Nhƣ đã trình bày trong phần trƣớc, kiệt quệ tài chính ngoài việc gây ra chi phí cho các nhóm doanh nghiệp liên quan, còn tạo ra chi phí đối với xã hội. Vì vậy, nhiều mô hình dự báo kiệt quệ tài chính đã đƣợc nghiên cứu và phát triển trên thế giới, nhằm giúp cảnh báo sớm nguy cơ xảy ra kiệt quệ tài chính để có biện pháp ứng phó kịp thời.
Mục đích của nghiên cứu này là đánh giá khả năng dự báo của mô hình dự báo sớm kiệt quệ tài chính Z-Score đã đƣợc phát triển trên thế giới, từ đó kiểm định độ chính xác khi vận dụng cho các doanh nghiệp tại Việt Nam. Để đạt đƣợc mục đích này, tác giả sẽ thực hiện cụ thể các bƣớc nghiên cứu sau:
Bƣớc 1: Xác định mẫu của nghiên cứu. Do tại thời điểm lấy mẫu, một số công ty có thời gian hoạt động chƣa đủ đáp ứng điều kiện trong nghiên cứu và có công ty công bố dữ liệu không đầy đủ hoặc có những khoảng thời gian không giao dịch trên sàn chứng khoán. Vì vậy, mẫu bị hạn chế trong 50 công ty đại chúng có đủ điều kiện đã và đang niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh, trong đó bao gồm những công ty đƣợc xác định là kiệt quệ tài chính và không kiệt quệ tài chính. Một công ty đƣợc xác định là kiệt quệ tài chính khi đối mặt với một trong các sự kiện sau: thua lỗ 3 năm liên tiếp, hoặc có vốn chủ sở hữu âm, hoặc bán hết tài sản để trả nợ rồi giải thể, hoặc đƣợc tòa án chấp thuận phá sản. Cùng với việc xác định công ty là kiệt quệ tài chính, tác giả cũng sẽ xác định luôn thời điểm kiệt quệ tài chính, đó là năm xảy ra một trong số các sự kiện trên3. Việc xác định các công ty kiệt quệ và không kiệt quệ để đƣa vào mẫu ở bƣớc này, cùng thời điểm xảy ra sự kiện kiệt quệ tài chính, đƣợc xem là “kết quả thực tế”.
Bƣớc 2: Xác định dữ liệu đầu vào của nghiên cứu. Dữ liệu đầu vào đƣợc lấy từ các báo tài chính đã kiểm toán của 50 công ty trong mẫu đã và đang đƣợc niêm yết Sở giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) và nhiều nguồn khác4
.
3
Xem chi tiết tại mục “3.4. Lựa chọn mẫu và thu thập dữ liệu đầu vào”,
36
Bƣớc 3: Từ dữ liệu đầu vào có đƣợc ở bƣớc 2, tác giả tiến hành tính toán giá trị các biến số độc lập của mô hình dự báo kiệt quệ tài chính đƣợc sử dụng trong nghiên cứu này.
Bƣớc 4: Từ giá trị các biến số độc lập đã tính đƣợc ở bƣớc 3, tác giả tiến hành xác định giá trị các biến phụ thuộc của các mô hình cho từng công ty, đó là: giá trị Z- score tại ba mô hình của Altman (1968, 1993, 1995), sẽ đƣợc xác định tại thời điểm 1 năm (-1), 2 năm (-2) và 3 năm (-3) trƣớc khi kiệt quệ xảy ra5
.
Bƣớc 5: Dựa trên các giá trị Z-Score, đƣợc xác định ở bƣớc 4, tác giả sẽ so sánh các giá trị này với điểm cắt (cutoff)6 của mô hình để dự báo từng công ty trong mẫu là kiệt quệ tài chính hay không kiệt quệ tài chính. Theo đó, đầu ra của bƣớc này
“kết quả dự báo lý thuyết” của mô hình Altman đối với từng công ty. “Kết quả dự báo lý thuyết” của mô hình sẽ đƣợc xác định tại thời điểm 1 năm (-1), 2 năm (-2), 3 năm (-3) trƣớc khi kiệt quệ xảy ra.
Bƣớc 6: So sánh giữa “kết quả dự báo lý thuyết” ở bƣớc 5 với “kết quả thực tế” ở bƣớc 1, tác giả sẽ xác định đƣợc “mức độ dự báo chính xác” của ba mô hình Z, Z’, Z’’ của Altman (1968, 1993, 1995) ở các thời điểm 1 năm, 2 năm, 3 năm trƣớc khi kiệt quệ tài chính xảy ra. Trong đó, “mức độ dự báo chính xác” gồm 3 loại: “mức độ dự báo chính xác kiệt quệ”, “mức độ dự báo chính xác không kiệt quệ”, “mức độ dự báo chính xác tổng thể”. Từ đó kiểm định độ chính xác của mô hình dự báo kiệt quệ tài chính phù hợp cho các doanh nghiệp Việt Nam.
Bƣớc 7: Lựa chọn mô hình dự báo kiệt quệ tài chính phù hợp cho các doanh nghiệp Việt Nam theo nguyên tắc sau: Đối với từng thời điểm dự báo là 1 năm, 2 năm trước khi kiệt quệ thực tế xảy ra, mô hình có “mức dự báo chính xác tổng thể ” cao hơn sẽ là mô hình dự báo tốt hơn. Nếu “mức dự báo chính xác tổng thể” bằng nhau, sẽ xét tiếp “mức dự báo chính xác kiệt quệ”, mô hình nào có “mức dự báo chính xác kiệt quệ” cao hơn sẽ là mô hình dự báo tốt hơn7.