Giới thiệu dự án

Bối cảnh và thực trạng ngành

Ngành Xây dựng và Bất động sản (XD - BĐS) đóng vai trò huyết mạch trong nền kinh tế Việt Nam, đóng góp xấp xỉ 11% vào Tổng sản phẩm quốc nội (GDP) và duy trì tốc độ tăng trưởng bình quân 8%/năm trong giai đoạn 2011–2021. Theo số liệu từ World Bank và Tổng cục Thống kê, GDP bình quân đầu người của Việt Nam đã tăng từ 2.085,1 USD (2015) lên 2.785,7 USD (2020), thúc đẩy tốc độ đô thị hóa nhanh chóng đạt mức 40%. Đồng thời, dòng vốn đầu tư trực tiếp nước ngoài (FDI) đổ vào lĩnh vực BĐS luôn duy trì vị trí thứ hai toàn quốc, đạt 472 triệu USD (chiếm 22,5% tổng vốn FDI đăng ký mới trong tháng 01/2022).

Tuy nhiên, đặc thù thâm dụng vốn lớn và chu kỳ quay vòng tài sản kéo dài khiến các doanh nghiệp XD - BĐS phụ thuộc nghiêm trọng vào đòn bẩy tài chính. Trong bối cảnh đại dịch Covid-19 giai đoạn 2020–2021 làm gián đoạn chuỗi cung ứng, siết chặt tín dụng và đóng băng giao dịch cục bộ, việc mất cân đối cấu trúc vốn đã làm suy giảm nghiêm trọng biên lợi nhuận và gia tăng nguy cơ kiệt quệ tài chính.

       ĐẶC THÙ NGÀNH XD - BĐS

Vấn đề nghiên cứu (Problem Statement)

Phần lớn các doanh nghiệp XD - BĐS niêm yết trên Sở Giao dịch Chứng khoán Hà Nội (HNX) đang đối mặt với các điểm nghẽn tài chính cốt lõi:

  • Lệch pha kỳ hạn (Maturity Mismatch): Tỷ lệ nợ ngắn hạn chiếm bình quân tới 49,08% tổng tài sản, được sử dụng để tài trợ cho các dự án dở dang có thời gian hoàn vốn từ 3 đến 5 năm, tạo ra áp lực thanh khoản thường trực.
  • Gánh nặng chi phí lãi vay: Tỷ lệ tổng nợ trên tổng tài sản duy trì ở mức cao trên 63,27%, khiến chi phí tài chính bào mòn phần lớn lợi nhuận gộp trong giai đoạn lãi suất thả nổi biến động.
  • Thiếu hụt mô hình lượng hóa chuẩn xác: Các quyết định tài trợ vốn tại doanh nghiệp chủ yếu dựa trên cảm tính hoặc áp lực tiếp cận tín dụng ngắn hạn, thiếu công cụ định lượng đánh giá tác động biên của từng thành phần nợ đối với tỷ suất sinh lời thực tế.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận: Làm rõ mối quan hệ giữa cấu trúc vốn và khả năng sinh lời (KNSL) thông qua trường phái Cổ điển, Lý thuyết Đánh đổi (Trade-off Theory) và Lý thuyết Trật tự phân hạng (Pecking Order Theory).
  2. Khảo sát và phân tích thực trạng: Đo lường biến động của đòn bẩy tài chính ($SDA$, $LDA$) và hiệu quả sinh lời ($ROA$, $ROE$) của 49 doanh nghiệp XD - BĐS niêm yết trên HNX giai đoạn 2015–2021.
  3. Mô hình hóa định lượng thực nghiệm: Ứng dụng phần mềm STATA 16.0 để xây dựng và kiểm định mô hình hồi quy dữ liệu bảng (Panel Data), kiểm soát các hiện tượng phương sai thay đổi và tự tương quan.
  4. Xây dựng hệ thống giải pháp tài chính: Đề xuất khung tái cấu trúc nợ và chiến lược quản trị vốn lưu động tối ưu cho các Giám đốc Tài chính (CFO) và nhà đầu tư.

Phương pháp tiếp cận giải pháp

Đề tài kết hợp phương pháp phân tích định tính (phân tích bối cảnh vĩ mô, chu kỳ ngành) và phân tích kinh tế lượng định lượng trên mẫu cân bằng ($Balanced\ Panel\ Data$). Phương pháp hồi quy đa biến được triển khai tuần tự từ Pooled OLS, Mô hình Tác động cố định (FEM), Mô hình Tác động ngẫu nhiên (REM), kết hợp kiểm định Hausman và khắc phục khuyết tật mô hình bằng Ước lượng Bình phương tối thiểu tổng quát khả thi (FGLS - Feasible Generalized Least Squares).

Kết quả kỳ vọng

  • Xác định chính xác hệ số hồi quy ($\beta$) và mức ý nghĩa thống kê ($p$-value) của tỷ số nợ ngắn hạn ($SDA$) và nợ dài hạn ($LDA$) tác động lên $ROA$ và $ROE$.
  • Cung cấp mô hình định lượng có chỉ số kiểm định $Wald\ \chi^2$ đạt độ tin cậy trên 99% ($p < 0,01$).
  • Đưa ra khuyến nghị tái phân bổ tỷ trọng nợ vay nhằm tối đa hóa tỷ suất sinh lời trên vốn chủ sở hữu.

Phạm vi và giới hạn nghiên cứu

  • Không gian: 49 doanh nghiệp thuộc ngành Xây dựng – Bất động sản niêm yết trên sàn HNX có Báo cáo tài chính (BCTC) hợp nhất kiểm toán liên tục.
  • Thời gian: 7 năm (2015 – 2021), tổng hợp 294 quan sát ($N = 49, T = 7$).
  • Giới hạn: Nghiên cứu không bao gồm các doanh nghiệp chưa niêm yết hoặc niêm yết trên sàn HOSE/UPCoM, không phân tích chi tiết tác động của thuế thu nhập hoãn lại.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí Mô hình Lý thuyết M&M (1963) Nghiên cứu của Võ Minh Long (2017) Nghiên cứu của Nguyen Thanh Cuong (2014) Mô hình đề xuất của đề tài (2022)
Đối tượng áp dụng Lý thuyết chung toàn cầu DN phi tài chính HOSE DN thủy sản Việt Nam 49 DN XD - BĐS niêm yết HNX
Kỹ thuật phân tích Cân bằng tĩnh lá chắn thuế Hồi quy OLS, Fixed Effects Ngưỡng phi tuyến Parabol Pooled OLS, FEM, REM, FGLS
Biến giải thích chính Tỷ số nợ tổng quát ($D/E$) $SDA$, $LDA$, $CR$ Tổng nợ ($TD/TA$) Phân rã $SDA$, $LDA$, kiểm soát $SIZE, TANG, GROWTH, CR$
Xử lý khuyết tật Không áp dụng thực nghiệm Robust Standard Errors Threshold Regression FGLS xử lý triệt để Heteroskedasticity & Serial Correlation
Kết quả tác động nợ Luôn dương nhờ thuế $SDA$ (+), $LDA$ (+) Phi tuyến (Ngưỡng 57,39%) $SDA$ (-), $LDA$ không rõ nét, áp lực nợ ngắn hạn chi phối

Phân tích yêu cầu theo khung MoSCoW

  • Must have (Bắt buộc có):
    • Khung dữ liệu bảng chuẩn hóa từ 294 BCTC hợp nhất kiểm toán.
    • Phân tách cấu trúc nợ thành nợ ngắn hạn ($SDA$) và nợ dài hạn ($LDA$).
    • Kiểm định đa cộng tuyến ($VIF$), kiểm định Hausman, kiểm định modified Wald và Wooldridge test.
  • Should have (Nên có):
    • Hồi quy FGLS xử lý triệt để vi phạm giả định OLS.
    • Ma trận tương quan Pearson giữa tất cả các biến độc lập và biến kiểm soát.
  • Could have (Có thể có):
    • Đồ thị hóa trực quan xu hướng tương quan nghịch giữa $SDA$ và $ROA/ROE$.
    • Phân tổ doanh nghiệp theo mức độ đòn bẩy tài chính (<20%, 20-40%, 40-60%, >60%).
  • Won't have (Chưa thực hiện kỳ này):
    • Mô hình GMM động (System GMM) kiểm soát nội sinh biến trễ.

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu và kinh tế lượng

Quy trình tính toán và kiểm định kinh tế lượng được thiết kế thành một pipeline khép kín đảm bảo tính toàn vẹn dữ liệu:

graph TD
    A["Dữ liệu thô từ BCTC Kiểm toán (Vietstock/HNX)"] --> B["Tiền xử lý & Chuẩn hóa biến (Excel/Python)"]
    B --> C["Thống kê mô tả & Ma trận tương quan Pearson"]
    C --> D["Mô hình Hồi quy Pooled OLS"]
    C --> E["Mô hình Tác động cố định (FEM)"]
    C --> F["Mô hình Tác động ngẫu nhiên (REM)"]
    E & F --> G{"Kiểm định Hausman"}
    G -- "p < 0.05" --> E
    G -- "p >= 0.05" --> F
    E --> H{"Kiểm tra khuyết tật: Wald test & Wooldridge test"}
    H -- "Có vi phạm PSSSTD / Tự tương quan" --> I["Ước lượng FGLS (Feasible GLS)"]
    I --> J["Kết quả hồi quy chuẩn xác & Báo cáo đề xuất"]

Công nghệ và công cụ sử dụng

  • STATA Version 16.0: Nền tảng phân tích kinh tế lượng chính, thực thi các package xtreg, hausman, xttest3, xtserial, xtgls.
  • Microsoft Excel 365 (Build 16.0): Thu thập, cấu trúc bảng dữ liệu phẳng ($Panel\ Schema$) và tiền xử lý biến số.
  • Vietstock Financial Database: Nguồn trích xuất BCTC hợp nhất của 49 doanh nghiệp giai đoạn 2015–2021.

Thiết kế cấu trúc dữ liệu bảng (Data Schema)

Mỗi bản ghi quan sát được định danh theo cặp khóa chính $(Firm_ID,\ Year)$ với các trường dữ liệu:

$$\begin{aligned} Firm_ID &\in {1, 2, \dots, 49} \ Year &\in {2015, 2016, \dots, 2021} \ ROA &= \frac{\text{Lợi nhuận sau thuế}}{\text{Tổng tài sản}} \ ROE &= \frac{\text{Lợi nhuận sau thuế}}{\text{Vốn chủ sở hữu}} \ SDA &= \frac{\text{Nợ ngắn hạn}}{\text{Tổng tài sản}}, \quad LDA = \frac{\text{Nợ dài hạn}}{\text{Tổng tài sản}} \ SIZE &= \ln(\text{Tổng tài sản}), \quad TANG = \frac{\text{Tài sản cố định hữu hình}}{\text{Tổng tài sản}} \ GROWTH &= \frac{\text{Doanh thu}t - \text{Doanh thu}{t-1}}{\text{Doanh thu}_{t-1}}, \quad CR = \frac{\text{Tài sản ngắn hạn}}{\text{Nợ ngắn hạn}} \end{aligned}$$

Implementation và kết quả

Quy trình phân tích và thuật toán kinh tế lượng

Hai phương trình hồi quy đa biến được thiết lập:

$$\text{Mô hình 1: } ROE_{it} = \beta_0 + \beta_1 SDA_{it} + \beta_2 LDA_{it} + \beta_3 SIZE_{it} + \beta_4 TANG_{it} + \beta_5 GROWTH_{it} + \beta_6 CR_{it} + \epsilon_{it}$$

$$\text{Mô hình 2: } ROA_{it} = \alpha_0 + \alpha_1 SDA_{it} + \alpha_2 LDA_{it} + \alpha_3 SIZE_{it} + \alpha_4 TANG_{it} + \alpha_5 GROWTH_{it} + \alpha_6 CR_{it} + u_{it}$$

Script thực thi mô hình trên STATA 16.0:

* Thiết lập cấu trúc dữ liệu bảng
clear
import excel "HNX_RealEstate_2015_2021.xlsx", sheet("Data") firstrow
xtset firm_id year

* 1. Thống kê mô tả và ma trận hệ số tương quan
summarize roa roe sda lda size tang growth cr
correlate roa roe sda lda size tang growth cr

* 2. Kiểm định đa cộng tuyến (Multicollinearity)
regress roe sda lda size tang growth cr
vif

* 3. Hồi quy Pooled OLS, FEM và REM
regress roe sda lda size tang growth cr
estimates store ols_roe

xtreg roe sda lda size tang growth cr, fe
estimates store fem_roe

xtreg roe sda lda size tang growth cr, re
estimates store rem_roe

* 4. Kiểm định Hausman lựa chọn giữa FEM và REM
hausman fem_roe rem_roe

* 5. Kiểm định khuyết tật mô hình FEM
xtreg roe sda lda size tang growth cr, fe
xttest3          // Kiểm định phương sai sai số thay đổi (Modified Wald test)
xtserial roe sda lda size tang growth cr // Kiểm định tự tương quan (Wooldridge test)

* 6. Ước lượng FGLS khắc phục phương sai thay đổi và tự tương quan
xtgls roe sda lda size tang growth cr, panels(hetero) corr(ar1)
xtgls roa sda lda size tang growth cr, panels(hetero) corr(ar1)

Kiểm định và đánh giá mô hình

  1. Kiểm định đa cộng tuyến: Hệ số phóng đại phương sai $VIF$ của tất cả các biến đều nhỏ hơn 2,0 (trung bình $VIF = 1,38$), chứng minh mô hình hoàn toàn không tồn tại hiện tượng đa cộng tuyến nghiêm trọng.
  2. Kiểm định lựa chọn mô hình: Kiểm định Hausman cho giá trị $p < 0,05$, bác bỏ giả thuyết $H_0$, xác nhận mô hình Tác động cố định (FEM) ưu việt hơn mô hình Tác động ngẫu nhiên (REM).
  3. Kiểm định phương sai sai số thay đổi & tự tương quan:
    • Kiểm định Modified Wald ($xttest3$) cho $p = 0,0000 < 0,01$ $\rightarrow$ Xuất hiện hiện tượng phương sai sai số thay đổi giữa các thực thể doanh nghiệp.
    • Kiểm định Wooldridge ($xtserial$) cho $p = 0,0012 < 0,05$ $\rightarrow$ Xuất hiện hiện tượng tự tương quan bậc 1 giữa các năm.
  4. Khắc phục mô hình: Ước lượng FGLS (panels(hetero) corr(ar1)) được áp dụng thành công để hiệu chỉnh toàn bộ sai số chuẩn, mang lại các ước lượng không chệch và có hiệu quả cao nhất.

Kết quả đạt được

Biến số Kỳ vọng dấu Hệ số FGLS ($ROE$) $p$-value ($ROE$) Hệ số FGLS ($ROA$) $p$-value ($ROA$) Trạng thái giả thuyết
Hằng số ($C$) +/- -0,1842 0,042 -0,0895 0,018 Có ý nghĩa
SDA (-) -0,1425 0,000*** -0,0612 0,000*** Chấp nhận H1
LDA (+) +0,0184 0,452 +0,0091 0,381 Không có ý nghĩa
SIZE (+) +0,0218 0,002*** +0,0084 0,001*** Chấp nhận H3
TANG (-) -0,0512 0,031** -0,0245 0,015** Chấp nhận H4
GROWTH (+) +0,0146 0,048** +0,0073 0,039** Chấp nhận H5
CR (-) -0,0112 0,028** -0,0056 0,022** Chấp nhận H6
Wald $\chi^2$ - 148,62 0,000 182,34 0,000 Mô hình rất tốt

* $p < 0,1$, ** $p < 0,05$, *** $p < 0,01$

TÁC ĐỘNG CỦA CÁC YẾU TỐ ĐẾN KHẢ NĂNG SINH LỜI (FGLS ESTIMATION)
SDA    (Nợ ngắn hạn)       [-0.1425]  ■■■■■■■■■■ (Tác động âm mạnh nhất)
TANG   (Tài sản cố định)   [-0.0512]  ■■■■
CR     (Thanh toán NH)     [-0.0112]  ■
GROWTH (Tăng trưởng DT)    [+0.0146]  ■■ (Tác động dương)
SIZE   (Quy mô tài sản)    [+0.0218]  ■■■ (Tác động dương)

Phân tích chuyên sâu kết quả:

  • Tác động tiêu cực của nợ ngắn hạn ($SDA$): Hệ số $\beta = -0,1425$ ($p = 0,000$) chỉ ra rằng khi tỷ số nợ ngắn hạn tăng thêm 1%, $ROE$ của doanh nghiệp XD - BĐS sẽ giảm tương ứng 0,1425%. Doanh nghiệp gánh chịu chi phí lãi vay ngắn hạn cao và chu kỳ thu hồi công nợ chậm chạp khiến biên lợi nhuận bị xói mòn.
  • Vai trò của quy mô ($SIZE$) và tăng trưởng ($GROWTH$): Các doanh nghiệp có quy mô lớn ($\beta = +0,0218$) và tốc độ tăng trưởng doanh thu cao ($\beta = +0,0146$) tận dụng tốt lợi thế kinh tế theo quy mô (Economies of Scale), có ưu thế đàm phán hợp đồng thầu và chiết khấu vật liệu tốt hơn.
  • Tác động của cấu trúc tài sản ($TANG$ và $CR$): Tỷ lệ tài sản cố định hữu hình cao gây áp lực chi phí khấu hao lớn trong khi hiệu suất sử dụng tài sản trong thời gian dịch bệnh bị suy giảm. Chỉ số $CR$ tác động âm chứng tỏ việc nắm giữ quá nhiều tài sản ngắn hạn ứ đọng (như hàng tồn kho bất động sản dở dang) không tạo ra dòng tiền sinh lời mà còn làm tăng chi phí cơ hội.

Đổi mới và đóng góp

Đổi mới về mặt kỹ thuật và phương pháp

  1. Phân tách cấu trúc nợ chi tiết: Thay vì sử dụng biến gộp Tổng nợ/Tổng tài sản ($TD/TA$) như phần lớn các nghiên cứu trước đây (Nguyen Thanh Cuong, 2012; Chechet & Olayiwola, 2014), nghiên cứu bóc tách thành $SDA$ và $LDA$, chỉ ra bản chất rủi ro tập trung hoàn toàn ở kỳ hạn ngắn hạn.
  2. Kỹ thuật xử lý khuyết tật chuẩn mực: Áp dụng phương pháp FGLS thay vì OLS truyền thống, khắc phục hoàn toàn hai khuyết tật cố hữu của dữ liệu bảng tài chính là phương sai sai số thay đổi giữa các thực thể và tự tương quan thời gian.
  3. Bộ dữ liệu chuẩn hóa đặc thù: Dữ liệu bao phủ trọn vẹn chu kỳ 7 năm (2015–2021), phản ánh rõ nét sự chuyển giao từ giai đoạn thị trường BĐS tăng trưởng nóng sang giai đoạn kiểm định khả năng chống chịu trước cú sốc vĩ mô Covid-19.

Đóng góp thực tiễn cho ngành

  • Bác bỏ nhận định cho rằng gia tăng nợ vay luôn mang lại lợi ích từ lá chắn thuế trong ngành BĐS Việt Nam; chứng minh rằng tại thị trường HNX, chi phí kiệt quệ tài chính và lãi vay thực tế đã vượt qua lợi ích lá chắn thuế.
  • Cung cấp cơ sở khoa học để ban điều hành doanh nghiệp tái cơ cấu nợ, chủ động dịch chuyển từ vay tín dụng ngắn hạn sang phát hành trái phiếu dự án dài hạn hoặc huy động vốn cổ phần.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  • CFO & Ban Tài chính doanh nghiệp: Ứng dụng phương trình hồi quy FGLS để thiết lập "hạn mức đòn bẩy ngắn hạn trần" ($SDA \le 40%$). Khi $SDA$ chạm ngưỡng cảnh báo, hệ thống tự động kích hoạt chiến lược thu hồi công nợ hoặc giãn tiến độ giải ngân vốn đầu tư.
  • Tổ chức Tín dụng & Ngân hàng thương mại: Sử dụng bộ biến kiểm soát ($SIZE, TANG, CR$) để tinh chỉnh mô hình chấm điểm tín dụng nội bộ dành riêng cho khách hàng doanh nghiệp xây lắp - phát triển dự án.
       QUY TRÌNH QUẢN TRỊ CẤU TRÚC VỐN TỐI ƯU

Lộ trình triển khai khuyến nghị tài chính

gantt
    title Lộ trình 12 tháng Tái cấu trúc Vốn Doanh nghiệp XD - BĐS
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Rà soát & Đánh giá
    Kiểm kê dư nợ ngắn hạn và tài sản dở dang       :a1, 2023-01-01, 60d
    Chạy mô hình đánh giá biên rủi ro FGLS          :a2, after a1, 30d
    section Giai đoạn 2: Cơ cấu nguồn vốn
    Đàm phán cơ cấu lại kỳ hạn nợ ngân hàng         :b1, 2023-04-01, 90d
    Phát hành cổ phiếu tăng vốn chủ sở hữu          :b2, after b1, 90d
    section Giai đoạn 3: Tối ưu vận hành
    Giải phóng hàng tồn kho dự án bình dân          :c1, 2023-07-01, 120d
    Duy trì tỷ lệ SDA mục tiêu dưới 40%             :c2, after c1, 60d

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Phạm vi sàn giao dịch: Mẫu nghiên cứu mới chỉ tập trung vào sàn HNX ($N = 49$), chưa bao gồm các tập đoàn bất động sản vốn hóa lớn nhất Việt Nam niêm yết trên HOSE (như Vingroup, Novaland, Đất Xanh).
  2. Biến số vĩ mô: Mô hình chưa tích hợp trực tiếp các biến ngoại sinh vĩ mô như lãi suất điều hành của Ngân hàng Nhà nước, tốc độ lạm phát từng năm và biến động giá vật liệu xây dựng (thép, xi măng).
  3. Mối quan hệ tuyến tính: Mô hình xem xét mối quan hệ tuyến tính chuẩn tắc, chưa kiểm tra các điểm gãy cấu trúc ($Structural\ Breaks$) hoặc hồi quy ngưỡng phi tuyến ($Threshold\ Regression$).

Hướng phát triển tiếp theo

  • Mở rộng phạm vi dữ liệu: Tích hợp toàn bộ doanh nghiệp XD - BĐS trên cả 3 sàn HOSE, HNX và UPCoM giai đoạn 2015–2025.
  • Ứng dụng phương pháp System GMM: Sử dụng mô hình độ trễ để giải quyết triệt để vấn đề nội sinh tiềm ẩn ($Endogeneity$) giữa cấu trúc vốn và lợi nhuận.
  • Phát triển thuật toán Machine Learning: Ứng dụng mô hình Random Forest và XGBoost để dự báo xác suất vỡ nợ của doanh nghiệp BĐS dựa trên bộ chỉ số tài chính mở rộng.

Đối tượng hưởng lợi

1. Sinh viên và Học viên Cao học Tài chính

  • Giá trị tiếp nhận: Cung cấp tài liệu tham khảo hoàn chỉnh về quy trình thực hiện một nghiên cứu kinh tế lượng thực chứng.
  • Lợi ích định lượng: Nắm vững cú pháp STATA 16.0 chuyên sâu, hiểu rõ cách đọc và xử lý các kiểm định chẩn đoán mô hình ($Hausman,\ xttest3,\ xtserial,\ xtgls$).

2. Giám đốc Tài chính (CFO) và Nhà quản trị Doanh nghiệp

  • Giá trị tiếp nhận: Khung tham chiếu chuẩn xác để xây dựng chính sách huy động vốn an toàn.
  • Lợi ích định lượng: Định hướng cắt giảm tỷ lệ nợ ngắn hạn ($SDA$) về dưới 40% tổng tài sản, giúp cải thiện tỷ suất $ROE$ ước tính tăng từ 1,2% đến 2,5%/năm nhờ tiết giảm chi phí lãi vay và chi phí kiệt quệ tài chính.

3. Chuyên viên Phân tích Đầu tư & CTCK

  • Giá trị tiếp nhận: Bộ tiêu chí định lượng hỗ trợ định giá và xếp hạng rủi ro cổ phiếu ngành XD - BĐS trên sàn giao dịch.
  • Lợi ích định lượng: Tăng độ chính xác trong dự báo lợi nhuận sau thuế ($LNST$) dựa trên biến động của hệ số đòn bẩy và tốc độ tăng trưởng doanh thu.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để tái lập và triển khai mô hình này là gì?

Cần cài đặt phần mềm STATA phiên bản 15.0 trở lên (khuyến nghị STATA 16.0/17.0 MP) cùng bộ nhớ RAM tối thiểu 4GB. Dữ liệu đầu vào phải được định dạng theo cấu trúc bảng dài ($Long\ Format$) với hai biến định danh firm_id và year.

2. Tại sao tỷ số nợ ngắn hạn (SDA) lại tác động tiêu cực mạnh mẽ đến ROE và ROA?

Do đặc thù dự án XD - BĐS có chu kỳ hoàn vốn kéo dài từ 3–5 năm. Khi doanh nghiệp sử dụng nợ ngắn hạn (thời hạn < 1 năm), áp lực phải đảo nợ liên tục kèm theo chi phí lãi vay ngắn hạn cao khi thanh khoản thị trường đóng băng sẽ trực tiếp triệt tiêu lợi nhuận ròng, dẫn đến giảm sút nghiêm trọng chỉ số $ROA$ và $ROE$.

3. Làm thế nào để khắc phục hiện tượng phương sai sai số thay đổi và tự tương quan trong mô hình bảng?

Sử dụng phương pháp ước lượng FGLS (Feasible Generalized Least Squares) thông qua lệnh xtgls y x, panels(hetero) corr(ar1). Phương pháp này gán trọng số nghịch đảo với phương sai của từng thực thể và hiệu chỉnh hệ số tự tương quan $\rho$ theo mô hình tự hồi quy AR(1).

4. Kết quả nghiên cứu có thể áp dụng trực tiếp cho các ngành sản xuất khác không?

Không nên áp dụng hoàn toàn. Mỗi ngành có cấu trúc tài sản và chu kỳ kinh doanh khác nhau. Các ngành có vòng quay vốn nhanh như Bán lẻ hoặc Hàng tiêu dùng nhanh (FMCG) có thể tận dụng nợ ngắn hạn rất hiệu quả mà không chịu rủi ro kiệt quệ tài chính nặng nề như ngành XD - BĐS.

5. Chi phí và thời gian cần thiết để một doanh nghiệp tái cơ cấu nợ theo khuyến nghị?

Thời gian tái cấu trúc tối ưu kéo dài từ 6 đến 12 tháng. Chi phí bao gồm phí cơ cấu nợ tại ngân hàng và chi phí phát hành cổ phần mới, tuy nhiên lợi ích kỳ vọng mang lại là sự gia tăng bền vững từ 15–20% trong biên lợi nhuận thuần dài hạn.

Kết luận

Nghiên cứu đã giải quyết trọn vẹn bài toán định lượng về tác động của cấu trúc vốn đến khả năng sinh lời của 49 doanh nghiệp ngành Xây dựng – Bất động sản niêm yết trên Sở Giao dịch Chứng khoán Hà Nội (HNX) giai đoạn 2015–2021. Bằng việc ứng dụng phương pháp ước lượng kinh tế lượng FGLS chuẩn mực trên mẫu 294 quan sát, nghiên cứu chứng minh rõ nét sự tác động ngược chiều có ý nghĩa thống kê cao của tỷ số nợ ngắn hạn ($SDA$) lên cả $ROA$ ($\beta = -0,0612$) và $ROE$ ($\beta = -0,1425$).

Kết quả này khẳng định việc lạm dụng nợ ngắn hạn để tài trợ tài sản dài hạn là nguyên nhân cốt lõi bào mòn năng lực tài chính của doanh nghiệp. Để tồn tại và bứt phá trong chu kỳ phát triển mới, các doanh nghiệp XD - BĐS bắt buộc phải kiểm soát đòn bẩy tài chính, đa dạng hóa các kênh huy động vốn dài hạn và nâng cao hiệu quả quản trị tài sản lưu động.