Cấu trúc vốn và rủi ro tài chính của các doanh nghiệp ngành xây dựng niêm yết trên thị trường chứng khoán việt nam

Thế nên, việc phân tích tác động của CTV đến RRTC là cần thiết đối với DNXD trong giai đoạn hiện nay; và đó cũng là lý do mà tác giả chọn đề tài “Cấu trúc vốn và rủi ro tài chính của cá

GIỚI THIỆU TỔNG QUAN VỀ ĐỀ TÀI

LÝ DO CHỌN ĐỀ TÀI

Theo Brealey & cộng sự (2023), Arnold & Lewis (2019), Brigham & Houston

Sự lựa chọn kết hợp giữa nợ và vốn chủ sở hữu (VCSH) là quyết định quan trọng trong cấu trúc vốn (CTV) của các doanh nghiệp CTV phản ánh mức độ sử dụng nợ và VCSH để tài trợ cho hoạt động của doanh nghiệp Hiện nay, hầu hết doanh nghiệp đều sử dụng nợ do lợi ích từ việc tiết kiệm thuế mà nợ vay mang lại, cũng như vì ít doanh nghiệp có đủ tiềm lực tài chính để tự tài trợ cho tất cả tài sản mà không cần vay nợ Tuy nhiên, việc sử dụng nợ cũng gia tăng rủi ro tài chính (RRTC) cho doanh nghiệp.

Việt Nam đang trên đà phát triển với nhu cầu xây dựng cơ sở hạ tầng và nhà ở lớn, khiến ngành xây dựng trở thành một trong những ngành trọng điểm quốc gia, đóng góp đáng kể vào tăng trưởng kinh tế Mặc dù ngành này có mức tăng trưởng trung bình hàng năm khoảng 7.2% trong 10 năm qua, áp lực cạnh tranh giữa các nhà thầu Việt Nam dự kiến sẽ gia tăng do tỷ lệ tăng trưởng giảm khi ngành bước vào giai đoạn tái cấu trúc và sự gia nhập của các nhà thầu nước ngoài Thị trường bất động sản hiện đang trầm lắng vì các vấn đề pháp lý và khủng hoảng trái phiếu doanh nghiệp, dẫn đến tình trạng thiếu vốn cho các nhà thầu Nhiều doanh nghiệp xây dựng không thu hồi được công nợ và phải vay nợ để duy trì hoạt động, gây áp lực tài chính lớn và ảnh hưởng đến khả năng hoàn thành kế hoạch kinh doanh năm 2023.

Ngành xây dựng có đặc thù thâm dụng vốn lớn, dẫn đến nhu cầu đầu tư vào tài sản cố định cao, làm cho tỷ lệ sử dụng nợ trong cơ cấu tài chính của các doanh nghiệp (DN) này khá cao Do đó, các doanh nghiệp xây dựng luôn phải đối mặt với rủi ro tài chính trong quá trình hoạt động.

Từ năm 2018, hiệu quả hoạt động của doanh nghiệp xây dựng (DNXD) đã giảm sút, với tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE) thấp và không ổn định, tiềm ẩn nhiều rủi ro Theo thống kê của Fiintrade, trong năm 2022, giá cổ phiếu ngành xây dựng giảm 47%, cao hơn mức giảm của VN Index (-34%) Nguyên nhân chính của tình trạng này là do DNXD có cơ cấu vốn chưa hợp lý, chủ yếu tập trung vào nhu cầu vốn ngắn hạn mà không chú trọng đến hoạch định nguồn vốn dài hạn Hơn nữa, công tác quản trị tài chính còn nhiều hạn chế, dẫn đến việc không đánh giá đầy đủ các rủi ro trong việc tạo lập nguồn vốn, gây mất cân đối giữa tỷ lệ tổng nợ và tổng nguồn vốn, cũng như giữa nợ ngắn hạn và nợ dài hạn, từ đó làm tăng rủi ro cho doanh nghiệp.

Chính phủ đang mở rộng đầu tư công nhằm thúc đẩy tăng trưởng kinh tế khu vực công để bù đắp cho sự suy giảm trong khu vực tư nhân, với tổng nguồn vốn đầu tư công từ ngân sách Nhà nước năm 2023 là 756.111 tỷ đồng Các gói hỗ trợ của Chính phủ trong năm 2022 – 2023 đã tác động tích cực đến doanh nghiệp xây dựng cơ sở hạ tầng, với 347.000 tỷ đồng được giải ngân, trong đó phát triển hạ tầng chiếm 1/3 Tuy nhiên, tốc độ giải ngân chưa đạt kỳ vọng do giá nguyên vật liệu xây dựng tăng cao, ảnh hưởng đến tiến độ đầu tư công, đặc biệt trong lĩnh vực hạ tầng giao thông Dự kiến, tỷ lệ giải ngân năm 2023 đạt 82,47% kế hoạch, cao hơn so với cùng kỳ năm 2022 Ngoài ra, chi phí vay vốn cũng gia tăng do lãi suất ngân hàng tăng, gây áp lực lên tài chính của các doanh nghiệp xây dựng Thị trường bất động sản gặp khó khăn cũng ảnh hưởng tiêu cực đến ngành xây dựng, khiến nhiều doanh nghiệp đối mặt với nguy cơ kiệt quệ tài chính.

Để duy trì năng lực tài chính ổn định trong bối cảnh khó khăn hiện nay, các doanh nghiệp xây dựng (DNXD) cần lựa chọn một cơ cấu vốn hợp lý nhằm tối ưu hóa hiệu quả tài chính Việc này không chỉ giúp cải thiện sức khỏe tài chính mà còn gia tăng giá trị doanh nghiệp và giảm thiểu rủi ro tài chính (RRTC) Do đó, phân tích tác động của cơ cấu vốn đến RRTC là điều cần thiết cho DNXD trong giai đoạn hiện tại Đây cũng là lý do tác giả chọn nghiên cứu đề tài “Cấu trúc vốn và rủi ro tài chính của các doanh nghiệp ngành xây dựng niêm yết trên Thị trường chứng khoán Việt Nam” trong luận văn này.

TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU

Nhiều học giả trên thế giới và tại Việt Nam đã nghiên cứu mối quan hệ giữa CTV và RRTC, mang lại những kết quả đa dạng và phong phú.

Trên thế giới, có thể kể đến nghiên cứu của Fu & cộng sự (2012), Amalendu

Nghiên cứu của Somnath (2012) cho thấy rằng các chỉ số tự tài trợ và tài sản cố định có tác động ngược chiều đến RRTC của các doanh nghiệp tại Trung Quốc và Ấn Độ Trong khi đó, Mahesar và cộng sự (2015) chỉ ra rằng các tỷ số nợ có ảnh hưởng tích cực đáng kể đến RRTC của doanh nghiệp tại Pakistan Gunarathna (2016) cũng xác định rằng đòn bẩy tài chính có mối tương quan thuận với RRTC ở các doanh nghiệp tại Colombo.

Nghiên cứu của năm 2017 cho thấy tỷ lệ nợ trên vốn chủ sở hữu (CTV) có tác động tích cực đến tổng rủi ro của các doanh nghiệp tại Phần Lan Zhang (2019) chỉ ra rằng việc tăng tỷ lệ vốn chủ sở hữu có thể giảm rủi ro cho các doanh nghiệp bất động sản tại Trung Quốc, nhưng không thể loại bỏ hoàn toàn Hơn nữa, việc gia tăng tỷ lệ nợ trên tổng tài sản và tỷ lệ nợ ròng sẽ làm tăng rủi ro cho doanh nghiệp Các nghiên cứu của Pourali và cộng sự (2013), Ikpesu và Eboiyehi (2018), cùng với Ugbogbo (2023) cũng cho thấy rằng CTV đo bằng các hệ số nợ có ảnh hưởng tiêu cực đến rủi ro kết quả tài chính của doanh nghiệp tại Tehran và Nigeria.

Tại Việt Nam, nhiều nghiên cứu đã chỉ ra mối liên hệ giữa cấu trúc tài chính và rủi ro tài chính của các doanh nghiệp Trịnh Thị Phan Lan (2013) cho thấy các doanh nghiệp xây dựng - bất động sản sử dụng đòn bẩy tài chính cao, dẫn đến ảnh hưởng tiêu cực đến kết quả kinh doanh Lê Hoàng Vinh (2014) chỉ ra rằng tỷ lệ sử dụng nợ ảnh hưởng tích cực đến lợi nhuận nhưng ngược chiều với khả năng thanh toán Nghiên cứu của Nguyễn Việt Dũng (2018) khẳng định rằng cấu trúc tài chính tác động tích cực đến sự cân bằng tài chính của doanh nghiệp ngành xi măng Đoàn Khánh Hưng & Trần Thị Thu Hiền (2019) cho rằng cấu trúc tài chính ảnh hưởng cùng chiều đến cân bằng tài chính nhưng ngược chiều đến khả năng thanh toán ngắn hạn trong ngành du lịch Hằng & cộng sự (2020) phát hiện tác động tiêu cực của cấu trúc tài chính đến rủi ro tài chính ở cả doanh nghiệp nhà nước và tư nhân Trang & cộng sự (2020) chứng minh rủi ro tài chính có tương quan nghịch với cấu trúc tài chính đo bằng hệ số tài sản cố định Võ Minh Long (2020) cho rằng trong ngành bất động sản, cấu trúc tài chính đo bằng hệ số tự tài trợ có tác động ngược chiều đến rủi ro tài chính Hoàng Thị Hồng Lê & cộng sự (2021) cũng xác nhận mối quan hệ ngược chiều giữa cấu trúc tài chính và rủi ro tài chính.

Nghiên cứu năm 2022 chỉ ra rằng tỷ lệ nợ của CTV có ảnh hưởng ngược chiều đến RRTC Mặc dù nghiên cứu của Vũ Thị Hậu (2020) không phát hiện mối liên hệ giữa CTV và RRTC trong ngành y tế, nhưng Lê Thị Nhung (2023) lại tìm thấy sự tác động ngược chiều của CTV đến RRTC trong ngành dược phẩm.

Dựa trên tổng quan về tình hình nghiên cứu, tác giả nhận thấy rằng các nghiên cứu trên thế giới và tại Việt Nam về mối quan hệ giữa CTV và RRTC đều cho ra nhiều kết quả khác nhau Sự khác biệt này chủ yếu xuất phát từ các phương pháp tiếp cận, cách đo lường biến và xây dựng mô hình nghiên cứu Tuy nhiên, hầu hết các nghiên cứu đều khẳng định mối quan hệ tương quan chặt chẽ giữa CTV và RRTC của doanh nghiệp.

Tác giả chỉ ra rằng hiện chưa có nghiên cứu nào tập trung vào tác động của CTV đến RRTC trong lĩnh vực DNXD tại Việt Nam Điều này tạo ra một khoảng trống nghiên cứu cần được lấp đầy nhằm cung cấp thêm bằng chứng thực nghiệm về ảnh hưởng của CTV đối với RRTC trong ngành này.

MỤC TIÊU NGHIÊN CỨU

Nghiên cứu này đánh giá ảnh hưởng của CTV đến RRTC của các doanh nghiệp niêm yết trong ngành xây dựng Kết quả nghiên cứu sẽ cung cấp cơ sở để đưa ra khuyến nghị và chính sách, giúp các nhà quản trị lựa chọn CTV phù hợp với mức độ chấp nhận rủi ro của doanh nghiệp.

Nghiên cứu được thực hiện nhằm đạt được những mục tiêu cụ thể sau đây:

❖ Mục tiêu cụ thể 1: Đánh giá tác động của CTV đến RRTC trên khía cạnh mức độ BĐLN

❖ Mục tiêu cụ thể 2: Đánh giá tác động của CTV đến RRTC trên khía cạnh nguy cơ xảy ra tình trạng KQTC

Mục tiêu cụ thể 3 nhằm đưa ra những khuyến nghị và hàm ý về việc lựa chọn cộng tác viên (CTV) phù hợp với mục tiêu nghiên cứu và phát triển RRTC cho các doanh nghiệp niêm yết trong ngành xây dựng, dựa trên các kết quả nghiên cứu đã thu thập.

CÂU HỎI NGHIÊN CỨU

Để đạt được các mục tiêu cụ thể trên, nghiên cứu sẽ trả lời những câu hỏi sau:

❖ Câu hỏi nghiên cứu 1: CTV tác động như thế nào đến BĐLN của chủ sở hữu?

❖ Câu hỏi nghiên cứu 2: CTV tác động như thế nào đến rủi ro KQTC?

❖ Câu hỏi nghiên cứu 3: Các DNXD có thể lựa chọn CTV như thế nào để thích hợp với mục tiêu về RRTC?

ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU

1.5.1 Đối tượng nghiên cứu Đối tượng nghiên cứu: Tác động của CTV đến RRTC của các DNXD niêm yết trên TTCK Việt Nam

❖ Phạm vi không gian: Nghiên cứu được tiến hành trên 79 DNXD niêm yết trên TTCK Việt Nam

❖ Phạm vi thời gian: Nghiên cứu sử dụng số liệu từ báo cáo tài chính (BCTC) đã kiểm toán của các DNXD trong khoảng thời gian 07 năm từ 2016-2022

❖ Phạm vi nội dung: Luận văn tập trung nghiên cứu về tác động của CTV đến RRTC của DNXD dưới góc độ của quản trị tài chính.

PHƯƠNG PHÁP NGHIÊN CỨU

Trong luận văn này, tác giả sử dụng phương pháp nghiên cứu định tính kết hợp với nghiên cứu định lượng

Tác giả áp dụng phương pháp nghiên cứu định tính thông qua “Tổng quan lịch sử” để tổng hợp các lý thuyết liên quan đến CTV và RRTC, cùng với các bằng chứng thực nghiệm trong và ngoài nước về mối quan hệ giữa chúng Dựa trên những thông tin này, tác giả đã xây dựng mô hình và các giả thuyết nghiên cứu, nhằm phân tích tác động của CTV đến RRTC theo phương pháp tuyến tính, phục vụ cho nghiên cứu định lượng.

Phương pháp nghiên cứu định lượng được thực hiện thông qua việc thu thập dữ liệu từ BCTC và xử lý trên phần mềm Excel để chuẩn hóa các biến trong mô hình Tác giả sử dụng phần mềm STATA-17 để phân tích định lượng, bắt đầu với các thống kê mô tả và kiểm tra tính dừng của dữ liệu bảng bằng kiểm định nghiệm đơn vị Tiếp theo, kiểm định sự tương quan giữa các biến nghiên cứu thông qua hệ số tương quan Pearson để đánh giá tính phù hợp của dữ liệu Sau đó, phân tích hồi quy đa biến được áp dụng để ước lượng các hệ số hồi quy, kèm theo các kiểm định liên quan nhằm xác thực kết quả hồi quy và xử lý khuyết tật của mô hình nếu có Cuối cùng, tác giả đưa ra kết quả ước lượng và rút ra các kết luận từ nghiên cứu.

Dữ liệu nghiên cứu được thu thập từ báo cáo tài chính đã kiểm toán hàng năm của 79 doanh nghiệp xây dựng niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn 2016-2022 Các báo cáo này được lấy từ website của Công ty cổ phần Tài Việt (vietstock.vn), một cổng thông tin tài chính - chứng khoán hàng đầu, kết nối các doanh nghiệp đại chúng, công ty chứng khoán và tổ chức tài chính với nhà đầu tư Những báo cáo tài chính trên vietstock.vn đã được kiểm toán đầy đủ, đáp ứng quy định công bố thông tin của Ủy ban chứng khoán Nhà nước, vì vậy được coi là có độ tin cậy cao, phù hợp cho nghiên cứu khoa học.

Ý NGHĨA CỦA NGHIÊN CỨU

Nghiên cứu này sẽ phân tích các đặc điểm của CTV và khía cạnh RRTC trong các doanh nghiệp xây dựng (DNXD) thông qua việc đánh giá số liệu từ báo cáo tài chính kiểm toán giai đoạn 2016-2022.

Nghiên cứu này áp dụng phân tích định lượng nhằm chỉ ra ảnh hưởng của CTV đến RRTC của các doanh nghiệp xây dựng Kết quả nghiên cứu sẽ hỗ trợ Ban lãnh đạo trong việc đưa ra các quyết định chiến lược hiệu quả.

Doanh nghiệp cần nhận thức rõ hơn về ảnh hưởng của Cộng tác viên (CTV) đối với Rủi ro tài chính (RRTC) Điều này sẽ mở ra cơ hội để xây dựng và triển khai các chính sách, chiến lược phù hợp nhằm duy trì mối quan hệ với CTV, từ đó giảm thiểu RRTC và nâng cao hiệu quả hoạt động của doanh nghiệp.

Nghiên cứu giúp học viên nắm vững kiến thức chuyên sâu về các vấn đề liên quan đến CTV và RRTC của doanh nghiệp, từ đó áp dụng linh hoạt vào công việc thực tế, nâng cao hiệu quả công tác tại đơn vị.

Luận văn này sẽ trở thành tài liệu tham khảo quý giá cho sinh viên và học viên cao học, hỗ trợ họ trong việc tìm hiểu và nghiên cứu sâu hơn về các chủ đề liên quan đến CTV và RRTC của doanh nghiệp.

BỐ CỤC CỦA LUẬN VĂN

Bố cục của luận văn được viết thành 5 chương theo thứ tự sau:

Chương 1: Giới thiệu tổng quan về đề tài

Chương 2: Cơ sở lý thuyết và bằng chứng thực nghiệm

Chương 3: Phương pháp nghiên cứu

Chương 4: Kết quả nghiên cứu và thảo luận

Chương 5: Kết luận và hàm ý

Chương 1 sẽ cung cấp cái nhìn tổng quan về đề tài nghiên cứu, trong khi Chương 2 sẽ trình bày cơ sở lý thuyết và bằng chứng thực nghiệm, từ đó xây dựng giả thuyết và mô hình nghiên cứu cho phân tích định lượng Chương 3 sẽ mô tả quy trình và phương pháp nghiên cứu, nhằm trả lời các câu hỏi nghiên cứu một cách hệ thống và logic Kết quả nghiên cứu và thảo luận sẽ được trình bày trong Chương 4 Cuối cùng, Chương 5 sẽ tóm tắt các kết luận, khuyến nghị, hàm ý chính sách, đồng thời chỉ ra những hạn chế và hướng nghiên cứu mở rộng cho đề tài.

CƠ SỞ LÝ THUYẾT VÀ BẰNG CHỨNG THỰC NGHIỆM

CƠ SỞ LÝ THUYẾT

Khái niệm về cơ cấu tài chính (CTV) của doanh nghiệp (DN) vẫn còn nhiều quan điểm khác nhau Gitman & Zutter (2015) định nghĩa CTV là sự kết hợp giữa nợ dài hạn và vốn chủ sở hữu (VCSH), với mục tiêu là đạt được chi phí sử dụng vốn bình quân gia quyền (WACC) tối thiểu, từ đó tối đa hóa giá trị doanh nghiệp (GTDN) Trong khi đó, Brealey & cộng sự (2023) và Arnold & Lewis (2019) cho rằng CTV là sự kết hợp giữa nợ và VCSH Brigham & Houston (2019) cùng Horne & Wachowicz (2013) mở rộng định nghĩa, cho rằng CTV bao gồm nợ, cổ phiếu ưu đãi và vốn cổ phần phổ thông để tài trợ cho tài sản của DN, với CTV tối ưu nhằm tối đa hóa giá trị nội tại của cổ phiếu và tối thiểu hóa chi phí sử dụng vốn.

Theo Ross và cộng sự (2013), có sự khác biệt rõ rệt về cấu trúc tài chính (CTV) giữa các ngành, trong đó các ngành có đầu tư lớn vào tài sản hữu hình, như ngành xây dựng, thường có tỷ lệ đòn bẩy cao Tại Việt Nam, các doanh nghiệp xây dựng niêm yết cho thấy nợ ngắn hạn chiếm khoảng 84% tổng nợ vay và không sử dụng vốn cổ phần ưu đãi Do đó, trong nghiên cứu này, tác giả áp dụng khái niệm CTV theo Brealey và cộng sự (2023) cũng như Arnold & Lewis.

Cấu trúc vốn của doanh nghiệp xây dựng (DNXD) là sự kết hợp giữa vốn chủ sở hữu và nợ phải trả, bao gồm cả nợ ngắn hạn và nợ dài hạn Các doanh nghiệp huy động vốn thông qua nhiều phương thức khác nhau nhằm tài trợ cho hoạt động kinh doanh của mình.

Trong luận văn này, tác giả không chỉ đánh giá cấu trúc tài chính (CTV) thông qua tổng nợ mà còn xem xét kỳ hạn của nợ, bao gồm nợ ngắn hạn và nợ dài hạn Các chỉ tiêu đo lường CTV được sử dụng trong nghiên cứu là các tỷ số nợ, cụ thể là tỷ số tổng nợ trên tổng nguồn vốn (TD), tỷ số nợ ngắn hạn trên tổng nguồn vốn (STD), và tỷ số nợ dài hạn trên tổng nguồn vốn (LTD).

Chỉ tiêu đo lường cấu trúc vốn liên quan đến nợ phải trả, bao gồm tổng nợ vay mà doanh nghiệp cam kết thanh toán cho chủ nợ, bao gồm cả nợ gốc và lãi vay theo thời hạn quy định Theo nghiên cứu của Nguyễn Thị Liên Hoa và cộng sự (2008), nợ phải trả được chia thành nợ ngắn hạn và nợ dài hạn.

Nợ ngắn hạn là các nghĩa vụ tài chính mà doanh nghiệp phải thanh toán trong thời gian dưới một năm hoặc trong một chu kỳ kinh doanh nhất định Những khoản nợ này thường được sử dụng để duy trì và quản lý các tài sản ngắn hạn (tài sản lưu động) hoặc để thanh toán các khoản nợ ngắn hạn khác.

Nợ dài hạn là các nghĩa vụ tài chính mà người vay hoặc doanh nghiệp không cần thanh toán trong vòng một năm hoặc trong một chu kỳ sản xuất kinh doanh Nó bao gồm các khoản vay dài hạn, trái phiếu, giấy nhận nợ và tín phiếu Vốn chủ sở hữu, hay vốn cổ phần, liên quan đến quyền lợi của chủ sở hữu đối với tài sản ròng của doanh nghiệp, được tính bằng tổng tài sản trừ tổng nợ vay Quyền lợi của chủ sở hữu thường đứng sau quyền lợi của chủ nợ, nghĩa là họ chỉ có quyền trên phần tài sản còn lại sau khi các nghĩa vụ nợ đã được thực hiện Theo luật pháp, đặc biệt là luật phá sản, quyền lợi của cổ đông trên tài sản ròng được quy định rõ ràng Vốn chủ sở hữu không yêu cầu doanh nghiệp cam kết thanh toán, mà chỉ kỳ vọng vào lợi nhuận từ hoạt động kinh doanh, thể hiện năng lực tự chủ tài chính của doanh nghiệp trong quá trình hoạt động.

Trong quá trình hoạt động, doanh nghiệp (DN) luôn phải đối mặt với rủi ro, những sự kiện bất lợi có thể gây tổn thất Rủi ro thường được định nghĩa là sự ngẫu nhiên của các biến cố có thể dẫn đến kết quả không như mong đợi Rủi ro tài chính (RRTC) là một trong những loại rủi ro mà DN có thể gặp phải trong hoạt động kinh doanh Mặc dù có nhiều quan điểm khác nhau về RRTC, hầu hết các học giả đồng ý rằng nó liên quan đến các quyết định tài trợ bằng nợ hoặc nguồn vốn có chi phí cố định Theo Brigham & Houston (2019), RRTC là rủi ro gia tăng cho cổ đông, vượt qua rủi ro kinh doanh cơ bản của DN, do việc sử dụng đòn bẩy tài chính.

RRTC, theo định nghĩa của Horne & Wachowicz (2008), là mức độ biến động tăng thêm trong thu nhập trên mỗi cổ phần (EPS) và rủi ro mất khả năng thanh toán do việc sử dụng nợ Trong nghiên cứu này, tác giả đồng ý rằng RRTC phát sinh từ việc doanh nghiệp sử dụng nợ Do đó, RRTC được định nghĩa là rủi ro tài chính, xuất phát từ việc sử dụng nợ trong cấu trúc vốn để tài trợ cho hoạt động doanh nghiệp, thể hiện qua sự biến động lợi nhuận dành cho cổ đông và nguy cơ kiệt quệ tài chính khi doanh nghiệp không thể

RRTC, hay Rủi ro liên quan đến nợ, xuất phát từ việc sử dụng nợ trong cấu trúc tài chính của doanh nghiệp Nó thể hiện qua hai khía cạnh chính: (1) Sự khác biệt giữa lợi nhuận thực tế và lợi nhuận kỳ vọng mà chủ sở hữu mong đợi; và (2) Khả năng xảy ra những biến động không lường trước trong lợi nhuận.

Doanh nghiệp không thể thực hiện nghĩa vụ nợ đến hạn, có nguy cơ rơi vào tình trạng khủng hoảng tài chính, dẫn đến khả năng phá sản Vì vậy, chỉ tiêu đo lường rủi ro tài chính sẽ dựa trên hai khía cạnh biểu hiện này.

Việc sử dụng nợ trong điều kiện kinh doanh thuận lợi có thể giúp doanh nghiệp gia tăng lợi nhuận thông qua đòn bẩy tài chính, nhưng cũng có nguy cơ làm tăng khoản lỗ nếu tình hình kinh doanh không khả quan, dẫn đến sự biến động trong lợi nhuận của chủ sở hữu RRTC (Rủi ro tỷ suất sinh lời) phản ánh sự khác biệt giữa lợi nhuận thực tế và lợi nhuận kỳ vọng của chủ sở hữu Theo Arnold & Lewis (2019) và Horne & Wachowicz (2013), RRTC là sự dao động của tỷ suất sinh lời của vốn chủ sở hữu (ROE) hoặc thu nhập trên mỗi cổ phần (EPS) Ngoài ra, Gitman & Zutter (2015) và Horne & Wachowicz (2008) nhấn mạnh rằng để phân tích tác động của cấu trúc tài chính lên lợi nhuận của chủ sở hữu, cần xem xét mối quan hệ giữa thu nhập trước lãi vay và thuế (EBIT) với thu nhập trên mỗi cổ phần (EPS) cùng với độ đòn bẩy tài chính.

DFL (Degree of Financial Leverage) là chỉ số định lượng dùng để đánh giá mức độ biến động của EPS (Earnings Per Share) khi EBIT (Earnings Before Interest and Taxes) thay đổi Trong nghiên cứu này, tác giả đo lường rủi ro thứ nhất thông qua độ bẩy tài chính (DFL) để phân tích mối quan hệ giữa các chỉ số tài chính.

EPS: Lợi nhuận trên mỗi cổ phần

EBIT: Lợi nhuận trước thuế và lãi vay

Việc sử dụng nợ trong doanh nghiệp tạo ra các nghĩa vụ tài chính trong tương lai, gây áp lực lên khả năng chi trả nợ (KNTT) của doanh nghiệp KNTT là khả năng thanh toán các khoản nợ đến hạn, bao gồm nợ gốc và lãi vay; nếu dòng tiền không đủ, doanh nghiệp có thể mất KNTT và rơi vào tình trạng khủng hoảng tài chính, thậm chí dẫn đến phá sản Để đo lường rủi ro khủng hoảng tài chính, nhiều mô hình như Z-Score (1968, 1984, 1995), S-Score, O-Score và X-Score được sử dụng Nghiên cứu của Lê Hoàng Vinh & Phạm Lê Quang (2021) cho thấy sự khác biệt trong nhận diện khủng hoảng tài chính khi áp dụng các mô hình này, với S-Score có tỷ lệ chính xác cao nhất Tahu (2019) cũng khẳng định S-Score là mô hình tốt nhất để đo lường khủng hoảng tài chính cho các doanh nghiệp xây dựng Vì vậy, nghiên cứu này sẽ sử dụng chỉ số S-Score để đo lường rủi ro khủng hoảng tài chính.

X2 = Lợi nhuận trước thuế và lãi vay/TTS

X3 = Lợi nhuận trước thuế/Nợ ngắn hạn

S-Score > 0,862: Sức khỏe tài chính tốt

2.1.3 Cơ sở lý thuyết về tác động của cấu trúc vốn đến rủi ro tài chính

❖ Thứ nhất: Lý thuyết cấu trúc vốn tối ưu

Lý thuyết CTV tối ưu cho rằng tồn tại một tỷ lệ nợ và VCSH tối ưu giúp tối thiểu hóa WACC và tối đa hóa GTDN Việc sử dụng nợ có chi phí thấp hơn so với VCSH nhờ vào lợi ích khấu trừ thuế, giúp doanh nghiệp tiết kiệm thuế Do đó, doanh nghiệp có thể giảm chi phí sử dụng vốn bằng cách tăng tỷ lệ nợ Tuy nhiên, khi tỷ lệ nợ tăng, rủi ro cũng gia tăng, dẫn đến yêu cầu tỷ suất lợi nhuận cao hơn từ nhà đầu tư Mặc dù sự gia tăng này không ngay lập tức triệt tiêu lợi ích từ việc sử dụng nợ, nhưng nếu nhà đầu tư tiếp tục yêu cầu lợi nhuận cao hơn, thì lợi ích này sẽ không còn Điều này cho thấy mối quan hệ thuận chiều giữa tỷ lệ sử dụng nợ trong CTV với RRTC, ảnh hưởng tích cực hoặc tiêu cực đến GTDN.

BẰNG CHỨNG THỰC NGHIỆM

Cho đến nay, CTV và RRTC đã thu hút nhiều nghiên cứu trên toàn cầu và tại Việt Nam Tuy nhiên, phần lớn các nghiên cứu chỉ tập trung vào các yếu tố ảnh hưởng đến CTV, RRTC hoặc tác động của CTV đến hiệu quả tài chính của doanh nghiệp Vẫn còn ít nghiên cứu chuyên sâu về tác động của CTV đối với RRTC Dưới đây là một số nghiên cứu điển hình liên quan đến đề tài này mà tác giả sẽ xem xét.

2.2.1 Các nghiên cứu ngoài nước

Amalendu & Somnath (2012) nghiên cứu các yếu tố tác động đến RRTC của

Nghiên cứu về 513 doanh nghiệp vừa và nhỏ trên sàn giao dịch chứng khoán Bombay (BSE) của Ấn Độ trong giai đoạn 2001-2011 cho thấy RRTC có mối quan hệ ngược chiều với CTV, được đo bằng mô hình Alexander Bathory và hệ số TSCĐ Kết quả thực nghiệm chỉ ra rằng RRTC cũng có quan hệ ngược chiều với hệ số thanh toán hiện hành và tỷ suất lợi nhuận trên doanh thu, trong khi có mối quan hệ thuận chiều với vòng quay TSCĐ và vòng quay TTS Tuy nhiên, không tìm thấy mối quan hệ đáng kể nào với cơ cấu nợ, vòng quay các khoản phải thu và vòng quay hàng tồn kho.

Fu & cộng sự (2012) phân tích các nhân tố ảnh hưởng đến RRTC bao gồm

Nghiên cứu này phân tích ảnh hưởng của các yếu tố đến RRTC của các doanh nghiệp vừa và nhỏ niêm yết trên Sở giao dịch chứng khoán Thâm Quyến, Trung Quốc RRTC được đo bằng mô hình Alexander Bathory, trong khi CTV được đánh giá thông qua hệ số tự tài trợ và hệ số TSCĐ Kết quả cho thấy RRTC có mối tương quan lớn và nghịch biến với CTV, hệ số thanh toán hiện hành, và tỷ suất lợi nhuận ròng Đồng thời, nghiên cứu cũng chỉ ra mối tương quan yếu giữa RRTC với vòng quay TSCĐ và vòng quay TTS, trong khi không có mối tương quan đáng kể với cơ cấu nợ, vòng quay hàng tồn kho và vòng quay khoản phải thu.

Nghiên cứu của Pourali và cộng sự (2013) về mối quan hệ giữa ĐBTC và năng lực tự chủ về vốn đối với tình trạng KQTC của các DN trên TTCK Tehran trong giai đoạn 2007-2011 đã sử dụng phương pháp phân tích hồi quy tuyến tính đa biến trên mẫu 32 DN bị loại khỏi hệ thống Mức độ KQTC được đo bằng chỉ số Altman’s Zscores điều chỉnh, trong khi ĐBTC được đo bằng hệ số nợ và năng lực tự chủ về vốn được đo bằng hệ số TSCĐ Kết quả nghiên cứu cho thấy không có mối quan hệ đáng kể giữa ĐBTC và năng lực tự chủ về vốn với KQTC, nhưng có sự tương quan cùng chiều giữa ĐBTC và mức độ KQTC, ngược chiều với chỉ số Altman’s Zscores Ngược lại, năng lực tự chủ về vốn và mức độ KQTC có tương quan cùng chiều, không phù hợp với giả thuyết.

Nghiên cứu của Mahesar & cộng sự (2015) đã phân tích tác động của cấu trúc tài chính (CTV) đến tỷ suất lợi nhuận trên tổng tài sản (RRTC) của 58 doanh nghiệp niêm yết trên sàn chứng khoán Karachi (KSE) trong giai đoạn 2004-2011 Sử dụng phương pháp thống kê mô tả, ma trận tương quan Pearson và mô hình hồi quy OLS, kết quả cho thấy CTV, được đo lường qua các chỉ số nợ dài hạn, nợ ngắn hạn và tổng nợ, có ảnh hưởng tích cực đáng kể đến RRTC của doanh nghiệp Các doanh nghiệp chủ yếu dựa vào nguồn vốn chủ sở hữu và nợ ngắn hạn, trong đó các khoản nợ có thỏa thuận chặt chẽ góp phần làm tăng RRTC Nghiên cứu cũng chỉ ra rằng phần lớn cấu trúc tài chính của các doanh nghiệp Pakistan chủ yếu được tài trợ bằng vốn tự có hoặc sự kết hợp giữa vốn tự có và tài chính ngắn hạn.

Nghiên cứu của Gunarathna (2016) đã chỉ ra rằng ĐBTC có ảnh hưởng tích cực đến RRTC, dựa trên dữ liệu thu thập từ 15 doanh nghiệp trong lĩnh vực khách sạn và du lịch cũng như ngành công nghiệp hóa chất và dược phẩm trên Sở giao dịch chứng khoán Colombo trong giai đoạn 2006-2015 Mặc dù ĐBTC thúc đẩy RRTC, quy mô doanh nghiệp lại có tác động tiêu cực đến chỉ số này Đặc biệt, các doanh nghiệp khách sạn và du lịch ghi nhận RRTC cao hơn so với các doanh nghiệp hóa chất và dược phẩm, cho thấy ĐBTC và quy mô doanh nghiệp là những yếu tố quan trọng quyết định RRTC Kết quả nghiên cứu cũng cho thấy rằng các doanh nghiệp có RRTC cao hơn có khả năng giảm thiểu rủi ro bằng cách điều chỉnh CTV trong điều kiện thị trường thuận lợi, nhưng điều này trở nên khó khăn hơn trong thời kỳ suy thoái.

Guzikova & cộng sự (2017) nghiên cứu về rủi ro của vốn vay đối với các

Nghiên cứu phân tích đặc điểm hình thành CTV của các DNXD lớn ở Nga từ góc độ RRTC, đồng thời đánh giá cơ hội phát triển của các doanh nghiệp này Bài viết so sánh các cơ hội và rủi ro liên quan đến việc sử dụng vốn tự có và vốn vay, phân tích CTV của các DNXD lớn, xác định các yếu tố ảnh hưởng đến CTV, và tỷ lệ giữa nguồn vốn tự có và vốn vay Giả thuyết nghiên cứu cho rằng các yếu tố này có ảnh hưởng đáng kể đến sự phát triển của DNXD lớn tại Nga.

Các doanh nghiệp lớn thường sử dụng nhiều vốn vay hơn do sự gia tăng tài sản, dẫn đến việc tăng cường khả năng vay mượn Nghiên cứu cho thấy rằng sự phát triển tài sản của các công ty xây dựng lớn thường đi kèm với sự gia tăng vốn vay Điều này phản ánh tình trạng vốn tự có còn hạn chế, từ đó hạn chế cơ hội mở rộng nhanh chóng hoạt động kinh doanh của doanh nghiệp.

Nghiên cứu của Lyulyu (2017) đã chỉ ra rằng cơ cấu tài chính (CTV) có tác động đáng kể đến rủi ro và hiệu quả hoạt động của doanh nghiệp CTV được đo lường qua hai khía cạnh: giá trị sổ sách của nợ so với giá trị sổ sách và giá trị thị trường của vốn chủ sở hữu (VCSH), dựa trên dữ liệu từ báo cáo tài chính của 50 doanh nghiệp Phần Lan trong giai đoạn 2012-2016 Kết quả cho thấy CTV ảnh hưởng đến các chỉ số hiệu quả hoạt động dựa trên giá trị thị trường, giá trị sổ sách và sự kết hợp của cả hai, đồng thời cũng tác động đến tổng rủi ro Nghiên cứu nhấn mạnh tầm quan trọng của việc đạt được CTV tối ưu, tuy nhiên, nếu tỷ lệ nợ vượt quá giá trị thị trường của VCSH, sẽ gây ảnh hưởng tiêu cực đến hiệu quả hoạt động và rủi ro của doanh nghiệp.

Nợ tăng cao dẫn đến tổng rủi ro gia tăng, tuy nhiên, rủi ro hệ thống không bị ảnh hưởng bởi sự thay đổi của tỷ lệ nợ trên vốn chủ sở hữu.

Nghiên cứu của Ikpesu & Eboiyehi (2018) về 58 doanh nghiệp sản xuất tại Nigeria trong giai đoạn 2010-2016 cho thấy có mối liên hệ tích cực giữa cộng tác viên (CTV) và kết quả tài chính (KQTC) khi có sự tham gia của đảng bộ tín dụng (ĐBTC) Các tác giả khuyến nghị rằng các nhà quản lý doanh nghiệp cần cẩn trọng trong việc lựa chọn CTV, đồng thời chính phủ nên khuyến khích doanh nghiệp ưu tiên sử dụng nguồn tài trợ nội bộ từ lợi nhuận giữ lại thay vì huy động vốn từ bên ngoài thông qua chính sách thuế.

Zhang (2019) nghiên cứu về CTV và RRTC của các DN BĐS ở Trung Quốc

Phân tích trường hợp của Poly Real Estate cho thấy các đặc điểm của CTV trong ngành BĐS có ảnh hưởng đáng kể đến RRTC Nghiên cứu này tập trung vào việc đánh giá mối liên hệ giữa các yếu tố trong ngành và tác động của chúng đến hiệu suất của Poly Real Estate.

Nghiên cứu về Poly Real Estate trong các năm 2016, 2017 và 2018 cho thấy tỷ lệ VCSH của công ty này sẽ tiếp tục tăng, giúp giảm rủi ro nhưng không thể loại bỏ hoàn toàn Tuy nhiên, việc gia tăng tỷ lệ nợ trên tổng tài sản và tỷ lệ nợ ròng có thể làm giảm lợi tức đầu tư, từ đó gia tăng rủi ro cho các doanh nghiệp bất động sản Nghiên cứu cũng đề xuất một số giải pháp tối ưu hóa cấu trúc tài chính và kiểm soát rủi ro cho các doanh nghiệp bất động sản tại Trung Quốc, bao gồm: thực hiện các chiến lược bán hàng hiệu quả và nhanh chóng thu hồi công nợ; phát huy tác dụng của đòn bẩy tài chính đồng thời quản lý nợ chặt chẽ; và kiểm soát tỷ lệ nợ ngắn hạn để tối ưu hóa cấu trúc tài chính.

Nghiên cứu của Ugbogbo (2023) phân tích tác động của CTV đến khó khăn tài chính của các doanh nghiệp tại Nigeria, với mẫu nghiên cứu gồm 89 doanh nghiệp phi tài chính niêm yết trên Sở giao dịch Nigeria (NXG) trong giai đoạn 2014-2019 Dữ liệu được thu thập từ báo cáo tài chính hàng năm của các doanh nghiệp được chọn Kết quả cho thấy rằng đòn bẩy tài chính và cấu trúc tài sản có ảnh hưởng đáng kể đến tình hình kết quả tài chính của các doanh nghiệp này.

2.2.2 Các nghiên cứu tại Việt Nam

Tại Việt Nam, nghiên cứu về tác động của cộng tác viên (CTV) đến rủi ro trong quá trình thực hiện các dự án xây dựng còn hạn chế Đặc biệt, lĩnh vực Xây dựng vẫn thiếu hụt các nghiên cứu chuyên sâu về vấn đề này, mặc dù có một số nghiên cứu tiêu biểu đã được thực hiện.

Trịnh Thị Phan Lan (2013) nghiên cứu về rủi ro từ ĐBTC của các DNXD -

GIẢ THIẾT NGHIÊN CỨU

RRTC là rủi ro biến động lợi nhuận trên vốn cổ phần, kết hợp với rủi ro mất khả năng chi trả do doanh nghiệp sử dụng nợ trong cấu trúc vốn Khi doanh nghiệp tăng tỷ trọng nguồn tài trợ có chi phí cố định, mức độ biến động lợi nhuận dành cho chủ sở hữu sẽ gia tăng, dẫn đến dòng tiền cố định chi ra để trả lãi vay hoặc cổ tức cũng tăng theo Kết quả là mức độ biến động lợi nhuận và xác suất mất khả năng thanh toán tăng lên Từ đó, tác giả đưa ra hai giả thuyết nghiên cứu về tác động của cấu trúc vốn đến RRTC.

2.3.1 Tác động của cấu trúc vốn đến mức độ biến động lợi nhuận Ở khía cạnh thứ nhất, RRTC trong DN đề cập đến mức độ BĐLN dành cho chủ sở hữu do việc sử dụng nợ trong CTV, được đo lường trên cơ sở phân tích tác động của nợ đến mức độ biến động của tỷ suất sinh lời trên VCSH DN sử dụng nợ sẽ làm tăng thêm rủi ro đối với chủ sở hữu vì lợi nhuận dành cho chủ sở hữu sẽ có mức độ biến động lớn hơn, chủ sở hữu sẽ gia tăng được lợi nhuận nếu như hiệu quả sử dụng nợ được bảo đảm và ngược lại (Brigham & Houston, 2019)

Theo lý thuyết CTV tối ưu, việc sử dụng nợ có thể khuếch đại lợi nhuận theo hướng tích cực hoặc tiêu cực, tùy thuộc vào hiệu quả sử dụng nợ Nếu doanh nghiệp duy trì hiệu quả khi gia tăng mức sử dụng nợ, lợi nhuận trên vốn chủ sở hữu (VCSH) sẽ tăng Tuy nhiên, việc tăng tỷ lệ nợ cũng làm gia tăng rủi ro phá sản, dẫn đến chủ nợ yêu cầu lãi suất cao hơn, làm tăng chi phí nợ và giảm hiệu quả sử dụng nợ Khi hiệu quả sử dụng nợ không được đảm bảo, tác động tích cực của nợ đến lợi nhuận trên VCSH sẽ giảm dần, và nếu tỷ lệ nợ tiếp tục cao, lợi nhuận trên VCSH sẽ sụt giảm, gây ảnh hưởng tiêu cực đến lợi nhuận của chủ sở hữu.

Từ đó, tác giả đưa ra giả thuyết nghiên cứu đối với khía cạnh rủi ro thứ nhất:

Giả thuyết H1: CTV tác động cùng chiều đến BĐLN

2.3.2 Tác động của cấu trúc vốn đến nguy cơ xảy ra kiệt quệ tài chính Ở khía cạnh thứ hai, DN sử dụng nợ làm phát sinh các nghĩa vụ thanh toán bắt buộc (nợ gốc và lãi vay) Nếu DN không thể thực hiện được các nghĩa vụ này thì DN bị rơi vào tình trạng mất KNTT, từ đó làm nảy sinh nguy cơ xảy ra tình trạng KQTC và có thể dẫn đến phá sản nếu như không tìm được biện pháp cải thiện kịp thời Như vậy, quyết định sử dụng nợ vay dẫn đến việc DN phải đối mặt với rủi ro KQTC Theo

Nợ mang lại lợi ích về thuế cho doanh nghiệp, nhưng cũng tạo áp lực do nghĩa vụ thanh toán lãi và nợ gốc, có thể dẫn đến rủi ro tài chính, thậm chí là phá sản Nghiên cứu của Amalendu & Somnath (2012) cho thấy hệ số khả năng thanh toán hiện tại cao giúp giảm rủi ro tài chính, trong khi nghiên cứu của Rasa (2012) chỉ ra rằng khả năng thanh toán hiện tại và tính thanh khoản của tài sản bị ảnh hưởng tiêu cực bởi tỷ lệ sử dụng nợ Điều này cho thấy việc tăng mức độ sử dụng nợ sẽ làm giảm khả năng thanh toán, từ đó gia tăng rủi ro tài chính cho doanh nghiệp.

Nghiên cứu của Amalendu & Somnath (2012), Mohammad & cộng sự (2013), và Javad & Hamed (2011) chỉ ra rằng có mối quan hệ thuận chiều giữa tỷ lệ sử dụng nợ trong công ty và mức độ xảy ra tình trạng khủng hoảng tài chính, điều này phù hợp với Lý thuyết đánh đổi.

Từ đó, tác giả đưa ra giải thuyết nghiên cứu đối với khía cạnh rủi ro thứ hai:

Giả thuyết H2: CTV tác động cùng chiều đến nguy cơ xảy ra KQTC

Trong Chương 2, tác giả tổng quan các khái niệm lý thuyết cơ bản về CTV và RRTC, phân tích ý nghĩa của việc nhận diện chính xác các biểu hiện của RRTC để xây dựng mô hình nghiên cứu cho luận văn Chương này cũng lược khảo các nghiên cứu thực nghiệm trong và ngoài nước về CTV và RRTC của các doanh nghiệp phi tài chính, xác định khoảng trống chưa được khám phá và nêu bật điểm mới cũng như điểm kế thừa của luận văn Tác giả xây dựng giả thiết nghiên cứu, lựa chọn và đo lường các biến đưa vào mô hình, trong đó biến phụ thuộc RRTC được đo lường bằng độ bẩy tài chính (DFL) và chỉ số S-Score, còn biến độc lập CTV được đo lường bằng các tỷ số nợ Chương 2 đã tạo nền tảng cho thiết kế nghiên cứu trong Chương 3, nhằm tìm ra đáp án cho các câu hỏi nghiên cứu một cách chính xác.

QUY TRÌNH NGHIÊN CỨU

Trong luận văn này, quy trình nghiên cứu được tác giả thực hiện như sau:

Hình 3.1: Sơ đồ các bước trong quy trình nghiên cứu:

Nguồn: Tác giả xây dựng

Bước đầu tiên trong nghiên cứu là xác định vấn đề nghiên cứu, cụ thể là tác động của cổ đông lớn (CTV) đến hiệu quả hoạt động của các doanh nghiệp niêm yết trong ngành xây dựng Nội dung này sẽ được trình bày chi tiết trong Chương 1 của luận văn.

Mục tiêu nghiên cứu của luận văn là phân tích tác động của CTV đến RRTC của các doanh nghiệp niêm yết trong ngành xây dựng Dựa trên mục tiêu chung này, tác giả sẽ xác định các mục tiêu cụ thể cần đạt được bằng cách trả lời các câu hỏi nghiên cứu tương ứng Bước này được thực hiện trong Chương 1 của luận văn.

Bước 3 trong nghiên cứu là thiết lập cơ sở lý thuyết bằng cách lược khảo các khái niệm, lý thuyết và tổng quan các nghiên cứu trước đây liên quan đến CTV và RRTC Mục tiêu của bước này là làm rõ những khoảng trống trong nghiên cứu hiện tại và xác định những điểm mới trong luận văn Hoạt động này được thực hiện chi tiết trong Chương 2 của luận văn.

Bước 4 trong quy trình nghiên cứu là xây dựng mô hình nghiên cứu, dựa trên việc tổng hợp các nghiên cứu trước đó và xác định những khoảng trống cần được khám phá Tác giả phát triển một mô hình nghiên cứu định lượng để thực hiện phân tích hồi quy, nhằm trả lời các câu hỏi nghiên cứu Quy trình này sẽ được trình bày chi tiết trong Chương 3 của luận văn.

Bước 5 trong nghiên cứu là trình bày chi tiết phương pháp chọn mẫu, quy trình lọc và tính toán dữ liệu cho các biến trong mô hình nghiên cứu Đồng thời, cần lựa chọn phương pháp ước lượng phù hợp và hệ thống các kiểm định cần thực hiện cho mô hình đã xây dựng Nội dung này sẽ được thực hiện tại Chương 3 của luận văn.

Bước 6 trong quy trình nghiên cứu là thu thập và xử lý số liệu từ báo cáo tài chính của 79 doanh nghiệp niêm yết trong ngành xây dựng Mục tiêu là tạo ra bảng số liệu đầu vào hoàn chỉnh để phục vụ cho việc chạy mô hình hồi quy Quy trình này được thực hiện chi tiết trong Chương 3 của luận văn.

Bước 7 trong nghiên cứu bao gồm thống kê mô tả, kiểm định các biến và phân tích hồi quy, nhằm chạy hồi quy và thực hiện các kiểm định liên quan Việc khắc phục các khuyết tật của mô hình là cần thiết để đảm bảo kết quả đạt độ tin cậy và ý nghĩa thống kê cao Bước này được thực hiện trong Chương 4 của luận văn.

Bước 8 trong quy trình nghiên cứu là bình luận kết quả nghiên cứu và đối chiếu với các giả thuyết cũng như kỳ vọng dấu Tác giả sẽ xem xét liệu kết quả có thỏa mãn các giả thuyết và kỳ vọng đã đặt ra hay không, đồng thời giải thích lý do nếu có sự không thỏa mãn Qua đó, các bình luận sẽ được đưa ra để làm rõ các mục tiêu nghiên cứu Bước này thường được thực hiện trong Chương 4 của luận văn.

Bước 9 trong luận văn là phần kết luận và hàm ý, nơi tác giả tổng hợp các kết luận từ kết quả nghiên cứu Tác giả cũng đưa ra các khuyến nghị và chính sách cho các bên liên quan dựa trên những phát hiện này Bên cạnh đó, phần này còn chỉ ra những hạn chế của luận văn và đề xuất các hướng nghiên cứu tiếp theo Nội dung này được trình bày chi tiết trong Chương 5 của luận văn.

MÔ HÌNH NGHIÊN CỨU

Dựa trên lược khảo lý thuyết và kế thừa từ các nghiên cứu trước, tác giả đề xuất một khung nghiên cứu và mô hình nghiên cứu nhằm xem xét tác động của CTV đến RRTC qua hai khía cạnh biểu hiện của RRTC.

Dựa trên các nghiên cứu thực nghiệm, tác giả nhận thấy chưa có nghiên cứu nào về tác động của CTV đến RRTC, đặc biệt là trong hai khía cạnh: BĐLN cho chủ sở hữu và khả năng xảy ra tình trạng KQTC đối với DNXD Từ cơ sở lý thuyết đã trình bày ở chương trước và cách tiếp cận RRTC của luận văn, tác giả đề xuất khung nghiên cứu tác động của CTV đến RRTC, được mô tả qua hình 3.2 dưới đây.

Hình 3.2: Thiết kế nghiên cứu

Nguồn: Tác giả xây dựng

Căn cứ vào khung nghiên cứu ở trên, tác giả đưa ra hai mô hình nghiên cứu để đánh giá tác động của CTV đến RRTC, cụ thể như sau:

FR1i,t = α0 + α1TDi,t + α2SIZEi,t + α3TANGi,t + α4GROWi,t + ui,t (1)

FR2i,t = β0 + β1TDi,t + β2SIZEi,t + β3TANGi,t + β4GROWi,t + ui,t (2)

FR1i,t = α0 + α1STDi,t + α2LTDi,t + α3SIZEi,t + α4TANGi,t + α5GROWi,t + ui,t

FR2i,t = β0 + β1STDi,t + β2LTDi,t + β3SIZEi,t + β4TANGi,t + β5GROWi,t + ui,t

- α0, α1, α2, α3, α4, α5 là các tham số ước lượng

- β0, β1, β2, β3, β4, β5 là các tham số ước lượng

- ui,t là sai số ngẫu nhiên

Mô hình đầu tiên phân tích ảnh hưởng của cấu trúc vốn, được đo bằng tỷ số nợ (TD), đến RRTC Nghiên cứu này sẽ cung cấp cái nhìn tổng quan về tác động của tổng nợ trong CTV đối với RRTC của doanh nghiệp.

Mô hình thứ hai đánh giá tác động của CTV đến RRTC bằng cách xem xét yếu tố kỳ hạn của nợ, trong đó biến độc lập CTV bao gồm tỷ số nợ ngắn hạn (STD) và tỷ số nợ dài hạn (LTD) Mô hình này nhằm phân tích chi tiết hơn về ảnh hưởng của nợ ngắn hạn và nợ dài hạn đối với RRTC của doanh nghiệp Đồng thời, việc xem xét yếu tố kỳ hạn nợ cũng giúp kiểm định lại tính vững chắc của kết quả từ mô hình nghiên cứu đầu tiên.

Bên cạnh các biến độc lập về CTV, tác giả bổ sung ba biến kiểm soát vào mô hình hồi quy, bao gồm quy mô doanh nghiệp (SIZE), cấu trúc tài sản (TANG) và cơ hội tăng trưởng (GROW).

3.2.3 Đo lường các biến và kỳ vọng dấu

Sau khi hoàn thiện mô hình nghiên cứu, tác giả xác định phương pháp đo lường cho từng biến và tiến hành thu thập dữ liệu để tính toán các biến này, đồng thời đưa ra kỳ vọng về dấu hiệu cho từng biến trong mô hình đã đề xuất.

Các biến trong mô hình nghiên cứu được đo lường như sau:

Bảng 3.1: Đo lường các biến trong mô hình nghiên cứu

Tên biến Ký hiệu Đo lường Nguồn

FR1 Đo lường bằng độ bẩy tài chính DFL

2 FR2 Đo lường bằng chỉ số S-score

Springate (1978), Lê Hoàng Vinh & cộng sự (2021), Fauzi & cộng sự (2021), Mulyati &

Ilyasa (2020), Abdioğlu (2019), Shalih & Kusumawati (2019), Tahu (2019)

Tên biến Ký hiệu Đo lường Nguồn

Tỷ số nợ TD Tổng nợ/Tổng nguồn vốn

Mahesar & cộng sự (2015), Pourali & cộng sự (2013), Zhang (2019), Lê Hoàng Vinh

(2014), Võ Minh Long (2017), Damodaran (2001); Mohammad

& cộng sự (2013); Nguyễn Thị Nguyệt Dung & cộng sự (2022)

Tỷ số nợ ngắn hạn STD

Nợ ngắn hạn/Tổng nguồn vốn

Mahesar & cộng sự (2015), Ugbogbo (2023), Lê Hoàng Vinh (2014), Võ Minh Long

(2017), Damodaran (2001); Mohammad & cộng sự (2013); Nguyễn Thị Nguyệt Dung & cộng sự (2022)

Tỷ số nợ dài hạn LTD

Nợ dài hạn/Tổng nguồn vốn

Mahesar & cộng sự (2015), Ikpesu & Eboiyehi (2018), Ugbogbo (2023), Võ Minh Long

(2017), Damodaran (2001); Mohammad & cộng sự (2013); Nguyễn Thị Nguyệt Dung & cộng sự (2022)

Quy mô DN SIZE Logarit của TTS

Frank & Goyal (2009); Nguyễn Việt Dũng (2018); Đoàn Khánh Hưng & Trần Thị Thu Hiền

Frank & Goyal (2009); Nguyễn Việt Dũng (2018), Đoàn Khánh Hưng & Trần Thị Thu Hiền

[Doanh thu năm t – Doanh thu năm (t-1)]/ Doanh thu năm (t-1)

Trang & cộng sự (2020), Lê Thị Nhung (2023)

3.2.3.3 Kỳ vọng dấu của các biến nghiên cứu

Các biến trong mô hình nghiên cứu được tác giả kỳ vọng dấu như sau:

Bảng 3.2: Tổng hợp kỳ vọng dấu của các biến

Tên biến Ký hiệu Kỳ vọng dấu

Tỷ số nợ TD + Mahesar & cộng sự (2015),

2 Tỷ số nợ ngắn hạn STD + Mahesar & cộng sự (2015),

3 Tỷ số nợ dài hạn LTD + Mahesar & cộng sự (2015),

Quy mô DN SIZE + Kraus & Litzenberger (1973)

5 Cấu trúc tài sản TANG

- Bhunia & Mukhuti (2012), Gang & Dan (2012), Hằng & Cộng sự (2020), Trang & Cộng sự 2020)

6 Cơ hội tăng trưởng GROW - Myers & Majluf (1984),

3.3.1 Thống kê mô tả và kiểm định tính dừng

3.3.1.1 Thống kê mô tả Để có cái nhìn tổng quát về mẫu dữ liệu, nghiên cứu sử dụng phương pháp thống kê mô tả Phương pháp này nhằm phân tích dữ liệu thông qua các trị thống kê cơ bản như trị trung bình, trị lớn nhất, trị nhỏ nhất, độ lệch chuẩn và số quan sát Ngoài ra, thống kê mô tả còn cho thấy cái nhìn sơ bộ về thực trạng CTV của các DNXD niêm yết tại Việt Nam thông qua việc đánh giá các chỉ tiêu đo lường CTV

Tính dừng của biến chuỗi là yếu tố quan trọng trong phân tích dữ liệu thời gian, đặc biệt là dữ liệu dạng bảng Baltagi (2008) chỉ ra rằng các tính chất phân phối chuẩn không thể áp dụng cho các biến không dừng, dẫn đến việc các trị thống kê t và F từ phương trình hồi quy của những biến này sẽ không có phân phối chuẩn (Durlauf & Phillips, 1988) Hơn nữa, việc không xác định rõ tính dừng có thể gây ra vấn đề hồi quy mơ hồ và làm giảm độ tin cậy của kết quả hồi quy.

Kiểm định nghiệm đơn vị (Unit Root Test) là công cụ quan trọng để phân biệt giữa tính xu thế và tính dừng của dữ liệu Trong quy trình ước lượng và kiểm định dữ liệu bảng, việc kiểm tra tính dừng của chuỗi dữ liệu bảng (Panel Unit Root Test) là bước đầu tiên và thiết yếu Có nhiều phương pháp kiểm định tính dừng có thể được áp dụng, bao gồm các kiểm định của Levin, Lin & Chu (2002), Breitung (2000), Im, Pesaran & Shin (2003), cùng với các kiểm định Fisher như ADF, PP, và Maddala & Wu (1999), Choi.

Trong nghiên cứu này, tác giả đã áp dụng kiểm định Levin, Lin & Chu (2002) để xác định tính dừng của dữ liệu bảng trước khi tiến hành hồi quy.

Phân tích tương quan giúp xác định mức độ tương quan giữa các biến trong mô hình nghiên cứu, bao gồm cả việc nhận diện hiện tượng đa cộng tuyến Theo Gujarati (2011), nếu hệ số tương quan giữa hai biến độc lập lớn hơn 0.8, mô hình có thể gặp phải vấn đề đa cộng tuyến nghiêm trọng Goldberger (1991) đề xuất ba phương pháp để khắc phục hiện tượng này.

✓ Bỏ bớt biến có mức độ tương quan cao so với biến khác

✓ Sử dụng phương pháp phân tích thành phần chính

Một giả định quan trọng trong mô hình hồi quy tuyến tính cổ điển là các biến độc lập không có mối quan hệ tuyến tính hoàn hảo, tức là mô hình không gặp phải hiện tượng đa cộng tuyến hoàn hảo.

Theo Gujarati & Porter (2009), mặc dù ước lượng OLS không bị chệch khi có hiện tượng đa cộng tuyến, nhưng sai số chuẩn của các hệ số sẽ lớn, dẫn đến khoảng tin cậy rộng và thống kê ít có ý nghĩa Để đảm bảo kết quả hồi quy đáng tin cậy, cần thực hiện kiểm định hiện tượng đa cộng tuyến trước khi phân tích Kiểm định tương quan Pearson sẽ được sử dụng để đo lường mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng Khi có sự tương quan chặt giữa hai biến, cần chú ý đến vấn đề đa cộng tuyến trong phân tích hồi quy Trong phân tích tương quan Pearson, tất cả các biến đều được xem xét như nhau, không phân biệt giữa biến độc lập và biến phụ thuộc.

Dữ liệu bảng là sự kết hợp giữa dữ liệu chéo và dữ liệu thời gian Theo Hsiao

Trong hồi quy dữ liệu bảng, có ba mô hình chính được sử dụng là mô hình bình phương tối thiểu gộp (Pool OLS), mô hình hiệu ứng cố định (FEM) và mô hình hiệu ứng ngẫu nhiên (REM) (Cheng, 2003).

Khi lựa chọn phương pháp ước lượng cho dữ liệu bảng tĩnh, các mô hình hồi quy phổ biến bao gồm ước lượng bình phương tối thiểu gộp (Pool OLS), mô hình hiệu ứng cố định (FEM) và mô hình hiệu ứng ngẫu nhiên (REM) Mô hình Pool OLS giả định rằng các doanh nghiệp là đồng nhất và không tính đến sự khác biệt giữa chúng, dẫn đến kết quả ước lượng không phản ánh chính xác thực tế của từng doanh nghiệp Ngược lại, FEM và REM cho phép kiểm soát các tác động riêng biệt của từng doanh nghiệp, từ đó cung cấp những ước lượng chính xác hơn.

Dữ liệu bảng cung cấp độ tin cậy cao hơn nhờ vào kích thước mẫu lớn và khả năng nghiên cứu sự thay đổi trạng thái động của các đơn vị qua thời gian, cũng như các mô hình hành vi phức tạp Tuy nhiên, việc ước lượng với dữ liệu bảng cũng gặp phải một số vấn đề như phương sai sai số thay đổi, tự tương quan và tương quan chéo Để giải quyết những vấn đề này, mô hình hiệu ứng cố định (FEM) và mô hình hiệu ứng ngẫu nhiên (REM) là hai phương pháp nổi bật được sử dụng Trong nghiên cứu này, tác giả áp dụng cả hai mô hình để ước lượng các hệ số hồi quy cho mô hình đề xuất và thực hiện các kiểm định để xác định mô hình phù hợp nhất.

(ii) Lựa chọn mô hình tối ưu giữa FEM và REM - Kiểm định Hausman

Kiểm định Hausman (1978) là công cụ quan trọng để lựa chọn phương pháp ước lượng tối ưu giữa mô hình hiệu ứng cố định (FEM) và mô hình hiệu ứng ngẫu nhiên (REM) (Baltagi, 2008; Gujarati, 2004) Kiểm định này so sánh hai phương pháp FEM và REM nhằm xác định mô hình nào phù hợp hơn cho hồi quy dữ liệu mẫu, dựa trên các giả thiết lựa chọn mô hình Mục tiêu chính của kiểm định Hausman là kiểm tra sự tồn tại của tự tương quan giữa phần dư εi và các biến độc lập.

H0: εi và biến độc lập không tương quan (chấp nhận mô hình REM)

H1: εi và biến độc lập có tương quan (chấp nhận mô hình FEM)

Khi giá trị P_value nhỏ hơn 0.05, chúng ta bác bỏ giả thuyết Ho và chấp nhận H1, dẫn đến việc sử dụng mô hình hiệu ứng cố định (FEM) do sự tương quan giữa phần dư εi và biến độc lập Ngược lại, nếu P_value lớn hơn 0.05, chúng ta chấp nhận giả thuyết Ho và áp dụng mô hình hiệu ứng ngẫu nhiên (REM).

3.3.3.2 Kỹ thuật kiểm định kết quả hồi quy và khuyết tật của mô hình

Theo Green W.H (1991) trong trường hợp số quan sát (n > 100) cần thực hiện hệ thống năm kiểm định sau:

(i) Kiểm định ý nghĩa của hệ số hồi quy

Kiểm định này nhằm xác định mối tương quan có ý nghĩa giữa biến độc lập và biến phụ thuộc Theo Green (1991), khi giá trị mức ý nghĩa (sig.) của hệ số hồi quy nhỏ hơn hoặc bằng 0.10, hoặc độ tin cậy đạt từ 90% trở lên, ta có thể kết luận rằng biến độc lập có mối tương quan tuyến tính với biến phụ thuộc.

(ii) Kiểm định mức độ phù hợp của mô hình

Theo Green (1991), để xác định độ phù hợp của mô hình hồi quy, chúng ta áp dụng phân tích phương sai với kiểm định F Nếu giá trị mức ý nghĩa (sig.) nhỏ hơn hoặc bằng 0.05, hoặc độ tin cậy đạt 95%, thì có thể kết luận rằng mô hình hồi quy tuyến tính bội và tập dữ liệu là phù hợp, ngược lại sẽ không phù hợp.

(iii) Kiểm tra hiện tượng đa cộng tuyến

Hệ số nhân tử phóng đại phương sai (VIF) là công cụ quan trọng để kiểm tra hiện tượng đa cộng tuyến trong phân tích hồi quy Theo Hair và các cộng sự (2016), khi hệ số VIF vượt quá ngưỡng nhất định, điều này cho thấy có sự tồn tại của đa cộng tuyến, ảnh hưởng đến độ tin cậy của các ước lượng hồi quy.

DỮ LIỆU NGHIÊN CỨU

3.4.1 Mô tả mẫu nghiên cứu Đề tài nghiên cứu của luận văn là tác động của CTV đến RRTC của các DNXD niêm yết trên TTCK Việt Nam, nên mẫu được chọn là tất cả những DNXD niêm yết trên cả hai sàn chứng khoán Hà Nội và Hồ Chí Minh; vì vậy kích thước mẫu được chọn sẽ bằng với tổng thể nghiên cứu (tức là thực hiện trên toàn bộ các DNXD trên cả hai sàn) Điều này sẽ làm tăng tính đại diện của mẫu nghiên cứu vì nếu cỡ mẫu được chọn bằng với tổng thể thì sẽ không có sai số mẫu Tổng cộng có 79 DNXD niêm yết trên cả 2 sàn được khảo sát trong thời gian 07 năm tương ứng với số quan sát là 553; trong đó sàn Hồ Chí Minh (HOSE) có 34 DN tương ứng với 238 quan sát, chiếm tỷ lệ 43% và sàn Hà Nội (HNX) có 45 DN tương ứng với 315 quan sát, chiếm tỷ lệ 57% tổng thể nghiên cứu

3.4.2 Phương pháp thu thập dữ liệu

Số liệu dùng để tính toán các biến trong mô hình nghiên cứu được tác giả thu thập từ BCTC đã kiểm toán của DN, cụ thể như sau:

3.4.2.1 Đối với biến phụ thuộc

❖ Với biến phụ thuộc biến động lợi nhuận FR1

Biến phụ thuộc rủi ro BĐLN dành cho chủ sở hữu trong nghiên cứu này được tác giả đo lường bằng độ bẩy tài chính (DFL)

Độ bẩy tài chính (DFL) là chỉ số định lượng phản ánh sự biến động của lợi nhuận trên mỗi cổ phiếu (EPS) khi lợi nhuận trước lãi vay và thuế (EBIT) thay đổi Cụ thể, DFL được xác định bằng phần trăm thay đổi của EPS tương ứng với sự thay đổi 1% của EBIT Công thức tính DFL giúp các nhà đầu tư và doanh nghiệp đánh giá mức độ rủi ro tài chính và khả năng sinh lời của công ty.

DFLEBIT = Phần trăm thay đổi lợi nhuân trên cổ phần (EPS)

Phần trăm thay đổi của EBIT

%ΔEBIT = ΔEPS/EPS ΔEBIT/EBIT

Thực hiện các phép biến đổi trung gian ta được:

Trong nghiên cứu này, các doanh nghiệp xây dựng (DNXD) không sử dụng cổ phiếu ưu đãi, vì vậy độ bẩy tài chính chỉ xem xét phương án tài trợ bằng nợ (PD = 0) Do đó, công thức tính toán độ bẩy tài chính DFL được áp dụng trong luận văn này là phù hợp với điều kiện thực tế của các DNXD.

EPS: Lợi nhuận trên mỗi cổ phần

EBIT: Lợi nhuận trước thuế và lãi vay

PD: Cổ tức cổ phiếu ưu đãi hàng năm phải trả

T: Thuế suất thuế thu nhập DN

Từ đó, tác giả sẽ thu thập các số liệu sau từ BCTC để tính toán biến FR1

Bảng 3.3: Mô tả cách thức thu thập số liệu để tính toán biến FR1

Chỉ tiêu Cách thu thập số liệu Mục đích

Lợi nhuận trước thuế Lấy từ mục Lợi nhuận trước thuế trong Báo cáo kết quả

Chi phí lãi vay Lấy từ mục chi phí lãi vay trong báo cáo kết quả HĐKD DFL

❖ Với biến phụ thuộc rủi ro kiệt quệ tài chính FR2

Trong nghiên cứu này, biến phụ thuộc rủi ro KQTC được đo lường bằng chỉ số S-Score, một mô hình dự báo khả năng phá sản do Gordan Springate phát triển vào năm 1978, dựa trên mô hình của Altman Mục tiêu của Springate là cải tiến các mô hình dự báo sức khỏe tài chính cho doanh nghiệp Mô hình này được xây dựng từ quy trình tương tự mà Altman đã áp dụng, và Springate đã lựa chọn bốn tỷ số tài chính tốt nhất trong số mười chín tỷ số phổ biến để xác định khả năng phá sản của doanh nghiệp Phương pháp phân tích biệt số được sử dụng để đưa ra điểm số cho từng doanh nghiệp, trong đó các doanh nghiệp có điểm Springate thấp hơn 0,862 được phân loại là "kiệt quệ".

Tại Canada, 40 DN có tỷ lệ dự báo chính xác lên đến 92,5% Nghiên cứu sau đó chỉ ra rằng độ chính xác thực tế đạt 83,3% (Sands, Springate & Var, 1983) và 88% (Botheras, 2000) Công thức tính toán và ngưỡng phân loại của mô hình được trình bày như sau:

X2 = Lợi nhuận trước thuế và lãi vay/TTS

X3 = Lợi nhuận trước thuế/Nợ ngắn hạn

S-Score > 0,862: Sức khỏe tài chính tốt

Do đó, dựa vào mô hình của Gordan Springate (1978), tác giả sẽ thu thập các số liệu sau từ BCTC để tính toán chỉ số S-Score:

Bảng 3.4: Mô tả cách thức thu thập số liệu để tính toán biến FR2

Vốn lưu động Lấy số liệu khoản mục Tài sản ngắn hạn trừ đi khoản mục Nợ ngắn hạn trên Bảng cân đối kế toán

Lợi nhuận trước thuế Lấy từ mục Lợi nhuận trước thuế trong Báo cáo kết quả HĐKD

Chi phí lãi vay Lấy từ mục chi phí lãi vay trong báo cáo kết quả HĐKD

Nợ ngắn hạn Lấy từ mục Nợ ngắn hạn trong Bảng cân đối kế toán

Doanh thu Lấy từ mục Doanh thu thuần trong Báo cáo kết quả HĐKD

Tổng tài sản Lấy từ mục Tổng tài sản trong Bảng cân đối kế toán

3.4.2.2 Đối với biến độc lập

❖ Với biến độc lập Tỷ số nợ TD

Biến TD được tính bằng cách lấy Nợ phải trả/Tổng nguồn vốn, do đó tác giả sẽ thu thập các số liệu sau từ BCTC của DN:

Bảng 3.5: Mô tả cách thức thu thập số liệu để tính toán biến TD

Nợ phải trả Lấy từ mục Nợ phải trả trong Bảng cân đối kế toán

Tổng nguồn vốn Lấy từ mục Tổng nguồn vốn trong Bảng cân đối kế toán TD

❖ Với biến độc lập Tỷ số nợ ngắn hạn STD

Biến STD được tính bằng cách lấy Nợ ngắn hạn/Tổng nguồn vốn, do đó tác giả sẽ thu thập các số liệu sau từ BCTC của DN:

Bảng 3.6: Mô tả cách thức thu thập số liệu để tính toán biến STD

Nợ ngắn hạn Lấy từ mục Nợ ngắn hạn trong Bảng cân đối kế toán

Tổng nguồn vốn Lấy từ mục Tổng nguồn vốn trong Bảng cân đối kế toán STD

❖ Với biến độc lập Tỷ số nợ dài hạn LTD

Biến LTD được tính bằng cách lấy Nợ dài hạn/Tổng nguồn vốn, do đó tác giả sẽ thu thập các số liệu sau từ BCTC của DN:

Bảng 3.7: Mô tả cách thức thu thập số liệu để tính toán biến LTD

Nợ phải trả Lấy từ mục Nợ dài hạn trong Bảng cân đối kế toán

Tổng nguồn vốn Lấy từ mục Tổng nguồn vốn trong Bảng cân đối kế toán LTD

3.4.2.3 Đối với biến kiểm soát

❖ Với biến kiểm soát Quy mô doanh nghiệp SIZE

Biến quy mô DN được tính bằng cách lấy Logarit Nepe của TTS, do đó tác giả sẽ thu thập các số liệu sau từ BCTC của DN

Bảng 3.8: Mô tả cách thức thu thập số liệu để tính toán biến SIZE

Tổng tài sản Lấy từ mục Tổng tài sản trong Bảng cân đối kế toán Tính

❖ Với biến kiểm soát Cấu trúc tài sản TANG

Biến TANG được tính bằng cách lấy TSCĐ chia cho TTS, do đó tác giả sẽ thu thập các số liệu sau từ BCTC của DN

Bảng 3.9: Mô tả cách thức thu thập số liệu để tính toán biến TANG

Tài sản cố định Lấy từ mục Tài sản cố định trong Bảng cân đối kế toán

Tổng tài sản Lấy từ mục Tổng tài sản trong Bảng cân đối kế toán

❖ Với biến Cơ hội tăng trưởng GROW

Biến GROW được xác định bằng công thức (DT kỳ này – DT kỳ trước)/DT kỳ trước Để tính toán GROW, tác giả sẽ thu thập các số liệu cần thiết từ báo cáo tài chính (BCTC) của doanh nghiệp.

Bảng 3.10: Mô tả cách thức thu thập số liệu để tính toán biến GROW

Doanh thu thuần Lấy từ mục Doanh thu thuần trong Báo cáo kết quả HĐKD Tính

Kết quả dữ liệu sau khi xử lý sẽ được sắp xếp thành bảng cân bằng nhằm phục vụ cho mô hình hồi quy Thông tin chi tiết về dữ liệu này được trình bày trong Phụ lục 2 của nghiên cứu.

Chương 3 của luận văn đã đề cập đến thiết kế nghiên cứu tác động của CTV đến RRTC bằng cách sử dụng những phương pháp khác nhau căn cứ trên dữ liệu bảng có nguồn gốc từ BCTC đã kiểm toán của 79 DNXD niêm yết trên TTCK Việt Nam trong giai đoạn 2016 – 2022 Chương này trình bày mô hình nghiên cứu, phương pháp thu thập, xử lý dữ liệu và đo lường các biến trong mô hình Đối với phân tích định lượng, trước tiên nghiên cứu sẽ tiến hành kiểm tra tính dừng bằng kiểm định Levin, Lin & Chu (2002); sau đó thực hiện phân tích Pearson để kiểm tra mức độ tương quan giữa các biến trong mô hình nghiên cứu Tiếp đến, tác giả thực hiện phân tích hồi quy theo FEM, REM và dùng kiểm định Hausman (1978) để chọn mô hình thích hợp nhất Bên cạnh đó, nghiên cứu cũng thực hiện kiểm định các khuyết tật của mô hình bao gồm hiện tượng tự tương quan, đa cộng tuyến, phương sai sai số thay đổi và đề xuất các biện pháp khắc phục đối với từng khuyết tật để cho ra kết quả hồi quy cuối cùng.

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

TÍNH DỪNG CỦA DỮ LIỆU

Kết quả kiểm tra tính dừng của dữ liệu bằng kiểm định Levin-Lin-Chu (2002) tại bậc gốc lag(0) được thể hiện trong bảng 4.1

Bảng 4.1: Kết định tính dừng của các biến tại bậc gốc lag(0)

STT Biến Kiểm định Levin-Lin-Chu

Nguồn: Tác giả xử lý từ dữ liệu nghiên cứu bằng STATA 17

Kết quả kiểm định tính dừng theo phương pháp Levin-Lin-Chu (2002) cho thấy chuỗi dữ liệu gốc dừng ở mức ý nghĩa với P-value lần lượt là 0.0008 và 0.0000, nhỏ hơn 𝛼 = 1% Do đó, tất cả các biến được đưa vào mô hình nghiên cứu đều có ý nghĩa thống kê.

THỐNG KÊ MÔ TẢ

Dựa vào dữ liệu thu thập, nghiên cứu này tập trung vào 79 doanh nghiệp xây dựng niêm yết trên hai sàn giao dịch chứng khoán tại Thành phố.

Hồ Chí Minh (HOSE) và Hà Nội (HNX), kỳ nghiên cứu là 07 năm (2016, 2017, 2018,

Nghiên cứu này sử dụng dữ liệu từ báo cáo tài chính đã kiểm toán của 79 doanh nghiệp trong các năm 2019 đến 2022, với tổng cộng 553 quan sát Các chỉ tiêu khảo sát bao gồm RRTC được đo bằng BĐLN và mức độ KQTC, cùng với CTV được đo bằng tỷ số nợ trên tổng nguồn vốn, tỷ số nợ ngắn hạn và tỷ số nợ dài hạn Các biến kiểm soát bao gồm quy mô doanh nghiệp, cấu trúc tài sản và cơ hội tăng trưởng Bảng 4.2 dưới đây trình bày số liệu thống kê mô tả của mẫu nghiên cứu.

Bảng 4.2: Thống kê mô tả các biến trong mô hình nghiên cứu

Variable Obs Mean Std dev Min Max

Kết quả thống kê mô tả chỉ ra rằng các doanh nghiệp xây dựng (DNXD) trên thị trường chứng khoán Việt Nam có sự không đồng đều, với sự chênh lệch lớn giữa giá trị quan sát cao nhất và thấp nhất Vì vậy, nghiên cứu sẽ tập trung phân tích từng chỉ tiêu một cách chi tiết.

4.2.1 Đối với biến phụ thuộc

❖ Rủi ro biến động lợi nhuận FR1

Biến RRTC FR1 phản ánh mức độ biến động lợi nhuận dành cho chủ sở hữu, với độ bẩy tài chính DFL dao động từ -37.70 đến 333.40 và trung bình là 3.56 Sự dao động này cho thấy độ bẩy tài chính của các doanh nghiệp xây dựng (DNXD) có biến động mạnh, do tỷ lệ sử dụng đòn bẩy tài chính giữa các DN trong ngành khác nhau Độ bẩy tài chính trung bình 3.56 chỉ ra rằng DNXD sẽ trải qua biến động lợi nhuận lớn khi có sự thay đổi trong EBIT.

❖ Rủi ro kiệt quệ tài chính FR2

Biến RRTC FR2 phản ánh mức độ KQTC qua chỉ số S-Score, với giá trị dao động từ -3.53 đến 4.12, cho thấy sự khác biệt rõ rệt về KQTC giữa các doanh nghiệp xây dựng Chỉ số S-Score bình quân của ngành đạt 0.876, cho thấy sức khỏe tài chính của các doanh nghiệp xây dựng đang ở mức báo động, gần đạt tiêu chuẩn 0.862 theo Springate (1978).

4.2.2 Đối với biến độc lập

❖ Cấu trúc vốn đo bằng tỷ số nợ TD

Tỷ số nợ TD được đo lường bằng tổng nợ chia cho tổng nguồn vốn, dao động từ 0.04 đến 0.99, với trung bình đạt 0.64, cho thấy tổng nợ chiếm 64% trong tổng nguồn vốn của doanh nghiệp Đây là tỷ lệ hợp lý đối với ngành xây dựng, nhưng một số doanh nghiệp có tỷ số nợ gần 1 cho thấy nguồn vốn chủ sở hữu rất mỏng Điều này phản ánh năng lực tự chủ tài chính thấp và tiềm ẩn rủi ro cao cho những doanh nghiệp này.

❖ Cấu trúc vốn đo bằng tỷ số nợ ngắn hạn STD

Tỷ số nợ ngắn hạn (STD) được tính bằng cách chia nợ ngắn hạn cho tổng nguồn vốn, với tỷ lệ dao động từ 0.02 đến 0.98 và trung bình đạt 0.53, cho thấy nợ ngắn hạn chiếm 53% tổng nguồn vốn của doanh nghiệp Điều này cho thấy nợ ngắn hạn đóng vai trò lớn trong tổng nợ của doanh nghiệp, chiếm khoảng 84% Ngoài ra, một số doanh nghiệp trong mẫu nghiên cứu có tỷ số nợ ngắn hạn rất cao, gần bằng 1, cho thấy rủi ro thanh toán ngắn hạn của họ là rất lớn do sự phụ thuộc quá nhiều vào nợ ngắn hạn.

❖ Cấu trúc vốn đo bằng tỷ số nợ dài hạn LTD

Tỷ số nợ dài hạn (LTD) được xác định bằng cách chia nợ dài hạn cho tổng nguồn vốn, với giá trị dao động từ 0.00 đến 0.72 và trung bình là 0.15, cho thấy nợ dài hạn chỉ chiếm 15% tổng nguồn vốn Điều này cho thấy nợ dài hạn không chiếm tỷ trọng lớn trong tổng nợ và tổng nguồn vốn của doanh nghiệp, và một số doanh nghiệp thậm chí không sử dụng nợ dài hạn Đối với ngành xây dựng, vốn đầu tư lớn vào tài sản cố định, tỷ số nợ dài hạn này được coi là không cao.

4.2.3 Đối với các biến kiểm soát

❖ Quy mô doanh nghiệp SIZE

Biến SIZEi,t được xác định qua Logarit Nepe của tổng tài sản (TTS), với giá trị dao động từ 23.99 đến 31.10 và giá trị trung bình là 27.41, tương ứng với quy mô TTS trung bình của mỗi doanh nghiệp xây dựng đạt khoảng 800 tỷ đồng.

❖ Cấu trúc tài sản TANG

Biến TANG được tính bằng cách chia tổng tài sản cố định (TSCĐ) cho tổng tài sản (TTS), với giá trị dao động từ 0.0008 đến 0.8769 và trung bình là 0.15 Điều này cho thấy tỷ trọng TSCĐ trong cấu trúc tài sản của các doanh nghiệp xây dựng (DNXD) chỉ chiếm khoảng 15%.

❖ Cơ hội tăng trưởng GROW

Biến GROW được tính toán bằng cách lấy doanh thu năm sau trừ đi doanh thu năm trước, sau đó chia cho doanh thu năm trước Giá trị của biến này dao động từ -116.44 đến 25.88, với giá trị trung bình là 0.044, tương ứng với tỷ lệ tăng trưởng doanh thu 4.4% mỗi năm Tuy nhiên, cũng có những doanh nghiệp ghi nhận giá trị âm do doanh thu sụt giảm qua các năm, cho thấy sự tồn tại của tăng trưởng âm Khoảng biến thiên rộng của GROW chỉ ra rằng các doanh nghiệp xây dựng có tốc độ tăng trưởng không ổn định.

Kết quả thống kê mô tả cho thấy các biến đo lường như CTV, RRTC, quy mô hoạt động, cấu trúc tài sản và cơ hội tăng trưởng của các doanh nghiệp xây dựng trong mẫu nghiên cứu có sự không đồng đều và dao động lớn theo thời gian.

PHÂN TÍCH TƯƠNG QUAN VÀ ĐA CỘNG TUYẾN

Ma trận hệ số tương quan cung cấp cái nhìn tổng quan về mối liên hệ tuyến tính giữa các biến định lượng Hệ số tương quan có giá trị tuyệt đối trong khoảng [0;1], giá trị càng lớn cho thấy mối tương quan càng mạnh, từ đó việc hồi quy giữa các biến trở nên khả thi hơn Tuy nhiên, nếu hệ số tương quan có giá trị tuyệt đối lớn hơn 0.8, nguy cơ xảy ra đa cộng tuyến sẽ tăng do các biến có mối liên hệ quá chặt chẽ khi tiệm cận 1 (Gujarati, 2011).

4.3.1 Phân tích tương quan và đa cộng tuyến đối với mô hình thứ nhất

Bảng 4.3 dưới đây trình bày ma trận hệ số tương quan giữa các biến giải thích

TD, SIZE, TANG, GROW với biến phụ thuộc FR1 và FR2

Bảng 4.3: Ma trận hệ số tương quan giữa các biến trong mô hình thứ nhất

FR1 FR2 TD SIZE TANG GROW VIF

Ma trận hệ số tương quan chỉ ra rằng biến độc lập TD có mối tương quan thuận chiều với biến phụ thuộc FR1 và ngược chiều với FR2, cả hai đều đạt mức ý nghĩa thống kê 1% Điều này cho thấy rằng CTV có mối quan hệ tích cực với mức độ BĐLN và rủi ro.

Bảng 4.3 cho thấy rằng hệ số tương quan giữa biến kiểm soát SIZE và GROW với biến phụ thuộc FR1 không có ý nghĩa thống kê Tuy nhiên, có sự tương quan có ý nghĩa thống kê giữa SIZE và FR2 ở mức 1%, cũng như giữa GROW và FR2 ở mức 5% Đối với biến kiểm soát TANG, hệ số tương quan với cả FR1 và FR2 cũng không có ý nghĩa thống kê.

Hệ số tương quan của tất cả các cặp biến trong ma trận tương quan đều có trị tuyệt đối nhỏ hơn 0.8, cho thấy khả năng xuất hiện đa cộng tuyến trong mô hình hồi quy là không lớn Hệ số nhân tử phóng đại phương sai (VIF) của các biến giải thích đều nhỏ hơn 5, với Mean VIF đạt 1.12, ngụ ý không có hiện tượng đa cộng tuyến nghiêm trọng gây ra sự ước lượng không chính xác Do đó, tác giả quyết định tiếp tục sử dụng các biến này để thực hiện hồi quy cho mô hình nghiên cứu thứ nhất.

4.3.2 Phân tích tương quan và đa cộng tuyến đối với mô hình thứ hai

Bảng 4.4 trình bày ma trận hệ số tương quan giữa các biến giải thích STD, LTD, SIZE, TANG, GROW với biến phụ thuộc FR1 và FR2

Bảng 4.4: Ma trận hệ số tương quan giữa các biến trong mô hình thứ hai

FR1 FR2 STD LTD SIZE TANG GROW VIF

Ma trận hệ số tương quan cho thấy biến độc lập STD có mối tương quan thuận chiều với FR1 và ngược chiều với FR2 ở mức ý nghĩa 1% và 5%, cho thấy CTV ngắn hạn liên quan tích cực đến RRTC Biến độc lập LTD lại có mối tương quan ngược chiều với FR2 ở mức 1%, trong khi không có ý nghĩa thống kê với FR1, chỉ ra rằng CTV dài hạn có quan hệ thuận chiều với rủi ro KQTC Bảng 4.4 cũng chỉ ra rằng hệ số tương quan giữa biến kiểm soát SIZE và GROW với FR1 không có ý nghĩa thống kê, nhưng giữa SIZE và FR2 có ý nghĩa thống kê ở mức 1%, và giữa GROW và FR2 có ý nghĩa thống kê ở mức 5%; trong khi hệ số tương quan của biến kiểm soát TANG với FR1 và FR2 không có ý nghĩa thống kê.

Hệ số tương quan giữa các cặp biến trong ma trận tương quan đều có trị tuyệt đối nhỏ hơn 0.8, cho thấy khả năng xuất hiện đa cộng tuyến trong mô hình hồi quy là không lớn Hệ số nhân tử phóng đại phương sai (VIF) của các biến giải thích đều nhỏ hơn 5, với Mean VIF đạt 1.57, ngụ ý rằng không có hiện tượng đa cộng tuyến nghiêm trọng gây ra sự ước lượng không chính xác Do đó, tác giả quyết định tiếp tục sử dụng các biến này để thực hiện hồi quy cho mô hình nghiên cứu thứ hai.

KẾT QUẢ ƯỚC LƯỢNG

Sau khi tiến hành phân tích thống kê mô tả và phân tích tương quan, kết quả cho thấy các biến trong mô hình nghiên cứu có mối tương quan phù hợp Do đó, tác giả tiếp tục thực hiện hồi quy với hai mô hình nghiên cứu đề xuất theo phương pháp FEM và REM, đồng thời khắc phục các khuyết tật bằng phương pháp GLS (nếu có) để đạt được kết quả ước lượng tối ưu nhất.

4.4.1 Mô hình nghiên cứu thứ nhất Đối với mô hình thứ nhất, tác giả lần lượt hồi quy theo FEM và REM tương ứng với 2 trường hợp biến phụ thuộc là rủi ro BĐLN (FR1) và rủi ro KQTC (FR2), sau đó thực hiện kiểm định Hausman; kết quả kiểm định Hausman cho ra giá trị P- value > 5% nên mô hình REM phù hợp hơn so với mô hình FEM Với mô hình được chọn là REM, tác giả tiến hành thực hiện kiểm định Wooldridge để xác định có tồn tại tự tương quan hay không, kết quả kiểm định Wooldridge cho ra giá trị P-value 0,8575 và 0.2503 đều lớn hơn 5%, do đó mô hình thứ nhất không tồn tại tự tương quan Kiểm định Breusch and Pagan Lagrangian cho ra giá trị P-value = 0.0015 và 0.0000 đều nhỏ hơn 5% nên trong mô hình thứ nhất có tồn tại phương sai sai số thay đổi Từ đó, tác giả tiến hành hồi quy theo GLS với tùy chọn khắc phục phương sai sai số thay đổi để cho ra kết quả hồi quy cuối cùng và kết quả hồi quy được trình bày ở bảng 4.5

Bảng 4.5: Kết quả ước lượng và các kiểm định đối với mô hình thứ nhất

Biến phụ thuộc FR1 (BĐLN)

Biến phụ thuộc FR2 (KQTC)

FEM REM GLS FEM REM GLS

Prob (F-statistic) 0.9188 0.0749 0.0001 0.0000 0.0000 0.0000 t statistics in parentheses

Kết quả ước lượng theo GLS cho thấy: (i) Biến TD có hệ số hồi quy là 2.742 (FR1) và -0.6 (FR2), cả hai đều có ý nghĩa 1%, khẳng định tác động tích cực của tỷ số nợ đến BĐLN và rủi ro KQTC (chỉ số S-Score lớn hơn tương ứng với rủi ro KQTC nhỏ hơn); (ii) Biến SIZE có hệ số hồi quy là -0.0843 (FR1) với ý nghĩa 10%, cho thấy mối quan hệ ngược chiều của quy mô đến BĐLN, trong khi hệ số hồi quy là -0.0406 (FR2) cho thấy quy mô có quan hệ thuận chiều với rủi ro KQTC; (iii) Hệ số hồi quy của biến GROW là 0.0137 (FR2) với ý nghĩa 1%, cho thấy cơ hội tăng trưởng có quan hệ ngược chiều với rủi ro KQTC; và (iv) Hệ số hồi quy của biến TANG không có ý nghĩa thống kê khi xem xét tổng nợ.

4.4.2 Mô hình nghiên cứu thứ hai Đối với mô hình thứ hai, tác giả cũng lần lượt hồi quy theo FEM và REM tương ứng với 2 trường hợp biến phụ thuộc là rủi ro BĐLN (FR1) và rủi ro KQTC (FR2), sau đó thực hiện kiểm định Hausman; kết quả kiểm định Hausman cho ra giá trị P-value > 5% nên mô hình REM phù hợp hơn so với mô hình FEM Với mô hình được chọn là REM, tác giả tiến hành thực hiện kiểm định Wooldridge để xác định có tồn tại tự tương quan hay không, kết quả kiểm định Wooldridge cho ra giá trị P-value

Mô hình thứ hai không tồn tại tự tương quan vì các giá trị 0,8582 và 0,2679 đều lớn hơn 5% Kiểm định Breusch and Pagan Lagrangian cho thấy P-value = 0.0026 và 0.0000, cả hai đều nhỏ hơn 5%, cho thấy có sự tồn tại của phương sai sai số thay đổi trong mô hình Do đó, tác giả đã thực hiện hồi quy theo phương pháp GLS với tùy chọn khắc phục phương sai sai số thay đổi để đạt được kết quả hồi quy cuối cùng.

Bảng 4.6 dưới đây trình bày kết quả ước lượng theo FEM, REM và GLS kèm các kiểm định liên quan

Bảng 4.6: Kết quả ước lượng và các kiểm định đối với mô hình thứ hai

Kết quả ước lượng theo GLS cho thấy: (i) Biến STD có hệ số hồi quy 2.668 (FR1) và -0.59 (FR2), với mức ý nghĩa 1%, khẳng định tác động cùng chiều của tỷ số nợ ngắn hạn đến BĐLN và rủi ro KQTC; (ii) Biến LTD có hệ số hồi quy 1.909 (FR1) và -1.284 (FR2), cũng với mức ý nghĩa 1%, xác nhận tác động cùng chiều của tỷ số nợ dài hạn; (iii) Biến SIZE có hệ số hồi quy -0.0183 (FR2), với mức ý nghĩa 1%, cho thấy mối quan hệ cùng chiều giữa quy mô và rủi ro KQTC; (iv) Hệ số hồi quy của biến GROW là 0.0132 (FR2) với mức ý nghĩa 1%, cho thấy cơ hội tăng trưởng có quan hệ ngược chiều với rủi ro KQTC; và (v) Biến TANG có hệ số hồi quy 0.864 (FR1) với mức ý nghĩa 10%, cho thấy mối quan hệ cùng chiều với BĐLN, và 0.304 (FR2) với mức ý nghĩa 1%, chỉ ra cấu trúc tài sản có quan hệ ngược chiều với rủi ro KQTC.

THẢO LUẬN KẾT QUẢ NGHIÊN CỨU

4.5.1 Cấu trúc vốn tác động cùng chiều đến mức độ biến động lợi nhuận

Hệ số hồi quy theo GLS cho các biến độc lập cấu trúc vốn TD, STD và LTD lần lượt là 2.742, 2.668 và 1.909, đều có ý nghĩa thống kê ở mức 1%, cho thấy CTV tác động tích cực đến RRTC trong BĐLN cho chủ sở hữu Kết quả này hỗ trợ giả thuyết nghiên cứu và lý thuyết CTV tối ưu, nhấn mạnh mối quan hệ thuận chiều giữa mức độ sử dụng nợ và RRTC Việc sử dụng nợ cao có thể gia tăng rủi ro cho doanh nghiệp nhưng cũng dẫn đến lợi nhuận kỳ vọng cao hơn, ảnh hưởng tích cực hoặc tiêu cực đến giá trị doanh nghiệp Điều này phù hợp với lý thuyết quản trị tài chính doanh nghiệp về quyết định sử dụng ĐBTC.

Kết quả này hỗ trợ Lý thuyết M&M theo mệnh đề II trong trường hợp có thuế thu nhập doanh nghiệp Cụ thể, mệnh đề M&M số II cho rằng khi doanh nghiệp tăng tỷ lệ nợ, chi phí sử dụng vốn bình quân sẽ giảm, trong khi chi phí sử dụng vốn cổ phần sẽ tăng do rủi ro của vốn cổ phần gia tăng khi doanh nghiệp sử dụng nợ.

Kết quả này cũng phù hợp với nghiên cứu thực nghiệm của Gunarathna (2016),

Mahesar & cộng sự (2015), Lê Hoàng Vinh (2014), Đoàn Quỳnh Hương (2009)

Sử dụng nợ trong công ty có thể mang lại lợi ích lớn nếu doanh nghiệp (DN) đầu tư hiệu quả vào các dự án sinh lời cao, giúp khuếch đại lợi nhuận Tuy nhiên, trong điều kiện không thuận lợi, việc gia tăng nợ có thể làm giảm hiệu quả hoạt động và gia tăng rủi ro Vì vậy, DN cần thận trọng trong việc lựa chọn hình thức tài trợ hợp lý để cân bằng giữa lợi nhuận và kiểm soát rủi ro.

4.5.2 Cấu trúc vốn tác động cùng chiều đến rủi ro kiệt quệ tài chính

Hệ số hồi quy theo GLS của biến độc lập CTV, bao gồm TD, STD và LTD, lần lượt là -0.6, -0.59 và -1.284, đều có ý nghĩa thống kê ở mức 1% Kết quả này khẳng định rằng CTV có tác động cùng chiều đến KQTC (ngược chiều với S-Score) của các DNXD niêm yết tại Việt Nam, phù hợp với kỳ vọng của tác giả Điều này ủng hộ Lý thuyết đánh đổi trong CTV và Lý thuyết kiệt quệ tài chính.

DN càng gia tăng mức độ sử dụng nợ sẽ càng làm gia tăng RRTC nói chung và rủi ro KQTC nói riêng

Kết quả nghiên cứu cho thấy tác động tích cực của cộng tác viên (CTV) đến kết quả tài chính (KQTC) của các doanh nghiệp niêm yết trong ngành xây dựng, điều này hoàn toàn phù hợp với những kết luận từ các nghiên cứu trước đây của Pourali và cộng sự (2013).

Nghiên cứu của Lê Hoàng Vinh (2014), Ikpesu & Eboiyehi (2018), và Ugbogbo (2023) đã cung cấp bằng chứng thực nghiệm khẳng định tác động tích cực của cấu trúc tài chính (CTV) đến kết quả tài chính (KQTC) của doanh nghiệp (DN) Việc sử dụng nợ, đặc biệt là nợ ngắn hạn, tạo ra áp lực lớn trong việc thanh toán gốc và lãi, và nếu DN không đáp ứng được, họ sẽ đối mặt với rủi ro KQTC, thậm chí có thể dẫn đến phá sản Hơn nữa, khi DN huy động nợ cao, rủi ro KQTC cũng tăng, khiến nhà đầu tư yêu cầu tỷ suất sinh lợi cao hơn để bù đắp rủi ro, dẫn đến chi phí sử dụng vốn tăng Do đó, lợi ích từ tấm chắn thuế của nợ vay sẽ giảm hoặc chuyển sang ảnh hưởng tiêu cực đến vốn chủ sở hữu (VCSH), khiến mức độ KQTC tăng cao hơn khi sử dụng nợ nhiều hơn trong CTV.

4.5.3 Các yếu tố khác tác động đến rủi ro tài chính

Kết quả hồi quy theo phương pháp GLS tại bảng 4.5 và 4.6 cho thấy, bên cạnh sự ảnh hưởng của CTV, RRTC của các doanh nghiệp xây dựng còn bị tác động bởi các yếu tố như quy mô, cấu trúc tài sản và cơ hội tăng trưởng của doanh nghiệp.

4.5.3.1 Quy mô tác động ngược chiều đến biến động lợi nhuận và cùng chiều với kiệt quệ tài chính

Hệ số hồi quy của biến quy mô SIZE theo biến phụ thuộc FR1 trong mô hình

Kết quả nghiên cứu cho thấy, hệ số -0.0843 tại mức ý nghĩa 10% phản ánh tác động ngược chiều đến biến động lợi nhuận (BĐLN) của các doanh nghiệp xây dựng niêm yết tại Việt Nam, ủng hộ lý thuyết "Lợi thế kinh tế theo quy mô" Lý thuyết này chỉ ra rằng, việc mở rộng quy mô giúp doanh nghiệp gia tăng lợi nhuận nhờ giảm chi phí bình quân dài hạn khi sản lượng tăng Doanh nghiệp có quy mô lớn thường có quản trị tài chính và quản trị doanh nghiệp tốt hơn, điều này được nhấn mạnh bởi Yusoff & Abdulsamad (2018) khi cho rằng quản trị doanh nghiệp là yếu tố then chốt trong việc nâng cao hiệu quả hoạt động Nhiều nghiên cứu thực nghiệm cũng chỉ ra rằng, quản trị tốt sẽ mang lại lợi nhuận cao hơn cho cổ đông (Chi, 2009) và hiệu quả hoạt động tốt hơn (Arora & Sharma, 2016; Malik & Makhdoom, 2016) Do đó, doanh nghiệp lớn không chỉ có lợi thế về kinh tế theo quy mô mà còn có khả năng quản trị tốt hơn, từ đó kiểm soát tốt hơn biến động lợi nhuận trong quá trình hoạt động kinh doanh.

Hệ số hồi quy của biến quy mô SIZE đối với biến phụ thuộc FR2 lần lượt là -0.0406 và -0.0183 ở mức ý nghĩa 1%, cho thấy quy mô tác động tích cực đến kết quả tài chính của các doanh nghiệp xây dựng niêm yết tại Việt Nam Kết quả này hỗ trợ lý thuyết "Bất lợi kinh tế theo quy mô", cho rằng việc mở rộng quy mô doanh nghiệp có thể dẫn đến gia tăng chi phí dài hạn và làm tăng nguy cơ xảy ra tình trạng kết quả tài chính kém Khi doanh nghiệp mở rộng quy mô mà không kiểm soát tốt rủi ro, sẽ dễ dẫn đến tăng trưởng quá nhanh, gây thiếu hụt tiền do chi phí cao cho hàng tồn kho và chính sách bán chịu, từ đó làm tăng nguy cơ kết quả tài chính không khả quan.

4.5.3.2 Cấu trúc tài sản tác động cùng chiều đến biến động lợi nhuận và ngược chiều với kiệt quệ tài chính

Hệ số hồi quy của biến cấu trúc tài sản TANG theo biến phụ thuộc FR1 trong mô hình thứ hai là 0.0864 với mức ý nghĩa 10%, cho thấy cấu trúc tài sản có ảnh hưởng tích cực đến BĐLN của các DNXD niêm yết tại Việt Nam Kết quả này hỗ trợ Lý thuyết đại diện, cho thấy mức độ tài sản thế chấp có mối quan hệ thuận chiều với mức độ sử dụng nợ của doanh nghiệp Tài sản thế chấp giúp giảm thiểu mâu thuẫn giữa bên đi vay và bên cho vay, do đó, DN có cấu trúc tài sản cao hơn sẽ có mức độ sử dụng nợ cao hơn, dẫn đến việc tăng BĐLN của DN.

Hệ số hồi quy của biến cấu trúc tài sản TANG theo biến phụ thuộc FR2 trong mô hình thứ hai là 0.304 với mức ý nghĩa 1%, cho thấy cấu trúc tài sản có tác động ngược chiều đến kết quả tài chính của các doanh nghiệp xây dựng niêm yết tại Việt Nam Doanh nghiệp có giá trị tài sản thế chấp cao thường có khả năng vay vốn với điều kiện thuận lợi hơn so với doanh nghiệp có tài sản vô hình cao hoặc không có tài sản thế chấp Tài sản cố định hữu hình dễ kiểm soát và thế chấp tốt, giúp giảm chi phí trung gian Vì vậy, chi phí lãi vay của doanh nghiệp có cấu trúc tài sản cao sẽ thấp hơn, từ đó giảm áp lực chi trả lãi vay và hạn chế nguy cơ xảy ra kết quả tài chính tiêu cực cho doanh nghiệp.

4.5.3.3 Cơ hội tăng trưởng có tác động ngược chiều đến kiệt quệ tài chính

Hệ số hồi quy của biến cơ hội tăng trưởng GROW đối với biến phụ thuộc FR2 lần lượt là 0.0137 và 0.1032, đạt mức ý nghĩa 1%, cho thấy cơ hội tăng trưởng tác động ngược chiều đến kết quả tài chính (KQTC) của các doanh nghiệp xây dựng (DNXD) Kết quả này hỗ trợ Lý thuyết đại diện, cho rằng cơ hội tăng trưởng có mối quan hệ ngược chiều với mức độ sử dụng nợ; các DN có tỷ lệ tăng trưởng cao thường có nhiều lựa chọn đầu tư hơn và ít sử dụng nợ, dẫn đến giảm rủi ro KQTC Đồng thời, kết quả cũng phù hợp với Lý thuyết kiệt quệ tài chính, nhấn mạnh rằng các DN có cơ hội tăng trưởng tốt không ưa chuộng việc sử dụng nợ để tài trợ cho dự án do chi phí KQTC cao.

Chương 4 đã thực hiện thống kê mô tả các biến trong mô hình nghiên cứu theo các tiêu chí về giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất, độ lệch chuẩn và số quan sát Phân tích hệ số Pearson và hệ số VIF cho thấy có mối tương quan cùng chiều giữa CTV và RRTC và các biến số trong mô hình là phù hợp để hồi quy Sau khi thực hiện phân tích hồi quy theo FEM và REM, kết quả kiểm định Hausman cho thấy hồi quy theo mô hình REM phù hợp hơn Kết quả kiểm tra khuyết tật cho thấy mô hình không có hiện tượng tự tương quan và đa cộng tuyến nghiêm trọng, tuy nhiên mô hình lại tồn tại phương sai sai số thay đổi, nên tác giả tiếp tục sử dụng phương pháp hồi quy theo GLS với tùy chọn khắc phục phương sai sai số thay đổi để xử lý khuyết tật này và đưa ra kết quả ước lượng cuối cùng Kết quả hồi quy cho thấy CTV có tác động cùng chiều đến BĐLN và rủi ro KQTC của các DNXD ở mức ý nghĩa 1% Ngoài ra, kết quả hồi quy cũng cho thấy quy mô DN, cấu trúc tài sản và cơ hội tăng trưởng đều có những tác động nhất định đến RRTC của DNXD.

0.0233 0.00584 (-0.24) (0.07) (1.42)

0.681 -0.0843* (0.68) (2.85) (4.38)

Kết quả ước lượng theo GLS cho thấy: (i) Biến TD có hệ số hồi quy là 2.742 cho FR1 và -0.6 cho FR2, với mức ý nghĩa 1%, khẳng định tác động cùng chiều của tỷ số nợ đến BĐLN và rủi ro KQTC, trong đó chỉ số S-Score càng lớn thì rủi ro KQTC càng nhỏ; (ii) Biến SIZE có hệ số hồi quy -0.0843 với mức ý nghĩa 10% cho FR1, cho thấy mối quan hệ ngược chiều của quy mô đến BĐLN, và -0.0406 với mức ý nghĩa 1% cho FR2, cho thấy quy mô có quan hệ thuận chiều với rủi ro KQTC; (iii) Hệ số hồi quy của biến GROW là 0.0137 với mức ý nghĩa 1% cho FR2, cho thấy cơ hội tăng trưởng có quan hệ ngược chiều với rủi ro KQTC; và

Trong mô hình nghiên cứu thứ hai, tác giả đã thực hiện hồi quy theo FEM và REM cho hai biến phụ thuộc là rủi ro BĐLN (FR1) và rủi ro KQTC (FR2) Kết quả kiểm định Hausman cho thấy giá trị P-value > 5%, cho thấy mô hình REM phù hợp hơn so với mô hình FEM Sau khi chọn mô hình REM, tác giả tiếp tục thực hiện kiểm định Wooldridge để xác định sự tồn tại của tự tương quan, với kết quả kiểm định Wooldridge cho ra giá trị P-value.

Mô hình thứ hai không tồn tại tự tương quan, với các giá trị 0,8582 và 0,2679 đều lớn hơn 5% Kiểm định Breusch and Pagan Lagrangian cho thấy P-value = 0.0026 và 0.0000, đều nhỏ hơn 5%, cho thấy có phương sai sai số thay đổi trong mô hình thứ hai Do đó, tác giả đã thực hiện hồi quy theo phương pháp GLS với tùy chọn khắc phục phương sai sai số thay đổi để đạt được kết quả hồi quy cuối cùng.

Bảng 4.6 dưới đây trình bày kết quả ước lượng theo FEM, REM và GLS kèm các kiểm định liên quan

Bảng 4.6: Kết quả ước lượng và các kiểm định đối với mô hình thứ hai

Kết quả ước lượng theo GLS cho thấy rằng: (i) Biến STD có hệ số hồi quy 2.668 (FR1) và -0.59 (FR2) với mức ý nghĩa 1%, khẳng định tác động cùng chiều của tỷ số nợ ngắn hạn đến BĐLN và rủi ro KQTC; (ii) Biến LTD có hệ số hồi quy 1.909 (FR1) và -1.284 (FR2) cũng với mức ý nghĩa 1%, xác nhận tác động cùng chiều của tỷ số nợ dài hạn đến BĐLN và rủi ro KQTC; (iii) Biến SIZE có hệ số hồi quy -0.0183 (FR2) với mức ý nghĩa 1%, cho thấy mối quan hệ cùng chiều của quy mô với rủi ro KQTC; (iv) Hệ số hồi quy của biến GROW là 0.0132 (FR2) với mức ý nghĩa 1%, chỉ ra cơ hội tăng trưởng có quan hệ ngược chiều với rủi ro KQTC; và (v) Biến TANG có hệ số hồi quy 0.864 (FR1) với mức ý nghĩa 10%, cho thấy mối quan hệ cùng chiều của cấu trúc tài sản đến BĐLN, trong khi ở FR2, biến TANG có hệ số hồi quy 0.304 với mức ý nghĩa 1%, chỉ ra cấu trúc tài sản có quan hệ ngược chiều với rủi ro KQTC.

4.5 THẢO LUẬN KẾT QUẢ NGHIÊN CỨU

4.5.1 Cấu trúc vốn tác động cùng chiều đến mức độ biến động lợi nhuận

Hệ số hồi quy GLS cho các biến độc lập cấu trúc vốn là TD, STD và LTD lần lượt là 2.742, 2.668 và 1.909, đều có ý nghĩa thống kê ở mức 1% Kết quả này khẳng định rằng CTV tác động tích cực đến RRTC trong lĩnh vực BĐLN cho chủ sở hữu, phù hợp với giả thuyết nghiên cứu và ủng hộ Lý thuyết CTV tối ưu Lý thuyết này cho rằng có mối quan hệ thuận chiều giữa mức độ sử dụng nợ trong CTV với RRTC, liên quan đến việc đánh đổi giữa lợi nhuận và rủi ro Việc sử dụng nợ cao có thể làm tăng rủi ro cho doanh nghiệp, nhưng cũng dẫn đến lợi nhuận kỳ vọng cao hơn, từ đó ảnh hưởng tích cực hoặc tiêu cực đến giá trị doanh nghiệp Điều này phù hợp với lý thuyết chung về quyết định sử dụng ĐBTC trong quản trị tài chính doanh nghiệp.

Kết quả này hỗ trợ Lý thuyết M&M, đặc biệt là mệnh đề II trong bối cảnh có thuế thu nhập doanh nghiệp Cụ thể, mệnh đề M&M số II cho rằng khi doanh nghiệp tăng tỷ lệ nợ, chi phí sử dụng vốn bình quân sẽ giảm, trong khi chi phí sử dụng vốn cổ phần sẽ tăng do rủi ro của vốn cổ phần gia tăng khi doanh nghiệp sử dụng nợ.

Kết quả này cũng phù hợp với nghiên cứu thực nghiệm của Gunarathna (2016),

Mahesar & cộng sự (2015), Lê Hoàng Vinh (2014), Đoàn Quỳnh Hương (2009)

Sử dụng nợ trong công ty có thể mang lại lợi ích lớn nếu doanh nghiệp đầu tư hiệu quả vào các dự án sinh lời, giúp khuếch đại lợi nhuận Tuy nhiên, trong điều kiện không thuận lợi, gia tăng nợ có thể làm giảm hiệu quả hoạt động và tăng rủi ro Do đó, doanh nghiệp cần thận trọng trong việc sử dụng nợ và lựa chọn cấu trúc tài chính hợp lý để cân bằng giữa lợi nhuận và kiểm soát rủi ro.

4.5.2 Cấu trúc vốn tác động cùng chiều đến rủi ro kiệt quệ tài chính

Hệ số hồi quy GLS cho biến độc lập CTV, bao gồm TD, STD và LTD, lần lượt là -0.6, -0.59 và -1.284, đều có ý nghĩa thống kê ở mức 1% Kết quả này khẳng định rằng CTV có tác động cùng chiều đến KQTC (ngược chiều với S-Score) của các DNXD niêm yết tại Việt Nam, phù hợp với kỳ vọng của tác giả Điều này ủng hộ Lý thuyết đánh đổi trong CTV và Lý thuyết kiệt quệ tài chính.

DN càng gia tăng mức độ sử dụng nợ sẽ càng làm gia tăng RRTC nói chung và rủi ro KQTC nói riêng

Kết quả nghiên cứu cho thấy tác động tích cực của CTV đối với KQTC của các doanh nghiệp niêm yết trong ngành xây dựng, điều này củng cố các kết luận từ nghiên cứu trước đây của Pourali và cộng sự (2013).

Nghiên cứu của Lê Hoàng Vinh (2014), Ikpesu & Eboiyehi (2018) và Ugbogbo (2023) đã cung cấp bằng chứng thực nghiệm khẳng định tác động cùng chiều của cơ cấu tài chính đến mức độ kết quả tài chính của doanh nghiệp Việc sử dụng nợ, đặc biệt là nợ ngắn hạn, tạo ra áp lực lớn trong việc thanh toán gốc và lãi, khiến doanh nghiệp có nguy cơ đối mặt với rủi ro tài chính, thậm chí có thể dẫn đến phá sản Hơn nữa, khi doanh nghiệp huy động nợ cao, rủi ro tài chính cũng tăng, dẫn đến yêu cầu tỷ suất sinh lợi cao hơn từ nhà đầu tư để bù đắp rủi ro, làm tăng chi phí sử dụng vốn Điều này làm giảm lợi thế từ tấm chắn thuế của nợ vay, có thể chuyển sang ảnh hưởng tiêu cực đến vốn chủ sở hữu Do đó, mức độ sử dụng nợ cao trong cơ cấu tài chính sẽ dẫn đến mức độ kết quả tài chính càng lớn.

4.5.3 Các yếu tố khác tác động đến rủi ro tài chính

Kết quả hồi quy theo phương pháp GLS tại bảng 4.5 và 4.6 cho thấy, ngoài sự ảnh hưởng của CTV, RRTC của các doanh nghiệp xây dựng còn bị tác động bởi các yếu tố khác như quy mô, cấu trúc tài sản và cơ hội tăng trưởng của doanh nghiệp.

4.5.3.1 Quy mô tác động ngược chiều đến biến động lợi nhuận và cùng chiều với kiệt quệ tài chính

Hệ số hồi quy của biến quy mô SIZE theo biến phụ thuộc FR1 trong mô hình

Nghiên cứu cho thấy rằng với hệ số -0.0843 ở mức ý nghĩa 10%, các doanh nghiệp xây dựng niêm yết tại Việt Nam chịu tác động ngược chiều đến biến động lợi nhuận, hỗ trợ lý thuyết "Lợi thế kinh tế theo quy mô" Lý thuyết này khẳng định rằng việc mở rộng quy mô giúp doanh nghiệp gia tăng lợi nhuận nhờ giảm chi phí bình quân dài hạn Doanh nghiệp lớn thường có khả năng quản trị tài chính và quản trị doanh nghiệp tốt hơn so với doanh nghiệp nhỏ Theo Yusoff & Abdulsamad (2018), quản trị doanh nghiệp là yếu tố quan trọng trong phát triển và nâng cao hiệu quả hoạt động Nhiều nghiên cứu cũng chỉ ra rằng quản trị tốt mang lại lợi nhuận cao hơn cho cổ đông (Chi, 2009) và hiệu quả hoạt động tốt hơn (Arora & Sharma, 2016; Malik & Makhdoom, 2016) Vì vậy, doanh nghiệp có quy mô lớn hơn sẽ có lợi thế về kinh tế theo quy mô và khả năng quản trị tốt hơn, từ đó kiểm soát biến động lợi nhuận hiệu quả hơn trong hoạt động kinh doanh.

Hệ số hồi quy của biến quy mô SIZE đối với biến phụ thuộc FR2 lần lượt là -0.0406 và -0.0183 ở mức ý nghĩa 1%, cho thấy quy mô có tác động tích cực đến kết quả tài chính (KQTC) của các doanh nghiệp xây dựng niêm yết tại Việt Nam Kết quả này hỗ trợ lý thuyết "Bất lợi kinh tế theo quy mô", chỉ ra rằng việc mở rộng quy mô doanh nghiệp có thể dẫn đến gia tăng chi phí trong dài hạn và tăng nguy cơ gặp phải tình trạng KQTC Doanh nghiệp có thể trải qua KQTC cao hơn khi quy mô gia tăng, theo giả định "quá lớn để đỗ vỡ" Nếu không kiểm soát tốt các rủi ro khi mở rộng quy mô, doanh nghiệp sẽ đối mặt với tăng trưởng quá nhanh, dẫn đến thiếu hụt tiền do chi phí dự trữ hàng tồn kho cao và gia tăng chính sách bán chịu, làm tăng nguy cơ xảy ra KQTC.

4.5.3.2 Cấu trúc tài sản tác động cùng chiều đến biến động lợi nhuận và ngược chiều với kiệt quệ tài chính

Hệ số hồi quy của biến cấu trúc tài sản TANG theo biến phụ thuộc FR1 trong mô hình thứ hai là 0.0864 với mức ý nghĩa 10%, cho thấy cấu trúc tài sản có ảnh hưởng tích cực đến BĐLN của các DNXD niêm yết tại Việt Nam Kết quả này hỗ trợ Lý thuyết đại diện, cho thấy tài sản thế chấp có mối quan hệ thuận chiều với mức sử dụng nợ của doanh nghiệp Tài sản thế chấp giúp giảm mâu thuẫn giữa bên vay và bên cho vay, do đó, doanh nghiệp có cấu trúc tài sản cao hơn sẽ có mức sử dụng nợ cao hơn, dẫn đến việc tăng BĐLN của doanh nghiệp.

Hệ số hồi quy của biến cấu trúc tài sản TANG theo biến phụ thuộc FR2 trong mô hình thứ hai đạt 0.304 với mức ý nghĩa 1%, cho thấy rằng cấu trúc tài sản có tác động ngược chiều đến kết quả tài chính của các doanh nghiệp xây dựng niêm yết tại Việt Nam Doanh nghiệp có giá trị tài sản thế chấp cao thường có khả năng vay vốn với điều kiện thuận lợi hơn so với doanh nghiệp có giá trị tài sản vô hình cao hoặc không có tài sản thế chấp Hơn nữa, tài sản cố định hữu hình dễ dàng kiểm soát và thế chấp, giúp giảm chi phí trung gian Điều này dẫn đến chi phí lãi vay thấp hơn cho doanh nghiệp có cấu trúc tài sản cao, từ đó giảm áp lực chi trả lãi vay và hạn chế nguy cơ xảy ra kết quả tài chính không mong muốn.

4.5.3.3 Cơ hội tăng trưởng có tác động ngược chiều đến kiệt quệ tài chính

1.570249 2.34 0.020 5901338 6.761287 GROW 0142245 0035952 3.96 0.000 0071599 0212891

squared: Obs per group

Group variable: CODE Number of groups = 79

Fixed-effects (within) regression Number of obs = 553

xtreg FR1 TD SIZE TANG GROW, fe

2.1.2 Kết quả hồi quy phương trình 1 theo REM

2.1.3 Kết quả kiểm định Hausman đối với phương trình 1 rho 08351161 (fraction of variance due to u_i) sigma_e 16.424856 sigma_u 4.9580572

FR1 Coefficient Std err z P>|z| [95% conf interval] corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0749

Random-effects GLS regression Number of obs = 553

xtreg FR1 TD SIZE TANG GROW, re

Test of H0: Difference in coefficients not systematic

B = Inconsistent under Ha, efficient under H0; obtained from xtreg. b = Consistent under H0 and Ha; obtained from xtreg.

TD 6.67926 13.60708 -6.927823 8.653401 fem1 rem1 Difference Std err.

2.1.4 Kết quả kiểm định tự tương quan đối với phương trình 1

2.1.5 Kết quả kiểm định phương sai sai số đối với phương trình 1

2.1.6 Kết quả hồi quy phương trình 1 theo GLS

Wooldridge test for autocorrelation in panel data

xtserial FR1 TD SIZE TANG GROW

FR1[CODE,t] = Xb + u[CODE] + e[CODE,t]

Breusch and Pagan Lagrangian multiplier test for random effects

FR1 Coefficient Std err z P>|z| [95% conf interval]

Estimated autocorrelations = 0 Number of groups = 79

Estimated covariances = 79 Number of obs = 553

Cross-sectional time-series FGLS regression

xtgls FR1 TD SIZE TANG GROW, panels(h)

2.1.7 Tổng hợp kết quả hồi quy phương trình 1 theo FEM, REM, GLS

2.2 KẾT QUẢ HỒI QUY ĐỐI VỚI PHƯƠNG TRÌNH 2

FR2 i,t = β 0 + β 1 TD i,t + β 2 SIZE i,t + β 3 TANG i,t + β 4 GROW i,t + u i,t (2)

2.2.1 Kết quả hồi quy phương trình 2 theo FEM * p F = 0.0000 F(4,470) = 14.69 Overall = 0.0927 max = 7

xtreg FR2 TD SIZE TANG GROW, fe

2.2.3 Kết quả kiểm định Hausman đối với phương trình 2 rho 56429347 (fraction of variance due to u_i) sigma_e 37021567 sigma_u 42131826

FR2 Coefficient Std err z P>|z| [95% conf interval] corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

xtreg FR2 TD SIZE TANG GROW, re

TD -1.089806 -.9887068 -.1010994 1355639 fem2 rem2 Difference Std err.

2.2.5 Kết quả kiểm định phương sai sai số thay đổi đối với phương trình 2

xtserial FR2 TD SIZE TANG GROW

xtgls FR2 TD SIZE TANG GROW, panels(h)

2.2.7 Tổng hợp hồi quy phương trình 2 theo FEM, REM, GLS

3 KẾT QUẢ PHÂN TÍCH HỒI QUY MÔ HÌNH NGHIÊN CỨU THỨ HAI

FR1i,t = α0 + α1STDi,t + α2LTDi,t + α3SIZEi,t + α4TANGi,t + α5GROWi,t + ui,t (3) FR2i,t = β0 + β1STDi,t + β2LTDi,t + β3SIZEi,t + β4TANGi,t + β5GROWi,t + ui,t (4)

3.1 KẾT QUẢ HỒI QUY ĐỐI VỚI PHƯƠNG TRÌNH 3

FR1i,t = α0 + α1STDi,t + α2LTDi,t + α3SIZEi,t + α4TANGi,t + α5GROWi,t + ui,t (3)

esttab fem2 rem2 gls2, r2 star(* 0.1 ** 0.05 *** 0.01)

3.1.1 Kết quả hồi quy phương trình 3 theo FEM

F test that all u_i=0: F(78, 469) = 1.53 Prob > F = 0.0042 rho 18778181 (fraction of variance due to u_i) sigma_e 16.433782 sigma_u 7.9018347

TANG -2.022341 11.18374 -0.18 0.857 -23.99879 19.95411 SIZE 6944496 2.632503 0.26 0.792 -4.478511 5.86741 LTD -1.024666 14.79724 -0.07 0.945 -30.10176 28.05243 STD 8.898031 10.38191 0.86 0.392 -11.50278 29.29884 FR1 Coefficient Std err t P>|t| [95% conf interval] corr(u_i, Xb) = -0.0177 Prob > F = 0.9210 F(5,469) = 0.29 Overall = 0.0166 max = 7

xtreg FR1 STD LTD SIZE TANG GROW, fe rho 08101278 (fraction of variance due to u_i) sigma_e 16.433782 sigma_u 4.8793231 _cons 3.756738 17.98702 0.21 0.835 -31.49717 39.01065 GROW 0135129 1419493 0.10 0.924 -.2647025 2917284

LTD 4.235918 8.117903 0.52 0.602 -11.67488 20.14671 STD 14.8439 4.82196 3.08 0.002 5.393036 24.29477 FR1 Coefficient Std err z P>|z| [95% conf interval] corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0590 Wald chi2(5) = 10.64 Overall = 0.0275 max = 7

xtreg FR1 STD LTD SIZE TANG GROW, re

3.1.3 Kết quả kiểm định Hausman đối với phương trình 3

3.1.4 Kết quả kiểm định tự tương quan đối với mô hình 3

3.1.5 Kết quả kiểm định phương sai sai số thay đổi đối với mô hình 3

B = Inconsistent under Ha, efficient under H0; obtained from xtreg. b = Consistent under H0 and Ha; obtained from xtreg. GROW 0019724 0135129 -.0115405 0806908

STD 8.898031 14.8439 -5.945873 9.194166 fem3 rem3 Difference Std err.

xtserial FR1 STD LTD SIZE TANG GROW

3.1.7 Tổng hợp kết quả hồi quy phương trình 3 theo FEM, REM, GLS

3.2 KẾT QUẢ HỒI QUY PHƯƠNG TRÌNH 4

FR2 i,t = β 0 + β 1 STD i,t + β 2 LTD i,t + β 3 SIZE i,t + β 4 TANG i,t + β 5 GROW i,t + u i,t (4)

xtgls FR1 STD LTD SIZE TANG GROW, panels(h)

esttab fem3 rem3 gls3, r2 star(* 0.1 ** 0.05 *** 0.01)

3.2.1 Kết quả hồi quy phương trình 4 theo FEM

F test that all u_i=0: F(78, 469) = 8.93 Prob > F = 0.0000 rho 59410828 (fraction of variance due to u_i) sigma_e 37060413 sigma_u 44837146

FR2 Coefficient Std err t P>|t| [95% conf interval] corr(u_i, Xb) = -0.2263 Prob > F = 0.0000 F(5,469) = 11.73 Overall = 0.0908 max = 7

xtreg FR2 STD LTD SIZE TANG GROW, fe rho 53703205 (fraction of variance due to u_i) sigma_e 37060413 sigma_u 39914885

LTD -1.297467 2780955 -4.67 0.000 -1.842524 -.7524098 STD -.9232641 1789443 -5.16 0.000 -1.273989 -.5725397 FR2 Coefficient Std err z P>|z| [95% conf interval] corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 Wald chi2(5) = 65.88 Overall = 0.1155 max = 7

xtreg FR2 STD LTD SIZE TANG GROW, re

3.2.3 Kết quả kiểm định Hausman đối với phương trình 4

3.2.5 Kết quả kiểm định phương sai sai số thay đổi đối với phương trình 4

STD -1.098636 -.9232641 -.1753718 1509767 fem4 rem4 Difference Std err.

xtserial FR2 STD LTD SIZE TANG GROW

Tiêu đề	Cấu Trúc Vốn Và Rủi Ro Tài Chính Của Các Doanh Nghiệp Ngành Xây Dựng Niêm Yết Trên Thị Trường Chứng Khoán Việt Nam
Tác giả	Võ Tùng Tuyển
Người hướng dẫn	GS.TS. Nguyễn Thị Cành, TS. Lê Hoàng Vinh, PGS. TS Nguyễn Anh Phong
Trường học	Đại học Quốc gia Thành phố Hồ Chí Minh
Chuyên ngành	Tài chính – Ngân hàng
Thể loại	luận văn thạc sĩ
Năm xuất bản	2024
Thành phố	TP. Hồ Chí Minh

Định dạng
Số trang	130
Dung lượng	3,89 MB