Sự truyền tải thông điệp của dữ liệu phi cấu trúc trong dự báo kiệt quệ tài chính của các doanh nghiệp Việt Nam

Số 19 (29) - Tháng 11-12/2014 PHÁT TRIỂN & HỘI NHẬP 
 Nghiên Cứu & Trao Đổi
19
1. Giới thiệu 
Lĩnh vực nghiên cứu kinh tế tài 
chính thông thường khai thác trên 
nguồn thông tin dạng cấu trúc như 
số liệu kế toán, dòng tiền, giá cổ 
phiếu  Trong thời đại bùng nổ 
công nghệ thông tin, nhiều lĩnh vực 
trên thế giới đã và đang tận dụng 
giá trị thông điệp của nguồn dữ 
liệu phi cấu trúc khổng lồ mà lĩnh 
vực kinh tế tài chính cũng không là 
ngoại lệ. Theo Turner (2013, tr.1), 
“Thông tin phi cấu trúc, một cách 
thừa nhận, truyền đạt nhiều tri thức 
ý nghĩa cho con ngườikhông 
còn gói gọn trong lĩnh vực công 
nghệ thông tin mà còn lan rộng 
trong lĩnh vực tài chính ngân hàng. 
Thị trường tài chính ngân hàng cần 
tận dụng thông tin phi cấu trúc như 
một cầu nối truyền đạt tiến trình, 
phân tích và tổ chức” Các mảng 
tin tức trực tuyến, Báo cáo thường 
niên hoặc các văn bản phân tích 
cổ phiếu của các chuyên gia là các 
nguồn dữ liệu phi cấu trúc dạng 
văn bản phổ biến. Vấn đề phân tích 
mức độ truyền tải thông điệp có ý 
nghĩa của dữ liệu phi cấu trúc trong 
nghiên cứu và dự báo tài chính 
đang dần trở thành một xu hướng 
nổi bật trong thời điểm hiện nay và 
Li (2011, tr. 19) đã đề xuất việc sử 
dụng thông tin phi cấu trúc trong 
việc dự báo KQTC như sau: “Đã 
tồn tại một lượng lớn các nghiên 
cứu xây dựng mô hình dự báo kiệt 
quệ tài chính (KQTC) sử dụng các 
dữ liệu kế toán cũng như dữ liệu 
thị trường. Dữ liệu dạng văn bản 
từ báo cáo tài chính (BCTC) và 
các nguồn khác, với khả năng hàm 
chứa các tín hiệu dự báo cho tình 
trạng KQTC của công ty, là một đề 
tài hết sức thú vị và mang nhiều ý 
nghĩa trong việc phát triển các mô 
hình dự báo truyền thống trước đây. 
Nhiều bằng chứng cho thấy các dữ 
liệu dạng văn bản truyền tải nhiều 
thông điệp trong việc dự báo tình 
hình hoạt động tương lai của công 
ty, nhiều khả năng chúng sẽ mang 
các thông điệp ý nghĩa khác trong 
việc dự báo KQTC”. Với hướng đi 
này, các nhà nghiên cứu kinh tế đã 
bước đầu đề cao tầm quan trọng 
của dữ liệu phi cấu trúc so với dữ 
liệu cấu trúc trong việc xây dựng 
mô hình cảnh báo KQTC (Shirata 
và Sakagami, 2009; Cecchini, 
2010; Lu, Shen và Wei, 2013). 
Ở VN, những nghiên cứu xây 
dựng mô hình dự báo KQTC cho 
tới nay hầu hết chỉ tập trung vào 
mảng dữ liệu cấu trúc (Lê Đạt 
Sự truyền tải thông điệp của dữ liệu 
phi cấu trúc trong dự báo kiệt quệ tài chính 
của các doanh nghiệp Việt Nam
TS. TRẦN THị Hải Lý 
NGUYỄN THị HồNG TRâN & NGUYỄN NGỌC MY
Trường Đại học Kinh tế TP.HCM
Nghiên cứu này sử dụng nguồn dữ liệu văn bản trên Báo cáo thường niên và nguồn tin tức trực tuyến của các doanh nghiệp VN, một cách tiếp cận mới dựa trên nguồn dữ liệu phi cấu trúc, vào việc dự báo kiệt 
quệ tài chính. Thông tin phi cấu trúc được sử dụng riêng biệt hoặc kết hợp với 
các yếu tố dự báo khác dựa trên dữ liệu cấu trúc truyền thống, hướng tới mục tiêu 
cải thiện khả năng dự báo của các mô hình. Kết quả nghiên cứu cho thấy xét một 
cách độc lập thông tin phi cấu trúc có khả năng truyền tải nhiều thông điệp có ý 
nghĩa trong dự báo tình trạng kiệt quệ tài chính của các công ty niêm yết tại VN, 
đồng thời việc kết hợp giữa dữ liệu này và dữ liệu cấu trúc đại diện bởi các nhân 
tố truyền thống (tỷ số tài chính, đặc điểm quản trị công ty, chỉ số vĩ mô) giúp cải 
thiện độ chính xác của dự báo. 
Từ khóa: Dữ liệu phi cấu trúc, dữ liệu cấu trúc, kiệt quệ tài chính.
PHÁT TRIỂN & HỘI NHẬP Số 19 (29) - Tháng 11-12/2014
Nghiên Cứu & Trao Đổi
20
Chí và Lê Tuấn Anh, 2012; Hay 
Sinh, 2013, Nguyễn Trà Ngọc 
Vy và Nguyễn Văn Công, 2013). 
Cùng với sự gia tăng vượt trội của 
số lượng thông tin phi cấu trúc nói 
chung, việc xây dựng mô hình dự 
báo KQTC không chỉ đơn thuần 
dựa trên nguồn dữ liệu cấu trúc 
truyền thống mà cần thiết phải mở 
rộng sang cả nguồn dữ liệu phi cấu 
trúc. 
Nghiên cứu này được thực hiện 
trong bối cảnh nền kinh tế và điều 
kiện kinh doanh tại VN còn nhiều 
khó khăn, tình trạng KQTC trong 
các doanh nghiệp VN đang là 
vấn đề đáng quan ngại đối với 
các nhà đầu tư cũng như các nhà 
hoạch định chính sách. Gánh chịu 
tàn dư của khủng hoảng tài chính 
toàn cầu 2008, toàn cảnh kinh 
tế VN nói chung cũng như khu 
vực doanh nghiệp nói riêng rơi 
vào trạng thái khó khăn và dấu 
hiệu phục hồi vẫn chưa rõ nét. 
Theo đánh giá của Ủy ban Giám 
sát Tài chính Quốc gia (2013) cho 
giai đoạn 2008-2012, tồn tại nhiều 
dấu hiệu cho thấy tình trạng KQTC 
vẫn đang đe dọa khu vực doanh 
nghiệp phi tài chính như: Tốc độ 
tăng trưởng tổng tài sản và doanh 
thu hằng năm giảm sút, ROA và 
ROE ở mức thấp, hàng tồn kho 
cao, nợ đọng lớn và kéo dài, chỉ số 
đòn bẩy cao cùng với quản trị công 
ty đại chúng hạn chế. Nghiên cứu 
này được phát triển theo hướng 
tiếp cận mới trên nguồn dữ liệu phi 
cấu trúc, hơn nữa là kết hợp giữa 
hai nguồn dữ liệu cấu trúc và phi 
cấu trúc, do vậy các mô hình dự 
báo KQTC được kì vọng sẽ mang 
lại những kết quả dự báo có giá trị, 
không chỉ giúp cho việc cảnh báo 
sớm tình trạng KQTC mà còn khởi 
đầu cho những nghiên cứu sử dụng 
thông tin phi cấu trúc ở nhiều lĩnh 
vực phân tích và dự báo tài chính 
khác trong tương lai tại thị trường 
VN.
2. Phân tích thông điệp văn 
bản trong nghiên cứu KQTC 
trên thế giới
Theo Petersen (2004), dữ liệu 
được chia thành dữ liệu cấu trúc 
(dữ liệu cứng) và dữ liệu phi cấu 
trúc (dữ liệu mềm). Dữ liệu có 
cấu trúc, thường là số liệu kế toán, 
giá cổ phiếu, dòng tiền, chỉ số thị 
trường, là dạng thông tin có khả 
năng lưu trữ trong các cơ sở dữ 
liệu quan hệ (Relational Database), 
trong đó các thực thể và thuộc tính 
đã được định nghĩa sẵn, thường 
được thu thập trên Báo cáo tài 
chính (BCTC). Ngược lại với dữ 
liệu cấu trúc, dữ liệu phi cấu trúc 
được định nghĩa là dạng dữ liệu 
không có cấu trúc định nghĩa sẵn 
và không thể biểu diễn dưới dạng 
bảng số liệu quan hệ. Phổ biến nhất 
là các dạng dữ liệu văn bản dạng 
chữ (Text), ngoài ra còn có các 
dạng khác như tập tin video, tập tin 
ảnh, tập tin âm thanh. Theo Healy 
và Palepu (2001), thông tin văn 
bản phi cấu trúc của doanh nghiệp 
được chia thành hai nguồn thông 
tin nội bộ và đại chúng. Nguồn 
thông tin nội bộ của doanh nghiệp 
được phân định thành các công bố 
phi tài chính bằng văn bản dạng bắt 
buộc theo quy định hoặc tự nguyện, 
hầu hết thuộc Báo cáo thường niên 
(BCTN). Nguồn thông tin phi cấu 
trúc bên ngoài doanh nghiệp tồn tại 
đa dạng hơn, bao gồm các nguồn 
như tin đồn, các tin vắn công bố 
về cổ phiếu trên các Sở giao dịch 
và các diễn đàn cổ phiếu, các phân 
tích tài chính độc lập, bình luận 
của các chuyên gia kinh tế, tạp chí 
tài chính, công bố của bên thứ ba 
(công ty kiểm toán) hoặc các bên 
trung gian (ngân hàng), thông tin 
văn bản về thị trường, khách hàng, 
nhà cung cấp và đối tác.
Với khả năng hàm chứa các 
thông điệp có giá trị, thông tin phi 
cấu trúc có thể được sử dụng trong 
nhiều lĩnh vực nghiên bao gồm cả 
việc cảnh báo sớm KQTC cũng 
như các sự kiện tiêu cực khác. Quá 
trình phát hiện tri thức từ nguồn dữ 
liệu văn bản này được gọi là Phân 
tích thông điệp văn bản hoặc Phân 
tích văn bản (Textual analysis), 
tương ứng với kĩ thuật khai thác 
văn bản (Text mining). Trong đó, 
nhiều tác giả sử dụng quy trình này 
trên nguồn thông tin phi cấu trúc 
nội bộ của doanh nghiệp trong xây 
dựng mô hình dự báo như Shirata 
và Sakagami (2009) dự báo KQTC 
theo quá trình phân tích thông tin phi 
cấu trúc dựa trên Báo cáo thường 
niên của các doanh nghiệp Nhật 
Bản ứng dụng kĩ thuật phân tích 
hình thái học cho bộ ký tự Kanji. 
Nghiên cứu cũng đưa ra những 
nhóm từ mới có tính đại diện cao 
cho nhóm công ty không kiệt quệ 
như “R&D”, “đầu tư vốn”, “ kinh 
doanh mới” Cecchini (2010) 
phát triển phương pháp phân tích 
nội dung thông điệp dạng tự điển 
từ nhằm dự báo KQTC trên phần 
thông tin văn bản trong mục Thảo 
luận và Phân tích của Ban quản trị 
thuộc BCTN. Tác giả tìm thấy việc 
dùng riêng các thông tin phi cấu 
trúc nhằm dự báo các sự kiện tài 
chính đạt được những kết quả tích 
cực (dự báo chính xác 75% cho 
nhóm công ty kiệt quệ), đồng thời 
trích lập được nhóm từ khóa đặc 
trưng cho phần thông tin mềm của 
nhóm công ty KQTC như “giảm 
lợi nhuận gộp”, “ảnh hưởng lạm 
phát”, “lợi ích”, “nỗ lực công ty”. 
Ngoài ra, Lu, Shen và Wei (2013) 
sử dụng nguồn thông tin mềm đại 
Số 19 (29) - Tháng 11-12/2014 PHÁT TRIỂN & HỘI NHẬP 
 Nghiên Cứu & Trao Đổi
21
chúng loại tin tức trực tuyến dạng 
Hán tự để xây dựng biến thông tin 
trong mô hình dự báo KQTC và 
nhận thấy nó có ý nghĩa trong mô 
hình dự báo KQTC bên cạnh các 
yếu tố truyền thống khác, cũng như 
trích lập được danh sách 110 từ 
khóa đặc trưng cho nhóm KQTC 
và 129 từ khóa cho nhóm không 
KQTC.
3. Phương pháp nghiên 
cứu
3.1. Lựa chọn nguồn dữ liệu phi 
cấu trúc 
Nguồn dữ liệu văn bản phi cấu 
trúc nội bộ được thu thập trong các 
phần phản ánh các nội dung về kế 
hoạch, triến lược phát triển hoặc 
dự báo tương lai của doanh nghiệp 
trên BCTN. Các phần chi tiết được 
thu thập bao gồm:
l Những thông tin phải công 
bố theo quy định của Thông tư 
52/2012/TT-BTC bao gồm:
- Triển vọng và kế hoạch phát 
triển tương lai thuộc báo cáo của 
HĐQT
- Kế hoạch phát triển trong 
tương lai thuộc báo cáo của Ban 
giám đốc.
l Những thông tin công bố 
tự nguyện gồm các phát biểu dự 
báo tương lai của công ty trong các 
BCTN được lựa chọn theo tiêu chí 
của Vu, Tower và Scully (2011) 
bao gồm:
- Dự báo doanh thu, phần diễn 
giải văn bản định tính.
- Dự báo thu nhập, phần diễn 
giải văn bản định tính.
- Thảo luận về các nhân tố bên 
ngoài ảnh hưởng đến tình trạng 
hoạt động tương lai của công ty 
(kinh tế, chính trị và công nghệ).
- Thảo luận về các nguồn quỹ 
và kinh phí của công ty trong 
tương lai.
- Thảo luận về các ảnh hưởng 
của tỷ giá hối đoái lên các hoạt 
động kinh doanh của công ty 
trong tương lai.
- Dự báo dòng tiền, phần văn 
bản diễn giải định tính.
Nguồn dữ liệu dạng tin tức 
trực tuyến được thu thập trên các 
sở giao dịch HOSE và HNX trong 
mục công bố thông tin của các 
doanh nghiệp niêm yết giai đoạn 
2008 -2013. Việc lựa chọn thông 
tin trên các sở giao dịch nhằm đảm 
bảo mức độ công khai, minh bạch 
và độ tin cậy của thông tin.
3.2. Xây dựng biến đại diện thông 
tin phi cấu trúc 
Biến đại diện thông tin phi cấu 
trúc nội bộ trong BCTN của doanh 
nghiệp được gọi là TONE và biến 
đại diện thông tin phi cấu trúc dạng 
tin tức trực tuyến gọi là NEWS. 
Các biến thông tin này được xây 
dựng thông qua quy trình Phân tích 
thông điệp văn bản do Li (2010) và 
Lu, Shen và Wei (2013) đề xuất và 
được tóm lược trong Hình 1. 
- Xác định tập trọng số
Có 20% mẫu dữ liệu ở mỗi 
dạng thông tin phi cấu trúc được 
sử dụng cho việc xác định tập 
trọng số để chuẩn bị cho việc xây 
dựng biến thông tin trên toàn bộ 
dữ liệu. Phần dữ liệu huấn luyện 
này đã được phân loại thủ công 
thành lớp tài liệu tương ứng với 
chủ đề phân lớp. D
c 
là phần tài liệu 
văn bản ứng với lớp thứ c 
(
), n là số lớp chủ đề 
phân lớp văn bản tương ứng.
Dữ liệu huấn luyện thông tin phi 
cấu trúc dạng tin tức trực tuyến sử 
dụng để dự báo KQTC được phân 
thành hai lớp chủ đề KQTC và 
không KQTC. Chủ đề KQTC gồm 
500 câu tin tức trực tuyến của nhóm 
công ty xảy ra KQTC vào năm sau, 
chủ đề không KQTC gồm 500 câu 
Kiểm định 
Tập trọng 
số 
Dữ liệu huấn 
luyện dạng phi 
cấu trúc 
1. Tiền xử lý 
2. Biểu diễn văn 
bản: 
Tính tần số từ 
khóa 
3. Rút trích đặc 
trưng 
 4. Áp dụng thuật 
toán Naïve Bayes 
Văn 
bản 
từng 
công 
ty 
Văn bản 
được phân 
lớp chủ đề 
 Xây dựng biến 
thông tin 
TONE/NEWS 
Hình 1: Tóm lược quy trình xây dựng biến thông tin phi cấu trúc 
áp dụng phân tích thông điệp văn bản
Nguồn: Tóm lược theo Li (2010) và Lu, Shen và Wei (2013).
PHÁT TRIỂN & HỘI NHẬP Số 19 (29) - Tháng 11-12/2014
Nghiên Cứu & Trao Đổi
22
tin tức trực tuyến của nhóm công ty 
khỏe mạnh trong năm sau.
Dữ liệu huấn luyện thông tin 
phi cấu trúc trên BCTN, được phân 
thành ba lớp chủ đề văn bản là Tích 
cực, Tiêu cực và Trung tính. Nguồn 
thông tin huấn luyện gồm 400 câu 
được phân loại thủ công vào ba lớp 
chủ đề này dựa theo nghiên cứu 
của Li (2010). Một câu phản ánh 
nội dung Tích cực khi nhà lãnh đạo 
đưa ra những phát biểu lạc quan, tự 
tin, quả quyết, nhiều khi cả tự kiêu 
và độc đoán về tình hình công ty 
tương lai. Ngược lại, một câu phản 
ánh nội dung Tiêu cực khi nhà lãnh 
đạo đưa ra các tuyên bố với tính 
chất bi quan, tự ti, e dè, nhiều lúc lo 
lắng, tức giận và buồn rầu về tình 
hình công ty. Các thông tin còn lại 
được xếp vào nội dung Trung tính.
Tiền xử lý: Tin tức dạng thô 
sơ được trải qua quá trình tiền 
xử lý (loại bỏ dấu câu, xử lý từ 
sai chính tả, phân tách câu rõ 
ràng) nhằm đạt được dạng văn 
bản thống nhất và toàn vẹn theo 
yêu cầu của kỹ thuật khai phá 
văn bản và được lưu trữ trong cơ 
sở dữ liệu.
Biểu diễn văn bản: Tính tần 
số từ khóa (term frequency). Gọi 
tf (c,j) là tần số của từ khóa t thứ j 
thuộc lớp tài liệu thứ c (D
c
), được 
tính bằng số lần xuất hiện của từ 
khóa t trong tài liệu D
c
.
Trích chọn đặc trưng: Đặc 
trưng được chọn là các từ khóa 
có hai từ. Phương pháp kiểm 
tra Chi bình phương χ2 được sử 
dụng để giữ lại những từ có khả 
năng hàm chứa thông điệp và 
loại bỏ những từ vô nghĩa khỏi 
tài liệu nhằm nâng cao hiệu suất 
phân loại văn bản:
Trong đó
A: tf(c,j) đại diện cho tần số từ 
khóa t thứ j trong lớp tài liệu D
c
B: tổng tần số của các từ khóa 
(không kể từ khóa t) trong lớp tài 
liệu D
c
.
C: tf(c’, j), đại diện cho tần số 
từ khóa t thứ j trong các lớp tài liệu 
còn lại.
D: tổng tần số của các từ khóa 
(không kể từ khóa t) trong các lớp 
tài liệu còn lại.
N: Tổng tần số của từ khóa thứ j 
trong tất cả các lớp tài liệu.
Phương pháp kiểm định χ2 
nhằm kiểm tra mối tương quan 
giữa từ khóa thứ j và lớp tài liệu D
c
. 
Nếu giá trị χ2(c,j) cao hơn giá trị tới 
hạn, khi đó từ khóa j được xếp vào 
danh sách từ khóa mang tính đại 
diện cao cho phân lớp D
c
 và ngược 
lại, từ khóa sẽ không mang tính đại 
diện cho phân lớp D
c
. Những từ 
khóa nào không mang tính đại diện 
cho một phân lớp nào sẽ bị loại bỏ 
khỏi tập văn bản.
Áp dụng thuật toán Naïve 
Bayes phân loại văn bản: Phương 
pháp Naïve Bayes được áp dụng 
vào quá trình phân loại. Giả định 
rằng sự xuất hiện của các từ trong 
văn bản đều độc lập với nhau.
Theo định lý Bayes:
Theo tính chất độc lập điều 
kiện:
Với
: Xác suất thuộc phân 
lớp i khi biết trước câu X.
P(C
i
): xác suất phân lớp i.
 là xác suất thuộc tính 
thứ k mang giá trị x
k
 khi đã biết câu 
X thuộc phân lớp i.
Như vậy, tập trọng số P(C
i
) và 
 được xác định.
- Phân lớp văn bản trên thông 
tin văn bản của từng công ty
Việc phân lớp này được áp 
dụng lần lượt cho từng phần thông 
tin phi cấu trúc của mỗi công ty 
trong mẫu. Từ các tập trọng số 
được xác định ở trên, từng câu 
văn bản trong phần dữ liệu phi 
cấ ... cấu trúc)
DISTRESS
t+1
 = α
1 
+ β
1
 TONE
t 
+ δ
1
NEWS
t
 + e
1
- Mô hình 2 (chỉ bao gồm dữ liệu cấu trúc)
- Mô hình 3 (kết hợp dữ liệu phi cấu trúc và cấu trúc) 
Trong đó
Biến D
i1 
là biến thứ i trong nhóm biến cấu trúc D
1 
đại diện cho các chỉ 
số tài chính được đề xuất dự báo KQTC.
Biến D
i2
 là biến thứ i trong nhóm biến cấu trúc D
2 
đại diện cho Quản 
trị công ty đại chúng được đề xuất dự báo KQTC.
Biến D
i3
 là biến thứ i trong nhóm biến cấu trúc D
3 
đại diện cho các chỉ 
số vĩ mô thị trường được đề xuất dự báo KQTC.
TONE
t 
là biến sắc thái thông điệp đại diện thông tin phi cấu trúc trên 
nguồn BCTN, kỳ vọng có mối quan hệ âm với tình trạng KQTC của 
doanh nghiệp trong năm sau, tức thông điệp phi cấu trúc dự báo tương lai 
trong năm nay càng mang tính tích cực thì khả năng công ty rơi vào tình 
trạng KQTC sẽ giảm đi.
NEWS
t
 là biến đại diện cho tin tức trực tuyến của doanh nghiệp phản 
ánh các sự kiện đã xảy ra trong năm t, kỳ vọng có mối quan hệ dương với 
tình trạng KQTC năm sau t +1. Tức thông tin tin tức trực tuyến càng hàm 
chứa nhiều thông điệp đại diện cho KQTC thì tình trạng KQTC của công 
ty sẽ tăng.
DISTRESS
t+1
 :
 tình trạng KQTC của doanh nghiệp vào năm sau t +1 
có giá trị bằng 1 nếu công ty rơi vào KQTC vào năm t+1 và có giá trị bằng 
0 nếu tình trạng doanh nghiệp là khỏe mạnh vào năm t+1. 
Mẫu nghiên cứu 
Mẫu nghiên cứu được thu thập 
từ danh sách các công ty niêm 
yết trên hai Sở giao dịch HOSE 
và HNX trong khoảng thời gian 
từ năm 2008 đến năm 2013. Tiêu 
chí lựa chọn các công ty KQTC là 
các công ty nằm trong danh sách 
kiểm soát và hủy niêm yết trên hai 
Sở giao dịch HOSE và HNX. Sau 
quá trình này, mẫu cuối cùng để 
sử dụng cho xây dựng mô hình dự 
báo KQTC bao gồm 199 công ty 
niêm yết, được phân vào hai nhóm 
KQTC (60 công ty) và công ty 
không KQTC 139 công ty
4. Kết quả thực nghiệm
4.1. Trích xuất các từ khóa đặc 
trưng
Bảng 3 trình bày danh sách 
một số từ khóa đặc trưng cho các 
chủ đề thông tin phi cấu trúc, danh 
sách này được trích xuất dựa vào 
tính đại diện cao nhất của chúng 
cho một phân lớp chủ đề tương 
ứng (tức có chỉ số χ2cao nhất và chỉ 
thuộc duy nhất một phân lớp chủ 
đề đó, thu được từ kết quả trích 
chọn đặc trưng trong quy trình xây 
dựng biến thông tin phi cấu trúc tại 
thị trường VN.
Từ khóa đặc trưng cho chủ đề 
Tích cực, Tiêu cực và Trung tính 
trên thông tin BCTN
Từ khóa đặc trưng cho chủ đề 
Tích cực bao gồm 32 từ khóa, các từ 
thuộc vị trí cao nhất bao gồm: “lợi 
nhuận”, “doanh thu”, “đạt được”, 
“duy trì”, “phát triển”. Nhóm từ 
khóa đặc trưng cho chủ đề Tiêu cực 
bao gồm 22 từ khóa, các từ thuộc 
vị trí cao nhất là “rủi ro”, “chi phí”, 
“bất ổn”, “không tăng”. Nhóm từ 
trung tính gồm một số từ đại diện 
Số 19 (29) - Tháng 11-12/2014 PHÁT TRIỂN & HỘI NHẬP 
 Nghiên Cứu & Trao Đổi
25
“khoảng”, “thay đổi”, “ biến đổi”, 
“ước tính”. Các từ khóa này được 
tìm thấy có một số từ khóa tương 
đồng với Tự điển thuật ngữ kinh 
tế của Loughran và McDonald 
(2010). Danh sách các từ khóa này 
có vai trò quan trọng trong việc xây 
dựng Tự điển từ kinh tế của VN 
giành cho Phân tích thông điệp phi 
cấu trúc trong tương lai.
Từ khóa đặc trưng cho chủ để 
KQTC và không KQTC
Kết quả thu được 38 từ đặc 
trưng cho nhóm KQTC và 78 từ 
đặc trưng cho nhóm không kiệt quệ 
tài chính. Một số từ có trọng số cao 
nhất trong nhóm công ty KQTC 
như “Chi phí”, “Thua lỗ”, “Khó 
khăn”, “Giảm sàn”, “Lợi nhuận”, 
“Vi phạm”, “Tồn đọng”, “Giám 
đốc” và nhóm công ty không kiệt 
quệ như “Lợi nhuận”, “Doanh 
thu”, “Đầu tư”, “Kế hoạch”, “Chi 
phí”, “Hoạt động”, “Cổ tức”. Các 
từ này đa phần được tìm thấy trên 
các nhóm tin về Tình hình sản xuất 
kinh doanh, Trả cổ tức và một số 
mục khác như Tình hình tuân thủ 
pháp luật và quy chế, Tình hình 
thay đổi nhân sự. Một số từ được 
tìm thấy có mức tương đồng cao 
với các từ khóa được trích xuất 
thuộc thông tin phi cấu trúc của 
các thị trường khác trên thế giới, ví 
dụ đối với nhóm công ty kiệt quệ 
tài chính là thua lỗ, chi phí và lợi 
nhuận (Lu, Shen và Wei, 2013 tại 
thị trường Đài Loan, Shirata và 
Sakagami, 2009 tại thị trường Nhật 
Bản). Một số từ mới được tìm thấy 
khác biệt tại thị trường VN như 
“chậm nộp”, “giải trình”.
Vì giới hạn trình bày nên 
chúng tôi chỉ liệt kê danh sách 
5 từ khóa tương ứng với từng 
nhóm chủ đề phân lớp. Chủ đề 
phân lớp KQTC và không KQTC 
được trích xuất trên nguồn tin tức 
trực tuyến. Chủ đề Tích cực, Tiêu 
cực và Trung tính được trích xuất 
trên Báo cáo thường niên của 
doanh nghiệp. Chỉ số Chi bình 
phương, ứng với mức ý nghĩa P 
(p-value) < 5% sẽ được chọn làm 
từ khóa đại diện. Kết quả thu 
được từ việc trích chọn đặc trưng 
trong quy trình xây dựng biến 
thông tin phi cấu trúc.
Kết quả hồi quy
Mô hình 1 dự báo kiệt quệ tài 
chính chỉ sử dụng các biến số phi 
cấu trúc (TONE, NEWS).
Dựa trên kết quả từ Bảng 4, tác 
giả nhận thấy cả hai biến số phi 
cấu trúc TONE và NEWS đều có ý 
nghĩa thống kê ở mức 1%. Điều này 
cho thấy các thông tin phi cấu trúc 
bên trong hoặc bên ngoài doanh 
nghiệp đều hàm chứa những thông 
điệp dự báo giá trị cho khả năng 
KQTC của công ty. Biến số TONE 
(-0.502) có mối tương quan âm 
Chủ 
đề 
phân 
lớp
KQTC Không KQTC
Từ Chi2 Pvalue Từ Chi2 P value
1 Lợi nhuận 6.038143 0.0141 Lợi nhuận 6.822827 0.0090
2 Chi phí 5.802874 0.0161 Doanh thu 5.709292 0.0332
3 Thua lỗ 5.596149 0.0181 Đầu tư 4.709292 0.0312
4 Khó khăn 5.168505 0.0232 Kế hoạch 4.397105 0.0360
5 Giảm sàn 3.909986 0.0481 Chi phí 4.260868 0.0390
Chủ 
đề 
phân 
lớp
Tiêu cực Tích cực Trung tính
Từ Chi2 P value Từ Chi2 P value Từ Chi2 P value
1 Chi phí 6.922827 0.0095 Lợi nhuận 6.038143 0.0141 Khoảng chừng 5.411894 0.0203
2 Đối thủ 6.822827 0.0090 Doanh thu 5.709292 0.0332 Thay đổi 4.828067 0.0280
3 Bất lợi 5.411894 0.0203 Phát triển 4.956019 0.0263 Biến đổi 4.397105 0.0360
4 Rủi ro 4.828067 0.0280 Duy trì 4.916468 0.0271 Ước tính 4.217885 0.0423
5 Khắc phục 4.350412 0.0371 Đạt được 3.875353 0.0492 Có thể 4.217885 0.0422
Bảng 3: Bảng kết quả hồi quy logistic các mô hình dự báo tình trạng KQTC sử dụng 
thông tin phi cấu trúc, thông tin cấu trúc và kết hợp hai loại thông tin trên
***, **, * đại diện lần lượt cho mức ý nghĩa thống kê 1%, 5% và 10%.
PHÁT TRIỂN & HỘI NHẬP Số 19 (29) - Tháng 11-12/2014
Nghiên Cứu & Trao Đổi
26
như kỳ vọng với tình trạng KQTC, 
cho thấy khi các thảo luận của Ban 
quản trị về tương lai của doanh 
nghiệp mang thiên hướng Tích 
cực thì xác suất KQTC của doanh 
nghiệp trong năm sau đó sẽ giảm 
xuống và ngược lại. Biến số NEWS 
(0.173) cũng phù hợp với kỳ vọng 
về dấu, cho thấy nếu tin tức trực 
tuyến của doanh nghiệp càng hàm 
chứa nhiều từ khóa và nội dung đại 
diện cho chủ đề KQTC, sẽ làm gia 
tăng xác suất công ty rơi vào tình 
trạng KQTC trong tương lai. Cuối 
cùng, khi xem xét mức ý nghĩa dự 
báo của mô hình, tác giả thấy rằng 
chỉ với hai nguồn thông điệp phi 
cấu trúc từ bên trong và bên ngoài 
doanh nghiệp có thể dự báo chính 
xác lên đến hơn 60% các công ty 
kiệt quệ hay khỏe mạnh, bước đầu 
khẳng định được vai trò của nguồn 
dữ liệu phi cấu trúc trong việc dự 
báo KQTC. 
4.2. Mô hình 2 (chỉ sử dụng dữ 
liệu cấu trúc) 
Kết quả mô hình 2 cho thấy khả 
năng dự báo KQTC của các biến số 
cấu trúc truyền thống. Tác giả nhận 
thấy có 4 trong tổng số 7 biến kế 
toán có ý nghĩa thống kê bao gồm 
biến vốn luân chuyển trên doanh 
thu (VLC/DT), thu nhập ròng trên 
tổng tài sản (TNR/TTS), doanh 
thu trên tổng tài sản (DT/TTS), 
thu nhập trên tổng tài sản (TN/
TTS. Tiếp theo, tác giả xem xét kết 
quả ở nhóm biến quản trị công ty. 
Với 6 biến quản trị được sử dụng, 
4 biến có ý nghĩa thống kê bao 
gồm SDIC (có ý nghĩa thống kê ở 
mức 10%), OUTSIDE và BOSS 
(có ý nghĩa thống kê ở mức 5%) 
và SGOV (có ý nghĩa thống kê ở 
mức 1 %). Khi xem xét hệ số hồi 
quy của các biến số này, Biến số 
SGOV có hệ số hồi quy cao nhất 
(0.194) so với các biến số còn lại 
SDIC (0.008), OUTSIDE (-0.036), 
BOSS (0.025). Giá trị cao của hệ số 
hồi quy của biến SGOV cho thấy 
sở hữu nhà nước tác động đáng kể 
đến xác suất KQTC của các công 
ty. Kết quả này thống nhất với các 
nghiên cứu trên thế giới (như Lu, 
Shen, Wei, 2013). Những công ty 
có mức sở hữu nhà nước càng cao 
thì càng có xác suất KQTC cao 
hơn so với những công ty có mức 
sở hữu nhà nước thấp. Sở hữu của 
ban giám đốc và sở hữu cổ đông 
lớn càng cao thì xác suất KQTC 
của công ty cũng tăng cao. Ngược 
lại, xác suất KQTC có tương quan 
âm với là tỉ lệ giám đốc thuê ngoài 
(OUTSIDE), nghĩa là công ty càng 
có số lượng giám đốc thuê ngoài 
lớn thì càng có xác suất lâm vào 
tình trạng KQTC thấp. Cuối cùng, 
khi xét vai trò của các nhóm biến 
đại diện cho điều kiện vĩ mô trong 
việc dự báo KQTC, 3 biến số tiêu 
biểu được sử dụng là Lạm phát 
(INF), Tốc độ tăng trưởng GDP và 
Lãi suất (IR). Kết quả tìm thấy khá 
tương đồng với nhiều nghiên cứu 
trên thế giới chỉ có biến lạm phát 
có ý nghĩa thống kê nhưng chỉ ở 
mức ý nghĩa 10%. 
4.3. Mô hình 3 (kết hợp dữ liệu 
phi cấu trúc và dữ liệu cấu trúc 
truyền thống)
Kết quả hồi quy của mô hình 3 
cho thấy khả năng kết hợp của dữ 
Mô hình 1 Mô hình 2 Mô hình 3
Biến DISTRESS (t+1)
DISTRESS 
(t+1)
DISTRESS 
(t+1)
Phi cấu trúc
TONEt -0.502*** -0.281***
NEWSt 0.173*** 0.099***
Cấu trúc
VLC/DTt -0.013** -0.079**
TM/TTSt -0.126 -0.117
TSHH/TTSt -0.007 -0.015
TNR/TTSt -0.103*** -0.037*
DT/TTSt -0.093* -0.064*
CF/DTt -0.221 -0.257
TN/TTSt -0.015*** -0.061***
SDICt 0.162 0.079
SOUTt 0.001 0.001
SGOVt 0.194*** 0.203***
SBIGt 0.008* 0.039*
OUTSIDEt -0.036** -0.055**
BOSSt 0.025** 0.016**
INFt 0.001* 0.001*
GDPGt -0.056 -0.042
IRt 0.030 0.031
CONSTANT 0.579* 0.606* 0.634*
-2 Log likelihood 100.621 152.438 287.266
Cox& Snell R square 0.399 0.451 0.596
Nagelkerke R Square 0.473 0.502 0.688
Độ chính xác dự báo 60.601% 78.159% 89.424%
Sai số loại I 0.475 0.449 0.365
Bảng 6: Danh sách các từ khóa đại diện cho các chủ đề phân lớp tương ứng
Số 19 (29) - Tháng 11-12/2014 PHÁT TRIỂN & HỘI NHẬP 
 Nghiên Cứu & Trao Đổi
27
liệu cấu trúc và phi cấu trúc so với 
các mô hình 1 hoặc 2, chỉ sử dụng 
từng dạng dữ liệu riêng biệt. Các 
biến số phi cấu trúc TONE (α= 
-0.281) và NEWS (α= 0.099) đều 
có ý nghĩa ở mức 1%, dấu các hệ 
số vẫn như kỳ vọng và không thay 
đổi so với khi được hồi quy riêng 
lẽ ở mô hình 1. Nguồn thông tin từ 
bên trong doanh nghiệp (TONE) 
có tác động nhiều đến xác suất 
KQTC hơn là nguồn thông tin từ 
bên ngoài doanh nghiệp. Các biến 
số kế toán, quản trị và vĩ mô cũng 
có dấu và mức ý nghĩa khá tương 
đồng với kết quả hồi quy khi chúng 
được xem xét riêng (mô hình 2). 
Điều này cho thấy hai mảng thông 
tin cấu trúc và phi cấu trúc có tác 
dụng bổ sung cho nhau chứ không 
thay thế lẫn nhau trong việc dự báo 
xác suất KQTC. Hơn nữa, độ chính 
xác của mô hình kết hợp hai mảng 
thông tin này là cao nhất (89.424%) 
so với mô hình đơn lẻ (60,1% và 
78.159%), cho thấy vai trò của 
biến số phi cấu trúc trong việc cải 
thiện khả năng dự báo của mô hình 
so với dạng mô hình dự báo trên dữ 
liệu cấu trúc truyền thống. 
5. Kết luận và hàm ý chính sách
5.1. Kết luận
Bên cạnh các biến số tài chính 
luôn mang vai trò trọng yếu trong 
dự báo tình trạng KQTC của doanh 
nghiệp, bằng chứng thực nghiệm 
tại thị trường VN cho thấy quản trị 
công ty đại chúng là một nhân tố 
quan trọng tác động đến tình trạng 
KQTC của doanh nghiệp VN, điều 
này là phù hợp với các bằng chứng 
thực nghiêm tại các quốc gia châu 
Á khác như Trung Quốc (Wang và 
Deng, 2006; Lu, Yang-Cheng và 
Shu-Lien, 2009; Lu, Shen và Wei, 
2013). Các chỉ số vĩ mô không 
có đóng góp nhiều trong dự báo 
KQTC tại VN, trừ chỉ số lạm phát 
có một đóng góp nhỏ trong mô 
hình dự báo.
Quan trọng hơn, nguồn thông 
tin phi cấu trúc góp phần đáng kể 
trong việc dự báo KQTC. Nghiên 
cứu này đã xác định được danh 
sách các từ khóa mang đặc trưng 
của VN có vai trò quan trọng trong 
phân tích thông điệp phi cấu trúc 
trong tương lai, bên cạnh những từ 
khóa đã được tìm thấy từ các học 
giả trên thế giới. Nguồn thông tin 
mềm nội bộ của các công ty niêm 
yết được thu thập trên các phần 
thảo luận và dự báo tình hình tương 
lai của công ty trên BCTN đã thể 
hiện vai trò quan trọng trong dự 
báo tình trạng KQTC của doanh 
nghiệp VN. Khi nhà quản lý công 
bố những thông tin dự báo mang 
sắc thái tích cực về tình hình tương 
lai của doanh nghiệp, doanh nghiệp 
này sẽ có xác suất rơi vào tình trạng 
KQTC giảm đi. Nguồn thông tin 
phi cấu trúc dạng tin tức trực tuyến 
đăng trên các sở giao dịch chứng 
khoán cũng chứng tỏ khả năng 
dự báo xác suất KQTC của doanh 
nghiệp trong tương lai. Đồng thời, 
khi kết hợp cả hai nguồn thông tin 
phi cấu trúc và cấu trúc thì hiệu quả 
dự báo KQTC được cải thiện đáng 
kể. 
5.2. Hàm ý chính sách
Bằng chứng thực nghiệm ở thị 
trường VN đã cho thấy khả năng 
kết hợp của hai nguồn thông tin 
phi cấu trúc và cấu trúc trong 
việc dự báo KQTC vượt trội hơn 
so với chỉ sử dụng nguồn dữ liệu 
cấu trúc truyền thống. Tuy nhiên, 
để khai thác được nguồn thông tin 
phi cấu trúc, đòi hỏi phải có những 
quy định nhằm đảm bảo sự thống 
nhất trong bình bày nội dung thông 
tin. Chẳng hạn xét riêng hệ thống 
thông tin phi cấu trúc trên Báo cáo 
thường niên tại VN, việc không 
đồng nhất về trình bày mẫu báo 
cáo này hiện nay đang gây không ít 
khó khăn trong việc xây dựng biến 
số đại diện cho thông tin phi cấu 
trúc ở mảng này. 
Về hệ thống thông tin phi cấu 
trúc bên ngoài doanh nghiệp, chúng 
tôi cho rằng việc mở rộng và phát 
triển một hệ thống tập trung dữ liệu 
tin tức trực tuyến cần được chú 
trọng, chúng ta có thể tham khảo 
các hệ thống dữ liệu thông minh 
ở các quốc gia trên thế giới, trong 
đó dữ liệu được công bố một cách 
công khai, minh bạch nhất đến nhà 
đầu tư
Kết quả nghiên cứu cũng hàm ý 
rằng nhà đầu tư, thị trường và các 
nghiên cứu tài chính trong tương 
lai cần chú ý tới các thông tin phi 
cấu trúc trong việc đánh giá, xây 
dựng các mô hình dự báo tài chính. 
Sẽ là thiếu sót nếu các mô hình dự 
báo bỏ qua nguồn thông tin nàyl
TÀI LIỆU THAM KHẢO
Altman, E. I. (1968), “Financial Ratios, 
Discriminant Analysis and the Prediction 
of Corporate Bankruptcy”, Journal of 
Finance, Vol 23 (4), 589-609.
Beaver (1967), “Financial Ratios as 
predictors of Failure”, Journal of 
Accounting Research, 123-154.
Cecchini, M. (2010), “Making words work: 
Using financial text as a predictor of 
financial events”, Decision Support 
Systems, Vol. 50, 164-175.
Hay Sinh (2013), “Ước tính xác suất phá sản 
trong thẩm định giá trị doanh nghiệp”, 
Tạp chí Phát triển và hội nhập, số 8(18), 
tr.52-57.
Healy, P, M. and Palepu, K. (2000), 
“Information Asymmetry, Corporate 
Disclosure and the Capitan Markets: 
A review of Empirical Disclosure 
Literature”, Journal of Accounting and 
Economics, Volume 31 (1), 405-440.
(Xem tiếp trang 51 )