Nguồn: Tác giả tính toán

Nguồn: Tác giả tính toán

Tác giả nhận thấy, mô hình F-score đáp ứng các thuận lợi trong nghiên cứu trên thị trường Việt Nam. Cụ thể, cơ sở dữ liệu chủ yếu từ báo cáo tài chính của DN nên thuận tiện cho việc thu thập, khả năng áp dụng mô hình đơn giản, nhanh và dễ thực hiện đối với các mẫu dữ liệu tại Việt Nam. Ngoài ra, mô hình này đã được nghiên cứu thực nghiệm tại Ấn Độ để cho kết quả dự báo khả năng phá sản của các DN. Việt Nam có tương đồng về mặt dữ liệu do mẫu dữ liệu chủ yếu từ báo cáo tài chính của các DN. Đây là một trong những cơ sở quan trọng để tác giả lựa chọn thực hiện nghiên cứu.

Dựa vào các nghiên cứu trước có liên quan, tác giả đã đề xuất các giả thuyết và mô hình nghiên cứu ứng dụng F-score dự đoán khả năng phá sản của DN tại Việt Nam. Cụ thể, sử dụng điểm F tổng hợp của Piotroski được ước tính là tổng của các biến chỉ báo thể hiện qua mô hình hồi quy logistics như sau:

Y = a + b Fscore + e

Với biến phụ thuộc Y = ln(P/(1-P)

P là xác suất vỡ nợ, a là hệ số chặn, b là hệ số hồi quy còn e là sai số,

Trong đó, F-score được tính như sau:

F_Score = F_ROA + F_ΔROA + F_CFO + F_Accrual + F_ΔMargin + F_ΔTurnover + F_ΔLeverage + F_ΔLiquidity + F_Eq_Offer

Với F_ROA, F_ΔROA, F_CFO, F_Accrual, F_ΔTurnover, F_ΔLeverage, F_ΔLiquidity, F_Eq_Offer đại diện cho thành phần của điểm F, cụ thể:

F_ROA = 1 nếu thu nhập ròng/tổng tài sản dương, = 0 nếu ngược lại.

F_ΔROA = 1 nếu ROA của năm hiện hành lớn hơn ROA của năm trước là dương, = 0 nếu ngược lại.

F_CFO = 1 nếu dòng tiền từ hoạt động kinh doanh/tổng tài sản dương, = 0 nếu ngược lại.

F_Accrual = 1 nếu CFO > ROA, = 0 nếu ngược lại.

F_ΔMargin = 1 nếu tỷ suất lợi nhuận gộp của năm hiện hành lớn hơn tỷ suất lợi nhuận gộp của năm trước là dương, = 0 nếu ngược lại.

F_ΔTurnover = 1 nếu tỷ lệ vòng quay tài sản của năm hiện hành lớn hơn tỷ lệ vòng quay tài sản của năm trước là dương, = 0 nếu ngược lại.

F_ΔLeverage = 1 nếu tỷ lệ đòn bẩy của năm hiện hành nhỏ hơn tỷ lệ đòn bẩy của năm trước là âm, = 0 nếu ngược lại.

F_ΔLiquidity = 1 nếu tỷ lệ của năm hiện hành lớn hơn tỷ lệ hiện tại của năm trước là dương, = 0 nếu ngược lại.

F_Eq_Offer = 1 nếu số lượng cổ phiếu đang lưu hành trong năm hiện hành không lớn hơn số lượng cổ phiếu đang lưu hành trong năm trước, = 0 nếu ngược lại.

Nghiên cứu sử dụng tiến hành hồi quy logistic cho các giả thuyết để so sánh kết quả dự đoán rủi ro phá sản của mô hình F-score thông qua giá trị thống kê P-value và sử dụng estat classification kiểm định kết quả mô hình để đo lường tỷ lệ chính xác. Phân tích hồi quy logistic là một kỹ thuật thống kê để xem xét mối liên hệ giữa biến độc lập (biến số hoặc biến phân loại) với biến phụ thuộc là biến nhị phân. Trong mô hình hồi quy logistic, biến phụ thuộc (Y) chỉ có 2 trạng thái 1 (kiệt quệ tài chính) và 0 (không bị kiệt quệ tài chính). Nghiên cứu sử dụng mô hình hồi quy logistic để xem xét mối quan hệ giữa biến phụ thuộc nhị phân (Y) và các biến độc lập.

Kết quả nghiên cứu

Mô hình sử dụng biến phụ thuộc Y và biến độc lập F_Score với 9 biến kiểm định của mô hình là F_ROA, F_ΔROA, F_CFO, F_Accrual, F_ΔMargin, F_ΔTurnover, F_ΔLeverage, F_ΔLiquidity, F_Eq_Offer. Tác giả thực hiện phương pháp hồi quy logistic Y theo các thành phần của F-score và Z-score để kiểm tra tác động của các biến giải thích tác động đến hệ số rủi ro phá sản của DN.

Kết quả nhận thấy, biến Y đại diện khả năng kiệt quệ tài chính của DN, tại kết quả hồi quy, hầu hết các biến của F-score càng tăng thì biến Y càng giảm, có nghĩa là chỉ số tài chính càng cao thì DN hoạt động càng hiệu quả và khả năng rủi ro phá sản là thấp và ngược lại. Như vậy, ý nghĩa thống kê đáp ứng kỳ vọng của giả thuyết nghiên cứu.

Kết quả cho thấy, dự báo về xác suất dự báo của các biến giải thích theo F-score, trong đó có 5557 (=5557+0) mẫu quan sát DN không có rủi ro bị phá sản và 1043 (=1043+0) quan sát DN có rủi ro bị phá sản. Tuy nhiên, theo dự đoán có 5557 + 1043 = 6600 mẫu quan sát DN không có rủi ro bị phá sản và 0 + 0 = 0 mẫu quan sát DN có rủi ro bị phá sản. Như vậy, trong 5557 mẫu quan sát DN không có rủi ro bị phá sản, thì có 5557 trường hợp đoán đúng, như vậy tỷ lệ dự đoán đúng là: 5557/5557 = 100%. Trong 1043 quan sát DN có rủi ro bị phá sản, dự đoán có 0 trường hợp, tỷ lệ dự đoán đúng là: 0/1043 = 0. Từ kết quả mô hình tác giả tính được tỷ lệ dự đoán đúng là: (5535+38)/6600 = 84.20%.

Như vậy, kiểm định kết quả hồi quy logistic theo F-score, tỷ lệ trung bình dự đoán đúng là 84,20%. Điều này chứng tỏ, giả thuyết F-score có thể dự báo được khả năng phá sản của DN được xác nhận. Kết quả nghiên cứu cho thấy, hầu hết các yếu tố như vốn luân chuyển; lợi nhuận giữ lại, thu nhập trước thuế và lãi vay; giá trị thị trường vốn chủ sở hữu; doanh thu thuần; đòn bẩy tài chính; dòng tiền; khả năng thanh khoản… đều ảnh hưởng đến khả năng phá sản của các DN Việt Nam trong giai đoạn nghiên cứu. Kết quả kiểm định dự báo của mô hình hồi quy cho F-score cho thấy được tỷ lệ dự đoán đúng là khá cao. Từ đó, có thể kết luận rằng, F-score có thể dự báo được khả năng phá sản của DN theo mẫu nghiên cứu.

Hàm ý chính sách

Hiện nay, các DN Việt Nam chủ yếu sử dụng phương pháp nhận diện rủi ro phá sản thông qua các số liệu báo cáo tài chính được kiểm duyệt và công bố bởi các DN để nhận diện các rủi ro có thể gặp phải trong tương lai. Mô hình F-score đã chứng tỏ được tính ưu việt trong phân tích, đánh giá khả năng phá sản hoạt động của DN phi tài chính như: phân loại vùng rủi ro, xếp hạng tín dụng, đánh giá mức độ phá sản của doanh nghiệp và có thể áp dụng cho một hoặc nhiều DN ở quy mô phân tích lớn hơn, phân theo nhiều ngành nghề, lĩnh vực cũng như theo quy mô tổng nguồn vốn khác nhau. Các DN khi sử dụng các phương pháp đo lường rủi ro phá sản bằng mô hình dự báo khả năng phá sản của F-Score theo như nghiên cứu sẽ dự đoán được khả năng phá sản một cách chính xác và sớm.

Ngoài ra, DN cần theo dõi thường xuyên mức thu nhập ròng trên tổng tài sản của DN, cần theo dõi và giám sát dòng tiền đúng kế hoạch; Các nhà quản trị cần nắm rõ tỷ suất lợi nhuận gộp để đánh giá các lợi nhuận mang về có đáp ứng mục tiêu của DN hay không, theo dõi chính xác vòng quay tài sản để đo lường giá trị doanh thu hoặc doanh số của DN, quan sát đòn bẩy tài chính tức tỷ lệ giữa tổng số tiền nợ mà DN sử dụng để tài trợ hoạt động kinh doanh, lưu ý mức độ thanh khoản, cần theo dõi số lượng cổ phiếu đang lưu hành. Số lượng cổ phiếu đang lưu hành của DN không cố định và có thể biến động theo thời gian.

Tài liệu tham khảo:

1. Agarwal,V., & Taffler, R. (2008). Comparing the performance of market-based and accounting-based bankruptcy prediction models. Journal of Banking & Finance, 32(8), 1541–1551;
2. Agrawal, K. (2015). Default prediction using Piotroski’s F-score. Global Business Review, 16(5_suppl), 175S–186S;
3. Ahn, H., & Kim, K. J. (2011). Corporate credit rating using multiclass classification models with order information. International Journal of Economics and Management Engineering, 5(12), 1783-1788.