B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T THÀNH PH H CHÍ MINH
ÀO TH TRANG
ÁNH GIÁ KH NNG LÂM VÀO TÌNH
TRNG PHÁ SN CA CÁC DOANH NGHIP
NIÊM YT TRÊN HOSE
LUN VN THC S KINH T
TP. H CHÍ MINH, THÁNG 01 NM 2013
d
B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T THÀNH PH H CHÍ MINH
ÀO TH TRANG
ÁNH GIÁ KH NNG LÂM VÀO TÌNH TRNG
PHÁ SN CA CÁC DOANH NGHIP NIÊM YT
TRÊN HOSE BNG MÔ HÌNH THC NGHIM
Chuyên ngành: Tài chính – Ngân hàng
Mã s: 60340201
LUN VN THC S KINH T
Ngi hng dn khoa hc: TS. Lê Th Khoa Nguyên
TP. H CHÍ MINH, NM 2013
LI CM N
hoàn thành chng trình cao hc và lun vn này, tôi đã
nhn đc s hng dn, giúp đ và góp ý nhit tình ca quý thy cô
trng i hc Kinh t Thành ph H Chí Minh, bn bè, gia đình và
các đng nghip.
Tôi xin chân thành gi li cm n đn TS Lê Th Khoa
Nguyên - ngi đã rt tn tình hng dn tôi trong sut quá trình
thc hin lun vn.
TP.H Chí Minh, tháng 01 nm 2013
Hc viên
ào Th Trang
LI CAM OAN
Tôi xin cam đoan đây là công trình nghiên cu ca tôi vi s giúp đ ca
Cô hng dn và nhng ngi mà tôi đã cm n; s liu thng kê
là trung thc,
ni dung và kt qu nghiên cu ca lun vn này cha tng đc công b
trong bt c công trình nào cho ti thi đim hin nay.
Tp.HCM, ngày 22 tháng 01 nm 2013
Tác gi
ào Th Trang
MC LC
M đu 01
CHNG 1: CÁC NGHIÊN CU TRÊN TH GII V D BÁO KH
NNG PHÁ SN CA DOANH NGHIP
1.1 D đoán xác xut phá sn theo mô hình Z
score
03
1.1.1 Mô hình Atlman 1968 03
1.1.2 Mô hình Altman nm 1977 04
1.1.3 Mô hình Ling Zhang, Jerome Yen và Atlman 2007 05
1.2 D đoán xác sut phá sn theo mô hình O
score
06
1.2.1 Mô hình Ohlson 1980…………………………………………………… 06
1.2.2 Mô hình Ying Wuang và Michael Campbell 2010……………………… 08
1.3 Mt s mô hình d đoán phá sn khác………………… …………………10
Kt lun chng 1 .12
CHNG 2: ÁNH GIÁ KH NNG LÂM VÀO TÌNH TRNG PHÁ
SN CA CÁC DOANH NGHIP NIÊM YT TRÊN HOSE BNG MÔ
HÌNH LOGISTIC
2.1 La chn mu nghiên cu 13
2.2 La chn bin đc lp 16
2.3 Phng pháp x lý s liu và gii thích kt qu nghiên cu 21
2.3.1 Phng pháp x lý s liu 21
2.3.2 Kt qu thc nghim và gii thích kt qu 22
2.4 Kim chng kh nng đánh giá ca mô hình 22
Kt lun chng 2 28
CHNG 3: PHÂN TÍCH KT QU NGHIÊN CU VÀ MT S
ÓNG GÓP CA TÀI
3.1 Phân tích kt qu nghiên cu 29
3.2 Mt s đóng góp ca đ tài 30
3.1.1 óng góp đi vi HOSE 30
3.1.2 óng góp đi vi nhà đu t 32
3.1.3 óng góp vi các doanh nghip niêm yt trên HOSE 33
3.1.4 óng góp vi các t chc tín dng 36
3.3 Hn ch ca mô hình và hng m rng đ tài 37
Kt lun chng 3 39
Kt lun 40
Tài liu tham kho 41
DANH MC CH VIT TT
CP C phiu
GTTT Giá tr th trng
HOSE S giao dch chng khoán TP.HCM
HASTC Trung tâm giao dch chng khoán Hà Ni
LPS Lut phá sn
NQH N quá hn
NH N đn hn
TTCK Th trng chng khoán
DANH MC BNG
Bng 2.1 S lng c phiu niêm yt trên HOSE đn 31/12/2101 13
Bng 2.2 Các du hiu nhn bit doanh nghip lâm vào tình trng phá sn 14
Bng 2.3 S lng các doanh nghip có nguy c lâm vào tình trng phá sn 16
Bng 2.4 Danh sách bin đc lp trong nghiên cu 17
Bng 2.5 Kt qu thc nghim ca mô hình nghiên cu 22
Bng 2.6 Danh sách 8 doanh nghip thuc nhóm 1 25
Bng 2.7 Danh sách 8 doanh nghip thuc nhóm 0 26
Bng 3.1 Danh sách xp hng doanh nghip 36
1
M U
Tính cp thit ca đ tài
Nhu cu đu t, cho vay và mua bán chng khoán ca các thành phn kinh t
ngày càng m rng. Tuy nhiên, vi các cuc khng hong kinh t gn đây (khng
hong kinh t toàn cu nm 2007-2009, s st gim ca TTCK Vit Nam t nm
2008 đn nay) và s lng doanh nghip phá sn gia tng đt bin thì nhu cu bc
thit đt ra là cn phi qun tr ri ro đ làm sao ti thiu hóa tn tht trong mi
quyt đnh tài chính. thc hin đc điu này, vic kim tra tình hình sc khe
tài chính ca đi tng đu t trc khi ra quyt đnh là mt bc chun b rt quan
trng. Trên các th trng tài chính phát trin, khi đa ra quyt đnh tài chính, các
nhà đu t thng da vào kt qu đánh giá doanh nghip ca mt t chc xp hng
tín dng. Vit Nam, hin cng đã có nhiu mô hình nghiên cu v vn đ này c
đnh tính và đnh lng. Tuy nhiên, cha có mô hình thc nghim cho các doanh
nghip, TCTD và nhà đu t. Bài vit trình bày phng pháp đánh giá kh nng lâm
vào tình trng phá sn ca các doanh nghip trên c s tip cn phng pháp phân
tích hi quy Logistic. T s liu thc t các ch tiêu tài chính, tác gi đánh giá kh
nng lâm vào tình trng phá sn cho mt s doanh nghip niêm yt trên Sàn HOSE.
Mc tiêu nghiên cu
- Tìm hiu các mô hình d đoán kh nng lâm vào tình trng phá sn ca các
doanh nghip niêm yt trên th trng chng khoán th gii.
- Xây dng mô hình d đoán kh nng lâm vào tình trng phá sn ca các
doanh nghip niêm yt trên HOSE da trên tip cn phng pháp phân tích
hi quy Logistic.
- xut nhng đóng góp đi vi HOSE, các doanh nghip niêm yt, nhà đu
t và TCTD.
Câu hi nghiên cu
2
- Trc đây ngi ta d đoán kh nng phá sn ca doanh nghip nh th
nào?
- Có th đánh giá kh nng lâm vào tình trng phá sn ca các doanh nghip
niêm yt trên HOSE da trên mô hình thc nghim không?
Phng pháp nghiên cu
Vi s h tr ca phn mm k thut Stata, mô hình hi quy Logistic đc s
dng đ x lý s liu các ch s tài chính ca các doanh nghip niêm yt trên
HOSE, t đó đa ra mô hình đánh giá phù hp v kh nng lâm vào tình trng phá
sn ca các doanh nghip.
óng góp ca đ tài
- Gii thiu nhng phng pháp đánh giá kh nng phá sn ca các doanh
nghip niêm yt trên các sàn giao dch trên th gii.
- xut c s khoa hc phng pháp lun, mô hình đánh giá kh nng lâm
vào tình trng phá sn đi vi các doanh nghip Vit Nam.
- a ra mt s đóng góp hu ích cho các nhà đu t, doanh nghip và t chc
tín dng.
Kt cu ca đ tài
Ngoài phn m đu, kt lun và danh mc tài liu tham kho, đ tài đc
chia thành 3 chng sau:
CHNG 1: CÁC NGHIÊN CU TRÊN TH GII V D BÁO KH NNG
PHÁ SN CA DOANH NGHIP
CHNG 2: ÁNH GIÁ KH NNG LÂM VÀO TÌNH TRNG PHÁ SN
CA CÁC DOANH NGHIP NIÊM YT TRÊN HOSE BNG MÔ HÌNH
LOGISTIC
CHNG 3: PHÂN TÍCH KT QU NGHIÊN CU – MT S ÓNG GÓP
CA TÀI
3
CHNG 1: CÁC NGHIÊN CU TRÊN TH GII V D BÁO KH
NNG PHÁ SN CA DOANH NGHIP
Vic d báo s kh nng phá sn doanh nghip đã đc nghiên cu rt nhiu
các nc phát trin. S đa dng ca các mô hình đã đc phát trin trong các hc
thuyt mang tính hc thut s dng k thut nh Mô hình xác sut tuyn tính; Mô
hình Logistic; Mô hình Probit; Mô hình phân tích phân bit (MDA). Mc du
các mô hình rt đa dng, nhng cng đng kinh t và các nhà nghiên cu thng
ph thuc vào 2 mô hình chính là: mô hình Z
score
ca Atlman (1968) s dng k
thut phân tích phân bit và mô hình O
score
ca Ohlson (1980) s dng k thut
phân tích Logistic.
1.1 D đoán xác xut phá sn theo mô hình Z
score
1.1.1 Mô hình Atlman 1968
Atlman s dng k thut phân tích phân bit trên c s s liu ca 66 doanh
nghip ti M. 66 doanh nghip này đc phân thành 2 nhóm, mi nhóm gm 33
doanh nghip. Nhóm 1 gm các doanh nghip b phá sn t nm 1946 đn nm
1965. Nhóm 2 gm các doanh nghip không b phá sn và vn hot đng bình
thng đn nm 1966. T s liu ca bng cân đi k toán và báo cáo kt qu hiu
qu kinh doanh, 22 ch s tài chính đc tính toán và phân thành 5 nhóm: thanh
khon, li nhun, đòn by, kh nng thanh toán và ch s hot đng. Trong danh
mc 22 ch s tài chính, có 5 ch s đc la chn đ s dng vào mô hình d đoán
kh nng phá sn da vào 4 tiêu chí: (1) quan sát ý ngha thng kê ca phng trình
nhiu bin; (2) đánh giá mc đ tng quan gia các bin liên quan; (3) quan sát
kh nng d đoán chính xác ca mô hình; (4) phán xét ca chuyên gia phân tích. Và
Altman thu đc hàm phân bit nh sau:
Z = 0.012 X
1
+ 0.014 X
2
+ 0.033 X
3
+ 0.006 X
4
+ 0.999 X
5
Trong đó:
4
X
1
= Vn lu đng/Tng tài sn
X
2
= Li nhun cha phân phi/ Tng tài sn
X
3
= Li nhun trc thu và lãi/ Tng tài sn
X
4
= GTTT ca vn ch s hu/giá tr hch toán ca tng n
X
5
= H s doanh thu/ Tng tài sn
Da vào kt qu tính toán giá tr ca ch s Z, Altman phân chia các doanh
nghip thành 3 nhóm nh sau:
Nu Z>2.99: Doanh nghip nm trong vùng an toàn, cha có nguy c phá
sn.
Nu 1.81<Z<2.99: Doanh nghip nm trong vùng cnh bo, có th có nguy
c phá sn.
Nu Z<1.81: Doanh nghip nm trong vùng nguy him, có nguy c phá phá
sn.
Altman kt lun rng, vic phân tích các ch s tài chính đn l không còn là
mt k thut phân tích quan trng trong môi trng hc thut do cách thc hin khá
đn gin. đánh giá tim nng ca các ch s tài chính mt cách cht ch, mt tp
hp các ch s tài chính đc kt hp trong phân tích phân bit đ d đoán kh nng
phá sn ca doanh nghip. V lý thuyt, nu phân tích các ch s tài chính này trong
mt khuôn kh đa bin s có ý ngha thng kê ln hn k thut so sánh tun t tng
ch s tài chính. Vi nghiên cu này, t l d đoán chính xác ca mô hình là 95%.
1.1.2 Mô hình Altman nm 1977
Vi s thay đi ln v quy mô và danh mc ch s tài chính ca các doanh
nghip phá sn. Quy mô trung bình ca các doanh nghip phá sn tng lên đáng k,
trong khi hu ht các nghiên cu trc đây s dng các doanh nghip có quy mô
nh. Do vy cn xây dng mt mô hình mi liên quan đn tính thi gian ca d liu
nghiên cu. Nm 1977, Altman đã s dng mu gm 53 doanh nghip b phá sn t
nm 1969-1975 và 58 doanh nghip không b phá sn. Các doanh nghip này đc
chia đu thành 2 nhóm sn xut và thng mi bán l. 27 bin tài chính đc tính
5
toán và phân chia thành các nhóm nh: li nhun, đòn by, thanh khon, t l vn,
bin đi thu nhp …. Sau đó Altman chn ra 7 bin s gm: X
1
h s li nhun
trc thu và lãi vay/tng tài sn; X
2
h s li nhun cha phân phi/tng tài sn;
X
3
h s vn ch s hu/tng ngun vn; X
4
h s thanh toán ngn hn; X
5
là đ
lch chun ca X
1
trong khong t 5-10 nm; X
6
h s li nhun trc thu và lãi
vay/tng lãi vay phi tr; X
7
là tng tài sn ca doanh nghip và s dng trong mô
hình phân tích phân bit đ d đoán kh nng phá sn ca các doanh nghip. Kt
qu thc nghim cho thy t l d đoán chính xác cho các doanh nghip phá sn là
96,2%, các doanh nghip không phá sn là 89,7%. Rt nhiu phiên bn riêng ca
mô hình này đã đc đa ra. Nói chung, mô hình bao gm 7 bin thng đc gi
là mô hình “Zeta”. Các mô hình này đc coi nh là mô hình m rng ca mô hình
gm 5 bin ca Altman (1968).
1.1.3 Mô hình Ling Zhang, Jerome Yen và Atlman 2007
Nhóm 3 tác gi Ling Zhang, Jerome Yen và Atlman đã da trên mô hình Z
score đ xây dng mt mô hình đc bit gi là mô hình Z
china
score. Mô hình có t l
d đoán chính xác cao và đc s dng đ xp hng các trái phiu Trung Quc. D
liu bao gm 120 doanh nghip đc chia thành 2 nhóm bao gm các doanh nghip
b tuyên b tài chính yu kém trong nm 1998 hoc 1999 và các doanh nghip có
sc khe tài chính tt. Bng cân đi k toán và kt qu hot đng kinh doanh ca
nm trc khi các doanh nghip b công b lâm vào tình trng tài chính yu kém
đc la chn. 15 ch s tài chính đc tính toán thuc các khía cnh nh: li
nhun, kh nng thanh toán, thanh khon, hiu qu qun lí tài sn, tc đ tng
trng và cu trúc vn. Vic la chn 4 bin t 15 bin đc da vào các mô hình
Z score trc đây. Kt qu thu đc nh sau:
Z = 0.517 – 0.460 X
6
+ 9.329 X
7
+ 0.388 X
8
+ 1.158 X
9
Trong đó:
X
6
là t l n trên tài sn (tng n/tng tài sn)
X
7
là t l li nhun trên tài sn (li nhun sau thu/tng tài sn bình quân)
6
X
8
là t l vn lu đng ròng trên tng tài sn (vn lu đng ròng/tng tài
sn) vi vn lu đng ròng bng tài sn ngn hn tr n ngn hn
X
9
t l thu nhp gi li trên tng tài sn (thu nhp gi li/tng tài sn)
Phân loi doanh nghip tuân theo tiu chun sau:
Nu Z>0.9: Doanh nghip nm trong vùng an toàn, sc khe tài chính tt.
Nu -0.5<Z<0.9: Doanh nghip nm trong vùng cnh bo, có th b tuyên b
lâm vào tình trng tài chính yu kém.
Nu Z<0.5: doanh nghip nm trong vùng nguy him, tình hình tài chính yu
kém.
Kt qu d đoán ch ra rng, mô hình có th d đoán chính xác các doanh
nghip có nguy c phá sn trc 2 nm vi mc đ chính xác 87%.
1.2 D đón x́c sut ph́ sn theo mô hình O
score
1.2.1 Mô hình Ohlson 1980
T mô hình phân tích phân bit (MDA), Ohlson (1980) đa ra các câu hi và
đc bit quan tâm đn yêu cu thng kê kht khe đc áp đt lên mô hình. vt
qua gii hn ca MDA, Ohlson s dng thng kê hi quy đ d báo s tht bi ca
doanh nghip. Ông s dng mô hình hi quy logistic và các doanh nghip M trong
giai đon 1970-1976 đ phát trin mt c tính v kh nng tht bi ca các doanh
nghip. Ông đánh giá rng mô hình này vt qua đc nhng phê phán ca MDA
vn yêu cu s gi đnh ca phân phi thông thng ca các nhà d báo và chu nh
hng t bn cht tùy nhiên ca s xác đnh các doanh nghip tht bi không phù
hp.
Bài nghiên cu ca Ông da vào quan sát t 105 doanh nghip phá sn và
2.058 doanh nghip không b phá sn trong lnh vc công nghip, giai đon t
1970-1976 mà đã giao dch trên TTCK M ít nht 3 nm. D liu đc ly t báo
cáo tài chính 10-K (Báo cáo tài chính đc SGDCK chp nhn). Các ch s tài
chính đc tính toán và la chn s dng trong mô hình đi din cho 4 nhóm ch s
tài chính c bn và là nhng ch s có ý ngha thng kê trong vic d đoán kh nng
7
phá sn ca doanh nghip gm: quy mô, cu trúc tài chính, hiu qu hot đng và
tính thanh khon. T đó, Ohlson la chn 9 bin đc lp mà ông ta ngh rng s
giúp ích trong vic d báo s phá sn. 9 bin đc lp gm:
- SIZE = log (total assets/GNP price-level index);
- TLTA = Tng n phi tr/ tng tài sn;
- WCTA = Vn lu đng ròng/ tng tài sn;
- CLCA = N ngn hn/tài sn lu đng;
- OENEG = 1 nu tng n phi tr > tng tài sn và ngc li;
- NITA = Li nhun sau thu/tng tài sn;
- FUTL = Qu hot đng / tng phi tr;
- INTWO = 1 nu thu nhp ròng gim trong 2 nm liên tip và ngc li;
- CHIN = (NIt - NIt-1)/(NIt+NIt-1), NIt là thu nhp ròng.
Theo các bài nghiên cu trc đây và lý thuyt tài chính, Ohlson đ ngh tính
cht ca 9 bin trên tuân theo quy lut nh sau: TLTA, CLCA, INTWO có tính cht
đng bin; SIZE, WCTA, NITA, FULT, CHIN có tính cht nghch bin; OENEG
không xác đnh. Ba mô hình đc xây dng gm: mô hình th nht là d báo s
tht bi trong 1 nm, mô hình th hai là d báo s tht bi trong 2 nm, và mô hình
th ba là d báo s tht bi trong 1 hoc 2 nm. Sau đó Ohlson s dng phng
pháp hi quy Logistic đ d báo kh nng phá sn ca doanh nghip cho mi mô
hình. Kt qu thc nghim cho thy kh nng d đoán chính xác ca các mô hình là
trên 90%. Vic phân loi doanh nghip da vào giá tr tính toán đc ca P (P là
xác sut doanh nghip có nguy c phá sn). Nu P>0.5 doanh nghip b phân vào
nhóm ri ro, có nguy c phá sn và ngc li.
Mô hình Lau (1987). Lau (1987 đã s dng các doanh nghip M và m
rng khái nim mô hình Logistic bng cách s dng 5 danh mc doanh nghip có
sa khe tài chính t n đnh đn phá sn và đóng ca. Phng pháp lun này cho
phép tính toán kh nng mt doanh nghip s dch chuyn trong mi danh mc và
“cho phép c tính tt hn đ la chn hành đng tài chính trong thc t”.
8
Mô hình Foreman (2003). Sau làn sóng phá sn trong ngành công nghip
vin thông M, Foreman đã da trên d liu t thi k lc quan ca nm 1999 đ
nghiên cu s tht bi ca các doanh nghip trong ngành vin thông này bng phân
tích hi quy Logistic. Ông chng t rng các t l tài chính truyn thng liên quan
đn li nhun, c cu vn, và sc mnh tng trng tài chính gn nh hoàn toàn
gii thích các doanh nghip s tht bi trong vòng 2 nm. K hoch kinh doanh và
kh nng thc hin kém là nhng nguyên nhân gc r ca vic phá sn. Tuy nhiên,
vn lu đng ròng li trái ngc vi các tài liu, nghiên cu trc và không có nh
hng đn kh nng phá sn ca doanh nghip. Ngoài ra, các doanh nghip da vào
l hng ca lut pháp và quy đnh đ đi đn phá sn s không đc d đoán trong
mô hình.
1.2.2 Mô hình Ying Wuang và Michael Campbell 2010
Hai Ông đã kim chng li mô hình Ohlson v vic d báo s sp đ ca các
doanh nghip. Ly d liu t các doanh nghip đc niêm yt công khai Trung
Quc trong khong thi gian 11 nm t nm 1998-2008. Nghiên cu này cung cp
mt công c đo lng kh thi cho vic d báo s kin doanh nghip ri khi TTCK
Trung Quc.
Nghiên cu này tuân theo nhng chin lc mà Ohlso đã áp dng, mc du
đnh ngha ca h v s phá sn khác vi đnh ngha ca Ohlson. Ohlson đnh ngha
s phá sn nh sau: “Doanh nghip đc cho là phá sn khi h np đn xin phá
sn”. Trong khi, nghiên cu này xem xét s phá sn t quan đim ca nhà đu t.
Nu nhà đu t đánh mt tt c nhng khon đu t trong doanh nghip thì s đc
xem là phá sn. Doanh nghip phá sn trong nghiên cu này là doanh nghip đc
niêm yt trên TTCK Thng Hi và Qung ông ít nht trong 2 nm và sau đó b
loi khi danh sách niêm yt trong giai đon 1998-2008 vì nhng vn đ v tài
chính.
9
Ngun d liu đc thu thp ti www.sina.com.cn. Mc du Ohlson ch xem
xét các doanh nghip công nghip, nghiên cu này m rng ra các doanh nghip
không phi trong lnh vc công nghip. Hc thuyt toán hc kinh t v phân tích
Logistic đc la chn. Bin ph thuc là nh thc và đc xác đnh là 1 nu doanh
nghip b loi khi sàn và 0 nu doanh nghip không b loi khi sàn. Tng d liu
bao gm 11.270 báo cáo tài chính nm, trong đó 11.194 báo cáo tài chính ca nm
không b loi khi sàn giao dch, 36 báo cáo tài chính ca nm trc khi loi khi
sàn giao dch và 40 báo cáo tài chính ca 2 nm trc khi loi khi sàn giao dch.
Tng s doanh nghip là 1.336. Chín bin đc lp s dng cho nghiên cu này đc
chn theo mô hình Ohlson gm:
- SIZE = log (total assets/GNP price-level index);
- TLTA = Tng n phi tr/ tng tài sn;
- WCTA = Vn lu đng ròng/ tng tài sn;
- CLCA = N ngn hn/tài sn lu đng;
- OENEG = 1 nu tng n phi tr > tng tài sn và ngc li;
- NITA = Li nhun sau thu/tng tài sn;
- FUTL = Qu hot đng / tng phi tr;
- INTWO = 1 nu thu nhp ròng gim trong 2 nm liên tip và ngc li;
- CHIN = (NIt - NIt-1)/(NIt+NIt-1), NIt là thu nhp ròng.
Ying Wuang và Michael Campbell phân chia d liu thành 3 nhóm: 1 nm
trc khi loi khi sàn, 2 nm trc khi b loi khi sàn, và các doanh nghip đang
niêm yt. Sau đó tính giá tr trung bình ca các bin trong tng nhóm. T s liu
trung bình Ying Wuang và Michael Campbell nhn thy tt c t s thay đi theo
chiu hng tiêu cc t doanh nghip trên sàn đn doanh nghip loi khi sàn 2
nm ri đn 1 nm. Quy mô doanh nghip gim khi nó di chuyn t doanh nghip
trên sàn đn doanh nghip loi khi sàn 2 nm ri đn 1 nm. Ý ngha ca TLTA và
CLCA tng mnh khi dch chuyn t doanh nghip trên sàn cho đn b loi khi sàn
1 nm, trong khi đó ch s NITA và FUTL gim. Ý ngha ca ch s WCTA gim
cho c 1 và 2 nm trc khi b loi khi sàn. Ý ngha ca INTWO là 0.04 cho các
10
doanh nghip trên sàn và 0.85 cho các doanh nghip 2 nm trc khi b loi khi
sàn và 0.86 cho các doanh nghip 2 nm trc khi b loi khi sàn. OENEG có xu
hng ging nh INTWO (0.03, 0.50 và 0.85), cho thy doanh nghip càng ngp
sâu vào n nn khi chúng dch chuyn t doanh nghip trên sàn đn 2 nm trc khi
khi loi khi sàn và đn 1 nm trc khi b loi khi sàn.
Bài hc trc đây ca Ohlson (1980) ch ra rng: TLTA, CLCA, INTWO có
tính cht đng bin; SIZE, WCTA, NITA, FULT, CHIN có tính cht đng bin;
OENEG không xác đnh. Trong nghiên cu này, gi thit v các bin có tính cht
nh đã đc d đoán. Ying Wuang và Michael Campbell cng xây dng 3 mô hình
c lng gm: Mô hình 1 d đoán kh nng loi khi sàn trong vòng mt nm.
Mô hình 2 d đoán kh nng loi khi sàn trong vòng hai nm. Mô hình 3 d đoán
kh nng loi khi sàn trong vòng mt hoc hai nm. S dng phân tích hi quy
Logistic đ c lng cho 3 mô hình và thu đc kt qu nh sau: INTWO và
OENEG có ý ngha thng kê cho c 3 mô hình vi p<0.1. SIZE có ý ngha thng kê
trong mô hình 1&2, CHIN có ý ngha thng kê trong mô hình 2 ti p<0.5. Kt qu
xác nhn rng vic b loi khi sàn là điu có th d đoán đc. T l chính xác d
đoán mô hình nhìn chung là trên 95%.
Hn na Ying Wuang và Michael Campbell áp dng phng pháp tr lùi và
chn 5 trong 9 bin đu tiên đc s dng trong mô hình Ohlson là (TLTA, WCTA,
CLCA, OENEG, INTWO). Kt qu thu đc tng t nh khi 9 bin đc s
dng. Cho tt c các mô hình c lng, OENEG và INTWO có ý ngha ti p<0.1.
1.3 Mt s mô hình d đón ph́ sn khác
Mô hình ri ro phá sn. Theo mô hình này, phá sn đc hiu mt cách
đn gin đó là “Doanh nghip đi đn phá sn khi GTTT ca tài sn nh hn giá tr
ca các khon n phi tr”. Nhng mô hình này đã đc đa ra bi Wilcox (1973)
và Scott (1981). Nh s nhn xét ca Scott, mô hình “ri ro phá sn” là mt trng
hp đc bit ca mô hình đnh giá quyn chn (OPM) ca Black và Scholes, Merton
(1974) cng nh ca Hull và White (1995). Có rt nhiu ý tng v nhng mô hình
ri ro phá sn/đnh giá quyn chn đã có đc s chp nhn ngày càng tng. Mt ví
11
d đin hình là mô hình KMV (1993) và Kealhofer (1996), trong mô hình ca
KMV, yu t đu vào quyt đnh cho vic c lng xác sut v n ca doanh
nghip là GTTT ca tài sn và đ bp bênh ca tài sn. C hai đã đc c lng
da trên vic xây dng hai lý thuyt v mi quan h. Th nht, lý thuyt đnh giá
quyn chn, đó giá tr c phiu đc coi nh là mt quyn chn mua giá tr tài
sn ca doanh nghip. Th hai, Lý Thuyt v mi quan h gia mc đ bp bênh
ca GTTT đi vi tài sn hu hình và vô hình ca doanh nghip. V n ch xy ra
trong tng lai khi GTTT ca doanh nghip nh hn các khon n phi tr trong
ngn hn. Trong mt s nm tr li đây, đã có rt nhiu phng pháp khác nhau s
dng mô hình không có tham bin trong quá trình phát trin, bao gm: mô hình cây
phân lp, mng nowrowrron, logic m. Mc dù kt qu nghiên cu đã công b và
cho kt qu rt tt nh: Galindo&Tamayo (2000) và Caiazza (2004), nhng h li
cho rng vn ch s dng mô hình Logistic vì c lng các tham s d dàng, có
th gii thích đc, cng nh c lng ri ro khi thay đi kích thc mu là thp.
Qua tng kt các kt qu nghiên cu trc đây cho thy đã có rt nhiu các
phng pháp hay mô hình đc đ xut, áp dng và thu đc kt qu tt trong thc
tin. Tuy nhiên, các mô hình thng kê (MDA, Logistic) đc các chuyên gia s
dng nhiu nht và đánh giá cao trong quá trình nghiên cu.
12
Kt lun chng 1
Du hiu đ xác đnh doanh nghip có nguy c phá sn là rt đa dng và gây
nhiu khó khn đi vi nhng nhà lp pháp. Tùy theo quan đim ca tng quc gia,
tng thi kì s có đnh ngha và cách xác đnh phù hp. LPS đã đc ban hành và
quy đnh c th các bc đ tin hành th tc phá sn cho doanh nghip, tuy nhiên
thc t thc hin li rt phc tp, mt nhiu thi gian và gây thit hi ln cho các
thành phn kinh t và xã hi. Bên cnh vic xác đnh du hiu doanh nghip có
nguy c phá sn thì phng pháp đ d đoán các doanh nghip có nguy c phá sn
cng rt đa dng và có nhng u đim - nhc đim khác nhau. Trong thi gian
qua, đã có nhiu mô hình đc xây dng đ d đoán xác sut phá sn nh: Mô hình
xác sut tuyn tính; Mô hình Logistic; Mô hình Probit; Mô hình phân tích
phân bit (MDA). Tuy nhiên, phng pháp đc đánh giá là d s dng và có kh
nng d đoán chính xác nht là Mô hình phân tích phân bit (MDA) và Mô hình
Logistic. ây là các mô hình s dng ch s tài chính quá kh đ d đoán kh nng
phá sn tng lai và có t l d đoán chính xác cao (trên 90%).
13
CHNG 2: ÁNH GIÁ KH NNG LÂM VÀO TÌNH TRNG PHÁ SN
CA CÁC DOANH NGHIP NIÊM YT TRÊN HOSE BNG MÔ HÌNH
LOGISTIC
2.1 La chn mu nghiên cu
Thu thp các thông tin, s liu liên quan đn đánh giá kh nng lâm vào tình
trng phá sn là mt quá trình quan trng trong bt k mt nghiên cu thng kê nào,
bi vic la chn s liu chính xác s mô t tt nht cho vic nhn bit mô hình. B
s liu đc s dng trong đ tài là báo cáo tài chính cui nm 2010 ca các doanh
nghip đang niêm yt ti HOSE đn 31/12/2011 và có thi gian niêm yt ti thiu 2
nm. Ngun s liu đc cung cp bi Trung tâm thông tin tín dng Ngân hàng nhà
nc (
www.cic.org.vn
), S giao dch chng khoán Thành Ph H Chí Minh
(
www.hsx.vn
), website: www.cophieu68.com, Công ty chng khoán Maritime
Bank (
www.msbs.com.vn
).
Mô t mu nghiên cu
Bng 2.1: S lng c phiu niêm yt trên HOSE đn 31/12/2011
STT
Nm niêm yt
S CP
1
2000-2009
206
2
2010
69
3
2011
30
Tng
315
(Ngun s liu t www.cophieu68.com)
Ti thi đim 31/12/2011, HOSE có 206 doanh nghip đc niêm yt ti
thiu 2 nm. Trong mu nghiên cu la chn 197 doanh nghip (sau khi loi tr 9
doanh nghip hot đng trong lnh vc tài chính ngân hàng có cu trúc tài chính
khác bit) đc chia thành 2 nhóm. Nhóm 1 là nhóm các doanh nghip có nguy c
phá sn và nhóm 0 là nhóm các doanh nghip không có nguy c phá sn.
14
S liu không phân theo tng ngành kinh t, do s lng các doanh nghip
ca mi ngành niêm yt còn nh không phù hp đ xây dng mô hình theo tng
ngành. Nguyên nhân đ tài ch gii hn đi vi các doanh nghip đã niêm yt trên
Sàn giao dch chng khoán H Chí Minh là do:
- Tính sn có và d thu thp d liu vì nhóm doanh nghip này có ngha v
phi công khai thông tin đnh k, thông tin bt thng và thông tin theo yêu
cu ca c quan qun lý nhà nc và c quan qun lý th trng theo quy
đnh. Vi các doanh nghip cha niêm yt vic thu thp các s liu này gp
rt nhiu khó khn, trong trng hp thu thp đc thì hu ht cha qua
kim toán nên đ tin cy ca các s liu không cao.
- Ngun d liu đu vào là s liu các ch s tài chính đc tính toán t báo
cáo tài chính nm ca các doanh nghip. Do tiêu chun niêm yt ca HOSE
và HASTC có nhiu đim khác nhau ví d: quy mô vn điu l, điu kin li
nhun… gim bt s chênh lch v ch s tài chính mà không th hin s
phân nhóm, tác gi ch la chn mu nghiên cu là các doanh nghip niêm
yt trên HOSE.
Vi các du hiu nhn bit mt doanh nghip lâm vào tình trng phá sn theo
LPS Vit Nam 2004 và theo Hip c Basell II, tác gi la chn tiêu chí phân nhóm
nh sau: các doanh nghip đc phân vào nhóm 1 (nhóm có nguy c phá sn) khi
có ít nht mt trong các s c sau xy ra:
Bng 2.2: Các du hiu nhn bit doanh nghip lâm vào tình trng phá
sn
STT
S c
Cách xác đnh
1
Không có kh nng thc hin
ngha v tín dng đi vi bên đi
tác
Phát sinh NQH nhóm 3
2
Vn lu đng thng xuyên nh
hn không
Tài sn ngn hn – n ngn hn
15
3
GTTT ca doanh nghip nh hn
tng n phi tr
GTTT – Tng n
(Ngun tng hp ca tác gi)
Vi s c th nht, du hiu đ nhn bit là thông qua vic hoàn tr vn vay
có đúng hn hay không ca doanh nghip, qua đó cho bit tình hình s dng vn
ca doanh nghip có thc s lành mnh. ng trên góc đ ngân hàng đây là tiêu chí
rt quan trng khi xét duyt cho vay, vi các doanh nghip và nhà đu t thì chính
là du hiu nhn bit có hay không tip tc hp tác vi doanh nghip này. Nu đã
phát sinh NQH nhóm 3 chng t doanh nghip đang rt khó khn v thanh khon,
không có kh nng thc hin ngha v tín dng vi bên đi tác. Trong trng hp
này doanh nghip cng rt khó có kh nng tip tc nhn đc các khon tín dng
t phía các đi tác khác, điu đó s dn đn s gián đon trong hot đng ca doanh
nghip. ó là mt trong nhng du hiu chng t doanh nghip có nguy c phá sn.
Vi s c th hai, vn lu đng thng xuyên là ch tiêu phn ánh mc đ
chênh lch gia tng tài sn ngn hn và tng n ngn hn. Doanh nghip mun
hot đng không b gián đon thì phi duy trì mt mc vn hot đng thun hp lý
đ đáp ng vic thanh toán các khon n ngn hn. Vn lu đng thng xuyên ca
doanh nghip càng cao, tình hình tài chính càng lành mnh và kh nng thanh toán
càng cao. Ngc li, khi vn lu đng thng xuyên gim thì kéo theo kh nng
thanh toán cng gim dn. Khi vn lu đng thng xuyên là mt s âm, chng t
mt b phn tài sn dài hn ca doanh nghip đc hình thành bng ngun vn
ngn hn, dn đn cán cân thanh toán mt cân bng. Khi doanh nghip ri vào tình
trng này thì kh nng thanh toán các khon n ngn hn rt thp vì đ chuyn đi
t tài sn dài hn thành tin là vic rt phc tp và mt nhiu thi gian. Và mt khi
doanh nghip không có kh nng thanh toán các khon NH khi ch n yêu cu thì
tt nhiên doanh nghip đng trc nguy c phá sn.
Vi s c th ba, GTTT ca mt doanh nghip đc tính bng GTTT mt c
phiu nhân vi tng s c phiu ca doanh nghip. Trong mt TTCK hiu qu,
GTTT phn ánh đy đ mi yu t liên quan ti doanh nghip. Nói cách khác,
16
GTTT th hin giá tr thc ca các tài sn c s ca doanh nghip. Nhìn chung,
GTTT ca doanh nghip thng đc xác đnh cao hn rt nhiu so vi giá tr
thanh lý và giá tr hot đng ca nó. Khi doanh nghip làm n kinh doanh hiu qu,
tình hình tài chính lành mnh và có trin vng phát trin tt, c phiu ca doanh
nghip này thng đc tr giá cao. Ngc li, khi doanh nghip có nhng biu
hin nh: hot đng kinh doanh thua l, tình hình tài chính không lành mnh, mt
kh nng thanh toán, kh nng phát trin kém,… Trong trng hp này GTTT ca
doanh nghip thng đc xác đnh rt thp. Vì vy, nu coi GTTT ca doanh
nghip đóng vai trò tài sn đm bo ca doanh nghip trong hot đng ca mình thì
các ch th trong nn kinh t s quyt đnh không hp tác vi doanh nghip, không
cung cp các khon tín dng…khi GTTT ca doanh nghip thp hn các khon n
phi tr, điu đó dn đn doanh nghip có nguy c phá sn, cng nh s sp đ ca
doanh nghip. Bi vì, theo lý thuyt hành vi và lý thuyt trò chi đã ch rõ: khi thc
hin bt c mt hành vi nào, mi cá nhân luôn xem xét h đc gì và mt gì. Nu
hành vi luôn mang li li ích mà không b tn tht gì thì h s thc hin, ngc li
nu hành vi luôn to ra tn tht mà không mang li li ích gì cho bn thân thì h s
không thc hin.
Bng 2.3: S lng các doanh nghip có nguy c lâm vào tình trng phá
sn
STT
Nguy c
S lng
1
Không có kh nng thc hin ngha v tín dng vi đi tác
8
2
Vn lu đng thng xuyên nh hn 0
31
3
GTTT ca doanh nghip nh hn tng n phi tr
70
4
Có 1 trong 3 du hiu trên
73
(Ngun s liu t tính toán ca tác gi)
2.2 La chn bin đc lp
áp dng phân tích hi quy Logistic, trong quá trình xây dng mô hình cn
phi xác đnh rõ bin nào là bin đc lp và bin ph thuc.
17
Bin ph thuc có nhiu phm trù, mi phm trù đi din cho mt nhóm và
bin này có kh nng phân bit tt nht và duy nht trên c s tp hp bin đc lp
đc la chn, nói cách khác là mi quan sát phi đc sp xp vào mt nhóm duy
nht. Trong nghiên cu này bin ph thuc (Y) đc la chn nh sau:
Y
i
= (1 nu có nguy c phá sn, 0 nu không có nguy c phá sn)
Sau khi la chn đc bin ph thuc, bc tip theo phi xác đnh bin đc
lp s đc s dng trong phân tích. Vic la chn bin đc lp thng đc tin
hành theo 2 cách. Cách tip cn đu tiên là da trên c s lý thuyt và nhng nghiên
cu t trc. Cách tip cn th hai là trc giác da trên c s kin thc ca các
chuyên gia và trc giác la chn nhng bin cha có nghiên cu trc và c s lý
thuyt hp lí. Trong c hai cách, nhng bin đc lp đc la chn là nhng bin có
nh hng đn kh nng phân bit gia các nhóm ca bin ph thuc.
Trong nghiên cu này, bin đc lp đc la chn da trên danh mc 37 ch
s đánh giá sc mnh tài chính doanh nghip và mô hình 5 bin (TLTA, WCTA,
CLCA, OENEG, INTWO) ca Ying Wuang & Michael Campbell (2010), các bin
đc lp gm:
Bng 2.4: Danh sách bin đc lp trong nghiên cu
STT
Tên Bin
Cách tính
Gi thit
1
TLTA
Tng n phi tr/Tng tài sn
+
2
WCTA
Vn lu đng ròng/Tng tài sn
_
3
CLCA
N ngn hn/Tài sn lu đng
+
4
RTA
Doanh thu/TTS
_
5
NITE (ROE)
Li nhun sau thu/Vn ch s
hu
_
6
NITA (ROA)
Li nhun sau thu/Tng tài sn
_
(Ngun tng hp ca tác gi)
Các bin đc tác gi la chn đi din cho c bn nhóm ch tiêu: cu trúc
vn, tính thanh khon, hiu qu hot đng và li nhun. Trong đó, 3 bin (TLTA,