Xây dựng mô hình logit để dự báo nguy cơ phá sản các công ty niêm yết trên thị trường chứng khoán việt nam

LỜI CAM ĐOAN  Tôi xin cam đoan bài luận văn với đề tài “Xây dựng mô hình Logit để dự báo nguy cơ phá sản các công ty niêm yết trên thị trường chứng khoán Việt Nam” là kết quả của quá t

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH



TRẦN THỊ MỸ ANH

XÂY DỰNG MÔ HÌNH LOGIT ĐỂ DỰ BÁO NGUY CƠ PHÁ SẢN CỦA CÁC CÔNG TY NIÊM YẾT TRÊN THỊ

TRƯỜNG CHỨNG KHOÁN VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP Hồ Chí Minh – Năm 2020

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH



TRẦN THỊ MỸ ANH

XÂY DỰNG MÔ HÌNH LOGIT ĐỂ DỰ BÁO NGUY CƠ PHÁ SẢN CỦA CÁC CÔNG TY NIÊM YẾT TRÊN THỊ

TRƯỜNG CHỨNG KHOÁN VIỆT NAM

Chuyên ngành : Tài chính – Ngân hàng

Mã số : 8340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS LÊ ĐẠT CHÍ

TP Hồ Chí Minh – Năm 2020

LỜI CAM ĐOAN



Tôi xin cam đoan bài luận văn với đề tài “Xây dựng mô hình Logit để dự báo nguy cơ phá sản các công ty niêm yết trên thị trường chứng khoán Việt Nam” là kết quả của quá trình học tập, nghiên cứu khoa học độc lập và nghiêm túc dưới sự hướng dẫn tận tình của GVHD Lê Đạt Chí

Luận văn này là kết quả nghiên cứu của riêng tôi Kết quả nghiên cứu trong luận văn là đúng thực tế và các số liệu sử dụng trong nghiên cứu này đã được kiểm toán hàng năm

Tôi cũng xin cam đoan rằng mọi sự giúp đỡ cho việc thực hiện luận văn này đã được cảm ơn và các thông tin trích dẫn trong luận văn đã được chỉ rõ nguồn gốc

TP Hồ Chí Minh ngày 03 tháng 04 năm 2020

TRẦN THỊ MỸ ANH

MỤC LỤC TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT

DANH MỤC BẢNG BIỂU

DANH MỤC HÌNH VẼ, BIỂU ĐỒ

TÓM TẮT

ABSTRACT

CHƯƠNG 1: XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU 1

1.1 LÝ DO CHỌN ĐỀ TÀI 1

1.2 MỤC TIÊU NGHIÊN CỨU 2

1.2.1 Mục tiêu chung 2

1.2.2 Mục tiêu cụ thể 2

1.3 CÂU HỎI NGHIÊN CỨU 2

1.4 ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU CỦA LUẬN VĂN 2

1.5 PHƯƠNG PHÁP NGHIÊN CỨU 2

1.6 TỔNG QUAN CÁC CÔNG TRÌNH NGHIÊN CỨU TRƯỚC CÓ LIÊN QUAN ĐẾN ĐỀ TÀI 3

1.6.1 Tài liệu nước ngoài 3

1.6.2 Tài liệu trong nước 6

1.6.3 Khe hở nghiên cứu 7

1.7 Ý NGHĨA KHOA HỌC VÀ THỰC TIỄN CỦA ĐỀ TÀI NGHIÊN CỨU 8 1.8 KẾT CẤU LUẬN VĂN 8

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VỀ MÔ HÌNH Z-SCORE VÀ QUY ĐỊNH VỀ HỦY NIÊM YẾT, PHÁ SẢN DOANH NGHIỆP TẠI VIỆT

NAM 10

2.1 CƠ SỞ LÝ THUYẾT VỀ MÔ HÌNH Z-SCORE 10

2.1.1 Một số nghiên cứu về mô hình Z-Score trước đây 10

2.1.2 Điều kiện vận dụng 16

2.1.3 Những điều hạn chế và cần lưu ý khi vận dụng mô hình Z-Score 17

2.2 QUY ĐỊNH VỀ HỦY NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM 18

2.2.1 Khái niệm về hủy niêm yết 18

2.2.2 Điều kiện hủy niêm yết chứng khoán 19

2.3 QUY ĐỊNH VỀ PHÁ SẢN DOANH NGHIỆP TẠI VIỆT NAM 25

2.3.1 Khái niệm về phá sản doanh nghiệp 25

2.3.2 Quy định về phá sản doanh nghiệp 26

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 28

3.1 PHƯƠNG PHÁP NGHIÊN CỨU 28

3.1.1 Quy trình nghiên cứu 28

3.1.2 Phương pháp nghiên cứu 28

3.2 Mô hình nghiên cứu 30

3.3 Dữ liệu nghiên cứu 32

CHƯƠNG 4: PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU 34

4.1 THỐNG KÊ MÔ TẢ CHUNG CÁC BIẾN TRONG MÔ HÌNH 34

4.2 KẾT QUẢ HỒI QUY MÔ HÌNH LOGIT 39

4.3 KẾT QUẢ 42

CHƯƠNG 5: KẾT LUẬN, KHUYẾN NGHỊ VÀ HẠN CHẾ CỦA NGHIÊN CỨU 44

5.1 KẾT LUẬN 44

5.2 KHUYẾN NGHỊ 45

5.2.1 Đối với doanh nghiệp 45

5.2.2 Đối với nhà đầu tư 45

5.3 HẠN CHẾ CỦA NGHIÊN CỨU 46 TÀI LIỆU THAM KHẢO

PHỤ LỤC

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT

Brexit Vương quốc Anh rời khỏi cộng động EU

Bảng 4.3 Bảng thống kê từ các biến được lựa chọn Trang 38 Bảng 4.4 Bảng kết quả phân tích hồi quy nhị phân Trang 39

DANH MỤC HÌNH VẼ, BIỂU ĐỒ

TÓM TẮT

Trong bối cảnh nền kinh tế có nhiều diễn biến khó lường gây ảnh hưởng đến nhiều công ty trên thế giới nói chung và nền kinh tế Việt Nam nói riêng Việc đo lường sức khỏe các doanh nghiệp tại Việt Nam hiện là vô cùng cấp thiết Do trên thị trường việc thiếu thông tin và kiểm chứng thông tin các công ty còn nhiều hạn chế

Do đó bài nghiên cứu nhằm mục đích đưa ra mô hình dự báo xác suất phá sản của các công ty niêm yết trên thị trường chứng khoán Việt Nam - dựa trên cơ sở các dữ liệu định lượng trong các BCTC của công ty đã được các công ty kiểm toán Tác giả

sử dụng mô hình Logit để dự báo nguy cơ phá sản của các công ty niêm yết trên thị trường chứng khoán Việt Nam Dữ liệu được lấy từ BCTC đã kiểm toán hàng năm của 60 công ty niêm yết trên thị trường chứng khoán Việt Nam được chia làm 2 nhóm: Nhóm 1 là các doanh nghiệp có rủi ro phá sản (30 doanh nghiệp), nhóm 2 là các doanh nghiệp không có rủi ro phá sản (30 doanh nghiệp), dữ liệu từ năm 2014 đến năm 2018 Kết quả đề tài đã nghiên cứu xây dựng và kiểm định mô hình có thể vận dụng vào thực tiễn, đồng thời đưa ra kiến nghị và giải pháp để hạn chế rủi ro cho doanh nghiệp và nhà đầu tư trên thị trường Việt Nam

Từ khóa: phá sản, mô hình Z-Score Altman’s, mô hình logit, chứng khoán, thị trường chứng khoán ViệtNam

ABSTRACT

In the context of the economy with many unpredictable changes, many companies in the world in general and Vietnam's economy in particular may be deeply affected Measuring the health of businesses in Vietnam is now extremely urgent In fact, there is always lack of information on the market and verification of information, companies are still limited Therefore, this study aims to provide a bankruptcy prediction model for companies posted on Vietnam's stock market - based

on quantitative data in the company's annual financial report audit The author uses the Logit model to predict the risk of bankruptcy of companies listed on Vietnam's stock market The data is taken from the annual audited financial statements of 60 companies listed on Vietnam's stock market, which is divided into 2 groups: Group 1

is the businesses with risk of bankruptcy (30 enterprises), Group 2 is the enterprises with no risk of bankruptcy (30 enterprises), data from 2014 to 2018 The result of the thesis has been studied and tested models are proved to be applied in practice, as well

as recommendations and solutions are proposed to minimize risks for businesses and investors in the Vietnamese market

Keywords: Bankruptcy, model Z-Score Altman’s, logit model, stock market, Vietnam stock market.

CHƯƠNG 1: XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU 1.1 LÝ DO CHỌN ĐỀ TÀI

Theo đánh giá của ngân hàng thế giới (Worldbank), Việt Nam được đánh giá

là một trong những quốc gia năng động nhất Đông Á Thái Bình Dương Với nền kinh tế tăng trưởng và công nghiệp hóa nhanh, bên cạnh đó là sự phát triển của các doanh nghiệp khiến nền kinh tế tiềm ẩn nhiều rủi ro Trong bối cảnh triển vọng tăng trưởng kinh tế toàn cầu có phần ảm đạm trước nguy cơ tiềm ẩn chưa rõ ràng như Chiến tranh thương mại Hoa Kỳ - Trung Quốc, Hỗn loạn Brexit, xu hướng lạm phát

do giá chuyển biến khó lường và gần đây nhất là dịch bệnh thế kỷ Virus corona - Covid-19 làm ảnh hưởng mạnh tâm lý người dân nói chung và giới đầu tư chứng khoán nói riêng

Hiện nay có những mô hình dự báo nguy cơ vỡ nợ doanh nghiệp, đơn cử là 2

mô hình: Mô hình tiếp cận theo phương pháp thị trường (KMV) của Merton (1974)

và Mô hình tiếp cận theo phương pháp kế toán của Alman (1968) Việc áp dụng các

mô hình vào thực tế tại thị trường chứng khoán Việt Nam là vô cùng cần thiết bởi

sự khó dự đoán về định tính trong môi trường diễn biến ngày càng khó đoán như hiện nay Các mô hình hỗ trợ phần nào cách đo được xác suất phá sản từ những rủi

ro tiềm tàng trong doanh nghiệp

Tại Việt Nam, các công ty niêm yết hay chưa niêm yết trên thị trường chứng khoán báo cáo thua lỗ dẫn tới nguy cơ phá sản xảy ra phổ biến Trong 9 tháng đầu năm 2019, có 61,5 nghìn doanh nghiệp giải thể, phá sản và ngừng hoạt động Để bảo đảm quyền và lợi ích của doanh nghiệp và các chủ nợ, Luật Việt Nam trong đó Luật Phá sản 2014 và Luật chứng khoán 2010 (mới nhất là Luật chứng khoán 2019

có hiệu lực kể từ ngày 01/01/2021) được ban hành và cụ thể hóa những quy định này

Do tính cấp thiết từ những thực tiễn và mong muốn tìm hiểu mô hình dự báo nguy cơ phá sản của các doanh nghiệp tại Việt Nam bằng mô hình định lượng Tuy nhiên các công ty chưa niêm yết trên thị trường chứng khoán, việc tiếp cận số liệu

còn nhiều hạn chế Vì vậy, tôi đã chọn đề tài “Xây dựng mô hình logit để dự báo

nguy cơ phá sản của các công ty niêm yết trên thị trường chứng khoán việt nam”

làm đề tài nghiên cứu cho luận văn tốt nghiệp cao học của mình

1.2 MỤC TIÊU NGHIÊN CỨU

1.2.1 Mục tiêu chung

Sử dụng phân tích hồi quy nhị phân (Binary Logistic - Logit) để dự báo nguy

cơ phá sản của các công ty niêm yết trên thị trường chứng khoán Việt Nam Từ đó,

đề xuất một số giải pháp nhằm hạn chế rủi ro đối với doanh nghiệp và nhà đầu tư trên thị trường

1.2.2 Mục tiêu cụ thể

- Kiểm chứng sự tác động của các tỷ số tài chính giữa nhóm công ty niêm yết

và nhóm công ty hủy niêm yết trên thị trường chứng khoán Việt Nam

- Xây dựng mô hình logit trong dự báo nguy cơ phá sản của các công ty niêm yết trên thị trường chứng khoán Việt Nam

1.3 CÂU HỎI NGHIÊN CỨU

- Các tỷ số tài chính nào ảnh hưởng đến nguy cơ phá sản không?

- Áp dụng mô hình logit có khả năng đánh giá nguy cơ phá sản của các doanh nghiệp niêm yết trên thị trường chứng khoán không?

1.4 ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU CỦA LUẬN VĂN

- Đối tượng nghiên cứu của đề tài là áp dụng mô hình Logit để dự báo nguy

cơ phá sản các công ty niêm yết trên thị trường chứng khoán Việt Nam

- Phạm vi nghiên cứu là các công ty niêm yết trên thị trường chứng khoán Việt Nam Số liệu được lấy từ các công ty có BCTC đã kiểm toán hàng năm của 60 công ty niêm yết trên thị trường chứng khoán Việt Nam từ năm 2014 đến năm 2018

1.5 PHƯƠNG PHÁP NGHIÊN CỨU

Phương pháp nghiên cứu là sử dụng phương pháp định lượng dựa trên dữ liệu bảng Mẫu nghiên cứu được lấy từ BCTC đã được kiểm toán hàng năm của 60 công

ty niêm yết trên thị trường chứng khoán Việt Nam được lấy dựa trên sự chủ quan của tác giả và được chia 2 nhóm: Nhóm 1 là các doanh nghiệp có rủi ro phá sản (30 doanh nghiệp), nhóm 2 là các doanh nghiệp không có rủi ro phá sản (30 doanh nghiệp), dữ liệu từ năm 2014 đến năm 2018 Bên cạnh đó, nghiên cứu tham khảo một số tài liệu, tạp chí chuyên ngành kinh tế, chứng khoán; các bài nghiên cứu trong nước và ngoài nước liên quan

Bài nghiên cứu đã sử dụng phần mềm phân tích dữ liệu Stata 14 Nghiên cứu chọn mô hình logit theo dạng hồi quy vì đây là phương pháp phân tích nghiên cứu định lượng, có kết quả nghiên cứu cụ thể, giúp làm rõ vấn đề cần quan tâm Tác giả

sử dụng mô hình hồi quy bội để loại trừ dần các nhân tố và kiểm định Hosmer – Lemeshow để kiểm tra sự phù hợp của mô hình nghiên cứu

1.6 TỔNG QUAN CÁC CÔNG TRÌNH NGHIÊN CỨU TRƯỚC CÓ LIÊN QUAN ĐẾN ĐỀ TÀI

Trong quá trình nghiên cứu, tìm hiểu tài liệu thực tiễn liên quan đến đề tài xây dựng mô hình Logit để dự báo nguy cơ phá sản của các công ty niêm yết trên thị trường chứng khoán Việt Nam, tác giả tìm được nhiều tài liệu chuyên sâu trong lĩnh vực này tại nước ngoài và trong nước, một số tài liệu chất lượng được tham khảo,

cụ thể:

1.6.1 Tài liệu nước ngoài

Nghiên cứu về dự báo sự suy thoái tài chính của các công ty qua mô hình Score và Zeta của tác giả Edward I.Altman (2000) Đây là một sổ tay trình bày các

Z-kỹ thuật định lượng thường được sử dụng trong các bài nghiên cứu tài chính theo kinh nghiệm cùng với các ví dụ nghiên cứu hiện đại, thực tế Qua việc tham khảo quyển sổ tay này, tác giả đã hiểu và vận dụng vào nghiên cứu của mình mô hình Z-Score

Kong Lai (2010) đã tổng hợp số mẫu bao gồm các nhóm bị quản lý thất bại và các nhóm được quản lý bình thường đã được chứa 130 công ty niêm yết từ sàn giao dịch Thượng Hải và Thâm Quyến trong năm 2009 Sử dụng mô hình phân tích phân

biệt MDA và mô hình logistic, tác giả chọn 5 yếu tố tài chính: khả năng lợi nhuận, khả năng trả nợ vay, khả năng hoạt động, khả năng tăng trưởng và cơ cấu vốn Odlson (1980) là người đầu tiên ứng dụng mô hình hồi quy logistics trong nghiên cứu dự báo khả năng vỡ nợ của các doanh nghiệp Bài nghiên cứu kiểm tra nguy cơ phá sản (Odlson, 1980; Aziz và cộng sự, 1988) cho thấy mô hình hồi quy logistic phù hợp hơn phân tích đa biệt trong dự báo rủi ro phá sản, bao gồm lý thuyết

và thực nghiệm Hệ số ước tính giải thích riêng biệt đối với mỗi biến độc lập Bên cạnh đó, mô hình hồi quy logistic có điều kiện yêu cầu ít hơn giả định thống kê và cung cấp nhiều hơn các thực nghiệm phân biệt (Zavgren, 1983) Nhiều công trình của những nhà nghiên cứu khác cũng tham khảo và sử dụng mô hình hồi quy logistics để dự đoán các doanh nghiệp có nguy cơ vỡ nợ (Keasey và Watson, 1987; Ooghe và cộng sự, 1995; và Becchetti và Sierra, 2002)

Trong nghiên cứu của nhóm tác giả Sasivimol., M., Polwat, L., Ausa, W., Phanthipa, S., Vimol, R., Rungsimaporn, N (2014) tại hội nghị quốc tế diễn ra ở Slovenia về áp dụng mô hình Z-Score của thị trường mới nổi để dự đoán phá sản: Một nghiên cứu tình huống về các công ty niêm yết tại thị trường chứng khoán Thái Lan Nghiên cứu nói về phá sản doanh nghiệp đối với một công ty nhất định là một

sự khẳng định tuyệt đối về khả năng không thể chịu đựng các hoạt động hiện tại do nghĩa vụ nợ hiện tại của nó Nếu việc phá sản được dự kiến trước thời hạn, các nhà đầu tư của các công ty có khả năng đảm bảo an toàn cho công ty của họ và có thể hành động để giảm rủi ro và mất doanh nghiệp và có thể tránh phá sản Nghiên cứu nhằm mục đích kiểm tra tình trạng khó khăn tài chính của các công ty niêm yết trên

Sở giao dịch chứng khoán Thái Lan (SET) Nó sẽ kiểm tra tỷ lệ phần trăm mà mô hình này phù hợp với dữ liệu của các công ty được niêm yết trên Sở giao dịch chứng khoán Thái Lan (SET), áp dụng mô hình điểm Z và Điểm số thị trường mới nổi (mô hình Điểm số EM) được tạo bởi Edward L Altman Nghiên cứu đã sử dụng các công ty được liệt kê trên SET năm 2012, mà các công ty này phải có ký hiệu NC (Không tuân thủ) Sau khi tổ chức dữ liệu, chúng tôi có mẫu cuối cùng của 31 công

ty sẽ được kiểm tra SETSMART (cơ sở dữ liệu SET: Công cụ báo cáo và phân tích

thị trường SET) đã được sử dụng để lấy thông tin tài chính từ năm 2010 và 2011, sau đó mô hình điểm số Z và mô hình Điểm số EM của Altman (1995) là phương pháp chính của chúng tôi Kết quả cho thấy việc sử dụng mô hình điểm Z của thị trường mới nổi và mô hình điểm Z đã cho thấy rõ rằng: có thể dự đoán dấu hiệu phá sản xảy ra Hơn nữa, chúng có hiệu quả khi hai năm thông tin được sử dụng hơn một năm Trong khi đó, mô hình điểm Z phù hợp hơn khi áp dụng vào thị trường chứng khoán Thái Lan ngay cả khi Thái Lan là một nền kinh tế mới nổi, hơn nữa nó

sẽ phù hợp hơn với mô hình Z-Score của thị trường mới nổi Đây là một điểm phát triển từ nhóm nghiên cứu Thái Lan

Nghiên cứu của nhóm tác giả Kumar, M.N & Rao, V.S.H (2013) về phương pháp mới để ước tính rủi ro tín dụng nội bộ và dự đoán phá sản theo chế độ Basel

II Nghiên cứu đưa ra kết quả ước tính rủi ro tín dụng sử dụng các phương pháp dự đoán phá sản qua phương pháp điểm số Alt của Altman trong vài năm qua Báo cáo trong nhiều nghiên cứu rằng điểm Z rất nhạy cảm với những thay đổi trong số liệu

kế toán Các nhà nghiên cứu đã đề xuất các biến thể khác nhau cho điểm Z thông thường có thể cải thiện độ chính xác dự đoán Trong nghiên cứu, nhóm tác giả đã phát triển một mô hình phi tuyến đa biến mới để tính toán điểm Z Ngoài ra, bài viết còn phát triển một chỉ số rủi ro tín dụng mới bằng cách phù hợp với phân phối Pearson loại 3 cho các tỷ lệ tài chính được chuyển đổi Kết quả của bài nghiên cứu

đã chỉ ra rằng điểm Z có thể dự đoán phá sản với độ chính xác 98,6% so với 93,5% theo điểm số của Altman Ngoài ra, phân tích phân biệt cho thấy các tỷ lệ tài chính được chuyển đổi mới có thể dự đoán xác suất phá sản có độ chính xác là 93,0% so với 87,4% khi sử dụng trọng số của Altman Điểm Z

Trong nghiên cứu về dự đoán phá sản các doanh nghiệp sử dụng bằng chứng

mô hình logit từ các công ty niêm yết Iran của nhóm tác giả Ahmadi, A.P.S, Soleimani B,Vaghfi, S.H và Salimi, M.B (2012) Nghiên cứu cho thấy một trong những yếu tố giúp quá trình ra quyết định về đầu tư là sự tồn tại phù hợp các công

cụ và mô hình để đánh giá tình hình và tình trạng tài chính của các tổ chức, trong số những điều quan trọng nhất công cụ có thể được lưu ý đến các mô hình dự đoán phá

sản của doanh nghiệp Theo đó nghiên cứu đã dự đoán được sự phá sản của các công

ty sử dụng mô hình Logit qua việc lựa chọn của nhóm tác giả về mẫu nghiên cứu bao gồm 49 công ty phá sản và 49 công ty không phá sản trong các năm từ 2005 đến

2007 Để thiết kế một mô hình đã được sử dụng 19 tài chính tỉ lệ Dựa trên kết quả nghiên cứu, mô hình Logit với các biến số của lợi nhuận ròng trên tổng tỷ lệ tài sản,

tỷ lệ giữ lại thu nhập trên tổng tài sản và tỷ lệ nợ có thêm sức mạnh để dự đoán phá sản doanh nghiệp ở Iran

Nghiên cứu về sử dụng mô hình điểm số Altman để thử nghiệm phá sản trong ngành Dầu khí của tác giả Stewart Bracegirdle (2019) Nghiên cứu đặt mục đích của

là đánh giá liệu quy mô công ty có ý nghĩa xác định khả năng phá sản trong ngành dầu khí hay không Cụ thể hơn, các công ty dầu khí độc lập lớn hơn có trải nghiệm z-points cao hơn, và do đó, rủi ro phá sản thấp hơn so với đối thủ cạnh tranh nhỏ hơn của họ? Mô hình phá sản điểm số Altman được sử dụng làm công cụ thống kê

để xác định phá sản trong mẫu của các công ty dầu khí độc lập Phần lớn, các công

ty lớn hơn thực sự ít gặp rủi ro phá sản hơn, nhưng kết quả không thuyết phục

1.6.2 Tài liệu trong nước

Phân tích dấu hiệu phá sản các doanh nghiệp bất động sản niêm yết trên thị trường chứng khoán Việt Nam (2012), nhóm tác giả Đặng Ngọc Hùng, Phạm Thị Hồng Điệp, Hoàng Thị Việt Hà Nghiên cứu tập trung phân tích dấu hiệu phá sản là vấn đề thu hút sự quan tâm của các nhà đầu tư, các tổ chức tín dụng, nhà cung cấp cũng như các nhà quản trị doanh nghiệp Bài viết sử dụng mô hình Z-Score của E.I.Altman để đo lường dấu hiệu phá sản dựa vào 5 biến phụ thuộc trong mô hình

Dữ liệu nghiên cứu thực nghiệm từ 59 doanh nghiệp bất động sản niêm yết trên thị trường chứng khoán Việt Nam năm 2011 Kết quả nghiên cứu cho thấy có 18 doanh nghiệp chiếm tỷ lệ 30,5% có nguy cơ phá sản Do đó, các nhà đầu tư, các tổ chức tín dụng cần cân nhắc kỹ khi ra các quyết định đầu tư, cho vay đối với các doanh nghiệp có nguy cơ phá sản cao Các doanh nghiệp kinh doanh bất động sản cần nâng cao hiệu quả hoạt động kinh doanh, tăng doanh thu bán hàng

Trong bài luận về vận dụng mô hình Z-Score trong đánh giá xếp hạng tín dụng khách hàng tại NHTMCP Ngoại Thương - CN Quảng Nam của tác giả Phan Thị Thanh Lâm (2012) Đề tài nghiên cứu đã giải quyết được các vấn đề sau: Hệ thống hóa những lý luận cơ bản về XHTD trong doanh nghiệp của các NHTM ở Việt Nam, đồng thời xem xét các mô hình XHTD trên thế giới, đưa ra mô hình phân tích định lượng z-score có khả năng dự đoán khả năng phá sản của doanh nghiệp Mô hình đơn giản, dễ sử dụng và khá chính xác Ngoài ra, bài luận đã phân tích được và đánh giá được thực trạng XHTD doanh nghiệp ở VCB Quảng Nam, qua đó cho ta thấy được những kết quả, hạn chế và nguyên nhân của những hạn chế đó Luận văn cũng mạnh dạn đề nghị áp dụng mô hình Z-Score để dự báo khả năng phá sản doanh nghiệp vào XHTD doanh nghiệp Thêm vào đó, luận văn đã đề xuất một số giải pháp nhằm hoàn thiện XHTD doanh nghiệp của VCB, trong đó đã đưa ra những lộ trình để xây dựng mô hình phù hợp với từng ngành kinh tế ở Việt Nam

Đề tài “Phá sản Doanh nghiệp và thi hành Luật Phá Sản ở Việt Nam” (2017), tác giả Phan Thị Mỹ Hạnh, Viện Dầu khí Việt Nam Theo đề tài nghiên cứu: Phá sản doanh nghiệp là giải pháp xử lý dứt điểm những doanh nghiệp hoạt động yếu kém, thua lỗ kéo dài và không còn khả năng tiếp tục hoạt động Đề tài sử dụng theo Luật Phá sản số 51/2014/QH13 đã được sửa đổi và tháo gỡ các vướng mắc trong việc giải quyết phá sản cho doanh nghiệp Bên cạnh đó, việc trình bày nêu tổng thể

về tình trạng phá sản của doanh nghiệp và áp dụng các quy định trong việc thi hành Luật phá sản ở Việt Nam trong thời gian qua đã được đề tài này tìm hiểu, phân tích

và đánh giá cụ thể

1.6.3 Khe hở nghiên cứu

Các bài nghiên cứu trong và ngoài nước đã đưa một số tiêu chí làm thước đo đánh giá tác động của các tỷ số tài chính trong việc dự báo xác suất nguy cơ phá sản các công ty niêm yết trên thị trường chứng khoán Việt Nam Một số bài cho thấy

mô hình Z-Score có tính ứng dụng thực tế cao trong việc XHTD khách hàng (Phan Thị Thanh Lâm, 2012) hay dấu hiệu phá sản của các doanh nghiệp bất động sản

(Đặng Ngọc Hùng, 2012 ) Ở các tài liệu nước ngoài còn cho thấy rõ rệt tình trạng tài chính của các tổ chức Iran có thể xác định nguy cơ phá sản doanh nghiệp (Akbar Pourreza Soltan Ahmadi, 2019) hay ứng dụng mô hình Z-Score của Atlman trong lĩnh vực xác định khả năng phá sản trong ngành dầu khí (Stewart Bracegirdle, 2019) Tuy nhiên, các nghiên cứu trên phân tích ở quy mô ngành hay quốc gia nên sự phù hợp của mô hình Z-Score không có tính thực tiễn cao nếu áp dụng tại Việt Nam Đây là lý do cần thiết để phân tích số liệu thực tế tại Việt Nam và hình thành một

mô hình Z Score riêng biệt cho các công ty niêm yết trên thị trường chứng khoán Việt Nam

Tất cả những công trình nói trên, ở những mức độ khác nhau, đã giúp tác giả

có một số tư liệu và kiến thức cần thiết để có thể hình thành những hiểu biết chung, giúp tiếp cận và đi sâu nghiên cứu vấn đề: “Xây dựng mô hình logit để dự báo nguy

cơ phá sản của các công ty niêm yết trên thị trường chứng khoán Việt Nam”

1.7 Ý NGHĨA KHOA HỌC VÀ THỰC TIỄN CỦA ĐỀ TÀI NGHIÊN CỨU

Tác giả đánh giá rằng đề tài nghiên cứu này có giá trị trong thực tiễn kinh tế

và khoa học nghiên cứu Trên cơ sở nghiên cứu đánh giá các tỷ số tài chính, cũng như tìm hiểu sự khác biệt trong các tỷ số tài chính giữa nhóm các công ty hoạt động bình thường niêm yết trên thị trường chứng khoán Việt Nam Nghiên cứu tiến hành xây dựng mô hình logit để dự báo nguy cơ phá sản của các công ty niêm yết trên thị trường chứng khoán Việt Nam Bên cạnh đó, đưa ra một số đề xuất nhằm hạn chế rủi ro đối với doanh nghiệp và nhà đầu tư trên thị trường

1.8 KẾT CẤU LUẬN VĂN

Luận văn nghiên cứu được chia thành 05 chương với nội dung như sau: Chương 1: Xác định vấn đề nghiên cứu

Chương 2: Cơ sở lý thuyết về mô hình z-score và quy định về hủy niêm yết, phá sản doanh nghiệp tại Việt Nam

Chương 3: Phương pháp nghiên cứu

Chương 4: Phân tích dữ liệu và kết quả nghiên cứu

Chương 5: Kết luận, khuyến nghị và hạn chế của nghiên cứu

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VỀ MÔ HÌNH Z-SCORE VÀ QUY ĐỊNH VỀ HỦY NIÊM YẾT, PHÁ SẢN DOANH NGHIỆP TẠI VIỆT NAM 2.1 CƠ SỞ LÝ THUYẾT VỀ MÔ HÌNH Z-SCORE

2.1.1 Một số nghiên cứu về mô hình Z-Score trước đây

Leksrisakul và Evans (2005) đã sử dụng MDA để dự báo khả năng vỡ nợ của các doanh nghiệp tại Thái Lan từ Sở Chứng khoán Thái Lan từ năm 1997 đến 2002 (89 doanh nghiệp không có rủi ro vỡ nợ và 46 doanh nghiệp có rủi ro vỡ nợ) Từ 37 biến số tài chính được đưa ra, tác giả đã xác định 10 yếu tố tài chính tác động đáng

kể đến năng lực phân biệt rủi ro vỡ nợ của các DN Kết quả mô hình cuối cùng thu được là:

Z = -0.347 - 0.461*LG10MTL0 + 0.013*EBITTA00 +

0.008*RETATA00 + 0.756*LG10TAT0 + 0.007*WCTA00

Trong đó:

- LG10MTL0: Lợi nhuận giữ lại/Tổng tài sản (TTS)

- EBITTA00: Lợi nhuận trước thuế và lãi vay/TTS

- RETATA00: Vốn lưu động/TTS

- LG10TAT0: Thu nhập ròng/TTS

- WCTA00: Vốn hóa thị trường/Tổng nợ phải trả

Abdullah và cộng sự (2008) đã so sánh phương pháp MDA và mô hình logistic đối với xác định các công ty tài chính gặp khó khăn ở Malaysia Tính chính xác của MDA đạt được tỷ lệ chính xác là 85% Trong số các kết quả hoạt động của công ty được kiểm tra, tỷ lệ nợ trên tổng tài sản (so sánh với tỷ số bình quân toàn ngành) là một yếu tố dự báo đáng kể khủng hoảng tài chính của công ty Ngoài ra, tăng trưởng thu nhập ròng cũng là một tỷ lệ đáng kể trong MDA, trong khi phương pháp mô hình logistic cho thấy tỷ suất lợi nhuận trên tài sản lớn hơn đáng kể

Memíc (2015) đã đo lường rủi ro vỡ nợ của các doanh nghiệp đối với quản trị rủi ro tín dụng của các ngân hàng tại Liên bang Bosnia và Herzegovina Tác giả đã

dụng sử dụng mô hình Logistic và mô hình MDA để phân tích sự tác động của 31 chỉ tiêu tài chính thuộc 5 nhóm chỉ tiêu: hiệu quả, hoạt động, đòn bẩy, thanh khoản

và sinh lời Sau khi chạy mô hình qua 4 giai đoạn, kết quả thu được độ chính xác của mô hình logistic cao nhất đạt được là 84.96%, trong khi ở mô hình MDA là 81.45% Quan sát mô hình hồi quy logistic, lợi nhuận/tài sản có ý nghĩa thống kê trong cả 4 giai đoạn trước khi vỡ nợ, có hệ số hồi quy rất cao hoặc tác động cao đến khả năng dự đoán của mô hình Bên cạnh đó, trong số 4 mô hình MDA, biến số có khả năng phân biệt nhất rủi ro vỡ nợ là tỷ lệ Doanh thu thuần/TTS

Beaver (1967) & Altman (1968) có nhiều công trình nghiên cứu phát triển mô hình đơn biến và mô hình đa biến để dự đoán rủi ro phá sản dựa trên các chỉ tiêu tài chính Đối với Beaver (1967), nghiên cứu dựa vào thử nghiệm phân loại lưỡng phân nhằm đo lường tỷ lệ nợ không có khả năng thu hồi của các chủ nợ trong tương lai Mẫu dữ liệu được thu thập từ 158 doanh nghiệp (79 thất bại và 79 không thất bại)

và đề xuất 14 chỉ tiêu tài chính Đối với Altman (1968), đã sử dụng kỹ thuật phân tích phân biệt đa dạng (MDA) với mục tiêu đánh giá các chỉ tiêu tài chính của công

ty một cách đầy đủ và giải quyết mâu thuẫn với phân tích Beaver Mẫu dữ liệu được thu thập từ 66 doanh nghiệp sản xuất (33 thất bại và 33 không thất bại) trong giai đoạn 1946-1965 Lưu ý rằng các công ty được Atlman lựa chọn đã nộp đơn xin phá sản Dựa trên thử nghiệm 22 biến được xây dựng từ các chỉ tiêu tài chính, sau đó lựa chọn ra 05 biến dự báo tổng thể tốt nhất về rủi ro xảy ra phá sản của doanh nghiệp Atlman tiến hành phân các biến thành 05 nhân tố, bao gồm: thanh khoản, lợi nhuận, đòn bẩy tài chính , khả năng thanh toán và tỷ lệ hoạt động Dựa vào phân tích phân tích phân biệt đa dạng, các công trình nghiên cứu tiêu biểu tiếp theo như Deakin (1972), Edmister (1972), Blum (1974), Eisenbeis (1977), Taffler và Tisshaw (1977), Altman và các cộng sự (1977), Bilderbeek (1979), Micha (1984), Gombola

và các cộng sự (1987), Lussier (1995), Altman và các cộng sự (1995) đã sử dụng kỹ thuật thống kê phổ biến này cho các mô hình dự báo rủi ro phá sản của doanh nghiệp Tại Việt Nam, Nguyễn Trọng Hòa (2006) đã thu nhập số liệu từ các BCTC năm của 268 DN niêm yết trên sàn chứng khoán TP Hồ Chí Minh và Hà Nội Sử

dụng phương pháp phân tích phân biệt và mô hình hồi quy logistic, tác giả đã xây dựng 5 mô hình xác định xác suất vỡ nợ của các doanh nghiệp tương ứng với từng quan điểm khác nhau về rủi ro phá sản

Trần Ái Kết và Võ Văn Tuấn (2013) đã lấy số liệu từ các BCTC của 246 DN niêm yết trên sàn giao dịch TP Hồ Chí Minh giai đoạn 2008 - 2011 bằng cách sử dụng phương pháp phân tích phân biệt và phân tích hồi quy Giá trị Wilk’s Lambda thể hiện mức độ phù hợp của toàn bộ mô hình có giá trị 0.386, giá trị eigenvalues là 1.590 và mức độ biến động rủi ro vỡ nợ trong mô hình là 61.31% phụ thuộc vào các biến độc lập được đưa vào mô hình Các biến độc lập được đưa vào mô hình gồm: đòn bẩy tài chính, cấu trúc tài sản, ROA, tỉ lệ nợ bình phương và biến phân ngành

Bảng 2.1 Bảng tóm tắt các nghiên cứu trước đây

Leksrisakul và

Evans (2005)

Sử dụng mô hình MDA để dự báo khả năng vỡ nợ của các doanh nghiệp tại Thái Lan từ

Sở Chứng khoán Thái Lan từ năm 1997 đến 2002

Mô hình MDA Mẫu nghiên cứu: 89 doanh nghiệp không có rủi ro vỡ nợ và 46 công ty có rủi ro vỡ nợ

Lợi nhuận giữ lại / TTS (-) Lợi nhuận trước thuế và lãi vay / TTS, Vốn lưu động / TTS, Thu nhập ròng / TTS, Vốn hóa thị trường / Tổng nợ phải trả (+)

Mô hình Logistics, tỷ suất lợi nhuận trên tài sản là đáng kể trong kết quả dự báo

Memíc (2015) Đo lường rủi ro vỡ nợ của các

doanh nghiệp đối với quản trị rủi ro tín dụng của các ngân

Mô hình MDA

Mô hình Logit

Độ chính xác cao nhất của mô hình logit đạt được là 84.96%

hàng tại Liên bang Bosnia và Herzegovina

Độ chính xác cao nhất của mô hình MDA đạt được là 81.45%

Mô hình MDA, lợi nhuận/tài sản là chỉ số đánh kể trong kết quả dự báo

Mô hình Logit, Doanh thu thuần/TTS là đáng

kể trong kết quả dự báo

Beaver (1967)

& Altman

(1968)

Phát triển mô hình đơn biến và

mô hình đa biến để dự đoán rủi

ro phá sản trên các chỉ tiêu tài chính

Beaver (1967): Thử nghiệm phân loại lưỡng phân

Mẫu nghiên cứu Beaver: 158 doanh nghiệp (79 thất bại và 79 không thất bại) và đề xuất 14 chỉ tiêu tài chính Altman (1968): Mô hình MDA Mẫu nghiên cứu Altman: 66 doanh nghiệp sản xuất (33 thất bại và 33 không thất bại) và đề xuất 22 chỉ tiêu tài chính (lựa chọn 5 chỉ tiêu)

Phân loại 5 tiêu chỉ tài chính: Thanh khoản, Lợi nhuận, Đòn bẩy tài chính , Khả năng thanh toán và Tỷ lệ hoạt động

Nguyễn Trọng

Hòa (2006)

Xây dựng mô hình xác định xác suất vỡ nợ của các doanh nghiệp

Mô hình MDA

Mô hình Logit Mẫu nghiên cứu: 268 công ty niêm yết trên sàn Thành phố Hồ Chí Minh và

Hà Nội

Xây dựng 5 mô hình xác định xác suất vỡ nợ của các doanh nghiệp tương ứng với từng quan điểm khác nhau về rủi ro phá sản

Trần Ái Kết và

Võ Văn Tuấn

(2013)

Xem xét các nhân tố ảnh hưởng trong mô hình logit

Mô hình MDA

Mô hình Logit

Mức độ biến động rủi ro vỡ nợ trong mô hình

là 61.31% phụ thuộc vào các biến độc lập được đưa vào mô hình

Các biến gồm: đòn bẩy tài chính, cấu trúc tài sản, ROA, tỉ lệ nợ bình phương và biến phân ngành

2.1.2 Điều kiện vận dụng

Qua nghiên cứu của Altman và các cộng sự đã phát triển từ mô hình dự báo năm 1968 thành ba mô hình dự báo khác nhau dựa vào các biến X1, X2, X3, X4 và X5:

(Trong đó X1: Vốn luân chuyển/ Tổng tài sản

X2: Lợi nhuận giữ lại/ Tổng tài sản X3: EBIT/ Tổng tài sản

X4: Giá trị thị trường của VCSH/ Tổng tài sản X5: Doanh thu / Tổng tài sản)

 Mô hình chỉ số Z : Đối với doanh nghiệp đã cổ phần hóa có dạng (Biến X4 dựa vào giá trị thị trường của VCSH):

Z = 1.2X1+1.4X2+3.3X3+0.6X4+0.999X5

Được đánh giá như sau:

 Nếu Z > 2,99: Doanh nghiệp nằm trong vùng an toàn

 Nếu 1,8 < Z < 2,99 Doanh nghiệp nằm trong vùng cảnh báo

 Nếu Z < 1,8 Doanh nghiệp nằm trong vùng có nguy cơ phá sản cao

 Mô hình điều chỉnh Z’ : Đối với doanh nghiệp chưa cổ phần hóa (Biến X4 sử

dụng giá trị sổ sách của VCSH)

Z’ = 0.717X1+0.84X2+3.107X3+0.420X4+0.998X5

Được đánh giá như sau:

 Nếu Z’ > 2,9 Doanh nghiệp nằm trong vùng an toàn

 Nếu 1,23 < Z’ < 2,9 Doanh nghiệp nằm trong vùng cảnh báo

 Nếu Z’ < 1,23 Doanh nghiệp nằm trong vùng có nguy cơ phá sản cao

 Mô hình Z’’: Đối với các doanh nghiệp còn lại (Không sử dụng biến X5, X4 được xác định như Z’)

Z’’ = 6.56X1+3.26 X2+6.72X3+1.05X4

Được đánh giá như sau:

 Nếu Z’’ > 2,6 Doanh nghiệp nằm trong vùng chưa có nguy cơ phá sản

 Nếu 1,2 < Z’’ < 2,6 Doanh nghiệp nằm trong vùng cảnh báo

 Nếu Z’’ < 1,1 Doanh nghiệp nằm trong vùng có nguy cơ phá sản cao

2.1.3 Những điều hạn chế và cần lưu ý khi vận dụng mô hình Z-Score

Sau đây là một vài điểm hạn chế của mô hình Z-Score

• Các chỉ số sử dụng trong mô hình phải có sự phù hợp, nếu các chỉ số có sự bất thường thì kết quả mô hình sẽ không chính xác

• Các mô hình thông thường không cho ra một kết quả rõ ràng

• Khi có những nghi ngờ, chúng ta phải cần thông tin định tính để kiểm chứng

bổ sung

• Chưa đầy đủ trong thu thập cơ sở dữ liệu nền còn tồn tại nhiều hạn chế để xây dựng những mô hình riêng biệt

Những điều lưu ý sau:

• Mô hình tương đối nhất quán và làm giảm bớt các đánh giá không chính xác

và ngẫu nhiên mà sai lầm của một số cá nhân mắc phải

• Độ tin cậy đánh giá theo phương pháp thống kê

• Mô hình được sử dụng nhanh và ít chi phí hơn so với các công cụ khác

• Khi sử dụng mô hình Z- core, người sử dụng cần phải lưu ý những hạn chế

và kinh nghiệm với các mô hình liên quan

Tóm lại, Z Score không phải là một công cụ hoàn hảo và cần được tính toán

và giải thích cẩn thận Đối với người mới bắt đầu tìm hiểu, việc tính toán Z Score

có thể dẫn đến nhiều sai sót Z-Score chỉ có giá trị chính xác và đúng khi dữ liệu đầu vào của nó chính xác Z Score cũng không được sử dụng nhiều cho các công ty mới

có ít hoặc hầu như không có thu nhập Các công ty này, bất kể sức khỏe tài chính của họ như thế nào sẽ có điểm Z Score thấp Ngoài ra, Z Score không bao hàm các vấn đề về dòng tiền trực tiếp, mà chỉ sử dụng tỉ lệ vốn trên tài sản lưu động ròng

Cuối cùng, Z Score có thể dao động theo từng quý do các thành phần tính toán ra nó thay đổi theo từng báo cáo quý của công ty và cho kết quả cuối thay đổi

(Theo Investopedia)

2.2 QUY ĐỊNH VỀ HỦY NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM

2.2.1 Khái niệm về hủy niêm yết

Theo Nghị định số 58/2012/NĐ-CP của Thủ tướng đã ký ban hành ngày 20/07/2012, hủy niêm yết là việc loại bỏ một chứng khoán từ một sàn giao dịch chứng khoán Việc bãi yết chứng khoán có thể là tự nguyện hoặc không tự nguyện

và thường là kết quả của công ty ngừng hoạt động, công ty tuyên bố phá sản, sáp nhập hay không đáp ứng các yêu cầu niêm yết Trước khi chứng khoán có thể được niêm yết trên một sàn giao dịch, các công ty phải tuân thủ các hướng dẫn cụ thể còn được gọi là qui chuẩn niêm yết Mỗi sàn giao dịch có một bộ qui tắc và qui định riêng Các công ty không đạt các tiêu chuẩn tối thiểu do một sàn giao dịch đặt ra sẽ

bị hủy niêm yết không tự nguyện Tiêu chuẩn quan trọng nhất là giá cả Thông thường các công ty chọn giao dịch nội bộ sau khi phân tích lợi ích chi phí cho thấy chi phí niêm yết công khai vượt quá lợi ích mà nó đem lại

Xét về mặt lý thuyết, việc hủy niêm yết cổ phiếu nào đó trên sàn giao dịch chứng khoán là đều tuân theo quy luật phát triển của thị trường Có thể đưa ra nhận định như vậy là do sàn giao dịch là điểm gặp nhau giữa các doanh nghiệp và nhà đầu tư, do đó, tại đây luôn phải tồn tại những quy định hết sức chặt chẽ để đảm bảo tính minh bạch và lợi ích của các bên tham gia vào thị trường chứng khoán Thị trường luôn phải có quy chế đảm bảo quyền lợi cho nhà đầu tư, vì thông thường nhà đầu tư luôn ở vị thế bất lợi so với doanh nghiệp Nhà đầu tư chỉ có thể sử dụng các thông tin có được do doanh nghiệp cung cấp để đưa ra quyết định Hay nói cách khác, với vai trò đảm bảo tính công bằng trên thị trường, sàn giao dịch có nhiệm vụ buộc các doanh nghiệp phải đưa ra các thông tin chính xác về thực trạng của doanh nghiệp mình Như vậy, chính sách hủy niêm yết bắt buộc (khi doanh nghiệp không

còn thỏa mãn được các điều kiện để tồn tại trên sàn giao dịch) sẽ là một cách thức

mà sàn giao dịch sử dụng để bảo vệ nhà đầu tư, đồng thời bảo vệ một cách gián tiếp danh tiếng của mình

Hủy niêm yết là việc chấm dứt giao dịch chứng khoán niêm yết tại Sở giao dịch chứng khoán Có khá nhiều nguyên nhân khiến chứng khoán bị hủy niêm yết nhưng tựu trung lại có hai dạng là hủy niêm yết tự nguyện và bắt buộc

- Hủy niêm yết bắt buộc là doanh nghiệp bị buộc phải hủy niêm yết chứng khoán theo quyết định của Sở giao dịch chứng khoán khi rơi vào các trường hợp bắt buộc hủy niêm yết theo quy định của pháp luật

- Hủy niêm yết tự nguyện là trường hợp chứng khoán bị hủy niêm yết theo đề nghị của tổ chức niêm yết sau khi được Đại hội đồng cổ đông (ĐHĐCĐ) thông qua Trên thực tế, mỗi sàn giao dịch (HOSE, HSX, UPCOM) đều có một bộ quy tắc

và quy định riêng Các công ty không đáp ứng các yêu cầu tối thiểu sẽ bị bắt buộc hủy niêm yết Vì vậy, tương tự như khi niêm yết chứng khoán, việc hủy niêm yết cũng cần phải đáp ứng các điều kiện nhất định

2.2.2 Điều kiện hủy niêm yết chứng khoán

2.2.2.1 Hủy niêm yết chứng khoán bắt buộc

Những lí do dẫn đến hủy niêm yết không tự nguyện (hay còn gọi hủy niêm yết bắt buộc), bao gồm: vi phạm quy định và không đáp ứng các tiêu chuẩn tài chính tối thiểu Thông thường, các doanh nghiệp bị hủy niêm yết do không đạt các yêu cầu tài chính tối thiểu

Xét về các tiêu chuẩn tài chính tối thiểu, một doanh nghiệp niêm yết cần đáp ứng khả năng duy trì giá cổ phiếu tối thiểu, các tỉ lệ tài chính và doanh thu Khi doanh nghiệp không đáp ứng các điều kiện niêm yết, sàn giao dịch sẽ phát hành cảnh báo không tuân thủ Nếu công ty tiếp tục không tuân thủ các quy định, sàn giao dịch

sẽ hủy niêm yết cổ phiếu của công ty Cụ thể, theo quy định tại khoản 1 Điều 60 Nghị định 58/2012/NĐ-CP (được sửa đổi, bổ sung tại khoản 20 Điều 1 Nghị định

60/2015/NĐ-CP), chứng khoán bị hủy bỏ niêm yết bắt buộc khi xảy ra một trong các trường hợp, chi tiết theo bảng 2.2 như sau

Bảng 2.2 Trường hợp bị hủy bỏ niêm yết bắt buộc Nội dung Căn cứ quy định pháp

Chứng khoán là cổ phiếu:

- HOSE: Vốn điều lệ >=120 tỷ đồng Tối thiểu 20% cổ phiếu có quyền biểu quyết do ít nhất 300 cổ đông không phải cổ đông lớn nắm giữ cổ phiếu của công ty

HSX: Vốn điều lệ >=30 tỷ đồng Tối thiểu 15% cổ phiếu có quyền biểu quyết ít nhất 100 cổ đông không phải cổ đông lớn nắm giữ Chứng khoán là trái phiếu doanh nghiệp:

- HOSE: Vốn điều lệ >=120 tỷ đồng tính theo giá trị sổ sách

- HSX: Vốn điều lệ >=30 tỷ đồng tính theo giá trị ghi sổ sách

Chứng khoán là chứng chỉ quỹ:

- Phải là quỹ đóng, quỹ đầu tư,

- Có tối thiểu 100 người sở hữu chứng chỉ quỹ hoặc ít nhất 100 cổ đông nắm giữ cổ phiếu của công ty

Công ty niêm yết

Tiêu chí để quyết định hoạt động kinh doanh nào là hoạt động kinh doanh chính của công ty niêm yết là dựa vào doanh thu Theo đó, hoạt động kinh doanh nào có doanh thu lớn nhất trong tổng doanh thu của công ty thì sẽ được xem là hoạt động kinh doanh chính của công ty Giấy chứng nhận hoặc

giấy phép kinh doanh

Điểm c khoản 1 Điều

209 Luật Doanh nghiệp

2014 Thông tư 36/2018/TT-BCT quy định về thu hồi giấy phép hoạt động điện lực

- Giả mạo nội dung kê khai trong hồ

sơ đăng ký doanh nghiệp;

- Doanh nghiệp thành lập do những người có tên trong danh sách cấm thành lập doanh nghiệp;

- Doanh nghiệp ngừng hoạt động kinh doanh nhưng không thông báo với Cơ quan đăng ký kinh doanh và

cơ quan thuế trong thời gian 01 năm;

- Trong thời hạn 06 tháng, doanh nghiệp không gửi báo cáo theo quy định đến Cơ quan đăng ký kinh doanh, thời gian tính từ ngày hết hạn gửi báo cáo hoặc có yêu cầu bằng văn bản;

- Những trường hợp khác theo quyết định