Áp dụng mô hình dự báo khó khăn tài chính cho các công ty niêm yết trên thị trường chứng khoán việt nam

Cơsởlýthuyếtvềdựbáokhókhăntàichính

Kháiniệmkhókhăntàichính

Khó khăn tài chính (financial distress) và các vấn đề liên quan đến tình trạngnày của doanh nghiệpl à m ố i q u a n t â m k h ô n g n g ừ n g c ủ a c á c h ọ c g i ả t r ê n t o à n t h ế giới trongsuốt cácthậpkỷqua (Huavà cộngs ự , 2 0 0 7 ; O h l s o n ,

1 9 8 0 ; T a m & Kiang,1 9 9 2 ) C ó t h ể t h ấ y r ằn g, c á c q u a n đ iể mv ề k h ó k h ă n t à i c h í n h k h ô n g ho àn toàn đồng nhất và luôn được phát triển, hoàn thiện gắn với quá trình nghiên cứu lýthuyếtvàthựctiễnvềchủđềnày.

Theo từ điển Oxford, thuật ngữ khó khăn (distress) được định nghĩa là tìnhtrạng “thiếu tiền và khốn khó” Gordon (1971) trong nghiên cứu đầu tiên liên quanđến lý thuyết về khó khăn tài chính đã cho rằng: khó khăn tài chính là tình trạng xảyrak h i k h ả n ă n g s i n h l ờ i c ủ a d o a n h n g h i ệ p g i ả m sú t dẫnđ ế n k h ô n g h o à n t r ả đ ư ợ c cáckhoảnnợgốc vàlãi.

Theo quan điểm của các nhà kinh tế học cổ điển, khó khăn tài chính là tìnhtrạngm à d o a n h n g h i ệ p t h i ế u t i ề n đ ể t r ả c á c k h o ả n n ợ h a y c ổ t ứ c ư u đ ã i m à h ậ u quả làphải vay tiền ngân hàng,b á n t à i s ả n c ô n g t y h a y t ệ n h ấ t l à đ ứ n g t r ê n b ờ v ự c phás ả n B e a v e r ( 1 9 6 6 ) , C a r m i n c h a e l ( 1 9 7 2 ) đ ã p h á t b i ể u rằng k h ó k h ă n t à i c h í n h xảy rak h i d o a n h n g h i ệ p t h i ế u h ụ t c á c t à i s ả n c ó t í n h t h a n h k h o ả n c a o n h ư t i ề n mặt,t i ề n g ử i n g â n h à n g h a y c á c t à i s ả n t à i c h í n h n g ắ n h ạ n L i ê n q u a n đ ế n v i ệ c thiếuhụtcácdòngtiền,Witaker (1999) vàWruck (1990) chorằngkhók h ă n t à i chínhxảyrakhi lưu chuyểnt i ề n t h u ầ n c ủ a d o a n h n g h i ệ p t h ấ p h ơ n c h i p h í t r ả l ã i dàihạncủadoanhnghiệp.

Nhưvậy, khái niệm của các nhà kinh tế họccổ điển về khó khănt à i c h í n h nhấnmạnhđếnsựthiếuhụtvềtiềnmặthaycáctàisảncótínhthanhkhoảnc aođể trang trải cho các khoản nợ của doanh nghiệp Tuy vậy, khái niệm này không hoàntoàn được ủng hộ bởi các nhà nghiên cứu khác Doumpos and Zopounidis (1999),trong nghiên cứu của mình đã phát biểu rằng khó khăn tài chính không chỉ liên quanđếnsựt h ấ t bạitrong v iệ c trảcác k h o ả n n ợ mà c ò n baogồ mt ìn h t r ạ n g âmtà isảnròng,khisốnợvượtquágiátrịtàisảndoanhnghiệp.

Altman(1993),trongcuốnsáchcủamình,đã chỉrarằngp h á s ả n d o a n h nghiệpđ ư ợ c c o i l à m ộ t b i ể u h i ệ n “ p h á p l ý ” h a y l à b i ể u h i ệ n c h í n h t h ứ c c ủ a k h ó khănt à i c h í n h b ở i v ì m ộ t d o a n h n g h i ệ p c h ỉ t u y ê n b ố p h á s ả n k h i d o a n h n g h i ệ p đólâmvàotìnhtrạngkhókhăntàic h í n h N ó i c á c h k h á c , k h ó k h ă n t à i c h í n h chínhl à p h á s ả n d o a n h n g h i ệ p T u y v ậ y , q u a n đ i ể m c ủ a A l t m a n ( 1 9 9 3 ) v ấ p p h ả i một thựctếl à m ộ t s ố d o a n h n g h i ệ p g ặ p k h ó k h ă n t à i c h í n h l ạ i k h ô n g b a o g i ờ p h á sản trongkhi cócácdoanh nghiệpc ó t ì n h h ì n h t à i c h í n h l à n h m ạ n h l ạ i n ộ p đ ơ n xinp h á s ả n đ ể t r ố n t h u ế h o ặ c t r á n h c á c c h i p h í l i ê n q u a n đ ế n c á c v ụ k i ệ n t ụ n g đắtđỏ(Theodossiouvàcộngsự,1996).

Trong một nghiên cứu khác, Dimitras, Zanakis, & Zopounidis (1996) đồngnhất khó khăntài chính với“thấtbại” trong kinh doanh khimàcông tykhôngt h ể thựchiện đượccá c k h o ả n thanh t o á n choc á c chủnợ, c ổ đ ô n g ư u đ ã i h a y c á c nhàcung cấp và dẫn đến kết quả công ty bị dừng hoạt động Tuy nhiên, do chưa có mộtđịnh nghĩa thống nhất về “thất bại” nên quan điểm này gặp phải sự phản bác của cácnhànghiêncứukhácnhưAltman(1993)vàWestonvàcộngsự(1992).

Altman (1993) cho rằng “thất bại”k i n h d o a n h n g h ĩ a l à t ì n h t r ạ n g m à t ỷ s u ấ t lợi nhuậntrên vốn đầu tưcủadoanh nghiệp thấp hơn rất nhiều so với tỷs u ấ t l ợ i nhuận của các dự án tương tự Chính vì vậy, “thất bại” kinh doanh của một doanhnghiệp không đồng nghĩa với việc doanh nghiệp đó phải ngừng hoạtđ ộ n g W e s t o n và cộng sự (1992) cũng cho rằng “thất bại” gắn với tình trạng doanh nghiệp khôngcòn cơ hội để có để thành công trong kinh doanh, khi mà tỷ suất lợi nhuận thấp hơnchip h í v ố n V ì t h ế “ t h ấ t b ạ i ” k h ô n g t h ể g ắ n v ớ i t ì n h t r ạ n g n g ừ n g h o ạ t đ ộ n g c ủ a doanhnghiệpnhưDimitras,Zanakis,&Zopounidis(1996)đãphátbiểu.

Năm2002,Ross,Westerfield&Jaffe(2002)địnhnghĩakhókhăntàichínhlàtìnhtrạngmà dònglưuchuyểntiềntệthuầntừhoạtđộngkinhdoanhkhôngđủđểtrangtrảicácnghĩavụnợhiệntạiv àcôngtybuộcphảithựchiệncáchànhđộngcầnthiếtđểcứuvãntìnhthế.Khácvớicácnhàkinhtếcổ điểntrướcđó,tácgiảđãmôhìnhhóakháiniệmnày trên cả hai khía cạnh: tài sản và dòng tiền (hình 1.1) và đưa ra các cách giải quyếtchodoanhnghiệpmàkhôngnhấtthiếtdoanhnghiệpphảiphásảnhayngừnghoạtđộng. Ởk h í a c ạ n h t à i s ả n , s ự m ấ t k h ả n ă n g t h a n h t o á n t h ể h i ệ n ở v i ệ c g i á t r ị t à i sảnc ủ a d o a n h n g h i ệ p thấp h ơ n g i á t r ị c á c k h o ả n n ợ p h ả i t rả (negative n e t w orth).Nhưthểh i ệ n t r ê n h ì n h 1 1 , t ổ n g t à i s ả n c ủ a d o a n h n g h i ệ p c ủ a m ộ t d o a n h n g h i ệ p cók h ả n ă n g t h a n h t o á n t ố t s ẽ b ằ n g n ợ p h ả i t r ả c ộ n g v ớ i v ố n c h ủ s ở h ữ u T u y nhiên,đối với cácdoanhnghiệpg ặ p k h ó k h ă n v ề t h a n h t o á n , t ổ n g t à i s ả n n h ỏ hơn giátrịcáckhoản nợp h ả i t r ả , n g h ĩ a l à c á c d o a n h n g h i ệ p n à y c ó v ố n c h ủ s ở hữuâm Vềkhía cạnh dòngtiền,một doanhnghiệp mất khả năngt h a n h t o á n k h i dòngt i ề n r ò n g t ừ h o ạ t đ ộ n g k i n h d o a n h t h ô n g t h ư ờ n g k h ô n g đ ủ đ ể t r a n g t r ả i c h o cáckhoảnnợhiệntại.

Cách giải quyết số 1,2 và 3 liên quan đến phía tài sản của doanh nghiệp trênbảng cân đối kế toán còn cách số 4,5,6, 7 liên quan đến bên nguồn vốn của bảng cânđối kế toán và là một ví dụ của việc cấu trúc lại cơ cấu vốn doanh nghiệp Như vậykhó khăn tài chính sẽ dẫn đến việc tái cấu trúc cả bên tài sản lẫn bên nguồn vốn củadoanh nghiệp Việc tái cấu trúc này không phải lúc nào cũng dẫn đến chấm dứt hoạtđộnghayphásản doanhnghiệp.

Việc xem xét các nghiên cứu trước đó cho thấy quan niệm về khó khăn tàichính của doanh nghiệp được thể hiện rất đa dạng, phong phú và khó khăn tài chínhkhông hoàn toàn dẫn đến phá sản hay đóng cửa doanh nghiệp Tuy vậy, các quanđiểm đó hoàn toàn có thể được tổng hợp và hình thành nên một khái niệm khó khăntài chính doanh nghiệp thống nhất, đó làtình trạng doanh nghiệp gặp thất bại trongkinhdoanhnênthiếuhụtcáctàisảnnhưtiềnmặtvàcáctàisảnkhácdẫnđếnnguy cơ không thể thực hiện được các nghĩa vụ thanh toáncủa mình,màxấun h ấ t l à doanh nghiệp buộc phải đóng cửa hoặc bắt buộc phá sản theo yêu cầu của các chủnợ.K h á i n i ệ m k h ó k h ă n t à i c h í n h n à y đ ã b a o t r ù m h ầ u h ế t c á c b i ể u h i ệ n c ủ a k h ó khăntàichínhnênsẽđượcsửdụngxuyênsuốtquátrìnhnghiêncứucủaluậnán.

Dấuhiệukhókhăntàichínhcủacácc ô n g t y n i ê m

Như đã đề cập ở phần trên, tình trạng khó khăn tài chính của doanh nghiệpthườngđ ư ợ c gắ n v ớ i cá cb iể u hiện k h á c nhau T r o n g c á c ng hi ên cứu v ề k h ó khăn tàichínhcủacáccôngtyniêmyếttrênthịtrườngchứngkhoán,tìnhtrạngkhó khăntàichínhcủacáccôngtythườngđượcnhậnbiếtbằnghaidấuhiệu:“thấtbại”(côn gtygặpt h ấ t b ạ i t r o n g v i ệ c thựchiện cá c dựán ki nh d o a n h củ a m ì n h v à cóthểd ẫ n đếnphảidừnghoạtđộng)hoặcphásản(côngtymấtkhảnăngthanhtoánvàbịtòaán raquyếtđịnhphásản).

Cách nhận dạng khó khăn tài chính thứ nhất cho các công ty niêm yết trên thịtrườngc h ứ n g k ho án là s ử dụng d ấ u h iệ u p h á sảnv à d ấ u h i ệ u n ày đ ã đ ư ợ c đ ề c ậ p trong rấtnhiềucácnghiên cứu về dựbáo khó khăn tài chínhở c á c b ố i c ả n h k h á c nhau(Altman,1968,1983,1995;Lennox,1999;Shumway,2001;Brabazon&Keen an,2004;Figlewski,Frydman&Liang,2012;Agarwal&Taffler,2008;Hillegeist và cộng sự, 2004, Reisz & Perlich, 2007; Campbell, Hilscher & Szilagyi,2008).Một số nghiên cứu tiêu biểukhác sử dụngd ấ u h i ệ u p h á s ả n l à n g h i ê n c ứ u của Norton & Smith (1979), Zhou và cộng sự (2012) khi tiến hành dự báo khó khăntài chính của các công ty niêm yết tại Hoa Kỳ hay nghiên cứu của Bharath,

Thuật ngữ “phá sản” xuất phát từ tiếng Latin có nghĩa là sự đổ vỡ trong kinhdoanh (Beraho, 2010).Trước đây, phá sản được sử dụng rộng rãi như là một biệnpháp mang tính cưỡng chế nhưng ngày nay phá sản được coi như là một hành độngcần thiết để cấu trúc lại doanh nghiệp Doanh nghiệp lâm vào tình trạng phá sản khidoanhn g h i ệ p b ị c á c c h ủ n ợ y ê u c ầ u p h ả i p h á s ả n h o ặ c c ó t h ể l à h à n h đ ộ n g t ự nguyện của doanh nghiệp khi doanh nghiệp gặp một số vấn đề nào đó và quyết địnhđệđ ơ n x i n p h á s ả n D ấ u h i ệ u p h á s ả n đ ã đ ư ợ c s ử d ụ n g r ấ t p h ổ b i ế n v ì n ó c ó t h ể giúp việc thu thập đầy đủ các dữ liệu trong mẫu nghiên cứu được thực hiện dễ dànghơn cho dù một số nhà nghiên cứu cũng phải thừa nhận rằng các công ty bị phá sảnthườngrấtchậmtrễtrongviệccôngbốthôngtintàichính(Zhouvàcộngsự,2012).

Bàn luận thêm về biểu hiện phá sản, Ward (2007) chỉ ra rằng đây là sai lầmphổ biến trong các nghiên cứu để dự báo khó khăn tài chính Ông lý giải rằng biểuhiện phá sản không thể phản ánh được bản chất của tình trạng khó khăn tài chính vàchỉ là sự thể hiện giản đơn về một mức độ khó khăn tài chính nhất định Có thể thấyrằng,d o a n h n g h i ệ p k h ô n g b ị p h á s ả n n h ư n g v ẫ n c ó t h ể đ a n g t r o n g t ì n h t r ạ n g k h ó khăntàichínhởmộtmứcđộnàođóvàmứcđộkhókhănnàythayđổivàthậmc hícó thể xấu đi từng ngày Đồng ý với Ward (2007), Tinoco và Wilson (2013) cũngkhẳng định khó khăn tài chínhcũngc h ư a c h ắ c d ẫ n đ ế n p h á s ả n c ò n p h á s ả n c ũ n g chưachắcbắtnguồntừkhókhăntàichính.Ward(2007)cũngchorằngphásả nchỉlà dấu hiệu mang tính pháp lý chứ không phải dấu hiệu mang tính kinh tế phản ánhthực trạng tài chính của doanh nghiệp Mặc dù doanh nghiệp có thể chấm dứt hoạtđộng sau khi lâm vào tình trạng phá sản nhưng trong các luật phá sản hiện đại, cácdoanh nghiệp được tạo điều kiện được bảo vệ trước những yêu cầu của chủ nợ để cóthểtáicơcấuvà duytrìhoạtđộngcủamình.

Ngoài việc sử dụng dấu hiệu phá sản, tình trạng khó khăn tài chính của cáccông ty niêm yết trên thị trường chứng khoán còn được nhận biết dấu hiệu thất bạitrong kinh doanh (Orr, 2003; Bose, 2006, Altman và cộng sự, 2007; Bailey và cộngsự,2011;Huang,&Yang,Z.

Dấu hiệuthất bại trong kinh doanh cóthể biểuhiệnbằng sựs ụ t g i ả m c ủ a g i á c ổ phiếu của công ty hoặc khi công ty không thể đáp ứng được các quy định về kết quảkinhdoanhcủathịtrườngchứngkhoántạiquốcgiamàcôngtyđanghoạtđộng.

Bose (2006) trong nghiên cứu của mình đã nhận biết khó khăn tài chính củacông ty niêm yết khi giá cổ phiếu công ty xuống thấp hơn 10 cents hay khi giá trị sổsách của cổ phiếu thấp hơn 5 đô la Đài Loan (Lin và cộng sự, 2014). Shahedi,Sharifabadi, & Moeinadin (2014) coi các các công tyn i ê m g ặ p k h ó k h ă n t à i c h í n h khi số lỗ lũy kế của các công ty này nhiều hơn 50% số vốn điều lệ, chiếu theo quyđịnhcủasố141 củaỦybanchứng khoánIran.

Một số nghiêncứuvề khókhănt à i c h í n h đ ố i v ớ i c á c c ô n g t y n i ê m y ế t t r ê n thịtrườngchứngkhoánTrungQuốcchorằngmộtcôngtyniêmyếtsẽđượcc holàrơi vào tình trạng khó khăn tài chính nếu như công ty đó nằm trong danh sách cáccông ty chịu sự kiểm soát đặc biệt (Special Treament - ST) của Ủy ban chứng khoánTrung Quốc.C h ẳ n g h ạ n , c ô n g t y g ặ p k h ó k h ă n t à i c h í n h k h i c ô n g t y l ỗ l i ê n t ụ c tronghai năm(Ding vàcộng sự, 2008).Zhou vàcộng sự (2012)trong nghiên cứuvề dự báo khó khăn tài chính đối với các công ty niêm yết trên thịt r ư ờ n g c h ứ n g khoánTrungQuốccũngsửdụngcácquyđịnh“Kiểmsoátđặcbiệt”(SpecialTream ent - ST) của Ủy ban chứng khoán Trung Quốc để nhận dạng các công ty gặpkhókhăntàichính.Theođó,mộtcôngtychịutìnhtrạngđốixửđặcbiệtkhi:

(2) Vốnchủsởhữu củacáccổđông thấphơn vốnđiều lệtheobáoc áo củaki ểmtoánviên.

Từtiêu chí này,Zhou và cộng sự (2012) đã lựachọn được 290c ô n g t y g ặ p khókhăntàichính,làcáccôngtytrongdanhsáchchịu sựkiểmsoátđặcbiệt–STdo thị trường chứng khoán công bố, và 290 công ty không nằm trong danh sách này,là những công ty được coi không gặp khó khăn tài chính Tương tự Zhou và cộng sự(2012),cácnghiêncứusaunàyđượctiếnhànhcũngsửdụngtiêuchí“kiểmsoátđặc biệt” của thị trường để làm dấu hiệu nhận biết khó khăn tài chính của các công tyniêm yết trên thị trường chứng khoán như nghiên cứu của Wang & Deng (2006) hayWang&Li(2007).

Trongnghiên c ứ u c ủ a m ì n h , B h a t t a c h a r j e e và H a n ( 2 0 1 4 ) l ạ i đ ư a r a l ý g i ả i vềviệckhôngsửdụngtiêuchíSTnhưZhouvàcộngsự(2012),dotiêuchínàychỉ áp dụng cho các công ty loại A trên thị trường chứng khoán chứ không thể áp dụngcho toàn bộ các công ty hoạt động trên thị trường Vì thế, Bhattacharjee và Han(2014) sử dụng ba tiêu chí để nhận biết khó khăn tài chính của các công ty niêm yếttạiTrungQuốc.Cáctiêuchínàybaogồm:

Uğurlu và Aksoy (2006) trong nghiên cứu về khó khăn tài chính đối với cáccông ty niêm yết trên thị trường chứng khoán Thổ Nhĩ Kỳ đã sử dụng quy định vềniêm yết chứng khoán quy định tại điều 324 của Luật thương mại Thổ Nhĩ Kỳ làmdấu hiệu nhận biết khó khăn tài chính Theo đó, một công ty đượcc o i l à g ặ p k h ó khăn tàichính khicông tyđó bị yêuc ầ u đ ì n h c h ỉ n i ê m y ế t t ạ m t h ờ i h o ặ c b ị h ủ y niêmyếttheoquyđịnhcủađiều324,khi màcôngtyđó:

(5) Công ty gặp khó khăn trong việc thanh toán lãi và vốn gốc của các khoảnvaycủacôngty.

Alifiah (2014) nhận biết các công ty gặp khó khăn tài chính niêm yết trên thịtrường chứng khoán Malaysia khi vi phạm một trong những điều kiện theo quy dịnhcủaỦyban chứngkhoánMalaysia:

Theo đó, một công ty được coi là gặp khó khăn tài chính sẽ bị Ủy ban Chứngkhoán Malaysia buộc phải có bản giải trình về kế hoạch hoạt động của công ty nếukhôngmuốnbịhủyniêm yết.

Trong trường hợp không tồn tại các yêu cầu về kết quả kinh doanh, dấu hiệukhók h ă n t à i c h í n h d o t h ấ t b ạ i t r o n g k i n h d o a n h c ó t h ể d o c á c n h à n g h i ê n c ứ u t ự tổng kết,đề xuất.Chẳng hạn,Pindado và cộng sự(2008),Tinoco,N i c k

(1) Thu nhập trước thuế, lãi vay và khấu hao (EBITDA) thấp hơn chi phí tàichínhtronghainămliêntiếp.

Như vậy, có thể thấy rằng dấu hiệu khó khăn tài chính dù có một số đặc điểmchung nhưng được thể hiện rất đa dạng trong các nghiên cứu dự báo khó khăn tàichính cho các công ty niêm yết trên thị trường chứng khoán Khi sử dụng một trongcác dấu hiệu này, các nhà nghiên cứu đều có những lý lẽ riêng cho sự lựa chọn củamìnhbởilẽkhôngcómộtbiểuhiệnkhókhăntàichínhduynhấtnhậnđượcsựủng hộ của tất cả cách ọ c g i ả q u a n t â m đ ế n d ự b á o k h ó k h ă n t à i c h í n h

V i ệ c l ự a c h ọ n biểu hiện nào cho khó khăn tài chính hoàn toàn phụ thuộc vào mục tiêu nghiên cứu,bốicảnhnghiêncứuvàdữliệunghiêncứucóthểthuthậpđượcmộtcáchhợplý.

Kháiniệmdựbáokhókhăntàichínhdoanhnghiệp

Dự báo khó khăn tài chính đã là một đề tài nghiên cứu và chưa hềg i ả m s ứ c hút của nó với các học giả trong suốt 80 năm qua dù rằng và các mô hình dự báochính thức đã được xây dựng từ những năm 1960s (Martin, 1977; Wanke, Barros, &Faria, 2014) Khái niệm dự báo khó khăn tài chính gắn liền với thuật ngữ cảnh báosớm (early warning) được hiểu làhoạt động nhận biết tình trạng khó khăn tài chínhcủa một chủ thể trong tương lai từ các chỉ báo trong hiện tại Mô hình dự báo khókhăntàichínhlàmôhìnhsửdụng cácquansátcủadoanhnghiệpởhiện tạiđểd ựbáotìnhtrạngkhókhăntàichínhdoanhnghiệptrongtươnglai.

Về mặt lý thuyết, việc dự báo khả năng lâm vào tình trạng khó khăn tài chínhcủa một doanh nghiệp hoàn toàn có thể thực hiện được xuất phát từ quan điểm tìnhtrạngk h ó k h ă n t ài ch ín h l à k ế t q uả c ủ a m ộ t q u á t r ì n h kể t ừ k h i d o a n h n g h i ệ p gặpmột khó khăn nào đó cho đến lúc mất hoàn toàn khả năng thanh toán của mình Nóicách khác,khókhăntài chính có thểlàkết quảcủacả một quátrìnhkinhd o a n h không hiệu quảtrongmột thờigiannhất định (Sun và cộngs ự , 2 0 1 4 ) T ừ đ ó , l ậ p luận này cho thấy rằng, việc lâm vào tình trạng khó khăn tài chính của một doanhnghiệp có thể dự đoán được dựa vào thực trạng tài chính, kinh doanh của chính nótrong giai đoạn trước đó Whitaker

(1999) cũng cho rằng, khả năng gặp khó khăn tàichính của doanh nghiệp có thể được phát hiện trước khi doanh nghiệp lâm vào tìnhtrạngnàyvìgiátrịdoanhnghiệpchắcchắnsẽbịgiảmsútmộtphầntrướcđó.

Cơ sở cho việc dự báo khó khăn tài chính là việc phân tích mối quan hệ giữakhó khăn tài chính của doanh nghiệp với các chỉ số tài chính được thể hiện trên báocáoliênquanđếndoanhnghiệp.Lýluậnnàylầnđầutiênđượcđ ư a r a b ở i Fitzpatrick (1934)vàđượchoàn thiện trongcácn g h i ê n c ứ u s a u đ ó c ủ a

Fitzpatrick (1934) được coi là người đầu tiên đưa ra ý tưởng về quá trình dẫnđến khó khăntài chính củamột doanh nghiệp.Ô n g c h o r ằ n g , c ó 5 g i a i đ o ạ n l i ê n quan đến tình trạng này: (1) giai đoạn ủ bệnh (incubation); (2) giai đoạn xung đột vềtài chính; (3) giai đoạn mấtkhảnăngthanhtoánmột phần; (4)giai đoạnmấtk h ả năngthanhtoántoànphần;(5)giaiđoạntuyênbốmấtkhảnăngthanhtoán.

Trongg i a i đ o ạ n t h ứ n h ấ t , m ộ t s ố k h ó k h ă n v ề t à i c h í n h c ủ a d o a n h n g h i ệ p xuất hiện và những khó khăn này chưa được bộc lộ rõ ràng Ở giai đoạn thứ hai, cácnhà quảntrị củadoanh nghiệpbắt đầuthấyđ ư ợ c n h ữ n g d ấ u h i ệ u c ủ a n h ữ n g k h ó khăn tài chính này và tìm cách để khắc phục Nếu tình trạng này không được giảiquyết thì những khó khăn về tài chínhh a y v ề k h ả n ă n g t h a n h t o á n s ẽ n g à y c à n g tăng.Trong giaiđ o ạ n n à y , t ổ n g t à i s ả n c ủ a d o a n h n g h i ệ p v ẫ n l ớ n h ơ n t ổ n g c á c khoảnnợphảitrảdùrằngcáctàisảnđókhôngđủkhảnăngthanhkhoảnđểcót hểtrảnợđược.Đểđốiphóvớitìnhtrạngnày,doanhnghiệpcóthểápdụngnhữngbiện phápnhưvaythêmtiềnđểtrangtrảikhoảnnợhoặctìmcáchđểhoãn nợ.Nếucácv ấn đề khó khăn này không được giảm bớt thì doanh nghiệp sẽ phải gánh chịu giaiđoạn khó khăn thứ ba, mất khả thanh toán một phần, khi mà doanh nghiệp không cóđủ khả năng thanh toán tất cả các nghĩa vụ nợ Ở giai đoạn này, tất nhiên, các nhàquản trị tài chính hoàn toàn có thể có các biện pháp để giải quyết.Tuy nhiên,v i ệ c giảiquyết không phảicó kết quảm ộ t s ớ m m ộ t c h i ề u M ộ t s ố d o a n h n g h i ệ p c ó t h ể giảiq u y ế t t h à n h c ô n g v à t i ế p t ụ c p h á t t r i ể n t r o n g k h i c á c d o a n h n g h i ệ p t h ấ t b ạ i trong các chính sách của mình thì tình hình tài chính sẽ ngày càng xấu đi và chuyểnsanggiaiđoạntiếptheo.

Trongg i a i đ o ạ n t h ứ b ố n , t ổ n g c á c k h o ả n n ợ c ủ a c ô n g t y v ư ợ t q u á t ổ n g t à i sản.Đâylàgiaiđoạn m àc ác chủ nợhaycác nhà đầutưtrước kiac h ư a hềbiếtvề các khó khăn về tài chính của doanh nghiệp thì nay có thể nhận ra được điều này.Chính vì thế, doanh nghiệp không thể tránh được việc thừa nhận những thất bại tàichính của mình Các chủ nợ có thể sẽ yêu cầu tái cơ cấu nợ hoặc thôn tính lại doanhnghiệp Doanh nghiệp cũng có thể thực hiện những biện pháp cuối cùng để cứu vãntình thế nhưng nếu các biện pháp này thất bại thì doanh nghiệp phải chính thức xácnhận mất khả năng thanh toán ở giai đoạn thứ năm.C ũ n g t h e o F i t z p a t r i c k ( 1 9 3 4 ) , việc dự báo khó khăn tài chính chính mang lại kết quả chính xác nhất khi doanhnghiệpđangởgiữagiaiđoạn4vàgiaiđoạn5. Đồng tình với Fitzpatrick (1934), Martin (1977) cho rằng hầu hết các doanhnghiệpl â m v à o t ì n h t r ạ n g k h ó k h ă n t à i c h í n h l à d o n h ữ n g y ế u k é m t r o n g q u ả n l ý chứ không phải do những biến động bất thường về môi trường kinh tế bên ngoài.Những hỗ trợ từ bên ngoài nếu có, cũng khó mà giúp các doanh nghiệp có lịch sửquảnlýyếukémphục hồiđược.

Nối tiếp quan điểm về các quá trình dẫn đến khó khăn tài chính của doanhnghiệp,c á c n g h i ê n c ứ u s a u đ ó đ ã l à m r õ m ố i q u a n h ệ g i ữ a h o ạ t đ ộ n g p h â n t í c h cácc h ỉ số t à i c h í n h v ớ i t ì n h t r ạ n g k h ó k h ă n củ a d o a n h n g h i ệ p đ ó

A l t m a n ( 1 9 9 3 ) chor ằ n g , c á c d o a n h n g h i ệ p g ặ p k h ó k h ă n v ề t à i c h í n h c ó s ự k h á c b i ệ t đ á n g k ể vớic á c d o a n h n g h i ệ p k h ô n g g ặ p k h ó k h ă n n à y v ề c á c c h ỉ s ố x á c đ ị n h t ừ c á c b á o cáo tài chính Thật ra, Fitzpatrick (1934) trước kia cũng đã lần đầu công bố mộtnghiêncứusosánhcácchỉsốtàichínhg i ữ a h a i l o ạ i d o a n h n g h i ệ p n à y T u y nhiên,do sự hạnc h ế v ề p h ầ n m ề m p h â n t í c h t h ố n g k ê ở t h ờ i đ i ể m đ ó , v i ệ c s o sánh giữa chỉ số tài chính của hai nhóm doanh nghiệp gặp khó khăn tài chính vàkhônggặpkhókhăntàichínhmớichỉđượcthựchiệnmộtcáchđơngiản.

Cơ sở lýluận đượcđề cập ởtrên chothấy việcdựb á o k h ó k h ă n t à i c h í n h hoàntoàncóthểthựchiện đượctừc á c b i ể u h i ệ n v ề m ặ t t à i c h í n h c ủ a d o a n h nghiệpt r o n g m ộ t k h o ả n g t h ờ i g i a n n à o đ ó T r o n g c á c n g h i ê n c ứ u s a u n à y , c ơ s ở đểd ự b á o k h ó k h ă n t à i c h í n h đ ã k h ô n g c h ỉ g i ớ i h ạ n ở c á c c h ỉ s ố t à i c h í n h t r ê n báoc á o t à i c h í n h c ủ a d o a n h n g h i ệ p m à c ò n t ừ c á c c h ỉ s ố t h u t h ậ p t ừ b ê n n g o à i báoc á o t à i c hí nh n h ư c h ỉ số v ề sự b i ế n đ ộ n g c ủ a th ịt rư ờn g vàc ác chỉsố kinh t ế vĩm ô V i ệ c p h á t t r i ể n c á c c ơ s ở đ ó đ ã g i ú p c h o v i ệ c d ự b á o k h ó k h ă n t à i c h í n h trởnênk h á c h q u a n v à k h o a h ọ c h ơ n T u y n h i ê n , t í n h c h í n h x á c t r o n g h o ạ t đ ộ n g dựb á o c ò n p h ụ t h u ộ c v à o s ự l ự a c h ọ n m ô h ì n h d ự đ o á n , c h ấ t l ư ợ n g c ủ a d ữ l i ệ u thuthậpvàbốicảnhnghiêncứu.

Cácmôhìnhdựbáokhókhăntàichínhdoanhnghiệp

Tổngquanvềcácmôhìnhdựbáokhókhăntàichính

Xuấtp h á t t ừ q u a n đ i ể m c h o r ằ n g h o à n t o à n c ó t h ể p h á t h i ệ n c á c d ấ u h i ệ u cảnh báo về khó khăn tài chính của một doanh nghiệp trước khi doanh nghiệp đóchính thức lâm vào tình trạng này, việc nghiên cứu các mô hình dự báo khó khăn tàichính,v ì t h ế , đ ã t h u h ú t r ấ t n h i ề u s ự q u a n t â m c ủ a c á c h ọ c g i ả t r ê n t o à n t h ế g i ớ i trongthờigianqua(Linvàcộngsự,2011).

Kểtừnghiêncứu đầutiên củaBeaver(1966), cácmôhình vớicáckỹthuật và căn cứ dự báo khác nhau đã được xây dựng không nằm ngoài mục đích nâng caođộ chính xác của kết quả dự báo.Các mô hình này có thể được kể tên như mô hìnhphântíchbiệtsốbội(MDA)đưarabởiAltman(1968,1983,1995),môhìnhL ogit của Ohlson (1980), mô hình Probit của Zmijewski (1984),mô hình Hazard củaShumway (1999) cácm ô h ì n h á p d ụ n g c á c t h u ậ t t o á n m á y h ọ c n h ư m ô h ì n h c â y quyết định Decision Tree (DT) (Tam & Kiang,

1992), mạng thần kinh nhân tạoNeural Network (Lee, Han, & Kwon, 1996; Ozkan-

&Kiang,1992;Mokhatab,2011),môhìnhmáyhỗtrợVector-SupportV e c t o r Machine

Mặcd ù c á c m ô h ì n h d ự b á o đ ư ợ c p h á t t r i ể n h ế t s ứ c đ a d ạ n g v à l u ô n đ ư ợ c cập nhật nhưng chưa một mô hình dự báo nào được khẳng định là hoàn toàn ưu việthơn các mô hình còn lại trong tất cả các bối cảnh nghiên cứu Dường như việc tìmkiếm một môhìnhd ự b á o c h í n h x á c v ẫ n đ ư ợ c c á c n h à n g h i ê n c ứ u k h ô n g n g ừ n g theo đuổi cùng với sự hỗ trợ của khoa học máy tính với các kỹ thuật phân tích địnhlượngkhácnhau.

Khi tiếnhànhdựbáo khó khăn tàic h í n h , c ó h a i c â u h ỏ i c ầ n đ ư ợ c đ ặ t r a Câu hỏi thứnhất là khók h ă n t à i c h í n h d o a n h n g h i ệ p c ó t h ể đ ư ợ c d ự b á o t ừ c á c dấu hiệu nào? Câu hỏi thứh a i l à p h ư ơ n g p h á p n à o c ó t h ể s ử d ụ n g đ ể d ự b á o k h ó khănt ài c h í n h t ừ n h ữ n g b i ể u h i ệ n đ ó ?

N ó i cách k h á c , k h i x â y d ự n g mộ t m ô h ì n h dựb á o , c ó h a i y ế u t ố c ầ n p h ả i x á c đ ị n h , đ ó l à c á c b i ế n d ự b á o v à p h ư ơ n g p h á p dựbáo Việc lựa chọn hai yếu tốnàyc ó t h ể ả n h h ư ở n g đ ế n đ ộ c h í n h x á c c ủ a k ế t quảdựbáo.

Tổng quan các nghiêncứu đã cóvề xây dựngcác mô hình dựb á o , c á c b i ế n dựbáo k h ó kh ăn tài c hí nh do an h n g h i ệ p chủy ế u l à các ch ỉs ố tàic hí nh đư ợc tí nh toántừbáocáotàichínhcủadoanhnghiệp, cácchỉtiêukinhtếvĩmôvàthôn gtinthịtrườngmàdoanhnghiệpđanghoạtđộng.Bảng1.1dướiđâytổnghợpnhữngchỉ sốsử d ụ n g t r o n g c á c n g h i ê n c ứ u đã đ ư ợ c t i ế n h à n h đ ể d ự b á o k h ó k h ă n t à i c h í n h củadoanhnghiệp.

Beaver(1966),Deakin(1972),Ohlson(1980),Mart ensvàcộngsự(2008),Dingvàcộngsự(2008)

Nhântốthứhaicầnchúýkhixâydựngmộtmôhìnhdựbáokhókhăntàichínhlà kỹ thuật(phương pháp) dự báo, đây chính là nhân tố có thể gia tăng sự chính xáctrongdựbáogiữacácmôhìnhdùchoviệclựachọncácbiếndựbáolàkhôngthayđổi.Bảng1.2tổn ghợpcácphươngphápdựbáotrongcácnghiêncứutrướcđây.

( 1 9 9 2 ) , Z m i j e w s k i ( 1 9 8 4 ) , H u a v à cộng sự (2004), Lee và cộngsự (1996), Shin và cộng sự (2005),T a m vàKiang(1992),Alifiah(2013)

Linvàcộngsự(2011,2014),Gengvàcộng sự(20 14 ), S h in vàcộn gsự( 2 0 0 5 ) , W u v à c ộ n g s ự ( 2 0 0 7 ) , H u a v à c ộ n g s ự ( 2 0 0 7 ) , D i n g v à cộngsự(2008),Chandravàcộngsự(2009) Geng và cộng sự (2014),Jo và Han (1996), Sun và Hui (2006), Li vàSun(2009),Livàcộngsự(2009),Livà Sun(2008)

Bảng 1.1 và 1.2 cho thấy sự đa dạng trong việc lựa chọn các căn cứ (biến dựbáo) và phương phápdự báo khi xây dựngmô hìnhdựbáo khókhăn tài chính.V ì vậy,ở p h ầ n t i ế p t h e o , m ộ t s ố m ô h ì n h d ự b á o p h ổ b i ế n c ũ n g s ẽ đ ư ợ c t ổ n g h ợ p v à phântíchtrênhaigócđộ:biếndựbáovàphươngphápdựbáo.

Môhìnhphântíchhồiquyđơnbiến

Làm ộ t t r o n g n h ữ n g n g ư ờ i t i ê n p h o n g t r o n g n g h i ê n c ứ u v ề k h ó k h ă n t à i chính, Beaver (1966) được biết đến với mô hình phân tích hồi quy đơn biến sử dụngtrongd ự b á o k h ó k h ă n t à i c h í n h d o a n h n g h i ệ p M ô h ì n h h ồ i q u y đ ơ n b i ế n l à m ô hình xâydựngdựatrên các phân tích thốngkêmôtảđ ơ n g i ả n , h ầ u n h ư c h ỉ l i ê n quanđếnviệcđưaracácbảngbiểu,sơđồbiểudiễncác sốliệumộtcáchtrựcquan.

Khi lựa chọn các biến dự báo khó khăn tài chính, Beaver (1966) cho rằng cácchỉ sốtài chínhđược tínhtoántừ báo cáo tài chínht h e o c á c n g u y ê n t ắ c k ế t o á n chínhlàcăncứtốtnhấtdùngđểdựbáokhókhăn tàichính doanh nghiệ p.Sa uđó,ôngđưaramột sốlậpluận vànguyêntắcvề việc lựachọnc ác chỉsốnày mà ônggọi là “lý thuyết về phân tích chỉ số” (Theory of ratio analysis) Trong đó, ông nhấnmạnhmộtsốnguyêntắc sau:

-Thứnhất,vaitròcủatiềnmặthaycáctàisảncótínhthanhkhoảncaođượcđề cao trong việc dự báo khó khăn tàichínhvì khó khăn tàic h í n h l i ê n q u a n đ ế n s ự suy giảm khả năng thanh toán mà khả năng thanh toán theo Beaver (1966) lại phụthuộcchủyếuvàocácloạitàisảncótínhthanhkhoảncaonày.

- Thứ hai,Beaver (1966) hình tượng hóa doanh nghiệp như một cái hồ mànước trong hồ là các tàis ả n c ó t í n h t h a n h k h o ả n c a o , c ò n c á c d ò n g l ư u c h u y ể n t i ề n tệnhưcácdòngnướcvàovàraliêntục.Khảnăngthanhtoáncủadoanhnghi ệpvìthếđượcđánhgiágiốngnhưviệchồđócóbịcạnnướchaykhông.Từđó,ôngđưa raquanđiểmlựachọn cácchỉsốtrongdựbáotheobốnnguyêntắc:

(ii) Dònglưuchuyểntiềntệròng(dòngtiềnvàotrừdòngtiềnra)cànglớnthìkhảnăn gkhókhăntàichínhcàngnhỏ.

(iv) Càngn hi ều dò ng tiềndành c ho các chiphíhoạt đ ộ n g thìkhảnăng gặ pkhókhăntàichínhcàngcao.

Trongm ô h ì n h d ự b á o c ủ a m ì n h , B e a v e r ( 1 9 6 6 ) đ ã s ử d ụ n g 3 0 c h ỉ s ố t à i chínhkhácnhauđượctính toántừbá o cáotài ch ín h củadoanhnghiệp làm că ncứdự báokhókhăn tài chính.Bênc ạ n h c á c b i ế n l i ê n q u a n đ ế n t ỷ s u ấ t l ợ i n h u ậ n h a y cấu trúc tài sản thì phải kể đến các biến liên quan đến việc chi trả cổ tức ưu đãi, thấuchi tài khoản ngân hàng, khả năng chi trả lãi trái phiếu Do đó, phạm vi các biến độclậpđadạngnàyđãlàmchonghiêncứucủaBeaver(1966)đượcđánhgiácao.

Từ30biếnbanđầu,Beaver (1966)chiachúngthành6nhóm:

(1)nhómcácchỉ sốlưuc h u y ể n t i ề n t ệ ; ( 2 ) n h ó m c á c c h ỉ s ố l i ê n q u a n đ ế n l ợ i n h u ậ n r ò n g ; ( 3 ) nhóm các chỉsố liênquan đếnnợtrênt ổ n g t à i s ả n ; ( 4 ) n h ó m c á c c h ỉ s ố l i ê n q u a n đếntài sảncóđộthanh khoảncaotrêntổng tài sản;

(5)nhómcácchỉsốliên quanđến tài sản có độ thanh khoản cao trên tổng nợ phải trả và (6) nhóm các chỉ số liênquanđ ến quay vòng vốn vàt ài sản S a u k h i sắpx ế p c á c chỉsố nàyt h à n h 6 n hó m khác nhau, Beaver (1966) chỉ lựa chọn mỗi chỉ số trong một nhóm để đưa vào phântích.Trongcác tiêu chídùngđểlựachọncácchỉsố,Beaver (1966)đặcbiệtch úýđến tiêu chí “tiền mặt” nghĩa là ưu tiên các chỉ số được xây dựng dựa trên cơ sở tiềnmặtvìtheoôngcácchỉsốnàycókhảnăngdựbáotốthơncácchỉsố cònlại.

Từ những lập luận của mình, Beaver (1966) lựa chọn 6 chỉ số đại diện cho 6nhóm chỉsố để phântích bao gồm: lưuc h u y ể n t i ề n t ệ r ò n g t r ê n t ổ n g n ợ , t ổ n g n ợ trênt ổ n g t à i s ả n , v ố n l ư u đ ộ n g t r ê n t ổ n g t à i s ả n , c h ỉ s ố t h a n h t o á n h i ệ n t h ờ i v à khoảngphitíndụngtrongđókhoảngphitíndụngđượctínhtoánbằnghiệu sốgiữatàisảnngắnhạnvànợngắnhạnchiachochiphí hoạtđộngbình quântheo n gày.

1.3.2.2 Phươngphápdựbáotrongmôhìnhhồiquyđơnbiến Đểthựch i ệ n phânloại và d ự báotrên cácb i ế n đ ã lựac h ọ n , B e a v e r ( 1 9 6

6 ) sửdụngkỹthuậtphântíchhồiquyđ ơ n H ồ i q u y đ ơ n l à m ộ t d ạ n g p h â n t í c h thốngk ê m ô t ả đ ơ n g i ả n , c h ỉ l i ê n quan đếnviệc đ ư a r a c á c b ả n g b i ể u , sơ đ ồ b i ể u diễn các số liệu một cách trực quan Cách thức phân loại và dự báo này đã đượcBeaver( 1 9 6 6 ) á p d ụ n g v ớ i s ố l i ệ u t h u t h ậ p t ừ 7 9 c ô n g t y b ị p h á s ả n v à 7 9 c ô n g ty không phá sản trong khoảng thời gian 5 năm trước khi các công ty xác nhận tìnhtrạngkhókhăntàichính.

Trướch ế t , t ấ t c á c c ô n g t y t r o n g m ẫ u đ ư ợ c c h i a t h à n h h a i n h ó m b ằ n g n h a u một cáchn g ẫ u n h i ê n : b a o g ồ m c ả c á c c ô n g t y p h á s ả n v à c ô n g t y k h ô n g p h á s ả n Sauđ ó , ở b ư ớ c p h â n t í c h t h ứ n h ấ t ( b ư ớ c p h â n l o ạ i ) , 3 0 c h ỉ t i ê u t h u t h ậ p c ủ a m ỗ i công ty được sắp xếp tăng dần để tìm ra điểm chia cắt tối ưu với nguyên tắc nếu chỉtiêu của một công ty này thấp hơn (cao hơn) điểm chia cắt thì công ty đó được phânloạiphásản,ngượclạinếuchỉtiêucủacôngtyđócaohơn(nhỏhơn)điểmchiacắt thì công ty được phân loại hoạt động bình thường Trong bước thứ hai, các điểm cắttìm được ở bước 1 sẽ được sử dụng để phân loại với các công ty ở nhóm thứ hai đểdựavàođóđểtìmracáccôngtynàophásản.Kếtquảphânloạidựavàocácđiểmcắt này sẽ được so sánh với dữ liệu thực tế để biết được tỷ lệ dự đoán chính xác từcáchn h ậ n b i ế t x â y d ự n g đ ư ợ c t ừ b ư ớ c 1 Đ i ể m p h â n b i ệ t c ủ a c á c b i ế n d ự b á o đ ã đượctínhtoánsẵntrongmôhìnhđượcthểhiệnởbảng1.3.

Doanhnghiệp 1năm 2năm 3năm 4năm 5năm

Lợinhuận Phásản 0,00 0,01 0,03 0,02 0,04 ròng/tổngTS Khôngphásản 0,02 0,02 0,03 0,02 0,03

Nhưv ậ y , đ ố i vớimột q u a n s át mới, 6 b iế n trongbảng 1 3 sẽlầnl ượ t đượ ctínhtoántươngứngvớicácthờiđiểmtừ1đến5nămtrướcthờiđiểmmuốndựbáovà tiến hành so sánh với điểm phân biệt Chẳng hạn, nếu chỉ tiêu lưu chuyển tiền tệthuần trên tổng nợ đối với doanh nghiệp mới tại thời điểm 1 năm trước thời điểm dựbáo lớn hơn 0,07 thì kết luận doanh nghiệp sẽ không phá sản trong vòng 1 năm tiếptheo,ng ượ c lại, n ế u c on số nàynhỏhơn 0,03th ì doanh n gh iệ p sẽphásản tr o ng 1nămtiếptheo.

Kết quảphân tíchmôhình hồi quyđ ơ n b i ế n c h o t h ấ y k h ô n g p h ả i t ấ t c ả c á c chỉsốđềucókhảnăngdựbáonhưnhau.Chỉsốlưuchuyểntiềntệtrêntổngnợphải trảđượcc o i l à c ó k h ả n ă n g d ự b á o c a o n h ấ t t r o n g t ấ t c ả c á c c h ỉ s ố v ớ i t ỷ l ệ d ự b á o sai chỉlà13%trongthời điểm 1nămtrướckhicôngtyphás ả n v à 2 2 % t r o n g khoảng5nămtrướcthờiđiểmphásản.Chỉsốcókhảnăngdựbáochínhxác đứngthứ hai là chỉ số lợi nhuận ròng trên tổng tài sản và tiếp theo là chỉ số tổng nợ trêntổngt à i s ả n B e a v e r ( 1 9 6 6 ) c ũn g p h á t h i ệ n r a r ằ n g c á c c h ỉ sốc ók hả n ă n g d ự b á o kém nhất là các chỉ số liên quan đến các tài sản có tính thanh khoản cao của doanhnghiệp.T ừ đó, m ô h ìn hh ồi quyđơn biến đ ã d ự b á o khókhăn tà i chính chính xá c đến78% nếuxem xétởt h ờ i đ i ể m 5 n ă m t r ư ớ c k h i d o a n h n g h i ệ p p h á s ả n v à c h í n h xáclêntới95%ởthờiđiểm1nămtrướckhidoanhnghiệpphásản.

Nghiênc ứ u c ủ a B e a v e r ( 1 9 6 6 ) m a n g t í n h đ ộ t p h á s o v ớ i c á c n g h i ê n c ứ u trước đó vì sự có mặt của phân tích thống kê vào dự báo dù rằng kỹ thuật phân tíchđượcápdụngthựcchấtchỉlàthốngkêmôtảmộtcáchđơngiảndựavàotrựcquanlà chủ yếu Không phủ nhận được rằng việc hiểu biết những vấn đề cơ bản trong môhình hồi quy đơn biến và những phản biện đối với mô hình này là nền tảng cho việcxây dựng những môhình phức tạp hơn, chẳng hạn,m ô h ì n h h ồ i q u y đ a b i ế n ( p h â n tích biệtsố bội).Thêm nữa,việc xử lýd ữ l i ệ u đ ể d ự b á o q u a b ư ớ c c h i a d ữ l i ệ u thành hai phần: một phần để phân loại và một phần để dự báo và tiến hành các kỹthuật tương ứng để tìm ra các lỗi trong dự báo (sai lầm loại I và loại II) do Beaver(1966)đềxuấtđãđượcthựchiệntriệtđểtronghầuhếtcácnghiêncứusaunày.

Bên cạnh việctiên phong trong sửdụng kỹ thuật thống kêtrong dựb á o , Beaver (1966) còn đưa ra một số nhận xét rất sắc bén về phương pháp tiếp cận trongdựbáokhókhăntài chínhdoanhnghiệp.Ôngđặtracâuhỏilànếunhưcácch ỉsốtài chính có thể giúp cho việc dự báo khó khăn tài chính thì các doanh nghiệp hoàntoàncóthểcónhữngbiệnphápđểcảithiệntìnhhìnhtàichínhcủamìnhnhằmthoátra khỏi tình trạng đó Nói cách khác, nếu như công ty có thể thấy được những cảnhbáov ề p h á s ả n t ừ v i ệ c p h â n t í c h c á c c h ỉ s ố n à y t h ì c ó n h i ề u k h ả n ă n g c ô n g t y s ẽ tránhđ ư ợ c t ì n h t r ạ n g p h á s ả n T ừ n h ữ n g s u y đ o á n c ủ a m ì n h , B e a v e r (

1 9 6 6 ) c h o rằng trongmẫu nghiêncứu phải gồm cả các doanh nghiệpđ ã t h o á t k h ỏ i t ì n h t r ạ n g khó khănt à i c h í n h d o đ ư ợ c d ự b á o t r ư ớ c T u y n h i ê n , ô n g c ũ n g t h ừ a n h ậ n r ằ n g r ấ t khó để tìm được các dữ liệu như vậy nên chỉ coi đây là một gợi ý cho các hướngnghiêncứu saunày.

Một ưu điểm nữa của mô hình hồi quy đơn biến là mô hình có thể được sửdụng dễ dàng vì các điểm phân biệt đã được tính toán sẵn Ngoài ra, mô hình phântíchh ồ i q u y đ ơ n b i ế n c ủ a B e a v e r ( 1 9 6 6 ) c ũ n g c ó đ ó n g g ó p v ề v i ệ c l ự a c h ọ n t h ờ i gian dự báo khi ông đã phát hiện được rằng việc dự báo khó khăn tài chính dựa vàocác chỉ số tài chính có thể thực hiện được từ 5 năm trước khi doanh nghiệp đó chínhthứclâmvàotìnhtrạngnày(Gengvàcộngsự,2014). b Nhượcđiểmcủamôhình

Bêncạnhnhữngưuđiểmkểtrên,việcsửdụngcácbiếndựbáođơnlẻnghĩalà các biến dự báo không được đồng thời đưa vào mô hình chính là một nhược điểmlớn của mô hình hồi quy đơn biến. Chính vì vậy, kết quả dự báo có thể không chínhxácv ì c á c b i ế n n à y c ó m ố i q u a n h ệ v ớ i b i ế n k h ó k h ă n t à i c h í n h t h e o c á c c h i ề u hướng khác nhau Như vậy, 6 chỉ số sẽ tương ứng với 6 mô hình phân tích và có thểđưa ra những kết quả trái ngược nhau (Sun và cộng sự, 2014) Chẳng hạn, nếu sửdụng biến thứnhất thì có thểk ế t l u ậ n d o a n h n g h i ệ p s ẽ p h á s ả n t r o n g t ư ơ n g l a i nhưngnếudùngbiếnthứhaithìkếtluậncóthểngượclại.

Nghiên cứu của Beaver (1966) cũng vấp phải những phản biện trong việc lựachọn các biến dự báo Các chỉ số được lựa chọn trong môh ì n h c h ủ y ế u đ ư ợ c t í n h toán dựa theo cơ sở kế toán tiền mặt (doanh thu và chi phí chỉ được ghi nhận khidoanhnghiệp thực sựt h u đ ư ợ c t i ề n h a y c h i t i ề n ) t h u t h ậ p t ừ b á o c á o l ư u c h u y ể n tiềnt ệ c ủ a d o a n h n g h i ệ p T r o n g k h i đ ó , h ệ t h ố n g b á o c á o t à i c h í n h d o a n h n g h i ệ p cònb a o g ồ m h a i b á o c á o r ấ t q u a n t r ọ n g l à b ả n g c â n đ ố i k ế t o á n v à b á o c á o k ế t quảh o ạ t đ ộ n g s ả n x u ấ t k i n h d o a n h v à h a i b á o c á o n à y đ ư ợ c x â y d ự n g t r ê n c ơ s ở kếtoándồntíchnghĩa làdoanh thu,c h i p h í đ ư ợ c g h i n h ậ n ở t h ờ i đ i ể m p h á t s i n h chứkhôngphảit h ờ i đ i ể m n h ậ n đ ư ợ c t i ề n h a y c h i t i ề n V i ệ c x e m n h ẹ c á c c h ỉ s ố nàyc ho t h ấ y B e a v e r (1 96 6) q u á c oi t r ọ n g c á c y ếu tố l i ê n q u a n đ ế n ti ền m ặ t tr on g đánhgiátiềmlựctàichínhcủadoanhnghiệptrongkhicácchỉsốtínhtoántrêncơs ở dồn tích cũng có ý nghĩaquan trọng Bên cạnhđó, việc xácđ ị n h g i á t r ị l ư u chuyển tiền ròng đơn giản bằng lợi nhuận ròng cộng với khấu hao cũng chưa phải làcáchđolườngchínhxácvàcóthểảnhhưởngđếnkếtquảdựbáo(Jones,1987).

Môhìnhphântíchbiệtsố

Tiếp theo mô hình phân tích hồi quy đơn biến của Beaver (1966), Altman(1968, 1983, 1995) đã lần lượt xây dựng các mô hình phân tích biệt số bội (mô hìnhhồi quy đa khác biệt) để dự báo khó khăn tài chính, được biết đến với tên gọi là cácmôh ì n h c h ấ m đ i ể m Z - s c o r e C á c m ô h ì n h n à y đ ã đ ư ợ c á p d ụ n g r ộ n g r ã i t r ê n t h ế giới đặc biệt trong hoạt động dự báo phá sản của các ngân hàng đối với các kháchhàngdoanhnghiệp(Williams,1992).

Môhìnhmôhìnhphântíchbiệtsố- phântíchkhácbiệt( D i s c r i m i n a n t Analysis – DA) được hiểu là mô hình sử dụng để phân loại các đối tượng (doanhnghiệp) vào một trong hai hay nhiều lớp (phá sản, không phá sản) đã được xác địnhtrướcdựa vào các đặt trưng dùng đểmô tảđối tượng.Nếu số lớp nhiều hơn hait h ì mô hình trở thành mô hình phân tích biệt số bội hay mô hình phân tích đa khác biệt(MultivariateDiscriminantAnalysis-MDA).

Năm 1968, mô hình phân tích biệt số bội được Altman lần đầu tiên xây để dựbáo phá sản cho các công ty sản xuất hoạt động trên thị trường chứng khoán Từ 25chỉsốtàichính,Altman(1968)lựachọnđược5chỉsốcógiátrịdựbáotốtnhấtđểđề xuấtmôhìnhZ- scorevớiđộchínhxáclêntới95%.Với5chỉsốtàichínhđượckýhiệutừX1,X2, X3,

Trong đó:X1: Vốn lưu động trên tổng tài sản; X2: Lợi nhuận giữ lại trên tổngtàisản;X3:Lợinhuậntrướclãivayvàthuếtrêntổngtàisản;X4:Giátrịthịtrườn gcủavốnchủsởhữutrêngiátrịsổsáchcủatổngnợ;X5:Doanhsốtrêntổngtàisản.

KếtquảchothấynếuZ>2,99:doanhnghiệpnằmtrongvùngantoàn,chưacó nguy cơ phá sản; 1,8 < Z < 2,99: doanh nghiệp nằm trong vùng cảnh báo, có thểphásản;Z 2,9: doanh nghiệp nằm trongvùngant o à n , c h ư a cón gu yc ơ phásản;1,23 < Z ’ t ư ơ n g ứ n g m ộ t đ ặ c t r ư n g , g i á t r ị

làmộtsốnguyênbắtđầutừ1vàlàmộtsốthực.

ChỉđịnhcácbiếntrongmôhìnhSVM

Các biến dự báo trong đề xuất trong nghiên cứu của Lin và cộng sự (2014)đượclựachọnchomôhình SVM.SựlựachọnnàyxuấtpháttừlýdoLinvàc ộngsự(2014)đãsửdụng kếthợpcảphương phápkinhnghiệm cùngvớiviệcápd ụng một số thuật toán để lựa chọn cácc h ỉ s ố c ó k h ả n ă n g d ự b á o t ố t n h ấ t L i n v à c ộ n g sự (2014) cũng sử dụng các chỉ số này trong mô hình SVM của mình. Bên cạnh đó,tácgiảcũngbổsunghaibiếnlàbiến X21vàbiếnX22.

Trongl u ậ n á n n à y , t á c g i ả l ự a c h ọ n c á c b i ế n t r o n g m ô h ì n h 4 g i ố n g n h ư cácb i ế n s ử d ụ n g t r o n g m ô h ì n h 1 V i ệ c đ ồ n g t h ờ i á p d ụ n g h a i m ô h ì n h c ó c ù n g sốb i ế n n h ư n g k h á c n h a u v ề k ỹ t h u ậ t d ự b á o ( m ô h ì n h 1 v ớ i p h â n t í c h b i ệ t s ố trongkhimôhình 4 là môh ì n h m á y h ỗ t r ợ v e c t o r

Phươngphápxửlývàphântíchdữliệu

Thuậtt o á n S V M b a o g ồ m h a i g i a i đ o ạ n : h u ấ n l u y ệ n v à d ự b á o D o đ ó , d ữ liệu đã được thu thập và tính toán phải được chia thành hai phần: huấn luyện và dựbáo (kiểm tra) Trongcả haim ẫ u h u ấ n l u y ệ n v à d ự b á o , s ố l ư ợ n g c á c c ô n g t y g ặ p khókhăntàichínhvàcôngtykhônggặpkhókhăntàichínhlànhưnhau.Quátrì nhsử dụng thuật toán SVMtrải qua hai bước cơ bản đối với ba bộd ữ l i ệ u t h u t h ậ p trướcthờiđiểmkhókhăntàichínhlà1,2,và3năm.

Buớc 1: Huấn luyện (training): Sử dụng một tập hợp dữ liệu để huấn luyện:svm-train[options]training_file[model_file].Trongđó:

Option: tham số này cho phép nguời dùng lựa chọn các công thức SVM khácnhau,cáclớphàmnhânkhácnhaucùngvớicácthuộctínhchohàmnhân.

Model_file: tập tin chứa mô hình huấn luyện Mô hình huấn luyện là một cấutrúc có thể bao gồm các tham số: số lượng các lớp, tổng số vector hỗ trợ (supportvector), các tham số w, - b trong phương trình wx- b, nhãn cho mỗi lớp, và số lượngvectorchomỗilớp.

Buớc 2: Thử nghiệm mô hình (testing): Sử dụng mô hình (ở buớc 1) để dựđoánthôngtincủamộttậpdữliệumới. svm-predict[options] test_file model_file output_fileTrongđó:options:0hoặc1đểdựđoánướclượng.

Test_file: tập tin chứa dữ liệu dự báo hay dữ liệu kiểm tra.Model_file:môhìnhđượctạorabởisvmtrain.

Out put_file: tập tin chứa kết quả của quá trìnhthực nghiệm baog ồ m : đ ộ chính xác vector (phân lớp), hệ số tương quan bình phương (hồi quy), ma trận chứacácg i á t r ị q u y ế t đ ị n h h o ặ c x á c s u ấ t ư ớ c t í n h v à n h ã n d ự đ o á n c h o m ỗ i đ ặ c t r ư n g (khókhăntàichínhvàkhôngkhókhăntàichính).

Chương 2 tập trung lựa chọn dạng mô hình và thiết kế 4 mô hình dự báo khókhăn tài chính cho các công ty niêm yết trên thị trường chứng khoán Việt Nam. Cáckếtluậnđược rútranhưsau:

Thứnh ất , c á cmôhì nh d ự b á o k h ó k h ă n t à i ch ín h s ử d ụ n g c á c b i ế n s ố m ộ t cáchđ a d ạ n g , đ ư ợ c t h u t h ậ p t ừ n h i ề u n g u ồ n k h á c n h a u M ô h ì n h 1 v à m ô h ì n h

Thứ hai,các mô hình dự báo có thể sử dụng các biến dự báo là như nhaunhưng kỹ thuật dự báo khác nhau Mô hình 1 và mô hình 4 đều sử dụng 22 biến độclập nhưng mô hình 1 sử dụng kỹ thuật phân tích biệt số trong khi mô hình 2 sử dụngthuậttoánmáyhỗtrợvectorSVM.

Thứ ba,để tìm được mô hình dự báo thích hợp nhất cho các công ty niêm yếttrên thịtrườngc h ứ n g k h o á n V i ệ t N a m , c á c m ô h ì n h n à y p h ả i đ ư ợ c á p d ụ n g t r ê n cùngmộtmẫudữliệu.Cácdữliệuthuthậpsẽđượcchiathànhhaiphần,mộtp hầnđểxâydựng hàmphânbiệt vàmột phầnđể kiểmtrakhả nă ng dựbáo củahàm đãxâydựng.

Kếtquảthốngkêmôtảcácbiếnnghiêncứu

Môtảvềdữliệuthuthập

Trongc h ư ơ n g 2 c ủ a l u ậ n á n , c á c m ô h ì n h v ớ i c á c b i ế n v à k ỹ t h u ậ t d ự b á o khácnhauđãđượcthiết kếnhằmdựbáokhókhăntài chínhchocáccôngtyniêm yếtt r ê n t h ị t r ư ờ n g c hứ ng k h o á n V i ệ t N a m T r o n g c h ư ơ n g n à y , c á c mô h ì n h đ ó sẽ lần lượt được áp dụng trên cùng một mẫu dữ liệu nghiên cứu để đánh giá và so sánhkhảnăngdựbáokhókhăntàichínhcủa chúng.

Vớid ấ u h i ệ u k h ó k h ă n t à i c h í n h l à t ì n h t r ạ n g c h ứ n g k h o á n c ủ a c ô n g t y b ị hủyniêmyếtbắtbuộc,côngtycóchứngkhoánbịhủyniêmyếtgọilàcôngtygặ pkhók h ă n t à i c h í n h ( K K T C ) , c ô n g t y c ó c h ứ n g k h o á n g i a o d ị c h b ì n h t h ư ờ n g l à côngt y k h ô n g g ặ p k h ó k h ă n t à i c h í n h M ẫ u n g h i ê n c ứ u đ ư ợ c l ự a c h ọ n b a o g ồ m các côngty có chứng khoánbị hủyn i ê m y ế t t r o n g k h o ả n g t h ờ i g i a n t ừ n ă m 2 0 0 9 đến2015 vàmộtsốlượng tương tựcác công tyc ó c h ứ n g k h o á n đ a n g g i a o d ị c h bình thường trên Sở giao dịch chứng khoán Hà Nội và Sở giao dịch chứng khoánThànhphốHồChíMinh.

Cáccôngtygặpkhókhăntàichínhđượclựachọn dựavàodanh sáchđược báocáobởi cácSởgiaodịchchứngkhoántrongkhoảngt h ờ i g i a n n g h i ê n c ứ u Ngoàira,tácgiảcũnglựachọnmộtsốcôngtykhônggặpkhókhă ntàichínhmàcósự tươngđồngvới các côngty gặpkhókhăn tài chínhv ề n g à n h n g h ề k i n h d o a n h , quy mô tài sản và số lượng công ty Dữ liệu của cả hai nhóm công ty được thu thậptrong vòng 3 năm,từ 1đến 3 năm trước thời điểm công ty chínht h ứ c b ị h ủ y n i ê m yếtđểđitìmmộtmôhìnhdựbáokhókhăntàichínhthíchhợpvớicácdữliệunà y.

Ban đầu, tổng số công ty được lựa chọn là 280 công ty, bao gồm 140 công tygặpk h ó k h ă n t à i c h í n h v à 1 4 0 c ô n g t y k h ô n g g ặ p k h ó k h ă n t à i c h í n h T u y n h i ê n , trong quátrình thu thậpdữliệu,một số công tybị loại rakhỏim ẫ u p h â n t í c h v ì không đủcác dữ liệu tính toán.Vì thế,s ố l ư ợ n g c á c c ô n g t y t r o n g t ừ n g n h ó m t h a y đổi và cũng không hoàn toàn giống nhau trong cả 3 năm nghiên cứu, được thể hiệntrong bảng 3.1 Trong bảng này, số lượng công ty 1, 2 hay 3 năm trước dự báo là sốlượng công ty có thể thu thập được dữ liệu 1, 2 hay 3 năm trước khi công ty chínhthứcb ị h ủ y n i ê m y ế t b ắ t b u ộ c C h ẳ n g h ạ n , n ế u c ô n g t y b ị h ủ y n i ê m y ế t v à o n ă m 2015thìdữliệunghiêncứusẽđượcthuthậptrongcácnăm2014,2013,2012.

Sốlượngcôngty Sốlượngcôngty Tổng gặpKKTC khônggặpKKTC

Danh sách các công ty với các mã chứng khoán tương ứng lựa chọn vào mẫutrong 3 năm lần lượtđượctrình bày trongphụ lục01,0 2 , 0 3 S ố l ư ợ n g c ô n g t y trong mẫu nghiên cứunhư mô tả trong bảng3 1 s ẽ đ ư ợ c c h i a t h à n h 2 p h ầ n : m ẫ u phânbiệtvàmẫukiểmtra.

Mẫu phân biệtdùngđểxây dựngh à m d ự b á o k h ó k h ă n t à i c h í n h n h ờ v à o việcsửdụngcácbiếnsốvàthuậttoánkhácnhautương ứngvớitừngmôhìnhn hưđãtrìnhbày trongchương 2.Mẫukiểmtradùngđểđánh giákhảnăngdựbáoc ủamô hình đã được xây dựng bởi vì nếu mô hình xây dựng mà có độ tin cậy và có khảnăng dự báo chính xác thì có thể áp dụng với dữ liệu của bất kỳ công ty mới nào. Sốlượngcôngtytronghaimẫutươngđốibằngnhau,baogồmmộtnửasốlượngcôngt y khó khăn tài chính và một nửa công ty không gặp khó khăn tài chính Việc chọnmộtc ô n g t y n ằ m t r o n g m ẫ u p h â n t í c h h a y k i ể m t r a t h ự c h i ệ n n g ẫ u n h i ê n n h ờ s ử dụngh à m R A N D B E T W E E N t r o n g p h ầ n m ề m E x c e l 2 0 1 0 B ả n g 3

Thốngkêmôtảcácbiếnnghiêncứu

Trướckhitiếnhành bấtkỳphântích địnhlượng nóichunghaymôhình dự báo khó khăn tài chính nói riêng, việc thực hiện các thống kê mô tả là rất cần thiết,giúpnhànghiêncứucóđượcnhữnghiểubiếtbanđầuvềđốitượngnghiêncứu.Môtả định tính sẽ được thực hiện với tổng số 24 biến của tất cả 4 mô hình: mô hình biệtsố( m ô h ì n h 1 ) , m ô h ì n h A l t m a n ( 1 9 6 8 , 1 9 9 5 ) , m ô h ì n h L o g i t ( m ô h ì n h

3 ) v à m ô hình SVM(mô hình 4) Trong đó,mô hìnhbiệt số vàm ô h ì n h S V M b a o g ồ m 2 2 biến dự báo,m ô h ì n h A l t m a n ( 1 9 6 8 ) g ồ m 5 b i ế n , m ô h ì n h A l t m a n ( 1 9 9 5 ) g ồ m

Thống kêmô tả về giátrị trungbình (mean)v à đ ộ l ệ c h t i ê u c h u ẩ n c ủ a c á c biếnđộclậptrongmôhình,thốngkêtừsốliệuthuthậplầnlượtởthờiđiểm1năm,

2 năm và 3 năm trước thời điểm công ty chính thức bị hủy niêm yết được trình bàytạiphụlục04,05,06.Quansátcácphụlục04,05,06cóthểthấygiátrịtrungbìnhvàđ ộ lệchtiêuchuẩncủa các biếnđộclậptương ứng vớih a i n h ó m c ô n g t y k h ó khăntàichínhvàkhônggặpkhókhăntàichínhlàtươngđốikhácnhau.Tuyn hiên,sự khác nhau nàycó ý nghĩathốngkê hay không cần phảitiếnh à n h c á c p h ư ơ n g phápkiểmđịnhthíchhợp.

Côngty Côngty Côngty Côngty Tổng

Kếtquảdựbáokhókhăntàichínhcủamôhìnhbiệtsố

Kếtquảphântíchmôhìnhbiệtsốthứnhất

Trước khi xem xét khả năng sử dụng mô hình thứ nhất (mô hình 1) trong dựbáokhókhăntàichínhcủacácdoanhnghiệptrongmẫu,môhìnhđượcđánhgiáđộti n cậy trênc á c k h í a c ạ n h : s ự v i p h ạ m c á c g i ả đ ị n h h ồ i q u y , ý n g h ĩ a t h ố n g k ê c ủ a cácbiếnvàđộtincậycủacáckếtquảthuđược. a,Kếtquảkiểmtracácgiảđịnhhồiquy

Haigiảđịnh quantrọng cần đượckiểmtralàgi ả địnhkhông cóhiệntượn gđacộngtuyến(CollinearityDiagnostics)vàgiảđịnhkhôngtồntạiphươngsait hayđổi (Heteroskedasticity) Mục đích của việc kiểm tra hai giả định này là làm cho môhình trở nên cóý nghĩa và làm cho cáck ế t q u ả d ự b á o l à t ố i ư u G i ả đ ị n h v ề s ự khôngtồntạihiệntượngđacộngtuyếnđượckiểmtrabằngcáchtínhtoánđộch ấp nhậncủabiến(Tolerance)vàhệsốphóngđạiphươngsai(Varianceinflationfactor –VIF) với nguyên tắc biến độc lập sẽ bị loại vì đa cộng tuyến nếu độ chấp nhận củabiến thấp và hệ số VIF lớn hơn 10 Kết quả thực hiện công việc này trên SPSS 20.0đượcthểhiện trongphụlục07.

Phụ lục 07 cho thấy mô hình 1 năm thứ nhất trước dự báo có các biến

X1(TSLĐ/Nợ NH),X3(VLĐ/Tổng TS)v à X10( L C T T r ò n g / T ổ n g T S ) v i p h ạ m g i ả định về đacộng tuyến nên tácgiảq u y ế t đ ị n h l o ạ i 3 b i ế n n à y r a k h ỏ i m ô h ì n h Tươngt ự , k i ể m đ ị n h s ự t ồ n t ạ i c ủ a h i ệ n t ư ợ n g đ a c ộ n g t u y ế n đ ố i v ớ i m ô h ì n h 1 , nămt h ứ h a i t r ư ớ c d ự b á o c h o t h ấ y , c ó h a i b i ế n c ó h ệ s ố V I F l ớ n h ơ n 1 0 t ư ơ n g ứngvớiđộchấpnhận của biến rất nhỏl à b i ế n X2(TSd ễ c h u y ể n đ ổ i r a T M /

N ợ NH)v à X5( T S L Đ / T ổ n g C P ) C h í n h v ì v ậ y , h a i b i ế n n à y b ị l o ạ i r a k h ỏ i h ệ t h ố n g cácbiến dựb á o t r o n g m ô h ì n h 1 h a i n ă m t r ư ớ c d ự b á o T r o n g m ô h ì n h 1 , n ă m thứ ba trước dự báo, biến

X5(TSLĐ/Tổng CP), X12(LCTT ròng/Vốn CSH) cũngđược đưar a k h ỏ i m ô h ì n h đ ể l o ạ i b ỏ h i ệ n t ư ợ n g đ a c ộ n g t u y ế n d o v i p h ạ m g i ớ i hạncủahệsốVIF.

Sau khi loại trừ các biến trong mô hình 1 tại cả ba thời điểm từ kết quả kiểmđịnh đa cộng tuyến, giả thuyết về sự tồn tại của phương sai thay đổi được tiếp tụckiểm tra Thủ tục kiểm tra giả thuyết này trên SPSS bao gồm hai bước chính. Trongbước thứ nhất, phần dư của hàm hồi quy được lưu và tính toán trị tuyệt đối. Sau đó,kiểm định hệ số tương quan hạng Spearman đối với phần dư này và biến phụ thuộcđượcthựchiệnvớigiảthuyếtH0:hệsốtươngquanhạngcủatổngthểbằng0.N ếukếtquảkiểmđịnhkhôngbácbỏgiảthuyếtH0thìcóthểkếtluậnphươngsaicủasaisố không đổivàngược lại.K ế t q u ả k i ể m đ ị n h S p e a r m a n c h o m ô h ì n h

1 đ ư ợ c t h ể hiện trong bảng phụ lục 08 Kết quả kiểm định phương sai thay đổi trên phụ lục 08chobiết,giảthuyết H0không bị bác bỏ trong cảbamôhình nênc ó t h ể k ế t l u ậ n khôngt ồ n t ạ i h i ệ n t ượ ng p h ư ơ n g s a i th ay đ ổ i t r o n g m ô h ì n h 1 x â y d ự n g t ạ i c ả b a thời điểm khác nhau Như vậy, sau khi kiểm định giả thuyết về đa cộng tuyến vàphươngsaithayđổiđốivớimôhình1tại3thờiđiểmkhácnhau,mộtsốbiếnthuộc22b i ế n đ ộc l ậ p b a n đ ầ u bị lo ại đ ể đ ả m bảoh a i g i ả t h u y ế t tr ên k h ô n g bị vi p h ạ m

Mô hình 1 một năm trước dự báo còn lại 19 biến,m ô h ì n h 1 h a i n ă m t r ư ớ c d ự b á o cònlại20biếnvàmôhình1banămtrướcdựbáocũngcònlại20biến. b.Kiểmtraýnghĩathốngkêcủacácbiếnđộclập

Sau khi loại bỏ được hiện tượng đa cộng tuyến giữa các biến trong mô hình,mô hình 1 xây dựng trong ba thời điểm được sử dụng để dự báo khó khăn tài chínhcủac á c c ô n g t y t ro ng m ẫ u n g h i ê n c ứ u M ặ c d ù m ô h ìn h 1 g ố c c ó th ể d ự b á o khó khăntàichínhcủacác công tyniêm yếtkháchính xác,theo nhưkết quảtổng hợptrênp h ụ l ụ c 0 9 , v i ệ c k i ể m t r a đ ộ t i n c ậ y c ủ a c á c b i ế n đ ộ c l ậ p t r o n g m ô h ì n h c ầ n thiết được thực hiện Độ tin cậy của hệ thống các biến độc lập này được ước lượngbằngthốngkêFđượcthểhiệntrênphụlục10.

Kết quả trên phụ lục 10 cho thấy mô hình 1 ở thờiđ i ể m m ộ t n ă m t r ư ớ c d ự báo có hai biến không có ý nghĩa là biến X5(TSLĐ/Tổng CP) và X7(Giá

CP *sốCP)/Nợphải trả).Tươngt ự , c á c b i ế n k h ô n g c ó ý n g h ĩ a t h ố n g k ê t r o n g m ô h ì n h hain ă m t r ư ớ c d ự b á o b a o g ồ m X3( V L Đ / T ổ n g T S ) , X7( G i á

T ổ n g T S ) C á c b i ế n không c ó ý n g h ĩ a t h ố n g k ê t r o n g m ô hình1 , b a n ă m t r ư ớ c d ự b á o l à X1(TSLĐ/NợN H),X3(VLĐ/TổngT S),X7( G i á CP*sốCP)/Nợ phải trả),

X10(LCTTròng/Tổng TS) Như vậy,t ừ m ô h ì n h 1 b a n đầu,saukhi kiểmtra cácg i ả t h u y ế t h ồ i q u y v à k i ể m t r a đ ộ t i n c ậ y c ủ a c á c b i ế n dựbáo,mô hìnhcuốicùngđượcsửdụngđểdựbáokhókhăntàichínhb aogồm:

- Mô hình 1 một năm trước dự báo: còn lại 17 biến sau khi bỏ 5 biến

X1(TSLĐ/NợNH);X3(VLĐ/TổngTS);X5(TSLĐ/TổngCP);X7(GiáCP*sốCP)/Nợ phảitrảvàX10(LCTTròng/TổngTS)

- Môhình1hainămtrướcdựbáo:cònlại17biếnsaukhibỏ5biếnX2(TSdễ chuyển đổi ra TM/ Nợ NH); X3(VLĐ/Tổng TS); X5(TSLĐ/Tổng CP);X7(GiáCP*sốCP)/Nợphảitrả)vàX10(LCTTròng/TổngTS).

- Mô hình 1 ba năm trước dự báo: còn lại 16 biến sau khi bỏ 6 biến X1(TSLĐ/ NợNH);X3(VLĐ/TổngTS);X5(TSLĐ/TổngCP);X7(GiáCP*sốCP)/Nợ phảitrả);X10(LCTTròng/TổngTS);vàX12(LCTTròng/VốnCSH). c,Kiểmtrađộtincậycủakếtquảdựbáo

Trước khiđánhgiá khả năng dự báo khó khăn tài chính củamô hình,đ i ề u quan trọng cần thựchiện là kiểm tra khả năng (giát r ị E i g e n v a l u e ) v à ý n g h ĩ a c ủ a hàm phân biệt (tiêu chuẩn Wilks Lambda) ước lượng từ mô hình Kết quả tính toáncáchệsốnàyđược thểhiệntrênbảng3.3 và3.4.

Bảng 3.3 chothấy giát r ị E i g e n v a l u e t ư ơ n g ứ n g v ớ i h à m p h â n b i ệ t x â y d ự n g từ mô hình ở thời điểm 1 năm trước dự báo là 3,953 và nó chiếm tới1 0 0 % p h ư ơ n g sai giải thích được nguyên nhân Hệ số tương quan canonical tương ứng là 0,893.Bìnhp h ư ơ n g c ủ a h ệ s ố n à y ,

( 0 , 8 9 3 ) 2 = 0 , 7 9 4 , c h o t h ấ y g ầ n 8 0 % p h ư ơ n g s a i b i ế n phụ thuộc được giải thích bởi mô hình Giá trị Eigenvalue tương ứng với hàm số ởthời điểm 2n ă m t r ư ớ c d ự b á o l à 0 , 8 7 2 v à c ũ n g c h i ế m t ớ i 1 0 0 % p h ư ơ n g s a i g i ả i thích được nguyên nhân.

Hệ số tương quan canonical tương ứng là 0,682 Bìnhphương củahệ số này, (0,682) 2 =0,465,c h o g ầ n 4 7 % p h ư ơ n g s a i b i ế n p h ụ t h u ộ c đượcgiảithíchbởimôhình.GiátrịEigenvaluetươngứngvớihàmnàyởthờiđ iểm3n ă m t r ư ớ c d ự b á o l à 0 , 3 8 8 v à n ó c h i ế m t ớ i 1 0 0 % p h ư ơ n g s a i g i ả i t h í c h đ ư ợ c nguyên nhân Hệ số tương quan (canonical correlation) tương ứng là 0,529 Bìnhphương của hệ số này, (0,529) 2 = 0,279, cho thấy khoảng 28% của phương sai biếnphụt h u ộ c đ ư ợ c g i ả i t h í c h b ở i m ô h ì n h N h ư v ậ y , x é t ở h ệ s ố E i g e n v a l u e , h à m s ố ướclượngởthờiđiểm1nămtrướcdựbáolàtốtnhấtsauđóđếnhàmsốướclượng ởthờiđiểm2năm trướcdựbáo.

3nămtrướcdựbáo 0,39 100,00 100,00 0,53 Để xác định mức ý nghĩa của hàm phân biệt được ước lượng, giả thuyết

H0làtổng thể các trung bình của các hàm phân biệt trong tất cả các nhóm là bằng nhau.Trong SPSS,kiểm định này được dựa trên tiêu chuẩnWilks Lambda.K ế t q u ả t ạ i bảng 3.4 cho thấy, đối với hàm số ước lượng tại thời điểm 1 năm trước dự báo, kếtquả của đại lượng Wilks Lambda của hàm này là 0,202 chuyển thành đại lượng Chi-square là 184,809 với 17 bậc tự do Với mức ý nghĩa quan sát rất nhỏ so với 5%, cóđủcơsởđểbác bỏgiả thuyếtH0.

Tươngtự như vậy, đối với hàm sốước lượng tại thời điểm 2n ă m t r ư ớ c d ự báo, kết quả của đại lượng Wilks Lambda của hàm này là 0,534 chuyển thành đạilượng Chi-square là 72,406 với 17 bậc tự do Với mức ý nghĩa quan sát cũng rất nhỏso với 5% Như vậy, có đủ cơ sở để bác bỏ giả thuyết H0 Đối với hàm số ước lượngtại thời điểm 3 năm trước dự báo, kết quả của đại lượng Wilks Lambda của hàm nàylà 0,720 chuyển thành đại lượng Chi-square là 35,751 với 17 bậc tự do, với mức ýnghĩa quan sát rất nhỏ so với 5% Như vậy, cả ba hàm hàm số ước lượng đều đượcđánhgiácóýnghĩavớiđộtin cậylà95%.

Bảng3.4.KếtquảtínhtoánhệsốWilks’Lambdacủamôhình1 Năm HệsốWilks’LambdaChi-square Bậctựdo Ýnghĩathốngkê

Như trình bày ở phần trên, hàm phân biệt được ước lượng từ mô hình 1 có ýnghĩathốngkêvàđộtincậynênhoàntoànsửdụngđượcchoviệcdựbáokhókhăntàich í nh củ a c á c c ô n g t y n i ê m yết V a i t r ò d ự b á o c ủa t ừ n g biến đ ộ c l ậ p h a y tầm

0,72 35,75 16,00 0,00 quan trọng của các biến được thể hiện qua độ lớn tuyệt đối của hệ số chuẩn hóa hàmphânbiệt(thể hiệntừbảng3.5a đếnbảng 3.5ctươngứ n g v ớ i b a t h ờ i đ i ể m x á c định) Các biến có hệ số chuẩn hóa càng lớn thì càng đóng góp nhiều hơn vào khảnăngphânbiệtcủahàm(HoàngTrọngvàChuNguyễnMộngNgọc,2008).

Kết quả ước lượnghàm dự báo từ mô hìnhbiệt số 1 năm trước dựb á o c h o thấymộtsốbiếncókhảnăngdựbáokhókhăntàichínhrấttốtđólàcácbiếncóhệs ố chuẩnhóacaohơncả.Đólàcác biến:

Các biến không đóng góp nhiều vào việc dự báo khó khăn tài chính trongkhoảng thời gian dự báo là 1 năm trước khi khó khăn tài chính lại là các biến liênquan đến LCTT ròng như X12(LTCC ròng/Vốn CSHL C T T r ò n g / T ổ n g n ợ p h ả i t r ả ) vàX11(LCTTròng/Tổngnợphảitrả).

Kết quả phân tích hệ số chuẩn hóa hàm phân biệt trong mô hình biệt số thứnhất tại 2 năm trước dự báo (bảng 3.5b) cho thấy các hệ số này không có nhiều thayđổi so vớimô hình tạithời điểm 1 năm trướcdựbáo.B ê n c ạ n h c á c b i ế n X19,X16,X6, X18từ mô hình 1, mô hình này bổ sung thêm X12(LCTT ròng/

X14(LNthuầnsauthuế/TổngsốCP)làcácbiếncóvaitròdựbáotốthơncácbiếncòn lại Biến quy mô tài sản có vai trò dự báo khó khăn trong năm thứ nhất trước dự báonhưnglạikhôngcóvaitròquantrọngtrongmôhìnhhainămtrướcdựbáo.

Hàmphânbiệtxâydựngtừmôhìnhbiệtsốthứnhấttạithờiđiểm3nămtrướcdựbáochothấ ymộtsốbiếncóhệsốchuẩnhóalớnhơnrấtnhiềucácbiếncònlại,từđó,cóvaitròquantrọnghơntrongv iệcdựbáokhókhăntàichính(bảng3.56c).Baogồm:

Tại thời điểm này, các biến số nhưX8(CP trả lãi/Tổng DTBH) và

X18(LNròng/Vốn CSH) lại không có ý nghĩa nhiều trong việc dự báo tình hình khó khăn tàichínhcủacáccôngtytrongmẫunghiêncứu.

Trong mô hình biệt số, tính chính xác của mô hình dự báo được đánh giá trênhai khía cạnh: chính xác trong việc phân loại một công ty trong mẫu phân tích vàonhóm công ty KKTC hay nhóm công ty không gặp KKTC và tính chính xác trongviệcdựbáomộtcôngtytrongmẫukiểmtragặpKKTChaykhônggặpKKTC.

Các công ty trong mẫu phân tích được cho biết trước tình trạng khó khăn tàichínhđểmôhìnhcóthểxâydựngđượcmộthàmphânbiệtdựatrêngiátrịcácbiếnsốli ênq u a n đ ế n cácc ôn g t y đó.H à m phân b i ệ t nàyđược k iể m trat í n h chính x á c bằn gcáchsosánhkếtquảphânloạicủahàmvàtìnhtrạngtàichínhthựctếđãbiếtcủa các công ty Khả năng phân loại của hàm phân biệt đối với mẫu phân tích càngcao thì nó càng có khả năng dựbáo tốtđ ố i v ớ i c á c d ữ l i ệ u m ớ i S a u đ ó , h à m đ ã được xây dựng lại được áp dụng trên một mẫu kiểm tra để đưa ra những dự báo vềtìnhtrạng t à i chínhcủacác cô ng ty trong m ẫ u N h ữ n g dựb á o đ ó sẽđư ợc sos á n h với tình trạng tài chính thực tế của các công ty trong mẫu kiểm tra để đánh giá đượckhảnăng dựbáocủamôhình Cácbảng từbảng3.6ađếnbảng 3.6c đềutrìnhb àyhaikế tq uả :k ế tq uả p h â n loại (đ ối vớ i m ẫ u p h â n b i ệ t ) v à k ế t q uả d ự b á o ( đ ố i v ới mẫu kiểm tra) tại 3 thời điểm dự báo khác nhau Các công ty gặp khó khăn tài chínhđượcmãhóa0vàcáccôngtykhônggặpkhókhăntàichínhđượcmãhóalà1.

Kếtquảphântíchmôhìnhbiệtsốthứhai

Mô hình thứ hai được xây dựng với các biến tương tự các biến trong mô hìnhbiệtsốcủaAltman(1968,1995).MôhìnhAltman(1968)dùngđểdựbáokhókhă ntài chính đối với các công ty sản xuất trong khi mô hình Altman (1995) dùng để dựbáokhókhăn tàichínhchocác côngtyphisảnxuất Vìvậy,đểápdụngđượcha i

1 0,613 mô hình này, các công ty trong mẫu nghiên cứu được chia thành hai nhóm: các côngty thuộc ngành sản xuất và các công ty thuộc nhóm trong các ngành phi sản xuất Sốlượngcáccôngtytrongmẫunghiêncứuđượctổnghợptrongbảngdướiđây:

Mô hình Altman (1968) được xây dựng với 5 biến tương tự như biến dự báotrong mô hình Z- score của Altman (1968), gồm: X3(Vốn lưu động/Tổng TS);

X15(Lợi nhuận giữ lại/tổng tài sản); X19(EBIT/Tổng tài sản); X7(Giá trị thị trường củavốn chủsở hữu/giá trị sổ sách của nợ phải trả); X13( D T B H t h u ầ n / T ổ n g

T S ) M ô hình Altman (1995) gồm các biến X3(Vốn lưu động/Tổng TS); X15(Lợi nhuận giữlại/tổng tài sản); X19(EBIT/Tổng tài sản); X7(Giá trị thị trường của vốn chủ sởhữu/giátrịsổsáchcủanợphảitrả).ĐiểmkhácbiệtlàkhimôhìnhAltman(1968,1995) sử dụngphương pháp phân tíchbiệt số bội (doanhn g h i ệ p đ ư ợ c p h â n loạitheobatrườnghợp:phásản,khôngphásản,cónguycơphásản)thì trongluậnánnày,cácmôhìnhđượcướclượngdựavào phươngphápphântíchbiệt số(côngtyđượcp hâ n loại t h e o h a i trường h ợ p : b ị hủy n i ê m y ế t vàk hô ng b ị hủy n i ê m yếtbắt buộc) Các bước đánh giá hai mô hình được thực hiện tương tự như đã tiến hànhđốivớimôhình1.

Tươngtựmôhình1,trướckhixemxétkhản ă n g d ự b á o k h ó k h ă n t à i chính,cá ckiểmtravềcácgiảđịnhcầnthiếtđốivớimôhìnhAltman(1968,

1995) cũng được tiến hành Đó là giả định không có hiện tượng đa cộng tuyến(CollinearityDiagnostics)vàgiảđịnhkhôngtồntạiphươngsaithayđổi(Heteroskedas ticity).

Phụ lục 12, phụ lục 13 lần lượt trình bày kết quả kiểm định về hiện tượng đacộng tuyến với độ chấp nhận của biến (Tolerance) và hệ số phóng đại phương sai(Variance inflation factor –VIF) theo từng biến trong mô hình Altman (1968) vàAltman(1995).Kết quả tính toánchothấy,các hệ số VIFt í n h t o á n đ ư ợ c đ ề u n h ỏ hơn1 0 v à đ ộ c h ấ p n h ậ n c ủ a c á c b i ế n k h ô n g q u á n h ỏ n ê n c ó t h ể n ó i g i ả đ ị n h v ề không tồn tại hiện tượng đa cộng tuyến không bị vi phạm trong mô hình Altman(1968)vàAltman(1995)trongcảbanămtrướcdựbáo.

- Kiểmđịnhphươngsaibằngnhau Để kiểm định giả thuyết về sự tồn tại của phương sai thay đổi, kiểm địnhSpearman được thực hiện để tính toán hệ số tương quan giữa từng biến với giá trịtuyệt đối của phần dư được chuẩn hóa Khi các hệ số tương quan hạng Spearmangiữa từng biến độc lập với giá trị tuyệt đối của phần dư được chuẩn hóa có mức ýnghĩalớnhơn0,05thì kếtluậnkhông bácbỏgiả thuyết H0(không tồntạiphươn gsaithayđổi)haygiảthuyếttồntạiphươngsaithayđổibịbácbỏ.

Phụ lục từ 14 đến 16 cho biết kết quả kiểm định Spearman đối với mô hìnhAltman (1968) trong cả ba năm dự báo Các phụ lục này cho biết các hệ số tươngquan hạng đều có mức ý nghĩa lớn hơn 0,05 nên giả thuyết H0không bị bác bỏ, nóicách khác, hiện tượng phương sai thay đổi không tồn tại trong mô hình Altman(1968).Tươngtự,kếtquảkiểmđịnhtừphụlục17đến19cũngchobiếtkhông tồntạihiệntượngphươngsaithayđổikhôngtồntạitrongmôhìnhAltman(1968).

Sauk h i k i ể m đ ị n h g i ả t h u y ế t v ề đ a c ộ n g t u y ế n v à p h ư ơ n g s a i t h a y đ ổ i đ ố i với mô hình Altman (1968) và mô hình Altman (1995) tại 3 thời điểm dự báo khácnhau, có thể kết luận có thể sử dụng các biến độc lập trên để dự báo khó khăn tàichính Phần tiếp sau đây sẽ tiến hành kiểm định ý nghĩa thống kê của các biến đótrongmỗimôhình. b Kiểmtraýnghĩathốngkêcủacácbiếnđộclập

Phụ lục 20 và 21 cho biết kết quả dự báo khó khăn tài chính cho các công tytrong mẫu nghiên cứu khi sử dụng tất cả các biến dự báo ban đầu trong hai mô hìnhAltman (1968, 1995) Tuy nhiên, cần thiết phải tiến hành đánh giá ý nghĩa thống kêcủac á c b i ế n n à y b ằ n g t i ê u c h u ẩ n F đ ể c ó t h ể l ự a c h ọ n đ ư ợ c m ô h ì n h d ự b á o t ố t nhất.Kếtquảkiểmđịnhnàyđượcthểhiệntrongphụlục22vàphụlục23.

Kết quả kiểm định trên phụ lục 22 cho thấy, mô hình Altman (1968) 1 nămtrước dự báo có biến X3(VLĐ/Tổng TS) và X13(GT sổ sách của VCSH/Tổng TS);môhình Altman( 1 9 6 8 ) 2 v à 3 n ă m t r ư ớ c d ự b á o đ ề u c ó b i ế n X3(VLĐ/Tổng TS),X7(Giá trị thị trường của vốn chủ sở hữu/giá trị sổ sách của nợ phải trả) và

Kết quả kiểm định trên phụ lục 23 cho thấy các biến trong mô hình Altman(1995)1 năm trướcdựbáo đềucó ýnghĩat h ố n g k ê H a i b i ế n k h ô n g c ó ý n g h ĩ a thống kê trong mô hình này 2 năm trước dự báo là biến

X3(VLĐ/Tổng TS) và X15(Lợi nhuận giữlại/tổngtài sản).T r o n g k h i đ ó , m ô h ì n h A l t m a n ( 1 9 9 5 ) 3 n ă m t r ư ớ c dựbáocó4biếnđềukhôngcóýnghĩathốngkê,dođó,môhìnhnàykhôngđ ủtincậyđểtiếptụcthựchiệncácbướcdựbáotiếptheo. c Đánhgiáđộtincậycủamôhình

Sau khi loại trừ các biến không có ý nghĩa thống kê, mô hình Altman (1968)một năm trước dự báo còn lại 3 biến (X15, X19, X7); mô hình Altman (1968)hai nămtrước dự báo còn lại 2 biến (X15,X 19); mô hình Altman (1968) ba năm trước dự báocònl ạ i 2 b i ế n ( X15,X19 ).M ôh ì n h A l t m a n ( 1 9 9 5 ) m ộ t n ă m t r ư ớ c d ự b á o c ó đ ủ 4 biến (X3, X15, X19, X13); mô hình Altman (1995) hai năm trước dự báo còn lại 2 biếnđộclập(X19,X 13). Đểđ á n h g i á đ ộ t i n c ậ y c ủ a môhì nh , g i á trịEigenv alue ( đ á n h gi á k h ả n ă n g giảit h í c h ) c ủ a m ô h ì n h v à t i ê u c h u ẩ n W i l k s ’ L a m b d a ( c h o b i ế t ý n g h ĩ a c ủ a h à m phân biệt) sẽ được tính toán và phân tích Liên quan đến ý nghĩa của hàm phân biệtđược ước lượng,giả thuyết

H0được kiểm định là tổngt h ể c á c t r u n g b ì n h c ủ a c á c hàmphânbiệttrongtấtcảcácnhómlàbằngnhau.KiểmđịnhnàyđượcSPSSt hực hiệnthôngquađạilượngWilks’Lambdavàđạil ư ợ n g C h i - s q u a r e Đ ạ i l ư ợ n g Wilks’ Lambda càng nhỏ thì Chi-square càng lớn và càng có cơ sở bác bỏ giả thuyếtH0 Như vậy, hàm có ý nghĩa khi giá trị của đại lượng Chi- square đủ lớn Các tiêuchuẩnn à y l ầ n l ư ợ t đ ư ợ c t í n h t o á n c h o c á c m ô h ì n h A l t m a n ( 1 9 6 8 ) v à m ô h ì n h Altman(1995)tạicácthờiđiểm khácnhau.

Bảng 3.10 cho thấy giá trị Eigenvalue tương ứng với hàm phân biệt xây dựngbởimôhìnhAltman(1968)tạithờiđiểm1nămtrướcdựbáo0,671vàcũngchi ếmtới100%phươngsai giảithíchđược nguyênnhân.Hệ sốtươngq u a n c a n o n i c a l tương ứng là 0,634 Bình phương của hệ số này, (0,634) 2 = 0,420, cho thấy 42% củaphươngsaibiếnphụthuộcđượcgiảithíchbởimôhình.

GiátrịEigenvalueứngvớihàmsốởthờiđiểm2nămtrướcdựbáolà0,216và nó chiếm tới 100% phương sai giải thích được nguyên nhân Hệ số tương quancanonicaltương ứnglà 0,421.Bình phươngcủah ệ s ố n à y ,

Giá trị Eigenvalue tương ứng với mô hình Altman (1968) ở thời điểm 3 nămtrướcdựbáolà 0,152 vànócũng chiếm tới100%phương saig i ả i t h í c h đ ư ợ c nguyênnhân.Hệ sốt ư ơ n g q u a n c a n o n i c a l t ư ơ n g ứ n g l à 0 , 3 6 8 B ì n h p h ư ơ n g c ủ a hệsốnày, (0,363) 2 =0,137,c h o t h ấ y c h ỉ c ó c h ư a đ ế n 1 4 % c ủ a p h ư ơ n g s a i b i ế n phụt h u ộ c đ ư ợ c g i ả i t h í c h b ở i m ô h ì n h N h ư v ậ y , x é t ở h ệ s ố E i g e n v a l u e , h à m s ố ướcl ư ợ n g t r o n g m ô h ì n h A l t m a n ( 1 9 6 8 ) ở t h ờ i đ i ể m 1 n ă m t r ư ớ c d ự b á o l à t ố t nhất sau đó đến hàm số ước lượng ở thời điểm 2 năm trước dự báo Phân tích khảnăng giải thích củam ô h ì n h A l t m a n ( 1 9 9 5 ) c ũ n g đ ư ợ c t h ự c h i ệ n t ư ơ n g t ự n h ư đ ố i vớimôhìnhAltman(1968)khiápdụngkếtquảkiểmđịnhtrênbảng3.11.

Kết quả tại bảng 3.12 cho thấy, đối với hàm số trong môhình Altman (1968)ước lượng tại thời điểm 1 năm trước dự báo, kết quả của đại lượng Wilks’ Lambdacủahàmnàylà0,599chuyểnthànhđạilượngChi- squaregầnbằng50với3bậctựdo, cũng vớim ứ c ý n g h ĩ a q u a n s á t r ấ t n h ỏ s o v ớ i 5 % N h ư v ậ y , c ó đ ủ c ơ s ở đ ể b á c bỏgiảthuyếtH0.

KếtquảdựbáokhókhăntàichínhcủamôhìnhLogit

KếtquảphântíchmôhìnhLogittạithờiđiểm1nămtrướcdựbáo

Tương tựnhư mô hình 1 vàmô hình 2,kiểm định vềđ a c ộ n g t u y ế n v à phương sai thay đổi cũng được tiến hành đối với các biến độcl ậ p t r o n g m ô h ì n h 3 một năm trước dự báo Kết quả ước lượng trên phụ lục 25 và 26 cho thấy hai giảthuyết này không bị vi phạm và chuyển sang công việc tiếp theo là xác định mức ýnghĩa của các biến này trong mô hình trước khi đưa ra quyết định về mô hình cuốicùngsửdụngtrongdựbáokhókhăntài chính.

Kếtquả dựb á o k h ó k h ă n t à i c h í n h t r o n g m ô h ì n h g ố c k h i s ử d ụ n g 7 b i ế n đãl ự a c h ọ n t h ể h i ệ n t r o n g p h ụ l ụ c 2 7 c ũ n g k h á c a o T u y n h i ê n , p h ụ l ụ c 2 8 c h o thấyn g o ạ i t r ừ b i ế n X16v à X20,c á c b i ế n c ò n l ạ i đ ề u k h ô n g c ó ý n g h ĩ a t h ố n g k ê Vìv ậ y , đ ể đ ả m b ả o đ ộ t i n c ậ y c ủ a m ô h ì n h , c á c b i ế n k h ô n g ý n g h ĩ a s ẽ b ị l o ạ i vàmôhình3c h ỉ c ò n l ạ i h a i b i ế n d ự b á o l à X16(LNTT/TổngT S)v à X20(Nợphảitrả/TổngTS).

Saukhiloạitrừcácbiếnkhôngýnghĩa,môhình3vớihaibiếndựbáođượcsử dụng với dữ liệu tại thời điểm 1 năm trước dự báo Mô hình được coi là phù hợptổng quát với mức ý nghĩa bằng 0 khi điểm định Chi-square, thể hiện trong bảng3.25a.B ả n g 3.25bt h ể hiệnđộp h ù h ợp c ủ a môh ì n h thông quachỉ t i ê u -

2 L L V ớ i quy tắc môhìnhcàng phù hợpthì -2LLcàng nhỏ thìgiá trị106,934 cho thấys ự không chắc chắn về sự phù hợp của mô hình Bảng 3.25c cho biết ý nghĩa thống kêcủacácbiếnđộclập trongmôhình.

Bảng3.25b.KiểmđịnhsựphùhợpcủamôhìnhLogit1nămtrướcdựbáoStep - 2Loglikelihood Cox&SnellRSquare NagelkerkeRSquare1

Bảng3 2 5 d c h o thấy k h ả n ă n g p h â n l o ạ i t r ê n m ẫ u p h â n t íc h là 8 5 , 6 0 % c ònkhảnăngdựbáođốivớimẫukiểmtralà87,20%.

Mô hình Logit để dự báo khó khăn tài chính có thể thực hiện bằng cách ápdụng công thức tính xác suất khó khăn tài chính, theo công thức đã xác định trongchương2củaluậnán:

Khi xác suất tính toán được lớn hơn 0,5 thì không ty được dự báo không gặpkhó khăn tài chính Ngược lại khi xác suất nhỏ hơn 0,5 thì khả năng công ty gặp khókhăntàichínhcàngcao.Trongmôhìnhnày,côngthứctrênđượcápdụngvớicácbiếnvàhệsốtư ơngứngvớibảng3.25c.GiảsửgiátrịcácbiếnX16vàbiếnX20củamộtquansátlà0,365và1,134thìP(Y )tươngứngvớicôngthứcnàyđượctínhnhưsau:

Với giá trị P(Y) tính toán được thì mô hìnhs ẽ d ự b á o c ô n g t y s ẽ k h ô n g g ặ p khókh ăn t à i chính t r o n g 1 nămtiếp t h e o vớ i đ ộ chính x á c là8 7, 2% K ế t qu ảt ín h toán xác suất khó khăn tài chính với tiêu chuẩn phân loại là 0,5 đối với 20 quan sátđầutiênsẽđượcthểhiệnmộtphầntrongphụ lục29.

KếtquảphântíchmôhìnhLogittạithờiđiểm2nămtrướcdựbáo

26 cho thấy các biến thuộc mô hình Logit tại thời điểm 2 năm trước dự báo đượcxây dựng đảm bảo các giả định về không tồnt ạ i đ a c ộ n g t u y ế n v à p h ư ơ n g s a i t h a y đổi Khi sử dụng các biến này để dự báo khó khăn tàic h í n h c ủ a c á c c ô n g t y t r o n g mẫu cho kết quả như trên phụ lục 27 Tuy nhiên, chỉ thấy 2 biến có ý nghĩa thống kêtrong mô hình này là biến X3và X16(phụ lục 28) Vì vậy, các biến không có ý nghĩađượcđưarakhỏimôhìnhvàmôhìnhLogitcuốicùngchỉcònlại2biếnX3(VLĐ/Tổng TS)vàX16(LNTT/Tổng TS).

Mô hình xây dựng vớidữ liệu tại thờiđiểm 2 năm trước dựb á o t r ư ớ c h ế t được kiểm định về độ tin cậy Mô hình được coi là phù hợp tổng quát vớimứcý nghĩabằng0khi điểmđịnhChi-square,thểhiệntrongbảng3.26a.

Bảng 3.26b thể hiện độ phù hợp của mô hình thông qua chỉ tiêu -2LL Có thểthấy chỉ số này giảm khá mạnh so với chỉ số trong mô hình xây dựng ở thời điểm 1nămtrướcdựbáodùrằngvẫnkhôngđảmbảosựphùhợpcủamôhình.

Bảng3.26cchobiếth ệ s ố t ư ơ n g q u a n c ủ a c á c b i ế n c ò n l ạ i t r o n g m ô hìnhđểtínhtoánxácsuấtg ặ p k h ó k h ă n t à i c h í n h c ủ a c á c c ô n g t y t r o n g k h i bảng3.26dchothấykhản ă n g p h â n l o ạ i đ ố i v ớ i m ộ t c ô n g t y t r o n g m ẫ u p h â n tíchlà82,5%cònkhảnăngdựb á o k h ó k h ă n t à i c h í n h đ ố i v ớ i c ô n g t y t r o n g mẫukiểmtralà76,2%.

Nhưvậy,công thức tính toánxácsuất khó khăn tàichính sẽ đượcx á c đ ị n h nhưsau:

Giả sử với quansát có X3l à 0 , 0 5 5 v à X16l à 0 , 0 3 2 t h ì x á c s u ấ t đ ư ợ c t í n h toán bằng 0,52 (>0,5) nghĩa là công ty được dự đoán không gặp khó khăn tài chínhtrong hai năm tiếp theo với độ chính xác là 76,2% Tương tự, phụ lục

29 cũng chobiếtxác su ấ t g ặp kh ó khăntàichính c ủ a t ừ n g c ô n g ty v à t ừ đ ó là m cơ s ở chod ựbáocủamôhìnhđốivới20côngtyđầutiêntrongmẫu.

KếtquảphântíchmôhìnhLogittạithờiđiểm3nămtrướcdựbáo

Đối với mô hình Logit tại thời điểm 3 năm trước dự báo, hai giả thuyết vềkhông có hiện tượng đa cộng tuyến và phương sai thay đổi cũng không bị vi phạm,theokếtquảướclượng tạiphụlục25và26.Khisửdụngmôhình nàyđểdựb áokhókhăntàichínhthìkếtquảdựbáochínhxáclà71,4%.Tuynhiên,kiểmđịnhvề ýnghĩathốngkêcủacácbiếntrongphụlục28chothấychỉcób i ế n X16(LNTT/

TổngTS)làcóýnghĩatrongmôhình.Vìvậy,cácbiếnkhôngcóýnghĩasẽbịloạikhỏimôh ìnhvàmôhìnhchỉcònlạibiếnX16(LNTT/TổngTS).

Tương tựnhưmô hìnhxây dựng để dựbáo trong vòng 1 và 2 năm,sựp h ù hợptổng q u á t c ủ a m ô h ì n h Lo gi t3 n ă m trước dựbá o sẽđược đ á n h g i á trước kh i tính toán đến độ chính xác trong dự báo của mô hình Kiểm định sự phù hợp tổngquát của mô hình nghĩa là kiểm định xem toàn bộ các hệ số trong mô hình ngoại trừhằng số có ý nghĩa trong việc giải thích cho biến phụ thuộc không Công việc nàyđược thực hiện bằng kiểm định Chi - bình phương.Mặc dù, các mức ý nghĩa trongbảng3.27ađềunhỏhơn5%nhưngchỉsố-

2LLtínhtoántrongbảng3.27brấtlớncho thấy mô hình xây dựng tại thời điểm 3 năm trước dự báo không có sự phù hợptổngquát.

Step -2Loglikelihood Cox&SnellRSquare NagelkerkeRSquare

Tươngtựnhưmô hìnhLogit tronghainămtrước,phụlục29cũngchobiết xác suất gặp khó khăn tài chính của từng công ty và từ đó làm cơ sở cho dự báo củamô hình đối với 20 công ty đầu tiên trongm ẫ u B ả n g 3 2 7 c h o b i ế t k ế t q u ả d ự b á o khó khăn tài chínhc ủ a m ô h ì n h L o g i t 3 n ă m t r ư ớ c d ự b á o N h ư v ậ y , v ớ i v i ệ c l o ạ i các biếncókhả năngdự báo khókhăntàichínhtốt nhưngl ạ i k h ô n g c ó ý n g h ĩ a thống kê đã làm giảm khả năng chính xác trong dự báo của mô hình (từ 71,4% trongmôhìnhgốcxuốngcòn68,1%trongmôhìnhrútgọn).

KếtquảdựbáokhókhăntàichínhcủamôhìnhmáyhỗtrợvectorSVM.105 1 DữliệuhuấnluyệnvàdữliệukiểmtratrongmôhìnhmáyhỗtrợvectorSVM

Xâydựngmôhìnhhuấnluyện

Từ tập dữ liệu huấn luyện, một mô hình được thiết lập thông qua quá trình“học”dữliệu giúp dựb á o tình tr ạn g khókh ăn tà i chínhtừnhững dữliệuđầ uvà o mới.DướisựhỗtrợcủaphầnmềmLIBSVM(ALibraryforSupportVectorMachines) phiên bản 3.21, giải thuật SVM đi tìm một siêu phẳng (hyperplane) phânhoạch tối ưu cho phép chia các điểm này thành hai phần sao cho các điểm cùng mộtlớp nằm về một phía với siêu phẳng này Nói cách khác, siêu phẳng này sẽ chia hailớp, một lớp gồm các công ty khó khăn tài chính và một lớp bao gồm các công tykhônggặpkhókhăntàichính.

Lời giải tìm siêu phẳng tối ưu đượcthựchiệnbằngcáchsửdụngm ộ t h à m nhânK e r n e l ( k e r n e l ) H à m n h â n K e r n e l t r o n g n g h i ê n c ứ u n à y đ ư ợ c đ á n h g i á ở 4 dạng: Kernel tuyến tính, hàm Kernel bán kính (radial basis function -RBF), hàmKernel đa thức, và Kernal sigma Việc tìm một hàm nhân cho phép phân loại hainhóm công ty đượcthực hiện thôngqua bab ư ớ c c h í n h : ( 1 ) đ ị n h d ạ n g d ữ l i ệ u p h ù hợp với mô hình, (2) điều chỉnh dữ liệu theo tỷ lệ (scale), (3) lựa chọn hàm nhân từkếtquảphântích lưới(Grid search).

2 2 b i ế n Kếtq u ả d ự b á o n ế u s ử d ụ n g t ấ t c ả 2 2 b i ế n n à y đ ư ợ c g ọ i l à k ế t q u ả d ự b á o c ủ a môh ì n h 4 g ố c đ ư ợ c t h ể h i ệ n trênp h ụ l ụ c 3 1 T u y n h i ê n sauk h i l o ạ i t r ừ c á c b i ế n vi phạm giả định không có hiện tương đac ộ n g t u y ế n t h ì m ô h ì n h 4 n ă m t h ứ n h ấ t trướcd ự b á o c ò n l ạ i 1 9 b i ế n ( b ỏ c á c b i ế n X1-TSLĐ/NợNH,X3-VLĐ/Tổ ngTSvà X10- LCTT ròng/Tổng TS), mô hình 4 năm thứ hai trước dự báo còn lại 20 biến (loại bỏ các biến X2- TS dễ chuyển đổi ra TM/ Nợ NH và X5-TSLĐ/Tổng CP), môhình 4 năm thứ ba trước dự báo cũng gồm 20 biến (loại bỏ các biến

X5-TSLĐ/TổngCP và X12- LCTT ròng/Vốn CSH).

H à m h u ấ n luyệnđ ư ợ c x â y d ự n g s ẽ s ử d ụ n g c á c g i á t r ị v e c t o r c ủ a m ộ t c ô n g t y đ ể d á n n h ã n chocôngtyđólà0hay1,nóicáchkhácđểdựbáo côngtyđókhók hăntàichínhhaykhôngkhókhăntàichính.

Trước khi xây dựng hàm huấn luyện, dữ liệu sẽ được điều chỉnh theo tỷ lệ(scale)đ ể t r á n h s ự c h ê n h l ệ c h v ề g i á t r ị q u á m ứ c m à c ó t h ể l à m c h o v i ệ c d ự b á o kém chínhxác Lệnhscaleđược tiến hànhđốivớit ậ p h u ấ n l u y ệ n n ă m t h ứ n h ấ t trướcdựbáo(case1)códạngnhư sau:

C:\libsvm-3.21\windowssvm-scale.exe-l0-u1- srangecase1.train>case1.train.scale

Lệnh này cũng được thực hiện tương tự với tập huấn luyện năm thứ hai trướcdựbáo(case2)vànămthứbatrướcdựbáo(case3).

C:\libsvm-3.21\windowssvm-scale.exe-l0-u1- srangecase1.train>case1.train.scale

C:\libsvm-3.21\windowssvm-scale.exe-l0-u1- srangecase1.train>case1.train.scale

Khi quá trình điều chỉnh dữ liệu theo tỷ lệ kết thúc, tập dữ liệu huấn luyện sẽkhông còn sự chênh lệch quá mức giữa các vector Tập dữ liệu mới sẽ được dùng đểlựachọnhàmnhânphùhợpthôngquaphântíchlướitìmkiếmởbướctiếptheo.

Trongquátrìnhlựachọnhàm nhânKernelp h ù h ợ p , t r ư ớ c h ế t p h ả i t ì m đượctham số lỗi C.Vớimộtgiá trịC lớn, hai điểm gần siêu phẳng nhấtb ị ả n h huởnglớnhơncácđiểmdữl i ệ u k h á c K h i C g i ả m , n h ữ n g đ i ể m c h u y ể n đ ộ n g bên trong lề,vàhuớngc ủ a s i ê u p h ẳ n g đ ư ợ c t h a y đ ổ i , d ẫ n đ ế n m ộ t b i ê n l ớ n h ơ n cho dữ liệu Theo Trần Trung Kiên, Bành

Trí Thành, và Nguyễn Hoàng Tú

Anh(2012),n ế u C q u á l ớ n t h ì s ẽ ư u t i ê n v à o p h ầ n đ ộ l ỗ i h u ấ n l u y ệ n , d ẫ n đ ế n m ô hình phức tạp.C ò n n ế u C q u á n h ỏ t h ì l ạ i d ẫ n đ ế n m ô h ì n h q u á đ ơ n g i ả n , g i ả m độchínhxácdựđoán.

Cách phổ biến đểtìmC làdùngkỹ thuậtp h â n t í c h l ư ớ i t ì m k i ế m ( G r i d search) kết hợp với đánh giá chéo 10 lần (k-fold crossvalidation) Phân tích lưới tìmkiếmlàphươngphápthửcácthamsốlỗikhácnhauvàchọnrabộ chođộlỗi đánh giá chéo nhỏ nhất, trong đó,là tham số của hàm nhân, thường sử dụng vớiphươngpháptăngdần theosố mũ.

Nhưvậy,trongbướcc ô n g v i ệ c n à y , t r ư ớ c h ế t , p h ư ơ n g p h á p p h â n t í c h lướit ì m k i ế m s ẽ t h ự c h i ệ n đ ể l ự a c h ọ n đ ư ợ c b ộ tốiư u n h ấ t b ằ n g v i ệ c t ố i ưuh ó a c á c t h a m s ố ứ n g v ớ i g i á t r ị t ố i t h i ể u c ủ a b i ê n đ ể p h â n t á c h c á c đ i ể m c ủ a hail ớ p P h â n t í c h l ư ớ i t ì m t i ế m đ ư ợ c á p d ụ n g l ầ n l ư ợ t c h o t ừ n g d ạ n g h à m

Kernalsigma)đểtìmđượcbộtham sốc h o t ừ n g h à m , t r ư ớ c k h i l ự a c h ọ n d ạ n g hàmhuấnluyệntốtnhất.T r o n g n g h i ê n c ứ u n à y , l ư ớ i t ì m k i ế m đ ư ợ c s ử d ụ n g đốivớidạnghàmKernelbánkí nh–RBF.

Hình3.1đếnhình3.3d ư ớ i đ â y t r ì n h b à y k ế t q u ả p h â n t í c h l ư ớ i t ì m kiếmc h o m ô h ì n h t ạ i t h ờ i đ i ể m 1 , 2 , 3 n ă m t r ư ớ c d ự b á o C á c đ ư ờ n g l ư ớ i t r o n g mỗih ì n h c ó m à u s ắ c k h á c n h a u g ắ n v ớ i m ỗ i c ặ p t h a m s ố khácn h a u B ộ thams ố đ ư ợ c c h ọ n l à b ộ t h a m s ố g ắ n v ớ i đ ư ờ n g l ư ớ i t r o n g c ù n g k h i t ỷ l ệ ( r a t e ) làc a o n h ấ t

Từk ế t qu ả p h â n t í c h l ư ớ i t r ê n c á c h ì n h 3 1 đ ế n 3 3 , c á c b ộ t h a m s ố choh à m s ố c ủ a m ô h ì n h S V M t ạ i b a t h ờ i đ i ể m k h á c n h a u t r ư ớ c d ự b á o l ầ n l ư ợ t đượclựachọn.Sựlựachọnnàyđượcthểhiệntrongbảng3.28.

Sau khi lựa chọn được hàm Kernel thích hợp, mô hình được huấn luyện bằngcâu lệnh đối với dữ liệu năm thứnhất trước dự báo (case 1) dữliệu năm thứh a i v à thứbatrướcdựbáo (case2vàcase 3)nhưsau:

C:\libsvm-3.21\windows svm-train.exe case1.train.scaleC:\libsvm-3.21\windows svm-train.exe case 2.train.scaleC:\libsvm-3.21\windowssvm- train.exec ase 3.train.scale

Trong bước công việcthứ hai của quát r ì n h s ử d ụ n g m ô h ì n h m á y h ỗ t r ợ vector SVM, mô hình huấn luyện tạo ra từ bước thứ nhất sẽ được sử dụng để dự báochocácdữ liệunghiên cứum ới T ừ q u á trình “ họ c” dữl i ệ u ở tậph u ấ n luyện ,m ô hìnhhuấnluyệncókhảnăngdựbáođượcquansátmớiđưavàomôhình.

Khả năngdựbáo của các môh ì n h t r ê n đ ư ợ c k i ể m t r a b ở i c á c d ữ l i ệ u t r o n g tập kiểm tra (testing data) Với một vector bất kỳ trong tệp kiểm tra, mô hình sẽ dựđoáncôngtyứngvớiquansátđócókhókhăntàichínhhaykhông.Kếtquảdựbáosẽ được so sánh với thực tế để đánh giá được sự chính xác của mô hình Kết quả dựbáo được tập hợp trong bảng 3.29. Các lệnh sử dụng để kiểm tra mô hình đối với batậpdữ liệunhưsau:

C:\libsvm-3.21\windows v m - p r e d i c t e x e c a s e 1 t e s t s c a l e case1.train.scale.modelcase1.scale.out.

C:\libsvm-3.21\window svm-predict.exe case2.test.scalecase1.train.scale.modelcase2.scale.out.

C:\libsvm-3.21\window svm-predict.exe case3.test.scalecase1.train.scale.modelcase3.scale.out.

Bảng 3.29 cho thấy rằng khả năng dự báo chính xác của mô hình thay đổi rõrệt ở các thời điểm khác nhau Mô hình dự báo tốt nhất là mô hình ở năm thứ nhấttrướcdựbáovớiđộchính xáclà90,55%,vượt trộisovớimô hìnhởhainămc ònlại Phụ lục 32 cũng minh họa sự phân loại 20 công ty đầu tiên trong mẫu vào hainhómkhókhăntàichínhvàkhôngkhókhăntàichínhtừmôhình4.

Bênc ạ n h v i ệ c t í n h t o á n đ ộ c h í n h x á c t r o n g p h â n l o ạ i v à d ự b á o n ó i c h u n g của các mô hình SVM, cũng có thể thống kê được tỷ lệ mắc sai lầm loại I và loại IIcủa các mô hình này Với sai lầm loại I là sai lầm mà một công ty gặp khó khăn tàichínhbịxếpvàonhómkhônggặpkhókhăntàichínhcònsailầmloạiIIlàsailầm khi một công ty không gặp khó khăn tài chính lại được xếp vào nhóm gặp khó khăntàichính.Bảng 3.30 thốngkêtỷlệmắchailoạisailầmnàycủamôhìnhSVMt ạicácthờiđiểmdựbáo khácnhau.

Sosánhkếtquảdựbáocủacácmôhình

Sosánhkhảnăngdựbáocủacácmôhình

Các mô hình xây dựng trong luận án sử dụng hệ thống các biến dự báo khácnhau nhưng đều có điểm chung là biến phụ thuộc mô tả tình trạng khó khăn tài chínhđược lựa chọn là khi chứng khoán công ty bị hủy niêm yết bắt buộc Ngoài ra, các môhìnhnàyđềuđượcápdụngtrêncùngcácquansátthuthậptừcáccôngtyniêmyếttrênthịtrườngchứ ngkhoánViệtNamtrongkhoảngthờigiannghiêncứu.

Trong tất cả các mô hình, một hàm số dựa trên tập dữ liệu phân tích (mô hình1,2,3) hay tập huấn luyện (mô hình SVM) được các phần mềm hỗ trợ xây dựng. Sựchính xác trong dự báo của hàm số đó sẽ được kiểm tra lại nhờ việc áp dụng hàm sốđó đối với một tập dữ liệu mới (dữ liệu kiểm tra) Bảng 3.31 dưới đây trình bày kếtquảsosánhđộchínhxáctrongdựbáokhókhăntàichínhcủatấtcả4môhình.

Thờiđiểmdựbáo Mô hình2 Môhình Môhình

Bảng 3.31 cho thấy, các mô hình đều có khả năng dự báo khó khăn tài chínhtươngđốitốt(trên50%).Tuynhiên,môhìnhAltman(1995)trongmôhìnhbi ệtsố2khôngcóđộtincậytrongnămthứ3trướcdựbáo,môhìnhLogitdùcókhảnăngd ựb á o t ố t n h ư n g l ạ i k h ô n g đ ả m b ả o s ự p h ù h ợ p t ổ n g q u á t ( c h ỉ s ố -

Tại thời điểm một năm trước dự báo, các mô hình đều có khả năng dự báo rấtkhá cao Mô hình biệt số thứ nhất và mô hình SVMđ ề u c ó k h ả n ă n g d ự b á o c h í n h xác khoảng 90%.Tại thời điểm hai năm trước dự báo,t r ừ m ô h ì n h A l t m a n ( 1 9 9 5 ) , độ chính xác của các mô hình đều giảm Tuy nhiên, mô hình 1 vẫn có khả năng dựbáo đúng hơn 84% Tại thời điểm ba năm trước dự báo,m ô h ì n h L o g i t c ó k h ả n ă n g dự báo cao nhất nhưng mô hình này lại không bảo đảm độ tin cậy cần thiết để có thểlựa chọn làm mô hình áp dụng rộng rãi Trong khi đó, mô hình 1 và 4 cũng có khảnăngdựbáoxấpxỉnhau,trên64%.

So sánh trên đây cho thấy,mô hình biệt số thứ nhất vàm ô h ì n h t h ứ 4 ( m ô hình SVM) đều có khả năng dự báo tốt tương tự nhau. Vìvậy,đểcót h ê m c ă n c ứ lựac h ọ n m ô h ì n h d ự b á o k h ó k h ă n t à i c h í n h c h o c á c c ô n g t y n i ê m y ế t t r ê n t h ị trườngc h ứ n g k h o á n V i ệ t N a m , c ầ n t h i ế t p h ả i t i ế n h à n h t h ê m n h ữ n g s o s á n h v ề sailầmloạiIvàsailầmloạiIIgiữacácmôh ìnhtrongphầntiếptheo.

Sosánhsailầmtrongdựbáocủacácmôhình

Khi đánhgiá mộtm ô h ì n h d ự b á o , b ê n c ạ n h v i ệ c t í n h t o á n k h ả n ă n g d ự báo chính xác là cao hay thấp thì cần phảix e m x é t đ ế n n h ữ n g t r ư ờ n g h ợ p m à m ô hìnhdựbáo sai gắn với sai lầm loại Ihay loại II. Sail ầ m l o ạ i I l à s a i l ầ m k h i m ộ t công tyđ ư ợ c d ự đ o á n l à s ẽ k h ô n g g ặ p k h ó k h ă n t à i c h í n h n h ư n g t h ự c t ế c ô n g t y đól ạ i g ặ p k h ó k h ă n t à i c h í n h t r o n g t ư ơ n g l a i N g ư ợ c l ạ i , m ô h ì n h m ắ c s a i l ầ m loạiIIkhimôhình đódựđo án mộtcông tysẽgặ p khókhăntàic hínhnhưng thựctếcôngtyl ạ i c ó t ì n h h ì n h t à i c h í n h b ì n h t h ư ờ n g t r o n g t ư ơ n g l a i

V i ệ c sosánh s a i l ầ m loại IvàsailầmloạiIIcủacácmôhình đượcthểhiệntrong bảng

Môhìnhphântíchbiệtsố Thờiđiểmdựbáo Mô hìnhMôhình1 Mô hình 2

Môhìnhphântíchbiệtsố Thờiđiểmdựbáo Mô hìnhMôhình1 Mô hình 2

Bảng 3.32 cho biết tỷ lệ sai lầm loại I là khác nhau giữa các mô hình khácnhau Trong một mô hình, sai lầm loại I cũng khác nhau giữa các năm dự báo. Môhìnhmắc sai lầm loạiI ít nhất trong cảba năm dự báo làm ô h ì n h b i ệ t s ố t h ứ n h ấ t (mô hình 1).B ả n g 3 3 3 c h o t h ấ y , s a i l ầ m l o ạ i I I k h á c h ê n h l ệ c h g i ữ a c á c m ô h ì n h vàg i ữ a c á c n ă m t r o n g m ộ t m ô h ì n h S a i l ầ m l o ạ i I I n h ỏ n h ấ t l à 0 % t h u ộ c v ề m ô hình2trongnămthứ2vàmôhình4trongnămthứnhấttrướcdựbáo.

Những nhận xét trên cho thấy, mô hình biệts ố t h ứ n h ấ t ( m ô h ì n h

1 ) l à m ô hìnhcókhảnăng dựbáotốtvàcósailầmloạiIthấphơncácmô hìnhcònlại V ìvậy, mô hình này hoàn toàn thích hợp để dự báo khó khăn tài chính cho các công tyniêmyếttrênthịtrườngchứngkhoánViệt Nam.

Sửdụngmôhìnhđ ư ợ c l ự a c h ọ n đ ể d ự b á o k h ó

Từviệcsosánhkếtquảdựbáocủacácmôhìnhkhácnhau,môhìnhbiệtsốthứ nhất với 22 biến dự báo ban đầu được đánh giá là mô hình dự báo khó khăn tàichínhp h ù h ợ p n h ấ t c h o c á c c ô n g t y n i ê m y ế t t r ê n t h ị t r ư ờ n g c h ứ n g k h o á n V i ệ t Nam.Vìv ậ y , p h ầ n n à y s ẽ c h o b i ế t c á c h s ử d ụ n g m ô h ì n h n à y đ ể d ự b á o k h ó k h ă n tàichínhchomộtcôngtyniêmyếttrênthịtrườngchứngkhoánViệtNam.

Luận án chọn một công ty niêm yết đang hoạt động trên thị trường chứngkhoán Việt Nam để dự báokhók h ă n t à i c h í n h s ử d ụ n g m ô h ì n h

1 Đ ể k h ô n g v i phạm quy định về công bố thông tin, công ty này được đặt tên lại là công ty ABC.Công việc dự báo khó khăn tài chính sử dụng mô hình biệt số thứ nhất trải qua cácbướcsau đây.

Trong bước thứ nhất, dữ liệu về công ty ABC được thu thập theo 22 biến đãđược chỉ định trong mô hình biệt số thứ nhất Các dữ liệu này được tập hợp tại thờiđiểmkếtthúcnăm2016vàđượctrìnhbàytrongbảng3.34.

- Bước 2: áp dụng dữ liệut h u t h ậ p đ ư ợ c v à o m ô h ì n h b i ệ t s ố t h ứ n h ấ t 1 nămtrướcdựbáo

Trong mô hình thứ nhất 1 năm trước dự báo, một hàm phân biệt đã được xâydựngvới độtincậycaovới cácđiểmphânbiệtđãđượcxây dựng.Vớibộdữli ệumớicủamộtcôngtybấtkì,dướisựhỗtrợcủaphầnmềmSPSS,hàmphânbiệtnàysẽtí nhtoánđượcmộtđiểmphânbiệtứngvới côngtyđó.

Giá trị các biến dự báo của công ty ABC được nhân với các hệ số tương quantrên bảng 3.35, là các hệ số tương quan của hàm phân biệt tính toán từ mô hình thứnhất, 1 năm trước dự báo Kết quả tính toán cho biết điểm phân biệt (Discriminantscore)của côngtyABC. Điểm phân biệt của công ty ABC sau đó sẽ được so sánh với điểm phân biệttiêuchuẩn(điểm phânbiệt củamôhình), từđóđưaradựbáocủamôhình.Để cóthể sử dụng được mô hình, khi đưa dữ liệu của công ty ABC vào mô hình thì dữ liệunàyphảiđượcdánnhãn0hay 1bấtkì.

Bảng 3.35 cho thấy, mô hình sẽ so sánh điểm phân biệt tính toán cho công tyABC với điểm phân biệt của mô hình để đưa ra dự báo trước 1 năm về tình hình tàichính của công ty ABC Trong trường hợp này, điểm phân biệt của công ty ABC là2,193,lớnhơnđiểmphânbiệtcủamôhìnhlà-

0,00027.VìvậycôngtyABCđượcdự báo là sẽ không gặp khó khăn tài chính trong năm tiếp theo (cuối năm 2017).Đểtiếp tục dự báo về tình hình tài chính của công ty trong 2 và 3 năm tới (năm2018và2019),bướcthứbavàthứtưsẽ đượcthựchiện.

- Bước 3: sử dụng dữ liệut h u t h ậ p đ ư ợ c v à o m ô h ì n h b i ệ t s ố t h ứ n h ấ t 2 nămtrướcdựbáo

Vẫnsửdụngbộdữliệuthuthậptạicuốinăm2016,đểdựbáotìnhhìnhtàichínhcủacôngtyABC trong năm2018(2nămtiếp theo), dữliệu nàysẽđượccung cấpchomôhìnhbiệtsốthứnhấtthờiđiểm2nămtrướcdựbáo.Tươngtựnhưđốivớimôhình1năm trước dự báo, công ty ABC sẽ được gán nhãn bất kỳ 0 (khó khăn tài chính) và 1(khôngkhókhăntàichính)vàđượcxếpvàomẫu1(mẫukiểmtra).Bảng3.36dướiđâychobiếtkếtq uảdựbáođốivớicôngtynàytạithờiđiểm2nămtiếptheo. Điểmphânbiệtcủacôngtymàmôhìnhtínhtoánđượclà0,626nhờvàogiátrịv à h ệ s ố t ư ơ n g q u a n c ủ a c á c b i ế n t r o n g h à m p h â n b i ệ t x â y d ự n g t ạ i 2 n ă m t r ư ớ c dựb á o Đ i ể m p h â n b i ệ t n à y đ ư ợ c s o s á n h v ớ i đ i ể m p h â n b i ệ t c ủ a m ô h ì n h ( b ả n g 3.9) là 0,000 với nguyên tắc công ty được dự báo gặp khó khăn tài chính nếu điểmphânb i ệ t c ủ a m ô h ì n h l ớ n h ơ n đ i ể m p h â n b i ệ t c ủ a c ô n g t y B ả n g 3 3 6 c h o t h ấ y điểm phân biệtcủa công ty ABC lớn hơn điểm phânbiệt củamôh ì n h T ừ đ ó , m ô hìnhđ ư a r a d ự b á o c ô n g t y A B C k h ô n g g ặ p k h ó k h ă n t à i c h í n h t r o n g 2 n ă m t i ế p theo(năm2018).

KếtquảdựbáokhókhăntàichínhchocôngtyABC2nămtrướcdựbáo Điểmphânbiệtcủacôngty Điểmphânbiệtcủamôhình Kếtquảdựbáo

- Bước 4: sử dụng dữ liệut h u t h ậ p đ ư ợ c v à o m ô h ì n h b i ệ t s ố t h ứ n h ấ t 3 nămtrướcdựbáo

Trảl ờ i c h o c â u h ỏ i v ề t ì n h h ì n h t à i c h í n h c ủ a c ô n g t y t r o n g n ă m 2 0 1 9 , b a nămkểtừnăm2016,dữliệuvề22biếndựbáosẽđượcápdụngvàomôhìnhbiệtsố thứnhất3nămtrướcdựbáo.Tươngtựnhưđốivớimôhìnhxâydựngtrong1và2 năm trước dự báo, hàm phân biệt trong mô hình thứ ba này sẽ tính toán điểm phânbiệtcủacôngtyABCvàsosánhgiátrịnàyvớiđiểmphânbiệtcủamôhình.

Bảng 3.37 cho biết, điểm phân biệt của công ty ABC mà mô hình tính toánđượclà0,721,lớn hơn với điểm phânbiệt của môhìnhl à 0 , 0 0 0 1 9 3 V ì v ậ y , m ô hình dự đoán công ty ABC cũng sẽ không gặp khó khăn tài chính trong ba năm nữa(năm2019)vớicácthôngtinvềcôngtytrongnăm2015.

Chương3môtảkết quảphântíchđ ộ t i n c ậ y v à k h ả n ă n g d ự b á o k h ó khăn tài chính của 4 môhình đãđ ư ợ c t h i ế t k ế t r o n g c h ư ơ n g 2 C á c k ế t l u ậ n t h u đượctrongchương3là:

Thứ nhất,các mô hình được xây dựng đều cho kết quả dự báo khó khăn tàichínhvớiđộchínhxáctươngđốicao.

Thứ ba,vai trò của mỗi biến đối với dự báo khó khăn tài chính là khác nhau,vaitrònày thểhiệnởtrọngsố củamôhình.

Thứ tư,khả năng dự báo khó khăn tài chính của từng mô hình khác nhau theocácnăm,môhìnhcóđộchínhxáccaonhấttạithờiđiểm1nămtrướcdựbáo.

Thứ năm, mô hình phân tích biệt số với 22 biến dự báo ban đầu (mô hình

1)được đánh giá là mô hình phù hợp nhất để dự báo khó khăn tài chính trên thị trườngchứngkhoánViệtNam.

CHƯƠNG4 KẾT LUẬNVÀ GỢIÝ CHÍNHSÁCH

Kếtluậnvềcácpháthiệncủađềtài

P h á t hiệnvềlựachọnmôhìnhdựbáo

Môhìnhbiệt sốt hứ n h ấ t (m ô h ì n h 1 ) l à m ô h ì n h thích h ợ p n h ấ t để d ự b á o khó khăn tài chính cho các công ty niêm yết trên thị trường chứng khoán Việt Nam.Môh ì n h n à y đ ư ợ c l ự a c h ọ n x u ấ t p h á t t ừ c á c đ á n h g i á v ề đ ộ t i n c ậ y c ũ n g n h ư s o sánhvềkhảnăngdựbáocủa4môhìnhđãxâydựngtrongluậnánnày.

Mô hình SVM (mô hình 4)có khả năng dựb á o r ấ t t ố t t r o n g n ă m t h ứ n h ấ t trước dự báo với khả năng dự báo chính xác trên 90% Tuy nhiên, sai lầm loại I màmôhìnhmắcphảilạikhácao so vớimôhình1.

Mô hình Logit có kết quả dự báo khá tốt trong các năm nhưng lại không đápứng được các tiêu chuẩn về độ tin cậy của mô hình. Môhìnhbiệtsốt h ứ h a i ( m ô hình2)cóđộtin cậy caonhưng độ chính xáct r o n g d ự b á o l ạ i k h ô n g b ằ n g m ô hình1vàmôhình4.

Chính vì vậy, mô hình biệt số thứ nhất (mô hình 1) được lựa chọn là mô hìnhphù hợp nhất để dự báo khó khăn tài chính cho các công ty niêm yết trên thị trườngchứngkhoánViệtNam.Môhìnhnàycódạng:

Trong đó Dlàbiệtsốhay điểm phânb i ệ t t í n h t o á n t ừ m ô h ì n h t r ê n c ơ s ở trọngsốtínhtoán đượctrongmôhình.

Giảipháp phòngngừak h ó khănt à i c h í n h chocá c công ty niêm yếttr ênthịtrườngchứngkhoánViệtNam

Sửdụngmôhìnhdựbáokhók h ă n t à i c h í n h đ ể h o ạ c h đ ị n h c h i ế n l ư ợ c kinhdoanhvàquảntrịtàichínhdoanhnghiệp

Đối với các công ty niêm yết trên thị trườngc h ứ n g k h o á n , p h â n t í c h b á o c á o tài chính doanh nghiệp là hoạt động diễn ra thường xuyên giúp các công ty có thểđánhg i á t h ự c t rạ ng tài c h í n h c ủ a m ì n h K ế t q u ả n gh iê n c ứ u c ủ a lu ận án n à y cung cấp một công cụ đánh giá tài chính mới giúp công ty niêm yết có thể xây dựng đượcchiếnlượckinhdoanhvàquảnlý tàichínhcủamình.

Mục đích của kiến nghị: giúpcáccôngtyniêmyết,nhấtlàcáccôngtyđangbị cảnh báo khó khăn tài chính xây dựng được chiến lược kinh doanh và quản lý tàichínhđểnângcaokhảnăngtàichínhcủamình.

Phương pháp sử dụng mô hình:

Bước1 : C ô n gty niêm y ế t c ó thểl ự a c h ọ n môh ì n h d ự b á o t ài c h í n h l à m ô h ình biệt số thứ nhất (mô hình 1) như gợi ý trong nghiên cứu này ứng với từng thờiđiểmd ự b á o C h ẳ n g h ạ n , n ế u m u ố n d ự b á o k h ó k h ă n t à i c h í n h c ủ a c ô n g t y t r o n g nămsauthìchọn môhình1nămtrướcdựbáo.

Bước 4:So sánh với biệt số tính toán được với điểm phân biệt của mô hình.Khi đó, có các trường hợp xảy ra như sau: trường hợp 1 - biệt số lớn hơn điểm phânbiệt, trường hợp 2 - biệt số nhỏ hơn điểm phân biệt Ngoài ra,t r ư ờ n g h ợ p

- Nếu thuộc trường hợp 1, công ty được dự báo không gặp khó khăn tài chínhvớitỷlệdựbáosainhấtđịnh.Nếuchấpnhậnđượctỷlệdựbáosainày,côngtycót hểtiếptụcduytrìchiếnlượckinhdoanhcũngnhưcấutrúctàichínhhiệntại.Khiđó , công ty nên tiến hành tính toán biệt số để dự báo khó khăn tài chính trong cáckhoảngthờigiankhác,chẳnghạn,đểdựbáokhókhăntrong2đến3nămsau.

Nếu công ty có dự định thay đổi chiến lược kinh doanh của mình trong tươnglait h ì c ó t h ể t i ế n h à n h p h â n t í c h đ ộ n h ạ y , t r o n g đ ó , x â y d ự n g c á c k ị c h b ả n t r o n g tương lai và tính toán sự ảnh hưởng của chúng đến các biến số của mô hình Sau đó,côngtytiếnhànhtínhtoánlạibiệtsốxemcósựthayđổivềmốiquanhệgiữabiệtsố vàđiểmphânbiệtcủamôhìnhhaykhông.

- Nếu thuộc trường hợp 2,công ty được dựb á o l à g ặ p k h ó k h ă n t à i c h í n h trong tươnglai với độchínhxác ởmộtmức nhất định.V ì v ậ y , c h i ế n l ư ợ c k i n h doanh hay quản lý tàic h í n h c ầ n đ ư ợ c p h ả i x â y d ự n g n h ằ m g i ú p c ô n g t y t r á n h g ặ p khó khăn tài chính trong thời gian trước mắt Đối với mỗi chiến lược đề ra, công typhải ước tính được ảnh hưởng của chiến lược đó tới sự thay đổi của các chỉ tiêu trênbáoc á o t à i c h í n h , t ừ đ ó ảnhh ư ở n g đ ế n các b i ế n số c ủ a m ô hì nh V ì vậ y, c ô n g t y xây dựng nhiều phương án khác nhau và tính toán lại biệt số trong từng phương án.Phươngánnàocógiátrịbiệtsốlớnnhất thìnênđượclựachọn.

- Nếu thuộc trường hợp 3, công ty cũng cần có đưa ra giải pháp để cải thiệntìnhhìnhtàichính hiệntạicủamình.

Kết quả mong muốn:công ty chủ động trong xây dựng được chiến lược kinhdoanhvàquảnlý tàichínhhiệuquả.

Đềxuấtnhữngbiệnphápphòngngừakhókhăntàichínhchocáccôngtyniêmyết trênthịtrườngchứngkhoánViệtNam

Từ việc tính toán biệt số trong kiến nghị trên, để đánh giá khả năng gặp khókhăn tài chính của công ty,l u ậ n á n đ ề x u ấ t c á c g i ả i p h á p đ ể p h ò n g n g ừ a k h ó k h ă n tài chính cho các công ty niêm yết trên thị trường chứng khoán Việt Nam Các kiếnnghịđượcxâydựng c hủ yếutừvai trò củacác biến dựbáotrong môh ìn h dựb áokhókhăntàichính.

Tên kiến nghị:Đề xuất các giải pháp phòng ngừa khó khăn tài chính cho cáccôngtyniêmyết.

Mục đích kiến nghị:Giúp các công ty niêm yết có thể lựa chọn được các giảiphápphùhợpđểphòngngừakhókhăntài chính.

Cách thức thực hiện kiến nghị:

- Bước1:D ựavàoc ác biến số và hệsố t ư ơ n g q ua nc ủa từng b iế n sốtrong mô hình, công ty lựa chọn các chỉ tiêu có tầm quan trọng trong dự báo khó khăn tàichínhđểthiếtkếnhữngbiệnphápđiềuchỉnhphùhợp.

- Bước 2:Thiết kế những biện pháp cụ thể để cải thiện chỉ tiêu tài chính lựachọnởbước 1.Các giảiphápbaogồm:

Khả năng thanh toán ngắn hạn của công ty được thể hiện ở nhiều chỉ tiêu nhưX1(Tài sản lưu động/Nợ ngắn hạn), X2(Tài sản dễ chuyển đổi ra tiền mặt/Nợ ngắnhạn), X3(Vốn lưu động/Tổng tài sản), X4(Vốn lưu động /Doanh thu bán hàng),

X5(Tàisản lưu động không gồm hàng tồnkhovà chi phítrả trước/tổng chi phít r o n g kỳ).T u y nhiên, t r o n g c á c m ô h ì n h d ự b á o , c h ỉ c ó biến X4c ó nh iề u đ ó n g g ó p h ơ n các biến còn lại trong việc dự báo khó khăn tài chính Vì vậy, để ngăn ngừa công tygặpkhókhăn tài chính trongtươnglai thì các giảiphápliênq u a n đ ế n k h ả n ă n g thanhtoánngắnhạnchỉtậptrungvàocảithiệnbiếnX4.VìbiếnX4môtảmốiqua nhệg i ữ a v ố n l ư u đ ộ n g v à d o a n h t h u b á n h à n g n ê n c á c g i ả i p h á p l i ê n q u a n đ ế n X4chínhlàcácgiảiphápquảntrịvốnlưuđộngcủadoanhnghiệp.

Vốnlưuđộnglàmộtchỉsốliênquanđếnlượngtiềnmàmộtcôngtycầnđể duytrìhoạtđộngsảnxuất,kinhdoanhthườngxuyêncủamình.Vốnlưuđộngđược tính toán bằng tài sản ngắn hạn trừ đi nợ ngắn hạn Như vậy, vốn lưu động liên quanđến các khoản mục chính trong tài sản ngắn hạn như tiền mặt, hàng tồn kho, khoảnphải thu, và các khoản phải trả ngắn hạn Nếu vốn lưu động bị ứ đọng tại tại các tàikhoảntiền m ặ t , hàng tồnkho, kh oả n phảithuthì sẽảnhh ưở ng đến hoạtđ ộn g c ủ a các dòng tiền trong công ty Công ty sẽ gặp khó khăn nếu khách hàng không thanhtoánđúnghạnhoặcbịnhàcungcấpđòitiềngấp.Cácgiảiphápliênquanđếnquản trịvốnlưuđộngliênquanđếnquảntrịtiềnmặtvàquảntrịcáckhoảnphảithu.

+ Quy định về điều kiện khách hàng đủ tiêu chuẩn được nợ, hạn mức nợ saukhi đã kiểm tra các thang bậc đánh giá cho từng tiêu chí cụ thể về khả năng thanhtoán,doanhthudựkiến,lịchsửthanhtoán,cơsởvậtchất củatừngkháchhàng.

+ Quy định về người phê chuẩn cho các hạn mức nợ khác nhau trong nội bộcôngty,từtổnggiámđốc,giámđốcbánhàng,trưởngphòng,đếnnhânviênbánhàng.

Cácgiảipháp quản trịtiền mặtliên quan đếnhoạtđ ộ n g q u ả n l ý l ư u l ư ợ n g tiền mặt tại quỹ và tài khoản thanh toán ở ngân hàng, kiểm soát chi tiêu, dự báo nhucầut i ề n m ặ t c ủ a d o a n h n g h i ệ p , b ù đ ắ p t h â m h ụ t n g â n s á c h , g i ả i q u y ế t t ì n h t r ạ n g thừa,thiếutiềnmặttrongngắnhạncũngnhưdàihạn.

Khả năng thanh toán dài hạn được mô tả bằng các chỉ tiêu X6(Chi phí trảlãi/vốnchủsởhữu),X7(Giácổphiếuhiệnthời*sốcổphiếulưuhành)/tổngnợphải trảvàX8(chiphítrảlãi/ tổngdoanhthu) T r o n g môhìnhdựbáo,b i ế n X6(Chiphítrả lãi/vốn chủ sở hữu) là biến có vai trò quan trọng trong dự báo khó khăn tài chínhhơn các biến còn lại Chính vì vậy, công ty cần quan tâm đến tỷ lệ chi phí trả lãi trênvốnchủsởhữuvàcónhữngbiệnphápđiềuchỉnhthíchhợp.

Sử dụng vốn vay tạo ra“ l á c h ắ n t h u ế ” c h o d o a n h n g h i ệ p n ó i c h u n g v à c ô n g tyn i ê m y ế t n ó i r i ê n g v ì “ l á c h ắ n ” n à y l à m g i ả m s ố t h u ế t h u n h ậ p d o a n h n g h i ệ p phải nộp Tuy nhiên, nếu tỷ lệ này quá cao thì sẽ tạo ra nhiều rủi ro cho bản thândoanhnghiệpđóvìgánhnặnglãi.Vìvậycôngtyniêmyếtphảicânnhắclựachọ n tỷl ệ n à y m ộ t c á c h h ợ p l ý n h ấ t , đ ặ c b i ệ t t r o n g b ố i c ả n h k h o ả n c h i n à y đ a n g đ ư ợ c kiểm soát trongdự thảo“Luật Sửa đổi,b ổ s u n g m ộ t s ố đ i ề u c ủ a c á c l u ậ t t h u ế ” Trong dựthảo này,BộTài chínhd ự k i ế n c á c k h o ả n c h i k h ô n g đ ư ợ c t r ừ k h i x á c địnht h u n h ậ p c h ị u t h u ế t h u n h ậ p d o a n h n g h i ệ p đ ư ợ c b ổ s u n g t h ê m m ộ t k h o ả n : “Chi phí trảlãi tiềnv a y v ố n t ư ơ n g ứ n g v ớ i k h o ả n v a y v ư ợ t q u á n ă m l ầ n v ố n c h ủ sởhữu(5:1) đốivớilĩnh vựcsảnxuất, v ư ợ t quábốnlầnvốnchủ sởhữu(4:1 )đốivớicáclĩnhvựccònlại”.

Khả năng sinh lời của một doanh nghiệp được đánh giá bằng các chỉ tiêu

X14(Lợi nhuận thuầntừhoạt động kinh doanhsau thuế/tổngs ố c ổ p h i ế u ) , X15(Lợinhuận giữ lại/tổng tài sản), X16(Lợi nhuận thuần từ hoạt động kinh doanh trướcthuế/tổng tài sản), X17(Lợi nhuận gộp/doanh thu bán hàng thuần),

X18(Lợi nhuậnròng/vốnchủsở hữu)và X19(EBIT/Tổng tàisản) Môhìnhd ự b á o k h ó k h ă n t à i chính trong cả ba năm cho thấy để giảm nguy cơ gặp khó khăn tài chính,c ô n g t y niêm yết phải chú ý đến hai chỉ số làX16(Lợi nhuận thuần từ hoạt động kinh doanhtrướct h u ế / t ổ n g t à i s ả n ) v à X19( E B I T / T ổ n g t à i s ả n ) H a i c h ỉ s ố n à y c ó đ i ể m c h u n g làđềuđolườngsựhiệuquảtrongsửdụngtàisảndoanhnghiệp.Đểtăngđ ượccácchỉsốnày,côngtyphải cócác giảipháp tăng lợinhuậnnếugiữ nguyêngi átrịtàisảnhoặcgiảmtàisảnnếukhôngthểtăngđượclợinhuận.

Các giải pháp tăng lợi nhuận liên quan đến việc quản trị chi phí và kích thíchtiêu thụ, cần được xây dựng phù hợp với từng công ty trong từng thời kỳ nhất định.Các giải pháp giảm tài sản có thể thực hiện như tiến hành chi trả cổ tức, hay mua lạicổphiếu,tráiphiếumàcôngtyđã pháthành.

Bên cạnh các chỉ tiêu liên quan đến bảng cân đối kế toán và báo cáo kết quảkinh doanh, các chỉ tiêu liên quan đến báo cáo lưu chuyển tiền tệ như

X10(Lưuchuyểnt i ề n t ệ r ò n g / t ổ n g t à i s ả n ) ; X11( L ư u c h u y ể n t i ề n t ệ r ò n g / t ổ n g n ợ p h ả i t r ả ) ; X12(Lưu chuyển tiền tệ ròng/vốn chủ sở hữu) cũng có vai trò quant r ọ n g t r o n g d ự báokhókhăntàichính Tr on g cácbiếnsốđó,công tycầnđặcbiệtchúý đếnX

11, chỉ tiêu thể hiện mối quan hệ giữa lưu chuyển tiền tệ ròng và tổng nợ phải trả. Nhưvậy,v i ệ c v a y n ợ c ủ a công t y không c h ỉ câ n đ ố i v ới ch ip hí l ã i v ay v à l ư u chu yểntiềntệròngcủacôngtytrongtừng thờikỳ.

Kết quả mong muốn: Côngtyniêmyếtxâydựngđượccácbiệnphápnhanh vàhiệuquảđểtránhgặpkhókhăntài chính.

KhuyếnnghịchínhsáchđốivớiSởgiaodịchchứngkhoán

Thiếtlậpmôhìnhcảnhbáosớmđốivớicáccôngtyniêmyết

C P s ử a đ ổ i , b ổ s u n g m ộ t s ố đ i ề u c ủ a N g h ị đ ị n h 5 8 / 2 0 1 2 / N Đ - C P đ ã quy định rõ về trường hợp các công ty niêm yết sẽ bị hủy niêm yết chứng khoán khikết quả sản xuất, kinh doanh bị thua lỗ trong 03 năm liên tục hoặc tổng số lỗ luỹ kếvượt quá số vốn điều lệ thực góp trong báo cáo tài chính kiểm toán năm gần nhấttrướcthờiđiểm xemxét.

Hủy niêm yết bắt buộc là một hành động cần thiết của cơ quan quản lý nhànước đối với các tổ chức niêm yết nhằm thanh lọc thị trường, trên sàn giao dịch chỉcònnhữnghànghóatốt.Tuynhiên,đốivớicôngtybịhủyniêmyết,hànhđộngnàysẽl àmchocông ty mất uyt ín vớicácnhàđầu tưvàcơquan quảnlý vàcóthểsẽgặpkhó khănnếumuốnquaytrởlạisànniêmyết.Đốivớinhàđầutư,hủyniêmyếtsẽ gây ra tổn thất cho nhà đầu tư làm cho họ mất niềm tin vào thị trường, từ đó, ảnhhưởngđếnvaitròlàmộtkênh dẫnvốntrựctiếpquan trọng củathịtrườngđốiv ớinềnk i n h t ế n ó i c h u n g V ì v ậ y , m ộ t m ô h ì n h c ả n h b á o s ớ m c ầ n đ ư ợ c t h i ế t l ậ p đ ể giúp các doanh nghiệp có thể có những điều chỉnh cần thiết để tránh tình trạng khókhăntàichínhdẫn đếnbịhủyniêmyếtbắtbuộc.

Hiện nay, Sở giao dịch chứng khoán Hà Nội và Sở giao dịch chứng khoánthành phố Hồ Chí Minh cũng đưa ra những quy chế giao dịch chứng khoán niêm yếttrongđ ó c ó n h ữ n g q u y c h ế l i ê n q u a n đ ế n c ả n h b á o v à k i ể m s o á t đ ố i v ớ i c h ứ n g khoánniêmyết.Côngtyniêmyếtbịcảnhbáodotìnhhìnhtàichínhbaogồm:c ôngty có lợi nhuận sau thuế trên báo cáo tài chính kiểm toán năm gần nhất của tổ chứcniêmy ế t l à s ố â m h o ặ c l ợ i n h u ậ n s a u t h u ế c h ư a p h â n p h ố i t r ê n b á o c á o t à i c h í n h kiểm toán năm của công ty là số âm Công ty có chứng khoán trong diện kiểm soátnếulợinhuậnsauthuếtrênbáocáotàichínhkiểmtoántrong02nămgầnnhấtcủ atổ chức niêm yết là số âm hoặc công ty lỗ lũy vượt quá vốn điều lệ thực góp tại báocáotàichínhbánniên soátxétgầnnhất.

Quyđ ị n h v ề c á c c ô n g t y b ị c ả n h b á o , k i ể m s o á t n h ư t r ê n c ủ a c á c S ở g i a o dịch chứng khoán đã giúp các công ty niêm yết phải luôn cẩn trọng trong các hoạtđộng kinh doanh và quản lý tài chính của mình để không bị đưa vào dạng cảnh báo,kiểm soát và có những điều chỉnh thích hợp để cải thiện đểrak h ỏ i d a n h s á c h n à y Tuy nhiên, quy định này đơn thuần mang tính “cảnh báo” mà không mang tính

“tưvấn”chocác côngtyni êm yết.Ngoàira,nhữngdấu hiệuchocảnh báo, kiểm s oátchỉmangtínhchấtđơnlẻliênquanđếnchỉtiêulợinhuậncủacôngty.

Từ kết quả nghiên cứu, luận án đề xuất với các Sở giao dịch chứng khoán cóthể tăng cường công tác hỗ trợ, tư vấn cho các công ty niêm yết bên cạnh hoạt độngcảnh báo, kiểm soát với các công ty như hiện nay Sự hỗ trợ này có thể dưới dạngcungcấpmôhìnhcảnhbáokhókhăntàichínhchocáccôngtyniêmyết.

Tên kiến nghị:Thiết lậpm ô h ì n h c ả n h b á o k h ó k h ă n t à i c h í n h đ ố i c h o c á c côngtyniêmyếttrênSởgiaodịchchứng khoán.

Mục đ í c h c ủ a k i ế n n g h ị : H ỗ t r ợ c á c c ô n g t y n i ê m y ế t m ộ t c ô n g c ụ d ự b á o trên cơ sở đánh giá tình hình tài chính hiện tại giúp các công ty có thể điều chỉnhchiếnlượckinhdoanhvàquảnlýtàichínhtốthơn.

Cách thức thực hiện kiến nghị:

Thamkhảom ô hì nh phântích b iệ ts ố t h ứ nhất ch o việccảnh b á o khó khă ntài chính bởi vì mô hình này đã được chứng minh về độ tin cậy cũng như tính chínhxác trong nghiên cứu này Mô hình phân tích biệt số có dạng tuyến tính, bao gồm 22biến nghiên cứu, không chỉ liên quan đến các chỉ tiêu trên báo cáo tài chính doanhnghiệpm à c ò n b a o g ồ m c á c t h ô n g t i n t h ị t r ư ờ n g v à c á c c h ỉ s ố k i n h t ế v ĩ m ô , m ô hìnhcódạngnhư sau:

D:biệtsố b: hệ số hay trọng số phân biệtX:biếnđộclập Đểtă ng thêm đột in c ậ y củam ô h ì n h , c ó t h ể k iể m chứnglại m ô h ì n h bằng cáchtăngsốlượngcôngtytrongmẫuphântíchvàmẫukiểmtra.

Tiến hành tập huấn sử dụng mô hình cho các công ty niêm yết trên thị trườngchứng khoán Việt Nam Các công ty được tập huấn không chỉ dự đoán trong 1 nămmàcòntrongkhoảngthờigiandàihơn.

Các công ty có được một công cụ dự báo đáng tin cậy, có thể thực hiện vàocuối mỗi niên độ kế toán từ đó có thể kịp thời xây dựng được các phương án phòngngừa rủi ro hiệu quả Từ đó, giảm được số lượng các công ty trong diện cảnh báo,kiểmsoát,làmchothịtrườngtàichínhvữngmạnh,tạoniềmtinchocácnhàđầutư.

Xâyd ự n g b ộ t i ê u c h u ẩ n đ á n h g i á c á c c h ỉ số tài c h í n h c h o p h â n t í c h t à i c hínhcáccôngtyniêmyết

Phân tích tài chính doanh nghiệp là hoạt động diễn ra thường xuyên và cầnthiếtđối vớ ic ác c ôn g t y n i ê m yếttr ên thị tr ườ ng c h ứ n g khoán K h i phânt í c h báocáotàichính,v i ệ c đánh giácácchỉ tiêu liênquan đếncáckhía cạnhtài chín hnhư khản ă n g t h a n h t o á n , k h ả n ă n g s i n h l ờ i , … đ ư ợ c d ự a t r ê n m ộ t s ố t i ê u c h u ẩ n n h ấ t định,chẳnghạn,sốbìnhquâncủangành.

Kếtq u ả n g h i ê n c ứu củ a l u ậ n á n c ót hể c u n g c ấ p m ộ t b ộ t i ê u c h u ẩ n c h i t i ế t hơn cho các công tyn i ê m y ế t đ ể g i ú p c á c c ô n g t y n à y p h ò n g n g ừ a k h ó k h ă n t à i chính Bộ tiêu chuẩn này được xây dựng trên cơ sở các biến dự báo, điểm phân biệttrongmôhìnhdựbáokhókhăntàichínhvàcácbiệtsốmàmôhìnhtínhtoánđược.

Tên khuyến nghị: Xây dựngcáccáctiêuchuẩnđánhgiávàlựachọncácchỉsố tàichínhđểphòngngừakhókhăn tàichính.

Mục đích của khuyến nghị:giúp công ty niêm yết có thể so sánh tình hình tàichính của công ty mình với bộ tiêu chuẩn để đánh giá chính xác được thực trạng tàichínhc ô n g t y N g o à i r a , b ộ t i ê u c h u ẩ n n à y c ũ n g g i ú p c á c n h à đ ầ u t ư c ó t h ể p h â n tíchtìnhhìnhtàichínhcôngtyniêmyếtđểcóquyếtđịnhđầutưphùhợp.

Cách thức thực hiện khuyếnnghị:

Từ mô hình khó khăn tài chính đã được lựa chọn, áp dụngm ô h ì n h đ ố i v ớ i một số lượng dữ liệu đủ lớn từc á c c ô n g t y n i ê m t r ê n t h ị t r ư ờ n g C á c c ô n g t y s ử dụng trong mô hình nên được sắp xếp theo một số tiêu chí như: ngành nghề kinhdoanh, quy mô vốn, số năm hoạt động,… Kết quả sử dụng mô hình sẽ cho biết đượcđiểmphânbiệtcủatừngcôngtysosánhvớiđiểmphânbiệtcủamôhình,từđóđưar adựbáovềkhókhăntàichínhcủacôngtyđó.

Tìm ra những khoảng giá trị của các biến số có vai trò dự báo quan trọng củamô hình đối với từng nhóm công ty Nếu những các chỉ số tính toán được nằm trongkhoảnggiátrịđóthìcôngtyđượccoilàkhônggặpkhókhăntàichínhtrongtươn glai.Từđó,cóthểxâydựngđượcmộtbộtiêuchuẩn mangtínhchấtt ha m khảođối vớicác ch ỉs ốt ro ng p h â n tíchtàich ính N ế u những t i ê u ch uẩ n nàyb ị vi phạm th ìkhảnănggặpkhókhăntài chínhcủacôngtylàrấtcao. Để nâng cao được tính chính xác của bộ tiêu chuẩn này thì mô hình dự báophảiđượckiểmđịnhtrênmộtsốlượngcôngtyđủlớnvớicáckhoảngthờigiandự báo khác nhau, và được tập hợp theo ngànhnghề, quym ô v ố n c ủ a c ô n g t y

T u y nhiên,v i ệ c đ ư a r a m ộ t c o n số c ụ t h ể trong b ộ t i ê u c h u ẩ n này l à r ấ t k h ó t h ự c h i ệ n nêncáctiêuchuẩnchỉđượcđưaratrongmộtkhoảngnhấtđịnh.

Cáccôngtyniêm yếtcóthể đánhgiá chínhx á c h ơ n t h ự c t r ạ n g t à i c h í n h trongsựso sánhvớibộtiêuchuẩnvàvớicáccôngtykháctrongngành.

KhuyếnnghịchínhsáchđốivớiỦybanchứngkhoánNhànước

Ủy ban Chứng khoánNhà nước là cơquantrực thuộcB ộ

T à i c h í n h , t h ự c hiện chức năng tham mưu, giúp Bộ trưởng Bộ Tài chính quản lý nhà nước về chứngkhoánvà thị trườngchứngkhoán; trực tiếpquảnlý,g i á m s á t h o ạ t đ ộ n g c h ứ n g khoán vàthịtrường chứngkhoán;quản lýcáchoạtđộngdịch vụthuộcl ĩ n h v ự c chứngkhoán,thịtrườngchứngkhoántheoquyđịnhcủaphápluật.

Mộtsốnướctrênthếgiới,các doanhnghiệpnóichungvàcáccôngtyniêm yếttrênthịtrườngchứngkhoánnóiriêngcóthểbịkhốngchếbởimộtsốquyđịnhliên quan đến tỷ lệ tài chính Chẳng hạn, các công ty tại Mỹ đang chịu sự khống chếcủat ỷ l ệ n ợ tr ên v ố n c h ủ sỡh ữu n à y l à 1 : 1 , 5 T ạ i ViệtNam, t r o n g dựt h ả o “ L u ậ t Sửa đổi, bổ sung một số điều của các luật thuế”, nếu “chi phí trả lãi tiền vay vốntươngứngvới kh oả n vayvượt quánămlần vốn chủsởhữu (5:1)đốivớilĩnh v ựcsản xuất, vượt quá bốn lần vốn chủ sở hữu (4:1) đối với các lĩnh vực còn lại” thì sẽkhông được trừ vào chi phí khi xác định thu nhập chịu thuế thu nhập doanh nghiệp.Bêncạnhmụctiêuquảnlývềthuếthìquyđịnhnàyđượccholàgópphầnđảmb ảoan toàn tài chính cho doanh nghiệp Ủy ban Chứng khoán Nhà nước cũng hoàn toàncó thể xây dựng được các mức khống chế đối với các công ty niêm yết để tránh thiệthại do khó khăn tài chính của công ty niêm yết cho thị trường chứng khoán Vì vậy,kếtquả n g h i ê n c ứ u đ ã t h ự c hiện, l u ậ n á n nàyc ũ n g đ ềx uấ t khuyến n g h ị l iê nquan đếnviệcđưaracácmứckhốngchếnày.

Phương phápthực hiện khuyến nghị:

Lựachọnmộtsố chỉtiêu quan trọng cóảnhh ư ở n g đ ế n k h ả n ă n g g ặ p k h ó khăn tài chính trong tương lai làm chỉ tiêu khống chế đối với công ty niêm yết. Việclựa chọn này có thể dựa vào hệ số tương quan trong mô hình dự báo khó khăn tàichính trong nghiên cứu này Mức khống chế của mỗi chỉ tiêu là bao nhiêu phụ thuộcvàobộtiêuchuẩnđểđánhgiáthựctrạngtàichínhcủacáccôngtyniêm yết(n hưuđãđềcậptrongkhuyếnnghịđốivớiSởgiaodịchchứngkhoán).

Hạnchếvàhướngnghiêncứumới

Dogặpphảimộtsốkhókhănvềthờigiannghiêncứuvàkhảnăngthuthậpd ữ liệu, luận án còn tồn tại một số hạn chế về phương pháp nghiên cứu, từ đó có thểảnh hưởng ít nhiều đến kết quả nghiên cứu Hạn chế của nghiên cứu được thể hiệntrênnhữngkhíacạnhsau:

Thứnhất,việcápdụngcácmôhìnhdựbáochưađượcthựchiệnrộngrãidosốlư ợngmẫucòn hạnc h ế , kếtquảnghiêncứu cóthểchínhxáchơnnếusốlượng cáccô ngtyniêmyếttrênthịtrườngchứngkhoánđượcthuthậpnhiềuhơn.

Thứ hai,cáccông tyniêm yếtchưađượcsắpxếpv à p h â n t í c h t h e o t ừ n g nhómdựav à o m ộ t sốt i ê u c h í n h ư n g à n h n g h ề ki nh d o a n h , q u y m ô v ố n , …V ì th ế, kếtquảnghiêncứuchưathựcsựđadạngvàcókhảnăngtưvấncao.

Thứ ba,chưa lý giải được nguyên nhân tại sao mô hình máy hỗ trợ vectorSVM lại có kết quả dựb á o k h ô n g t ố t t r o n g c á c n ă m t i ế p t h e o t r o n g k h i k ế t q u ả d ự báonămthứnhấttrước dựbáolàrấttốt.

Thứt ư , d ấ uh i ệ u k h ó k h ă n t à i c h í n h m ớ i c h ỉ d ừ n g l ạ i ở h ủ y n i ê m y ế t b ắ t buộc.N ế u c ó t h ể s ử d ụ n g n h i ề u h ơ n m ộ t d ấ u h i ệ u c ủ a k h ó k h ă n t à i c h í n h ( b ổ sung dấu hiệu phá sản) để so sánh thì kết quả nghiên cứu sẽc ó k h ả n ă n g á p d ụ n g rộngrãihơn.

Từ những hạn chế kể trên, luận án cũng gợi ý những hướng mới cho cácnghiêncứutiếptheo,baogồm:

Thứ nhất,bổ sung thêm số lượng các công ty trong mẫu nghiên cứu để nângcao độ tin cậy và tính chính xác của mô hình dự báo Nếu như số lượng các công tygặp khó khăn tài chính là có hạn thì có thể bổ sung số lượng công ty không gặp khókhăntàichínhnhiềuhơn.

Thứhai,kết quả nghiên cứu nênđ ư ợ c p h â n t í c h t h e o t ừ n g n h ó m c ô n g t y niêmyếttrênmộtsốtiêuchínhưngànhnghề,quymôvốn,…

Thứ ba,cải tiến các phương pháp sử dụng mô hình máy hỗ trợ vector

SVMbằngc á c h l ự a ch ọn lạ i d ạ n g h à m phân b i ệ t n h ằ m nâng c a o tính c h í n h xácc ủa m ô hìnhnàytrongdựbáotrongtấtcảcáckhoảngthờigiandựbáo.

Xuất phát từ sự cần thiết của hoạt động dự báo khó khăn tài chính doanhnghiệpcùngv ới sựtồntại củakhoảngtrốngnghiên cứutrongvàngoàinướ c,luận án này được tiến hành để thiết kếcácmôh ì n h d ự b á o k h ó k h ă n t à i c h í n h v à t ừ đ ó lựa chọn một dự báo khó khăn tài chính phù hợp nhất cho các công ty niêm yết trênthịt r ư ờ n g c h ứ n g k h o á n V i ệ t N a m T ừ v i ệ c t ổ n g q u a n c á c n g h i ê n c ứ u l i ê n q u a n , luậnánthiếtkế4môhìnhdựbáokhókhăntàichính:2môhìnhphântíc hbiệtsố,môhìnhLogitvàmôhìnhmáyhỗtrợvectorSVM. Để ápdụng cácmô hình này,tácg i ả l ự a c h ọ n d ấ u h i ệ u h ủ y n i ê m y ế t b ắ t buộc của các công ty niêm yết trên thị trường chứng khoán làm biểu hiện của khókhăn tài chính và thống kê được 140 công ty bị hủy niêm yết trong khoảng thời gianquan sát từ 2009 đến 2015 Các biến dự báo được chủ yếu thu thập từ báo cáo tàichính các công ty nàytrong 3 năm trước khi các công ty đó bị hủyn i ê m y ế t

N h ư vậy,c á c b i ế n n à y sẽ đ ư ợ c thu t h ậ p t r o n g k h o ả n g t hờ i g i a n từ 2 0 0 8 đ ế n 2

Thứ nhất,mô hình dự báo khó khăn tài chính được lựa chọn là mô hình phântích biệt số với 22 biến dự báo Mô hình này đã chứng tỏ độ tin cậy và khả năng dựbáo khó khăn tài chính cho các công ty niêm yết trên thị trường tài chính Việt Namkhácao.

Thứh a i , v i ệ cd ự b á o k h ó k h ă n t à i c h í n h c ó đ ộ c h í n h x á c c a o n h ấ t k h i t i ế n hànhd ự b á o t ạ i t h ờ i đ i ể m 1 n ă m t r ư ớ c k h i c ô n g t y c h í n h t h ứ c g ặ p k h ó k h ă n t à i chính.Kếtquảnàygiảmdầntrongcácnămdựbáotiếptheo.

Thứ ba,b ê n c ạ n hm ộ t s ố b i ế n t í n h t o á n t ừ b ả n g c â n đ ố i k ế t o á n v à b á o c á o kết quả sản xuất kinh doanh, các hệ số liên quan đến báo cáo lưu chuyển tiền tệ củacác côngty cũng có ýn g h ĩ a d ự b á o đ á n g k ể N g o à i r a , c á c b i ế n s ố k i n h t ế v ĩ m ô hoặccácbiếnsốthịtrườngcũngcóýnghĩadựbáokhókhăntàichínhcủacáccôn gtyniêmyếttrênthị trườngchứngkhoánViệt Nam.

Thứ tư,việc áp dụng các mô hình dự báo sẵn có tại Việt Nam đòi hỏi phải cósựkiểmđịnhvềđộtincậyhoặctrọngsốcủacácbiếndựbáo.Kếtluậnnàyđượcrút ra khi kết quả phân tích cho thấy mô hình Logit của Ohlson (1980) không có độ tincậytrongcảbanăm dựbáo.

Thứnăm,kếtquảphântíchcácmôhìnhdựbáokhókhăntàichínhcóthểgợiýnhững giảipháp chocông ty chủđộngphòngngừa khó khăn tàic h í n h c h o b ả n thân mình Ngoài ra, kết quả nghiên cứu cũng đề xuất các kiến nghị cho các cơ quanquản lý giúp cáccơ quan nàytrong việc cónhữnghànhđộng hỗt r ợ c á c c ô n g t y niêmyếtvớimụctiêuổnđịnhvàpháttriểnthịtrườngchứngkhoánViệtNa m.

Thứ sáu,bên cạnh những kết quả đạt được, luận áncũngc ó m ộ t s ố h ạ n c h ế về quy mô mẫu nghiên cứu và sự lựa chọn biến phụ thuộc Vì vậy, luận án mở rahướng nghiên cứu mới bằng cách tăng quy mô mẫu và sử dụng nhiều hơn một biểuhiện khó khăn tài chính cho các công ty niêm yết trên thị trường chứng khoánViệtNam Nếu làm đượcnhưvậy,tác giảtin rằng kết quả nghiên cứu sẽ có đột i n c ậ y tínhvàthuyếtphụccao hơn.

1 VũThịLoan(2016),“ÁpdụngmôhìnhSVMđể dựbáokhókhăntài chính cho các công ty niêm yết trên thị trường chứng khoán Việt Nam”, Kỷ yếu hộithảoQuốctếDevelopingFinancialMarketsinInternationalIntegrationcontext, 402-416.

2 Vũ Thị Loan (2016), “Phân tích biệt số trong dự báo khó khăn tài chính củacác công ty niêm yết trên thị trường chứng khoán Việt Nam”,Tạp chí Nghiêncứukinhtế,Số2(453),tháng2/2016.

3 VũT h ị L o a n ( 2 0 1 6 ) , “Sos á n h m ô h ì n h p h â n t í c h b i ệ t s ố v à m ô h ì n h p h â n tích logit trong dự báo khó khăn tài chính doanh nghiệp”,Tạp chí Kinh tế &Pháttriển,Số

4 Vũ Thị Loan (2016), “Các yếu tố ảnh hưởng đến dự báo khó khăn tài chínhdoanh nghiệp”,Tạp chí Nghiên cứu tài chính kế toán, Số 03(152), tháng3/2016.

5 Vũ Thị Loan (2016),“Dự báo khó khăn tài chính và các mô hình dự báo khókhăn tài chính doanh nghiệp”,Tạp chí Kinh tế Châu Á – Thái Bình

6 Vũ Thị Loan (2014),“Áp dụng mô hình Logistic trong dự báo khó khăn tàichính của các công ty niêm yết trên thị trường chứng khoán Việt Nam”,Hộithảo Khoa học quốc gia: Khơi thông nguồn vốn cho phát triển kinh tế ViệtNam,tháng12/2014.

1 Agarwal, V., & Taffler, R (2008), ‘Comparing the performance of market- based and accounting-based bankruptcy prediction models’,Journal of

2 Alifiah, N M (2014), ‘Prediction of financial distress companies in the tradingand services sector in Malaysia using macroeconomic Variables’,Procedia -SocialandBehavioral Sciences,129,90-98.

( 2 0 1 5 ) , ‘ A n a n a l y s i s o f t h e determinantsoffinancialdistressinItaly:Ac ompetingrisksapproach’,InternationalReviewofEconomics&Finance,37,33–41

(1994),‘CorporateDistressDiagnosis:ComparisonsUsingLinearDiscriminantA nalysisandNeuralNetworks(theItalianExperience)’,JournalofBankingandFinance ,Vol.18,505-529.

6 Altman, E I (1983),Corporate financial distress and bankruptcy: A completeguide to predictingand avoiding distressandprofitingf r o m b a n k r u p t c y, 1 ed ,NewYork: JohnWileyandSons.

7 Altman, E.I (1984), ‘A further empirical investigation of the bankruptcy costquestion’,TheJournalofFinance,Vol39(4),pp.1067-1089.

8 Altman, E I (1993), Corporatefinancial distress and bankruptcy: A completeguide to predictingand avoiding distressandprofitingf r o m b a n k r u p t c y, 2 ed ,NewYork: JohnWileyandSons.

9 Altman,EdwardI.,Haldeman,RobertG.&Narayanan,P.

(1977).‘ Z e t a Analysis,ANew Modelto IdentifyBankruptcy RiskofCorp orations’,Journal ofBankingandFinance,109-131.

(1 99 5) ,Emerging MarketsCorporate Bonds:AScoringSystem,SalomonBr othersInc.New York.

(2002),‘CorporateDistressPredictionModelsinaTurbulentEconomicandBaselIIEn vironment’,NYUWorkingPaper,FIN-02-052,AvailableatSSRN:http://ssrn.com/ abstract94424

(2003),‘Usingn e u r a l n e t w o r k r u l e extraction and decision tableforcreditriskevaluation’,M a n a g e m e n t S c i e n c e ,49(3),312-329.

(2014),‘FinancialdistressofChinesefirms:Microeconomic, macroeconomic and institutional influences, China EconomicReview,30,244–262

18 Beraho, K (2010), ‘The history and evolution of bankruptcy as an internationalstrategicmanagementtool’,Relatedinformation1SouthCarolinaState

DOI:http://dx.doi.org/10.1504/IJSCM.2010.032519

20 Boser, B E., Guyon I M., Vapnik, V N (1992), ‘A training algorithm foroptimalmarginclassifiers’,Proc.5thAnnualACMWorkshoponComputLearning

21 BoseI.(2006), ‘ D e c i d i n g t h e fi na nc ia l he a l th o f dot-c o m s u s i n g roughsets’,

22 Brabazon,A., Keenan, B (2004), ‘A hybrid genetic model for the prediction ofcorporatefailure’,ComputationalManagementScience,Springer-Verlag,293-310.

(2003),TheNewCFOFinancial LeadershipManual,JohnWiley&Sons,Inc

ExpertSystemsw i t h Applications,36,4830-4837,http://dx.doi.org/10.1016/ j.eswa.2008.05.047

Coats, P and Fant, L., (1993), ‘Recognizing Financial Distress Patterns Using aNeuralNetworkTool’,FinancialManagement,Vol.22,No.3,142-155.

(1972),‘Adiscriminantanalysiso f p r e d i c t o r s o f b u s i n e s s failure’,Journ alof AccountingResearch,167-179.

30 Dimitras, A I., Zanakis, S H., & Zopounidis, C (1996) ‘A survey of businessfailures with an emphasis on prediction methods and industrial applications’ ,EuropeanJournalof OperationalResearch,90,487–513.

(2008),‘Forecastingfinancialc o n d i t i o n o f Chinese listed companies based on support vector machine’,Expert System withApplications,34(4),3081-3089.

32 Doumpos, M., Zopounidis, C., (1999), ‘A multinational discrimination methodforthepredictionoffinancialdistress:thecaseofG r e e c e ’ ,M u l t i n a t i o n a l financeJournal,3(2),71-101

33 Dairui,L.,& Jia, L.(2009),‘Determinantsoffinancial distressof STand PTcompanies:

A panel analysis of Chinese listed companies’,

Lastaccessed01.09.16.

(2013),‘Môhìnhxếphạngtín dụngchocáccôngtysảnxuấtởViệtNam’,Tạpch íKinhtếvàPháttriển,Số188tháng02,tr.39-49.

35 HayS i n h ( 2 0 1 3 ) , ‘ U ớ c t í n h x á c s u ấ t p h á s ả n t r o n g t h ẩ m d ị n h g i á t r ị d o a n h nghiệp’,Pháttriển&Hộinhập’,Số8(18),tr.52-57.

(2008),Phântích d ữ liệu n g h i ê n cứuvớiSPSS,NxbHồng Đức.

38 Fan, A., & Palaniswami, M (2000), ‘Selecting bankruptcy predictors using asupportvectormachineapproach’,InProceedingsoftheinternationaljointconferen ceonneuralnetworks,Como,Italy.

39 Fitzpatrick, P J (1934), ‘A Comparison of the ratios of successful industrialenterpriseswith those offailed companies’,The Certified Public

(2014),‘redictionoff i n a n c i a l d i s t r e s s : A n empirical study of listed Chinese companies using data mining’,European ofOperationalResearch,1-12.

41 Gestel, T V., Baesens,B., Suykens, J A K., Van den Poel, D., Baestaens, D.- E.,&Willekens,M.

(2011),‘ F i n a n c i a l healthpredictionmodelsusingartificialneuralnetworks, geneticalgorithmandmultivariatediscriminantanalysis:Iranianevidence’,Exp ertSystemswithApplications,38,10210–10217.

43 Nguyễn Thanh Lan (2012), ‘Ứng dụng môh ì n h c h ỉ s ố Z đ ể đ o l ư ờ n g n g u y c ơ phá sản của các doanh nghiệp ngành thủy sản niêm yết tạiViệt Nam’,Tạp chíKinhtế&Pháttriển,số186(II)-Tháng12/2012,tr.51-59.

44 Nguyễn Thành Cườngvà Phạm Thế Anh (2010),‘ Đ á n h g i á r ủ i r o p h á s ả n c ủ a các doanh nghiệp chế biến thủy sản đang niêm yết trên thị trường chứng khoánViệtNam’,TạpchíKhoahọc-côngnghệThủysản,Số2,tr.27-33.

45 Nguyễn Thị Thảo, Nguyễn Thị Huyền, Đoàn Thị Thu Hà, Trần Thị Thu Huyền,NguyễnThịTh ủy ,

( 2 0 1 1 ) , ‘ P h ư ơ n g phápphân l ớ p s ử d ụn g m á y vec-tơ h ỗ trợ ứn dụng trong tin sinh học’,Tạp chí Khoa học và Phát triển 2011, Tập 9, số 6,tr.1021– 1031.

46 Nguyễn Trà Ngọc Vy, Nguyễn Văn Công (2013), ‘Vận dụng mô hình Z- Scorecủa GS.E.I.Altman để dự báo rủi ro phá sản của các công ty dược phẩm trên thịtrường chứng khoán Việt Nam’,T ạ p c h í K i n h t ế & P h á t t r i ể n,s ố Đ ặ c b i ệ t , tháng10,tr.63-70.

47 Gordon M J (1971), ‘Towards a Theory of Financial Distress’,The Journal ofFinance,26(2),pp.347-356

( 2 0 0 7 ) , ‘ P r e d i c t i n g corporate financial distress based on integration of support vector machine andlogisticregression’,ExpertSystemswithApplications,33(2),434–440.

53 Lennox, C (1999), ‘Identifying failing companies: A reevaluation of the logit,probitandDAapproaches’,JournalofEconomicsandBusiness,51,347– 364.

54 Jo, H., & Han, I (1996), ‘Integration of case-based forecasting neural networkanddiscriminantanalysisforbankruptcyprediction’,ExpertSystemswithapp lications,11(4),415–422.

55 Jones, F L (1987), ‘Current techniques in bankruptcy prediction’,Journal ofAccountingLiterature, 6 ,131-164.

56 Li,H.,&Sun,J.(2008),‘Ranking-ordercase- basedreasoningforfinancialdistressPrediction’,Knowledge-

57 Li, H., Sun, J., & Sun, B L (2009), ‘Financial distress prediction based on OR- CBR in the principle of k-nearest neighbors’,Expert Systems with

58 Li, H., & Sun, J (2009), ‘Predicting financial failure using multiple case- basedreasoningcombinewithsupportvectormachine’,ExpertSystemswithApplicati ons,36(6),10085–10096.

59 Lin, F., Liang, D., Chen, E (2011), ‘Financial ratio selection for business crisisprediction’,ExpertSystemswithApplications,38(12),15094–15102

60 Lin, F., Liang, D., Yeh, C., Huang, J (2014), ‘Novel feature selection methodstofinancialdistressprediction’,ExpertSystemswithApplications,41(5),247 2–2483

61 Martens,D.,Bruynseels,L.,Baesens,B.,Willekens,M.,&Vanthienen,J.

63 Moyer, R., (1997), ‘Forecasting Financial failure, A re- examination’,Financialmanagement,6(1),11-17

64 Muller,G.,Steyn-Bruwer,B.,&Hamman,W.(2009),‘Predictingfinancialdistress of companies listed on the JSE - a comparison of techniques’,SouthAfricanJournalofBusinessanagement,40(1),21-32.

( 1 9 7 9 ) , ‘ A C o m p a r i s o n o f G e n e r a l P r i c e L e v e l and Historical Cost Financial Statements in the Prediction of Bankruptcy’,TheAccountingReview,(1),72-87.

67 Olson, D., Delen, D., Meng, Y., (2012), ‘Comparative analysis of data miningmethodsforbankrupcyprediting’,DecisionsupportingSystem,52(2),464-473.