Page - 0
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH
--- [ [ ---
Huỳnh Cát Tường Khánh kiệt tài chính và ứng dụng mô
hình Z-Score trong dự báo khánh kiệt
tài chính CHUYÊN NGÀNH: KINH TẾ TÀI CHÍNH – NGÂN HÀNG
MÃ SỐ: 60.31.12
LUẬN VĂN THẠC SĨ KINH TẾ
Người hướng dẫn khoa học: PHÓ GIÁO SƯ – TIẾN SỸ
XỬ LÝ .......................................................................................................20
KẾT LUẬN CHƯƠNG I: ..............................................................................22
CHƯƠNG II: NGHIÊN CỨU ĐẶC ĐIỂM KHÁNH KIỆT TÀI
CHÍNH VÀ CÁC BIỆN PHÁP ĐỐI PHÓ Ở MỘT SỐ NƯỚC
CHÂU Á ....................................................................................... 24
1
THÖ VIEÄN ÑIEÄN TÖÛ TRÖÏC TUYEÁN
Page - 2
2.1 KHI QUT V Lí THUYT KIT QU TI CHNH .....................24
2.2. C IM KHNH KIT TI CHNH MT S NC CHU 26
2.2.1. Hon cnh nghiờn cu .................................................................26
2.2.2. Nhng nhõn t phỏ sn ................................................................29
2.2.3. Quyn li ca ch n v nh hng ca h thng lut phỏp ụng
.......................................................................................................33
2.2.4. c trng ca doanh nghip........................................................38
2.3. CC BI HC V GII PHP I PHể KHNH KIT TI CHNH
.......................................................................................................45
2.3.1. Hon cnh nghiờn cu .................................................................45
2.3.2 C ch v n, mi quan tõm v nguyờn lý vn hnh ...................47
2.3.3. Kit qu h thng v tỏi cu trỳc doanh nghip ..........................53
KT LUN CHNG II:.............................................................................64
CHNG III: KHNH KIT TI CHNH VIT NAM ......... 66
3.1 NHNG YU T TH CH (V Mễ) NH HNG N HNH VI
CA CC CễNG TY KIT QU TI CHNH ..........................................68
3.1.1. Cu trỳc s hu v kit qu ti chớnh ..........................................68
4.2.3 Hồn thiện Luật phá sản và các văn bản có liên quan................113
4.2.3.1 Tập trung vào các giải pháp tăng cường tính thực thi của
Luật Phá Sản........................................................................................113
4.2.3.2 Sớm ban hành quy định hướng dẫn thủ tục phá sản cho các
TCTD...................................................................................................116
4.2.4 Ban hành các quy định hỗ trợ nâng cao hiệu quả hoạt động của
DATC ..................................................................................................122
KẾT LUẬN CHƯƠNG IV: .........................................................................124
KẾT LUẬN CHUNG: ...................................................................................................126
TÀI LIỆU THAM KHẢO
PHỤ LỤC
3
THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN
Page - 4
CC T VIT TT
DATC: Debts and Assets Trading Company:
Cụng Ty Mua Bỏn N v Ti Sn
Tn ng ca doanh nghip
DN: Doanh nghip
DNNN: Doanh nghip nh nc
EBIT: Earning before interest and tax:Li
nhun trc thu v lói vay
MDA: Multiple discriminant analysis: Phõn tớch
a bit thc
Bảng 1.5 Phân loại và độ chính xác của mô hình dự báo phá sản......................... 17
Bảng 1.6 Mô hình điều chỉnh Z’-Score: Phân loại kết quả, trung bình nhóm, ranh
giới điểm phân biệt................................... ............................................................. 19
Bảng 1.7 Xếp hạng trái phiếu Hoa Kỳ quy đổi dựa trên EMS .............................. 20
Bảng 2.1 Các đặc điểm chính của đạo luật phá sản ở một số nước Châu Á.......... 34
Bảng 2.2 Quyền giới chủ nợ, hiệu quả luật pháp, và nguồn gốc luật phá sản ....... 36
Bảng 2.3 Thống kê tóm tắt đặc điểm doanh nghiệp (tổng mẫu)............................ 40
Bảng 2.4 Thống kê tóm tắt các vụ nộp đơn phá sản trong năm 1997 và 1998...... 42
Bảng 2.5 Đặc điểm của công ty bị kiệt quệ tài chính............................................. 43 5
THÖ VIEÄN ÑIEÄN TÖÛ TRÖÏC TUYEÁN
Page - 6
LI NểI U
1. Lí DO NGHIấN CU TI
D oỏn khỏnh kit ti chớnh l i tng nghiờn cu ca Qun tr ti chớnh DN. K
Các điều khoản trong hợp đồng nợ đươc thiết kế để ngăn ngừa các trò chơi
này. Nhưng các điều khoản này lại làm gia tăng chi phí soạn thảo, giám sát,
và thực thi hợp đồng nợ.
•
Một câu hỏi được đặt ra là, trong thực tế làm thế nào để có thể dự báo một công ty
có khả năng bị kiệt quệ tài chính mà không phải tốn quá nhiều công sức để phân
tích một khối lượng “khổng lồ” các thông tin định lượng và định tính của một doanh
nghiệp. Câu trả lời là “có thể” bằng cách sử dụng mô hình Z-Score. Đây là một mô
hình tương đối đơn giản, nhưng có khả năng phân biệt tốt một công ty kiệt quệ tài
chính sắp phá sản và một công ty lành mạnh. Một đặc tính chung của các công ty bị
phá sản là chỉ số Z tính theo mô hình thể hiện một xu hướng xói mòn theo thời gian.
Do đó mức độ chỉ báo là khá rõ ràng.
Thêm vào đó, trong thực tế, hành vi của DN sẽ như thế nào khi lâm vào tình trạng
khánh kiệt tài chính? là một câu hỏi có rất nhiều đáp án khác nhau, chủ yếu là do
đặc điểm của DN và môi trường vĩ mô ở các quốc gia khác nhau là không giống
nhau. Ví dụ cụ thể như luật pháp về phá sản. Trên thế giới hiện nay luật pháp phá
sản có ba gốc chính là gốc từ luật nước Pháp, Đức hay Anh. Những bộ luật có
nguồn gốc Anh và Đức nghiêng về bảo vệ quyền lợi của chủ nợ, trong khi bộ luật
có nguồn gốc từ Pháp lại nghiêng về bảo vệ quyền lợi của con nợ. Những yếu tố
này quy định lối ứng xử cho các DN hoạt động trong môi trường đó.
Trong điều kiện Việt Nam, những kiến thức nói trên là vô cùng cần thiết. Theo La
Porta và Lopez de Silanes, khi quyền theo luật pháp của giới chủ nợ được bảo đảm
tốt, con đường tín dụng của các DN được mở rộng khá đáng kể, cũng như thế đối
với bề rộng và bề sâu của thị trường nợ. Đây là điều hết sức quan trọng đối với một
thị trường khát vốn và đang tăng trưởng nóng như ở Việt Nam.
Ở giác độ vĩ mô hơn, các chính phủ phải hành động như thế nào trong tường hợp
khủng hoảng tài chính hệ thống, như trường hợp khủng hoảng tài chính Đông Á vào
năm 1997-1998, khi mà hàng loạt DN cùng lâm vào tình trạng khánh kiệt ở cùng
7
Page - 9
5. CC ểNG GểP MI CA LUN VN
Th nht, lun vn ó trỡnh by cú h thng tng i hon chnh v quỏ trỡnh thit
lp mt mụ hỡnh d bỏo khỏ ni ting trờn th gii, nhng cũn ớt c s dng
Vit Nam l mụ hỡnh Z-Score.
Th hai, lun vn ó phõn tớch tng hp cỏc c im v kinh nghim i phú vi
vn khỏnh kit ti chớnh DN trờn th gii, c bit l mt s nc ụng ,
trờn c s ú rỳt ra c nhng bi hc cú th ỏp dng Vit Nam.
Th ba, phõn tớch c im c thự ca DN Vit Nam i vi vn khỏnh kit ti
chớnh. Qua ú tỡm ra nhng khú khn cng nh nhng hn ch ca cu trỳc s hu,
mụi trng lut phỏp trong vic d bỏo v gii quyt cú hiu qu tỡnh trng khỏnh
kit ti chớnh DN.
Th t, a ra gii phỏp dựng mụ hỡnh Z-Score d bỏo kh nng phỏ sn DN Vit
Nam, ng thi a ra cỏc phng cỏch h tr d bỏo v gii quyt hiu qu tỡnh
trng khỏnh kit ti chớnh.
6. KT CU CA LUN VN
Ngoi phn m u v kt lun, lun vn c trỡnh by theo kt cu nh sau:
Chng I: Tng quan v phõn tớch ch s v mụ hỡnh d bỏo
Chng II: Nghiờn cu c im khỏnh kit ti chớnh v cỏc bin phỏp i phú
mt s nc Chõu .
Chng III: Vn khỏnh kit ti chớnh Vit Nam
Chng IV: Cỏc gii phỏp nõng cao kh nng d bỏo v gii quyt hiu qu tỡnh
trng khỏnh kit ti chớnh ca DN Vit Nam
khỏc nhau nh l ch bỏo quan trng nht d bỏo bt n DN.
Mc dự nhng cụng trỡnh trờn ó thit lp c khỏi quỏt mc quan trng, cỏch
thc thc hin v xu hng ca nhng o lng c th, tuy nhiờn, s ỏp dng cỏc
10
THệ VIEN ẹIEN Tệ TRệẽC TUYEN
Page - 11
1.2. PHƯƠNG PHÁP PHÂN TÍCH ĐA BIỆT THỨC
Sau khi cân nhắc kỹ lưỡng bản chất của vấn đề và mục đích phân tích, Altman đã
chọn phương pháp phân tích đa biệt thức (MDA=Multiple Discriminant Analysis).
Mặc dù không được phổ biến như phương pháp phân tích hồi quy (regression
analysis), MDA được sử dụng trong nhiều nghiên cứu từ khi được áp dụng đầu tiên
ở thập kỷ 30 của thế kỷ 20. Suốt những năm trước, MDA được sử dụng chủ yếu
trong sinh vật học và khoa học nghiên cứu hành vi. Trong những năm gần đây, kỹ
thuật này được sử dụng ngày càng phổ biến trong giới học thuật cũng như trong
thực tiễn. Altman và đồng sự (1981) đã thảo luận về phân tích biệt thức một cách
khá sâu sắc và xem xét một vài ứng dụng của nó vào lĩnh vực tài chính.
MDA là một kỹ thuật thống kê dùng để phân loại một quan sát vào một trong vài
nhóm dựa theo những đặc điểm cá biệt của quan sát. Nó được sử dụng chủ yếu
11
THÖ VIEÄN ÑIEÄN TÖÛ TRÖÏC TUYEÁN
Page - 12
Sau khi cỏc nhúm c thit lp, d liu c thu thp theo mc ớch ca nhúm;
MDA trong hỡnh thc n gin nht ca nú l c gng xõy dng quan h tuyn tớnh
ca nhng c im m chỳng cú th phõn bit tt nht cỏc nhúm (cụng ty) vi
nhau. Nu mt i tng c th, nh mt cụng ty, cú cỏc c im (cỏc ch s ti
chớnh) cú th nh lng cho cỏc cụng ty trong phõn tớch, thỡ phng phỏp MDA cú
th xỏc nh mt b h s tng quan ca bit thc. Khi nhng h s ny c ỏp
2
, V
n
= cỏc h s bit thc, v
- X
1
, X
2
, X
n
= cỏc bin c lp
12
THệ VIEN ẹIEN Tệ TRệẽC TUYEN
Page - 13
Phân tích đa biệt thức tính tốn hệ số biệt thức Vi, trong khi đó các biến độc lập Xi
là các giá trị thực.
Khi sử dụng các chỉ số tài chính để đánh giá khả năng phá sản cơng ty, có lý do để
tin rằng vài chỉ số đo lường nhất định sẽ có quan hệ tương quan hay cộng tuyến cao
với các chỉ số khác. Để cho khía cạnh này khơng trầm trọng ở phân tích biệt thức, ta
phải chọn lựa cẩn thận các biến dự báo. Đó cũng là một ưu điểm về tính mềm dẻo
của mơ hình với một lượng tương đối nhỏ các chỉ số đo lường đuợc chọn mà có thể
truyền đạt lượng lớn thơng tin. Những thơng tin này có thể biểu hiện sự khác nhau
rất lớn giữa các nhóm khác nhau, nhưng vấn đề là có hay khơng những khác biệt
quan trọng là điều đáng quan tâm hơn của q trình phân tích.
Có lẽ ưu điểm cơ bản của phân tích đa biệt thức trong việc giải quyết vấn đề phân
loại cơng ty là khả năng phân tích tồn bộ biến của một đối tượng một cách đồng
thời hơn là kiểm tra tuần tự các đặc điểm các biệt của đối tượng đó. Giống như các
chương trình đường thẳng và tổng thể đã cải thiện kỹ thuật truyền thống trong dự
tốn ngân sách vốn, xu hướng phân tích đa biệt thức so với phân tích chỉ số truyền
USD. Giỏ tr ti sn trung bỡnh ca cỏc cụng ty trong nhúm 2 (9.6 triu USD) ln
hn mt ớt so vi nhúm 1, nhng hai nhúm cú kớch c ti sn nh nhau l iu
dng nh khụng cn thit. Cỏc cụng ty trong nhúm 2 vn cũn hot ng trong thi
gian phõn tớch. Cng vy, d liu thu thp t cựng cỏc nm cho cỏc cụng ty phỏ sn.
i vi th mu u tiờn, d liu c xõy dng t cỏc d liu bỏo cỏo ti chớnh k
hn mt nm bỏo cỏo trc khi phỏ sn. D liu uc xõy dng t S Tay Ngnh
ca t chc Moody v t cỏc bỏo cỏo c chn lc hng nm. Thi gian cht trung
bỡnh ca cỏc bỏo cỏo ti chớnh l 7 thỏng ri (thi gian gia kt thỳc nm v hon
thnh bỏo cỏo) (lead-time).
Mt chi tit quan trng l xỏc nh c ti sn ca nhúm c ly mu. Quyt nh
loi b cỏc cụng ty nh (ti sn di 1 triu USD) v cỏc cụng ty rt ln ra khi
mu l cn thit cho phm vi ti sn cỏc cụng ty trong nhúm 1. Thờm vo ú, v
vic phỏ sn ca cỏc cụng ty c ln l rt him trc nm 1966. iu ny ó thay
i t nm 1970 vi s xut hin vi v phỏ sn rt ln vớ d nh Penn Central R.R.
Nhng v phỏ sỏn cỏc ngnh cụng nghip cng xut hin ngy cng nhiu k t
nm 1978. Tớnh chung, cú ớt nht 100 v phỏ sn theo chng 11 vi ti sn hn 1
t USD k t nm 1978 (l nm ban hnh lut phỏ sn mi)
14
THệ VIEN ẹIEN Tệ TRệẽC TUYEN
Page - 15
Nhng ch trớch thng thy l i vi cỏc ch s ti chớnh, v bn cht, s liu
thng kờ cho thy chỳng chu s nh hng ca yu t kớch c doanh nghip, v do
ú nờn loi b tỏc ng ca yu t ny trong phõn tớch. Mụ hỡnh Z-Score xut hin
cú th ỏp ng c nhu cu ny.
BC 2: LA CHN BIN
Sau khi hỡnh thnh c khỏi nim nhúm v chn c cụng ty, n vic thu thp
cỏc bng cõn i v cỏc bỏo cỏo kt qu kinh doanh. Bi vỡ s lng ln bin c
tỡm thy u l nhng ch bỏo quan trng cho cỏc vn ca cỏc cụng ty trong cỏc
nghiờn cu quỏ kh, mt danh sỏch gm 22 ch s hu ớch c thu thp ỏnh
X
2
= Retained earning/ total assets = Li nhun gi li/ Tng ti sn
15
THệ VIEN ẹIEN Tệ TRệẽC TUYEN
Page - 16
X
3
= Eanring before tax and interest/ total assets = Li nhun trc thu v lói vay/
Tng ti sn,
X
4
= Market value equity/ book value of total liabilities = Giỏ tr th trng ca vn
CSH/ giỏ tr s sỏch ca n phi tr,
X
5
= Sales/total assets = Tng doanh thu/ Tng ti sn, v
Z= overall index = ch s tng hp,
Chỳ ý rng, mụ hỡnh khụng cú mt hng s no (s gii hn). ú bi vỡ cỏc phn
mm c th c s dng, v kt qu l, im s gii hn tng ng gia hai nhúm
khụng phi l 0. Phn mm khỏc, nh SAS v SPSS, cú mt hng s, m nú chun
húa im gii hn 0 nu s mu ca hai nhúm l bng nhau.
BC 3: GII THCH CC BIN S
X
1
, working capital/total assets (WC/TA) = Vn lu ng/ Tng ti sn
Ch s working capital/ total assets, thng c tỡm thy trong cỏc nghiờn cu v
cỏc trc trc DN, l mt cụng c o lng thanh khon rũng ca cỏc ti sn ca
cụng ty tng ng vi tng vn. Working capital c nh ngha nh l s khỏc
hoạt động (Dun & Bradstreet, 1994).
Thêm vào đó, chỉ số RE/TA đo lường đòn bẩy của một doanh nghiệp. Những cơng
ty với mức RE cao, so với TA, có thể tài trợ tài sản thơng qua việc giữ lại lợi nhuận
và khơng sử dụng nhiều nợ.
X
3
, Earnings before Interest and taxes/Total assets (EBIT/TA)=Lợi nhuận
trước thuế và lãi vay/Tổng tài sản (chỉ số hiệu suất sử dụng tài sản)
Chỉ số này đo lường năng suất thật của tài sản doanh nghiệp, một cách độc lập với
thuế và vay nợ. Bởi vì sự sinh tồn tối hậu của một doanh nghiệp là dựa vào khả
năng tạo ra tiền của tài sản, chỉ số này xuất hiện rất hay trong nghiên cứu liên quan
đến thất bại doanh nghiệp. Hơn nữa, việc mất khả năng thanh tốn trong các trường
hợp phá sản xảy ra khi tổng nợ lớn hơn giá trị đúng của tài sản cơng ty với giá trị
được xác định dựa trên khả năng sinh lợi của tài sản. Chỉ số này có khả năng chỉ
báo tốt hơn các chỉ số sinh lợi khác, kể cả dòng tiền.
X
4
, Market value of Equity/Book value of total liabilities (MVE/TL) = Giá trị
thị trường của vốn chủ sở hữu /Giá trị sổ sách của nợ
Vốn chủ sở hữu được đo lường bởi giá trị thị truờng của tất cả cổ phiếu, cổ phiếu ưu
đãi và cổ phiếu thường, trong khi nợ bao gồm cả nợ ngắn hạn và nợ dài hạn. Chỉ số
này đo mức độ có thể sụt giảm về mặt giá trị của tài sản cơng ty (đo lường bởi giá
17
THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN
Page - 18
tr th trng ca vn ch s hu v n) trc khi n vt quỏ ti sn v cụng ty
mt kh nng thanh toỏn. Vớ d, mt cụng ty vi giỏ tr th trng ca vn ch s
hu l 1000 USD, v n l 500 USD cú th chu c s st gim 2/3 giỏ tr ti sn
trc khi mt kh nng thanh toỏn (st 2/3 ti sn tc l tng giỏ tr ti sn cũn li
uc biu din khỏc: ú l nu X
5
l 200% thỡ c biu din l 2.0. Cỏc nh phõn tớch thc tin cú th c chỳ ý bi
h s bit thc cc k cao ca X
5
. S dng nh bt thng ny l do nh dng
ca cỏc bin s khỏc nhau. Bng 1 minh ha c im k thut v hỡnh thc ca
tng bin s trong nm bin s c lp trờn.
Trong nhiu nm tri, cỏc cụng ty tỡm thy mt dng th hin tin nghi hn ca mụ
hỡnh l:
18
THệ VIEN ẹIEN Tệ TRệẽC TUYEN
Page - 19
Z= 1.2X
1
+1.4X
2
+3.3X
3
+0.6X
4
+1.0X
5
Để đánh giá khả năng phá sản của các công ty, chỉ số Z của chúng được so sánh với
các mức điểm được xác định trước như dưới đây
Z < 1.81: Phá sản
1.81 < Z < 2.99: Không rõ ràng
X
4
= MVE/BVL 40.1% 247.7% 32.26*
X
5
=S/TA 1.5 1.9 2.84
N=33
F
1.60
(0.001)=12.0; F
1.60
(0.01)=7.00; F
1.60
(0.05)=4.00
* Mức ý nghĩa 0.001
BƯỚC 4: KIỂM TRA CÁC BIẾN SỐ
Một kiểm nghiệm xác định khả năng phân biệt của mô hình là kiểm nghiệm F-
value, bằng cách lấy chỉ số tổng bình phương (sums of squares) của nhóm này so
với tổng bình phương của nhóm khác. Khi chỉ số này cực đại, nó có tác dụng phân
tán trung vị của nhóm rộng ra, và đồng thời, giảm sự phân tán của các điểm cá thể
(giá trị Z của công ty) ra xa trung vị của nhóm tương ứng. Một cách lô gíc, kiểm
nghiệm này (còn gọi là kiểm nghiệm F) là phù hợp vì mục tiêu của phương pháp
19
THÖ VIEÄN ÑIEÄN TÖÛ TRÖÏC TUYEÁN
Page - 20
phõn tớch a nhõn t l nhn dng v s dng nhng bin s m chỳng phõn bit tt
nht cỏc nhúm khỏc nhau v ng dng nht trong nhúm.
Trung bỡnh nhúm ca hai nhúm mu gc l
Ch s Z ca nhúm 1= - 0.254 ( vi F = 20.7) = (1.2*(-6.1%)) + (1.4*(-62.6%)) +
MU BAN U
Mu ban u gm 2 nhúm vi 33 cụng ty mi nhúm, c kim tra bng cỏch s
dng d liu bỏo cỏo ti chớnh thu thp mt nm trc khi phỏ sn. Bi vỡ cỏc h s
20
THệ VIEN ẹIEN Tệ TRệẽC TUYEN
Page - 21
biệt thức và các phân phối nhóm được xây dựng từ mẫu này, nên sự phân loại thành
cơng được kỳ vọng rất cao. Điều này xảy ra bởi vì các cơng ty được phân loại bằng
sử dụng chức năng biệt thức, thực tế, là dựa vào các cơng cụ đo lường riêng lẻ cho
cùng các cơng ty này. Ma trận phân loại cho mẫu gốc được biểu diễn trong bảng 2
Bảng 1.2: Kết quả phân loại của mẫu gốc
Dự đốn Số
đúng
Phần
trăm
chính
xác
Phần
trăm
khơng
chính
xác
Mẫu n Thực tế
Nhóm 1 Nhóm 2
Nhóm 1 31 2
Nhóm 2 1 32
Kiểu I 31 94 6 33
Kiểu II 32 97 3 33
Tổng 63 95 5 66
trm
khụng
chớnh
xỏc
Mu n Nhúm
Nhúm 1
(phỏ
sn)
Nhúm 2
(khụng
phỏ sn)
Nhúm 1 23 9
Nhúm 2 2 31
Kiu I 23 72 28 32
Kiu II 31 94 6 33
Tng 54 83 17 65
MU TH CP CA CC CễNG TY PH SN.
kim tra mụ hỡnh mt cỏch nghiờm ngt cho cỏc cụng ty phỏ sn v cỏc cụng ty
khụng phỏ sn, hai mu mi c gii thiu. Mu th nht c tp hp gm 25
cụng ty b phỏ sn. Nhng cụng ty ny cú mc ti sn tng t vi cỏc cụng ty ca
nhúm phỏ sn ban u. Trờn c s ca cỏc thụng s c thit lp trong mụ hỡnh
bit thc phõn loi cỏc cụng ty trong mu th cp ny, s chớnh xỏc trong vic d
oỏn cho mu ny thi im mt nm trc khi phỏ sn c mụ t trong bng 4.
Nhng kt qu thu c gõy ngc nhiờn vỡ mt nhúm ỏng l khụng c k vng
nhiu li tr nờn tt hn so vi mu ban u (96% so vi 94%). Hai lý do cú th
chp nhn l khuynh hng i lờn tn ti mt cỏch thụng thng trong th nghim
mu u tiờn khụng c th hin trong nghiờn cu ny v / hoc mụ hỡnh nh ó
mụ t t trc khụng c ti u.
Bng 1.4: Kt qu sp xp mu th cp ca cỏc cụng ty phỏ sn
vn khụng tng nhiu. Phn tng quan trng trong ch s Z trung bỡnh l do giỏ c
phiu tng mt cỏch chúng mt v iu ny lm nh h
ng n ch s X
4
.
n ca vựng cha rừ rng (1.81) nh
Altman ng h vic s dng mc thp h
l mt
im gii hn thc t ca ch s Z h
n l im gii hn ca ch s 2.675. im s
sau l kt qu ca mc li tng th thp hn trong th nghim ban u. Theo s
liu thng kờ, nm 1999 t l ca cỏc cụng ty trong nn cụng nghip Hoa K cú
im s Z di 1.81 l hn 20%.
MU TH NGHIM TH NHè CA CC CễNG TY KHễNG B PH SN
Mt mu cỏc cụng ty c chn bi tỡnh trng phỏ sn ca nú (nhúm I) hoc mc
tng t vi nhúm I v mi phng din tr vic vn tn ti. Nhng cõu hi t
ra l iu gỡ lm cho cỏc cụng ty ny tuy gp cỏc khú khn v to ra li nhun,
nhng li khụng n ni phi phỏ sn? S phõn loi phỏ sn ca cỏc cụng ty thuc
din ny l mt vớ d ca li loi II. Mt th nghim cht ch riờng bit tớnh hiu
qu ca mụ hỡnh bit thc s tỡm ra mt mu ln cỏc cụng ty gp phi vn v thu
nhp v sau ú c quan sỏt kt qu phõn loi ca mụ hỡnh Z tng ng.
thc hin nhng th nghim trờn, mt mu 66 cụng ty c chn la trờn c s
bỏo cỏo thu nhp thun trong nhng nm 1958 1961, vi 33 cụng ty mi loi.
23
THệ VIEN ẹIEN Tệ TRệẽC TUYEN
Page - 24
Trờn 65% cỏc cụng ty ny ó tri qua 2 3 nm cú li nhun õm t 3 nm trc ú.
Cỏc cụng ty c chn la khụng tớnh n kớch c ti sn, vi 2 tiờu chun l chỳng
phi l cụng ty sn xut v b l t 1958 1961. Nhng cụng ty ny sau ú
24
THệ VIEN ẹIEN Tệ TRệẽC TUYEN
Copyright: Tài liệu đại học ©