6. Kết cấu của đề tài
1.5. Mô hình nghiên cứu các nhân tố ảnh hưởng đến rủi ro vỡ nợcủa khách hàng
hàng pháp nhân
Việc có thể dự đoán được tình trạng khủng hoảng tài chính trước khi nó xảy ra là điều tối quan trọng đối với thành công của một doanh nghiệp. Các khoản nợ của một công ty có xu hướng ảnh hưởng tiêu cực đến tất cả các bên liên quan (Chen và Merville 1999). Nghiên cứu này vận dụng mô hình hồi quy Logistic nhị phân được đề cập bởi Ohlson (1980) và Jones (1987) trong nghiên cứu dự báo rủi ro vỡ nợ của các doanh nghiệp vay vốn tại Vietcombank Ba Đình. Có thể thấy rằng Ohlson (1980) đã đề xuất một mô hình mới dựa trên phân tích logit với 09 tỷ số tài chính phát triển hơn so với Beaver (1966), Altman(1968). Điều này dẫn đến sự gia tăng của các nghiên cứu sử dụng phân tích logit và cải thiện khả năng dự đoán tình trạng khủng hoảng tài
chính của doanh nghiệp (Campbell và cộng sự, 2008; Sun và cộng sự, 2014; Jones và cộng sự, 2015, 2017; Ashraf và cộng sự, 2019). Mô hình hồi quy logistic đã được ứng dụng bởi Vieira và cộng sự (2013), Mittal và Lavina (2018), Utami và Kartika (2019) trong việc phân tích các nhân tố dự báo rủi ro vỡ nợ của các doanh nghiệp có hồ sơ vay vốn tại Vietcombank Ba Đình. Như vậy biến độc lập bao gồm các nhân tố trong mô hình của Ohlson (1980) được sử dụng để phân tích dự báo rủi ro vỡ nợ của các doanh nghiệp vay vốn tại Vietcombank Ba Đình. Biến phụ thuộc khủng hoảng tài chính là biến nhị phân nhận 2 khả năng có hay không doanh nghiệp rơi vào khủng hoảng tài chính. Mô hình hồi quy có dạng:
𝑙𝑙𝑙 ((((((((((((((((=1) 𝑙 ( ) = 0 + 1𝑙1 + 2𝑙2 … + 𝑙𝑙𝑙 =0)
Trong đó: Biến phu ̣thuôc
Y là xác suất khả năng rủi ro vỡ nợ của các doanh
nghiệp vay vốn tại Vietcombank Ba Đình (1= rủi ro vỡ nợ, 0= không xảy ra vỡ nợ). Các biến Xk; k=1, 2…9 là các biến đôc lâ
p (biến giải thích); hệ số hồi quy βk; k=0, 1, 2. 9. Trong đó, ký hiệu các biến cụ thể như sau:
X1: log (Tổng tài sản) X2: Tổng nợ/ Tổng tài sản.
X3: Vốn luân chuyển/ Tổng tài sản. X4: Nợ ngắn hạn/ Tổng tài sản. X5: Lãi ròng/ Tổng tài sản.
X6: Dòng tiền hoạt động kinh doanh/ Tổng nợ. X7: Biến nhị phân, thu nhập ròng.
29
Bảng 1.2. Đo lường biến nghiên cứu Ký hiệu
biến Ký hiệugốc Đo lường biến Nguồn Chiều
Y Y
Chỉ số Z của (Altman, 1968)
Mô hình Z-score là cơ sở phân loại thành doanh nghiệp vỡ nợ và không vỡ nợ: trường hợp Z < 2,675 doanh nghiệp được dự báo là vỡ nợ, Z >= 2,99 doanh nghiệp dự báo chưa vỡ nợ.
Altman(1968), Campbell và cộng sự (2008); Sun và cộng sự (2014)
X1 SIZE Logarit tự nhiên (Tổng tài sản/Chỉ số giá theo GNP) Ohlson (1980), Almamy và cộng sự (2016) -
X2 TLTA Tổng nợ/ Tổng tài sản Ohlson (1980), Almamy và cộng sự
(2016), Ashraf và cộng sự (2019) -
X3 WCTA Vốn luân chuyển/ Tổng tài sản Ohlson (1980), Almamy và cộng sự 2016; Utami và Kartika, 2019 -
X4 CLCA Nợ ngắn hạn/ Tổng tài sản Ohlson (1980), Almamy và cộng sự
(2016), Ashraf và cộng sự (2019) +
X5 NITA Lãi ròng/ Tổng tài sản Ohlson (1980), Wu và cộng sự (2010) -
X6 FLITL Dòng tiền hoạt động kinh doanh/ Tổng nợ Ohlson (1980), Christidis và Gregory
(2010); Almamy và cộng sự (2016) - X7 INTWO Biến nhị phân, nhận giá trị bằng 1 nếu thu nhập < 0
trong 2 năm, ngược lại bằng 0. Ohlson (1980); Cheng và cộng sự (2006) +
X8 CHIN % thay đổi thu nhập. Ohlson (1980), Almamy và cộng sự