Với vai trò là một sinh viên khối ngành kinh tế, nắm bắt được thực tế và yêu cầu cấp thiết đã được nêu ở trên, công trình khóa luận của tác giả hướng tới đề tài: “Ứng dụng hồi quy nhị p
Tính cấp thiết của đề tài
Tình hình kinh tế vĩ mô sau đại dịch Covid-19 vẫn đang gây ra nhiều thách thức cho các doanh nghiệp và nền kinh tế toàn cầu Nhiều công ty phải đối mặt với rủi ro tài chính, mất khả năng thanh khoản, và không thể hoàn trả các khoản vay, dẫn đến việc phải đóng cửa Theo Financial Times, số liệu thống kê cho thấy làn sóng phá sản đang diễn ra với tốc độ nhanh chóng, vượt xa tỷ lệ doanh nghiệp phá sản trong cuộc khủng hoảng tài chính toàn cầu 2008-2009 Hiện tượng này ảnh hưởng đến cả các quốc gia giàu có và các nền kinh tế đang phát triển.
Theo số liệu từ Cục Quản lý đăng ký kinh doanh, Bộ Kế hoạch và Đầu tư, năm
Năm 2023, Việt Nam ghi nhận tỷ lệ doanh nghiệp gia nhập và tái gia nhập tăng 4.5% so với cùng kỳ năm 2024, tuy nhiên, số lượng doanh nghiệp rút lui khỏi thị trường lại tăng 20.5%, với 18,038 doanh nghiệp giải thể, chiếm 10.5% tổng số doanh nghiệp rút lui Xu hướng này đã duy trì trong 5 năm gần đây, với tỷ lệ doanh nghiệp giải thể luôn ở mức hai chữ số Đặc biệt, trong năm 2023, số lượng doanh nghiệp giải thể trong ngành bất động sản tăng 7.7% so với năm trước.
Năm 2022, nhiều doanh nghiệp tại Việt Nam đã đối mặt với nguy cơ phá sản, chủ yếu do khó khăn tài chính và sự thiếu kiểm soát rủi ro từ các nhà quản lý Điều này đã thúc đẩy các nhà khoa học và nhà kinh tế nghiên cứu các mô hình dự báo khả năng kiệt quệ tài chính Trong bối cảnh hiện nay, việc phát triển những mô hình tối ưu và thực tiễn cao ngày càng được quan tâm, nhằm cung cấp cảnh báo sớm cho các bên liên quan Qua đó, giúp họ có thể đưa ra các chiến lược và quyết định tài chính đúng đắn, bảo đảm quyền lợi của cá nhân, tổ chức và duy trì sự ổn định của nền kinh tế.
Ngành bất động sản đóng vai trò quan trọng trong nền kinh tế, góp phần đáng kể vào GDP và tạo ra nhiều việc làm Theo Hiệp hội bất động sản Thành phố Hồ Chí Minh, mỗi 1% tăng trưởng của ngành này có thể thúc đẩy 1.3 – 1.4% tăng trưởng kinh tế Bất động sản cũng là kênh đầu tư có lợi nhuận cao, nhưng lại tiềm ẩn nhiều rủi ro do đặc thù thâm dụng vốn và quản lý dòng tiền Do đó, việc dự báo khả năng kiệt quệ tài chính trong lĩnh vực này là rất cần thiết Với vai trò là sinh viên kinh tế, tác giả thực hiện khóa luận "Ứng dụng hồi quy nhị phân logistic dự báo khả năng kiệt quệ tài chính của các doanh nghiệp ngành bất động sản trên thị trường chứng khoán Việt Nam" nhằm đóng góp vào nghiên cứu cải thiện quản trị rủi ro tại các doanh nghiệp, đặc biệt là trong ngành bất động sản.
Mục tiêu nghiên cứu
Mục tiêu của nghiên cứu là xác định các yếu tố tài chính ảnh hưởng đến nguy cơ kiệt quệ tài chính của doanh nghiệp, sử dụng phương pháp thống kê định lượng để xây dựng mô hình dự báo khả năng xảy ra kiệt quệ tài chính tại các doanh nghiệp bất động sản trên thị trường chứng khoán Việt Nam Từ kết quả nghiên cứu, tác giả sẽ đưa ra một số kiến nghị và giải pháp cho các bên liên quan nhằm cải thiện tình hình tài chính của doanh nghiệp.
Đề tài này tập trung vào việc hệ thống hóa cơ sở lý thuyết về kiệt quệ tài chính, bao gồm khái niệm, các yếu tố tác động, vai trò của việc dự báo nguy cơ kiệt quệ tài chính, và các chỉ số đo lường dự báo tình trạng kiệt quệ tài chính trong doanh nghiệp.
Xây dựng giả thuyết, phương pháp đo lường và mô hình tiên đoán là những công cụ quan trọng để cảnh báo khả năng kiệt quệ tài chính tại các doanh nghiệp bất động sản, đồng thời giúp đánh giá hiệu quả của mô hình này.
Thứ ba, cần đánh giá xem nguy cơ kiệt quệ tài chính của doanh nghiệp có sự khác biệt nào giữa giai đoạn trước và sau dịch bệnh Covid-19 hay không.
Thứ tư, đưa ra đề xuất, kiến nghị, giải pháp nhằm nâng cao hiệu quả quản lý rủi ro tại doanh nghiệp.
Câu hỏi nghiên cứu
Để đạt được các mục tiêu nghiên cứu trên, đề tài tập trung giải quyết các câu hỏi nghiên cứu sau:
Nghiên cứu này tìm hiểu sự khác biệt giữa các công ty bất ổn tài chính và những công ty khỏe mạnh, đồng thời xác định các yếu tố ảnh hưởng đến khả năng kiệt quệ tài chính của doanh nghiệp bất động sản Bài viết sẽ phân tích các tác động và xu hướng diễn ra trong tình hình tài chính của các công ty này, nhằm tìm ra yếu tố giải thích tốt nhất cho vấn đề kiệt quệ tài chính trong ngành bất động sản.
Mô hình logit có thể được áp dụng như một công cụ cảnh báo nguy cơ xảy ra kết quả tài chính trong bối cảnh Việt Nam Độ chính xác của mô hình này trong việc dự báo các tình huống tài chính là một yếu tố quan trọng cần được xem xét.
Phương pháp nghiên cứu
Đề tài kết hợp cả phương pháp nghiên cứu định tính và định lượng, trong đó phương pháp định lượng chiếm phần lớn dung lượng
Phương pháp định tính bao gồm thu thập, phân tích và so sánh thông tin nhằm hệ thống hóa khung lý thuyết và xây dựng mô hình Tác giả tổng hợp tình hình nghiên cứu cũ từ các khu vực đa dạng để rút kinh nghiệm cho đề tài, đồng thời khái quát diễn biến thực tiễn tại Việt Nam làm cơ sở giải thích kết quả nghiên cứu.
Phương pháp định lượng được thực hiện thông qua việc thu thập và xử lý dữ liệu, sử dụng mô hình hồi quy nhị phân Logistic đa biến kết hợp với machine learning trên phần mềm R-Studio và Stata 17 Các kiểm định cần thiết được áp dụng đầy đủ nhằm giảm thiểu sai số và đánh giá chính xác kết quả dự báo của mô hình Khóa luận cũng xem xét tác động của dịch Covid-19 đến khả năng kiệt quệ tài chính của doanh nghiệp bằng cách bổ sung biến giả Covid, phản ánh sự khác biệt trong thời gian quan sát do diễn biến dịch bệnh.
Đóng góp của nghiên cứu
Đề tài đã hệ thống hóa và củng cố các cơ sở lý luận liên quan đến tình trạng kiệt quệ tài chính tại doanh nghiệp Tác giả đã tổng hợp và phân tích một cách toàn diện các nhân tố ảnh hưởng đến khả năng bất ổn tài chính Bên cạnh đó, tác giả cung cấp cái nhìn khách quan bằng cách so sánh các phương pháp dự báo kiệt quệ tài chính, nhằm lựa chọn phương pháp phù hợp với điều kiện nghiên cứu và bối cảnh tại Việt Nam.
Tác giả đã đánh giá thực trạng tài chính của các doanh nghiệp bất động sản giai đoạn 2016-2023, sử dụng mô hình hồi quy logistic dựa trên dữ liệu tài chính thứ cấp từ các công ty niêm yết Mô hình này thành công trong việc dự báo khả năng xảy ra kết quả tài chính trước một năm cho các doanh nghiệp bất động sản tại Việt Nam Qua quá trình kiểm nghiệm nghiêm ngặt, mô hình đạt độ chính xác cao, có thể ứng dụng thực tiễn Kết quả nghiên cứu cũng đưa ra khuyến nghị nhằm giảm thiểu nguy cơ bất ổn tài chính và cải thiện khả năng phòng ngừa rủi ro tại các doanh nghiệp Chứng cứ từ nghiên cứu đóng vai trò quan trọng trong việc phát triển chiến lược quản lý tài chính hiệu quả.
5 trong việc hướng dẫn nhà quản trị tài chính trong việc đưa ra các quyết định tài chính đối với các công ty địa ốc.
Kết cấu khóa luận
Ngoài phần mở đầu và kết luận, khóa luận được kết cấu thành 4 chương: Chương 1: Cơ sở lý luận và tổng quan nghiên cứu
Chương 2: Cơ sở dữ liệu và phương pháp nghiên cứu
Chương 3 Kết quả nghiên cứu
Chương 4 Kết luận và một số khuyến nghị
CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN NGHIÊN CỨU
Cơ sở lý luận về kiệt quệ tài chính của doanh nghiệp
1.1.1 Khái niệm kiệt quệ tài chính
Kiệt quệ tài chính (Financial distress) là một chủ đề quan trọng đã được nghiên cứu trong hơn 50 năm qua Với khối lượng nghiên cứu phong phú, khái niệm kiệt quệ tài chính (KQTC) được tiếp cận từ nhiều góc độ khác nhau.
KQTC, theo định nghĩa của Sun và cộng sự (Carminchael, 1972), xảy ra khi doanh nghiệp không thực hiện được nghĩa vụ tài chính, dẫn đến các vấn đề như thiếu thanh khoản, thiếu hụt vốn chủ, vỡ nợ và thâm hụt vốn lưu động Doumpos và Zopounidis (1999) nhấn mạnh rằng KQTC không chỉ liên quan đến việc mất khả năng thanh toán mà còn bao gồm tình trạng âm giá trị tài sản ròng, tức là tổng nợ phải trả vượt quá tổng tài sản theo góc độ kế toán.
Ross và cộng sự (1999) đã xác định bốn điều kiện để nhận diện một doanh nghiệp rơi vào khủng hoảng tài chính: (1) Thất bại trong kinh doanh xảy ra khi công ty không thể thanh toán nợ sau khi thanh lý tài sản; (2) Phá sản theo pháp luật là khi công ty hoặc chủ nợ nộp đơn yêu cầu tuyên bố phá sản; (3) Phá sản kỹ thuật xảy ra khi công ty không thực hiện nghĩa vụ hợp đồng về thanh toán nhưng vẫn có khả năng phục hồi; và (4) Phá sản sổ sách khi tổng tài sản âm Ngoài ra, Kisman và Krisandi (trích dẫn trong Harahap, 2009) cũng chỉ ra rằng việc công ty mẹ bán các công ty con, sa thải nhân sự hàng loạt, hoặc giá cổ phiếu liên tục giảm cũng là dấu hiệu của tình trạng kiệt quệ.
Sun và cộng sự (2014) đã tổng hợp các quan điểm về KQTC từ hai góc độ lý thuyết và thực nghiệm Theo góc độ lý thuyết, KQTC diễn ra ở nhiều mức độ khác nhau.
Sự kiệt quệ tài chính của doanh nghiệp có thể phân loại thành bảy mức độ khác nhau Ở mức độ nhẹ, tình trạng này chỉ ảnh hưởng tạm thời đến dòng tiền của doanh nghiệp, nhưng nếu nghiêm trọng hơn, nó có thể dẫn đến thất bại trong kinh doanh.
Doanh nghiệp buộc phải đối mặt với nguy cơ phá sản khi gặp khó khăn tài chính, thường trải qua nhiều trạng thái khác nhau Theo nghiên cứu thực nghiệm, khái niệm "khó khăn tài chính" được xác định qua các tình huống cụ thể, như việc phá sản theo quy định pháp luật Các công ty có lợi nhuận âm liên tục trong hai năm hoặc tài sản ròng trên mỗi cổ phiếu thấp hơn mệnh giá sẽ bị đưa vào danh sách kiểm soát đặc biệt của Ủy ban Chứng khoán tại Trung Quốc Tương tự, theo luật thương mại số 141 của Sở giao dịch chứng khoán Tehran, các công ty Iran có khoản lỗ giữ lại trên 50% vốn cũng được xem là gặp khó khăn tài chính.
Nhiều nghiên cứu ban đầu đã tập trung vào việc dự báo rủi ro phá sản, đặc biệt là qua KQTC, vì sức khỏe tài chính của doanh nghiệp là yếu tố chính dẫn đến tình trạng này Nghiên cứu của Kisman và Krisandi đã chỉ ra tầm quan trọng của việc đánh giá chính xác sức khỏe tài chính để phòng ngừa rủi ro phá sản.
Theo các tác giả năm 2019, phá sản (KQTC) là kết quả của khả năng quản lý kém trong việc duy trì hoạt động kinh doanh bền vững nhằm đạt được mục tiêu kinh tế Phá sản không xảy ra đột ngột mà thường bắt đầu từ các dấu hiệu cảnh báo KQTC khi doanh nghiệp gặp khó khăn trong việc tạo ra lợi nhuận hoặc lợi nhuận liên tục giảm Các nghiên cứu gần đây đã phân biệt rõ ràng giữa phá sản và KQTC, cho thấy một doanh nghiệp có thể trải qua KQTC mà không nhất thiết phải đệ đơn phá sản nếu có khả năng phục hồi và cải thiện tình hình Wruck (1990) chỉ ra rằng sự khác biệt trong quan điểm này có thể do sự đa dạng trong mẫu nghiên cứu và mức độ phức tạp của KQTC.
Tác giả định nghĩa KQTC trong bài viết này là tình trạng tài chính của doanh nghiệp khi có sự tham gia của nợ, thể hiện qua việc dòng tiền không đủ để thực hiện nghĩa vụ với chủ nợ KQTC có thể dẫn đến phá sản hoặc không, phụ thuộc vào khả năng phục hồi tài chính của doanh nghiệp.
Khi doanh nghiệp (DN) đối mặt với vấn đề thanh khoản, họ sẽ bước vào giai đoạn khó khăn về tài chính Nếu các nhà quản lý không thể tìm ra giải pháp để khắc phục tình hình, điều này có thể dẫn đến nguy cơ phá sản cho DN.
1.1.2 Phân loại kiệt quệ tài chính
Căn cứ vào các tiêu chí xác định tình trạng KQTC đã được tổng hợp ở trên, có thể phân loại các dạng KQTC của DN như sau:
Khó khăn tài chính của doanh nghiệp được phân loại theo mức độ nghiêm trọng, bao gồm: (1) Khó khăn tài chính nhẹ, khi doanh nghiệp gặp bất ổn trong dòng tiền và có thể khắc phục bằng cách cắt giảm chi phí hoặc tăng vốn lưu động, với các dấu hiệu như doanh số sụt giảm, không đủ tiền trang trải chi phí bắt buộc, dẫn đến thu nhập hoạt động âm và thiếu hụt tiền mặt; (2) Khó khăn tài chính nghiêm trọng, khi doanh nghiệp thường xuyên vi phạm hợp đồng tín dụng, mất khả năng thanh toán với các chủ nợ, và có nguy cơ cao bị yêu cầu thực hiện thủ tục phá sản.
Theo nguyên nhân, có thể phân loại thành: (1) Khó khăn tài chính do nội bộ
DN có thể đã mắc phải các quyết định tài chính sai lầm và thiếu năng lực quản lý, dẫn đến việc quản lý chi phí và tăng lợi nhuận không đạt mục tiêu Ngoài ra, khó khăn tài chính từ các yếu tố bên ngoài như suy thoái kinh tế, bất ổn chính trị, thiên tai và dịch bệnh cũng đã hạn chế khả năng tạo tiền của DN.
1.1.3 Tác động của kiệt quệ tài chính
Việc một doanh nghiệp rơi vào tình trạng khủng hoảng tài chính không chỉ ảnh hưởng tiêu cực đến các bên nội bộ mà còn tác động đến lợi ích của các bên liên quan bên ngoài.
KQTC được dự đoán sẽ gây ra những tác động kinh tế tiêu cực cho nhà đầu tư, chủ nợ, người lao động và các doanh nghiệp Hơn nữa, những hệ lụy này còn ảnh hưởng đến sự ổn định của thị trường tài chính và nền kinh tế vĩ mô.
1.1.3.1 Tác động đối với doanh nghiệp Đối với bản thân DN, nếu KQTC xảy ra và liên tục tiếp diễn nhưng DN không thể kiểm soát được tình hình này thì xác suất vỡ nợ và phá sản là rất cao Khả năng tiếp cận vốn và tài trợ sẽ bị hạn chế trong giai đoạn DN lâm vào khủng hoảng tài
Tổng quan nghiên cứu về tác động của kiệt quệ tài chính tới hoạt động của
1.2.1 Đặc điểm tài chính của doanh nghiệp bất động sản
Theo Điều 107 Bộ luật Dân sự Việt Nam 2015, bất động sản được định nghĩa là các tài sản không di dời được, bao gồm đất đai, nhà, công trình xây dựng gắn liền với đất, các tài sản khác gắn liền với đất, và các tài sản khác theo quy định của pháp luật Định nghĩa này phù hợp với quan điểm của Ủy ban tiêu chuẩn thẩm định giá quốc tế (IVSC), cho thấy bất động sản là những tài sản vật chất khó di dời, tồn tại và ổn định lâu dài.
Thị trường bất động sản (BĐS) là nền tảng cho các hoạt động mua bán, trao đổi, chuyển nhượng, cho thuê, thế chấp và góp vốn liên quan đến BĐS Thực tế cho thấy, lĩnh vực BĐS đóng vai trò quan trọng trong sự phát triển kinh tế của một quốc gia, ảnh hưởng đến nhiều ngành nghề khác nhau.
Ngành bất động sản (BĐS) đóng vai trò quan trọng trong việc hỗ trợ các sản phẩm tài chính, nhưng nếu giá BĐS tăng quá cao, nhu cầu thị trường sẽ giảm Điều này dẫn đến sự suy giảm trong tăng trưởng của ngành BĐS, ảnh hưởng tiêu cực đến lĩnh vực ngân hàng, đặc biệt là kênh cho vay mua nhà (thế chấp) cũng sẽ bị ảnh hưởng (Herlina và Murhadi, 2020).
Dựa trên đặc điểm tính chất, BĐS thường được chia làm ba nhóm lớn:
Bất động sản xây dựng bao gồm nhiều loại hình như nhà ở, nhà xưởng, công trình thương mại, văn phòng, bất động sản nghỉ dưỡng và đất nền, phục vụ cho mục đích ở, đầu tư và cho thuê Đây là nhóm bất động sản có tính phức tạp cao, chiếm tỷ trọng lớn trong các giao dịch thị trường, đóng góp quan trọng vào sự phát triển kinh tế và chịu sự điều chỉnh chặt chẽ từ hệ thống pháp luật.
Bất động sản không đầu tư xây dựng chủ yếu bao gồm các loại đất nông nghiệp như đất rừng, đất hiếm, đất nuôi trồng thủy hải sản và đất chưa qua sử dụng Những loại đất này thường có vị trí địa lý không thuận lợi và giá giao dịch thấp hơn so với bất động sản thông thường.
Bất động sản đặc biệt bao gồm các công trình văn hóa và di sản như di tích bảo tồn quốc gia, đền, chùa, và nhà thờ Nhóm bất động sản này thường không tham gia vào thị trường giao dịch hoặc có tỷ lệ tham gia rất thấp.
Dựa trên mục đích sử dụng, có 3 nhóm BĐS chủ đạo:
Bất động sản nhà ở bao gồm các loại hình như căn hộ, biệt thự, nhà phố và nhà liền kề, được sử dụng chủ yếu cho mục đích sinh sống hoặc cho thuê bởi cá nhân và hộ gia đình.
Bất động sản thương mại là loại hình bất động sản phục vụ cho mục đích kinh doanh, thường được sở hữu và cho thuê bởi các doanh nghiệp và tổ chức kinh tế Các loại hình bất động sản thương mại bao gồm văn phòng, không gian bán lẻ, tòa nhà công nghiệp, nhà kho và khách sạn.
Đất nền là các khu đất trống chưa được phân lô hoặc xây dựng, thường được đầu tư để phát triển thành các dự án bất động sản nhà ở hoặc thương mại trong tương lai Ngoài ra, đất nền cũng có thể được giữ lại như một hình thức đầu tư lâu dài.
1.2.1.3 Đặc điểm tài chính của các doanh nghiệp bất động sản
Bất động sản (BĐS) là ngành thâm dụng vốn, yêu cầu lượng vốn lớn cho việc mua đất, xây dựng cơ sở hạ tầng và đầu tư vào dự án Với các đặc tính nổi bật như tính khan hiếm, độc nhất về vị trí, khác biệt và bền vững, BĐS được xem là hàng hóa đặc biệt, có giá trị cao hơn hàng hóa thông thường Do đó, doanh nghiệp trong lĩnh vực BĐS cần nguồn vốn lớn, thường không đủ khả năng tài chính để tự tài trợ hoàn toàn cho các dự án, dẫn đến việc phải huy động vốn vay từ các định chế tài chính Kết quả là cơ cấu vốn của các doanh nghiệp BĐS chủ yếu bao gồm vốn vay.
DN này thường có tỷ lệ đòn bẩy cao Việc tận dụng triệt để tỷ lệ đòn bẩy sẽ giúp các
Doanh nghiệp bất động sản (DN BĐS) hưởng lợi từ lá chắn thuế và gia tăng tỷ số lợi nhuận trên vốn chủ sở hữu (ROE) nhờ vào sự tăng giá tài sản và hỗ trợ từ các yếu tố vĩ mô Tuy nhiên, DN BĐS cũng đối mặt với rủi ro cao khi giá tài sản giảm và lãi suất tăng, dẫn đến chi phí lãi vay cao hơn, tạo áp lực tài chính đáng kể.
Các doanh nghiệp bất động sản thường gặp khó khăn trong việc thu hồi vốn do thời gian phát triển dự án kéo dài từ việc tìm kiếm và mua đất đến xây dựng và bán hàng, có thể lên đến vài năm Trong giai đoạn này, doanh nghiệp phải chi tiêu cho các hoạt động nghiên cứu và phát triển mà không có doanh thu ngay lập tức Việc tiếp cận thị trường và tìm kiếm khách hàng cho sản phẩm có giá trị lớn cũng không hề đơn giản, cùng với đó là quy trình hoàn thiện thủ tục pháp lý tốn nhiều thời gian Khi tài sản được chuyển giao, phần lớn các doanh nghiệp vẫn phải đối mặt với nhiều thách thức trong việc đảm bảo doanh thu.
Doanh nghiệp sẽ không nhận được toàn bộ số tiền từ việc bán hàng ngay lập tức, mà khách hàng sẽ thanh toán từng phần theo từng giai đoạn Vì vậy, chỉ tiêu khoản phải thu trên báo cáo tài chính của doanh nghiệp thường có giá trị cao.
Cấu trúc tài sản của các doanh nghiệp bất động sản (BĐS) rất đa dạng, phản ánh khẩu vị rủi ro của từng doanh nghiệp và khách hàng mục tiêu Trong đó, hàng tồn kho chiếm tỷ trọng lớn và có giá trị cao, bao gồm các bất động sản đã hoàn thành và sẵn sàng để bán.
Bất động sản (BĐS) đang trong quá trình xây dựng hoặc mua để bán thường gặp khó khăn về tính thanh khoản do các thủ tục pháp lý phức tạp Điều này khiến cho hàng tồn kho của BĐS có tính thanh khoản kém hơn so với hàng tồn kho của các doanh nghiệp kinh doanh hàng tiêu dùng khác.
Bên cạnh đó, tính không đồng đều của doanh thu cũng là một đặc điểm của các
Khung nghiên cứu và giả thuyết nghiên cứu
1.3.1 Khung nghiên cứu đề xuất
Dựa trên cơ sở lý luận và yêu cầu thực tiễn, tác giả đề xuất xây dựng mô hình định lượng nhằm dự báo khả năng kết quả tài chính (KQTC) dựa trên dữ liệu kế toán từ báo cáo tài chính (BCTC) của các công ty cổ phần (CTCP) trong ngành bất động sản Các biến độc lập được lựa chọn dựa trên các yếu tố tài chính có khả năng ảnh hưởng đến nguy cơ suy yếu tài chính của doanh nghiệp Tác giả tập trung phân tích các nhân tố tài chính nhằm làm nổi bật khía cạnh nội tại của doanh nghiệp, vì tình trạng tài chính của một doanh nghiệp chủ yếu xuất phát từ chính bản thân nó Do đó, một doanh nghiệp có chiến lược vận hành và năng lực quản trị tốt thường sẽ có tình hình kinh doanh khả quan hơn so với những doanh nghiệp khác.
Doanh nghiệp yếu kém cần có những biện pháp đảm bảo sự lành mạnh trước những điều kiện không thuận lợi từ bên ngoài Dữ liệu thu thập sẽ được chia thành hai phần: một phần để xây dựng mô hình và phần còn lại để kiểm tra hiệu quả của mô hình thông qua phương pháp học máy, nhằm xác định khả năng ứng dụng của mô hình trong thực tiễn.
Hình 1.1 Khung nghiên cứu đề xuất
Nguồn: Tác giả tổng hợp
1.3.2 Giả thuyết nghiên cứu Để xây dựng mô hình chỉ báo nguy cơ KQTC cho các DN BĐS, một số giả thuyết nghiên cứu được thiết lập để đánh giá kỳ vọng của tác giả về các mối quan hệ được xem xét
Chính sách quản trị tiền mặt là một trong những chính sách tối quan trọng của
Doanh nghiệp (DN) cần cân nhắc giữa mục tiêu sinh lời, thanh toán và phòng ngừa rủi ro Việc nắm giữ nhiều tiền mặt giúp DN tận dụng cơ hội đầu tư vào các dự án mới mà không phụ thuộc vào nguồn vốn huy động bên ngoài Đồng thời, tiền mặt cũng tạo ra một lớp bảo vệ giúp DN chống lại các cú sốc tài chính Bằng cách duy trì nguồn tiền mặt dồi dào, DN có thể đảm bảo khả năng thanh toán các nghĩa vụ và duy trì hoạt động kinh doanh, từ đó giảm thiểu rủi ro về kết quả tài chính.
2018) Vì vậy, tác giả đặt ra giả thuyết H1 để thực hiện kiểm chứng mối quan hệ này
H1: Mức độ nắm giữ tiền mặt có tác động nghịch tới khả năng KQTC của các
Tỷ số nợ là chỉ số quan trọng để đánh giá mức độ sử dụng đòn bẩy tài chính và cấu trúc vốn của doanh nghiệp Doanh nghiệp có hệ số nợ cao thường phải đối mặt với nguy cơ căng thẳng tài chính lớn hơn, do áp lực hoàn trả gốc và lãi đúng hạn.
Tỷ lệ nợ cao dẫn đến việc doanh nghiệp sử dụng nhiều vốn vay để đầu tư vào tài sản, tạo ra lợi nhuận, nhưng đồng thời làm giảm tỷ lệ tài sản được tài trợ bằng vốn chủ sở hữu Hệ quả là rủi ro không thanh toán nghĩa vụ dài hạn gia tăng và gánh nặng lãi vay cũng lớn hơn Do đó, việc lạm dụng vốn vay có thể gây ra rủi ro tiềm ẩn lớn cho doanh nghiệp.
Nhiều nghiên cứu đã chỉ ra sự tác động tích cực giữa đòn bẩy tài chính (tỷ số nợ) và khả năng xảy ra KQTC, với các kết quả thực nghiệm từ Ohlson (1980), Tserng và cộng sự (2014), Lê Thị Diễm (2018), Đinh Khánh Nam (2022) Tác giả kỳ vọng rằng mối quan hệ này sẽ được khẳng định qua các phân tích tiếp theo.
H2: Tỷ số nợ thể hiện mối tương quan thuận với khả năng KQTC của các DN
Năng lực hoạt động là chỉ số quan trọng để đánh giá khả năng quản lý tài sản của công ty Tỷ số hiệu suất sử dụng tài sản, hay còn gọi là vòng quay tài sản, thường được dùng để thể hiện chỉ tiêu này Nó phản ánh khả năng của công ty trong việc tạo ra thu nhập từ tài sản mà mình sở hữu.
Hiệu suất sử dụng tài sản cao cho thấy công ty đã thực hiện chiến lược vận hành và quản lý tài sản hiệu quả, giúp tối đa hóa thu nhập và giảm nguy cơ đối diện với kết quả tài chính không mong muốn Nghiên cứu của Tserng và cộng sự (2014), Phạm Thị Hồng Vân (2018), cùng Zizi và cộng sự (2020) đã ủng hộ mối quan hệ này, dẫn đến giả thuyết H3 về sự tác động ngược chiều mà tác giả kỳ vọng.
H3: Hiệu suất sử dụng tài sản có quan hệ ngược chiều lên khả năng KQTC của các DN BĐS
Vốn lưu động (VLĐ) là một phần thiết yếu của vốn kinh doanh, phản ánh tính thanh khoản, hiệu quả hoạt động và sức khỏe tài chính ngắn hạn của doanh nghiệp Nó được sử dụng để tài trợ cho các hoạt động kinh doanh hàng ngày và đảm bảo khả năng thanh toán các khoản nợ ngắn hạn khẩn cấp Duy trì VLĐ ở mức ổn định hoặc cao cho thấy doanh nghiệp có khả năng vận hành hiệu quả, từ đó giảm thiểu rủi ro tài chính Mối quan hệ này đã được nghiên cứu và giải thích bởi Altman (1968) và Ohlson.
(1980), Ashraf (2019), Đinh Khánh Nam (2022), Vũ Thành Nam và cộng sự (2023)
Vì vậy, nghiên cứu kỳ vọng tác động ngược chiều giữa VLĐ và KQTC
H4: VLĐ ròng có tương quan nghịch với khả năng KQTC của các DN BĐS
Khả năng sinh lời là một chỉ tiêu quan trọng trong bức tranh tài chính của DN
Khả năng sinh lời cao là chỉ số quan trọng phản ánh hiệu quả hoạt động kinh doanh và khả năng tạo ra lợi nhuận từ nguồn lực của doanh nghiệp Các tỷ số như ROA (khả năng sinh lời tổng tài sản), ROE (khả năng sinh lời vốn chủ sở hữu) và ROS (khả năng sinh lời doanh thu) thường được sử dụng để đánh giá chỉ tiêu này Khi tỷ số sinh lời liên tục ở mức thấp, doanh nghiệp sẽ gặp khó khăn trong việc duy trì dòng tiền ổn định để chi trả chi phí hoạt động, đồng thời khả năng tiếp cận nguồn vốn ngoại sinh cũng sẽ giảm, làm tăng nguy cơ rủi ro tài chính.
(1968), Ohlson (1960), Zhu và cộng sự (2016), Kisman và Krisandi (2019), Zizi và cộng sự (2020), đã thừa nhận kết quả này
H5: Khả năng sinh lời có ảnh hưởng ngược chiều tới khả năng KQTC của các
Quy mô DN cũng được xác định là một trong những yếu tố tác động tới KQTC
Theo lý thuyết chi phí đại diện (Jensen & Meckling, 1976), doanh nghiệp lớn thường có tiềm lực tài chính mạnh mẽ, giúp họ vượt qua giai đoạn khó khăn và giảm nguy cơ phá sản (Phạm Thị Hồng Vân, 2018) Những doanh nghiệp này thường có thời gian hoạt động lâu dài và uy tín cao hơn so với các doanh nghiệp vừa và nhỏ (SME), từ đó dễ dàng thu hút vốn từ các nguồn lực bên ngoài Ngoài khả năng tiếp cận vốn tốt, doanh nghiệp lớn còn được hỗ trợ về nhân lực, tài sản và thông tin, mang lại lợi thế trong việc phòng ngừa và ứng phó với các cú sốc kinh tế (Nghiên cứu của Ohlson, 2018; Lê Thị Diễm).
(2018), Đinh Khánh Nam (2022) đã xác nhận mối quan hệ này
H6: Quy mô DN có ảnh hưởng ngược chiều tới khả năng KQTC của các DN
Các sự kiện kinh tế - xã hội đóng vai trò quan trọng trong việc ảnh hưởng đến sự ổn định của thị trường, đặc biệt trong những điều kiện bình thường Những cú sốc từ các sự kiện này có thể làm thay đổi đáng kể tình hình kinh tế.
Các yếu tố tiêu cực trong quá khứ như khủng hoảng kinh tế, bất ổn chính trị và dịch bệnh đã ảnh hưởng rõ rệt đến thu nhập hoạt động của doanh nghiệp Trong giai đoạn nghiên cứu, dịch bệnh Covid-19 vào năm 2020 và 2021 đã được xem xét như một yếu tố quan trọng để đánh giá sức khỏe tài chính của doanh nghiệp Sự bùng phát của Covid-19 đã làm đình trệ hầu hết các hoạt động kinh tế toàn cầu, dẫn đến việc giảm nhu cầu tiêu dùng và gây ra nhiều thách thức cho doanh nghiệp trong việc quản lý dòng tiền và thực hiện nghĩa vụ nợ Đặc biệt, các doanh nghiệp bất động sản phải đối mặt với sự chậm trễ trong hoàn thành dự án do các hạn chế về vận chuyển, lao động và quy định phòng chống dịch bệnh Chi phí tồn kho gia tăng trong khi doanh thu giảm đã dẫn đến tình trạng bất ổn tài chính tại nhiều công ty Nghiên cứu của Khan và Naeem (2021), Cladera và cộng sự (2021), Rahmah và Novianty (2021) đã chỉ ra những hệ quả này, cho thấy rằng dưới tác động của Covid-19, nguy cơ về kết quả tài chính sẽ trở nên rõ rệt hơn.
H7: Khả năng xảy ra KQTC của các DN bất động sản diễn ra mạnh mẽ hơn ở thời điểm trong và sau khi dịch Covid19 bùng phát
Chương 1 đã cung cấp hệ thống cơ sở lý luận liên quan đến KQTC và các nội dung liên quan trực tiếp tới hướng triển khai của đề tài để hình thành khung nghiên cứu cho khóa luận Ở phần này, tác giả cũng khái quát lại tình hình dự báo KQTC từ các nghiên cứu tiền nhiệm ở nhiều khu vực với nhiều phương pháp dự báo khác nhau nhằm cung cấp các góc nhìn khách quan, đa dạng về lĩnh vực này Tình hình tài chính yếu kém của các DN ở các quốc gia có thể không đồng đều do sự khác biệt về môi trường xã hội, kinh tế, chính trị của mỗi khu vực và tiêu chuẩn kế toán cũng như khác biệt trong cơ cấu vốn được áp dụng ở mỗi công ty Nhưng nhìn chung, các chỉ báo tài chính nội bộ của DN đều cho thấy khả năng báo hiệu về nguy cơ kiệt quệ trong tương lai Các kết quả nghiên cứu thuyết phục đã được xây dựng từ nền tảng lý thuyết vững chắc và được chứng minh bởi số liệu lượng hóa là một bản lề để tác giả tiến hành nghiên cứu thực nghiệm phù hợp với môi trường thực tiễn ở Việt Nam Từ cơ sở lý luận đến nhu cầu thực tiễn, các giả thuyết nghiên cứu đã được xây dựng để định hướng quy trình nghiên cứu sẽ được trình bày tại Chương 2
CƠ SỞ DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Dữ liệu nghiên cứu
Nghiên cứu này nhằm dự báo khả năng KQTC của các công ty BĐS thông qua các chỉ tiêu tài chính, sử dụng mô hình dựa trên kế toán để phân tích hồi quy Mô hình này cho thấy hiệu suất vượt trội, vì tình trạng KQTC kém thường phản ánh trong BCTC sau nhiều năm hoạt động không hiệu quả BCTC là công cụ quan trọng giúp nhà đầu tư và chủ nợ đánh giá sức khỏe tài chính của doanh nghiệp Mẫu nghiên cứu bao gồm các công ty cổ phần BĐS niêm yết trên HOSE và HNX, vì họ phải tuân thủ quy định công bố BCTC, đảm bảo tính minh bạch và độ tin cậy cao Việc tập trung vào ngành BĐS giúp loại bỏ sự khác biệt về lĩnh vực kinh doanh, nâng cao tính ứng dụng của mô hình Dữ liệu được thu thập từ phần mềm Fiinpro, và trong trường hợp thông tin năm 2023 chưa cập nhật, tác giả đã đối soát BCTC từ website chính thức và các nền tảng như Vietstock.vn và CafeF.vn Mẫu nghiên cứu bao gồm 82 công ty BĐS từ 2016-2023, nhưng một số công ty không cung cấp đủ BCTC do báo cáo không được kiểm toán hoặc mã cổ phiếu bị hủy niêm yết.
40 cuối cùng chỉ còn 77 công ty được giữ lại trong bộ mẫu với tổng cộng 525 quan sát
Số quan sát này được phân theo tỷ lệ 80-20 cho 2 tệp Train và Test Như vậy, tệp Train bao gồm 420 quan sát và tệp Test bao gồm 105 quan sát.
Xác định các biến trong mô hình
Gọi FD (Financial Distress) là sự kiện liên quan đến kết quả tài chính của doanh nghiệp FD là một biến nhị phân với hai giá trị 0 và 1; trong đó, nếu doanh nghiệp gặp khó khăn tài chính trong năm tài chính, sẽ được gán nhãn 1, còn nếu không gặp khó khăn, sẽ nhận nhãn 0 Việc phân loại này giúp xác định tình trạng tài chính của doanh nghiệp một cách rõ ràng.
DN được phân loại vào nhóm KQTC trong năm dựa trên phương pháp phân loại của các nghiên cứu trước đây, bao gồm các tác giả như Hua và cộng sự (2007), Huỳnh Thị Cẩm Hà và cộng sự (2017), Lê Thị Diễm (2018), Phạm Thị Hồng Vân (2018), Utami và Kartika (2019), Kisman và Krisandi (2019), Herlina và Murhadi (2020), và Nam Thanh Vu và cộng sự (2023) Cụ thể, DN sẽ được xếp vào nhóm gán nhãn 1 nếu đáp ứng ít nhất một trong bốn điều kiện quy định.
(i): Khả năng thanh toán lãi vay của DN nhỏ hơn 1 (EBIT/Chi phí lãi vay < 1) (ii): DN có lợi nhuận sau thuế âm liên tiếp trong 2 năm
Hệ số Z” của doanh nghiệp hiện nằm trong vùng cảnh báo, cho thấy tình trạng suy thoái tài chính Nghiên cứu đã chỉ ra rằng thang điểm Z là một chỉ số quan trọng để xác định tình hình tài chính của công ty, với độ chính xác đã được kiểm nghiệm trên các thị trường mới nổi, bao gồm cả Việt Nam (Nguyễn Trà Ngọc Vy và Nguyễn Văn Công, 2013; Vũ Thị Loan và Đặng Anh Tuấn, 2016; Ashraf và cộng sự, 2019; Singh và Rastogi, 2022) Như đã đề cập ở mục 1.1.5, Z-score có ba biến thể tương ứng với các loại hình doanh nghiệp khác nhau, và trong nghiên cứu ngành bất động sản, mô hình Z’’-Score được coi là phù hợp nhất để đánh giá tình trạng tài chính của các công ty phi sản xuất đã niêm yết.
Công ty đã bị đưa vào diện kiểm soát đặc biệt trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh do vi phạm các điều kiện về lợi nhuận và lỗ lũy kế, theo Điều 23 của Quyết định Số 85/QĐ-SGDHCM về quy chế niêm yết chứng khoán.
Mặc dù nhiều nghiên cứu đã được thực hiện để xác định và dự đoán KQTC, việc lựa chọn các biến vẫn chưa đạt được sự đồng thuận Các kỹ thuật chọn lựa và xây dựng tỷ lệ kế toán, tài chính không thống nhất, dẫn đến sự chủ quan trong việc chọn chỉ số do thiếu cơ sở lý luận trong một số nghiên cứu thực nghiệm (Zizi và cộng sự, 2020) Nhiều tác giả đã đề xuất các nhóm yếu tố tác động đến KQTC, mỗi nhóm được biểu diễn bằng các tỷ số tài chính Các phương pháp chọn lọc tỷ số được áp dụng để tìm ra tỷ số dự báo phù hợp nhất Nghiên cứu này tập trung vào các chỉ số tài chính đã được thử nghiệm nhiều và có sức mạnh dự đoán cao, cũng như khả năng phân biệt giữa các công ty lành mạnh và kiệt quệ Mục tiêu là dự báo khả năng kiệt quệ trong năm tiếp theo, với biến độc lập là biến trễ 1 kỳ (chỉ tiêu tài chính 1 năm trước dự báo).
Bảng 2.1 Xây dựng các biến giải thích và kỳ vọng dấu
Tên biến Cách tính Kí hiệu và kỳ vọng dấu
Tỷ lệ nắm giữ tiền mặt
Tiền và tương đương tiền / Tổng tài sản Cash (-) Zhu và cộng sự (2016), Phạm Thị
Hồng Vân (2018), Kisman và Dian Krisandi (2019), Nguyễn Thị Tuyết Lan (2019), Zhang và cộng sự
(2021), Trương Thị Thùy Dương và
Lê Hải Trung (2023) Đòn bẩy tài chính
Tổng nợ so với tổng tài sản (LEV) là chỉ số quan trọng trong phân tích tài chính, được nghiên cứu bởi nhiều tác giả như Tserng và cộng sự (2014), Zhu và cộng sự (2016), Vũ Thị Loan và Đặng Anh Tuấn (2016), Trần Quang Thành Công và Quách Doanh Nghiệp (2017), cùng Phạm Thị Hồng Vân Những nghiên cứu này cung cấp cái nhìn sâu sắc về mối quan hệ giữa nợ và tài sản trong doanh nghiệp, giúp đánh giá khả năng tài chính và rủi ro của các công ty.
(2023), Trương Thị Thùy Dương và
Lê Hải Trung (2023) Hiệu suất Doanh thu thuần / TATR (-) Tserng và cộng sự (2014), Huỳnh
Tổng tài sản Thị Cẩm Hà và cộng sự (2017), Mitta và Lavina (2018), Kisman và Krisandi (2019), Utami và Kartika
Vốn lưu động ròng (Tài sản ngắn hạn -
Nợ ngắn hạn))/Tổng tài sản
WC (-) Tserng và cộng sự (2014), Ashraf và cộng sự (2019, Nguyễn Thị Kim Oanh (2023), Nam Thanh Vu và cộng sự (20230
Lợi nhuận sau thuế / Tổng tài sản
ROA (-) Monti và Garcia (2010), Tserng và cộng sự (2014), Mitta và Lavina
(2018), Lê Thị Diễm (2018), Kisman và Krisandi (2019), Zizi và cộng sự
Quy mô Logarit cơ số tự nhiên của tổng tài sản
Size (-) Vũ Thị Loan và Đặng Anh Tuấn
(2016), Phạm Thị Hồng Vân (2018), Nguyễn Thị Kim Oanh (2023), Trương Thị Thùy Dương và Lê Hải Trung (2023)
= 0 nếu quan sát ở trước năm 2020
= 1 nếu quan sát từ năm 2020 trở đi
Nguồn: Tác giả tự tổng hợp
Phương pháp nghiên cứu và quy trình nghiên cứu
2.3.1 Giới thiệu mô hình hồi quy logistic
Nghiên cứu dự đoán khả năng KQTC của các doanh nghiệp BĐS tập trung vào việc xây dựng mô hình tiên lượng tối ưu Mô hình này có biến phụ thuộc với hai trạng thái: (i) có KQTC và (ii) không có KQTC Mô hình hồi quy logistic được lựa chọn vì khả năng dự đoán xác suất của sự kiện nhị phân dựa trên nhiều biến độc lập Hồi quy logistic phổ biến trong nghiên cứu dự báo nhờ vào việc xử lý các mối quan hệ phi tuyến tính và không yêu cầu các giả định thống kê khắt khe như hồi quy tuyến tính.
Trong nghiên cứu này, xác suất FD = 1 (tình trạng KQTC xảy ra) được xem là đối tượng nghiên cứu, với các biến X1, X2, X3 đóng vai trò là các biến giải thích cho xác suất KQTC của doanh nghiệp Khác với hồi quy tuyến tính, trong hồi quy nhị phân, biến phụ thuộc chỉ có giá trị trong khoảng [0; 1], với P là xác suất xảy ra KQTC và (1-P) là xác suất không xảy ra Hàm hồi quy logistic được biểu diễn dưới dạng logit nhằm xác định mối quan hệ này.
𝛽 𝑘 là các hệ số hồi quy
Oods (1−𝑃) là tỷ lệ thể hiện xác suất xảy ra của biến cố FD so với xác suất không xảy ra Trong bối cảnh này, oods được sử dụng để đo lường xác suất xảy ra của KQTC so với khả năng không xảy ra KQTC.
𝑜𝑑𝑑𝑠(𝑃|𝑥) = 𝑒 𝛼 + 𝛽 1 𝑋 1 +𝛽 2 𝑋 2+ …+ 𝛽 𝑘 𝑋 𝑘 Xác xuất một DN rơi vào tình trạng KQTC được xác định theo công thức:
1 + 𝑒 (α + 𝛽 1 𝑋 1 +𝛽 2 𝑋 2+⋯+ 𝛽 𝑘 𝑋 𝑘 Nếu lựa chọn điểm cut-off là 0.5 thì với P ≥ 0.5, FD = 1 Ngược lại P ≤ 0.5, FD
Các tham số trong mô hình hồi quy logistic được ước lượng thông qua phương pháp MLE, với mục tiêu tối đa hóa xác suất quan sát dữ liệu Nghiên cứu này sử dụng phần mềm R để thực hiện ước lượng Để đánh giá ảnh hưởng của biến 𝑋 𝑘, chúng ta sẽ xác định cách thức thay đổi của odds.
Khi 𝑋 𝑘 = 𝑋 0 , khả năng KQTC là
Khi 𝑋 𝑘 = 𝑋 0 + 1, khả năng KQTC là
Tỷ số khả dĩ (OR - odds ratio) là chỉ số thể hiện khả năng xảy ra của một kết quả nào đó Nó cho biết rằng khi biến độc lập \(X_k\) thay đổi 1 đơn vị, khả năng của kết quả KQTC sẽ thay đổi một lượng bằng \(e^{\beta_k}\), với giả định rằng các yếu tố khác giữ nguyên.
Dựa trên giả thuyết nghiên cứu và các biến số đã được xác định, tác giả đề xuất một khung mô hình được diễn đạt dưới dạng hàm tổng quát: log(𝑃).
Sau khi xác định kỹ thuật hồi quy logistic cho phân tích định lượng, tác giả xây dựng quy trình ước lượng với các kiểm định toàn diện để lựa chọn mô hình dự báo Quy trình hồi quy được thực hiện với sự hỗ trợ của phần mềm R và Stata theo một trình tự cụ thể.
Bước đầu tiên trong nghiên cứu là thu thập dữ liệu, dựa trên phương pháp và kết quả từ các nghiên cứu trước đó Tác giả lựa chọn các công ty bất động sản niêm yết có chỉ tiêu tài chính phù hợp với giả thuyết nghiên cứu để xác định các biến độc lập và biến phụ thuộc cho mô hình hồi quy Chi tiết về quá trình này được trình bày trong mục 2.2.
Bước 2 trong quy trình xử lý dữ liệu là làm sạch dữ liệu thu thập được để đảm bảo tính cân bằng và đầy đủ thông tin Các quan sát thiếu số liệu về biến nghiên cứu sẽ bị loại bỏ Đồng thời, nghiên cứu cũng chú ý đến các giá trị ngoại lai, tức là những điểm dữ liệu khác biệt hoặc không phù hợp với phần còn lại của tập dữ liệu Sự xuất hiện tần suất lớn của các giá trị bất thường này có thể gây ra những ảnh hưởng tiêu cực đến kết quả phân tích.
Sự biến động không mong muốn trong dữ liệu có thể ảnh hưởng nghiêm trọng đến việc ước lượng các tham số của mô hình, dẫn đến những thiên kiến sai lệch trong dự đoán và phân tích Việc nhận diện và xử lý những biến động này là cần thiết để cải thiện độ chính xác của các mô hình dự báo.
Hình 2.1 Biểu diễn Outliers trên biểu đồ hộp
Tác giả áp dụng biểu đồ hộp (boxplot) để phát hiện các giá trị ngoại lệ trong các biến liên tục, với boxplot thể hiện phân phối dữ liệu thông qua các phân vị Trung tâm của hộp là tứ phân vị thứ hai (Q2), hay trung vị (median) Khoảng tứ phân vị (IQR) được tính bằng cách lấy Q3 trừ Q1, và giá trị được coi là ngoại lệ nếu nằm ngoài giới hạn trên (Q3 + 1.5IQR) hoặc giới hạn dưới (Q1 - 1.5IQR) Thay vì loại bỏ các giá trị ngoại lệ, tác giả sử dụng phương pháp winsorization để thay thế chúng bằng giá trị tại phân vị 5 và 95, nhằm bảo toàn số lượng quan sát và tính đầy đủ của dữ liệu.
Bước 3: Thống kê mô tả là quá trình xác định các đặc điểm của bộ dữ liệu, bao gồm số quan sát, giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất và độ lệch chuẩn Các giá trị này được tính toán từ mẫu quan sát tổng thể và các mẫu quan sát trong vùng KQTC và không KQTC, nhằm xác định những đặc tính khác biệt giữa hai nhóm Đây là nội dung quan trọng giúp hiểu rõ dữ liệu nghiên cứu và hình thành các so sánh cơ bản giữa các nhóm đối tượng.
Bước 4: Kiểm tra tính tương quan để phát hiện đa cộng tuyến Tác giả thực hiện phân tích ma trận hệ số tương quan Pearson nhằm đánh giá mức độ tương quan giữa các biến.
Hệ số tương quan trong ma trận Pearson cho thấy mối quan hệ giữa các biến trong mô hình, với hệ số càng lớn chứng tỏ sự tương quan càng chặt chẽ Ma trận này cũng giúp nhận diện hiện tượng đa cộng tuyến, xảy ra khi các biến độc lập có sự tương quan cao, ảnh hưởng đến độ chính xác và ổn định của mô hình hồi quy Việc phát hiện và xử lý đa cộng tuyến sẽ giảm thiểu sai lệch trong kết quả ước lượng và giá trị dự báo Dorman và cộng sự (2013) đề xuất ngưỡng 0.7 để xác định đa cộng tuyến; nếu hai biến độc lập không có tương quan (sig > 0.05), thì khả năng xảy ra cộng tuyến rất thấp Ngược lại, nếu hai biến có tương quan (sig < 0.05) và hệ số tương quan tuyệt đối lớn hơn 0.7, thì khả năng đa cộng tuyến giữa chúng là cao.
Để xác định sự tồn tại của khuyết tật đa cộng tuyến trong mô hình, tác giả thực hiện kiểm định hệ số phóng đại VIF Hệ số VIF so sánh phương sai của mỗi hệ số ước lượng trong mô hình hồi quy với tất cả các biến và khi loại bỏ một biến cụ thể, giúp đánh giá mức độ biến động của các ước lượng hồi quy do đa cộng tuyến Nếu giá trị VIF nhỏ hơn 2, điều này cho thấy không có mối tương quan giữa biến độc lập và các biến khác, tức là không có hiện tượng đa cộng tuyến Ngược lại, nếu VIF lớn hơn 5, có thể khẳng định rằng hiện tượng đa cộng tuyến tồn tại giữa các biến trong mô hình.
KẾT QUẢ NGHIÊN CỨU
Thực trạng vấn đề nghiên cứu
3.1.1 Tổng quan tình hình ngành bất động sản giai đoạn 2016-2023
Thị trường bất động sản Việt Nam từ 2016 đến 2023 đã trải qua nhiều biến động và điều chỉnh quan trọng Sau giai đoạn bùng nổ vào năm 2014-2015, thị trường đối mặt với nhiều thách thức nhưng cũng mở ra nhiều cơ hội mới Theo báo cáo của CBRE, giai đoạn 2015-2019 chứng kiến sự tăng trưởng mạnh mẽ về nguồn cung bất động sản Tuy nhiên, sau đó, thị trường lại rơi vào tình trạng thiếu hụt nguồn cung do các vấn đề trong việc cấp phép dự án và chính sách thắt chặt tín dụng từ ngân hàng đối với lĩnh vực bất động sản.
Biểu đồ 3.1 Tốc độ tăng trưởng ngành kinh doanh bất động sản
Giai đoạn 2019-2021, thị trường bất động sản (BĐS) chịu tác động nặng nề từ cú sốc Covid-19, dẫn đến tốc độ tăng trưởng của ngành giảm mạnh Các phân khúc BĐS bán lẻ, khách sạn và du lịch bị ảnh hưởng nghiêm trọng, trong khi văn phòng, đất nền và chung cư gặp tác động nhẹ hơn Theo dữ liệu từ Fiin-Pro, năm 2020 đánh dấu lần đầu tiên từ năm 2015, doanh thu và lợi nhuận của ngành BĐS đều suy giảm, với doanh thu thuần giảm 12,1% và lợi nhuận sau thuế giảm 17,1%, do nhiều dự án bị hoãn thời gian mở bán và bàn giao.
NămToàn nền kinh tế Hoạt động kinh doanh bất động sản
Hậu Covid, không khí ảm đạm vẫn bao trùm toàn cảnh thị trường BĐS Năm
Năm 2022, khủng hoảng thị trường trái phiếu doanh nghiệp do bê bối của Tân Hoàng Minh và Vạn Thịnh Phát đã tác động tiêu cực đến thị trường bất động sản (BĐS) Mặc dù GDP năm 2022 ghi nhận mức tăng kỷ lục trong 12 năm, nhưng sự phục hồi kinh tế vẫn chưa hoàn toàn lạc quan do nền tảng thấp từ năm 2021 Đến năm 2023, số lượng nhà ở mở bán mới đạt mức thấp nhất trong một thập kỷ, trong khi nhu cầu nhà ở vẫn mạnh mẽ Sự mất cân đối giữa cung và cầu đã hạn chế khả năng hồi phục của ngành BĐS, với các doanh nghiệp chủ yếu đầu tư vào phân khúc cao cấp, trong khi căn hộ bình dân ngày càng khan hiếm Nhà ở bình dân là phân khúc thiết yếu đáp ứng nhu cầu thực của đa số người tiêu dùng, nhưng cơ cấu thị trường hiện tại không đảm bảo tính an toàn và bền vững Do đó, khi thị trường BĐS chưa phục hồi, vấn đề tăng trưởng kinh tế vẫn tiếp tục là mối lo ngại.
Biểu đồ 3.2 cho thấy mức độ đóng góp của các ngành kinh tế vào GDP Việt Nam qua các năm, trong đó ngành kinh doanh BĐS giữ ổn định ở mức khoảng 4% Dù tỷ trọng đóng góp của BĐS không lớn trong cơ cấu GDP, nhưng ngành này lại có ảnh hưởng lan tỏa mạnh mẽ, tác động đến hơn 40 ngành kinh tế khác Nghiên cứu của Hiệp hội BĐS Việt Nam (2021) chỉ ra rằng, khi nhu cầu sử dụng cuối cùng của BĐS tăng thêm 1 tỷ đồng, giá trị sản xuất của các ngành khác sẽ tăng 0.772 tỷ đồng, kéo theo giá trị tăng thêm là 0.191 tỷ đồng Các ngành liên kết chặt chẽ với BĐS bao gồm xây dựng (5.8% GDP), công nghiệp chế biến chế tạo (23.5% GDP), du lịch, lưu trú - ăn uống (2.56% GDP) và tài chính - ngân hàng (4.51% GDP) Điều này cho thấy, nếu thị trường BĐS gặp khó khăn, nó sẽ gây ra hiệu ứng tiêu cực đối với các ngành kinh tế liền kề và dẫn đến bất ổn trong nền kinh tế.
Biểu đồ 3.2 Cơ cấu đóng góp GDP theo từng nhóm ngành giai đoạn 2016–2022
Mặc dù thị trường bất động sản (BĐS) Việt Nam vẫn đối mặt với nhiều thách thức, nhưng trong bối cảnh dịch Covid-19 đã ổn định, thị trường này đã ghi nhận nhiều tín hiệu tích cực Dù trải qua các giai đoạn suy thoái và chịu ảnh hưởng từ nền kinh tế cũng như tình hình địa chính trị, BĐS vẫn là lĩnh vực thu hút đầu tư trực tiếp nước ngoài (FDI) hàng đầu tại Việt Nam, nhờ vào tính năng động và tiềm năng phát triển mạnh mẽ của thị trường này trong khu vực Châu Á.
Biểu đồ 3.3 Tỷ trọng thu hút FDI của ngành bất động sản giai đoạn 2016-2023
Nguồn: Số liệu từ Cục Đầu tư nước ngoài – Bộ Kế hoạch & Đầu tư
Nông - Lâm - Thủy sản Công nghiệp chế biến, chế tạo
Xây dựng Tài chính - Ngân hàng - Bảo hiểm
Hoạt động kinh doanh bất động sản
Theo số liệu từ Cục Đầu tư nước ngoài, hoạt động kinh doanh bất động sản (BĐS) luôn nằm trong top 3 lĩnh vực thu hút FDI giai đoạn 2016-2023, chỉ sau ngành công nghiệp chế biến chế tạo và sản xuất, phân phối điện (năm 2020-2021) Mức độ tiếp nhận vốn FDI trong ngành BĐS cho thấy xu hướng tích cực, và đối với một lĩnh vực cần vốn như BĐS, FDI là nguồn vốn bổ sung quý giá thúc đẩy sự phát triển.
Cuộc xung đột giữa Nga và Ukraine đã tạo ra tâm lý lo ngại về lạm phát, khiến người dân tìm kiếm kênh trú ẩn như vàng, USD và tích trữ bất động sản, từ đó tăng tính thanh khoản cho thị trường BĐS Trong bối cảnh khó khăn này, chính phủ đã can thiệp mạnh mẽ để hỗ trợ lĩnh vực BĐS và nền kinh tế Quốc hội đã thông qua Luật Nhà ở (sửa đổi) và Luật Kinh doanh BĐS (sửa đổi) năm 2023, dự kiến thực thi từ năm 2025 với nhiều cải cách mới Để tháo gỡ khó khăn cho thị trường, gần 20 văn bản dưới luật đã được ban hành, trong đó có nghị định số 08/2023/NĐ-CP về giao dịch trái phiếu, giúp doanh nghiệp BĐS tái cấu trúc và đàm phán với chủ sở hữu trái phiếu Ngân hàng Nhà nước cũng đã thực hiện 4 lần giảm lãi suất trong năm.
Năm 2023, nhằm tháo gỡ khó khăn cho nền kinh tế, đặc biệt là lĩnh vực bất động sản (BĐS), nhiều dự án đã được giải quyết pháp lý, giúp doanh nghiệp giải phóng lượng vốn lớn đang bị chôn vùi Với ảnh hưởng sâu rộng của thị trường BĐS và vai trò quan trọng của nó trong nền kinh tế, việc ổn định thị trường BĐS trở thành một trong những vấn đề cốt lõi cần được chú trọng để phát triển kinh tế - xã hội của đất nước.
3.1.2 Rủi ro và căng thẳng tài chính của các doanh nghiệp BĐS Việt Nam
Bất động sản (BĐS) luôn được xem là lĩnh vực có giá trị cao trên thị trường chứng khoán, chỉ sau lĩnh vực tài chính - ngân hàng Đến hết tháng 12 năm 2023, theo thống kê của Ủy ban Chứng khoán Nhà nước và Vietstock, có 394 mã cổ phiếu niêm yết trên sàn HOSE và 327 mã trên sàn HNX Trong số này, ngành BĐS có 82 mã cổ phiếu với tổng giá trị vốn hóa đạt 778 nghìn tỷ VND.
55 khoảng 13% vốn hóa toàn thị trường Con số này thấp hơn nhiều so với giá trị vốn hóa giai đoạn trước thường dao động ở mức trên dưới 20%
Tình hình kinh doanh khó khăn đã dẫn đến ứ đọng vốn tại các doanh nghiệp bất động sản (BĐS) Để vượt qua thách thức này, nhiều doanh nghiệp BĐS đang thực hiện tái cơ cấu, giải thể công ty con và thắt chặt chi phí nhằm duy trì hoạt động và giảm thiểu tổn thất Cắt giảm nhân sự được xem là một trong những biện pháp hiệu quả, với nhiều doanh nghiệp lớn như Novaland, Đất Xanh Group, Khang Điền và Vinhomes đã cắt giảm từ 50% đến dưới 75% số lượng nhân viên.
Nhiều công ty bất động sản (BĐS) đang gặp khó khăn và phải tạm dừng hoạt động hoặc đóng cửa hoàn toàn Theo số liệu từ GSO và Cục Đăng ký kinh doanh, năm 2020, số lượng doanh nghiệp BĐS giải thể lên tới 978, tăng 42.6%, và 1325 doanh nghiệp tạm ngừng kinh doanh, tăng 121.6% so với năm 2019 Đến cuối năm 2022, gần 1200 doanh nghiệp BĐS tuyên bố phá sản, tăng 38.7% so với năm trước Trong năm 2023, tình hình tiếp tục xấu đi khi số doanh nghiệp mới thành lập giảm 45.01%, trong khi số doanh nghiệp giải thể và tạm ngừng kinh doanh tăng lần lượt 7.7% và 47.4% Nhiều công ty như HDTC, PVR và LCS đã phải thông báo tạm dừng hoạt động do thiếu nguồn tài chính để trả lương cho nhân viên, đồng thời cần thời gian để tái cơ cấu và tìm kiếm phương hướng kinh doanh hiệu quả hơn Một số công ty còn phải bán tài sản và áp dụng chính sách chiết khấu lớn để kích hoạt thanh khoản.
Sức khỏe tài chính của các công ty bất động sản (BĐS) nhạy cảm hơn so với các lĩnh vực khác trong bối cảnh kinh tế suy giảm chủ yếu do tỷ lệ nợ vay cao trong cơ cấu vốn Áp lực từ nợ vay tạo ra căng thẳng tài chính cho doanh nghiệp Theo thống kê, nhu cầu vốn vay của ngành BĐS chiếm tỷ trọng lớn trong tổng dư nợ tín dụng và dư nợ trái phiếu doanh nghiệp Từ năm 2016 đến 2023, trung bình 18% dư nợ tín dụng toàn nền kinh tế đến từ lĩnh vực BĐS.
Cuối năm 2022 và trong năm 2023, thị trường bất động sản (BĐS) đã chiếm hơn 21% tổng dư nợ của nền kinh tế, vượt qua mức trung bình 16% trong giai đoạn trước Điều này cho thấy rằng cứ mỗi 5 đồng vốn ngân hàng, có 1 đồng được đầu tư vào lĩnh vực BĐS.
Biểu đồ 3.4 Dư nợ tín dụng lĩnh vực bất động sản và toàn nền kinh tế
Nguồn: Ngân hàng Nhà nước (SBV)
Theo số liệu từ NHNN, trong giai đoạn 2015-2016, dư nợ tín dụng bất động sản (BĐS) chỉ khoảng 400,000 tỷ đồng với tỷ lệ nợ xấu 4.2% Tuy nhiên, từ năm 2017, tổng dư nợ cho vay kinh doanh BĐS và xây dựng đã tăng lên 529,000 tỷ đồng, tương ứng với mức tăng 9.21%, kéo theo tỷ lệ nợ xấu tăng lên 4.58% Đến năm 2019, tín dụng cho vay BĐS tăng mạnh 23.26%, đạt 1.6 triệu tỷ đồng Trong giai đoạn dịch Covid-19 (2020-2021), dư nợ BĐS vẫn duy trì tăng trưởng lần lượt 12.06% và 15.7% Năm 2022, dư nợ BĐS leo thang lên 2.58 triệu tỷ đồng, với tốc độ tăng 23.91% so với năm trước Năm 2023, tín dụng cho vay BĐS tiếp tục tăng 11.81%, đạt 2.88 triệu tỷ đồng, trong đó cho vay kinh doanh BĐS chiếm gần 38% dư nợ Tuy nhiên, tỷ lệ nợ xấu trong ngành BĐS cũng tăng theo tỷ lệ thuận với dư nợ.
Bên cạnh nguồn tín dụng từ ngân hàng, các doanh nghiệp bất động sản (BĐS) đang tận dụng hiệu quả kênh huy động vốn qua phát hành trái phiếu Việc này giúp họ mở rộng nguồn vốn và tăng cường khả năng tài chính trong bối cảnh thị trường đầy biến động.
Bất động sản Toàn nền kinh tế Tỷ lệ dư nợ ngành BĐS
57 trong lĩnh vực BĐS là một trong hai chủ thể có giá trị phát hành trái phiếu DN lớn nhất thị trường cùng với khối ngân hàng
Biểu đồ 3.5 Giá trị phát hành trái phiếu doanh nghiệp ngành bất động sản
Thống kê mô tả
Sau khi làm sạch dữ liệu và thu thập 525 quan sát từ 77 công ty, tác giả phân loại các công ty thành hai nhóm: có KQTC và không có KQTC, dựa trên các tiêu chí xây dựng biến phụ thuộc Kết quả phân loại cho thấy có 116 trường hợp thuộc nhóm kiệt quệ và 409 trường hợp có tình hình tài chính bình thường, như được thể hiện trong Bảng 3.2 Số lượng công ty KQTC hàng năm chiếm từ 2-5% tổng số quan sát, và các trường hợp được xác định là KQTC có xu hướng gia tăng qua các năm.
Bảng 3.2 Thống kê số quan sát của mẫu nghiên cứu Năm
Số quan sát Tỷ trọng Số quan sát Tỷ trọng Số quan sát Tỷ trọng
Nguồn: Tác giả tự tổng hợp
Biểu đồ 3.6 Tỷ trọng các DN kiệt quệ và không kiệt quệ qua các năm
Nguồn: Tác giả tự tổng hợp
Xu hướng chuyển dịch tài chính đang khiến các doanh nghiệp gặp khó khăn gia tăng, trong khi các doanh nghiệp khỏe mạnh giảm sút, thu hẹp khoảng cách giữa hai nhóm này Diễn biến tiêu cực này đặc biệt rõ rệt trong bối cảnh thị trường bất động sản gặp khó khăn do tác động của dịch bệnh và chiến lược siết chặt tín dụng của Ngân hàng Nhà nước nhằm kiểm soát giá nhà và giảm rủi ro bong bóng bất động sản Tình hình khó khăn buộc nhiều doanh nghiệp phải đối mặt với chi phí tài chính cao, dẫn đến mất khả năng thanh khoản Căng thẳng tài chính ngày càng lan rộng, khiến nhiều doanh nghiệp phải tạm dừng hoạt động hoặc rút lui chờ đợi cơ hội tốt hơn.
Tỷ trọng công ty KQTC Tỷ trọng công ty không KQTC
Bảng 3.3 Thống kê mô tả trên toàn bộ mẫu nghiên cứu Biến Giá trị trung bình Độ lệch chuẩn Giá trị tối thiểu Giá trị tối đa
(Nguồn: Kết quả tính toán của tác giả trên Stata)
Trong nghiên cứu với 525 quan sát, tác giả nhận thấy độ lệch chuẩn của các biến tương đối thấp, cho thấy dữ liệu tập trung gần giá trị trung bình Do mẫu nghiên cứu chỉ từ một ngành bất động sản, các doanh nghiệp trong mẫu có bối cảnh vĩ mô, chính trị và pháp lý đồng nhất Hầu hết doanh nghiệp có đặc điểm tương đồng trong quản lý tài chính và phản ứng không khác biệt nhiều trước biến động thị trường, dẫn đến sự khác biệt giữa các chỉ tiêu quan sát nhưng không quá lớn, tạo ra tính đồng nhất trong dữ liệu.
Hình 3.2 Phân bố dữ liệu của các biến nghiên cứu
Nguồn: Tính toán của tác giả trên R
Tỷ lệ tiền mặt dự trữ trong doanh nghiệp bất động sản (BĐS) chỉ đạt 5.3%, chủ yếu tập trung ở mức 2-5%, thấp hơn so với nhiều ngành khác Nguyên nhân của mức nắm giữ tiền mặt khiêm tốn này là do các công ty BĐS thường đầu tư tài nguyên tài chính vào việc mua và phát triển bất động sản thay vì giữ tiền mặt, nhằm tối ưu hóa lợi nhuận từ các dự án tiềm năng Hơn nữa, với đặc thù ngành thâm dụng vốn, các doanh nghiệp này thường vay vốn để tài trợ cho các dự án và sử dụng phần lớn tiền mặt để thanh toán các nghĩa vụ nợ.
Tỷ lệ nợ trung bình trong ngành bất động sản lên tới 50%, cho thấy doanh nghiệp rất tích cực trong việc sử dụng đòn bẩy tài chính, với hơn 80% vốn có thể đến từ nguồn vay bên ngoài Điều này phản ánh rõ nét tình trạng "khát vốn" của ngành Việc vay vốn không chỉ giúp giảm gánh nặng thuế và tăng lợi nhuận cho cổ đông khi lợi nhuận từ dự án vượt chi phí vay, mà còn tiềm ẩn rủi ro cao cho các công ty.
Biến vòng quay tổng tài sản (TATR) cho thấy xu hướng lệch trái, với trung bình 100 đồng tài sản doanh nghiệp tạo ra 26.66 đồng doanh thu Giá trị này không cao do yêu cầu đầu tư lớn trong các dự án bất động sản, dẫn đến tài sản cao và thời gian hoàn vốn kéo dài, làm doanh thu phát sinh theo từng đợt Tỷ suất lợi nhuận tổng tài sản (ROA) cũng ghi nhận mức trung bình thấp 4.7%, với lỗ tối thiểu 0.7% và lãi tối đa 13.5% Chi phí vốn cao, áp lực trả nợ lớn và sự biến động của thị trường bất động sản trong giai đoạn nghiên cứu đã khiến ROA giảm xuống mức thấp.
Doanh nghiệp (DN) cần ghi nhận lỗ do các vướng mắc pháp lý khiến nhiều dự án bất động sản (BĐS) bị đình trệ Nhiều DN đang bị chôn vốn trong các dự án dở dang, trong khi nguồn thu đóng băng, dẫn đến việc họ vẫn phải chi trả cho các chi phí duy trì hoạt động Tình trạng này đã dẫn đến việc bào mòn sức khỏe tài chính của DN.
Chỉ tiêu vốn lưu động ròng trên tổng tài sản (WC) trung bình ước tính là 26.3%, cho thấy sự tập trung ở giữa biểu đồ Một số doanh nghiệp ghi nhận tỷ lệ này ở mức âm hoặc gần 0, cho thấy họ duy trì nguồn tài chính ngắn hạn để tài trợ cho hoạt động kinh doanh, trong khi tổng nợ ngắn hạn lớn hơn tổng tài sản ngắn hạn Điều này có thể chỉ ra một cơ cấu vốn không an toàn, do thiếu hụt nguồn vốn dài hạn, dẫn đến tính không ổn định trong hoạt động kinh doanh Tuy nhiên, phần lớn doanh nghiệp duy trì vốn lưu động ròng ở mức khả quan và tập trung quanh giá trị trung bình Để phân tích sự khác biệt giữa các biến độc lập của hai nhóm KQTC và không KQTC, tác giả thực hiện thống kê mô tả riêng cho từng nhóm quan sát.
Bảng 3.4 trình bày thống kê mô tả cho nhóm các công ty được phân loại theo KQTC, với các biến bao gồm giá trị trung bình, độ lệch chuẩn, giá trị tối thiểu và giá trị tối đa.
(Nguồn: Kết quả tính toán của tác giả trên Stata)
Bảng 3.5 trình bày thống kê mô tả cho nhóm các công ty không thuộc KQTC, bao gồm các biến như giá trị trung bình, độ lệch chuẩn, giá trị tối thiểu và giá trị tối đa.
(Nguồn: Kết quả tính toán của tác giả trên Stata)
Tỷ lệ tiền mặt, hiệu suất sử dụng tổng tài sản, tỷ lệ vốn lưu động ròng và ROA của nhóm KQTC thấp hơn so với nhóm không KQTC Điều này cho thấy các doanh nghiệp trong nhóm KQTC có tỷ lệ tiền mặt lưu trữ thấp hơn, dẫn đến khả năng thanh toán kém hơn.
Trong bối cảnh hạn chế, doanh nghiệp gặp khó khăn trong việc thanh toán nợ ngắn hạn, dẫn đến khả năng sinh lời thấp hơn đáng kể so với các doanh nghiệp khác.
Doanh nghiệp có tình hình tài chính bình thường cho thấy rằng những doanh nghiệp hoạt động kém hiệu quả có nguy cơ cao hơn về tình trạng kiệt quệ Ngoài ra, doanh nghiệp không tối đa hóa hiệu suất sử dụng tài sản thường khó duy trì sự ổn định tài chính Các doanh nghiệp có tỷ lệ vốn lưu động ròng thấp hoặc không hợp lý dễ gặp phải tình trạng mất cân đối vốn, gây bất ổn trong hoạt động hàng ngày và ảnh hưởng tiêu cực đến khả năng thanh toán nợ Vì vậy, những doanh nghiệp có cơ cấu vốn không tối ưu có khả năng kiệt quệ cao hơn.
Biến LEV của các doanh nghiệp có kết quả tài chính ghi nhận giá trị trung bình cao hơn so với nhóm không có kết quả tài chính, cho thấy việc sử dụng đòn bẩy phổ biến hơn ở nhóm kiệt quệ Điều này đồng nghĩa với việc các công ty này phải chịu áp lực lớn trong việc hoàn thành nghĩa vụ tài chính, dẫn đến khả năng tự chủ kém hơn so với các công ty có tình hình tài chính ổn định Nhiều doanh nghiệp lạm dụng đòn bẩy có thể gặp khó khăn trước những biến động bất lợi của thị trường, làm gia tăng gánh nặng tài chính Nếu hoạt động của doanh nghiệp không khả quan, họ sẽ khó có thể đáp ứng kịp thời nghĩa vụ nợ, và do đó có khả năng cao phải đối diện với kết quả tài chính tiêu cực Đối với biến quy mô thể hiện qua logarit của tổng tài sản, không có sự khác biệt đáng kể giữa hai nhóm Mặc dù thống kê mô tả cho ra ước tính phù hợp với giả thuyết, cần thực hiện các kiểm định đối với mô hình hồi quy để đảm bảo tính vững và đưa ra dự báo chính xác.
Một số kiểm định trước ước lượng
3.3.1 Kiểm định Wilcoxon Để thiết lập bằng chứng thực nghiệm về khả năng sàng lọc của 2 nhóm KQTC và không KQTC dựa trên các biến giải thích được xây dựng, tác giả tiến hành kiểm định Wilcoxon như đã trình bày ở phần quy trình nghiên cứu Với giá trị P-value thu được ở các biến tỷ lệ nắm giữ tiền mặt, đòn bẩy tài chính, vòng quay tổng tài sản, tỷ lệ vốn lưu động ròng và ROA đều nhỏ hơn 0.05, ta bác bỏ giả thuyết H0 và có cơ sở
Kết quả nghiên cứu cho thấy 5 biến giải thích có sự khác biệt rõ rệt giữa hai nhóm doanh nghiệp kiệt quệ và không kiệt quệ về tình hình kết quả tài chính Điều này xác nhận khả năng phân biệt tình trạng tài chính của các doanh nghiệp bất động sản dựa trên 5 tỷ số này là có ý nghĩa thống kê Những phát hiện này phù hợp với thực tế của hai nhóm doanh nghiệp, với những đặc điểm tài chính khác biệt đã được tác giả trình bày.
Bảng 3.6 Kết quả kiểm định Wilcoxon
Tồn tại sự khác biệt có ý nghĩa thống kê
Size 24378 0.6494 Không tồn tại sự khác biệt có ý nghĩa thống kê
Nguồn: Kết quả tính toán của tác giả trên R
Biến quy mô cho thấy giá trị P rất lớn, không đủ cơ sở để bác bỏ giả thuyết H0, nghĩa là sự khác biệt về quy mô giữa hai nhóm KQTC và không KQTC không có ý nghĩa thống kê Do đó, biến Size có thể được cân nhắc loại bỏ khỏi mô hình dự báo để tối ưu hóa khả năng tiên lượng Kiểm định Wilcoxon cho thấy P-value = 0.0005 < 0.05, chấp nhận giả thuyết H1, xác nhận có sự khác biệt về tình trạng KQTC của các doanh nghiệp trước và sau Covid-19 Tác giả kỳ vọng sự tương tác giữa khả năng xảy ra KQTC và biến giả Covid sẽ thể hiện ý nghĩa tác động trong mô hình hồi quy.
3.3.2 Kiểm định tương quan Pearson và đa cộng tuyến
Ma trận hệ số tương quan trong Bảng 3.7 cho thấy mối tương quan giữa các cặp biến trong tập dữ liệu huấn luyện mô hình Ở mức ý nghĩa 5%, tỷ lệ nắm giữ tiền mặt, đòn bẩy tài chính, tỷ lệ vốn lưu động ròng, ROA và Covid đều có mối liên hệ thống kê đáng kể với biến KQTC Đặc biệt, tỷ lệ tiền mặt, vốn lưu động ròng và ROA có ảnh hưởng ngược chiều tới tình trạng này.
KQTC của các doanh nghiệp bất động sản (BĐS) bị ảnh hưởng đồng thời bởi đòn bẩy tài chính và Covid Các mối quan hệ này phù hợp với đặc điểm dữ liệu qua thống kê mô tả Tuy nhiên, sự tương tác giữa hiệu suất sử dụng tổng tài sản và quy mô doanh nghiệp không cho thấy ý nghĩa thống kê.
Bảng 3.7 Ma trận hệ số tương quan Pearson của các biến
FD Cash Lev TATR WC ROA Size Covid
*: Mức ý nghĩa 5% Nguồn: Kết quả tính toán của tác giả
Mối tương quan giữa các cặp biến độc lập trong mô hình cho thấy nhiều cặp có sự tương tác tại mức ý nghĩa 5%, nhưng mức độ tương quan không cao Hệ số tương quan cao nhất là 0.3742 giữa biến Size và LEV, điều này hợp lý vì các doanh nghiệp lớn thường có kinh nghiệm quản lý tốt và uy tín vững vàng, giúp họ dễ dàng tiếp cận nguồn vốn bên ngoài với tỷ lệ nợ cao hơn Không có cặp biến nào có hệ số tương quan r > 0.7, cho thấy khả năng xảy ra đa cộng tuyến giữa các biến độc lập là thấp, tuy nhiên cần xác nhận thêm về khuyết tật đa cộng tuyến.
Kết quả kiểm định hệ số VIF cho thấy tất cả các biến độc lập đều có hệ số nhỏ hơn 5, thậm chí dưới 2, khẳng định không có hiệu ứng đa cộng tuyến trong mô hình Do đó, cả 7 biến độc lập đều đủ điều kiện để đưa vào mô hình hồi quy.
Bảng 3.8 Hệ số phóng đại (VIF) của các biến trong mô hình nghiên cứu
Nguồn: Kết quả tính toán của tác giả trên R
Lựa chọn mô hình
Bảng 3.9 Kết quả hồi quy logistic với toàn bộ biến độc lập
: Có ý nghĩa thống kế tại mức ý nghĩa 10%; *: Có ý nghĩa thống kế tại mức ý nghĩa 5%; **: Có ý nghĩa thống kê tại mức ý nghĩa 1%; ***: Có ý nghĩa thống kế tại mức ý nghĩa 0.1%
Nguồn: Kết quả tính toán của tác giả trên R
Tác giả đã tiến hành hồi quy trên 6 biến độc lập với 420 quan sát từ tệp Train, trong đó có 93 trường hợp được phân loại là có KQTC.
327 trường hợp không KQTC Kết quả kiểm định Wald cho thấy chỉ có 4 biến là
ROA, LEV, WC và Covid có ý nghĩa thống kê ở các mức 5%, 1%, 0.1% và 10%, cho thấy rằng những biến số này ảnh hưởng đáng kể đến khả năng kết quả tài chính của các doanh nghiệp.
Trong nghiên cứu về DN ngành BĐS, các biến Cash, TATR và Size không cho thấy ý nghĩa thống kê, cho thấy rằng chúng không có đóng góp đáng kể trong việc dự báo khả năng KQTC của DN Do đó, các biến này có thể không cần thiết trong mô hình hồi quy Để xác định liệu việc loại bỏ các biến độc lập không có ý nghĩa thống kê có cải thiện sức mạnh của mô hình dự báo hay không, tác giả đã sử dụng phương pháp hồi quy lùi, loại bỏ từng biến khỏi mô hình ban đầu và so sánh thông số AIC để tìm ra mô hình tối ưu, như đã trình bày trong quy trình nghiên cứu.
Bảng 3.10 Tóm tắt kết quả lựa chọn mô hình Các biến độc lập trong mô hình AIC
Mô hình 1 Cash + LEV + TATR + WC + ROA + Size + Covid 329.37
Mô hình 2 Cash + LEV + WC + ROA + Size + Covid 327.42
Mô hình 3 LEV + WC + ROA + Size + Covid 325.83
Mô hình 4 LEV + WC + ROA + Covid 324.66
Nguồn: Kết quả tính toán của tác giả trên R
Sau 4 bước tìm mô hình, R dừng lại với mô hình gồm 4 biến là LEV, WC, ROA và Covid với giá trị AIC trả ra thấp nhất Như vậy, mô hình với 4 biến độc lập này tỏ ra hiệu quả nhất nên tác giả sẽ hồi quy mô hình dự báo trên cơ sở 4 biến này Các biến tỷ lệ nắm giữ tiền mặt, vòng quay tổng tài sản và quy mô DN do không có ý nghĩa thống kê và không giúp cải thiện tính ưu việt của mô hình nên sẽ được loại bỏ khỏi mô hình Như vậy, chưa có cơ sở để chấp nhận giả thuyết H1, H3, H6.
Thảo luận kết quả tác động của các nhân tố đến khả năng KQTC
Kết quả từ mô hình phân tích cho thấy cả bốn biến độc lập đều có khả năng giải thích tình trạng kết quả tài chính của các doanh nghiệp bất động sản với độ tin cậy cao.
Tỷ lệ sử dụng đòn bẩy tài chính có mối tương quan tích cực với khả năng KQTC của doanh nghiệp Cụ thể, khi doanh nghiệp duy trì tỷ số nợ cao, khả năng gặp khó khăn trong KQTC sẽ gia tăng Với OR = 7.05, nếu LEV năm nay tăng 1 đơn vị, thì xác suất KQTC năm sau sẽ tăng gấp 7.05 lần Tác động của đòn bẩy tài chính thể hiện rõ nhất trong việc dự đoán khả năng KQTC của doanh nghiệp trong năm tiếp theo.
Nghiên cứu của Tserng và cộng sự (2014), Trần Quang Thành Công và Quách Doanh Nghiệp (2017), Phạm Thị Hồng Vân (2018), và Nguyễn Thị Tuyết Lan (2019) củng cố rằng sự lạc quan thái quá trong việc tiếp cận vốn vay và lạm dụng đòn bẩy tài chính có thể dẫn đến rủi ro vỡ nợ gia tăng Khi nợ tích tụ, áp lực trả nợ trở nên nặng nề, đặc biệt khi hoạt động kinh doanh không mang lại lợi nhuận, khiến nguy cơ khủng hoảng tài chính trở nên rõ ràng hơn Trong bối cảnh kinh tế vĩ mô bất ổn, khả năng hoạt động của doanh nghiệp suy giảm sẽ đe dọa khả năng thanh toán nợ Do đó, căng thẳng tài chính có khả năng xảy ra cao ở những doanh nghiệp này, xác nhận giả thuyết H2.
Bảng 3.11 Kết quả mô hình hồi quy logistic sử dụng để dự báo
Null deviance: 444.12 on 419 degrees of freedom
Residual deviance: 314.66 on 416 degrees of freedom
: Có ý nghĩa thống kế tại mức ý nghĩa 10%; *: Có ý nghĩa thống kế tại mức ý nghĩa 5%; **: Có ý nghĩa thống kê tại mức ý nghĩa 1%; ***: Có ý nghĩa thống kế tại mức ý nghĩa 0.1%
Nguồn: Kết quả tính toán của tác giả trên R
Biến ROA và WC có tác động tiêu cực đến khả năng KQTC của các doanh nghiệp bất động sản Khi hai biến số này tăng 1 đơn vị trong năm nay, khả năng KQTC năm sau giảm tới 100% Ảnh hưởng này phù hợp với cơ sở lý luận và diễn biến hoạt động của doanh nghiệp, trong đó VLĐ ròng đại diện cho khả năng thanh toán ngắn hạn.
Doanh nghiệp (DN) duy trì tỷ lệ vốn lưu động (WC) cao cho thấy tài sản lưu động vượt trội hơn so với nợ ngắn hạn, giúp tăng cường khả năng thanh toán các khoản vay, trái phiếu và nghĩa vụ tài chính ngắn hạn khác Điều này không chỉ giảm thiểu nguy cơ vỡ nợ mà còn cải thiện khả năng chuyển hóa tài sản thành tiền mặt của DN.
DN để duy trì hoạt động kinh doanh không bị gián đoạn, đồng thời là bàn đỡ giúp
DN chủ động đối phó với những điều kiện khắc nghiệt của thị trường Bên cạnh đó,
Vốn lưu động dồi dào giúp doanh nghiệp tăng cường tính linh hoạt trong quản lý tài chính, cho phép họ nhanh chóng nắm bắt cơ hội đầu tư mới hoặc tăng cường vốn trong tình huống khẩn cấp mà không cần tìm kiếm nguồn vốn bên ngoài Chỉ tiêu này cũng là yếu tố quan trọng mà các chủ nợ xem xét khi quyết định cho vay, vì nó phản ánh khả năng của doanh nghiệp trong việc đáp ứng trách nhiệm tài chính và quản lý hiệu quả dòng tiền Doanh nghiệp có bức tranh tài chính ổn định sẽ dễ dàng tiếp cận khoản vay từ ngân hàng, từ đó có thể xoay vòng vốn phục vụ cho nhu cầu chi tiêu Tỷ lệ vốn lưu động hợp lý giúp giảm thiểu khả năng thiếu hụt dòng tiền và củng cố sức mạnh tài chính của doanh nghiệp Nghiên cứu thực nghiệm của Đinh Khánh Nam và cộng sự (2022), cùng với Nam Thanh Vu và cộng sự (2023), đã xác nhận xu hướng này và chấp nhận giả thuyết H4 dựa trên kết quả ước lượng mô hình.
Khả năng sinh lời gia tăng củng cố tiềm lực tài chính cho doanh nghiệp, với xu hướng tăng trưởng tích cực ROA cho thấy doanh nghiệp đã sử dụng hiệu quả tài sản để tạo ra lợi nhuận Những nỗ lực trong chu trình bán hàng và quản lý chi phí giúp tối ưu hóa nguồn lực, từ đó cho phép doanh nghiệp tích lũy vốn để nâng cao khả năng thanh toán nợ hoặc đầu tư vào các dự án tiềm năng Lợi nhuận gia tăng cũng cho phép doanh nghiệp xây dựng quỹ dự phòng cho những cú sốc bất ngờ từ nền kinh tế, góp phần bảo đảm an toàn trước nguy cơ kiệt quệ Quan điểm này đã được chứng minh trong nghiên cứu thực nghiệm của Nguyễn Thị Tuyết Lan (2019) và Zizi cùng các cộng sự.
Năm 2020, Nam Thanh Vu và cộng sự đã chỉ ra rằng nghiên cứu của Tserng và cộng sự (2014) phát hiện ra một điều bất ngờ từ phân tích logit đơn biến: chỉ cần sử dụng tỷ lệ lợi nhuận trên tài sản (ROA) có thể dự đoán hiệu suất vỡ nợ của các nhà thầu tại Hoa Kỳ một cách hiệu quả ROA là một chỉ số lợi nhuận quan trọng mà các nhà đầu tư cần lưu ý.
Kỳ vọng về nguyên tắc kế toán và tiêu chí ghi nhận tài sản đã được phát triển một cách hiệu quả, giúp chỉ số ROA phản ánh chính xác hơn tình hình thực tế của công ty.
71 quốc gia khác Như vậy, kết quả ước lượng này là căn cứ để tác giả chấp nhận giả thuyết H5
Khả năng KQTC của các doanh nghiệp bất động sản (BĐS) đã bị ảnh hưởng nghiêm trọng trước và sau đại dịch Covid-19, với mô hình hồi quy cho thấy mối quan hệ đồng biến giữa biến Covid và khả năng xảy ra KQTC Cụ thể, trong giai đoạn bùng nổ Covid-19, khả năng KQTC tăng 71% so với trước đó, chứng minh giả thuyết H7 Xu hướng này cũng được xác nhận bởi các nghiên cứu của Narveker và Guha (2021), Rahmah và Novianty (2021) khi áp dụng mô hình học máy và thang điểm Z-Score để dự đoán căng thẳng tài chính trong bối cảnh Covid-19 tại Mỹ và Indonesia Kết quả này phản ánh thực trạng kinh tế Việt Nam khi đại dịch ảnh hưởng toàn diện đến thị trường, gây đứt gãy chuỗi cung ứng và tác động tiêu cực đến sự phát triển của ngành BĐS, làm suy yếu lực cầu thị trường.
Trong 6 tháng đầu năm 2020, thị trường bất động sản (BĐS) gần như bị tê liệt do giãn cách xã hội, đặc biệt là các thành phần BĐS nghỉ dưỡng phải giảm công suất hoạt động Số lượng hợp đồng cho thuê BĐS gần như không có biến động, dẫn đến sự trầm lắng này ảnh hưởng nghiêm trọng đến kết quả kinh doanh và sức khỏe tài chính của các doanh nghiệp BĐS Hệ quả là số lượng doanh nghiệp rơi vào khủng hoảng tài chính tăng lên so với giai đoạn trước Covid.
Giả thuyết H1, H3, H6 bị bác bỏ cho thấy rằng các chỉ tiêu như tỷ lệ nắm giữ tiền mặt, vòng quay tổng tài sản và quy mô doanh nghiệp không phản ánh đúng sức khỏe tài chính của các doanh nghiệp bất động sản tại Việt Nam Kết quả này không nhất quán với nghiên cứu của Phạm Thị Hồng Vân (2018) về khả năng kiệt quệ tại các công ty cổ phần trong ngành công nghiệp và Đinh Khánh Nam (2022) về các yếu tố ảnh hưởng đến căng thẳng tài chính của các công ty niêm yết trên thị trường chứng khoán Việt Nam.
Bảng 3.12 Kết quả đối chiếu giả thuyết nghiên cứu
Biến Chiều hướng tác động lên FD
Kết quả kiểm nghiệm giả thuyết
Nguồn: Tác giả tự tổng hợp
Đánh giá mức độ phù hợp của mô hình dự báo
Kiểm định Hosmer & Lemeshow cho thấy P-value > 0.05, cho phép chấp nhận giả thuyết H0 Điều này chứng tỏ mô hình dự báo phù hợp với dữ liệu quan sát, nghĩa là xác suất dự đoán và xác suất thực tế không có sự khác biệt đáng kể.
Bảng 3.13 Kết quả kiểm định Hosmer & Lemeshow Hosmer and Lemeshow test (binary model)
Nguồn: Kết quả tính toán trên R
Tác giả đã xây dựng mô hình kiểm định để dự báo khả năng KQTC cho các doanh nghiệp bất động sản, sử dụng hai bộ dữ liệu Train và Test Điểm cut-off được xác định là 0.5; nếu giá trị P lớn hơn 0.5, doanh nghiệp được dự báo có khả năng KQTC trong năm tiếp theo, ngược lại, nếu P nhỏ hơn 0.5, doanh nghiệp sẽ được phân loại vào nhóm có sức khỏe tài chính lành mạnh.
Kết quả từ ma trận nhầm lẫn cho thấy mô hình dự báo đạt độ chính xác cao, với 83.57% trên dữ liệu huấn luyện và 82.86% trên dữ liệu kiểm định Xác suất dự đoán đúng các doanh nghiệp không có nguy cơ KQTC là 94.5% trong mẫu huấn luyện và 90.24% trong mẫu kiểm định Đối với các doanh nghiệp có nguy cơ bị bào mòn sức khỏe tài chính, xác suất dự đoán đúng là 45.16% (mẫu huấn luyện) và 56.52% (mẫu kiểm định) Hiệu suất tiên lượng của mô hình được đánh giá là chấp nhận được.
Bảng 3.14 Ma trận nhầm lẫn của dự báo dữ liệu huấn luyện
Dự báo Số dự đoán đúng
Tỷ lệ dự đoán đúng Không KQTC KQTC
Sensitivity (TPR) = TP/(FN+TP) = 45.16%
Nguồn: Kết quả tính toán của tác giả trên R
Bảng 3.15 Ma trận nhầm lẫn của dự báo dữ liệu kiểm định
Dự báo Số dự đoán đúng Tỷ lệ dự đoán đúng Không KQTC KQTC
Sensitivity (TPR) = TP/(FN+TP) = 56.52%
Nguồn: Kết quả tính toán của tác giả trên R
Hình 3.3 Biểu diễn ROC của mô hình dự báo trên hai bộ dữ liệu
Nguồn: Tác giả xử lý qua R
Hai đường cong ROC cho thấy hiệu quả dự báo của hai bộ dữ liệu với xu hướng tiến về góc trái, chỉ ra khả năng dự báo tốt của mô hình Để đánh giá độ phù hợp, tác giả xác định giá trị AUC, với kết quả lần lượt là 0.8480 và 0.7609, đều lớn hơn 0.5, cho thấy mô hình dự báo đã được xây dựng tốt hơn mô hình ngẫu nhiên Hiệu suất dự báo được đánh giá là khá lạc quan, với kết quả kiểm định Delong cho ra P-value = 0.2365.
> 0.05 nên chưa có cơ sở để bác bỏ giả thuyết H0 về sự khác biệt của hai đường ROC
Dựa trên các đánh giá về độ chính xác và kiểm định ROC, có thể khẳng định rằng mô hình đạt độ chính xác cao trong việc phân loại các doanh nghiệp bất động sản có nguy cơ về kết quả tài chính ổn định trên cả hai bộ dữ liệu huấn luyện và kiểm định.
Hình 3.4 Kết quả kiểm định Delong
Nguồn: Kết quả tính toán từ R
Chương 3 là chương trọng tâm có vai trò giải quyết các vấn đề mà nghiên cứu đặt ra Nội dung chương này bao gồm các kết quả định tính được phân tích ở phần thực trạng và kết quả định lượng rút ra từ mô hình hồi quy logistic Các kết quả thống kê, kiểm định và kiểm nghiệm hiệu quả của mô hình được diễn giải một cách tường minh, phù hợp với ý nghĩa kinh tế và đặc trưng của đối tượng nghiên cứu Do đó, mô hình dẫn xuất cuối cùng được xác định là mô hình tối ưu nhất Dựa trên các kết quả thu được, mô hình dự báo có thể được vận dụng hiệu quả trong việc cảnh báo sớm tình hình tài chính của các DN BĐS tại Việt Nam