đánh giá nguy cơ phá sản của các ngân hàng niêm yết trên thị trường chứng khoán bằng chỉ số altman z score

Nội dung chính: Đề tài sử dụng mô hình Altman Z score nhằm đánh giá nguy cơ phá sản của các ngân hàng niêm yết trên thị trường chứng khoán Việt Nam với các số liệu thứ cấp được thu thập

BỘ NÔNG NGHIỆP VÀ PTNT

HỌC VIỆN NÔNG NGHIỆP VIỆT NAM

ĐÁNH GIÁ NGUY CƠ PHÁ SẢN CỦA CÁC NGÂN HÀNG NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM BẰNG CHỈ SỐ

ALTMAN Z SCORE

MÃ SỐ: T2014-10-22

CHỦ NHIỆM ĐỀ TÀI: ThS NGUYỄN ĐĂNG TÙNG

HÀ NỘI – 2014

Danh sách thành viên tham gia đề tài

Đơn vị phối hợp chính: Bộ môn Kế toán quản trị và kiểm toán, Khoa Kế toán và

quản trị kinh doanh, Học viện Nông Nghiệp Việt Nam

MỤC LỤC

MỤC LỤC 1

TÓM TẮT KẾT QUẢ NGHIÊN CỨU 2

THÔNG TIN KẾT QUẢ NGHIÊN CỨU 5

1 MỞ ĐẦU 7

1.1Tính cấp thiết của đề tài 7

1.2 Mục tiêu nghiên cứu 7

1.3 Đối tượng và phạm vi nghiên cứu 8

1.4 Cách tiếp cận 8

2 PHƯƠNG PHÁP NGHIÊN CỨU 9

2.1 Mô hình được áp dụng trong dự báo phá sản 9

2.2 Thu thập và xử lý số liệu 10

2.3 Phân tích số liệu 10

3 NỘI DUNG NGHIÊN CỨU 11

3.1 Tổng quan mô hình Altman Z – Score trong dự báo nguy cơ phá sản 11

3.2 Tình hình tài chính các ngân hàng niêm yết trên sàn chứng khoán Việt Nam 17

3.3 Dự báo nguy cơ phá sản các Ngân hàng Việt Nam 25

KẾT LUẬN VÀ KHUYẾN NGHỊ 27

TÀI LIỆU THAM KHẢO 28

Mẫu Tóm tắt kết quả nghiên cứu đề tài KH&CN cấp Học viện

ĐỀ TÀI KHOA HỌC VÀ CÔNG NGHỆ CẤP HỌC VIỆN

Tên đề tài:

Đánh giá nguy cơ phá sản của các ngân hàng niêm yết trên thị trường chứng

khoán Việt Nam - HOSE bằng chỉ số Altman Z score

Mã số: T2014-10-22

Chủ nhiệm đề tài: Nguyễn Đăng Tùng Tel.: 0912996062

E-mail: nguyendangtung@vnua.edu.vn

Cơ quan chủ trì đề tài: Học viện Nông nghiệp Việt Nam

Cơ quan và cá nhân phối hợp thực hiện: TS Đỗ Quang Giám, BM Kế toán quản trị

và kiểm toán, Khoa Kế toán và QTKD, Học viện Nông Nghiệp Việt Nam

Thời gian thực hiện: 1/2014 – 12/2014

1 Mục tiêu:

i) Tổng quan sự ứng dụng mô hình Z-Score trong đánh giá nguy cơ phá sản

ii) Khái quát tình hình tài chính hiện tại của các ngân hàng

iii) Đánh giá nguy cơ phá sản các ngân hàng niêm yết trên thị trường chứng khoán

Việt Nam

2 Nội dung chính:

Đề tài sử dụng mô hình Altman Z score nhằm đánh giá nguy cơ phá sản của các ngân hàng niêm yết trên thị trường chứng khoán Việt Nam với các số liệu thứ cấp được thu thập từ các báo cáo tài chính đã được kiểm toán của 39 ngân hàng niêm yết trên thị trường chứng khoán Việt Nam

3 Kết quả chính đạt được (khoa học, ứng dụng, đào tạo, kinh tế – xã hội,…)

- Đề tài tổng quan nội dung và ứng dụng mô hình Altman Z score (bao gồm Z, Z’ và Z’’) trong đánh giá nguy cơ phá sản của các doanh nghiệp (công ty cổ phần, doanh nghiêp sản xuất và doanh nghiệp dịch vụ)

- Khái quát tình hình tài chính tổng quát của các ngân hàng niêm yết trên thị trưởng chứng khoán Việt Nam giai đoạn 2008 -2012 trên các chỉ tiêu tăng trưởng tài sản, tăng trưởng tín dụng, nợ xấu và lợi nhuận sau thuế… nhứng chỉ tiêu quan trọng quyết định tình hình hoạt động của ngân hàng trong tương lai (hoạt động tốt hoặc phá sản)

- Ứng dụng mô hình Altman Z score (z’’) trong đánh giá nguy cơ phá sản của các ngân hàng niêm yết trên thị trường chứng khoán Việt Nam Z’’ có xu hướng giảm dần trong điều kiện suy thoái kinh tế, tuy nhiên không có ngân hàng nào nằm trong vùng có khả năng phá sản, chỉ 11% ngân hàng nằm trong vùng nguy cơ cao

- Về mặt khoa học, đề tài mang tính khoa học cao khi áp dụng mô hình Altman Z score – một mô hình đơn giản và tương đối chính xác trong dự báo nguy cơ phá sản doanh nghiệp được áp dụng rộng rãi ở nhiều quốc gia trên thế giới Bên cạnh đó đề tài sử dụng bộ số liệu công phu thu thập từ báo cáo tài chính của 39 ngân hàng niêm yết trên thị trường chứng khoán Việt nam trong giai đoạn 6 năm từ 2008-2013

- Về mặt ứng dụng thực tiễn, kết quả nghiên cứu của đề tài là cơ sở cho các cơ quan quản lý nhà nước (Ngân hàng nước) có cái nhìn chính xác hơn về hoạt động của các ngân hàng, tư đó xây dựng những chính sách phù hợp để kiểm soát và thúc đẩy hoạt động của ngành ngân hàng; các ngân hàng thông qua đây có thể đánh gía lại các hoạt động: tín dụng, đầu tư… hạn chế rủi ro và nâng cao khả năng hoạt động của mình; Các nhà đâu tư nhận thấy triển vọng đầu tư tromg tương lai

- Về đào tạo, kết quả nghiên cứu của đề tài cung cấp những kiến thức cơ bản

về mô hình Altman Zscore và ứng dụng mô hình trong dự báo nguy cơ phá

sản của doanh nghiệp, đặc biệt la ngành ngân hàng Việt Nam Đề tài đã đào tạo được 1 sinh viên tốt nghiệp với đề tài khoá luận là một phần của đề tài nghiên cứu này

Mẫu Thông tin kết quả nghiên cứu đề tài KH&CN cấp Học viện

HỌC VIỆN NÔNG NGHIỆP VIỆT NAM

Chủ nhiệm: Nguyễn Đăng Tùng

Thời gian thực hiện: 1/2014 – 12/2014

Kinh phí thực hiện: 20 triệu đồng

Cơ quan chủ trì: Học viện Nông nghiệp Việt Nam

KẾT QUẢ ĐẠT ĐƯỢC

1 Các sản phẩm của đề tài

- Báo cáo chính của đề tài đã tổng quan được mô hình và áp dụng mô hình Altman

Z score trong dự báo nguy cơ phá sản của các doanh nghiệp (cả sản xuất và phi sản xuất) Bên cạnh đó, đề tài sử dụng chi số Z’’ – áp dụng cho các doanh nghiệp dịch

vụ dựa trên số liệu thứ cấp thu thập từ 39 ngân hàng niêm yết trên thị trường chứng

khoán Việt Nam trong giai đoạn 6 năm từ 2008 đến 2013 nhằm dự báo nguy cơ phá sản của các ngân hàng này Từ đó, đề tài đã khái quát tình hình tài chính của các ngân hàng trong giai đoạn nghiên cứu trên các chỉ tiêu; tăng trưởng quy mô tài sản, tăng trưởng tín dụng, nợ xấu và lợi nhuận sau thuế Kết quả, chỉ số Z’’ của các ngân hàng chỉ ra, không có ngân hàng nào nằm trong vùng phá sản, chỉ có 11% các ngân hàng nằm trong vùng cảnh báo Từ đó, đề tài đã đưa ra một số khuyến nghị với cơ quan quản lý nhà nước, các ngân hàng và các nhà đâu tư

- Tính mới của đề tài đã được thể hiện vì đây là lần đầu tiên mô hình Altman Z score (z’’) được áp dụng để đánh giá nguy cơ phá sản của ngành ngân hàng Bên cạnh đó, đề tài mang ý nghĩa thực tiễn cao vì đây là mô hình tương đối đơn giản, cho kết quả tương đối chính xác và được áp dụng rộng rãi tại nhiều nước trên thế giới

- 01 bài báo khoa học tiêu đề; ‘Đánh giá nguy cơ phá sản của các ngân hàng niêm yết trên thị trường chứng khoán Việt Nam bằng chỉ số Altman Z score’ được xuất bản trong tạp chí Khoa học – Phát triển

2 Đào tạo:

Đề tài đào tạo 01 sinh viên: Bùi Thị Len, KED K55 với tên đề tài: ‘Ứng dụng mô hình Altman Z score trong dự báo nguy cơ phá sản của các ngân hàng Việt Nam niêm yết trên sở giao dịch chứng khoán Hồ Chí Minh’, được hội đồng đánh giá khoá luận tốt nghiệp đánh gía cao, đạt 9,5 điểm

3 Tình hình sử dụng kinh phí: đã hoàn tất thủ tục thanh/quyết toán với tổng kinh phí được hỗ trợ từ nguồn NSNN là 10 triệu đồng năm 2014

Xác nhận của cơ quan chủ trì

(ký, đóng dấu)

Ngày 24 tháng 12 năm 2014

Chủ nhiệm đề tài

(ký, họ và tên)

1.1Tính cấp thiết của đề tài

Ngân hàng là ngành đóng vai trò quan trọng trong nền kinh tế quốc dân, phản ánh sức khoẻ của nền kinh tế bởi về nó là hệ tuần hoàn vốn thông qua các hoạt động như tín dụng, tiền tệ và thanh toán trong đó tín dụng là hoạt động chủ yếu Bởi vậy, thực tế cuộc khủng hoảng tài chính thế giới bắt nguồn từ Mỹ năm 2009 được bắt nguồn từ sự phá sản của các ngân hàng được gây ra bởi sự cho vay thế chấp ‘dưới chuẩn’ của các ngân hàng dẫn đến sự suy thoái kinh tế toàn cầu Do vậy, chẩn đoán sức khoẻ tài chính của hệ thống ngân hàng thương mại là một khâu quan trọng trong quá trình quản trị rủi ro dự báo tình hình kinh tế

Trong bối cảnh chung của nền kinh tế thới giới, ngành ngân hàng Việt Nam gặp nhiều khó khăn với tỉ lệ tăng trưởng tín dụng giảm từ trên 40% năm 2009 xuống 10% cuối quí 1 năm 2013 Tuy nhiên, tỉ lệ nợ xấu tăng gấp đôi trong giai đoạn này

từ 2.2% lên 4.67% (theo báo cáo của Ngân hàng nhà nước- KPMG, 2013) Điều đó, ảnh hưởng rất nghiêm trọng tới hoạt động của các ngân hàng, đặc biệt là tính thanh khoản trong hệ thống ngân hàng Việt Nam Năm 2012, lợi nhuận sau thuế của ngành ngân hàng năm 2012 giảm 23% so với năm 2011 mà nguyên nhân chủ yếu được cho là sự tăng mạnh của chi phí hoạt động và chi phí rủi ro tín dụng

Một số câu hỏi nghiên cứu được đặt ra như sau: i) Tình hình tài chính hiện tại của ngành ngân hàng Việt Nam như thế nào? ii) Tình hình đó ảnh hưởng thế nào tới nguy cơ phá sản của các ngân hàng và iii) Các ngân hàng có quy mô khác nhau bị ảnh hưởng giống nhau hay khác nhau?

1.2 Mục tiêu nghiên cứu

i) Tổng quan sự ứng dụng mô hình Z-Score trong đánh giá nguy cơ phá sản

ii) Khái quát tình hình tài chính hiện tại của các ngân hàng

iii) Đánh giá nguy cơ phá sản các ngân hàng niêm yết trên thị trường chứng khoán Việt Nam

1.3 Đối tượng và phạm vi nghiên cứu

Do khuôn khổ hạn chế về thời gian và nguồn lực nên nghiên cứu tập trung vào các ngân hang Việt Nam được niêm yết trên sở giao dịch chứng khoán TP Hồ Chí Minh thông qua các báo cáo tài chính của chúng thể hiện tình hình tài chính của doanh nghiệp trong năm 2013

1.4 Cách tiếp cận

Các chỉ số tài chính có khả năng phản ánh hoạt động và những khó khăn tài chính của doanh nghiệp Những chỉ số tài chính bao gồm khả năng sinh lời, khả năng hoạt động, khả năng thanh khoản và khả năng trả nợ được dùng rất phổ biến trong phân tích tài chính và cho thấy, phân này các nhóm chỉ số này phần nào dự báo được tình hình tài chính hiện tại cũng như trong tương lai gần của doanh nghiệp Tuy nhiên, chưa có một thước đo cụ thể nào mang tính định lượng được đưa ra

Năm 1968, Altman đã dùng phương pháp phân tích đa nhân tố để đưa ra thước đo

cụ thể đánh giá nguy cơ phá sản của doanh nghiệp – Z score bao gồm 5 biến liên quan đến các chỉ số tài chính Z score phản ánh khá chính xác nguy cơ phá sản của doanh nghiệp, tuy nhiên khi áp dụng vào doanh nghiệp phi sản xuất thì mức độ chính xác lại giảm sút

Năm 1993, để tăng tính chính xác của mô hình này cho doanh nghiệp phi sản xuất, Altman đã điểu chỉnh mô hình Z score thành mô hình Z’’ – score với 4 biến liên quan đến các chỉ số tài chính Kết quả cho thấy, Z’’ phản ánh chính xác hơn nguy

cơ phá sản của các doanh nghiệp phi sản xuất so với mô hình Altman ban đầu

Do vậy, trong nghiên cứu này, mô hình Altman Z’’ score sẽ được ứng dụng để đánh giá nguy cơ phá sản của các ngân hàng

2.1 Mô hình được áp dụng trong dự báo phá sản

Một số mô hình dự báo phá sản đã được sử dụng trong thế kỷ qua bao gồm 2 phương pháp là phân tích đơn biến (đánh giá từng chỉ số tài chính) và phân tích đa biệt thức (kết hợp các chỉ số) Theo Beaver (1966), sau khi nghiên cứu thực

nghiệm 79 doanh nghiệp (DN) kinh doanh thất bại và số lượng tương ứng các DN kinh doanh thành công trong 10 năm (1954 – 1964) đã phát hiện ra rằng các DN lâm vào tình trạng khủng hoảng tài chính là các DN có ít tiền mặt, hàng tồn kho nhưng nhiều nợ phải thu Nghiên cứu cũng chỉ ra tỷ lệ lưu chuyển tiền thuần/tổng

nợ phải trả là chỉ tiêu quan trọng nhất trong dự báo nguy cơ phá sản DN bởi nó thể hiện rõ nhất khả năng thanh toán của DN Ngoài ra, tỷ suất sinh lời của tài sản (thu nhập thuần / tổng tài sản) và hệ số nợ (tổng nợ phải trả / tổng tài sản) cũng là các chỉ tiêu dự báo quan trọng bởi chúng phán ánh hiệu quả hoạt động kinh doanh và mức độ rủi ro tài chính của DN Chỉ cần so sánh các chỉ số tài chính với mức trung bình Beaver đưa ra là có thể phát hiện dấu hiệu khủng hoảng và phá sản của DN nên việc áp dụng khá đơn giản với độ tin cậy tương đối cao (Thuỷ, 2004) Tuy nhiên, khi các chỉ số mâu thuẫn với nhau thì khó có thể kết luận được Rose và Giroux (1984) cũng cho rằng các kiểm tra dự báo từng chỉ số có thể dẫn đến sai lệch (Anjum, 2012) Do vậy, Altman (1968) đã sử dụng phân tích đa biệt thức để khắc phục vấn đề này

Mô hình Altman Z – score là kết quả thực nghiệm trên 66 DN sản xuất từ năm

1946 – 1965 (trong đó 33 DN phá sản và 33 DN không phá sản); là chỉ số kết hợp 5

tỷ số tài chính khác nhau với các trọng số khác nhau Sau khi kiểm tra lại với 25

DN khác cũng cho xác suất đúng 96% (thực tế 24 DN phá sản, 1 DN không phá sản) Theo Altman (2000), mô hình này được đánh giá là dự báo được một cách tương đối chính xác các công ty sẽ bị phá sản trong vòng 2 năm (94% với 1 năm và

2 năm là 72%).Ban đầu, chỉ số Z được ứng dụng cho các DN sản xuất đã cổ phần hóa sau đó đã phát triển thêm chỉ số Z’ và Z” để áp dụng rộng cho các loại hình DN khác.Theo tác giả Hay Sinh (2013), mô hình Z-score của Altman (1993) đã dự đoán chính xác 66% DN bị phá sản và 78% DN không bị phá sản trước đó 1 năm

Có thể thấy, Z – score của Altman là một trong những mô hình hiệu quả nhất trong dự báo phá sản được sử dụng trong nghiên cứu của nhiều tác giả trong suốt

45 năm qua Mô hình đã phát triển để ứng dụng trong các ngành công nghiệp khác nhau cũng như các công ty chứng khoán, ngân hàng với các chỉ số Z, Z’ và Z” Và

Z – score có thể được áp dụng cho nền kinh tế hiện đại để dự đoán một, hai và ba năm trước khi phá sản nhờ tính đơn giản và độ chính xác tương đối của nó

2.2 Thu thập và xử lý số liệu

Bài báo hoàn toàn sử dụng số liệu thứ cấp được thu thập từ Báo cáo tài chính (BCTC) của 39 NHTM Việt Nam được niêm yết trên thị trường chứng khoán Việt Nam trong 6 năm giai đoạn 2008 – 2013 để thấy rõ hơn ảnh hưởng của cuộc khủng khoảng tài chính đến hoạt động các ngân hàng

Phân tổ thống kê: Các ngân hàng được phân thành 4 nhóm theo quy mô vốn điều lệ dựa theo tiêu chuẩn của ngân hàng nhà nước Việt Nam (xem bảng 1)

2.3 Phân tích số liệu

a Thống kê mô tả được sử dụng để phân tích và đánh giá tình hình tài chính của các ngân hàng thông qua các chỉ tiêu: tốc độ tăng trưởng tài sản, cơ cấu các loại tài sản, tăng trưởng tín dụng và lợi nhuận sau thuế cũng như tỉ lệ nợ xấu – những yếu tố có ảnh hưởng quyết định đến hoạt động trong tương lai của các ngân hàng Bên cạnh đó, các chỉ tiêu trên cũng được miêu tả và so sánh giữa 4 nhóm ngân hàng để thấy được sự khác biệt của chúng giữa các nhóm

b Áp dụng mô hình Alman Z score: Ban đầu chỉ số Z chỉ được sử dụng cho các doanh nghiệp đã cổ phần hóa, do vậy để đáp ứng nhu cầu thực tiễn, Altman đã phát triển thêm Z’, Z” để có thể áp dụng cho các loại hình doanh nghiệp khác Mô hình Z” có thể sử dụng cho hầu hết các ngành, các loại hình doanh nghiệp

Ngân hàng là ngành dịch vụ nên chỉ số Z” được áp dụng để dự báo nguy cơ phá sản Việc tính toán Z” được thực hiện trên phần mềm Excel dựa trên số liệu BCTC các ngân hàng

Công thức : Z’’ = 6,56X 1 + 3,26X 2 + 6,72X 3 + 1,05X 4(Altman, 2000;

Chánh, 2007)

+Nếu Z” > 2,6: NH nằm trong vùng an toàn, chưa có nguy cơ phá sản

+Nếu 1,2 < Z” < 2,6: NH nằm trong vùng cảnh báo, có thể có nguy cơ phá sản +Nếu Z” <1,2: NH nằm trong vùng nguy hiểm, nguy cơ phá sản cao

Với: X1 = Vốn lưu động/ Tổng tài sản

X2 = Lợi nhuận giữ lại / Tổng tài sản

X3= Lợi nhuận trước lãi vay và thuế / Tổng tài sản

X4 = Vốn chủ sở hữu / Tổng nợ phải trả

Z’’ được so sánh và kiểm định sự khác biệt giữa 4 nhóm khác nhau về quy

mô vốn điều lệ theo tiêu chuẩn của Ngân hàng nhà nước Việt Nam bằng sử dụng

kiểm định One way ANOVA trong SPSS

3.1 Tổng quan mô hình Altman Z – Score trong dự báo nguy cơ phá sản

a Lịch sử và ý nghĩa chỉ số Z

Phá sản được xem như dấu chấm hết đối với một DN Vậy làm thế nào để phát hiện sớm các dấu hiệu báo trước nguy cơ phá sản để có biện pháp kịp thời chấn chỉnh tình hình DN? Đó là một trong những mối quan tâm hàng đầu của các nhà nghiên cứu tài chính hay các nhà đầu tư chứng khoán Có nhiều công cụ đã được phát triển để dự báo vấn đề này, trong đó chỉ số Z là công cụ được cả hai giới học thuật và thực hành công nhận và sử dụng rộng rãi nhất trên thế giới Nó là công cụ phát hiện nguy cơ phá sản và xếp hạng định mức tín dụng của DN

Chỉ số Z hay Mô hình dự báo xác suất phá sản Z – score được phát minh vào năm 1968 bởi Giáo sư người Mỹ Edward I Altman, trường kinh doanh Leonard N Stern, thuộc trường Đại Học New York dựa trên việc nghiên cứu khá công phu số lượng nhiều công ty khác nhau tại Mỹ Mặc dù chỉ số Z này được phát minh tại

Mỹ, nhưng hầu hết các nước trên thế giới vẫn có thể sử dụng với độ tin cậy khá cao Mô hình này được đánh giá là dự báo được một cách tương đối chính xác các công ty sẽ bị phá sản trong vòng 2 năm thông qua việc xem xét đến giá trị Z –

score: ”the Z-score model is an accurate forecaster of failure up to two years prior

to distress and that accuracy diminihes substantially as the lead time increases”

(Altman, 2000, [25])

o Phương pháp phân tích đa biệt thức

Sau khi tìm hiểu kỹ lưỡng bản chất của vấn đề và mục đích phân tích, Altman

đã chọn phương pháp phân tích đa biệt thức (MDA) Theo R.A Fisher (1936) ”The

Use of Multiple Measurements in Taxonomic Problems”, 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 XX

(Altman,1968 [24]) Trước kia, MDA được sử dụng chủ yếu trong sinh vật học và

khoa học nghiên cứu hành vi thì 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 (Altman, 2000 [25])

MDA được sử dụng chủ yếu để phân loại và đưa ra dự đoán vấn đề Hàm biệt thức có dạng: Z = V1X1 + V2X2 + + VnXn biến đổi những giá trị của biến cá biệt

thành một điểm số biệt thức đơn – giá trị Z (Altman,1968 [24])

(Trong đó: V1, V2, …Vn là các hệ số biệt thức

X1, X2, … Xn là các biến độc lập) Phân tích đa biệt thức tính toán hệ số biệt thức Vi trong khi đó các biến độc lập

Xi là các giá trị thực

Theo Altman (2000), mô hình Z – score là một phân tích tuyến tính trong đó 5 chỉ số được gắn trọng số một cách khách quan và cộng với nhau thành một chỉ số duy nhất Z để phân loại công ty vào trong các nhóm: kiệt quệ hay không kiệt quệ

o Phát triển mô hình Z-score

Theo Altman (1968) và Altman (2000) để thiết lập mô hình Z – score đã thực hiện các bước sau:

§ Lựa chọn mẫu (Sample Selection)

Altman lựa chọn mẫu ban đầu bao gồm 66 công ty với 33 công ty ở mỗi nhóm Nhóm 1– Nhóm phá sản (kiệt quệ) là những DN đã nộp đơn phá sản theo chương

10 của Luật Phá Sản Hoa Kỳ (1946 – 1965) Tài sản các công ty trong nhóm dao động từ 7 đến 25,9 triệu USD và có tài sản trung bình là 6,4 triệu USD Do sự khác biệt về ngành và quy mô mà nhóm này không đồng nhất nên Altman đã cố gắng lựa chọn cẩn thận các công ty không phá sản (không kiệt quệ) Vì vậy, nhóm hai bao gồm một mẫu kết hợp của các DN sản xuất được chọn từ cơ sở phân loại ngẫu nhiên Các công ty được phân chia theo ngành và quy mô với phạm vi tài sản được giới hạn từ 1 triệu USD đến 25 triệu USD và các công ty trong nhóm 2 vẫn còn tồn tại vào năm 1966 Giá trị tài sản trung bình của nhóm 2 là 9,6 triệu USD Đối với thử mẫu đầu tiên, dữ liệu được xây dựng từ các dữ liệu BCTC kỳ hạn một năm báo cáo trước khi phá sản

Trước năm 1966, phá sản của các công ty lớn là rất hiếm nhưng đã thay đổi từ năm 1970 với sự xuất hiện vài vụ phá sản rất lớn như Penn Central R.R và đã có

ít nhất 100 vụ phá sản với tài sản hơn 1 tỷ USD kể từ năm 1978 Và mô hình Z –score xuất hiện có thể đáp ứng được nhu cầu dự báo khả năng phá sản của các công

ty lớn

§ Lựa chọn biến (Variable Selection)

Sau khi các nhóm ban đầu được xác định và chọn được công ty, Altman đã thu thập các bảng cân đối; các báo cáo kết quả kinh doanh và thu thập 22 chỉ số trên cơ

sở tính phổ biến về học thuật và khả năng tương thích đối với công trình nghiên cứu để đánh giá Các chỉ số được phân thành 5 nhóm, bao gồm: Nhóm chỉ số thanh khoản, Nhóm chỉ số lợi nhuận, Nhóm chỉ số đòn bẩy, Nhóm chỉ số khả năng thanh toán và Nhóm chỉ số hoạt động Và cuối cùng, có 5 chỉ số đã được chọn vì chúng thể hiện tốt nhất trong việc liên kết dự đoán phá sản công ty

Để đưa ra được các biến số cuối cùng, Altman đã phải:

+Quan sát mức ý nghĩa thống kê của các chức năng thay thế khác nhau, bao gồm việc xác định phần đóng góp tương đối của các biến số độc lập

+Đánh giá sự tương quan giữa các biến số có liên quan

+Quan sát độ chính xác về mặt dự báo của các tập hợp biến

+Đánh giá của các chuyên gia

Và biệt thức cuối cùng được thể hiện (Altman, 1968 [24]):

Z = 0,012X 1 + 0,014X 2 + 0,033X 3 + 0,006X 4 + 0,999X 5

Trong đó: X1 = Vốn lưu động / Tổng tài sản (Working capital/Total assets)

X2 = Lợi nhuận giữ lại / Tổng tài sản (Retained earning/Total assets)

X3 = Lợi nhuận trước thuế và lãi vay – EBIT/Tổng tài sản (Eanring

before tax and interest / Total assets)

X4 = Giá trị thị trường của vốn chủ sở hữu / Giá trị sổ sách của Tổng

nợ (Market value equity / Book value of total liabilities)

X5 = Tổng doanh thu / Tổng tài sản (Sales / Total assets)

Z = Chỉ số tổng hợp (Overall index)

X1, Working capital/Total assets (WC/TA) - Vốn lưu động/ Tổng tài sản

Chỉ số WC/TA thường được tìm thấy trong các nghiên cứu về các vấn đề của

DN, là một công cụ đo lường độ thanh khoản ròng các tài sản của công ty tương

ứng với tổng vốn Vốn lưu động (Working capital) được xác định là sự khác nhau giữa Tài sản lưu động (Current assets) và Nợ ngắn hạn (Current liabilities) Trong

ba chỉ số thanh khoản được đánh giá, chỉ số này có giá trị nhất so với chỉ số thanh

toán hiện hành (Current ratio) và chỉ số thanh toán tức thời (Quick ratio)

X2, Retained earnings/Total assets (RE/TA) - Lợi nhuận giữ lại/ Tổng tài sản

Lợi nhuận giữ lại thể hiện tổng số thu nhập được tái đầu tư hay mức lỗ của một DN trong suốt thời gian tồn tại (thặng dư của quá trình hoạt động) Chỉ số này phụ thuộc vào sự vận động thông qua tái cấu trúc và chia cổ tức Mặt khác lợi nhuận giữ lại thể hiện sự đo lường lợi nhuận tích lũy theo thời gian, thời gian hoạt động ngắn hay dài của một công ty được cân nhắc hoàn toàn ở chỉ số này Ví dụ, các công ty trẻ thường thể hiện một chỉ số RE/TA thấp bởi vì nó chưa có thời gian

để tích lũy lợi nhuận, và các công ty này được xếp vào nhóm phá sản cao hơn so với các công ty có thời gian hoạt động lâu hơn Theo Dun & Bradstreet (1994,

trong năm 1993 có khoảng 50% số các công ty bị phá sản trong từ một đến 5 năm

đầu hoạt động (Altman,2000, [25])

X3, Earnings before Interest and taxes/Total assets (EBIT/TA) - Lợi nhuận trước thuế và lãi vay/Tổng tài sản

EBIT/TA (chỉ số hiệu suất sử dụng tài sản) đo lường năng suất thật của tài sản

DN một cách độc lập với thuế và nợ vay Chỉ số này có khả năng dự báo tốt hơn các chỉ số sinh lợi khác, kể cả dòng tiền

X4, Market value of Equity / Book value of total liabilities (MVE/TL) - Giá trị thị trường của vốn chủ sở hữu / Giá trị sổ sách tổng nợ

Vốn chủ sở hữu được đo lường bởi giá trị thị trường của tất cả cổ phiếu, cổ phiếu ưu đãi và cổ phiếu thường trong khi nợ phải trả bao gồm cả nợ ngắn hạn và

nợ dài hạn Do vậy, chỉ số này cho thấy giá trị tài sản của công ty có thể bị giảm bao nhiêu (tính theo giá trị thị trường của vốn chủ sở hữu cộng với nợ) trước khi nợ vượt quá tài sản và công ty mất khả năng thanh toán Ví dụ, công ty có giá trị thị trường của vốn chủ sở hữu là 1000 USD và nợ là 500 USD có thể chịu được sự sụt giảm 2/3 giá trị tài sản là 1000 USD trước khi mất khả năng thanh toán Tuy nhiên, với giá trị vốn chủ sở hữu là 250 USD thì công ty sẽ bị mất khả năng thanh toán nếu tài sản giảm 1/3 giá trị Chỉ số này bổ sung kích thước giá trị thị trường mà hầu

hết các nghiên cứu phá sản khác không đề cập đến.(Altman, 2000 [25])

X5, Sales/Total assets (S/TA)- Tổng doanh thu/ Tổng tài sản

Chỉ số doanh thu trên tổng tài sản là một chỉ số tài chính tiêu chuẩn minh họa cho khả năng tạo ra thu nhập của tài sản doanh nghiệp Nó là một trong những thước đo khả năng quản trị trong môi trường cạnh tranh Chỉ số cuối cùng này khá quan trọng bởi nó là tỷ số ý nghĩa nhất trên cơ sở cá nhân

Ghi chú: Do định dạng máy tính nên biến X1 đến X4 phải được tính toán ở dạng phần trăm Ví dụ: công ty có chỉ số X1 là 10% thì khi tính toán vẫn giữ nguyên không được chuyển thành 0,1; X5 là 200% thì được biểu diễn là 2,0

§ Kiểm tra các biến số (Variable Tests)

Theo Altman (2000), ông đã sử dụng kiểm định F – value để xác định khả năng phân biệt của các biến số 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 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 Các biến trung vị ở một BCTC trước khi phá sản và kết quả thống kê F được biểu diễn trong bảng sau:

Bảng 1 Biến trung vị và kiểm định ý nghĩa (Variable Means and Test

Significance)

Biến

(Variable)

Trung vị của nhóm phá sản (Bankrupt Group

Mean)

Trung vị của nhóm không phá sản (Non - Bankrupt Group Mean)

Chỉ số F (F Ratio)

kỳ quan trọng giữa các biến giữa các nhóm công ty khác nhau Biến X5 không diễn đạt được sự khác biệt quan trọng giữa các nhóm Tất cả các chỉ số đều có giá trị cao hơn ở các công ty không phá sản

Nguồn:Altman, 1968 [24]

Mô hình đã thể hiện tương đối chính xác trong việc phân loại đúng 95% cho tổng các công ty trong mẫu Nhóm 1 sai số 6% trong khi nhóm 2 còn thấp hơn với 3% Có thể nói, mô hình đã mang lại những kết quả tốt như mong đợi Không chỉ dừng lại ở 33 mẫu ban đầu, Altman đã tiến hành thử nghiệm nhiều lần dựa trên các mẫu công ty khác nhau trong khoảng thời gian hơn 30 năm và kết luận rằng mô hình vẫn giữ được độ chính xác cao mặc dù được thiết lập từ năm 1968

Như vậy, chỉ số Z – score là thành quả của quá trình nghiên cứu công phu và trở thành một công cụ hữu ích để dự báo nguy cơ phá sản các DN

b Chỉ số Z ước lượng xác suất phá sản

o Z – score là chỉ số kết hợp 5 tỷ số tài chính khác nhau với các trọng số khác nhau

dựa trên phân tích đa biệt thức MDA

Ban đầu, chỉ số Z được ứng dụng với DN đã cổ phần hóa:

+Nếu Z > 2,99: DN nằm trong vùng an toàn, chưa có nguy cơ phá sản

+Nếu 1,81< Z < 2,99: DN nằm trong vùng cảnh báo, có thể có nguy cơ phá sản

+Nếu Z <1,81: DN nằm trong vùng nguy hiểm, có nguy cơ phá sản cao

Mô hình Z-score của Altman 1993 đã dự đoán chính xác 66% DN bị phá sản

và 78% DN không bị phá sản trước đó 1 năm (Hay Sinh, 2013 [10])

Để đáp ứng nhu cầu thực tiễn, Altman đã phát triển thêm chỉ số Z’, Z” để áp dụng rộng cho các loại hình DN khác

o Mô hình Z’– score cho các DN chưa cổ phần hóa ngành sản xuất (Altman,

2000 [25])

Z’ = 0,717X 1 + 0,847X 2 + 3,107X 3 + 0,420X 4 + 0,998X 5

Số đúng

Phần trăm chính xác

Phần trăm không chính xác