Luận văn Thạc sĩ Kinh tế: Ứng dụng lý thuyết tập hợp mềm để tối ưu hóa lựa chọn các tỷ số tài chính trong việc dự báo phá sản của doanh nghiệp

Đề tài nghiên cứu nhằm tìm kiếm, kế thừa những mô hình dự báo phá sản đã được phát triển trên thế giới trong thời gian qua để ứng dụng vào nghiên cứu thực tiễn dự báo sớm nguy cơ phá sản cho các DN Việt Nam nhằm chọn lọc các tỷ số tài chính có ý nghĩa nhất, ứng với mô hình phù hợp nhất trong việc dự báo phá sản của doanh nghiệp dựa trên lý thuyết tập hợp mềm.
Nội dung trích xuất từ tài liệu:
Luận văn Thạc sĩ Kinh tế: Ứng dụng lý thuyết tập hợp mềm để tối ưu hóa lựa chọn các tỷ số tài chính trong việc dự báo phá sản của doanh nghiệpBỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP. HỒ CHÍ MINH BÙI MINH HIẾU ỨNG DỤNG LÝ THUYẾT TẬP HỢP MỀM ĐỂ TỐI ƯU HÓA LỰA CHỌN CÁC TỶ SỐ TÀI CHÍNH TRONG VIỆC DỰ BÁO PHÁ SẢN CỦA DOANH NGHIỆP LUẬN VĂN THẠC SĨ KINH TẾ TP. HỒ CHÍ MINH – NĂM 2016BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP. HỒ CHÍ MINH BÙI MINH HIẾU ỨNG DỤNG LÝ THUYẾT TẬP HỢP MỀM ĐỂ TỐI ƯU HÓA LỰA CHỌN CÁC TỶ SỐ TÀI CHÍNH TRONG VIỆC DỰ BÁO PHÁ SẢN CỦA DOANH NGHIỆP LUẬN VĂN THẠC SĨ KINH TẾ Chuyên ngành: Tài chính – Ngân hàng Mã số: 60 34 02 01 Người hướng dẫn khoa học: PGS., TS TRỊNH QUỐC TRUNG TP. HỒ CHÍ MINH – NĂM 2016 TÓM TẮT ĐỀ TÀINghiên cứu được thực hiện nhằm tìm ra những tỷ số tài chính tối ưu đóng vai tròquan trọng trong dự báo phá sản dựa trên mẫu quan sát gồm 104 doanh nghiệptrong khoảng thời gian từ năm 2009 đến năm 2016 và được kiểm định bằng các môhình khác nhau. Tác giả sử dụng ba phương pháp chọn lọc biến là: phương pháptruyền thống (Traditional Soft Set - TSS) và phương pháp tiên tiến (Novel Soft Set -NSS) được xây dựng dựa trên nền tảng lý thuyết tập mềm (Soft - Set) kết hợp vớicách chọn biến của Nguyễn Trọng Hòa. Dữ liệu sử dụng trong bài được phân táchthành tập hợp dữ liệu thử nghiệm (Training data) và tập hợp dữ liệu kiểm tra(Testing data) nhằm giúp cho việc dự báo chính xác hơn. Với mỗi bộ biến được lọcra từ hai phương pháp trên, bài nghiên cứu kiểm định tính chính xác trong việc dựbáo phá sản của 3 mô hình bao gồm: mô hình hồi quy Logistic (LR), mô hình kỹthuật vectơ hỗ trợ (Support Vector Machine - SVM) và mô hình mạng thần kinhnhân tạo (Neural Network - NN). Kết quả nghiên cứu cho thấy các mô hình sử dụngbộ lọc theo phương pháp tiên tiến (Novel Soft Set – NSS) đều cho khả năng dự báotốt với độ chính xác cao hơn so với các mô hình sử dụng bộ lọc theo phương pháptruyền thống (Traditional Soft Set – TSS) và theo cách chọn biến của Nguyễn TrọngHòa (Phương pháp phân biệt – multiple discriminant analysis), đồng thời cũng caohơn so với bộ biến được xây dựng trong bài nghiên cứu của Wei Xu và các cộng sự(Financial ratio selection for business failure prediction using soft set theory,chương 63, tạp chí Knowledge-Based Systems, xuất bản bởi Elsevier BV năm 2014được hội đồng hiệu trưởng các trường kinh doanh của Úc (ABDC) xếp hạng A).Nhằm kiểm định tính vững, nghiên cứu so sánh các tỷ số được chọn bởi lý thuyếttập hợp mềm với bộ tỷ số được chọn lọc bằng cách kết hợp 3 dạng dữ liệu: dữ liệukế toán, thị trường và vĩ mô của Mario Hernandez Tinoco, Nick Wilson (2013). Bàinghiên cứu sẽ dùng cụm từ “phá sản” để có thể tích hợp các lý thuyết về “kiệt quệ”và “phá sản” vào mô hình nghiên cứu để phù hợp với tên gọi của luận văn. Kết quảcủa bài nghiên cứu phù hợp với kỳ vọng của tác giả về tính hiệu quả của bộ lọc tỷsố tài chính dựa trên phương pháp tiên tiến đối với dữ liệu các doanh nghiệp tại ViệtNam. LỜI CAM ĐOAN Tôi tên là: Bùi Minh Hiếu Sinh ngày 30 tháng 11 năm 1990 Quê quán: Tân Đồng, Đồng Xoài, Bình Phước Là học viên cao học khoá 14 của Trường Đại Học Ngân hàng TP.HCMTôi xin cam đoan đề tài “Ứng dụng lý thuyết tập hợp mềm để tối ưu hóa lựachọn các tỷ số tài chính trong việc dự báo phá sản của doanh nghiệp” này chưatừng được trình nộp để lấy học vị thạc sĩ tại bất cứ một trường đại học nào. Luậnvăn này là công trình nghiên cứu riêng của tác giả, kết quả nghiên cứu là trung thực,chính xác và có nguồn gốc rõ ràng, trong đó không có các nội dung đã được côngbố trước đây hoặc các nội dung do người khác thực hiện ngoại trừ các trích dẫnđược dẫn nguồn đầy đủ trong luận văn. TP Hồ Chí Minh, ngày tháng năm 2016 Người viết Bùi Minh Hiếu LỜI CẢM ƠN Qua thời gian theo học ở trường Đại học Ngân hàng TP.HCM, tôi luôn nhậnđược sự chỉ bảo và giảng dạy nhiệt tình của quý Thầy Cô. Quý Thầy Cô đã truyềnđạt cho tôi về lý thuyết cũng như thực tế trong suốt thời gian học tập và làm luậnvăn. Tôi xin gửi lời cám ơn chân thành đến tất cả các thầy cô, Khoa Sau đại học củaTrường Đại học Ngân hàng TPHCM và Phó Giáo Sư., Tiến Sĩ Trịnh Quốc Trung đãtận tình hướng dẫn tôi hoàn thành luận văn này. TP Hồ Chí Minh, ngày tháng năm 2016 ...