Bảng 4.8 trình bày kết quả của hồi quy Probit để dự báo khả năng rơi vào kiệt quệ tài chính theo các biến độc lập. Theo điều kiện của mô hình hồi quy với biến phụ thuộc là biến nhị phân, trong đó các công ty bị xếp vào nhóm kiệt quệ tài chính nhận giá trị là 1 và nhận giá trị 0 khi được đánh giá có tình trạng tài chính tốt (phân loại theo EBITDA/lãi vay). Bài nghiên cứu phát triển mô hình Z” của Altman (1993) để dự báo nguy cơ kiệt quệ tài chính của các doanh nghiệp thông qua việc kết hợp các biến số tài chính và biến kinh tế vĩ mô. Tác giả tìm thấy mối quan hệ
Biến VIF √𝑽𝑰𝑭 Dung sai R2
VLĐ/TTS 1,2 1,09 0,8349 0,1651 LNGL/TTS 1,99 1,41 0,5037 0,4963 EBIT/TTS 2,21 1,49 0,4521 0,5479 Giá trị sổ sách của VCSH/TTS 1,02 1,01 0,9835 0,0165 DS/TTS 1,11 1,05 0,9024 0,0976 Dòng tiền/tổng nợ phải trả 1,15 1,07 0,8720 0,1280 △GDP 1,12 1,06 0,8947 0,1053 CPI 1,09 1,04 0,9187 0,0813 Giá trị trung bình của VIF 1,36
nghịch biến giữa DS/TTS, Giá trị sổ sách của VCSH/TTS, CPI với khả năng rơi vào kiệt quệ tài chính của công ty. Biến DS/TTSvà Giá trị sổ sách của VCSH/TTS thể hiện đúng dấu như kỳ vọng trong khi biến CPI không thể hiện đúng dấu kỳ vọng, môi trường lạm phát cao lại giảm khả năng kiệt quệ. Các biến VLĐ/TTS, LNGL/TTS
cũng không thể hiện đúng dấu như kỳ vọng. Tuy nhiên, năm biến này lại không có ý nghĩa thống kê ở mức ý nghĩa 10%. Kết quả hồi quy cho thấy chỉ có ba biến EBIT/TTS, dòng tiền/tổng nợ phải trả, △GDP là có ý nghĩa thống kê.
Biến EBIT/TTS đo lường khả năng tạo lợi nhuận từ tài sản công ty mà không xét đến thuế và lãi vay. Hệ số hồi quy của biến này luôn có ý nghĩa thống kê đến 1% và thể hiện đúng dấu như kỳ vọng trong cả ba mô hình. Khi công ty có cơ cấu tài sản hợp lý, hoạt động hiệu quả sẽ thúc đẩy hoạt động sản xuất kinh doanh của công ty, từ đó góp phần gia tăng lợi nhuận và có tình trạng tài chính tốt hơn. Điều này cũng cho thấy tầm quan trọng của khả năng sinh lợi từ tài sản đến sự tồn tại của doanh nghiệp. Kết quả từ mô hình hồi quy tương đồng với kết quả của Altman (1986,1977,1983, 1993), của Puagwatana và Gunawardana (2012).
Biến dòng tiền/tổng nợ phải trả cho thấy mức độ mà một công ty có thể đáp ứng các nghĩa vụ tài chính từ dòng tiền được tạo ra từ hoạt động kinh doanh. Hệ số hồi quy của biến này có ý nghĩa thống kê từ 5% đến 1 % và thể hiện đúng dấu kỳ vọng. Mối quan hệ giữa dòng tiền/tổng nợ và nguy cơ kiệt quệ tài chính được xác định trong mô hình là nghịch biến. Điều này có nghĩa là một công ty càng có nhiều khả năng đảm bảo nghĩa vụ tài chính bằng dòng tiền hoạt động thì càng ít có khả năng rơi vào kiệt quệ tài chính. Kết quả này hoàn toàn phù hợp với nghiên cứu của Almamy (2015).
Biến △GDP đánh giá tốc độ tăng trưởng về mặt khối lượng hàng hóa và dịch vụ cuối cùng của nền kinh tế. Biến này cũng đã có đóng góp nhất định trong việc dự báo khả năng kiệt quệ tài chính với hệ số hồi quy có ý nghĩa thống kê 10%. Kỳ vọng hệ số của △GDP cho một dấu âm (-). Tuy nhiên, theo kết quả thu được từ bảng
4.8, biến △GDP không thể hiện đúng dấu kỳ vọng, tốc độ tăng trưởng của nền kinh tế cao lại làm tăng khả năng kiệt quệ. Kết quả nghiên cứu này đối ngược với nghiên cứu của Charalambakis (2014). Điều này có thể lý giải trong cùng một môi trường kinh tế vĩ mô, nếu tăng trưởng kinh tế nhanh, những công ty yếu kém hơn so với đối thủ cạnh tranh, chẳng hạn về khả năng hoạt động, sẽ có khả năng kiệt quệ tài chính lớn hơn.
Bảng 4.8 cũng cho thấy việc bổ sung biến X5 (doanh số/trên tổng tài sản), X6
(dòng tiền hoạt động/tổng nợ phải trả) và △GDP (tốc độ tăng trưởng tổng sản phẩm quốc nội), CPI (chỉ số giá tiêu dùng) làm tăng hệ số R2 của mô hình Z” giúp mô hình dự báo tốt hơn khả năng kiệt quệ tài chính. Cụ thể R2 của mô hình 1, 2 và 3 lần lượt là 0,1530; 0,1783 và 0,1877. Như vậy có thể thấy việc thêm những biến mới giúp mô hình dự báo tốt hơn khả năng kiệt quệ tài chính. Kết quả này phù hợp với nghiên cứu của nghiên cứu của Tinoco và Wilson (2013), Almamy (2015).
Bảng 4.8 Kết quả hồi quy
Mô hình 1 Mô hình 2 Mô hình 3
Hệ số P-Value Hệ số P-Value Hệ số P-Value
_Cons -1,1610*** 0,0000 -1,0866*** 0,0000 -2,6485*** 0,0020 (0,1662) (0,1823) (0,8485) VLĐ/TTS 0,1533 0,6290 0,0535 0,8740 0,0225 0,9470 (0,3174) (0,3379) (0,3418) LNGL/TTS 1,8370 0,2570 1,5666 0,3490 1,9070 0,2680 (1,6209) (1,6712) (1,7215) EBIT/TTS -8,7823*** 0,0000 -8,1763*** 0,0000 -9,2136*** 0,0000 (1,8419) (1,9625) (2,1188) Giá trị sổ sách của VCSH/TTS -0,0327 0,2850 -0,0287 0,3790 -0,0360 0,2840 (0,0306) (0,0326) (0,0336) DS/TTS -0,0785 0,3780 -0,0783 0,3870 (0,0890) (0,0905) Dòng tiền/tổng nợ phải trả -0,5403*** 0,0050 -0,4990** 0,0100 (0,1918) (0,1927) △GDP 0,2785* 0,0570 (0,1462) CPI -0,0009 0,9490 (0,0139) Pseudo-R2 0,1530 0,1783 0,1877
KẾT LUẬN CHƢƠNG 4
Thông qua việc tính toán sai lầm loại 1 và sai lầm loại 2, cho thấy khả năng dự báo nguy cơ kiệt quệ tài chính của các công ty niêm yết ở sàn chứng khoán HOSE là chưa cao. Đặc biệt, khả năng mắc sai lầm loại 2 rất lớn. Thống kê cho thấy mô hình chỉ có khả năng dự báo khá tốt (hơn 65%) ở năm liền kề năm trước năm xảy ra kiệt quệ. Như vậy, nếu áp dụng Z” trong quản trị tài chính của doanh nghiệp Việt Nam, các doanh nghiệp sẽ khó nhận biết được nguy cơ kiệt quệ một cách kịp thời. Thêm vào đó, kết quả hồi quy cho thấy các mô hình 2 và 3 đều giải thích tốt hơn cho tình trạng khó khăn tài chính của doanh nghiệp. Điều này hàm ý rằng việc bổ sung biến dòng tiền và biến số vĩ mô là cần thiết để cải thiện khả năng dự báo của mô hình.
CHƢƠNG 5: KẾT LUẬN
Sau khi phân tích kết quả và thảo luận ở chương 4, chương 5 sẽ tổng kết những vấn đề đã trình bày trong nghiên cứu từ đó đề xuất những chính sách hỗ trợ cho các đối tượng có liên quan trong đề tài. Bên cạnh đó, những ưu điểm cũng như hạn chế của đề tài cũng được trình bày để đề xuất hướng nghiên cứu tiếp theo.