CHƯƠNG 4 : KẾT QUẢ NGHIÊ NC ỨU NC
4.1. Thống kê mô tả
Thông qua bảng thống kê mô tả của 3 mẫu dữ liệu quan sát: tồn bộ mẫu, mẫu các cơng ty không bị kiệt quệ tài chính, mẫu các cơng ty bị kiệt quệ tài chính trong bảng 4.1, tác giả nhận thấy một số điểm sau đây:
Biến TFOTL cho thấy khả năng đáp ứng các nghĩa vụ nợ của một công ty từ dòng tiền hoạt động sản xuất kinh doanh của công ty tạo ra. Giá trị trung bình trong tồn bộ mẫu của biến là 0.3005, giá trị trung bình trong mẫu các cơng ty khơng bị kiệt quệ tài chính là 0.3180, giá trị trung bình trong mẫu các cơng ty bị kiệt quệ tài chính là 0.1443. Qua đó, tác giả nhận thấy giá trị trung bình trong mẫu các cơng ty khơng bị kiệt quệ tài chính cao hơn so với trong mẫu các cơng ty bị kiệt quệ tài chính. Điều này hàm ý rằng khả năng đảm bảo các nghĩa vụ tài chính của cơng ty trong mẫu các cơng ty bị kiệt quệ tài chính kém hơn.
Biến TLTA chỉ ra mức độ sử dụng đòn bẩy tài chính của một cơng ty. Giá trị trung bình trong tồn bộ mẫu của biến là 0.3988, giá trị trung bình trong mẫu các cơng ty khơng bị kiệt quệ tài chính là 0.3955, giá trị trung bình trong mẫu các cơng ty bị kiệt quệ tài chính là 0.4462. Qua đó, tác giả nhận thấy các công ty trong mẫu các cơng ty bị kiệt quệ tài chính sử dụng đòn bẩy tài chính cao hơn so với các công ty trong mẫu các công ty khơng bị kiệt quệ tài chính. Điều này hàm ý rằng các công ty trong mẫu các cơng ty bị kiệt quệ tài chính sử dụng nợ nhiều hơn và có khả năng xảy ra kiệt quệ tài chính cao hơn.
Biến NOCREDINT cho thấy thanh khoản của một công ty. Giá trị trung bình trong tồn bộ mẫu của biến là 0.0791, giá trị trung bình trong mẫu các cơng ty khơng bị kiệt quệ tài chính là 0.1174, giá trị trung bình trong mẫu các cơng ty bị kiệt quệ tài chính là -0.2637. Qua đó, tác giả nhận thấy thanh khoản của các công ty trong mẫu các cơng ty bị kiệt quệ tài chính có thanh khoản kém hơn
40
nhiều so với thanh khoản của các công ty trong mẫu các công ty khơng bị kiệt quệ tài chính, và có thể dẫn đến các cơng ty này đáp ứng các chi phí hoạt động hàng ngày một cách rất khó khăn.
Biến COVERAGE đo lường khả năng chi trả lãi vay của một doanh nghiệp. Giá trị trung bình trong tồn bộ mẫu của biến là -0.9281, giá trị trung bình trong mẫu các công ty không bị kiệt quệ tài chính là -0.9559, giá trị trung bình trong mẫu các cơng ty bị kiệt quệ tài chính là -0.6606. Tác giả nhận thấy giá trị trung bình của tất cả các mẫu đều âm, và kết quả chỉ ra trái ngược với lý thuyết khi thống kê mô tả chỉ ra rằng các công ty trong mẫu các công ty không bị kiệt quệ tài chính âm hơn nhiều so với các cơng ty trong mẫu các cơng ty bị kiệt quệ tài chính. Vì vậy, trong luận văn này có khả năng tác giả khơng thể nhận thấy tác động của biến COVERAGE trong việc dự đoán xác suất xảy ra kiệt quệ tài chính.
Biến CPI: Giá trị trung bình trong tồn bộ mẫu của biến là 104.6133, giá trị trung bình trong mẫu các cơng ty khơng bị kiệt quệ tài chính là 103.0182, giá trị trung bình trong mẫu các cơng ty bị kiệt quệ tài chính là 118.8974. Qua đó, tác giả nhận thấy các cơng ty trong mẫu các công ty bị kiệt quệ tài chính bị tác động nhiều hơn bởi một mơi trường lạm phát cao hơn.
Biến TBILL: Giá trị trung bình trong tồn bộ mẫu của biến là 8.1167, giá trị trung bình trong mẫu các cơng ty khơng bị kiệt quệ tài chính là 7.8325, giá trị trung bình trong mẫu các cơng ty bị kiệt quệ tài chính là 10.6614. Qua đó, tác giả nhận thấy các cơng ty trong mẫu các công ty bị kiệt quệ tài chính bị tác động nhiều hơn bởi một mơi trường lãi suất cao hơn.
Biến PRICE: Giá trị trung bình trong tồn bộ mẫu của biến là 9.6538, giá trị trung bình trong mẫu các cơng ty khơng bị kiệt quệ tài chính là 9.7388, giá trị trung bình trong mẫu các cơng ty bị kiệt quệ tài chính là 8.8928. Qua đó, tác giả nhận thấy giá trị trung bình của giá cổ phiếu trong mẫu các cơng ty bị kiệt quệ
41
tài chính thấp hơn so với giá trị trung bình của giá cổ phiếu trong mẫu các cơng ty khơng bị kiệt quệ tài chính. Điều này hàm ý rằng thị trường đánh giá thấp cổ phiếu của những cơng ty trong mẫu bị kiệt quệ tài chính.
Biến ABNRET: Giá trị trung bình trong tồn bộ mẫu của biến là 0.0324, giá trị trung bình trong mẫu các cơng ty khơng bị kiệt quệ tài chính là 0.0659, giá trị trung bình trong mẫu các cơng ty bị kiệt quệ tài chính là - 0.2420. Qua đó, tác giả nhận thấy giá trị trung bình của ABNRET trong mẫu các cơng ty bị kiệt quệ tài chính thấp hơn và thậm chí là giá trị âm so với giá trị trung bình của giá cổ phiếu trong mẫu các cơng ty khơng bị kiệt quệ tài chính. Điều này cũng hàm ý rằng thị trường đánh giá thấp cổ phiếu của những công ty trong mẫu bị kiệt quệ tài chính và làm cho chênh lệch tỷ suất sinh lợi tích lũy trong năm của các cổ phiếu đó so với tỷ suất sinh lợi tích lũy của VNINDEX cũng thấp, và thậm chí là nhỏ hơn.
Biến SIZE: Giá trị trung bình trong tồn bộ mẫu của biến là 0.0021, giá trị trung bình trong mẫu các cơng ty khơng bị kiệt quệ tài chính là 0.0021, giá trị trung bình trong mẫu các cơng ty bị kiệt quệ tài chính là 0.0007. Qua đó, tác giả nhận thấy các cơng ty trong mẫu các cơng ty bị kiệt quệ tài chính có quy mơ nhỏ hơn so với các công ty trong mẫu các cơng ty khơng bị kiệt quệ tài chính.
Biến MCTD: Giá trị trung bình trong toàn bộ mẫu của biến là 0.6754, giá trị trung bình trong mẫu các cơng ty khơng bị kiệt quệ tài chính là 0.6998, giá trị trung bình trong mẫu các cơng ty bị kiệt quệ tài chính là 0.4757. Qua đó, tác giả nhận thấy các công ty trong mẫu các công ty bị kiệt quệ tài chính có giá trị MCTD thấp hơn so với các công ty trong mẫu các công ty không bị kiệt quệ tài chính. Điều này hàm ý rằng giá trị thị trường của công ty tiến gần sát giá trị nợ của công ty hơn đối với các công ty trong mẫu các cơng ty bị kiệt quệ tài chính.
42
Bảng 4.1: Thống kê mô tả cho 3 mẫu quan sát: tồn bộ mẫu, mẫu các cơng ty khơng bị kiệt quệ tài chính, mẫu các cơng ty bị kiệt quệ tài chính
BIẾN TFOTL TLTA NOCREDINT COVERAGE CPI TBILL PRICE ABNRET SIZE MCTD Bảng A: Tồn bộ mẫu
Trung Bình 0.3005 0.3988 0.0791 -0.9281 104.6133 8.1167 9.6538 0.0324 0.0021 0.6754
Độ Lệch Chuẩn 0.2778 0.1623 0.9908 0.3292 27.5724 3.0314 0.7853 0.3508 0.0082 0.3036
Giá Trị Nhỏ Nhất -0.7428 0.0309 -1 -1 64.35 4.15 7.6962 -0.9105 0.00003 0.0624
Giá Trị Lớn Nhất 1 0.7163 1 1 143.64 12.35 11.7982 1 0.1163 1
Bảng B: Các công ty khơng bị kiệt quệ tài chính
Trung Bình 0.3180 0.3935 0.1174 -0.9559 103.0182 7.8325 9.7388 0.0659 0.0021 0.6998
Độ Lệch Chuẩn 0.2707 0.1609 0.9870 0.2596 28.2465 2.9707 0.7448 0.3487 0.0082 0.2961
Giá Trị Nhỏ Nhất -0.6912 0.0309 -1 -1 64.35 4.15 7.9128 -0.9105 0 0.0624
Giá Trị Lớn Nhất 1 0.6958 1 1 143.64 12.35 11.7982 1 0.1163 1
Bảng C: Các công ty bị kiệt quệ tài chính
Trung Bình 0.1443 0.4462 -0.2637 -0.6606 118.8974 10.6614 8.8928 -0.2420 0.0007 0.4757
Độ Lệch Chuẩn 0.2943 0.1685 0.9652 0.6554 14.1458 2.3083 0.7311 0.2254 0.0018 0.2923
Giá Trị Nhỏ Nhất -0.7428 0.1002 -1 -1 85.81 5.04 7.6962 -0.7430 0.00003 0.0661
43
4.2. Ma trận hệ số tương quan
Thông qua bảng 4.2 ma trận hệ số tương quan, tác giả nhận thấy được một số điều sau đây :
Tất cả các biến ở 3 nhóm biến dự báo xác suất xảy ra kiệt quệ tài chính bao gồm nhóm biến kế tốn (TFOTL, TLTA, NOCREDINT, COVERAGE), nhóm biến vĩ mơ (CPI, TBILL), và nhóm biến thị trường (PRICE, ABNRET, SIZE, MCTD) đều có tương quan cao với biến kiệt quệ tài chính FD với mức ý nghĩa 1%, ngoại trừ mối tương quan giữa biến SIZE và FD có ý nghĩa ở mức 5%. Các mối tương quan giữa các biến nghiên cứu với biến FD có dấu đúng như dấu kỳ vọng (TFOTL, NOCREDINT, PRICE, ABNRET, SIZE, MCTD có hệ số âm ; TLTA, CPI, TBILL có hệ số dương), ngoại trừ biến COVERAGE thể hiện mối tương quan dương ngược với kỳ vọng là tương quan âm.
Ma trận hệ số tương quan còn cho tác giả nhận thấy được khả năng xảy ra đa cộng tuyến trong mơ hình, mà bản chất đa cộng tuyến có thể làm tác động đến sự ổn định của các hệ số của các biến độc lập phản ứng với các thay đổi biên trong mơ hình/trong dữ liệu. Nếu hệ số tương quan cặp giữa các biến giải thích cao hơn 80% thì hai biến đó được xem là có đa cộng tuyến rất cao và có thể ảnh hưởng nghiêm trọng đến mơ hình. Trong luận văn này, tác giả khơng thấy hệ số tương quan cặp nào lớn hơn 80%, nhưng tác giả lại nhận thấy một số hệ số tương quan cặp cao hơn 70% và cũng có thể ảnh hưởng đến kết quả nghiên cứu nhưng không nghiêm trọng như trên 80%, điển hình như tương quan giữa MCTD và TLTA là -0.7834; giữa TFOTL với TLTA là -0.7367. Tất cả các hệ số tương quan cặp còn lại đều nhỏ hơn 70%. Để chắc chắn hơn khơng xảy ra đa cộng tuyến trong mơ hình, tác giả thực hiện kiểm định VIF. Kết quả kiểm định chỉ ra rằng tất cả các biến độc lập đều có giá trị VIF nhỏ hơn 3. Do đó, có thể đảm bảo rằng khơng có xảy ra hiện tượng đa cộng tuyến trong mơ hình bởi vì thơng thường VIF < 5 là tốt, khi 5 < VIF < 10 thì giá trị này là chấp nhận được,
trong khi VIF > 10 là có khả năng xảy ra đa cộng tuyến rất cao và cần xem xét lại.
Tóm lại, đến đây tác giả đã có một cái nhìn khái qt sơ lược dự đốn về tác động của các biến nghiên cứu đến khả năng xảy ra kiệt quệ tài chính, mặc dù đây chưa phải là phương pháp chính mà chúng ta dùng để phân tích. Bên cạnh đó, tác giả cũng đã thực hiện xem xét kiểm định đa cộng tuyến để kết quả nghiên cứu là ổn định và không bị ảnh hưởng bởi vấn đề đa cộng tuyến này. Trong phần sau, tác giả sẽ đi sâu vào phân tích kết quả nghiên cứu mà tác giả đạt được bằng phương pháp ước lượng hồi quy Logit và đưa ra các kết quả xác đáng hơn.
45
Bảng 4.2 : Ma trận hệ số tương quan
TFOTL TLTA NOCREDINT COVERAGE CPI TBILL PRICE ABNRET SIZE MCTD FD
TFOTL 1 TLTA -0.7367*** 1 NOCREDINT 0.4818*** -0.6616*** 1 COVERAGE -0.3912*** 0.1008** -0.0485 1 CPI -0.1453*** 0.0809** -0.1096*** 0.0757* 1 TBILL -0.0436 -0.0413 -0.0642 0.0449 0.1252*** 1 PRICE 0.4079*** -0.2256*** 0.2684*** -0.2032*** -0.1615*** -0.4275*** 1 ABNRET 0.2597*** -0.0976** 0.1071*** -0.1812*** 0.0538 -0.2028*** 0.3683*** 1 SIZE 0.1874*** -0.0895** 0.1049*** -0.0303 0.0578 -0.0437 0.3150*** 0.0584 1 MCTD 0.6603*** -0.7834*** 0.6028*** -0.1384*** -0.1505*** -0.2416*** 0.6175*** 0.2705*** 0.1790*** 1 FD -0.2141*** 0.1138*** -0.1541*** 0.1915*** 0.2050*** 0.3367*** -0.3949*** -0.3303*** -0.0823** -0.2899*** 1
Kiểm định đa cộng tuyến
VIF 2.36 1.73 2.65 2.73 2.83 2.75 2.17 2.79 2.80 1.82
46
4.3. Phân tích kết quả hồi quy
Phần này sẽ trình bày các kết quả từ hồi quy Logit của biến Kiệt quệ tài chính trên các biến dự báo của 3 nhóm biến, biến kế tốn, biến vĩ mơ và biến thị trường. Theo như mơ hình hồi quy logit nhị phân, các công ty mà được phân loại thành các cơng ty bị kiệt quệ tài chính thì nhận giá trị 1, các cơng ty mà được phân loại thành các cơng ty khơng bị kiệt quệ tài chính thì nhận giá trị 0. Việc phân loại này dựa trên cách thức xác định kiệt quệ tài chính như trong các phần trước đó có đề cập.
Nghiên cứu này sẽ trình bày 5 mơ hình ước lượng xác suất xảy ra tình trạng kiệt quệ tài chính để kiểm định mức độ đóng góp của 3 nhóm biến: biến kế tốn, biến vĩ mơ và biến thị trường.
Mơ hình thứ nhất là một mơ hình chỉ bao gồm nhóm biến kế tốn bằng việc kết hợp các tỷ số: TFOTL, TLTA, NOCREDINT, COVERAGE.
Mơ hình thứ hai là một mơ hình kết hợp nhóm biến kế tốn và nhóm biến vĩ mơ bằng việc kết hợp các tỷ số: TFOTL, TLTA, NOCREDINT, COVERAGE, CPI, TBILL.
Mơ hình thứ ba là một mơ hình kết hợp nhóm biến kế tốn, nhóm biến vĩ mơ, và nhóm biến thị trường bằng việc kết hợp các tỷ số: TFOTL, TLTA, NOCREDINT, COVERAGE, CPI, TBILL, PRICE, ABNRET, SIZE, MCTD.
Mơ hình thứ tư là một mơ hình chỉ gồm nhóm biến thị trường bằng việc kết hợp các tỷ số: PRICE, ABNRET, SIZE, MCTD.
Mơ hình thứ năm là một mơ hình kết hợp nhóm biến vĩ mơ và nhóm biến thị trường bằng việc kết hợp các tỷ số: CPI, TBILL, PRICE, ABNRET, SIZE, MCTD.
Mục tiêu của việc thực hiện so sánh như vậy là để kiểm định xem tính chính xác trong dự báo của các mơ hình có biến kế tốn so với thành quả đạt được từ các mơ hình có biến thị trường.
Nghiên cứu này phát triển các mơ hình ước lượng xác suất xảy ra kiệt quệ tài chính. Trong thực tế, ngày xảy ra sự kiện cơng ty bị kiệt quệ tài chính thì khơng được biết đến và các nhà quản trị rủi ro được yêu cầu phải sử dụng dữ liệu có sẵn tại thời điểm phân tích để ước lượng xác suất xảy ra vỡ nợ hay kiệt quệ tài chính của một cơng ty. Theo đó, nghiên cứu này ước lượng xác suất xảy ra kiệt quệ tài chính trong năm trước sự kiện xảy ra kiệt quệ tài chính (t-1), cũng như 2 năm trước sự kiện xảy ra kiệt quệ tài chính (t-2). Theo cách đó, một mặt, các mơ hình cung cấp các bằng chứng về các chỉ báo mà có thể phân biệt tốt nhất giữa các cơng ty mạnh và các cơng ty rơi vào tình trạng kiệt quệ tài chính. Mặt khác, nó cũng sẽ cung cấp các kiểm định năng lực dự báo của các mơ hình. Do đó, trong các mơ hình t-1:
Tất cả các nhóm biến kế tốn được tính tốn bằng việc sử dụng các báo cáo tài chính của năm trước năm xảy ra sự kiện kiệt quệ tài chính.
Theo đó, nhóm biến vĩ mơ được tính tốn với thơng tin từ năm trước khi xảy ra kiệt quệ tài chính.
Đối với nhóm biến thị trường, biến PRICE được lấy từ giá đóng cửa ở thời điểm cuối năm t-1; biến ABNRET được tính tốn từ tỷ suất sinh lợi tích lũy của cơng ty vào năm t-1 và tỷ suất sinh lợi tích lũy của thị trường VNINDEX cũng vào năm t-1; biến SIZE thể hiện vốn hóa thị trường của từng cơng ty riêng lẻ được đo lường vào cuối năm trước năm xảy ra kiệt quệ tài chính; biến MCTD cũng được đo lường với các thơng tin vào cuối năm t-1.
Cách thức xử lý dữ liệu trong các mơ hình t-2 cũng tương tự như trong các mơ hình t-1 được đề cập ở bên trên. Luận văn này cũng có nghiên cứu trong các mơ hình với biến giải thích được sử dụng ngay tại thời điểm t để so sánh giữa các kết quả với nhau trong cả 3 thời điểm t, t-1, t-2.