Ứng dụng mô hình z score dự báo khả năng kiệt quệ tài chính của doanh nghiệp nghiên cứu thực nghiệm tại các doanh nghiệp niêm yết trên thị trường chứng khoán việt nam

Mục đích nghiên cứu Mục tiêu nghiên cứu của đề tài: “Ứng dụng mô hình Z-Score dự báo khả năng kiệt quệ tài chính của doanh nghiệp: Nghiên cứu thực nghiệm tại các doanh nghiệp niêm yết t

4

Tổng quan về kiệt quệ tài chính

1.1.1 Khái niệm về kiệt quệ tài chính

Kiệt quệ tài chính là một vấn đề toàn cầu đã tồn tại từ lâu, chủ yếu ảnh hưởng đến các quốc gia đang phát triển với môi trường kinh doanh kém kiểm soát Nhiều nghiên cứu hiện nay chỉ tập trung vào tình trạng phá sản, bỏ qua tình trạng kiệt quệ tài chính, dẫn đến những hậu quả tiêu cực cho xã hội và nền kinh tế Sự tồn tại của kiệt quệ tài chính đã thu hút nhiều quan điểm khác nhau, nhấn mạnh tầm quan trọng của việc hiểu rõ vấn đề này.

Theo Brealey và cộng sự (2008), kiệt quệ tài chính xảy ra khi doanh nghiệp không có khả năng thực hiện cam kết với chủ nợ, dẫn đến rủi ro không được tiếp tục tài trợ Tình trạng này có thể tạm thời và gây ra nhiều vấn đề như trì hoãn hoặc bỏ qua các dự án khả thi Tuy nhiên, nếu không được khắc phục, kiệt quệ tài chính cũng có thể dẫn đến phá sản doanh nghiệp (Brealey và cộng sự, 2008; Arnold, 2013).

Theo nghiên cứu của Beaver (1966) và Altman (1983), kiệt quệ tài chính là trạng thái mà doanh nghiệp không thể thực hiện các cam kết tài chính đã định Beaver, Maria Correia và McNichols (2010) mở rộng khái niệm này, cho rằng kiệt quệ tài chính đề cập đến việc không có khả năng thanh toán các nghĩa vụ đến hạn Mặc dù phá sản thường được sử dụng để định nghĩa tình trạng này trong nhiều nghiên cứu trước, Muller, Steyn Bruwer và Hamman (2012) nhấn mạnh rằng kiệt quệ tài chính còn có thể là "một thay đổi lớn về cấu trúc đối với doanh nghiệp như sáp nhập, hấp thụ, hủy niêm yết hoặc thanh khoản".

Theo Huỳnh Cát Tường (2008), kiệt quệ tài chính xảy ra khi doanh nghiệp không thể thực hiện các nghĩa vụ với chủ nợ hoặc phải đối mặt với khó khăn trong việc đáp ứng Tình trạng này có thể dẫn đến phá sản hoặc chỉ đơn giản là biểu hiện của những rắc rối tài chính mà doanh nghiệp đang gặp phải.

Các nhà đầu tư thường lo ngại rằng những doanh nghiệp có vay nợ có thể đối mặt với tình trạng kiệt quệ tài chính, và điều này được thể hiện rõ ràng qua giá trị thị trường hiện tại của cổ phiếu doanh nghiệp đó.

Kiet quệ tài chính được định nghĩa là tình trạng mà một doanh nghiệp không còn khả năng duy trì hoạt động kinh doanh theo hình thức thông thường.

1.1.2 Lý thuyết về kiệt quệ tài chính

Kiệt quệ tài chính là khái niệm quan trọng trong lý thuyết thay đổi cấu trúc vốn của doanh nghiệp Nghiên cứu của Modigliani và Miller (1963) đã phát triển lý thuyết đánh đổi cấu trúc vốn, làm rõ mối quan hệ giữa cấu trúc vốn và yếu tố thuế Lý thuyết này lý giải nguyên nhân doanh nghiệp thường lựa chọn tài trợ một phần bằng nợ vay trong cấu trúc vốn của mình.

Trong quản lý tài chính, doanh nghiệp (DN) phải đối mặt với nguy cơ kiệt quệ tài chính khi lựa chọn tài trợ bằng nợ, do đây là nguồn tài trợ có thời hạn hoàn trả và DN có trách nhiệm thanh toán nợ gốc cùng tiền lãi Tuy nhiên, tài trợ bằng nợ cũng mang lại cơ hội tiết kiệm thuế và chi phí vốn, khiến quyết định này trở thành bài toán khó cho các DN Theo lý thuyết đánh đổi về cơ cấu vốn, DN cần cân nhắc giữa lợi ích từ tiết kiệm thuế và rủi ro kiệt quệ tài chính Khi DN duy trì mức sử dụng nợ thấp và rủi ro kiệt quệ tài chính chưa đáng kể, giá trị DN sẽ gia tăng nhờ vào khoản tiết kiệm thuế Tuy nhiên, nếu chi phí kiệt quệ tài chính trở nên đáng kể, vượt quá lợi ích từ tiết kiệm thuế, giá trị DN sẽ giảm và tiếp tục giảm khi mức độ sử dụng nợ gia tăng.

Theo Huỳnh Thị Cẩm Hà (2020), lý thuyết kiệt quệ tài chính chỉ ra rằng việc sử dụng nợ trong cấu trúc vốn mang lại lợi ích cho doanh nghiệp, giúp gia tăng giá trị của doanh nghiệp nhờ vào những lợi ích tài chính mà nó tạo ra.

Tấm chắn thuế từ lãi vay mang lại nhiều lợi ích cho doanh nghiệp, nhưng cũng tiềm ẩn rủi ro khi thu nhập không đủ để thanh toán các nghĩa vụ tài chính Khi đó, doanh nghiệp có thể rơi vào tình trạng kiệt quệ tài chính Theo nghiên cứu của Beaver (1966), một doanh nghiệp được coi là thất bại khi không còn khả năng chi trả các nghĩa vụ tài chính đến hạn Kiệt quệ tài chính cũng được định nghĩa qua các tình huống như phá sản, vỡ nợ, vay thấu chi vượt mức tại ngân hàng, hoặc không chi trả cổ tức cổ phần ưu đãi, như được chỉ ra bởi Ross, Westerfield và Jaffe (1999) cùng với Altman và Hotchkiss.

Kiệt quệ tài chính được định nghĩa là tình trạng mà doanh nghiệp đối mặt với nhiều khó khăn tài chính như thất bại, mất thanh khoản, vỡ nợ và phá sản Thất bại xảy ra khi dòng tiền không đủ để đáp ứng nghĩa vụ tài chính hiện tại Mất thanh khoản xảy ra khi tài sản của doanh nghiệp nhỏ hơn giá trị nghĩa vụ tài chính Vỡ nợ là khi doanh nghiệp vi phạm các điều khoản trong hợp đồng tín dụng, và tình huống tồi tệ nhất là tuyên bố phá sản Nghiên cứu cho thấy xác suất kiệt quệ tài chính gia tăng khi dòng tiền vào từ hoạt động kinh doanh giảm và dòng tiền ra tăng Kiệt quệ tài chính cũng được xem là trạng thái dòng tiền thấp, nơi doanh nghiệp chịu lỗ mà vẫn giữ khả năng thanh toán.

Theo Titman (1984), các doanh nghiệp kiệt quệ tài chính phải đối mặt với ba ảnh hưởng chính Đầu tiên, họ có thể mất khách hàng, nhà cung cấp giá trị và nhân viên chủ chốt, dẫn đến việc mất thị phần vào tay các đối thủ cạnh tranh uy tín (Opler và Titman, 1994) Nghiên cứu từ ngành siêu thị cũng cho thấy rằng nợ nần làm suy yếu vị thế cạnh tranh của doanh nghiệp (Chevalier, 1995a,b) Thứ hai, doanh nghiệp kiệt quệ tài chính có thể vi phạm các hợp đồng hoặc bỏ lỡ các khoản thanh toán mà không mất khả năng thanh toán Cuối cùng, họ có thể phải từ bỏ các dự án có giá trị hiện tại thuần (NPV) dương do chi phí tài chính bên ngoài cao (Froot, Scharfstein và Stein, 1993).

Kiệt quệ tài chính là khái niệm mô tả những khó khăn tài chính mà doanh nghiệp (DN) phải đối mặt trong quá trình hoạt động Tình trạng này có thể xảy ra bất kỳ lúc nào trong chu kỳ sống của DN nếu không đáp ứng được các nghĩa vụ thanh toán Quá trình kiệt quệ tài chính bắt đầu từ thất bại, dẫn đến mất thanh khoản, và có thể culminate ở tình trạng vỡ nợ, thậm chí là việc nộp đơn xin phá sản Trong bài khoá luận này, thuật ngữ kiệt quệ tài chính được sử dụng để thay thế cho các thuật ngữ khác mô tả tình trạng khó khăn tài chính của DN.

1.1.3 Tầm quan trọng của việc đánh giá rủi ro kiệt quệ tài chính với doanh nghiệp

Đánh giá rủi ro kiệt quệ tài chính là yếu tố quan trọng đối với doanh nghiệp, giúp xác định mức độ an toàn và khả năng thanh toán nợ Công cụ này hỗ trợ doanh nghiệp trong việc ra quyết định kinh doanh và tài chính chính xác, từ đó giảm thiểu rủi ro tiềm ẩn và nâng cao hiệu quả hoạt động kinh doanh.

Theo nghiên cứu của Burksaitiene và Mažintienė (2012), việc dự báo chính xác tỷ lệ rủi ro kiệt quệ tài chính trong doanh nghiệp giúp nhà quản lý có thêm thời gian để xây dựng chiến lược hạn chế nguy cơ phá sản Các nghiên cứu thực nghiệm chỉ ra rằng doanh nghiệp thường đánh giá thấp rủi ro và quá tự tin vào khả năng phục hồi khi đối mặt với nguy cơ vỡ nợ.

Cơ sở lý thuyết về mô hình Z-Score trong xác định nguy cơ kiệt quệ tài chính

1.2.1 Tổng quan về mô hình Z-Score

1.2.1.1 Giới thiệu mô hình Z-Score

Mô hình Z-Score, hay còn gọi là mô hình dự báo phá sản, là một chỉ số tổng hợp đánh giá sức khỏe tài chính của doanh nghiệp thông qua việc tính toán và gia quyền nhiều chỉ số tài chính quan trọng.

Mô hình Z-Score, được phát triển bởi Altman vào năm 1968, là phương pháp đầu tiên dự đoán tình trạng phá sản của doanh nghiệp Sau nghiên cứu tiên phong này, nhiều phương pháp đa chiều đã được áp dụng để dự đoán tình trạng kiệt quệ tài chính của doanh nghiệp trên toàn cầu, thu hút sự quan tâm từ các nhà nghiên cứu trong lĩnh vực rủi ro tín dụng, ngân hàng và tài chính Các mô hình dự báo thất bại doanh nghiệp trở thành công cụ quan trọng cho ngân hàng, nhà quản lý tài sản, cơ quan xếp hạng tín dụng và các doanh nghiệp đang đối mặt với khủng hoảng tài chính.

Z-Score có thể sử dụng để đo lường sức khoẻ tài chính và dự báo xác suất liệu rằng một DN có thể bị phá sản trong vòng 2 năm tới hay không Nếu giá trị Z- Score là 0, điều đó cho thấy điểm dữ liệu trùng với điểm TB Giá trị Z-Score bằng 1 thì điểm dữ liệu cách 1 ĐLC so với TB Giá trị Z-Score có thể dương hoặc âm, với giá trị dương cho biết điểm nằm trên TB và điểm âm cho thấy nó nằm dưới TB Z- Score là thước đo độ biến thiên của các quan sát và có thể được các nhà giao dịch sử dụng để xác định biến động thị trường

Sự khác biệt giữa Z-Score và ĐLC nằm ở cách đo lường biến đổi trong dữ liệu ĐLC phản ánh mức độ biến đổi bằng cách tính chênh lệch giữa từng điểm dữ liệu và giá trị trung bình (TB) Sau đó, ĐLC được bình phương, tổng hợp lại và tính trung bình để tạo ra phương sai Cuối cùng, ĐLC là căn bậc hai của phương sai, đưa kết quả trở lại đơn vị đo ban đầu.

Z-Score là ĐLC giữa điểm dữ liệu đã cho so với TB Để tính Z Score, chỉ cần trừ TB cho mỗi điểm dữ liệu và chia kết quả đó cho ĐLC Z-Score âm thì điểm dữ liệu đó được gọi là dưới TB Trong hầu hết các tập dữ liệu lớn, 99% các điểm dữ liệu có giá trị Z-Score trong khoảng từ -3 đến 3, nghĩa là chúng nằm trong 3 ĐLC trên và dưới TB

1.2.1.2 Lịch sử phát triển mô hình Z-Score

Mô hình Z-Score là công cụ quan trọng trong việc đánh giá rủi ro tài chính của doanh nghiệp Được phát triển bởi Edward Altman và công bố trên tạp chí Journal of Finance vào năm 1968, mô hình này sử dụng phương pháp phân tích đa biến (MDA) để xác định khả năng phá sản của các công ty.

Mô hình Z-Score của Altman là một công cụ quan trọng trong việc dự đoán khả năng phá sản của doanh nghiệp, dựa trên năm chỉ số tài chính như tỷ suất vốn chủ sở hữu, tỷ suất lợi nhuận trên tài sản và tỷ suất lưu chuyển tiền tệ Mô hình này đã được áp dụng rộng rãi trong ngân hàng, tài chính và kiểm toán để đánh giá rủi ro thanh toán và tín dụng Kể từ khi ra mắt, Z-Score đã được cải tiến và phát triển, với nhiều phương pháp mới được đề xuất, nhưng ý tưởng ban đầu của Altman vẫn là nền tảng cho các mô hình đánh giá rủi ro hiện đại.

Vào năm 1966, Altman phát triển mô hình Z-Score nhằm dự báo khả năng phá sản của doanh nghiệp (DN) bằng cách phân tích 66 DN, trong đó một nửa đã phá sản trong 20 năm qua và nửa còn lại là DN đang hoạt động Quy mô tài sản của các DN này dao động từ 1 triệu đến 26 triệu đô Altman đã tính toán 22 chỉ tiêu tài chính, sử dụng báo cáo tài chính của năm trước khi phá sản cho các DN đã phá sản, với mục tiêu xác định các biến tài chính tốt nhất để dự đoán tình hình hoạt động và khả năng phá sản Ông áp dụng kỹ thuật thống kê phân tích phân biệt (MDA) để phân loại các DN thành nhóm phá sản và không phá sản, từ đó cho thấy sự kết hợp của nhiều đặc điểm tài chính thành một điểm duy nhất Nghiên cứu của Altman đã tạo ra mô hình Z-Score với độ chính xác cao, trở thành công cụ phổ biến trong đánh giá rủi ro tín dụng và quản lý hoạt động của DN.

Altman đã tính toán Z-Score để kiểm tra mô hình phân biệt giữa các doanh nghiệp phá sản và không phá sản, chọn những doanh nghiệp không phá sản có báo cáo tài chính thâm hụt trong các năm trước Ông phát hiện rằng khoảng 95% doanh nghiệp phá sản được phân loại chính xác, trong khi khoảng 80% doanh nghiệp hoạt động tốt cũng được phân loại đúng Trong số những doanh nghiệp bị phân loại sai, không có doanh nghiệp nào phá sản Sau khi xem xét 22 chỉ tiêu tài chính, Altman đã chọn ra 5 chỉ tiêu hiệu quả nhất để xây dựng mô hình, bao gồm: tỷ lệ tài sản lưu động trên tổng tài sản, tỷ lệ lợi nhuận thuần trên tổng tài sản, tỷ lệ vốn cổ phần trên tổng tài sản, tỷ lệ tài sản không đảm bảo trên tổng tài sản và tỷ lệ doanh thu chưa được thực hiện trên tổng tài sản Những chỉ số này được tính toán với các trọng số khác nhau để xác định điểm số Z, phản ánh khả năng phá sản của doanh nghiệp.

Nghiên cứu của Altman vào năm 1983 đánh giá hiệu quả của mô hình Z-Score trong việc dự đoán phá sản của các doanh nghiệp tại Anh Ông đã áp dụng mô hình này cho 44 doanh nghiệp trong giai đoạn 1976-1980 Kết quả cho thấy mô hình Z-Score có khả năng dự đoán chính xác 86% doanh nghiệp đã phá sản và 95% doanh nghiệp chưa phá sản trong mẫu nghiên cứu Điều này khẳng định rằng mô hình Z-Score là công cụ hữu ích trong việc dự đoán khả năng phá sản của doanh nghiệp.

Cấu trúc chung của mô hình Z-Score do Altman đưa ra:

X1: Vốn lưu động/Tổng tài sản

X2: Lợi nhuận giữ lại/Tổng tài sản

X3: Lợi nhuận trước thuế và lãi vay/Tổng tài sản

X4: Giá trị thị trường của vốn chủ sở hữu/Giá trị sổ sách của tổng nợ

X5: Doanh thu/Tổng tài sản

V i : hệ số biệt thức được tính toán thông qua phương pháp MDA

Mô hình Z-Score là một phương trình tuyến tính, trong đó năm chỉ số được gán trọng số một cách khách quan và tổng hợp thành một số duy nhất, giúp phân loại doanh nghiệp vào nhóm có nguy cơ phá sản hoặc không.

1.2.1.4 Các biến độc lập trong mô hình Z-Score

X 1 : Vốn lưu động/Tổng tài sản (WC/TA: Working capital/Total assets)

Giá trị giữa vốn lưu động thuần và tổng tài sản (Vốn lưu động/Tổng tài sản) phản ánh khả năng tài chính của doanh nghiệp trong việc đáp ứng các hoạt động kinh doanh hàng ngày Vốn lưu động, được xác định bằng chênh lệch giữa tài sản ngắn hạn và nợ ngắn hạn, có thể cho ra kết quả dương hoặc âm Nghiên cứu của Niresh và Pratheepan (2015) cho thấy doanh nghiệp thường mong đợi vốn lưu động có giá trị dương, điều này cho thấy họ có khả năng chi trả các nghĩa vụ ngắn hạn Ngược lại, nếu vốn lưu động âm, doanh nghiệp có thể gặp khó khăn trong việc trả nợ ngắn hạn, dẫn đến nguy cơ kiệt quệ tài chính cao hơn.

Chỉ số vốn lưu động trên tổng tài sản là công cụ quan trọng để đo lường độ thanh khoản ròng của tài sản so với tổng vốn, thường được sử dụng trong các nghiên cứu về trục trặc của doanh nghiệp Doanh nghiệp có thời gian hoạt động lỗ kéo dài thường chứng kiến sự co lại của tài sản lưu động so với tổng tài sản Trong ba chỉ số thanh khoản được nghiên cứu bởi Altman, chỉ số vốn lưu động trên tổng tài sản được coi là giá trị nhất, trong khi hai chỉ số thanh toán còn lại, là chỉ số thanh toán hiện hành và chỉ số thanh toán nhanh, được đánh giá là kém hữu ích hơn.

X 2 : Lợi nhuận giữ lại/Tổng tài sản (RE/TA: Retained earnings/Total assets)

Tỷ lệ lợi nhuận giữ lại trên tổng tài sản (Lợi nhuận giữ lại/Tổng tài sản) phản ánh giá trị tài chính của doanh nghiệp Lợi nhuận giữ lại là thu nhập ròng tích lũy sau thuế và phân chia cổ tức cho cổ đông, cho phép doanh nghiệp sử dụng nguồn vốn này cho các mục đích phát triển Doanh nghiệp có lợi nhuận giữ lại cao có nhiều cơ hội đầu tư, phòng ngừa rủi ro và duy trì hoạt động hàng ngày hiệu quả hơn Hơn nữa, tỷ lệ thu nhập trên tổng tài sản cao giúp doanh nghiệp giảm chi phí tài chính và giảm bớt sự phụ thuộc vào vốn vay nhờ vào nguồn vốn thặng dư tích lũy qua các năm.

Lợi nhuận giữ lại phản ánh tổng số tiền thu nhập được tái đầu tư hoặc mức thua lỗ của doanh nghiệp trong suốt quá trình hoạt động Chỉ số này được coi là thặng dư từ hoạt động của doanh nghiệp Tuy nhiên, cần lưu ý rằng chỉ số này phụ thuộc vào các yếu tố như tái cấu trúc và quyết định chia cổ tức, mà không nằm trong phạm vi nghiên cứu của mô hình Z-Score.

CƠ SỞ DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Cơ sở dữ liệu và xử lí dữ liệu

Bài khoá luận này phân tích dữ liệu từ 30 doanh nghiệp (DN) bị huỷ niêm yết trên sàn UPCOM do kiệt quệ tài chính và 30 DN có điểm số Z lớn hơn 4,35 trên Sở Giao dịch Chứng khoán TP Hồ Chí Minh (HOSE) trong giai đoạn 2018-2022, với tổng cộng 300 quan sát Các DN được chọn đều có đầy đủ số liệu báo cáo tài chính (BCTC) đã được kiểm toán trong suốt thời gian nghiên cứu, với dữ liệu thu thập từ các trang web như cafef.vn, vietstock.vn và các nguồn khác Danh sách các DN trong mẫu nghiên cứu được trình bày trong phần Phụ lục.

Dữ liệu nghiên cứu được thu thập từ báo cáo tài chính đã được kiểm toán của các doanh nghiệp trong mẫu Tác giả sử dụng phần mềm Microsoft Excel 2019 để tổng hợp dữ liệu, trong đó các yếu tố tài chính được lấy từ bảng cân đối kế toán và báo cáo lãi lỗ để tính toán Z-Score.

Các DN mẫu được chia thành 2 nhóm, bao gồm nhóm các DN kiệt quệ tài chính như sau:

Nhóm 1: Các DN huỷ niêm yết trên sàn giao dịch chứng khoán vì lí do kiệt quệ tài chính Trong đó Nhóm 1 được chia ra theo 2 nhóm như sau:

Nhóm 1a: Các DN có mức độ kiệt quệ tài chính thấp (ví dụ: Các DN có Z-

Score lớn hơn 4,35; ví dụ: Tại sao DN có Z-Score cao mà lại huỷ niêm yết trên sàn giao dịch chứng khoán);

Nhóm 1b: Các DN có mức độ kiệt quệ tài chính cao (Ví dụ: các DN có Z-

Nhóm 2: Các DN có tình hình tài chính ổn định, niêm yết trên sàn giao dịch chứng khoán (ví dụ: Các DN có Z-Score lớn hơn 4,35)

Nguồn: Tác giả tổng hợp

Mô hình 1.1: Tóm tắt các thành phần trong mẫu nghiên cứu

Bài khoá luận áp dụng phương pháp nghiên cứu định lượng với T-test mẫu độc lập để kiểm tra mô hình nghiên cứu Phép thử T-test được sử dụng để so sánh phương tiện của hai mẫu độc lập, nhằm xác định sự khác biệt đáng kể giữa hai tổng thể Nghiên cứu này tập trung vào việc phân tích sự khác biệt giữa Nhóm 1 và Nhóm 2, cũng như giữa Nhóm 1a và Nhóm 1b.

Giả thuyết nghiên cứu

Dựa trên các nghiên cứu trước đây của Akeju và Malomo (2017), AlAli (2018), Al-Manaseer và Al-Oshaibat (2018), Babatunde, Januri, Sari, và Diyanti (2017), Shaher, Salem, và Khasawneh (2012), cùng với Malik, Awais, Timsal, và Hayat (2016), các giả thuyết đã được phát triển như sau.

Giả thuyết 1 (H1a): Chỉ số WCTA có sự khác biệt đáng kể giữa Nhóm 1 và Nhóm 2

H0: Không có sự khác biệt đáng kể về chỉ số WCTA giữa Nhóm 1 và Nhóm

H1: Có sự khác biệt đáng kể về chỉ số WCTA giữa Nhóm 1 và Nhóm 2

Giả thuyết 2 (H1b): Chỉ số WCTA có sự khác biệt đáng kể giữa Nhóm 1a và Nhóm 1b

H0: Không có sự khác biệt đáng kể về chỉ số WCTA giữa Nhóm 1a và Nhóm 1b

H 1 : Có sự khác biệt đáng kể về chỉ số WCTA giữa Nhóm 1a và Nhóm 1b

Giả thuyết 3 (H2a): Chỉ số RETA có sự khác biệt đáng kể giữa Nhóm 1 và Nhóm 2

H0: Không có sự khác biệt đáng kể về chỉ số RETA giữa Nhóm 1 và Nhóm 2

H1: Có sự khác biệt đáng kể về chỉ số RETA giữa Nhóm 1 và Nhóm 2

Giả thuyết 4 (H2b): Chỉ số RETA có sự khác biệt đáng kể giữa Nhóm 1a và Nhóm 1b

H0: Không có sự khác biệt đáng kể về chỉ số RETA giữa Nhóm 1a và Nhóm 1b

H1: Có sự khác biệt đáng kể về chỉ số RETA giữa Nhóm 1a và Nhóm 1b

Giả thuyết 5 (H3a): Chỉ số EBITTA có sự khác biệt đáng kể giữa Nhóm

H0: Không có sự khác biệt đáng kể về chỉ số EBITTA giữa Nhóm 1 và Nhóm 2

H1: Có sự khác biệt đáng kể về chỉ số EBITTA giữa Nhóm 1 và Nhóm 2

Giả thuyết 6 (H3b): Chỉ số EBITTA có sự khác biệt đáng kể giữa Nhóm 1a và Nhóm 1b

H0: Không có sự khác biệt đáng kể về chỉ số EBITTA giữa Nhóm 1a và Nhóm 1b

H1: Có sự khác biệt đáng kể về chỉ số EBITTA giữa Nhóm 1a và Nhóm 1b

Giả thuyết 7 (H4a): Chỉ số MVETL có sự khác biệt đáng kể giữa Nhóm

H0: Không có sự khác biệt đáng kể về chỉ số MVETL giữa Nhóm 1 và Nhóm 2

H1: Có sự khác biệt đáng kể về chỉ số MVETL giữa Nhóm 1 và Nhóm 2

Giả thuyết 8 (H4b): Chỉ số MVETL có sự khác biệt đáng kể giữa Nhóm 1a và Nhóm 1b

H0: Không có sự khác biệt đáng kể về chỉ số MVETL giữa Nhóm 1a và Nhóm 1b

H1: Có sự khác biệt đáng kể về chỉ số MVETL giữa Nhóm 1a và Nhóm 1b

Giả thuyết 9 (H5a): Z-Score có sự khác biệt đáng kể giữa Nhóm 1 và Nhóm 2

H0: Không có sự khác biệt đáng kể về Z-Score giữa Nhóm 1 và Nhóm 2

H1: Có sự khác biệt đáng kể về Z-Score giữa Nhóm 1 và Nhóm 2

Giả thuyết 10 (H5b): Chỉ số Z-Score có sự khác biệt đáng kể giữa Nhóm 1a và Nhóm 1b

H0: Không có sự khác biệt đáng kể về Z-Score giữa Nhóm 1a và Nhóm 1b

H 1 : Có sự khác biệt đáng kể về Z-Score giữa Nhóm 1a và Nhóm 1b

Quy trình nghiên cứu

Quy trình nghiên cứu được thể hiện theo 6 bước dưới đây:

Nguồn: Tác giả tổng hợp

Phương pháp nghiên cứu

Trong bài khóa luận này, tác giả áp dụng 2 phương pháp sau:

Phương pháp nghiên cứu định tính:

Bước 1: Lựa chọn chủ đề, xác định mục tiêu, phương pháp và phạm vi nghiên cứu

Bước 2: Tham khảo các nghiên cứu trước đây và đánh giá mức độ phù hợp tại Việt

Bước 3: Phân tích các yếu tố trong mô hình và lựa chọn mô hình với thị trường ở

Bước 4: Chọn mẫu và thu thập dữ liệu

Bước 5: Kết quả nghiên cứu sau khi sử dụng dữ liệu đã thu thập và đánh giá kết quả

Tác giả tổng hợp và khái quát mô hình Z-Score, đồng thời đánh giá các nghiên cứu liên quan trong và ngoài nước về ưu nhược điểm của mô hình này Bên cạnh đó, tác giả cũng tham khảo các phương pháp nhận diện nguy cơ kiệt quệ tài chính của doanh nghiệp và tiến hành so sánh những phương pháp này với mô hình Z-Score.

Phương pháp nghiên cứu định lượng:

Tác giả áp dụng phương pháp T-test để kiểm định mô hình nghiên cứu dựa trên dữ liệu thống kê từ 60 doanh nghiệp niêm yết trên hai sàn chứng khoán HOSE và UPCOM Số liệu được thu thập từ báo cáo tài chính đã được kiểm toán, và mô hình Z’’-Score được sử dụng để phân tích Phần mềm Microsoft Excel 2019 và SPSS 20 đã được sử dụng để thực hiện kiểm định, nhằm đưa ra kết luận về kết quả nghiên cứu.

Mô hình nghiên cứu

Dựa trên kết quả thực nghiệm từ các nghiên cứu trong và ngoài nước, tác giả áp dụng mô hình Z điều chỉnh (Emerging Market Score) của Altman và Hotchkiss (2006) cho các doanh nghiệp tại thị trường mới nổi, cụ thể là Việt Nam, trên hai sàn chứng khoán HOSE và UPCOM Mô hình Z điều chỉnh được sử dụng để đánh giá tình hình tài chính của các doanh nghiệp này.

X1: Vốn lưu động/Tổng tài sản

X2: Lợi nhuận giữ lại/Tổng tài sản

X3: Lợi nhuận trước thuế và lãi vay/Tổng tài sản

X4: Giá trị thị trường của vốn chủ sở hữu/Giá trị sổ sách của tổng nợ

Trong Chương 2, tác giả giới thiệu cơ sở dữ liệu và phương pháp nghiên cứu áp dụng mô hình Z-Score của Altman để dự đoán khả năng kiệt quệ tài chính của doanh nghiệp trên thị trường chứng khoán Việt Nam Khóa luận sử dụng mẫu gồm 60 doanh nghiệp, trong đó có 30 doanh nghiệp được phân tích kỹ lưỡng.

DN niêm yết có Z-Score lớn hơn 4,35 và 30 DN huỷ niêm yết trong thời gian từ

Từ năm 2018 đến 2022, tác giả đã thu thập bộ dữ liệu từ báo cáo tài chính đã được kiểm toán của các doanh nghiệp niêm yết trên hai sàn chứng khoán HOSE và UPCOM Danh sách các doanh nghiệp được sử dụng trong mẫu nghiên cứu được trình bày chi tiết trong phần Phụ lục.

Dựa trên khung lý thuyết và phân tích nghiên cứu thực nghiệm, bài viết áp dụng mô hình Z-Score của Altman để dự đoán khả năng kiệt quệ tài chính của doanh nghiệp Tác giả đề xuất sử dụng mô hình Z”-Score cho các doanh nghiệp tại thị trường mới nổi như Việt Nam, với các biến độc lập gồm WCTA, RETA, EBITTA và MVETL Chương 2 trình bày phương pháp nghiên cứu được áp dụng trong khóa luận này.

THỰC TRẠNG PHÁT TRIỂN VÀ KHẢ NĂNG KIỆT QUỆ TÀI CHÍNH CỦA CÁC DOANH NGHIỆP NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM

Thực trạng phát triển thị trường chứng khoán Việt Nam

Trong hơn 25 năm hình thành và phát triển, thị trường chứng khoán Việt Nam đã liên tục hoàn thiện cấu trúc và phát triển mạnh mẽ Điều này góp phần quan trọng vào việc cơ cấu lại hệ thống tài chính Việt Nam theo hướng cân đối và bền vững hơn, như nhận định của Nguyễn Anh Việt.

Tính đến ngày 15-10-2021, chỉ số VN-Index đạt 1.392,7 điểm, tăng 573,4% so với cuối năm 2000, trong khi chỉ số HNX-Index đóng cửa ở mức 384,84 điểm, tăng 58,4% so với cuối năm 2006 Quy mô vốn hóa thị trường cổ phiếu đạt 7.166.000 tỷ đồng, tăng 626,8% so với cuối năm 2000, tương đương 113,9% GDP Đến cuối tháng 9/2021, thị trường trái phiếu có 432 mã niêm yết với giá trị đạt hơn 1.464.000 tỷ đồng, tương đương 23,3% GDP Thị trường chứng khoán Việt Nam đã không ngừng hoàn thiện về cấu trúc với sự hình thành các khu vực thị trường như thị trường cổ phiếu và thị trường trái phiếu.

Thị trường chứng khoán phái sinh (TTCK phái sinh) đang ngày càng hoàn thiện với sự phát triển đa dạng của các sản phẩm và dịch vụ như chứng chỉ quỹ, sản phẩm đầu tư và phòng ngừa rủi ro Đồng thời, các nghiệp vụ kinh doanh trên TTCK cũng rất phong phú, bao gồm giao dịch ký quỹ, vay và cho vay chứng khoán để hỗ trợ thanh toán, cũng như giao dịch mua lại.

Hình 3.1: Số lượng doanh nghiệp niêm yết 2015 – 2022

Từ năm 2015 đến 2022, số lượng doanh nghiệp niêm yết trên ba sàn chứng khoán HOSE, HNX và UPCOM đã có sự phát triển ổn định, với sự gia tăng vượt trội của sàn UPCOM trong giai đoạn 2017 - 2022 Điều này cho thấy thị trường chứng khoán cần chú trọng đến yếu tố chất lượng, phát triển cả thị trường cổ phiếu niêm yết và chưa niêm yết Nhà nước cần đảm bảo nền tảng pháp lý đồng bộ và thống nhất để thúc đẩy thị trường trong giai đoạn phát triển mới, đồng thời nâng cao năng lực và tính minh bạch của các chủ thể tham gia thị trường.

TTCK hoạt động bền vững, an toàn và hiện đại

Hình 3.2: Giá trị vốn hóa của các doanh nghiệp niêm yết trong giai đoạn 2015 – 2022 Đơn vị tính: Tỷ đồng

Giá trị vốn hóa thị trường của các doanh nghiệp niêm yết đã có sự phát triển mạnh mẽ từ năm 2018 đến 2022 Theo Bình An (2019), tổng vốn hóa thị trường trong năm 2018 đạt hơn 3,96 triệu tỷ đồng, tăng 12,7% so với cuối năm trước đó.

2017 Trong đó, vốn hóa tại sàn HOSE vẫn là lớn nhất với 2,87 triệu tỷ đồng (tăng

10% so với 2017) Vốn hóa sàn UPCOM tiếp tục có sự tăng trưởng vượt bậc với

Trong năm 2018, thị trường chứng khoán ghi nhận sự bùng nổ với tổng giá trị đạt 677.700 tỷ đồng, tăng 32% so với năm trước Sự tăng trưởng này chủ yếu nhờ vào hàng loạt thương vụ niêm yết nổi bật của các doanh nghiệp lớn.

42 thanh khoản toàn thị trường đã được cải thiện đáng kể Theo H.Chung (2022):

Tính đến hiện tại, tổng khối lượng cổ phiếu niêm yết trên thị trường đạt hơn 120,5 tỷ cổ phiếu với giá trị vốn hóa 5,8 triệu tỷ đồng, tăng 1,48% so với tháng trước và tương đương 92,77% GDP năm 2020 So với cuối năm 2020, giá trị vốn hóa trên HOSE đã tăng hơn 42% Mặc dù chịu ảnh hưởng từ dịch Covid-19, tỷ trọng giá trị vốn hóa thị trường vẫn tăng đều từ năm 2019 đến 2022, với các doanh nghiệp trên HOSE chiếm 75% tổng thị trường Năm 2022, thị trường chứng khoán Việt Nam đối mặt với nhiều thách thức từ biến động quốc tế, dẫn đến tỷ trọng vốn hóa có xu hướng giảm nhẹ Thanh khoản thị trường năm 2022 ghi nhận khối lượng giao dịch bình quân 653,96 triệu cổ phiếu, giảm 11,3% so với năm trước Đến cuối năm 2022, vốn hóa HOSE giảm mạnh, đạt 4,01 triệu tỷ đồng, giảm 1,8 triệu tỷ đồng so với năm 2021, chiếm 94% tổng giá trị vốn hóa niêm yết toàn thị trường Một số ngành như năng lượng và chăm sóc sức khỏe ghi nhận mức tăng, trong khi ngành bất động sản và hàng tiêu dùng thiết yếu giảm điểm.

Bảng 3.1: Vốn hoá thị trường so với GDP Đơn vị tính: Tỷ đồng

Năm Giá trị vốn hoá toàn thị trường Tỷ trọng vốn hoá so với GDP

Theo Bảng 3.1, vốn hóa thị trường chứng khoán Việt Nam đã tăng trưởng trung bình hơn 50% mỗi năm, từ 1.765.000 tỷ đồng (chiếm 42% GDP) vào năm 2016 lên 4.017.295 tỷ đồng (chiếm 83%) vào năm 2022 Mặc dù năm 2020 bị ảnh hưởng nặng nề bởi đại dịch Covid-19, giá trị vốn hóa vẫn đạt 5.294.000 tỷ đồng (chiếm 84,1%) Năm 2021 chứng kiến sự phục hồi mạnh mẽ của nền kinh tế Việt Nam, tác động tích cực đến các doanh nghiệp trong nước.

2021 đạt mốc cao nhất trong cả giai đoạn (5.838.114 tỷ đồng, chiếm tới 149,8% GDP)

Hình 3.3: Thống kê tăng trưởng doanh thu và lợi nhuận các DN niêm yết

Tăng trưởng doanh thu Tăng trưởng lợi nhuận

Nguồn: Báo cáo vĩ mô VNDirect

Trong giai đoạn này, lợi nhuận đóng vai trò quan trọng trong việc thúc đẩy sự gia tăng quy mô của các doanh nghiệp trên thị trường chứng khoán Việt Nam Năm 2019, doanh thu và lợi nhuận của các doanh nghiệp trên ba sàn HOSE, HNX, UPCOM đã có sự tăng trưởng ổn định Tuy nhiên, đại dịch Covid-19 đã gây tổn hại nghiêm trọng đến lợi nhuận ròng, dẫn đến tăng trưởng âm đến hết quý 4/2020 Theo Vũ Phong (2021), tổng lợi nhuận quý 4/2020 của các công ty niêm yết trên ba sàn chứng khoán tăng 15,6% so với cùng kỳ năm trước, nhưng tổng doanh thu và lợi nhuận cả năm 2020 giảm lần lượt 5,4% và 5,3% Đặc biệt, lợi nhuận quý 4/2020 của các doanh nghiệp niêm yết trên HOSE tăng mạnh 19,1%, cao hơn mức tăng của các doanh nghiệp trong danh sách VN30 (15%).

Xu hướng doanh thu và lợi nhuận của các doanh nghiệp niêm yết cho thấy sự biến động rõ rệt Theo An Nhiên (2022), lợi nhuận ròng trong quý 1 năm 2022 của các công ty trên ba sàn HOSE, HNX, UPCOM tăng 33,2% so với cùng kỳ năm trước, nhưng vẫn thấp hơn mức tăng 92,2% của quý 1 năm 2021 do nền tảng thấp trong quý 1 năm 2020 Mặc dù có sự tăng trưởng, môi trường lãi suất cao và nhu cầu tiêu dùng suy giảm đã ảnh hưởng tiêu cực đến lợi nhuận, dẫn đến sự sụt giảm mạnh trong quý 4 năm 2022 Theo Thu Minh (2023), tính đến ngày 30/1/2022, 753 trong số 1609 doanh nghiệp và ngân hàng niêm yết, chiếm gần 74% tổng giá trị vốn hóa trên các sàn, đã công bố kết quả kinh doanh cho quý 4 năm 2022, với tổng lợi nhuận sau thuế giảm 27,3% so với cùng kỳ.

Kết quả thống kê mô hình Z -Score

3.2.1 Kết quả kiểm định T-test giữa các doanh nghiệp Nhóm 1 và Nhóm 2

3.2.1.1 Mô tả mẫu nghiên cứu

Thống kê mô tả các biến sử dụng trong mô hình được thể hiện ở Bảng 3.2 dưới đây

Bảng 3.2: Thống kê mô tả các biến ở Nhóm 1 và Nhóm 2

Variables Group Obs Mean Std.Deviation

Nguồn: Xử lí của tác giả

Theo số liệu Bảng 3.2, ở Nhóm 1, chỉ số WCTA có TB là 0,0123 và ĐLC là 0,2897; chỉ số RETA có TB thấp là – 0,1426 và ĐLC là 0,2477; chỉ số EBITTA có

Theo thống kê, chỉ số TB và ĐLC của Nhóm 1 cho thấy Z-Score chỉ đạt 3,8483 và 3,7134, cảnh báo nguy cơ thất bại tài chính cao cho các doanh nghiệp trong nhóm này Ngược lại, Nhóm 2 có chỉ số WCTA, RETA, EBITTA và MVETL với TB lần lượt là 0,3638, 0,0762, 0,0929 và 3,0673, cùng với Z-Score đạt 9,7300, cho thấy tình trạng tài chính ổn định và không bị kiệt quệ Sự khác biệt đáng kể trong điểm Z giữa các doanh nghiệp trong cả hai nhóm cũng được ghi nhận.

3.2.1.2 Kết quả kiểm tra mẫu độc lập T-test giữa Nhóm 1 và Nhóm 2

Kết quả kiểm định so sánh WCTA giữa hai nhóm 1 và 2 được thể hiện ở Bảng 3.3 dưới đây

Bảng 3.3: Kết quả kiểm định T-test của WCTA giữa hai Nhóm 1 và Nhóm 2

Independent Samples Test Levene's Test for

Equality of Variances t-test for Equality of Means

95% Confidence Interval of the Difference Lower Upper

Các doanh nghiệp thuộc hai nhóm 1 và 2 là hai mẫu độc lập, do đó, trước khi tiến hành kiểm định so sánh trung bình của WCTA giữa hai nhóm, tác giả đã thực hiện kiểm định phương sai cho hai nhóm với cặp giả thuyết.

H0: phương sai của hai nhóm bằng nhau

H1: phương sai của hai nhóm khác nhau

Kết quả kiểm định Levene's test cho thấy P-value = 0,044, nhỏ hơn 0,05, do đó tác giả bác bỏ giả thuyết H0, xác nhận rằng phương sai của hai nhóm là khác nhau Để kiểm tra sự khác biệt về trung bình của WCTA giữa hai nhóm 1 và 2, tác giả đã xây dựng cặp giả thuyết.

H0: giá trị trung bình của hai nhóm là bằng nhau

H1: giá trị trung bình của hai nhóm là khác nhau

Kết quả kiểm định cho thấy P-value = 0,000 < 0,05, dẫn đến việc bác bỏ giả thuyết H0 Điều này chỉ ra rằng có sự khác biệt về chỉ số WCTA giữa Nhóm 1 (các DN huỷ niêm yết) và Nhóm 2 (các DN niêm yết) Với độ tin cậy 95%, có thể kết luận rằng khả năng kiệt quệ tài chính giữa hai nhóm là khác nhau.

Kết quả kiểm định so sánh RETA giữa hai nhóm 1 và 2 được thể hiện ở Bảng 3.4 dưới đây

Bảng 3.4: Kết quả kiểm định T-test của RETA giữa hai Nhóm 1 và Nhóm 2

Levene's Test for Equality of Variances t-test for Equality of Means

Kết quả kiểm định Levene's test ở Bảng 3.4 cho thấy P-value = 0,003 < 0,05; do đó tác giả bác bỏ giả thuyết H0 Như vậy, phương sai của hai mẫu là khác nhau

Kết quả kiểm định cho thấy P-value = 0,000 < 0,05, dẫn đến việc bác bỏ giả thuyết H0 Điều này chứng tỏ có sự khác biệt rõ rệt về chỉ số RETA giữa Nhóm 1 (các DN huỷ niêm yết) và Nhóm 2 (các DN niêm yết) Do đó, với độ tin cậy 95%, có thể khẳng định rằng khả năng kiệt quệ tài chính giữa hai nhóm là khác nhau.

Kết quả kiểm định so sánh EBITTA giữa hai nhóm 1 và 2 được thể hiện ở Bảng 3.5 dưới đây

Bảng 3.5 : Kết quả kiểm định T-test của EBITTA giữa hai Nhóm 1 và Nhóm 2

Kết quả kiểm định Levene's test trong Bảng 3.5 cho thấy P-value = 0,088 lớn hơn 0,05, do đó chưa đủ cơ sở để bác bỏ giả thuyết H0 Điều này cho thấy phương sai của hai mẫu là bằng nhau.

Kết quả kiểm định từ Bảng 3.5 cho thấy P-value = 0,001, nhỏ hơn 0,05, dẫn đến việc bác bỏ giả thuyết H0 Điều này chỉ ra rằng có sự khác biệt rõ rệt về chỉ số EBITTA giữa Nhóm 1 (các doanh nghiệp huỷ niêm yết) và Nhóm 2.

Với độ tin cậy 95%, có thể khẳng định rằng khả năng kiệt quệ tài chính giữa Nhóm 1 và Nhóm 2 có sự khác biệt rõ rệt.

Kết quả kiểm định so sánh MVETL giữa hai nhóm 1 và 2 được thể hiện ở Bảng 3.6 dưới đây

Bảng 3.6: Kết quả kiểm định T-test của MVETL giữa hai Nhóm 1 và Nhóm 2

Kết quả kiểm định cho thấy P-value = 0,002 < 0,05, dẫn đến việc bác bỏ giả thuyết H0 Điều này cho thấy có sự khác biệt về chỉ số MVETL giữa Nhóm 1 (các DN huỷ niêm yết) và Nhóm 2 (các DN niêm yết) Với độ tin cậy 95%, có thể khẳng định rằng khả năng kiệt quệ tài chính giữa hai nhóm là khác nhau.

Kết quả kiểm định so sánh Z-SCORE giữa hai nhóm 1 và 2 được thể hiện ở Bảng 3.7 dưới đây

Bảng 3.7: Kết quả kiểm định T-test của Z - SCORE giữa hai Nhóm 1 và Nhóm 2

Kết quả kiểm định Levene's test cho thấy P-value = 0,925, lớn hơn 0,05, do đó không có cơ sở để bác bỏ giả thuyết H0 Điều này cho thấy phương sai của hai mẫu là bằng nhau.

Kết quả kiểm định cho thấy P-value = 0,000 < 0,05, dẫn đến việc bác bỏ giả thuyết H0 Điều này chứng tỏ có sự khác biệt về Z-Score giữa Nhóm 1 (các doanh nghiệp hủy niêm yết) và Nhóm 2 (các doanh nghiệp niêm yết) Với độ tin cậy 95%, có thể kết luận rằng khả năng kiệt quệ tài chính giữa hai nhóm là khác nhau.

3.2.2 Kết quả kiểm định T-test giữa các doanh nghiệp Nhóm 1a và Nhóm 1b

3.2.2.1 Mô tả mẫu nghiên cứu

Thống kê mô tả các biến sử dụng trong mô hình được thể hiện ở Bảng 3.8 dưới đây

Bảng 3.8: Thống kê mô tả các biến ở Nhóm 1a và Nhóm 1b

Variables Group Obs Mean Std.Deviation

Bảng 3.8 trình bày thống kê mô tả giữa Nhóm 1a và Nhóm 1b Nhóm 1a có chỉ số WCTA với TB 0,3485 và ĐLC 0,1427, RETA TB 0,0987 và ĐLC 0,1133, EBITTA TB 0,1134 và ĐLC 0,0513, MVETL TB 1,7102 và ĐLC 1,6976 Z-Score của Nhóm 1a đạt TB cao 8,4156 (trên 4,35) với ĐLC 1,6409, cho thấy doanh nghiệp trong nhóm này không có nguy cơ phá sản và sự khác biệt về điểm Z rất nhỏ Ngược lại, Nhóm 1b có chỉ số WCTA TB -0,1558 và ĐLC 0,1709, RETA TB -0,2633 và ĐLC 0,2039, EBITTA TB -0,0305 và ĐLC 0,0653, MVETL TB 0,3813 và ĐLC 0,3762 Z-Score của Nhóm 1b rất thấp, chỉ đạt TB 1,5647 (dưới 4,35) với ĐLC 1,8175, cho thấy doanh nghiệp trong nhóm này có nguy cơ phá sản cao và sự khác biệt về chỉ số Z cũng đáng kể.

3.2.2.2 Kết quả kiểm tra mẫu độc lập T-test của Nhóm 1a và Nhóm 1b

Kết quả kiểm định WCTA giữa hai Nhóm 1a và Nhóm 1b được thể hiện ở Bảng 3.9 dưới đây

Bảng 3.9: Kết quả kiểm định T-test của WCTA giữa hai Nhóm 1a và Nhóm 1b

Kết quả kiểm định Levene's test cho thấy P-value = 0,982, lớn hơn 0,05, do đó không có cơ sở để bác bỏ giả thuyết H0 Điều này chỉ ra rằng phương sai của hai mẫu là bằng nhau.

Kết quả kiểm định cho thấy P-value = 0,000 < 0,05, do đó bác bỏ giả thuyết H0, chứng tỏ có sự khác biệt về chỉ số WCTA giữa Nhóm 1a (các doanh nghiệp có mức độ kiệt quệ tài chính thấp) và Nhóm 1b (các doanh nghiệp có mức độ kiệt quệ tài chính cao) Với độ tin cậy 95%, có thể kết luận rằng khả năng kiệt quệ tài chính giữa hai nhóm này là khác nhau.

Kết quả kiểm định RETA giữa hai Nhóm 1a và Nhóm 1b được thể hiện ở Bảng 3.10 dưới đây

Bảng 3.10: Kết quả kiểm định T-test của RETA giữa Nhóm 1a và Nhóm 1b

Kết quả kiểm định cho thấy P-value = 0,000 < 0,05, dẫn đến việc bác bỏ giả thuyết H0 Điều này chứng tỏ có sự khác biệt về chỉ số RETA giữa Nhóm 1a (các doanh nghiệp có mức độ kiệt quệ tài chính thấp) và Nhóm 1b (các doanh nghiệp có mức độ kiệt quệ tài chính cao) Với độ tin cậy 95%, có thể khẳng định rằng khả năng kiệt quệ tài chính giữa hai nhóm này là khác nhau.

Kết quả kiểm định EBITTA giữa hai Nhóm 1a và Nhóm 1b được thể hiện ở Bảng 3.11 dưới đây

Bảng 3.11: Kết quả kiểm định T-test của EBITTA giữa hai Nhóm 1a và Nhóm 1b

Tiêu đề	Ứng Dụng Mô Hình Z-Score Dự Báo Khả Năng Kiệt Quệ Tài Chính Của Doanh Nghiệp: Nghiên Cứu Thực Nghiệm Tại Các Doanh Nghiệp Niêm Yết Trên Thị Trường Chứng Khoán Việt Nam
Tác giả	Nguyễn Hà Vy
Người hướng dẫn	TS. Phạm Tiến Mạnh
Trường học	Học viện Ngân hàng
Chuyên ngành	Tài chính
Thể loại	khóa luận tốt nghiệp
Năm xuất bản	2023
Thành phố	Hà Nội

Định dạng
Số trang	89
Dung lượng	2,33 MB