Bảng 3.3 : So sánh kết quả đo lường giữa mơ hình MDA và CRV
1.2 Những vấn đề cơ bản về đo lường nguy cơ tài chính
1.3.1 Giới thiệu mơ hình phân tích đa biệt thức
MDA là một kỹ thuật thống kê dùng để phân loại một quan sát vào một trong vài nhóm định danh dựa theo những đặc điểm cá biệt của quan sát. Nó được sử dụng chủ yếu sau khi các nhóm định danh được thiết lập, dữ liệu được thu thập theo mục đích của nhóm định danh.
MDA trong hình thức đơn giản nhất là xây dựng quan hệ tuyến tính của những đặc điểm mà chúng có thể phân biệt tốt nhất các nhóm cơng ty với nhau. Nếu một đối tượng cụ thể, như một cơng ty, có các đặc điểm là các chỉ số tài chính có thể định lượng cho các cơng ty trong phân tích, thì phương pháp MDA có thể xác định một bộ hệ số tương quan của biệt thức. Khi những hệ số này được
16
áp dụng vào các chỉ số hiện hữu, sẽ tạo cơ sở cho việc phân loại vào một trong những nhóm định danh.
Nghiên cứu ở đây được đề cập với hai nhóm, bao gồm nhóm các cơng ty có nguy cơ tài chính và nhóm các cơng ty khơng có nguy cơ tài chính. Các chỉ số tài chính của các cơng ty thuộc hai nhóm được đưa vào phân tích để chọn lựa ra các chỉ số tài chính có khả năng phân biệt tốt nhất giữa hai nhóm, sau đó chuyển đổi thành một hàm biệt thức, hay còn gọi là hệ số Z, mà về sau được dùng để đo lường nguy cơ tài chính. Hàm biệt thức này có dạng:
Z=V1X1+V2X2+…+VnXn (1.3) Trong đó:
- V1, V2, …Vn : các hệ số biệt thức, - X1, X2, … Xn : các chỉ số tài chính.
MDA tính tốn hệ số biệt thức Vi, trong khi đó các biến độc lập Xi là các giá trị thực. Khi sử dụng các chỉ số tài chính để đánh giá nguy cơ tài chính cơng ty, có lý do để tin rằng vài chỉ số đo lường nhất định sẽ có quan hệ tương quan hay cộng tuyến cao với các chỉ số khác. Để cho khía cạnh này khơng trầm trọng ở phân tích đa biệt thức, ta phải chọn lựa cẩn thận các biến dự báo. Đó cũng là một ưu điểm về tính mềm dẻo của mơ hình với một lượng tương đối nhỏ các chỉ số đo lường đuợc chọn mà có thể truyền đạt lượng lớn thơng tin. Những thơng tin này có thể biểu hiện sự khác nhau rất lớn giữa các nhóm khác nhau, nhưng vấn đề là có hay khơng những khác biệt quan trọng là điều đáng quan tâm hơn của q trình phân tích.