4. PHÂN TÍCH KT QU HI QUY
4.2.2.3. AUC trong mô hình dùng dùng bi ntr 2ăn mă(t-2)
- Mô hình 1 (t-2): s d ng 2 bi n t s tài chính: TFOTL(-2), TLTA(-2)
- Mô hình 2 (t-2): ngoài 2 bi n tài chính: TFOTL(-2), TLTA(-2), s d ng thêm 2 bi năv ămôălàăCPI(-2), TBR(-2).
- Mô hình 3 (t-2): k t h p bi n tài chính và bi n th tr ng, bao g m: TFOTL(-2), TLTA(-2), SIZE(-2).
- Môăhìnhă4:ămôăhìnhăđ yăđ , bao g m: TFOTL(-2), TLTA(-2), CPI(-2), TBR(-2), SIZE(-2).
Gi thuy t Ho: area(mô hình 1(t-2)) = area(mô hình 2(t-2)) = area(mô hình 3(t-2)) = area(mô hình 4(t-2)) Mô hình (t-2) AUC Mô hình 1 0.7655 Mô hình 2 0.7657 Mô hình 3 0.759 Mô hình 4 0.7685 0 .0 0 0 .2 5 0 .5 0 0 .7 5 1 .0 0 0.00 0.25 0.50 0.75 1.00 1-Specificity
Mô hình 1 (t-1) ROC area: 0.8322 Mô hình 4 (t01) ROC area: 0.8482
Chi-square(3) 3.19
Prob>chi-square 0.3628
T ngăt mô hình (t-1) Chi-square khá nh trong khi giá tr p ậ value nh n giá tr khá l n. Do v y gi thuy t H0(các giá tr AUC c a các mô hình là b ng nhau) không th b bác b m căýăngh aăítănh t 10% hay t i 36% kh n ngăcácăgiáătr AUC b ng nhau trong các mô hình.
Nh ăv y,ăc ngăt ngăt nh các mô hình v iăđ tr 1ăn m,ăm c dù giá tr AUC m c cao,ănh ngăýăngh aăth ng kê l i m c th p.ă i u này c ng c cho k t lu n ph nătr c, các mô hình (t-2)ăc ngăch mang tính ch t g i ý v m t mô hình d báo tr că(2ăn m) ki t qu tàiăchínhăh nălàăm t mô hình chính xác.
Hìnhă4.3:ăSoăsánhăcácăđ ngăROCătrongăcácămôăhìnhă(t-2) 0 .0 0 0 .2 5 0 .5 0 0 .7 5 1 .0 0 0.00 0.25 0.50 0.75 1.00 1-Specificity
Mô hình 1(t-2) ROC area: 0.7655 Mô hình 2 (t-2) ROC area: 0.7657 Mô hình 3(t-2) ROC area: 0.759 Mô hình 4 (t-2) ROC area: 0.7685
4.3. Thôngă đ t k t qu h i quy, đoă l ng hi u ng c n biên (marginal effects)
Nh ăđãăth o lu n ph nătr c, các thông s căl ng t các mô hình nh phân không gi ngănh ăcácămôăhìnhătuy n tính, nó không gi i thích tr c ti p và mô t tr c ti p m i quan h gi a các bi năđ c l p và bi n ph thu c (Long và Freese, 2003). Mô hình d báo xác su t ki t qu tài chính và phá s n là mô hình nh phân, các giá tr c a h s c l ng không th gi i thích nh ng tácăđ ng c a bi năđ c l p riêng r lên s thayăđ i c a bi n ph thu c trong mô hình vì b n ch t phi tuy n c aăchúng.ăPh ngăphápăđoăl ng hi u ng c năbiênă(marginalăeffects)ăđ c s d ngăđ thôngăđ t k t qu h i quy. Khi xem xét hi u ng c n biên c a t ng bi năđ i v i xác su tăđ côngătyăr iăvàoătìnhătr ng ki t qu tài chính, hi u ng c n biên s thayăđ i cùng v i s thayăđ i trong mi n giá tr c a bi năđ c l păđangăxemăxét.ăKhiăxemăxétătácăđ ng c a t ng bi n, các bi năđ c l p còn l i s đ c gi c đnh t i giá tr trung bình trong mi năxácăđnh c a t ng bi n, giá tr trung bình c a các bi năđ c l pănàyăđãăđ c tác gi trình bày trong ph n th ng kê mô t
trên (trong ph n 3.2.5.1).
B ngă4.5:ăHi uă ngăc năbiênăc aăt ngăbi n
Variable Mô hình 1
Mô hình 2 Mô hình 3 Mô hình 4
t t-1 t-2 t t-2 t t-2 t t-1 t-2 TFOTL -3.0% -12.2% -12.0% -1.1% -11.9% -0.65% -10.4% -0.16% -9.20% -10.26% TLTA 2.3% 7.6% 8.4% 0.5% 6.2% 0.31% 10.6% 0.07% 23.11% 8.15% COVERAGE -0.5% -0.1% -0.12% -0.03% CPI -2.0% -42.8% -0.51% -48.40% TBR 7.2% 58.6% 1.48% 75.88% PRICE -0.06% -0.01% -2.03% ABNRET -0.28% -0.05% -2.76% SIZE 0.58% 0.56% 0.66% MCTD 8.82%
ti n vi c so sánh hi u ng c n biên c a các bi n v i nhau, tác gi s ch xem xét c th chúng trongămôăhìnhă4,ămôăhìnhăcóăđ yăđ các bi năđ căđ aăvào.Ngoàiăra,ăđâyăc ngă làămôăhìnhăcóăýăngh aăth ng kê nh t. ụăngh aăc a các giá tr đ c gi iăthíchănh ăsau:ă (xem xét c th môăhìnhă4ă(t)ăvàăcácămôăhìnhăkhácăc ngăđ c gi iăthíchăt ng t )
- i v i các bi n tài chính: bi n TFOTL, khi giá tr TANH c a t s dòng ti n
ho tăđ ng chia cho t ng n t ngă1ăđ năv thì xác su tăđ côngătyăr iăvàoătìnhătr ng ki t qu tài chính s s t gi m trung bình g nă0.16%,ătrongăđi u ki n các bi năđ c l p khác gi c đnh t i m c giá tr trung bình. Gi iăthíchăt ngăt ta th y r ng, trong các bi n s t s tài chính, bi n s TFOTL có m căđ hi u ng c n biên trung bình l n nh t và bi n TLTA có m c hi u ng trung bình th p nh t.
- i v i 2 bi n s th tr ng: hi u ng c n biên trung bình c a bi n ABNRET
l năh năbi năPRICE.ăTheoăđó,ăkhiăkhiăgiáătr TANH c a bi n TSSL v t tr i gia t ngă1ăđ năv thì xác su tăđ côngătyăr iăvàoătìnhătr ng ki t qu tài chính s s t gi m trung bình g n 0.05%.
- i v i các bi n s v ămô: bi n s TBR có hi u ng m nh m h năsoăv i bi n s
CPI. C th , khi lãi su t T ậbillăgiaăt ngă1%ăthìăxácăsu tăcôngătyăr iăvàoătìnhătr ng ki t qu tài chính s giaăt ngătrungăbìnhă1.48%,ătrongăđi u ki n các y u t khác c đnh t i giá tr trung bình.
Xem xét m t cách t ng quát gi a các mô hình (t, t-1, t-2):
- Trong mô hình 4 (t) gi a các bi n s tài chính, ch báo kinh t v ămôăvàăbi n s
th tr ng, ta th y r ng các bi n s kinh t v ămôăcóătácăđ ng m nh nh t lên xác su t ki t qu tài chính c a doanh nghi păsauăđóăđ n các bi n tài chính và cu i cùng là bi n th tr ng.ă i u này g i ý r ng, b i c nh kinh t v ămôăs tácăđ ng tr c ti păđ n các doanh nghi p ho tăđ ngătrongăđóăn n kinh t đó.ăSauăđó,ăs thích nghi c a doanh nghi pănh ăth nào,ăđ c th hi n qua các ch s tài chính và cu i
cùng là th tr ng và các bên liên quan s đánhăgiáăl i hi u qu này thông qua giá c trên th tr ng.
- Trong mô hình 4 (t-1), không có s xu t hi n c a các bi n kinh t v ămôă(b lo i
kh iămôăhìnhădoăkhôngăcóăýăngh aăth ng kê). Các bi n s tài chínhăcóătácăđ ng m nhăh năcácăbi n th tr ng.ă i u này phù h p v i k t lu n v aăđ c nêu trên.
- Trong mô hình 4 (t-2),ăchúngătaăc ngăcóăm t k t lu năt ngăt nh ămôăhìnhă4ă
5. K T LU N
5.1. Tóm t t k t qu nghiên c u
Lu năv năđãătrình bày v (i) cách xác đnh tình tr ng ki t qu tài chính c a m t doanh nghi p, (ii) các y u t nh h ng đ n kh n ng doanh nghi p r i vào ki t qu tài chính và (iii) xây d ng m t mô hình d báo kh n ngr i vào tình tr ng ki t qu tài chính c a cácăcôngătyăđ c niêm y t t i SGDCK TP H Chí Minh. Lu năv năđã th hi n m t s uăđi m nh tăđ nh trong vi c d báo tình tr ng ki t qu tài chính c a các doanh nghi p:
- u tiên, lu năv năđãăs d ng m t b d li u l n k t h p các lo i thông tin khác nhau t ngu n d li uăđángătinăc y. Lu năv năc ngăs d ngăph ngăphápăchuy năđ iăl ng giácă(TANHătransformation)ăđ x lý các v năđ ngo i lai c a d li u. Tác gi c ngă đãăs d ng nhi u tiêu chu n khác nhau, và m t s tiêu chu n r tăchuyênăsâuăđ đoă l ng s phù h p c a mô hình h i quy Logit.
- Th hai, vi căxácăđ nh m tăcôngătyăr iăvàoătìnhătr ng ki t qu tài chính trong nghiên c u này không ph thu c vào h u qu pháp lý cu i cùng c a doanh nghi p: phá s n, nh ătrongăph n l n các nghiên c uătr c. Thayăvàoăđó,ăm tăcôngătyăr iăvàoătìnhătr ng ki t qu tài chính khi l i nhu n t ho tăđ ngăkhôngăđ đ trang tr iăcácăngh aăv tài chính và th tr ng s đánhăgiáătiêuăc c v đi u này th hi n qua s t ngătr ng âm trong trong giá tr th tr ng. Bên c nhăđó,ălu năv năc ng ki m ch ng s đóngăgópă (trên ph ngădi n t ng nhóm bi n và k t h p các nhóm bi n) c a ba lo i bi n s vào mô hình d báo tình tr ng ki t qu tài chính: bi n t s tài chính, bi n ch báo kinh t v ămôăvàăbi n th tr ng. Sauăđó,ătácăgi đãăxâyăd ngăđ c mô hình có th d báo t t kh n ngăki t qu tài chính c a m t doanh nghi p.
- Th ba, k t qu đãăch ra s k t h păcácăthôngătinăv ămôăvàăthôngătinăth tr ng giúp giaăt ngăm căđ chính xác trong vi c d báo ki t qu tài chính c a doanh nghi p. Các bi n TFOTL, TLTA, COVERAGE, CPI, TBR, PRICE, ABNRET có th dùng đ xây d ng m t mô hình d báo ki t qu tài chính cho doanh nghi p ngay t i th i
đi măquanăsátă(n măt).ăTuyăv y, các mô hình ((t-1, t-2)ădùngăđ d báo ki t qu tài chínhătr că1,ă2ăn mătr c khi s ki n ki t qu tài chính x y ra ch mang tính ch t g iăýăh nălàăm t mô hình chính xác.
- Th t , tác gi cung c p m t s đoăl ng hi u ng c năbiênăchoăphépăl ng hóa s tácăđ ng c a t ng bi n gi i thích lên xác su tăcôngătyăr iăvàoătìnhătr ng ki t qu tài chính. K t qu cho th y, các bi n s kinh t v ămôăcóătácăđ ng m nh nh t lên xác su t ki t qu tài chính c a doanh nghi păsauăđóăđ n các bi n tài chính và cu i cùng là bi n th tr ng.ă i u này g i ý r ng, b i c nh kinh t v ămôăs tácăđ ng tr c ti păđ n các doanh nghi p ho tăđ ngătrongăđóăn n kinh t đó.ăSauăđó,ăs thích nghi c a doanh nghi pănh ăth nào,ăđ c th hi n qua các ch s tài chính và cu i cùng là th tr ng và các bên liên quan s đánhăgiáăl i hi u qu này thông qua giá c trên th tr ng.
5.2. H n ch c aăđ tƠiăvƠăh ng nghiên c u ti p theo
Giaiăđo n nghiên c u c a lu năv năt n mă2006ăđ n 2013, trong giaiăđo n 2007- 2008 là th iăđi m th tr ng ch ng khoán Vi t Nam bi năđ ng r t m nh.ăKèmătheoăđó,ăb i c nh kinh t v ămôăVi tăNamăc ngăcóănhi u bi năđ ng v i tình hình chung c a kinh t th gi i (kh ng ho ng tài chính toàn c u 2008, kh ng ho ng n công 2010) và các v n đ n i t i c a kinh t n c nhà (l măphátăcao,ăt ngătr ng kinh t th p). Bên c nhăđó, m u nghiên c u trong lu năv năch t p trung các công ty niêm y t t i SGDCK TP H Chí Minh. Chính y u t nàyăđãătácăđ ng ph nănàoăđ n lu năv n. Ngoài ra, vi c qu n lý vi c công b thông tin còn y u nên các d li u công b c a doanh nghi păch aăth c s theo m t chu n m c d năđ n vi c thu th p d li u t i Vi t Nam r tăkhóăkh năvàătínhă chínhăxácăkhóăđ m b o. Mu n kh c ph c v năđ này, các nghiên c u sau c n m r ng s n mănghiênăc u c ngănh ăs l ng các công ty trong m u (xem xét thêm các công ty niêm y t t i SGDCK Hà N i). Và d li u c năđ i chi u, so sánh v i các nhi u ngu n khácănhauăđ đ m b o tính chính xác.
Ngoàiăra,ăkhiăxácăđ nh tình tr ng ki t qu tài chính c a m t doanh nghi p trong lu năv n,ă tác gi ti n hành so sánh EBITDA v i chi phí lãi vay. Chi phíălãiăvayănàyăđ c tác gi l y s li u trong b ng k t qu ho tăđ ng kinh doanh ho c b ngăl uăchuy n ti n t . Tuy nhiên,ătrongăgiaiăđo n nghiên c u 2006-2013, Vi t Nam tr iăquaăgiaiăđo n lãi su t cao trongăcácăn mă2008ăvàă2011.ă i u này làm cho các doanh nghi p ph i gánh ch u lãi su t r t cao. ắlàmăđ p”ăs sách, m t ph n chi phí lãi vay s đ c v n hóa vào giá tr tài s n d dang, hay vào các d án mà doanh nghi păđangătri n khai. Do v y, chi phí lãi vay đ c h ch toán trên báo cáo k t qu kinh doanh ch có th ph n ánh m t ph n tình hình vay và tr lãi vay c a các doanh nghi p. Hay nói cách khác thì chi phí lãi vay h ch toán và s ti n b raăđ tr lãi vay là khác h n nhau (th m chí là chênh l ch r t l n), th c cao h năc s sách. i u này có th nhăh ngăđ n lu năv n,ăkhiămàălãiăvayăkhôngăph n ánh đúngăngh aăv tài chính th c t c a doanh nghi p. Các doanh nghi p ki t qu tài chính trong m u có th b b sót. Vì v y, nh ng nghiên c u ti p theo c n xem xét k h năv n đ v n hóa lãi vay này.
Cu i cùng, trong lu năv n, tác gi ch aăsoăsánhăkh n ngăd báo c a mô hình Logit v i m t s mô hình d báo ki t qu tàiăchínhăkhácănh ămôăhìnhăđi m Z c a Altman, mô hình m ng th n kinh nhân t o (ANN) hayăph ngăphápăSupportăVectorăMachine.ă i u này c ngăm ra m tăh ng m i cho nh ng nghiên c u ti p theo v mô hình d báo tình tr ng ki t qu tài chính c a các doanh nghi p.
TÀI LI U THAM KH O
DANH M C TÀI LI U TI NG VI T
Nguy n Th Ng c Trang và các tác gi , 2006. Qu n tri r i ro rài chính. H Chí Minh: Nhà xu t b n th ng kê.
Tr n Ng căTh ăvàăcácătácăgi , 2007. Tài chính doanh nghi p hi n đ i. H Chí Minh: Nhà xu t b n th ng kê.
DANH M C TÀI LI U TI NG ANH
Agarwal, V., & Taffler, R. (2007). Twenty-five years of the Taffler z-score model: Does it really have predictive ability?. Accounting and Business Research, 37, 285ậ 300.
Agarwal, V., & Taffler, R. (2008). Comparing the performance of market-based and accounting-based bankruptcy prediction models. Journal of Banking & Finance, 32, 1541ậ1551.
Alfaro, E., García, N., Gámez, M., & Elizondo, D. (2008). Bankruptcy forecasting: An empirical comparison of AdaBoost and neural networks. Decision Support Systems, 45, 110ậ122.
Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. Journal of Finance, 23, 589ậ609.
Altman, E. I., & Sabato, G. (2007). Modelling credit risk for SMEs: Evidence from the U.S. market. Abacus, 43, 332ậ357.
Altman, E. I., Sabato, G., & Wilson, N. (2010). The value of non-financial information in small and medium-sized enterprise risk management. The Journal of Credit Risk, 6, 1ậ33.
Anderson, R. (2007). The credit scoring toolkit: Theory and practice for retail credit risk management and decision automation. Oxford: Oxford University Press.
Andrade, G., & Kaplan, S. N. (1998). How costly is financial not economic distress? Evidence from highly leveraged transactions that became distressed. Journal of Finance, 53, 1443ậ1493.
Asquith, P., Gertner, R., & Scharfstein, D. (1994). Anatomy of financial distress: An examination of junk-bond issuers. Quarterly Journal of Economics, 109, 625ậ658. Barnes, P. (1987). The analysis and use of financial ratios: A review article. Journal of Business Finance & Accounting, 14, 449ậ461.
Balcaen, S., & Ooghe, H. (2004). 35 years of studies on business failure: An overview of the classic statistical methodologies and their related problems. Vlerick Leuven Gent working paper series 15.
Barnes, P. (1990). The prediction of takeover targets in the U.K. by means of multiple discriminant analysis. Journal of Business Finance & Accounting, 17, 73ậ84.
Beaver, W. H. (1966). Financial ratios as predictors of failure. Journal of Accounting Research, 4, 71ậ111.
Beaver, W. H., McNichols, M. F., & Rhie, J. -W. (2005). Have financial statements become less informative? Evidence from the ability of financial ratios to predict bankruptcy. Review of Accounting Studies, 10, 93ậ122.
Bharath, S. T., & Shumway, T. (2008). Forecasting default with the Merton distance to default model. Review of Financial Studies, 21, 1339ậ1369.
Black, F., & Scholes, M. (1973). The pricing of options and corporate liabilities. Journal of Political Economy, 81, 637ậ654.
Campbell, J. Y., Hilscher, J., & Szilagyi, J. A. N. (2008). In search of distress risk. Journal of Finance, 63, 2899ậ2939.
Chava, S., & Jarrow, R. A. (2004). Bankruptcy prediction with industry effects. Review of Finance, 8, 537ậ569.
Christidis, A., & Gregory, A. (2010). Some new models for financial distress
prediction in the UK. Xfi centre for finance and investment discussion paper no. 10. Dichev, I. D. (1998). Is the risk of bankruptcy a systematic risk? Journal of Finance, 53, 1131ậ1147.
Fama, E.F. and K.R. French (1992). The Cross-section of Expected Stock Returns. Journal of Finance, 47, 427-486
Godfrey, M. D. (2009). The TANH transformation. Information Systems Laboratory, Stanford University.
Graham, A. (2000). Corporate credit analysis. London. Fitzroy Dearborn Publishers. Hillegeist, S. A., Keating, E. K., Cram, D. P., & Lundstedt, K. G. (2004). Assessing the probability of bankruptcy. Review of Accounting Studies, 9, 5ậ34.
Keasey, K., & Watson, R. (1991). Financial distress prediction models: A review of their usefulness. British Journal of Management, 2, 89ậ102.
Long, J. S., & Freese, J. (2003). Regression models for categorical dependent variables using Stata. College Station, Texas: Stata Press.
Marais, D. A. J. (1979). A method for quantifying companies' relative financial strength. Bank of England discussion paper no. 4.
Mare, D. S. (2012). Contribution of macroeconomic factors to the prediction of small bank failures. Paper presented at 4th International IFABS Conference, Valencia, Spain.
Merton, R. C. (1974). On the pricing of corporate debt: The risk structure of interest rates. Journal of Finance, 29, 449ậ470.
Nagelkerke, N. J. D. (1991). A note on a general definition of the coefficient of determi- nation. Biometrika, 78, 691ậ692.
Nam, C. W., Kim, T. S., Park, N. J., & Lee, H. K. (2008). Bankruptcy prediction using a discrete-time duration model incorporating temporal and macroeconomic
dependencies. Journal of Forecasting, 27, 493ậ506.
Ohlson, J. A. (1980). Financial ratios and the probabilistic prediction of bankruptcy.