ỨNG DỤNG MÔ HÌNH Z-SCORE VÀ H-SCORE TRONG DỰ BÁO KHẢ NĂNG PHÁ SẢN CỦA CÁC DOANH NGHIỆP BẤT ĐỘNG SẢN NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC NGOẠI THƢƠNG LUẬN VĂN THẠC SĨ ỨNG DỤNG MƠ HÌNH Z-SCORE VÀ H-SCORE TRONG DỰ BÁO KHẢ NĂNG PHÁ SẢN CỦA CÁC DOANH NGHIỆP BẤT ĐỘNG SẢN NIÊM YẾT TRÊN THỊ TRƢỜNG CHỨNG KHỐN VIỆT NAM Ngành: Tài – Ngân hàng BÙI QUANG MINH Hà Nội - 2022 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC NGOẠI THƢƠNG LUẬN VĂN THẠC SĨ ỨNG DỤNG MƠ HÌNH Z-SCORE VÀ H-SCORE TRONG DỰ BÁO KHẢ NĂNG PHÁ SẢN CỦA CÁC DOANH NGHIỆP BẤT ĐỘNG SẢN NIÊM YẾT TRÊN THỊ TRƢỜNG CHỨNG KHỐN VIỆT NAM Ngành: Tài – Ngân hàng Mã số: 8340201 Họ tên học viên: Bùi Quang Minh Người hướng dẫn: TS Nguyễn Đỗ Quyên Hà Nội - 2022 i LỜI CAM ĐOAN Tôi xin cam đoan luận văn thạc sĩ đề tài “Ứng dụng mơ hình Z-score Hscore dự báo khả phá sản doanh nghiệp bất động sản niêm yết thị trường chứng khốn Việt Nam” cơng trình nghiên cứu thực với hướng dẫn TS Nguyễn Đỗ Quyên Thông tin số liệu sử dụng luận văn trung thực trích dẫn đầy đủ Hà Nội, ngày tháng năm 2022 Tác giả Bùi Quang Minh ii LỜI CẢM ƠN Tác giả xin gửi lời cảm ơn chân thành lòng biết ơn sâu sắc tới TS Nguyễn Đỗ Quyên, cảm ơn cô hướng dẫn tận tình tạo điều kiện tốt để tác giả hồn thành luận văn Do thời gian nghiên cứu kiến thức cịn hạn chế nên luận văn khơng thể tránh khỏi thiếu sót Vì vậy, tác giả kính mong nhận đóng góp ý kiến quý thầy bạn đọc để hồn thiện luận văn Trân trọng cảm ơn! Hà Nội, ngày tháng năm 2022 Tác giả Bùi Quang Minh iii MỤC LỤC Trang LỜI CAM ĐOAN i LỜI CẢM ƠN ii DANH MỤC CÁC TỪ VIẾT TẮT vi DANH MỤC HÌNH vii DANH MỤC BẢNG viii TÓM TẮT KẾT QUẢ NGHIÊN CỨU CỦA LUẬN VĂN ix CHƢƠNG 1: GIỚI THIỆU CHUNG 1.1 Tính cấp thiết đề tài 1.2 Mục tiêu nghiên cứu 1.3 Đối tƣợng phạm vi nghiên cứu 1.4 Phƣơng pháp nghiên cứu 1.5 Kết cấu đề tài 1.6 Đóng góp nghiên cứu CHƢƠNG 2: CƠ SỞ LÝ LUẬN VỀ PHÁ SẢN DOANH NGHIỆP VÀ MƠ HÌNH DỰ BÁO PHÁ SẢN DOANH NGHIỆP 2.1 Định nghĩa 2.1.1 Phá sản doanh nghiệp 2.1.2 Dự báo phá sản doanh nghiệp 10 2.2 Các mơ hình dự báo phá sản doanh nghiệp 11 2.2.1 Mơ hình Z-score 11 2.2.2 Mơ hình H-score 17 2.2.3 Các mơ hình dự báo phá sản khác 19 2.3 Tổng quan nghiên cứu mơ hình dự báo khả phá sản doanh nghiệp 23 2.3.1 Tổng quan cơng trình nghiên cứu nước 24 2.3.2 Tổng quan cơng trình nghiên cứu nước 27 CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU 31 3.1 Thu thập số liệu 31 iv 3.2 Phân tích xử lý số liệu 32 3.3 Quy trình nghiên cứu 32 3.4 Phƣơng pháp nghiên cứu 33 3.5 Mơ hình nghiên cứu 33 3.5.1 Mơ hình Z-score 33 3.5.2 Mơ hình H-score 35 3.5.3 Độ xác kết dự báo 36 CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU VỀ ỨNG DỤNG MƠ HÌNH Z- SCORE VÀ H-SCORE TRONG DỰ BÁO KHẢ NĂNG PHÁ SẢN CỦA CÁC DOANH NGHIỆP BẤT ĐỘNG SẢN NIÊM YẾT TRÊN THỊ TR ƢỜNG CHỨNG KHOÁN VIỆT NAM 37 4.1 Mô tả số liệu 37 4.1.1 Mơ hình Z-score 37 4.1.2 Mơ hình H-score 41 4.2 Thực trạng ngành bất động sản doanh nghiệp bất động sản 48 4.2.1 Vai trò ngành bất động sản kinh tế 48 4.2.2 Tình hình thị trường bất động sản 50 4.2.3 Tình hình hoạt động doanh nghiệp bất động sản niêm yết .52 4.3 Kết nghiên cứu 55 4.3.1 Kết dự báo phá sản 55 4.3.2 Phân loại theo quy mô tài sản doanh nghiệp 56 4.3.3 Phân loại theo giá thị trường cổ phiếu 57 4.3.4 Kết trung bình Z-score H-score qua năm 58 4.3.5 Các công ty dự báo phá sản mơ hình 58 4.4 Độ xác mơ hình 62 4.5 Kiểm định khác biệt khả dự báo phá sản mơ hình 63 CHƢƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ 65 5.1 Kết luận 65 v 5.2 Kiến nghị 66 5.2.1 Đối với doanh nghiệp 66 5.2.2 Đối với nhà đầu tư 70 5.2.3 Đối với tổ chức tài 71 5.3 Hạn chế nghiên cứu hƣớng nghiên cứu tƣơng lai 71 DANH MỤC TÀI LIỆU THAM KHẢO 72 PHỤ LỤC 1: DANH SÁCH 56 CÔNG TY BẤT ĐỘNG SẢN NIÊM YẾT TRÊN THỊ TRƢỜNG CHỨNG KHOÁN VIỆT NAM GIAI ĐOẠN 2017-2020 80 vi DANH MỤC CÁC TỪ VIẾT TẮT GDP : Tổng sản phẩm quốc nội HNX : Sở giao dịch chứng khoán Hà Nội HOSE : Sở giao dịch chứng khốn thành phố Hồ Chí Minh ROA : Lợi nhuận rịng tổng tài sản vii DANH MỤC HÌNH Hình 3.1 Quy trình nghiên cứu 32 Hình 4.1 Biểu đồ tần suất giá trị Z-score 38 Hình 4.2 Biểu đồ tần suất giá trị X1 38 Hình 4.3 Biểu đồ tần suất giá trị X2 39 Hình 4.4 Biểu đồ tần suất giá trị X3 39 Hình 4.5 Biểu đồ tần suất giá trị X4 40 Hình 4.6 Biểu đồ tần suất giá trị H-score 42 Hình 4.7 Biểu đồ tần suất giá trị V1 43 Hình 4.8 Biểu đồ tần suất giá trị V2 43 Hình 4.9 Biểu đồ tần suất giá trị V3 44 Hình 4.10 Biểu đồ tần suất giá trị V4 44 Hình 4.11 Biểu đồ tần suất giá trị V5 45 Hình 4.12 Biểu đồ tần suất giá trị V6 45 Hình 4.13 Biểu đồ tần suất giá trị V7 46 Hình 4.14 Biểu đồ tần suất giá trị V8 46 Hình 4.15 Biểu đồ tần suất giá trị V9 47 Hình 4.16 Tăng trưởng doanh thu doanh nghiệp bất động sản niêm yết 52 Hình 4.17 Tăng trưởng lợi nhuận gộp doanh nghiệp bất động sản niêm yết 53 Hình 4.18 Biên lợi nhuận gộp doanh nghiệp bất động sản niêm yết 54 Hình 4.19 Vịng quay hàng tồn kho xây dựng dở dang doanh nghiệp bất động sản niêm yết 54 Hình 4.20 Kết Z-score trung bình năm giai đoạn 2017-2020 .58 Hình 4.21 Kết H-score trung bình năm giai đoạn 2017-2020 58 viii DANH MỤC BẢNG Bảng 3.1 Bảng tiêu chí chọn mẫu nghiên cứu 31 Bảng 3.2 Độ xác mơ hình Z-score 34 Bảng 4.1 Bảng thống kê mô tả biến mơ hình Z-score 37 Bảng 4.2 Bảng tương quan biến mô hình Z-score 40 Bảng 4.3 Bảng thống kê mơ tả biến mơ hình H-score 41 Bảng 4.4 Bảng tương quan biến mơ hình H-score 47 Bảng 4.5 Một số tiêu đóng góp ngành bất động sản 48 Bảng 4.6 Tác động ngành bất động sản đến số ngành khác 49 Bảng 4.7 Quy mơ vốn hóa ngành sàn HOSE 49 Bảng 4.8 Số lượng dự án bất động sản cấp phép năm 2020 2021 50 Bảng 4.9 Số lượng dự án bất động sản hoàn thành năm 2020 2021 51 Bảng 4.10 Dư nợ tín dụng bất động sản năm 2021 51 Bảng 4.11 Kết dự báo phá sản mơ hình Z-score H-score 55 Bảng 4.12 Kết Z-score phân loại theo quy mô tài sản doanh nghiệp 56 Bảng 4.13 Kết H-score phân loại theo quy mô tài sản doanh nghiệp 56 Bảng 4.14 Kết Z-score phân loại theo giá thị trường cổ phiếu 57 Bảng 4.15 Kết H-score phân loại theo giá thị trường cổ phiếu 57 Bảng 4.16 Kết Z-score công ty nằm vùng phá sản 59 Bảng 4.17 Kết H-score công ty nằm vùng phá sản 60 Bảng 4.18 ROA số cơng ty có kết dự báo phá sản giai đoạn 2017-2020 61 Bảng 4.19 Bảng ma trận nhầm lẫn theo Z-score 62 Bảng 4.20 Bảng ma trận nhầm lẫn theo H-score 62 Bảng 4.21 Bảng tổng hợp độ xác mơ hình 63 Bảng 4.22 Kết kiểm định Z-Test với mức ý nghĩa 5% 64 Bảng 5.1 Tỷ lệ nợ phải trả tổng tài sản số công ty bất động sản giai đoạn 2017-2020 69 69 Bảng 5.1 Tỷ lệ nợ phải trả tổng tài sản số công ty bất động sản giai đoạn 2017-2020 Mã chứng khốn BAX Tên cơng ty 2017 2018 2019 2020 CTCP Thống Nhất 0,71 0,79 0,8 0,68 CIG CTCP COMA 18 0,69 0,61 0,63 0,77 DRH CTCP DRH Holdings 0,36 0,65 0,65 0,66 DTA CTCP Đệ Tam 0,51 0,54 0,59 0,66 FLC CTCP Tập đoàn FLC 0,63 0,65 0,64 0,65 0,64 0,65 0,66 0,69 0,84 0,82 0,8 0,77 0,75 0,66 0,7 0,68 SJS TDC VIC CTCP Đầu tư Phát triển Đô thị Khu công nghiệp Sông Đà CTCP Kinh doanh Phát triển Bình Dương Tập đồn VINGROUP CTCP Địn bẩy tài thể thông qua tỷ lệ nợ phải trả tổng tài sản Tỷ lệ nợ phải trả tổng tài sản lớn rủi ro phá sản cao ngược lại, tỷ lệ nhỏ rủi ro phá sản thấp Vì vậy, số có tầm quan trọng việc đưa giải pháp phòng ngừa hạn chế nguy phá sản doanh nghiệp Để hạn chế rủi ro phá sản công ty bất động sản cần sử dụng hợp lý địn bẩy tài Các doanh nghiệp ngành bất động sản thường ưu tiên sử dụng đòn bẩy tài với mong muốn tạo lợi nhuận từ nguồn vốn vay thay nguồn vốn chủ sở hữu Nói cách khác, cơng ty ưa thích sử dụng vốn vay để đầu tư nhằm mang lại lợi nhuận Tuy nhiên, việc sử dụng địn bẩy tài coi “con dao hai lưỡi”, địn bẩy cao rủi ro cao Khi tỷ lệ nợ phải trả tổng tài sản doanh nghiệp lớn nguy vỡ nợ cao, nợ mức đẩy công ty đến bờ vực phá sản Về mặt tích cực, vay nợ cơng cụ quan trọng đóng vai trị chắn thuế giúp giảm thuế thu nhập doanh nghiệp Tuy nhiên, với tình hình thị trường bất động sản tại, việc sử dụng tỷ lệ địn bẩy q cao khơng hợp lý gây gánh nặng tài cho cơng ty Chi phí lãi vay nợ phải trả tăng lên tạo 70 nhiều áp lực khiến nhiều doanh nghiệp bên bờ vực phá sản Có thể thấy bảng 5.1, cơng ty trì tỷ lệ nợ vay mức cao, khoảng từ 65% đến 80% Khi đó, nợ phải trả với chi phí tài gây gánh nặng lớn cho công ty Nếu gặp phải tình trạng hàng tồn kho khơng thể bán được, tiếp tục vay tiền cơng ty bất động sản gặp khó khăn tài Cơng ty lớn, hàng tồn kho nhiều, nợ lớn, chi phí tài cao, tất kết hợp với khiến cơng ty gặp rắc rối tài Để quản lý địn bẩy tài hợp lý ban lãnh đạo doanh nghiệp nên đặt tín hiệu cảnh báo sớm để đề phịng rủi ro phá sản Khi đó, ban lãnh đạo thực định can thiệp lúc Hơn nữa, ban lãnh đạo cần phân tích, đo lường phản ứng thị trường công ty công bố thông tin định kỳ để ổn định hoạt động doanh nghiệp 5.2.2 Đối với nhà đầu tư Thơng qua báo cáo tài tính tốn tỷ số tài chính, tỷ lệ lợi nhuận sau thuế tài sản bình qn cơng ty niêm yết hoạt động ngành bất động sản giảm kể từ năm 2018, đạt đỉnh 6,08% giảm xuống 4,55% vào năm 2019 năm 2020 tiếp tục giảm xuống cịn 3,29% Vì vậy, nhà đầu tư cần cân nhắc kỹ lưỡng trước định đầu tư Trước đầu tư vào doanh nghiệp, nhà đầu tư nên xem xét kỹ lưỡng tất tỷ số tài để tìm hiểu tình trạng hoạt động kinh doanh doanh nghiệp đánh giá tiềm tăng trưởng hay nguy rủi ro Có nhiều cổ phiếu doanh nghiệp bất động sản có giá thị trường thấp mệnh giá, hội tốt để nhà đầu tư mua nắm giữ Mặt khác, kết nghiên cứu cho thấy rằng, tỷ lệ doanh nghiệp có nguy phá sản chủ yếu doanh nghiệp có giá cổ phiếu thấp mệnh giá, nhà đầu tư cần cân nhắc thận trọng, tỷ trọng danh mức cho hợp lý Bằng cách làm vậy, nhà đầu tư chọn lọc danh mục tốt, vừa đáp ứng tiêu chí tăng trưởng vừa đáp ứng tiêu chí an toàn đầu tư hiệu 71 5.2.3 Đối với tổ chức tài Từ kết nghiên cứu chương cho thấy, dựa vào kết Z-score Hscore, tổ chức tín dụng phân chia doanh nghiệp thành nhóm Thứ nhóm doanh nghiệp an tồn Thứ hai nhóm doanh nghiệp nằm vùng cảnh báo, có rủi ro phá sản Thứ ba nhóm doanh nghiệp nằm vùng nguy hiểm, rủi ro phá sản cao Trên sở đó, tổ chức tài định hạn mức tín dụng cần thiết doanh nghiệp Như vậy, mơ hình Z-score mơ hình H-score sử dụng cơng cụ hỗ trợ cho tổ chức tài trước cấp tín dụng cho cơng ty bất động sản niêm yết 5.3 Hạn chế nghiên cứu hƣớng nghiên cứu tƣơng lai Do giới hạn mặt số liệu, nghiên cứu xem xét mô hình Z-score mơ hình H-score doanh nghiệp thuộc lĩnh vực bất động sản niêm yết thị trường chứng khoán Việt Nam giai đoạn 2017-2020, chưa xem xét đến ngành nghề lĩnh vực khác Mặt khác, nghiên cứu so sánh khả dự báo mơ hình Z-score mơ hình H-score có nhiều mơ hình dự báo khác giới chưa nghiên cứu áp dụng vào thị trường Việt Nam Đây sở cho nghiên cứu xa đề tài dự báo phá sản thị trường Việt Nam tương lai 72 DANH MỤC TÀI LIỆU THAM KHẢO Tài liệu tham khảo tiếng Việt Đào Thị Thanh Bình (2013), Mơ hình xếp hạng tín dụng cho cơng ty sản xuất Việt Nam, Tạp chí Kinh tế & Phát triển, số 188/2013, tr 39 - tr 49 Đặng Ngọc Hùng, Phạm Thị Hồng Diệp Hoàng Thị Việt Hà (2012), Phân tích dấu hiệu phá sản doanh nghiệp bất động sản niêm yết thị trường chứng khoán Việt Nam, Tạp chí Khoa học Cơng nghệ, số 12/2012, tr 54 - tr 58 Đinh Thế Hiển (2008), Quản trị tài đầu tư – Lý thuyết ứng dụng, NXB Lao động – Xã hội Đinh Thị Thu Thảo Nguyễn Vĩnh Khương (2016), Tác động hành vi điều chỉnh thu nhập đến khả hoạt động liên tục kế toán: Nghiên cứu thực nghiệm cho doanh nghiệp niêm yết Việt Nam, Tạp chí Phát triển Khoa học Cơng nghệ, số 19/2016, tr 96 - tr 108 Hoàng Thị Hồng Vân (2020), Vận dụng mơ hình Z-score dự báo khả phá sản doanh nghiệp Việt Nam, Tạp chí Khoa học Đào tạo Ngân hàng, số 217/2020, tr 43 - tr 51 Huỳnh Cát Tường (2008), Khánh kiệt tài ứng dụng mơ hình Z-score dự báo khánh kiệt tài chính, Luận văn Thạc sỹ, Trường Đại học Kinh tế TP Hồ Chí Minh Khổng Thanh Hịa (2008), Ứng dụng mơ hình số Z phân tích tài cơng ty niêm yết thị trường chứng khoán Việt Nam, Luận văn, Đại học Kinh tế Quốc dân, Hà Nội năm 2008 Lâm Minh Chánh (2007), Chỉ số Z – công cụ phát nguy phá sản xếp hạng định mức tín dụng, Báo nhịp cầu đầu tư, số 41/2007 Lê Cao Hoàng Anh Nguyễn Thu Hằng (2012), Kiểm định mơ hình số Z Altman dự báo thất bại doanh nghiệp Việt Nam, Tạp chí Cơng nghệ Ngân hàng, số 74/2012, tr - tr 73 Nguyễn Đăng Tùng Bùi Thị Len (2015), Đánh giá nguy phá sản Ngân hàng niêm yết thị trường chứng khoán Việt Nam số Altman Zscore Tạp chí Khoa học Phát triển, số 5/2015, tr 833 – tr 840 Nguyễn Thị Nga (2018), Phân tích rủi ro phá sản cơng ty bất động sản niêm yết thị trường chứng khoán Việt Nam, Luận án Tiến sĩ, Trường Đại học Kinh tế Quốc dân, Hà Nội năm 2018 Nguyễn Trần Nguyên Trân (2014), Nghiên cứu sai sót Báo cáo tài cơng ty niêm yết thị trường chứng khoán Việt Nam, Luận văn Thạc sĩ, Trường Đại học Đà Nẵng, Đà Nẵng năm 2014 Phạm Thị Mộng Tuyền (2020), Đánh giá hiệu sử dụng số Z-Score việc nhận diện khả gian lận báo cáo tài chính, Tạp chí Cơng Thương, số 16/2020, tr 255 – tr 260 Phan Thị Thanh Lâm (2012), Vận dụng mơ hình z-score xếp hạng tín dụng khách hàng NHTMCP Ngoại Thương - chi nhánh Quảng Nam, Luận văn thạc sĩ Quản trị kinh doanh, Đại học Đà Nẵng, Đà Nẵng năm 2012 Phùng Anh Thư Nguyễn Vĩnh Khương (2017), Khả vi phạm giả định hoạt động liên tục công ty niêm yết thị trường chứng khốn Việt Nam, Tạp chí Khoa học Công nghệ, số 29/2017, tr 126 – tr 135 Quốc hội nước CHXHCN VN (2014), Luật Phá sản số 51/2014/QH13, ban hành ngày 19 tháng 06 năm 2014 Trần Việt Hải (2017), Nhận diện gian lận báo cáo tài cơng ty niêm yết thị trường chứng khoán Việt Nam – chứng thực nghiệm sàn giao dịch chứng khoán HOSE, Luận văn Thạc sĩ, Trường Đại học Kinh tế Thành phố Hồ Chí Minh, Thành phố Hồ Chí Minh năm 2017 Võ Văn Nhị Hoàng Thị Cẩm Trang (2013), Hành vi điều chỉnh lợi nhuận nguy phá sản cơng ty niêm yết Sở giao dịch chứng khốn Thành phố Hồ Chí Minh, Tạp chí Phát triển kinh tế, số 276S/2013, tr 48 – tr 57 74 Tài liệu tham khảo tiếng Anh Alareeni, B and Branson, J (2012), Predicting Listed Companies’ Failure in Jordan Using Altman Models: A Case Study, International Journal of Business and Management, 8(1)/2013, pp.113-126 Altman, E.I (1968), Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy, The Journal of Finance, 4/1968, pp 589-609 Altman, E.I (1983), Corporate Financial Distress, Wiley Interscience, New York Altman, E.I., Hartzell, J and Peck, M (1995), A scoring system for emerging markets Corporate Bonds, Salomon Brothers High Yield Research, pp 05-14 Altman, E.I., Danovi, A and Falini, A (2013), Z-score models' application to Italian companies subject to extraordinary administration, Journal of Applied Finance (Formerly Financial Practice and Education), 23(1)/2013 Ananto, R.P., Sriyunianti, F and Af, H.B (2019), Analysis of the Altman, Zmijewski and Fulmer Models in Predicting Financial Distress in PT Semen Padang, EasyChair, 1609/2019 Arora, A.K (2013), Negative working capital and its impact on profitability, The Management Accountant Journal, 48(3)/2013, pp.308-313 Balcaen, S., Ooghe, H (2004), Alternative methodologies in studies on business failure: they produce better results than the classical statistical methods?, Working Papers of Faculty of Economics and Business Administration, Ghent University, Belgium, 2004 Chairunnisa, R and Arshed, N (2020), Prediction of Islamic Banking Bankruptcy in Indonesia: Comparative Study of Altman Z-Score and Springate Models, IKONOMIKA, 5(2)/2020, pp.231-248 Desiyanti, O., Soedarmo, W., Chandra, K and Kusnadi, K (2019), The effect of financial ratios to financial distress using Altman Z-Score method in real estate companies listed in Indonesia Stock Exchange Period 2014-2018, Business and 75 Entrepreneurial Review, 19(2)/2019, pp.119-136 Ditasari, R.A., Triyono, T and Sasongko, N (2019), Comparison of Altman, Springate, Zmijewski and Grover Models in Predicting Financial Distress on Companies of Jakarta Islamic Index (JII) on 2013-2017, International Summit on Science Technology and Humanity, 2019 Elviani, S., Simbolon, R., Riana, Z., Khairani, F., Dewi, S.P and Fauzi, F (2020), The Accuracy of the Altman, Ohlson, Springate and Zmejewski Models in Bankruptcy Predicting Trade Sector Companies in Indonesia, Budapest International Research and Critics Institute (BIRCI-Journal), 3/2020, pp.334-47 Gerritsen, P.L (2015), Accuracy rate of bankruptcy prediction models for the dutch professional football industry, Master's thesis, University of Twente, 2015 Ghodrati, H and Moghaddam, A.H.M (2012), A study of the accuracy of bankruptcy prediction models: Altman, Shirata, Ohlson, Zmijewsky, CA score, Fulmer, Springate, Farajzadeh genetic, and Mckee genetic models for the companies of the stock exchange of tehran, American Journal of Scientific Research, 59/2012, pp.55-67 Gu, Z (2002), Analyzing bankruptcy in the restaurant industry: a multiple discriminant model, International Journal of Hospitality Management, pp.25-42 Haseley, M (2012), An analysis of the efficacy of the Altman and Springate bankruptcy models in companies listed on the stock exchange of Thailand (20062012), George Herbert Walker School of Business and Technology of Webster University, 2012 Hermes, E (2020), Calm Before the Storm: Covid-19 and the Business Insolvency Time Bomb, Press release, 2020 Hillegeist, S., Keating, E., Cram, D., & Lundstedt, K (2004), Assessing the probability of bankruptcy, Review of Accounting Studies, vol 9(1), pp.5-34 Loppies, L.S., Esomar, M.J and Turukay, E (2020), Bankruptcy Prediction Analysis Using Altman Z-Score, Grover Model and Springate S-Score (A study in 76 Retail Companies listed in Indonesia Stock Exchange 2014-2018 Period), Journal of Critical Reviews, 7(8)/2020, pp.2238-2246 Mackevicius, J., Sneidere, R., Tamuleviciene, D (2018), The waves of enterprises bankruptcy and the factors that determine them: the case of Latvia and Lithuania, Entrepreneurship and Sustainability Issues, 6(1)/2018, pp.100-114 Manaseer, S and Al-Oshaibat, S.D (2018), Validity of Altman Z-score model to predict financial failure: Evidence from Jordan, International Journal of Economics and Finance, 10(8)/2018, pp.181-189 Merton, R (1974), On the pricing of corporate debt: the risk structure of interest rates, Journal of finance, Vol.29(2), pp.449-470 Munir, M.B and Bustamam, U.S.A (2020), Comparative analysis on banking performance by using Altman’s and Zmijewski’s model, International Journal of Communication, Management and Humanities, 2020, p.18 Odom, MD & Sharda, R (1990), A neural network model for bankruptcy prediction, Proceeding of the International Joint Conference on Neural Networks, San Diego, Volume II IEEEE Neural Networks Council, Ann Arbor, pp.163-171 Ohlson, J (1980), Financial ratios and the probabilistic prediction of bankruptcy, Journal of Accounting Research, pp.109-131 Pongsatat, S., Ramage, J., & Lawrence, H (2004), Bankruptcy prediction for arge and small firms in Asia: a comparison of Ohlson and Altma, Journal of Accounting and Croporate Governance’, vol.1(2), p.1-13 Raid, A.S and Fariyana, K (2019), Prediction of Financial Distress in Manufacturing Company: A Comparative Analysis of Springate Model and Fulmer Model, Journal of Auditing Finance and Forensic Accounting, 2/2019, pp 63-72 Reni Yendrawati and Nafil Adiwafi (2020), Comparative analysis of Z-score, Springate, and Zmijewski models in predicting financial distress conditions, Journal of Contemporary Accounting, 2(2)/2020, pp.72-80 Samarakoon, Lalith P and Hasan, Tanweer (2003), Altman’s Z-Score Models 77 of Predicting Corporate Distress: Evidence from the Emerging Sri Lankan Stock Market, Journal of the Academy of Finance, 1/2003, pp 119-125 Shalih, R.A and Kusumawati, F (2019), Prediction of Financial Distress in Manufacturing Company: A Comparative Analysis of Springate Model and Fulmer Model, Journal of Auditing, Finance, and Forensic Accounting, 7(2)/2019, pp.6372 Tanjung, P.R.S and Anggraini, D (2020), Financial Distress Prediction of Lippo Group Companies Using Altman and Zmijewski Models Saudi Journal of Economics and Finance, 4(1)/2020, pp.1-11 Tanjung, P.R.S (2020), Comparative Analysis of Altman Z-score, Springate, Zmijewski and Ohlson Models in Predicting Financial Distress, EPRA International Journal of Multidiscriplinary Research (IJMR), 6(3)/2020, pp.126-137 Viciwati, V (2020), Bankruptcy prediction analysis using the Zmijewski model (X-score) and the Altman model (Z-score), Dinasti International Journal of Economics, Finance & Accounting, 1(5)/2020, pp.794-806 Website Ban dự báo Kinh tế ngành doanh nghiệp (2021), Số doanh nghiệp phá sản có xu hướng tăng sau dịch Covid-19, địa chỉ: http://ncif.gov.vn/Pages/NewsDetail.aspx?newid=22410, truy cập ngày 26/12/2021 Ban Dự báo Kinh tế vĩ mô (2021), Tình hình kinh tế Việt Nam quý I/2021, địa chỉ: http://ncif.gov.vn/Pages/NewsDetail.aspx?newid=22503, truy cập ngày 26/12/2021 Bộ Tư pháp (2020), Giải thể phá sản doanh nghiệp – Những vấn đề cần lưu ý, địa chỉ: https://htpldn.moj.gov.vn/noidung/tintuc/Lists/Camnanghtpchodn/Attachments/14/ T%C3%A0i%20li%E1%BB%87u%20ph%C3%A1%20s%E1%BA%A3n.pdf, truy cập ngày 26/12/2021 Bộ Xây dựng (2022), Thông cáo 06/TC-BXD việc công bố thông tin nhà 78 thị trường bất động sản Quý IV/2021 năm 2021, địa chỉ: https://moc.gov.vn/vn/tin-tuc/1285/70389/bo-xay-dung-cong-bo-thong-tin-ve-nhao-va-thi-truong-bat-dong-san-quy-iv2021-va-nam-2021.aspx, truy cập ngày 10/02/2022 Cơng ty chứng khốn Cơng Thương (2020), Báo cáo ngành Bất động sản Việt Nam, địa chỉ: http://fhub.vn/Upload/Article/Attach/a1610767460-6ccde390.pdf, truy cập ngày 26/12/2021 Hiệp hội Bất động sản Việt Nam (2021), Đề tài KH: BĐS kinh tế Việt Nam - Vai trị & khuyến nghị sách, địa chỉ: https://reatimes.vn/diemmoi-cua-de-tai-khoa-hoc-bds-trong-nen-kinh-te-viet-nam20201224000000206.html, truy cập ngày 26/12/2021 Hội môi giới Bất động sản Việt Nam (2021), Báo cáo Tình hình thị trường bất động sản Việt Nam năm 2020, địa chỉ: https://img.vietnamfinance.vn/upload/news/hoanghung_btv/2021/1/12/bao-cao-thitruong-bds-nam-2020.pdf, truy cập ngày 26/12/2021 Jones Lang LaSalle (2020), Tổng quan Thị trường Bất động sản Việt Nam Q3.20, địa chỉ: https://www.joneslanglasalle.com.vn/vi/trends-and- insights/research/vietnam-property-market-overview-3q20, truy cập ngày 26/12/2021 Kiều Linh (2021), Thấy từ số tồn kho doanh nghiệp bất động sản?, địa chỉ: https://vneconomy.vn/thay-gi-tu-con-so-ton-kho-cua-doanh-nghiep-batdong-san.htm, truy cập ngày 26/12/2021 Nguyễn Lý Thanh Lương (2019), Báo cáo ngành bất động sản Việt Nam năm 2018, địa chỉ: https://www.researchgate.net/publication/336147903_BAO_CAO_PHAN_TICH_N GANH_BAT_DONG_SAN_VIetnam_Real_Estate_Report_2018, truy cập ngày 26/12/2021 VEPR (2020), Báo cáo kinh tế vĩ mô Việt Nam quý năm 2020, địa 79 chỉ: http:/vepr.org.vn/upload/533/20210304/BCQ4_2020_VN.pdf truy cập ngày 26/12/2021 WeShare (2021), Mơ hình Beneish M-Score (phát gian lận BCTC), địa chỉ: https://weeshare.online/index.php/mo-hinh-beneish-m-score/, truy cập ngày 26/12/2021 80 PHỤ LỤC 1: DANH SÁCH 56 CÔNG TY BẤT ĐỘNG SẢN NIÊM YẾT TRÊN THỊ TRƢỜNG CHỨNG KHOÁN VIỆT NAM GIAI ĐOẠN 2017-2020 STT Mã chứng Tên doanh nghiệp khốn ASM CTCP Tập đồn Sao Mai Sàn niêm yết HOSE BAX CTCP Thống Nhất HNX BII CTCP Louis Land HNX BSC CÔNG TY CP DỊCH VỤ BẾN THÀNH HNX CCL HOSE CEO CTCP Đầu tư Phát triển Đô thị Dầu khí Cửu Long CTCP Tập đồn C.E.O CIG CTCP COMA18 HOSE D11 CTCP Địa ốc 11 HNX D2D CTCP Phát triển Đô thị Công nghiệp số HOSE 10 DIG Tổng CTCP Đầu tư Phát triển Xây dựng HOSE 11 DRH CTCP DRH Holdings HOSE 12 DTA CTCP Đệ Tam HOSE 13 DXG CTCP Tập đoàn Đất Xanh HOSE 14 FDC HOSE 15 FLC CTCP Ngoại thương Phát triển Đầu tư Thành phố Hồ Chí Minh CTCP Tập đồn FLC 16 HAR HOSE 17 HDC CTCP Đầu tư Thương mại Bất động sản An Dương Thảo Điền CTCP Phát triển nhà Bà Rịa – Vũng Tàu 18 HDG CTCP Tập đồn Hà Đơ HOSE 19 HLD HNX 20 HQC HOSE 21 ICG CTCP Đầu tư phát triển Bất động sản HUDLAND CTCP Tư vấn – Thương mại – Dịch vụ Địa ốc Hoàng Quân CTCP Xây dựng Sông Hồng 22 IDJ CTCP Đầu tư IDJ Việt Nam HNX 23 ITA CTCP Đầu tư Công nghiệp Tân Tạo HOSE 24 ITC CTCP Đầu tư - Kinh doanh Nhà HOSE 25 KBC Tổng Công ty Phát triển Đô Thị Kinh Bắc – CTCP HOSE HNX HOSE HOSE HNX 81 STT 26 Mã chứng Tên doanh nghiệp khoán KDH CTCP Đầu tư Kinh doanh Nhà Khang Điền Sàn niêm yết HOSE 27 LDG CTCP Đầu tư LDG HOSE 28 LEC CTCP Bất động sản Điện lực Miền Trung HOSE 29 LGL CTCP Đầu tư Phát triển Đô thị Long Giang HOSE 30 LHG CTCP Long Hậu HOSE 31 NBB CTCP Đầu tư Năm Bảy Bảy HOSE 32 NDN CTCP Đầu tư phát triển Nhà Đà Nẵng HNX 33 NHA HOSE 34 NLG Tổng Công ty Đầu tư Phát triển Nhà Đô thị Nam Hà Nội CTCP Đầu tư Nam Long 35 NTL CTCP Phát triển Đô thị Từ Liêm HOSE 36 NVL CTCP Tập đoàn Đầu tư Địa ốc No Va HOSE 37 NVT CTCP Bất động sản Du lịch Ninh Vân Bay HOSE 38 PDR CTCP Phát triển Bất động sản Phát Đạt HOSE 39 PTL CTCP Đầu tư Hạ tầng Đơ thị Dầu khí HOSE 40 PVL CTCP Đầu tư Nhà đất Việt HNX 41 QCG CTCP Quốc Cường Gia Lai HOSE 42 RCL CTCP Địa ốc Chợ Lớn HNX 43 SCR CTCP Địa ốc Sài Gịn Thương Tín HOSE 44 SDU HNX 45 SGR CTCP Đầu tư xây dựng Phát triển đô thị Sông Đà CTCP Tổng CTCP Địa ốc Sài Gòn 46 SJS 47 HOSE HOSE HOSE SZL CTCP Đầu tư Phát triển Đô thị Khu công nghiệp Sông Đà CTCP Sonadezi Long Thành 48 TDC CTCP Kinh doanh Phát triển Bình Dương HOSE 49 TDH CTCP Phát triển Nhà Thủ Đức HOSE 50 TIP CTCP Phát triển Khu Cơng nghiệp Tín Nghĩa HOSE 51 VC3 CTCP Tập đồn Nam Mê Kơng HNX 52 VIC Tập đoàn Vingroup - CTCP HOSE HOSE 82 STT 53 Mã chứng Tên doanh nghiệp khoán VPH CTCP Vạn Phát Hưng Sàn niêm yết HOSE 54 VPI CTCP Đầu tư Văn Phú - Invest HOSE 55 VRC CTCP Bất động sản Đầu tư VRC HOSE 56 VRE CTCP Vincom Retail HOSE ... Z-score H-score Việt Nam, Liêu Minh Lý (2014) kết luận có khác biệt khả dự báo hai mơ hình Z-score H-score Kết nghiên cứu cho thấy mơ hình H-score có khả dự báo phá sản tốt so với mơ hình Z-score... trƣờng Mỹ 196 4-1 968 199 7-1 999 (33 công ty) (120 công ty) Mơ hình Mơ hình Z-score (1995) áp dụng thị trƣờng Mexico 199 4-1 998 (31 công ty) Z-score (1995) áp dụng thị trƣờng Thái Lan 199 5-1 999 (62 công... hình M-score Đây mơ hình nhiều nhà nghiên cứu ưa thích sử dụng thường xuyên giới Cơng thức mơ hình M-score sau: M-score = -4 ,84 + 0,092*DSRI + 0,528*GMI + 0,404*AQI + 0,892*SGI + 0,115*DEPI - 0,172*SGAI