982 Các Nhân Tố Ảnh Hưởng Tới Rủi Ro Phá Sản Của Các Doanh Nghiệp Niêm Yết Ngành Sản Xuất Tại Vn 2023.Docx

BỘGIÁODỤC VÀĐÀOTẠO NGÂNHÀNGNHÀNƢỚCVIỆTNAM TRƢỜNGĐẠIHỌCNGÂNHÀNGTP HỒCHÍMINH NGUYỄNXUÂNMAI CÁC NHÂN TỐ ẢNH HƢỞNG TỚI RỦI RO PHÁ SẢN CỦACÁC DOANH NGHIỆP NIÊM YẾT NGÀNH SẢN XUẤT TẠIVIỆTNAM KHÓALUẬNTỐT NGH[.]

Lýdochọnđềtài

Ngành sản xuất là nhân tố chính ảnh hưởng đến sự phát triển của mỗi quốcgia và trở thànhmộtphần không thểthiếucủa nền kinh tế.Sảnx u ấ t đ e m l ạ i r ấ t nhiều lợi ích cho nền kinh tế quốc gia thông qua các khía cạnh khác nhau. Nhữngdoanh nghiệp thuộc lĩnh vực này cung cấp một số lượng lớn việc làm cho các laođộng có trình độ kỹ thuật từ thấp đến trung bình Các quy trình của ngành sản xuấtcó thể dễ dàng được tiêu chuẩn hóa, mở rộng quy mô và đồng thời còn được hưởnglợi từ sự phát triển của công nghệ, qua đó thể hiện các cơ hội phát triển về quy trìnhvà sự học hỏi tích cực Ngành sản xuất cho phép các nước đang phát triển tham giavào chuỗi giá trị toàn cầu cũng như các thị trường mới để nhập và xuất khẩu hànghóa Ngoài ra, sản xuất dẫn đến sự tự cung tự cấp, điều này có nghĩa là đất nướcgiảm sự phụ thuộc vào hàng hóa nhập khẩu, dẫn đến sự ổn định của nền kinh tế Chiphí nhập khẩu cũng sẽ giảm đáng kể nếu hầu hết hàng hóa có thể được sản xuấttrong nước Ngành sản xuất phát triển dẫn đến đa dạng hóa nền kinh tế của đất nướcvà giảm sự phụ thuộc vào một loại sản phẩm Hơn nữa, lĩnh vực này còn kích thíchsự phát triển của giao thông vận tải và thông tin liên lạc như xây dựng đường bộ,đường sắt và cảng Chính vì vậy ngành sản xuất cũng mang lại sự phát triển đối vớicáchoạtđộngkinh tếkhácnhư dulịch,thươngmạivànông nghiệp.

Nền kinh tế Việt Nam cũng nhận được nhiều tác động tích cực từ các doanhnghiệp thuộc lĩnh vực sản xuất (chủ yếu là mảng tiêu dùng, công nghiệp và y tế) nóiriêng và các doanh nghiệp trong nước nói chung Tuy nhiên, báo cáo của Tổng cụcthống kê (2022) đã phản ánh kết quả là 143.2 nghìn doanh nghiệp ngừng hoạt độngkinh doanh trong năm

2022, tăng 19,5% so với năm trước và trung bình mỗi thángcó 11.9 nghìn doanh nghiệp rời khỏi thị trường trong khi mỗi tháng có 17.4 nghìndoanh nghiệp được thành lập Dựa trên số liệu thực tế, có thể khẳng định số lượnglớn doanh nghiệp lần lượt đi vào hoạt động nhưng không phải doanh nghiệp nàocũngduytrìđượcsựtồntạitrênthịtrường.Sựphásảncủacácdoanhnghiệpcò n ảnh hưởng không tốt đến những bên liên quan như đối tác, khách hàng, cổ đông, vàthậmchíảnhhưởngđếnkếtquảkinhdoanhtoànngành.

Các doanh nghiệp cần nhận biết một cách rõ ràng những nguyên nhân dẫnđến phá sản để kiểm soát, phòng ngừa và xử lý kịp thời Những giải pháp riêng biệtgiành cho các doanh nghiệp thuộc lĩnh vực kinh doanh khác nhau cần được đề xuấtđể góp phần hỗ trợ một cách hữu ích cho các nhà điều hành, nhưng vẫn đảm bảođược tính cụ thể và sự phù hợp Chính vì vậy, sinh viên quyết định thực hiện đề tàinghiên cứu về vấn đề "Các nhân tố ảnh hưởng tới rủi ro phá sản của các doanhnghiệpniêmyếtngànhsảnxuấttạiViệtNam".

Mụctiêunghiêncứu

Mụctiêu tổngquát

Phân tích tác động của các nhân tố có liên quan đến rủi ro phá sản của cácdoanh nghiệp niêmyết ngànhsản xuất tạiViệt Nam nhằm xây dựngm ô h ì n h d ự báo rủi ro phá sản đối với doanh nghiệp sản xuất tại Việt Nam và đưa ra các khuyếnnghịvềvấnđềkiểmsoátrủirophásản.

Mụctiêu cụthể

Thứ nhất, xác định các nhân tố tác động tới rủi ro phá sản của các doanhnghiệpniêmyếtngànhsảnxuấttạiViệtNam.

Thứ hai, đo lường mức độ ảnh hưởng của các nhân tố đến rủi ro phá sản củacácdoanhnghiệpniêm yết ngànhsảnxuất trênsànchứngkhoánViệtNam.

Thứ ba, dựa trên kết quả nghiên cứu để xây dựng mô hình dự báo rủi ro phásản đối và đề xuất các khuyến nghị về vấn đề kiểm soát rủi ro phá sản với doanhnghiệpsảnxuấttạiViệtNam.

Câuhỏinghiêncứu

Các nhân tố nào tác động đến rủi ro phá sản của các doanh nghiệp niêm yếtngànhsảnxuấttạiViệtNam?

Mức độ ảnh hưởng của các nhân tố đến rủi ro phá sản của các doanh nghiệpniêmyếtngànhsảnxuấttrênsàn chứngkhoánViệtNamlà baonhiêu?

Dựa trên kết quả nghiên cứu, mô hình dự báo rủi ro phá sản và các giải phápphòng chống rủi ro phá sản nào được đưa ra đối với các doanh nghiệp sản xuấtViệtNam?

Đốitƣợngvàphạmvinghiêncứu

Phạmvinghiêncứu

Về phạm vi không gian, nghiên cứu được thực hiện đối với 50 doanh nghiệpsản xuất hàng hóa thuộc mảng tiêu dùng, công nghiệp và y tế niêm yết trên

Sở giaodịch chứng khoán Thành phố Hồ Chí Minh (HOSE) và Sở giao dịch chứng khoánHàNội(HNX).

Về phạm vi thời gian, nghiên cứu được tiến hành với dữ liệu trong giai đoạn2017–2021.

Phươngphápnghiêncứuvàdữliệunghiên cứu

Phươngphápnghiêncứu

Nghiên cứu sử dụng phương pháp định lượng để phân tích mối liên hệ giữabiến rủi ro phá sản với các biến độc lập thông qua việc áp dụng mô hình hồi quylogistic nhị phân Cụthể hơn,hồi quy logistic nhị phân đượcsửd ụ n g n h ằ m x á c định và đo lường tác động của cácyếu tố tàichính, phi tài chính đến nguy cơ phásản của doanh nghiệp niêm yết ngành sản xuất tại Việt Nam Mô hình logit được sửdụng đặc biệttrong những trường hợpmôhình nghiêncứu có biến phụ thuộcl à biếnnhịphân.Chínhvìvậy,ứngdụngmôhìnhlogitđểxácđịnhrủirophásảncủa các doanh nghiệp là hoàn toàn phù hợp Đồng thời, phương pháp thống kê mô tảđược sử dụng để phân loại chính xác một mẫu các doanh nghiệp ngành sản xuấtthành hai nhóm đã xác định trước (không có rủi ro phá sản hoặc có rủi ro phá sản)trên cơ sở các số liệu khác nhau của báo cáo tài chính đã thu thập được và phản ánhmột sốđặc điểm củadữ liệu nghiên cứu.Mục đích của phương pháp này làp h â n tích thực trạng rủi ro phá sản của 50 doanh nghiệp ngành sản xuất tại ViệtNamtronggiaiđoạn2017 –2021vàđưaracáinhìntổngquanvềdữ liệu nghiêncứu.

Dữliệunghiêncứu

Dữ liệu được sử dụng trong nghiên cứu này dựa trên trên dữ liệu thứ cấp cótrong báo cáo tài chính trên trang web chính thức của các doanh nghiệp Cụ thể hơn,nghiêncứuđượcthựchiệndựatrênsốliệuthuthậpđượctừbáocáotàichínhcủa5

0 doanh nghiệp sản xuất niêm yết trên Sở giao dịch chứng khoán Thành phố HồChí Minh (HOSE) và Sở giao dịch chứng khoán Hà Nội (HNX) trong giai đoạn từ2017–2021.Đồngthời,mộtsốdữliệuthứcấpvềkinhtếvĩmôsẽđượctríchtừkhodữ liệucủaWorldBank đểphục vụtrong nghiêncứu.

Đónggópcủađềtài

Nghiên cứu nâng cao nhận thức về các yếu tố ảnh hưởng đến rủi ro phá sảnđốivớicácnhàđiềuhành,đồngthờiđưaracácbiệnphápgiúpcácdoanhnghi ệpsản xuất kiểm soát, phòng ngừa và xử lý kịp thời các vấn đề liên quan đến nguy cơphá sản Thông qua đề tài, các nhà đầu tư trên thị trường chứng khoán sẽ có thêmthông tin về thực trạng rủi ro phá sản của một số các doanh nghiệp sản xuất đại diệntrong nghiên cứu để đưa ra quyết định đầu tư có lợi hơn Đề tài cũng góp phần hoànthiện khoảng trống của những nghiên cứu trước về các nhân tố tác động đến rủi rophásảnvàtrở thànhnềntảngchocácnghiêncứutrongtươnglai.

Bốcục củakhóaluận

Mục tiêu chính của Chương 1 là khái quát các vấn đề cốt lõi có liên quan đếnđề tài như lý do chọn đề tài, mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng vàphạm vi nghiên cứu, phương pháp nghiên cứu, dữ liệu nghiên cứu và những đónggóp của đề tài Ngoài ra, kết cấu của khóa luận cũng sẽ được tóm lược trong chươngnày.

Các lý thuyết có liên quan đến rủi ro phá sản và các nhân tố tác động đến rủiro phá sản sẽ được trình bày trong Chương 2 Một số mô hình dự báo rủi ro phá sảncó tính ứng dụng phổ biến cũng được tóm lược và so sánh hiệu quả thực tiễn trongchương này Bên cạnh đó, những nghiên cứu thực nghiệm cùng chủ đề cũng đượcđưavàođểlàmnềntảng nghiêncứu.

Nội dung Chương 3 bao gồm quy trình nghiên cứu, mô hình nghiên cứu, giảthuyết nghiên cứu,môt ả b i ế n v à t h a n g đ o P h ư ơ n g p h á p v à d ữ l i ệ u n g h i ê n c ứ u cũngsẽđượctrìnhbàycụthểtrong chươngnày.

Nội dung Chương 4 đề cập đến các kết quả phân tích định lượng được thựchiện trên phần mềm Excel và Stata 17 Trong đó, dữ liệu nghiên cứu sẽ được phântích thống kê mô tả, phân tích tương quan Pearson, phân tích hồi quy Logistic nhịphân Sau đó, một số kiểm định được thực hiện để kiểm tra và đánh giá tổng thể môhìnhhồiquy.

Chương 5 chủy ế u đ ư a r a c á c k ế t l u ậ n v ề n g h i ê n c ứ u d ự a t r ê n c á c n ộ i d u n g đã được thực hiện trước đó để đề xuất một số khuyến nghị Những hạn chế tồn tạitrongnghiêncứucũngđượclàmrõvàđưarahướngnghiêncứutrongtươnglai.

Chương 1 đã đưa ra được lý do chọn đề tài "Các nhân tố ảnh hưởng tới rủi rophá sản của các doanh nghiệp niêm yết ngành sản xuất tại Việt Nam" bằng cách nêulêntầmquantrọngcủangànhsảnxuấtđốivớisựpháttriểncũngnhưnềnkinht ếcủaquốcgia.SốliệuliênquanđếnsựphásảncủacácdoanhnghiệptạiViệtNamđãm ộtphầnphảnánh được tínhcấp thiếtcủađềtàinghiêncứu.

Bên cạnh đó, mục tiêu của đề tài chủ yếu hướng đến việc phân tích tác độngcủa các nhân tố có liên quan đến rủi ro phásản của các doanh nghiệp niêmy ế t ngành sản xuất tại Việt Nam nhằm xây dựng mô hình dự báo rủi ro phá sản và đưara các khuyến nghị về vấn đề kiểm soát rủi ro phá sản Dựa trên các mục tiêu cụ thể,mộtsốcâuhỏinghiêncứucũngđãđượcđềxuấttrongChương1. Đồng thời, nội dung Chương 1 cũng đề cập đến đối tượng nghiên cứu là cácnhân tố có liên quan đến rủi ro phá sản của các doanh nghiệp sản xuất tại Việt Nam.Phạm vi nghiên cứu cũng được xác định đối với 50 doanh nghiệp sản xuất niêm yếttrênHOSEvàHNX.

Ngoài ra, nghiên cứu sử dụng nguồn dữ liệu thứ cấp thu thập được từ báo cáotài chính của các doanh nghiệp thuộc phạm vi nghiên cứu cùng với các số liệu vềkinh tế vĩ mô từ kho dữ liệu của World Bank Về phương pháp nghiên cứu, đề tàiđượcthực hiệndựatrênphươngphápnghiên cứuđịnhlượng.

Cuối cùng, bố cục của đề tài được đề cập trong Chương 1 bao gồm 5 chươngchính với các nội dung lần lượt như sau: Giới thiệu tổng quan về đề tài; Cơ sở lýthuyết và các nghiên cứu thực nghiệm; Phương pháp nghiên cứu và dữ liệu nghiêncứu;Kếtquả nghiêncứuvàthảoluận;Kếtluậnvàkhuyếnnghị. Ở Chương 2, các lý thuyết nền có liên quan đến rủi ro phá sản và các nhân tốtác động đến rủi ro phá sản sẽ được trình bày cụ thể Một số mô hình dự báo rủi rophá sản có tính ứng dụng phổ biến cũng được tóm lược và so sánh hiệu quả thựctiễn Bên cạnh đó, những nghiên cứu thực nghiệm cùng chủ đề cũng được đưa vàođểlàmnềntảngnghiêncứu.

Kháiniệmrủirophá sản

Tác giả đầu tiên phân biệt các giai đoạn khủng hoảng dẫn đến phá sản làFitzpatrick Năm 1934, ông mô tả năm giai đoạn khủng hoảng dựa trên đánh giá cácdoanh nghiệp Mỹ bị phá sản (Fitzpatrick, 1934) Theo xu hướng mới nhất, có tínhđến môi trường ngày càng toàn cầu hóa và năng động, chỉ có 3 giai đoạn khủnghoảng tồn tại Ooghe và Prijcker (2006) trong các nghiên cứu của họ đã xác định bagiaiđoạndẫnđếnphásảnlà:

Ngoài ra, có nhiều kiểu phá sản khác nhau được tìm thấy trong các cơ sở lýthuyết Phương pháp ban đầu để phân loại các doanh nghiệp phá sản thành bốn loạikhác nhau được đề xuất bởi ba tác giả là Richardson, Nwankwo và Richardson vàonăm1994.Trongnghiêncứucủamình,họđãsửdụngphépẩndụ―conếch‖đểmôtả các loại phá sản khác nhau Theo Richardson, Nwankwo và Richardson (1994),việc sử dụng những ẩn dụ như vậy làm cho đặc điểm của các loại phá sản khác nhautrởnênsinhđộngvàdễnhớhơn.Dođó,họđãmôtảcácloạidoanhnghiệp―ếch‖hoặc thấtbại như sau:

 Loại1:Ếchluộc–Doanhnghiệp hoạtđộngtrênthịtrường ítnhất vàinăm.

Một tính năng đặc trưng của loại doanh nghiệp này là các nhà quản lý tự hàilòng vì vậy họ không nhận biết được những thay đổi trong môi trường kinh doanhcủa họ.Ban điều hànhlãnh đạo doanh nghiệpmột cách trìtrệbằng cách sửd ụ n g các kế hoạch chiến lược, chiến thuật và hoạt động cũ Do đó, loại doanh nghiệp nàyđượcxemtương tựnhư"ếchluộc".Cáctácgiảđưaraví dụvềviệcthảmộtconếch vào nước sôi, con ếch sẽ ngay lập tức cảm thấy làn nước nóng như thiêu đốt và cốgắng nhảy ra khỏi đó Ngược lại, nếu thả con ếch vào thùng có nước lạnh được đuntừ từ đến nhiệt độ sôi, con ếch sẽ tỏ ra không biết gì Hậu quả của sự thiếu hiểu biếtnàylàcon ếchsẽchếttrongnướcsôi.

 Loại 2: Ếch chìm– Doanh nghiệp do các nhà quản lý đầy tham vọng lãnhđạo, đạt được những thành công lớn trên thị trường, có động lực mạnh mẽ đểtheođuổiviệcmở rộng sangcácthịtrườngvàlĩnhvựchoạtđộng mới.

Thành công ban đầu và sự kiêu ngạo là cơ sở cho kiểu phá sản này Sự pháttriểnn ă n g đ ộ n g c ủ a d o a n h n g h i ệ p t h e o m ọ i h ư ớ n g d ẫ n đ ế n v i ệ c t ạ i m ộ t s ố t h ờ i điểm, phạm vi hoạt động bổ sung không được liên kết với các nguồn lực chính đảmbảo thành công của công ty trước đó Do đó, các tác giả đã sử dụng phép loại suycon ếch bị chìm, gây ra bởi tham vọng quá mức muốn chiếm lấy toàn bộ một cái ao,muốn có tất cả các bộ phận của nó cùng một lúc Điều này dẫn đến việc con ếch kiệtsứcvà chìmxuống.

Loạiphásảnnàyápdụngchocácdoanhnghiệpnontrẻ(dođócósựtươngtự như con nòng nọc, vào thời điểm chúng chết trước khi có thể trở thành một conếch trưởng thành) Các tác giả cho rằng có một số nguyên nhân tiềm ẩn dẫn đến phásản trong các doanh nghiệp trên như lập kế hoạch quá lạc quan về doanh số bánhàng, lợinhuận, thị phần, hoặc sức hấp dẫncủa các sảnp h ẩ m c ủ a c ô n g t y k é m , hoặcmức độ tinhthầnkinhdoanh của ngườiquảnlýthấp.

 Loại4:Cóc–Doanhnghiệphoạt độngít nhất chụcnăm.

Loại phá sản này đề cập đến các doanh nghiệp lớn tập trung toàn bộ thời gianvàonhữngthànhcôngđãđạtđượctrongquákhứ.Cácnhàquảnlýlànhữngngườitự cao và thờ ơ với những thay đổi trong môi trường kinh doanh của họ Quy trìnhquản lý của doanh nghiệp dựa vào niềm tin của các nhà quản lý về sự thành côngliên tục nhiều hơn là dựa trên phân tích thực tế Đồng thời, các doanh nghiệp nhưvậycóthamvọng ngàycàngtăngđểmởrộngkinhdoanh theomọihướng.

Cácnguyênnhântác độngđếnrủirophásản

Nhântốtàichính

Theo Vlaovic-Begovic, Tomasevic và Ercegovac (2022), các chỉ số tài chínhdựa trên dữ liệu từ các báo cáo tài chính là cơ sở của các mô hình phân tích mức độtín nhiệm trong kinh doanh, dự đoán hoạt động kinh doanh trong tương lai và nguycơphásảncủadoanhnghiệp.Gill(1994)cũngchobiếtcáctỷsốtàichínhk hôngthể so sánh được giữa các doanh nghiệp thuộc các ngành khác nhau, vì các lĩnh vưckhác nhau phải đối mặt với những rủi ro, yêu cầu về vốn và cạnh tranh riêng biệt.Hơn nữa, có nhiều tỷ lệ tài chính dễ dàng được tính toán bằng cách sử dụng dữ liệutừ báo cáo tài chính, nhưng chỉ có một số nhóm tỷ lệ liên quan đến việc dự đoán rủiro phá sản của các doanh nghiệp Dựa trên đặc điểm mô tả của các doanh nghiệp, tỷsốtàichínhđượcBrealey,MyersvàMarcus(2001)phânthànhbốnnhómchínhlàt ỷ lệ đòn bẩy, tỷ lệ thanh khoản, chỉ số hiệu suất và tỷ suất sinh lời Đồng thời,nghiên cứu của Vlaovic-Begovic, Tomasevic và Ercegovac (2022) cũng khẳng địnhbốn nhóm chỉ số trên là các nhân tố tài chính ảnh hưởng trực tiếp đến rủi ro phá sảncủacác doanh nghiệp.

Về tỷ lệ đòn bẩy, đây là chỉ số tài chính có thể xác định được tài sản củadoanh nghiệp được tài trợ thông qua các khoản nợ Chỉ số này được tính toán chủyếu là bằng tỷ lệ nợ trên vốn chủ sở hữu, hoặc tổng nợ phải trả trên tổng tài sản,hoặctỷlệlợinhuậntrước lãi vayvà thuếtrênchiphílãivay.

Về tỷ lệ thanh khoản, đây là chỉ số được dùng để đánh giá khả năng thanhtoán và thực hiện các nghĩa vụ đến hạn của doanh nghiệp Tuy nhiên, Vlaovic-Begovic, Tomasevic và Ercegovac (2022) cho biết vẫn tồn tại hạn chế từ các vấn đềphát sinh trong phân tích thanh khoản do bản chất của vốn lưu động, do đó tỷ lệthanh khoản nên được phân tích cùng với tỷ lệ hiệu suất Phân tích chỉ số thanhkhoản được sử dụng phổ biến nhất là tỷ số thanh khoản hiện thời, tỷ lệ vốn lưu độngthuầntrêntổngtàisảnvàtỷlệthanhtoánnhanh.

Về chỉ số hiệu suất, phân tích hiệu suất hoạt động để có được thông tin vềhiệuquảsửdụngcácnguồnlựccủadoanhnghiệp.Cáctỷlệsauđâythườngđượcs ử dụng trong phân tích tùy thuộc vào hình thức tài sản: tỷ lệ vòng quay tài sản(Doanh thu bán hàng/Tài sản lưu động bình quân) và tỷ lệ vòng quay hàng tồn kho(Giávốnhàngbán/Giátrịtrungbìnhcủahàngtồnkho).

Về tỷ suất sinh lời, đây là chỉ số tài chính được dùng để kiểm tra cũng nhưphân tích về lợi nhuận của các doanh nghiệp Tỷ suất sinh lời có thể được tính bằngcách chia tổng lợi nhuận ròng và chi phí lãi vay cho doanh thu bán hàng.Ngoài ra,tỷ suất lợi nhuận trên tài sản cũng là một chỉ số quan trọng khác được dùng để phântíchkhảnăngsinhlời.

Nhântốphitàichính

Tuổicủadoanhnghiệplàmộtyếutốphitàichính ảnhhưởngđếnnguycơ phá sản của các doanh nghiệp Thornhill và Ami (2003) khẳng định sự thất bại củacông ty non trẻ có thể là do không đủ nguồn lực và năng lực Điều này cho thấy cáccông ty mới thành lập phải đối mặt với thách thức quan trọng trong việc tạo ra lợinhuận trong những năm đầu do thiếu nguồn lực và khả năng Các công ty trưởngthành thường ổn định hơn với uy tín và tài sản lớn hơn nên ít có khả năng bị phá sảnhơn những công ty mới Chính vì vậy, cáccông ty trưởng thànhc ó t ỷ l ệ p h á s ả n thấphơnsovớicáccôngtytrẻ.

Fejer-Kiraly (2015) đã xem xét vai trò của các yếu tố kinh tế vĩ mô trong dựđoán phá sản và nhận thấy chúng là một yếu tố quyết định quan trọng. Moravec(2013) cũng đề cập đến sự phá sản của các chủ thể kinh doanh và tỷ lệ phá sản bịảnh hưởng như thế nào bởi các biến số kinh tế vĩ mô Những phát hiện trong nghiêncứu của Moravec (2013) đã xácđịnh đượcm ố i t ư ơ n g q u a n c h ặ t c h ẽ g i ữ a G D P v à lãi suất đối với số vụ phá sản được tuyên bố Bên cạnh đó, Vlieghe (2001) cũng đãđưa ra những nhận định về ảnh hưởng của GDP và lãi suất thực đối với rủi ro phásảncủacácdoanhnghiệp.

Các môhìnhdự báorủirophá sản

MôhìnhcủaAltman

Kết quả của việc áp dụng kỹ thuật phân tích đa biệt thức để xác định rủi rophásảnlàphươngtrìnhcủamôhìnhAltman đầutiên(1968)códạngnhưsau:

 X4=Giátrịthịtrường Vốnchủsởhữu/Giá trị sổsáchcủaTổngnợ

Các doanh nghiệp trong mẫu nghiên cứu của Altman có điểm số dưới 1,81đềubịphásản.Trongkhicácdoanhnghiệpđạtđiểmtrên2,99nằmtrongkhuvự ctài chính lành mạnh Do đó, những doanh nghiệp có điểm số từ 1,81 đến 2,99 đượccoilà nằmtrongvùngthậntrọng.

Mô hình này bị chỉ trích vì chỉ áp dụng cho các công ty sản xuất được niêmyết trên thị trường vốn và không áp dụng cho các công ty thương mại và dịch vụ, đãniêm yết hoặc chưa niêm yết Vì lý do này, Altman đã đồng ý sửa đổi mô hình, mặcdù đúng là ban đầu ông đã phản đối, cho rằng điều đó là không cần thiết Cuối cùng,ông đã xuất bản hai phiên bản mới của mô hình, Z'-Score và Z"-Score Năm 1983,một sự điều chỉnh đã được thực hiện đối với mô hình ban đầu để có thể áp dụng chocác công ty sản xuất chưa niêm yết Cụ thể, trong cách tính tỷ lệ X4, Altman (1983)đã thay thế tử số bằng giá trị sổ sách của vốn chủ sở hữu thay vì giá trị thị trườngcủa cổ phiếu và chia cho giá trị sổ sách của tổng nợ phải trả Altman đã không xácthực môhình này bằng mẫu thứhai do thiếu các công ty tưn h â n t r o n g c ơ s ở d ữ liệu Altman (2000) cho rằng tỷ lệ X5 (doanh thu thuần/tổng tài sản) bị ảnh hưởngbởi lĩnh vực hoặc ngành của công ty, vì vậy ông quyết định tạo ra một mô hình mớicó giá trị cho tất cả các ngành hoặc lĩnh vực mà ông gọi là Z"-Score Để có đượcmột mô hình phù hợp để sử dụng cho tất cả các loại công ty, biến X5 từ Phươngtrình Z'-Score ở trên bị loại trừ, vì nó là một giá trị thay đổi đáng kể từ công ty nàysang công ty khác trong các lĩnh vực hoặc ngành khác nhau, gây ra biến dạng và cóthểảnhhưởng đếnmô hình.Vìvậy, phươngtrìnhZ"-Score thu được:

Trong mô hình Z"-Score này, một công ty có số điểm dưới 1,1 được coi làcók h ả n ă n g p h á s ả n c a o , t r o n g k h i n ế u n ó c a o h ơ n 2 , 6 , t h ì n ó đ ư ợ c c o i l à l à n h mạnh Do đó, các công ty có giá trị từ 2,6 đến 1,1 được coi là nằm trong vùng thậntrọngtàichính.

Mặc dù mô hình này đã được xuất bản trong nhiều năm và được chấp nhậnrộngrãi,nhưngcóvẻhợplýkhinghĩrằngnócầnđượcsửađổi,trongđócáctham số của nó được ước tính lại với dữ liệu gần đây hơn và các kỹ thuật ước tính mớiđược sử dụng Vìlýdo này,Altman, Iwanicz-Drozdowska,Laitinen vàS u v a s (2014) đã tạo ra một phiên bản mới của mô hình Z-Score với các biến mới như quốcgia, ngành, quy mô và độ tuổi được đưa vào Biểu thức hồi quy logistic đã được sửdụng để tạo mô hình Z-Score mới này, vì nó không yêu cầu dữ liệu phải tuân theophương sai đồng nhất, tính quy tắc và cộng tuyến, vốn được yêu cầu trong các môhìnhZ- ScoretrướcđâydoMDAthuđượcchúng.

S c o r e b a n đ ầ u đ ư ợ c p h á t t r i ể n c h o c á c c ô n g t y s ả n x u ấ t đ ư ợ c niêm yết, trong khi mô hình Z'-Score tập trung vào các công ty sản xuất tư nhân vàcả hai mô hình (Z"-Score và Z-Score 2014) đều được điều chỉnh cho các công tykhác nhau (tư nhân và được niêm yết) và các mục đích kinh doanh khác nhau (sảnxuấthoặcphisảnxuất).

MôhìnhcủaConanvà Holder

Mô hình Conan và Holder (1979) được phát triển để phân tích sự suy thoáitình hình tài chính của các doanh nghiệp vừa và nhỏ (SMEs) Mô hình được xâydựng dựa trên 31 biến số tài chính, áp dụng trên 190 doanh nghiệp vừa và nhỏ hoạtđộngt r o n g c á c l ĩ n h v ự c : c ô n g n g h i ệ p , t h ư ơ n g m ạ i , d ị c h v ụ v à v ậ n t ả i t r o n g g i a i đoạn 1970 – 1975 Mô hình do Conan và Holder phát triển được đưa vào cácphươngphápkiểmđịnhthốngkêvàcóưuđiểmlàđơngiảnhóaviệctínhtoán,dođó nó tiếp tục được sử dụng cho đến ngày nay Mô hình của Conan và Holder cóphươngtrìnhnhư sau:

ScorecủaConanvàHolderchobiếtxácsuấtxảyrarủirophá sảncủa các doanh nghiệp lớn hơn 65% khi Z-Score có giá trị nhỏ hơn 0,04, đồng thờixác suất phá sản khoảng 30 – 65% khi giá trị Z-Score bé hơn 0,16 và lớn hơn 0,04.Trường hợp khác khi Z-Score có giá trị lớn 0,16 thì xác suất phá sản của các doanhnghiệpsẽnhỏ hơn 30%.

MôhìnhcủaSpringate

Mô hình dự đoán tình trạng mất khả năng thanh toán của doanh nghiệpCanada này được Gordon LV Springate pháttriển vào năm 1978 tại Đại học SimonFraser, tuân theo các quy trình do Altman phát triển ở mô hình Z-Score đầu tiên.Springate (1978) đã sử dụng phân tích đa biệt thức theo từng bước để chọn ra 4trong số 19 tỷ số tài chính phổ biến giúp phân biệt tốt nhất giữa hoạt động kinhdoanh lành mạnh và những hoạt động thực sự thất bại Mô hình dự đoán mất khảnăng thanh toán này đạt được tỷ lệ chính xác là 92,5% khi sử dụng 40 công ty đượcthửnghiệmbởiSpringate.MôhìnhS- ScorecủaSpringatecódạngnhưsau:

Mô hình S-Score củaSpringate phản ánhkết quả cácd o a n h n g h i ệ p h o ạ t động hiệu quả khi có giá trị S-Score lớn hơn 0,826 và các doanh nghiệp bị phá sảnkhicóS-Scoretừ 0,826trởxuống.

MôhìnhcủaTaffler

Taffler (1983) đã đề xuất mô hình dự báo nguy cơ phá sản dựa trên một cuộckhảo sát sâu rộng vềmảng dữ liệu lớn Mô hình ban đầu đượcxây dựng đểp h â n tíchcáccôngtycôngnghiệp(sảnxuấtvàxâydựng),vàsauđóđượcpháttr iểnđể phân tích cho các công ty bán lẻ và dịch vụ Dữ liệu nghiên cứu được xử lý thôngqua một loạt các phương pháp thống kê và mô hình được xây dựng bằng phươngpháp phân tích đa biệt thức Mô hình Z-Score được suy ra bằng cách xác định tậphợp các tỷ lệ tốt nhất, khi được kết hợp với nhau và có trọng số thích hợp, sẽ phânbiệt một cách tối ưu giữa hai mẫu Đòn bẩy, khả năng sinh lời, tính thanh khoản,mức đủ vốn và các thông số khác được đánh giá để tạo nên mô hình Mô hình củaTafflercódạngnhư sau:

 X4= (Tài sản thanh khoản nhanh – Nợ ngắn hạn)/Chi phí hoạt độnghằngngày

Mô hình Z-Score của Taffler phản ánh công ty có cơ hội tốt để hoạt động khicó giá trị Z-Score lớn hơn 0,3 Khi Z-Score nằm trong khoảng lớn hơn 0,2 và nhỏhơn 0,3 thì doanh nghiệp thuộc vùng màu xám (vùng không xác định) Mặt khác,doanh nghiệp được xem là gần như phá sản khi mang giá trị Z-Score thấp hơn 0,2.Vì vậy, trong trường hợp của mô hình của Taffler, nếu Z-Score được tính toán làdương, thì công ty có khả năng thanh toán và rất khó có khả năng thất bại trong nămtới Tuy nhiên, nếu điểm Z Taffler của nó là âm, thì nó nằm trong khu vực có nguycơ phá sản và công ty có tỷ số tài chính tương tự như các doanh nghiệp đã thất bạitrướcđây.

MôhìnhcủaZmijewski

Dựa trên nghiên cứu tiên phong của Beaver (1966) và Altman (1968), các kếtquả liên quan trong lĩnh vực này đã thu được được bởi Zmijewsky vào năm 1984.Mô hình X-Score củaZ m i j e w s k y ( 1 9 8 4 ) đ ư ợ c s ử d ụ n g đ ể d ự đ o á n k h ả n ă n g p h á sảncủamộtcôngtytronghainăm.Zmijewski(1984)chỉtríchcácmôhìnht rước đó, cho rằng các mô hình tính điểm phá sản khác lấy mẫu quá nhiều các công tyđang gặp khó khăn và ủng hộ các tình huống có dữ liệu đầy đủ hơn Tỷ lệ được sửdụng trong thang điểm của Zmijewski được xác định bằng phân tích probit để xâydựng mô hình dự báo phá sản Giống như hàm logit, hàm probit ánh xạ giá trị từ 0đến1vàtrongmôhìnhnày,điểmsốlớnhơn0,5thểhiệnxácsuấtvỡnợcaohơn.Tỷ lệ chính xác của mô hình Zmijewski đối với mẫu ước tính là 99% Hàm probitđượcx â y d ự n g v ớ i c á c b i ế n v à h ệ s ố ư ớ c l ư ợ n g t ừ n g h i ê n c ứ u c ủ a Z m i j e w s k i (1984)nhưsau:

Mô hình X-Score của Zmijewski đã phân loại các doanh nghiệp có xác suấtlớn hơn hoặc bằng 0,5 là phá sản hoặc cód ữ l i ệ u h o à n c h ỉ n h , t r o n g k h i d o a n h nghiệpcóx ácsu ất xảy ra rủ ir on hỏ h ơ n 0, 5 đư ợc xếp và o n hó mk hô ng phá sả n hoặccó dữ liệukhôngđầyđủ.

Sosánhhiệuquảthực nghiệm

Theo nghiên cứu của Viciwati (2020), mô hình Zmijewski (X-Score) là môhình dự báo phá sản chính xác hơn so với mô hình Altman (Z-Score) Kết quả củanghiên cứu này chỉ ra rằng mô hình Zmijewski (X-Score) là mô hình có tỷ lệ chínhxác cao nhất trong việc dự báo phá sản với tỷ lệ chính xác là 90% Nghiên cứu củaLestari, Situmorang, Pratama và Bon (2021) khẳng định mô hình Springate(S-Score) là mô hình có tỷ lệ chính xác cao nhất, cụ thể là 68,75%, cao hơn so với môhình Z"-Score của Altman và X-Score của Zmijewski Mặt khác, Tan vàWibisana(2020)đãkếtluậnmôhìnhtốthơnvàchínhxáchơntrongviệcdựđoánkhó khăntài chính dựa trên thử nghiệm Nagelkerke R Square là mô hình Altman đã sửa đổi(Z"-Score)vớimứcđộchínhxác82,5%.Tanjung(2020)cũngchorằngmôhìnhZ-

Score của Altman là mô hình dự báo chính xác hơn mô hình S-Score, X-Score trongviệc dự đoán kiệt quệ tài chính Đối với các doanh nghiệp tại Việt Nam, nghiên cứucủa Vinh, Quang và Dung

(2022) đưa ra kết quả mô hình S-Score của Springate phùhợp hơn mô hình Z-Score của Altman,X-Score của Zmijewski và Z-Score củaTaffler với mức độ chính xác 86,24%, sai số loại 1 là5,21% và sai số loại 2 là8,55% Thông qua các nghiên cứu so sánh hiệu quả thực nghiệm giữa các mô hìnhtrên có thể nhận thấy tùy vào nguồn dữ liệu khác nhau sẽ thu được kết quả về tỷ lệchính xác trong dự báo rủi ro phá sản khác nhau Các mô hình dự báo phá sản khiđược áp dụng đối với doanh nghiệp ở các quốc gia khác nhau cũng nhận được kếtquả xếp loại mức độ chính xác khác nhau Chính vì vậy,tác giả quyết định chọn môhình S-Score của Springate (1978) để đưa vào nghiên cứu dựa trên sự phù hợp củamô hìnhtrongdựbáorủirophásảnđốivớicácdoanhnghiệptại ViệtNam.

Cácnghiêncứuthựcnghiệm

Nghiêncứutrongnước

Bài nghiên cứu của các tác giả Binh, Loan và Anh (2020) đã sử dụng dữ liệucủa 46 doanh nghiệp chưa niêm yết với quy mô nhỏ và vừa Các doanh nghiệp nàyđược phân thành 2 nhóm gồm 23 doanh nghiệp phá sản và 23 doanh nghiệp khôngphá sản Nghiên cứu đã xem xét một số khía cạnh dự đoán rủi ro phá sản dựa trênmô hình hồi quy logistic để xác định các yếu tố tài chính quan trọng nhất liên quanđến khả năng tồn tại của các doanh nghiệp nhỏ Phát hiện đáng chú ý nhất củanghiên cứu là các doanh nghiệp ở khu vực ngoại thành có nguy cơ phá sản cao hơnso với các doanh nghiệp tập trung ở trung tâm thành phố Đối với các chỉ số tàichính, kết quả nghiên cứu cho thấy lợi nhuận kinh tế, quy mô doanh nghiệp, tốc độtăngtrưởngdoanhthuvàdoanhthutừvốnđầutưlànhữngyếutốquantrọngvàcóý nghĩa liên quan đến dự báo rủi ro phá sản Các doanh nghiệp nhỏ thực sự đối mặtvới khủng hoảng tài chính trong bối cảnh nền kinh tế đang chuyển đổi, phát triểncùngvớithịtrườngtài chínhnontrẻởViệtNamhiệnnay.

Nghiên cứu của Hà và Khang (2013) phân tích các yếu tố tác động đến phásản doanh nghiệp sau 1 năm, 2 năm và 3 năm tại tỉnh Đồng Nai với dữ liệu từ báocáo tài chính của 700 doanh nghiệp trong giai đoạn 2007 – 2010 Các tác giả đã sửdụng phương pháp hồi quy logistic và thu được kết quả là cácy ế u t ố b a o g ồ m t à i sản ngắn hạn trên doanh thu, giá vốn hàng bán trên doanh thu và hình thức doanhnghiệp 100% vốn nhà nước có tác động cùng chiều đến việc phá sản của doanhnghiệp Mặt khác, các biến độc lập là tài sản ngắn hạn trên tổng tài sản, lợi nhuậnsau thuế trên vốn chủ sở hữu (ROE), lợi nhuận sau thuế trên doanh thu (ROS),doanh thu trên tổng tài sản lại có tác động ngược chiều với sự phá sản doanh nghiệptỉnhĐồngNai.

Nghiên cứu của tác giả Lan (2019) đã làm sáng tỏ các nhân tố ảnh hưởng đếnrủi ro phá sản của các doanh nghiệp niêm yết ngành Xây dựng tại Việt Nam. Sựtươngquangiữacácnhântốvàrủirophásảnđãđượcphântíchcụthểtrongbài viết này thông qua phương pháp nghiên cứu định lượng và mô hình hồi quy Logit.Kết quả nghiên cứu cho thấy hai biến độc lập là tổng nợ phải trả trên tổng tài sản vàtốc độ tăng trưởng thu nhập ròng có tác động cùng chiều đến rủi ro phá sản doanhnghiệp Ngược lại, vốn lưu động ròng trên tổng tài sản, khả năng thanh khoản ngắnhạnvàtỷsuấtsinhlợitrêntổngtàisảnlàcácnhântốcótácđộngnghịchchiềurủiro phásảncủadoanhnghiệpniêmyếtngànhXâydựngtại ViệtNam.

Nghiên cứu của Cong, Nga, Oanh và Than (2019) đã tập trung phân tích tácđộng của các yếu tố hiệu quả tài chính đến rủi ro phá sản của doanh nghiệp bất độngsản niêm yết tại Việt Nam Dữ liệu nghiên cứu được các tác giả thu thập từ 44 côngty bất động sản niêm yết trên sàn chứng khoán Việt Nam từ năm 2011 đến 2017.Nghiên cứu được thực hiện bằng phương pháp định lượng dựa trên mô hình hồi quylogistic với sự hỗ trợ của phần mềm SPSS 25 Kết quả nghiên cứu cho thấy các biếnđộc lập tỷ suất sinh lời trên tài sản (ROA), tỷ suất sinh lời trên vốn chủ sở hữu(ROE) và vòng quay tổng tài sản (TAT) có ảnh hưởng ngược chiều đến rủi ro phácủa các doanh nghiệp bất động sản, trong khi tỷ suất lợi nhuận hoạt động(OPM)khôngphảilàmộtnhântốliênquan.

Nghiênc ứ u c ủ a D i ệ p T h a n h T ù n g v à V õ T h ị H o à n g P h ụ n g ( 2 0 1 9 ) đ ã á p dụngmôhìnhZ- scoređểđánhgiárủirophásảncủacácdoanhnghiệpđangành,với dữ liệu được lấy từ báo cáo tài chính chính thức của 180 doanh nghiệp trên địabàn tỉnh Sóc Trăng Mô hình hồi quy logistic nhị phân được sử dụng để đánh giá tácđộng của các yếu tố phi tài chính và tài chính đến rủi ro phá sản của doanh nghiệp.Kết quả nghiên cứu cho thấy, cácy ế u t ố l à l ĩ n h v ự c k i n h d o a n h , l o ạ i h ì n h k i n h doanh có tác động cùng chiều đến nguy cơ phá sản của các doanh nghiệp đa ngành.Tuy nhiên, quy mô doanh nghiệp, trình độ học vấn của người quản lý, thu nhậptrướcthuế,lợinhuậnròngtrêntỷlệvốnchủsởhữu,tỷsuấtthunhậptrướclãivay và thuế trên tổng tài sản cùng với tỷ lệ vốn chủ sở hữu trên tổng nợ có ảnh hưởngngượcchiều đếnnguycơphásảncủadoanhnghiệp.

Nghiêncứungoàinước

Theo Puagwatana và Gunawardana (2005)v i ệ c t r á n h p h á s ả n l u ô n l à m ộ t vấnđềquantrọngtronglĩnhvựctàichínhdoanhnghiệpvàquảnlýkinhdoanh docó nhiều bên liên quan đến thất bại của công ty Trong bài nghiên cứu, mô hình đãđượcp h á t t r i ể n đ ể d ự đ o á n s ự t h ấ t b ạ i t r o n g k i n h d o a n h ở T h á i L a n , đ ặ c b i ệ t l à trong ngành công nghệ bằng cách sử dụng bốn biến từ mô hình của Altman và bổsung một biến vào mô hình. Phương pháp thống kê mô tả, tương quan và kiểm địnhT độc lập được sử dụng để kiểm tra xem đặc điểm của từng biến đối với rủi ro phásảncủacáccôngtythấtbạivàkhôngthấtbại.Môhìnhđượcpháttriểnbằngcách sử dụng hồi quy logistic từng bước Các mẫu được phát triển bằng cách sử dụngthông tin tài chính từ các công ty trách nhiệm hữu hạn tư nhân hoạt động trong lĩnhvực công nghệ ở Bangkok Kết quả từ nghiên cứu thực nghiệm này có thể kết luậnrằng các tỷ số tài chính là kỹ thuật phân tích hữu ích để dự báo sức khỏe tài chínhcủa các công ty trong ngành công nghệ Kết quả kiểm định T độc lập cho thấy tỷ lệdoanh thu trên tổng tài sản là biến độc lập duy nhất có ý nghĩa cho thấy sự khác biệtđángkểgiữanhómcôngtythấtbạivàkhôngthấtbại.

Trong bài báo của Atena (2018), mô hình hồi quy logistic được sử dụng đểphân tích rủi ro phá sản dựa trên mẫu dữ liệu của các doanh nghiệp vừa và nhỏ domột trong các ngân hàng Ba Lan cung cấp Tác giả áp dụng phương pháp phân tíchbiệt thức đối với biến phụ thuộc là rủi ro phá sản dựa trên mô hình Z-Score Kết quảnghiên cứu cho thấy các biến lợi nhuận giữ lại trên tổng tài sản, vốn chủ sở hữu trêntổng nợ phải trả và doanh thu bán hàng trên tổng tài sản có tác động cùng chiều vớirủirophásản.Ngượclại,vốnlưuđộngtrêntổngtàisảnvàEBITtrêntổngtàisảncó tác động âm với rủi ro phá sản.Hơn nữa,rủi ro phá sản có sựphân hóam ạ n h theo quy mô và lĩnh vực hoạt động Biến vị trí cũng làm tăng khản ă n g p h â n b i ệ t củamôhìnhrủirophásảnmộtcáchtíchcực.

Nghiên cứu của Zainol Abidin, Abdullah và Khaw (2021) dự đoán rủi ro phásản giữa các doanh nghiệp vừa và nhỏ ngành khách sạn trong khoảng thời gian banăm và điều tra các yếu tố quan trọng trong việc xác định phá sản Mô hình hồi quylogistic từng bước được các tác giả sử dụng để xác định các yếu tố dự đoán quantrọng có thể dự đoán phá sản trong khoảng thời gian một năm, hai năm và ba năm.Các phát hiện cho thấy rằng lợi nhuận trên tài sản và tuổi công ty luôn có ý nghĩaquan trọng trong suốt một năm, hai năm và ba năm trước khi phá sản Đối với cácchỉ số khác, chúng chỉ được coi là có ý nghĩa tại một thời điểm nhất định trước khiphásản N g o à i r a , c á c b i ế n q u ả n tr ị d ư ờ n g n h ư c ó ý n g h ĩ a q u a n t r ọ n g t r o n g gi ai đoạn đầu phá sản Kết quả của nghiên cứu này cũng cho thấy rủi ro phá sản củadoanh nghiệp vừa và nhỏ có thể được phát hiện sớm nhất là trước 3 năm Ngoài ra,lợi nhuận trên tài sản và tuổi công ty quan trọng trong việc dự đoán rủi ro phá sản vìcác biến này luôn có ý nghĩa phân biệt sự phá sản giữa giữa các doanh nghiệp trongmọithờikỳ.

Zongyi Wang (2019) đã kiểm tra mối quan hệ giữa các tỷ lệ kế toán và rủi rophá sản thông qua phân tích đơn biến và mô hình logistic để dự đoán các vấn đề phásản với 52 công ty phá sản và 518 công ty không phá sản trong giai đoạn 2004 –2008 Kết quả nghiên cứu cho thấy thu nhập ròng/doanh thu có khả năng tương đốitốt đểphânbiệt cáccông tythất bạivàkhôngthất bại Nhìn chung,khảnăngdựbáo của một tỷ lệ duy nhất thường bị hạn chế vì không có một tỷ lệ nào có thể khái quáthóa tất cả các đặc điểm của một công ty và không phải tất cả các tỷ lệ tài chính đềucó thể là yếu tố dự báo tốt cho khả năng mất khả năng thanh toán Trong mô hìnhlogistic,tácgiảnhậnthấytiềnmặt/nợngắnhạnvàthunhậpròng/doanhthu đóngvait r ò q u a n t r ọ n g l i ê n q u a n đ ế n k h ả n ă n g p h á s ả n N g o à i r a , t h ô n g t i n q u ả n t r ị doanhng hi ệp đ ư ợ cc h ứ n g mi nh l à c ó t hể c ả i t h i ệ n độ c h í n h xá c củ a m ô h ì n h dự báo.

Nghiên cứu của Hewa Wellalage và Locke (2012) điều tra mối quan hệ giữarủi ro phá sản và các đặc điểm tài chính, phi tài chính trong các doanh nghiệp nhỏ.Các tác giả sử dụng phân tích hồi quy logistic trong nghiên cứu và phát hiện ra rằngrủirophásảnđốivớicácdoanhnghiệplớnhơnởcácthànhphốthìíthơnsovới các doanh nghiệp nhỏ hơn ở các vùng nông thôn Ngoài ra, bài nghiên cứu cho thấyrủi ro phá sản trong các doanh nghiệp nhỏ liên quan đến lĩnh vực kinh doanh và sứckhỏe nền kinh tế suy giảm không phải là lý do duy nhất khiến các doanh nghiệp đóphá sản.Đòn bẩy tàichính vàtỷ sốlợi nhuận trên tàisản (ROA)tác độngc ù n g chiều đến sự phá sản của các doanh nghiệp, trong khi tính thanh khoản có tác độngâm Bài báo này còn mở rộng hiểu biết về việc tăng khả năng quản lý của nhân sựthôngquađàotạo việclàmdẫnđến tỷlệtồntạicaohơncủacácdoanhnghiệpnhỏ.

Khoảngtrốngnghiêncứu

Mặc dù nghiên cứu thực nghiệm trong nướcđã xác địnhđược cácd ấ u h i ệ u cơ bản trong dự báo phá sản của doanh nghiệp vừa và nhỏ, nhưng nguồn mẫu cònhạn chế Ngoài ra, do dữ liệu không có sẵn và thiếu thông tin trên báo cáo tài chínhnên chưa phân tích thêm các yếu tố liên quan đến quản trị doanh nghiệp. Nhữngthiếu sót này cần được giải quyết trong các nghiên cứu tiếp theo để hoàn thiện hơnnữamôhìnhdựbáophásảnđốivớicácdoanhnghiệptạiViệtNam.Bêncạnhđó,b ộ dữ liệu sử dụng trong một số nghiên cứu chỉ được thu thập từ báo cáo tài chínhcủa các doanh nghiệp trong một khu vực nên sự khác biệt giữa các địa phương cóthểảnhhưởngđếnkếtquảnghiêncứu.Vìvậy,cácnghiêncứutiếptheonênphân tích dữ liệu ở nhiều địa điểm khác để phản ánh tốt hơn tình hình hoạt động của cácdoanhnghiệpởViệtNam.Cácnghiêncứuthựcnghiệmcòncónhữnghạnchế vềdữ liệu nghiên cứu làm ảnh hưởng đến khả năng đưa ra các dấu hiệu cảnh báo vềtình trạng tài chính và khả năng dự báo Các doanh nghiệp thất bại được lựa chọnnghiên cứu có thể đã giải thể chứ không phải phá sản Đây là hai phương thức chấmdứt hoạt động kinh doanh khác nhau vì doanh nghiệp bị giải thể thì không gặp nhiềuvấn đề về tài chính trong khi các doanh nghiệp bị phá sản phải ngừng kinh doanh vìcác vấn đề tài chính Để cải thiện ý nghĩa và khả năng dự đoán của mô hình, cácnghiên cứu tiếptheo nên chọn các doanh nghiệp thất bạid o p h á s ả n H ơ n n ữ a , v ì các dữ liệu và thông tin trong một số nghiên cứu thực nghiệm chỉ giới hạn trong báocáo tài chính dẫn đến số lượng biến độc lập trong mô hình bị hạn chế Một cách đểphát triển mô hình là thêm nhiều biến số khác liên quan đến thị trường để khả năngdự đoán sẽ chính xác hơn.Ngoài ra, bên cạnh các tỷ số tài chính quan trọng đolường trạng thái bên trong của doanh nghiệp, các biến độc lập liên quan đến điềukiện kinh tế vĩ mô hiện tại cần được đưa vào các nghiên cứu trong tương lai để cảithiệnkhảnăngdự đoánrủirophásảncủacácmô hình.

Nội dung Chương 2 đã đưa ra được các khái niệm liên quan đến rủi ro phásảncùngvớimộtsốnhântốcótácđộngđếnrủirophásản.Trongđó,cácnhântốtài chính bao gồm đònb ẩ y t à i c h í n h , k h ả n ă n g t h a n h k h o ả n , h i ệ u s u ấ t h o ạ t đ ộ n g , khả năng sinh lời và các nhân tố phi tài chính bao gồm tuổi doanh nghiệp, lãi suấtthực,tốc độtăngtrưởngGDP. Đồng thời, một số mô hình dự báo rủi phá sản cũng được đề cập đến trongChương 2 là mô hình Z-Score của Altman (1968), mô hình Z"-Score của Altman(2000), mô hình của Conan và Holder (1979), mô hình S-Score của Springate(1978), mô hình của Taffler (1983), mô hình X-Score của Zmijewski

(1984) Hiệuquả thực tế của các mô hình trên được so sánh cụ thể thông qua một số nghiên cứu.Tuy nhiên, tác giả chọn mô hình S-Score của Springate (1978) để đưa vào nghiêncứudựatrên sựphùhợpcủamôhìnhđốivới cácdoanhnghiệptại ViệtNam.

Ngoàira,Chương2cũngđềcậpđếnmộtsốnghiêncứuthựcnghiệmtrongvà ngoài nước Các khoảng trống có ảnh hưởng trực tiếp đến khả năng dự báo rủi rophá sản của các doanh nghiệp đối với các nghiên cứu trên là thiếu mẫu nghiên cứuhoặc dữ liệu chưa chính xác, cũng như thiếu các yếu tố liên quan đến quản trị doanhnghiệpvàkinhtếvĩmô. Ởc h ư ơ n g t i ế p t h e o , t á c g i ả s ẽ t r ì n h b à y q u y t r ì n h n g h i ê n c ứ u, m ô h ì n h nghiên cứu, giả thuyết nghiên cứu, mô tả biến và thang đo Phương pháp và dữ liệunghiêncứucũngsẽđượcnêumộtcách cụthể.

Phân loại các doanh nghiệp dựa trên S-Score

Tính toán các giá trị từ các số liệu đã thu thập

Phân tích dữ liệu trên phần mềm Stata 17 và Excel

Quytrìnhnghiêncứu

Chọn lọc các doanh nghiệp ngành sản xuất có đầy đủ dữ liệu trong phạm vithời gian nghiên cứu và được niêmyết trênS ở g i a o d ị c h c h ứ n g k h o á n T h à n h p h ố Hồ Chí Minh (HOSE) cùng với Sở giao dịch chứng khoán Hà Nội (HNX) Các sốliệucầnthiết để tínhtoángiátrịcủabiếnphụthuộcvàcác biếnđộclậpsẽđư ợctríchxuấttrựctiếptừbáocáotàichínhcủacácdoanhnghiệptrên.Đồngthời,các chỉsốkinh tế vĩ môcũngđượcthuthậptừ khodữ liệucủaWorldBank.

Bước2:PhânloạicácdoanhnghiệpdựatrênS-Score Ứng dụng mô hình S-Score của Springate (1978) để phân loại các doanhnghiệp sản xuất đã được thu thập dữ liệu trước đó thành hai nhóm chính là doanhnghiệp có rủir o p h á s ả n v à d o a n h n g h i ệ p k h ô n g c ó r ủ i r o p h á s ả n N ế u S - S c o r e được tính từ số liệu trong báo cáo tài chính của doanh nghiệp có giá trị nhỏ hơn0,826 nghĩa là doanh nghiệp đó thuộc nhóm có rủi ro phá sản Ngược lại, nếu doanhnghiệpcóS-Scorelớn hơn0,826 sẽđượcxếpvàonhómkhôngcórủi rophásản.

Sử dụng số liệu thu thập được ở bước 1 để tính toán và xác định giá trị củabiến phụ thuộc và các biến độc lập cho từng quan sát Đối với biến độc lập, nhữngdoanh nghiệp có rủi ro phá sản sẽ có giá trị là 1, trong khi các doanh nghiệp khôngcó rủi ro phá sản có giá trị bằng 0 Đối với các biến độc lập, giá trị của các quan sátsẽđược tínhtoán dựatrêncác thướcđoriêngbiệtcủatừngbiến.

Sau khi hoàn tất việc tổng hợp và tính toán, dữ liệu nghiên cứu được đưa vàoxử lý chính thức thông qua phần mềm thống kê Stata 17 Một số phân tích và kiểmđịnh được áp dụng cho nghiên cứu bao gồm phân tích thống kê mô tả, phân tíchtương quan, phân tích hồi quy Logistic nhị phân và các kiểm định mô hình. Bêncạnhđ ó , p h ầ n m ề m E x c e l đ ư ợ c s ử d ụ n g đ ể t í n h t o á n k h ả n ă n g d ự đ o á n c ủ a m ô hình.

Môhìnhnghiêncứu

Môhìnhlýthuyết

Mô hình hồi quy logistic nhị phân thường được sử dụng để phân loại và phântích dự đoán Phương pháp hồi quy này ước tính xác suất xảy ra một sự kiện, dựatrên tập dữ liệu nhất định gồm nhiều biến độc lập Vì kết quả là một xác suất nênbiến phụ thuộc có giới hạn từ 0 đến 1 Trong hồi quy logistic, một biến đổi logisticcủatỷlệodds (được gọilàlogit)đóngvaitròlàbiếnphụthuộc:

Môhìnhhồiquylogisticđượchìnhthànhtừbiếnphụthuộcởtrêncùngvớiphươngt rình hồiquychocácbiến độclậpđượcbiểuthịbằngcôngthứcnhư sau:

Trong phương trình trên, mối quan hệ giữa biến phụ thuộc logit(P) và cácbiến độc lập X được giả định là tuyến tính Xác suất xảy ra sự kiện có thể được tínhtheocôngthức sau:

Trong đó, exp có thể được hiểu một cách đơn giản là hàm số mũ hoặc cụ thểhơnlàlũythừacủa e (xấpxỉ2,718)vớisốbấtkỳ.

Giảthuyết nghiêncứu

TheoS p r i n g a t e ( 1 9 7 8 ) , h i ệ u s u ấ t h o ạ t đ ộ n g đ ó n g g ó p v à o c á c t á c đ ộ n g nghịch chiều với nguy cơ phá sản của các doanh nghiệp Nghiên cứu của Vlaovic-Begovic, Tomasevic và Ercegovac (2022) và nghiên cứu của Cong, Nga, Oanh vàThan

(2019) cũng đưa ra nhận định tương tự là hiệu quả hoạt động càng cao, doanhnghiệpcànggiảmthiểuđược rủirophásản.

Hiệu quả hoạt động đo lường hiệu quả chuyển đổi tài sản được thành doanhthu của doanh nghiệp cũng như hiệu quả sử dụng các nguồn lực để tạo ra doanh thu.Do tồn tại sự khác biệt lớn về tài sản và doanh thu giữa các ngành, hiệu suất hoạtđộng sẽ góp phần so sánh các doanh nghiệp trong cùng ngành tốt hơn trái ngành.Một doanh nghiệp sản xuất có tỷ lệ hiệu suất cao thể hiện doanh nghiệp này có thểtạo ra doanh thu cao mặc dù chỉ sử dụng tương đối ít nguồn lực Điều đó góp phầnhỗtrợdoanhnghiệpgiảmthiểurủirophásản.Ngượclại,khicácdoanhnghiệpc ó hiệusuấthoạtđộngthấpphảitiêutốnnhiềunguồnlựchơnđểđạtđượcmứcdoanhthucao,d ẫnđếnnhiềunguycơphásản.

Trong nghiên cứu của Zainol Abidin, Abdullah và Khaw (2021), tỷ lệ đònbẩyt à i c h í n h đ ư ợ c k h ẳ n g đ ị n h l à c ó t á c đ ộ n g t h u ậ n c h i ề u đ ế n n g u y c ơ p h á s ả n , nghĩa là các khoản nợ càng lớn, các doanh nghiệp càng có nguy cơ phải tuyên bốphá sản Mối tương quan thuận chiều này cũng đã được xác nhận trong bài viết củaVlaovic- Begovic,TomasevicvàErcegovac(2022).

Tỷl ệ đ ò n b ẩ y t h ể h i ệ n m ứ c đ ộ m à m ộ t d o a n h n g h i ệ p đ a n g s ử d ụ n g c á c khoản tiền vay Doanh nghiệp sản xuất có tỷ lệ đòn bẩy thấp có thể gặp phải các bấtlợi như thiếu vốn đầu tư, thiếu nguồn tiền để mở rộng quy mô sản xuất kinh doanhvà phát triển sản phẩm, hoặc không được hưởng nhiều lợi thế từ lá chắn thuế Tuynhiên, doanh nghiệp càng có ít các khoản nợ càng ít gặp khó khăn khi lợi nhuận bịgiảm sút vì không phải chịu quá nhiều các khoản chi trả lãi suất nợ Điều này khiếncác doanh nghiệp giảm thiểu được những rủi ro liên quan đến việc phá sản Mặtkhác, doanh nghiệp có tỷ lệ bẩy tài chính cao cũng có thể vừa gặp phải những rủi rovà vừa đạt được nhiều lợi ích Các khoản nợ được sử dụng để đầu tư và phát triểnsản phẩm, cùng với các nguồn tài trợ riêng của doanh nghiệp góp phần gia tăng lợinhuận cho các cổ đông trong điều kiện kinh doanh tốt Vốn vay cũng góp phần giúpdoanh nghiệp nhận được lợi thế từ việc sử lá chắn thuế để giảm các khoản thuế phảichịu và tăng lợi nhuận sau thuế Tuy nhiên, một doanh nghiệp có đòn bẩy tài chínhcao khi bị suy giảm lợi nhuận sẽ gặp rắc rối và có thể có nguy cơ vỡ nợ cao hơn sovới một doanh nghiệp không có các khoản nợ hoặc ít nợ Vì vậy, với tỷ lệ đòn bẩycao,cácdoanhnghiệpphảiđối mặtvớinhiềunguycơdẫnđếnphásản.

H 2 : Đòn bẩy tài chính có tác động cùng chiều với xác suất xảy ra rủi ro phásảncủacácdoanhnghiệpsảnxuất

TrongcácnghiêncứucủaAltman(1968),Springate(1978)vàAltman(2000), sự tác động của khả năng thanh khoản được xác định là nghịch chiều với rủiro phá sản của các doanh nghiệp Đồng thời, Ptak-Chmielewska (2018) cũng đã đưara kết quả các doanh nghiệp có khả năng thanh khoản cao, sẽ giảm thiểu được nguycơdẫnđếnphásản

Tỷ lệ thanh khoản là thước đo khả năng thanh toán các khoản nợ ngắn hạncủa một doanh nghiệp (những khoản nợ sẽ đến hạn trong vòng chưa đầy một năm).Nếukhả n ă n g t ha nh khoản củad o a n h nghiệp ởmứ c ca o , doa nh n g h i ệ p s ẽk h ô n g gặp khó khăn trong việc đáp ứng các nghĩa vụ tài chính trước mắt Điều này giúpdoanh nghiệp tránh được những rủi ro phá sản Tuy nhiên, với tỷ lệ thanh khoản quácao, doanh nghiệp cóthể đã không sửdụngvốnm ộ t c á c h h i ệ u q u ả đ ể t ă n g l ợ i nhuận và mở rộng kinh doanh Mặt khác, khi tỷ lệ thanh khoản thấp, các doanhnghiệp rất dễ rơi vào tình thế không thể thanh toán được các khoản nợ hiện hữu vìkhôngcóđủcáckhoản tiềnmặt,vàcóthểsắp phảiđốimặtvớiphásản.

Theo các bài nghiên cứu của Hà và Khang (2013), Tung và Phung (2019), tỷsuất sinh lời có tác động nghịch chiều với tỷ lệ rủi ro phá sản, nghĩa là doanh nghiệpcàng có nhiều khả năng sinh lời, càng giảm thiểu được các nguy cơ phá sản Cong,Nga, Oanh và Than (2019) cùng với Thanh, Loan và Anh (2020) cũng đã xác địnhđượcmốitương quanngượcchiềugiữatỷsuất sinhlờivàrủiro phásản.

Khả năng sinh lời phản ánh được mức độ tạo ra lợi nhuận của doanh nghiệptrong một khoảng thời gian nhất định Các doanh nghiệp sản xuất có nhiều khả năngsinh lời sẽ đảm bảo được dòng tiền vào và có thêm nguồn tiền để tiếp tục mở rộnghoạt động kinh doanh.Lợi nhuận của doanh nghiệp có thể được dùng để đầu tư vàomáymócthiếtbị,thuêthêmnhâncônghoặcpháttriểnsảnphẩmđểcảithiện thu nhập Tỷ suấtsinhlờicàng cao doanh nghiệp càngthểhiện đượck h ả n ă n g h o ạ t động hiệu quả và sự phát triển trong những năm tiếp theo Chính vì vậy, doanhnghiệp sản xuất có khả năng sinh lời cao sẽ khó tồn tại nguy cơ phá sản Mặt khác,khi khả năng sinh lời thấp, doanh nghiệp phải chịu áp lực về việc chi trả các khoảnchiphíhoạtđộngvàkhókhănđểtiếptụcpháttriển.Doanhnghiệpcótỷsuấtsi nhlời thấp có thể phản ánh một phần sự hoạt động và vận hành không hiệu quả, dẫnđến chi phí hoạt động quá cao hoặc doanh thu quá thấp nên doanh nghiệp không tạorađược nhiềulợinhuận Điều nàykhiếnchocácdoanh nghiệpsảnxuất phả iđốimặt vớirủirophásản.

Trong nghiên cứu của Thornhill và Amit (2003), các doanh nghiệp trưởngthành sẽ có ít nguy cơ đối mặt với việc phá sản, nghĩa là thời gian hoạt động củadoanh nghiệp có tác động nghịch đối với rủi ro phá sản Zainol, Abdullah và Khaw(2021) cũng đưa ra các kết luận về sự tương quan ngược chiều giữa tuổi doanhnghiệp với rủi ro phá sản, dựa trên kết quả nghiên cứu là doanh nghiệp càng trưởngthànhthìsự tồntạicủadoanhnghiệpcàngtrởnênvữngvàng.

Tuổi của doanh nghiệp là tổng thời gian kể từ khi doanh nghiệp bắt đầu đivào hoạt động cho đến thời điểm hiện tại Một doanh nghiệp sản xuất trưởng thànhthường đã tạo dựng được sự uy tín trong mắt khách hàng và trở thành một nhà phânphối đáng tin cậy Do đó, các công ty trưởng thành thường có được nhiều thông tinvề khách hàng và dựa trên những thông tin đó để cải thiện cũng như đổi mới sảnphẩm một cách phù hợp Quy mô của các doanh nghiệp có thời gian hoạt động dàicũng thường rất lớn nên đạt được hiệu quả kinh tế trong quy trình sản xuất và kinhdoanh Đồng thời, đội ngũ quản lý và điều hành các doanh nghiệp trưởng thành cónhiều kinh nghiệm và khối lượng kiến thức sâu rộng nên có thể đối phó với nhữngkhókhănbấtngờ,khắcphụccácnhượcđiểmtrongquy trìnhvàsửdụngnguồnlực một cách hiệu quả Với những ưu điểm, doanh nghiệp sản xuất trưởng thành sẽ dễdàng phòng tránh được nguy cơ dẫn đến phá sản Ngược lại, các doanh nghiệp nontrẻ phải chịu tác động tiêu cực của sự thiếu kiến thức, kinh nghiệm trong việc sảnxuất kinh doanh và quản lý, cũng như thiếu nguồn khách hàng do chưa có đủ thờigian để tạo dựng uy tín Điều này dẫn đến các doanh nghiệp sản xuất non trẻ cónhiềurủirophásản hơncácdoanhnghiệptrưởngthành.

H 5 : Tuổi doanh nghiệp có tác động ngược chiều với xác suất xảy ra rủi rophásảncủacácdoanhnghiệpsảnxuất

Moravec (2013) đã đưa ra nhận định lãi suất tăng dẫn đến số vụ tuyên bố phásản của các doanh nghiệp tăng lên Đồng thời, Vlieghe (2001) đã nghiên cứu và đưara kết luận rằng khi lãi suất thực tăng các doanh nghiệp có xu hướng bán tài sản đểtrảnợ,dẫnđếnsự giatăngcủarủiro phásản.

Lãi suấtthực thể hiệnchi phí thựctếmàbênđivay phải trảđốiv ớ i c á c khoản nợ và lợi nhuận thực tế nhận được của bên cho vay Với việc lãi suất thựctăng, các doanh nghiệp có các khoản vay phải trả lãi cao hơn dẫn đến thu nhập khảdụng ít hơn và chi phí chung lớn hơn Nói cách khác, lãi suất tăng có thể làm giảmkhả năng trả nợ của một doanh nghiệp do phải gánh chịu chi phí gia tăng mà doanhthukhôngtăngtươngứngđểbùđắp.Cácdoanhnghiệpcóthểbịđặtvàotình thếbấp bênh nếu quá nhiều vốn của họ bị tiêu tốn để trả nợ lãi suất cao Ngoài ra, nếulãi suất thực giảm, các doanh nghiệp có thể có nhiều khoản đầu tư phát triển hơn đểtạo ra thu nhập, trong điều kiện các yếu tố khác không đổi Ngược lại, nếu lãi suấtthực tăng, các doanh nghiệp sẽ đầu tư ít hơn dẫn đến lợi nhuận cũng giảm Với cáctácđ ộ n g t i ê u c ự c k h i l ã i s u ấ t t h ự c g i ả m , c á c d o a n h n g h i ệ p s ả n x u ấ t s ẽ c ó n h i ề u nguycơhơndẫnđếnviệctuyênphásản.

H 6 : Lãi suất thực có tác động cùng chiều với xác suất xảy ra rủi ro phá sảncủacácdoanhnghiệpsảnxuất

Theo Moravec (2013), số vụ tuyên bố phá sản của các doanh nghiệp có quanhệ tỷ lệ nghịch với tốc độ tăng trưởng GDP Bên cạnh đó, Vlieghe (2001) cũng chorằng có mối quan hệ giữa việc sự tăng trưởng GDP và sự giảm sút tỷ lệ doanhnghiệptuyênbốphásản.

Tác động của tăng trưởng GDP đối với hoạt động kinh doanh là vô cùng tíchcực vì các doanh nghiệp có khả năng kiếm được nhiều khách hàng hơn, tăng khảnăng sinh lời và trải nghiệm những cơ hội tuyệt vời để phát triển và mở rộng hơnnữa Điều này góp phần làm giảm nguy cơ phá sản đối các doanh nghiệp sản xuất.Ngược lại, nếu tốc độ tăng trưởng GDP có giá trị thấp hoặc âm, thì nền kinh tế tăngtrưởng chậm hoặc đang bị thu hẹp, nghĩa là số lượng việc làm giảm, thất nghiệp giatăng, thu nhập thực tế giảm dẫn đến chi tiêu ít hơn Điều này gây ra sự sụt giảm nhucầu về hàng hóa và dịch vụ trong nền kinh tế làm giảm doanh thu bán hàng của cácdoanh nghiệp sản xuất Ngoài ra, suy giảm kinh tế làm giảm lợi nhuận cho các côngty, cản trở việc nghiên cứu và phát triển, dẫn đến giảm cơ hội gia tăng lợi nhuận củacácc ô n g t y V ớ i n h ữ n g t á c đ ộ n g t i ê u c ự c t r ê n , c á c d o a n h n g h i ệ p s ả n x u ấ t s ẽ c ó nhiềukhảnăng dẫnđếnphásảnhơn.

H 7 : Tốc độ tăng trưởng GDP có tácđộng ngược chiều với xác suấtx ả y r a rủirophásảncủacácdoanhnghiệpsảnxuất

Môhìnhthựcnghiệm

Nghiên cứu áp dụng mô hình lý thuyết và dựa trên các giả thuyết được đưa rađểxâydựngmôhìnhthực nghiệmcódạngnhư sau:

Tốc độ tăng trưởng GDP

Tuổi doanh nghiệpKhả năng sinh lời

Biến phụ thuộc của mô hình là rủi ro phá sản nguy cơ phá sản của doanhnghiệp.Trườnghợprủirophásản(BR)bằng1xảyrakhikhidoanhnghiệpcórủ iro phá sản, ngược lại rủi ro phá sản (BR) bằng 0 khi doanh nghiệp không có rủi rophá sản Nguy cơ phá sản của doanh nghiệp được xác định thông qua mô hình S- ScorecủaSpringate(1978)códạngnhư sau:

 X4=Doanhthu/Tổngtàisản Điều kiện để phân loại các doanh nghiệp là S-Score có giá trị lớn hơn

0,826tương ứng với doanh nghiệp không có rủi ro phá sản Mặt khác, doanh nghiệp cógiátrịS-Score nhỏhơn0,826nghĩalàđangtrongtrạngtháicórủirophásản.

Dựa trên các nghiên cứu của Springate (1978), Cong, Nga, Oanh và Than(2019) cùng với Vlaovic-Begovic, Tomasevic và Ercegovac (2022), tác giả quyếtđịnh chọn tỷ lệ vòng quay tài sản để đo lường hiệu suất hoạt động của các doanhnghiệp sản xuất Tỷ lệ vòng quay tài sản là một tỷ lệ tài chính tiêu chuẩn minh họakhảnăngtạoradoanhthutừtàisảncủacôngty.Nếutỷlệnàycógiátrịcaothể hiện sự thuận lợi trong kinh doanh của doanh nghiệp vì nó cho thấy việc sử dụng tàisản hiệu quả Ngược lại, doanh nghiệp có tỷ lệ vòng quay tài sản thấp cho thấy hiệusuất hoạtđộngkém,nghĩa làkhôngtạo rađược nhiều doanh thu dựa trênk h ố i lượngtàisảnsẵncó.Côngthức tínhtỷlệvòngquaytàisảnnhư sau:

Tylvòng quaytàisǎn= DoanhthuthuanTo ng tàisǎnbình quân

Trong đó, doanh thu thuần là tổng số tiền mà doanh nghiệp thu được trongkinh doanh, trừ đi hàng bán bị trả lại, giảm giá hàng bán và trợ cấp hàng bán. Tổngtài sản bình quân là tổng tài sản vào thời điểm đầu và cuối năm năm tài chính hiệntạichiađôi.

Tỷ lệ nợ trên vốn chủ sở hữu được sử dụng để đo lường biến đòn bẩy tàichính trong nghiên cứu thông qua các nguồn tham khảo Zainol Abidin, Abdullah vàKhaw (2021) cùng với Vlaovic-Begovic, Tomasevic và Ercegovac (2022) Hệ số nợtrên vốn chủ sở hữu (còn được gọi là "tỷ lệ nợ trên vốn chủ sở hữu", "tỷ lệ rủi ro"hoặc"đònbẩytàichính"),làmộttỷlệđònbẩytínhtoántỷtrọngcủatổngnợsovới tổng vốn cổ phần của cổ đông Tỷ lệ này cho thấy cấu trúc vốn của công ty nghiêngvề nợ hay nguồn tài trợ bằng vốn chủ sở hữu Nếu tỷ lệ này có giá trị càng lớn,doanh nghiệp càng có nguy cơ vỡ nợ, ngược lại tỷ lệ thấp, nghĩa là doanh nghiệpkhôngcónhiềurủi rovềnợ.Côngthứctính tỷlệnợtrênvốnchủsởhữunhưsau:

Tylnợtrênvonchǔsơhữu= TongnợVon chǔsơhữu Trong đó, tổng nợ bao gồm các khoản nợ ngắn hạn và dài hạn, còn vốn chủsởhữulàtổngvốngópcủa cáccổ đôngtrongdoanhnghiệp.

Các nghiên cứu của Springate (1978), Altman (1968), Altman (2000) vàAneta Ptak-Chmielewska (2018) đều sử dụng tỷ lệ vốn lưu động trên tổng tài sản đểđo lường khả năng thanh khoản của các doanh nghiệp Tỷ lệ này phản ánh được khảnăng sử dụng tài sản ở thời điểm hiện tại của các doanh nghiệp để có thể thanh toáncác khoản nợ ngắn hạn vào lúc cần thiết Nếu tỷ lệ này có giá trị cao, thể hiện doanhnghiệp có khả năng thanh toán các nghĩa vụ tài chính hiện tại, ngược lại tỷ lệ có giátrịthấp,nghĩalàdoanhnghiệpcóthểkhôngđápứngđượccácnghĩavụtàichín hcủamình.Côngthứctínhtỷlệvốnlưuđộngtrêntổngtàisảnnhưsau:

Tylv o n lưu ®ngđ®ng trêntongtàisǎn= Vonlưu ®ngđ®ng T ongtàisǎn

Trong đó, vốn lưu động là tài sản ngắn hạn sau khi đã trừ đi các khoản nợngắn hạn, còn tổng tài sản là giá trị bao gồm cả các loại tài sản ngắn và dài hạn củadoanhnghiệp.

Dựa trên các nghiên cứu của Tung và Phung (2019),Bình, Loan vàAnh(2020),Hà và Khang (2013) cùng với Cong, Nga, Oanh và Than (2019), tác giảquyết định chọn tỷ lệ lợi nhuận trên vốn chủ sở hữu (ROE) làm thước đo khả năngsinhlờicủacácdoanhnghiệpngànhsảnxuất.ROElàthướcđotàichínhtiêuchuẩn phản ánh được số tiền lời doanh nghiệp thu được dựa trên vốn cổ phần của các cổđông Nếu tỷ lệ tài chính này có giá trị cao, doanh nghiệp đang hoạt động tốt và tạora được nhiều lợi nhuận bằng vốn cổ phần, ngược lại tỷ lệ có giá trị thấp, nghĩa làdoanhnghiệpđanghoạtđộngkém.CôngthứccủaROE nhưsau:

ROE=LợinhunsauthueVon chǔ sơ hữu Trong đó, lợi nhuận sau thuế là số tiền lời sau khi đã trừ đi các khoản thuếcủadoanh nghiệp,cònvốnchủsởhữulàtổngsốvốngópcủa cáccổđông.

Tuổi doanh nghiệp được tính từ năm thành lập của doanh nghiệp đến thờiđiểm hiện tại trong các nghiên cứu của Thornhill và Amit (2003) cùng với Zainol,Abdullah và Khaw (2021) Tuổi doanh nghiệp cho thấy được khoảng thời gian tồntại của doanh nghiệp và thường được dùng để so sánh mức độ trưởng thành giữa cácchủ thể kinh doanh với nhau Tuổi doanh nghiệp càng cao, phản ánh doanh nghiệpcàng hoạt động lâu đời, ngược lại tuổi doanh nghiệp càng thấp, nghĩa là doanhnghiệpcàngnontrẻ.Côngthức tínhtuổidoanhnghiệpnhư sau:

Tuoi doanh nghip=Nămhin hành−Năm thànhlp

Trong đó, năm hiện hành là thời điểm hiện tại và năm thành lập là thời điểmdoanhnghiệpbắtđầuđivàohoạtđộngchínhthức.

Lãi suất thực chínhlàlãi suất danh nghĩa sau khi đãt r ừ đ i s ự t h a y đ ổ i c ủ a lạm phát Lãi suất thực phản ánh chi phí mà bên đi vay phải trả cho các khoản nợ vàlợi nhuận bên cho vay nhận được từ các khoản cho vay Khi lãi suất có giá trị cao sốtiền lãi phải trả cũng tăng cao, ngược lại lãis u ấ t t h ấ p s ẽ g i ả m đ ư ợ c m ộ t p h ầ n l ã i suấtđốivớicáckhoảnnợhiệnhữu.

Tốc độ tăng trưởng GDP là tỷ lệ tăng trưởng tổng sản phẩm quốc nội quatừng năm Đây là một chỉ số kinh tế vi mô phản ánh được sự tăng trưởng kinh tế củamột quốc qua Khi tốc độ tăng trưởng GDP càng lớn, nền kinh tế càng phát triển,ngược lại tốc độ tăng trưởng GDP càng thấp, nền kinh tế càng phát triển chậm hoặccàngbịthuhẹp.

Ký hiệu Môtả Tác động Nguồnthamkhảo

TAT Doanhthu thuanTongtàisǎnbình quân

Cong, Nga, Oanh và Than(2019) Springate(1978)

LIQ Vonlưu ®ngđ®ng T ongtàisǎn –

ROE Lợi nhunsau thueVonchǔ sơhữu –

Tung và Phung(2019)Thanh,LoanvàAnh(2020)HàvàKhang(2013)

Lãisuấtt hực IR Lãisuấtthực + Moravec(2013)

GDP Tỷ lệ tăng trưởng tổng sảnphẩmquốcnội – Moravec(2013)

Dữliệunghiêncứu

Chọn mẫuvàxácđịnh cỡmẫu

Phương pháp chọn mẫu ngẫu nhiên được ứng dụng để chọn ra các quan sátphục vụ cho việc nghiên cứu Ưu điểm của phương pháp này là đơn giản nhưng vẫnđảm bảo được tính công bằng và tính đại diện cho toàn bộ quần thể nghiên cứu Mặtkhác, chọn mẫu ngẫu nhiên vẫn tồn tại một số khuyết điểm như mẫu thu được thiếutínhđadạng.

Lemeshow, Sturdivant và Hosmer(2013) đã đề xuất cỡ mẫu tối thiểu nên baogồm 10 quan sát cho mỗi biến độc lập trong mô hình hồi quy logistic, nhưng cũnglưu ý rằng nên tìm kiếm 20 quan sát cho mỗi biến nếu có thể Bên cạnh đó, phươngpháp xác định cỡ mẫu đượcGreen (1991) đề xuất cho các nghiên cứu sử dụngphươngpháphồiquyđabiếncócôngthứcnhư sau:

𝑛≥50+ 8(𝑚) Trong ó,đ®ng 𝑛làcỡ mẫu,𝑚là yếutốdựbáohoặc biếnđộclập. Đặc tính nổi trội của công thức xác định cỡ mẫu do Green (1991) đề xuất làdễ áp dụng vì cỡ mẫu chỉ được tính bằng số lượng các biến độc lập mà không cầnđến kích thước quần thể nghiên cứu Công thức này đã được phátt r i ể n đ ể c ó t h ể ứng dụng một cách phù hợp hơn trong các nghiên cứu phân tích hồi quy so với cáccôngthức khác.

Với số lượng biến độc lập là 7, áp dụng phương pháp xác định cỡ mẫu củaGreen (1991) có thể ước lượng cỡ mẫu của nghiên cứu là lớn hơn hoặc bằng106.Sau khi xem xét về khả năng thu thập dữ liệu, tác giả quyết định tổng số quan sátthực tế trong nghiên cứu là 250, thỏa điều kiện tối thiểu về cỡ mẫu và phù hợp vớinguồnlựccánhân.

Thuthậpdữ liệu

Dữ liệu nghiên cứu thứ cấp được thu thập từ các báo cáo tài chính đã đượckiểmtoáncủa25doanhnghiệptrongsố129doanhnghiệpsảnxuấtniêmyết trênSở giao dịch chứng khoán Thành phố Hồ Chí Minh (HOSE), và 25 doanh nghiệptrong số 107 doanh nghiệp sản xuất niêm yết tại Sở giao dịch chứng khoán Hà Nội(HNX) Tất cả doanh nghiệp này đều có đầy đủ dữ liệu thuộc phạm vi thời giannghiên cứu là giai đoạn

2017 – 2021 Sau đó, dữ liệu về lãi suất thực và tốc độ tăngtrưởng GDP của ViệtNam trong giai đoạn 2017 – 2021 sẽ được thu thập từ WorldBank để phục vụ cho nghiên cứu Các số liệu thu thập được tạo nên một dữ liệubảng, có phạm vi không gian liên quan đến một tập hợp các quan sát theo chiềungang, và phạm vi thời gian liên quan đến các quan sát định kỳ của một tập hợp cácbiếnđặctrưngchocácquansáttheochiều dọc.

Xửlýdữ liệu

Dữ liệu ban đầu sẽ được đưa vào tính toán chính thức và làm sạch theo quytrìnhnhư sau:

CácdữliệuđãthuthậpđượcđưavàophầnmềmExcelđểtínhtoángiátrịc ần thiết cho biến độc lập và các biến phụ thuộc Việc tính toán này dựa trên cácthangđoriêngbiệtcủatừngbiến.

Các quan sát được đưa vào phần mềm Stata 17 để phân tích thống kê nhằmpháthiệncác điểmdịb i ệ t trong t ập dữ li ệu Cá c quansá tngoạilaisẽ đượ cn h ì n thấyrõthôngquabiểuđồhộp.

Bước3:Thaythếcácquansátdịbiệt Ứng dụng thuật toán Winsorization trên phần mềm Stata 17 để thay thế cácquansátngoạilaibằngcácgiátrịlớnnhấtvànhỏnhấttạingưỡngcủatừng bi ếnđộc lập.Winsorizationlà kỹ thuật lần đầu tiên được giới thiệu bởiD i x o n

( 1 9 6 0 ) như một cách giảm thiểu ảnh hưởng của các giá trị dị biệt trong tập dữ liệu bằngcáchthayđổigiátrịsaochonógầnvớicácgiátrịkháctrongtậphợp.

Phươngphápphântíchdữ liệu

Phântíchthốngkêmôtả

Các phương thức thống kê mô tả chính được sử dụng trong nghiên cứu này làthống kê tần suất, phép đo xu hướng trung tâm và phép đo biến thiên (phân tán).Trong đó, phương pháp thống kê tần suất được áp dụng để phân tích biến phụ thuộcnhằm phản ánh thực trạng rủi ro phá sản của 25 doanh nghiệp sản xuất niêm yết trênSở giaodịch chứng khoán ThànhphốHồ Chí Minh (HOSE), và 25d o a n h n g h i ệ p sảnxuấtniêmyết tạiSởgiaodịchchứngkhoánHàNội(HNX)trong giaiđoạn 2017

– 2021 Đồng thời, hai phương thức thống kê mô tả còn lại được áp dụng để phântích các biến độc lập với phép đo xu hướng trung tâm được ứng dụng là giá trị trungbình, còn các phép đo độ biến thiên bao gồm độ lệch chuẩn, phạm vi (giá trị nhỏnhấtvàlớnnhất).

PhântíchtươngquanPearson

Khi xuất hiện các cặp biến co mối tương quan mạnh, mô hình hồi quy sẽ cónguy cơ gặp phải hiện tượng đa cộng tuyến Vì vậy, phân tích tương quan là cầnthiết trước khi bước vào phân tích hồi quy Ma trận tương quan được sử dụng đểphân tích mối tương quan giữa biến phụ thuộc và các biến độc lập hoặc giữa cácbiến độc lập với nhau Hệ số tương quan Pearson (r) trong ma trận tương quan phảnánhmốitươngquangiữa các biếnnhư sau:

Các cặp biến có hệ số tương quan Pearson càng lớn càng có mối tương quangchặt chẽ Tuy nhiên, các biến độc lập sẽ bị loại bỏ nếu có hệ số tương quan Pearsonlớnhơn0,5hoặcnhỏhơn–0,5đểtránhxảyrahiệntượngđacộngtuyến.

PhântíchhồiquyLogisticnhịphân

Nghiên cứu phân tích hồi quy Logit để đánh giá mối quan hệ giữa biến phụthuộc nhị phân và các biến độc lập Trong đó, mức độ ảnh hưởng và chiều tác độngcủa các biến độc lập với biến phụ thuộc sẽ được thể hiện rõ ràng Mô hình FEM vàmô hình REM là hai phương pháp phân tích dữ liệu bảng chính được dùng dể phântích hồi quy Logit đối với với cả chiều không gian và thời gian trong dữ liệu củanghiên cứu Mô hình FEM giả định rằng các nhóm có hệ số chặn khác nhau trongphương trình hồi quy, trong khi mô hình REM giả định rằng các nhóm có phươngsai khác nhau Ngoài ra, các biến độc lập trong mô hình hồi quy sẽ được xác nhận làcó ý nghĩa khi có giá trị Prob nhỏ hơn 0,05 vì nghiên cứu sử dụng mức ý nghĩathốngkêlà5%(vớiđộtincậylà95%).

Kiểmđịnhmôhình

Kiểm định Hausman được sử dụng với mục đích so sánh hiệu quả giữa môhình REM và mô hình FEM Nếu giá trị Prob lớn hơn 0,05, kiểm định Hausmanchấp nhận giả thuyếtH0, nghĩa làmô hìnhhồi quy phù hợp làmôh ì n h

R E M Ngược lại, nếu giá trị Prob nhỏ hơn 0,05, kiểm định Hausman chấp nhận giả thuyếtH1,nghĩalàmôhìnhhồiquyđượcchọnlàmôhìnhFEM.

Kiểm định Wald là một cách để tìm hiểu xem các biến độc lập trong một môhình có ý nghĩa hay không Nói cách khác, kiểm định Wald kiểm tra và đánh giáxem việc loại bỏ các tham số (thường bằng 0) có gây hại nghiêm trọng đến sự phùhợp của mô hình hay không Nếu giả thuyết H0 bị bác bỏ khi giá trị Prob lớn hơn0,05, điều đó cho thấy rằng các biến được kiểm định có thể được loại bỏ mà khônggây hại nhiều cho sự phù hợp của mô hình Ngược lại, nếu giả thuyết H0 được chấpnhận khi giá trị Prob nhỏ hơn 0,05, các biến được kiểm định ảnh hưởng đến sự phùhợpcủamôhình.

3.4.4.3 Kiểmđịnhđacộngtuyến Đa cộng tuyến có thể gây ra ước tính không ổn định và phương sai khôngchính xác, ảnh hưởng đến khoảng tin cậy và kiểm định giả thuyết Sự tồn tại của đacộng tuyến làm tăng phương sai của các hệ số hồi quy và do đó dẫn đến suy luậnkhông chính xác về mối quan hệ giữa các biến độc lập và biến phụ thuộc Để kiểmtra hiện tượng đa cộng tuyến trong các biến độc lập, hệ số phóng đại phương sai(VIF)đượcsửdụng.TheoMenard(2001),cácbiếncóhệsốVIFlớnhơn5phả nánh sự lo ngại về đa cộng tuyến và hệ số VIF lớn hơn 10 cho biết có vấn đề đa cộngtuyến nghiêm trọng vì chúng có mối tương quan rất chặt chẽ với nhau Các biến gâyrahiệntượngđacộngtuyếnsẽbịloạitrừkhỏimôhìnhhồiquylogistic.

Tự tương quan xảy ra khi các quan sát liền kề có mối tương quan với nhau,tức là giá trị trước tác động đến giá trị tiếp theo dẫn đến mô hình nghiên cứu kémhiệuquả.Trongphântíchhồiquy,hiệntượngtựtươngquancủaphầndưhồiqu ycó thể xảy ra nếu mô hình được xây dựng không chính xác Kiểm định Wooldridge(2010) được tạo ra với mục đích kiểm tra hiện tượng tự tương quan trong dữ liệubảngcủamôhìnhhồiquy.CácgiảthuyếtcủakiểmđịnhWooldridgenhưsau:

Nếu giá trị Prob lớn hơn 0,05 giả thuyết H1sẽ bị bác bỏ, nghĩa là mô hìnhkhông có hiện tượng tự tương quan Ngược lại nếu giá trị Prob nhỏ hơn 0,05, môhìnhđược nhậnđịnhlàcóxảyrahiệntượngtự tươngquan.

Khả năng dự báo rủi ro phá sản của mô hình được kiểm định với các số liệuthực tế để đưa ra các đánh giá về độ chính xác của mô hình Kết quả dự đoán đúngcác doanh nghiệp có rủi ro phá sản và không có rủi ro phá sản cùng với kết quả dựđoán chính xác tổng thể của mô hình sẽ được tính toán và phân tích Tỷ lệ dự đoánđúng càng cao mô hình càng chính xác và có khả năng dự báo rủi ro phá sản tốt đốivới các doanh nghiệp sản xuất Ngược lại, nếu tỷ lệ dự đoán đúng thấp, mô hình cóhiệuquảkémtrong việcdự báorủiro phásảncủacác doanhnghiệpsảnxuất.

3.4.4.6 PhântíchđườngcongROC ĐồthịphântíchđườngcongROCđược sửdụ ng đểxemxétsứcmạnhdự báo rủi ro phá sản của mô hình Đường cong ROC càng ôm vào góc trên cùng bêntrái của biểu đồ thì mô hình càng có khả năng dự báo chính xác Mặt khác,đườngcongROCcànggầnvớiđườngchéo45độcủađồthịROC,khảnăngdựbáo củamô hình càng kém chính xác Vì vậy, AUC phản ánh kết quả về diện tích nằm dướiđườngcongROC cógiátrịcàng gần1,mô hìnhcàngdựbáochínhxác.

KẾTLUẬNCHƯƠNG3 Ở Chương 3, tác giả đã đưa ra quy trình nghiên cứu bao gồm 4 bước lần lượtlàthuthậpdữliệu,phânloạicácdoanhnghiệpdựatrênS-

Score,tínhtoáncácgiátrịtừsốliệuđãthuthập,phântíchdữliệutrênphần mềmStata17vàExcel.

Nội dung Chương 3 cũng trình bày mô hình lý thuyết của nghiên cứu là môhình hồi quy logistic nhị phân và đưa ra 7 giả thuyết nghiên cứu Dựa trên các cơ sởtrên, mô hình thực nghiệm được đề xuất với biến phụ thuộc nhị phân là rủi ro phásản (BR) và các biến độc lập lần lượt là hiệu suất hoạt động (TAT), đòn bẩy tàichính (LEV), khả năng thanh khoản (LIQ), khả năng sinh lời (ROE), tuổi doanhnghiệp (AGE), lãi suất thực (IR), tốc độ tăng trưởng GDP (GDP) Các biến độc nàycũngđượcmôtảvàđềxuấtthangđocụthểtrongChương 3. Đồng thời, tác giả đã xác định đề tài sử dụng phương pháp chọn mẫu ngẫunhiên và một số phương pháp xác định cỡ mẫu phù hợp Từ đó, tác giả có thể khẳngđịnh cỡ mẫu của nghiên cứu với 250 quan sát là thỏa điều kiện tối thiểu về cỡ mẫuvà phù hợp với nguồn lực cá nhân Về phương pháp thu thập dữ liệu, tác giả quyếtđịnh thu thập thủ công tất cả các số liệu dùng trong nghiên cứu Về phương pháp xửlý dữ liệu, Chương 3 đã trình bày quy trình bao gồm các công đoạn là tính toán cácgiá trị cần thiết cho các biến, xác định các quan sát dị biệt thông qua biểu đồ hộp vàthaythếcácquansátdịbiệtbằngcácgiátrịtạingưỡngcủatừngbiến độclập.

Bên cạnh đó, Chương 3 cũng đề cập đến các phương pháp phân tích dữ liệu,bao gồm phân tích thống kê mô tả, phân tích tương quan Pearson, phân tích hồi quyLogistic nhị phân và kiểm định mô hình Trong đó, các kiểm định được thực hiệnbao gồm kiểm định Hausman, kiểm định Wald, kiểm định đa cộng tuyến, kiểm địnhWooldridge,kiểmđịnhđộchínhxáccủamôhình,phântíchđường congROC. Ở Chương 4, tác giả trình bày các kết quả phân tích định lượng được thựchiện trên phần mềm Excel và Stata 17 Trong đó, dữ liệu nghiên cứu sẽ được phântíchbằngcácphươngphápphântíchdữliệuđượcnêu trongChương3.

Phântíchthốngkêmôtả

Kết quả phân tích thống kê mô tả phản ánh tần suất của biến phụ thuộc rủi rophásản(BR)cùngvớigiátrịtrungbình,độlệchchuẩn,giátrịnhỏnhấtvàgiátrịl ớn nhất của các biến độc lập là hiệu suấth o ạ t đ ộ n g ( T A T ) , đ ò n b ẩ y t à i c h í n h (LEV), khả năng thanh khoản (LIQ), khả năng sinh lời (ROE), tuổi doanh nghiệp(ROE), lãi suất thực (IR) và tốc độ tăng trưởng tổng sản phẩm quốc nội (GDP) Cácgiá trị này được tính toán từ 25 doanh nghiệp sản xuất được niêm yết trên Sở giaodịch chứng khoán Thành phố Hồ Chí Minh (HOSE), và 25 doanh nghiệp doanhnghiệp sản xuất niêm yết tại Sở giao dịch chứng khoán Hà Nội (HNX) trong giaiđoạn2017–2021 Vìvậy, kíchthướcmẫutrongnghiêncứu có250quansát.

Dựa trên kết quả trong Bảng 4.1, thực trạng rủi ro phá sản của 50 doanhnghiệp niêmy ế t n g à n h s ả n x u ấ t t ạ i V i ệ t n a m t r o n g g i a i đ o ạ n 2 0 1 7 – 2 0 2 1 đ ư ợ c phản ánh với 193 trường hợp không xuất hiện nguy cơ phá sản, chiếm 77,2% trêntổng thể 250 quan sát.Trong khi,s ố l i ệ u c ò n l ạ i c h o t h ấ y 5 7 t r ư ờ n g h ợ p p h ả i đ ố i mặt vớirủirophásản,chiếm22,8%trongtổngsố250quansát.

Biến Sốquansát Giá trịtrungbì nh Độlệch chuẩn

Vòng quay tổng tài sản (TAT) đại diện chob i ế n h i ệ u s u ấ t h o ạ t đ ộ n g c ó g i á trị trung bình là 1,293, cùng với giá trị lớn nhất là 3,17 và giá trị nhỏ nhất là 0,003.Ngoàira,độ lệchchuẩncủa biếnhiệusuấthoạtđộnglà0,763.

Tỷ lệ nợ trên vốn chủ sở hữu (LEV) đại diện cho biến đòn bẩy tài chính cógiá trị trung bình là 0,959, giá trị lớn nhất là 2,709 và giá trị nhỏ nhất 0,019. Ngoàira,độlệchchuẩncủabiếnđònbẩytàichínhlà0,759.

Tỷ lệ vốn lưu động trên tổng tài sản (LIQ) đại diện cho biến khả năng thanhkhoản có giá trị trung bình là 0,227, giá trị lớn nhất là 0,912 và giá trị nhỏ nhất là -0,281.Ngoàira,độlệchchuẩncủabiếnkhảnăngsinhlờilà0,215.

Lợi nhuận sau thuế trên vốn chủ sở hữu (ROE) đại diện cho biến khả năngsinh lời có giá trị trung bình là 0,146, giá trị lớn nhất là 0,473 và giá trị nhỏ nhất là -0,078.Ngoàira,độlệchchuẩncủabiếnkhảsinhlờilà0,114.

Tuổi doanh nghiệp (AGE) có giá trị trung bình là 33,076, giá trị lớn nhất là60 và giá trị nhỏ nhất là 7 Ngoài ra, độ lệch chuẩn của biến độc lập tuổi doanhnghiệplà14,84.

Lãi suất thực (IR) có giá trị trung bình là 0,045, giá trị lớn nhất là 0,061 vàgiá trị nhỏ nhất là 0,026 Ngoài ra, độ lệch chuẩn của biến độc lập lãi suất thực là0,012.

Tốc độ tăng trưởng tổng sản phẩm quốc nội (GDP) có giá trị trung bình là0,054, giá trị lớn nhất là 0,075 và giá trị nhỏ nhất là 0,026 Ngoài ra, độ lệch chuẩncủabiếntốcđộtăngtrưởngGDPlà0,022.

Phântích tươngquan Pearson

Ma trận tương quan thể hiện mối quan hệ giữa các cặp biến thông qua hệ sốtươngquanPearsonnhư Bảng4.3.

Biến BR TAT LEV LIQ ROE AGE IR GDP

Giá trị hệ số tương quan Pearson giữa vòng quay tổng tài sản (TAT) đại diệncho biến hiệu suất hoạt động và biến phụ thuộc rủi ro phá sản là -0,4509, thể hiệnmối tương quan nghịch chiều Nghĩa là doanh nghiệp sản xuất có hiệu suất hoạtđộng càng lớn sẽ càng giảm thiểu được nguy cơ phá sản, ngược lại, doanh nghiệphoạtđộngvớihiệusuấtthấpsẽcórủirophásảncao.Ngoàira,hệsốtươngq uancủacặpbiếnnàylớnhơn-0,5nênkhôngcóbiếnnàobị loạibỏkhỏi môhình.

Giá trị hệ số tương quan Pearson giữa tỷ lệ nợ trên vốn chủ sở hữu (LEV) đạidiện cho biến đòn bẩy tài chính và biến phụ thuộc rủi ro phá sản là 0,2062, thể hiệnmốitươngquanthuậnchiều.Điềunàyphảnánhviệccácdoanhnghiệpsảnxuấtcó tỷ lệ đòn bẩy tài chính cao sẽ có rủi ro phá sản lớn, ngược lại, doanh nghiệp có đònbẩy tài chính càng thấp càng giảm thiểu được rủi ro phá sản Ngoài ra, hệ số tươngquancủacặp biếnnàynhỏhơn0,5nênkhông cóbiếnnàobịloại bỏkhỏi môhình.

Giá trị hệ số tương quan Pearson giữa tỷ lệ vốn lưu động trên tổng tài sản(LIQ) đại diện cho biến khả năng thanh khoản và biến phụ thuộc rủi ro phá sản là-0,4255, thể hiện mối tương quan nghịch chiều Điều này có nghĩa là doanh nghiệpsảnxuấtcókhảnăngthanhkhoảncaosẽkhôngcónhiềunguycơphásản,n gượclại, nếu doanh nghiệp không có khả năng thanh khoản sẽ gặp phải rủi ro phá sản.Ngoài ra, hệ số tương quan của cặp biến này lớn hơn -0,5 nên không có biến nào bịloạibỏkhỏimôhình.

Giá trị hệ số tương quan Pearson giữa lợi nhuận sau thuế trên vốn chủ sở hữu(ROE) đại diện cho biến khả năng sinh lời và biến phụ thuộc rủi ro phá sản là-0,4205,thể hiện mối tương quan nghịch chiều Qua kết quả đó có thể hiểu các doanhnghiệp sản xuất có khả năng sinh lời cao sẽ tránh được các nguy cơ phá sản, ngượclại, nếu các doanh nghiệp có khả năng sinh lời thấp phải chịu rủi ro phá sản Ngoàira, hệ số tương quan của cặp biến này lớn hơn -0,5 nên không có biến nào bị loại bỏkhỏi môhình.

Giá trị hệ số tương quan Pearson giữa biến độc lập tuổi doanh nghiệp (AGE)và biến phụ thuộc rủi ro phá sản là-0,2976,thể hiện mối tương quan nghịch chiều.Điều này có ý nghĩa là các doanh nghiệp sản xuất có thời gian hoạt động lâu dài sẽgiảm thiểu được các rủi ro liên quan đến việc phá sản, ngược lại, nếu các doanhnghiệp có tuổi đời non trẻ phải chịu nhiều nguy cơ phá sản Ngoài ra, hệ số tươngquancủacặp biếnnàylớnhơn-0,5nênkhông cóbiếnnàobịloạibỏkhỏi môhình.

Giá trị hệ số tương quan Pearson giữa biến độc lập lãi suất thực (IR) và biếnphụ thuộc rủi ro phá sản là0,0383, thể hiện mối tương quan thuận chiều Điều nàyphản ánh việc lãi suất thực tại quốc gia nơi các doanh nghiệp sản xuất đang hoạtđộng tăng sẽ làm tăng rủi ro phá sản của các doanh nghiệp, ngược lại, lãi suất thựccủaquốc g ia giả m sẽ g i ả m thiểuđ ượ cr ủi ro p h á sảnc ủacác d oa n h nghiệp đan g hoạt động ở đó Ngoài ra, hệ số tương quan của cặp biến này nhỏ hơn 0,5 nên khôngcóbiếnnàobịloạibỏkhỏimôhình.

Giá trị hệ số tương quan Pearson giữa biến độc lập tốc độ tăng trưởng tổngsản phẩm quốc nội (GDP) và biến phụ thuộc rủi ro phá sản là-0,0157, thể hiện mốitương quan nghịch chiều Điều này phản ánh việc tốc độ tăng trưởng GDP tại quốcgia nơi các doanh nghiệp sản xuất đang hoạt động tăng sẽ làm tăng rủi ro phá sảncủa các doanh nghiệp, ngược lại, tỷ lệ tăng trưởng GDP của quốc gia giảm sẽ gópphần giảm thiểu nguy cơ phá sản của các doanh nghiệp đang hoạt động ở đó.Ngoàira, hệ số tương quan của cặp biến này lớn hơn -0,5 nên không có biến nào bị loại bỏkhỏi môhình.

PhântíchhồiquyLogisticnhịphân

Hồi quy Logit được thực hiện với biến phụ thuộc nhị phân là rủi ro phá sản(BR) và các biến độc lập lần lượt là hiệu suất hoạt động (TAT), đòn bẩy tài chính(LEV), khả năng thanh khoản (LIQ), khả năng sinh lời (ROE), tuổi doanh nghiệp(AGE), lãi suất thực (IR), tốc độ tăng trưởng tổng sản phẩm quốc nội (GDP) Môhình FEM và REM được ứng dụng để chạy hồi quy vì dữ liệu của nghiên cứu là dữliệu bảng Sau đó, mô hình phù hợp được chọn thông qua kiểm định Hausman vớikếtquảnhư Bảng4.4.

Biếnphụthuộc Chi-Square Prob(Chi-Square) Môhìnhphùhợp

Với kết quả kiểm định Hausman là giá trị Prob bằng 1 lớn hơn 0,05,giảthuyết H0không bị bác bỏ, nghĩa là mô hình REM phù hợp hơn và có khả năng giảithích tốt hơn so với mô hình FEM Vỉ vậy, mô hình REM được lựa chọn để phântíchhồiquyLogitchonghiêncứu.

BR Hệsố Saisốchuẩn Giátrịz GiátrịProb

Prob>Chi-Square=0,0469 Nguồn:Kếtquảphântíchtrênphầnmềm Stata17

Dựa trên Bảng 4.5, kết quả hồi quy mô hình REM thu được giá trị Prob (Chi- Square) là 0,0469 nhỏ hơn 0,05 cho thấy tổng thể mô hình hồi quy có ý nghĩa thốngkê Trong đó, biến hiệu suất hoạt động (TAT), đòn bẩy tài chính (LEV), khả năngthanh khoản (LIQ), khả năng sinh lời (ROE) và tuổi doanh nghiệp (AGE) có giá trịProb lần lượt là 0,002, 0,013, 0,002, 0,001 và 0,035 nhỏ hơn 0,05 thể hiện các biếnđộc lập này có ý nghĩa thống kê Ngoài ra, hằng số trong mô hình hồi quy cũng có ýnghĩa thống kê vì có giá trị Prob là 0,001 nhỏ hơn 0,05 Ngược lại, biến lãi suấtthực (IR) và tốc độ tăng trưởng tổng sản phẩm quốc nội (GDP) có giá trị Prob lầnlượtlà0,791và0,477lớnhơn0,05nênhaibiếnnàykhôngcóýnghĩa thốngkê.

Nhưvậy,chỉcóhaibiếnđộclậplàlãisuấtthựcvàtốcđộtăngtrưởngGDPbị cân nhắc loại bỏ khỏi mô hình Để chắc chắn việc loại bỏ biến lãi suất thực và tốcđột ă n g t r ư ở n g G D P k h ô n g ả n h h ư ở n g đ ế n s ự p h ù h ợ p c ủ a m ô h ì n h , k i ể m đ ị n h

WaldđượcthựchiệnvớigiảthuyếtH0làhệsốhồiquycủahaibiếnđộclậpnàybằng 0vàthuđược kếtquảnhư Hình4.1.

Với giá trị Prob(Chi-Square) bằng 0,7683 lớn hơn 0,05, giả thuyết

H0khôngthể bị bác bỏ, nghĩa là hệ số hồi quy của biến lãi suất thực (IR) và biến tốc độ tăngtrưởngtổngsảnp hẩm quốc nộ i(GDP)bằ ng 0 Quakết q uả k i ể m đ ịn hWa l d, haibiến độc lập trên có thể được loại bỏ ra khỏi mô hình hồi quy nhưng không gây ảnhhưởngtiêucực đếnsựphùhợpcủamôhình.

Như vậy, dựa trên kết quả hồi quy mô hình REM và kết quả kiểm định Wald,mô hìnhhồiquyLogitcủa nghiêncứuđược biểuthịbằngcôngthứcnhư sau: ln( P

Kiểmđịnhmôhìnhhồiquy

Kiểmđịnhđacộngtuyến

Nghiên cứu sử dụng hệ số VIF để xem xét mô hình hồi quy có xảy ra hiệntượng đa cộng tuyến không Kết quả về giá trị hệ số VIF tổng thể củam ô h ì n h v à giá trị VIF của từng biến độc lập là hiệu suất hoạt động (TAT), đòn bẩy tài chính(LEV), khả năng thanh khoản (LIQ), khả năng sinh lời (ROE), tuổi doanh nghiệp(AGE), lãisuấtthực (IR) và tốc độtăngtrưởng tổng sảnp h ẩ m q u ố c n ộ i ( G D P ) đượctrìnhbàytrongBảng4.6.

Hệ số VIF của biến khả năng thanh khoản (LIQ) là lớn nhất so với các biếnđộc lập còn lại, với giá trị là 1,77 nhỏ hơn 5, nghĩa là biến này không có hiện tượngđa cộng tuyến Bên cạnh đó, biến lãi suất thực (IR) và tốc độ tăng trưởng tổng sảnphẩmquốcnội(GDP)cógiátrịhệsốVIFbằngnhaulà1,68nhỏhơn5,chothấy hai biến độc lập này không gây ra hiện tượng đa cộng tuyến Các biến đòn bẩy tàichính (LEV), hiệu suất hoạt động (TAT) và khả năng sinh lời (ROE) có giá trị hệ sốVIF lần lượt là 1,54, 1,39 và 1,27, đều nhỏ hơn 5 nên không xuất hiện hiện tượng đacộng tuyến Biến độc lập có hệ số VIF nhỏ nhất là tuổi doanh nghiệp (AGE) với giátrị 1,13 nhỏ hơn 5, thể hiện biến không có hiện tượng đa cộng tuyến Như vậy, hệ sốVIF tổng thể củam ô h ì n h c ũ n g s ẽ t h ấ p h ơ n 5 v ớ i g i á t r ị t r u n g b ì n h l à 1 , 4 9 n ê n c ó thểkếtluậnmôhìnhhồiquykhôngxảyrahiệntượngđacộngtuyến.

KiểmđịnhWooldridge

Ứng dụng kiểm định Wooldridge để kiểm tra hiện tượng tự tương quan trongmô hình hồi quy, với giả thuyết H0là không tồn tại hiện tượng tự tương quan bậcnhất.Kếtquảkiểmđịnh Wooldridgeđược đượctrìnhbàytrongHình4.2

Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation

Với giá trị Prob (F) là 0,0895 lớn hơn mức ý nghĩa thống kê 0,05, giả thuyếtH0không bị bác bỏ thông qua kiểm định Wooldridge, nghĩa là mô hình hồi quykhôngtồntạihiệntượngtự tươngquanbậcnhấtcủa sai số.

Kiểmđịnhkhảnăngdựbáocủamôhình

Mô hình được đưa vào thử nghiệm khả năng dự báo rủi ro phá sản bằng cáchso sánh với số liệu thực tế từ các dữ liệu thu thập được Độ chính xác của mô hìnhđược thể hiện thông qua các tỷ lệ chính là tỷ lệ dự báo đúng các doanh nghiệp có rủiro phá sản, tỷ lệ dự báo đúng các doanh nghiệp không có rủi ro phá sản và tỷ lệ dựbáochínhxáctổngthể.

Dựa trên kết quả kiểm định độ chính xác trong bảng 4.7, có thể nhận thấy môhình dự báo đúng 53 trên tổng thể doanh nghiệp có rủi ro phá sản, nên tỷ lệ dự báođúng các doanh nghiệp có rủi ro phá sản của mô hình là 92,98% Mặt khác, mô hìnhcũng dự báo đúng 179 trên tổng 193 quan sát đến từ các doanh nghiệp không có rủiro phá sản, với tỷ lệ dự báo đúng doanh nghiệp không có rủi ro phá sản là 92,75%.Xét về tổng thể, mô hình đã dự báo chính xác rủi ro phá sản của 232 trên tổng 250quan sát đến từ các doanh nghiệp sản xuất, vậy nên tỷ lệ dự báo chính xác của môhìnhlà92,80%.Nhưvậy,môhìnhđemlạikếtquảkhátốtvềđộchínhxáctro ngviệcdự báorủi rophásảncủa các doanhnghiệpngànhsảnxuất.

Ngoài ra, đường congR O C v à g i á t r ị A U C c ũ n g đ ư ợ c s ử d ụ n g n h ằ m đ á n h giá khả năng sự báo rủi ro phá sản của mô hình đối với các doanh nghiệp sản xuất.BiểuđồđườngcongROCcủamô hìnhcódạngnhư Hình4.3.

Dựa vào Hình 4.3, đường cong ROC ôm gần sát góc trên cùng bên trái củabiểu đồ, thể hiện mô hình có khả năng cao dự báo chính xác rủi ro phá sản Giá trịAUC được phân tích bên trong biểu đồ đường cong ROC là 0,9866 gần bằng1,nghĩalàkhảnăngdự báocủamôhìnhrấttốt.

Như vậy, thông qua việc kiểm định độ chính xác và phân tích đường congROC có thể kết luận là mô hình có khả năng cao dự báo đúng rủi ro phá sản đối vớicácdoanh nghiệpngànhsảnxuất.

Thảoluậnkếtquảnghiêncứu

Sau khi trải qua các bước phân tích và kiểm định, phương trình hồi quy củanghiêncứucódạngnhư sau: ln( P

Hiệu suất hoạt động:Hệ số hồi quy của vòng quay tổng tài sản (TAT) đạidiện cho biến độc lập hiệu suất hoạt động là -48,916, phản ánh tồn tại tác độngnghịch với biến phụ thuộc rủi ro phá sản (BR) Mối tương quan nghịch chiều giữahai biến này là mạnh nhất so với các biến độc lập khác, dựa trên kết quả phân tíchtương quan Pearson Điều này cho thấy giả thuyết 1 được đưa ra ở Chương 3 làchính xác, cho thấy hiệu suất hoạt động có tác động ngược chiều với rủi ro phá sảncủa các doanh nghiệp sản xuất Khi các doanh nghiệp sản xuất tạo ra doanh thu caovới nguồn lực tươngđối ít, nghĩa là doanhn g h i ệ p đ a n g h o ạ t đ ộ n g h i ệ u q u ả n ê n giảm thiểu được rủi ro phá sản Ngược lại, khi doanh nghiệp sản xuất tốn quá nhiềunguồn lực để đạt được mức doanh thu không đáng kể, thể hiện doanh nghiệp hoạtđộngvớihiệusuấtkém,dẫnđếndoanhnghiệpdễbịphásản.

Kết quả nghiên cứu này tương tự với các kết quả của Springate (1978), Cong,Nga, Oanh và Than (2019) và Vlaovic-Begovic, Tomasevic và Ercegovac (2022).Các nghiên cứu này đều sử dụng vòng quay tổng tài sản để đánh giá hiệu quả sửdụngn g u ồ n l ự c c ủ a d o a n h n g h i ệ p M ặ t k h á c , k ế t l u ậ n t ồ n t ạ i m ố i t ư ơ n g q u a n nghịchgiữahiệusuấthoạtđộngvànguycơphásảntrongnghiêncứuđã đingượclạivớikếtquảcủaPtak-Chmielewska(2018). Đòn bẩy tài chính:Tỷ lệ nợ trên vốn chủ sở hữu (LEV) đại diện cho biếnđộclậpđònbẩytàichínhcóhệsốhồiquylà16,297,thểhiệnmốitươngquanthuận chiều với biến phụ thuộc rủi ro phá sản (BR) Điều này cho thấy giả thuyết 2 đượcđề xuất ở Chương 3 là chính xác, nghĩa là đòn bẩy tài chính có tác động cùng chiềuđến rủi ro phá sản củac á c d o a n h n g h i ệ p s ả n x u ấ t n h ư k ỳ v ọ n g C á c d o a n h n g h i ệ p sử dụng ít nguồn vốn vay có thể thiếu vốn mở rộng quy mô sản xuất kinh doanh,thiếu nguồn lực để đầu tư và phát triển sản phẩm, hoặc không có được nhiều khoảngiảm trừ thuế từ nợ vay Tuy nhiên, khi lãi suất bị giảm sút, các doanh nghiệp này ítchịucácchiphílãivaynênsẽítgặpkhókhăn,đồngthờigiảmđượccácnguycơdẫ n đến phá sản Ngược lại, doanh nghiệp sản xuất sử dụng nhiều vốn vay sẽ cóđược ưu thế từ lá chắn thuế, có thêm nhiều nguồn vốn để đầu tư và phát triển sảnphẩm, cũng như mở rộng quy mô sản xuất kinh doanh để gia tăng lợi nhuận Tuynhiên, các doanh nghiệp này sẽ gặp rất nhiều khi lợi nhuận bị suy giảm do phải chitrả quá nhiều cho các khoản lãi suất từ nợ vay Điều này khiến các doanh nghiệp cótỷlệđònbẩytàichínhcaodễgặpphảirủirophásản.

Kết quả nghiên cứu cho thấy tồn tạimối tương quan thuận chiềug i ữ a đ ò n bẩy tài chính và rủi ro phá sản hoàn toàn tương ứng với kết quả của Zainol Abidin,Abdullah và Khaw (2021) cùng với nghiên cứu của Vlaovic-Begovic, Tomasevic vàErcegovac (2022) Hai nghiên cứu này cùng sử dụng tỷ lệ nợ trên vốn chủ sở hữu đểđo lường tác động của đòn bẩy tài chính đến xác suất xảy ra phá sản đối với cácdoanh nghiệp Ngoài ra, nghiên cứu của Zmijewsky

(1984) và Lan (2019) cũngkhẳng định mối quan hệ thuận chiều giữa đòn bẩy tài chính và nguy cơ phá sảnthôngquatỷlệnợtrêntổngtàisản.

Khả năng thanh khoản:Tỷ lệ vốn lưu động trên tổng tài sản (LIQ) đại diệncho biến độc lập khả năng thanh khoản có hệ số hồi quy là -67,771, phản ánh mốitương quan nghịch với biến độc lập rủi ro phá sản (BR) Kết quả này cho thấy giảthuyết 3 của nghiên cứu là chính xác như đã kỳ vọng, với ý nghĩa là khả năng thanhkhoảncótácđộngngượcchiềuđếnrủirophásảncủadoanhnghiệpsảnxuất.V ớitỷ lệ thanh khoản cao, các doanh nghiệp sản xuất có thể đã không sử dụng vốn mộtcách hiệu quả nhưng sẽ không gặp khó khăn trong việc thực hiện các nghĩa vụ tàichínhngắnhạn.Điềunàygiúpcácdoanhnghiệptránhđượccácnguycơphásản.

Ngược lại, khi tỷ lệ thanh khoản của các doanh nghiệp sản xuất thấp, cho biết cácnguồn tiền mặt sẵn có đã được sử dụng hiệu quả để tạo ra doanh thu, nhưng doanhnghiệp phải đối mặt với vấn đề đáp ứng đủ nghĩa vụ tài chính trước mắt. Việc nàydẫnđếncácdoanhnghiệpbịvỡnợvàchịurủirophásản.

Nghiên cứu đã đưa ra kết quả tương tự như kết luận của các mô hình Altman(1968), Springate (1978), Altman (2000) và bài viết của Ptak-Chmielewska (2018).Các nghiên cứu thực nghiệm này đều sử dụng tỷ lệ vốn lưu động trên tổng tài sản đểđánh giá tác động của khả năng thanh khoản đến rủi ro phá sản Đồng thời, kết quảcủa Hewa và Locke

(2015), Lan (2019) và Zainol, Abdullah và Khaw (2021) cũngchấp nhận mối tương quan nghịch giữa khả năng thanh khoản và rủi ro phá sản, vớibiếnthanhkhoảnđượcđolườngbằngtỷlệthanhkhoảnhiệnthời.

Khả năng sinh lời:Tỷ lệ lợi nhuận trên vốn chủ sở hữu (ROE) đại diện chobiến độc lập khả năng sinh lời có hệ số hồi quy là -287,810, khẳng định mối tươngquan nghịch với biếnphụthuộc rủiro phásản (BR).Kếtquản à y c h o t h ấ y g i ả thuyết4củanghiêncứuđúngnhưđãkỳvọng,vớiýnghĩalàkhảnăngsinhlờicót ác động ngược chiều đến rủi ro phá sản của các doanh nghiệp sản xuất Doanhnghiệp sản xuất có tỷ suất sinh lời cao có thể đảm bảo được dòng tiền vào để chi trảcho các chi phí hoạt động hoặc sử dụng tiềnlời vào việcmở rộngh o ạ t đ ộ n g s ả n xuất kinh doanh, phát triển sản phẩm nhằm tăng doanh thu Vì vậy, các doanhnghiệp sẽ giảm thiểu được các nguy cơ liên quan đến rủi ro phá sản Ngược lại, nếuvới một đồng vốn chủ sở hữu tạo ra mức lợi nhuận quá thấp, thể hiện doanh nghiệpsản xuất hoạt động và vận hành không hiệu quả dẫn đến chi phí hoạt động quá caohoặc doanh thu quá thấp làm giảm lợi nhuận Do đó, doanh nghiệp sẽ thiếu hụt tiềnđể nuôi sống và phát triển các hoạt động sản xuất kinh doanh, dẫn đến doanh nghiệpphảiđốimặtvớirủirophásản.

Kết quả nghiên cứu này tương tự với các kết quả của Hà và Khang(2013),Tung và Phung (2019), Thanh, Loan và Anh (2020) và Cong, Nga, Oanh vàThan(2019).CácnghiêncứunàyđềusửdụngROEđểđánhgiáhiệuquảsửdụngnguồn lực của doanh nghiệp Đồng thời, kết quả của Cong, Nga, Oanh và Than (2019) vànghiên cứu Hà và Khang (2013) cũng chấp nhận mối tương quan nghịch giữa khảnăng thanh khoản và rủi ro phá sản, với biến khả năng sinh lời được đo lường lầnlượt bằng ROA và ROS Mặt khác, kết luận tồn tại mối tương quan nghịch giữa khảnăng sinh lời và nguy cơ phá sản trong nghiên cứu đã đi ngược lại với kết quả củaHewavàLocke (2015).

Tuổi doanh nghiệp:Biến độc lập tuổi doanh nghiệp (AGE) có hệ số hồi quylà -0,478, thể hiện mối tương quan nghịch chiều với biến phụ thuộc rủi ro phá sản(BR).Điềunàychothấygiảthuyết5đượcđềxuấtởChương3làchínhxác,nghĩalà tuổi doanh nghiệp có tác động ngược chiều đến rủi ro phá sản của các doanhnghiệp sản xuất như kỳ vọng Những doanh nghiệp sản xuất có tuổi đời càng lớncàng tạo được sự uy tín vững chắc, mở rộng quy hoạt động và trở thành nhà phânphối của nhiều khách hàng trung thành. Đồng thời, đội ngũ quản lý của các doanhnghiệp này thường có năng lực cao và có nhiều kinh nghiệm, nên các vấn đề tồnđọng trong doanh nghiệp được giải quyết triệt để Những ưu điểm này giúp cácdoanh nghiệp sản xuất tránh được nguy cơ dẫn đến phá sản Ngược lại, các doanhnghiệp sản xuất non trẻ chưa tạođượcđiểm nhấn cũng nhưuy tíntrên thịt r ư ờ n g dẫn đến chưa có nhiều khách hàng sẽ gặp phải nhiều khó khăn Sự thiếu kiến thứccũng nhưkinh nghiệm cũngkhiếndoanhnghiệp hoạt động kém hiệuquả,m ắ c nhiềulỗisaitrong sản xuấtvàkinhdoanh,dẫnđếnviệcphảichịu rủirophásản.

Kết quả nghiên cứu cho thấy tồn tại mối tương quan thuận chiều giữa tuổidoanh nghiệp và rủi ro phá sản hoàn toàn tương ứng với kết quả của Thornhill vàAmit(2003)cùngvới nghiêncứucủaZainol, Abdullah vàKhaw(2021).

Hiệusuấthoạtđộng TAT – – Đònbẩytài chính LEV + +

Nội dung Chương 4 đề cập tới kết quả phân tích thống kê mô tả với đa phầncác quan sát không có rủi ro phá sản Một số đặc điểm về dữ liệu nghiên cứu cũngđược phân tích như giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất và độ lệchchuẩncủa từngbiếnđộc lập. Đồng thời, phân tích tương quan Pearson trong Chương 4 thể hiện tác độngcùng chiều giữa biến phụ thuộc và các biến độc lập là đòn bẩy tài chính (LEV), lãisuất thực (IR) Mối tương quan ngược chiều giữa biến rủi ro phá sản (BR) và cácbiến độc lập là hiệu suất hoạt động (TAT), khả năng thanh khoản (LIQ), khả năngsinh lời (ROE), tuổi doanh nghiệp (AGE) và tốc độ tăng trưởng GDP (GDP) cũngđượcphảnánhtrongChương4.

Bên cạnh đó, kết quả phân tích hồi quy Logistic nhị phân cho dữ liệu bảngcủanghiêncứuđượcdựa trên kếtquảhồiquymôhìnhREMnhưsau: ln( P

Trong đó, biến lãi suất thực (IR) và tốc độ tăng trưởng GDP (GDP) bị loại bỏkhỏi mô hình do không có ý nghĩa thống kê Dựa trên kiểm định Wald, hai biếnđượcloạibỏ trênkhôngcóảnhhưởngđángkểđếnýnghĩacủamôhình.

Ngoài ra, một số kiểm định khác cũng được thực hiện với mô hình trongnghiên cứu ở Chương 4 Kết quả kiểm định đa cộng tuyến cho thấy mô hình khôngxảy ra hiện tượng đa cộng tuyến Về kiểm định Wooldridge, kết quả cho thấy môhình không tồn tại hiện tượng tự tương quan bậc nhất của sai số Về kiểm định khảnăng dự báo của mô hình, kết quả thu được phản ánh mô hình có độ chính xác khácao trong việc dự báo rủi ro phá sản của các doanh nghiệp ngành sản xuất Kết quảphân tích đường cong ROC và giá trị AUC trong Chương 4 cũng cho thấy mô hìnhcókhảnăngcaodự đoánđúngrủirophásản.

Cuối cùng, kếtquảnghiên cứu thu đượcvềtác độngcủa các nhânt ố h i ệ u suất hoạt động (TAT), đòn bẩy tài chính (LEV), khả năng thanh khoản (LIQ), khảnăng sinh lời (ROE), tuổi doanh nghiệp (AGE) đối với biến phụ thuộc nhị phân rủiro phá sản (BR) là phù hợp với các giả thuyết được đặt ra Tuy nhiên, tác động củahai nhân tố lãi suất thực (IR) và tốc độ tăng trưởng GDP (GDP) đối với rủi ro phásản(BR)là khôngxácđịnhđượcdohaibiếntrênkhôngcóýnghĩathốngkê. Ở Chương 5, tác giả chủ yếu sẽ đưa ra các kết luận về nghiên cứu dựa trêncác nội dung đã được thực hiện trước đó nhằm đề xuất một số khuyến nghị.Nhữnghạn chế tồn tại trong nghiên cứu cũng sẽ được làm rõ và hướng nghiên cứu trongtươnglaisẽđược đềxuấttrongChương5.

Kếtluận

Dựa trên cơ sở lý thuyết và các nghiên cứu thực nghiệm được đề cập ởChương2,7giảthuyếtnghiêncứuđãđượcđề xuấtvàmôhìnhnghiêncứuđược xây dựng với biến phụ thuộc nhị phân là rủi ro phá sản (BR) cùng với các biến độclập lần lượt là hiệu suất hoạt động (TAT), đòn bẩy tài chính (LEV), khả năng thanhkhoản (LIQ), khả năng sinh lời (ROE), tuổi doanh nghiệp (AGE), lãi suất thực (IR),tốc độ tăng trưởng tổng sản phẩm quốc nội (GDP) Tuy nhiên, kết quả phân tích dữliệu nghiên cứu bao gồm 25 doanh nghiệp sản xuất được niêm yết trên Sở giao dịchchứng khoán Thành phố Hồ Chí Minh (HOSE), và 25 doanh nghiệp doanh nghiệpsảnxuấtniêmyết tạiSởgiaodịchchứngkhoánHàNội(HNX)trong giaiđoạn 2017

– 2021, đã loại trừ hai biến độc lập là lãi suất thực (IR), tốc độ tăng trưởng tổng sảnphẩm quốc nội (GDP) ra khỏi mô hình nghiên cứu Kết quả hồi quy cuối cùng đượcbiểuthịvớiphươngtrìnhnhư sau: ln( P

Thứ nhất, hiệu suất hoạt động (TAT) là nhân tố có tác động ngược chiều vớirủi ro phá sản của các doanh nghiệp niêm yết ngành sản xuất tại Việt Nam. Mốitươngquann gh ịc hnà y đãđượcphântíchr õ thôngqua m ô hì nh ng hi ên cứ u Kế tquả nghiên cứu cho thấy khi doanh nghiệp sản xuất hoạt động càng hiệu quả càngtránh được các nguy cơ phá sản Ngược lại, khi doanh nghiệp hoạt động với hiệusuất càng thấp, rủi ro phá sản mà doanh nghiệp phải đối mặt càng tăng Chiều tácđộng của nhân tố hiệu suất hoạt động đã ủng hộ kỳ vọng của giả thuyết nghiên cứu,cho thấy cơ sở lý thuyết được đề cập hoàn toàn phù hợp với tình hình thực tế Kếtquả nghiên cứu này tương tựv ớ i c á c k ế t q u ả c ủ a S p r i n g a t e ( 1 9 7 8 ) , C o n g ,

Thứ hai, đòn bẩy tài chính (LEV) là một trong những nhân tố quan trọng cótácđ ộ n g cù ng chiều tớirủiro p h á sản của cá c doanhnghiệp ni êm y ế t n gàn h sản xuất tại Việt Nam Mối tương quan thuận này đã được thể hiện rõ thông qua kết quảhồi quy của nghiên cứu Khi các doanh nghiệp sản xuất càng có ít các khoản vốnvay, càng giảm thiểu được rủi ro phá sản Ngược lại, nếu các doanh nghiệp có quánhiều các khoản nợ, rủi ro phá sản là điều không thể tránh khỏi Chiều tác động củanhân tố đòn bẩy tài chính đã ủng hộ kỳ vọng được đặt ra trong giả thuyết nghiêncứu, phản ánh cơ sở lý thuyết được đề cập phù hợp với thực tế Kết quả nghiên cứucho thấy tồn tại mối tương quan thuận chiều này hoàn toàn tương ứng với kết quảcủa Zainol Abidin, Abdullah và Khaw (2021) cùng với nghiên cứu của Vlaovic-Begovic,TomasevicvàErcegovac(2022).

Thứ ba, khả năng thanh khoản (LIQ) là nhân tố có tác động ngược chiều tớirủi ro phá sản của các doanh nghiệp ngành sản xuất niêm yết trên sàn chứng khoántạiViệtNam.Mốitươngquannghịchnàyđãđượcphảnánhrõtrongkếtqu ảhồiquy cuối cùng Nếu các doanh nghiệp sản xuất có đủ khả năng để đáp ứng các nghĩavụ tài chính ngắn hạn, các doanh nghiệp sẽ giảm thiểu được rủi ro phá sản Ngượclại, khi doanh nghiệp sản xuất không có khả năng thực hiện các nghĩa vụ tài chínhhiện hữu, doanh nghiệp phải chịu rủi ro phá sản Chiều tác động của nhân tố khảnăng thanh khoản đã ủng hộ kỳ vọng được đặt ra trong giả thuyết nghiên cứu, chothấy các cơ sở lý thuyết là sự phù hợp so với thực tế Nghiên cứu đã đưa ra kết quảtương tự như kết luận của các mô hình Altman (1968), Springate (1978), Altman(2000)vàbàiviếtcủaPtak-Chmielewska(2018).

Thứ tư, nhân tố khả năng sinh lời (ROE) có tác động ngược chiều đến rủi rophá sản của các doanh nghiệp niêm yết ngành sản xuất tại Việt Nam Kết quảphương trình hồi quy đã minh họa rõ mối tương quan nghịch này Nếu các doanhnghiệpsảnxuấtcókhảnăngtạođượcnhiềulợinhuậndựatrênmộtđồngvốnc hủsởhữuhiệncó,cácdoanhnghiệpsẽtránhđược nguycơphásản.Ngượclại,n ếukhả năng tạo lợi nhuận quá thấp, các doanh nghiệp sản xuất buộc phải đối mặt vớirủirop hásả n Ch iề utá c đ ộ n g củ a nhântố k hả n ă n g si nh lờ iđ ãủ ng hộ k ỳ vọ ng được đặt ra trong giả thuyết nghiên cứu, cho thấy nền tảng lý thuyết được trích dẫncó sự phù hợp so với thực tế Kết quả nghiên cứu này tương tự với các kết quả củaHà và Khang (2013), Tung và Phung (2019), Thanh, Loan và Anh (2020) và Cong,Nga,OanhvàThan(2019).

Thứ năm, tuổi doanh nghiệp (AGE) cũng là nhân tố quan trọng có tác độngngược chiều đến rủi ro phá sản của các doanh nghiệp ngành sản xuất niêm yết trênsàn chứng khoán tại Việt Nam Mối tương quan nghịch này đã được phân tích rõthông qua mô hình hồi quy Kết quả nghiên cứu này có ý nghĩa là thời gian hoạtđộng của các doanh nghiệp sản xuất càng lâu, rủi ro phá sản càng giảm Ngược lại,nếu các doanh nghiệp mới đi vào hoạt động sẽ dễ bị đối mặt với các nguy cơ phásản Chiều tác động của nhân tố tuổi doanh nghiệp đã ủng hộ kỳ vọng được đặt ratronggiảthuyết nghiêncứu,phảnánhcơ sởlýthuyếtđược trích dẫncótínhp hùhợp so với thực tế Kết quả nghiên cứu cho thấy tồn tại mối tương quan thuận chiềunày hoàn toàn tương ứng với kết quả của Thornhill và Amit (2003) cùng với nghiêncứucủaZainol,AbdullahvàKhaw(2021).

Ngoài ra, kết quả kiểm định độ chính xác của tổng thể mô hình cùng với kếtquả phân tích giá trị AUC trong biểu đồ đường cong ROC, thể hiện mô hình có khảnăng dự báo rất tốt Điều này cho thấy môh ì n h c ủ a n g h i ê n c ứ u p h ù h ợ p đ ể ứ n g dụng vào việc dự báo rủi ro phá sản đối với các doanh nghiệp thuộc khối ngành sảnxuấttạiViệtNam

Như vậy, kết quả nghiên cứu thu được từ đề tài đã xác định được các nhân tốtác động đến rủi ro phá sản của các doanh nghiệp niêm yết ngành sản xuất tại ViệtNam là hiệu suất hoạt động(TAT), đòn bẩy tài chính (LEV), khả năng thanh khoản(LIQ), khả năng sinh lời(ROE) và tuổi doanh nghiệp (AGE) Mức độ tác động vàchiều hướng tác động của từng nhân tố đối với biến rủi ro phá sản cũng đã được thểhiện qua kết quả hồi quy.Đồng thời, nghiên cứu đã xây dựng được mô hình có khảnăng dự báo rủi ro phá sản đối với các doanh nghiệp sản xuất tại Việt Nam.Nghĩalà,cácmụctiêunghiêncứuđặtraởthờiđiểmbanđầuđãđượchoànthành.

Khuyếnnghị

Dựa trên kết quả nghiên cứu được đúc kết, một số khuyến nghị được đề xuấtđối với các doanh nghiệp sản xuất tại Việt Nam để các nhà điều hành và quản lý cóthểkiểmsoát,phòngngừa vàxửlýkịpthờicácvấnđềliênquanđến rủirophásản.

Về hiệu suất hoạt động, các doanhnghiệpsản xuất có hiệu suấth o ạ t đ ộ n g cao sẽ giảm thiểu được rủi ro phá sản, nên việc tăng tỷ lệ hiệu suất là rất quan trọng.Đểcảithiệnchỉsốvềhiệusuấthoạtđộng,cácdoanhnghiệp nênsửdụngtà isảnvào việc mở rộng quy mô sản xuất kinh doanh để đạt được hiệu quả kinh tế nhằmgiảm chi phí sản xuất Bên cạnh đó, doanh nghiệp cũng có thể đầu tư vào máy mócthiết bị hoặc thuê thêm nhân công có trình độ cao để tăng năng suất hoạt động Cácnhà quản lý và điều hành doanh nghiệp cũng có thể đầu tư vào việc nghiên cứu vàphát triển quy trình sản xuất, cũng như hoàn thiện và nâng cao chất lượng sản phẩmđểgiatăngdoanhthu.

Về đòn bẩy tài chính, việc giảm tỷ lệ đòn bẩy là cần thiết đối với các doanhnghiệp sản xuất nhằm kiểm soát rủi ro phá sản vì đòn bẩy tài chính có mối tươngquan thuậnchiềuđếnnguy cơphá sản Cách thay đổi đònbẩy tàichính làg i ả m thiểu các khoản nợ hoặc tăng vốn chủ sở hữu của doanh nghiệp Các nhà điều hànhvà quản lý doanh nghiệp sản xuất phải cân nhắc kỹ lưỡng việc sử dụng các khoảnvốn vay, để doanh nghiệp vẫn được hưởng lợi từ lá chắn thuế nhưng không rơi vàotình trạng có khả năng vỡ nợ, dẫn đến phá sản Cơ cấu nợ nên được xác định mộtcách hợp lý để doanh nghiệp có đủ nguồn vốn hoạt động, đầu tư, phát triển và vẫnhạn chế được các bất lợi Doanh nghiệp nên có kế hoạch sử dụng cụ thể đối với cáckhoản nợ ngắn và dài hạn, đồng thời, tính toán kỹ các chi phí phải trả cho các khoảnnợ cũng như ước lượng mức lợi nhuận thu được từ khoản vốn vay đó để không bịthiếu hụt dòng tiền Điều đáng lưu ý là không được sử dụng nợ ngắn hạn cho các kếhoạch dài hạn, vìđiềunày càng tăngkhả năng vỡnợvàkhiếnd o a n h n g h i ệ p s ả n xuấtphảiđốimặtvớinguycơphásản.

Về khả năng thanh khoản, tăng tỷ lệ thanh khoản là rất cần thiết đối với cácdoanh nghiệp sản xuất vì khả năng thanh khoản tác động ngược chiều đến rủi ro phásản Các doanh nghiệp có thể tăng khả năng thanh khoản thôngq u a c á c c á c h l à giảm các khoản nợ ngắn hạn và tăng tài sản ngắn hạn để tăng vốn lưu động, hoặcchuyển đổi một số tài sản dài hạn thành ngắn hạn Điều này góp phần làm tăng khảnăng thực hiện được các nghĩa vụ tài chính ngắn hạn và giúp các doanh nghiệp sảnxuất tránh được nguy cơ phá sản Tuy nhiên, tỷ lệ thanh khoản quá cao hoặc quáthấp đều ảnh hưởng không tốt đến doanh nghiệp, nên các nhà quản lý cần xác địnhkỹ khả năng thanh khoản của doanh nghiệp để có thể vừa tận dụng vốn một cáchhiệu quả để tạo ra doanh thu, vừa tránh được rủi ro phá sản Hơn nữa, tỷ lệ thanhkhoản nên được các nhà quản lý phân tích cùng với hiệu suất hoạt động để khắcphục các khuyết điểm của tỷ lệ thanh khoản Điều này là do vốn lưu động thay đổinhanh chóng và dễ dàng, và tỷ lệ thanh khoản được tính toán dựa trên báo cáo tàichính chỉ mang tính thời điểm Mặt khác, các doanh nghiệp cần lưu ý rằng việc tăngcáckhoảnphảithuhoặchàngtồnkhomàkhôngtăngdoanhthubánhàngcó thểcho thấy việc quản lý không hiệu quả, dẫn đến việc thua lỗ và phá sản trong tươnglaithayvìcảithiệnkhảnăngthanhkhoản.

Về khả năng sinh lời, việc tăng tỷ lệ lợi nhuận trên vốn chủ sở hữu có tácđộng tích cực đến doanh nghiệp sản xuất vì khả năng sinh lời có mối tương quanngược chiều với rủi ro phá sản Các doanh nghiệp có thể tăng tỷ suất sinh lời thôngqua việc sử dụng vốn chủ sở hữu một cách hiệu quả hơn nhằm tạo ra lợi nhuận caohơn Việc cải thiện khả năng sinh lời cũng gần tương tự như việc cải thiện hiệu quảhoạt động đối với các doanh nghiệp sản xuất Tuy nhiên, các nhà quản lý và điềuhành doanh nghiệp phải cân đối việc sử dụng các nguồn lực hợp lý, chỉ nên chi tiêuđối với những khoản mục cần thiết nhằm mục đích tăng lợi nhuận, chứ không chỉ đểtăng doanh thu.Cụ thể, các doanh nghiệp sản xuấtnên tính toánc h i t i ế t v i ệ c s ử dụng vốn bằng cách tối thiểu hóa các chi phí đầu vào sao cho phù hợp để không bịảnhhưởngđếnmứclợinhuận.Đồngthời,quytrìnhsảnxuấtkinhdoanhcũngnên được đảm bảo về tính hiệu quả, không có những công đoạn thừa thải, gây ra sự tốnkémkhôngđáng có,làmgiảmlợinhuậncủadoanhnghiệp.

Về tuổi doanh nghiệp, đây là nhân tố có tương quan ngược chiều với rủi rophá sản, nhưng các doanh nghiệp khó có thể thay đổi được Đối với các doanhnghiệp sản xuất lâu đời, rủi ro phá sản vẫn tồn tại nên việc giữ gìn uy tín là rất quantrọng, vì điều này giúp tạo dựng sự tin cậy nhằm giữ chân khách hàng thân thuộc vàtiếpcậncáckháchhàngmới Khảnăngquảnlývàđiềuhànhdoanhnghiệpcũ ngnên được tiếp tục phát triển, cùng với việc đầu tư vào nghiên cứu và phát triển sảnphẩm để bắt kịp xu hướng Việc này giúp các doanh nghiệp lâu đời giữ được chỗđứng trên thị trường và không bị thay thế bởi các doanh nghiệp mới, để không phảiđối mặt với nguy cơ phá sản Đối với các doanh nghiệp sản xuất còn non trẻ, kiếnthức và kinh nghiệm là những điều cần tích lũy, đồng thời, việc tạo dựng uy tín đểthu hút nhiều khách hàng hơn cũng rất quan trọng Mặc dù phải đối mặt với nhiềukhó khăn, các nhà quản lý và điều hành doanh nghiệp mới phải cố gắng đảm bảochất lượng sản phẩm cũng như xây dựng quy trình sản xuất kinh doanh một cáchhiệuquảnhấtđể tạolợinhuận.Nhữngđiềun à y gópphầngiúpcácdoanh n ghiệpsảnxuấtcóthờigianhoạtđộngcònngắncóthểkiểmsoátđượcrủirophásản.

Ngoài ra, các doanh nghiệp sản xuất có thể sử dụng các mô hình dự báo phásản để kiểm tra tình trạng rủi ro của doanh nghiệp Việc phân tích nên được thựchiện trên nhiều mô hình khác nhau để có thể xem xét rủi ro phá sản một cách tổngquan Dựa trên kết quả thu được, các nhà quản lý và điều hành doanh nghiệp sảnxuất có thể vạch ra kế hoạch cụ thể cho từng trường hợp để kiểm soát, phòng ngừa,hoặcxử lýkịp thờicácrủirođangtồntại.

Hạnchếcủanghiêncứu

Mặc dù kết quả sau cùng của nghiên cứu khá ổn, nhưng nghiên cứu vẫn tồntại mộtsốhạnchếđángđểlưuýnhư sau:

Thứ nhất, biến phụ thuộc trong mô hình nghiên cứu được tính toán dựa trênmôhìnhS-ScorecủaSpringate(1978)nênkếtquảthuđượccóthểchưađúnghoàn toànso v ới th ực tế C ácd oan hn gh iệ p s ả n xuấ tđ ượ cp hâ nl oại có r ủ i r o p há sả nchưa thật sự đã phá sản và một số doanh nghiệp được phân loại không có rủi ro phásản cũng có thể tồn tại rủi ro phá sản Điều này xảy ra do mô hình S-Score không cóđộ chính xác tuyệt đối và vẫn còn những sai số đã được chứng minh thông quanghiên cứu của Lestari, Situmorang, Pratama và Bon (2021) và nghiên cứu củaVinh, Quang và Dung (2022) Tuy nhiên, các doanh nghiệp sản xuất được xác địnhrủi ro phá sản thông qua mô hình S-Score là lựa chọn tốt nhất đối với nghiên cứunày vì tác giả không có đủ khả năng để tiếp cận nguồn dữ liệu thực tế về việc phásảncủacácdoanhnghiệpniêmyếtngànhsản xuấttạiViệtNam.

Thứ hai, kết quả về các nhân tố tác động đến rủi ro phá sản của các doanhnghiệp sản xuất chủ yếu là các nhân tố đến từ bên trong doanh nghiệp Mô hìnhnghiêncứubanđầuđượcxâydựngvớihaibiếnđộclậpvĩmôlàlãisuấtthực(IR)và tốc độ tăng trưởng tổng sản phẩm quốc nội (GDP), tuy nhiên, trong quá trìnhphântíchtácgiảđãloạibỏhaibiếnnàykhỏimôhìnhdokhôngcóýnghĩathống kê Thiếu sự đóng góp của các chỉ số vĩ mô vào mô hình nghiên cứu có thể ảnhhưởngđế ns ự c h í n h x á c c ủ a kết q u ả c u ố i c ù n g T ín h ứ n g d ụn g c ủ a m ô h ì n h vào thực tế bị giảm đáng kể khi không xác định được các tác động của các nhân tố bênngoài như các biến vĩmô hoặc các biến thịt r ư ờ n g V ì v ậ y , c ó t h ể k h ẳ n g đ ị n h nghiêncứuđãkhôngkhắcphụcđượckhoảng trốngnàytrongcácnghiêncứutrước.

Thứ ba, nghiên cứu sử dụng phương pháp chọn mẫu ngẫu nhiên dẫn đến mẫuthu được thiếu tính đa dạng, nghĩa là số quan sát thu được đa phần thuộc trường hợpkhông có rủi ro phá sản Điều này có thể làm sai lệch một phần độ chính xác của môhìnhhình nghiêncứu,dẫnđếngiảmkhảnăngdựbáorủiro phásảncủamôhình.

Thứ tư, cỡ mẫu nghiên cứu vẫn còn rất hạn chế, chưa đủ để phản ánh đượctoàn bộ tổng thể các doanh nghiệp sản xuất lại Việt Nam Với 25 doanh nghiệp sảnxuấtđ ư ợ c n i ê m y ế t t r ê n S ở g i a o d ị c h c h ứ n g k h o á n T h à n h p h ố HồC h í M i n h (HOSE),v à 2 5 d o a n h n g h i ệ p d o a n h n g h i ệ p s ả n x u ấ t n i ê m y ế t t ạ i S ở g i a o d ị c h chứngk h o á n H à N ộ i ( H N X ) , k h ô n g t h ể đ ạ i d i ệ n h o à n t o à n c h o t ấ t c ả c á c d o a n h nghiệp sản xuất tại Việt Nam Dữ liệu nghiên cứu chủ yếu tập trung trong giai đoạn2017–

2021,chothấyphạmvithờigiancònngắnvàchưacậpnhậtđượcsốliệumới nhất từbáo cáo tài chính đã kiểm toánn ă m 2 0 2 2 c ủ a c á c d o a n h n g h i ệ p s ả n xuất Chính vì vậy, kết quả của mô hình có thể bị sai lệch, dẫn đến không phù hợpvớitìnhhìnhthực tế.

Hướngnghiêncứu trongtươnglai

Dựa trên những hạn chế còn tồn tại, hướng nghiên cứu trong tương lai đượcđềxuấtđểkhắcphụcnhữngthiếusótvàpháttriểntrênhaikhíacạnh chínhnhưsau:

Về dữ liệu nghiên cứu, số liệu về các doanh nghiệp sản xuất phá sản hoặcchưa phá sản nên được lấy từ thực tế để tăng sự chính xác đối với biến phụ thuộc rủiro phá sản Phương pháp chọn mẫu nên được áp dụng là chọn mẫu ngẫu nhiên phântầng vì phương pháp này có thể cung cấp mẫu với độ chính xác cao hơn và hợp lýhơn cho từng nhóm (nhóm doanh nghiệp có rủi ro phá sản và nhóm doanh nghiệpkhông có rủi ro phá sản) Ngoài ra, cỡ mẫu nghiên cứu nên được tăng thêm để mangtínhđạidiệncaohơnđốivớitổngthểcácdoanhnghiệp sảnxuấttại ViệtNam.

Về nhân tố tác động đến rủi ro phá sản, các mô hình nghiên cứu trong tươnglai nên chú trọng hơn vào việc thêm các biến vĩ mô hoặc biến thị trường vào môhình để cải thiện độ chính xác so với thực tế và tăng khả năng dự báo rủi ro phá sảnđối với các doanh nghiệp sản xuất tại Việt Nam Đặc biệt, các nghiên cứu cũng nênxemxétvềđộ trễtrong tácđộngcủacác nhân tốđểcóđượckếtquảchuẩnxáchơn.

Nội dung Chương 5 phản ánh kết luận tóm tắt về tổng thể nghiên cứu và đưara một số khuyến nghị giúp các doanh nghiệp sản xuất tại Việt Nam có thể kiểmsoát, phòng ngừa và xử lý kịp thời các vấnđề liên quan đến rủi rop h á s ả n

T r o n g đó, các khuyến nghị được đề xuất đối với từng nhân tố có tác động đến biến phụthuộc rủi ro phá sản (BR) là hiệu suất hoạt động (TAT), đòn bẩy tài chính (LEV),khả năng thanh khoản (LIQ), khả năng sinh lời (ROE) và tuổi doanh nghiệp (AGE).Tác giả cũng đưa ra khuyến nghị về việc sử dụng nhiều mô hình dự báo rủi ro phásảnđểxemxétrủirophásảnmộtcáchtổngquan.

Bên cạnh đó, hạn chế của nghiên cứu được đề cập cụ thể trong Chương 5 làdữ liệu của biên phụ thuộc chưa hoàn toàn chính xác so với thực tế, đa phân cácnhân tố được đưa vào nghiên cứu là cácnhân tố bên trong doanhn g h i ệ p , m ẫ u nghiên cứu thiếu tính đa dạng và còn rất hạn chế nên chưa phản ánh được toàn bộcácdoanh nghiệpsảnxuấttạiViệtNam.

Ngoàira,hướngnghiêncứutrongtươnglaicũngđượctácgiảtrìnhbàycụt hểởChương5.Vềdữliệunghiêncứu,cácnghiêncứutươnglainênsửdụngsốliệu lấy từ thực tế và áp dụng phương pháp chọn mẫu ngẫu nhiên phân tầng Về cácnhân tố tác động đến rủi ro phá sản, các nghiên cứu trong tương lai nên chú trọnghơn vào việc thêm các biến vĩ mô hoặc biến thị trường vào mô hình, và xem xét vềđộtrễtrongtácđộngcủa các nhân tố.

[1] Báo cáo tình hình Kinh tế - Xã hội quý IV và năm 2022 (2022, 12 29). ĐượctruylụctừTổngCụcThốngKê:https://www.gso.gov.vn/bai- top/2022/12/ bao-cao-tinh-hinh-kinh-te-xa-hoi-quy-iv-va-nam-2022/

[3] Hà, N M., & Khang, N B (2013) Các yếu tố tác động đến phá sản doanhnghiệptạitỉnhĐồngNai.Tạpchípháttriểnkinhtế,26-38.

[4] Vinh, L H.,Q u a n g , P L , & D u n g , B K ( 2 0 2 2 ) M ô h ì n h n à o p h ù h ợ p đ ể đol ư ờ n g k i ệ t q u ệ t à i c h í n h c h o c ô n g t y p h i t à i c h í n h n i ê m y ế t t ạ i V i ệ t Nam?.TạpchíQuảnlývàKinhtếQuốctế(JournalofInternationalE conomics andManagement),(144),39-52.

[1] A Brealey, R (2001).Fundamentals of corporate finance The McGraw-

(1968).Financialratios,discriminantanalysisandt h e predictionofcorporateba nkruptcy.Thejournaloffinance,23(4),589-609.

( 2 0 0 0 ) P r e d i c t i n g f i n a n c i a l d i s t r e s s o f c o m p a n i e s : r e v i s i t i n g theZ- scoreandZETA®models.Handbookofresearchmethodsandapplicationsinemp iricalfinance.EdwardElgarPublishing.

[4] Altman, E I., Iwanicz-Drozdowska, M., Laitinen, E K., & Suvas, A.

(2014).Distressedfirmandbankruptcy predictioninaninternationalcontext:Areview and empirical analysis of Altman's Z-score model.Available at SSRN2536340.

[5] Altman, E.I (1983).Corporate Financial Distress A CompleteGuide toPredicting,Avoiding,andDealingwithBankruptcy(WileyI n t e r s c i e n c e, John WileyandSons).

[6] Barbuta-Misu, N., & Madaleno, M (2020) Assessment of bankruptcy risk oflarge companies: European countries evolution analysis.Journal of Risk andFinancial

[7] Beaver, W H (1966) Financial ratios as predictors of failure.Journal ofaccountingresearch,71-111.

T H E RISK OF BANKRUPTCY OF SMALL AND MEDIUM ENTERPRISES(SMES): A CASE STUDY.Academy of Accounting and Financial StudiesJournal,24(3),1-12.

[9] Conan, J., & Holder, M (1979) Variables explicatives de performances etcontrole de gestion dans les PMI Universite Paris Dauphine [ExplanatoryVariablesofPerformanceandManagementControlintheSMEs].P arisDauphine University:Paris,France.

Determiningthe impact of financial performance factors on bankruptcy risk: an empiricalstudy of listed real estate companies in Vietnam.Investment

[12] Fejеr-Kirаly,r-Kirаly,ly,G.

(2015).Bankruptcyprediction:Asurveyonevolution,critiques,andsolutions.Ac taUniversitatisSapientiae,EconomicsandBusiness, 3(1),93- 108.https://doi.org/10.1515/auseb-2015-0006

[15] Green, S B (1991) How many subjects does it take to do a regressionanalysis.Multivariatebehavioralresearch,26(3),499-510.

[16] Hewa Wellalage, N., & Locke, S (2012) Factors affecting the probability ofSME bankruptcy: A case study on New Zealand unlisted firms.BusinessJournal for Entrepreneurs (Quarterly) June.Viciwati, V.

(2020) Bankruptcyprediction analysis using the Zmijewski model (X-Score) and the Altmanmodel (Z-Score).Dinasti International Journal of Economics,

(2021).Financialdistressanalysisusingaltman(Z-score),Springate(S- score),Zmijewski(X-score),andGrover(G- score)modelsinthet o u r i s m , hospitality and restaurant subsectors listed on the Indonesia Stock

Exchangeperiod.InProceedingsofthe11thAnnualInternationalConferenceonI ndustrial Engineering and Operations Management Singapore(pp 4249-

[19] Menard, S (2001) Collinearity Applied logistic regression analysis

SecondEdition(Quantitativeapplicationsinthesocialsciences).S A G E Public ations,Inc.

[20] Moravec, T (2013) The bankruptcy in the Czech Republic—influence ofmacroeconomicvariables.Actaacademicakarviniensia,3(13),136-145.

[21] Ooghe, H., Prijcker, S (2006) Failure Processes and Causes of

[22] Ptak-Chmielewska, A (2018) Bankruptcy Risk Models for Polish SMEs–

T h a i l a n d InProceedings of the International Conference on Computer and IndustrialManagement,ICIM(Vol.12,pp.18-1).

TheCauses of Business Failure Crises.Management Decision Journal, 32(4), 9-21.

[25] Springate, G.L.V (1978) Predicting the Possibility of Failure in a

[27] Tan, E., & Wibisana, T A (2020) A comparative Analysis Altman (Z-

Score)RevisionandSpringate(S-Score)ModelinPredictingFinancialDistress in the Manufacturing Company-Indonesia Stock Exchange.JournalofResearch inBusiness,Economics,andEducation,2(4),831-841.

Score,Springate,Z m i j e w s k i a n d O h l s o n m o d e l s i n predictingfin ancialdistress.EPRAInternationalJournalofM u l t i d i s c r i p l i n a r y R e s e a r c h (IJMR),6(3),126-137.

[29] Tung, D T., & Phung, V T H (2019) An application of Altman Z- scoremodel to analyze the bankruptcy risk: Cases of multidisciplinary enterprisesinVietnam.InvestmentManagement&FinancialInnovations,16(4),1 81.

[30] Thornhill, S., & Amit, R (2003) Learning about failure: Bankruptcy, firmage,and the resource-basedview.Organizationscience,14(5),497-509.

[31] Vlaovic-Begovic, S., Tomasevic, S., & Ercegovac, D (2022) Selection ofvariablesi n t h e f u n c t i o n o f i m p r o v i n g t h e b a n k r u p t c y p r e d i c t i o n model.Ekonomika,68(3),45-59.

[33] Wang,Z.(2019).Thestudy ofcorporatebankruptcypredictionmodels:univariate analysis and logistic regression.Управління розвитком складнихсистем,39.

[34] Wooldridge, J M (2010).Econometric analysis of cross section and paneldata.MITpress.

[35] World Bank Open Data.Retrieved March 1, 2023, from The World

Bank:https://data.worldbank.org/

BankingandFinance, 16(2),51-80.https://doi.org/10.32890/ijbf2021.16.2.3

[37] Zmijewski, M E (1984) Methodological issues related to the estimation offinancialdistressprediction models.JournalofAccountingresearch,59-82.

 X3 = (Tài sản ngắn hạn – Cổphiếu)/Tổngnợ

Z-Score > 0,16: Rủi rophá sản thấp (nhỏ hơn30%)

 X1= Lợi nhuận trước thuế/Nợ ngắnhạn

 X4=(Tàisản thanh khoản nhanh– Nợ ngắn hạn)/Chi phí hoạt động hằngngày

S c o r e < 0 , 3 :Khôngxác địnhZ-Score|z| [95%conf.interval] +

TAT | -48.91628 15.43304 -3.17 0.002 -79.16448 -18.66807 LEV | 16.29655 6.54681 2.49 0.013 3.465036 29.12806 LIQ | -67.77117 21.99168 -3.08 0.002 -110.8741 -24.66827 ROE | -287.8096 82.82912 -3.47 0.001 -450.1517 -125.4675 AGE | -.4783987 2272395 -2.11 0.035 -.9237799 -.0330176

Note:therankofthedifferencedvariancematrix(5)doesnotequalthenumberofcoef ficientsbeingtested(7);besurethisiswhatyouexpect,ortheremaybe problems computingthe test.Examinethe output of youre s t i m a t o r s f o r anything unexpected and possibly consider scaling your variables so that thecoefficientsareonasimilarscale.

| fem rem Difference Std.err.

IR | 565.4811 -39.80698 605.2881 5.90e+08 GDP | -837.3824 -60.26388 -777.1185 1.12e+09 b = Consistent under H0 and Ha; obtained from xtlogit.B=InconsistentunderHa,efficientunderH0;obtainedfromxtlogit.

Kếtquả kiểmđịnhđa cộngtuyếntrên phần mềmStata17

Wooldridge test for autocorrelation in panel dataH0:nofirst-orderautocorrelation

ROC Asymptoticnormal Obs area Std.err [95%conf.interval]

PHIẾU THEO DÕI TIẾN ĐỘ THỤC HIỆN KHÓA LUẬN TỐT

N g â n h à n g SốĐ T : 0 7 7 2 0 2 2 5 1 7 ĐịachỉEmailcủaSV:nguyenxuanmai517@gmail.com

Tên đềtài đồán,khóaluận: Cácnhân tốảnhhưởng tới rủi rophásản củacácdoanhnghiệpn i ê m y ế t n g à n h s ả n x u ấ t t ạ i V i ệ t N a m

GVHDkýtên Đãthựchiện Tiếp tục thựchiện

Cơ sở lý thuyết vànghiêncứuthựcn ghiệm

Chương1,2 Phương pháp vàdữliệunghiên cứu

Thu thập số liệu từsànHNX

Thuthậpsốliệu Phântíchdữliệubằng phầnmềmSTATA17 Phântíchkếtquả Kiểmtratiếnđộgiữakỳ Đánhgiákhốilượng đãhoànthành