PHÂN TÍCH KHẢ NĂNG KIỆT QUỆ TÀI CHÍNH CỦA CÔNG TY TRONG NGÀNH BẤT ĐỘNG SẢN VIỆT NAM.PDF

B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TP. HCM



NGUYNăPHC M CHÂN



PHÂN TÍCH KH NNGăKIT QU TÀI CHÍNH
CA CÔNG TY TRONG NGÀNH BTăNG SN
VIT NAM




LUNăVNăTHCăSăKINHăT








TP. H Chí Minh ậ Nm 2013

B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TP. HCM

NGUYNăPHC M CHÂN


PHÂN TÍCH KH NNGăKIT QU TÀI CHÍNH
CA CÔNG TY TRONG NGÀNH BTăNG SN
VIT NAM


Chuyên ngành : Tài chính ậ Ngân hàng
Mã s : 60340201

LUNăVNăTHCăSăKINHăT

NGI HNG DN KHOA HC:
Tin s: BÙI HU PHC





TP. H Chí Minh ậ Nm 2013

MC LC
MC LC
LI CAM OAN
DANH MC T VIT TT
DANH MC HÌNH VÀ BNG BIU
1. Gii thiu: 1

1.1 Lý do chn đ tài: 1
1.2 Vn đ nghiên cu: 3
1.3 Mc tiêu nghiên cu: 3
1.4 Phng pháp nghiên cu: 3
1.5 Phm vi và đi tng nghiên cu: 3
1.6 Ni dung nghiên cu: 3
1.7 ụ ngha ca công trình nghiên cu: 4
2. Tng quan các kt qu nghiên cu v mô hình d báo kit qu tài chính doanh
nghip trên th gii: 5
2.1. Trng phái mô hình MDA: 5
2.2. Trng phái mô hình Logit: 6
2.3. Trng phái mô hình cây phân lp, mng n ron: 8
2.4. Trng phái mô hình Z-score: 9
3. Mô hình d báo kit qu đ xut: 11
3.1. Mô hình Binary Logistic: 11
3.2. Din dch các h s hi quy ca mô hình Binary Logistic: 13
3.3.  phù hp ca mô hình: 14
3.4. Kim đnh Ủ ngha ca các h s: 14
3.5. Xác đnh bin ph thuc: 14
3.6. Xác đnh bin đc lp: 16
4. Kim đnh mô hình tác đng ca các ch s tài chính đn d báo kit qu ca
các công ty trong ngành bt đng sn: 19
4.1. Phng pháp kim đnh và thu thp s liu: 19
4.2. Vn dng mô hình hi quy Binary Logistic cho mc đích phân tích kit
qu tài chính: 29
5. Kt lun: 30
5.1. Kt lun: 30
5.2. Gii pháp t kt qu nghiên cu thc nghim: 30
5.3. Hn ch ca đ tài: 31
TÀI LIU THAM KHO 33

PH LC 35


LIăCAMăOAN
Tôi xin cam đoan rng đây là công trình nghiên cu ca tôi, có s
h tr t giáo viên hng dn. Nhân dp này tôi cng xin bày t lòng cm
n đi vi giáo viên hng dn và quý thy cô đư hng dn tôi trong sut
hai nm hc.
Các ni dung nghiên cu và kt qu trong đ tài này là trung thc và
cha tng đc ai công b trong bt k công trình nào.
TPHCM, ngày tháng nm 2013
Tác gi



Nguyn Phc M Chân





DANH MC T VIT TT
HNX : S Giao dch Chng khoán Hà Ni
HOSE : S Giao dch Chng khoán Thành ph H Chí Minh
MDA : Mô hình phân tích đa bin phân bit (multiple-discriminate
analysis model)
TPHCM : Thành ph H Chí Minh
ROA : T sut sinh li trên tng tài sn
CHAID : Chi-square automatic interaction detection

DANH MC HÌNH VÀ BNG BIU

Bng 3. 1: Các nhân t tác đng đn s kit qu tài chính ca doanh nghip. 16
Bng 3.2: Các nhân t đ xut kim đnh d báo kit qu tài chính ca doanh
nghip ngành bt đng sn. 17

Hình 4. 1: Mô hình logit vi bin ph thuc C1, FE 20
Hình 4. 2: Mô hình logit vi bin ph thuc C1, RE 21
Hình 4. 3: Kim đnh Hausman đ la chn mô hình logit vi bin ph thuc C1
22
Hình 4. 4: Mô hình probit vi bin ph thuc C, RE 24
Hình 4. 5: Mô hình probit vi bin ph thuc C1, RE 26
1

1.ăGiiăthiu:
1.1 LỦădoăchnăđătài:
D báo kit qu tài chính là mt trong nhng đi tng nghiên cu trong
lnh vc tài chính doanh nghip. Nhng nghiên cu đu tiên v vn đ này cn
k đn đóng góp to ln t công trình ca Beaver (1966) và Altman (1968).
Nhiu nhà nghiên cu sau đó đư tip tc ci tin và nghiên cu lp li v mt
thit k hoc mô hình nghiên cu v.v. ti nhiu th trng khác nhau trên th
gii (xem Altman và cng s (1977), Apetiti (1984), Izan (1984), Micha
(1984), Shirata (1998), Ganessalingam va Kumar (2001) - trng phái mô
hình phân tích đa bin phân bit (Multivariate Discriminant Analysis - MDA);
Ohlson (1980), Shumway (2001), Hillegeist (2004) - trng phái mô hình
logit; Bell và cng s (1990), Tam và Kiang (1992), Wilson và cng s
(1992), Coat và Fant (1993), Udo (1993), Fletcher và Goss (1993), Altman và
cng s (1994), Boritz và Kennedy (1995), Back và cng s (1996), Etheridge
và Sriam (1997), Yang và cng s (1999), Fan và Palaniswami (2000), Atiya

(2001), Zheng và Yanhui (2007) - trng phái mô hình cây phân lp (decision
trees), mng n ron (neural networks); Taffler (1984) - trng phái mô hình
Z-score).
Trong bi cnh các nn kinh t mi ni (nh trng hp Vit Nam), đ
tài này không đc chú ý nhiu vì lch s ngn ngi ca các th trng tài
chính ca các nn kinh t này. Trong phm vi hiu bit ca tác gi, ti Vit
Nam có mt s nhà nghiên cu đư tin hành nghiên cu lp đ kim đnh các
mô hình trên trong điu kin ca nc ta nhng ch yu đi sâu vào phân tích
thng kê mô t là ch yu, và cha nhiu các nghiên cu đnh lng đ kim
2

chng các lý thuyt khoa hc này (mô hình d báo) vi d liu hin có ti
nc ta.
Trên th gii tn ti nhiu quan đim khi đ cp đn nh vn đ kit qu
tài chính (financial distress) s xy ra khi doanh nghip không đáp ng đc
các ha hn vi ch n hay đáp ng mt cách khó khn. ôi khi kit qu tài
chính s đa đn phá sn, đôi khi nó ch có ngha là công ty đang gp khó
khn, rc ri v tài chính.
Theo s liu t Tp chí Kinh t và D báo, trong nm 2012 s lng
doanh nghip tm dng hot đng và gii th là 48.473 doanh nghip, trong
đó 39.936 doanh nghip dng hot đng và 8.537 doanh nghip đư gii th. S
doanh nghip gii th tp trung vào các thành ph ln nh Hà Ni và
TPHCM. Trong bi cnh đó, theo CafeF thì hu ht các doanh nghip bt
đng sn hin nay đu b thua l, có nhiu doanh nghip đng trc nguy c
phá sn vì n xu tng, n vay ln, không th c cu li n đn hn, hàng tn
kho ln không bán đc. Tuy nhiên có th nhn thy nhng s liu và nhn
đnh trên nu cho rng doanh nghip sn xut kinh doanh nói chung và doanh
nghip bt đng sn nói riêng đang ri vào tình trng kit qu tài chính thì s
mang tính ch quan vì suy lun đa ra không da trên mt mô hình đánh giá
vi nhng nhân t phù hp vi th trng Vit Nam.

Vi nhng quan đim trên, tác gi thy rng vic tìm kim mô hình d
báo kit qu tài chính hp lý cho các doanh nghip ngành bt đng sn là mt
vn đ thc t đt ra đòi hi phi nghiên cu và có nhng gii pháp gii quyt
hp lý, mang li hiu qu đáp ng yêu cu n đnh và phát trin ca doanh
nghip bt đng sn nói riêng, và ca nn kinh t nói chung.
3

1.2ăVnăđănghiênăcu:
 tài này tác gi tp trung vào các ni dung lý thuyt v các mô hình
kit qu tài chính đư đc nghiên cu trc đây.
1.3 Mcătiêuănghiênăcu:
- Gii thiu mô hình nhân t d báo kit qu tài chính cho các doanh
nghip ngành bt đng sn Vit Nam.
- Kim đnh s phù hp ca mô hình và ch ra nhng nhân t có Ủ ngha
trong d báo kit qu tài chính ca các doanh nghip bt đng sn Vit Nam.
1.4 Phngăphápănghiênăcu:
Tng hp và nghiên cu các d liu đnh tính kt hp vi các thng kê
phân tích các d liu đnh lng nhm làm rõ vn đ cn nghiên cu.
Phng pháp đnh lng đó là Excel, Stata.
Ngun d liu t th trng chng khoán Vit Nam.
1.5 Phmăviăvàăđiătngănghiênăcu:
i vi bài nghiên cu này, tác gi ch dng li  vic kim đnh s tác
đng ca các nhân t đn vic d báo kit qu tài chính ca các doanh nghip
bt đng sn niêm yt trên sàn HOSE và HNX t nm 2005 đn 2012. Sau khi
tng hp s liu và hi quy theo mô hình kinh t lng, tác gi đa ra nhn
xét v các nhân t nh hng đn d báo kit qu tài chính nh th nào.
1.6ăNiădungănghiênăcu:
Chng 1: Gii thiu.
Chng 2: Tng quan các kt qu nghiên cu v mô hình d báo kit qu
tài chính doanh nghip trên th gii.

Chng 3: Mô hình d báo kit qu tài chính đ xut.
4

Chng 4: Nghiên cu thc nghim các công ty ngành bt đng sn ti
Vit Nam.
- Kim đnh mô hình tác đng ca các nhân t nh hng đn d báo kit
qu tài chính ca các công ty bt đng sn Vit Nam.
- Trình bày kt lun kim đnh t mô hình nghiên cu.
Chng 5. Kt lun
- Kt lun, kin ngh mt s gii pháp.
- Hn ch ca đ tài và hng nghiên cu tip theo.
1.7 Ý nghaăcaăcôngătrìnhănghiênăcu:
V mt lý lun: h thng li các lý thuyt v mô hình d báo kit qu tài
chính trên th gii.
V mt thc tin: đ tài cng đư trình bày tác đng ca mt s nhân t
đn vic d báo kit qu tài chính ca các doanh nghip bt đng sn Vit
Nam và cung cp đc thêm mt bng chng thc nghim chng minh cho
vic áp dng mô hình d báo kit qu tài chính ti Vit Nam.

5

2.ăTngăquanăcácăktăquănghiênăcuăvămô hình dăbáoăkităquătàiă
chính doanhănghipătrênăthăgii:
Beaver (1966) đư đt nhng nn tng đu tiên cho vic phát trin mô hình
đnh lng d báo s phá sn ca các công ty thông qua vic xây dng thang
kim tra phân loi da trên kim đnh t trong điu kin đn bin. Trong
nghiên cu thc nghim, Beaver đư s dng các ch tiêu tài chính thu thp t
79 công ty (ắphá sn” và ắkhông phá sn”) trong giai đon 1954 - 1964 và
khám phá ra ch mt ch s tài chính (tin mt/tng n) là nhân t d báo tt
nht v vic phá sn doanh nghip.

Tip theo đó, các nhà nghiên cu đư tin hành nhng nghiên cu lp ti
nhiu th trng khác nhau và nghiên cu phát trin mô hình, cng nh đ
xut mô hình nghiên cu khác, tu chung tác gi thng kê đc 4 trng phái
đc nghiên cu ph bin và công nhn rng rưi, đc tóm tt nh sau:
2.1. TrngăpháiămôăhìnhăMDA:
Altman (1968) đa ra mô hình nghiên cu MDA:
P
i
= +
1
X
1it
+ 
2
X
2it+

3
X
3it+

4
X
4it
+ 
5
X
5it

P

i
: Xác sut công ty phá sn, bng 0 nu công ty phá sn và bng 1 trong
trng hp còn li.
X
1
: Vn luân chuyn/ Tng tài sn
X
2
: Thu nhp gi li/ Tng tài sn
X
3
: Li nhun trc thu/ Tng tài sn
X
4
: Giá tr th trng/ Giá tr s sách ca các khon n
X
5
: Doanh thu/ Tng tài sn
Qua kim đnh 33 công ty phá sn và 33 công ty bình thng trong giai
đon 1946 ậ 1964, tác gi khám phá ra 5 nhân t có Ủ ngha d báo vic phá
6

sn doanh nghip (Vn luân chuyn/Tng tài sn, Thu nhp gi li/Tng tài
sn, Li nhun trc thu/Tng tài sn, Giá tr th trng/Giá tr s sách ca
các khon n, Doanh thu/Tng tài sn) vi đ phù hp đn 95%. Vì lý do này,
mô hình MDA đc s dng rng rãi bi các nhà nghiên cu sau này v phá
sn doanh nghip nh Altman và cng s (1977), Apetiti (1984), Izan (1984),
Micha (1984), Shirata (1998), Ganessalingam và Kumar (2001).
2.2. Trng phái mô hình Logit:
Tuy nhiên, Eisenbeis (1977), Ohlson (1980) và Jones (1987) phát hin ra

mt s điu cha tha đáng trong mô hình MDA khi đa ra nhng gi đnh
da vào tính tiêu chun và đ phân tán nhóm. iu này có l dn đn chch
trong kim đnh Ủ ngha và d báo t l sai s.
Ohlson (1980) đư gii thiu mô hình Logit:
P
i
=1/[1+exp{-(+
1
X
1it
+ 
2
X
2it+

3
X
3it+

4
X
4it
+ 
5
X
5it
+ 
6
X
6it

+ 
7
X
7it
+

8
X
8it
+ 
9
X
9it
)}]
X
1
: log(Tng tài sn/ Ch s giá theo GNP).
X
2
: Tng n/ Tng tài sn.
X
3
: Vn luân chuyn/ Tng tài sn.
X
4
: N ngn hn/ Tng tài sn.
X
5
: 1 nu n>tài sn, ngc li bng 0.
X

6
: Lãi ròng/ Tng tài sn.
X
7
: Dòng tin chi hot đng/ Tng n.
X
8
: 1 nu thu nhp <0 trong 2 nm, ngc li bng 0.
X
9
: % thay đi thu nhp.
Trong đó ông thu thp s liu t 105 công ty phá sn và 2.058 công ty
bình thng trong giai đon 1970 - 1976. Kt qu kim đnh cho thy quy mô,
7

cu trúc tài chính (Tng n/Tng tài sn), biu hin và thanh khon hin hành
là nhng nhân t quyt đnh vic phá sn doanh nghip. Ngoài ra, mô hình
Logit này ch s dng d liu trung bình ti mt giai đon. Do đó, ch thc
hin quan sát mt nm cho các công ty. Các bin ph thuc này đc phân
loi thành 2 trng thái là ắkit qu” và ắkhông kit qu”.
n nm 2004, hai vn đ kinh t lng ca mô hình Logit ti mt thi
đim đc đem ra tho lun (Hillegiesit, 2004). Vn đ đu tiên là vic chn
mu chéo, điu này phát sinh t vic s dng quan sát v các công ty phá sn
mt cách không ngu nhiên, và vn đ th hai là vic mô hình tht bi khi tính
toán nhng thay đi theo thi gian đ phn ánh nhng ri ro c bn ca vic
phá sn. iu này dn ti s ph thuc vic thu thp d liu ti mt thi đim
nào đó. Shumway (2001) ch ra rng nhng vn đ này dn ti c lng b
chch, không hiu qu và mâu thun nhau. Nhm gii quyt các vn đ này,
Shumway (2001) đư d báo s phá sn thông qua mô hình Hazard và khám
phá ra rng mô hình này u vit hn mô hình Logit đc gii thiu trc đây

và mô hình MDA. Mô hình này tht s là mô hình Logit đa thi đim bi vì
chc nng tht s ca 2 mô hình là ging nhau. Vì lỦ do đó, mô hình Hazard
có thi gian ri rc vi hip phng sai thi gian, có th đc c lng
thông qua các máy tính hin ti bng phân tích hi quy binary logistic. c
tính chính ca mô hình Hazard bao gm hip phng sai c th ca công ty
cn đc cho phép bin thiên theo thi gian đ c lng hiu qu hn và
chc nng c bn ca Hazard cng cn, nhng hip phng sai này có th
đc c lng trc tip vi các nhân t v mô đ phn ánh nhng thay đi
quan trng trong môi trng.
8

2.3. Trngăpháiămôăhìnhăcâyăphânălp,ămngănăron:
Trong nhng nm gn đây, trong d báo kit qu tài chính thì các loi
thut toán khám phá đc chú Ủ nh mng n ron (neural networks) và cây
phân nhánh (decision tree) và đc áp dng cho các vn đ d báo phá sn và
mt s ci tin đáng lu Ủ. Nhng nghiên cu v d báo phá sn khi đu t
nm 1990 vi Bell và cng s (1990), Tam và Kiang (1992), Wilson và cng
s (1992), Coat và Fant (1993), Udo (1993), Fletcher và Goss (1993), Altman
và cng s (1994), Boritz và Kennedy (1995), Back và cng s (1996),
Etheridge và Sriam (1997), Yang và cng s (1999), Fan và Palaniswami
(2000), Atiya (2001) s dng đ d báo kit qu tài chính cho ngành ngân
hàng và mt s ngành ngh kinh doanh khác vn tip tc còn giá tr thc tin.
Mng n ron là mt cu trúc phi tuyn tính do đó chúng có th phân bit
nhng mu không th phân tách mt cách tuyn tính và không cn d liu đ
theo dõi bt k s phân phi xác sut c th nào. Mng n ron đc khám phá
là mt cách phân loi tt hn là các phng pháp phân tích bit s trong mt
s công trình da trên s liu thng kê t các công ty M (Odom và Shada,
1990; Tan và Kiang, 1990, 1992; Coats và Fant, 1993; Wilson và Sharda,
1994).
Tuy nhiên, khuyt đim chính ca các mô hình mng n ron là s khó

khn khi xây dng mô hình, thi gian cn đ hoàn tt quá trình lp đi lp li
và s khó khn trong vic din dch mô hình. So vi mô hình mng n ron,
mô hình cây phân nhánh không ch là cu trúc phi tuyn tính (nhng mu
không th phân tách mt cách tuyn tính và cho phép d liu đ theo dõi bt
k s phân phi xác sut c th nào), mà còn d dàng đ din dch kt qu mà
9

không cn có s chun b nhiu  d liu ban đu và x lý tt vi lng d
liu ln trong thi gian ngn.
Zheng và Yanhui (2007) đư dùng phng pháp cây phân nhánh đ d báo
kit qu tài chính trong nghiên cu ca mình. Các tác gi đư gii thiu nhng
u đim ca vic s dng cây phân nhánh CHAID (Chi-square automatic
interaction detection) khi so sánh vi mô hình mng n ron là phc tp trong
xây dng và din dch hoc mô hình thng kê nh là hi quy bi và hi quy
logistic khi nhng mu c s d liu cn phân tách mt cách tuyn tính và
mu phi theo phân phi chun đa bin. Nghiên cu ca hai ông trên 48 công
ty niêm yt trên sàn chng khoán Trung Quc trong giai đon 2003 - 2005 và
khám phá ra nhng nhân t nh hng đn d báo kit qu tài chính là Dòng
tin mt t hot đng/N hin hành, ROA, Tng trng tng tài sn và T l
phi thu khách hàng. Hai ông cng lu Ủ rng tht không phù hp khi s dng
thông tin tài chính đ d báo kit qu tài chính ch trc 4 nm. Tuy nhiên, kt
qu này đc chng minh bi kt qu ca nghiên cu kim đnh trong đó ch
ra mô hình phân nhánh cây là mô hình có giá tr trong d báo kit qu tài
chính  Trung Quc vi mc đ gii thích lên ti 80%.
2.4. TrngăpháiămôăhìnhăZ-score:
Altman (1968) nghiên cu các công ty khác nhau ti M và phát minh ra
ch s Z (Z-score). Ch s này đc công nhn và s dng rng rãi ti nhiu
nc trên th gii. Ch s này bao gm 5 ch s X1 (Vn luân chuyn/Tng tài
sn), X2 (Li nhun gi li/Tng tài sn), X3 (Li nhun trc lãi vay và
thu/Tng tài sn), X4 (Giá tr th trng ca vn ch s hu/Giá tr s sách

ca tng n), X5 (Doanh thu/Tng tài sn), c th nh trng hp doanh
nghip đư c phn hóa ngành sn xut Altman đ xut mô hình:
10

Z = 1.2X
1
+1.4X
2
+ 3.3X
3
+ 0.64X
4
+ 0.999X
5

Mô hình này đc din gii nh sau:
Nu Z > 2.99: Doanh nghip nm trong vùng an toàn, cha có nguy c
kit qu.
Nu 1.8 < Z < 2.99: Doanh nghip nm trong vùng cnh báo, có th có
nguy c kit qu.
Nu Z <1.8: Doanh nghip nm trong vùng nguy him, nguy c kit qu
cao.
T mô hình ca Altman có th thy doanh nghip cn qun tr đ tng ch
s Z lên, tùy theo tình hung mà s quyt đnh nhng gii pháp c th. Ví d:
trong trng hp tài sn đang b n, khi bán chúng đi, vn luân chuyn có th
s không tng lên, nhng tng n (mu s X4) s gim, chi phí lãi vay và
khu hao cng gim. T l li nhun vì th s tng, t s X2, X3 s tng lên.
Nu qun lý tt doanh nghip s có thêm tin mt đ hot đng, tc là có thêm
vn luân chuyn điu này làm t s X1 tng lên theo. T ví d trên, có th
thy vic bán đi nhng tài sn không hot đng s to ra nh hng tt đn s

tng trng ca các ch s Z. Cn lu Ủ không phi vic bán tài sn nào cng
làm ch s Z tng lên (nhng tài sn là ngun ch yu phát sinh doanh thu) do
đó doanh nghip phi cn trng trong vic phân loi tài sn.

11

3.ăMôăhìnhădăbáoăkităquăđăxut:
 d báo kh nng xy ra s kit qu tài chính ca doanh nghip ngành
bt đng sn mà ta quan quan tâm (chính là xác sut xy ra), c th trong
trng hp này là doanh nghip nghiên cu có  trong tình trng kit qu tài
chính hay không. Bin nghiên cu có hai biu hin nh vy gi là bin thay
phiên, hai biu hin này s đc mã hóa thành hai giá tr là 0 và 1 và  di
dng này gi là bin nh phân. Khi bin ph thuc  dng nh phân thì không
th phân tích vi dng hi quy thông thng vì làm nh vy s xâm phm các
gi đnh, rt d thy là khi bin ph thuc ch có hai biu hin thì tht không
phù hp khi gi đnh rng phn d có phân phi chun, mà thay vào đó s có
phân phi nh thc, điu này s làm mt hiu lc ca các kim đnh thng kê
trong phép hi quy thông thng. Mt khó khn khác khi dùng hi quy tuyn
tính thông thng là giá tr d đoán đc ca bin ph thuc không th đc
din dch nh xác xut (giá tr c lng ca bin ph thuc trong hi quy
Binary Logistic phi ri vào khong (0,1)). Do đó, tác gi ng dng hi quy
Binary Logistic đ xây dng mô hình kim đnh d đoán kh nng xy ra s
kit qu tài chính ca doanh nghip bt đng sn ti Vit Nam vi nhng
thông tin ca bin đc lp (bin tài chính) mà tác gi có đc.
3.1. Mô hình Binary Logistic:
Vi hi quy Binary Logistic, thông tin chúng ta cn thu thp v bin ph
thuc là mt s kin nào đó có xy ra hay không, bin ph thuc Y lúc này có
hai giá tr 0 và 1, vi 0 là không xy ra hin tng ta quan tâm và 1 là có xy
ra, và tt nhiên là c thông tin v các bin đc lp X. T bin ph thuc nh
phân này, mt th tc s đc dùng đ d đoán xác sut s kin xy ra theo

quy tc nu xác sut đc d đoán ln hn 0,5 thì kt qu d đoán s cho là
12

ắcó” xy ra s kin, ngc li thì kt qu d đoán s là ắkhông”. Chúng ta s
nghiên cu mô hình hàm Binary Logistic trong trng hp đn gin nht là
khi ch có mt bin đc lp X.
Ta có mô hình hàm Binary Logistic nh sau:
P
i
=E(Y=)=













1

Trong công thc này P
i
=E(Y=)=P(Y=1) gi là xác sut đ s kin
xy ra (Y=1) khi bin đc lp X có giá tr c th là X
i

. Ký hiu biu thc


 

 là z, ta vit li mô hình Binary Logistic nh sau:
P
i
=E(Y=)=






Vy thì xác sut không xy ra s kin là:
P(Y=0)=1- P(Y=1)= 1 -






Thc hin phép so sánh gia xác sut mt s kin xy ra vi xác sut s
kin đó không xy ra, t l chênh lch này có th đc th hin trong công
thc:


=











Ly log c s e hai v ca phng trình trên ri thc hin bin đi v
phi ta đc kt qu là





]= 




Vì 



=z nên kt qu cui cùng là


1
Hoàng Trng, Chu Nguyn Mng Ngc (2008), Phân tích d liu nghiên cu vi SPSS, Tp 2, trang3

13






 = 

 


Hay vit cách khác:







 = 

 

(*)

là dng hàm hi quy Binary Logistic. Và ta có th m rng mô hình
Binary Logistic cho 2 hay nhiu bin đc lp X
k
. Nh vy, vic ng dng mô

hình Binary Logistic cho nhiu bin đc lp (bin tài chính) theo mô hình ca
tác gi là phù hp.
3.2. Dină dchă cácă hă să hiă quyă caă môă hìnhă Binary
Logistic:
Tên gi hi quy Binary Logistic xut phát t quá trình bin đi ly
logarit ca th tc này. S chuyn hóa này làm cho các h s ca hi quy
Binary Logistic có ngha khác vi h s hi quy trong trng hp thông
thng vi các bin ph thuc dng thp phân và tr nên khó din dch ý
ngha.
T công thc (*) ta hiu h s c lng 

cho bit khi X
1
tng mt đn
v thì 






 tng 

đn v.
Tuy nhiên nu ta ch quan tâm đn chiu hng ca tác đng thì thy
rng phng trình bên trái ca (*) đng bin vi P
i
(tc xác sut Y=1) nên nu
h s 


mang du dng thì tng X
i
s làm tng kh nng Y nhn giá tr 1
trong khi h s 

mang du âm s làm gim kh nng này.
Ta có
  

   


14

iu này đc din dch là tác đng biên ca X
1
lên xác sut Y nhn giá
tr bng 1 ph thuc vào giá tr ca X. Tác đng biên ca X
1
lên kh nng Y=1
xác đnh vi xác sut ban đu = 0,5.
3.3. ăphùăhpăcaămôăhình:
Hi quy Binary Logistic cng đòi hi ta phi đánh giá đ phù hp ca
mô hình. o lng đ phù hp tng quát ca mô hình Binary Logistic đc
da trên ch tiêu -2LL (vit tt ca ậ 2 log likelihood), thc đo này có Ủ
ngha ging nh SSE (Sum of squares of error) ngha là càng nh càng tt, giá
tr -2LL càng nh càng th hin đ phù hp cao. Vn đ này đc các phn
mm x lý nên h tr nhiu cho vic din dch đ phù hp ca mô hình.
3.4. KimăđnhăỦănghaăcaăcácăhăs:
i vi hi quy Binary Logistic, đi lng Wald Chi Square đc s

dng đ kim đnh Ủ ngha thng kê ca h s hi quy tng th. Cách s dng
mc Ủ ngha Sig. cho kim đnh Wald cng theo quy tc thông thng. Wald
Chi Square đc tính bng cách ly c lng h s hi quy ca bin đc lp
trong mô hình Binary Logistic chia cho sai s chun ca c lng h s hi
quy này, sau đó bình phng lên theo công thc sau:
Wald Chi ậSquare = 





3.5. Xácăđnhăbinăphăthuc:
V phng din pháp lý, theo Lut Doanh nghip quy đnh các trng
hp gii th doanh nghip nh: (i) kt thúc thi hn hot đng đư ghi trong
iu l công ty mà không có quyt đnh gia hn; (ii) theo quyt đnh ca ch
doanh nghip đi vi doanh nghip t nhân; ca tt c thành viên hp danh
đi vi công ty hp danh; ca Hi đng thành viên, ch s hu công ty đi
15

vi công ty trách nhim hu hn; ca i hi đng c đông đi vi công ty c
phn; (iii) Công ty không còn đ s lng thành viên ti thiu theo quy đnh
ca Lut này trong thi hn sáu tháng liên tc; (iv) B thu hi Giy chng
nhn đng kỦ kinh doanh.
Theo Lut Phá sn, đ cp doanh nghip lâm vào tình trng phá sn khi
doanh nghip không có kh nng thanh toán đc các khon n đn hn khi
ch n có yêu cu thì coi là lâm vào tình trng phá sn. Theo hiu bit ca tác
gi, nhng quy đnh trong vn bn quy phm pháp lut mang tính đnh tính,
tác gi cha thy mt nghiên cu mang tính đnh lng quy đnh v biu hin
ca tình trng doanh nghip kit qu tài chính dn ti gii th hoc phá sn
theo lut đnh. Bên cnh đó, nhng doanh nghip nghiên cu (niêm yt ti

HOSE và HNX) phi tuân th nhng quy đnh nghiêm ngt v công b thông
tin đ đc giao dch trên th trng và đáp ng các quy đnh kht khe v báo
cáo lãi, l. Do đó, hin tng ắlàm đp s sách” hay s dng ắth thut k
toán” cng tác đng đn các nhà qun lý doanh nghip, các c đông, nhà đu
t và các bên có liên quan khác. Trên c s các lý lun đó, tác gi đ xut xây
dng bin ph thuc đ kim đnh nh sau:
Bin ph thuc C, đc gii thích là 0 trong trng hp doanh nghip có
2 nm l liên tip và 1 trong trng hp còn li.
Bin ph thuc C1, đc gii thích là 0 trong trng hp doanh nghip
có 1 nm l và 1 trong trng hp còn li.
Bin ph thuc là 0 khi doanh nghip lâm vào tình trng kit qu tài
chính và 1 khi doanh nghip không lâm vào tình trng kit qu tài chính.
16

3.6. Xácăđnhăbinăđcălp:
Tng hp các nghiên cu trc đây, các nhân t tác đng đn s kit qu
tài chính ca các công ty nh sau:
Bng 3. 1: Các nhân t tác đng đn s kit qu tài chính ca doanh nghip.
STT
Bin

nhăngha
Nghiênăcuăliênăquan
1
I1
WCTA
Vn luân chuyn/ Tng tài sn
Altman (1968), Ohlson (1980)
2
I2

NITA
Thu nhp gi li/ Tng tài sn
Altman (1968)
3
I3
EBITTA
Li nhun trc thu/ Tng tài
sn
Altman (1968), Ohlson (1980),
Piruna (2009)
4
I4
MVEBVL
Giá tr th trng ca vn/Giá tr
s sách ca các khon n
Altman (1968)
5
I5
STA
Doanh thu/ Tng tài sn
Altman (1968), Soo-Wah Low
(2001)
6
I6
TA
Quy mô công ty
Ohlson (1980), Piruna (2009)
7
I7
TLCA

Tng n/ Tng tài sn ngn hn
Piruna (2009)
8
I8
TLTA
Tng n/ Tng tài sn
Ohlson (1980)
9
I9
INTWO
Biu hin công ty
Ohlson (1980)
10
I10
CACL
Tính thanh khon hin hành
Soo-Wah Low (2001)
11
I11
CHIN
Phn trm thay đi trên thu nhp
Ohlson (1980), Soo-Wah Low
(2001)
12
I12
NIM
Li nhun biên
Andreica (2009)
13
I13

CLE
N phi tr/ Vn ch s hu
Andreica (2009)
14
I14
ROA
ROA
Piruna (2009)
Ngun: tác gi tng hp.
T bng 3.1, tác gi nhn thy nhng nghiên cu ti các quc gia phát
trin đa ra nhiu nhân t tác đng hn so vi các nghiên cu ti th trng
mi ni, nh nghiên cu ca Soo-Wah Low (2001) ti Malaysia, Piruna
(2009) ti Thái Lan ch có 2, 3 bin nhân t tác đng đn vic d báo kit qu
tài chính ca doanh nghip. Trong điu kin nghiên cu ca ngành bt đng
sn nc ta, tác gi đ xut kim đnh các nhân t sau:
17

Bng 3.2: Các nhân t đ xut kim đnh d báo kit qu tài chính ca doanh
nghip ngành bt đng sn.
STT
Bin

nhăngha
Nghiênăcuăliênăquan
1
I3
EBITTA
Li nhun trc thu/Tng tài sn
Altman (1968), Ohlson (1980),
Piruna (2009)

2
I5
STA
Doanh thu/ Tng tài sn
Altman (1968), Soo-Wah Low
(2001)
3
I6
TA
Quy mô công ty
Ohlson (1980), Piruna (2009)
4
I7
TLCA
Tng n/ Tng tài sn ngn hn
Piruna (2009)
5
I8
TLTA
Tng n/ Tng tài sn
Ohlson (1980)
6
I10
CACL
Tính thanh khon hin hành
Soo-Wah Low (2001)
7
I11
CHIN
Phn trm thay đi trên thu nhp

Ohlson (1980), Soo-Wah Low
(2001)
8
I12
NIM
Li nhun biên
Andreica (2009)
9
I13
CLE
N phi tr/ Vn ch s hu
Andreica (2009)
10
I14
ROA
ROA
Piruna (2009)
Gi thit kim đnh tác gi đa ra nh sau:
H
0
: Xác sut xy ra hin tng kit qu tài chính ca doanh nghip
không b nh hng bi các bin tài chính.
H
1
: Xác sut xy ra hin tng kit qu tài chính ca doanh nghip b nh
hng bi các bin tài chính.
T nhng gi đnh trên, tác gi đ ngh mô hình Binary Logistic kim
đnh nh sau:
P
i

=1/[1+exp{-(+
3
EBITTA+ 
5
STA
+

6
TA
+

7
TLCA+ 
8
TLTA+

10
CACL+ 
11
CHIN+ 
12
NIM+ 
13
CLE+ 
14
ROA)}]
P
i
là xác sut doanh nghip th i ri vào tình trng kit qu tài chính.
EBITTA

,
STA
,
TA
,
TLCA
,
TLTA
,
CACL
,
CHIN
,
NIM
,
CLE
,
ROA là nhng bin
đc lp ca doanh nghip th i. Các bin đc lp đi din cho các ch tiêu tài
chính đc tính toán t các báo cáo tài chính ca công ty sau khi ht nm tài
18

chính. Các h s c lng ln lt đc ký hiu là 
3,

5,

6,

7,


8,

10,

11,

12,

13,

14
. Khi kim đnh mô hình, ta tin hành c lng các h s bng cách
ti đa hóa kh nng mt hin tng có th xy ra vi tên gi c lng vi
kh nng xy ra ti đa (c lng thích hp cc đi - Maximum Likelihood
Estimation).

19

4.ăKimăđnhămôăhìnhătácăđngăcaăcácăchăsătàiăchínhăđnădăbáoă
kităquăcaăcácăcôngătyătrongăngànhăbtăđngăsn:
4.1. Phngăphápăkimăđnhăvàăthuăthpăsăliu:
Tác gi tin hành thu thp d liu t 58 công ty bt đng sn trên th
trng chng khoán Vit Nam. Các ch s đc tính toán da trên báo cáo tài
chính đư kim toán, s mu quan sát thu thp t 58 công ty trong 8 nm (t
nm 2005 đn nm 2012), đng thi tác gi s dng phng pháp logit, probit
vi các hiu ng c đnh (FE), hiu ng ngu nhiên (RE) đ kim đnh mô
hình tác gi đ xut. Tác gi báo cáo quá trình kim đnh mô hình nh sau:
Kimăđnh mô hình logit vi bin ph thuc C cho tng hiu ng c
đnh (FE) và hiu ng nguăănhiênă(RE)ăđ tìm ra mô hình nào hiu qu:

Kt qu chy mô hình hiu ng FE cho thy: không cho đc kt qu
nên mô hình đ xut không phù hp.
Kt qu chy mô hình hiu ng RE cho thy: không cho đc kt qu
nên mô hình đ xut không phù hp.