GIỚI THIỆU
LÝ DO NGHIÊN CỨU
Trong mối quan hệ tài chính giữa ngân hàng và doanh nghiệp, các điều kiện vay vốn là rất quan trọng Ngân hàng thương mại (NHTM) yêu cầu doanh nghiệp phải chứng minh khả năng thanh toán nợ vay trong tương lai Nếu ngân hàng đánh giá doanh nghiệp có xác suất vỡ nợ (XSVN) thấp và khả năng chi trả tốt, họ sẽ chấp nhận cho doanh nghiệp vay vốn Ngược lại, nếu XSVN cao, doanh nghiệp sẽ gặp khó khăn trong việc huy động vốn, ảnh hưởng đến sự phát triển kinh doanh Do đó, việc đánh giá XSVN từ góc độ ngân hàng là cần thiết để đảm bảo sự hợp tác hiệu quả.
Việc đánh giá XSVN của doanh nghiệp là điều cần thiết mà các nhà đầu tư cần chú ý, nhằm hỗ trợ quá trình cân nhắc đầu tư và giảm thiểu rủi ro Doanh nghiệp cũng cần ước lượng XSVN để có biện pháp kịp thời ứng phó với các vấn đề kinh tế đột biến.
Trong việc đánh giá XSVN của doanh nghiệp tại Việt Nam, ngành bất động sản (BĐS) được ưu tiên hàng đầu bởi các ngân hàng thương mại (NHTM) Điều này xuất phát từ mối liên hệ chặt chẽ giữa ngành BĐS và dịch vụ tài chính, cũng như hoạt động kinh doanh của ngân hàng Ngân hàng không chỉ cấp vốn đầu tư cho các doanh nghiệp BĐS mà còn cung cấp tín dụng cho khách hàng có nhu cầu về nhà ở và các nhà đầu tư cá nhân Do đó, việc đánh giá XSVN đối với doanh nghiệp trong ngành BĐS sẽ được chú trọng hơn trong quá trình thẩm định.
Trong bối cảnh khủng hoảng kinh tế toàn cầu do dịch Covid-19, các doanh nghiệp tại Việt Nam, từ lớn đến nhỏ, đều bị ảnh hưởng tiêu cực Đặc biệt, thị trường bất động sản (BĐS) bị đóng băng, gây khó khăn cho hoạt động kinh doanh và huy động vốn từ các ngân hàng thương mại Điều này đặc biệt tác động đến các doanh nghiệp BĐS quy mô lớn niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) và Sở Giao dịch Chứng khoán Hà Nội.
Liên quan đến chủ đề này, nghiên cứu trong và ngoài nước Gordon (1971), Karels và Prakash (1987), Brown et al (1993), Denis (1995), Andrade và Kaplan
(1998), Platt (2002), Purnanandam (2005), Ross, Westerfield, Jaffe & Jordan
Nghiên cứu của Nguyễn Thị Nga (2018) và Võ Minh Long (2020) đã đề cập đến các khái niệm như căng thẳng tài chính, phá sản, kinh doanh thất bại và rủi ro tài chính, nhưng vẫn chưa có định nghĩa cụ thể nào về xác suất vỡ nợ Các nghiên cứu này nhấn mạnh sự cần thiết phải làm rõ các khái niệm liên quan đến tình trạng tài chính và rủi ro trong kinh doanh.
Nhiều nghiên cứu đã đề cập đến rủi ro tài chính và rủi ro phá sản của các doanh nghiệp, đặc biệt là trong ngành bất động sản, như các tác giả Hay Sinh (2018), Luu Huu Duc, Diem T.T Hai (2017), Vu Thi Loan (2017) và Võ Minh Long (2020) Tuy nhiên, chưa có nghiên cứu nào tập trung vào rủi ro tài chính và phá sản cụ thể cho nhóm các doanh nghiệp bất động sản niêm yết trên sàn HOSE.
Để đánh giá hiệu quả XSVN của doanh nghiệp một cách chi tiết, cần thiết phải phân tích các yếu tố ảnh hưởng đến XSVN Cụ thể, việc phân tích ảnh hưởng của các nhân tố đến XSVN trong ngành BĐS niêm yết trên HOSE là rất quan trọng.
Tác giả nhận thấy tính thiết yếu của việc nghiên cứu và đã lựa chọn đề tài “Các nhân tố tác động đến xác suất vỡ nợ”.
DOANH NGHIỆP NGÀNH BẤT ĐỘNG SẢN NIÊM YẾT TRÊN SỞ GIAO DICH CHỨNG KHOÁN THÀNH PHỐ HỒ CHÍ MINH” làm đề tài cho khóa luận tốt nghiệp.
MỤC TIÊU NGHIÊN CỨU
1.2.1 Mục tiêu nghiên cứu tổng quát
Mục tiêu của nghiên cứu này là phân tích ảnh hưởng của các yếu tố đến sự phát triển của các doanh nghiệp bất động sản niêm yết trên sàn HOSE trong khoảng thời gian từ năm 2015 đến năm 2019.
1.2.2 Mục tiêu nghiên cứu cụ thể Để giải quyết mục tiêu nghiên cứu tổng quát trên, đề tài tập trung giải quyết các mục tiêu cụ thể nhƣ sau:
Đo lường XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE trong giai đoạn 2015-2019.
Xem xét các nhân tố tác động đến XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE.
Đo lường mức độ và chiều hướng tác động của các nhân tố đến XSVN đối với các doanh nghiệp ngành BĐS niêm yết trên HOSE.
Đề xuất khuyến nghị nhằm giúp các doanh nghiệp giảm thiểu XSVN của các doanh nghiệp này.
CÂU HỎI NGHIÊN CỨU
Từ các mục tiêu nghiên cứu cụ thể trên, đề tài tiến đến thực hiện giải quyết các câu hỏi nghiên cứu sau đây:
XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE được đo lường nhƣ thế nào?
Những nhân tố nào tác động đến XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE giai đoạn 2015-2019?
Các nhân tố tác động nhƣ thế nào đến XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE giai đoạn 2015-2019?
Những khuyến nghị đƣợc đề xuất cho các doanh nghiệp ngành BĐS niêm yết trên HOSE, các ngân hàng, các nhà đầu tƣ nhƣ thế nào?
PHẠM VI VÀ ĐỐI TƢỢNG NGHIÊN CỨU
Khóa luận tập trung nghiên cứu về các đối tƣợng nhƣ sau:
XSVN, các doanh nghiệp ngành BĐS niêm yết trên HOSE.
Các nhân tố tác động đến XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE giai đoạn 2015-2019.
Nghiên cứu này tập trung vào 47 doanh nghiệp bất động sản niêm yết trên sàn HOSE, nhằm cung cấp cái nhìn chi tiết hơn về một nhóm doanh nghiệp cụ thể trong ngành Hạn chế trong việc tiếp cận thông tin không công khai đã dẫn đến việc chọn lọc phạm vi nghiên cứu này.
Trong giai đoạn 2015-2019, các doanh nghiệp ngành BĐS đã phải đối mặt với nhiều thách thức như trì hoãn pháp lý, giảm nhu cầu về nhà ở, khó khăn trong huy động vốn và khả năng hoàn trả nợ Những vấn đề này đã ảnh hưởng nghiêm trọng đến tài chính của họ, khiến nhiều doanh nghiệp đứng trước nguy cơ phá sản Thêm vào đó, giai đoạn này diễn ra trước khủng hoảng kinh tế toàn cầu năm 2020 do dịch bệnh, tạo ra áp lực lớn hơn cho ngành BĐS Việc nghiên cứu khoảng thời gian 2015-2019 sẽ cung cấp cái nhìn tổng quan và chi tiết cho doanh nghiệp, ngân hàng và nhà đầu tư về những thách thức mà ngành này đã trải qua.
PHƯƠNG PHÁP NGHIÊN CỨU
Đề tài này áp dụng phương pháp nghiên cứu định tính kết hợp với định lượng, trong đó nghiên cứu định tính được thực hiện bằng cách khảo sát các nghiên cứu trước nhằm đề xuất mô hình nghiên cứu và kỳ vọng dấu phù hợp cho các doanh nghiệp ngành bất động sản niêm yết trên sàn HOSE Phương pháp định lượng được tiến hành thông qua hồi quy dữ liệu bằng các phương pháp OLS, FEM, REM Để xử lý các vấn đề như phương sai thay đổi và tự tương quan trong các mô hình, nghiên cứu áp dụng phương pháp ước lượng FGLS.
Ý NGHĨA NGHIÊN CỨU
1.6.1 Đóng góp về mặt lý luận
Khảo sát các nghiên cứu trước đây nhằm làm rõ khái niệm XSVN Đồng thời, nghiên cứu tổng hợp các yếu tố ảnh hưởng đến XSVN của doanh nghiệp trong ngành BĐS, đặc biệt là các doanh nghiệp niêm yết trên sàn HOSE.
1.6.2 Đóng góp về mặt thực tiễn Đề tài cung cấp bằng chứng thực nghiệm về ƣớc lƣợng khả năng vỡ nợ của các doanh nghiệp ngành BĐS niêm yết trên HOSE và nhân tố ảnh hưởng đến XSVN của các doanh nghiệp này trong giai đoạn 2015-2019 Để từ đó giúp cho các nhà quản trị doanh nghiệp, các nhà đầu tƣ có cái nhìn hiệu quả về XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE giai đoạn 2015-2019 và xem xét đƣa ra các quyết định đầu tƣ hợp lý đối với doanh nghiệp ngành này Cũng nhƣ hỗ trợ các doanh nghiệp ngành BĐS niêm yết trên HOSE trong việc đề ra các biện pháp nhằm giảm thiểu xác suất vỡ nợ của doanh nghiệp đó.
Kết cấu nghiên cứu
Khóa luận tốt nghiệp chủ yếu áp dụng phương pháp nghiên cứu định lượng, bao gồm 5 chương cụ thể, ngoài phần mở đầu và kết thúc.
Chương 2 Cơ sở lý thuyết & tổng quan nghiên cứu
Chương 3 Phương pháp nghiên cứu
Chương 4 Kết quả nghiên cứu
CƠ SỞ LÝ THUYẾT & TỔNG QUAN NGHIÊN CỨU
TỔNG QUAN CÁC VẤN ĐỀ VỀ XÁC SUẤT VỠ NỢ DOANH NGHIỆP
2.1.1 Khái niệm về thuật ngữ vỡ nợ (Default)
Khái niệm "vỡ nợ" (Default) vẫn chưa được định nghĩa một cách đồng nhất trong các nghiên cứu hiện tại Để làm rõ khái niệm này, nghiên cứu sẽ tập trung vào các thuật ngữ liên quan như khó khăn tài chính (Financial Distress), rủi ro tài chính (Financial Risk), kinh doanh thất bại (Business failure) và phá sản (Bankruptcy).
Khó khăn tài chính (Financial Distress)
Theo William H Beaver (1966), khó khăn tài chính xảy ra khi công ty không thể đáp ứng các nghĩa vụ tài chính như nợ và cổ tức ưu tiên Những sự kiện này có thể bao gồm phá sản, vỡ nợ trái phiếu, tài khoản ngân hàng thấu chi hoặc không trả cổ tức bằng phiếu ưu đãi.
M J Gordon (1971) đã định nghĩa khó khăn tài chính công ty là vấn đề trước khi sự kiện vỡ nợ và tái cấu trúc công ty xảy ra Một doanh nghiệp gặp phải tình huống này là khi thu nhập của doanh nghiệp đó giảm và nợ của doanh nghiệp đó vƣợt quá giá trị tài sản.
Theo Chan K và N Chen (1991), các công ty gặp khó khăn tài chính là những công ty có giá trị thị trường giảm sút, hoạt động kém hiệu quả và dễ bị ảnh hưởng bởi biến động kinh tế, dẫn đến khả năng tồn tại thấp trong điều kiện kinh tế khó khăn Nghiên cứu của A Purnanandam (2004) định nghĩa khó khăn tài chính là trạng thái giữa khả năng thanh toán và mất khả năng thanh toán, xảy ra khi công ty không thể trả lãi hoặc vi phạm các cam kết nợ Khi giá trị tài sản của công ty giảm xuống dưới giá trị khoản nợ đến hạn, công ty sẽ chuyển từ tình trạng có khả năng thanh toán sang mất khả năng thanh toán.
Khó khăn tài chính xảy ra khi dòng tiền của công ty không đủ để đáp ứng các nghĩa vụ hiện tại, như tín dụng thương mại và chi phí lãi vay, dẫn đến việc công ty phải thực hiện các biện pháp khắc phục Tình trạng này có thể dẫn đến việc vỡ nợ trong hợp đồng và thường liên quan đến việc cơ cấu lại tài chính giữa công ty, các chủ nợ và nhà đầu tư Theo Ross, Westerfield, Jaffe & Jordan (2008), công ty thường phải thực hiện những hành động mà họ sẽ không cần làm nếu có đủ dòng tiền.
Rủi ro tài chính (Financial Risk)
Theo nghiên cứu của Võ Minh Long (2020), rủi ro tài chính là những rủi ro phát sinh trong hoạt động doanh nghiệp, ảnh hưởng đến tình hình tài chính và khả năng sinh lời Rủi ro này có thể dẫn đến mất khả năng thanh toán nợ, thậm chí gây ra tình trạng phá sản cho doanh nghiệp.
Rủi ro tài chính, theo Amalendu Bhunia và Somnath Mukhuti (2012), là khả năng xảy ra tổn thất liên quan đến hoạt động tài chính, thường phát sinh từ các giao dịch như mua bán, đầu tư, vay nợ và các hoạt động kinh doanh khác.
Vũ Thị Hậu (2013) định nghĩa rủi ro tài chính là khả năng mất khả năng thanh toán nợ đến hạn, phát sinh từ việc doanh nghiệp sử dụng đòn bẩy tài chính thông qua việc vay vốn trong hoạt động kinh doanh.
Kinh doanh thất bại (Business failure)
Theo nghiên cứu của Gordon V Karels và Arun J Prakash (1987), thuật ngữ kinh doanh thất bại được định nghĩa qua nhiều khía cạnh, bao gồm giá trị ròng âm, không thanh toán cho các chủ nợ, tình trạng trái phiếu vỡ nợ, và khả năng không thanh toán các khoản nợ.
P J Fitzpatrick (1932) đƣa ra năm giai đoạn dẫn đến thất bại kinh doanh bao gồm: Bất thường tài chính là khi cấp quản lý nhận thấy được tình trạng khó khăn của công ty Mất khả năng tài chính xảy ra khi công ty không có đƣợc các khoản tiền cần thiết để đáp ứng các nghĩa vụ của mình Mất khả năng thanh toán toàn bộ xảy ra khi nợ phải trả vƣợt quá tài sản ngắn hạn và dài hạn của công ty Cuối cùng, xác nhận mất khả năng thanh toán xảy ra ở bước pháp lý được tiến hành để bảo vệ các chủ nợ hoặc thanh lý công ty.
Theo Purnanandam (2005), vỡ nợ và phá sản xảy ra khi công ty gặp khó khăn tài chính nghiêm trọng Một công ty có thể vẫn thực hiện nghĩa vụ tài chính nhưng nếu không giải quyết được vấn đề tài chính ngay từ đầu, tình trạng vỡ nợ hoặc phá sản sẽ xảy ra.
Nghiên cứu của Nguyễn Thị Nga (2018) chỉ ra rằng phá sản chủ yếu xuất phát từ khả năng thanh toán yếu kém, khi doanh nghiệp không đủ tiền để chi trả cho các khoản nợ, bao gồm nợ nhà cung cấp, lãi vay ngân hàng và các khoản vi phạm hợp đồng.
Rủi ro vỡ nợ tín dụng, theo Mark C Freeman, Paul R Cox và Brian Wright (2006), là khả năng người đi vay không thực hiện nghĩa vụ trả nợ, dẫn đến tổn thất cho người cho vay Rủi ro này không chỉ gây mất gốc và lãi mà còn làm gián đoạn dòng tiền và gia tăng chi phí thu nợ Hơn nữa, rủi ro vỡ nợ tín dụng có tác động tiêu cực đến hoạt động của công ty.
Theo Hiệp ước Basel II về giám sát ngân hàng, khái niệm vỡ nợ được định nghĩa là trường hợp cá nhân, doanh nghiệp hoặc người vay không thực hiện thanh toán các khoản nợ trong thời gian 90 ngày Khi quá thời hạn này, họ sẽ được coi là đã vỡ nợ.
Theo thông tin từ kiến thức tài chính ngân hàng, có nhiều trường hợp vỡ nợ đã xảy ra, minh chứng cho các tình huống cụ thể như sau.
Vỡ nợ đơn thuần có nghĩa là không trả nợ vĩnh viễn.
TỔNG QUAN CÁC NGHIÊN CỨU LIÊN QUAN ĐẾN VIỆC ƢỚC LƢỢNG XÁC SUẤT VỠ NỢ CỦA DOANH NGHIỆP
Nghiên cứu của nhóm tác giả Ben Chin-Fook Yap và cộng sự (2011) đã phân tích 64 công ty niêm yết tại Malaysia trong 10 năm để dự đoán sự thất bại của công ty thông qua các tỷ lệ tài chính Cụ thể, nghiên cứu xem xét 10 công ty thất bại và 10 công ty không thất bại trong lĩnh vực tiêu dùng, cùng với 22 công ty thất bại và 22 công ty không thất bại trong lĩnh vực sản phẩm công nghiệp Các tỷ số tài chính được sử dụng bao gồm Tỷ lệ vốn lưu động, Dòng tiền trên tổng nợ, và Tổng nợ trên Tổng tài sản Mục tiêu là kiểm tra tính độc lập và hiệu quả của các tỷ số này trong việc phân loại các công ty thất bại và không thất bại tại Malaysia Kết quả cho thấy Dòng tiền trên Tổng nợ có khả năng phân loại chính xác các công ty thất bại từ 81% đến 94% trong bốn năm trước khi thất bại thực tế xảy ra.
Nghiên cứu của Siew Bee Thai, Han Hwa Goh, Boon Heng Teh (2014) áp dụng Phân tích phân biệt đối xử để dự đoán tình trạng kiệt quệ tài chính của các công ty tại Mã Lai Trong nghiên cứu, 30 công ty được phân tích, bao gồm 15 công ty gặp khó khăn tài chính và 15 công ty không gặp khó khăn Dữ liệu tài chính của mỗi công ty được thu thập trong vòng 5 năm trước khi được phân loại là PN17 trên sàn Bursa Malaysia Năm tỷ số tài chính trong mô hình Altman Z-score đã được tính toán và thử nghiệm qua Phân tích phân biệt, cho thấy vốn lưu động trên tổng tài sản là biến phân biệt quan trọng nhất giữa các công ty PN17 và không phải PN17 Kết quả cho thấy MDA đạt tỷ lệ chính xác 76,7% trong việc dự đoán các công ty gặp khó khăn tài chính ở Malaysia.
Nghiên cứu của Jacob Muvingi và cộng sự (2015) đã so sánh hiệu suất của hai mô hình dự báo phá sản: mô hình Z-Score dựa trên tỷ lệ kế toán và mô hình KMV dựa trên thị trường Mô hình Z-Score, với hai biến chính là giá trị thị trường của nợ dài hạn và EBIT đối với nợ ngắn hạn, phản ánh đặc thù môi trường doanh nghiệp tại Zimbabwe Kết quả cho thấy mô hình Z-Score có sức mạnh dự đoán phá sản vượt trội với tỷ lệ chính xác 0,959, trong khi mô hình KMV chỉ đạt 0,509 Nghiên cứu cũng chỉ ra rằng các công ty phá sản trong giai đoạn này thường có dấu hiệu tài chính yếu kém trong những năm trước đó.
Nghiên cứu của Sanobar Anjum (2012) tóm tắt các nghiên cứu quan trọng về dự đoán phá sản, so sánh các mô hình khác nhau và nhấn mạnh rằng thông tin tài chính đóng vai trò quan trọng trong việc dự đoán thất bại trong kinh doanh Một vấn đề lớn là sự thiếu đồng thuận về biến số nào là hiệu quả nhất và khoảng thời gian trước khi xảy ra thất bại Các nghiên cứu thường sử dụng phân tích phân biệt đối xử (MDA) để phát triển mô hình, bao gồm cả công ty lớn, nhỏ, tư nhân và cổ phần Mô hình của Tiến sĩ Altman đã được nghiên cứu kỹ lưỡng, với nhiều cải tiến trên phương trình z-score của ông giúp nâng cao khả năng dự đoán phá sản Bài viết bắt đầu bằng việc giải thích khái niệm phá sản doanh nghiệp và tiếp theo là các loại mô hình dự báo phá sản hiện nay, chủ yếu phân loại thành năm loại khác nhau, trong đó phân tích đa phân biệt là trọng tâm của nghiên cứu Mô hình của Tiến sĩ Altman được thảo luận chi tiết, nhấn mạnh các thay đổi trong phương trình để đạt được độ chính xác cao hơn trong dự đoán.
Nghiên cứu của Trịnh Thị Phan Lan (2013) tập trung vào đòn bẩy tài chính (ĐBTC) và tác động của nó đến kết quả kinh doanh của doanh nghiệp xây dựng – bất động sản Đòn bẩy tài chính được định nghĩa là việc sử dụng nguồn vốn để đầu tư và kinh doanh Nghiên cứu phân tích cơ cấu nguồn vốn (CCNV) của các doanh nghiệp này thông qua các hệ số như nợ phải trả trên vốn chủ sở hữu, nợ ngắn hạn trên tổng vốn, và tổng nợ trên tổng tài sản Đồng thời, nó cũng đánh giá hiệu quả sử dụng ĐBTC qua các chỉ số doanh thu, lợi nhuận, khả năng sinh lời (KNNSL) và kết quả tài chính (KNTT) Kết quả cho thấy doanh nghiệp xây dựng – bất động sản có mức sử dụng ĐBTC cao, vượt trội so với các ngành khác trong năm.
Năm 2011, doanh thu và lợi nhuận của các doanh nghiệp chỉ duy trì ở mức trung bình, không có sự phát triển mạnh mẽ Việc sử dụng đòn bẩy tài chính quá mức và không kiểm soát được rủi ro đã trở thành gánh nặng cho nhiều doanh nghiệp Chi phí lãi vay và áp lực trả nợ, cùng với việc thiếu vốn cho các dự án, đã khiến nhiều doanh nghiệp rơi vào tình trạng nguy hiểm, đứng trước bờ vực phá sản.
Bài nghiên cứu của Hay Sinh (2013) bắt đầu bằng việc định nghĩa phá sản và xác suất phá sản theo luật phá sản doanh nghiệp Tác giả tiếp tục phân tích hai phương pháp chính trong đánh giá khả năng sống còn của doanh nghiệp, bao gồm phương pháp tài sản và phương pháp dòng tiền chiết khấu (DCF), cũng như giá trị hiện tại có điều chỉnh (APV), nhằm thảo luận về những ưu nhược điểm của từng phương pháp.
Các phương pháp ước lượng XSVN của doanh nghiệp bao gồm: chỉ số Z (Z-score) theo Altman, mô hình Zeta để đánh giá rủi ro tín dụng, xác định XSVN dựa trên xếp hạng trái phiếu, và xác định XSVN từ giá trái phiếu Cuối cùng, bài viết cung cấp một ví dụ cụ thể cho Công ty Cổ phần Công nghiệp Cao su Miền Nam (CASUMINA).
Mã CSM sử dụng hai phương pháp chính là chỉ số Z-score của Altman và mô hình xếp hạng tín dụng nội bộ, được cho là phù hợp cho các ngân hàng thương mại Tác giả khuyến khích các thẩm định viên áp dụng hai mô hình này cùng với mô hình APV trong quá trình thẩm định giá trị doanh nghiệp.
Bài viết của Vu Thi Loan (2017) nghiên cứu mô hình dự báo tình trạng khó khăn tài chính của các công ty niêm yết trên thị trường chứng khoán Việt Nam Tác giả thiết lập hai mô hình dự đoán: mô hình 1 dựa hoàn toàn vào các tỷ số tài chính từ báo cáo tài chính của các công ty, trong khi mô hình 2 bổ sung giá cổ phiếu như một biến độc lập Dữ liệu nghiên cứu được phân chia thành hai nhóm: công ty gặp khó khăn tài chính và công ty không gặp khó khăn, với số liệu thu thập từ năm 2009 đến 2015, bao gồm 280 doanh nghiệp niêm yết trên Sở Giao dịch Chứng khoán Hà Nội.
Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh Trong đó, có
140 công ty có cổ phiếu bị hủy niêm yết bởi 2 Sở Giao dịch Chứng khoán đã tạo thành cặp với các doanh nghiệp khác có đặc điểm tương đồng về ngành nghề, quy mô và độ tuổi.
Dữ liệu nghiên cứu thu thập trong 1-2 năm trước khi xảy ra sự cố tài chính cho thấy mô hình bao gồm giá cổ phiếu như một biến độc lập hoạt động hiệu quả hơn so với mô hình không có giá cổ phiếu Ngoài ra, các tỷ số phản ánh khả năng thanh khoản, tăng trưởng tài sản và lợi nhuận của công ty cũng dự báo tốt cho tình trạng khó khăn tài chính của doanh nghiệp.
Nghiên cứu của Vũ Thị Hậu (2017) tập trung vào rủi ro tài chính của các công ty BĐS niêm yết tại Sở Giao dịch Chứng khoán TP.HCM, sử dụng mô hình của Alexander Bathory Bài viết phân tích hai khái niệm về rủi ro tài chính, nhấn mạnh vào khía cạnh hẹp và thu thập dữ liệu tài chính từ 34 doanh nghiệp Tác giả áp dụng công thức FRit = SZLit + SYit + GLit + YFit + YZit để tính toán rủi ro tài chính Kết quả nghiên cứu phân loại 6 nhóm doanh nghiệp theo mức độ rủi ro và đề xuất khuyến nghị cho từng nhóm Ngoài ra, tác giả nhấn mạnh tầm quan trọng của việc đo lường rủi ro tài chính trong quy trình quản trị rủi ro, bao gồm nhận dạng, đo lường, kiểm soát và tài trợ rủi ro.
Nghiên cứu của Nguyễn Thị Nga (2018) tập trung vào 45 doanh nghiệp BĐS niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn 2008-2015, với mục tiêu phân tích rủi ro phá sản thông qua 14 chỉ số tài chính thuộc 5 nhóm tiêu chí Kết quả cho thấy bốn biến có tác động đến rủi ro phá sản, bao gồm dòng tiền/tổng nợ phải trả bình quân, vốn hoạt động thuần/tổng tài sản (KNTT), lợi nhuận sau thuế/tổng tài sản bình quân (ROA - KNNSL), và tổng nợ phải trả/tổng tài sản (ĐBTC) Trong đó, biến tổng nợ phải trả/tổng tài sản có tác động mạnh nhất đến rủi ro phá sản, với chiều tác động cùng chiều Ba biến còn lại có tác động ngược chiều, trong đó ROA đứng thứ hai, vốn hoạt động thuần/tổng tài sản đứng thứ ba, và dòng tiền/tổng nợ phải trả bình quân có tác động ít nhất Các biến còn lại trong năm nhóm chỉ tiêu tài chính không có ý nghĩa thống kê hoặc không ảnh hưởng đến rủi ro phá sản của các công ty BĐS niêm yết.
Nghiên cứu của Võ Minh Long (2020) tập trung vào các yếu tố ảnh hưởng đến rủi ro tài chính của 28 doanh nghiệp bất động sản niêm yết trên sàn HSX trong giai đoạn 2012-2018.
CÁC NHÂN TỐ TÁC ĐỘNG ĐẾN XÁC SUẤT VỠ NỢ CỦA DOANH NGHIỆP BĐS
Qua khảo sát các nghiên cứu trước, đề tài xác định rằng các yếu tố ảnh hưởng đến XSVN bao gồm khó khăn tài chính, rủi ro tài chính, và khả năng kinh doanh thất bại của các doanh nghiệp BĐS niêm yết Những yếu tố này thường liên quan đến các chỉ số tài chính như KNTT, KNNSL, năng lực hoạt động, và cơ cấu nguồn vốn Đặc biệt, ĐBTC của các doanh nghiệp BĐS là yếu tố quan trọng nhất tác động đến nguy cơ phá sản, như đã nêu bởi Trịnh Thị Phan Lan (2013) Nghiên cứu sẽ xem xét những yếu tố này như các tác nhân ảnh hưởng đến XSVN của các doanh nghiệp BĐS niêm yết.
Sở giao dịch chứng khoán thành phố Hồ Chí Minh để tiến hành thực hiện phân tích. Chi tiết về các nhân tố đƣợc bàn luận cụ thể.
Khả năng thanh toán được đo lường qua các hệ số như vốn hoạt động thuần trên tổng tài sản, dòng tiền trên tổng nợ phải trả bình quân, và các hệ số KNTT hiện hành, KNTT nhanh, KNTT tổng quát cùng hệ số thanh toán lãi vay Theo nghiên cứu của Nguyễn Thị Nga (2018), các chỉ tiêu phản ánh KNTT như vốn hoạt động thuần trên tổng tài sản và dòng tiền trên tổng nợ phải trả bình quân có tác động ngược chiều đến rủi ro phá sản Võ Minh Long (2020) cũng chỉ ra rằng hệ số KNTT hiện hành ảnh hưởng ngược chiều đến rủi ro tài chính, trong khi hệ số KNTT nhanh và KNTT tổng quát lại có tác động cùng chiều đối với rủi ro tài chính.
Vỡ nợ là hiện tượng một doanh nghiệp gặp khó khăn tài chính, không đủ khả năng thanh toán các khoản nợ cho chủ nợ, ngân hàng và đối tác do kinh doanh thất bại Tình trạng này có thể dẫn đến việc tái cấu trúc công ty, nhượng quyền, thâu tóm và thường kết thúc bằng phá sản.
Kết quả nghiên cứu cho thấy mối quan hệ giữa KNTT và XSVN trong ngành BĐS là trái chiều, với KNTT có tác động ngược đến XSVN Tuy nhiên, KNTT lại có ảnh hưởng cùng chiều đối với chỉ số Z biểu hiện XSVN của các doanh nghiệp này.
Nghiên cứu của Nguyễn Thị Nga (2018) nhấn mạnh rằng khả năng sinh lợi là chỉ tiêu quan trọng để đánh giá hiệu quả sử dụng nguồn lực trong việc tạo ra lợi nhuận Doanh nghiệp có lợi nhuận cao sẽ có khả năng thanh toán nợ tốt hơn, từ đó giảm thiểu rủi ro phá sản.
Các chỉ tiêu tài chính quan trọng liên quan đến khả năng sinh lời (KNNSL) bao gồm lợi nhuận sau thuế trên tài sản cố định bình quân, hệ số KNNSL trên tổng tài sản và hệ số KNNSL trên doanh thu thuần Những hệ số này thường được đề cập trong các nghiên cứu về doanh nghiệp bất động sản, chẳng hạn như trong luận án tiến sĩ của Nguyễn Thị Nga.
Nghiên cứu của năm 2018 cho thấy rằng lợi nhuận sau thuế trên tài sản cố định bình quân có ảnh hưởng ngược chiều đến rủi ro phá sản Đồng thời, Võ Minh Long (2020) chỉ ra rằng hệ số KNNSL trên tổng tài sản cũng tác động ngược chiều đến rủi ro tài chính Tóm lại, mối quan hệ giữa KNNSL và XSVN cùng chỉ số Z của các doanh nghiệp trong ngành bất động sản cho thấy KNNSL có tác động ngược chiều đến XSVN, trong khi lại có tác động cùng chiều đối với chỉ số Z của các doanh nghiệp này.
Nghiên cứu của Võ Minh Long (2020) chỉ ra rằng các hệ số như vòng quay hàng tồn kho, vòng quay tài sản cố định, vòng quay tổng tài sản và vòng quay khoản phải thu là những chỉ số quan trọng phản ánh hiệu suất hoạt động (HSHĐ) của doanh nghiệp Kết quả nghiên cứu cho thấy vòng quay tổng tài sản và vòng quay khoản phải thu có tác động tích cực đến rủi ro tài chính của các doanh nghiệp bất động sản, trong khi hệ số vòng quay hàng tồn kho lại có tác động ngược chiều đến rủi ro tài chính của các doanh nghiệp này.
Năng lực hoạt động kém có thể khiến doanh nghiệp đối mặt với khó khăn nghiêm trọng, thậm chí đứng trước nguy cơ phá sản, theo luận án của Nguyễn Thị Nga (2018).
Chính vì vậy, đây đƣợc coi là một trong những nội dung quan trọng trong phân tích rủi ro phá sản của doanh nghiệp.”
Nhân tố HSHĐ ảnh hưởng ngược chiều đến XSVN của doanh nghiệp ngành BĐS, trong khi đó lại có tác động cùng chiều đối với chỉ số Z, thể hiện XSVN của các doanh nghiệp này.
Khi phân tích CCNV, các hệ số quan trọng bao gồm nợ phải trả trên tổng tài sản, tổng nợ phải trả trên vốn chủ sở hữu, hệ số nợ ngắn hạn trên nợ dài hạn và tỷ số tự tài trợ Những chỉ số này giúp đánh giá sự phân bổ giữa các khoản nợ và mối quan hệ giữa tổng nợ và vốn chủ sở hữu trong CCNV của doanh nghiệp Do đó, CCNV thường được gọi là ĐBTC.
Nghiên cứu của Trịnh Thị Phan Lan (2013) chỉ ra rằng doanh nghiệp sử dụng đòn bẩy tài chính (ĐBTC) để tài trợ cho các dự án đầu tư hoặc hoạt động kinh doanh Tuy nhiên, việc lạm dụng ĐBTC và thiếu kiểm soát rủi ro đã trở thành gánh nặng cho nhiều doanh nghiệp Chi phí lãi vay cao, áp lực trả nợ và thiếu hụt vốn cho các dự án đã khiến không ít doanh nghiệp rơi vào tình trạng nguy hiểm, đứng trước nguy cơ phá sản.
Luận án tiến sĩ của Nguyễn Thị Nga (2018) chỉ ra rằng hệ số tổng nợ phải trả trên tổng tài sản là chỉ tiêu quan trọng nhất phản ánh độ bền tài chính của doanh nghiệp, và nó có tác động mạnh mẽ đến rủi ro phá sản theo chiều hướng tích cực.
Bài viết khoa học của Võ Minh Long (2020) chỉ ra rằng tỷ số tự tài trợ ảnh hưởng ngược chiều đến rủi ro tài chính, trong khi hệ số nợ ngắn hạn trên nợ dài hạn lại có tác động cùng chiều đối với rủi ro tài chính.
Trong mối quan hệ giữa các doanh nghiệp ngành BĐS và XSVN, CCNV có tác động tích cực Điều này có nghĩa là CCNV sẽ ảnh hưởng ngược lại đến chỉ số Z, biểu thị XSVN của các doanh nghiệp này Tuy nhiên, tùy thuộc vào từng trường hợp cụ thể, các chỉ số này có thể tác động khác nhau đến XSVN và chỉ số Z của doanh nghiệp trong ngành BĐS.
PHƯƠNG PHÁP NGHIÊN CỨU
PHƯƠNG PHÁP NGHIÊN CỨU
Khóa luận tốt nghiệp áp dụng đồng thời hai phương pháp nghiên cứu định lượng và định tính nhằm giải quyết các vấn đề nghiên cứu và trả lời các câu hỏi liên quan đến đề tài nghiên cứu cụ thể.
Phương pháp nghiên cứu định tính
Phương pháp nghiên cứu định tính được áp dụng để khảo sát và thu thập thông tin liên quan đến XSVN của doanh nghiệp ngành BĐS, cũng như các yếu tố tác động đến XSVN của các doanh nghiệp này, đặc biệt là các doanh nghiệp niêm yết trên HOSE Qua việc tổng hợp các số liệu và lý thuyết từ các nghiên cứu trước, nghiên cứu này giúp xác định khoảng trống trong lĩnh vực nghiên cứu Hơn nữa, việc đúc kết khái niệm XSVN và xác định các yếu tố ảnh hưởng đến XSVN của doanh nghiệp BĐS niêm yết trên HOSE là cần thiết để phát triển một mô hình nghiên cứu phù hợp cho đề tài khóa luận tốt nghiệp.
Phương pháp nghiên cứu định tính được áp dụng để phân tích các số liệu từ báo cáo tài chính (BCTC) đã được kiểm toán trong giai đoạn thống nhất.
2015 - 2019 của 47 doanh nghiệp ngành BĐS niêm yết trên HOSE để thực hiện lập dữ liệu nghiên cứu cho mô hình nghiên cứu của đề tài.
Phương pháp nghiên cứu định tính đã được áp dụng để phân tích kết quả nghiên cứu và đưa ra các khuyến nghị cho doanh nghiệp ngành BĐS niêm yết trên HOSE Những khuyến nghị này hướng đến các đối tượng như doanh nghiệp BĐS, nhà quản trị ngân hàng thương mại và nhà đầu tư, nhằm cung cấp cái nhìn phù hợp và hiệu quả về các nhân tố tác động đến XSVN.
Phương pháp nghiên cứu định lượng
Phương pháp nghiên cứu định lượng sử dụng mô hình hồi quy dữ liệu bảng (Panel Data) với các biến đã được xác định trong nghiên cứu Việc phân tích dữ liệu sẽ được thực hiện bằng phần mềm Stata 14, trong đó các kiểm định liên quan đến mô hình hồi quy tuyến tính sẽ được áp dụng để đảm bảo tính chính xác của kết quả.
Bước đầu tiên trong nghiên cứu là phân tích thống kê mô tả dữ liệu của các biến, giúp tổng quan nguồn dữ liệu nghiên cứu, bao gồm số lượng quan sát, độ lệch chuẩn, giá trị trung bình, giá trị nhỏ nhất và giá trị lớn nhất.
Bước 2: Kiểm định đa cộng tuyến thông qua hệ số nhân tử phóng đại phương sai (VIF) Nếu hệ số VIF của các biến nằm trong khoảng từ 1,30 đến 8,35, mô hình sẽ không gặp vấn đề về đa cộng tuyến và có thể tiếp tục sử dụng các biến cho phân tích Ngược lại, các biến có hệ số VIF vượt quá khoảng cho phép sẽ bị loại khỏi mô hình nghiên cứu.
Bước 3: Kiểm định hiện tượng phương sai thay đổi và tự tương quan bằng cách sử dụng phương pháp bình phương bé nhất OLS (Hồi quy bình phương bé nhất), mô hình tác động cố định FEM (Mô hình tác động cố định) và mô hình tác động ngẫu nhiên REM (Mô hình tác động ngẫu nhiên) để thực hiện phân tích dữ liệu bảng.
Bước 4 trong quá trình lựa chọn mô hình phù hợp bao gồm các kiểm định quan trọng Kiểm định Hausman giúp xác định mô hình FEM hoặc REM, với p-value nhỏ hơn 0,05 chỉ ra rằng mô hình FEM là lựa chọn tốt hơn; nếu không, mô hình REM sẽ được chọn Tiếp theo, kiểm định nhân tử Lagrange xác định mô hình REM hoặc Pooled OLS, trong đó p-value nhỏ hơn 0,05 dẫn đến việc chọn mô hình REM, ngược lại chọn Pooled OLS Cuối cùng, kiểm định Wald-F so sánh sự phù hợp giữa Pooled OLS và FEM, với p-value nhỏ hơn 0,05 chỉ ra rằng FEM là mô hình phù hợp, nếu không, Pooled OLS sẽ được chọn Trong trường hợp xảy ra phương sai thay đổi và tự tương quan, nghiên cứu sẽ sử dụng ước lượng FGLS để khảo sát thêm.
Phương pháp nghiên cứu định lượng được thể hiện qua việc tính toán số liệu để tạo ra bộ dữ liệu bảng phục vụ phân tích dữ liệu hồi quy Bộ dữ liệu này được xây dựng bằng phần mềm Microsoft Excel, dựa trên các số liệu liên quan đến các biến trong mô hình nghiên cứu, được lấy từ báo cáo tài chính đã kiểm toán giai đoạn 2015 – 2019 của các doanh nghiệp ngành bất động sản niêm yết trên sàn HOSE.
Để hiểu rõ hơn về trình tự thực hiện đề tài nghiên cứu cho khóa luận tốt nghiệp, tác giả đề xuất một quy trình nghiên cứu cụ thể Quy trình này bao gồm các bước nghiên cứu được trình bày một cách rõ ràng và có hệ thống, giúp sinh viên dễ dàng theo dõi và thực hiện.
Xác định mục tiêu và vấn đề Thực hiện lựa chọn mô hình phù hợp bằng kiểm định nghiên cứu Hausman, Lagrange, Wald-F
Kiểm định phương sai thay
Thiết lập cơ sở lý thuyết qua đổi và hiện tượng tự tương tổng quan các nghiên cứu trước đó quan bằng pooled OLS, FEM, REM
Xây dựng mô hình nghiên Kiểm định đa cộng tuyến cứu bằng phương pháp VIF
Thu thập, thống kê số liệu để thiết lập nguồn dữ liệu Thống kê mô tả nghiên cứu
Nếu có hiện tƣợng tự tương quan và phương sai thay đổi nghiên cứu tiến hành khảo phụ FGLS
Phân tích kết quả hồi quy Đề xuất một số khuyến nghị cho các đối tƣợng liên quan đồ tại hình 1 nhƣ sau:
Nguồn: Tác giả đề xuất
MÔ HÌNH NGHIÊN CỨU
Mô hình nghiên cứu các yếu tố ảnh hưởng đến XSVN của các doanh nghiệp BĐS niêm yết trên HOSE được xây dựng dựa trên các nghiên cứu trước đây, sử dụng cấu trúc mô hình tuyến tính tổng quát.
: Hệ số điểm Z-score của Edward I, Altman (2000) về ƣớc lƣợng xác suất vỡ nợ có với công thức đã đề cập trong mô hình nghiên cứu nhƣ sau:
: Tham số của mô hình – hệ số đo độ dốc đường hồi quy.
: Các nhân tố ảnh hưởng đến hệ số Z.
Hình 1: Quy trình chi tiết các bước thực hiện nghiên cứu i : Thành phần ngẫu nhiên hay sai số của mô hình.
Cụ thể hơn với các biến dự kiến đƣợc sử dụng trong khóa luận tốt nghiệp đƣợc trình bày trong bảng sau:
Bảng 3 1: Các biến trong mô hình nghiên cứu của khóa luận tốt nghiệp
Biến Nhóm biến Tên biến Cách xác định Ghi chú
Hệ số khả năng thanh (2) toán hiện hành
Khả năng Hệ số khả năng thanh (2) thanh toán toán nhanh
Hệ số khả năng thanh (2) toán tổng quát
Hệ số khả năng thanh (3) toán lãi vay
Hệ số khả năng sinh lời (2) trên tổng tài sản
Khả năng Hệ số khả năng sinh lời (4) sinh lời trên tổng tài sản cố định
Hệ số khả năng sinh lời (2) trên doanh thu thuần
Vòng quay tài sản cố
Hiệu suất định (2) hoạt động
Vòng quay tổng tài sản (2)
Vòng quay khoản phải thu (2)
Hệ số nợ ngắn hạn trên (2) nợ dài hạn
Cơ cấu Hệ số nợ trên tổng tài sản (4) nguồn vốn Hệ số nợ trên nguồn vốn (3) chủ sở hữu
Tỷ số tự tài trợ (2)
Nguồn: Tác giả đề xuất
Ghi chú: Các số tương ứng với tài tài liệu tham khảo trích dẫn (1)_Hoàng Thị Hồng Vân (2020);
(2)_Võ Minh Long (2020); (3)_Trịnh Thị Phan Lan (2013); (4)_Nguyễn Thị Nga (2018)
CÁC BIẾN TRONG MÔ HÌNH & DỮ LIỆU NGHIÊN CỨU
3.3.1 Các biến trong mô hình nghiên cứu
Các biến trong mô hình nghiên cứu phản ánh những ý nghĩa tài chính liên quan đến XSVN của các doanh nghiệp bất động sản niêm yết trên sàn HOSE.
Z là biến độc lập trong mô hình nghiên cứu, đại diện cho XSVN của các doanh nghiệp BĐS niêm yết trên HOSE, được tính toán theo công thức Z-score của Edward I Altman (2000) Mô hình này nổi tiếng và được áp dụng rộng rãi ở nhiều quốc gia, bao gồm cả Việt Nam, nhờ vào khả năng ước lượng XSVN một cách hiệu quả và dễ dàng Sau khi tính toán, chỉ số Z sẽ được phân loại thành ba nhóm, phản ánh mức độ XSVN cụ thể của từng doanh nghiệp.
Z > 2,99: Doanh nghiệp nằm trong vùng an toàn, XSVN của doanh nghiệp thấp, chƣa có nguy cơ phá sản.
1,8 < Z < 2,99 : Doanh nghiệp nằm trong vùng cảnh báo, XSVN nằm ở mức trung bình, có thể có nguy cơ phá sản.
Z < 1,8 : Doanh nghiệp nằm trong vùng nguy hiểm, có XSVN cao, nguy cơ dẫn đến phá sản.
Nhóm biến khả năng thanh toán gồm các biến phụ thuộc X1, X2, X3, X4
Hệ số khả năng thanh toán hiện hành X1 là chỉ số quan trọng thể hiện khả năng thanh toán các khoản nợ ngắn hạn từ tài sản ngắn hạn của doanh nghiệp Theo nghiên cứu của Ngô Thị Phượng và ctg (2016), hệ số này thường được sử dụng để đánh giá tình hình tài chính của các doanh nghiệp trong cùng ngành, cung cấp cái nhìn tổng quan về khả năng thanh toán của họ.
Chỉ số X1 dưới 1 cho thấy doanh nghiệp có khả năng trả nợ yếu, là dấu hiệu cảnh báo về các khó khăn tài chính tiềm ẩn trong việc thanh toán các khoản nợ ngắn hạn Khi chỉ số X1 càng giảm về 0, khả năng chi trả của doanh nghiệp càng giảm, làm tăng nguy cơ phá sản.
Tỷ số X1 >1 cho thấy doanh nghiệp có khả năng cao trong việc thanh toán các khoản nợ đến hạn, với tỷ số càng cao càng đảm bảo khả năng chi trả và tính thanh khoản tốt Tuy nhiên, nếu tỷ số này quá cao, có thể phản ánh việc doanh nghiệp không sử dụng hợp lý nguồn tài chính hoặc tồn kho quá lớn, dẫn đến khó khăn trong việc chuyển đổi hàng tồn kho thành tiền khi có biến động trên thị trường.
Hệ số khả năng thanh toán nhanh X2, theo Ngô Thị Phƣợng và ctg (2016), phản ánh khả năng của doanh nghiệp trong việc thanh toán các khoản nợ ngắn hạn bằng tài sản ngắn hạn có thể chuyển đổi thành tiền nhanh chóng Trang thông tin Dun & Bradstreet Vietnam nhấn mạnh rằng hàng tồn kho, do tính thanh khoản thấp, được loại trừ khỏi tỷ số này Bài viết cũng nêu rõ giá trị của hệ số khả năng thanh toán nhanh X2 trong việc đánh giá tình hình tài chính của doanh nghiệp.
X2 < 0,5: Phản ánh doanh nghiệp đang gặp khó khăn trong việc chi trả, tính thanh khoản thấp.
0,5< X2 2 cho thấy doanh nghiệp có khả năng thanh toán tốt, nhưng hiệu quả sử dụng vốn có thể chưa cao và đòn bẩy tài chính thấp, điều này có thể cản trở sự tăng trưởng vượt bậc của doanh nghiệp.
1≤ X3
