Giới thiệu dự án

Ngành xây dựng giữ vai trò huyết mạch trong nền kinh tế Việt Nam, đóng góp trung bình 6,5% – 8,0% vào tổng sản phẩm quốc nội (GDP) và là động lực mở rộng cơ sở hạ tầng giao thông, công nghiệp và đô thị hóa. Tuy nhiên, giai đoạn 2020 – 2022 chứng kiến những biến động phức tạp từ đại dịch COVID-19, sự đóng băng cục bộ của thị trường bất động sản, cùng hiện tượng giá vật liệu xây dựng (thép, xi măng) biến động đột biến từ 20% – 40%. Những áp lực này phơi bày rõ nét các điểm yếu nội tại của các doanh nghiệp xây dựng (DNXD): tỷ suất lợi nhuận sau thuế trên doanh thu thuần (ROS) duy trì ở mức thấp kỷ lục (dưới 3% – 5%), chu kỳ quay vòng vốn kéo dài (trên 360 ngày), và mức độ phụ thuộc nghiêm trọng vào đòn bẩy tài chính với tỷ lệ nợ phải trả trên tổng nguồn vốn (TDTA) phổ biến từ 65% – 85%.

Đề tài nghiên cứu: "Các nhân tố ảnh hưởng tới hiệu quả kinh doanh của các doanh nghiệp xây dựng niêm yết trên thị trường chứng khoán Việt Nam" do sinh viên Hán Thị Thu Thảo (Khoa Kế toán – Kiểm toán, Trường Đại học Kinh tế – ĐHQGHN) thực hiện dưới sự hướng dẫn của TS. Trần Thế Nữ. Đề tài tập trung giải quyết bài toán định lượng hóa cơ chế tác động của các nhân tố vi mô đến tỷ suất sinh lời trên tổng tài sản (ROA).

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa cơ sở lý luận: Làm rõ bản chất kinh tế của hiệu quả kinh doanh (HQKD), mô hình Dupont và lý thuyết cấu trúc vốn của Modigliani & Miller (1958, 1963) cùng lý thuyết đánh đổi cấu trúc vốn tối ưu (Trade-off Theory).
  2. Xây dựng mô hình định lượng: Đo lường tác động của 4 nhóm biến tài chính độc lập (Cấu trúc nợ, Quy mô, Tăng trưởng, Cơ cấu tài sản) tới biến phụ thuộc ROA trên mẫu 60 DNXD niêm yết tại HOSE và HNX.
  3. Kiểm định khuyết tật mô hình: Thực hiện các kiểm định thống kê chuyên sâu gồm đa cộng tuyến (VIF), tự tương quan (Durbin-Watson), và phương sai sai số thay đổi (Spearman Rank Correlation).
  4. Đề xuất giải pháp thực tiễn: Xây dựng 4 nhóm khuyến nghị tài chính nhằm tối ưu hóa chi phí vốn bình quân gia quyền (WACC), kiểm soát công nợ và gia tăng giá trị kinh tế gia tăng (EVA).

Phạm vi và giới hạn nghiên cứu

  • Không gian: 60 doanh nghiệp ngành xây dựng niêm yết trên hai sàn HOSE và HNX.
  • Thời gian: Số liệu báo cáo tài chính kiểm toán giai đoạn 2020 – 2022 (180 quan sát).
  • Nội dung: Giới hạn ở các nhân tố tài chính nội tại của doanh nghiệp, không đi sâu vào biến số vĩ mô định tính.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thực trạng phân tích tài chính tại các DNXD Việt Nam hiện nay chủ yếu dừng lại ở việc đọc chỉ số đơn lẻ hoặc phân tích báo cáo tài chính truyền thống, thiếu sự kết hợp giữa mô hình hồi quy đa biến và phân rã nhân tố.

Phương pháp phân tích Ưu điểm Nhược điểm Khả năng ứng dụng dự báo
Chỉ số tài chính đơn lẻ (ROS, ROE, ROA) Đơn giản, dễ tính toán trực tiếp từ BCTC Không cô lập được tác động của đòn bẩy và quy mô Thấp
Phân tích Dupont 3 & 5 nhân tố Bóc tách rõ ảnh hưởng của biên lợi nhuận, vòng quay tài sản và đòn bẩy Không kiểm định được ý nghĩa thống kê ($p\text{-value}$) Trung bình
Mô hình hồi quy đa biến OLS (Nghiên cứu áp dụng) Định lượng chính xác hệ số co giãn, kiểm soát tương quan chéo Đòi hỏi xử lý sạch dữ liệu và kiểm định khuyết tật nghiêm ngặt Cao (Hỗ trợ ra quyết định)

Ưu tiên phân tích theo ma trận MoSCoW:

  • Must-have: Biến phụ thuộc ROA; các biến độc lập then chốt: Tỷ lệ nợ/Tổng tài sản (TDTA), Quy mô tài sản (SIZE), Tốc độ tăng trưởng (GROWTH).
  • Should-have: Phân rã nợ ngắn hạn (STDTA) và nợ dài hạn (LTDTA), Tỷ trọng tài sản cố định (TANG).
  • Could-have: Tỷ suất sinh lời kinh tế của tài sản (BEP), Chi phí vốn bình quân (WACC), Hệ số đòn bẩy nợ/VCSH (TDTE).
  • Won't-have (giai đoạn này): Dữ liệu doanh nghiệp xây dựng chưa niêm yết do tính minh bạch của thông tin tài chính hạn chế.

Thiết kế hệ thống định lượng và Technology Stack

Mô hình nghiên cứu định lượng thiết lập phương trình hồi quy tuyến tính bội:

$$ROA_i = \beta_0 + \beta_1 D_i + \beta_2 SIZE_i + \beta_3 GROWTH_i + \beta_4 TANG_i + \epsilon_i$$

Trong đó, $D_i$ đại diện cho cấu trúc nợ, lần lượt được thay thế bằng $TDTA$, $TDTE$, $STDTA$, $LTDTA$ để kiểm định 3 mô hình hồi quy thành phần ($M_1, M_2, M_3$).

  • Technology Stack:
    • IBM SPSS Statistics 29.0: Thực hiện thống kê mô tả, phân tích tương quan Pearson/Spearman, hồi quy OLS, kiểm định ANOVA, kiểm định đa cộng tuyến (VIF), kiểm định Durbin-Watson (DW).
    • Microsoft Excel 365: Tiền xử lý, trích xuất dữ liệu BCTC từ Vietstock/FiinGroup, chuẩn hóa và xử lý missing values/outliers.
    • Python 3.10 (Pandas, Statsmodels, Seaborn): Tự động hóa kiểm tra phân phối chuẩn phần dư (Histogram, P-P Plot) và vẽ biểu đồ phân tán sai số.

Phương pháp luận (Methodology)

Nghiên cứu triển khai theo quy trình chuẩn 5 giai đoạn:

  1. Thu thập dữ liệu: Trích xuất bảng cân đối kế toán và báo cáo kết quả kinh doanh của 60 DNXD trong 3 năm liên tiếp ($N = 180$).
  2. Tiền xử lý dữ liệu: Xử lý dữ liệu khuyết thiếu bằng phương pháp gán giá trị trung bình theo phân ngành hẹp, loại bỏ các điểm dị biệt (outliers) vượt quá 3 độ lệch chuẩn ($\pm 3\sigma$).
  3. Phân tích tương quan: Đánh giá hệ số tương quan Pearson giữa các biến độc lập nhằm sàng lọc sơ bộ hiện tượng cộng tuyến trước khi hồi quy.
  4. Ước lượng tham số: Sử dụng phương pháp bình phương nhỏ nhất thông thường (OLS) để ước lượng các trọng số $\beta_k$.
  5. Kiểm định độ tin cậy: Đối chiếu mức ý nghĩa thống kê ($p\text{-value} < 0.05$ và $p\text{-value} < 0.01$), kiểm định $F$-test của ANOVA, và đánh giá hệ số xác định hiệu chỉnh ($R^2_{\text{adj}}$).

Implementation và kết quả

Quy trình thực thi phân tích dữ liệu

Toàn bộ quy trình ước lượng và kiểm định khuyết tật mô hình được tự động hóa bằng pipeline xử lý dữ liệu định lượng:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Load và chuẩn bị dữ liệu BCTC 60 DNXD (2020-2022)
df = pd.read_csv("dnxd_financial_data_2020_2022.csv")

# 2. Định nghĩa các biến độc lập và phụ thuộc
dependent_var = 'ROA'
independent_vars = ['TDTA', 'SIZE', 'GROWTH', 'TANG']

X = df[independent_vars]
X = sm.add_constant(X)
y = df[dependent_var]

# 3. Ước lượng mô hình Hồi quy OLS (Mô hình 1)
model_ols = sm.OLS(y, X).fit()
print(model_ols.summary())

# 4. Kiểm định Hiện tượng Đa cộng tuyến (VIF)
vif_data = pd.DataFrame()
vif_data["Variable"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
print("\n--- Variance Inflation Factor (VIF) ---")
print(vif_data)

# 5. Kiểm định Phương sai sai số thay đổi qua Tương quan hạng Spearman
residuals = model_ols.resid
abs_residuals = np.abs(residuals)
spearman_corr = X[independent_vars].apply(lambda col: col.corr(abs_residuals, method='spearman'))
print("\n--- Spearman Rank Correlation (Residuals vs X) ---")
print(spearman_corr)

Kiểm định và xác thực mô hình (Testing & Validation)

Kết quả kiểm định khuyết tật mô hình từ phần mềm SPSS 29 và Python cho thấy độ tin cậy thống kê cao:

  1. Kiểm định Phù hợp mô hình (ANOVA $F$-test):
    • Mô hình 1 ($ROA$ theo $TDTA, SIZE, GROWTH, TANG$): Giá trị kiểm định $F = 14.825$ với $p\text{-value} = 0.000 < 0.01$, khẳng định mô hình hồi quy tuyến tính có ý nghĩa thống kê tổng thể ở độ tin cậy 99%.
    • Hệ số xác định $R^2 = 0.285$, $R^2_{\text{adj}} = 0.269$, giải thích được 26.9% sự biến thiên của ROA tại các DNXD.
  2. Kiểm định Đa cộng tuyến (Multicollinearity):
    • Hệ số phóng đại phương sai (VIF) của tất cả các biến độc lập đều nằm trong khoảng $1.082$ đến $1.435$, nhỏ hơn rất nhiều so với ngưỡng cảnh báo vi phạm ($VIF < 5.0$). Kết luận: Không có hiện tượng đa cộng tuyến nghiêm trọng.
  3. Kiểm định Tự tương quan (Autocorrelation):
    • Giá trị thống kê Durbin-Watson ($DW$) đạt $1.912$ (nằm trong khoảng tối ưu $1.5 < DW < 2.5$), chứng minh phần dư của mô hình không xảy ra hiện tượng tự tương quan bậc nhất.
  4. Kiểm định Phương sai sai số thay đổi (Heteroskedasticity):
    • Hệ số tương quan hạng Spearman giữa trị tuyệt đối sai số $|e_i|$ và các biến độc lập đều có mức ý nghĩa $p\text{-value} > 0.05$ (dao động từ $0.114$ đến $0.682$). Đồng thời, biểu đồ tần số Histogram và P-P Plot của phần dư phân phối chuẩn tiệm cận đường chéo $45^\circ$.
       Histogram Phần Dư (Residuals)                 P-P Plot Chuẩn Hóa
   Số lượng                                     Xác suất quan sát
         -3σ       0      +3σ                             Xác suất kỳ vọng

Kết quả nghiên cứu thực nghiệm

Tổng hợp các hệ số hồi quy chuẩn hóa ($\beta$) và ý nghĩa tác động:

Biến số Tên biến Hệ số hồi quy ($\beta$) Mức ý nghĩa ($p\text{-value}$) Chiều tác động Ý nghĩa kinh tế thực tế
$TDTA$ Tỷ lệ nợ / Tổng tài sản $-0.312$ $0.001^{***}$ Ngược chiều (-) Khi tỷ lệ nợ tăng 1%, ROA trung bình giảm 0.312%. DNXD lạm dụng nợ vay ngắn hạn chịu gánh nặng chi phí lãi vay lớn, làm triệt tiêu hiệu quả kinh doanh.
$SIZE$ Quy mô tổng tài sản $+0.218$ $0.008^{***}$ Cùng chiều (+) Tăng quy mô tài sản tạo lợi thế kinh tế theo quy mô (Economies of Scale), nâng cao năng lực đấu thầu các gói tổng thầu EPC lớn.
$GROWTH$ Tốc độ tăng trưởng TS $+0.165$ $0.034^{**}$ Cùng chiều (+) Tăng trưởng quy mô phản ánh khả năng mở rộng dự án và năng lực trúng thầu gối đầu, hỗ trợ tăng biên lợi nhuận ròng.
$TANG$ Tỷ trọng tài sản cố định $-0.141$ $0.048^{**}$ Ngược chiều (-) Tỷ trọng máy móc, thiết bị nặng quá cao gây phát sinh chi phí khấu hao lớn và chi phí bảo dưỡng trong giai đoạn đình trệ thi công.

(Ghi chú: $^{}$ có ý nghĩa ở mức 1%, $^{}$ có ý nghĩa ở mức 5%)*

Đổi mới và đóng góp

  1. Phát hiện cấu trúc nợ "bẫy thanh khoản": Nghiên cứu chỉ ra rằng tác động tiêu cực của nợ bắt nguồn từ việc mất cân đối cơ cấu nợ (nợ ngắn hạn $STDTA$ chiếm tới 82% – 88% tổng nợ phải trả), khiến DNXD rơi vào vòng xoáy áp lực trả nợ lưu động thay vì tận dụng được lá chắn thuế (Tax Shield) dài hạn.
  2. Khắc phục hạn chế của các mô hình nghiên cứu trước:
Tiêu chí so sánh Nghiên cứu của Zeitun & Tian (2007) Nghiên cứu của Fozia Memon et al. (2012) Đề tài nghiên cứu (2023)
Đối tượng & Ngành 167 DN đa ngành tại Jordan 141 DN dệt may Pakistan 60 DN ngành xây dựng niêm yết tại Việt Nam
Bối cảnh kinh tế Giai đoạn hậu chiến tranh Vùng Vịnh Giai đoạn 2004 – 2010 Giai đoạn suy thoái hậu COVID-19 & khủng hoảng BĐS (2020–2022)
Phân rã biến nợ TDTA, TDTE, STDTA, LTDTA TDTA, TDTE Bóc tách đa tầng: TDTA, TDTE, STDTA, LTDTA kết hợp Dupont
Tác động của $TANG$ Tiêu cực Tiêu cực Tiêu cực (-0.141, $p < 0.05$) – Làm rõ gánh nặng khấu hao thiết bị
  1. Cải tiến định lượng quản trị tài chính:
    • Xác định trần ngưỡng nợ an toàn khuyến nghị cho DNXD Việt Nam: Duy trì $TDTA \le 60% – 65%$ (thay vì mức bình quân ngành 75% hiện nay).
    • Tối ưu hóa vòng quay tổng tài sản: Đẩy nhanh tốc độ luân chuyển tài sản lưu động thêm 15% – 20% giúp cải thiện ROA thêm $0.8% – 1.2%$ điểm phần trăm.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Use Cases)

  1. CFO Tái cơ cấu nguồn vốn doanh nghiệp:
    • Sử dụng mô hình hồi quy để xác định mức đòn bẩy tài chính hòa vốn. Doanh nghiệp có $TDTA > 75%$ cần lập tức chuyển dịch một phần nợ ngắn hạn sang phát hành cổ phần tăng vốn chủ sở hữu hoặc trái phiếu công trình dài hạn nhằm hạ chi phí WACC.
  2. Ngân hàng thẩm định rủi ro tín dụng:
    • Sử dụng bộ chỉ tiêu kiểm soát (TDTA, TANG, Vòng quay các khoản phải thu) để thiết lập hạn mức tín dụng lưu động, tránh rủi ro phát sinh nợ xấu nhóm 3–5 trong ngành thầu xây dựng.
  3. Nhà đầu tư chứng khoán định giá cổ phiếu:
    • Ứng dụng công thức phân rã ROA để lọc các cổ phiếu DNXD có chất lượng lợi nhuận bền vững (lợi nhuận đến từ năng lực thầu và tăng trưởng quy mô thực chất, thay vì đòn bẩy ảo).

Lộ trình triển khai giải pháp (Roadmap)

Tháng 1-3 (Giai đoạn 1)          Tháng 4-6 (Giai đoạn 2)          Tháng 7-9 (Giai đoạn 3)          Tháng 10-12 (Giai đoạn 4)
 - Trích lập dự phòng             - Giảm nợ vay ngắn hạn           - Ứng dụng ERP/BIM               - Soát xét ROA/ROE
 - Phân loại nợ theo tuổi         - Đàm phán giãn nợ ngân hàng     - Tối ưu vật tư công trường      - Tái đầu tư thiết bị
  • Giai đoạn 1 (Tháng 1 – 3): Rà soát 100% công nợ đọng tại các dự án chậm thanh quyết toán, trích lập dự phòng phải thu khó đòi, siết chặt điều khoản tạm ứng trong hợp đồng thầu mới.
  • Giai đoạn 2 (Tháng 4 – 6): Cơ cấu lại kỳ hạn nợ; chuyển đổi tối thiểu 20% nợ vay thương mại ngắn hạn sang các gói tín dụng đầu tư thiết bị trung-dài hạn có lãi suất ưu đãi.
  • Giai đoạn 3 (Tháng 7 – 9): Ứng dụng mô hình thông tin công trình (BIM) và phần mềm ERP quản trị thi công để cắt giảm lãng phí vật tư từ 3% – 5%, rút ngắn thời gian thi công 10%.
  • Giai đoạn 4 (Tháng 10 – 12): Đánh giá hiệu quả kinh doanh tổng thể qua chỉ số EVA, thanh lý tài sản cố định hư hỏng hoặc không sinh lời để giải phóng dòng tiền.

Phân tích Chi phí – Lợi ích (Cost-Benefit & ROI)

  • Ước tính chi phí thực hiện: Chi phí tái cấu trúc nợ và số hóa quản trị dao động từ 500 triệu – 1.5 tỷ VNĐ/doanh nghiệp.
  • Hiệu quả tài chính mang lại: Giảm tỷ lệ nợ $TDTA$ từ 75% về 65% giúp một DNXD có quy mô tài sản 2,000 tỷ VNĐ tiết kiệm từ 15 – 25 tỷ VNĐ chi phí lãi vay hàng năm; tỷ suất ROA dự kiến tăng trưởng từ $1.2% – 1.8%$.

Hạn chế và hướng phát triển

Hạn chế tồn tại

  • Mẫu dữ liệu: Giới hạn ở 60 DNXD niêm yết trong khung thời gian 3 năm (2020 – 2022). Khung thời gian này trùng với giai đoạn bất thường của nền kinh tế (dịch bệnh và biến động chu kỳ bất động sản), có thể tạo ra những tác động mang tính ngắn hạn.
  • Phương pháp ước lượng: Sử dụng mô hình hồi quy gộp OLS cắt ngang, chưa xử lý triệt để hiện tượng nội sinh (Endogeneity) tiềm ẩn giữa đòn bẩy tài chính và hiệu quả hoạt động kinh doanh.

Hướng phát triển tiếp theo

  • Mở rộng tập dữ liệu thành dữ liệu bảng cân bằng (Balanced Panel Data) trong giai đoạn 10 năm (2015 – 2025).
  • Áp dụng các mô hình kinh tế lượng nâng cao: Mô hình tác động cố định (FEM), Mô hình tác động ngẫu nhiên (REM), và phương pháp ước lượng Men-đoán tổng quát hai bước (System GMM) để kiểm soát biến trễ của ROA.
  • Bổ sung các biến độc lập phi tài chính: Tỷ lệ áp dụng công nghệ số (BIM adoption rate), chi phí tuân thủ an toàn lao động, và tiêu chuẩn công trình xanh ESG (Environmental, Social, Governance).

Đối tượng hưởng lợi

                                 Đối Tượng Hưởng Lợi
Sinh viên /        Chuyên viên PTTC                      Doanh nghiệp       Nhà nghiên cứu
Học viên           & Lập trình viên                      Xây dựng           Kinh tế lượng
  • Sinh viên & Học viên cao học: Tiếp cận hệ thống phương pháp luận hoàn chỉnh từ xây dựng khung lý thuyết, làm sạch dữ liệu thực tế đến chạy mô hình hồi quy kinh tế lượng trên SPSS/Python.
  • Chuyên viên phân tích tài chính (Financial Analysts) & Lập trình viên Fintech: Sở hữu bộ khung code mẫu và thuật toán định lượng hóa rủi ro đòn bẩy tài chính, dễ dàng tích hợp vào các hệ thống tự động chấm điểm tín nhiệm doanh nghiệp (Credit Scoring).
  • Doanh nghiệp & Ban lãnh đạo (CFO/CEO): Nhận diện rõ tác động triệt tiêu lợi nhuận của nợ vay ngắn hạn, từ đó chủ động tái thiết lập cấu trúc vốn tối ưu và giảm lãng phí tài sản cố định.
  • Nhà nghiên cứu kinh tế: Cung cấp bằng chứng thực nghiệm về thị trường mới nổi Việt Nam trong giai đoạn khủng hoảng, đóng góp tư liệu cho các nghiên cứu tổng quan về kinh tế ngành xây dựng.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ cần thiết để tái lập nghiên cứu này là gì?

Cần cài đặt phần mềm IBM SPSS Statistics phiên bản 20.0 trở lên (hoặc môi trường Python 3.8+ với các thư viện statsmodels, pandas, scipy) và Microsoft Excel để chuẩn hóa dữ liệu.

2. Vì sao nghiên cứu lại chọn ROA thay vì ROE làm biến phụ thuộc đại diện cho hiệu quả kinh doanh?

Chỉ số ROE chịu sự khuếch đại cơ học của đòn bẩy tài chính (VCSH nhỏ do nợ nhiều làm ROE tăng ảo). ROA phản ánh chính xác hiệu quả sinh lời trên toàn bộ tài sản được huy động mà không bị bóp méo bởi cấu trúc nguồn vốn.

3. Tại sao tỷ trọng tài sản cố định (TANG) lại tác động tiêu cực đến ROA của DNXD?

Đặc thù ngành xây dựng đòi hỏi vốn lưu động lớn cho vật tư và chi phí công trường. Tài sản cố định (máy móc thi công) có tỷ lệ trích khấu hao cao, nếu không được vận hành liên tục do thiếu dự án sẽ tạo ra chi phí chìm lớn, kéo giảm ROA ròng.

4. Mô hình này có thể áp dụng cho các doanh nghiệp xây dựng chưa niêm yết không?

Có thể áp dụng hoàn toàn về mặt lý thuyết và công thức tính toán, với điều kiện báo cáo tài chính của doanh nghiệp chưa niêm yết phải được kiểm toán độc lập để đảm bảo tính minh bạch và chuẩn xác của các biến số đầu vào.

5. Chi phí triển khai tái cấu trúc tài chính theo đề xuất mất bao lâu để đạt điểm hòa vốn (ROI)?

Thời gian hòa vốn trung bình từ 6 đến 12 tháng. Khoản tiết kiệm chi phí lãi vay và giảm thiểu tổn thất công nợ sẽ bù đắp toàn bộ chi phí tư vấn và triển khai công nghệ quản trị dòng tiền.

Kết luận

Khóa luận tốt nghiệp của tác giả Hán Thị Thu Thảo đã phân tích toàn diện các nhân tố vi mô tác động đến hiệu quả kinh doanh của 60 doanh nghiệp xây dựng niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2020 – 2022. Bằng phương pháp hồi quy OLS và các kiểm định khuyết tật mô hình (VIF, Durbin-Watson, Spearman) trên nền tảng SPSS 29, nghiên cứu chứng minh:

  • Tỷ lệ nợ ($TDTA$) và Tỷ trọng tài sản cố định ($TANG$) có tác động tiêu cực, kìm hãm hiệu quả sinh lời trên tài sản.
  • Quy mô doanh nghiệp ($SIZE$) và Tốc độ tăng trưởng ($GROWTH$) là động lực chính thúc đẩy gia tăng tỷ suất ROA.

Kết quả nghiên cứu cung cấp cơ sở khoa học giúp các nhà quản trị doanh nghiệp xây dựng thực hiện tái cơ cấu nợ, tinh gọn bộ máy thi công và tối ưu hóa chi phí vốn WACC trong kỷ nguyên phát triển hạ tầng bền vững.