1.4.1 Điều kiện ứng dụng mô hình Z-Score tại các doanh nghiệp Việt Nam
Trong quá trình nghiên cứu, tác giả thấy vẫn tồn tại những hạn chế về mặt dữ liệu khi áp dụng mô hình Z-Score này tại Việt Nam, cụ thể:
Chỉ áp dụng được mô hình Z-score tại Việt Nam cho các công ty được niêm yết trên sàn chứng khoán, do số liệu của các công ty khác không có cổ phiếu được niêm yết trên sàn chứng khoán không sẵn có và nếu có cũng không đủ một cỡ mẫu đủ lớn để đảm bảo sự chắnh xác của mô hình Z-Score.
Với các công ty được niêm yết số liệu cũng khá hạn chế, bên cạnh đó các nguồn công bố dữ liệu cũng có sai lệch nên không đảm bảo chắnh xác tuyệt đối khả năng dự báo mô hình Z-Score.
Vì vậy, tác giả cũng đề xuất những hướng nghiên cứu mới để áp dụng mô hình Z-Score tại Việt Nam:
Như đã phân tắch ở trên, mô hình Z-Score chỉ là một mô hình được xây dựng tổng quát, nên việc ứng dụng cụ thể để dự báo khả năng phá sản của các công ty ở các quốc gia khác nhau vẫn còn nhiều hạn chế. Do đó, chúng ta có thể dựa trên mô hình ban đầu sau đó điều chỉnh, hoặc thêm vào những chỉ số tài chắnh để có thể phù hợp và dự báo chắnh xác cho các doanh nghiệp trong điều kiện đặc thù của nền kinh tế Việt Nam.
Hiện nay, song song với mô hình Z-Score chúng ta cũng có rất nhiều mô hình, phương pháp dự báo phá sản khác thường dùng như phân tắch đơn biến, phân tắch biệt số bội thuật toán phân vùng đệ quy, phương pháp ỘMạng Nơ- ronỢẦvẦvẦCác phương pháp này dựa trên các tắnh toán riêng nên đôi khi với cùng một mẫu dữ liệu sẽ cho ra các kết quả dự báo phá sản khác nhau. Chúng ta nên nghiên cứu để tìm ra một thước đo hoặc phương pháp so sánh, đánh giá để có thể thống nhất, giảm độ sai lệch giữa các mô hình, từ đó giúp các nhà đầu tư có nhiều công cụ hơn để đánh giá các công ty.
Ngoài dùng để dự báo khả năng phá sản, một ứng dụng mở rộng của mô hình Z-Score là để xây dựng hệ số tắn nhiệm tắn dụng cho các công ty. Bởi như chúng ta biết, tại Việt Nam không có những công ty xếp hạng tắn dụng uy tắn như Standard & PoorỖs(S&P), MoodyỖs, và Fitch Group nên khi những nhà đầu tư muốn biết được liệu có nên đầu tư vào một mã chứng khoán sẽ khó khăn do sự thiếu hụt thông tin, nếu có thì chi phắ sử dụng thông tin từ những công ty lớn cũng rất cao. Bằng cách xây dựng phương pháp tắnh hệ số tắn nhiệm dựa trên mô hình Z-Score, các nhà đầu tư sẽ có một công cụ đơn giản và tương đối tin cậy để có thể đánh giá được những công ty trên thị trường từ đó giảm bớt chi phắ để có thông tin, tăng hiệu quả đầu tư.
Cuối cùng, hướng nghiên cứu dễ tiếp cận nhất là tìm ra các chỉ số tài chắnh, hệ số tài chắnh, hệ số trong mô hình cũng như cách tắnh toán, các thang đo để ngày
càng nâng cao độ chắnh xác và tắnh tổng quát cho khả năng dự báo phá sản của mô hình Z-Score.
Những điều cần lưu ý khi sử dụng mô hình Z-Score
Ngày nay mô hình Z-Score được sử dụng bởi các kiểm toán viên, các nhà tư vấn quản trị tòa án cũng như một phần của các hệ thống dữ liệu dùng để đánh giá cho vay. Những người nói trên tán thành việc sử dụng các mô hình thống kê dựa vào các lập luận sau:
- Chúng chắnh xác hơn và dẫn đến một kết luận rõ ràng hơn đa phần các chỉ số thông thường. Chúng khoanh vùng phạm vi của những đánh giá không chắc chắn.
- Chúng tương đối nhất quán và làm bớt các đánh giá không chắnh xác và ngẫu nhiên mà một vài cá nhân có thể mắc phải.
- Tắnh tin cậy của chúng có thể được đánh giá theo thống kê. Chúng dựa vào kinh nghiệm quá khứ hơn là đơn thuần dựa vào ý kiến không rõ ràng của một ai đó.
- Chúng nhanh hơn và ắt tốn kém hơn so với các công cụ truyền thống.
- Chúng có thể loại trừ hai thái cực của một nhóm mẫu doanh nghiệp. Chúng cho phép các nhà phân tắch tập trung vào khu vực chưa rõ ràng nơi mà kinh nghiệm và phán đoán là cần thiết để bù đắp cho những gì mà máy tắnh thiếu hụt.
- Dựa trên kinh nghiệm với các mô hình tài chắnh, những người sử dụng phải ý thức đầy đủ về những điểm hạn chế liên quan. Một vài điểm hạn chế trong số đó là:
+ Nhiều điểm số kết quả có thể rất lạ; khi các chỉ số thể hiện các giá trị bất thường chúng thường tạo ra những kết quả sai lầm. Thật rất nguy hiểm khi cho rằng các công cụ phức tạp có thể được sử dụng bởi những người chưa qua đào tạo. Họ có thể bị che mắt bởi sự phức tạp và chắnh xác bề ngoài. Những mô hình giúp chúng ta cải thiện một bước so với dữ liệu kế toán thô. Chỉ có những người sử dụng kinh nghiệm mới có thể nhận ra mức độ không chắnh xác của thông tin như thỉnh thoảng vẫn xảy ra.
+ Các mô hình thông thường không cho một kết quả rõ ràng. Mỗi khi có nghi ngờ phát sinh chúng ta phải kiểm chứng bổ sung bằng các thông tin định tắnh.
+ Hầu hết những người sử dụng thiếu một cơ sở dữ liệu đầy đủ để xây dựng những mô hình cho riêng mình. Hệ quả là họ phải mua một mô hình được xây dựng sẵn (rất đắt tiền) hoặc dựa vào những mô hình chung như mô hình đã được đề cập ở đây và chúng có thể không đáp ứng được các yêu cầu cụ thể một cách chắnh xác.
1.4.2 Các bài học về giải pháp đối phó kiệt quệ tài chắnh ở một số nước Châu Á