DỰ BÁO KiỆT QuỆ TÀI CHÍNH VÀ PHÁ
SẢN CHO CÁC CÔNG TY NIÊM YẾT – SỬ
DỤNG BiẾN KẾ TOÁN, BiẾN THỊ
TRƯỜNG VÀ CÁC BIẾN VĨ MÔ.
Nhóm 5 – TCDN
GVHD : GS.TS Trần Ngọc Thơ
MỤC TIÊU NGHIÊN CỨU
•
Bài nghiên cứu phát triển mô hình rủi ro cho
các công ty niêm yết để dự đoán phá sản và
kiệt quệ tài chính
•
Mô hình ước tính sử dụng kết hợp dữ liệu kế
toán, thông tin thị trường chứng khoán, và sự
thay đổi của môi trường kinh tế vĩ mô mục
đích đưa ra dự báo chính xác, có giá trị thực tế.
CÂU HỎI NGHIÊN CỨU
•
Biến kế toán có đóng góp vào mô hình dự báo
phá sản và kiệt quệ tài chính
•
Biến thị trườngcó đóng góp vào mô hình dự báo
phá sản và kiệt quệ tài chính
•
Biến vĩ mô có đóng góp vào mô hình dự báo phá
sản và kiệt quệ tài chính
•
Mô hình dự báo phá sản gồm cả 3 loại biến có
phải làm mô hình tốt nhất
CƠ SỞ LÝ THUYẾT
Các mô hình dự báo phá sản đã nghiên cứu:

•
Dữ liệu lấy từ tạp chí chuyên ngành hàng năm của Moody từ
năm 1954 đến 1964.
•
Beaver sử dụng phương 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”.
Phân tích phân biệt đơn biến của Beaver
(1966)
Phân tích phân biệt đơn biến của Beaver
(1966)
•
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 trước khi kiệt quệ.
•
Kiểm định tách đôi được thực hiện để kiểm tra khả năng dự báo của các tỷ số tài
chính. Kiểm định được thực hiện bằng cách phân chia ngẫu nhiên các công ty
trong mẫu thành 2 mẫu con. Với một tỷ số tài chính cho trước, một điểm cắt tối
ưu (optimal cutoff) sẽ được xác định ở mỗi mẫu con. Các điểm cắt tối ưu của
mẫu con này sẽ được sử dụng để phân loại cho mẫu con kia và ngược lại
Mô hình Z-score của Altman (1968) – Phân tích phân biệt đa biến
•
Altman sử dụng phương pháp phân tích phân biệt đa biến (MDA)
để tìm ra phương 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.

X2- Lợi nhuận giữ lại / Tổng tài sản: Đo lường về lợi nhuận tích lũy qua thời
gian đã được trích trước . Độ tuổi của một công ty là mặc nhiên được xem xét
trong tỷ lệ này. Ví dụ, một công ty tương đối trẻ có thể sẽ cho thấy một tỷ lệ
RE / TA thấp bởi vì nó đã không có thời gian để xây dựng lợi nhuận tích lũy
của nó. Vì vậy, nó có thể lập luận rằng các công ty trẻ được phần nào bị phân
biệt đối xử trong việc phân tích này, và cơ hội của nó được phân loại là phá sản
là tương đối cao hơn so với khác, công ty già hơn. Nhưng, đây chính là tình
huống trong thế giới thực. Tỷ lệ thất bại cao hơn rất nhiều trong những năm
đầu tiên của một công ty.
Mô hình Z-score của Altman (1968) – Phân
tích phân biệt đa biến
•
X3-Thu nhập trước lãi vay và thuế / Tổng tài sản. Về bản chất, nó là
thước đo năng suất thực sự của tài sản của công ty. Vì sự tồn tại cuối
cùng của một công ty được dựa trên khả năng kiếm tiền của tài sản,
tỷ lệ này dường như là đặc biệt thích hợp cho các nghiên cứu xử lý
sự thất bại của công ty. Hơn nữa, khả năng vỡ nợ khi phá sản xảy ra
khi tổng nợ phải trả vượt quá một giá hợp lý của các tài sản của
công ty mà tài sản này có giá trị được xác định bởi khả năng kiếm
tiền của nó.
•
X4 - Giá trị thị trường của vốn chủ sở hữu / Giá trị sổ sách của Tổng
nợ. Vốn chủ sở hữu được tính theo giá trị thị trường của tất cả các
cổ phiếu phổ thông và ưu đãi, trong khi nợ bao gồm ngắn hạn và dài
hạn. Thước đo này cho thấy tài sản của công ty có thể giảm bao
nhiêu trong giá trị trước khi các khoản nợ vượt quá tài sản và công
ty sập tiệm.
•
X5 - Bán hàng / Tổng tài sản. Tỷ lệ vốn doanh thu là một tỷ số tài
chính tiêu chuẩn minh họa khả năng tạo ra doanh số bán hàng của

kiệt quệ hay không kiệt quệ, phân tích logit còn có thể xác định
được xác suất xảy ra kiệt quệ tài chính của công ty.
•
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 như phương trình
sau:
Mô hình phân tích logit của Ohlson
(1980)
Mô hình của Ohlson có 9 biến, đó là:
Mô hình dựa trên thị trường 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 trường.
•
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 trường
Mô hình dựa trên thị trường MKV-Merton
(1974)
•
Mô hình dựa trên thị trường MKV-Merton (1974) có dạng phương trình
như sau:
Mô hình dựa trên thị trường MKV-Merton
(1974)