Bối cảnh và vấn đề nghiên cứu

Khủng hoảng kinh tế toàn cầu, áp lực lạm phát và hậu quả kéo dài của đại dịch COVID-19 đã tác động tiêu cực đến khu vực doanh nghiệp tại nhiều quốc gia, trong đó có Việt Nam. Tình trạng đứt gãy chuỗi cung ứng, biến động bất thường của thị trường và sức mua sụt giảm khiến nhiều doanh nghiệp đối mặt với nguy cơ mất khả năng thanh toán và rơi vào tình trạng giải thể, phá sản. Theo số liệu của Tổng cục Thống kê (Bộ Kế hoạch và Đầu tư), năm 2022 Việt Nam ghi nhận 143.200 doanh nghiệp rút lui khỏi thị trường, bao gồm:

  • 73.800 doanh nghiệp tạm ngừng kinh doanh có thời hạn (tăng 34,3% so với năm 2021);
  • 50.800 doanh nghiệp ngừng hoạt động chờ làm thủ tục giải thể (tăng 5,5% so với năm 2021);
  • 18.600 doanh nghiệp hoàn tất thủ tục giải thể (tăng 11,2% so với năm 2021).

Thực tế này cho thấy nhu cầu cấp thiết trong việc nhận diện sớm các dấu hiệu suy giảm sức khỏe tài chính nhằm bảo vệ lợi ích của cổ đông, chủ nợ, người lao động và duy trì tính ổn định của thị trường chứng khoán. Việc phân tích định lượng các nhân tố tác động đến rủi ro phá sản giúp ban quản trị chủ động điều chỉnh chiến lược vốn và hỗ trợ các nhà đầu tư đưa ra quyết định phân bổ tài sản hợp lý.

Mục tiêu nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận và các mô hình đo lường rủi ro phá sản của doanh nghiệp.
  2. Đo lường và kiểm định mức độ tác động của các nhân tố tài chính nội tại và yếu tố kinh tế vĩ mô đến rủi ro phá sản của các doanh nghiệp niêm yết trên Sàn Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE).
  3. Đề xuất hệ thống giải pháp và khuyến nghị quản trị nhằm phòng ngừa, hạn chế rủi ro phá sản cho doanh nghiệp và hỗ trợ cơ quan quản lý trong việc giám sát thị trường.

Câu hỏi nghiên cứu: Các nhân tố gồm Tỷ lệ thanh toán hiện hành, Đòn bẩy tài chính, Quy mô doanh nghiệp, Khả năng sinh lời, Tỷ lệ đầu tư tài sản cố định, Vòng quay khoản phải thu và Tốc độ tăng trưởng kinh tế vĩ mô có tác động như thế nào đến rủi ro phá sản của các công ty niêm yết trên sàn HOSE giai đoạn 2018–2022?

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Mối quan hệ tác động giữa các chỉ số tài chính, yếu tố vĩ mô và rủi ro phá sản của doanh nghiệp.
  • Phạm vi không gian: 361 doanh nghiệp phi tài chính thuộc 11 nhóm ngành niêm yết trên sàn HOSE (bao gồm: Công nghiệp, Bất động sản, Du lịch và Giải trí, Y tế, Công nghệ thông tin, Bán lẻ, Viễn thông, Xây dựng và Vật liệu, Năng lượng, Hàng cá nhân & Gia dụng, Nông nghiệp).
  • Phạm vi thời gian: Giai đoạn 5 năm liên tục từ năm 2018 đến hết năm 2022, tương ứng với 1.805 quan sát dạng dữ liệu bảng cân bằng.

Cơ sở lý thuyết và phương pháp

Khóa luận tiếp cận rủi ro phá sản dựa trên các trường phái lý thuyết kinh tế tài chính:

  • Quan niệm về rủi ro: Khái niệm rủi ro của Allan Willett (1901), Irving Pfeffer (1974) và Frank H. Knight (1921) coi rủi ro là sự bất trắc, sự biến động tiềm ẩn ở những kết quả có thể đo lường được bằng xác suất.
  • Phân loại rủi ro doanh nghiệp: Rủi ro kinh doanh (gắn với sự biến động của EBIT) và rủi ro tài chính (gắn với mức độ sử dụng nợ vay và chi phí lãi vay). Rủi ro phá sản xuất hiện khi doanh nghiệp suy kiệt dòng tiền, mất cân đối cấu trúc vốn và mất hoàn toàn khả năng thực hiện các nghĩa vụ nợ đến hạn.
  • Mô hình đo lường rủi ro phá sản: Khóa luận khảo cứu các mô hình tiêu biểu gồm mô hình phân tích phân biệt đa biến Z-score của Edward I. Altman (1968, 2007, 2012), mô hình O-score của James A. Ohlson (1980), các mô hình Logit, Probit và phân tích phân biệt MDA của Abbas và Ahmad (2011).

Nhằm phù hợp với đặc tính của thị trường chứng khoán Việt Nam và các doanh nghiệp phi sản xuất lẫn sản xuất thuộc thị trường mới nổi, tác giả sử dụng mô hình $Z''$-score hiệu chỉnh của Altman & Hotchkiss (2010) để xác định biến phụ thuộc:

$$Z\text{-score} = 6{,}56X_1 + 3{,}26X_2 + 6{,}72X_3 + 1{,}05X_4$$

Trong đó:

  • $X_1$: Vốn lưu động / Tổng tài sản (Working Capital / Total Assets)
  • $X_2$: Lợi nhuận giữ lại / Tổng tài sản (Retained Earnings / Total Assets)
  • $X_3$: Lợi nhuận trước lãi vay và thuế / Tổng tài sản (EBIT / Total Assets)
  • $X_4$: Vốn chủ sở hữu / Tổng nợ phải trả (Book Value of Equity / Total Liabilities)

Điểm $Z$ càng cao thể hiện sức khỏe tài chính càng tốt, nguy cơ phá sản càng thấp; ngược lại điểm $Z$ thấp phản ánh rủi ro phá sản tăng cao ($Z > 2{,}6$: Vùng an toàn; $1{,}1 \le Z \le 2{,}6$: Vùng xám; $Z < 1{,}1$: Vùng khó khăn/nguy hiểm).

Tên biến Ký hiệu Công thức tính Kỳ vọng Nguồn dữ liệu
Biến phụ thuộc
Chỉ số rủi ro phá sản $Z$ Điểm $Z''$-score hiệu chỉnh (Altman & Hotchkiss, 2010) FiinPro
Biến độc lập
Quy mô doanh nghiệp $SIZE$ $\ln(\text{Tổng tài sản})$ $+$ FiinPro
Khả năng sinh lời $ROA$ Lợi nhuận sau thuế / Tổng tài sản $+$ FiinPro
Tỷ lệ thanh toán hiện hành $CR$ Tài sản ngắn hạn / Nợ ngắn hạn $+$ FiinPro
Đòn bẩy tài chính $FL$ Tổng nợ phải trả / Tổng tài sản $-$ FiinPro
Tỷ lệ đầu tư tài sản cố định $FAR$ Tài sản cố định / Tổng tài sản $+$ FiinPro
Vòng quay khoản phải thu $RT$ Doanh thu thuần / Khoản phải thu bình quân $-$ FiinPro
Tốc độ tăng trưởng kinh tế $GDP_gr$ $(GDP_t - GDP_{t-1}) / GDP_{t-1}$ $+$ World Bank

Quy trình và phương pháp ước lượng kinh tế lượng:

  1. Thu thập dữ liệu thứ cấp từ báo cáo tài chính kiểm toán, báo cáo thường niên trên hệ thống FiinPro, Vietstock, Cafef và World Bank.
  2. Thống kê mô tả dữ liệu và lập ma trận hệ số tương quan Pearson; kiểm định đa cộng tuyến qua hệ số phương sai phóng đại (VIF).
  3. Hồi quy mô hình dữ liệu bảng bằng phương pháp bình phương nhỏ nhất gộp (Pooled OLS).
  4. Hồi quy mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM); thực hiện kiểm định Hausman để chọn lựa giữa FEM và REM.
  5. Kiểm định khuyết tật mô hình: Kiểm định Breusch-Pagan LM kiểm tra tác động ngẫu nhiên; kiểm định Modified Wald kiểm tra hiện tượng phương sai sai số thay đổi (heteroskedasticity); kiểm định Wooldridge kiểm tra hiện tượng tự tương quan (autocorrelation).
  6. Sử dụng phương pháp bình phương bé nhất tổng quát khả thi (GLS - Generalized Least Squares) qua câu lệnh xtgls, panels(heteroskedastic) để khắc phục triệt để hiện tượng phương sai sai số thay đổi.

Nội dung chính theo từng chương

Chương 1: Cơ sở lý luận về rủi ro phá sản và các nhân tố ảnh hưởng tới rủi ro phá sản

Chương 1 hệ thống hóa các định nghĩa học thuật về rủi ro và phá sản doanh nghiệp. Tác giả phân tích các dấu hiệu nhận diện rủi ro kiệt quệ tài chính trên thị trường chứng khoán, bao gồm: cổ phiếu bị đưa vào diện kiểm soát hoặc cảnh báo do lỗ lũy kế; tỷ suất sinh lời trên tài sản ($ROA$) âm kéo dài kết hợp giá trị vốn hóa thị trường nhỏ hơn tổng nợ; vốn hoạt động thuần thường xuyên âm dẫn đến việc phải sử dụng tài sản dài hạn để tài trợ nghĩa vụ ngắn hạn.

Chương này phân tích hai nhóm nguyên nhân dẫn đến phá sản:

  • Nguyên nhân khách quan: Sự biến động của chu kỳ kinh tế, chính sách tiền tệ, chính sách thuế, rủi ro biến đổi môi trường - dịch bệnh và sự thay đổi nhanh chóng của khoa học kỹ thuật.
  • Nguyên nhân chủ quan: Năng lực điều hành yếu kém của ban giám đốc, cấu trúc vốn lỏng lẻo, chi tiêu vượt ngân sách và công tác quản trị công nợ thiếu kiểm soát.

Đồng thời, tác giả tổng thuật các nghiên cứu quốc tế (Altman, 1968; Ohlson, 1980; Abbas & Ahmad, 2011) và các nghiên cứu tại Việt Nam (Nguyên và cộng sự, 2019; Thịnh và cộng sự, 2021). Từ đó, tác giả chỉ ra khoảng trống nghiên cứu: các đề tài trước đây chủ yếu dừng lại ở giai đoạn trước năm 2018, chưa cập nhật dữ liệu phản ánh giai đoạn biến động mạnh trong và sau đại dịch COVID-19 (2018–2022).

Chương 2: Phương pháp nghiên cứu

Chương 2 trình bày chi tiết thiết kế nghiên cứu định lượng. Quy trình gồm 4 giai đoạn: xác lập khung phân tích lý thuyết, xây dựng bộ tiêu chí lọc mẫu, thu thập xử lý số liệu trên phần mềm Stata 16 và diễn giải kết quả ước lượng. Mẫu nghiên cứu được chọn lọc khắt khe từ các doanh nghiệp niêm yết trên sàn HOSE thỏa mãn hai điều kiện: có đầy đủ báo cáo tài chính được kiểm toán liên tục trong 5 năm (2018–2022) và không thuộc khối tài chính - ngân hàng - bảo hiểm (do đặc thù cấu trúc bảng cân đối kế toán khác biệt). Tổng số lượng mẫu đạt 361 doanh nghiệp với 1.805 quan sát.

Chương này xây dựng phương trình hồi quy tổng quát:

$$Z_{it} = \beta_0 + \beta_1 SIZE_{it} + \beta_2 ROA_{it} + \beta_3 CR_{it} + \beta_4 FL_{it} + \beta_5 FAR_{it} + \beta_6 RT_{it} + \beta_7 GDP_gr_t + c_i + u_{it}$$

Chương 3: Kết quả nghiên cứu

Chương 3 trình bày các kết quả thực nghiệm đạt được từ phần mềm Stata 16:

1. Thống kê mô tả các biến nghiên cứu ($N = 1.805$):

  • Điểm $Z$: Giá trị trung bình đạt $5{,}089$ (độ lệch chuẩn $13{,}148$; giá trị nhỏ nhất $-7{,}848$; lớn nhất $393{,}088$), phản ánh sự phân hóa mạnh mẽ về an toàn tài chính giữa các doanh nghiệp.
  • Khả năng sinh lời ($ROA$): Trung bình đạt $6{,}48%$ (nhỏ nhất $-51{,}72%$; lớn nhất $54{,}65%$).
  • Đòn bẩy tài chính ($FL$): Trung bình chiếm $46{,}86%$ tổng tài sản (lớn nhất đạt $116{,}84%$).
  • Tỷ lệ thanh toán hiện hành ($CR$): Trung bình đạt $2{,}58$ lần.
  • Vòng quay khoản phải thu ($RT$): Trung bình đạt $25{,}16$ vòng/năm.
  • Tốc độ tăng trưởng GDP ($GDP_gr$): Trung bình $5{,}69%$/năm trong giai đoạn 2018–2022.

2. Ma trận tương quan và kiểm định đa cộng tuyến: Hệ số tương quan giữa các biến giải thích đều nhỏ hơn $0{,}8$. Kiểm định hệ số phóng đại phương sai cho thấy hệ số $VIF$ cao nhất là $1{,}42$ (thuộc biến $FL$) và $VIF$ trung bình là $1{,}16$ (nhỏ hơn 10 rất nhiều), khẳng định mô hình không xảy ra hiện tượng đa cộng tuyến.

3. Kiểm định lựa chọn mô hình và khuyết tật dữ liệu bảng:

  • Kiểm định Breusch-Pagan LM: Cho giá trị $p\text{-value} < 0{,}05$, bác bỏ $H_0$, xác nhận tồn tại hiệu ứng nhóm không quan sát ($c_i$).
  • Kiểm định Hausman: Thống kê $\chi^2(7) = 1.461{,}00$ với $p\text{-value} = 0{,}0000 < 0{,}05$, bác bỏ giả thuyết $H_0$, kết luận mô hình tác động cố định (FEM) phù hợp và hiệu quả hơn mô hình tác động ngẫu nhiên (REM).
  • Kiểm định tự tương quan Wooldridge: Thống kê $F(1, 360) = 0{,}4105$ với $p\text{-value} = 0{,}4105 > 0{,}05$, chấp nhận giả thuyết $H_0$ (không có hiện tượng tự tương quan bậc nhất).
  • Kiểm định Modified Wald về phương sai sai số thay đổi: Thống kê $\chi^2(361) = 2{,}0000$ với $p\text{-value} = 0{,}0000 < 0{,}05$, bác bỏ $H_0$, cho thấy mô hình FEM mắc khuyết tật phương sai sai số thay đổi giữa các thực thể.

4. Ước lượng hiệu chỉnh GLS: Tác giả áp dụng mô hình hiệu chỉnh Generalized Least Squares (GLS) để khắc phục khuyết tật phương sai sai số thay đổi. Kết quả kiểm định Wald của mô hình đạt $\chi^2(7) = 24.212{,}82$ ($p\text{-value} = 0{,}0000$), khẳng định mô hình có ý nghĩa thống kê ở mức $1%$.

Chương 4: Kết luận và khuyến nghị

Dựa trên các phát hiện định lượng từ mô hình GLS, chương 4 xây dựng hệ thống khuyến nghị thực tiễn:

  • Tái cấu trúc nợ và đòn bẩy tài chính: Giảm thiểu áp lực nợ vay ngắn hạn, duy trì tỷ số nợ trên tổng tài sản ở ngưỡng an toàn, hạn chế vay nợ quá mức khi biên sinh lời chưa được đảm bảo.
  • Nâng cao hiệu quả quản trị tài sản và vốn lưu động: Tối ưu hóa hiệu suất khai thác tài sản cố định nhằm tăng trưởng $ROA$, đẩy nhanh tốc độ thu hồi các khoản phải thu thương mại để giảm thiểu công nợ khó đòi.
  • Bảo đảm an toàn thanh khoản: Duy trì tỷ số khả năng thanh toán hiện hành hợp lý, cân đối thời hạn giữa tài sản ngắn hạn và các nghĩa vụ nợ ngắn hạn.
  • Khuyến nghị cho cơ quan quản lý: Tăng cường tính minh bạch của thông tin báo cáo tài chính, hoàn thiện hệ thống tiêu chí cảnh báo sớm rủi ro tài chính trên các sàn giao dịch chứng khoán.

Kết quả và đóng góp

Mô hình hồi quy Generalized Least Squares (GLS) cung cấp phương trình thực nghiệm đo lường rủi ro phá sản của các doanh nghiệp niêm yết trên sàn HOSE giai đoạn 2018–2022:

$$Z = 2{,}631 + 7{,}657 \times ROA - 5{,}450 \times FL - 0{,}131 \times SIZE + 0{,}00375 \times RT + 1{,}761 \times CR + 0{,}000547 \times FAR$$

Tên biến Ký hiệu Hệ số hồi quy ($\beta$) Mức ý nghĩa thống kê ($p$-value) Chiều tác động đến điểm $Z$ Ý nghĩa thực tiễn đối với rủi ro phá sản
Hệ số chặn $Cons$ $2{,}631$ $p < 0{,}01$ Dương Điểm cơ sở khi các biến bằng 0
Khả năng sinh lời $ROA$ $+7{,}657$ $p < 0{,}01$ Cùng chiều $ROA$ tăng làm tăng điểm $Z$, giảm rủi ro phá sản
Đòn bẩy tài chính $FL$ $-5{,}450$ $p < 0{,}01$ Ngược chiều Nợ vay tăng làm giảm điểm $Z$, tăng rủi ro phá sản
Quy mô doanh nghiệp $SIZE$ $-0{,}131$ $p < 0{,}05$ Ngược chiều Tổng tài sản tăng làm giảm điểm $Z$, tăng rủi ro phá sản
Vòng quay khoản phải thu $RT$ $+0{,}00375$ $p < 0{,}05$ Cùng chiều Thu hồi nợ nhanh làm tăng điểm $Z$, giảm rủi ro phá sản
Tỷ lệ thanh toán hiện hành $CR$ $+1{,}761$ $p < 0{,}01$ Cùng chiều Thanh khoản tốt làm tăng điểm $Z$, giảm rủi ro phá sản
Tỷ lệ đầu tư tài sản cố định $FAR$ $+0{,}000547$ $p < 0{,}10$ Cùng chiều Đầu tư TSCĐ tăng làm tăng điểm $Z$, giảm rủi ro phá sản
Tăng trưởng kinh tế $GDP_gr$ Không có ý nghĩa $p > 0{,}10$ Không tác động Chưa thấy tác động trực tiếp lên điểm $Z$ trong mẫu

Đóng góp của khóa luận:

  1. Đóng góp về mặt học thuật: Cung cấp bằng chứng thực nghiệm trên quy mô mẫu lớn gồm 361 doanh nghiệp thuộc 11 ngành trong giai đoạn có tính chất biến động kinh tế đặc thù (2018–2022). Nghiên cứu xử lý trọn vẹn quy trình kiểm định kinh tế lượng dữ liệu bảng, chỉ rõ khuyết tật phương sai sai số thay đổi của mô hình FEM và áp dụng thành công ước lượng GLS để thu được các hệ số vững và không chệch.
  2. Phát hiện thực nghiệm đáng chú ý:
    • $ROA$ ($\beta = +7{,}657$) và $FL$ ($\beta = -5{,}450$) là hai nhân tố có độ nhạy lớn nhất đối với rủi ro phá sản.
    • Biến Quy mô doanh nghiệp ($SIZE$) mang hệ số âm ($\beta = -0{,}131$), chỉ ra rằng tại thị trường Việt Nam trong giai đoạn biến động, các doanh nghiệp có quy mô tài sản quá lớn nếu không đi kèm hiệu quả quản lý chi phí và đầu tư dàn trải vẫn phải đối mặt với nguy cơ suy giảm điểm an toàn tài chính.

Hạn chế và hướng nghiên cứu tiếp

Căn cứ vào nội dung được trình bày trong văn bản, khóa luận tồn tại một số giới hạn:

  • Phạm vi mẫu nghiên cứu: Dữ liệu nghiên cứu chỉ tập trung vào 361 doanh nghiệp niêm yết trên Sàn Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) đáp ứng điều kiện dữ liệu liên tục 5 năm; chưa mở rộng khảo sát các doanh nghiệp niêm yết trên Sàn Giao dịch Chứng khoán Hà Nội (HNX) hay thị trường UPCoM.
  • Biến số vĩ mô: Nghiên cứu mới chỉ xem xét một biến đại diện vĩ mô duy nhất là tốc độ tăng trưởng GDP ($GDP_gr$), chưa đưa vào mô hình các chỉ số vĩ mô quan trọng khác như lãi suất điều hành, tỷ lệ lạm phát hay biến động tỷ giá hối đoái.

Hướng nghiên cứu tiếp theo:

  • Mở rộng quy mô mẫu nghiên cứu trên toàn bộ thị trường chứng khoán Việt Nam (bao gồm HOSE, HNX, UPCoM) và kéo dài chuỗi thời gian phân tích.
  • Bổ sung các biến kiểm soát kinh tế vĩ mô đa chiều (lạm phát, lãi suất, cung tiền) và các biến số đặc thù về quản trị công ty (quy mô hội đồng quản trị, tính độc lập của ban kiểm soát, tỷ lệ sở hữu của khối ngoại hoặc nhà nước).

Giá trị tham khảo

Tài liệu này là nguồn tham khảo chuyên môn hữu ích cho các nhóm đối tượng:

  • Sinh viên và học viên cao học ngành Tài chính - Ngân hàng, Kế toán, Kiểm toán: Cung cấp tài liệu mẫu mực về phương pháp nghiên cứu định lượng dữ liệu bảng, quy trình thực hiện các kiểm định chẩn đoán (Hausman, Modified Wald, Wooldridge) và kỹ thuật khắc phục khuyết tật mô hình bằng hồi quy GLS trên Stata.
  • Nhà phân tích tài chính và nhà đầu tư trên thị trường chứng khoán: Tham khảo mô hình điểm số $Z''$-score điều chỉnh cùng hệ thống trọng số của các chỉ số tài chính ($ROA$, $FL$, $CR$, $SIZE$) để sàng lọc và đánh giá sức khỏe tài chính của các công ty niêm yết.
  • Ban điều hành và giám đốc tài chính (CFO) của doanh nghiệp: Nắm bắt mức độ nhạy cảm của rủi ro phá sản đối với đòn bẩy tài chính và thanh khoản ngắn hạn, từ đó thiết lập cấu trúc vốn và chính sách quản trị vốn lưu động an toàn.

Câu hỏi thường gặp

1. Khóa luận sử dụng mô hình nào để đo lường rủi ro phá sản và cách phân định vùng an toàn ra sao?
Khóa luận sử dụng mô hình $Z''$-score hiệu chỉnh của Altman & Hotchkiss (2010) dành cho thị trường mới nổi và các nhóm ngành tổng thể:

$$Z = 6{,}56X_1 + 3{,}26X_2 + 6{,}72X_3 + 1{,}05X_4$$

Trong đó, doanh nghiệp có $Z > 2{,}6$ nằm trong Vùng an toàn; $1{,}1 \le Z \le 2{,}6$ thuộc Vùng xám (nguy cơ vừa phải); và $Z < 1{,}1$ thuộc Vùng khó khăn (nguy cơ phá sản cao).

2. Vì sao tác giả lựa chọn phương pháp ước lượng GLS thay vì Pooled OLS hay FEM/REM?
Sau khi thực hiện kiểm định Hausman ($p = 0{,}0000$), mô hình FEM được xác định là vượt trội hơn REM. Tuy nhiên, kiểm định Modified Wald cho thấy mô hình FEM mắc khuyết tật phương sai sai số thay đổi ($\chi^2 = 2{,}0000, p = 0{,}0000$). Phương pháp Generalized Least Squares (GLS) được sử dụng để hiệu chỉnh khuyết tật này, đảm bảo các ước lượng hệ số hồi quy đạt tính chất vững và hiệu quả.

3. Tác động của quy mô doanh nghiệp (SIZE) đến rủi ro phá sản trong nghiên cứu này có điểm gì đặc biệt?
Biến $SIZE$ có hệ số hồi quy âm mang ý nghĩa thống kê ($\beta = -0{,}131, p < 0{,}05$), thể hiện rằng quy mô tài sản lớn hơn lại làm giảm điểm $Z$ (làm tăng nguy cơ rủi ro phá sản). Tác giả giải thích điều này phản ánh thực tế khi quy mô phình to nhưng năng lực quản trị bao quát không theo kịp, đầu tư kém hiệu quả hoặc sử dụng nhiều nợ vay để tài trợ tài sản sẽ khiến doanh nghiệp đối mặt với rủi ro tài chính cao hơn.

4. Biến kinh tế vĩ mô tốc độ tăng trưởng GDP ($GDP_gr$) có ý nghĩa thống kê trong mô hình hồi quy GLS không?
Trong mô hình ước lượng GLS cuối cùng, biến $GDP_gr$ không mang ý nghĩa thống kê ở các mức ý nghĩa thông thường ($10%$, $5%$ hay $1%$), cho thấy trong giai đoạn nghiên cứu 2018–2022, sự biến động của điểm rủi ro phá sản ($Z$) của 361 doanh nghiệp trên HOSE chịu tác động chi phối trực tiếp từ các nhân tố tài chính nội tại của doanh nghiệp hơn là tốc độ tăng trưởng GDP.

Kết luận

Khóa luận tốt nghiệp của sinh viên Bùi Hồng Ngọc đã thực hiện nghiên cứu thực nghiệm toàn diện về các nhân tố tác động đến rủi ro phá sản của 361 doanh nghiệp niêm yết trên sàn HOSE giai đoạn 2018–2022 thông qua phương pháp hồi quy dữ liệu bảng GLS. Kết quả nghiên cứu khẳng định khả năng sinh lời ($ROA$), tỷ lệ thanh toán hiện hành ($CR$), vòng quay khoản phải thu ($RT$) và tỷ lệ đầu tư tài sản cố định ($FAR$) giúp gia tăng điểm an toàn tài chính, trong khi đòn bẩy tài chính ($FL$) và quy mô doanh nghiệp ($SIZE$) làm gia tăng nguy cơ rủi ro phá sản. Các phát hiện thực nghiệm này cung cấp cơ sở định lượng xác đáng cho việc hoạch định chính sách cấu trúc vốn doanh nghiệp và hoàn thiện hệ thống giám sát rủi ro trên thị trường chứng khoán Việt Nam.