การศึกษาความแม่นยำ และพัฒนาตัวแบบ Altman's EM-Score Model สำหรับการพยากรณ์ความล้มเหลวทางการเงินของบริษัทจดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทย

Abstract

วัตถุประสงค์ในการศึกษาครั้งนี้คือ การทดสอบความแม่นยา และพัฒนาตัวแบบ Altman’s EM-Score Model ในการพยากรณ์ความล้มเหลวทางการเงิน เพื่อที่จะได้นาตัวแบบนั้นไปใช้เป็นระบบสัญญาณเตือนภัยล่วงหน้าของบริษัทจดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทย ซึ่งตัวแบบที่ใช้เป็นสัญญาณเตือนภัยล่วงหน้าจะก่อให้เกิดประโยชน์แก่ผู้บริหาร นักลงทุน เจ้าหนี้ ผู้สอบบัญชี หน่วยงานภาครัฐ และประชาชนผู้สนใจทั่วไป ในการนาไปใช้ประเมินความมั่นคงของบริษัทจดทะเบียน เพื่อนาข้อมูลที่ได้ไปใช้ในการวางแผนแก้ปัญหา ให้การสนับสนุนช่วยเหลือทางด้านการเงิน หรือตัดสินใจในการลงทุน ในการศึกษาครั้งนี้ใช้ข้อมูลทางการเงินซึ่งเป็นอัตราส่วนทางการเงินจากงบการเงินของบริษัทจดทะเบียนในช่วงปี พ.ศ.2542-2552 ของบริษัทจดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทยในทุกกลุ่มอุตสาหกรรม ยกเว้นกลุ่มธุรกิจการเงิน ได้แก่ หมวดธนาคารพาณิชย์ หมวดประกันภัยและประกันชีวิต และ หมวดเงินทุนและหลักทรัพย์ โดยเป็นบริษัทที่ประสบความล้มเหลวทางการเงินซึ่งเป็นบริษัทจดทะเบียนที่เข้าข่ายอาจถูกเพิกถอนจากตลาดหลักทรัพย์แห่งประเทศไทยจานวน และบริษัทที่ไม่ประสบความล้มเหลวทางการเงินซึ่งเป็นบริษัทจดทะเบียนที่มีการดาเนินงานปกติ กลุ่มละ 30 บริษัท โดยผู้วิจัยได้ทาการคัดเลือกกลุ่มตัวอย่างจากการประยุกต์ใช้วิธีการสุ่มตัวอย่างแบบจับคู่ (Paired Sample Design) โดยควบคุมให้มีขนาดสินทรัพย์เฉลี่ย 2 ปีในระดับใกล้เคียงกัน และอยู่ในประเภทอุตสาหกรรมเดียวกัน สาหรับข้อมูลทางการเงินที่ใช้ในการศึกษา ผู้วิจัยจะแปลงข้อมูลจากงบการเงินให้เป็นคะแนนจากตัวแบบ Altman’s EM-Score Model และอัตราส่วนทางการเงินในด้านต่างๆอีก 6 อัตราส่วน โดยจะนาคะแนนจากตัวแบบ Altman’s EM-Score Model ไปทดสอบความแม่นยาในการพยากรณ์ความล้มเหลวทางการเงินล่วงหน้า 1 ปี และ 2 ปี ส่วนอัตราส่วนทางการเงินที่เหลืออีก 6 อัตราส่วนจะนาไปใช้พัฒนาตัวแบบ Altman’s EM-Score Model โดยใช้เทคนิคการวิเคราะห์จาแนกกลุ่ม และเทคนิคการวิเคราะห์ความถดถอยโลจิสติก กาหนดระดับนัยสาคัญทางสถิติที่ 0.05 จากนั้นจะทาการทดสอบความสามารถในการพยากรณ์ของตัวแบบที่ถูกพัฒนาขึ้นใหม่ทั้งสอง ผลการศึกษาโดยใช้ข้อมูลทางบัญชี 1 ปี และ 2 ปีล่วงหน้า พบว่าตัวแบบ Altman’s EM-Score Model มีความสามารถในการพยากรณ์สถานะของบริษัทได้ถูกต้อง โดยรวมเฉลี่ยเท่ากับ ร้อยละ 95.0 และ 83.33 ตามลาดับ แต่มีความแม่นยาน้อยกว่าสมการจาแนกกลุ่มซึ่งเป็นผลมาจากการพัฒนาตัวแบบโดยใช้เทคนิคการวิเคราะห์จาแนกกลุ่ม มีความสามารถในการพยากรณ์ได้ถูกต้อง โดยเฉลี่ยร้อยละ 98.3 และ 93.33 ตามลาดับ และสมการ Logistic Response Function ซึ่งเป็นผลมาจากการพัฒนาตัวแบบโดยใช้เทคนิคการวิเคราะห์ความถดถอยโลจิสติกมีความแม่นยามากที่สุด คือสามารถพยากรณ์ได้ถูกต้องโดยเฉลี่ยร้อยละ 100 และ 96.67 ตามลาดับ