Lập mô hình dự báo phá sản công ty phi tài chính Việt Nam

Mẫu tổng thể của nghiên cứu này là tất cả các công ty cổ phần bị huỷ bỏ niêm yết trên sàn chứng khoán Hồ Chí Minh (HOSE) và Hà Nội (HNX) do thanh lý/giải thể theo lệnh của tòa án theo quy định trong thời kì 2008 – tháng 2/2013. Các tiêu chí lựa chọn mẫu tiếp theo trong bài nghiên cứu này: 1. Các cổ phiếu của công ty đã được giao dịch ở sàn chứng khoán Hồ Chí Minh (HOSE) hoặc sàn chứng khoán Hà Nội (HNX) trong thời gian niêm yết. 2. Công ty phải thuộc lĩnh vực phi tài chính do lĩnh vực tài chính có môi trường phá sản khác. 3. Công ty phải có thông tin tài chính (báo cáo tài chính) ít nhất là ba năm 4. Các công ty phá sản phải có một công ty không phá sản tương thích cùng thuộc ngành công nghiệp đó và có tổng tài sản 1 năm trước khi phá sản tương đương gần nhất. (Mục đích của phương pháp: mỗi công ty phá sản trong mẫu chọn một công ty có trong cùng ngành có cùng tài sản là để kiềm chế sự ảnh hưởng của các nhân tố (quy mô tài sản và ngành công nghiệp) lên tỉ số tài chính và phá sản).

pdf93 trang | Chia sẻ: lvcdongnoi | Lượt xem: 2722 | Lượt tải: 5download
Bạn đang xem trước 20 trang tài liệu Lập mô hình dự báo phá sản công ty phi tài chính Việt Nam, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
do thanh lý/giải thể theo lệnh của tòa án theo quy định trong thời kì 2008 – tháng 2/2013. Các tiêu chí lựa chọn mẫu tiếp theo trong bài nghiên cứu này: 1. Các cổ phiếu của công ty đã được giao dịch ở sàn chứng khoán Hồ Chí Minh (HOSE) hoặc sàn chứng khoán Hà Nội (HNX) trong thời gian niêm yết. 2. Công ty phải thuộc lĩnh vực phi tài chính do lĩnh vực tài chính có môi trường phá sản khác. 3. Công ty phải có thông tin tài chính (báo cáo tài chính) ít nhất là ba năm 4. Các công ty phá sản phải có một công ty không phá sản tương thích cùng thuộc ngành công nghiệp đó và có tổng tài sản 1 năm trước khi phá sản tương đương gần nhất. (Mục đích của phương pháp: mỗi công ty phá sản trong mẫu chọn một công ty có trong cùng ngành có cùng tài sản là để kiềm chế sự ảnh hưởng của các nhân tố (quy mô tài sản và ngành công nghiệp) lên tỉ số tài chính và phá sản). Tổng số các công ty cổ phần niêm yết trên hai sàn ở Việt Nam đáp ứng được các tiêu chí lựa chọn mẫu nói trên là 34. Tuy nhiên, một số doanh nghiệp đã bị loại trừ do có 52 dữ liệu không đầy đủ, bị huỷ niêm yết do chuyển từ sàn HOSE sang sàn HNX và ngược lại, bị huỷ niêm yết do vi phạm báo cáo, không đầy đủ dữ liệu công khai của 3 năm. Như vậy, tổng số mẫu của cả hai công ty bị phá sản và không bị phá sản được sử dụng trong nghiên cứu này là 48 công ty bao gồm 24 công ty bị phá sản và 24 công ty không bị phá sản (xem Phụ lục 1). Dữ liệu được lấy ra từ các mục khác nhau của Bảng cân đối kế toán, Thuyết minh báo cáo tài chính và Báo cáo kết quả kinh doanh của công ty cổ phần niêm yết trên sàn chứng khoán Hồ Chí Minh (HOSE) và sàn chứng khoán Hà Nội (HNX), được công bố công khai bởi các công ty bị phá sản và không bị phá sản với dữ liệu 3 năm. Biến phụ thuộc (Z) là điểm (mức) phân biệt, dự báo trước khả năng phá sản của công ty trong năm t. Biến này có giá trị = 1 hoặc = 2 cho bất kỳ công ty được quan sát nào. Trong nghiên cứu giá trị, giá trị = 1 cho các công ty bị phá sản và giá trị = 2 cho các công ty không bị phá sản trong khi ước tính mô hình. Theo các tài liệu hiện có, chúng tôi sử dụng 22 chỉ tiêu tài chính như là các biến độc lập. 22 chỉ tiêu tài chính này đã được phân loại thành 4 nhóm lớn bao gồm: tỷ số thanh khoản, tỷ số khả năng sinh lợi, tỷ số đòn bẩy và tỷ số vòng quay. I. Tỉ s đòn bẩy 1. Dòng tiền/Tổng nợ phải trả 2. Nợ ngắn hạn/Tổng tài sản 3. EBIT/Tài sản cố định 4. EBIT/Tổng nợ phải trả 5. Vốn chủ sở hữu/Nợ dài hạn 6. Giá trị thị trường của vốn chủ sở hữu/ Giá trị sổ sách của nợ 7. Lợi nhuận sau thuế TNDN/Tài sản cố định 8. Lợi nhuận sau thuế TNDN/Tổng nợ phải trả 53 9. Tổng nợ phải trả/Tổng tài sản II. Tỷ s thanh khoản 10. Tài sản ngắn hạn/Nợ ngắn hạn 11. Tài sản lưu động ròng/Khoản phải trả = (Tài sản lưu động – Nợ ngắn hạn)/Khoản phải trả 12. Vốn luân chuyển/Tổng tài sản = (Tài sản ngắn hạn – Nợ ngắn hạn)/ Tổng tài sản III. Tỉ s khả năn s n lợi 13. EBIT/Nợ ngắn hạn 14. EBIT/Doanh thu 15. EBIT/Tổng tài sản 16. Lợi nhuận sau thuế TNDN/Doanh thu 17. Lợi nhuận sau thuế TNDN/Tổng tài sản 18. Lợi nhuận giữ lại/Tổng tài sản IV. Tỷ s vòng quay 19. Chi phí/Doanh thu 20. Doanh thu/Tài sản cố định 21. Doanh thu/Tổng tài sản 22. Vốn luân chuyển/Doanh thu Các chỉ số được lấy từ nghiên cứu của Altman (1968), Gu (2002) và Eljelly và cộng sự (2001). Căn cứ để thiết lập bốn nhóm dựa theo kết quả những nghiên cứu trước đây:  Tỷ l đòn bẩy đo lường khả năng của một công ty trong việc thanh toán nghĩa vụ nợ của mình. Nghiên cứu của ARGENTI (1976) lập luận rằng trái phiếu nhiều 54 là một trong những nguyên nhân chính dẫn đến một công ty bị phá sản. Nghiên cứu này sử dụng 9 tỷ lệ như là một đại diện để đo lường khả năng đòn bẩy của một công ty (khả năng bị phá sản và không bị phá sản). Chỉ số thanh khoản đo lường hiệu quả hoạt động của một công ty có sẵn tiền mặt để thanh toán nghĩa vụ nợ của mình.  Nghiên cứu của Beaver (1966) lập luận rằng các công ty với tài sản thanh khoản thấp hơn thì dễ bị phá sản và ngược lại. Nghiên cứu này sử dụng 3 tỷ lệ làm đại diện để đo lường tính thanh khoản của một công ty. Tỷ suất lợi nhuận đo lường hiệu quả hoạt động của công ty trong việc sử dụng hiệu quả và có hiệu quả tài sản và quản lý chi phí của nó để tạo ra thu nhập đầy đủ cho các cổ đông.  Nghiên cứu của Gu (2002) lập luận rằng công ty thua lỗ, thiệt hại liên tục là có khả năng dẫn đến phá sản. Nghiên cứu này sử dụng 6 tỷ suất khả năn s n lợi như là một số đại diện để đo lường lợi nhuận của một công ty.  Tỷ l vòng quay đo lường hiệu quả/hiệu suất của công ty trong việc sử dụng các nguồn lực của mình. Theo nghiên cứu của Eljelly et al. (2001) một hiệu quả/hiệu suất cao hơn khi sử dụng các nguồn lực có thể dẫn đến công ty có lợi nhuận và do đó giảm nguy cơ phá sản. Nghiên cứu này sử dụng 4 tỷ lệ như là một đại diện để đo lường doanh thu/hoạt động của một công ty. Những lập luận trên mang lại giả thuyết sau đây (Ho: giả thiết Ho và giả thiết thay thế: HA) để thử nghiệm. Ho1: Tổng nợ lớn hơn, xác suất phá sản lớn hơn. Ho2: Tỷ lệ thanh khoản cao hơn, xác suất phá sản giảm. Ho3: Tỷ lệ lợi nhuận cao hơn, xác suất phá sản giảm. Ho4: Tỷ lệ hoạt động thấp hơn, xác suất phá sản cao hơn. 55 5. Phân tích dữ li u và k t quả nghiên cứu Trong phần này, tất cả 22 biến tài chính được nhóm lại theo tỷ lệ đòn bẩy, tính thanh khoản, lợi nhuận và doanh thu và được kiểm tra một cách riêng biệt cho các công ty bị phá sản và không bị phá sản bằng cách tính toán các trung bình và độ lệch chuẩn trong ba năm trước khi phá sản. Ngoài ra, kiểm định T và kiểm định F đã được sử dụng để xem xét sự giống nhau và khác nhau của các biến số tài chính mỗi năm trước khi phá sản. Hơn nữa, mô hình MDA được ước tính (thông qua phần mềm SPSS) bằng cách sử dụng phân tích biệt số theo từng bước để lấy được các biến phân biệt với hệ số của nó và cuối cùng, các mô hình phát triển thông qua nghiên cứu này đã được thử nghiệm trên mẫu để thấy được độ chính xác và tầm quan trọng của mô hình biệt số. 5.1. Trung bình và độ lệch chuẩn của công ty bị phá sản Trung bình và độ lệch chuẩn của 22 chỉ tiêu tài chính của các công ty bị phá sản được thể hiện trong bảng 2a - 2d. Rõ ràng ta thấy được các công ty bị phá sản có nợ cao (nợ ngắn hạn chiếm hơn một nửa trong tổng tài sản), tính thanh khoản thấp (tỷ lệ vốn luân chuyển trên nợ và tỷ lệ vốn luân chuyển trên tổng tài sản khá thấp), tỷ số lợi nhuận đa phần là âm và tỷ lệ vòng quay thấp, đây là những bằng chứng thuyết phục hỗ trợ cho các dự đoán của chúng tôi. Ngoài ra, hầu hết các nhóm tỷ lệ như tỷ lệ lợi nhuận, tỷ lệ thanh khoản và tỷ lệ vòng quay đã cho thấy các dấu hiệu tiêu cực và có xu hướng giảm với sự chuyển động của công ty đối với việc phá sản. Bảng 2a: Giá trị trung bình (Mean) và độ lệch chuẩn (SD) của tỷ số đòn bẩy đối với những công ty phá sản Tỉ s tà c n N ữn năm trƣớc p á sản Trung bình 1 2 3 Dòng tiền trên tổng nợ Mean 0.205 0.053 0.075 0.111 SD 0.790 0.085 0.220 0.362 Nợ ngắn hạn trên tổng tài sản Mean 0.673 0.555 0.520 0.582 SD 0.375 0.264 0.254 0.286 56 EBIT trên tài sản cố định Mean -0.591 -0.041 -0.075 -0.236 SD 2.193 1.022 0.522 0.923 EBIT trên tổng nợ Mean -0.251 -0.047 -0.066 -0.121 SD 0.695 0.256 0.288 0.367 Vốn chủ sở hữu trên nợ dài hạn Mean 322.044 468.309 277.818 387.937 SD 1,503.461 1,998.758 751.869 1,439.720 Giá trị thị trường VCSH trên giá trị sổ sách của nợ Mean 0.890 3.757 2.760 2.379 SD 1.731 13.867 5.773 7.042 Lợi nhuận sau thuế trên tài sản cố định Mean -0.520 -0.110 -0.092 -0.240 SD 0.528 0.364 0.166 0.244 Lợi nhuận sau thuế trên tổng nợ phải trả Mean -0.313 -0.109 -0.118 -0.180 SD 0.696 0.247 0.298 0.370 Tổng nợ trên tổng tài sản Mean 0.842 0.723 0.681 0.748 SD 0.346 0.230 0.246 0.263 Bảng 2b: Giá trị trung bình (Mean) và độ lệch chuẩn (SD) của tỷ số thanh khoản đối với những công ty phá sản Tỉ s tà c n N ữn năm trƣớc p á sản Trung bình 1 2 3 Tài sản ngắn hạn trên nợ ngắn hạn Mean 1.343 0.959 1.221 1.174 SD 2.345 0.705 1.111 1.236 Vốn luân chuyển trên nợ ngắn hạn Mean 0.343 -0.041 0.221 0.174 SD 2.345 0.705 1.111 1.236 Vốn luân chuyển trên tổng tài sản Mean -0.190 -0.076 -0.008 -0.091 SD 0.408 0.231 0.243 0.266 Bảng 2c: Giá trị trung bình (Mean) và độ lệch chuẩn (SD) của tỷ số khả năng sinh lợi đối với những công ty phá sản Tỉ s tà c n N ữn năm trƣớc p á sản Trung bình 1 2 3 EBIT trên nợ ngắn hạn Mean -0.286 -0.067 -0.120 -0.157 SD 0.691 0.393 0.412 0.419 EBIT trên doanh thu Mean -0.306 0.084 -0.032 -0.085 SD 0.326 0.804 0.132 0.298 57 EBIT trên tổng tài sản Mean -0.120 -0.011 -0.035 -0.055 SD 0.160 0.103 0.175 0.076 Lợi nhuận sau thuế trên doanh thu Mean -0.520 -0.110 -0.092 -0.240 SD 0.528 0.364 0.166 0.244 Lợi nhuận sau thuế trên tổng tài sản Mean -0.177 -0.057 -0.071 -0.101 SD 0.195 0.095 0.181 0.087 Lợi nhuận giữ lại trên tổng tài sản Mean -0.461 -0.272 -0.147 -0.293 SD 0.456 0.411 0.279 0.365 Bảng 2d: Giá trị trung bình (Mean) và độ lệch chuẩn (SD) của tỷ số vòng quay đối với những công ty phá sản Tỉ s tà chính N ữn năm trƣớc p á sản Trung bình 1 2 3 Chi phí trên doanh thu Mean 1.520 3.920 1.089 2.176 SD 0.533 13.663 0.168 4.575 Doanh thu trên tài sản cố định Mean 7.914 5.489 4.962 6.122 SD 17.312 11.307 6.605 9.967 Doanh thu trên tổng tài sản Mean 0.685 0.782 1.002 0.823 SD 0.777 0.852 0.825 0.690 Vốn luân chuyển trên doanh thu Mean -0.731 -0.091 -0.076 -0.300 SD 1.179 0.639 0.525 0.675 5.2. Trung bình và độ lệch chuẩn của công ty không bị phá sản Giá trị trung bình và độ lệch chuẩn của các công ty không bị phá sản với 22 biến tài chính trong ba năm trước khi phá sản được tính toán một cách riêng biệt để xác định biểu hiện của các biến tài chính của các công ty không bị phá sản trong suốt thời kì quan trọng mà chúng tồn tại. Dự kiến rằng các công ty có thể tồn tại bằng các biến mạnh về tài chính. Nhưng khi quan sát chúng tôi thấy rằng một số tỷ lệ lợi nhuận, thanh khoản, và doanh thu có xu hướng giảm không chấp nhận giả thuyết của chúng tôi. Do đó, kiểm định T và F được tiến hành để chứng thực thêm. Tuy nhiên, rõ ràng khi xem xét bảng 3a -3d thì chúng ta có thể thấy được các giá trị trung bình của tỷ lệ thanh khoản, lợi nhuận, đòn bẩy và doanh thu của các công ty không bị phá sản ổn định hơn so với công ty bị phá sản, đặc biệt là trong những thời gian quan trọng. 58 Bảng 3a: Giá trị trung bình (Mean) và độ lệch chuẩn (SD) của tỷ số đòn bẩy đối với những công ty không phá sản Tỷ s tà c n N ữn năm trƣớc p á sản Trung bình 1 2 3 Dòng tiền trên tổng nợ Mean 0.401 0.366 0.391 0.386 SD 0.551 0.567 0.607 0.554 Nợ ngắn hạn trên tổng tài sản Mean 0.365 0.349 0.339 0.351 SD 0.225 0.189 0.184 0.193 EBIT trên tài sản cố định Mean 0.535 0.521 0.489 0.515 SD 0.932 0.745 0.504 0.692 EBIT trên tổng nợ Mean 0.348 0.340 0.347 0.345 SD 0.541 0.429 0.390 0.386 Vốn chủ sở hữu trên nợ dài hạn Mean 124.492 626.674 610.218 275.346 SD 287.390 2,618.187 2,194.040 791.908 Giá trị thị trường của VCSH trên giá trị sổ sách của nợ Mean 15.434 15.125 27.785 19.522 SD 49.538 41.905 94.452 64.874 Lợi nhuận sau thuế trên tài sản cố định Mean -0.040 0.014 0.079 0.018 SD 0.408 0.222 0.069 0.215 Lợi nhuận sau thuế trên tổng nợ phải trả Mean 0.268 0.244 0.264 0.259 SD 0.499 0.382 0.333 0.348 Tổng nợ trên tổng tài sản Mean 0.474 0.478 0.478 0.477 SD 0.252 0.226 0.218 0.227 Bảng 3b: Giá trị trung bình (Mean) và độ lệch chuẩn (SD) của tỷ số thanh khoản đối với những công ty không phá sản Tỷ s tà c n N ữn năm trƣớc p á sản Trung bình 1 2 3 Tài sản ngắn hạn trên nợ ngắn hạn Mean 2.175 2.047 2.038 2.087 SD 2.043 1.817 1.750 1.832 Vốn luân chuyển trên nợ ngắn hạn Mean 1.175 1.047 1.038 1.087 SD 2.043 1.817 1.750 1.832 Vốn luân chuyển trên tổng tài sản Mean 0.199 0.201 0.199 0.200 SD 0.241 0.229 0.238 0.228 59 Bảng 3c: Giá trị trung bình (Mean) và độ lệch chuẩn (SD) của tỷ số khả năng sinh lợi đối với những công ty không phá sản Tỷ s tà c n N ữn năm trƣớc p á sản Trung bình 1 2 3 EBIT trên nợ ngắn hạn Mean 0.452 0.420 0.471 0.448 SD 0.788 0.550 0.462 0.516 EBIT trên doanh thu Mean 0.013 0.087 0.117 0.072 SD 0.311 0.076 0.085 0.129 EBIT trên tổng tài sản Mean 0.090 0.107 0.111 0.103 SD 0.089 0.080 0.070 0.067 Lợi nhuận sau thuế trên doanh thu Mean -0.040 0.014 0.079 0.018 SD 0.408 0.222 0.069 0.215 Lợi nhuận sau thuế trên tổng tài sản Mean 0.061 0.067 0.079 0.069 SD 0.091 0.084 0.061 0.069 Lợi nhuận giữ lại trên tổng tài sản Mean 0.050 0.055 0.064 0.057 SD 0.082 0.061 0.057 0.054 Bảng 3d: Giá trị trung bình (Mean) và độ lệch chuẩn (SD) của tỷ số vòng quay đối với những công ty không phá sản Tỷ s tà c n N ữn năm trƣớc p á sản Trung bình 1 2 3 Chi phí trên doanh thu Mean 1.032 0.975 0.907 0.971 SD 0.410 0.224 0.088 0.218 Doanh thu trên tài sản cố định Mean 7.879 5.978 4.774 6.210 SD 17.231 9.423 6.175 10.855 Doanh thu trên tổng tài sản Mean 1.116 1.147 1.048 1.104 SD 0.639 0.700 0.561 0.615 Vốn luân chuyển trên doanh thu Mean 0.231 0.214 0.224 0.223 SD 0.354 0.305 0.340 0.301 5.3. Kiểm định T cho Equality of Means Kiểm định T đã được thực hiện để so sánh xem 22 chỉ tiêu tài chính của hai nhóm công ty phá sản và không bị phá sản có cùng giá trị trung bình trong ba năm đang xét hay 60 không. Giả thiết H0 của kiểm định T là không có sự khác biệt đáng kể giữa trung bình của hai nhóm công ty với mỗi biến tỷ số tài chính. Kết quả thống kê được trình bày trong bảng 4a - 4d cho thấy rằng có một sự khác biệt có ý nghĩa thống kê trong 16 trên 22 chỉ số tài chính trong năm đầu tiên, 14 chỉ tiêu tài chính cho năm thứ hai và năm thứ ba trước khi bị phá sản. Như vậy, trong trường hợp này, giả thuyết Ho của chúng tôi được chấp nhận, và ta có thể kết luận rằng có một sự khác biệt đáng kể giữa trung bình hai tổng thể với 11 biến tài chính là nợ ngắn hạn trên tổng tài sản, EBIT trên tài sản cố định, EBIT trên tổng nợ, lợi nhuận sau thuế trên tổng nợ phải trả, tổng nợ trên tổng tài sản, vốn luân chuyển trên tổng tài sản, EBIT trên tổng tài sản, lợi nhuận sau thuế trên tổng tài sản… Bên cạnh đó, bảng 4a – 4d còn cho thấy tầm quan trọng của hầu hết sự gia tăng các biến tài chính đối với sự chuyển động của công ty với việc phá sản. Bảng 4a: Kiểm định giá trị trung bình (T-test) của tỉ số đòn bẩy công ty phá sản với không phá sản Tỉ s tà c n N ữn năm trƣớc p á sản 1 2 3 Dòng tiền trên tổng nợ t -0.997 -2.672 -2.401 p-value 0.324 0.013 0.023 Nợ ngắn hạn trên tổng tài sản t 3.452 3.109 2.820 p-value 0.001 0.003 0.007 EBIT trên tài sản cố định t -2.315 -2.176 -3.807 p-value 0.025 0.035 0.000 EBIT trên tổng nợ t -3.331 -3.792 -4.181 p-value 0.002 0.000 0.000 Vốn chủ sở hữu trên nợ dài hạn t 0.591 -0.227 -0.658 p-value 0.558 0.821 0.514 Giá trị thị trường VCSH trên giá trị sổ sách của nợ t -1.312 -1.233 -1.212 p-value 0.176 0.224 0.240 Lợi nhuận sau thuế trên tài sản cố định t -3.523 -1.425 -4.651 p-value 0.001 0.161 0.000 Lợi nhuận sau thuế trên tổng nợ phải trả t -3.319 -3.800 -4.186 p-value 0.002 0.000 0.000 61 Tổng nợ trên tổng tài sản t 4.206 3.719 3.024 p-value 0.000 0.001 0.004 Bảng 4b: Kiểm định giá trị trung bình (T-test) của tỉ số thanh khoản công ty phá sản với không phá sản Tỉ s t n k oản N ữn năm trƣớc p á sản 1 2 3 Tài sản ngắn hạn trên nợ ngắn hạn t -1.310 -2.736 -1.931 p-value 0.197 0.009 0.060 Vốn luân chuyển trên nợ ngắn hạn t -1.310 -2.736 -1.931 p-value 0.197 0.009 0.060 Vốn luân chuyển trên tổng tài sản t -4.012 -4.170 -2.982 p-value 0.000 0.000 0.005 Bảng 4c: Kiểm định giá trị trung bình (T-test) của tỉ số thanh khoản công ty phá sản với không phá sản Tỷ s k ả năn s n lờ N ữn năm trƣớc k p á sản 1 2 3 EBIT trên nợ ngắn hạn t -3.449 -3.528 -4.677 p-value 0.001 0.001 0.000 EBIT trên doanh thu t -3.47 -0.018 -4.635 p-value 0.001 0.985 0.000 EBIT trên tổng tài sản t -5.63 -4.444 -3.822 p-value 0.000 0.000 0.000 Lợi nhuận sau thuế trên doanh thu t -3.523 -1.425 -4.651 p-value 0.001 0.161 0.000 Lợi nhuận sau thuế trên tổng tài sản t -5.413 -4.791 -3.831 p-value 0.000 0.000 0.000 Lợi nhuận giữ lại trên tổng tài sản t -5.404 -3.852 -3.643 p-value 0.000 0.001 0.001 62 Bảng 4d: Kiểm định giá trị trung bình (T-test) của tỉ số vòng quay công ty phá sản với không phá sản Tỷ s vòn qu y N ữn năm trƣớc k p á sản 1 2 3 Chi phí trên doanh thu t 3.55 1.056 4.705 p-value 0.001 0.302 0.000 Doanh thu trên tài sản cố định t 0.007 -0.163 0.102 p-value 0.994 0.871 0.919 Doanh thu trên tổng tài sản t -2.099 -1.621 -0.226 p-value 0.041 0.112 0.822 Vốn luân chuyển trên doanh thu t -3.826 -2.111 -2.352 p-value 0.001 0.042 0.024 5.4. Kiểm định F cho Equality of Variances Kiểm định F (phân tích phương sai – Anova) được thực hiện để xác định xem 22 biến tỷ số tài chính của nhóm công ty phá sản và không phá sản có phương sai khác nhau trong ba năm trước khi xảy ra phá sản hay không. Hiển nhiên có thể thấy từ bảng 5a – 5d rằng có 11 biến tài chính cho thấy phương sai đáng kể (p-value) trong cả ba năm và có 7 biến tài chính cho thấy phương sai đáng kể giữa hai nhóm trong 2 năm. Vì vậy, ta có thể kết luận rằng khoảng 82% các biến tỷ số tài chính đã thể hiện đúng ý nghĩa giữa các nhóm bị phá sản và không bị phá sản với phương pháp tiếp cận khoảng thời gian quan trọng (tức là thời gian phá sản). Bảng 5a: Kiểm định giá trị phương sai (F-test) của tỉ số đòn bẩy công ty phá sản với không phá sản Tỷ s đòn bẩy N ữn năm trƣớc p á sản 1 2 3 Dòng tiền trên tổng nợ F 0.994 7.142 5.763 p-value 0.324 0.010 0.020 Nợ ngắn hạn trên tổng tài sản F 11.913 9.666 7.953 p-value 0.001 0.003 0007 63 EBIT trên tài sản cố định F 5.358 4.734 14.490 p-value 0.025 0.035 0.000 EBIT trên tổng nợ F 11.097 14.381 17.482 p-value 0.002 0.000 0.000 Vốn chủ sở hữu trên nợ dài hạn F 0.350 0.052 0.433 p-value 0.558 0.821 0.514 Giá trị thị trường VCSH trên giá trị sổ sách của nợ F 1.899 1.520 1.612 p-value 0.176 0.224 0.211 Lợi nhuận sau thuế trên tài sản cố định F 12.41 2.029 21.629 p-value 0.001 0.161 0.000 Lợi nhuận sau thuế trên tổng nợ phải trả F 11.018 14.439 17.522 p-value 0.002 0.000 0.000 Tổng nợ trên tổng tài sản F 17.692 13.831 9.142 p-value 0.000 0.001 0.004 Bảng 5b: Kiểm định giá trị phương sai (F-test) của tỉ số đòn bẩy công ty phá sản với không phá sản Tỉ s tà c n N ữn năm trƣớc p á sản 1 2 3 Tài sản ngắn hạn trên nợ ngắn hạn F 1.717 7.484 3.729 p-value 0.197 0.009 0.06 Vốn luân chuyển trên nợ ngắn hạn F 1.717 7.484 3.792 p-value 0.197 0.009 0.06 Vốn luân chuyển trên tổng tài sản F 16.099 17.393 8.892 p-value 0.000 0.000 0.005 64 Bảng 5c: Kiểm định giá trị phương sai (F-test) của tỉ số thanh khoản công ty phá sản với không phá sản Tỷ s k ả năn s n lợ N ữn năm trƣớc k p á sản 1 2 3 EBIT trên nợ ngắn hạn F 11.893 12.447 21.874 p-value 0.001 0.001 0.000 EBIT trên doanh thu F 12.043 0 21.481 p-value 0.001 0.985 0.000 EBIT trên tổng tài sản F 31.697 19.746 14.609 p-value 0.000 0.000 0.000 Lợi nhuận sau thuế trên doanh thu F 12.410 2.029 21.629 p-value 0.001 0.161 0.000 Lợi nhuận sau thuế trên tổng tài sản F 29.298 22.958 14.677 p-value 0.000 0.000 0.000 Lợi nhuận giữ lại trên tổng tài sản F 29.199 14.841 13.274 p-value 0.000 0.000 0.001 Bảng 5d: Kiểm định giá trị phương sai (F-test) của tỉ số vòng quay công ty phá sản với không phá sản Tỷ s vòn qu y N ữn năm trƣớc k p á sản 1 2 3 Chi phí trên doanh thu F 12.603 1.115 22.140 p-value 0.001 0.297 0.000 Doanh thu trên tài sản cố định F 0.000 0.027 0.010 p-value 0.994 0.871 0.919 Doanh thu trên tổng tài sản F 4.408 2.629 0.051 p-value 0.041 0.112 0.822 Vốn luân chuyển trên doanh thu F 14.641 4.454 5.530 p-value 0.000 0.040 0.023 65 5.5. Kết quả thống kê phân tích biệt biệt số (MDA) Bài nghiên cứu này sử dụng dữ liệu là 22 tỷ số tài chính của mẫu 48 công ty trong 3 năm. Dữ liệu được phân tích với trung bình 3 năm của 48 quan sát gồm 24 công ty phá sản và 24 công ty không phá sản. Thực hiện phân tích biệt số với dữ liệu là 22 biến là các tỷ số tài chính của 48 công ty, từ đó xác định các biến có ý nghĩa và loại trừ các biến không có ý nghĩa, kết quả được thể hiện trong bảng 6. Bảng 6: Variables Entered/Removeda,b,c,d Step Entered Wilks' Lambda Statistic df1 df2 df3 Exact F Statistic df1 df2 Sig. 1 EBIT to total assets 0.441 1 1 35 44.355 1 35 0.000 2 Working capital to sales 0.303 2 1 35 39.033 2 34 0.000 At each step, the variable that minimizes the overall Wilks' Lambda is entered. a. Maximum number of steps is 44. b. Minimum partial F to enter is 3.84. c. Maximum partial F to remove is 2.71. d. F level, tolerance, or VIN insufficient for further computation. Từ 22 biến ban đầu, chỉ có hai biến là tỷ lệ EBIT trên tổng tài sản và tỷ lệ vốn luân chuyển doanh thu được tìm thấy là có ý nghĩa cao với mức ý nghĩa 5%. Cả hai biến là tỷ lệ EBIT trên tổng tài sản và tỷ lệ vốn luân chuyển trên doanh thu phân biệt nhiều nhất với p-value xấp xỉ 0.000. Các hệ số hàm phân biệt chuẩn hóa (Standardized canonical discriminant function coefficients) được xác định và xếp theo thứ tự phù hợp, thể hiện trong bảng 7. Các biến có hệ số chuẩn hóa càng lớn thì càng đóng góp nhiều hơn vào khả năng phân biệt của hàm. Từ bảng 7, ta có thể thấy được tỷ lệ EBIT trên tổng tài sản có đóng góp lớn nhất vào 66 khả năng phân biệt của hàm với với mức độ phân biệt cao nhất là 0.906 và theo sau là tỷ lệ vốn luân chuyển trên doanh thu với mức độ phân biệt là 0.689. Bảng 7: Standardized Canonical Discriminant Function Coefficients Ratios Function 1 EBIT to Total Assets 0.906 Working Capital to Sales 0.689 Để phân loại một công ty là phá sản hay không phá sản, chúng ta cần xác định một điểm gãy (cutting point). Đây là nhiệm vụ của nhóm trọng điểm. Điểm gãy này được tính theo công thức: Trong đó: ZCE = Điểm gãy NB: Số công ty phá sản NNB: Số công ty không phá sản ZB: centroid của công ty phá sản ZNB: centroid của công ty không phá sản Nếu Z < ZCE thì công ty đó là đang dần tiến tới vùng phá sản, và khi giá trị Z của công ty đạt ngưỡng ZB thì công ty đó sẽ phá sản. Nếu Z > ZCE thì công ty đó đang tiến về vùng không phá sản, nhưng vẫn chưa có gì là chắc chắn công ty không phá sản cho đến khi giá trị Z của nó đạt mức ZNB. Trong trường hợp của bài nghiên cứu, sử dụng thông tin trong bảng 8 ta tính được điểm ZCE: 67 ( ) Những công ty ở Việt Nam nếu có giá trị Z < 0.08 thì đang có nguy cơ phá sản và khi nào giá trị Z -1.434 thì công ty đó rơi vào phá sản. Ngược lại, nếu công ty có Z > 0.08 thì công ty đó đang tiến về khu vực không phá sản, khi giá trị Z 1.534 thì công ty đó chắc chắn được xếp vào loại không phá sản. Bảng 8: Functions at Group Centroids Group Function 1 Bankrupt -1.434 Non – bankrupt 1.514 Unstandardized canonical discriminant functions evaluated at group means 5.6. Điểm Z/ Mô hình MDA Điểm Z/điểm phân biệt có nguồn gốc lần lượt từ bảng 7 và 8, có dạng: Z = 0.906 X1 + 0.689 X2 Trong đó: Z: điểm phân biệt X1: tỷ lệ EBIT trên tổng tài sản (thuộc tỷ số khả năng sinh lợi) X2: tỷ lệ vốn luân chuyển trên doanh thu (thuộc tỷ số vòng quay) Kết quả phân loại được trình bày trong bảng 9 so sánh kết quả thực tế và dự đoán. Bảng kết quả phân loại cho thấy 87.5% mẫu hiển thị được xếp đúng vào nhóm phá sản hoặc không phá sản. Từ tổng số mẫu của 48 công ty, chỉ có 6 trường hợp đã bị phân loại sai bao gồm 5 trường hợp công ty phá sản được xếp vào công ty không phá sản và 1 trường hợp ngược lại công ty không phá sản được xếp vào các công ty phá sản. Do vậy, 68 số công ty không phá sản thì được phân loại chính xác hơn một chút (95.8%) so với phá sản (79.2%). Tỷ lệ chính xác mô hình vượt trội đạt được ngụ ý rằng nó có tiềm năng ứng dụng thực tế trong việc dự báo phá sản của các công ty phi tài chính ở Việt Nam. Bảng 9: Classification Resultsb,c Group Predicted Group Membership Total Bankrupt Non - Bankrupt Original Count Bankrupt 19 5 24 Non - Bankrupt 1 23 24 % Bankrupt 79.2 20.8 100 Non - Bankrupt 4.2 95.8 100 Cross-validated a Count Bankrupt 19 5 24 Non - Bankrupt 1 23 24 % Bankrupt 79.2 20.8 100 Non - Bankrupt 4.2 95.8 100 a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case. b. 87.5% of original grouped cases correctly classified. c. 87.5% of cross-validated grouped cases correctly classified. Chúng ta có thể thấy hiển nhiên từ bảng 10 rằng mô hình được phát triển trong nghiên cứu này của chúng tôi có độ chính xác khoảng 79,2% khi dự báo một công ty phá sản. 69 Bảng 10: Casewise statistics C a se N u m b er A ct u a l G ro u p Highest Group Second Highest Group Z-score P re d ic te d G ro u p P(D>d | G=g) P (G = g | D = d ) Squared Mahalano bis Distance to Centroid G ro u p P (G = g | D = d ) Squared Mahalano bis Distance to Centroid p df BAS 1 1 0.316 1 0.999 1.005 2 0.001 15.611 -2.437 SGC 2 2 0.04 1 1 4.234 1 0 25.063 3.572 CAD 1 1 0.089 1 1 2.885 2 0 21.596 -3.133 THB 2 2 0.985 1 0.988 0 1 0.012 8.802 1.532 VKP 1 1 0.77 1 0.995 0.086 2 0.005 10.505 -1.727 ALT 2 2 0.694 1 0.96 0.155 1 0.04 6.527 1.12 CSG 1 2 ** 0.655 1 0.997 0.2 1 0.003 11.529 1.961 VHG 2 2 0.539 1 0.927 0.377 1 0.073 5.452 0.9 TRI 1 1 0.519 1 0.998 0.417 2 0.002 12.918 -2.08 SCD 2 2 0.3 1 0.999 1.074 1 0.001 15.879 2.55 VSP 1 1 0.183 1 0.603 1.777 2 0.397 2.61 -0.101 VTO 2 2 0.352 1 0.832 0.866 1 0.168 4.071 0.583 AGC 1 2 ** 0.232 1 0.694 1.43 1 0.306 3.072 0.318 AAM 2 2 0.119 1 1 2.428 1 0 20.31 3.072 V11 1 2 ** 0.253 1 0.726 1.307 1 0.274 3.258 0.371 CTN 2 2 0.385 1 0.856 0.754 1 0.144 4.326 0.646 DTC 1 1 0.678 1 0.996 0.172 2 0.004 11.314 -1.849 DTL 2 2 0.85 1 0.993 0.036 1 0.007 9.843 1.703 DDM 1 1 0.664 1 0.955 0.189 2 0.045 6.322 -1 VNA 2 2 0.201 1 0.641 1.633 1 0.359 2.791 0.236 SD8 1 2 ** 0.144 1 0.51 2.134 1 0.49 2.213 0.053 DIH 2 2 0.948 1 0.985 0.004 1 0.015 8.317 1.449 S27 1 1 0.681 1 0.996 0.169 2 0.004 11.284 -1.845 NHA 2 2 0.943 1 0.99 0.005 1 0.01 9.119 1.585 VSG 1 1 0.442 1 0.999 0.591 2 0.001 13.818 -2.203 ILC 2 1 ** 0.17 1 0.575 1.881 2 0.425 2.487 -0.063 TLC 1 1 0.465 1 0.998 0.533 2 0.002 13.533 -2.165 QHD 2 2 0.797 1 0.973 0.066 1 0.027 7.244 1.257 70 VCH 1 1 0.96 1 0.989 0.003 2 0.011 8.995 -1.485 SKS 2 2 0.8 1 0.994 0.064 1 0.006 10.253 1.768 VES 1 1 0.022 1 1 5.255 2 0 27.467 -3.727 HAS 2 2 0.503 1 0.998 0.448 1 0.002 13.09 2.184 SCC 1 1 0.204 1 0.647 1.61 2 0.353 2.821 -0.165 MCL 2 2 0.73 1 0.965 0.119 1 0.035 6.78 1.169 THV 1 1 0.982 1 0.988 0 2 0.012 8.825 -1.457 BHS 2 2 0.503 1 0.998 0.449 1 0.002 13.095 2.184 SHC 1 1 0.344 1 0.999 0.897 2 0.001 15.175 -2.381 PJT 2 2 0.724 1 0.995 0.124 1 0.005 10.898 1.867 FBT 1 1 0.692 1 0.996 0.157 2 0.004 11.186 -1.83 AAM 2 2 0.291 1 0.999 1.113 1 0.001 16.028 2.569 IFS 1 1 0.612 1 0.945 0.257 2 0.055 5.959 -0.927 SEC 2 2 0.397 1 0.999 0.717 1 0.001 14.405 2.361 VTA 1 1 0.479 1 0.998 0.5 2 0.002 13.365 -2.142 ACC 2 2 0.095 1 1 2.781 1 0 21.31 3.182 FPC 1 1 0.602 1 0.997 0.272 2 0.003 12.04 -1.956 LM8 2 2 0.554 1 0.931 0.35 1 0.069 5.554 0.922 BTC 1 2 ** 0.523 1 0.922 0.407 1 0.078 5.338 0.876 CTB 2 2 0.965 1 0.989 0.002 1 0.011 8.954 1.558 5.7. Tham số thống kê kiểm tra chức năng phân biệt ước tính 5.7.1. Eigenvalue và hệ số tương quan canonical Eigenvalue là tỷ số giữa các độ lệch bình phương giữa các nhóm và tổng các độ lệch bình phương trong nội bộ nhóm. Eigenvalue càng lớn thì hàm phân biệt càng tốt. Hệ số tương quan canonical đo lường mức độ liên hệ giữa các biệt số và các nhóm. Hệ số tương quan canonical càng gần 1 thì cho thấy một mối tương quan càng mạnh mẽ. Bảng 11 cho ta thấy giá trị eigenvalue có được từ mô hình khá lớn là 2.296 và hệ số tương quan canonical gần bằng 1 là 0.835. Từ đó ta có thể thấy được mô hình trong nghiên cứu này là một hàm phân biệt khá tốt. Bình phương của hệ số này, (0.835)2 = 0.697, cho thấy 69.7% của phương sai biến phụ thuộc (phá sản) được giải thích bởi mô hình này. 71 Bảng 11: Eigenvalues Function Eigenvalue % of Variance Cumulative % Canonical Correlation 1 2.296 a 100.0 100.0 .835 a. First 1 canonical discriminant functions were used in the analysis. 5.7.2. Wilks 'Lambda của mô hình MDA ước tính Đại lượng Wilks’ Lambda dùng để đánh giá sự phù hợp của chức năng phân biệt tổng thể. Wilks’ Lambda của mỗi biến là tỉ số giữa các độ lệch bình phương trong nội bộ các nhóm và tổng các độ lệch bình phương toàn bộ. Giá trị của nó nằm trong khoảng từ 0 đến 1. Lambda càng lớn (càng gần 1) cho biết các trung bình nhóm dường như không khác nhau, còn Lambda nhỏ (gần 0) cho biết các trung bình nhóm dường như khác nhau. Tiêu chuẩn Wilks’ Lambda kiểm định giả thiết H0 là tổng thể các trung bình của các hàm phân biệt trong các nhóm là bằng nhau có ý nghĩa thống kê hay không. Với Wilks Lambda = 0.303, có ý nghĩa với độ tin cậy 99% được tìm thấy từ phân tích biệt số, ta có thể bác bỏ giả thiết H0, sự phân biệt có ý nghĩa thống kê. Từ đó chúng ta có thể thấy được bằng chứng cho thấy mô hình này có tiềm năng trong thực tế. Bảng 12: Wilks' Lambda Test of Function(s) Wilks' Lambda Chi-square df Sig. 1 0.303 40.552 2 0.000 72 6. K t luận 6.1. Kết luận. Việc nghiên cứu một phương pháp dự báo có thể dự báo được chính xác phá sản trước khi nó xảy ra là một chủ đề nghiên cứu quan trọng trong lĩnh vực tài chính và đã có rất nhiều bài nghiên cứu thực hiện vấn đề này. Các bài nghiên cứu được thực hiện bằng nhiều phương pháp, giữa những mô hình thống kê truyền thống, các mô hình dựa theo nhân tố thị trường và mô hình dự báo phá sản dựa trên sự thông minh nhân tạo vẫn được sử dụng trong lĩnh vực phá sản tài chính bởi vì chúng có thể giải quyết các vấn đề và đưa ra các kết quả đầy hứa hẹn. Các nghiên cứu dự báo phá sản đã chịu thiệt do thiếu một lý thuyết thống nhất từ những năm 1930, khi những nghiên cứu đầu tiên trong lĩnh vực này xuất hiện. Mặc dù vậy, kết quả dự báo lại khá khả quan. Không có cơ sở lý thuyết, nhưng những mô hình dự báo tương lai của một công ty thường chính xác đến 80% trường hợp, thậm chí trong một số nghiên cứu, số lượng phân loại chính xác còn cao hơn (Back và cộng sự, 1996). Vấn đề là thậm chí trước khi việc xây dựng lý thuyết cho những công ty phá sản được giải quyết, độ chính xác của dự báo phụ thuộc vào sự lựa chọn tốt nhất có thể của các biến đưa vào mô hình và vào phương pháp thống kế được sử dụng. Trong bài nghiên cứu này, chúng tôi xác định các chỉ số tài chính quan trọng nhất trong dự báo phá sản đối với khu vực phi tài chính của Việt Nam bằng cách sử dụng mẫu của các công ty bị phá sản trong giai đoạn 2008 – đầu năm 2013. Bằng cách đó, 24 chỉ tiêu tài chính đo lường các thuộc tính tài chính quan trọng của một công ty (phân thành 4 nhóm: tỷ số đòn bẩy, tỷ số thanh khoản, tỷ số khả năng sinh lợi và tỷ số vòng quay) đã được dùng để kiểm tra sự phá sản trong thời gian ba năm trước khi phá sản. Phân tích biệt số DA đưa ra một mô hình kinh tế của hai biến: EBIT trên tổng tài sản (thuộc nhóm tỷ số khả năng sinh lợi) và Vốn luân chuyển trên doanh thu (thuộc nhóm tỷ số vòng quay). Ước tính của chúng tôi cung cấp bằng chứng rằng các công ty có chỉ số Z < 0,08 có nghĩa là đang tiến dần vào vùng “ không phá sản” trong khi các công ty có chỉ số Z > 73 0,08 tức đang tiến vào vùng “phá sản”. Cuối cùng, công ty có chỉ số Z = -1.434 được xếp vào “Phá sản” và công ty có chỉ số Z = 1.514 được xếp vào “Không phá sản”. Mô hình đạt được độ chính xác dự báo 79.2% khi áp dụng để dự báo phá sản trên mẫu. Ngoài việc đánh giá mô hình dự đoán phá sản đối với Việt Nam, nghiên cứu cho thấy rằng hầu hết các công ty bị phá sản trong giai đoạn từ 2008 đến đầu 2013 đã cho thấy dấu hiệu của khủng hoảng tài chính, ví dụ hiệu quả tài chính kém. Hơn nữa, nghiên cứu của chúng tôi đã bổ sung các tài liệu hiện có bằng cách tìm hiểu hai biến tài chính quan trọng ở Việt Nam cụ thể là tỷ lệ EBIT trên tổng tài sản, tỷ lệ vốn luân chuyển trên doanh thu có thể được sử dụng để tìm ra những nguy cơ phá sản ở Việt Nam Cuối cùng, chúng tôi đề nghị các cơ quan quản lý Việt Nam nên đưa hai biến tài chính quan trọng trong việc giám sát và đánh giá sức khỏe tài chính của công ty. Dù mang lại những ý nghĩa nhất định cho lĩnh vực tài chính, tuy nhiên bài nghiên cứu của chúng tôi vẫn còn bỏ ngỏ một nghi vấn lớn: Liệu rằng các phương pháp dự báo bằng các nhân tố thị trường hay mô hình dự báo phá sản dựa trên sự thông minh nhân tạo có đem lại độ chính xác dự báo cao hơn so với phương pháp truyền thống dựa vào sổ sách kế toán ở tình hình kinh tế Việt Nam hay chăng? Chưa kể đến bên cạnh phương pháp phân tích biệt số MA, phương pháp truyền thống còn bao gồm các phương pháp khác như Logit, Probit và Xác suất tuyến tính; liệu rằng chúng có hiệu quả hơn? Bên cạnh đó, mỗi ngành công nghiệp đều có những đặc tính riêng biệt, nên để có thể dự báo chính xác hơn, mỗi ngành có thể chạy riêng cho mình một mô hình dự báo phá sản, để từ đó đạt được độ chính xác cao hơn. Có thể thấy rằng lĩnh vực dự báo phá sản công ty vẫn còn mở ra rất nhiều vấn đề để các nhà nghiên cứu tiếp tục tham gia vào. 6.2. Hạn chế - Số lượng công ty được niêm yết trên sàn giao dịch chứng khoán Hồ Chí Minh (HOSE) và sàn giao dịch chứng khoán Hà Nội (HNX) còn rất nhỏ so với số lượng công ty đang tồn tại, do đó số lượng công ty phá sản trong mẫu được xem xét cũng không 74 đầy đủ, không phản ánh hết được hết số lượng công ty phá sản đang ngày càng gia tăng trong tình hình hiện nay. - Việt Nam hiện nay vẫn chưa có một kênh thông tin chính thức lưu trữ và đăng tải chính xác những thông tin tài chính của các công ty. Số liệu tài chính hiện nay chủ yếu được thu thập từ báo cáo tài chính được công bố rộng rãi trên trang web của các công ty chứng khoán, và một số thông tin trong đó được đưa ra không chính xác. Ngoài ra, một số thông tin tài chính quá khứ của công ty hiện nay không được công bố rộng rãi, gây khó khăn trong việc lấy dữ liệu nghiên cứu. 6.3. Biện pháp 6.3.1. Tăng EBIT Cách 1: Tăng doanh thu Doanh thu có thể được tăng bằng cách làm tăng giá bán. Thông thường tình hình thị trường thì căng thẳng và nếu việc cạnh tranh đang khốc liệt thì công ty khó có thể thực hiện cách thức này. Phương pháp chính là phải làm tăng những nhu cầu, tạo ra những sản phẩm mới và giữ giá chứ không chiết khấu. Cách 2: Giảm chi phí hàng hoá (COGS) Bước 1: Thu thập dữ liệu Tập trung các báo cáo tài chính và dữ liệu gần nhất (ít nhất sử dụng thông tin 3 năm gần nhất) Bước 2: Phân tích chi phí Xem xét các cách công ty có thể quản lí chi phí bên trong và chi phí bên ngoài. Liệt kê danh sách các chi tiêu chính và kiểm tra các phương pháp làm giảm thiểu các chi phí này. - Nhân viên có thể bố trí lại hoặc tổ chức lại hay không? - Các công cụ mới có thể cải thiện hiệu quả và năng suất hay không? 75 - Có thể đạt được nguyên liệu thô chất lượng tương đương với giá rẻ hơn? - Có thể đạt được chiết khấu lớn hơn cho khối lượng nguyên liệu thô? - Có thể đàm phán lại giá nguyên liệu thô? Bước 3: Phân tích công việc kinh doanh. Nghiên cứu các chiến lược mới bằng việc ước định chính xác vị trí hiện tại của công việc kinh doanh. Phương thức hữu ích có thể được sử dụng là phân tích SWOT bao gồm liệt kê các điểm mạnh, điểm yếu, cơ hội và thách thức trong công việc kinh doanh của công ty Bước 4: Cắt xén lại chi phí Xác định các cách để đưa ra công nghệ tiết kiệm chi phí dài hạn trong kiểm kê hàng tồn kho, sản xuất và việc bán hàng hoặc các cách khác để tăng sự hiệu quả. Bước 5: Phát triển kế hoạch Dự tính chiến lược phối hợp trong việc giảm thiểu chi phí sau khi đã xem xét kết quả từ phân tích SWOT và những việc đã đạt được hiện tại cũng như trong ngắn và dài hạn. Bước 6: Thực hiện kế hoạch. Thông thường đây là bước khiến các kế hoạch thất bại do chúng không bao giờ được thực hiện. Mục đích và tiêu chuẩn phải gạt qua một bên, bây giờ là việc thực hiện kế hoạch. Thường kì kiểm tra sự tiến bộ và thời gian biểu của mỗi bước được thực hiện. Kiểm soát sự tiến bộ và tiếp tục điều chỉnh. 6.3.2. Quản lý vốn lưu động Vốn lưu động như cột sống của bất cứ ngành nghề kinh doanh nào, nên việc học cách để duy trì hoặc tăng nhiều tiền mặt hơn trong công ty thì quan trọng để thành công. “Về cơ bản, vốn lưu động chính là tiền mặt công ty để hoạt động, hoặc là tài sản ngắn hạn trừ nợ ngắn hạn. Nếu không đủ vốn lưu động, công ty sẽ mất tính linh hoạt và sự tín nhiệm với các tổ chức tài chính, nhà cung cấp và khách hàng.” 76 Việc giảm vốn lưu động cũng có thể giảm bớt tiềm lực công ty để khai thác những cơ hội kinh doanh mới. Giữ vốn lưu động hiệu quả là một thử thách cho người phụ trách tiền mặt, vì thế hãy nhớ những điều cơ bản. Hãy đảm bảo công việc kinh doanh của công ty được trả tiền hàng hoá và dịch vụ đầy đủ, đây là cách cơ bản nhất để tăng vốn lưu động. Cần phải chắc chắn là khách hàng có lịch sử tín dụng tốt và họ lưu tâm đến hạn trả. Lưu ý với khách hàn về thời hạn tín dụng tối đa mà công ty có thể chấp nhận được. Phân tích kĩ công ty có thể sẵn sàng cho khách hàng mượn mà không làm kiệt quệ vốn lưu động. Cần xác định (ước lượng) số vốn lưu động cần thiết, tối thiểu trong kỳ kinh doanh. Như vậy sẽ đảm bảo đủ vốn lưu động cần thiết cho quá trình sản xuất kinh doanh được tiến hành thường xuyên, liên tục, tránh ứ đọng vốn (phải trả lãi vay), thúc đẩy tốt độ luân chuyển vốn dẫn đến nâng cao hiệu quả sử dụng vốn Tố chức khai thác tốt nguồn tài trợ vốn lưu động - Về trình tự khai thác nguồn vốn: doanh nghiệp cần khai thác triệt để các nguồn vốn nội bộ và các khoản vốn có thể chiếm dụng một cách hợp pháp, thường xuyên. - Nếu số vốn lưu động còn thiếu, doanh nghiệp tiếp tục khai thác đến nguồn bên ngoài doanh nghiệp như: Vốn liên doanh, vốn vay của ngân hàng, hoặc các công ty tài chính, vốn phát hành cổ phiếu, trái phiếu… Khi khai thác các nguồn vốn bên ngoài, điều đáng lưu ý nhất là phải cân nhắc yếu tố lãi suất tiền vay. Phải luôn có những giải pháp bảo toàn và phát triển vốn lưu động. Cũng như vốn cố định, bảo toàn được vốn lưu động có nghĩa là bảo toàn được giá trị thực của vốn hay nói cách khác đi là bảo toàn được sức mua của đồng vốn không bị giảm sút so với ban đầu. Điều này thể hiện qua khả năng mua sắm tài sản lưu động và khả năng thanh toán của doanh nghiêp trong quá trình sản xuất kinh doanh. Phải thường xuyên tiến hành phân tích tình hình sử dụng vốn lưu động thông qua các chỉ tiêu tài chính như: vòng quay toàn bộ vốn lưu động, hiệu suất sử dụng vốn lưu 77 động, hệ số nợ… Nhờ các chỉ tiêu này người quản lý tài chính có thể điều chỉnh kịp thời các biện pháp để nâng cao hiệu quả sử dụng vốn nhằm tăng mức doanh lợi. 78 TÀI LIỆU THAM KHẢO Altman, E. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. Journal of finance, 23(4), 589-609. Altman, E., Eom, Y., & Kim, D. (1995). Failure prediction: evidence from Korea. Journal of International Financial Management & Accounting, 6(3), 230-249. Altman, E., & Saunders, A. (1997). Credit risk measurement: developments over the last 20 years. Journal of Banking & Finance, 21(11-12), 1721-1742. Balcaen, S., & Ooghe, H. (2006). 35 years of studies on business failure: an overview of the classic statistical methodologies and their related problems. The British Accounting Review, 38(1), 63-93. Bandyopadhyay, A. (2006). Predicting probability of default of Indian corporate bonds: logistic and Z-score model approaches. Journal of Risk Finance, The, 7(3), 255-272. Beaver, W. (1966). Financial ratios as predictors of failure. Journal of Accounting Research, 4, 71-111. Bidin, A. (1988). The development of a predictive model (PNBScore) for evaluating performance of companies owned by the government of Malaysia. Studies in Banking & Finance, 7, 91-103. Black, F., & Scholes, M. (1973). The pricing of options and corporate liabilities. The journal of political economy, 81(3), 637-654. Bongini, P., Ferri, G., & Hahm, H. (2000). Corporate bankruptcy in Korea: only the strong survive? Financial Review, 35(4), 31-50. Brockman, P., & Turtle, H. (2003). A barrier option framework for corporate security valuation. Journal of Financial Economics, 67(3), 511-529. Chandler, G., & Hanks, S. (1998). An examination of the substitutability of founders human and financial capital in emerging business ventures. Journal of Business 79 Venturing,13(5), 353-369. Charitou, A., Neophytou, E., & Charalambous, C. (2004). Predicting corporate failure: empirical evidence for the UK. European Accounting Review, 13(3), 465-497. Cooper, A., Gimeno-Gascon, F., & Woo, C. (1994). Initial human and financial capital as predictors of new venture performance. Journal of Business Venturing, 9(5), 371-395. Crosbie, P., & Bohn, J. (1999). Modeling default risk. KMV corporation. Dichev, I. (1998). Is the risk of bankruptcy a systematic risk? The Journal of Finance, 53(3), 1131-1147. Eisenbeis, R. (1977). Pitfalls in the application of discriminant analysis in business, finance, and economics. Journal of finance, 32(3), 875-900. Eljelly, A., & Mansour, I. (2001). Predicting private companies failure in the Sudan. Journal of African Business, 2(2), 23-43. Etemadi, H., Anvary Rostamy, A., & Dehkordi, H. (2009). A genetic programming model for bankruptcy prediction: empirical evidence from Iran. Expert Systems with Applications, 36(2), 3199-3207. Grice, J., & Ingram, R. (2001). Tests of the generalizability of Altman's bankruptcy prediction model. Journal of Business Research, 54(1), 53-61. Gu, Z. (2002). Analyzing bankruptcy in the restaurant industry: a multiple discriminant model. International Journal of Hospitality Management, 21(1), 25-42. Hall, G. (1992). Reasons for insolvency amongst small firms - a review and fresh evidence. Small Business Economics, 4(3), 237-250. Hillegeist, S., Keating, E., Cram, D., & Lundstedt, K. (2004). Assessing the probability of bankruptcy. Review of Accounting Studies, 9(1), 5-34. Izan, H. (1984). Corporate distress in Australia. Journal of Banking & Finance, 8(2), 303- 320. 80 Jo, H., & Han, I. (1996). Integration of case-based forecasting, neural network, and discriminant analysis for bankruptcy prediction. Expert Systems with Applications, 11(4), 415-422. Knox, K., Blankmeyer, E., Trinidad, J., & Stutzman, J. (2009). Predicting bankruptcy in the Texas nursing facility industry. The Quarterly Review of Economics and Finance, 49(3), 1047-1064. Merton, R. (1974). On the pricing of corporate debt: the risk structure of interest rates. Journal of finance, 29(2), 449-470. Micha, B. (1984). Analysis of business failures in France. Journal of Banking & Finance, 8(2), 281-291. Min, J., & Jeong, C. (2009). A binary classification method for bankruptcy prediction. Expert Systems with Applications, 36(3), 5256-5263. Newton, G. (2009). Bankruptcy and insolvency accounting: practice and procedure: Wiley. Ohlson, J. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research, 18(1), 109-131. Pongsatat, S., Ramage, J., & Lawrence, H. (2004). Bankruptcy prediction for large and small firms in Asia: a comparison of Ohlson and Altman. Journal of Accounting and Croporate Governance, 1(2), 1-13. Reisz, A., & Perlich, C. (2007). A market-based framework for bankruptcy prediction. Journal of Financial Stability, 3(2), 85-131. Shumway, T. (2001). Forecasting bankruptcy more accurately: a simple hazard model. Journal of Business, 74(1), 101-124. 81 Tavlin, E., Moncarz, E., & Dumont, D. (1989). Financial failure in the hospitality industry. FIU Review, 7(1), 55–75. Thornhill, S., & Amit, R. (2003). Learning about failure: bankruptcy, firm age, and the resource-based view. Organization Science, 14(5), 497-509. Ugurlu, M., & Aksoy, H. (2006). Prediction of corporate financial distress in an emerging market: the case of Turkey. Cross Cultural Management: An International Journal, 13(4), 277-295. Van Horne, J., Dipchand, C., & Hanrahan, J. (1980). Financial management and policy: Prentice-Hall Englewood Cliffs, NJ. Vassalou, M., & Xing, Y. (2004). Default risk in equity returns. The Journal of Finance, 59(2), 831-868. Xu, M., & Zhang, C. (2009). Bankruptcy prediction: the case of Japanese listed companies. Review of Accounting Studies, 14(4), 534-558. Zanakis, S., & Zopounidis, C. (1997). Prediction of Greek company takeovers via multivariate analysis of financial ratios. Journal of the Operational Research Society, 48(7), 678-687. Trần Ngọc Thơ 2005, giáo trình Tài Chính Doanh Nghiệp Trường Đại học Kinh Tế TP.HCM, Nhà xuất bản Thống Kê. Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2008). Phân tích dữ liệu nghiên cứu với SPSS (tập 1 và 2). Các website: 82 83 PHỤ LỤC : Danh sách những công ty phá sản và không phá sản Ghi chú :  24 công ty phá sản thuộc các ngành:  Máy móc – Phương tiện vận tải: 1 công ty.  Thực phẩm – Đồ uống – Thuốc lá: 7 công ty  Vận tải đường thuỷ: 4 công ty  Xây dựng: 6 công ty  Thiết bị điện – Điện tử - Viễn thông: 2 công ty  Sản phẩm từ nhựa & cao su: 1 công ty  Kim loại và sản phẩm từ khoáng phi kim loại: 3 công ty Các công ty thuộc nhiều ngành công nghiệp khác nhau, do đó theo phương pháp lấy mẫu theo cặp của Beaver (1968), những công ty phá sản sẽ được xếp cùng cặp với những công ty không phá sản trong cùng ngành và có tổng tài sản gần bằng nhau một năm trước khi phá sản.  Những công ty phá sản là những công ty bị huỷ niêm yết trên sàn chứng khoán Hồ Chí Minh (HOSE) và Hà Nội (HNX) bởi 3 nguyên nhân :  Kết quả sản xuất, kinh doanh bị lỗ trong ba năm liên tục  Tổng số lỗ luỹ kế vượt quá vốn chủ sở hữu trong báo cáo tài chính  Tổ chức niêm yết bị thu hồi giấy chứng nhận đăng ký kinh doanh hoặc giấy phép hoạt động trong lĩnh vực chuyên ngành. Cùng một số ít những công ty chưa bị huỷ niêm yết trên sàn nhưng có dấu hiệu lỗ trầm trọng, được sự trợ giúp lớn từ Chính phủ hoặc được đưa vào dạng cảnh cáo nguy hiểm của các sàn thời điểm hiện tại.  Năm * ở đây là năm được xét như “năm phá sản” của một công ty dựa vào số liệu của 3 năm trước khi phá sản 84 STT Côn ty p á sản Năm * Tổn tà sản Công ty không phá sản Tổn tà sản 1 CTCP Hàng Hải Sài Gòn (SHC) 2013 37,794.00 CTCP Vận Tải Xăng Dầu Đường Thủy Petrolimex (PJT) 140,639.00 2 CTCP Xi Măng Sông Đà (SCC) 2013 38,261.00 CTCP Phát triển Nhà & Sản Xuất VLXD Chí Linh (MCL) 41,711.00 3 CTCP Cơ Khí & XD Bình Triệu (BTC) 2009 85,697.00 CTCP Chế Tạo Bơm Hải Dương (CTB) 62,783.00 4 CTCP Viễn Thông Thăng Long (TLC) 2013 103,694.00 CTCP Que Hàn Điện Việt Đức (QHD) 114,034.00 5 CTCP Sông Đà 27 (S27) 2013 136,008.00 CTCT ĐT PT Nhà & Đô Thị Nam Hà NộiNHA 118,324.00 6 CTCP Basa (BAS) 2012 142,801.00 CTCP Xuất Nhập Khẩu Sa Giang (SGC) 142,282.00 7 CTCP ĐT & XD Điện Mêca Vneco (VES) 2013 201,899.00 CTCP Hacisco (HAS) 206,182.00 8 CTCP Nước giải khát Sài Gòn (TRI) 2012 219,611.00 CTCP Nước Giải Khát Chương Dương (SCD) 231,843.00 9 CTCP Đầu Tư XD & PT Hạ Tầng Vinaconex (VCH) 2013 222,426.00 CTCP Công Trình Giao Thông Sông Đà (SKS) 180,860.00 10 CTCP Sông Đà 8 (SD8) 2013 232,287.00 Công ty Cổ phần Đầu tư Phát triển Xây dựng - Hội An (DIH) 226,508.00 11 CTCP Viglacera Đông Triều (DTC) 2013 237,484.00 CTCP Đại Thiên Lộc (DTL) 1,914,597.00 12 CTCP Vitaly (VTA) 2011 240,954.00 CTCP Bê Tông Becamex (ACC) 240,124.00 85 13 CTCP Nhựa Tân Hoá (VKP) 2012 247,972.00 CTCP Văn Hóa Tân Bình (ALT) 246,333.00 14 CTCP FPT (FBT) 2013 286,431.00 CTCP Thủy Sản MeKong (AAM) 285,761.00 15 CTCP Chế biến & XNK Thuỷ sản Cadovimex (CAD) 2012 345,510.00 CTCP Bia Thanh Hóa (THB) 304,321.00 16 CTCP Cà Phê An Giang (AGC) 2012 396,167.00 CTCP Thủy Sản MeKong (AAM) 329,977.00 17 CTCP Container Phía Nam (VSG) 2013 439,014.00 CTCP Hợp Tác LĐ Với Nước Ngoài (ILC) 325,636.00 18 CTCP Cáp Sài Gòn (CSG) 2012 559,912.00 CTCP Đầu Tư & Sản Xuất Việt Hàn (VHG) 533,891.00 19 CTCP Thực Phẩm Quốc Tế (IFS) 2013 652,646.00 CTCP Mía Đường - Nhiệt Điện Gia Lai (SEC) 669,350.00 20 CTCP Xây Dựng Số 11 (V11) 2012 698,609.00 CTCP Xây Dựng Công Trình Ngầm (CTN) 621,028.00 21 CTCP Full Power (FPC) 2011 699,490.00 CTCP Lilama 18 (LM8) 702,003.00 22 CTCP Hàng Hải Đông Đô (DDM) 2013 1,251,248.00 CTCP Vận Tải Biển Vinaship (VNA) 1,311,008.00 23 CTCP Tập Đoàn Thái Hòa Việt Nam (THV) 2013 1,943,674.00 CTCP Đường Biên Hòa (BHS) 2,107,920.00 24 CTCP Vận Tải Biển & BĐS Việt Hải (VSP) 2012 2,916,042.00 CTCP Vận Tải Xăng Dầu Vitaco (VTO) 2,857,180.00

Các file đính kèm theo tài liệu này:

  • pdflap_mo_hinh_du_bao_pha_san_cong_ty_phi_tai_chinh_o_viet_nam_8309.pdf