รายละเอียดบทความ
| ชื่อเรื่อง |
การพยากรณ์ภาวะล้มเหลวทางธุรกิจจากข้อมูลทางบัญชี
|
| ชื่อเรื่องรอง |
|
| ชื่อผู้แต่ง |
| 1. | ประเสริฐ ลีฬหาวาสน์ |
| 2. | มนวิกา ผดุงสิทธ์ |
|
| หัวเรื่องคำสำคัญ |
|
| หัวเรื่องควบคุม |
| 1. | ความล้มเหลวทางธุรกิจ |
| 2. | การบัญชี |
|
| คำอธิบาย / บทคัดย่อ |
หัวข้อเกี่ยวกับข้อมูลบัญชีหัวข้อหนึ่งซึ่งเป็นเรื่องที่อภิปรายกันทั่วไปได้แก่ ข้อมูลทางบัญชีให้สารสนเทศที่เป็นประโยชน์ต่อการตัดสนใจหรือไม่ (Value Relevance) หรืออีกนัยหนึ่งตัวเลขทางบัญชีนั้นมีความถูกต้องและน่าเชื่อถือมากน้อยเพียงใด การตกแต่งข้อมูลทางการบัญชีเป็นเรื่องที่น่าสนใจค่อนข้างมาก เห็นได้จากหัวข้องานวิจัยและบทความทางธุรกิจที่เกี่ยวกับการตกแต่งกำไร อย่างไรก็ตาม ยังคงมีงานวิจัยจำนวนมากที่แสดงหลักฐานให้เห็นว่าข้อมูลทางบัญชีเพิ่มมูลค่าให้แก่ข้อมูลการตัดสินใจ ตัวอย่างเช่น งานวิจัยของ Altman (1998) ที่มีวัตถุประสงค์เพื่อประเมินคุณภาพของการวิเคราะห์อัตราส่วนที่ใช้เป็นเทคนิคในการวิเคราะห์ขั้นพื้นฐาน เนื่องจาก Altman (1998) เห็นว่า ในช่วงเวลาดังกล่าว นักวิชาการและนักวิจัยพยายามไม่ใช้การวิเคราะห์อัตราส่วนเป็นเครื่องมือวิเคราะห์ผลการปฏิบัติงานขององค์กรเพราะเห็นว่าข้อมูลดังกล่าวไม่เป็นประโยชน์ Altman (1998) ได้สร้างแบบจำลองจากข้อมูลทางบัญชีด้วยวิธีการวิเคราะห์จำแนกกลุ่ม (Discriminant Analysis) เพื่อใช้ในการพยากรณ์ภาวะล้มเหลวทางการเงินของกิจการ ผลของงานวิจัยดังกล่าวแสดงให้เห็นว่า ข้อมูลทางบัญชีมีประโยชน์ต่อการตัดสินใจเนื่องจากแบบจำลองของ Altman สามารถพยากรณ์ภาวะล้มเหลวได้ถูกต้องถึงร้อยละ 94 ของกลุ่มตัวอย่างโดยรวม
ดังนั้น เพื่อให้ข้อมูลทางการบัญชีสามารถสะท้อนถึงสภาพการดำเนินการได้อย่างถูกต้อง กิจการจึงควรเก็บข้อมูลดังกล่าวอย่างมีประสิทธิภาพ ความสำคัญของข้อมูลที่ถูกต้อง ทันสมัยเห็นได้จากการที่สำนักงานเศรษฐกิจอุตสาหกรรม (สศอ.) กระทรวงอุตสาหกรรม ได้กำหนดให้มีการแจ้งข้อมูลการประกอบกิจการโรงงานในแบบ ร.ง.8 โดยมีวัตถุประสงค์เพื่อปรับปรุงประสิทธิภาพของข้อมูลเพื่อการเตือนภัยทางเศรษฐกิจ เนื่องจาก สศอ. เห็นว่า วิกฤตเศรษฐกิจที่ตกต่ำอย่างรุนแรงในปี พ.ศ.2540 และต่อเนื่องมาจนถึงปัจจุบันนั้น ไม่มีสัญญาณเตือนภัยที่ชัดเจน ทำให้รัฐบาลไม่สามารถแก้ไขปัญหาได้อย่างทันท่วงที สาเหตุหนึ่งเนื่องมากจากทางเศรษฐกิจของประเทศล้าสมัยไม่ตรงกับความเป็นจริงและไม่มีมาตรฐานในการจัดเก็บอย่างเป็นรูปธรรม แต่ละหน่วยงานที่จัดเก็บข้อมูลต่างจัดเก็บเฉพาะข้อมูลที่เกี่ยวข้องกับหน้าที่ความรับผิดชอบของหน่วยงานเท่านั้น ข้อมูลที่จัดเก็บไม่สามารถนำมาใช้ประโยชน์ร่วมกันได้อย่างมีประสิทธิภาพ ทำให้ข้อมูลที่มีอยู่ไม่สามารถใช้เป็นเครื่องชี้วัดภาวะเศรษฐกิจได้อย่างมีประสิทธิภาพและทันต่อเหตุการณ์
สถานการณ์ที่เกิดขึ้นระดับประเทศเป็นปัญหาที่กิจการต่างๆ อาจประสบอยู่ไม่มากก็น้อย การบริหารจัดการที่ไม่มีประสิทธิภาพ การจัดเก็บข้อมูลทางบัญชีที่ไม่สามารถสะท้อนถึงภาวะทางเศรษฐกิจของกิจการได้อย่างถูกต้อง ทำให้ผู้บริหารไม่สามารถใช้ข้อมูลได้อย่างมีประสิทธิภาพ หรือไม่มีสัญญาณเตือนภัยที่ทำให้ผู้บริหารทราบล่วงหน้าว่าบริษัทกำลังเข้าสู่ภาวะวิกฤตจนอาจถึงขั้นล้มละลายในที่สุด โอกาสในการเกิดความล้มเหลวทางการเงินเป็นเรื่องที่เรียกว่าเป็นความเป็นความตายของกิจการ ข้อสมมติฐานเรื่องการดำเนินงานต่อเนื่องเป็นที่ที่สำคัญต่อผู้ที่มีส่วนได้เสีย (Stakeholders) ทั้งภายในและภายนอกกิจการ ตัวอย่างเช่น พนักงานอาจจะกังวลว่าความรู้และทักษะที่ตนมีอยู่อาจจะไม่เหมาะสมและไม่เป็นที่ต้องการขององค์กรใหม่ถ้าต้องมีการย้ายงานส่วนผู้ที่มีส่วนได้ส่วนเสียภายนอกกิจการ เช่น ลูกค้า กิจการคู่ค้า เจ้าหนี้และนักลงทุน ก็จะมองกิจการในช่วงภาวะที่มีการล้มเหลวทางการเงินโดยมีมุมมองที่แตกต่างไปจากในช่วงที่กิจการกำลังเจริญเติบโต (Mossman et al., 1998)
อย่างไรก็ตาม สำหรับในองค์กรนั้น ยังคงมีหลักประกันบางส่วนที่ทำให้เชื่อได้ว่า ข้อมูลทางบัญชีของกิจการเป็นข้อมูลที่น่าเชื่อถือ เนื่องจากการบันทึกรายการทางบัญชีจะต้องเป็นไปตามหลักการทางบัญชีที่รับรองกันทั่วไป และมาตรฐานการบัญชีที่กำหนดไว้ เฉพาะเรื่องนอกจากนี้ ผลงานของผู้สอบบัญชีและนักวิเคราะห์ก็เป็นอีกวิธีการหนึ่งที่ช่วยตรวจสอบสภาพทางการเงินและส่งสัญญาณเตือนภัย (ถ้ามี) ให้กับผู้ใช้ข้อมูล ซึ่งหากพิจารณาในมุมมองของนักลงทุน โดยเฉพาะอย่างยิ่งนักลงทุนรายย่อย ถ้าหากข้อมูลทางบัญชีสามารถนำมาใช้ในการตัดสินใจได้ ก็จะเป็นประโยชน์อย่างมาก เนื่องจากการวิเคราะห์กิจการโดยใช้ข้อมูลทางบัญชีที่เปิดเผยสู่สาธารณชนจะมีต้นทุนต่ำ
ประเทศไทยได้รับผลกระทบจากวิกฤตเศรษฐกิจในปี พ.ศ. 2540 อย่างมาก บุคคลและบริษัทหลายแห่งต้องล้มละลายอย่างกะทันหันโดยที่แทบจะไม่รู้ตัวล่วงหน้า ธุรกิจที่ต้องพึ่งพาแหล่งเงินทุนจากสถาบันการเงินที่ถูกปิดไปได้รับผลกระทบอย่างรุนแรง รัฐบาลต้องขอความช่วยเหลือจากกองทุนการเงินระหว่างประเทศ (IMF) ส่งผลให้การพัฒนาประเทศหรือนโยบายการลงทุนด้านอื่นๆ ของรัฐบาลหยุดชะงัก นักลงทุนต่างประเทศขาดความเชื่อมั่นจึงเทขายหุ้นจนดัชนีขีดต่ำสุด ผู้ลงทุนรายย่อยหลายรายไม่สามารถฝ่าวกฤตดังกล่าวได้ บริษัทที่กูเงินจากต่างประเทศโดยไม่ได้มีการป้องกันความเสี่ยงหรือไม่มีวินัยในการใช้จ่ายเงินได้รับผลกระทบอย่างมาก บริษัทยังคงไม่สามารถออกจากภาวะละลายได้จะเห็นได้ว่าการล้มเหลวของบริษัทเหล่านี้จะส่งผลกระทบอย่างกว้างขวางไม่ว่าจะเป็นผู้ลงทุน เจ้าหนี้ พนักงาน ผู้สอบบัญชี ประชาชนทั่วไป และเศรษฐกิจโดยรวมของประเทศ แม้ว่าการล้มละลายอาจจะเป็นเหตุการณ์ที่ไม่เกิดขึ้นบ่อย แต่เป็นเหตุการณ์ที่มีต้นทุนสูงสำหรับเจ้าของเงินเนื่องจากการปรับโครงสร้างองค์กรหรือต้นทุนในการเงินกิจการจะไปลดมูลค่าส่วนใหญ่ขององค์กร (Beaver, 1968) ผลกระทบดังกล่าวทำให้สังคมเริ่มตระหนักถึงความสำคัญของสัญญาณเตือนภัยเกี่ยวกับภาวะล้มเหลวทางการเงินเนื่องจากเป็นเรื่องที่สำคัญที่จะต้องมีเครื่องมือเป็นตัวช่วยในการี้วัดเพื่อเตรียมตัวที่จะรับมือหรือส่งสัญญาณให้ผู้มีส่วนได้เสียกับองค์กรได้รับรู้
วิธีการวิเคราะห์ข้อมูลเป็นอีกเรื่องหนึ่งที่นักลงทุนให้ความสนใจ เนื่องจากเครื่องมือในการวิเคราะห์ทางการเงินส่วนใหญ่ล้วนมีความซับซ้อน การวิเคราะห์ส่วนใหญ่ต้องอาศัยผู้เชี่ยวชาญทางการเงิน นักวิจัยได้ให้ความสำคัญเกี่ยวกับการวิเคราะห์พื้นฐาน (Fundamental Analysis) มากขึ้น (ตัวอย่างเช่น งายวิจัยของ Mitchell and Van Roy (2007) Chava and Jarrow (2004) และ Mossman et al. (1998) เป็นต้น) Buaman (1996)ได้ให้ความหมายของการวิเคราะห์พื้นฐานว่า เป็นการประเมินและพยากรณ์กิจกรรมขององค์กรโดยการใช้ข้อมูลที่เปิดเผลในงบการเงินอื่นๆ ที่เกี่ยวกับองค์กรข้อมูลตลาดผลิตภัณฑ์ที่องค์กรแข่งขันและสภาพแวดล้อมทางเศรษฐกิจโดยรวม การวิเคราะห์พื้นฐานมีข้อดีคือ จะหลีกเหลี่ยงความยุ่งยากต่างๆ ของวิธีการคิดลดกระแสเงินสดโดย Buaman (1996) เห็นว่า งานที่สำคัญงานหนึ่งของการวิเคราะห์พื้นฐานคือการวิเคราะห์งบการเงินของกิจการ ผลลัพธ์ของการวิเคราะห์พื้นฐานจะเป็นสัญญาณขั้นพื้นฐานที่สะท้อนให้เห็นถึงมูลค่าขององค์กร
งานวิจัยแรกๆ ที่ใช้วิธีการทางสถิติพยากรณ์ภาวะล้มเหลวทางการเงินจากข้อมูลอัตราส่วนทางบัญชีคืองานวิจัยของ Beaver ในปี ค.ศ.1966 ซึ่งได้ประเมินความสำคัญของอัตราส่วนทางบัญชีโดยใช้การวิเคราะห์ตัวแปรเดี่ยว (Univariate Analysis) โดยวิเคราะห์อัตราส่วนทีละอัตราส่วน Altman (1968) ได้เสริมงานวิจัยของ Beaver โดยการปรับวิธีการทางสถิติโดยใช้วิธีการจำแนกกลุ่ม (Discriminant Analysis) ซึ่งพิจารณาอัตราส่วนในหลานอัตราในเวลาเดียวกัน และได้สร้างแบบจำลองเพื่อพยากรณ์สภาวะความล้มเหลวทางการเงิน (Z-Score Model) ซึ่งใช้อัตราส่วนทางการเงิน จำนวน 5 อัตราส่วน แบบจำลองดักล่าวสามารถพยากรณ์กิจการที่ล้มละลายได้ถูกต้องถึงร้อยละ 94 ขอวกลุ่มตัวอย่างโดยรวม ต่อมา Altman et al. (1995) ได้ปรับแบบจำลองโดยลดจำนวนอัตราส่วนทางการเงินเหลือเพียง 4 อัตราส่วน เพื่อลดข้อจำกัดในเรื่องขนาดและประเภทของอุตสาหกรรม และได้ใช้แบบจำลองดังกล่าวในการทำนายภาวะล้มเหลวทางการเงินของบริษัทในเขตเศรษฐกิจเปิดใหม่ (Emerging Market)
แบบจำลองที่พัฒนาโดย Altman เป็นแบบจำลองที่นักลงทุนที่สนใจสามารถนำมาใช้ได้โดยไม่จำเป็นต้องใช้ความทางด้านการเงินที่ซับซ้อน โดยเฉพาะอย่างยิ่งนักลงทุนรายย่อยที่ต้องการเครื่องมือวิเคราะห์ที่ไม่ซับซ้อนมากนัก ดังนั้น ถ้าแบบจำลอง Z-Score Model ของ Altman สามารถนำมาใช้พยากรณ์สภาวะความล้มเหลวทางการเงินของบริษัทในประเทศไทยได้อย่างแม่นยำพอควร แบบจำลองดังกล่าวก็จะเป็นประโยชน์ต่อนักลงทุนอย่างมาก งานวิจัยนี้จึงมีวัตถุประสงค์ที่จะศึกษาความแม่นยำของแบบจำลองที่พัฒนาโดย Altman ในการพยากรณ์ความเป็นไปได้ที่กิจการอาจจะเข้าสู่ภาวะล้มเหลวทางการเงินได้แม่นยำมากกว่ากัน โดยงานวิจัยนี้จะศึกษาเฉพาะบริษัทจดทะเบียนและรับอนุญาตในตลาดหลักทรัพย์แห่งประเทศไทยและตลาดหลักทรัพย์ เอ็ม เอ ไอ ในช่วงปี พ.ศ.2546-2550 เนื่องจากมีข้อมูลที่สมารถนำมาใช้ในการวิเคราะห์ตามเงื่อนไขของแบบจำลองที่ค่อนข้างครบถ้วน ผลการศึกษาที่จะได้เป็นประโยชน์ต่อผู้ที่มีส่วนได้เสียกับองค์กรที่สนใจเครื่องมือที่มารถชี้วัดภาวะความล้มเหลวที่อาจเกิดขึ้นกับธุรกิจสามารถเลือกแบบจำลองไปใช้ให้เหมาะสมกับสถานการณ์ สมารถเตรียมความพร้อมสำหรับสถานการณ์ที่ไม่พึงประสงค์ที่อาจจะเกิดขึ้นในอนาคต รวมทั้งทำให้เกิดการตระหนักถึงความสำคัญของข้อมูลทางการบัญชีต่อการตัดสินใจเชิงเศรษฐกิจ
|
รายละเอียดวารสารเพื่อติดตามอ่านบทความฉบับเต็ม (Full Text)