ĐÁNH GIÁ KHẢ NĂNG LÂM VÀO TÌNH TRẠNG PHÁ SẢN CỦA CÁC DOANH NGHIỆP NIÊM YẾT TRÊN HOSE BẰNG MÔ HÌNH THỰC NGHIỆM LUẬN VĂN THẠC SĨ.PDF

B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T THÀNH PH H CHÍ MINH
฀฀

ÀO TH TRANG





ÁNH GIÁ KH NNG LÂM VÀO TÌNH
TRNG PHÁ SN CA CÁC DOANH NGHIP
NIÊM YT TRÊN HOSE








LUN VN THC S KINH T








TP. H CHÍ MINH, THÁNG 01 NM 2013


d

B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T THÀNH PH H CHÍ MINH
฀฀



ÀO TH TRANG




ÁNH GIÁ KH NNG LÂM VÀO TÌNH TRNG
PHÁ SN CA CÁC DOANH NGHIP NIÊM YT
TRÊN HOSE BNG MÔ HÌNH THC NGHIM





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




LUN VN THC S KINH T



Ngi hng dn khoa hc: TS. Lê Th Khoa Nguyên

TP. H CHÍ MINH, NM 2013




LI CM N

 hoàn thành chng trình cao hc và lun vn này, tôi đã
nhn đc s hng dn, giúp đ và góp ý nhit tình ca quý thy cô
trng i hc Kinh t Thành ph H Chí Minh, bn bè, gia đình và
các đng nghip.

Tôi xin chân thành gi li cm n đn TS Lê Th Khoa
Nguyên - ngi đã rt tn tình hng dn tôi trong sut quá trình
thc hin lun vn.


TP.H Chí Minh, tháng 01 nm 2013
Hc viên

ào Th Trang

LI CAM OAN

Tôi xin cam đoan đây là công trình nghiên cu ca tôi vi s giúp đ ca
Cô hng dn và nhng ngi mà tôi đã cm n; s liu thng kê
là trung thc,
ni dung và kt qu nghiên cu ca lun vn này cha tng đc công b
trong bt c công trình nào cho ti thi đim hin nay.

Tp.HCM, ngày 22 tháng 01 nm 2013
Tác gi




ào Th Trang


MC LC

M đu 01

CHNG 1: CÁC NGHIÊN CU TRÊN TH GII V D BÁO KH
NNG PHÁ SN CA DOANH NGHIP
1.1 D đoán xác xut phá sn theo mô hình Z
score
03
1.1.1 Mô hình Atlman 1968 03
1.1.2 Mô hình Altman nm 1977 04
1.1.3 Mô hình Ling Zhang, Jerome Yen và Atlman 2007 05

1.2 D đoán xác sut phá sn 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 Mt s mô hình d đoán phá sn khác………………… …………………10
Kt lun chng 1 .12
CHNG 2: ÁNH GIÁ KH NNG LÂM VÀO TÌNH TRNG PHÁ
SN CA CÁC DOANH NGHIP NIÊM YT TRÊN HOSE BNG MÔ
HÌNH LOGISTIC
2.1 La chn mu nghiên cu 13
2.2 La chn bin đc lp 16
2.3 Phng pháp x lý s liu và gii thích kt qu nghiên cu 21
2.3.1 Phng pháp x lý s liu 21
2.3.2 Kt qu thc nghim và gii thích kt qu 22
2.4 Kim chng kh nng đánh giá ca mô hình 22
Kt lun chng 2 28


CHNG 3: PHÂN TÍCH KT QU NGHIÊN CU VÀ MT S
ÓNG GÓP CA  TÀI
3.1 Phân tích kt qu nghiên cu 29
3.2 Mt s đóng góp ca đ tài 30
3.1.1 óng góp đi vi HOSE 30
3.1.2 óng góp đi vi nhà đu t 32
3.1.3 óng góp vi các doanh nghip niêm yt trên HOSE 33
3.1.4 óng góp vi các t chc tín dng 36
3.3 Hn ch ca mô hình và hng m rng đ tài 37
Kt lun chng 3 39
Kt lun 40

Tài liu tham kho 41





















DANH MC CH VIT TT

CP C phiu
GTTT Giá tr th trng
HOSE S giao dch chng khoán TP.HCM
HASTC Trung tâm giao dch chng khoán Hà Ni
LPS Lut phá sn
NQH N quá hn

NH N đn hn
TTCK Th trng chng khoán


DANH MC BNG

Bng 2.1 S lng c phiu niêm yt trên HOSE đn 31/12/2101 13
Bng 2.2 Các du hiu nhn bit doanh nghip lâm vào tình trng phá sn 14
Bng 2.3 S lng các doanh nghip có nguy c lâm vào tình trng phá sn 16
Bng 2.4 Danh sách bin đc lp trong nghiên cu 17
Bng 2.5 Kt qu thc nghim ca mô hình nghiên cu 22
Bng 2.6 Danh sách 8 doanh nghip thuc nhóm 1 25
Bng 2.7 Danh sách 8 doanh nghip thuc nhóm 0 26
Bng 3.1 Danh sách xp hng doanh nghip 36



1

M U

Tính cp thit ca đ tài
Nhu cu đu t, cho vay và mua bán chng khoán ca các thành phn kinh t
ngày càng m rng. Tuy nhiên, vi các cuc khng hong kinh t gn đây (khng
hong kinh t toàn cu nm 2007-2009, s st gim ca TTCK Vit Nam t nm
2008 đn nay) và s lng doanh nghip phá sn gia tng đt bin thì nhu cu bc
thit đt ra là cn phi qun tr ri ro đ làm sao ti thiu hóa tn tht trong mi
quyt đnh tài chính.  thc hin đc điu này, vic kim tra tình hình sc khe
tài chính ca đi tng đu t trc khi ra quyt đnh là mt bc chun b rt quan
trng. Trên các th trng tài chính phát trin, khi đa ra quyt đnh tài chính, các

nhà đu t thng da vào kt qu đánh giá doanh nghip ca mt t chc xp hng
tín dng.  Vit Nam, hin cng đã có nhiu mô hình nghiên cu v vn đ này c
đnh tính và đnh lng. Tuy nhiên, cha có mô hình thc nghim cho các doanh
nghip, TCTD và nhà đu t. Bài vit trình bày phng pháp đánh giá kh nng lâm
vào tình trng phá sn ca các doanh nghip trên c s tip cn phng pháp phân
tích hi quy Logistic. T s liu thc t các ch tiêu tài chính, tác gi đánh giá kh
nng lâm vào tình trng phá sn cho mt s doanh nghip niêm yt trên Sàn HOSE.

Mc tiêu nghiên cu
- Tìm hiu các mô hình d đoán kh nng lâm vào tình trng phá sn ca các
doanh nghip niêm yt trên th trng chng khoán th gii.
- Xây dng mô hình d đoán kh nng lâm vào tình trng phá sn ca các
doanh nghip niêm yt trên HOSE da trên tip cn phng pháp phân tích
hi quy Logistic.
-  xut nhng đóng góp đi vi HOSE, các doanh nghip niêm yt, nhà đu
t và TCTD.

Câu hi nghiên cu
2

- Trc đây ngi ta d đoán kh nng phá sn ca doanh nghip nh th
nào?
- Có th đánh giá kh nng lâm vào tình trng phá sn ca các doanh nghip
niêm yt trên HOSE da trên mô hình thc nghim không?

Phng pháp nghiên cu
Vi s h tr ca phn mm k thut Stata, mô hình hi quy Logistic đc s
dng đ x lý s liu các ch s tài chính ca các doanh nghip niêm yt trên
HOSE, t đó đa ra mô hình đánh giá phù hp v kh nng lâm vào tình trng phá
sn ca các doanh nghip.

óng góp ca đ tài
- Gii thiu nhng phng pháp đánh giá kh nng phá sn ca các doanh
nghip niêm yt trên các sàn giao dch trên th gii.
-  xut c s khoa hc phng pháp lun, mô hình đánh giá kh nng lâm
vào tình trng phá sn đi vi các doanh nghip Vit Nam.
- a ra mt s đóng góp hu ích cho các nhà đu t, doanh nghip và t chc
tín dng.

Kt cu ca đ tài
Ngoài phn m đu, kt lun và danh mc tài liu tham kho, đ tài đc
chia thành 3 chng sau:
CHNG 1: CÁC NGHIÊN CU TRÊN TH GII V D BÁO KH NNG
PHÁ SN CA DOANH NGHIP
CHNG 2: ÁNH GIÁ KH NNG LÂM VÀO TÌNH TRNG PHÁ SN
CA CÁC DOANH NGHIP NIÊM YT TRÊN HOSE BNG MÔ HÌNH
LOGISTIC
CHNG 3: PHÂN TÍCH KT QU NGHIÊN CU – MT S ÓNG GÓP
CA  TÀI
3



CHNG 1: CÁC NGHIÊN CU TRÊN TH GII V D BÁO KH
NNG PHÁ SN CA DOANH NGHIP

Vic d báo s kh nng phá sn doanh nghip đã đc nghiên cu rt nhiu
 các nc phát trin. S đa dng ca các mô hình đã đc phát trin trong các hc
thuyt mang tính hc thut s dng k thut nh Mô hình xác sut tuyn tính; Mô
hình Logistic; Mô hình Probit; Mô hình phân tích phân bit (MDA). Mc du

các mô hình rt đa dng, nhng cng đng kinh t và các nhà nghiên cu thng
ph thuc vào 2 mô hình chính là: mô hình Z
score
ca Atlman (1968) s dng k
thut phân tích phân bit và mô hình O
score
ca Ohlson (1980) s dng k thut
phân tích Logistic.
1.1 D đoán xác xut phá sn theo mô hình Z
score

1.1.1 Mô hình Atlman 1968
Atlman s dng k thut phân tích phân bit trên c s s liu ca 66 doanh
nghip ti M. 66 doanh nghip này đc phân thành 2 nhóm, mi nhóm gm 33
doanh nghip. Nhóm 1 gm các doanh nghip b phá sn t nm 1946 đn nm
1965. Nhóm 2 gm các doanh nghip không b phá sn và vn hot đng bình
thng đn nm 1966. T s liu ca bng cân đi k toán và báo cáo kt qu hiu
qu kinh doanh, 22 ch s tài chính đc tính toán và phân thành 5 nhóm: thanh
khon, li nhun, đòn by, kh nng thanh toán và ch s hot đng. Trong danh
mc 22 ch s tài chính, có 5 ch s đc la chn đ s dng vào mô hình d đoán
kh nng phá sn da vào 4 tiêu chí: (1) quan sát ý ngha thng kê ca phng trình
nhiu bin; (2) đánh giá mc đ tng quan gia các bin liên quan; (3) quan sát
kh nng d đoán chính xác ca mô hình; (4) phán xét ca chuyên gia phân tích. Và
Altman thu đc hàm phân bit 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
= Vn lu đng/Tng tài sn
X
2
= Li nhun cha phân phi/ Tng tài sn
X
3
= Li nhun trc thu và lãi/ Tng tài sn
X
4
= GTTT ca vn ch s hu/giá tr hch toán ca tng n
X
5
= H s doanh thu/ Tng tài sn
Da vào kt qu tính toán giá tr ca ch s Z, Altman phân chia các doanh
nghip thành 3 nhóm nh sau:
Nu Z>2.99: Doanh nghip nm trong vùng an toàn, cha có nguy c phá
sn.
Nu 1.81<Z<2.99: Doanh nghip nm trong vùng cnh bo, có th có nguy
c phá sn.
Nu Z<1.81: Doanh nghip nm trong vùng nguy him, có nguy c phá phá

sn.
Altman kt lun rng, vic phân tích các ch s tài chính đn l không còn là
mt k thut phân tích quan trng trong môi trng hc thut do cách thc hin khá
đn gin.  đánh giá tim nng ca các ch s tài chính mt cách cht ch, mt tp
hp các ch s tài chính đc kt hp trong phân tích phân bit đ d đoán kh nng
phá sn ca doanh nghip. V lý thuyt, nu phân tích các ch s tài chính này trong
mt khuôn kh đa bin s có ý ngha thng kê ln hn k thut so sánh tun t tng
ch s tài chính. Vi nghiên cu này, t l d đoán chính xác ca mô hình là 95%.

1.1.2 Mô hình Altman nm 1977
Vi s thay đi ln v quy mô và danh mc ch s tài chính ca các doanh
nghip phá sn. Quy mô trung bình ca các doanh nghip phá sn tng lên đáng k,
trong khi hu ht các nghiên cu trc đây s dng các doanh nghip có quy mô
nh. Do vy cn xây dng mt mô hình mi liên quan đn tính thi gian ca d liu
nghiên cu. Nm 1977, Altman đã s dng mu gm 53 doanh nghip b phá sn t
nm 1969-1975 và 58 doanh nghip không b phá sn. Các doanh nghip này đc
chia đu thành 2 nhóm sn xut và thng mi bán l. 27 bin tài chính đc tính
5

toán và phân chia thành các nhóm nh: li nhun, đòn by, thanh khon, t l vn,
bin đi thu nhp …. Sau đó Altman chn ra 7 bin s gm: X
1
h s li nhun
trc thu và lãi vay/tng tài sn; X
2
h s li nhun cha phân phi/tng tài sn;
X
3
h s vn ch s hu/tng ngun vn; X
4

h s thanh toán ngn hn; X
5
là đ
lch chun ca X
1
trong khong t 5-10 nm; X
6
h s li nhun trc thu và lãi
vay/tng lãi vay phi tr; X
7
là tng tài sn ca doanh nghip và s dng trong mô
hình phân tích phân bit đ d đoán kh nng phá sn ca các doanh nghip. Kt
qu thc nghim cho thy t l d đoán chính xác cho các doanh nghip phá sn là
96,2%, các doanh nghip không phá sn là 89,7%. Rt nhiu phiên bn riêng ca
mô hình này đã đc đa ra. Nói chung, mô hình bao gm 7 bin thng đc gi
là mô hình “Zeta”. Các mô hình này đc coi nh là mô hình m rng ca mô hình
gm 5 bin ca 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 da trên mô hình Z
score đ xây dng mt mô hình đc bit gi là mô hình Z
china
score. Mô hình có t l
d đoán chính xác cao và đc s dng đ xp hng các trái phiu Trung Quc. D
liu bao gm 120 doanh nghip đc chia thành 2 nhóm bao gm các doanh nghip
b tuyên b tài chính yu kém trong nm 1998 hoc 1999 và các doanh nghip có
sc khe tài chính tt. Bng cân đi k toán và kt qu hot đng kinh doanh ca
nm trc khi các doanh nghip b công b lâm vào tình trng tài chính yu kém
đc la chn. 15 ch s tài chính đc tính toán thuc các khía cnh nh: li
nhun, kh nng thanh toán, thanh khon, hiu qu qun lí tài sn, tc đ tng

trng và cu trúc vn. Vic la chn 4 bin t 15 bin đc da vào các mô hình
Z score trc đây. Kt qu thu đc 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 sn (tng n/tng tài sn)
X
7
là t l li nhun trên tài sn (li nhun sau thu/tng tài sn bình quân)
6

X
8
là t l vn lu đng ròng trên tng tài sn (vn lu đng ròng/tng tài
sn) vi vn lu đng ròng bng tài sn ngn hn tr n ngn hn
X
9
t l thu nhp gi li trên tng tài sn (thu nhp gi li/tng tài sn)

Phân loi doanh nghip tuân theo tiu chun sau:
Nu Z>0.9: Doanh nghip nm trong vùng an toàn, sc khe tài chính tt.
Nu -0.5<Z<0.9: Doanh nghip nm trong vùng cnh bo, có th b tuyên b

lâm vào tình trng tài chính yu kém.
Nu Z<0.5: doanh nghip nm trong vùng nguy him, tình hình tài chính yu
kém.
Kt qu d đoán ch ra rng, mô hình có th d đoán chính xác các doanh
nghip có nguy c phá sn trc 2 nm vi mc đ chính xác 87%.
1.2 D đón x́c sut ph́ sn theo mô hình O
score

1.2.1 Mô hình Ohlson 1980
T mô hình phân tích phân bit (MDA), Ohlson (1980) đa ra các câu hi và
đc bit quan tâm đn yêu cu thng kê kht khe đc áp đt lên mô hình.  vt
qua gii hn ca MDA, Ohlson s dng thng kê hi quy đ d báo s tht bi ca
doanh nghip. Ông s dng mô hình hi quy logistic và các doanh nghip M trong
giai đon 1970-1976 đ phát trin mt c tính v kh nng tht bi ca các doanh
nghip. Ông đánh giá rng mô hình này vt qua đc nhng phê phán ca MDA
vn yêu cu s gi đnh ca phân phi thông thng ca các nhà d báo và chu nh
hng t bn cht tùy nhiên ca s xác đnh các doanh nghip tht bi không phù
hp.
Bài nghiên cu ca Ông da vào quan sát t 105 doanh nghip phá sn và
2.058 doanh nghip không b phá sn trong lnh vc công nghip, giai đon t
1970-1976 mà đã giao dch trên TTCK M ít nht 3 nm. D liu đc ly t báo
cáo tài chính 10-K (Báo cáo tài chính đc SGDCK chp nhn). Các ch s tài
chính đc tính toán và la chn s dng trong mô hình đi din cho 4 nhóm ch s
tài chính c bn và là nhng ch s có ý ngha thng kê trong vic d đoán kh nng
7

phá sn ca doanh nghip gm: quy mô, cu trúc tài chính, hiu qu hot đng và
tính thanh khon. T đó, Ohlson la chn 9 bin đc lp mà ông ta ngh rng s
giúp ích trong vic d báo s phá sn. 9 bin đc lp gm:
- SIZE = log (total assets/GNP price-level index);

- TLTA = Tng n phi tr/ tng tài sn;
- WCTA = Vn lu đng ròng/ tng tài sn;
- CLCA = N ngn hn/tài sn lu đng;
- OENEG = 1 nu tng n phi tr > tng tài sn và ngc li;
- NITA = Li nhun sau thu/tng tài sn;
- FUTL = Qu hot đng / tng phi tr;
- INTWO = 1 nu thu nhp ròng gim trong 2 nm liên tip và ngc li;
- CHIN = (NIt - NIt-1)/(NIt+NIt-1), NIt là thu nhp ròng.
Theo các bài nghiên cu trc đây và lý thuyt tài chính, Ohlson đ ngh tính
cht ca 9 bin trên tuân theo quy lut nh sau: TLTA, CLCA, INTWO có tính cht
đng bin; SIZE, WCTA, NITA, FULT, CHIN có tính cht nghch bin; OENEG
không xác đnh. Ba mô hình đc xây dng gm: mô hình th nht là d báo s
tht bi trong 1 nm, mô hình th hai là d báo s tht bi trong 2 nm, và mô hình
th ba là d báo s tht bi trong 1 hoc 2 nm. Sau đó Ohlson s dng phng
pháp hi quy Logistic đ d báo kh nng phá sn ca doanh nghip cho mi mô
hình. Kt qu thc nghim cho thy kh nng d đoán chính xác ca các mô hình là
trên 90%. Vic phân loi doanh nghip da vào giá tr tính toán đc ca P (P là
xác sut doanh nghip có nguy c phá sn). Nu P>0.5 doanh nghip b phân vào
nhóm ri ro, có nguy c phá sn và ngc li.

Mô hình Lau (1987). Lau (1987 đã s dng các doanh nghip M và m
rng khái nim mô hình Logistic bng cách s dng 5 danh mc doanh nghip có
sa khe tài chính t n đnh đn phá sn và đóng ca. Phng pháp lun này cho
phép tính toán kh nng mt doanh nghip s dch chuyn trong mi danh mc và
“cho phép c tính tt hn đ la chn hành đng tài chính trong thc t”.
8


Mô hình Foreman (2003). Sau làn sóng phá sn trong ngành công nghip
vin thông M, Foreman đã da trên d liu t thi k lc quan ca nm 1999 đ

nghiên cu s tht bi ca các doanh nghip trong ngành vin thông này bng phân
tích hi quy Logistic. Ông chng t rng các t l tài chính truyn thng liên quan
đn li nhun, c cu vn, và sc mnh tng trng tài chính gn nh hoàn toàn
gii thích các doanh nghip s tht bi trong vòng 2 nm. K hoch kinh doanh và
kh nng thc hin kém là nhng nguyên nhân gc r ca vic phá sn. Tuy nhiên,
vn lu đng ròng li trái ngc vi các tài liu, nghiên cu trc và không có nh
hng đn kh nng phá sn ca doanh nghip. Ngoài ra, các doanh nghip da vào
l hng ca lut pháp và quy đnh đ đi đn phá sn s không đc d đoán trong
mô hình.

1.2.2 Mô hình Ying Wuang và Michael Campbell 2010
Hai Ông đã kim chng li mô hình Ohlson v vic d báo s sp đ ca các
doanh nghip. Ly d liu t các doanh nghip đc niêm yt công khai  Trung
Quc trong khong thi gian 11 nm t nm 1998-2008. Nghiên cu này cung cp
mt công c đo lng kh thi cho vic d báo s kin doanh nghip ri khi TTCK
Trung Quc.
Nghiên cu này tuân theo nhng chin lc mà Ohlso đã áp dng, mc du
đnh ngha ca h v s phá sn khác vi đnh ngha ca Ohlson. Ohlson đnh ngha
s phá sn nh sau: “Doanh nghip đc cho là phá sn khi h np đn xin phá
sn”. Trong khi, nghiên cu này xem xét s phá sn t quan đim ca nhà đu t.
Nu nhà đu t đánh mt tt c nhng khon đu t trong doanh nghip thì s đc
xem là phá sn. Doanh nghip phá sn trong nghiên cu này là doanh nghip đc
niêm yt trên TTCK Thng Hi và Qung ông ít nht trong 2 nm và sau đó b
loi khi danh sách niêm yt trong giai đon 1998-2008 vì nhng vn đ v tài
chính.
9

Ngun d liu đc thu thp ti www.sina.com.cn. Mc du Ohlson ch xem
xét các doanh nghip công nghip, nghiên cu này m rng ra các doanh nghip
không phi trong lnh vc công nghip. Hc thuyt toán hc kinh t v phân tích

Logistic đc la chn. Bin ph thuc là nh thc và đc xác đnh là 1 nu doanh
nghip b loi khi sàn và 0 nu doanh nghip không b loi khi sàn. Tng d liu
bao gm 11.270 báo cáo tài chính nm, trong đó 11.194 báo cáo tài chính ca nm
không b loi khi sàn giao dch, 36 báo cáo tài chính ca nm trc khi loi khi
sàn giao dch và 40 báo cáo tài chính ca 2 nm trc khi loi khi sàn giao dch.
Tng s doanh nghip là 1.336. Chín bin đc lp s dng cho nghiên cu này đc
chn theo mô hình Ohlson gm:
- SIZE = log (total assets/GNP price-level index);
- TLTA = Tng n phi tr/ tng tài sn;
- WCTA = Vn lu đng ròng/ tng tài sn;
- CLCA = N ngn hn/tài sn lu đng;
- OENEG = 1 nu tng n phi tr > tng tài sn và ngc li;
- NITA = Li nhun sau thu/tng tài sn;
- FUTL = Qu hot đng / tng phi tr;
- INTWO = 1 nu thu nhp ròng gim trong 2 nm liên tip và ngc li;
- CHIN = (NIt - NIt-1)/(NIt+NIt-1), NIt là thu nhp ròng.
Ying Wuang và Michael Campbell phân chia d liu thành 3 nhóm: 1 nm
trc khi loi khi sàn, 2 nm trc khi b loi khi sàn, và các doanh nghip đang
niêm yt. Sau đó tính giá tr trung bình ca các bin trong tng nhóm. T s liu
trung bình Ying Wuang và Michael Campbell nhn thy tt c t s thay đi theo
chiu hng tiêu cc t doanh nghip trên sàn đn doanh nghip loi khi sàn 2
nm ri đn 1 nm. Quy mô doanh nghip gim khi nó di chuyn t doanh nghip
trên sàn đn doanh nghip loi khi sàn 2 nm ri đn 1 nm. Ý ngha ca TLTA và
CLCA tng mnh khi dch chuyn t doanh nghip trên sàn cho đn b loi khi sàn
1 nm, trong khi đó ch s NITA và FUTL gim. Ý ngha ca ch s WCTA gim
cho c 1 và 2 nm trc khi b loi khi sàn. Ý ngha ca INTWO là 0.04 cho các
10

doanh nghip trên sàn và 0.85 cho các doanh nghip 2 nm trc khi b loi khi
sàn và 0.86 cho các doanh nghip 2 nm trc khi b loi khi sàn. OENEG có xu

hng ging nh INTWO (0.03, 0.50 và 0.85), cho thy doanh nghip càng ngp
sâu vào n nn khi chúng dch chuyn t doanh nghip trên sàn đn 2 nm trc khi
khi loi khi sàn và đn 1 nm trc khi b loi khi sàn.
Bài hc trc đây ca Ohlson (1980) ch ra rng: TLTA, CLCA, INTWO có
tính cht đng bin; SIZE, WCTA, NITA, FULT, CHIN có tính cht đng bin;
OENEG không xác đnh. Trong nghiên cu này, gi thit v các bin có tính cht
nh đã đc d đoán. Ying Wuang và Michael Campbell cng xây dng 3 mô hình
c lng gm: Mô hình 1 d đoán kh nng loi khi sàn trong vòng mt nm.
Mô hình 2 d đoán kh nng loi khi sàn trong vòng hai nm. Mô hình 3 d đoán
kh nng loi khi sàn trong vòng mt hoc hai nm. S dng phân tích hi quy
Logistic đ c lng cho 3 mô hình và thu đc kt qu nh sau: INTWO và
OENEG có ý ngha thng kê cho c 3 mô hình vi p<0.1. SIZE có ý ngha thng kê
trong mô hình 1&2, CHIN có ý ngha thng kê trong mô hình 2 ti p<0.5. Kt qu
xác nhn rng vic b loi khi sàn là điu có th d đoán đc. T l chính xác d
đoán mô hình nhìn chung là trên 95%.
Hn na Ying Wuang và Michael Campbell áp dng phng pháp tr lùi và
chn 5 trong 9 bin đu tiên đc s dng trong mô hình Ohlson là (TLTA, WCTA,
CLCA, OENEG, INTWO). Kt qu thu đc tng t nh khi 9 bin đc s
dng. Cho tt c các mô hình c lng, OENEG và INTWO có ý ngha ti p<0.1.
1.3 Mt s mô hình d đón ph́ sn khác
Mô hình ri ro phá sn. Theo mô hình này, phá sn đc hiu mt cách
đn gin đó là “Doanh nghip đi đn phá sn khi GTTT ca tài sn nh hn giá tr
ca các khon n phi tr”. Nhng mô hình này đã đc đa ra bi Wilcox (1973)
và Scott (1981). Nh s nhn xét ca Scott, mô hình “ri ro phá sn” là mt trng
hp đc bit ca mô hình đnh giá quyn chn (OPM) ca Black và Scholes, Merton
(1974) cng nh ca Hull và White (1995). Có rt nhiu ý tng v nhng mô hình
ri ro phá sn/đnh giá quyn chn đã có đc s chp nhn ngày càng tng. Mt ví
11

d đin hình là mô hình KMV (1993) và Kealhofer (1996), trong mô hình ca

KMV, yu t đu vào quyt đnh cho vic c lng xác sut v n ca doanh
nghip là GTTT ca tài sn và đ bp bênh ca tài sn. C hai đã đc c lng
da trên vic xây dng hai lý thuyt v mi quan h. Th nht, lý thuyt đnh giá
quyn chn,  đó giá tr c phiu đc coi nh là mt quyn chn mua giá tr tài
sn ca doanh nghip. Th hai, Lý Thuyt v mi quan h gia mc đ bp bênh
ca GTTT đi vi tài sn hu hình và vô hình ca doanh nghip. V n ch xy ra
trong tng lai khi GTTT ca doanh nghip nh hn các khon n phi tr trong
ngn hn. Trong mt s nm tr li đây, đã có rt nhiu phng pháp khác nhau s
dng mô hình không có tham bin trong quá trình phát trin, bao gm: mô hình cây
phân lp, mng nowrowrron, logic m. Mc dù kt qu nghiên cu đã công b và
cho kt qu rt tt nh: Galindo&Tamayo (2000) và Caiazza (2004), nhng h li
cho rng vn ch s dng mô hình Logistic vì c lng các tham s d dàng, có
th gii thích đc, cng nh c lng ri ro khi thay đi kích thc mu là thp.

Qua tng kt các kt qu nghiên cu trc đây cho thy đã có rt nhiu các
phng pháp hay mô hình đc đ xut, áp dng và thu đc kt qu tt trong thc
tin. Tuy nhiên, các mô hình thng kê (MDA, Logistic) đc các chuyên gia s
dng nhiu nht và đánh giá cao trong quá trình nghiên cu.










12

Kt lun chng 1

Du hiu đ xác đnh doanh nghip có nguy c phá sn là rt đa dng và gây
nhiu khó khn đi vi nhng nhà lp pháp. Tùy theo quan đim ca tng quc gia,
tng thi kì s có đnh ngha và cách xác đnh phù hp. LPS đã đc ban hành và
quy đnh c th các bc đ tin hành th tc phá sn cho doanh nghip, tuy nhiên
thc t thc hin li rt phc tp, mt nhiu thi gian và gây thit hi ln cho các
thành phn kinh t và xã hi. Bên cnh vic xác đnh du hiu doanh nghip có
nguy c phá sn thì phng pháp đ d đoán các doanh nghip có nguy c phá sn
cng rt đa dng và có nhng u đim - nhc đim khác nhau. Trong thi gian
qua, đã có nhiu mô hình đc xây dng đ d đoán xác sut phá sn nh: Mô hình
xác sut tuyn tính; Mô hình Logistic; Mô hình Probit; Mô hình phân tích
phân bit (MDA). Tuy nhiên, phng pháp đc đánh giá là d s dng và có kh
nng d đoán chính xác nht là Mô hình phân tích phân bit (MDA) và Mô hình
Logistic. ây là các mô hình s dng ch s tài chính quá kh đ d đoán kh nng
phá sn  tng lai và có t l d đoán chính xác cao (trên 90%).












13

CHNG 2: ÁNH GIÁ KH NNG LÂM VÀO TÌNH TRNG PHÁ SN
CA CÁC DOANH NGHIP NIÊM YT TRÊN HOSE BNG MÔ HÌNH
LOGISTIC

2.1 La chn mu nghiên cu
Thu thp các thông tin, s liu liên quan đn đánh giá kh nng lâm vào tình
trng phá sn là mt quá trình quan trng trong bt k mt nghiên cu thng kê nào,
bi vic la chn s liu chính xác s mô t tt nht cho vic nhn bit mô hình. B
s liu đc s dng trong đ tài là báo cáo tài chính cui nm 2010 ca các doanh
nghip đang niêm yt ti HOSE đn 31/12/2011 và có thi gian niêm yt ti thiu 2
nm. Ngun s liu đc cung cp bi Trung tâm thông tin tín dng Ngân hàng nhà
nc (
www.cic.org.vn
), S giao dch chng khoán Thành Ph H Chí Minh
(
www.hsx.vn
), website: www.cophieu68.com, Công ty chng khoán Maritime
Bank (
www.msbs.com.vn
).

Mô t mu nghiên cu

Bng 2.1: S lng c phiu niêm yt trên HOSE đn 31/12/2011
STT
Nm niêm yt
S CP
1
2000-2009
206

2
2010
69
3
2011
30
Tng
315
(Ngun s liu t www.cophieu68.com)
Ti thi đim 31/12/2011, HOSE có 206 doanh nghip đc niêm yt ti
thiu 2 nm. Trong mu nghiên cu la chn 197 doanh nghip (sau khi loi tr 9
doanh nghip hot đng trong lnh vc tài chính ngân hàng có cu trúc tài chính
khác bit) đc chia thành 2 nhóm. Nhóm 1 là nhóm các doanh nghip có nguy c
phá sn và nhóm 0 là nhóm các doanh nghip không có nguy c phá sn.
14

S liu không phân theo tng ngành kinh t, do s lng các doanh nghip
ca mi ngành niêm yt còn nh không phù hp đ xây dng mô hình theo tng
ngành. Nguyên nhân đ tài ch gii hn đi vi các doanh nghip đã niêm yt trên
Sàn giao dch chng khoán H Chí Minh là do:
- Tính sn có và d thu thp d liu vì nhóm doanh nghip này có ngha v
phi công khai thông tin đnh k, thông tin bt thng và thông tin theo yêu
cu ca c quan qun lý nhà nc và c quan qun lý th trng theo quy
đnh. Vi các doanh nghip cha niêm yt vic thu thp các s liu này gp
rt nhiu khó khn, trong trng hp thu thp đc thì hu ht cha qua
kim toán nên đ tin cy ca các s liu không cao.
- Ngun d liu đu vào là s liu các ch s tài chính đc tính toán t báo
cáo tài chính nm ca các doanh nghip. Do tiêu chun niêm yt ca HOSE
và HASTC có nhiu đim khác nhau ví d: quy mô vn điu l, điu kin li
nhun…  gim bt s chênh lch v ch s tài chính mà không th hin s

phân nhóm, tác gi ch la chn mu nghiên cu là các doanh nghip niêm
yt trên HOSE.

Vi các du hiu nhn bit mt doanh nghip lâm vào tình trng phá sn theo
LPS Vit Nam 2004 và theo Hip c Basell II, tác gi la chn tiêu chí phân nhóm
nh sau: các doanh nghip đc phân vào nhóm 1 (nhóm có nguy c phá sn) khi
có ít nht mt trong các s c sau xy ra:
Bng 2.2: Các du hiu nhn bit doanh nghip lâm vào tình trng phá
sn
STT
S c
Cách xác đnh
1
Không có kh nng thc hin
ngha v tín dng đi vi bên đi
tác
Phát sinh NQH nhóm 3
2
Vn lu đng thng xuyên nh
hn không
Tài sn ngn hn – n ngn hn
15

3
GTTT ca doanh nghip nh hn
tng n phi tr
GTTT – Tng n
(Ngun tng hp ca tác gi)
Vi s c th nht, du hiu đ nhn bit là thông qua vic hoàn tr vn vay
có đúng hn hay không ca doanh nghip, qua đó cho bit tình hình s dng vn

ca doanh nghip có thc s lành mnh. ng trên góc đ ngân hàng đây là tiêu chí
rt quan trng khi xét duyt cho vay, vi các doanh nghip và nhà đu t thì chính
là du hiu nhn bit có hay không tip tc hp tác vi doanh nghip này. Nu đã
phát sinh NQH nhóm 3 chng t doanh nghip đang rt khó khn v thanh khon,
không có kh nng thc hin ngha v tín dng vi bên đi tác. Trong trng hp
này doanh nghip cng rt khó có kh nng tip tc nhn đc các khon tín dng
t phía các đi tác khác, điu đó s dn đn s gián đon trong hot đng ca doanh
nghip. ó là mt trong nhng du hiu chng t doanh nghip có nguy c phá sn.
Vi s c th hai, vn lu đng thng xuyên là ch tiêu phn ánh mc đ
chênh lch gia tng tài sn ngn hn và tng n ngn hn. Doanh nghip mun
hot đng không b gián đon thì phi duy trì mt mc vn hot đng thun hp lý
đ đáp ng vic thanh toán các khon n ngn hn. Vn lu đng thng xuyên ca
doanh nghip càng cao, tình hình tài chính càng lành mnh và kh nng thanh toán
càng cao. Ngc li, khi vn lu đng thng xuyên gim thì kéo theo kh nng
thanh toán cng gim dn. Khi vn lu đng thng xuyên là mt s âm, chng t
mt b phn tài sn dài hn ca doanh nghip đc hình thành bng ngun vn
ngn hn, dn đn cán cân thanh toán mt cân bng. Khi doanh nghip ri vào tình
trng này thì kh nng thanh toán các khon n ngn hn rt thp vì đ chuyn đi
t tài sn dài hn thành tin là vic rt phc tp và mt nhiu thi gian. Và mt khi
doanh nghip không có kh nng thanh toán các khon NH khi ch n yêu cu thì
tt nhiên doanh nghip đng trc nguy c phá sn.
Vi s c th ba, GTTT ca mt doanh nghip đc tính bng GTTT mt c
phiu nhân vi tng s c phiu ca doanh nghip. Trong mt TTCK hiu qu,
GTTT phn ánh đy đ mi yu t liên quan ti doanh nghip. Nói cách khác,
16

GTTT th hin giá tr thc ca các tài sn c s ca doanh nghip. Nhìn chung,
GTTT ca doanh nghip thng đc xác đnh cao hn rt nhiu so vi giá tr
thanh lý và giá tr hot đng ca nó. Khi doanh nghip làm n kinh doanh hiu qu,
tình hình tài chính lành mnh và có trin vng phát trin tt, c phiu ca doanh

nghip này thng đc tr giá cao. Ngc li, khi doanh nghip có nhng biu
hin nh: hot đng kinh doanh thua l, tình hình tài chính không lành mnh, mt
kh nng thanh toán, kh nng phát trin kém,… Trong trng hp này GTTT ca
doanh nghip thng đc xác đnh rt thp. Vì vy, nu coi GTTT ca doanh
nghip đóng vai trò tài sn đm bo ca doanh nghip trong hot đng ca mình thì
các ch th trong nn kinh t s quyt đnh không hp tác vi doanh nghip, không
cung cp các khon tín dng…khi GTTT ca doanh nghip thp hn các khon n
phi tr, điu đó dn đn doanh nghip có nguy c phá sn, cng nh s sp đ ca
doanh nghip. Bi vì, theo lý thuyt hành vi và lý thuyt trò chi đã ch rõ: khi thc
hin bt c mt hành vi nào, mi cá nhân luôn xem xét h đc gì và mt gì. Nu
hành vi luôn mang li li ích mà không b tn tht gì thì h s thc hin, ngc li
nu hành vi luôn to ra tn tht mà không mang li li ích gì cho bn thân thì h s
không thc hin.
Bng 2.3: S lng các doanh nghip có nguy c lâm vào tình trng phá
sn
STT
Nguy c
S lng
1
Không có kh nng thc hin ngha v tín dng vi đi tác
8
2
Vn lu đng thng xuyên nh hn 0
31
3
GTTT ca doanh nghip nh hn tng n phi tr
70
4
Có 1 trong 3 du hiu trên
73

(Ngun s liu t tính toán ca tác gi)
2.2 La chn bin đc lp
 áp dng phân tích hi quy Logistic, trong quá trình xây dng mô hình cn
phi xác đnh rõ bin nào là bin đc lp và bin ph thuc.
17

Bin ph thuc có nhiu phm trù, mi phm trù đi din cho mt nhóm và
bin này có kh nng phân bit tt nht và duy nht trên c s tp hp bin đc lp
đc la chn, nói cách khác là mi quan sát phi đc sp xp vào mt nhóm duy
nht. Trong nghiên cu này bin ph thuc (Y) đc la chn nh sau:

Y
i
= (1 nu có nguy c phá sn, 0 nu không có nguy c phá sn)

Sau khi la chn đc bin ph thuc, bc tip theo phi xác đnh bin đc
lp s đc s dng trong phân tích. Vic la chn bin đc lp thng đc tin
hành theo 2 cách. Cách tip cn đu tiên là da trên c s lý thuyt và nhng nghiên
cu t trc. Cách tip cn th hai là trc giác da trên c s kin thc ca các
chuyên gia và trc giác la chn nhng bin cha có nghiên cu trc và c s lý
thuyt hp lí. Trong c hai cách, nhng bin đc lp đc la chn là nhng bin có
nh hng đn kh nng phân bit gia các nhóm ca bin ph thuc.

Trong nghiên cu này, bin đc lp đc la chn da trên danh mc 37 ch
s đánh giá sc mnh tài chính doanh nghip và mô hình 5 bin (TLTA, WCTA,
CLCA, OENEG, INTWO) ca Ying Wuang & Michael Campbell (2010), các bin
đc lp gm:
Bng 2.4: Danh sách bin đc lp trong nghiên cu
STT
Tên Bin

Cách tính
Gi thit
1
TLTA
Tng n phi tr/Tng tài sn
+
2
WCTA
Vn lu đng ròng/Tng tài sn
_
3
CLCA
N ngn hn/Tài sn lu đng
+
4
RTA
Doanh thu/TTS
_
5
NITE (ROE)
Li nhun sau thu/Vn ch s
hu
_
6
NITA (ROA)
Li nhun sau thu/Tng tài sn
_
(Ngun tng hp ca tác gi)
Các bin đc tác gi la chn đi din cho c bn nhóm ch tiêu: cu trúc
vn, tính thanh khon, hiu qu hot đng và li nhun. Trong đó, 3 bin (TLTA,