i TÓM TẮTTrong bài khóa luận nghiên cứu, tác giả đã thực hiện chạy hồi quy hình logit đo lường tác động của các nhân tố đến khả năng kiệt quệ tài chính của các doanh nghiệp ngành Bất độn
GIỚI THIỆU
TÍNH CẤP THIẾT CỦA ĐỀ TÀI
Bất động sản là ngành chiếm tỷ trọng lớn trong cơ cấu GDP Việt Nam, theo số liệu từ Tổng cục Thống kê năm 2022, hoạt động kinh doanh bất động sản chiếm 3.46% GDP Sự phát triển ngành Bất động sản có tác động mật thiết với các ngành khác Theo Hiệp hội Bất động sản Việt Nam(2022) đã chỉ ra rằng Bất động sản có khả năng lan tỏa đến trên 40 ngành kinh tế quan trọng khác của nền kinh tế, nhất là những ngành liên quan trực tiếp như xây dựng, công nghiệp chế biến chế tạo, du lịch, lưu trú - ăn uống và tài chính - ngân hàng Nghiên cứu đã chỉ ra rằng, khi nhu cầu sử dụng cuối cùng (final demand) của ngành bất động sản mở rộng tăng 1 tỷ đồng sẽ kích thích giá trị sản xuất của các ngành còn lại là 0.772 tỷ đồng và lan tỏa tới giá trị tăng thêm là 0.191 tỷ đồng ( Hiệp hội Bất động sản Việt Nam, 2022) Ngoài ra nghiên cứu cho thấy vai trò của ngành bất động sản đối với việc thu hút, gia tăng lao động Nếu xét theo mức độ tăng của Giá trị tăng thêm (VA) tương ứng với việc thu hút thêm được 1 lao động, thì đứng thứ nhất là ngành bất động sản xây nhà để bán, thứ hai là bất động sản công nghiệp, thứ ba là bất động sản du lịch, nghỉ dưỡng
Tuy nhiên, những năm gần đây, đặc biệt cuối năm 2022 - 2023, các doanh nghiệp BĐS đang lâm vào tình trạng khó khăn Đứng trước những biến động khó lường nền kinh tế thị trường BĐS “ đóng băng”, các doanh nghiệp BĐS không bán được hàng mà còn chịu khoảng chi phí vay nợ lớn khi lãi suất tăng cao, dẫn đến dòng tiền thu vào không bù đắp được các chi phí Nhiều doanh nghiệp BĐS luôn trong tình trạng
“kiệt quệ tài chính”, buộc phải cắt giảm, dừng hoạt động, thậm chí tuyên bố phá sản Theo sau đó là hàng loạt hệ lụy về kinh tế-xã hội như nhà đầu tư mất niềm tin khi bị thua lỗ nặng, người lao động mất việc, các ngành liên quan thiếu động lực tăng trưởng… Vì vậy, rất cần thiết có một công cụ đo lường khả năng kiệt quệ tài chính của các doanh nghiệp đặc biệt là doanh nghiệp BĐS, giúp cho các chủ doanh nghiệp phần nào nhận diện nguy cơ rủi ro kiệt quệ tài chính doanh nghiệp mình từ đó đưa ra các chính sách phù hợp trước khi doanh nghiệp rơi vào tình trạng ngừng sản xuất hay
2 thậm chí phá sản Đồng thời cũng giúp cho các chủ nợ, nhà đầu tư đánh giá được rủi ro trước khi quyết định cho vay hay đầu tư
Các đề tài nghiên cứu Kiệt quệ tài chính được giới nghiên cứu quan tâm vì mang tính tồn tại của công ty Tuy nhiên những nghiên cứu về đề tài này thường chỉ nghiên cứu sâu rộng ở các quốc gia châu Âu, châu Mỹ , một số nghiên cứu nổi tiếng có thể kể đến: Altman(1968); Gordon(1971); Tinoco & Wilson (2013) Ở Việt Nam đã có một số nghiên cứu kiệt quệ tài chính nhưng đa số là ở khía cạnh tổng thể các doanh nghiệp, ít có đề tài nghiên cứu sâu vào một ngành cụ thể Vì thế, sự khác nhau về đặc điểm mỗi ngành đôi khi sẽ ảnh hưởng đến kết quả dự báo khi sử dụng mô hình chung cho tất cả doanh nghiệp
Xuất phát từ thực tiễn trên, tác giả quyết định nghiên cứu đề tài “ Các yếu tố ảnh hưởng đến khả năng kiệt quệ tài chính của các doanh nghiệp ngành Bất động sản tại Việt Nam” nhằm tìm ra các nhân tố ảnh hưởng đến khả năng kiệt quệ tài chính của doanh nghiệp trong ngành, từ đó đề xuất các hàm ý chính sách liên quan để giảm thiểu tình trạng kiệt quệ tài chính của các doanh nghiệp BĐS trong thời gian tới.
MỤC TIÊU NGHIÊN CỨU CỦA ĐỀ TÀI
Mục tiêu tổng quát của đề tài là tìm các nhân tố ảnh hưởng đến khả năng kiệt quệ tài chính của các doanh nghiệp BĐS niêm yết trên thị trường chứng khoán Việt Nam Từ đó đề xuất một số hàm ý chính sách liên quan để giảm thiểu rủi ro kiệt quệ tài chính cho doanh nghiệp Bất động sản trong thời gian tới
Từ mục tiêu tổng quát, đề tài xác định mục tiêu cụ thể sau:
- Tìm ra các nhân tố tác động đến khả năng kiệt quệ tài chính của các doanh nghiệp
- Đo lường mức độ và chiều hướng tác động của các nhân ảnh hưởng đến khả năng kiệt quệ tài chính của các doanh nghiệp
- Đề xuất hàm ý chính sách liên quan để giảm thiểu rủi ro kiệt quệ tài chính của các doanh nghiệp
CÂU HỎI NGHIÊN CỨU
Để thực hiện mục tiêu nghiên cứu, đề tài trả lời các câu hỏi nghiên cứu sau:
- Nhân tố nào tác động đến khả năng kiệt quệ tài chính của các doanh nghiệp?
- Các nhân tố đó tác động như thế nào đến khả năng kiệt quệ tài chính của các doanh nghiệp?
- Hàm ý chính sách nào làm giảm rủi ro kiệt quệ tài chính của các doanh nghiệp?
ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
1.4.1 Đối tượng nghiên cứu Đối tượng nghiên cứu của đề tài là khả năng kiệt quệ tài chính và các nhân tố ảnh hưởng đến khả năng kiệt quệ tài chính của doanh nghiệp BĐS niêm yết trên TTCK Việt Nam
Về phạm vi nghiên cứu theo nội dung: Đề tài nghiên cứu về các nhân tố ảnh hưởng đến kiệt quệ tài chính của các doanh nghiệp bất động sản tại Việt Nam
Về phạm vi nghiên cứu theo thời gian: Đề tài nghiên cứu được thực hiện trong khoảng thời gian từ năm 2012 đến năm
2022, được lựa chọn với lý do chính là gần với năm 2023, năm thực hiện nghiên cứu Đồng thời, giai đoạn này khá dài, bao quát được sự biến động trong nền kinh tế và ngành Bất động sản, mang lại cái nhìn tổng quan hơn về kiệt quệ tài chính của các doanh nghiệp trong lĩnh vực này Ngoài ra nghiên cứu trong khoảng thời gian này với độ dài 11 năm không chỉ mở rộng quan sát mà còn gia tăng kích thước mẫu, tạo điều kiện thuận lợi cho việc đạt được kết quả nghiên cứu có ý nghĩa thống kê cao hơn
Về phạm vi nghiên cứu theo không gian:
Theo hệ thống dữ liệu Fiinpro của công ty cổ phần StoxPlus, tính đến 11/2023 có 79 Doanh nghiệp ngành BĐS đang niêm yết trên TTCK Việt Nam theo chuẩn phân loại ngành ICB Trong nghiên cứu, tác giả thực hiện với 76 Doanh nghiệp BĐS trong tổng số 79 doanh nghiệp này vì các công ty bị loại không đủ dữ liệu Theo Bộ xây
4 dựng(2022) giá trị vốn hóa ngành BĐS ước tính khoảng 1,7-1,8 triệu tỷ đồng, trong đó theo ước tính của tác giả, giá trị vốn hóa của 76 doanh nghiệp được lấy trong nghiên cứu có giá trị gần 1 triệu tỷ đồng chiếm hơn 55% tổng vốn hóa của ngành Vì thế mẫu nghiên cứu 76 doanh nghiệp có thể làm đại diện cho các doanh nghiệp trong ngành.
NGUỒN DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Nghiên cứu được thu thập dữ liệu thứ cấp từ báo cáo tài chính doanh nghiệp hàng năm thông qua hệ thống dữ liệu Fiinpro do công ty cổ phần StoxPlus cung cấp
1.5.2 Phương pháp nghiên cứu Đề tài sử dụng kết hợp phương pháp nghiên cứu định tính và định lượng, trong đó:
Phương pháp định tính: Nhận xét, đánh giá, phân tích và tổng hợp các cơ sở lý thuyết, bằng chứng thực nghiệm liên quan đến đề tài từ đó thiết kế mô hình dự báo, thảo luận về mô hình nghiên cứu và đưa ra kết luận
Phương pháp định lượng: trong nghiên cứu tác giả sử dụng hồi quy mô hình
Logit để đo lường mức tác động và chiều ảnh hưởng của các nhân tố đến kiệt quệ tài chính của các doanh nghiệp BĐS Từ đó tác giả sử dụng kết quả hồi quy Logit có khả năng dự báo tốt để đánh giá các yếu tố tác động đến khả năng kiệt quệ tài chính của các doanh nghiệp BĐS.
ĐÓNG GÓP CỦA ĐỀ TÀI
Ý nghĩa về mặt khoa học: Đề tài cung cấp thêm bằng chứng thực nghiệm về các nhân tố tác động đến kiệt quệ tài chính của các doanh nghiệp BĐS, kỳ vọng là tài liệu tham khảo hữu ích cho các đối tượng quan tâm đến đề tài Ý nghĩa về mặt thực tiễn: Đề tài đề xuất mô hình dự báo khả năng kiệt quệ tài chính cho các doanh nghiệp BĐS tại Việt Nam, giúp cho các đối tượng liên quan có thêm công cụ đo lường khả năng kiệt quệ tài chính các doanh nghiệp BĐS Đồng thời từ kết quả nghiên cứu đề tài đề xuất một số hàm ý chính sách nhằm giảm thiểu khả năng kiệt quệ tài chính của các doanh nghiệp BĐS tại Việt Nam
BỐ CỤC ĐỀ TÀI
Đề tài nghiên cứu được viết với cấu trúc 5 chương bao gồm:
Trong Chương 1, tác giả giới thiệu lý do lựa chọn đề tài nghiên cứu, mô tả mục tiêu nghiên cứu cùng các câu hỏi nghiên cứu cụ thể Từ đó, xác định phạm vi và đối tượng nghiên cứu Ngoài ra, trong chương còn khái quát về dữ liệu nghiên cứu và phương pháp nghiên cứu Tác giả cung cấp thông tin chi tiết về loại dữ liệu được sử dụng và phương pháp nghiên cứu, bên cạnh đó nội dung chương đề cập đến ý nghĩa khoa học và thực tiễn của đề tài Cuối cùng, kết thúc chương bằng việc trình bày cấu trúc tổng quát của đề tài
Chương 2: Cơ sở lý thuyết và bằng chứng thực nghiệm
Trong chương 2, giới thiệu tổng quan về ngành BĐS tại Việt Nam sau đó trình bày cơ sở lý thuyết và các bằng chứng thực nghiệm tại Việt Nam và nước ngoài liên quan đến kiệt quệ tài chính đối với các doanh nghiệp Cuối cùng, kết thúc chương thảo luận về khoảng trống nghiên cứu và định hướng thiết kế mô hình nghiên cứu cho đề tài
Chương 3: Phương pháp nghiên cứu
Trong Chương 3, trình bày quy trình các bước trong nghiên cứu và mô hình nghiên cứu; sau đó trình bày chi tiết về phương pháp nghiên cứu và cuối cùng tiến hành mô tả mẫu nghiên cứu và dữ liệu nghiên cứu
Chương 4: Kết quả nghiên cứu và thảo luận
Trong Chương 4, trình bày và thảo luận kết quả nghiên cứu của các yếu tố ảnh hưởng đến khả năng kiệt quệ tài chính của các doanh nghiệp bằng việc chạy thống kê mô tả, tự tương quan và hồi quy mô hình Logit Ngoài ra trong chương đo lường độ phù hợp của mô hình Logit trong dự báo khả năng kiệt quệ tài chính của các doanh nghiệp BĐS
Chương 5: Kết luận và hàm ý chính sách
Trong Chương 5, tóm tắt, kết luận về kết quả nghiên cứu các nhân tố ảnh hưởng đến kiệt quệ tài chính của các doanh nghiệp bất động sản tại Việt Nam, từ kết quả nghiên cứu tác giả đưa ra các hàm ý chính sách giúp các đối tượng liên quan giảm
6 thiểu rủi ro kiệt quệ tài chính Ngoài ra kết thúc chương tác giả rút ra những hạn chế của đề tài và tìm hướng nghiên cứu mới cho đề tài
Trong chương 1 đã trình bày được một cách tổng quát về các vấn đề cơ bản liên quan đến đề tài nghiên cứu Đầu tiên tác giả trình bày lý do chọn đề tài trên cơ sở đó đề xuất các mục tiêu, câu hỏi nghiên cứu Sau đó xác định đối tượng cũng như phạm vi nghiên cứu Cuối cùng xác định phương pháp nghiên cứu và đưa ra bố cục của bài nghiên cứu
CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU VỀ KIỆT QUỆ TÀI CHÍNH
CƠ SỞ LÝ THUYẾT VỀ KIỆT QUỆ TÀI CHÍNH
2.1.1 Tổng quan về Kiệt quệ Tài chính
Kiệt quệ tài chính (Financial distress) là thuật ngữ được giới nghiên cứu khoa học dùng để đánh giá tình trạng bất ổn, khó khăn về tài chính của các doanh nghiệp Qua quá trình hình thành và phát triển “ kiệt quệ tài chính” dần dần có những định nghĩa rõ ràng và cụ thể hơn, tuy nhiên vẫn chưa có được một định nghĩa thống nhất cho thuật ngữ này vì tồn tại những quan điểm khác nhau giữa các tác giả nghiên cứu Trước đây thuật ngữ phá sản (Bankruptcy) được dùng khá phổ biến để chỉ tình trạng khó khăn tài chính các doanh nghiệp và các mô hình dự báo sử dụng thuật ngữ kiệt quệ tài chính như là trạng thái cuối cùng mang tính chất pháp lý (tuyên bố phá sản) của các doanh nghiệp, thể hiện trong các nghiên cứu của Altman(1968), Gordon (1971), Jiming & Weiwei (2011)
Về sau, kiệt quệ tài chính được hiểu đầy đủ chính xác hơn: chỉ ra tình trạng khó khăn tài chính của các doanh nghiệp như không thực hiện các nghĩa vụ thanh toán, mất khả năng thanh toán, liên tục thua lỗ trong kinh doanh trong một thời gian, nếu tình trạng này vẫn không cải thiện có thể dẫn đến phá sản Theo William Beaver (1966), kiệt quệ tài chính có thể xuất hiện dưới các hình thức khác nhau như: không thực hiện các nghĩa thanh toán trái phiếu hay không thanh toán cổ tức của cổ phần ưu đãi Tinoco & Wilson (2013) chỉ ra rằng thời gian giữa ngày xảy ra kiệt quệ tài chính đến khi phá sản về mặt pháp lý từ 1,17 năm đến 3 năm khi nghiên cứu các công ty tại Anh Andrade & Kaplan (1998) xác định kiệt quệ tài chính có hai hình thức: không thực hiện nghĩa vụ thanh toán nợ và quá trình tái cơ cấu lại nợ để ngăn chặn tình trạng vỡ nợ Nghiên cứu của Wruck(1990) cho rằng kiệt quệ tài chính là tình huống mà công ty không đủ dòng tiền trang trải các nghĩa vụ tài chính hiện tại của nó Aktan (2011) đưa ra quan điểm công ty kiệt quệ tài chính khi: thua lỗ trong 3 năm liên tục
8 hoặc vốn chủ sở hữu bị âm hoặc bán hết tài sản để trả nợ rồi giải thể hoặc toà án chấp nhận nộp đơn phá sản
Tóm lại trong nghiên cứu này Kiệt quệ tài chính được hiểu là trạng thái tài chính của một công ty đang gặp vấn đề về thanh khoản từ đó gây ra tình trạng khó khăn trong việc thực hiện các nghĩa vụ tài chính buộc các công ty thực hiện các biện pháp tái cơ cấu để giải quyết tình trạng kiệt quệ tài chính của mình, nếu tình trạng này kéo dài có thể dẫn đến phá sản Như vậy chúng ta cần nhìn nhận phá sản không phải kiệt quệ tài chính mà là kết quả của quá trình kiệt quệ tài chính công ty
2.1.1.2 Lý thuyết nền về Kiệt quệ tài chính
Lý thuyết trật tự phân hạng
Theo lý thuyết trật tự phân hạng (Myers & Majluf, 1984), giá trị doanh nghiệp tỷ lệ thuận với hiện giá tấm chắn thuế và tỷ lệ nghịch với chi phí kiệt quệ tài chính
Vì thế trong quá trình sử dụng nợ, các nhà quản lý phải đánh đổi giữa lợi ích lá chắn thuế
Hình 2 1.Mối quan hệ giá trị doanh nghiệp theo nợ vay và chi và chi phí kiệt quệ tài chính
Minh họa đồ thị từ Hình 2.1 thể hiện sự đánh đổi giữa lợi ích lá chắn thuế và chi phí của kiệt quệ tài chính ấn định cấu trúc vốn tối ưu như thế nào Hiện giá của lá
9 chắn thuế bắt đầu tăng khi doanh nghiệp vay thêm nợ Ở mức nợ trung bình xác suất xảy ra kiệt quệ tài chính không đáng kể và hiện giá chi phí kiệt quệ tài chính thấp do đó lợi thế cấu trúc vốn vượt trội Tuy nhiên ở một mức nào đó, khi vay thêm nợ chi phí kiệt quệ tài chính tăng đột biến làm ảnh hưởng đến giá trị doanh nghiệp Điểm tối ưu lý thuyết này đạt được khi hiện giá các khoản tiết kiệm thuế trừ đi hiện giá của chi phí kiệt quệ là nhỏ nhất
Lý thuyết chi phí đại diện
Lý thuyết về chi phí đại diện của Jensen & Meckling (1976) là một trong những khám phá sớm nhất về vấn đề quản lý và quan hệ giữa cổ đông và nhà quản lý trong doanh nghiệp Theo nghiên cứu này, chi phí đại diện bao gồm chi phí kiểm soát, chi phí giao kèo, và tổn thất lợi ích
Chi phí kiểm soát là số tiền mà cổ đông phải chi trả để giám sát nhà quản lý, đảm bảo rằng họ không lợi dụng quyền lực cho lợi ích cá nhân mà không hướng tới lợi ích của công ty Chi phí giao kèo là chi phí nhằm ngăn chặn hậu quả tiêu cực có thể xuất hiện từ những hành động không trung thực của nhà quản lý đối với cổ đông và chủ nợ Tổn thất lợi ích là sự mất mát do sự chênh lệch giữa quyết định thực tế của nhà quản lý và quyết định tối ưu hóa lợi ích cho cổ đông
Lý thuyết này cho rằng xung đột lợi ích nảy sinh khi có sự thiếu đầy đủ thông tin và mất cân bằng giữa chủ thể và đại diện trong công ty Khi chi phí đại diện tăng cao có thể dẫn đến sự lãng phí tài nguyên và sự không chắc chắn về việc quyết định Điều này có thể góp phần vào tình trạng kiệt quệ tài chính nếu chi phí này trở nên không kiểm soát được và gây ra sự mất cân đối trong quản lý và vận hành doanh nghiệp Để giảm thiểu xung đột này, cần sử dụng các cơ chế phù hợp để giảm sự chênh lệch lợi ích giữa cổ đông và nhà quản lý Điều này có thể đạt được thông qua việc thiết lập cơ chế đối ưu hóa đối với những người quản lý và cơ chế giám sát hiệu quả để kiểm soát những hành vi không bình thường và lợi ích cá nhân của họ
Theo lý thuyết tín hiệu của Miller & Rock (1985) về tài chính doanh nghiệp, quản lý và Hội đồng quản trị thường có thông tin chi tiết hơn về triển vọng kinh doanh so với nhà đầu tư tiềm năng Khi doanh nghiệp dự báo một tương lai tích cực, lãnh
10 đạo doanh nghiệp thường không mong muốn chia sẻ lợi nhuận với nhà đầu tư mới Ngược lại, khi triển vọng không tích cực, họ có xu hướng muốn chia sẻ rủi ro với những nhà đầu tư mới
Tình hình tài chính của doanh nghiệp có thể được phản ánh thông qua các biểu hiện huy động vốn Theo lý thuyết này, việc doanh nghiệp phát hành thêm cổ phiếu thường được hiểu là họ đang chia sẻ rủi ro, dẫn đến giả định rằng giá cổ phiếu có thể giảm Ngược lại, nếu doanh nghiệp mua lại cổ phần thưởng mới, điều này có thể được coi là một tín hiệu tích cực về triển vọng kinh doanh, và giá cổ phiếu có thể tăng Điều này thể hiện sự biến động của giá cổ phiếu có thể phản ánh tình hình "sức khỏe" hiện tại của doanh nghiệp
2.1.2 Mô hình đo lường kiệt quệ tài chính
Mô hình điểm số Z-Score
Mô hình Z-score hiện có nhiều phiên bản để sử dụng cho các loại hình doanh nghiệp khác nhau tuy nhiên mục đích chung là đo lường khả năng kiệt quệ tài chính của các doanh nghiệp Tác giả chính tạo ra mô hình này là Edward Altman, bằng cách sử dụng phân tích phân biệt đa biến (MAD)
Altman (1968) xây dựng mô hình Z-Score nguyên thủy đo lường khả năng kiệt quệ tài chính cho các doanh nghiệp phi sản xuất niêm yết trên thị trường:
X1: Tỷ số vốn lưu động trên tổng tài sản
X2: Tỷ số lợi nhuận giữ lại trên tổng tài sản
X3: Tỷ số lợi nhuận trước lãi vay và thuế trên tổng tài sản
X4: Giá trị thị trường của vốn chủ sở hữu trên giá trị sổ sách của tổng nợ X5: Tỷ số doanh số trên tổng tài sản
Cách xếp loại doanh nghiệp:
2.99 < Z: Doanh nghiệp không có nguy cơ phá sản
1.81 < Z < 2.99: Doanh nghiệp có nguy cơ phá sản
Z < 1.81: Doanh nghiệp có nguy cơ phá sản cao
Mô hình Z-Score nguyên thủy Altman xây dựng chỉ áp dụng cho các doanh nghiệp sản xuất và đã niêm yết trên sàn chứng khoán Về sau Altman và các cộng sự(1977) đã cải tiến mô hình
Altman và các cộng sự (1977) xây dựng mô hình Z’-Score áp dụng cho các doanh nghiệp sản xuất chưa niêm yết:
X1: Tỷ số vốn lưu động trên tổng tài sản
X2: Tỷ số lợi nhuận giữ lại trên tổng tài sản
X3: Tỷ số lợi nhuận trước lãi vay và thuế trên tổng tài sản
X4: Giá trị sổ sách của vốn chủ sở hữu trên tổng giá trị vốn chủ sở hữu
X5: Tỷ số doanh số trên tổng tài sản
Cách xếp loại Doanh nghiệp:
2.9 < Z': Doanh nghiệp không có nguy cơ phá sản
1.23 < Z' < 2.9: Doanh nghiệp có nguy cơ phá sản
Z' < 1.23: Doanh nghiệp có nguy cơ phá sản cao
Altman và các cộng sự (2005) xây dựng mô hình Z’’-Score áp dụng các doanh nghiệp phi sản xuất cho các công ty niêm yết và chưa niêm yết
X1: Tỷ số vốn lưu động trên tổng tài sản
X2: Tỷ số lợi nhuận giữ lại trên tổng tài sản
X3: Tỷ số lợi nhuận trước lãi vay và thuế trên tổng tài sản
X4: Giá trị sổ sách của vốn chủ sở hữu trên tổng giá trị vốn chủ sở hữu
Cách xếp loại Doanh nghiệp:
5.85 < Z'': Doanh nghiệp chưa có nguy cơ phá sản
4.35 < Z'' < 5.85: Doanh nghiệp có nguy cơ phá sản
Z'' < 4.35: Doanh nghiệp có nguy cơ phá sản cao
Mô hình Z-Score nổi bật với sự đơn giản và tính ứng dụng cao Công thức đơn giản với năm biến số chính giúp người sử dụng dễ dàng hiểu và áp dụng Điểm mạnh của mô hình là khả năng đo lường toàn diện, bao quát khả năng kiệt quệ tài chính từ nhiều góc độ, từ cấu trúc vốn đến lợi nhuận và hiệu suất kinh doanh Tuy nhiên kết quả của mô hình cho ra các điểm số được phân loại thành 3 vùng tình trạng của doanh nghiệp, chưa co nguy cơ phá sản, có nguy cơ phá sản và có nguy cơ phá sản cao Vì vậy rất khó để xác định tình trạng doanh nghiệp kiệt quệ tài chính hay không kiệt quệ tài chính Bên cạnh đó mô hình được xây dựng với dữ liệu của các doanh nghiệp ở
PHƯƠNG PHÁP NGHIÊN CỨU
QUY TRÌNH NGHIÊN CỨU
Quy trình nghiên cứu xây dựng mô hình dự báo khả năng kiệt quệ tài chính của các doanh nghiệp bất động sản tại Việt Nam được thực hiện theo trình tự các bước theo sau:
Hình 3 1 Quy trình nghiên cứu
Nguồn: Tác giả tự đề xuất
Nội dung cụ thể của từng bước:
Bước 1: Mục tiêu nghiên cứu Ở bước này tác giả tiến hành xác định các mục tiêu cần thực hiện trong bài nghiên cứu Từ đó đưa tiến hành các bước sau phù hợp với mục tiêu
Bước 2: Tổng quan lý thuyết và bằng chứng thực nghiệm Ở giai đoạn này, tác giả tham khảo các tài liệu có liên quan để xây dựng nền tảng lý thuyết và xác định những khoảng trống cần nghiên cứu
Bước 3: Xây dựng mô hình nghiên cứu Dựa trên nền tảng lý thuyết từ bước 1, tác giả xây dựng và giải thích các mô hình dự kiến cùng với việc xác định các biến nghiên cứu
Bước 4: Xác định mẫu và xử lý dữ liệu Với mô hình đã xây dựng, tác giả lựa chọn mẫu nghiên cứu thích hợp và tiến hành thu thập, xử lý dữ liệu để chuẩn bị cho việc phân tích
Bước 5: Thực hiện phân tích mô tả và tự tương quan Tại đây, thống kê mô tả và phân tích tự tương quan được sử dụng để hiểu rõ hơn về tính chất của dữ liệu Bước 6: Xây dựng mô hình Logit Dựa trên đặc điểm của dữ liệu, tác giả xây dựng mô hình Logit để thử nghiệm và đánh giá
Bước 7: Kiểm tra độ phù hợp của mô hình Ở giai đoạn này, tác giả kiểm tra các mô hình đã xây dựng Nếu mô hình đạt chuẩn, kết quả sẽ được thảo luận và kết luận Nếu không, tác giả quay lại bước 5 để xây dựng mô hình phù hợp hơn
Bước 8: Thảo luận và kết luận Ở giai đoạn này, tác giả thảo luận về giá trị của mô hình phù hợp trong ngữ cảnh của nghiên cứu và rút ra kết luận chung.
MÔ HÌNH NGHIÊN CỨU
Dựa trên nghiên cứu của Tinoco và Wilson (2013), tác giả đề xuất mô hình nghiên cứu:
FD = α +β 1 TLTA + β 2 WCTA + β 3 ICFTL + β 4 TART + β 5 RETL β 6 IF + β 7 GPRICE + εt
FD: là biến phụ thuộc trong mô hình, là biến nhị phân đại diện cho tình trạng kiệt quệ tài chính của doanh nghiệp FD = 0 doanh nghiệp không kiệt quệ tài chính;
FD = 1 doanh nghiệp bị kiệt quệ tài chính) α: là hằng số βi: là hệ số của các biến độc lập
TLTA : Tổng nợ trên tổng tài sản;
WCTA: Vốn lưu động trên tổng tài sản;
ICFTL: Dòng tiền đầu tư trên tổng nợ;
TART: Vòng quay tổng tài sản;
RETL: Lợi nhuận chưa phân phối trên tổng nợ;
IF: Tỷ lệ lạm phát;
GPRICE: Tỷ lệ tăng trưởng giá cổ phiếu hằng năm
3.2.3 Xây dựng giả thuyết biến trong mô hình nghiên cứu
Trong mô hình nghiên cứu, biến phụ thuộc FD là biến nhị phân, FD = 0 có nghĩa doanh nghiệp không bị kiệt quệ tài chính, FD = 1 là doanh nghiệp rơi vào tình trạng kiệt quệ tài chính Trong nghiên cứu của Andrade & Kaplan (1998) xác định doanh nghiệp rơi vào kiệt quệ tài chính tại năm tài chính có EBITDA bé hơn chi phí lãi vay Kholisoh & Dwiarti (2020) xác định biến phụ thuộc kiệt quệ tài chính khi công ty có ít nhất 2 năm liên tục EPS bị âm Dựa vào hai nghiên cứu trên, tác giả phân loại 1 công ty rơi vào tình trạng kiệt quệ tài chính ( FD =1) tại năm quan sát khi đáp ứng ít nhất một trong hai điều kiện sau:
Công ty tại năm quan sát có EBITDA bé hơn chi phí lãi vay
Công ty tại năm quan sát có EPS âm liên tiếp ít nhất trong hai năm
Từ các bằng chứng thực nghiệm trong các nghiên cứu trước về kiệt quệ tài chính của Altman(1968), Ohlson(1980), Andrade & Kaplan(1989) và đặc biệt từ nghiên cứu của Tinoco & Wilson(2013) tác giả chọn các biến sau làm biến độc lập trong mô hình nghiên cứu tác động đến kiệt quệ tài chính bao gồm: TLTA ( Tổng tài sản trên tổng nợ), WCTA ( Vốn lưu động trên tổng tài sản), ICFTL(Dòng tiền đầu tư trên tổng nợ), TART ( Vòng quay tổng tài sản), RETL ( Lợi nhuận chưa phân phối trên tổng nợ), IF ( lạm phát) và GPRICE ( tỷ suất tăng trưởng cổ phiếu)
• TLTA – Tổng tài sản trên tổng nợ
𝑻𝑨 , trong đó: TL là tổng nợ; TA là tổng tài sản
TLTA đo lường mức độ sử dụng nợ của công ty, được hiểu cứ 1 đồng tài sản được hình thành từ bao nhiêu đồng nợ Nghiên cứu Siti Nur Kholisoh & Rina Dwiarti (2020) trên mẫu nghiên cứu các doanh nghiệp thuộc ngành BĐS, kết quả cho thấy biến TLTA có tác động ngược chiều với khả năng xảy ra kiệt quệ tài chính ở mức ý nghĩa thống kê 6.6% Từ bằng chứng thực nghiệm trên, tác giả kỳ vọng biến TLTA sẽ tác động ngược chiều so với khả năng xảy ra kiệt quệ tài chính của các doanh nghiệp trong ngành BĐS
Giả thuyết H1: Biến TLTA có tác động ngược chiều với biến FD
• WCTA – Vốn lưu động trên tổng tài sản
𝑻𝑨 , trong đó: WC là vốn lưu động được tính bằng cách lấy tài sản ngắn hạn trừ nợ ngắn hạn; TA là tổng tài sản
Chỉ số WCTA chỉ ra khả năng thanh toán của công ty Một WCTA cao cho thấy công ty có khả năng thanh toán các nghĩa vụ ngắn hạn tốt và ngược lại Trong nghiên của Ohlson (1980) ; Alman(1968) kết quả cũng cho thấy WCTA có ảnh hưởng tiêu cực kết khả năng kiệt quệ tài chính của doanh nghiệp Trong nghiên cứu này, tác giả kỳ vọng WCTA sẽ có tác động tiêu cực tức ngược chiều đến khả năng kiệt quệ tài chính của các doanh nghiệp BĐS
Giả thuyết H2: Biến WCTA có tác động ngược chiều đến biến FD
• ICFTL – Dòng tiền đầu tư trên tổng nợ
ICFTL được đo lường như sau: 𝑰𝑪𝑭𝑻𝑳 = 𝑰𝑪𝑭
𝑻𝑳 , trong đó: ICF là dòng tiền hoạt động kinh doanh của Doanh nghiệp; TL là tổng Nợ
Dòng tiền đầu tư trên tổng nợ ( ICFTL) là một chỉ số tài chính được sử dụng để đo lường mối quan hệ giữa vốn đầu tư và tổng số nợ của một doanh nghiệp Lê Hoàng Vinh & các cộng sự (2019) chỉ ra rằng dòng tiền đầu tư giải thích cùng chiều đến khả năng kiệt quệ tài chính của các doanh nghiệp Tác giả kỳ vọng biến ICFTL sẽ cùng chiều với khả năng kiệt quệ tài chính
Giả thuyết H3: Biến ICTL tác động cùng chiều với biến FD
• TATR – Vòng quay tổng tài sản
TART được tính như sau: 𝐓𝐀𝐓𝐑 = 𝐃𝐨𝐚𝐧𝐡 𝐭𝐡𝐮
Vòng quay tổng tài sản đo lường khả năng tài sản công ty tạo ra lợi nhuận Vòng quay tổng tài sản cao cho thấy doanh nghiệp đang sử dụng tài sản của mình một cách hiệu quả để tạo ra thu nhập Các nghiên cứu thực nghiệm ở Việt Nam như Võ Minh Long(2020); Nguyễn Văn Thép và Tạ Văn Dũng (2017) cho thấy vòng quay tổng tài sản có tác động ngược chiều đến rủi ro tín dụng Ở lĩnh vực BĐS tính thanh khoản của tài sản thường không cao, điều này có thể dẫn đến việc vòng quay tổng tài sản thấp Khi tài sản không dễ dàng chuyển đổi thành tiền mặt, có thể gặp khó khăn trong việc thanh toán nợ hoặc các khoản chi phí khác Trong nghiên cứu này, tác giả kỳ vọng biến TATR tác động ngược chiều với biến FD
Giả thuyết H4: Biến TART có tác động ngược chiều với biến FD
• RETL – Lợi nhuận chưa phân phối trên tổng nợ
RETL được tính như sau: 𝐑𝐄𝐓𝐋 = 𝐋ợ𝐢 𝐧𝐡𝐮ậ𝐧 𝐜𝐡ư𝐚 𝐩𝐡â𝐧 𝐩𝐡ố𝐢
Tỷ số Lợi nhuận chưa phân phối trên tài sản tổng nợ thường được sử dụng để đánh giá khả năng thanh toán và sức khỏe tài chính của một công ty Tỷ số Lợi nhuận chưa phân phối trên tài sản tổng cộng càng thấp, càng cho thấy công ty đang sử dụng lợi nhuận ít hơn so với số nợ mà họ đang nắm giữ ( Altman, 1968) Điều này có thể chỉ ra rằng công ty đang đầu tư nhiều vào việc mở rộng hoặc tái đầu tư hơn là trả nợ, có thể mang lại cơ hội tăng trưởng nhưng cũng đi kèm với rủi ro cao hơn nếu không có nguồn thu nhập ổn định để đảm bảo thanh toán nợ Nếu tỷ số này cao, có thể chỉ ra rằng công ty có khả năng thanh toán nợ một cách dễ dàng hơn, tuy nhiên cũng có thể cho thấy công ty không tận dụng hết tiềm năng tài chính của mình để đầu tư vào các dự án sinh lợi cao hơn Nhìn chung biến RETL càng lớn thì mức độ kiệt quệ tài chính của công ty càng giảm
Giả thuyết H5: Biến RETL có tác động ngược chiều với biến FD
• Tỷ lệ lạm phát (IF)
Tỷ lệ lạm phát được lấy từ Tổng cục thống kê Việt Nam, đây là tỷ lệ lạm phát trung bình CPI năm này so với năm trước
Lạm phát là hiện tượng tăng giá cả và giảm giá trị của tiền tệ, đóng góp đáng kể đến tình trạng kiệt quệ tài chính của doanh nghiệp bất động sản Thi (2016), trong kết quả nghiên cứu cho thấy lạm phát càng cao sẽ tăng nguy cơ kiệt quệ Tài chính cho doanh nghiệp Trong ngữ cảnh của lạm phát, chi phí sản xuất và xây dựng tăng lên do sự gia tăng giá nguyên vật liệu và lao động Chính sách tiền tệ có thể điều chỉnh để kiểm soát lạm phát, nhưng đồng thời có thể dẫn đến tăng lãi suất, làm tăng áp lực chi phí vốn cho các dự án bất động sản Giá trị tài sản bất động sản có thể giảm do mất giá trị của tiền tệ, ảnh hưởng đến khả năng tạo thu nhập từ cho thuê hoặc bán bất động sản Sự không chắc chắn trong giá cả và chi phí do lạm phát cũng tạo ra khó khăn trong việc dự báo và quản lý tài chính, làm tăng rủi ro và thách thức trong hoạt động kinh doanh của các doanh nghiệp bất động sản
Giả thuyết H6: Biến IF có tác động cùng chiều với biến FD
• GPRICE- Tỷ lệ tăng trưởng giá cổ phiếu hàng năm
Tỷ lệ tăng trưởng giá cổ phiếu các công ty hàng năm được đo lường:
Tinoco và Wilson (2013) chỉ ra các biến thị trường có tác động đến khả năng kiệt quệ tài chính Tăng trưởng giá cổ phiếu cao ngụ ý rằng trên thị trường đang đánh giá công ty đang hoạt động tốt, ngược lại sự tăng trưởng âm trong giá cổ phiếu công ty phát đi tín hiệu công ty đang gặp một số khó khăn trong đó có kiệt quệ tài chính
Vì thế tác giả kỳ vọng biến GPRICE ngược chiều với khả năng kiệt quệ tài chính
Giả thuyết H7: Biến GPRICE có tác động ngược chiều với biến FD.
Bảng 3 1 Tóm tắt các biến trong nghiên cứu
Biến phụ thuộc Kiệt quệ tài chính FD
Biến nhị phân giá trị 0 và 1 FD = 1 khi thỏa mãn một trong các điều kiện:
+ Công ty tại năm quan sát có EBITDA bé hơn chi phí lãi vay
+ Công ty tại năm quan sát có EPS âm liên tiếp ít nhất trong hai năm
Utami & Kartika ( 2019) ; Mittal & Lavina (2018); Thi (2016); Asquith, Gertner, Scharfstein (1994)
Tổng nợ/tổng tài sản TLTA
TLTA = TL/TA TL: Tổng nợ TA: tổng tài sản
- Beaver (1966) ; Tinoco & Wilson (2013) Thi(2016); Phù Kim Yến và Nguyễn Mạnh Hiệp (20140; Ohlson (1980)
Vốn lưu động/tổng tài sản WCTA
WCTA = WC/TA WC: vốn lưu động TA: tổng tài sản
Dòng tiền đầu tư/Tổng nợ ICFTL
ICFTL = ICF/TL ICF: Dòng tiền hoạt động đầu tư TL: Tổng nợ
+ Lê Hoàng Vinh và các cộng sự (2016); Utami & Kartika(2019)
Vòng quay tổng Tài sản TATR
TATR = Doanh thu thuần/ Tổng tài sản trung bình trong kỳ
Tổng tài sản trung bình trong kỳ = (TS đầu kỳ +
- Mittal and Lavina (2018); Võ Minh Long(2020); Nguyễn Văn Thép và Tạ Văn Dũng (2017):
Lợi nhuận chưa phân phối/Tổng nợ RETL RETL = lợi nhuận chưa phân phối/Tổng nợ - Ohlson (1980) ; Alman(1968)
Lạm Phát IF Tỷ lệ lạm phát trung bình hàng năm + Thi (2016)
Tăng trưởng giá cổ phiếu hàng năm GPRICE ∆PRICE = (PRICE(t) - PRICE(t-1))/PRICE(t-1) - Beaver (1966), Tinoco & Wilson (2013)
Nguồn: tác giả tổng hợp
PHƯƠNG PHÁP NGHIÊN CỨU
Trong bài nghiên cứu, tác giả thực hiện bằng cả phương pháp định tính và phương pháp định lượng
Phương pháp định tính được sử dụng trong đề tài với phương pháp tiếp cận phân tích cơ sở lý thuyết về tình trạng kiệt quệ tài chính và các đặc điểm của Doanh nghiệp BĐS Từ đó tác giả tập trung vào việc giải thích sự kiệt quệ tài chính thông qua việc xem xét và đánh các yếu tố bên trong và bên ngoài doanh nghiệp Ngoài ra, tác giả cũng tổng hợp và phân tích các nghiên cứu trước đây liên quan đến vấn đề này tại Việt Nam cũng như các quốc gia khác Bước tiếp theo là thiết kế mô hình nghiên cứu, trong đó tác giả giải thích các biến số và đặt ra các giả thuyết cần kiểm chứng Cuối cùng, thông qua việc thảo luận kết quả nghiên cứu sẽ rút ra những kết luận chính xác và đưa ra các hàm ý chính sách giúp quản lý kiểm soát rủi ro kiệt quệ tài chính Phương pháp định lượng, tác giả sử dụng Mô hình Logit để đo lường tác động của các biến độc lập đến biến phụ kiệt quệ tài chính Mô hình logit được biểu diễn như sau:
Gọi Y là biến phụ thuộc dạng nhị phân 0 và 1, X là tập hợp các biến độc lập, và β là vector các hệ số ước lượng Gọi P là xác suất xảy ra Y = 1, khi đó:
P là xác suất xảy ra Y=1 e là cơ số của logarith tự nhiên
𝛽 0 là hệ số chặn (intercept)
𝛽 0 + 𝛽 1 + 𝛽 2 + ⋯ + 𝛽 𝑘 là các hệ số với các biến độc lập X1, X2,…,Xk
Hình 3 2 Đồ thị hàm số xác suất P ( Y=1)
Nguồn: ML Glossary, link truy cập:https://ml-cheatsheet.readthedocs.io/en/latest/logistic_regression.html
Một cách viết khác mô hình Logit:
Từ đồ thị hàm số hình 3.1, ta thấy khi Log( 𝑃
(𝑃−1)) tăng thì xác suất P(Y = 1) cũng tăng theo Điều này đồng nghĩa các hệ số 𝛽 đồng pha với xác suất P(y =1) Độ phù hợp của mô hình Logit được đo lường dựa vào các tiêu chí sau:
Confusion Matrix( ma trận nhầm lẫn):
Ma trận nhầm lẫn (Confusion Matrix) là một công cụ quan trọng để đánh giá hiệu suất của một mô hình dự báo, đặc biệt là trong các bài toán phân loại Nó thể hiện mức độ chính xác của mô hình bằng cách so sánh giữa dự đoán của mô hình và thực tế trong dữ liệu kiểm tra Cấu trúc của Confusion Matrix:
True Positive (TP): Số lượng các trường hợp positive (đúng) được dự đoán đúng bởi mô hình;
True Negative (TN): Số lượng các trường hợp negative (đúng) được dự đoán đúng bởi mô hình;
False Positive (FP): Số lượng các trường hợp negative bị dự đoán sai thành positive bởi mô hình;
False Negative (FN): Số lượng các trường hợp positive bị dự đoán sai thành negative bởi mô hình
Từ các giá trị trong Confusion Matrix, chúng ta có thể tính được một số chỉ số đo lường hiệu suất quan trọng như:
Specificity: Tỷ lệ của số lượng True Positive so với tổng số lượng được thực tế là positive (Specificity = TN / (TN + FN)) Chỉ số này đo lường khả năng của mô hình phân loại các trường hợp positive mà nó dự đoán là positive;
Sensitivity: Tỷ lệ của số lượng True Positive so với tổng số lượng thực tế là positive (Sensitivity: = TP / (TP + FN)) Sensitivity đo lường khả năng của mô hình phát hiện được tất cả các trường hợp positive
ROC Curve và AUC (Area Under the Curve):
ROC Curve (Receiver Operating Characteristic Curve) là một đường cong biểu thị mối quan hệ giữa True Positive Rate (TPR) và False Positive Rate (FPR) khi ngưỡng quyết định (threshold) của mô hình dự đoán thay đổi TPR (True Positive Rate): Đây là tỷ lệ các trường hợp positive được dự đoán đúng so với tổng số trường hợp positive thực tế (TP / (TP + FN)) FPR (False Positive Rate): Là tỷ lệ các trường hợp negative bị dự đoán sai thành positive so với tổng số trường hợp negative thực tế (FP / (FP + TN))
AUC (Area Under the Curve): đo lường diện tích nằm dưới ROC Curve Nó là một phép đo tổng thể cho khả năng phân loại của mô hình, không bị ảnh hưởng bởi việc chọn ngưỡng quyết định cụ thể Diện tích dưới ROC Curve càng lớn (AUC càng gần 1), mô hình có khả năng phân loại tốt hơn
Log-Likelihood, AIC, BIC: Đánh giá độ phù hợp của mô hình với dữ liệu Mô hình có log-likelihood cao và AIC/BIC thấp hơn thì có khả năng phù hợp hơn với dữ liệu
Kiểm định goodness-of-fit (sự phù hợp mô hình) là quá trình đánh giá mức độ mà một mô hình thống kê phù hợp với dữ liệu thực tế Nó đo lường sự khớp giữa dữ liệu quan sát và dự đoán từ mô hình thống kê Mục tiêu kiểm định goodness-of-fit là đảm bảo rằng mô hình đã chọn phù hợp với dữ liệu và có thể được sử dụng để dự đoán mối quan hệ giữa các biến một cách chính xác và đáng tin cậy
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
THỐNG KÊ MÔ TẢ CÁC BIẾN
4.1.1 Thống kê mô tả biến phụ thuộc
Bảng 4 1 Bảng thống kê mô tả biến FD theo năm quan sát
Biến FD Số quan sát Tỷ lệ phần trăm
Từ bảng 4.1 , mẫu nghiên cứu có 620 quan sát theo năm, trong đó có 35 quan sát kiệt quệ tài chính chiếm 5.65% trong tổng số quan sát, có 585 quan sát không bị kiệt quệ tài chính chiếm 94.35% trong tổng số quan sát
4.1.2 Thống kê mô tả các biến độc lập
Kết quả mô tả thống kê từ Bảng 4.2, tác giả đã tìm ra một số đặc điểm dữ liệu của các biến độc lập như sau:
Biến TLTA – Tổng nợ trên tổng tài sản: Giá trị dao động từ 0.001 – 0.913 trên toàn bộ mẫu, đối với các mẫu là công ty kiệt quệ tài chính và không kiệt quệ biên độ dao động giá trị không có sự khác biệt nhiều Về giá trị trung bình, toàn bộ mẫu có giá trị 0.504 cao hơn công ty kiệt tài chính (0.393 ) và thấp hơn công ty không kiệt quệ tài chính(0.511) Điều này cho thấy một đặc điểm các công ty bất động sản thường có tỷ nợ cao trong tổng tài sản của mình Ngoài ra trong mẫu nghiên cứu còn cho thấy các công ty kiệt quệ tài chính trong ngành có giá trị trung bình TATL thấp hơn các công ty kiệt quệ tài chính, cho thấy đối với các doanh nghiệp BĐS việc vay nợ nhiều chưa hẳn là tín hiệu xấu về kiệt quệ tài chính mà có thể là tín hiệu công ty đang làm ăn tốt nên cần nhiều vốn vay để mở rộng sản xuất kinh doanh
Bảng 4 2 Bảng thống kê mô tả các biến độc lập
Variable TLTA WCTA ICFTL TART RETL IF GPRICE
Gía trị trung bình 0.504 0.301 -0.073 0.268 0.039 0.035 0.167 Độ lệch chuẩn 0.189 0.212 0.459 0.198 1.423 0.019 0.744
Công ty kiệt quệ tài chính
Gía trị trung bình 0.393 0.180 0.207 0.162 -1.637 0.044 -0.011 Độ lệch chuẩn 0.218 0.236 0.667 0.186 4.704 0.025 0.604
Công ty không kiệt quệ tài chính
Gía trị trung bình 0.511 0.308 -0.090 0.274 0.139 0.034 0.177 Độ lệch chuẩn 0.185 0.209 0.438 0.197 0.824 0.019 0.751
Biến ICFTL – Dòng tiền đầu tư trên tổng nợ: giá trị trung bình toàn bộ mẫu mang giá trị âm Cho thấy các doanh nghiệp ngành BĐS có xu hướng chi mạnh vào đầu tư hơn là thu nhập các khoản đầu tư Đối với các công ty kiệt quệ giá trị trung bình biến ICFTL là dương, cao hơn với các công ty không kiệt quệ tài chính, từ đó cho thấy các công ty kiệt quệ tài chính ngành BĐS ít thực hiện các khoản đầu tư cho doanh nghiệp mình
Biến TART – Vòng quay tổng tài sản: dữ liệu cho thấy sự khác biệt trong khả năng sử dụng tổng tài sản để tạo doanh thu giữa hai nhóm công ty, với công ty không kiệt quệ tài chính có xu hướng hiệu quả hơn trong việc này
Biến RETL – Lợi nhuận chưa phân phối trên tổng nợ: Công ty kiệt quệ tài chính có giá trị trung bình RETL âm (-1.637) Điều này có thể chỉ ra rằng nhóm công ty này khả năng tạo ra lợi nhuận kém Công ty không kiệt quệ tài chính có giá trị trung bình RETL dương (0.139) cho thấy các công ty này có xu hướng hoạt động kinh doanh tốt, có lợi nhuận để thực hiện các dự án hay nghĩa vụ nợ
Biến IR- lạm phát: dữ liệu có giá trị nhỏ nhất là 0.06 , giá trị lớn nhất là 0.092, cho thấy trong thời gian nghiên cứu lạm phát có nhiều biến động
Biến GPRICE– tăng trưởng giá cổ phiếu: giá trị trung bình biến này đối với các công ty không kiệt quệ tài chính cao hơn so với công ty kiệt quệ tài chính, cho thấy thị trường có xu hướng đánh giá cao đối với các doanh nghiệp không bị kiệt quệ tài chính.
PHÂN TÍCH MỐI TƯƠNG QUAN GIỮA CÁC BIẾN
Trước khi triển khai mô hình hồi quy, tác giả thực hiện phân tích tương quan giữa các biến độc lập nhằm đánh giá khả năng xuất hiện hiện tượng đa cộng tuyến Hiện tượng này có thể xảy ra khi mô hình có mức phù hợp R2 cao, nhưng mức ý nghĩa thống kê của các tham số thấp, và có thể làm thay đổi dấu của các biến giải thích trong mô hình
Bảng 4 3 Ma trận hệ số tương quan và hệ số nhân tử phóng đại VIF
Từ bảng 4.3, hầu hết các biến không có tự tương quan mạnh với nhau, giá trị tương quan lớn nhất là giữa 2 biến WCTA và TLTA với độ tương quan là 0.1743, thấp rất nhiều so với mức 0.5 Ngoài ra hệ số VIF của các biến đều dưới 1.5, thấp hơn nhiều so với 5 Do đó hiện tượng đa cộng tuyến giữa các biến độc lập là không có.
PHÂN TÍCH HỒI QUY LOGIT
Từ các biến phụ thuộc, biến độc lập xây dựng, tác giả tiến hành hồi quy mô hình Logit thu được kết quả sau:
Bảng 4 4 Kết quả hồi quy mô hình Logit
FD Hệ số ước lượng Độ lệch chuẩn P-value
TLTA WCTA ICFTL TART RETL IF GPRICE
Từ kết quả hồi quy ở bảng 4.4, tất cả các biến đều có ý nghĩa thống kê ở mức 10%, trong đó các yếu tố tác động ngược chiều với kiệt quệ tài chính bao gồm tỷ lệ tổng nợ trên tổng tài sản (TLTA), tỷ lệ vốn lưu động trên tổng tài sản (WCTA), vòng quay tài sản (TART), lợi nhuận chưa phân phối trên tổng nợ (RETL), tỷ lệ tăng trưởng giá cổ phiếu (GPRICE) Tỷ lệ lạm phát(IF) và dòng tiền đầu tư trên tổng nợ (ICFTL) có tác động cùng chiều đến kiệt quệ tài chính
Mô hình hồi quy có dạng:
Log(odd) = -1.166 - 2.417TLTA - 3.984WCTA + 1.549CFTL - 3.365TART - 0.297RETL + 27.740IF - 0.596GPRICE + εt.
ĐO LƯỜNG MỨC ĐỘ PHÙ HỢP MÔ HÌNH
Từ kết quả phân tích các mô hình Logit được xây dựng, tác giả tiến hành đo lường mức độ phù hợp của mô hình thông qua các giá trị kiểm định sau:
Bảng 4 5 Bảng thống kê các giá trị đo lường mức độ dự báo mô hình
Hệ số đo lường Giá trị Goodness-of-fit test
Về kiểm định Goodness-of-fit test cho biết mô hình có phù hợp hợp với dữ liệu hay không với 2 cặp giả thuyết:
H 0 : mô hình phù hợp với dữ liệu thực tế
H 1 : mô hình không phù hợp với dữ liệu thực tế
Một giá trị Prob > chi2 lớn hơn 0.05 cho thấy không đủ cơ sở bác bỏ H0, đồng nghĩa là Mô hình phù hợp với dữ liệu thực tế
Trong kết quả bảng trên, giá trị Prob > chi2 của mô hình bằng 0.9991 lớn hơn 0.05 Vì vậy các mô hình phù hợp với dữ liệu thực tế
Các giá trị Pseudo R2 cho biết mức độ giải thích của mô hình, giá trị càng cao thì mức độ giải thích càng tốt hơn Trong bàng 4.5, mô hình Pseudo R2 có giá trị 0.2734 cho biết các biến độc lập giải thích 27.34% sự thay đổi của biến phụ thuộc
AUC (Area Under the Curve) là diện tích dưới đường cong ROC Giá trị càng gần 1 càng tốt, chỉ ra rằng mô hình có khả năng phân loại tốt giữa các lớp Mô hình nghiên cứu có AUC là 0.8617, tương đối cao thể hiện mô hình có khả năng dự báo tốt
Hình 4 1 Đường ROC của mô hình
Confusion Matrix (ma trận nhầm lẫn) cho biết khả năng dự đoán chính xác mô hình Với giá trị xác suất P(FD=1) ≥0.5 được xếp trường hợp kiệt quệ và ngược lại được xếp vào trường hợp không kiệt quệ Kết quả cho thấy mô hình có tỷ lệ dự báo tốt, với tỷ lệ dự báo đúng tổng thể là 95%
Bảng 4 6 Ma trận nhầm lẫn
Thực tế: kiệt quệ tài chính
Thực tế: không kiệt quệ tài chính % Chính xác
Dự đoán: kiệt quệ tài chính 6 2 17.14%
Dự đoán: không kiệt quệ tài chính 29 583 99.66%
Công thức tính xác suất kiệt quệ tài chính của các doanh nghiệp:
Hình 4 2.Biểu đồ phân tán xác suất kiệt quệ tài chính
