4. KẾT QUẢ NGHIÊN CỨU
4.4. Đo lƣờng tác động cận biên trung bình (Average Marginal Effects) và xác suất
suất dự báo khả năng rơi vào tình trạng kiệt quệ tài chính (Predicted Probabilities)
Các thông số ƣớc lƣợng từ các mô hình kết quả nhị phân, không giống nhƣ những ƣớc lƣợng của mô hình tuyến tính, không thể trực tiếp giải thích đƣợc vì chúng không cung cấp thông tin hữu ích mô tả đầy đủ mối quan hệ giữa các biến độc lập và biến phụ thuộc nhị phân (theo Long & Freese, 2003). Trong các nghiên cứu về phá sản và vỡ nợ trƣớc đây, những mô hình dự báo kiệt quệ tài đƣợc xây dựng bằng cách sử dụng mô hình kết quả nhị phân, luôn chỉ tập trung vào khả năng phân loại tổng thể hoặc độ chính xác dự báo của các mô hình và rất hiếm khi họ cung cấp một sự giải thích về mối quan hệ giữa các biến dự báo và biến phụ thuộc nhị phân.
Các nghiên cứu này đơn thuần báo cáo các hệ số ƣớc lƣợng thu đƣợc từ mô hình nhị phân và cung cấp một sự giải thích trực tiếp các mối quan hệ dựa trên dấu của hệ số ƣớc lƣợng. Tuy nhiên, các giá trị kết quả cơ bản (hệ số ƣớc lƣợng) thu đƣợc bằng cách thực hiện mô hình biến phụ thuộc nhị phân không thể giải thích những tác động của biến độc lập riêng rẽ lên sự thay đổi của biến phụ thuộc trong mô hình vì bản chất phi tuyến của chúng. Vì
vậy, trong bài nghiên cứu này nhóm tác giả sử dụng phƣơng pháp phân tích tác động cận biên và xác suất dự báo, là những công cụ phân tích thích hợp để xử lý vấn đề này.
Bảng 11
Biến số Mô hình 1
hiệu chỉnh
Mô hình 2 Mô hình 3 Mô hình 4 Mô hình 5
TFOTL -0.0895306 (0.013) -0.087678 (0.015) -0.0420064 (0.233) NOCREDINT -0.0032596 (0.791) -0.0029732 (0.806) -0.0017639 (0.878) COVERAGE -0.3749144 (0.000) -0.3796109 (0.000) -0.3702227 (0.000) CPI -1.790783 (0.000) -1.828807 (0.000) -1.841397 (0.000) TBILL 6.910133 (0.000) 2.107692 (0.206) 2.658216 (0.112) PRICE -0.0911489 (0.000) -0.0659937 (0.002) -0.1282536 (0.000) ABNRET 0.3999457 (0.000) 0.4248063 (0.000) 0.3920677 (0.000) SIZE -7.141413 (0.067) -11.13619 (0.012) -6.752528 (0.099) VOLATILITY -4.060491 (0.001) -3.793631 (0.002) -4.10305 (0.001) Số quan sát 1444 1444 1444 1444 1444
Chú thích: giá trị trong ngoặc đơn là p - value
Bảng trên trình bày tác động cận biên của từng biến đƣợc quy về giá trị trung bình. Sở dĩ, nhóm tác giả phải tính ra giá trị trung bình là vì, khi xem xét tác động cận biên của từng biến đối với xác suất để công ty rơi vào tình trạng kiệt quệ tài chính, tác động cận biên sẽ
thay đổi cùng với sự thay đổi trong miền giá trị của biến độc lập đang xem xét. Vì vậy, nhóm tác giả sẽ chọn ra một con số để đại diện cho tác động cận biên của từng biến độc lập đó là giá trị trung bình của các tác động này. Khi xem xét tác động của từng biến, các biến độc lập còn lại sẽ đƣợc giữ cố định tại giá trị trung bình trong miền xác định của từng biến, giá trị trung bình của các biến độc lập này đã đƣợc nhóm tác giả trình bày trong phần thống kê mô tả ở trên.
Để tiện việc so sánh tác động cận biên của các biến với nhau, nhóm tác giả sẽ chỉ xem xét cụ thể chúng trong mô hình 3, mô hình có đầy đủ các biến đƣợc đƣa vào. Ý nghĩa của các giá trị đƣợc giải thích nhƣ sau. Đối với biến TFOTL, khi giá trị TANH của tỷ số dòng tiền hoạt động chia cho tổng nợ trong năm trƣớc tăng 0.01 đơn vị thì xác suất để công ty rơi vào tình trạng kiệt quệ tài chính sẽ sụt giảm trung bình gần 0.042%, trong điều kiện các biến độc lập khác giữ cố định tại mức giá trị trung bình. Giải thích tƣơng tự ta thấy rằng, trong các biến số tỷ số tài chính, biến số COVERAGE có mức độ tác động cận biên trung bình lớn nhất. Cụ thể là, khi giá trị TANH của tỷ số EBITDA trên tổng nợ gia tăng 0.01 đơn vị, trong điều kiện các yếu tố khác không đổi, xác suất để công ty rơi vào tình trạng kiệt quệ tài chính sẽ sụt giảm trung bình 0.37%. Ngƣợc lại biến số NOCREDINT có mức tác động trung bình là thấp nhất.
Đối với các biến số thị trƣờng, biến số SIZE có mức độ tác động cận biên cao nhất. Cụ thể, khi độ lớn tƣơng đối của giá trị vốn hóa thị trƣờng của công ty so với giá trị vốn hóa toàn thị trƣờng (SIZE) gia tăng 1% thì xác suất để công ty rơi vào tình trạng kiệt quệ tài chính sẽ giảm 7.14%. Đối với các biến số biểu thị tình trạng kinh tế vĩ mô, biến số TBILL
có tác động mạnh mẽ hơn so với biến số CPI. Cụ thể, khi lãi suất T – bill gia tăng 1% thì xác suất công ty rơi vào tình trạng kiệt quệ tài chính sẽ gia tăng trung bình 2.11%, trong điều kiện các yếu tố khác không đổi.
Xem xét một cách tổng quát giữa các biến số tài chính, chỉ báo kinh tế vĩ mô và thị trƣờng, ta thấy rằng các biến số đại diện tác động của thị trƣờng có mức độ tác động cao nhất lên xác suất công ty rơi vào tình trạng kiệt quệ tài chính. Từ kết quả này, chúng ta có
thể kết luận rằng, các biến số giá trị thị trƣờng hàm chứa trong đó nhiều thông tin quan trọng đóng góp cho việc dự báo khả năng kiệt quệ tài chính.
Để có đƣợc cái nhìn nhận trực quan hơn nữa sau khi đã phân tích tác động cận biên trung bình, nhóm tác giả tiếp tục trình bày sự thay đổi xác suất của các công ty rơi vào tình trạng kiệt quệ tài chính theo sự thay đổi trong từng biến độc lập, trong khi giữ cố định các biến độc lập còn lại. Việc mô phỏng đồ thị này dựa theo kết quả hàm hồi quy trong mô hình 3 với đầy đủ các biến số tỷ số tài chính, chỉ báo kinh tế vĩ mô và thị trƣờng đƣợc lấy theo độ trễ t – 1. Kết quả này đƣợc trình bày lần lƣợt trong ba Đồ thị 5, 6, 7.
Đồ thị 5
Đồ thị 5 trình bày sự thay đổi trong xác suất dự báo kiệt quệ tài chính tại các giá trị khác
nhau của từng tỷ số trong báo cáo tài chính. Có thể thấy rằng biến COVERAGE hiển thị độ dốc lớn nhất so với các tỷ số tài chính khác, điều này chỉ ra rằng một sự thay đổi trong khả năng chi trả lãi vay bằng thu nhập hoạt động sẽ có tác động lớn nhất lên xác suất dự báo của kiệt quệ tài chính, trong điều kiện tất cả các biến khác đƣợc giữ không đổi tại mức trung bình của chúng. Độ dốc của biến số COVERAGE đồng thời cho thấy một mối
tƣơng quan âm giữa xác suất dự báo kiệt quệ tài chính và mức độ thay đổi của biến số này. Hơn nữa, có một sự suy giảm đáng kể xác suất dự báo của kiệt quệ tài chính về mức gần bằng 0, khi biến số COVERAGE đạt đến giá trị lớn nhất là 1 trong miền giá trị. Mặt khác, mẫu hình biểu hiện những thay đổi trong xác suất rơi vào tình trạng kiệt quệ tài chính theo độ lớn của biến số TFOTL và NOCREDINT cho thấy độ dốc hƣớng xuống gần nhƣ gần bằng 0, có nghĩa là tác động ngƣợc chiều của hai biến này rất nhỏ.
Đồ thị 6
Đồ thị 6trình bày tác động của các biến số thị trƣờng, nhân tố có tác động lớn nhất lên sự thay đổi xác suất kiệt quệ tài chính là biến số ABNRET và VOLATILITY, sau đó là hai biến số PRICE và SIZE. Cả ba biến số PRICE, VOLATILITY và SIZE này cho thấy mối tƣơng quan nghịch giữa chúng với xác suất kiệt quệ tài chính. Trong khi đó, đồ thị thể hiện biến số ABNRET có mối quan hệ ngƣợc lại, kết quả này hoàn toàn đồng nhất với kết quả hồi quy và phân tích tác động cận biên.
Đồ thị 7
Đồ thị 7 trình bày sự thay đổi của các biến số chỉ báo kinh tế vĩ mô CPI và TBILL ảnh
hƣởng đến những thay đổi trong xác suất dự báo của kiệt quệ tài chính khi tất cả các biến số khác đƣợc giữ không đổi ở mức trung bình của chúng. Khi xem xét cả hai loại nhân tố kinh tế vĩ mô và thị trƣờng, nhóm tác giả thấy rằng các biến số này góp phần đáng kể trong việc dự báo xác suất kiệt quệ tài chính, tƣơng tự nhƣ kết quả nhóm tác giả đã tìm thấy trong phân tích tác động cận biên.