Luận văn Thạc sĩ Kinh tế: Rủi ro phá sản - Phân tích mẫu hình dòng tiền trong việc dự báo kiệt quệ tài chính ở Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƢỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

TẠ CÔNG QUỲNH NHƢ

RỦI RO PHÁ SẢN: PHÂN TÍCH MẪU HÌNH DÒNG

TIỀN TRONG VIỆC DỰ BÁO KIỆT QUỆ TÀI

CHÍNH Ở VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

Tp. Hồ Chí Minh - Năm 2018

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƢỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

TẠ CÔNG QUỲNH NHƢ

RỦI RO PHÁ SẢN: PHÂN TÍCH MẪU HÌNH DÒNG

TIỀN TRONG VIỆC DỰ BÁO KIỆT QUỆ TÀI

CHÍNH Ở VIỆT NAM

Chuyên ngành: Tài chính – Ngân hàng

Mã số: 8340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƢỜI HƢỚNG DẪN KHOA HỌC:

TS. NGUYỄN QUỐC KHANH

Tp. Hồ Chí Minh - Năm 2018

LỜI CAM ĐOAN

Tôi cam đoan rằng, luận văn thạc sĩ khoa học “ Rủi ro phá sản: Phân tích mẫu hình

dòng tiền trong việc dự báo kiệt quệ tài chính ở Việt Nam ” là công trình nghiên cứu

của riêng tôi.

Những số liệu đƣợc sử dụng trong luận văn là trung thực đƣợc chỉ rõ nguồn trích dẫn.

Kết quả nghiên cứu này chƣa đƣợc công bố trong bất kỳ công trình nghiên cứu nào từ

trƣớc đến nay.

Học viên

Tạ Công Quỳnh Nhƣ

MỤC LỤC

TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC BẢNG

DANH MỤC HÌNH

TÓM TẮT

CHƢƠNG 1: GIỚI THIỆU .............................................................................................. 1

1.1 Lý do chọn đề tài ................................................................................................... 1

1.2 Mục tiêu nghiên cứu .............................................................................................. 2

1.3 Câu hỏi nghiên cứu ................................................................................................ 2

1.4 Phạm vi nghiên cứu ............................................................................................... 3

1.5 Đối tƣợng nghiên cứu ............................................................................................ 3

1.6 Phƣơng pháp nghiên cứu ....................................................................................... 3

1.7 Ý nghĩa của đề tài .................................................................................................. 4

1.8 Bố cục bài nghiên cứu ........................................................................................... 4

CHƢƠNG 2: CƠ SỞ LÝ THUYẾT VỀ KIỆT QUỆ TÀI CHÍNH VÀ VAI TRÒ DÒNG TIỀN TRONG VIỆC DỰ BÁO KIỆT QUỆ TÀI CHÍNH ĐỐI VỚI CÁC CÔNG TY KHỎE MẠNH VÀ KIỆT QUỆ TÀI CHÍNH. .............................................. 6

2.1 Khái niệm về kiệt quệ tài chính ............................................................................. 6

2.2 Báo cáo lƣu chuyển tiền tệ và ý nghĩa của các mẫu hình dòng tiền ...................... 8

2.2.1 Báo cáo lƣu chuyển tiền tệ ............................................................................... 8

2.2.2 Vai trò của báo cáo lƣu chuyển tiền tệ trong việc dự báo kiệt quệ tài chính ... 9

2.2.3 Các mẫu hình dòng tiền và ý nghĩa của từng mẫu hình ................................. 12

2.3 Tổng quan các nghiên cứu về vai trò dòng tiền trong việc dự báo kiệt quệ tài chính đối với các công ty khỏe mạnh và kiệt quệ ...................................................... 16

2.4 Xây dựng giả thiết nghiên cứu ............................................................................. 20

CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU ........................................................... 21

3.1 Mô tả cơ sở dữ liệu và các biến hồi quy .................................................................. 21

3.2 Các biến đƣợc sử dụng trong bài nghiên cứu ...................................................... 22

3.2.1 Biến phụ thuộc (FD) ....................................................................................... 22

3.2.2 Biến độc lập .................................................................................................... 23

3.2.3 Biến kiểm soát ................................................................................................ 26

3.3 Phƣơng pháp nghiên cứu ..................................................................................... 28

3.3.1 Thống kê mô tả và tần số biến ........................................................................ 28

3.3.2 Ma trận tƣơng quan Pearson ........................................................................... 28

3.3.3 Mô hình nghiên cứu định lƣợng ..................................................................... 28

3.3.3.1 Kiểm định Chi Square ........................................................................ 28

3.3.3.2 Hồi quy nhị phân Logistic .................................................................. 29

3.3.4 Đo lƣờng khả năng phân loại của mô hình ..................................................... 33

3.3.5 Đo lƣờng khả năng dự báo của mô hình......................................................... 34

CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU ...................................................................... 39

4.1 Thống kê mô tả và tần số biến ............................................................................. 39

4.1.1 Tần số biến ...................................................................................................... 39

4.1.2 Thống kê mô tả ............................................................................................... 42

4.2 Ma trận tƣơng quan Pearson ................................................................................ 43

4.3 Kiểm định Chi Square.......................................................................................... 44

4.4 Kết quả mô hình hối quy nhị phân Logistic ........................................................ 46

4.5 Kết quả khả năng phân loại của mô hình ............................................................. 51

4.6 Kết quả khả năng dự báo của mô hình – Giá trị AUC và hệ số Gini .................. 52

CHƢƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ ................................................................. 54

5.1 Kết luận về kết quả nghiên cứu ........................................................................... 54

5.2 Hàm ý chính sách ................................................................................................. 56

5.3 Hạn chế và hƣớng nghiên cứu ............................................................................. 56

TÀI LIỆU THAM KHẢO PHỤ LỤC

DANH MỤC BẢNG

Bảng 2.1: Các mẫu hình dòng tiền ................................................................................ 12

Bảng 2.2: Các biến trong mô hình và kỳ vọng dấu ....................................................... 27

Bảng 3.1: Đo lƣờng khả năng phân loại của mô hình ................................................... 33

Bảng 3.2: Ý nghĩa diện tích dƣới đƣờng biểu diễn ROC (AUC) .................................. 37

Bảng 3.3: Các thƣớc đo phổ biến đánh giá khả năng dự báo của mô hình ( AUC và hệ

số Gini) .......................................................................................................................... 38

Bảng 4.1: Tần số biến .................................................................................................... 39

Bảng 4.2: Thống kê mô tả ............................................................................................. 42

Bảng 4.3: Ma trận tƣơng quan Pearson các biến trong mô hình ................................... 43

Bảng 4.4: Kết quả kiểm định Chi-square ...................................................................... 45

Bảng 4.5: Kết quả hồi quy mô hình nhị phân Logistic ................................................. 46

Bảng 4.6: Đánh giá khả năng phân loại của mô hình ................................................... 51

Bảng 4.7: Đo lƣờng khả năng dự báo của mô hình – Giá trị AUC và hệ số Gini ........ 52

DANH MỤC HÌNH

Hình 3.1: Đồ thị hồi quy Logistic theo x’ và xác suất P ............................................... 31

Hình 3.2: Đồ thị hồi quy Logistic theo x’ và logit (P) .................................................. 32

Hình 3.3: Biểu đồ tổng quát ROC ................................................................................. 35

Hình 4.1: Biểu đồ ROC ................................................................................................. 53

TÓM TẮT

Ngày nay, dự báo kiệt quệ tài chính đã trở thành một trong những lĩnh vực đƣợc nghiên

cứu phổ biến nhất của tài chính, hỗ trợ các nhà đầu tƣ tiềm năng - hiện tại của công ty

và các nhà quản lý thị trƣờng chứng khoán có thể đƣa ra những quyết định phù hợp để

duy trì sự tồn tại và thúc đẩy sự phát triển của công ty. Các nghiên cứu gần đây cho

rằng trong suốt tình trạng kiệt quệ tài chính, thông tin về thu nhập trở nên kém tin cậy

hơn để đo lƣờng hiệu quả của công ty và đề nghị rằng thông tin dòng tiền là thích hợp

hơn. Vì thế, bài nghiên cứu này tiếp cận theo hƣớng nghiên cứu mới để dự báo kiệt quệ

tài chính, đề cao vài trò của ba loại dòng tiền trên báo cáo lƣu chuyển tiền tệ, khác với

những nghiên cứu trƣớc khi chỉ sử dụng các dữ liệu trên bảng cân đối kế toán và báo

cáo kết quả kinh doanh cùng các thông tin vĩ mô và thị trƣờng. Bài nghiên cứu sử dụng

kiểm định Chi Square và quan trọng hơn là phát triển mô hình dự báo kiệt quệ tài chính

bằng phƣơng pháp hồi quy nhị phân logictis đƣợc thực hiện bằng phần mềm Stata

nhằm phát triển và kiểm định các giả thiết đƣợc đề cập. Ngoài ra, bảng kiểm định độ

phù hợp của mô hình (thiết lập bảng Classification Table) cũng sẽ đƣợc xây dựng

nhằm đánh giá mức độ phù hợp cũng nhƣ khả năng dự báo của mô hình. Kết quả

nghiên cứu cho thấy thông tin dòng tiền trên báo cáo lƣu chuyển tiền tệ và đặc biệt hơn

là vai trò của các mẫu hình dòng tiền thông qua kết hợp ba thành phần dòng tiền có thể

đƣợc xem công cụ dự báo hiệu quả tình trạng kiệt quệ tài chính của doanh nghiệp với

khả năng phân loại và khả năng dự báo đƣợc đánh giá là tƣơng đối cao, củng cố thêm

tính chuẩn xác cũng nhƣ mức độ phù hợp của mô hình.

CHƢƠNG 1: GIỚI THIỆU

1.1 Lý do chọn đề tài

Dự báo kiệt quệ tài chính và phá sản là một vấn đề ngày càng thu hút sự quan tâm của

các nhà đầu tƣ. Việc xác định khi nào công ty rơi vào tình trạng kiệt quệ tài chính

cũng là một vấn đề hết sức cần thiết bởi nó giúp các nhà quản lý đƣa ra các quyết sách

phù hợp nhằm duy trì hoạt động và thúc đẩy công ty tiếp tục phát triển.

Trên thực tế, dữ liệu trên bảng cân đối kế toán là dữ liệu tĩnh cho một mốc thời gian

cụ thể - ngày lập bảng cân đối kế toán, báo cáo thu nhập thì có nhiều giao dịch không

dùng tiền mặt. Trong khi đó, dữ liệu trên báo cáo dòng tiền mang tính chất biến động,

nó ghi lại những thay đổi trong các báo cáo khác trong một khoảng thời gian và tập

trung vào tiền mặt sẵn có cho các hoạt động và đầu tƣ. Giá trị của thông tin dòng tiền

có thể đƣợc sử dụng để đánh giá chất lƣợng thu nhập, sự linh hoạt về tài chính và hỗ

trợ trong việc dự báo dòng tiền. Các nghiên cứu cũng chứng minh rằng thông tin về

thu nhập đã trở nên ít cần thiết hơn để đo lƣờng hiệu quả của công ty trong tình trạng

kiệt quệ tài chính. Nếu thông tin dòng tiền trên báo cáo lƣu chuyển tiền tệ có thể đƣợc

sử dụng nhƣ một thuớc đo thanh khoản thì nó có thể dự báo kiệt quệ tài chính và cuối

cùng là phá sản. Do đó, một cảnh báo sớm về kiệt quệ tài chính có thể giúp ngăn chặn

phá sản xảy ra.

Bởi vì dòng tiền đƣợc tạo ra từ ba nguồn chính (từ hoạt động kinh doanh, đầu tƣ và tài

chính) và dòng tiền từ ba nguồn này do các nhà quản lý cùng xác định, sự kết hợp của

ba loại dòng tiền này cung cấp thông tin liên quan đến ngƣời dùng để đánh giá hiệu

quả tài chính và dự báo tình hình tài chính. Phân tích sự kết hợp của dòng tiền thuần

từ hoạt động kinh doanh, đầu tƣ và hoạt động tài chính hỗ trợ trong việc chỉ ra cách

thức công ty quản lý tiền mặt của mình thông qua ba hoạt động chính này để đáp ứng

nhu cầu tiền mặt đang diễn ra.

Nghiên cứu này xem xét tám mẫu hình dòng tiền đƣợc sử dụng nhƣ một công cụ thay

thế nhƣ ở các nghiên cứu trƣớc đây để dự báo kiệt quệ tài chính. Các mẫu hình dòng

tiền bắt nguồn từ các dấu hiệu dƣơng và âm của các thành phần dòng tiền thuần bao

gồm các dòng tiền thuần từ hoạt động kinh doanh, dòng tiền thuần từ hoạt động đầu tƣ

và dòng tiền thuần từ hoạt động tài chính.

1.2 Mục tiêu nghiên cứu

Mục tiêu chính của nghiên cứu là để tìm hiểu xem có sự khác biệt đáng kể nào giữa các

công ty bị kiệt quệ tài chính và khỏe mạnh trong các mẫu hình dòng tiền khác nhau hay

không. Nghĩa là các mẫu hình dòng tiền khác nhau sẽ ảnh hƣởng nhƣ thế nào đến tình

trạng kiệt quệ tài chính của công ty.

Ngoài ra, nghiên cứu còn tập trung làm rõ về mối tƣơng quan giữa các mẫu hình dòng

tiền và vấn đề kiệt quệ tài chính, chứng minh rằng dòng tiền cũng là một thƣớc đo có

thể dùng để dự báo kiệt quệ tài chính. Cụ thể, trong tám mẫu hình đƣợc xây dựng trong

bài nghiên cứu, mẫu hình nào sẽ có vai trò trong việc dự báo kiệt quệ tài chính. Từ đó

đƣa ra các biện pháp dự báo dựa trên chỉ tiêu dòng tiền thuần để có thể đƣa ra quyết

sách kịp thời nhằm duy trì hoạt động và thúc đẩy công ty tiếp tục phát triển. Ngoài ra,

các nhà đầu tƣ và chủ nợ cũng có một thƣớc đo đầy đủ để đánh gía mức độ rủi ro mà

họ đang gánh chịu khi công ty rơi vào tình trạng kiệt quệ tài chính.

1.3 Câu hỏi nghiên cứu

Các giả thuyết liên quan đến sự khác biệt đáng kể về ảnh hƣởng của các mẫu hình dòng

tiền khác nhau đối với các doanh nghiệp khỏa mạnh và kiệt quệ tài chính đã đƣợc đƣa

ra để trả lời hai câu hỏi sau:

Thứ nhất: Có sự khác biệt đáng kể giữa các công ty kiệt quệ và khỏe mạnh đối với sự

tác động của các mẫu hình dòng tiền khác nhau hay không ?

Thứ hai: Các mẫu hình khác nhau của dòng tiền thuần từ hoạt động kinh doanh, đầu tƣ

và tài chính có là những yếu tố dự báo đáng kể về mặt thống kê vấn đề kiệt quệ tài

chính hay không ?

1.4 Phạm vi nghiên cứu

Bài nghiên cứu này đƣợc thực hiện trên một mẫu bao gồm 378 các quan sát (công ty-

năm), trong khoảng thời gian từ 2013 đến 2017, nhằm điều tra thực nghiệm tính hữu

dụng khi sử dụng thông tin dòng tiền thuần để dự báo kiệt quệ tài chính của doanh

nghiệp. Khung thời gian nghiên cứu đối với từng công ty là 3 năm trƣớc khi công ty rơi

vào tình trạng kiệt quệ tài chính gồm các năm t-1, t-2, t-3. Dữ liệu nghiên cứu đƣợc lấy

từ Vietstock, cophieu68.

Phƣơng pháp hồi quy nhị phân logistic sẽ đƣợc tiến hành dựa trên mẫu đƣợc lựa chọn

theo phƣơng pháp chọn mẫu phi xác suất bao gồm 126 công ty phi tài chính ở Việt

Nam trên hai sàn giao dịch HNX và HOSE từ nhiều ngành khác nhau ngoại trừ các

ngành đặc thù nhƣ tài chính, ngân hàng, bảo hiểm, giáo dục, hàng không, các ngành

dịch vụ...(trong đó gồm 63 công ty kiệt quệ và 63 công ty không kiệt quệ) ở Việt Nam.

1.5 Đối tƣợng nghiên cứu

Bài nghiên cứu này tiến hành phát triển và đánh giá khả năng dự báo kiệt quệ tài chính

dựa trên thông tin dòng tiền thuần cho 126 công ty phi tài chính đƣợc niêm yết trên thị

trƣờng chứng khoán Việt Nam. Bên cạnh đó, vấn đề dự báo đƣợc trình bày chủ yếu

bằng phƣơng pháp nhị phân Logistic cũng nhƣ sử dụng những đánh giá riêng biệt

nhằm so sánh khả năng dự báo của mô hình hồi quy. Trên thực tế, việc dự báo tình

trạng kiệt quệ tài chính một cách đúng lúc có thể giúp nhà quản lý, nhà đầu tƣ và chủ

nợ phòng ngừa một vài chi phí phát sinh trong vấn đề đệ đơn phá sản.

1.6 Phƣơng pháp nghiên cứu

Cả hai biến độc lập và phụ thuộc đều là dữ liệu phân loại cho các công ty kiệt quệ và

không kiệt quệ tài chính cũng nhƣ các mẫu hình dòng tiền khác nhau cho biến độc lập.

Do đó, kiểm tra thống kê Chi Square cần đƣợc thực hiện. Chi Square đã đƣợc áp dụng

để xem liệu có sự khác biệt đáng kể nào giữa các công ty kiệt quệ tài chính và khỏe

mạnh trong sự tác động của các mẫu hình dòng tiền khác nhau. Do đó, câu hỏi đầu tiên

đƣợc kiểm tra bằng cách sử dụng kiểm tra thống kê Chi Square.

Các nghiên cứu trƣớc đây đã sử dụng hồi quy đa bội khi kết quả dự báo hoặc nói cách

khác biến phụ thuộc là biến liên tục. Trong nghiên cứu này, hồi quy logistic nhị phân

cần đƣợc sử dụng vì các kết quả phân loại chỉ xảy ra một trong hai trƣờng hợp sau (1

= công ty kiệt quệ, 0 = công ty khỏe mạnh). Để kiểm tra câu hỏi thứ hai, nghiên cứu

hiện tại đã sử dụng phân tích hồi quy logistic nhị phân để phát triển mô hình dự báo

kiệt quệ tài chính.

Sau khi ƣớc lƣợng mô hình, các kiểm định có liên quan để kiểm tra khả năng dự báo

cũng nhƣ độ phù hợp của mô hình (thiết lập Classification Table) cũng sẽ đƣợc thực

hiện.

1.7 Ý nghĩa của đề tài

Thứ nhất: Bài nghiên cứu đã có những đóng góp hữu ích trong việc dự báo kiệt quệ tài

chính, qua đó giúp các nhà quản lý, các nhà đầu tƣ đƣa ra những quyết định đúng đắn

trong việc dự báo kiệt quệ tài chính của các công ty để điều hành thị trƣờng tốt hơn.

Thứ hai: Những phát hiện từ nghiên cứu này cũng có thể cung cấp cái nhìn sâu sắc hữu

ích đặc biệt là cho các cổ đông hiện hữu và tiềm năng về tầm quan trọng của báo cáo

dòng tiền nhƣ một công cụ dự báo kiệt quệ tài chính bên cạnh công cụ bảng cân đối kế

toán, báo cáo kết quả kinh doanh nhƣ đã đƣợc đề cập trong các nghiên cứu trƣớc đây.

1.8 Bố cục bài nghiên cứu

Bài nghiên cứu này gồm 5 chƣơng:

Chƣơng 1: Giới thiệu đề tài.

Chƣơng này sẽ trình bày sơ lƣợc về lý do nghiên cứu, mục tiêu, câu hỏi, phạm vi, đối

tƣợng và phƣơng pháp nghiên cứu và ý nghĩa bài nghiên cứu.

Chƣơng 2: Cơ sở lý thuyết về kiệt quệ tài chính và vai trò của dòng tiền trong việc dự

báo vấn đề này đối với các công ty khỏe mạnh và kiệt quệ tài chính.

Chƣơng này sẽ trình bày nội dung và các phƣơng pháp xác định kiệt quệ tài chính, các

mẫu hình dòng tiền có thể có và ý nghĩa của chúng. Bên cạnh đó, các bằng chứng từ

những nghiên cứu trƣớc đây của các tác giả khác cũng sẽ đƣợc trình bày, đánh giá xem

họ đã rút ra đƣợc các kết quả nhƣ thế nào về vai trò của dòng tiền trong việc dự báo

kiệt quệ tài chính đối với các công ty kiệt quệ và khỏa mạnh. Từ đó so sánh với kết quả

nghiên cứu trong điều kiện Việt Nam để có thể rút ra nhận xét về mối tƣơng quan này

trên bình diện thế giới.

Chƣơng 3: Phƣơng pháp nghiên cứu.

Chƣơng này sẽ trình bày cụ thể hơn về cách thu thập mẫu dữ liệu, quy mô và phạm vi

dữ liệu. Bên cạnh đó, cách tính toán cũng nhƣ ý nghĩa của từng biến cũng sẽ đƣợc trình

bày và giải thích một cách cụ thể. Cuối cùng, các kiểm định và phƣơng pháp hồi quy

trong bài đƣợc trình bày kĩ hơn về vai trò, ý nghĩa thực hiện cũng nhƣ các đánh giá liên

quan.

Chƣơng 4: Kết quả nghiên cứu.

Chƣơng này của nghiên cứu trình bày và thảo luận về các kết quả thống kê mô tả, tần

số biến, kiểm định Chi Square và phân tích hồi quy mô hình nhị phân Logistis và xây

dựng Classification Table để đánh giá mức độ phù hợp của mô hình.

Chƣơng 5: Kết luận

Chƣơng này trình bày kết luận tổng quát vể kết quả cho bài nghiên cứu, cung cấp các

hàm ý chính sách cũng nhƣ những hạn chế trong quá trình nghiên cứu về nội dung dự

báo này tại Việt Nam và nêu lên hƣớng phát triển cho đề tài.

CHƢƠNG 2: CƠ SỞ LÝ THUYẾT VỀ KIỆT QUỆ TÀI CHÍNH VÀ VAI TRÒ DÒNG TIỀN TRONG VIỆC DỰ BÁO KIỆT QUỆ TÀI CHÍNH ĐỐI VỚI CÁC CÔNG TY KHỎE MẠNH VÀ KIỆT QUỆ TÀI CHÍNH.

2.1 Khái niệm về kiệt quệ tài chính

Trong những thập kỷ gần đây, tình trạng kiệt quệ tài chính luôn là chủ đề của nhiều

nghiên cứu đƣợc giới thiệu cho đến nay. Tuy nhiên, trở ngại lớn nhất trong lĩnh vực dự

báo kiệt quệ tài chính là sự thiếu sót một định nghĩa thống nhất về tình trạng kiệt quệ

tài chính mà công ty phải đối mặt. Bởi vì, việc xác định một định nghĩa phù hợp về tình

trạng kiệt quệ tài chính sẽ giúp các nhà nghiên cứu đề ra phƣơng pháp cũng nhƣ hƣớng

nghiên cứu phù hợp. Brealey Meyers (2003) cho rằng kiệt quệ tài chính xảy ra khi

công ty gặp phải các khó khăn về mặt tài chính không thể đáp ứng các hứa hẹn với các

chủ nợ hoăc đáp ứng một cách khó khăn. Hầu hết các mô hình dự báo vỡ nợ trƣớc đây

dùng cho các công ty niêm yết đều sử dụng định nghĩa về kiệt quệ tài chính dựa trên

những sự kiện pháp lý sau: hoặc là phá sản nhƣ ở Hoa Kỳ, hay việc thanh lý tài sản tự

nguyện hoặc bắt buộc nhƣ ở Vƣơng quốc Anh hoặc ở Malaysia thì các công ty niêm

yết đƣợc đánh giá là kiệt quệ tài chính bởi Bursa Malaysia dựa theo PN4, PN17 và

PN17 sửa đổi lần lƣợt từ ngày 15 tháng 2 năm 2001 cho đến ngày 31 tháng 12 năm

2010.

Wruck (1990) cho rằng một công ty lâm vào tình trạng kiệt quệ tài chính có thể trải qua

những giai đoạn sau đây trƣớc khi thực sự sụp đổ: kiệt quệ tài chính, mất khả năng

thanh toán, đệ đơn phá sản, tiếp quản hành chính (nhằm hạn chế việc đệ đơn phá sản).

Ngoài ra tình trạng suy yếu của công ty có thể đƣợc giải quyết, kiểm soát bằng cách

bán bớt tài sản (pre-packs) và sau cùng mới chính thức sụp đổ, so với cách phá sản

thông thƣờng. Ông cũng định nghĩa rằng giai đoạn dòng tiền của công ty không đủ để

trang trải các nghĩa vụ tài chính hiện thời chính là dấu hiệu cho tình trạng kiệt quệ tài

chính.

Các bài phân tích trƣớc cho thấy một khoảng cách về mặt thời gian khá đáng kể giữa

giai đoạn công ty bắt đầu có dấu hiệu kiệt quệ tài chính (nguyên nhân gây nên sự vỡ nợ

sau này) và thời điểm công ty chính thức tuyên bố phá sản/ vỡ nợ. Ví dụ, tình trạng mất

khả năng thanh toán có thể là một quá trình pháp lý kéo dài và ngày công ty phá sản

theo pháp lý có thể không thể hiện chính xác tình hình kinh doanh hay tình trạng khó

khăn thực sự của công ty. Kết quả này là phù hợp với kết quả nghiên cứu của

Theodossiou (1993) chỉ ra rằng các công ty Hoa Kỳ bắt đầu ngừng công bố thông tin

kế toán khoảng hai năm trƣớc khi thực sự đệ đơn phá sản. Điều này cho thấy rằng, một

công ty kiệt quệ tài chính thì đã bắt đầu lâm vào tình trạng kiệt quệ nghiêm trọng vào

khoảng hai năm trƣớc khi chính thức thông báo phá sản theo quy định của pháp luật.

Asquith, Gertner, và Scharfstein (1994) định nghĩa kiệt quệ tài chính dựa trên hệ số khả

năng thanh toán lãi vay. Trong thực tiễn, một công ty bị xếp vào kiệt quệ tài chính khi

mà lợi nhuận trƣớc thuế, lãi vay, và khấu hao (EBITDA) nhỏ hơn chi phí tài chính

đƣợc công bố (chi phí lãi vay từ nợ) trong hai năm liên tiếp, bắt đầu từ năm sau khi

phát hành trái phiếu cấp thấp (junk bond); hoặc là trong bất kì một năm nào khác,

EBITDA thấp hơn 80% chi phí lãi vay. Tƣơng tự nhƣ thế, Andrake và Kaplan (1998)

định nghĩa kiệt quệ tài chính từ năm đầu tiên mà công ty có EBITDA nhỏ hơn chi phí

tài chính. Tuy nhiên, cùng với điều kiện đầu tiên nhƣ trên các tác giả phân loại công ty

trong tình trạng này bất cứ khi nào công ty có ý định tái cấu trúc nợ hay sự vỡ nợ. Khi

đáp ứng đủ bất cứ điều kiện nào trong số các điều kiện trên, thì công ty sẽ bị liệt vào

tình trạng kiệt quệ tài chính. Tuy nhiên, nghiên cứu trên nhận ra sự cần thiết phải thêm

vào các định nghĩa kiệt quệ tài chính trƣớc đây, dựa trên thông tin tài chính, một chỉ

báo vỡ nợ, để hoàn thiện bối cảnh về kiệt quệ tài chính và do đó gia tăng phạm vi và

năng lực dự báo/ phân biệt của mô hình cho mục đích thực tiễn.

Kiệt quệ tài chính, thất bại kinh doanh và phá sản có ý nghĩa tƣơng tự trong việc giải

thích các vấn đề tài chính của công ty. Kiệt quệ tài chính mức độ nhẹ chỉ là khó khăn

dòng tiền tạm thời, trong khi kiệt quệ tài chính ở mức nghiêm trọng là phá sản. Kiệt

quệ tài chính có thể đƣợc xem là quá trình thay đổi linh hoạt các trạng thái khác nhau

giữa khó khăn tạm thời và phá sản, là kết quả của các bất thƣờng xảy ra đối với hoạt

động kinh doanh trong suốt một khoảng thời gian. Kiệt quệ tài chính đƣợc xác định

dƣới quan điểm thực nghiệm cho thấy khó khăn tài chính của công ty một cách rõ ràng,

chẳng hạn nhƣ tình trạng thông báo phá sản hoặc bị hủy niêm yết trên sàn chứng

khoán. Chỉ những công ty có thể thích nghi với những thay đổi nhanh chóng trong môi

trƣờng kinh doanh mới có thể tồn tại thành công trong ngành.

Có thể thấy rằng, khái niệm kiệt quệ tài chính rất đa dạng, tuy nhiên có thể hiểu theo

một cách tổng quát đây là tình trạng doanh nghiệp đáp ứng một cách khó khăn hoặc

không thể đáp ứng các nghĩa vụ thanh toán hiện hành, khi đó lợi nhuận của doanh

nghiệp bị sụt giảm. Vì thế, doanh nghiệp nên giữ mức tiền mặt tối thiếu cần thiết cho

việc chi trả trong trƣờng hợp khẩn cấp để không bị rơi vào tình trạng kiệt quệ tài chính.

Kiệt quệ tài chính kéo dài và ở mức độ nghiêm trọng có thể dẫn đến tình trạng phá sản,

đó là tình trạng chấm dứt hoạt động của doanh nghiệp.

2.2 Báo cáo lƣu chuyển tiền tệ và ý nghĩa của các mẫu hình dòng tiền

2.2.1 Báo cáo lưu chuyển tiền tệ

Báo cáo lƣu chuyển tiền tệ là một bộ phận trong hệ thống báo cáo tài chính của các

doanh nghiệp, bên cạnh bảng cân đối kế toán và báo cáo kết quả hoạt động kinh doanh.

Đây là loại báo cáo tài chính bắt buộc và đƣợc lập vào cuối mỗi niên độ kế toán, cung

cấp các thông tin về dòng tiền vào, dòng tiền ra của doanh nghiệp và đƣợc ví nhƣ

“huyết mạch” của doanh nghiệp. Ngoài ra, theo chuẩn mực kế toán quốc tế số 07 (IAS

07) “thông tin về luồng tiền của doanh nghiệp rất hữu dụng trong việc cung cấp cho

những ngƣời sử dụng báo cáo tài chính, cơ sở để đánh giá khả năng của doanh nghiệp

trong việc sử dụng các luồng tiền đó”.

Báo cáo tài chính là một nguồn thông tin quan trọng về hiệu quả tài chính và các điều

kiện tài chính của công ty. Báo cáo dòng tiền đƣợc yêu cầu cung cấp các khoản tăng

thêm và khác biệt với báo cáo thu nhập và bảng cân đối kế toán để giúp ngƣời dùng

đánh giá hiệu quả của doanh nghiệp và triển vọng trong tƣơng lai (FAC 5, paras. 52-

53). Các nhà nghiên cứu đã kiểm tra tính hữu ích của thông tin báo cáo dòng tiền cho

dự báo kiệt quệ tài chính. Những nghiên cứu này đã báo cáo các bằng chứng mâu thuẫn

về tính hữu ích của các thành phần của dòng tiền trong việc dự báo kiệt quệ tài chính.

Báo cáo lƣu chuyển tiền tệ có ba thành phần. Đó là các dòng tiền thuần từ hoạt động

kinh doanh, dòng tiền thuần từ hoạt động đầu tƣ và dòng tiền thuần từ hoạt động tài

chính. Dòng tiền thuần phát sinh từ hoạt động kinh doanh có liên quan đến các hoạt

động tạo ra doanh thu chủ yếu của doanh nghiệp, cung cấp thông tin cơ bản để đánh

giá khả năng tạo tiền của doanh nghiệp từ các hoạt động kinh doanh để trang trải nợ,

duy trì hoạt động,...Dòng tiền thuần phát sinh từ hoạt động đầu tƣ có liên quan đến việc

mua sắm, xây dựng, nhƣợng bán, thanh lý tài sản dài hạn và các khoản đầu tƣ khác

không thuộc các khoản tƣơng đƣơng tiền. Dòng tiền thuần phát sinh từ hoạt động tài

chính bao gồm dòng tiền vào và dòng tiền ra có liên quan đến việc thay đổi về quy mô

và kết cấu của vốn chủ sở hữu và vốn vay.

2.2.2 Vai trò của báo cáo lưu chuyển tiền tệ trong việc dự báo kiệt quệ tài chính

Báo cáo lƣu chuyển tiền tệ là một phần của các thành phần báo cáo tài chính ngoài báo

cáo kết quả kinh doanh, bảng cân đối kế toán và bảng thuyết minh báo cáo tài chính.

Báo cáo lƣu chuyển tiền tệ cung cấp thông tin về các dòng tiền vào và dòng tiền ra của

một công ty trong một kỳ kế toán tài chính đã hoàn thành (Ibarra,2009). Theo Gup,

Samson, Dugan, Kim và Jittrapanun (1993), báo cáo kết quả kinh doanh, bảng cân đối

kế toán đã trở thành nguồn thông tin chính kể từ khi hệ thống kế toán dồn tích đƣợc sử

dụng cho mục đích ghi chép và báo cáo các giao dịch kinh doanh hàng ngày. Tuy

nhiên, báo cáo dòng tiền có thể đƣợc sử dụng để bổ sung cho hai báo cáo trên vì nó sử

dụng cơ sở tiền mặt, cung cấp thông tin liên quan gia tăng và khác biệt với báo cáo kết

quả kinh doanh và bảng cân đối để giúp ngƣời dùng đánh giá hiệu suất của doanh

nghiệp và triển vọng trong tƣơng lai (FAC 5, paras. 52-53).

Jantadej (2006) cho rằng trong suốt tình trạng kiệt quệ tài chính, thông tin về thu nhập

trở nên kém tin cậy hơn để đo lƣờng hiệu quả của công ty và đề nghị rằng dòng tiền là

thích hợp hơn. Dựa trên định nghĩa kiệt quệ tài chính là tình trạng không có khả năng

đáp ứng các nghĩa vụ tài chính khi đến hạn (Beaver, 1966; Heath, 1978; Pastena và

Ruland, 1986), một công ty có thể gặp khó khăn về tài chính nếu không thể tạo đủ tiền

mặt để đáp ứng nhu cầu của mình nhƣ trả nợ vay. Do đó, thông tin về dòng tiền của

công ty càng đƣợc kỳ vọng sẽ hữu ích để chỉ ra tình trạng kiệt quệ tài chính.

Theo Sharma (2001), dòng tiền rõ ràng không phải là một khái niệm mới. Thời gian

trƣớc đây, hầu hết các giao dịch hàng ngày đƣợc ghi nhận bằng cơ sở tiền mặt. Thậm

chí cho đến bây giờ, có một số lƣợng nhỏ các tổ chức vẫn đang áp dụng kế toán trên cơ

sở tiền mặt vì họ tin rằng cơ sở này vẫn còn thích hợp (Ibarra, 2009). Theo thời gian, số

lƣợng giao dịch trong một công ty đang tăng lên và do đó yêu cầu công ty phải có

thông tin chi tiết về dòng tiền. Bên cạnh phân tích tài chính, phân tích dòng tiền cung

cấp thông tin cần thiết có thể đóng vai trò bổ sung cho thông tin dồn tích.

Một giải thích có thể có về lý do tại sao các nghiên cứu trƣớc đây về dự báo kiệt quệ tài

chính đã báo cáo sự hạn chế trong vai trò của các thành phần dòng tiền là bởi vì các

nhà nghiên cứu đã bỏ qua các mối quan hệ giữa các thành phần dòng tiền. Theo FAS

95, cả các thành phần riêng lẻ của dòng tiền và mối quan hệ giữa các thành phần của

dòng tiền là quan trọng đối với các nhà đầu tƣ, chủ nợ và ngƣời sử dụng báo cáo tài

chính khác trong đánh giá hiệu quả tài chính của công ty, các nghĩa vụ và các luồng

tiền trong tƣơng lai (FAS 95, ký hiệu 82 và 84). Theo đó, thông tin thông tin về sự kết

hợp của các thành phần dòng tiền là một dấu hiệu của dự báo kiệt quệ tài chính.

Thông tin về dòng tiền của công ty đƣợc kỳ vọng sẽ hữu ích để chỉ ra tình trạng kiệt

quệ tài chính. Bởi vì dòng tiền đƣợc tạo ra từ ba nguồn chính (hoạt động kinh doanh,

đầu tƣ và tài trợ) và dòng tiền từ ba nguồn này do các nhà quản lý cùng xác định, sự

kết hợp của dòng tiền từ hoạt động, đầu tƣ và hoạt động tài chính cung cấp thông tin

liên quan để ngƣời dùng đánh giá hiệu quả tài chính và dự báo tình trạng tài chính.

Phân tích sự kết hợp của dòng tiền từ hoạt động kinh doanh, đầu tƣ và tài chính giúp

chỉ ra cách công ty quản lý tiền mặt của mình thông qua ba hoạt động chính này để đáp

ứng nhu cầu tiền mặt đang diễn ra của mình. Trong một số nghiên cứu, tám kết hợp có

thể có của dòng tiền thuần từ hoạt động kinh doanh, hoạt động đầu tƣ và hoạt động tài

chính đƣợc coi là biến dự báo cho dự báo kiệt quệ tài chính.

Một công ty hoạt động tốt thƣờng tạo ra dòng tiền vào từ hoạt động kinh doanh và sử

dụng tiền mặt dƣ thừa cho nhu cầu đầu tƣ và tài chính của mình (ví dụ: mua tài sản,

nhà máy và thiết bị và trả nợ). Theo đó, sự kết hợp của dòng tiền thuần từ hoạt động

kinh doanh dƣơng và dòng tiền thuần âm từ hoạt động đầu tƣ và tài trợ cho thấy dấu

hiệu công ty hoạt động tài chính tốt. Sự kết hợp của dòng tiền thuần hoạt động kinh

doanh dƣơng, dòng tiền thuần đầu tƣ âm (ví dụ, mua tài sản), và dòng tiền thuần tài

chính dƣơng (ví dụ, vay và tăng vốn chủ sở hữu) cũng cho thấy rằng một công ty lành

mạnh và phát triển. Công ty có rất nhiều cơ hội đầu tƣ tốt nhƣng hạn chế tiền mặt từ

các hoạt động; do đó, nó sử dụng dòng tiền tài chính để tận dụng các cơ hội đầu tƣ.

Một công ty cho thấy dấu hiệu kiệt quệ tài chính nếu nó không thể tạo ra đủ tiền mặt để

đáp ứng nhu cầu của mình. Khi công ty thiếu tiền mặt từ hoạt động kinh doanh, nó sẽ

sử dụng tiền từ đầu tƣ và từ tài trợ để bù đắp thâm hụt tiền mặt của mình. Sự kết hợp

của dòng tiền thuần hoạt động kinh doanh âm và dòng tiền thuần dƣơng từ đầu tƣ và tài

chính báo hiệu rằng một công ty đang đối mặt với tình trạng khó khăn tài chính nghiêm

trọng. Sự kết hợp này chỉ ra rằng công ty không có đủ tiền mặt từ hoạt động và phải

bán tài sản và vay thêm tiền (và / hoặc phát hành thêm cổ phiếu) để giải quyết các vấn

đề tài chính. Trong ngắn hạn, công ty có thể phải đối mặt với khoản vay mặc định nếu

nó tiếp tục tạo ra dòng tiền hoạt động không đủ và không thể thu đƣợc dòng tiền từ các

hoạt động đầu tƣ và tài chính để bù đắp thâm hụt tiền mặt.

Vì thế, khi phân tích báo cáo lƣu chuyển tiền tệ, cần thiết phải xem xét các thành phần

dòng tiền trong mối tƣơng quan với nhau để có cái nhìn toàn diện và chặt chẽ nhất về

tình hình tài chính của doanh nghiệp và có biện pháp khắc phục các khó khăn kịp thời.

2.2.3 Các mẫu hình dòng tiền và ý nghĩa của từng mẫu hình

Từ ba loại dòng tiền đã trình bày ở trên, ta có thể xây dựng tám mẫu hình dòng tiền

theo bảng 2.1.

Bảng 2.1: Các mẫu hình dòng tiền

Tên mẫu hình

dòng tiền Ký hiệu mẫu hình dòng tiền Dòng tiền thuần từ hoạt động kinh doanh Dòng tiền thuần từ hoạt động đầu tƣ Dòng tiền thuần từ hoạt động tài chính

+ CFP 1 (+,+,+) + +

+ CFP 2 (+,-,-) _ _

+ CFP 3 (+,+,-) + _

+ CFP 4 (+,-,+) _ +

_ CFP 5 (-,+,+) + +

_ CFP 6 (-,-,+) _ +

_ CFP 7 (-,+,-) + _

_ CFP 8 (-,-,-) _ _

 Mẫu hình dòng tiền thứ nhất – CFP1 (+,+,+)

Mẫu hình này có vẻ là ít phổ biến và thƣờng mang tính chất tạm thời. Những công ty

có mẫu hình dòng tiền này thƣờng hành động theo một trong các lựa chọn sau cho

tƣơng lai. Nếu họ tích trữ thêm nhiều tiền, điều này chắc chắn sẽ dẫn đến sự thiếu hiệu

quả và lãng phí vốn. Mặt khác, việc giữ ít tiền hơn do công ty sử dụng nguồn tiền để

đầu tƣ quá lớn có thể dẫn đến sự tin tƣởng ít hơn của chủ nợ, và do đó công ty có thể

mất các cơ hội lý tƣởng khác. Gup và Samson (1993) kỳ vọng tiền mặt đƣợc tạo ra bởi

các hoạt động kinh doanh, từ các khoản vay hoặc phát hành cổ phiếu sẽ sớm đƣợc sử

dụng để đầu tƣ hoặc mở rộng theo một cách hiệu quả nhất. Họ cũng xác định từ các tỷ

số cho rằng các công ty có những đặc điểm này tƣơng đối nhỏ về tổng tài sản, có tỷ lệ

tăng trƣởng âm.

 Mẫu hình dòng tiền thứ hai – CFP2 (+,-,-)

Mẫu hình này thuộc về các công ty thịnh vƣợng. Do đó, nó đƣợc coi là mẫu hình dòng

tiền lý tƣởng. Gantry et al. (1990) nhấn mạnh rằng sức khỏe tài chính của một công ty

phụ thuộc vào khả năng tạo ra dòng tiền thuần dƣơng từ hoạt động kinh doanh đủ để

trang trải dòng tiền ra. Khối lƣợng dòng tiền thuần đến từ hoạt động tài chính và đầu tƣ

là đủ để trả nợ gốc, lãi vay và cung cấp khả năng đầu tƣ vào các cơ hội sinh lời. Theo

Gup và Samson (1993), các công ty này hoạt động ổn định, trƣởng thành và thành

công, phát triển với tốc độ vừa phải và mô hình này nên đƣợc phổ biến giữa các công

ty.

 Mẫu hình dòng tiền thứ ba – CFP3 (+,+,-)

Mẫu hình này của dòng tiền truyền tải tín hiệu kiệt quệ tài chính. Gup và Samson

(1993) lập luận rằng mặc dù dòng tiền thuần hoạt động kinh doanh là dƣơng, nhƣng nó

không đủ trang trải cho các hoạt động tài chính của công ty. Nếu sự yếu kém trong hoạt

động kinh doanh vẫn còn, những ảnh hƣởng bất lợi của nó sẽ đƣợc chuyển giao cho

các hoạt động đầu tƣ. Trong điều kiện này, nhà quản lý đƣợc thúc đẩy tham gia vào các

hoạt động liên quan đến đầu tƣ theo cách phổ biến nhất và mang tính chủ động của

doanh nghiệp là bán tài sản để dòng tiền thuần dƣơng đến từ hoạt động đầu tƣ bù đắp

cho dòng tiền thuần âm của hoạt động tài chính.

Shleifer và Vishny (1990) lập luận rằng khi tình hình kiệt quệ tài chính của công ty dẫn

đến việc bán tài sản là phổ biến, có lẽ các công ty cùng ngành cũng đang đối mặt với

cùng một vấn đề. Điều này dẫn đến tài sản đƣợc bán với giá thấp hơn giá trị của chúng

trong trạng thái sử dụng tốt nhất. Tình trạng này cũng có thể tồn tại đối với các công ty

thuộc cùng ngành và họ có thể gặp phải các vấn đề tƣơng tự (Chava, Jarrow 2004). Sau

một thời gian co rút tài sản, dẫn đến giảm dòng tiền thuần đến từ hoạt động đầu tƣ. Khả

năng thanh toán các khoản nợ cùng với phản ứng tiêu cực của thị trƣờng chứng khoán

làm tăng chi phí tài chính. Những yếu tố này đủ mạnh để đƣa công ty vào tình trạng

khủng hoảng tài chính trong tƣơng lai gần.

 Mẫu hình dòng tiền thứ tư – CFP4 (+,-,+)

Mẫu hình này đại diện cho một công ty mở rộng có cơ hội phát triển tiềm năng và đạt

hiệu quả thỏa đáng, có đƣợc nhiều cơ hội đầu tƣ sinh lời khác nhau. Tuy nhiên, dòng

tiền thuần đến từ hoạt động hoạt động kinh doanh thƣờng không trang trải đủ nhu cầu

cần thiết cho hoạt động đầu tƣ chủ yếu cho việc mua sắm tài sản cố định và trang thiết

bị. Để cung cấp đủ tiền cho đầu tƣ, giải pháp thông thƣờng mà hầu hết các công ty tuân

theo là huy động vốn thông qua vay (Gup & Samson 1993). Do đó, một phần vốn đƣợc

đầu tƣ vào các hoạt động sinh lợi. Các tỷ số tài chính cho thấy rằng các công ty này hơi

nhỏ hơn so với các công ty có mẫu hình dòng tiền thứ hai và tài sản của họ đã tăng

trƣởng ở mức cao. Dự kiến các công ty này sẽ đạt đƣợc dòng tiền hoạt động thuần

dƣơng đáng kể trong tƣơng lai.

 Mẫu hình dòng tiền thứ năm – CFP5 (-,+,+)

Thông tin tổng hợp của thành phần dòng tiền này cho thấy rằng công ty đang ở ngƣỡng

cửa của các nhu cầu tài chính cấp thiết. Dòng tiền thuần hoạt động kinh doanh âm cho

thấy rằng công ty không thể đáp ứng nhu cầu tiền mặt cho các hoạt động. Do đó, các

nhà quản lý thƣờng hành động theo cách thông thƣờng và chủ động là bắt đầu bán tài

sản để làm tạo ra dòng tiền trang trải cần thiết. Điều này dẫn đến dòng tiền thuần

dƣơng từ hoạt động đầu tƣ. Đồng thời nhà quản lý tham gia vào tài chính thông qua

vay hoặc phát hành cổ phiếu. Vì vậy, công ty có thể dần dần từ bỏ khả năng trả nợ

đúng hạn, và do đó đi vào tình trạng khẩn cấp, có thể đối mặt với tình trạng kiệt quệ tài

chính nếu tình hình hoạt động kinh doanh vẫn không hiệu quả hơn.

 Mẫu hình dòng tiền thứ sáu – CFP6(-,-,+)

Các bằng chứng trƣớc cho thấy rằng các công ty theo mẫu hình dòng tiền này có thể sẽ

trải qua một sự suy thoái tài chính trong thời gian tƣơng đối ngắn. Mặc dù dòng tiền

thuần từ hoạt động kinh doanh tƣơng đối ít, chủ yếu từ vốn vay, quản lý đầu tƣ vào

nhiều cơ hội khác nhau. Mẫu hình này giải thích cho sự vận động của công ty theo đà

tăng trƣởng. Do tỷ lệ đòn bẩy cao, trở ngại đối với việc sử dụng tài sản và nghĩa vụ trả

nợ gốc, lãi vay, do đó công ty sẽ đối mặt với những thách thức trong thời gian ngắn dẫn

đến các nhu cầu tài chính cấp thiết. Các nhà đầu tƣ sẵn sàng cung cấp vốn mới vì sự tin

tƣởng của họ đối với các công ty này, đƣợc xem là những công ty có tiềm năng tạo ra

một dòng tiền thuần dƣơng từ hoạt động kinh doanh trong thời gian ngắn. Gup và

Samson (1993) nhận thấy các công ty này là các công ty tăng trƣởng sử dụng nợ và vốn

chủ sở hữu cao để tài trợ cho nhu cầu tăng trƣởng của mình, điều đó có nghĩa là các

công ty có sự kết hợp nhƣ vậy có thể giải quyết vấn đề tài chính của họ và đƣợc an

toàn khỏi tình trạng kiệt quệ tài chính.

 Mẫu hình dòng tiền thứ bảy – CFP7(-,+,-)

Theo Gup và Samson (1993), các công ty này đang hoạt động thu hẹp lại. Do tính tiêu

cực của hoạt động kinh doanh và hoạt động tài chính, công ty thƣờng tuân thủ theo

cách phổ biến và chủ động nhất là bán tài sản để đáp ứng nhu cầu tiền mặt. Nếu vấn đề

thiếu tiền mặt không giải quyết, để trang trải nhu cầu tiền mặt và tiếp tục các hoạt động

của công ty thì công ty nên bán một số tài sản quý giá. Ngoài ra, việc tiếp tục tình hình

nhƣ vậy dẫn đến mất uy tín và giảm sự tín nhiệm của ngƣời bên ngoài. Đồng thời, sự

giảm đáng kể dòng tiền đến dẫn đến tình hình tồi tệ hơn và công ty đi vào tình trạng

khan hiếm. Họ gặp phải các khoản nợ đáo hạn và trang trải việc thiếu hụt trong hoạt

động bằng cách thông thƣờng là bán các tài sản dài hạn (Gup & Samson 1993). Tình

hình này kéo dài có thể khiến công ty rơi vào tình trạng kiệt quệ tài chính do không cải

thiện đƣợc nguồn vốn.

 Mẫu hình dòng tiền thứ tám – CFP8(-,-,-)

Loại mẫu hình này thƣờng hiếm khi xảy ra, nó thuộc các công ty đang đối mặt với

nhiều vấn đề tài chính. Mặc dù hoạt động sản xuất kinh doanh yếu kém trong việc tạo

ra tiền mặt và khó khăn trong việc trả cổ tức và trả nợ, thì các ƣu tiên của công ty vẫn

là tập trung đầu tƣ và mua sắm tài sản mới. Trong khi dòng tiền từ hoạt động kinh

doanh là âm, thì nguồn tiền đƣợc lƣu trữ trƣớc đó vẫn đƣợc sử dụng cho hoạt động

hoạt động kinh doanh, đầu tƣ và tài chính. Rõ ràng, nếu hoạt động kinh doanh không

tạo ra đủ tiền mặt, điều này sẽ dẫn đến cạn kiệt tiền mặt trong tƣơng lai gần. Theo Gup

và Samson (1993), các công ty theo mẫu này rõ ràng là đang gặp các rắc rối tài chính.

Họ có tăng trƣởng tài sản thấp và không có lợi nhuận.

2.3 Tổng quan các nghiên cứu về vai trò dòng tiền trong việc dự báo kiệt quệ tài chính đối với các công ty khỏe mạnh và kiệt quệ

Vai trò của dòng tiền để dự báo kiệt quệ tài chính đã đƣợc nhấn mạnh bởi Beaver

(1966). Nghiên cứu cho rằng tỷ số dòng tiền từ hoạt động kinh doanh (CFFO) trên tổng

nợ có sai số phân loại thấp nhất so với các biện pháp dồn tích thông thƣờng về sức

khỏe tài chính. Deakin (1972) đã chứng minh sử dụng MDA cho rằng tỷ số dòng tiền

trên tổng nợ là một yếu tố dự báo đáng kể lên đến ba năm trƣớc khi kiệt quệ xảy ra.

Giống nhƣ Beaver (1966), Deakin (1972) đã xác định dòng tiền là thu nhập ròng cộng

với khấu hao. Largay và Stickney (1980) đã chỉ ra rằng cách đo lƣờng CFFO cho thấy

dòng tiền từ các hoạt động kinh doanh của W.T. Grant là âm trong tám đến mƣời năm

trƣớc khi thất bại trong khi NIDEP tƣơng đối ổn định cho đến năm ngay trƣớc khi nó

sụp đổ. Phát hiện này đã làm mới sự quan tâm của CFFO nhƣ một chỉ báo về thất bại

của công ty.

Lee (1982), một ngƣời ủng hộ mạnh mẽ vai trò báo cáo dòng tiền, cho thấy sự sụp đổ

của Laker Airways đƣợc dự đoán trƣớc trên cơ sở dòng tiền. Phân tích của ông về

CFFO tiết lộ rằng Laker Airways gặp rắc rối tài chính ba năm trƣớc khi thất bại trong

khi lợi nhuận tăng lên khi thất bại tiến đến gần. Sử dụng mẫu ƣớc lƣợng và mẫu xác

nhận bao gồm 60 công ty phá sản và 230 công ty không phá sản và ba phƣơng pháp tỷ

số dòng tiền, tức là CFFO, CFFO / Nợ ngắn hạn và CFFO / Tổng nợ phải trả, Casey và

Bartczak (1984; 1985) kết luận rằng không có biến số nào trong số ba biến dòng tiền

hoạt động đƣợc cải thiện đáng kể độ chính xác phân loại của sáu mô hình tỷ lệ lũy kế.

Casey và Bartczak (1985) đã đạt đƣợc kết luận này trên cơ sở số lƣợng các công ty

đƣợc phân loại chính xác thành các nhóm tƣơng ứng của họ. Trong khi kết luận của họ

là hợp lệ, có những lý do để cho rằng thông tin dòng tiền có nội dung thông tin quan

trọng trên thông tin dồn tích trong việc đánh giá xác suất kiệt quệ tài chính.

Một số nhà nghiên cứu đã kiểm tra và đƣa ra các bằng chứng mâu thuẫn về tính hữu

ích của các thành phần của dòng tiền trong việc dự báo kiệt quệ tài chính. Họ nhận thấy

rằng dòng tiền từ hoạt động kinh doanh cung cấp tín hiệu của kiệt quệ tài chính sắp xảy

ra (Largay và Stickney, 1980; Casey và Bartczak, 1985; Gilbert, Menon và Schwartz,

1990; Ward, 1992; 1994; 1996; Schellenger and Cross, 1994), trong khi dòng tiền đầu

tƣ và tài chính không phải lúc nào cũng là dấu hiệu dự báo hiệu quả kiệt quệ tài chính (

Schellenger và Cross, 1994; Ward, 1992; 1994; 1996; Ward and Foster, 1997).

Báo cáo lƣu chuyển tiền tệ đƣợc chia thành ba phần chính là dòng tiền thuần hoạt động

kinh doanh, đầu tƣ và tài chính. Dòng tiền thuần từ mỗi thành phần có thể là dƣơng

hoặc âm. Theo Tergesen (2001), dấu hiệu dƣơng cho thấy rằng có một dòng tiền vào

đƣợc tạo ra từ hoạt động kinh doanh, đầu tƣ và hoạt động tài chính lớn hơn dòng tiền ra

và ngƣợc lại. Dòng tiền thuần dƣơng và âm từ mỗi hoạt động có thể dẫn đến nhiều kết

quả mẫu hình dòng tiền khác nhau. Ví dụ, nếu một công ty đang có dòng tiền thuần

dƣơng từ hoạt động kinh doanh, nhƣng dòng tiền thuần âm từ hoạt động đầu tƣ và tài

chính, mẫu hình kết hợp sẽ là (+, -, -). Các dấu hiệu kết hợp của ba loại dòng tiền đại

diện cho các tổ hợp của các mẫu hình dòng tiền khác nhau (Bruwer và Hamman, 2005;

Dickinson, 2011; Gup và cộng sự, 1993; Jantadej, 2006; Kordestani, Biglari và

Bakhtiari, 2011). Tổng cộng có tám mẫu hình dòng tiền có thể có. Các nghiên cứu

trƣớc đây thƣờng xem xét các loại mẫu hình dòng tiền cho báo cáo lƣu chuyển tiền tệ

dƣới dạng biến độc lập, đƣợc phân thành tám dạng là CFP1, CFP2, CFP3, CFP4,

CFP5, CFP6, CFP7 và CFP8. Những mẫu hình dòng tiền này đã đƣợc áp dụng từ các

nghiên cứu trƣớc đây là những chỉ số hữu ích về tình trạng kiệt quệ tài chính (Bruwer

và Hamman, 2005; Gup và cộng sự, 1993; Dickinson, 2011; Jantadej, 2006; Rodgers,

2011). Biến phụ thuộc của nghiên cứu hiện tại là tình trạng kiệt quệ tài chính đƣợc

phân loại sâu hơn thành các công ty kiệt quệ và khỏe mạnh.

Laitinen (1994) so sánh khả năng dự báo của dòng tiền truyền thống đƣợc xác định là

thu nhập ròng cộng với khấu hao và CFFO đƣợc định nghĩa là điều chỉnh thu nhập

ròng cho các khoản dồn tích và hoãn lại. Sử dụng 40 công ty kiệt quệ và 40 công ty

khỏe mạnh với quy mô vừa và nhỏ ở Phần Lan, Laitinen đã chứng minh qua phân tích

đa biệt số MDA và logit kết luận rằng dòng tiền truyền thống là một dự báo kiệt quệ ổn

định và đáng tin cậy hơn CFFO. Ward (1994) cũng đã điều tra lý do tại sao dòng tiền

truyền thống đƣợc cho là một yếu tố dự báo mạnh về tình trạng kiệt quệ tài chính. Bằng

cách thêm biến dòng tiền truyền thống vào một mô hình bao gồm sáu tỷ số tích luỹ và

CFFO, Ward nhận thấy rằng tầm quan trọng của dòng tiền từ hoạt động kinh doanh

không bị ảnh hƣởng.

Trong một nghiên cứu mô tả, Gahlon và Vigeland (1988) đã tiến hành các thử nghiệm

phi tham số đơn biến của 16 biến dòng tiền cho 60 công ty kiệt quệ và 204 công ty

không kiệt quệ trong giai đoạn 1973-1985. Họ tính các biến dòng tiền sử dụng phƣơng

pháp phân tích tín dụng thống nhất “đƣợc nhiều ngân hàng chấp nhận trong nhiều hoạt

động cho vay thƣơng mại của họ” (Gahlon và Vigeland, 1988, tr.5). Một tỷ số dòng

tiền tệ, tỷ lệ chi trả tiền mặt, là có ý nghĩa (p <0,05) khác nhau đối với các công ty bị

kiệt quệ và không kiệt quệ cho năm năm trƣớc khi kiệt quệ. Bốn biến tỷ số dòng tiền

khác cũng có ý nghĩa (p <0,05) năm năm trƣớc khi kiệt quệ.

Jantadej (2006) trong một nghiên cứu đƣợc gọi là "sử dụng kết hợp các thành phần

dòng tiền trong dự báo kiệt quệ tài chính" kết luận rằng sự kết hợp của dòng tiền hoạt

động kinh doanh, đầu tƣ và tài chính sẽ có vai trò dự báo kiệt quệ tài chính. Mansourfar

và cộng sự (2013) trong nghiên cứu “sự kết hợp của các thành phần dòng tiền và dự

báo khủng hoảng tài chính trong thị trƣờng chứng khoán Tehran” cũng đã kiểm tra sự

kết hợp của 3 thành phần của báo cáo lƣu chuyển tiền tệ với kiệt quệ tài chính của công

ty. Kết quả cho thấy rằng sự kết hợp của dòng tiền hoạt động kinh doanh, đầu tƣ và tài

chính là công cụ tốt để dự báo sự kiệt quệ tài chính của doanh nghiệp và đƣa ra những

bằng chứng thích hợp kể từ hai năm trƣớc khi kiệt quệ tài chính xảy ra.

Một nghiên cứu đƣợc thực hiện bởi Kordestani và cộng sự (2011) kiểm tra xem liệu có

bất kỳ sự khác biệt đáng kể nào giữa các công ty kiệt quệ và khỏe mạnh đối với sự tác

động các mẫu hình dòng tiền khác nhau hay không. Kết quả cho thấy rằng CFP5, CFP6

và CFP8 có sự khác biệt đáng kể trong ba năm trƣớc khi công ty lâm vào kiệt quệ.

Jantadej (2006) xem xét sự khác biệt đáng kể giữa các công ty kiệt quệ và khỏe mạnh

đối với sự tác động về mẫu hình dòng tiền khác nhau sử dụng các thử nghiệm khác

nhau. Ông thấy rằng mẫu hình CFP2, CFP5 và CFP8 có sự khác biệt đáng kể ba năm

trƣớc khi kiệt quệ. Trong hai năm trƣớc khi kiệt quệ, các doanh nghiệp có nhiều khả

năng có CFP5, CFP7 và CFP8 nhƣng ít có khả năng có CFP2 và CFP4. Ngoài ra, có sự

khác biệt đáng kể về CFP1 trong hai năm trƣớc khi kiệt quệ. Trong một năm trƣớc khi

kiệt quệ, các mẫu hình có sự khác biệt đáng kể giữa các công ty khỏe mạnh và kiệt quệ

là CFP2, CFP4, CFP5, CFP7 và CFP8. Jantadej (2006) cũng kiểm tra mối tƣơng quan

giữa các mẫu hình dòng tiền với kiệt quệ tài chính bằng cách sử dụng hồi quy logistic

nhị phân. Kết quả cho thấy chỉ có hai loại mẫu hình dòng tiền có khả năng dự báo kiệt

quệ tài chính là CFP7 và CFP8. Gup et al. (1993) phát hiện ra rằng CFP1 có tỷ lệ nợ /

tài sản thấp nhất. Ngoài ra, Gup et al. (1993) cũng quan sát thấy rằng các doanh nghiệp

có CFP6 và CFP7 có đòn bẩy cao và có tốc độ tăng trƣởng vừa phải. Một nghiên cứu

khác đƣợc thực hiện bởi Bruwer và Hamman (2005) và Dickinson (2011) xác định

rằng CFP3, CFP5 và CFP7 có nhiều khả năng xảy ra giữa các công ty kiệt quệ.

Nhìn chung, các kết quả từ những nghiên cứu trƣớc đây đã cho thấy rõ ràng hơn vai trò

của dòng tiền trong báo cáo tài chính, có thể đƣơc xem nhƣ đóng vai trò tƣơng đối

quan trọng bên cạnh bảng cân đối kế toán và báo cáo kết quả hoạt động kinh doanh để

trở thành một thƣớc đo đáng tin cậy trong việc dự báo kệt quệ tài chính. Đặc biệt, bên

cạnh vai trò riêng lẻ của từng loại dòng tiền hoạt động kinh doanh, đầu tƣ và tài chính

thì việc thiết lập tám mẫu hình dòng tiền thông qua sự kết hợp ba loại dòng tiền trên

cũng đƣợc xem là một phƣơng pháp hiệu quả và đem lại khả năng dự báo kiệt quệ tài

chính cao.

2.4 Xây dựng giả thiết nghiên cứu

Dựa trên các lập luận của các nghiên cứu trƣớc đây liên quan đến sự khác biệt đáng kể

về sự tác động các mẫu hình dòng tiền khác nhau giữa các doanh nghiệp khỏe mạnh và

kiệt quệ trong việc dự báo kiệt quệ tài chính, bài nghiên cứu tập trung làm rõ và giải

thích các giả thiết nghiên cứu sau:

H1: Có một sự khác biệt đáng kể giữa các công ty kiệt quệ và khỏe mạnh đối với sự tác

động của các mẫu hình dòng tiền khác nhau.

H2: Các mẫu hình khác nhau của dòng tiền thuần từ hoạt động kinh doanh, đầu tư và

tài chính là những yếu tố dự báo đáng kể về mặt thống kê vấn đề kiệt quệ tài chính.

CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU

3.1 Mô tả cơ sở dữ liệu và các biến hồi quy

Dữ liệu trong bài nghiên cứu đƣợc lấy từ báo cáo lƣu chuyển tiền tệ, bảng cân đối kế

toán và báo cáo kết quả hoạt động kinh doanh của các doanh nghiệp hoạt động trên hai

sàn chứng khoán là HNX và HOSE, thông tin đƣợc công bố công khai trên cổng thông

tin VietStock và cophieu68 từ năm 2013 đến năm 2017.

Phạm vi và quy mô mẫu dữ liệu: mẫu dữ liệu bảng (panel data) gồm 126 công ty (bao

gồm 63 công ty kiệt quệ và 63 công ty không kiệt quệ) đã đƣợc lựa chọn theo phƣơng

pháp phi xác xuất từ nhiều ngành khác nhau ngoại trừ các ngành đặc thù nhƣ tài chính,

ngân hàng, bảo hiểm, giáo dục, hàng không, các ngành dịch vụ, có đủ dữ liệu của ít

nhất 5 năm tài chính và đáp ứng đủ các điều kiện để đảm bảo cho việc phân loại các

công ty kiệt quệ hay không kiệt quệ theo tiêu chí phân loại biến phụ thuộc sẽ đƣợc

trình bày bên dƣới.

Giai đoạn nghiên cứu các quan sát này là 5 năm từ 2013 đến 2017. Đây đƣợc xem là

giai đoạn tƣơng đối ổn định và dần đi vào quá trình khôi phục phát triển của nền kinh

tế thế giới và cả Việt Nam sau khủng hoảng kinh tế tài chính vào năm 2011 khi mà

năm 2012 vẫn còn chịu tác động khá nhiều bởi những bất ổn kinh tế trƣớc đó, tăng

trƣởng kinh tế còn chậm, lạm phát vẩn tăng cao. Nếu lựa chọn khoảng thời gian trƣớc

đó, ảnh hƣởng từ hai cuộc khủng hoảng 2008 và 2011 có thể tác động không chính

xác đến việc phân loại cũng nhƣ kết quả kết quả dự báo. Vì thế giai đoạn nghiên cứu

sẽ đƣợc chọn bắt đầu từ năm 2013 đến năm 2017 để dự báo cho các công ty kiệt quệ

hay không kiệt quệ tài chính cũng nhƣ đảm bảo rằng khoảng thời gian này có tình

hình kinh tế tƣơng đối ổn định để cho việc phân loại biến phụ thuộc đƣợc chính xác

hơn.

Khung thời gian nghiên cứu đối với từng công ty là 3 năm trƣớc khi công ty rơi vào

kiệt quệ tài chính gồm các năm t-1, t-2, t-3. Vì vậy, tổng số quan sát cho mẫu dữ liệu

bảng (panel data) này là 378. [378 số quan sát = (63 công ty kiệt quệ + 63 công ty

không kiệt quệ) x 3 năm]. Việc lựa chọn khung thời gian nghiên cứu 3 năm cho từng

quan sát cũng phù hợp với các nghiên cứu từ những thông tin có sẵn của Dữ liệu giá cổ

phiếu London (LSPD) năm 2012. Khi đó, một công ty đƣợc xác định là kiệt quệ tài

chính/vỡ nợ bất cứ khi nào tình trạng của nó đƣợc cho là mơ hồ, không chắc chắn đang

trong tình trạng thanh lý bắt buộc hay là thanh lý tự nguyện, bất cứ khi nào mà việc

định giá là mơ hồ suốt hơn 3 năm, khi mà công ty bị nắm giữ bởi một ngƣời đại diện

(tiếp quản hành chính), hoặc là khi công ty bị đình chỉ hoạt động hay đang trong trạng

thái bị nghi ngờ. Phân tích các công ty Anh quốc cho thấy một khoảng cách về mặt thời

gian khá đáng kể giữa giai đoạn công ty bắt đầu có dấu hiệu kiệt quệ tài chính (nguyên

nhân gây nên sự vỡ nợ sau này) và thời điểm công ty chính thức tuyên bố phá sản/ vỡ

nợ ( thời gian này lên tới 3 năm). Do đó, khoảng thời gian 3 năm đƣợc cân nhắc là hợp

lý, cung cấp thông tin hiệu quả cho các dấu hiệu về tình trạng kiệt quệ tài chính của

công ty.

3.2 Các biến đƣợc sử dụng trong bài nghiên cứu

3.2.1 Biến phụ thuộc (FD)

Một quan sát có rơi vào tình trạng kiệt quệ tài chính hay không dựa trên đề xuất trong

nghiên cứu của Pindado cùng cộng sự (2008) và Tinoco cùng Wilson (2013). Theo đó,

một công ty đƣợc phân loại là kiệt quệ tài chính khi xảy ra một trong hai điều kiện sau:

- Bất cứ khi nào EBITDA của công ty thấp hơn chi phí lãi vay liên tục trong hai năm.

- Bất cứ khi nào công ty phải chịu một sự tăng trưởng âm trong giá trị thị trường trong

hai năm liên tiếp.

Nhƣ vậy, biến FD của một công ty vào một năm nhất định sẽ nhận giá trị là 1 (kiệt quệ

tài chính) nếu một trong hai điều kiện trên hoặc cả hai điều kiện trên cùng thỏa và nhận

giá trị là 0 (không kiệt quệ tài chính) nếu cả hai điều kiện trên cùng không thỏa.

Chẳng hạn nhƣ nếu công ty A có EBITDA thấp hơn chi phí lãi vay trong năm 2008 và

năm 2009 (số liệu đƣợc lấy vào cuối năm 2008 và 2009) thì FDA năm 2009 nhận giá trị

là 1. Nếu công ty B có tăng trƣởng âm trong giá trị thị trƣờng năm 2009 (so với năm

2008) và năm 2010 (so với năm 2009) thì FDB năm 2010 nhận giá trị là 1.

Theo điều kiện đầu tiên, nếu EBITDA thấp hơn chi phí lãi vay từ nợ thì có thể kết luận

đƣợc rằng lợi nhuận từ hoạt động kinh doanh là không đủ để chi trả các nghĩa vụ tài

chính. Ngƣợc lại, với điều kiện thứ hai, Pindado và cộng sự (2008) phát biểu rằng thị

trƣờng và những ngƣời nắm giữ cổ phiếu sẽ đánh giá tiêu cực những công ty mà bị

thâm hụt trong hoạt động kinh doanh (đƣợc thể hiện trong điều kiện 1) cho tới khi nào

ghi nhận đƣợc một sự tiến triển trong điều kiện tài chính của công ty đó. Do đó, sự sụt

giảm giá trị thị trƣờng trong 2 năm liên tiếp sẽ đƣợc hiểu nhƣ một dấu hiệu của tình

trạng kiệt quệ tài chính.

Ngoài ra, phân tích hiện tại còn nghiên cứu thời điểm khi mỗi sự kiện trên xảy ra.

Trong bài nghiên cứu này, biến phụ thuộc nhị phân bao gồm cả hai định nghĩa bên trên

về kiệt quệ tài chính của các công ty sẽ đƣợc xem xét nhƣ là một chỉ báo kiệt quệ tài

chính. Vì vậy, tất cả các công ty bị xếp vào kiệt quệ tài chính hoặc thất bại, sẽ đƣợc

xem nhƣ kiệt quệ tài chính.

3.2.2 Biến độc lập

Nghiên cứu này xem xét các loại mẫu hình cho báo cáo lƣu chuyển tiền tệ dƣới dạng

biến độc lập, đƣợc phân thành tám dạng là CFP1, CFP2, CFP3, CFP4, CFP5, CFP6,

CFP7 và CFP8. Cụ thể nhƣ sau:

CFP1 = Biến giả nhận giá trị là “1” nếu công ty có mẫu hình dòng tiền đầu tiên (+,+,+),

và ngƣợc lại bằng “0”: Công ty có dòng tiền thuần dƣơng phát sinh từ hoạt động kinh

doanh, từ hoạt động đầu tƣ chủ yếu thông qua việc bán tài sản hoặc nhận vốn góp và

dòng tiền thuần hoạt động tài chính dƣơng thông qua vay nợ hay phát hành cổ phiếu.

Đây là công ty có tính thanh khoản cao. Các công ty này đƣợc kỳ vọng rằng tiền mặt

đƣợc tạo ra bởi các hoạt động kinh doanh, từ các khoản vay hoặc phát hành cổ phiếu sẽ

sớm đƣợc sử dụng để đầu tƣ hoặc mở rộng. Biến số này đƣợc kỳ vọng mang dấu âm

tức là có mối quan hệ nghịch biến với khả năng rơi vào kiệt quệ tài chính của công ty.

CFP2 = Biến giả nhận giá trị là “1” nếu công ty có mẫu hình dòng tiền thứ hai (+, -, -),

và ngƣợc lại bằng “0”: Công ty đang sử dụng dòng tiền thuần đƣợc tạo ra từ hoạt động

kinh doanh để mua sắm tài sản cố định, góp vốn kinh doanh và trả nợ hoặc trả tiền chủ

sở hữu, cung cấp khả năng đầu tƣ vào các cơ hội sinh lời. Biến số này đƣợc kỳ vọng

mang dấu âm tức là có mối quan hệ nghịch biến với khả năng rơi vào kiệt quệ tài chính

của công ty.

CFP3 = Biến giả nhận giá trị là “1” nếu công ty có mẫu hình dòng tiền thứ ba (+,+, -),

và ngƣợc lại bằng “0”: Công ty đang sử dụng dòng tiền thuần dƣơng từ hoạt động kinh

doanh và chủ yếu từ bán tài sản cố định để trả nợ hoặc tiền cho chủ sở hữu. Sau một

thời gian co rút tài sản, dẫn đến giảm dòng tiền thuần đến từ hoạt động đầu tƣ. Khả

năng thanh toán các khoản nợ cùng với phản ứng tiêu cực của thị trƣờng chứng khoán

làm tăng chi phí tài chính. Những yếu tố này đủ mạnh để đƣa công ty vào tình trạng

khủng hoảng tài chính trong tƣơng lai gần. Dựa theo phân tích từ phần trƣớc, biến số

này đƣợc kỳ vọng mang dấu dương tức là có mối quan hệ đồng biến với khả năng rơi

vào kiệt quệ tài chính của công ty.

CFP4 = Biến giả nhận giá trị là “1” nếu công ty có mẫu hình dòng tiền thứ tƣ (+, - +),

và ngƣợc lại bằng “0”: Công ty đang sử dụng dòng tiền thuần dƣơng từ hoạt động kinh

doanh và từ vay nợ (hoặc từ đầu tƣ của chủ sở hữu) để mở rộng đầu tƣ góp vốn hoặc

mua sắm tài sản, trang thiết bị. Do đó, một phần vốn đƣợc đầu tƣ vào các hoạt động

sinh lợi. Các tỷ số tài chính cho thấy rằng các công ty này hơi nhỏ hơn so với các công

ty có mẫu hình dòng tiền thứ hai và tài sản của họ đã tăng trƣởng ở mức cao. Dự kiến

các công ty này sẽ đạt đƣợc dòng tiền thuần từ hoạt động kinh doanh đáng kể trong

tƣơng lai. Biến số này đƣợc kỳ vọng mang dấu âm tức là có mối quan hệ nghịch biến

với khả năng rơi vào kiệt quệ tài chính của công ty.

CFP5 = Biến giả nhận giá trị là “1” nếu công ty có mẫu hình dòng tiền thứ năm (-,

+,+), và ngƣợc lại bằng “0”: Các vấn đề về dòng tiền thuần từ hoạt động kinh doanh

của công ty đƣợc trang trải bằng cách chủ yếu là bán tài sản cố định và bằng cách vay

hoặc bởi các khoản đóng góp của cổ đông. Trong tình hình này kéo dài, công ty có thể

dần dần từ bỏ khả năng trả nợ đúng hạn, và do đó đi vào tình trạng khẩn cấp. Biến số

này đƣợc kỳ vọng mang dấu dương tức là có mối quan hệ đồng biến với khả năng rơi

vào kiệt quệ tài chính của công ty.

CFP6 = Biến giả nhận giá trị là “1” nếu công ty có mẫu hình dòng tiền thứ sáu (-, -, +),

và ngƣợc lại bằng “0”: Công ty đang phát triển nhanh chóng nhƣng thiếu hụt tiền mặt

từ hoạt động kinh doanh và từ việc mua tài sản cố định nên sẽ trang trải bằng cách tài

trợ bởi nợ dài hạn hoặc tài trợ mới của chủ sở hữu. Các nhà đầu tƣ sẵn sàng cung cấp

vốn mới vì sự tin tƣởng của họ đối với các công ty này, đƣợc xem là những công ty có

tiềm năng tạo ra một dòng tiền thuần dƣơng từ hoạt động kinh doanh trong thời gian

ngắn, sử dụng nợ và vốn chủ sở hữu cao để tài trợ cho nhu cầu tăng trƣởng của mình,

điều đó có nghĩa là các công ty có sự kết hợp nhƣ vậy có thể giải quyết vấn đề tài chính

của họ và đƣợc an toàn khỏi tình trạng kiệt quệ tài chính. Biến số này đƣợc kỳ vọng

mang dấu âm tức là có mối quan hệ nghịch biến với khả năng rơi vào kiệt quệ tài chính

của công ty.

CFP7 = Biến giả nhận giá trị là “1” nếu công ty có mẫu hình dòng tiền thứ bảy (-, +, -),

và ngƣợc lại bằng “0”: Công ty đang tài trợ cho dòng tiền thuần âm từ hoạt động kinh

doanh yếu kém và thanh toán cho chủ nợ và / hoặc cổ đông thông qua việc chủ yếu là

bán tài sản cố định. Việc tiếp tục tình hình nhƣ vậy dẫn đến mất uy tín và giảm sự tín

nhiệm của ngƣời bên ngoài. Đồng thời, sự giảm đáng kể dòng tiền đến dẫn đến tình

hình tồi tệ hơn và công ty có thể đi vào tình trạng khan hiếm. Họ gặp phải các khoản

nợ đáo hạn và thiếu hụt hoạt động bằng cách bán các tài sản dài hạn. Biến số này đƣợc

kỳ vọng mang dương tức là có mối quan hệ đồng biến với khả năng rơi vào kiệt quệ tài

chính của công ty do không cải thiện đƣợc nguồn vốn trong tƣơng lai của công ty.

CFP8 = Biến giả nhận giá trị là “1” nếu công ty có mẫu hình dòng tiền thứ tám (-, -, -),

và ngƣợc lại bằng “0” : Trong khi dòng tiền thuần từ hoạt động kinh doanh là âm, thì

nguồn dự trữ tiền của công ty vẫn đƣợc sử dụng để tài trợ cho sự thiếu hụt trong hoạt

động kinh doanh và trả các chủ nợ dài hạn và / hoặc các nhà đầu tƣ. Rõ ràng, nếu hoạt

động hoạt động kinh doanh không tạo ra đủ tiền mặt, điều này sẽ dẫn đến cạn kiệt tiền

mặt trong tƣơng lai gần. Biến số này đƣợc kỳ vọng mang dấu dương tức là có mối

quan hệ đồng biến với khả năng rơi vào kiệt quệ tài chính của công ty.

3.2.3 Biến kiểm soát

Ngoài các biến độc lập đã đƣợc liệt kê ở trên để xem xét tầm quan trọng của các biến

mẫu hình dòng tiền trong việc dự báo kiệt quệ tài chính; bên cạnh đó, nghiên cứu này

sẽ sử dụng thêm hai biến kiểm soát đại diện cho quy mô công ty sau:

Ln(Total_Asset) = Logarit tự nhiên của tổng tài sản (ký hiệu asset)

Ln( Total_Revenue) = Logarit tự nhiên của tổng doanh thu (ký hiệu revenue)

Hai biến này đƣợc kì vọng là cũng sẽ có ảnh hƣởng đến kết quả dự báo.

Việc xem xét các tài liệu thực nghiệm về quy mô công ty ảnh hƣởng đến kiệt quệ tài

chính đã tạo ra các kết quả hỗn hợp và do đó không rõ ràng. Trong khi một số nghiên

cứu đã chỉ ra rằng các công ty lớn hơn thƣờng dễ bị khủng hoảng tài chính hơn do nhu

cầu cao của họ trong việc tài trợ nợ làm tăng chi phí vốn và có thể không hiệu quả. Trái

lại, một số lập luận cho rằng các công ty quy mô lớn có thể tận dụng lợi thế kinh tế

theo quy mô để đàm phán lãi suất tốt hơn hoặc giảm giá tốt hơn do số lƣợng lớn mà

công ty mua làm giảm thiểu tác động của kiệt quệ tài chính. Do đó hai biến này có thể

mang có hệ số hồi quy dƣơng hoặc âm.

Bảng 2.2: Các biến trong mô hình và kỳ vọng dấu

BIẾN CÁCH TÍNH KỲ VỌNG DẤU

CFP1 Biến nhị phân có giá trị = 1 nếu công ty có mẫu -

hình dòng tiền là (+, +,+) và ngƣợc lại = 0

CFP2 Biến nhị phân có giá trị = 1 nếu công ty có mẫu -

hình dòng tiền là (+, -, -) và ngƣợc lại = 0

CFP3 Biến nhị phân có giá trị = 1 nếu công ty có mẫu +

hình dòng tiền là (+, +,-) và ngƣợc lại = 0

CFP4 Biến nhị phân có giá trị = 1 nếu công ty có mẫu -

hình dòng tiền là (+, -,+) và ngƣợc lại = 0

CFP5 Biến nhị phân có giá trị = 1 nếu công ty có mẫu +

hình dòng tiền là (-, +,+) và ngƣợc lại = 0

CFP6 Biến nhị phân có giá trị = 1 nếu công ty có mẫu -

hình dòng tiền là (-, -, +) và ngƣợc lại = 0

CFP7 Biến nhị phân có giá trị = 1 nếu công ty có mẫu +

hình dòng tiền là (-, +,-) và ngƣợc lại = 0

CFP8 Biến nhị phân có giá trị = 1 nếu công ty có mẫu +

hình dòng tiền là (-, -, -) và ngƣợc lại = 0

ASSET Logarit tự nhiên của tổng tài sản + (-)

REVENUE Logarit tự nhiên của tổng doanh thu + (-)

3.3 Phƣơng pháp nghiên cứu

3.3.1 Thống kê mô tả và tần số biến

Thống kê mô tả trình bày những đặc tính cơ bản của các biến trong mô hình nghiên

cứu. Những thông tin đó bao gồm trung bình, độ lệch chuẩn, giá trị lớn nhất và giá trị

nhỏ nhất. Qua đó, ta có thể có cái nhìn tổng quát và đánh giá sơ bộ về tính chất của các

biến trong mô hình.

3.3.2 Ma trận tương quan Pearson

Ma trận tƣơng quan Pearson đƣợc sử dụng nhằm hiểu rõ mối tƣơng quan giữa biến phụ

thuộc với từng biến độc lập cũng nhƣ giữa các biến độc lập với nhau bao gồm cả độ

lớn, chiều và ý nghĩa thống kê, hỗ trợ cho việc thiết lập mô hình hồi quy và các phƣơng

pháp phân tích đƣợc chính xác hơn.

Tuy nhiên, ma trận này cũng tồn tại một nhƣợc điểm là chỉ cho biết mức độ tƣơng quan

giữa các biến, chứ không cho biết cụ thể hƣớng tác động, có nghĩa là biến nào có ảnh

hƣởng lên biến nào. Vì thế, phân tích định lƣợng cần phải đƣợc sử dụng để tìm hiểu

các mối tƣơng quan này.

3.3.3 Mô hình nghiên cứu định lượng

3.3.3.1 Kiểm định Chi Square

Nghiên cứu của Pallant (2011) cho rằng nếu các biến đƣợc nghiên cứu là dữ liệu phân

loại cho cả biến độc lập và phụ thuộc, kiểm định Chi Square đƣợc áp dụng để xem xét

sự tác động của hai dấu hiệu sau. Dấu hiệu thứ nhất có hai thành phần là kiệt quệ tài

chính hay không kiệt quệ tài chính. Dấu hiệu thứ hai có tám thành phần là các tám mẫu

hình dòng tiền đã trình bày ở trên. Trong nghiên cứu này, để thuận tiện cho việc phân

tích, một biến định danh CFP sẽ đƣợc thêm vào để đại diện cho dấu hiệu hiệu thứ hai

gồm tám thành phần mẫu hình dòng tiền trong bài.

Kiểm định Chi Square đã đƣợc áp dụng để xem xét liệu có sự khác biệt đáng kể nào

giữa các công ty kiệt quệ và khỏe mạnh trong sự tác động của các mẫu hình dòng tiền

khác nhau. Cụ thể hơn, giả thiết đƣợc nêu ra nhƣ sau:

H0: Các mẫu hình dòng tiền là độc lập (không ảnh hƣởng) đến việc công ty kiệt quệ

hay không kiệt quệ tài chính. Tức là không có sự phân biệt các mẫu hình dòng tiền đối

với hai nhóm công ty này.

H1: Các mẫu hình dòng tiền là không độc lập (có ảnh hƣởng) đến việc công ty kiệt quệ

hay không kiệt quệ tài chính. Tức là có sự phân biệt các mẫu hình dòng tiền đối với hai

nhóm công ty này.

Sử dụng kiểm định Chi Chi Square và so sánh giá trị Pearson Chi2 hay p_value nhận

đƣợc ( với bậc tự do df=7) để kết luận xem có nên bác bỏ giả thiết H0 hay không.

3.3.3.2 Hồi quy nhị phân Logistic

Để kiểm tra giả thuyết thứ hai, nghiên cứu hiện tại đã sử dụng phân tích hồi quy nhị

phân logistic để phát triển mô hình dự báo kiệt quệ tài chính. Cụ thể là trong trƣờng

hợp này, để giải quyết vấn đề biến phụ thuộc là biến nhị phân, không thể sử dụng

phƣơng pháp ƣớc lƣợng OLS thông thƣờng để ƣớc lƣợng hàm hồi quy tuyến tính. Thay

vào đó, cần sử dụng một hàm số biểu thị xác suất để biến ƣớc lƣợng bằng với các giá

trị thực tế thông qua hàm Log Likelihood Function (LLF). Và đây đƣợc gọi là phƣơng

pháp hồi quy Maximum Likelihood. Vào thập niên 1970s, nhà thống kê học David R.

Cox phát triển một mô hình có tên là “logistic regression model” (“mô hình hồi qui

logistic”) để phân tích các biến nhị phân. Mô hình đƣợc minh họa nhƣ sau:

Gọi p xác suất công ty xảy ra kiệt quệ tài chính

x’ là một vector đại diện cho tập hợp các biến độc lập X1j, X2j, …, Xkj

j là công ty đƣợc quan sát

Mô hình hồi quy Logit đƣơc xây dựng trên cơ sở hàm xác suất tích lũy của phân phối

xác suất Logistic (Logistic Distribtion).

Nhƣ vậy, xác suất có điều kiện để giá trị ƣớc lƣợng của biến phụ thuộc bằng 1 – tức là

công ty rơi vào tính trạng kiệt quệ đƣợc biểu diễn nhƣ sau:

với g(x) = β0 + β1+ β2X2j + …+ βkXkj (1)

P(Yj=1/ x’) = π(x) =

P( Yj=1/x’) = 1 -

1- P( Yj=1/x’) =

= 

 ln( = g(x)

 ln ( = β0 + β1X1j + β2X2j + …+ βkXkj (2)

Theo quy ƣớc, tỷ số , trong đó odds ( nguy cơ) là tỷ số giữa hai giá

trị (xác suất/ 1- xác suất) của một biến số nhị phân.

Khi đó, ln ( = ln (odds) còn đƣợc gọi là logit ( ).

Do đó, phƣơng trình (2) mới có tên là phƣơng trình hồi quy logistic . β0, β1, β2 …,βk là

các hệ số hồi quy. Khi đó, logarit tự nhiên của tỷ số odds là một hàm tuyến tính đối với

x’. Tiến hành hồi quy để tìm ra các hệ số trên.

Có thể hiểu rõ hơn về mô hình logit thông qua đồ thị 3.1 sau đây :

(Nguồn : Nguyễn Văn Tuấn, 2014. Phân tích hồi quy Logistic)

Hình 3.1: Đồ thị hồi quy Logistic theo x’ và xác suất P

Đồ thị trên minh họa cho phƣơng trình (1), có trục hoành là biến yếu tố nguy cơ x’,

trục tung là xác suất P xảy ra sự kiện.

Có thể dễ dàng nhận thấy mối quan hệ giữa x’ và xác suất P là phi tuyến, nghĩa là, “xác

suất tiến gần 0 với đốc độ chậm dần khi x’ nhỏ và tiến gần 1 với tốc độ chậm dần khi

x’ rất lớn, do đó đồ thị thể hiện là một đƣờng cong. Vì thế, cần thiết phải thiết lập lại để

có mô hình logit nhƣ đã đƣợc chuyển đổi theo công thức (2) để tạo ra 1 hàm tuyến tính,

dễ dàng trong việc hồi quy và giải thích mô hình. Lúc này, đồ thị tuyến tính thể hiện

mối tƣơng quan giữa x’ và logit ( theo công thức (2) có dạng theo hình

3.2 nhƣ sau :

(Nguồn : Nguyễn Văn Tuấn, 2014. Phân tích hồi quy Logistic)

Hình 3.2: Đồ thị hồi quy Logistic theo x’ và logit (P)

Vấn đề quan trọng là làm thế nào để phân loại một công ty là kiệt quệ hay không kiệt

quệ. Trên thực tế, tác giả sẽ sử dụng giá trị “cut-off” làm điểm tham chiếu để phân loại.

Cụ thể nhƣ sau:

Nếu xác suất dự báo >= một “cut-off” đƣợc cho trƣớc, thì ta xác định công ty đó là kiệt

quệ tài chính .Theo đó, mức “cut-off” đƣợc xác định bằng cách so sánh giá trị nào cho

tỷ lệ cao về độ nhạy và độ đặc hiệu, tức là khả năng dự báo cao đối với cả công ty kiệt

quệ và không kiệt quệ, phần này sẽ đƣợc trình bày chi tiết hơn trong phần đánh giá khả

năng phân loại của mô hình. Thông thƣờng mức xác suất “cut-off” đƣợc các nhà

nghiên cứu lựa chọn là 0.5 và trong bày nghiên cứu này mức “ cut- off” cũng đƣợc lựa

chọn là 0.5.

Từ phƣơng trình tổng quát (2), ta sẽ xây dựng mô hình Logistic cho các biến số dòng

tiền nhƣ đã đề cập ở trên, cụ thể nhƣ sau:

P (DISTRESS) = 1/ {1 + exp [-(β0+ β1 CFP1+ β2 CFP2 + β3 CFP3 + β4 CFP4 + β5

CFP5+ β6 CFP6 + β7 CFP7+ β8 CFP8+ β9 ln(Total_Asset) + β10

ln(Total_Revenue))]}

Khi đó, phƣơng trình logit có thể đƣợc viết lại nhƣ sau:

Ln ) = ln (odds) = β0+ β1 CFP1+ β2 CFP2 + β3 CFP3 + β4 CFP4 + β5 CFP5+ β6

CFP6 + β7 CFP7+ β8 CFP8+ β9 ln(Total_Asset) + β10 ln(Total_Revenue)

3.3.4 Đo lường khả năng phân loại của mô hình

Phần này sẽ trình bày bảng khả năng phân loại đã đƣợc điều chỉnh lệch lạc nhằm đo

lƣờng sự chính xác trong dự báo tình trạng kiệt quệ tài chính của các công ty đối với

mô hình đƣợc ƣớc lƣợng.

Để hiểu rõ hơn về bảng phân loại này, ta sẽ tóm tắt các nội dung cơ bản thông qua bảng

3.1 ( bảng tần số 2 x 2).

Bảng 3.1: Đo lƣờng khả năng phân loại của mô hình

Thực tế

Kiệt quệ Không kiệt quệ

Kết quả Kiệt quệ True positive False positive dự báo

(Nguồn : Nguyễn Văn Tuấn, 2010. Y học thực chứng)

Không kiệt quệ False negative True negative

Trong đó:

True positive: số lƣợng các công ty trên thực tế là kiệt quệ và đƣợc dự báo đúng là kiệt

quệ.

False negative: số lƣợng các công ty trên thực tế là kiệt quệ nhƣng lại bị dự báo là

không kiệt quệ.

True negative: số lƣợng các công ty trên thực tế là không kiệt quệ và đƣợc dự báo đúng

là không kiệt quệ.

False positive: số lƣợng các công ty trên thực tế không kiệt quệ nhƣng lại bị dự báo là

kiệt quệ.

Từ những giải thích bên trên, chúng ta sẽ tiến hành tìm hiểu sâu 2 khái niệm quan trọng

sau đây và cũng là những thành phần chính rất đƣợc quan tâm xem xét trong bảng đánh

giá khả năng phân loại:

Sensitivity ( Độ nhạy) =

Specificity( Độ đặc hiệu) =

Dựa theo bảng phân loại đã đƣợc điều chỉnh lệch lạc, ta sẽ đánh giá xem mô hình đƣợc

khả năng phân loại của mô hình, thông qua tỷ lệ phân loại chính xác cao hơn, có nghĩa

là độ nhạy và độ đặc hiệu đều tƣơng đối cao và giá trị gần nhƣ nhau hay không chênh

lệch quá nhiều.

3.3.5 Đo lường khả năng dự báo của mô hình

Phần này sẽ trình bày các tiêu chuẩn đo lƣờng khả năng dự báo của các mô hình cũng

nhƣ giải thích ý nghĩa của các tiêu chuẩn trên.

 AUC: Tiêu chuẩn đo lường khả năng dự báo của mô hình

Trƣớc khi tìm hiểu khái niệm về AUC ( Area Under the Receive Operating

Characteristics Curve), ta sẽ làm rõ khái niệm về ROC (Receiver operating

characteristic)– nền tảng cho sự ra đời của AUC.

Trên thực tế, để xem xét rõ hơn về vai trò của độ nhạy và độ đặc hiệu, tác giả đã sử

dụng biểu đồ ROC (receiver operating characteristic). Biều đồ ROC có nguồn gốc từ

lĩnh vực quân sự trong Thế chiến thứ II, không chỉ phổ biến trong lĩnh vực tài chính mà

còn trong các lĩnh vực khác nhƣ khoa học khí quyển và chẩn đoán y tế, sử dụng các

tính toán đã có sẵn trong hầu hết các gói phần mềm phân tích thống kê. Trong lĩnh vực

tài chính, cụ thể trong nghiên cứu này, biểu đồ ROC đƣợc dùng để đánh giá khả năng

dự báo kiệt quệ tài chính của mô hình hồi quy nhị phân Logistic.

Biểu đồ ROC có trục tung (y) biểu thị độ nhạy, và trục hoành (x) đƣợc tính bằng (1- độ

đặc hiệu). Hai giá trị này dao động từ 0 đến 100 (hay từ 0 đến 1, nếu dùng xác suất và

đƣợc ƣớc tính cho từng giá trị cut-off.

Mô hình dự báo tốt sẽ có những điểm tham chiếu phân bố ở khu vực “Tây Bắc”, tức là

những điểm ở góc trái thuộc phía trên của biểu đồ. Đó là những giá trị tham chiếu có

độ nhạy cao hay và hiệu số giữa 1 và độ đặc hiệu thấp, có nghĩa là độ đặc hiệu cao, đó

là điều mà các nhà nghiên cứu luôn kì vọng vào mô hình dự báo của mình.

(Nguồn : Nguyễn Văn Tuấn, 2010. Y học thực chứng)

Hình 3.3: Biểu đồ tổng quát ROC

Khi liên kết tất cả các điểm trên biểu đồ ROC, ta sẽ có một biểu đồ liên tục nhƣ hình

hình 3.3. Nhƣng ở đây hai chỉ số (độ nhạy và hiệu số giữa 1 và độ đặc hiệu ) biến thiên

ngƣợc chiều nhau. Do đó, ta cần một “chỉ số dung hòa” cả hai giá trị này.

Khi đó việc ƣớc tính diện tích dƣới đƣờng ROC (còn gọi là area under the curve –

AUC) cần thiết đƣơc thực hiện.

Biểu đồ 3.3 có diện tích tối đa của là 1 (vì biểu đồ hình vuông, với mỗi “cạnh” bằng

1). AUC có thể tính toán bằng phƣơng pháp tích phân, hoặc từ những chƣơng trình

máy tính tính chuẩn xác hơn nhƣ hiện nay. Trong bày nghiên cứu này AUC đƣợc tình

toán bằng phần mềm Stata.

Nếu mô hình dự báo không có ý nghĩa khi tất cả các điểm tham chiếu nằm trên đƣờng

thẳng 45 độ, tức là nằm trên đƣờng thẳng nối hai điểm (0, 0) và (1, 1). Bởi vì khi đó

xác suất dự báo đúng cũng bằng với xác suất dự báo sai, khi đó mô hình sẽ không còn

hiệu quả nữa. Khi đó, diện tích dƣới đƣờng ROC phải có giá trị là 0.5.

Vì vậy, một mô hình dự báo hiệu quả thì diện tích AUC phải trên mức 0.5. Không có

giới hạn nào của AUC để đánh giá là một dự báo hoàn hảo. Tuy nhiên theo quy ƣớc thì

một mô hình dự báo đƣợc xem là tốt hay rất tốt khi giá trị AUC trên 0.8; đƣợc xem là

không tốt và không thể áp dụng trong dự báo khi AUC dƣới mức 0.6. Ý nghĩa cụ thể

của từng giá trị AUC sẽ đƣơc trình bày cụ thể ở bảng 3.2 dƣới đây.

Bảng 3.2: Ý nghĩa diện tích dƣới đƣờng biểu diễn ROC (AUC)

AUC Ý nghĩa giá trị AUC

>0,90 Rất tốt (Excellent)

0,80 đến 0,90 Tốt (Good)

0,70 đến 0,80 Trung bình (Fair)

0,60 đến 0,70 Không tốt (Poor)

(Nguồn : Nguyễn Văn Tuấn, 2010. Y học thực chứng)

0,50 đến 0,60 Không có ý nghĩa (Fail)

Giá trị AUC đƣợc sử dụng rất nhiều trong để đánh giá độ chính xác của hai hay nhiều

mô hình dự báo. Phƣơng pháp ƣớc lƣợng nào có kết quả AUC cao hơn thì đó cũng là

phƣơng pháp có độ chính xác cao hơn. Vì thế trong nghiên cứu về dự báo kiệt quệ tài

chính, nhóm tác giả đã sử dụng AUC làm một trong những tiêu chuẩn để so sánh khả

năng dự báo của các mô hình đƣợc chọn. Nội dung so sánh này cũng sẽ đƣợc trình bày

chi tiết hơn trong phần kết quả.

 Hệ số Gini

Theo Anderson (2007), hệ số Gini đƣợc các nhà phân tích đƣa vào sử dụng nhƣ một

công cụ để đo lƣờng - một cơ sở phân loại dùng để phân biệt giữa các quan sát tốt và

các quan sát xấu hiệu quả đến mức độ nào.

Về mặt tính toán, hệ số Hệ số Gini tƣơng đối giống với AUC. Tuy nhiên, trong khi

AUC biểu thị phần diện tích dƣới đƣờng cong ROC, thì hệ số Gini lại đƣợc tính bằng diện tích giữa ROC và đƣờng 45o.Trong nghiên cứu của Alman (2000), hệ số Gini

đƣợc tính theo công thức sau: 2*AUC – 1. Một mô hình lý tƣởng, tức là một mô hình

phân loại hoàn hảo các quan sát tốt và các quan sát xấu, có hệ số Gini bằng 1.

Theo Anderson (2007), khi sử dụng hệ số Gini để so sánh giữa các mô hình, thì mô

hình đƣợc nhận định là dự báo tốt khi hệ số Gini >= 0,5.

Bảng 3.3: Các thƣớc đo phổ biến đánh giá khả năng dự báo của mô hình (AUC và

hệ số Gini)

Thƣớc đo Mục đích Cách tính

Diện tích dƣới đƣờng cong

đặc trƣng hoạt động Đo lƣờng độ chính xác khả năng dự báo (ROC) AUC của mô hình nhị phân Logistic Giá trị bằng 1 → Mô hình

hoàn hảo.

Đánh giá tính chính xác của các dự báo

và kiểm tra các công ty đang trong giai Giá trị = 2AUC – 1

đoạn khó khăn. Hệ số Gini Giá trị >= 0,5 → thỏa đáng Đƣợc sử dụng nhằm bổ sung và kiểm

tra tính nhất quán với các phƣơng pháp

(Nguồn : Nguyễn Văn Tuấn, 2010. Y học thực chứng)

khác.

CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU

4.1 Thống kê mô tả và tần số biến

4.1.1 Tần số biến

Phần này sẽ trình bày bảng tần số biến cho các biến dòng tiền trong mô hình tƣơng ứng

với tỷ lệ phần trăm trong các công ty kiệt quệ và không kiệt quệ theo bảng 4.1.

Bảng 4.1: Tần số biến

Tần số (công ty)

Tỷ lệ phần trăm (%)

Biến CFP1

374

Công ty không kiệt quệ

98,94

Công ty kiệt quệ

1,06

378

Tổng

100

Biến CFP2

243

Công ty không kiệt quệ

64,39

135

Công ty kiệt quệ

35,71

378

Tổng

100

Biến CFP3

325

Công ty không kiệt quệ

85,98

Công ty kiệt quệ

14,02

378

Tổng

100

Biến CFP4

327

Công ty không kiệt quệ

86,51

Công ty kiệt quệ

13,49

378

Tổng

100

Biến CFP5

350

Công ty không kiệt quệ

92,59

Công ty kiệt quệ

7,41

378

Tổng

100

Biến CFP6

328

Công ty không kiệt quệ

86,77

Công ty kiệt quệ

13,23

378

Tổng

100

Biến CFP7

344

Công ty không kiệt quệ

91,01

Công ty kiệt quệ

8,99

378

Tổng

100

Biến CFP8

97,35

Công ty không kiệt quệ

368

2,65

Công ty kiệt quệ

378

100

Tổng

Dựa vào bảng 4.1, có thể thấy rằng đối với biến CFP1, tỷ lệ các công ty kiệt quệ tài

chính có mẫu hình này rất ít, chỉ chiếm 1,06% trong mẫu, điều này có thể đƣợc giải

thích vì hầu nhƣ chỉ các công ty thịnh vƣợng, hoạt động kinh doanh tốt mới có mẫu

hình dòng tiền này, ngoài ra biến CFP8 cũng chỉ có 2,65% công ty có mẫu hình dòng

tiền này trong tồng số 378 công ty đƣợc chọn, có thể thấy rằng mẫu hình dòng tiền này

cũng khá hiếm xảy ra, chủ yếu tập trung hầu hết ở các công ty kiệt quệ, có tình hình

kinh doanh yếu kém, dòng tiền thuần âm từ cả ba hoạt động kinh doanh, đầu tƣ và tài

chính.

Các biến CFP2, CFP4, CFP6 đƣợc kỳ vọng tƣơng quan âm với xác xuất kiệt quệ tài

chính cũng có tỷ lệ lớn tập trung ở các công ty không kiệt quệ tài chính với tỷ lệ tƣơng

ứng nhƣ sau 64,29% ; 86,51%; 86,77%.

Các biến còn lại là CFP3, CFP5 và CFP7 đƣợc kỳ vọng tƣơng quan dƣơng với xác xuất

kiệt quệ tài chính mặc dù chỉ có một tỷ lệ thấp các công ty kiệt quệ tài chính trong mẫu

có các mẫu hình dòng tiền này tƣơng ứng là 14,02% ; 7,41% và 8,99%, tuy nhiên do

đặc thù chọn mẫu cũng nhƣ tính ít phổ biến của các mẫu hình này, do đó cần hồi quy

để kiểm tra tác động chính xác của những biến này đến xác xuất kiệt quệ tài chính.

4.1.2 Thống kê mô tả

Mẫu

Biến

Trung bình

Max

Min

Độ lệch chuẩn

Obs

Công ty

asset

13,2255

17,6644

10,4503

1,5852

189

không

revenue

13,3863

17,6613

8,8746

1,6067

189

kiệt quệ

asset

12,9204

15,9998

8,4778

1,1373

189

Công ty

kiệt quệ

revenue

11,9871

15,2919

4,1271

1,8304

189

asset

13,0729

17,6644

8,4778

1,3861

378

Tổng

hợp

revenue

12,6867

17,6613

4,1271

1,8571

378

Bảng 4.2: Thống kê mô tả

Bảng 4.2 trình bày thống kê mô tả của hai biến kiểm soát là ln(tổng tài sản)- ASSET và

ln(tổng doanh thu)- REVENUE bao gồm giá trị trung bình, độ lệch chuẩn, số quan sát,

giá trị lớn nhất và giá trị nhỏ nhất. Dựa trên kết quả hồi quy, có thể thấy tất cả các biến

đều có 378 quan sát (công ty – năm), không có các giá trị trống ( missing value). Đối

với biến ASSET, giá trị trung bình là 13,0729, giá trị lớn nhất và nhỏ nhất lần lƣợt là

17,6644 và 8,4778 cho toàn mẫu. Tƣơng tự, biến REVENUE có giá trị trung bình cho

toàn mẫu là 12,6867, giá trị lớn nhất và nhỏ nhất lần lƣợt là 17,6613 và 4,1271. Độ

lệch chuẩn khá thấp, vào khoảng 1,3861 cho biến ASSET và 1,8571 cho biến

REVENUE, cho thấy các giá trị đều dao động không quá lớn quanh giá trị trung bình,

bởi lẻ các các công ty ở Việt Nam đa số đều ở quy mô vừa và nhỏ. Thống kê mô tả

cũng cho thấy giá trị trung bình của hai biến định lƣợng trên cho những công ty kiệt

quệ tài chính thấp hơn giá trị này với những công ty không kiệt quệ tài chính, theo đó,

các doanh ngiệp có quy mô lớn hơn, thƣờng có bộ phận kiểm soát và quản lý hiệu quả

hơn, sẽ có thể giảm nguy cơ kiệt quệ tài chính.

4.2 Ma trận tƣơng quan Pearson

Bảng 4.3: Ma trận tƣơng quan Pearson các biến trong mô hình

REV

FD

CFP1

CFP2

CFP3

CFP4

CFP5

CFP6

CFP7

CFP8

ASSET

FD

CFP1

CFP2

-0,325***

-0,077

CFP3

0,236***

-0,042

-0,301***

CFP4

-0,101*

-0,041

-0,294***

-0,160***

CFP5

0,162***

-0,029

-0,211***

-0,114**

-0,112**

CFP6

0,031

-0,040

-0,291***

-0,158***

-0,154***

-0,110**

CFP7

0,166***

-0,033

-0,234***

-0,127**

-0,124**

-0,089*

-0,123**

CFP8

-0,033

-0,017

-0,123**

-0,067

-0,065

-0,047

-0,064

-0,052

ASSET

-0,055

0,044

-0,054

0,059

0,081

-0,062

0,149***

-0,092*

0,002

REV

-0,377***

-0,009

0,125**

-0,099*

0,093*

-0,111**

0,161***

-0,137***

0,022

0,736***

***, **, * lần lƣợt có ý nghĩa ở mức 1%, 5% và 10%

Bảng 4.3 trình bày ma trận tƣơng quan Pearson giữa các biến trong mô hình. Nhìn

chung, hầu hết hệ số tƣơng quan đều có ý nghĩa thống kê ở mức 1% .

Trong phân tích này, chúng ta sẽ xem xét kĩ mối tƣơng quan giữa biến FD và các biến

đại diện cho các mẫu hình dòng tiền. Bảng này cho thấy các mẫu hình dòng tiền CFP1,

CFP6 và CFP8 thì không có tƣơng quan với xác suất xảy ra kiệt quệ tài chính. Có thể

thấy, các mẫu hình này đặc biệt là CFP1 và CFP8 thƣờng là các mẫu hình hiếm khi

xuất hiện ở các công ty, cụ thể nó cũng chiếm tỷ trọng khá nhỏ trong mẫu dữ liệu, do

đó khó có thể đầy đủ bằng chứng cũng nhƣ độ tin cậy cho việc dự báo.

Bên cạnh đó thì các biến CFP3, CFP5 và CFP7 thì có tƣơng quan dƣơng và biến CFP2,

CFP4 thì có tƣơng quan âm với xác xuất kiệt quệ tài chính, phù hợp với cách lập luận

cũng nhƣ kỳ vọng ở trên, cả bốn biến đều có ý nghĩa với mức ý nghĩa là 1%.

Ngoài ra bảng 4.3 cũng cho thấy có tƣơng quan âm giữa FD với biến Revenue, có ý

nghĩa ở mức 1%. Điều này phù hợp với nhận định của các nghiên cứu trƣớc đây cho

rằng công ty có quy mô lớn với doanh thu cao, hoạt động kinh doanh hiệu quả hơn nên

có xác xuất xảy ra kiệt quệ tài chính thấp.

4.3 Kiểm định Chi Square

Nhƣ đã trình bày ở trên, kiểm định Chi Square đƣợc thực hiện để kiểm tra sự tác động

của hai dấu hiệu. Dấu hiệu thứ nhất có hai thành phần là kiệt quệ tài chính và không

kiệt quệ tài chính. Dấu hiệu thứ hai có tám thành phần là các tám mẫu hình dòng tiền

đã trình bày ở trên. Vì tám thành phần của các mẫu hình dòng tiền này đã đƣợc trình

thông qua từng biến nhị phân cụ thể tƣơng ứng với từng dấu hiệu. Do đó, để dễ dàng

hơn trong việc thực hiện kiểm định này, một biến định danh CFP sẽ đƣợc thêm vào mô

hình nhằm đại diện cho thành phần mẫu hình dòng tiền của công ty đang xem xét.

Kiểm định Chi Square đƣợc áp dụng giữa 2 biến là FD và CFP để kiểm tra giả thiết

H0: Các mẫu hình dòng tiền là độc lập (không ảnh hƣởng) đến việc công ty kiệt quệ

hay không kiệt quệ tài chính. Tức là không có sự phân biệt các mẫu hình dòng tiền đối

với hai nhóm công ty này.

H1: Các mẫu hình dòng tiền là không độc lập (có ảnh hƣởng) đến việc công ty kiệt quệ

hay không kiệt quệ tài chính. Tức là có sự phân biệt các mẫu hình dòng tiền đối với hai

nhóm công ty này.

Bảng 4.4 trình bày kết quả kiểm định Chi Square cho biến phụ thuôc FD với biến định

danh CFP tƣơng ứng với 8 biến mẫu hình dòng tiền. Hàng ngang tƣơng ứng với dấu

hiệu thứ nhất gồm hai thành phần là kiệt quệ tài chính và không kiệt quệ tài chính. Các

cột hàng dọc tƣơng ứng với dấu hiệu thứ hai đại diện cho tám thành phần là tám mẫu

hình dòng tiền đã trình bày ở trên.

Bảng 4.4: Kết quả kiểm định Chi Square

FD CFP1 CFP2 CFP3 CFP4 CFP5 CFP6 CFP7 CFP8 Tổng

2 78 30 32 6 23 8 10 189 0

2 38 42 19 22 27 26 13 189 1

4 116 72 51 28 50 34 23 Tổng 378

Pearson chi2 (7) = 38,4904

Pr = 0.000

Kết quả bảng 4.4 cho thấy giá trị Chi Square = 38,4904 với bậc tự do df = 7. P_value =

0,000, nhỏ hơn giá trị alpha là 0,05.

Giá trị của Chi Square là 38,4904 và nó cũng đƣợc nhận định là cao. Ngoài ra, giá trị p

= 0,000 < 0,05 nên ta bác bỏ giả thiết H0, chấp nhận H1, khẳng định rằng các mẫu hình

dòng tiền là không độc lập, tức là có sự khác biệt giữa các công ty kiệt quệ và khỏe

mạnh đối với các mẫu hình dòng tiền khác nhau. Nói cách khác, các mẫu hình dòng

tiền đang ngày càng khác nhau giữa các công ty khỏe mạnh và kiệt quệ khi các công ty

đang tiến gần hơn đến những năm kiệt quệ. Có thể kết luận rằng có một sự khác biệt

đáng kể giữa các công ty kiệt quệ và khỏe mạnh đối với các mẫu hình dòng tiền khác

nhau. Kết quả phù hợp với Kordestani et al. (2011) cũng tìm thấy kết quả tƣơng tự nhƣ

nghiên cứu.

4.4 Kết quả mô hình hối quy nhị phân Logistic

Thực hiện hồi quy nhị phân Logistic biến phụ thuộc FD – Kiệt quệ tài chính theo 10

biến độc lập: CFP1, CFP2, CFP3, CFP4, CFP5, CFP6, CFP7, CFP8, ASSET và

REVENUE theo mô hình sau:

Ln ) = ln (odds) = β0+ β1 CFP1+ β2 CFP2 + β3 CFP3 + β4 CFP4 + β5 CFP5+ β6

CFP6 + β7 CFP7+ β8 CFP8+ β9 ln(Total_Asset) + β10 ln(Total_Revenue)

Theo mô hình trên, các hệ số hồi quy thu đƣợc chính là sự thay đổi của ln(odds) hay

) khi biến độc lập thay đổi. Do đó, ta có thể lấy lũy thừa cơ số e của các hệ số, ln

lúc đó giá trị mới là odds ratios đƣợc dùng để đánh giá ảnh hƣởng trực tiếp đến xác

suất kiệt quệ tài chính. Bảng 4.5 sẽ trình bày các hệ số hồi quy của từng biến độc lập

cũng nhƣ giá trị odds ratio sau khi đã lấy lũy thừa cơ số e nhƣ sau:

Bảng 4.5: Kết quả hồi quy mô hình nhị phân Logistic

Biến Hệ số hồi quy Odd ratios

CFP1 0,349 (0,796) 1,418

CFP2 0,000 (0,999) 1,001

CFP3 1,825 (0,022) 6,202

CFP4 0,298 (0,705) 1,348

CFP5 1,828 (0,036) 6,218

CFP6 1,308 (0,103) 3,698

CFP7 1,721 (0,040) 5,592

CFP8 0,419 (0,693) 1,520

ASSET 0,770 (0,000) 2,160

REVENUE -1,056 (0,000) 0,348

Constant 2,696 (0,043) 14,820

Pseudo R2 26,67%

Chú thích: giá trị trong ngoặc đơn là p_value

Kết quả hồi quy cho thấy Pseudo R2 = 26,67% cho thấy các biến trong mô hình đã giải

thích đƣợc 26,67% biến động trong mô hình.

Từ bảng 4.5, mẫu hình dòng tiền đầu tiên (+ + +) có mức ý nghĩa là 0,796. Nó chỉ ra

rằng mẫu hình dòng tiền này không có mối tƣơng quan với xác suất xảy ra kiệt quệ tài

chính. Do đó, loại mẫu hình lƣu chuyển tiền đầu tiên không thể đƣợc sử dụng nhƣ một

yếu tố dự báo về tình trạng kiệt quệ tài chính. Kết quả này phù hợp kỳ vọng khi thực tế

chỉ ra rằng chỉ có 1,06% tổng số doanh nghiệp trong mẫu có mẫu hình này đã gặp khó

khăn và lâm vào tình trạng kiệt quệ tài chính. Jantadej (2006) cũng gợi ý rằng mẫu hình

này không thể đƣợc sử dụng nhƣ một yếu tố dự báo về kiệt quệ tài chính vì mẫu hình

dòng tiền này thƣờng gặp ở các công ty có ý định nắm giữ một lƣợng tiền mặt lớn

trong giai đoạn hiện tại và sau đó đầu tƣ rất lớn, mở rộng kinh doanh, mua lại cổ phần

hoặc trả nợ dài hạn trong tƣơng lai gần.

Mẫu hình dòng tiền thứ hai (+ - -) có mức ý nghĩa là 0,999. Nó chỉ ra rằng mẫu hình

này không có mối tƣơng quan với tình trạng kiệt quệ tài chính. Kết quả này cũng phù

hợp kỳ vọng khi cho rằng mẫu hình lƣu chuyển tiền tệ thứ hai thƣờng đƣợc tìm thấy ở

các công ty khỏe mạnh. Khi đó, công ty đã tạo ra dòng tiền thuần dƣơng từ hoạt động

kinh doanh hàng ngày và sử dụng tiền mặt tạo ra để tài trợ cho đầu tƣ trong tƣơng lai

và trả nợ dài hạn. Các công ty này thƣờng ổn định, trƣởng thành và thành công, phát

triển với tốc độ tăng trƣởng vừa phải.

Đối với mẫu hình dòng tiền thứ ba (+ + -), kết quả cho thấy rằng có một mối tƣơng

quan đáng kể với giá trị p_value = 0,022 < 0,05 giữa mẫu hình dòng tiền thứ ba và xác

suất kiệt quệ tài chính. Trong trƣờng hợp này, tỷ số odds cho loại này là 6,202 đối với

các công ty có loại hình lƣu chuyển tiền tệ thứ ba, thể hiện xác suất kiệt quệ tài chính

khá cao so với các mẫu hình dòng tiền khác. Phát hiện này phù hợp với các nghiên cứu

trƣớc đây khi cho rằng các mẫu hình dòng tiền thứ ba có nhiều khả năng xảy ra hơn ở

một công ty đang trong tình trạng kiệt quệ và đang trong quá trình bƣớc vào giai đoạn

thanh lý. Nó cũng phù hợp với lý thuyết đƣợc đề xuất bởi (Foster và cộng sự, 1997;

Grover, 2003), ngƣời nhấn mạnh vào các điểm cân bằng dòng tiền. Mặc dù một công

ty đang trong tình trạng kiêt quệ, công ty vẫn cần phải đáp ứng các điểm cân bằng. Để

công ty duy trì trong ngành, nó cần phải quản lý các dòng tiền vào và dòng tiền ra của

một hoạt động để đáp ứng các loại hoạt động khác. Trong trƣờng hợp này, ví dụ, công

ty đang có CFP3. Để nó đáp ứng nhu cầu từ hoạt động tài chính, nó đòi hỏi công ty

phải sử dụng tất cả tiền mặt từ hoạt động kinh doanh và bán đầu tƣ của mình. Chỉ bằng

cách làm điều này, công ty có thể đạt đƣợc điểm cân bằng dòng tiền.

Đối với mẫu hình dòng tiền thƣ tƣ (+ - +), kết quả cho rằng mẫu hình này không có

mối tƣơng quan với tình trạng kiệt quệ tài chính, với giá trị p_value = 0,705 > 0,05.

Kết quả này cũng phù hợp với các lập luận trƣớc khi cho rằng loại mẫu hình thứ tƣ này

chỉ xảy ra ở các công ty khỏe mạnh, đang có nhiều cơ hội để mở rộng phát triển. Các tỷ

số tài chính cho thấy rằng các công ty này hơi nhỏ hơn so với các công ty có mẫu hình

dòng tiền thứ hai và tài sản của họ đã tăng trƣởng ở mức cao. Ngƣời ta cho rằng công

ty đang áp dụng khoản vay từ các nguồn bên ngoài để tài trợ cho dự án đầu tƣ hiện tại

cho mục đích mở rộng để công ty có thể kiếm đƣợc nhiều tiền hơn trong tƣơng lai.

Đối với mẫu hình dòng tiền thứ năm (- + +), kết quả cho thấy rằng có một mối tƣơng

quan đáng kể với giá trị p_value = 0,036 < 0,05 giữa mẫu hình dòng tiền thứ năm và

xác suất kiệt quệ tài chính. Trong trƣờng hợp này, tỷ số odds cho loại này là 6,218 đối

với các công ty có loại hình lƣu chuyển tiền tệ thứ năm cao hơn so với các công ty có

mẫu hình dòng dòng tiền tệ khác, thể hiện xác suất kiệt quệ tài chính cao hơn. Kết quả

này cũng phù hợp với kỳ vọng khi cho rằng mẫu hình lƣu chuyển dòng tiền thứ năm

thƣờng xuyên xảy ra ở các công ty kiệt quệ. Dòng tiền thuần hoạt động kinh doanh âm

cho thấy rằng công ty không thể đáp ứng nhu cầu tiền mặt cho các hoạt động. Khi đó,

các nhà quản lý bắt đầu bán tài sản để làm tạo ra dòng tiền trang trải cần thiết đồng thời

tham gia vào tài chính thông qua vay hoặc phát hành cổ phiếu. Vì vậy, công ty có thể

dần dần từ bỏ khả năng trả nợ đúng hạn, và do đó đi vào tình trạng khẩn cấp, có thể đối

mặt với tình trạng kiệt quệ tài chính.

Đối với mẫu hình thứ sáu của dòng tiền (- - +), mức ý nghĩa là 0,103. Nó chỉ ra rằng

không có mối tƣơng quan giữa mẫu hình dòng tiền thứ sáu và kiệt quệ tài chính. Do đó,

mẫu hình lƣu chuyển tệ mặt thứ sáu không phải là một yếu tố dự báo về tình trạng kiệt

quệ tài chính. Các kết quả phù hợp với các nghiên cứu trƣớc đây đƣợc, cho rằng mẫu

hình này có nhiều khả năng đƣợc tìm thấy bởi các công ty tiên phong, trẻ và mới thành

lập. Các công ty tin rằng dòng tiền ra từ hoạt động kinh doanh chỉ trong một thời gian

tạm thời và các khoản lỗ trong giai đoạn đầu của quá trình thành lập sẽ giảm dần theo

thời gian. Các nhà đầu tƣ cũng sẵn sàng cung cấp vốn mới vì sự tự tin của họ đối với

các công ty này, đƣợc xem là những công ty có tiềm năng tạo ra một dòng tiền thuần

dƣơng từ hoạt động kinh doanh trong thời gian ngắn.

Tồn tại mối tƣơng quan hệ đáng kể giữa mẫu hình lƣu chuyển tiền thứ bảy (- + -) và

kiệt quệ tài chính kể với mức ý nghĩa là 0,040 < 0,05. Trong trƣờng hợp này, tỷ số

odds cho loại này là 5,592 đối với các công ty có loại hình lƣu chuyển tiền tệ thứ bảy

cũng tƣơng đối cao, thể hiện xác suất kiệt quệ tài chính cao. Các lập luận trƣớc đây

cũng cho rằng mẫu hình dòng tiền này cho thấy một tín hiệu của một công ty bị kiệt

quệ tài chính. Do sự giảm đáng kể dòng tiền đến dẫn đến tình hình tồi tệ hơn và công

ty đi vào tình trạng khan hiếm, họ gặp phải các khoản nợ đáo hạn và trang trải thiếu hụt

trong hoạt động kinh doanh bằng cách bán các tài sản dài hạn (Gup & Samson 1993).

Tình hình này kéo dài có thể khiến công ty rơi vào tình trạng kiệt quệ tài chính nếu

không cải thiện đƣợc nguồn vốn.

Đối với mẫu hình lƣu chuyển tiền tệ thứ tám (- - -), kết quả cho thấy lại không tồn tại

mối tƣơng quan với giá trị p = 0,693 > 0,05. Kết quả này mâu thuẫn với lập luận khi

cho rằng mẫu hình tiền tệ thứ tám có thể đƣợc sử dụng nhƣ là một yếu tố quan trọng để

dự báo tình trạng kiệt quệ tài chính, khi đó sự kết hợp của dòng tiền thuần âm cho cả ba

hoạt động; kinh doanh, đầu tƣ và tài chính đã phản ánh rằng do các khoản lỗ lớn mà

các công ty phải đối mặt, họ có ít cơ hội hơn nhận đƣợc hỗ trợ tài chính từ bên ngoài và

những công ty có mẫu hình dòng tiền này có khuynh hƣớng phá sản cao hơn. Mâu

thuẫn từ kết quả này có thể hiểu là do từ 189 quan sát (62 công ty kiệt quệ trong một

khoảng thời gian ba năm trƣớc khi kiệt quệ), chỉ có mƣời quan sát có mẫu hình dòng

tiền loại thứ tám. Có thể kết luận rằng mẫu hình dòng tiền thứ tám không phổ biến

trong số các công ty niêm yết công khai tại Việt Nam, do đó tính chính xác trong việc

làm cơ sở dự báo không cao.

Hai biến kiểm soát là ASSET và REVENUE cũng có ảnh hƣởng đến kết quả dự báo

với p_value = 0,000 < 0,05. Cụ thể, công ty có doanh thu cao có thể cung cấp một tín

hiệu tốt về hiệu suất và thành quả hoạt động tốt trong kinh doanh của công ty, do đó

giảm xác suất kiệt quệ tài chính, phù hợp với kỳ vọng sẽ mang có hệ số hồi quy âm .

Đối với biến ASSET, công ty có tài sản cao có thể cung cấp một tín hiệu cho thấy hoạt

động vay mƣợn cũng nhƣ chi tiêu nhiều tiền cho hoạt động kinh doanh cao, ứ đọng vốn

và do đó tăng xác suất kiệt quệ tài chính, biến này cung cấp hệ số hồi quy dƣơng .

Có thề thấy, các mẫu hình có thể dự báo kiệt quệ tài chính là các mẫu hình dòng tiền

thứ thứ ba (CFP3), thứ năm (CFP5), và thứ bảy (CFP7). Nó cho thấy rằng các công ty

có tình trạng kiệt quệ tài chính có nhiều khả năng hiển thị ba loại mẫu hình dòng tiền

trên. Nhìn chung, các công ty cũng có nhiều khả năng rơi vào tình trạng kiệt quệ tài

chính khi họ không thể bù đắp nghĩa vụ ngắn hạn do không đủ tiền phát sinh từ các

hoạt động kinh doanh chính. Các công ty kiệt quệ tài chính có nhiều khả năng sử dụng

nguồn tài trợ bên ngoài hơn vì không đủ tiền dƣ thừa tạo ra từ hoạt động kinh doanh.

Khi công ty có những dòng tiền ra trong tất cả các hoạt động kinh doanh, đầu tƣ và tài

chính, có xu hƣớng cao dẫn đến công ty bị kiệt quệ tài chính.

4.5 Kết quả khả năng phân loại của mô hình

Nhƣ đã trình bày trong phần lý thuyết về hai giá trị sensitivity ( độ nhạy) và specificity

( độ đặc hiệu), trong đó:

Sensitivity là tỷ lệ các công ty đƣợc phân loại là kiệt quệ tài chính và thực sự rơi vào

tình trạng kiệt quệ tài chính chia cho tổng số quan sát thực tế bị kiệt quệ tài chính.

Specificty là tỷ lệ các công ty đƣợc phân loại là không kiệt quệ rài chính và thực sự

không rơi vào tình trạng kiệt quệ tài chính chia cho tổng số quan sát thực tế không rơi

vào kiệt quệ tài chính.

Dựa theo bảng phân loại, ta sẽ đánh giá độ chính xác phân loại của mô hình hồi quy, có

nghĩa là độ nhạy và độ đặc hiệu đều tƣơng đối cao và giá trị gần nhƣ nhau hay không

chênh lệch quá nhiều.

Bảng 4.6: Đánh giá khả năng phân loại của mô hình

Thực tế

FD ~FD Total Kết quả dự báo

136 38 174 +

53 151 204 -

189 189 378 Total

Sensitivity: 71,96% Specificity: 79,89%

Correctly classified: 75,93%

Chú thích: Correctly classified là khả năng phân loại chính xác của mô hình.

Bảng 4.6 trình bày kết quả khả năng phân loại của mô hình logit. Ta tính đƣợc mức

chênh lệch giữa độ nhạy (sensitivity) và độ đặc hiệu (specificity) là 7,93% . Có thể

nhận thấy rằng mô hình hồi quy có sự chênh lệch giữa độ nhạy và độ đặc hiệu khá thấp

cho thấy mức độ dự báo chính xác hơn các công ty thực sự kiệt quệ tài chính (đƣợc cho

thấy qua giá trị sensitivity) và các công ty thực sự không kiệt quệ tài chính (đƣợc cho

thấy qua giá trị specificity) là không chênh lệch nhiều, và khả năng phân loại chính xác

của mô hình hồi quy cũng tƣơng đối cao là 75,93%.

4.6 Kết quả khả năng dự báo của mô hình – Giá trị AUC và hệ số Gini

Giá trị AUC và hệ số Gini là hai giá trị đại diện cho khả năng dự báo của các mô hình

hồi quy. Hai giá trị này có độ lớn càng cao thì mức độ chính xác trong dự báo của mô

hình càng cao. Kết quả chi tiết theo bảng 4.7 nhƣ sau:

Bảng 4.7: Đo lƣờng khả năng dự báo của mô hình – Giá trị AUC và hệ số Gini

Chỉ tiêu đánh giá Giá trị

AUC 0,8331

Hệ số Gini 0,6662

Biểu đồ ROC cũng đƣợc trình bày nhƣ sau:

Hình 4.1: Biểu đồ ROC

Dựa vào kết quả hồi quy theo bảng 4.7 và bảng đánh giá tiêu chuẩn phân loại, giá trị

AUC = 0,8331 lớn hơn 0,8 và hệ số Gini = 0,6662 lớn hơn 0,5 cho thấy khả năng dự

báo của mô hình là tốt.

CHƢƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ

5.1 Kết luận về kết quả nghiên cứu

Nghiên cứu này đã đƣợc thực hiện thành công để đạt đƣợc hai mục tiêu nghiên cứu

đƣợc xây dựng trong phần trƣớc. Mục tiêu đầu tiên đƣợc đề xuất để kiểm tra xem liệu

có bất kỳ sự khác biệt đáng kể nào giữa các công khỏe mạnh và kiệt quệ tài chính đối

với các mẫu hình dòng tiền khác nhau hay không. Để đạt đƣợc mục tiêu trên, kiểm

định Chi Square đã đƣợc sử dụng. Kết quả cho thấy có sự khác biệt đáng kể giữa các

công ty khỏe mạnh và kiệt quệ đối với các mẫu hình dòng tiền khác nhau.

Mục tiêu thứ hai đƣợc xây dựng để kiểm tra xem có bất kỳ mối tƣơng quan đáng kể

nào giữa các mẫu hình dòng tiền và kiệt quệ tài chính. Hồi quy Binary Logistic đã

đƣợc sử dụng để đạt đƣợc mục tiêu. Các kết quả cho thấy rằng các mẫu hình dòng tiền

có thể dự báo tình trạng kiệt quệ tài chính là các mẫu hình dòng tiền thứ ba, thứ năm và

thứ bảy. Nó cho thấy rằng các công ty có ba mẫu hình dòng tiền này có xác suất kiệt

quệ tài chính cao hơn. Mẫu hình lƣu chuyển tiền mặt thứ ba chỉ ra rằng mặc dù dòng

tiền hoạt động kinh doanh là dƣơng, nhƣng nó không trang trải đầy đủ các hoạt động

tài chính của công ty. Nếu sự yếu kém trong dòng tiền từ hoạt động kinh doanh vẫn

còn, những ảnh hƣởng bất lợi của nó sẽ đƣợc chuyển giao cho các hoạt động đầu tƣ.

Trong điều kiện này, quản lý đƣợc thúc đẩy tham gia vào các hoạt động liên quan đến

đầu tƣ và bán tài sản để dòng tiền đến từ hoạt động đầu tƣ bù đắp cho dòng tiền ra của

hoạt động tài chính. Khi kiệt quệ tài chính của công ty dẫn đến việc bán tài sản, có lẽ

các công ty cùng ngành đang đối mặt với cùng một vấn đề. Điều này dẫn đến tài sản

đƣợc bán với giá thấp hơn giá trị của chúng trong trạng thái sử dụng tốt nhất. Tình

trạng này cũng có thể tồn tại đối với các công ty thuộc cùng ngành và họ có thể gặp

phải các vấn đề tƣơng tự (Chava, Jarrow 2004). Sau một thời gian co rút tài sản, dẫn

đến giảm dòng tiền đến từ hoạt động đầu tƣ. Khả năng thanh toán các khoản nợ cùng

với phản ứng tiêu cực của thị trƣờng chứng khoán làm tăng chi phí tài chính. Những

yếu tố này đủ mạnh để đƣa công ty vào tình trạng khủng hoảng tài chính trong tƣơng

lai gần.

Mẫu hình lƣu chuyển tiền tệ thứ năm phản ánh rằng công ty đang ở ngƣỡng cửa của

nhu cầu tài chính cấp thiết. Dòng tiền hoạt động kinh doanh âm cho thấy rằng công ty

không thể đáp ứng nhu cầu tiền mặt cho các hoạt động. Do đó, các nhà quản lý bắt đầu

bán tài sản để làm tạo ra dòng tiền trang trải cần thiết. Điều này dẫn đến dòng tiền

dƣơng từ hoạt động đầu tƣ. Đồng thời nhà quản lý tham gia vào tài chính thông qua

vay hoặc phát hành cổ phiếu. Vì vậy, công ty có thể dần dần từ bỏ khả năng trả nợ

đúng hạn, và do đó đi vào tình trạng khẩn cấp, có thể đối mặt với tình trạng kiệt quệ tài

chính trong tƣơng lai.

Ngoài ra theo mẫu hình lƣu chuyển tiền tệ thứ bảy, các hoạt đông của các công ty đang

thu hẹp lại. Do tính tiêu cực của hoạt động kinh doanh và hoạt động tài chính, công ty

tuân thủ bán tài sản để đáp ứng nhu cầu tiền mặt. Nếu vấn đề thiếu tiền mặt không giải

quyết, để trang trải nhu cầu tiền mặt và tiếp tục các hoạt động của công ty thì công ty

nên bán một số tài sản quý giá. Ngoài ra, việc tiếp tục tình hình nhƣ vậy dẫn đến mất

uy tín và giảm sự tín nhiệm của ngƣời bên ngoài. Đồng thời, sự giảm đáng kể dòng tiền

đến dẫn đến tình hình tồi tệ hơn và công ty đi vào tình trạng khan hiếm. Họ gặp phải

các khoản nợ đáo hạn và trang trải thiếu hụt hoạt động kinh doanh bằng cách bán các

tài sản dài hạn (Gup & Samson 1993). Tình hình này kéo dài có thể khiến công ty rơi

vào tình trạng kiệt quệ tài chính nếu không cải thiện đƣợc nguồn vốn.

Kết quả cho thấy rằng ba loại mẫu hình dòng tiền này có thể đƣợc coi là những yếu tố

dự báo của tình trạng kiệt quệ tài chính. Các mẫu hình còn lại không có bất kỳ mối

tƣơng quan nào với xác suất xảy ra kiệt quệ tài chính. Kết quả này cũng tƣơng đối phù

hợp với lập luận của những nghiên cứu trƣớc đây khi cho rằng các mẫu hình CFP3,

CFP5, CFP7 và CFP8 là những mẫu hình có vai trò trong việc dự báo kiệt quệ tài

chính, trong khi đó mẫu hình CFP1, CFP2, CFP4 và CFP6 thƣờng phù hợp với các

công ty khỏe mạnh, hoạt động kinh doanh tốt.

5.2 Hàm ý chính sách

Bài nghiên cứu này góp phần đề cao vai trò của việc sử dụng chỉ tiêu dòng tiền trên

báo cáo lƣu chuyển tiền tệ bên cạnh các báo cáo tài chính khác, không chỉ nhìn nhận

một cách độc lập vai trò của từng loại dòng tiền mà quan trọng hơn là nhấn mạnh tính

hữu ích trong việc kết hợp ba loại dòng tiền thông qua xây dựng tám mẫu hình dòng

tiền nhƣ trên, qua đó giúp các nhà quản lý, các nhà đầu tƣ đƣa ra những quyết định

đúng đắn, hỗ trợ Chính Phủ trong việc dự báo phá sản của các công ty để điều hành thị

trƣờng tốt hơn.

5.3 Hạn chế và hƣớng nghiên cứu

Bài nghiên cứu còn nhiều hạn chế tƣơng tự nhƣ các bài nghiên cứu dự báo kiệt quệ tài

chính trƣớc đây cũng lo ngại đó chính là hạn chế lớn nhất về mặt dữ liệu, kết quả

nghiên cứu thu đƣợc không thực sự nhƣ mong đợi (nhƣ những lý thuyết, giả định đã

đặt ra ban đầu). Ngoài ra, nguồn dữ liệu đƣợc lấy từ những website đáng tin cậy nhƣng

không tránh khỏi hiện tƣợng window-pressing. Các doanh nghiệp cố gắng làm đẹp báo

cáo tài chính và điều này khiến kết quả nghiên cứu là chƣa chính xác so với thực tế.

Mặt khác, bài nghiên cứu chƣa thực hiện so sánh khả năng dự báo của mô hình logit

với một số mô hình dự báo kiệt quệ tài chính khác nhƣ mô hình điểm số Z-Score của

Altman hay mới nhất là mô hình mạng Nơ-Ron thần kinh nhân tạo, sử dụng thuật toán

sẽ cho khả năng dự báo chính xác rất cao, hỗ trợ tốt hơn cho ngƣời thực hiện nghiên

cứu. Những hƣớng nghiên cứu trên đây sẽ có thể mở ra một hƣớng đi mới cho các bài nghiên cứu tiếp theo về dự báo kiệt quệ tài chính của các công ty.

TÀI LIỆU THAM KHẢO

Danh mục tài liệu tiếng Việt

Hoàng Ngọc Nhậm, 2016. Giáo trình xác suất thống kê. Đại học kinh tế thành phố Hồ

Chí Minh.

Nguyễn Văn Tuấn, 2010. Y học thực chứng. Diễn giải nghiên cứu tiên lƣợng: ROC

(Receive Operating Characteristic). Viện nghiên cứu Y khoa Garvan, Sydney, Úc.

Nguyễn Văn Tuấn, 2014. Bài giảng 41: Giới thiệu mô hình hồi quy Logistic. Đại học

Tôn Đức Thắng Thành phố Hồ Chí Minh.

Danh mục tài liệu tiếng Anh

Abbasali Pouraghajan, Seyed Mohammadreza Raiiszadeh, Seyed Reza Hosseini .,

2014. Investigating Impact of Combining components of Cash Flow Statement on

Financial Distress of Firms Accepted at Tehran Stock Exchange. Management and

Technology, 2 (6) 2014:84-92

Bruwer, B. S., & Hamman, W., 2005. Cash flow patterns in listed South African

industrial companies. Meditari Accountancy Research, 13(1), 1-17.

Dickinson, V., 2011. Cash Flow Patterns as a Proxy for Firm Life Cycle. The

Accounting Review, 86(6), 1969-1994.

Grover, J. S., 2003. Validation of cash flow model: A non-bankruptcy approach.

(Doctor of Business Administration), Nova Southeastern University.

Gup, B. E., Samson, W. D., Dugan, M. T., Kim, M. J., & Jittrapanun, T., 1993. An

Analysis of Patterns from the Statement of Cash Flows. financial Practice and

Education, 8.

Ibarra, V. C., 2009. Cash Flow Ratios: Tools For Financial Analysis. Journal of

International Business Research, 8(1), 16.

Jantadej, P., 2006. Using The Combinations of Cas Flow Components to Predict

Financial Distress. (Degree of Doctor of Pholosophy Major in Interdepartmental Area

of Business (Accountancy)), University of Nebraska Lincoln, Nebraska.

Kordestani, G., Biglari, V., & Bakhtiari, M., 2011. Ability of Combinations of Cash

Flow Components to Predict Financial Distress. Business: Theory and Practice, 12(3),

277-285.

Mario Hernandez Tinoco, Nick Wilson., 2013. Financial Distress And Bankruptcy

Prediction Among Listed Companies Using Accounting, Market And Macroeconomic

Variables. International Review of Financial Analysis, 394-419.

Mohd Norfian Alifiaha., 2013. Prediction of financial distress companies in the trading

and services sector in Malaysia using macroeconomic variables. Procedia - Social and

Behavioral Sciences, 90 – 98.

Ohlson, J. A., & Aier, J. K., 2009. On the analysis of firms' cash flows. Contemporary

Accounting Research, 26(4), 1091-1114.

Robert Gitau Muigai1, Jane Gathigia Muriithi., 2017. The Moderating Effect of Firm

Size on the Relationship Between Capital Structure and Financial Distress of Non-

Financial Companies Listed in Kenya. Journal of Finance and Accounting, 5(4): 151-

158.

Rodgers, C. S., 2011. Predicting corporate bankruptcy using multivariant discriminate

analysis (MDA), logistic regression and operating cash flows (OCF) ratio analysis: A

cash flow-based approach. (Doctor of Business Administration), Golden Gate

University, Ageno School of Business.

Sharma, D. S., 2001. The role of cash flow information in predicting corporate failure:

the state of the literature. Managerial Finance, 27(4), 328.

PHỤ LỤC

Phụ lục 1: Kết quả kiểm định Chi-square

Phụ lục 2: Kết quả hồi quy nhị phân Logistic (dạng cơ bản)

Phụ lục 3: Kết quả hồi quy nhị phân Logistic (trình bày theo odds ratio)

Phụ lục 4: Bảng đo lƣờng khả năng phân loại của mô hình

Phụ lục 5: Kết quả đo lƣờng khả năng dự báo của mô hình – Giá trị AUC

Phụ lục 6: Danh mục các công ty đƣợc sử dụng trong bài nghiên cứu theo mã

HIS HLA HMH HNM HPT ICF ITS KHL KMR L44 LIX MCO NKG NOS OGC PFL PGT PNJ

AAA ABT ACC ACE ACL ACV ADC ASA ATA BFC BMP BPC BXH C92 CLC CMC CMI CMV

CMX CNT CTA CVT DAS DCS DHC DHT DIC DIH DNP DPC DQC DRL DTC DVP DXP ELC

EMC EVE FCC FDT FPT G20 GDT GER GGG GLT GMC GMD GMX GTT HAD HBC HDO HGM

PPI PSE PTM PXM QNC S12 S96 SAF SBT SCL SD2 SD7 SDA SDH SSM STL TFC TH1

THS TIE TMW TNA TOP TPP TRA TST TTC TYA V11 VAT VC5 VCF VCS VCT VDL VES

VGP VHH VIN VLF VMA VMC VMG VNA VNL VNM VOS VPK VSG VSI VST VTB VTV XMD

chứng khoán

Luận văn Thạc sĩ Kinh tế: Rủi ro phá sản - Phân tích mẫu hình dòng tiền trong việc dự báo kiệt quệ tài chính ở Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƢỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

TẠ CÔNG QUỲNH NHƢ

RỦI RO PHÁ SẢN: PHÂN TÍCH MẪU HÌNH DÒNG

TIỀN TRONG VIỆC DỰ BÁO KIỆT QUỆ TÀI

CHÍNH Ở VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƢỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

TẠ CÔNG QUỲNH NHƢ

RỦI RO PHÁ SẢN: PHÂN TÍCH MẪU HÌNH DÒNG

TIỀN TRONG VIỆC DỰ BÁO KIỆT QUỆ TÀI

CHÍNH Ở VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

NGƢỜI HƢỚNG DẪN KHOA HỌC:

TS. NGUYỄN QUỐC KHANH

Tần số (công ty)

Tỷ lệ phần trăm (%)

Biến CFP1

Biến CFP2

Biến CFP3

Biến CFP4

Biến CFP5

Biến CFP6

Biến CFP7

Biến CFP8

REV

FD

CFP1

CFP2

CFP3

CFP4

CFP5

CFP6

CFP7

CFP8

ASSET

FD

CFP1

CFP2

CFP3

CFP4

CFP5

CFP6

CFP7

CFP8

ASSET

REV

Có thể bạn quan tâm

Luận văn Thạc sĩ: Quản lý hoạt động phát triển nhận thức cho trẻ mẫu giáo ở các trường mầm non, huyện Hoàng Su Phì, tỉnh Hà Giang

Ảnh hưởng biến động giá dầu thô quốc tế đến hiệu quả hoạt động của các công ty niêm yết tại Việt Nam

Luận văn Thạc sĩ tóm tắt: Pháp luật về điều kiện đầu tư kinh doanh trong lĩnh vực giáo dục, đào tạo ở Việt Nam

Luận văn Thạc sĩ: Sự nghiệp nghiên cứu phê bình văn học của Hoài Thanh

Luận văn Thạc sĩ: Tiểu thuyết của Đỗ Phấn từ góc nhìn sinh thái

Luận văn Thạc sĩ: Giải pháp ứng phó với nhập cư ở Liên minh Châu Âu

Luận văn Thạc sĩ: Diễn ngôn về giới nữ trong văn xuôi nữ Việt Nam đương đại (khảo sát sáng tác của Dạ Ngân, Y Ban, Lý Lan, Nguyễn Thị Thu Huệ)

Luận văn Thạc sĩ: Xây dựng mức phát thải tham chiếu rừng khu vực huyện Bảo Lâm tỉnh Lâm Đồng

Luận văn Thạc sĩ: Đặc điểm nhân vật chính trong ba tác phẩm của Franz Kafka: Lâu đài, Vụ án, Hóa thân

Kháo luận tốt nghiệp: Vận dụng lí thuyết học tập trải nghiệm vào dạy học Thống kê - Xác suất ở lớp Hai

Luận văn Thạc sĩ: Xây dựng hệ thống điều khiển và thu nhận dữ liệu cho Robot dịch vụ

Luận văn Thạc sĩ: Thế giới nhân vật trong truyện ngắn Lê Minh Khuê sau năm 1975

Luận văn Thạc sĩ: Tác động của cấu trúc vốn đến hiệu quả hoạt động của các ngân hàng thương mại cổ phần niêm yết trên thị trường chứng khoán Việt Nam

Luận văn Thạc sĩ: Kiểm soát rủi ro tín dụng bán lẻ tại Ngân hàng Thương mại Cổ phần Đầu tư và Phát triển Việt Nam chi nhánh Thủ Thiêm

Luận văn Thạc sĩ: Các yếu tố ảnh hưởng đến hiệu quả kinh doanh của ngân hàng thương mại cổ phần niêm yết trên thị trường chứng khoán Việt Nam

Luận văn Thạc sĩ: Các nhân tố ảnh hưởng đến hành vi sử dụng dịch vụ ngân hàng điện tử tại Ngân hàng Thương mại Cổ phần Ngoại thương Việt Nam – Chi nhánh Thủ Đức

Luận văn Thạc sĩ: Các yếu tố tác đồng đến nợ xấu tại Ngân hàng Nông nghiệp và Phát triển Nông thôn - Chi nhánh Tiền Giang

Luận văn Thạc sĩ: Yếu tố ảnh hưởng đến quyết định sử dụng dịch vụ thanh toán không dùng tiền mặt tại Ngân hàng TMCP Công thương Việt Nam (Vietinbank)

Luận văn Thạc sĩ tóm tắt: Pháp luật về du lịch biển, thực tiễn tại tỉnh Bình Định

Luận văn Thạc sĩ: Ảnh hưởng của các yếu tố thương hiệu với vai trò trung gian của Marketing truyền miệng đến quyết định chọn việc làm của nhân viên GenZ tại chuỗi nhà hàng gà rán Popeyes khu vực Thành Phố Hồ Chí Minh

Tài liêu mới

Luận án Tiến sĩ: Nghiên cứu xây dựng thuật toán thích nghi và học tăng cường cấu trúc Actor - Critic điều khiển bám quỹ đạo cho robot di động đa hướng mecanum

Luận án Tiến sĩ: Cơ cấu bệnh tim mạch và chất lượng cuộc sống của người cao tuổi mắc suy tim, rung nhĩ điều trị tại Bệnh viện Thống Nhất, thành phố Hồ Chí Minh

Tóm tắt Luận án Tiến sĩ: Nghiên cứu hiện tượng nứt dăm đê sông vùng đồng bằng sông Hồng và dự báo khả năng bị nứt của một số đoạn đê

Tóm tắt Luận án Tiến sĩ: Nghiên cứu xây dựng giải pháp đảm bảo an toàn thông tin cho quá trình học liên kết dựa trên mật mã

Tóm tắt Luận án Tiến sĩ: Phát triển năng lực đánh giá công nghệ cho học sinh trong dạy học môn Công nghệ 11 ở trường trung học phổ thông

Tóm tắt Luận án Tiến sĩ: Nghiên cứu phân loại chi cầu diệp – Bulbophyllum Thouars (Orchidaceae) ở vùng Tây Nguyên bằng phương pháp hình thái và phân tử

Tóm tắt Luận án Tiến sĩ: Nghiên cứu đặc điểm phân bố và dinh dưỡng của các loài lưỡng cư ở Vườn Quốc gia Bến En và Khu bảo tồn thiên nhiên Pù Luông, tỉnh Thanh Hóa

Luận án Tiến sĩ: Tổng hợp luật dẫn và điều khiển cho một lớp tên lửa đối hải trên cơ sở ứng dụng mạng nơ ron và hệ mờ

Luận án Tiến sĩ: Nghiên cứu tổng hợp hệ điều khiển góc Pitch tua bin gió trong điều kiện có nhiễu tác động