Kết Quả Sử Dụng Phương Pháp Tính Điểm Altman Z-Score

Bảng 4.5B: Khối lượng giao dịch

Low Volume			Medium Volume			High Volume
Mean	Median	n	Mean	Median	n	Mean	Median	n
All firm		0.0404	0.0052	58	0.0273	0.0316	108	0.0859	0.0023	164
Low Score		(0.3441)	(0.2429)	7	(0.1568)	(0.1358)	11	(0.1420)	(0.1319)	14
High Score		0.2205	0.1468	25	0.0683	0.1393	7	0.2530	0.1377	13
High - Low Diff.		0.5646	0.3897		0.2251	0.2751		0.3951	0.2696
t-stat/(p-value)		0.0100			0.2641			0.0010

Có thể bạn quan tâm!

Xem toàn bộ 93 trang tài liệu này.

(Nguồn: số liệu do tác giả thu thập và tính toán)

Ghi chú: Khối lượng giao dịch = Tổng khối lượng giao dịch trong năm / KLCP đang lưu hành bình quân trong năm

Ngược lại với kiểm định vốn hóa thị trường ở phần trước, kết quả kiểm định theo giá hoàn toàn có ý nghĩa thống kê ở cả 3 mục giá. Trong đó mức chênh lệch giữa các cổ phiếu có F_SCORE cao và thấp của 3 mức giá nhỏ, vừa và lớn lần lượt là: 40.82%, 68.23%, 74.9%. Ở cả 3 mức giá, mức độ tin cậy đều trên 93%. Kết quả kiểm định có ý nghĩa ở cả 3 mức giá cho thấy việc đầu tư mang lại tỷ suất sinh lợi dương của chiến lược đầu tư này phù hợp không chỉ với cổ phiếu có mức thị giá thấp.

Nếu xét toàn thể tất cả các mức F_SCORE, thì có thể thấy phần lớn lợi nhuận vượt trội đến từ các cổ phiếu có mức thị giá thấp. Điều này tương đồng với kết quả nghiên cứu của Lee và Swaminathan (2000), kết quả trong bài nghiên cứu cho thấy phần lớn lợi nhuận của doanh mục BM cao là danh mục của cổ phiếu có doanh thu thấp. Mặc dù mức tỷ suất sinh lợi bình quân từ high F_SCORE của danh mục thị giá thấp không cao bằng 2 doanh mục thị giá vừa và cao, tuy nhiên chênh lệch trên do số cổ phiếu trong mẫu ít (chênh lệch giữa mean và median của thị giá cao và vừa lớn hơn so với danh mục thị giá thấp). Ngoài ra chênh lệch giữa High và low F_SCORE

của danh mục thị giá thấp có độ tin cậy cao nhất. Đối với công ty thị giá cao, tuy high F_SCORE cho mức tỷ suất sinh lợi dương nhưng xét tổng thể, trung bình và median tỷ suất sinh lợi của các công ty này đều ở mức âm. Dù vậy thông qua quá trình lọc cổ phiếu bằng F_SCORE, chúng ta có thể lọc ra các cổ phiếu có khả năng đem lại lợi nhuận cao, loại bỏ các cổ phiếu có tỷ suất sinh lợi âm (low F_SCORE).

Trong kiểm định khối lượng giao dịch thì kết quả kiểm định có phần khác biệt so với bài nghiên cứu. Trong bài nghiên cứu tỷ lệ cổ phiếu có thị giá nhỏ và thanh khoản thấp ở mức cao nhất và tỷ suất sinh lợi tổng thể của nhóm này cũng là cao nhất. Tuy nhiên sau kiểm định kết quả cho thấy cổ phiếu có lượng thanh khoản lớn trong nhóm BM thì có mức tỷ suất sinh lợi cao hơn tại thị trường Việt Nam. Dù vậy cả 2 danh mục thanh khoản thấp và cao đều có mức bình quân tỷ suất sinh lợi lớn và thể hiện độ tin cậy cao

– 99% sự khác biệt giá trị giữa High F_SCORE và Low F_SCORE. Mức chênh lệch giữa bình quân High và Low ở 3 mức thấp, vừa và cao lần lượt là 0.56, 0.22 và 0.39. Kết quả này cho thấy lợi ích của việc lọc dữ liệu bằng F_SCORE, phần đuôi bên trái của phân phối lợi nhuận công ty được loại bỏ, tách “nhóm chiến thắng” ra khỏi “nhóm thua cuộc”.

4.5 CÁC PHƯƠNG PHÁP KIỂM ĐỊNH KHÁC

Một luận điểm có thể là đả kích đối với bài nghiên cứu này là việc sử dụng đơn thuần chỉ số đo lường thành quả tổng hợp (F_SCORE) là phương thức chính để lựa chọn danh mục các công ty triển vọng. Để giảm bớt lo ngại về điều này kết quả thống kê trong Bảng 4.6 cho thấy toàn bộ danh mục BM cao được chia tách thành 2 đại lượng để đo lường sức khỏe và hiệu suất công ty: đo lường mức độ kiệt quệ tài chình (Altman’s z-score) và những thay đổi của tỷ suất sinh lợi trong quá khứ (được đo lường thông qua chỉ số lợi nhuận trên tổng tài sản). Nếu những cách tính đơn giản này có thể phân biệt được công ty triển vọng tốt và xấu thì những lo ngại về “sự chọn lọc đặc biệt” nhằm đưa ra kết quả tốt, có thể loại bỏ. Thêm vào đó, bài nghiên cứu cũng kiểm chứng liệu việc sử dụng chỉ số tổng hợp như F_SCORE có “mạnh” hơn sớ với cách tiếp cận 2 biến số nêu trên hay không.

Cũng sử dụng cùng một phương pháp như khi lọc độ lớn, thị giá và khối lượng giao dịch của công ty, tác giả phân loại công ty thành 3 phần: cao, vừa và thấp đối với tỷ suất sinh lợi công ty. Còn để phân tích mức độ kiệt quệ tài chính của công ty tác giả sử dụng hệ số Altman Z – Score cũng để phân tách thành 3 nhóm cụ thể như sau:

+ Z > 2.99 -“Safe” Zones

+ 1.81 < Z < 2.99 -“Grey” Zones

+ Z < 1.81 -“Distress” Zones

Kết quả trong Bảng 4.6 cho thấy khi áp dụng Z-Score một nửa công ty ở trạng thái thấp nhất – Distress Zones, và các công ty có tỷ suất sinh lợi thấp cũng chiếm tỷ trọng lớn nhất.

Bảng 4.6: Kết quả sử dụng phương pháp tính điểm Altman Z-Score

Bảng 4.6A: Đo lường mức độ kiệt quệ tài chính:

Distress Zone Grey Zone Safe Zone

Mean Median

Return Return

N	Mean Return	Median Return	N	Mean Return	Median Return	N
By financial distress
partiton
All firms 0.0290 (0.0605)	167	0.0960	0.0938	93	0.0745	0.0468	74
Differentiation based on F_SCORE
Low Score (0.1659) (0.1610)	16	(0.1841)	(0.2190)	16	(0.3570)	(0.2157)	3
High Score 0.1599 0.0082	26	0.2659	0.2306	14	0.2073	0.1377	9
High - Low Diff 0.3258 0.1693		0.4500	0.4496		0.5643	0.3534
t - stat/(p-value) 0.0335		0.0016			0.0572

(Nguồn: Số liệu do tác giả thu thập và tính toán)

Bảng 4.6B: Thay đổi tỷ suất sinh lợi trong quá khứ

High ΔROA Medium ΔROA Low ΔROA

Mean Median N Mean Median N Mean Median N

By profitability partition

All firm 0.2766 0.1547 83 0.1162 0.0334 99 (0.1617) (0.1721) 102

Differentiation based on F_SCORE

Low Score

0.1546	0.0083	9	(0.0307)	(0.0307)	2	(0.1798)	(0.1630)	15
High Score	0.2110	0.1449	22	0.4107	0.2335	26	0.0476	(0.0243)	9
High - Low Diff.	0.0564	0.1366		0.4414	0.2642		0.2275	0.1387
t-stat/(p-value)	0.637			0.368			0.148

Bảng 4..6C: Yếu tố cấu thành nên ΔROA:

ΔTURN

Low Medium High High -

Low

	Mean	(0.1048)	(0.1003)	(0.0267)	0.0781
	Low	Median	(0.1494)	(0.0819)	(0.0615)	0.0878
		N	30	31	30
		Mean	0.1167	0.1316	0.2513	0.1345
	Medium	Median	(0.1842)	(0.0580)	0.1848	0.3690
ΔMARGIN		N	34	15	45
		Mean	0.0016	0.1395	0.1448	0.1431
	High	Median	0.0023	(0.0140)	0.1502	0.1479
		N	45	22	32
	High - Low	Mean Median	0.1065 0.1517	0.2398 0.0679	0.1715 0.2117

Portfolio - level returns

Mean	0.1000	0.2500	Median	0.7500	%Positive	N
Strong firms	0.1920	(0.1303)	(0.0208)	0.1481	0.2955	0.6970	99
Weak firms	(0.0241)	(0.5524)	(0.2802)	(0.1120)	0.0436	0.3684	95
Strong-Weak	0.2161	0.4221	0.2594	0.2602	0.2519	0.3285
t-stat/p-value	0.0537

(Nguồn: Số liệu do tác giả thu thập và tính toán)

Bảng 4.6A và Bảng 4.6B trong bảng này thể hiện mối quan hệ giữa tỷ suất sinh lợi 1 năm so với thị trường đã điều chỉnh và 2 phương thức tính dựa trên dữ liệu tài chính: Độ kiệt quệ tài chính và thay đổi trong tỷ suất lợi nhuận. Đối với tỷ suất lợi nhuận, dữ liệu sữ dụng là thay đổi trong tỷ suất sinh lợi hàng năm (DROA). Mỗi năm sẽ sử dụng toàn bộ dữ liệu của các công ty, chia làm 3 mục theo tỷ lệ 33.3 và 66.7 phần trăm và đặt tên thành 3 phần: Cao, vừa và thấp. Cách tính tỷ suất sinh lợi đã được giải thích trong bảng 3. Còn đối với việc xác định tính chất, mức độ kiệt quệ tài chính của

công ty, tác giả sử dụng chỉ số Z-Score và chia làm 3 mục theo tiêu chí như bên trên đã đề cập.

Đầu tiên, những công ty có ít rủi ro kiệt quệ tài chính thì tạo ra lợi nhuận tương lai cao hơn so với các công ty đang trong giai đoạn khủng hoảng (mức lợi nhuận bình quân đã điều chỉnh thị trường trong 1 năm là 0.0745 so với 0.029). Kết quả này phù hợp với nghiên cứu của Dichev (1998), người đã đưa ra kết luận về mối tương quan nghịch giữa mức độ kiệt quệ tài chính và lợi nhuận cổ phiếu của danh mục gồm các công ty trên The Center for Research in Security Prices của Mỹ, đối mặt với rủi ro phá sản.

Thứ hai, các công ty có BM cao với kết quả tỷ suất sinh lợi quá khứ cao thì kiếm được tỷ suất lợi nhận cao hơn trong năm tiếp đó. Kết quả được thể hiện trong Mục B, các công ty có chênh lệch ROA cao thì mức tỷ suất bình quân cao nhất trong nhóm (0.2766) cao hơn so với mức vừa (0.1162) và mức thấp (-0.1617).

Những kết quả từ việc kiểm định trên góp phần cũng cố cho việc sử dụng F_SCORE như một dữ liệu điều kiện đầu vào dùng để chọn lọc danh mục.

Bên cạch việc chứng minh mức độ kiệt quệ tài chính và thay đổi trong tỷ suất sinh lợi quá khứ có thể sử dụng để lọc các công ty từ kết quả nêu trên. Bài nghiên cứu cũng đi sâu trong việc áp dụng F_SCORE lên các khoản mục này nhằm kiểm định liệu chỉ số đơn giản này có thể tách biệt, lọc ra những công ty tốt hay không. Quá trình kiểm định việc áp F_SCORE vào 3 phần danh mục dựa trên mức độ kiệt quệ tài chính, kết quả cho thấy, high F_SCORE đã thành công trong việc loại bỏ những công ty yếu ra khỏi danh mục. Mức tỷ suất sinh lợi bình quân của các công ty có high F_SCORE đều ở mức cao, hơn hẳn bình quân toàn danh mục và vượt trội so với các công ty low F_SCORE. Mức chênh lệch bình quân giữa high và low dao động trong khoảng 32% - 56% với mức ý nghĩa trên 90%.

Tương tự khi áp dụng F_SCORE vào dữ liệu tăng trưởng tỷ suất sinh lợi trong quá khứ của công ty, các công ty high F_SCORE đều thể hiện mức lợi nhuận vượt trội so vơi low F_SCORE. Dù vậy hiệu quả khi áp F_SCORE vào không thể hiện tốt một cách hoàn hảo như trong kiểm định mức độ kiệt quệ tài chính. Thứ nhất, đối với công ty có delta ROA cao, các công ty High F_SCORE dù tốt hơn so với low F_SCORE nhưng danh mục này không thể hiện sự vượt trội khi so sánh với tổng thể toàn danh mục (21.1% so với mức bình quân toàn công ty là 27.66%). Thứ hai, khi kiểm định độ tin cậy sự khác biệt giữa High và low F_SCORE, thì chỉ số p-value ở mức cao cho thấy độ tin cậy của kết quả kiểm định chỉ ở mức thấp. Độ tin cậy của mức ΔROA cao, trung bình và thấp lần lượt là 36.3%, 63.2% và 85.2%.

Trước tình trạng sau kiểm định cho thấy khả năng “kém tin tưởng” khi phân tích riêng lẻ từng chỉ số mà cụ thể là ΔROA, tác giả tiến hành kiểm định sự kết hợp hai dữ liệu nhằm đo lường thành quả công ty. Trong Bảng C, tác giả tiến hành kiểm định tỷ suất sinh lợi trong 1 năm sau điều chỉnh dựa trên sự kết hợp của 2 dữ liệu kết hợp cấu thành nên thay đổi lợi nhuận trên tổng tài sản (ΔROA): Thay đổi trong tỷ số doanh thu/tổng tài sản và thay đổi trong tỷ số lợi nhuận/Doanh thu.

Dữ liệu cấu thành nên bảng dưới đây là tỷ suất sinh lợi 1 năm sau điều chỉnh từ công ty với 2 yếu tố cấu thành nên ΔROA: thay đổi trong tỷ số doanh thu/tổng tài sản và thay đổi trong tỷ số lợi nhuận/Doanh thu. Công ty được sử dụng là dữ liệu đồng nhất với kết quả mục A và B. Công ty được định nghĩa là mạnh/yếu khi nằm trong phần mục tam giác trên/dưới đã tô đậm.

Thông qua việc tiến hành phân tách thành phần của ΔROA thành 2 yếu tố trong Bảng 4.6C, kết quả kiểm định cho thấy sự hiệu quả hơn trong việc

tìm ra những công ty mạnh hơn là chỉ phân tích một dữ liệu đơn thuần như trong Bảng 4.6B. Đầu tiên, công ty mạnh cấu thành khi xét riêng lẻ ở cả 2 yếu tố là ΔMARGIN và ΔTURN đều có thể đem lại mức lợi nhuận tương lai tốt hơn. Điều này thể hiện qua mức bình quân chênh lệch giữa High và Low. Thứ hai, khi tác giả tiến hành kết hợp 2 yếu tố này lại phân chia thành công ty mạnh và yếu (tam giác dưới và trên) thì tỷ suất sinh lợi tương lai của công ty mạnh ở mức cao. Tỷ suất sinh lợi bình quân của các công ty mạnh (yếu) thì vượt trội (thấp hơn hẳn) so với tổng thể công ty. Chênh lệch bình quân tỷ suất sinh của công ty mạnh và yếu là 21.61% với độ tin cậy 94%.

Kết quả từ Bảng 4.6 cho thấy khả năng tách biệt nhóm công ty mạnh ra khỏi nhóm công ty yếu không thể kết luận khi chỉ sử dụng đơn thuần một yếu tố. Bên cạnh đó việc kết hợp nhiều yếu tố có thể có được kết quả lọc dữ liệu tốt hơn. Ngoài ra lợi nhuận tương lai của công ty có thể dự báo được thông qua dữ liệu quá khứ của công ty khi sử dụng dữ liệu quá khứ. Sự kết hợp giữa các chỉ số liên quan với nhau thông qua F_SCORE hay phân tích Dupont có thể cải thiện đáng kể trong việc tìm ra các công ty tốt thay vì chỉ sử dụng một dữ liệu duy nhất trong quá trình chọn lọc.