biệt thức dự báo khả năng phá sản của công ty ở năm t
Trong nghiên cứu này, chỉ số Z nhận giá trị “1” hoặc “2”, giá trị “1” được gán cho
DN bị phá sản và giá trị “2” được gán cho DN không phá sản
Sau khi lựa chọn mô hình nghiên cứu phù hợp, tác giả tiến hành thu thập và xử lý số liệu.
Thu thập và xử lý số liệu
Dữ liệu được thu thập từ các trang thông tin điện tử của Công ty CP Chứng khoán Sài Gòn, trang dữ liệu chứng khoán Cafef, và các website của các công ty nghiên cứu.
Số liệu được lấy theo từng công ty, theo phạm vi và khoảng thời gian lấy tài liệu như phạm vi nghiên cứu trình bày ở mục 3.1
Theo nghiên cứu năm 2011 của nhóm tác giả Abbas, Qaiser và Rashid, Abdul, bài viết này sử dụng 23 chỉ số tài chính được phân loại thành 4 nhóm biến độc lập Nhóm đầu tiên là chỉ số đòn bẩy tài chính, bao gồm 9 tỷ số đo lường khả năng trả nợ của các công ty Nhóm thứ hai là chỉ số thanh khoản với 3 tỷ số đánh giá khả năng chi trả các khoản nợ ngắn hạn Nhóm thứ ba là chỉ số khả năng sinh lời, gồm 7 tỷ số đo lường khả năng chi trả chi phí và tạo ra lợi nhuận từ hoạt động kinh doanh và đầu tư Cuối cùng, nhóm chỉ số hiệu quả sử dụng tài sản bao gồm 4 tỷ số đánh giá khả năng sử dụng tài sản để tạo ra lợi nhuận cho doanh nghiệp.
Sau khi thu thập dữ liệu được trích từ Báo cáo tài chính của các công ty, tác giả
Trong nghiên cứu tại Việt Nam, các chỉ số tài chính được phân tích và tính toán bằng phần mềm Excel, như đã nêu trong Phụ lục 4, trang 61.
Chương trình SPSS được sử dụng để ước lượng mô hình và thực hiện quy trình từng bước nhằm lựa chọn biến số Mô hình phát triển từ nghiên cứu này được kiểm nghiệm trên mẫu để xác định độ chính xác và ý nghĩa của các biến khác biệt.
BẰNG CHỨNG THỰC NGHIỆM TẠI VIỆT NAM VỀ DỰ BÁO PHÁ SẢN DOANH NGHIỆP
Thực trạng và khó khăn của các DN Việt Nam trong giai đoạn 2008-2012
Phân tích những khó khăn mà doanh nghiệp (DN) gặp phải trong giai đoạn nghiên cứu từ năm 2008 đến 2012 sẽ cung cấp cái nhìn sâu sắc về tình hình giải thể và ngừng hoạt động của DN, đồng thời làm rõ những thách thức mà DN phải đối mặt trong thời kỳ này.
4.1.1 Thực trạng về tình hình giải thể và ngừng hoạt động của DN Việt Nam
Tình hình bất ổn vĩ mô kéo dài từ giữa năm 2008 đã dẫn đến sự suy giảm tăng trưởng kinh tế từ năm 2009, cùng với sự yếu kém của khu vực ngân hàng từ năm 2011, gây ra nhiều khó khăn cho các doanh nghiệp Nhiều doanh nghiệp gặp khó khăn trong việc tiêu thụ sản phẩm do thị trường thu hẹp và lợi nhuận giảm sút do chi phí và lãi suất tăng cao Trong khi một số doanh nghiệp chỉ bị ảnh hưởng nhẹ, nhiều doanh nghiệp khác buộc phải dừng sản xuất, cắt giảm nhân công, và thậm chí đóng cửa hoặc bán tài sản để trả nợ ngân hàng Hậu quả là nhiều doanh nghiệp rơi vào tình trạng nợ nần chồng chất và đối mặt với nguy cơ phá sản hàng loạt.
Một khảo sát ngẫu nhiên từ Tổng cục Thống kê với 10,000 doanh nghiệp trên toàn quốc đã cung cấp thông tin quan trọng Tính đến ngày 29/4/2012, cơ quan điều tra đã thu thập được 8.373 phiếu khảo sát, trong đó có 319 doanh nghiệp nhà nước và 7.343 doanh nghiệp ngoài nhà nước.
Trong năm 2012, 711 doanh nghiệp có vốn đầu tư trực tiếp nước ngoài (FDI) đã được khảo sát, với kết quả cho thấy 8.373 doanh nghiệp, trong đó 91,6% số doanh nghiệp vẫn còn hoạt động sau 1 năm và 3 tháng.
Trong tổng số doanh nghiệp, tỷ lệ doanh nghiệp phá sản, giải thể và ngừng sản xuất kinh doanh đang hoàn tất thủ tục chiếm 8,4%, tương đương 706 doanh nghiệp Trong số này, 69,4% doanh nghiệp gặp khó khăn về thua lỗ, 28,4% thiếu vốn sản xuất, 15,1% không tiêu thụ được sản phẩm, 11,7% gặp khó khăn về địa điểm sản xuất, 4,4% chuyển đổi ngành nghề và 4,7% do sáp nhập.
Trước khi quyết định chấm dứt hoạt động của doanh nghiệp, chủ doanh nghiệp và người quản lý đã trải qua nhiều khó khăn từ thị trường đầu vào và đầu ra Họ phải đối mặt với áp lực từ gia đình và xã hội, trong nỗ lực tìm cách vượt qua những thách thức này.
Theo Phòng Thương mại và Công nghiệp Việt Nam (VCCI), trong giai đoạn 2005 –
Từ năm 2010, trung bình mỗi năm có khoảng 5.000 doanh nghiệp (DN) tuyên bố giải thể hoặc ngừng hoạt động, nhưng đến năm 2011 con số này đã tăng lên gần 50.000 DN Bộ Kế hoạch & Đầu tư dự báo rằng trong năm 2012, khoảng 50.000 DN sẽ tiếp tục rời thị trường, cộng với 50.000 DN đã giải thể trong năm 2011, tổng cộng sẽ có khoảng 100.000 DN rút lui, tương đương với một nửa số DN rời thị trường trong vòng 20 năm kể từ khi có Luật doanh nghiệp Sự gia tăng mạnh mẽ số lượng DN rút khỏi thị trường trong năm 2011 và 2012 đặt ra nhiều lo ngại về những khó khăn của nền kinh tế Dữ liệu thống kê hàng tháng trong năm 2012 cho thấy số lượng DN giải thể và ngừng hoạt động đều cao hơn so với cùng kỳ năm 2011.
Bảng 4.1: Số lượng DN giải thể và ngừng hoạt động tích lũy từ ngày 01/01/2012
Cuối tháng Số DN Tăng so với cùng kỳ năm
Tháng 04/2012 Tháng 05/2012 Tháng 06/2012 Tháng 07/2012 Tháng 08/2012 Tháng 09/2012
Theo thông tin từ Cục quản lý đăng ký kinh doanh thuộc Bộ Kế hoạch và Đầu tư, trong 9 tháng qua, đã có hơn 40.000 doanh nghiệp giải thể, cho thấy tình hình kinh doanh đang gặp nhiều khó khăn.
Tình trạng khó khăn của doanh nghiệp hiện nay được phản ánh qua các con số thống kê, cho thấy hiện tượng rút lui khỏi thị trường trong nền kinh tế Trong kinh doanh, việc gia nhập và rút khỏi thị trường là điều bình thường trước áp lực của quy luật cung cầu và cạnh tranh Tuy nhiên, việc nhiều doanh nghiệp rút lui do thua lỗ và đình trệ, dẫn đến hàng vạn người lao động thất nghiệp trong bối cảnh kinh tế khó khăn, là điều đáng lo ngại Điều này yêu cầu Nhà nước cần có cơ chế và chính sách phù hợp để hỗ trợ doanh nghiệp, trong khi các doanh nghiệp cũng cần tái cơ cấu để tự cứu lấy mình.
4.1.2 Tình hình khó khăn của DN Việt Nam qua số liệu về sản xuất công nghiệp, doanh số bán hàng và xuất khẩu
Theo điều tra của Cục Thống kê Tp.HCM vào tháng 04/2012, trong số 1,904 doanh nghiệp, 41.1% dự kiến thu hẹp sản xuất kinh doanh, với 73.2% nguyên nhân do sức mua thị trường trong nước suy giảm Đồng thời, Tổng cục Thống kê cũng cho thấy 31.5% doanh nghiệp có kế hoạch giảm quy mô sản xuất.
Chỉ số sản xuất công nghiệp - chế tạo năm 2012 ghi nhận sự tăng trưởng chậm lại so với năm trước, với tốc độ tiêu thụ hàng hóa chỉ đạt 6.2% trong 8 tháng đầu năm, trong khi tồn kho tăng lên 20.8%.
Bảng 4.2 thể hiện sự tăng trưởng trong sản xuất, tiêu thụ và tồn kho của ngành công nghiệp chế biến - chế tạo, cùng với tổng mức bán lẻ và doanh thu dịch vụ, cũng như kim ngạch xuất khẩu tính đến tháng 08/2012.
Tăng chỉ số SXCN chế biến, chế tạo (IIP)
Tăng chỉ số tiêu thụ CN chế biến, chế tạo
Tăng chỉ số tồn kho CN chế biến, chế tạo
Tăng tổng mức bán lẻ và doanh thu dịch vụ Kim ngạch xuất khẩu
Kim ngạch xuất khẩu, kinh tế nội địa
Lưu ý rằng lạm phát đã được loại bỏ trong quá trình tính toán tốc độ tăng trưởng của chỉ số sản xuất, tiêu thụ và tồn kho trong ngành công nghiệp chế biến - chế tạo, cùng với tổng mức hàng hóa bán lẻ và doanh thu dịch vụ Tăng trưởng kim ngạch xuất khẩu được xác định dựa trên giá trị USD danh nghĩa.
Nguồn: Tổng cục thống kê, Các thông cáo báo chí về tình hình kinh tế - xã hội
Sản xuất và tiêu thụ là hai giai đoạn liên quan chặt chẽ trong hoạt động của doanh nghiệp Khi sản xuất và tiêu thụ đồng bộ, hàng hóa không bị ứ đọng, điều này thể hiện sự phát triển bền vững và lành mạnh Ngược lại, nếu sản xuất vượt quá mức tiêu thụ, dẫn đến lượng hàng tồn kho lớn và kéo dài, sẽ phản ánh sự sa sút nghiêm trọng của doanh nghiệp.
Nền kinh tế hiện đang đối mặt với khó khăn lớn, đặc biệt là trong ngành sản xuất công nghiệp, khi tình trạng sản xuất ra nhưng không tiêu thụ được hàng hóa diễn ra trên diện rộng và kéo dài nhiều tháng Mặc dù chỉ số tồn kho công nghiệp chế biến, chế tạo tăng cao, nhưng điều này chưa phản ánh đúng tình trạng ứ đọng hàng hóa và sức mua yếu, do tồn kho bao gồm cả đầu ra và đầu vào.
Khi sức mua tăng thì tồn kho cũng tăng đi cùng với tăng sản xuất và tăng tiêu thụ
Bằng chứng thực nghiệm tại Việt Nam về dự báo phá sản doanh nghiệp
Kết quả nghiên cứu thực nghiệm được trình bày dựa trên phương pháp nghiên cứu ở chương 3, trong đó 23 tỷ số tài chính được phân loại thành 4 nhóm biến độc lập: chỉ số đòn bẩy tài chính, chỉ số thanh khoản, chỉ số khả năng sinh lời và chỉ số hiệu quả sử dụng tài sản Các chỉ số này được kiểm nghiệm độc lập cho các công ty phá sản và không phá sản trong 4 năm trước khi xảy ra sự kiện phá sản Mô hình được ước lượng bằng SPSS phiên bản 20 thông qua kỹ thuật phân tích đa khác biệt (MDA), dựa trên các biến số phân biệt và hệ số tương ứng Cuối cùng, mô hình phát triển từ nghiên cứu này được kiểm nghiệm qua mẫu để xác định độ chính xác trong việc dự báo phá sản.
Sau đây là các kết quả nghiên cứu:
Bảng 4.3 chỉ ra rằng các công ty phá sản thường có chỉ số đòn bẩy tài chính cao, chỉ số thanh khoản thấp và khả năng sinh lời kém Hơn nữa, hầu hết các chỉ số trong nhóm thanh khoản và khả năng sinh lời đều thể hiện xu hướng tiêu cực và giảm dần theo thời gian.
Trung bình và độ lệch tiêu chuẩn của các công ty không phá sản đã được tính toán dựa trên 23 biến tài chính trong 4 năm trước khi phá sản, nhằm đánh giá tình trạng hoạt động của họ trong giai đoạn khủng hoảng Bảng 4.4 chỉ ra rằng một số chỉ số khả năng sinh lời, chỉ số thanh khoản và doanh thu có xu hướng giảm, phản ánh tình hình khó khăn của nền kinh tế trong giai đoạn nghiên cứu Tuy nhiên, cần thực hiện thêm các kiểm định T và F để so sánh sự khác biệt giữa giá trị trung bình của hai nhóm Đặc biệt, bảng 4.4 cho thấy rằng các chỉ số thanh khoản, đòn bẩy tài chính và khả năng sinh lời của các công ty không phá sản ổn định hơn so với các công ty phá sản, và trong một số trường hợp, các chỉ số này còn có xu hướng cải thiện khi gần đến thời điểm phá sản.
Kiểm định T sự bằng nhau của giá trị trung bình
Kết quả kiểm định T trong bảng 4.5 cho thấy, trong tổng số 23 chỉ số tài chính, có 16 chỉ số có sự khác biệt lớn về mặt thống kê, bao gồm: EBIT/nguyên giá TSCĐ, EBIT/tổng nợ, giá trị thị trường của VCSH/giá trị sổ sách của nợ vay, lãi ròng/nguyên giá TSCĐ, lãi ròng/tổng nợ vay, tài sản ngắn hạn/nợ ngắn hạn, vốn luân chuyển/nợ ngắn hạn, vốn luân chuyển/tổng tài sản, EBIT/nợ ngắn hạn, EBIT/doanh thu, EBIT/tổng tài sản, lãi ròng/doanh thu, lãi ròng/tổng tài sản, lợi nhuận giữ lại/tổng tài sản, tổng chi phí/doanh thu, và vốn luân chuyển/doanh thu.
Kiểm định F sự bằng nhau của phương sai
Kiểm định F được sử dụng để xác định sự khác biệt về 23 chỉ số tài chính giữa các công ty phá sản và không phá sản trong 4 năm Kết quả từ Bảng 4.6 cho thấy có 16 biến số tài chính có phương sai lớn đáng kể Điều này chỉ ra rằng khoảng 70% các biến tài chính cho thấy sự khác biệt rõ rệt giữa hai nhóm công ty này.
Kết quả thống kê của phân tích MDA
Nghiên cứu được thực hiện trên 24 công ty trong khoảng thời gian 4 năm từ 2008 đến 2011, với tổng cộng 96 giá trị quan sát Quá trình phân tích đã loại trừ những biến số không có ý nghĩa, chỉ giữ lại 2 biến quan trọng là tỷ số EBIT/tổng nợ phải trả và vốn luân chuyển/doanh thu, có ý nghĩa cao ở mức 5% Kết quả phân tích này được trình bày chi tiết trong bảng 4.7.
Bảng 4.7: Các biến đưa vào mô hình nghiên cứu tại Việt Nam
Statistic df1 df2 df3 Exact F
2 Vốn luân chuyển/doanh thu 531 2 1 63.000 27.387 2 62.000 000
The process involves entering the variable that minimizes Wilks' Lambda at each step, with a maximum of 48 steps allowed The criteria for including a variable is a significance level of F at 05, while a variable can be removed if its significance level of F is 10 or higher Additionally, if the F level, tolerance, or Variance Inflation Factor (VIF) is deemed insufficient, further computations cannot proceed.
Hệ số hàm phân tích phân biệt tiêu chuẩn được xác định và sắp xếp theo thứ tự trong bảng 4.8
Bảng 4.8: Hệ số của mô hình nghiên cứu tại Việt Nam
Vốn luân chuyển/doanh thu 460
Chức năng nhóm trọng tâm xác định giá trị Z tối ưu cho các công ty, phân loại chúng thành hai nhóm: phá sản và không phá sản Theo Bảng 4.9, một công ty có giá trị Z là -0.780 sẽ được phân loại vào nhóm phá sản, trong khi công ty có giá trị Z khác sẽ không bị coi là phá sản.
Z bằng 1.098 được xếp vào nhóm công ty không bị phá sản
Bảng 4.9: Giá trị Z tối ưu trong nghiên tại Việt Nam
DN không bị phá sản 1.098
Unstandardized canonical discriminant functions evaluated at group means
Giá trị Z cuối cùng (chỉ số phân biệt) được rút ra từ bảng 4.7 và bảng 4.8 theo công thức sau:
X 1 : EBIT/total liabilities (EBIT/tổng nợ),
Chỉ số X 2, được tính bằng tỷ lệ vốn luân chuyển trên doanh thu, là một yếu tố quan trọng để đánh giá khả năng phá sản của các công ty Chỉ số Z được sử dụng để so sánh với các mức điểm đã được xác định nhằm đưa ra nhận định chính xác về tình hình tài chính của doanh nghiệp.
Z < -0.780: Phá sản -0.780 < Z < 1.098: Không rõ ràng 1.098 < Z: Lành mạnh
Bảng 4.10 thể hiện sự phân loại kết quả thực tế và dự báo, cho thấy mô hình phân loại đạt độ chính xác 100% đối với các doanh nghiệp không phá sản qua tất cả các năm Đối với các doanh nghiệp thuộc nhóm phá sản, mô hình cũng phân loại chính xác 100% trong năm trước khi phá sản, trong khi đó, năm thứ hai trước khi phá sản, kết quả phân loại có sự thay đổi.
Kết quả phân loại cho thấy tỷ lệ thành công đạt 75% ở năm thứ 3, 83.3% ở năm thứ 4, nhưng giảm xuống còn 58.3% trước khi doanh nghiệp phá sản Điều này chứng tỏ rằng hai biến tài chính có khả năng phân loại cao trong mẫu phân tích, đồng thời cho thấy tiềm năng ứng dụng thực tế của mô hình trong việc dự báo tình trạng phá sản tại Việt Nam.
Bảng 4.10: Kết quả phân loại của mô hình nghiên cứu tại Việt Nam
Số năm trước khi phá sản Thực tế
Phá sản Không phá sản Tổng cộng
Wilks’Lambda của mô hình
Bảng 4.11 chỉ ra rằng đại lượng Wilks’ Lambda của hàm là 0.531, tương ứng với giá trị Chi-square là 39.253 với 2 bậc tự do Mức ý nghĩa quan sát là 0.000, thấp hơn nhiều so với ngưỡng 0.05, cho thấy mô hình này có ý nghĩa thống kê và có khả năng ứng dụng thực tế.
Bảng 4.11: Wilks' Lambda của mô hình nghiên cứu tại Việt Nam
Test of Function(s) Wilks' Lambda Chi-square df Sig
Kết luận, phân tích đã chỉ ra một mô hình dự báo phá sản doanh nghiệp phi tài chính tại Việt Nam dựa trên hai biến: EBIT/tổng nợ và vốn luân chuyển/doanh thu Mô hình cho thấy các công ty có giá trị Z nhỏ hơn -0.780 có nguy cơ cao rơi vào phá sản, trong khi những công ty có giá trị Z lớn hơn 1.098 sẽ an toàn Đối với các công ty có giá trị Z nằm trong khoảng từ -0.780 đến 1.098, cần cảnh báo về nguy cơ phá sản và thực hiện các biện pháp khắc phục kịp thời Mô hình này cho thấy độ chính xác cao trong việc dự báo phá sản một năm trước khi sự kiện xảy ra, đồng thời cho thấy rằng phần lớn các công ty phá sản trong giai đoạn 2008 gặp khó khăn nghiêm trọng.
2011 có những biểu hiện của hoạt động kinh doanh trì trệ như doanh thu và lợi nhuận có xu hướng giảm, nợ phải trả tăng
4.3 Thảo luận về mô hình dự báo phá sản doanh nghiệp thuộc khu vực phi tài chính tại Việt Nam
Nghiên cứu định tính chỉ ra rằng, từ năm 2008 đến 2012, khủng hoảng kinh tế toàn cầu đã khiến doanh nghiệp (DN) gặp khó khăn trong việc tiêu thụ hàng hóa, dẫn đến doanh thu và lợi nhuận sụt giảm Trong giai đoạn trước đó, DN Việt Nam đã gia tăng hoạt động vay ngân hàng và đầu tư không đúng chức năng, như vào chứng khoán và bất động sản, khiến họ dễ bị tổn thương trước những biến động của thị trường Nhiều DN có năng lực tài chính yếu, phụ thuộc vào vốn vay ngân hàng và thiếu khả năng ứng phó với thay đổi môi trường kinh doanh Khi môi trường kinh doanh xấu đi và lãi suất tăng, các DN gặp khó khăn trong việc trả nợ, dẫn đến tình trạng nhiều DN đứng trước nguy cơ phá sản.
Trong nghiên cứu định lượng, mô hình chỉ giữ lại hai biến số EBIT/tổng nợ và vốn luân chuyển/doanh thu, nhưng điều này không có nghĩa là nhóm doanh nghiệp bị phá sản khác biệt so với nhóm không bị phá sản chỉ dựa trên hai chỉ số tài chính này Kết quả từ kiểm định T và kiểm định F trong Bảng 4.5 và 4.6 cho thấy hai nhóm doanh nghiệp có sự khác biệt đáng kể trong 16 tỷ lệ Tuy nhiên, quy trình phân tích từng bước chỉ lựa chọn hai biến số có khả năng phân loại tốt nhất giữa các công ty bị phá sản và không bị phá sản.
Thảo luận kết quả nghiên cứu
Nghiên cứu của Abbas, Qaiser và Rashid (2011) nhằm xác định các chỉ số tài chính quan trọng trong việc dự báo phá sản của các doanh nghiệp phi tài chính tại Việt Nam, dựa trên dữ liệu các công ty phá sản giai đoạn 2008-2011 Mô hình nghiên cứu bao gồm hai biến: EBIT/tổng nợ và vốn luân chuyển/doanh thu Kết quả cho thấy, nếu giá trị Z nhỏ hơn -0.780, công ty có nguy cơ phá sản, trong khi giá trị Z lớn hơn 1.098 cho thấy công ty sẽ không bị phá sản Đối với các công ty có giá trị Z từ -0.780 đến 1.098, cần cảnh báo về nguy cơ phá sản và thực hiện các biện pháp khắc phục kịp thời Mô hình này có tiềm năng ứng dụng thực tế trong việc dự báo phá sản tại Việt Nam.
Mô hình dự báo phá sản doanh nghiệp phi tài chính ở Việt Nam cho thấy rằng các doanh nghiệp có tổng nợ cao và EBIT thấp có nguy cơ phá sản cao Để cải thiện tình hình tài chính, các doanh nghiệp với chỉ số Z thấp cần điều chỉnh chiến lược tăng trưởng và chính sách tài chính, tập trung vào việc kiểm soát chi phí kinh doanh và chi phí tài chính Trong bối cảnh kinh tế khó khăn hiện nay, một chiến lược tăng trưởng thận trọng, kết hợp với chính sách ít vay nợ và kiểm soát chi phí chặt chẽ, có thể giúp giảm thiểu nguy cơ phá sản.
