Nghiên cứu cách tiếp cận kế toán và cách tiếp cận thị trường trong dự báo vỡ nợ của doanh nghiệp việt nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN
--------

--------

ĐINH ĐỨC MINH

NGHIÊN CỨU CÁCH TIẾP CẬN KẾ TOÁN VÀ
CÁCH TIẾP CẬN THỊ TRƯỜNG TRONG DỰ BÁO
VỠ NỢ CỦA DOANH NGHIỆP VIỆT NAM

LUẬN ÁN TIẾN SĨ
NGÀNH TÀI CHÍNH - NGÂN HÀNG

Hà Nội, Năm 2019


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN
--------

--------

ĐINH ĐỨC MINH

NGHIÊN CỨU CÁCH TIẾP CẬN KẾ TOÁN VÀ
CÁCH TIẾP CẬN THỊ TRƯỜNG TRONG DỰ BÁO
VỠ NỢ CỦA DOANH NGHIỆP VIỆT NAM
Chuyên ngành: TÀI CHÍNH - NGÂN HÀNG
Mã số: 9340201

LUẬN ÁN TIẾN SĨ

Người hướng dẫn khoa học: 1. PGS.TS. NGUYỄN VIỆT DŨNG
2. TS. TRỊNH MAI VÂN

Hà Nội, Năm 2019


i

LỜI CAM KẾT
Tôi đã đọc và hiểu về các hành vi vi phạm sự trung thực trong học thuật. Tôi cam
kết bằng danh dự cá nhân rằng chuyên đề này do tôi tự thực hiện và không vi phạm yêu
cầu về sự trung thực trong học thuật.
Hà Nội, ngày
tháng
năm 2019
Nghiên cứu sinh

Đinh Đức Minh


ii

MỤC LỤC
LỜI CAM KẾT ...............................................................................................................i
MỤC LỤC ..................................................................................................................... ii
DANH MỤC CÁC TỪ VIẾT TẮT .............................................................................iv
DANH MỤC BẢNG ......................................................................................................v

DANH MỤC HÌNH ......................................................................................................vi
PHẦN MỞ ĐẦU ............................................................................................................1
CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU .............................................................8
1.1. Nghiên cứu dự báo vỡ nợ doanh nghiệp theo cách tiếp cận kế toán ..............8
1.1.1. Nghiên cứu theo cách tiếp cận kế toán trên thế giới.......................................8
1.1.2. Nghiên cứu theo cách tiếp cận kế toán tại Việt Nam ...................................25
1.2. Nghiên cứu dự báo vỡ nợ doanh nghiệp theo cách tiếp cận thị trường .......30
1.2.1. Nghiên cứu theo cách tiếp cận thị trường trên thế giới ................................30
1.2.2. Một số nghiên cứu mô hình KMV- Merton tại Việt Nam ............................39
1.3. Các nghiên cứu so sánh cách tiếp cận kế toán và tiếp cận thị trường trong dự
báo vỡ nợ doanh nghiệp...........................................................................................41
1.4. Kết luận Chương 1 ............................................................................................43
CHƯƠNG 2: CỞ SỞ LÝ LUẬN VỀ DỰ BÁO VỠ NỢ CỦA DOANH NGHIỆP 44
2.1. Vỡ nợ doanh nghiệp ..........................................................................................44
2.1.1. Khái niệm vỡ nợ và phá sản doanh nghiệp ...................................................44
2.1.2. Đặc điểm của rủi ro vỡ nợ ............................................................................46
2.1.3. Nhân tố ảnh hưởng tới khả năng vỡ nợ của doanh nghiệp ...........................48
2.1.4. Ngưỡng vỡ nợ doanh nghiệp ........................................................................50
2.2. Mô hình dự báo vỡ nợ doanh nghiệp ..............................................................52
2.2.1. Mô hình theo cách tiếp cận kế toán ..............................................................52
2.2.2. Mô hình dự báo theo thị trường ....................................................................58
2.4. Kết luận Chương 2 ............................................................................................67
CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU ........................................................68
3.1. Thiết kế nghiên cứu ...........................................................................................68
3.2. Thu thập dữ liệu ................................................................................................77
3.2.1. Dữ liệu nghiên cứu .......................................................................................77
3.2.2. Phương pháp phỏng vấn sâu .........................................................................77
3.3. Kết luận Chương 3 ............................................................................................80
CHƯƠNG 4 ÁP DỤNG MÔ HÌNH THEO CÁCH TIẾP CẬN KẾ TOÁN VÀ THỊ
TRƯỜNG TRONG DỰ BÁO VỠ NỢ DOANH NGHIỆP ......................................81

iii
4.1. Tình hình hoạt động các doanh nghiệp niêm yết tại HOSE giai đoạn 2014-2016....... 81
4.1.1. Khái quát về các doanh nghiệp niêm yết trên thị trường chứng khoán Việt
Nam .........................................................................................................................81
4.1.2. Tình hình doanh nghiệp niêm yết tại HOSE trong giai đoạn 2014-2017. ....89
4.2. Áp dụng mô hình dự báo vỡ nợ đối với các doanh nghiệp trên HOSE .......91
4.2.1. Áp dụng mô hình và các kết quả ..................................................................91
4.2.2. Đánh giá qua kết quả kiểm định ...................................................................93
4.3. Phân tích các kết quả thu được........................................................................96
4.4. Kết luận Chương 4 ............................................................................................97
CHƯƠNG 5 MỘT SỐ KHUYẾN NGHỊ VÀ KIẾN NGHỊ .....................................98
5.1. Một số khuyến nghị nâng cao hiệu quả sử dụng mô hình dự báo ................98
5.1.1. Nâng cao chất lượng dữ liệu đầu vào của mô hình ......................................98
5.1.2. Cải tiến mô hình lượng hóa đo lường khả năng trả nợ ...............................100
5.1.3. Xây dựng hệ thống dữ liệu dự báo vỡ nợ doanh nghiệp ............................103
5.1.4. Phổ biến kiến thức về mô hình đo lường vỡ nợ doanh nghiệp ...................104
5.1.5. Hoàn hiện các ứng dụng từ các mô hình dự báo vỡ nợ doanh nghiệp .......104
5.1.6. Tăng cường nhận thức sử dụng mô hình dự báo vỡ nợ doanh nghiệp .......104
5.2. Kiến nghị ..........................................................................................................109
5.2.1. Đối với Chính Phủ ......................................................................................109
5.2.2. Đối với Ngân hàng nhà nước ......................................................................110
5.2.3. Đối với Ủy Ban Chứng Khoán Quốc Gia ...................................................113
PHẦN KẾT LUẬN ....................................................................................................115
DANH MỤC CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ ....................................117
DANH MỤC TÀI LIỆU THAM KHẢO .................................................................118
PHỤ LỤC 1: DANH SÁCH GỬI Ý KIẾN CÁC CHUYÊN GIA .........................126
PHỤ LỤC 2: BẢNG KẾT QUẢ THEO CHỈ SỐ Z-SCORE, KMV VÀ THỰC TẾ.... 128
PHỤ LỤC 3: KẾT QUẢ KIỂM ĐỊNH CHỈ SỐ Z-SCORE VÀ KMV THEO

PHƯƠNG PHÁP ROC..............................................................................................162


iv

DANH MỤC CÁC TỪ VIẾT TẮT
BCĐKT

: Bảng cần đối kế toán

BCTC

: Báo cáo tài chính

CIC

: Trung tâm thông tin tín dụng Quốc Gia Việt Nam

CNTT

: Công nghệ thông tin

CSH

: Chủ sở hữu

DNNN

: Doanh nghiệp nhà nước

DT

: Doanh thu

GTSS

: Giá trị sổ sách

GTTT

: Giá trị thị trường

KHDN

: Khách hàng doanh nghiệp

LN

: Lợi nhuận

NDN

: Nợ dài hạn

NĐT

: Nhà đầu tư

NHNN

: Ngân hàng Nhà nước

NHTM

: Ngân hàng thương mại

NNH

: Nợ ngắn hạn

TCTD

: Tổ chức tín dụng

TSNH

: Tài sản ngắn hạn

TTS

: Tổng tài sản

UBCKQG

: Ủy ban chứng khoán Quốc Gia

VCSH

: Vốn chủ sử hữu

VLĐ

: Vốn lưu động

XHTD

: Xếp hạng tín dụng


v

DANH MỤC BẢNG
Bảng 2.1: Bảng xếp hạng tín dụng theo giá trị vỡ nợ ....................................................66
Bảng 3.1: Bảng dữ liệu để tính toán giá trị Z-Score......................................................68
Bảng 3.2: Bảng dữ liệu để tính toán giá trị MKV .........................................................69
Bảng 3.3: Bảng Ma trận nhầm lẫn (Confusion matrix) .................................................73
Bảng 3.4: Phân loại AU ROC........................................................................................76
Bảng 3.5: Số Doanh nghiệp nghiên cứu trên Sở GDCK TP. HCM năm 2014-2016 ....77
Bảng 4.1: Số lượng doanh nghiệp niêm yết một số ngành chủ đạo trên HNX và HOSE ..... 85
Bảng 4.2. Danh sách các doanh nghiệp huỷ niêm yết do thua lỗ trên HOSE năm 2015 ..... 86
Bảng 4.3. Danh sách các doanh nghiệp huỷ niêm yết do thua lỗ trên HNX năm 2015 .....87
Bảng 4.4. Quy mô thị trường chứng khoán giai đoạn 2016 - 2017 ...............................88
Bảng 4.5. Hoạt động của các doanh nghiệp niêm yết giai đoạn 2016 - 2017 ...............89
Bảng 4.6. Giao dịch toàn thị trường qua các năm (2014, 2015, 2016, 2017) ...............89
Bảng 4.7. Danh sách hủy niêm yết trên HOSE do thua lỗ năm 2015 – 2017 ...............90
Bảng 4.8: Bảng tổng hợp kết quả sử dụng mô hình Z-Score (1968) và Z – Score (1993) .. 91
Bảng 4.9: Bảng Ma trận nhầm lẫn (Confusion matrix) theo Z-Score (1968) ...............91
Bảng 4.10: Bảng Ma trận nhầm lẫn (Confusion matrix) theo Z-Score (1993) .............92
Bảng 4.11: Bảng tổng hợp kết quả sử dụng mô hình KMV ..........................................92
Bảng 4.12: Bảng Ma trận nhầm lẫn (Confusion matrix) theo KMV .............................93

Bảng 4.13: Bảng kết quả tính toán hệ số tương quan ....................................................93


vi

DANH MỤC HÌNH
Hình 1.1. Khái niệm cơ bản của mô hình Merton .........................................................32
Hình 1.2. Vị thế tương đương khi nắm giữ nợ ..............................................................34
Hình 2.1. Phân phối rủi ro của vỡ nợ và rủi ro thị trường .............................................47
Hình 2.2. Khái niệm cơ bản của mô hình Merton .........................................................59
Hình 2.3. Vị thế tương đương khi nắm giữ nợ ..............................................................60
Hình 2.4. Khái niệm cơ bản mô hình KMV ..................................................................64
Hình 2.5. Đồ thị mối quan hệ giữa EDF và DD ............................................................65
Hình 3.1. Đường cong ROC ..........................................................................................75
Hình 3.2. Diện tích dưới đường ROC ...........................................................................76
Hình 4.1. Một số chỉ tiêu tài chính và tốc độ tăng trưởng của doanh nghiệp niêm yết
2010 - 2015 ....................................................................................................................83
Hình 4.2. ROA, ROE của doanh nghiệp niêm yết từ 2010- 2015 .................................83
Hình 4.3: Đường cong ROC kiểm định Z-score (1993) ................................................94
Hình 4.4: Đường cong ROC kiểm định KMV ..............................................................95


1

PHẦN MỞ ĐẦU
1. Sự cần thiết của nghiên cứu
Vỡ nợ doanh nghiệp là kết cục không mong đợi, nó ành hưởng trực tiếp tới
quyền lợi, nghĩa vụ các nhà đầu tư, chủ nợ, người lao động và các đối tượng có liên
quan. Việc tìm ra phương pháp dự báo sớm và chính xác vỡ nợ doanh nghiệp được
các nhà khoa học, các nhà quản lý ngày càng quan tâm do ảnh hưởng sâu, rộng và xử

lý hậu quả rất khó khăn từ các vụ vỡ nợ doanh nghiệp. Việc đánh giá năng lực doanh
nghiệp đặc biệt là dự báo vỡ nợ doanh nghiệp đóng vai trò quan trọng cho cả các nhà
quản lý nhà nước, các NHTM, các đối tác liên quan để thúc đẩy sản xuất, kinh doanh
cũng như các biện pháp để đảm bảo hoạt động ổn định, phát triển.
Tại Việt Nam, các doanh nghiệp tham gia mới và ngừng kinh doanh có biến
động lớn. Theo Tổng cục Thống kê, số doanh nghiệp được cập nhật vào thời điểm
31/12/2017 trên phạm vi cả nước ước tính là 561.064 doanh nghiệp. Trong năm 2018,
cả nước có 131.275 doanh nghiệp thành lập mới với số vốn đăng ký là 1.478.101 tỷ
đồng, tăng 3,5% về số doanh nghiệp và tăng 14,1% về số vốn đăng ký. Tuy nhiên
trong năm 2018, số doanh nghiệp đăng ký tạm ngừng kinh doanh có thời hạn của cả
nước là 27.126 doanh nghiệp, tăng 25,1% so với cùng kỳ năm 2017 nâng tổng số lũy
kế các doanh nghiệp tạm ngừng hoạt động, chờ giải thể và phá sản trong gần 100.000
doanh nghiệp. Theo con số của Ủy ban Giám sát Tài chính Quốc gia thì con số nợ
xấu của hệ thống công bố tháng 12/2017 thì nợ xấu toàn hệ thống ngân hàng là 9,3%
và nếu phân loại theo đúng chuẩn mực Bass II thì con số còn cao hơn. Chính vì vậy
Quốc hội ban hành NQ số 42/2017/QH14, Chính phủ ban hành QĐ số 1058/QĐ-TTg
của Thủ tướng chính phủ về xử lý nợ xấu giai đoạn 2016-2020 trong đó triển khai
đồng bộ các giải pháp cơ cấu lại hệ thống các tổ chức tín dụng gắn với xử lý nợ xấu.
Đối với các tổ chức tín dụng thì việc nâng cao năng lực quản trị rủi ro tín dụng thì
cần lượng hóa mức độ rủi ro trong từng khâu cấp tín dụng trong đó việc cần thiết
phải sử dụng các mô hình dự báo vỡ nợ đối với các doanh nghiệp.
Việc đưa các mô hình dự báo vỡ nợ vào trong quy trình đánh giá để hỗ trợ định
mức tín nhiệm hay ra quyết định tín dụng ở các TCTD cũng không còn quá mới lạ
trên thế giới, thậm chí còn là một các bước quan trọng trong quy trình đánh giá doanh
nghiệp. Tính tới thời điểm hiện tại cũng có rất nhiều nghiên cứu về các phương pháp
đo lường vỡ nợ doanh nghiệp có thể kể đến như cách tiếp cận kế toán (tiêu biểu là
mô hình Z-Score, Logit, Probit...), cách tiếp cận thị trường (tiêu biểu là mô hình cấu


2

trúc, mô hình KMV...) hay phương pháp mạng Nơ-ron nhân tạo... Tuy nhiên, các
nghiên cứu dự báo vỡ nợ doanh nghiệp chủ yếu theo cách tiếp cận kế toán và cách
tiếp cận thị trường như Altman (1968), Zhou & Zhao (2006), Porporato & Sandin
(2007), Cerovac & Ivicic (2009), Ann - Katrin Napp (2011)... Cũng có một số nhà
nghiên cứu trên thế giới so sánh hai phương pháp dự báo vỡ nợ theo cách tiếp cận kế
toán và theo cách tiếp cận thị trường với các số liệu doanh nghiệp cụ thể tại các nước
khác nhau như Mei - Ying Liu et al (2011); Vinet Agarwal and Richard Taffler
(2008)... Hiện các nghiên cứu vẫn đi tìm lời giải đáp về sử dụng phương pháp nào hiệu
quả hơn, hay cần sự phối hợp bổ trợ giữa hai phương để dự báo vỡ nợ doanh nghiệp.
Dự báo nguy cơ vỡ nợ bằng các mô hình dự báo tại các nước được nghiên cứu,
áp dụng rộng rãi trong khi các nghiên cứu và áp dụng tại Việt Nam chưa được chú
trọng. Các dự báo vỡ nợ hiện phần nhiều vẫn sử dụng các phương pháp định tính do
tính chính xác của thông tin đầu vào, thói quen sử dụng phương pháp truyền thống…
Cùng với xu thế minh bạch hóa số liệu và các tiêu chuẩn áp dụng dần được chuẩn hóa
theo các tiêu chuẩn quốc tế, các tổ chức tín dụng tại Việt Nam dần áp dụng các chuẩn
mực theo các chuẩn mực quốc tế như Basel. Bản thân các tổ chức tín dụng được phép
lựa chọn, sử dụng phương pháp xếp hạng nội bộ cho các doanh nghiệp vay vốn để thiết
lập chi phí vốn đối với các rủi ro tín dụng của các danh mục đầu tư của mình thì các
dự báo vỡ nợ phải được lượng hóa, việc áp dụng mô hình để dự báo vỡ nợ đối với các
doanh nghiệp.
Hiện đã có một số các nghiên cứu mô hình vào dự báo vỡ nợ đối với các doanh
nghiệp tại Việt Nam có áp dụng các mô hình theo cách tiếp cận kế toán và cách tiếp
cận thị trường. Tuy nhiên vẫn cần thêm nhiều các nghiên cứu sâu hơn với nhiều góc
cạnh để có thể áp dụng vào thực tiễn dự báo vỡ nợ doanh nghiệp tại Việt Nam trong
đó cần thiết phải có những nghiên cứu một cách toàn diện về dự báo vỡ nợ doanh
nghiệp đồng thời bằng hai phương pháp kế toán và phương pháp thị trường. Đối với
các doanh nghiệp Việt Nam thì dự báo vỡ nợ bằng phương pháp truyền thống kế toán
có chính xác không hay cần phải thêm các phương pháp khác như phương pháp thị
trường, phương pháp thị trường so với phương pháp kế toán thì phương pháp nào dự
báo vỡ nợ doanh nghiệp tốt hơn tại thị trường Việt Nam. Trong điều kiện Việt Nam

hội nhập kinh tế quốc tế, các hoạt động kinh doanh của doanh nghiệp chịu tác động
và ảnh hưởng mạnh mẽ bởi thông lệ quốc tế thì lượng hóa các vấn đề rủi ro là xu thế
tất yếu. Việc nghiên cứu một mô hình lượng hóa áp dụng dự báo vỡ nợ cho các doanh


3
Việt Nam được sự quan tâm của không chỉ các nhà nghiên cứu mà còn đối với các
đối tượng sử dụng kết quả của nghiên cứu.
Chính vì vậy, Nghiên cứu sinh đã lựa chọn đề tài “Nghiên cứu cách tiếp cận kế
toán và cách tiếp cận thị trường trong dự báo vỡ nợ của doanh nghiệp Việt Nam”
là đề tài Luận án Tiến sĩ của mình.

2. Mục tiêu nghiên cứu
Mục tiêu tổng quát của nghiên cứu là so sánh, lựa chọn cách tiếp cận phù hợp
để dự báo vỡ nợ doanh nghiệp Việt Nam từ đó đưa ra các giải pháp nâng cao hiệu quả
sử dụng mô hình dự báo. Từ mục tiêu tổng quát trên, các mục tiêu cụ thể của Luận án
như sau:
- Nghiên cứu đưa ra cơ sở lý luận về vỡ nợ và dự báo vỡ nợ doanh nghiệp, áp
dụng cơ sở lý luận về dự báo vỡ nợ đối với các doanh nghiệp Việt Nam.
- Tập trung nghiên cứu khả năng dự báo vỡ nợ bằng hai cách tiếp cận: kế toán
qua một số mô hình kế toán tiêu biểu và cách tiếp cận thị trường bằng mô hình
KMV từ đó kiểm định sự chính xác của mô hình áp dụng đối với các doanh nghiệp
Việt Nam.
- Các giải pháp nhằm nâng cao hiệu quả sử dụng mô hình dự báo và một số kiến
nghị hạn chế vỡ nợ cho các doanh nghiệp Việt Nam.

3. Câu hỏi nghiên cứu
Luận án hướng tới việc nghiên cứu và giải đáp câu hỏi cho mục tiêu tổng quát và
mục tiêu cụ thể như sau:
Về câu hỏi tổng quát:

Phương pháp tiếp cận nào phù hợp với dự báo vỡ nợ doanh nghiệp Việt Nam và
vận dụng thực tiễn trong dự báo vỡ nợ doanh nghiệp Việt Nam?
Về câu hỏi cụ thể:
- Các mô hình sử dụng theo phương pháp cận kế toán và tiếp cận thị trường khi
áp dụng để dự báo vỡ nợ doanh nghiệp Việt Nam có hiệu quả không?
- Với hiện trạng doanh nghiệp Việt Nam hiện nay, áp dụng mô hình như nào cho
phù hợp và hiệu quả?
- Qua kết quả thực nghiệm, các giải pháp và kiến nghị đưa ra nhằm áp dụng hiệu
quả mô hình dự báo vỡ nợ đối với các doanh nghiệp Việt Nam?


4

4. Đối tượng và phạm vi nghiên cứu
* Đối tượng nghiên cứu: luận án nghiên cứu về các phương pháp dự báo vỡ nợ
doanh nghiệp, khả năng dự báo vỡ nợ doanh nghiệp bằng phương pháp kế toán và
phương pháp thị trường thông qua lý luận và kiểm chứng thực tiễn đối các doanh nghiệp
Việt Nam.
* Phạm vi nghiên cứu:
- Về nội dung nghiên cứu: đề tài áp dụng lý thuyết về vỡ nợ, dự báo vỡ nợ, áp
dụng phương pháp kế toán bằng mô hình Z-Score và phương pháp thị trường bằng mô
hình KMV đối với các doanh nghiệp niêm yết tại Sở giao dịch Chứng khoán Hồ Chí
Minh (HOSE) loại trừ đối với các doanh nghiệp là các tổ chức tín dụng.
- Về không gian nghiên cứu: đề tài nghiên cứu dự báo vỡ nợ đối các doanh nghiệp
cổ phần tại Việt Nam có liên hệ đối với các kết quả dự báo vỡ nợ của các nước.
- Về thời gian nghiên cứu: Thông qua các số liệu kế toán và thị trường của các
doanh nghiệp Sở giao dịch Chứng khoán Hồ Chí Minh (HOSE) trong 3 năm từ 20142016 để dự báo vỡ nợ doanh thông qua việc áp dụng phương pháp dự báo kế toán và
phương pháp dự báo thị trường. Nghiên cứu sử dụng số liệu thống kê thực tế các
doanh nghiệp vỡ nợ hay không vỡ nợ theo phân loại tại thời điểm sau 1 năm so với
số liệu tính toán từ mô hình dự báo.

5. Phương pháp nghiêu cứu
Nghiên cứu thu thập số liệu từ các báo cáo tài chính và dữ liệu thị trường của các
của các doanh nghiệp đang niêm yết tại Sở giao dịch Chứng khoán Hồ Chí Minh (HOSE)
qua các thời kỳ để có các phân tích đánh giá và lấy số liệu từ năm 2014-2016 để thử
nghiệm phương pháp tiếp cận kế toán với mô hình Z-Score và tiếp cận thị trường với
mô hình KMV. Từ kết quả thu được từ việc sử dụng mô hình, đối chiếu với kết quả phân
loại thực tế khi sử dụng phương pháp MCC và phương pháp ROC để đánh giá hiệu quả
của từng mô hình.
Nghiên cứu cũng tiến hành phỏng vấn sâu với các chuyên gia, các nhà quản lý
về hiện trạng sử dụng các mô hình dự báo vỡ nợ doanh nghiệp để tăng thêm các nhận
định và đưa ra các giải pháp nâng cao hiệu quả sử dụng phương pháp dự báo vỡ nợ
doanh nghiệp.


5

6. Thiết kế nghiên cứu
Bước 1:
Tổng quan nghiên cứu trên thế giới và trong nước để
đưa ra định hướng nghiên cứu dự báo vỡ nợ doanh
nghiệp bằng phương pháp tiếp cận kế toán và tiếp
cận thị trường
Bước 2:Khung nghiên cứu theo cách tiếp cận
kế toán và tiếp cận thị trường trong dự báo vỡ nợ
doanh nghiệp.

Số liệu từ thứ cấp từ BCTC, giá trị
thị thị trường để tính toán dự báo vỡ
nợ bằng mô hình Z-Score và KMV .

Từ tổng quan nghiên cứu, cơ sở lý luận
về dự báo vỡ nợ doanh nghiệp và thực
tế công tác dự báo vỡ nợ doanh nghiệp
Việt Nam thiết kế chương trình phỏng
vấn sâu với các chuyên gia, nhà quản lý.

Dùng phương pháp MCC và ROC để
so sánh kết quả với thực tế từ việc tính
toán theo hai phương pháp áp dụng cho
dự báo vỡ nợ doanh nghiệp Việt Nam.

Thực hiện phỏng vấn sâu với trên 20
chuyên gia, nhà quản lý và tổng hợp
các ý kiến về dự báo vỡ nợ doanh
nghiệp Việt Nam.

Bước 3: Thảo luận kết quả nghiên cứu

Bước 4: Khuyến nghị và kiến nghị.


6

7. Những đóng góp của Luận án
Luận án dự kiến có các đóng góp sau:
* Về mặt lý luận: Vỡ nợ doanh nghiệp đã được các nước phát triển nghiên cứu
nhiều tuy nhiên các năm gần đây các nước có nền kinh tế đang phát triển như Trung
Quốc, Thái Lan... mới có một số các nghiên cứu. Ở Việt Nam hiện chưa nhiều các nghiên
cứu về dự báo vỡ nợ doanh nghiệp hoặc các nghiên cứu vẫn chỉ ở một góc cạnh và cần

có nhiều bổ sung cho đầy đủ hệ thống lý luận nghiên cứu về dự báo vỡ nợ doanh nghiệp.
Các đóng góp cụ thể về mặt lý luận:
-Việc nghiên cứu dự báo vỡ nợ theo hai phương pháp tiếp cận kế toán và cách
tiếp cận thị trường đối với các doanh nghiệp Việt Nam một cách có hệ thống giúp cho
các nghiên cứu sau này có một nền tảng lý luận cho việc lựa chọn mô hình nghiên cứu
về vỡ nợ doanh nghiệp tại Việt Nam.
- Nghiên cứu cũng đề xuất về cách xác định ngưỡng vỡ nợ đối với các doanh
nghiệp Việt Nam. Việc đề xuất này sẽ là cơ sở cho các nghiên cứu, các nhà xây dựng
luật pháp vận dụng, các quy trình áp dụng cho các đối tượng phải sử dụng dự báo vỡ nợ
doanh nghiệp trong nghiệp vụ của mình.
- Việc áp dụng phương pháp lượng hóa hiệu quả bằng mô hình dự báo vỡ nợ kết
hợp với phương pháp phỏng vấn các chuyên gia để tăng tính tin cậy của kết quả.
Về mặt thực tiễn:
- Nghiên cứu góp phần cho các nhà quản lý tại Việt Nam đưa ra các quy định liên
quan tới dự báo vỡ nợ doanh nghiệp theo hướng minh bạch hóa các thông tin dự báo
cho các nhà đầu tư, chủ nợ và các đối tượng liên quan.
- Trên cơ sở lý luận và các nghiên cứu về điểm vỡ nợ, Luận án đưa ra ý kiến áp
dụng điểm vỡ nợ các doanh nghiệp Việt Nam có thể vận dụng cho việc xây dựng mô
hình vỡ nợ doanh nghiệp của mình.
- Từ cơ sở các kết quả của thực nghiệm, nghiên cứu cũng đưa ra các khuyến nghị
nhằm hiệu quả sử dụng dự báo vỡ nợ cũng như các một số khuyến nghị để hạn chế vỡ
nợ đối với các doanh nghiệp Việt Nam.


7

8. Kết cấu của Luận án
Ngoài Phần mở đầu, Kết luận...thì luận án được phân thành 5 chương chính được kết
cấu như sau:

Chương 1: Tổng quan nghiên cứu
Chương 2: Cơ sở lý luận về dự báo vỡ nợ của doanh nghiệp
Chương 3: Phương pháp nghiên cứu
Chương 4: Áp dụng cách tiếp cận kế toán và cách tiếp cận trị trường trong dự
báo vỡ nợ doanh nghiệp
Chương 5: Các khuyến nghị và kiến nghị


8

CHƯƠNG 1:
TỔNG QUAN NGHIÊN CỨU
1.1. Nghiên cứu dự báo vỡ nợ doanh nghiệp theo cách tiếp cận kế toán

1.1.1. Nghiên cứu theo cách tiếp cận kế toán trên thế giới
Phương pháp nghiên cứu vỡ nợ theo cách tiếp cận kế toán sử dụng biến độc lập
là chỉ số tính từ báo cáo tài chính của doanh nghiệp để tính điểm vỡ nợ hoặc xác suất vỡ
nợ (probability of default) từ đó phân loại các doanh nghiệp không vỡ nợ, có nguy cơ
vỡ nợ và doanh nghiệp vỡ nợ. Trong cách tiếp cận này có nhiều phương pháp được phát
triển trong đó có thể kể đến như: Mô hình tuyến tính đo lường xác suất (Linear
probability model) gồm mô hình đơn biến của Beaver's (1966) hay mô hình đa biến của
Altman's (1968), mô hình probit Ohlson's (1980), mô hình probit Zmijewski's (1984)...

* Mô hình phân tích đơn biến:
Dự báo vỡ nợ doanh nghiệp là chủ đề nghiên cứu được quan tâm kể từ công trình
nghiên cứu của Beaver (1966). Mặc dù dự báo vỡ nợ doanh nghiệp đã được thực hiện
trước Beaver nhưng các nhà nghiên cứu còn thiếu phương pháp tiếp cận chặt chẽ. Beaver
đi tiên phong trong nghiên cứu thực nghiệm về dự báo vỡ nợ doanh nghiệp sử dụng phân
tích đơn biến các tỷ số tài chính đối với các doanh nghiệp vỡ nợ và doanh nghiệp không
vỡ nợ. Công trình nghiên cứu của Beaver được coi là bước ngoặt cho các nghiên cứu về

phân tích tỷ số trong tương lai (Horrigan, 1968). Trong phân tích đơn biến, các dự báo
vỡ nợ doanh nghiệp được dựa trên một tỷ số tài chính đơn lẻ. Beaver định nghĩa vỡ nợ
là việc một doanh nghiệp mất khả năng chi trả cho các khoản nợ đến hạn. Trái phiếu cố
định, tài khoản thấu chi ngân hàng, hoặc cổ tức cổ phiếu ưu tiên chưa được thanh toán đều được coi như bằng chứng cho sự vỡ nợ doanh nghiệp. Beaver đã áp dụng một bài
kiểm tra phân loại đơn biến, trong đó mỗi tỷ số trong 30 tỷ số tài chính khác nhau đã
được sử dụng để dự báo biến của doanh nghiệp vỡ nợ và không vỡ nợ. Các tỷ số được
chọn lựa dựa trên cơ sở ba tiêu chí sau: (i) sự phổ biến trong nghiên cứu tổng quan; (ii)
kết quả áp dụng các tỷ số này trong các nghiên cứu trước đó; và (iii) việc tuân thủ khái
niệm dòng tiền. Phân tích đơn biến bao gồm việc sử dụng một tỷ số tài chính đơn lẻ
trong mô hình dự báo vỡ nợ. Dữ liệu cho các mẫu nghiên cứu được thu thập từ Moody's
Industrial Manual cho 5 năm trước vỡ nợ. Beaver lựa chọn 79 mẫu của doanh nghiệp vỡ
nợ và không vỡ nợ, sử dụng phương pháp cặp đôi từng ngành dựa trên một mã gồm ba
chữ số phân loại ngành tiêu chuẩn (Standard Industrial Classification - SIC) và quy mô
tài sản trong các năm 1954 đến 1964. Mục đích của việc sử dụng phương pháp này là


9
để kiểm soát các yếu tố có thể làm ảnh hưởng tới mối quan hệ giữa các tỷ số tài chính
và khả năng vỡ nợ của doanh nghiệp.
Sáu biến sau đây được Beaver lựa chọn như những biến chính xác nhất dự báo
vỡ nợ doanh nghiệp, bao gồm: tiền mặt trên tổng nợ; LN ròng/TTS; NDH/TTS;
VLĐ/TTS; tỷ số thanh toán hiện hành; và khoảng phi tín dụng (hay khả năng thanh
khoản). Mặc dù cách tiếp cận đơn biến có những thiếu sót nhất định, đặc biệt là thiếu sự
kết hợp các tỷ số khác nhau, nhưng mô hình của Beaver đã đạt được mức độ chính xác
nhất định trong dự báo. Tỷ lệ phân loại tổng thể là 87%, 79%, 77%, 76% và 78% trong
năm đầu tiên tới năm thứ năm trước vỡ nợ. Phát hiện chính của nghiên cứu này là các
tỷ số tài chính có khả năng dự báo vỡ nợ trong ít nhất 5 năm trước vỡ nợ. Beaver kết
luận rằng tỷ số tiền trên tổng nợ là tỷ số dự báo tốt nhất. Tuy nhiên, việc sử dụng tỷ lệ
tài chính cho dự báo vỡ nợ được sử dụng thận trọng.

Trước hết, không phải tất cả các tỷ số đều dự báo với cùng mức độ chính xác
như nhau.
Thứ hai, các tỷ số thành công trong việc dự báo không vỡ nợ thì nhiều hơn dự
báo vỡ nợ.

Thứ ba, về mục đích ra quyết định, các tỷ số tài chính nên được bổ sung bằng tỷ
lệ phân bố tần suất và phân bố xác suất. Lý thuyết về phân tích tỷ số của Beaver là mô
hình dòng tiền, được coi như khung khổ cho việc giải thích các kết quả của các bài kiểm
tra về tỷ lệ (Beaver, 1966). Zavrgen (1983) lại lập luận rằng nghiên cứu của Beaver có
những hạn chế nhất định đối với việc thiết kế thống kê và tính hữu dụng của các các kỹ
thuật đơn biến. Dù vậy, nghiên cứu của Beaver có hai thành công chính: dự đoán với
mức độ chính xác khá cao dù chỉ với một mô hình đơn giản và cung cấp sự thảo luận lý
thuyết về các nghiên cứu thực nghiệm. Các kết quả là lựa chọn tỷ số, giá trị mô hình và
tính chính xác của mô hình đơn biến.

* Mô hình phân tích đa khác biệt:
Nhiều mô hình dự báo vỡ nợ như vậy đã được phát triển từ khi Beaver (1966)
thực hiện phân tích sử dụng kỹ thuật đơn biến. Phần này sẽ khái quát một vài nghiên
cứu quan trọng trong lĩnh vực dự báo vỡ nợ doanh nghiệp sử dụng kỹ thuật phân tích đa
khác biệt. Các nghiên cứu này đại diện chỉ cho một vài trong số nhiều nhà nghiên cứu
đã thực hiện nghiên cứu trong việc phát triển mô hình dự báo vỡ nợ sử dụng kỹ thuật
thống kê phổ biến này.

+ Mô hình dự báo của Altman (1968)


10
Trong việc phân tích tình hình tài chính doanh nghiệp, có thể nói, mô hình chỉ số
Z - Score là mô hình rủi ro tài chính nổi tiếng nhất, được áp dụng rộng rãi trên thế giới
do kết quả kiểm nghiệm khá tin cậy do Giáo sư Edward I. Altman xây dựng trên cơ sở

các số liệu từ các doanh nghiệp tại Mỹ. Dựa vào cơ sở lý thuyết và phương pháp xây
dựng mô hình của Altman, mô hình chỉ số Z được các nước, các tổ chức khác nhau trên
thế giới phát triển nhằm phù hợp với môi trường và đặc điểm của các doanh nghiệp ở
từng khu vực.
Edward I. Altman (1968) là nhà nghiên cứu đầu tiên áp dụng kỹ thuật phân tích
đa khác biệt (Multiple Discriminant Aanalysis) để dự báo thất bại kinh doanh thông qua
việc sử dụng các tỷ lệ tài chính. Khác với các phân tích đơn biến dựa trên các tỷ số đơn
lẻ, ý tưởng chính của phân tích đa biến là kết hợp thông tin của nhiều tỷ số tài chính
thành một chỉ số có trọng số (Laitinen, 1991). Phân tích khác biệt là một phương pháp
phân tích đa biến trong phân tích số liệu. Phương pháp này đặc biệt hữu ích vì mục đích
là để nhóm các biến riêng biệt thành các nhóm, ví dụ tốt hay chưa tốt, nam hay nữ, vỡ
nợ hay không vỡ nợ (Fulmer và cộng sự, 1984). Công trình nghiên cứu dự báo vỡ nợ
của Altman được xây dựng dựa trên việc phân biệt khả năng vỡ nợ hay không vỡ nợ của
doanh nghiệp. Kỹ thuật này là phù hợp khi biến phụ thuộc là biến phân loại và các biến
độc lập là các biến số liệu (Hair et al., 1998). Việc phân loại được thực hiện thông qua
việc phát triển một hàm phân biệt. Hàm phân biệt được xây dựng theo hướng tối thiểu
hóa khả năng phân loại sai (Raghupathi và cộng sự, 1991). Kỹ thuật này dần trở thành
một công cụ phổ biến nhất trong dự báo những thất bại kinh doanh của doanh nghiệp.
Ưu điểm của kỹ thuật này là nó xem xét tất cả các đặc tính một cách đồng thời trong khi
vẫn xét đến sự tương tác giữa các đặc tính đó. Altman (1968) đã phát triển một mô hình
nổi tiếng là mô hình dự báo của Altman (1968). Mô hình này đã được áp dụng để đánh
giá:
(i)

liệu phân tích tỷ số có tuân theo kỹ thuật thống kê?

(ii)

liệu kỹ thuật phân tích đa khác biệt có thể cái thiện khả năng dự báo của
các mô hình vỡ nợ?

Và liệu cách tiếp cận này có hữu ích trong các ứng dụng thực nghiệm?

(iii)

Theo phương pháp phân tích tỷ số truyền thống, kỹ thuật phân tích này không
còn quan trọng trong môi trường học thuật do cách tiếp cận khá đơn giản của nó. Lý
thuyết vỡ nợ của Altman cho rằng các tỷ số được phân tích trong một khung khổ đa
chiều sẽ có ý nghĩa thống kê cao hơn cách phân tích tỷ số truyền thống (Altman, 1968).
Trong nghiên cứu này, mô hình Z-score sử dụng các số liệu tài chính từ giai đoạn trước
vỡ nợ như là các biến độc lập trong mô hình tách biệt. Các biến phụ thuộc được đưa vào


11
để phân tách ra các doanh nghiệp vỡ nợ và không vỡ nợ. Trong mô hình của Altman,
tương tự như Beaver, các số liệu cho mẫu phân tích thu thập được từ Moody's Industrial
Manual và lựa chọn các báo cáo thường niên từ một đến năm năm trước khi vỡ nợ.
Altman đã lựa chọn một mẫu gồm 33 doanh nghiệp vỡ nợ và 33 doanh nghiệp chưa vỡ
nợ kết hợp từng cặp theo cơ sở các năm, ngành hoạt động, và quy mô doanh nghiệp là
các biến kiểm soát, lựa chọn dựa trên cơ sở phi ngẫu nhiên. Phương pháp này có nhiều
lợi ích, đặc biệt khi các biến kiểm soát không được bao gồm cụ thể trong mô hình
(Zavgren, 1983). Mẫu các doanh nghiệp vỡ nợ được lấy trong giai đoạn 1946-1965 và
quy mô tài sản từ 0,7 triệu đôla đến 25,9 triệu đôla. Các doanh nghiệp nhỏ với tài sản ít
hơn 1 triệu đôla được loại ra khỏi mẫu. Tất cả các doanh nghiệp không vỡ nợ vẫn hoạt
động sau năm 1966. Phương pháp nghiên cứu này bị hạn chế với các doanh nghiệp sản
xuất và áp dụng với 22 biến tỷ số. Hầu hết các tỷ số được lựa chọn dựa trên sự phổ biến
và tiềm năng trong nghiên cứu. Tuy nhiên, tỷ số tiền mặt trên tổng nợ, xác định bởi
Beaver (1966), không được đưa vào danh mục các biến vì thiếu nhất quán trong số liệu.
Mô hình Z-score của Altman sử dụng 5 tỷ số tài chính và được đánh giá như sự dự báo
khánh kiệt tài chính có tính chính xác cao.
Năm tỷ số tài chính có khả năng dự báo cao nhất là: VLĐ/TTS; LN giữ lại/TTS;

LN trước thuế và lãi/TTS; GTTT của vốn cổ phần/GTSS của tổng nợ; DT/TTS. Thành
công của mô hình này là dựa trên các đặc điểm tài chính của doanh nghiệp vỡ nợ khác
với đặc điểm tài chính của các doanh nghiệp không vỡ nợ. Trong quá trình thực hiện có
thể xảy ra hai lỗi phân loại. Thứ nhất, các doanh nghiệp vỡ nợ có thể được phân loại
thành các doanh nghiệp không vỡ nợ (lỗi loại I). Thứ hai, các doanh nghiệp không vỡ
nợ có thể bị phân loại thành các doanh nghiệp vỡ nợ (lỗi loại II). Mô hình này dự báo
chính xác 95% trên các doanh nghiệp thuộc mẫu. Nói cách khác, 95% các doanh nghiệp
trong mẫu được phân loại chính xác thành nhóm vỡ nợ và chưa vỡ nợ dựa vào số liệu
tài chính một năm trước đó.
Lý thuyết cơ bản của mô hình Altman là sự kết hợp của 5 nhóm tỷ số trong việc
thiết lập một mô hình vỡ nợ có thể được sử dụng để phân biệt giữa các doanh nghiệp bị
vỡ nợ và giữa các doanh nghiệp không bị vỡ nợ. Altman cho rằng mô hình Z-score có
thể được sử dụng để bổ sung đánh giá các khoản nợ vay, quản lý khoản phải thu và các
thủ tục kiểm soát nội bộ cũng như chiến lược đầu tư (Altman, 1968). Mô hình dự báo
Z-score của Altman như sau:
Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,64X4 + 0,999X5

Trong đó:

Z = Chỉ số tổng hợp

X1 = VLĐ / TTS


12
X2 = LN giữ lại / TTS
X3 = LN trước thuế và lãi vay / TTS
X4 = GTTT của vốn cổ phần / GTSS của tổng nợ
X5 = DT / TTS
Altman xác định các giá trị tiêu chuẩn để nhận định tình hình tài chính của doanh

nghiệp có khả năng vỡ nợ hay không vỡ nợ trong vòng 2 năm tới.

• Z < 1.8, doanh nghiệp có khả năng vỡ nợ
•

Với Z > 2.99, doanh nghiệp không có nguy cơ vỡ nợ

• Trường hợp còn lại, 1.8= < Z =< 2.99, doanh nghiệp rơi vào vùng cảnh báo.
Độ chính xác của mô hình là 95% cho doanh nghiệp trong mẫu và 79% cho doanh
nghiệp ngoài mẫu với khoảng thời gian 1 năm trước vỡ nợ. Tuy nhiên khả năng dự báo
của mô hình giảm xuống còn 72%, 48%, 29% tương ứng với khoảng thời gian 2 năm, 3
năm, 4 năm trước vỡ nợ.
Mô hình Z của Altman (1968) là thước đo tổng hợp về rủi ro tài chính từ đó nhận
diện rủi ro vỡ nợ doanh nghiệp. Rất nhiều nghiên cứu và ứng dụng đã sử dụng mô hình

Z bởi tính ưu việt của nó, đó là dễ dàng tính toán, so sánh, và nhận diện rủi ro và được
các nhà nghiên cứu hiệu chỉnh cho phù hợp với các thị trường khác nhau. Tuy nhiên,

mô hình Z cũng tồn tại những hạn chế nhất định.
Thứ nhất, mô hình Z-Score không đưa ra được nhiều thang đo để phân loại mức
độ rủi ro của doanh nghiệp, với mỗi kết quả khác nhau thì có mức độ vỡ nợ khác nhau.
Mô hình Z- score không đưa ra được chi tiết các mức độ rủi ro khác nhau dẫn đến khó
khăn trong việc ra quyết định cho các nhà đầu đầu tư, rất khó áp dụng để đưa ra các
chính sách cụ thể cho từng doanh nghiệp. Do đó cần có mô hình để phân loại thành
nhiều nhóm doanh nghiệp theo độ mức độ vỡ nợ khác nhau.

Thứ hai, Việc giả định các biến Xj là hoàn toàn độc lập không phụ thuộc lẫn nhau
là không thực tế, tầm ảnh hưởng của biết số cũng thay đổi theo từng thời điểm và từng
thị trường khác nhau.

Thứ ba, mô hình Z- Score không tính tới nhân tố khó lượng hóa là các biết phi
tài chính nhưng lại ảnh hưởng rất lớn đến vỡ nợ doanh nghiệp như yếu tố rủi ro ngành,
chủ sở hữu doanh nghiệp…
Trên cơ sở kết quả mô hình Z-Score (1968) của Altman đã có nhiều nghiên cứu


13
áp dụng kết quả vào từng thị trường và có sự hiệu chỉnh về các biến số cho phù hợp với
số liệu thực tế tại nhiều quốc gia.

+ Mô hình dự báo của Altman (1983)
Mô hình Z-score của Altman đã được chứng minh là khá tin cậy trong các bối
cảnh và quốc gia khác nhau. Tuy nhiên, mô hình không được thiết kế để được sử dụng
trong mọi tình huống. Mô hình mẫu của nó bị hạn chế trong ngành sản xuất. Năm 1983,
Altman sửa đổi mô hình Z-score ban đầu cho các công ty tư nhân quy mô nhỏ xét theo
giá trị tài sản. Altman (1983) đã sửa đổi mô hình dự báo vỡ nợ 5 biến thay thế giá trị sổ
sách của vốn chủ sở hữu cho giá trị thị trường. Ông nhận thấy rằng mô hình 5 biến được
điều chỉnh có thể ít tin cậy hơn mô hình gốc nhưng không đáng kể. Mô hình dự báo phá
sản 5 biến được điều chỉnh như sau:
Z = 0,717X1 + 0,847X2 + 3,107X3 + 0,420X4 + 0,998X5

Trong đó:

Z = Chỉ số tổng hợp

X1 = VLĐ/TTS
X2 = LN giữ lại / TTS
X3 = LN trước thuế và lãi/TTS
X4 = GTSS của Vốn CSH / GTSS của tổng nợ
X5 = DT/TTS

Kết quả chỉ số Z- Score với 5 biến được điều chỉnh với :
- Z-score nhỏ hơn 1,23 doanh nghiệp có khả năng vỡ nợ
- Nếu Z trong khoảng 1,23 đến 2,90: doanh nghiệp ở trong vùng xám.
- Nếu công ty có Z trên 2,90 thì doanh nghiệp không có khả năng vỡ nợ.

+ Mô hình dự báo của Altman (1993)
Năm 1993, Altman đề xuất một sự thay đổi cuối cùng cho mô hình Z-score ban
đầu. Lần sửa đổi thứ hai này được gọi là mô hình dự báo vỡ nợ Z-score bốn biến được
điều chỉnh của Altman. Mô hình của Altman (1993) đã điều chỉnh mô hình Z-score
nguyên gốc cho các doanh nghiệp phi sản xuất. Ông đã loại ra biến X5 (DT/ TTS) để
tối thiểu hóa ảnh hưởng của ngành mà có nhiều khả năng xảy ra khi một biến ngành
nhạy cảm như vòng quay tài sản được đưa vào. Mô hình này khá hữu ích trong ngành
công nghiệp nơi mà có nhiều các tài sản khác nhau và các điều chỉnh quan trọng như
vốn hóa cho thuê không được thực hiện. Altman (1993) cũng dùng các giá trị sổ sách
thay cho các giá trị thị trường. Các hệ số cho tất cả các biến được thay đổi như các nhóm


14
và điểm cắt. Các kết quả phân loại của mô hình Z-score bốn biến cũng gần tốt như Zscore gốc. Ông thấy rằng mô hình sửa đổi thứ hai là hơi ít đáng tin cậy hơn so với mô
hình ban đầu (Altman, 1993). Đối với mô hình bốn biến sửa đổi, nếu Z-score nhỏ hơn
1,10 thì doanh nghiệp có khả năng vỡ nợ. Z-score giữa 1,10 và 2,60 được xác định là
vùng màu xám. Các công ty có Z-score trên 2,60 được phân loại là các doanh nghiệp
khỏe mạnh hoặc không có nguy cơ vỡ nợ (Altman, 1993). Mô hình dự báo Z-score(1993)
bốn biến đã điều chỉnh có dạng như sau:
Z= 6,567X1 + 3,26X2 + 6,72X3 + 1,05X4

Trong đó:

Z = Chỉ số tổng hợp

X1 = VLĐ / TTS
X2 = LN giữ lại / TTS
X3 = LN sau thuế và lãi /TTS
X4 = GTSS của Vốn CSH / GTSS của tổng nợ
Từ mô hình Z-score bốn biến được điều chỉnh của Altman năm 1993, biến
VLĐ/TTS hay X3 là một thước đo của tài sản lưu động ròng (ví dụ tài sản ngắn hạn nhỏ
hơn nợ ngắn hạn) của doanh nghiệp liên quan tới tổng giá trị vốn hóa. Ông kết luận rằng
tỷ số này có giá trị nhất trong các tỷ số thanh khoản trong dự báo vỡ nợ. Tỷ số này cung
cấp sức mạnh dự báo cao hơn so với hai chỉ số thanh khoản khác (tỷ số khả năng thanh
toán hiện hành và tỷ số khả năng thanh toán nhanh). Độ tuổi của một doanh nghiệp là
mặc nhiên được xem xét trong X2, lợi nhuận giữ lại/ TTS. Tỷ số này cho thấy rằng các
doanh nghiệp hoạt động lâu năm hơn thường có mức lợi nhuận tích lũy cao hơn. Altman
(1968) lập luận rằng các công ty có độ tuổi hoạt động thấp hơn hoặc quy mô nhỏ hơn
thường có khả năng bị phân loại vào nhóm vỡ nợ cao hơn. Nhiều nghiên cứu đã cho
thấy tỷ lệ vỡ nợ có liên quan chặt chẽ với tuổi của doanh nghiệp.
Chỉ số X3 cho thấy khả năng tạo thu nhập từ tài sản trước khi có bất kỳ sự ảnh
hưởng nào của các yếu tố về thuế và đòn bẩy. Tỷ số này dường như đặc biệt phù hợp
với các nghiên cứu về dự báo vỡ nợ doanh nghiệp. Altman (1968) đã cho rằng tỷ số
này được chứng minh là nhân tố đóng góp quan trọng nhất đối với hiệu quả phân tích
khác biệt của mô hình. Tỷ lệ GTSS của vốn CSH trên GTSS của tổng nợ hoặc X4, là
yếu tố đóng góp quan trọng thứ ba. Tỷ số này là một thước đo giá trị thuần cho cả các
khoản nợ ngắn hạn và dài hạn. Tỷ lệ này chiếm 22,4% hiệu quả phân tích khác biệt
của mô hình.

+ Mô hình dự báo của Deakin (1972)
Công trình nghiên cứu về dự báo vỡ nợ doanh nghiệp đã được Deakin lần đầu


15
thực hiện vào năm 1972. Trước đó đã có nhiều nghiên cứu sau này lặp lại các công trình

nghiên cứu về vỡ nợ doanh nghiệp. Ví dụ, từ khi mô hình của Beaver (1966) có khả
năng dự báo nhiều hơn mô hình của Altman (1968) trong năm trước năm vỡ nợ. Deakin
(1972) đã đề xuất một mô hình dự báo vỡ nợ doanh nghiệp. Trong nghiên cứu này,
Deakin đã lặp lại công trình của Beaver (1966) với 14 tỷ số với mức độ dự báo chính
xác nhất. Ông đã cải thiện sự chính xác của mô hình Altman với 14 tỷ số mà Beaver đã
xác định. Ông cũng sử dụng quy tắc phân loại xác suất hơn là quy tắc giá trị. Ông đã lựa
chọn 32 doanh nghiệp vỡ nợ sản từ năm 1964 đến năm 1970 và lựa chọn ngẫu nhiên
nhóm doanh nghiệp không vỡ nợ nhưng được phù hợp bởi ngành, năm và quy mô tài
sản từ Moody's Industrial Manual. Ông có thể lặp lại kết quả của Beaver là sử dụng phân
tích đơn biến. Sự phân loại của Beaver và Deakin sử dụng tỷ lệ tiền trên tổng nợ có kết
quả tương tự nhau. Deakin nhận thấy rằng tiền trên tổng nợ là biến đơn tốt nhất cho các
doanh nghiệp vỡ nợ và không vỡ nợ trong 5 năm trước vỡ nợ. Sau đó, ông đã thực hiện
phương pháp phân tích đa khác biệt. 14 tỷ số tài chính sử dụng trong nghiên cứu của
Beaver đã trở thành đầu vào cho chương trình phân tích khác biệt. Ông đã đạt được độ
chính xác cao hơn nhiều so với việc lặp lại nghiên cứu của Beaver. Mô hình của Deakin
có tỷ lệ lỗi lần lượt là 3,1%, 4,7% và 4,7% cho ba năm đầu tiên trước vỡ nợ. Tuy nhiên,
các tỷ lệ lỗi đã tăng lên lần lượt là 20,3% và 17,2% trong năm thứ tư và năm thứ năm.
Ông kết luận rằng việc ứng dụng các kỹ thuật thống kê như phân tích khác biệt có thể
được sử dụng để dự báo vỡ nợ doanh nghiệp cách ba năm trước vỡ nợ với độ chính xác
cao. Kết quả này dường như là sự cải thiện hơn mô hình của Altman (1968) - vốn chỉ có
thể dự báo chính xác trong hai năm đầu tiên trước vỡ nợ. Tuy nhiên, mô hình này đã
được xác nhận bởi một mẫu mới gồm 11 doanh nghiệp vỡ nợ và 23 doanh nghiệp không
vỡ nợ được lựa chọn ngẫu nhiên. Deakin (1972) đã phân loại chính xác 78% số doanh
nghiệp thành hai nhóm vỡ nợ và không vỡ nợ cho năm đầu tiên trước vỡ nợ. Tính chính
xác tăng lên đến 94%, 88%, 77% và 85% từ năm thứ hai tới năm thứ năm trước vỡ nợ.
Ông đã kết luận rằng ứng dụng phân tích khác biệt có thể được sử dụng để dự báo vỡ
nợ doanh nghiệp với độ chính xác tương đối cao.
Trong nghiên cứu năm 1977, Deakin đã sử dụng một nhóm năm biến tài chính
để xem xét khả năng dự báo phá sản của mô hình. Các tỷ số này (các biến) là phân tích
nhân tố, được đưa ra bởi Libby (1975). Năm biến tài chính bao gồm: LN ròng/ TTS;

TSNH/TTS; Tiền/TTS; TSNH/Nợ ngắn hạn; DT/TSNH. Mục đích chính của Deakin
là cung cấp dấu hiệu về tần số và tính chất của việc phân loại sai các công ty không vỡ
nợ. Trong nghiên cứu này, Deakin đã định nghĩa thất bại của doanh nghiệp là vỡ nợ,


16
tính thanh khoản, và sự tổ chức lại. Một mẫu gồm 63 doanh nghiệp vỡ nợ bao gồm 32
doanh nghiệp từ nghiên cứu năm 1972 của ông và 31 doanh nghiệp từ danh sách các
doanh nghiệp vỡ nợ trong năm 1970 và 1971 được đưa ra bởi Altman năm 1971. Một
mẫu gồm 80 doanh nghiệp không vỡ nợ được lựa chọn trên cơ sở ngẫu nhiên nhưng
phù hợp theo năm lấy số liệu. Số liệu cho các mẫu này được thu thập từ Moody's
Industrial Manual trong hai năm trước vỡ nợ. Deakin đã chỉ ra rằng tỷ lệ phân loại
trong mô hình của ông đã sử dụng cả phương pháp phân tích khác biệt tuyến tính
(Linear discriminant analysis - LDA) và phân tích biệt thức bậc hai (Quadratic
discriminant analysis - QDA). Các biến và hệ số hồi quy của mô hình phân loại tuyến
tính của Deakin (1977) đã phân loại dự báo vỡ nợ như sau:
I = - 1,369 + 13,855X1 + 0,060X2 - 0,601X3 + 0,3 96X4 + 0,194X5

Trong đó:

I = Chỉ số tổng hợp

X1 = LN ròng/TTS
X2 = TSNH /TTS
X3 = Tiền/TTS
X4 = TSNH/NNH
X5 = DT/TSNH
Các kết quả đã chỉ ra rằng mô hình tuyến tính có tỷ lệ phân loại cao, nhưng lại
cho ra kết quả tỷ lệ phân loại thấp hơn cho các doanh nghiệp bị vỡ nợ. Ông đã chấp nhận
những quy tắc quyết định sau để sử dụng trong nghiên cứu này: (i) phân loại là doanh

nghiệp vỡ nợ nếu cả mô hình tuyến tính và mô hình bậc hai đều cho ra kết quả phân loại
là vỡ nợ; (ii) phân loại là không vỡ nợ nếu cả mô hình tuyến tính và mô hình bậc hai đều
cho ra kết quả phân loại là không vỡ nợ; (iii) phân tích kỹ hơn nếu các mô hình này cho
ra kết quả mâu thuẫn nhau. Ông cho rằng loại quy trình ra quyết định như vậy làm tối
thiểu hóa tỷ lệ tổng thể phân loại sai, mặc dù kích cỡ nhóm được nghiên cứu là không
được kiểm soát và có thể quá lớn. Sau đó, Deakin xác nhận mô hình năm biến trên mẫu
gồm 1.780 doanh nghiệp cho năm tài chính 1971. Số liệu được thu thập từ 1.800 hồ sơ
của COMPUSTAT. Điều này dẫn đến 290 công ty hay 16,3% được phân loại là nhóm
thất bại, trong khi 173 công ty hay 9,7% không được phân loại vì các kết quả phân loại
từ hai mô hình tuyến tính và bậc hai mâu thuẫn, và 1.317 doanh nghiệp hay 74% được
phân loại vào nhóm không vỡ nợ. Để xác định mức độ chính xác của những kết quả này,
ông đã xem xét lịch sử tài chính của 290 doanh nghiệp được dự báo là vỡ nợ và 100


17
doanh nghiệp trong 1.317 doanh nghiệp được dự báo là không vỡ nợ trong 3,5 năm tới
từ năm 1972 đến năm 1975. Chỉ có 18 doanh nghiệp hay 6,2% đã đệ đơn xin vỡ nợ .
Tuy nhiên, 66 doanh nghiệp trong số 290 doanh nghiệp được dự báo vỡ nợ đã không
trải qua tình trạng vỡ nợ. Ngoài ra, trong số 100 doanh nghiệp thuộc danh sách 1.317
doanh nghiệp được dự báo không vỡ nợ, không có doanh nghiệp nào vỡ nợ. Mức độ
chính xác trong phân loại các doanh nghiệp vỡ nợ dao động từ 20,5% đến 79,2%. Deakin
đã áp dụng mô hình năm biến cho 47 doanh nghiệp vỡ nợ trong giai đoạn từ 1972 đến
1974. Mô hình này bao gồm các nguyên tắc trong mô hình tuyến tính và mô hình bậc
hai, thì khá chính xác trong việc phân loại một doanh nghiệp vỡ nợ, với mức độ phân
loại chính xác là 83%, 2% phân loại sai và 15% không phân loại được. Ông đã kết luận
rằng sử dụng các tỷ số tài chính trong mô hình phân loại khác biệt cơ bản có thể dự báo
nguy cơ vỡ nợ doanh nghiệp với độ chính xác cao, và vì ước tính của mô hình về số
lượng các doanh nghiệp thất bại thì vượt quá số lượng doanh nghiệp thất bại thực tế, nên
mô hình có tính hữu dụng hạn chế khi việc phân loại nhầm các doanh nghiệp không vỡ
nợ thì khá tốn kém.

+ Mô hình dự báo của Edmister (1972)
Các nghiên cứu của Beaver (1966), Altman (1968), và Deakin (1972) chỉ ra rằng
việc phân tích các tỷ số được lựa chọn rất hữu ích trong việc dự báo vỡ nợ của các doanh
nghiệp có quy mô tài sản trung bình và lớn, do khó thu thập được đầy đủ số liệu từ các
công ty quy mô nhỏ. Vào năm 1972, Robert O. Edmister cố gắng áp dụng một kỹ thuật
tương tự mô hình của Altman cho các doanh nghiệp quy mô nhỏ. Mục đích của nghiên
cứu của Edminster là để phát triển và kiểm tra một số phương pháp phân tích tỷ số tài
chính để dự báo nguy cơ vỡ nợ của các doanh nghiệp nhỏ. Trong nghiên cứu này, vỡ nợ
doanh nghiệp được xác định là rủi ro tín dụng thông qua việc sử dụng số liệu từ hồ sơ
cho vay của Hội Quản lý doanh nghiệp nhỏ (Small Business Administration - SBA).
Mẫu nghiên cứu bao gồm 42 doanh nghiệp có rủi ro tín dụng và 42 doanh nghiệp không
có rủi ro tín dụng từ dữ liệu của SBA trong giai đoạn 1954 - 1969. Nghiên cứu này xem
xét 19 tỷ số tài chính và 5 phương pháp phân tích hiện hành. Các tỷ số đã được phát hiện
là những biến độc lập quan trọng trong dự vỡ nợ doanh nghiệp trong các nghiên cứu
thực nghiệm trước đó. Edmister đã tối thiểu hóa các vấn đề về đa cộng tuyến bằng cách
loại bỏ các biến có tương quan cao và bằng cách sử dụng phương pháp phân tích đa khác
biệt tuyến tính từng bước trong nghiên cứu của mình. Khung khổ phương pháp luận của
ông đã tập trung vào việc kiểm tra mức độ tỷ số, xu hướng trong 3 năm của một tỷ số
và sự kết hợp xu thế của các ngành cho từng tỷ số và mức độ ngành cho mỗi tỷ số như