CHƯƠNG 4 : PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
5.3 HẠN CHẾ CỦA NGHIÊN CỨU
Tác giả chọn lọc 19 tỷ số tài chính để sử dụng cho nghiên cứu. Từ đó cho ra mơ hình nghiên cứu Z = -41.62319X4 -18.14331X9 + 0.8432136X14. Tuy vậy, nghiên cứu vẫn tồn tại những hạn chế nhất định.
Tác động ảnh hưởng đến nguy cơ phá sản doanh nghiệp khơng những ở các tỷ số tài chính mà cịn xuất phát từ hành vi con người. Nghiên cứu này chưa đề cập đến các nhân tố can thiệp như vấn đề hành vi con người, tâm lý bầy đàn, đầu cơ,…. ảnh hưởng đến việc tăng hay giảm xác suất trong nguy cơ phá sản của các cơng ty niêm yết trên thị trường chứng khốn Việt Nam.
Nghiên cứu dựa trên một nghiên cứu trước đây để lựa chọn 19 tỷ số tài chính doanh nghiệp làm nền tảng nghiên cứu, kết quả cho thấy chỉ số X4 - Lợi nhuận ròng trên tổng tài sản và X9- Dịng tiền trên tổng tài sản có tác động nghịch biến; chỉ số X14 - Vốn lưu động trên tổng tỷ lệ nợ có tác động đồng biến đến nguy cơ phá sản doanh nghiệp. Điều này làm cho nghiên cứu chưa bao qt. Tác giả dự đốn cịn nhiều chỉ số khác có ảnh hưởng đến nguy cơ phá sản doanh nghiệp. Các nghiên cứu sau có thể mở rộng các tỷ số tài chính để thực hiện cho nghiên cứu của mình
Việc lựa chọn các mã chứng khốn có phần chủ quan của tác giả. Trên thị trường chứng khốn có rất nhiều mã chứng khốn niêm yết và chưa niêm yết nhưng tác giả chỉ chọn lọc 60 mã chứng khoán để làm mẫu đại diện. Việc giới hạn số lượng doanh nghiệp lựa chọn có thể làm cho kết quả nghiên cứu cuối cùng xuất hiện sai lệch.
Thời gian thực hiện đề tài nghiên cứu còn hạn chế nên sẽ khơng tránh khỏi những thiếu sót. Tác giả rất mong nhận được sự đánh giá, góp ý của Quý thầy cô cùng bạn đọc để đề tài nghiên cứu được hoàn thiện.
TÀI LIỆU THAM KHẢO TIẾNG VIỆT
1. Đặng Ngọc Hùng, Phạm Thị Hồng Điệp, Hồng Thị Việt Hà (2012). Phân tích dấu hiệu phá sản các doanh nghiệp bất động sản niêm yết trên thị trường chứng khốn Việt Nam. Tạp chí khoa học và cơng nghệ, 12,tr. 54-58
2. Nguyễn Thị Tuyết Lan (2019). Các nhân tố ảnh hưởng đến rủi ro phá sản của các doanh nghiệp niêm yết ngành Xây dựng tại Việt Nam. Tạp chí Khoa học
và Đào tạo Ngân hàng, 205,tr. 31-47
3. Nguyễn Hữu Cường (2015). Công bố thơng tin trong báo cáo tài chính giữa niên độ của các cơng ty niêm yết trên thị trường chứng khốn Việt Nam: Tồn tại và giải pháp. Tạp chí Kinh tế & Phát triển, 221,tr. 82-90
4. Phan Thị Mỹ Hạnh (2017). Phá sản Doanh nghiệp và thi hành Luật Phá Sản ở Việt Nam. Viện Dầu khí Việt Nam.Tạp chí dầu khí, 4,tr. 57-63.
5. Phan Thị Thanh Lâm (2012). Vận dụng mơ hình Z-Score trong Xếp hạng tín
dụng khách hàng tại NHTMCP Ngoại thương - CN Quảng Nam. Đại học Đà
Nẵng. Đà Nẵng.
6. Nguyễn Trọng Hịa (2006), Lựa chọn mơ hình XHTD các doanh nghiệp Việt Nam trong nền kinh tế chuyển đổi, Tạp chí Kinh tế & Phát triển, số đặc san Khoa Toán kinh tế, tháng 10/2006.
7. Nghị định số 58/2012/NĐ-CP do Thủ tướng ký ban hành ngày 20/07/2012. 8. Luật Phá sản 2014 được Quốc hội thông qua ngày 19/06/2014.
TIẾNG NƯỚC NGOÀI
1. Abdullah, N. A. H., Halim, A., Ahmad, H., & Rus, R. M (2008). Predicting corporate failure of Malaysia’s listed companies: Comparing multiple discriminant analysis, logistic regression and the hazard model. International
Research Journal of Finance and Economics, 15, pp. 201 - 217.
2. Akbar Pourreza Soltan Ahmadi, Behzad Soleimani, Seyed Hesam Vaghfi và Mohammad Baradar Salimi (2012). Corporate Bankruptcy Prediction Using a
Logit Model Evidence from Listed Companies of Iran. World Applied
Sciences Journal 17(9), pp. 1143-1148
3. Edward I.Altman (2000). Predicting Financial Distress of companies Revisiting the Z-Score and Zeta Model, Journal of Banking & Finance. 4. Kong-lai, Z., & Jing-Jing, L. (2010). Studies of Discriminant analysis and
Logistic regression model application in Credit Risk for China's Listed Companies. Management Science and Engineering, 4(4), 24.
5. Leksrisakul, P., & Evans, M. (2005). A model of corporate bankruptcy in Thailand using multiple discriminant analysis. Journal of Economic and
Social Policy, 10(1), 5.
6. Kumar, M.N., Rao, V.S.H., (2013). A New Methodology for Estimating Internal Credit Risk and Bankruptcy Prediction under Basel II Regime.
Computational Economics manuscript,10, 3.
7. Memić, D. (2015). Assessing credit default using logistic regression and multiple discriminant analysis: Empirical evidence from bosnia and herzegovina. Interdisciplinary Description of Complex Systems: INDECS, 13(1),pp. 128 - 153.
8. Sasivimol, M., Polwat, L., Ausa, W., Phanthipa, S., Vimol, R., Rungsimaporn, N. (2014). Applying Emerging Market Z-Score Model to Predict Bankruptcy:
A Case Study of Listed Companies in the Stock Exchange of Thailand.
Slovenia International Conference 2014.
9. Stewart B. (2019). Using the Altman z-score model to test bankruptcy in the
Oil Industry. Thesis.
PHỤ LỤC
1. Thống kê dữ liệu các cơng ty có nguy cơ phá sản
3. Thống kê 8 biến lựa chọn, bao gồm: X4, X7, X9, X13, X14
4. Thống kê tần số biến
6. Mơ hình phân tích hồi quy nhị phân
7. Kiểm định Hosmer – Lemeshow Test
9. Bảng tổng hợp mã chứng khốn các cơng ty niêm yết trên thị trường chứng khoán Việt Nam đã sử dụng thống kê nghiên cứu:
AAA DHG LCG AGF STT* KAC*
ADS DIC MSH ATA* TIE* KSH*
AST DIG MWG CDO* TSH BCI*
BMP DLG NLG CMT* TV1* KSA
C32 FPT PNJ CYC* VHG* TIC
CRE GMD REE GTT* VLF* BGM
CTD HAI SCS ICF* VNA* BHS
CTI HQC SHP KHA* VNH* KSS*
D2D HVN VGC PPI* LAF KTB