DỰ BÁO PHÁ SẢN VÀ KIỆT QUỆ TÀI CHÍNH CỦA CÁC CÔNG TY NIÊM YẾT – SỬ DỤNG SỐ LIỆU KẾ TOÁN, THỊ TRƯỜNG VÀ CÁC BIẾN VĨ MÔ

1 DỰ BÁO PHÁ SẢN VÀ KIỆT QUỆ TÀI CHÍNH CỦA CÁC CÔNG TY NIÊM YẾT – SỬ DỤNG SỐ LIỆU KẾ TOÁN, THỊ TRƯỜNG VÀ CÁC BIẾN VĨ MÔ Tóm lược Sử dụng một mẫu quan sát là 23.218 các công ty niêm yết trong khoảng thời gian 1980-2011, báo cáo các điều tra thực nghiệm hữu ích với việc kết hợp dữ liệu kế toán, cơ sở thị trường và kinh tế vĩ mô để giải thích rủi ro tín dụng của công ty. Báo cáo trình bày các mô hình rủi ro đối với các công ty niêm yết đã dự đoán về kiệt quệ tài chính và phá sản. Các mô hình ước lượng sử dụng sự kết hợp của các số liệu kế toán, các thông tin thị trường chứng khoán và là đại diện cho các biến đổi trong môi trường kinh tế vĩ mô. Mục đích là để tạo ra các mô hình với dự báo chính xác, giá trị thực tiễn và động lực phụ thuộc vào vĩ mô mà có liên quan đến phân tích trọng tâm. Kết quả cho thấy những hữu ích của việc kết hợp dư liệu kế toán, các dự liệu thị trường và các dữ liệu kinh tế vĩ mô trong các mô hình dự đóan kiệt quệ tài chính các công ty niêm yết. Việc thực hiện các mô hình ước lượng được làm chuẩn so với mô hình được xây dựng bằng cách sử dụng một mạng lưới thần kinh (MLP) và so với Altman (1968) đặc điểm kỹ thuật ban đầu Z-score 1. Giới thiệu Cuộc khủng hoảng tài chính năm 2008 nhấn mạnh những thiếu sót trong hoạt động quản lý rủi ro trong môi trường cho vay và đánh giá rủi ro tại các cấp độ vi mô (dự đoán PD). Người cho vay và các nhà đầu tư khác trong khu vực doanh nghiệp cùng với các người điều chỉnh yêu cầu có thông tin kịp thời về xác suất rủi ro vỡ nợ của các doanh nghiệp trong thời hạn cho vay và danh mục đầu tư phái sinh. Đối với ngân hàng, phát triển hiệu quả 'hệ thống xếp hạng nội bộ' (IRB) cho quản lý rủi ro doanh nghiệp đòi hỏi phải xây dựng xác suất vỡ nợ (PD) mô hình hướng đến các đặc điểm cụ thể của từng nhóm công ty (ví dụ như SME, mô hình các công ty tư nhân, công ty niêm yết, ngành đặc thù), điều chỉnh những thay đổi trong môi trường vĩ mô, và, tất nhiên, phù hợp với tính ứng dụng và đúng thời điểm của dữ liệu. Việc sử dụng các mô hình rủi ro tín dụng đã được chứng minh bẳng dữ liệu của Altman (1968). Hiện tại đây là một lý thuyết tổng quát của những doanh nghiệp kiệt quệ tài chính và phá sản thường dùng, nó báo cáo công việc mà dựa vào lịch sử dữ liệu kế toán có sẵn công khai (Altman,1968) hoặc dựa trên các thông tin thị trường chứng khoán (Merton, 1974) để dự đoán các tình trạng không trả được nợ. Các báo cáo gần đây tranh luận cho các liên kết một cách tốt hơn, Trujillo-Ponce, Samaniego_Medina, và Cardone-Riportella (trên báo chí) thử nghiệm cho cả dữ liệu kế toán và thị trường (Credit Default Swaps, CDS) và cho rằng "số liệu kế toán và thị trường bổ sung cho nhau và do đó một mô hình tổng quát bao gồm sự xuất hiện cả hai loại biến dường như là lựa chọn tốt nhất. "(p. 2). Trong kết luận về định nghĩa phá sản được xem như hình thức thông báo phá sản (hợp pháp), nghĩa vụ trả nợ (Mella-Barral & Perraudin, 1997) và trái phiếu (Geske, 1977) hoặc hoán đổi nợ (Ericsson, Jacobs, & Oviedo, 2009) hoặc gián đoạn thị trường chứng khoán. Những cách tiếp cận mô hình đã được áp dụng rộng rãi cho công ty niêm yết sử dụng các quy trình thống kê như MDA, hồi quy logistic hoặc những mô hình rủi ro. Nghiên cứu gần đây đã mở rộng trong định nghĩa phá sản bao gồm các biện pháp rộng lớn hơn của "kiệt quệ tài chính” dựa trên báo cáo tài chính. Hơn nữa, các nỗ lực đã được thực hiện để kết hợp một số động lực bằng cách tổng hợp các dữ liệu phản ánh thay đổi trong môi trường kinh tế vĩ mô, dữ liệu phi tài chính và những dự báo thay đổi theo thời gian khác. Các nghiên cứu này góp phần vào việc xây dựng khung lý thuyết, đầu tiên, trình bày mô hình dự đoán kiệt quệ cho các công ty niêm yết ở Vương quốc Anh có sử dụng định nghĩa ' nền tảng tài chính' của kiệt quệ, để tìm ra giai đoạn đầu của kiệt quệ tài chính, cùng với các phương pháp tiếp cận chính thức hơn bằng cách sử dụng kết quả dữ liệu được cung cấp bởi các cơ sở dữ liệu giá chứng khoán London. Dự báo kịp thời về kiệt quệ tài chính trong thực tế, giúp các chủ nợ ngăn ngừa một số chi phí liên quan đến hồ sơ phá sản. 2 Thứ hai, sử dụng quy trình thực nghiệm đa cấp, nghiên cứu này cung cấp một mô hình dự đoán kiệt quệ tài chính, với một số lượng biến tương đối nhỏ, trình bày với độ chính xác dự đoán tương đối cao và mối liên hệ chính xác với các công trình nghiên cứu trước đó. Thứ ba, và có lẽ quan trọng nhất, các bài kiểm tra nghiên cứu, lần đầu tiên trong các mô hình dự báo kiệt quệ tài chính của các công ty ở Vương quốc Anh, những đóng góp tương đối (cá nhân cũng như tập thể) của ba loại biến: tỷ lệ tài chính, chỉ số kinh tế vĩ mô, và các biến của thị trường. Bài viết này được cấu trúc như sau. Trong phần tiếp theo, chúng tôi thảo luận về lý thuyết có liên quan đến cách tiếp cận mô hình của chúng tôi. chúng tôi mô tả cơ sở dữ liệu và thang đo các biến kết quả của chúng tôi và thiết lập các biến giải thích. Các phương pháp ước lượng sẽ được thảo luận cùng với phân tích, kết quả và kết luận. 2. Các lý thuyết Hầu hết các mô hình dự báo vỡ nợ trước kia đã được các công ty niêm yết dùng làm một định nghĩa của các kết quả tiêu chuẩn đó là căn cứ vào các kết quả hợp pháp cuối cùng của nó: hoặc phá sản tại Hoa Kỳ và thanh lý bắt buộc và/hoặc tự nguyện của chủ nợ ở Vương quốc Anh. Đây là những kết quả pháp lý có giá trị cao mà thể hiện yêu cầu khách quan và chính xác để sử dụng như một biến kết quả. Khả năng phá sản có thể được mô phỏng bằng các mô hình lựa chọn nhị phân mà đòi hỏi rằng các nhóm công ty thất bại và không thất bại phải xác định rõ và làm sáng tỏ phân chia tách bạch. Tuy nhiên, định nghĩa về luật phá sản không phải là không có vấn đề. Ví dụ khả năng phá sản có thể là một quá trình pháp lý kéo dài và kỳ hạn "hợp pháp" của việc phá sản không thể đại diện cho 'nền kinh tế' hoặc hậu quả 'thực tế' của việc phá sản. Phân tích của các công ty Anh cho thấy một khoảng cách thời gian đáng kể (lên đến ba năm hoặc trung bình 1,17 năm) giữa khoảng thời gian mà một công ty đi đến trạng thái của kiệt quệ tài chính (đó là nguyên nhân công ty đi đến vỡ nợ) và thời điểm hợp pháp để vỡ nợ/phá sản . Bằng chứng này là phù hợp với các nghiên cứu của Theodossiou (1993) rằng các công ty ở Hoa Kỳ ngừng cung cấp tài khoản khoảng hai năm trước khi nộp hồ sơ phá sản. Ngụ ý rằng là một công ty trong tình huống này là đã thực sự kiệt quệ tài chính nghiêm trọng 2 năm trước khi phá sản hợp pháp. Hơn nữa, nó có thể là một công ty trong tình trạng kiệt quệ tài chính không thay đổi tình trạng pháp lý mà sẽ buộc phải nộp hồ sơ phá sản (Balcaen & Ooghe, 2004). Ngoài ra, những thay đổi trong luật phá sản, (ví dụ như Luật Doanh nghiệp năm 2004 tại Vương quốc Anh hoặc Chương 11 ở Mỹ) đã cố gắng để tạo ra một "giải cứu văn hóa", đã làm thay đổi bản chất và thời gian của quá trình phá sản hợp pháp. Wruck (1990) cho rằng có rất nhiều giai đoạn mà một công ty có thể đi qua trước khi nó chết: kiệt quệ tài chính, phá sản, nộp đơn phá sản, và tiếp nhận quản trị (để tránh việc nộp đơn phá sản). Hơn nữa sự suy tàn có thể được quản lý bằng việc bán tài sản (pre-packs-thanh lý) và giải thể cuối cùng chứ không phải là phá sản chính thức. Các nghiên cứu hiện nay giới thiệu lần đầu tiên, cho các công ty niêm yết tại Vương quốc Anh, định nghĩa dựa trên 'kiệt quệ tài chính ". Sự phát triển này đã được nhấn mạnh là quan trọng trong các lý thuyết (Barnes, 1987, 1990; Pindado, Rodrigues, và De la Torre,2008) và được chứng minh bằng thực tế rằng sự thất bại của một doanh nghiệp để đáp ứng các nghĩa vụ tài chính của mình không tránh khỏi dẫn đến việc nộp hồ sơ phá sản. Nghiên cứu nhận thấy rằng các kiệt quệ tài chính có thể rất tốn kém cho chủ nợ và họ sẽ muốn có những hành động kịp thời để giảm thiểu/ngăn chặn những chi phí này. Do đó, điều cần thiết là có một mô hình dự đoán kiệt quệ tài chính đáng tin cậy được phát triển để không chỉ sử dụng các trường hợp phá sản là kết quả ban đầu, mà còn bao gồm thời gian khi một công ty không đáp ứng các nghĩa vụ tài chính của mình. Wruck (1990) định nghĩa kiệt quệ tài chính như các tình huống mà các dòng lưu chuyển tiền tệ của một công ty không đủ để trang trải các nghĩa vụ tài chính hiện tại. Asquith, Gertner, và Scharfstein (1994) phân tích các trường hợp mà tổ chức phát hành trái phiếu cấp thấp (hay còn gọi là trái phiếu có tính đầu cơ cao) đối phó để ngăn chặn tình trạng phá sản và xác định kiệt quệ tài chính trong một cách tương tự. Định nghĩa của họ về kiệt quệ tài chính 3 được dựa trên tỷ lệ lợi nhuận. Trong thực tế, một công ty được phân loại là kiệt quệ về tài chính nếu thu nhập của mình trước lãi suất, thuế, khấu hao và trả góp (EBITDA) là ít hơn so với báo cáo chi phí tài chính của nó (chi phí lãi vay trong nợ) trong hai năm liên tiếp bắt đầu từ năm tiếp theo trái phiếu cấp thấp của nó phát hành, hoặc, nếu trong bất kỳ năm nào khác, EBITDA là ít hơn 80% so với chi phí lãi vay của nó. Tương tự như vậy, Andrade và Kaplan (1998) xác định kiệt quệ tài chính là năm đầu tiên mà EBITDA của một công ty ít hơn so với chi phí tài chính.Tuy nhiên, các tác giả đã phân loại các công ty trong thể loại này (ngoài các điều kiện đầu tiên) bất cứ khi nào một công ty cố gắng để tái cơ cấu nợ, hoặc vỡ nợ.Việc thực hiện bất kỳ các điều kiện phân loại với một công ty như là kiệt quệ về mặt tài chính. Whitaker (1999) phân tích các giai đoạn đầu của kiệt quệ tài chính và chỉ ra rằng hiệu ứng của nó không giới hạn ở những doanh nghiệp không có khả năng đáp ứng các nghĩa vụ nợ theo hợp đồng như đến hạn, mà còn cho những công ty có khả năng gia tăng vỡ nợ. Ông nói rằng, trên thực tế, những tác động của kiệt quệ tài chính có thể được phát hiện trước khi công ty vỡ nợ, như là một phần của sự suy giảm giá trị công ty trước khi xảy ra vỡ nợ hoặc phá sản. Whitaker (1999) định nghĩa kiệt quệ tài chính năm đầu tiên mà dòng tiền của công ty ít hơn so với các kỳ hạn phải thanh toán hiện tại của nợ dài hạn. Hơn nữa, giá trị thị trường được sử dụng để xác nhận kiệt quệ tài chính nghĩa là thời điểm các doanh nghiệp khó khăn có hoặc là một tỷ lệ tăng trưởng tiêu cực trong giá trị thị trường hoặc một tỷ lệ tăng trưởng tiêu cực trong công nghiệp được điều chỉnh theo giá trị thị trường. Nghiên cứu trước đây đã thử nghiệm các hữu ích của biến thị trường trong việc dự đoán phá sản bằng cách sử dụng các phương pháp như Black và Scholes (1973) and Merton (1974) tùy thuộc vào yêu cầu hoặc tùy chọn dựa trên cách tiếp cận. Bharath và Shumway (2008), Hillegeist, Keating, Cram, và Lundstedt (2004), và Reisz Perlich (2007), và Vassalou và Xing (2004) đã sử dụng các phương pháp tùy thuộc vào các yêu cầu để ước tính khả năng thất bại của công ty. Gần đây số liệu về hoán đổi nợ xấu (Credit Default Swaps) (giá cả và lây lan) đã được sử dụng để đại diện cho rủi ro tín dụng (Alexander & Kaeck, 2008). Nhiều báo cáo thực nghiệm đã cố gắng để chứng minh tính ưu việt của mô hình dựa trên thị trường hơn các mô hình dựa trên kế toán và ngược lại. Tuy nhiên, các kết quả thu được từ các mô hình này (mà đòi hỏi rất nhiều giả định hạn chế) và sau đó so sánh hiệu suất với các mô hình dựa trên kế toán đã gây nhiều tranh cãi. Trong một báo cáo gần đây, Agarwal và Taffler (2008) thực hiện một so sánh các mô hình dự báo phá sản dựa vào thị trường và dựa trên kế toán, và thấy rằng mô hình truyền thống dựa trên chỉ số tài chính không thua kém loại KMV, mô hình lựa chọn cho mục đích đánh giá rủi ro tín dụng. Họ kết luận rằng, "về độ chính xác dự đoán, có rất ít sự khác biệt giữa các mô hình dựa trên thị trường và kế toán. Hillegeist et al. (2004) cung cấp kết quả cho biết sự tương phản rằng mô hình lựa chọn định giá Black-Scholes-Merton cung cấp nhiều thông tin đáng kể về khả năng phá sản mà đã diễn ra Z-score của Altman hoặc O-score Ohlson. Như những lý thuyết dự đoán vỡ nợ sớm hơn có thể được mô tả đặc điểm bởi một phương pháp tiếp cận cạnh tranh, nơi có sự phân chia rõ ràng giữa các biến thị trường và biến kế toán. Hillegeist et al. (2004) Ví dụ, các nhà nghiên cứu khuyến cáo sử dụng các phương pháp Black-Scholes-Merton thay vì các biện pháp kế toán dựa trên truyền thống như là một đại diện cho khả năng xảy ra phá sản. Nhiều nghiên cứu gần đây cho thấy rằng cả hai phương pháp mang lại kết quả tương tự như ngụ ý rằng cả hai đều chứa thông tin hữu ích về khả năng vỡ nợ / kiệt quệ tài chính của công ty. Hơn nữa, các đặc điểm cá nhân (ví dụ như tính kịp thời) của từng loại biến (thị trường và kế toán) đưa lời hứa cho sự phát triển của một mô hình đó với hiệu suất cao hơn so với những mô hình mà dựa vào một trong hai biến kế toán hoặc biến thị trường. Balcaen và Ooghe (2004) lập luận rằng nếu các nhà nghiên cứu chỉ tính đến các chỉ tiêu tài chính vào mô hình dự đoán sự thất bại của họ, họ ngầm giả định rằng tất cả các chỉ số thất bại hay thành công cả bên trong và bên ngoài, được phản ánh trong các tài khoản hàng năm. Rõ ràng là báo cáo tài chính không bao gồm tất cả các thông tin có liên quan đến dự báo kiệt quệ tài chính, và các biến của thị trường là rất có khả năng để bổ sung cho sự thiếu hụt này. 4 Rees (1995) cho thấy rằng giá cả thị trường có thể là một yếu tố dự báo hữu ích cho xác suất phá sản vì chúng bao gồm thông tin về dòng tiền dự kiến trong tương lai. Với Hillegeist et al. (2004) thị trường chứng khoán là một nguồn thay thế thông tin vì nó có chứa các thông tin từ các nguồn khác thêm vào các báo cáo tài chính. Beaver, McNichols, và Rhie (2005) chỉ ra rằng một xác suất phá sản được thể hiện vào trong giá cả thị trường, mặc dù xác suất này có thể không được trực tiếp được lấy ra: “ như là xác suất phá sản làm tăng tính chất phi tuyến tính của các hàm lợi ích cho cổ phiếu phổ thông trở nên ngày càng quan trọng hơn do rủi ro nợ và khoản nợ đến hạn. Rõ ràng việc tính đến các biến dựa trên thị trường thì đang hấp dẫn với nhiều căn cứ: đầu tiên, giá thị trường phản ánh các thông tin trong báo cáo kế toán cộng với các thông tin khác không có trong báo cáo tài chính (Agarwal & Taffler, 2008), làm cho chúng một sự kết hợp toàn diện khả năng hữu dụng cho các dự báo phá sản của công ty. Thứ hai, việc tính đến các biến dựa trên thị trường có thể tăng đáng kể về tính kịp thời của các mô hình dự báo; trong khi các tài khoản tài chính có giá trị tại Vương quốc Anh trên cơ sở hàng quý, trong điều kiện tốt nhất (nghiên cứu trước đó đã sử dụng dữ liệu thông thường hàng năm), giá thị trường là có giá trị trên cơ sở hàng ngày. Thứ ba, giá thị trường có thể thích hợp hơn để dự đoán phá sản, vì chúng phản ánh tương lai dòng tiền dự kiến (báo cáo kế toán, ngược lại, phản ánh các hoạt động trước đây của công ty).Và, thứ tư các biến dựa vào thị trường có thể cung cấp một đánh giá trực tiếp tính biến động, một biện pháp mà có thể là một yếu tố dự báo mạnh mẽ về rủi ro phá sản và nó cũng không bao gồm trong báo cáo tài chính. Theo Beaver et al. (2005) quan niệm rằng càng biến động, khả năng phá sản cao hơn. Trong số ít các nghiên cứu bao gồm một tập hợp các biến thị trường để nâng cao tính kịp thời và sức mạnh của các mô hình dự báo kiệt quệ là Campbell, HILSCHER, và Szilagyi (2008), những người mà có phân tích xem xét các yếu tố quyết định đến phá sản cũng như giá cả của các cổ phiếu kiệt quệ tài chính với một xác suất phá sản cao thông qua một mô hình logit bao gồm các biến kế toán và thị trường. Hơn nữa, một tập hợp của hai biến kế toán, một số biến thị trường được kiểm tra: lợi nhuận hàng tháng trên vốn cổ phần của từng công ty liên quan đến chỉ số S & P 500, độ lệch chuẩn của lợi nhuận cổ phần hàng ngày của mỗi công ty trong ba tháng qua, quy mô tương đối của mỗi công ty đo bằng tỷ số vốn hóa thị trường của mình cho rằng là chỉ số S & P 500, và mỗi giá log của công ty chia ngắn trên $ 15. Các ước tính của nghiên cứu được tính toán với dữ liệu Hoa Kỳ cho công ty đại chúng. Tương tự như vậy, Chava và Jarrow thử nghiệm (2004) trong phân tích của mình, ngoài các biến kế toán của Altman(1968), các biến được tính đến trong Shumway (2001): các biến kế toán thu nhập ròng trên tổng tài sản và tổng nợ phải trả trên tổng tài sản; và các biến thị trường: quy mô tương đối được định nghĩa là logarit tự nhiên của giá trị vốn chủ sở hữu của công ty liên quan đến tổng NYSE / AMEX giá trị cổ phần thị trường, lợi nhuận thặng dư hàng năm được tính như lợi nhuân tích lũy hàng tháng của công ty trừ đi giá trị CRSP NYSE / AMEX chỉ số lợi nhuận hàng tháng, và sự biến động của cổ phiếu được tính như độ lệch chuẩn bằng cách sử dụng 60 quan sát của giá thị trường cuối mỗi ngày. Trong Shumway (2001) các biến cùng một thị trường được kiểm tra trong mô hình dự báo phá sản với một số thay đổi nhỏ, cụ thể là độ lệch tiêu chuẩn của lợi nhuận cổ phiếu mỗi công ty có đặc tính riêng, mà giá trị được tính bằng sự sụt giảm lợi nhuận của mỗi cổ phiếu hàng tháng trên giá trị nghiêng NYSE / AMEX chỉ số lợi nhuận đối với cùng kỳ (năm). Gần đây hơn, Christidis và Gregory (2010), tìm hiểu Campbell et al. (2008) và thử nghiệm ba biến thị trường trong một mô hình dự đoán cho các công ty niêm yết Vương quốc Anh cũng bao gồm một tập hợp các biến kế toán. Như các biến thị trường, họ thay thế giá trị sổ sách của tài sản với giá trị thị trường và kiểm tra xem log lợi nhuận thặng dư nửa năm qua chỉ số FTSE All Share và độ lệch chuẩn lợi nhuận cổ phiếu công ty (tính toán trên một khoảng thời gian sáu tháng) có thể tăng cường sức mạnh dự đoán của mô hình. Phát hiện của họ cho thấy rằng giá trị thị trường có khả năng tăng độ chính xác của các mô hình dự đoán kiệt quệ. Sự kết hợp của dữ liệu biến thời gian vào mô hình rủi ro tín dụng để ghi chép những thay đổi trong môi trường kinh tế vĩ mô là quan trọng ở hai khía cạnh chính. Đầu tiên nó thêm một yếu tố năng động cho 5 các mô hình hoạt động để điều chỉnh rủi ro (khả năng vỡ nợ) liên quan đến việc thay đổi điều kiện kinh tế vĩ mô. Thứ hai các mô hình như vậy sẽ tạo một cơ sở trong điều kiện thuận lợi để nhấn mạnh ước tính kiểm nghiệm PD trên danh mục đầu tư. Có vài nghiên cứu đã kết hợp yếu tố vĩ mô dựa vào rủi ro trong các phương trình (Mare, 2012; Nam, Kim, Park, Lee & 2008; Qu, 2008). Trong bài nghiên cứu này chúng tôi kiểm soát các điều kiện vĩ mô, lạm phát và lãi suất thay đổi, qua giai đoạn mẫu. Trong phần tiếp theo chúng tôi mô tả các cơ sở dữ liệu được sử dụng trong nghiên cứu này, xây dựng các biến kết quả của chúng tôi và lựa chọn các biến độc lập 3. Mô tả cơ sở dữ liệu và xác định kết quả: Bảng dữ liệu để nghiên cứu bao gồm quan sát năm của 23.218 công ty với tổng số 3.020 công ty phi tài chính niêm yết công khai, trung bình khoảng 8 quan sát hàng năm cho mỗi công ty. Thời gian quan sát trong phạm vi cơ sở dữ liệu 1980-2011. 3.1. Xác định kết quả: Các phân tích triển vọng yêu cầu một định nghĩa của kiệt quệ tài chính, trong đó có thể được xem như là kết quả của một quá trình. Cùng với các cuộc thảo luận trước đó và các nghiên cứu gần đây chúng tôi tập trung vào khả năng của một công ty trả nghĩa vụ tài chính (Asquith et al., 1994). Chúng tôi phát triển một mô hình để ước lượng khả năng kiệt quệ tài chính theo Pindado et al. (2008) trong đó sử dụng hai điều kiện chính mà cần phải được đáp ứng để phát hiện và dự đoán kiệt quệ tài chính đã quy định công ty / năm (quan sát): một công ty được phân loại là kiệt quệ về tài chính, i) bất cứ khi nào thu nhập của công ty trước lãi vay và khấu hao thuế và trả góp (EBITDA) là thấp hơn so với chi phí tài chính trong hai năm liên tiếp; và ii) bất cứ khi nào các doanh nghiệp bị tăng trưởng âm về giá trị thị trường trong hai năm liên tiếp. Liên quan đến các điều kiện đầu tiên, nếu EBITDA là thấp hơn so với chi phí lãi vay của công ty thì có thể kết luận rằng lợi nhuận hoạt động của công ty là không đủ để trang trải các nghĩa vụ tài chính của mình; Mặt khác, với tham chiếu đến các điều kiện thứ hai, Pindado et al. (2008) cho rằng thị trường cũng như các bên năm giữ cổ phần có khả năng để đánh giá tiêu cực một công ty bị thâm hụt hoạt động (được mô tả trong các điều kiện đầu tiên) cho đến khi một sự cải tiến trong điều kiện tài chính được thấy trở lại. Như vậy, việc giảm giá trị thị trường trong hai năm liên tiếp được hiểu như là một dấu hiệu cho thấy một công ty có ảnh hưởng trong kiệt quệ tài chính. Theo Pindado et al. (2008), do đó nghiên cứu này giới thiệu một cách tiếp cận năng động, một sự phát triển mới trong định nghĩa kiệt quệ tài chính hiện hành. Các biến lợi nhuận trước lãi, khấu hao thuế và trả góp (EBITDA) và chi phí lãi trên nợ được lấy từ Thomson One Banker. Để tính toán những thay đổi trong giá trị thị trường cho các công ty trong cơ sở dữ liệu, nghiên cứu này sử dụng các thông tin có sẵn trong cả hai Thomson One Banker và Datastream. Tuy nhiên, nghiên cứu này nhận ra sự cần thiết phải bao gồm một chỉ số phá sản thêm vào định nghĩa " nền tảng tài chính” trước đây của khủng hoảng để hoàn thành các khái niệm về kiệt quệ tài chính và do đó nâng cao mục tiêu và sáng suốt/dự đoán hiệu lực của mô hình cho mục đích thực tế. Một định nghĩa dựa trên Christidis và Gregory (2010) đã được sử dụng. Như vậy, một công ty được phân loại như là trong kiệt quệ tài chính không chỉ khi nó đáp ứng hai điều kiện trước đó, mà còn khi nó được xem là đã chính thức vỡ nợ về nghĩa vụ của mình. Các định nghĩa của biến kết quả được xây dựng sử dụng các thông tin có hiệu lực trong năm 2012 London Share Price Database(LSPD). Một công ty được định nghĩa như trong phá sản/ kiệt quệ tài chính bất cứ khi nào tình trạng của nó được xác định là bị đình chỉ, trong thanh lý hoặc thanh lý tự nguyện, khi giá thị trường của nó đã bị đình chỉ hơn ba năm, khi công ty được cứu giúp bởi một người nhận (trong trách nhiệm quản lý tài sản), trong quản lý tài sản hoặc trách nhiệm quản lý tài sản hành chính, hoặc khi đã có một sự hủy bỏ hoặc đình chỉ công ty. 6 Như vậy, một công ty được phân loại là kiệt quệ tài chính khi tình trạng LSPD (2012) của nó bằng bất kỳ các định nghĩa sau đây (mà đưa ra lý do tại sao sự bảo đảm không còn được trích dẫn trong các SEDOL): 6) Đình chỉ / hủy bỏ với cổ phiếu đã mua sau. Trong khi đó, có thể được giải quyết theo nguyên tắc 163/2; 7) Thanh lý (thường là ít giá trị, nhưng có thể được thanh lý; 10) Giá thị trường bị hoãn - Nếu đình chỉ hơn ba năm, điều này có thể dẫn đến hủy tự động; 11) thanh lý tự nguyện, nơi mà giá trị vẫn còn, và đã / đang được phân phối; 16) người được bổ nhiệm /thanh lý. Có lẽ không có giá trị nhưng vẫn chưa chắc chắn; 20) Trong quản lý tài sản/trách nhiệm quản lý tài sản hành chính; 21) Hủy bỏ và giá định giá trị nhỏ hoặc bị đình chỉ nhưng giả định giá trị nhỏ. Ngoài ra, phân tích hiện tại cũng theo dõi các ngày cụ thể khi một trong những sự kiện xảy ra. Để đơn giản, trong phần còn lại của cuộc nghiên cứu này, các biến phụ thuộc nhị phân bao gồm cả các định nghĩa của doanh nghiệp phá sản nêu trên và kiệt quệ tài chính sẽ được gọi là “chỉ số kiệt quệ tài chính". Theo đó, tất cả các doanh nghiệp được phân loại như phá sản hoặc kiệt quệ về tài chính, sẽ được gọi là “tình trạng kiệt quệ về tài chính” hoặc “kiệt quệ tài chính”. Trong tổng các số quan sát, có 1.254 công ty mỗi năm phân loại là kiệt quệ về tài chính; chiếm một tỷ lệ 5% của các quan sát hàng năm trong kiệt quệ tài chính (Bảng 1). Các số liệu kế toán có giá trị được lấy từ Datastream và Thomson One Banker (Worldscope); các biến kinh tế vĩ mô đã được thu thập từ Datastream; và các biến thị trường đã được xây dựng kết hợp các thông tin có sẵn từ Datastream, cơ sở dữ liệu London Share Price và Worldscope. Thông tin thị trường được bổ sung vào các công ty đã được tìm thấy trong cơ sở dữ liệu Thomson One Banker. Sự kết hợp của các biến kế toán và thị trường trong một cơ sở dữ liệu dẫn đến các công ty ít có cả hai thị trường hoàn hảo dựa trên chuỗi thời gian hơn so với thông tin kế toán. Bảng 2 trình bày các số liệu thống kê tóm tắt cho 379 công ty phá sản không được phân loại theo các định nghĩa của các doanh nghiệp thất bại trong nghiên cứu này bằng cách sử dụng cơ sở dữ liệu LSPD 2012. Trong số 381 công ty phá sản, 379 đã được sử dụng để tính toán các số liệu thống kê tóm tắt. Bảng B trong Bảng 2 cho thấy, trong số các công ty đã hình thành các mẫu của các công ty phá sản; có độ trễ rằng khoảng 0-36 tháng trước khi ngày thất bại. Nói cách khác, các doanh nghiệp đang gặp khó khăn về tài chính, mà cuối cùng thất bại, ngừng cung cấp tài khoản trung bình 1,17 năm trước khi ngày của thất bại. (nghĩa là các công ty mà phá sản giấu việc cung cấp các tài khoản cho đến ngày thất bại) và độ trễ tối đa quan sát được là 36; một công ty trong mẫu ngừng cung cấp tài khoản chính thức 3 năm trước khi thất bại. Ghi chú: Bảng này báo cáo thống kê tổng hợp cho toàn bộ mẫu được sử dụng trong việc xây dựng các mô hình dự báo kiệt quệ tài chính. NFD và FD là tài chính và doanh nghiệp không kiệt quệ tài chính. FD% là tỷ lệ (phần trăm) của các quan sát hàng năm đáp ứng các tiêu chí kiệt quệ tài chính của nghiên cứu. Các tiêu chí được sử dụng để phân loại các công ty thành công ty tài chính, không kiệt quệ về tài chính như quan sát. Một công ty được phân loại là FD khi các tài tiệu cho phá sản (định nghĩa được xây dựng bằng cách sử dụng cơ sở dữ liệu London Share Price, xem chi tiết bên dưới), hoặc bất cứ khi nào nó đáp ứng cả hai điều kiện sau đây: i) thu nhập của công ty trước lãi vay và khấu hao thuế và trả góp (EBITDA) thấp hơn so với chi phí tài chính trong hai năm liên tiếp, và ii) có mức tăng trưởng tiêu cực của giá trị thị trường của nó cho hai giai đoạn liên tiếp. 7 Trong phần ghi chú chi tiết các mô hình có hai mục tiêu chính. Đầu tiên, mục đích là để xây dựng mô hình chính xác và kịp thời hơn dự đoán kiệt quệ tài chính, sử dụng dữ liệu đó là có giá trị thường xuyên. Các mô hình được thiết kế để có được kết quả chính xác hơn so với những nghiên cứu trước đó trong lĩnh vực hàn lâm và được xây dựng với một cách tiếp cận kỹ lưỡng từ đó họ đã dự định đạt giá trị thực tiễn. Hơn nữa, Zmijewski (1984) và gần đây Pindado et al. (2008) đã chỉ ra rằng trong thực tế, một tập hợp lớn của các biến là không cần thiết cho các mô hình để đạt mức hiệu quả tối đa. Pindado et al. (2008), ví dụ, sử dụng một tập hợp gồm ba biến kế toán để đạt được một mức độ chính xác cao trong mô hình dự báo kiệt quệ tài chính. Các biến được sử dụng trong nghiên cứu của họ là những tỷ lệ thu nhập trước lãi vay và thuế trên tổng tài sản, chi phí tài chính trên tổng tài sản và lợi nhuận giữ lại trên tổng tài sản, những biến đó lần lượt đại diện cho lợi nhuận, chi phí tài chính và lợi nhuận giữ lại. Zmijewski (1984) sử dụng một tập hợp các biến kế toán bao gồm các đại diện cho thu nhập trên tài sản, đòn bẩy tài chính, và tính thanh khoản. Hơn nữa, trong một nghiên cứu dự định để kiểm tra các mối quan hệ thực nghiệm giữa nguy cơ phá sản và rủi ro hệ thống thông qua việc xây dựng một điểm tổng hợp duy nhất phản ánh xác suất phá sản cho một công ty tại một thời điểm, Dichev (1998) sử dụng phương pháp bắt nguồn từ việc thoát khỏi mô hình kế toán như mô hình 5-variable Altman (1968) Z, và mô hình 7-variable Ohlson (1980) logit. Mục tiêu thứ hai của phân tích là để kiểm tra tính hữu ích của các biến phi-kế toán khác, cụ thể là biến số kinh tế vĩ mô và thị trường, đối với những đóng góp của chúng cho sự chính xác và kịp thời của các mô hình dự báo kiệt quệ tài chính của các công ty niêm yết. Chúng tôi điều tra xem liệu các biến kinh tế vĩ mô và thị trường tăng cường nâng cao phân biệt và dự đoán của các mô hình. Đã có vài nghiên cứu phân tích hiệu suất của ba loại của các biến này trong mô hình dự báo kiệt quệ tài chính thống kê. Nó được coi là quan trọng để điều tra các biến kinh tế vĩ mô và thị trường vì trước hết nó có tiềm năng hữu ích để hoạt động như một thành phần bổ sung cho các biến kế toán và sau là điều chỉnh các điểm ước tính khi có những thay đổi trong môi trường kinh tế vĩ mô và cung cấp cơ sở để áp đặt các kịch bản thử nghiệm kiệt quệ. Tất nhiên, số liệu kế toán chỉ có thể được lấy trên cơ sở hàng năm, vì vậy ngay cả khi phân biệt sức mạnh của một số mô hình trước đó và được sử dụng rộng rãi (như Altman (1968) mô hình) là khá cao, luôn luôn có những rủi ro của việc dựa vào thông tin quá cũ. Hơn nữa, thông qua một phân tích chi tiết các hình thức cực đoan nhất của kiệt quệ tài chính, doanh nghiệp phá sản, nghiên cứu này cho thấy rằng các công ty được phân loại là thất bại, thì đã ngừng cung cấp dữ liệu kế toán một năm tính trung bình (14 tháng) trước ngày phá sản thực tế. Từ cơ sở dữ liệu, bao gồm 130 biến trong tổng số, một số số liệu kế toán, kinh tế vĩ mô, và các biến thị trường đã được thử nghiệm. Việc lựa chọn biến cuối cùng được báo cáo phía dưới. Các phương pháp lựa chọn dựa trên kết quả báo cáo trước đó, đề xuất lý thuyết và thực nghiệm đánh giá. Các dữ liệu phải 8 tuân theo quá trình thử nghiệm nghiêm ngặt và phương pháp mới để đối phó với các quan sát cách xa đã được chấp nhận. Sử dụng cả thử nghiệm đơn biến và đa biến (logit) đã được thực hiện để đi đến lựa chọn cuối cùng của biến hồi quy. Việc lựa chọn biến bao gồm bốn tỷ lệ kế toán: Tổng quỹ từ hoạt động trên tổng nợ phải trả, Tổng khoản nợ trên Tổng tài sản, khoảng phi tín dụng, và hệ số khả năng thanh toán lãi vay; hai biến kinh tế vĩ mô: lãi suất hối phiếu ngắn hạn (điều chỉnh lạm phát hay giảm phát), và chỉ số giá bán lẻ (căn cứ vào 100). Bốn biến thị trường đã được tìm thấy tăng đáng kể độ chính xác dự đoán của mô hình: giá cổ phần của công ty, lợi nhuận bất thường hàng năm của công ty, quy mô của công ty trên tổng quy mô của giá trị thị trường FTSE All-Share, và Vốn tỷ lệ thị trường trên Tổng nợ. Các biến này được thảo luận chi tiết dưới đây. Do sự tồn tại của các giá trị vô cùng của biến đối với một số quan sát trong cơ sở dữ liệu nhiều nhất (mà có thể làm thay đổi đáng kể các kết quả phân tích), các nghiên cứu hiện nay sử dụng, lần đầu tiên trong mô hình dự báo kiệt quệ tài chính, sự chuyển đổi ngược (chuyển đổi TANH) để cung cấp một giải pháp thỏa đáng cho vấn đề này, ưu tiên sử dụng kỹ thuật windsorising (17) – các giá trị ngoại lai trong một tập dữ liệu. Theo Godfrey (2009), khi sử dụng công cụ thống kê này, các dòng số thực được sắp xếp trong khoảng [-1,1], và trong đó x sở hữu một giá trị nhỏ, sau đó TANH (x) ≈ x. Vì vậy, TANH có thể được sử dụng để tạo ra một biến đổi tuyến tính cho các giá trị đầu vào đã nằm gần các giá trị 'dự kiến' khi giảm giá trị nằm ngoài phạm vi dự kiến (Godfrey, 2009) (18) 3.2. Lựa chọn biến độc lập: 3.2.1. Tỷ lệ kế toán Một loạt các biến độc lập tiềm năng đã được lựa chọn và thử nghiệm dựa trên các nghiên cứu thực nghiệm hiện có. Đối với vấn đề các biến kế toán lầ bốn tỷ lệ: Tổng vốn từ hoạt động trên tổng nợ phải trả, Tổng khoản nợ trên Tổng tài sản, khoảng phi tín dụng, và hệ số khả năng thanh toán đã được lựa chọn. Biến số, Tổng vốn từ hoạt động trên tổng nợ phải trả (TFOTL), tỷ lệ dòng chảy vốn mà đại diện cho thước đo hiệu suất, được xây dựng bằng cách sử dụng dữ liệu có sẵn trong Worldscope. Tổng vốn từ hoạt động đại diện cho tổng thu nhập ròng và tất cả các khoản phải trả không bằng tiền mặt hoặc tín dụng; nó là dòng tiền của công ty. Mẫu số của tỷ lệ, tổng nợ phải trả, bao gồm tất cả các khoản nợ ngắn và dài hạn được mua lại bởi công ty. Biến này đã được sử dụng thành công trong các nghiên cứu khác, ví dụ: Marais (1979) trong một nghiên cứu của Ngân hàng Anh, và Ohlson (1980). Tỷ lệ này nhằm mục đích để cho thấy mức độ mà một công ty có thể tạo ra tiền từ hoạt động kinh doanh để đáp ứng các nghĩa vụ tài chính của mình. Các dòng số thực của TFOTL có thể được sắp xếp trong đoạn [-1,1], trong đó một giá trị dương cho thấy một vị thế tốt của các công ty liên quan đến nghĩa vụ tài chính của mình và một giá trị âm với gợi ý rằng một công ty có thể là ở trong vị thế không tạo ra đủ nguồn tiền từ các hoạt động của mình để tuân thủ nghĩa vụ nợ của nó và có thể vỡ nợ. Gía trị của tỷ lệ tài chính này càng cao, càng ít có khả năng một công ty sẽ rơi vào vị thế tài chính kiệt quệ. Một dấu âm cho tỷ lệ này được mong đợi, khẳng định giả thuyết trên là giá trị tỷ lệ này càng cao (gần 1) làm giảm xác suất của kiệt quệ tài chính (dấu dự kiến là âm). Tỷ lệ Tổng số khoản nợ trên Tổng tài sản (TLTA) là một thước đo của đòn bẩy tài chính. Các dữ liệu được sử dụng để tạo ra biến này cũng được lấy từ Worldscope (như trường hợp của hầu hết các tỷ lệ kế toán trong nghiên cứu này). Tổng số nợ phải trả, như đã thảo luận, bao gồm tất cả các khoản nợ ngắn hạn và dài hạn được mua lại bởi một công ty. Mẫu số, tổng tài sản của các công ty công nghiệp, là tổng của tổng tài sản hiện nay, các khoản phải thu dài hạn, đầu tư vào công ty con chưa hợp nhất, các khoản đầu tư khác, quyền sở hữu thực nhà máy và trang thiết bị và các tài sản khác. Tỷ lệ này thường được sử dụng để đo đòn bẩy tài chính của một công ty (và ngoài ra là rủi ro tài chính) bằng cách tính tỷ lệ tài sản của công ty đã được tài trợ bằng nợ ngắn hạn và dài hạn. Zmijewski (1984) đưa TLTA (đại diện là FINL) vào trong một mô hình kế toán ba biến, nơi mà nó hiển thị đúng dấu hiệu dự kiến và có ý nghĩa 9 thống kê. Nhiều nghiên cứu gần đây, chẳng hạn như Shumway (2001) và Chava và Jarrow (2004) tại Hoa Kỳ, và Christidis và Gregor (2010) ở Vương quốc Anh, đã thử nghiệm nó và khẳng định sự nhất quán và đóng góp của nó đến mô hình dự báo phá sản/vỡ nợ. Các dòng số thực của TLTA có thể được sắp xếp trong khoảng [-1,1], trong đó, giá trị dương, càng lúc càng gia tăng cho thấy một đòn bẩy càng cao của công ty. Hơn nữa, đòn bẩy càng cao, rủi ro tài chính được sinh ra bởi các công ty càng cao và do đó xác suất của kiệt quệ tài chính cao hơn. Điều này là do một công ty có đòn bẩy cao (tỷ lệ TLTA cao) có thể nhận thấy chính nó trong một vị thế rất khó khăn và nguy hiểm nếu chủ nợ đòi trả nợ theo hợp đồng. Tương tự như vậy, một giá trị nhỏ hoặc âm của tỷ lệ kế toán TLTA chỉ ra rằng tài sản của công ty được tài trợ bằng vốn chủ sở hữu thay vì nợ. Dấu dương dự kiến của biến được mong đợi trong phân tích, cho thấy một giá trị cao của tỷ lệ TLTA (một đòn bẩy cao) có tác động tích cực đối với xác suất của kiệt quệ tài chính. Trong phân tích hiện nay, nó được kiểm tra xem liệu các tỷ lệ TLTA có thể tăng độ chính xác của các mô hình dự báo kiệt quệ tài chính mới cho các công ty của Anh hay không. Biến khoảng phi tín dụng (NOCREDINT) được thiết kế để đo lường tính thanh khoản (Agarwal & Taffler, 2007; Taffler, 1983). Graham (2000) định nghĩa các biến khoảng phi tín dụng là 'ước tính chiều dài của thời gian mà một công ty có thể tài trợ cho các chi phí kinh doanh của mình, ở mức hiện tại của hoạt động, bằng cách dùng các nguồn tiền riêng của mình và giả định rằng nó không có thêm doanh số. (19) Các đầu vào cần thiết để tạo biến kế toán này được lấy từ Worldscope: tài sản khả dụng ngắn hạn, tổng nợ ngắn hạn, Doanh số, Thu nhập trước lãi vay và thuế, và khấu hao. Biến NOCREDINT đã được tính toán theo công thức sau đây (tài sản khả dụng ngắn hạn trừ nợ ngắn hạn) / (chi phí hoạt động hàng ngày). Trong đó tài sản khả dụng ngắn hạn đại diện cho các tài sản có thể được nhanh chóng và dễ dàng chuyển đổi thành tiền mặt hoặc đã ở dạng tiền mặt. Công thức để tính tài sản khả dụng ngắn hạn là tài sản hiện tại trừ đi tồn kho. Tương tự như vậy, chi phí hoạt động hàng ngày là bằng (Doanh thu trừ Thu nhập trước lãi vay và thuế trừ đi khấu hao) / 365. Số liệu kết quả của công thức này, như mong đợi, là số ngày mà một công ty có thể tài trợ cho các chi phí của mình bằng cách rút các nguồn lực hiện tại của mình. Tuy nhiên, như đã giải thích trước đây, tỷ lệ này đã được chuyển đổi bằng cách sử dụng chức năng “TANH” để xử lý các vấn đề về giá trị cách xa của biến mà có thể có một tác động bất thường đến sự chính xác những dự đoán hợp lý cực đại tuyến tính cũng như kích thước của các số dư sinh ra từ hồi quy logistic nhị phân. Sau khi chuyển đổi TANH, dòng số thực của biến OCREDINT có thể sắp xếp lên khoảng [-1,1], trong đó giá trị dương, càng lúc càng lớn cho thấy một khả năng ngày càng tăng khả năng các công ty để tài trợ cho các chi phí kinh doanh của mình có tính luân chuyển và nguồn luân chuyển đã tạo mức hoạt động hiện tại. Ngược lại, giá trị nhỏ hay âm của biến này cho thấy một tình trạng thanh khoản bấp bênh của các công ty có khả năng dẫn đến một vị thế căng thẳng về nghĩa vụ tài chính. Dấu âm của khoảng phi tín dụng được mong đợi, giả thuyết rằng một giá trị cao của các biến cần phải có một tác động tiêu cực đến xác suất kiệt quệ tài chính của công ty. Tỷ lệ kế toán cuối cùng là hệ số khả năng thanh toán và đo lường khả năng trả lãi trên dư nợ của một công ty (Altman & Sabato, 2007). Do đó, hệ số khả năng thanh toán đã được tính toán bằng cách chia biến thu nhập trước lãi, thuế và khấu hao (EBITDA)(20) cho biến chi phí lãi vay hoặc chi phí lãi của nợ mà đại diện cho phí dịch vụ về việc sử dụng vốn trước khi giảm trừ lãi được vốn hóa. Thông thường, một giá trị nhỏ hơn 2-2,5 cho thấy rằng công ty có thể gặp phải rắc rối trong việc đáp ứng các nghĩa vụ tài chính của mình; do đó giá trị dưới ngưỡng này nên được coi là một dấu hiệu cảnh báo nghiêm trọng: Các công ty không tạo ra đủ tiền mặt từ các hoạt động của nó, được đo bằng lợi nhuận trước lãi, thuế và khấu hao (EBITDA), để đáp ứng chi phí lãi vay của nợ. Một giá trị lớn hơn 2,5 được hiểu là các công ty có khả năng tạo ra tiền từ hoạt động kinh doanh để đáp ứng trả lãi vay. Trong nghiên cứu này, là hệ số khả năng thanh toán cũng đã được chuyển đổi bằng cách sử dụng chức năng TANH trong để xử lý các vấn đề về giá trị cách xa của biến mà có thể có một tác động bất thường đến sự chính xác những dự đoán hợp lý cực đại tuyến tính cũng như kích thước của các số dư sinh ra từ hồi quy logistic nhị phân. Sau khi chuyển đổi TANH, dòng số thực của biến COVERAGE có thể được sắp xếp lên khoảng [-1,1], trong đó một giá trị dương, càng lúc càng lớn cho thấy một khả năng ngày càng 10 tăng của các công ty để đáp ứng các nghĩa vụ nợ của mình. Do đó dấu âm của biến COVERAGE được mong đợi, giả thuyết rằng một giá trị của biến cao cần phải có một tác động tiêu cực đến xác suất kiệt quệ tài chính. 3.2.2. Biến số kinh tế vĩ mô Ngoài tỷ lệ kế toán, hai biến kinh tế vĩ mô đã được lựa chọn (trong một danh sách gồm 11 chỉ số kinh tế vĩ mô) và đưa vào mô hình cuối cùng: chỉ số Giá bán lẻ (RPI), và lãi suất tín phiếu kho bạc ngắn hạn (3 tháng) của Anh đã loại bỏ lạm phát (hoặc lãi suất tín phiếu kho bạc ngắn hạn thực), cả hai đều được biểu diễn theo tỷ lệ từng năm trong nghiên cứu này. Biến kinh tế vĩ mô đầu tiên, Chỉ số giá bán lẻ, một thước đo lạm phát, được lấy từ Datastream (Văn phòng Thống kê quốc gia là nguồn chính), và nó được định nghĩa bởi Thomson Financial là "một thước đo trung bình của sự thay đổi trong giá cả của hàng hóa, dịch vụ mua cho mục đích tiêu dùng của đại đa số các hộ gia đình ở Anh. "Chỉ số giá bán lẻ được biên soạn và xuất bản hàng tháng. Có một vài nghiên cứu dự đoán kiệt quệ/vỡ nợ mà ở đó biến này đã được thử nghiệm, và mối quan hệ của nó với các xác suất vỡ nợ thì khác nhau trong các nghiên cứu. Là thước đo của lạm phát, và do đó là một "áp lực rủi ro tiềm ẩn" tạo động lực cho những quyết định tiết kiệm để đầu tư vào chúng hơn là không làm gì để thấy sức mua của chúng xói mòn hơn nữa trong tương lai thông qua lạm phát, nó được mong đợi rằng khả năng chấp nhận rủi ro các nhà đầu tư tăng lên trong cùng một hướng, do đó làm giảm xác suất vỡ nợ của một công ty, như được thảo luận bởi Qu (2008). Tuy nhiên, như tác giả thừa nhận, chiều hướng của các mối quan hệ giữa lạm phát và xác suất phá sản đã không được thiết lập một cách rõ ràng do sự "phức tạp của hiệu ứng lạm phát lên nền kinh tế.(21) Mặt khác Mare (2012), phát triển một mô hình dự đoán sụp đổ cho các ngân hàng và đặt nền móng rằng các thước đo của lạm phát tương quan dương đến xác suất vỡ nợ. Lý giải của ông là lạm phát cao hơn do hệ quả của một môi trường kinh tế vĩ mô nhìn chung còn yếu, do đó làm tăng số lượng các ngân hàng khủng hoảng kinh tế. Bây giờ, vì có mối quan hệ trực tiếp giữa các ngân hàng và các ngành công nghiệp, mà độ lớn của nó phụ thuộc vào sự lựa chọn cơ cấu vốn của từng công ty (tỷ lệ nợ trên vốn chủ sở hữu), giả thuyết nghiên cứu này là một RPI cao làm tăng xác suất sụp đổ của doanh nghiệp. Do đó, dấu dương của biến ước lượng RPI được mong đợi, giả thuyết rằng một giá trị cao của biến này cần phải có một tác động tích cực đến xác suất kiệt quệ tài chính của công ty. Biến kinh tế vĩ mô thứ hai đã bao gồm trong mô hình là ngắn và lãi suất tín phiếu kho bạc ngắn hạn đã loại bỏ lạm phát (SHTBRDEF), đại diện cho lãi suất 'thực tế' của tín phiếu Kho bạc Anh kì hạn 3 tháng trên một cơ sở hàng năm. Hai nguồn chính được sử dụng để xây dựng các chỉ số này: từ website ngân hàng trung ương Anh (22) mức lãi suất chiết khấu được thu thập từ 1985-2011; và từ Datastream, tỷ lệ lạm phát được sử dụng để loại bỏ lạm phát khỏi lãi suất chiết khấu cùng kỳ. Tín phiếu kho bạc được xác định là Chứng khoán của Chính phủ trả cho người cầm phiếu đại diện cho một khoản phí do Quỹ bình ổn của Anh ban hành với mệnh giá tối thiểu là £ 5000 được bán với giá chiết khấu, kỳ hạn không quá một năm. Tín phiếu kho bạc thường được coi như là đầu tư ít rủi ro nhất. Chúng có tính chuyển đổi cao hơn các công cụ khác (có kỳ hạn từ 0 đến 15 năm) và do đó mức lãi suất của tín phiếu kho bạc thường thấp hơn chứng khoán dài hạn. Các nghiên cứu này bao gồm tỷ lệ chiết khấu hàng năm ở mức là 91 ngày (3 tháng) để thử nghiệm một phương pháp khác nhằm nắm bắt được trạng thái của môi trường kinh tế vĩ mô có khả năng có thể có ảnh hưởng đến xác xuất kiệt quệ tài chính của các công ty công nghiệp. Chỉ số này là một đại diện cho lãi suất, mà tương tự như các biến RPI, rất có khả năng ảnh hưởng đến các công ty công nghiệp theo cơ cấu vốn của họ. Hạ lãi suất tạo điều kiện cho doanh nghiệp vay vốn để đầu tư mới thiết bị, hàng tồn kho, hạ tầng, nghiên cứu và phát triển,vv. Hơn nữa, ngày nay, lợi nhuận kỳ vọng của công ty cho đầu tư ngày càng cao hơn khi các tỷ lệ đang ở mức thấp hơn so với khi chúng cao, điều này có tác dụng như một động lực cho các doanh nghiệp đầu tư nhiều hơn khi họ hoạt động trong một môi trường lãi suất thấp. Vay kinh doanh có lẽ bị ảnh hưởng nhất bởi lãi suất cao; công ty có thể cần các khoản vay ngắn hạn để bù đắp tạm thời hoặc chi phí ngắn hạn, tiền [...]... tỷ lệ phần trăm) cho mô hình "chỉ gồm các chỉ số tài chính và mô hình các chỉ số tài chính cọng với các biến vĩ mô và mô hình" đầy đủ "cũng bao gồm cả các biến của thị trường tương ứng là các mô hình 1, 2 và 3 Ngoài ra, hiệu ứng cận biên được tạo ra cho mô hình 4 chỉ gồm các chỉ số thị trường và mô hình 5 chỉ số thị trường và các biến vĩ mô , cho mục đích so sánh.N đại diện cho số quan sát Hiệu ứng... cách chính xác như kiệt quệ tài chính và kiệt quệ phi tài chính, tương ứng Cột 'Sai' trình bày số lượng các quan sát kiệt quệ phi tài chính mà không đúng cách đã được dự đoán là kiệt quệ về mặt tài chính, và số lượng các quan sát về kiệt quệ tài chính đó không chính xác đã được dự đoán là kiệt quệ phi tài chính, tương ứng Cột 'Tỷ lệ' thể hiện tỷ lệ phân loại chính xác, tỷ lệ phản ứng kiệt quệ tài chính. .. 'đúng' cho thấy số lượng các quan sát đã được dự đoán một cách chính xác như kiệt quệ về tài chính (cột 2) và kiệt quệ phi tài chính (cột 3), tương ứng Cột 'Sai' trình bày số lượng các quan sát kiệt quệ phi tài chính mà không đúng cách đã được dự đoán là kiệt quệ về tài chính (cột 4), và số lượng các quan sát về kiệt quệ tài chính đó không chính xác đã được dự đoán là không kiệt quệ về tài chính (cột 5),... dự đoán là sự kiện kiệt quệ tài chính (Độ nhạy, hay khả năng của các mô hình để dự đoán kiệt quệ tài chính một cách chính xác), và tỷ lệ kiệt quệ phi tài chính phản ứng đã được dự đoán là sự kiện kiệt quệ phi tài chính (đặc trưng, hay khả năng của các mô hình để dự đoán kiệt quệ phi tài chính một cách chính xác), tương ứng Bảng phân loại điều chỉnh độ nghiêng được tính toán cho mô hình 2 (Mô hình kế. .. tỷ lệ phân loại chính xác (Cột 6), tỷ lệ phản ứng kiệt quệ tài chính đã được dự đoán là sự kiện kiệt quệ tài chính (Độ nhạy, hay khả năng của các mô hình để dự đoán kiệt quệ tài chính một cách chính xác, Cột 7), và tỷ lệ phản ứng kiệt quệ phi tài chính đã được dự đoán là sự kiện kiệt quệ phi tài chính (đặc trưng, hay khả năng của các mô hình để dự đoán tình hình tài chính một cách chính xác, Cột 8),... của dữ liệu, giải quyết vấn đề so sách của 2 hoặc nhiều hơn các mô hình sử dụng cùng số quan sát Theo Delong et al (1988) và kết hợp việc sử dụng các phương pháp thống kê SAS với ROC sẵn có trong phần mềm SAS, 47 báo cáo này báo cáo một so sánh trực quan hữu ích của sự khác biệt về độ chính xác dự đoán của mô hình chỉ bao gồm các chỉ số tài chính, mô hình các chỉ số tài chính và các chỉ số vĩ mô và. .. góp của các chỉ số vĩ mô là khó xác định: một sự giảm nhỏ được quan sát từ đường cong AUC từ 0.8523 xuống 0.8514, gợi ý rằng trong t-2 , các tỷ số BCTC một mình nó đã đủ để dự báo kiệt quệ tài chính hơn là gộp lại chung với các chỉ số vĩ mô Mô hình 3 trong bảng 7 trình bày kết quả mô hình hồi quy logic của các chỉ số kiệt quệ tài chính dựa trên các biến dự báo kế toán và vĩ mô đã bao gồm trong mô hình... giảm xác suất của kiệt quệ tài chính Nói cách khác, một dấu âm của biến của ABNRET, gợi ý rằng một giá trị cao của biến này sẽ tác động tiêu cực đến khả năng kiệt quệ tài chính hoặc thất bại của công ty Biến thị trường thứ ba được đưa vào mô hình đại diện cho quy mô của các công ty được đo bằng vốn hóa thị trường của nó so với tổng quy mô của chỉ số FTSE All Share (để làm cho quy mô tĩnh) Các thông tin... động của của mô hình “thuần túy kế toán” (Model 1) và mô hình kế toán cộng biến vĩ mô (Model 2) đối nghịch lần lượt với mô hình “thuần túy thị trường (mô hình 4) và mô hình thị trường cộng các biến vĩ mô (mô hình 5) Điều này có thể quan sát được bằng cách cô lập các mô hình kế toán và thị trường từ đó sẽ cho ra dự báo chính xác như nhau, với giá trị AUC đạt 0.8718 và 0.8712 cho lần lượt mô hình kế. .. khỏe của các công ty đang gặp kiệt quệ tài chính) Cuộc tranh luận này giúp ta có thêm thông tin về một đường cong AUC rộng hơn (từ 0.88 đến 0.92) khi các biến thị trường là hiện hữu Để kiểm tra nếu cùng một kết quả là đúng cho các mô hình sử dụng các biến thị trường, bài kiểm tra cũng được áp dụng cho mô hình 4 và mô hình 5 ( mô hình “thuần túy thị trường và mô hình thị trường kết hợp biến vĩ mô . 1 DỰ BÁO PHÁ SẢN VÀ KIỆT QUỆ TÀI CHÍNH CỦA CÁC CÔNG TY NIÊM YẾT – SỬ DỤNG SỐ LIỆU KẾ TOÁN, THỊ TRƯỜNG VÀ CÁC BIẾN VĨ MÔ Tóm lược Sử dụng một mẫu quan sát là 23.218 các công ty niêm yết trong. với các công ty niêm yết đã dự đoán về kiệt quệ tài chính và phá sản. Các mô hình ước lượng sử dụng sự kết hợp của các số liệu kế toán, các thông tin thị trường chứng khoán và là đại diện cho các. những hữu ích của việc kết hợp dư liệu kế toán, các dự liệu thị trường và các dữ liệu kinh tế vĩ mô trong các mô hình dự đóan kiệt quệ tài chính các công ty niêm yết. Việc thực hiện các mô hình ước