5. Kết cấu đề tài:
3.2. Mô hình dự báo kiệt quệ tài chính cho các doanh nghiệp Việt Nam:
Như kết quả đã thể hiện trong phần 3.1, tác giả đã kiểm định tác động của các yếu tố đến kiệt quệ tài chính của các doanh nghiệp như giá trị thị trường trên giá trị sổ sách, lợi nhuận trên vốn chủ sở hữu, biến động giá, quy mô công ty... Đến phần này, tác giả tiếp tục xây dựng mô hình dự báo cho kiệt quệ tài chính của doanh nghiệp dựa vào các yếu tố đã được trình bày trong phần 3.1. Tác giả dựa trên mô hình đã trình bày trong phần trước để xây dựng mô hình dự báo kiệt quệ tài chính cho doanh nghiệp Việt Nam.
Ln(Pi/1- Pi ) = β1 + β2M/Bi + β3RETi + β4VOLi + β5OPROi+ β6log(SIZi)+β7LEVi+ β8log(RATi)+ β9INVi+β10CUAi+β11log(AGEi) + ε
Trong đó:
Pi: xác suất công ty có kiệt quệ tài chính
1- Pi: xác suất công ty không bị kiệt quệ tài chính Pi=
β β β β β β β β β β β Trong đó:
M/B: Giá trị thị trường trên giá trị sổ sách RET: Lợi nhuận trên vốn chủ sở hữu VOL: Sự biến động giá
OPRO: Lợi nhuận hoạt động SIZ: Quy mô doanh nghiệp LEV: tỷ số nợ trên tổng tài sản
INV: Đầu tư của doanh nghiệp
Doanh nghiệp rơi vào kiệt quệ tài chính nếu P>0.5, doanh nghiệp không bị kiệt quệ tài chính khi P<0.5.
Tác giả sử dụng cơ sở dữ liệu các biến đã thu thập của 555 công ty để xác định các hệ số hồi quy của mô hình dự báo. Các dữ liệu được tính toán để đưa vào phần mềm SPSS theo mô hình hồi quy Binary Logistic theo phương pháp Enter: đưa vào bắt buộc , các biến trong khối biến độc lập được đưa vào trong một bước.
Bảng 3.5: Kết quả hồi quy với tất cả các biến:
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 215.429 10 .000
Block 215.429 10 .000
Model 215.429 10 .000
Model Summary
Step -2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square
1 151.960a .322 .664
a. Estimation terminated at iteration number 8 because parameter estimates changed by less than .001.
Classification Tablea Observed Predicted DIS Percentage Correct 0 1 Step 1 DIS 0 492 6 98.8 1 20 37 64.9 Overall Percentage 95.3
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a M_B .211 .365 .335 1 .563 1.235 RET -21.331 3.340 40.800 1 .000 .000 VOL .055 .078 .501 1 .479 1.057 OPRO .399 1.569 .065 1 .799 1.490 LEV 4.825 1.262 14.619 1 .000 124.612 INV 1.717 2.250 .583 1 .445 5.570 CUA .757 1.078 .492 1 .483 2.131 LOGSIZ .035 .386 .008 1 .928 1.036 LOGAGE -.279 .729 .146 1 .702 .757 LOGRAT -5.629 1.554 13.115 1 .000 .004 Constant -.787 2.235 .124 1 .725 .455
a. Variable(s) entered on step 1: M_B, RET, VOL, OPRO, LEV, INV, CUA, LOGSIZ, LOGAGE, LOGRAT.
Theo bảng 3.5, ta thấy biến lợi nhuận trên vốn chủ sở hữu RET và biến log (RAT) đều có tác động ngược chiều mạnh đến xác suất kiệt quệ tài chính với Sig=0.000, biến LEV có tác động cùng chiều mạnh đến kiệt quệ (Sig=0.000). Như vậy, ba biến này đều có tác động mạnh trong việc dự báo xác suất kiệt quệ tài chính. Ngoài ra, các biến còn lại như: giá thị trường trên giá trị sổ sách M/B, biến động giá VOL, lợi nhuận hoạt động trên tổng tài sản OPRO, đầu tư INV, tính thanh khoản CUA, tuổi của công ty log(AGE), quy mô của công ty log(SIZ) có Sig. rất cao nên không có ý nghĩa về mặt thống kê trong mô hình.
Vì vậy, mô hình sau khi loại bỏ các biến không cần thiết thì chỉ còn biến RET, log(RAT), LEV cho kết quả như trong bảng 3.6 sau:
Bảng 3.6: Kết quả hồi quy xác suất kiệt quệ tài chính sau khi loại bỏ các biến không cần thiết, chỉ giữ lại hai biến là RET, log(RAT), LEV:
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 212.722 3 .000
Block 212.722 3 .000
Model 212.722 3 .000
Model Summary
Step -2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square
1 154.667a .318 .658
a. Estimation terminated at iteration number 8 because parameter estimates changed by less than .001.
Classification Tablea Observed Predicted DIS Percentage Correct 0 1 Step 1 DIS 0 492 6 98.8 1 22 35 61.4 Overall Percentage 95.0
a. The cut value is .500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a RET -20.982 3.189 43.295 1 .000 .000
LEV 4.845 1.193 16.496 1 .000 127.079
LOGRAT -4.608 1.221 14.248 1 .000 .010
Classification Tablea Observed Predicted DIS Percentage Correct 0 1 Step 1 DIS 0 492 6 98.8 1 22 35 61.4 Overall Percentage 95.0
a. Variable(s) entered on step 1: RET, LEV, LOGRAT.
Biến lợi nhuận trên vốn chủ sở hữu RET có tác động ngược chiều mạnh đến xác suất kiệt quệ tài chính với Sig.=0.000, cho thấy khi doanh nghiệp có lợi nhuận trên vốn chủ sở hữu càng cao thì xác suất rơi vào kiệt quệ càng thấp. Bên cạnh đó, biến xếp hạng tín nhiệm log(RAT) cũng có tác động ngược chiều mạnh đến xác suất kiệt quệ tài chính với Sig.=0.000, thể hiện doanh nghiệp được xếp hạng tín nhiệm càng cao thì xác suất rơi vào kiệt quệ tài chính càng thấp. Đồng thời, biến đòn bẩy tài chính có tác động cùng chiều rất mạnh đến kiệt quệ tài chính Sig.=0.000, khi công ty vay nợ càng nhiều thì xác suất rơi vào kiệt quệ càng cao.
Như vậy, xác suất kiệt quệ của doanh nghệp được tính như sau: Pi=
Mô hình có mức giải thích R2
khá cao là 65,8%, -2LL khá thấp đạt 154.667 cho thấy mô hình là phù hợp. Bảng 3.7 cho thấy, khả năng dự đoán của mô hình khá cao 527/555 trường hợp, đạt mức dự báo 95%. Đối với công ty không xảy ra xác suất kiệt quệ thì khả năng dự đoán là 492/498 (98,8%), công ty rơi vào kiệt quệ tài chính là 35/77 (61,4%).
Kết luận
Bài nghiên cứu phân tích các yếu tố tác động đến xác suất kiệt quệ tài chính của 555 doanh nghiệp niêm yết trên HOSE và HNX trong năm 2012, 2013. Các yếu tố đưa vào để giải thích xác suất kiệt quệ của doanh nghiệp là: giá thị trường trên giá trị sổ sách M/B, thu nhập RET, sự biến động giá cổ phiếu VOL, lợi nhuận hoạt động OPRO, quy mô SIZ, tỷ số nợ LEV, mức đầu tư INV, tính thanh khoản CUA, tuổi của doanh nghiệp AGE, xếp hạng tín nhiệm RAT.
Kết quả mô hình nghiên cứu cho thấy có mối quan hệ nghịch chiều giữa lợi nhuận trên vốn chủ sở hữu và xếp hạng tín nhiệm đến xác suất kiệt quệ tài chính. Khi lợi nhuận trên vốn chủ sở hữu càng lớn thì xác suất kiệt quệ càng thấp và ngược lại. Tương tự, xếp hạng tín nhiệm của doanh nghiệp càng được đánh giá cao thì xác suất doanh nghiệp rơi vào kiệt quệ càng thấp. Ngoài ra, biến tỷ lệ nợ có mối quan hệ cùng chiều với kiệt quệ tài chính, công ty có tỷ lệ nợ cao thì khả năng rơi vào kiệt quệ tài chính càng cao. Mặc dù việc vay nợ sẽ mang lại lợi ích cho doanh nghiệp như tài trợ cho các dự án của công ty, tấm chắn thuế do nợ mang lại cho doanh nghiệp so với các công ty không vay nợ, nhưng nợ cũng góp phần đưa doanh nghiệp rơi vào kiệt quệ tài chính khi công ty vay nợ nhiều và không có khả năng chi trả.
Từ việc xác định các yếu tố tác động đến kiệt quệ tài chính, tác giả xây dựng mô hình dự báo kiệt quệ cho các doanh nghiệp Việt Nam. Xác suất kiệt quệ được dự báo theo công thức:
Pi=
Mô hình có mức giải thích R2 khá cao là 65,8%, -2LL khá thấp đạt 154.667 cho thấy mô hình là phù hợp. Bảng 3.6 cho thấy, khả năng dự đoán của mô hình khá cao 527/555 trường hợp, đạt mức dự báo 95%. Đối với công ty không xảy ra xác suất kiệt quệ thì khả năng dự đoán là 492/498 (98,8%), công ty rơi vào kiệt quệ tài chính là 35/77 (61,4%).
Từ kết quả nghiên cứu của mô hình, chúng ta có thể xác định các yếu tố tác động đến xác suất kiệt quệ của doanh nghiệp, từ đó có những lưu ý về tác động của những nhân tố này trong quá trình hoạt động của doanh nghiệp. Đối với người quản lý, bài toán về lợi nhuận là một vấn đề mang tính sống còn đối với bất kỳ doanh nghiệp nào, đặc biệt là trong giai đoạn khủng hoảng này. Muốn doanh nghiệp tồn tại và phát triển bền vững, tránh rơi vào kiệt quệ tài chính, doanh nghiệp cần quan tâm đến việc tạo ra lợi nhuận trong dài hạn, không vì chạy theo lợi nhuận trong ngắn hạn mà gây ra những tổn thất trong doanh nghiệp thì cũng có thể dẫn đến kiệt quệ tài chính trong tương lai. Ngoài ra, việc đo lường xếp hạng tín nhiệm các doanh nghiệp có thể là một dấu hiệu dễ nhận thấy nhất tình hình hoạt động của doanh nghiệp, khi một doanh nghiệp có xếp hạng tín nhiệm năm sau thấp hơn năm trước thì đây là dấu hiệu mà doanh nghiệp nên xem xét lại quá trình hoạt động của mình để tránh rơi vào kiệt quệ tài chính Tuy nhiên trong thực tế, do chỉ số tín nhiệm mới được xây dựng thời gian gần đây (từ năm 2009) nên chỉ số này còn khá mới đối với nước ta, chưa được xem như một chỉ tiêu đánh giá được sử dụng phổ biến trong hoạt động kinh doanh của doanh nghiệp. Khi doanh nghiệp vay nợ cần xác định rõ số lượng nợ và thời điểm vay nợ phù hợp để tránh cho doanh nghiệp rơi vào kiệt quệ tài chính và nếu nghiêm trọng có thể dẫn đến phá sản.
Tính mới của đề tài:
- Đề tài nghiên cứu về các yếu tố ảnh hưởng đến kiệt quệ tài chính đối với các doanh nghiệp niêm yết trên Sở Giao Dịch Chứng Khoán Hồ Chí Minh (HOSE) và Sở Giao Dịch Chứng Khoán Hà Nội (HNX).
- Từ kết quả mô hình nghiên cứu đưa ra mô hình dự báo cho xác suất xảy ra kiệt quệ tài chính đối với các doanh nghiệp Việt Nam.
Một số hạn chế của bài nghiên cứu:
Nghiên cứu này có một số hạn chế trong quá trình thực hiện như sau:
+ Cơ sở dữ liệu của nước ta chưa đầy đủ, gây khó khăn cho việc thu thập dữ liệu. Vì thị trường chứng khoán của nước ta được thành lập từ năm 2000 đến nay, nên thời gian
hoạt động và số lượng công ty niêm yết còn ít. Số lượng các doanh nghiệp được thống kê bị phá sản, giải thể ít hơn so với thực tế, do hạn chế từ Luật phá sản của nước ta.
+ Mẫu của tác giả nghiên cứu chưa thực sự lớn, tính đại diện cho thị trường chưa cao vì chỉ bao gồm các công ty phi tài chính, nhưng chưa mở rộng ra các ngành nghề khác như công ty tài chính, bảo hiểm….
Tác giả mong rằng những hạn chế này sẽ được khắc phục trong những bài nghiên cứu tiếp theo về đề tài này trong các nghiên cứu sau.
TÀI LIỆU THAM KHẢO
Tài liệu tiếng Việt
1. Báo cáo thường niên chỉ số tín nhiệm Việt Nam 2012. Nhà xuất bản thông tin và
truyền thông.
2. Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2008). Phân tích dữ liệu nghiên cứu với SPSS. Nhà xuất bản Hồng Đức, tập 2.
3. Trần Ngọc Thơ, Nguyễn Thị Ngọc Trang, Phan Thị Bích Nguyệt, Nguyễn Thị Liên Hoa, Nguyễn Thị Uyên Uyên (2007).Tài chính doanh nghiệp. NXB Thống Kê.
Tài liệu tiếng Anh:
1. Andrade, Kaplan, 1998. How Costly is Financial (not Economic) Distress? Evidence from Highly Levered Transactions that Became Distressed. Journal of Finance 53, 1443-1493.
2. Bernanke, Ben S, 1981. Bankruptcy, liquidity, and recession. American Economic review.
3. Hunter, H.M, 1982. The role of business liquidity during the great derression and
afterwards: Difference between large and small firm. Journal of Economic history
42.
4. John R.Graham, Sonali Hazarika, K.Narasimhan (2011). Financial distress in the great derression.
5. Jovanovic, B and MacDonald, GM (1994). The life of cycle of a competitive industry. Journal of Political Economy.
6. Klepper,1996. Entry, exit, growth and innvation over the product life
cycle.American Economic Review.
7. Myer, 2002. Financing of corporation.Handbook of the economics of finance. 8. Ogden, Jen, O’Conor, 2003. Advanced corporate finance. Prentice Hall. 9. Ross, Westerfield, Jaffle (2010).Corporate Finance.McGraw-Hill Irwin.
PHỤ LỤC