Ứng dụng mô hình Z-score và Hscore trong dự báo khả năng phá sản của các doanh nghiệp bất động sản niêm yết trên thị trường chứng khoán Việt Nam

ra nhiều áp lực khiến nhiều doanh nghiệp bên bờ vực phá sản.

Có thể thấy trong bảng 5.1, các công ty duy trì tỷ lệ nợ vay ở mức khá cao, khoảng từ 65% đến 80%. Khi đó, nợ phải trả cùng với chi phí tài chính gây ra gánh nặng lớn cho các công ty này. Nếu gặp phải tình trạng hàng tồn kho không thể bán được, trong khi tiếp tục vay tiền thì các công ty bất động sản có thể gặp khó khăn về tài chính. Công ty càng lớn, hàng tồn kho càng nhiều, nợ càng lớn, chi phí tài chính càng cao, tất cả kết hợp với nhau sẽ khiến các công ty gặp rắc rối về tài chính.

Để quản lý đòn bẩy tài chính hợp lý ban lãnh đạo doanh nghiệp nên đặt tín hiệu cảnh báo sớm để đề phòng rủi ro phá sản. Khi đó, ban lãnh đạo có thể thực hiện các quyết định can thiệp đúng lúc. Hơn nữa, ban lãnh đạo cần phân tích, đo lường phản ứng của thị trường khi công ty công bố thông tin định kỳ để ổn định hoạt động của doanh nghiệp.

5.2.2. Đối với các nhà đầu tư

Thông qua các báo cáo tài chính và tính toán các tỷ số tài chính, tỷ lệ lợi nhuận sau thuế trên tài sản bình quân của các công ty niêm yết hoạt động trong ngành bất động sản đã giảm dần dần kể từ năm 2018, đạt đỉnh 6,08% và giảm xuống 4,55% vào năm 2019 và năm 2020 tiếp tục giảm xuống còn 3,29%. Vì vậy, các nhà đầu tư cần cân nhắc kỹ lưỡng trước khi ra quyết định đầu tư.

Trước khi đầu tư vào một doanh nghiệp, nhà đầu tư nên xem xét kỹ lưỡng tất cả các tỷ số tài chính để tìm hiểu tình trạng hoạt động kinh doanh của doanh nghiệp cũng như đánh giá tiềm năng tăng trưởng hay nguy cơ rủi ro. Có nhiều cổ phiếu của các doanh nghiệp bất động sản có giá thị trường thấp hơn mệnh giá, đây có thể là cơ hội tốt để nhà đầu tư mua và nắm giữ. Mặt khác, kết quả nghiên cứu cho thấy rằng, tỷ lệ các doanh nghiệp có nguy cơ phá sản chủ yếu là các doanh nghiệp có giá cổ phiếu thấp hơn mệnh giá, do đó các nhà đầu tư cũng cần cân nhắc thận trọng, tỷ trọng danh mức sao cho hợp lý. Bằng cách làm như vậy, các nhà đầu tư có thể chọn lọc được danh mục tốt, vừa đáp ứng tiêu chí tăng trưởng vừa đáp ứng tiêu chí an toàn và đầu tư hiệu quả.

5.2.3. Đối với các tổ chức tài chính

Có thể bạn quan tâm!

Xem toàn bộ 102 trang tài liệu này.

Từ kết quả nghiên cứu ở chương 4 cho thấy, dựa vào kết quả Z-score và H-score, các tổ chức tín dụng có thể phân chia các doanh nghiệp thành 3 nhóm. Thứ nhất là nhóm doanh nghiệp an toàn. Thứ hai là nhóm doanh nghiệp nằm trong vùng cảnh báo, có thể có rủi ro phá sản. Thứ ba là nhóm doanh nghiệp nằm trong vùng nguy hiểm, rủi ro phá sản cao. Trên cơ sở đó, các tổ chức tài chính quyết định hạn mức tín dụng cần thiết đối với từng doanh nghiệp. Như vậy, mô hình Z-score và mô hình H-score có thể được sử dụng như một công cụ hỗ trợ cho các tổ chức tài chính trước khi cấp tín dụng cho các công ty bất động sản niêm yết.

5.3. Hạn chế của nghiên cứu và hướng nghiên cứu trong tương lai

Do các giới hạn về mặt số liệu, nghiên cứu này chỉ xem xét mô hình Z-score và mô hình H-score đối với các doanh nghiệp thuộc lĩnh vực bất động sản niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2017-2020, chưa xem xét đến các ngành nghề lĩnh vực khác. Mặt khác, bài nghiên cứu chỉ so sánh khả năng dự báo của mô hình Z-score và mô hình H-score trong khi có rất nhiều các mô hình dự báo khác trên thế giới chưa được nghiên cứu và áp dụng vào thị trường Việt Nam. Đây là cơ sở cho những nghiên cứu xa hơn về đề tài dự báo phá sản ở thị trường Việt Nam trong tương lai.

DANH MỤC TÀI LIỆU THAM KHẢO

Tài liệu tham khảo tiếng Việt

Đào Thị Thanh Bình (2013), Mô hình xếp hạng tín dụng cho các công ty sản xuất ở Việt Nam, Tạp chí Kinh tế & Phát triển, số 188/2013, tr. 39 - tr. 49.

Đặng Ngọc Hùng, Phạm Thị Hồng Diệp và Hoàng Thị Việt Hà (2012), Phân tích dấu hiệu phá sản các doanh nghiệp bất động sản niêm yết trên thị trường chứng khoán Việt Nam, Tạp chí Khoa học và Công nghệ, số 12/2012, tr. 54 - tr. 58.

Đinh Thế Hiển (2008), Quản trị tài chính đầu tư – Lý thuyết và ứng dụng, NXB Lao động – Xã hội.

Đinh Thị Thu Thảo và Nguyễn Vĩnh Khương (2016), Tác động của hành vi điều chỉnh thu nhập đến khả năng hoạt động liên tục trong kế toán: Nghiên cứu thực nghiệm cho các doanh nghiệp niêm yết tại Việt Nam, Tạp chí Phát triển Khoa học và Công nghệ, số 19/2016, tr. 96 - tr. 108.

Hoàng Thị Hồng Vân (2020), Vận dụng mô hình Z-score trong dự báo khả năng phá sản doanh nghiệp tại Việt Nam, Tạp chí Khoa học và Đào tạo Ngân hàng, số 217/2020, tr. 43 - tr. 51.

Huỳnh Cát Tường (2008), Khánh kiệt tài chính và ứng dụng mô hình Z-score trong dự báo khánh kiệt tài chính, Luận văn Thạc sỹ, Trường Đại học Kinh tế TP. Hồ Chí Minh.

Khổng Thanh Hòa (2008), Ứng dụng mô hình chỉ số Z trong phân tích tài chính công ty niêm yết trên thị trường chứng khoán Việt Nam, Luận văn, Đại học Kinh tế Quốc dân, Hà Nội năm 2008.

Lâm Minh Chánh (2007), Chỉ số Z – công cụ phát hiện nguy cơ phá sản và xếp hạng định mức tín dụng, Báo nhịp cầu đầu tư, số 41/2007.

Lê Cao Hoàng Anh và Nguyễn Thu Hằng (2012), Kiểm định mô hình chỉ số Z của Altman trong dự báo thất bại doanh nghiệp tại Việt Nam, Tạp chí Công nghệ Ngân hàng, số 74/2012, tr. 3 - tr. 9.

Nguyễn Đăng Tùng và Bùi Thị Len (2015), Đánh giá nguy cơ phá sản của các Ngân hàng niêm yết trên thị trường chứng khoán Việt Nam bằng chỉ số Altman Z- score. Tạp chí Khoa học và Phát triển, số 5/2015, tr. 833 – tr. 840.

Nguyễn Thị Nga (2018), Phân tích rủi ro phá sản trong các công ty bất động sản niêm yết trên thị trường chứng khoán Việt Nam, Luận án Tiến sĩ, Trường Đại học Kinh tế Quốc dân, Hà Nội năm 2018.

Nguyễn Trần Nguyên Trân (2014), Nghiên cứu về sai sót trong Báo cáo tài chính của các công ty niêm yết trên thị trường chứng khoán Việt Nam, Luận văn Thạc sĩ, Trường Đại học Đà Nẵng, Đà Nẵng năm 2014.

Phạm Thị Mộng Tuyền (2020), Đánh giá hiệu quả sử dụng chỉ số Z-Score trong việc nhận diện khả năng gian lận trên báo cáo tài chính, Tạp chí Công Thương, số 16/2020, tr. 255 – tr. 260.

Phan Thị Thanh Lâm (2012), Vận dụng mô hình z-score trong xếp hạng tín dụng khách hàng tại NHTMCP Ngoại Thương - chi nhánh Quảng Nam, Luận văn thạc sĩ Quản trị kinh doanh, Đại học Đà Nẵng, Đà Nẵng năm 2012.

Phùng Anh Thư và Nguyễn Vĩnh Khương (2017), Khả năng vi phạm giả định hoạt động liên tục các công ty niêm yết trên thị trường chứng khoán Việt Nam, Tạp chí Khoa học và Công nghệ, số 29/2017, tr. 126 – tr. 135.

Quốc hội nước CHXHCN VN (2014), Luật Phá sản số 51/2014/QH13, ban hành ngày 19 tháng 06 năm 2014.

Trần Việt Hải (2017), Nhận diện gian lận báo cáo tài chính của các công ty niêm yết trên thị trường chứng khoán Việt Nam – bằng chứng thực nghiệm tại sàn giao dịch chứng khoán HOSE, Luận văn Thạc sĩ, Trường Đại học Kinh tế Thành phố Hồ Chí Minh, Thành phố Hồ Chí Minh năm 2017.

Võ Văn Nhị và Hoàng Thị Cẩm Trang (2013), Hành vi điều chỉnh lợi nhuận và nguy cơ phá sản của các công ty niêm yết trên Sở giao dịch chứng khoán Thành phố Hồ Chí Minh, Tạp chí Phát triển kinh tế, số 276S/2013, tr. 48 – tr. 57.

Tài liệu tham khảo tiếng Anh

Alareeni, B. and Branson, J. (2012), Predicting Listed Companies’ Failure in Jordan Using Altman Models: A Case Study, International Journal of Business and Management, 8(1)/2013, pp.113-126.

Altman, E.I. (1968), Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy, The Journal of Finance, 4/1968, pp. 589-609.

Altman, E.I. (1983), Corporate Financial Distress, Wiley Interscience, New York.

Altman, E.I., Hartzell, J. and Peck, M. (1995), A scoring system for emerging markets Corporate Bonds, Salomon Brothers High Yield Research, pp 05-14.

Altman, E.I., Danovi, A. and Falini, A. (2013), Z-score models' application to Italian companies subject to extraordinary administration, Journal of Applied Finance (Formerly Financial Practice and Education), 23(1)/2013.

Ananto, R.P., Sriyunianti, F. and Af, H.B. (2019), Analysis of the Altman, Zmijewski and Fulmer Models in Predicting Financial Distress in PT Semen Padang, EasyChair, 1609/2019.

Arora, A.K. (2013), Negative working capital and its impact on profitability, The Management Accountant Journal, 48(3)/2013, pp.308-313.

Balcaen, S., Ooghe, H. (2004), Alternative methodologies in studies on business failure: do they produce better results than the classical statistical methods?, Working Papers of Faculty of Economics and Business Administration, Ghent University, Belgium, 2004.

Chairunnisa, R. and Arshed, N. (2020), Prediction of Islamic Banking Bankruptcy in Indonesia: Comparative Study of Altman Z-Score and Springate Models, IKONOMIKA, 5(2)/2020, pp.231-248.

Desiyanti, O., Soedarmo, W., Chandra, K. and Kusnadi, K. (2019), The effect of financial ratios to financial distress using Altman Z-Score method in real estate companies listed in Indonesia Stock Exchange Period 2014-2018, Business and

Entrepreneurial Review, 19(2)/2019, pp.119-136.

Ditasari, R.A., Triyono, T. and Sasongko, N. (2019), Comparison of Altman, Springate, Zmijewski and Grover Models in Predicting Financial Distress on Companies of Jakarta Islamic Index (JII) on 2013-2017, International Summit on Science Technology and Humanity, 2019.

Elviani, S., Simbolon, R., Riana, Z., Khairani, F., Dewi, S.P. and Fauzi, F. (2020), The Accuracy of the Altman, Ohlson, Springate and Zmejewski Models in Bankruptcy Predicting Trade Sector Companies in Indonesia, Budapest International Research and Critics Institute (BIRCI-Journal), 3/2020, pp.334-47.

Gerritsen, P.L. (2015), Accuracy rate of bankruptcy prediction models for the dutch professional football industry, Master's thesis, University of Twente, 2015.

Ghodrati, H. and Moghaddam, A.H.M. (2012), A study of the accuracy of bankruptcy prediction models: Altman, Shirata, Ohlson, Zmijewsky, CA score, Fulmer, Springate, Farajzadeh genetic, and Mckee genetic models for the companies of the stock exchange of tehran, American Journal of Scientific Research, 59/2012, pp.55-67.

Gu, Z. (2002), Analyzing bankruptcy in the restaurant industry: a multiple discriminant model, International Journal of Hospitality Management, pp.25-42.

Haseley, M. (2012), An analysis of the efficacy of the Altman and Springate bankruptcy models in companies listed on the stock exchange of Thailand (2006- 2012), George Herbert Walker School of Business and Technology of Webster University, 2012.

Hermes, E. (2020), Calm Before the Storm: Covid-19 and the Business Insolvency Time Bomb, Press release, 2020.

Hillegeist, S., Keating, E., Cram, D., & Lundstedt, K. (2004), Assessing the probability of bankruptcy, Review of Accounting Studies, vol 9(1), pp.5-34.

Loppies, L.S., Esomar, M.J. and Turukay, E. (2020), Bankruptcy Prediction Analysis Using Altman Z-Score, Grover Model and Springate S-Score (A study in

Retail Companies listed in Indonesia Stock Exchange 2014-2018 Period), Journal of Critical Reviews, 7(8)/2020, pp.2238-2246

Mackevicius, J., Sneidere, R., Tamuleviciene, D. (2018), The waves of enterprises bankruptcy and the factors that determine them: the case of Latvia and Lithuania, Entrepreneurship and Sustainability Issues, 6(1)/2018, pp.100-114.

Manaseer, S. and Al-Oshaibat, S.D. (2018), Validity of Altman Z-score model to predict financial failure: Evidence from Jordan, International Journal of Economics and Finance, 10(8)/2018, pp.181-189.

Merton, R. (1974), On the pricing of corporate debt: the risk structure of interest rates, Journal of finance, Vol.29(2), pp.449-470.

Munir, M.B. and Bustamam, U.S.A. (2020), Comparative analysis on banking performance by using Altman’s and Zmijewski’s model, International Journal of Communication, Management and Humanities, 2020, p.18.

Odom, MD & Sharda, R. (1990), A neural network model for bankruptcy prediction, Proceeding of the International Joint Conference on Neural Networks, San Diego, Volume II. IEEEE Neural Networks Council, Ann Arbor, pp.163-171.

Ohlson, J. (1980), Financial ratios and the probabilistic prediction of bankruptcy, Journal of Accounting Research, pp.109-131.

Pongsatat, S., Ramage, J., & Lawrence, H. (2004), Bankruptcy prediction for arge and small firms in Asia: a comparison of Ohlson and Altma, Journal of Accounting and Croporate Governance’, vol.1(2), p.1-13.

Raid, A.S. and Fariyana, K. (2019), Prediction of Financial Distress in Manufacturing Company: A Comparative Analysis of Springate Model and Fulmer Model, Journal of Auditing Finance and Forensic Accounting, 2/2019, pp. 63-72.

Reni Yendrawati and Nafil Adiwafi (2020), Comparative analysis of Z-score, Springate, and Zmijewski models in predicting financial distress conditions, Journal of Contemporary Accounting, 2(2)/2020, pp.72-80.

Samarakoon, Lalith P. and Hasan, Tanweer (2003), Altman’s Z-Score Models

of Predicting Corporate Distress: Evidence from the Emerging Sri Lankan Stock Market, Journal of the Academy of Finance, 1/2003, pp. 119-125.

Shalih, R.A. and Kusumawati, F. (2019), Prediction of Financial Distress in Manufacturing Company: A Comparative Analysis of Springate Model and Fulmer Model, Journal of Auditing, Finance, and Forensic Accounting, 7(2)/2019, pp.63- 72.

Tanjung, P.R.S. and Anggraini, D. (2020), Financial Distress Prediction of Lippo Group Companies Using Altman and Zmijewski Models. Saudi Journal of Economics and Finance, 4(1)/2020, pp.1-11.

Tanjung, P.R.S. (2020), Comparative Analysis of Altman Z-score, Springate, Zmijewski and Ohlson Models in Predicting Financial Distress, EPRA International Journal of Multidiscriplinary Research (IJMR), 6(3)/2020, pp.126-137.

Viciwati, V. (2020), Bankruptcy prediction analysis using the Zmijewski model (X-score) and the Altman model (Z-score), Dinasti International Journal of Economics, Finance & Accounting, 1(5)/2020, pp.794-806.

Website

Ban dự báo Kinh tế ngành và doanh nghiệp (2021), Số doanh nghiệp phá sản có xu hướng tăng sau dịch Covid-19, tại địa chỉ: http://ncif.gov.vn/Pages/NewsDetail.aspx?newid=22410, truy cập ngày 26/12/2021.

Ban Dự báo Kinh tế vĩ mô (2021), Tình hình kinh tế Việt Nam trong quý I/2021, tại địa chỉ: http://ncif.gov.vn/Pages/NewsDetail.aspx?newid=22503, truy cập ngày 26/12/2021.

Bộ Tư pháp (2020), Giải thể và phá sản doanh nghiệp – Những vấn đề cần lưu ý, tại địa chỉ: https://htpldn.moj.gov.vn/noidung/tintuc/Lists/Camnanghtpchodn/Attachments/14/T%C3%A0i%20li%E1%BB%87u%20ph%C3%A1%20s%E1%BA%A3n.pdf, truy

cập ngày 26/12/2021.

Bộ Xây dựng (2022), Thông cáo 06/TC-BXD về việc công bố thông tin về nhà