Kiểm tra mức độ dự báo kiệt quệ tài chính tại Việt Nam của các mô hình hiện hữu

1. BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƢỜNG ĐẠI HỌC KINH TẾ TP. HCM
------------
TRẦN NGỌC THIỆN
KIỂM TRA MỨC ĐỘ DỰ BÁO
KIỆT QUỆ TÀI CHÍNH TẠI VIỆT NAM
CỦA CÁC MÔ HÌNH HIỆN HỮU
LUẬN VĂN THẠC SĨ KINH TẾ
TP.Hồ Chí Minh – Năm 2014

2. BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƢỜNG ĐẠI HỌC KINH TẾ TP. HCM
------------
TRẦN NGỌC THIỆN
KIỂM TRA MỨC ĐỘ DỰ BÁO
KIỆT QUỆ TÀI CHÍNH TẠI VIỆT NAM
CỦA CÁC MÔ HÌNH HIỆN HỮU
Chuyên ngành: Tài chính – Ngân hàng
Mã số: 60340201
LUẬN VĂN THẠC SĨ KINH TẾ
NGƢỜI HƢỚNG DẪN KHOA HỌC:
TS. NGUYỄN THỊ UYÊN UYÊN
TP.Hồ Chí Minh – Năm 2014

3. LỜI CAM ĐOAN
Tôi xin cam đoan luận văn Thạc Sĩ Kinh Tế “Kiểm tra mức độ dự báo kiệt quệ tài
chính tại Việt Nam của các mô hình hiện hữu” là công trình nghiên cứu của riêng
tôi, có sự hỗ trợ từ ngƣời hƣớng dẫn khoa học là TS. Nguyễn Thị Uyên Uyên, và
chƣa từng đƣợc công bố trƣớc đây. Các số liệu đƣợc sử dụng để phân tích, đánh giá
trong luận văn có nguồn gốc rõ ràng và đƣợc tổng hợp từ những nguồn thông tin
đáng tin cậy. Nội dung luận văn đảm bảo không sao chép bất cứ công trình nghiên
cứu nào khác.
TP. HCM, ngày 14 tháng 04 năm 2014
Tác giả
Trần Ngọc Thiện

4. MỤC LỤC
TRANG PHỤ BÌA Trang
LỜI CAM ĐOAN
MỤC LỤC
DANH MỤC CÁC TỪ VIẾT TẮT
DANH MỤC CÁC HÌNH
DANH MỤC CÁC BẢNG
TÓM TẮT ...................................................................................................................1
CHƢƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU.................................................3
1.1. Lý do chọn đề tài..................................................................................................3
1.2. Mục tiêu và các vấn đề nghiên cứu......................................................................4
1.3. Ý nghĩa và điểm mới của nghiên cứu ..................................................................4
1.4. Bố cục của đề tài ..................................................................................................5
CHƢƠNG 2: CÁC BẰNG CHỨNG THỰC NGHIỆM VỀ KIỆT QUỆ TÀI CHÍNH
VÀ CÁC MÔ HÌNH DỰ BÁO KIỆT QUỆ TÀI CHÍNH TRÊN THẾ GIỚI ............7
2.1. Các bằng chứng thực nghiệm về kiệt quệ tài chính .............................................7
2.1.1. Các quan điểm về kiệt quệ tài chính .................................................................8
2.1.2. Các dấu hiệu để nhận biết kiệt quệ tài chính...................................................13

5. 2.1.3. Ảnh hƣởng của kiệt quệ tài chính ...................................................................14
2.2. Các bằng chứng thực nghiệm về mô hình dự báo kiệt quệ tài chính.................16
2.2.1. Mô hình dựa trên phân tích phân biệt .............................................................17
2.2.1.1. Phân tích phân biệt đơn biến của Beaver (1966) .........................................18
2.2.1.2. Mô hình Z-score của Altman (1968)............................................................19
2.2.2. Mô hình phân tích logit của Ohlson (1980) ....................................................22
2.2.3. Mô hình dựa trên thị trƣờng MKV-Merton (1974).........................................24
2.2.4. Các nghiên cứu khác về dự báo kiệt quệ tài chính trên thế giới .....................27
2.2.5. Tóm tắt các mô hình dự báo kiệt quệ tài chính...............................................33
CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU......................................................37
3.1. Các bƣớc thực hiện nghiên cứu..........................................................................37
3.2. Các mô hình nghiên cứu ....................................................................................39
3.2.1. Mô hình phân tích phân biệt Z-score của Altman (1968)...............................41
3.2.1.1. Mô tả mô hình ..............................................................................................41
3.2.1.2. Cách xác định giá trị các biến số độc lập của mô hình................................42
3.2.2. Mô hình phân tích logit của Ohlson (1980) ....................................................42
3.2.2.1. Mô tả mô hình ..............................................................................................42
3.2.2.2. Cách xác định giá trị các biến số độc lập của mô hình................................43

6. 3.2.3. Mô hình dựa trên thị trƣờng MKV-Merton (1974).........................................45
3.2.3.1. Mô tả mô hình ..............................................................................................45
3.2.3.2. Cách xác định giá trị các biến số độc lập của mô hình................................46
3.3. Lựa chọn mẫu và thu thập dữ liệu đầu vào ........................................................48
3.3.1. Lựa chọn mẫu cho nghiên cứu........................................................................48
3.3.2. Thu thập dữ liệu cho nghiên cứu.....................................................................50
CHƢƠNG 4: NGHIÊN CỨU CÁC MÔ HÌNH DỰ BÁO KIỆT QUỆ TÀI CHÍNH
CHO CÁC DOANH NGHIỆP VIỆT NAM .............................................................52
4.1. Thống kê mô tả...................................................................................................52
4.2. Xác định “kết quả dự báo lý thuyết” của từng mô hình.....................................58
4.3. Xác định “mức độ dự báo chính xác” của từng mô hình...................................64
4.4. Đánh giá khả năng dự báo kiệt quệ tài chính giữa các mô hình ........................67
CHƢƠNG 5: TỔNG KẾT VÀ HẠN CHẾ CỦA ĐỀ TÀI .......................................71
TÀI LIỆU THAM KHẢO
PHỤ LỤC
Phụ lục 1: Danh sách 50 công ty trong mẫu nghiên cứu
Phụ lục 2: Phƣơng trình giải tìm biến σA, VA, µ, DD, DPt của mô hình KMV-
Merton, theo thuật toán Newton Raphson trên phần mềm MatLab

7. Phụ lục 3: Phƣơng pháp nhập dữ liệu đầu vào để giải tìm biến σA, VA, µ, DD, DPt
của mô hình MKV-Merton trên phần mềm MatLab
Phụ lục 4: Tổng hợp kết quả tính toán giá trị các biến độc lập, biến phụ thuộc và
“kết quả dự báo lý thuyết” của mô hình Altman (1968) và Ohlson (1980) đối với 50
công ty trong mẫu, giai đoạn 2005 – 2012
Phụ lục 5: Tổng hợp kết quả tính toán giá trị các biến độc lập, biến phụ thuộc và
“kết quả dự báo lý thuyết” của 50 công ty trong mẫu nghiên cứu theo mô hình
MVK-Merton (1974) tại thời điểm 1 năm trƣớc khi kiệt quệ xảy ra

8. DANH MỤC CÁC TỪ VIẾT TẮT
DA – Phân tích phân biệt
FED – Cục Dự trữ Liên bang Hoa Kỳ
GDP – Tổng sản phẩm nội địa
GNP – Tổng sản phẩm quốc dân
HNX – Sàn giao dịch chứng khoán Hà Nội
HSX – Sở giao dịch chứng khoán Thành Phố Hồ Chí Minh
MDA – Phân tích phân biệt đa biến
SEC - Ủy ban chứng khoán quốc gia Hoa Kỳ
UpCom – Sàn giao dịch cổ phiếu của công ty đại chúng chƣa niêm yết

9. DANH MỤC CÁC HÌNH
Hình Trang
Hình 2.1: Mối quan hệ cơ bản giữa VA, VE và X......................................................24
Hình 2.2: Mô tả cách xác định DD và PDt của mô hình MKV-Merton ...................26

10. DANH MỤC CÁC BẢNG
Bảng Trang
Bảng 2.1: Kết quả dự báo của mô hình Altman (1968) ............................................20
Bảng 2.2: So sánh kết quả của mô hình ZETA (1977) và mô hình Z-score của
Altman (1968) ...........................................................................................................21
Bảng 2.3: Ý nghĩa về dấu của các biến số trong mô hình Altman (1968) và Ohlson
(1980) ........................................................................................................................35
Bảng 3.1: Chỉ số giảm phát GDP trong giai đoạn 2005 – 2012 (năm gốc: 2003)....50
Bảng 4.1: Thống kê giá trị trung bình của các biến độc lập giữa các công ty kiệt quệ
và không kiệt quệ trong mẫu.....................................................................................53
Bảng 4.2: Kết quả kiểm định so sánh sự khác biệt của giá trị trung bình giữa các
công ty kiệt quệ và các công ty không kiệt quệ trong mẫu.......................................54
Bảng 4.3: Kết quả dự báo lý thuyết của mô hình Altman và Ohlson ở thời điểm 3
năm trƣớc khi kiệt quệ xảy ra....................................................................................59
Bảng 4.4: Kết quả dự báo lý thuyết của mô hình Altman và Ohlson ở thời điểm 2
năm trƣớc khi kiệt quệ xảy ra....................................................................................60
Bảng 4.5: Kết quả dự báo lý thuyết của mô hình Altman, Ohlson, MKV-Merton ở
thời điểm 1 năm trƣớc khi kiệt quệ xảy ra ................................................................62
Bảng 4.6: Mức độ dự báo chính xác của mô hình Altman .......................................64
Bảng 4.7: Mức độ dự báo chính xác của mô hình Ohlson........................................65
Bảng 4.8: Mức độ dự báo chính xác của mô hình MKV-Merton.............................65

11. Bảng 4.9: So sánh “mức độ dự báo chính xác” giữa mô hình Altman và Ohlson ở
thời điểm 3 năm trƣớc khi kiệt quệ xảy ra ................................................................68
Bảng 4.10: So sánh “mức độ dự báo chính xác” giữa mô hình Altman và Ohlson ở
thời điểm 2 năm trƣớc khi kiệt quệ xảy ra ................................................................68
Bảng 4.11: So sánh “mức độ dự báo chính xác” giữa mô hình Altman, Ohlson và
Merton ở thời điểm 1 năm trƣớc khi kiệt quệ xảy ra ................................................68
Bảng 4.12: So sánh “mức độ dự báo chính xác” giữa mô hình Altman và Ohlson
theo thời gian.............................................................................................................69

13. 1
TÓM TẮT
Nghiên cứu này đánh giá khả năng dự báo của các mô hình dự báo kiệt quệ tài
chính đã đƣợc phát triển trên thế giới trong thời gian qua cho các doanh nghiệp Việt
Nam, đó là: mô hình phân tích phân biệt Z-score của Altman (1968), mô hình phân
tích logit của Ohlson (1980) và mô hình dựa trên thị trƣờng MKV-Merton (1974).
Đặc biệt, giá trị các biến số độc lập trong mô hình KMV-Merton sẽ đƣợc xác định
dựa trên phƣơng pháp của Shumway (2004). Mẫu của nghiên cứu là 50 công ty đã
và đang đƣợc niêm yết trên Sở Giao Dịch Chứng Khoán Thành Phố Hồ Chí Minh
(HSX), Sàn giao dịch chứng khoán Hà Nội (HNX), Sàn giao dịch cổ phiếu của công
ty đại chúng chƣa niêm yết (UpCom). Trong đó, có 22 công ty đƣợc xác định là kiệt
quệ tài chính và 28 công ty đƣợc xác định là không kiệt quệ tài chính. Cơ sở để một
công ty đƣợc xác định là kiệt quệ tài chính khi lựa chọn mẫu sẽ dựa trên quan điểm
của Aktan (2011), đó là những công ty gặp phải một trong các sự kiện sau: thua lỗ 3
năm liên tiếp, hoặc có vốn chủ sở hữu âm, hoặc đã bán hết tài sản để trả nợ rồi giải
thể, hoặc đã đƣợc tòa án chấp thuận phá sản. Khoảng thời gian lấy dữ liệu là giai
đoạn 2005 – 2012. Dữ liệu đƣợc lấy vào thời điểm cuối năm tài chính của mỗi năm.
Kết quả nghiên cứu cho thấy rằng các mô hình trên đều rất phù hợp trong việc dự
báo kiệt quệ tài chính cho các doanh nghiệp Việt Nam, với độ chính xác trong dự
báo đạt mức khá cao. Trong đó, mô hình phân tích phân biệt Z-score của Altman có
khả năng dự báo kiệt quệ tài chính tốt nhất đối với khoảng thời gian dự báo là 3
năm trƣớc khi kiệt quệ xảy ra, còn mô hình phân tích logit của Ohlson lại phù hợp
nhất trong việc dự báo kiệt quệ tài chính ở khoảng thời gian là 1 năm và 2 năm
trƣớc khi kiệt quệ xảy ra. Cuối cùng, sau khi xem xét tổng thể về khả năng dự báo
cùng các ƣu nhƣợc điểm của từng mô hình thì mô hình phân tích logit của Ohlson là
mô hình tốt nhất để dự báo kiệt quệ tài chính cho các doanh nghiệp Việt Nam.
Kết quả của nghiên cứu này cũng đóng góp rất nhiều cho nền kinh tế Việt Nam vì
đã khẳng định khả năng dự báo kiệt quệ tài chính của các mô hình khi chúng đƣợc

14. 2
áp dụng cho các doanh nghiệp Việt Nam. Từ đó, giúp cho các nhà quản trị, nhà đầu
tƣ, ngân hàng, tổ chức cấp tín dụng, v.v… có thể đánh giá khả năng xảy ra kiệt quệ
tài chính của từng công ty, nhằm giúp đƣa ra quyết định chính xác nhất để giảm
thiểu rủi ro mất vốn và phòng ngừa rủi ro xảy ra kiệt quệ tài chính.
Từ khóa: kiệt quệ tài chính, mô hình dự báo kiệt quệ tài chính, mô hình phân tích
phân biệt z-score của altman, mô hình phân tích logit của ohlson, mô hình mkv-
merton.

15. 3
CHƢƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
1.1. Lý do chọn đề tài
Trong thời gian gần đây, các doanh nghiệp lớn bị phá sản tại Mỹ và Châu Âu, nhƣ
Enron, WorldCom, Lehman Brothers, WaMu, Swissair, ABB, Parmalat đã tạo cú
sốc đối với các nhà đầu tƣ khắp thế giới. Ở Việt Nam, tình hình kinh tế cũng bị ảnh
hƣởng bởi xu hƣớng suy thoái toàn cầu, số lƣợng doanh nghiệp trong nƣớc lâm vào
kiệt quệ dẫn đến phá sản liên tục gia tăng. Chi phí của kiệt quệ gây ra cho nền kinh
tế là không hề nhỏ. Các dẫn chứng trên càng cho thấy tầm quan trọng của việc dự
báo kiệt quệ tài chính trong cả học thuật và kinh tế. Mục tiêu của các mô hình dự
báo kiệt quệ tài chính là cho phép các nhà phân tích thực hiện hành động dựa trên
kết quả, để can thiệp sớm vào các biến nhằm tác động lên kết quả dự báo. Theo
quan điểm này, mô hình dự báo kiệt quệ tài chính cho phép các nhà phân tích có
đƣợc hƣớng đi hợp lý dựa trên kết quả thu đƣợc; vì không thể thay đổi đƣợc xu
hƣớng kinh tế vĩ mô; việc can thiệp sớm vào các biến trên bảng cân đối kế toán và
báo cáo thu nhập giúp triển khai các chiến lƣợc của doanh nghiệp nhằm ngăn ngừa
kiệt quệ. Vì vậy, việc dự báo kiệt quệ tài chính vào lúc này dƣờng nhƣ cần thiết hơn
bao giờ hết nhằm để phát triển hệ thống cảnh báo sớm, giúp các doanh nghiệp có
biện pháp ứng phó kịp thời để giảm thiểu nguy cơ kiệt quệ tài chính và phá sản.
Đồng thời, hệ thống này cũng sẽ giúp cho các nhà đầu tƣ, ngân hàng, nhà cung cấp
tín dụng, v.v… có thể lựa chọn những doanh nghiệp tốt để có thể hợp tác, tài trợ và
đầu tƣ vốn.
Chính vì vậy, tác giả đã chọn lựa đề tài “Nghiên cứu các mô hình dự báo kiệt quệ
tài chính cho các doanh nghiệp Việt Nam” với mục đích khám phá sâu các mô hình
dự báo sớm kiệt quệ tài chính đã đƣợc phát triển trên thế giới. Thông qua đó, tiến
hành kiểm tra đánh giá khả năng dự báo của từng mô hình. Từ đó nhận diện đƣợc
mô hình dự báo kiệt quả tài chính phù hợp đối với các doanh nghiệp Việt Nam
trong tình hình kinh tế hiện nay.

16. 4
1.2. Mục tiêu và các vấn đề nghiên cứu
Nghiên cứu này đƣợc thực hiện với mục tiêu là kiểm định khả năng dự báo của các
mô hình dự báo sớm kiệt quệ tài chính đã đƣợc phát triển trên thế giới khi chúng
đƣợc áp dụng cho các doanh nghiệp Việt Nam, từ đó, xác định mô hình dự báo kiệt
quệ tài chính phù hợp cho các doanh nghiệp Việt Nam trong giai đoạn hiện nay.
Với mục tiêu nhƣ trên, có những vấn đề cần nghiên cứu là:
 Làm rõ thế nào là kiệt quệ tài chính, nhằm giúp xác định mẫu nghiên cứu để
đánh giá các mô hình.
 Tìm kiếm những mô hình dự báo sớm kiệt quệ tài chính đã đƣợc phát triển
trên thế giới trong thời gian qua và những bằng chứng nghiên cứu thực tiễn về khả
năng dự báo sớm kiệt quệ tài chính của các mô hình này.
 Kế thừa những mô hình dự báo sớm kiệt quệ tài chính đã đƣợc phát triển trên
thế giới trong thời gian qua, áp dụng những mô hình dự báo này cho các doanh
nghiệp Việt Nam, đo lƣờng mức độ chính xác trong việc dự báo sớm kiệt quệ tài
chính của các mô hình này, từ đó, xác định đƣợc mô hình dự báo kiệt quệ tài chính
phù hợp cho các doanh nghiệp Việt Nam trong giai đoạn hiện nay.
1.3. Ý nghĩa và điểm mới của nghiên cứu
Các nghiên cứu về dự báo kiệt quệ tài chính cho các công ty Việt Nam thƣờng chỉ
hạn chế ở việc ƣớc lƣợng khả năng xảy ra kiệt quệ tài chính cho vài công ty đại
chúng, và các nghiên cứu thƣờng sử dụng mô hình Z-score của Altman (1968).
Khác với các nghiên cứu trƣớc đây, nghiên cứu này sử dụng tất cả 3 mô hình để
đánh giá về khả năng dự báo kiệt quệ tài chính, đó là: mô hình phân tích phân biệt
Z-score của Altman (1968), mô hình phân tích logit của Ohlson (1980) và mô hình
dựa trên thị trƣờng MKV-Merton (1974). Mục tiêu chính của nghiên cứu này là
đánh giá khả năng dự báo kiệt quệ tài chính của 3 mô hình này đối với các doanh

17. 5
nghiệp đang đƣợc niêm yết trên thị trƣờng chứng khoán Việt Nam. Từ đó, nghiên
cứu giúp tìm ra mô hình phù hợp để dự báo kiệt quệ tài chính cho các doanh nghiệp
Việt Nam, giúp cảnh báo sớm cho các doanh nghiệp Việt Nam trƣớc nguy cơ kiệt
quệ dẫn đến phá sản, để họ có biện pháp đối phó kịp thời. Không chỉ vậy, mô hình
dự báo kiệt quệ tài chính còn giúp các nhà đầu tƣ, ngân hàng, tổ chức tín dụng,
v.v… có thể phân loại giữa công ty “tốt” và công ty “kiệt quệ” để ra đƣợc những
quyết định đầu tƣ và tài trợ đúng đắn, nhằm làm giảm nguy cơ mất vốn.
1.4. Bố cục của đề tài
 Chƣơng 1: Giới thiệu đề tài nghiên cứu: Nêu lý do chọn đề tài, mục tiêu
và các vấn đề của nghiên cứu, cùng với đó là ý nghĩa và điểm mới của nghiên cứu.
 Chƣơng 2: Các bằng chứng thực nghiệm về kiệt quệ tài chính và các mô
hình dự báo kiệt quệ tài chính trên thế giới: Trình bày các bằng chứng thực
nghiệm về kiệt quệ tài chính, cùng các mô hình và kết quả nghiên cứu thực nghiệm
về dự báo kiệt quệ tài chính trên thế giới. Trên cơ sở đó, sẽ đƣa ra phƣơng pháp
nghiên cứu, chọn mẫu và lấy biến.
 Chƣơng 3: Phƣơng pháp nghiên cứu: Đề cập chi tiết về phƣơng pháp
nghiên cứu, các bƣớc thực hiện nghiên cứu, các mô hình, các biến số độc lập của
mô hình, nguồn dữ liệu đầu vào, cách xác định giá trị các biến độc lập và các
chƣơng trình thuật toán máy tính đƣợc sử dụng để phục vụ việc nghiên cứu.
 Chƣơng 4: Nghiên cứu các mô hình dự báo kiệt quệ tài chính cho các
doanh nghiệp Việt Nam: Trình bày kết quả nghiên cứu. Đầu tiên, cho thấy kết quả
dự báo lý thuyết của từng mô hình về việc công ty nào là kiệt quệ tài chính và công
ty nào là không kiệt quệ tài chính. Tiến hành so sánh kết quả dự báo lý thuyết của
từng mô hình với kết quả thực tế để xác định đƣợc mức độ chính xác trong việc dự
báo của từng mô hình. Dựa trên mức độ chính xác trong dự báo, nghiên cứu sẽ xác
định đƣợc mô hình dự báo kiệt quệ tài chính phù hợp cho các doanh nghiệp Việt
Nam trong giai đoạn hiện nay.

18. 6
 Chƣơng 5: Tổng kết và hạn chế của đề tài: Trình bày tóm tắt các kết quả
mà nghiên cứu đạt đƣợc, cùng các hạn chế của nghiên cứu.

19. 7
CHƢƠNG 2: CÁC BẰNG CHỨNG THỰC NGHIỆM VỀ KIỆT
QUỆ TÀI CHÍNH VÀ CÁC MÔ HÌNH DỰ BÁO KIỆT QUỆ
TÀI CHÍNH TRÊN THẾ GIỚI
2.1. Các bằng chứng thực nghiệm về kiệt quệ tài chính
Trong nền kinh tế thị trƣờng, việc tham gia và đi khỏi thị trƣờng của các công ty tạo
nên nền tảng của quá trình cạnh tranh. Quá trình cạnh tranh đảm bảo rằng sẽ duy trì
đủ số lƣợng công ty trong ngành, thỏa mãn nhu cầu thị trƣờng với giá cạnh tranh và
đảm bảo quy trình sản xuất hiệu quả. Tuy nhiên, việc tham gia hay đi khỏi thị
trƣờng của một công ty không phải lúc nào cũng là quy luật tự nhiên. Việc tham gia
hay đi khỏi thị trƣờng có thể đƣợc quan sát nhƣ hoạt động kinh doanh thay đổi,
nguồn lực thay đổi, lĩnh vực kinh doanh thay đổi. Trong bối cảnh này, quá trình
cạnh trạnh có thể đƣợc hiểu nhƣ là việc giữ lại hay tăng thêm các nguồn lực hiệu
quả vào ngành và loại bỏ các tác nhân không hiệu quả ra khỏi ngành. Nói cách
khác, sự suy giảm trong hoạt động kinh doanh và sau đó bị đào thải khỏi thị trƣờng
của một công ty có thể đƣợc coi nhƣ một quá trình kiệt quệ tài chính và đích đến
cuối cùng là phá sản. Trong nền kinh tế thị trƣờng cạnh tranh, điều này đƣợc thể
hiện nhƣ là một dòng chảy hoặc một sự dịch chuyển từ khu vực kém hiệu quả sang
khu vực hiệu quả.
Về mặt lý thuyết, kiệt quệ tài chính là bao gồm: thất bại (failure), mất khả năng
thanh toán (insolvency), vỡ nợ (default), phá sản (bankruptcy), và giải thể. Tuy
nhiên, những trạng thái này lại khó có thể quan sát thấy (Hashi, 1997). Chính vì
vậy, có khá nhiều quan điểm khác nhau về kiệt quệ tài chính và các dấu hiệu khác
nhau để nhận biết kiệt quệ tài chính. Chúng có thể khác nhau theo thời gian, theo
đặc điểm thị trƣờng, hoặc theo diễn biến của các giai đoạn kiệt quệ tài chính.
Trong phần này, tác giả sẽ lần lƣợt trình bày các quan điểm về kiệt quệ tài chính và
các dấu hiệu nhận biết kiệt quệ tài chính trong các nghiên cứu thực nghiệm trên thế

20. 8
giới, cùng với đó là những ảnh hƣởng của kiệt quệ tài chính lên nền kinh tế, ngành
và công ty. Từ đó, có thể thấy đƣợc tầm quan trọng của việc dự báo sớm kiệt quệ tài
chính cho các doanh nghiệp Việt Nam.
2.1.1. Các quan điểm về kiệt quệ tài chính
Theo lý thuyết kinh tế phổ biến, kiệt quệ tài chính là trạng thái mà một công ty
không thể đáp ứng hoặc có đáp ứng nhƣng đáp ứng một cách khó khăn các nghĩa vụ
tài chính của mình đối với các chủ nợ. Tuy nhiên, quan điểm này lại có sự thay đổi
qua các nghiên cứu khác nhau trên thế giới. Việc này xuất phát từ vấn đề lựa chọn
mẫu cho các mô hình nghiên cứu về dự báo kiệt quệ tài chính. Chính vì vậy, cần
thiết phải trình bày đầy đủ các quan điểm và vấn đề liên quan về kiệt quệ tài chính
để có cái nhìn đầy đủ nhất về kiệt quệ tài chính.
Nhƣ ta biết, dựa trên lý thuyết, doanh nghiệp đƣợc giả định là hoạt động kinh doanh
vĩnh viễn và mục tiêu cơ bản là có đƣợc lợi nhuận. Trong khi một số doanh nghiệp
tiếp tục hoạt động thành công, thì một số khác không thể đạt đƣợc mục tiêu lợi
nhuận và lâm vào thất bại tài chính (financial failure) trong 2 năm đầu của vòng đời.
Nhƣng sự tăng trƣởng và mở rộng của các công ty còn lại không có nghĩa rằng
chúng sẽ không bao giờ rơi vào thất bại hay kiệt quệ (Gitman, 1992). Thất bại của
doanh nghiệp có thể tồn tại dƣới nhiều hình thức khác nhau, và ảnh hƣởng khác
nhau đến các bên liên quan tùy thuộc vào mức độ thất bại và hình thức thất bại. Sự
gia tăng của thất bại kinh doanh dƣới nhiều hình thức khác nhau đã dẫn đến việc sử
dụng khá nhiều định nghĩa khác nhau về thất bại. Đó là nguyên nhân làm cho các
quan điểm về kiệt quệ tài chính trở nên lộn xộn (Wruck, 1990). Vì vậy, cần làm rõ
các quan điểm liên quan nhằm loại bỏ sự nhầm lẫn.
Theo Altman và Hotckis (2005), các công ty không thành công có thể đƣợc xác
định thông qua các giai đoạn khó khăn mà chúng trải qua. Có bốn giai đoạn khái
quát đƣợc phát hiện trong các tài liệu nghiên cứu liên quan để phân loại các công ty
không thành công, đó là: “thất bại” (failure), “mất thanh khoản” (insolvency), “vỡ

21. 9
nợ” (default), và “phá sản” (bankruptcy). Các giai đoạn này đôi khi đƣợc sử dụng
thay thế nhau, nhƣng chúng đều cho thấy các nội dung khác nhau của “kiệt quệ tài
chính” (financial distress).
Thất bại (failure): Altman và Hotckiss (2005) định nghĩa “thất bại” theo chuẩn
kinh tế học, nghĩa là “tỷ suất sinh lợi thực tế trên vốn đầu tƣ, cùng với các tỷ số
khác để đánh giá rủi ro, là thấp hơn liên tục và đáng kể so với các tỷ số của các đầu
tƣ tƣơng đƣơng trên thị trƣờng, hoặc doanh thu không đủ bù đắp chi phí của công
ty”. Tuy nhiên, định nghĩa nhƣ trên vẫn chƣa đủ, bởi vì mặc dù có doanh thu không
đủ bù đắp chi phí hoặc tỷ suất sinh lợi thực trên vốn đâu tƣ thấp hơn so với tỷ số của
các đầu tƣ tƣơng đƣơng trên thị trƣờng thì một công ty trong tình huống này cũng
có thể tiếp tục hoạt động kinh doanh nếu các nhà đầu tƣ đồng ý chấp nhận mức tỷ
suất sinh lợi thấp. Vì vậy, rất khó để phân loại một công ty đối mặt các tình huống ở
trên nhƣ một doanh nghiệp kiệt quệ tài chính.
Một quan điểm khác, dựa theo chuẩn tài chính, “thất bại” là việc dòng tiền của
doanh nghiệp không đủ để thỏa mãn nghĩa vụ tài chính hiện tại. Các nghĩa vụ tài
chính này bao gồm việc không thể giải quyết nợ đối với các nhà cung cấp tín dụng
và ngƣời lao động, hoặc gánh chịu tổn thất từ quá trình pháp lý diễn ra dai dẳng,
hoặc không thể hoàn trả nợ gốc và lãi vay (Wruck, 1990).
Từ các quan điểm trên, “thất bại” của công ty đƣợc chia làm 2 loại, đó là: “thất bại
kinh tế” (economic failure) và “thất bại tài chính” (financial failure). Andrade và
Kaplan (1998) nhấn mạnh cần thiết phải phân biệt giữa “thất bại tài chính” và “thất
bại kinh tế”. Hai ông định nghĩa rằng một công ty vi phạm việc trả nợ là “thất bại tài
chính”, còn một công ty đang thua lỗ trong hoạt động kinh doanh là “thất bại kinh
tế”.
Ở một quan điểm phổ biến khác, “thất bại tài chính” đƣợc định nghĩa là việc công ty
bất lực trong việc hoàn thành các nghĩa vụ nợ. Tuy nhiên, một công ty không đủ
khả năng thanh toán các khoản nợ cũng có thể xảy ra ngay cả khi công ty có giá trị

22. 10
tài sản ròng dƣơng (Gaughan, 2011). Nhƣ vậy, có thể hiểu rằng bên cạnh tình trạng
“bất lực” của công ty trong việc trả nợ, thì tình trạng “khó khăn” của công ty trong
việc thanh toán các khoản nợ cũng đƣợc xem là “thất bại tài chính”.
Cuối cùng, cần nhấn mạnh rằng “thất bại tài chính” không đồng nghĩa với “phá sản”
hay “giải thể”. Bởi vì, tất cả các công ty khi gặp khó khăn trong hoạt động kinh
doanh thì đều sẽ trải qua “thất bại tài chính” và “thất bại kinh tế”, nhƣng chỉ một số
công ty trong số đó sẽ đi đến “phá sản” hay “giải thể” chứ không phải tất cả.
Mất thanh khoản (insolvency): là một dạng khác để mô tả kết quả hoạt động kinh
doanh thất bại và kiệt quệ tài chính. Một công ty “mất thanh khoản” có thể đƣợc
định nghĩa là không đủ khả năng để hoàn thành các nghĩa vụ tài chính bao gồm cả
các khoản nợ đối với ngƣời lao động, nhà cung cấp, chủ nợ (Shrader và Hickman,
1993).
Định nghĩa trên giống với định nghĩa “thất bại tài chính” của Whitaker (1999) và
Wruck (1990). Thực tế, Wruck (1990) nhấn mạnh rằng, mặc dù “mất thanh khoản”
là khác biệt so với “thất bại tài chính”, nhƣng 2 khái niệm này vẫn đƣợc sử dụng
thay thế lẫn nhau. Wruck (1990), Ross và cộng sự (2003) chia khái niệm “mất thanh
khoản” thành 2 dạng: do giá trị và do dòng tiền.
Quan điểm “mất thanh khoản do giá trị” cho rằng việc mất thanh khoản xảy ra khi
giá trị thị trƣờng các tài sản của công ty là thấp hơn so với giá trị các khoản nợ, theo
đó, khái niệm này còn đƣợc hiểu là giá trị kinh tế ròng âm.
Ngoài ra, kiệt quệ tài chính cũng có thể bắt nguồn từ “mất thanh khoản do dòng
tiền”; nói cách khác, công ty này không thể tạo ra đủ dòng tiền để đảm bảo các
nghĩa vụ tài chính hiện tại. Trƣờng hợp này còn đƣợc gọi là “mất thanh khoản kỹ
thuật” (technical insolvency).

23. 11
Vỡ nợ (default): là một khái niệm tài chính khác liên quan đến kiệt quệ tài chính.
“Vỡ nợ” đƣợc thể hiện nhƣ là tình trạng khi một công ty không thể trả đƣợc nợ gốc
hay lãi đối với chủ nợ khi chúng đến hạn, và do đó, vi phạm điều kiện của hợp đồng
tín dụng, dẫn đến các hành động pháp lý (Altman và Hotchkiss, 2005).
Gilson và cộng sự (1990) và Altman và Hotchkiss (2005) tách khái niệm “vỡ nợ” ra
làm 2 phạm trù riêng: “vỡ nợ thanh toán” do không thể trả nợ gốc và lãi đến hạn, và
“vỡ nợ kỹ thuật” do vi phạm các điều khoản hợp đồng tín dụng của công ty.
Ngoài ra, có sự nhầm lẫn phổ biến giữa “mất thanh khoản” và “vỡ nợ”. Cần có sự
phân biệt rõ ràng giữa hai khái niệm này. Theo đó, để phân biệt giữa “vỡ nợ”
(default) và “mất thanh khoản” (insolvency), cần tham chiếu đến thời điểm đáo hạn
(date of maturity) của nợ. Một công ty có thể ở trong tình trạng “mất thanh khoản”
trong một khoảng thời gian dài. Tuy nhiên, chỉ đến thời điểm nợ đáo hạn, công ty
mới đƣợc xem là “vỡ nợ”, và khi đối mặt với với sự kiện này, công ty sẽ cố gắng tái
thƣơng thảo hợp đồng tín dụng và tái cấu trúc nợ (đảo nợ) trƣớc khi tình trạng “phá
sản” (bankruptcy) bắt đầu.
Phá sản (bankruptcy): cũng là khái niệm tài chính liên quan đến kiệt quệ tài chính.
“Phá sản” là việc công ty đệ trình đơn xin phá sản chính thức đến tòa án và đƣợc tòa
án phê duyệt cho phép phá sản. Diễn biến sau đó sẽ theo 2 hƣớng: công ty bán tài
sản để trả nợ (thanh lý tài sản) hoặc nổ lực thực hiện một chƣơng trình tái cấu trúc
(Altman và Hotchkiss, 2005).
Trong các nghiên cứu thực tiễn, “phá sản” (bankruptcy), “thất bại tài chính”
(financial failure), “vỡ nợ” (default) và “kiệt quệ tài chính” (financial distress) đƣợc
sử dụng thay thế nhau. Việc sử dụng “thất bại tài chính” hay “kiệt quệ tài chính” để
cung cấp tính linh động trong phƣơng diện nghiên cứu. “Kiệt quệ tài chính” là một
định nghĩa linh động hơn so với “phá sản” và giúp nghiên cứu gia tăng kích cỡ mẫu;
ngƣợc lại, “phá sản” là một hình thái đặc biệt của “kiệt quệ tài chính”, “phá sản” tập
trung vào các nghiên cứu giảm kích cỡ mẫu. Việc sử dụng “kiệt quệ tài chính” cung

24. 12
cấp mạnh hơn không chỉ trong thực tiễn mà còn trong lý thuyết, bởi vì không phải
tất cả các công ty kiệt quệ tài chính đều đi đến “phá sản”. “Phá sản” chỉ là sự lựa
chọn cuối cùng đối với các công ty khi mà chúng không thể giải quyết các vấn đề
tài chính (Aktas, 1993).
Dựa trên các quan điểm trên, có thể tóm tắt rằng, kiệt quệ tài chính là bao gồm các
trường hợp c ng ty h ng thể đ p ứng ho c c đ p ứng nhưng đ p ứng một c ch
h h n c c ngh a v t i ch nh của m nh đ i v i c c chủ nợ thất bại tài chính);
c ng ty c doanh thu h ng đủ bù đắp chi phí ho c tỷ suất sinh lợi thực tế trên v n
đầu tư là thấp hơn liên t c v đ ng ể so v i các tỷ s của c c đầu tư tương đương
trên thị trường (thất bại kinh tế); công ty không thể tạo ra đủ dòng tiền để đảm bảo
c c ngh a v tài chính hiện tại (mất thanh khoản kỹ thuật); giá trị thị trường của
các tài sản của công ty là thấp hơn so v i giá trị các khoản nợ (mất thanh khoản do
giá trị); công ty không thể trả được nợ g c hay lãi đ i v i chủ nợ hi chúng đến hạn
(vỡ nợ); công ty thanh lý tài sản ho c thực hiện tái cấu trúc sau khi được tòa án phê
duyệt phá sản.
Ngoài ra, Karels và Prakash (1987) trong các nghiên cứu thực nghiệm của hai ông
về ƣớc lƣợng thất bại tài chính, đã liệt kê các định nghĩa của thất bại tài chính, các
định nghĩa đó là giá trị ròng (net value) âm, mất thanh khoản (insolvency), vỡ nợ
(default) đối với gốc hoặc lãi, phát hành các tờ séc xấu, hoãn chi trả cổ tức, việc
quản lý chuyển giao cho các chủ nợ, v.v… Tƣơng tự, Lin và McClean (2000) liệt kê
các định nghĩa về thất bại tài chính và kiệt quệ tài chính phổ biến nhƣ: doanh nghiệp
phải tái cấu trúc, không đủ khả năng trả lãi, báo cáo kiểm toán bị đánh giá xấu, bán
tài sản để trả nợ rồi giải thể, thua lỗ trong hoạt động kinh doanh, thua lỗ năm hiện
tại, thua lỗ liên tiếp 2 năm, thua lỗ liên tiếp 3 năm, v.v… Các định nghĩa khác nhau
của kiệt quệ tài chính dẫn đến việc lựa chọn mẫu khác nhau để nghiên cứu trong
lĩnh vực này.

25. 13
Từ việc tổng hợp các quan điểm về kiệt quệ t i ch nh như trên, A tan 2011) đã đưa
ra quan điểm cho rằng một c ng ty được xem là kiệt quệ tài chính khi: thua lỗ 3
n m liên tiếp, ho c có v n chủ sở hữu âm, ho c bán hết tài sản để trả nợ rồi giải
thể, ho c đã được tòa án chấp thuận phá sản. Nghiên cứu n y cũng sẽ dựa trên
quan điểm của A tan 2011) để x c định một công ty là kiệt quệ tài chính khi lựa
chọn mẫu nghiên cứu.
2.1.2. Các dấu hiệu để nhận biết kiệt quệ tài chính
Các công ty với sức khỏe tài chính kém và có nhiều vấn đề về nợ vay thì có thể dễ
dàng lâm vào kiệt quệ tài chính, và hơn thế, một số sẽ phá sản (bankruptcy) khi
khủng hoảng kinh tế xảy ra. Tuy nhiên, ngay cả trong những nền kinh tế ổn định, có
lợi nhuận tốt, việc quản lý không phù hợp với xu hƣớng hiện tại thì cũng có thể xảy
ra kiệt quệ tài chính. Bất ngờ hơn, đôi khi, ngay cả khi áp dụng các phƣơng pháp
quản lý khoa học1
, cũng không thể giúp công ty loại bỏ khả năng phá sản
(bankruptcy). Perold (1999) nhấn mạnh rằng một công ty phòng ngừa bằng chứng
khoán phái sinh thì cũng có thể phá sản, ngay cả khi đƣợc quản trị bởi một nhà khoa
học đoạt giải Nobel. Thực tế, để loại bỏ khả năng sụp đổ trong hệ thống tài chính,
FED đã phải chuyển một số lƣợng lớn tiền cho các công ty này.
Quá trình kiệt quệ tài chính thƣờng kéo dài và thay đổi liên tục, có thể bắt đầu với
một sự kiện nghiêm trọng trong thời gian ngắn hoặc các sự kiện kéo dài liên tục
hoặc một sự kiện lặp đi lặp lại trong thời gian dài, làm tình hình tài chính của công
ty giảm xuống ngƣỡng chấp nhận. Các doanh nghiệp kiệt quệ tài chính sẽ trải qua
các giai đoạn khác nhau. Mỗi giai đoạn có đặc điểm khác nhau, đóng góp một cách
khác nhau đến thất bại của doanh nghiệp. Tuy nhiên, điểm bắt đầu hay các điểm
trung gian giữa các giai đoạn kiệt quệ tài chính, và các đặc điểm ở từng giai đoạn là
1
Quản lý khoa học (còn đƣợc gọi là Chủ nghĩa Taylor) là lý thuyết quản lý dựa trên quá trình phân tích và
tổng hợp các quy trình công việc nhằm nâng cao năng suất lao động (hợp lý hóa lao động); những nội dung
cơ bản nhất của lý thuyết, bao gồm ý tƣởng về phân tích, tổng hợp, lập luận, cũng nhƣ về tinh thần lao động
của nhân công, vẫn có vai trò quan trọng trong nhiều ngành công nghiệp cũng nhƣ phƣơng pháp quản lý ngày
nay. “Frederic Winslow Taylor (1911), Principles of Scientific Management, New York and London,
Harper & brothers”.

26. 14
không dễ để xác định. Các giai đoạn sau là hệ quả của giai đoạn trƣớc và các giai
đoạn trƣớc là một phần của các giai đoạn sau. Vì vậy, các giai đoạn của kiệt quệ tài
chính không thể phân biệt một cách tuyệt đối. Theo quan điểm chung, kiệt quệ tài
chính thƣờng trải qua ba giai đoạn chính, đó là: giai đoạn sớm, giai đoạn giữa và
giai đoạn sau, với các dấu hiệu cụ thể nhƣ sau:
 Trong giai đoạn sớm của kiệt quệ tài chính, doanh số sụt giảm, tỷ suất sinh
lợi cổ phiếu âm (Opler và Titman, 1994), giảm lợi nhuận hoạt động (Whitaker,
1994), khách hàng phàn nàn, mất các khách hàng thân thiết, trễ công bố thông tin
(Scherrer, 1988), tiền mặt thỉnh thoảng bị thiếu hụt, và gặp vấn đề trong việc thu hồi
công nợ. Đó là những vấn đề dễ quan sát, và cũng là những điểm mà một công ty
kiệt quệ tài chính sẽ trải qua.
 Trong giai đoạn giữa của kiệt quệ tài chính, tỷ suất sinh lợi giảm, tiền mặt
giảm do thua lỗ liên tục (Makridakis, 1991), công ty phải cắt giảm hay ngƣng chi
trả cổ tức (Turetsky và McEwen, 2001), công ty phải thƣơng thảo với chủ nợ để gia
hạn nợ hay điều chỉnh kỳ hạn trả nợ, vi phạm hợp đồng tín dụng, gián đoạn việc
thanh toán nợ, bị giảm thời hạn cấp tín dụng từ các chủ nợ (Altman và Hotchkiss,
2005). Đó là những mối đe dọa mà công ty kiệt quệ tài chính sẽ phải đối mặt.
 Trong giai đoạn sau, các công ty thƣờng xuyên thua lỗ trong hoạt động kinh
doanh, việc thiếu hụt tiền mặt gia tăng và việc vi phạm hợp đồng tín dụng trở thành
vấn đề kinh niên, đây có thể là lý do dẫn đến việc đệ trình đơn xin phá sản lên tòa
án (Altman và Hotchkiss, 2005). Việc khắc phục nợ xấu trở nên không thể và tỷ lệ
nghỉ việc của nhân viên gia tăng (Hambrick và D‟Aveni, 1988).
2.1.3. Ảnh hƣởng của kiệt quệ tài chính
Kiệt quệ tài chính có thể xảy ra trong một khoảng thời gian dài. Sức khỏe tài chính
của một công ty khi bị kiệt quệ tài chính bắt đầu suy yếu và trở nên tồi tệ. Sự kiện
kiệt quệ tài chính gây ảnh hƣởng không chỉ lên chính công ty mà còn đối với cả
ngành và nền kinh tế quốc gia.

27. 15
Đối với công ty: kiệt quệ tài chính gây ra các chi phí trực tiếp và gián tiếp cho công
ty. Chi phí trực tiếp bao gồm các chi phí pháp lý, chi phí kiểm toán, chi phí thuê các
chuyên gia có kinh nghiệm để tƣ vấn và để bán tài sản trả nợ. Chi phí gián tiếp bao
gồm việc công ty bị tổn thất do mất thị phần, giá trị thị trƣờng giảm, các nhà quản
trị cấp cao nghỉ việc. Dựa theo nghiên cứu của Branch (2002), chi phí trực tiếp
chiếm khoảng 4,45% - 6,35% giá trị thị trƣờng của công ty, còn chi phí gián tiếp
chiếm 5% - 10% giá trị thị trƣờng của công ty.
Đối với ngành: kiệt quệ tài chính giúp loại bỏ các công ty hoạt động kém hiệu quả
ra khỏi ngành, làm gia tăng các vụ mua bán và sáp nhập, giúp cho ngành hoạt động
hiệu quả hơn. Tuy nhiên, khi thông tin về một công ty trong ngành bị kiệt quệ tài
chính và phá sản, điều này có thể gây ảnh hƣởng tiêu cực đến các công ty còn lại
trong ngành vì ngƣời tiêu dùng trở nên mất niềm tin đối với các sản phẩm của
ngành. Trong nghiên cứu của Kanas (2004) về ngành ngân hàng ở các nƣớc Anh,
Mỹ, Tây Ban Nha và Thụy Sĩ, ông phát hiện ra rằng khi một ngân hàng ở Anh và
Tây Ban Nha bị kiệt quệ và phá sản, các ngân hàng còn lại sẽ bị ảnh hƣởng tiêu cực
theo, và các ảnh hƣởng tiêu cực này có thể lan rộng sang các quốc gia khác. Một ví
dụ thực tế khác, năm 2008, đã xảy ra vụ sữa nhiễm melamine của tập đoàn Tam Lộc
(Trung Quốc) và làm cho tập đoàn này phá sản. Tuy nhiên, điều này đã ảnh hƣởng
tiêu cực đến các công ty cùng ngành vì ngƣời tiêu dùng Trung Quốc mất niềm tin
hoàn toàn với các sản phẩm sữa nội, và sau đó, hàng loạt công ty sản xuất sữa ở
Trung Quốc liên tiếp đi đến phá sản.
Đối với nền kinh tế quốc gia: kiệt quệ tài chính và phá sản khiến cho tỷ lệ thất
nghiệp gia tăng, sản lƣợng sản phẩm và số lƣợng dịch vụ đƣợc cung cấp giảm, thu
nhập của ngƣời dân giảm. Tuy nhiên, kiệt quệ tài chính cũng có tác động tích cực,
đó là làm cho các nhà đầu tƣ di chuyển dòng vốn đầu tƣ từ nơi kém hiệu quả sang
nơi hiệu quả hơn.

28. 16
Như vậy, kiệt quệ tài chính có thể gây ra cả ảnh hƣởng tích cực và tiêu cực. Tuy
nhiên, đứng trên vị thế của một công ty thì kiệt quệ mang nặng tính tiêu cực. Với
việc dự báo kiệt quệ tài chính sớm và có các hành động khắc phục ngay lập tức, sẽ
giúp cho các công ty thoát ra khỏi vùng nguy hiểm càng nhanh càng tốt và vƣợt qua
giai đoạn này với tổn thất nhỏ. Ngƣợc lại, dự báo kiệt quệ tài chính trễ có thể làm
gia tăng tổn thất và có thể là quá muộn để giải cứu công ty, và kết quả cuối cùng,
phá sản là không thể tránh khỏi. Ngoài ra, dự báo kiệt quệ tài chính cũng giúp cho
các nhà đầu tƣ, nhà cung cấp tín dụng, ngân hàng, v.v… trong việc lựa chọn đầu tƣ
và cho vay nợ, giảm thiểu rủi ro mất vốn. Chính vì vậy, đã có rất nhiều các nhà
nghiên cứu phát triển những mô hình dự báo kiệt quệ tài chính khác nhau. Mục đích
cuối cùng là để nhận biết sớm khả năng xảy ra kiệt quệ và có biện pháp ứng phó kịp
thời. Trong phần tiếp theo, tác giả sẽ trình bày các bằng chứng thực nghiệm về
những mô hình dự báo kiệt quệ tài chính đã đƣợc phát triển trên thế giới trong thời
gian qua.
2.2. Các bằng chứng thực nghiệm về mô hình dự báo kiệt quệ tài chính
Các nghiên cứu về dự báo kiệt quệ tài chính đầu tiên, đƣợc biết đến, là đƣợc thực
hiện bởi Ramster và Foster (1931), Fitzpatrick (1932), Winakor và Smith (1935), và
Merwin (1942) (Ugurlu và Aksoy, 2006). Do hạn chế về kỹ thuật tính toán nên các
ông chỉ so sánh giá trị tỷ số tài chính giữa các công ty kiệt quệ và các công ty không
kiệt quệ, và phát hiện ra rằng tỷ số tài chính của các công ty kiệt quệ là kém hơn so
với các công ty không kiệt quệ. Đến cuối những năm 1960 và đầu những năm 1970,
các nghiên cứu mang tính đột phá về dự báo kiệt quệ tài chính mới xuất hiện, đó là
các nghiên cứu của Beaver (1966) và Altman (1968). Tiếp sau đó là nhiều nghiên
cứu khác nhau đƣợc thực hiện tại Mỹ và nhiều nƣớc khác.
Trong phần này, tác giả sẽ trình bày các bằng chứng thực nghiệm về các mô hình dự
báo kiệt quệ tài chính đã đƣợc phát triển trên thế giới.

29. 17
2.2.1. Mô hình dựa trên phân tích phân biệt
Phân tích phân biệt (DA) là một kỹ thuật thống kê đƣợc sử dụng để phân loại một
quan sát vào một trong một số nhóm dựa trên các đặc điểm độc lập2
(biến độc lập)
của từng quan sát. Trong vấn đề dự báo kiệt quệ tài chính, phân tích phân biệt đƣợc
sử dụng để phân loại một công ty vào nhóm kiệt quệ hoặc nhóm không kiệt quệ.
Điều này có thể đạt đƣợc bằng việc tối đa hóa tỷ số của phƣơng sai giữa các nhóm
trên phƣơng sai trong nhóm3
. Ở dạng đơn giản, phân tích phân biệt là một sự kết
hợp tuyến tính của các biến độc lập (các tỷ số tài chính) để phân loại một công ty
vào các nhóm, với phƣơng trình có dạng nhƣ sau:
(2.1)
Trong đó:
 Z = điểm số để phân loại,
 βi (i = 1, 2, …, n) = hệ số,
 Xi (i = 1, 2, …, n) = các biến độc lập, các tỷ số tài chính.
Theo đó, mỗi quan sát sẽ nhận đƣợc một điểm số Z, và sau đó, so sánh điểm số Z
này với giá trị của “điểm cắt” (cutoff), nhằm giúp xác định quan sát đó thuộc vào
nhóm nào.
Phân tích phân biệt cho ra kết quả tốt hơn khi các biến có dạng phân phối chuẩn và
ma trận hiệp phƣơng sai đối với mọi nhóm là bằng nhau. Tuy nhiên, nghiên cứu
thực nghiệm cho thấy các công ty kiệt quệ tài chính vi phạm giả định phân phối
chuẩn (Back và cộng sự, 1996). Mặc dù vậy, vấn đề về giả định phân phối chuẩn
không làm yếu đi khả năng dự báo của mô hình DA, mà chỉ làm yếu khả năng xác
2
Trong nghiên cứu về dự báo kiệt quệ tài chính, đặc điểm độc lập của từng quan sát là các tỷ số tài chính của
công ty. Trong một số lĩnh vực khác nhƣ y học, đặc điểm độc lập của từng quan sát là: giới tính, độ tuổi, tình
trạng hôn nhân, cân nặng, chiều cao, tiền sử về loại bệnh nào đó, v.v… của ngƣời đƣợc xét nghiệm.
3
Nghĩa là tối đa hóa tỷ số:
∑ ̅ ̅
∑

30. 18
định xác suất xảy ra kiệt quệ tài chính của mô hình DA. Vì vậy, phân tích phân biệt
(DA) chỉ có thể nhận dạng một công ty là kiệt quệ hay không kiệt quệ, không thể
cung cấp thông tin về xác suất xảy ra kiệt quệ của công ty. Ngoài ra, phân tích phân
biệt (DA) cũng xuất hiện hiện tƣợng đa cộng tuyến giữa các biến độc lập, đặc biệt
khi phƣơng pháp stepwise đƣợc sử dụng (Hair và cộng sự, 1998). Mặc dù vậy,
Altman (2000) tuyên bố rằng hiện tƣợng đa cộng tuyến không nghiêm trọng trong
mô hình phân tích phân biệt DA, bởi vì trƣớc đó, việc lựa chọn các biến số độc lập
(các tỷ số tài chính) cho mô hình đã đƣợc thực hiện rất cẩn thận.
2.2.1.1. Phân tích phân biệt đơn biến của Beaver (1966)
Beaver chọn 79 công ty kiệt quệ tài chính là các công ty bị phá sản, hoặc không thể
trả lãi, hoặc chậm trả cổ tức, hoặc tài khoản ngân hàng cạn kiệt. Dữ liệu lấy từ tạp
chí chuyên ngành hàng năm của Moody từ năm 1954 đến 1964. Beaver sử dụng
phƣơng pháp bắt cặp để chọn các công ty không bị kiệt quệ vào mẫu, cụ thể “với
mỗi công ty kiệt quệ trong mẫu, sẽ chọn một công ty không kiệt quệ cùng ngành và
cùng giá trị tài sản vào mẫu”. Động cơ đằng sau phƣơng pháp này là để kiểm soát
ảnh hƣởng của nhân tố giá trị tài sản và ngành lên các tỷ số tài chính và sự kiệt quệ.
Beaver chọn 30 tỷ số tài chính và sử dụng 3 loại phân tích thực nghiệm để thấy khả
năng dự báo của các tỷ số tài chính này, đó là:
 Thứ nhất, phân tích so sánh giá trị trung bình,
 Thứ hai, kiểm định tách đôi,
 Thứ ba, phân tích khả năng dự báo.
Đầu tiên, phân tích so sánh giá trị trung bình sẽ so sánh giá trị trung bình của tỷ số
tài chính giữa các công ty kiệt quệ và các công ty không kiệt quệ, kết quả cho thấy
các công ty kiệt quệ có tỷ số tài chính kém hơn so với các công ty không kiệt quệ
trong giai đoạn trƣớc khi kiệt quệ.

31. 19
Tiếp theo, kiểm định tách đ i đƣợc thực hiện để kiểm tra khả năng dự báo của các
tỷ số tài chính. Kiểm định đƣợc thực hiện bằng cách phân chia ngẫu nhiên các công
ty trong mẫu thành 2 mẫu con. Với một tỷ số tài chính cho trƣớc, một điểm cắt tối
ƣu (optimal cutoff) sẽ đƣợc xác định ở mỗi mẫu con. Các điểm cắt tối ƣu của mẫu
con này sẽ đƣợc sử dụng để phân loại cho mẫu con kia và ngƣợc lại. Beaver nhận
thấy rằng có 6/30 tỷ số là có ý nghĩa lớn để dự báo kiệt quệ, đó là những tỷ số có
“lỗi” phân loại thấp nhất:
 Thứ nhất, ,
 Thứ hai, ,
 Thứ ba, ,
 Thƣ tƣ, ,
 Thứ năm, ,
 Thứ sáu, tỷ số .
Cuối cùng là phân tích khả n ng dự báo, bao gồm kiểm tra biểu đồ tần số, overlap,
độ xiên (skewness) và phân phối chuẩn của các tỷ số tài chính. Phân tích này cho
thấy các tỷ số tài chính có thể dự báo kiệt quệ tài chính vào khoảng thời gian 5 năm
trƣớc khi kiệt quệ xảy ra.
2.2.1.2. Mô hình Z-score của Altman (1968)
Khác với Beaver, Altman sử dụng phƣơng pháp phân tích phân biệt đa biến (MDA)
để tìm ra phƣơng trình tuyến tính của các tỷ số tài chính để xác định công ty nào là
phá sản và công ty nào là không phá sản. Ông chọn ra 33 công ty phá sản trong suốt
các năm 1946 đến 1965. Giống nhƣ Beaver, ông chọn 33 công ty không phá sản
bằng cách sử dụng phƣơng pháp bắt cặp, trong đó, từng cặp công ty phải thuộc cùng
một ngành và có quy mô nhƣ nhau. Altman chọn 22 tỷ số tài chính dựa trên tính

32. 20
phổ biến trong các nghiên cứu trƣớc. Cuối cùng, ông tìm đƣợc 5 tỷ số tài chính làm
tốt việc xác định các công ty là phá sản hay không phá sản khi đứng cùng nhau:
(2.2)
Trong đó4
:
 WCTA: vốn luân chuyển trên tổng tài sản,
 RETA: thu nhập giữ lại trên tổng tài sản,
 EBIT: thu nhập trƣớc thuế và lãi vay trên tổng tài sản,
 METL: giá trị vốn hóa thị trƣờng trên giá trị sổ sách của tổng nợ,
 STA: doanh thu trên tổng tài sản,
 Z: điểm số Z để phân loại.
Điểm phân loại của mô hình là:
 Z > 2,99: Vùng an toàn
 1,81 < Z < 2,99: Vùng xám
 Z < 1,81: Vùng kiệt quệ
Bảng 2.1: Kết quả dự báo của mô hình Altman (1968)
Số lƣợng
chính xác
Phần trăm
chính xác
Phần trăm
sai số
n Thực tế
Dự báo
Nhóm 1 Nhóm 2
Nhóm 1 31 2
Nhóm 2 1 32
Loại 1 31 94 6 33
Loại 2 32 97 3 33
Tổng
cộng
63 95 5 66
Nguồn: Altman, E. I. (1968). Financial Ratios, Discriminant Analysis and Prediction of Corporate
Bankruptcy, Journal of Finance 23(4), p. 589.
4
Công thức xác định giá trị các biến số của mô hình Altman (1968) đƣợc trình bày cụ thể ở mục 3.2.1.2.

33. 21
Các công ty với Z-score thấp hơn so với điểm cắt sẽ bị phân loại vào nhóm phá sản
và ngƣợc lại. Theo đó, Z-score càng thấp thì càng cho thấy rủi ro kiệt quệ đang rất
cao. Với phƣơng trình này, Altman dự báo chính xác 95% tình trạng của các công ty
trong mẫu ở thời điểm 1 năm trƣớc khi kiệt quệ xảy ra. Đồng thời, mô hình của
Altman dự báo chính xác hơn so với mô hình đơn biến của Beaver.
Đến năm 1977, Altman, Haldeman và Narayanan phát triển một mô hình thứ hai từ
mô hình Z-score gốc với một vài sự nâng cấp. Mô hình mới, đƣợc gọi là ZETA, có
độ chính xác cao hơn trong việc dự báo các công ty phá sản so với mô hình Z-score
cũ và tăng thời gian dự báo lên 5 năm trƣớc khi xảy ra kiệt quệ.
Bảng 2.2: So sánh kết quả của mô hình ZETA (1977) và mô hình Z-score của
Altman (1968)
Số năm trƣớc
khi xảy ra phá
sản
Mô hình ZETA Mô hình Altman (1968)
Phá sản Không phá sản Phá sản Không phá sản
1 96,2 89,7 93,9 97,0
2 84,9 93,1 71,9 93,9
3 74,5 91,4 48,3 n.a.
4 68,1 89,5 28,6 n.a.
5 69,8 82,1 36,0 n.a.
Nguồn: Altman, E. I. (1993). Classification Results, Two Statements Prior to Bankruptcy.
Vì tính độc quyền của mô hình ZETA nên Altman và cộng sự (1977) chỉ cung cấp
thông tin 7 biến đƣợc sử dụng trong mô hình:
 ,
 ,
 ,
 ,

34. 22
 ,
 ,
 ,
2.2.2. Mô hình phân tích logit của Ohlson (1980)
Không giống nhƣ phân tích phân biệt - chỉ xác định đƣợc công ty là kiệt quệ hay
không kiệt quệ, phân tích logit còn có thể xác định đƣợc xác suất xảy ra kiệt quệ tài
chính của công ty. Các hệ số của mô hình phân tích logit đƣợc ƣớc lƣợng bằng
phƣơng pháp “hợp lý cực đại” (maximum likelihood). Phân tích logit sử dụng hàm
số xác suất tích lũy logistic để dự báo kiệt quệ tài chính. Kết quả của hàm số có giá
trị trong khoảng 0 và 1, đó là xác suất xảy ra kiệt quệ tài chính, có dạng nhƣ phƣơng
trình sau:
(2.3)
Trong đó:
 Βi (i = 1, 2, …, n) = hệ số,
 xi (i = 1, 2, …, n) = biến độc lập, tỷ số tài chính.
Nhà nghiên cứu đầu tiên sử dụng phân tích logit trong dự báo kiệt quệ tài chính là
Ohlson (1980). Ohlson phê bình phƣơng pháp phân tích phân biệt đa biến (DA) vì
các giới hạn nhƣ đòi hỏi sự giống nhau của ma trận hiệp phƣơng sai giữa nhóm
công ty kiệt quệ và nhóm công ty không kiệt quệ, đồng thời, cũng đòi hỏi các biến
có phân phối chuẩn. So với phân tích phân biệt (DA), lợi thế của phân tích logit là
thoát khỏi các giả định về phân phối chuẩn và ma trận hiệp phƣơng sai. Ông cũng
chỉ trích điểm số Z-score từ phƣơng pháp phân tích phân biệt không cung cấp thông
tin về xác suất xảy ra kiệt quệ của một công ty, mà chỉ cho biết một công ty là kiệt

35. 23
quệ hay không kiệt quệ. Để khắc phục vấn đề này, ông sử dụng phân tích logit để
ƣớc lƣợng xác suất xảy ra kiệt quệ tài chính.
Ohlson trích xuất dữ liệu các công ty kiệt quệ tài chính từ báo cáo tài chính 10-K5
.
Ông lấy 105 công ty phá sản và 2058 công ty không phá sản trong thời kỳ 1970 đến
1976. Các chỉ số dự báo của nghiên cứu đƣợc chọn lựa từ các nghiên cứu trƣớc đó.
Mô hình của Ohlson có 9 biến, đó là:
(2.4)
Trong đó6
:
 SIZE: log của tổng tài sản/chỉ số giảm phát GNP,
 TLTA: tổng nợ chia tổng tài sản,
 WCTA: vốn luân chuyển chia tổng tài sản,
 CLCA: nợ ngắn hạn chia tài sản ngắn hạn,
 OENEG: bằng 1 nếu tổng nợ lớn hơn tổng tài sản, bằng 0 nếu ngƣợc lại,
 NITA: thu nhập ròng chia tổng tài sản,
 FUTL: dòng tiền hoạt động chia tổng nợ,
 INTWO: bằng 1 nếu thu nhập ròng là âm trong 2 năm, bằng 0 nếu ngƣợc lại,
 CHIN: = (NIt – NIt-1)/([NIt] + [NIt-1]), trong đó NIt là thu nhập ròng kỳ gần
nhất. Biến này nhằm mục đích đo lƣờng sự thay đổi trong thu nhập ròng.
Mô hình Ohlson ở trên là mô hình 1 của nghiên cứu với độ chính xác đạt 96,12%.
Tổng thể, Ohlson xây dựng 3 mô hình: mô hình dự báo trƣớc 1 năm, mô hình 2 dự
báo trƣớc 2 năm và mô hình 3 dự báo trƣớc 1 năm hoặc 2 năm.
5
Báo cáo tài chính 10-K là báo cáo chi tiết về tình hình tài chính hàng năm của các công ty đại chúng dựa
theo quy định của Ủy ban chứng khoán quốc gia Hoa Kỳ (SEC). Trong đó, báo cáo phải có đầy đủ các thông
tin chi tiết về: lịch sử công ty, cơ cấu tổ chức, vốn chủ sở hữu, số lƣợng cổ phần, các công ty con, v.v…
6
Công thức xác định giá trị các biến số của mô hình Ohlson (1980) đƣợc trình bày cụ thể ở mục 3.2.2.2.

36. 24
2.2.3. Mô hình dựa trên thị trƣờng MKV-Merton (1974)
Các mô hình dự báo kiệt quệ của Altman và Ohlson là các mô hình thống kê dạng
tĩnh, cả 2 mô hình đều không quan tâm đến thông tin của thị trƣờng. Ngoài ra, sự
thay đổi trong luật pháp, chuẩn mực báo cáo tài chính và quy định kế toán cũng làm
thay đổi khả năng dự báo của các tỷ số tài chính. Chính vì vậy, cần thiết phải có một
mô hình tận dụng các thông tin từ thị trƣờng.
Black và Scholes (1973), Merton (1974) đã phát triển một mô hình dựa trên thị
trƣờng là mô hình định giá quyền chọn, và sử dụng mô hình này để tính toán khả
năng xảy ra quệ tài chính của công ty. Mô hình dựa trên thị trƣờng giả định rằng thị
trƣờng biết tất cả những thông tin cần thiết về công ty và phản ảnh các thông tin này
thông qua giá cổ phiếu. Vì vậy, mô hình này là sự kết hợp giữa giá trị nợ và giá trị
thị trƣờng các tài sản của công ty.
Hình 2.1: Mối quan hệ cơ bản giữa VA, VE và X
Nhƣ đã biết, các công ty cổ phần là những công ty có trách nhiệm hữu hạn trong
việc hoàn trả nợ vay. Khi nợ đáo hạn, ngƣời nắm giữ vốn sẽ trả hết nợ cho chủ nợ
nếu giá trị thị trƣờng các tài sản của công ty (VA) cao hơn giá trị nợ (X) đến hạn.

37. 25
Tuy nhiên, ngƣời nắm giữ vốn sẽ không có nghĩa vụ phải trả hết nợ nếu giá trị thị
trƣờng các tài sản của công ty (VA) không đủ cao hơn so với giá trị nợ (X) đến hạn.
Khi lâm vào kiệt quệ, công ty đệ trình đơn xin phá sản và đƣợc giả định là sẽ
chuyển quyền sở hữu sang cho các chủ nợ mà không tốn chi phí nào. Ngƣời nắm
giữ vốn sẽ lấy phần còn lại (VE) sau khi đã hoàn thành toàn bộ nghĩa vụ nợ. Kết quả
là quá trình này có cách thức hoạt động giống nhƣ quyền chọn mua.
Mô hình Merton có 2 giả định quan trọng. Giả định thứ nhất là giá thị trƣờng các tài
sản của một công ty (VA) tuân theo nguyên tắc “chuyển động Brown cấp số nhân”
với độ lệch tức thời (µ), độ biến động (σ) và quy trình Wiener chuẩn (W).
(2.5)
Giả định thứ hai là công ty chỉ phát hành một trái phiếu chiết khấu đến hạn trong
thời gian T. Vốn chủ sở hữu của công ty (VE) đƣợc coi nhƣ là 1 quyền chọn mua,
giá trị thị trƣờng tổng tài sản của công ty (VA) đƣợc coi nhƣ là tài sản cơ bản, giá trị
nợ (X) đáo hạn tại thời điểm T. Dựa trên mô hình định giá quyền chọn Black-
Scholes-Merton, các biến số trên có mối quan hệ nhƣ phƣơng trình dƣới đây:
(2.6)
Trong phƣơng trình trên, N(.) là phân phối chuẩn tắc tích lũy, r là lãi suất phi rủi ro
và tham số d1, d2 là có liên hệ với nhau thông qua phƣơng trình:
( ) ( )
√
(2.7)
√ (2.8)
Vỡ nợ xảy ra khi giá trị thị trƣờng tổng tài sản của công ty (VA) nhỏ hơn so với giá
trị nợ (X) khi đến hạn. Do đó, xác suất xảy ra vỡ nợ (PD) là xác suất của việc giá thị

38. 26
trƣờng tổng tài sản của công ty (VA) giảm xuống thấp hơn so với giá trị nợ (X) tại
thời điểm T.
Hình 2.2: Mô tả cách xác định DD và PDt của mô hình MKV-Merton
Mô hình giả định rằng log tự nhiên (ln) của giá trị tài sản (VA) trong tƣơng lai là
phân phối chuẩn. Xác suất vỡ nợ (PD) tại thời điểm T đƣợc thể hiện nhƣ sau:
[
( )
√
] (2.9)
Và khoảng cách đến điểm vỡ nợ (DD) đƣợc biểu diễn nhƣ sau:
( )
√
(2.10)

39. 27
Phƣơng trình (2.10) cho biết “khoảng cách” của số lƣợng độ lệch chuẩn so với giá
trị tổng tài sản trung bình cần phải có để vỡ nợ trở thành hiện thực.
Các điểm tích cực chính của mô hình KMV-Merton là:
 Mô hình cung cấp thông tin kiệt quệ từ thực tế thị trƣờng.
 Có một số lƣợng rõ ràng các biến trong mô hình và các biến không thay đổi
nhƣ trong các mô hình dự trên thống kê kế toán.
 Mô hình dựa trên thị trƣờng là mô hình “nhìn từ tƣơng lai”, chứa đựng thông
tin kỳ vọng về tƣơng lai.
 Mô hình có xem xét độ biến động của tài sản trong phân tích.
Tuy nhiên, mô hình dựa trên thị trƣờng cũng có khuyết điểm, đó là vì dựa trên lý
thuyết thị trƣờng hiệu quả, lý thuyết này cho rằng mọi thông tin từ thị trƣờng đều
phản ảnh vào giá cổ phiếu của công ty. Thực tế là thị trƣờng không phản ảnh toàn
bộ thông tin về tình hình tài chính của một công ty vào giá cổ phiếu. Khuyết điểm
khác của mô hình là chỉ xem xét các công ty đại chúng trên thị trƣờng chứng khoán,
chứ không phải đối với các công ty tƣ nhân. Ngoài ra, mô hình còn dựa trên giả
định phân phối chuẩn, trong khi thực tế, phân phối xác suất của mô hình KMV-
Merton là rộng hơn so với phân phối chuẩn.
2.2.4. Các nghiên cứu khác về dự báo kiệt quệ tài chính trên thế giới
Deakin (1972) phát triển một mô hình dự báo kiệt quệ để thay thể các mô hình của
Beaver và Altman. Deakin đánh giá cao kết quả thực nghiệm của Beaver đối với độ
chính xác trong dự báo của mô hình của ông và phƣơng pháp đa biến của Altman.
Ông lập kế hoạch xây dựng một mô hình dự báo tốt hơn bằng cách kết hợp các khía
cạnh tốt nhất của Beaver (1966) và của Altman (1968). Ông sử dụng 14 tỷ số tài
chính của Beaver để thiết lập một phƣơng trình phân biệt, ông tin rằng mô hình này
có thể cho ra kết quả chính xác cao hơn khi phân loại. Deakin chọn 32 công ty phá
sản trong thời kỳ 1964 đến 1970 và chọn 32 công ty không phá sản bằng cách sử

40. 28
dụng phƣơng pháp so sánh cặp, với ngành giống nhau, quy mô tài sản giống nhau
và năm của báo cáo tài chính giống nhau (Altman, 1993).
Phƣơng pháp đầu tiên của Deakin là tƣơng tự nhƣ kiểm định phân chia mẫu thành
hai mẫu con của Beaver7
. Để có đƣợc thứ tự “sức mạnh phân loại” của các tỷ số tài
chính, ông so sánh giá trị trung bình của các tỷ số tài chính và phƣơng pháp tƣơng
quan xếp hạng của Spearman. Ngoại trừ trƣờng hợp 3 năm trƣớc khi kiệt quệ, các
hệ số tƣơng quan đều có ý nghĩa đáng kể trong các trƣờng hợp còn lại. Lý do hệ số
tƣơng quan của trƣờng hợp 3 năm trƣớc khi đáo hạn là kém ý nghĩa là vì cấu trúc
vốn của các công ty kiệt quệ. Dữ liệu trong thời kỳ này là những năm mà các công
ty kiệt quệ cố gắng mở rộng quy mô và cần có một số tiền lớn để thực hiện việc đó
bằng cách vay nợ và buộc phải phát hành cổ phiếu.
Trong phƣơng pháp thứ hai của ông, Deakin áp dụng phân tích phân biệt bằng cách
sử dụng 14 tỷ số tài chính cùng 32 công ty kiệt quệ và 32 công ty không kiệt quệ
đƣợc lấy ngẫu nhiên từ Báo cáo Ngành thƣờng niên của Moody trong khoảng thời
gian 1962 và 1966. Tỷ lệ “lỗi” trong phân loại là nhỏ hơn 5% đối với trƣờng hợp 3
năm trƣớc khi kiệt quệ, khi sử dụng mẫu gốc. Tỷ lệ “lỗi” trong phân loại, khi sử
dụng mẫu bao gồm 11 công ty kiệt quệ và 23 công ty không kiệt quệ lấy ngẫu nhiên
từ Moody, tƣơng ứng với khoảng thời gian 5 năm trƣớc khi kiệt quệ lần lƣợt là:
22%, 6%, 12%, 23% và 15%. Thống kê cho thấy 2 nhóm đƣợc phân loại khá rõ
ràng trong khoảng thời gian 3 năm đầu trƣớc khi kiệt quệ và kém rõ ràng trong năm
thứ tƣ và năm thứ năm trƣớc khi kiệt quệ. Deakin nhấn mạnh phân tích phân biệt có
thể đƣợc sử dụng để dự báo kiệt quệ tốt nhất và chính xác nhất trong khoảng thời
gian là 3 năm.
Edmister (1972) phát triển một mô hình dự báo kiệt quệ đối với những doanh
nghiệp nhỏ. Ông định nghĩa doanh nghiệp nhỏ là doanh nghiệp thuộc Hiệp hội
doanh nghiệp nhỏ. Edmister tính 19 tỷ số tài chính, những tỷ số có ý nghĩa lớn trong
7
Xem lại mục “2.2.1.2. Phân tích phân biệt đơn biến của Beaver (1966)” để hiểu thêm về phƣơng pháp này.

41. 29
nghiên cứu, từ các báo cáo tài chính của doanh nghiệp nhỏ trong giai đoạn 1954 đến
1969. Ông sử dụng 2 mẫu công ty để xây dựng mô hình phân tích phân biệt đa biến
(MDA). Mẫu đầu tiên bao gồm 42 doanh nghiệp, dựa trên báo cáo tài chính 3 năm
liên tục trƣớc khi kiệt quệ xảy ra, nhằm kiểm tra khả năng dự báo của mô hình. Mẫu
thứ hai gồm 562 công ty với báo cáo tài chính vào năm trƣớc khi kiệt quệ. Bộ
khung phƣơng pháp của ông là dựa trên việc kiểm định 4 lý thuyết:
 Giá trị của một tỷ số tài chính là một chỉ số dự báo kiệt quệ,
 Xu hƣớng 3 năm của một tỷ số tài chính là một chỉ số dự báo kiệt quệ,
 Giá trị trung bình trong 3 năm của một tỷ số tài chính là một chỉ số dự báo
kiệt quệ,
 Sự kết hợp của mức độ ngành và xu hƣớng ngành đối với mỗi chỉ số tài
chính là chỉ số dự báo kiệt quệ. (Altman, 1993).
Mô hình của Edmister dựa trên kỹ thuật một-không. Lý do tại sao ông sử dụng kỹ
thuật này là vì ông muốn giảm hiện tƣợng đa cộng tuyến trong mô hình. Ông
chuyển giá trị mỗi tỷ số thành biến 1 hoặc 0 dựa trên điểm cắt tùy hứng. Altman
(1993) phản đối rằng việc chuyển đổi giá trị tỷ số có thể dẫn đến việc mất thông tin
và nó cần đƣợc tránh.
Một tổng của 7 tỷ số trong 19 tỷ số đƣợc xây dựng trong mô hình dự báo dƣới đây:
(2.5)
Với: R2
= 0,74, F = 14,02, và N = 84.
Trong đó:
 Hình dạng đẳng vị là thống kê t.

42. 30
 Z: Biến phụ thuộc có giá trị 1 hoặc 0, bằng 1 nếu công ty là không kiệt quệ
và bằng 0 nếu công ty là kiệt quệ,
 X1: Dòng tiền hằng năm trên nợ hiện tại, bằng 1 nếu tỷ số nhỏ hơn 0,05 và
bằng 0 nếu ngƣợc lại,
 X2: Vốn chủ sở hữu trên doanh thu, bằng 1 nếu tỷ số nhỏ hơn 0,07 và bằng 0
nếu ngƣợc lại,
 X3: Vốn luân chuyển ròng trên doanh thu chia cho tỷ số RMA trung bình
tƣơng ứng, bằng 1 nếu tỷ số nhỏ hơn – 0,02 và bằng 0 nếu ngƣợc lại.
 X4: Nợ ngắn hạn trên vốn chủ sở hữu chia cho tỷ số RMA trung bình tƣơng
ứng, bằng 1 nếu tỷ số nhỏ hơn 0,48 và bằng 0 nếu ngƣợc lại.
 X5: Hàng tồn kho trên doanh thu chia cho tỷ số RMA ngành tƣơng ứng, bằng
1 nếu có xu hƣớng đi lên và bằng 0 nếu ngƣợc lại.
 X6: Tỷ số thanh toán nhanh chia cho xu hƣớng tỷ số thanh toán nhanh RMA,
bằng 1 nếu xu hƣớng đi xuống và đi ngang trƣớc khi kiệt quệ và nhỏ hơn so
với 0,34, bằng 0 nếu ngƣợc lại.
 X7: Tỷ số thanh toán nhanh chia cho tỷ số thanh toán nhanh RMA, bằng 1
nếu tỷ số có xu hƣớng đi lên, bằng 0 nếu ngƣợc lại.
Mô hình cho đƣợc độ chính xác tổng là 93%, độ chính xác dự báo kiệt quệ là 90%,
độ chính xác dự báo không kiệt quệ là 95%. Ông kết luận rằng sức mạnh dự báo của
tỷ số theo mỗi mô hình là phù thuộc vào cách lựa chon biến và phƣơng pháp áp
dụng.
Libby (1975) sử dụng tập hợp con của Deakin (1972), bao gồm 14 tỷ số tài chính và
50 công ty bao gồm 30 công ty kiệt quệ và 30 công ty không kiệt quệ đƣợc chọn
ngẫu nhiên, để nắm bắt đƣợc khả năng của các nhân viên tín dụng cho việc giải
thích sức mạnh dự báo của thông tin tỷ số tài chính trong bối cảnh dự báo phá sản.
Libby chia ngẫu nhiên mẫu ra làm 3 mẫu con, mỗi mẫu con sẽ có 10 công ty kiệt
quệ và 10 công ty không kiệt quệ cùng 14 tỷ số tài chính đã đƣợc tính toán của mỗi
mẫu con.

43. 31
Sử dụng phƣơng pháp phân tích các thành phần chính bằng phép xoay biến đổi,
Libby xác định 5 nguồn độc lập của sự thay đổi trong 14 biến: tỷ suất sinh lợi (thu
nhập ròng trên tổng tài sản), tỷ suất hoạt động (tài sản hiện tại trên doanh thu),
thanh khoản (tài sản hiện tại trên nợ hiện tại), cân đối tài sản (tài sản hiện tại trên
tổng tài sản) và vị thế tiền mặt (tiền trên tổng tài sản).
Bốn mƣơi ba nhân viên nợ, từ 16 ngân hàng nhỏ và 27 ngân hàng lớn, tham gia
nghiên cứu của Libby. Mỗi nhân viên đánh giá tập hợp 70 dữ liệu của 5 tỷ số tài
chính với các thông tin sớm rằng một nửa các công ty thất bại trong 3 năm.
Libby kết luận rằng các nhân viên nợ giải thích các kiệt quệ bằng việc sử dụng các
thông tin tài chính. Không có sự khác biệt đáng kể nào đƣợc tìm thấy giữa quyết
định từ nhân viên của các ngân hàng nhỏ và ngân hàng lớn. Không có sự tƣơng
quan đáng kể nào giữa sự giải thích và độ tuổi và kinh nghiệm của nhân viên nợ;
không có sự khác biệt trong độ tin cậy về việc kiểm định – tái kiểm định ngắn hạn
giữa các phân nhóm nhỏ, các nhân vên nợ giải thích tƣơng đối giống nhau về thông
tin tỷ số tài chính (Altman, 1993).
Altman (1993) chỉ trích nghiên cứu của Libby rằng các nhân viên nợ đã đƣợc thông
tin sớm là một nửa các công ty sẽ lâm vào kiệt quệ. Thông tin dạng này, tất nhiên,
sẽ không bao giờ có sẵn đối với các nhà phân tích. Trong một nghiên cứu khác đƣợc
thực hiện bởi Casey (1980) chứng minh rằng các nhân viên nợ, khi không có thông
tin sớm về số phận của các công ty, chỉ dự báo chính xác đƣợc 27% trong số các
công ty sẽ bị kiệt quệ. Mức độ chính xác của dự báo không kiệt quệ thì cao hơn.
Deakin (1977) mở rộng nghiên cứu 1972 của ông để cung cấp một chỉ số cho thấy
tần số và tính tự nhiên của lỗi phân loại của các công ty không kiệt quệ và để cải
thiện sức mạnh dự báo của mô hình. Ông sử dụng mẫu gồm 63 công ty kiệt quệ,
trong đó có 32 công ty từ nghiên cứu 1972 và 31 công ty từ nghiên cứu của Altman
và McGough (1974), thất bại trong năm 1971 và 1972, và kết hợp chúng với 80

44. 32
công ty không kiệt quệ đƣợc lấy ngẫu nhiên từ báo cáo Moody. Đối với mỗi nhóm
công ty, ông tính toán 5 tỷ số tài chính của Libby (1975).
Độ chính xác của mô hình phân loại tuyến tính và bậc hai lần lƣợt là 94,4% và
83,9%. Kiểm định tính hiệu quả của Deakin là dựa trên 3 quy tắc quyết định trong
phân loại các công ty kiệt quệ và không kiệt quệ: phân loại các công ty vào nhóm
kiệt quệ nếu cả mô hình tuyến tính và bậc 2 cho ra kết quả kiệt quệ, phân loại các
công ty vào nhóm không kiệt quệ nếu cả mô hình tuyến tính và bậc 2 cho ra kết quả
không kiệt quệ, và nghiên cứu sâu hơn nếu 2 mô hình cho ra kết quả trái ngƣợc.
Kiểm định tính hiệu quả đƣợc áp dụng đối với 1780 công ty của Hồ sơ Compustat
1980, cho ra kết quả phân loại là 290 công ty kiệt quệ, 1317 công ty không kiệt quệ,
và 173 công ty cần phải nghiên cứu sâu thêm. Deakin lấy 290 công ty kiệt quệ và
100 công ty không kiệt quệ để đánh giá khả năng dự báo của mô hình. Dựa trên
định nghĩa để phân loại công ty vào kiệt quệ, độ chính xác thay đổi. Nếu kiệt quệ
đƣợc định nghĩa là phá sản, thanh lý và tái cấu trúc thì chỉ có 18 (chiếm 6,2%) trong
số 290 công ty kiệt quệ và tất cả 100 công ty không kiệt quệ đƣợc dự báo chính xác.
Nếu định nghĩa kiệt quệ mở rộng hơn, bao gồm bị thâu tóm hoặc sáp nhập, giảm cổ
tức và không trả nợ, thì có 224 (chiếm 77,2%) trong số 290 công kiệt quệ đƣợc dự
báo chính xác và 35 (chiếm 35%) trong số 100 không kiệt quệ đƣợc phân loại chính
xác. Để kiểm tra khả năng dự báo của các mô hình sâu hơn, ông chọn 47 công ty
phá sản trong giai đoạn 1972 – 1974. Có 39 (chiếm 83%) trong số các công ty phá
sản đƣợc phân loại chính xác, 7 công ty cần phải đƣợc nghiên cứu sâu hơn và 1
công ty phá sản lại đƣợc phân loại là không kiệt quệ.
Scott (1981) so sánh các nghiên cứu của Beaver (1967), Altman (1968), Deakin
(1972), Wilcox (1971, 1976), và Altman cùng cộng sự (1977), theo độ chính xác và
tính vững của các mô hình đó với bộ khung phá sản của chính ông. Scott nhấn mạnh
rằng phƣơng pháp lựa chọn biến có thể gây ra một sự phân loại sai nếu các biến dự
báo đƣợc chọn và sử dụng cho các công ty trong thời kỳ khác với thời kỳ mà mô

45. 33
hình đƣợc xây dựng. Ông kết luận rằng “với việc có nhiều mô hình với các hƣớng
đi khác nhau, mô hình ZETA có lẽ là mô hình đáng tin nhất. Nó có sức mạnh phân
loại cao, chi tiết hợp lý, sử dụng dữ liệu thị trƣờng và kế toán cùng với các biến thu
nhập và nợ. Hơn thế, nó đang đƣợc sử dụng trong thực tế bởi hơn 30 tổ chức tài
chính. Kết quả là, dù không chắc chắn để đƣa ra một mô hình dự báo hoàn hảo, nó
vẫn sẽ đƣợc sử dụng nhƣ một thƣớc đo để nhận định độ tin cậy của các lý thuyết
đƣợc thảo luận trong các phần sau.”
2.2.5. Tóm tắt các mô hình dự báo kiệt quệ tài chính
Dựa trên các bằng chứng thực nghiệm về các mô hình dự báo kiệt quệ tài chính đã
đƣợc trình bày ở trên, có thể tóm tắt ngắn gọn về các mô hình này nhƣ sau:
Mô hình Altman
(1968)
Mô hình Ohlson
(1980)
Mô hình MKV-
Merton
Đặc điểm Là mô hình định
lƣợng, không phải
định tính, thể hiện tính
khách quan, không
phụ thuộc vào ý chí
chủ quan của ngƣời
phân tích.
Là mô hình định
lƣợng, không phải
định tính, thể hiện
tính khách quan,
không phụ thuộc vào
ý chí chủ quan của
ngƣời phân tích.
Là mô hình định
lƣợng, không phải
định tính, thể hiện
tính khách quan,
không phụ thuộc vào
ý chí chủ quan của
ngƣời phân tích.
Là mô hình thống kê
dạng tĩnh, dựa trên
thông tin kế toán,
không xem xét sự biến
động tài sản.
Là mô hình thống kê
dạng tĩnh, dựa trên
thông tin kế toán,
không xem xét sự
biến động tài sản.
Là mô hình động, dựa
trên thị trƣờng, chứa
đựng kỳ vọng về
tƣơng lai, có xem xét
biến động tài sản.

46. 34
Mô hình phụ thuộc
vào mức độ chính xác
của dữ liệu kế toán và
báo cáo tài chính, phụ
thuộc vào các quy
định và chuẩn mực kế
toán.
Mô hình phụ thuộc
vào mức độ chính
xác của dữ liệu kế
toán và báo cáo tài
chính, phụ thuộc vào
các quy định và
chuẩn mực kế toán.
Mô hình dựa trên
thông tin thị trƣờng
nên không phụ thuộc
vào các thông tin kế
toán, các quy định và
chuẩn mực kế toán.
Các hệ số trong mô
hình đƣợc ƣớc lƣợng
bằng cách tối đa hóa
tỷ số của phƣơng sai
giữa các nhóm trên
phƣơng sai trong
nhóm.
Các hệ số trong mô
hình đƣợc ƣớc lƣợng
bằng phƣơng pháp
ƣớc lƣợng “hợp lý
cực đại” (maximum
likelihood).
Các hệ số của mô
hình luôn cố định,
không thay đổi theo
thời gian.
Mô hình dựa trên phân
phối chuẩn.
Mô hình dựa trên
phân phối logistic.
Mô hình dựa trên
phân phối chuẩn.
Cách xác
định giá
trị biến số
Mô hình đơn giản,
việc xác định giá trị
các biến trong mô
hình đƣợc thực hiện
dễ dàng.
Mô hình đơn giản,
việc xác định giá trị
các biến trong mô
hình đƣợc thực hiện
dễ dàng.
Mô hình phức tạp,
việc xác định giá trị
các biến trong mô
hình phải thực hiện
thông qua các bƣớc
tính toán phức tạp.
Khả năng
dự báo
Chỉ dự báo đƣợc công
ty là kiệt quệ hay
không kiệt quệ, không
xác định đƣợc xác suất
xảy ra kiệt quệ.
Dự báo đƣợc công ty
là kiệt quệ hay
không kiệt quệ, và
xác định đƣợc xác
xuất xảy ra kiệt quệ.
Dự báo đƣợc công ty
là kiệt quệ hay không
kiệt quệ, và xác định
đƣợc xác xuất xảy ra
kiệt quệ.
Phạm vi Chỉ áp dụng đối các Áp dụng đƣợc đối Chỉ áp dụng đối các

47. 35
áp dụng công ty đại chúng. với nhiều loại hình
công ty.
công ty đại chúng.
Giới hạn Bị hạn chế bởi giả
định phân phối chuẩn
và ma trận hiệp
phƣơng sai đối với
mọi nhóm là bằng
nhau.
Không bị giới hạn
bởi các giả định.
Bị hạn chế bởi giả
định phân phối chuẩn
và lý thuyết thị
trƣờng hiệu quả.
Bảng 2.3: Ý nghĩa về dấu của các biến số trong mô hình Altman (1968) và
Ohlson (1980)
Biến Mô hình Dấu Ý nghĩa
WCTA Altman
(1968)
+ Vốn luân chuyển của công ty càng cao thì công ty càng có khả
năng thanh toán nợ vay, nên càng khó bị kiệt quệ.
RETA + Thu nhập giữ lại của công ty càng cao thì công ty sẽ tái đầu tƣ
nhiều hơn, khả năng sinh lợi trong tƣơng lai cao hơn, nên càng
khó bị kiệt quệ.
EBIT + Lợi nhuận của công ty càng cao thì nghĩa là công ty đang hoạt
động kinh doanh tốt, khả năng trả nợ vay tốt, nên càng khó bị kiệt
quệ.
METL + Giá trị thị trƣờng tổng tài của công ty càng cao hơn so với giá trị
tổng nợ thì công ty càng khó bị kiệt quệ.
STA + Doanh thu của công ty càng cao thì công ty càng khó bị kiệt quệ.
SIZE Ohlson
(1980)
- Quy mô của công ty càng lớn thì công ty càng khó bị kiệt quệ.
TLTA + Nợ vay của công ty càng nhiều thì công ty càng dễ bị kiệt quệ.
WCTA - Vốn luân chuyển của công ty càng cao thì công ty càng có khả
năng thanh toán nợ vay, nên càng khó bị kiệt quệ.
CLCA + Nợ ngắn hạn của công ty cao hơn so với tài sản ngắn hạn thì công
ty đang gặp vấn để về thanh toán nợ vay, công ty càng dễ bị kiệt
quệ.

48. 36
OENEG - Khi tổng nợ lớn hơn tổng tài sản thì công ty càng dễ bị kiệt quệ.
NITA - Thu nhập ròng của công ty càng cao thì công ty càng khó kiệt
quệ.
FUTL - Dòng tiền từ hoạt động kinh doanh càng nhiều thì công ty càng
có khả năng thanh toán nợ vay. Do đó, công ty càng khó kiệt quệ.
INTWO + Công ty càng lỗ nhiều thì càng dễ bị kiệt quệ.
CHIN - Lợi nhuận năm sau giảm so với năm trƣớc thì công ty càng dễ bị
kiệt quệ.
Đây là bản rút gọn của tài liệu.
- Link tải bản ĐẦY ĐỦ: https://bit.ly/3labTRP
- Link dự phòng: https://bit.ly/3l68gwc

49. 37
CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU
3.1. Các bƣớc thực hiện nghiên cứu
Nhƣ đã trình bày trong phần trƣớc, kiệt quệ tài chính ngoài việc gây ra chi phí cho
các nhóm doanh nghiệp liên quan, còn tạo ra chi phí đối với xã hội. Vì vậy, nhiều
mô hình dự báo kiệt quệ tài chính đã đƣợc nghiên cứu và phát triển trên thế giới,
nhằm giúp cảnh báo sớm nguy cơ xảy ra kiệt quệ tài chính để có biện pháp ứng phó
kịp thời.
Mục đích của nghiên cứu này là đánh giá khả năng dự báo của các mô hình dự báo
sớm kiệt quệ tài chính đã đƣợc phát triển trên thế giới, từ đó nhận diện mô hình dự
báo kiệt quệ tài chính phù hợp cho các doanh nghiệp tại Việt Nam. Để đạt đƣợc
mục đích này, tác giả sẽ thực hiện cụ thể các bƣớc nghiên cứu sau:
 Bƣớc 1: Xác định mẫu của nghiên cứu. Mẫu trong nghiên cứu này là 50
công ty đại chúng đã và đang đƣợc niêm yết trên HSX, HNX, UpCom, bao gồm
những công ty đƣợc xác định là kiệt quệ tài chính và không kiệt quệ tài chính. Một
công ty đƣợc xác định là kiệt quệ tài chính khi đối mặt với một trong các sự kiện
sau: thua lỗ 3 năm liên tiếp, hoặc có vốn chủ sở hữu âm, hoặc bán hết tài sản để trả
nợ rồi giải thể, hoặc đƣợc tòa án chấp thuận phá sản. Cùng với việc xác định công
ty là kiệt quệ tài chính, tác giả cũng sẽ xác định luôn thời điểm kiệt quệ tài chính, đó
là năm xảy ra một trong số các sự kiện trên8
. Việc xác định các công ty kiệt quệ và
không kiệt quệ để đƣa vào mẫu ở bƣớc này, cùng thời điểm xảy ra sự kiện kiệt quệ
tài chính, đƣợc xem là “ ết quả thực tế”.
 Bƣớc 2: Xác định dữ liệu đầu vào của nghiên cứu. Dữ liệu đầu vào đƣợc lấy
từ các báo tài chính đã kiểm toán của 50 công ty trong mẫu, từ thị trƣờng, và nhiều
nguồn khác.9
8
Xem chi tiết tại mục “3.3. Lựa chọn mẫu và thu thập dữ liệu đầu vào”.
9
Xem chi tiết tại mục “3.3. Lựa chọn mẫu và thu thập dữ liệu đầu vào”.

50. 38
 Bƣớc 3: Từ dữ liệu đầu vào có đƣợc ở bƣớc 2, tác giả tiến hành tính toán giá
trị các biến số độc lập của 3 mô hình dự báo kiệt quệ tài chính đƣợc sử dụng trong
nghiên cứu này. Riêng mô hình KMV-Merton, tác giả sẽ dùng phƣơng pháp của
Shumway (2004) để tính toán giá trị các biến số độc lập10
.
 Bƣớc 4: Từ giá trị các biến số độc lập đã tính đƣợc ở bƣớc 3, tác giả tiến
hành xác định giá trị các biến phụ thuộc của các mô hình cho từng công ty, đó là:
giá trị Z-score của mô hình Altman (1968), giá trị xác suất P(O) của mô hình
Ohlson (1980) và giá trị xác suất PDt của mô hình KMV-Merton (1974). Trong đó,
giá trị Z-score và giá trị P(O) sẽ đƣợc xác định tại thời điểm 1 năm (-1), 2 năm (-2)
và 3 năm (-3) trƣớc khi kiệt quệ xảy ra; riêng giá trị PDt, vì giới hạn dữ liệu đầu
vào, tác giả chỉ xác định tại thời điểm 1 năm (-1) trƣớc khi kiệt quệ xảy ra11
.
 Bƣớc 5: Dựa trên các giá trị Z-score, giá trị P(O), giá trị PDt đƣợc xác định ở
bƣớc 4, tác giả sẽ so sánh các giá trị này với điểm cắt (cutoff)12
của từng mô hình để
dự báo từng công ty trong mẫu là kiệt quệ tài chính hay không kiệt quệ tài chính.
Theo đó, đầu ra của bƣớc này “ ết quả dự báo lý thuyết” của từng mô hình đối với
từng công ty. “Kết quả dự báo lý thuyết” của mô hình Altman và Ohlson sẽ đƣợc
xác định tại thời điểm 1 năm (-1), 2 năm (-2), 3 năm (-3) trƣớc khi kiệt quệ xảy ra;
riêng “kết quả dự báo lý thuyết” của mô hình MKV-Merton chỉ xác định đƣợc ở
thời điểm 1 năm (-1) trƣớc khi kiệt quệ xảy ra.
 Bƣớc 6: So sánh giữa “kết quả dự báo lý thuyết” ở bƣớc 5 với “kết quả thực
tế” ở bƣớc 1, tác giả sẽ xác định đƣợc “mức độ dự báo chính xác” của từng mô hình
ở các thời điểm 1 năm, 2 năm, 3 năm trƣớc khi kiệt quệ tài chính xảy ra. Trong đó,
“mức độ dự báo chính xác” gồm 3 loại: “mức độ dự báo chính xác kiệt quệ”, “mức
độ dự báo chính xác không kiệt quệ”, “mức độ dự báo chính xác tổng thể”.
 Bƣớc 7: Lựa chọn mô hình dự báo kiệt quệ tài chính phù hợp cho các doanh
nghiệp Việt Nam theo nguyên tắc sau: Đ i v i từng thời điểm dự báo l 1 n m, 2
10
Xem chi tiết cách xác định giá trị các biến độc lập tại mục “3.2. Các mô hình nghiên cứu”.
11
Xem chi tiết 3 mô hình dự báo kiệt quệ tài chính tại mục “3.2. Các mô hình nghiên cứu”.
12
Giá trị điểm cắt (cutoff) của từng mô hình đƣợc trình bày chi tiết trong mục “3.2. Các mô hình nghiên
cứu”.

51. 39
n m, 3 n m trư c khi kiệt quệ thực tế xảy ra, m h nh n o c “mức độ dự báo chính
xác tổng thể” cao hơn sẽ là mô hình dự báo t t hơn. Nếu “mức độ dự báo chính xác
tổng thể” bằng nhau, sẽ xét tiếp “mức độ dự báo chính xác kiệt quệ”, m h nh n o
có “mức độ dự báo chính xác kiệt quệ” cao hơn sẽ là mô hình dự báo t t hơn13
.
3.2. Các mô hình nghiên cứu
Nhƣ đã trình bày trƣớc đó, nghiên cứu này đƣợc thực hiện với mục tiêu là đánh giá
khả năng dự báo của các mô hình dự báo sớm kiệt quệ tài chính đã đƣợc phát triển
trên thế giới cho các doanh nghiệp Việt Nam, từ đó nhận diện mô hình dự báo kiệt
quệ tài chính phù hợp cho các doanh nghiệp Việt Nam trong giai đoạn hiện nay.
Có 3 mô hình dự báo kiệt quệ tài chính đƣợc kế thừa và sử dụng trong nghiên cứu
này, đó là: mô hình phân tích phân biệt Z-score của Altman (1968), mô hình phân
tích logit của Ohlson (1980) và mô hình dựa trên thị trƣờng MKV-Merton (1974).
Việc đánh giá khả năng dự báo của các mô hình sẽ dựa trên “mức độ dự báo chính
xác” (prediction accuracy) của từng mô hình, bao gồm 3 loại:
 Mức độ dự báo chính xác kiệt quệ: là tỷ số của tổng số công ty đƣợc dự
báo chính xác là kiệt quệ trên tổng số công ty kiệt quệ thực tế trong mẫu.
 Mức độ dự báo chính xác không kiệt quệ: là tỷ số của tổng số công ty
đƣợc dự báo chính xác là không kiệt quệ trên tổng số công ty không kiệt quệ thực tế
trong mẫu.
 Mức độ dự báo chính xác tổng thể: là tỷ số của tổng số công ty đƣợc dự
báo chính xác (cả kiệt quệ và không kiệt quệ) trên tổng số công ty trong mẫu nghiên
cứu.
Để lựa chọn mô hình dự báo kiệt quệ tài chính phù hợp cho các doanh nghiệp Việt
Nam, tác giả sẽ áp dụng nguyên tắc sau: Đ i v i từng thời điểm dự b o l 1 n m, 2
n m, 3 n m trư c khi kiệt quệ thực tế xảy ra, m h nh n o c “mức độ dự báo chính
13
Căn cứ để có nguyên tắc này đƣợc trình bày cụ thể tại mục “3.2. Các mô hình nghiên cứu”.

52. 40
xác tổng thể” cao hơn sẽ là mô hình dự báo t t hơn. Nếu “mức độ dự báo chính xác
tổng thể” bằng nhau thì sẽ xét tiếp “mức độ dự báo chính xác kiệt quệ”. Theo đ ,
m h nh n o c “mức độ dự báo chính xác kiệt quệ” cao hơn sẽ là mô hình dự báo
t t hơn. Kết quả cuối cùng nhận đƣợc là thứ tự xếp hạng của 3 mô hình và mô hình
nào có thứ hạng cao nhất sẽ là phù hợp nhất cho việc dự báo kiệt quệ tài chính.
Nguyên tắc xếp hạng mô hình ở trên là dựa trên nguyên lý: (1) “mức độ dự báo
chính xác tổng thể” là quan trọng nhất, (2) “mức độ dự báo chính xác kiệt quệ” là
quan trọng hơn so với “mức độ dự báo chính xác không kiệt quệ”. Đầu tiên, “mức
độ dự báo chính xác tổng thể” là quan trọng nhất bởi vì đây là chỉ số cho thấy khả
năng dự báo tổng thể của mô hình, bao gồm cho cả 2 tình trạng là kiệt quệ và không
kiệt quệ, theo đó, mô hình nào dự báo tổng thể ít sai nhất sẽ là mô hình tốt nhất.
Tiếp theo, “mức độ dự báo chính xác kiệt quệ” là quan trọng hơn so với “mức độ dự
báo chính xác không kiệt quệ” bởi vì “sai lầm” trong việc không thể xác định một
công ty là kiệt quệ (sai lầm loại 1) sẽ gây ra chi phí cao hơn so với “sai lầm” trong
việc không thể xác định một công ty là không kiệt quệ (sai lầm loại 2). Cụ thể hơn,
khi mô hình không thể nhận diện một công ty sắp lâm vào kiệt quệ (sai lầm loại 1),
điều này có nghĩa mô hình cho rằng công ty này là không kiệt quệ; từ đó, nhà đầu
tƣ, ngân hàng, tổ chức tín dụng sẽ đầu tƣ vào công ty này, tuy nhiên, sau đó công ty
này bị kiệt quệ thật sự, và chi phí gây ra sẽ là bị mất lãi, gốc và vốn đầu tƣ. Ngƣợc
lại, khi mô hình không thể nhận diện một công ty là không kiệt quệ (sai lầm loại 2),
điều này có nghĩa mô hình cho rằng công ty sẽ bị kiệt quệ; từ đó, nhà đầu tƣ, ngân
hàng, tổ chức tín dụng sẽ không đầu tƣ vào công ty này, tuy nhiên, sau đó công ty
này thực sự không bị kiệt quệ, và chi phí gây ra trong trƣờng hợp này chỉ là để mất
lợi nhuận vì đã không chịu đầu tƣ. Diễn giải trên là nguyên nhân giải thích vì sao
“mức độ dự báo chính xác kiệt quệ” là quan trọng hơn so với “mức độ dự báo chính
xác không kiệt quệ”.
Mô tả chi tiết về các mô hình và cách xác định giá trị các biến số của từng mô hình
sẽ đƣợc trình bày dƣới đây.

53. 41
3.2.1. Mô hình phân tích phân biệt Z-score của Altman (1968)
3.2.1.1. Mô tả mô hình
Mô hình phân tích phân biệt Z-score của Altman (1968) có dạng phƣơng trình nhƣ
sau:
(3.1)
Trong đó14
:
 WCTA: vốn luân chuyển trên tổng tài sản,
 RETA: thu nhập giữ lại trên tổng tài sản,
 EBIT: thu nhập trƣớc thuế và lãi vay trên tổng tài sản,
 METL: giá trị vốn hóa thị trƣờng trên giá trị sổ sách của tổng nợ,
 STA: doanh thu trên tổng tài sản,
 Z: điểm số Z để phân loại.
Điểm số Z của mô hình sẽ là điểm số để xác định một công ty là kiệt quệ hay không
kiệt quệ. Điểm Z-score của mỗi công ty sẽ đƣợc xác định tại thời điểm 1 năm, 2
năm, 3 năm trƣớc khi kiệt quệ xảy ra.
Dựa trên nghiên cứu của Altman (1968), điểm cắt (cutoff) của mô hình trên có giá
trị là 2,675. Theo đó, công ty có Z-score ≤ 2,675 sẽ đƣợc dự báo là kiệt quệ,
ngƣợc lại, công ty có Z-score > 2,675 sẽ đƣợc dự báo là không kiệt quệ. Kết quả
dự báo này đƣợc gọi là “kết quả dự báo lý thuyết” theo Z-score.
So sánh “kết quả dự báo lý thuyết” ở thời điểm 1 năm, 2 năm, 3 năm trƣớc kiệt quệ
xảy ra với “kết quả thực tế” (đƣợc xác định tại bƣớc chọn mẫu), tác giả sẽ xác định
đƣợc “mức độ dự báo chính xác”. Dựa trên “mức độ dự báo chính xác”, tác giả sẽ
đánh giá đƣợc khả năng dự báo của mô hình Altman.
14
Công thức xác định giá trị các biến số của mô hình Altman (1968) đƣợc trình bày cụ thể ở mục 3.2.1.2.