Chương 4 : Mô hình nghiên cứu
4.8 Đo lường mức độ phù hợp của các mô hình hiệu chỉnh
4.8.2 Kiểm định sự khác nhau về mặt thống kê của các giá trị AUC
Trong phần trên, tác giả dựa chủ yếu vào giá trị AUC để xem xét mức độ chính xác trong dự báo của các mơ hình. Về mặt trực quan, các giá trị AUC là khác nhau giữa các mơ hình nhưng để có một kết luận vững hơn, tác giả thực hiện kiểm định phi tham số Mann – Whitney kiểm định xem sự khác nhau giữa các giá trị AUC có thực sự khác nhau về mặt thống kê giữa các mơ hình hiệu chỉnh với độ trễ t-2 hay không. Khả năng phân loại của một mơ hình bằng 0 khi đường ROC trùng với đường 450 hay nói cách khác là AUC = 0.5. Ngược lại, AUC = 1 cho thấy một mơ hình có khả năng phân loại hồn hảo. Do đó, một mơ hình có giá trị AUC càng gần với 1 thì khả năng phân loại càng tốt.
0.00 0.25 0.50
1-Specificity 0.75 1.00
mh1 ROC area: 0.9845
Reference mh2 ROC area: 0.9784
Đồ thị 4.1: So sánh đường ROC trong các mơ hình hiệu chỉnh độ trễ t-1
Giả thuyết H0: AUC (mơ hình 1 hiệu chỉnh độ trễ t-1) = AUC (mơ hình 2 hiệu chỉnh độ trễ t-1).
Giá trị P – value = 0.0747 cho thấy giả thuyết H0 bị bắc bỏ ở mức ý nghĩa 10%. Các giá trị AUC có ý nghĩa thống kê và sự kết hợp dữ liệu thị trường ở độ trễ t-1 không làm gia tăng khả năng dự báo thay vào đó sự kết hợp này làm suy giảm khả năng dự báo của mơ hình hồi quy ở độ trễ t-1. Tuy nhiên sự sụt giảm này khơng đáng kể vì vậy tác giả vẫn bảo lưu quyết định sử dụng kết hợp dữ liệu sổ sách và thị trường trong dự báo kiệt quệ ở độ trễ t-1.
Sen s it i v 0. 7 5 1. 0 0 0. 0 0 0. 2 5
0.00 0.25 0.50
1-Specificity 0.75 1.00
mh1 ROC area: 0.7929 mh3 ROC area: 0.8431
Reference mh2 ROC area: 0.7999mh4 ROC area: 0.8429
Đồ thị 4.2: So sánh đường ROC trong các mơ hình hiệu chỉnh độ trễ t-2
Giả thuyết H0: AUC (mơ hình 1 hiệu chỉnh độ trễ t-2) = AUC (mơ hình 2 hiệu chỉnh độ trễ t-2) = AUC (mơ hình 3 hiệu chỉnh độ trễ t-2) = AUC (mơ hình 4 hiệu chỉnh độ trễ t-2).
Giá trị P – value = 0.0016 cho thấy giả thuyết H0 (các giá trị AUC của bốn mơ hình là bằng nhau) bị bác bỏ ở mức ý nghĩa 1%. Các giá trị AUC có ý nghĩa thống kê và có sự cải thiện khi bổ sung biến giải thích. Bên cạnh đó, sự kết hợp các thơng tin vĩ mơ và thông tin thị trường giúp gia tăng mức độ chính xác trong việc dự báo kiệt quệ tài chính của cơng ty. Các biến NITA, PRICE, CPI và TBILL có thể dùng để xây dựng một mơ hình dự báo kiệt quệ tài chính cho cơng ty với độ trễ t-2.
Se n s i t i 0. 2 5 0. 7 5 1. 0 0 0. 0 0
Hồi quy với biến trễ t-1
4.8.3 Đánh giá khả năng phân loại của mơ hình:
Đường cong ROC trình bày sự đánh đổi giữa “Sensitivity” và “1- Specificity” dựa vào các mức xác suất “cut-off”. Tác giả sử dụng các phương pháp tính tốn và kết hợp với đường cong ROC nhằm tìm ra một mức xác xuất “cut-off” tối ưu mà cho thấy tỷ lệ phân loại đúng các quan sát kiệt quệ tài chính và các quan sát khơng kiệt quệ tài chính.
Bảng 4.8: Khả năng phân loại của các mơ hình hồi quy hiệu chỉnh
Mức xác suất tối ưu (Optimal Cut-off point) Đúng Sai Phần trăm (%) Mơ hình 1 0.0567401 122 64 1 2061 97.11 99.19 96.99 Mơ hình 2 0.0748875 114 143 9 1982 93.24 92.68 93.27
Hồi quy với biến trễ t-2
Mơ hình 1 0.0847795 89 439 34 1113 71.76 72.36 71.71 Mơ hình 2 0.0721373 96 468 27 1084 70.45 78.05 69.85 Mơ hình 3 0.1010964 89 365 34 1187 76.18 72.36 76.48 Mơ hình 4 0.0969776 95 422 28 1130 73.13 77.24 72.81
Dựa bảng 4.4, tác giả có đưa ra các kết luận sau:
Đối với các mơ hình hiệu chỉnh biến trễ t-1, sự kết hợp biến sổ sách và biến thị trường không làm gia tăng sức mạnh dự báo của mơ hình hồi quy.
Đối với các mơ hình hiệu chỉnh biến trễ t-2, mức độ chính xác tổng thể trong phân loại là lớn nhất đối với mơ hình 3 (76.18%). Kết quả này hàm ý rằng, khi sử dụng kết hợp các biến sổ sách, biến thị trường và biến kinh tế vĩ mô ta nhận được một mơ hình dự báo có độ chính xác cao hơn. Ngồi ra, khi so sánh độ chính xác tổng thể
Kiệt quệ kiệtKh ơng
Kiệt quệ Khơ
quệ kiệt ng Độ chính xác
quệ Độ nhạy cảm Độ đặc hiệu tài chính
trong mơ hình 1 và mơ hình 2, tác giả nhận định các biến thị trường chưa thể hiện sự đóng góp của mình trong mơ hình dự báo do mức độ chính xác trong mơ hình 2 thấp hơn mơ hình 1.
4.8.4 Đo lường hiệu ứng cận biên:
Các thông số ước lượng từ các mô hình kết quả nhị phân, khơng giống như những ước lượng của mơ hình tuyến tính, khơng thể trực tiếp giải thích được vì chúng khơng cung cấp thơng tin hữu ích mơ tả đầy đủ mối quan hệ giữa các biến độc lập và biến phụ thuộc nhị phân (theo Long & Freese, 2003). Các hệ số ước lượng thu được bằng cách thực hiện hồi quy mơ hình biến phụ thuộc nhị phân khơng thể giải thích những tác động của từng biến độc lập lên sự thay đổi của biến phụ thuộc trong mơ hình vì bản chất phi tuyến của chúng. Vì vậy, trong luận văn này tác giả sử dụng phương pháp phân tích hiệu ứng cận biên và xác suất dự báo, là những công cụ phân tích thích hợp để xử lý vấn đề này.
Bảng 4.9: Hiệu ứng cận biên của từng biến
Variable Mơ hình 1 Mơ hình 2 Mơ hình 3 Mơ hình
4 t-1 t-2 t-1 t-2 t-2 t-2 NITA -0.2983 -0.7881 -0.0411 -0.5796 -0.3927 -0.4399 ICR -0.0167 -0.0041 PRICE -0.0036 -0.0248 -0.0128 VOL -0.0315 CPI -0.5530 -0.5200 TBILL 2.8473 3.2714
Để tiện cho việc so sánh hiệu ứng cận biên của các biến với nhau, tác giả sẽ chỉ xem xét cụ thể chúng trong mơ hình 3 độ trễ t-2, mơ hình kết hợp biến sổ sách, biến thị trường và biến kinh tế vĩ mô. Ý nghĩa của các giá trị được giải thích như sau:
Đối với biến sổ sách – biến NITA: khi giá trị TANH của tỷ số lợi nhuận ròng chia
cho tổng tài sản tại thời điểm 2 năm trước tăng 0.01 đơn vị thì xác suất để cơng ty rơi vào tình trạng kiệt quệ tài chính sẽ sụt giảm gần 0.3927%, trong điều kiện các biến độc lập khác giữ cố định tại mức giá trị trung bình.
Đối với biến thị trường – biến PRICE: khi giá trị Ln của giá cổ phiếu tại thời điểm 2 năm trước tăng 1% thì xác suất để cơng ty rơi vào tình trạng kiệt quệ tài chính sẽ sụt giảm gần 0.0128% trong điều kiện các biến độc lập khác giữ cố định tại mức giá trị trung bình.
Đối với các biến vĩ mô – biến CPI và biến TBILL: biến TBILL có hiệu ứng cận biên mạnh hơn so với biến CPI. Cụ thể, khi lãi suất TBILL gia tăng 1 trong 2 năm trước thì xác suất cơng ty rơi vào tình trạng kiệt quệ tài chính sẽ gia tăng trung bình 2.8473%, trong điều kiện các yếu tố khác cố định tại giá trị trung bình.
Xem xét một cách tổng qt các mơ hình, tác giả đưa ra nhận xét rằng bối cảnh kinh tế vĩ mô sẽ tác động trực tiếp đến các công ty hoạt động trong nền kinh tế. Sau đó, các phản ứng của các cơng ty đối với sự tác động của các điều kiện kinh tế như thế nào, được thể hiện thông qua các chỉ số tài chính và cuối cùng, thị trường và các bên liên quan sẽ có những đánh giá phản ứng này thông qua giá cả trên thị trường.
4.9 Kết luận chương 4:
4.9.1 Tóm tắt kết quả nghiên cứu:
Luận văn tiến hành thu thập và phân loại các cơng ty phi tài chính hiện đang cịn hoạt động và khơng cịn hoạt động trên Sở GDCK thành phố Hồ Chí Minh và Sở GDCK Hà Nội. Căn cứ vào các BCTC được công bố của các công ty niêm yết, các dữ liệu thị trường và dữ liệu kinh tế vĩ mô thu thập được, luận văn thực hiện tính tốn các chỉ số tài chính cụ thể và xây dựng các biến dự liệu dựa theo các nghiên cứu trước đây về kiệt quệ tài chính. Bên cạnh đó, mơ hình hồi quy Logistic được tác giả xây dựng dựa trên cơ sở phương pháp thực nghiệm về dự báo kiệt quệ tài chính của nhóm tác giả Tinoco, Nick Wilson (2013). Qua phân tích thực nghiệm bằng chương trình Stata 12, luận văn đưa ra bốn kết luận chính như sau:
Thứ nhất, luận văn sử dụng phương pháp chuyển đổi lượng giác (TANH- transformation) để xử lý các vấn đề ngoại lai của dữ liệu theo phương pháp của
Tinoco, Nick Wilson (2013). Tác giả cũng đã sử dụng các tiêu chuẩn khác nhau để đo lường sự phù hợp của mơ hình hồi quy Logistic.
Thứ hai, việc xác định một cơng ty rơi vào tình trạng kiệt quệ tài chính trong nghiên cứu này không phụ thuộc vào hậu quả pháp lý cuối cùng của công ty: phá sản, như trong phần lớn các nghiên cứu trước. 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 trường sẽ đánh giá tiêu cực về điều này thể hiện qua sự tăng trưởng âm trong trong giá trị thị trường. Bên cạnh đó, luận văn cũng kiểm chứng sự đóng góp 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 mô và biến thị trường. Từ đó, tác giả đã xây dựng được mơ hình có thể dự báo tốt khả năng kiệt quệ tài chính của một cơng ty.
Thứ ba, kết quả đã chỉ ra sự kết hợp các thông tin vĩ mô và thông tin thị trường giúp gia tăng mức độ chính xác trong việc dự báo kiệt quệ tài chính của cơng ty. Các biến NITA, ICR, PRICE, VOL có thể dùng để xây dựng một mơ hình dự báo kiệt quệ tài chính cho cơng ty với độ trễ t-1 và các biến NITA, PRICE, CPI, TBILL có thể dùng để xây dựng một mơ hình dự báo kiệt quệ tài chính cho cơng ty với độ trễ t-2.
Thứ tư, tác giả cung cấp một sự đo lường hiệu ứng cận biên cho phép lượng 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 cơng ty sau đó đến các biến tài chính và cuối cùng là biến thị trường.
4.9.2 Hạn chế của đề tài và hướng nghiên cứu tiếp theo:
Khoảng thời gian được xem xét trong bài nghiên cứu của tác giả là từ năm 2008 đến năm 2012, trong đó đầu năm 2008 là thời điểm thị trường chứng khoán Việt Nam đảo chiều đi xuống rất mạnh làm cho giá cổ phiếu cuối năm 2008 xuống rất thấp. Chính yếu tố này đã tác động phần nào đến bài nghiên cứu của tác giả. Muốn khắc
phục vấn đề này, tác giả cần mở rộng số năm nghiên cứu trong những nghiên cứu sau.
Mẫu nghiên cứu của tác giả chỉ bao gồm các cơng ty phi tài chình mà chưa mở rộng ra các cơng ty tài chính, do vậy tính đại diện cho thị trường chưa cao. Hình thức sở hữu công ty cũng là một yếu tố cần xem xét, các cơng ty có tỷ lệ sở hữu vốn của Nhà nước cao khó có khả năng phá sản và ngược lại. Chưa thực hiện phân loại các công ty theo lĩnh vực hoạt động để xem xét tính đặc thù của ngành tác động lên xác suất kiệt quệ.
Mặt khác, trong nghiên cứu này, tác giả chưa so sánh khả năng dự báo của mơ hình hồi quy Logistic với các mơ hình dự báo kiệt quệ tài chính khác như mơ hình điểm Z của Altman, mơ hình Probit và mơ hình mạng thần kinh nhân tạo (ANN). Điều này cũng mở ra một hướng mới cho những nghiên cứu tiếp theo về mơ hình dự báo tình trạng kiệt quệ tài chính của các cơng ty.
Chương 5: Giải pháp và kiến nghị
Nguyên nhân gây ra tình trạng kiệt quệ tài chính của cơng ty ln xuất phát từ hai phía: yếu tố bên trong và yếu tố bên ngồi. Các yếu tố bên trong là nhóm các yếu tố rủi ro khơng hệ thống hay cụ thể hơn chính là các quyết định của nhà quản trị và điều hành, những người hoạch định các chiến lược kinh doanh, cấu trúc vốn, chính sách cổ tức… của công ty. Các yếu tố bên ngồi là nhóm các yếu tố rủi ro có hệ thống hay cịn gọi là rủi ro thị trường, bao gồm: lạm phát, lãi suất và biến động tỷ giá,…. Thông qua các trường hợp thực tế tại Việt Nam và kết quả từ mơ hình nghiên cứu, Tác giả đề xuất một số giải pháp và kiến nghị nhằm nâng cao hiệu quả hoạt động kinh doanh công ty và từ đó giúp các công ty không rơi vào tình trạng kiệt quệ tài chính.
5.1 Đối với các nhà quản trị công ty:
Trước hết, muốn nâng cao hiệu quả kinh doanh, bản thân các công ty phải chủ động sáng tạo, hạn chế những khó khăn, phát triển những thuận lợi để tạo ra môi trường hoạt động có lợi cho mình. Bản thân cơng ty có vai trị quyết định trong sự tồn tại, phát triển hay suy vong của hoạt động kinh doanh của mình. Vai trị quyết định của công ty thể hiện trên 2 mặt: thứ nhất, biết khai thác và tận dụng những điều kiện và yếu tố thuận lợi của mơi trường bên ngồi và thứ hai, công ty phải chủ động tạo ra những điều kiện, yếu tố cho chính bản thân mình để phát triển. Cả hai mặt này cần phải được phối hợp đồng bộ thì mới tận dụng được tối đa các nguồn lực, kinh doanh mới đạt được hiệu quả tối ưu. Dưới đây tác giả sẽ đưa ta một số giải pháp chính yếu:
Tăng cường quản trị chiến lược và phát triển: Kinh tế thị trường luôn biến động,
muốn tồn tại và phát triển địi hỏi cơng ty phải thích ứng với sự biến động đó. Quản trị kinh doanh hiện đại cho rằng không thể chống đỡ được với những thay đổi thị trường nếu cơng ty khơng có một chiến lược kinh doanh và phát triển thể hiện tính linh hoạt và chủ động. Chỉ có trên cơ sở đó, cơng ty mới phát hiện được những thời cơ cần tận dụng hoặc những đe dọa có thể xảy ra để có đối sách thích hợp.
Lựa chọn quyết định sản xuất kinh doanh hiệu quả: Đối với bất kì một doanh nghiệp sản xuất kinh doanh nào (trừ các doanh nghiệp nhà nước hoạt động cơng ích), khi tiến hành một quyết định sản xuất kinh doanh đều quan tâm đến lợi nhuận mà họ có thể đạt được từ hoạt động đó và đều quyết định tiến hành sản xuất theo mục tiêu tối đa hóa lợi nhuận. Kinh doanh trong cơ chế thị trường các doanh nghiệp đều rất chú ý đến hiệu quả của chi phí lao động, vật tư, tiền vốn. Để sản xuất một loại sản phẩm nào đó, doanh nghiệp phải tính tốn, xây dựng mối quan hệ tối ưu giữa chi phí và thu nhập. Sản xuất bao nhiêu sản phẩm và bán với giá nào thì đảm bảo hịa vốn bỏ ra, và bao nhiêu sản phẩm tiêu thụ trên mức đó để mang lại lợi nhuận.
Phát triển trình độ của đội ngũ lao động: Lao động sáng tạo của con người là nhân tố quyết định đến hiệu quả hoạt động kinh doanh. Các doanh nghiệp cần đầu tư thỏa đáng để phát triển quy mô bồi dưỡng lại và đào tạo mới lực lượng lao động, đội ngũ trí thức có chất lượng cao trong các doanh nghiệp. Nâng cao nghiệp vụ kinh