CHƯƠNG II : TỔNG QUAN LÝ THUYẾT
2.3.4. Các nghiên cứu sử dụng kết hợp cả các biến tài chính và các biến thị
nguồn khác ngoài báo cáo tài chính. Beaver, McNichols và Rliic (2005) đã chỉ ra rằng, xác xuất phá sản được gán với giá thị trường.
Như vậy, dựa trên lập luận và các cơ sở lý thuyết được trình bày ,trong luận văn này, tác giả cũng sử dụng các biến thị trường trong việc xây dựng mơ hình.
2.3.3. Các nghiên cứu sử dụng biến chỉ tiêu kinh tế vĩ mô.
Sự kết hợp của các biến dữ liệu vĩ mơ vào các mơ hình nhằm nắm bắt sự thay đổi trong mơi trường kinh tế vĩ mô cũng trở nên quan trọng. Các biến vĩ mô bổ sung thêm một yếu tố động trong mơ hình. Sự thay đổi trong các điều kiện kinh tế vĩ mô sự tác động lên hoạt động của doanh nghiệp. Ngoài Mare (2012); Nam, Kim, Park và Lee (2008); Qu (2008), có rất ít các nghiên cứu kết hợp dữ liệu vĩ mơ vào mơ hình. Gần đây, Tinoco và Wilson (2013) đã sử dụng thành công 2 biến vĩ mô bao gồm lạm phát và sự thay đổi trong lãi suất trong giai đoụn nghiên cứu của họ. Trong luận văn này, tác giả cùng sử dụng các biến vĩ mô để nắm bắt sự thay đổi trong môi trường kinh tế tại Việt Nam trong giai đoạn nghiên cứu có ảnh hưởng gì đến khả năng hoạt động của doanh nghiệp.
2.3.4. Các nghiên cứu sử dụng kết hợp cả các biến tài chính và các biến thị trường. trường.
Tyler Shumway (2001) nhận thấy có hơn một nữa dữ liệu kế tốn được sử dụng trong các mơ hình dự báo phá sản thời kỳ đầu khơng có ý nghĩa thống kê. Bên cạnh đó, các dữ liệu thị trường đưa vào mơ hình lại thể hiện mối tương quan chặt chẽ với khả năng phá sản của cơng ty, bao gồm: vốn hóa thị trường của cơng ty, tỷ suất sinh lời của cổ phiếu trong quá khứ và độ lệch chuẩn của cổ tức công ty. Tác giả đã đề suất một mơ hình sử dụng kết hợp dữ liệu kế toán và dữ liệu thị trường nhằm tìm kiếm khả năng dự báo chính xác hơn. Dừ liệu nghiên cứu bao gồm 300 công ty phá sản được thu thập trong giai đoạn 1962 - 1992. Các biến giải thích sử dụng trong bài nghiên cứu được liệt kê như sau: 5 biến sử dụng trong nghiên cứu của Altman (1963) bao gồm vốn lưu động trến tổng tài sản (WC/TA), lợi nhuận giữ lại trên tổng tài sản (RE/TA),
EBIT trên tổng tài sản (EBIT/TA), giá trị thị trường vốn chủ sở hữu trên tổng nợ (MVE/TL), doanh thu trên tổng tài sản (S/TA) ; 3 biến sử dụng trong nghiên cứu của Zmijewski (1984) bao gồm lợi nhuận ròng trên tổng tài sản (NI/TA), tổng nợ trên tổng tài sản (TI./TA), nợ ngắn hạn trên tài sản ngắn hạn (CA/CL) ; và 3 biến thị trường mới của Shumway bao gồm quy mơ (log(vốn hóa cơng ty/vốn hóa tồn thị trường)), tỷ suất sinh lợi cổ phiếu – tỷ suất sinh lời của toàn thị trường, độ lệch chuẩn của cổ tức công ty (Sigma). Mỗi biến Shumway đưa vào đều có giải thích cụ thể như sau. Với biến tỷ lệ vốn hóa thị trường, rằng phản ứng của những nhà đầu tư sẽ tác động trực tiếp lên giá trị cổ phiếu cùa công ty, dẫn đến làm thay đổi giá trị thị trường của cơng ty do đó quy mơ cơng ty trên thị trường là biến quan trọng trong dự báo khả năng phá sản của doanh nghiệp. Để giám tính biến động của biến quy mô công ty. Shumway lấy log của mức vốn hóa thị trường của mỗi cơng ty. Nếu như nhà đầu tư làm thay đồi giá trị vốn hóa thị trường của cơng ty làm ánh hưởng đến sự phá sản thì tỷ suất sinh lợi thặng dư trong quá khứ của công ty cũng tác động quan trọng không kém đến khả năng phá sản. Biến thị trường cuối cùng đưa vào nghiên cứu là dộ lệch chuẩn của cổ tức cồ phiếu. Nếu một cơng ty có nhiều biến động trong dịng tiền là bởi nhiều biến động trong cổ tức thì khả năng cơng ty xảy ra phá sản cũng cao bởi xét ở góc độ nào đó thì biến này cũng đo lường được địn bẩy tài chính của cơng ty. Kết quả nghiên cứu cho thấy mơ hình rủi ro dự báo chính xác hơn và cho phép đo lường hiệp phươnng sai khi thời gian thay đổi. Mơ hình rủi ro cũng tiến hành ước lượng thích hợp cực đại và phân tích. Bên cạnh đó, tác giả cũng chỉ ra các biến sổ sách như S/TA, WC/TA, RE/TA, CA/CL có ý nghĩa thống kê khơng cao và các biến NI/TA, TL/TA khi kết hợp với hiến thị trường cho kết quả dự báo chính xác hơn. Sự kết hợp dữ liệu kế toán và dữ liệu thị trường sẽ nâng cao khả năng dự báo chính xác của mơ hình.
Tiếp nối Tyler Shumway và có những thay đổi mới trong nghiên cứu, hai tác giả Chava và Jarrow (2004) đã xác minh lần nữa tính vượt trội trong mơ hình dự báo phá sản của Shumvvay (2001) cũng như phản biện mơ hình của Altman (1968) và Zmijewski (1984). nghiên cứu chứng minh tầm quan trọng của biến ảnh hưởng về
ngành trong mơ hình rủi ro. Các nhóm ngành có khả năng ảnh hưởng đáng kể đến hệ số chặn và hệ số độ dốc trong phương trình dự báo. Hơn nữa, các cơng ty được nghiên cứu bao gồm cả các công ty tài chính mặc dù sự chính xác của dự báo giảm di không đáng kể, dữ liệu trong bài được sử dụng theo báo cáo hàng tháng trong khi các nghiên cứu trước chỉ sử dụng quan sát theo năm. Kết quả đạt được là dự báo phá sản được hoàn thiện hơn với các quan sát trong khoảng thời gian ngắn hơn. Cuối cùng tác giả chỉ ra 2 biến sổ sách ít có đóng góp trong khi các biến thị trường có ảnh hướng lớn đến mơ hình phá sán. Điều này ủng hộ cho khái niệm thị trường hiệu quả đối với các thơng tin kế tốn được công bố.
Kế thừa nghiên cứu của Tyler Shumway (2001) và Chava & Jarrow (2004), John Y. Campbell, Jens Hilscher và Jan Szilagyi (2008) đã tìm ra yếu tố quyết định sự thất bại của doanh nghiệp và sử dụng mơ hình Logistic ước lượng khả năng kiệt quệ tài chính, mơ hình sử dụng kết hợp các biến sổ sách và biến thị trường. Các biến sổ sách được sử dụng bao gồm: lợi nhuận ròng trên giá trị thị trường tổng tài sản (NIMTA), lợi nhuận ròng trên giá trị sổ sách tổng tài sản (NITA), tổng nợ trên giá trị thị trường tổng tài sản (TLMTA), tổng nợ trên giá trị sổ sách tổng tài sản (TLTA), tiền và các khoản đầu tư ngắn hạn trên tổng tài sản (CASHMTA) và giá trị thị trường trên giá trị sổ sách của công ty (MB). Các biến thị trường được sử dụng bao gồm: log(TSSL vượt trội hàng tháng với TSSL của chỉ số S&P500), độ lệch chuẩn của tỷ suất sinh lợi cổ phần hàng ngày của mỗi công ty qua 3 tháng (SIGMA), quy mơ (log(vốn hóa thị trường của cơng ty/vốn hóa của S&P500) và log(giá cổ phiếu). Kết quả nghiên cứu cho thấy, các công ty vay nợ nhiều, lợi nhuận thấp, vốn hóa thị trường thấp, tỷ suất sinh lời chứng khốn trong q khứ thấp và có nhiều biến động, nắm giữ lượng tiền mặt thấp, hệ số giá trị thị trường trên giá trị sổ sách của cơng ty cao và có giá cổ phiếu thấp sẽ có nguy cơ rơi vào tình trạng kiệt quệ tài chính hơn so với các công ty niêm yết khác. Kết quả dự báo tình trạng kiệt quệ tài chính của cơng ty với thời gian là 1 năm, tuy nhiên khi dự báo ở một thời kỳ dài hơn thì các giá trị vốn hóa thị trường, hệ số giá trị thị trường trên giá trị sổ sách của công ty và biến động vốn cổ phần sẽ trở nên quan trọng hơn.
John R. Graham, Sonali llazarika, Krishnamoorthy Narasimhan (2011) đã thu thập dữ liệu của công ty công nghiệp niêm yết trên NYSE trong giai đoan 1928 - 1938. Mẫu nghiên cứu bao gồm 443 công ty phi tài chính. Nhóm tác giả sử dụng dữ liệu bảng để ước lượng mơ hình hồi quy Logistic. Các biến giải thích được đưa vào mơ hình bao gồm: giá trị thị trường trên giá trị số sách, lợi nhuận trên vốn chủ sở hữu, độ lệch chuẩn biến động giá cố phiếu 12 tháng, EBIT trên tổng tài sản, log (vốn hóa của cơng ty/vốn hóa tồn thị trường), tổng nợ trên giá trị sổ sách của tổng tài sản, xếp hạng tín dụng của cơng ty, chênh lệch giữa tài sản cố định đầu năm và cuối năm chia cho tài sản cố định đầu năm, tiền mặt, hàng tồn kho và các khoản phải thu chia cho tông tài sản, số năm hoạt động của cơng ty, biến định tính nhận giá trị 1 nếu cơng ty thuộc lĩnh vực công nghiệp nặng và nhận giá trị 0 trong trường hợp ngược lại. Kết quả nghiên cứu cho thấy, các cơng ty có địn bầy tài chính cao và mức xếp hạng trái phiếu thấp thì có khả năng rơi vào tình trạng kiệt quệ tài chính cao hơn các cơng ty khác. Kết quả nghiên cứu cũng phù hợp với lý thuyết đánh đổi. Ngoài ra, nghiên cứu còn cho thấy vai trò quan trọng của các cơ quan xếp hạng tín dụng trong việc dự báo kiệt quệ tài chính. Mức độ địn bẩy tài chính có tác dộng đến giá trị của cơng ty trong thời kỳ suy thoái. Đối với các cơng ty sử dụng địn bẩy tài chính cao thì giá trị của chúng giảm một nữa so với các cơng ty sử dụng địn bầy tài chính thấp. Một trong những chú ý quan trọng nhất đó là chính sách hạn chế sử dụng nợ trong một nổ lực bảo vệ các cơ hội đầu tư mong manh của cơng ty có thể khơng đạt được hiệu quả như mong muốn.
Các mơ hình dự báo sử dụng kết hợp biến thị trường và biến sổ sách đã khắc phục các nhược điểm của các mơ hình thuần biến sổ sách và đưa ra các xác suất dự báo chính xác hơn. Tầm quan trọng của việc sử dụng các biến thị trường đã được các nghiên cứu trong thời gian gần đây chứng minh. Giá cả thị trường có thể thích hợp hơn để dự báo khả năng phá sản vì nó phản ánh kỳ vọng về dịng tiền trong tương lai của công ty và các biến thị trường có thể sẽ đánh giá trực tiếp của độ bất ổn (volatility), một cách đo lường mà có thể tăng sức mạnh về dự báo phá sản mà khơng có trong các báo cáo tài chính.
2.3.5. Các nghiên cứu sử dụng kết hợp biến tài chính, biến vĩ mơ và biến thị trường.
Sự kết hợp của các biến dữ liệu vĩ mô vào các mô hình nhằm nắm bắt sự thay đổi trong mơi trường kinh tế vĩ mô cũng trở nên quan trọng. Các biến vĩ mô bổ sung thêm một yếu tố động trong mơ hình. Sự thay đổi trong các điều kiện kinh tế vĩ mô sẽ tác động lên hoạt động của công ty.
Sunti Tirapat và Aekkachai Nittayagasetwat (1997), mẫu nghiên cứu bao gồm các công ty niêm yết trên Sở giao dịch chứng khoán Thái Lan (SET) trải qua kiệt quệ tài chính trong năm 1997. Các cơng ty kiệt quệ tài chính được xác định trong bài nghiên cứu dựa theo một trong hai tiêu chí sau: các cơng ty bị đóng cửa bởi các cơ quan chính phủ (bao gồm ngân hàng và các cơng ty tài chính) hoặc có kế hoạch tái cơ cấu được thơng qua bởi NHTW Thái lan hay SLT. Có 459 cơng ty niêm yết tại Sở giao dịch Chứng khoán Thái Lan vào năm 1996, trong đó có 55 cơng ty rơi vào tình trạng kiệt quệ tài chính theo các cách xác định trên. Các công ty niêm yết lần đầu vào năm 1995 và các cơng ty có dữ liệu không đầy đủ bị loại trừ. Mẫu kết quả bao gồm 341 công ty khơng bị kiệt quệ tài chính và 55 cơng ty kiệt quệ tài chính. Bài nghiên cứu xây dựng mơ hình dựa trên mối quan hệ tỷ suất sinh lời cổ phiếu công ty và khả năng kiệt quệ tài chính của cơng ty đó. Nhưng vì tỷ suất sinh lợi cổ phiếu thực của công ty phàn ánh cả rủi ro hệ thống và rủi ro riêng biệt của công ty nên tác giả đã thực hiện làm hai bước:
- Bước thứ nhất, sử dụng mơ hình đa yếu tố ước lượng tỷ suất sinh lợi cổ phiếu hàng tháng của công ty i, Ri, và các hệ số β rủi ro của công ty i tương ứng với các biến số kinh tế vĩ mô, βk,i. Các biến kinh tế vĩ mơ đưa vào mơ hình đa yếu tố lần lượt như sau: F1 là chỉ số tăng trưởng sản lượng sản xuất hàng tháng (PM1), F2 là thay đổi trong chỉ sổ giá tiêu dùng hàng tháng (CPI), F3 là thay đổi lãi suất hàng tháng (INT). F4 là thay đổi trong cung tiền M2 hàng tháng (MS2). Từ mơ hình đa yếu tố trên tác giả tính tốn tỷ suất sinh lợi ước tính của từng cổ phiếu và β rủi ro của công ty i tương ứng với các biến số kinh tế vĩ mô, βk, i.
- Bước thứ hai, tác giả ước lượng lần lượt hai mơ hình Logistic. Mơ hình 1 sử dụng tỷ suất sinh lợi ước tính và mơ hình sử dụng β rủi ro của công ty i tương ứng với các biến số kinh tế vĩ mô, kết hợp với các chỉ sổ tài chính phân loại dựa trên các tiêu chí của hệ thống đánh giá CAMEL. Các biến số tài chính lần lượt như sau: X1 là tỷ lệ giá trị sổ sách của cổ phiếu trên tổng tài sản (SETA), X2 là tỷ lệ thu nhập giữ lại trên tổng tài sản (RETA), X3 là tỷ lệ lợi nhuận từ hoạt động kinh doanh trên lợi nhuận ròng (OINS), X4 là tỷ lệ vốn lưu động trên tổng tài sản (WCTA).
Kết quả nghiên cứu cho thấy, biến số SETA và tỷ suất sinh lợi trong mơ hình 1; biến số BETA và βcpi trong mơ hình 2 là những biến quan trọng nhất và có ý nghĩa thống kê. Như vậy, nghiên cứu của nhóm tác giả trên đã cho thấy có sự tác động của điều kiệu kinh tế vĩ mô đến xác suất rơi vào tình trạng kiệt quệ của các cơng ty.
Campbell, Hilscher và Szilagyi (2008), xem xét các các nguyên nhân tác động đến kiệt quệ của một doanh nghiệp bằng mơ hình Logit có sử dụng các biến tài chính và biến thị trường. Bên cạnh các biến tài chính một vài biến thị trường đã được kiểm định: log(TSSL vượt trội hàng tháng của doanh nghiệp với TSSL của S&P500), độ lệch chuẩn của TSSL hàng ngày của chứng khoán trong 3 tháng liên tiếp, quy mô của doanh nghiệp, đo bằng log(vốn hóa thị trường của doanh nghiệp/ vốn hóa của S&P500), và log(giá cổ phiếu).
Chava và Jarrow (2004), ngồi các biến tài chính của Altman (1968), các biến bao gồm trong nghiên cứu của Shumway (2001): biến tài chính, thu nhập rịng (Net Income) trên tổng tài sản; tổng nợ/ tổng tài sản; và các biến thị trường: quy mô tương đối của doanh nghiệp: Ln(giá trị thị trường vốn cổ phần của doanh nghiệp/ tổng giá trị thị trường của NYSE/AMEX), TSSL vượt trội hàng năm, được tính bằng, TSSL tích lũy hàng tháng trừ cho TSSL hàng tháng có trọng số của NYSE/AMEX và độ bất ổn của chứng khốn, được tính bằng, độ lệch chuẩn của 60 quan sát giá cổ phiếu theo tần suất hàng ngày.
Christidis và Gregory (2010). theo cách của Campbell (2008) đã thử nghiệm 3 biến thị trường trong một mơ hình dự báo kiệt quệ tài chính các cơng ty niêm yết tại Anh.
bên cạnh cũng bao gồm một tập hợp các biến tài chính. Đối với các biến thị trường, họ thay thế giá trị sổ sách của tài sản bằng giá trị thị trường và kiểm tra xem log(TSSL vượt trội nửa năm/TSSL của FTSE All Share Index) và độ lệch chuẩn của chứng khốn (tính trong giai đoạn 6 tháng). Phát hiện của họ cho thấy rằng, giá trị thị trường có khả năng tăng độ chính xác trong mơ hình dự báo kiệt quệ tài chính. Tinoco và Wilson (2013) sử dụng một mẫu gồm 23.218 quan sát hàng năm của các công ty được niêm yết ở UK trong giai doọn 1980 - 2011 với sự kết hợp của dữ liệu tài chính, dữ liệu thị trường và dữ liệu vĩ mô để dự báo kiệt quệ tài chính và phá sản bằng mơ hình Logistic. Các biến tỷ số tài chính thu thập từ dữ liệu kế tốn bao gồm: tỷ số dòng tiền hoạt động kinh doanh trên tổng nợ, tỷ số tổng nợ trên tổng tài sản, tỷ số (tài sản ngắn hạn -hàng tồn kho - nợ ngắn hạn) trên chi phí hoạt động hàng ngày và tỷ số EBITDA trên chi phí lãi vay. Các biến số thị trường: giá cổ phiếu, tỷ suất sinh lợi vượt trội, quy mô cơng ty, tỷ số giá trị vốn hóa thị trường trên tổng nợ. Các biến số kinh tế vĩ