Doanh nghiệp nên ứng dụng mô hình này để thường xuyên kiểm tra tình hình của mình, để kịp thời nhận diện tình hình mất an toàn tài chính hiện tại của doanh nghiệp từ đó kịp thời đưa ra biện pháp điều chỉnh kịp thời. Thời gian doanh nghiệp kiểm tra Điểm số Z’’ có thể tiến hành hằng tháng hằng quý để nhận diện tình hình được sớm và điều chỉnh được kịp thời đảm bảo tình hình an toàn tài chính xuyên suốt của doanh nghiệp.
Ngoài khả năng nhận diện được tính an toàn của doanh nghiệp, mô hình Điểm số Z’’ còn giúp doanh nghiệp phát hiện được các vấn đề trong hoạt động của mình như tính chất an toàn cấu trúc vốn, tính hợp lý của chính sách chia cổ tức, tài trợ tài sản, tình hình sản xuất kinh doanh... Chính vì thế nếu áp dụng mô hình này vào phân tích thì doanh nghiệp còn có được đánh giá sơ bộ về các vấn đề của bản thân doanh nghiệp từ đó có những điều chỉnh nhằm hoạt động hiệu quả hơn bên cạnh việc đảm bảo tính an toàn. Có thể nói mô hình này không chỉ mang lại khả năng phân loại an toàn doanh nghiệp mà còn giúp ích trong công tác phân tích doanh nghiệp.
5.3.2. Đối với chủ nợ và nhà đầu tư
Không nhà đầu tư nào muốn đầu tư vào một doanh nghiệp mà không thu được lợi nhuận, gặp phải thua lỗ hay phá sản cũng như không chủ nợ nào muốn cho doanh nghiệp vay nợ mà không thu hồi được gốc lãi. Chính nhờ áp dụng mô hình Điểm số Z’’, các nhà đầu tư và chủ nợ sẽ phân loại được doanh nghiệp có tình hình hoạt động an toàn và doanh nghiệp có nguy cơ phá sản để ra quyết định đầu tư - thu hồi vốn cũng như quyết định cho vay nợ - thu hồi nợ.
Điểm số Z’’ có thể là một kênh tham khảo khá hiệu quả và dễ dàng đối với nhà đầu tư. Không nhất thiết nhà đầu tư chỉ bỏ vốn vào doanh nghiệp an toàn mà hoàn toàn có thể bỏ vốn vào các doanh nghiệp ít an toàn hơn nếu các phân tích cho thấy triển vọng tương lai tốt cũng như doanh nghiệp có khả năng vượt qua khó khăn hiện tại.
5.3.3. Đối với riêng ngân hàng
Với ngân hàng thì tính thu hồi vốn gốc và lãi của nợ là một yêu cầu tất yếu. Nên ngân hàng thường đánh giá mức độ tín nhiệm và rủi ro không trả được nợ của khách hàng trước khi quyết định cho vay. Điểm số Z’’ tuy không cho kết quả đánh giá mức độ tín nhiệm hoặc rủi ro của khách hàng thuần túy mà chủ yếu đưa ra dự báo cũng như phân loại doanh nghiệp phá sản, kiệt quệ nhưng những dự báo và phân loại đó hoàn toàn có thể dùng làm cơ sở cho XHTN và đánh giá rủi ro của khách hàng.
Một ví dụ của việc ứng dụng mô hình Điểm số Z’’ vào xếp hạng tín nhiệm của doanh nghiệp chính là nghiên cứu của Altman và đồng sự vào năm 1995. Trong nghiên cứu này, nhóm tác giả đã nghiên cứu trên 700 doanh nghiệp và tìm ra sự tương đồng của Điểm số Z’’ với hệ số tín nhiệm của S&P từ đó sửa đổi mô hình Z’’ thành EMS (Emerging market scoring) bằng cách cộng thêm hằng số 3,25.
EMS = Z’’ + 3,25 = 3,25 + 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4
Nhà đầu tư hoặc ngân hàng có thể dùng mô hình Điểm số Z’’ hay cụ thể hơn là EMS để xếp hạng tín nhiệm doanh nghiệp từ đó đưa ra quyết định đầu tư hay cấp vốn vay. Tuy nhiên, kết quả phân chia điểm số tương ứng với xếp hạng như trên là dùng cho thị trường nước ngoài nên nếu ứng dụng vào Việt Nam cần có nghiên cứu điều chỉnh cho phù hợp.
Tóm lại, vì là một mô hình khá đơn giản và dễ ứng dụng nên doanh nghiệp, nhà đầu tư hay chủ nợ đều có thể dùng mô hình để phân loại, phát hiện ra vấn đề của doanh nghiệp từ đó đưa ra điều chỉnh, đầu tư hay cấp vốn hợp lý. Đặc biệt là đối với các ngân hàng, một hệ thống XHTN xây dựng trên cơ sở Điểm số Z’’ là hoàn toàn có thể thực hiện được.
5.4. Đóng góp, hạn chế của đề tài
5.4.1. Đóng góp của đề tài
Thứ nhất, luận văn đã đưa ra lý thuyết về phá sản doanh nghiệp và khái quát mô hình Z-score của Altman cũng như khả năng nhận nhận diện doanh nghiệp kiệt quệ tài chính, phá sản và các doanh nghiệp lành mạnh, tổng hợp những ứng dụng của mô hình Z-score tại Việt Nam.
Thứ hai, đưa ra kết luận mô hình Điểm số Z” phù hợp khi áp dụng ở Việt Nam và có ưu điểm hơn so với một số mô hình nhận diện khả năng phá sản bằng phương pháp phân tích khác.
Thứ ba, đánh giá được thực trạng khả năng phá sản của doanh nghiệp ngành thực phẩm niêm yết trên thị trường chứng khoán Việt Nam
Thứ tư, đưa ra kiến nghị nhằm cải thiện Điểm số Z” từ đó giúp doanh nghiệp ngành thoát khỏi nhóm có nguy cơ phá sản, kiệt quệ tài chính.
5.4.2. Hạn chế của đề tài
Thứ nhất, về mô hình nghiên cứu: nghiên cứu sử dụng mô hình điểm số Z”, là một mô hình đã được chỉ ra là phù hợp với các doanh nghiệp tại các nền kinh tế đang phát triển, mặc dù vậy mô hình điểm số Z” có thể được nghiên cứu lại dưới dữ liệu lớn hơn để phù hợp hơn với những doanh nghiệp tại Việt Nam nói chung và ngành thực phẩm nói riêng.
Thứ hai, về mẫu nghiên cứu: nghiên cứu mới chỉ thực hiện đối với các doanh nghiệp thực phẩm niêm yết trên 2 sàn HNX và HOSE với số lượng doanh nghiệp khá hạn chế là 30 doanh nghiệp trong khoảng thời gian từ năm 2015-2020, nghiên cứu này có thể mở rộng ra cho doanh nghiệp ngành thực phẩm niêm yết trên thị trường UPCOM hay OTC, hay cả những doanh nghiệp ngành thực phẩm chưa niêm yết để đánh giá chính xác hơn thực trạng phá sản, kiệt quệ tài chính của các doanh nghiệp ngành thực phẩm tại Việt Nam.
5.5. Hướng nghiên cứu tiếp theo
Trên thực tế, không chủ sở hữu nào muốn doanh nghiệp của mình rơi vào phá sản hay kiệt quệ tài chính, các nhà chủ doanh nghiệp luôn muốn nhận diện được tình hình của chính doanh nghiệp mình. Mô hình Z-score của Altman là nghiên cứu hữu ích không chỉ cho chủ sở hữu mà còn cho cả nhà đầu tư và chủ nợ trong việc nhận diện, dự báo doanh nghiệp rơi vào mất an toàn tài chính. Nghiên cứu này đã dùng Điểm số Z’’ để đánh giá thực trạng phá sản của các doanh nghiệp ngành thực phẩm niêm yết trên sàn chứng khoán HOSE và HNX, từ đó kiến nghị một số biện pháp nhằm cải thiện Điểm số Z” cho doanh nghiệp thực phẩm tại Việt Nam. Điểm số Z’’ ngoài việc được đánh giá phù hợp ở Việt Nam còn khá dễ sử dụng và có tính tổng hợp khái quát cao vì thế Điểm số Z’’ là một phương pháp bổ sung hữu hiệu cùng để hỗ trợ phân tích và nhận diện tình hình phá sản kiệt quệ tài chính hay lành mạnh của doanh nghiệp. Tuy được đánh giá phù hợp tại Việt Nam nhưng việc áp dụng mô hình được xây dựng cho thị trường nước ngoài vào doanh
nghiệp trong nước chắc chắc sẽ phát sinh những khác biệt. Vì thế hướng phát triển của đề tài này có thể thực hiện là xây dựng một mô hình hoàn toàn mới trên cơ sở dữ liệu doanh nghiệp ngành thực phẩm Việt Nam dựa theo phương pháp phân tích đa biệt thức và mô hình Z-score của Altman, đồng thời cũng có thể sử dụng thêm các phương pháp nghiên cứu khác như mô hình O-score, hồi quy logistics để nghiên cứu thực trạng phá sản của các doanh nghiệp ngành thực phẩm tại Việt Nam và so sánh với mô hình Z-score.
TÀI LIỆU THAM KHẢO I. TÀI LIỆU TIẾNG VIỆT
1. Lê Cao Hoàng Anh và Nguyễn Thu Hằng, Kiểm định mô hình chỉ số Z của Altman
trong dự báo thất bại doanh nghiệp tại Việt Nam. Tạp chí Công nghệ Ngân hàng, số
742/2012, tr.3-tr.9.
2. Đinh Thị Thu Thảo và Nguyễn Vĩnh Khương, Tác động của hành vi điều chỉnh thu nhập đến khả năng hoạt động liên tục trong kế toán: Nghiên cứu thực nghiệm cho các doanh nghiệp niêm yết tại Việt Nam, Tạp chí Phát triển Khoa học Công nghệ, số
19(3)/2016, tr.96 – tr.108.
3. Nguyễn Khắc Minh, Tài liệu chương trình giảng dạy kinh tế lượng cao cấp, Nhà xuất bản Khoa học và Kỹ thuật, năm 2012.
4. Võ Văn Nhị và Hoàng Thị Cẩm Trang. Hành vi điều chỉnh lợi nhuận và nguy cơ
phá sản của các công ty niêm yết trên Sở giao dịch chứng khoán Thành phố Hồ Chí Minh. Tạp chí Phát triển kinh tế, số 762S/2013, tr.48-tr.52.
5. Nguyễn Trần Nguyên Trân , Nghiên cứu về sai sót trong Báo cáo tài chính của các
công ty niêm yết trên thị trường chứng khoán Việt Nam, Luận văn Thạc sĩ. Trường
Đại học Đà Nẵng, Đà Nẵng năm 2014.
6. Trần Ngọc Trâm, Phân tích những biểu hiện gian lận BCTC thông qua sự kết hợp
chỉ số Z và chỉ số P của các công ty niêm yết trên thị trường chứng khoán Việt Nam,
Luận văn Thạc sĩ, Trường Đại học Kinh tế Thành phố Hồ Chí Min, Hồ Chí Minh năm 2013.
7. Tổng cục Thống kê, Niên giám thống kê 2020, năm 2021
II. TÀI LIỆU TIẾNG ANH
1. Altman, E.I. (1968), Fiancial ratios, discriminant analysis and the prediction of
corporate bankrup, The Journal of Finance.
2. Altman, E.I. (2000), Predicting Financial Distress of Companies: Revisiting the Z
score and Zeta model, Stern School of Business, New York University, New York,
3. Altman, E.I.,Zhang, L. and Yen, J. (2007), Corporate Financial Distress Dianosgis
in China, New York University Salomon Center Working paper, New York.
4. Beaver, W.H. (1966), Financial ratios as predictors of failure, Journal of
Accounting Research.
5. Grice, J.S. and Ingram, R.W. (2001), Tests of the Generalizability of Altman’s Bankruptcy Prediction Model. Journal of Business Research, 54, 53-61
III. TÀI LIỆU LẤY TỪ WEBSITE
1. Công ty Cổ phần chứng khoán Phú Hưng, Triển vọng tích cực ngành thực phẩm
đồ uống, năm 2021, tại địa chỉ
https://static1.vietstock.vn/edocs/Files/2021/06/01/nganh-thuc-pham-do-uong-trien- vong-tich-cuc_20210601115444.pdf
2. Thông tấn xã Việt Nam, Dịch COVID-19: Triển vọng phát triển ngành thực
phẩm, đồ uống, năm 2021, tại địa chỉ https://www.vietnamplus.vn/dich-covid19- trien-vong-phat-trien-nganh-thuc-pham-do-uong/695280.vnp
3. Công ty Cổ phần Báo cáo Đánh giá Việt Nam, Công bố Top 10 Công ty uy tín
ngành Thực phẩm - Đồ uống năm 2020, năm 2020 tại địa chỉ
https://vietnamreport.net.vn/Cong-bo-Top-10-Cong-ty-uy-tin-nganh-Thuc-pham-- Do-uong-nam-2020-9359-1006.html
PHỤ LỤC 1: DANH SÁCH CÁC DOANH NGHIỆP NGÀNH THỰC PHẨM NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
STT Mã CP Tên công ty Sàn GD Loại hình
1 AGM CTCP Xuất Nhập khẩu
An Giang HOSE Xay sát các loại hạt và hạt có dầu
2 BBC CTCP Bibica HOSE Sản xuất đường và bánh kẹo
3 BHN Tổng CTCP Bia - Rượu -
Nước giải khát Hà Nội HOSE Sản xuất đồ uống
4 CAN CTCP Đồ hộp Hạ Long HNX Bảo quản rau quả và sản xuất thực phẩm chuyên biệt
5 DAT CTCP Đầu tư du lịch và
Phát triển Thủy sản HOSE Sản xuất các loại thực phẩm khác
6 DBC CTCP Tập đoàn Dabaco
Việt Nam HOSE Giết mổ và chế biến thịt động vật
7 GTN CTCP GTNFoods HOSE Sản xuất sản phẩm sữa
8 HAD CTCP Bia Hà Nội - Hải
Dương HNX Sản xuất đồ uống
9 HHC CTCP Bánh kẹo Hải Hà HNX Sản xuất bánh và bánh mì các loại
10 KDC CTCP Tập đoàn KIDO HOSE Sản xuất bánh và bánh mì các loại
11 KTS CTCP Đường Kon Tum HNX Sản xuất đường và bánh kẹo
12 LAF CTCP Chế biến hàng Xuất
khẩu Long An HOSE Sản xuất các loại thực phẩm khác
13 LSS CTCP Mía Đường Lam
Sơn HOSE Sản xuất đường và bánh kẹo
14 MSN CTCP Tập đoàn Masan HOSE Sản xuất các loại thực phẩm khác
15 NAF CTCP Nafoods Group HOSE Bảo quản rau quả và sản xuất thực phẩm chuyên biệt
17 SAB Tổng CTCP Bia - Rượu -
Nước giải khát Sài Gòn HOSE Sản xuất đồ uống
18 SAF CTCP Lương thực Thực
phẩm Safoco HNX Sản xuất các loại thực phẩm khác
19 SBT CTCP Thành Thành Công
- Biên Hòa HOSE Sản xuất đường và bánh kẹo
20 SCD CTCP Nước giải khát
Chương Dương HOSE Sản xuất đồ uống
21 SGC CTCP Xuất nhập khẩu Sa
Giang HNX Sản xuất các loại thực phẩm khác
22 SLS CTCP Mía Đường Sơn La HNX Sản xuất đường và bánh kẹo
23 SMB CTCP Bia Sài Gòn - Miền
Trung HOSE Sản xuất đồ uống
24 TAC CTCP Dầu thực vật
Tường An HOSE Xay sát các loại hạt và hạt có dầu
25 TFC CTCP Trang HNX Giết mổ và chế biến thịt động vật
26 THB CTCP Bia Hà Nội - Thanh
Hóa HNX Sản xuất đồ uống
27 VCF CTCP Vinacafé Biên Hòa HOSE Sản xuất đồ uống
28 VDL CTCP Thực phẩm Lâm
Đồng HNX Sản xuất đồ uống
29 VNM CTCP Sữa Việt Nam HOSE Sản xuất sản phẩm sữa
PHỤ LỤC 2: CHỈ SỐ Z” CỦA CÁC DOANH NGHIỆP NGÀNH THỰC PHẨM NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM TỪ
NĂM 2015 ĐẾN NĂM 2020 STT Mã CP 2015 X1 X2 X3 X4 Z" 1 AGM 0.2654 0.1057 0.0893 0.9384 3.6709 2 BBC 0.4381 0.0846 0.1048 2.3418 6.3125 3 BHN 0.2255 0.0471 0.1294 1.5814 4.1632 4 CAN 0.2437 0.1173 0.0813 1.0672 3.6484 5 DAT 0.2712 0.0551 0.0494 1.1561 3.5042 6 DBC 0.1534 0.0480 0.0819 0.7293 2.4786 7 GTN 0.2244 0.0485 0.0395 0.9038 2.8451 8 HAD 0.6133 0.0999 0.1587 7.0586 12.8270 9 HHC 0.2825 0.0092 0.0889 1.3668 3.9156 10 KDC 0.4151 0.2080 0.9970 3.9495 14.2483 11 KTS 0.5486 0.3436 0.1624 5.2701 11.3435 12 LAF 0.2669 -0.2316 0.0965 0.9817 2.6750 13 LSS 0.0606 0.0426 0.0585 1.5246 2.5304 14 MSN 0.0237 0.1192 0.0787 0.6059 1.7089 15 NAF 0.5627 0.1032 0.1390 2.6657 7.7609 16 PAN 0.3243 0.0100 0.1021 2.7828 5.7686 17 SAB 0.2519 0.2577 0.2108 1.8735 5.8761 18 SAF 0.6244 1.0000 0.2470 2.6381 11.7857 19 SBT 0.2109 0.0565 0.0677 0.6537 2.7088 20 SCD 0.4910 0.0729 0.1156 2.3475 6.7005 21 SGC 0.3447 0.1552 0.1874 3.2404 7.4289 22 SLS 0.3901 0.3370 0.3056 3.0677 8.9323 23 SMB -0.0800 0.1141 0.1640 1.3753 2.3929 24 TAC 0.2213 0.0965 0.0786 0.5752 2.8985
25 TFC 0.3811 0.0745 0.1019 0.9225 4.3961 26 THB 0.1905 0.0517 0.0540 1.5730 3.4331 27 VCF 0.4269 0.4979 0.1275 2.3249 7.7214 28 VDL 0.6233 0.1171 0.1492 2.7653 8.3771 29 VNM 0.3904 0.1962 0.3420 3.1924 8.8512 30 VTL 0.0208 0.0233 0.0776 0.3468 1.0978 STT Mã CP 2016 1 AGM 0.2464 0.0616 0.0298 0.8939 2.9559 2 BBC 0.5011 0.0685 0.0932 2.6114 6.8791 3 BHN 0.2708 0.0812 0.1148 2.0159 4.9294 4 CAN 0.2173 0.0834 0.0105 1.0334 2.8529 5 DAT 0.1990 0.0594 0.0522 0.6975 2.5824 6 DBC 0.1083 0.0750 0.1146 0.7332 2.4947 7 GTN 0.6458 0.0066 0.0148 7.3212 12.0453 8 HAD 0.5694 0.0753 0.1234 8.2988 13.5242 9 HHC 0.3683 0.0227 0.0837 1.8790 5.0251 10 KDC 0.3899 0.2157 0.1747 2.3477 6.9000 11 KTS 0.6687 0.4269 0.2874 19.5394 28.2262 12 LAF 0.3286 -0.1326 0.0892 1.0341 3.4079 13 LSS 0.0970 0.0570 0.0763 1.8231 3.2489 14 MSN 0.0682 0.0961 0.1035 0.3852 1.8602 15 NAF 0.3696 0.1361 0.1172 2.1843 5.9496 16 PAN 0.3343 0.0477 0.1087 3.4876 6.7411 17 SAB 0.2209 0.2007 0.3017 1.8393 6.0622 18 SAF 0.4493 1.0000 0.2262 1.9741 9.8005 19 SBT 0.1669 0.0574 0.0800 0.6635 2.5163 20 SCD 0.5473 0.0815 0.1286 2.5972 7.4470 21 SGC 0.3387 0.1748 0.2155 2.3068 6.6614
22 SLS 0.3718 0.3776 0.3829 1.9511 8.2920 23 SMB 0.0131 0.1645 0.2106 2.2158 4.3635 24 TAC 0.2747 0.1257 0.0836 0.6875 3.4958 25 TFC 0.2813 0.0044 0.0126 0.7426 2.7241 26 THB 0.2015 0.0507 0.0442 1.7593 3.6314 27 VCF 0.4251 0.5231 0.1491 2.1715 7.7762 28 VDL 0.5666 0.0894 0.1173 3.3480 8.3123 29 VNM 0.4158 0.1903 0.3841 3.2134 9.3034 30 VTL -0.0625 0.0222 0.0773 0.3140 0.5115 STT Mã CP 2017 1 AGM 0.2749 0.0731 0.0462 1.0031 3.4058 2 BBC 0.4808 0.0726 0.1057 2.7314 6.9691 3 BHN 0.0844 0.0264 0.0973 0.8880 2.2263 4 CAN 0.2608 0.0934 0.0355 1.1007 3.4096 5 DAT 0.1020 0.0224 0.0575 0.5618 1.7185 6 DBC -0.0192 0.0284 0.0571 0.5578 0.9354