Đánh giá tình hình tài chính doanh nghiệp bằng mô hình logit và DEA

CƠ SỞ LÝ THUYẾT

Mô hình phân tích bao dữ liệu DEA 5 (Data Envelopment Analysis)

Phương pháp phân tích bao dữ liệu (DEA) – phương pháp phân tích hiệu quả hoạt động sản xuất của các tổ chức, doanh nghiệp đã được nghiên cứu, sử dụng khá nhiều trong các bài báo, công trình nghiên cứu khoa học quốc tế về kinh tế. Sau này, các bài báo của Fare, Grosskopf và Logan (1983); Banker, Charnes, Cooper (1984) còn đề cập tới một số giả định khác và xây dựng thêm mô hình phân tích bao số liệu với điều kiện kết quả sản xuất thay đổi theo quy mô. Trước hết, công ty thứ i sẽ được quan tâm để phân tích, bài toán tập trung vào việc thu hẹp vectơ đầu vào càng nhiều càng tốt trong khi vẫn phải đảm bảo điều kiện nằm trong giới hạn cho phép các đầu vào cần cho hoạt động sản xuất.

Fare và cộng sự đã chỉ chỉ ra rằng, công nghệ này là tập hợp các khả năng sản xuất, được thể hiện là một miền có tính chất là một miền đóng, hàm lồi, kết quả sản xuất không đổi theo quy mô và mang tính chất: không cắt bởi các trục toạ độ. Đồng thời, điểm hiệu quả DEA là hiệu quả tương đối giữa các DMU với nhau, do đó nếu 1 DMU có điểm hiệu quả là 100% và nằm trên đường PF thì cũng KHÔNG có nghĩa là nó đã tối ưu trên thực tế (nó chỉ tối ưu hơn các DMU khác trong phạm vi phân tích mà thôi). Mô hình DEA trong nghiên cứu của của Shuangjie Li, Shao Wang (2014) Shuangjie Li, Shao Wang (2014) sử dụng các chỉ sô hiệu quả của mô hình DEA như một mô hình phụ trợ nhằm xác định tính hiệu quả dự báo của mô hình logit (đã nêu trong phần 2.2.2).

Bài viết này xem xét phá sản tài chính của một công ty rơi vào khoảng đầu tiên chỉ định là - 1, Công ty rơi vào một khoảng thứ ba là công ty bình thường mà và gán điểm số 1, và các công ty rơi vào khoảng thời gian thứ hai là không chắc chắn , gán điểm 0. Kết quả mô hình cho bộ dữ liệu ngoài mẫu cho thấy rằng trong tất cả 34 công ty, 8 công ty không xác nhận kết quả; 26 công ty có kết luận thẩm tra nhất định trong đó có 25 công ty được xác nhận một cách chính xác, với một tỷ lệ chính xác của 96,2%; một công ty đã được xác nhận không chính xác.

XÂY DỰNG MÔ HÌNH LOGIT

Theo nguyên tắc chung, nếu xác suất tính toán lớn hơn 0,5 thì công ty được coi là một công ty khủng hoảng tài chính, công ty sẽ được dự đoán là một công ty ST sau ba năm; nếu tính toán xác suất nhỏ hơn 0,5 thì công ty được phân loại là một công ty bình thường, và sẽ không được dự báo là công ty ST. Thể hiện qua kết quả hồi quy, 2 trong số 13 biến ban đầu còn lại là lợi nhuận trên tổng tài sản X2 và tỷ số thanh khoản X6. Xác suất của mỗi công ty thuộc ST sau ba năm có thể tính theo số liệu của lợi nhuận trên tổng tài sản và tỷ số thanh khoản cho mỗi công ty trong năm 2011 được thể hiện trong Bảng 3.6.

47 CTX TỔNG CÔNG TY CỔ PHẦN ĐẦU TƯ XÂY DỰNG VÀ THƯƠNG MẠI VIỆT NAM. Nếu tính chính xác của mô hình trên thử nghiệm khác ngoài mẫu cũng cao, sau đó chúng ta có thể nói mô hình logit có độ chính xác cao theo các dự đoán. Các dữ liệu của 25 công ty ST và 25 công ty bình thường trong năm 2011 được sử dụng để dự đoán khả năng của các công ty tương ứng.

Đối với 50 công ty ngoài mẫu, mô hình logit cảnh báo sớm về tài chính vẫn có độ chính xác dự báo khá cao. Tóm lại, mô hình logit chỉ có hai biến số, tỷ lệ dự đoán chính xác tổng thể của mô hình logit là 88% của kiểm định trong mẫu. Tỷ lệ dự đoán chính xác tổng thể của mô hình logit ngoài mẫu là 80%.

Mô hình logit vẫn có độ chính xác khá cao của các dự đoán trong kiểm định ngoài mẫu, điều này cho thấy sự ổn định của mô hình.

XÁC MINH TÍNH HIỆU QUẢ QUA MÔ HÌNH PHÂN TÍCH BAO DỮ LIỆU (DEA)

Theo tình hình thực tế, quy mô của các công ty Việt Nam có ảnh hưởng quan trọng đối với hiệu quả của họ. Do việc tìm kiếm dữ liệu về số lượng lao động của các công ty trong mẫu gặp nhiều khó khăn, do đó, tác giả chưa thực hiện đưa dữ liệu này vào mô hình được. Bước 2, tính toán hệ số tương quan của các chỉ số giữa mô hình logit và giá trị hiệu quả của mô hình DEA.

Nếu hệ số tương quan là cao thì kết quả của phương pháp tính hiệu quả và kết quả dự đoán thu được từ mô hình dự báo logit là giống nhau hoặc cơ bản giống nhau. Bước 3, tính toán trung bình chỉ số hiệu quả đầu ra của mô hình DEA tổng thể. Đề tài này xem xét chỉ số hiệu quả một công ty rơi vào khoảng ≤ Giá trị trung bình là 1 - tương ứng thuộc nhóm công ty ST; và rơi vào khoảng > Giá trị trung bình là 0 - tương ứng với công ty bình thường.

Các nghiên cứu bổ sung bởi đề tài liên quan đến việc kiểm định đối với dữ liệu ngoài mẫu đã sử dụng trong mô hình logit trên. 9 BTH CÔNG TY CỔ PHẦN CHẾ TẠO BIẾN THẾ VÀ VẬT LIỆU ĐIỆN HÀ NỘI. Cuối cùng chúng ta so sánh các dự đoán kết quả của mô hình logit và mô hình DEA.

Tương tự như các mô hình cảnh báo sớm về tài chính khác khác, mô hình logit của tác giả không thể tránh được tất cả các lỗi dự đoán. Khi kết quả mô hình logit là phù hợp với các chỉ số hiệu quả của mô hình DEA, kết quả có thể được xác nhận; nếu không phù hợp thì kết quả có thể có vấn đề. Do đó, sau kiểm định, mô hình logit cảnh báo sớm về tài chính có thể được xác nhận bởi quan điểm về tính hiệu quả qua mô hình DEA với chức năng là phụ trợ.