Tổng quan lý thuyết
Tổng quan các nghiên cứu trước đây
Kiệt quệ tài chính của doanh nghiệp xảy ra khi không thể trả nợ, có thể dẫn đến phá sản nếu không có giải pháp kịp thời Các dấu hiệu nhận biết tình trạng này bao gồm giảm tiền mặt, thiếu sản phẩm cạnh tranh, không thu hồi nợ, không có quỹ dự phòng, bán tài sản, cắt giảm thù lao, và sự ra đi của các quản lý cấp cao Những dấu hiệu này thường xuất hiện khi doanh nghiệp đã ở giai đoạn kiệt quệ nghiêm trọng Tuy nhiên, nếu nhận diện được nguyên nhân sớm, ban giám đốc có thể đưa ra các giải pháp khắc phục kịp thời, tránh tình trạng trở nên trầm trọng hơn Do đó, việc dự báo kiệt quệ tài chính là một vấn đề quan trọng được nhiều người nghiên cứu và quan tâm.
Nhiều nghiên cứu đã được thực hiện về kiệt quệ tài chính, tập trung vào kỹ thuật thu thập và phân tích dữ liệu, cũng như phát triển các mô hình dự báo Các nghiên cứu nổi bật như của Edward I Altman (2000), Gregor Andrade và Steven N Kaplan (1997), Platt (2006), Rayenda K Brahmana (2007), và John R Graham cùng các cộng sự (2011) đã chỉ ra rằng kiệt quệ tài chính của doanh nghiệp chịu ảnh hưởng bởi nhiều yếu tố khác nhau Tuy nhiên, việc xác định và định lượng những yếu tố này không phải lúc nào cũng dễ dàng, làm cho việc đo lường kiệt quệ tài chính trở thành một thách thức Do đó, các mô hình dự báo kiệt quệ tài chính thường dựa trên một số giả định có thể định lượng được.
Nghiên cứu này sử dụng biến phụ thuộc định tính để thể hiện tình hình tài chính của công ty thông qua các biến số, trong đó kỹ thuật nhị phân được áp dụng: giá trị “1” đại diện cho các công ty gặp kiệt quệ tài chính, trong khi “0” chỉ các công ty không rơi vào tình trạng này Điều này cho thấy nghiên cứu giả định rằng biến phụ thuộc có thể được giải thích bởi một yếu tố khác, cả về số lượng lẫn chất lượng.
Hầu hết các nghiên cứu về mô hình dự đoán kiệt quệ tài chính dựa trên phân tích kinh tế của các tỷ số tài chính Báo cáo tài chính cung cấp thông tin đầy đủ về thành tựu và triển vọng của công ty, giúp nhận biết và đo lường các yếu tố ảnh hưởng đến tình trạng kiệt quệ tài chính Phân tích chỉ số không chỉ cần thiết cho các tính toán tài chính mà còn quan trọng trong việc phát triển các mô hình dự báo kiệt quệ tài chính Tác giả phân tích các chỉ số tài chính để xác định mức độ tác động của các yếu tố như tỷ suất đòn bẩy, khả năng thanh toán, quy mô, lợi nhuận, đầu tư, tính biến động giá cổ phiếu và độ tuổi doanh nghiệp Sử dụng mô hình Logit, tác giả kiểm tra tác động của các yếu tố này vào năm 2010 lên khả năng xảy ra kiệt quệ tài chính trong năm 2011 và 2012, với biến phụ thuộc là DIS – một biến nhị phân xác định tình trạng kiệt quệ tài chính Mẫu nghiên cứu bao gồm 252 công ty niêm yết trên sàn giao dịch chứng khoán TP Hồ Chí Minh với thông tin và đặc điểm trong năm 2010, cùng thông tin về kiệt quệ trong năm 2011.
Dựa trên lý luận và dữ liệu thực tế, tác giả nhận thấy rằng doanh nghiệp có đòn bẩy cao và xếp hạng tín dụng thấp có nguy cơ kiệt quệ tài chính cao hơn Thông tin từ các tổ chức xếp hạng tín dụng đóng vai trò quan trọng trong việc dự đoán tình trạng kiệt quệ này Kết quả từ mô hình nghiên cứu cho thấy độ chính xác trong dự báo đạt tới 69.40%.
1.1.1 Nghiên cứu “Predicting Financial Distress of companies: Revisiting the Z-score and Zeta models”, Edward I Altman (2000) Đã có nhiều bài nghiên cứu và các mô hình dự báo kiệt quệ tài chính cũng như đánh giá các yếu tố ảnh hưởng đến sự kiệt quệ tài chính của công ty Hai mô hình Z-score (1968) và ZETA (1977) là hai mô hình phổ biến nhất Bài nghiên cứu
Bài viết "Dự đoán Khó khăn Tài chính của các công ty: Xem xét lại các mô hình Z-score và Zeta" của Edward I Altman (2000) đã phân tích các đặc điểm của doanh nghiệp gặp khó khăn để xác định các yếu tố dự báo tài chính Nghiên cứu nhấn mạnh tầm quan trọng của việc phân tích các chỉ số tài chính trong việc dự báo tình trạng kiệt quệ Trong mô hình Z-score (Altman 1968), tác giả áp dụng phương pháp phân tích đa biến phân biệt (MDA) để xác định trọng số cho từng biến số, từ đó đánh giá ảnh hưởng của các yếu tố đến tình trạng kiệt quệ Sau khi xem xét hơn 22 yếu tố ban đầu, 5 yếu tố tiềm năng đã được chọn để dự báo khó khăn tài chính.
Từ một chỉ số Z ban đầu, Altman phát triển thêm Z’ và Z” để có thể áp dụng theo từng loại hình của doanh nghiệp:
Đối với doanh nghiệp đã cổ phần hoá, ngành sả n suất:
- Nếu Z >2.99 : Doanh nghiệp nằm trong vùng an toàn, chưa có nguy cơ phá sản
- Nếu 1.8< Z