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

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

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:

- Mô hình phân tích phân biệt : DA và MDA

- Mô hình ZETA (1977)

- Mô hình phân tích logit của Ohlson (1980)

- Mô hình dựa trên thị trường MKV-Merton (1974)

Phân tích phân biệt

• Phân tích phân biệt là một kỹ thuật thống kê được sử dụng để phân loại một quan sát vào một trong một số nhóm dựa trên các đặc điểm độc lập 2 (biến độc lập) của từng quan sát

Trong vấn đề dự báo kiệt quệ tài chính, phân tích phân biệt được sử dụng để phân loại một công ty vào nhóm kiệt quệ hoặc nhóm không kiệt quệ

Phân tích phân biệt

• Ở dạng đơn giản, phân tích phân biệt là một sự kết hợp tuyến tính của các biến độc lập (các tỷ số tài chính) để phân loại một công ty vào các nhóm, với phương trình có dạng như sau:

Phân tích phân biệt đơn biến của Beaver

(1966)

• Beaver chọn 79 công ty kiệt quệ tài chính là các công

ty bị phá sản, hoặc không thể trả lãi, hoặc chậm trả cổ tức, hoặc tài khoản ngân hàng cạn kiệt

• Dữ liệu lấy từ tạp chí chuyên ngành hàng năm của

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 Giống như Beaver, ông chọn 33 công ty không phá sản bằng cách sử dụng phương pháp bắt cặp, trong đó, từng cặp công ty phải thuộc cùng một ngành và có quy mô như nhau.

• Altman chọn 22 tỷ số tài chính dựa trên tính 20 phổ biến trong các nghiên cứu trước

Mô hình Z-score của Altman (1968) – Phân

tích phân biệt đa biến

• Mô hình phân tích phân biệt Z-score của Altman (1968) có dạng phương trình như sau:

• WCTA: vốn luân chuyển trên tổng tài sản,

• RETA: thu nhập giữ lại trên tổng tài sản,

• EBIT: thu nhập trước thuế và lãi vay trên tổng tài sản,

• METL: giá trị vốn hóa thị trường trên giá trị sổ sách của tổng nợ,

• STA: doanh thu trên tổng tài sản,

• Z: điểm số Z để phân loại.

Mô hình Z-score của Altman (1968) –

Phân tích phân biệt đa biến

• X1 - Vốn lưu động / Tổng tài sản: Được đo bằng tài sản lưu động ròng của công ty trên với tổng vốn Vốn lưu động được định nghĩa bằng tài sản hiện tại trừ nợ ngắn hạn Thông thường, một công ty trải qua lỗ hoạt động thì tài sản hiện tại sẽ bị thu hẹp trong mối quan hệ với tổng tài sản.

• 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 các tài sản của công ty Nó là một trong những thước đo của năng lực quản lý trong điều kiện cạnh tranh.

Mô hình Z-score của Altman (1968) –

Phân tích phân biệt đa biến

Mô hình Z-score của Altman (1968) – Phân

tích phân biệt đa biến

• Điểm phân loại của mô hình là:

• Z > 2,99: Vùng an toàn

• 1,81 < Z < 2,99: Vùng xám

• Z < 1,81: Vùng kiệt quệ

Mô hình Z-score của Altman (1968) – Phân

tích phân biệt đa biến

Mô hình ZETA (1977)

• Năm 1977, Altman, Haldeman và Narayanan phát triển một mô hình thứ hai từ mô hình Z-score gốc với một vài sự nâng cấp

• Mô hình mới, được gọi là ZETA, có độ chính xác cao hơn trong việc dự báo các công ty phá sản so với mô hình Z-score cũ và tăng thời

gian dự báo lên 5 năm trước khi xảy ra kiệt

quệ

Mô hình ZETA (1977)

Mô hình ZETA (1977)

Mô hình phân tích logit của Ohlson (1980)

• Không giống như phân tích phân biệt - chỉ xác định được công ty là 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)

ĐÓNG GÓP CỦA NGHIÊN CỨU

• Thứ nhất, trình bày mô hình dự đoán kiệt quệ cho các công ty niêm yết ở Vương quốc Anh có sử dụng định nghĩa ' nền tảng tài chính' của kiệt quệ,

để tìm ra giai đoạn đầu của kiệt quệ tài chính, cùng với các phương pháp tiếp cận chính thức hơn bằng cách sử dụng kết quả dữ liệu được cung cấp bởi các cơ sở dữ liệu giá chứng khoán London

• Thứ hai, sử dụng quy trình thực nghiệm đa cấp, nghiên cứu này cung cấp một mô hình dự đoán kiệt quệ tài chính, với một số lượng biến tương đối nhỏ, trình bày với độ chính xác dự đoán tương đối cao và mối liên hệ chính xác với các công trình nghiên cứu trước đó

• Thứ ba, và có lẽ quan trọng nhất, các bài kiểm tra nghiên cứu, lần đầu tiên trong các mô hình dự báo các khủng hoảng tài chính của các công ty ở

Vương quốc Anh, những đóng góp tương đối (cá nhân cũng như tập thể) của ba loại biến: tỷ lệ tài chính, chỉ số kinh tế vĩ mô, và các biến của thị trường.

CÁC NGHIÊN CỨU TRƯỚC

• Định nghĩa phá sản trong các nghiên cứu

Định nghĩa phá sản trong các nghiên cứu trước.

• Phá sản hoặc thanh lý bắt buộc

Thông báo phá sản (hợp pháp), nghĩa vụ trả nợ (Mella-Barral & Perraudin, 1997) và trái phiếu (Geske, 1977) hoặc hoán đổi nợ (Ericsson, Jacobs, & Oviedo, 2009) hoặc gián đoạn thị trường chứng khoán.

Định nghĩa phá sản trong các nghiên cứu

trước.

• Kiệt quệ tài chính

Theo Barnes, 1987, 1990; Pindado, Rodrigues, và De la

Torre,2008 : sự thất bại của một doanh nghiệp để đáp ứng các

nghĩa vụ tài chính của mình không tránh khỏi dẫn đến việc nộp hồ

sơ phá sản

Wruck (1990) định nghĩa kiệt quệ tài chính như các tình huống

mà các dòng lưu chuyển tiền tệ của một công ty không đủ để trang trải các nghĩa vụ tài chính hiện tại

Whitaker (1999) phân tích các giai đoạn đầu của kiệt quệ và chỉ

ra rằng hiệu ứng của nó không giới hạn ở những doanh nghiệp không có khả năng đáp ứng các nghĩa vụ nợ theo hợp đồng như đến hạn, mà còn cho những công ty có khả năng gia tăng vỡ nợ

Định nghĩa phá sản trong các nghiên cứu trước.

• Tỷ lệ lợi nhuận

Theo Asquith, Gertner, và Scharfstein (1994) một công ty

được phân loại là kiệt quệ về tài chính nếu :

o Thu nhập của mình trước lãi suất, thuế, khấu hao và chi trả

(EBITDA) là ít hơn so với báo cáo chi phí tài chính của nó (chi phí lãi vay) trong hai năm liên tiếp bắt đầu từ năm sau trái phiếu của nó vấn đề,

o Trong bất kỳ năm nào khác, EBITDA là ít hơn 80% so với

chi phí lãi vay của nó

Theo Andrade và Kaplan (1998) xác định khủng hoảng tài chính là EBITDA của một công ty ít hơn so với chi phí tài

chính

Các nghiên cứu ủng hộ mô hình phá sản dựa

trên biến kế toán

• Agarwal và Taffler (2008) thực hiện một so

sánh các mô hình dự báo phá sản dựa vào thị trường và dự trên kế toán, và thấy rằng mô

hình truyền thống dựa trên chỉ số tài chính

không thua kém KMV

Các nghiên cứu ủng hộ mô hình phá sản dựa

trên biến thị trường

• Bharath và Shumway (2008), Hillegeist, Keating, Cram, và Lundstedt (2004), và Reisz Perlich (2007), và Vassalou và Xing (2004) đã sử dụng các phương pháp (contingent claims) để ước tính khả năng thất bại của công ty

• Hillegeist et al (2004) cung cấp kết quả cho biết sự tương phản rằng mô hình lựa chọn định giá Black-Scholes-Merton cung cấp nhiều thông tin đáng kể về khả năng phá sản Z-score của Altman hoặc O-score Ohlson

• Balcaen và Ooghe (2004)

• Rees (1995) cho thấy rằng giá cả thị trường có thể là một yếu tố dự báo hữu ích cho xác suất phá sản vì chúng bao gồm thông tin về dòng tiền dự kiến trong tương lai

• Beaver, McNichols, và Rhie (2005) chỉ ra rằng một xác suất phá sản

được thể hiện vào trong giá cả thị trường

Tính hữu ích đưa biến thị trường vào mô hình

dự báo phá sản

• Đầu tiên, giá thị trường phản ánh các thông tin trong báo cáo kế toán cộng với các thông tin khác không có trong báo cáo tài chính (Agarwal & Taffler, 2008), làm cho chúng một sự kết hợp toàn diện khả năng hữu dụng cho các dự báo phá sản của công ty

• Thứ hai, sự bao gồm của các biến dựa trên thị trường có thể tăng đáng kể về tính kịp thời của các mô hình dự báo; trong khi các tài khoản tài chính có sẵn tại Vương quốc Anh trên cơ sở hàng quý, giá thị trường là có sẵn trên cơ sở hàng ngày

• Thứ ba, giá thị trường có thể thích hợp hơn để dự đoán phá sản, vì chúng phản ánh tương lai dự kiến dòng tiền

• Thứ tư các biến dự trên thị trường có thể cung cấp một đánh giá trực tiếp của biến động, một biện pháp mà có thể là một yếu tố dự báo mạnh mẽ về nguy cơ phá sản và không có trong báo cáo tài chính

Các nghiên cứu ủng hộ mô hình phá sản dựa

trên biến kế toán và thị trường

• Campbell, HILSCHER, và Szilagyi (2008)

• Chava và Jarrow thử nghiệm (2004)

• Christidis và Gregory (2010), follow Campbell

et al (2008)

Chava và Jarrow thử nghiệm (2004)

Dự báo phá sản với tác động ngành công nghiệp

• Bài nghiên cứu này kiểm tra độ chính xác của các mô hình dự báo tỷ lệ rủi ro phá sản đối với các công ty

Mỹ trong khoảng thời gian sử dụng hàng năm 1962 -

1999 và khoảng thời gian quan sát hàng tháng

• Tác giả sử dụng một mô hình logistic:

Chava và Jarrow thử nghiệm (2004)

Dự báo phá sản với tác động ngành công nghiệp

• Thống kê tổng quan sát cho năm

• WCTA: nguồn vốn thực hiện/ tổng tài sản

• RETA: Thu nhập giữ lại/ tổng tài sản

• EBTA: Thu nhập trước lãi và thuế/ tổng tài

sản

• METL: Cổ phiếu trên thị trường/Tổng nợ

• SLTA: Doanh thu/ tổng tài sản

• CACL: Tài sản ngắn hạn/Nợ ngắn hạn

• NITA: Thu nhập ròng/ tổng tài sản

• TLTA: Tổng nợ/ tổng tài sản

• EXRET: Lợi nhuận thặng dư hàng năm/giá

trị lợi nhuận NYSE, AMEX và NASDAQ

• RSIZ: Log (vốn hóa thị trường của công

ty)/tổng vốn hóa thị trường NYSE, AMEX

và NASDAQ

• SIGMA: Độ lệch chuẩn của lợi nhuận cổ

phiếu 60 ngày trước.

Thống kê tổng quan sát cho tháng:

NITA: Thu nhập ròng/ tổng tài sản TLTA: Tổng nợ/ tổng tài sản

EXRET: Lợi nhuận thặng dư hàng năm/giá trị lợi nhuận NYSE, AMEX và NASDAQ

RSIZ: Log (vốn hóa thị trường của công ty)/tổng vốn hóa thị trường NYSE, AMEX và NASDAQ

SIGMA: Độ lệch chuẩn của lợi nhuận cổ phiếu 60 ngày trước.

Chava và Jarrow thử nghiệm (2004)

Dự báo phá sản với tác động ngành công nghiệp

• Kết quả:

 Xác nhận việc thực hiện dự báo tốt của mô hình tỷ

lệ rủi ro phá sản của Shumway (2001) so với các

mô hình của Altman (1968) và Zmijewski (1984)

 Biến kế toán thêm dự đoán mạnh hơn khi biến thị trường đã được bao gồm trong mô hình phá sản

Điều này hỗ trợ các khái niệm về hiệu quả thị

trường tôn trọng thông tin kế toán để công bố công khai

Christidis và Gregory (2010), follow Campbell et al (2008) – Vài mô hình mới về DBPS ở UK

• Phương trình chung

là tập hợp những biến giải thích, bao gồm:

các biến kế toán, thị trường và vĩ mô

Christidis và Gregory (2010), follow Campbell

et al (2008) – Vài mô hình mới về DBPS ở UK

Các biến giải thích trong mô hình kế toán kết hợp với các biến thị trường

và các biến vĩ mô:

• TLMTA: tổng nghĩa vụ nợ/giá trị thị trường của tổng tài sản.

• NIMTA: Thu nhập ròng/ giá trị thị trường của tổng tài sản.

• CFMTA: Dòng tiền thuần/Giá trị thị trường của tổng tài sản.

• EXRET: Log của tỷ suất sinh lợi vượt quá tỷ suất sinh lợi thị trường.

• SIGMA: Độ lệch chuẩn của tỷ suất sinh lợi cổ phiếu trong vòng 06 tháng

gần nhất.

• PRICE: giá cổ phiếu.

• RSIZE: Log của giá trị thị trường vốn cổ phần/ Tổng giá trị của thị trường.

• LONGSHT: Chênh lệch giữa lãi suất dài hạn và lãi suất ngắn hạn của trái

phiếu kho bạc.

• TBR: Lãi suất trái phiếu kho bạc kỳ hạn 03 tháng.

• INFL: chỉ số lạm phát hàng tháng.

Chri stidis và Gregory (2010), follow Campbell et al (2008) – Vài mô hình mới về DBPS ở UK

Kết quả nghiên cứu:

• Mô hình các biến kế toán đóng vai trò quan trọng khi dự đoán kiệt quệ tài chính, vì:

 Thông tin trong BCTC có thể là kết quả của những thay đổi chính sách.

số kế toán.

đoán.

Campbell, HILSCHER, và Szilagyi (2008) -

Predicting Financial Distress and the Performance of Distressed

• Biến sử dụng trong mô hình