PHẦN MỞ ĐẦU yết thị trường chứng khoán, mô hình dự báo khó khăn tài chưa ý xây dựng vận dụng Như vậy, đến lúc Khó khăn tài (financial distress) hiểu tình trạng mà công ty gặp vấn đề khả toán nghĩa vụ cần phải định nghĩa rõ ràng tình trạng khó khăn tài Việt Nam xây dựng mô hình dự báo thích hợp tài đến hạn, chí vỡ nợ hay phá sản Đối với Trong điều kiện thiếu hụt nghiên cứu nước công ty niêm yết, việc lâm vào tình trạng khó khăn tài gây nghiên cứu thực giới đa dạng phương đến hậu kinh tế nhiều đối tượng có liên pháp lại đưa kết không đồng nhất, nghiên cứu quan nhà đầu tư, chủ nợ, người lao động thân chủ doanh tiến hành nhằm lựa chọn mô hình sử dụng dự báo nghiệp rộng ổn định thị trường tài phù hợp với điều kiện công ty niêm yết Việt Nam kinh tế vĩ mô Mục tiêu nghiên cứu Việc nghiên cứu phương pháp để dự đoán khả lâm Nghiên cứu tiến hành với mục tiêu tổng quát lựa vào tình trạng khó khăn tài công ty đại chúng chọn mô hình dự báo khó khăn tài phù hợp cho công đề tài có ý nghĩa thu hút nhiều quan tâm ty niêm yết thị trường chứng khoán Việt Nam học giả giới vài thập kỷ vừa qua Một số mô hình dự Đối tượng nghiên cứu: lý luận thực tiễn xây dựng mô hình báo xây dựng áp dụng thử nghiệm dựa liệu dự báo khó khăn tài cho công ty niêm yết thị trường công ty hoạt động nhóm ngành khác thị chứng khoán Việt Nam trường nước phát triển phát triển toàn giới Phạm vi nghiên cứu: 140 công ty gặp khó khăn tài 140 Bên cạnh đó, quan điểm khó khăn tài không đồng công ty không gặp khó khăn tài chính, tổng cộng 280 công ty niêm nghiên cứu nhiều trường hợp làm cho người yết hai Sở giao dịch chứng khoán Hà Nội thành phố Hồ Chí quan tâm gặp phải khó khăn việc áp dụng làm cho kết Minh, từ năm 2008 đến 2015 nghiên cứu bối cảnh áp dụng cho bối cảnh khác Phương pháp nghiên cứu: thông qua việc xây dựng phân tích Tại Việt Nam, thuật ngữ khó khăn tài chưa định nghĩa cách trực tiếp chưa nói đến việc xây dựng mô hình dự báo mô hình, phương pháp sử dụng thống kê mô tả, phân tích định lượng kết hợp so sánh đánh giá tương ứng Khó khăn tài nhận diện khía cạnh rủi ro tín dụng hay phá sản doanh nghiệp Đối với công ty niêm Đóng góp kết mong đợi luận án Đóng góp mặt lý thuyết CHƯƠNG CƠ SỞ LÝ THUYẾT VÀ CÁC MÔ HÌNH DỰ BÁO KHÓ KHĂN TÀI CHÍNH DOANH NGHIỆP Nghiên cứu mong muốn có nhìn nhiều chiều khó khăn tài cách tiếp cận khái niệm cách 1.1 Cơ sở lý thuyết dự báo khó khăn tài cụ thể Bên cạnh đó, nghiên cứu rõ mối quan hệ 1.1.1 Khái niệm khó khăn tài tình trạng khó khăn tài doanh nghiệp với yếu tố khác nằm khả kiểm soát doanh nghiệp Được hiểu “tình trạng doanh nghiệp gặp thất bại kinh doanh nên thiếu hụt tài sản tiền mặt tài sản khác Đóng góp mặt thực tiễn dẫn đến nguy thực nghĩa vụ toán Với mục tiêu nghiên cứu xây dựng, kết nghiên cứu mình, mà xấu doanh nghiệp buộc phải đóng cửa bắt giúp nhà quản lý doanh nghiệp nắm bắt tốt “sức buộc phá sản theo yêu cầu chủ nợ.” khỏe” tài thân doanh nghiệp có điều chỉnh 1.1.2 Dấu hiệu khó khăn tài công ty niêm yết cần thiết chiến lược kinh doanh quản trị tài thị trường chứng khoán Bên cạnh đó, quan quản lý Sở giao dịch chứng khoán, Ủy Trong nghiên cứu khó khăn tài công ty ban chứng khoán Nhà nước sử dụng mô hình để thiết lập mô niêm yết thị trường chứng khoán, tình trạng khó khăn tài hình cảnh báo sớm cho công ty niêm yết xây dựng quy công ty thường nhận biết hai dấu hiệu: “thất bại” định nhằm củng cố vai trò quản lý, giám sát phát triển bền vững (công ty gặp thất bại việc thực dự án kinh doanh thị trường chứng khoán Việt Nam dẫn đến phải dừng hoạt động) phá sản (công ty Kết cấu luận án khả toán bị tòa án định phá sản) Chương 1: Cơ sở lý thuyết mô hình dự báo khó khăn tài doanh nghiệp 1.2 Khái niệm dự báo khó khăn tài doanh nghiệp Khái niệm dự báo khó khăn tài gắn liền với thuật ngữ Chương 2: Phương pháp nghiên cứu cảnh báo sớm (early warning) hiểu hoạt động nhận biết tình Chương 3: Kết áp dụng mô hình dự báo khó khăn trạng khó khăn tài chủ thể tương lai từ tài cho công ty niêm yết thị trường chứng khoán báo khứ Việt Nam 1.3 Các mô hình dự báo khó khăn tài doanh nghiệp Chương Kết luận gợi ý sách 1.3.1 Tổng quan mô hình dự báo khó khăn tài 1.3.2 Mô hình phân tích hồi quy đơn biến điểm điều kiện áp dụng riêng lựa chọn mô 1.3.3 Mô hình phân tích biệt số hình dự báo tối ưu cho điều kiện nghiên cứu khác Việc so 1.3.4 Mô hình Logit sánh mô hình sử dụng kỹ thuật phân tích khác 1.3.4 Các mô hình trí tuệ nhân tạo chưa thực cách rộng rãi Các nghiên cứu thực 1.4 Nghiên cứu nước dự báo khó khăn tài bối cảnh khác nhau, sử dụng phương pháp khác đem lại Ở Việt Nam, khó khăn tài chưa định nghĩa thường gắn với rủi ro phá sản hay rủi ro tín dụng, nghiên kết không đồng Vì vậy, sử dụng kết nghiên cứu bối cảnh để áp dụng cho bối cảnh khác cứu trực tiếp đến khó khăn tài chưa thực Các Thứ năm, kết nghiên cứu mô hình dự báo khó nghiên cứu chủ yếu liên quan đến việc vận dụng mô hình Z-score khăn tài hầu hết dừng lại việc đánh giá tính xác Altman (1968) để xếp hạng tín dụng hay tính toán khả phá dự báo mô hình Trong đó, việc sử dụng mô sản doanh nghiệp gắn với hoạt động quản trị ngân hàng công cụ hỗ trợ cho doanh nghiệp để nâng cao hiệu 1.5 Khoảng trống nghiên cứu quản trị doanh nghiệp mờ nhạt Nói cách khác, giá trị “tư vấn” Thứ nhất, việc nhận dạng lựa chọn biến phụ thuộc để mô hình chưa trọng nghiên cứu phân nhóm đối tượng nghiên cứu chưa rõ ràng thống nhất, hay nói cách khác việc định nghĩa khái niệm khó khăn tài chưa đồng Thứ hai, biến độc lập, thấy yếu tố ảnh hưởng đến khó khăn tài không số tài dựa kết báo cáo kế toán sở dồn tích mà số kế toán dựa vào báo cáo lưu chuyển tiền tệ số kinh tế vĩ mô lạm phát, lãi suất Tuy nhiên vai trò yếu tố bên báo cáo tài doanh nghiệp chưa làm rõ Thứ ba, mô hình dự báo xây dựng áp dụng phổ biến nghiên cứu, từ mô hình hồi quy mô hình trí tuệ nhân tạo Tuy nhiên, mô hình có ưu, nhược CHƯƠNG PHƯƠNG PHÁP NGHIÊN CỨU 2.2 Thiết kế mô hình phân tích biệt số Nghiên cứu xây dựng hai mô hình (mô hình mô hình 2) 2.1 Phương pháp nghiên cứu để áp dụng phân tích biệt số Điểm khác mô hình mô hình hệ thống biến độc lập sử dụng dự báo 2.1.1 Mục tiêu nghiên cứu Trong mô hình thứ nhất, tác giả sử dụng biến dự báo 2.1.2 Mô tả dấu hiệu khó khăn tài phương pháp chọn mẫu 2.1.2.1 Mô tả dấu hiệu khó khăn tài nghiên cứu Lin cộng (2014) nhà nghiên cứu kết hợp hai phương pháp chọn mẫu theo kinh nghiệm theo kỹ Khó khăn tài doanh nghiệp mô tả thuật phân tích thống kê Trong mô hình sử dụng đa dạng số dấu hiệu phá sản, thất bại kinh doanh,…Trong nghiên biến mô hình sử dụng biến mô hình cứu này, công ty niêm yết coi gặp khó khăn tài Altman (1968) Altman (1995) công ty bị hủy niêm yết bắt buộc Nói cách khác, “hủy niêm yết bắt buộc” biểu khó khăn tài cho công ty niêm yết mô hình Sự lựa chọn hoàn toàn phù hợp với lý thuyết dự báo khó khăn tài có ý nghĩa thực tiễn Ngoài biến đề xuất Lin cộng (2014), mô hình 1, tác giả bổ sung hai biến: - Biến X21 (Giá cổ phiếu), mô tả giá thị trường cổ phiếu, bổ sung để tìm hiểu khả dự báo tình hình tài công ty tương lai từ biến Biến giá thời cổ phiếu 2.1.2.2 Mô tả mẫu nghiên cứu biến giả, nhận giá trị giá cổ phiếu nhỏ 20 nghìn đồng 2.1.3 Phương pháp nghiên cứu nhận giá trị trường hợp ngược lại Mô hình thứ (mô hình 1) mô hình thứ hai (mô hình 2) mô hình phân tích biệt số Mô hình thứ ba (mô hình 3) mô hình Logit đề xuất Ohlson (1980), mô hình phổ biến để dự báo khó khăn tài doanh nghiệp - X22 (Quy mô tài sản), đo log(tổng tài sản/CPI) bổ sung để đánh giá khả dự báo tình hình tài công ty từ quy mô tài sản công ty có tính đến tỷ lệ lạm phát 2.3 Thiết kế mô hình Logit Mô hình Logit xây dựng với biến độc lập, biến so với mô hình gốc Ohlson (1980) Các biến độc lập Mô hình thứ tư (mô hình 4) mô hình máy hỗ trợ vector SVM (mô hình SVM), sử dụng thuật toán máy học dự báo bao gồm biến sử dụng mô hình Ohlson (1980), biến X , X 14 , X 16 , X 20 , X 22 , X 23 , X 24 2.4 Thiết kế mô hình máy hỗ trợ vector SVM SVM giải thuật máy học dựa lý thuyết học thống CHƯƠNG KẾT QUẢ ÁP DỤNG CÁC MÔ HÌNH DỰ BÁO KHÓ KHĂN kê Vapnik & Chervonenkis (1974), Vapnik (1999) xây dựng Bài TÀI CHÍNH CHO CÁC CÔNG TY NIÊM YẾT TRÊN THỊ toán SVM toán phân loại hai lớp: Cho trước r điểm TRƯỜNG CHỨNG KHOÁN VIỆT NAM không gian n chiều (mỗi điểm thuộc vào lớp kí hiệu +1 3.1 Kết thống kê mô tả biến nghiên cứu –1), mục đích giải thuật SVM tìm siêu phẳng 3.2 Kết dự báo khó khăn tài mô hình biệt số (hyperplane) cho phép chia điểm thành hai phần cho 3.3 Kết dự báo khó khăn tài mô hình Logit điểm lớp nằm phía với siêu phẳng 3.4 Kết dự báo khó khăn tài mô hình máy hỗ trợ Các biến mô hình giống biến sử dụng vector SVM 3.5 So sánh kết dự báo mô hình mô hình nghiên cứu Nhằm mục tiêu lựa chọn mô hình dự báo khó khăn tài phù hợp cho công ty niêm yết thị trường chứng khoán Việt Nam, mô hình dự báo khác xây dựng kiểm định Các mô hình xây dựng bao gồm: mô hình phân tích biệt số sử dụng nhóm biến dự báo khác (mô hình mô hình 2), mô hình Logit (mô hình 3) mô hình máy hỗ trợ vector SVM (mô hình 4) Như trình bày phần trên, mô hình phân tích để đánh giá độ tin cậy tiêu chuẩn định tính toán xác dự báo tình trạng khó khăn tài công ty niêm yết thị trường chứng khoán Việt Nam Vì vậy, để tìm mô hình dự báo khó khăn tài phù hợp cho công ty niêm yết thị trường chứng khoán Việt Nam, mô hình so sánh hai góc độ: khả dự báo tỷ lệ mắc sai lầm mô hình 10 Bảng 3.31 cho thấy, mô hình có khả dự báo 3.5.1 So sánh khả dự báo mô hình Các mô hình xây dựng luận án sử dụng hệ thống biến khó khăn tài tương đối tốt (trên 50%) Tuy nhiên, mô hình dự báo khác có điểm chung biến phụ thuộc mô tả Altman (1995) mô hình biệt số độ tin cậy tình trạng khó khăn tài lựa chọn chứng khoán công ty năm thứ trước dự báo, mô hình Logit dù có khả dự báo tốt bị hủy niêm yết bắt buộc Ngoài ra, mô hình áp dụng lại không đảm bảo phù hợp tổng quát (chỉ số -2LL cao) quan sát thu thập từ công ty niêm yết thị trường ba thời điểm dự báo chứng khoán Việt Nam khoảng thời gian nghiên cứu Trong tất mô hình, hàm số dựa tập liệu phân tích (mô hình 1,2,3) hay tập huấn luyện (mô hình SVM) phần mềm hỗ trợ xây dựng Sự xác dự báo hàm số kiểm tra lại nhờ việc áp dụng hàm số tập liệu (dữ liệu kiểm tra) Bảng 3.31 trình bày kết so sánh độ xác dự báo khó khăn tài tất năm trước dự báo, trừ mô hình Altman (1995), độ xác mô hình giảm Tuy nhiên, mô hình có khả dự báo 84% Tại thời điểm ba năm trước dự báo, mô hình Logit có tin cậy cần thiết để lựa chọn làm mô hình áp dụng rộng rãi Bảng 3.31 So sánh kết dự báo mô hình Mô hình phân tích biệt số năm trước dự báo năm trước dự báo năm trước dự báo* có khả dự báo xác khoảng 90% Tại thời điểm hai khả dự báo cao mô hình lại không bảo đảm độ mô hình Thời điểm dự báo Tại thời điểm năm trước dự báo, mô hình có khả dự báo cao Mô hình biệt số thứ mô hình SVM Mô hình Mô hình Altman Altman (1968) (1995) Trong đó, mô hình có khả dự báo xấp xỉ nhau, Mô hình Logit Mô hình SVM 89.5% 82,40% 72.0% 87,20% 90,55% 84.1% 70,8% 79,3% 76,20% 80,15% 64,2% 61,10% - 64% So sánh cho thấy, mô hình biệt số thứ mô hình thứ (mô hình SVM) có khả dự báo tốt tương tự Vì vậy, để có thêm lựa chọn mô hình dự báo khó khăn tài cho công ty niêm yết thị trường chứng khoán Việt Nam, cần thiết phải tiến hành thêm so sánh sai lầm loại I *: ý nghĩa 68,1% 65% sai lầm loại II mô hình phần Nguồn: Kết phân tích mô hình 11 12 Những nhận xét cho thấy, mô hình biệt số thứ (mô 3.5.2 So sánh sai lầm dự báo mô hình Bảng 3.32 hình 1) mô hình có khả dự báo tốt có sai lầm loại I thấp So sánh sai lầm loại I mô hình dự báo khó khăn tài mô hình lại Vì vậy, mô hình hoàn toàn thích hợp để Thời điểm dự báo năm trước dự báo năm trước dự báo năm trước dự báo* Mô hình phân tích biệt số Mô hình Mô hình Altman Altman (1968) (1995) dự báo khó khăn tài cho công ty niêm yết thị trường 10,2 16,4 Mô hình Logit Mô hình SVM 3.6 Sử dụng mô hình lựa chọn để dự báo khó khăn tài 27,5 22,4 cho công ty niêm yết thị trường chứng khoán Việt Nam 22,4 16,4 mô hình biệt số thứ với 22 biến dự báo ban đầu đánh giá 27,1 35,6 Từ việc so sánh kết dự báo mô hình khác nhau, 35,7 13,4 20,9 28,6 mô hình dự báo khó khăn tài phù hợp cho công ty 27,1 55,3 *: ý nghĩa Nguồn: tổng hợp từ kết phân So sánh sai lầm loại II mô hình dự báo khó khăn tài năm trước dự báo năm trước dự báo năm trước dự báo* Mô hình Logit (1995) Mô hình SVM 19,1 18,2 18,9 44,3 22,9 thông tin, công ty đặt tên lại công ty ABC Công việc dự báo khó khăn tài sử dụng mô hình biệt số thứ trải qua bước sau 2,7 10,7 *: ý nghĩa thị trường chứng khoán Việt Nam để dự báo khó khăn tài sử dụng mô hình Để không vi phạm quy định công bố Mô hình phân tích biệt số Mô hình Mô hình Altman Altman 18,6 cho biết cách sử dụng mô hình để dự báo khó khăn tài cho Luận án chọn công ty niêm yết hoạt động Bảng 3.33 (1968) niêm yết thị trường chứng khoán Việt Nam Vì vậy, phần công ty niêm yết thị trường chứng khoán Việt Nam tích mô hình Thời điểm dự báo chứng khoán Việt Nam 25,4 23,7 36,7 34,4 - Nguồn: tổng hợp từ kết phân - Bước 1: Thu thập liệu công ty theo 22 biến mô hình Trong bước thứ nhất, liệu công ty ABC thu thập theo 22 biến định mô hình biệt số thứ Các liệu tập hợp thời điểm kết thúc năm 2016 trình bày bảng 3.34 tích mô hình 13 14 Bảng 3.34 Các biến dự báo công ty ABC Biến Giá trị Biến Giá trị X1 1.765303 X12 -0,042 X2 0,074 X13 2,974 X3 0,310 X14 2.410,547 - Bước 2: áp dụng liệu thu thập vào mô hình biệt số thứ năm trước dự báo Trong mô hình thứ năm trước dự báo, hàm phân biệt xây dựng với độ tin cậy cao với điểm phân biệt xây dựng Với liệu công ty bất kì, hỗ trợ phần mềm SPSS, hàm phân biệt tính toán điểm phân biệt ứng với công ty X4 0,116 X5 Giá trị biến dự báo công ty ABC nhân với hệ số tương quan bảng 3.35, hệ số tương quan hàm phân X15 0,037 30.45793 X16 0,093 toán cho biết điểm phân biệt (Discriminant score) công ty ABC X6 0,057 X17 0,165 điểm phân biệt tiêu chuẩn (điểm phân biệt mô hình), từ đưa X7 0,648 X18 0,152 X8 0,011 X19 0,121 biệt tính toán từ mô hình thứ nhất, năm trước dự báo Kết tính Điểm phân biệt công ty ABC sau so sánh với dự báo mô hình Để sử dụng mô hình, đưa liệu công ty ABC vào mô hình liệu phải dán nhãn hay X9 0,258 X20 0,493 X10 -0,021 X21 1,000 X11 -0,043 X22 1,27E+11 Bảng 3.35 Kết dự báo khó khăn tài cho công ty ABC năm trước dự báo Điểm phân biệt Điểm phân biệt công ty mô hình 2.193 -0,00027 Nguồn: tính toán tác giả Kết dự báo Không gặp khó khăn tài Nguồn: kết phân tích từ phần mềm SPSS 20.0 15 16 Bảng 3.35 cho thấy, mô hình so sánh điểm phân biệt tính điểm phân biệt mô hình lớn điểm phân biệt toán cho công ty ABC với điểm phân biệt mô hình để đưa dự công ty Bảng 3.36 cho thấy điểm phân biệt công ty báo trước năm tình hình tài công ty ABC Trong ABC lớn điểm phân biệt mô hình Từ đó, mô hình đưa trường hợp này, điểm phân biệt công ty ABC 2,193, lớn dự báo công ty ABC không gặp khó khăn tài năm điểm phân biệt mô hình -0,00027 Vì công ty ABC (năm 2018) dự báo không gặp khó khăn tài năm (cuối Bảng 3.36 năm 2017) Để tiếp tục dự báo tình hình tài công ty Kết dự báo khó khăn tài cho công ty ABC năm năm tới (năm 2018và 2019), bước thứ ba thứ tư thực - Bước 3: sử dụng liệu thu thập vào mô hình biệt trước dự báo Điểm phân biệt Điểm phân biệt công ty mô hình 0,626 0,000 số thứ năm trước dự báo Vẫn sử dụng liệu thu thập cuối năm 2016, để dự báo Kết dự báo Không khó khăn tài tình hình tài công ty ABC năm 2018 (2 năm tiếp Nguồn: kết phân tích từ phần mềm SPSS 20.0 theo), liệu cung cấp cho mô hình biệt số thứ thời - Bước 4: sử dụng liệu thu thập vào mô hình biệt điểm năm trước dự báo Tương tự mô hình năm số thứ năm trước dự báo trước dự báo, công ty ABC gán nhãn (khó khăn tài Trả lời cho câu hỏi tình hình tài công ty chính) (không khó khăn tài chính) xếp vào mẫu (mẫu năm 2019, ba năm kể từ năm 2016, liệu 22 biến dự kiểm tra) Bảng 3.36 cho biết kết dự báo công ty báo áp dụng vào mô hình biệt số thứ năm trước thời điểm năm dự báo Tương tự mô hình xây dựng Điểm phân biệt công ty mà mô hình tính toán 0,626 nhờ vào giá trị hệ số tương quan biến hàm phân biệt xây dựng năm trước dự báo Điểm phân biệt năm trước dự báo, hàm phân biệt mô hình thứ ba tính toán điểm phân biệt công ty ABC so sánh giá trị với điểm phân biệt mô hình so sánh với điểm phân biệt mô hình (bảng 3.9) 0,000 với nguyên tắc công ty dự báo gặp khó khăn tài 17 18 Bảng 3.37 CHƯƠNG Kết dự báo khó khăn tài cho công ty ABC năm KẾT LUẬN VÀ GỢI Ý CHÍNH SÁCH trước dự báo Điểm phân biệt Điểm phân biệt công ty mô hình 0,721 0,000193 Kết dự báo 4.1 Kết luận phát đề tài 4.1.1 Phát đề tài biến dự báo khó khăn tài Không khó khăn tài 4.1.2 Phát khả dự báo thời gian dự báo mô hình Nguồn: kết phân tích từ phần mềm SPSS 20.0 Phát khả dự báo mô hình: Bảng 3.37 cho biết, điểm phân biệt công ty ABC mà mô Khả dự báo mô hình đánh giá áp dụng hình tính toán 0,721, lớn với điểm phân biệt mô hình mô hình vào liệu công ty niêm yết 0,000193 Vì vậy, mô hình dự đoán công ty ABC không gặp khó khăn tài ba năm (năm 2019) với thông thị trường chứng khoán Việt Nam Kết phân tích cho thấy, nhìn chung, mô hình mang lại kết dự báo có độ xác cao độ xác không giống tiến tin công ty năm 2015 hành dự báo thời điểm khác - Bước 5: Kết luận Kết dự báo khó khăn tài mô hình biệt số thứ Tại năm thứ trước dự báo, mô hình máy hỗ trợ vector cho công ty ABC từ liệu công ty thời điểm năm SVM dự báo xác lên tới 90,50% mô hình biệt số thứ dự báo xấp xỉ 90% Mô hình Logit mô 2015 cho thấy: - Công ty ABC không gặp khó khăn tài năm (năm 2017) với độ xác dự đoán 89,5% hình biệt số thứ hai có khả dự báo 85% Độ xác dự báo tất mô hình giảm dần thời gian dự báo dài - Công ty ABC không gặp khó khăn tài hai năm (năm 2018) với độ xác dự đoán 84,1% - Công ty ABC không gặp khó khăn tài ba năm (năm 2019) với độ xác dự đoán 64,2% 19 Mô hình Logit có kết dự báo cao năm mô hình lại độ tin cậy để áp dụng rộng rãi Ngoài ra, nhiều biến dự báo mô hình ý nghĩa nên làm giảm độ xác mô hình 20 Phát sai lầm dự báo mô hình: 4.1.3 Phát lựa chọn mô hình dự báo Bên cạnh thống kê độ xác dự báo Mô hình biệt số thứ (mô hình 1) mô hình thích hợp mô hình, khả dự báo mô hình đánh giá qua số để dự báo khó khăn tài cho công ty niêm yết thị liệu sai lầm loại I sai lầm loại II mà mô hình mắc phải Khi tiến trường chứng khoán Việt Nam Mô hình lựa chọn xuất phát hành dự báo khó khăn tài chính, sai lầm loại I cần cân nhắc sai lầm loại II việc dự báo công ty không khó khăn tài thực tế lại gặp khó khăn tài tương lai (sai từ đánh giá độ tin cậy so sánh khả dự báo mô hình xây dựng luận án lầm loại I) gây nhiều hậu trường hợp ngược lại (công Mô hình SVM (mô hình 4) có khả dự báo tốt ty dự báo khó khăn tài lại không gặp khó khăn tài năm thứ trước dự báo với khả dự báo xác 90% tương lai - sai lầm loại II) Tuy nhiên, sai lầm loại I mà mô hình mắc phải lại cao so với mô Để đảm bảo tính thận trọng dự báo khó khăn tài cho công ty niêm yết thị trường chứng khoán Việt Nam, hai mô hình có độ xác dự báo mô hình có sai lầm loại I nhỏ lựa chọn hình Mô hình Logit có kết dự báo tốt năm lại không đáp ứng tiêu chuẩn độ tin cậy mô hình Mô hình biệt số thứ hai (MH 2) có độ tin cậy cao độ Sai lầm loại I loại II mô hình thay đổi thời xác dự báo lại không mô hình mô hình điểm dự báo khác Mô hình xây dựng năm thứ trước dự báo thường có sai lầm nhỏ so với hai năm lại So sánh Chính vậy, mô hình biệt số thứ (MH 1) mô hình sai lầm loại I II thấy, mô hình có sai lầm loại I thấp phù hợp để dự báo khó khăn tài cho công ty niêm yết sai lầm loại II cao ngược lại thị trường chứng khoán Việt Nam Mô hình có dạng: Phát thời gian dự báo: Độ xác dự báo tất mô hình giảm theo thời gian dự báo tăng lên Chẳng hạn, mô hình sử dụng để dự báo khó khăn tài công ty năm có D = b0 + b1 X + b2 X + b3 X + + b22 X 22 Trong D biệt số hay điểm phân biệt tính toán từ mô hình sở trọng số tính toán mô hình độ xác cao khả dự báo mô hình hay năm tới tương lai 21 22 4.2 Giải pháp phòng ngừa khó khăn tài cho công ty KẾT LUẬN niêm yết thị trường chứng khoán Việt Nam 4.2.1 Sử dụng mô hình dự báo khó khăn tài để hoạch định chiến lược kinh doanh quản trị tài doanh nghiệp Thứ nhất, mô hình dự báo khó khăn tài lựa chọn mô hình phân tích biệt số với 22 biến dự báo Mô hình chứng tỏ độ tin cậy khả dự báo KKTC cho công ty niêm 4.2.2 Đề xuất biện pháp phòng ngừa khó khăn tài 4.3 Khuyến nghị sách Sở giao dịch chứng khoán yết thị trường tài Việt Nam cao Thứ hai, việc dự báo khó khăn tài có độ xác cao 4.4 Khuyến nghị sách Ủy ban chứng khoán Nhà tiến hành dự báo thời điểm năm trước công ty nước thức gặp khó khăn tài Kết giảm dần năm 4.5 Hạn chế hướng nghiên cứu Thứ ba, bên cạnh số biến tính toán từ bảng cân đối kế toán báo cáo kết sản xuất kinh doanh, hệ số liên quan đến báo cáo lưu chuyển tiền tệ công ty có ý nghĩa dự báo đáng kể Ngoài ra, biến số kinh tế vĩ mô biến số thị trường có ý nghĩa dự báo khó khăn tài công ty niêm yết thị trường chứng khoán Việt Nam Thứ tư, việc áp dụng mô hình dự báo sẵn có Việt Nam đòi hỏi phải có kiểm định độ tin cậy trọng số biến dự báo Thứ năm, kết phân tích mô hình dự báo khó khăn tài gợi ý giải pháp cho công ty chủ động phòng ngừa khó khăn tài cho thân quan quản lý giúp quan hỗ trợ công ty niêm yết với mục tiêu ổn định phát triển thị trường chứng khoán Việt Nam 23 24 ... (1995) dự báo khó khăn tài cho công ty niêm yết thị trường 10,2 16,4 Mô hình Logit Mô hình SVM 3.6 Sử dụng mô hình lựa chọn để dự báo khó khăn tài 27,5 22,4 cho công ty niêm yết thị trường chứng khoán. .. Chương 3: Kết áp dụng mô hình dự báo khó khăn trạng khó khăn tài chủ thể tương lai từ tài cho công ty niêm yết thị trường chứng khoán báo khứ Việt Nam 1.3 Các mô hình dự báo khó khăn tài doanh nghiệp... ty niêm yết thị trường chứng khoán Việt Nam Vì vậy, để tìm mô hình dự báo khó khăn tài phù hợp cho công ty niêm yết thị trường chứng khoán Việt Nam, mô hình so sánh hai góc độ: khả dự báo tỷ lệ