Năm 2017, căn cứ trên số liêu báo cáo của 685 doanh nghiệp niêm yết trên thị trường, tổng doanh thu ghi nhận là 1,858.9 nghìn tỷ đồng với mức lợi nhuận là 160.5 nghìn tỷ đồng. Trong năm 2017, mức tăng nổi bật và đáng chú ý nhất thuộc về nhóm ngành ngân hàng, bất động sản và thực phẩm tiêu dùng.
Bảng 4.5. Hoạt động của các doanh nghiệp niêm yết giai đoạn 2016 - 2017
ĐVT: tỷ đồng
Số DN có báo cáo | Tổng doanh thu | %Tăng/giảm so với năm trước | Tổng lợi nhuận | %Tăng/giả m so với năm trước | ROA | ROE | |
2016 | 497 | 979.605,80 | 11,89% | 112,466.00 | 9,95% | 2,09% | 13.55% |
2017 | 685 | 1.858.902,72 | 18,45% | 160,552.56 | 27,54% | 2,60% | 14% |
Có thể bạn quan tâm!
-
Đồ Thị Mối Quan Hệ Giữa Edf Và Dd -
Số Doanh Nghiệp Nghiên Cứu Trên Sở Gdck Tp. Hcm Năm 2014-2016 -
Tình Hình Hoạt Động Các Doanh Nghiệp Niêm Yết Tại Hose Giai Đoạn 2014-2016 -
Một Số Khuyến Nghị Nâng Cao Hiệu Quả Sử Dụng Mô Hình Dự Báo -
Nghiên cứu cách tiếp cận kế toán và cách tiếp cận thị trường trong dự báo vỡ nợ của doanh nghiệp Việt Nam - 15 -
Đối Với Ủy Ban Chứng Khoán Quốc Gia
Xem toàn bộ 186 trang tài liệu này.
Nguồn Ủy ban chứng khoán nhà nước
Các chỉ số về khả năng sinh lời của các doanh nghiệp niêm yết cũng có những chuyển biến tích cực. ROA bình quân năm 2016 là 2.09% và đến năm 2017 mức ROA của các doanh nghiệp là 2.6%. Trong khi đó chỉ số khả năng sinh lời trên vốn chủ sở hữu duy trì ở mức khá cao và có sự tăng trưởng qua các năm từ 13.55% năm 2016 và đạt kết quả 14% trong năm 2017.
4.1.2. Tình hình doanh nghiệp niêm yết tại HOSE trong giai đoạn 2014-2017.
Tới cuối năm 2017 có 344 doanh nghiệp hoạt động tại HOSE. Trong năm 2017 có 31 doanh nghiệp niêm yết mới với nhiều doanh nghiệp có giá trị niêm yết lần đầu lớn, khối lượng giao dịch trên thị trường tăng nhanh qua các năm.
Bảng 4.6. Giao dịch toàn thị trường qua các năm (2014, 2015, 2016, 2017)
Số phiên giao dịch | Khối lượng giao dịch (tỷ đồng) | Giá trị vốn hóa thị trường (tỷ đồng) | |
2014 | 247 | 536.484 | 985.258 |
2015 | 248 | 487.407 | 1.146.925 |
2016 | 251 | 748.608 | 1.491.778 |
2017 | 250 | 1.061.183 | 2.614.150 |
Nguồn: Báo cáo thường niên HOSE
Bảng 4.7. Danh sách hủy niêm yết trên HOSE do thua lỗ năm 2015 – 2017
Mã | Tên DN | Ngày huỷ niêm yết | |
1 | AVF | Công ty CP Việt An | 10/6/2015 |
2 | HLA | Công ty CP Hữu Liên Á Châu | 12/2/2015 |
3 | NVN | Công ty CP Nhà Việt Nam | 5/5/2015 |
4 | VST | Công ty CP Vận Tải và Thuê Tầu Biển Việt Nam | 8/5/2015 |
5 | HSI | Công ty CP Vật Tư Tổng hợp và phân bón hóa sinh | 23/4/2015 |
6 | DCT | Công ty CP Tấm lợp Vật liệu xây dựng Đồng Nai | 8/5/2015 |
7 | VNI | Công ty CP Đầu tư bất động sản Việt Nam | 24/4/2015 |
8 | MTG | Công ty CP MT Gas | 5/6/2015 |
9 | KSS | Công ty Cổ phần Khoáng sản Na Rì Hamico | 12/08/2016 |
10 | GTT | Công ty Cổ phần Thuận Thảo | 30/05/2016 |
11 | PXL | Công ty Cổ phần Đầu tư Xây dựng Thương mại Dầu khí – IDICO | 13/05/2016 |
12 | VLF | Công ty Cổ phần Lương thực Thực phẩm Vĩnh Long | 05/05/2016 |
13 | KTB | Công ty Cổ phần Đầu tư Khoáng sản Tây Bắc | 03/03/2016 |
14 | PTK | Công ty Cổ phần Luyện kim Phú Thịnh | 03/03/2016 |
15 | ATA | Công ty CP NTACO | 06/02/2017 |
16 | BGM | Công ty CP Khai thác và CB Khoán Sản Bắc Giang | 10/08/2017 |
17 | BHS | Công ty CP Đường Biên Hòa | 30/08/2017 |
18 | CYC | Công ty CP Gạch men Chang Yih | 11/05/2017 |
19 | TIC | Công ty CP Đầu tư Điện Tây Nguyên | 12/10/2017 |
20 | VNA | Công ty CP Vận tải Biển Vinaship | 21/04/2017 |
21 | VNH | Công ty CP Thủy sản Việt Nhật | 23/3/2017 |
Nguồn: Báo cáo thường niên HOSE
Có thể nói cùng với việc các doanh nghiệp ra nhập Sở giao dịch chứng khoán Hồ Chí Minh những năm gần đây nhiều về số lượng và lớn về quy mô thì cũng nhiều các doanh nghiệp hủy niêm yết do làm ăn thua lỗ.
4.2. Áp dụng mô hình dự báo vỡ nợ đối với các doanh nghiệp trên HOSE
4.2.1. Áp dụng mô hình và các kết quả
Nghiên cứu lấy số liệu tài chính và thị trường doanh nghiệp 3 năm từ năm 2014- 2016 trên HOSE trong đó năm 2014 là 308 doanh nghiệp được khảo sát, năm 2015 có 305 doanh nghiệp được khảo sát; năm 2016 có 322 doanh nghiệp. Với lượng 935 lượt doanh nghiệp, số mẫu chọn đạt 100% các doanh nghiệp phi tài chính đăng ký hoạt động trên HOSE được lấy số liệu để kiểm tra trong 3 năm từ 2014 -2016. Các doanh nghiệp hoạt động trên HOSE trong giai đoạn từ 2014-2016 được theo dõi thực tế vỡ nợ sau một năm kể từ thời điểm áp dụng mô hình dự báo vỡ nợ.
* Áp dụng theo cách tiếp cận kế toán bằng mô hình Z- Score (1968) và Z-Score (1993) để tính giá trị Z-Score từ đó đối chiếu với điểm vỡ nợ để có kết quả dự đoán theo mô hình. Thống kê các doanh nghiệp thực tế vỡ nợ hay không vỡ nợ theo tiêu chí đã đưa ra và so sánh với kết quả dự báo theo mô hình Z-Score.
Kết quả được chi tiết trong bảng Phụ lục 2: Bảng kết quả theo chỉ số Z- Score, KMV và thực tế.
Bảng 4.8: Bảng tổng hợp kết quả sử dụng mô hình Z-Score (1968) và Z – Score (1993)
Kết quả theo Mô hình Z – Score (1968) | Kết quả theo mô hình Z-Score (1993) | Kết quả theo thực tế | ||||
Vỡ nợ | Không vỡ nợ | Vỡ nợ | Không vỡ nợ | Vỡ nợ | Không vỡ nợ | |
935 | 488 | 447 | 135 | 800 | 69 | 866 |
Nguồn: tính toán của tác giả
Từ kết quả sử dụng mô hình Z- Score (1968) và Z-Score (1993) và so sánh với kết quả thực tế từng trường hợp để tính toán Ma trận nhầm lẫn.
Bảng 4.9: Bảng Ma trận nhầm lẫn (Confusion matrix) theo Z-Score (1968)
Vỡ nợ | Không vỡ nợ | Tổng | |
Bác bỏ | Dự đoán đúng (TN) 68 | Lỗi loại I(FN) 420 | 488 |
Không bác bỏ | Lỗi loại II (FP): 1 | Dự đoán đúng (TP): 446 | 535 |
Tổng | 69 | 866 | 935 |
Nguồn: tính toán của tác giả
Bảng 4.10: Bảng Ma trận nhầm lẫn (Confusion matrix) theo Z-Score (1993)
Vỡ nợ | Không vỡ nợ | Tổng | |
Bác bỏ | Dự đoán đúng (TN) 51 | Lỗi loại I(FN) 84 | 135 |
Không bác bỏ | Lỗi loại II (FP): 18 | Dự đoán đúng (TP): 782 | 800 |
Tổng | 69 | 866 | 935 |
Nguồn: tính toán của tác giả
Nhận xét đánh giá kết quả thu được từ việc áp dụng mô hình Z – Score:
+ Với Mô hình Z-1968: có số lỗi loại I rất cao tức là kết quả mô hình dự báo là doanh nghiệm có khả năng vỡ nợ nhưng trên thực tế là không vỡ nợ. Điều này dẫn đến nếu các tổ chức tín dụng, nhà đầu tư áp dụng mô hình này sẽ bỏ qua nhiều cơ hội đầu tư. Tuy nhiên lỗi loại II rất thấp, có nghĩa rằng nếu về tiêu chí sử dụng kết quả để loại trừ rủi ro thì mô hình có thể sử dụng tốt.
+ Với mô hình Z- 1993: các tỷ lệ dự báo vỡ nợ được cải thiện hơn so với mô hình Z- 1968 đặc biệt là số lỗi loại I đã giảm nhiều.
* Áp dụng theo cách tiếp cận kế toán bằng mô hình KMV để tính điểm giá trị vỡ nợ từ đó đối chiếu với điểm vỡ nợ để có kết quả dự đoán theo mô hình. Thống kê các doanh nghiệp thực tế vỡ nợ hay không vỡ nợ theo tiêu chí đã đưa ra và so sánh với kết quả dự báo theo mô hình KMV.
Kết quả được chi tiết trong bảng Phụ lục 2: BẢNG KẾT QUẢ THEO CHỈ SÔ Z-SCORE, KMV VÀ THỰC TẾ
Bảng 4.11: Bảng tổng hợp kết quả sử dụng mô hình KMV
Kết quả theo mô hình KMV | Kết quả theo thực tế | |||
Vỡ nợ | Không vỡ nợ | Vỡ nợ | Không vỡ nợ | |
935 | 91 | 844 | 69 | 866 |
Nguồn: tính toán của tác giả
Từ kết quả sử dụng mô hình Z- Score (1968) và Z-Score (1993) và so sánh với kết quả thực tế từng trường hợp để tính toán Ma trận nhầm lẫn.
Bảng 4.12: Bảng Ma trận nhầm lẫn (Confusion matrix) theo KMV
Vỡ nợ | Không vỡ nợ | Tổng | |
Bác bỏ | Dự đoán đúng (TN): 60 | Lỗi loại I(FN): 31 | 91 |
Không bác bỏ | Lỗi loại II (FP): 9 | Dự đoán đúng (TP): 835 | 844 |
Tổng | 69 | 866 | 935 |
Nguồn: tính toán của tác giả
* Đánh giá kết quả chạy mô hình KMV: với kết quả thực nghiệm kết quả trong bảng Ma trận nhầm lẫn cho kết quả dự đoán đúng kết quả không vỡ nợ tương đối cao 835/844 chỉ có 9 kết quả là lỗi so với thực tế.
4.2.2. Đánh giá qua kết quả kiểm định
* Phương pháp hệ số tương quan:
Từ bảng ma trận nhầm lẫn áp dụng công thức tính các chỉ số MCC, FNR, FPR của hệ số tương quan theo từng mô hình.
Bảng 4.13: Bảng kết quả tính toán hệ số tương quan
Z-Score (1968) | Z-Score (1993) | KMV | |
MCC | 0,261 | 0,477 | 0,735 |
FNR (tỷ lệ lỗi loại I) | 0,485 | 0,097 | 0,036 |
FPR (Tỷ lệ lỗi loại II) | 0,015 | 0,26 | 0,13 |
Nguồn: tính toán của tác giả
+ Đánh giá kết quả thu được:
- Hệ số MCC: của chỉ số Z-Score(1968) đạt 0,261 là thấp nhất; hệ số của chỉ số Z- Score (1993) cao hơn đạt 0,477 điều đó có thể thấy Z- Score (1993) khi áp dụng vào số liệu các doanh nghiệp của Việt Nam có độ chính xác tốt hơn so với mô hình Z- Score (1968). Hệ số MCC của chỉ số KMV là cao nhất đạt 0,735, điều đó cho thấy chỉ số KMV dự báo có độ chính xác tốt nhất trong so với 2 mô hình Z- Score mang ra thực nghiệm.
- Tỷ lệ lỗi loại I (FNR): Chỉ số Z-Score (1968) có tỷ lệ lỗi loại I là 0,485 là tương đối cao, mô hình phần nhiều sai sót với sai lầm loại I tức là dự báo vỡ nợ nhưng trong thực tế doanh nghiệp chưa vỡ nợ. Trong khi tỷ lệ lỗi loại II bằng không, mô hình dự đoán chính xác các trường hợp vỡ nợ. Nếu dùng mô hình Z-Score (1968) sẽ bị loại trừ khá nhiều các doanh nghiệp tốt trong lựa chọn đầu tư. Qua kết quả cho thấy ảnh hưởng lớn của các chỉ số tài chính trong đó có hệ số đòn bẩy đối với các doanh nghiệp tại thị trường
đang phát triển như Việt Nam là cao hơn so với các nước phát triển, các doanh nghiệp có chỉ số Z-Score(1968) tương đối thấp hơn chuẩn nhưng không vỡ nợ do tính minh bạch của số liệu, cách hạnh toán đôi khi không thể hiện hết giá trị của doanh nghiệp.
- Tỷ lệ lỗi loại II (FPR): Đối với kết quả mô hình KMV tỷ lệ lỗi loại I là 0,015 là tỷ lệ thấp hơn so với tỷ lệ nhầm loại I của mô hình Z-Score trong khi lỗi loại II là rất ít.
Đánh giá kết quả chung: Mặc dù sử dụng mô hình Z-Score có độ chính xác thấp hơn nhưng rất ít lỗi loại II do đó vẫn có thể sử dụng mô hình để tìm ra các doanh nghiệp có khả năng vỡ nợ như có thể sẽ bị mất một số các cơ hội đầu tư do loại trừ cả các doanh nghiệp không vỡ nợ. Mô hình KMV trong các trường hợp này sử dụng được cho là tốt hơn so với mô hình Z-Score.
* Phương pháp ROC:
Theo kết quả chỉ tiêu của hệ số tương quan thì mô hình Z- Score (1968) thấp hơn nhiều so với mô hình Z- Score (1993) do đó trong thực nghiệm phương pháp ROC chỉ kiểm chứng mô hình Z- Score (1993) để so sánh với mô hình KMV.
Từ kết quả của mô hình mô hình Z- Score (1993) và mô hình KMV so với kết quả thực tế, sử dụng phương pháp ROC bằng phần mềm SPSS để tính toán.
Kết quả theo PHỤ LỤC 3: KIỂM ĐỊNH CHỈ SỐ Z-SCORE VÀ KMV THEO PHƯƠNG PHÁP ROC.
DIỄN GIẢI KẾT QUẢ
Hình 4.3: Đường cong ROC kiểm định Z-score (1993)
Hình 4.3 là Đường cong ROC dự đoán ngẫu nhiên là một đường thẳng tạo một gốc 45 độ với trục hoành, tính từ phía dưới bên trái đến phía trên bên phải. Mô hình Z- Score là hiệu quả nhất khi đạt được điểm ở góc trên bên trái của không gian ROC. Mô hình nào tạo ra kết quả nằm bên trên phía trái của đường dự đoán ngẫn nhiên có khả năng dự báo tốt và ngược lại. Kết quả cho thấy diện tích bên trái được cong là 0.805>0.5, hiệu số giữa phần diện tích này là 0.305. Độ chính xác tỷ lệ là 2*0.305=0.61, như vậy mô hình này dự báo chính xác 61%, theo kết quả này cho thấy mô hình Z-Score hiệu quả chưa cao.
Hình 4.4: Đường cong ROC kiểm định KMV
Hình 4.4 là Đường cong ROC dự đoán ngẫu nhiên là một đường thẳng tạo một gốc 45 độ với trục hoành, tính từ phía dưới bên trái đến phía trên bên phải. Mô hình KMV là hiệu quả nhất khi đạt được điểm ở góc trên bên trái của không gian ROC. Mô hình nào tạo ra kết quả nằm bên trên phía trái của đường dự đoán ngẫn nhiên có khả năng dự báo tốt và ngược lại. Kết quả cho thấy diện tích bên trái được cong là 0.993>0.5, hiệu số giữa phần diện tích này là 0.493. Độ chính xác tỷ lệ là 2*0.493=0.996, như vậy mô hình này dự báo chính xác 99.6%, theo kết quả này cho thấy mô hình KMV rất hiệu quả.
Hộp 2: Ý kiến chuyên gia về xu hướng lựa chọn dự báo
Chuyên gia: Đinh Thị Thái – Phó Tổng giám đốc kiêm phụ trách Khối Quản lý rủi ro của Ngân hàng CP Ngoại thương Việt Nam (VCB) cho biết:
Hai xu hướng nghiên cứu hiện nay: Nghiên cứu theo mô hình kế toán là hướng nghiên cứu có lý thuyết tương đối chắc chắn và mô hình thị trường là mô hình có tính thực nghiệm cao. Với xu thế công nghệ hiện nay có vẻ như nghiên cứu theo tính thực nghiệp đang có xu thế thắng thế, kết quả có độ chính xác cao và nhanh chóng. Tại VCB cũng có một số nghiên cứu về rủi ro tín dụng áp dụng mô hình KMV như nghiên cứu của Nguyễn Thị Cảnh & Phạm Chí Khoa (2014) về việc áp dụng mô hình KMV – Merton dự báo rủi ro tín dụng doanh nghiệp và khả năng thiệt hại theo danh mục của Ngân hàng. Nghiên cứu này cũng không đưa ra được việc áp dụng mô hình cho việc ra quyết định cấp tín dụng đối với các trường hợp cụ thể và cơ sở lý luận để áp dụng đối với các doanh nghiệp chưa niêm yết trên sàn chứng khoán còn chưa thuyết phục.
4.3. Phân tích các kết quả thu được
Từ kết quả sử dụng mô hình Z-Score, mô hình KMV và các kiểm định để đo lường hiệu quả của của mô hình trên cơ sở số liệu của các doanh nghiệp đang hoạt động trên Sở giao dịch Chứng khoán Hồ Chí Minh từ năm 2014-2016, cho ta một số kết quả sau:
● Việc sử dụng mô hình lượng hóa bằng phương pháp kế toán và thị trường là cần thiết và có hiệu quả trong việc dự báo vỡ nợ doanh nghiệp. Tuy nhiên việc áp dụng mô hình gốc Z- Score (1968) cho dự báo vỡ nợ đối với các thị trường Việt Nam cần có sự điều chỉnh về tham số, hệ số và giới hạn điểm vỡ nợ để giảm các sai số là vỡ nợ trong khi doanh nghiệp không vỡ nợ.
● Với kết quả được kiểm định nên sử dụng mô hình KMV có độ chính xác cao hơn, điểm giới hạn vỡ nợ đưa ra là hợp lý cho các doanh nghiệp trên sàn chứng khoán Việt Nam.
● Cần nghiên cứu hiệu chỉnh lại mô hình Z-Score cho phù hợp với các doanh nghiệp Việt Nam vì tính tiện lợi của mô hình. Trong trường hợp không có các thông số để sử dụng mô hình KMV thì có thể sử dụng mô hình Z- Score (1993) cho dự báo vỡ nợ doanh nghiệp.