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

NGUYỄN THỊ MAI HƯƠNG

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

LUẬN VĂN THẠC SĨ KINH TẾ

Tp. Hồ Chí Minh – Năm 2016


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

NGUYỄN THỊ MAI HƯƠNG

DỰ BÁO KIỆT QUỆ TÀI CHÍNH
TẠI CÁC CÔNG TY NIÊM YẾT VIỆT NAM
Chuyên ngành: Tài Chính – Ngân Hàng
Mã số: 60 34 02 01

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:
PGS.TS Lê Thị Lanh

Tp. Hồ Chí Minh – Năm 2016

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi dưới sự hướng dẫn
khoa học của PGS. TS Lê Thị Lanh. Các số liệu và kết quả được trình bày trong
luận văn là trung thực, khách quan, chưa được công bố trong bất cứ công trình nào
khác.

Tp.Hồ Chí Minh, Ngày tháng
Tác giả luận văn

năm 2016


MỤC LỤC
TRANG PHỤ BÌA
LỜI CAM ĐOAN
MỤC LỤC
DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT
DANH MỤC CÁC BẢNG
DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
CHƯƠNG 1. GIỚI THIỆU ......................................................................................1
1.1 Lý do chọn đề tài ..............................................................................................1
1.2 Mục tiêu nghiên cứu ........................................................................................3
1.3 Đối tượng nghiên cứu và phạm vi nghiên cứu ..............................................3
1.4 Phương pháp nghiên cứu ................................................................................3
1.5 Ý nghĩa của nghiên cứu ...................................................................................4
1.6 Kết cấu bài nghiên cứu ....................................................................................4
CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT VỀ KIỆT QUỆ TÀI CHÍNH VÀ
CÁC NGHIÊN CỨU TRƯỚC ĐÂY .......................................................................5
2.1 Cơ sở lý thuyết về kiệt quệ tài chính ..............................................................5

2.1.1 Bản chất của kiệt quệ tài chính....................................................................5
2.1.2 Hệ quả của kiệt quệ tài chính ......................................................................6
2.2 Các nghiên cứu trước đây về kiệt quệ tài chính ...........................................8
2.2.1 Các nghiên cứu sử dụng các yếu tố tài chính ..............................................8
2.2.2 Các nghiên cứu sử dụng các yếu tố thị trường ..........................................13
2.2.3 Các nghiên cứu sử dụng các yếu tố vĩ mô .................................................15
2.2.4 Các nghiên cứu kết hợp các yếu tố thị trường, tài chính và vĩ mô ...........16
CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU ..................................................22
3.1 Lựa chọn mô hình dự báo kiệt quệ tài chính tại các công ty niêm yết Việt
Nam .......................................................................................................................22
3.1.1 Mô hình Logit lý thuyết.............................................................................22
3.1.2 Lựa chọn mô hình dự báo kiệt quệ tài chính .............................................24


3.2 Mô tả biến .......................................................................................................25
3.3 Thu thập và xử lý dữ liệu ..............................................................................40
3.4 Phương pháp kỹ thuật ...................................................................................42
3.4.1 Các thước đo lường hiệu quả của mô hình ................................................42
3.4.2 Các kiểm định được sử dụng trong nghiên cứu ........................................43
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN..............................46
4.1 Kết quả thống kê mô tả và kiểm định tương quan các biến độc lập .........46
4.1.1 Kết quả thống kê mô tả..............................................................................46
4.1.2 Kết quả kiểm định tương quan các biến độc lập .......................................50
4.2 Kết quả ước lượng mô hình hồi quy Logit ..................................................53
4.2.1 Kết quả ước lượng mô hình hồi quy Logit ................................................53
4.2.2 Hiệu chỉnh mô hình ...................................................................................56
4.2.3 Kết quả đo lường hiệu ứng biên ................................................................60
4.3 Kết quả lựa chọn mô hình dự báo kiệt quệ tài chính .................................63
4.3.1 Kết quả đo lường khả năng dự báo của các mô hình hiệu chỉnh ..............65
4.3.2 Kết quả kiểm định các giá trị AUC ...........................................................66

4.3.3 Bảng phân loại độ chính xác .....................................................................68
CHƯƠNG 5: KẾT LUẬN ......................................................................................72
TÀI LIỆU THAM KHẢO
PHỤ LỤC


DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT
AUC: Vùng diện tích dưới đường cong ROC
EBIT: Thu nhập trước thuế, lãi vay
EBITDA: Thu nhập trước thuế, lãi vay và khấu hao
FTSE: Thị trường chứng khoán thời đại tài chính (Financial Times Stock Exchange)
HNX: Sở giao dịch chứng khoán Hà Nội
HOSE: Sở giao dịch chứng khoán Thành Phố Hồ Chí Minh
IFS: Thống kê tài chính quốc tế (International Financial Statistics)
IMF: Quỹ tiền tệ quốc tế
MDA: Phân tích đa yếu tố phân biệt (Multiple Discriminant Analysis)
ROC: Đặc trưng hoạt động tiếp nhận (Receiver Operating Characteristics)
ROC Curve: Đường cong ROC
TANH: Hàm lượng giác tang (Hyperbolic tangent)
TCTK: Tổng cục thống kê
VIF: Nhân tử phóng đại phương sai (Variance Inflation Factor)
WTO: Tổ chức thương mại thế giới


DANH MỤC CÁC BẢNG
Bảng 2.1: Tổng hợp các nghiên cứu về phá sản ........................................................18

Bảng 2.2: Tổng hợp các nghiên cứu về dự báo kiệt quệ tài chính ............................19
Bảng 3.1: Thống kê số quan sát bị kiệt quệ và không bị kiệt quệ tài chính (bao gồm
593 doanh nghiệp, trong giai đoạn 2009-2015) ........................................................29

Bảng 3.2: Tổng hợp các biến độc lập trong mô hình hồi quy Logit .........................38
Bảng 4.1: Thống kê mô tả các biến độc lập ..............................................................47
Bảng 4.2: Kiểm định sự khác biệt trung bình giữa hai nhóm quan sát kiệt quệ và
không kiệt quệ tài chính ............................................................................................48
Bảng 4.3: Ma trận hệ số tương quan và đa cộng tuyến .............................................52
Bảng 4.4: Kết quả ước lượng mô hình hồi quy Logit ...............................................54
Bảng 4.5: Kết quả hồi quy Logit của các mô hình hiệu chỉnh .................................58
Bảng 4.6: Tác động của các yếu tố đến xác suất kiệt quệ tài chính theo mô hình
AMD3 với nghiên cứu gốc........................................................................................59
Bảng 4.7: Kết quả đo lường hiệu ứng biên ...............................................................61
Bảng 4.8: Kết quả đo lường hiệu quả của các mô hình hiệu chỉnh...........................64
Bảng 4.9: Kiểm định sự khác biệt giữa giá trị AUC của mô hình AMD 1, AMD 2,
AMD 4, AMD 5 và AMD 3 ......................................................................................67
Bảng 4.10: Bảng phân loại độ chính xác ..................................................................70


DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
Hình 4.1: Đường cong ROC của AMD 1, AMD 2, AMD 4, AMD 5 và AMD 3 .............. 67


1

CHƯƠNG 1. GIỚI THIỆU
1.1Lý do chọn đề tài
Việc gia nhập WTO đã mở ra cơ hội lớn cho hàng hóa và dịch vụ của Việt Nam với
một thị trường rộng lớn hơn. Sau hơn 8 năm gia nhập WTO, kinh tế Việt Nam đã
phát triển mạnh mẽ trên mọi lĩnh vực, đặc biệt trong lĩnh vực thương mại, dịch vụ.
Bên cạnh những cơ hội mới khi gia nhập WTO, Việt Nam sẽ phải đối mặt với
những thách thức khó khăn phía trước. Cụ thể, đó là sự cạnh tranh ngày càng trở
nên “khốc liệt” hơn giữa các doanh nghiệp trong nước với các doanh nghiệp nước

ngoài, và kể cả các doanh nghiệp trong nước với nhau ngay chính trên “sân nhà”.
Một viễn cảnh xấu có thể xảy ra đối với các doanh nghiệp là rơi vào tình trạng kiệt
quệ tài chính hoặc thậm chí phá sản, giải thể. Và điều này đã thực sự xảy ra. Theo
số liệu của TCTK (2013), số doanh nghiệp gặp khó khăn phải giải thể hoặc ngừng
hoạt động là 60,737 doanh nghiệp. Con số này còn tiếp tục gia tăng trong năm 2014,
cả nước có 67,823 doanh nghiệp gặp khó khăn buộc phải giải thể, hoặc đăng ký tạm
ngừng hoạt động có thời hạn, hoặc ngừng hoạt động chờ đóng mã số doanh nghiệp
hoặc không đăng ký (TCTK , 2014). Thị trường chứng khoán Việt Nam cũng không
là một ngoại lệ. Trong 3 năm 2012, 2013 và 2014 danh sách các doanh nghiệp đăng
ký xin hủy niêm yết xuất hiện ngày càng nhiều trong các báo cáo thường niên của
Sở giao dịch chứng khoán Hà Nội và Sở giao dịch chứng khoán Thành Phố Hồ Chí
Minh. Từ năm 2012 đến năm 2014, số doanh nghiệp xin hoặc bị hủy niêm yết bắt
buộc lần lượt là 20, 41 và 32 doanh nghiệp. Trong đó nguyên nhân chủ yếu là hoạt
động kinh doanh bị thua lỗ liên tiếp trong 3 năm, hoặc số lỗ lũy kế lớn hơn vốn điều
lệ của doanh nghiệp. Như vậy, có thể thấy rằng nền kinh tế Việt Nam đang ngày
càng hội nhập sâu rộng vào nền kinh tế chung của thế giới. Bên cạnh những cơ hội
tốt được mở ra , các doanh nghiệp Việt Nam đang phải đối mặt với những thách
thức và khó khăn trong cạnh tranh mà có thể dẫn đến tình trạng kiệt quệ tài chính,
thậm chí là phá sản, giải thể. Ngoài ra, nguy cơ bị kiệt quệ tài chính cũng bắt nguồn
từ các chi phí tài chính cố định cao (liên quan đến vấn đề cấu trúc vốn của doanh


2

nghiệp hoặc liên quan đến những bất ổn của thị trường tài chính, nền kinh tế làm lãi
suất tăng cao); tài sản của doanh nghiệp kém thanh khoản (khả năng chuyển đổi tài
sản thành tiền kém, tốn nhiều chi phí) và sự yếu kém trong quản trị doanh nghiệp
(Milton, 2002). Vì vậy việc dự báo khả năng rơi vào tình trạng kiệt quệ tài chính là
một trong những vấn đề cốt lõi trong hoạt động quản trị tài chính giúp các nhà quản
trị đưa ra những quyết định đúng đắn, phù hợp nhằm “giải cứu” doanh nghiệp thoát

khỏi nguy cơ lâm vào tình trạng bị kiệt quệ tài chính, và duy trì sự tồn tại, phát triển
của doanh nghiệp.
Có nhiều yếu tố ảnh hưởng đến khả năng lâm vào kiệt quệ tài chính. Trong đó có
các yếu tố ảnh hưởng từ bên trong doanh nghiệp như các yếu tố tài chính (Beaver,
1966; Altman, 1968; Ohlson ,1980); các yếu tố ảnh hưởng từ bên ngoài như các yếu
tố thị trường (Campbell và cộng sự, 2008; Pindado và cộng sự, 2008), các yếu tố vĩ
mô (Alifiah, 2014; Bhattacharjee và Han, 2014). Có nhiều nghiên cứu có sự kết hợp
giữa các yếu tố với nhau trong một mô hình nghiên cứu. Campbel và cộng sự
(2008) đã kết hợp các yếu tố tài chính và các yếu tố thị trường; Bhattacharjee và
Han (2014) kết hợp các yếu tố tài chính và các yếu tố vĩ mô; Tinoco và Wilson
(2013), Christidis và Gregory (2010) đã kết hợp cả ba yếu tố tài chính, thị trường
và vĩ mô. Nhưng có rất ít các nghiên cứu phân tích, xem xét về tính hiệu quả của
việc kết hợp đồng thời các yếu tố tài chính, thị trường và vĩ mô vào trong một mô
hình dự báo kiệt quệ tài chính (Tinoco và Wilson, 2013).
Xuất phát từ các vấn đề nêu trên, bài nghiên cứu “DỰ BÁO KIỆT QUỆ TÀI
CHÍNH TẠI CÁC CÔNG TY NIÊM YẾT VIỆT NAM” được thực hiện nhằm xem
xét tính hiệu quả của sự kết hợp 3 yếu tố tài chính, thị trường và vĩ mô trong một
mô hình dự báo kiệt quệ tài chính.


3

1.2Mục tiêu nghiên cứu
Dự báo kiệt quệ tài chính tại các công ty niêm yết Việt Nam trên cơ sở ứng dụng
mô hình dự báo của Tinoco và Wilson(2013) (mô hình kết hợp đồng thời các yếu tố
tài chính, thị trường và vĩ mô).
1.3Đối tượng nghiên cứu vàphạm vi nghiên cứu
 Đối tượng nghiên cứu
Dự báo kiệt quệ tài chính tại các doanh nghiệp phi tài chính niêm yết trên thị trường
chứng khoán Việt Nam.

 Phạm vi nghiên cứu
Mẫu dữ liệu gồm 593 doanh nghiệp phi tài chính (các doanh nghiệp thuộc tất cả các
ngành ngoại trừ ngành tài chính) được niêm yết trên HNX và HOSE, trong giai
đoạn 7 năm từ năm 2009 đến 2015. Mẫu quan sát bao gồm hai nhóm: nhóm các
doanh nghiệp bị kiệt quệ tài chính và nhóm doanh nghiệp không bị kiệt quệ tài
chính.Việc thu thập dữ liệu để tính toán các biến số trong mô hình được lấy từ các
báo cáo tài chính năm, các báo cáo thường niên đã kiểm toán của các doanh nghiệp,
giai đoạn từ 2009-2015. Nguồn dữ liệu này được cung cấp bởi công ty cổ phần
StockPlus. Dữ liệu về các biến số vĩ mô được thu thập từ IFS cũng trong giai đoạn
2009-2015.
1.4 Phương pháp nghiên cứu
Để giải quyết vấn đề biến phụ thuộc là nhị phân, bài nghiên cứu sử dụng mô hình
Logit để ước lượng các tham số hồi quy, qua đó dự báo khả năng rơi vào kiệt quệ
tài chính của doanh nghiệp. Nhằm đáp ứng điều kiện của mô hình hồi quy Logit là
hiện tượng đa cộng tuyến giữa các biến độc lập không nghiêm trọng, nghiên cứu
tiến hành kiểm định hiện tượng đa cộng tuyến giữa các biến độc lập. Ngoài ra,
nghiên cứu cũng thực hiện các kiểm định khác như: kiểm định sự khác biệt trung
bình giữa hai mẫu độc lập, nhằm gia tăng nhận định về các đặc trưng giữa nhóm


4

kiệt quệ tài chính và không kiệt quệ tài chính; kiểm định phi tham số Mann –
Whitney, nhằm kiểm định sự khác nhau giữa các giá trị AUC của các mô hình.
1.5Ý nghĩa của nghiên cứu
Bài nghiên cứu hy vọng góp phần tạo thêm một mô hình dự báo mới bằng sự kết
hợp các yếu tố tài chính, thị trường và vĩ mô trong một mô hình. Đồng thời hỗ trợ
các doanh nghiệp có biện pháp ngăn chặn kịp thời các tổn thất có thể xảy ra; nâng
cao hiệu quả hoạt động của doanh nghiệp trong một nền kinh tế ngày càng cạnh
tranh “khốc liệt”; giúp các chủ nợ, các nhà đầu tư cũng như các tổ chức tín dụng sẽ

đưa ra các quyết định đúng đắn và phù hợp hơn.
1.6 Kết cấu bài nghiên cứu
Bài nghiên cứu được kết cấu thành 5 chương như sau:
CHƯƠNG 1: Giới thiệu tổng quan về nghiên cứu;
CHƯƠNG 2: Tổng quan lý thuyết về kiệt quệ tài chính và các nghiên cứu trước đây;
CHƯƠNG 3: Phương pháp nghiên cứu;
CHƯƠNG 4: Kết quả nghiên cứu và thảo luận;
CHƯƠNG 5: Kết luận.


5

CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT VỀ KIỆT QUỆ TÀI CHÍNH VÀ
CÁC NGHIÊN CỨU TRƯỚC ĐÂY
2.1Cơ sở lý thuyết về kiệt quệ tài chính
2.1.1Bản chất của kiệt quệ tài chính
Kiệt quệ tài chính là tình trạng mà doanh nghiệp không thể đáp ứng các nghĩa vụ nợ
đến hạn hay đáp ứng một cách khó khăn cho các chủ nợ, đôi khi kiệt quệ tài chính
có thể dẫn đến phá sản (Trần Ngọc Thơ và cộng sự, 2007).Việc doanh nghiệp
không thể đáp ứng các nghĩa vụ nợ đến hạn có thể xuất phát từ nhiều nguyên nhân
khác nhau, cụ thể như sau:
Thứ nhất: Thiếu khả năng liên kết với thị trường vốn. Có rất nhiều ví dụ về các
doanh nghiệp có nhu cầu thanh khoản, có tiềm năng tăng trưởng, và điều “sống
còn” cuối cùng là khả năng kết nối vào các thị trường vốn. Đối với các doanh
nghiệp, không được tiếp cận với thị trường vốn khi cần thiết là một điều chắc chắn
doanh nghiệp lâm vào tình trạng khó khăn về tài chính.
Thứ hai: Sự suy giảm về hiệu suất hoạt động của doanh nghiệp là một lý do phổ
biến dẫn đến mất khả năng chi trả các khoản nợ đến hạn. Các lý do dẫn đến sự suy
giảm như vậy thì rất nhiều, chẳn hạn như: các cuộc suy thoái theo chu kỳ kinh tế,
lạm phát chi phí, cạnh tranh, luật định/bãi bỏ luật định, sản phẩm hoặc dịch vụ có

tính cạnh tranh, kế hoạch kinh doanh không thực tế, hay quản lý yếu kém. Hiếm khi
các trường hợp xảy ra đồng thời, chỉ là một trong những yếu tố trên xảy ra dẫn tới
sự suy giảm hiệu suất hoạt động. Có thể có một sự kết hợp của các yếu tố trên dẫn
đến sự xuống cấp như vậy, mà tại đó các doanh nghiệp sẽ ngừng hoạt động trong
tình trạng kiệt quệ tài chính.


6

Thứ ba: Sự suy yếu trong tổ chức bộ máy kế toán. Kế toán tài chính theo nguyên lý
chuẩn mực kế toán (GAAP1) là một hệ thống trong đó các báo cáo được thực hiện
một cách cứng nhắc theo các quy định, trong khi đó mô tả về thực tế còn hạn chế và
trong nhiều trường hợp lại không thực tế. Trọng tâm của các nhà phân tích cổ phiếu
là nhằmvào những gì các con sốcủa GAAP thể hiện, trong khi tình trạng kiệt quệ
hoặc giá trị đầu tư, trọng tâm lại là những con số mang tính ý nghĩa.
Ngoài ra nguy cơ kiệt quệ tài chính gia tăng khi doanh nghiệp có những chi phí tài
chính cố định cao (liên quan đến vấn đề sử dụng nợ), tài sản doanh nghiệp kém
thanh khoản (khả năng chuyển đổi tài sản thành tiền chậm hoặc tốn kém chi phí),
doanh thu nhạy cảm với sự biến động của nền kinh tế.
Quan điểm về kiệt quệ tài chính có thể nhìn nhận từ góc độ phá sản của doanh
nghiệp. Foster (1986) cho rằng nộp đơn xin phá sản được xem là dấu hiệu cho biết
doanh nghiệp đó đang bị kiệt quệ tài chính. Theo Jones và Hensher (2004) có hai
tình trạng mà một doanh nghiệp niêm yết trên thị trường chứng khoán được xem là
kiệt quệ tài chính. Tình trạng thứ nhất: doanh nghiệp mất khả năng thanh toán đối
với các khoản nợ đến hạn. Tình trạng thứ hai: doanh nghiệp nộp đơn xin phá sản.
Hay Bruwer và Hamman (2006) cũng xác định một doanh nghiệp lâm vào tình
trạng kiệt quệ tài chính khi nó nộp đơn xin phá sản hoặc hủy niêm yết hoặc tái cấu
trúc toàn diện bộ máy tổ chức. Như vậy trong các nghiên cứu thực nghiệm về kiệt
quệ tài chính, các nhà nghiên cứu có thể xem một doanh nghiệp lâm vào tình trạng
kiệt quệ tài chính khi nó bị phá sản.

2.1.2Hệ quả của kiệt quệ tài chính
Doanh nghiệp khi rơi vào tình trạng kiệt quệ tài chính sẽ phải gánh chịu nhiều hệ
quả nghiêm trọng, gây tổn thất “nặng nề” cho doanh nghiệp. Các hệ quả mà kiệt quệ
tài chính có thể kể đến như sau:

1

GAAP: Generally Accepted Accounting Principles


7

Thứ nhất: Kiệt quệ tài chính gây ra các mâu thuẫn quyền lợi giữa cổ đông và chủ nợ
,làm cản trở các quyết định đúng đắn về hoạt động đầu tư và tài trợ của doanh
nghiệp. Có thể phân tích cụ thể như sau:
 Về phía các cổ đông
Họ thường từ bỏ mục tiêu thông thường là tối đa hóa giá trị thị trường của doanh
nghiệp và thay vào đó là mục tiêu hạn hẹp hơn là quyền lợi riêng của mình. Họ có
khuynh hướng thực hiện các “trò chơi” (ý đồ) riêng mà phần thiệt hại sẽ do các trái
chủ gánh chịu. Ví dụ như việc cổ đông chấp nhận các dự án mạo hiểm trên tư tưởng
“được ăn cả ngã về không” khi tài sản của doanh nghiệp không đủ để trả nợ, nếu dự
án này thành công thì doanh nghiệp vực dậy được, còn nếu thất bại thì phần thiệt
hại trái chủ sẽ gánh chịu; hay cổ đông có thể từ chối đóng góp cổ phần để đầu tư
vào các dự án tốt có lợi cho doanh nghiệp vì lợi ích này phải được chia sẻ với các
trái chủ. Ngoài ra còn có các trò chơi khác như thu tiền và bỏ chạy dưới hình thức
cổ tức bằng tiền mặt; kéo dài thời gian trả nợ hay phát hành thêm nhiều nợ để thu
lãi từ lỗ vốn của các trái chủ cũ khi tất cả nợ trở nên rủi ro hơn. Khi doanh nghiệp
càng lâm vào tình trạng khó khăn, càng không có khả năng thực hiện nghĩa vụ trả
nợ thì sự hấp dẫn của các trò chơi càng lớn và xác suất cổ đông thực hiện ý đồ của
mình càng cao, điều này rõ ràng là rất tốn kém cho doanh nghiệp vì các trò chơi này

đều mang ý nghĩa các quyết định tồi về đầu tư và hoạt động; dẫn đến sự sụt giảm
giá trị thị trường của toàn doanh nghiệp.
 Về phía các trái chủ
Họ nhận thức rằng các ý đồ đó có thể được thực hiện với rủi ro do họ gánh chịu,
nên họ đã tự bảo vệ bằng cách thực hiện các trò chơi riêng của mình. Tuy nhiên, để
thực hiện “trò chơi”, các chủ nợ cũng phải tốn kém chi phí. Biện pháp nào cũng có
cái giá phải trả riêng của nó, ta phải chi trả thêm tiền để có thể tiết kiệm được tiền.
Ngoài chi phí cho việc soạn thảo các hợp đồng phức tạp, các trái chủ còn phải tốn
thêm tiền cho các hoạt động kiểm tra, giám sát kết quả thực thi hợp đồng. Các chủ


8

nợ phải dự báo được chi phí này và thường đòi mức đền bù cao hơn dưới hình thức
lãi suất cao hơn, như vậy nó cũng chính là một loại chi phí đại diện của nợ – cuối
cùng sẽ do các cổ đông chi trả.
Thứ hai: Kiệt quệ tài chính còn ảnh hưởng đến tài sản của doanh nghiệp. Khi lâm
vào khó khăn, muốn thanh lý chẳng hạn, giá trị thu được từ việc thanh lý tài sản sẽ
nhỏ hơn. Các tài sản bị ảnh hưởng nghiêm trọng nhất là các tài sản vô hình như giá
trị thương hiệu, công nghệ, vốn nhân lực, hình ảnh doanh nghiệp.
Thứ ba:Khi doanh nghiệp trong tình trạng khó khăn hầu hết nhân viên luôn cảm
thấy căng thẳng, họ lo sợ mất việc nên cố gắng tìm kiếm những cơ hội nghề nghiệp
mới. Những người giỏi thường sẽ rời bỏ doanh nghiệp, những người ở lại thường
làm việc với tâm trạng không tập trung, kém hiệu quả. Như vậy, tổn thất này cũng
được xem như là chi phí kiệt quệ tài chính.
Thứ tư: Các khách hàng và các nhà cung cấp cũng sẽ không muốn gánh chịu rủi ro
khi giao dịch với những doanh nghiệp đang lâm vào kiệt quệ tài chính. Khách hàng
không sẵn lòng ứng trước tiền hàng hoặc nhà cung cấp không muốn bán chịu.Doanh
nghiệp còn có thể mất đi những đối tác quan trọng. Cả đầu ra và đầu vào đều bị sụt
giảm làm tình hình hoạt động của doanh nghiệp càng khó khăn hơn.

2.2Các nghiên cứu trước đây vềkiệt quệ tài chính
Nội dung trong phần này, nghiên cứu sẽ trình bày các nghiên cứu thực nghiệm trên
thế giới về dự báo kiệt quệ tài chính. Qua đó nghiên cứu sẽ lựa chọn cách tiếp cận
vềdự báo kiệt quệ tài chính ở góc độ mới.
2.2.1Các nghiên cứu sử dụng các yếu tố tài chính
Năm 1932, Fitzpatrick là một trong những người khởi xướng nghiên cứu về dự báo
kiệt quệ tài chính, phá sản. Trong nghiên cứu về dự báo phá sản, ông đã lựa chọn
một mẫu nghiên cứu gồm 19 doanh nghiệp và dựa trên các dấu hiệu tài chính chia
các doanh nghiệp thành hai nhóm: nhóm phá sản và nhóm không phá sản. Và ông


9

đã tìm thấy bằng chứng rằng tỷ số tài chính như: lãi ròng trên vốn cổ phần, vốn cổ
phần trên tổng nợ là hai tỷ số có khả năng dự báo về phá sản cao nhất. Hơn 60 năm
sau, các nghiên cứu về phá sản mới “bùng phát” trở lại. Beaver (1966),
Altman(1968), Altman và cộng sự (1977), Ohlson(1980) là những nghiên cứu
“châm ngòi” cho những xu hướng mới, mô hình mới trong dự báo kiệt quệ tài
chính, phá sản.
Năm 1966, Beaver đã tiến hành chọn mẫu gồm 79 doanh nghiệp bị phá sản thuộc
38 ngành khác nhau tại Mỹ,giai đoạn từ 1954 – 1964, mẫu được lấy từ báo cáo
ngành của hãng xếp hạng tín nhiệm Moody. Ông đã áp dụng phương pháp chọn
mẫu cặp, tức là tương ứng một doanh nghiệp vỡ nợ thì sẽ có một doanh nghiệp hoạt
động bình thường trong cùng ngành và cùng quy mô. Beaver chọn ra 30 tỷ số tài
chính, được chia thành 6 nhóm bao gồm: nhóm tỷ số dòng tiền, nhóm các tỷ số thu
nhập ròng, nhóm tỷ số đòn bẩy tài chính, nhóm tỷ số tài sản thanh khoản trên tổng
tài sản, nhóm tỷ số tài sản thanh khoản trên nợ ngắn hạn và nhóm tỷ số sinh lợi
nhằm kiểm định khả năng dự báo phá sản của các tỷ số này từ 1 đến 5 năm trước
khi sự kiện phá sản xảy ra. Kết quả cuối cùng cho thấy, các tỷ số tài chính đơn lẻ có
khả năng dự báo phá sản tốt, và khi tăng số năm dự báo lên 5 năm thì tỷ lệ phân loại

sai có tăng nhưng không đáng kể. Đặc biệt tỷ số dòng tiền hoạt động trên tổng nợ có
khả năng dự báo lên đến 87% trước 1 năm bị phá sản. Beaver đã đúc kết 6 tỷ số đại
diện cho các tỷ số trên có thể dự báo được phá sản: dòng tiền hoạt động trên tổng
nợ(đại diện cho nhóm tỷ số dòng tiền), thu nhập ròng trên tổng tài sản (đại diện
nhóm các tỷ số thu nhập ròng), tổng nợ trên tổng tài sản (đại diện nhóm tỷ số đòn
bẩy tài chính), vốn luân chuyển trên tổng tài sản (đại diện nhóm tỷ số tài sản thanh
khoản trên tổng tài sản), tỷ số thanh toán hiện hành (đại diện nhóm tỷ số tài sản
thanh khoản trên nợ ngắn hạn) và tỷ số (tài sản thanh khoản nhanh trừ nợ ngắn hạn)
chia cho chi phí hoạt động hàng ngày (đại diện nhóm tỷ số sinh lợi).
Năm 1968, Altman xây dựng mô hình dự báo phá sản điểm Z (Z-Score) bằng kỹ
thuật Phân Tích Đa Yếu Tố Phân Biệt (MDA), trên cơ sở kế thừa nghiên cứu của


10

Beaver (1966). MDA là một kỹ thuật được sử dụng để phân lớp các quan sát vào
trong một nhóm dựa trên các đặc trưng của quan sát đó (Rettig, 1964). Kỹ thuật
thống kê này tạo ra một kết hợp tuyến tính – các đặc trưng sao cho phân biệt tốt
nhất giữa các nhóm. Chỉ số Z-Score trong mô hình được tính toán dựa trên 5 tỷ số
tài chính – kế toán: vốn luân chuyển trên tổn tài sản, lợi nhuận giữ lại trên tổng tài
sản, thu nhập trước thuế, lãi vay (EBIT) trên tổng tài sản, giá trị thị trường của cổ
phiếu trên giá trị sổ sách của nợ, doanh thu trên tổng tài sản. Trong nghiên cứu này
Altman đã chọn ra 66 doanh nghiệp đã cổ phần hóa trong ngành sản xuất tại Mỹ,
trong đó có 33 doanh nghiệp bị phá sản trong giai đoạn 1946 – 1965. Kết quả cho
thấy, điểm Z < 1.81 được phân loại là phá sản, Z > 2.99 được phân loại là không
phá sản, 1.81 < Z < 2.99 là “khu vực xám”, khu vực cảnh báo, tức là có thể doanh
nghiệp bị phá sản hoặc không bị phá sản, điểm Z càng gần về 1.81 thì khả năng phá
sản càng cao, và ngược lại Z càng gần 2.99 thì khả năng phá sản thấp. Mô hình
điểm Z của Altman (1968) có thể cho kết quả dự báo chính xác lên đến 95% trước 1
năm sự kiện phá sản xảy ra. Điều này cung cấp thêm bằng chứng cho sự hữu íchcủa

các tỷ số tài chính – kế toán trong dự báo phá sản. Gần 10 năm sau, Altman và cộng
sự (1977) đã cho ra một mô hình dự báo mới – mô hình ZETA, trong một nghiên
cứu về phá sản tại Mỹ. Mô hình đã lựa chọn các nhóm tỷ số tài chính sau để đưa
vào mô hình: nhóm tỷ số khả năng thanh khoản, nhóm tỷ số vốn hóa, nhóm tỷ suất
sinh lợi, nhóm đòn bẩy tài chính. Kết quả là mô hình ZETAcó khả năng dự báo lên
đến 5 năm trước khi phá sản xảy ra. Mô hình có độ chính xác khá cao, 70% trước 5
năm khi sự kiện phá sản xảy ra, và 96% trước 1 năm. Các tỷ số có khả năng dự báo
trong mô hình ZETA là: tỷ suất sinh lợi trên tổng tài sản (ROA), tỷ số khả năng
thanh toán lãi vay(đo lường bằng EBIT / chi phí lãi vay), tỷ số thanh toán hiện
hành, quy mô doanh nghiệp (đo lường bằng tổng tài sản), tỷ số vốn hóa (đo lường
bằng giá trị vốn hóa thị trường / tổng nguồn vốn), tỷ suất sinh lợi tích lũy (đo lường
bằng lợi nhuận giữ lại / tổng tài sản).
Năm 1980, Ohlson đã chỉ trích những giả định ràng buộc của kỹ thuật MDA như:
các biến độc lập đưa vào mô hình phải tuân theo phân phối chuẩn, ma trận hệ số


11

tương quan giống nhau giữa các nhóm doanh nghiệp kiệt quệ và không kiệt quệ ,
đồng thời cũng đã giới thiệu một kỹ thuật thống kê kinh tế lượng dựa trên mô
hìnhLogit. So với phương pháp MDA, ưu điểm của phương pháp Logit là không
đưa ra các giả định về phân phối chuẩn, ma trận hệ số tương quan. Đồng thời,
phương pháp này cho biết được xác suất xảy ra kiệt quệ của doanh nghiệp là bao
nhiêu trong khi đó phương pháp MDA chỉ cho biết có kiệt quệ hay không kiệt quệ
hoặc có thuộc vùng cảnh báo kiệt quệ hay không. Ohlson (1980) đã chọn một mẫu
dữ liệu gồm 105 doanh nghiệp phá sản và 2058 doanh nghiệp không phá sản tại Mỹ,
thời kỳ 1970 – 1976. Ông cũng đã tuyển chọn 9 tỷ số tài chính đại diện cho 9 biến
độc lập trong mô hình Logit. Kết quả của mô hình Logit cho thấy mức độ dự báo
chính xác phá sản lần lượt là 96.1%, 95.5%, 92.8% tương ứng với khả năng dự báo
là 1 năm, 2 năm, 1 hoặc 2 năm. Các tỷ số có khả năng dự báo phá sản trong mô hình

của Ohlson: quy mô doanh nghiệp [log(tổng tài sản/GNP)], tổng nợ trên tổng tài
sản, thu nhập ròng trên tổng tài sản, dòng tiền hoạt động trên tổng nợ, thay đổi trong
thu nhập ròng (thu nhập ròng năm t – thu nhập ròng năm t-1)/(|thu nhập ròng năm t|
+ |thu nhập ròng năm t-1|), chênh lệch giữa tổng nợ so với tổng tài sản (bằng 1, nếu
tổng nợ lớn hơn tổng tài sản, và ngược lại thì bằng 0).
Năm 1984, Zmijewski cũng đã cho thấy khả năng dự báo của các tỷ số tài chính
như: tổng tài sản trên tổng nợ, thu nhập ròng trên tổng tài sản và tài sản ngắn hạn
trên nợ ngắn hạn bằng mô hình Logit, khi ông nghiên cứu về dự báo phá sản gồm
129 doanh nghiệp phá sản tại Mỹ, giai đoạn từ 1972-1978. Shumway (2001) đã thu
thập bộ dữ liệu gồm 300 doanh nghiệp bị phá sản niêm yết tại Mỹ, giai đoạn từ
1962-1992. Thông qua việc ứng dụng mô hình Hazard (mô hình Logit động) để dự
báo phá sản, ông kết luận các tỷ số sau có khả năng dự báo phá sản doanh nghiệp:
tỷ số tổng nợ trên tổng tài sản, tỷ số thu nhập ròng trên tổng tài sản, EBIT trên tổng
tài sản và giá trị vốn hóa thị trường trên tổng nợ.
Một số nghiên cứu khác gần đây về dự báo kiệt quệ tài chính vẫn áp dụng các tỷ số
tài chính vào mô hình nghiên cứu.Trong nghiên cứu Agarwal và Taffler (2007), hai


12

tác giả đã nghiên cứu dự báo phá sản các doanh nghiệp tại Anh bằng mô hình điểm
Z (giai đoạn 1968-1993), với một mẫu gồm 25,688 quan sát. Hai ông cũng đã tìm
thấy bằng chứng về khả năng dự báo phá sản của những tỷ số tài chính sau: tỷ số
thanh khoản [(tài sản có tính thanh khoản nhanh – nợ ngắn hạn) / chi phí hoạt động
hàng ngày], thu nhập trước thuế trên nợ ngắn hạn, tài sản ngắn hạn trên tổng nợ, nợ
ngắn hạn trên tổng tài sản. Một nghiên cứu khác của Altman và Sabato (2007) trên
một mẫu gồm 2,000 doanh nghiệp niêm yết tại Mỹ, giai đoạn từ 1994-2002 đã có
một kết luận về hiệu quả dự báo của các tỷ số tài chính sau thông qua ứng dụng mô
hình Logit: khả năng thanh toán lãi vay ( đo lường bằng EBITDA / chi phí lãi vay),
thu nhập giữ lại trên tổng tài sản, tiền trên tổng tài sản, nợ ngắn hạn trên giá trị sổ

sách của vốn cổ phần, EBITDA trên tổng tài sản. Nghiên cứu của Christidis và
Gregory (2010) khi ứng dụng mô hình Hazard (mô hình Logit động) trong dự
báokiệt quệ tài chính với một mẫu quan sát gồm 589 doanh nghiệpniêm yết ở Anh
(giai đoạn 1978-2006) cũng có kết luận về các tỷ số tài chính sau có khả năng dự
báo phá sản: tổng nợ trên tổng tài sản, vốn luân chuyển trên tổng tài sản, dòng tiền
trên tổng tài sản, thay đổi trong thu nhập ròng, dòng tiền hoạt động trên tổng nợ, tỷ
số thanh toán nhanh.Monti và Garcia (2010) trong một nghiên cứu về dự báo kiệt
quệ tài chính dựa trên 45 tỷ số tài chính bằng mô hình Logit, mẫu thực hiện trên 86
doanh nghiệp tại Argentina. Hai tác giả đã tìm ra được khả năng dự báo kiệt quệ tài
chính của các tỷ số sau: tỷ số nợ ngắn hạn trên tổng tài sản , lãi vay trên tổng nợ, tỷ
suất sinh lợi từ hoạt động trên doanh thu và phần trăm thay đổi trong ROE. Bae
(2012) đã sử dụng 11 tỷ số tài chính trong nghiên cứu dự báo kiệt quệ tài chính tại
các doanh nghiệp sản xuất Hàn Quốc. Trong nghiên cứu này, Bae đã đưa vào nhiều
mô hình khác nhau: mạng thần kinh nhân tạo (ANN), MDA, Logit, RSVM, MLP,
C5.0 nhằm tìm ra mô hình dự báo tốt nhất. Trong một nghiên cứu khác của Mondal
và Roy (2013) các chỉ báo tài chính về tình trạng “sức khỏe” của doanh nghiệp
trong ngành thép tại Ấn Độ, đã cho thấy rằng tỷ lệ tăng trưởng trong lợi nhuận sau
thuế và tỷ số nợ trên vốn cổ phần có ý nghĩa cao trong dự báo tình trạng “sức khỏe”
doanh nghiệp. Lin và cộng sự (2014) đã đưa 44 tỷ số tài chính vào trong mô hình


13

thuật toán vector hỗ trợ (SVM), nhằm dự báo kiệt quệ tài chính, v.v.
Như vậy, qua các nghiên cứu trên có thể thấy việc dự báo kiệt quệ tài chính, phá sản
dựa trên các dấu hiệu từ các tỷ số tài chính – kế toán là từ rất sớm, và do hiệu quả
trong việc ứng dụng các tỷ số tài chính nên chúng vẫn được duy trì trong các nghiên
cứu gần đây. Các nghiên cứu chỉ khác nhau về phương pháp thống kê kinh tế lượng,
phạm vi nghiên cứu.
2.2.2Các nghiên cứu sử dụng các yếu tố thị trường

Năm 2004,Balcaen và Ooghe lập luận rằng nếu các nhà nghiên cứu chỉ đưa các chỉ
tiêu tài chính trong mô hình dự báo phá sản, thì họ ngầm định rằng tất cả các chỉ
báo liên quan đến phá sản - cả bên trong lẫn bên ngoài - đều được phản ánh trong
các báo cáo tài chính hàng năm. Rõ ràng là các báo cáo tài chính không bao gồm
các thông tin có liên quan đến dự báo kiệt quệ tài chính và các biến thị trường có
khả năng bổ sung vào sự thiếu hụt này (Tinoco và Wilson, 2013).
Một số các nghiên cứu trước đây đã kiểm định các yếu tố thị trường trong dự báo
phá sản như nghiên cứu của Black và Scholes (1973), Merton (1974) dựa trên cách
tiếp cận quyền chọn vốn cổ phần hay mô hình định giá quyền chọn và sử dụng mô
hình này để tính toán khả năng xảy ra kiệt quệ tài chính. Mô hình giả định rằng thị
trường biết tất cả những thông tin cần thiết về doanh nghiệp và phản ánh những
thông tin này thông qua giá cổ phiếu. Bharah và Shumway (2008), Hillegeist và
cộng sự (2004), Reisz và Perlich (2007) cũng đã đưa các biến số thị trường trong
nghiên cứu khả năng phá sản. Hillegeist và cộng sự (2004) đã cho thấy mô hình
quyền chọn của Black – Scholes – Merton cung cấp nhiều thông tin có ý nghĩa về
xác suất phá sản so với mô hình điểm Z của Altman (1968), hay mô hình điểm O
của Ohlson (1980). Hillegeist và cộng sự (2004) đã khuyến nghị rằng các nhà
nghiên cứu nên sử dụng phương pháp của Black – Scholes – Merton thay vì các
thước đo truyền thống chỉ dựa vào các yếu tố tài chính nhằm nghiên cứu về khả
năng phá sản. Keasey và Watson (1991) cũng cho thấy bằng chứng về sự chính xác
và tính kịp thời được cải thiện đáng kể trong mô hình dự báo khi có sự tham gia của


14

biến giá cổ phiếu. Những phát hiện của Dichew (1998), trong một nghiên cứu về đo
lường rủi ro phá sản sử dụng các mô hình của Altman (1968) và Ohlson (1980), đã
chỉ ra rằng có một mối quan hệ nghịch biến giữa tỷ suất sinh lợi cổ phiếu và khả
năng phá sản. Theo đó, tỷ suất sinh lợi cổ phiếu cao hơn tỷ suất sinh lợi của thị
trường sẽ giảm xác suất bị kiệt quệ tài chính của doanh nghiệp. Ree (1995) gợi ý

rằng, giá trị cổ phiếu có thể hữu ích trong việc dự báo xác suất phá sản vì chúng bao
gồm các thông tin về dòng tiền kỳ vọng trong tương lai. Do đó giá cổ phiếu sẽ chứa
đựng những thông tin liên quan đến xác suất rơi vào kiệt quệ tài chính, ngay cả khi
chúng không phải là một thước đo trực tiếp cho vấn đề này (Beaver và cộng sự,
2005). Thị trường chứng khoán là một nguồn thay thế thông tin vì nó chứa thông tin
từ các nguồn khác nhau ngoài báo cáo tài chính (Hillegeist và cộng sự, 2004).
Năm 2013, Tinoco và Wilsontrong một nghiên cứu về dự báo kiệt quệ tài chính các
doanh nghiệp niêm yết tại Anh, với mẫu gồm 23,218 quan sát (giai đoạn 1980 2011) dựa trên tiếp cận từ mô hình Logit. Hai tác giả đã tìm thấy bằng chứng về khả
năng dự báo kiệt quệ tài chính của yếu tố thị trường như: giá thị trường cổ phiếu, tỷ
suất sinh lợi vượt trội của cổ phiếu, giá trị vốn hóa trị trường của doanh nghiệp trên
tổng nợ, quy mô doanh nghiệp (đo bằng giá trị vốn hóa thị trường của doanh nghiệp
trên giá trị vốn hóa của toàn thị trường).
Như vậy những điểm mạnh mà các yếu tố thị trường mang lại trong dự báo kiệt quệ
tài chính, phá sản có thể kể đếnnhư sau (Tinoco và Wilson, 2013):
(1)Giá trị thị trường phản ánh những thông tin chứa đựng trong các báo cáo tài
chính cộng với các thông tin không chứa trong các báo cáo tài chính (Agarwal và
Taffler, 2008), tạo nên một tập hợp thông tin toàn diện hữu ích cho việc dự báo vỡ
nợ của doanh nghiệp.
(2)Các yếu tố thị trường có thể làm tăng lên đáng kể khả năng dự báo kịp thời –
đúng lúc của mô hình do giá thị trường thì có sẵn ở cấp độ hàng ngày, trong khi dữ
liệu từ các báo cáo tài chính có sẵn và tốt nhất cũng chỉcó ở cấp độ hàng quý.


15

(3)Giá thị trường có thể thích hợp hơn để dự báo phá sản, bởi vì chúng phản ánh
dòng tiền mong đợi trong tương lai, trái lại, các báo cáo tài chính phản ánh kết quả
trong quá khứ của doanh nghiệp.
(4)Các yếu tố thị trường có thể cung cấp một sự đánh giá ngay lập tức các biến
động – một thước đo dự báo rủi ro phá sản mạnh mẽ mà không có trong các báo cáo

tài chính.
2.2.3Các nghiên cứu sử dụng các yếu tố vĩ mô
Năm 1989, Bernanker và Gerler cho rằng tồn tại mối quan hệ giữa kiệt quệ tài chính
và chu kỳ kinh tế; tình trạng kiệt quệ tài chính tăng cao sẽ tác động đến chu kỳ kinh
tế nói chung, bởi tạo ra các cú sốc trong chu trình cho vay tín dụng và ảnh hưởng
lan truyền đến các chỉ báo kinh tế khác. Hơn thế nữa, các tổ chức tín dụng sẽ thắt
chặt các khoản cho vay đối với doanh nghiệp trong tình trạng rủi ro thị trường tăng
cao, điều này làm gia tăng chi phí sử dụng vốn của doanh nghiệp và đẩy doanh
nghiệp rơi nhanh vào tình trạng kiệt quệ tài chính. Chu kỳ kinh tế tác động đến môi
trường kinh doanh của doanh nghiệp và vì thế các biến vĩ mô có thể mang lại khả
năng dự báo tình trạng kiệt quệ tài chính như các tỷ số tài chính truyền thống
(Bruneau, 2012). Sự bất ổn trong nền kinh tế có khả năng giải thích cao cho tình
trạng kiệt quệ tài chính của doanh nghiệp (Bhattacharjee và Han, 2014). Nhiều nhà
kinh tế học cho rằng các yếu tố vĩ mô như chính sách tiền tệ thắt chặt (Altman,
1971), lãi suất cao (Charitou và cộng sự, 2004), lạm phát cao (Liou và Smith, 2007)
có thể là nguyên nhân dẫn đến kiệt quệ tài chính. Taffler (1982) đã đề xuất rằng,
những thay đổi đáng kế của nền kinh tế và những thay đổi lớn trong hệ thống thuế
có thể gia tăng khả năng dự báo kiệt quệ tài chính. Mare (2012) đã tìm ra bằng
chứng về mối tương quan dương giữa lạm phát và xác suất rơi vào phá sản, trong
một nghiên cứu của ông về phá sản các ngân hàng tại Ý (giai đoạn 1993-2011), với
một mẫu gồm 6,279 quan sát.


16

2.2.4 Các nghiên cứu kết hợp các yếu tố thị trường, tài chính và vĩ mô
Năm 2003, Bunn và Redwood trong nghiên cứu về kiệt quệ tài chính, phá sản các
doanh nghiệp tại Anh, với một mẫu gồm 100,000 quan sát (giai đoạn 1991-2001) đã
tìm thấy khả năng kết hợp của các yếu tố vĩ mô và tài chính để dự báo phá sản. Kết
quả các yếu tố có khả năng dự báo kiệt quệ tài chính trong nghiên cứu của ông như

sau: yếu tố tài chính (bao gồm: EBIT trên chi phí lãi vay, EBIT trên doanh thu, tổng
nợ trên tổng tài sản, tài sản ngắn hạn trên nợ ngắn hạn, số lượng nhân viên), yếu tố
vĩ mô: chỉ có tốc độ tăng trưởng kinh tế (đo lường bằng GDP).
Alifiah (2014) đã tìm thấy bằng chứng về khả năng kết hợp của các yếu tố tài chính
và vĩ mô để dự báo kiệt quệ tài chính trong mô hình Logit để dự báo kiệt quệ tài
chính tại các doanh nghiệp thương mại và dịch vụ ở Malaysia, mẫu nghiên cứu của
tác giả gồm 20 doanh nghiệp (mẫu cặp), giai đoạn 2001-2010. Cụ thể kết quả các
yếu tố có khả năng dự báo kiệt quệ tài chính trong nghiên cứu của ông như sau: yếu
tố tài chính (bao gồm: thu nhập ròng trên tổng tài sản, vốn luân chuyển trên tổng tài
sản, tổng nợ trên tổng tài sản, doanh thu thuần trên tổng tài sản), yếu tố vĩ mô: chỉ
có lãi suất cơ bản.
Năm 2010, Christidis và Gregory đã kiểm định một tập hợp các biến số tài chính,
thị trường và vĩ mô trong một mô hình dự báo kiệt quệ tài chính cho các doanh
nghiệp niêm yết tại Anh bằng mô hình Hazard (mô hình Logit động), với mẫu gồm
589 doanh nghiệp niêm yết (giai đoạn 1978-2006). Kết quả của họ cho thấy, việc
kết hợp đồng thời các biến tài chính, thị trường và vĩ mô có khả năng dự báo kiệt
quệ tài chính. Cụ thể các biến có khả năng dự báo kiệt quệ tài chính trong nghiên
cứu của hai ông như sau: các biếntài chính (bao gồm: tổng nợ trên tổng tài sản), các
biến thị trường (bao gồm: giá thị trường cổ phiếu, tỷ suất sinh lợi vượt trội của cổ
phiếu, dòng tiền trên giá trị thị trường của tổng tài sản, sai số chuẩn của tỷ suất sinh
lợi cổ phiếu trong 6 tháng, thu nhập ròng trên giá trị thị trường của tổng tài sản, vốn
hóa thị trường của doanh nghiệp trên tổng giá trị vốn hóa toàn thị trường) và biến vĩ
mô (bao gồm: chỉ số lạm phát, lãi suất tín phiếu kho bạc ngắn hạn).


17

Năm 2013, Tinoco và Wilson đã tìm thấy bằng chứng mạnh mẽ về khả năng dự báo
kiệt quệ tài chính tốt hơn khi kết hợp đồng thời 3 yếu tố tài chính, thị trường và vĩ
mô trong một mô hình nghiên cứu. Hai tác giả đã dự báo bằng mô hình hồi quy

Logit, với mẫu gồm 23,218 quan sát (giai đoạn 1980 - 2011). Cụ thể các biến có khả
năng dự báo kiệt quệ tài chính trong nghiên cứu của hai ông như sau: các yếu tố tài
chính (bao gồm: tổng nợ trên tổng tài sản, dòng tiền hoạt động trên tổng nợ, biến
thanh khoản, khả năng thanh toán lãi vay ), các yếu tố thị trường (bao gồm: giá thị
trường cổ phiếu, tỷ suất sinh lợi vượt trội của cổ phiếu, quy mô doanh nghiệp, giá
trị vốn hóa trị trường của doanh nghiệp trên tổng nợ) và các yếu tố vĩ mô (bao gồm:
hỉ số giá bán lẻ, lãi suất thực tín phiếu kho bạc ngắn hạn).Kết quả nghiên cứu cho
thấy khi kết hợp đồng thời cả ba yếu tố tài chính, yếu tố thị trường và yếu tố vĩ mô
trong cùng một mô hình, độ chính xác trong dự báo của mô hình được cải thiện
đáng kể lên 92% so với mức 87% khi chỉ sử dụng một yếu tố tài chính, hoặc yếu tố
tài chính, hoặc kết hợp yếu tố tài chính và yếu tố vĩ mô, hoặc yếu tố thị trường và
yếu tố vĩ mô. Từ đó có thể thấy yếu tố tài chính, yếu tố thị trường và yếu tố vĩ mô
đã bổ sung thông tin rất hiệu quả cho nhau trong việc dự báo tình hình tài chính của
doanh nghiệp. Trong bài nghiên cứu, Tinoco và Wilson cũng tiến hành so sánh hiệu
quả dự báo của mô hình phân tích phân biệt đa biến của Altman và mô hình phân
tích logit, kết quả cho thấy phương pháp phân tích logit cho độ chính xác trong dự
báo kiệt quệ tài chính là 92% cao hơn đáng kể so với khi sử dụng phương pháp
phân tích phân biệt đa biến của Altman với độ chính xác chỉ đạt 85% khi sử dụng
chung một bộ dữ liệu.