LỜI CAM ĐOAN LỜI CẢM ƠN
MỤC LỤC
MỤC LỤC

DANH MỤC SƠ ĐỒ, BẢNG BIỂU DANH MỤC HÌNH VÀ ĐỒ THỊ DANH MỤC CHỮ VIẾT TẮT
LỜI MỞ ĐẦU ……………………………………………………………………………………………….1

1. Lý do lựa chọn đề tài ………………………………………………………………………………… 1

2. Mục tiêu của nghiên cứu …………………………………………………………………………… 4

3. Câu hỏi nghiên cứu…………………………………………………………………………………… 5

4. Đối tượng và phạm vi nghiên cứu ………………………………………………………………. 5

5. Phương pháp nghiên cứu ………………………………………………………………………….. 6

6. Thiết kế nghiên cứu ………………………………………………………………………………….. 6

7. Những đóng góp của luận án……………………………………………………………………… 7

8. Kết cấu của luận án …………………………………………………………………………………. 8

CHƯƠNG 1 ………………………………………………………………………………………………….9

TỔNG QUAN CÁC CÔNG TRÌNH NGHIÊN CỨU VỀ PHÂN TÍCH RỦI RO PHÁ SẢN TRONG DOANH NGHIỆP ……………………………………………………………9
1.1. Tổng quan các công trình nghiên cứu ngoài nước …………………………………….. 9

1.1.1. Các nghiên cứu về phân tích rủi ro phá sản dựa vào sổ sách kế toán ……………..10

1.1.2. Các nghiên cứu về rủi ro phá sản dựa theo yếu tố thị trường ………………………..21

1.1.3. Các nghiên cứu về rủi ro phá sản dựa trên trí tuệ nhân tạo …………………………..23

1.2. Tổng quan các công trình nghiên cứu trong nước …………………………………… 25

1.3. Kết luận về tổng quan nghiên cứu và xác lập vấn đề nghiên cứu………………. 29

KẾT LUẬN CHƯƠNG 1 ……………………………………………………………………………..32

CHƯƠNG 2: CƠ SỞ LÝ LUẬN VỀ RỦI RO PHÁ SẢN VÀ PHÂN TÍCH RỦI

RO PHÁ SẢN TRONG CÁC DOANH NGHIỆP ……………………………………………33

2.1. Rủi ro phá sản……………………………………………………………………………………… 33

2.1.1. Rủi ro phá sản………………………………………………………………………………………33

2.1.2. Ảnh hưởng của rủi ro phá sản đến nền kinh tế……………………………………………38

2.2. Phân tích rủi ro phá sản ……………………………………………………………………….. 44

2.2.1. Bản chất và vai trò của phân tích rủi ro phá sản …………………………………………44

2.2.2. Nội dung của phân tích rủi ro phá sản ………………………………………………………48

2.2.3. Công cụ và kỹ thuật phân tích rủi ro phá sản……………………………………………..56

KẾT LUẬN CHƯƠNG 2 ……………………………………………………………………………..61

CHƯƠNG 3: MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU……………………….63

3.1. Mô hình nghiên cứu……………………………………………………………………………… 63

3.1.1.Thiết lập mô hình nghiên cứu ………………………………………………………………….63

3.1.2. Các biến trong mô hình nghiên cứu………………………………………………………….68

3.1.3. Các giả thuyết khoa học trong mô hình nghiên cứu…………………………………….70

3.2. Phương pháp nghiên cứu và xử lý dữ liệu ………………………………………………. 72

3.2.1. Phương pháp nghiên cứu ……………………………………………………………………….72

3.2.2. Nguồn dữ liệu nghiên cứu………………………………………………………………………73

3.2.3. Quy trình xử lý dữ liệu…………………………………………………………………………..76

KẾT LUẬN CHƯƠNG 3 ……………………………………………………………………………..78

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VỀ PHÂN TÍCH RỦI RO PHÁ SẢN TRONG CÁC CÔNG TY BẤT ĐỘNG SẢN NIÊM YẾT TRÊN THỊTRƯỜNG CHỨNG KHOÁN VIỆT NAM ……………………………………………………………………..79
4.1. Tổng quan về các công ty bất động sản Việt Nam……………………………………. 79

4.1.1. Lịch sử hình thành và phát triển ………………………………………………………………79

4.1.2. Đặc điểm tổ chức bộ máy quản lý và phân cấp tài chính ……………………………. 83

4.1.3. Đặc điểm hoạt động kinh doanh của các công ty bất động sản ……………………. 85

4.2. Thực trạng kết quả nghiên cứu về phân tích rủi ro phá sản trong các công

ty bất động sản niêm yết trên thị trường chứng khoán Việt Nam……………………. 89

4.2.1. Thống kê đặc điểm mẫu nghiên cứu…………………………………………………………89

4.2.2. Thống kê mô tả các biến trong mô hình nghiên cứu ……………………………………90

4.2.3. Phân tích ma trận tương quan giữa các biến độc lập………………………………….100

4.2.4. Kết quả hồi quy ………………………………………………………………………………… 100

4.2.5. Kiểm định mức độ phù hợp của mô hình ………………………………………………. 103

KẾT LUẬN CHƯƠNG 4 ……………………………………………………………………………111

CHƯƠNG 5: KIẾN NGHỊ MỘT SỐ GIẢI PHÁP NHẰM NGĂN NGỪA VÀ HẠN CHẾ RỦI RO PHÁ SẢN TRONG CÁC CÔNG TY BẤT ĐỘNG SẢN
NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM………………..113

5.1. Giải pháp ngăn ngừa và hạn chế rủi ro phá sản trong các công ty bất động sản niêm yết trên thị trường chứng khoán Việt Nam …………………………………… 113
5.1.1. Sử dụng hợp lý đòn bẩy tài chính…………………………………………………………..113

5.1.2. Nâng cao khả năng sinh lợi của doanh nghiệp………………………………………….118

5.1.3. Cần chú trọng đến quản lý tốt dòng tiền hoạt động của doanh nghiệp ………….122

5.1.4. Điều tiết tốt vốn hoạt động thuần của doanh nghiệp một cách hợp lý …………..127

5.1.5. Tăng cường hoạt động phân tích ……………………………………………………………131

5.2. Kiến nghị về việc vận dụng các giải pháp ngăn ngừa và hạn chế rủi ro phá sản trong các công ty bất động sản niêm yết trên thị trường chứng khoán Việt Nam………………………………………………………………………………133
5.2.1. Kiến nghị đối với nhà nước…………………………………………………………………..133

5.2.2. Kiến nghị đối với hiệp hội bất động sản và các công ty bất động sản …………..139

5.2.3. Kiến nghị đối với các tổ chức tín dụng và tiền tệ………………………………………143

KẾT LUẬN CHƯƠNG 5 ……………………………………………………………………………146

KẾT LUẬN CHUNG………………………………………………………………………………….147

HẠN CHẾ CỦA LUẬN ÁN ………………………………………………………………………..148

KIẾN NGHỊ VỀ NHỮNG NGHIÊN CỨU TIẾP THEO ……………………………….150

DANH MỤC CÔNG TRÌNH NGHIÊN CỨU CỦA TÁC GIẢ ……………………….151

DANH MỤC TÀI LIỆU THAM KHẢO ………………………………………………………152

PHỤ LỤC………………………………………………………………………………………………….160

SƠ ĐỒ
DANH MỤC SƠ ĐỒ, BẢNG BIỂU

Sơ đồ 1. 1: Quy trình nghiên cứu ……………………………………………………………………… 6

Sơ đồ 4. 1: Tổ chức bộ máy quản lý và phân cấp tài chính của công ty cổ phần BĐS

điện lực dầu khí Việt Nam …………………………………………………………………………….. 85

BẢNG BIỂU

Bảng 3. 1: Cấu trúc dữ liệu các biến trong mô hình Logit …………………………………… 66

Bảng 3. 2: Mô tả cách tính, kí hiệu các biến độc lập trong mô hình nghiên cứu ……… 68

Bảng 3. 3: Tổng hợp mẫu nghiên cứu ……………………………………………………………… 75

Bảng 3. 4: Tỷ lệ các quan sát với các điều kiện nhận diện rủi ro phá sản ……………… 75

Bảng 4.1: Số doanh nghiệp BĐS phân theo quy mô lao động giai đoạn 2013-2014 … 79

Bảng 4. 2: Số doanh nghiệp BĐS phân theo quy mô vốn giai đoạn 2010-2014 ………. 80

Bảng 4. 3: Số doanh nghiệp BĐS có lãi hoặc lỗ giai đoạn 2010 -2014………………….. 81

Bảng 4. 4: Thống kê mô tả đặc điểm mẫu nghiên cứu………………………………………… 89

Bảng 4. 5: Thống kê mô tả các biến độc lập của toàn bộ mẫu nghiên cứu ……………… 94

Bảng 4. 6: Thống kê mô tả các biến của các công ty không có rủi ro phá sản…………. 95

Bảng 4. 7: Thống kê mô tả các biến của các công ty có rủi ro phá sản ………………….. 96

Bảng 4. 8: Ma trận hệ số tương quan giữa các biến trong mô hình……………………….. 99

Bảng 4. 9: Kết quả hồi quy logit …………………………………………………………………… 101

Bảng 4. 10: Omnibus Tests of Model Coefficients…………………………………………… 103

Bảng 4. 11: Kiểm định độ phù hợp của mô hình ……………………………………………… 104

Bảng 4. 12: Kiểm định khả năng dự báo của mô hình ………………………………………. 104

Bảng 4. 13: Phân loại khả năng dự báo rủi ro phá sản………………………………………. 106

Bảng 4. 14: Bảng tính xác suất có rủi ro phá sản của một số công ty BĐS……………. 108

Bảng 5.1: Hệ số nợ của một số công ty bất động sản giai đoạn 2011- 2015 …………. 116

Bảng 5.2: Giá trị ROA một số công ty bất động sản giai đoạn 2011- 2015 ………….. 119

Bảng 5.3: Dòng tiền thuần từ hoạt động kinh doanh của một số công ty BĐS ……… 124

Bảng 5.4: Giá trị vốn lưu động, hàng tồn kho, khoản nợ phải thu của một số công ty

BĐS năm 2014 -2015 …………………………………………………………………………………. 128

DANH MỤC HÌNH VÀ ĐỒ THỊ

Hình 1. 1: Ba tỷ số tài chính xác định khủng hoảng tài chính theo Beaver (1966)…… 10

Hình 2. 1: Các mức độ của rủi ro phá sản ………………………………………………………… 44

Hình 3. 1: mô hình nghiên cứu ………………………………………………………………………. 65

Hình 4.1:Tình hình doanh nghiệp đăng ký thành lập mới trong 10 tháng đầu năm

2016 xét theo lĩnh vực hoạt động. …………………………………………………………………… 82

Hình 4. 2: So sánh giá trị trung bình của đòn bẩy giữa các công ty có rủi ro phá sản

và không có rủi ro phá sản …………………………………………………………………………….. 97

Hình 4. 3: So sánh giá trị trung bình của khả năng thanh toán giữa các công ty có rủi

ro phá sản và không có rủi ro phá sản ……………………………………………………………… 97

Hình 4. 4: So sánh giá trị trung bình của khả năng sinh lợi giữa các công ty………….. 98

Hình 4. 5: So sánh giá trị trung bình của năng lực hoạt động giữa các công ty có rủi

ro phá sản và không có rủi ro phá sản ……………………………………………………………… 98

Hình 4. 6: So sánh giá trị trung bình của kỳ vọng thị trường giữa các công ty có rủi

ro phá sản và không có rủi ro phá sản ……………………………………………………………… 99

Hình 4. 7: So sánh giá trị trung bình quy mô giữa các công ty có rủi ro phá sản và không có rủi ro phá sản…………………………………………………………………………………. 99
Hình 4. 8: Đường cong ROC theo mô hình logit……………………………………………… 108

DANH MỤC CHỮ VIẾT TẮT

Ký hiệu Diễn giải BĐS Bất động sản BGĐ Ban giám đốc BKS Ban kiểm soát CTCP Công ty cổ phần DN Doanh nghiệp
ĐHĐCĐ Đại hội đồng cổ đông

EBIT Lợi nhuận trước thuế và lãi vay

HĐQT Hội đồng quản trị

HOSE Sở giao dịch chứng khoán TP. Hồ Chí Minh

HNX Sở giao dịch chứng khoán Hà Nội TTCKVN Thị trường chứng khoán Việt Nam TNDN Thu nhập doanh nghiệp
RRPS Rủi ro phá sản

1. Lý do lựa chọn đề tài
LỜI MỞ ĐẦU

Rủi ro phá sản (RRPS) hay nguy cơ phá sản là tình trạng tiêu cực và không mong muốn đối với bất kỳ doanh nghiệp nào. Khi RRPS xảy ra sẽ kéo theo hàng loạt các sự kiện xấu như cổ tức giảm sút, đóng cửa các nhà máy, thua lỗ, sa thải công nhân viên, giá cổ phiếu sụt giảm từ đó sẽ gây ảnh hưởng trực tiếp đến lợi ích kinh tế của các chủ nợ, các nhà đầu tư, người lao động và các bên liên quan. Điều này càng được thể hiện rõ đối với các ngành đóng vai trò quan trọng trong nền kinh tế quốc dân như ngành bất động sản (BĐS) ở Việt Nam.
Trong thời gian qua, do sự ảnh hưởng của cuộc khủng hoảng kinh tế đã làm cho thị trường BĐS có nhiều biến động phức tạp, tính thanh khoản rất thấp với nhiều khó khăn to lớn, nợ xấu tăng đột biến, lãi suất ngân hàng có lúc tăng cao ngất ngưởng, gần như tất cả các dự án bất động sản đều đóng băng. Các giao dịch trở nên nhỏ giọt, hàng hóa không bán được, đẩy các công ty bất động sản vào tình trạng kiệt quệ tài chính, và việc lặp đi lặp lại những đợt sóng này đã khiến không ít doanh nghiệp rơi vào tình trạng “sống dở chết dở”. Đặc biệt là khi Chính phủ ban hành chính sách thắt chặt tiền tệ năm 2011, đã hạn chế dòng tiền vào bất động sản khiến nhiều dự án bị ngưng trệ, nhà đầu tư cũng rất khó vay tiền để mua nhà, nhiều doanh nghiệp đứng trước nguy cơ phá sản. Theo số liệu tại cơ sở dữ liệu quốc gia về đăng ký doanh nghiệp cho thấy trong năm 2012 có 680 doanh nghiệp với ngành nghề kinh doanh chính là bất động sản đăng ký giải thể, ngừng hoạt động, tăng 19,9% so với năm 2011. Năm 2013 có thêm 10.635 doanh nghiệp thành lập mới, đồng thời
10.077 doanh nghiệp phá sản. Năm 2014 có 7.833 công ty bất động sản thì có tới

4.517 công ty kinh doanh thua lỗ với tổng số lỗ lên tới -14.753 tỷ đồng.

Nguyên nhân thì có nhiều, ngoài các yếu tố mang tính khách quan thì hiện nay các công ty bất động sản đang tồn tại một cơ cấu sản phẩm bất hợp lý khi không đáp ứng được nhu cầu thực của xã hội, lệch pha cung cầu dẫn đến lượng hàng tồn kho cao, phụ thuộc quá nhiều vào nợ vay. Theo số liệu báo cáo ngành bất động sản
của FPT cho thấy các công ty có hệ số nợ ở mức cao và có sự tăng dần qua các năm

1

(năm 2015 có hệ số nợ bình quân là 63% tăng so với năm 2014 là 60%). Tổng nợ phải trả của các công ty BĐS tại thời điểm 31/12/2015 đạt gần 179 nghìn tỷ đồng, tăng 38% so với cuối năm 2014. Có thể kể đến một số công ty như: Công ty cổ phần cơ điện và xây dựng Việt Nam (mã MCG) nợ phải trả các năm 2013, 2014, 2015 lần lượt là 2.251,6 tỷ đồng, 1.684 tỷ đồng, 1.486 tỷ đồng, hệ số nợ của MCG luôn duy trì ở mức cao lần lượt là 80,9% năm 2013, 74,56% năm 2014 và 71,3% năm 2015. Công ty cổ phần xây lắp dầu khí Việt Nam (mã PVX) với hệ số nợ trên tổng tài sản có những năm lên đến trên 80% (năm 2014 là 81,38%, năm 2015 là 80,7%). Công ty cổ phần đầu tư phát triển đô thị và KCN Sông Đà (mã SJS) có hệ số nợ trên tổng tài sản năm 2015 là 81,24% tăng hơn 20% so với năm 2014. Mặc dù sử dụng hệ số nợ cao như vậy nhưng lợi nhuận thu được lại không đáp ứng được kì vọng của các doanh nghiệp. Các công ty liên tục báo lỗ ví dụ: Becamex IJC (IJC) có lãi thấp nhất trong 6 năm qua, với doanh thu năm 2015 giảm hơn 33% còn 689 tỷ đồng do hụt thu ở mảng bất động sản và lãi sau thuế giảm từ 230 tỷ năm 2014 xuống còn 127 tỷ đồng, mức thấp nhất kể từ năm 2010. Mã SDH lỗ nặng nhất với hơn 23 tỷ đồng do công ty thiếu công ăn việc làm trong khi chi phí tiền lương vẫn phải trả bình thường. Công tác thu hồi vốn của SDH chậm nên chi phí tài chính cao và phải trích lập dự phòng gần 15 tỷ đồng. Riêng PXL lỗ hơn 10 tỷ đồng năm 2015, ghi nhận năm thứ ba liên tiếp thua lỗ. Kèm theo đó là các số liệu về khả năng sinh lợi của công ty cũng sụt giảm đáng kể. Ví dụ ROA của các công ty như: PV2 (năm 2015 là
-0,1%, năm 2014 là -9,94%), công ty VPH (năm 2015 là -2,76%, năm -0,4%), DTA (năm 2015 là 0.05%, năm 2014 là 0,27%, năm 2013 là -2,66%). Số lượng về các công ty đang làm ăn thua lỗ liên tục là dấu hiệu cho thấy sự khủng hoảng của công ty bất động sản. Thêm vào đó một số công ty hoạt động với mức vốn hoạt động thuần âm cũng là một điều đáng suy ngẫm. Ví dụ công ty cổ phần đầu tư căn nhà mơ ước (mã DRH) có vốn hoạt động thuần âm liên tục trong các năm từ 2011 đến năm 2015, ghi nhận cụ thể âm 64,6 tỷ đồng năm 2015 tăng gấp 3 lần so với năm
2014, gấp 30 lần so với năm 2011. Khi vốn hoạt động thuần âm đồng nghĩa với

công ty đang mất cân bằng tài chính, khả năng thanh toán thấp. Kể cả với những

2

doanh nghiệp có vốn hoạt động thuần cao ngất ngưỡng nhưng thực chất vốn hoạt động thuần đó lại tồn tại chủ yếu ở hàng tồn kho và các khoản phải thu. Tỷ trọng hàng tồn kho năm 2015 so với tổng tài sản rất cao có thể kể đến như: PDR (89%), VPH (87%), SJS (79%), NBB (77%), NTL (77%)… trong khi tỷ trọng này của toàn ngành trung bình chỉ là 36%. Ngoài ra, một số các công ty bất động sản tuy có mức lợi nhuận sau thuế ghi nhận không hề nhỏ nhưng dòng tiền thuần từ hoạt động kinh doanh bị âm đến cả trăm tỷ đồng trong nhiều quý, nhiều năm liên tục. Có thể kể đến như: Công ty cổ phần công nghiệp Tân Tạo (mã ITA) có mức lợi nhuận sau thuế là
136 tỷ đồng năm 2015, 145 tỷ đồng năm 2014, tuy nhiên dòng tiền thuần từ hoạt

động kinh doanh lại âm liên tục với mức tăng năm sau cao hơn năm trước cụ thể là –

857,5 tỷ đồng năm 2014 và đặc biệt âm nặng vào năm 2015 là – 1.057 tỷ đồng. Việc thiếu tiền dẫn doanh nghiệp có thể ảnh hưởng trực tiếp đến sự tồn tại và phát triển của doanh nghiệp, bởi vì dòng tiền là “dòng máu” duy trì tất cả các hoạt động sản xuất – kinh doanh, là yếu tố sống còn của doanh nghiệp. Không có tiền trả nợ khi đến hạn, đồng nghĩa với việc doanh nghiệp có thể bị chủ nợ yêu cầu làm thủ tục phá
sản.

Như vậy, với khoản nợ phải trả nhiều kèm theo đó là chi phí tài chính đang là gánh nặng lớn đè lên vai nhiều công ty bất động sản, hàng làm ra không bán được, mà tiền lại là đi vay, lãi chồng lãi, các công ty bất động sản sẽ chết dần trong các khoản nợ và đi đến phá sản. Vậy thì để có thể giúp các doanh nghiệp không phải đi đến mức cuối cùng là phá sản thì một câu hỏi cần thiết được đặt ra cho những nhà quản lý là “Làm cách nào để hạn chế và ngăn ngừa rủi ro phá sản của các công ty bất động sản niêm yết ở Việt Nam, từ đó phát triển bền vững”.
Trên thế giới đã có nhiều các công trình nghiên cứu trước đây về rủi ro phá sản nhưng phần lớn được tập trung nghiên cứu ở các nước có nền kinh tế phát triển. Trong những năm gần đây, các học giả có xu hướng mở rộng nghiên cứu sang các nước đang phát triển như: Thái Lan, Trung Quốc,.v.v. Ví dụ: Xu, M., &Zhang, C. (2009), Pongsatat và cộng sự (2004),…Tuy nhiên, kết quả của các nghiên cứu vẫn
chưa có sự đồng nhất.

3

Ở Việt Nam, trong thời gian qua, mặc dù đã có một số tác giả đi vào nghiên cứu về nguy cơ phá sản của doanh nghiệp, trong đó điển hình có thể kể đến các tác giả: Nguyễn Trọng Hòa, Đào Thị Thanh Bình, Khổng Thanh Hòa, Hoàng Tùng. Tuy nhiên các nghiên cứu này không tập trung vào nhóm doanh nghiệp hoặc ngành nghề cụ thể nào đặc biệt là trong lĩnh vực bất động sản. Đồng thời, chưa có tổ chức nào thực hiện xếp hạng tín nhiệm và cảnh báo nguy cơ phá sản cho doanh nghiệp BĐS Việt Nam, cũng như chỉ rõ những yếu tố có tác động tới tình trạng này, mức độ tác động ra sao và trong đó yếu tố nào là có ảnh hưởng mạnh nhất. Và mặc dù đã có nhiều biện pháp tích cực từ phía nhà nước để làm tan băng thị trường BĐS nhưng kết quả đạt được còn rất khiêm tốn (ví dụ gói cứu trợ 30.000 tỷ đồng Nghị quyết 02 của Chính phủ). Một trong những nguyên nhân quan trọng dẫn đến thực trạng này là việc phân tích RRPS tại mỗi đơn vị kinh doanh BĐS vẫn chưa được chú trọng và quan tâm đúng mức để phát huy được tầm quan trọng vốn có.
Do đó, mặc dù là vấn đề bức thiết trong thực tế nhưng cho đến nay việc hạn chế và ngăn ngừa rủi ro phá sản của các công ty bất động sản niêm yết trên thị trường chứng khoán ở Việt Nam chưa được nghiên cứu chi tiết và thực hiện dựa trên các luận cứ khoa học chặt chẽ. Do vậy, để bổ sung thêm bằng chứng về phân tích RRPS nhằm giải quyết những tồn tại nêu trên, NCS thực hiện đề tài: “Phân tích rủi ro phá sản trong các công ty bất động sản niêm yết trên thị trường chứng khoán Việt Nam”. NCS cho rằng đề tài có ý nghĩa cả về mặt lý luận và thực tiễn. Từ đó góp phần giúp các nhà quản lý có thể đưa ra cách phòng ngừa và hạn chế RRPS và có chiến lược phát triển kinh doanh hiệu quả, tăng năng lực cạnh tranh, góp phần vào sự phát triển chung của toàn bộ nền kinh tế.
2. Mục tiêu của nghiên cứu

Mục tiêu cơ bản của luận án là đưa ra giải pháp nhằm ngăn ngừa và hạn chế RRPS của các công ty BĐS niêm yết trên thị trường chứng khoán Việt Nam (TTCKVN). Từ mục tiêu cơ bản như trên, các mục tiêu cụ thể của luận án như sau:
– Xác định các nhân tố tác động, mức độ và chiều ảnh hưởng của các nhân tố

đến RRPS của công ty bất động sản niêm yết.

4

– Đề xuất các giải pháp thích hợp nhằm ngăn ngừa và hạn chế rủi ro phá sản của các công ty BĐS niêm yết trên TTCKVN.
3. Câu hỏi nghiên cứu

Để đạt được các mục tiêu nghiên cứu đề ra, luận án hướng tới việc tập trung nghiên cứu và giải đáp câu hỏi nghiên cứu tổng quát và câu hỏi cụ thể đặt ra trong quá trình nghiên cứu như sau:
Câu hỏi nghiên cứu tổng quát:

Cần có những giải pháp phù hợp nào nhằm ngăn ngừa và hạn chế RRPS

trong các công ty BĐS niêm yết trên TTCKVN?

Câu hỏi nghiên cứu cụ thể:

+ Những nhân tố nào ảnh hưởng đến RRPS, mức độ và chiều ảnh hưởng của các nhân tố đến rủi ro phá sản của công ty BĐS như thế nào?
+ Những giải pháp và đề xuất nào thích hợp để ngăn ngừa và hạn chế rủi ro phá sản trong các doanh nghiệp BĐS niêm yết trên TTCKVN?
4. Đối tượng và phạm vi nghiên cứu

Để thực hiện được mục tiêu nghiên cứu và giải quyết được câu hỏi nghiên cứu đặt ra, luận án xác định đối tượng nghiên cứu và phạm vi nghiên cứu như sau:
– Đối tượng nghiên cứu:

Đối tượng nghiên cứu của đề tài là: “rủi ro phá sản trong các công ty BĐS

niêm yết trên TTCKVN”.

– Phạm vi nghiên cứu:

+ Về nội dung nghiên cứu: luận án đi vào nghiên cứu những vấn đề liên quan đến RRPS của các công ty BĐS niêm yết trên TTCKVN trên các nội dung cụ thể như sau: (1) đánh giá, luận giải các kết quả nghiên cứu trước đây; (2) tổng hợp, hệ thống hóa các vấn đề lý luận về RRPS và phân tích RRPS; (3) đưa ra các giả thuyết nghiên cứu, định hướng về mô hình và phương pháp nghiên cứu; (4) kiểm định giả thuyết nghiên cứu trên khung cảnh nghiên cứu là các công ty BĐS niêm yết trên TTCKVN; (5) đề xuất các giải pháp, kiến nghị nhằm ngăn ngừa và hạn chế RRPS
trong các công ty BĐS Việt Nam

5

+ Về không gian: giới hạn nghiên cứu của luận án là các công ty BĐS niêm yết trên Sở giao dịch chứng khoán Hà Nội (HNX) và Sở giao dịch chứng khoán Thành phố Hồ Chí Minh (HOSE).
+ Về thời gian: luận án tập trung đi vào phân tích RRPS trong các công ty

BĐS niêm yết trên TTCKVN giai đoạn từ năm 2008 đến năm 2015.

5. Phương pháp nghiên cứu

Để giải quyết các vấn đề đặt ra, luận án tiến hành chọn mẫu, sau đó thu thập dữ liệu từ các báo cáo tài chính (BCTC) và sử dụng phương pháp nghiên cứu định lượng để chạy mô hình hồi quy logit. Thực hiện kiểm chứng với biến phụ thuộc là RRPS và biến độc lập bao gồm 5 nhóm biến đại diện cho khả năng thanh toán, khả năng sinh lợi, đòn bẩy tài chính, năng lực hoạt động và sự vững chắc của công ty dưới sự hỗ trợ của phần mềm SPSS.
6. Thiết kế nghiên cứu

Quy trình nghiên cứu của luận án bao gồm các bước sau:

Sơ đồ 1. 1: Quy trình nghiên cứu
(Nguồn: Tác giả tự tổng hợp)

6

Trong đó, việc thiết kế nghiên cứu, thu thập và phương pháp phân tich dữ

liệu được thực hiện các bước như sau:

– Xác định các biến số và thước đo cho các biến số: các biến trong mô hình bao gồm biến phụ thuộc (rủi ro phá sản) và 14 biến độc lập được chia thành 5 nhóm gồm khả năng thanh toán, khả năng sinh lợi, đòn bẩy tài chính, năng lực hoạt động và sự vững chắc của công ty.
– Thiết lập mô hình nghiên cứu và mối quan hệ giữa các biến trong mô hình nghiên cứu: mô hình nghiên cứu được thiết lập với biến phụ thuộc và các biến độc lập, được thể hiện dưới dạng tổng quát: xác suất (rủi ro phá sản)= f (đòn bẩy tài chính, khả năng sinh lợi, khả năng thanh toán, năng lực hoạt động và sự vững chắc của công ty). Mô hình logit được lựa chọn để phân tích RRPS của các công ty BĐS.
– Xác định nguồn dữ liệu nghiên cứu và phương pháp thu thập dữ liệu: nguồn dữ liệu là nguồn dữ liệu thứ cấp được thu thập từ các BCTC của 45 công ty BĐS niêm yết trên TTCKVN. Thời gian nghiên cứu là 8 năm (2008 -2015). Phương pháp thu thập dữ liệu là phương pháp tổng hợp các khoản mục có liên quan đến các biến, tính toán các chỉ tiêu trên Excel, mã hóa các biến, kiểm tra dữ liệu, xử lý và làm sạch dữ liệu, sau đó, chuyển toàn bộ dữ liệu vào phần mềm chuyên dụng SPSS.
– Xác định phương pháp phân tích thông tin: luận án sử dụng phương pháp phân tích thống kê mô tả, hồi quy tương quan với sự trợ giúp của phần mềm SPSS để phân tích dữ liệu nghiên cứu. Sử dụng kết hợp với các phương pháp tổng hợp, so sánh,…
7. Những đóng góp của luận án

Luận án dự kiến có những đóng góp sau:

– Về mặt lý luận: Các công trình nghiên cứu trước đây về RRPS phần lớn được tập trung nghiên cứu ở các nước có nền kinh tế phát triển. Trong những năm gần đây, các học giả có xu hướng mở rộng nghiên cứu sang các nước đang phát triển như Trung Quốc, Ấn Độ, Thái Lan.v.v. hoặc các nước chuyển đổi ở Trung và Đông Âu. Tuy nhiên, kết quả nghiên cứu vẫn chưa có sự đồng nhất. Ở Việt Nam,
hiện nay đã có một số công trình nghiên cứu về nguy cơ phá sản nhưng con số này

7

còn rất hạn chế, các nghiên cứu chỉ đưa ra các kết quả ứng dụng chung cho các doanh nghiệp hoặc cho một số lĩnh vực như: tín dụng, thủy sản.v.v. mà chưa có nghiên cứu nào tập trung cho ngành bất động sản. Đồng thời, chưa có tổ chức nào thực hiện xếp hạng tín nhiệm và cảnh báo nguy cơ phá sản cho doanh nghiệp BĐS Việt Nam, cũng như chỉ rõ những yếu tố có tác động tới tình trạng này, mức độ cũng như chiều tác động ra sao và trong đó yếu tố nào là có ảnh hưởng mạnh nhất. Luận án kỳ vọng sẽ cung cấp thêm bằng chứng thực nghiệm về phân tích RRPS trong các công ty bất động sản, đóng góp vào hệ thống các công trình nghiên cứu có giá trị liên quan đến nguy cơ phá sản trong các doanh nghiệp.
– Về mặt thực tiễn: luận án chỉ ra được các yếu tố có tác động đến rủi ro phá sản, mức độ và chiều tác động của từng yếu tố trong đó chỉ rõ yếu tố nào có tác động mạnh nhất đến rủi ro phá sản của các công ty bất động sản niêm yết trên thị trường chứng khoán Việt Nam. Trên cơ sở các yếu tố tác động tác giả đề xuất một số giải pháp nhằm ngăn ngừa và hạn chế RRPS cho các công ty BĐS niêm yết trên thị trường chứng khoán Việt Nam. Từ đó giúp cho các doanh nghiệp BĐS có những chính sách và quyết định phù hợp nhằm ngăn ngừa và hạn chế RRPS của doanh nghiệp.
8. Kết cấu của luận án

Ngoài phần mở đầu, kết luận, danh mục công trình công bố của tác giả, danh mục tài liệu tham khảo và các phụ lục, luận án bao gồm 5 chương:
Chương 1: Tổng quan nghiên cứu về phân tích rủi ro phá sản trong doanh nghiệp.
Chương 2: Cơ sở lý luận về rủi ro phá sản và phân tích rủi ro phá sản trong các doanh nghiệp.
Chương 3: Mô hình và phương pháp nghiên cứu.

Chương 4: Kết quả nghiên cứu về phân tích rủi ro phá sản trong các công ty bất động sản niêm yết trên thị trường chứng khoán Việt Nam.
Chương 5: Kiến nghị một số giải pháp nhằm ngăn ngừa và hạn chế rủi ro phá

8

sản trong các công ty bất động sản niêm yết trên thị trường chứng khoán Việt Nam.

CHƯƠNG 1

TỔNG QUAN CÁC CÔNG TRÌNH NGHIÊN CỨU VỀ PHÂN TÍCH RỦI RO PHÁ SẢN TRONG DOANH NGHIỆP
Nền kinh tế thế giới biến động mạnh mẽ mang đến cho các doanh nghiệp (DN) nhiều cơ hội nhưng cũng gặp không ít khó khăn trong hoạt động sản xuất kinh doanh. Chính sự cạnh tranh khốc liệt trên thương trường khiến cho nhiều doanh nghiệp phải điêu đứng, thua lỗ liên tục và có nguy cơ rơi vào phá sản. Có thể nói, phá sản được xem như dấu chấm hết đối với một DN. Khi DN rơi vào phá sản sẽ kéo theo sự ảnh hưởng lan tỏa đến nhiều DN, nhiều đối tượng khác có liên quan. Chính bởi sự ảnh hưởng mạnh mẽ như vậy nên RRPS là một đề tài thu hút được nhiều nhà nghiên cứu với những công trình thực nghiệm ở nhiều quốc gia khác nhau.
1.1. Tổng quan các công trình nghiên cứu ngoài nước

Rủi ro phá sản hay nguy cơ phá sản là một trong những vấn đề nhận được quan tâm rất lớn từ những năm 60 của thế kỷ trước. Có rất nhiều các nhà nghiên cứu đã dành nhiều nỗ lực để kiểm chứng việc phân tích RRPS nhiều quốc gia khác nhau trên thế giới với những phương pháp tiếp cận khác nhau. Ví dụ, Canada (Altman và Lavelle, 1981), Hàn Quốc (Altman, 1995), Nhật Bản (Xu và Zhang, 2008), Sudan (Eljelly at al 2001), Turkey (Ugurlu và Aksoy, 2006),…. Trong đó Beaver (1966) và Altman (1968) được coi là người tiên phong trong việc sử dụng các tỷ số tài chính để dự báo phá sản trong các bài nghiên cứu thực nghiệm.
Qua việc tổng quan những công trình ở nước ngoài cho thấy các nghiên cứu về phá sản doanh nghiệp tập trung vào các phương pháp gồm:
– Phân tích rủi ro phá sản dựa vào sổ sách kế toán;

– Phân tích rủi ro phá sản dựa vào nhân tố thị trường;

– Phân tích rủi ro phá sản dựa vào trí tuệ nhân tạo.
Ba phương pháp trên được thường xuyên áp dụng bởi lượng lớn các bài nghiên cứu về sự phá sản DN.

9

1.1.1. Các nghiên cứu về phân tích rủi ro phá sản dựa vào sổ sách kế toán

Trong nghiên cứu về phá sản, Beaver (1966) với bài nghiên cứu “Financial ratios as predictors of failure” đăng trên Tạp chí Nghiên cứu Kế toán số 5 cho rằng, một công ty bị lâm vào tình trạng vỡ nợ nếu xảy ra bất kì sự kiện nào như: phá sản, không thanh toán trái phiếu công ty khi đến hạn (Bond Default), có tài khoản ngân hàng bị thấu chi (Overdrawn Bank Account) hoặc không chi trả được cổ tức cho các cổ phiếu ưu đãi (Nonpayment of a preferred stock dividend). Beaver phân tích 30 tỷ số tài chính giữa công ty phá sản và không phá sản được chia thành 6 nhóm chỉ tiêu: dòng tiền/tổng nợ, thu nhập ròng/tổng tài sản, tổng nợ/tổng tài sản, vốn hoạt động thuần/tổng tài sản, khả năng thanh toán giữa các công ty thất bại và không thất bại. Qua phân tích, Beaver chỉ ra ba tỷ số tài chính là tổng nợ/ tổng tài sản, thu nhập ròng/ tổng tài sản và dòng tiền/ tổng nợ là các chỉ tiêu quan trọng trong việc xác định khủng hoảng tài chính tại một công ty (hình 1.1).

Hình 1. 1: Ba tỷ số tài chính xác định khủng hoảng tài chính theo Beaver (1966)

(Nguồn: Atrill (2002), Financial Management for Non – specialist, tr 80 -85)

Trong một bài nghiên cứu tiếp theo vào năm 1968, Beaver nhận thấy thị

trường chứng khoán cũng có khả năng dự báo khủng hoảng tài chính của các công

10

ty. Beaver đã chứng minh rằng giá chứng khoán sẽ giảm đáng kể trước khi công ty lâm vào tình trạng khủng hoảng. Ông tiến hành nghiên cứu xem liệu có phải thị trường chứng khoán sẽ dự báo phá sản trước các tỷ số tài chính hay không và tìm thấy rằng thị trường chứng khoán đã phản ứng trước các tỷ số tài chính ở một biên độ nhỏ. Nghiên cứu này cho thấy, các mô hình dự báo phá sản đã bắt đầu quan tâm đến các dữ liệu thị trường.
Với công trình thực nghiệm mà Beaver đưa ra bằng cách sử dụng phương pháp phân tích các tỷ số tài chính đơn lẻ khá đơn giản, tiết kiệm được thời gian và dễ áp dụng, tuy nhiên Altman (1968) cho rằng phương pháp này thì quá đơn giản để ghi nhận sự phức tạp của phá sản bởi vì không thể phân loại một công ty chỉ dựa vào một tỷ số tài chính đơn lẻ ở một thời điểm. Hơn nữa, phương pháp này dễ đưa đến các kết luận mâu thuẫn và nhầm lẫn bởi vì các kết quả phân loại theo tỷ số khác nhau đối với cùng một công ty. Chẳng hạn như một công ty với khả năng sinh lợi nghèo nàn những vẫn có thể trả được nợ có thể sẽ bị phân loại là phá sản tiềm năng. Xuất phát từ đó, trong bài nghiên cứu ‘Financial ratios, discriminant analysis and the prediction of corporate bankruptcy’ Altman (1968) đã dùng phân tích đa biệt số (MDA – Multiple Discriminant Analysis) dựa trên sự kết hợp nhiều tỷ số để đưa ra một mô hình dự báo tốt hơn. Kỹ thuật MDA được dùng để phân loại một quan sát vào một nhóm cho trước dựa vào các đặc trưng riêng biệt của quan sát đó, MDA tạo ra một kết hợp tuyến tính hoặc bậc hai của các biến – các đặc trưng sao cho phân biệt tốt nhất giữa các nhóm. Trong bài nghiên cứu của mình, Altman kết hợp cả dữ liệu tài chính và dữ liệu thị trường cho mẫu nghiên cứu gồm 66 công ty sản xuất (33 công ty phá sản và 33 công ty không phá sản). Nhóm (1) bao gồm các công ty đệ đơn phá sản trong giai đoạn từ năm 1946 – 1965. Nhóm (2) bao gồm các công ty hoạt động bình thường đến năm 1966, và được chọn tương ứng theo cặp với các công ty trong nhóm (1) về quy mô và ngành hoạt động. Sau đó ông tiến hành thử lại trên 25 DN khác với xác suất đúng 96%. Hàm phân biệt của Altman được đưa ra
như sau:

Z = 0,012 X1 + 0,014 X2 + 0,033 X3+ 0,006 X4 + 0,999 X5

Trong đó: X1 – tỷ lệ vốn hoạt động thuần trên tổng tài sản; X2 – tỷ lệ lợi

11

nhuận giữ lại trên tổng tài sản; X3 – tỷ lệ lợi nhuận trước thuế và lãi vay trên tổng tài sản; X4 – tỷ lệ giá thị trường của vốn chủ sở hữu trên giá trị sổ sách của tổng nợ; X5 – tỷ số doanh thu trên tổng tài sản; Z – chỉ số tổng quát.
Bài nghiên cứu đưa ra 3 ngưỡng dự báo quan trọng : nếu chỉ số Z > 2,99 thì được xếp loại “không phá sản”, còn nếu công ty có chỉ số Z < 1,81 thì được xếp vào là “phá sản”. Mô hình của Altman có thể dự báo chính xác đến hai năm trước khi phá sản xảy ra với độ chính xác là 83%. Mặc dù độ chính xác giảm dần sau năm thứ hai do khoảng thời gian tăng lên. Tuy nhiên kết quả nghiên cứu này đã cung cấp thêm bằng chứng thực nghiệm chứng minh sự mạnh mẽ cho các kết quả nghiên cứu trước đó về tính hữu dụng của các dữ liệu tài chính và dữ liệu thị trường trong việc dự báo phá sản. Tiếp theo đó, trong bài nghiên cứu ‘Zeta analysis: new model to identify brankruptcy of corporation’ Altman (1977) đã tiếp tục nghiên cứu và phát triển một mô hình dự báo phá sản mới gọi là mô hình điểm Z. Mô hình này đã khắc phục những nhược điểm của mô hình cũ (1968), với khả năng dự báo chính xác lên đến 5 năm trước khi phá sản của một mẫu các công ty lớn hơn 111 công ty gồm cả lĩnh vực sản xuất và bán lẻ trong giai đoạn 1969 – 1975. Hơn nữa, tỷ lệ dự báo chính xác của mô hình điểm Z trong khoảng 2 – 5 năm trước khi phá sản là gần bằng tỷ lệ của 1 năm trước khi phá sản, trong khi đó, so với mô hình cũ năm 1968 thì tỷ lệ này giảm dần và không còn đáng tin cậy.
Trong một nghiên cứu khác, Altman (2000) dựa trên đặc điểm của các nhân tố X1, X2, X3, X4 và X5 ở mỗi loại hình công ty khác nhau sẽ ảnh hưởng đến kết quả dự báo. Qua thời gian, ông và các cộng sự đã phát triển từ mô hình dự báo năm
1968 thành ba mô hình dự báo khác nhau như sau:

* Mô hình chỉ số Z:

Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + 1,0X5

Theo mô hình này, Altman đưa ra các mức đánh giá như sau:

– Nếu Z < 1,81: công ty ở trong vùng có nguy cơ phá sản rất cao (distress).

– Nếu 1,81 < Z < 2,99: công ty ở trong vùng cảnh báo (gray). – Nếu Z > 2,99: công ty nằm ở vùng an toàn (safe).

12

* Mô hình điều chỉnh Z’ (Private Firm Model):

Z’ = 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4* + 1,0X5.

Trong đó các biến X1, X2, X3, X5 được xác định giống như mô hình chỉ số Z. Riêng X4* được xác định là tỷ lệ giá trị sổ sách vốn chủ sở hữu chia cho tổng nợ (Book value equity/Book value of total liabilities). Với mô hình chỉ số Z’, Altman có các mức đánh giá nguy cơ phá sản như sau:
– Nếu Z’ < 1,23: công ty ở trong vùng có nguy cơ phá sản rất cao (distress).

– Nếu 1,23 < Z’ < 2,90: công ty ở trong vùng cảnh báo (gray). – Nếu Z’ > 2,90: công ty nằm ở vùng an toàn (safe).

* Mô hình Z” (non-manufacturers):

Z” = 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4.

Trong đó các biến X1, X2, X3 và X4* được xác định giống như mô hình chỉ

số Z’. Mô hình chỉ số Z” đưa ra các mức đánh giá nguy cơ phá sản như sau:

– Nếu Z” < 1,10: công ty ở trong vùng có nguy cơ phá sản rất cao (distress).

– Nếu 1,10 < Z” < 2,67: công ty ở trong vùng cảnh báo (gray). – Nếu Z” > 2,67: công ty nằm ở vùng an toàn (safe).

Ngoài các nghiên cứu ở Mỹ, Altman và cộng sự (2007) thực hiện nghiên cứu về chẩn đoán tình trạng lâm nguy tài chính của các công ty trên thị trường chứng khoán Trung Quốc. Với quan điểm các công ty gặp lâm nguy tài chính là các công ty bị đưa vào diện kiểm soát đặc biệt khi xảy các các tình trạng: thu nhập tích lũy bị âm hơn 2 năm liên tục hoặc giá trị tài sản ròng trên cổ phiếu thấp hơn giá trị sổ sách, công ty có thu nhập âm trong 1 năm đồng thời có vốn cổ phần trong năm đó thấp hơn vốn điều lệ, hay công ty nhận được cảnh báo liên tiếp của các kiểm toán viên. Nghiên cứu đã khảo sát 15 biến (tỷ số tài chính) liên quan đến các vấn đề như: lợi nhuận, tính thanh khoản, khả năng thanh toán, hiệu quả của quản lý tài sản, tăng trưởng bền vững và cơ cấu vốn. Kết quả nghiên cứu đã đưa ra mô hình để dự báo nguy cơ phá sản của của các công ty Trung Quốc chỉ bao gồm 4 biến như sau:
Z = 0,517 – 0,460 X6 + 9,320X7 + 0,388 X8 + 1,158X9

Trong đó: X6 – tổng nợ/tổng tài sản (total liabilities/total assets); X7 – lợi

13

nhuận ròng/tổng tài sản (rate of return on total assets); X8 – vốn hoạt động thuần/tổng tài sản (working capital/total assets); X9 – lợi nhuận giữ lại/tổng tài sản (retained earnings/total assets). Mô hình đưa ra một số nhận định:
– Những công ty có Z < 0,5: thuộc nhóm có nguy cơ phá sản cao.

– Những công ty có 0,5 < Z < 0,9: thuộc nhóm có nguy cơ và cần theo dõi, giám sát. – Những công ty có Z > 0,9: thuộc nhóm những công ty có tài chính vững mạnh, an toàn.
Theo sau các công trình nghiên cứu của Beaver (1966) và Altman (1968) đã có nhiều người thừa kế nhằm ứng dụng và phát mô hình để dự đoán nguy cơ phá sản ở các nước khác nhau.
N.VenkataRamana, S.Md.Azash & K.Ramakrishnaiah (2012), đã sử dụng chỉ số Z-Score của Altman để dự đoán nguy cơ phá sản của các công ty xi măng Ấn Độ với dữ liệu được thu thập từ các BCTC trong giai đoạn 2001 – 2010. Bài nghiên cứu cho thấy tính thanh khoản, tỷ số quay vòng vốn và tỷ lệ khả năng thanh toán của các công ty là những chỉ số dự đoán tốt nhất khả năng thất bại của công ty.
Fulmer (1984) sử dụng từng bước nhiều phân biệt đối xử phân tích để đánh giá 40 chỉ tiêu tài chính áp dụng cho một mẫu của 60 công ty tại Mỹ được chia thành 2 nhóm gồm 30 công ty thất bại và 30 công ty thành công. Kích thước tài sản trung bình của các DN này là mô hình $ 455.000. Mô hình được Fulmer Model đưa ra như sau:
H = 5,528 (V1) + 0,212 (V2) + 0,073 (V3) + 1,270 (V4) – 0,120 (V5) +

2,335 (V6) + 0,575 (V7) + 1,083 (V8) + 0,894 (V9) – 6,075.

Trong đó, V1 = lợi nhuận giữ lại/tổng tài sản; V2: doanh thu /tổng tài sản; V3: lợi nhuận trước thuế và lãi vay/vốn chủ sở hữu; V4: dòng tiền/tổng số nợ; V5: nợ/tổng tài sản; V6: nợ ngắn hạn/tổng tài sản; V7: log [tổng tài sản hữu hình]; V8: vốn hoạt động thuần/tổng số nợ; V9: log EBIT/lãi.
Kết quả đưa ra điểm phân biệt: Nếu H < 0 thì công ty được phân loại là “thất bại”. Fulmer báo cáo một tỷ lệ chính xác 98% trong việc phân loại các công ty kiểm tra một năm trước khi thất bại và một tỷ lệ chính xác 81% so với một năm trước khi 14 phá sản. Gu (2002) đã phát triển mô hình MDA để phân tích trường hợp phá sản của những công ty nhà hàng Mỹ và đạt đến độ chính xác 92% khi phân loại. Mô hình đưa ra rằng những công ty có khoản nợ phải trả cao và EBIT (lợi nhận trước thuế và lãi vay) thấp thì ít có cơ hội tồn tại và ngược lại. Để giảm rủi ro phá sản, các nhà quản lý nhà hàng cần phải theo chiến lược tăng trưởng khôn ngoan đi kèm với tài trợ ít nợ hơn và kiểm soát chi phí chặt hơn. McClure (2004) đã khẳng định mô hình điểm Z thông qua nghiên cứu của mình. Ông kết luận rằng để giữ khoản lợi trên các khoản đầu tư của họ, các nhà đầu tư nên xem xét kiểm tra Z-score của công ty họ một cách thường xuyên và nếu Z- score xấu đi có thể là dấu hiệu rắc rối được báo trước và cung cấp một kết luận đơn giản hơn so với khối lượng của tỷ lệ. Do thiếu sót của nó, Z là có lẽ tốt hơn được sử dụng như một thước đo về sức khỏe tài chính tương đối chứ không phải là một yếu tố dự báo. Có thể cho rằng, tốt nhất là sử dụng các mô hình như là một kiểm tra nhanh chóng của tình hình tài chính, nhưng nếu điểm số chỉ ra một vấn đề, đó là một ý tưởng tốt để tiến hành một phân tích chi tiết hơn. Vào năm 1980, Ohlson trong bài nghiên cứu “Financial ratios and the probabilistic prediction of bankruptcy” đã tiến hành áp dụng mô hình Logit cho các tỷ số tài chính. Đây là mô hình mà biến phụ thuộc được giả định tuân theo hàm phân phối xác suất tích lũy logistic (logistic cumulative distribution function). Với nghiên cứu này Ohlson đã tiến hành nghiên cứu với mẫu là 2.163 công ty gồm 105 công ty phá sản và 2.058 công ty không phá sản trong giai đoạn 1970 – 1976. Với bài nghiên cứu của mình, Ohlson đã thành công trong việc phát triển O-score khi sử dụng 9 biến kế toán tiêu biểu cho 4 nhân tố có ý nghĩa quan trọng trong việc dự báo RRPS: (i) quy mô (SIZE), (ii) cấu trúc tài chính được thể hiện bằng thước đo đòn bẩy (TLTA), (iii) thước đo lợi nhuận (NITA) và/hoặc FUTL), (iv) thước đo cho tính thanh khoản hiện hành (WCTA hoặc WCTA và CLCA). Biến bao gồm: SIZE = Log (tổng tài sản/chỉ số giá GNP); TLTA = Tổng nợ trên tổng tài sản; WCTA = Vốn hoạt động thuần/tổng tài sản; CLCA = Nợ ngắn hạn trên tài sản ngắn hạn; OENEG = 1 nếu tổng nợ phải trả lớn hơn tổng tài sản, và = 0 nếu ngược lại; NITA 15 = Lợi nhuận thuần /tổng tài sản; FUTL = Quỹ hoạt động trên tổng nợ phải trả; INTWO =1 nếu thu nhập ròng âm trong 2 năm cuối, = 0 nếu ngược lại; CHIN (= (NIt – NIt-1)/ (|NIt|– |NIt-1). Kết quả nghiên cứu cho thấy, bốn yếu tố cơ bản có ý nghĩa thống kê ảnh hưởng đến xác suất phá sản trong một năm là: quy mô, cấu trúc tài chính đo lường bởi tỷ số đòn bẩy tài chính là tổng nợ trên tổng tài sản, thành quả hoạt động đo lường bởi tỷ số thu nhập ròng trên tổng tài sản và tỷ số dòng tiền từ hoạt động trên tổng nợ, thanh khoản hiện hành đo lường bởi tỷ số vốn hoạt động thuần trên tổng tài sản và tỷ số nợ ngắn hạn trên tài sản ngắn hạn. Tính chính xác trong các mô hình của Ohlson lần lượt là 96,12%, 95,55% và 92,84% tương ứng với các mô hình dự báo 1 năm, 2 năm, và 1 hoặc 2 năm. Và đồng thời, qua nghiên cứu của mình Ohlson đề xuất chỉ số O trong việc phân biệt giữa những công ty phá sản và không phá sản. Công ty có chỉ số O > 0,038 thì được xếp là phá sản với các nhân tố khác không
đổi.

Jame Kolari (2002) đã sử dụng mô hình Logit để xác định yếu tố gây ra sự sụp đổ của hệ thống ngân hàng Hoa Kỳ giai đoạn 1980 -1990. Các tác giả tiến hành thu thập và phân tích mẫu của 55 ngân hàng phá sản lớn và khoảng 1.000 ngân hàng không thất bại lớn trong giai đoạn 1989 -1992. Nghiên cứu cho thấy: lợi nhuận thuần/ tổng tài sản, lợi nhuận sau thuế/tổng tài sản, tổng vốn chủ sở hữu/tổng tài sản và lãi vay/tổng tài sản thuần có ý nghĩa thống kê trong việc xác định sự vỡ nợ của các ngân hàng Mỹ.
Bandyopadhyay (2006) sử dụng cách tiếp cận logistic và chỉ số z phát triển một mô hình với khả năng phân loại cao đến 91% để dự báo vỡ nợ cho những công ty Ấn Độ:
Z = -2,337 + 0,736 (WK_TA) + 6,95 (CASHPROF_TA) + 0,864 (SOLVR) +

7,554 (OPPROF_TA) + 1,544 (SALES_TA).

Trong đó: WK_TA: vốn hoạt động thuần trên tổng tài sản; CASHPROF_TA: lợi nhuận tiền mặt trên tổng tài sản; SOLVR: hệ số khả năng thanh toán được tính bằng cách chia tổng tài sản của công ty cho tổng khoản vay cộng nợ ngắn hạn và
khoản dự phòng trừ thanh toán trước thuế; OPPROF_TA: lợi nhuận hoạt động trên

16

tổng tài sản là một thước đo năng suất thực sự về tài sản của công ty. Nó đo lường khả năng thu nhập của công ty và tỷ lệ này cao hơn thì tốt hơn cho công ty; SALES_TA: vòng quay vốn được biểu hiện cụ thể qua tỷ lệ tổng doanh thu trên tổng tài sản là một tỷ lệ tài chính tiêu chuẩn (cũng được sử dụng bởi Altman trong mô hình 1968) minh họa khả năng tạo ra doanh thu từ tài sản công ty. Trong phân tích logit, tác giả cũng sử dụng nhiều biến tài chính khác: MVE_BVL – giá trị thị trường của vốn chủ sở hữu trên giá trị sổ sách của nợ – đại diện cho giá trị tài sản của công ty. Thước đo này cũng đo lường sự vững chắc của công ty. Trong việc tính toán giá trị sổ sách của tổng nợ phải trả, tổng giá trị ròng của công ty được trừ đi từ tổng nợ phải trả của công ty. Do đó, BVL cho giá trị sổ sách của tổng nợ trừ ra khỏi tổng nợ phải trả của công ty. Tất cả sáu tỷ lệ đại diện cho giá trị và thu nhập của các công ty thể hiện mối quan hệ với tổng tài sản. Kết quả cho thấy công ty có chỉ số Z > 0 thì không phá sản. Công ty có chỉ số Z < 0 thì sẽ phá sản trong vòng một năm.
Theo Pongsatat et al. (2004), chỉ số Z của Altman và Ohlson (1980) là những công cụ vô cùng giá trị đối với giám đốc tài chính khi kiểm soát RRPS. Bài nghiên cứu đã kiểm chứng mô hình của Altman và Ohlson về phá sản lên những công ty lớn nhỏ ở Thái Lan với mẫu bao gồm 60 công ty phá sản và 60 công ty không phá sản được kiểm định từ năm 1988 đến 2003 và đưa đến kết luận rằng đối với những công ty phá sản, mô hình của Altman cho thấy độ chính xác dự báo cao hơn là so với mô hình của Ohlson. Tuy nhiên, nhìn chung là không có sự khác biệt đáng kể lắm về rủi ro dự báo ở công ty lớn và nhỏ của Thái Lan.
Ugurlu và Aksoy (2006) nghiên cứu theo sau phương pháp kĩ thuật thống kê của Altman (1968) và Ohlson (1980), dựa theo 27 công ty phá sản và 27 công ty không phá sản trên sản chứng khoán trong thời kỳ 1996-2003, đã phát triển một mô hình dự báo phá sản cho những công ty Thổ Nhĩ Kỳ. Bài nghiên cứu đã cho rằng mô hình hồi quy logit dự báo chính xác hơn phương pháp biệt số và tính bất định của môi trường kinh tế có vẻ như làm tăng thêm rủi ro ảnh hưởng xấu của những sai sót trong ban quản trị lên những quyết định tài chính.
Jouzbarkand et al. (2013) sử dụng hai mô hình để dự báo phá sản, liên quan

17

với tình hình kinh tế Iran. Họ đã nghiên cứu các mô hình Ohlson và Shirata, bằng cách sử dụng phương pháp hồi quy logistic, kiểm tra và so sánh các khả năng của các mô hình này. Để phân loại, xếp hạng các công ty, họ đã sử dụng pháp luật kinh doanh nhằm xác định các công ty bị phá sản và một chỉ số đơn giản Q-Tobin để xác định các công ty hoạt động bình thường. Kết quả cho thấy các mô hình tạo ra có thể dự đoán sự phá sản.
Alkhatib và Bzour (2011) thực hiện một nghiên cứu để xác định hiệu quả của các tỷ số tài chính trong dự báo phá sản trong công ty Jordan bằng mô hình của Altman và Kida. Họ sử dụng mẫu bao gồm các công ty hoạt động trong lĩnh vực dịch vụ phi tài chính và công nghiệp trong giai đoạn từ năm 1990 – 2006. Các kết quả của hai mô hình được so sánh để nhận ra cái nào thuận lợi nhất để cung cấp cho một cảnh báo sớm về khả năng phá sản cho từng năm đó. Kết quả cho thấy trong hai mô hình thì mô hình của Altman có một lợi thế trong dự báo phá sản công ty, với một khả năng dự đoán trung bình 93,8% trong năm năm trước khi vụ việc thanh lý, trong khi mức trung bình của mô hình Kida là chỉ 69%.
Xu và Zhang (2009) đã tiến hành nghiên cứu các công ty của Nhật dựa vào các mô hình Z-score của Altman, O-score Ohlson, để tìm ra những mô hình hữu dụng cho thị trường Nhật Bản với dữ liệu 1992-2005. Các tác giả cho thấy việc kết hợp giữa các mô hình cho kết quả tốt hơn.
Brédart (2014) đã phát triển một mô hình dự báo kinh tế lượng, và ông thấy rằng khi sử dụng ba mô hình và một vài chỉ số tài chính tương quan cho thấy một độ chính xác dự đoán hơn 80%. Dakovic et al. (2010), phát triển mô hình thống kê dự báo phá sản của các doanh nghiệp Na Uy trong giới hạn khu vực trách nhiệm, sử dụng các thông tin bảng cân đối hàng năm. Dựa trên thông tin về các khu vực công nghiệp, họ đã mô hình hóa không đồng nhất không quan sát được giữa các ngành khác nhau thông qua một yếu tố ngẫu nhiên ngành công nghiệp cụ thể trong các mô hình hỗn hợp tuyến tính tổng quát. Các mô hình phát triển được thể hiện tốt hơn các mô hình với các biến số của Altman.
Kahl (2002) tiến hành một nghiên cứu dựa trên một nhóm các công ty được

18

gần ngưỡng mặc định của công ty. Ông kết luận rằng chỉ có một phần ba các công ty quản lý để tồn tại một cách độc lập, trong khi các công ty khác, hoặc được thực hiện hoặc biến mất.
Romania cũng bày tỏ sự quan tâm trong việc có được một công cụ tổng hợp để dự báo nguy cơ phá sản đối với cả ngân hàng và công ty.Về vấn đề này, có thể đề cập đến điểm B Function (1998) được phát triển bởi Băileşteanu từ Đại học Timişoara. Model I (1998) được xây dựng bởi Ivoniciu (một phát triển tương tự của các chức năng Điểm B), Model A (2002) kết quả Ion Anghel về nền kinh tế Rumani, một chỉ số tổng hợp của hiệu suất tài chính cho các DN ngành xây dựng thiết kế bởi Bărbuţă-Misu (2009), các mô hình của Conan &Holder điều chỉnh đến tính đặc thù của các DN Rumani (Bărbuţă-misu, Stroe, 2010).
Nhóm các viện sĩ Rumani đã cố gắng để phát triển trong năm 2012, một số chức năng tương tự như của Altman, bằng cách sử dụng một mẫu 60 công ty Rumani niêm yết trên sàn chứng khoán Bucharest. Trong các chỉ số tài chính, bảy chỉ số tài chính được đưa vào sử dụng, những chỉ số được coi là có tính đại diện nhất cho các hoạt động của công ty bao gồm: tổng tài sản, doanh thu, lợi nhuận trước thuế, dòng tiền, thu nhập ròng, tổng số nợ, và giá trị trung bình thị trường. Để tránh sự trùng lặp của các thông tin mà họ sử dụng để phân tích – các phương pháp thành phần chính, nghiên cứu này cũng bao gồm kiểm tra thông qua phương pháp phân tích biệt.
Một nghiên cứu thực hiện bởi Vintilă và Moscalu (2012) đã cố gắng để chứng tỏ khả năng các chỉ tiêu tài chính để cung cấp những dấu hiệu cảnh báo về sức khỏe của công ty, cũng như bất kỳ tiềm năng rủi ro có thể dẫn đến phá sản nếu không được quản lý đúng cách. Các tác giả sử dụng một mẫu của 63 công ty, được phân loại như sau: tổng số 43 công ty trong đó ghi lại lợi nhuận ròng tích cực vào cuối năm 2010 được đánh giá sẽ được thực hiện, và phần còn lại, những công ty có chỉ số tiêu cực này cho thời gian cùng tham khảo được xem không lành mạnh. Chỉ số tài chính được lựa chọn từ nhiều loại, chẳng hạn như quy mô công ty, tỷ suất lợi
nhuận, tỷ lệ thanh khoản, lãi suất cho thấy tình hình tài chính của công ty, các biện

19

pháp dòng tiền, lợi nhuận và tỷ lệ nợ và cũng đã được đưa vào xem xét tỷ lệ sử dụng Altman (1968). Để đạt được mục tiêu này, các thử nghiệm T đã được sử dụng, mà không xác định sự khác biệt giữa các hai nhóm các công ty, ngay cả với hai năm trước, nhưng chỉ về mặt lợi nhuận, đòn bẩy, cơ cấu nguồn vốn và tình hình tài
chính.

Monica Violeta Achim et al. (2012), đã tiến hành nghiên cứu thực nghiệm nhằm phát triển một mô hình thống kê dự báo phá sản cho các công ty ngành công nghiệp sản xuất của Rumani. Với mẫu nghiên cứu bao gồm 53 công ty hoạt động trong lĩnh vực công nghiệp sản xuất của Rumani niêm yết trên sàn chứng khoán Bucharest và được chia thành hai nhóm 35 công ty có tình hình tài chính tốt và 18 công ty có khó khăn về mặt tài chính, dữ liệu được thu thập từ các BCTC của các công ty trong giai đoạn từ 2000 -2011. Trong nghiên cứu này, các tác giả đã sử dụng các biến tài chính đại diện cho tình hình tài chính của các công ty gồm các nhóm: tỷ suất lợi nhuận, tỷ lệ đòn bẩy, tỷ lệ hoạt động, tỷ lệ thanh khoản và khả năng thanh toán. Đồng thời, các tác giả đã sử dụng các phương pháp phân tích biệt. Kết quả cho thấy bốn nhóm biến giải thích được nhiều hơn 85%. Nicoleta Bawbuta (2014) tiến hành phân tích và dự báo RRPS của các công ty xây dựng Rumani bằng các sử dụng hai mô hình nổi tiếng Conan & Holder và Altman, dựa trên mẫu của 5 công ty hoạt động trong lĩnh vực xây dựng Rumani, số liệu tài chính lấy trong các BCTC hàng năm có sẵn trên thị trường chứng khoán Bucharest trong giai đoạn
2008 – 2012. Các tác giả tiến hành so sánh nguy cơ phá sản khi sử dụng hai mô hình, kết quả cho thấy cùng một công ty có thể được phân loại khác nhau bởi hai mô hình này, và họ cho rằng mô hình Conan & Holder thì phù hợp hơn trong phân tích và dự báo RRPS cho các công ty xây dựng hơn là mô hình của Altman.
Eljelly et al. (2001) phát triển một mô hình ba biến để dự báo sự phá sản của những công ty tư nhân ở Sudan. Bài nghiên cứu đã cố gắng áp dụng các phương pháp khác nhau để dự đoán phá sản, so sánh ba mô hình về khả năng phân loại thành công tổng thể, xác định công ty phá sản và phân loại chính xác công ty không
phá sản. Kết quả cho thấy rằng mô hình được phát triển trong nghiên cứu này tốt

20

hơn hẳn so với mô hình Altman và mô hình Z trong việc phân loại công ty một và hai năm trước khi phá sản, trong khi mô hình Altman thì tốt nhất trong ba và bốn năm trước khi phá sản. Mô hình mới của Sudan:
Z** = 0,015 + 0,203X1 + 0,639X2 + 0,561X3

Trong đó: X1 – Tài sản ngắn hạn/Nợ ngắn hạn; X2 – Lợi nhuận hoạt

động/Tổng tài sản; X3 – Dòng tiền/ Tổng nợ phải trả.

Kết quả nghiên cứu cho thấy các kỹ thuật và mô hình đơn giản trong một môi trường kinh tế đơn giản có thể làm tốt hơn so với các mô hình phức tạp có nguồn gốc từ các nền kinh tế phát triển. Hơn nữa, kết hợp ba tỷ lệ trong mô hình đa nhân tố cuối cùng là tỷ suất sinh lợi, tỷ lệ thanh khoản và tỷ lệ dòng tiền trên tổng số nợ, có một sức hấp dẫn quan trọng trong một nền kinh tế kém phát triển như Sudan. Nghiên cứu cho thấy khả năng sinh lợi và tính thanh khoản là những thành phần tạo nên các DN thành công.
Qua các công trình nghiên cứu về RRPS theo phương pháp dựa trên sổ sách có thể nhận thấy rằng nhìn chung kết quả đạt được của các nghiên cứu ở trên đó là rút ra những biến tài chính phân biệt được giữa những công ty phá sản và những công ty khoẻ mạnh khi phân tích RRPS doanh nghiệp.
1.1.2. Các nghiên cứu về rủi ro phá sản dựa theo yếu tố thị trường

Phương pháp phân tích rủi ro phá sản dựa trên yếu tố thị trường bằng cách kết hợp cấu trúc đòn bẩy của công ty và giá trị thị trường của tài sản. Theo Hillegeist và cộng sự (2004), phương pháp sử dụng dữ liệu thị trường Black- Scholes và Merton (BSM-PB) có tính đại diện hữu hiệu hơn cho xác xuất phá sản so với chỉ số Z hay chỉ số O. Bài nghiên cứu chứng minh rằng BSM- PB cung cấp nhiều thông tin quan trọng hơn hai phương pháp dựa theo sổ sách kế toán, kể cả ưu điểm vượt trội khi kết hợp chỉ số Z và chỉ số O và đưa ra hướng cho các nhà nghiên cứu trong việc làm tăng rủi ro kiểm tra bằng việc sử dụng BSM-PB thay vì phương pháp dựa theo sổ sách kế toán truyền thống.
Trong bài nghiên cứu ‘In search of distress risk’ (2008) của Campbell,

Hilscher, và Szilagyi, đã tiến hành xem xét các yếu tố quyết định phá sản cũng như

21

định giá cổ phần với xác suất phá sản cao thông qua mô hình logit bao gồm các biến tỷ số tài chính và biến thị trường. Ngoài tập hợp hai nhóm biến tỷ số tài chính thì nhiều biến thị trường được kiểm tra như logarit của tỷ suất sinh lợi thặng dư hàng tháng của cổ phần mỗi công ty tương quan với chỉ số S&P 500, độ lệch chuẩn của tỷ suất sinh lợi hàng ngày của công ty qua 3 tháng, quy mô của mỗi công ty được đo lường bằng logarit của trị vốn hóa thị trường của mội công ty tương quan với chỉ số chứng khoán S&P 5000 và logagit của giá mỗi cổ phần của mỗi công ty bị chặn ở mức trên 15$. Các ước lượng của nghiên cứu này được tính toán với dữ liệu tại Mỹ của các công ty đại chúng.
Christidis và Gregory (2010) với bài nghiên cứu “Some new model for financial distress trediction in the UK” đã kiểm tra một tập hợp các biến số tài chính và ba biến thị trường trong mô hình dự báo khủng hoảng tài chính cho các công ty niêm yết tại Anh. Đối với các biến thị trường, họ thay thế biến giá trị sổ sách bằng biến giá trị thị trường và kiểm tra xem liệu logarit của tỷ suất thu nhập vượt trội nửa năm trên chỉ số tất cả cổ phần FTSE và độ lệch chuẩn của tỷ suất sinh lợi chứng khoán công ty được tính theo mỗi giai đoạn 6 tháng có làm tăng khả năng dự báo của mô hình hay không. Kết quả của họ cho thấy rằng, các biến giá trị thị trường có khả năng làm tăng tính chính xác của mô hình dự báo phá sản.
Như đã đề cập ở trên, Hillegeist và cộng sự (2004) kết luận rằng phương pháp dựa vào yếu tố thị trường thì cung cấp thông tin nhiều hơn đáng kể về khả năng phá sản của công ty hơn là phương pháp dựa vào yếu tố kế toán. Ngược lại với Hillegeist, một nghiên cứu của Reisz và Perlich (2007) kiểm chứng khả năng phá sản của 5.784 doanh nghiệp bằng cả hai phương pháp dựa vào sổ sách kế toán và yếu tố thị trường. Nghiên cứu này kết luận rằng thước đo dựa vào sổ sách kế toán thì kết quả tốt hơn thước đo Black – Sholes – Merton. Tác giả cũng cho rằng phương pháp dựa vào sổ sách kế toán như Altman Z và chỉ số Z’’ thể hiện vượt trội khi dự báo một năm trước khi phá sản, tuy nhiên yếu dần khi thời gian dự báo dài
hơn.

Nguyên nhân là do phân tích RRPS dựa vào nhân tố thị trường thì phụ thuộc

22