VI. Bố cục của nghiên cứu
2.4.2 Mô hình O-Score (1980)
Mô hình O-Score được Ohlson (1980) sử dụng kỹ thuật Binary Logistic để xây dựng mô hình. Mô hình O-Score chọn bộ mẫu gồm 105 doanh nghiệp phá sản và 2.058 doanh nghiệp khoẻ mạnh trong giai đoạn từ 1970 đến 1976 theo Luật phá sản của Mỹ. Trong nghiên cứu của mình Ohlson đã chỉ ra chín nhân tố có ảnh hưởng lớn đến xác suất phá sản một doanh nghiệp, cụ thể như sau:
Bảng 2. 2 Các biến trong mô hình O-Score
Ký hiệu Chỉ số Trọng số SIZE -0,407 TLTA 6,03 WCTA -1,43 CLCA 0,757
OENEG Biến giả (có giá trị 1 nếu tổng nợ >
tổng tài sản ngược lại bằng 0). 0,285
NITA
-2,37
FUTL
INTWO
Biến giả ( Có giá trị bằng 1 nếu EAT < 0 trong hai năm gần nhất, bằng 0 trong trường hợp ngược lại)
-1,72
CHIN
-0,521
Nguồn: Tác giả tự tổng hợp
Trong đó: Chỉ số giá theo GNP =
*100
VLĐR(Vốn luân chuyển) = Tài sản ngắn hạn – Nợ ngắn hạn
Dòng tiền hoạt động = EBT + khấu hao
EAT(t),(t-1) = lợi nhuận sau thuế thời điểm (t) và thời điểm (t-1)
Mô hình O-score được xác định như sau:
OS = -1,32-0,407*SIZE+6,03*TLTA-1,43*WCTA+0,757*CLCA-2,37*OENEG- 1,83* NITA+0,285*FUTL-1,72*INTWO-0,521*CHIN
Khi đó xác định được xác suất phá sản của doanh nghiệp như sau:
P >0,5: Doanh nghiệp đang đối mặt với rủi ro phá sản.
P <0,5 : Doanh nghiệp tạm thời chưa đối mặt với rủi ro phá sản.
Mô hình O-score tập trung dự báo cho nhóm doanh nghiệp phi tài chính, có khả năng dự báo tốt tại các quốc gia. Đặc biệt, khả năng dự báo của mô hình O-Score trên thị trường các nước Đông Nam Á cho thấy cao hơn.
Theo tác giả Surapol Pongsatat và các cộng sự (2004:8) nghiên cứu khả năng dự báo của hai mô hình Z-Score và O-Score trên thị trường Đông Nam Á cho thấy: đối với nhóm doanh nghiệp quy mô nhỏ, khả năng dự báo của mô hình O- Score là 75% trong khi mô hình Z- Score là 64,06%; còn với nhóm doanh nghiệp có quy mô lớn, khả năng dự báo của mô hình O- Score là 69,64% trong khi mô hình Z- Score là 58,93%.