Bảng 3.3 : So sánh kết quả đo lường giữa mơ hình MDA và CRV
3.1 Đề xuất ứng dụng mơ hình phân tích đa biệt thức để đo lường nguy
3.1.1 Công thức đo lường nguy cơ tài chính cho các cơng ty niêm yết trên
thị trường chứng khoán Việt Nam
Sử dụng MDA để xây dựng mơ hình, kết quả đã cho ra công thức đo lường nguy cơ tài chính cho các CTNY và được chọn để cơng bố như sau:
Z = 0.5610 + 10.3500 ROA + 1.1200 LOGMKTCAPTA (3.1) Trong đó:
- Z: là hệ số Z hay Zscore hay còn gọi là chỉ số tổng hợp (overall index):
Nếu Zscore > 0.5923 thì cơng ty được phân vào nhóm khơng có nguy cơ tài chính.
Nếu -0.9636 < Zscore < 0.5923 thì cơng ty nằm trong vùng cảnh báo, được phân làm nhóm trung gian, có thể có nguy cơ tài chính.
Nếu Zscore < -0.9636 thì cơng ty được phân vào nhóm có nguy cơ tài chính.
- ROA: chỉ số thu nhập trên tổng tài sản được tính bằng cách lấy lợi nhuận ròng chia cho tổng tài sản.
- LOGMKTCAPTA: chỉ số Log của vốn hóa thị trường trên tổng tài sản, được tính bằng cơng thức lấy Log của vốn hóa thị trường chia cho tổng tài sản.
63
Điều kiện để áp dụng mơ hình MDA là các CTNY trên TTCK Việt Nam loại trừ các ngành có cấu trúc tài chính đặc thù như ngành ngân hàng, bảo hiểm và chứng khoán.
Lưu ý: Do định dạng số liệu trong việc xây dựng mơ hình, các chỉ số ROA, LOGMKTCAPTA không sử dụng đơn vị là phần trăm (%) mà phải quy đổi về số tuyệt đối để tính tốn và được làm tròn hệ số cuối bằng 1.0 (từ 0.9999). Định dạng này cũng phù hợp với các nghiên cứu trước đây như cơng trình của Altman (1981).
Ngày nay, hệ số Zscore được sử dụng rộng rãi và được đánh giá là hiệu quả bởi các lập luận sau:
- Có tính chính xác và dẫn đến một kết quả rõ ràng hơn đa phần các chỉ số thông thường, có khả năng khoanh vùng các phạm vi của những đánh giá khơng chắc chắn.
- Có tính nhất qn và giảm bớt được các đánh giá khơng chính xác và ngẫu nhiên của một vài cá nhân có thể mắc phải.
- Độ tin cậy có thể đánh giá thơng qua thống kê. Nó dựa vào kinh nghiệm quá khứ hơn là đơn thuần dựa vào ý kiến không rõ ràng của một cá nhân.
- Nhanh hơn và chính xác hơn so với các công cụ truyền thống khác. - Có khả năng loại trừ hai thái cực của một nhóm mẫu cơng ty, cho phép
các nhà phân tích tập trung vào khu vực chưa rõ ràng, nơi mà kinh nghiệm và phán đốn là cần thiết để bù đắp cho những gì mà máy tính cịn thiếu sót.
Hệ số Zscore cũng có một số hạn chế:
- Nhiều điểm số có kết quả khác lạ, khi các chỉ số thể hiện các giá trị bất thường chúng thường tạo ra những kết quả sai lầm. Thật nguy hiểm khi cho rằng các công cụ phức tạp có thể được sử dụng bởi những người chưa qua đào tạo. Họ có thể bị che mắt bởi sự phức tạp và chính xác bề ngồi. Những mơ hình giúp chúng ta cải thiện một bước so với dữ liệu
64
kế tốn thơ. Những người sử dụng kinh nghiệm mới có thể nhận ra mức độ khơng chính xác của thơng tin như thỉnh thoảng vẫn xảy ra. - Các mơ hình thơng thường khơng cho một kết quả rõ ràng. Một khi có
nghi ngờ phát sinh cần phải kiểm chứng bổ sung bằng các thông tin định tính.
- Hầu hết những người sử dụng thiếu một cơ sở dữ liệu đầy đủ để xây dựng những mơ hình cho riêng mình. Hệ quả là có thể mua một mơ hình được xây dựng sẵn với chi phí cao hoặc dựa vào những mơ hình chung và chúng có thể không đáp ứng đầy đủ yêu cầu cụ thể một cách chính xác.