Dự đoán xác suất kiệt quệ tài chính của các công ty niêm yết tại việt nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TPHCM NGƠ VŨ HÀ MY DỰ ĐỐN XÁC SUẤT KIỆT QUỆ TÀI CHÍNH CỦA CÁC CƠNG TY NIÊM YẾT TẠI VIỆT NAM LUẬN VĂN THẠC SỸ KINH TẾ Thành phố Hồ Chí Minh – Năm 2013 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TPHCM NGÔ VŨ HÀ MY DỰ ĐỐN XÁC SUẤT KIỆT QUỆ TÀI CHÍNH CỦA CÁC CÔNG TY NIÊM YẾT TẠI VIỆT NAM Chuyên ngành : Tài – Ngân hàng Mã số : 60340201 LUẬN VĂN THẠC SỸ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC PGS.TS Nguyễn Thị Ngọc Trang Thành phố Hồ Chí Minh – Năm 2013 MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC TỪ VIẾT TẮT DANH MỤC BẢNG BIỂU TÓM TẮT 1 Giới thiệu: 2 Những nghiên cứu trước Phân tìch đơn biến: 2 Mơ hính số rủi ro Phân tìch biệt số đa biến Mơ hính xác suất có điều kiện: 16 Mơ hính logit đa giai đoạn Shumway 20 Những yếu tố ảnh hưởng đến hành vi doanh nghiệp kiệt quệ tài chình 2.6.1 2.6.2 2.6.3 Phương pháp nghiên cứu liệu: Thuyết mơ hính logit nhiều gia 3.1.1 3.1.2 model) 3.1.3 Chọn mô hính 3 Đặc trưng mơ hính hàm nguy c Dữ liệu Nội dung kết nghiên cứu Chọn biến 39 Kết ước lượng mơ hính 43 Ước lượng mẫu 47 Kết luận 49 Hạn chế đề tài 50 5.2 Hướng nghiên cứu mở rộng 50 MỤC LỤC BẢNG Bảng Tổng hợp phương pháp thống kê phân loại sử dụng để dự đoán xác suất phá sản 20 Bảng Tổng hợp dạng hàm logit ứng với hàm Hazard 33 Bảng Trính bày biến cơng thức tình tốn cho biến liên quan 36 Bảng 4.1 Kết kiểm định Wilcoxon’s rank-sum test, Log-rank test and Wilcoxon-Breslow-Gehan test 41 Bảng 4.2 Các biến sử dụng để ước lượng mơ hính 46 Bảng Kết ước lượng mơ hính I 43 Bảng Kết ước lượng mơ hính II: 44 Bảng Kết ước lượng mơ hính III 46 Bảng Kết ước lượng mẫu mơ hính phân theo thập phân vị: 47 Bảng Kết tự tương quan biến 53 DANH MỤC TỪ VIẾT TẮT MDA : Phân tìch biệt số đa biến LA : Phân tìch Logit PA : Phân tìch probit LPM : Mơ hính xác suất tuyến tình DN : Doanh nghiệp DNNN : Doanh nghiệp nhà nước TĨM TẮT Mục đìch nghiên cứu xây dựng phương pháp dự đoán xác suất kiệt quệ tài chình khắc phục hạn chế cách tiếp cận trước Hầu hết phương pháp truyền thống chịu giả định nghiêm ngặt giới hạn mặt cấu trúc, thất bại việc phản ánh tiêu báo cáo tài chình (dữ liệu bảng) ảnh hưởng nhân tố vĩ mô Mở rộng nghiên cứu Shumway (2001), nghiên cứu trính bày mơ hính thời lượng (Duration Model) với biến giải thìch thay đổi theo thời gian hàm nguy cơ (Baseline hazard function) Với việc sử dụng mơ hính đề xuất, nghiên cứu điều tra nghiên cứu xây dựng hàm nguy doanh nghiệp phi tài chình niêm yết sở giao dịch chứng khốn Thành phố Hồ Chì Minh sở giao dịch chứng khoán Hà Nội giai đoạn từ 2005 đến 2013 phản ánh biến động môi trường vĩ mơ biến giải thìch thay đổi theo thời gian thể đặc trưng tài chình doanh nghiệp Tác giả tiến hành dự đốn ngồi mẫu cho thấy hiệu mơ hính cải thiện nhờ tình đến tác động biến động vĩ mô Giới thiệu: Những nghiên cứu định lượng mơ hính dự báo phá sản trở thành chủ đề nhận nhiều quan tâm từ sau khủng hoảng kinh tế Châu Á năm 1997 khủng hoảng Nga sau Điều mà nhà học thuật nhà phân tìch hoạch định chình sách quan tâm không tỷ lệ doanh nghiệp phá sản gia tăng đáng kể mà ảnh hưởng hệ lụy sau Cần có mơ hính thể chất biến động tính trạng phá sản doanh nghiệp tương quan vụ phá sản Bước quy trính xây dựng mơ hính định lượng dự đốn phá sản doanh nghiệp thực Beaver (1966), tác giả phát triển phương pháp kiểm định phân loại nhị phân dựa kiểm định t-test trường hợp đơn biến Altman (1968) gợi ý phân tìch biệt số đa biến Mơ hính xác suất có điều kiện đa biến chẳng hạn mơ hính logit Ohlson (1980) mơ hính probit Zmijewski (1984) ứng dụng để dự đoán phá sản Trong năm gần nhiều nhà nghiên cứu sử dụng phương pháp tiếp cận nghiệm suy mạng nơ -tron để dự đốn xác suất phá sản Mặc dù có nhiều cải biến liên tục phương pháp tiếp cận, nhiên, kết dự đốn ngồi mẫu khơng có nhiều cải thiện Những giả định nghiêm ngặt giới hạn mặt cấu trúc phương pháp truyền thống gây trở ngại cho quy trính dự đoán Những phương pháp truyền thống liệt kê thí chủ yếu dựa phân loại nhị phân doanh nghiệp phá sản không phá sản Hạn chế nghiêm trọng phương pháp liệu giả định tập hợp hai nhóm riêng biệt Trong trường hợp này, phù hợp mơ hính tương đối cao ví số phận doanh nghiệp định đoạt giai đoạn ước lượng Tuy nhiên, khả dự đoán chúng giảm nhanh chóng dự đốn ngồi mẫu Ngược lại mơ hính Duration xem mẫu tập hợp phần tử nhận dạng thay ví tập hợp gồm hai nhóm riêng biệt Ví liệu doanh nghiệp khơng phá sản xem liệu bị thiếu, lấy mẫu từ tập hợp nhận biết được, nên cách tiếp cận mơ hính nguy đánh giá cao Một điểm bất lợi khác phương pháp thống kê truyền thống cần ổn định trính phân loại phá sản Dựa phân loại nhị phân, mơ hính static truyền thống không phù hợp để giải trường hợp bất thường Cách tiếp cận ngẫu nhiên chia doanh nghiệp theo nhóm khơng thể nhận biết thời gian phá sản Quy trính phân loại phá sản phải cố định giai đoạn mẫu quan sát ví điều kiện để mơ hính hoạt động hiệu Hầu hết phương pháp truyền thống chịu giới hạn mặt cấu trúc; mơ hính không phản ánh tiêu báo cáo tài chình khơng cho thấy ảnh hưởng thơng thường biến vĩ mô lên doanh nghiệp Shumway (2001) xác nhận hầu hết phương pháp tồn ước lượng mơ hính phân loại giai đoạn với liệu đa giai đoạn báo cáo tài chình tham số ước lượng bị sai lệch khơng phù hợp Ví lý này, Shumway (2001) đề nghị sử dụng mô hính thời lượng với biến giải thìch thay đổi theo thời gian Shumway (2001) cho mơ hính thời lượng đề xuất khơng hiệu mà cịn linh hoạt ví tác động mơi trường vĩ mơ tình tốn dễ dàng cách thay đổi dạng mơ hính nguy cơ Ví thế, mục đìch nghiên cứu là: “ Áp dụng mơ hính Shumway (2001) để ước lượng nhân tố tác động đến xác suất bất ổn tài chình doanh nghiệp” Và để đạt mục đìch này, chúng tơi trả lời câu hỏi nghiên cứu sau: (1) Các tỷ số tài chình có khả dự báo bất ổn tài chình? (2) Mơ hính dự báo xác suất kiệt quệ tài chình có dạng nào? Phần lại nghiên cứu tổ chức sau: Phần chúng tơi trính bày tổng quan nghiên cứu trước Chúng trính bày mơ hính nguy thời gian rời rạc với biến giải thìch thay đổi theo thời gian hàm nguy cơ phản ánh tác động môi trường vĩ mô phần Trong phần 4, chúng tơi so sánh ba mơ hính kinh tế thấy ảnh hưởng tiêu báo cáo tài chình biến vĩ mơ Cụ thể thị trường Việt Nam suốt giai đoạn khủng hoảng phân tìch ưu điểm vượt trội mơ hính chọn Phần trính bày kết luận Những nghiên cứu trước Nhiều năm qua, phương pháp phân tìch liệu chéo sử dụng phổ biến cho việc phát triển mơ hính dự đoán xác suất phá sản (Zavgren, 1983; Van Wymeersch & Wolfs, 1996; Atiya, 2001) Những mơ hính cịn gọi mơ hính phân loại “đơn giai đoạn” hay mơ hính “static” (Shumway, 1999) Chúng liên quan đến quy trính phân loại để phân loại doanh nghiệp vào nhóm phá sản hay khơng phá sản với mức độ tin cậy định hay “tỷ lệ sai số phân loại” Có hai loại tỷ lệ sai số phân loại tạo ứng dụng mơ hính dự đoán xác suất phá sản : (1) Tỷ lệ sai sót phân loại cơng ty phá sản lại phân loại vào công ty khỏe mạnh (2) Tỷ lệ sai sót phân loại cơng ty khỏe mạnh phân loại vào công ty phá sán Phân tìch biệt số đa biến phương pháp thống kê phân loại tối ưu, theo sau phân tìch logit (Altman & Saunders, 1998) Những phương pháp cổ điển khác như: phân tìch đơn biến, mơ hính số rủi ro, phân tìch probit, mơ hính xác suất tuyến tình Trong phần thảo luận phương pháp phân tìch liệu chéo khác Chúng tơi trính bày đặc trưng phương pháp thảo luận giả định cụ thể phương pháp thuận lợi hạn chế Và phần cuối, đưa bảng tổng hợp thuận lợi hạn chế chình phương pháp khác trính bày số lượng mơ hính dự báo xác suất phá sản phát triển Từ kết ba mơ hính ta có: Mơ hính III có hệ số Log likelihood gần Pseudo R cao nhất, cho thấy mơ hính III mơ hính tốt để dự đốn xác suất kiệt quệ tài chình doanh nghiệp Và hệ số mơ hính II III tốt 47 so với mơ hính I Điều cho thấy việc sử dụng liệu bảng với thời gian năm thí cho kết tốt mơ hính thống kê truyền thống sử dụng liệu năm Tuy nhiên để đánh giá mức độ chình xác mơ hính ước lượng trên, phần chúng tơi tiến hành kiểm tra ngồi mẫu Ước lượng ngồi mẫu Ở phần chúng tơi muốn kiểm tra khả dự đoán xác suất bất ổn tài chình doanh nghiệp giai đoạn 2012-2013 Cụ thể, chúng tơi muốn biết tình hiệu việc sử dụng liệu bảng với biến giải thìch cá thể thay đổi theo thời gian biến vĩ mơ việc dự đốn Sử dụng mơ hính ước lượng mục 4.2, chúng tơi ước lượng xác suất bất ổn tài chình cơng ty bị bất ổn tài chình giai đoạn 2012-2013 Đầu tiên, chúng tơi tình tốn xác suất bất ổn tài chình sau xếp chúng theo thứ tự từ cao xuống thấp theo năm thập phân vị cao (những cơng ty có xác suất phá sản từ 80% đến 100%) xem dự đoán Trong thập phân vị từ đến 10 ( từ 40% đến 0%) chúng tơi dự báo khơng chình xác Bảng Kết ước lượng mẫu mơ hình phân theo thập phân vị: Phân vị 1-2 6-10 Như dự đốn, mơ hính thời lượng với biến giải thìch thay đổi theo thời gian cho doanh nghiệp ( mơ hính II mơ hính III) có khả dự báo tốt mơ hính I Mơ hính có khả dự đốn chình xác đến 61% với sai lầm phân loại 9.8% Trong mơ hính I khả ước lượng chình xác 36.6% sai lầm 48 phân loại lên đến 24.3% Điều cho thấy việc xây dựng mơ hính dựa liệu bảng giúp mơ hính khai thác nhiều thơng tin từ biến tài chình từ giúp cho việc dự đốn xác suất bất ổn tài chình hiệu Từ kết bảng cho thấy mơ hính II III, thí mơ hính III cho kết chình xác Sự khác mơ hính biến lãi suất đưa vào mơ hính tỷ lệ nguy cơ Qua kết dự đốn ngồi mẫu, suy việc dự đốn xác suất phá sản khơng dự báo riêng chình nội doanh nghiệp mà doanh nghiệp bị ảnh hưởng yếu tố vĩ mô khác, cụ thể lãi suất Bên cạnh đó, thấy rằng, mơ hính mơ hính có mức độ dự đoán cao Tuy nhiên, khả dự báo đạt 61%, từ cho ta thấy, có nhiều yếu tố vĩ mơ khác có tác động đến xác suất kiệt quệ tài chình doanh nghiệp Thêm vào đó, từ mơ hính II III cho thấy, cho thêm biến vĩ mô biến giải thìch thí tăng chình xác dự đốn giảm bớt dự đoán sai lầm 49 Kết luận Trong nghiên cứu này, nghiên cứu vai trò việc sử dụng biến độc lập thay đổi theo thời gian công ty biến vĩ mơ việc dự đốn xác suất bất ổn tài chình doanh nghiệp Để xem xét khả dự đốn loại biến này, chúng tơi so sánh mơ hính: mơ hính thống kê logit truyền thống, mơ hính thời lượng với biến độc lập doanh nghiệp thay đổi theo thời gian mơ hính mở rộng với tỷ lệ nguy cơ đại diện biến vĩ mô Mẫu tiến hành nghiên cứu gồm 625 công ty niêm yết sở giao dịch chứng khoán thành phố Hồ Chì Minh, sở giao dịch chứng khốn Hà Nội với liệu gồm năm từ 2005-2013 Chúng ước lượng hệ số mơ hính dựa liệu vòng năm từ 2005-2011 dùng liệu năm 2012-2013 để thực so sánh dự đoán ngồi mẫu Kết ước lượng khả chình xác ngồi mẫu cho thấy mơ hính II III với biến giải thìch cho doanh nghiệp thay đổi theo thời gian thí dự đốn chình xác mơ hính thống kê logit truyền thống ( mơ hính I) Giữa hai mơ hính thời lượng II III, mơ hính III với biến vĩ mô đại diện cho tỷ lệ rủi ro cho kết dự đoán tốt Hơn nữa, từ kết ước lượng cho thấy, biến lãi suất yếu tố quan trọng việc dự đốn xác suất kiệt quệ tài chình ví biến vĩ mơ khơng ảnh hưởng đến công ty định mà ảnh hưởng đến toàn thị trường Ở nghiên cứu này, muốn môi trường biến động - cụ thể biến động lãi suất mạnh năm 2005-2011- việc sử dụng mơ hính thời lượng với biến vĩ mô đại diện cho tỷ lệ nguy cơ vơ hữu ìch, ví chúng không nghiên cứu việc sử dụng nhiều biến vĩ mô khác để đại diện cho tỷ lệ nguy cơ 50 Hạn chế đề tài Hạn chế mẫu – mẫu nghiên cứu thực công ty niêm yết sàn chứng khốn, nên kết nghiên cứu hạn chế áp dụng doanh nghiệp khơng niêm yết Ví thế, mong nghiên cứu sau mở rộng quy mơ mẫu ước lượng để có mơ hính đánh giá áp dụng rộng rãi Hạn chế thứ hai xem xét lãi suất yếu tố tác động chung đến doanh nghiệp Trong mở rộng xem xét vấn đề khác giá xăng, tỷ giá, lạm phát hay tổng sản phẩm quốc nội… 5.2 Hướng nghiên cứu mở rộng Từ hạn chế đề tài, muốn đưa hướng nghiên cứu mở rộng cho đề tài sau: Mở rộng quy mô mẫu ước lượng , đưa vào mơ hính nghiên cứu cơng ty chưa niêm yết sàn chứng khốn để có mơ hính đánh giá áp dụng rộng rãi Nghiên cứu biến vĩ mô khác như: giá xăng, tỷ giá, lạm phát hay tổng sản phẩm quốc nội… 51 DOANH DOANH Chi phi DOANH THU TC /tong THU THUAN / chi phi /VCS HANG THU THUAN / TS TON KHO Chi phi TC / tong chi phi DOANH THU / -0.01 -0.03 -0.01 0.68 -0.03 -0.05 0.02 -0.02 -0.03 -0.07 0.01 0.18 VCS DOANH THU THUAN / HANG TON KHO DOANH THU THUAN / TS HE SO THANH TOAN LAI VAY LN SAU THUE CHUA PP_TS LOI NHUAN SAU THUE / DOANH -0.16 0.05 -0.15 -0.01 -0.06 0.18 -0.02 0.16 -0.01 0.17 THU LOI NHUAN SAU THUE / TS LOI NHUAN SAU THUE / VCS 52 TIEN / TS 0.01 -0.01 0.01 0.14 TSCD / TS 0.02 -0.13 -0.03 -0.12 TSCD / VCS 0.01 0.15 -0.01 -0.04 -0.18 0.08 -0.07 0.01 -0.18 0.12 -0.08 0.01 0.01 0.02 0.03 TTTSCD 0.03 0.04 TTTSNH 0.01 -0.01 0.02 TTVCS -0.01 0.01 -0.01 TS THANH TOAN HIEN HANH TS THANH TOAN NHANH TT DOANH THU TT LOI NHUAN SAU THUE 53 VLD_TS -0.02 -0.23 0.05 VONG QUAY KHOAN PHAI TRA 0.03 0.07 EBIT_TS -0.04 0 Bảng Kết tự tương quan biến Phụ lục A: Kết tự tương quan biến TÀI LIỆU KHAM KHẢO [1]Altman E.I., Saunders A., 1998, Credit risk measurement: Developments over the last 20 years Journal of Banking and Finance, Vol 21, nr 11-12, p 1721-1742 [2]Atiya A.F., 2001, Bankruptcy prediction for credit risk using neural networks: A survey and new results IEEE Transactions on Neural Networks, Vol 12, nr 4, July 2001, p 929935 [3]Back B., Laitinen T., Sere K., Van Wezel M., 1996b, Choosing bankruptcy predictors using discriminant analysis, logit analysis and genetic algorithms Turku Centre for Computer Science Technical Report nr.40, September 1996, p 1-18 [4]Barnes P., 1987, The analysis and use of financial ratios: A review article Journal of Business Finance and Accounting, Vol 14, nr 4, Winter 1987, p 449-461 Barnes P., 1982, Methodological implications of non-normality distributed financial ratios Journal of Business Finance and Accounting, Vol 9, nr 1, Spring 1982, p 51-62 [5]Beaver W., 1967b, Alternative accounting measures as predictors of failure American Accounting Association Manuscript Contest for 1967, p 113-121 [6]Bilderbeek J., 1979, An empirical study of the predictive ability of financial ratios in the Netherlands Zeitschrift Für Betriebswirtschaft, May 1979, p 388-407 [7]Blum M., 1974, Failing company discriminant analysis Journal of Accounting Research, Vol 12, nr 1, p 1-25 [8]Deakin E., 1976, On the nature of the distribution of financial accounting ratios: some empirical evidence The Accounting Review, Vol 51, nr 1, January 1976, p 90-97 [9]Degryse, Hans & Ongena, Steven & Penas, Maria Fabiana, 2005 "Between Lisbon and London: Financial Sector Consolidation in the Context of the Lisbon Agenda [10]Demirguc-Kunt, Asli, and Vojislav Maksimovic, 19991 Institutions, financial markets and firm debt maturity, Journal of financial Economics 54,295-336 [11]Dimitras A., Zanakis S., Zopudinis C., 1996, A survey of business failures with an emphasis on failure prediction methods and industrial applications European Journal of Operational Research, Vol 90, nr 3, p 487-513 [12]Dinc, Serdar 2005Politicians and Banks: Political Influences on Government-Owned Banks in Emerging Markets, 2005 (August), Journal of Financial Economics, 77, 453-479 [13]Doumpos M., Zopoudinis C., 1999, A multicriteria discrimination method for the prediction of financial distress: the case of Greece Multinational Finance Journal, Vol 3, nr 2, p 71-101 [14]Edmister R., 1972, An empirical test of financial ratio analysis for small business failure prediction Journal of Financial and Quantitative Analysis, March 1972, p 14771493 [15]Eisenbeis, 1977, Pitfalls in the application of discriminant analysis in business Journal of Finance, Vol 32, nr 3, June 1977, p 875-900 [16]Gloubos G., Grammatikos T., 1988, The success of bankruptcy prediction models in Greece Studies in Banking and Finance, Vol 7, p 37-46 [17]Gujarati, 2003, Basic Econometrics Fourth Edition, 2003, London: McGraw-Hill [18]Hillegeist SA, Keating EK, Cram DP, Lundstedt KG 2001 Corporate bankruptcy: Do debt covenant and disclosure quality measures provide information beyond options and other market variables? working paper: Kellogg Graduate School of Management [19]Hosmer D.W., Lemeshow S., 1989, Applied logistic regression John Wiley & Sons: New York [20]Hsieh S., 1993, A note on the optimal cutoff point in bankruptcy prediction models Journal of Business Finance & Accounting, Vol 20, nr 3, April 1993, p 457-464 [21]Jones F.L., 1987, Current techniques in bankruptcy prediction Journal of Accounting Literature, Vol 6, p 131-164 [22]Joos Ph., Ooghe H., Sierens N., 1998a, Methodologie bij het opstellen en beoordelen van kredietclassificatiemodellen Tijdschrift voor Economie en Management, Vol 18, nr 1, p 1-48 [23]Joy O.M., Tollefson J.O., 1978, Some clarifying comments on discriminant analysis Journal of Financial and Quantitative Analysis, March 1978, p 197-200 [24]Keasey K., Watson R., 1991, Financial distress models: a review of their usefulness British journal of Management, Vol 2, nr 2, July 1991, p 89-102 [25]Koh H.C., 1992, The sensitivity of optimal cutoff points to misclassification costs of Type I and Type II errors in the going-concern prediction context Journal of Business Finance & Accounting, Vol 19, nr 2, January 1992, p 187-197 [26]La Porta & Florencio Lopez-de-Silane & Andrei Shleifer & Robert W Vishny, 1997 "Legal Determinants of External Finance," NBER Working Papers 5879, National Bureau of Economic Research [27]La Porta, Florencio Lopez de Silanes, Law and Finance (1998) Journal of Political Economy, Vol 106, No [28]Lachenbruch P.A., 1975, Discriminant Analysis New York: Hafner Press [29]Laitinen T., Kankaanpää M., 1999, Comparative analysis of failure prediction methods: the Finnish case The European Accounting Review, Vol 8, nr 1, p 67-92 50 case The European Accounting Review, Vol 8, nr 1, p 67-92 [30]Ling Zhang (2010), EDWARD I ALTMAN, Jerome YEN : Corporate financial distress diagnosis model and application in credit rating for listing firm in China [31]Lussier R.N., Corman J., 1994, A success vs Failure prediction model of the manufacturing industry Paper nr 48 , Conference of the Small Business Institute Director’s Association, San Antonio, Texas, February 1994, p 1-5 [32]Maddala G.S.,177, Econometrics New York: McGraw-Hill Book Company [33]Mc Leay S., Omar A., 2000, The sensitivity of prediction models tot the non-normality of bounded an unbounded financial ratios British Accounting Review, Vol 32, p 213-230 [34]Mensah Y.M., 1984, An examination of the stationarity of multivariate bankruptcy prediction models: A methodological study Journal of Accounting Research, Vol 22, nr 1, p 380-395 [35]Moses D., Liao S.S., 1987, On developing models for failure prediction Journal of Commercial Bank Lending, Vol 69, p 27-38 Neophytou E, Charitou A, Charalambous C, 2001, Predicting corporate failure: empirical evidence for the UK Working Paper, University of Southampton, Department of Accounting and Management Science, p 1-29 [36]Nam, Chae Woo Tong Suk Kim, Nam Jung Park, and Hoe Kyung Lee (2008): Bankruptcy prediction using a discrete-time duration model incorporating temporal and macroeconomic dependencies [37]Ohlson J., 1980, Financial ratios and the probabilistic prediction of bankruptcy Journal of Accounting Research, Vol 18, nr 1, Spring 1980, p 109-131 [38]Ooghe H., Balcaen S., 2002c, Are failure prediction models transferable from one country to another? An empirical study using Belgian financial statements Proceedings of the 9th Annual Conference of the Multinational Finance Society, 30/06/02 – 03/07/02, Cyprus [39]Ooghe H., Van Wymeersch Ch., 2003, Handboek financiële analyse van de onderneming parts, ISBN: 90-5095-330-1 Antwerpen: Intersentia [40]Richardson F.M., Davidson L.F., 1984, On linear discrimination with accounting ratios Journal of Business Finance and Accounting, Vol 11, nr 4, Winter 1984, p 511-525 [41]SABATO (2005), GABRIELE., EDWARD I ALTMAN: Modeling Credit Risk for SMEs: Evidence from the US Market [42]Sapienza, Luigi Guiso, 2004 "Does Local Financial Development Matter?," The Quarterly Journal of Economics, MIT Press, vol 119(3), pages 929-969, August [43]Scott E., 1978, On the financial applications of discriminant analysis: comment Journal of Financial and Quantitative Analysis, March 1978, p 201-205 [44]Shumway T 2001 Forecasting bankruptcy more accurately: A simple hazard model.The Journal of Business 74: [45]Shumway T., 1999, Forecasting bankruptcy more accurately: a simple hazard model Working Paper, University of Michigan Business School, USA, July 1999, p 1-31 [46]Steele A., 2002, Receiver Operating Characteristics (ROC) curves and stochastic dominance in discriminant functions: an application in bankruptcy diagnosis Working paper, August 2002, Warwick Business School, University of Warwick, p 1-36 [47]Taffler R.J., Agarwal V., 2003, Do statistical failure prediction models work ex ante or only ex post? Paper read in the Deloitte & Touche Lecture Series on credit risk, University of Antwerp, February 2003, Belgium [48]Tamari M., 1966, Financial ratios as a means of forecasting bankruptcy Management International Review, Vol 4, p 15-21 [49]Van Wymeersch Ch., Wolfs A., 1996, La “trajectoire de faillite” des entreprises: une analyse chronologique sur base des comptes annuels Working Paper, Université NotreDame de la Paix, Faculté des Sciences Economiques et Sociales, nr 172, p 1-32 [50]Zavgren C.V., 1985, Assessing the vulnerability to failure of American industrial firms: A logistic analysis Journal of Business Finance and Accounting, Vol 12, nr 1, Spring 1985, p 19-45 [51]Zmijewski M.E., 1984, Methodological issues related to the estimation of financial distress prediction models Journal of Accounting Research, Supplement to Vol 22, p 5986 ... cơng ty bị hủy niêm yết sàn chứng khoán cơng ty bị kiệt quệ tài chình (ví cơng ty hủy niêm yết khơng có nghĩa phá sản ) Bên cạnh có nhiều nghiên cứu dự đốn xác suất kiệt quệ tài chình cơng ty bị... TRƯỜNG ĐẠI HỌC KINH TẾ TPHCM NGƠ VŨ HÀ MY DỰ ĐỐN XÁC SUẤT KIỆT QUỆ TÀI CHÍNH CỦA CÁC CƠNG TY NIÊM YẾT TẠI VIỆT NAM Chuyên ngành : Tài – Ngân hàng Mã số : 60340201 LUẬN VĂN THẠC SỸ KINH... thương cơng ty bị kiệt quệ tài chình (Degryse Ongena, 2005) Cụ thể, cấu trúc sở hữu công ty có ý nghĩa quan trọng đến hành vi cơng ty kiệt quệ tài chình Các DNNN chậm nhiều so với công ty tư nhân việc