Variable TFOTL TLTA NOCREDINT COVERAGE CPI TBR GDPR PRICE ABNRET SIZE MCTD
Ma trận hệ số tương quan TFOTL 1 TLTA -0.3189 1 NOCREDINT 0.1948 -0.5611 1 COVERAGE 0.0834 -0.0750 0.0772 1 CPI -0.0117 0.0106 -0.1666 1 TBR 0.0643 -0.0359 0.0417 -0.0144 -0.0570 1 GDPR -0.0727 -0.0282 0.0188 0.1000 -0.2977 -0.2506 1 PRICE 0.2410 -0.2195 0.2034 0.3497 -0.3135 0.2999 0.0836 1 ABNRET 0.1883 -0.0955 0.1084 0.1690 -0.0290 0.2435 -0.2457 0.4328 1 SIZE 0.1086 -0.1351 0.1058 0.1634 -0.0701 0.1388 0.1369 0.5984 0.1970 1 MCTD 0.3303 0.8264 0.4893 0.1498 -0.1716 0.2153 0.0538 0.5668 0.2871 0.3552 1
Thống kê đa cộng tuyến
VIF 2.49 1.54 2.42 2.46 2.44 2.45 2.45 2.00 2.43 2.37 1.48
Ghi chú: Các giá trị trong mục Ma trận hệ số tương quan là hệ số tương quan cặp. Trong mục Thống kê đa cộng tuyến, VIF (variance inflation) là nhân tử phóng đại phương sai nhằm xem xét vấn đề đa cộng tuyến giữa các biến độc lập trong mơ hình. VIF được tính tốn bằng 1/(1 - R2
), trong đó R2 là hệ số xác định của mơ hình hồi quy phụ của một biến độc lập lên các biến độc lập còn lại. TFOTL: Dòng tiền hoạt động kinh doanh trên Tổng nợ, TLTA: Tổng nợ trên Tổng tài sản, NOCREDINT: Biến thanh khoản, COVERAGE: Khả năng thanh toán lãi vay, CPI: Chỉ số giá tiêu dùng, TBR: Lãi suất thực tín phiếu kho bạc kỳ hạn 1 năm, GDPR: Tốc độ tăng trưởng tổng sản phẩm quốc nội thực, PRICE: Giá cổ phiếu, ABNRET: Tỷ suất sinh lợi vượt trội của cổ phiếu, SIZE: Quy mô doanh nghiệp, MCTD: Giá trị vốn hóa thị trường của doanh nghiệp trên Tổng nợ.
58
4.2Kết quả ước lượng mơ hình hồi quy Logit
Phần thứ nhất và phần thứ hai của câu hỏi nghiên cứu số hai: Các nhóm yếu tố tài
chính, thị trường và vĩ mơ có thể được dùng làm dự báo kiệt quệ tài chính của doanh nghiệp trên cơ sở tiếp cận từ mơ hình hồi quy Logit hay khơng ? Cụ thể:
Phân tích riêng lẻ nhóm yếu tố tài chính, thị trường
Phân tích kết hợp các nhóm yếu tố tài chính, thị trường và vĩ mơ
Để trả lời cho hai vấn đề trong câu hỏi nghiên cứu số hai trên. Bài nghiên cứu thực hiện hồi quy 5 mơ hình dựa trên cơ sở tiếp cận từ mơ hình hồi quy Logit như đã được thảo luận trong chương 3. Sau đó tiếp tục hồi quy các mơ hình hiệu chỉnh. Các kết quả hồi quy các mơ hình hiệu chỉnh nhằm đánh giá khả năng dự báo kiệt quệ tài chính của
doanh nghiệp khi kết hợp các yếu tố khác nhau: tài chính, thị trường và vĩ mơ. Do trong
thực tế ngày xảy ra sự kiện kiệt quệ tài chính là không thể biết trước được, và việc dự báo được yêu cầu sử dụng các dữ liệu có sẵn tại thời điểm hiện tại để tạo ra ước tính về khả năng kiệt quệ tài chính. Vì vậy trong nghiên cứu này, các mô hình sẽ được ước lượng theo độ trễ là t-1.
4.2.1Kết quả ước lượng mơ hình hồi quy Logit
Mơ hình 1(chỉ bao gồm các yếu tố tài chính của doanh nghiệp): Với biến TFOTL, kết quả cho thấy một mối quan hệ nghịch biến và có ý nghĩa thống kê giữa biến này với xác suất doanh nghiệp rơi vào kiệt quệ tài chính, đúng như kỳ vọng dấu. Điều này có nghĩa là một doanh nghiệp càng có nhiều khả năng đảm bảo cho các nghĩa vụ tài chính bằng dịng tiền hoạt động kinh doanh thì càng ít có khả năng rơi vào kiệt quệ tài chính hơn. Biến COVERAGE cũng cho ra kết quả về kỳ vọng dấu tương tự, như được dự báo bởi lý thuyết. Kết quả này khẳng định cho lý thuyết rằng một doanh nghiệp có khả năng đảm bảo các nghĩa vụ tài chính bằng thu nhập hoạt động càng cao thì khả năng rơi vào kiệt quệ tài chính càng thấp. Riêng đối với biến TLTA, có kết quả kỳ vọng dấu đúng với lý thuyết đưa ra là dấu dương và giá trị của hệ số hồi quy cũng cao nhất. Các doanh nghiệp có địn bẩy tài chính càng cao thì khả năng lâm vào kiệt quệ tài chính càng cao.