Tính cấp thiết của đề tài nghiên cứu
Kết quả hơn 30 năm đổi mới của Đảng và Nhà nước đã mang lại nhiều thành tựu đáng kể cho Việt Nam trong phát triển kinh tế, xóa đói giảm nghèo và nâng cao mức sống cho người dân Từ một nền kinh tế nông nghiệp lạc hậu với 90% dân số làm nông nghiệp, Việt Nam đã xây dựng được cơ sở vật chất vững mạnh.
Kỹ thuật và hạ tầng kinh tế - xã hội đang từng bước đáp ứng yêu cầu công nghiệp hóa, hiện đại hóa, tạo ra môi trường thu hút nguồn lực xã hội cho phát triển Diện mạo đất nước đã có nhiều thay đổi với kinh tế duy trì tốc độ tăng trưởng ổn định, tiềm lực và quy mô nền kinh tế ngày càng tăng, đạt ngưỡng thu nhập trung bình Đời sống nhân dân được cải thiện, đồng thời tạo ra nhu cầu và động lực phát triển cho các lĩnh vực xã hội Đội ngũ doanh nghiệp và doanh nhân đã trở thành lực lượng quan trọng trong việc thực hiện đường lối công nghiệp hóa, hiện đại hóa đất nước.
Năm 2018, kinh tế - xã hội Việt Nam diễn ra trong bối cảnh kinh tế thế giới tăng trưởng chậm lại, với thương mại toàn cầu bị ảnh hưởng bởi chính sách thương mại của Mỹ và căng thẳng thương mại Mỹ - Trung Lạm phát toàn cầu gia tăng, đặc biệt là giá năng lượng, tác động đến sản xuất và xuất khẩu của Việt Nam Trong nước, mặc dù có những thuận lợi từ kết quả tích cực năm 2017, nền kinh tế vẫn phải đối mặt với thời tiết bất lợi, ảnh hưởng đến giá lương thực và thực phẩm, cũng như việc giải ngân vốn đầu tư công đạt thấp Việt Nam đang hội nhập nhanh chóng vào nền kinh tế toàn cầu, nhưng vẫn phải đối diện với nhiều thách thức.
Kinh tế thế giới đang tạo ra nhiều thách thức và cơ hội cho các doanh nghiệp Việt Nam, dẫn đến sự bỡ ngỡ và sơ hở trong hoạt động kinh doanh Sự cạnh tranh ngày càng gay gắt khiến nhiều doanh nghiệp mới ra đời, nhưng cũng không ít doanh nghiệp phải đối mặt với nguy cơ phá sản.
Trong năm 2018, số lượng doanh nghiệp tạm ngừng hoạt động đã tăng gần 50% so với năm 2017, với 90.651 doanh nghiệp, trong đó có 27.126 doanh nghiệp đăng ký tạm ngừng kinh doanh có thời hạn và 63.525 doanh nghiệp tạm ngừng không đăng ký hoặc chờ giải thể Vấn đề phá sản doanh nghiệp vẫn là thách thức lớn đối với nền kinh tế Việt Nam Để hỗ trợ doanh nghiệp vượt qua khó khăn, Chính phủ đã triển khai nhiều giải pháp, bao gồm hạ lãi suất, ưu tiên vốn cho một số ngành, đẩy nhanh đầu tư công, gia hạn thời gian nộp thuế và cải cách thủ tục hành chính thuế Tuy nhiên, yếu tố quyết định cho sự tồn tại của doanh nghiệp là sự chủ động và quyết tâm trong việc xây dựng chiến lược sản xuất kinh doanh phù hợp với thực tế.
Trong những năm trước khi xảy ra tình trạng phá sản hoặc giải thể, các doanh nghiệp tại Việt Nam thường có những dấu hiệu nhận biết rõ ràng Việc nhận diện sớm những dấu hiệu này sẽ giúp doanh nghiệp chủ động khắc phục tình hình, tập trung vào các ưu tiên quan trọng và hạn chế khả năng dẫn đến phá sản Điều này đã thúc đẩy chúng tôi nghiên cứu và phát triển mô hình dự báo phá sản cho các công ty phi tài chính tại Việt Nam, dựa trên những thành tựu từ nhiều nghiên cứu trước đó.
Trong nhiều thập kỷ qua, các nghiên cứu từ các quốc gia trên thế giới đã sử dụng kết hợp các chỉ số tài chính trong doanh nghiệp để đưa ra những dự báo chính xác nhất Việc áp dụng các phương pháp phân tích tài chính này giúp cải thiện khả năng dự đoán và ra quyết định trong quản lý doanh nghiệp.
Tổng quan nghiên cứu về dự báo phá sản doanh nghiệp
Từ những năm 1960, nhiều nhà nghiên cứu đã nỗ lực kiểm chứng dự báo phá sản ở các quốc gia như Canada, Australia, Vương quốc Anh, Pháp, Hàn Quốc, Nhật Bản, Malaysia, Sudan, Ấn Độ, Thổ Nhĩ Kỳ và Iran Các nghiên cứu này đã cung cấp cái nhìn sâu sắc về tình hình tài chính và khả năng phá sản của các quốc gia khác nhau trên thế giới.
Nghiên cứu của Xu và Zhang (2008) phân tích nguy cơ phá sản của doanh nghiệp dựa trên lịch sử kinh doanh và phát triển, cho thấy các chỉ tiêu kế toán trong hai năm có liên quan thấp đối với cả doanh nghiệp phá sản và chưa phá sản, nhưng cao hơn ở nhóm doanh nghiệp phá sản Điều này chứng minh rằng tình hình kinh tế và tài chính của các công ty phá sản phụ thuộc nhiều vào lịch sử kinh doanh so với các công ty hoạt động bình thường Nghiên cứu nhấn mạnh ảnh hưởng của các nhân tố phi tài chính như lịch sử hoạt động và định hướng phát triển đến khả năng mất thanh toán và phá sản, cùng với tác động của biến động kinh tế vĩ mô Tuy nhiên, phương pháp này có nhược điểm lớn khi bỏ qua tác động mạnh mẽ của các yếu tố tài chính và chỉ tập trung vào cách các yếu tố phi tài chính ảnh hưởng đến chúng Mặc dù đã chỉ ra nguyên nhân dẫn đến sự thất bại của doanh nghiệp, nhưng không xác định chính xác doanh nghiệp nào có nguy cơ phá sản, làm giảm tính ứng dụng của phương pháp này do khó khăn trong việc đo lường các yếu tố phi tài chính.
7 để đánh giá, trong khi dùng các chỉ số tài chính sẽ đơn giản và chính xác hơn nhiều
Nghiên cứu toàn cầu cho thấy đánh giá hiệu quả hoạt động của doanh nghiệp chủ yếu dựa vào phân tích các chỉ tiêu tài chính Các mô hình dự báo phá sản đã được phát triển trong thế kỷ qua, sử dụng hai phương pháp chính: phân tích đơn biến, tập trung vào từng chỉ số tài chính, và phân tích đa biệt thức, kết hợp nhiều chỉ số để đưa ra đánh giá tổng thể.
Fitzpatrick (1931) là người tiên phong trong việc sử dụng phân tích tỷ số tài chính để dự đoán khả năng phá sản của doanh nghiệp Nghiên cứu của ông dựa trên số liệu từ báo cáo tài chính của 20 doanh nghiệp không thuộc ngành sản xuất và kinh doanh trong giai đoạn 1920-1929 tại Hoa Kỳ Ông đã chọn ra 13 tỷ số tài chính phổ biến được các nhà phân tích hàng đầu sử dụng vào thời điểm đó Kết quả nghiên cứu chỉ ra rằng các tỷ số tài chính hiệu quả nhất để dự đoán sự phá sản là Khả năng sinh lời của tài sản, Vòng quay tài sản cố định, Tỷ số nợ trên tài sản, và Tỷ số thanh toán nhanh.
Một trong những nghiên cứu đầu tiên về việc sử dụng tỷ lệ kế toán để dự đoán nguy cơ phá sản được thực hiện bởi Beaver (1966), trong đó ông đã phân tích 79 doanh nghiệp phá sản và tương ứng với các doanh nghiệp thành công trong giai đoạn 1954 - 1964 Nghiên cứu cho thấy rằng các doanh nghiệp gặp khủng hoảng tài chính thường có giá trị tiền mặt và hàng tồn kho thấp, trong khi tỷ lệ nợ phải thu lại chiếm tỷ lệ lớn trong doanh thu Đặc biệt, tỷ lệ lưu chuyển tiền thuần trên tổng nợ phải trả được xác định là chỉ tiêu quan trọng nhất trong việc dự báo nguy cơ phá sản, vì nó phản ánh rõ khả năng thanh toán của doanh nghiệp Bên cạnh đó, một số chỉ tiêu khác như tỷ suất sinh lợi cũng đóng vai trò quan trọng trong phân tích này.
Tỷ lệ lời của tài sản (thu nhập thuần/tổng tài sản) và hệ số nợ (tổng nợ phải trả/tổng tài sản) là những chỉ tiêu quan trọng dự báo hiệu quả hoạt động kinh doanh và mức độ rủi ro tài chính của doanh nghiệp Nghiên cứu của Phạm Thị Thủy (2004) cho thấy việc so sánh các chỉ số tài chính với mức trung bình Beaver có thể phát hiện dấu hiệu khủng hoảng và phá sản, với độ tin cậy tương đối cao Tuy nhiên, phương pháp phân tích này có hạn chế do tính đơn biến, khi một công ty có thể được phân loại khác nhau tùy thuộc vào tỷ lệ kế toán sử dụng Phân tích từng chỉ số riêng lẻ có thể dẫn đến mâu thuẫn và khó khăn trong việc đưa ra kết luận chính xác Rose và Giroux (1984) cũng chỉ ra rằng dự báo dựa trên chỉ số riêng lẻ có thể gây sai lệch.
Vào năm 1980, Ohlson đã phát triển mô hình O-score để dự đoán khả năng phá sản, sử dụng 9 biến kế toán quan trọng Những biến này bao gồm quy mô (SIZE), cấu trúc tài chính thể hiện qua thước đo đòn bẩy (TLTA), thước đo lợi nhuận (NITA và/hoặc FUTL), cùng với thước đo tính thanh khoản hiện hành (WCTA hoặc WCTA và CLCA) Mẫu nghiên cứu bao gồm 2163 công ty, cho thấy sự liên quan của các yếu tố này trong việc dự báo khả năng phá sản.
Trong giai đoạn 1970 – 1976, có 105 công ty phá sản và 2058 công ty không phá sản Ohlson đã đề xuất chỉ số O như một công cụ để phân biệt giữa các công ty phá sản và không phá sản Cụ thể, nếu chỉ số O của một công ty lớn hơn 0.038, công ty đó sẽ được phân loại là phá sản, với các yếu tố khác giữ nguyên.
Mô hình Altman Z-score, được phát triển bởi Altman vào năm 1986, sử dụng phương pháp phân tích đa biệt thức để giải quyết vấn đề mâu thuẫn giữa các chỉ số kế toán trong mô hình đơn biến trước đó của Beaver Nghiên cứu này dựa trên dữ liệu thực nghiệm từ 66 doanh nghiệp sản xuất trong giai đoạn 1946 - 1965, trong đó có 33 doanh nghiệp.
Mô hình Z-score của Altman, theo nghiên cứu của Hay Sinh (2013), kết hợp 5 tỷ lệ tài chính với trọng số khác nhau, đã cho thấy hiệu quả cao trong việc dự đoán khả năng phá sản của doanh nghiệp Cụ thể, mô hình này đã được kiểm tra với 9 doanh nghiệp phá sản và 33 doanh nghiệp không phá sản, cho kết quả chính xác 96% khi áp dụng cho 25 doanh nghiệp khác (24 doanh nghiệp phá sản và 1 doanh nghiệp không phá sản) Altman (2000) khẳng định rằng mô hình này có khả năng dự báo tương đối chính xác các công ty sẽ bị phá sản trong vòng 2 năm, với xác suất đúng đạt 94% trong năm đầu tiên và 72% trong hai năm.
Nghiên cứu của Grice và Ingram (2001) đã kiểm chứng mô hình Altman Z score trong việc dự đoán nguy cơ phá sản của doanh nghiệp, cho thấy độ chính xác đạt 57,6% Mặc dù thấp hơn mức 83,5% mà Altman (1968) đã chứng minh, nhưng mô hình này vẫn có giá trị trong việc dự đoán, khi mà năm 1993 đã dự đoán chính xác 66% doanh nghiệp phá sản và 78% doanh nghiệp không phá sản trước đó một năm.
Z-score của Altman là một trong những mô hình dự báo phá sản hiệu quả nhất, được nghiên cứu và áp dụng rộng rãi trong gần 50 năm qua Mặc dù được phát minh bởi Giáo Sư Edward I Altman tại Mỹ, mô hình này đã được áp dụng tại nhiều quốc gia, từ Hoa Kỳ đến châu Âu và hiện nay đang được nhiều nước châu Á sử dụng Z-score chứng tỏ tính ưu việt trong việc phân loại rủi ro của doanh nghiệp trong nhiều lĩnh vực khác nhau Nghiên cứu của Pederzoli và Torricelli (2010) đã chỉ ra rằng mô hình này có thể đánh giá rủi ro phá sản và xác định điểm tín dụng cho doanh nghiệp vay vốn, dựa trên giả định rằng rủi ro tài chính của doanh nghiệp ảnh hưởng trực tiếp đến rủi ro tín dụng của khách hàng.
Alman (1968) đã sử dụng đại lượng Z như một công cụ tổng hợp để phân loại rủi ro tín dụng cho doanh nghiệp, dựa vào giá trị của các tỷ số tài chính.
Pederzoli và Torricelli (2010) đã nghiên cứu tầm quan trọng của các tỷ số tài chính trong việc xác định xác suất vỡ nợ của doanh nghiệp nhỏ và siêu nhỏ Nghiên cứu chỉ ra rằng bốn biến độc lập chính có khả năng dự báo tốt nhất cho xác suất vỡ nợ bao gồm: tỷ lệ Nợ dài hạn trên tổng tài sản, Lợi nhuận trước thuế trên tổng tài sản, Nợ phải trả trên tổng tài sản, và Doanh thu trên tổng tài sản.
Mô hình Altman Z-score, do Giáo sư Altman phát triển, ban đầu chỉ áp dụng cho các doanh nghiệp sản xuất Nghiên cứu của Altman và Sabato (2007) về các yếu tố ảnh hưởng đến xác suất vỡ nợ của doanh nghiệp vừa và nhỏ tại Mỹ đã chỉ ra sự cần thiết phải xây dựng mô hình riêng biệt cho nhóm này Họ sử dụng hồi quy Logistic với dữ liệu từ 2000 công ty có doanh thu dưới 65 triệu đô-la Mỹ từ 1994 đến 2002, xác định năm biến độc lập dự đoán tốt nhất xác suất vỡ nợ Các tỷ số này bao gồm: lợi nhuận trước thuế, lãi vay và khấu hao trên tổng tài sản; nợ ngắn hạn trên giá trị sổ sách vốn cổ phần; lợi nhuận giữ lại trên tổng tài sản; tiền mặt trên tổng tài sản; và lợi nhuận trước thuế, lãi vay và khấu hao trên chi phí lãi vay Sau đó, Giáo sư Altman đã phát triển thêm các mô hình Z’ và Z’’ cho các doanh nghiệp phi sản xuất và chưa cổ phần hóa Z-score hiện nay có thể dự đoán khả năng phá sản của doanh nghiệp từ một đến ba năm trước, nhờ vào tính đơn giản và độ chính xác tương đối cao.
Câu hỏi nghiên cứu
Để đạt được các mục tiêu nghiên cứu đề ra, đề tài hướng tới việc tập trung nghiên cứu và giải đáp câu hỏi nghiên cứu sau:
Câu hỏi nghiên cứu 1: Nguyên nhân nào dẫn đến tình trạng phá sản doanh nghiệp?
Câu hỏi nghiên cứu 2: Mô hình Z – score có phù hợp sử dụng cho dự báo phá sản của doanh nghiệp ở Việt Nam hay không?
Mục tiêu nghiên cứu
Hiện nay, có nhiều nghiên cứu về mô hình dự báo tình trạng kiệt quệ tài chính trên toàn thế giới Các mô hình này thường sử dụng dữ liệu tài chính, vĩ mô và thị trường, kết hợp với các phương pháp khác nhau, dẫn đến nhiều kết quả dự báo khác nhau Do đó, việc xác định loại dữ liệu và mô hình nào là hiệu quả nhất đang gây ra nhiều tranh cãi Thực tế cho thấy, tùy thuộc vào từng quốc gia, khu vực và nhóm ngành, các mô hình và phương pháp nghiên cứu sẽ có sự khác biệt Nghiên cứu này được thực hiện với mục tiêu
Để hiểu rõ khả năng dự báo của các mô hình dự báo kiệt quệ tài chính đã được phát triển trên thế giới, cần nghiên cứu việc kết hợp các chỉ số tài chính phù hợp với doanh nghiệp Việt Nam hiện nay Mục tiêu chính là làm rõ mối liên hệ giữa kiệt quệ tài chính và nguy cơ phá sản, đồng thời xác định mẫu nghiên cứu cho mô hình dự báo rủi ro phá sản.
Thứ hai, cần nghiên cứu và áp dụng các mô hình dự báo rủi ro phá sản và kiệt quệ tài chính đã được phát triển trên toàn cầu, đồng thời xem xét các bằng chứng thực tiễn về hiệu quả của những mô hình này trong việc dự báo sớm rủi ro phá sản.
Áp dụng các mô hình dự báo phá sản cho doanh nghiệp Việt Nam giúp xác định và phân nhóm các doanh nghiệp có nguy cơ cao Việc này không chỉ cung cấp cái nhìn tổng quan về tình hình tài chính mà còn hỗ trợ các doanh nghiệp trong việc đưa ra quyết định chiến lược nhằm giảm thiểu rủi ro.
Đối tượng và phạm vi nghiên cứu
Nghiên cứu nhằm xác định mô hình dự báo phá sản doanh nghiệp tại Việt Nam, tập trung vào các thông tin tài chính quan trọng Mô hình này sử dụng các chỉ số thanh khoản, đòn bẩy, lợi nhuận, khả năng thanh toán và hoạt động của doanh nghiệp để đưa ra dự đoán chính xác về khả năng phá sản.
Đề tài nghiên cứu tập trung vào rủi ro phá sản của các doanh nghiệp Việt Nam niêm yết trên thị trường chứng khoán, phân tích các yếu tố liên quan và tác động đến khả năng tồn tại của các công ty này.
(1) Đánh giá, luận giải các kết quả nghiên cứu trước đây
(2) Tổng hợp, hệ thống hóa các vấn đề lý luận về rủi ro phá sản và phân tích rủi ro phá sản
Nghiên cứu này nhằm đưa ra các giả thuyết và định hướng cho mô hình cũng như phương pháp nghiên cứu, đồng thời kiểm định mô hình dự báo rủi ro phá sản trong bối cảnh các công ty niêm yết trên thị trường chứng khoán Việt Nam.
(4) Đề xuất các giải pháp, kiến nghị nhằm ngăn ngừa và hạn chế rủi ro phá sản trong các doanh nghiệp niêm yết tại Việt Nam
Nghiên cứu này tập trung vào các công ty niêm yết trên Sở Giao dịch Chứng khoán Hà Nội (HNX) và Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE).
Đề tài nghiên cứu phân tích rủi ro phá sản trong các công ty niêm yết trên thị trường chứng khoán Việt Nam, tập trung vào giai đoạn từ năm 2012 đến năm 2018.
Đóng góp mới của đề tài nghiên cứu
Đề tài này nhằm đóng góp vào lý thuyết tài chính doanh nghiệp bằng cách cung cấp chứng cứ thực nghiệm về tình trạng phá sản tại Việt Nam Nó sẽ đánh giá một cách hệ thống tình hình và dự báo khả năng phá sản của các doanh nghiệp niêm yết trong nước.
Nghiên cứu cho thấy, khi áp dụng mô hình Z-score cho doanh nghiệp tại Việt Nam, khả năng dự báo phá sản đạt 76.67% cho báo cáo một năm trước khi phá sản và 70% cho báo cáo hai năm trước đó, nâng cao độ tin cậy và chính xác trong việc sử dụng mô hình này.
Kết quả dự báo cung cấp nền tảng cho các nhà nghiên cứu tại Việt Nam trong việc triển khai các nghiên cứu tiếp theo và hỗ trợ người sử dụng báo cáo tài chính doanh nghiệp trong việc phòng ngừa và ứng phó với rủi ro phá sản Đối với các nhà quản lý doanh nghiệp, thông tin này giúp nâng cao hiệu quả sản xuất kinh doanh và giảm thiểu tình trạng kiệt quệ tài chính Đối với các tổ chức tín dụng, việc dự báo rủi ro phá sản góp phần vào việc xây dựng chính sách tín dụng hợp lý, nâng cao khả năng thu hồi nợ và giảm thiểu nợ xấu.
Các nhà hoạch định chính sách đóng vai trò quan trọng trong việc xây dựng các chính sách tái cơ cấu doanh nghiệp và quản lý vốn phù hợp với từng giai đoạn thị trường và điều kiện kinh tế vĩ mô Đồng thời, thông tin này cũng hỗ trợ nhà đầu tư đánh giá "sức khỏe" của doanh nghiệp, từ đó đưa ra quyết định đầu tư chính xác nhằm tối ưu hóa lợi nhuận.
Kết cấu của đề tài nghiên cứu
Đề tài kết cấu gốm 4 chương
Chương1: Giới thiệu nghiên cứu
Chương 2: Cơ sở lý thuyết và mô hình về dự báo rủi ro phá sản
Chương 3: Nghiên cứu khả năng dự báo của mô hình Z-score áp dụng cho các doanh nghiệp Việt Nam
Chương 4: Một số kết luận và kiến nghị
Chương 1 của đề tài nghiên cứu cung cấp cái nhìn tổng quan về tính cấp thiết và mục tiêu nghiên cứu, đồng thời nêu rõ bố cục của đề tài Nhóm nghiên cứu đã phân tích các nghiên cứu trước đó về dự báo phá sản, đánh giá ưu nhược điểm của các công trình đã có Qua đó, nhóm xác định khoảng trống nghiên cứu, từ đó định hướng phát triển đề tài nhằm tìm ra mô hình dự báo rủi ro phá sản hiệu quả nhất cho môi trường kinh doanh tại Việt Nam.
Lý thuyết về phá sản, rủi ro phá sản
2.1.1 Lý thuyết phá sản, rủi ro phá sản
Khoản 2 Điều 4 Luật phá sản 2014, phá sản được định nghĩa như sau:
Phá sản là tình trạng của DN, hợp tác xã (HTX) mất khả năng thanh toán và bị Tòa án nhân dân ra quyết định tuyên bố phá sản
Theo khoản 1 Điều 4 Luật Phá sản 2014:
Doanh nghiệp và hợp tác xã mất khả năng thanh toán được định nghĩa là những đơn vị không thực hiện nghĩa vụ thanh toán nợ trong vòng 03 tháng kể từ ngày đến hạn Có hai trường hợp dẫn đến tình trạng này: Thứ nhất, doanh nghiệp hoặc hợp tác xã không có tài sản để thanh toán các khoản nợ; thứ hai, mặc dù có tài sản, nhưng doanh nghiệp hoặc hợp tác xã vẫn không thực hiện nghĩa vụ thanh toán.
Phá sản của một công ty là tình trạng mất khả năng thanh toán các khoản nợ, được xác định qua pháp luật Quy trình phá sản nhằm ngăn chặn hành vi gian lận, bảo vệ quyền lợi của người cho vay và tạo cơ hội cho việc tái khởi nghiệp sau khi công ty đã thanh toán đầy đủ các khoản nợ.
Khi một công ty phá sản, họ phải thương thảo với chủ nợ hoặc nộp đơn lên tòa án Quyết định phá sản có thể dẫn đến hai hướng: tổ chức cải tổ hoặc phát mại, cả hai đều yêu cầu nộp đơn phá sản Thủ tục sau khi nộp đơn sẽ do Ủy ban của tòa án thực hiện Tại Việt Nam, thanh lý tài sản là lựa chọn duy nhất, trong đó tài sản của công ty sẽ được bán để trả nợ Chủ nợ được ưu tiên thanh toán trước, trong khi cổ đông là những người cuối cùng nhận được tiền.
Rủi ro dẫn đến nguy cơ phá sản:
Nhiều doanh nghiệp hiện nay đối mặt với tình trạng phá sản chủ yếu do không quản lý hiệu quả các rủi ro trong kinh doanh Các loại rủi ro này bao gồm rủi ro hệ thống, liên quan đến yếu tố bên ngoài, và rủi ro phi hệ thống, xuất phát từ nội bộ doanh nghiệp Việc nhận diện và xử lý kịp thời những rủi ro này là yếu tố quyết định giúp doanh nghiệp tồn tại và phát triển.
Rủi ro hệ thống bao gồm:
Những thay đổi kinh tế vĩ mô yêu cầu doanh nghiệp phải nhanh chóng thích ứng và đổi mới phương thức làm việc để duy trì hiệu quả Việc tiếp tục áp dụng những phương pháp kinh doanh lỗi thời có thể dẫn đến tụt hậu và giảm hiệu suất, thậm chí là phá sản Trong lĩnh vực tài chính, các chính sách tiền tệ, tài khóa và thu nhập của Chính phủ có thể tác động đến mối quan hệ cung cầu vốn trên thị trường tài chính quốc gia Sự thay đổi trong lượng tiền cung ứng và chi tiêu ngân sách sẽ tạo ra những ảnh hưởng toàn hệ thống mà doanh nghiệp cần phải chú ý.
21 linh hoạt để thích ứng, doanh nghiệp rất dễ bị bỏ lại phía sau, thua lỗ, và phá sản
Lạm phát là yếu tố quan trọng ảnh hưởng trực tiếp đến hoạt động sản xuất kinh doanh của doanh nghiệp Sự gia tăng giá cả nguyên vật liệu dẫn đến chi phí kinh doanh tăng cao Khi lạm phát cao, doanh nghiệp gặp khó khăn trong việc tăng giá sản phẩm, có thể dẫn đến hàng hóa bị ứ đọng hoặc tình trạng lỗ kéo dài, thậm chí nguy cơ phá sản.
Rủi ro phi hệ thống bao gồm:
Rủi ro kinh doanh phụ thuộc vào đặc điểm của ngành nghề và lĩnh vực hoạt động Mỗi lĩnh vực có mức độ rủi ro khác nhau tùy theo thời kỳ Chẳng hạn, doanh nghiệp kinh doanh thực phẩm thường có dòng thu nhập ổn định hơn so với doanh nghiệp sản xuất ô tô, điều này dẫn đến rủi ro thấp hơn và nguy cơ phá sản cũng giảm.
Rủi ro tài chính liên quan đến cấu trúc nguồn vốn của doanh nghiệp, với mức độ rủi ro tăng lên khi tỷ trọng vốn vay cao Khi doanh nghiệp vay nợ nhiều, điều này cho thấy khả năng thanh toán nợ kém và thiếu vốn cho hoạt động sản xuất Tình trạng thiếu thanh khoản kéo dài có thể dẫn đến việc doanh nghiệp không thể duy trì hoạt động và có nguy cơ phá sản.
Rủi ro tỷ giá là một thách thức lớn đối với các công ty xuất nhập khẩu, xảy ra khi doanh nghiệp chuyển đổi thu nhập hoặc chi phí giữa ngoại tệ và nội tệ Sự biến động của tỷ giá có thể dẫn đến chi phí gia tăng hoặc thu nhập giảm liên tục, gây khó khăn cho doanh nghiệp Khi tỷ giá không ổn định, việc nắm bắt tình hình tài chính trở nên khó khăn hơn, ảnh hưởng đến hoạt động kinh doanh.
Việc không xây dựng kế hoạch hoặc phương án giải quyết triệt để có thể dẫn đến phá sản, đặc biệt là đối với các doanh nghiệp xuất nhập khẩu.
Rủi ro quốc gia ngày càng trở nên quan trọng trong bối cảnh toàn cầu hóa và sự di chuyển tự do của dòng vốn, đặc biệt là đối với các công ty đa quốc gia Các doanh nghiệp hoạt động tại những quốc gia có tình hình kinh tế khó khăn hoặc chính trị bất ổn sẽ phải đối mặt với nhiều thách thức Nếu tình trạng này kéo dài, doanh nghiệp có nguy cơ cao rơi vào khủng hoảng và thậm chí phá sản.
Khi một doanh nghiệp rơi vào tình trạng phá sản, chi phí kinh tế liên quan đến việc này là rất lớn, ảnh hưởng đến nhà đầu tư, người cho vay, nhân viên và ban quản lý Phá sản không chỉ gây thiệt hại tài chính mà còn dẫn đến những rủi ro pháp lý cho kiểm toán viên nếu họ đưa ra ý kiến không chính xác về tình hình tài chính của công ty.
Chi phí phá sản có thể được phân chi thành hai loại là chi phí trực tiếp và chi phi gián tiếp
Chi phí phá sản trực tiếp bao gồm các khoản chi phí hành chính và theo luật định như kiểm toán, chi phí tòa án, và các chi phí khác liên quan Khi một công ty gặp khó khăn tài chính, việc thuê các chuyên gia như thẩm định viên, giám đốc ngân hàng đầu tư, và chuyên viên thống kê là cần thiết để đảm bảo quy trình phá sản được thực hiện hiệu quả và hợp pháp.
Chi phí phá sản của doanh nghiệp chủ yếu là chi phí gián tiếp, bao gồm những khoản chi mà công ty phải chịu khi cố gắng tránh nộp đơn phá sản trong tình trạng tài chính khó khăn Những chi phí này có thể bao gồm mất doanh thu, xao nhãng trong quản lý, chi phí tập trung ngắn hạn, mất thị phần và sự ra đi của những nhân viên tài năng.
2.1.3 Ảnh hưởng của phá sản lên nền kinh tế quốc gia và ngành công nghiệp
Việc doanh nghiệp phá sản không chỉ ảnh hưởng đến chính doanh nghiệp đó mà còn có tác động sâu rộng đến nền kinh tế quốc gia Thất nghiệp gia tăng là hệ quả trực tiếp, đặc biệt là ở những doanh nghiệp lớn với số lượng công nhân đông đảo, tạo ra gánh nặng cho nền kinh tế vĩ mô Hơn nữa, sự ngừng trệ trong sản xuất sẽ dẫn đến tổn thất thu nhập và giảm năng lực sản xuất Đối với các doanh nghiệp cùng ngành, việc một đối thủ cạnh tranh tuyên bố phá sản cũng gây ra những thách thức mới cho họ.
Sự cần thiết một mô hình dự báo phá sản
Việc phá sản doanh nghiệp là một hiện tượng kinh tế đáng lo ngại, không chỉ phản ánh sự yếu kém của nền kinh tế mà còn là chỉ số quan trọng về sự phát triển và sức mạnh của một quốc gia Số lượng doanh nghiệp phá sản có thể cho thấy tình trạng sức khỏe kinh tế của đất nước, từ đó ảnh hưởng đến các quyết định đầu tư và chính sách kinh tế.
Sức khoẻ và thành công của doanh nghiệp là mối quan tâm hàng đầu của các nhà làm chính sách, nhà đầu tư và quản lý Việc doanh nghiệp phá sản không chỉ gây ra chi phí cao cho xã hội và cá nhân mà còn thúc đẩy nghiên cứu nhằm dự báo sớm nguy cơ phá sản Dự báo phá sản ngày càng trở nên quan trọng đối với nhà đầu tư, nhà cho vay, công ty đi vay và chính phủ Phát hiện kịp thời nguy cơ phá sản là nhu cầu thiết yếu cho sự ổn định của nền kinh tế và xã hội.
Tầm quan trọng đối với ban quản lý:
Việc sử dụng công cụ dự báo phá sản giúp ban quản trị nhận diện sớm tình trạng phá sản, từ đó thực hiện các biện pháp cải thiện và ngăn chặn những tác động tiêu cực, giúp doanh nghiệp phục hồi phát triển Các nhà quản lý có thể tận dụng mô hình dự báo để có đủ thời gian tìm kiếm nguồn quỹ, thiết lập quan hệ hợp tác mới và khám phá cơ hội chuyển nhượng mà không làm giảm giá trị thị trường Hơn nữa, phương pháp dự báo này cũng có thể được áp dụng để đánh giá mối quan hệ với khách hàng và nhà cung cấp, từ đó quyết định có nên tiếp tục hợp tác với những đối tác có nguy cơ phá sản hay không.
Tầm quan trọng đối với cổ đông:
Mô hình dự báo giúp cổ đông lựa chọn giữa các cơ hội đầu tư, sát nhập hoặc mua lại công ty Nếu kết quả không khả quan, cổ đông có thể sử dụng quyền chọn bán để thu hồi giá trị cao hơn giá trị thực của công ty, do khả năng thương lượng vẫn còn Tuy nhiên, nếu cổ đông chờ đợi hy vọng công ty phục hồi, họ có thể phải đối mặt với giá trị thị trường thấp hơn.
31 thế nữa, xác định những công ty yếu để thu mua thì rẻ và dễ dàng hơn nhiều nhờ những nghiên cứu dự báo
Các công ty mẹ cần xem xét việc áp dụng mô hình dự báo phá sản, vì sự phá sản của một công ty con có thể ảnh hưởng nghiêm trọng đến danh tiếng của toàn tập đoàn Điều này không chỉ tác động đến quyết định đầu tư mà còn ảnh hưởng đến khả năng tín dụng của tập đoàn Do đó, việc giám sát sức khỏe tổng thể và chi tiết của các công ty con thông qua các công cụ ước lượng là rất cần thiết.
Tầm quan trọng đối với nhà cung ứng và công ty
Doanh nghiệp áp dụng phương pháp Just-in-time (JIT) nhằm tối ưu hóa chi phí sản xuất và giảm thiểu thiếu sót xuống mức 0 JIT giúp quản lý hàng tồn kho hiệu quả, giảm lãng phí và nâng cao hiệu suất thông qua việc sử dụng tiêu chuẩn quản lý chất lượng Vì vậy, mối quan hệ với nhà cung ứng trở nên rất quan trọng trong việc đảm bảo chất lượng sản xuất.
Mua nguyên liệu chỉ khi nhà cung ứng có quy trình chất lượng là điều quan trọng Deming nhấn mạnh rằng các công ty nên xây dựng mối quan hệ lâu dài với nhà cung ứng, nhưng điều này chỉ xảy ra khi có sự tin tưởng từ cả hai phía Vấn đề phát sinh ở một bên có thể ảnh hưởng đến bên kia; ví dụ, vấn đề tài chính ở nhà cung ứng có thể dẫn đến chất lượng sản phẩm kém và giảm sản lượng, từ đó ảnh hưởng xấu đến doanh thu và uy tín của công ty Ngược lại, nếu công ty thu mua gặp khó khăn, điều này cũng sẽ tác động tiêu cực đến nhà cung ứng, có thể dẫn đến tình trạng phá sản và ảnh hưởng đến khả năng thanh toán.
Công ty có thể rơi vào tình trạng phá sản do sự phụ thuộc vào nhà cung ứng Nếu nhà cung ứng không đáp ứng nhu cầu nguyên liệu, quá trình sản xuất sẽ bị gián đoạn, dẫn đến vòng quay vốn chậm lại Ngược lại, nếu doanh nghiệp không thanh toán chi phí nguyên liệu, nhà cung ứng cũng sẽ gặp khó khăn, tạo ra hiệu ứng tiêu cực lặp lại Do đó, việc áp dụng mô hình dự báo phá sản giữa nhà cung ứng và công ty là cần thiết để kiểm soát rủi ro Nếu dự báo không khả quan, các bên nên xem xét tìm kiếm nhà cung ứng khác để đảm bảo an toàn cho hoạt động kinh doanh.
Tầm quan trọng đối với các nhà đầu tư là việc cân nhắc lợi ích nhận được so với rủi ro tiềm ẩn Không ai muốn đầu tư vào doanh nghiệp yếu kém, nhưng ngay cả những doanh nghiệp có vẻ khỏe mạnh cũng có thể tiềm ẩn nguy cơ phá sản cao.
Để đưa ra quyết định đầu tư chính xác, các nhà đầu tư cá nhân và tổ chức nên áp dụng mô hình dự báo Công cụ dự báo giúp họ nhận diện các cổ phiếu yếu kém trong danh mục và quyết định bán trước khi giá trị giảm sút Đồng thời, nhà đầu tư cũng có thể tìm kiếm những cổ phiếu mới có giá trị để bổ sung vào danh mục đầu tư của mình.
Mô hình dự báo phá sản mang lại lợi ích lớn cho nhà đầu tư tìm kiếm lợi nhuận cao hơn Bằng cách sử dụng công cụ dự báo, nhà đầu tư có thể điều chỉnh danh mục đầu tư của mình, tập trung vào những công ty đang gặp khó khăn nhưng có khả năng phục hồi Đầu tư vào cổ phiếu giá thấp của những công ty này có thể mang lại lợi nhuận cao trong tương lai khi họ vượt qua được thách thức.
Tầm quan trọng với nhà tín dụng:
Tình trạng nợ xấu gia tăng đang trở thành một vấn đề nghiêm trọng trong nền kinh tế hiện nay Việc các tổ chức tín dụng cho vay mà không xác định rõ khả năng thanh toán của con nợ đã gây ra thiệt hại lớn Do đó, trước khi quyết định cho vay, đặc biệt là với các khoản vay lớn, bộ phận tín dụng cần phải đánh giá rủi ro phá sản của người vay để giảm thiểu nợ xấu Điều này cho thấy tầm quan trọng của quản lý tín dụng đối với các tổ chức, công ty tín dụng, ngân hàng và các định chế tài chính khác.
Quản lý tài chính bao gồm 5 bước quan trọng: xác định thời gian trả nợ, loại hợp đồng, đánh giá độ tin cậy của khách hàng, xác định giới hạn tín dụng và thực hiện cho vay Trong đó, đánh giá khả năng trả nợ của khách hàng là bước thiết yếu Nguồn thông tin về khách hàng rất phong phú, bao gồm kinh nghiệm của nhà tín dụng, đánh giá từ trung tâm tín dụng, kiểm tra tài khoản ngân hàng và phân tích báo cáo tài chính Sự hỗ trợ của mô hình dự báo phá sản giúp các định chế tài chính chọn lựa công ty cho vay phù hợp, nâng cao độ chính xác và hiệu quả trong việc đánh giá hồ sơ vay Việc từ chối hồ sơ vay của các công ty có nguy cơ phá sản không chỉ tiết kiệm thời gian mà còn đảm bảo nguồn quỹ được sử dụng hiệu quả, góp phần nâng cao lợi ích cho nền kinh tế và các tổ chức tín dụng.
Tầm quan trọng đối với công nhân và công đoàn:
Công nhân là yếu tố sản xuất quan trọng, đóng vai trò quyết định trong sự thành công của doanh nghiệp Họ không chỉ là lực lượng lao động mà còn là những người góp phần xây dựng văn hóa và môi trường làm việc tích cực Sự hợp tác giữa công nhân và công đoàn giúp nâng cao quyền lợi, cải thiện điều kiện làm việc và thúc đẩy sự phát triển bền vững cho công ty.
Doanh nghiệp đạt được mục tiêu kinh doanh sẽ mang lại lợi ích trực tiếp cho người lao động, giúp họ nhận phần thưởng xứng đáng từ những thành công trên thị trường.
Phương pháp tiếp cận phân tích biệt số bội (MDA) và mô hình dự báo rủi ro phá sản Altman Z-score
2.3.1 Phương pháp tiếp cận phân tích biệt số bội (MDA)
MDA, lần đầu tiên được áp dụng vào những năm 1930, đã chứng minh hiệu quả trong lĩnh vực khoa học hành vi và sinh vật học Sau đó, phương pháp này đã được áp dụng thành công trong tài chính, như định mức tín dụng khách hàng và phân loại đầu tư Ví dụ, Walter đã sử dụng mô hình MDA để phân loại các công ty dựa trên tỉ số lợi nhuận, trong khi Smith ứng dụng nó để phân loại công ty vào các gói đầu tư chuẩn MDA là một phương pháp thống kê giúp phân loại quan sát vào các nhóm độc lập dựa trên các đặc điểm riêng biệt.
Phân loại hoặc dự báo các vấn đề liên quan đến biến độc lập ở dạng định tính, như giới tính (đàn ông hay đàn bà) hoặc tình trạng tài chính (phá sản hay không phá sản), là mục đích chính của việc này Để thực hiện điều này, bước đầu tiên là xác định rõ ràng các nhóm phân loại, với số lượng nhóm nguyên thủy có thể là hai hoặc nhiều hơn.
Sau khi các nhóm được thiết lập, bước tiếp theo là thu thập dữ liệu cần thiết MDA sẽ phân tích và lọc ra những kết hợp tuyến tính của các đặc trưng này để phân biệt rõ ràng giữa các nhóm Qua quá trình này, MDA xác định một bộ hệ số đặc trưng cho từng đối tượng, chẳng hạn như một doanh nghiệp, dựa trên các tỉ số tài chính cụ thể của nó, giúp phân tích và đánh giá một cách chính xác.
Phương pháp phân tích phân biệt MDA sử dụng 35 hệ số để phân loại các đối tượng vào nhóm duy nhất, dựa trên tỉ số thực tế Lợi thế của MDA là xem xét toàn bộ tiểu sử và đặc trưng của các công ty liên quan, cùng với sự tương tác giữa chúng Kỹ thuật này xác định các hệ số phân biệt và chuyển đổi giá trị biến thành chỉ số phân biệt duy nhất (Z-value), từ đó hỗ trợ quá trình phân loại.
Các mô hình được phát triển thông qua MDA có hình thức như sau:
𝒁 = 𝜷 𝟏 𝑿 𝟏 + 𝜷 𝟐 𝑿 𝟐 + 𝜷 𝟑 𝑿 𝟑 + ⋯ + 𝜷 𝐧 𝑿 𝐧 Trong đó: Z là chỉ số tổng thể
𝛽 1 , 𝛽 2 ,… 𝛽 n là các hệ số phân biệt
𝑋 1 , 𝑋 2 ,… 𝑋 n là các biến độc lập
Nghiên cứu của chúng tôi tập trung vào hai nhóm công ty: một nhóm đã phá sản và một nhóm chưa phá sản Chỉ số phân biệt (Z) được sử dụng để ước lượng khả năng phá sản của các công ty Càng thấp giá trị của chỉ số Z, xác suất phá sản của công ty càng cao, và ngược lại.
Khi đánh giá tiềm năng phá sản của một công ty qua danh sách các tỉ số tài chính, một số thước đo có thể có mối tương quan cao với nhau Việc lựa chọn cẩn thận các biến dự báo là cần thiết, nhưng một mô hình với ít thước đo có thể truyền tải nhiều thông tin quan trọng Thông tin này có thể chỉ ra sự khác biệt giữa các nhóm công ty, tuy nhiên, việc xác định tính quan trọng và ý nghĩa của những điểm phân biệt này là một thách thức cho nhà phân tích Mặc dù có sự khác biệt rõ ràng giữa các công ty phá sản và công ty khỏe mạnh, nhưng câu hỏi đặt ra là liệu những điểm khác biệt này có đủ quan trọng để hỗ trợ việc phát triển một mô hình dự báo chính xác hay không.
MDA mang lại 36 lợi ích quan trọng trong việc giải quyết vấn đề phân loại, nổi bật nhất là khả năng phân tích toàn bộ hồ sơ biến của đối tượng một cách đồng thời, thay vì kiểm định liên tục các đặc trưng riêng lẻ.
Mục đích của phân tích thống kê bằng phân tích biệt số là phối hợp các chỉ số biến để tạo ra một biến đa hợp mới, gọi là chỉ số biệt số Có thể hình dung điều này như một công thức bánh, nơi sự thay đổi trọng lượng của các nguyên liệu sẽ ảnh hưởng đến đặc tính của bánh cuối cùng Hy vọng rằng sự kết hợp có trọng số của các nguyên liệu sẽ mang lại kết quả tối ưu.
Mặc dù phương pháp MDA được ưa chuộng nhờ khả năng dự đoán cao, nhưng nó vẫn tồn tại một số hạn chế Phương pháp này không cho phép điều chỉnh các biến liên quan đến sự kiện phi tài chính, và người dùng cần lưu ý rằng mô hình Z-score không thể bao quát tất cả các sự kiện có thể dẫn đến phá sản (Grice và Ingram, 2001) Hơn nữa, việc ước lượng dựa trên 3, 4 hay n năm khiến cho việc xác định biến thể hoặc tỷ lệ phá sản trong một năm cụ thể trở nên khó khăn (Eisenbeis, 1977).
2.3.2 Mô hình dự báo rủi ro phá sản Altman Z-score
Mô hình điểm Z, do Giáo sư Edward I Altman từ Đại học New York công bố lần đầu vào tháng 9/1968, là hệ số dự đoán nguy cơ phá sản của doanh nghiệp trong vòng 2 năm tới Z-score được tính toán dựa trên 5 chỉ số tài chính với trọng số, giúp dự báo khả năng phá sản của doanh nghiệp Các chỉ tiêu này dễ dàng thu thập từ báo cáo tài chính và thông tin công khai Altman phát triển mô hình này dựa trên phân tích thống kê với mẫu 66 doanh nghiệp, chủ yếu là các công ty sản xuất.
37 xuất và doanh nghiệp nhỏ, có tổng tài sản dưới 1 triệu USD Một nửa trong số mẫu này đã nộp đơn xin phá sản vào lúc đó
Công thức tính mô hình Z-score cổ điển:
Ký hiệu Hệ số Trọng số
𝑿 𝟏 Vốn lưu động/Tổng tài sản 1,2
𝑿 𝟐 Lợi nhuận chưa phân phối/Tổng tài sản 1,4
𝑿 𝟑 Lợi nhuận trước lãi vay và thuế/Tổng tài sản 3,3
𝑿 𝟒 Vốn chủ sở hữu/Tổng nợ phải trả 0,6
𝑿 𝟓 Doanh thu thuần/Tổng tài sản 1,0
2,99 < Z Doanh nghiệp an toàn, nếu chỉ dựa trên các chỉ tiêu tài chính dùng tính toán
1,81< Z < 2,99 Doanh nghiệp rơi vào vùng nguy hiểm, cần chú ý về khả năng phá sản
Z ≤ 1,81 Doanh nghiệp có vấn đề nghiêm trọng về tài chính, có khả năng cao sẽ phá sản.
Các bước nghiên cứu lập mô hình Z-score của Altman
Mẫu ban đầu bao gồm 66 công ty với 33 công ty ở mỗi nhóm
Nhóm phá sản (nhóm 1) là những nhà sản xuất đã nộp đơn phá sản theo chương 10 của Luật Phá sản Hoa Kỳ trong giai đoạn từ 1946 đến năm 1965 Thời
Chọn 38 kỳ 20 năm không phải là lựa chọn tối ưu do các chỉ số trung bình bị ảnh hưởng lớn bởi biến động kinh tế theo thời gian Phương pháp lý tưởng là sử dụng các chỉ số trong giai đoạn t để dự đoán hiệu suất của các công ty trong giai đoạn tiếp theo (t+1), nhưng điều này gần như không khả thi do hạn chế về dữ liệu.
Altman nhận thấy sự không đồng nhất trong nhóm nghiên cứu do sự khác biệt về ngành và kích cỡ công ty, vì vậy ông đã lựa chọn cẩn thận 33 công ty không phá sản vào nhóm 2 Nhóm này bao gồm các doanh nghiệp sản xuất được chọn ngẫu nhiên, phân loại theo ngành và kích cỡ, với tài sản từ 1 triệu USD đến 25 triệu USD Giá trị tài sản trung bình của nhóm 2 là 9,6 triệu USD, cao hơn nhóm 1 Các công ty trong nhóm 2 vẫn hoạt động, với dữ liệu thu thập trong cùng năm với các công ty phá sản thuộc nhóm 1 Dữ liệu cho mẫu thử đầu tiên được xây dựng từ báo cáo tài chính một năm trước khi phá sản, dựa trên Sổ tay ngành của Moody và các báo cáo hằng năm Việc loại bỏ các công ty nhỏ (dưới 1 triệu USD) và rất lớn (trên 25 triệu USD) là cần thiết để đảm bảo tính đồng nhất trong phân tích Mô hình Z-score được sử dụng để loại bỏ ảnh hưởng của kích cỡ doanh nghiệp trong các chỉ số tài chính.
Sau khi xác định khái niệm nhóm và lựa chọn công ty, bước tiếp theo là thu thập bảng cân đối và báo cáo kết quả kinh doanh Việc này gặp nhiều khó khăn do số lượng lớn biến trong các nghiên cứu trước đây, vốn là những chỉ báo quan trọng cho các vấn đề hiện tại.
Altman đã thu thập một danh sách gồm 22 chỉ số hữu ích để đánh giá mức độ ảnh hưởng của các công ty, được chia thành 5 nhóm: thanh khoản, đòn bẩy, lợi nhuận, khả năng thanh toán và hoạt động Các chỉ số này được chọn dựa trên tính phổ biến học thuật và khả năng tương thích với nghiên cứu Trong số 22 chỉ số, Altman đã lựa chọn 5 chỉ số nổi bật để dự đoán khả năng phá sản Để xác định các biến số cuối cùng, ông đã thực hiện các thủ tục như quan sát mức ý nghĩa thống kê, đánh giá sự tương quan giữa các biến số để kiểm tra đa cộng tuyến, và xem xét độ chính xác dự đoán của các tập hợp biến, cùng với sự đánh giá từ các chuyên gia.
Sau khi thực hiện các bước trên, biệt thức cuối cùng được thể hiện như sau:
𝑿 𝟏 = Working capital/ Total assets = Vốn lưu động/ Tổng tài sản
𝑿 𝟐 = Retained earning/ Total assets = Lợi nhuận giữ lại/ Tổng tài sản
𝑿 𝟑 = Earning before tax and interest/ Total assets = Lợi nhuận trước thuế và lãi vay/ Tổng tài sản
𝑿 𝟒 = Market value euity/ Book value of total liabilities = Giá trị thị trường của vốn chủ sở hữu/ Giá trị sổ sách của nợ phải trả
𝑿 𝟓 = Sales/ Total assets = Tổng doanh thu/ Tổng tài sản
𝒁 = Overall index = Chỉ số tổng hợp
2.4.3 Giải thích các biến số
Biến số 𝑋 1 , vốn lưu động/ tổng tài sản
Chỉ số này là một công cụ quan trọng trong việc đánh giá độ thanh khoản ròng của tài sản doanh nghiệp so với tổng vốn Vốn lưu động, được xác định là sự chênh lệch giữa tài sản lưu động và nợ ngắn hạn, phản ánh tính thanh khoản của doanh nghiệp Thường thì, các công ty hoạt động thua lỗ kéo dài sẽ thấy tài sản lưu động giảm so với tổng tài sản Trong số ba chỉ số thanh khoản được xem xét, chỉ số này được đánh giá là có giá trị nhất, vượt trội hơn so với chỉ số thanh toán hiện hành và chỉ số thanh toán tức thời, do hai chỉ số này thường ít hữu ích hơn và phụ thuộc vào xu hướng bảo thủ của một số công ty có nguy cơ phá sản.
Biến số 𝑋 2 , lợi nhuận giữ lại/ tổng tài sản
Lợi nhuận giữ lại là tổng thu nhập tái đầu tư hoặc mức lỗ của doanh nghiệp trong suốt thời gian hoạt động Chỉ số này phản ánh phần thặng dư mà doanh nghiệp thu được từ hoạt động sản xuất kinh doanh Đặc biệt, tỷ lệ lợi nhuận giữ lại trên tổng tài sản cho thấy khả năng đo lường lợi nhuận tích lũy theo thời gian, xem xét cả thời gian hoạt động ngắn hay dài của công ty.
Các công ty trẻ thường có chỉ số RE/TA thấp do chưa tích lũy lợi nhuận, dẫn đến việc bị phân biệt trong phân tích tài chính Điều này cho thấy khả năng phá sản của họ cao hơn so với các công ty đã hoạt động lâu hơn Thực tế cho thấy, nhiều công ty dễ bị phá sản trong những năm đầu hoạt động; theo Dun & Bradstreet (1994), hơn 50% công ty phá sản vào năm 1993 có lịch sử hoạt động chỉ từ 1 đến 5 năm.
Chỉ số RE/TA không chỉ phản ánh hiệu suất tài chính mà còn giúp đo lường mức độ đòn bẩy của doanh nghiệp Các công ty có tỷ lệ RE/TA cao có khả năng giảm bớt nợ khi đầu tư tài sản nhờ vào việc sử dụng lợi nhuận giữ lại.
Biến số 𝑋 3 , lợi nhuận trước thuế và lãi vay/ tổng tài sản
Chỉ số hiệu suất sử dụng tài sản đo lường năng suất thực sự của tài sản trong doanh nghiệp, không bị ảnh hưởng bởi nợ vay và thuế Doanh nghiệp phụ thuộc vào khả năng tạo tiền của tài sản, và chỉ số này thường xuất hiện trong các nghiên cứu về thất bại doanh nghiệp Khả năng thanh toán của doanh nghiệp bị ảnh hưởng khi tổng nợ vượt quá giá trị thực của tài sản, được xác định dựa trên khả năng sinh lời Chỉ số này được coi là chỉ báo tốt hơn so với các chỉ số sinh lời khác, bao gồm cả dòng tiền.
Biến số 𝑋 4 , giá trị thị trường của vốn chủ sở hữu/ Giá trị sổ sách của nợ
Vốn chủ sở hữu được xác định bởi giá trị thị trường của tất cả cổ phiếu, bao gồm cổ phiếu ưu đãi và cổ phiếu thường, trong khi nợ bao gồm cả nợ ngắn hạn và nợ dài hạn Chỉ số này đo lường khả năng giảm giá trị tài sản của công ty trước khi nợ vượt quá tài sản, dẫn đến tình trạng mất khả năng thanh toán Ví dụ, một công ty có giá trị vốn chủ sở hữu 1000 USD và nợ 500 USD có thể chịu đựng sự sụt giảm 2/3 trong tổng giá trị tài sản mà vẫn duy trì khả năng thanh toán Ngược lại, nếu giá trị vốn chủ sở hữu chỉ còn 250 USD, công ty sẽ mất khả năng thanh toán khi tài sản giảm xuống còn 1/3 giá trị Chỉ số này cũng phản ánh tác động của kích thước giá trị thị trường, điều mà nhiều nghiên cứu về phá sản thường không đề cập đến.
Biến số 𝑋 5 , tổng doanh thu/ tổng tài sản
Chỉ số doanh thu trên tổng tài sản là một chỉ số tài chính quan trọng, phản ánh khả năng tạo ra thu nhập từ tài sản của doanh nghiệp Chỉ số này giúp đánh giá hiệu quả sử dụng tài sản trong việc sinh lợi, từ đó cung cấp cái nhìn tổng quan về sức khỏe tài chính của công ty.
Chỉ số quản trị doanh nghiệp trong môi trường kinh tế cạnh tranh thường được coi là kém quan trọng nếu chỉ dựa vào phân tích cá thể, vì khi sử dụng kiểm định mức ý nghĩa bằng thống kê đơn biến, nó không nên xuất hiện Tuy nhiên, do mối quan hệ độc nhất của chỉ số này với các biến số khác trong mô hình, nó lại xếp hạng thứ hai trong việc góp phần vào khả năng phân biệt tổng thể của mô hình Xét về tổng thể nền kinh tế, sự chênh lệch doanh thu giữa các ngành là khá rõ rệt, do đó chỉ số này có thể không xuất hiện trong một số mô hình nghiên cứu dự báo rủi ro phá sản của Altman.
Do việc sắp xếp định dạng máy tính ban đầu, các biến từ 𝑋1 đến 𝑋4 cần có giá trị dưới dạng phần trăm, ví dụ 10% thay vì 0.1 Trong khi đó, chỉ số 𝑋5 lại được biểu diễn khác, như 200% sẽ là 2.0 Sự bất thường này xuất phát từ định dạng khác nhau của các biến số Qua nhiều năm, các công ty đã phát triển một dạng mô hình tiện nghi hơn.
Z = 1,2*𝑿 𝟏 + 1,4* 𝑿 𝟐 + 3,3*𝑿 𝟑 + 0,6*𝑿 𝟒 + 1,0*𝑿 𝟓 Để đánh giá khả năng phá sản của các công ty, chỉ số Z được so sánh với các ngưỡng đã được xác định như sau:
Khi áp dụng công thức này, tất cả các biến có thể được sử dụng dưới dạng giá trị tuyệt đối Định dạng này đã được áp dụng trong một số nghiên cứu thực tế, chẳng hạn như nghiên cứu của Altman và Lafleur vào năm 1981.
Các kiểm định trên mô hình điểm Z
2.5.1 Kiểm định mẫu ban đầu
Mẫu nghiên cứu ban đầu bao gồm hai nhóm, mỗi nhóm có 33 công ty, được phân tích dựa trên dữ liệu báo cáo tài chính thu thập một năm trước khi xảy ra tình trạng phá sản Với các hệ số biệt thức và phân phối nhóm được xây dựng từ mẫu này, mức độ phân loại thành công được kỳ vọng sẽ cao Ma trận phân loại cho mẫu gốc được trình bày trong Bảng 2.1.
Bảng 1.1 - Kết quả phân loại mẫu gốc
Phần trăm không chính xác
Mô hình đã đạt độ chính xác 95% trong việc phân loại các công ty trong mẫu Nhóm 1 chỉ có sai số 6%, trong khi nhóm 2 thậm chí còn thấp hơn với chỉ 3% Kết quả này vượt qua kỳ vọng ban đầu.
2.5.2 Kiểm định báo cáo hai năm trước khi phá sản
Cuộc kiểm định thứ hai đánh giá khả năng của mô hình dự đoán cho các công ty dựa trên dữ liệu báo cáo tài chính thu thập trong hai năm trước khi phá sản Tuy nhiên, việc kiểm định trong khoảng thời gian này có thể làm giảm độ chính xác của dự báo do khoảng thời gian chết giữa lúc bắt đầu và kết thúc Kết quả kiểm định được trình bày trong Bảng 2.3.
Bảng 2.2 - Kết quả phân loại mẫu cho thời gian hai năm trước khi phá sản
Phần trăm không chính xác
Bảng trên cho thấy phần trăm chính xác trong việc kiểm định báo cáo hai năm trước khi phá sản đã giảm so với mẫu gốc, điều này có thể dự đoán trước do tác động của độ trễ thời gian và biểu hiện kém rõ nét của sự phá sản tiềm tàng Mặc dù vậy, mức chính xác 72% vẫn cho thấy khả năng dự báo đáng tin cậy trong hai năm Mặc dù sai số của nhóm 2 có phần lớn hơn, nhưng kết quả này vẫn được coi là cực kỳ chính xác.
Độ chính xác của mô hình Z-scores
2.6.1 Chỉ số Z-scores trung bình theo thời gian
Bảng 2.3- Phân loại và độ chính xác của mô hình Z-score
Số năm trước khi phá sản
Mẫu gốc Mẫu đối chứng
Mô hình Z-score của Altman đã được thử nghiệm trên nhiều mẫu trong hơn 30 năm, với độ chính xác của kiểu I đạt từ 88%-94% khi sử dụng điểm giới hạn 2.67, dựa trên dữ liệu tài chính một năm trước khi phá sản Trong thử nghiệm gần đây với 120 công ty vỡ nợ từ 1997-1999, độ chính xác đạt 94%, dự đoán đúng 113 trong tổng số 120 Ngay cả khi sử dụng điểm giới hạn 1.81, tỷ lệ chính xác vẫn ấn tượng ở mức 84% Điều này cho thấy mô hình Z-score duy trì độ chính xác cao và khả năng dự báo mạnh mẽ dù đã ra đời từ lâu.
2.6.2 Độ chính xác dài hạn
Kết quả nghiên cứu cung cấp bằng chứng về độ tin cậy của các kết luận từ các mẫu ban đầu, cho phép mở rộng khoảng dữ liệu để xem xét kết quả tổng thể của mô hình biệt thức trong thời gian dài hơn trước khi xảy ra phá sản Dữ liệu thu thập từ 33 công ty trong khoảng thời gian từ năm thứ 3 đến năm thứ 5 trước khi phá sản cho thấy khả năng dự báo của mô hình giảm khi thời gian dự báo tăng lên Điều này đúng cho cả nghiên cứu đơn biến và mô hình đa biệt thức Mô hình Z-score cho thấy độ chính xác cao trong việc dự báo phá sản lên đến 2 năm trước khi xảy ra kiệt quệ tài chính, nhưng độ chính xác sẽ giảm đáng kể nếu khoảng thời gian dự báo kéo dài hơn.
Altman đã tiến hành phân tích nghiên cứu xu hướng dựa trên các chỉ số riêng lẻ của mô hình, từ đó rút ra hai kết luận quan trọng về khuynh hướng.
(1) Mọi chỉ số được quan sát biểu hiện một khuynh hướng xói mòn khi sự phá sản đến gần
Sự thay đổi rõ rệt trong hầu hết các chỉ số này diễn ra giữa năm thứ ba và năm thứ hai trước khi xảy ra tình trạng phá sản Mức độ thay đổi được đánh giá thông qua sự biến động hàng năm của giá trị các chỉ số.
Quan sát là yếu tố quan trọng vì nó cung cấp bằng chứng phù hợp với các kết luận từ mô hình biệt thức Thông tin quan trọng từ xu hướng đo lường của các chỉ số riêng lẻ trở nên có giá trị hơn khi kết hợp với các phân tích biệt thức bổ sung.
Một số hạn chế của mô hình Z-score và điều kiện để ứng dụng mô hình Z-
2.7.1 Một số hạn chế của mô hình Z-score
Mô hình Z-score sử dụng các hệ số cố định cho các chỉ số tài chính trong công thức tính toán, điều này có thể gây khó khăn trong việc phân tích và đánh giá các doanh nghiệp hoạt động trong những môi trường khác nhau, vì tính chất của các chỉ số tài chính có thể thay đổi tùy theo từng bối cảnh.
Mô hình Z-score chỉ phân loại doanh nghiệp vào ba vùng: an toàn, cảnh báo và có nguy cơ cao Đối với các doanh nghiệp nằm trong cùng một vùng rủi ro, cần sử dụng nhiều phương pháp xếp hạng khác nhau để so sánh sự tương quan giữa chúng.
Ngoài các chỉ số tài chính, các yếu tố phi tài chính cũng ảnh hưởng đáng kể đến hoạt động của doanh nghiệp Rủi ro trong kinh doanh có thể gia tăng do các yếu tố khách quan như thay đổi chính sách, khủng hoảng kinh tế và khả năng quản trị doanh nghiệp.
Mô hình Z-score được phát triển dựa trên phương pháp phân tích thống kê, do đó, nó có thể gặp sai lệch nếu mẫu không đại diện đầy đủ cho toàn bộ cá thể.
Dự đoán từ mô hình chủ yếu dựa vào số liệu kế toán, điều này không thể loại trừ khả năng gian lận kế toán và làm đẹp báo cáo tài chính Hệ quả là có thể xảy ra sai sót trong dự báo, khiến doanh nghiệp có vẻ an toàn trong nghiên cứu nhưng thực tế lại tiềm ẩn rủi ro phá sản cao.
2.7.2 Điều kiện để ứng dụng mô hình Z-score trong môi trường Việt Nam Để khai thác được hết tính ưu việt của mô hình Z-score trong việc dự báo rủi ro phá sản của các doanh nghiệp Việt Nam, trước hết phải đáp ứng được điều kiện quan trọng và cần thiết nhất là tính minh bạch và công khai của cơ sở dữ liệu trong báo cáo tài chính của doanh nghiệp.
Để đáp ứng yêu cầu hội nhập, hệ thống cơ sở dữ liệu của doanh nghiệp Việt Nam đang dần trở nên công khai và minh bạch hơn Tuy nhiên, cơ sở dữ liệu hiện tại còn thiếu tính đầy đủ và tập trung, phân tán trong các báo cáo của các bộ, ngành và cơ quan thống kê Các chỉ tiêu liên quan đến hoạt động của doanh nghiệp chưa được xây dựng một cách bài bản và thiếu tính liên tục, dẫn đến việc đánh giá doanh nghiệp chỉ dừng lại ở một số khía cạnh nhất định Để cải thiện tình hình, cần có lộ trình xây dựng một hệ thống cơ sở dữ liệu hoàn thiện, với cơ sở pháp lý rõ ràng nhằm cung cấp thông tin chính thống, chính xác và tin cậy, phân loại theo nhiều tiêu chí như quy mô, loại hình doanh nghiệp và ngành nghề.
Mô hình Z-score không chỉ đáp ứng nhu cầu hiện tại mà còn tạo nền tảng cho việc áp dụng nhiều công cụ đo lường hữu ích khác trong tương lai, như mô hình hồi quy Logit và mô hình Black-Scholes-Merton, để phân tích, đánh giá và dự báo tình trạng doanh nghiệp.
Cần tiến hành nghiên cứu sâu hơn để phát triển mô hình điều chỉnh phù hợp với đặc điểm và thực trạng của doanh nghiệp Việt Nam Đồng thời, để khắc phục hạn chế của mô hình Z-score, nên kết hợp các phương pháp phân tích và đánh giá khác nhằm tận dụng những ưu điểm của chúng.
Mô hình Z-score, mặc dù còn một số hạn chế, đã được nghiên cứu và ứng dụng rộng rãi trên toàn thế giới, đặc biệt là tại Việt Nam, nơi nó thể hiện tính ưu việt trong việc phân tích và đánh giá hoạt động doanh nghiệp, phân loại rủi ro, xếp hạng tín dụng và đánh giá nguy cơ phá sản Do đó, nhóm nghiên cứu sẽ sử dụng mô hình Z-score làm cơ sở để dự đoán nguy cơ phá sản của các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam.
Trong chương 2, chúng tôi tập trung vào lý thuyết về phá sản và rủi ro phá sản để trả lời câu hỏi nghiên cứu về đặc điểm và nguyên nhân dẫn đến tình trạng phá sản doanh nghiệp Việc xây dựng mô hình dự báo rủi ro phá sản phù hợp với doanh nghiệp niêm yết tại Việt Nam là rất quan trọng Hiểu rõ nguyên nhân gây ra phá sản không chỉ hỗ trợ trong việc dự báo mà còn giúp đưa ra các giải pháp ngăn chặn hiệu quả Hơn nữa, phá sản doanh nghiệp không chỉ ảnh hưởng đến các bên liên quan mà còn tác động tiêu cực đến nền kinh tế tổng thể Do đó, phần lý thuyết này là thiết yếu trong phân tích các vấn đề liên quan đến phá sản.
Chương 2 phân tích cơ sở lý thuyết của mô hình Altman Z-score và phương pháp biệt số bội MDA, khám phá các bước xây dựng mô hình dự báo phá sản Chúng tôi đã nghiên cứu các kiểm nghiệm của Altman để xác định độ chính xác của mô hình trong việc dự báo phá sản, khẳng định rằng mô hình điểm Z là công cụ tối ưu cho phân tích này Tuy nhiên, do mô hình được phát triển tại Mỹ, chúng tôi đã phân tích những hạn chế và điều kiện áp dụng mô hình tại Việt Nam, nhằm củng cố cơ sở lý thuyết cho các nghiên cứu tiếp theo về vấn đề này.
Mẫu nghiên cứu
Để đánh giá khả năng dự báo phá sản của mô hình Z-score trong bối cảnh kinh tế Việt Nam, chúng tôi đã lựa chọn mẫu tổng thể gồm tất cả các công ty cổ phần bị hủy niêm yết trên sàn chứng khoán Hồ Chí Minh (HOSE) và Hà Nội (HNX) do thanh lý hoặc giải thể theo lệnh của tòa án trong giai đoạn từ năm 2012 đến năm 2018.
Các tiêu chí lựa chọn mẫu tiếp theo trong bài nghiên cứu này:
Các cổ phiếu của công ty đã được niêm yết và giao dịch tại sàn chứng khoán Hồ Chí Minh (HOSE) hoặc sàn chứng khoán Hà Nội (HNX).
Công ty cần phải hoạt động trong lĩnh vực phi tài chính, vì lĩnh vực tài chính có những đặc điểm và chỉ số đánh giá tài chính đặc thù riêng.
Thứ ba, công ty phải có đầy đủ thông tin tài chính (báo cáo tài chính) ít nhất là ba năm
Mỗi công ty phá sản sẽ có một công ty tương thích không phá sản trong cùng ngành và có quy mô tài sản tương đương Điều này có nghĩa là số lượng doanh nghiệp trong cùng ngành giữa hai nhóm: doanh nghiệp đã phá sản và doanh nghiệp đang hoạt động là giống nhau.
Mục đích của phương pháp này là chọn ra một công ty cùng ngành và có tài sản tương đương với mỗi công ty phá sản, nhằm hạn chế ảnh hưởng của các yếu tố như quy mô tài sản và ngành công nghiệp lên tỷ số tài chính và tình trạng phá sản.
Trong nghiên cứu này, tổng số mẫu được sử dụng là 60 công ty, bao gồm 30 công ty đã phá sản và 30 công ty không bị phá sản.
Dữ liệu được thu thập từ Bảng cân đối kế toán, Thuyết minh báo cáo tài chính và Báo cáo kết quả kinh doanh của các công ty cổ phần niêm yết trên sàn chứng khoán Hồ Chí Minh (HOSE) và sàn chứng khoán Hà Nội (HNX) Các thông tin này được công bố công khai bởi các công ty đã phá sản và không phá sản, với dữ liệu được lấy từ 2 năm trước khi xảy ra sự kiện phá sản.
Các biến tài chính quan trọng được tổng hợp bao gồm tổng tài sản, vốn lưu động, lợi nhuận giữ lại, lợi nhuận trước thuế và lãi vay, vốn chủ sở hữu, và tổng doanh thu Những biến này được thu thập để tính toán các chỉ số trong mô hình Z-score, từ đó xác định điểm Z cho từng công ty Đồng thời, chúng cũng được sử dụng để so sánh sự khác biệt giữa các tỷ lệ tài chính của hai nhóm công ty: nhóm phá sản và không phá sản, với quy mô tài sản tương đương Dựa vào điểm Z đã tính, việc so sánh với các điểm giới hạn sẽ giúp xác định phần trăm khả năng dự báo phá sản của mô hình Z-score.
Điểm Z dưới 1.81 cho thấy doanh nghiệp có nguy cơ phá sản và thuộc nhóm 1 Ngược lại, nếu điểm Z lớn hơn 1.81, doanh nghiệp vẫn có khả năng hoạt động và thuộc nhóm 2.
Giá trị tính toán các biến số trong mô hình Z-score cho các nhóm doanh nghiệp phá sản và không phá sản trong thời gian một đến hai năm trước khi xảy ra sự kiện phá sản được thể hiện rõ ràng.
Phân tích tình hình tài chính hai nhóm doanh nghiệp
Khi so sánh giữa hai nhóm công ty phá sản và không phá sản, quy mô tổng tài sản là yếu tố đầu tiên cần xem xét Tài sản bao gồm tất cả các nguồn lực mà doanh nghiệp kiểm soát và có thể mang lại lợi ích kinh tế trong tương lai, được chia thành tài sản hữu hình như nhà xưởng, máy móc và tài sản vô hình như bản quyền, bằng sáng chế Để quản lý tài sản hiệu quả, kế toán cần phân loại chúng theo thời gian đầu tư, sử dụng và thu hồi, với hai loại chính là tài sản ngắn hạn và tài sản dài hạn Cơ sở định giá tài sản là phương pháp xác định giá trị tài sản ghi nhận trên báo cáo tài chính, dựa vào giá trị đo lường và đơn vị tiền tệ không đổi.
Sự thay đổi tổng tài sản phản ánh quy mô tài chính của doanh nghiệp, nhưng không cung cấp thông tin về hiệu quả hay chất lượng tài chính Việc đánh giá tăng trưởng tổng tài sản cần xem xét hạng mục tài sản (cố định hay lưu động) và nguồn hình thành (nợ hay vốn chủ sở hữu) Để giảm thiểu tác động từ sự khác biệt về quy mô tổng tài sản, nhóm nghiên cứu đã chọn các doanh nghiệp phá sản và không phá sản có quy mô tài sản tương đương Do đó, chúng tôi quan tâm đến sự khác biệt trong biến động tài sản bình quân của hai nhóm này trong một và hai năm trước khi xảy ra phá sản.
Bảng 3.1 - Giá trị tài sản trung bình của các nhóm doanh nghiệp
Phá sản Không phá sản
Một năm trước phá sản
Hai năm trước phá sản
Một năm trước phá sản
Hai năm trước phá sản
Nguồn: Tác giả tính toán
Việc dự đoán doanh nghiệp phá sản chỉ dựa vào tổng tài sản là rất khó khăn, bởi cả hai nhóm doanh nghiệp đều có sự gia tăng tài sản trước khi phá sản Mặc dù tỷ lệ tăng tài sản của nhóm không phá sản cao hơn gấp đôi so với nhóm phá sản, điều này chỉ cho thấy một phần hiệu quả hoạt động của nhóm không phá sản Thực tế cho thấy, nhiều công ty phá sản thường khai khống giá trị tài sản để thu hút vốn vay hoặc tạo ấn tượng tốt với nhà đầu tư Hành động này tạo ra ảo tưởng về tình hình tài chính, dẫn đến sự chủ quan và thiếu biện pháp khắc phục kịp thời Thêm vào đó, các tài sản không có tính thanh khoản cao, khi thanh lý để trả nợ thường có giá trị thấp hơn nhiều so với sổ sách, cuối cùng dẫn đến không thanh toán đủ và phá sản.
Để phân tích rõ ràng tác động của tài sản đến nguy cơ phá sản doanh nghiệp, chỉ dựa vào giá trị tổng tài sản là không đủ Cần kết hợp với việc tính toán thêm các chỉ số tài chính khác, chẳng hạn như quy mô tài sản.
Mặc dù 54 công ty có sự tương đồng, nhưng tính minh bạch và khả năng thanh khoản của tài sản lại có sự khác biệt rõ rệt Đối với nhóm công ty đã phá sản, họ có thể sở hữu tài sản, nhưng khối lượng tài sản này thường ở dạng bị động và không linh hoạt, dẫn đến việc không hỗ trợ hiệu quả cho hoạt động sản xuất kinh doanh Các chỉ số như tỷ số vốn lưu động trên tổng tài sản và tỷ số ROA có thể được sử dụng để phân tích tình hình tài chính của các công ty này.
Tỷ số ROA (Return on Assets) là một chỉ tiêu quan trọng trong phân tích tài chính, phản ánh khả năng sinh lời của doanh nghiệp trên mỗi đồng tài sản Tài sản của công ty được hình thành từ vốn vay và vốn chủ sở hữu, cả hai đều hỗ trợ cho các hoạt động kinh doanh ROA cho thấy hiệu quả chuyển đổi vốn đầu tư thành lợi nhuận; tỷ số này càng cao đồng nghĩa với việc công ty kiếm được nhiều tiền hơn từ nguồn vốn ít hơn Không có quy chuẩn cụ thể nào về mức ROA đạt chuẩn, nhưng một tỷ số cao luôn được xem là tích cực.
ROA = Lợi nhuận sau thuế (Earnings) / Tài sản (Assets) * 100%
Lợi nhuận sau thuế: là lợi nhuận ròng dành cho cổ phiếu thường Tài sản: là tổng tài sản của doanh nghiệp
P/s: Tổng tài sản = Vốn chủ sở hữu + Nợ
Bảng 3.2 - Giá trị ROA trung bình của các nhóm doanh nghiệp
Phá sản Không phá sản
Một năm trước phá sản
Hai năm trước phá sản
Một năm trước phá sản
Hai năm trước phá sản
Nguồn: Tác giả tính toán
Xét giữa hai nhóm công ty, một nhóm đã phá sản và một nhóm không, có thể thấy rằng ROA của nhóm không phá sản cao hơn, với tỷ lệ khoảng 4% - 5.5%, gấp đôi so với nhóm đã phá sản chỉ đạt khoảng 2.5% Điều này có nghĩa là mỗi đồng tài sản của nhóm phá sản chỉ tạo ra khoảng 0.025 đồng lợi nhuận, trong khi nhóm không phá sản tạo ra khoảng 0.055 đồng Mặc dù quy mô tổng tài sản tương tự nhau, nhưng ROA của nhóm không phá sản vượt trội hơn hẳn do lợi nhuận cao hơn, nhờ vào chiến lược kinh doanh hiệu quả và quản lý chi phí tốt Trong cùng một ngành và thời điểm, sự chênh lệch ROA giữa các công ty cần được xem xét kỹ lưỡng, vì có thể là dấu hiệu dự báo cho khả năng phá sản trong tương lai.
Một điểm cần lưu ý là tỷ số ROA biến động theo thời gian, đặc biệt trong nhóm công ty phá sản, khi mà ROA trong hai năm liên tiếp gần như không thay đổi Thông thường, khi công ty hoạt động nhiều hơn, ROA sẽ tăng lên theo thời gian Tuy nhiên, trong trường hợp này, chỉ tiêu ROA gần như dậm chân tại chỗ, trong khi tổng tài sản vẫn gia tăng, cho thấy hoạt động kinh doanh đang chững lại.
Trong bối cảnh 56 ngành nghề đang gặp khó khăn và có nguy cơ suy giảm, nhóm công ty không phá sản lại ghi nhận sự tăng trưởng ROA hàng năm tối thiểu 1% Mặc dù con số này không quá ấn tượng, nhưng nó phản ánh một dấu hiệu tích cực cho thấy các công ty này đang hoạt động ổn định và bền vững Sự tăng trưởng này là yếu tố quan trọng hàng đầu trong việc đánh giá hiệu quả hoạt động của doanh nghiệp.
Khi đánh giá một doanh nghiệp, ngoài chỉ số ROA, người ta thường sử dụng chỉ số ROE, viết tắt của cụm từ tiếng Anh "Return on Equity".
On Equity, có nghĩa là Lợi nhuận trên vốn chủ sở hữu hay lợi nhuận trên vốn
ROE, hay tỷ suất lợi nhuận trên vốn chủ sở hữu, được tính bằng cách chia lãi ròng sau thuế cho tổng giá trị vốn chủ sở hữu theo bảng cân đối kế toán và báo cáo tài chính cuối kỳ Tỷ số ROE phản ánh hiệu quả sử dụng vốn của doanh nghiệp, cho thấy mỗi đồng vốn đầu tư mang lại bao nhiêu đồng lợi nhuận.
ROE = Số lợi nhuận sau thuế (Earnings) / Vốn chủ sở hữu (Equity) * 100%
Trong đó: Lợi nhuận sau thuế là lợi nhuận ròng dành cho cổ phiếu thường (sau khi thanh toán cổ tức cho cổ phần ưu đãi)
Vốn chủ sở hữu là số vốn tự có của doanh nghiệp, không bao gồm các khoản vay Chẳng hạn, nếu một doanh nghiệp đầu tư 2 tỷ đồng, trong đó 1,5 tỷ là vốn tự có và 0,5 tỷ là vốn vay, thì vốn chủ sở hữu sẽ là 1,5 tỷ đồng ROE (Return on Equity) là chỉ số đo lường hiệu quả sử dụng vốn, phản ánh số lãi mà doanh nghiệp kiếm được dựa trên vốn tự có.
ROE cao cho thấy khả năng sử dụng vốn hiệu quả, vì vậy cổ phiếu có ROE cao thường được nhà đầu tư ưa chuộng và có giá cao hơn Khi đánh giá ROE, cần xem xét các yếu tố liên quan để có cái nhìn toàn diện hơn về hiệu suất tài chính của công ty.
Nếu ROE < Lãi vay ngân hàng: Nghĩa là nếu công ty vay ngân hàng thì lợi nhuận tạo ra cũng chỉ để trả lãi vay ngân hàng mà thôi
Khi ROE vượt quá lãi vay ngân hàng, cần đánh giá khả năng khai thác lợi thế cạnh tranh của công ty trên thị trường Điều này giúp xác định tiềm năng tăng trưởng ROE trong tương lai của công ty.
ROE cao duy trì trong nhiều năm không chỉ phản ánh sức mạnh tài chính của doanh nghiệp mà còn cho thấy lợi thế cạnh tranh bền vững Các doanh nghiệp có năng lực cạnh tranh mạnh mẽ, lợi thế độc quyền thường sở hữu chỉ số ROE rất cao, điều này chứng tỏ vị thế của họ trên thị trường.
Bảng 3.3 - Giá trị ROE trung bình của các nhóm doanh nghiệp
Phá sản Không phá sản
Một năm trước phá sản
Hai năm trước phá sản
Một năm trước phá sản
Hai năm trước phá sản
Nguồn: Tác giả tính toán
Kết quả dự báo rủi ro phá sản doanh nghiệp
3.3.1 Độ chính xác khi kiểm định báo cáo một năm trước khi phá sản
Dựa vào mẫu số liệu đã nêu trên, nhóm tiến hành tính toán phân tích cho ra kết quả tổng hợp như trong Bảng 3.4
Bảng 3.4- Kết quả áp dụng mô hình Z-score cho dự báo một năm trước phá sản
Phần trăm không chính xác
Nguồn: Tác giả tính toán
Mô hình Z-score khi áp dụng cho các doanh nghiệp tại Việt Nam cho thấy độ chính xác đạt 76.67% Cụ thể, 21 doanh nghiệp phá sản đã được dự đoán đúng, chiếm 70%, trong khi 25 doanh nghiệp khỏe mạnh có chỉ số Z lớn hơn 1.81, chiếm 83.3% Tỉ lệ này được coi là khá cao và có tính chính xác lớn, mặc dù mô hình Z-score ban đầu được phát triển và thử nghiệm tại Mỹ, nhưng vẫn có những yếu tố khác biệt trong môi trường Việt Nam có thể ảnh hưởng đến độ chính xác của nó.
3.3.2 Độ chính xác khi kiểm định báo cáo hai năm trước khi phá sản
Chúng tôi thực hiện nghiên cứu dựa trên mẫu số liệu gồm 30 công ty phá sản và 30 công ty không phá sản trong giai đoạn 2012-2018, tập trung vào báo cáo tài chính của các công ty trong hai năm trước khi xảy ra tình trạng phá sản.
Bảng 3.4 trình bày kết quả dự báo dựa trên việc kiểm định các báo cáo tài chính hai năm trước khi xảy ra tình trạng phá sản, tương tự như phương pháp thu thập và tính toán số liệu cho các báo cáo tài chính một năm trước đó.
Bảng 3.5- Kết quả áp dụng mô hình Z-score cho dự báo hai năm trước phá sản
Phần trăm không chính xác
Nguồn: Tác giả tính toán
Dựa trên số liệu từ Bảng 3.5, có thể thấy sự sụt giảm rõ rệt về độ chính xác khi áp dụng mô hình điểm Z vào các báo cáo tài chính hai năm trước khi doanh nghiệp phá sản Nhóm 2 đạt độ chính xác 80% trong dự báo, trong khi nhóm doanh nghiệp phá sản chỉ đạt 60% (dự đoán đúng 18/30 công ty) Kết quả này phù hợp với nghiên cứu của Altman, cho thấy thời gian dự báo càng dài thì độ chính xác càng giảm Sự giảm 6.67% về độ chính xác tổng thể cho thấy yếu tố thời gian có ảnh hưởng lớn đến kết quả dự báo Tuy nhiên, nhóm 2 luôn cho kết quả dự báo tốt hơn, cho thấy doanh nghiệp có thể yên tâm hơn về khả năng duy trì hoạt động trong 1-2 năm tới nếu dựa vào chỉ số Z.
Chương 3 tiếp tục phân tích khả năng dự báo của mô hình Z-score trong môi trường Việt Nam, dựa trên các phân tích từ Chương 2 Chúng tôi đã xem xét một số tỷ số tài chính của doanh nghiệp để đánh giá khả năng dự đoán tình trạng phá sản Kết quả cho thấy các tỷ số tài chính phản ánh tình hình tài chính của doanh nghiệp, nhưng không đủ chính xác để dự đoán tương lai Điều này nhấn mạnh tầm quan trọng của việc kết hợp các tỷ số tài chính để đạt được dự báo chính xác hơn.
Mô hình điểm Z cho thấy khả năng dự báo khả năng phá sản với độ chính xác 76,67% cho các báo cáo một năm trước khi phá sản và 70% cho báo cáo hai năm trước Mặc dù không đạt kết quả như các nghiên cứu tại Mỹ, nhưng những con số này vẫn cho thấy độ tin cậy và chính xác cao trong việc ứng dụng mô hình Z-score cho doanh nghiệp Việt Nam Điều này mở ra cơ hội nghiên cứu và phát triển một mô hình dự báo tối ưu hơn, với độ chính xác cao hơn dựa trên nền tảng của mô hình điểm Z.
MỘT SỐ KẾT LUẬN VÀ KHUYẾN NGHỊ
Một số kết luận
Mô hình Z-score đã chứng minh là một công cụ hữu ích trong việc dự báo phá sản doanh nghiệp, nhờ vào độ chính xác cao trong kết quả dự đoán và sự đơn giản trong quá trình áp dụng Chỉ cần có đầy đủ số liệu về các chỉ số trong mô hình, người dùng có thể dễ dàng đánh giá sức khỏe hiện tại của doanh nghiệp.
Mô hình Z-score khi được áp dụng cho dự báo thực nghiệm tại Mỹ đã cho kết quả dự báo chính xác trên 90% đối với các báo cáo tài chính một năm trước khi doanh nghiệp phá sản Tuy nhiên, khi áp dụng tại Việt Nam, độ chính xác của mô hình này giảm đáng kể Sự khác biệt này có thể được giải thích bởi hai lý do chính.
Môi trường kinh tế tại Việt Nam có những đặc thù khác biệt so với Mỹ, dẫn đến tác động của các biến tài chính lên chỉ số Z không giống nhau Do đó, điểm gãy của Z cùng với các trọng số tương ứng với các biến độc lập vẫn chưa hoàn toàn phù hợp.
Tính minh bạch và chính xác trong việc công bố thông tin tài chính tại Việt Nam vẫn còn hạn chế Mặc dù sự xuất hiện và hoạt động mạnh mẽ của các tổ chức kiểm toán trong những năm gần đây đã giúp tăng cường độ tin cậy của các báo cáo tài chính, nhưng tính pháp lý liên quan đến việc công bố thông tin sai vẫn chưa nghiêm khắc Điều này dẫn đến việc nhiều doanh nghiệp vẫn tìm cách lách luật, cung cấp thông tin không chính xác về tình trạng tài chính của họ.
Một số khuyến nghị
4.2.1 Khuyến nghị với các nhà đầu tư, các tổ chức tín dụng
Tổ chức tài chính đóng vai trò quan trọng trong việc cung cấp các dịch vụ tài chính cho khách hàng và thành viên Dịch vụ tài chính chính yếu mà tổ chức này cung cấp bao gồm các giải pháp tài chính đa dạng, giúp đáp ứng nhu cầu của người tiêu dùng và doanh nghiệp.
63 tổ chức tài chính hoạt động như các trung gian tài chính và phần lớn trong số đó đều chịu sự kiểm soát chặt chẽ từ phía nhà nước.
Theo Turko (1999), các yếu tố kinh tế có thể dẫn đến phá sản bao gồm: sự biến động đột ngột của lãi suất, thay đổi không lường trước trong tỷ lệ lạm phát, biến động bất thường của tỷ giá hối đoái, cũng như sự thay đổi trong chính sách xuất nhập khẩu và tiền tệ Để giảm thiểu rủi ro phá sản, cần có sự hợp tác chặt chẽ giữa các tổ chức tín dụng, tiền tệ và doanh nghiệp.
Thị trường kinh doanh hiện nay phụ thuộc nhiều vào tín dụng ngân hàng, dẫn đến rủi ro chéo lớn giữa hai khu vực này Doanh nghiệp thường cầm cố tài sản để vay vốn, và khi hàng tồn kho không được tiêu thụ, họ không thu được tiền và không thể thanh toán nợ vay Ngân hàng, mặc dù nắm giữ tài sản, cũng gặp khó khăn trong việc phát mãi, khiến nợ xấu khó xử lý Khi một ngành gặp khó khăn, các ngành liên quan cũng bị ảnh hưởng, làm gia tăng nợ xấu của ngân hàng Do đó, chỉ khi giải quyết hàng tồn kho thì vấn đề nợ xấu mới có thể được khắc phục.
Ngân hàng và tổ chức tín dụng có thể xem xét cơ cấu lại các khoản nợ vay cũ với lãi suất cao cho doanh nghiệp, chuyển sang mức lãi suất theo chính sách hiện nay Bên cạnh đó, việc áp dụng lãi suất khác nhau cho các ngành kinh doanh và điều chỉnh biên độ phù hợp với từng thời kỳ sẽ tăng tính linh hoạt cho các khoản vay, giúp doanh nghiệp dễ dàng tiếp cận vốn và đồng thời giảm thiểu nợ xấu cho ngân hàng.
Để đảm bảo lợi ích cho cả bên cho vay và bên vay, các ngân hàng cần thực hiện thẩm định kỹ lưỡng khả năng trả nợ và giá trị tài sản thế chấp trước khi quyết định cho vay Hiện nay, trên thị trường Việt Nam, nhiều ngân hàng đã chú trọng vào quy trình này để giảm thiểu rủi ro tài chính.
64 tổ chức tín dụng vẫn đang gặp khó khăn với nợ xấu từ doanh nghiệp, chủ yếu do quy trình cho vay không chính xác và lãi suất cao, khiến doanh nghiệp khó hoàn trả Hệ thống tín dụng cũng có những bộ phận cho vay trái quy định, cho phép doanh nghiệp không đủ tiêu chuẩn vay vốn, dẫn đến tình trạng phụ thuộc vào các khoản vay và quản lý kém Điều này tạo ra áp lực tài chính lớn, có thể dẫn đến phá sản Do đó, các ngân hàng thương mại cần thiết lập tiêu chuẩn nghiêm ngặt trong việc cấp khoản vay, thẩm định tài sản và đảm bảo tính minh bạch trong quy trình phê duyệt để cải thiện tình hình.
Các ngân hàng và tổ chức tín dụng cần nắm vững các mô hình đánh giá và dự báo để đánh giá tình hình kinh doanh và định giá công ty trước khi cấp khoản vay Việc có thông tin và dự báo chính xác giúp ngân hàng xác định mức độ an toàn của khoản vay, từ đó giảm thiểu rủi ro nợ xấu và bảo vệ kênh tín dụng, hạn chế các khoản vay dưới chuẩn.
4.2.2 Khuyến nghị với các nhà quản lý doanh nghiệp
Ngăn ngừa và hạn chế rủi ro phá sản rủi ro phá sản
“Phòng hơn chữa” là một nguyên tắc quan trọng trong mọi lĩnh vực, đặc biệt trong bối cảnh doanh nghiệp Việt Nam đang phải đối mặt với nhiều thách thức từ áp lực cạnh tranh Nhiều doanh nghiệp rơi vào khủng hoảng tài chính và có nguy cơ phá sản Để tránh tình trạng “mất bò mới lo làm chuồng”, các công ty cần tập trung vào những giải pháp định hướng quan trọng nhằm bảo vệ và phát triển bền vững.
65 công ty đã vượt qua khủng hoảng và đạt được sự ổn định cùng phát triển bền vững Nghiên cứu cho thấy rủi ro phá sản của doanh nghiệp bị ảnh hưởng bởi các chỉ tiêu tài chính như đòn bẩy tài chính (tổng nợ phải trả trên tổng tài sản), khả năng thanh toán (dòng tiền/ tổng nợ phải trả bình quân, vốn hoạt động thuần/ tổng tài sản) và khả năng sinh lợi (lợi nhuận sau thuế/ tổng tài sản bình quân) Dựa trên các yếu tố này, chúng tôi đề xuất một số giải pháp nhằm ngăn ngừa và hạn chế rủi ro phá sản cho các doanh nghiệp niêm yết.
Thứ nhất, sử dụng hợp lý đòn bẩy tài chính
Hệ số tổng nợ phải trả trên tổng tài sản phản ánh mức độ đòn bẩy tài chính của doanh nghiệp và có mối quan hệ trực tiếp với rủi ro phá sản; khi hệ số này tăng, rủi ro phá sản cũng gia tăng Để giảm thiểu nguy cơ phá sản, doanh nghiệp cần sử dụng đòn bẩy tài chính một cách hợp lý, giúp ổn định và thúc đẩy tăng trưởng Mặc dù đòn bẩy tài chính có thể mang lại lợi nhuận cao khi doanh nghiệp kỳ vọng tỷ suất sinh lợi vượt lãi suất vay, nhưng nó cũng tiềm ẩn rủi ro lớn Doanh nghiệp nợ nhiều có nguy cơ cao mất khả năng thanh toán, dẫn đến rủi ro phá sản Tuy nhiên, nợ cũng mang lại lợi thế thuế, vì lãi suất vay được tính là chi phí hợp lệ và miễn thuế.
Đòn bẩy tài chính là công cụ mạnh mẽ giúp doanh nghiệp phát triển nhanh chóng, nhưng trong bối cảnh thị trường hiện nay, việc sử dụng đòn bẩy quá mức và thiếu kiểm soát rủi ro đã trở thành gánh nặng lớn Chi phí lãi vay gia tăng, áp lực trả nợ nặng nề, cùng với việc thiếu hụt vốn cho các dự án đã khiến nhiều doanh nghiệp rơi vào tình trạng nguy hiểm, đứng trước nguy cơ phá sản.
Trong bối cảnh ngành kinh tế phát triển nhanh chóng, các công ty phải đối mặt với yêu cầu tái đầu tư lớn do sự đổi mới công nghệ Tuy nhiên, nhiều doanh nghiệp không đủ vốn tự có để đầu tư, buộc họ phải vay mượn từ các nguồn khác nhau để thực hiện dự án Điều này dẫn đến gánh nặng nợ nần và chi phí tài chính, khiến nhiều doanh nghiệp rơi vào tình trạng khó khăn khi hàng hóa sản xuất không tiêu thụ được Sự gia tăng nợ và chi phí tài chính, đặc biệt đối với các doanh nghiệp lớn, càng làm trầm trọng thêm tình hình, khi lãi suất và sức mua bất động sản có mối quan hệ tỷ lệ nghịch, dẫn đến nguy cơ phá sản ngày càng cao.
Đòn bẩy tài chính đóng vai trò quan trọng trong sự phát triển của doanh nghiệp, đặc biệt trong môi trường cạnh tranh khốc liệt và nhu cầu vốn lớn tại Việt Nam Tuy nhiên, nhiều doanh nghiệp đang gặp khó khăn với lượng hàng tồn kho và các khoản phải thu cao, dẫn đến tình trạng vừa là chủ nợ vừa là con nợ Điều này tiềm ẩn nguy cơ mất khả năng thanh toán, vì vậy để đảm bảo phát triển bền vững, cần áp dụng các giải pháp đồng bộ và hiệu quả.
Doanh nghiệp cần xác định rõ cách sử dụng đòn bẩy tài chính một cách hợp lý, đồng thời giảm tỷ lệ nợ trong tổng nguồn vốn để đảm bảo sự ổn định và phát triển bền vững.
Một số hạn chế trong nghiên cứu
4.3.1 Hạn chế chung khi áp dụng mô hình Z-score trong dự báo phá sản
Số lượng công ty niêm yết trên sàn giao dịch chứng khoán Hồ Chí Minh (HOSE) và Hà Nội (HNX) còn hạn chế so với tổng số công ty hoạt động, dẫn đến việc số liệu về các công ty phá sản không đầy đủ Điều này không phản ánh chính xác tình hình gia tăng số lượng công ty phá sản trong bối cảnh hiện tại.
Việt Nam hiện nay thiếu một kênh thông tin chính thức để lưu trữ và công bố chính xác thông tin tài chính của các công ty Thông tin tài chính chủ yếu được lấy từ báo cáo tài chính công bố trên website của các công ty chứng khoán, nhưng nhiều dữ liệu không chính xác Hơn nữa, thông tin tài chính trong quá khứ của các công ty không được công bố rộng rãi, gây khó khăn cho việc thu thập dữ liệu nghiên cứu.
4.3.2 Hạn chế của đề tài nghiên cứu Đề tài liên quan đến rủi ro phá sản đã được thực hiện nhiều ở các nước trên thế giới Ở Việt Nam số lượng các công trình nghiên cứu về vấn đề này chưa có nhiều Do đó việc gặp khó khăn trong nghiên cứu, cũng như các hạn chế của nghiên cứu là điều không thể tránh khỏi
Dựa trên các cơ sở lý thuyết hiện có, chúng tôi đã phân tích khả năng dự báo của mô hình Z-score trong việc dự đoán tình trạng phá sản doanh nghiệp Việc áp dụng mô hình Z-score tại Việt Nam cho thấy độ chính xác chưa đạt yêu cầu mong muốn.
86 cũng chưa đưa ra được một mô hình tối ưu hơn để khắc phục những hạn chế khi áp dụng mô hình này
Một hạn chế trong nghiên cứu này là việc không xem xét các biến phi tài chính do khó khăn trong việc thu thập dữ liệu Tác giả chỉ tập trung vào phân tích ảnh hưởng của các tỷ số tài chính và biến dựa trên dữ liệu thị trường Điều này có thể dẫn đến những nhận định không hoàn toàn chính xác về mối liên hệ và tác động của các biến, đặc biệt là các biến vĩ mô kinh tế.
Trong Chương 4, chúng tôi đã đề xuất giải pháp dựa trên nghiên cứu thực tế tại doanh nghiệp Việt Nam, đồng thời kiến nghị với nhà nước, tổ chức tín dụng, hiệp hội kinh tế và doanh nghiệp để ngăn ngừa rủi ro phá sản hiệu quả Việc áp dụng các mô hình dự báo rủi ro phá sản là cần thiết, giúp doanh nghiệp và nhà nước có thể đưa ra biện pháp cụ thể để ngăn chặn tác động xấu đến nền kinh tế.
Chúng tôi đã chỉ ra những hạn chế của đề tài và mong muốn thực hiện nghiên cứu tiếp theo để phát triển một mô hình dự báo phá sản tối ưu hơn, với độ chính xác dự kiến từ 85%-90% Nghiên cứu sẽ tiếp tục dựa trên phương pháp phân tích biệt số bội MDA và phân tích 22 biến số tài chính nhằm xác định nhóm biến số ảnh hưởng lớn đến sự phá sản của doanh nghiệp Từ đó, chúng tôi sẽ xây dựng một mô hình điểm Z mới với điểm gãy phù hợp, nhằm nâng cao độ chính xác trong dự báo Đồng thời, chúng tôi cũng sẽ xem xét bổ sung một số biến phi tài chính có ảnh hưởng đến mô hình dự báo phá sản doanh nghiệp.