Sau nhiều năm phát triển, đến năm 2000, Altman đã thay đổi một số đặcđiểm kĩ thuậtcủa chỉ số để việc vận dụngđược thuận tiện hơn:
Z = 1.2 X1 + 1.4 X2 + 3.3 X3 +0.64 X4 + 0.999 X5
Điểm khác biệt so với chỉ số Z-score ban đầu là các biến từ X1 đến X4 không cần
tính toán bằng giá trị phần trăm và X5 được viết theo số lần. Hệ số và các biến vẫn được giữ nguyên trong mô hình này.
Từ những nghiên cứu thực nghiệm trước đó, Altman (2000) cho rằng chỉ số Z- score là một chỉ số dự báo chính xác về sự thất bại lên đến hai năm trước khi phá sản và độ chính xác đó giảm đi đáng kể khi thời gian tăng dần. Bên cạnh đó, khi phân tích xu hướng trên các tỷ lệ riêng,ông đã đưa ra hai kết luận quan trọng nhất của xu hướng
này là:
Tất cả các tỷ lệ quan sát được cho thấy một xu hướng xấu đi khi công ty gần đến bờ vực phá sản.
Sự thay đổi nghiêm trọng nhất trong phần lớn các tỷ lệ này xảy ra giữa năm thứ hai và năm thứ ba trước khi phá sản. Mức độ nghiêm trọng được đo lường bằng sự thay đổi hàng năm của giá trị tỷ lệ.
Chỉ số Z-score ban đầu chỉ áp dụng cho các doanh nghiệp sản xuất, không áp
dụng cho các định chế tài chính. Về sau, Altman phát triển thêm các mô hình tính hệ
số Z-score cho các doanh nghiệp phi sản xuất, doanh nghiệp tư nhân, doanh nghiệp
trên thịtrường mới nổi.
1.3.3. Chỉ số Z-score áp dụng cho doanh nghiệp tƣ nhân (Private Firms)
Chỉ số Z-score ban đầu chỉ áp dụng cho các công ty giao dịch công khai vì X1 yêu cầu dữ liệu giá cổ phiếu. Vì thế, Altman đã thay đổi biến X4 giá trị thị trường của vốn chủ sỡ hữu thành giá trị sổ sách của vốn chủ sở hữu, trong khi các biến khác vẫn được giữa nguyên. Chỉ số Z-Score đã được sửa đổi X4 sẽ được gọi là chỉ số Z’:
18
Ở chỉ số này vì X4 đã được sửa đổi so với ban đầu nên hệ số của nó giảm từ 0.64
xuống còn 0.42, cho thấy nó ít ảnh hưởng hơn đến Z-score. Tuy nhiên, Z-score cho
doanh nghiệp tư nhân trông khá giống với Z-score đang sử dụng khi X3 và X5 gần như là không đổi.
Theo Altman (2000), độ chính xác của Loại I chỉ giảm một chút so với chỉ số Z-
score ban đầu (91% so với 94%) nhưng độ chính xác của Loại II là giống hệt nhau (97%). Z’-Score trung bình của nhóm không phá sản thấp hơn so với ban đầu. Do đó, sự phân bổ điểm số hiện nay chặt chẽ hơn với sự trùng lặp nhóm lớn hơn. Khu vực “gray area” hay còn được gọi là “ignorance zone” rộng hơn vì ranh giới dưới hiện là 1.23 so với 1.81 đối với chỉ số Z-Score ban đầu. Tất cả những điều này chỉ ra rằng mô hình sửa đổi (Z’-Score) có phần kém tin cậy hơn so với mô hình ban đầu (Z-Score).
Bảng 1.3: Mô hình Z’-Score đã đƣợc điều chỉnh: Phân loại kết quả, trung bình nhóm, ranh giới điểm phân biệt
Thực tế Phân loại Phá sản Không phá sản Tổng cộng Phá sản 30 (90.9%) 3 (9.1%) 33 Không phá sản 1 (3.0%) 32 (97.0%) 33 Nguồn: Altman (2013)
Bảng 1.4: Phân loại doanh nghiệp theo chỉ sốZ’
Z’ > 2.9 Vùng an toàn, doanh nghiệp chưa có nguy cơ phá sản.
1.23 ≤Z’ ≤ 2.9 Vùng xám, doanh nghiệp có thể có nguy cơ phá sản.
Z’ < 1.23 Vùng kiệt quệ, doanh nghiệp có nguy cơ phá sản cao.
19
1.3.4. Chỉ số Z-score áp dụng cho doanh nghiệp không phải là nhà sản xuất
(Non-Manufacturers)
Altman (2000) đã phân tích các đặc điểm và độ chính xác của chỉ số không có X5
(S/TA) nhằm mục đích giảm thiểu hiệu ứng ngành tiềm ẩn nhiều khả năng xảy ra khi bao gồm một biến số nhạy cảm với ngành như vòng quay tài sản. Chỉ số này sẽ được gọi là chỉ số Z”:
Z”= 6.56 X1 + 3.26 X2 + 6.72 X3+ 1.05 X4
Giống với chỉ sốZ’, biến X4 trong chỉ số Z” vẫn sử dụng giá trị sổ sách của vốn chủ sở hữu. Điểm sửa đổi là không sử dụng biến X5 và dẫn đến hệ số của các biến từ
X1 đến X4 đều thay đổi so với chỉ số Z’. Chỉ sốZ” có thể được dùng cho hầu hết các ngành và các loại hình doanh nghiệp mà loại tài sản tài chính có sự khác biệt lớn giữa các công ty và có những điều chỉnh quan trọng như vốn hóa. Ngoài ra, Altman còn sử dụng chỉ số này để đánh giá sức khỏe tài chính của các công ty tại Mỹ. Đặc biệt,
Altman, Hatzell và Peck (1995) đã áp dụng Z”-score cho các công ty ở các thị trường
mới nổi, cụ thể là các công ty Mexico đã ban hành Eurobonds mệnh giá bằng đô la Mỹ.
Bảng 1.5: Phân loại doanh nghiệp theo chỉ sốZ”
Z” > 2.6 Vùng an toàn, doanh nghiệp chưa có nguy cơ phá sản.
1,1 ≤Z” ≤2.6 Vùng xám, doanh nghiệpcó thể có nguy cơ phá sản.
Z” < 1.1 Vùng kiệt quệ, doanh nghiệp cónguy cơ phá sản cao.
Nguồn: Altman (2013)
1.3.5. Chỉ số Z”-score điều chỉnh áp dụng cho các công ty trong thị trƣờng
mới nổi (Emerging Market)
Ban đầu, các khoản tín dụng cho thị trường mới nổi có thể được phân tích theo
cách tương tự như phân tích truyền thống của các doanh nghiệp tại Mỹ. Sau khi đánh
giá, rủi ro định lượng đã xuất hiện. Khi đó, các nhà phân tích đã dùng đánh giá định
20
tranh của công ty trong ngành đó. Đương nhiên, họ không thể xây dựng một chỉ số cụ
thể cho một nước thuộc thị trường mới nổi dựa vào mẫu dữ liệu từnước đó vì họ thiếu
kinh nghiệm đánh giá tín dụng. Do vậy, vào năm 1995, Altman, Hartzell và Peck đã
sửa đổi chỉ số Altman Z-score ban đầu để tạo mô hình chấm điểm thị trường mới nổi
nhằm giải quyết vấn đề trên. Nếu như các chỉ số Z trước đây chỉ dừng lại ở việc cảnh
báo dấu hiệu phá sản thì Altman và cộng sự đã tiến hành nghiên cứu trên 700 công ty và cho ra chỉ số Z” điều chỉnh (còn gọi là mô hình EMS).
Z”điềuchỉnh = Z” + 3.25 =6.56 X1 + 3.26 X2 + 6.72 X3 + 1.05X4 + 3.25
Theo Altman (2005), hạn chế của chỉ số Z-score là không thích hợp để sử dụng cho tất cả các công ty trên thị trường mới nổi vì nó phải dựa trên ít nhất hai nguồn dữ liệu.
(1)Yêu cầu công ty phải có vốn chủ sở hữu giao dịch công khai.
(2)Chủ yếu dành cho các côngty sản xuất.
Altman kết luận rằng chỉ số Z” điều chỉnh là một phiên bản nâng cao của chỉ số
Z-score. Không giống với chỉ số Z-score ban đầu, chỉ số này có thể áp dụng cho các công ty sản xuất, phi sản xuất, công ty cổ phần và doanh nghiệp tư nhân, và đượcđiều chỉnh kết hợp cụ thể các đặc điểm tín dụng của các công ty trên thị trường mới nổi, phù hợp nhất để đánh giá giá trị tín dụng của các công ty này.
21
Bảng 1.6: Sựtƣơng đồng giữa S&P và Z”-score điều chỉnh
Z”-Score điều chỉnh S&P
>8.15 AAA 7.60 – 8.15 AA+ 7.30 – 7.60 AA 7.00 – 7.30 AA- 6.85 – 7.00 A+ 6.65 – 6.85 A 6.40 – 6.65 A- 6.25 – 6.40 BBB+ 5.85 – 6.25 BBB 5.65 – 5.85 BBB- 5.25 – 5.65 BB+ 4.95 – 5.25 BB 4.75 – 4.95 BB- 4.50 – 4.75 B+ 4.15 – 4.50 B 3.75 – 4.15 B- 3.20 – 3.75 CCC+ 2.50 – 3.20 CCC 1.75 – 2.50 CCC- <1.75 D Nguồn: Altman (2005)
Theo Hay Sinh (2013), điểm nổi bật của mô hình Z” điều chỉnh là nó có sự tương đồng khá cao với phân loại trái phiếu của S&P. Tuy nhiên, khi sử dụng mô hình này,
cần lưu ý hai vấn đề:
(1)Mặc dù chỉ số Z” điều chỉnhvà xếp hạng của S&P có sự tươngđồng khá cao nhưng không phảilà tuyệt đối.
(2)Tuy chỉ số Z”điều chỉnh được sử dụng khá tốtở thị trường khác nhưng khi sửdụng tại Việt Nam cũng cần phải cósự nghiên cứuđiều chỉnh.
Vùng an toàn,
doanh nghiệp chưa
có nguy cơ phá sản Vùng xám, doanh nghiệp có thể có nguy cơ phá sản Vùng kiệt quệ, doanh nghiệp có nguy cơ phá sản cao
22
1.3.6. ZETA –chỉ sốrủi ro tín dụng
Năm 1977, Altman, Haldeman và Narayanan đã xây dựng chỉ số rủi ro tín dụng thế hệ thứ haivới nhiều cải tiến hơn so với chỉ số Z-score ban đầu. Mục đích của nghiên cứu này là để xâydựng, phân tích và thử nghiệm một mô hình phân loại phá sản mới, trong đó xem xét rõ rànghơn những thất bại kinh doanhgần đây. Chỉ số mới, được gọi làZETA đã có hiệu quả trong việc phân loại các công ty bị phá sản đến 5 năm trước khi thất bại dựatrên một mẫu bao gồm các nhàsản xuất và nhà bán lẻ.
Kết quả nghiên cứu của Altman cho thấy mô hình ZETA phân loại hiệu quả với
độ chính xác trên 90% trước khi doanh nghiệp phá sản 1 năm và độ chính xác 90% lên
đến 5 năm trước khi doanh nghiệp phá sản. Bên cạnh đó, kết quả còn chỉ ra rằng việc
đưa các công ty bán lẻ vào cùng một mô hình với các nhà sản xuất sẽ không đem lại
ảnh hưởng tiêu cực. Sau một quá trình lặp đi lặp lại để giảm số lượng biến, Altman và
cộng sựđã chọn ra 7 biến đưa vào ZETA.
Sơ đồ 1.5: Các biến tác động đến chỉ số ZETA
Nguồn: Altman (2005)
(1)X1 - Tỷ suất sinh lời trên tài sản (Return on assets): được đo bằnglợi nhuận trước lãi vay và thuế/tổng tài sản (EBIT/TA). Biến này đã được chứng minh là
Z
ET
A
X1 = Tỷ suất sinh lời trên tài sản
X2= Tính ổn định của thu nhập
X3= Dịch vụ nợ
X4= Khả năng sinh lời tích lũy
X5= Tính thanh khoản
X6 = Vốn hóa
23
cực kỳ hữu ích trong việc đánh giá hiệu quả hoạt động của công ty trong một số các nghiên cứu đa biến.
(2)X2 - Tính ổn định của thu nhập (Stability of earnings): được đo bằng thước
đo chuẩn hóa của sai số chuẩn của ước tính (standard error of estimate) xung
quanh xu hướng từ5 đến 10 năm trong X1.
(3)X3 - Dịch vụ nợ (Debt service): được đo lường bằng tỷ lệ khả năng trả lãi
(interest coverage ratio), nghĩa là lợi nhuậntrướclãi và thuế/chi phí lãi vay (bao
gồm cả số tiềnđược tính từ khoản nợ thuê tài chính - capitalized lease liability).
(4)X4 - Khả năng sinh lời tích lũy (Cumulative profitability): được đo lường bằnglợi nhuận giữ lại của công ty/tổngtài sản (RE/TA). Tỷ lệ này bao hàm các
yếu tố như tuổi của công ty, chính sách nợ và chính sách trả cổ tức, cũng như lợi nhuận ghi nhậntheo thời gian.
(5)X5 - Tính thanh khoản (Liquidity): được đo bằng tỷ lệ thanh toán ngắn hạn.
Mặc dù những nghiên cứu trước đó đã phát hiện tỷ lệ thanh toán ngắn hạn không hiệu quả trong việc xác định các thất bại như một số biện pháp thanh khoản khác, nhưng Altman thấy nó có nhiều thông tin hơn so với những thứ khác, chẳng hạn như tỷlệ vốn lưu động/tổng tài sản (WC/TA).
(6)X6 - Vốn hóa (Capitalization): được đo bằng vốn hóa cổ phần thường/tổng vốn. Trong cả tử số và mẫu số, vốn hóa cổ phần thường được đo bằng giá trị
trung bình 5 năm của tổng giá trịthị trường thay vì giá trị sổ sách. Mẫu số cũng
bao gồm cổ phiếu ưu đãi có giá trị thanh lý, nợ dài hạn và các khoản thuê tài
chính. Altman đã sử dụng mức trung bình 5 năm để giải quyết các biến động thị
trường tạm thời và để thêm thành phần xu hướng (cùng với X2 ở trên) vào
nghiên cứu.
(7)X7 - Quy mô (Size): được đo bằng tổng tài sản của doanh nghiệp. Biến này
cũng như những biến khác là điều chỉnh cho các thay đổi báo cáo tài chính. Quyền thuê tài chính đã được bổ sung vào quy mô tài sản trung bình của cả
24
1.4. Một số hạn chế khi áp dụng chỉ số Z-score để dự báo rủi ro phá sản
Thứ 1, như đã phân tích ở mục 1.2.2, phá sản là hoạt động kinh doanh bị chấm
dứt theo khung pháp luật cụ thể. Như vậy, tùy thuộc vào luật phá sản của mỗi quốc gia
mà xác suất đúng của mô hình Z-score có thểtăng hoặc giảm.
Thứ 2, kết quả nghiên cứu của Claessens, Djankov và Klapper (2003) cho thấy
khả năng phá sản sẽ giảm đối với những công ty có quan hệ sở hữu với ngân hàng và
những công ty có liên kết nhóm. Như vậy, nếu doanh nghiệp có kết quả tính toán Z-
score rơi vào vùng kiệt quệ nhưng thuộc 1 trong 2 trường hợp trên thì sẽ ảnh hưởng
đến kết quả dự báo.
Tóm tắt chƣơng 1
Kiệt quệ tài chính có thể được diễn đạt theo nhiều cách khác nhau tùy theo góc
nhìn. Nhìn tổng quan, nó là tình trạng gặp khó khăn khi thanh toán các khoản nợ. Nhìn theo từng khía cạnh, nó là hành động nộp đơn xin phá sản (góc độ phá sản), là chi phí để duy trì mối quan hệ giữa chủ nợ và các bên liên quan (góc độ chi phí), là dòng tiền không đủ thực hiện các nghĩa vụ tài chính (góc độ dòng tiền).
Phá sản được định nghĩa dưới 2 góc độ là kinh tế và luật. Ở góc độ kinh tế, phá
sản là tình trạng công ty liên tục mất khả năng thanh toán một cách nghiêm trọng. Ở góc độ luật, phá sản là một thuật ngữ pháp lý khi hoạt động kinh doanh bị chấm dứt
theo khung pháp luật cụ thể.
Chỉ số Altman Z-score gồm 5 loại:
(1)Z-score áp dụng cho công ty sản xuất
(2) Z’-score áp dụng cho doanh nghiệp tư nhân
(3) Z”-score áp dụng cho công ty phi sản xuất
(4) Z”-score điều chỉnh áp dụng cho công ty trên thịtrường mới nổi
(5)Zeta áp dụng cho tất cả loại hình doanh nghiệp (kể cả bán lẻ)
Do phạm vi nghiên cứu của đề tài là các công ty được niêm yết trên sàn HOSE
25
CHƢƠNG 2: CHỈ SỐ Z-SCORE CỦA MỘT SỐ CÔNG TY VÀ NHÓM NGÀNH
TRONG GIAI ĐOẠN 2015-2020
2.1. Giới thiệu về các nhóm ngành và các công ty trong phạm vi nghiên cứu
Theo đánh giá của PWC, nền kinh tế Việt Nam phụ thuộc nhiều vào các nền kinh
tế khác. Vì thế, khi đại dịch COVID-19 bùng phát, Việt Nam là nước phải chịu tác
động mạnh và trực tiếp, cả phía cầu và phía cung. Theo báo cáo của nhóm tác giả Viện
đào tạo và Nghiên cứu BIDV, có 9 ngành5 kinh tế chịu tác động mạnh với mức độ thiệt hại “lớn” và 6 ngành6 chịu tác động ở mức độ “vừa phải”. Tác giả chọn ngẫu nhiên 5
ngành trong báo cáo trên; trong đó, có 2 ngành chịu tác động với mức độ thiệt hại
“lớn” là ngân hàng, du lịch và 3 ngành chịu tác động ở mức độ “vừa phải” là dược,
thủy sản và bất động sản, đểứng dụng vào chỉ số Z-score nhằm mục đích dự báo rủi ro
phá sản cũng như đánh giá sức khỏe của doanh nghiệp thuộc các ngành này.
(1)Ngành dƣợc
Chuỗi giá trị ngành dược chia làm 4 phần: nghiên cứu - phát triển, sản xuất
nguyên vật liệu, sản xuất thành phẩm và phân phối. Theo FPTS, hầu hết các doanh
nghiệp dược tại Việt Nam là sản xuất thành phẩm. Do vậy, ngành dược phụ thuộc rất
nhiều vào nguyên vật liệu của nước ngoài. Dịch COVID-19 bùng phát đã gây ra tình
trạng thiếu hụt nguồn cung cấp nguyên liệu dược phẩm chính (API) khiến chi phí sản
xuất toàn ngành tăng đáng kể. Vì thế, xuất xứ của nguyên liệu đầu vào là nhân tố ảnh
hưởng lớn nhất đến lợi nhuận của các doanh nghiệp dược. Do đó, dựa vào tiêu chí nhập
khẩu nguyên vật liệu đầu vào, tác giảđã chọn 5 công ty trong số 11 công ty niêm yết
trên sàn HOSE được phân theo 2 nhóm. Trong đó, DHG và SPM là nhóm phụ thuộc
nhiều vào nguyên liệu Trung Quốc và Ấn Độ, TRA, OPC và IMP là nhóm ít phụ thuộc
vào nguyên liệu Trung Quốc. Cụ thể, IMP sản xuất tân dược với nguồn nguyên liệu