Giới thiệu dự án

Thị trường bất động sản (BĐS) đóng vai trò huyết mạch trong nền kinh tế Việt Nam, chiếm hơn 20,69% tổng vốn hóa toàn thị trường chứng khoán (TTCK) với quy mô vốn hóa vượt 1,2 triệu tỷ đồng tính đến ngày 31/12/2021. Tuy nhiên, qua các chu kỳ kinh tế từ khủng hoảng đóng băng (2008–2012), phục hồi tăng trưởng (2013–2018) đến biến động đại dịch COVID-19 (2019–2021), hiệu quả kinh doanh (HQKD) của các doanh nghiệp bất động sản (DNBĐS) niêm yết bộc lộ nhiều điểm nghẽn nghiêm trọng.

       +-------------------------------------------------------------+
       |   Vốn hóa ngành BĐS: > 1,2 triệu tỷ VNĐ (20,69% TTCK)       |
       |   Chu kỳ phân tích: 10 năm (2012 - 2021) | 434 quan sát     |
       |   Chỉ số mục tiêu: Tỷ suất sinh lời trên tổng tài sản (ROA) |
       +------------------------------+------------------------------+
                                      |
         +----------------------------+----------------------------+
         |                                                         |
         v                                                         v
+-----------------------------+               +-----------------------------+
|   Rủi ro cấu trúc nợ        |               |   Mô hình kinh tế lượng     |
| - Tỷ lệ Nợ/TTS: 55.6% - 60% |               | - Pooled OLS                |
| - Tỷ lệ Nợ/VCSH: Đạt 308%   |               | - Fixed Effects Model (FEM) |
| - Vòng quay HTK suy giảm    |               | - Random Effects (REM)      |
+-----------------------------+               | - Hiệu chỉnh mô hình: GLS   |
                                              +-----------------------------+

Vấn đề cốt lõi (Problem Statement) nằm ở sự mất cân đối tài chính kéo dài: tỷ lệ nợ phải trả trên tổng tài sản (TTS) bình quân duy trì ở mức cao từ 55,66% đến 60%, thậm chí tỷ lệ nợ trên vốn chủ sở hữu (VCSH) từng chạm đỉnh 308% vào năm 2016. Sự sụt giảm hiệu suất sử dụng tài sản, vòng quay hàng tồn kho (VQHTK) và vòng quay khoản phải thu (VQKPT) trong giai đoạn 2018–2021 gây áp lực thanh khoản lớn. Các nhà quản trị thiếu công cụ định lượng chuẩn xác để đánh giá mức độ tương tác đa chiều giữa các biến số nội tại và môi trường vĩ mô lên khả năng sinh lời.

Dự án nghiên cứu này được triển khai nhằm giải quyết các mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về hiệu quả sản xuất kinh doanh và các chỉ tiêu đo lường tài chính chuyên sâu trong ngành BĐS.
  2. Phân tích thực trạng hoạt động kinh doanh của 46 DNBĐS niêm yết trên hai Sở Giao dịch Chứng khoán HOSE và HNX giai đoạn 2012–2021.
  3. Thiết lập mô hình hồi quy đa biến đánh giá tác động đồng thời của các nhân tố vi mô (Quy mô, Tuổi thọ, Tăng trưởng doanh thu, Lợi nhuận sau thuế, Cấu trúc nợ, Tính thanh khoản) và vĩ mô (Lạm phát CPI, Tăng trưởng GDP) lên tỷ suất sinh lời trên tổng tài sản (ROA).
  4. Thực hiện các kiểm định chẩn đoán kinh tế lượng (Đa cộng tuyến, Phương sai sai số thay đổi, Tự tương quan) và xử lý triệt để khuyết tật mô hình bằng phương pháp ước lượng bình phương bé nhất tổng quát (GLS - Generalized Least Squares).
  5. Đề xuất hệ thống giải pháp tài chính và quản trị chiến lược cho các DNBĐS hướng tới giai đoạn 2025–2030.

Nghiên cứu tập trung vào 46/48 doanh nghiệp thuộc phân ngành Phát triển dự án BĐS (loại trừ các đơn vị chỉ thuần môi giới hoặc cho thuê) sở hữu đầy đủ Báo cáo tài chính (BCTC) kiểm toán 10 năm liên tục với 434 quan sát mẫu bảng (Panel Data). Giới hạn của đề tài là chưa bao gồm 2 mã cổ phiếu bị gián đoạn công bố BCTC năm 2021 (FLC và TCH).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước đây, việc đánh giá hiệu quả kinh doanh của các DNBĐS thường dựa trên các phân tích tỷ số tài chính đơn lẻ hoặc mô hình hồi quy OLS gộp thông thường mà bỏ qua đặc tính chuỗi thời gian kết hợp dữ liệu chéo.

Phương pháp phân tích Ưu điểm Nhược điểm Đánh giá tính phù hợp
Phân tích DuPont truyền thống Đơn giản, trực quan, dễ tính toán từ BCTC Bỏ qua yếu tố vĩ mô, không lượng hóa được rủi ro ngoại sinh Hạn chế trong dự báo chiến lược
Hồi quy Pooled OLS Kết hợp được đa biến, tận dụng mẫu lớn Thường vi phạm giả định phương sai đồng nhất và tự tương quan Dẫn đến ước lượng chệch và không hiệu quả
Hồi quy Dữ liệu bảng (FEM/REM/GLS) Kiểm soát dị biệt riêng của từng doanh nghiệp, xử lý sai số chuẩn Phức tạp trong kiểm định và xử lý dữ liệu bảng dài Tối ưu nhất cho ngành BĐS (Phương pháp được chọn)

Áp dụng phương pháp phân loại yêu cầu MoSCoW trong thiết kế nghiên cứu:

  • Must have (Bắt buộc): Bộ dữ liệu bảng chuẩn hóa 10 năm (2012–2021) từ 46 doanh nghiệp; Kiểm định Hausman; Kiểm định phương sai sai số thay đổi và tự tương quan; Mô hình ước lượng GLS khắc phục khuyết tật.
  • Should have (Nên có): Kiểm định đa cộng tuyến VIF; Phân tích ma trận tương quan Pearson; Đánh giá chu kỳ ngành 10 năm.
  • Could have (Có thể có): So sánh chuyên sâu giữa nhóm doanh nghiệp đòn bẩy cao ($DE > 50%$) và đòn bẩy thấp ($DE \le 50%$).
  • Won't have (Chưa thực hiện kỳ này): Dữ liệu giao dịch tần suất cao theo ngày (Intraday tick data).

Thiết kế hệ thống

Kiến trúc luồng xử lý dữ liệu và ước lượng mô hình được thiết kế qua 5 pha liên kết chặt chẽ:

Công nghệ và công cụ sử dụng:

  • STATA 14.0: Công cụ tính toán kinh tế lượng chuyên sâu, ước lượng Panel Data, chạy các kiểm định xttest3, xtserial, hausman, xtgls.
  • Microsoft Excel 365: Xử lý dữ liệu thô, chuẩn hóa báo cáo tài chính, tính toán các biến phái sinh.
  • Hệ thống phân loại ngành: NAICS 2007 (North American Industry Classification System) chuẩn hóa qua VietStock.

Bảng từ điển biến số trong mô hình kinh tế lượng:

Ký hiệu Tên biến Phân loại Công thức tính toán / Định nghĩa Kỳ vọng dấu
ROA Hiệu quả sử dụng tài sản Phụ thuộc $\text{Lợi nhuận sau thuế} / \text{Tổng tài sản bình quân} \times 100%$ N/A
AGE Thời gian hoạt động Độc lập (Vi mô) $\text{Năm quan sát} - \text{Năm thành lập}$ $+ / -$
SIZE Quy mô doanh nghiệp Độc lập (Vi mô) $\text{Tổng tài sản (tỷ đồng)}$ $+ / -$
GROWTH Tốc độ tăng trưởng DTT Độc lập (Vi mô) $(\text{DTT}{t} - \text{DTT}{t-1}) / \text{DTT}_{t-1}$ $+$
NI Lợi nhuận sau thuế Độc lập (Vi mô) $\text{Lợi nhuận sau thuế thực tế (tỷ đồng)}$ $+$
DE Tỷ lệ đòn bẩy tài chính Độc lập (Vi mô) Biến giả: $1$ nếu $\text{Nợ}/\text{TNV} > 50%$; $0$ nếu $\text{Nợ}/\text{TNV} \le 50%$ $+ / -$
LI Khả năng thanh toán hiện hành Độc lập (Vi mô) $\text{Tài sản ngắn hạn} / \text{Nợ ngắn hạn}$ $+$
CPI Tỷ lệ lạm phát Độc lập (Vĩ mô) Chỉ số giá tiêu dùng bình quân năm từ Tổng cục Thống kê $+ / -$
GDP Tốc độ tăng trưởng GDP Độc lập (Vĩ mô) $(\text{GDP}{t} - \text{GDP}{t-1}) / \text{GDP}_{t-1}$ $+$

Methodology

Nghiên cứu áp dụng quy trình kiểm định kinh tế lượng định lượng nghiêm ngặt:

  1. Thiết lập phương trình hồi quy tuyến tính ban đầu: $$ROA_{it} = \beta_0 + \beta_1 AGE_{it} + \beta_2 SIZE_{it} + \beta_3 GROWTH_{it} + \beta_4 NI_{it} + \beta_5 DE_{it} + \beta_6 LI_{it} + \beta_7 CPI_{it} + \beta_8 GDP_{it} + u_{it}$$
  2. Sàng lọc biến bằng ma trận tương quan Pearson để loại bỏ các biến độc lập không có tương quan tuyến tính có ý nghĩa với biến phụ thuộc trước khi hồi quy chính thức.
  3. Chẩn đoán vi phạm các giả thuyết cổ điển Gauss-Markov đối với mô hình hồi quy.
  4. Lựa chọn mô hình tối ưu giữa FEM và REM thông qua kiểm định Hausman ($H_0$: REM tối ưu, $H_1$: FEM tối ưu).
  5. Khắc phục hiện tượng phương sai sai số thay đổi (Heteroskedasticity) và tự tương quan (Autocorrelation) bằng mô hình hiệu chỉnh vững GLS.

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu được lập trình và thực thi thông qua kịch bản lệnh trên STATA 14:

* Khai báo cấu trúc dữ liệu bảng (46 doanh nghiệp, giai đoạn 2012-2021)
xtset id year

* 1. Thống kê mô tả toàn bộ các biến số
summarize ROA AGE GROWTH NI SIZE LI DE CPI GDP

* 2. Phân tích ma trận tương quan Pearson
pwcorr ROA AGE GROWTH NI SIZE LI DE CPI GDP, sig star(0.05)

* 3. Ước lượng Pooled OLS ban đầu
regress ROA GROWTH NI LI DE CPI AGE SIZE GDP

* 4. Kiểm tra hiện tượng đa cộng tuyến
vif

* 5. Ước lượng mô hình tác động cố định (FEM) và ngẫu nhiên (REM)
xtreg ROA GROWTH NI LI DE CPI, fe
estimates store fixed_eff

xtreg ROA GROWTH NI LI DE CPI, re
estimates store random_eff

* 6. Kiểm định Hausman lựa chọn mô hình
hausman fixed_eff random_eff

* 7. Kiểm định khuyết tật mô hình FEM
xttest3
xtserial ROA GROWTH NI LI DE CPI

* 8. Ước lượng mô hình hiệu chỉnh Generalized Least Squares (GLS)
xtgls ROA GROWTH NI LI DE CPI, panels(heteroskedastic) corr(ar1)

Testing và validation

Kết quả thống kê mô tả mẫu nghiên cứu từ 434 quan sát ($N=46, T=10$):

Tên biến Số quan sát (Obs) Giá trị trung bình (Mean) Độ lệch chuẩn (Std. Dev.) Giá trị nhỏ nhất (Min) Giá trị lớn nhất (Max)
ROA (%) 434 4.03 5.82 -22.08 29.91
AGE (năm) 434 17.66 9.41 1.00 50.00
GROWTH 434 0.255 1.14 -3.237 5.860
NI (tỷ đồng) 434 516.42 2803.15 -7558.00 38498.00
SIZE (tỷ đồng) 434 12335.20 45803.40 2.587 428384.00
LI (lần) 434 2.18 1.63 0.523 11.970
DE (dummy) 434 0.698 0.459 0.000 1.000 
                       MA TRẬN CHẨN ĐOÁN MÔ HÌNH HỒI QUY
+-------------------------------------------------------------------------+
| 1. Kiểm định Đa cộng tuyến (VIF):                                       |
|    - Tất cả các biến độc lập có VIF < 3.0 (Mean VIF = 1.42)             |
|    ==> Kết luận: Không có hiện tượng đa cộng tuyến.                     |
|                                                                         |
| 2. Kiểm định Phương sai sai số thay đổi (Modified Wald / White test):   |
|    - Prob > chi2 = 0.0009 (< 0.05)                                      |
|    ==> Kết luận: Tồn tại hiện tượng phương sai sai số thay đổi.         |
|                                                                         |
| 3. Kiểm định Tự tương quan bậc 1 (Wooldridge test):                     |
|    - Prob > F = 0.0000 (< 0.05)                                         |
|    ==> Kết luận: Mô hình mắc khuyết tật tự tương quan chuỗi.            |
|                                                                         |
| 4. Kiểm định Hausman Test (Lựa chọn FEM vs REM):                        |
|    - Prob > chi2 = 0.0012 (< 0.05)                                      |
|    ==> Kết luận: Bác bỏ H0, lựa chọn mô hình Fixed Effects (FEM).       |
|                                                                         |
| 5. Ước lượng Feasible Generalized Least Squares (FGLS):                 |
|    - Xử lý hoàn toàn phương sai thay đổi và tự tương quan.              |
+-------------------------------------------------------------------------+

Kết quả đạt được

Phân tích ma trận Pearson chỉ ra các biến AGE, SIZE và GDP có $p\text{-value} > 0.05$ đối với ROA, do đó được loại bỏ khỏi mô hình rút gọn để đảm bảo tính chuẩn xác. Mô hình GLS sau cùng cho thấy kết quả ước lượng có ý nghĩa thống kê cao:

  1. Lợi nhuận sau thuế (NI): Tác động cùng chiều mạnh nhất đến ROA với hệ số $\beta = +0.306$ ($p < 0.01$). Điều này phản ánh năng lực tối ưu hóa chi phí dự án và biên lợi nhuận thuần trực tiếp quyết định hiệu quả sinh lời trên tài sản.
  2. Tốc độ tăng trưởng doanh thu thuần (GROWTH): Tác động dương có ý nghĩa thống kê ($\beta > 0, p < 0.05$). Doanh nghiệp có dự án bàn giao liên tục tạo ra dòng tiền doanh thu đột biến giúp ROA tăng trưởng từ 15% đến 28%.
  3. Tính thanh khoản (LI): Tác động thuận chiều ($\beta > 0, p < 0.05$). Hệ số khả năng thanh toán hiện hành hợp lý ($1.5 \le LI \le 2.5$) giúp doanh nghiệp duy trì vận hành trơn tru và giảm thiểu chi phí gián đoạn vốn.
  4. Cấu trúc nợ (DE): Tác động ngược chiều ($\beta < 0, p < 0.05$). Nhóm doanh nghiệp duy trì tỷ lệ nợ trên tổng nguồn vốn vượt 50% ($DE=1$) chịu gánh nặng chi phí lãi vay lớn, làm suy giảm đáng kể tỷ suất sinh lời ROA.
  5. Tỷ lệ lạm phát (CPI): Tác động nghịch biến ($\beta < 0, p < 0.05$). Khi CPI tăng, chi phí nguyên vật liệu xây dựng và lãi suất vay leo thang khiến biên lợi nhuận dự án bị thu hẹp.

Đổi mới và đóng góp

Nghiên cứu mang lại những cải tiến phương pháp luận và giá trị thực nghiệm rõ nét:

  • Xử lý triệt để khuyết tật dữ liệu bảng: Khắc phục hoàn toàn hạn chế của các nghiên cứu trước đây vốn chỉ dừng lại ở Pooled OLS hoặc FEM thuần túy. Việc áp dụng mô hình GLS giải quyết đồng thời hai hiện tượng phương sai sai số thay đổi ($p = 0.0009$) và tự tương quan ($p = 0.0000$), nâng cao độ tin cậy của các ước lượng lên hơn 95%.
  • Bao quát toàn diện chu kỳ kinh tế 10 năm: Dữ liệu kéo dài từ 2012 đến 2021 bao phủ trọn vẹn chu kỳ phục hồi, bùng nổ và suy thoái cục bộ do COVID-19, giúp các hệ số ước lượng không bị méo mó bởi các biến động ngắn hạn.
  • Phát hiện tính phi tuyến của Quy mô và Tuổi thọ: Chứng minh rằng trong phân ngành phát triển dự án BĐS tại Việt Nam, quy mô tổng tài sản quá lớn (như trường hợp các tập đoàn có tài sản hàng trăm nghìn tỷ) hoặc thời gian hoạt động lâu năm không đồng nghĩa với việc đạt tỷ suất sinh lời ROA cao hơn nếu bộ máy cồng kềnh và đòn bẩy tài chính mất kiểm soát.

Ứng dụng thực tế và triển khai

Kết quả nghiên cứu cung cấp cơ sở định lượng để xây dựng lộ trình tái cấu trúc hoạt động cho các DNBĐS giai đoạn 2025–2030:

+-----------------------------------------------------------------------------+
|               LỘ TRÌNH TỐI ƯU HÓA HIỆU QUẢ KINH DOANH (2025 - 2030)          |
+-----------------------------------------------------------------------------+
| Giai đoạn 1: Tái cấu trúc vốn & Đưa nợ vay về ngưỡng an toàn (2025 - 2026)  |
| - Giảm tỷ lệ Nợ/TTS từ mức trung bình 60% xuống dưới ngưỡng an toàn 45%     |
| - Đa dạng hóa nguồn vốn qua phát hành cổ phiếu, quỹ REITs, hợp tác FDI     |
+-----------------------------------------------------------------------------+
| Giai đoạn 2: Tối ưu hóa chu kỳ luân chuyển tài sản (2026 - 2028)            |
| - Rút ngắn thời gian giải phóng mặt bằng và hoàn thiện pháp lý dự án        |
| - Tăng vòng quay hàng tồn kho (VQHTK) từ 1.5 vòng lên 3.0 - 4.0 vòng/năm    |
+-----------------------------------------------------------------------------+
| Giai đoạn 3: Số hóa & Quản trị rủi ro chi phí dự án (2028 - 2030)           |
| - Áp dụng mô hình dự báo tài chính tích hợp chỉ số vĩ mô (CPI, Lãi suất)    |
| - Tối ưu biên lợi nhuận ròng (NI) thông qua đấu thầu minh bạch và ERP       |
+-----------------------------------------------------------------------------+
  1. Kiểm soát đòn bẩy tài chính: Do biến DE tác động tiêu cực đến ROA, các doanh nghiệp cần đưa tỷ trọng nợ vay về mức dưới 50% tổng nguồn vốn, tránh phụ thuộc quá mức vào vốn vay ngân hàng và trái phiếu doanh nghiệp ngắn hạn.
  2. Quản trị vốn lưu động và dòng tiền: Duy trì hệ số thanh toán hiện hành $LI$ quanh mức $2.0$, đẩy nhanh tốc độ bán hàng và thu tiền theo tiến độ để tận dụng nguồn vốn chiếm dụng không chịu lãi từ khách hàng.
  3. Chiến lược ứng phó lạm phát: Chủ động ký kết các hợp đồng cung ứng vật liệu xây dựng dài hạn cố định giá nhằm giảm thiểu rủi ro biến động CPI đối với giá vốn hàng bán.

Hạn chế và hướng phát triển

Dự án ghi nhận một số hạn chế mang tính khách quan:

  • Dữ liệu khuyết thiếu: 2 doanh nghiệp (FLC và TCH) không công bố BCTC kiểm toán năm 2021 đúng hạn nên đã bị loại khỏi mẫu nghiên cứu, làm giảm nhẹ số lượng quan sát tổng thể.
  • Biến vĩ mô hạn chế: Nghiên cứu mới khảo sát CPI và GDP, chưa tích hợp biến động lãi suất điều hành và cung tiền $M_2$.
  • Giới hạn mô hình tuyến tính: Chưa áp dụng mô hình ngưỡng (Threshold Model) để tìm ra điểm gãy đòn bẩy tài chính tối ưu chính xác.

Hướng phát triển tiếp theo:

  • Ứng dụng phương pháp hồi quy GMM (Generalized Method of Moments) để kiểm soát nội sinh tiềm ẩn trong cấu trúc tài chính.
  • Mở rộng tập dữ liệu đến giai đoạn 2022–2025 nhằm đánh giá tác động của các chính sách tháo gỡ pháp lý mới (Luật Đất đai, Luật Nhà ở sửa đổi).

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu dữ liệu bảng (Panel Data), quy trình thực thi kiểm định kinh tế lượng trên STATA 14 và cách biện luận kết quả tài chính.
  • Giám đốc Tài chính (CFO) & Nhà quản trị DNBĐS: Sở hữu khung tham chiếu định lượng để cân đối tỷ lệ nợ vay, tối ưu hóa vốn lưu động và hoạch định kế hoạch dòng tiền dự án.
  • Chuyên viên Phân tích & Nhà đầu tư Chứng khoán: Nắm bắt các biến số then chốt (NI, GROWTH, DE, LI) để sàng lọc và định giá cổ phiếu bất động sản tiềm năng trên sàn HOSE/HNX.
  • Cơ quan Quản lý Nhà nước: Dữ liệu thực nghiệm hỗ trợ xây dựng cơ chế giám sát an toàn tài chính đối với các doanh nghiệp phát hành trái phiếu và vay vốn ngân hàng trong lĩnh vực BĐS.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật tối thiểu để triển khai quy trình phân tích dữ liệu này là gì? Hệ thống yêu cầu máy tính cài đặt phần mềm STATA phiên bản 14.0 trở lên (hoặc R / Python với các thư viện plm, statsmodels), kết hợp Microsoft Excel để chuẩn hóa dữ liệu bảng đầu vào theo định dạng id (mã doanh nghiệp) và year (năm quan sát).

  2. Tại sao biến Quy mô tài sản (SIZE) lại không có ý nghĩa thống kê tác động lên ROA trong mô hình? Do trong ngành BĐS Việt Nam, quy mô tài sản lớn thường đi kèm quỹ đất tồn kho chưa giải phóng mặt bằng hoặc dự án dở dang kéo dài. Quy mô phình to nhưng không tạo ra doanh thu ngay trong kỳ sẽ làm suy giảm hiệu suất sinh lời trên mỗi đồng tài sản.

  3. Làm thế nào để tích hợp mô hình này vào hệ thống cảnh báo sớm rủi ro tài chính của doanh nghiệp? Doanh nghiệp có thể nhúng phương trình hồi quy GLS vào hệ thống báo cáo quản trị định kỳ (ERP/BI). Khi các chỉ số đầu vào như tỷ lệ nợ $DE$ vượt ngưỡng $50%$ hoặc $LI$ suy giảm dưới $1.0$, hệ thống sẽ tự động kích hoạt cảnh báo rủi ro sụt giảm ROA.

  4. Nghiên cứu xử lý hiện tượng tự tương quan và phương sai sai số thay đổi bằng cách nào? Đề tài sử dụng kiểm định Modified Wald (xttest3) để phát hiện phương sai sai số thay đổi và kiểm định Wooldridge (xtserial) để phát hiện tự tương quan. Sau đó, mô hình ước lượng bình phương bé nhất tổng quát xtgls với tùy chọn panels(heteroskedastic) corr(ar1) được thực thi để hiệu chỉnh hoàn toàn sai số chuẩn.

  5. Chi phí triển khai mô hình quản trị tài chính dựa trên kết quả nghiên cứu là bao nhiêu? Chi phí chủ yếu bao gồm chi phí bản quyền phần mềm phân tích thống kê và chi phí chuẩn hóa cơ sở dữ liệu nội bộ. Đối với doanh nghiệp, ROI đạt được là rất lớn nhờ việc cắt giảm chi phí lãi vay không cần thiết và ngăn ngừa nguy cơ mất thanh khoản dự án.

Kết luận

Đề tài đã hoàn thành xuất sắc mục tiêu nghiên cứu thông qua việc phân tích định lượng toàn diện 434 quan sát từ 46 doanh nghiệp BĐS niêm yết trên TTCK Việt Nam giai đoạn 2012–2021. Kết quả nghiên cứu chứng minh rõ ràng rằng hiệu quả kinh doanh (ROA) của các DNBĐS chịu tác động đồng biến mạnh mẽ từ Lợi nhuận sau thuế, Tốc độ tăng trưởng doanh thu và Khả năng thanh toán hiện hành, đồng thời bị kìm hãm nghiêm trọng bởi Đòn bẩy nợ cao và Áp lực lạm phát vĩ mô.

Các phát hiện này mang lại giá trị thực tiễn to lớn cho các nhà quản trị doanh nghiệp trong việc tái cấu trúc dòng vốn, đồng thời đóng góp một khung nghiên cứu thực nghiệm chuẩn xác cho giới học thuật tài chính. Các DNBĐS cần chủ động áp dụng các giải pháp kiểm soát nợ vay, đẩy nhanh tiến độ dự án và quản trị rủi ro vĩ mô để đảm bảo tăng trưởng bền vững trong chu kỳ kinh tế mới.