Tóm tắt:

Bằng tiếp cận các mô hình Z-Score (1968), Z-Score (1984), Z-Score (1995), S-Score (1978), O-Score (1980) và X-Score (1983), bài viết có mục tiêu là lựa chọn mô hình phù hợp để nhận diện kiệt quệ tài chính của các doanh nghiệp phi tài chính niêm yết tại Việt Nam. Bài viết sử dụng phương pháp chọn mẫu có mục đích, từ đó thu thập dữ liệu thứ cấp từ 505 doanh nghiệp trong suốt giai đoạn 2015-2020. Kết quả kiểm định Kolmogorov-Smirnov với mức ý nghĩa 5% khẳng định dữ liệu kiệt quệ tài chính được xác định bởi 6 mô hình đều phân phối không chuẩn. Theo đó, bài viết sử dụng kiểm định Kruskal Wallis để xem xét sự khác biệt nếu có giữa các mô hình, đồng thời phân tích các chỉ tiêu thống kê để xác định mô hình phù hợp nhất, bao gồm tỷ lệ chính xác, tỷ lệ lỗi loại I và tỷ lệ lỗi loại II. Kết quả nghiên cứu của bài viết khẳng định nhận diện kiệt quệ tài chính có sự khác biệt khi áp dụng các mô hình Z-Score (1968), Z-Score (1984), Z-Score (1995), S-Score, O-Score và X-Score, trong đó mô hình có tỷ lệ chính xác cao nhất là S-Score, mô hình có tỷ lệ lỗi loại I cao nhất là X-Score và mô hình có tỷ lệ lỗi loại II cao nhất là O-Score. Với kết quả nghiên cứu này, bài viết đề xuất sử dụng mô hình S-Score để nhận diện kiệt quệ tài chính của các doanh nghiệp phi tài chính niêm yết tại Việt Nam, đồng thời gợi ý các nghiên cứu tiếp theo có thể xem xét lựa chọn mô hình cho theo từng nhóm ngành hoặc từng ngành.