การจำแนกบริษัทธุรกิจที่จดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทยโดยใช้การวิเคราะห์การถดถอยลอจิสติก

Abstract

          การศึกษานี้มีวัตถุประสงค์เพื่อจำแนกกลุ่มบริษัทธุรกิจจดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทย ถึงความเป็นไปได้ที่จะประสบปัญหาการผิดนัดชำระหนี้หุ้นกู้ โดยการประยุกต์ใช้ตัวแบบของอัลท์แมน: Emerging Market Z-Score Model ข้อมูลในการวิเคราะห์เป็นข้อมูลทุติยภูมิที่เลือกจากงบการเงินประจำปีของบริษัทที่ จดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทยในช่วงปี พ.ศ. 2545 ถึงปี พ.ศ. 2558 ประกอบด้วย บริษัทธุรกิจ ที่ไม่เคยผิดนัดชำระหนี้หุ้นกู้ จำนวน 72 บริษัท และบริษัทธุรกิจที่เคยผิดนัดชำระหนี้หุ้นกู้ จำนวน 29 บริษัท ผลการวิเคราะห์การถดถอยลอจิสติก (Logistic Regression Analysis) ได้ค่าพยากรณ์ความน่าจะเป็นของบริษัทธุรกิจที่ไม่เคยผิดนัดชำระหนี้หุ้นกู้ แล้วนำมาคำนวณคะแนนเครดิต (Credit Score) ของแต่ละบริษัท เพื่อนำมาใช้จำ แนกบริษัทธุรกิจตามระดับความเสี่ยง ผลการศึกษาพบว่า สมการพยากรณ์มีตัวแปรอิสระที่มีนัยสำคัญทางสถิติเพียง 2 ตัวคือ อัตราส่วนกําไรสะสมต่อสินทรัพย์รวมและอัตราส่วนกําไรก่อนหักดอกเบี้ยและภาษีต่อสินทรัพย์รวม สมการที่ได้มีความถูกต้องในการพยากรณ์ร้อยละ 93.84 โดยสามารถจำแนกบริษัทออกได้เป็น 5 กลุ่มตามเกณฑ์คะแนนเครดิต ซึ่งมีบริษัทที่ถูกจัดให้อยู่ในกลุ่มดีมาก ดี ค่อนข้างดี ค่อนข้างไม่ดี ไม่ดี ด้วยคะแนนเครดิต 570 ขึ้นไป 535-570 500-535 475-500 และ ต่ำกว่า 475 ซึ่งมีร้อยละของบริษัทที่มีคะแนนเครดิต อยู่ในแต่ละช่วงดังนี้ 4.95, 21.78, 39.60, 15.84 และ 17.82 ตามลำดับ            The objective of this study is to classify the companies registered in Stock Exchange of Thailand (SET) by Altman’s Emerging Market Z-Score Model. This empirical study selects the annual financial statements of companies registered in Stock Exchange of Thailand since 2002 to 2015. The data consists of 29 distressed companies that have been defaulted on corporate bonds and 72 non-distressed companies that have not been defaulted on corporate bonds. The log-odds credit score calculated based on the estimated default probability from the logistic regression equation which is used to classify the risk level of the company. Only two independent variables in the Altman’s model, the ratio of retain earnings to total assets and the ratio of earnings before interest and tax to total assets, are statistically significant. The overall accuracy of the model is 93.84% by classifying the companies into 5 groups with credit scores as very good, good, rather good, rather not good, and not good with credit score above 570, 535-570, 500-535, 475-500 and below 475 in each of which the percentages of companies are 4.95, 21.78, 39.60, 15.84 and 17.82 respectively.