Ứng dụng mô hình Merton dự báo rủi ro tín dụng: Bằng chứng từ các công ty nhóm ngành công nghiệp niêm yết trên sàn chứng khoán Việt Nam

191 ĐỔI MỚI GIẢNG DẠY MÔN LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ ỨNG DỤNG CHO SINH VIÊN KHỐI NGÀNH KINH TẾ, QUẢN TRỊ KINH DOANH VÀ CÁC VẤN ĐỀ LIÊN QUAN KỶ YẾU HỘI THẢO KHOA HỌC Tóm tắt Nghiên cứu này đánh giá khả năng dự báo của mô hình Merton đối với các công ty nhóm ngành công nghiệp niêm yết trên sàn chứng khoán. Mẫu nghiên cứu gồm 184 công ty thuộc nhóm ngành công nghiệp đang niêm yết trên hai sàn HNX (Sở Giao dịch chứng khoán Hà Nội) và HOSE (Sở Giao dịch chứng khoán Thành phố Hồ Chí Minh) trong giai đoạn 2010 - 2020. Nghiên cứu sử dụng phương pháp lặp để tính độ biến động của giá trị tài sản của các công ty và dùng kết quả này để đánh giá một công ty có bị rủi ro tín dụng hay không. Dữ liệu nghiên cứu bao gồm: vốn hóa thị trường, các khoản nợ của các công ty và lãi suất trái phiếu chính phủ kỳ hạn một năm. Kết quả nghiên cứu cho thấy, mô hình Merton có mức độ dự báo chính xác là 70.45%; đồng thời sự biến động của thị trường có ảnh hưởng đáng kể đến rủi ro tín dụng của một công ty. Từ khóa: Mô hình Merton, rủi ro tín dụng, xác suất vỡ nợ 1. Giới thiệu Rủi ro tín dụng (RRTD) là xác suất doanh nghiệp mất khả năng thanh toán các nghĩa vụ tài chính theo cam kết (Klieštik và Cúg, 2015). Trong khi đó, phá sản là do doanh nghiệp quyết định ngưng thực hiện các nghĩa vụ nợ và thực hiện các thủ tục phá sản theo luật định (Crouhy và ctg, 2000). Do đó, RRTD có thể dẫn đến rủi ro phá sản. Với góc nhìn khác, RRTD được định nghĩa là mức độ biến động giá trị các công cụ nợ và chứng khoán phái sinh do sự thay đổi chất lượng tín dụng tiềm ẩn của khách hàng vay nợ hoặc đối tác (Lopez và Saidenberg, 2000). Khi RRTD xảy ra có thể dẫn đến hàng loạt vấn đề như: cổ tức giảm sút, thua lỗ, sa thải công nhân viên, đóng cửa các cơ sở sản xuất, giá cổ phiếu sụt giảm và điều đó làm ảnh hưởng đến lợi ích kinh tế của các chủ đầu tư, người lao động và các bên có liên quan. Đặc biệt, vấn đề này càng được thể hiện rõ đối với các ngành quan trọng và có thị phần lớn trong nền kinh tế như ngành công nghiệp ở Việt Nam. * Bộ môn Toán - Thống kê, Khoa Kinh tế - Luật, Trường Đại học Tài chính -Marketing ** Sinh viên DQF18, chuyên ngành Tài chính định lượng, Trường Đại học Tài chính - Marketing ỨNG DỤNG MÔ HÌNH MERTON DỰ BÁO RỦI RO TÍN DỤNG: BẰNG CHỨNG TỪ CÁC CÔNG TY NHÓM NGÀNH CÔNG NGHIỆP NIÊM YẾT TRÊN SÀN CHỨNG KHOÁN VIỆT NAM 24. ThS. Nguyễn Đức Bằng*, Lê Hồng Ngọc** 192 ĐỔI MỚI GIẢNG DẠY MÔN LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ ỨNG DỤNG CHO SINH VIÊN KHỐI NGÀNH KINH TẾ, QUẢN TRỊ KINH DOANH VÀ CÁC VẤN ĐỀ LIÊN QUAN KỶ YẾU HỘI THẢO KHOA HỌC Quá trình công nghiệp hóa, hiện đại hóa đất nước đang diễn ra ngày càng mạnh mẽ. Chiến lược phát triển kinh tế - xã hội 10 năm (2021 - 2030) được thông qua tại Ðại hội đại biểu toàn quốc lần thứ XIII của Đảng nêu rõ mô hình công nghiệp hóa, hiện đại hóa trong thời kỳ mới là: “Tiếp tục đẩy mạnh công nghiệp hóa, hiện đại hóa dựa trên nền tảng của khoa học, công nghệ, đổi mới sáng tạo và những thành tựu công nghệ của Cách mạng công nghiệp lần thứ tư... Ðẩy mạnh phát triển một số ngành, lĩnh vực kinh tế trọng điểm, có tiềm năng, lợi thế và còn dư địa lớn để làm động lực cho tăng trưởng theo tinh thần bắt kịp, tiến cùng và vượt lên ở một số lĩnh vực so với khu vực, thế giới”. Qua đó, có thể thấy, để đạt được nền công nghiệp mạnh thì các công ty thuộc nhóm ngành công nghiệp phải được quan tâm và có nhiều biện pháp quản lý và phương hướng phát triển. Trong đó, việc quản trị RRTD là một vấn đề rất quan trọng, dự báo được rủi ro về tín dụng sẽ giúp doanh nghiệp đưa ra được biện pháp khắc phục kịp thời, hạn chế thấp nhất việc thua lỗ và phá sản. Trên thế giới đã có nhiều công trình nghiên cứu về RRTD hoặc rủi ro phá sản nhưng phần lớn tập trung nghiên cứu ở các nước có nền kinh tế phát triển. Trong những năm gần đây, các nhà nghiên cứu có xu hướng mở rộng nghiên cứu sang các nước đang phát triển như: Thái Lan, Trung Quốc Tuy nhiên, các kết quả vẫn chưa có sự đồng nhất. Các mô hình định lượng RRTD tiêu biểu gồm có: mô hình Merton, mô hình KMV, CreditMetrics, CreditRisk+ và CreditPortfolioView. Trong đó, mô hình Merton (1974) được xem như là mô hình đầu tiên trong lĩnh vực quản trị RRTD. Các nghiên cứu sử dụng mô hình Merton theo hướng thực nghiệm có những kết quả đáng chú ý. Nghiên cứu của Vassalou (2004) là nghiên cứu đầu tiên sử dụng mô hình này để đánh giá ảnh hưởng của hiệu ứng quy mô và hiệu ứng giá trị lên rủi ro vỡ nợ. Kết quả nghiên cứu cho thấy, hai hiệu ứng này có mối quan hệ mật thiết với rủi ro vỡ nợ. Bharath (2004) đã sử dụng mô hình Hazard để kiểm định giả thiết: liệu rằng mô hình Merton có hiệu quả thống kê trong dự báo vỡ nợ? Kết quả cho thấy giả thiết này bị bác bỏ. Ngược lại với Bharath, Lu (2008) tin tưởng vào khả năng tính toán hiệu quả xác suất vỡ nợ của mô hình Merton và qua đó phát triển mô hình KMV - Merton dựa trên lập luận rằng, khoản nợ của một doanh nghiệp phải được chia theo nợ ngắn hạn và dài hạn. Hillegeist (2004) đã kiểm định khả năng dự báo phá sản của mô hình Merton là tốt hơn các mô hình Altman Z - Score và Ohlson O - Score. Mô hình Merton đã trở thành cơ sở của mô hình khoảng cách đến điểm vỡ nợ (DD). Ban đầu, Vasicek (1984) đã so sánh giá trị tài sản với trách nhiệm pháp lý của họ để xác định xác suất vỡ nợ của công ty. Delianedis và Geske (2003) và Leland (2002) đã nghiên cứu liệu xác suất lý thuyết có phải là một yếu tố dự đoán mạnh mẽ trong xếp hạng tín nhiệm và chuyển đổi tín dụng hay không. Một số bài báo minh họa tính hữu ích của một mô hình cấu trúc cũng như sự phát triển của một mô hình dựa trên tùy chọn. Crosbie và Bohn (2003) đã chứng minh rằng, xác suất phá sản là một trong những dự đoán mạnh mẽ nhất trong việc quản lý danh mục tín dụng. Tại Việt Nam, gần đây cũng có nhiều nghiên cứu về mô hình này. Điển hình như nghiên cứu của Phạm Võ Ninh Bình, Đỗ Thành Trung, Võ Hồng Đức (2018) với tiêu đề: “Dự báo khủng hoảng tài chính và phá sản: Mô hình phù hợp cho các doanh nghiệp niêm yết tại 193 ĐỔI MỚI GIẢNG DẠY MÔN LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ ỨNG DỤNG CHO SINH VIÊN KHỐI NGÀNH KINH TẾ, QUẢN TRỊ KINH DOANH VÀ CÁC VẤN ĐỀ LIÊN QUAN KỶ YẾU HỘI THẢO KHOA HỌC Việt Nam”. Bài nghiên cứu nhằm phát triển một mô hình toàn diện hơn với mục đích dự đoán tình trạng khủng hoảng tài chính và phá sản của các công ty niêm yết tại Việt Nam. Nghiên cứu này xuất phát từ thực tiễn hiện tại bằng cách phát triển một mô hình mới xem xét ba trụ cột RRTD: (i) các yếu tố bắt nguồn từ các mô hình dựa trên thị trường; (ii) các yếu tố bắt nguồn từ mô hình kế toán; và (iii) các yếu tố kinh tế vĩ mô được lựa chọn, dựa trên cơ sở lý thuyết mạnh mẽ. Cách tiếp cận này được sử dụng để có được bằng chứng toàn diện về tình trạng khủng hoảng tài chính và phá sản tại các công ty niêm yết tại Việt Nam. Có thể nói, đây là nghiên cứu đầu tiên về mô hình này tại Việt Nam, có lẽ là một trong những nghiên cứu đầu tiên về khu vực châu Á. Ngoài ra, Lâm Chí Dũng và Phan Đình Anh (2009) đã sử dụng mô hình KMV để định lượng RRTD trong việc sử dụng tài sản bảo đảm gắn liền với hành vi sử dụng vốn của người vay, thông qua khảo sát ảnh hưởng của các biến: tỷ lệ vốn cho vay tối đa trên giá trị tài sản bảo đảm, mục đích sử dụng vốn của người vay và số lần người vay sử dụng tài sản hình thành từ vốn vay làm tài sản bảo đảm. Lê Đạt Chí và Lê Tuấn Anh (2012) đã cố gắng kết hợp phương pháp CVaR và mô hình KMV - Merton để đo lường rủi ro vỡ nợ trong thị trường tài chính Việt Nam dựa trên những bằng chứng thực nghiệm trước và sau năm 2008. Nguyễn Thị Cành và Phạm Chí Khoa (2014) đã tính toán xác suất phá sản của các khách hàng doanh nghiệp cho Ngân hàng thương mại cổ phần Ngoại thương Việt Nam. Trong nghiên cứu này, tác giả tiếp tục kế thừa các nghiên cứu trên, đồng thời sử dụng phương pháp lặp để tính toán giá trị tài sản, tỷ suất lợi nhuận và độ biến động của giá trị tài sản của các công ty thuộc nhóm ngành công nghiệp niêm yết trên thị trường chứng khoán Việt Nam. Từ đó, tính toán xác suất rủi ro RRTD sau một năm của các công ty này. 2. Mô hình nghiên cứu Mô hình Merton xem xét giá trị tài sản (asset value) của một công ty là quá trình ngẫu nhiên Vt phụ thuộc thời gian t và có thể diễn tả bằng chuyển động hình học Brown: (1) Trong đó: • vµ là tỷ suất lợi nhuận gộp liên tục dự kiến trên giá trị tài sản của công ty. • vσ là độ biến động giá trị tài sản của công ty. • dWt là quá trình Wiener tiêu chuẩn (Standard Wiener Process). Công ty có thể tự cấp kinh phí hoạt động từ vốn sở hữu (equity) và các khoản nợ. Giá trị của vốn chủ sở hữu tại thời điểm t được ký hiệu là St. Các khoản nợ được giả định như là một trái phiếu không có lãi suất định kỳ (zero - coupon bond), với mệnh giá B, thời gian đáo hạn T + t và có giá trị tại thời điểm t là Bt. Tại thời điểm T + t, có hai tình huống xảy ra: • Nếu Vt+T > B thì công ty trả được nợ, và phần chủ sở hữu còn lại sau khi đã trả nợ là 194 ĐỔI MỚI GIẢNG DẠY MÔN LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ ỨNG DỤNG CHO SINH VIÊN KHỐI NGÀNH KINH TẾ, QUẢN TRỊ KINH DOANH VÀ CÁC VẤN ĐỀ LIÊN QUAN KỶ YẾU HỘI THẢO KHOA HỌC St+T = Vt+T - B. Bên cho công ty vay nợ lấy lại được toàn bộ số tiền B theo hợp đồng. • Nếu Vt+T ≤ B thì công ty vỡ nợ, chủ sở hữu của công ty mất toàn bộ công ty, nghĩa là St+T = 0. Bên cho vay chỉ lấy lại được khoản tiền là Vt+T. Do đó, trong cả hai trường hợp ta có: St+T = max (Vt+T – B, 0) = (Vt+T – B) + Công thức trên cho thấy, St+T chính bằng lợi nhuận (pay - off) tại thời điểm T + t của một quyền chọn mua kiểu châu Âu. Như vậy, giá trị tại thời điểm t của vốn cổ phần được xem như giá của quyền chọn mua kiểu châu Âu: (2) Trong đó: • r là lãi suất phi rủi ro tức thời. • C (Vt, Bt, T, vσ , r) là giá của quyền chọn mua tại thời điểm t. Hơn nữa, theo công thức định giá quyền chọn của Black - Scholes: (3) Trong đó: Φ(.) là hàm phân phối tích lũy chuẩn. Xem xét xác suất vỡ nợ của công ty tại thời điểm T + t: Từ phương trình (1), ta có thể biểu diễn giá trị tài sản tại thời điểm t của công ty như sau: Với Công ty vỡ nợ tại thời điểm T + t nếu: T+t tV B≤ Suy ra: ( ) ( )T+t tln V ln B≤ Do đó: Hay: 195 ĐỔI MỚI GIẢNG DẠY MÔN LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ ỨNG DỤNG CHO SINH VIÊN KHỐI NGÀNH KINH TẾ, QUẢN TRỊ KINH DOANH VÀ CÁC VẤN ĐỀ LIÊN QUAN KỶ YẾU HỘI THẢO KHOA HỌC Vậy xác suất công ty vỡ nợ tại thời điểm T + t là: Khoảng cách đến điểm vỡ nợ (distance to defaut) được định nghĩa là: (4) Thông thường, thời gian đáo hạn T của khoản nợ được chọn là một năm và giá trị của khoản nợ Bt được tính bằng khoản nợ ngắn hạn cộng với một nửa khoản nợ dài hạn. Khi đó xác suất vỡ nợ sau một năm của công ty là: (5) Hình 1. Minh họa xác suất gặp rủi ro theo mô hình Merton Nguồn: Crosbie and Bohn (2004) 3. Dữ liệu và phương pháp nghiên cứu 3.1. Dữ liệu Nguồn dữ liệu trong nghiên cứu là nguồn dữ liệu thứ cấp, được lấy theo giá đóng cửa của mỗi cổ phiếu và trong các báo cáo tài chính của các công ty trong nhóm ngành công nghiệp niêm yết trên sàn chứng khoán. Các công ty được phân loại là công ty thuộc nhóm ngành công nghiệp được phân loại dựa vào tiêu chuẩn GICS và HaSIC lần lượt đại diện cho tiêu chuẩn của HOSE và HNX. Tổng số công ty nhóm ngành công nghiệp hiện đang niêm yết trên cả hai sàn HOSE và HNX là 222 công ty. Lãi suất phi rủi ro được lựa chọn trong nghiên cứu là lãi suất trái phiếu chính phủ kỳ hạn một năm. 196 ĐỔI MỚI GIẢNG DẠY MÔN LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ ỨNG DỤNG CHO SINH VIÊN KHỐI NGÀNH KINH TẾ, QUẢN TRỊ KINH DOANH VÀ CÁC VẤN ĐỀ LIÊN QUAN KỶ YẾU HỘI THẢO KHOA HỌC Hình 2. Biểu đồ mức lãi suất trái phiếu chính phủ giai đoạn nghiên cứu Nguồn: Investing.vn Từ biểu đồ trên cho thấy, mức lãi suất trái phiếu chính phủ năm 2011 rất cao (12.28%). Năm 2011, lãi suất trái phiếu cao do ảnh hưởng từ cuộc khủng hoảng nợ công châu Âu. Kể từ năm 2011 đến nay, mức lãi suất trái phiếu chính phủ liên tục giảm và đến năm 2020 là 0.95%. Dữ liệu về nợ được tổng hợp từ báo cáo tài chính của từng công ty và được thống kê theo nợ ngắn hạn và nợ dài hạn. Tổng nợ được tính bằng tổng nợ ngắn hạn và một nửa nợ dài hạn. Nguồn dữ liệu được tổng hợp từ Cophieu68.com. Vốn hóa thị trường là giá trị thị trường của cổ phiếu đang lưu hành của một công ty. Vốn hóa thị trường được thống kê và tính toán dựa trên tích của giá đóng cửa và số lượng cổ phiếu niêm yết ở thời điểm tính toán. Nguồn dữ liệu được tổng hợp từ Cophieu68.com. Với phạm vi nghiên cứu dữ liệu là 11 năm (2010 - 2020), nhóm nghiên cứu tiến hành lựa chọn mẫu nghiên cứu. Tiêu chí loại bỏ mẫu cho nghiên cứu như sau: - Thứ nhất, các công ty có khối lượng giao dịch quá ít dẫn đến khuyết thiếu quá nhiều dữ liệu. - Thứ hai, loại bỏ các công ty niêm yết từ năm 2018 trở lại đây. Các công ty được lựa chọn cho mẫu nghiên cứu phải được niêm yết từ năm 2017 trở về trước. Sau khi sàng lọc, nhóm nghiên cứu đã lựa chọn được 184 công ty trong tổng số 222 công ty niêm yết (sau khi đã loại trừ số công ty không phù hợp đối với tiêu chí nghiên cứu đưa ra). 3.2. Phương pháp nghiên cứu Như vậy, để tính được xác suất công ty vỡ nợ sau một năm theo công thức (5), chúng ta cần xác định Vt, µV, σV. Các giá trị này được tính toán bằng phương pháp lặp như sau: 197 ĐỔI MỚI GIẢNG DẠY MÔN LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ ỨNG DỤNG CHO SINH VIÊN KHỐI NGÀNH KINH TẾ, QUẢN TRỊ KINH DOANH VÀ CÁC VẤN ĐỀ LIÊN QUAN KỶ YẾU HỘI THẢO KHOA HỌC Giả sử ta có với chuỗi dữ liệu theo ngày của St, Bt và một giá trị khởi tạo nào đó của σV (chẳng hạn (0)σˆ ), ta sẽ tính được chuỗi Vt bằng hàm ngược của giá quyền chọn mua ( )1 (0)ˆ, ,1, ,t t tV C S B rσ−= . Sau đó, với mỗi i = 1, 2, ta tính các giá trị ( )( 1) ( 1)ˆ ˆ;i iµ σ− − mới từ chuỗi Vt vừa tạo. Quá trình này được lặp đi lặp lại nhiều lần cho đến khi giá trị ( )( 1) ( 1)ˆ ˆ;i iµ σ− − và ( )( ) ( )ˆ ˆ;i iµ σ đủ gần. Phương pháp này được thực hiện với sự trợ giúp của gói lệnh DtD trong R. Hiện nay, các công ty này vẫn thực sự không phá sản mặc dù trong giai đoạn nghiên cứu có khá nhiều công ty gặp rủi ro về tín dụng. Do đó, nghiên cứu sẽ dùng cụm từ “rủi ro tín dụng” thay cho cụm từ “rủi ro phá sản”. Để nhận biết một công ty có gặp RRTD trong một năm hay không, nghiên cứu dựa trên số liệu trong báo cáo tài chính cuối năm đã được kiểm toán. Trong nghiên cứu này, cách phân loại các công ty dựa vào chỉ số Tỷ lệ lợi nhuận trên tài sản (ROA) để xem công ty có bị rủi ro tín dụng hay không. Dựa theo báo cáo tài chính năm t của một công ty, nếu ROA của công ty trong năm đó nhỏ hơn lãi suất phi rủi ro trung bình công ty đó bị xếp vào nhóm có RRTD; trong trường hợp ngược lại sẽ xếp loại công ty đó thuộc nhóm tài chính lành mạnh, không có RRTD. Với dữ liệu về khoản nợ và vốn hóa thị trường của công ty trong một năm cho trước, nghiên cứu sử dụng ngôn ngữ R để tính toán giá trị tài sản Vt, tỷ suất lợi nhuận µV và độ biến động σV của các công ty nghiên cứu bằng hàm BS_fit. Sau đó, thay vào công thức (5) để tính PDt của công ty đó. Nhóm nghiên cứu gọi giá trị trung bình của PDt là chỉ số RRTD của công ty trong năm tiếp theo. Để đánh giá chất lượng dự báo của mô hình theo cách phân loại trên, ta tiến hành xếp loại. Theo cách xếp hạng tín dụng của Moody’s, nếu một công ty bị xếp hạng từ Ba1 trở xuống (tương ứng với giá trị trung bình của EDF trong mô hình KMV lớn hơn 0.00106) thì bị xem như gặp RRTD. Do đó, nếu chỉ số RRTD của một công ty lớn hơn 0.00106 thì nghiên cứu dự báo công ty sẽ được xếp loại có RRTD trong năm tiếp theo; trong trường hợp ngược lại thì dự báo công ty đó xếp loại tài chính lành mạnh, không có RRTD trong năm tiếp theo. Để đánh giá các mô hình phân loại này, nghiên cứu sử dụng các chỉ số sau đây: • Ma trận nhầm lẫn: Dự báo Không có RRTD (N) Có RRTD (P) Thực tế Không có RRTD (N) TN FP Có RRTD (P) FN TP • Tỷ lệ dự báo đúng đối với trường hợp công ty thực sự gặp RRTD: TP TP + FN 198 ĐỔI MỚI GIẢNG DẠY MÔN LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ ỨNG DỤNG CHO SINH VIÊN KHỐI NGÀNH KINH TẾ, QUẢN TRỊ KINH DOANH VÀ CÁC VẤN ĐỀ LIÊN QUAN KỶ YẾU HỘI THẢO KHOA HỌC • Tỷ lệ dự báo đúng đối với trường hợp công ty không gặp RRTD thực sự: TN FP + TN • Tỷ lệ dự báo đúng trung bình: TP + TN TP + TN + FP + TN • Hệ số tương quan Matthews (MCC): ( )( )( )( ) TP×TN - FP×FN MCC = TP + FP TP + FN TN + FP TN + FN Trong đó: • P: Số trường hợp thực sự gặp RRTD. • N: Số công ty không gặp RRTD thực sự. • TP: Số trường hợp dự báo có RRTD và thực tế có RRTD. • TN: Số trường hợp dự báo không có RRTD và thực tế không có RRTD. • FP: Số trường hợp dự báo có RRTD và thực tế không có RRTD. • FN: Số trường hợp dự báo không có RRTD và thực tế có RRTD. 4. Kết quả nghiên cứu Sau khi đã xác định được giá trị của DD và PDt của mô hình Merton, xác suất RRTD của mô hình Merton chỉ được xác định ở thời điểm một năm trước khi có RRTD xảy ra. Bảng 1. Kết quả dự báo số công ty có và không có RRTD Năm Dự báo RRTD Có Không 2011 88 35 2012 116 20 2013 90 54 2014 77 71 2015 71 78 2016 70 94 2017 77 94 2018 77 107 2019 111 73 2020 78 106 Nguồn: Nhóm tác giả tổng hợp 199 ĐỔI MỚI GIẢNG DẠY MÔN LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ ỨNG DỤNG CHO SINH VIÊN KHỐI NGÀNH KINH TẾ, QUẢN TRỊ KINH DOANH VÀ CÁC VẤN ĐỀ LIÊN QUAN KỶ YẾU HỘI THẢO KHOA HỌC Sau các giả định và thực hiện công việc tìm các giá trị phụ thuộc cần có trong mô hình này, ta có được “kết quả dự báo lý thuyết” của mô hình cho 184 công ty trong mẫu. Kết quả được tổng hợp trong Bảng 1. Mô hình Merton cho ra “kết quả dự báo lý thuyết” chỉ ở thời điểm một năm trước khi có RRTD xảy ra. Từ kết quả trên ta thấy, nhiều công ty có kết quả dự báo gặp RRTD qua các năm cũng khá cao. Trong đó, năm 2012 có nhiều công ty được dự báo có RRTD cao nhất (cụ thể lần lượt là 116 công ty). So với thực tế vào năm 2012, do ảnh hưởng của nhiều nguyên nhân, nền kinh tế lâm vào tình trạng khó khăn nghiêm trọng khiến nhiều công ty vừa và nhỏ phải phá sản, ngừng hoạt động hoặc giải thể. Như vậy, kết quả dự báo trên cho thấy, những công ty gặp RRTD khá cao là đúng. Điều này góp phần giúp các nhà quản trị rủi ro có thể nắm bắt kịp được những thông tin biến động từ thị trường sớm và đưa ra những giải pháp để phòng ngừa rủi ro, hỗ trợ phát triển tài chính các công ty. Hình 3. Thống kê tỷ lệ các công ty gặp RRTD ở các năm nghiên cứu Nguồn: Nhóm tác giả tính toán Từ kết quả trên ta thấy, năm 2012 có tỷ lệ dự báo gặp RRTD của các công ty cao nhất (tỷ lệ công ty được dự báo có RRTD ở năm 2012 chiếm tới 85.29% số công ty nghiên cứu ở năm đó). Điều đó cho thấy, so tình hình kinh tế vào năm 2012 đã phải đối mặt với không ít khó khăn. Do đó, khả năng dự báo đúng của mô hình cũng tương đối cao và kịp thời với biến động của nền kinh tế. Bên cạnh đó, tỷ lệ các công ty gặp RRTD ở các năm cũng rất cao (đều trên 40% công ty ở năm dự báo). 200 ĐỔI MỚI GIẢNG DẠY MÔN LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ ỨNG DỤNG CHO SINH VIÊN KHỐI NGÀNH KINH TẾ, QUẢN TRỊ KINH DOANH VÀ CÁC VẤN ĐỀ LIÊN QUAN KỶ YẾU HỘI THẢO KHOA HỌC Nhằm xác định tính ứng dụng thực tế của mô hình Merton đối với thị trường Việt Nam, ta tiếp tục tiến hành so sánh kết quả dự báo và kết quả thực tế của các công ty nghiên cứu. Qua đó, đưa ra được mức độ tin cậy đối với mô hình bằng với một định lượng cụ thể mà không phải bằng lý thuyết. Dựa trên “kết quả dự báo lý thuyết” của mô hình ở Bảng 1, ta tiến hành so sánh “kết quả dự báo lý thuyết” với “kết quả thực tế” nhằm mục đích xác định được “mức độ dự báo chính xác” của mô hình. Dựa trên cách xếp hạng tín dụng của Moody’s, kết quả thu được như sau: Bảng 2. Ma trận nhầm lẫn về mức độ chính xác của mô hình Merton NĂM CỠ MẪU THỰC TẾ DỰ BÁO MCC Xác suất dự báo đúng Tỷ lệ (Dự báo 0|Thực tế 0) Tỷ lệ (Dự báo 1|Thực tế 1)0 1 2011 123 0 14 4 0.4526 79.67% 77.78% 80.00% 1 21 84 2012 136 0 13 14 0.47 84.56% 48.15% 93.58% 1 7 102 2013 144 0 30 14 0.4204