LƯỢNG XÁC SUẤT VỠ NỢ CỦA DOANH NGHIỆP
2.2.1. Nghiên cứu nước ngoài
Bài nghiên cứu của nhóm tác giả Ben Chin-Fook Yap, Mohd. Haniff Mohd. Helmi, Shanmugam Munuswamy, and Jin-Rui Yap (2011) về vấn đề dự đoán sự thất bại của công ty Malaysia bằng các tỷ lệ tài chính đuợc thực hiện trên 64 công ty niêm yết trong khoảng thời gian 10 năm. Cụ thể: 10 công ty thất bại và 10 công ty không thất bại trong lĩnh vực tiêu dùng; 22 công ty thất bại và 22 công ty không thất bại trong lĩnh vực sản phẩm công nghiệp. Nghiên cứu đã sử dụng các tỷ số tài chính: Tỷ lệ vốn luu động, Dòng tiền trên tổng nợ, Tổng nợ trên Tổng tài sản, Vốn luu động trên Tổng tài sản, Thu nhập ròng trên Tổng tài sản, Khoảng thời gian không có tín dụng, Sản phẩm tiêu dùng và công nghiệp. Mục tiêu của nghiên cứu nhằm kiểm tra xem các tỷ số tài chính đuợc sử dụng độc lập với nhau hay không và có hiệu quả trong việc phân loại các công ty thất bại và không thất bại ở Malaysia trong khoảng thời gian truớc đó và trong một môi truờng kinh tế khác nhau. Kết quả nghiên cứu cho thấy Dòng tiền trên Tổng nợ phân loại chính xác các công ty thất bại từ 81 %% đến 94% cho cả phân tích và mẫu giữ lại của cả bốn năm truớc thất bại thực tế.
Nghiên cứu Siew Bee Thai, Han Hwa Goh, Boon Heng Teh (2014) sử dụng Phân tích phân biệt đối xử nhu một phuơng pháp luận quan trọng để dự đoán tình
trạng kiệt quệ tài chính của các công ty trong Mã Lai. 30
công ty trong đó có 15
công ty gặp khó khăn tài chính và 15 công ty không gặp khó
khăn khác công ty đã
được phân tích. Báo cáo tài chính của mỗi công ty được thu
thập 5 năm trước khi
được phân loại là PN17 ở Bursa Malaysia. Năm tỷ số tài chính
tồn tại trong mô hình
Altman Z-score là được tính toán và thử nghiệm với Phân tích
phân biệt. Do đó,
vốn lưu động trên tổng tài sản là quan trọng nhất biến phân
biệt giữa các công ty
PN17 và không phải PN17. Bên cạnh đó, MDA đã đạt được tỷ lệ
chính xác 76,7%
để dự đoán các công ty gặp khó khăn tài chính ở Malaysia.
Nghiên cứu của Jacob Muvingi, Dingilizwe Nkomo, Peter Mazuruse and Patricia Mapungwana (2015) đã kiểm tra hiệu suất của hai mô hình dự báo phá sản, dựa trên tỷ lệ kế toán (Z-Score) và mô hình dựa trên thị trường (khoảng cách KMV để mặc định). Mô hình Z-Score được phát triển có hai biến, giá trị thị trường đối với nợ dài hạn và EBIT đối với hiện tại nợ phải trả và mô tả độc đáo môi trường doanh nghiệp của Zimbabwe. Nghiên cứu kết luận rằng mô hình kế toán (Z-Score) có sức mạnh dự đoán phá sản vượt trội. Mô hình đạt tỷ lệ chính xác 0,959 so với mô hình dựa trên thị trường 0,509. Các công ty phá sản trong thời gian này có dấu hiệu tài chính kém hiệu suất trong những năm trước.
Sanobar Anjum (2012) nghiên cứu này tóm tắt các nghiên cứu quan trọng trong lĩnh vực dự đoán phá sản vàcung cấp so sánh các mô hình khác nhau thường được sử dụng. Các nghiên cứu cho thấy rằng các thông tin tài chính khác nhau có thể hữu ích trong việc dự đoán thất bại trong kinh doanh.Một chủ đề chung xuyên suốt là không có sự đồng thuận về việcbiến nào hiệu quả nhất trong việc dự đoán phá sản và khoảng thời gian trước khisự thất bại. Hầu hết các nghiên cứu phá sản đã sử dụng nhiều phân tích phân biệt đối xử (MDA)các kỹ thuật thống kê để phát triển các mô hình và bao gồm các công ty lớn và nhỏ, cũng nhưcông ty tư nhân và công ty cổ phần. Mô hình của Tiến sĩ Altman đã được nghiên cứu kỹ lưỡng và nhiềucác nghiên cứu tiên phong đã được thực hiện dưới thước đo điểm số z của ông. Những thay đổi quan trọng được thực hiệntrên phương trình Altman đã cải thiện khả năng dự đoán về sự phá sản. Chương bắt đầu với lời giải thích về sự phá sản của Doanh
nghiệp hoặc ý nghĩa của việc doanh nghiệp trở thànhphá
sản. Sau cuộc thảo luận
này là các loại mô hình dự báo phá sảnnhu áp dụng trong các
kịch bản kinh tế ngày
nay. Chủ yếu có năm loại khác nhaumô hình dự báo phá sản.
Phân tích đa phân biệt
là mấu chốt của bài báo nghiên cứu này.Mô hình của Tiến sĩ
Altman đuợc thảo luận
chi tiết mô tả những thay đổi xảy ra đối với phuơng trìnhđể
đạt đuợc một mô hình
dự đoán hoàn hảo.
2.2.2. Nghiên cứu trong nước
Nghiên cứu Trịnh Thị Phan Lan (2013) tập trung nghiên cứu về đòn bầy tài chính (ĐBTC) và những tác động của việc sử dụng ĐBTC lên kết quả kinh doanh của các doanh nghiệp xây dựng - bất động sản. Trong nghiên cứu trình bày về khái niệm ĐBTC là việc sử dụng nguồn vốn vào đầu tu và kinh doanh. Bên cạnh đó, nghiên cứu đi sâu vào phân tích cơ cấu nguồn vốn (CCNV) của các doanh nghiệp xây dựng - bất động sản với các hệ số: Hệ số nợ phải trả trên vốn chủ sở hữu, hệ số nợ ngắn hạn trên tổng vốn, hệ số tổng nợ trên tổng tài sản,.. Theo đó nghiên cứu cũng phân tích hiệu quả của việc sử dụng ĐBTC trong kinh doanh với các thuớc đo về doanh thu, lợi nhuận, KNTT và khả năng sinh lời (KNNSL) của các doanh nghiệp này. Kết quả cho thấy các doanh nghiệp xây dựng - bất động sản có hiện tuợng sử dụng ĐBTC khá cao và cao nhất so các nhóm các ngành khác trong năm 2011. Tuy nhiên, doanh thu, lợi nhuận, KNTT và KNNSL của các doanh nghiệp không có sự phát triển mạnh mẽ mà chỉ giữ mức trung bình. Ngoài ra, bài viết nhấn mạnh việc dùng ĐBTC quá mức và không kiểm soát đuợc rủi ro đã trở thành một gánh nặng thật sự đối với các doanh nghiệp. Chi phí lãi vay, áp lực trả nợ cùng với việc thiếu tiền giải ngân cho các dự án khiến nhiều doanh nghiệp đứng bên bờ vực sự phá sản.
Bài nghiên cứu Hay Sinh (2013), mở đầu với việc nêu khái niệm về phá sản và xác suất phá sản đuợc đề cập trong luật phá sản doanh nghiệp, tiếp đó tác giả huớng đến hai cách tiếp cận và phân tích XSVN chính của các doanh nghiệp là (cách tiếp cận theo phuơng pháp tài sản) cách tiếp cận dòng tiền chiết khấu _DCF và giá trị hiện tại có điều chỉnh _APV để bản luận về uu nhuợc điểm riêng của phuơng pháp.
Cụ thể đi sâu hơn với các phương pháp ước lượng XSVN của
doanh nghiệp bao
gồm: Chỉ số Z (Z-score) của Altman, mô hình Zeta- mô hình rủi
ro tín dụng, xác
định XSVN trên xếp hạng trái phiếu, xác định XSVN trên giá
trái phiếu, Cuối cùng
là bài ví dụ cho Công ty cổ phần Công nghiệp Cao su Miền Nam
(CASUMINA -
Mã CSM) với hai phương pháp chỉ số Z-score của Altman và mô
hình xếp hạng tín
dụng nội bộ tại các ngân hàng thương mại được tác giả cho là
thích hợp để sử dụng.
Bên cạnh đó tác giả cũng khuyến khích các thẩm định viên
trong việc sử dụng hai
mô hình trên _ mô hình APV để sử dụng trong công tác thậm
định gia trị doanh
nghiệp.
Bài viết của Vu Thi Loan (2017) là nghiên cứu của tác giả về việc xây dựng mô hình dự báo tình trạng khó khăn tài chính của các công ty niêm yết trên thị trường chứng khoán Việt Nam. Với 2 mô hình dự đoán sử dụng phân tích được thiết lập: mô hình 1 chứa các tỷ số tài chính hoàn toàn được lấy từ báo cáo tài chính của các công ty, mô hình 2 là mô hình 1 bổ sung giá cổ phiếu như một biến độc lập. Và các dữ liệu nghiên cứu được chia làm 2 nhóm công ty: công ty gặp khó khăn về tài chính và công ty không gặp khó khăn về tài chính được thu thập từ năm 2009 đến năm 2015. Các công ty này là 280 doanh nghiệp niêm yết trên Sở Giao dịch Chứng khoán Hà Nội và Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh. Trong đó, có 140 công ty có cổ phiếu bị 2 Sở Giao dịch Chứng khoán hủy niêm yết tạo thành cặp với các doanh nghiệp còn lại có cùng đặc điểm về ngành nghề, quy mô và độ tuổi. Và dữ liệu nghiên cứu được thu thập trong 1 và 2 năm trước khi xảy ra sự cố tài chính hoặc trước khi cổ phiếu của công ty được yêu cầu hủy niêm yết, kết quả nghiên cứu cho thấy mô hình bao gồm giá cổ phiếu như một biến độc lập hoạt động tốt hơn mô hình không có giá cổ phiếu. Bên cạnh đó tác giả cũng nhấn mạnh các tỷ số phản ánh khả năng thanh khoản, tăng trưởng tài sản và lợi nhuận của công ty dự báo tốt cho tình trạng khó khăn tài chính của công ty.
Nghiên cứu Vũ Thị Hậu (2017) tập trung nghiên cứu về rủi ro tài chính của các công ty BĐS niêm yết tại sở giao dịch chứng khoán thành phố Hồ Chí Minh với mô hình nghiên cứu của Alexander Bathory. Bài nghiên cứu nêu rõ lên hai khái
niệm rộng và hẹp của rủi ro tài chính, bên cạnh đó là
khẳng định hướng nghiên cứu
của viết tập trung làm rõ chi tiết về rủi ro tài chính theo
nghĩa hẹp. Tác giả thực hiện
thu thập các số liệu tài chính từ 34 doanh nghiệp niêm yết
trên sở giao dịch chứng
khoán thành phố Hồ Chí Minh và thực hiện tính toán bằng
Microsolt Excel để cho
ra giá trị của rủi ro tài chính mà mô hình cụ thể như sau:
FRit = SZLit + SYit +
GLit + YFit + YZit, Trong đó, SZLit: (Lợi nhuận trước thuế +
Khấu hao tài sản cố
định + Thuế thu nhập hoãn lại)/Nợ ngắn hạn; SYit: Lợi nhuận
trước thuế/Tổng
nguồn vốn; GLit: Vốn cổ phần/Nợ ngắn hạn; YFit: Giá trị còn
lại của tài sản cố
định/Nợ phải trả; YZit: Vốn lưu động/Tổng tài sản. Tổng quan
kết quả nghiên cứu
tác giả đưa ra 6 nhóm doanh nghiệp được sắp theo thứ tự từ
rủi ro tài chính cao đến
rủi ro tài chính thấp và phân ra 2 nhóm đối tượng có rủi ro
tài chính và không có rủi
ro tài chính để đề xuất những khuyến nghị cần thiết và phù
hợp cho từng nhóm đối
tượng doanh nghiệp có rủi ro tài chính, Bên cạnh đó tác giả
cũng khẳng định đo
lường rủi ro tài chính là một trong những bước quan trọng
trong quy trình quản trị
rủi ro tài chính (bao gồm các bước: nhận dạng rủi ro, đo
lường rủi ro, kiểm soát rủi
ro và tài trợ rủi ro).
Nghiên cứu của Nguyễn Thị Nga (2018) tập trung cho nhóm doanh nghiệp BĐS niêm yết trên thi trường chứng khoán Việt Nam. Bao gồm các 45 doanh nghiệp nghiên cứu trong giai đoạn 8 năm từ năm 2008 đến năm 2015. Với vấn đề nghiên cứu là rủi ro phá sản của các doanh nghiệp này tác giả tiến hành mô hình phân tích với 14 chỉ số tài chính phản ánh 5 nhóm chỉ tiêu tài chính: KNTT, KNNSL, ĐBTC, năng lực hoạt động và sự vững chắc của công ty tạo thành 14 biến độc lập của mô hình nghiên cứu. Theo kết quả nghiên cứu cho thấy có bốn biến có tác động đến rủi ro phá sản đó là : dòng tiền/ tổng nợ phải trả bình quân, vốn hoạt động thuần/ tổng tài sản thuộc nhóm chỉ tiêu phản ánh KNTT, lợi nhuận sau thuế/ tổng tài sản bình quân (ROA) thuộc nhóm chỉ tiêu phản ánh KNNSL, tổng nợ phải trả/ tổng tài sản thuộc nhóm chỉ tiêu phản ánh ĐBTC. Riêng về biến tổng nợ phải trả/ tổng tài sản phản ánh ĐBTC của doanh nghiệp có tác động mạnh nhất đến rủi ro phá sản của các công ty BĐS niêm yết trên thị trường chứng khoán Việt Nam nhất
với chiều tác động là cùng chiều. Ba biến còn lại có tác động nguợc chiều và có mức độ tác động đứng thứ hai là hệ số KNNSL của tài sản (lợi nhuận sau thuế/ tổng tài sản bình quân), đứng thứ ba là hệ số vốn hoạt động thuần/ tổng tài sản và chỉ tiêu có tác động ít nhất là dòng tiền/ tổng nợ phải trả bình quân. Ngoài ra các biến còn lại nằm trong các 5 nhóm chỉ tiêu tài chính thì không có ý nghĩa thông kê hoặc có ý nghĩa thông kê nhung không tác động đến rủi ro phá sản của các công ty BĐS niêm yết trên thị truờng chứng khoán Việt Nam.
Võ Minh Long (2020), nghiên cứu tập trung về các nhân tố tác động đến rủi ro tài chính của 28 doanh nghiệp bất động sản niêm yết trên HSX giai đoạn 2012- 2018. Với 12 tỷ số tài chính đuợc xem nhu là các biến độc lập để diễn tả 5 nhóm yếu tố chính ảnh huởng đến rủi ro tài chính của các doanh nghiệp này đuợc tác giả tổng hợp và tiến hành sử dụng trong mô hình nghiên cứu. Chạy mô hình dữ liệu bảng bằng phần mềm Stata 14.0 từ các số liệu đuợc thu thập và xử lý bằng phần mền Excel để cho ra kết quả, Chỉ có 4 biến, nhu: Tỷ số thanh toán ngắn hạn, tỷ số sinh lời của tổng tài sản, vòng quay tồn kho, và tỷ số tự tài trợ có tác động cùng chiều với rủi ro tài chính, nhung có đến 5 biến, nhu: Hệ số nợ ngắn hạn trên nợ dài hạn, tỷ số thanh toán nhanh, tỷ số thanh toán tổng quát, vòng quay tổng tài sản và vòng quay khoản phải thu lại có kết quả nguợc lại. Tuy nhiên, nó cũng chỉ ra rằng: Không có mối quan hệ giữa 3 biến: Tỷ số sinh lời của doanh thu, vòng quay tài sản cố định, và tỷ số vốn cố định với rủi ro tài chính. Bên cạch đó tác giả cũng nêu lên những điểm hạn chế của nghiên cứu là chỉ tập trung vào các doanh nghiệp ngành bất động sản niêm yết trên HSX trong giai đoạn từ 2012-2018. Vì vậy, kết quả nghiên cứu có thể chua bao quát hết toàn bộ các doanh nghiệp đã niêm yết. Theo tác giả, để khắc phục hạn chế trên, bài viết có thể mở rộng thêm đối tuợng nghiên cứu.
Hoàng Thị Hồng Vân (2020) sử dụng phuơng pháp nghiên cứu định tính, tác giả huớng đển làm rõ khả năng ứng dụng mô hình Z-score trong dự báo phá sản của các doanh nghiệp Việt Nam, Cụ thể, nghiên cứu thực hiện tính toán khả năng phá sản của doanh nghiệp Việt Nam bằng phần mềm excel dựa trên mô hình Z-score có sẳn của Alman (1968). Số liệu nghiên cứu thực hiện thông qua 30 doanh nghiệp đã
phá sản và 30 doanh nghiệp đang hoạt động từ năm 2012 đến
năm 2019. Trong đó,
30 doanh nghiệp đã phá sản là các công ty cổ phần bị huỷ bỏ
niêm yết trên sàn
chứng khoán Hồ Chí Minh (HOSE) và Hà Nội (HNX) do thanh lý/
giải thể theo
lệnh của Tòa án, 30 doanh nghiệp này tạo thành cặp với các
doanh nghiệp còn lại có
cùng đặc điểm về ngành nghề, quy mô và độ tuổi, Kết quả
nghiên cứu cho thấy, độ
chính xác của mô hình Z-score cho dự báo phá sản của doanh
nghiệp ở Việt Nam
cho 1 năm trước phá sản là 76,67% và cho 2 năm trước phá sản
là 70%. Vậy nên,
các nhà phân tích tài chính, người sử dụng thông tin tài
chính, quan tâm đến tình
hình tài chính của doanh nghiệp hoàn toàn có thể sử dụng mô
hình Z-score cho
đánh giá rủi ro trước khi đưa ra quyết định. Bên cạnh đó
nghiên cứu cũng mở rộng
quan sát các chỉ số tài chính giữa hai nhóm doanh nghiệp đã
phá sản và đang hoạt
động. Kết quả cho thấy nhóm doanh nghiệp đã phá sản có các
chỉ số ROA, ROE
đều thấp hơn nhóm các doanh nghiệp đang hoạt động một cách
đáng kể, giá trị tài
sản trung bình gia tăng của nhóm doanh nghiệp đã phá sản cũng
ít hơn các doanh
nghiệp đang hoạt động.
Nhìn chung, các nghiên cứu trong nước đa phần đề cập đến các vấn đề rủi ro tài chính, khó khăn tài chính, rủi ro phá sản, xác suất phá sản,... với các đối tượng