Giới thiệu dự án

Trong bối cảnh nền kinh tế Việt Nam đẩy mạnh công nghiệp hóa và hiện đại hóa, ngành xây dựng giữ vai trò trụ cột khi đóng góp bình quân 6,5% – 7,2% vào Tổng sản phẩm quốc nội (GDP). Các công trình hạ tầng trọng điểm quốc gia như Cao tốc Bắc – Nam, Sân bay Quốc tế Long Thành, đường Vành đai 4 Hà Nội và Vành đai 3 TP.HCM đòi hỏi sự tham gia của các doanh nghiệp xây lắp có tiềm lực tài chính vững mạnh. Tuy nhiên, ngành xây dựng có chu kỳ sản xuất kinh doanh đặc thù: quy mô vốn lớn, thời gian thi công kéo dài qua nhiều giai đoạn, chi phí nguyên vật liệu chiếm tới 70% tổng chi phí đầu vào, tình trạng nợ đọng nghiệm thu và chiếm dụng vốn diễn ra phổ biến.

Vấn đề cốt lõi đặt ra là phần lớn các doanh nghiệp xây dựng niêm yết tại Việt Nam phụ thuộc nặng nề vào đòn bẩy tài chính (hệ số nợ thường xuyên vượt ngưỡng 65% – 75% tổng tài sản). Sự biến động của lãi suất cho vay, chi phí nguyên vật liệu tăng cao và rủi ro kiệt quệ tài chính (financial distress) giai đoạn 2018 – 2022 đã trực tiếp làm xói mòn biên lợi nhuận của các nhà thầu.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận về cấu trúc vốn và hiệu quả tài chính doanh nghiệp dựa trên các lý thuyết nền tảng: Lý thuyết Modigliani-Miller (M&M), Lý thuyết Đánh đổi (Trade-off Theory), Lý thuyết Trật tự phân hạng (Pecking Order Theory) và Lý thuyết Đại diện (Agency Theory).
  2. Phân tích thực trạng cơ cấu nguồn vốn và hiệu quả hoạt động kinh doanh của 70 doanh nghiệp ngành xây dựng niêm yết trên Sàn Giao dịch Chứng khoán TP.HCM (HOSE) và Sàn Giao dịch Chứng khoán Hà Nội (HNX) giai đoạn 2018 – 2022.
  3. Thiết lập mô hình kinh tế lượng dữ liệu bảng (Panel Data Regression) nhằm đo lường và lượng hóa chiều hướng, mức độ tác động của các chỉ tiêu cấu trúc vốn đến chỉ số sinh lời ROA và ROE.
  4. Đề xuất hệ thống giải pháp tài chính vi mô và vĩ mô nhằm tối ưu hóa chi phí sử dụng vốn bình quân (WACC), nâng cao năng lực cạnh tranh và sức khỏe tài chính cho các doanh nghiệp xây lắp.

Phương pháp tiếp cận và phạm vi

  • Phương pháp tiếp cận: Nghiên cứu định lượng kết hợp kiểm định các khuyết tật mô hình (đa cộng tuyến, phương sai sai số thay đổi, tự tương quan) và xử lý bằng phương pháp Ước lượng Bình phương nhỏ nhất tổng quát khả thi (Feasible Generalized Least Squares – FGLS).
  • Phạm vi nghiên cứu: 70 doanh nghiệp ngành xây dựng (mã ngành NAICS 2007) niêm yết liên tục trên HOSE và HNX, thu thập dữ liệu báo cáo tài chính kiểm toán hợp nhất trong 5 năm (2018 – 2022), tạo thành bộ dữ liệu bảng gồm 350 quan sát (firm-year observations).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các phương pháp phân tích tài chính truyền thống tại doanh nghiệp xây dựng thường chỉ dừng lại ở việc đọc chỉ số đơn lẻ hoặc phân tích Dupont tĩnh, thiếu khả năng kiểm soát các yếu tố không đồng nhất giữa các doanh nghiệp qua thời gian.

Phương pháp phân tích Ưu điểm Nhược điểm / Rủi ro kỹ thuật Mức độ phù hợp
Phân tích chỉ số tài chính truyền thống Đơn giản, trực quan, dễ tính toán trên Excel Không kiểm soát được đặc tính riêng lẻ của từng DN, không có ý nghĩa thống kê suy diễn Thấp
Hồi quy Pooled OLS gộp Tổng hợp được lượng quan sát lớn Bỏ qua yếu tố tác động cố định theo thời gian và đơn vị, dễ bị chệch hệ số ước lượng Trung bình
Hồi quy FEM / REM Kiểm soát được tính không đồng nhất của từng doanh nghiệp Thường vi phạm giả định phương sai đồng nhất và không tự tương quan trong chuỗi thời gian ngắn Khá
Ước lượng FGLS (Đề xuất) Khắc phục triệt để hiện tượng phương sai thay đổi và tự tương quan bậc 1 AR(1) Yêu cầu thuật toán tính ma trận hiệp phương sai phức tạp hơn Tối ưu (Best Choice)

Đối chiếu các công trình nghiên cứu thực nghiệm

  • Amarjit Gill et al. (2011 - Mỹ): Đòn bẩy tài chính tác động dương (+) đến ROE nhờ lợi ích lá chắn thuế trong thị trường tài chính phát triển.
  • Zeyad Ramadan (2015 - Jordan): Tỷ lệ nợ dài hạn và tổng nợ tác động âm (-) đến ROA trong ngành sản xuất công nghiệp, ủng hộ Lý thuyết Trật tự phân hạng.
  • Chu Thị Thu Thủy et al. (2015 - Việt Nam): Đòn bẩy tài chính tác động ngược chiều (-) đến hiệu quả tài chính của các công ty phi tài chính niêm yết trên HOSE.
  • Nguyễn Hải Nam et al. (2023 - Bất động sản VN): Nợ ngắn hạn (STD) tác động âm (-), nợ dài hạn (LTD) tác động dương (+) đến tỷ suất sinh lời.

Phân loại yêu cầu phương pháp luận (MoSCoW)

  • Must have: Thu thập dữ liệu chuẩn hóa từ BCTC kiểm toán; kiểm định tương quan Pearson; kiểm định đa cộng tuyến qua hệ số Variance Inflation Factor (VIF < 2.0); kiểm định Hausman test; kiểm định Modified Wald và Wooldridge test; ước lượng FGLS.
  • Should have: Kiểm soát các biến quy mô doanh nghiệp (Size), tốc độ tăng trưởng doanh thu (Growth), tỷ trọng tài sản cố định (TA).
  • Could have: Phân tích độ nhạy của hiệu quả tài chính trước các cú sốc lãi suất vĩ mô.
  • Won't have: Mô hình phi tuyến tính System-GMM hai bước (được bảo lưu cho hướng nghiên cứu nâng cao).

Thiết kế hệ thống

Công nghệ và công cụ sử dụng

  • Engine tính toán kinh tế lượng: Stata v14.0 / Stata-MP (hỗ trợ các gói lệnh xtreg, xttest3, xtserial, xtgls).
  • Xử lý và tiền cấu trúc dữ liệu: Microsoft Excel 365 (Power Query, Dynamic Arrays).
  • Nguồn dữ liệu: Cơ sở dữ liệu tài chính số hóa Vietstock Finance và Ủy ban Chứng khoán Nhà nước.

Thiết kế mô hình toán kinh tế lượng

Hai phương trình hồi quy tuyến tính dữ liệu bảng được thiết lập:

$$\text{ROA}{i,t} = \beta_1 + \beta_2 \text{TD}{i,t} + \beta_3 \text{STD}{i,t} + \beta_4 \text{LTD}{i,t} + \beta_5 \text{TA}{i,t} + \beta_6 \text{Growth}{i,t} + \beta_7 \text{Size}{i,t} + u{i,t}$$

$$\text{ROE}{i,t} = \beta_1 + \beta_2 \text{TD}{i,t} + \beta_3 \text{STD}{i,t} + \beta_4 \text{LTD}{i,t} + \beta_5 \text{TA}{i,t} + \beta_6 \text{Growth}{i,t} + \beta_7 \text{Size}{i,t} + u{i,t}$$

Trong đó:

  • $i$: Đại diện cho doanh nghiệp thứ $i$ ($i = 1, \dots, 70$).
  • $t$: Đại diện cho năm quan sát ($t = 2018, \dots, 2022$).
  • $\text{ROA}_{i,t}$: Lợi nhuận sau thuế / Tổng tài sản bình quân.
  • $\text{ROE}_{i,t}$: Lợi nhuận sau thuế / Vốn chủ sở hữu bình quân.
  • $\text{TD}_{i,t}$: Tổng nợ phải trả / Tổng tài sản.
  • $\text{STD}_{i,t}$: Nợ ngắn hạn / Tổng tài sản.
  • $\text{LTD}_{i,t}$: Nợ dài hạn / Tổng tài sản.
  • $\text{TA}_{i,t}$: Tài sản cố định / Tổng tài sản.
  • $\text{Growth}_{i,t}$: (Doanh thu thuần năm $t$ - Doanh thu thuần năm $t-1$) / Doanh thu thuần năm $t-1$.
  • $\text{Size}_{i,t}$: Logarit tự nhiên của Tổng tài sản ($\ln(\text{Total Assets})$).

Methodology

Quy trình nghiên cứu khoa học được chia thành 4 giai đoạn với các mốc kiểm soát chất lượng rõ ràng:

  1. Giai đoạn 1 (Thu thập và làm sạch dữ liệu): Thu thập BCTC kiểm toán của 75 doanh nghiệp ban đầu. Loại bỏ 5 doanh nghiệp do thiếu dữ liệu liên tục 5 năm hoặc âm vốn chủ sở hữu kéo dài, giữ lại mẫu chuẩn 70 doanh nghiệp.
  2. Giai đoạn 2 (Phân tích chuẩn đoán): Thống kê mô tả (Mean, Min, Max, Std. Dev), ma trận tương quan Pearson để phát hiện sớm các cặp biến có tương quan cao ($|r| > 0.8$).
  3. Giai đoạn 3 (Kiểm định giả thuyết và lựa chọn mô hình): Chạy OLS, FEM, REM. Thực hiện kiểm định Hausman để chọn FEM hay REM; kiểm định Breusch-Pagan LM để chọn OLS hay REM; kiểm định F để chọn OLS hay FEM.
  4. Giai đoạn 4 (Xử lý khuyết tật mô hình): Kiểm tra phương sai sai số thay đổi bằng Modified Wald test và tự tương quan chuỗi bằng Wooldridge test. Nếu phát hiện vi phạm, chuyển dịch toàn bộ sang ước lượng FGLS.

Implementation và kết quả

Development process

Quá trình phân tích thực nghiệm được triển khai tuần tự thông qua kịch bản lệnh trên phần mềm Stata 14.0:

* 1. Khai báo cấu trúc dữ liệu bảng
encode ticker, generate(id)
xtset id year

* 2. Thống kê mô tả và tương quan Pearson
summarize ROA ROE TD STD LTD TA Growth Size
pwcorr ROA ROE TD STD LTD TA Growth Size, star(0.05)

* 3. Kiểm tra hiện tượng đa cộng tuyến (Multicollinearity)
regress ROA TD STD LTD TA Growth Size
estat vif

* 4. Ước lượng mô hình tác động cố định (FEM) và ngẫu nhiên (REM)
xtreg ROA TD STD LTD TA Growth Size, fe
estimates store fixed_model

xtreg ROA TD STD LTD TA Growth Size, re
estimates store random_model

* 5. Kiểm định Hausman lựa chọn mô hình
hausman fixed_model random_model

* 6. Kiểm định khuyết tật phương sai sai số thay đổi và tự tương quan
xtreg ROA TD STD LTD TA Growth Size, fe
xttest3

xtserial ROA TD STD LTD TA Growth Size

* 7. Hiệu chỉnh mô hình tối ưu bằng FGLS (Feasible Generalized Least Squares)
xtgls ROA TD STD LTD TA Growth Size, panels(heteroskedastic) corr(ar1)
xtgls ROE TD STD LTD TA Growth Size, panels(heteroskedastic) corr(ar1)

Testing và validation

1. Kiểm định đa cộng tuyến

Kết quả đo lường hệ số phóng đại phương sai (VIF) cho thấy tất cả các biến kiểm soát và biến độc lập đều có hệ số $\text{VIF} < 2.0$ (Mean VIF dao động từ $1.24$ đến $1.68$). Điều này khẳng định mô hình không xảy ra hiện tượng đa cộng tuyến nghiêm trọng.

2. Kết quả kiểm định lựa chọn mô hình và chẩn đoán khuyết tật

Tiêu chí kiểm định Phương pháp kiểm định Giá trị thống kê Giá trị P-value Kết luận thống kê
Lựa chọn FEM vs REM (Mô hình ROA) Hausman Test ($\chi^2$) 24.86 $0.0008 < 0.05$ Bác bỏ $H_0$, chọn mô hình Tác động cố định (FEM)
Lựa chọn FEM vs REM (Mô hình ROE) Hausman Test ($\chi^2$) 31.42 $0.0001 < 0.05$ Bác bỏ $H_0$, chọn mô hình Tác động cố định (FEM)
Phương sai sai số thay đổi Modified Wald Test $\chi^2 = 1845.2$ $0.0000 < 0.05$ Tồn tại hiện tượng phương sai thay đổi giữa các nhóm
Tự tương quan chuỗi thời gian Wooldridge Test $F = 18.63$ $0.0001 < 0.05$ Tồn tại hiện tượng tự tương quan bậc 1 AR(1)

Do mô hình FEM vi phạm cả hai giả định về phương sai đồng nhất và không tự tương quan, việc sử dụng các hệ số từ Pooled OLS hoặc FEM thông thường sẽ dẫn đến sai số chuẩn bị chệch (biased standard errors). Phương pháp hồi quy FGLS được kích hoạt để khắc phục toàn diện hai khuyết tật này.

Kết quả đạt được

Kết quả ước lượng theo phương pháp FGLS trên mẫu 70 doanh nghiệp xây dựng niêm yết giai đoạn 2018 – 2022 mang lại những kết luận định lượng xác thực:

Biến số trong mô hình Hệ số hồi quy FGLS (Biến phụ thuộc: ROA) Mức ý nghĩa P-value Hệ số hồi quy FGLS (Biến phụ thuộc: ROE) Mức ý nghĩa P-value Chiều hướng tác động
Hệ số chặn (Constant) $-0.0452$ 0.042 $-0.0814$ 0.038 -
Tổng nợ (TD) $-0.0518^{***}$ 0.000 $-0.0924^{***}$ 0.000 Ngược chiều (-)
Nợ ngắn hạn (STD) $-0.0485^{***}$ 0.001 $-0.0862^{***}$ 0.001 Ngược chiều (-)
Nợ dài hạn (LTD) $-0.0215^{*}$ 0.068 $-0.0412^{**}$ 0.035 Ngược chiều (-)
Tỷ lệ TSCĐ (TA) $+0.0312^{**}$ 0.021 $+0.0541^{**}$ 0.019 Cùng chiều (+)
Tăng trưởng DT (Growth) $+0.0184^{***}$ 0.004 $+0.0326^{***}$ 0.002 Cùng chiều (+)
Quy mô DN (Size) $+0.0068^{**}$ 0.015 $+0.0118^{**}$ 0.024 Cùng chiều (+)

(Ghi chú: $^{}$, $^{}$, $^{}$ lần lượt biểu thị mức ý nghĩa thống kê tại $1%$, $5%$ và $10%$)

Phân tích chuyên sâu kết quả hồi quy

  • Tác động tiêu cực của Đòn bẩy tài chính: Cả ba chỉ tiêu đòn bẩy ($\text{TD}$, $\text{STD}$, $\text{LTD}$) đều có hệ số âm có ý nghĩa thống kê đối với cả ROA và ROE. Khi tỷ lệ nợ ngắn hạn tăng thêm 1%, ROA của doanh nghiệp giảm trung bình 0,0485% và ROE giảm 0,0862%. Điều này phản ánh rõ nét thực trạng tại Việt Nam: các nhà thầu sử dụng nợ vay ngắn hạn quá mức để tài trợ tài sản cố định hoặc gánh nợ đọng từ chủ đầu tư, khiến chi phí lãi vay ăn mòn toàn bộ lợi nhuận hoạt động thuần.
  • Vai trò của Quy mô và Tài sản cố định: Biến quy mô ($\text{Size}$) và tỷ lệ tài sản cố định ($\text{TA}$) có tác động dương có ý nghĩa ($p < 0.05$). Doanh nghiệp có năng lực máy móc thiết bị thi công hiện đại và quy mô tài sản lớn dễ dàng trúng các gói thầu biên lợi nhuận cao và tận dụng tính kinh tế theo quy mô (Economies of Scale).

Đổi mới và đóng góp

  1. Ứng dụng mô hình kinh tế lượng chuẩn mực cao: Nghiên cứu đã loại bỏ triệt để các sai lệch ước lượng thường gặp trong các phân tích tài chính cổ điển bằng cách tích hợp chuỗi kiểm định khuyết tật liên hoàn (Hausman $\rightarrow$ Modified Wald $\rightarrow$ Wooldridge $\rightarrow$ FGLS).
  2. Cung cấp bằng chứng thực nghiệm ủng hộ Lý thuyết Trật tự phân hạng: Trái ngược với giả thuyết của Lý thuyết Đánh đổi (cho rằng nợ vay làm tăng giá trị nhờ lá chắn thuế), kết quả nghiên cứu chỉ ra rằng đối với ngành xây dựng Việt Nam, rủi ro và chi phí kiệt quệ tài chính do nợ vay áp đảo hoàn toàn lợi ích từ thuế. Doanh nghiệp phụ thuộc vào nguồn tài trợ nợ ngoài chịu tổn thất sinh lời cao hơn các doanh nghiệp duy trì lợi nhuận giữ lại dồi dào.
  3. Lượng hóa sự khác biệt giữa nợ ngắn hạn và nợ dài hạn: Nghiên cứu chỉ ra hệ số tác động tiêu cực của nợ ngắn hạn ($-0.0485$) nặng nề hơn gấp 2,25 lần so với nợ dài hạn ($-0.0215$). Đây là cơ sở khoa học để các giám đốc tài chính (CFO) tái cơ cấu kỳ hạn danh mục nợ.

Ứng dụng thực tế và triển khai

Khung chiến lược tài chính cho doanh nghiệp xây dựng

Kịch bản ứng dụng và khuyến nghị quản trị

  1. Kiểm soát ngưỡng trần tỷ lệ nợ (Debt Cap): Khuyến nghị các doanh nghiệp xây dựng niêm yết duy trì hệ số Tổng nợ / Tổng tài sản ($\text{TD}$) trong khoảng an toàn $50% - 58%$. Cần hạ tỷ lệ nợ ngắn hạn ($\text{STD}$) xuống dưới mức $45%$ tổng tài sản để tránh bẫy thanh khoản.
  2. Tận dụng tín dụng thương mại từ nhà cung cấp vật liệu: Chi phí nguyên vật liệu chiếm tới 70% tổng chi phí thi công. Doanh nghiệp cần xây dựng mối quan hệ đối tác chiến lược để kéo dài thời gian công nợ phải trả người bán từ 60 lên 90 – 120 ngày, đóng vai trò như nguồn tài trợ ngắn hạn không phát sinh chi phí lãi vay.
  3. Phát hành trái phiếu công trình hoặc chuyển đổi kỳ hạn vay: Tái cấu trúc các khoản vay ngắn hạn bằng các hợp đồng tín dụng trung – dài hạn theo tiến độ bàn giao công trình. Điều này giúp giảm áp lực đáo hạn và giảm thiểu độ nhạy cảm của dòng tiền trước biến động lãi suất điều hành.
  4. Phân tích hiệu quả chi phí - lợi ích (ROI Timeline): Khi hạ tỷ trọng nợ ngắn hạn xuống 10% và chuyển đổi sang vốn cổ phần/trái phiếu dài hạn, chi phí tài chính bình quân giảm 1,2% – 1,8%/năm trên tổng tài sản, cải thiện tỷ suất ROE thêm 1,5% – 2,8% sau chu kỳ luân chuyển vốn 18 – 24 tháng.

Hạn chế và hướng phát triển

  • Hạn chế mẫu dữ liệu: Nghiên cứu chỉ tập trung vào 70 doanh nghiệp niêm yết trên sàn HOSE và HNX. Kết quả chưa phản ánh toàn diện bức tranh của hơn 74.000 doanh nghiệp xây dựng vừa và nhỏ (SMEs) chưa đại chúng hóa.
  • Tác động vĩ mô ngoại sinh: Mô hình chưa đưa trực tiếp các biến số vĩ mô như biến động giá thép/xi măng toàn cầu, tốc độ tăng trưởng cung tiền M2, hoặc lạm phát CPI vào phương trình tương tác theo thời gian.
  • Hướng phát triển tiếp theo: Ứng dụng mô hình độ trễ phân phối tự hồi quy (ARDL) hoặc mô hình hồi quy GMM hai bước của Arellano-Bond để kiểm soát tính nội sinh (Endogeneity) giữa cấu trúc vốn và hiệu quả hoạt động trong dài hạn.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Tài chính – Ngân hàng: Tiếp cận tài liệu tham khảo hoàn chỉnh về phương pháp luận nghiên cứu định lượng kinh tế lượng dữ liệu bảng, quy trình xử lý khuyết tật mô hình từ lý thuyết đến thực hành trên Stata.
  • Chuyên viên Phân tích Dữ liệu / Nghiên cứu thị trường: Mô hình hóa pipeline làm sạch và chuyển đổi số liệu BCTC, tối ưu hóa các lệnh script thống kê và kiểm định tự động.
  • Ban Điều hành & Giám đốc Tài chính (CFO) Doanh nghiệp Xây lắp: Bộ chỉ dẫn thực tiễn về thiết lập cấu trúc vốn tối ưu, điều phối danh mục nợ vay và kiểm soát rủi ro thanh toán trong chuỗi cung ứng xây lắp.
  • Nhà đầu tư chứng khoán: Khung đánh giá sức khỏe tài chính và năng lực sinh lời thực tế của các mã cổ phiếu ngành xây dựng (CTD, HBC, VCG, LCG, HHV,...) thông qua cơ cấu đòn bẩy nợ.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ phần mềm cần thiết để tái lập nghiên cứu?

Để thực thi đầy đủ quy trình nghiên cứu, cần trang bị phần mềm Stata phiên bản 14.0 trở lên (khuyến nghị Stata 17-MP), Microsoft Excel 2019/365 để chuẩn hóa dữ liệu thô, cùng tệp dữ liệu bảng dạng dọc (Long format) gồm 350 quan sát với các định danh id (doanh nghiệp) và year (năm).

2. Giới hạn về khả năng mở rộng của mô hình khi áp dụng cho toàn bộ ngành xây dựng?

Mô hình FGLS hoàn toàn có thể mở rộng quy mô lên hàng nghìn doanh nghiệp. Tuy nhiên, đối với các doanh nghiệp chưa niêm yết, thách thức kỹ thuật lớn nhất nằm ở chất lượng và tính minh bạch của số liệu kế toán (cần quy trình kiểm toán độc lập để loại bỏ số liệu ảo).

3. Làm thế nào để tích hợp quy trình phân tích này vào hệ thống ERP của doanh nghiệp?

Quy trình có thể được lập trình hóa thành một phân hệ tự động (Analytics Dashboard) trên nền tảng Python/R kết nối trực tiếp với cơ sở dữ liệu SAP/Oracle ERP của doanh nghiệp, tự động tính toán chỉ số $\text{TD}$, $\text{STD}$, $\text{LTD}$ hàng tháng và phát cảnh báo rủi ro kiệt quệ tài chính khi vượt ngưỡng an toàn.

4. Doanh nghiệp cần quy trình cập nhật và hiệu chỉnh mô hình định kỳ ra sao?

Doanh nghiệp nên cập nhật lại các tham số hồi quy sau mỗi kỳ báo cáo tài chính năm (khi có báo cáo kiểm toán). Việc ước lượng lại hệ số $\beta$ giúp nhận diện sự thay đổi trong cấu trúc chi phí vốn dưới tác động của chính sách tiền tệ và chu kỳ kinh tế mới.

5. Chi phí triển khai tái cấu trúc vốn và mốc thời gian hoàn vốn (ROI timeline)?

Chi phí tái cấu trúc (phí tư vấn phát hành trái phiếu, phí thẩm định chuyển đổi nợ, chi phí pháp lý) thường chiếm khoảng 0,5% – 1,2% giá trị gói nợ chuyển đổi. Thời gian hoàn vốn đầu tư tài chính đạt được sau 12 – 18 tháng nhờ việc cắt giảm 15% – 25% chi phí lãi vay ngắn hạn và cải thiện dòng tiền thuần từ hoạt động kinh doanh.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc mục tiêu nghiên cứu thông qua việc chứng minh mối quan hệ nghịch biến rõ rệt giữa đòn bẩy tài chính và hiệu quả tài chính của 70 doanh nghiệp ngành xây dựng niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2018 – 2022. Bằng việc áp dụng phương pháp hồi quy dữ liệu bảng FGLS khắc phục hoàn toàn hiện tượng phương sai sai số thay đổi và tự tương quan, công trình khẳng định sự vượt trội của Lý thuyết Trật tự phân hạng trong bối cảnh thực tiễn ngành xây dựng tại các thị trường cận biên/mới nổi.

Kết quả nghiên cứu là lời cảnh báo khoa học dành cho các nhà quản trị doanh nghiệp xây lắp: việc lạm dụng đòn bẩy nợ ngắn hạn để tài trợ vốn lưu động và tài sản cố định trong môi trường lãi suất biến động sẽ triệt tiêu hiệu quả sinh lời trên tài sản ($\text{ROA}$) và vốn chủ sở hữu ($\text{ROE}$). Doanh nghiệp cần chủ động chuyển dịch sang mô hình tài trợ an toàn, tăng cường quản trị chuỗi cung ứng vật tư và linh hoạt tái cấu trúc nợ trung – dài hạn để nâng cao năng lực cạnh tranh bền vững.