Bối cảnh và vấn đề nghiên cứu

Ngành sản xuất vật liệu xây dựng giữ vai trò huyết mạch trong việc hình thành cơ sở hạ tầng và phát triển kinh tế - xã hội tại Việt Nam, đóng góp trung bình từ 6,5% đến 7% vào GDP hàng năm. Do đặc thù là ngành cung ứng đầu vào trực tiếp cho lĩnh vực xây dựng và bất động sản, ngành sản xuất vật liệu xây dựng có độ nhạy cảm cao với chu kỳ kinh tế vĩ mô. Giai đoạn 2018–2022 chứng kiến những biến động phức tạp: sự suy giảm sức cầu của thị trường bất động sản từ năm 2019, sự gián đoạn chuỗi cung ứng toàn cầu do đại dịch Covid-19, căng thẳng địa chính trị đẩy giá nhiên liệu đầu vào (than, xăng, dầu) tăng cao, cùng việc kiểm soát chặt chẽ tín dụng và thị trường trái phiếu doanh nghiệp theo các chính sách điều hành kinh tế. Những tác động này khiến nhiều doanh nghiệp suy giảm mạnh sản lượng xuất khẩu (từ 13% đến 20%), ứ đọng hàng tồn kho, đứt gãy dòng tiền và đối mặt với rủi ro vỡ nợ (RRVN) hay kiệt quệ tài chính. Trong bối cảnh đó, việc đánh giá toàn diện các quyết định tài chính nội tại (đầu tư, huy động vốn và phân phối lợi nhuận) có ý nghĩa quyết định đến khả năng duy trì thanh khoản và sự an toàn tài chính của doanh nghiệp.

Khóa luận xác định các mục tiêu và câu hỏi nghiên cứu cụ thể như sau:

  • Mục tiêu chung: Phân tích ảnh hưởng của các quyết định tài chính đến rủi ro vỡ nợ của các doanh nghiệp thuộc ngành sản xuất vật liệu xây dựng niêm yết trên thị trường chứng khoán Việt Nam, từ đó đề xuất các khuyến nghị và giải pháp nhằm giảm thiểu rủi ro vỡ nợ.
  • Mục tiêu cụ thể:
    1. Hệ thống hóa cơ sở lý thuyết về quyết định tài chính, rủi ro vỡ nợ và mối quan hệ giữa các quyết định tài chính với rủi ro vỡ nợ của doanh nghiệp.
    2. Phân tích thực trạng hoạt động, đo lường rủi ro vỡ nợ thông qua chỉ số Z-score và xây dựng mô hình kinh tế lượng để đánh giá mức độ tác động của các quyết định tài chính đến rủi ro vỡ nợ của các doanh nghiệp vật liệu xây dựng niêm yết.
    3. Đề xuất các khuyến nghị và giải pháp quản trị tài chính thực tiễn nhằm kiểm soát và giảm thiểu rủi ro vỡ nợ cho các doanh nghiệp trong ngành.
  • Câu hỏi nghiên cứu:
    1. Có mối quan hệ giữa các quyết định tài chính và rủi ro vỡ nợ của các doanh nghiệp thuộc ngành sản xuất vật liệu xây dựng hay không?
    2. Mức độ và chiều hướng tác động của từng quyết định tài chính đến rủi ro vỡ nợ của các doanh nghiệp sản xuất vật liệu xây dựng diễn ra như thế nào?
    3. Các doanh nghiệp ngành vật liệu xây dựng cần thực hiện những giải pháp nào để kiểm soát và phòng ngừa rủi ro vỡ nợ?

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Tác động của các quyết định tài chính (quyết định đầu tư, quyết định huy động vốn, quyết định phân phối lợi nhuận) đến rủi ro vỡ nợ của các doanh nghiệp sản xuất vật liệu xây dựng.
  • Phạm vi không gian: 41 doanh nghiệp thuộc ngành sản xuất vật liệu xây dựng niêm yết trên Sở Giao dịch Chứng khoán Hà Nội (HNX) và Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) có đầy đủ báo cáo tài chính kiểm toán.
  • Phạm vi thời gian: Giai đoạn 5 năm, từ năm 2018 đến năm 2022 (tương ứng với các giai đoạn trước, trong và sau đại dịch Covid-19).

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng khung phân tích dựa trên sự kết hợp giữa các lý thuyết cấu trúc tài chính kinh điển và mô hình lượng hóa rủi ro vỡ nợ:

  • Lý thuyết Đánh đổi (Trade-off Theory - TOT): Kế thừa từ Modigliani & Miller (1958) và Myers (1984), lý thuyết chỉ ra rằng doanh nghiệp cân nhắc giữa lợi ích của lá chắn thuế từ nợ vay và chi phí khánh tận tài chính khi gia tăng đòn bẩy.
  • Lý thuyết Trật tự phân hạng (Pecking-order Theory): Phát triển bởi Donaldson (1961) và Myers & Majluf (1984), giải thích hành vi ưu tiên sử dụng nguồn vốn theo thứ tự: nguồn vốn nội bộ (lợi nhuận giữ lại), tiếp đến là phát hành nợ vay và cuối cùng mới phát hành cổ phiếu mới nhằm giảm thiểu chi phí do bất cân xứng thông tin.
  • Lý thuyết Nắm giữ tiền mặt / Chim trong tay (Bird-in-the-hand Theory): Được khởi xướng bởi Lintner (1956) và Gordon (1959), giải thích vai trò của chính sách chi trả cổ tức trong việc giảm thiểu sự không chắc chắn đối với dòng tiền tương lai của nhà đầu tư.

Mô hình đo lường rủi ro vỡ nợ: Tác giả sử dụng mô hình chỉ số Z-score của Edward Altman (1968) áp dụng cho doanh nghiệp sản xuất niêm yết:

$$Z = 1,2X_1 + 1,4X_2 + 3,3X_3 + 0,6X_4 + 0,999X_5$$

Trong đó:

  • $X_1$: Tỷ lệ Vốn lưu động / Tổng tài sản ($\text{Vốn lưu động} = \text{Tài sản ngắn hạn} - \text{Nợ ngắn hạn}$).
  • $X_2$: Tỷ lệ Lợi nhuận sau thuế chưa phân phối / Tổng tài sản.
  • $X_3$: Tỷ lệ Lợi nhuận trước lãi vay và thuế (EBIT) / Tổng tài sản.
  • $X_4$: Tỷ lệ Giá trị thị trường của vốn chủ sở hữu / Giá trị sổ sách của tổng nợ phải trả.
  • $X_5$: Tỷ lệ Doanh thu thuần / Tổng tài sản.
  • Thang đo phân loại: $Z > 2,99$ thuộc vùng an toàn (nguy cơ vỡ nợ thấp); $1,81 \le Z \le 2,99$ thuộc vùng cảnh báo (có nguy cơ vỡ nợ); $Z < 1,81$ thuộc vùng nguy hiểm (nguy cơ vỡ nợ cao).
Nhóm biến Ký hiệu Tên biến Đơn vị Công thức xác định Nguồn tham khảo
Biến phụ thuộc DR Rủi ro vỡ nợ Điểm số Tính theo hàm chỉ số Z-score (Altman, 1968) Altman (1968)
Quyết định đầu tư ID1 Tỷ trọng tài sản ngắn hạn % $\text{Tài sản ngắn hạn} / \text{Tổng tài sản}$ Ngô Thu Giang (2015)
ID2 Tỷ trọng tài sản cố định % $\text{Tài sản cố định} / \text{Tổng tài sản}$ Nenu và cộng sự (2018)
ID3 Tỷ trọng hàng tồn kho % $\text{Hàng tồn kho} / \text{Tài sản ngắn hạn}$ Ngô Thu Giang (2015)
ID4 Tỷ trọng tiền và tương đương tiền % $\text{Tiền và tương đương tiền} / \text{Tổng tài sản}$ Nenu và cộng sự (2018)
ID5 Tỷ lệ phải thu ngắn hạn % $\text{Phải thu ngắn hạn} / \text{Tài sản ngắn hạn}$ Ngô Thu Giang (2015)
Quyết định huy động vốn FD1 Tỷ lệ nợ vay trên vốn chủ sở hữu Lần $\text{Nợ vay} / \text{Vốn chủ sở hữu}$ Ngô Thu Giang (2015)
FD2 Tỷ lệ nợ vay trên nguồn vốn Lần $\text{Nợ vay} / \text{Tổng nguồn vốn}$ Lee và cộng sự (2016)
FD3 Tỷ lệ nợ phải trả trên tổng nguồn vốn Lần $\text{Nợ phải trả} / \text{Tổng nguồn vốn}$ Ngô Thu Giang (2015)
FD4 Tỷ lệ nợ ngắn hạn trên nợ phải trả Lần $\text{Nợ ngắn hạn} / \text{Nợ phải trả}$ Nenu và cộng sự (2018)
FD5 Chi phí nợ phải trả % $\text{Chi phí lãi vay} / \text{Nợ phải trả bình quân}$ Ngô Thu Giang (2015)
Quyết định phân phối lợi nhuận PD1 Tỷ lệ chi trả cổ tức % $\text{Cổ tức} / \text{Thu nhập ròng}$ Nazir và cộng sự (2012)
PD2 Tỷ suất cổ tức % $(\text{Cổ tức tiền mặt trên 1 CP} \times 100) / \text{Giá CP cuối kỳ}$ Nazir và cộng sự (2012)
Biến kiểm soát SIZE Quy mô doanh nghiệp Giá trị $\ln(\text{Giá trị sổ sách Tổng tài sản})$ Tác giả tổng hợp

Phương pháp nghiên cứu và quy trình xử lý dữ liệu:

  • Phương pháp định lượng: Sử dụng mô hình dữ liệu bảng (Panel Data) với mẫu gồm 41 doanh nghiệp trong 5 năm (tổng cộng 205 quan sát). Các công cụ tính toán gồm Microsoft Excel 2016 và phần mềm Stata 17.
  • Quy trình 5 bước: (1) Thu thập dữ liệu thứ cấp từ báo cáo tài chính kiểm toán; (2) Thống kê mô tả các biến; (3) Kiểm định hiện tượng đa cộng tuyến thông qua hệ số phóng đại phương sai (VIF); (4) Phân tích hồi quy bằng ba mô hình: Hồi quy gộp (Pooled OLS), Mô hình tác động cố định (FEM) và Mô hình tác động ngẫu nhiên (REM), kết hợp kiểm định Hausman để lựa chọn mô hình phù hợp; (5) Thực hiện các kiểm định khuyết tật mô hình (phương sai sai số thay đổi, tự tương quan) và xử lý bằng phương pháp bình phương nhỏ nhất tổng quát (GLS).

Nội dung chính theo từng chương

Mở đầu

Giới thiệu bối cảnh kinh tế vĩ mô, tác động của Covid-19 và suy thoái bất động sản đến các doanh nghiệp sản xuất vật liệu xây dựng tại Việt Nam. Xác định sự cần thiết của việc quản trị rủi ro vỡ nợ thông qua các quyết định tài chính. Trình bày mục tiêu, nhiệm vụ, câu hỏi, đối tượng, phạm vi nghiên cứu (41 doanh nghiệp niêm yết trên HOSE và HNX giai đoạn 2018–2022) và kết cấu gồm 4 chương của khóa luận.

Chương 1. Tổng quan nghiên cứu ảnh hưởng của quyết định tài chính đến rủi ro vỡ nợ của doanh nghiệp

Hệ thống hóa các khái niệm về rủi ro vỡ nợ, khả năng thanh toán và khánh tận tài chính. Giới thiệu các mô hình đo lường rủi ro vỡ nợ trên thế giới: phân tích chỉ số tài chính của Beaver (1966), mô hình KMV-Merton, mô hình O-score của Ohlson (1980), mô hình phân tích biệt thức đa biến (MDA) và hệ thống các mô hình Z-score của Edward Altman (1968, 1977, 1983, 1993, 2007). Phân loại các quyết định tài chính thành ba nhóm: quyết định đầu tư, quyết định huy động vốn và quyết định phân phối lợi nhuận, đi kèm các chỉ tiêu đo lường tương ứng. Phân tích ba lý thuyết nền tảng (TOT, Pecking-order, Bird-in-the-hand) và tổng quan các công trình thực nghiệm quốc tế (Rommer, 2005; Leksrisakul & Evans, 2005; Roache & Law, 2015; Bottazzi và cộng sự, 2011; Cotter và cộng sự, 2019) cùng các nghiên cứu tại Việt Nam (Lê Đạt Chí & Lê Tuấn Anh, 2012; Phi Hồng Hạnh, 2015; Nguyễn Trung Hiếu, 2018; Nguyễn Thị Tuyết Lan, 2019; Ngô Thu Giang & Nguyễn Thị Vũ Khuyên, 2022). Từ đó, chỉ ra khoảng trống nghiên cứu đối với nhóm doanh nghiệp ngành sản xuất vật liệu xây dựng và đề xuất khung phân tích.

Chương 2. Cơ sở dữ liệu và phương pháp nghiên cứu

Trình bày nguồn dữ liệu thứ cấp gồm 205 quan sát từ 41 doanh nghiệp ngành vật liệu xây dựng niêm yết trên HOSE và HNX giai đoạn 2018–2022. Thiết lập mô hình hồi quy dạng tổng quát và cụ thể với biến phụ thuộc là DR (Z-score), các biến độc lập thuộc ba nhóm quyết định tài chính (ID, FD, PD) và biến kiểm soát SIZE. Mô tả chi tiết cách tính toán của từng biến số và xác lập quy trình kinh tế lượng 5 bước nhằm kiểm tra đa cộng tuyến, so sánh lựa chọn giữa Pooled OLS, FEM, REM qua kiểm định Hausman và khắc phục khuyết tật mô hình bằng GLS.

Chương 3. Kết quả nghiên cứu thực nghiệm

Trình bày bức tranh toàn cảnh ngành vật liệu xây dựng Việt Nam: phân tích thực trạng các phân ngành gốm sứ (sản xuất sụt giảm 30–35% từ năm 2021), ngành xi măng (xuất khẩu năm 2022 giảm 33% còn 30,65 triệu tấn, VICEM ghi nhận lỗ hơn 500 tỷ đồng năm 2023) và ngành thép. Công bố kết quả thống kê mô tả 205 quan sát: điểm số Z-score trung bình đạt 2,19 (nằm trong vùng cảnh báo). Phân tích chi tiết phân phối của các biến số đầu tư, cấu trúc nợ và chính sách cổ tức. Trình bày kết quả kiểm định đa cộng tuyến (loại bỏ biến FD2 do hệ số VIF cao), kết quả hồi quy Pooled OLS, FEM, REM và mô hình hiệu chỉnh GLS. Đánh giá trường hợp thực tế tại các doanh nghiệp điển hình trong mẫu như Tập đoàn Hòa Phát, Tập đoàn Hoa Sen, Công ty Cổ phần Bê tông Hòa Cầm và Công ty Cổ phần Viglacera Đông Triều.

Chương 4. Kết luận và đề xuất khuyến nghị

Tổng kết các phát hiện chính từ mô hình nghiên cứu thực nghiệm. Đưa ra hệ thống giải pháp và khuyến nghị cho ban quản trị doanh nghiệp sản xuất vật liệu xây dựng nhằm tái cấu trúc tài sản, kiểm soát hàng tồn kho, điều chỉnh cơ cấu kỳ hạn nợ và xây dựng chính sách cổ tức hợp lý. Nêu rõ các hạn chế về quy mô mẫu, dữ liệu thời gian và đề xuất hướng nghiên cứu mở rộng trong tương lai.

Kết quả và đóng góp

Khóa luận đưa ra các kết quả thống kê và phân tích thực nghiệm từ mẫu 41 doanh nghiệp sản xuất vật liệu xây dựng trong giai đoạn 2018–2022:

  • Chỉ số đo lường rủi ro vỡ nợ (Z-score): Giá trị trung bình của Z-score trong mẫu là 2,19, phản ánh phần lớn các doanh nghiệp niêm yết trong ngành nằm trong vùng cảnh báo ($1,81 \le Z \le 2,99$), tiệm cận vùng an toàn. Tuy nhiên, một số doanh nghiệp liên tục duy trì điểm số Z dưới 1,81 (vùng nguy hiểm, rủi ro vỡ nợ cao) trong cả 5 năm gồm: CTCP Thép Pomina (POM), CTCP Công nghiệp Gốm sứ Taicera (TCR), CTCP Xi măng VICEM Bút Sơn (BTS) và CTCP Xi măng La Hiên VVMI (CLH).
Phân vùng Z-score Mức độ rủi ro 2018 2019 2020 2021 2022
$Z > 2,99$ Vùng an toàn Có xu hướng tăng dần Có xu hướng tăng dần Tăng Đạt tỷ lệ cao nhất Giảm
$1,81 \le Z \le 2,99$ Vùng cảnh báo Chiếm tỷ trọng lớn Chiếm tỷ trọng lớn Duy trì Giảm nhẹ Tăng trở lại
$Z < 1,81$ Vùng nguy hiểm Xuất hiện đều đặn Xuất hiện đều đặn Duy trì Giảm nhẹ Tăng trở lại
  • Đặc điểm quyết định đầu tư: Tỷ lệ tài sản ngắn hạn trên tổng tài sản (ID1) chiếm trung bình 56,78% (độ lệch chuẩn 0,24). Tỷ lệ tài sản cố định trên tổng tài sản (ID2) đạt trung bình 29,82%. Tỷ lệ hàng tồn kho trên tài sản ngắn hạn (ID3) ở mức trung bình 43,55%, trong đó năm 2022 CTCP Viglacera Đông Triều (DTC) ghi nhận mức cao nhất là 95,13%. Tỷ trọng tiền mặt và tương đương tiền (ID4) chỉ chiếm trung bình 7,97% tổng tài sản (CTCP VICEM Vật liệu Xây dựng Đà Nẵng - DXV đạt mức cao nhất 56% vào năm 2019). Tỷ lệ phải thu ngắn hạn (ID5) đạt trung bình 20,07%.
  • Đặc điểm quyết định huy động vốn: Tỷ lệ nợ phải trả trên tổng nguồn vốn (FD3) đạt trung bình 46,01% (đa số doanh nghiệp duy trì dưới 76%). Tỷ lệ nợ ngắn hạn trên tổng nợ phải trả (FD4) dao động quanh mức 0,88 (88%), cho thấy các doanh nghiệp vật liệu xây dựng phụ thuộc rất lớn vào nợ ngắn hạn. Chi phí nợ bình quân (FD5) đạt 3,02%/năm (giá trị cao nhất ghi nhận là 8%).
  • Đặc điểm quyết định phân phối lợi nhuận: Tỷ lệ chi trả cổ tức (PD1) đạt trung bình xấp xỉ 48% nhưng độ lệch chuẩn cao; tỷ suất cổ tức bằng tiền mặt trên thị giá cổ phiếu (PD2) đạt trung bình 4,15%/năm (phần lớn dưới 28%/năm).
  • Xử lý kỹ thuật mô hình: Quá trình kiểm định đa cộng tuyến phát hiện biến tỷ lệ nợ vay trên nguồn vốn (FD2) có chỉ số VIF cao nên đã được loại bỏ khỏi mô hình để đảm bảo tính vững. Mô hình FEM được lựa chọn thông qua kiểm định Hausman, sau đó phương pháp ước lượng GLS được áp dụng để khắc phục hoàn toàn hiện tượng phương sai sai số thay đổi và tự tương quan.

Giải pháp và khuyến nghị của tác giả:

  1. Quản trị tài sản và dòng tiền: Thắt chặt kiểm soát hàng tồn kho nhằm tránh ứ đọng vốn; nâng cao hiệu quả thu hồi nợ ngắn hạn để hạn chế nợ xấu; duy trì tỷ trọng tiền mặt hợp lý nhằm đảm bảo khả năng thanh toán tức thời trong các giai đoạn biến động thị trường.
  2. Tái cơ cấu nguồn vốn: Cân đối lại cơ cấu nợ, giảm bớt sự phụ thuộc quá mức vào nợ ngắn hạn (hiện chiếm tới 88% tổng nợ); cân nhắc sử dụng các công cụ nợ dài hạn hoặc phát hành vốn cổ phần phù hợp với chu kỳ đầu tư tài sản cố định nhằm giảm áp lực thanh khoản ngắn hạn.
  3. Hoạch định chính sách cổ tức thận trọng: Điều chỉnh tỷ lệ chi trả cổ tức linh hoạt theo kết quả kinh doanh thực tế và nhu cầu giữ lại lợi nhuận tái đầu tư, tránh việc chi trả cổ tức quá mức gây thâm hụt dòng tiền thanh toán.

Đóng góp của khóa luận: Cung cấp bằng chứng thực nghiệm chuyên sâu về mức độ ảnh hưởng của cả ba nhóm quyết định tài chính đến nguy cơ vỡ nợ của ngành sản xuất vật liệu xây dựng niêm yết tại Việt Nam giai đoạn có biến cố lớn (2018–2022). Khóa luận bổ sung cơ sở dữ liệu định lượng cho các nghiên cứu về quản trị rủi ro kiệt quệ tài chính trong thị trường mới nổi.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế của nghiên cứu:
    • Mẫu nghiên cứu mới dừng lại ở 41 doanh nghiệp niêm yết trên HOSE và HNX; chưa bao quát các doanh nghiệp sản xuất vật liệu xây dựng chưa niêm yết hoặc các doanh nghiệp có báo cáo tài chính không đầy đủ.
    • Khoảng thời gian khảo sát dừng lại ở năm 2022 do tại thời điểm thu thập dữ liệu, nhiều doanh nghiệp chưa công bố báo cáo tài chính kiểm toán hợp nhất năm 2023.
    • Mô hình Z-score nguyên bản của Altman (1968) có biến số giá trị thị trường của vốn chủ sở hữu ($X_4$), vốn có thể chịu tác động bởi tính thanh khoản và tính đầu cơ của thị trường chứng khoán Việt Nam.
  • Hướng nghiên cứu tiếp:
    • Mở rộng khung thời gian nghiên cứu cập nhật từ năm 2023 trở đi để phản ánh đầy đủ chu kỳ phục hồi sau đại dịch và tác động của các chính sách giải ngân đầu tư công mới.
    • Gia tăng quy mô mẫu khảo sát đối với các doanh nghiệp thuộc hệ thống đăng ký giao dịch UPCoM hoặc doanh nghiệp ngoài sàn.
    • Ứng dụng thêm các mô hình dự báo bổ trợ như mô hình Z'' điều chỉnh cho thị trường mới nổi hoặc mô hình Logit để so sánh tính nhất quán của kết quả dự báo.

Giá trị tham khảo

  • Đối tượng hưởng lợi: Sinh viên, học viên chuyên ngành Tài chính doanh nghiệp, Kế toán, Kiểm toán; các chuyên viên phân tích rủi ro tín dụng tại các ngân hàng thương mại; các nhà đầu tư chứng khoán; ban điều hành và phòng tài chính - kế toán của các doanh nghiệp sản xuất vật liệu xây dựng.
  • Nội dung đáng tham khảo:
    • Quy trình ứng dụng và tính toán từng cấu phần của chỉ số Altman Z-score trên số liệu báo cáo tài chính thực tế tại Việt Nam.
    • Phương pháp xây dựng hệ thống chỉ số đo lường toàn diện ba nhóm quyết định tài chính (ID1–ID5, FD1–FD5, PD1–PD2).
    • Kỹ thuật xử lý dữ liệu bảng (Panel Data) trên Stata 17, quy trình lựa chọn mô hình qua kiểm định Hausman và khắc phục các khuyết tật phương sai thay đổi/tự tương quan bằng phương pháp GLS.

Câu hỏi thường gặp

1. Khóa luận sử dụng mô hình nào để đo lường rủi ro vỡ nợ và thang phân loại cụ thể ra sao?
Tác giả sử dụng mô hình Z-score của Edward Altman (1968) dành riêng cho doanh nghiệp sản xuất niêm yết: $Z = 1,2X_1 + 1,4X_2 + 3,3X_3 + 0,6X_4 + 0,999X_5$. Doanh nghiệp được phân loại theo ba vùng rủi ro: Vùng an toàn ($Z > 2,99$), Vùng cảnh báo ($1,81 \le Z \le 2,99$) và Vùng nguy hiểm ($Z < 1,81$).

2. Quy mô mẫu và khung thời gian nghiên cứu của khóa luận được xác định như thế nào?
Nghiên cứu khảo sát 41 doanh nghiệp ngành sản xuất vật liệu xây dựng niêm yết trên hai sàn HOSE và HNX có đầy đủ báo cáo tài chính kiểm toán trong giai đoạn 5 năm từ 2018 đến 2022, tạo thành bộ dữ liệu bảng gồm 205 quan sát. Dữ liệu năm 2023 chưa được đưa vào do nhiều doanh nghiệp chưa hoàn tất công bố báo cáo kiểm toán tại thời điểm thu thập.

3. Mức điểm Z-score trung bình của các doanh nghiệp trong mẫu là bao nhiêu và những doanh nghiệp nào có nguy cơ vỡ nợ cao liên tục?
Điểm số Z-score trung bình của mẫu đạt 2,19, xếp vào vùng cảnh báo ($1,81 \le Z \le 2,99$). Bốn doanh nghiệp có điểm số Z liên tục dưới 1,81 (vùng nguy hiểm) suốt 5 năm gồm: CTCP Thép Pomina (POM), CTCP Công nghiệp Gốm sứ Taicera (TCR), CTCP Xi măng VICEM Bút Sơn (BTS) và CTCP Xi măng La Hiên VVMI (CLH).

4. Kết quả thống kê mô tả cho thấy những nét đặc trưng gì về quyết định đầu tư và huy động vốn của ngành vật liệu xây dựng?
Về đầu tư, tài sản ngắn hạn chiếm trung bình 56,78% tổng tài sản, hàng tồn kho chiếm trung bình 43,55% tài sản ngắn hạn (năm 2022 CTCP Viglacera Đông Triều đạt kỷ lục 95,13%), và tiền mặt chỉ chiếm 7,97% tổng tài sản. Về huy động vốn, nợ phải trả chiếm 46,01% tổng nguồn vốn, trong đó nợ ngắn hạn chiếm tỷ trọng áp đảo với trung bình 88% tổng nợ phải trả.

5. Phương pháp kinh tế lượng nào được tác giả sử dụng để xử lý khuyết tật mô hình?
Sau khi loại bỏ biến FD2 do hệ số phóng đại phương sai (VIF) cao để giải quyết đa cộng tuyến và lựa chọn mô hình tác động cố định (FEM) thông qua kiểm định Hausman, tác giả áp dụng phương pháp bình phương nhỏ nhất tổng quát (GLS) để khắc phục hiện tượng phương sai sai số thay đổi và tự tương quan.

Kết luận

Khóa luận của tác giả Khuất Thanh Huyền đã hệ thống hóa cơ sở lý luận và cung cấp bằng chứng thực nghiệm về tác động của các quyết định tài chính đến rủi ro vỡ nợ tại 41 doanh nghiệp sản xuất vật liệu xây dựng niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2018–2022. Kết quả chỉ ra rằng chỉ số Z-score trung bình của ngành đạt 2,19 (nằm trong vùng cảnh báo), đồng thời phản ánh thực trạng cơ cấu nguồn vốn phụ thuộc lớn vào nợ ngắn hạn (88%) và áp lực hàng tồn kho gia tăng sau các cú sốc kinh tế. Thông qua quy trình ước lượng dữ liệu bảng bằng mô hình GLS, công trình cung cấp cơ sở thực chứng để đề xuất các giải pháp tái cơ cấu tài sản, kiểm soát thanh khoản và điều chỉnh chính sách cổ tức cho các doanh nghiệp trong ngành.