Do đó, việc xem xét, đánh giá các nhân tố ảnh hưởng đến khả năng sinh lời của các doanh nghiệp bất động sản đóng vai trò quan trọng, giúp định hướng các doanh nghiệp chủ động, tích cực t
Tính cấp thiết của đề tài
Mục tiêu tối ưu hóa lợi nhuận là chung cho tất cả doanh nghiệp, và để đạt được điều này, cần chú trọng đến các quyết định quản lý phù hợp Khả năng sinh lời của công ty phụ thuộc vào việc quản lý hiệu quả nguồn vốn (Kanaan & Saoud, 2018) Báo cáo tài chính hàng năm cung cấp cái nhìn tổng quan về tình hình tài chính và hiệu suất của doanh nghiệp, từ đó cho phép phân tích cách sử dụng nguồn lực trong việc tạo ra giá trị Để duy trì hoạt động hiệu quả lâu dài, doanh nghiệp cần phát triển và thực hiện các chiến lược kinh tế và tài chính phù hợp, dựa trên hiểu biết về các điều kiện bên trong và bên ngoài Thị trường bất động sản Việt Nam gần đây đã có nhiều biến động, với những thách thức lớn đối với doanh nghiệp bất động sản, mặc dù có dấu hiệu phục hồi Các rào cản chưa được giải quyết đã ảnh hưởng đến khả năng thực hiện dự án đầu tư và mức độ sinh lời Việc đánh giá các nhân tố ảnh hưởng đến khả năng sinh lời là rất quan trọng để doanh nghiệp nâng cao hiệu quả và năng lực cạnh tranh Phân tích hồi quy dựa trên tỷ suất sinh lợi và các chỉ số tài chính đã giúp xác định mô hình kinh tế lượng phản ánh hiệu quả kinh tế, với các yếu tố như kết quả tài chính, cấu trúc tài chính, quy mô cơ sở hạ tầng và hiệu quả tài sản lưu động.
Trong bối cảnh thị trường hiện nay đang đối mặt với nhiều thách thức, việc hỗ trợ các doanh nghiệp vượt qua giai đoạn “đóng băng” là vô cùng cần thiết Điều này không chỉ giúp doanh nghiệp quản lý hiệu quả hoạt động mà còn định hướng cho tương lai, từ đó nâng cao vị thế và đóng góp vào sự phát triển kinh tế Việt Nam Thị trường bất động sản đóng vai trò quan trọng trong nền kinh tế, vì vậy tác giả đã tiến hành nghiên cứu sâu về “Đánh giá nhân tố ảnh hưởng đến khả năng sinh lời của các doanh nghiệp niêm yết ngành bất động sản”.
Mục tiêu nghiên cứu
Nghiên cứu các yếu tố ảnh hưởng đến khả năng sinh lời của doanh nghiệp bất động sản niêm yết trên sàn chứng khoán giúp cung cấp cái nhìn khách quan về tiềm năng thị trường Từ đó, tác giả phân tích tác động của các yếu tố này đến hiệu quả hoạt động của các doanh nghiệp trong ngành Bài viết cũng đề xuất một số giải pháp và kiến nghị nhằm nâng cao hiệu quả hoạt động cho các doanh nghiệp bất động sản.
Phương pháp nghiên cứu
Phương pháp thu thập số liệu bao gồm việc tham khảo các bài báo khoa học, giáo trình và sách chuyên ngành để xác định khoảng trống nghiên cứu so với các nghiên cứu trước Ngoài ra, tác giả cũng thu thập số liệu thứ cấp từ các báo cáo tài chính của các doanh nghiệp bất động sản niêm yết trên sàn HOSE.
Phương pháp phân tích số liệu: Sử dụng phần mềm STATA14 để thực hiện thống kê,so sánh và phân tích
Câu hỏi nghiên cứu
Yếu tố tác động đến khả năng sinh lời của doanh nghiệp bất động sản bao gồm tình hình thị trường, chiến lược kinh doanh, chi phí vận hành và quản lý tài sản Các chỉ tiêu đánh giá khả năng sinh lời thường được sử dụng là tỷ suất lợi nhuận, tỷ lệ hoàn vốn và dòng tiền từ hoạt động kinh doanh Để đánh giá khả năng sinh lời một cách chính xác, doanh nghiệp cần phân tích các chỉ tiêu tài chính này kết hợp với các yếu tố bên ngoài như xu hướng thị trường và nhu cầu của khách hàng.
• Thực trạng về tình hình thị trường bất động sản Việt Nam trong giai đoạn từ năm
Từ năm 2018 đến 2022, tình hình kinh tế và thị trường đã có nhiều biến động đáng kể, ảnh hưởng trực tiếp đến hiệu quả hoạt động kinh doanh của các doanh nghiệp Sự thay đổi này được đánh giá qua các yếu tố như xu hướng tiêu dùng, công nghệ mới và các chính sách kinh tế Các doanh nghiệp cần thích ứng nhanh chóng với những thay đổi này để duy trì sự cạnh tranh và phát triển bền vững.
• Giải pháp, đề xuất nào để nâng cao khả năng sinh lời của các doanh nghiệp ngành bất động sản tại Việt Nam trong những năm tới?
Kết cấu đề tài
Phần mở đầu: Trình bày lý do nghiên cứu , mục tiêu nghiên cứu, đối tượng và phương pháp nghiên cứu
Phần nồi dụng gồm 5 chương:
Chương 1 : Tổng quan nghiên cứu
Chương 2: Khái quát thị trường trong giai đoạn 2017-2022
Chương 3: Xây dựng và thiết kế mô hình đề xuất
Chương 4: Kết quả nghiên cứu
Chương 5: Thảo luận về kết quả nghiên cứu, khuyến nghị và kết luận
TỔNG QUAN NGHIÊN CỨU
Cơ sở lý thuyết về thị trường bất động sản
1.1.1 Khái niệm về bất động sản
Theo Điều 107 Bộ luật Dân sự năm 2015, bất động sản bao gồm đất đai, nhà ở, công trình xây dựng gắn liền với đất, cùng với các tài sản gắn liền với nhà ở và công trình đó, cũng như các tài sản khác liên quan đến đất đai theo quy định của pháp luật Bất động sản có giá trị đất đai và khác biệt với các loại tài sản khác như xe máy hay tiền Cụ thể, bất động sản bao gồm: a) Đất đai; b) Nhà và công trình xây dựng gắn liền với đất; c) Tài sản khác gắn liền với đất đai, nhà và công trình xây dựng; d) Tài sản khác theo quy định của pháp luật.
1.1.2 Khái niệm thị trường bất động sản
Thị trường bất động sản hiện nay chưa có khái niệm cụ thể, nhưng có thể hiểu là tổng hợp các giao dịch dân sự về đất đai theo quy định pháp luật tại một địa bàn và thời gian nhất định Đây là nơi diễn ra hoạt động mua bán, trao đổi, cho thuê hoặc thế chấp quyền sử dụng đất dưới sự giám sát của Nhà nước Tóm lại, thị trường bất động sản là không gian mà các bên tham gia thực hiện các giao dịch dựa trên bộ luật và quyền quản lý của Nhà nước, đồng thời tạo ra các mối quan hệ hữu ích.
1.1.3 Đặc điểm của thị trường kinh doanh bất động sản
Đầu tư vào bất động sản đòi hỏi người mua phải có nguồn vốn vững mạnh và ổn định, bởi giá trị của bất động sản thường cao hơn so với các mặt hàng khác Thị trường bất động sản cũng có nhiều biến động theo từng khu vực, vì vậy các nhà đầu tư cần nắm rõ những đặc điểm riêng biệt của lĩnh vực này để đưa ra quyết định đúng đắn.
• Tính cá biệt và khan hiếm
Bất động sản có tính chất khan hiếm do nguồn tài nguyên đất đai có giới hạn về khu vực và diện tích Với đặc điểm không thể di chuyển, bất động sản trở thành hàng hóa độc đáo và mang tính cá biệt.
Bất động sản mang tính bền vững và lâu dài, nhờ vào giá trị quý báu của đất đai - tài nguyên thiên nhiên không thể bị hủy hoại Khi xây dựng công trình kiến trúc trên mảnh đất, chúng ta có thể bảo tồn giá trị đó từ vài chục đến hàng trăm năm.
• Tính chất chịu sự ảnh hưởng lẫn nhau
Bất động sản có tính chất tương tác mạnh mẽ với nhau, nơi một bất động sản có thể ảnh hưởng lớn đến giá trị của bất động sản khác Sự hỗ trợ và ảnh hưởng lẫn nhau giữa các bất động sản không chỉ gia tăng giá trị mà còn mang lại nhiều lợi ích cho các nhà đầu tư Tính chất này của bất động sản là một yếu tố quan trọng cần xem xét trong chiến lược đầu tư.
1.1.4 Phân loại thị trường bất động sản
Có 4 tiêu chí để phân loại các loại thị trường bất động sản dựa trên các đặc tính tiêu biểu như sau:
• Theo mức độ kiểm soát của Nhà nước:
Thị trường chính thức bao gồm các giao dịch mà Nhà nước có khả năng kiểm soát, như giao dịch tại các trung tâm đấu giá, ngân hàng, công ty cho thuê tài chính, khách sạn và các công ty kinh doanh địa ốc.
Thị trường phi chính thức trong lĩnh vực bất động sản là nơi diễn ra các giao dịch mà không tuân thủ các thủ tục pháp lý chính thức, như mua bán trao tay hoặc cam kết bằng giấy tờ nhận nợ.
• Theo trình tự bất động sản gia nhập thị trường:
Thị trường cấp I: Đây là thị trường chuyển nhượng giao hoặc cho thuê quyền sử dụng đất
Thị trường cấp II: Thị trường xây dựng công trình để bán lại hoặc để cho thuê
Thị trường cấp III: Thị trường bán hoặc cho thuê các công trình sau khi đã được mua hoặc cho thuê
• Theo loại hàng hóa bất động sản trên thị trường bao gồm:
Thị trường đất đai, thị trường nhà ở
Thị trường bất động sản dùng trong công nghiệp
Thị trường bất động sản dùng trong dịch vụ
• Theo tính chất các giao dịch bao gồm:
Thị trường mua bán bất động sản, thị trường thuê và cho thuê bất động sản
Thị trường giao dịch các bất động sản dùng làm tài sản thế chấp, thị trường giao dịch bất động sản dùng để góp vốn liên doanh
Thị trường giao dịch khác về bất động sản
1.1.5 Quy luật thị trường bất động sản
Thị trường bất động sản là môi trường giao dịch giữa người mua và người bán, chịu ảnh hưởng từ nhiều yếu tố như giá cả, cung cầu và sự cạnh tranh.
7 tranh.Dựa vào các bài hội thảo trên kỷ yếu khoa, tác giả có thể khái quát chung về quy luật của thị trường
Quy luật cung cầu trong thị trường bất động sản cho thấy rằng khi nguồn cung thấp hơn cầu, giá cả sẽ tăng; ngược lại, khi cung và cầu cân bằng, giá cả sẽ ổn định Nếu nguồn cung vượt quá cầu, giá sẽ giảm Mối quan hệ này không ngừng thay đổi, và để đạt được sự giao thoa giữa cung và cầu, cần có đủ thời gian và nguồn lực tài chính.
Quy luật giá cả trong nền kinh tế thị trường điều tiết mối quan hệ cung - cầu, phụ thuộc vào độ co giãn của chúng theo giá Thông qua đó, Nhà nước có thể điều chỉnh giá cả để giữ thị trường ổn định, tránh tình trạng cung và cầu vượt mức Trong thị trường bất động sản, độ co giãn của cung trong ngắn hạn rất nhỏ, dẫn đến việc cầu tăng nhanh chóng làm giá tăng cao Tuy nhiên, trong dài hạn, độ co giãn của cung lớn hơn, do đó sự tăng giá sẽ chậm lại hơn.
Quy luật cạnh tranh thể hiện qua việc giành giật lợi ích kinh tế giữa các chủ thể trong thị trường, bao gồm ba loại hình cạnh tranh: giữa bên bán, bên mua và giữa bên mua với bên bán Để duy trì cạnh tranh lành mạnh, cần đảm bảo thông tin đầy đủ, chính xác, thông suốt và kịp thời Doanh nghiệp cần có quyền cạnh tranh trong kinh doanh, hưởng lợi từ kết quả cạnh tranh và phải thực hiện các biện pháp chống độc quyền cũng như chống lại các hình thức cạnh tranh phi pháp.
Ngoài ra, thị trường bất động sản có quy luật riêng là quy luật chu kỳ của thị trường
Quy luật chu kỳ của thị trường bất động sản bao gồm bốn giai đoạn: phồn thịnh, suy thoái, tiêu điều và phục hưng Chu kỳ này chịu ảnh hưởng bởi nhiều yếu tố, trong đó tốc độ phát triển kinh tế và đô thị hóa đóng vai trò quan trọng Tại Việt Nam, chu kỳ thị trường bất động sản thường dao động trong khoảng 7 đến 9 năm.
1.1.6 Vai trò của thị trường bất động sản đối với sự phát triển kinh tế
Thị trường bất động sản đóng góp quan trọng vào sự phát triển kinh tế quốc gia, không chỉ mang lại nguồn thu lớn cho Nhà nước mà còn giảm tỷ lệ thất nghiệp cho người dân Vai trò của bất động sản là rất cần thiết và quyết định đối với nền kinh tế hiện nay Sự phát triển của thị trường bất động sản, với tính chất là hàng hóa được mua bán, đã thu hút sự quan tâm của nhiều người và làm cho thị trường ngày càng đa dạng hơn.
Thị trường bất động sản đóng vai trò quan trọng trong việc kết nối sản xuất và tiêu dùng, cũng như giữa xây dựng và giao dịch quyền sử dụng đất Đây là nền tảng giúp người bán và người mua đạt được thỏa thuận, đồng thời là hàng hóa được chuyển nhượng mà không làm mất đi giá trị Sự phát triển của thị trường này góp phần vào sự hoàn thiện và bền vững của nền kinh tế.
Cơ sở lý thuyết về khả năng sinh lời
1.2.1 Khái niệm và ý nghĩa khả năng sinh lời
Khả năng sinh lời, theo từ điển Kinh tế học của Nguyễn Văn Ngọc (2012), là chỉ số đánh giá hiệu quả tài chính của doanh nghiệp trong dài hạn Nó thể hiện mức độ mà doanh nghiệp có thể tạo ra lợi nhuận dựa trên các nguồn lực sẵn có so với số vốn đầu tư đã bỏ ra.
Khả năng sinh lời được thể hiện qua tỷ lệ liên quan đến chi phí, nhu cầu, năng suất và cạnh tranh, đóng vai trò quan trọng trong việc xác định vị thế của doanh nghiệp trên thị trường Mặc dù chỉ là một chỉ số, khả năng sinh lời còn phản ánh khả năng tồn tại và phát triển của doanh nghiệp Phân tích khả năng sinh lời giúp công ty đánh giá hiệu quả sử dụng vốn và nguồn lực của mình.
1.2.2 Một số chỉ tiêu đánh giá khả năng sinh lời
Phân tích hồi quy cung cấp nhiều chỉ số quan trọng về hiệu quả kinh tế, cho phép nghiên cứu tác động của việc phân bổ và sử dụng vốn trong công ty Các mô hình này liên kết hiệu quả hoạt động với sự đóng góp của các nguồn lực khác nhau, từ đó nâng cao hiệu suất và được thể hiện qua lợi nhuận (Dumbravă, 2010).
Các nghiên cứu gần đây đã phân tích khả năng sinh lời của các công ty từ nhiều quốc gia và khu vực kinh tế khác nhau thông qua các chỉ số như lợi nhuận hoạt động ròng (NOP), lợi nhuận trên tổng tài sản (ROTA), lợi nhuận trên vốn đầu tư (ROIC) và lợi nhuận trên tài sản (ROA) Rowshonara Akter Akhi và Mabia Khatun (2021) chỉ ra rằng khả năng sinh lời phản ánh khả năng của tổ chức thương mại trong việc tạo ra lợi tức đầu tư, từ đó nâng cao điều kiện tài chính, tăng vốn chủ sở hữu và cải thiện tính bền vững bằng cách giảm thiểu rủi ro Các yếu tố được phân tích trong khả năng sinh lời được coi là biến độc lập, trong đó các chỉ số tài chính thể hiện vốn lưu động đóng vai trò quan trọng Nghiên cứu về khả năng sinh lời ở cấp độ kinh tế vi mô cho thấy sự phụ thuộc vào các chỉ số như tỷ lệ thanh toán hiện hành, tỷ lệ thanh khoản, tỷ lệ quay vòng các khoản phải thu và vốn lưu động trên tổng tài sản.
Nghiên cứu đã chỉ ra rằng hiệu suất tài chính có thể được đánh giá thông qua các chỉ số như thu nhập trước lãi vay và thuế (EBIT), giá trị kinh tế gia tăng (EVA), lợi nhuận trên vốn chủ sở hữu (ROE), và tỷ suất lợi nhuận hoạt động (OPM) (Akintoye, 2008; Ryan, 2008) Tại Romania, các mô hình phân tích hiệu suất kinh tế lượng đã cho thấy mối liên hệ giữa tài sản vô hình và hiệu quả hoạt động của công ty, được thể hiện qua giá thị trường trung bình hàng năm, tỷ lệ giá/thu nhập và thu nhập trên mỗi cổ phiếu (Purcărea và Stancu, 2011) Thêm vào đó, một số nghiên cứu khác đã phân tích hiệu quả hoạt động dựa trên mối quan hệ giữa lợi nhuận ròng và dòng tiền (Matis và cộng sự, 2010).
Bất động sản là một ngành quan trọng trong nền kinh tế, có khả năng sinh lời cao, củng cố danh tiếng và niềm tin từ nhà đầu tư Với hiệu quả sinh lời và tăng trưởng ổn định, các công ty bất động sản đóng góp vào động lực phát triển kinh tế và huy động nguồn vốn cho sản xuất Như Hofstrand (2009) đã chỉ ra, lợi nhuận là mục tiêu hàng đầu của doanh nghiệp; không có lợi nhuận, doanh nghiệp không thể tồn tại Do đó, việc tối đa hóa lợi nhuận là ưu tiên hàng đầu của các công ty bất động sản, và việc theo dõi lợi nhuận giúp xây dựng kế hoạch phù hợp để đạt được mục tiêu này.
Phân tích các số liệu chính là yếu tố quan trọng giúp chủ doanh nghiệp đánh giá sức khỏe và khả năng sinh lời bền vững của công ty Bằng cách tính toán và so sánh các chỉ số, chủ sở hữu có thể nhận diện những lĩnh vực kinh doanh hoạt động hiệu quả cũng như những khu vực cần cải thiện Có nhiều phương pháp để đánh giá khả năng sinh lời của doanh nghiệp, từ đó đưa ra quyết định chiến lược phù hợp.
Tỷ suất lợi nhuận trên tổng tài sản (ROA) là chỉ số quan trọng phản ánh mức độ sinh lời của tài sản doanh nghiệp Chỉ số này giúp doanh nghiệp xác định lợi nhuận trên mỗi tài sản và đánh giá chi phí đầu tư Nghiên cứu của Garcia-Teruel và Martinez-Solano (2007) cho thấy ROA đại diện cho khả năng sinh lời và chỉ ra mối quan hệ ngược chiều giữa số ngày các khoản phải thu và hàng tồn kho.
Tỷ suất lợi nhuận trên vốn chủ sở hữu là chỉ số quan trọng thể hiện hiệu quả sử dụng vốn của doanh nghiệp Chỉ số này giúp doanh nghiệp và nhà đầu tư nhận diện dấu hiệu tích cực trong việc quản lý và sử dụng nguồn vốn.
Tỷ lệ lợi nhuận ròng trên doanh thu cho thấy phần trăm doanh thu có khả năng chi trả cho các chi phí và tạo ra lợi nhuận Một tỷ suất lợi nhuận cao hơn cho thấy sự kết hợp giữa giá sản phẩm cao và chi phí sản phẩm thấp.
Nếu ROS có giá trị âm, điều này cho thấy doanh nghiệp đang thua lỗ và không khai thác hiệu quả nguồn thu, đồng thời chi phí cũng không được quản lý và kiểm soát tốt.
Nếu ROS (Return on Sales) có giá trị dương, điều này cho thấy doanh nghiệp đang hoạt động có lãi Việc phân phối và quản lý chi phí một cách hợp lý đóng vai trò quan trọng trong việc nâng cao hiệu quả kinh doanh.
Vòng quay tiền mặt : là thước đo tính thanh khoản liên tục, được giới thiệu bởi Gitman
Nghiên cứu của Enqvist và cộng sự (2014) chỉ ra rằng thời gian chu kỳ chuyển đổi tiền mặt (CCC) ngắn sẽ dẫn đến khả năng sinh lời cao hơn, nhờ vào việc thu hồi nhanh các khoản phải thu và chậm thanh toán cho nhà cung cấp, từ đó nâng cao hiệu quả quản lý vốn lưu động Các tác giả Deloof (2003), Lazaridis và Tryfonidis (2006) cũng khẳng định rằng có mối quan hệ ngược chiều giữa độ dài của CCC và khả năng sinh lời của doanh nghiệp.
DIO :là số ngày tồn kho gắn liền với hàng tồn kho và các khoản phải thu
DSO :là số ngày thu hồi tiền
DPO :là số ngày phải trả
1.2.3 Các nhân tố ảnh hưởng đến khả năng sinh lời
Quy mô doanh nghiệp là yếu tố quan trọng phản ánh lượng tài sản và doanh thu của công ty; doanh nghiệp lớn thường có khả năng sinh lời cao hơn Theo Sudharmadji (2011), quy mô công ty đóng vai trò là chỉ số thể hiện quy mô hoạt động của một doanh nghiệp.
Quy mô sản xuất của công ty đã đạt được 15 thành tích đáng kể, cho thấy sự tăng trưởng và hiệu quả hoạt động được cải thiện từ doanh thu và lợi nhuận Quy mô công ty được thể hiện qua tổng tài sản; khi tổng tài sản lớn hơn, quy mô công ty cũng tăng theo Theo Sudharmadji (2011), có nhiều dạng quy mô công ty có thể được giải thích một cách tổng quát.
Bằng chứng thực nghiệm
1.3.1 Các nghiên cứu trong nước và nước ngoài
Nghiên cứu về khả năng sinh lời đã được thực hiện qua nhiều lý thuyết và thực nghiệm trên toàn cầu Kinh tế vi mô là nền tảng cho các nghiên cứu lý thuyết, trong khi nghiên cứu thực nghiệm chủ yếu tập trung vào hai vấn đề quan trọng: đánh giá hiệu quả tài chính và xem xét các yếu tố ảnh hưởng.
17 tố tác động đến thành công tài chính Các biện pháp khác nhau được sử dụng để đo lường thành công tài chính dựa trên mục tiêu nghiên cứu
Gitman (1974) đã giới thiệu mô hình đo lường tính thanh khoản thông qua nghiên cứu chu kỳ chuyển đổi tiền mặt Sheel (1994) khẳng định mối quan hệ tiêu cực giữa tỷ lệ nợ trên tài sản và khả năng sinh lời trong quá khứ của công ty, cho thấy rằng tất cả các yếu tố quyết định đòn bẩy, ngoại trừ quy mô công ty, đều có ý nghĩa trong việc giải thích biến thể đòn bẩy trong hành vi nợ Fama và French (2000) chỉ ra rằng nợ quá nhiều có thể tạo ra vấn đề đại diện giữa cổ đông và chủ nợ, dẫn đến tác động tiêu cực đến hiệu quả hoạt động của công ty Theo lý thuyết đánh đổi, có một tỷ lệ nợ mà vượt qua đó sẽ làm gia tăng chi phí phá sản, trong khi lãi suất cao hơn của đòn bẩy cũng trở nên quan trọng, bù đắp lợi ích từ tấm chắn thuế đối với nợ Lý thuyết này cho rằng có mối quan hệ tích cực giữa mức nợ của công ty và khả năng sinh lời của họ, với bằng chứng thực nghiệm nhất quán Eunju & Soocheong (2005) đã nghiên cứu mối quan hệ giữa lợi nhuận, đòn bẩy tài chính và quy mô công ty trong ngành nhà hàng từ năm 1998.
Nghiên cứu năm 2003 sử dụng phương pháp bình phương nhỏ nhất thông thường để chỉ ra mối quan hệ đồng thuận giữa lợi nhuận, đòn bẩy tài chính và khả năng sinh lời của nhà hàng Tiếp theo, nghiên cứu của Hasan (2014) cho thấy đòn bẩy tài chính có ảnh hưởng tiêu cực đến khả năng sinh lời, dựa trên dữ liệu của 36 công ty niêm yết tại Bangladesh trong giai đoạn 2007.
Nghiên cứu của Safiuddin (2015) chỉ ra rằng cổ đông của các công ty tài chính thu được lợi nhuận cao nhờ vào đòn bẩy tài chính, trong khi các công ty phi tài chính lại có chênh lệch ROCE và tỷ lệ vay ròng cao nhưng lợi nhuận thấp Rahman, Saima và Jahan (2020) đã khảo sát tác động của đòn bẩy tài chính đến khả năng sinh lời của 22 doanh nghiệp dệt may niêm yết tại Bangladesh trong giai đoạn 2011-2015, cho thấy hầu hết các công ty dệt may phụ thuộc vào nợ bên ngoài do thiếu vốn nội bộ, và sau đó huy động vốn cổ phần mới để đáp ứng nhu cầu tài chính.
18 lợi nhuận thấp, các tổ chức tài chính và các chủ nợ khác có thể tính chi phí nợ cao hơn
Nhiều công ty đang phát hành cổ phần mới để trang trải chi phí nợ do nghĩa vụ thanh toán cao và khả năng sinh lời thấp, dẫn đến việc không đủ tiền tạo ra từ nội bộ Hậu quả là các quỹ vốn cổ phần mới không được sử dụng hiệu quả để tạo ra lợi nhuận.
Việc tìm kiếm cấu trúc vốn tối ưu đã dẫn đến nhiều lý thuyết như lý thuyết đánh đổi, trật tự phân hạng và lý thuyết đại diện, nhưng vẫn chưa có sự đồng thuận về vấn đề này Abor (2005) nhấn mạnh rằng mặc dù lý thuyết cấu trúc vốn hấp dẫn, các nhà nghiên cứu vẫn chưa xác định được cấu trúc vốn tối ưu, qua nghiên cứu 22 công ty niêm yết tại Ghana trong giai đoạn 1998-2002, ông phát hiện mối quan hệ cùng chiều giữa tỷ lệ nợ ngắn hạn và lợi nhuận trên vốn chủ sở hữu Zeitun, Tian và Keen (2007) nghiên cứu 167 doanh nghiệp ở Jordan từ 1989 đến 2003, cho thấy cấu trúc vốn ảnh hưởng ngược chiều đến hiệu quả hoạt động của công ty Nghiên cứu của Amarjit Gill và cộng sự (2011) trên 500 báo cáo tài chính từ Mỹ chỉ ra mối quan hệ cùng chiều giữa nợ ngắn hạn, nợ dài hạn và khả năng sinh lời Albert Amponsah Addae và cộng sự (2013) nghiên cứu 35 doanh nghiệp niêm yết ở Ghana từ 2004-2009, cho thấy mối quan hệ tiêu cực giữa khả năng sinh lời và tổng nợ Vătavu (2015) và Nasimi (2016) cũng kết luận rằng cấu trúc vốn có tác động đến lợi nhuận.
19 nhuận của công ty và mức cơ cấu vốn tối ưu sẽ được sử dụng để đạt được mức hiệu quả mục tiêu trong kinh doanh
Nghiên cứu của Agiomirgianakis (2006) và Yazdanfar (2013) chỉ ra rằng doanh nghiệp sở hữu nhiều tài sản thường có lợi nhuận và doanh thu lớn hơn, từ đó có khả năng tạo ra nhiều lợi nhuận hơn Các nghiên cứu của Almajali và cộng sự (2012), Amalendu (2010), cùng với Liargovas và Skandalis cũng hỗ trợ quan điểm này.
Nhiều nghiên cứu đã chỉ ra tác động của quy mô công ty đến hiệu quả tài chính, với các quan điểm trái ngược nhau Velnampy và cộng sự (2010) đã phát hiện mối quan hệ tích cực giữa quy mô công ty và lợi nhuận trong Ngân hàng Thương mại tại Sri Lanka, trong khi không có mối liên hệ tương tự ở Ngân hàng Ceylon Ngược lại, Niresh và cộng sự (2014) không tìm thấy mối quan hệ nào giữa quy mô công ty và khả năng sinh lời trong các công ty sản xuất niêm yết ở Sri Lanka từ 2008 đến 2012 Tương tự, nghiên cứu của Nguyen và Nguyen (2020) về khả năng sinh lời của 1.343 công ty niêm yết trên Sở Giao dịch Chứng khoán Việt Nam cũng cho thấy quy mô công ty không phải là yếu tố quyết định.
Năm 2017, các yếu tố quyết định được kiểm tra bao gồm quy mô công ty, tính thanh khoản, khả năng thanh toán, đòn bẩy và khả năng tài chính, tất cả đều có ảnh hưởng đáng kể đến hiệu suất và sự ổn định của doanh nghiệp.
Nghiên cứu của Geroski, Machin và Walters (1997) cho thấy mối quan hệ đồng biến giữa tốc độ tăng trưởng, quy mô kinh doanh và lợi nhuận của 271 doanh nghiệp lớn tại Vương quốc Anh trong giai đoạn 1976-1982 Tương tự, Fu, Ke và Huang (2002) đã phát hiện rằng quy mô và tăng trưởng vốn có mối quan hệ tích cực với khả năng sinh lời, trong khi nợ tài chính lại có tác động tiêu cực đến khả năng sinh lời khi họ phân tích 1.276 doanh nghiệp nhỏ ở Đài Loan từ năm 1992.
Năm 1997, Goddard và các đồng nghiệp đã nghiên cứu các yếu tố ảnh hưởng đến khả năng sinh lời và lợi nhuận của các doanh nghiệp công nghiệp và dịch vụ tại Bỉ, Pháp, Ý và Vương quốc Anh từ năm 1993 đến 2001 Trong khi đó, Abor (2005) đã thực hiện nghiên cứu với mẫu gồm 22 công ty niêm yết trên thị trường chứng khoán Ghana trong khoảng thời gian 5 năm (1998-2003).
Nghiên cứu của năm 2002 cho thấy có mối quan hệ tích cực giữa quy mô công ty và khả năng sinh lời, cũng như giữa tăng trưởng doanh thu và khả năng sinh lời Lee (2014) chỉ ra rằng tốc độ tăng trưởng kinh tế có tác động đáng kể đến khả năng sinh lời, trong khi tốc độ tăng trưởng và quy mô doanh nghiệp ảnh hưởng đến lợi nhuận nhưng không ảnh hưởng đáng kể đến ROA Utomo (2016) nhấn mạnh rằng tăng trưởng được đo bằng tốc độ tăng trưởng tổng tài sản, và sự tăng trưởng của tài sản trong các công ty sản xuất sẽ ảnh hưởng đến lợi nhuận, cho thấy tỷ lệ thay đổi tổng tài sản là chỉ số hiệu quả để đo lường khả năng sinh lời trong lĩnh vực này.
Tổng sản phẩm quốc nội (GDP) là chỉ số kinh tế vĩ mô quan trọng, phản ánh thu nhập từ sản lượng và sản xuất của một quốc gia trong một khoảng thời gian nhất định Tăng trưởng GDP, được định nghĩa là sự thay đổi hàng năm của GDP, là thước đo tình trạng chu kỳ kinh tế và có ảnh hưởng lớn đến cung cầu về vốn vay và tiền gửi Khi nền kinh tế phát triển, nhu cầu tín dụng tăng lên, dẫn đến lợi nhuận cao hơn cho ngân hàng Ngược lại, khi kinh tế chậm lại, tốc độ tăng trưởng GDP giảm, làm giảm khả năng cho vay và tăng rủi ro vỡ nợ, ảnh hưởng tiêu cực đến lợi nhuận ngân hàng Do đó, tăng trưởng GDP là chỉ báo quan trọng về nhu cầu dịch vụ ngân hàng và đã được chứng minh là có tác động tích cực đến khả năng sinh lời của ngân hàng (Kosmidou và cộng sự 2006; Pasiouras và Kosmidou, 2007; Heffernan và Fu, 2008).
Nghiên cứu về sự tác động của các nhân tố kinh tế đến khả năng sinh lời của các công ty xây dựng niêm yết trên sàn giao dịch chứng khoán Warsaw từ năm 2000 đến 2010 cho thấy quy mô công ty và tốc độ tăng trưởng GDP có tác động tích cực đến ROA, trong khi cấu trúc tài sản, cấu trúc vốn, kỳ thu tiền trung bình và tỷ số khả năng thanh toán nhanh lại ảnh hưởng tiêu cực Bên cạnh đó, nghiên cứu của Yousafi (2016) chỉ ra rằng GDP có tác động tích cực đến hiệu quả hoạt động của các ngân hàng Hồi giáo Jordan, và Alharbi (2017) cũng xác nhận rằng khả năng sinh lời của các ngân hàng Hồi giáo toàn cầu bị ảnh hưởng tích cực bởi GDP.
Chamberlain và Gordon (1980) cho rằng quyết định liên quan đến tính thanh khoản của công ty có ảnh hưởng lớn đến thành tích của họ, một quan điểm được tiếp nối bởi Jose, Lancaster và Stevens (1989), nhấn mạnh rằng quản lý thanh khoản là nền tảng cho sự phát triển của các công ty Nghiên cứu của Shin và Soenen (1998) cùng Raheman và Nasr (2007) đã chứng minh rằng lợi nhuận có thể tăng lên thông qua cải thiện quản lý vốn lưu động Tuy nhiên, mối quan hệ giữa thanh khoản và lợi nhuận có thể khác nhau, với hầu hết các nghiên cứu cho thấy tác động của tính thanh khoản đến lợi nhuận thường là tiêu cực Deloof (2003) đã xác minh điều này thông qua nghiên cứu thời gian chuyển đổi tiền mặt, trong khi Samiloglu và Demirgunes (2008) sử dụng các chỉ số thời gian chuyển đổi khoản phải thu và hàng tồn kho để khẳng định rằng mối quan hệ giữa thanh khoản và khả năng sinh lời là âm Kết luận này cũng được Zariyawati, Annuar, Taufiq và Rahim xem xét.
KHÁI QUÁT THỊ TRƯỜNG BẤT ĐỘNG SẢN TRONG GIAI ĐOẠN NĂM 2018-2022
Thị trường bất động sản trong giai đoạn 2018 – 2019
Năm 2018 đánh dấu một giai đoạn biến động mạnh mẽ của thị trường bất động sản Việt Nam, với nhiều sự kiện nổi bật như sự gia tăng mạnh mẽ của vốn FDI vào lĩnh vực này, việc tạm dừng thông qua luật đặc khu, tình trạng sốt đất nền, và những tranh cãi xung quanh việc khống chế lãi vay.
Năm 2018, thị trường bất động sản Việt Nam chứng kiến hai đợt "bong bóng" sốt giá đất tại các khu vực dự kiến trở thành đặc khu kinh tế như Phú Quốc, Vân Đồn và Vân Phong, sau đó giảm nhiệt khi Luật Đặc khu kinh tế chưa được thông qua Nguyên nhân chính là do đầu cơ đất đai và việc thổi giá của một số nhà đầu tư cá nhân, cùng với sự buông lỏng quản lý của chính quyền địa phương Tại TP Hồ Chí Minh, thị trường đất nền và nhà phố đã bắt đầu tăng giá, chủ yếu tập trung ở các quận ven, đặc biệt trong phân khúc đất nền sổ đỏ và dự án Hà Nội cũng ghi nhận cơn sốt đất nền, lan rộng ra các khu vực lân cận như Hưng Yên, Bắc Ninh và Vĩnh Phúc Cục Quản lý nhà và thị trường bất động sản cho biết tình trạng này chủ yếu do đầu cơ và thông tin về việc thành lập ba đặc khu kinh tế, trong khi chính quyền địa phương chưa có biện pháp quản lý hiệu quả.
Năm 2019, thị trường bất động sản tại TP Hồ Chí Minh và Hà Nội ghi nhận sự sụt giảm nguồn cung mới Theo Bộ Xây dựng, Hà Nội có 58 dự án với 31.184 căn chung cư, tăng 20,1% so với năm 2018, trong khi số căn thấp tầng chỉ đạt 1.963 căn, giảm 49,1% so với năm trước.
TP Hồ Chí Minh hiện có 47 dự án đủ điều kiện bán nhà ở hình thành trong tương lai Tuy nhiên, số lượng căn hộ chung cư đã giảm 14,1% so với năm 2018, đạt 23.485 căn, trong khi số lượng căn thấp tầng lại tăng 9,9%, đạt 1.319 căn Nguyên nhân chính của tình trạng này là do nhiều dự án bất động sản nhà ở thương mại bị dừng hoặc ngừng triển khai để rà soát pháp lý, gây ảnh hưởng đến cả doanh nghiệp và thị trường.
25 nghiệp lẫn người mua nhà gặp khó khăn do khan hiếm nguồn cung, giá nhà bị đẩy lên cao
Trong năm 2018, giá trị thanh khoản của thị trường bất động sản giảm sút, dẫn đến thiếu hụt nguồn cung và ảnh hưởng nghiêm trọng đến năm 2019 Sự bất cân xứng giữa cung và cầu đã tạo ra sự lệch pha giữa các loại bất động sản từ bình dân đến cao cấp Tuy nhiên, năm 2019, Nhà nước đã triển khai các chính sách và quy định nhằm khôi phục thị trường và thúc đẩy sự phát triển bền vững.
Thị trường bất động sản trong giai đoạn 2020 – 2021
Năm 2020, nền kinh tế Việt Nam và toàn cầu bị ảnh hưởng nặng nề bởi dịch Covid-19, dẫn đến nhiều khó khăn cho ngành bất động sản và xây dựng Thị trường bất động sản trải qua những thời điểm khó khăn chưa từng thấy, với nhiều biến động và thách thức.
Biểu đồ 2.1.Số doanh nghiệp bất động sản từ năm 2018 - 2011
Nguồn:Tự tổng hợp theo tổng cục thống kê
Diễn biến phức tạp của dịch bệnh đã gây ra gián đoạn trong chuỗi cung ứng, dẫn đến việc tăng chi phí cho một số đầu vào trong quá trình xây dựng Sự sụt giảm này ảnh hưởng trực tiếp đến tiến độ và hiệu quả của các dự án xây dựng.
Việc xây dựng chỉ đạt 26% trong nửa cuối năm 2020 đã tác động đến nguồn cung bất động sản, dẫn đến tình trạng khan hiếm hàng tồn kho và từ đó làm tăng giá cả.
Trong năm 2020, lượng cung mới chào bán chỉ đạt 54,1% so với năm 2018 và 87,6% so với năm 2019 Đồng thời, lượng giao dịch cũng chỉ đạt 30,3% so với năm 2018 và 46,6% so với năm 2019.
Biểu đổ 2.2.Lượng cung, giao dịch sản phẩm mới chào bán cả nước năm 2018-2020
Nguồn: Hội môi giới bất động sản Việt Nam (VARS)
Tỷ lệ hấp thụ căn hộ mới chào bán tại TP Hà Nội năm 2020 chỉ đạt 26,6%, mức thấp nhất kể từ năm 2017, trong khi hàng tồn kho bất động sản tăng cao lên 73,4% so với 34,6% của năm 2019 Đồng thời, nguồn vốn đầu tư nước ngoài (FDI) vào lĩnh vực bất động sản giảm mạnh từ quý I, tụt từ vị trí thứ 2 xuống thứ 4, nhưng đã vươn lên vị trí thứ 3 vào cuối tháng 9.
Thị trường bất động sản 2021 trải qua nhiều biến động khi đất đấu giá ở Thủ Thiêm (TP
Cuộc đấu giá đất Thủ Thiêm tại Hồ Chí Minh đã đạt mức kỷ lục chưa từng có, nhưng cũng xuất hiện tình trạng lợi dụng giá trúng đấu giá "ảo" để thổi giá, làm tăng giá đất và giá nhà ở nhiều khu vực.
Chính phủ đã can thiệp trước những dấu hiệu bất thường trong các cuộc đấu giá đất nhằm ngăn chặn tình trạng đầu cơ Tuy nhiên, thị trường bất động sản vẫn đang gặp khó khăn khi giá đất, nhà và căn hộ liên tục tăng cao, tạo ra lo ngại về việc "rút ruột" ngân hàng và làm sạch bảng cân đối tài chính của doanh nghiệp để trục lợi.
Năm 2021 đánh dấu sự khởi đầu của việc thực thi nhiều luật và bộ luật mới liên quan đến thị trường bất động sản, bao gồm Luật Đầu tư, Luật Kinh doanh bất động sản, Luật Nhà ở, Luật Bảo vệ môi trường và Luật Thuế thu nhập doanh nghiệp Những sửa đổi này, kết hợp với Luật Xây dựng (sửa đổi), nhằm đảm bảo tính đồng bộ trong hệ thống pháp luật về chấp thuận chủ trương đầu tư và công nhận chủ đầu tư dự án bất động sản Đồng thời, nhiều Nghị định và Thông tư mới cũng được ban hành để tháo gỡ khó khăn cho doanh nghiệp, đặc biệt là trong lĩnh vực bất động sản.
Trong giai đoạn Covid-19, thị trường bất động sản ghi nhận sự xuất hiện của bong bóng cục bộ, với giá đất nền và nhà ở tăng nhưng thanh khoản không theo kịp Thực tế cho thấy, áp lực tăng giá bất động sản xuất phát từ nhiều "cơn sốt" đất nền, cùng với những vướng mắc trong thủ tục phê duyệt dự án và sự gia tăng giá vật liệu xây dựng, dẫn đến chi phí tăng cao.
Mặc dù dịch bệnh COVID-19 gây ra nhiều khó khăn, nhưng thị trường bất động sản vẫn có những dấu hiệu tích cực Đại dịch đã mang lại bài học quý giá cho các nhà đầu tư, giúp họ nhìn nhận lại cách phát triển quy hoạch đô thị hiệu quả hơn Đồng thời, thị trường bất động sản cũng có cơ hội để đánh giá lại chiến lược dài hạn, bởi vì bất kỳ chu kỳ kinh tế nào cũng đều trải qua giai đoạn tăng trưởng và suy thoái do các yếu tố như khủng hoảng kinh tế, chiến tranh hay dịch bệnh.
Thị trường bất động sản trong giai đoạn 2022
Theo VARS, đầu năm 2022, bất động sản đứng thứ hai trong thu hút đầu tư trực tiếp nước ngoài với gần 600 triệu USD và giá trị M&A cao nhất trong 5 năm qua Khi các rào cản phong tỏa được gỡ bỏ, tình trạng sốt đất diễn ra trên toàn quốc Lo ngại về lạm phát toàn cầu do cuộc chiến Nga - Ukraine ngày càng căng thẳng đã thúc đẩy nhiều cá nhân và hộ gia đình đầu tư vào bất động sản để đảm bảo an toàn Đồng thời, một số cá nhân và tổ chức đã lợi dụng tâm lý thị trường để phát tán thông tin sai lệch về quy hoạch, góp phần vào việc "thổi giá" đất đai và thu lợi nhuận lớn.
Năm 2022, bất động sản trở thành kênh đầu tư hấp dẫn nhờ vào sự hoàn thiện của cơ sở hạ tầng tại các thành phố lớn như TP.HCM và Hà Nội Gói hỗ trợ gần 350.000 tỷ đồng, trong đó 114.000 tỷ đồng dành cho dự án hạ tầng và 110.000 tỷ đồng cho chính sách ưu đãi doanh nghiệp, sẽ giúp nền kinh tế phục hồi nhanh chóng, cải thiện sức mua người tiêu dùng và thúc đẩy sự phát triển bền vững của thị trường bất động sản.
Tính đến quý III/2022, thị trường bất động sản Việt Nam không còn hiện tượng sốt đất hay bong bóng, đặc biệt ở phân khúc đất nền, do hoạt động đầu cơ gần như bị triệt tiêu Mặc dù có dấu hiệu sụt giảm, thị trường vẫn duy trì sự quan tâm cao từ người mua, chưa rơi vào suy thoái Tuy nhiên, thị trường bất động sản sẽ phải đối mặt với một số thách thức trong tương lai, bao gồm nguồn cung giảm mạnh ở tất cả các phân khúc do thiếu hụt và giá nguyên liệu đầu vào tăng cao Sự không phù hợp giữa nguồn cung và nhu cầu cũng là một vấn đề, khi phân khúc cao cấp thừa trong khi sản phẩm giá rẻ lại thiếu Thêm vào đó, khó khăn trong việc cấp phép dự án mới và tìm kiếm nguồn vốn đang ảnh hưởng đến hoạt động kinh doanh của các doanh nghiệp bất động sản Chính phủ và cơ quan quản lý đang tích cực kiểm soát và rà soát thị trường trái phiếu doanh nghiệp để ổn định tình hình.
Các tổ chức tín dụng đang tăng cường kiểm soát và lành mạnh hóa hoạt động cho vay bất động sản, đồng thời kiểm soát đầu tư vào trái phiếu bất động sản Điều này dẫn đến khó khăn trong việc tiếp cận nguồn vốn, ảnh hưởng đến nguồn cung của một số loại hình bất động sản trong thời gian tới.
Thị trường bất động sản dự kiến sẽ phát triển khả quan nhờ vào các yếu tố tích cực như tăng trưởng GDP, chính sách pháp luật, quy hoạch hạ tầng và cho vay tín dụng Ngân hàng Nhà nước đã nới room tín dụng để phục hồi nền kinh tế, điều này sẽ thúc đẩy sự lưu thông dòng vốn trong thị trường bất động sản Kết quả là, thị trường sẽ trải qua quá trình thanh lọc mạnh mẽ, chỉ những chủ đầu tư có uy tín và tiềm lực tài chính vững mạnh mới có khả năng thu hút nhà đầu tư.
Thị trường bất động sản Việt Nam trong 10 năm qua đã phát triển mạnh mẽ, đóng góp đáng kể vào nền kinh tế, đặc biệt sau thời gian cách ly do dịch bệnh Tuy nhiên, hiện tại, thị trường gặp nhiều khó khăn, với tình trạng giá bất động sản bị “thổi giá” quá cao và cầu vượt quá cung trong 3 năm qua Việc đầu cơ và tích trữ cũng dẫn đến giá bất động sản tăng nhanh chóng Mặc dù nhà nước đã giảm lãi suất ngân hàng để hỗ trợ doanh nghiệp trong giai đoạn COVID-19, khiến nhiều người dễ dàng vay vốn đầu tư vào bất động sản, nhưng vẫn có những thách thức từ các mặt hàng và dịch vụ bị đình trệ Chính phủ đang nỗ lực sửa đổi Luật đất đai để tạo điều kiện pháp lý thuận lợi cho doanh nghiệp và nhà đầu tư.
Trong bối cảnh chuyển đổi số đang diễn ra mạnh mẽ, tác giả đã xây dựng các mô hình nhằm hỗ trợ doanh nghiệp tự lực phát triển Những mô hình này sẽ giúp các doanh nghiệp thích ứng và tối ưu hóa quy trình hoạt động của mình trong thời gian tới.
XÂY DỰNG VÀ THIẾT KẾ MÔ HÌNH ĐỀ XUẤT
Xây dựng mô hình
Dựa theo các nghiên cứu trước đấy của Deloof (2005), Enuju & Soocheong (2005) ,Zetiun, Tian & Keen (2007) ,Bolek & Wiliński (2012) , Yazdanfar (2013), Vătavu
(2015), Nasimi (2016), Elif (2016), Andersson & Minnema (2018), Nguyen & Nguyen
Nghiên cứu năm 2020 chỉ ra rằng các yếu tố như quy mô doanh nghiệp (SIZE), tuổi đời doanh nghiệp (AGE), tăng trưởng doanh nghiệp (GROWTH), đòn bẩy tài chính (LEV), khả năng thanh khoản (LIQ), cơ cấu tài sản (PS), quy mô hội đồng quản trị (SL), vòng quay tổng tài sản (AT), tỷ suất sinh lời trên doanh thu thuần (ROS), tỷ lệ tăng trưởng GDP (GDPG) và tỷ lệ lạm phát (IF) đều có ảnh hưởng đáng kể đến hiệu suất hoạt động của doanh nghiệp.
Từ đó tác giả đã phát triển ra mô hình phù hợp sau:
Dựa vào mô hình đề xuất sau khi đã tổng hợp các nghiên cứu trước đây tác giả đặt ra 6 giả thuyết sau:
H1: Quy mô doanh nghiệp dựa trên tổng tài sản của doanh nghiệp có tác động tích cực/tiêu cực đến khả năng sinh lời của doanh nghiệp
H2: Hiệu suất sử dụng vốn của doanh nghiệp có tác động tích cực đến khả năng sinh lời của doanh nghiệp
H3: Tăng trưởng của doanh nghiệp dựa vào chênh lệch doanh thu của doanh nghiệp từng quý có tác động tích cực đến khả năng sinh lời của doanh nghiệp
Khả năng sinh lời (ROA,ROE)
Hiệu suất sử dụng vốn
Tăng trưưởng của doanh nghiệp
(GROWTH) Đòn bẩy tài chính
Hình 3.1 Mô hình đề xuất
H4: Đòn bẩy tài chính dựa vào tỷ lệ nợ trên tổng tài sản của doanh nghiệp có tác động tiêu cực đến khả năng sinh lời của doanh nghiệp
Khả năng thanh khoản của doanh nghiệp, được đo bằng tỷ lệ tài sản ngắn hạn trên nợ ngắn hạn, có ảnh hưởng tích cực đến khả năng sinh lời của doanh nghiệp.
H6: Cơ cấu vốn của doanh nghiệp có tác động tích cực/tiêu cực đến khả năng sinh lời của doanh nghiệp
H7: Tăng trưởng GDP có tác động tích cực/tiêu cực đến khả năng sinh lời của doanh nghiệp
Trong nghiên cứu, khả năng sinh lời của doanh nghiệp được đánh giá thông qua hai chỉ số chính: tỷ suất lợi nhuận trên tổng tài sản (ROA) và tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE).
Trong nghiên cứu này, tác giả đã tham khảo các nghiên cứu trước và nhận thấy hầu hết chỉ sử dụng trung bình 15 doanh nghiệp niêm yết trong khoảng 9-10 năm Để tăng tính khác biệt, tác giả quyết định nghiên cứu 30 doanh nghiệp thuộc Sở chứng khoán Thành phố Hồ Chí Minh (HOSE), nơi có nhiều doanh nghiệp niêm yết và liên tục có lãi trong 2 năm qua Các doanh nghiệp này có vốn điều lệ trên 120 tỷ VNĐ và công bố báo cáo tài chính công khai, tăng uy tín và tạo điều kiện thuận lợi cho việc huy động vốn mà không lạm dụng đòn bẩy tài chính Tác giả cũng lựa chọn các mã ngành bất động sản với vị thế thị trường khác nhau để đánh giá tác động của giá trị doanh nghiệp và tăng trưởng doanh thu đến khả năng sinh lời trong giai đoạn 2017-2022.
34 nhằm đo lường được tính thanh khoản và hiệu quả sử dụng vốn trong thời gian ngắn hạn của các doanh nghiệp khác nhau
Dữ liệu nghiên cứu được thu thập từ báo cáo tài chính công khai của 30 doanh nghiệp bất động sản niêm yết trên sàn chứng khoán Thành phố Hồ Chí Minh kể từ năm.
2017 đến 2022 Chi tiết nguồn dữ liệu nghiên cứu được lấy từ Fiinpro và trên trang Finance Vietstock bao gồm các doanh nghiệp sau:
Bảng 3.1 Tổ hợp tên các doanh nghiệp
Mã doanh nghiệp Tên doanh nghiệp
CRE Công ty Cổ phần Bất động sản Thế Kỷ
D2D Công ty phát triển dô thị công nghiệp số 2
DIG Tổng Công ty Cổ phần Đầu tư Phát triển Xây dựng
DLG Công ty Cổ phần Tập đoàn Đức Long Gia Lai
DRH Công ty cổ phần DRH Holdings
DXG Công ty Cổ phần Tập đoàn Đất Xanh
HAG Công ty Cổ phần Hoàng Anh Gia Lai
HDC Công ty Cổ phần Phát triển nhà Bà Rịa-Vũng Tàu
HDG Công ty Cổ phần Tập đoàn Hà Đô
HQC Công ty cổ phần Tư vấn-Thương mại-Dịch vụ Địa ốc
Hoàng Quân IDI Công ty Cổ phần Đầu tư và Phát triển Đa Quốc Gia I.D.I IJC Công ty Cổ phần Phát triển Hạ tầng Kỹ thuật
ITA Công ty Cổ phần Đầu tư và Công nghiệp Tân Tạo
ITC Công ty Cổ phần Đầu tư - Kinh doanh nhà
KBC Tổng Công ty Phát triển Đô thị Kinh Bắc-CTCP
KDH Công ty Cổ phần Đầu tư và Kinh doanh nhà Khang Điền
LCG Công ty cổ phần LIZEN
LEC Công ty Cổ phần Bất động sản Điện lực Miền Trung
LGL Công ty cổ phần Đầu tư và Phát triển Đô thị Long Giang
NBB Công ty Cổ phần Đầu tư Năm Bảy Bảy
NHA Tổng Công ty Đầu tư Phát triển Nhà và Đô thị Nam Hà Nội
NLG Công ty cổ phần Đầu tư Nam Long
NTL Công ty Cổ phần Phát triển Đô thị Từ Liêm
NVL Công ty cổ phần Tập đoàn Đầu tư Địa ốc No Va
NVT Công ty Cổ phần Bất động sản Du lịch Ninh Vân Bay
OGC Công ty Cổ phần Tập đoàn Đại Dương
SC5 Công ty Cổ phần Xây dựng số 5
TDC Công ty Cổ phần Kinh doanh và Phát triển Bình Dương
VHM Công ty cổ phần Vinhomes
Nguồn:Sinh viên tự tổng hợp
Dựa trên nghiên cứu trước đây về khả năng sinh lời của doanh nghiệp, bài viết này đề xuất các mô hình sử dụng mô hình ảnh hưởng ngẫu nhiên (REM) và mô hình ảnh hưởng cố định (FEM) để đánh giá hiệu quả.
SIZE: Quy mô của doanh nghiệp
SER: Hiệu quả sử dụng vốn của doanh nghiệp
GROWTH: Mức độ tăng trưởng của doanh nghiệp
LEV: Đòn bẩy tài chính của doanh nghiệp
LIQ: Khả năng thanh khoản của doanh nghiệp
CS: Cơ cấu vốn của doanh nghiệp
GDPG: Tỷ lệ tăng trưởng GDP
𝜀 𝑖,𝑡 : Biến ngẫu nhiên, biểu thị mức độ ROA,ROE bị thay đổi bởi các yếu tố không có trong mô hình
Tên biến Ký hiệu Đo lường Giả thuyết
Quy mô doanh nghiệp SIZE Logarit (Tài sản) +/-
Hiệu quả sử dụng vốn của doanh nghiệp SER 𝐷𝑜𝑎𝑛ℎ 𝑡ℎ𝑢 𝑡ℎ𝑢ầ𝑛
Mức độ tăng trưởng của doanh nghiệp GROWTH 𝐷𝑜𝑎𝑛ℎ 𝑡ℎ𝑢 1 − 𝐷𝑜𝑎𝑛ℎ 𝑡ℎ𝑢 0
𝐷𝑜𝑎𝑛ℎ 𝑡ℎ𝑢 0 + Đòn bẩy tài chính của doanh nghiệp LEV 𝑇ổ𝑛𝑔 𝑛ợ 𝑝ℎả𝑖 𝑡𝑟ả
Khả năng thanh khoản của doanh nghiệp LIQ 𝑇à𝑖 𝑠ả𝑛 𝑛𝑔ắ𝑛 ℎạ𝑛
Cơ cấu vốn của doanh nghiệp CS 𝑇ổ𝑛𝑔 𝑛ợ
Nguồn: Sinh viên tự tổng hợp
Các phương pháp nghiên cứu
3.2.1 Phương pháp xử lý dữ liệu
Tác giả đã tổng hợp dữ liệu thu thập được bằng phần mềm Microsoft Excel và tiến hành xử lý thủ công trước khi đưa vào phần mềm để chạy các kiểm định liên quan đến mô hình nghiên cứu Biến phụ thuộc trong nghiên cứu là khả năng sinh lời của doanh nghiệp, được đo bằng ROA và ROE, trong khi các biến độc lập bao gồm quy mô doanh nghiệp (SIZE), hiệu quả sử dụng vốn (SER), tăng trưởng doanh nghiệp (GROWTH), đòn bẩy tài chính (LEV), khả năng thanh khoản (LIQ), cơ cấu vốn (CS) và biến kiểm soát là tỷ lệ tăng trưởng GDP (GDPG) Qua các kiểm định, tác giả xác định mức độ tương quan và xem xét sự phù hợp của mô hình nghiên cứu, đồng thời phân tích và ước lượng mức ảnh hưởng của các nhân tố trong nghiên cứu.
3.2.2 Phương pháp phân tích hồi quy bội
Tác giả áp dụng mô hình hồi quy bội để kiểm tra sự phù hợp và phân tích mối quan hệ giữa các biến độc lập, đồng thời đánh giá khả năng giải thích của mô hình thông qua chỉ số R-square Phương pháp OLS (bình phương nhỏ nhất) được sử dụng để ước lượng các yếu tố ảnh hưởng đến khả năng sinh lời và đánh giá các giả thuyết đã được đề ra trước đó.
3.2.3 Phương pháp sử dụng mô hình FEM
Mô hình này giúp giải thích mối quan hệ giữa phần dư của doanh nghiệp và các biến giải thích, cho phép kiểm soát và phân biệt mức độ ảnh hưởng của từng đặc điểm riêng biệt Những đặc điểm này là duy nhất cho mỗi doanh nghiệp và không có sự tương quan với đặc điểm của doanh nghiệp khác.
SIZE: Quy mô của doanh nghiệp
SER: Hiệu quả sử dụng vốn của doanh nghiệp
GROWTH: Mức độ tăng trưởng của doanh nghiệp
LEV: Đòn bẩy tài chính của doanh nghiệp
LIQ: Khả năng thanh khoản của doanh nghiệp
CS: Cơ cấu vốn của doanh nghiệp
GDPG: Tỷ lệ tăng trường GDP
𝛼 𝑖 : là hệ số chặn theo từng doanh nghiệp i
3.2.4 Phương pháp sử dụng mô hình REM
Tác giả áp dụng mô hình này để phân tích các mối quan hệ đặc biệt giữa các biến độc lập, đồng thời khảo sát những đặc điểm riêng biệt của các doanh nghiệp giả định ngẫu nhiên Trong mô hình này, các biến số giữa các chủ thể giả định ngẫu nhiên không có sự tương quan với các biến độc lập.
𝑅 𝑖,𝑡 : ROE,ROA β 1 … β 7 : Là hệ của các biến độc lập
SIZE: Quy mô của doanh nghiệp
SER: Hiệu quả sử dụng vốn của doanh nghiệp
GROWTH: Mức độ tăng trưởng của doanh nghiệp
LEV: Đòn bẩy tài chính của doanh nghiệp
LIQ: Khả năng thanh khoản của doanh nghiệp
CS: Cơ cấu vốn của doanh nghiệp
GDPG: Tỷ lệ tăng trưởng GDP
𝑢 𝑖,𝑡 : là nhiễm trắng (sai số)
𝜀 𝑖,𝑡 : đại diện cho tất cả các yếu tố không quan sát được thay đổi giữa các đối tượng thời gian
𝛼 𝑖 : đại diện cho tất cả các yếu tố không quan sát được mà thay đổi giữa các đối tượng nhưng không thay đổi theo thời gian
Tác giả áp dụng kiểm định đa cộng tuyến bằng cách sử dụng hệ số phóng đại phương sai VIF (Variance Inflation Factor) Theo nghiên cứu của Mansfield & Helms (1982) và Jim Frost (2020), khi VIF bằng 1, điều này cho thấy biến độc lập thứ i không có mối tương quan với các biến khác, tức là không có hiện tượng đa cộng tuyến xảy ra.
• VIF =1 thì các biến không tương quan tức không có hiện tượng đa cộng tuyến
• VIF từ 1 -> 5 thì các biến có tương quan vừa phải tức có tồn tại hiện tượng đa cộng tuyến nhưng không quá nghiêm trọng
• VIF > 5 thì các biến có tương quan cao tức tồn tại đa cộng tuyến nghiêm trọng
Nghiên cứu đã thực hiện phân tích ma trận tự tương quan để kiểm tra sự tự tương quan, với mức ý nghĩa Sig < 5% cho thấy mô hình có sự tự tương quan Đồng thời, kiểm định Wooldridge cũng được áp dụng để xác định hiện tượng tự tương quan trong các phần dư.
Tác giả áp dụng kiểm định White để xác định xem mô hình có hiện tượng phương sai sai số thay đổi hay không, tức là liệu các phần dư của mô hình hồi quy có phân phối ngẫu nhiên và phương sai đồng nhất hay không Nếu giá trị Prob > chi2 > 0.05 (mức ý nghĩa 5%), thì chúng ta sẽ chấp nhận giả thuyết H0 và bác bỏ H1.
H0: Mô hình không xảy ra hiện tượng phương sai sai số thay đổi
H1: Mô hình xảy ra hiện tượng phương sai sai số thay đổi
3.2.6 Kiểm định lựa chọn mô hình phù hợp
3.2.6.1 Kiểm định F-test và Wald test để lựa chọn giữa mô hình OLS và mô hình
Kiểm định F test (Fisher) là một công cụ thống kê quan trọng để đánh giá ý nghĩa của mối liên hệ hoặc sự khác biệt giữa hai mẫu độc lập Kiểm định này giúp xác định xem có sự khác biệt đáng kể giữa hai nhóm độc lập trong các tỷ lệ quan sát được phân loại theo một biến nhị phân phụ thuộc hay không Nếu kết quả kiểm định cho thấy Prob (F-statistic) < α = 5%, điều này cho thấy mô hình phù hợp hơn với mô hình FEM so với mô hình OLS.
Kiểm định Wald được sử dụng để đánh giá sự phù hợp của mô hình trong hai phương pháp OLS và FEM Nếu giá trị Prob > chi2 > 0.05, điều này cho thấy chúng ta chấp nhận giả thiết H1 và bác bỏ giả thiết H0.
H0: Mô hình phù hợp là OLS
H1: Mô hình phù hợp là FEM
3.2.6.2 Kiểm định Breusch-Pagan để lựa chọn giữa mô hình OLS và mô hình
Kiểm định Breusch-Pagan là công cụ hữu ích để xác định phương sai sai số thay đổi trong mô hình hồi quy, đồng thời có thể hỗ trợ trong việc lựa chọn giữa hai mô hình OLS và REM Nếu giá trị Prob nhỏ hơn mức ý nghĩa xác định, điều này cho thấy có sự hiện diện của phương sai sai số thay đổi.
>chibar2 > 0.05 => Chấp nhận giả thiết H0 và bác bỏ giả thiết H1.Thực hiện kiểm định với giả thiết như sau:
H0: Mô hình phù hợp với OLS
H1: Mô hình phù hợp với REM
3.2.6.3 Kiểm định Hausman để lựa chọn giữa mô hình FEM và REM
Tác giả áp dụng phương pháp kiểm định Hausman để xác định mô hình phù hợp giữa mô hình FEM và REM Kiểm định này dựa trên giả định H0 rằng không có sự tương quan giữa biến giải thích và yếu tố ngẫu nhiên, vì sự tương quan này có thể gây ra sự khác biệt trong kết quả phân tích.
2 mô hình Kiểm định được dựa trên giả thuyết
H0: Mô hình REM phù hợp
H1: Mô hình FEM phù hợp
3.2.7 Khắc phục khuyết tật của mô hình được chọn
Khi mô hình đã được kiểm định nhưng phát hiện có sự tự tương quan hoặc phương sai sai số thay đổi, mô hình sẽ trở nên không phù hợp Để khắc phục vấn đề này, mô hình GLS được áp dụng, giúp cải thiện và điều chỉnh những khuyết tật trước đó Nhờ đó, mô hình được xây dựng trở nên phù hợp và đã hoàn toàn khắc phục được các vấn đề.
KẾT QUẢ NGHIÊN CỨU
Thống kê mô tả
Bảng Error! Reference source not found Thống kê mô tả các biến
Giá trị trung bình Độ lệch chuẩn
Nguồn: Kết quả từ STATA14
Trong bảng nghiên cứu, các biến như SER, LIQ, LEV, CS, và GDPG thể hiện sự ổn định tương đối Tuy nhiên, cần chú ý đến hai biến phụ thuộc là ROA và ROE, với độ lệch chuẩn lớn Cụ thể, ROE có giá trị tối đa đạt 29.91, cao hơn nhiều so với các biến khác, trong khi ROA cũng ghi nhận giá trị tối đa lên tới 59.02, là mức lớn nhất trong số các biến Điều này cho thấy khả năng sinh lời qua giá trị trung bình của chỉ số ROA và ROE.
30 doanh nghiệp bất động sản niêm yết trên sàn chứng khoán HOSE lần lượt là 9.52% và 4.06%
Chỉ số ROE thấp vào năm 2017 do sự bùng nổ của thị trường bất động sản với nhiều dự án tầm trung và căn hộ cao cấp Sự chiếm ưu thế của các doanh nghiệp lớn đã tạo ra khoảng cách đáng kể giữa các công ty trong ngành.
30 doanh nghiệp nêu trên có sự khác biệt lớn
Vào năm 2017, chỉ số ROA giữa các doanh nghiệp cho thấy sự chênh lệch rõ rệt, phần lớn do các doanh nghiệp lớn tập trung vào việc tiêu thụ các sản phẩm cao cấp nhằm tối ưu hóa lợi nhuận Bên cạnh đó, xu hướng M&A đã làm gia tăng tài sản cho một số doanh nghiệp tham gia sát nhập Tuy nhiên, trong những năm tiếp theo, sự chênh lệch và sai số này không còn đáng kể.
Mean 5.172414 Mean 12.10414 Mean 14.07517 Mean 9.81069 Mean 9.01 Mean 4.93
Standard Error 3.661433 Standard Error 1.957736 Standard Error 2.367769 Standard Error 2.451918 Standard Error 1.935286 Standard Error 2.380774
Median 9.12 Median 10.61 Median 11.73 Median 11.16 Median 8.58 Median 4.14
Mode #N/A Mode #N/A Mode #N/A Mode #N/A Mode #N/A Mode #N/A
The analysis of statistical metrics reveals diverse characteristics across different datasets The standard deviations range from 10.42184 to 19.71742, indicating varying levels of dispersion Sample variances also differ significantly, with values from 108.6147 to 388.7767, reflecting the extent of variability within the samples Kurtosis values show a broad spectrum, from 0.089289 to 11.73659, suggesting differences in the tails and peak of the distributions Skewness measurements range from -3.31229 to 1.909696, illustrating the asymmetry of the data distributions, with some datasets exhibiting left skewness and others right skewness.
Range 97.1 Range 48.83 Range 59.19 Range 66.1 Range 45.76 Range 73.17
Minimum -76.41 Minimum 0.2 Minimum -0.17 Minimum -30.54 Minimum -10.55 Minimum -48.12
Maximum 20.69 Maximum 49.03 Maximum 59.02 Maximum 35.56 Maximum 35.21 Maximum 25.05
Sum 150 Sum 351.02 Sum 408.18 Sum 284.51 Sum 261.29 Sum 142.97
Count 29 Count 29 Count 29 Count 29 Count 29 Count 29
Confidence Level(95.0%) 7.500106 Confidence Level(95.0%) 4.010241 Confidence Level(95.0%) 4.850154 Confidence Level(95.0%) 5.022527 Confidence Level(95.0%) 3.964254 Confidence Level(95.0%) 4.876794
Mean 1.769655 Mean 4.773448 Mean 6.01931 Mean 4.048966 Mean 3.906207 Mean 2.280345
Standard Error 2.044093 Standard Error 0.814281 Standard Error 1.208898 Standard Error 1.04844 Standard Error 0.944838 Standard Error 0.84241
Median 3.05 Median 4.02 Median 4.29 Median 3.27 Median 2.21 Median 1
Mode 6.24 Mode 6.66 Mode #N/A Mode #N/A Mode #N/A Mode #N/A
The data presents various statistical measures, including standard deviations ranging from 4.385 to 11.008, indicating the spread of data points in different datasets The sample variances vary significantly, with values from 19.229 to 121.171, reflecting the degree of dispersion in each sample Kurtosis values demonstrate a range from -4.322 to 21.484, indicating the shape of the distribution tails, with higher values suggesting heavier tails Additionally, skewness values from -1.181 to 2.275 illustrate the asymmetry of the data distributions, with negative values indicating left skew and positive values indicating right skew.
Range 67.12 Range 16.64 Range 29.96 Range 27.97 Range 23.58 Range 24.06
Minimum -51.72 Minimum 0.07 Minimum -0.05 Minimum -10.76 Minimum -6.16 Minimum -13.83
Maximum 15.4 Maximum 16.71 Maximum 29.91 Maximum 17.21 Maximum 17.42 Maximum 10.23
Sum 51.32 Sum 138.43 Sum 174.56 Sum 117.42 Sum 113.28 Sum 66.13
Count 29 Count 29 Count 29 Count 29 Count 29 Count 29
Confidence Level(95.0%) 4.187135 Confidence Level(95.0%) 1.66798 Confidence Level(95.0%) 2.476315 Confidence Level(95.0%) 2.147632 Confidence Level(95.0%) 1.935412 Confidence Level(95.0%) 1.725599
Bảng Error! Reference source not found Thống kê mô tả ROE qua các năm
Nguồn: Kết quả từ EXCEL
Bảng 4.2.2.2 Thống kê mô tả ROA qua các năm
Nguồn : Kết quả từ EXCEL
Kết quả phân tích và kiểm định mô hình hồi quy OLS
4.2.1 Kết quả mô hình hồi quy OLS
Bảng 4.4 Kết quả phân tích OLS với biến phụ thuộc ROE
Nguồn: Kết quả từ STATA
Kết quả cho thấy chỉ số 𝑅² (R-square) đạt 11.61%, cho thấy các biến độc lập giải thích 11.89% biến phụ thuộc Các biến SIZE, SER, LIQ và LEV có P value nhỏ hơn 0.05, chứng tỏ chúng có ý nghĩa thống kê với mô hình ROE Ngược lại, những biến còn lại không đạt mức ý nghĩa thống kê cần thiết.
Bảng 4.5 Kết quả phân tích OLS với biến phụ thuộc ROA
Biến độc lập Biến phụ thuộc ROA
Nguồn :Kết quả từ STATA
Mô hình dựa vào khả năng sinh lời ROA cho thấy chỉ số 𝑅 2 = 18.51%, cho thấy sự ảnh hưởng của các biến SIZE, SER, GROWTH, LIQ và LEV đến khả năng sinh lời.
CS giải thích 18.51 % cho ROA Và các biến SER,LIQ,CS,LEV có ý nghĩa thống kê Như trên những biến vượt mức 5% thì sẽ không mang ý nghĩa thống kê
4.2.2 Kiểm định các giả thuyết mô hình OLS
4.2.2.1 Sự đa cộng tuyến (VIF) và phương sai sai số thay đổi
Bảng 4.6 Kết quả phân tích VIF và phương sai sai số thay đổi
Biến phụ thuộc Biến độc lập/Biến phụ thuộc Hệ số VIF Hệ số phương sai thay đổi
Nguồn: Kết quả từ STATA
Kết quả phân tích cho thấy các biến độc lập trong mô hình không có hiện tượng đa cộng tuyến, với chỉ số VIF của chúng nằm trong khoảng từ 1 đến 5 Đối với các biến phụ thuộc ROE và ROA, giá trị Prob > chi2 lần lượt là 0.5711 và 0.1520, cho thấy tính khả thi của mô hình.
> 0.05 (mức ý nghĩa 5%), do đó chúng ta chấp nhận giả thuyết H0 và loại bỏ H1 Vậy là mô hình trên không có hiện tượng phương sai sai số thay đổi
Có thể kết luận mô hình trên không có phương sai sai số thay đổi và không có sự đa cộng tuyến
Bảng 4.7 Ma trận tương quan của mô hình
ROE ROA SIZE SER GROWTH LIQ CS LEV GDPG
Nguồn: Kết quả từ STATA
Các hệ số tương quan trong mô hình đều dưới 0.8, cho thấy không có sự tương quan chéo ảnh hưởng đến kết quả hồi quy Hơn nữa, hầu hết các biến độc lập có mức ý nghĩa (Sig) lớn hơn 0.05, cho phép chấp nhận giả thuyết H0 và bác bỏ H1 Kết luận, mô hình này không có sự tương quan giữa các biến.
Kết quả phân tích và kiểm định mô hình FEM
4.3.1 Kết quả mô hình FEM
Bảng 4.8 Ước lượng mô hình FEM với biến phụ thuộc ROE vả ROA
Biến phụ thuộc ROE ROA
Biến độc lập Coef P-value Coef P-value
Nguồn:Kết quả từ STATA
Mô hình FEM có giá trị Sig F = 0.0319, cho thấy tính ý nghĩa thống kê, với các biến độc lập giải thích 18.85% biến phụ thuộc ROE Các biến độc lập có P-value < 0.05 đều mang ý nghĩa thống kê, trong khi các biến SIZE, GROWTH, CS, và GDPG không đạt mức ý nghĩa, do đó không phù hợp với mô hình.
Quy mô doanh nghiệp (SIZE), khả năng thanh toán (LIQ), đòn bẩy tài chính (LEV) và tốc độ tăng trưởng GDP (GDPG) đều có ảnh hưởng tiêu cực đến khả năng sinh lời của doanh nghiệp.
Mô hình FEM với biến phụ thuộc ROA có Sig F = 0.0393, cho thấy mô hình này có ý nghĩa thống kê và các biến độc lập giải thích 38.18% biến phụ thuộc Giá trị P-value của ba biến độc lập đều nhỏ hơn 0.05, chứng tỏ ý nghĩa thống kê, trong khi các biến SIZE, GROWTH, LIQ, GDPG không có ảnh hưởng đến khả năng sinh lời Các biến SER, GROWTH, LIQ có dấu hiệu tích cực đối với khả năng sinh lời của doanh nghiệp, cho thấy rằng hiệu quả sử dụng vốn được quản lý hợp lý và sự tăng trưởng của doanh nghiệp sẽ tác động tích cực đến hiệu quả hoạt động của các doanh nghiệp bất động sản.
4.3.2 Kiểm định các giả thuyết mô hình FEM
Bảng 4.9 Kiểm định phương sai sai số thay đổi cuẩ mô hình FEM
Hệ số phương sai sai số thay đổi
Nguồn: Kết quả từ STATA
Tác giả áp dụng kiểm định Wald test để phát hiện hiện tượng phương sai sai số thay đổi trong mô hình FEM, dựa trên giả thuyết đã được thiết lập.
H0: Mô hình xảy ra hiện tượng phương sai sai số thay đổi
H1: Mô hình không xảy ra hiện tượng phương sai sai số thay đổi
Kết quả từ bảng cho thấy Prob>chi2 của cả hai mô hình với biến phụ thuộc ROE và ROA đều bằng 0.0000, nhỏ hơn 0.05 Do đó, chúng ta chấp nhận giả thuyết H1 và bác bỏ H0, từ đó kết luận rằng mô hình này không gặp hiện tượng phương sai sai số thay đổi.
Mô hình FEM với biến phụ thuộc ROE và ROA không có hiện tượng phương sai sai số thay đổi
Kết quả phân tích và kiểm định mô hình REM
4.4.1 Kết quả mô hình REM
Bảng 4.10 Ước lượng mô hình REM với biến phụ thuộc ROE và ROA
Biến phụ thuộc ROE ROA
Biến độc lập/Biến kiểm soát
Nguồn:Kết quả từ STATA
Kết quả nghiên cứu cho thấy trong mô hình REM, cả ROE và ROA đều có ý nghĩa thống kê với F < 5% (0.0266 và 0.0014) Các biến độc lập giải thích được 18.85% biến động của ROE và 17.55% của ROA Mô hình với ROE giữ lại 4 biến có giá trị P-value < 5%, trong đó có 3 yếu tố mang dấu hiệu ngược chiều là tăng trưởng GDP (GDPG), đòn bẩy tài chính (LEV).
Mô hình phân tích cho thấy cơ cấu vốn (CS) có hệ số lần lượt là -6.357533, -3.013553 và -3.031602 Đặc biệt, mô hình ROA chỉ ra rằng các biến SER, LIQ, CS và LEV có P-value < 5%, thể hiện ý nghĩa thống kê Trong đó, các biến SIZE, SER, LIQ và CS đều có tác động tích cực đến biến phụ thuộc, cho thấy rằng chúng ảnh hưởng tích cực đến khả năng sinh lời của doanh nghiệp.
Kết quả từ mô hình REM xác nhận các giả thuyết của tác giả, cho thấy việc sử dụng vốn giúp doanh nghiệp tối đa hóa lợi nhuận, điều này rất quan trọng đối với các doanh nghiệp bất động sản Tuy nhiên, cơ cấu vốn và đòn bẩy tài chính lại có tác động tiêu cực, như đã được nêu, khiến doanh nghiệp vừa có thể sử dụng lợi nhuận cho các chi phí hợp lý, vừa giải quyết vấn đề nợ nần mà nhiều doanh nghiệp, không chỉ riêng trong lĩnh vực bất động sản, đang gặp phải.
4.4.2 Kiểm định các giả thuyết mô hình REM
Bảng 4.11 Kết quả kiểm định tự tương quan và phương sai sai số thay đổi
Biến phụ thuộc Hệ số tự tương quan Phương sai sai số thay đổi
Nguồn: Kết quả từ STATA
Tác giả thực hiện kiểm định Wooldrige test để phát hiện sự tự tương quan trong mô hình với giả thuyết sau đây:
H0: Mô hình không xảy ra hiện tượng tự tương quan
H1: Mô hình xảy ra hiện tượng tự tương quan
Từ kết quả tại bảng trên cho thấy mô hình có giá trị Prob>chi2 với biến phụ thuộc ROE
Kết quả kiểm định cho thấy giá trị R-squared là 0.0053 và ROA là 0.0000, nhỏ hơn 0.05 Do đó, H1 được chấp nhận và H0 bị bác bỏ, cho thấy có sự tự tương quan giữa các biến trong mô hình Tiếp theo, tác giả đã thực hiện kiểm định Breusch and Pagan LM để kiểm tra phương sai sai số thay đổi của mô hình theo các giả thuyết đã đề ra.
H0: Mô hình không có hiện tượng phương sai sai số thay đổi
H1: Mô hình có hiện tượng phương sai sai số thay đổi
Kết quả từ hai mô hình với biến phụ thuộc ROE và ROA cho thấy giá trị Prob>chibar2 đều là 0.0000, nhỏ hơn 0.05, dẫn đến việc chấp nhận giả thuyết H1 và bác bỏ H0 Điều này cho thấy mô hình gặp phải hiện tượng phương sai sai số thay đổi.
Tác giả kết luận rằng mô hình REM với biến phụ thuộc ROE và ROA gặp phải hiện tượng tự tương quan và phương sai sai số thay đổi
H0: Mô hình phù hợp OLS
H1: Mô hình phù hợp REM
Kiểm định lựa chọn mô hình
4.5.1 Kiểm định F-Test và Wald test
Bảng 4.12 Kết quả kiểm định Fisher và Wald test
Nguồn: Kết quả từ STATA
Qua kết quả phân tích mô hình FEM đã bao gồm kết quả kiểm định F-test, kiểm định này được dựa theo giả thuyết sau đây:
H0: Mô hình phù hợp OLS
H1: Mô hình phù hợp FEM
Kết quả kiểm định F-test cho hai biến phụ thuộc ROE và ROA đều cho giá trị 0.0000, nhỏ hơn 0.05, dẫn đến việc bác bỏ giả thuyết H0 và chấp nhận H1 Điều này cho thấy mô hình FEM phù hợp hơn so với mô hình OLS.
Kiểm định Wald test được thực hiện để xác định phương sai sai số thay đổi trong mô hình FEM Giả thuyết được sử dụng trong kiểm định này là H0: Mô hình phù hợp OLS.
H1: Mô hình phù hợp FEM
Kết quả cho thấy giá trị Prob>chi của ROE và ROA đều là 0.0000, nhỏ hơn 0.05, do đó chúng ta bác bỏ giả thuyết H0 và chấp nhận H1 Điều này cho thấy mô hình này phù hợp với phương pháp FEM.
Từ kết quả các kiểm định trên có thể nhận thấy mô hình FEM phù hợp hơn so với mô hình OLS
Tác giả sử dụng kiểm định Hausman để lựa chọn giữa hai mô hình FEM và REM, sau khi đã áp dụng kiểm định F-test để xác định mô hình OLS và FEM.
Bảng 4.13 Kết quả kiểm định Hausman với biến phụ thuộc ROE
Nguồn:Kết quả từ STATA
Ta có giả thuyết sau:
H0: Chấp nhận mô hình REM
H1: Chấp nhận mô hình FEM
Kết quả cho thấy Prob >chi2 = 0.3242 (32.42%) lớn hơn 5%, do đó chấp nhận giả thuyết H0 và bác bỏ giả thuyết H1 Điều này cho thấy mô hình ROE phù hợp hơn với mô hình REM Mô hình REM đáp ứng nhiều yếu tố từ quy mô doanh nghiệp đến đòn bẩy tài chính, vì nó đã loại bỏ các điểm đặc biệt giữa các doanh nghiệp.
Bảng 4.14 Kết quả kiểm định Hausman với biến phụ thuộc ROA
Biến độc lập Coefficient Difference S.E
Nguồn:Kết quả từ STATA
Kết quả kiểm định Hausman với ROA cho thấy Prob > chi2 là 0.6783 (67.83% > 5%), do đó chấp nhận giả thuyết H0 và bác bỏ giả thuyết H1 Điều này chứng tỏ rằng mô hình với ROA phù hợp hơn với mô hình REM.
Cả hai mô hình ROE và ROA, cùng với mô hình REM, đều nhấn mạnh tầm quan trọng của việc sử dụng vốn hiệu quả và khả năng chi trả nợ ngắn hạn của doanh nghiệp Việc áp dụng đòn bẩy tài chính có thể làm giảm lợi nhuận, trong khi cơ cấu vốn hợp lý sẽ góp phần vào sự tăng trưởng lợi nhuận bền vững của doanh nghiệp.
4.5.3 Kiểm định Breusch-Pagan LM test
Bảng 4.15 Kết quả kiểm định Breusch-Pagan LM với biến phụ thuộc ROE và ROA
Nguồn:Kết quả từ STATA
Ta có giả thuyết sau:
H0: Chấp nhận mô hình OLS
H1: Chấp nhận mô hình REM
Kết quả phân tích cho thấy giá trị Prob >chi2 = 0.0000 < 0.05, cho phép chấp nhận giả thuyết H1 và bác bỏ giả thuyết H0 Điều này chứng tỏ rằng mô hình sử dụng ROA và ROE phù hợp hơn với mô hình REM, vì nó giải thích rõ ràng tác động của các yếu tố này đến khả năng sinh lời của doanh nghiệp bất động sản.
Sau khi thực hiện ba kiểm định lựa chọn mô hình, tác giả kết luận rằng mô hình REM là phù hợp nhất để phân tích tác động của các yếu tố SIZE, SER, GROWTH, LIQ, CS, LEV, GDPG đến khả năng sinh lời của các doanh nghiệp bất động sản và các doanh nghiệp khác Tuy nhiên, trong quá trình kiểm định mô hình REM, tác giả phát hiện hiện tượng tự tương quan và phương sai thay đổi, do đó đã áp dụng mô hình GLS để khắc phục những khuyết điểm của mô hình REM.
Kết quả phân tích mô hình GLS
Sau khi kiểm định sự phù hợp giữa ba mô hình OLS, FEM và REM, kết quả cho thấy mô hình REM là phù hợp nhất Tuy nhiên, mô hình này vẫn có một số khuyết tật Để khắc phục, tác giả đã áp dụng mô hình GLS, dẫn đến kết quả cuối cùng khả quan hơn.
Bảng 4.16 Kết quả phân tích GLS
(Ghi chú: có ý nghĩa thống kê khi * p