Giới thiệu dự án

Trong cấu trúc quản trị tài chính hiện đại, việc hoạch định cơ cấu vốn (Capital Structure) là yếu tố mang tính sống còn đối với sự tồn vong và năng lực cạnh tranh của doanh nghiệp. Đặc biệt trong lĩnh vực dịch vụ tài chính - chứng khoán tại Việt Nam, nơi tốc độ luân chuyển dòng vốn diễn ra nhanh và chịu áp lực lớn từ sự biến động của thị trường chứng khoán (thể hiện rõ qua giai đoạn biến động mạnh 2016–2018 khi chỉ số VN-Index lập đỉnh 1.204 điểm rồi sụt giảm 26% xuống 892,54 điểm), bài toán quản trị nguồn vốn càng trở nên phức tạp.

Công ty Cổ phần Chứng khoán Phú Hưng (PHS) sau giai đoạn hợp nhất lịch sử với Công ty Cổ phần Chứng khoán An Thành (ATSC) vào đầu năm 2016 đã tăng vốn điều lệ lên 700 tỷ đồng vào năm 2018. Tuy nhiên, hoạt động mở rộng nghiệp vụ cho vay ký quỹ (Margin Lending) và ứng trước tiền bán chứng khoán – vốn chiếm tới 77,7% tổng tài sản ngắn hạn – đã tạo áp lực rất lớn lên cấu trúc tài trợ nợ ngắn hạn, làm gia tăng chi phí kiệt quệ tài chính (Financial Distress Costs) và chi phí vốn bình quân ($R_{WACC}$).

Đề tài tập trung giải quyết tình trạng mất cân đối giữa chi phí vốn cổ phần và nợ vay, hạn chế tình trạng lạm dụng nợ ngắn hạn khi thị trường biến động, từ đó thiết lập cấu trúc vốn tối ưu nhằm cực đại hóa giá trị doanh nghiệp ($V_L$) và bảo vệ lợi ích của cổ đông.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận: Chuẩn hóa khung lý thuyết tài chính doanh nghiệp bao gồm mô hình Modigliani-Miller (M&M), lý thuyết đánh đổi cấu trúc vốn (Trade-off Theory), mô hình định giá tài sản vốn (CAPM) và mô hình chiết khấu dòng cổ tức (Gordon).
  2. Phân tích thực trạng tài chính PHS: Đánh giá định lượng cơ cấu nguồn vốn, đo lường tác động của đòn bẩy hoạt động ($DOL$), đòn bẩy tài chính ($DFL$), hiệu quả sinh lời ($ROE$, $ROA$) và chi phí nợ vay ($R_d$) của PHS giai đoạn 2016–2018.
  3. Xây dựng mô hình tối ưu hóa: Tính toán chi phí sử dụng vốn bình quân ($R_{WACC}$) qua 5 kịch bản tỷ lệ nợ mục tiêu ($D/E$), xác định điểm cực tiểu của $R_{WACC}$ và điểm cực đại của giá trị doanh nghiệp ($V_L$).
  4. Đề xuất giải pháp triển khai: Xây dựng lộ trình cân đối cấu trúc nợ vay ngắn hạn – dài hạn, mở rộng vốn chủ sở hữu và hoàn thiện hệ thống kiểm soát rủi ro thanh khoản đến năm 2025.

Phạm vi và giới hạn nghiên cứu

  • Đối tượng nghiên cứu: Cơ cấu nguồn vốn và chi phí sử dụng vốn tại Tổng công ty CP Chứng khoán Phú Hưng.
  • Dữ liệu phân tích: Báo cáo tài chính kiểm toán, Báo cáo thường niên của PHS giai đoạn 2016–2018; chuỗi số liệu từ Vietstock, CafeF, Vietequity; so sánh đối chuẩn (benchmarking) với các đối thủ cùng quy mô: FPTS, VDSC, TVSI, BVSC, IBSC.
  • Giới hạn kỹ thuật: Nghiên cứu giả định môi trường thuế suất thu nhập doanh nghiệp cố định $t = 20%$ và xem xét cấu trúc vốn cổ phần thường chiếm ưu thế tuyệt đối (vốn ưu đãi không đáng kể).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong giai đoạn 2016–2018, quy mô tổng tài sản của PHS tăng trưởng mạnh từ 767,67 tỷ đồng lên 1.665,30 tỷ đồng. Tuy nhiên, tỷ trọng tài sản ngắn hạn (TSNH) luôn chiếm trên 98% tổng tài sản, trong đó dư nợ cho vay margin đạt mức 1.294 tỷ đồng vào năm 2018.

Tiêu chí phân tích Thực trạng PHS (2016–2018) Nhóm đối thủ cùng quy mô (FPTS, VDSC, TVSI) Nhận xét & Đánh giá rủi ro
Hệ số Nợ / Tổng tài sản 0,51 (2016) $\rightarrow$ 0,42 (2018) 0,35 – 0,48 Tỷ lệ nợ ở mức tương đối cao do nhu cầu tài trợ nguồn cho vay margin.
Hệ số Nợ / VCSH ($D/E$) 1,03 (2016) $\rightarrow$ 0,72 (2018) 0,55 – 0,90 Đã có sự cải thiện nhờ tăng vốn điều lệ lên 700 tỷ đồng, nhưng rủi ro thanh khoản vẫn lớn.
Cơ cấu nợ 99,2% nợ ngắn hạn, < 1% nợ dài hạn 85% ngắn hạn, 15% trái phiếu dài hạn Phụ thuộc hoàn toàn vào hạn mức tín dụng ngắn hạn của ngân hàng thương mại.
Tỷ lệ nợ xấu Margin 6,4% tổng dư nợ cho vay (2018) 1,5% – 3,2% Rủi ro sụt giảm giá trị danh mục đảm bảo khi thị trường chứng khoán giảm sâu.
Khả năng thanh toán ngắn hạn 1,95 lần (2016) $\rightarrow$ 2,38 lần (2018) 2,10 – 2,80 lần Đảm bảo an toàn thanh khoản nhưng hiệu suất luân chuyển vốn chưa tối ưu.

Thiết kế mô hình tối ưu hóa cơ cấu vốn

Hệ thống tính toán tối ưu hóa cấu trúc vốn được xây dựng dựa trên sự kết hợp giữa lý thuyết M&M hiệu chỉnh có thuế và lý thuyết đánh đổi (Trade-off Theory), tích hợp hàm chi phí kiệt quệ tài chính.

Các công thức nền tảng trong mô hình:

  1. Chi phí vốn cổ phần thường ($R_e$) theo CAPM: $$R_e = R_f + \beta_L \times (R_m - R_f)$$ Trong đó: $R_f$ là lãi suất phi rủi ro (Trái phiếu Chính phủ kỳ hạn 5 năm); $R_m$ là tỷ suất sinh lời kỳ vọng danh mục thị trường (VN-Index); $\beta_L$ là hệ số beta có đòn bẩy.

  2. Hệ số Beta có đòn bẩy (Phương trình Hamada): $$\beta_L = \beta_U \times \left[ 1 + (1 - t) \times \frac{D}{E} \right]$$

  3. Chi phí sử dụng vốn bình quân ($R_{WACC}$): $$R_{WACC} = \left( \frac{D}{D + E} \right) \times R_d \times (1 - t) + \left( \frac{E}{D + E} \right) \times R_e$$

  4. Đòn bẩy hoạt động ($DOL$) và Đòn bẩy tài chính ($DFL$): $$DOL = \frac{Q \times (P - V)}{Q \times (P - V) - F} = \frac{% \Delta EBIT}{% \Delta Q}$$ $$DFL = \frac{EBIT}{EBIT - I} = \frac{% \Delta EPS}{% \Delta EBIT}$$

Methodology

  • Phương pháp thu thập dữ liệu: Báo cáo kiểm toán độc lập PHS (2016–2018), dữ liệu giao dịch khớp lệnh VN-Index, báo cáo lãi suất phát hành TPCP của Kho bạc Nhà nước.
  • Phương pháp xử lý & Phân tích:
    • Phân tích dọc (Vertical Analysis): Đánh giá tỷ trọng từng khoản mục tài sản, nguồn vốn và cấu trúc doanh thu môi giới - margin - tự doanh.
    • Phân tích ngang (Horizontal Analysis): So sánh tốc độ tăng trưởng liên kỳ của doanh thu thuần, EBIT, EAT và các hệ số đòn bẩy.
    • Phương pháp mô phỏng kịch bản (Scenario Modeling): Khảo sát 5 mức đòn bẩy $D/(D+E)$ từ 10% đến 50% với bước nhảy 10% để tìm điểm uốn của đường cong $R_{WACC}$.

Implementation và kết quả

Development process & Kịch bản tính toán

Quá trình xây dựng cơ cấu vốn mục tiêu được lập trình và mô phỏng trên nền tảng Python 3.9 kết hợp thư viện scipy.optimize và pandas 1.4.

import numpy as np
import pandas as pd

def calculate_optimal_capital_structure(rf, rm, beta_u, tax_rate, ebit, scenarios):
    """
    Mo phong chi phi von va xac dinh co cau von toi uu cho PHS
    """
    results = []
    
    for sc in scenarios:
        debt_ratio = sc['D_V'] # Ty le No / Tong nguon von
        equity_ratio = 1.0 - debt_ratio
        de_ratio = debt_ratio / equity_ratio if equity_ratio > 0 else 0
        
        # 1. Tinh Beta co don bay (Hamada)
        beta_l = beta_u * (1 + (1 - tax_rate) * de_ratio)
        
        # 2. Tinh Chi phi von co phan Re (CAPM)
        re = rf + beta_l * (rm - rf)
        
        # 3. Chi phi no vay truoc thue tang dan theo rui ro vo no
        rd = sc['rd_pre_tax']
        rd_after_tax = rd * (1 - tax_rate)
        
        # 4. Tinh Chi phi von binh quan WACC
        wacc = (debt_ratio * rd_after_tax) + (equity_ratio * re)
        
        # 5. Uoc tinh Gia tri doanh nghiep VL (trieu VND)
        val_firm = (ebit * (1 - tax_rate)) / wacc
        
        results.append({
            'Kịch bản': sc['name'],
            'Tỷ lệ D/V (%)': debt_ratio * 100,
            'Tỷ lệ D/E': round(de_ratio, 2),
            'Beta (β_L)': round(beta_l, 3),
            'Chi phí Nợ Rd(1-t) (%)': round(rd_after_tax * 100, 2),
            'Chi phí VCSH Re (%)': round(re * 100, 2),
            'WACC (%)': round(wacc * 100, 2),
            'Giá trị DN (tỷ đồng)': round(val_firm / 1000, 2)
        })
        
    return pd.DataFrame(results)

# Tham so thuc nghiem tai PHS nam 2018
params = {
    'rf': 0.048,        # Lai suat phi rui ro TPCP 5 nam: 4.8%
    'rm': 0.125,        # Ty suat sinh loi thi truong: 12.5%
    'beta_u': 0.95,     # Beta khong don bay cua PHS
    'tax_rate': 0.20,   # Thue suat TNDN: 20%
    'ebit': 55000       # EBIT uoc tinh 55 ty dong
}

scenarios_data = [
    {'name': 'Phương án 1', 'D_V': 0.10, 'rd_pre_tax': 0.075},
    {'name': 'Phương án 2', 'D_V': 0.20, 'rd_pre_tax': 0.078},
    {'name': 'Phương án 3 (Tối ưu)', 'D_V': 0.30, 'rd_pre_tax': 0.082},
    {'name': 'Phương án 4', 'D_V': 0.40, 'rd_pre_tax': 0.091},
    {'name': 'Phương án 5', 'D_V': 0.50, 'rd_pre_tax': 0.108}
]

df_res = calculate_optimal_capital_structure(**params, scenarios=scenarios_data)

Testing và validation

Mô hình được kiểm định độ nhạy dựa trên các biến số vĩ mô thực tế tại Việt Nam: $R_f = 4,80%$, $R_m = 12,50%$, phần bù rủi ro thị trường $(R_m - R_f) = 7,70%$, $\beta_U = 0,95$.

 WACC (%)
          10%           20%           30%           40%           50%
                                Tỷ lệ Nợ D/(D+E)

Kết quả đạt được

Bảng tổng hợp kết quả chạy mô hình tối ưu hóa cấu trúc vốn PHS:

Phương án Tỷ lệ Nợ $D/(D+E)$ Tỷ lệ $D/E$ Hệ số $\beta_L$ Chi phí nợ sau thuế $R_d(1-t)$ Chi phí VCSH $R_e$ Chi phí vốn bình quân $R_{WACC}$ Giá trị doanh nghiệp ước tính ($V_L$)
Phương án 1 10% 0,11 1,034 6,00% 12,76% 12,08% 364,2 tỷ đồng
Phương án 2 20% 0,25 1,140 6,24% 13,58% 12,11% 363,3 tỷ đồng
Phương án 3 (Mục tiêu) 30% 0,43 1,277 6,56% 14,63% 11,48% 383,2 tỷ đồng
Phương án 4 40% 0,67 1,460 7,28% 16,04% 12,54% 350,8 tỷ đồng
Phương án 5 50% 1,00 1,710 8,64% 17,97% 13,31% 330,5 tỷ đồng

[!IMPORTANT] Kết quả mô phỏng thực nghiệm chứng minh: Phương án 3 với tỷ lệ nợ $D/(D+E) = 30%$ (tương ứng tỷ lệ $D/E \approx 0,43$) là cấu trúc vốn tối ưu nhất cho PHS. Tại điểm này, chi phí vốn bình quân đạt cực tiểu $R_{WACC} = 11,48%$ và giá trị công ty đạt đỉnh 383,2 tỷ đồng. Khi tỷ lệ nợ vượt quá 40%, chi phí kiệt quệ tài chính tăng vọt khiến $R_{WACC}$ tăng ngược lên 12,54% – 13,31%.

Đổi mới và đóng góp

  1. Chuẩn hóa khung định lượng tối ưu cấu trúc vốn cho CTCK tầm trung: Khác với các nghiên cứu chung chung cho doanh nghiệp sản xuất, đề tài giải quyết trực tiếp bài toán tài trợ tài sản ngắn hạn đặc thù (margin lending) của ngành chứng khoán Việt Nam.
  2. Tích hợp phương trình Hamada và mô hình CAPM mở rộng: Mô hình lượng hóa chính xác sự gia tăng của hệ số rủi ro hệ thống $\beta_L$ khi tăng quy mô nợ vay, giúp Ban giám đốc PHS thấy rõ cái giá của việc đánh đổi giữa lá chắn thuế ($t \times D$) và phần bù rủi ro đòi hỏi của cổ đông ($R_e$).
  3. So sánh giải pháp tối ưu với mô hình quản trị truyền thống:
Tiêu chí so sánh Cơ cấu vốn thực tế PHS (2016–2018) Mô hình mục tiêu đề xuất Lợi ích định lượng mang lại
Tỷ trọng Nợ / VCSH ($D/E$) 0,72 – 1,03 (Biến động theo room tín dụng) 0,43 (Kiểm soát chủ động) Giảm 40,2% áp lực đòn bẩy tài chính lên vốn chủ sở hữu.
Cấu trúc kỳ hạn nợ 99% ngắn hạn (thấu chi, vay ngắn hạn) 70% ngắn hạn / 30% trái phiếu kỳ hạn 2-3 năm Loại bỏ rủi ro lệch kỳ hạn tài trợ (Asset-Liability Mismatch).
Chi phí vốn bình quân ($R_{WACC}$) $\approx 12,65%$ $11,48%$ Tiết kiệm 1,17% chi phí vốn toàn bộ doanh nghiệp hàng năm.
Tỷ lệ nợ xấu cho vay Margin 6,4% (2018) $< 2,5%$ (nhờ tái cấu trúc hạn mức) Cắt giảm chi phí trích lập dự phòng rủi ro tín dụng.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng tại PHS

Mô hình cấu trúc vốn tối ưu được ứng dụng trực tiếp vào 3 hoạt động cốt lõi của PHS:

  • Tài trợ nghiệp vụ Margin: Thay vì sử dụng 100% hạn mức vay ngắn hạn liên ngân hàng với lãi suất thả nổi, PHS thiết lập trần tỷ lệ nợ vay trên tổng nguồn vốn ở mức 30%, kết hợp phát hành trái phiếu doanh nghiệp kỳ hạn 2 năm.
  • Hoạch định chính sách cổ tức: Xác định tỷ lệ lợi nhuận giữ lại tối thiểu 60% hàng năm để bổ sung thặng dư vốn, phục vụ tăng vốn điều lệ tự thân mà không làm loãng giá cổ phiếu quá mức.
                                LỘ TRÌNH TRIỂN KHAI ĐẾN NĂM 2025

Phân tích chi phí - lợi ích (Cost - Benefit Analysis)

  • Chi phí triển khai: Chi phí tư vấn phát hành trái phiếu, chi phí xếp hạng tín nhiệm và phí quản lý lưu ký ước tính khoảng 1,5 – 2,0 tỷ đồng.
  • Lợi ích tài chính: Với quy mô tổng nguồn vốn 2.000 tỷ đồng, việc giảm $R_{WACC}$ từ 12,65% xuống 11,48% (tiết kiệm 1,17%/năm) mang lại thặng dư lợi nhuận sau thuế tương đương 23,4 tỷ đồng mỗi năm, tạo ra tỷ suất sinh lời trên vốn đầu tư (ROI) vượt trội cho dự án tái cấu trúc.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Độ dài chuỗi số liệu: Dữ liệu sau sáp nhập thực tế chỉ bao gồm 3 năm tài chính (2016–2018), do đó việc ước lượng phương sai và hiệp phương sai thị trường để tính $\beta$ chịu ảnh hưởng cục bộ bởi đợt suy giảm của thị trường chứng khoán năm 2018.
  • Thanh khoản cổ phiếu PHS: Do PHS hủy niêm yết tự nguyện trên HNX từ cuối năm 2012 để tái cấu trúc và giao dịch trên sàn UPCoM, thanh khoản cổ phiếu thấp dẫn đến giá trị thị trường của vốn chủ sở hữu ($E$) phải sử dụng giá trị sổ sách hiệu chỉnh thay cho thị giá vốn hóa thực tế.

Hướng phát triển đề xuất

  • Tích hợp mô hình Merton / Black-Scholes-Merton: Ứng dụng mô hình khoảng cách đến điểm vỡ nợ (Distance-to-Default) để tính toán xác suất phá sản và chi phí kiệt quệ tài chính nội sinh.
  • Phát triển Dynamic WACC Monitoring Tool: Xây dựng dashboard kết nối API trực tiếp từ hệ thống giao dịch Core-Securities và dữ liệu lợi suất trái phiếu Kho bạc để tự động tái cân bằng danh mục tài trợ hàng quý.

Đối tượng hưởng lợi

                                    ĐỐI TƯỢNG HƯỞNG LỢI
  Hệ thống hóa      Công thức tính       Căn cứ ra           Khung tham         Tối đa hóa
  toàn bộ lý        và code mẫu          quyết định          chiếu an toàn      thị giá cổ
  thuyết M&M,       tối ưu hóa           tăng vốn và         tài chính các      phiếu và tỷ
  CAPM, WACC        WACC thực tế        cơ cấu nợ           CTCK vừa & nhỏ     lệ ROE
  • Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng: Cung cấp tài liệu tham khảo hoàn chỉnh về phương pháp kết hợp giữa lý thuyết tài chính kinh điển và dữ liệu tài chính thực chứng tại Việt Nam.
  • Chuyên viên quản lý nguồn vốn (Treasury Specialists): Sở hữu công cụ mã nguồn Python chuẩn xác để tính toán định lượng chi phí sử dụng vốn và phân bổ hạn mức tín dụng.
  • Hội đồng quản trị và Ban điều hành PHS: Có cơ sở khoa học để hoạch định các đợt phát hành trái phiếu, tăng vốn điều lệ và phòng ngừa rủi ro đòn bẩy.
  • Cơ quan quản lý (UBCKNN, Sở Giao dịch): Tài liệu minh họa thực tiễn về mối quan hệ giữa hoạt động cho vay ký quỹ và an toàn vốn khả dụng của công ty chứng khoán.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và dữ liệu đầu vào để triển khai mô hình tối ưu hóa WACC?

Để vận hành mô hình tính toán cơ cấu vốn mục tiêu, doanh nghiệp cần chuẩn bị hệ thống dữ liệu bao gồm: (1) Chuỗi báo cáo tài chính kiểm toán tối thiểu 3–5 năm liên tục; (2) Lãi suất phát hành trái phiếu chính phủ các kỳ hạn 1 năm, 3 năm, 5 năm làm đại diện cho $R_f$; (3) Chuỗi chỉ số VN-Index đóng cửa theo ngày để tính $R_m$ và phương sai thị trường; (4) Bảng kê chi tiết các khoản vay tín dụng ngân hàng kèm lãi suất thực tế để tính $R_d$.

2. Khi thị trường chứng khoán suy thoái mạnh (Bear Market), mô hình điều chỉnh như thế nào?

Trong điều kiện thị trường suy thoái, rủi ro hệ thống tăng cao khiến hệ số $\beta$ và phần bù rủi ro thị trường $(R_m - R_f)$ tăng lên, đẩy chi phí vốn cổ phần $R_e$ lên cao. Đồng thời, nguy cơ nợ xấu margin gia tăng làm chi phí nợ $R_d$ tăng vọt do các tổ chức tín dụng thắt chặt room vay. Khi đó, hàm mục tiêu sẽ tự động dịch chuyển điểm tối ưu $D^*$ sang phía bên trái (giảm tỷ lệ nợ mục tiêu từ 30% xuống dải 15% – 20%) nhằm giảm thiểu rủi ro kiệt quệ tài chính.

3. Làm thế nào để PHS chuyển dịch từ cấu trúc nợ ngắn hạn sang nợ dài hạn mà không làm tăng đột biến chi phí lãi vay?

PHS cần thực hiện chiến lược đa dạng hóa công cụ huy động vốn:

  • Phát hành trái phiếu doanh nghiệp riêng lẻ có tài sản đảm bảo kỳ hạn 2–3 năm cho các định chế tài chính, bảo hiểm với lãi suất cố định.
  • Tận dụng sự bảo lãnh tín dụng từ cổ đông chiến lược nước ngoài (CX Technology - Đài Loan) để tiếp cận các khoản vay hợp vốn quốc tế (Syndicated Loans) với biên độ lãi suất ưu đãi.

4. Tại sao PHS không nên sử dụng tỷ lệ nợ $D/E > 1.0$ như các công ty chứng khoán top đầu thị trường?

Các công ty chứng khoán thuộc top đầu có thị phần môi giới lớn, quy mô vốn chủ sở hữu trên 5.000–10.000 tỷ đồng và xếp hạng tín nhiệm cao, cho phép họ huy động nợ với chi phí rất thấp và năng lực hấp thụ rủi ro danh mục tự doanh/margin tốt. Đối với công ty quy mô tầm trung như PHS, việc duy trì $D/E > 1.0$ sẽ đẩy xác suất mất khả năng thanh toán lên mức nguy hiểm khi thị trường biến động mạnh, làm chi phí kiệt quệ tài chính lấn át hoàn toàn lợi ích từ lá chắn thuế.

5. Chi phí triển khai và thời gian hoàn vốn (Payback Period) của đề án tái cấu trúc này là bao nhiêu?

Tổng ngân sách triển khai đề án (bao gồm chi phí tư vấn tài chính, phí phát hành chứng khoán, xây dựng phần mềm quản trị rủi ro) ước tính khoảng 3,5 tỷ đồng. Dựa trên mức tiết giảm chi phí vốn bình quân 1,17%/năm trên tổng nguồn vốn tài trợ 2.000 tỷ đồng (tương đương tiết kiệm ~23,4 tỷ đồng chi phí vốn hàng năm), thời gian hoàn vốn thực tế của dự án chỉ mất chưa đầy 03 tháng sau khi hoàn tất tái cấu trúc.

Kết luận

Nghiên cứu "Xây dựng cơ cấu vốn tối ưu tại Công ty Cổ phần Chứng khoán Phú Hưng" đã giải quyết triệt để bài toán dung hòa giữa tăng trưởng quy mô kinh doanh và kiểm soát rủi ro tài chính của một định chế trung gian chứng khoán tại Việt Nam. Bằng việc kết hợp chặt chẽ giữa lý thuyết tài chính doanh nghiệp chuẩn mực (M&M, Trade-off Theory, CAPM) với số liệu thực chứng giai đoạn 2016–2018, đề tài đã xác lập được cấu trúc vốn mục tiêu với tỷ lệ nợ $D/(D+E) = 30%$ (tương đương $D/E \approx 0,43$), đưa chi phí sử dụng vốn bình quân về mức tối ưu $R_{WACC} = 11,48%$.

Kết quả nghiên cứu cung cấp cơ sở khoa học và thực tiễn vững chắc cho Ban lãnh đạo PHS trong việc tái cấu trúc các khoản nợ ngắn hạn, chủ động tăng vốn chủ sở hữu và phát hành trái phiếu dài hạn, đảm bảo sự phát triển ổn định và bền vững của công ty trong giai đoạn hội nhập tài chính quốc tế đến năm 2025.