The impacts of capital structure and operational efficiency on the bankruptcy risk of non-financial listed companies in Vietnam
Nguyễn Khánh Linh
Nguyễn Diệu Anh
Nguyễn Thị Ngọc Anh
Phạm Hoàng Quân
ThS. Trần Thị Mơ
Đại học Phenikaa
(Quanlynhanuoc.vn) – Bài viết hệ thống hóa và làm rõ cơ sở lý luận cũng như thực tiễn về mối quan hệ giữa cấu trúc vốn, hiệu quả hoạt động và rủi ro phá sản của doanh nghiệp. Kết quả cho thấy, cấu trúc nợ và khả năng sinh lời là những yếu tố then chốt ảnh hưởng đến mức độ ổn định tài chính của doanh nghiệp. Cụ thể, tỷ trọng nợ ngắn hạn cao làm gia tăng áp lực thanh toán và qua đó làm tăng rủi ro phá sản. Ngược lại, nợ dài hạn giúp doanh nghiệp chủ động hơn về dòng tiền, trong khi hiệu quả hoạt động đóng vai trò củng cố nền tảng tài chính và giảm thiểu rủi ro. Những phát hiện này nhấn mạnh tầm quan trọng của việc cân đối hợp lý giữa các nguồn vốn và nâng cao hiệu quả kinh doanh để đảm bảo sự ổn định tài chính bền vững, là căn cứ để đề xuất các hàm ý quản trị và khuyến nghị chính sách nhằm tối ưu hóa cấu trúc vốn, nâng cao hiệu quả hoạt động và kiểm soát rủi ro phá sản cho các doanh nghiệp phi tài chính niêm yết tại Việt Nam trong bối cảnh thị trường hiện nay.
Từ khóa: Cấu trúc vốn; hiệu quả hoạt động; rủi ro phá sản; doanh nghiệp phi tài chính.
Abstract: This article systematizes and clarifies the theoretical and practical foundations of the relationship between a firm’s capital structure, operational efficiency, and bankruptcy risk. The results show that debt structure and profitability are key factors influencing a firm’s financial stability. Specifically, a high proportion of short-term debt increases payment pressure and thereby raises bankruptcy risk. Conversely, long-term debt allows firms to better manage cash flow, while operational efficiency plays a role in strengthening the financial foundation and mitigating risk. These findings underscore the importance of striking a reasonable balance between capital sources and improving business efficiency to ensure sustainable financial stability. This serves as the basis for proposing managerial implications and policy recommendations aimed at optimizing capital structure, enhancing operational efficiency, and controlling bankruptcy risk for non-financial listed companies in Vietnam in the current market context.
Keyword: Capital structure; Operational efficiency; Bankruptcy risk; Non-financial enterprises.
1. Đặt vấn đề
Trong bối cảnh bất định kinh tế toàn cầu gia tăng và hội nhập tài chính ngày càng sâu rộng, doanh nghiệp Việt Nam đang đối mặt với những thách thức mang tính hệ thống, khác với các cú sốc chu kỳ trước đây. Biểu hiện rõ nhất là số lượng doanh nghiệp rút lui khỏi thị trường tăng nhanh và kéo dài, phản ánh rủi ro phá sản và kiệt quệ tài chính ở cấp vi mô. Năm 2025, khoảng 227.200 doanh nghiệp rời thị trường, tăng 14,8% so với năm trước. Các số liệu này cho thấy, rủi ro phá sản tại Việt Nam đang lan rộng và có nguy cơ tích tụ thành rủi ro hệ thống. Bài viết phân tích hệ thống tác động của cấu trúc vốn và hiệu quả hoạt động đến rủi ro phá sản của các doanh nghiệp phi tài chính niêm yết tại Việt Nam, góp phần làm rõ các mối quan hệ tranh cãi trong tài liệu và cung cấp bằng chứng thực nghiệm hữu ích cho hoạch định chính sách và quản trị doanh nghiệp.
2. Khung lý thuyết và tổng quan nghiên cứu
2.1. Cơ sở lý luận
Về rủi ro phá sản: theo William H. Beaver (1966) “thất bại” được định nghĩa là tình trạng một doanh nghiệp không thể thanh toán các nghĩa vụ tài chính của mình khi đến hạn. Altman (1968) cho rằng, rủi ro phá sản phản ánh khả năng doanh nghiệp không đủ năng lực thực hiện các nghĩa vụ tài chính đến hạn và có nguy cơ chấm dứt hoạt động kinh doanh. Mô hình Altman Z-score (1968) là một công cụ tài chính được sử dụng rộng rãi, thiết kế để đánh giá rủi ro phá sản. Dựa trên cơ sở lý luận và các nghiên cứu trước, chỉ số Z”-score được xem là thước đo phù hợp để phản ánh mức độ rủi ro phá sản của doanh nghiệp.
Về cấu trúc vốn: cấu trúc vốn phản ánh tỷ trọng giữa nợ và vốn chủ sở hữu trong tổng nguồn vốn doanh nghiệp theo Modigliani & Miller (1958). Tổng hợp cơ sở lý thuyết và bằng chứng thực nghiệm cho thấy, các tỷ lệ nợ phải trả/tổng tài sản và nợ dài hạn/tổng tài sản là những thước đo phổ biến và có độ tin cậy trong việc đánh giá cấu trúc vốn doanh nghiệp.
Về hiệu quả hoạt động: khả năng sinh lời kém cho thấy, hiệu quả hoạt động kém, điều này sẽ làm hao mòn nguồn vốn và doanh nghiệp sẽ không thể tồn tại trong tương lai. Xét trên cả phương diện lý thuyết và thực tiễn, ROA được đánh giá là chỉ tiêu phù hợp để phản ánh hiệu quả hoạt động.
2.2. Tổng quan nghiên cứu
Nghiên cứu về rủi ro phá sản doanh nghiệp đã phát triển mạnh trong lĩnh vực tài chính với nhiều mô hình dự báo quan trọng. Tiêu biểu, Altman (1968) xây dựng mô hình Z-score dựa trên phân tích phân biệt đa biến, cho thấy khả năng dự báo phá sản với độ chính xác cao trong ngắn hạn. Sau đó, Altman (2000) tiếp tục cải tiến với các phiên bản Z’ và Z”-score nhằm mở rộng khả năng áp dụng cho doanh nghiệp phi sản xuất và thị trường mới nổi. Bên cạnh đó, Ohlson (1980) đề xuất mô hình Logit để ước lượng xác suất phá sản, khắc phục hạn chế về giả định phân phối của phương pháp trước. Các nghiên cứu tiếp theo như Zmijewski (1984) và Shumway (2001) đã hoàn thiện phương pháp dự báo bằng mô hình xác suất và dữ liệu bảng, trong khi Singh và Mishra (2016) nhấn mạnh việc tái ước lượng mô hình để nâng cao độ chính xác trong bối cảnh thị trường biến động.
Trong các nghiên cứu thực nghiệm, cấu trúc vốn và hiệu quả hoạt động được xem là hai yếu tố quan trọng ảnh hưởng đến rủi ro phá sản.
Rajan và Zingales (1995) chỉ ra rằng, đòn bẩy tài chính có mối liên hệ chặt chẽ với rủi ro tài chính, khi tỷ lệ nợ cao làm gia tăng nguy cơ mất khả năng thanh toán. Tuy nhiên, tác động này không hoàn toàn thống nhất do nợ cũng mang lại lợi ích như lá chắn thuế và kỷ luật tài chính. Đối với hiệu quả hoạt động, chỉ tiêu ROA thường được sử dụng và có mối quan hệ ngược chiều với rủi ro phá sản, khi doanh nghiệp có khả năng sinh lời cao sẽ giảm phụ thuộc vào vốn vay (Shumway, 2001). Dù vậy, trong điều kiện thị trường biến động, mối quan hệ này có thể kém rõ ràng.
Tại Việt Nam, các nghiên cứu chủ yếu kế thừa và điều chỉnh từ mô hình quốc tế. Hoàng (2020) và Đàm (2023) khẳng định tính hữu ích của Z-score nhưng cũng chỉ ra những hạn chế do khác biệt bối cảnh. Các nghiên cứu gần đây như Lâm và Nguyễn (2024) sử dụng mô hình Logit cho thấy đòn bẩy tài chính làm tăng rủi ro phá sản, trong khi ROA có tác động ngược chiều rõ rệt. Tương tự, Nguyễn và Dương (2025) với mô hình Z”-score cũng xác nhận vai trò của cấu trúc vốn và khả năng thanh toán. Ngoài ra, Nguyễn và Nguyễn (2016) nhấn mạnh vai trò của vốn chủ sở hữu trong việc giảm rủi ro, còn Phan và Nguyễn (2025) cho thấy, nhiều doanh nghiệp đối mặt nguy cơ phá sản do hiệu quả thấp và phụ thuộc vào vốn vay.
Tổng hợp các nghiên cứu cho thấy, kết quả về tác động của cấu trúc vốn và hiệu quả hoạt động đến rủi ro phá sản vẫn chưa thống nhất, do khác biệt về phương pháp, dữ liệu và bối cảnh nghiên cứu. Đặc biệt tại Việt Nam, các nghiên cứu kết hợp đồng thời hai yếu tố này và sử dụng mô hình hiện đại như Z”-score còn hạn chế. Trong bối cảnh kinh tế biến động và áp lực tài chính gia tăng, việc nghiên cứu mối quan hệ này có ý nghĩa quan trọng cả về mặt học thuật và thực tiễn, góp phần hỗ trợ nhà quản trị và nhà đầu tư trong việc đánh giá và kiểm soát rủi ro phá sản.
2.3. Các giả thuyết
Cấu trúc vốn là một trong những yếu tố cốt lõi phản ánh cách thức doanh nghiệp huy động và sử dụng nguồn tài trợ. Theo lý thuyết đánh đổi, doanh nghiệp khi sử dụng nợ sẽ được hưởng lợi từ lá chắn thuế, tuy nhiên đồng thời cũng phải đối mặt với chi phí kiệt quệ tài chính và nguy cơ phá sản khi nghĩa vụ nợ vượt quá khả năng tạo ra dòng tiền (Kraus & Litzenberger, 1973; Myers, 1984). Tỷ suất sinh lời trên tổng tài sản (ROA) là chỉ tiêu phổ biến để đánh giá hiệu quả hoạt động của doanh nghiệp, phản ánh khả năng sử dụng tài sản tạo ra lợi nhuận và dòng tiền từ hoạt động kinh doanh. Nghiên cứu đề xuất các giả thuyết sau:
- H1.1: Tỷ lệ nợ phải trả trên tổng tài sản (NPT_TTS) có tác động tiêu cực đến rủi ro phá sản của doanh nghiệp.
- H1.2: Tỷ lệ nợ dài hạn trên tổng tài sản (NDH_TTS) có tác động tích cực đến rủi ro phá sản của doanh nghiệp.
- H2: Tỷ suất sinh lời trên tổng tài sản (ROA) có tác động tích cực đến rủi ro phá sản của doanh nghiệp.
3. Dữ liệu và phương pháp nghiên cứu
Nghiên cứu áp dụng phương pháp định lượng trên cơ sở dữ liệu bảng (panel data) gồm 629 doanh nghiệp phi tài chính niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn 2015–2024. Mô hình hồi quy tác động cố định (Fixed Effects – FE) được sử dụng nhằm phân tích tác động của cấu trúc vốn và hiệu quả hoạt động kinh doanh đến rủi ro phá sản của doanh nghiệp, đồng thời kiểm soát các đặc điểm riêng biệt, không quan sát được của từng doanh nghiệp. Biến phụ thuộc là rủi ro phá sản của doanh nghiệp, được đo lường bằng chỉ số Z”-score (Z2score). Biến độc lập bao gồm tỷ suất sinh lời trên tổng tài sản (ROA), tỷ lệ nợ dài hạn trên tổng tài sản (NDH_TTS), tỷ lệ nợ phải trả trên tổng tài sản (NPT_TTS). Các biến kiểm soát gồm TobinQ và Quy mô doanh nghiệp (ln_tts).
4. Kết quả nghiên cứu và thảo luận
4.1. Thống kê mô tả
Bảng 1: Thống kê mô tả
| Variable | Obs | Mean | Std. Dev. | Min | Max |
| Z2score | 6290 | 2.128 | 3.797 | -23.101 | 7.999 |
| NPT_TTS | 6290 | .535 | .441 | .024 | 3.588 |
| NDH_TTS | 6290 | .089 | .134 | 0 | .618 |
| ROA | 6290 | .038 | .096 | -.438 | .303 |
| TobinQ | 6290 | 1.096 | .769 | .296 | 6.233 |
| ln tts | 6290 | 27.09 | 1.648 | 23.535 | 31.511 |
Bảng thống kê mô tả với 6.290 quan sát cho thấy những đặc điểm cơ bản của các biến trong mô hình nghiên cứu. Biến phụ thuộc rủi ro phá sản (Z2score) có giá trị trung bình 2.128 và độ lệch chuẩn 3.797, với khoảng giá trị dao động lớn từ -23.101 đến 7.999. Điều này phản ánh sự khác biệt đáng kể về mức độ rủi ro phá sản giữa các doanh nghiệp trong mẫu.
Đối với cấu trúc vốn, tỷ lệ nợ phải trả trên tổng tài sản (NPT_TTS) đạt trung bình 0.535, cho thấy doanh nghiệp phụ thuộc khá nhiều vào nguồn vốn vay. Trong khi đó, tỷ lệ nợ dài hạn (NDH_TTS) chỉ ở mức 0.089, hàm ý rằng phần lớn doanh nghiệp ưu tiên sử dụng nợ ngắn hạn hơn nợ dài hạn.
Về hiệu quả hoạt động, ROA có giá trị trung bình 0.038, cho thấy khả năng sinh lời nhìn chung còn thấp. Đồng thời, giá trị nhỏ nhất âm (-0.438) cho thấy vẫn tồn tại các doanh nghiệp kinh doanh kém hiệu quả.
Đối với các biến kiểm soát, Tobin’s Q trung bình đạt 1.096, phản ánh doanh nghiệp có cơ hội tăng trưởng nhất định. Quy mô doanh nghiệp (ln_tts) có giá trị trung bình 27.09 với độ lệch chuẩn 1.648, cho thấy sự khác biệt về quy mô trong mẫu.
Nhìn chung, các biến có mức độ phân tán tương đối lớn, đặc biệt là biến đo lường rủi ro phá sản, tạo cơ sở phù hợp cho các phân tích hồi quy tiếp theo.
4.2. Ma trận tương quan
Bảng 2: Ma trận tương quan
| Variables | (1) | (2) | (3) | (4) | (5) | (6) |
| (1) Z2score | 1.000 | |||||
| (2) NPT_TTS | -0.876 | 1.000 | ||||
| (0.000) | ||||||
| (3) NDH_TTS | -0.209 | 0.267 | 1.000 | |||
| (0.000) | (0.000) | |||||
| (4) ROA | 0.653 | -0.465 | -0.141 | 1.000 | ||
| (0.000) | (0.000) | (0.000) | ||||
| (5) TobinQ | -0.483 | 0.531 | 0.031 | -0.130 | 1.000 | |
| (0.000) | (0.000) | (0.013) | (0.000) | |||
| (6) ln_tts | 0.080 | -0.009 | 0.318 | 0.134 | -0.092 | 1.000 |
| (0.000) | (0.468) | (0.000) | (0.000) | (0.000) |
Bảng 2 trình bày ma trận tương quan giữa các biến trong mô hình nhằm đánh giá mối quan hệ giữa cấu trúc vốn, hiệu quả hoạt động và rủi ro phá sản, đồng thời kiểm tra hiện tượng đa cộng tuyến. Kết quả cho thấy Z2score có tương quan âm rất mạnh với NPT_TTS (r = -0.876), cho thấy đòn bẩy tài chính cao làm gia tăng rủi ro phá sản. Ngược lại, Z2score tương quan dương với ROA (r = 0.653), hàm ý doanh nghiệp có hiệu quả hoạt động tốt sẽ an toàn hơn.
Ngoài ra, Z2score có tương quan âm với Tobin’s Q (r = -0.483) và NDH_TTS (r = -0.209), trong khi tương quan với quy mô (ln_tts) là dương nhưng yếu (r = 0.080). Giữa các biến độc lập, NPT_TTS có tương quan âm với ROA (r = -0.465) và dương với Tobin’s Q (r = 0.531). Các mối tương quan khác đều ở mức thấp, cho thấy liên hệ không đáng kể.
Hầu hết các hệ số đều có ý nghĩa thống kê ở mức 1%, và các hệ số giữa biến độc lập đều nhỏ hơn 0.8, cho thấy không có đa cộng tuyến nghiêm trọng. Nhìn chung, kết quả phù hợp với kỳ vọng lý thuyết và là cơ sở cho các phân tích hồi quy tiếp theo.
4.3. Đa cộng tuyến
Bảng 3: Đa cộng tuyến
| Variable | VIF | 1/VIF |
| NPT_TTS | 1.92 | 0.519673 |
| TobinQ | 1.46 | 0.683214 |
| ROA | 1.35 | 0.741630 |
| NDH_TTS | 1.23 | 0.814513 |
| ln_tts | 1.16 | 0.859452 |
| Mean VIF | 1.43 |
Bảng 3 trình bày kết quả kiểm định đa cộng tuyến thông qua hệ số VIF của các biến độc lập. Kết quả cho thấy VIF dao động từ 1.16 đến 1.92, với giá trị trung bình là 1.43, đều ở mức thấp. Theo ngưỡng thông thường (VIF < 5 hoặc 10), mô hình không xuất hiện đa cộng tuyến đáng kể; đồng thời các giá trị tolerance đều lớn hơn 0.1, khẳng định tính độc lập giữa các biến. Như vậy, mô hình đảm bảo độ tin cậy và phù hợp để tiếp tục thực hiện phân tích hồi quy trong các bước tiếp theo.
4.4. Kết quả kiểm định lựa chọn mô hình
Bảng 4. Kết quả kiểm định lựa chọn mô hình
| Kiểm định | Giả thuyết | p-value | Kết luận |
| F-test (Pooled vs FE) | H₀: Pooled OLS phù hợp | p-value = 0.0000 | Chọn FE |
| LM test (Pooled vs RE) | H₀: Pooled OLS phù hợp | p-value = 0.0000 | Chọn RE |
| Hausman (RE vs FE) | H₀: RE phù hợp | p-value = 0.0000 | Chọn FE |
Kết quả kiểm định Hausman cho thấy p-value bằng 0.0000, dẫn đến việc bác bỏ giả thuyết H₀ rằng mô hình RE là phù hợp. Điều này cho thấy mô hình tác động cố định (FE) là lựa chọn tối ưu hơn so với mô hình tác động ngẫu nhiên (RE). Do đó, nghiên cứu quyết định sử dụng mô hình tác động cố định (Fixed Effects – FE) để ước lượng.
4.5. Phân tích kết quả hồi quy
Bảng 5: Kết quả hồi quy FE (Cluster robust)
| Z2score | Coef. | St.Err. | t-value | p-value | [95% Conf | Interval] | Sig | ||||
| NPT_TTS | -6.827 | .343 | -19.89 | 0 | -7.501 | -6.153 | *** | ||||
| NDH_TTS | 4.074 | .463 | 8.80 | 0 | 3.165 | 4.983 | *** | ||||
| ROA | 12.048 | .861 | 14.00 | 0 | 10.358 | 13.738 | *** | ||||
| TobinQ | -.03 | .08 | -0.38 | .706 | -.188 | .127 | |||||
| ln_tts | .196 | .109 | 1.80 | .072 | -.018 | .41 | * | ||||
| Constant | -.317 | 2.831 | -0.11 | .911 | -5.877 | 5.243 | |||||
| Mean dependent var | 2.128 | SD dependent var | 3.797 | ||||||||
| R-squared | 0.752 | Number of obs | 6290 | ||||||||
| F-test | 251.624 | Prob > F | 0.000 | ||||||||
| Akaike crit. (AIC) | 15319.152 | Bayesian crit. (BIC) | 15352.885 | ||||||||
| *** p<.01, ** p<.05, * p<.1 | |||||||||||
Kết quả ước lượng mô hình tác động cố định (FE) với sai số chuẩn điều chỉnh theo cụm cho thấy mô hình có ý nghĩa thống kê tổng thể ở mức 1% (Prob > F = 0.000). Hệ số xác định R² đạt 0.752, cho thấy các biến độc lập giải thích được khoảng 75.2% sự biến thiên của biến phụ thuộc Z2score. Biến NPT_TTS có hệ số ước lượng âm (-6.827) và có ý nghĩa thống kê ở mức 1%, cho thấy tỷ lệ nợ ngắn hạn trên tổng tài sản có tác động tiêu cực đến mức độ ổn định tài chính của doanh nghiệp. Khi tỷ lệ nợ ngắn hạn gia tăng, áp lực thanh toán trong ngắn hạn cũng tăng lên, từ đó làm gia tăng rủi ro tài chính và làm giảm giá trị Z-score. Ngược lại, biến NDH_TTS có hệ số dương (4.074) và có ý nghĩa thống kê ở mức 1%, cho thấy nợ dài hạn có tác động tích cực đến ổn định tài chính. Đối với biến ROA, hệ số ước lượng đạt 12.048 và có ý nghĩa thống kê cao ở mức 1%. Kết quả này phản ánh rằng khả năng sinh lời có vai trò quan trọng trong việc nâng cao mức độ ổn định tài chính của doanh nghiệp. Trong khi đó, biến TobinQ không có ý nghĩa thống kê (p-value = 0.706), và quy mô doanh nghiệp (ln_tts) có hệ số dương (0.196) và có ý nghĩa thống kê ở mức 10%.
4.6. Thảo luận kết quả và hàm ý chính sách
Kết quả nghiên cứu cho thấy cấu trúc nợ và khả năng sinh lời là hai yếu tố quan trọng quyết định mức độ ổn định tài chính của doanh nghiệp. Tỷ trọng nợ ngắn hạn cao làm gia tăng áp lực thanh toán và rủi ro phá sản, trong khi nợ dài hạn giúp doanh nghiệp chủ động hơn về dòng tiền. Đồng thời, hiệu quả hoạt động cao góp phần củng cố nền tảng tài chính và giảm thiểu rủi ro.
Từ đó, nghiên cứu đề xuất doanh nghiệp cần hạn chế phụ thuộc vào nợ ngắn hạn và tăng cường sử dụng nợ dài hạn. Bên cạnh đó, cần nâng cao hiệu quả hoạt động thông qua cải thiện quản trị, tối ưu chi phí và nâng cao năng suất. Ngoài ra, việc xây dựng cấu trúc vốn hợp lý, cân đối giữa nợ và vốn chủ sở hữu là cần thiết để đảm bảo ổn định tài chính dài hạn.
Tuy nhiên, nghiên cứu còn một số hạn chế như chỉ tập trung vào doanh nghiệp phi tài chính niêm yết và chưa xem xét các yếu tố vĩ mô. Trong tương lai, các nghiên cứu có thể mở rộng dữ liệu, bổ sung biến vĩ mô và áp dụng các phương pháp ước lượng nâng cao như GMM nhằm cải thiện độ tin cậy của kết quả.
5. Kết luận
Nghiên cứu này phân tích tác động của cấu trúc vốn và hiệu quả hoạt động đến rủi ro phá sản của các doanh nghiệp phi tài chính niêm yết tại Việt Nam, sử dụng dữ liệu bảng với 6.290 quan sát và phương pháp ước lượng mô hình tác động cố định (FE) kết hợp sai số chuẩn điều chỉnh theo cụm.
Kết quả cho thấy tỷ lệ nợ ngắn hạn trên tổng tài sản (NPT_TTS) có tác động tiêu cực và có ý nghĩa thống kê, cho thấy việc sử dụng quá nhiều nợ ngắn hạn làm tăng áp lực thanh toán và rủi ro phá sản. Ngược lại, tỷ lệ nợ dài hạn (NDH_TTS) có tác động tích cực đến Z-score, nhấn mạnh vai trò của cơ cấu nợ hợp lý trong ổn định tài chính.
Hiệu quả hoạt động (ROA) có ảnh hưởng tích cực mạnh mẽ, cho thấy doanh nghiệp có khả năng sinh lời cao sẽ chống chịu rủi ro tốt hơn. Trong khi đó, Tobin’s Q không có ý nghĩa thống kê, và quy mô doanh nghiệp (ln_tts) chỉ có tác động tích cực yếu, phản ánh vai trò hạn chế của các yếu tố này trong mô hình.
Nhìn chung, kết quả khẳng định tầm quan trọng của việc cân đối nguồn vốn và nâng cao hiệu quả hoạt động nhằm đảm bảo sự ổn định tài chính bền vững cho doanh nghiệp.
Tài liệu tham khảo:
1. Đàm, V. H. (2023). Đánh giá khả năng dự báo phá sản doanh nghiệp bằng mô hình Z-score tại Việt Nam. Tạp chí Tài chính.
2. Hoàng, T. T. (2020). Ứng dụng mô hình Z-score trong dự báo phá sản doanh nghiệp tại Việt Nam. Tạp chí Kinh tế và Phát triển.
3. Lâm, Q. H., & Nguyễn, M. T. (2024). Phân tích rủi ro phá sản của các doanh nghiệp bất động sản niêm yết bằng mô hình Logit. Tạp chí Khoa học Kinh tế.
4. Nguyễn, H. L., & Dương, P. Q. (2025). Ứng dụng mô hình Z”-score trong đánh giá rủi ro phá sản doanh nghiệp vận tải biển. Tạp chí Kinh tế Việt Nam.
5. Nguyễn, V. A., & Nguyễn, T. B. (2016). Cấu trúc vốn và rủi ro tài chính của các ngân hàng Việt Nam. Tạp chí Ngân hàng.
6. Phan, T. M., & Nguyễn, H. N. (2025). Rủi ro tài chính và nguy cơ phá sản của doanh nghiệp dệt may niêm yết tại Việt Nam. Tạp chí Công Thương.
7. Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. Journal of Finance, 23(4), 589–609.
8. Altman, E. I., Iwanicz‐Drozdowska, M., Laitinen, E. K., & Suvas, A. (2017). Financial distress prediction in an international context: A review and empirical analysis of Altman’s Z-score model. Journal of International Financial Management & Accounting, 28(2), 131–171.
9. Campbell, J. Y., Hilscher, J., & Szilagyi, J. (2008). In search of distress risk. Journal of Finance, 63(6), 2899–2939.
10. Diamond, D. W., & Dybvig, P. H. (1983). Bank runs, deposit insurance, and liquidity. Journal of Political Economy, 91(3), 401–419.
11. Myers, S. C. (1984). The capital structure puzzle. Journal of Finance, 39(3), 575–592.
12. Ohlson, J. A. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research, 18(1), 109–131.
13. Rajan, R. G., & Zingales, L. (1995). What do we know about capital structure? Some evidence from international data. Journal of Finance, 50(5), 1421–1460.
14. Shumway, T. (2001). Forecasting bankruptcy more accurately: A simple hazard model. Journal of Business, 74(1), 101–124.
15. Singh, S., & Mishra, A. (2016). Re-estimation and comparison of bankruptcy prediction models. Journal of Financial Management and Analysis, 29(1), 1–12.
16. Zmijewski, M. E. (1984). Methodological issues related to the estimation of financial distress prediction models. Journal of Accounting Research, 22, 59–82.
