Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán

Chia sẻ chuyên mục Đề Tài Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán hay nhất năm 2026 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài Luận Văn: Tác động của cấu trúc vốn đến mức độ định giá của thị trường trong ngành nguyên vật liệu trên thị trường chứng khoán Việt Nam dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

Chương 4 tập trung trình bày các kết quả phân tích định lượng nhằm kiểm định các giả thuyết nghiên cứu đã đề ra trong Chương 3. Trước hết, các thống kê mô tả và ma trận tương quan được sử dụng để phác họa bức tranh tổng quan về dữ liệu và mối quan hệ sơ bộ giữa các biến. Tiếp theo, luận văn tiến hành các bước kiểm định đa cộng tuyến, phương sai sai số thay đổi và tự tương quan nhằm đảm bảo tính vững chắc của mô hình hồi quy. Trên cơ sở đó, các mô hình hồi quy Pooled OLS, FEM và REM được ước lượng và so sánh, trước khi lựa chọn mô hình phù hợp thông qua kiểm định Hausman. Cuối cùng, mô hình FGLS được sử dụng để khắc phục những khuyết điểm của dữ liệu bảng và đưa ra kết quả hồi quy nhất quán, hiệu quả hơn. Những kết quả định lượng này sẽ là cơ sở để thảo luận về tác động của cấu trúc vốn đến mức độ định giá thị trường trong ngành nguyên vật liệu trên TTCK Việt Nam.

4.1 Thống kê mô tả

Kết quả thống kê mô tả cung cấp cái nhìn khái quát về đặc điểm dữ liệu nghiên cứu, phản ánh sự phân bố và mức độ biến động của các biến trong mô hình. Thông qua các chỉ tiêu cơ bản như giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất và lớn nhất, có thể thấy được xu hướng chung cũng như sự khác biệt giữa các doanh nghiệp trong mẫu. Việc phân tích thống kê mô tả không chỉ giúp nhận diện những đặc trưng nổi bật của từng biến như mức độ sử dụng nợ, quy mô tài sản, tốc độ tăng trưởng hay hiệu quả hoạt động, mà còn là cơ sở quan trọng để đánh giá tính hợp lý của dữ liệu trước khi tiến hành các phân tích hồi quy. Điều này góp phần đảm bảo tính tin cậy và tính thực tiễn của các kết quả nghiên cứu tiếp theo.

• Bảng 4.1: Kết quả thống kê mô tả

Kết quả thống kê mô tả cho thấy biến Tobin’s Q có giá trị trung bình là 0,8334, thấp hơn ngưỡng 1, điều này hàm ý rằng phần lớn doanh nghiệp trong mẫu có giá trị thị trường chưa vượt quá giá trị sổ sách. Đây là đặc điểm khá phổ biến đối với các doanh nghiệp sản xuất niêm yết tại Việt Nam, vốn chịu nhiều hạn chế về công nghệ, năng suất lao động và khả năng tạo dựng uy tín trên thị trường vốn. Tuy nhiên, độ lệch chuẩn 0,3620 cùng giá trị tối đa lên đến 6,0061 phản ánh sự phân hóa rõ rệt: một số doanh nghiệp đạt được mức định giá rất cao, có thể nhờ chiến lược kinh doanh hiệu quả, thương hiệu mạnh hoặc kỳ vọng tích cực từ nhà đầu tư. Ngược lại, các trường hợp có Tobin’s Q thấp cho thấy thị trường chưa đánh giá cao hiệu quả sử dụng vốn của doanh nghiệp.

Xét đến biến DA, tỷ lệ nợ trên tài sản trung bình đạt 43,12% cho thấy mức đòn bẩy tài chính tương đối cao, phù hợp với thực tiễn ngành sản xuất khi nhu cầu vốn lưu động lớn. Tuy nhiên, sự phân tán khá rộng (Min = 0,0072; Max = 1,1732) hàm ý sự khác biệt đáng kể trong chính sách tài trợ giữa các doanh nghiệp. Một số doanh nghiệp gần như không sử dụng nợ, có thể do họ dựa vào vốn chủ sở hữu hoặc lợi nhuận giữ lại, trong khi một số khác sử dụng nợ vượt quá cả giá trị tài sản, phản ánh tình trạng rủi ro tài chính nghiêm trọng hoặc cấu trúc vốn chưa bền vững. Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

Khi tách nợ thành SDA và LDA, kết quả cho thấy nợ ngắn hạn chiếm tỷ trọng chủ yếu (37,21%) so với nợ dài hạn (5,91%). Điều này phù hợp với bối cảnh Việt Nam, khi hệ thống ngân hàng thường cung cấp vốn ngắn hạn nhiều hơn dài hạn, trong khi thị trường trái phiếu doanh nghiệp và các kênh vốn dài hạn khác chưa phát triển vững mạnh. Hệ quả là doanh nghiệp sản xuất phải phụ thuộc vào các khoản vay ngắn hạn để tài trợ nhu cầu vốn lưu động, dẫn đến rủi ro thanh khoản cao. Trong khi đó, mức nợ dài hạn trung bình khá thấp, nhưng độ lệch chuẩn (0,0919) và giá trị cực đại (0,5245) cho thấy vẫn có những doanh nghiệp tận dụng nợ dài hạn làm nguồn vốn ổn định cho đầu tư dài hạn. Việc phân tách SDA và LDA cho phép nhận diện rõ ràng hơn tác động khác biệt của từng loại nợ đến giá trị doanh nghiệp – một điểm mà nhiều nghiên cứu trước đây của các tác giả Võ Minh Long (2017); Bùi Thị Ngọc và cộng sự (2024) đã nhấn mạnh.

Đối với biến SIZE, giá trị trung bình 5,8694 cho thấy quy mô các doanh nghiệp trong mẫu ở mức vừa phải, với độ lệch chuẩn 0,6624 phản ánh sự phân tán vừa phải quanh giá trị trung bình. Tuy nhiên, khoảng dao động từ 4,3808 đến 8,3512 cho thấy sự chênh lệch khá lớn giữa các doanh nghiệp nhỏ và doanh nghiệp lớn. Theo lý thuyết, các doanh nghiệp quy mô lớn thường có khả năng tiếp cận nguồn vốn chi phí thấp và ít rủi ro hơn, điều này có thể ảnh hưởng tích cực đến giá trị doanh nghiệp.

Cuối cùng, hai biến tăng trưởng GROWTH_A và GROWTH_R thể hiện bức tranh phân hóa mạnh mẽ. Dù giá trị trung bình đều dương (0,1086 và 0,1641), phản ánh xu hướng mở rộng tài sản và doanh thu, song độ lệch chuẩn cao (0,5351 và 0,8915) cùng biên độ dao động rộng (-0,9973 đến 6,1255; -1,0000 đến 9,6473) cho thấy sự không đồng đều. Nhiều doanh nghiệp đạt mức tăng trưởng vượt bậc, trong khi một số khác lại rơi vào tình trạng suy giảm nghiêm trọng. Điều này phản ánh rõ đặc thù ngành sản xuất tại Việt Nam, vốn chịu tác động mạnh từ yếu tố chu kỳ kinh tế, biến động giá nguyên liệu, cũng như sự thay đổi trong chính sách thương mại và đầu tư.

Tóm lại, kết quả thống kê mô tả không chỉ cung cấp thông tin về đặc điểm phân bố dữ liệu mà còn phản ánh những đặc trưng cơ bản của các doanh nghiệp sản xuất tại Việt Nam: mức định giá chưa cao, phụ thuộc nhiều vào nợ ngắn hạn, sự phân hóa về quy mô và tăng trưởng. Đây là nền tảng quan trọng để thảo luận sâu hơn về vai trò của cấu trúc vốn đối với giá trị doanh nghiệp trong các mô hình hồi quy tiếp theo.

4.2 Ma trận tương quan Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

Kết quả phân tích ma trận tương quan cho thấy mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc trong mô hình nghiên cứu. Thông qua hệ số tương quan Pearson, có thể quan sát mức độ và chiều hướng tác động sơ bộ của từng biến. Ma trận này giúp nhận diện biến nào có khả năng ảnh hưởng cùng chiều hoặc ngược chiều đến giá trị doanh nghiệp (Tobin’s Q), đồng thời cho phép kiểm tra hiện tượng đa cộng tuyến tiềm ẩn giữa các biến độc lập. Việc phân tích tương quan không chỉ cung cấp bằng chứng ban đầu về mối quan hệ giữa đòn bẩy tài chính, quy mô, tăng trưởng và giá trị doanh nghiệp, mà còn là bước tiền đề quan trọng trước khi tiến hành các kiểm định hồi quy, đảm bảo tính hợp lý và độ tin cậy của kết quả nghiên cứu.

• Bảng 4.2: Kết quả ma trận tương quan

Trước hết, biến phụ thuộc Tobin’s Q có tương quan dương với DA (0,2616) và SDA (0,2646), hàm ý rằng việc gia tăng tỷ lệ nợ trên tổng tài sản, đặc biệt là nợ ngắn hạn, có thể gắn liền với sự gia tăng giá trị doanh nghiệp theo đánh giá của thị trường. Tuy nhiên, mức tương quan này chỉ ở mức trung bình – thấp, cho thấy mối quan hệ chưa thực sự mạnh. Trong khi đó, tương quan giữa Tobin’s Q và LDA khá thấp (0,0554), phản ánh rằng nợ dài hạn ít có mối quan hệ trực tiếp với giá trị doanh nghiệp. Điều này phù hợp với bối cảnh thực tiễn tại Việt Nam, khi các doanh nghiệp sản xuất thường phụ thuộc nhiều vào nợ ngắn hạn hơn là nợ dài hạn để tài trợ vốn lưu động.

Tiếp đến, biến SIZE có hệ số tương quan âm với Tobin’s Q (-0,0783), ngụ ý rằng các doanh nghiệp quy mô lớn hơn có xu hướng bị thị trường định giá thấp hơn so với giá trị sổ sách. Điều này có thể giải thích bởi hiệu ứng “công ty lớn” tại Việt Nam: những doanh nghiệp quy mô lớn thường hoạt động ổn định nhưng ít tạo ra kỳ vọng tăng trưởng đột phá, trong khi các doanh nghiệp nhỏ có tiềm năng mang lại suất sinh lời cao hơn và do đó được thị trường định giá cao hơn.

Đối với hai biến tăng trưởng, GROWTH_A (-0,0307) và GROWTH_R (-0,0232) đều có tương quan âm yếu với Tobin’s Q. Trong bối cảnh thực tiễn Việt Nam, sự gia tăng tài sản hoặc doanh thu chưa chắc đã đi kèm với hiệu quả sinh lời, mà có thể xuất phát từ việc mở rộng đầu tư kém hiệu quả hoặc chi phí cao. Đây là đặc điểm đặc thù của ngành sản xuất với mức độ rủi ro thị trường và biến động giá nguyên vật liệu lớn. Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

Xét mối quan hệ giữa các biến độc lập, có thể thấy DA và SDA có hệ số tương quan rất cao (0,8871), cho thấy sự chồng lấn mạnh giữa tổng nợ và nợ ngắn hạn, dễ dẫn đến hiện tượng đa cộng tuyến nếu đưa cả hai biến vào cùng một mô hình hồi quy. Trong khi đó, DA và LDA (0,4519) cũng có mối quan hệ dương đáng kể, phản ánh vai trò bổ sung giữa nợ ngắn hạn và nợ dài hạn trong tổng nợ. Biến SIZE lại có mối tương quan dương khá cao với LDA (0,4358), gợi ý rằng các doanh nghiệp quy mô lớn có xu hướng dễ dàng tiếp cận và sử dụng vốn dài hạn hơn.

Đối với hai biến tăng trưởng, GROWTH_A và GROWTH_R có tương quan dương mạnh (0,5694), phản ánh tính đồng biến tự nhiên giữa tăng trưởng tài sản và tăng trưởng doanh thu – khi doanh nghiệp mở rộng quy mô tài sản thì thường kéo theo doanh thu gia tăng. Ngoài ra, GROWTH_A cũng có tương quan dương nhẹ với LDA (0,1534) và SIZE (0,1731), cho thấy các doanh nghiệp có quy mô lớn và đầu tư dài hạn thường có xu hướng mở rộng tài sản nhanh hơn.

Tóm lại, kết quả phân tích ma trận tương quan cho thấy Tobin’s Q có mối quan hệ dương với đòn bẩy tài chính, đặc biệt là nợ ngắn hạn, trong khi hầu như không chịu tác động đáng kể từ nợ dài hạn hay các biến tăng trưởng. Quy mô doanh nghiệp lại có tương quan âm với Tobin’s Q, hàm ý rằng các công ty lớn thường được thị trường định giá thấp hơn so với giá trị sổ sách. Ngoài ra, giữa các biến độc lập, DA và SDA có mức tương quan rất cao, dễ dẫn đến hiện tượng đa cộng tuyến khi cùng đưa vào mô hình hồi quy, trong khi tăng trưởng tài sản và tăng trưởng doanh thu thể hiện mối quan hệ đồng biến chặt chẽ, phản ánh đặc điểm mở rộng quy mô gắn liền với gia tăng doanh thu của các doanh nghiệp sản xuất.

4.3 Kiểm định đa cộng tuyến

Để đảm bảo độ tin cậy của mô hình hồi quy, nghiên cứu tiến hành kiểm định hiện tượng đa cộng tuyến giữa các biến độc lập. Đa cộng tuyến xảy ra khi các biến giải thích có mối quan hệ tuyến tính chặt chẽ với nhau, dẫn đến hệ số ước lượng bị sai lệch hoặc không ổn định, làm giảm ý nghĩa thống kê của mô hình. Việc kiểm tra thường được thực hiện thông qua hệ số phóng đại phương sai (Variance Inflation Factor – VIF) và chỉ số dung sai (Tolerance). Nếu VIF của một biến vượt quá ngưỡng thông thường (thường là 5 hoặc 10) thì có thể kết luận biến đó gây ra hiện tượng đa cộng tuyến nghiêm trọng. Do trong ma trận tương quan đã cho thấy DA và SDA có mối tương quan rất cao, kiểm định đa cộng tuyến là bước cần thiết để xác định mức độ ảnh hưởng của vấn đề này và quyết định phương án xử lý phù hợp trong phân tích hồi quy.

• Bảng 4.3: Kết quả kiểm định đa cộng tuyến với mô hình 1 Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

Kết quả kiểm định đa cộng tuyến cho thấy tất cả các biến độc lập đều có giá trị VIF rất thấp, chỉ dao động từ 1,10 đến 1,51, với VIF trung bình ở mức 1,30. Các chỉ số này đều nằm dưới ngưỡng cảnh báo phổ biến (VIF > 5 hoặc VIF > 10) được khuyến nghị trong nhiều nghiên cứu (Gujarati & Porter, 2009; Wooldridge, 2016), cho thấy hiện tượng đa cộng tuyến trong mô hình là không đáng kể. Đồng thời, các chỉ số dung sai (1/VIF) đều lớn hơn 0,66, phản ánh mức độ độc lập cao giữa các biến giải thích. Như vậy, có thể khẳng định rằng mô hình nghiên cứu không bị ảnh hưởng bởi đa cộng tuyến nghiêm trọng, đảm bảo tính ổn định và độ tin cậy của các ước lượng hồi quy trong bước phân tích tiếp theo.

• Bảng 4.4: Kết quả kiểm định đa cộng tuyến với mô hình 2

Kết quả kiểm định đa cộng tuyến cho thấy các biến độc lập trong mô hình đều có giá trị VIF rất thấp, dao động từ 1,02 đến 1,52, với VIF trung bình ở mức 1,31. Tất cả đều nằm dưới ngưỡng cảnh báo thường được chấp nhận trong nghiên cứu định lượng (VIF > 5 hoặc VIF > 10), theo khuyến nghị của Gujarati & Porter (2009) và Wooldridge (2016). Đồng thời, các chỉ số dung sai (1/VIF) đều lớn hơn 0,65, cho thấy mức độ độc lập giữa các biến giải thích là khá cao. Điều này khẳng định hiện tượng đa cộng tuyến trong mô hình là không đáng kể, các biến độc lập có thể được sử dụng đồng thời trong hồi quy mà không gây ảnh hưởng đáng kể đến sự ổn định và độ tin cậy của các hệ số ước lượng.

Tóm lại, kết quả kiểm định đa cộng tuyến ở cả hai mô hình đều cho thấy các biến độc lập có giá trị VIF rất thấp, trung bình chỉ dao động quanh mức 1,30 và hoàn toàn nằm dưới ngưỡng cảnh báo phổ biến (VIF > 5 hoặc VIF > 10). Các chỉ số dung sai đều lớn hơn 0,65, phản ánh mức độ độc lập cao giữa các biến giải thích. Điều này khẳng định rằng hiện tượng đa cộng tuyến trong cả hai mô hình là không đáng kể. Do đó, cả hai mô hình nghiên cứu (mô hình sử dụng DA và mô hình phân tách SDA, LDA) đều đáp ứng yêu cầu về độ tin cậy và hoàn toàn phù hợp để tiến hành phân tích hồi quy trong các bước tiếp theo.

4.4 Hồi quy các mô hình Pooled OLS, FEM, REM Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

Trong nghiên cứu dữ liệu bảng, ba mô hình hồi quy phổ biến thường được sử dụng là Pooled OLS, FEM và REM. Trước hết, Pooled OLS (Pooled Ordinary Least Squares) xem toàn bộ dữ liệu như một tập hợp chung, bỏ qua sự khác biệt giữa các đơn vị quan sát và qua các thời kỳ. Mặc dù đơn giản và dễ thực hiện, nhưng Pooled OLS có thể bỏ sót các yếu tố đặc thù riêng của từng doanh nghiệp, dẫn đến khả năng sai lệch trong ước lượng.

Tiếp theo, FEM (Fixed Effects Model) cho phép kiểm soát các yếu tố đặc thù bất biến theo thời gian của từng doanh nghiệp thông qua hằng số riêng, từ đó giúp loại bỏ sai số do những yếu tố không quan sát được nhưng có thể ảnh hưởng đến biến phụ thuộc. FEM phù hợp khi giả định rằng các đặc điểm riêng biệt của doanh nghiệp có thể ảnh hưởng đến mối quan hệ giữa các biến trong mô hình và có sự tương quan với biến giải thích.

Cuối cùng, REM (Random Effects Model) giả định rằng các yếu tố đặc thù của doanh nghiệp là ngẫu nhiên và không tương quan với biến độc lập, từ đó đưa ra ước lượng hiệu quả hơn so với FEM nếu giả định này đúng. REM thường được ưa chuộng trong trường hợp dữ liệu có số lượng doanh nghiệp lớn và số năm quan sát ít, đồng thời biến động chủ yếu nằm ở phương diện giữa các doanh nghiệp.

Việc so sánh và lựa chọn giữa FEM và REM thường được thực hiện thông qua kiểm định Hausman, nhằm xác định mô hình nào phù hợp nhất để giải thích mối quan hệ giữa cấu trúc vốn và giá trị doanh nghiệp.

• Bảng 4.5: Kết quả hồi quy mô hình Pooled OLS, FEM, REM đối với mô hình 1

Kết quả hồi quy Pooled OLS cho thấy biến DA có tác động dương và có ý nghĩa thống kê cao tại mức 1%, hàm ý rằng việc gia tăng tỷ lệ nợ trên tổng tài sản làm tăng giá trị doanh nghiệp. Biến SIZE lại có tác động âm có ý nghĩa thống kê (hệ số – 0,0874, p < 0,01), phản ánh rằng doanh nghiệp càng lớn thì Tobin’s Q càng thấp, phù hợp với luận điểm rằng các công ty lớn thường được thị trường định giá thấp hơn so với giá trị sổ sách. Các biến tăng trưởng GROWTH_A và GROWTH_R không có ý nghĩa thống kê, cho thấy tăng trưởng tài sản hoặc doanh thu không ảnh hưởng rõ rệt đến giá trị doanh nghiệp trong mô hình Pooled OLS. Giá trị R² đạt 0,096, nghĩa là mô hình giải thích được khoảng 9,6% biến thiên của Tobin’s Q.

Kết quả FEM tiếp tục khẳng định tác động tích cực của DA (hệ số 0,428, p < 0,01) và tác động tiêu cực của SIZE (hệ số -0,243, p < 0,01) đến giá trị doanh nghiệp. Tuy nhiên, mức độ tác động của DA giảm so với Pooled OLS, trong khi tác động âm của SIZE lại tăng lên, cho thấy khi kiểm soát đặc điểm cố hữu của từng doanh nghiệp, yếu tố quy mô trở nên quan trọng hơn trong việc giải thích sự khác biệt về giá trị doanh nghiệp. Các biến tăng trưởng vẫn không có ý nghĩa thống kê. R² của FEM là 0,059, thấp hơn Pooled OLS, cho thấy mô hình chỉ giải thích được khoảng 5,9% biến thiên của Tobin’s Q, nhưng có ưu điểm là hạn chế được sai lệch do các yếu tố đặc thù của doanh nghiệp. Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

Trong mô hình REM, DA vẫn duy trì tác động dương và có ý nghĩa thống kê rất cao (hệ số 0,452, p < 0,01), trong khi SIZE có tác động âm đáng kể (hệ số -0,165, p < 0,01). Các biến tăng trưởng tiếp tục không có ý nghĩa thống kê. So với FEM, hệ số DA tăng nhẹ, còn tác động âm của SIZE giảm, phản ánh giả định rằng các đặc điểm riêng của doanh nghiệp không tương quan với biến giải thích. R² của REM đạt 0,055, gần tương đương FEM, cho thấy mức độ giải thích chung thấp. Tuy nhiên, REM thường hiệu quả hơn khi giả định về tính ngẫu nhiên của đặc điểm doanh nghiệp là đúng.

• Bảng 4.6: Kết quả hồi quy mô hình Pooled OLS, FEM, REM đối với mô hình 2

Kết quả cho thấy cả SDA (hệ số 0,577, mức ý nghĩa thống kê 1%) và LDA (hệ số 0,521, mức ý nghĩa thống kê 1%) đều có tác động dương và có ý nghĩa thống kê cao đến giá trị doanh nghiệp. Điều này hàm ý rằng việc gia tăng cả nợ ngắn hạn lẫn nợ dài hạn đều góp phần làm tăng Tobin’s Q theo cách nhìn từ thị trường. Biến SIZE có hệ số âm (-0,0849, mức ý nghĩa thống kê 1%), cho thấy doanh nghiệp càng lớn thì giá trị thị trường so với giá trị sổ sách càng giảm, phù hợp với kết quả ở mô hình trước. Các biến tăng trưởng GROWTH_A và GROWTH_R không có ý nghĩa thống kê, hàm ý rằng mở rộng tài sản hoặc doanh thu chưa phản ánh rõ rệt vào định giá thị trường. Giá trị R² đạt 0.096, nghĩa là mô hình giải thích được 9,6% biến thiên của Tobin’s Q.

Trong FEM, kết quả tiếp tục khẳng định tác động tích cực của SDA (0,334, mức ý nghĩa thống kê 1%) và LDA (0,711, mức ý nghĩa thống kê 1%) đến giá trị doanh nghiệp. So với Pooled OLS, hệ số SDA giảm đáng kể, trong khi hệ số LDA lại tăng mạnh, hàm ý rằng khi kiểm soát các yếu tố đặc thù bất biến của doanh nghiệp, nợ dài hạn thể hiện vai trò quan trọng hơn đối với giá trị doanh nghiệp so với nợ ngắn hạn. Biến SIZE có hệ số âm lớn hơn (-0,252, mức ý nghĩa thống kê 1%), cho thấy yếu tố quy mô tiếp tục là nhân tố làm giảm Tobin’s Q khi xét đến đặc điểm cố hữu. Các biến tăng trưởng vẫn không có ý nghĩa thống kê. R² của FEM đạt 0,066, thấp hơn Pooled OLS nhưng đáng tin cậy hơn về mặt kiểm soát sai lệch.

Mô hình REM cũng cho kết quả tương đồng: SDA (0,377, mức ý nghĩa thống kê 1%) và LDA (0,701, mức ý nghĩa thống kê 1%) đều có tác động dương và có ý nghĩa thống kê. Hệ số LDA tiếp tục lớn hơn SDA, tương tự FEM, nhấn mạnh vai trò tích cực của nợ dài hạn đối với giá trị doanh nghiệp trong giả định đặc điểm riêng của doanh nghiệp là ngẫu nhiên. Biến SIZE duy trì tác động âm (-0,177, mức ý nghĩa thống kê 1%), mức độ thấp hơn FEM nhưng vẫn có ý nghĩa thống kê. Các biến tăng trưởng không có ý nghĩa thống kê. R² đạt 0,062, gần tương đương FEM.

4.5 Lựa chọn mô hình hồi quy phù hợp Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

Trong ba mô hình được ước lượng, Pooled OLS tuy cho hệ số hồi quy có ý nghĩa thống kê nhưng lại bỏ qua sự khác biệt cố hữu giữa các doanh nghiệp theo thời gian, dẫn đến khả năng sai lệch trong ước lượng. Do đó, mô hình này không được lựa chọn để phân tích sâu. Thay vào đó, nghiên cứu tập trung so sánh giữa FEM và REM, vốn đều có khả năng xử lý dữ liệu bảng tốt hơn. Để xác định mô hình phù hợp, nghiên cứu tiến hành kiểm định Hausman. Kiểm định này cho phép kiểm tra giả thuyết về sự độc lập giữa các đặc điểm riêng của doanh nghiệp và các biến giải thích: nếu giả thuyết bị bác bỏ, FEM sẽ được lựa chọn; ngược lại, nếu giả thuyết không bị bác bỏ, REM sẽ là mô hình phù hợp và hiệu quả hơn. Vì vậy, kết quả kiểm định Hausman là cơ sở quyết định cuối cùng để lựa chọn mô hình hồi quy chính thức cho nghiên cứu.

Giả thuyết của kiểm định như sau:

H0: Mô hình REM là mô hình phù hợp H1: Mô hình FEM là mô hình phù hợp

• Bảng 4.7: Kết quả kiểm định Hausman

Kết quả kiểm định Hausman cho thấy với Mô hình 1 (sử dụng DA), giá trị thống kê Chi-square đạt 12,28 với Prob > chi2 = 0,0154 (< 0,05). Tương tự, với Mô hình 2 (sử dụng SDA và LDA), giá trị Chi-square là 14,78 với Prob > chi2 = 0,0113 (< 0,05). Điều này có nghĩa là ở cả hai mô hình, giả thuyết H0 (giả định rằng mô hình REM là phù hợp) bị bác bỏ ở mức ý nghĩa 5%. Nói cách khác, đặc điểm riêng của doanh nghiệp có tương quan với các biến giải thích, do đó FEM (Fixed Effects Model) được xem là mô hình phù hợp hơn để sử dụng trong nghiên cứu.

4.6 Kiểm định phương sai sai số thay đổi Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

Trong phân tích hồi quy với dữ liệu bảng, một giả định quan trọng của mô hình là phương sai của sai số phải đồng nhất. Tuy nhiên, trong thực tế nghiên cứu, đặc biệt với dữ liệu tài chính doanh nghiệp, hiện tượng phương sai sai số thay đổi thường xuất hiện do sự khác biệt về quy mô, ngành nghề hay đặc điểm hoạt động của các công ty. Nếu hiện tượng này tồn tại, các ước lượng bằng OLS/FEM/REM sẽ không còn hiệu quả, đồng thời các kiểm định thống kê có thể mất độ tin cậy. Do vậy, nghiên cứu tiến hành kiểm định phương sai sai số thay đổi bằng cách sử dụng kiểm định Wald.

Kiểm định này được xây dựng với giả thuyết như sau: H0: Phương sai sai số không thay đổi

H1: Phương sai sai số thay đổi

• Bảng 4.8: Kết quả kiểm định phương sai sai số thay đổi

Kết quả kiểm định phương sai sai số thay đổi cho thấy ở cả Mô hình 1 và Mô hình 2, giá trị Prob > chi2 đều bằng 0,0000, nhỏ hơn 0,05. Điều này đồng nghĩa với việc bác bỏ giả thuyết H0 (giả định phương sai sai số đồng nhất) và khẳng định rằng hiện tượng phương sai sai số thay đổi tồn tại trong cả hai mô hình. Như vậy, nếu sử dụng trực tiếp kết quả hồi quy FEM, sai số chuẩn của các hệ số ước lượng có thể bị sai lệch, dẫn đến các kiểm định thống kê không còn chính xác. Do đó, nghiên cứu cần áp dụng các biện pháp khắc phục, cụ thể là phương pháp FGLS nhằm đảm bảo tính tin cậy của kết quả phân tích hồi quy.

4.7 Kiểm định hiện tượng tự tương quan

Bên cạnh vấn đề phương sai sai số thay đổi, một giả định quan trọng khác của mô hình hồi quy là các sai số ngẫu nhiên phải độc lập với nhau. Tuy nhiên, trong dữ liệu bảng, đặc biệt là dữ liệu tài chính doanh nghiệp theo chuỗi thời gian, các sai số thường có xu hướng tương quan với nhau giữa các giai đoạn quan sát, dẫn đến hiện tượng tự tương quan. Việc kiểm định tự tương quan, thường thông qua kiểm định Wooldridge đối với dữ liệu bảng, là cần thiết để xác định xem mô hình có vi phạm giả định độc lập của sai số hay không. Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

• Giả thuyết của kiểm định như sau:

H0: Không có hiện tượng tự tương quan bậc nhất trong mô hình H1: Có hiện tượng tự tương quan bậc nhất trong mô hình

• Bảng 4.9: Kết quả kiểm định hiện tượng tự tương quan

Kết quả kiểm định hiện tượng tự tương quan bằng kiểm định Wooldridge cho thấy ở cả Mô hình 1 và Mô hình 2, giá trị Prob > F đều bằng 0,0000, nhỏ hơn 0,05. Điều này dẫn đến việc bác bỏ giả thuyết H0 (không có tự tương quan) và khẳng định rằng cả hai mô hình đều tồn tại hiện tượng tự tương quan trong phần dư. Vì vậy, để đảm bảo độ chính xác của mô hình, nghiên cứu sử dụng phương pháp FGLS (Feasible Generalized Least Squares) để điều chỉnh ảnh hưởng của tự tương quan.

4.8 Mô hình hồi quy FGLS

Sau khi kiểm định, kết quả cho thấy cả hai mô hình đều tồn tại hiện tượng phương sai sai số thay đổi và tự tương quan, làm cho ước lượng theo FEM không còn hiệu quả và các sai số chuẩn bị sai lệch. Để khắc phục vấn đề này, tác giả sử dụng phương pháp FGLS. Đây là một kỹ thuật ước lượng cho phép điều chỉnh đồng thời hiện tượng phương sai sai số thay đổi và tự tương quan trong dữ liệu bảng, từ đó tạo ra các hệ số hồi quy hiệu quả và sai số chuẩn đáng tin cậy hơn.

• Bảng 4.10: Kết quả hồi quy FGLS đối với mô hình 1

Kết quả hồi quy cho thấy DA có hệ số 0,5683 và có ý nghĩa thống kê rất cao tại mức 1%, khẳng định giả thuyết H1. Điều này phản ánh rằng doanh nghiệp ngành nguyên vật liệu tại Việt Nam sử dụng nợ nhiều sẽ được thị trường định giá cao hơn. Kết quả phù hợp với lý thuyết Modigliani–Miller (1963) khi nợ mang lại lợi ích từ “lá chắn thuế”, cũng như phù hợp với lý thuyết tín hiệu (Ross, 1977) khi nợ là dấu hiệu cho thấy doanh nghiệp có khả năng sinh lời ổn định để đáp ứng nghĩa vụ trả nợ. Đồng thời, kết quả này tương đồng với nghiên cứu của Võ Minh Long (2017) và Bùi Thị Ngọc, Nguyễn Xuân Hùng & Phạm Kiều Trang (2024), đều cho thấy tổng nợ có tác động tích cực đến Tobin’s Q. Trái ngược, Lưu Hữu Đức (2021) lại tìm thấy mối quan hệ âm trong ngành hóa chất, cho thấy sự khác biệt giữa các ngành. Như vậy, trong bối cảnh ngành nguyên vật liệu vốn có nhiều tài sản hữu hình dễ thế chấp, việc tận dụng đòn bẩy tài chính có thể gia tăng giá trị thị trường nếu doanh nghiệp quản trị tốt rủi ro thanh khoản. Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

SIZE có hệ số -0,0874 và có ý nghĩa thống kê tại mức 1%, trái với giả thuyết H4 (kỳ vọng dấu dương). Kết quả này không phù hợp với lý thuyết truyền thống (ví dụ như Pecking Order hoặc Trade-off) vốn cho rằng doanh nghiệp lớn dễ tiếp cận vốn rẻ hơn và ít rủi ro hơn. Tuy nhiên, trong thực tiễn ngành nguyên vật liệu tại Việt Nam, kết quả âm có thể được giải thích bởi: (i) doanh nghiệp lớn thường ít cơ hội tăng trưởng bứt phá, chủ yếu mở rộng theo chiều rộng; (ii) quy mô lớn gắn liền với hiệu quả sử dụng vốn thấp; (iii) rủi ro đầu tư ngoài ngành hoặc quản trị kém. Kết quả này cũng tương đồng với nghiên cứu của Lưu Hữu Đức (2021) khi SIZE tác động âm đến Tobin’s Q trong ngành hóa chất. Điều này gợi ý rằng tại Việt Nam, nhà đầu tư có xu hướng đánh giá cao doanh nghiệp quy mô vừa và nhỏ nhưng sử dụng vốn hiệu quả, hơn là các doanh nghiệp quá lớn nhưng kém linh hoạt.

GROWTH_A có hệ số -0,0263 nhưng không có ý nghĩa thống kê (p=0,224), trái với giả thuyết H5 (kỳ vọng dương). Theo lý thuyết trật tự phân hạng (Pecking Order), các doanh nghiệp tăng trưởng cao thường cần nhiều vốn hơn, dẫn tới nhu cầu vay nợ, từ đó có thể tạo thêm giá trị. Tuy nhiên, kết quả thực nghiệm cho thấy tăng trưởng tài sản chưa chắc đi kèm hiệu quả sinh lời, đặc biệt trong ngành nguyên vật liệu nơi vốn đầu tư ban đầu rất lớn và có độ trễ. Võ Minh Long (2017) cũng từng phát hiện tốc độ tăng trưởng doanh thu có kết quả trái chiều trong một số trường hợp. Do đó, kết quả này hàm ý rằng nhà đầu tư trên thị trường chứng khoán Việt Nam thận trọng hơn với tốc độ tăng trưởng tài sản, và họ quan tâm nhiều hơn đến chất lượng lợi nhuận và hiệu quả đầu tư.

GROWTH_R có hệ số -0,0025 và không có ý nghĩa thống kê (p=0,849), trái với giả thuyết H6 (kỳ vọng dương). Kết quả này cho thấy tăng trưởng doanh thu không phải là yếu tố quyết định định giá trong ngành nguyên vật liệu tại Việt Nam. Lý do có thể đến từ sự biến động mạnh của giá nguyên liệu và tính chu kỳ của ngành, khiến doanh thu tăng không phản ánh bền vững. So sánh với nghiên cứu của Đặng Tiến Đạt & Đỗ Thị Vân Trang (2021), tác động của tăng trưởng có thể khác biệt giữa các ngành; trong ngành vật liệu, thị trường có thể chưa “trả giá” cao cho tăng trưởng doanh thu nếu không đi kèm hiệu quả. Điều này cũng gợi ý rằng nhà đầu tư chú trọng đến khả năng quản trị chi phí và sinh lời hơn là chỉ số tăng trưởng tuyệt đối.

• Bảng 4.11: Kết quả hồi quy FGLS đối với mô hình 2 Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

Hệ số 0,5775 và có ý nghĩa thống kê cao tại mức 1% cho thấy SDA tác động tích cực đến Tobin’s Q. Kết quả này trái với giả thuyết H2 vốn kỳ vọng nợ ngắn hạn làm giảm giá trị do rủi ro thanh khoản. Tuy nhiên, trong bối cảnh ngành nguyên vật liệu tại Việt Nam, nợ ngắn hạn thường được sử dụng để bổ sung vốn lưu động và tận dụng tín dụng ngân hàng với chi phí thấp, giúp nâng cao hiệu quả sử dụng tài sản. Kết quả này phù hợp với nghiên cứu của Hoàng Ngọc Ấn & Trần Ngọc Tú (2024), nhưng ngược với Bùi Thị Ngọc và cộng sự (2024). Điều này hàm ý rằng thị trường đánh giá tích cực những doanh nghiệp quản trị tốt nguồn vốn ngắn hạn, nhưng nếu lạm dụng SDA sẽ tiềm ẩn rủi ro thanh khoản.

Hệ số 0,5211 và có ý nghĩa thống kê cao tại mức 1%, khẳng định LDA có tác động tích cực đến Tobin’s Q. Kết quả này ngược với giả thuyết H3, vốn cho rằng nợ dài hạn dễ làm tăng chi phí đại diện và chi phí phá sản. Trong ngành nguyên vật liệu, vốn đầu tư cố định lớn và tài sản hữu hình nhiều giúp nợ dài hạn được coi là lựa chọn hợp lý để tài trợ dự án, đồng thời gửi tín hiệu tích cực đến thị trường theo lý thuyết tín hiệu (Ross, 1977). Kết quả này tương đồng với Uzliawati và cộng sự (2018) tại Indonesia nhưng trái với Hoàng Ngọc Ấn & Trần Ngọc Tú (2024). Điều này cho thấy ở Việt Nam, LDA có thể được thị trường xem là chỉ báo của sự ổn định và triển vọng dài hạn.

• Bảng 4.12: Tổng hợp giả thuyết và các kết quả nghiên cứu

KẾT LUẬN CHƯƠNG 4

Tóm lại, các kết quả thực nghiệm trong Chương 4 cho thấy cấu trúc vốn có ảnh hưởng đáng kể đến mức độ định giá thị trường của các doanh nghiệp ngành nguyên vật liệu. Cụ thể, tỷ lệ nợ trên tổng tài sản (DA), nợ ngắn hạn (SDA) và nợ dài hạn (LDA) đều có tác động tích cực đến Tobin’s Q, trái với một số giả thuyết ban đầu nhưng phản ánh đặc thù ngành thâm dụng vốn, tài sản hữu hình lớn và khả năng thế chấp cao. Trong khi đó, quy mô doanh nghiệp (SIZE) lại có tác động tiêu cực, cho thấy doanh nghiệp lớn chưa chắc được thị trường định giá cao hơn. Hai biến tăng trưởng (tài sản và doanh thu) không có ý nghĩa thống kê, hàm ý rằng thị trường không đánh giá cao chỉ số tăng trưởng đơn thuần nếu không đi kèm hiệu quả sinh lời. Những phát hiện này vừa củng cố, vừa bổ sung cho các nghiên cứu trước tại Việt Nam và quốc tế, đồng thời cung cấp bằng chứng thực nghiệm quan trọng để xây dựng khuyến nghị chiến lược tài chính cho doanh nghiệp ngành nguyên vật liệu. Đây là nền tảng để Chương 5 tiếp tục tổng hợp kết quả, đưa ra khuyến nghị và định hướng nghiên cứu tiếp theo.

CHƯƠNG 5. KẾT LUẬN VÀ KHUYẾN NGHỊ Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

Chương 5 tập trung tổng hợp những kết quả nghiên cứu chính, từ đó rút ra các hàm ý quản trị và khuyến nghị dành cho doanh nghiệp, nhà đầu tư và cơ quan quản lý. Đồng thời, chương này cũng chỉ ra những hạn chế còn tồn tại trong nghiên cứu và gợi mở các hướng nghiên cứu tiếp theo, nhằm hoàn thiện hơn việc phân tích tác động của cấu trúc vốn đến mức độ định giá thị trường trong ngành nguyên vật liệu tại Việt Nam.

5.1 Kết luận

Nghiên cứu này được thực hiện với mục tiêu phân tích tác động của cấu trúc vốn đến mức độ định giá thị trường của các doanh nghiệp ngành nguyên vật liệu niêm yết trên TTCK Việt Nam trong giai đoạn nghiên cứu. Dựa trên mô hình định lượng với biến phụ thuộc là Tobin’s Q, các biến độc lập gồm tỷ lệ nợ tổng thể (DA), nợ ngắn hạn (SDA), nợ dài hạn (LDA), cùng với các biến kiểm soát như quy mô (SIZE), tăng trưởng tài sản (GROWTH_A) và tăng trưởng doanh thu (GROWTH_R), kết quả hồi quy đã mang lại một số phát hiện quan trọng:

Tỷ lệ nợ tổng thể (DA) có tác động tích cực và có ý nghĩa thống kê đến Tobin’s Q, khẳng định vai trò của đòn bẩy tài chính trong việc nâng cao giá trị doanh nghiệp.

Nợ ngắn hạn (SDA) và nợ dài hạn (LDA) đều có tác động tích cực và có ý nghĩa đến Tobin’s Q. Đây là kết quả trái với một số giả thuyết và nghiên cứu trước đó, nhưng phản ánh đặc thù ngành nguyên vật liệu, vốn thâm dụng tài sản hữu hình, dễ dàng thế chấp và có khả năng huy động nợ để phục vụ hoạt động đầu tư và vốn lưu động.

Quy mô doanh nghiệp (SIZE) lại có tác động tiêu cực đến định giá thị trường, cho thấy các doanh nghiệp lớn không nhất thiết được đánh giá cao hơn, nếu không gắn liền với hiệu quả quản trị và khả năng tạo giá trị gia tăng.

Hai biến tăng trưởng tài sản (GROWTH_A) và tăng trưởng doanh thu (GROWTH_R) không có ý nghĩa thống kê, chứng tỏ nhà đầu tư không coi tốc độ tăng trưởng đơn thuần là tín hiệu tích cực, mà quan tâm nhiều hơn đến chất lượng lợi nhuận và hiệu quả sử dụng vốn.

Những phát hiện này vừa củng cố, vừa bổ sung cho các nghiên cứu trước tại Việt Nam và quốc tế, đồng thời cho thấy sự khác biệt đáng chú ý trong bối cảnh ngành nguyên vật liệu.

5.2 Khuyến nghị Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

5.2.1 Đối với doanh nghiệp

• Tận dụng nợ hợp lý:

Kết quả nghiên cứu cho thấy cả nợ ngắn hạn và nợ dài hạn đều có tác động tích cực đến giá trị doanh nghiệp, điều này hàm ý rằng việc sử dụng nợ trong ngành nguyên vật liệu không chỉ giúp doanh nghiệp tận dụng lá chắn thuế, mà còn gửi tín hiệu tích cực đến nhà đầu tư về năng lực tài chính và triển vọng tăng trưởng. Tuy nhiên, để tối ưu hóa lợi ích, doanh nghiệp cần xây dựng cơ cấu vốn vay cân đối, phù hợp với dòng tiền và chu kỳ kinh doanh. Nợ ngắn hạn nên được dùng để tài trợ vốn lưu động như nguyên liệu đầu vào và hàng tồn kho, trong khi nợ dài hạn nên được sử dụng cho các dự án đầu tư nhà máy, thiết bị và mở rộng công suất. Quan trọng hơn, doanh nghiệp cần thường xuyên đánh giá khả năng trả nợ, dự phòng rủi ro lãi suất và duy trì hệ số thanh khoản ở mức an toàn để tránh rơi vào tình trạng kiệt quệ tài chính.

• Quản trị quy mô hiệu quả:

Kết quả thực nghiệm chỉ ra rằng quy mô lớn không đồng nghĩa với việc doanh nghiệp được định giá cao hơn, thậm chí có tác động tiêu cực. Điều này cho thấy doanh nghiệp cần tập trung nhiều hơn vào hiệu quả quản trị quy mô thay vì mở rộng một cách dàn trải. Cụ thể, các công ty nên tái cấu trúc danh mục đầu tư, thoái vốn khỏi các dự án có hiệu quả thấp, đồng thời tập trung nguồn lực cho các dự án cốt lõi mang lại tỷ suất sinh lời trên vốn đầu tư (ROIC) cao hơn chi phí vốn bình quân (WACC). Ngoài ra, doanh nghiệp cũng cần áp dụng các công cụ quản trị rủi ro hiện đại, xây dựng hệ thống quản trị doanh nghiệp minh bạch và chuyên nghiệp hơn để tối ưu hóa hiệu quả sử dụng tài sản.

• Chú trọng chất lượng tăng trưởng: Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

Một phát hiện đáng chú ý của nghiên cứu là tăng trưởng tài sản và tăng trưởng doanh thu không có tác động rõ rệt đến giá trị doanh nghiệp. Điều này khẳng định rằng nhà đầu tư ngày càng quan tâm đến chất lượng tăng trưởng thay vì con số tăng trưởng thuần túy. Doanh nghiệp vì vậy cần chuyển hướng từ chiến lược tăng trưởng theo chiều rộng sang chiều sâu, tập trung vào việc nâng cao biên lợi nhuận, cải thiện năng suất lao động và áp dụng công nghệ tiên tiến để gia tăng hiệu quả. Song song đó, việc xây dựng chiến lược phát triển bền vững, chú trọng các yếu tố môi trường, xã hội và quản trị (ESG) cũng sẽ giúp doanh nghiệp củng cố niềm tin với nhà đầu tư, từ đó cải thiện mức định giá trên thị trường.

5.2.2 Đối với nhà đầu tư

• Phân tích cấu trúc vốn khi định giá cổ phiếu:

Kết quả cho thấy cấu trúc vốn, đặc biệt là nợ ngắn hạn và dài hạn, có vai trò quan trọng trong việc quyết định giá trị doanh nghiệp. Do đó, nhà đầu tư cần đưa chỉ tiêu cơ cấu nợ vào phân tích khi định giá cổ phiếu, thay vì chỉ dựa vào tăng trưởng doanh thu hoặc quy mô. Việc đánh giá khả năng cân đối giữa nợ ngắn hạn và nợ dài hạn, mức độ rủi ro lãi suất và chiến lược tài chính của doanh nghiệp sẽ giúp nhà đầu tư có cái nhìn toàn diện hơn về tiềm năng của cổ phiếu.

• Thận trọng với các doanh nghiệp quy mô lớn:

Nghiên cứu cho thấy các doanh nghiệp có quy mô lớn không được định giá cao hơn, thậm chí còn bị chiết khấu nếu hiệu quả quản trị vốn không tốt. Vì vậy, nhà đầu tư cần thận trọng khi lựa chọn cổ phiếu của các doanh nghiệp lớn trong ngành nguyên vật liệu, và nên ưu tiên các công ty có hiệu suất sinh lời tốt, khả năng quản trị rủi ro tài chính cao, dù quy mô vừa hoặc nhỏ.

• Đặt trọng tâm vào hiệu quả tài chính:

Do biến tăng trưởng tài sản và doanh thu không có ý nghĩa thống kê trong việc nâng cao giá trị, nhà đầu tư nên tập trung vào phân tích các chỉ số lợi nhuận như ROE, ROA, biên lợi nhuận gộp và hiệu quả sử dụng tài sản. Việc đánh giá khả năng tạo dòng tiền ổn định và bền vững sẽ giúp nhà đầu tư giảm thiểu rủi ro khi lựa chọn cổ phiếu trong ngành vốn mang tính chu kỳ cao như nguyên vật liệu. Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

5.2.3 Đối với cơ quan quản lý

• Tăng cường minh bạch thông tin:

Một trong những yếu tố quan trọng để thị trường vận hành hiệu quả là minh bạch thông tin. Cơ quan quản lý cần yêu cầu các doanh nghiệp công bố chi tiết hơn về cơ cấu nợ, kỳ hạn nợ, chi phí sử dụng vốn và các chỉ số quản trị tài chính. Việc này không chỉ giúp nhà đầu tư đưa ra quyết định chính xác, mà còn nâng cao uy tín của thị trường chứng khoán Việt Nam trong mắt nhà đầu tư quốc tế.

• Hỗ trợ chính sách tín dụng:

Ngành nguyên vật liệu có đặc thù thâm dụng vốn và nhu cầu vay dài hạn lớn, vì vậy chính sách tín dụng cần hướng đến việc hỗ trợ doanh nghiệp tiếp cận các khoản vay dài hạn với lãi suất hợp lý. Bên cạnh đó, cơ quan quản lý cần giám sát chặt chẽ để ngăn ngừa rủi ro nợ xấu và khuyến khích các ngân hàng áp dụng cơ chế đánh giá tín dụng dựa trên hiệu quả kinh doanh thay vì chỉ dựa vào tài sản thế chấp. Việc xây dựng các chính sách ưu đãi tín dụng gắn với tiêu chí phát triển bền vững và tuân thủ chuẩn mực ESG cũng sẽ góp phần thúc đẩy doanh nghiệp ngành nguyên vật liệu nâng cao năng lực cạnh tranh và định giá trên thị trường.

5.3 Hạn chế và hướng nghiên cứu tiếp theo Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

• Hạn chế:

Phạm vi dữ liệu: Nghiên cứu chỉ tập trung vào doanh nghiệp ngành nguyên vật liệu, do đó chưa phản ánh toàn diện các ngành khác trên TTCK Việt Nam.

Biến đo lường: Biến tăng trưởng (GROWTH_A, GROWTH_R) chưa thực sự phản ánh đầy đủ tiềm năng tăng trưởng dài hạn; các yếu tố phi tài chính như CSR, quản trị công ty chưa được đưa vào mô hình.

• Hướng nghiên cứu tiếp theo:

Mở rộng phạm vi mẫu: Thực hiện trên các ngành khác hoặc so sánh giữa nhiều ngành để tìm ra sự khác biệt trong cấu trúc vốn.

Bổ sung biến kiểm soát: Tích hợp các yếu tố phi tài chính như quản trị công ty, CSR, ESG, hoặc yếu tố vĩ mô (lãi suất, GDP, lạm phát).

• KẾT LUẬN CHƯƠNG 5

Chương 5 đã tổng hợp những kết quả nghiên cứu chính, chỉ ra tác động rõ rệt của cấu trúc vốn đến mức độ định giá thị trường của các doanh nghiệp ngành nguyên vật liệu. Nghiên cứu khẳng định vai trò tích cực của nợ đối với giá trị doanh nghiệp trong bối cảnh đặc thù ngành thâm dụng vốn, đồng thời nhấn mạnh rằng quy mô lớn hay tăng trưởng nhanh không phải lúc nào cũng được thị trường đánh giá cao. Những kết quả này không chỉ góp phần bổ sung bằng chứng thực nghiệm cho lý thuyết tài chính hiện đại, mà còn mang ý nghĩa thực tiễn quan trọng cho doanh nghiệp, nhà đầu tư và cơ quan quản lý trong việc hoạch định chiến lược tài chính. Luận văn: KQNC đến vốn ngành vật liệu trên sàn chứng khoán.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:  

===>>> Luận văn: Cấu trúc vốn đến ngành vật liệu trên sàn chứng khoán