1

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

PHẠM THỊ NGỌC UYÊN

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

LUẬN VĂN THẠC SĨ KINH TẾ

TP. HỒ CHÍ MINH – NĂM 2015


2

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

PHẠM THỊ NGỌC UYÊN

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

Chuyên ngành: Tài Chính – Ngân Hàng
Mã số:

60340201

TÓM TẮT ....................................................................................................................... 7
CHƯƠNG 1: GIỚI THIỆU ........................................................................................... 8
1.1. Tính cấp thiết của đề tài ........................................................................................ 8
1.2. Mục tiêu nghiên cứu và câu hỏi nghiên cứu ........................................................ 9
1.3. Sơ lược nội dung chính của luận văn ................................................................... 9
1.4. Kết cấu của luận văn ............................................................................................ 10
CHƯƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY ......................... 11
2.1. Các nghiên cứu liên quan đến khái niệm kiệt quệ tài chính ............................ 11
2.2. Các nghiên cứu về các biến dự đoán kiệt quệ tài chính.................................... 13
2.3. Các mô hình sử dụng trong dự báo kiệt quệ tài chính ..................................... 18
CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU ....................................................... 20
3.1. Mẫu dữ liệu ........................................................................................................... 20
3.2. Các biến nghiên cứu trong mô hình ................................................................... 22
3.2.1.

Biến Kiệt quệ tài chính ............................................................................... 22

3.2.2.

Nhóm biến kế toán ...................................................................................... 25

3.2.2.1.

Biến TFOTL .......................................................................................... 25

3.2.2.2.

Biến TLTA ............................................................................................ 26

3.2.2.3.

3.2.4.2.

Tỷ suất sinh lợi vượt trội – ABNRET ................................................. 32

3.2.4.3.

Quy mô công ty – SIZE ........................................................................ 34

3.2.4.4.

Vốn hóa thị trường / Tổng nợ – MCTD ............................................. 35

3.3. Phương pháp nghiên cứu..................................................................................... 36
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU................................................................... 39
4.1. Thống kê mô tả ..................................................................................................... 39
4.2. Ma trận hệ số tương quan ................................................................................... 43
4.3. Phân tích kết quả hồi quy .................................................................................... 46
4.4. Đánh giá mô hình ................................................................................................. 56
4.5. Phân tích tác động biên........................................................................................ 64
CHƯƠNG 5: KẾT LUẬN ........................................................................................... 67
5.1. Tóm lược kết quả nghiên cứu ............................................................................. 67
5.2. Hạn chế của đề tài ................................................................................................ 68
TÀI LIỆU THAM KHẢO
PHỤ LỤC


6

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT
HOSE

Ma trận hệ số tương quan

Bảng 4.3

Kết quả hồi quy Logit cho 5 mô hình

Bảng 4.4

Kết quả đánh giá mô hình

Bảng 4.5

Kết quả kiểm định Mann-Whitney U-Statistics

Bảng 4.6

Tác động biên của các biến nghiên cứu

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
Hình 4.1

ROC cho 5 mô hình tại thời điểm t

Hình 4.2

ROC cho 5 mô hình tại thời điểm t-1

Hình 4.3

ROC cho 5 mô hình tại thời điểm t-2

suất xảy ra tình trạng kiệt quệ tài chính và phá sản của doanh nghiệp.
Hiện nay có nhiều nghiên cứu lập mô hình dự đoán rủi ro kiệt quệ tài chính và
phá sản nhưng hầu như các nghiên cứu đó hoặc chỉ dựa vào việc sử dụng dữ liệu kế
toán trong quá khứ được công bố một cách chính thức (Altman, 1968), hoặc dựa vào
thông tin thị trường chứng khoán (Merton, 1974), hoặc vừa sử dụng dữ liệu kế toán
vừa dữ liệu thị trường (Trujillo-Ponce và cộng sự, 2012). Bên cạnh đó, một số nghiên
cứu cũng đã chỉ ra nhóm biến vĩ mô cũng có khả năng dự báo kiệt quệ tài chính. Chính
vì vậy, rất cần thiết trong việc kết hợp các nhóm biến này lại với nhau để xem xét khả
năng dự báo của chúng như thế nào khi lần lượt kết hợp các nhóm biến lại với nhau
cũng như sử dụng một cách đơn lẻ. Hernandez Tinoco và Wilson (2013) là một trong
các nghiên cứu đã đi tiên phong trong việc kết hợp các nhóm biến lại với nhau như
vậy.
Thực tế, để một doanh nghiệp hoạt động và phát triển một cách bền vững thì cần phải
quan tâm đến không những những yếu tố xuất phát từ nội tại doanh nghiệp mà còn từ
các yếu tố bên ngoài. Chính vì vậy, có rất nhiều nhân tố có thể giúp dự đoán xác suất
xảy ra tình trạng kiệt quệ tài chính, bao gồm xuất phát từ các yếu tố nội tại doanh
nghiệp và từ các yếu tố bên ngoài. Do đó, rất cần thiết phải kết hợp cả dữ liệu tài chính


9

của doanh nghiệp cũng như dữ liệu thị trường và dữ liệu vĩ mô của nền kinh tế để có
thể tìm ra một mô hình dự báo tốt nhất giúp doanh nghiệp đề ra các phương hướng và
biện pháp kịp thời và đúng đắn nhằm tránh khỏi tình trạng kiệt quệ tài chính và gia
tăng giá trị doanh nghiệp. Và đó chính là lý do tác giả lựa chọn đề tài này để thực hiện
nghiên cứu trong luận văn.

1.2. Mục tiêu nghiên cứu và câu hỏi nghiên cứu
Luận văn này xem xét khả năng dự báo xác suất xảy ra tình trạng kiệt quệ tài
chính của các công ty niêm yết tại Việt Nam bằng các mô hình kết hợp dữ liệu kế toán,

 Chương 2 – Tổng quan các nghiên cứu trước đây. Trong chương này tác giả
trình bày các nghiên cứu trước đây liên quan đến khái niệm kiệt quệ tài chính,
các nghiên cứu trước đây liên quan đến 3 nhóm biến nghiên cứu dùng để dự báo
kiệt quệ tài chính.
 Chương 3 – Phương pháp nghiên cứu. Trong chương này tác giả trình bày cách
thức thu thập dữ liệu, cách thức tính toán các biến số cũng như kỳ vọng về dấu
của biến, cùng với phương pháp nghiên cứu được sử dụng trong bài.
 Chương 4 – Kết quả nghiên cứu. Trong chương này tác giả trình bày kết quả
nghiên cứu đạt được và diễn giải kết quả nghiên cứu trong tình hình thực tế tại
Việt Nam.
 Chương 5 – Kết luận. Trong chương này tác giả trình bày tóm tắt kết quả nghiên
cứu và hạn chế của đề tài nghiên cứu này.


11

CHƯƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY
2.1. Các nghiên cứu liên quan đến khái niệm kiệt quệ tài chính
Có sự không thống nhất trong khái niệm về kiệt quệ tài chính trong các nghiên
cứu trước đây. Điều này đã gây khó khăn cho các nghiên cứu liên quan đến kiệt quệ tài
chính, nhất là trong nghiên cứu này khi biến kiệt quệ tài chính lại là một biến rất quan
trọng. Chính vì vậy, trong phần này, tác giả sẽ trình bày các nghiên cứu liên quan đến
khái niệm kiệt quệ tài chính để tạo cơ sở cho tác giả tìm ra một khái niệm phù hợp và
sử dụng chúng trong việc xác định biến kiệt quệ tài chính mà chỉ ra công ty có rơi vào
tình trạng kiệt quệ tài chính hay không ở trong nghiên cứu này.
Hầu hết các mô hình dự báo vỡ nợ trước đây cho các công ty niêm yết đã sử dụng
một định nghĩa dựa trên một sự kiện chuẩn đó là phụ thuộc vào kết quả pháp lý cuối
cùng. Có những sự kiện pháp lý có thể xác định được ngày tháng một cách chính xác
và khách quan. Tuy nhiên, việc định nghĩa vỡ nợ mang tính pháp lý này vẫn gặp phải
một số vấn đề nhất định. Chẳng hạn như, việc mất khả năng thanh toán có thể là một

bằng dòng tiền tạo ra của công ty, thì còn xác định kiệt quệ tài chính bằng cách xem
xét giá trị thị trường của công ty tại một thời điểm bất kỳ, tức là xem xét tại một thời
điểm mà có tỷ lệ gia tăng trong giá trị thị trường âm.
Trần Ngọc Thơ và cộng sự (2007) xác định kiệt quệ tài chính xảy ra khi công ty
không thể đáp ứng các hứa hẹn với các chủ nợ hay đáp ứng một cách khó khăn. Hơn
thế nữa, họ cũng đề cập rằng các nhà đầu tư biết rằng các doanh nghiệp vay nợ có khả
năng rơi vào tình trạng kiệt quệ tài chính và lo ngại về điều này và phản ánh điều đó
vào trong giá trị thị trường của cổ phiếu của các doanh nghiệp này. Điều này cũng phù
hợp với nhiều nghiên cứu trước đây khi cho rằng giá trị thị trường của cổ phiếu đã
phản ánh các thông tin trên báo cáo tài chính cũng như các thông tin khác bên ngoài
báo cáo tài chính.
Từ những nghiên cứu như được đề cập ở bên trên đã chỉ ra 2 cách để xác định
tình trạng kiệt quệ tài chính mà sử dụng một cách rộng rãi, đó chính là dựa trên khả


13

năng đáp ứng nghĩa vụ nợ và sự gia tăng trong giá trị thị trường. Trong nghiên cứu này,
tác giả sẽ sử dụng 2 cách thức xác định này trong việc xác định một công ty có rơi vào
tình trạng kiệt quệ tài chính hay không.

2.2. Các nghiên cứu về các biến dự đoán kiệt quệ tài chính
Các nghiên cứu sử dụng nhóm biến kế toán
Các nghiên cứu dùng dự đoán kiệt quệ tài chính đã được thực hiện từ rất lâu vào
khoảng những năm 1960. Tuy nhiên, các nghiên cứu ấy chỉ tập trung vào việc sử dụng
nhóm biến kế toán, điển hình như nghiên cứu của Beaver (1966) quan sát trong giai
đoạn 1954-1964 và tập trung hơn vào 6 tỷ số từ 30 tỷ số xem xét vào lúc ban đầu: tỷ số
dòng tiền trên tổng nợ, tỷ số thu nhập ròng trên tổng tài sản, tỷ số tổng nợ trên tổng tài
sản, tỷ số vốn luân chuyển trên tổng tài sản, tỷ số tài sản ngắn hạn trên nợ ngắn hạn, tỷ
số tài sản ngắn hạn trên chi tiêu hoạt động hàng ngày. Trong nghiên cứu đó đã mở rộng

Agarwal và Taffler (2008) thực hiện so sánh thành quả đạt được giữa các mô hình dự
báo kiệt quệ tài chính dựa trên nhóm biến thị trường và dựa trên nhóm biến kế toán, và
nhận thấy rằng các mô hình dựa trên nhóm biến kế toán không thua kém gì và gần như
không có sự khác biệt so với các mô hình dựa trên nhóm biến thị trường. Điều này hàm
ý rằng cả hai nhóm biến đều chứa đựng những thông tin hữu ích về khả năng dự báo
kiệt quệ tài chính của các công ty. Tuy nhiên, Hillegeist và cộng sự (2004) lại chỉ ra
các kết quả trái ngược khi cho rằng các mô hình dựa trên nhóm biến thị trường cung
cấp nhiều thông tin đáng kể hơn về khả năng dự báo kiệt quệ tài chính so với các mô
hình dựa trên nhóm biến kế toán. Bỏ ngoài việc so sánh thành quả giữa các mô hình
với nhau, các nghiên cứu trước đây, điển hình là nghiên cứu của Balcaen và Ooghe
(2004), chỉ ra rằng nếu chỉ sử dụng nhóm biến kế toán thì ngầm giả định rằng tất cả
những điều dùng để dự báo kiệt quệ tài chính bao gồm những điều bên trong và bên
ngoài công ty đều được phản ánh vào bên trong các báo cáo tài chính hàng năm. Tuy
nhiên, tất yếu một điều rằng các báo cáo tài chính không thể bao gồm tất cả các thông


15

tin có liên quan đến dự báo kiệt quệ tài chính, và chính vì vậy nhóm biến thị trường rất
có tiềm năng được sử dụng để hỗ trợ cho sự khiếm khuyết này.
Rees (1995) cho thấy giá thị trường là một chỉ báo hữu ích cho xác suất xảy ra
tình trạng kiệt quệ tài chính vì chúng chứa đựng thông tin về dòng tiền dự kiến trong
tương lai của một công ty. Ủng hộ điều này, Hillegeist và cộng sự (2004) chỉ ra rằng
thị trường chứng khoán có thể chứa đựng những nguồn thông tin khác ngoài thông tin
có sẵn trên các báo cáo tài chính. Rõ ràng việc đưa vào nhóm biến thị trường là rất hữu
ích bởi vì một số lý do sau: đầu tiên, giá thị trường phản ánh các thông tin chứa trong
các báo cáo tài chính cộng với các thông tin khác không thể hiện thông qua báo cáo tài
chính (Agarwal & Taffler, 2008), tạo nên sự kết hợp toàn diện tiềm năng hữu ích để dự
báo khả năng xảy ra kiệt quệ tài chính của doanh nghiệp. Thứ hai, việc đưa vào nhóm
biến thị trường có thể làm gia tăng đáng kể tính kịp thời của các mô hình dự báo; trong

Sau đó, mô hình này đã được mở rộng thành nghiên cứu của Altman (1977) với
mẫu quan sát lớn hơn bao gồm 111 công ty trong giai đoạn 1969-1975. Tác giả nhận
khả năng dự báo chính xác của nó trong mô hình dự báo 2-5 năm trước khi xảy ra phá
sản gần như giống như với khả năng dự báo trong mô hình dự báo trước 1 năm xảy ra
phá sản.
Trong số ít các nghiên cứu đưa vào tập hợp nhóm biến thị trường và nhóm biến
kế toán để nâng cao tính kịp thời và độ vững mạnh của các mô hình dự báo kiệt quệ tài
chính đó là nghiên cứu của Campbell và cộng sự (2008). Trong nghiên cứu này, ngoài
nhóm biến kế toán, một số biến thị trường được sử dụng để kiểm định bao gồm tỷ suất
sinh lợi vượt trội hàng tháng trên vốn cổ phần của từng công ty so với chỉ số S&P 500,
độ lệch chuẩn của tỷ suất sinh lợi cổ phiếu hàng ngày của mỗi công ty trong ba tháng
trước đó, quy mô tương đối của mỗi công ty được đo bằng log của tỷ số vốn hóa thị
trường với chỉ số S&P500, và log giá của mỗi cổ phiếu mà đã được lược bớt
(truncated) trên $15.
Chava và Jarrow (2004) theo nghiên cứu của Shumway (2001) sử dụng nhóm
biến kế toán bao gồm thu nhập ròng trên tổng tài sản và tổng nợ phải trả trên tổng tài


17

sản; và nhóm biến thị trường bao gồm quy mô tương đối được xác định bằng logarit tự
nhiên của giá trị vốn cổ phần của mỗi công ty trên tổng giá trị vốn cổ phần thị trường
NYSE/AMEX, tỷ suất sinh lợi vượt trội hàng năm được tính bằng tỷ suất sinh lợi hàng
tháng cộng dồn của mỗi công ty trừ đi tỷ suất sinh lợi hàng tháng cộng dồn của chỉ số
NYSE/AMEX có trọng số theo giá trị, và độ biến động của cổ phiếu được tính bằng
cách lấy độ lệch chuẩn của tỷ suất sinh lợi trong 60 quan sát giá thị trường hàng ngày
gần nhất. Shumway (2001) cũng sử dụng các biến này nhưng có một số thay đổi nhỏ,
cụ thể là độ lệch chuẩn phi hệ thống của tỷ suất sinh lợi cổ phiếu của mỗi công ty, được
tính bằng cách hồi quy tỷ suất sinh lợi hàng tháng của mỗi cổ phiếu trên tỷ suất sinh lợi
chỉ số NYSE/AMEX có trọng số theo giá trị trong cùng một khoảng thời gian (năm).

nhóm biến – nhóm biến kế toán, nhóm biến thị trường và nhóm biến vĩ mô – để dự
đoán kiệt quệ tài chính cho các công ty trong mẫu quan sát tại Việt Nam.

2.3. Các mô hình sử dụng trong dự báo kiệt quệ tài chính
Các nghiên cứu trước đây như được đề cập ở trên sử dụng phổ biến là mô hình
hồi quy Logit hay Probit. Các mô hình xác suất có điều kiện cho phép ước lượng xác
suất kiệt quệ tài chính của một công ty, bởi vì biến kiệt quệ tài chính thông thường
được xác định bằng tình trạng có hay không có rơi vào tình trạng kiệt quệ tài chính hơn
là việc xác định bằng một giá trị cụ thể nào đó đối với mỗi công ty. Điều này đã tạo ra
lợi thế cho việc ứng dụng mô hình hồi quy này khi nghiên cứu về vấn đề này hơn là các
mô hình hồi quy tuyến tính truyền thống.
Ngoài ra, cũng có một số nghiên cứu sử dụng mô hình mạng thần kinh nhân tạo
ANN, một phương pháp hiện đại, phức tạp hơn và có nhiều ưu điểm hơn so với mô
hình hồi quy tuyến tính cổ điển. Nó mô phỏng xử lý thông tin từ các dữ liệu ban đầu
được đưa vào với các neural, các lớp, các hàm cũng như các thuật toán. Mô hình này
cũng được ứng dụng trong nghiên cứu của Hernandez Tinoco và Wilson (2013).


19

Trong nghiên cứu này, tác giả chỉ giới hạn trong việc sử dụng mô hình hồi quy
Logit, và không sử dụng mô hình mạng thần kinh nhân tạo ANN do tính phức tạp và
không được ứng dụng rộng rãi của nó so với mô hình Logit.


20

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
Trong bài luận văn này, tác giả dựa theo nhiều nghiên cứu trước đây và chủ yếu
là dựa theo phương pháp nghiên cứu của Hernandez Tinoco và Wilson (2013) để xem

 Số lượng công ty niêm yết trên HOSE khá ít vào cuối năm 2005 nhưng sau đó
tăng mạnh trong những năm tiếp theo. Vì vậy tác giả lựa chọn mốc thời gian bắt
đầu từ năm 2006 đến năm 2014.
 Ngoài ra, để đảm bảo dữ liệu nghiên cứu có thể dễ dàng thu thập được, mẫu
quan sát đủ lớn và có ý nghĩa về mặt thống kê và dữ liệu bảng cân đối, bài luận
văn này chỉ nghiên cứu các công ty được niêm yết trong giai đoạn 2006 - 2014.
 Cuối cùng, việc lựa chọn HOSE và giai đoạn nghiên cứu như vậy cũng tạo nên
sự đồng bộ và thống nhất về mặt dữ liệu, đảm bảo tất cả các biến nghiên cứu có
đầy đủ các quan sát.
Dữ liệu nghiên cứu sẽ được tác giả tiến hành thu thập như sau:
 Dữ liệu biến kế toán được tác giả thu thập từ các báo cáo tài chính hàng năm của
các công ty niêm yết mà có sẵn trên Website của HOSE http://www.hsx.vn và
Website của công ty chứng khoán Rồng Việt data.vdsc.com.vn
 Dữ liệu biến vĩ mô được tác giả thu thập từ Tổ Chức Thống Kê Tài Chính Quốc
Tế IFS.
 Dữ liệu biến thị trường được tác giả thu thập từ Công Ty Phú Toàn và có đối
chiếu lại với dữ liệu giá cổ phiếu trên website của HOSE http://www.hsx.vn.
Sau đó, tác giả tính toán thành các biến nghiên cứu trong luận văn như được trình
bày trong các phần dưới đây.
Cuối cùng, tác giả xử lý dữ liệu nghiên cứu bằng Microsoft Excel 2010 và
phần mềm Stata 12.


22

3.2. Các biến nghiên cứu trong mô hình
3.2.1.

Biến Kiệt quệ tài chính


thập từ Công ty Phú Toàn. Theo đó, kiệt quệ tài chính của một doanh nghiệp trong một


23

năm nhất định sẽ nhận một trong hai giá trị là 0 và 1. Nếu một trong hai điều kiện trên
hoặc cả hai điều kiện trên cùng được thỏa mãn thì sẽ nhận giá trị 1 và ngược lại sẽ nhận
giá trị 0 nếu cả hai điều kiện trên đều không được thỏa mãn.
Theo kết quả tính toán của tác giả, tác giả nhận thấy có 66 quan sát công ty theo
năm trong tình trạng kiệt quệ tài chính, chiếm tỷ lệ khoảng 10% số quan sát. Sở dĩ có
nhiều quan sát trong tình trạng kiệt quệ tài chính ở trong mẫu này hơn các nghiên cứu
khác là do phần lớn số quan sát này đã thỏa mãn điều kiện thứ hai hơn là điều kiện thứ
nhất, và số quan sát thỏa mãn điều kiện thứ nhất chỉ chiếm một phần rất nhỏ trong mẫu
quan sát này. Tác giả thừa nhận là có một sự linh động trong việc xác định quan sát
công ty theo năm nào rơi vào trong tình trạng kiệt quệ tài chính như các nghiên cứu
trước đây đã chỉ ra như nghiên cứu của Andrade và Kaplan (1998) chỉ ra rằng một
công ty được xác định rơi vào tình trạng kiệt quệ tài chính khi EBITDA thấp hơn chi
phí lãi vay ngay năm đầu tiên.
Hernandez Tinoco và Wilson (2013) đã xây dựng một mô hình dự báo kiệt quệ tài
chính với 2 mục tiêu chính. Đầu tiên đó là xây dựng một mô hình dự báo kiệt quệ tài
chính kịp thời và chính xác hơn. Các mô hình được thiết kế để đạt được các kết quả
chính xác hơn so với các nghiên cứu trước đây và tạo ra một mô hình cuối cùng
(parsimonious model) bởi vì chúng có giá trị thực tế hơn. Xa hơn nữa, Zmijewski
(1984) và Pindado cùng cộng sự (2008) đã chỉ ra rằng một bộ biến bao gồm quá nhiều
biến sẽ không làm cho mô hình đạt được mức hiệu quả lớn nhất. Pindado cùng cộng sự
(2008) sử dụng duy nhất 3 biến kế toán để đạt được mức độ chính xác cao trong mô
hình dự báo kiệt quệ tài chính của họ. Các biến được sử dụng trong nghiên cứu của họ
là EBIT trên tổng tải sản, chi phí tài chính trên tổng tài sản, và lợi nhuận giữ lại trên
tổng tài sản, và các tỷ số này lần lượt đại diện cho khả năng sinh lợi, chi phí tài chính,
và lợi nhuận giữ lại. Zmijewski (1984) sử dụng một bộ các biến kế toán bao gồm các

3.2.2.

Nhóm biến kế toán

Dựa trên yếu tố nội tại của doanh nghiệp, bài nghiên cứu sẽ tập trung đánh giá
khả năng xảy ra kiệt quệ tài chính thông qua bốn tỷ số sau:
 TFOTL – Tỷ số Dòng tiền từ hoạt động sản xuất kinh doanh trên Tổng nợ
 TLTA –Tỷ số Tổng nợ trên Tổng tài sản
 NOCREDINT – Tỷ số (Tài sản ngắn hạn – Hàng tồn kho – Nợ ngắn hạn) trên
Chi phí hoạt động hàng ngày
 COVERAGE – Tỷ số EBITDA trên Chi phí lãi vay

3.2.2.1. Biến TFOTL
Biến TFOTL được sử dụng trong nhiều nghiên cứu trước đây như Marais (1979)
tại Anh và Ohlson (1980). Biến này thể hiện khả năng đảm bảo thanh toán các nghĩa vụ
tài chính của công ty dựa trên dòng tiền từ hoạt động sản xuất kinh doanh của công ty.
Biến số TFOTL được tính toán như sau:
TFOTL = TANH (

𝐃ò𝐧𝐠 𝐭𝐢ề𝐧 𝐭ừ 𝐡𝐨ạ𝐭 độ𝐧𝐠 𝐬ả𝐧 𝐱𝐮ấ𝐭 𝐤𝐢𝐧𝐡 𝐝𝐨𝐚𝐧𝐡
𝐓ổ𝐧𝐠 𝐧ợ

)

Nhằm loại bỏ các giá trị cực đoan trong các biến ở một số quan sát, tác giả sử
dụng hàm chuyển đổi TANH và các giá trị được xác định ở trong phạm vi [-1,1]. Khi
TFOTL có giá trị dương cho thấy doanh nghiệp có khả năng thanh toán các nghĩa vụ
tài chính tốt và khi TFOTL có giá trị âm cho thấy doanh nghiệp đang ở tình trạng
không tạo ra đủ dòng tiền từ hoạt động sản xuất kinh doanh để đáp ứng các nghĩa vụ tài
chính và có khả năng xảy ra vỡ nợ. Khi giá trị tỷ số tài chính này càng cao (càng gần