Các yếu tố ảnh hưởng đến cấu trúc vốn các doanh nghiệp được niêm yết trên sàn HOSE

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:12

Thêm vào BST

Báo xấu

5
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nội dung bài viết sẽ bao gồm giới thiệu chung, lý thuyết về cấu trúc vốn, phương pháp nghiên cứu, kết quả nghiên cứu và các khuyến nghị để hỗ trợ DN trong việc cải thiện cấu trúc vốn, từ đó nâng cao khả năng cạnh tranh và phát triển bền vững.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Các yếu tố ảnh hưởng đến cấu trúc vốn các doanh nghiệp được niêm yết trên sàn HOSE

9. CÁC YẾU TỐ ẢNH HƯỚNG ĐẾN CẤU TRÚC VỐN CÁC DOANH NGHIỆP ĐƯỢC NIÊM YẾT TRÊN SÀN HOSE FACTORS AFFECTING THE CAPITAL STRUCTURE OF COMPANIES LISTED ON THE HOSE TS. Trần Thế Nữ* Nguyễn Thùy Dương* Tóm tắt Chất lượng cấu trúc vốn của doanh nghiệp (DN) có vai trò quan trọng trong quản lý tài chính và hoạt động kinh doanh. Vì thế, việc tối ưu hóa cấu trúc vốn giúp DN nâng cao hiệu quả hoạt động và khả năng cạnh tranh. Có nhiều yếu tố ảnh hưởng đến cấu trúc vốn của DN, tuy nhiên nghiên cứu này tập trung vào 06 yếu tố bên trong DN, bao gồm: Quy mô DN (SIZE), Tài sản cố định hữu hình (TANG), Tính thanh khoản của tài sản (LIQ), Khả năng sinh lời (ROA), Sự tăng trưởng của DN (GROWTH) và Tuổi của DN (AGE). Nghiên cứu được thực hiện trên 50 công ty phi tài chính niêm yết trên sàn HOSE , trong giai đoạn 2019 - 2023. Dữ liệu nghiên cứu là dữ liệu mảng (panel data) được thu thập từ báo cáo tài chính đã kiểm toán và công bố trên các trang web tài chính uy tín. Kết quả nghiên cứu chỉ ra rằng, các yếu tố này đều có ảnh hưởng đến cấu trúc vốn của DN. Từ khóa: cấu trúc vốn, yếu tố nội bộ doanh nghiệp, sàn chứng khoán HOSE. Abstract The quality of a company's capital structure plays a crucial role in financial management and business operations. Therefore, optimizing the capital structure helps companies enhance their operational efficiency and competitiveness. There are many factors that influence a company's capital structure; however, this study focuses on six internal factors, including: company size (SIZE), tangible fixed assets (TANG), liquidity of assets (LIQ), profitability (ROA), company growth (GROWTH), and age of the company (AGE). The research is conducted on 50 non-financial companies listed on the HOSE from 2019 to 2023. The research data is panel data, collected from audited financial statements published on reputable financial websites. The research results indicate that these factors all influence the capital structure of the company. Keywords: capital structure, internal factors of the company, HOSE stock exchange. JEL Classifications: M20, M21, M29. 1
1. Giới thiệu chung Trong bối cảnh nền kinh tế toàn cầu đang thay đổi nhanh chóng, việc quản lý cấu trúc vốn trở thành yếu tố thiết yếu cho sự tồn tại và phát triển bền vững của DN. Cấu trúc vốn được định nghĩa là sự kết hợp giữa các nguồn tài trợ như nợ và vốn cổ phần, ảnh hưởng trực tiếp đến khả năng tài chính, lợi nhuận và mức độ rủi ro của DN. Theo số liệu thống kê năm 2023, nền kinh tế Việt Nam ghi nhận mức tăng trưởng GDP đạt 6,5%. Tuy nhiên, các DN niêm yết trên sàn chứng khoán vẫn phải đối mặt với nhiều thách thức trong việc tối ưu hóa nguồn vốn. Cụ thể, các DN này thường gặp khó khăn trong việc duy trì sự cân đối giữa nợ và vốn chủ sở hữu, dẫn đến những quyết định tài chính chưa thực sự hiệu quả. Việc nghiên cứu các yếu tố tác động đến cấu trúc vốn trở nên cần thiết, nhằm nâng cao hiệu quả hoạt động và tối ưu hóa quyết định tài chính của DN. Theo báo cáo của Ủy ban Chứng khoán Nhà nước (2023), tính đến tháng 12/2023, tổng số DN niêm yết trên sàn HOSE đã đạt khoảng 1.500 DN, trong đó tỷ lệ DN có cấu trúc vốn bền vững là rất thấp. Điều này đặt ra thách thức không nhỏ cho các nhà quản lý trong việc xây dựng một hệ thống tài chính vững mạnh, đồng thời khuyến khích các nghiên cứu chuyên sâu về các yếu tố ảnh hưởng đến cấu trúc vốn của các DN. Bài viết này sẽ tập trung vào việc phân tích các yếu tố này, nhằm đưa ra những khuyến nghị hữu ích cho các DN được niêm yết trên sàn HOSE. Nội dung bài viết sẽ bao gồm giới thiệu chung, lý thuyết về cấu trúc vốn, phương pháp nghiên cứu, kết quả nghiên cứu và các khuyến nghị để hỗ trợ DN trong việc cải thiện cấu trúc vốn, từ đó nâng cao khả năng cạnh tranh và phát triển bền vững. 2. Tổng quan nghiên cứu Nhiều nghiên cứu đã làm rõ các yếu tố ảnh hưởng đến cấu trúc vốn của DN niêm yết. Nghiên cứu của Khaki và Akin, (2020) về 329 công ty phi tài chính tại các quốc gia thuộc Hội đồng Hợp tác vùng Vịnh (GCC) chỉ ra rằng, quy mô DN, tài sản cố định hữu hình và cơ hội tăng trưởng có tác động tích cực đến mức độ sử dụng nợ; trong khi lợi nhuận, tuổi đời DN và các hạn chế về tài chính có tác động tiêu cực. Nghiên cứu này cũng nhấn mạnh rằng, các yếu tố thể chế ở GCC có ảnh hưởng nhỏ nhưng tương tự như ở các quốc gia đang phát triển khác. Tương tự, Trương Gia Hân và Lê Thị Phương Loan, (2023) cho thấy, quy mô DN, tỷ suất sinh lời, và tính thanh khoản là những yếu tố quan trọng ảnh hưởng đến cấu trúc vốn của các DN bất động sản niêm yết trên sàn HOSE. Trong khi đó, nghiên cứu của Đặng Thị Quỳnh Anh và Quách Thị Hải Yến, (2014) chỉ ra rằng, quy mô và tài sản cố định có mối 2
quan hệ tích cực với cấu trúc vốn tại Việt Nam, trong khi tính thanh khoản và sở hữu nhà nước lại có ảnh hưởng tiêu cực. Ngoài ra, nghiên cứu của Lương Thị Thúy Diễm, (2021) xác nhận mối liên hệ giữa quy mô DN và cấu trúc vốn, chỉ ra ảnh hưởng của quy mô, tài sản cố định và lợi nhuận đến cấu trúc vốn của các DN niêm yết. Bên cạnh đó, nghiên cứu của Trần Việt Dũng và Bùi Đan Thanh, (2019) chỉ ra rằng, khả năng sinh lời, tỷ lệ tài sản cố định trên tổng tài sản và số năm hoạt động có ảnh hưởng tiêu cực đến cấu trúc vốn của các DN niêm yết trên thị trường chứng khoán Việt Nam; ngược lại, quy mô DN và tốc độ tăng trưởng có tác động tích cực đến cấu trúc vốn. Nhìn chung, do đặc thù của nền kinh tế Việt Nam cùng với biến động sau đại dịch COVID-19 càng làm rõ sự cần thiết nghiên cứu các yếu tố ảnh hưởng đến cấu trúc vốn của DN phi tài chính niêm yết trên sàn HOSE, nhất là khi những yếu tố này vẫn chưa được khai thác đầy đủ trong các nghiên cứu hiện tại. 3. Mô hình nghiên cứu Dựa theo tổng quan các nghiên cứu ở trên, tác giả đề xuất mô hình nghiên cứu về các yếu tố ảnh hướng đến cấu trúc vốn các DN được niêm yết trên sàn HOSE. H1: Quy mô DN có mối tương quan âm với cơ cấu vốn của DN. H2: Cơ cấu tài sản có mối tương quan âm với cơ cấu vốn của DN. H3: Khả năng thanh toán ngắn hạn có mối tương quan âm với cơ cấu vốn của DN. H4: Khả năng sinh lời có mối tương quan âm với cơ cấu vốn của DN. H5: Tốc độ tăng trưởng có mối tương quan dương với cơ cấu vốn của DN. H6: Tuổi DN có mối tương quan dương với cấu trúc vốn của DN. Mô hình hồi quy tuyến tính H1. Quy mô DN H4. Khả năng sinh lời Cấu trúc H5. Tốc độ tăng trưởng H2. Cơ cấu tài sản vốn H3. Khả năng thanh toán H6. Tuổi DN Phương trình: DE = β0 + β1SIZEit + β2AGEit + β3GROWTHit + β4TANGit + β5LIQit + β6ROAit+ eit Trong đó: 3
Biến Ký hiệu Cách đo lường Nghiên cứu cơ sở Biến Cấu trúc DE DE = (Tổng nợ phải phụ thuộc vốn trả)/(Tổng tài sản) Quy mô SIZE SIZE = Log (Audil Rashid Khaki, Ahmet DN (Tổng tài sản) Akin, 2020); (Trương Gia Hân, Lê Thị Phương Loan, 2023). Cơ cấu tài TANG TANG = (Tài sản cố (Đặng Thị Quỳnh Anh, sản định hữu hình)/(Tổng tài Quách Thị Hải Yến, 2014); sản). (Trương Gia Hân, Lê Thị Phương Loan, 2023). Khả năng LIQ LIQ = (Tài sản ngắn (Trương Gia Hân, Lê Thị Biến độc thanh toán hạn)/(Nợ ngắn hạn). Phương Loan, 2023); lập (Lương Thị Thúy Diễm, 2021). Khả năng ROA ROA = (Lợi nhuận sau (Đặng Thị Quỳnh Anh, sinh lời thuế)/(Tổng tài sản). Quách Thị Hải Yến, 2014). Tốc độ tăng GROWTH GROWTH = [DTn - (Đặng Thị Quỳnh Anh, trưởng DT(n-1)]/DT(n-1). Quách Thị Hải Yến, 2014); (Lương Thị Thúy Diễm, 2021). Tuổi DN AGE AGE = (Năm nghiên (Trần Việt Dũng, Bùi Đan cứu – Năm thành lập). Thanh, 2019). Dữ liệu nghiên cứu được thu thập từ 50 công ty phi tài chính niêm yết trên HOSE, trong giai đoạn 2019 - 2023, đảm bảo tính đại diện và chính xác. Khoảng thời gian này phù hợp với chu kỳ kinh doanh thông thường, trong khi các công ty không có đủ dữ liệu đã bị loại bỏ. Dữ liệu mảng (panel data) bao gồm 250 quan sát, với các biến chính là quy mô DN (SIZE), tài sản cố định hữu hình (TANG), tính thanh khoản (LIQ), khả năng sinh lời (ROA), sự tăng trưởng (GROWTH) và tuổi DN (AGE). Các biến phụ thuộc được tính toán từ các chỉ số tài chính trong báo cáo tài chính đã kiểm toán, nhằm phân tích định lượng và tìm ra mô hình cùng các yếu tố ảnh hưởng đến DN. 4
4. Kết quả nghiên cứu 4.1. Mô tả chung Bảng 1. Kết quả thống kê mô tả Variable Obs Mean Std. Dev. Min Max DE 250 0.730835 0.33696 0.129071 1.516901 SIZE 250 26.92604 1.502945 23.44062 31.00687 ROA 250 0.054419 0.06633 -0.33611 0.394106 TANG 250 0.186165 0.196176 0 0.836329 LIQ 250 2.680388 3.243681 0.252635 26.03907 GROWTH 250 1.141224 0.615777 0.106155 6.330333 AGE 250 13.34 2.228061 9 20 Nguồn: Kết quả chạy từ stata Thống kê mô tả cho thấy: cơ cấu vốn (DE) trung bình của các DN trong giai đoạn 2019 – 2023 là 73,08%, với giá trị thấp nhất là 12,90% và cao nhất là 151,69% độ lệch chuẩn là 33,69%; Quy mô DN (SIZE) trung bình là 26,92 lần và độ lệch chuẩn 1,50 lần, với mức thấp nhất là 23,44 lần và cao nhất là 31,00 lần; Khả năng sinh lời (ROA) trung bình là 5,44% và độ lệch chuẩn 6,63%, dao động từ -33,61% đến 39,41%; Cơ cấu tài sản (TANG) trung bình đạt 18,61% và độ lệch chuẩn 19,61%, với giá trị thấp nhất là 0 và cao nhất là 83,63%; Khả năng thanh toán ngắn hạn (LIQ) trung bình là 2,68 lần, độ lệch chuẩn 3,24 lần, với giá trị thấp nhất là 0,2526 và cao nhất là 26,03 lần; Tốc độ tăng trưởng trung bình của DN là 1,14 lần và độ lệch chuẩn 0,615 lần, với giá trị thấp nhất là 0,106 và cao nhất là 6,33 lần. 4.2. Ma trận tương quan Bảng 2. Ma trận tương quan giữa các biến 5
DE SIZE ROA TANG LIQ GROWTH AGE DE 1 SIZE 0.1864 1 ROA -0.3999 -0.05 1 TANG -0.1989 0.2416 0.0111 1 LIQ -0.4052 - 0.0709 0.2552 1 0.2409 GROWTH 0.0131 0.0789 0.2113 0.0775 0.0924 1 AGE 0.0362 0.0491 0.0385 -0.0057 -0.0974 -0.0211 Nguồn: Kết quả chạy từ stata Kết quả từ Bảng 2 cho thấy, ROA, TANG và LIQ có mối tương quan ngược chiều với DE; trong khi, SIZE, GROWTH và AGE có tác động cùng chiều. Tuy các hệ số tương quan đều < 0.8, loại bỏ lo ngại về đa cộng tuyến, nhưng cần thực hiện thêm kiểm định để đảm bảo độ tin cậy. Tất cả các biến sẽ được đưa vào phân tích hồi quy tiếp theo. 4.3. Phân tích kết quả hồi quy Bảng 3. Kết quả hồi quy theo các phương pháp Pooled OLS, REM, FEM 6
OLS FEM REM SIZE 0.0300* 0.0512* 0.0485** 2.59 2.19 2.88 ROA -1.925** -0.679** -0.782** (-7.55) (-4.33) (-5.09) TANG -0.570** -0.262* -0.360** (-6.42) (-2.06) (-3.39) LIQ -0.0457** -0.00548 -0.0103** (-8.47) (-1.36) (-2.59) GROWTH 0.0534 0.0253* 0.0281* 1.93 1.98 2.19 AGE 0.000238 -0.00153 -0.00109 0.03 (-0.35) (-0.25) _cons 0.192 -0.557 -0.454 0.59 (-0.91) (-1.03) N 250 250 250 Nguồn: Kết quả chạy từ stata Kết quả hồi quy mô hình Pooled OLS, FEM, REM cho thấy: chúng ta chấp nhận giả thuyết mô hình OLS có giá trị dự đoán biến phụ thuộc (DE) thông qua các biến độc lập (SIZE, ROA, TANG, LIQ), với mức ý nghĩa 5%; Mô hình FEM chấp nhận các biến SIZE, ROA, TANG, LIQ, GROWTH có ảnh hưởng đến DE, với mức ý nghĩa 5%; và Mô hình REM chấp nhận 5 biến bao gồm SIZE, ROA, TANG, LIQ, GROWTH có ảnh hưởng đến DE, với mức ý nghĩa 5%. 4.4. Kiểm định lựa chọn mô hình OLS, FEM, REM Bảng 4. Kiểm định lựa chọn mô hình Hausman Breusch and Pagan OLS vs FEM 7
Lagrangian multiplier test for random effects (OLS và REM) chi2(6) = (b-B)'[(V_b- chibar2(50) = 28482.27 F test that all u_i=0: V_B)^(-1)](b-B) = 47.80 Prob > chibar2 = 0.0000 F(49,194) = 36.93 Prob > chi2 = 0.000 Prob > F = 0.000 Nguồn: Kết quả chạy từ stata Nhóm tác giả sử dụng kiểm định F-Test để so sánh lựa chọn giữa mô hình hồi quy Pooled OLS và mô hình hồi quy FEM theo giả thiết: H0 - lựa chọn mô hình hồi quy Pooled OLS và H1 - lựa chọn mô hình hồi quy FEM. Bảng 4 là kết quả chạy kiểm định F-Test khi chạy mô hình FEM, với Prob > F = 0.000 < mức ý nghĩa 5%, nên bác bỏ giả thiết H0. Mô hình hồi quy tác động cố định FEM tốt hơn mô hình. Kết luận, giữa hai mô hình OLS và FEM chọn mô hình FEM là phù hợp nhất. Để tuân thủ quy trình ước lượng hồi quy, tác giả thực hiện kiểm định LM để lựa chọn giữa mô hình OLS và REM. Kết quả thể hiện ở Bảng 3.4 cho thấy, Prob > chibar2 < mức ý nghĩa 5%, có nghĩa đủ điều kiện bác bỏ giả thuyết H0. Vậy, chọn mô hình REM là tốt hơn mô hình OLS. Ở kết quả kiểm định Hausman ở Bảng 3.4 cho thấy, Prob >chibar2 = 0.000 < mức ý nghĩa 5%, có nghĩa giữa hai mô hình REM và FEM ta chọn mô hình FEM là mô hình phù hợp nhất. Do trường hợp kiểm định OLS với REM và OLS với FEM đã lựa chọn được FEM là mô hình tốt, kiểm định Hausman để kiểm chứng lại là mô hình FEM hay REM được chọn để so sánh với mô hình OLS. Vậy, chọn trong ba mô hình OLS, FEM và REM ta lựa chọn mô hình phù hợp nhất là FEM. 4.5. Kiểm định khuyết tật mô hình 4.5.1. Kiểm định khuyết tật SPSS thay đổi và tương quan chuỗi Bảng 5. Kết quả kiểm định PSSS thay đổi và tương quan chuỗi Phương sai sai số thay đổi Tương quan chuỗi 8
chibar2(50) = 28482.27 Wooldridge test for autocorrelation in panel data Prob > chibar2 = 0.0000 H0: no first order autocorrelation F (1, 49) = 1.768 Prob > F = 0.1897 Nguồn: Kết quả chạy từ stata Bảng trên hiển thị kết quả của các kiểm định khuyết tật trong mô hình panel. Dưới đây là phân tích chi tiết về từng kiểm định: - Kiểm định Wooldridge cho tương quan chuỗi: đó nhiều cách để kiểm định giả định tự tương quan, nhưng ở đề tài này tác giả sử dụng kiểm định Woolridge với giả thuyết Giả định H0: “Không có hiện tượng tự tương quan bậc 1” và H1: “Có hiện tượng tự tương quan bậc 1”. Nhìn vào Bảng 3.5, với kết quả Prob > F = 0.1897 > 0.05 (mức ý nghĩa 5%) chưa đủ cơ sở bác bỏ H0, có nghĩa các biến độc lập trong mô hình không tồn tại hiện tượng tự tương quan. - Kiểm định phương sai sai số thay đổi: đó là hiện tượng mà tại đó phần dư (residuals) hoặc các sai số (e) của mô hình sau quá trình hồi quy không tuân theo phân phối ngẫu nhiên và phương sai không bằng nhau. Sử dụng kiểm định Wald test với giả thuyết H 0: không có hiện tượng phương sai thay đổi, giả định H1: xảy ra hiện tượng phương sai thay đổi. Kết quả kiểm định với Prob > chi2 = 0.0000 < mức ý nghĩa 5% (0.05) ta bác bỏ giả định H0, chấp nhận H1. Vậy, mô hình xảy ra hiện tượng phương sai thay đổi. 4.5.2. Kiểm định đa cộng tuyến Bảng 6. Kết quả kiểm định đa cộng tuyến Variable VIF 1/VIF Mean VIF LIQ 1.13 0.882367 1.09 SIZE 1.12 0.889309 TANG 1.12 0.890644 GROWTH 1.08 0.928881 ROA 1.06 0.94396 AGE 1.01 0.985288 Nguồn: Kết quả chạy từ stata 9
Hệ số VIF của tất cả các biến trong mô hình tương đối thấp đều < 2, cũng như giá trị Mean VIF < 2, cho thấy các biến không có hiện tượng đa cộng tuyến có thể thực hiện các mô hình hồi quy với các biến. Ma trận hệ số tương quan đã thông báo được biến nào sẽ có thể xảy ra đa cộng tuyến. Hệ số VIF đã chứng minh được vấn đề này. 4.6. Mô hình GLS Bảng 7. Khắc phục mô hình bằng GLS GLS SIZE 0.0309** 5.29 ROA -1.659** (-9.83) TANG -0.471** (-12.59) LIQ -0.0433** (-9.90) GROWTH 0.0432* 2.04 AGE -0.00223 (-0.54) _cons 0.161 0.87 N 250 Nguồn: Kết quả chạy từ stata Dựa vào kết quả lựa chọn mô hình tốt nhất, tác giả đưa ra mô hình nghiên cứu như sau: DE = 0.161 + 0.0309*SIZE – 1.659*ROA – 0.471*TANG – 0.0433*LIQ + 0.0432*GROWTH – 0.00223*AGE Bảng 8. Giả thuyết nghiên cứu 10
Giả thuyết Nội dung Sig Kết quả H1 Quy mô DN có tác động ngược chiều 0.000 Bác bỏ giả thuyết với cơ cấu vốn H2 Cơ cấu tài sản DN có tác động ngược 0.000 Chấp nhận giả thuyết chiều với cơ cấu vốn H3 Khả năng thanh toán ngắn hạn có tác 0.000 Chấp nhận giả thuyết động ngược chiều với cơ cấu vốn H4 Khả năng sinh lời có tác động ngược 0.000 Chấp nhận giả thuyết chiều với cơ cấu vốn H5 Tốc độ tăng trưởng có tác động cùng 0.041 Chấp nhận giả thuyết chiều với cơ cấu vốn H6 Tuổi DN có tác động cùng chiều với Cơ 0.592 Bác bỏ giả thuyết cấu vốn 5. Kết luận và khuyến nghị Trong bối cảnh các DN được niêm yết trên sàn HOSE, việc nghiên cứu các yếu tố ảnh hưởng đến cấu trúc vốn trở nên rất quan trọng. Nghiên cứu này không chỉ cung cấp cái nhìn sâu sắc về các yếu tố tác động đến quyết định tài chính của DN, mà còn giúp nâng cao hiệu quả quản lý tài chính và xây dựng chiến lược phát triển bền vững. Kết quả nghiên cứu cho thấy, quy mô DN và tốc độ tăng trưởng có tác động tích cực đến cấu trúc vốn. Trong khi, khả năng sinh lời, cơ cấu tài sản và khả năng thanh toán ngắn hạn lại có ảnh hưởng tiêu cực. Tuổi DN không có tác động đáng kể. Từ đó, nghiên cứu khuyến nghị, các DN cần chú trọng đến việc tối ưu hóa quy mô và tăng trưởng để nâng cao khả năng tiếp cận nguồn vốn. Khuyến nghị đối với DN Tăng cường quy mô: DN nên mở rộng quy mô để tăng cường khả năng tiếp cận nguồn vốn vay và cải thiện cấu trúc vốn. Tối ưu hóa cơ cấu tài sản: cân đối giữa tài sản cố định và tài sản lưu động nhằm nâng cao tính linh hoạt trong sử dụng vốn vay và giảm chi phí tài chính. Quản lý thanh khoản: DN cần kiểm soát tốt tài sản và nợ ngắn hạn để duy trì khả năng thanh toán, tránh rủi ro thanh khoản. Cải thiện khả năng sinh lời: nâng cao hiệu quả hoạt động để giảm phụ thuộc vào vốn vay, giúp ổn định cấu trúc vốn. 11
Khuyến nghị đối với cơ quan quản lý Nhà nước Hỗ trợ DN nhỏ và vừa: ban hành chính sách giúp DN tiếp cận nguồn vốn dễ dàng hơn và nhận được ưu đãi về thuế, lãi suất. Khuyến khích minh bạch tài chính: tăng cường chính sách công bố thông tin để DN quản lý tài chính tốt hơn và thu hút nhà đầu tư. Khuyến nghị đối với nhà đầu tư Xem xét quy mô DN: DN lớn có khả năng tiếp cận vốn tốt hơn nhưng tiềm ẩn rủi ro nợ cao. Nhà đầu tư nên đánh giá kỹ. Tập trung vào khả năng sinh lời: DN có khả năng sinh lời cao thường ít phụ thuộc vào nợ vay, giúp nhà đầu tư giảm rủi ro tài chính. Đánh giá cơ cấu tài sản và thanh khoản: nhà đầu tư cần lựa chọn DN có cơ cấu tài sản hợp lý và khả năng thanh khoản tốt để đảm bảo ổn định tài chính. Tài liệu tham khảo Audil Rashid Khaki, Ahmet Akin. (2020). Factors affecting the capital structure: New evidence from GCC countries. Journal of International Studies, 13, 9-27. Đặng Thị Quỳnh Anh, Quách Thị Hải Yến. (2014). Các nhân tố tác động đến cấu trúc vốn của doanh nghiệp niêm yết trên Sở Giao dịch Chứng khoán TP.HCM (HOSE). Tạp chí Phát triển và Hội nhập, 18(28), 34-39. Lương Thị Thúy Diễm. (2021). Các nhân tố ảnh hưởng đến cấu trúc vốn của các công ty vận tải trên thị trường chứng khoán Việt Nam. Tạp chí Khoa học xã hội miền Trung, 3(71), 28-40. Trần Việt Dũng, Bùi Đan Thanh. (2019). Các nhân tố ảnh hưởng đến cấu trúc vốn của các DN niêm yết trên Thị trường chứng khoán Việt Nam. Tạp chí Khoa học & đào tạo ngân hàng, 226, 71-82. Trương Gia Hân, Lê Thị Phương Loan. (2023). Các nhân tố ảnh hưởng đến cấu trúc vốn của DN bất động sản niêm yết tại Sở Giao dịch Chứng khoán TP.HCM. Tạp chí Nghiên cứu tài chính - Marketing, 73(4), 26-34. 12