Dự báo kiệt quệ tài chính cho các công ty niêm yết tại việt nam

1

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH


PHẠM THỊ NGỌC UYÊN

DỰ BÁO KIỆT QUỆ TÀI CHÍNH
CHO CÁC CÔNG TY NIÊM YẾT TẠI VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP. HỒ CHÍ MINH – NĂM 2015


2

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH


PHẠM THỊ NGỌC UYÊN

DỰ BÁO KIỆT QUỆ TÀI CHÍNH
CHO CÁC CÔNG TY NIÊM YẾT TẠI VIỆT NAM

Chuyên ngành: Tài Chính – Ngân Hàng
Mã số:

60340201

LUẬN VĂN THẠC SĨ KINH TẾ
Người Hướng Dẫn Khoa Học:
PGS.TS. NGUYỄN NGỌC ĐỊNH

TP. HỒ CHÍ MINH – NĂM 2015


3

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi dưới sự hướng dẫn
của PGS.TS. Nguyễn Ngọc Định. Các số liệu và kết quả được nêu trong luận văn là
trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác.

Tác giả luận văn

PHẠM THỊ NGỌC UYÊN


4

MỤC LỤC
TRANG PHỤ BÌA
LỜI CAM ĐOAN
MỤC LỤC
DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT
DANH MỤC CÁC BẢNG
DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

TÓM TẮT ....................................................................................................................... 7
CHƯƠNG 1: GIỚI THIỆU ........................................................................................... 8
1.1. Tính cấp thiết của đề tài ........................................................................................ 8
1.2. Mục tiêu nghiên cứu và câu hỏi nghiên cứu ........................................................ 9
1.3. Sơ lược nội dung chính của luận văn ................................................................... 9
1.4. Kết cấu của luận văn ............................................................................................ 10
CHƯƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY ......................... 11
2.1. Các nghiên cứu liên quan đến khái niệm kiệt quệ tài chính ............................ 11
2.2. Các nghiên cứu về các biến dự đoán kiệt quệ tài chính.................................... 13
2.3. Các mô hình sử dụng trong dự báo kiệt quệ tài chính ..................................... 18
CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU ....................................................... 20
3.1. Mẫu dữ liệu ........................................................................................................... 20
3.2. Các biến nghiên cứu trong mô hình ................................................................... 22
3.2.1.

Biến Kiệt quệ tài chính ............................................................................... 22

3.2.2.

Nhóm biến kế toán ...................................................................................... 25

3.2.2.1.

Biến TFOTL .......................................................................................... 25

3.2.2.2.

Biến TLTA ............................................................................................ 26

3.2.2.3.

Biến NOCREDINT ............................................................................... 27

3.2.2.4.

Biến COVERAGE ................................................................................ 28


5

3.2.3.

Nhóm biến vĩ mô.......................................................................................... 29

3.2.3.1.

Chỉ số giá tiêu dùng CPI ...................................................................... 29

3.2.3.2.

Lãi suất Trái phiếu kho bạc kỳ hạn 12 tháng T_BILL ..................... 30

3.2.4.

Nhóm biến thị trường ................................................................................. 31

3.2.4.1.

Giá cổ phiếu – PRICE .......................................................................... 31

3.2.4.2.

Tỷ suất sinh lợi vượt trội – ABNRET ................................................. 32

3.2.4.3.

Quy mô công ty – SIZE ........................................................................ 34

3.2.4.4.

Vốn hóa thị trường / Tổng nợ – MCTD ............................................. 35

3.3. Phương pháp nghiên cứu..................................................................................... 36
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU................................................................... 39
4.1. Thống kê mô tả ..................................................................................................... 39
4.2. Ma trận hệ số tương quan ................................................................................... 43
4.3. Phân tích kết quả hồi quy .................................................................................... 46
4.4. Đánh giá mô hình ................................................................................................. 56
4.5. Phân tích tác động biên........................................................................................ 64
CHƯƠNG 5: KẾT LUẬN ........................................................................................... 67
5.1. Tóm lược kết quả nghiên cứu ............................................................................. 67
5.2. Hạn chế của đề tài ................................................................................................ 68
TÀI LIỆU THAM KHẢO
PHỤ LỤC


6

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT
HOSE

Sở Giao Dịch Chứng Khoán TP.HCM

HNX

Sở Giao Dịch Chứng Khoán Hà Nội

IFS

Tổ Chức Thống Kê Tài chính Quốc Tế

CTCP

Công Ty Cổ Phần

EBITDA Thu Nhập Trước Thuế, Lãi Vay và Khấu Hao
AUC

Khu Vực Dưới Đường Cong ROC

DANH MỤC CÁC BẢNG
Bảng 3.1
Bảng 4.1

Các biến nghiên cứu
Thống kê mô tả cho 3 mẫu quan sát: toàn bộ mẫu, mẫu các công ty
không bị kiệt quệ tài chính, mẫu các công ty bị kiệt quệ tài chính

Bảng 4.2

Ma trận hệ số tương quan

Bảng 4.3

Kết quả hồi quy Logit cho 5 mô hình

Bảng 4.4

Kết quả đánh giá mô hình

Bảng 4.5

Kết quả kiểm định Mann-Whitney U-Statistics

Bảng 4.6

Tác động biên của các biến nghiên cứu

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
Hình 4.1

ROC cho 5 mô hình tại thời điểm t

Hình 4.2

ROC cho 5 mô hình tại thời điểm t-1

Hình 4.3

ROC cho 5 mô hình tại thời điểm t-2

7

TÓM TẮT
Luận văn này xem xét khả năng dự đoán xác suất xảy ra kiệt quệ tài chính của các
doanh nghiệp tại Việt Nam bằng 3 nhóm biến nghiên cứu: nhóm biến kế toán, nhóm
biến vĩ mô và nhóm biến thị trường. Luận văn sử dụng mẫu quan sát bao gồm 73 công
ty trong mẫu và giai đoạn quan sát là 2006-2014. Thông qua các kết quả hồi quy, các
kiểm định đánh giá độ phù hợp của mô hình cũng như phân tích tác động biên của các
mô hình, tác giả nhận thấy một mô hình kết hợp 3 nhóm biến lại với nhau có khả năng
dự báo tốt nhất đến xác suất xảy ra tình trạng kiệt quệ tài chính hơn là mô hình chỉ bao
gồm nhóm biến kế toán như các nghiên cứu trước đây đã thực hiện. Bên cạnh đó, khả
năng dự báo càng xa trước thời điểm xảy ra kiệt quệ tài chính chỉ phù hợp với nhóm
biến thị trường, sau đó là nhóm biến vĩ mô và cuối cùng mới là nhóm biến kế toán.
Từ Khóa: Kiệt quệ tài chính, Hồi quy Logit, Biến kế toán, Biến vĩ mô, Biến thị
trường.


8

CHƯƠNG 1: GIỚI THIỆU
1.1. Tính cấp thiết của đề tài
Cuộc khủng hoảng tài chính vào năm 2008 đã chỉ ra các thiếu sót trong vấn đề
đánh giá và quản trị rủi ro trong môi trường cho vay. Những nhà cho vay, những nhà
đầu tư khác nhau và những đối tượng liên quan đến doanh nghiệp luôn muốn có được
những thông tin đúng lúc về xác suất rủi ro phá sản của các doanh nghiệp. Hơn thế
nữa, trong thời gian gần đây trên thế giới cũng như tại Việt Nam, tình hình kinh tế ngày
càng biến động và có tác động rất lớn đến tình hình hoạt động sản xuất kinh doanh của
doanh nghiệp. Chính vì vậy, rất cần thiết phải có những nghiên cứu để dự đoán xác

suất xảy ra tình trạng kiệt quệ tài chính và phá sản của doanh nghiệp.
Hiện nay có nhiều nghiên cứu lập mô hình dự đoán rủi ro kiệt quệ tài chính và
phá sản nhưng hầu như các nghiên cứu đó hoặc chỉ dựa vào việc sử dụng dữ liệu kế
toán trong quá khứ được công bố một cách chính thức (Altman, 1968), hoặc dựa vào
thông tin thị trường chứng khoán (Merton, 1974), hoặc vừa sử dụng dữ liệu kế toán
vừa dữ liệu thị trường (Trujillo-Ponce và cộng sự, 2012). Bên cạnh đó, một số nghiên
cứu cũng đã chỉ ra nhóm biến vĩ mô cũng có khả năng dự báo kiệt quệ tài chính. Chính
vì vậy, rất cần thiết trong việc kết hợp các nhóm biến này lại với nhau để xem xét khả
năng dự báo của chúng như thế nào khi lần lượt kết hợp các nhóm biến lại với nhau
cũng như sử dụng một cách đơn lẻ. Hernandez Tinoco và Wilson (2013) là một trong
các nghiên cứu đã đi tiên phong trong việc kết hợp các nhóm biến lại với nhau như
vậy.
Thực tế, để một doanh nghiệp hoạt động và phát triển một cách bền vững thì cần phải
quan tâm đến không những những yếu tố xuất phát từ nội tại doanh nghiệp mà còn từ
các yếu tố bên ngoài. Chính vì vậy, có rất nhiều nhân tố có thể giúp dự đoán xác suất
xảy ra tình trạng kiệt quệ tài chính, bao gồm xuất phát từ các yếu tố nội tại doanh
nghiệp và từ các yếu tố bên ngoài. Do đó, rất cần thiết phải kết hợp cả dữ liệu tài chính


9

của doanh nghiệp cũng như dữ liệu thị trường và dữ liệu vĩ mô của nền kinh tế để có
thể tìm ra một mô hình dự báo tốt nhất giúp doanh nghiệp đề ra các phương hướng và
biện pháp kịp thời và đúng đắn nhằm tránh khỏi tình trạng kiệt quệ tài chính và gia
tăng giá trị doanh nghiệp. Và đó chính là lý do tác giả lựa chọn đề tài này để thực hiện
nghiên cứu trong luận văn.

1.2. Mục tiêu nghiên cứu và câu hỏi nghiên cứu
Luận văn này xem xét khả năng dự báo xác suất xảy ra tình trạng kiệt quệ tài
chính của các công ty niêm yết tại Việt Nam bằng các mô hình kết hợp dữ liệu kế toán,

dữ liệu thị trường và dữ liệu vĩ mô.
Từ mục tiêu được xác định ở trên, tác giả đặt ra một số câu hỏi nghiên cứu như
sau:
 Khi nào một doanh nghiệp rơi vào tình trạng kiệt quệ tài chính?
 Các nhân tố nào có thể giúp dự đoán tốt một doanh nghiệp rơi vào tình trạng
kiệt quệ tài chính?
 Mô hình kết hợp nào giữa 3 loại dữ liệu có thể giúp đưa ra các dự báo tốt nhất
tình trạng kiệt quệ tài chính của doanh nghiệp?

1.3. Sơ lược về phương pháp nghiên cứu trong luận văn
Nghiên cứu này sử dụng dữ liệu của 73 công ty phi tài chính niêm yết tại Sở giao
dịch chứng khoán thành phố Hồ Chí Minh (HOSE) trong giai đoạn nghiên cứu 20062014. Trong luận văn này, tác giả sử dụng biến phụ thuộc kiệt quệ tài chính là biến nhị
phân với những quan sát chỉ ra tình trạng kiệt quệ tài chính được gán cho giá trị là 1, và
những quan sát không chỉ ra tình trạng kiệt quệ tài chính được gán cho giá trị là 0. Tác
giả cũng sử dụng các dữ liệu kế toán, dữ liệu thị trường và dữ liệu vĩ mô tạo thành các
biến độc lập trong luận văn này. Tác giả sử dụng mô hình hồi quy Logit trong luận văn
này để đảm bảo phù hợp với kiểu dữ liệu như vậy. Với các kết quả hồi quy đạt được


10

trong các mô hình hồi quy đơn lẻ cũng như các mô hình hồi quy kết hợp với nhau, tác
giả diễn giải kết quả đúng theo ý nghĩa của mô hình hồi quy này.

1.4. Kết cấu của luận văn
Luận văn này được tác giả viết theo kết cấu 5 chương và nội dung từng chương như
sau:
 Chương 1 – Giới thiệu. Trong chương này tác giả trình bày tính cấp thiết của đề
tài, mục tiêu nghiên cứu và câu hỏi nghiên cứu, sơ lược về phương pháp nghiên
cứu trong luận văn.

 Chương 2 – Tổng quan các nghiên cứu trước đây. Trong chương này tác giả
trình bày các nghiên cứu trước đây liên quan đến khái niệm kiệt quệ tài chính,
các nghiên cứu trước đây liên quan đến 3 nhóm biến nghiên cứu dùng để dự báo
kiệt quệ tài chính.
 Chương 3 – Phương pháp nghiên cứu. Trong chương này tác giả trình bày cách
thức thu thập dữ liệu, cách thức tính toán các biến số cũng như kỳ vọng về dấu
của biến, cùng với phương pháp nghiên cứu được sử dụng trong bài.
 Chương 4 – Kết quả nghiên cứu. Trong chương này tác giả trình bày kết quả
nghiên cứu đạt được và diễn giải kết quả nghiên cứu trong tình hình thực tế tại
Việt Nam.
 Chương 5 – Kết luận. Trong chương này tác giả trình bày tóm tắt kết quả nghiên
cứu và hạn chế của đề tài nghiên cứu này.


11

CHƯƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY
2.1. Các nghiên cứu liên quan đến khái niệm kiệt quệ tài chính
Có sự không thống nhất trong khái niệm về kiệt quệ tài chính trong các nghiên
cứu trước đây. Điều này đã gây khó khăn cho các nghiên cứu liên quan đến kiệt quệ tài
chính, nhất là trong nghiên cứu này khi biến kiệt quệ tài chính lại là một biến rất quan
trọng. Chính vì vậy, trong phần này, tác giả sẽ trình bày các nghiên cứu liên quan đến
khái niệm kiệt quệ tài chính để tạo cơ sở cho tác giả tìm ra một khái niệm phù hợp và
sử dụng chúng trong việc xác định biến kiệt quệ tài chính mà chỉ ra công ty có rơi vào
tình trạng kiệt quệ tài chính hay không ở trong nghiên cứu này.
Hầu hết các mô hình dự báo vỡ nợ trước đây cho các công ty niêm yết đã sử dụng
một định nghĩa dựa trên một sự kiện chuẩn đó là phụ thuộc vào kết quả pháp lý cuối
cùng. Có những sự kiện pháp lý có thể xác định được ngày tháng một cách chính xác
và khách quan. Tuy nhiên, việc định nghĩa vỡ nợ mang tính pháp lý này vẫn gặp phải
một số vấn đề nhất định. Chẳng hạn như, việc mất khả năng thanh toán có thể là một

quá trình pháp lý kéo dài và thời điểm phá sản mang tính pháp lý không thể đại diện
cho thời điểm phá sản thực tế. Ví dụ như trong một nghiên cứu cho các công ty tại Anh
thì nhận thấy khoảng chênh lệch thời gian đáng kể (tính bình quân, có thể lên đến 3
năm hoặc 1,17 năm) giữa thời điểm một công ty rơi vào tình trạng kiệt quệ tài chính
(có thể dẫn đến phá sản) và thời điểm phá sản mang tính pháp lý. Kết quả nghiên cứu
này phù hợp với kết quả nghiên cứu của Theodossiou (1993) khi cho rằng các doanh
nghiệp trong mẫu quan sát ở Hoa Kỳ có khoảng thời gian chênh lệch giữa hai thời
điểm này là vào khoảng hai năm. Ngoài ra, những thay đổi trong luật phá sản tại các
quốc gia khác nhau đã tạo ra một điều mà được gọi là "văn hóa giải cứu", mà chính
điều này đã làm thay đổi bản chất và thời gian của quá trình phá sản mang tính pháp lý.
Các nghiên cứu trước đây nhận thấy kiệt quệ tài chính có thể rất tốn kém cho các chủ
nợ và họ muốn giảm thiểu/ ngăn chặn các chi phí này với những hành động kịp thời.


12

Chính vì vậy rất cần thiết để phát triển một mô hình dự báo kiệt quệ tài chính đáng tin
cậy hơn là một mô hình dự báo vỡ nợ đáng tin cậy.
Wruck (1990) xác định kiệt quệ tài chính là tình trạng mà dòng tiền của một
công ty không đủ để trang trải các nghĩa vụ tài chính hiện tại của họ. Trong khi đó,
Asquith và cộng sự (1994) lại xác định kiệt quệ tài chính dựa trên hệ số khả năng
thanh toán lãi vay. Trên thực tế, một công ty được phân loại là kiệt quệ tài chính nếu
thu nhập trước lãi vay, thuế, và khấu hao (EBITDA) nhỏ hơn chi phí tài chính (hay chi
phí lãi vay) trong hai năm liên tiếp, hoặc trong bất kỳ năm nào có EBITDA nhỏ hơn
80% chi phí lãi vay. Việc xác định này là phù hợp với nghiên cứu của Andrade và
Kaplan (1998) khi xác định tình trạng kiệt quệ tài chính của một công ty tại một năm
bất kỳ có EBITDA thấp hơn chi phí tài chính.
Whitaker (1999) cho rằng tác động của kiệt quệ tài chính có thể dẫn đến sự mất
mát trong giá trị doanh nghiệp trước khi xảy ra phá sản. Chính vì vậy, ngoài việc xác
định kiệt quệ tài chính bằng việc xem xét khả năng thanh toán các khoản nợ đến hạn

bằng dòng tiền tạo ra của công ty, thì còn xác định kiệt quệ tài chính bằng cách xem
xét giá trị thị trường của công ty tại một thời điểm bất kỳ, tức là xem xét tại một thời
điểm mà có tỷ lệ gia tăng trong giá trị thị trường âm.
Trần Ngọc Thơ và cộng sự (2007) xác định kiệt quệ tài chính xảy ra khi công ty
không thể đáp ứng các hứa hẹn với các chủ nợ hay đáp ứng một cách khó khăn. Hơn
thế nữa, họ cũng đề cập rằng các nhà đầu tư biết rằng các doanh nghiệp vay nợ có khả
năng rơi vào tình trạng kiệt quệ tài chính và lo ngại về điều này và phản ánh điều đó
vào trong giá trị thị trường của cổ phiếu của các doanh nghiệp này. Điều này cũng phù
hợp với nhiều nghiên cứu trước đây khi cho rằng giá trị thị trường của cổ phiếu đã
phản ánh các thông tin trên báo cáo tài chính cũng như các thông tin khác bên ngoài
báo cáo tài chính.
Từ những nghiên cứu như được đề cập ở bên trên đã chỉ ra 2 cách để xác định
tình trạng kiệt quệ tài chính mà sử dụng một cách rộng rãi, đó chính là dựa trên khả


13

năng đáp ứng nghĩa vụ nợ và sự gia tăng trong giá trị thị trường. Trong nghiên cứu này,
tác giả sẽ sử dụng 2 cách thức xác định này trong việc xác định một công ty có rơi vào
tình trạng kiệt quệ tài chính hay không.

2.2. Các nghiên cứu về các biến dự đoán kiệt quệ tài chính
Các nghiên cứu sử dụng nhóm biến kế toán
Các nghiên cứu dùng dự đoán kiệt quệ tài chính đã được thực hiện từ rất lâu vào
khoảng những năm 1960. Tuy nhiên, các nghiên cứu ấy chỉ tập trung vào việc sử dụng
nhóm biến kế toán, điển hình như nghiên cứu của Beaver (1966) quan sát trong giai
đoạn 1954-1964 và tập trung hơn vào 6 tỷ số từ 30 tỷ số xem xét vào lúc ban đầu: tỷ số
dòng tiền trên tổng nợ, tỷ số thu nhập ròng trên tổng tài sản, tỷ số tổng nợ trên tổng tài
sản, tỷ số vốn luân chuyển trên tổng tài sản, tỷ số tài sản ngắn hạn trên nợ ngắn hạn, tỷ
số tài sản ngắn hạn trên chi tiêu hoạt động hàng ngày. Trong nghiên cứu đó đã mở rộng

khái niệm vỡ nợ là khi công ty không có khả năng đáp ứng các nghĩa vụ nợ khi đến
hạn. Vì vậy, mẫu quan sát của tác giả bao gồm các công ty phá sản, các công ty không
trả được nợ, các công ty có tài khoản ngân hàng bị thấu chi cũng như các công ty bỏ
qua các khoản chi trả cổ tức ưu đãi. Kết quả nghiên cứu của tác giả đã chỉ ra một khả
năng dự báo tốt dựa trên nhóm biến kế toán. Tác giả đã chỉ ra rằng chỉ có 10% số quan
sát bị phân loại sai theo tỷ số dòng tiền trên tổng tài sản trong mô hình dự báo 1 năm
trước khi phá sản, 13% đối với tỷ số dòng tiền trên tổng nợ, 15% đối với thu nhập ròng
trên tổng nợ. Trong mô hình dự báo 5 năm trước khi phá sản, tỷ lệ quan sát bị phân loại
sai là 28% đối với tỷ số dòng tiền trên tổng tài sản, 22% đối với tỷ số dòng tiền trên
tổng nợ, 32% đối với thu nhập ròng trên tổng nợ. Mặc dù nghiên cứu này đã đưa ra các
kết quả dự báo tốt nhưng kỹ thuật nghiên cứu trên các tỷ số đơn lẻ vẫn gặp nhiều hạn
chế do có thể đưa ra các kết quả không thống nhất với nhau giữa các tỷ số.
Ohlson (1980) cũng sử dụng các biến kế toán cho bộ mẫu quan sát bao gồm 105
công ty phá sản và 2058 công ty không bị phá sản trong giai đoạn quan sát 1970-1976.


14

Kết quả nghiên cứu đã chỉ ra rằng các biến quy mô, tỷ số tổng nợ trên tổng tài sản, tỷ
số thu nhập ròng trên tổng tài sản, tỷ số dòng tiền từ hoạt động sản xuất kinh doanh
trên tổng nợ, tỷ số vốn luân chuyển trên tổng tài sản, tỷ số nợ ngắn hạn trên tài sản
ngắn hạn có khả năng được sử dụng để dự báo tốt. Khả năng dự báo của mô hình chính
xác lên đến lần lượt là 96.12% và 95.55% cho mô hình dự báo 1 năm và 2 năm trước
khi xảy ra phá sản.
Các nghiên cứu sử dụng nhóm biến thị trường
Nhiều nghiên cứu trước đây đã kiểm định tính hữu dụng của nhóm biến thị
trường trong việc dự đoán kiệt quệ tài chính. Hơn thế nữa, có nhiều nghiên cứu thực
nghiệm đã cố gắng chứng tỏ sự vượt trội của các mô hình dựa trên nhóm biến thị
trường so với các mô hình dựa trên nhóm biến kế toán và ngược lại. Tuy nhiên, việc so
sánh thành quả đạt được của các mô hình này vẫn có nhiều tranh luận khác nhau.

Agarwal và Taffler (2008) thực hiện so sánh thành quả đạt được giữa các mô hình dự
báo kiệt quệ tài chính dựa trên nhóm biến thị trường và dựa trên nhóm biến kế toán, và
nhận thấy rằng các mô hình dựa trên nhóm biến kế toán không thua kém gì và gần như
không có sự khác biệt so với các mô hình dựa trên nhóm biến thị trường. Điều này hàm
ý rằng cả hai nhóm biến đều chứa đựng những thông tin hữu ích về khả năng dự báo
kiệt quệ tài chính của các công ty. Tuy nhiên, Hillegeist và cộng sự (2004) lại chỉ ra
các kết quả trái ngược khi cho rằng các mô hình dựa trên nhóm biến thị trường cung
cấp nhiều thông tin đáng kể hơn về khả năng dự báo kiệt quệ tài chính so với các mô
hình dựa trên nhóm biến kế toán. Bỏ ngoài việc so sánh thành quả giữa các mô hình
với nhau, các nghiên cứu trước đây, điển hình là nghiên cứu của Balcaen và Ooghe
(2004), chỉ ra rằng nếu chỉ sử dụng nhóm biến kế toán thì ngầm giả định rằng tất cả
những điều dùng để dự báo kiệt quệ tài chính bao gồm những điều bên trong và bên
ngoài công ty đều được phản ánh vào bên trong các báo cáo tài chính hàng năm. Tuy
nhiên, tất yếu một điều rằng các báo cáo tài chính không thể bao gồm tất cả các thông


15

tin có liên quan đến dự báo kiệt quệ tài chính, và chính vì vậy nhóm biến thị trường rất
có tiềm năng được sử dụng để hỗ trợ cho sự khiếm khuyết này.
Rees (1995) cho thấy giá thị trường là một chỉ báo hữu ích cho xác suất xảy ra
tình trạng kiệt quệ tài chính vì chúng chứa đựng thông tin về dòng tiền dự kiến trong
tương lai của một công ty. Ủng hộ điều này, Hillegeist và cộng sự (2004) chỉ ra rằng
thị trường chứng khoán có thể chứa đựng những nguồn thông tin khác ngoài thông tin
có sẵn trên các báo cáo tài chính. Rõ ràng việc đưa vào nhóm biến thị trường là rất hữu
ích bởi vì một số lý do sau: đầu tiên, giá thị trường phản ánh các thông tin chứa trong
các báo cáo tài chính cộng với các thông tin khác không thể hiện thông qua báo cáo tài
chính (Agarwal & Taffler, 2008), tạo nên sự kết hợp toàn diện tiềm năng hữu ích để dự
báo khả năng xảy ra kiệt quệ tài chính của doanh nghiệp. Thứ hai, việc đưa vào nhóm
biến thị trường có thể làm gia tăng đáng kể tính kịp thời của các mô hình dự báo; trong

khi chỉ có sẵn các tỷ số tài chính theo quý hoặc theo năm, thì giá thị trường có sẵn trên
cơ sở hàng ngày. Thứ ba, giá thị trường có thể thích hợp hơn để dự đoán phá sản, vì
chúng phản ánh dòng tiền dự kiến trong tương lai (ngược lại, các báo cáo tài chính
phản ánh thành quả trong quá khứ của công ty). Và thứ tư, nhóm biến thị trường có thể
cung cấp một đánh giá trực tiếp các biến động, một thước đo mà có thể là một chỉ báo
mạnh về rủi ro xảy ra kiệt quệ tài chính và không được thể hiện trong các báo cáo tài
chính. Theo Beaver và cộng sự (2005) cho rằng độ biến động càng lớn thì xác suất xảy
ra phá sản càng cao.
Các nghiên cứu sử dụng nhóm biến kế toán và nhóm biến thị trường
Tuy nhiên, nhiều nghiên cứu sau đó đã nhận thấy rằng việc sử dụng một cách đơn
lẻ nhóm biến kế toán dùng để dự báo kiệt quệ tài chính là vẫn chưa đủ và vẫn cần nhiều
nhóm biến nữa để có thể đạt được một dự báo tốt hơn về kiệt quệ tài chính. Từ đây,
việc kết hợp thêm một số nhóm biến khác lại với nhau đã trở thành một xu hướng trong
nghiên cứu. Điển hình như Beaver (1968) đã nhận thấy rằng nhóm biến liên quan đến
thị trường chứng khoán có khả năng dự báo phá sản trước cả nhóm biến kế toán.


16

Altman (1968) sử dụng kỹ thuật phân tích đa biệt số MDA. Tác giả kết hợp dữ
liệu kế toán và dữ liệu thị trường cho mẫu quan sát bao gồm 66 công ty sản xuất. Tác
giả tạo lập tỷ số tổng hợp bằng việc sử dụng 5 tỷ số: tỷ số vốn luân chuyển trên tổng tài
sản (X1), tỷ số thu nhập giữ lại trên tổng tài sản (X2), tỷ số thu nhập trước thuế và lãi
vay trên tổng tài sản (X3), tỷ số giá trị thị trường của vốn cổ phần trên giá trị sổ sách
của tổng nợ (X4), tỷ số doanh thu trên tổng tài sản (X5). Tỷ số tổng hợp Z được tính
như sau:
Z = 0.012 X1 + 0.014 X2 + 0.033 X3 + 0.006 X4 + 0.999 X5
Các công ty có Z ≤ 2.675 được phân loại là phá sản và ngược lại thì được phân
loại là các công ty không bị phá sản. Mô hình này có khả năng dự báo chính xác khả
năng xảy ra phá sản lên đến 83% ngay trong mô hình dự báo 2 năm trước khi phá sản.

Sau đó, mô hình này đã được mở rộng thành nghiên cứu của Altman (1977) với
mẫu quan sát lớn hơn bao gồm 111 công ty trong giai đoạn 1969-1975. Tác giả nhận
khả năng dự báo chính xác của nó trong mô hình dự báo 2-5 năm trước khi xảy ra phá
sản gần như giống như với khả năng dự báo trong mô hình dự báo trước 1 năm xảy ra
phá sản.
Trong số ít các nghiên cứu đưa vào tập hợp nhóm biến thị trường và nhóm biến
kế toán để nâng cao tính kịp thời và độ vững mạnh của các mô hình dự báo kiệt quệ tài
chính đó là nghiên cứu của Campbell và cộng sự (2008). Trong nghiên cứu này, ngoài
nhóm biến kế toán, một số biến thị trường được sử dụng để kiểm định bao gồm tỷ suất
sinh lợi vượt trội hàng tháng trên vốn cổ phần của từng công ty so với chỉ số S&P 500,
độ lệch chuẩn của tỷ suất sinh lợi cổ phiếu hàng ngày của mỗi công ty trong ba tháng
trước đó, quy mô tương đối của mỗi công ty được đo bằng log của tỷ số vốn hóa thị
trường với chỉ số S&P500, và log giá của mỗi cổ phiếu mà đã được lược bớt
(truncated) trên $15.
Chava và Jarrow (2004) theo nghiên cứu của Shumway (2001) sử dụng nhóm
biến kế toán bao gồm thu nhập ròng trên tổng tài sản và tổng nợ phải trả trên tổng tài


17

sản; và nhóm biến thị trường bao gồm quy mô tương đối được xác định bằng logarit tự
nhiên của giá trị vốn cổ phần của mỗi công ty trên tổng giá trị vốn cổ phần thị trường
NYSE/AMEX, tỷ suất sinh lợi vượt trội hàng năm được tính bằng tỷ suất sinh lợi hàng
tháng cộng dồn của mỗi công ty trừ đi tỷ suất sinh lợi hàng tháng cộng dồn của chỉ số
NYSE/AMEX có trọng số theo giá trị, và độ biến động của cổ phiếu được tính bằng
cách lấy độ lệch chuẩn của tỷ suất sinh lợi trong 60 quan sát giá thị trường hàng ngày
gần nhất. Shumway (2001) cũng sử dụng các biến này nhưng có một số thay đổi nhỏ,
cụ thể là độ lệch chuẩn phi hệ thống của tỷ suất sinh lợi cổ phiếu của mỗi công ty, được
tính bằng cách hồi quy tỷ suất sinh lợi hàng tháng của mỗi cổ phiếu trên tỷ suất sinh lợi
chỉ số NYSE/AMEX có trọng số theo giá trị trong cùng một khoảng thời gian (năm).

Gần đây hơn, Christidis và Gregory (2010), theo Campbell và cộng sự (2008) kiểm
định ba biến thị trường trong một mô hình dự báo kiệt quệ cho các công ty niêm yết tại
Anh bên cạnh việc đưa vào một tập hợp các biến kế toán. Họ thay thế giá trị sổ sách
của tài sản bằng giá trị thị trường và kiểm định xem tỷ suất sinh lợi vượt trội nửa năm
của mỗi cổ phiếu so với chỉ số FTSE và độ lệch chuẩn của tỷ suất sinh lợi cổ phiếu
(tính toán trên khoảng thời gian sáu tháng) có thể giúp gia tăng năng lực dự báo của mô
hình hay không. Kết quả nghiên cứu của họ cho thấy rằng nhóm biến thị trường có khả
năng giúp gia tăng độ chính xác của mô hình dự đoán xảy ra tình trạng kiệt quệ tài
chính.
Các nghiên cứu sử dụng nhóm biến vĩ mô
Việc kết hợp thêm nhóm biến vĩ mô vào mô hình dự báo khả năng xảy ra tình
trạng kiệt quệ tài chính giúp phản ánh những thay đổi trong môi trường vĩ mô là rất
quan trọng thể hiện ở hai khía cạnh chính yếu. Đầu tiên, nó thêm một yếu tố năng động
cho các mô hình mà có tác động để điều chỉnh nguy cơ rủi ro (khả năng vỡ nợ) liên
quan đến việc thay đổi điều kiện kinh tế vĩ mô. Thứ hai mô hình như vậy sẽ tạo cơ sở
với các ước lượng PD stress test trên danh mục đầu tư. Có một vài nghiên cứu đã kết


18

hợp yếu tố rủi ro vĩ mô vào trong phương trình hồi quy như nghiên cứu của Nam và
cộng sự (2008), và Qu (2008).
Nghiên cứu sử dụng nhóm biến kế toán, nhóm biến thị trường, nhóm biến vĩ
mô
Hernandez Tinoco và Wilson (2013) đã đi tiên phong trong việc kết hợp nhóm
biến kế toán, nhóm biến thị trường và nhóm biến vĩ mô lại với nhau và dùng để dự
đoán kiệt quệ tài chính. Tác giả sử dụng một bộ mẫu bao gồm 23,218 quan sát công ty
theo năm trong suốt giai đoạn 1980-2011 và nhận thấy các nhóm biến này hỗ trợ và bổ
sung lẫn nhau trong việc dự đoán kiệt quệ tài chính và đều có khả năng dự báo kiệt quệ
tài chính một cách có ý nghĩa thống kê. Trong nghiên cứu này, tác giả cũng sử dụng 3

nhóm biến – nhóm biến kế toán, nhóm biến thị trường và nhóm biến vĩ mô – để dự
đoán kiệt quệ tài chính cho các công ty trong mẫu quan sát tại Việt Nam.

2.3. Các mô hình sử dụng trong dự báo kiệt quệ tài chính
Các nghiên cứu trước đây như được đề cập ở trên sử dụng phổ biến là mô hình
hồi quy Logit hay Probit. Các mô hình xác suất có điều kiện cho phép ước lượng xác
suất kiệt quệ tài chính của một công ty, bởi vì biến kiệt quệ tài chính thông thường
được xác định bằng tình trạng có hay không có rơi vào tình trạng kiệt quệ tài chính hơn
là việc xác định bằng một giá trị cụ thể nào đó đối với mỗi công ty. Điều này đã tạo ra
lợi thế cho việc ứng dụng mô hình hồi quy này khi nghiên cứu về vấn đề này hơn là các
mô hình hồi quy tuyến tính truyền thống.
Ngoài ra, cũng có một số nghiên cứu sử dụng mô hình mạng thần kinh nhân tạo
ANN, một phương pháp hiện đại, phức tạp hơn và có nhiều ưu điểm hơn so với mô
hình hồi quy tuyến tính cổ điển. Nó mô phỏng xử lý thông tin từ các dữ liệu ban đầu
được đưa vào với các neural, các lớp, các hàm cũng như các thuật toán. Mô hình này
cũng được ứng dụng trong nghiên cứu của Hernandez Tinoco và Wilson (2013).


19

Trong nghiên cứu này, tác giả chỉ giới hạn trong việc sử dụng mô hình hồi quy
Logit, và không sử dụng mô hình mạng thần kinh nhân tạo ANN do tính phức tạp và
không được ứng dụng rộng rãi của nó so với mô hình Logit.


20

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
Trong bài luận văn này, tác giả dựa theo nhiều nghiên cứu trước đây và chủ yếu
là dựa theo phương pháp nghiên cứu của Hernandez Tinoco và Wilson (2013) để xem

xét khả năng dự báo kiệt quệ tài chính của các biến kế toán, biến vĩ mô và biến thị
trường. Phần này sẽ trình bày việc thu thập và xử lý dữ liệu, các biến nghiên cứu trong
luận văn cũng như cách thức thực hiện.

3.1. Mẫu dữ liệu
Bài nghiên cứu này sử dụng dữ liệu bảng bao gồm 73 doanh nghiệp phi tài chính
niêm yết trên thị trường HOSE trong giai đoạn năm 2006 tới năm 2014. Tác giả lựa
chọn như vậy là bởi vì:
 Các doanh nghiệp trong nhóm ngành tài chính, ngân hàng, bảo hiểm được loại
bỏ khỏi mẫu dữ liệu bởi vì cấu trúc vốn, tính chất đòn bẩy của các doanh nghiệp
tài chính khác với các doanh nghiệp phi tài chính, mà được đề cập bởi tác giả
Fama và French (1992). Một cách cụ thể hơn, việc sử dụng đòn bẩy cao là bình
thường đối với các doanh nghiệp trong nhóm ngành tài chính, nhưng đối với các
doanh nghiệp phi tài chính thì việc sử dụng đòn bẩy cao lại chỉ ra khả năng kiệt
quệ tài chính cao hơn. Do vậy, các yếu tố tác động lên khả năng xảy ra kiệt quệ
tài chính cũng sẽ rất khác nhau.
 Sở giao dịch chứng khoán TPHCM HOSE được thành lập cách đây hơn 15 năm.
Tính đến cuối năm 2014, có hơn 300 mã cổ phiếu niêm yết với giá trị vốn hóa
thị trường lớn vào khoảng 985,258 tỷ đồng cũng như chỉ số VN–Index đạt
545.63 điểm (). Trong khi đó, tính đến cuối năm 2014, Sở
giao dịch chứng khoán Hà Nội HNX chỉ có giá trị vốn hóa thị trường vào
khoảng 136,017 tỷ đồng và chỉ số

HNX–Index đạt 82.98 điểm


21

(). Vì vậy HOSE được coi như là một đại diện tốt cho thị
trường chứng khoán Việt Nam khi tác giả nghiên cứu trong luận văn này.

 Số lượng công ty niêm yết trên HOSE khá ít vào cuối năm 2005 nhưng sau đó
tăng mạnh trong những năm tiếp theo. Vì vậy tác giả lựa chọn mốc thời gian bắt
đầu từ năm 2006 đến năm 2014.
 Ngoài ra, để đảm bảo dữ liệu nghiên cứu có thể dễ dàng thu thập được, mẫu
quan sát đủ lớn và có ý nghĩa về mặt thống kê và dữ liệu bảng cân đối, bài luận
văn này chỉ nghiên cứu các công ty được niêm yết trong giai đoạn 2006 - 2014.
 Cuối cùng, việc lựa chọn HOSE và giai đoạn nghiên cứu như vậy cũng tạo nên
sự đồng bộ và thống nhất về mặt dữ liệu, đảm bảo tất cả các biến nghiên cứu có
đầy đủ các quan sát.
Dữ liệu nghiên cứu sẽ được tác giả tiến hành thu thập như sau:
 Dữ liệu biến kế toán được tác giả thu thập từ các báo cáo tài chính hàng năm của
các công ty niêm yết mà có sẵn trên Website của HOSE và
Website của công ty chứng khoán Rồng Việt data.vdsc.com.vn
 Dữ liệu biến vĩ mô được tác giả thu thập từ Tổ Chức Thống Kê Tài Chính Quốc
Tế IFS.
 Dữ liệu biến thị trường được tác giả thu thập từ Công Ty Phú Toàn và có đối
chiếu lại với dữ liệu giá cổ phiếu trên website của HOSE .
Sau đó, tác giả tính toán thành các biến nghiên cứu trong luận văn như được trình
bày trong các phần dưới đây.
Cuối cùng, tác giả xử lý dữ liệu nghiên cứu bằng Microsoft Excel 2010 và
phần mềm Stata 12.


22

3.2. Các biến nghiên cứu trong mô hình
3.2.1.

Biến Kiệt quệ tài chính

Dựa vào các thảo luận được đề cập đến trong chương 2, tác giả tập trung vào khả
năng của một công ty để thanh toán nghĩa vụ nợ và đó là căn cứ để nhận biết một
doanh nghiệp có đang trong trạng thái kiệt quệ tài chính hay không (Asquith và cộng
sự, 1994). Tác giả dựa theo đề xuất trong nghiên cứu của Pindado cùng cộng sự (2008),
Hernandez Tinoco và Wilson (2013) để phân loại một quan sát công ty theo năm có rơi
vào tình trạng kiệt quệ tài chính hay không. Theo đó, một quan sát công ty theo năm
được phân loại là trong tình trạng kiệt quệ tài chính khi thỏa một trong hai điều kiện
hoặc cả hai điều kiện sau:
i.

Lợi nhuận trước thuế, lãi vay và khấu hao (EBITDA) thấp hơn so với chi phí lãi
vay liên tục trong 02 năm quan sát.

ii.

Có sự tăng trưởng âm trong giá trị thị trường trong 02 năm quan sát liên tiếp.
Đối với điều kiện thứ nhất, nếu EBITDA thấp hơn chi phí lãi vay, điều đó có

nghĩa là lợi nhuận từ hoạt động kinh doanh của công ty không đủ để trang trải các
nghĩa vụ tài chính. Đối với điều kiện thứ hai, Pindado cùng cộng sự (2008) cho rằng thị
trường và những bên có liên quan có khả năng phỏng đoán và đánh giá một cách tiêu
cực về một công ty vấp phải điều kiện thứ nhất về khả năng hoạt động của công ty đó
cho đến khi công ty đó cải thiện tình trạng mà được nhìn nhận một cách rõ ràng. Do
đó, một sự sụt giảm trong giá trị thị trường trong hai năm liên tiếp được xem như là
một chỉ báo cho thấy một công ty đang vấp phải tình trạng kiệt quệ tài chính. Như
trong Pindado cùng cộng sự (2008), Hernandez Tinoco và Wilson (2013), đây là một
cách tiếp cận mới trong khái niệm về kiệt quệ tài chính trong các lý thuyết tài chính
doanh nghiệp hiện đại. Biến EBITDA và chi phí lãi vay được tác giả thu thập từ các
báo cáo tài chính của các công ty niêm yết. Biến tăng trưởng trong giá trị thị trường
của cổ phiếu được tính toán từ giá trị thị trường của các cổ phiếu mà được tác giả thu

thập từ Công ty Phú Toàn. Theo đó, kiệt quệ tài chính của một doanh nghiệp trong một


23

năm nhất định sẽ nhận một trong hai giá trị là 0 và 1. Nếu một trong hai điều kiện trên
hoặc cả hai điều kiện trên cùng được thỏa mãn thì sẽ nhận giá trị 1 và ngược lại sẽ nhận
giá trị 0 nếu cả hai điều kiện trên đều không được thỏa mãn.
Theo kết quả tính toán của tác giả, tác giả nhận thấy có 66 quan sát công ty theo
năm trong tình trạng kiệt quệ tài chính, chiếm tỷ lệ khoảng 10% số quan sát. Sở dĩ có
nhiều quan sát trong tình trạng kiệt quệ tài chính ở trong mẫu này hơn các nghiên cứu
khác là do phần lớn số quan sát này đã thỏa mãn điều kiện thứ hai hơn là điều kiện thứ
nhất, và số quan sát thỏa mãn điều kiện thứ nhất chỉ chiếm một phần rất nhỏ trong mẫu
quan sát này. Tác giả thừa nhận là có một sự linh động trong việc xác định quan sát
công ty theo năm nào rơi vào trong tình trạng kiệt quệ tài chính như các nghiên cứu
trước đây đã chỉ ra như nghiên cứu của Andrade và Kaplan (1998) chỉ ra rằng một
công ty được xác định rơi vào tình trạng kiệt quệ tài chính khi EBITDA thấp hơn chi
phí lãi vay ngay năm đầu tiên.
Hernandez Tinoco và Wilson (2013) đã xây dựng một mô hình dự báo kiệt quệ tài
chính với 2 mục tiêu chính. Đầu tiên đó là xây dựng một mô hình dự báo kiệt quệ tài
chính kịp thời và chính xác hơn. Các mô hình được thiết kế để đạt được các kết quả
chính xác hơn so với các nghiên cứu trước đây và tạo ra một mô hình cuối cùng
(parsimonious model) bởi vì chúng có giá trị thực tế hơn. Xa hơn nữa, Zmijewski
(1984) và Pindado cùng cộng sự (2008) đã chỉ ra rằng một bộ biến bao gồm quá nhiều
biến sẽ không làm cho mô hình đạt được mức hiệu quả lớn nhất. Pindado cùng cộng sự
(2008) sử dụng duy nhất 3 biến kế toán để đạt được mức độ chính xác cao trong mô
hình dự báo kiệt quệ tài chính của họ. Các biến được sử dụng trong nghiên cứu của họ
là EBIT trên tổng tải sản, chi phí tài chính trên tổng tài sản, và lợi nhuận giữ lại trên
tổng tài sản, và các tỷ số này lần lượt đại diện cho khả năng sinh lợi, chi phí tài chính,
và lợi nhuận giữ lại. Zmijewski (1984) sử dụng một bộ các biến kế toán bao gồm các

đại diện cho tỷ suất sinh lợi trên tài sản, đòn bẩy tài chính, và tính thanh khoản. Hơn
nữa, trong một nghiên cứu xem xét mối quan hệ thực nghiệm giữa rủi ro phá sản và rủi


24

ro hệ thống thông qua việc xây dựng điểm tổng hợp phản ánh xác suất phá sản cho một
công ty tại một thời điểm cụ thể. Dichev (1998) sử dụng một thước đo xuất phát từ các
mô hình kế toán hiện nay như mô hình điểm Z của Altman (1968) 5 biến, mô hình logit
của Ohlson (1980) 7 biến. Mục tiêu thứ hai của phân tích đó là kiểm định tính hữu
dụng của các biến phi kế toán khác, cụ thể hơn là biến thị trường và biến vĩ mô. Tác
giả xem xét xem liệu 2 nhóm biến này có làm gia tăng năng lực dự báo mô hình hay
không. Đây chính là một trong số rất ít các nghiên cứu mà kết hợp 3 nhóm biến này lại
với nhau. Từ đó, tác giả sử dụng một bộ biến bao gồm 130 biến, sau đó thực hiện lựa
chọn mô hình và cuối cùng đạt được một mô hình dự báo kiệt quệ tài chính bao gồm 10
biến. Chính vì vậy, mục tiêu trong luận văn này xem xét một mô hình dự báo bao gồm
10 biến đó có khả năng dự báo tốt tình trạng kiệt quệ tài chính cho các công ty tại Việt
Nam hay không.
Giống như trong nghiên cứu của Hernandez Tinoco và Wilson (2013), do tồn tại
các giá trị cực đoan trong các biến ở một số quan sát, tác giả sử dụng hàm chuyển đổi
TANH hơn là sử dụng phương thức lược bỏ (winsorize) bởi vì trong phương thức lược
bỏ khó lòng để xác định lược bỏ ở mức bao nhiêu % để loại đi các giá trị cực đoan.
Theo Godfrey (2009), khi sử dụng công cụ thống kê này, các giá trị này được xác định
ở trong phạm vi [-1,1], và trong đó khi x có giá trị nhỏ thì TANH(x) ≈ x. Do đó,
TANH có thể được dùng để tạo ra sự chuyển đổi cho các giá trị đầu vào được đặt gần
các giá trị kỳ vọng trong khi cắt giảm các giá trị bên ngoài phạm vi kỳ vọng.


25

3.2.2.

Nhóm biến kế toán

Dựa trên yếu tố nội tại của doanh nghiệp, bài nghiên cứu sẽ tập trung đánh giá
khả năng xảy ra kiệt quệ tài chính thông qua bốn tỷ số sau:
 TFOTL – Tỷ số Dòng tiền từ hoạt động sản xuất kinh doanh trên Tổng nợ
 TLTA –Tỷ số Tổng nợ trên Tổng tài sản
 NOCREDINT – Tỷ số (Tài sản ngắn hạn – Hàng tồn kho – Nợ ngắn hạn) trên
Chi phí hoạt động hàng ngày
 COVERAGE – Tỷ số EBITDA trên Chi phí lãi vay

3.2.2.1. Biến TFOTL
Biến TFOTL được sử dụng trong nhiều nghiên cứu trước đây như Marais (1979)
tại Anh và Ohlson (1980). Biến này thể hiện khả năng đảm bảo thanh toán các nghĩa vụ
tài chính của công ty dựa trên dòng tiền từ hoạt động sản xuất kinh doanh của công ty.
Biến số TFOTL được tính toán như sau:
TFOTL = TANH (

𝐃ò𝐧𝐠 𝐭𝐢ề𝐧 𝐭ừ 𝐡𝐨ạ𝐭 độ𝐧𝐠 𝐬ả𝐧 𝐱𝐮ấ𝐭 𝐤𝐢𝐧𝐡 𝐝𝐨𝐚𝐧𝐡
𝐓ổ𝐧𝐠 𝐧ợ

)

Nhằm loại bỏ các giá trị cực đoan trong các biến ở một số quan sát, tác giả sử
dụng hàm chuyển đổi TANH và các giá trị được xác định ở trong phạm vi [-1,1]. Khi
TFOTL có giá trị dương cho thấy doanh nghiệp có khả năng thanh toán các nghĩa vụ
tài chính tốt và khi TFOTL có giá trị âm cho thấy doanh nghiệp đang ở tình trạng
không tạo ra đủ dòng tiền từ hoạt động sản xuất kinh doanh để đáp ứng các nghĩa vụ tài
chính và có khả năng xảy ra vỡ nợ. Khi giá trị tỷ số tài chính này càng cao (càng gần

1), công ty càng ít có khả năng rơi vào tình trạng kiệt quệ tài chính.
Vì vậy, kỳ vọng tỷ số này mang dấu âm (-) trong mô hình hồi quy và xác nhận giả
thiết là giá trị của tỷ số này càng lớn thì càng làm giảm xác suất xảy ra kiệt quệ tài
chính.