Mục tiêu nghiên cứu
(1) Phân tích, nhận dạng và xếp hạng các rủi ro ảnh hưởng tới dự án: Mục tiêu này đặt ra để xác định và hiểu rõ các rủi ro tiềm ẩn trong quá trình thực hiện dự án có thể xảy ra Việc xếp hạng rủi ro giúp ưu tiên hóa những rủi ro quan trọng nhất cần quản lý
(2) Phân nhóm các yếu tố rủi ro định tính để quản lý tốt hơn bằng phương pháp phân tích nhân tố khám phá EFA: Mục tiêu này nhấn mạnh việc nhóm các yếu tố rủi ro có tính chất tương tự lại với nhau để quản lý chúng một cách hiệu quả Phân tích nhân tố có thể giúp tạo ra các nhóm rủi ro tương tự
(3) Phân tích nhân tố khẳng định CFA và thực hiện mô hình cấu trúc tuyến tính SEM giữa các rủi ro trong chương trình AMOS: Mục tiêu này là để xác định mối quan hệ tương tác giữa các yếu tố rủi ro Điều này giúp trong việc hiểu rõ rủi ro và tối ưu hóa quản lý chúng
(4) Đề các xuất biện pháp quản lý, kiểm soát rủi ro: Mục tiêu cuối cùng của nghiên cứu là đề xuất các biện pháp cụ thể để quản lý các rủi ro và kiểm soát các rủi ro có thể xảy ra trong dự án Điều này có thể bao gồm các chiến lược, kế hoạch hành động và các biện pháp để giảm thiểu tác động của rủi ro hoặc tận dụng cơ hội.
Đóng góp dự kiến của nghiên cứu
Hiện nay đã có rất nhiều tài liệu, nghiên cứu, bài báo trong và ngoài nước nghiên cứu về vấn đề rủi ro tài chính dự án Tuy nhiên các tài liệu này chủ yếu chỉ đề cập đến rủi ro nói chung và các rủi ro trong một số ngành như: ý tế, giáo dục, kinh doanh, ngân hàng, bảo hiểm Còn ngành xây dựng là một ngành đặc thù có nhiều yếu tố rủi ro tiềm ẩn, thì chỉ mới được nghiên cứu trong những năm gần đây Do đó, hầu như chưa có những nghiên cứu đầy đủ mang tính hệ thống để đưa ra những nhận xét, đánh giá và đặc biệt là đưa ra các phương pháp, các biện chứng quản lý rủi ro, để có thể áp dụng cho một dự án xây dựng cụ thể Dưới đây là các đóng góp đề tài nghiên cứu hy vọng sẽ cung cấp các nội dung sau:
1.2.4.1 Về mặt học thuật Đề tài kết hợp phân tích định tính bằng phần mềm SPSS và thực hiện mô tình tuyến tính SEM trong việc đánh giá hiệu quả tài chính dự án, đã tạo ra một nền tảng lý thuyết vững chắc, để từ đó xây dựng một mô hình phân tích rủi ro tài chính cho dự án đầu tư xây dựng ở Việt Nam trong giai đoạn thực hiện dự án
1.2.4.2 Về mặt thực tiễn Đây là đề tài mang tính ứng dụng cho các Nhà đầu tư, đơn vị thi công cũng như các đơn vị quản lý Nhà nước nhận thấy được những thuận lợi và khó khăn trong đầu tư dự án chung cư ở Việt Nam dưới tác động của các yếu tố rủi ro Từ đó giúp cho:
+ Các Nhà đầu tư, Đơn vị thi công lường trước được những tình huống có thể xảy ra cho dự án, để có một kế hoạch kiểm soát và phân bổ nguồn vốn hợp lý
+ Cơ quan quản lý Nhà nước kịp thời có những điều chỉnh về chính sách cho phù hợp với thực tế
Chương 1 đã đặt ra vấn đề nghiên cứu về tình hình thị trường bất động sản trong giai đoạn suy thoái, đặc biệt là ở TP.HCM trong năm 2022 và 2023 Nghiên cứu đề cập đến các khía cạnh như nguồn cung và cầu, giá bán, ảnh hưởng của các yếu tố như chính sách tín dụng, trái phiếu bất động sản, khung pháp lý, luật sửa đổi đất đai, và thuế bất động sản Đặc biệt, chương 1 đã tập trung vào vấn đề cụ thể về rủi ro tài chính trong dự án xây dựng chung cư ở TP.HCM Lý do chọn đề tài đã được mô tả thông qua tầm quan trọng của quản lý rủi ro tài chính, sự phức tạp của dự án xây dựng, cần thiết của quản lý rủi ro tài chính hiệu quả, đóng góp vào phát triển ngành xây dựng, và sự khan hiếm thông tin về quản lý rủi ro tài chính trong ngành xây dựng
Tóm lại, chương 1 đã làm rõ cơ sở lý luận và thực tiễn cho vấn đề nghiên cứu, xác định rõ mục tiêu, phạm vi, và đóng góp dự kiến của nghiên cứu Chương này là bước quan trọng để định hình hướng đi và phương pháp nghiên cứu trong các chương tiếp theo
TỔNG QUAN NGHIÊN CỨU TRƯỚC ĐÂY VỀ QUẢN
LÝ RỦI RO TÀI CHÍNH TRONG XÂY DỰNG
Các nghiên cứu trong nước
Phân tích rủi ro tài chính dự án xây dựng trường mầm non tại phường 12, tỉnh Bà Rịa – Vũng Tàu [1]
Luận văn cao học Nguyễn Khắc Tuấn vào năm 2015 có 4 mục tiêu chính:
Nhận dạng các yếu tố rủi ro ảnh hưởng đến tài chính của dự án xây dựng trường mầm non tại phường 12 tỉnh Bà Rịa – Vũng Tàu
Xếp hạng các yếu tố rủi ro
Phân tích rủi ro định tính
Phân tích rủi ro định lượng bằng mô phỏng Monte Carlo cho dự án cụ thể (dự án trường mầm non phường 12, tỉnh Bà Rịa – Vũng Tàu)
Kiến nghị các biện pháp ứng phó với các yếu tố rủi ro ảnh hưởng lớn đến tài chính
Phương pháp và công cụ nghiên cứu rủi ro là:
Khảo sát chuyên gia: bảng câu hỏi khảo sát
Dùng phần mềm SPSS để tổng hợp và phân tích dữ liệu
Dùng phần mềm excel để xếp hạng các yếu tố rủi ro
Phân tích nhân tố khám phá (EFA) bằng phần mềm SPSS để nhóm các nhân tố rủi ro
Phân tích mô phỏng Mote Carlo với sự hỗ trợ của phần mềm Crystal Ball để phân tích rủi ro định lượng
Kết quả mô phỏng được thể hiện thông qua biểu đồ tần suất và bảng các giá trị thống kê mô tả về NPV, IRR – WACC, NPV’ và IR-RE Kết quả mô phỏng cho thấy xác suất để dự án đáng giá khá cao Kết quả phân tích độ nhạy cho thấy yếu tố rủi ro về số trẻ nhập học đầu năm ảnh hưởng rất lớn đến hiệu quả tài chính dự án, lạm phát gần như không ảnh hưởng Trong đó các yếu tố rủi ro về năng lực khai thác dự án và yếu tố rủi ro về an toàn lao động ảnh hưởng không nhiều đến hiệu quả tài chính của dự án
Cấu trúc phân chia rủi ro (Risk break down structure – RBS): Thang đo về rủi ro tài chính cho dự án xây dựng trường mầm non tại phường 12 tỉnh Bà Rịa – Vũng Tàu được thiết lập như sau:
Bảng 2.1: Bảng phân nhóm các yếu tố rủi ro trường mầm non
RBS cấp 1 RBS cấp 2 RBS cấp 3
Rủi ro tài chính dự án
Nhóm khảo sát thị trường
Dự đoán số lượng trẻ nhập học Đánh giá tìm năng đối thủ Địa điểm xây dựng
Năng lực các bên tham gia dự án
Kinh nghiệm quản lý dự án của chủ đầu tư
Sự chính xác trong thiết kế Thời gian thiết kế
Năng lực nhà thầu Năng lực giám sát thi công Thất thoát trong quá trình xây dựng
Sự phối hợp trao đổi thông tin giữa các bên tham gia dự án Thời gian thi công
Những mâu thuẫn trong tài liệu hợp đồng
Sự phù hợp về công năng sự dụng
An toàn lao động Ý thức an toàn lao động trên công trường
Hệ thống quản lý đảm bảo an toàn lao động Đồng phục bảo hộ lao động
Tài chính chủ đầu tư Chi phí lãi vay Lợi nhuận mong muốn của chủ đầu tư dự án Lạm phát
Giá vật tư, giá nhân công
Năng lực khai thác dự án
Niềm tin của khách hàng Tiếp thị, quảng cáo Nhân sự
Quy trình chất lượng đào tạo của thị trường
Sự liên kết của các trường cấp trên trong khu vực
Thủ tục hành chính Chính sách
Cấp phép xây dựng Quy hoạch
Phân tích rủi ro tài chính dự án đầu tư xây dựng khu công nghiệp [2] 10
Nhận dạng và phân loại các yếu tố rủi ro ảnh hưởng đến tính khả thi tài chính của dự án đầu tư xây dựng Khu công nghiệp bằng khảo sát bảng câu hỏi;
Phân tính định tính rủi ro bằng điểm chỉ số rủi ro và phân tích nhân tố;
Phân tích định lượng rủi ro dự án đầu tư xây dựng và kinh doanh hạ tầng Khu Công nhiệp Bắc An Thạnh - Tỉnh Long An bằng phương pháp mô phỏng;
Đề xuất các giải pháp ứng phó rủi ro phù hợp cho các dự án đầu tư xây dựng Khu Công nghiệp
Bảng 2.2: Phương pháp nghiên cứu và công cụ nghiên cứu rủi ro khu công nghiệp
STT Nội dung nghiên cứu Công cụ nghiên cứu
1 Nhận dạng và phân loại rủi ro Bảng câu hỏi khảo sát
2 Phân tích định tính rủi ro Phân tích thống kê mô tả
Kiểm định thang đo (Cronbach’s alpha) Điểm chỉ số - rủi ro (RIS)
Phân tích nhân tố chính (PCA)
3 Phân tích định lượng rủi ro Phân tích mô phỏng Monte Carlo
4 Các chương trình ứng dụng Phần mềm phân tích thống kê SPSS 18
Phần mềm xử lý số liệu MS Excel 2003 Phần mềm phân tích mô phỏng Crystal ball 10
Bảng 2.3: Yếu tố rủi ro ảnh hưởng đến tài chính dự án khu công nghiệp
STT Yếu tố rủi ro
I Về phương diện Thị trường
1 Giá bán nhà ở cho chuyên gia thay đổi
2 Giá cho thuê đất/cơ sở hạ tầng biến động
3 Dự báo nhu cầu thị trường không chính xác
4 Cạnh tranh giữa các khu công nghiệp trong vùng
5 Nguồn vốn đầu tư thứ cấp vào các khu công nghiệp giảm
6 Định hướng phát triển ngành công nghiệp cho dự án không phù hợp
II Về phương diện kỹ thuật – môi trường
1 Thay đổi thiết kế và kỹ thuật
2 Tiến độ xây dựng cơ sở hạ tầng chậm
3 Điều kiện địa chất của dự án phức tạp
4 Cơ sở hạ tầng trong khu vực không đồng bộ
5 Vị trí dự án khu công nghiệp không thuận lợi
6 Chất lượng xây dựng cơ sở hạ tầng khu công nghiệp kém
7 Ô nhiễm môi trường (không khí, nước ngầm, tiếng ồn) nơi dự án
III Về phương diện Chính sách – Pháp luật
1 Điều chỉnh chính sách thuế
2 Chính sách ưu đãi đầu tư không công bằng
3 Công tác đền bù giải phóng mặt bằng chậm
4 Thủ tục cấp giấy chứng nhận đầu tư phức tạp
5 Thời gian thẩm định và phê duyệt dự án đầu tư kéo dài
IV Về phương diện Kinh tế
2 Biến động tỷ giá hối đoái
3 Điều chỉnh lương tối thiểu
4 Lãi xuất ngân hàng thay đổi
5 Tăng trưởng ngành công nghiệp – xây dựng không đạt mục tiêu
V Về phương diện Tài chính
1 Phí xử lý nước thải tăng
2 Tỷ lệ vốn vay/vốn chủ sở hữu thay đổi
3 Phương thức thanh toán không phù hợp
4 Chi phí xây dựng khu công nghiệp tăng
5 Phí duy tu, bảo dưỡng cơ sở hạ tầng tăng
6 Chi phí đền bù giải phóng mặt bằng tăng
7 Suất sinh lời trên vốn chủ sở hữu thay đổi
Kết quả phân tích mô phỏng Monte Carlo, thì xác suất để các chỉ tiêu hiệu quả tài chính (NPV, IRR) đạt giá trị kỳ vọng rất thấp và giá trị (NPV, IRR) nhạy cảm với tỷ giá hối đoái, giá cho thuê đất, tỷ lệ lạm phát.
Phân tích rủi ro tài chính dự án đầu tư cảng biển khu vực phía nam [3] 12
Nhận dạng các rủi ro ảnh hưởng đến tài chính cảu dự án đầu tư xây dựng cảng biển khu vực phía nam;
Xếp hạng các yếu tố rủi ro;
Phân tích rủi ro định tính;
Phân tích rủi ro định lượng bằng mô phỏng Montr Carlo cho dự án cụ thể (dự án cảng biển khu vực phía nam)
Kiến nghị các biện pháp ứng phó với các yếu tố rủi ro ảnh hưởng lớn đến tài chính
Phương pháp nghiên cứu và công cụ nghiên cứu rủi ro là:
Khảo sát chuyên gia: bảng câu hỏi khảo sát
Dùng phần mềm SPSS để tổng hợp và phân tích dữ liệu
Dùng phần mềm excel để xếp hạng các yếu tố rủi ro
Phân tích nhân tố khám phá (EFA) bằng phần mềm SPSS để nhóm các nhân tố rủi ro
Phân tích mô phỏng Mote Carlo với sự hỗ trợ của phần mềm Crystal Ball để phân tích rủi ro định lượng
Kết quả của nghiên cứu cho thấy dự án có xác suất để NPV>0 là rất lớn do đó dự án là đáng giá đầu tư
Quản lý rủi ro cho nhà thầu xây dựng nước ngoài thực hiện dự án tại Việt Nam [4]
Luận văn tiến hành nhận dạng, phân tích, đánh giá và đưa ra những biện pháp ứng phó rủi ro cho nhà thầu nước ngoài thực hiện dự án tại Việt Nam, giúp nhà thầu nước ngoài quản lý hiệu quả hơn, bảo đảm dự án (đặc biệt là những dự án trọng điểm quốc gia) hoàn thành đúng tiến độ Các nhân tố rủi ro được chia làm ba cấp độ: cấp độ quốc gia, cấp độ ngành xây dựng, cấp độ dự án, ở mỗi cấp độ các nhân tố rủi ro được nhận dạng, đánh giá mức độ nghiêm trọng, phân tích mối quan hệ ảnh hưởng giữa chúng (rủi ro ở cấp độ quốc gia ảnh hưởng tới cấp độ ngành, những rủi ro ở cấp độ ngành ảnh hưởng tới cấp độ dự án) Qua kết quả khảo sát tác giả đề xuất các ứng phó rủi ro cho các yếu tố có mức độ ảnh hưởng lớn và cũng đề xuất thứ tự ưu tiên ứng phó rủi ro.
Phân tích lợi nhuận khi đầu tư chung cư cho người thu nhập thấp có tính yếu tố rủi ro [5]
có tính yếu tố rủi ro [5] Đề tài khảo sát, phân tích thực trạng các khu dân cư, chung cư cho người thu nhập thấp và ý kiến của các doanh nghiệp và chuyên gia trong lĩnh vực xây dựng tại Tp.HCM để xác định mức độ ảnh hưởng của các yếu tố rủi ro làm giảm lợi nhuận dự án Từ đó mô phỏng Monte Carlo đánh giá mức độ tác động của các nhân tố rủi ro trong 1 dự án thực tế Từ đó tác giả đưa ra phương án là xây dựng nhà cho người thu nhập thấp mà vẫn đmả bảo lợi nhuận cho chủ đầu tư:
- Chủ đầu tư tìm phương án góp vốn cung đầu tư và nhà nước hỗ trợ donh nghiệp về vốn và đất đai
- Xây dựng nhà với diện tích nhỏ phù hợp vừa túi tiền người thu nhập thấp sẽ được bán nhanh hơn vì lượng khách hành này rất lớn (người thu nhập thấp chiếm 60%) Để giải quyết vấn đề nhà ở-một vấn đề xã hội hiện nay, thì tác giả đề xuất các bên cùng tham gia giải quyết như đối với nhà nước điều chỉnh về cơ chế thu hút đầu tư, phương thức đầu tư, hỗ trợ công tác giải phóng mặt bằng, cấp phép xây dựng, quy hoạch quản lý và hỗ trợ tài chính góp phần giải quyết nhà ở cho nhân dân, còn các doanh nghiệp thì tích cực hơn nữa trong tìm hiểu thông tin, chính sách hỗ trợ của nhà nước, tìm hiểu thị hiếu người dân, mạnh dạn áp dụng công nghệ tiên tiến, tìm kiếm chung cự phù hợp.
Ứng dụng mô phỏng Monte Carlo để phân tích đánh giá hiệu quả đầu tư
Luận văn ứng dụng mô phỏng Monte Carlo để tiến hành phân tích, đánh giá hiệu quả dự án khu công nghiệp Nhận dạng và phân tích các yếu tố rủi ro sẽ ảnh hưởng như thế nào tới hiệu quả khu công nghiệp, tìm ra các vấn đề làm các doanh nghiệp trong khu công nghiệp quan tâm, hài lòng cũng như chưa hài lòng, từ đó giúp cho các nhà q uản lý khu công nghiệp có biện pháp khắc phục và hướng tới phục vụ tốt hơn nhu cầu khách hang, góp phần thu hút vốn đầu tư, nâng cao hiệu quả đầu tư
Tìm hiểu các thông tin các khu công nghiệp lân cận về phương án kinh doanh, chiến lược kinh doanh…từ đó đề ra phương án kinh doanh phù hợp hơn
Khẳng định tác dụng của việc phân tích rủi ro: giúp các nhà đầu tư hiểu rõ hơn về dự án, có cái nhìn đúng đắn hơn, lường trước các rủi ro gặp phải và các chiến lược kinh doanh phù hợp để quản lý, đầu tư dự án hiệu quả hơn
Kiến nghị các lưu ý khi đầu tư khu công nghiệp như vị trí khu công nghiệp, kênh thông tin nhà đầu tư quan tâm, tìm hiều về khu công nghiệp (internet, qua các nhà đầu tư khác giới thiệu), càng nhiều nhà đầu tư lựa chọn phương án thanh toán tiền một lần cho nhiều năm thuê đất thì càng hiệu quả, vấn đề mà nhiều nhà đầu tư không hài lòng về khu công nghiệp là vấn đề xử lý nước thải
Khẳng định lý thuyết và đề xuất các bước dùng phần mềm Crystall Ball: -Bước 1: thiết lập mô hình tính toán
-Bước 2: xác đinh sơ bộ các nhân tố rủi ro có thể ảnh hưởng tới dự án
-Bước 3: phân tích độ nhạy để chọn các nhân tố thực sự có ảnh hưởng lớn đến dự án Kiểm tra sự tương quan giữa các biến để đưa vào sử dụng
-Bước 4: xác định các phân bố xác suất, phạm vi của các nhân tố dự kiến đưa vào mô phỏng
-Bước 5: tiến hành chạy mô phỏng với số lần chạy mô phỏng tối thiều là 5000 lần
-Bước 6: phân tích kết quả và đưa ra các kết luận, kiến nghị.
Nhận dạng và phân tích rủi ro tài chính đến dự án xây dựng - Điển hình bệnh viện công nghệ cao [7]
Luận văn cao học Trần Viết Huy vào năm 2015 có 4 mục tiêu chính:
Nhận dạng các yếu tố rủi ro tác động đến tính hiệu quả của các dự án đầu tư xây dựng công trình dân dụng (đầu tư – xây dựng – khai thác);
Xếp hạng và phân loại các yếu tố rủi ro chỉnh bằng kỹ thuật phân tích nhân tố PCA;
Áp dụng vào dự án cụ thể: Định lượng mức tác động của các rủi ro tài chính đối với dự án bằng kỹ thuật phân tích mô phỏng Monte Carlo — điển hình đầu ta xây dựng bệnh viện công nghệ cao;
Phương pháp nghiên cứu và công cụ nghiên cứu là:
Khảo sát chuyên gia Bảng câu hỏi khảo sát
Dùng phần mềm SPSS để tổng hợp và phân tích dữ liệu
Dùng phần mềm excel để xếp hạng các yếu tố rủi ro
Phân tích nhân tổ chính PCA bằng phần mềm SPSS
Phân tích mô phỏng Mote Carlo với sự hỗ trợ của phần mềm Crystal Ball để phân tích nh ra định lượng
Kết quả của nghiên cứu cho thấy địt án có xác suất để NPV > 0 là rất lớn do đó cho ăn là đáng giá đầu tư
2.1.8 Áp dụng mô phỏng Monte Carlo để phân tích rủi ro chi phí của dự án xây dựng trong giai đoạn thi công [8]
Nội dung chủ yếu bài báo:
- Nhận dạng rủi ro dựa trên các nghiên cứu trước đây và phỏng vấn trực tiếp kết hợp với bảng câu hỏi để khảo sát các chuyên gia và các nhà thầu xây dựng Các biến rủi ro được xác định gồm: thời gian hoàn thành từng công tác thi công, giá thép tròn xây dựng, giá xi măng
- Xác định hàm phân phối xác suất và hệ số tương quan giữa các biến
- Mô phỏng Monte Carlo để tìm phân phối xác xuất của biến kết quả là chi phí (giá vốn) của nhà thầu
- Kết quả nghiên cứu giúp nhà thầu ước lượng mức dao động chí phi (giá vốn) để đưa ra quyết định đấu thầu Ngoài ra, nhà thầu còn biết được xác suất hoàn thành công trình với giá vốn nhất định hay xác suất lợi nhuận mong muốn thông qua khả năng chi trả của chủ đầu tư
Phân tích rủi ro tài chính của dự án B.O.T [9]
Nội dung chủ yếu luận văn:
- Xác định các yếu tố rủi ro ảnh hưởng đến dự án B.O.T như: thời tiết, địa hình, địa chất, tính độc lập của mỗi dự án, thời gian thực hiện kéo dài
- Xác định mối tương quan giữa các yếu tố rủi ro với giá trị NPV, đồng thời phân tích độ nhạy để tìm các biến có ảnh hưởng lớn đến các chỉ tiêu tài chính của dự án Sau đó xác định hàm phân phối xác suất của các biển đó từ dữ liệu của 14 dự án B.O T
- Từ kết quả mô phỏng Monter Carlo cho thấy biến thay đổi lưu lượng xe ảnh hưởng lớn đến các chỉ tiêu tài chính và thời gian nhượng quyền khai thác dự án Ngoài ra, dựa trên hai quan điểm phân tích của chủ đầu tư và tổng mức đầu tư để đánh giá tính hiệu quả của dự án.
Phân tích và quản lý rủi ro trong đầu tư dự án Bất Động Sản Du Lịch [10] 16 2.2 Các nghiên cứu nước ngoài
Nội dung chủ yếu luận văn:
- Xác định các yếu tố rủi ro định tính: sử dụng bảng câu hỏi và phân tích nhân tố Các nhóm nhân tố chính gồm: Quản lý khai thác của dự án; Thu hút khách; Hiện trạng bất động sản du lịch; Thủ tục hành chính; tài chính Chủ Đầu tư; Giám sát và quản lý
- Xác định các yếu tố rủi ro định lượng: sử dụng mô phỏng Monte-Carlo thông qua đánh giá chỉ tiêu IRR và NPV và phân tích độ nhạy Các yếu tố rủi ro định lượng gồm: Suất vốn đầu tư; Lãi vay; Nhường quyền biệt thự; Kinh doanh khách sạn và biệt thự; Kinh doanh nhà hàng; Kinh doanh spa và massege; Chi phí hoạt động tiếp thị; Suất sinh lợi mong muốn của chủ đầu tư
- Từ đó, đưa ra các biện pháp ứng phó với rủi ro và kiến nghị các bên tham gia dự án để giảm thiểu rủi ro cho tài chính dự án
2.2 Các nghiên cứu nước ngoài
Financial risk management in the construction projects [11]
Tạp chí khoa học kỹ thuật của trường Đại học King Saud của nhóm tác giả Abdussalam Shibani*, Dyaa Hasan, Jalal Saaifan, Heba Sabboubeh, Mohamad Eltaip, Messaoud Saidani, Nawal Gherbal vào năm 2022 nhằm mục đích: Trong hai năm gần đây, Li-băng phải hứng chịu cuộc khủng hoảng kinh tế nghiêm trọng, ảnh hưởng lớn đến các doanh nghiệp và ngành công nghiệp, đặc biệt là ngành xây dựng
Do đó, bài viết này nhằm mục đích xác định, phân loại và phân tích các rủi ro đáng kể nhất vốn có trong ngành xây dựng của Li-băng, đặc biệt nhấn mạnh đến loại rủi ro tài chính và kinh tế và cuối cùng đưa ra kết luận về vấn đề này Để đạt được mục tiêu của nghiên cứu này, dữ liệu được thu thập bằng cách thực hiện một cuộc khảo sát bằng câu hỏi giữa các chuyên gia trong ngành xây dựng của Li-băng Kết quả cho thấy ngành xây dựng ở Li-băng phải đối mặt với nhiều nguồn rủi ro, bên trong và bên ngoài, trong đó quan trọng nhất là rủi ro tài chính như biến động tiền tệ, lạm phát và thiếu khả năng thanh toán Cuối cùng, tầm quan trọng và lợi ích của việc thực hiện quản lý rủi ro được thảo luận trong nghiên cứu này cũng như các rào cản đối với việc thực hiện hiệu quả
Bảng 2.4: 20 yếu tố rủi ro trong cuộc khủng hoảng kinh tế ở Li-băng
STT Yếu tố rủi ro
3 Tham nhũng trong ngành xây dựng Li-băng
5 Thanh toán chậm cho nhà thầu
8 Biến động của đồng tiền
9 Thiếu khả năng thanh toán
11 Thiếu minh bạch về nghĩa vụ nộp thuế
12 Không có khả năng trao đổi ngoại tệ
13 Dòng tiền không được quản lý
14 Ước tính chi phí không đầy đủ hoặc không chính xác
15 Thiếu kiến thức về quản lý rủi ro
16 Không có chương trình quản lý rủi ro có hệ thống
17 Thời gian và chi phí cần thiết cho một kế hoạch quản lý rủi ro
18 Thiếu chuyên môn có trình độ
19 Xác định các chiến lược khác nhau để quản lý rủi ro
20 Không có động lực để quản lý rủi ro tốt hơn
Risk Analysis in investment Appraisal [12]
Bài báo này giới thiệu áp dụng kỷ thuật mô phỏng Monte Carlo trong thẩm định dự án đầu tư Nêu rõ quy trình phân tích rủi ro và tầm quan trọng của việc phân tích rủi ro
Quá trình phân tích rủi ro
Tầm quan trọng của việc phân tích rủi ro
- Giúp tăng cường việc ra quyết định việc ra quyết định về dự án: dự án án có NPV nhỏ vẫn có thể được chấp nhận với độ lệch chuẩn thấp (có ít rủi ro), ngược lại một dự án có NPV lớn cũng có thể bị từ chối vì cso độ lệch chuẩn cao (rủi ro cao)
- Giúp hình thành ý tưởng mới cho dự án, tìm ra mô hình dự án phù hợp hơn, một dự án có thể được thiết kế lại để có tình cạnh tranh cao hơn
- Giúp tìm ra phương án kinh doanh phù hợp với mô hình dự án hơn
Hình 2.1 Quá trình phân tích rủi ro trong thẩm định dự án đầu tư
- Nêu bậc vùng biến cố cần điều tra them và hướng dẫn việc thu thập thong tin Phân tích rủi ro có thể tốn nhiều chi phí điều tra và nghiên cứu thực địa nhưng điều này là đáng giá để xác định rõ hơn biến cố có tác động lớn đến dự án
- Kiểm tra lại cẩn thận các ước tính trong dự án đầu tư
- Giúp giảm thiểu sự thiên vị trong thẩm định dự án
- Tạo điều kiện cho việc sử dung triệt để kiến thức các chuyên gia, họ thường thích thể hiện chuyên môn trong điều khoản một phân phối xác suất hơn là một giá trị duy nhất
- Cần giao tiếp giữa người phân tích dự án và người ra quyết định để thỏa thuận về phạm vi và phân bố xác suất được sử dụng, qua đó các vấn đề tài chính được xác định và giải quyết
- Cung cấp khuôn khổ để đánh giá kết quả dự toán dự án
- Nó cung cấp thong tin để các đơn vị tham gia dự án ứng phó các biến cố tốt hơn
- Đo lường việc thanh khoản và các vấn đề thanh toán.
Exploring Monte Carlo Simulation Applications For Project
Bài bào nêu bậc các ứng dụng của mô phỏng Monte carlo trong quản lý dự án Nêu lên ưu khuyết điểm của việc sử dụng mô phỏng, tiến trình khắc phục các khuyết điểm đó Ưu điểm chính của mô phỏng Monte Carlo là nó là một công cụ vô cùng mạnh mẽ khi cố gắng để hiểu và định lượng tiềm năng, ảnh hưởng của sự không chắc chắn của dự án Nếu không xem xét sự không chắc chắn trong cả lịch trình dự án, người quản lý dự án có nguy cơ làm dự án vượt chỉ tiêu đặt ra Mô phỏng Monte Carlo hổ trợ Giám đốc dự án có luận chứng định lượng thích hợp dự án để đối phó với các sự kiện có nguy cơ sẽ xảy ra trong cuộc sống của dự án
Tuy nhiên mô phỏng Monte Carlo cũng có nhiều nhược điểm, ngoài những nhược điểm đã được khắc phục như dựa quá nhiều vào máy tính, các add-in thêm vào trong chương trình thì công cụ phần mềm chạy quá phức tạp so với lịch trình của dự án, hiển thị thời gian phân phối là rất rộng, chưa xác với thực tế ví dụ như khi một dự án chậm tiến độ thì nhà quản lý có thể thực hiện các biện pháp để đưa dự án trở lại các thông số cho phép, một số nhà nghiên cứu cũng đã cố gắng đưa hành động quản lý vào mô phỏng nhưng thực hiện mô hình có độ phức tạp khó thực hiện Mô phỏng Monte Carlo là khá mạnh mẽ nhưng nó chỉ chính xác với thực tế khi các số liệu đầu vào được khảo sát kỹ và sát với thực tế, tuy nhiên việc khảo sát số liệu quá khứ hiện nay là khá khó, thiếu thông tin.
Risk Analysis In Investment Appraisal Based On The Monte Carlo
Bài báo này trình bày các phương pháp và kỹ thuật sử dụng mô phỏng Monte Carlo ứng dụng trong thẩm định dự án đầu tư để phân tích và đánh giá rủi ro
- Phát triển mô hình khái niệm các biến rủi ro của dự án như:
Cash flow = (revenues – costs- deprecation) (1-tax rate) + deprecation
- Xây dưng mô hình mô phỏng: xác định các biến cố quan trọng và phân bố xác suất của nó
- Xác minh và xác nhận mô hình: Đảo bảo các biến đầu vào và phân bố xác suất có thể đại diện hệ thống đang được mô hình hoá
- Thực nghiệm: dựa vào ngẫu nhiên các kịch bản dựa trên giả định thiết lập
- Phân tích kết quả: xem NPV dự án có đáng để đầu tư hây không
- Hệ số biến thiên: độ lệch chuẩn dự kiến của NPV chia cho giá trị kỳ vong, giá trị càng nhở thì rủi ro gặp phải càng ít
Trong thẩm định, nguyên tắc cơ bản quyết định cho một dự án chỉ đơn giản là chấp nhận hoặc từ chối dự án phụ thuộc vào giá trị hiện tại ròng tương ứng của nó (NPV) là tích cực hay tiêu cực Tương tự như vậy, khi lựa chọn giữa thay thế (loại trừ lẫn nhau) các dự án, các quy tắc quyết định là chọn một với NPV cao nhất Thừa nhận thực tế là các biến quan trọng của dự án (như: doanh số bán hàng, giá bán, chi phí) không nhất định, một báo cáo thẩm định thường được bổ sung bao gồm các bài kiểm tra độ nhạy và phân tích bối cảnh các biến tham gia Trong quá trình mô phỏng, kịch bản ngẫu nhiên được xây dựng bằng cách sử dụng các giá trị đầu vào cho các dự án trọng điểm của các biến số không chắc chắn, được tuyển chọn từ các phân bố xác suất phù hợp Các kết quả được thu thập và phân tích thống kê để đi đến một phân bố xác suất của những kết quả tiềm năng của dự án và các biện pháp để ước lượng nguy cơ khác nhau của dự án.
Risk Analysis And Management In Construction [15]
Bài báo này viết dựa trên cuộc khảo sát hơn 100 nhà thầu và đơn vị quản dự án tại Vương quốc Anh về nhận thức về rủi ro và phương thức quản lyù rủi ro
Nhận thức rủi ro: các đơn vị nhận thức rủi ro ảnh hưởng tới thời gian, chi phí và chất lượng dự án Đối với từng trí tham gia dự án mà các đơn vị quan tâm rủi ro ở khía cạnh khác nhau: nhà thầu quan tâm chủ yếu tới chi phí (lợi nhuận), nhà quản lý dự án thì cần giới hạn trách nhiệm nghề nghiệp và đảm bào danh tiếng của tổ chức Giới thiệu các công cụ phân tích và quản lý rủi ro:
Trong các công cụ phân tích và quản lý rủi ro thì Monte carlo là được sử dụng phổ biến hơn cả với nhiều ưu điểm vượt trội Nghiên cứu cũng nêu ra một thực trạng hiện nay các phần mềm phân tích rủi ít được sử dụng rộng rải trong ngành xây dựng mặc dù trong các ngành công nghiệp khác thì nó được sử dụng rộng rãi Nguyên nhân của việc này là do kiến thức về phần mềm quản lý rủi ro còn chưa được phổ biến rộng rải trong ngành xây dựng (việc đào tạo còn hạn chế-việc phân tích và quàn lý rủi ro mới được đào toạ trong các ngành sau đại học)
Quản lý rủi ro: tuỳ theo từng rủi ro mà có những biệp pháp quản lý khác nhau: chuyển giao rủi ro, giảm thiểu rủi ro, tránh rủi ro…Nghiên cứu cũng nói rõ tuỳ từng vị trí đơn vị tham gia dự án mà cách ứng phó rủi ro cũng khác nhau như đối với nhà thầu thì để phân tán rủi ro thì quay lại ksy hợp đồng với nhà thầu phụ hoặc một phương pháp phổ biến là đóng bảo hiểm, nhà quản lý dự án thì dung các điều khoản thưởng phạt hợp đồng cụ thể ghi trong hợp đồng với các đơn vị tham gia dự án
Nghiên cứu cũng đề cập tới chi phí bảo hiểm trong xây dựng, nêu ra thực trạng là việc quản lý rủi ro hiện nay chủ yếu dựa vào trực giác, các quyết định cấp trên và kinh nghiệm của người quản lý chứ chưa được các đơn vị tham gia dự án quan tâm đúng mức và sử dụng các phần mềm quản lý rủi ro
Project risk analysis and management-PRAM the generic process [16] 22 2.2.7 On the assessment of economic risk: factorial design versus Monte
nó đã được thử nghiệm thành công và phát triển trong bối cảnh thực tế Quá trình tổng hợp đã cung cấp một số hiểu biết mới Chúng bao gồm: một cấu trúc giai đoạn chi tiết hơn dựa trên các mục tiêu, nhiệm vụ và phân phối; một quá trình chính thức hơn của dự án được thẩm định; quá trình xử lý, quản lý rủi ro một dự án theo đúng nghĩa của nó; và giải quyết các vấn đề hợp đồng
2.2.7 On the assessment of economic risk: factorial design versus Monte
Bài báo so sánh việc áp dụng phương pháp phân tích rủi ro của Herzt (Hertz, D B., Risk analysis in capital investment Harvard Business Review, 1964, 95-106) với các phần mềm phân tích rủi ro hiện đại như Monte Carlo Mặc dù phân tích của Herzt có nhiều hấp dẫn nhưng cũng có một số lý thuyết dẫn tới kết luận sai, những sai xót này được thể hiện trong bài báo này như economic risk và technological risk là hoàn toàn khác nhau.Trái ngược với technological risk, economic risk dựa trên các mối quan hệ giữa các dự án phân tích, dự án liên quan và thu nhập quốc gia Phân tích nguy cơ của Hertz có lỗi lý thuyết và thực tế.
Giới thiệu khái quát về chung cư
Định nghĩa về Nhà chung cư
Nhà chung cư là một loại kiểu nhà cư trú được xây dựng để chứa nhiều căn hộ riêng biệt, độc lập với nhau, nhưng có một số phần diện tích hoặc trang thiết bị sử dụng chung Điều này có thể bao gồm các yếu tố như lối đi chung, cầu thang chung, khu vực sân chung, hệ thống điện, nước và hệ thống công trình hạ tầng sử dụng chung, chẳng hạn như thang máy hoặc hệ thống quản lý bảo trì toàn bộ tòa nhà
Theo quy định của Luật Nhà ở năm 2014, để được xem xét là một nhà chung cư, tòa nhà phải có ít nhất 2 tầng trở lên và chứa nhiều căn hộ riêng biệt Các phần trong tòa nhà như lối đi, cầu thang chung, các phần sở hữu riêng, phần sở hữu chung, và các hệ thống công trình hạ tầng sử dụng chung được quy định cụ thể
Theo thông tư số 28/2016/TT-BXD tòa nhà chung cư là một khối nhà độc lập hoặc nhiều khối nhà có chung khối đế nổi trên mặt đất, và chúng phải được xây dựng theo quy hoạch và hồ sơ dự án do cơ quan có thẩm quyền phê duyệt
Phần diện tích và trang thiết bị dùng chung trong nhà chung cư có thể thuộc sở hữu của chủ nhà hoặc là sở hữu chung của tất cả các chủ sở hữu các căn hộ độc lập trong tòa nhà chung cư đó Phần diện tích chung này thường không thể phân chia và mọi người có quyền và nghĩa vụ ngang nhau trong việc sử dụng nó, bảo quản và bảo trì các phần này để đảm bảo an toàn và tiện nghi cho toàn bộ cư dân trong tòa nhà chung cư.
Các hạng nhà chung cư ở Việt Nam và tiêu chí phân hạng cụ thể
Theo quy định pháp luật hiện hành của Việt Nam, nhà chung cư được phân hạng với 3 hạng đó là hạng A, hạng B, hạng C dựa trên 4 nhóm tiêu chí gồm:
Hệ thống thiết bị kỹ thuật;
Dịch vụ, hạ tầng xã hội;
Chất lượng, quản lý, vận hành;
Nhà chung cư hạng A: nhà chung cư đáp ứng đầy đủ các yêu cầu để được phân hạng và phải đạt tối thiểu 18/20 tiêu chí đánh giá như sau:
Bảng 3.1: Thứ nhất, về quy hoạch, kiến trúc hạng A
Vị trí Có hệ thống giao thông thuận tiện, cách đường phố chính (cấp đô thị, cấp khu vực) dưới 500m; có thể tiếp cận phương tiện giao thông công cộng đô thị (cách nhà ga, bến xe, trạm dừng xe bus, tàu điện ngầm, tàu điện trên cao) trong phạm vi dưới 500m Mật độ xây dựng
Mật độ xây dựng (diện tích chiếm đất công trình) không vượt quá 45%
Sảnh căn hộ Sảnh chính khu căn hộ được bố trí độc lập với lối vào khu vực để xe, thương mại, khu vực dịch vụ và khu vực công cộng khác; có phòng hoặc khu vực bố trí bàn ghế tiếp khách, có quầy lễ tân Hành lang Hành lang căn hộ chung cư có chiều rộng nhỏ nhất 1,8 m
Bình quân diện tích sử dụng căn hộ trên số phòng ngủ nhỏ nhất là 35m2 Tính theo công thức TDtCh /TsPn >= 35 m2 Trong đó:
- TDtCh: tổng diện tích sử dụng các căn hộ trong chung cư
- TsPn: tổng số phòng ngủ các căn hộ trong chung cư
Phòng vệ sinh Bình quân tổng số phòng vệ sinh/tổng số phòng ngủ của các căn hộ >= 0.7
Tính theo công thức: TsPwc/TsPn >= 0.7 Trong đó:
TsPwc: tổng số phòng vệ sinh các căn hộ trong chung cư
TsPn: tổng số phòng ngủ các căn hộ trong chung cư
Thang máy Mỗi thang máy phục vụ tối đa không quá 40 hộ gia đình (tổng số căn hộ / tổng số thang máy phục vụ căn hộ = 30m2 Trong đó:
TDtCh: Tổng diện tích sử dụng các căn hộ trong chung cư TsPn: Tổng số phòng ngủ các căn hộ trong chung cư Phòng vệ sinh Bình quân tổng số phòng vệ sinh trên tổng số phòng ngủ của các căn hộ trong chung cư >= 0.5
Tình theo công thức: TsPwc/TsPn >= 0.5 Trong đó:
TsPwc: Tổng số phòng vệ sinh các căn hộ trong chung cư TsPn: Tổng số phòng ngủ các căn hộ trong chung cư Thang máy Mỗi thang máy phục vụ tối đa không quá 50 căn hộ (tổng số căn hộ / tổng số thang máy phục vụ căn hộ 0.8 thì chúng ta có thể kết luận thông tin khảo sát là đáng tin cậy Giá trị nhỏ nhất chấp nhận được là α>0.7 Việc kiểm định độ tin cậy của thông tin khảo sát sẽ được hỗ trợ bởi phần mềm SPSS b) Xác định số lượng mẫu
1 Yếu tố ảnh hưởng tới quyết định chọn cỡ mẫu
Kích thước mẫu, hay còn gọi là cỡ mẫu, trong nghiên cứu có liên quan đến mức độ của nó sẽ tác động đến sai số trong các ước lượng Khi kích thước mẫu càng lớn, sai số giảm và khả năng đại diện cho tổng thể càng cao Tuy nhiên, việc thu thập mẫu lớn có thể đòi hỏi nhiều thời gian, công sức, và tài chính từ các khâu như thu thập, kiểm tra, và phân tích dữ liệu Vì vậy, quá trình lựa chọn kích thước mẫu cần được xem xét một cách cân nhắc để đảm bảo sự cân bằng và hiệu quả Quyết định về kích thước mẫu sẽ phụ thuộc vào nhiều yếu tố, đòi hỏi sự xem xét cẩn thận và đánh giá đầy đủ Sự lựa chọn cỡ mẫu sẽ phụ thuộc vào:
Độ tin cậy cần có của dữ liệu Tức là mức độ đảm bảo rằng các đặc điểm của cỡ mẫu được lựa chọn có thể đại diện đúng cho đặc điểm tổng thể
Mức độ sai số mà nghiên cứu có thể chấp nhận, là độ chính xác mà chúng ta yêu cầu cho bất kỳ ước lượng nào được thực hiện trên mẫu
Loại kiểm định và phân tích dữ liệu sẽ được thực hiện Một số phương pháp thống kê yêu cầu cỡ mẫu đạt đến một ngưỡng nhất định để đảm bảo rằng các ước lượng là ý nghĩa
Kích thước của tổng thể, nơi mà mẫu nghiên cứu sẽ chiếm một tỷ lệ nhất định so với tổng kích thước của tổng thể
2 Xác định cỡ mẫu theo ước lượng tổng thể
Theo Taro Yamane (1967), quá trình xác định kích thước mẫu có thể được phân chia thành hai trường hợp: trường hợp không biết tổng thể và trường hợp biết tổng thể a Trường hợp không biết quy mô tổng thể
Chúng ta sẽ sử dụng công thức sau:
n: kích thước mẫu cần xác định
Z: giá trị tra bảng phân phối Z dựa vào độ tin cậy lựa chọn Thông thường, độ tin cậy được sử dụng là 95% tương ứng với Z = 1.96
p: tỷ lệ ước lượng cỡ mẫu n thành công Thường chúng ta chọn p = 0.5 để tích số p(1-p) là lớn nhất, điều này đảm bảo an toàn cho mẫu n ước lượng
e: sai số cho phép Thường ba tỷ lệ sai số hay sử dụng là: ±01 (1%), ±0.05 (5%), ±0.1 (10%), trong đó mức phổ biến nhất là ±0.05
Các công cụ nghiên cứu và phân tích dự liệu
Các công cụ nghiên cứu
Bảng 4.5: Các công cụ nghiên cứu
STT Nội dung Công cụ nghiên cứu
1 Phân tích, nhận dạng rủi ro
Sách, báo, nghiên cứu và dự án tương tự Phỏng vấn chuyên gia
Thảo luận nhóm Bảng câu hỏi khảo sát
Bảng câu hỏi khảo sát trong đó nêu rõ tác động và xác xuất xảy ra biến cố
Xếp hạng rủi ro trên số liệu thu được (Trị trung bình)
- Dùng phần mềm SPSS tính toán hệ số Cronbach’s Alpha, phân tích nhân tố khám phá EFA các rủi ro định tính chính vừa được xếp hạng
- Dùng phần mềm AMOS để phân tích nhân tố khẳng định CFA và mô hình cấu trúc SEM.
Phân tích dữ liệu
Bảng 4.6: Bảng tổng hợp các giá trị tiêu chuẩn của các phương pháp phân tích
Công cụ nghiên cứu Giá trị tiêu chuẩn
Alpha α ≥ 0.8 tin cậy [1], [2], [3] α ≥ 0.7 chấp nhận được [1], [2], [3]
Phân tích nhân tố khám phá EFA
Hệ số tải nhân tố ≥ 0.5 [1], [2], [3]
Phân tích nhân tố khám phá EFA và mô hình SEM
Chi-Square/df ≤ 3 là tốt [26]
GFI > 0.9 là tốt, > 0.8 là chấp nhận được [26] CFI > 0.9 là tốt, > 0.8 là chấp nhận được [26] TLI > 0.9 là tốt, > 0.8 là chấp nhận được [26]
Hệ số tương quan khoảng 0.5 [26]
Phân tích định tính
Thông tin chung
Thống kê tần số là quá trình đếm số lần xuất hiện của các biến định tính hoặc định lượng trong một tập dữ liệu Các ví dụ về biến định tính có thể bao gồm giới tính, trình độ, tuổi tác, học vấn, nghề nghiệp, và thu nhập Thống kê tần số cũng có khả năng thể hiện phần trăm tương ứng với số lần xuất hiện của mỗi giá trị Ngoài ra, kết quả của quá trình này thường được biểu diễn trực quan thông qua các biểu đồ như hình tròn, hình cột, và các công cụ phân tích dữ liệu khác
Phần mềm thống kê như SPSS là một công cụ phổ biến được sử dụng để thực hiện thống kê tần số Bên cạnh đó, Microsoft Excel cũng cung cấp khả năng thực hiện thống kê tần số cho các dạng dữ liệu này
Bảng 5.1: Bảng kết quả đơn vị công tác của đối tưởng khảo sát Đơn vị công tác Số lượng Tỷ lệ %
Các đơn vị sở ban ngành 12 3.1%
Chủ Đầu tư/BQL dự án 109 28.6%
Tư vấn quản lý dự án/giám sát 55 14.4%
Hình 5.1: Đơn vị công tác đối tượng khảo sát
- Theo kết quả khảo sát, các đơn vị làm việc cho nhà thầu thi công (chiếm tới 33.1%), các đơn vị làm việc tại sở ban ngành (chiếm 3.1%), chủ đầu tư/BQL dự án (chiếm 28.6%), tư vấn thiết kế (chiếm 20.7%), tư vấn quản lý dự án/giám sát (chiếm 14.4%)
Bảng 5.2: Bảng kết quả vị trí công tác của đối tưởng khảo sát
Vị trí công tác Số lượng Tỷ lệ %
Nhân viên ban quản lý dự án 107 28.1%
Hình 5.2: Vị trí công tác đối tượng khảo sát
- Theo khảo sát đa số đối tượng khảo sát là giám sát xây dựng (chiếm 34.4%), nhân viên ban quản lý dự án (chiếm 28.1%), các trưởng/phó phòng (chiếm 19.2%), chỉ huy trưởng (chiếm 3.1%) và tư vấn giám sát (chiếm 15.2%)
Bảng 5.3: Bảng kết quả kinh nghiệm làm việc của đối tưởng khảo sát
Kinh nghiệm Số lượng Tỷ lệ %
Hình 5.3: Kinh nghiệm công tác đối tượng khảo sát
- Kinh nghiệm làm việc của các đối tượng khảo sát đa số là từ 3-10 năm chiếm 70.3%, trên 10 năm chiếm 10.8%, còn dưới 3 năm chiếm 18.9%
5.1.1.4 Quy mô dự án tham gia
Bảng 5.4: Bảng kết quả quy mô dự án tham gia của đối tưởng khảo sát
Quy mô dự án Số lượng Tỷ lệ %
Hình 5.4: Quy mô dự án công tác đối tượng khảo sát tham gia
– Dựa vào số liệu trên chúng ta thấy rằng đa số các đối tượng khảo sát tham gia các công trình lớn từ 100-500 tỷ chiếm tới 39.4%, dưới 50 tỷ chiếm 4.5%, từ
50 – 100 tỷ chiếm 19.9%, trên 500 tỷ chiếm 36.2%
5.1.1.5 Hiểu biết về rủi ro
Bảng 5.5: Bảng kết quả hiểu biết về rủi ro của đối tưởng khảo sát
Hiểu biết về rủi ro Số lượng Tỷ lệ %
– Dựa vào số liệu trên chúng ta thấy rằng đa số các đối tượng khảo sát có biết chút ít về rủi ro chiếm tới 70.9%, không biết chiếm 17.3%, biết rất rỏ chiếm 11.8%
Hình 5.5: Hiểu biết rủi ro của đối tượng khảo sát
5.1.1.6 Quan tâm về rủi ro
Bảng 5.6: Bảng kết quả quan tâm về rủi ro của đối tưởng khảo sát
Quan tâm về rủi ro Số lượng Tỷ lệ %
Hình 5.6: Quan tâm rủi ro của đối tượng khảo sát
– Dựa vào số liệu trên chúng ta thấy rằng đa số các đối tượng khảo sát đều rất quan tâm về rủi ro chiếm tới 65.1%, không quan tâm chiếm 13.1%, quan tâm chút ít chiếm 21.8%.
Kiểm tra độ tin cậy thang đo
Thang đo là một tập hợp biến quan sát của 1 nhân tố Kiểm định độ tin cây của thang đo sẽ đi kiểm định độ tin cậy của các biến quan sát trong nhóm đó
Hệ số Cronbach Alpha là một thước đo sử dụng để đánh giá độ tin cậy của một thang đo hoặc bảng câu hỏi trong việc đánh giá các yếu tố rủi ro ảnh hưởng đến thời gian và chi phí của dự án xây dựng Hệ số này đo lường mức độ đồng nhất (consistency) của các mục trong thang đo Trong trường hợp này, hệ số Cronbach Alpha được tính để kiểm định độ tin cậy của bảng câu hỏi được sử dụng để đánh giá các yếu tố rủi ro
Kết quả của hệ số Cronbach Alpha nằm trong khoảng từ 0 đến 1 Một giá trị cao hơn cho thấy độ tin cậy cao hơn của thang đo Thông thường, giá trị Cronbach Alpha trên 0.7 được coi là chấp nhận được trong nghiên cứu, nhưng giá trị từ 0.8 trở lên thể hiện một độ tin cậy tốt Và hệ số tương quan biến tổng lớn hơn 0.3
Việc đánh giá này được thực hiện bởi con người, do đó, mang tính chủ quan cao Điều này làm cho việc xây dựng và kiểm định thang đo trở nên rất quan trọng để đảm bảo độ tin cậy của các số liệu phân tích Trong phạm vi của luận văn này, nghiên cứu sử dụng hệ số Cronbach Alpha để đánh giá độ đồng nhất của thang đo Ngoài ra, tác giả cũng lựa chọn yếu tố khả năng xảy ra để tiến hành phân tích Kết quả tính toán hệ số này trong phần mềm SPSS đã cho kết quả như sau:
5.1.2.1 Đánh giá độ tin cậy Cronbach’s Alpha:
5.1.2.1.1 Nhóm khảo sát thị trường
Cronbach's Alpha Các rủi ro Hệ số tương quan biến tổng Hệ số Cronbach's Alpha thitruong1 693 892 thitruong2 798 869 thitruong3 779 873 thitruong4 797 871 thitruong5 708 889
Bảng 5.7: Bảng kết quả đánh giá độ tin cậy của nhóm khảo sát thị trường
Trong bảng trên, Cronbach's Alpha tính được là 0.901 > 0.8 nên thang đo lường là tốt Ngoài ra, ta nhìn vào cột hệ số tường quan biến tổng đều > 0.3 nên không loại biến nào Vậy thang đo “thị trường đạt” đạt được độ tin cậy và có ý nghĩa thống kê 5.1.2.1.2 Nhóm tài chính
Bảng: Cronbach's Alpha Các rủi ro Hệ số tương quan biến tổng Hệ số Cronbach's Alpha taichinh1 690 765 taichinh2 722 758 taichinh3 757 759 taichinh4 760 754 taichinh5 724 762 taichinh6 788 749 taichinh7 -.077 927
Bảng 5.8: Bảng kết quả đánh giá độ tin cậy của nhóm tài chính lần 1
Trong bảng trên, hệ số tương quan biến tổng của biến quan sát “taichinh7” là - 0.77 < 0.3 nên bị loại Chạy lại ta có kết quả sau:
Bảng: Cronbach's Alpha Các rủi ro Hệ số tương quan biến tổng Hệ số Cronbach's Alpha taichinh1 733 921 taichinh2 769 917 taichinh3 807 912 taichinh4 810 911 taichinh5 784 914 taichinh6 835 907
Bảng 5.9: Bảng kết quả đánh giá độ tin cậy của nhóm tài chính lần 2
Trong bảng trên, Cronbach's Alpha tính được là 0.927 > 0.8 nên thang đo lường là tốt Ngoài ra, ta nhìn vào cột hệ số tường quan biến tổng đều > 0.3 nên không loại biến nào Vậy thang đo “tài chính” đạt được độ tin cậy và có ý nghĩa thống kê 5.1.2.1.3 Nhóm chính sách và pháp luật
Bảng: Cronbach's Alpha Các rủi ro Hệ số tương quan biến tổng Hệ số Cronbach's Alpha chinhsach1 724 684 chinhsach2 707 689 chinhsach3 718 686 chinhsach4 713 687 chinhsach5 000 924 chinhsach6 737 682
Bảng 5.10: Bảng kết quả đánh giá độ tin cậy của nhóm chính sách lần 1
Trong bảng trên, hệ số tương quan biến tổng của biến quan sát “chinhsach5” là 0.000 < 0.3 nên bị loại Chạy lại ta có kết quả sau:
Bảng: Cronbach's Alpha Các rủi ro Hệ số tương quan biến tổng Hệ số Cronbach's Alpha chinhsach1 793 908 chinhsach2 810 905 chinhsach3 795 908 chinhsach4 775 912 chinhsach6 834 900
Bảng 5.11: Bảng kết quả đánh giá độ tin cậy của nhóm chính sách lần 2
Trong bảng trên, Cronbach's Alpha tính được là 0.924 > 0.8 nên thang đo lường là tốt Ngoài ra, ta nhìn vào cột hệ số tường quan biến tổng đều > 0.3 nên không loại biến nào Vậy thang đo “chính sách” đạt được độ tin cậy và có ý nghĩa thống kê 5.1.2.1.4 Nhóm năng lực các bên tham gia
Bảng: Cronbach's Alpha Các rủi ro Hệ số tương quan biến tổng Hệ số Cronbach's Alpha nl_cacben1 649 563 nl_cacben2 026 767 nl_cacben3 -.002 769 nl_cacben4 669 556 nl_cacben5 578 579 nl_cacben6 688 552 nl_cacben7 689 556
Bảng 5.12: Bảng kết quả đánh giá độ tin cậy nhóm năng lực các bên tham gia lần 1
Trong bảng trên, hệ số tương quan biến tổng của biến quan sát “nl_cacben2 và nl_cacben3” < 0.3 nên bị loại Chạy lại ta có kết quả sau:
Bảng: Cronbach's Alpha Các rủi ro Hệ số tương quan biến tổng Hệ số Cronbach's Alpha nl_cacben1 795 895 nl_cacben4 777 898 nl_cacben5 709 913 nl_cacben6 819 890 nl_cacben7 825 889
Bảng 5.13: Bảng kết quả đánh giá độ tin cậy nhóm năng lực các bên tham gia lần 2 rong bảng trên, Cronbach's Alpha tính được là 0.916 > 0.8 nên thang đo lường là tốt Ngoài ra, ta nhìn vào cột hệ số tường quan biến tổng đều > 0.3 nên không loại biến nào Vậy thang đo “năng lực các bên tham gia” đạt được độ tin cậy và có ý nghĩa thống kê
5.1.2.1.5 Nhóm an toàn lao động
Bảng: Cronbach's Alpha Các rủi ro Hệ số tương quan biến tổng Hệ số Cronbach's Alpha antoan_ld1 628 679 antoan_ld2 039 866 antoan_ld3 607 685 antoan_ld4 627 678 antoan_ld5 616 680 antoan_ld6 690 659
Bảng 5.14: Bảng kết quả đánh giá độ tin cậy của nhóm an toàn lao động lần 1 Trong bảng trên, hệ số tương quan biến tổng của biến quan sát “antoan_ld2” là 039 < 0.3 nên bị loại Chạy lại ta có kết quả sau:
Bảng: Cronbach's Alpha Các rủi ro Hệ số tương quan biến tổng Hệ số Cronbach's Alpha antoan_ld1 664 843 antoan_ld3 675 840 antoan_ld4 672 841 antoan_ld5 655 846 antoan_ld6 769 816
Bảng 5.15: Bảng kết quả đánh giá độ tin cậy của nhóm an toàn lao động lần 2
Trong bảng trên, Cronbach's Alpha tính được là 0.866 > 0.8 nên thang đo lường là tốt Ngoài ra, ta nhìn vào cột hệ số tường quan biến tổng đều > 0.3 nên không loại biến nào Vậy thang đo “an toàn lao động” đạt được độ tin cậy và có ý nghĩa thống kê
5.1.2.1.6 Nhóm năng lực khai thác
Bảng: Cronbach's Alpha Các rủi ro Hệ số tương quan biến tổng Hệ số Cronbach's Alpha nl_khaithac1 667 674 nl_khaithac2 720 660 nl_khaithac3 671 669 nl_khaithac4 003 924 nl_khaithac5 726 660 nl_khaithac6 758 648
Bảng 5.16: Bảng kết quả đánh giá độ tin cậy của nhóm năng lực khai thác lần 1
Trong bảng trên, hệ số tương quan biến tổng của biến quan sát “nl_khaithac4” là 003 < 0.3 nên bị loại Chạy lại ta có kết quả sau:
Bảng: Cronbach's Alpha Các rủi ro Hệ số tương quan biến tổng Hệ số Cronbach's Alpha nl_khaithac1 769 914 nl_khaithac2 812 905 nl_khaithac3 750 918 nl_khaithac5 827 903 nl_khaithac6 858 896
Bảng 5.17: Bảng kết quả đánh giá độ tin cậy của nhóm năng lực khai thác lần 2
Trong bảng trên, Cronbach's Alpha tính được là 0.924 > 0.8 nên thang đo lường là tốt Ngoài ra, ta nhìn vào cột hệ số tường quan biến tổng đều > 0.3 nên không loại biến nào Vậy thang đo “năng lực khai thác” đạt được độ tin cậy và có ý nghĩa thống kê
5.1.2.1.7 Nhóm thị trường bất động sản
Bảng: Cronbach's Alpha Các rủi ro Hệ số tương quan biến tổng Hệ số Cronbach's Alpha thitruongbds1 646 823 thitruongbds2 759 711 thitruongbds3 694 777
Bảng 5.18: Bảng kết quả đánh giá độ tin cậy của nhóm thị trường bất động sản Trong bảng trên, Cronbach's Alpha tính được là 0.836 > 0.8 nên thang đo lường là tốt Ngoài ra, ta nhìn vào cột hệ số tường quan biến tổng đều > 0.3 nên không loại biến nào Vậy thang đo “thị trường bất động sản” đạt được độ tin cậy và có ý nghĩa thống kê.
Xếp hạng các nhân tố rủi ro
5.1.3.1 Xếp hạng các rủi ro theo khả năng xảy ra
Bảng 5.19: Xếp hạng các yếu tố rủi ro theo khả năng xảy ra
Xếp hạng Các rủi ro N Trị trung bình Độ lệch chuẩn
5.1.3.2 Xếp hạng các rủi ro theo mức độ ảnh hưởng
Bảng 5.20: Xếp hạng các yếu tố rủi ro theo mức độ ảnh hưởng
Xếp hạng Các rủi ro N Trị trung bình Độ lệch chuẩn
5.1.3.2 Xếp hạng các rủi ro tài chính
– Việc đánh giá xếp hạng rủi ro phải là sự kết hợp giữa xác xuất và mức độ tác động của biến cố đó: đánh giá rủi ro = Xác xuất xảy ra x Mức độ tác động
Bảng 5.21: Xếp hạng các yếu tố rủi ro tài chính
Xếp hạng Các rủi ro Xác xuất xảy ra
Mức độ tác động Tích
Từ kết quả xếp hạng theo trị trung bình của các rủi ro tài chính ta thu được năm rủi ro tài chính được xếp hạng cao nhất, nhưng các rủi ro này tập trung ở nhóm năng lực khai khác và chính sách – pháp luật:
Thay đổi trong pháp luật và chính sách: có thể ảnh hưởng đáng kể đến tình hình tài chính của dự án Dưới đây là một số ảnh hưởng chính:
- Thuế và Ngân sách: Sự thay đổi trong chính sách thuế có thể ảnh hưởng đến thu nhập và lợi nhuận của cá nhân và doanh nghiệp Nếu thuế tăng lên, người dân và doanh nghiệp có thể phải chịu áp lực tài chính lớn hơn Ngược lại, giảm thuế có thể thúc đẩy tiêu dùng và đầu tư
- Chính sách Vay vốn: Sự thay đổi trong chính sách về vay vốn có thể ảnh hưởng đến khả năng tiếp cận nguồn vốn và chi phí vay Nếu lãi suất tăng cao hoặc điều kiện vay trở nên khó khăn hơn, dự án có thể phải đối mặt với chi phí vốn tăng lên
- Luật Pháp Nhà đất: Thay đổi trong luật pháp về nhà đất có thể ảnh hưởng đến thị trường bất động sản, giá nhà và cơ hội đầu tư
- Quy định Xây dựng: Sự thay đổi trong quy định xây dựng có thể ảnh hưởng đến quy trình xin phép xây dựng và yêu cầu kỹ thuật Điều này có thể dẫn đến tăng chi phí do phải thực hiện theo các tiêu chuẩn mới hoặc có yêu cầu giám sát và báo cáo nâng cao
Năng lực khai thác: là một khía cạnh quan trọng của bất kỳ dự án nào và có thể ảnh hưởng đến tài chính dự án theo nhiều cách Dưới đây là một số ảnh hưởng chính:
- Chi phí sản xuất: Năng lực khai thác trực tiếp liên quan đến khả năng sản xuất hàng hóa hoặc cung cấp dịch vụ Nếu năng lực sản xuất cao, dự án có thể hưởng lợi từ quy mô kinh tế và giảm chi phí đơn vị sản phẩm hoặc dịch vụ
- Hiệu quả hoạt động: Năng lực khai thác cũng ảnh hưởng đến hiệu quả hoạt động tổng thể của dự án Nếu quá trình sản xuất được tổ chức và thực hiện một cách hiệu quả, chi phí có thể giảm xuống, tăng cường khả năng sinh lời
- Chất lượng sản phẩm/dịch vụ: Năng lực khai thác có thể ảnh hưởng đến chất lượng cuối cùng của sản phẩm hoặc dịch vụ Một năng lực sản xuất mạnh mẽ có thể đảm bảo rằng sản phẩm hoặc dịch vụ đáp ứng yêu cầu chất lượng, làm tăng giá trị cho khách hàng
- Khả năng mở rộng: Nếu năng lực khai thác linh hoạt, dự án có thể mở rộng quy mô một cách dễ dàng khi có nhu cầu Điều này có thể giúp tăng cường doanh thu và lợi nhuận mà không gặp phải chi phí cố định lớn
- Tính cạnh tranh: Năng lực khai thác cũng quyết định vị thế cạnh tranh của dự án trên thị trường Nếu có thể sản xuất hoặc cung cấp dịch vụ với chi phí thấp hơn so với đối thủ, dự án có thể có lợi thế cạnh tranh
- Nguồn cung và cầu: Năng lực khai thác cũng ảnh hưởng đến khả năng đáp ứng nhu cầu thị trường Nếu nhu cầu tăng mạnh, một năng lực khai thác mạnh mẽ có thể giúp dự án tận dụng cơ hội và tăng doanh thu
- Quản lý Rủi ro: Năng lực khai thác cũng có thể ảnh hưởng đến khả năng quản lý rủi ro trong quá trình sản xuất và cung ứng Nếu quá trình này được quản lý tốt, dự án có thể giảm thiểu rủi ro và giữ được ổn định tài chính.
Phân tích nhân tố khám phá EFA
và giá trị của thang đo là rất quan trọng Phương pháp Cronbach Alpha được sử dụng để đánh giá độ tin cậy của thang đo Đồng thời, phương pháp phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo, đó là giá trị hội tụ và giá trị phân biệt
Phương pháp phân tích nhân tố (EFA) thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), tức là nó không giữ một biến nào làm biến phụ thuộc hoặc biến độc lập, mà thay vào đó dựa vào mối tương quan giữa các biến với nhau (interrelationships) EFA được sử dụng để giảm kích thước của một tập hợp k biến quan sát xuống một tập hợp F (với F < k) các nhân tố có ý nghĩa hơn Quá trình rút gọn này dựa trên mối quan hệ tuyến tính giữa các nhân tố và các biến nguyên thủy (biến quan sát)
Theo Mayers, L.S., Gamst, G., Guarino A.J (2000), trong phân tích nhân tố, phương pháp trích Principal Components Analysis kết hợp với phương pháp xoay Varimax là cách thức phổ biến nhất được sử dụng
Theo Hair và đồng nghiệp (1998, tr 111), Factor loading (hệ số tải nhân tố hoặc trọng số nhân tố) là một chỉ tiêu quan trọng để đảm bảo ý nghĩa thực tế của phân tích nhân tố:
• Factor loading > 0.3 được xem là đạt mức tối thiểu
• Factor loading > 0.4 được xem là quan trọng
• Factor loading > 0.5 được xem là có ý nghĩa thực tiễn Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:
1) Hệ số tải nhân tố (Factor loading) > 0.5
2) 0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số để đánh giá sự thích hợp của phân tích nhân tố, và giá trị lớn đồng nghĩa với việc phân tích nhân tố là thích hợp
3) Kiểm định Bartlett có ý nghĩa thống kê (Sig < 0.05): Đây là một đại lượng thống kê để xem xét giả thuyết về sự không tương quan của các biến trong tổng thể Nếu kiểm định này có ý nghĩa thống kê (Sig < 0.05), các biến quan sát có mối tương quan trong tổng thể
4) Phần trăm phương sai trích (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát và mức độ giải thích của phân tích nhân tố Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %
Trong luận văn này tác giả chọn yếu tố khả năng xảy ra để phân tích, từ đó nhóm các yếu tố, dựa thêm vào mức độ ảnh hưởng của các nhân tố để đề ra biện pháp ứng phó phù hợp
Từ kết quả đánh giá độ tin cậy Cronbach’s Alpha ta loại trừ các biến quan sát sau: “taichinh7, chinhsach5, nl-cacben2, nl-cacben3, antoan-ld2, nl-khaitahc4” sau đó bắt đầu phân tích nhân tố khám phá
Giá trị Communalities đo lường mức độ mà một biến tương quan với tất cả các biến khác Các giá trị Communalities càng lớn thì độ tương quan càng tốt
Initial Extraction thitruong1 552 553 thitruong2 687 736 thitruong3 680 706 thitruong4 672 732 thitruong5 563 578 taichinh1 614 593 taichinh2 659 655 taichinh3 689 718 taichinh4 691 719 taichinh5 655 679 taichinh6 725 775 chinhsach1 680 708 chinhsach2 727 741 chinhsach3 676 700 chinhsach4 644 663 chinhsach6 720 773 nl_cacben1 706 721 nl_cacben4 685 689 nl_cacben5 562 555 nl_cacben6 710 749 nl_cacben7 710 761 antoan_ld1 532 528 antoan_ld3 511 549 antoan_ld4 526 541 antoan_ld5 498 521 antoan_ld6 625 743 nl_khaithac1 647 652 nl_khaithac2 721 738 nl_khaithac3 666 638 nl_khaithac5 727 767 nl_khaithac6 764 816 thitruongbds1 497 517 thitruongbds2 640 799 thitruongbds3 563 623
Extraction Method: Principal Component Analysis
Theo Hair et at (1998) [22] đề nghị thì những yếu cố có communalities ≥ 0.5 thì mới có ý nghĩa trong phân tích nhân tố Ở đây các nhân tố đều có communalities
> 0.5 chúng ta kiểm tra tiếp các yếu tố khác
Bảng 5.23: KMO and Bartlett's Test Bảng: KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy .922
Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số quan trọng trong phân tích nhân tố EFA (Exploratory Factor Analysis) dùng để đánh giá sự thích hợp của việc sử dụng phân tích nhân tố trên một tập dữ liệu Chỉ số KMO đánh giá mức độ phù hợp của dữ liệu cho việc thực hiện phân tích nhân tố
Hệ số KMO thường nằm trong khoảng từ 0 đến 1, và giá trị KMO được chấp nhận là thích hợp nếu nó lớn hơn hoặc bằng 0.5 Một giá trị KMO lớn hơn 0.5 cho thấy rằng dữ liệu có đủ sự phù hợp để tiến hành phân tích nhân tố Nếu KMO lớn hơn 0.7 thì dữ liệu được coi là rất thích hợp cho phân tích nhân tố
Nếu giá trị KMO thấp hơn 0.5, điều này có thể chỉ ra rằng dữ liệu không phù hợp cho phân tích nhân tố, và việc thực hiện phân tích nhân tố trên dữ liệu đó có thể không cho ra kết quả tin cậy hoặc có thể dẫn đến các yếu tố không rõ ràng Trong trường hợp này, bạn nên xem xét cải thiện hoặc chọn lại các biến quan sát hoặc tập dữ liệu để đảm bảo phù hợp hơn cho phân tích nhân tố
Bartlett's Test of Sphericity là một phần quan trọng trong quá trình xác định tính thích hợp của phân tích nhân tố trên dữ liệu Test này dùng để kiểm tra xem ma trận hiệp phương (correlation matrix) của các biến quan sát có tương quan tổng thể hay không Nếu ma trận hiệp phương gần đường chéo (chứa tương quan giữa các biến với chính chúng) là không đáng kể, thì phân tích nhân tố có ý nghĩa
Phân tích nhóm các rủi ro tài chính
Rủi ro về tài chính được giải thích khoảng 32.395% của biến trong các yếu tố rủi ro tài chính, bao gồm:
Tài chính chủ đầu tư không đáp ứng quy mô dự án và nhu cầu thị trường: Điều này có thể xảy ra khi tài chính của chủ đầu tư không đủ để hỗ trợ quy mô dự án hoặc để đáp ứng nhu cầu thị trường Nếu dự án quá lớn hoặc thị trường không đủ mạnh mẽ, có thể gặp khó khăn trong việc thu hút đủ vốn hoặc khách hàng
Tỷ lệ lạm phát tăng cao:
Lạm phát tăng cao có thể dẫn đến giảm giá trị của tiền tệ và tăng chi phí cho vật liệu, lao động và các yếu tố khác, ảnh hưởng đến lợi nhuận của doanh nghiệp và tăng nguy cơ rủi ro tài chính
Lợi nhuận mong muốn của chủ đầu tư thay đổi:
Nếu kỳ vọng về lợi nhuận của chủ đầu tư thay đổi, điều này có thể ảnh hưởng đến quyết định đầu tư và quản lý rủi ro của dự án
Giá vật tư, nhân công, thiết bị tăng:
Sự tăng giá về vật tư, nhân công và thiết bị có thể tăng chi phí sản xuất, giảm lợi nhuận và làm tăng rủi ro tài chính
Tỷ lệ vốn vay/vốn chủ sở hữu thay đổi:
Sự thay đổi trong cấu trúc tài chính, như tăng tỷ lệ vốn vay so với vốn chủ sở hữu, có thể tăng khả năng nợ và chi phí lãi
Chi phí lãi vay thay đổi:
Nếu chi phí lãi vay tăng, đặc biệt là khi cần phải tái cấu trúc nợ, điều này có thể tăng chi phí tài chính và làm giảm lợi nhuận
5.1.5.2 Rủi ro về chính sách
Rủi ro về chính sách được giải thích khoảng 12.330% của biến trong các yếu tố rủi ro tài chính, bao gồm:
Chính sách thu hút đầu tư không rõ ràng:
Chính sách thu hút đầu tư không rõ ràng có thể tạo ra không chắc chắn cho nhà đầu tư về môi trường kinh doanh và lợi nhuận Sự không chắc chắn này có thể dẫn đến sự ngần ngại hoặc trì trệ trong việc đầu tư mới
Thủ tục pháp lý hành chính nhiều khê, rắc rối:
Thủ tục pháp lý phức tạp và rắc rối có thể tăng chi phí và thời gian cho doanh nghiệp Điều này có thể ảnh hưởng đến tính cạnh tranh và khả năng linh hoạt trong quá trình kinh doanh
Chính sách, quy hoạch thay đổi:
Sự thay đổi đột ngột trong chính sách và quy hoạch có thể tạo ra không chắc chắn cho doanh nghiệp Điều này đặt ra thách thức trong việc kế hoạch dài hạn và có thể yêu cầu sự điều chỉnh ngay lập tức để thích ứng với môi trường mới
Cấp phép xây dựng chậm:
Quá trình cấp phép xây dựng kéo dài có thể làm tăng chi phí và làm chậm tiến độ dự án Điều này có thể gây ảnh hưởng đến lợi nhuận dự án và làm mất cơ hội kinh doanh
Thay đổi tiêu chuẩn xây dựng và an toàn:
Sự thay đổi trong tiêu chuẩn xây dựng và an toàn có thể yêu cầu doanh nghiệp thực hiện các điều chỉnh hoặc nâng cấp để tuân thủ Điều này có thể tăng chi phí và đôi khi làm chậm tiến độ
5.1.5.3 Rủi ro về năng lực khai thác
Rủi ro về năng lực khai thác được giải thích khoảng 8.075% của biến trong các yếu tố rủi ro tài chính, bao gồm:
Tiếp thị, quảng cáo kém:
Chiến lược tiếp thị và quảng cáo không hiệu quả có thể dẫn đến sự thiếu hụt trong việc thu hút khách hàng Điều này có thể làm giảm doanh số bán và doanh thu, gây ảnh hưởng đến lợi nhuận
Tính chuyên nghiệp của đơn vị quản lý khai thác dự án:
Sự thiếu chuyên nghiệp trong quản lý dự án có thể dẫn đến sự mất mát lợi nhuận và tăng nguy cơ thất bại của dự án Quản lý không hiệu quả có thể ảnh hưởng đến lịch trình, chi phí, và chất lượng công việc
Thiếu hiểu biết về dự án của nhân viên kinh doanh:
Nhân viên kinh doanh không có đủ hiểu biết về sản phẩm hoặc dự án có thể gặp khó khăn trong việc chuyển đạt thông điệp và giải đáp thắc mắc của khách hàng Điều này có thể tạo ra sự không hài lòng và giảm sự tin tưởng từ phía khách hàng
Phương án kinh doanh, khai thác không phù hợp:
Nếu phương án kinh doanh không được thiết kế hoặc triển khai đúng cách, có thể gặp khó khăn trong việc thu hút và giữ chân khách hàng Mô hình kinh doanh không hiệu quả có thể dẫn đến mất mát tài chính và uy tín
Khách hàng không tin tưởng:
Nếu khách hàng không tin tưởng vào sản phẩm hoặc dịch vụ, họ có thể quay lưng và chọn lựa các lựa chọn khác Điều này có thể gây giảm doanh số bán và ảnh hưởng đến cả uy tín thương hiệu
5.1.5.4 Rủi ro về năng lực các bên
Rủi ro về năng lực các bên được giải thích khoảng 6.603% của biến trong các yếu tố rủi ro tài chính, bao gồm:
Năng lực quản lý dự án của chủ đầu tư:
Phân tích định lượng
Phân tích nhân tố khẳng định CFA
Phân tích nhân tố khẳng định (Confirm Factor Analysis - CFA) trong AMOS nhằm mục đích chủ yếu là đánh giá mức độ phù hợp của mô hình với dữ liệu Nó cũng bao gồm việc tính toán các giá trị như CR (Critical Ratio), AVE (Average Variance Extracted), kiểm định giá trị phân biệt, và tính hội tụ của các nhân tố Đánh giá chất lượng của các biến quan sát và xác nhận cấu trúc nhân tố là một phần quan trọng của quá trình này
Việc đánh giá mức độ phù hợp tổng thể của dữ liệu dựa trên các chỉ số mô hình như Chisquare/df, CFI (Comparative Fit Index), TLI (Tucker-Lewis Index), GFI (Goodness of Fit Index), RMSEA (Root Mean Square Error of Approximation) được thực hiện để đảm bảo mô hình phù hợp với dữ liệu thu thập được Đồng thời, CFA cũng kiểm tra xem các biến quan sát đã được xác định thuộc nhân tố nào có phù hợp với mô hình hay không, cũng như xác nhận tính chất phù hợp của chúng trong cùng một thang đo Để thực hiện phân tích CFA, việc vẽ mô hình trên giao diện đồ họa AMOS có thể mất nhiều thời gian Tuy nhiên, plugin Pattern Matrix Builder đã được tiến sĩ Gaskin phát triển để giúp việc đưa các biến vào AMOS trở nên nhanh chóng hơn thông qua ma trận xoay từ phân tích nhân tố khám phá (EFA)
5.2.1.1 Đánh giá mô hình đo lường
Việc đánh giá mô hình đo lường bao gồm: đánh giá sự phù hợp model fit của mô hình đo lường, kiểm tra giá trị hội tụ, phân biệt của các nhân tố
Hình 5.8: Kết quả mô hình nhân tố khẳng định chưa chuẩn hóa
5.2.1.2 Xác định mô hình đo lường
Từ kết quả phân tích EFA ta có được 7 khái niệm liên quan đến rủi ro tài chính:
Nhóm 1: Rủi ro về tài chính (taichinh), được đo lường bởi các rủi ro taichinh6 taichinh3, taichinh4, taichinh5, taichinh2, taichinh1
Nhóm 2: Rủi ro về chính sách (chinhsach), được đo lường bởi các rủi ro chinhsach6, chinhsach1, chinhsach4, chinhsach3, chinhsach2
Nhóm 3: Rủi ro về năng lực khai thác (nl_khaithac) được đo lường bởi các rủi ro nl_khaithac6, nl_khaithac5, nl_khaithac2, nl_khaithac1, nl_khaithac3
Nhóm 4: Rủi ro về năng lực các bên (nl_cacben) được đo lường bởi các rủi ro nl_cacben7, nl_cacben6, nl_cacben1, nl_cacben4, nl_cacben5
Nhóm 5: Rủi ro về khảo sát thị trường (thitruong) được đo lường bởi các rủi ro thitruong2, thitruong4, thitruong3, thitruong5, thitruong1
Nhóm 6: Rủi ro về an toàn lao động (antoan_ld) được đo lường bởi các rủi ro antoan_ld6, antoan_ld4, antoan_ld3, antoan_ld1, antoan_ld5
Nhóm 7: Rủi ro về thị trường bất động sản (thitruongbds) được đo lường bởi các rủi ro thitruongbds2, thitruongbds3, thitruongbds1
Nghiên cứu sử dụng phương pháp nhân tố khẳng định kiểm định sự phù hợp của mô hình đo lường mối liên hệ giữa 7 khái niệm rủi ro: taichinh, chinhsach, nl_khaithac, nl_cacben, thitruong, antoan_ld, thitruongbds
Hình 5.9: Mô hình phân tích nhân tố khẳng định CFA
5.2.1.2.1 Đánh giá sự phù hợp của mô hình
Chi-Square/df (Chỉ số Chi bình phương trên mỗi độ tự do): Đo lường mức độ phù hợp giữa mô hình và dữ liệu Giá trị càng nhỏ thì mô hình càng phù hợp
RMSEA (Root Mean Square Error of Approximation): Đo lường độ lệch giữa mô hình và dữ liệu mỗi đơn vị độ lớn Giá trị RMSEA thấp (thường dưới 0.05) cho thấy sự phù hợp tốt của mô hình
CFI (Comparative Fit Index): So sánh mô hình cần đánh giá với mô hình không có sự liên quan nào giữa các biến Giá trị càng gần 1 càng cho thấy mô hình phù hợp tốt
GFI (Goodness of Fit Index - Chỉ số Độ phù hợp): Đánh giá tỷ lệ giữa sự phù hợp của mô hình so với mô hình tuyến tính hoàn toàn Giá trị gần 1 cho thấy mô hình phù hợp tốt
TLI (Tucker-Lewis Index): Một chỉ số tương tự như CFI, đo lường sự phù hợp của mô hình so với mô hình tuyến tính Giá trị càng gần 1 thể hiện mô hình phù hợp tốt
Bảng 5.26: Đánh giá sự phù hợp của mô hình
Giá trị đo lường Kết quả đo lường Giá trị tham khảo Kết luận
CFI (comparative fix index) 973 ≥ 0.9 Tốt
GFI (chỉ số độ phù hợp) 899 ≥ 0.8 Tốt
Nhận xét: Các giá trị đo lường quan trọng để đánh giá sự phù hợp của mô hình đều có giá trị thỏa ngưỡng đánh giá nên mô hình phù hợp cho phân tích khẳng định CFA
5.2.1.2.2 Giá trị hội tụ Để đánh giá độ hội tụ, đầu tiên, nghiên cứu đánh giá hệ số tải nhân tố chưa chuẩn hóa của mô hình
Bảng 5.27: Bảng hệ số tương quan của mô hình CFA chưa chuẩn hóa Regression Weights: (Group number 1 - Default model)
Estimate S.E C.R P taichinh3 < - taichinh 880 040 21.727 *** taichinh5 < - taichinh 890 043 20.786 *** taichinh4 < - taichinh 983 045 22.064 *** taichinh2 < - taichinh 989 050 19.873 *** taichinh1 < - taichinh 899 049 18.342 *** nl_cacben7 < - nl_cacben 1.000 nl_cacben6 < - nl_cacben 1.042 047 22.042 *** nl_cacben1 < - nl_cacben 1.010 047 21.282 *** nl_cacben4 < - nl_cacben 1.005 049 20.398 *** nl_cacben5 < - nl_cacben 924 053 17.343 *** chinhsach6 < - chinhsach 1.000 chinhsach1 < - chinhsach 959 046 20.910 *** chinhsach3 < - chinhsach 970 045 21.482 *** chinhsach2 < - chinhsach 984 044 22.589 *** chinhsach4 < - chinhsach 929 046 20.099 *** thitruong2 < - thitruong 1.000 thitruong4 < - thitruong 897 043 20.655 *** thitruong3 < - thitruong 952 048 19.809 *** thitruong5 < - thitruong 906 053 17.114 *** thitruong1 < - thitruong 862 052 16.608 *** nl_khaithac6 < - nl_khaithac 1.000 nl_khaithac5 < - nl_khaithac 911 039 23.439 *** nl_khaithac2 < - nl_khaithac 939 040 23.669 *** nl_khaithac1 < - nl_khaithac 865 041 21.118 *** nl_khaithac3 < - nl_khaithac 906 045 20.332 *** antoan_ld6 < - antoan_ld 1.000 antoan_ld4 < - antoan_ld 847 055 15.426 ***
Estimate S.E C.R P antoan_ld3 < - antoan_ld 821 053 15.439 *** antoan_ld1 < - antoan_ld 813 054 15.079 *** antoan_ld5 < - antoan_ld 861 057 15.066 *** thitruongbds2 < - thitruongbds 1.000 thitruongbds3 < - thitruongbds 888 054 16.497 *** thitruongbds1 < - thitruongbds 764 051 14.981 ***
Nhận xét: Từ bảng kết quả cho ta thấy tất cả hệ số tải đều có mức ý nghĩa < 0.05, kết luận phù hợp cho đánh giá độ hội tụ Tuy nhiên cần kiểm tra hệ số tải đã chuẩn hóa, độ tin cậy tổng hợp và hệ số phương sai trích các biến độc lập của mô hình
Bảng 5.28: Bảng kết quả hệ số tải đã chuẩn hóa
Standardized Regression Weights: (Group number 1 - Default model)
Estimate taichinh6 < - taichinh 872 taichinh3 < - taichinh 844 taichinh5 < - taichinh 824 taichinh4 < - taichinh 851 taichinh2 < - taichinh 803 taichinh1 < - taichinh 765 nl_cacben7 < - nl_cacben 863 nl_cacben6 < - nl_cacben 864 nl_cacben1 < - nl_cacben 847 nl_cacben4 < - nl_cacben 826 nl_cacben5 < - nl_cacben 747 chinhsach6 < - chinhsach 875 chinhsach1 < - chinhsach 826 chinhsach3 < - chinhsach 838 chinhsach2 < - chinhsach 861
Estimate chinhsach4 < - chinhsach 807 thitruong2 < - thitruong 853 thitruong4 < - thitruong 853 thitruong3 < - thitruong 830 thitruong5 < - thitruong 754 thitruong1 < - thitruong 739 nl_khaithac6 < - nl_khaithac 896 nl_khaithac5 < - nl_khaithac 857 nl_khaithac2 < - nl_khaithac 861 nl_khaithac1 < - nl_khaithac 812 nl_khaithac3 < - nl_khaithac 796 antoan_ld6 < - antoan_ld 839 antoan_ld4 < - antoan_ld 736 antoan_ld3 < - antoan_ld 737 antoan_ld1 < - antoan_ld 723 antoan_ld5 < - antoan_ld 723 thitruongbds2 < - thitruongbds 882 thitruongbds3 < - thitruongbds 787 thitruongbds1 < - thitruongbds 721
Bảng 5.29: Độ tin cậy tổng hợp, phương sai trích
CR AVE antoan_ld 0.867 0.567 taichinh 0.928 0.684 nl_cacben 0.917 0.690 chinhsach 0.924 0.709 thitruong 0.903 0.652 nl_khaithac 0.926 0.714 thitruongbds 0.841 0.639
Từ bảng kết quả, ta nhận thấy:
- Hệ số tải đã chuẩn hóa nhân tố của từng biến quan sát đều có giá trị lớn hơn 0.5 [26]
- Độ tin cậy tổng hợp (CR) của các biến đều lớn hơn 0.7 [26]
- Phương sai trích trung bình (AVE) của các biến đều lớn hơn 0.5 [26]
Nhận xét: các tiêu chí đánh giá độ hội tụ thỏa mãn nên mô hình được đánh giá hội tụ, nên các nhóm rủi ro thiết kế được đưa vào xây dựng mô hình cấu trúc SEM 5.2.1.2.3 Giá trị phân biệt Để kiểm định giá trị phân biệt của các khái niệm trong mô hình, nơi mà các khái niệm nghiên cứu được cho là tự do quan hệ với nhau, việc kiểm định hệ số tương quan của từng cặp khái niệm là quan trọng Nếu hệ số tương quan thực sự khác biệt với 1, các thang đo đạt được giá trị phân biệt
Mô hình cấu trúc tuyến tính SEM
Dựa vào kết quả phân tích nhân tố khẳng định (CFA) đã xác nhận độ đo cấu trúc là đáng tin cậy và có giá trị, nghiên cứu tiến hành đánh giá kết quả của mô hình cấu trúc tuyến tính (SEM) Mục tiêu là kiểm tra khả năng dự báo của mô hình và các mối quan hệ giữa các biến nghiên cứu Dựa trên kết quả CFA và phân tích mối quan hệ giữa các biến khái niệm, một mô hình được phát triển để thể hiện mối quan hệ giữa 6 nhóm rủi ro và thị trường bất động sản
Hình 5.11: Mô hình lý thuyết ảnh hưởng của các rủi ro đến thị trường BĐS
Hình 5.12: Kết quả mô hình lý thuyết ảnh hưởng của các rủi ro đến thị trường
Bảng 5.31: Đánh giá mô hình lý thuyết
Giá trị đo lường Kết quả đo lường Giá trị tham khảo Kết luận
CFI (comparative fix index) 973 ≥ 0.9 Tốt
GFI (chỉ số độ phù hợp) 899 ≥ 0.8 Tốt
Nhận xét: Dựa vào kết quả ta thấy mô hình lý thuyết của nghiên cứu dề ra được đánh giá tốt
Bảng 5.32: Bảng hệ số tương quan chưa chuẩn hóa của mô hình lý thuyết
Regression Weights: (Group number 1 - Default model)
Estimate S.E C.R P thitruongbds < - taichinh 171 054 3.150 002 thitruongbds < - nl_cacben 178 077 2.313 021 thitruongbds < - chinhsach 142 072 1.983 047 thitruongbds < - thitruong 242 057 4.210 *** thitruongbds < - antoan_ld 101 051 1.981 048 thitruongbds < - nl_khaithac 167 076 2.204 028 taichinh6 < - taichinh 1.000 taichinh3 < - taichinh 880 040 21.727 *** taichinh5 < - taichinh 890 043 20.786 *** taichinh4 < - taichinh 983 045 22.064 *** taichinh2 < - taichinh 989 050 19.873 *** taichinh1 < - taichinh 899 049 18.342 *** nl_cacben7 < - nl_cacben 1.000 nl_cacben6 < - nl_cacben 1.042 047 22.042 *** nl_cacben1 < - nl_cacben 1.010 047 21.282 *** nl_cacben4 < - nl_cacben 1.005 049 20.398 ***
Estimate S.E C.R P nl_cacben5 < - nl_cacben 924 053 17.343 *** chinhsach6 < - chinhsach 1.000 chinhsach1 < - chinhsach 959 046 20.910 *** chinhsach3 < - chinhsach 970 045 21.482 *** chinhsach2 < - chinhsach 984 044 22.589 *** chinhsach4 < - chinhsach 929 046 20.099 *** thitruong2 < - thitruong 1.000 thitruong4 < - thitruong 897 043 20.655 *** thitruong3 < - thitruong 952 048 19.809 *** thitruong5 < - thitruong 906 053 17.114 *** thitruong1 < - thitruong 862 052 16.608 *** nl_khaithac6 < - nl_khaithac 1.000 nl_khaithac5 < - nl_khaithac 911 039 23.439 *** nl_khaithac2 < - nl_khaithac 939 040 23.669 *** nl_khaithac1 < - nl_khaithac 865 041 21.118 *** nl_khaithac3 < - nl_khaithac 906 045 20.332 *** antoan_ld6 < - antoan_ld 1.000 antoan_ld4 < - antoan_ld 847 055 15.426 *** antoan_ld3 < - antoan_ld 821 053 15.439 *** antoan_ld1 < - antoan_ld 813 054 15.079 *** antoan_ld5 < - antoan_ld 861 057 15.066 *** thitruongbds2 < - thitruongbds 1.000 thitruongbds3 < - thitruongbds 888 054 16.497 *** thitruongbds1 < - thitruongbds 764 051 14.981 ***
Nhận xét: Từ bảng kết quả cho ta thấy tất cả hệ số tải đều có mức ý nghĩa < 0.05, kết luận nghiên cứu có mức ý nghĩa thống kê và mô hình không cần điều chỉnh thêm
Dựa vào kết quả nghiên cứu thu được các mối quan hệ:
- Rủi ro tài chính (taichinh) ảnh hưởng trực tiếp, thuận chiều với thị trường bất động sản (thitruongbds)
- Rủi ro năng lực các bên (nl_cacben) ảnh hưởng trực tiếp, thuận chiều với thị trường bất động sản (thitruongbds)
- Rủi ro chính sách (chinhsach) ảnh hưởng trực tiếp, thuận chiều với thị trường bất động sản (thitruongbds)
- Rủi ro thị trường (thitruong) ảnh hưởng trực tiếp, thuận chiều với thị trường bất động sản (thitruongbds)
- Rủi ro an toàn lao động (antoan_ld) ảnh hưởng trực tiếp, thuận chiều với thị trường bất động sản (thitruongbds)
- Rủi ro năng lực khai thác (nl_khaithac) ảnh hưởng trực tiếp, thuận chiều với thị trường bất động sản (thitruongbds)
Hình 5.13: Kết quả mô hình lý thuyết ảnh hưởng của các rủi ro đến thị trường
Bảng 5.33: Bảng hệ số tương quan chuẩn hóa của mô hình lý thuyết Standardized Regression Weights: (Group number 1 - Default model)
Estimate thitruongbds < - taichinh 169 thitruongbds < - nl_cacben 156 thitruongbds < - chinhsach 126 thitruongbds < - thitruong 244 thitruongbds < - antoan_ld 110 thitruongbds < - nl_khaithac 142 taichinh6 < - taichinh 872 taichinh3 < - taichinh 844 taichinh5 < - taichinh 824 taichinh4 < - taichinh 851 taichinh2 < - taichinh 803 taichinh1 < - taichinh 765 nl_cacben7 < - nl_cacben 863 nl_cacben6 < - nl_cacben 864 nl_cacben1 < - nl_cacben 847 nl_cacben4 < - nl_cacben 826 nl_cacben5 < - nl_cacben 747 chinhsach6 < - chinhsach 875 chinhsach1 < - chinhsach 826 chinhsach3 < - chinhsach 838 chinhsach2 < - chinhsach 861 chinhsach4 < - chinhsach 807 thitruong2 < - thitruong 853 thitruong4 < - thitruong 853 thitruong3 < - thitruong 830
Estimate thitruong5 < - thitruong 754 thitruong1 < - thitruong 739 nl_khaithac6 < - nl_khaithac 896 nl_khaithac5 < - nl_khaithac 857 nl_khaithac2 < - nl_khaithac 861 nl_khaithac1 < - nl_khaithac 812 nl_khaithac3 < - nl_khaithac 796 antoan_ld6 < - antoan_ld 839 antoan_ld4 < - antoan_ld 736 antoan_ld3 < - antoan_ld 737 antoan_ld1 < - antoan_ld 723 antoan_ld5 < - antoan_ld 723
Đánh giá mô hình
5.2.3.1 Ảnh hưởng của rủi ro tài chính đến thị trường bất động sản
Theo kết quả mô hình nghiên cứu rủi ro tài chính ảnh hưởng trực tiếp, cùng chiều đến kết quả thị trường bất động sản (hệ số ảnh hưởng 0.169) Thị trường bất động sản, với sự kết nối mật thiết với tài chính, trở thành một phần không thể thiếu trong hệ thống kinh tế toàn cầu Trong bối cảnh này, việc phân tích ảnh hưởng của rủi ro tài chính trở nên cực kỳ quan trọng để dự báo và hiểu rõ sự biến động của thị trường này Trong tình hình biến động liên tục, phân tích ảnh hưởng của rủi ro tài chính là chìa khóa để hiểu rõ thị trường bất động sản Sự tương tác phức tạp giữa các yếu tố này yêu cầu sự nhạy bén và linh hoạt từ những người quản lý và đầu tư trong lĩnh vực này Sự hiểu biết sâu sắc về những ảnh hưởng này có thể giúp tạo ra chiến lược đầu tư và quản lý rủi ro hiệu quả, đồng thời hỗ trợ sự ổn định và phát triển bền vững của thị trường bất động sản
5.2.3.2 Ảnh hưởng của rủi ro năng lực các bên đến thị trường bất động sản Theo kết quả mô hình nghiên cứu rủi ro năng lực các bên ảnh hưởng trực tiếp, cùng chiều đến kết quả thị trường bất động sản (hệ số ảnh hưởng 0.156) Việc quản lý và giám sát là một yếu tố rất quan trọng trong triển khai xây dựng dự án, quản lý và giám sát như thế nào để đảm bảo đúng tiến độ, chi phí xây dựng trong kế hoạch đề ra, đảm bảo chất lượng dự án Năng lực tài chính của các bên tham gia, đặc biệt là nhà đầu tư và nhà phát triển, đóng một vai trò quan trọng trong quyết định đầu tư và phát triển dự án bất động sản Nếu họ đối mặt với rủi ro về khả năng tài chính, dự án có thể bị chậm trễ, đình trệ hoặc thậm chí bị hủy bỏ, tạo ra không ổn định trên thị trường
5.2.3.3 Ảnh hưởng của rủi ro chính sách đến thị trường bất động sản Theo kết quả mô hình nghiên cứu rủi ro chính sách ảnh hưởng trực tiếp, cùng chiều đến kết quả thị trường bất động sản (hệ số ảnh hưởng 0.126) Rủi ro chính sách đóng vai trò quan trọng trong việc định hình và ảnh hưởng đến thị trường bất động sản Chính sách có thể tạo ra cơ hội, nhưng đồng thời cũng mang theo những nguy cơ và không chắc chắn Các quy định về xây dựng và quy hoạch đô thị có thể ảnh hưởng đến việc phát triển các dự án bất động sản Những thay đổi đột ngột trong chính sách này có thể tạo ra khó khăn và chi phí bổ sung cho các nhà đầu tư
5.2.3.4 Ảnh hưởng của rủi ro thị trường đến thị trường bất động sản Theo kết quả mô hình nghiên cứu rủi ro thị trường ảnh hưởng trực tiếp, cùng chiều đến kết quả thị trường bất động sản (hệ số ảnh hưởng 0.244) Nghiên cứu không đúng về nhu cầu thị trường có thể tạo ra những ảnh hưởng tiêu cực đáng kể đến thị trường bất động sản Nếu dự án không đáp ứng đúng nhu cầu và mong muốn của người mua, có thể dẫn đến sự giảm giá trị và sự không hài lòng từ phía khách hàng Điều này có thể tạo ra cạnh tranh gay gắt giữa các dự án và ảnh hưởng đến khả năng tiếp cận và bán hàng của dự án Để giảm thiểu rủi ro, quản lý dự án cần có chiến lược nghiên cứu chính xác, đánh giá đúng về môi trường xã hội và kinh tế, cũng như định rõ giá trị thực tế của dự án so với thị trường chung
5.2.3.5 Ảnh hưởng của rủi ro an toàn lao động đến thị trường bất động sản Theo kết quả mô hình nghiên cứu rủi ro an toàn lao động ảnh hưởng trực tiếp, cùng chiều đến kết quả thị trường bất động sản (hệ số ảnh hưởng 0.110) Nếu một dự án bất động sản phải đối mặt với rủi ro cao về an toàn lao động, các biện pháp bảo đảm an toàn thường đòi hỏi đầu tư lớn Việc này có thể làm tăng chi phí xây dựng và phát triển, ảnh hưởng đến lợi nhuận của dự án và có thể dẫn đến sự điều chỉnh giá bán Tai nạn lao động có thể tạo ra rủi ro pháp lý lớn đối với các nhà đầu tư và nhà phát triển bất động sản Nếu không tuân thủ đúng các quy định an toàn lao động, họ có thể phải đối mặt với các vấn đề pháp lý và bồi thường, ảnh hưởng đến uy tín và khả năng tài chính
5.2.3.6 Ảnh hưởng của rủi ro năng lực khai thác đến thị trường bất động sản
Theo kết quả mô hình nghiên cứu rủi ro năng lực khai thác ảnh hưởng trực tiếp, cùng chiều đến kết quả thị trường bất động sản (hệ số ảnh hưởng 0.142) Rủi ro năng lực khai thác đóng vai trò quan trọng trong ảnh hưởng đến thị trường bất động sản, đặc biệt là đối với các dự án phát triển và quản lý bất động sản Năng lực khai thác đặc biệt quan trọng trong các dự án phát triển bất động sản, từ việc xây dựng đến bảo dưỡng và quản lý Nếu có rủi ro về khả năng khai thác, dự án có thể gặp khó khăn trong việc hoàn thành đúng tiến độ, ảnh hưởng đến thời gian giao nhà và doanh thu dự kiến Một quản lý khai thác không hiệu quả có thể làm giảm khả năng thu hút người mua và đầu tư Người mua và đầu tư thường đánh giá khả năng duy trì và quản lý bất động sản khi xem xét các dự án, và rủi ro năng lực khai thác có thể làm mất niềm tin của họ.
Kết luận chương 5
Nghiên cứu đã xác định mô hình đo lường xác định mối liên hệ lẫn nhau giữa 6 nhóm rủi ro ảnh hưởng đến tài chính dựa án xây dựng chung cư ở Thành Phố Hồ Chí Minh gồm: rủi ro tài chính, rủi ro năng lực các bên, rủi ro chính sách, rủi ro thị trường, rủi ro an toàn lao động, rủi ro năng lực khai thác Qua mô hình đo lường của nghiên cứu cho thấy các mối liên hệ giữa các nhóm rủi ro đều có ý nghĩa thống kê
Nghiên cứu xây dựng mô hình cấu trúc SEM xác định tác động của 6 nhóm rủi ro trên đến thị trường bất động sản Từ kết quả mô hình, nghiên cứu nhận thấy rủi ro thị trường (hệ số ảnh hưởng 0.244) và tài chính (hệ số ảnh hưởng 0.169) tác động lớn nhất và trực tiếp đối với thị trường bất động sản chung cư
KẾT LUẬN VÀ KIẾN NGHỊ
Giới hạn của nghiên cứu
Do thời gian làm luận văn có hạn, kiến thức tác giả còn hạn chế nên luận văn còn nhiều hạn chế như sau:
• Chỉ tìm hiểu các bài báo, nghiên cứu trong nước về rủi ro, chưa tìm hiểu kỹ các bài báo nước ngoài về lĩnh vực này
• Nghiên cứu dựa vào nhận thức chủ quan của người trả lời về tác động của các yếu tố rủi ro tài chính, thực hiện theo phương pháp lấy mẫu ngẫu nhiên chưa hoàn toàn đại diện cho tổng thể nên độ tin cậy chưa cao
• Kiến thức của tác giả còn hạn chế, các tài liệu tham khảo về rủi ro tài chính xây dựng chung cư còn hạn chế
• Dự án áp dụng chỉ là một dự án tại Thành phố Hồ Chí Minh
• Nhận dạng rủi ro, xây dựng biệp pháp ứng phó rủi ro mới chỉ dựa vào sách báo, phỏng vấn một số chuyên gia mà tác giả quen biết chứ chưa khảo sát, tìm hiểu rộng rãi.
Hướng nghiên cứu tiếp theo
Dựa vào nghiên cứu này, các nghiên cứu trong tương lai có thể tìm hiểu, bổ sung các rủi ro tài chính, đồng thời mở rộng mô hình nghiên cứu và khu vực nghiên cứu khác
Phân tích sự biến động của thị trường bất động sản và xu hướng nhà ở để dự đoán nhu cầu và hành vi của người mua trong tương lai
Nghiên cứu về các biến động pháp lý liên quan đến đầu tư và xây dựng chung cư để cung cấp gợi ý cho chủ đầu tư về cách thích ứng với môi trường pháp lý thay đổi