Variable Mơ hình t (1) (2) (3) (4) TFOTL -0.04 0.02 0.03 0.04 TLTA 0.07 0.07 0.01 0.00 NOCREDINT -0.05 -0.02 -0.01 -0.01 COVERAGE -1.11 -0.57 -0.44 -0.26 CPI 6.58 3.89 TBR -10.70 -6.63 PRICE -0.01 -0.001 ABNRET -0.27 -0.19 SIZE -0.37 -0.05 MCTD -0.26 -0.06
Nguồn kết quả hồi quy thực hiện từ chương trình Stata
Đối với mơ hình hồi quy khơng dùng biến trễ (mơ hình t), bảng 4.10, cột 4, ý nghĩa của các giá trị đƣợc giải thích nhƣ sau: Đối với các biến tài chính, ví dụ nhƣ biến COVERAGE, khi giá trị TANH của biến khả năng chi trả lãi vay tăng 1% thì xác suất để cơng ty rơi vào kiệt quệ tài chính giảm khoảng 0.26%, trong điều kiện các biến độc lập khác giữ cố định tại mức giá trị trung bình. Hoặc đối với biến lạm phát, khi lạm phát trong nền kinh tế gia tăng 1%, làm cho xác suất rơi vào tình trạng kiệt quệ của doanh nghiệp tăng lên 3.89%. Hoặc đối với nhóm biến thị trƣờng, khi giá cổ phiếu tăng thêm 1%, làm giảm xác suất kiệt quệ của doanh nghiệp 0.001%. Kết quả đƣợc đọc tƣơng tự cho các biến và các mơ hình cịn lại, đƣợc trình bày trong bảng 4.10 dƣới đây.
Bảng 4.11: Bảng kết quả hiệu ứng cận biên của từng biến trong mơ hình t-1 và t-2
Variable Mơ hình (t-1) Mơ hình (t-2)
TFOTL -0.23 -0.20 -0.17 -0.12 -0.05 -0.13 -0.12 -0.14 TLTA 0.06 0.07 0.04 0.01 0.08 0.05 0.06 0.04 NOCRE -0.03 -0.04 -0.02 -0.03 -0.02 -0.03 -0.03 -0.03 COVER -0.26 -0.31 -0.21 -0.24 -0.15 -0.21 -0.16 -0.19 CPI -2.16 -2.43 -0.84 -0.68 TBR 10.66 10.63 -3.68 -1.45 PRICE 0.00 0.00 0.01 0.01 ABNRET -0.34 -0.37 -0.15 -0.14 SIZE -0.53 -0.77 -0.92 -0.84 MCTD -.301 -0.0102 1.16 0.905
Nguồn kết quả hồi quy thực hiện từ chương trình Stata
Xem xét một cách tổng quát giữa các mơ hình (t, t-1, t-2), giữa các biến số tài chính, chỉ báo kinh tế vĩ mô và biến số thị trƣờng, ta thấy rằng các biến số kinh tế vĩ mơ có tác động mạnh nhất lên xác suất kiệt quệ tài chính của doanh nghiệp sau đó đến các biến tài chính và cuối cùng là biến thị trƣờng. Điều này gợi ý rằng, bối cảnh kinh tế vĩ mô sẽ tác động trực tiếp đến các doanh nghiệp hoạt động trong đó nền kinh tế đó. Sau đó, sự thích nghi của doanh nghiệp nhƣ thế nào, đƣợc thể hiện qua các chỉ số tài chính và cuối cùng là thị trƣờng và các bên liên quan sẽ đánh giá lại hiệu quả này thông qua giá cả trên thị trƣờng.
4.4. Mơ hình dự báo khả năng xảy ra kiệt quệ tài chính áp dụng cho các công ty tại Việt Nam ty tại Việt Nam
Từ các kết quả tổng hợp ở trên bao gồm:
Mức ý nghĩa thống kê của các biến trong các mơ hình t, t-1, t-2.
Mức độ phù hợp của các biến đƣa vào mơ hình và mức ý nghĩa của các mơ hình.
Mức ý nghĩa và sự cải thiển khi bổ sung thêm biến giải thích vào các mơ hình.
Luận văn rút ra mơ hình dự báo thích hợp cho Việt Nam nhƣ sau:
4.4.1. Mơ hình dự báo trong thời điểm t
Các biến đƣợc đƣa vào mơ hình bao gồm: 2 biến tài chính, TFOTL (Dịng tiền từ hoạt động kinh doanh trên tổng nợ), COVERAGE (Khả năng thanh toán lãi vay), 2 biến vĩ mô, CPI (Lạm phát), TBILL (Lãi suất trái phiếu chính phủ - (Tbill 1 năm)), và 2 biến thị trƣờng PRICE (Giá cổ phiếu) và ABNRET (TSSL vƣợt trội). Sau đó hồi quy lại phƣơng trình với tồn bộ các biến, kết quả nhƣ sau:
Bảng 4.12: Kết quả hồi quy mơ hình dự báo tại thời điểm t
Variable Mơ hình t TFOTL 0.8121** (z-Statistic) (1.9025) COVERAGE -5.1009*** (z-Statistic) (-9.6186) CPI 76.6199*** (z-Statistic) (7.8934) Tbill -130.806*** (z-Statistic) (-6.7351) PRICE -0.0290** (z-Statistic) (-2.0175) ABNRET -3.7128*** (z-Statistic) (-10.2175) Pseudo R2 0.4790 AUC 0.9211
Gini rank coefficient 0.8422 Hosmer-Lemeshow goodness of fit test H-Lemeshow chi2(8) 14.09
Prob. Chi-Sq(8) 0.0795
Total obs 1892
Nguồn: kết quả hồi quy từ chương trình Eview và Stata
Phƣơng trình dự báo xác suất để xảy ra kiệt quệ tài chính tại thời điểm t là:
FD = 1-@CLOGISTIC(-(C(1) + C(2)*TFOTL + C(3)*COVERAGE + C(4)*CPI + C(5)*TBILL + C(6)*PRICE + C(7)*ABNRET))
Phƣơng trình dự báo xác suất để xảy ra kiệt quệ tài chính tại thời điểm với các hệ số cho trƣờng hợp Việt Nam là:
FD = 1-@CLOGISTIC(-(5.0324 + 0.8121*TFOTL - 5.1009*COVERAGE + 76.61988*CPI - 130.8063*TBILL - 0.02900*PRICE - 3.71277*ABNRET))
4.4.2. Mơ hình dự báo sớm một năm (t -1)
Các biến đƣợc đƣa vào mơ hình bao gồm: 3 biến tài chính, TFOTL (Dịng tiền từ hoạt động kinh doanh trên tổng nợ), NOCREDINT(Biến thanh khoản), COVERAGE (Khả năng thanh toán lãi vay), 2 biến vĩ mô, CPI (Lạm phát), TBILL (Lãi suất trái phiếu chính phủ - Tbill 1 năm)), và 3 biến thị trƣờng PRICE (Giá cổ phiếu) và ABNRET (TSSL vƣợt trội) và biến SIZE (quy mô). Sau đó tác giả hồi quy lại phƣơng trình với tồn bộ các biến, kết quả nhƣ sau:
Bảng 4.12: Kết quả hồi quy mơ hình dự báo tại thời điểm t-1
Variable Mơ hình t-1 TFOTL(-1) -0.851*** (z-Statistic) (-2.452) NOCREDINT(-1) -0.209*** (z-Statistic) (-2.678) COVERAGE(-1) -1.726*** (z-Statistic) (-8.283) CPI(-1) -17.512*** (z-Statistic) (-7.479) TBILL(-1) 76.643*** (z-Statistic) (11.230) PRICE(-) 0.030*** (z-Statistic) (3.253) ABNRET(-1) -2.693*** (z-Statistic) (-9.072) SIZE(-1) -5.505*** (z-Statistic) (-3.305) Pseudo R2 0.233 AUC 0.8277
Gini rank coefficient 0.6554 Hosmer-Lemeshow goodness of fit test H-Lemeshow chi2(8) 9.77
Prob. Chi-Sq(8) 0.2814
Total obs 1386
Nguồn: kết quả hồi quy từ chương trình Eview và Stata
FD = 1-@CLOGISTIC(-(C(1) + C(2)*TFOTL(-1) + C(3)*NOCREDINT(-1) + C(4)*COVERAGE(-1) + C(5)*CPI(-1) + C(6)*TBILL(-1) + C(7)*PRICE(-1) + C(8)*ABNRET(-1) + C(9)*SIZE(-1)))
Phƣơng trình dự báo xác suất để xảy ra kiệt quệ tài chính tại thời điểm (t-1) với các hệ số cho trƣờng hợp Việt Nam là:
FD = 1-@CLOGISTIC(-(-6.2337 - 0.8514*TFOTL(-1) - 0.2092*NOCREDINT(- 1) - 1.7255*COVERAGE(-1) - 17.5123*CPI(-1) + 76.6425*TBILL(-1) + 0.02969*PRICE(-1) - 2.6926*ABNRET(-1) - 5.5047*SIZE(-1)))
4.4.3. Mơ hình dự báo sớm hai năm (t -2)
Các biến đƣợc đƣa vào mơ hình bao gồm: 3 biến tài chính, TFOTL (Dịng tiền từ hoạt động kinh doanh trên tổng nợ), COVERAGE (Khả năng thanh toán lãi vay), 1 biến vĩ mô là CPI (Lạm phát), và 4 biến thị trƣờng PRICE (Giá cổ phiếu) và ABNRET (TSSL vƣợt trội), SIZE (quy mơ) và MCTD (Vốn hóa thị trƣờng / Tổng nợ). Sau đó tác giả hồi quy lại phƣơng trình với tồn bộ các biến, kết quả nhƣ sau:
Bảng 4.13: Kết quả hồi quy mơ hình dự báo tại thời điểm t-2
Variable Mơ hình t-2 TFOTL(-2) -0.704** (z-Statistic) (-1.957) NOCREDINT(-2) -0.189** (z-Statistic) (-2.256) COVERAGE(-2) -1.004** (z-Statistic) (-3.924) CPI(-2) -5.754*** (z-Statistic) (-3.347) PRICE(-2) 0.055*** (z-Statistic) (5.172) ABNRET(-2) -0.785*** (z-Statistic) (-3.160) SIZE(-2) -4.571*** (z-Statistic) (-2.945) MCTD(-2) 5.106*** (z-Statistic) (4.213) Pseudo R2 0.09906 AUC 0.7211
Gini rank coefficient 0.4422
Hosmer-Lemeshow goodness of fit test H-Lemeshow chi2(8) 16.04
Prob. Chi-Sq(8) 0.0418
Total obs 912
Nguồn: kết quả hồi quy từ chương trình Eview và Stata
Phƣơng trình dự báo xác suất để xảy ra kiệt quệ tài chính tại thời điểm t-2 là:
FD = 1-@CLOGISTIC(-(C(1) + C(2)*TFOTL(-2) + C(3)*NOCREDINT(-2) + C(4)*COVERAGE(-2) + C(5)*CPI(-2) + C(6)*PRICE(-2) + C(7)*ABNRET(-2) + C(8)*SIZE(-2) + C(9)*MCTD(-2)))
Phƣơng trình dự báo xác suất để xảy ra kiệt quệ tài chính tại thời điểm (t-1) với các hệ số cho trƣờng hợp Việt Nam là:
FD = 1-@CLOGISTIC(-(-0.7612 - 0.7041*TFOTL(-2) - 0.188*NOCREDINT(- 2) - 1.0037*COVERAGE(-2) - 5.7535*CPI(-2) + 0.05514*PRICE(-2) - 0.7850*ABNRET(-2) - 4.5711*SIZE(-2) + 5.10568*MCTD(-2))).
4.4.4. Phân tích một số thực tế tại Việt Nam
Sau khi rút ra các mơ hình dự báo xác suất phá sản cho các doanh nghiệp niêm yết trên HOSE, trong phần này, luận văn tiến hành phân tích cụ thể một số cơng ty rơi vào tình trạng kiệt quệ tài chính nhằm đƣa ra sự đánh giá và so sánh một cách trực quan về khả năng dự báo kiệt quệ tài chính của biến số tỷ số tài chính, biến số vĩ mơ và thị trƣờng. Cụ thể, tác giả xem xét một số ví dụ đại diện sau đây (bao gồm 5 quan sát, 3 doanh nghiệp kiệt quệ và 2 doanh nghiệp không kiệt quệ). Kiệt quệ ở đây, tác giả xem xét dƣới khía cạnh hủy niêm yết trên sở giao dịch. Theo đó, trong “Quy chế niêm yết chứng khoán tại SGDCK TP Hồ Chí Minh” có quy định các trƣờng hợp chứng khoán bị cảnh báo, kiểm soát, kiểm soát đặc biệt, tạm ngừng giao dịch và cuối cùng là hủy niêm yết bắt buộc để bảo vệ các nhà đầu tƣ. Tác giả cho rằng, một doanh nghiệp bị hủy niêm yết trên sàn giao dịch, đối với NĐT, nó “tƣơng tự” nhƣ một trƣờng hợp phá sản của doanh nghiệp. Danh sách các công ty đƣợc xem xét trong mẫu bao gồm:
o AVF: CTCP Việt An: (Hủy niêm yết bắt buộc từ 10/06/2015)
o VST: CTCP Vận tải và Thuê tàu biển VN (Hủy niêm yết từ ngày 08/05/2015)
o VNM: Công ty Cổ phần Sữa Việt Nam (Hoạt động bình thƣờng)
o REE: Cơng ty Cổ phần Cơ điện lạnh (Hoạt động bình thƣờng)
Bảng 4.15 : dữ liệu của các cơng ty được tính tốn :
CP Năm TFOTL NOCRE COVE CPI TBILL PRICE ABNR SIZE MCTD FDG 2012 2013 0.003 -1.000 0.738 0.126 0.088 9.800 -0.465 0.004 0.114 2014 -0.102 -1.000 -0.757 0.068 0.066 4.000 -0.800 0.011 0.146 AVF 2012 0.029 -1.000 0.959 0.187 0.124 7.400 -0.350 0.008 0.075 2013 -0.038 -1.000 0.925 0.126 0.088 6.200 -0.465 0.004 0.177 2014 0.005 -1.000 0.913 0.068 0.066 6.200 -0.468 0.035 0.135 VST 2012 0.055 -1.000 0.791 0.187 0.124 4.000 -0.403 0.011 0.096 2013 -0.054 -1.000 0.532 0.126 0.088 2.400 -0.630 0.004 0.100 2014 0.011 -1.000 -1.000 0.068 0.066 3.100 -0.212 0.036 0.209 VNM 2012 0.675 1.000 1.000 0.187 0.124 43.400 0.613 1.091 0.060 2013 -0.424 1.000 1.000 0.126 0.088 68.800 0.240 1.117 0.060 2014 0.274 1.000 1.000 0.068 0.066 109.100 0.079 18.114 0.069 REE 2012 -0.479 1.000 1.000 0.187 0.124 -0.112 0.097 0.077 0.124 2013 0.171 1.000 1.000 0.126 0.088 0.301 0.107 0.087 0.088 2014 -0.168 1.000 1.000 0.068 0.066 0.390 1.396 0.128 0.066 Tƣơng ứng với bảng số liệu, tiến hành thay thế vào các phƣơng trình dự báo:
Mơ hình năm t:
FD = 1-@CLOGISTIC(-(5.0324 + 0.8121*TFOTL - 5.1009*COVERAGE + 76.61988*CPI - 130.8063*TBILL - 0.02900*PRICE - 3.71277*ABNRET))
Mơ hình năm t-1:
FD = 1-@CLOGISTIC(-(-6.2337 - 0.8514*TFOTL(-1) - 0.2092*NOCREDINT(-1) - 1.7255*COVERAGE(-1) - 17.5123*CPI(-1) + 76.6425*TBILL(-1) + 0.02969*PRICE(-1) - 2.6926*ABNRET(-1) - 5.5047*SIZE(-1)))
FD = 1-@CLOGISTIC(-(-0.7612 - 0.7041*TFOTL(-2) - 0.188*NOCREDINT(-2) - 1.0037*COVERAGE(-2) - 5.7535*CPI(-2) + 0.05514*PRICE(-2) - 0.7850*ABNRET(-2) - 4.5711*SIZE(-2) + 5.10568*MCTD(-2)))
Bảng 4.16 : Kết quả dự báo
Mã cp Năm Năm t Năm (t+1) Năm (t+2)
FDG 2012 2013 69.8% 22.6% 36.1% 2014 100.0% 81.6% 80.4% AVF 2012 35.5% 40.4% 16.8% 2013 48.9% 16.4% 35.2% 2014 17.1% 8.0% 34.6% VST 2012 64.0% 47.6% 18.2% 2013 93.5% 35.4% 33.7% 2014 99.9% 51.6% 78.1% VNM 2012 0.7% 0.0% 0.2% 2013 0.6% 0.0% 2.7% 2014 0.1% 0.0% 0.0% REE 2012 6.6% 9.5% 7.6% 2013 9.9% 1.1% 5.7% 2014 0.0% 0.0% 2.8%
Kết quả trong bảng 4.16 cho thấy:
VNM và REE là 2 doanh nghiệp đang hoạt động bình thƣờng. Do đó, kết quả dự báo xác suất kiệt quệ ln nhỏ hơn 10%. Trong mơ hình dự báo sớm 2 năm cho thấy, tại dòng 2014, dùng để dự báo khả năng kiệt quệ 2016 vẫn cho kết quả là 0% và 2.8% cho VNM và REE. Điều này, cho thấy với các bối cảnh tài chính, vĩ mơ, và diễn biến giá cổ phiếu hiện tại của VNM và REE, thì 2 doanh nghiệp này, vẫn an tồn trong ít nhất 2 năm nữa.
Ngƣợc lại, FDG, AVF và VST đã bị hủy niêm yết trong năm 2015 đều có xác suất kiệt quệ lớn. Kết quả cho thấy, tại thời điểm cuối 2014 (tức trƣớc 1 năm), xác suất kiệt quệ của FDG, AVF và VST lần lƣợt là 100%, 17.1% và 99.9%. Trong khi đó, trƣớc 2015 2 năm, tại dịng năm (t+1) của dòng 2013, xác suất kiệt quệ là của FDG, AVF và VST lần lƣợt là 22.6%, 16.4% và 35.5%, đã cho những tín hiệu cảnh báo đầu tiên.
Phƣơng pháp luận văn áp dụng phân tích thực tế một số trƣờng hợp ở Việt Nam cũng đang bắt đầu gợi ý về cách áp dụng mơ hình dự báo xác suất kiệt quệ trong thực tế. Tại một thời điểm nào đó, các nhà quản lý muốn xem xét tình trạng tài chính của doanh nghiệp mình, có thể tiến hành tính tốn các biến và áp vào các thơng số có sẵn trong mơ hình.
CHƢƠNG 5
KẾT LUẬN 5. KẾT LUẬN
5.1. Tóm tắt kết quả nghiên cứu
Luận văn đã trình bày về (i) cách xác định tình trạng kiệt quệ tài chính của một doanh nghiệp, (ii) các yếu tố ảnh hƣởng đến khả năng doanh nghiệp rơi vào kiệt quệ tài chính và (iii) xây dựng một mơ hình dự báo khả năng rơi vào tình trạng kiệt quệ tài chính của các cơng ty đƣợc niêm yết tại Việt Nam (SGDCK TP Hồ Chí Minh và Hà Nội). Luận văn đã thể hiện một số ƣu điểm nhất định trong việc dự báo tình trạng kiệt quệ tài chính của các doanh nghiệp:
Đầu tiên, luận văn đã sử dụng một bộ dữ liệu lớn kết hợp các loại thông tin khác nhau từ nguồn dữ liệu đáng tin cậy. Luận văn cũng sử dụng phƣơng pháp chuyển đổi lƣợng giác (TANH transformation) để xử lý các vấn đề ngoại lai của dữ liệu. Luận văn cũng đã sử dụng nhiều tiêu chuẩn khác nhau, và một số tiêu chuẩn khá chuyên sâu để đo lƣờng sự phù hợp của mơ hình hồi quy Logit.
Thứ hai, việc xác định một cơng ty rơi vào tình trạng kiệt quệ tài chính trong nghiên cứu này khơng phụ thuộc vào hậu quả pháp lý cuối cùng của doanh nghiệp: phá sản, nhƣ trong phần lớn các nghiên cứu trƣớc. Thay vào đó, một cơng ty rơi vào tình trạng kiệt quệ tài chính khi lợi nhuận từ hoạt động không đủ để trang trải các nghĩa vụ tài chính và thị trƣờng sẽ đánh giá tiêu cực về điều này thể hiện qua sự tăng trƣởng âm trong trong giá trị thị trƣờng. Bên cạnh đó, luận văn cũng kiểm chứng sự đóng góp (trên phƣơng diện từng nhóm biến và kết hợp các nhóm biến) của ba loại biến số vào mơ hình dự báo tình trạng kiệt quệ tài chính: biến tỷ số tài chính, biến chỉ báo kinh tế vĩ mơ và biến thị trƣờng. Sau đó, luận văn đã xây dựng đƣợc mơ hình có thể dự báo tốt khả năng kiệt quệ tài chính của một doanh nghiệp.
Thứ ba, kết quả đã chỉ ra sự kết hợp các thông tin vĩ mô và thông tin thị trƣờng giúp gia tăng mức độ chính xác trong việc dự báo kiệt quệ tài chính của doanh nghiệp. Các biến TFOTL, COVERAGE, CPI, TBILL, PRICE, ABNRET, có thể dùng để xây dựng một mơ hình dự báo kiệt quệ tài chính cho doanh nghiệp ngay tại thời điểm quan sát (năm t). Các biến TFOTL, NOCREDINT, COVERAGE, CPI, TBILL, PRICE, ABNRET, SIZE có thể dùng để xây dựng một mơ hình dự báo kiệt quệ tài chính cho doanh nghiệp sớm 1 năm. Cuối cùng, các biến TFOTL, NOCREDINT, COVERAGE, CPI, PRICE, ABNRET, SIZE, MCTD có thể dùng để xây dựng một mơ hình dự báo kiệt quệ tài chính cho doanh nghiệp sớm 2 năm.
Thứ tƣ, luận văn cung cấp một sự đo lƣờng hiệu ứng cận biên cho phép lƣợng hóa sự tác động của từng biến giải thích lên xác suất cơng ty rơi vào tình trạng kiệt quệ tài chính. Kết quả cho thấy, các biến số kinh tế vĩ mơ có tác động mạnh nhất lên xác suất kiệt quệ tài chính của doanh nghiệp sau đó đến các biến tài chính và cuối cùng là biến thị trƣờng. Điều này gợi ý rằng, bối cảnh kinh tế vĩ mô sẽ tác động trực tiếp đến các doanh nghiệp hoạt động trong đó nền kinh tế đó. Sau đó, sự thích nghi của doanh nghiệp nhƣ thế nào, đƣợc thể hiện qua các chỉ số tài chính và cuối cùng là thị trƣờng và các bên liên quan sẽ đánh giá lại hiệu quả này thông qua giá cả trên thị trƣờng.
Cuối cùng, luận văn đã tiến hành phân tích một số trƣờng hợp cụ thể ở Việt Nam nhƣ là một ví dụ cho cách áp dụng trong thực tế.
5.2. Hạn chế của đề tài và hƣớng nghiên cứu tiếp theo
Việc quản lý việc công bố thơng tin cịn yếu nên các dữ liệu công bố của doanh nghiệp chƣa thực sự theo một chuẩn mực dẫn đến việc thu thập dữ liệu tại Việt Nam rất khó khăn và tính chính xác khó đảm bảo. Muốn khắc phục vấn đề này, các nghiên cứu sau cần mở rộng số năm nghiên cứu cũng nhƣ số lƣợng các công ty trong mẫu. Và dữ liệu cần đối chiếu, so sánh với các nhiều nguồn khác nhau để đảm bảo tính chính xác.
Ngồi ra, khi xác định tình trạng kiệt quệ tài chính của một doanh nghiệp trong luận văn, tác giả tiến hành so sánh EBITDA với chi phí lãi vay. Chi phí lãi vay này đƣợc