Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp đại học ngành Tài chính – Ngân hàng (Mã số: 7340201) với đề tài "Các yếu tố ảnh hưởng đến khả năng kiệt quệ tài chính của các doanh nghiệp ngành bất động sản niêm yết trên thị trường chứng khoán Việt Nam" được thực hiện bởi sinh viên Phạm Thanh Danh (MSSV: 050608200269, Lớp sinh hoạt: HQ8 - GE07) dưới sự hướng dẫn khoa học của TS. Hồ Công Hưởng tại Trường Đại học Ngân hàng TP. Hồ Chí Minh năm 2024.

Về bối cảnh thực tiễn, ngành bất động sản giữ vai trò then chốt trong nền kinh tế Việt Nam, đóng góp khoảng 3,5% GDP cả nước theo số liệu của Tổng cục Thống kê (2022). Trên thị trường chứng khoán, tính đến cuối năm 2023, có hơn 80 doanh nghiệp bất động sản niêm yết trên các sàn giao dịch, chiếm hơn 10% tổng giá trị vốn hóa toàn thị trường theo thống kê của Ủy ban Chứng khoán Nhà nước (2023). Tuy nhiên, đây là lĩnh vực có tính rủi ro cao với đặc thù đòi hỏi quy mô vốn đầu tư lớn, chu kỳ kinh doanh dài và chịu sự chi phối mạnh mẽ từ các biến động kinh tế vĩ mô như lãi suất, lạm phát và chính sách tài khóa. Trong giai đoạn 2019–2023, các cú sốc từ đại dịch COVID-19 và suy thoái kinh tế đã khiến nhiều doanh nghiệp bất động sản lâm vào cảnh đình trệ dòng tiền, thua lỗ liên tiếp, một số đơn vị phải tạm ngừng hoạt động hoặc hủy niêm yết. Trước khi phá sản, doanh nghiệp đều trải qua giai đoạn kiệt quệ tài chính (financial distress). Tác giả nhận định việc nhận diện sớm tình trạng này qua dữ liệu cập nhật là yêu cầu cấp thiết để giảm thiểu rủi ro lan tỏa đến hệ thống ngân hàng và thị trường vốn.

Mục tiêu tổng quát của nghiên cứu là phân tích các yếu tố tác động đến rủi ro kiệt quệ tài chính, từ đó đưa ra một số hàm ý chính sách và kiến nghị nhằm giảm rủi ro kiệt quệ tài chính cho các doanh nghiệp ngành bất động sản niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2014 – 2023. Ba mục tiêu cụ thể được xác định gồm:

  1. Xác định các yếu tố ảnh hưởng đến khả năng kiệt quệ tài chính của các doanh nghiệp ngành bất động sản niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2014 – 2023.
  2. Phân tích và đưa ra đánh giá về mức độ ảnh hưởng của các yếu tố đến khả năng kiệt quệ tài chính của các doanh nghiệp ngành bất động sản niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn 2014 – 2023.
  3. Đề xuất các hàm ý chính sách và giải pháp nhằm giúp các doanh nghiệp bất động sản giảm thiểu tình trạng kiệt quệ tài chính, tăng cường khả năng trả nợ và duy trì hoạt động của doanh nghiệp.

Tương ứng với các mục tiêu trên, khóa luận trả lời 3 câu hỏi nghiên cứu:

  1. Các yếu tố ảnh hưởng tới khả năng kiệt quệ tài chính của các doanh nghiệp ngành bất động sản được niêm yết trên thị trường chứng khoán tại Việt Nam giai đoạn năm 2014 – 2023?
  2. Mức độ và chiều hướng ảnh hưởng của các yếu tố đến khả năng kiệt quệ tài chính của các doanh nghiệp ngành bất động sản được niêm yết trên thị trường chứng khoán tại Việt Nam giai đoạn năm 2014 – 2023?
  3. Các giải pháp nào dành cho các doanh nghiệp ngành bất động sản tại Việt Nam để giảm thiểu tình trạng kiệt quệ tài chính trong giai đoạn hiện nay?

Đối tượng nghiên cứu là các yếu tố ảnh hưởng đến khả năng kiệt quệ tài chính của các doanh nghiệp ngành bất động sản niêm yết. Phạm vi nghiên cứu về không gian bao gồm các doanh nghiệp bất động sản niêm yết trên hai Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX). Phạm vi thời gian kéo dài 10 năm, từ năm 2014 đến năm 2023 – khoảng thời gian đủ dài phản ánh toàn diện các chu kỳ tăng trưởng, suy thoái và biến động kinh tế vĩ mô.

Cơ sở lý thuyết và phương pháp nghiên cứu

Về quan điểm học thuật, tác giả tiếp cận khái niệm kiệt quệ tài chính qua các công trình kinh điển: trạng thái mất khả năng đáp ứng nghĩa vụ nợ và chi phí hoạt động theo Wruck (1990); tiêu chí khả năng chi trả lãi vay với EBITDA thấp hơn chi phí lãi vay trong 2 năm liên tiếp hoặc EBITDA chỉ bằng dưới 80% chi phí lãi vay theo Asquith, Gertner và Scharfstein (1994); các dấu hiệu dòng thu nhập âm liên tiếp, ngừng trả cổ tức, tái cấu trúc lớn theo Platt và Platt (2002); và mô hình 4 giai đoạn phát triển rủi ro (thất bại, mất thanh khoản, vỡ nợ, phá sản) của Altman và Hotchkiss (2005).

Khung lý thuyết nền tảng về cấu trúc vốn và tài chính doanh nghiệp được khóa luận vận dụng gồm 4 lý thuyết:

  • Lý thuyết truyền thống về cơ cấu vốn của Durand (1952) về tác động của tỷ lệ nợ lên chi phí vốn bình quân gia quyền (WACC) và giá trị doanh nghiệp.
  • Lý thuyết cơ cấu nguồn vốn của Modigliani và Miller (M&M, 1958) với Định đề I và Định đề II trong trường hợp không có thuế và có thuế thu nhập doanh nghiệp (lợi ích lá chắn thuế từ lãi vay).
  • Lý thuyết đánh đổi cấu trúc vốn (Trade-off Theory) xác định mức nợ tối ưu dựa trên sự cân bằng giữa giá trị lá chắn thuế với chi phí kiệt quệ tài chính và chi phí đại diện.
  • Lý thuyết trật tự phân hạng (Pecking Order Theory) của Donaldson (1961), Myers và Majluf (1984) giải thích thứ tự ưu tiên huy động vốn nhằm giảm thiểu chi phí bất cân xứng thông tin: Nguồn vốn nội bộ -> Vay nợ -> Phát hành cổ phiếu mới.

Về phương pháp nghiên cứu, tác giả thực hiện nghiên cứu định lượng thực nghiệm trên dữ liệu bảng (panel data) bằng phần mềm Stata 15 và Excel. Khóa luận sử dụng mô hình hồi quy Logistic nhị phân (Binary Logistic Regression) với kiểm định Hausman để lựa chọn giữa mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM), kết hợp kiểm định Wald và kiểm định khả năng dự báo của mô hình.

Mô hình nghiên cứu cụ thể có dạng: $$Ln\left(\frac{p}{1 - p}\right) = \beta_0 + \beta_1 IR + \beta_2 PRICE + \beta_3 WCTA + \beta_4 ROA + \beta_5 LEV + \beta_6 SIZE + u_{it}$$ Trong đó:

  • $p$: Xác suất xảy ra tình trạng kiệt quệ tài chính.
  • $1 - p$: Xác suất không xảy ra tình trạng kiệt quệ tài chính.
  • $\beta_0$: Hệ số chặn; $\beta_i$: Các hệ số hồi quy; $u_{it}$: Sai số của mô hình.

Biến phụ thuộc ($FD$) là biến nhị phân kế thừa từ mô hình S-Score của Springate (1978): $$\text{S-Score} = 1{,}03A + 3{,}07B + 0{,}66C + 0{,}4D$$ (với $A = \text{Vốn lưu động} / \text{Tổng tài sản}$; $B = \text{EBIT} / \text{Tổng tài sản}$; $C = \text{EBT} / \text{Nợ ngắn hạn}$; $D = \text{Doanh thu} / \text{Tổng tài sản}$). Doanh nghiệp có $\text{S-Score} < 0{,}862$ được phân loại có nguy cơ kiệt quệ tài chính ($FD = 1$); doanh nghiệp có $\text{S-Score} \ge 0{,}862$ được phân loại sức khỏe tài chính tốt ($FD = 0$).

Hệ thống các biến độc lập và nguồn tham khảo đo lường được tổng hợp tại bảng sau:

Tên biến Ký hiệu Cách đo lường Kỳ vọng dấu Nguồn tham khảo
Quy mô doanh nghiệp SIZE Logarit tự nhiên của tổng tài sản: $\ln(\text{Tổng tài sản})$ - Jensen & Meckling (1976), Singh & Rastogi (2022)
Đòn bẩy tài chính LEV Tỷ lệ tổng nợ trên tổng tài sản: $\text{Tổng nợ} / \text{Tổng tài sản}$ + Altman (1968), Ohlson (1980), Campbell và cộng sự (2008)
Tỷ suất sinh lời trên tài sản ROA Lợi nhuận ròng trên tổng tài sản: $\text{Lợi nhuận ròng} / \text{Tổng tài sản}$ - Altman (1968), Ohlson (1980)
Tỷ lệ vốn lưu động trên tài sản WCTA Vốn lưu động ròng trên tổng tài sản: $(\text{Tài sản ngắn hạn} - \text{Nợ ngắn hạn}) / \text{Tổng tài sản}$ - Altman (1968), Deloof (2003), Becchetti & Sierra (2003)
Giá cổ phiếu PRICE Logarit tự nhiên của giá đóng cửa phiên cuối năm: $\ln(\text{Giá đóng cửa})$ - Tinoco & Wilson (2013), Beaver và cộng sự (2005)
Tỷ lệ lạm phát IR Chỉ số giá tiêu dùng CPI hàng năm tại Việt Nam + Fisher (1993), Case & Shiller (2003)

Nguồn dữ liệu thứ cấp được thu thập từ báo cáo tài chính đã kiểm toán và báo cáo thường niên của các doanh nghiệp bất động sản trên cổng thông tin tài chính Vietstock (vietstock.vn). Từ danh sách ban đầu gồm 86 doanh nghiệp niêm yết trên HOSE và HNX giai đoạn 2014–2023, tác giả loại bỏ 20 doanh nghiệp do thiếu dữ liệu hoặc không đầy đủ báo cáo tài chính, chốt mẫu chính thức gồm 66 doanh nghiệp niêm yết liên tục qua 10 năm, tạo lập bộ dữ liệu bảng cân bằng với 660 quan sát.

Nội dung chính theo từng chương

Chương 1: Giới thiệu đề tài nghiên cứu

Chương 1 thiết lập tính cấp thiết của đề tài dựa trên vai trò của ngành bất động sản đối với nền kinh tế (3,5% GDP, chiếm hơn 10% vốn hóa thị trường chứng khoán cuối năm 2023). Tác giả phân tích các rủi ro hệ thống mà các doanh nghiệp bất động sản gặp phải trong chu kỳ 2014–2023, đặc biệt là giai đoạn 2019–2023 dưới tác động của dịch bệnh và thắt chặt tín dụng. Chương này làm rõ 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, phạm vi thời gian 10 năm, phạm vi không gian trên sàn HOSE và HNX, cùng phương pháp luận hồi quy Logistic nhị phân và bố cục tổng thể gồm 5 chương của khóa luận.

Chương 2: Cơ sở lý thuyết và các nghiên cứu trước có liên quan

Chương 2 trình bày có hệ thống các quan niệm về kiệt quệ tài chính và 4 lý thuyết cấu trúc vốn kinh điển (Lý thuyết truyền thống của Durand, Lý thuyết M&M, Lý thuyết đánh đổi, Lý thuyết trật tự phân hạng). Bên cạnh đó, chương này lược khảo chi tiết các nghiên cứu thực nghiệm quốc tế (Wesa & Otinga, 2018 tại Nigeria; Mohamad và cs, 2018 tại Malaysia; Islami & Rio, 2019 tại Indonesia; Kiraci, 2019; Fredrick Ikpesu, 2019; Isayas, 2021 tại Ethiopia; Singh & Rastogi, 2022 tại Ấn Độ) và các nghiên cứu tại Việt Nam (Huỳnh Thị Cẩm Hà và cs, 2017; Phạm Thị Hồng Vân, 2018; Nguyễn Thị Tuyết Lan, 2019; Bùi Kim Dung & Mai Thị Trúc Ngân, 2020; Lê Hoàng Vinh & Phạm Lê Quang, 2021; Phan Trần Trung Dũng và cs, 2022; Phan Thùy Dương & Ngô Thị Thanh Nga, 2024). Tác giả xây dựng Bảng 2 tổng hợp chiều hướng tác động của từng biến độc lập từ các công trình trước, chỉ ra khoảng trống nghiên cứu khi các đề tài trước đây thường gộp chung mọi ngành hoặc cỡ mẫu còn hạn chế, từ đó khẳng định sự cần thiết phải phân tích chuyên sâu ngành bất động sản đến năm 2023.

Chương 3: Phương pháp nghiên cứu

Chương 3 chi tiết hóa quy trình nghiên cứu 6 bước thực nghiệm: (1) Thống kê mô tả; (2) Phân tích ma trận hệ số tương quan; (3) Lựa chọn mô hình hồi quy (FEM hoặc REM) qua kiểm định Hausman; (4) Chạy mô hình hồi quy Logistic; (5) Kiểm định khả năng dự báo của mô hình; (6) Thảo luận kết quả và đề xuất hàm ý chính sách. Tác giả phát triển 6 giả thuyết nghiên cứu (H1: SIZE tác động âm; H2: LEV tác động dương; H3: ROA tác động âm; H4: WCTA tác động âm; H5: PRICE tác động âm; H6: IR tác động dương đến khả năng kiệt quệ tài chính). Đồng thời, chương trình bày phương thức tính điểm S-Score theo Springate để nhị phân hóa biến phụ thuộc ($FD$), quy trình lọc mẫu từ 86 doanh nghiệp xuống 66 doanh nghiệp (loại 20 đơn vị không đạt tiêu chuẩn), hình thành bộ dữ liệu bảng 660 quan sát.

Chương 4: Kết quả nghiên cứu và thảo luận

Chương 4 công bố kết quả xử lý dữ liệu từ Stata 15. Thống kê mô tả các biến định lượng (Bảng 4.1) ghi nhận toàn bộ 660 quan sát trong giai đoạn 2014–2023, trong đó biến phụ thuộc kiệt quệ tài chính ($FD$) có giá trị trung bình là 0,041 (cho thấy tỷ lệ quan sát rơi vào tình trạng kiệt quệ tài chính theo ngưỡng Springate chiếm khoảng 4,1%). Tiếp theo, chương trình bày phân tích ma trận tương quan giữa các biến độc lập nhằm kiểm tra hiện tượng đa cộng tuyến, kết quả kiểm định Hausman để lựa chọn mô hình tác động ngẫu nhiên (REM), kết quả kiểm định Wald và độ chính xác phân loại của mô hình Logistic. Phần thảo luận đi sâu vào việc đối chiếu tác động của từng biến ($SIZE$, $LEV$, $ROA$, $WCTA$, $PRICE$, $IR$) với 6 giả thuyết đề ra và so sánh với phát hiện của các tác giả tiền nhiệm trong và ngoài nước.

Chương 5: Kết luận và hàm ý chính sách

Chương 5 đúc kết các phát hiện thực nghiệm từ mô hình hồi quy. Căn cứ vào các biến số có ý nghĩa thống kê, tác giả đề xuất hệ thống giải pháp tài chính thực tiễn cho các doanh nghiệp bất động sản niêm yết: tái cấu trúc nợ vay, tối ưu hóa quy mô và vốn lưu động, nâng cao hiệu suất sinh lời trên tài sản, cùng biện pháp theo dõi giá cổ phiếu và ứng phó với lạm phát. Cuối cùng, chương thẳng thắn chỉ ra những hạn chế về phạm vi mẫu và đề xuất các hướng mở rộng nghiên cứu trong tương lai.

Kết quả và đóng góp

Nghiên cứu đạt được các kết quả cụ thể dựa trên số liệu thực tế được ghi nhận trong văn bản:

  • Xây dựng thành công bộ dữ liệu bảng cân bằng chuẩn mực gồm 66 doanh nghiệp bất động sản niêm yết liên tục trên sàn HOSE và HNX trong 10 năm (2014–2023), đạt quy mô 660 quan sát.
  • Thống kê mô tả tại Bảng 4.1 chỉ ra biến phụ thuộc kiệt quệ tài chính ($FD$) có giá trị trung bình là 0,041 (tương đương 4,1% mẫu nghiên cứu đối mặt với rủi ro kiệt quệ tài chính theo thước đo Springate S-Score với điểm cắt 0,862).
  • Khóa luận tiến hành đầy đủ quy trình kiểm định kinh tế lượng: ma trận tương quan, kiểm định Hausman, mô hình hồi quy Logistic tác động ngẫu nhiên (REM), kiểm định Wald và bảng dự báo phân loại rủi ro kiệt quệ.

Về giải pháp và kiến nghị, tác giả đề xuất các nhóm hàm ý chính sách cho doanh nghiệp bất động sản:

  • Kiểm soát và tái cấu trúc đòn bẩy tài chính ($LEV$): hạn chế phụ thuộc quá mức vào các khoản vay nợ ngắn hạn để tài trợ cho các dự án bất động sản dài hạn, giảm áp lực chi phí lãi vay nhằm hạn chế nguy cơ mất khả năng thanh toán.
  • Nâng cao tỷ suất sinh lời trên tài sản ($ROA$): tăng cường hiệu quả quản lý chi phí, đẩy nhanh tiến độ hoàn thiện dự án và vòng quay hàng tồn kho để tối đa hóa doanh thu thực tế.
  • Tăng cường quản trị vốn lưu động ($WCTA$): đảm bảo tỷ lệ tài sản ngắn hạn cao hơn nghĩa vụ nợ ngắn hạn, duy trì bộ đệm thanh khoản tiền mặt an toàn trước những biến động thị trường.
  • Chủ động dự báo và quản trị rủi ro thị trường và vĩ mô: theo dõi sát sao chỉ số giá cổ phiếu ($PRICE$) như một kênh phản ánh niềm tin nhà đầu tư và thanh khoản doanh nghiệp; đồng thời xây dựng kịch bản ứng phó trước áp lực lạm phát ($IR$) làm tăng chi phí xây dựng và chi phí vốn.

Về đóng góp, nghiên cứu bổ sung bằng chứng thực nghiệm chuyên biệt cho ngành bất động sản Việt Nam giai đoạn biến động 2014–2023, lấp khoảng trống của các nghiên cứu trước vốn chỉ khảo sát đa ngành hoặc khung thời gian ngắn. Việc kết hợp chỉ số Springate S-Score với mô hình hồi quy Logistic dữ liệu bảng mang lại một khung phân tích khoa học cho các nhà quản trị doanh nghiệp, ngân hàng thương mại và nhà đầu tư trong việc dự báo sớm nguy cơ kiệt quệ tài chính.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận ghi nhận các hạn chế và hướng mở rộng được tác giả xác định dựa trên phạm vi và nội dung nghiên cứu:

  • Hạn chế về mẫu nghiên cứu: Mẫu khảo sát chỉ bao gồm 66 doanh nghiệp bất động sản niêm yết đáp ứng đầy đủ dữ liệu liên tục trên sàn HOSE và HNX; 20 doanh nghiệp đã bị loại bỏ do thiếu số liệu báo cáo tài chính kiểm toán. Nghiên cứu chưa bao quát các doanh nghiệp bất động sản chưa niêm yết hoặc các đơn vị mới thành lập.
  • Hạn chế về tiêu chí đo lường: Biến phụ thuộc kiệt quệ tài chính mới chỉ sử dụng mô hình S-Score của Springate với một ngưỡng phân định duy nhất (0,862), chưa đối chiếu đa chiều với các mô hình khác như Altman Z-Score, Ohlson O-Score hoặc các chỉ tiêu dòng tiền trực tiếp.
  • Hạn chế về biến số vĩ mô và quản trị: Mô hình mới kiểm soát biến lạm phát ($IR$) và biến thị trường giá cổ phiếu ($PRICE$), chưa đưa vào các biến vĩ mô quan trọng khác như lãi suất cho vay, chính sách tín dụng bất động sản, hay các biến quản trị nội bộ như cơ cấu hội đồng quản trị và tỷ lệ sở hữu.
  • Hướng nghiên cứu tiếp theo: Mở rộng cỡ mẫu sang các doanh nghiệp chưa niêm yết, phân loại theo từng phân khúc bất động sản cụ thể (bất động sản dân dụng, công nghiệp, nghỉ dưỡng), kết hợp so sánh nhiều mô hình dự báo phá sản và bổ sung thêm các biến giải thích về pháp lý và lãi suất.

Giá trị tham khảo

Khóa luận là nguồn tài liệu hữu ích cho:

  • Sinh viên, học viên cao học chuyên ngành Tài chính – Ngân hàng, Kế toán – Kiểm toán, Quản trị Kinh doanh đang thực hiện đề tài về cấu trúc vốn, rủi ro tài chính, quản trị dòng tiền hoặc dự báo phá sản doanh nghiệp.
  • Người làm nghiên cứu định lượng tài chính: Phần đáng tham khảo nhất là Chương 2 với Bảng 2 tổng hợp công phu các nghiên cứu thực nghiệm trong và ngoài nước; cùng Chương 3 với quy trình 6 bước rõ ràng từ xử lý biến, ứng dụng mô hình Springate S-Score để nhị phân hóa biến phụ thuộc, đến thao tác hồi quy Logistic trên dữ liệu bảng bằng phần mềm Stata 15.
  • Nhà quản trị doanh nghiệp bất động sản và các chuyên viên phân tích tín dụng, quản trị rủi ro tại ngân hàng thương mại: Bảng hệ thống chỉ số tài chính ($SIZE, LEV, ROA, WCTA, PRICE, IR$) và các ngưỡng nhận diện rủi ro đóng vai trò là công cụ tham khảo trong việc thẩm định sức khỏe tài chính doanh nghiệp.

Câu hỏi thường gặp

1. Tác giả sử dụng tiêu chuẩn nào để phân loại một doanh nghiệp bất động sản bị kiệt quệ tài chính trong nghiên cứu?
Tác giả kế thừa mô hình S-Score của Springate (1978) với công thức $\text{S-Score} = 1{,}03A + 3{,}07B + 0{,}66C + 0{,}4D$. Doanh nghiệp có chỉ số $\text{S-Score} < 0{,}862$ được phân loại vào nhóm có nguy cơ kiệt quệ tài chính (biến $FD = 1$); doanh nghiệp có $\text{S-Score} \ge 0{,}862$ được xếp vào nhóm có sức khỏe tài chính an toàn ($FD = 0$).

2. Quy mô mẫu và tiêu chí chọn lọc doanh nghiệp của khóa luận được tiến hành ra sao?
Từ 86 doanh nghiệp bất động sản niêm yết trên HOSE và HNX trong giai đoạn 2014–2023, tác giả loại bỏ 20 doanh nghiệp không đáp ứng tiêu chuẩn (thiếu dữ liệu, không có báo cáo tài chính kiểm toán đầy đủ, hoặc có dấu hiệu thao túng số liệu). Mẫu nghiên cứu chính thức bao gồm 66 doanh nghiệp niêm yết liên tục qua 10 năm với tổng số 660 quan sát.

3. Khóa luận kiểm định tác động của những biến độc lập nào đến khả năng kiệt quệ tài chính?
Mô hình kiểm định 6 biến độc lập thuộc 3 nhóm:

  • Nhóm nội tại doanh nghiệp: Quy mô doanh nghiệp ($SIZE = \ln(\text{Tổng tài sản})$), Đòn bẩy tài chính ($LEV = \text{Tổng nợ} / \text{Tổng tài sản}$), Tỷ suất sinh lời trên tài sản ($ROA = \text{Lợi nhuận ròng} / \text{Tổng tài sản}$), và Tỷ lệ vốn lưu động trên tổng tài sản ($WCTA = (\text{Tài sản ngắn hạn} - \text{Nợ ngắn hạn}) / \text{Tổng tài sản}$).
  • Nhóm thị trường: Giá cổ phiếu ($PRICE = \ln(\text{Giá đóng cửa})$).
  • Nhóm vĩ mô: Tỷ lệ lạm phát ($IR = \text{Chỉ số giá tiêu dùng CPI}$).

4. Vì sao tác giả lựa chọn khung thời gian nghiên cứu là 2014 – 2023?
Khung thời gian 10 năm (2014–2023) là khoảng thời gian đủ dài để phản ánh toàn diện thị trường bất động sản Việt Nam qua nhiều giai đoạn biến động quan trọng: từ giai đoạn phục hồi và tăng trưởng mạnh mẽ đến các biến cố lớn như đại dịch COVID-19, khủng hoảng lãi suất và áp lực lạm phát cao, giúp nâng cao độ tin cậy và tính khái quát của mô hình.

5. Kỹ thuật kinh tế lượng nào được sử dụng để phân tích dữ liệu bảng trong đề tài?
Tác giả sử dụng phần mềm Stata 15 và Excel để thực hiện thống kê mô tả, phân tích ma trận tương quan giữa các biến, thực hiện phép thử Hausman để lựa chọn giữa mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM), hồi quy Logistic dạng bảng, thực hiện kiểm định Wald và kiểm tra độ chính xác phân loại dự báo của mô hình.

Kết luận

Khóa luận tốt nghiệp của sinh viên Phạm Thanh Danh là một công trình nghiên cứu định lượng thực nghiệm chặt chẽ về các yếu tố tác động đến khả năng kiệt quệ tài chính của 66 doanh nghiệp ngành bất động sản niêm yết tại Việt Nam trong giai đoạn 2014–2023. Bằng việc kết hợp các lý thuyết cấu trúc vốn kinh điển với mô hình cảnh báo Springate S-Score và kỹ thuật hồi quy Logistic dữ liệu bảng, nghiên cứu đã nhận diện và lượng hóa rõ nét vai trò của các biến nội tại ($SIZE, LEV, ROA, WCTA$), biến thị trường ($PRICE$) và biến vĩ mô ($IR$). Những kết quả thu được cùng hệ thống khuyến nghị về tái cấu trúc nợ, quản trị vốn lưu động và nâng cao năng lực sinh lời cung cấp cơ sở khoa học thiết thực cho các nhà quản trị doanh nghiệp, ngân hàng thương mại và nhà đầu tư trong việc nhận diện và phòng ngừa rủi ro tài chính trên thị trường bất động sản Việt Nam.