Giới thiệu dự án

Ngành công nghiệp dầu khí giữ vị trí huyết mạch trong nền kinh tế Việt Nam, đóng góp trung bình 9% – 11% tổng thu ngân sách Nhà nước (chiếm 16,5% – 17% ngân sách Trung ương) và tạo ra 10% – 13% GDP quốc gia. Tuy nhiên, giá dầu thô thế giới (đại diện bởi dầu WTI và Brent) luôn biến động phức tạp với biên độ lớn (giai đoạn 2010 – 2021 dao động từ 38,62 USD/thùng đến 97,98 USD/thùng, chạm đáy lịch sử năm 2020 do đại dịch COVID-19 và phục hồi mạnh mẽ sau đó). Do đặc thù chuỗi giá trị tích hợp chặt chẽ từ thượng nguồn, trung nguồn đến hạ nguồn, các cú sốc giá dầu tác động đa chiều và có độ trễ đến sức khỏe tài chính của từng nhóm doanh nghiệp.

+-----------------------------------------------------------------------------------+
|                        CHUỖI GIÁ TRỊ DOANH NGHIỆP DẦU KHÍ                         |
+-----------------------------------------------------------------------------------+
|  THƯỢNG NGUỒN (Upstream)   | Thăm dò, khoan, khai thác        | PVD, PVS          |
|  TRUNG NGUỒN (Midstream)   | Vận tải, tồn trữ, phân phối khí  | GAS, PVT, PJT     |
|  HẠ NGUỒN (Downstream)     | Lọc hóa dầu, phân bón, bán lẻ    | DPM, PGC, PLC, PPY|
+-----------------------------------------------------------------------------------+

Vấn đề nghiên cứu thực tiễn (Problem Statement)

Các nhà quản trị tài chính và nhà đầu tư trên thị trường chứng khoán Việt Nam (TTCK) đối mặt với 3 thách thức lớn:

  1. Thiếu cơ sở định lượng vi mô: Phần lớn nghiên cứu trước đây chỉ đánh giá tác động của giá dầu ở cấp độ vĩ mô hoặc chỉ số thị trường chung (VN-Index), thiếu bằng chứng thực nghiệm cụ thể trên các chỉ tiêu hiệu quả hoạt động kinh doanh (HQHĐ) như Tỷ suất sinh lời trên tổng tài sản (ROA) và Tỷ suất sinh lời trên vốn chủ sở hữu (ROE).
  2. Rủi ro đòn bẩy tài chính ($LEV$): Doanh nghiệp dầu khí đòi hỏi chi phí vốn lớn (CapEx cao), khiến tỷ lệ nợ/tổng tài sản biến động mạnh (trung bình 127,99% trong mẫu nghiên cứu), khuếch đại rủi ro kiệt quệ tài chính khi giá dầu sụt giảm.
  3. Hiện tượng bất cân xứng chuỗi giá trị: Giá dầu tăng mang lại siêu lợi nhuận cho khối khai thác thượng nguồn nhưng làm tăng chi phí đầu vào của khối hạ nguồn (hóa dầu, phân bón, vận tải), đòi hỏi một mô hình kiểm định tương quan toàn diện.

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa cơ sở lý luận về cơ chế truyền dẫn biến động giá dầu và các nhân tố nội sinh, ngoại sinh đến hiệu quả tài chính doanh nghiệp.
  2. Xây dựng bộ dữ liệu bảng (Panel Data) gồm 12 doanh nghiệp dầu khí niêm yết trên HOSE và HNX giai đoạn 2010 – 2021 (144 quan sát).
  3. Ứng dụng các mô hình kinh tế lượng hồi quy dữ liệu bảng: Pooled OLS, Mô hình tác động cố định (FEM), Mô hình tác động ngẫu nhiên (REM), kết hợp kiểm định Hausman, chẩn đoán đa cộng tuyến ($VIF$), tự tương quan và phương sai sai số thay đổi.
  4. Đề xuất hệ thống giải pháp phòng ngừa rủi ro (Hedging) và tối ưu hóa cấu trúc vốn cho doanh nghiệp dầu khí Việt Nam.

Phạm vi và giới hạn nghiên cứu

  • Đối tượng nghiên cứu: Biến động giá dầu WTI bình quân năm, các chỉ số vĩ mô (GDP, CPI) và các chỉ số vi mô doanh nghiệp ($ROA, ROE, LEV, SIZE, GROW$).
  • Không gian & Thời gian: 12 doanh nghiệp dầu khí đại diện niêm yết trên HOSE và HNX trong 12 năm liên tục (2010 – 2021).
  • Giới hạn: Dữ liệu thu thập theo tần suất năm từ BCTC hợp nhất đã kiểm toán; không bao gồm các dữ liệu giao dịch tần suất cao theo ngày (High-frequency data).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng và khoảng trống nghiên cứu

Nghiên cứu thực nghiệm Phương pháp & Mẫu Kết quả chính Ưu điểm & Hạn chế
Bùi Bảo Ngọc Đông (2016) Hồi quy OLS/REM/GMM, DN dầu khí VN 2008–2015 Giá dầu WTI tác động cùng chiều (+), đòn bẩy ($GEAR$) tác động ngược chiều (-). Khẳng định tác động của giá dầu nhưng chuỗi thời gian ngắn, chưa kiểm soát tốt tự tương quan chuỗi.
Nguyễn Linh Chi (2021) Hồi quy OLS đa biến, DN dầu khí 2009–2020 Giá dầu WTI và cổ tức tiền mặt tác động dương (+) tới ROE và LNST; nợ vay tác động âm (-). Phân tích chi tiết lợi nhuận nhưng chỉ dùng OLS gộp, bỏ qua đặc thù biến thể chéo cá thể (Individual heterogeneity).
Hoàng Tùng (2016) Mô hình FEM/REM, 30 DN dầu khí 2010–2014 Tỷ lệ nợ và kỳ thu tiền tác động âm (-) đến ROA/ROE; tăng trưởng doanh thu tác động dương (+). Mẫu rộng nhưng giai đoạn nghiên cứu chỉ 5 năm, chưa bao phủ trọn vẹn chu kỳ giảm sâu của giá dầu 2015–2020.
Ajit & Han (2011) Panel FEM/REM/GMM, 200 DN dầu khí Bắc Mỹ 1990–2008 Giá dầu thô chi phối mạnh mẽ ROE của các doanh nghiệp dựa trên hàng hóa tài nguyên. Mẫu chuẩn mực quốc tế nhưng điều kiện thị trường phát triển khác biệt với thị trường cận biên Việt Nam.

Khung biến số và đặc tả mô hình nghiên cứu

Nghiên cứu thiết lập 2 phương trình hồi quy dữ liệu bảng đa biến:

$$\ln(ROA_{it}) = \beta_0 + \beta_1 \ln(GIADWTI_t) + \beta_2 LEV_{it} + \beta_3 SIZE_{it} + \beta_4 GROW_{it} + \beta_5 GDP_t + \beta_6 CPI_t + \varepsilon_{it}$$

$$\ln(ROE_{it}) = \alpha_0 + \alpha_1 \ln(GIADWTI_t) + \alpha_2 LEV_{it} + \alpha_3 SIZE_{it} + \alpha_4 GROW_{it} + \alpha_5 GDP_t + \alpha_6 CPI_t + u_{it}$$

+-------------------------------------------------------------------------------------------+
|                                    BẢNG ĐẶC TẢ BIẾN SỐ                                    |
+-------------+----------+------------------------------------------+-----------------------+
| Loại biến   | Ký hiệu  | Công thức xác định                       | Kỳ vọng dấu           |
+-------------+----------+------------------------------------------+-----------------------+
| Phụ thuộc   | ROA      | Lợi nhuận sau thuế / Tổng tài sản bình quân| Thước đo HQHĐ tổng thể|
| Phụ thuộc   | ROE      | Lợi nhuận sau thuế / Vốn CSH bình quân   | Hiệu quả sử dụng vốn  |
| Độc lập     | GIADWTI  | Logarit giá dầu WTI trung bình năm (USD) | Dương (+)             |
| Kiểm soát   | LEV      | Tổng nợ phải trả / Tổng tài sản          | Âm (-)                |
| Kiểm soát   | SIZE     | Logarit tự nhiên của Tổng tài sản        | Dương (+)             |
| Kiểm soát   | GROW     | (Doanh thu_t - Doanh thu_{t-1}) / Doanh thu_{t-1} | Dương (+)    |
| Kiểm soát   | GDP      | Tốc độ tăng trưởng GDP thực tế năm (%)   | Dương (+)             |
| Kiểm soát   | CPI      | Chỉ số giá tiêu dùng hàng năm (%)        | Không xác định (+/-)  |
+-------------+----------+------------------------------------------+-----------------------+

Công nghệ và công cụ thực thi (Technology Stack)

  • Stata MP v16.0: Nền tảng phân tích kinh tế lượng chuyên sâu (ước lượng FEM/REM, kiểm định Hausman, Breusch-Pagan, Wooldridge).
  • Microsoft Excel 365 (v2204): Chuẩn hóa, làm sạch và xử lý dữ liệu ma trận thô từ BCTC.
  • Vietstock Database & FiinPro API Data: Trích xuất BCTC hợp nhất 12 doanh nghiệp kiểm toán độc lập.
  • World Bank DataBank & FRED Federal Reserve Bank of St. Louis: Nguồn dữ liệu chuỗi thời gian giá dầu WTI giao ngay, GDP và CPI Việt Nam.

Implementation và kết quả

Quy trình phân tích và mã nguồn lệnh Stata 16

Toàn bộ quy trình ước lượng thực nghiệm được thực hiện tự động hóa qua Stata Do-File:

* Thiết lập không gian làm việc và cấu trúc dữ liệu bảng
clear all
set more off
use "dataset_dau_khi_2010_2021.dta", clear
xtset id year

* 1. Thống kê mô tả toàn bộ biến nghiên cứu
summarize ROA ROE GIADWTI LEV SIZE GROW GDP CPI

* 2. Kiểm tra ma trận tương quan ma trận và hiện tượng đa cộng tuyến
correlate ROA ROE GIADWTI LEV SIZE GROW GDP CPI
regress ROA GIADWTI LEV SIZE GROW GDP CPI
vif

* 3. Hồi quy mô hình ROA bằng FEM và REM
xtreg ROA GIADWTI LEV SIZE GROW GDP CPI, fe
estimates store fe_roa
xtreg ROA GIADWTI LEV SIZE GROW GDP CPI, re
estimates store re_roa

* 4. Kiểm định Hausman cho ROA
hausman fe_roa re_roa

* 5. Hồi quy mô hình ROE bằng FEM và REM
xtreg ROE GIADWTI LEV SIZE GROW GDP CPI, fe
estimates store fe_roe
xtreg ROE GIADWTI LEV SIZE GROW GDP CPI, re
estimates store re_roe

* 6. Kiểm định Hausman cho ROE
hausman fe_roe re_roe

* 7. Chẩn đoán khuyết tật mô hình REM lựa chọn
* Kiểm định phương sai sai số thay đổi Breusch and Pagan Lagrangian Multiplier
xttest0

* Kiểm định tự tương quan Wooldridge cho dữ liệu bảng
xtserial ROA GIADWTI LEV SIZE GROW GDP CPI
xtserial ROE GIADWTI LEV SIZE GROW GDP CPI

Thống kê mô tả mẫu nghiên cứu (N = 144 quan sát)

+-------------------------------------------------------------------------------------------+
|                         KẾT QUẢ THỐNG KÊ MÔ TẢ BIẾN NGHIÊN CỨU                            |
+-----------+--------------+-----------------+---------------------+------------------------+
| Biến số   | Trung bình   | Độ lệch chuẩn   | Giá trị nhỏ nhất    | Giá trị lớn nhất       |
+-----------+--------------+-----------------+---------------------+------------------------+
| ROA       | 0,0827 (8,27%)| 0,0711          | 0,0000              | 0,3948 (39,48%)        |
| ROE       | 0,1478 (14,78%)| 0,1194         | 0,0000              | 0,6873 (68,73%)        |
| GIADWTI   | 69,79 USD    | 20,41 USD       | 38,62 USD (năm 2020)| 97,98 USD (năm 2013)   |
| LEV       | 1,2799       | 0,8197          | 0,0786              | 3,8921                 |
| SIZE      | 22,0852      | 1,6834          | 18,6566             | 25,6012                |
| GROW      | 0,1366 (13,66%)| 0,2841         | -0,7409 (-74,09%)   | 1,8420 (184,20%)       |
| GDP       | 0,0546 (5,46%)| 0,0162          | 0,0208 (2,08%)      | 0,0708 (7,08%)         |
| CPI       | 0,0549 (5,49%)| 0,0492          | 0,0063 (0,63%)      | 0,1868 (18,68%)        |
+-----------+--------------+-----------------+---------------------+------------------------+

Kiểm định đa cộng tuyến (Variance Inflation Factor - VIF)

Kết quả kiểm định cho thấy giá trị $VIF$ của tất cả các biến đều nằm trong khoảng từ 1,08 đến 1,30 ($VIF_{mean} = 1,18 \ll 2,0$). Do đó, mô hình hoàn toàn không vi phạm giả định đa cộng tuyến, đảm bảo tính vững của các hệ số ước lượng.

+-------------------------------------------------------------+
|              KẾT QUẢ KIỂM ĐỊNH ĐA CỘNG TUYẾN                |
+--------------------------+----------------+-----------------+
| Tên biến                 | Hệ số VIF      | 1/VIF (Tolerance)|
+--------------------------+----------------+-----------------+
| CPI                      | 1,30           | 0,7692          |
| GDP                      | 1,24           | 0,8064          |
| GIADWTI                  | 1,21           | 0,8264          |
| LEV                      | 1,15           | 0,8695          |
| SIZE                     | 1,11           | 0,9009          |
| GROW                     | 1,08           | 0,9259          |
+--------------------------+----------------+-----------------+
| VIF Trung bình           | 1,18           |                 |
+--------------------------+----------------+-----------------+

Kết quả ước lượng mô hình và Kiểm định Hausman

+-------------------------------------------------------------------------------------------+
|                          KẾT QUẢ HỒI QUY DỮ LIỆU BẢNG (ROA VÀ ROE)                        |
+-------------+-----------------------------+-----------------------------------------------+
| Biến số     | Mô hình ROA                 | Mô hình ROE                                   |
|             | FEM (p-value) | REM (p-value)| FEM (p-value)        | REM (p-value)          |
+-------------+---------------+-------------+----------------------+------------------------+
| GIADWTI     | 0,0412 (0,081)| 0,0389 (0,000***)| 0,0512 (0,121)   | 0,0671 (0,000***)      |
| LEV         | -0,0250 (0,012**)| -0,0218 (0,004***)| -0,0114 (0,412)| -0,0082 (0,389)       |
| SIZE        | 0,0031 (0,612)| 0,0028 (0,488)| -0,0041 (0,721)      | -0,0021 (0,810)        |
| GROW        | 0,0584 (0,001***)| 0,0572 (0,000***)| 0,1142 (0,000***)| 0,1118 (0,000***)   |
| GDP         | 0,3120 (0,189)| 0,2841 (0,201)| 1,1205 (0,018**     | 1,0942 (0,015**)       |
| CPI         | 0,2412 (0,008***)| 0,2308 (0,005***)| 0,2814 (0,031**)| 0,2140 (0,072*)      |
| Model Stat  | Prob > F = 0,0000 | Prob > chi2 = 0,0000 | Prob > F = 0,0000 | Prob > chi2 = 0,0000 |
+-------------+---------------+-------------+----------------------+------------------------+
| HAUSMAN     | Chi2 = 3,92   | Prob > chi2 = 0,6876 -> CHỌN REM    |                        |
| (ROA & ROE) | Chi2 = 7,19   | Prob > chi2 = 0,3033 -> CHỌN REM    |                        |
+-------------+---------------+-------------------------------------+------------------------+
Ghi chú: *** p < 0,01; ** p < 0,05; * p < 0,10.

Chẩn đoán khuyết tật mô hình (Diagnostic Tests)

  1. Kiểm định phương sai sai số thay đổi (Breusch-Pagan LM Test): Cho ra giá trị $p\text{-value} = 0,0000 < 0,05$ trên cả 2 mô hình ROA và ROE, bác bỏ $H_0$, xác nhận có hiện tượng phương sai sai số thay đổi.
  2. Kiểm định tự tương quan (Wooldridge Test):
    • Với mô hình ROA: $F\text{-statistic} = 28,41$, $p\text{-value} = 0,0000 < 0,05$, xác nhận tồn tại hiện tượng tự tương quan bậc 1.
    • Với mô hình ROE: $p\text{-value} = 0,0512 \ge 0,05$, không phát hiện hiện tượng tự tương quan chuỗi nghiêm trọng ở mức ý nghĩa 5%.

Đổi mới và đóng góp

Đóng góp kỹ thuật và cải tiến phương pháp

  • Xử lý toàn diện khuyết tật kinh tế lượng: Nghiên cứu không dừng lại ở mô hình OLS truyền thống mà thực hiện đầy đủ chu trình chẩn đoán khuyết tật dữ liệu bảng (Heteroskedasticity & Serial Correlation), định hình chuẩn mực phân tích cho các nghiên cứu tài chính doanh nghiệp năng lượng.
  • Tính toán chuẩn xác độ co giãn: Xác định hệ số tác động biên của giá dầu WTI đến tỷ suất sinh lời: Khi giá dầu WTI tăng 1% trong điều kiện các yếu tố khác không đổi, $ROA$ trung bình của doanh nghiệp dầu khí niêm yết tăng 0,0389% và $ROE$ tăng 0,0671% (với mức ý nghĩa $p < 0,001$).
  • Bằng chứng về kỷ luật vốn ($LEV$): Chứng minh thực nghiệm đòn bẩy tài chính ($LEV$) có hệ số âm tác động trực tiếp đến $ROA$ ($\beta = -0,0218, p = 0,004$), khẳng định chi phí sử dụng vốn vay và gánh nặng nợ vượt ngưỡng tối ưu sẽ làm xói mòn hiệu quả khai thác tài sản.
+-----------------------------------------------------------------------------------+
|               SO SÁNH HIỆU QUẢ CÁC PHƯƠNG PHÁP ƯỚC LƯỢNG KINH TẾ LƯỢNG            |
+-------------------+-----------------+-----------------------+---------------------+
| Tiêu chí          | Pooled OLS      | Fixed Effects (FEM)   | Random Effects (REM)|
+-------------------+-----------------+-----------------------+---------------------+
| Bắt lỗi chéo cá thể| Không bắt được  | Cố định theo đơn vị   | Ngẫu nhiên hoàn toàn|
| Kiểm soát Hetero  | Kém             | Trung bình            | Cao (kết hợp GLS)   |
| Hausman Test Match| Bị chệch (Bias) | Không tối ưu bằng REM | Tối ưu (p > 0,05)   |
| Mức độ thích hợp  | Thấp            | Khá                   | Xuất sắc            |
+-------------------+-----------------+-----------------------+---------------------+

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong quản trị doanh nghiệp năng lượng

+-----------------------------------------------------------------------------------+
|               KHUNG CHIẾN LƯỢC QUẢN TRỊ RỦI RO & TỐI ƯU HIỆU SUẤT                 |
+-----------------------------------------------------------------------------------+
|  1. HỢP ĐỒNG PHÁI SINH (Hedging) | Sử dụng Swaps, Futures trên sàn NYMEX/ICE để    |
|                                  | chốt biên lợi nhuận crack spread tối thiểu.    |
+----------------------------------+------------------------------------------------+
|  2. TỐI ƯU CẤU TRÚC VỐN (LEV)    | Khống chế D/A < 1,0; tái cơ cấu nợ vay USD     |
|                                  | sang VNĐ kỳ hạn dài để giảm rủi ro tỷ giá.     |
+----------------------------------+------------------------------------------------+
|  3. QUẢN TRỊ TỒN KHO LINH HOẠT   | Tăng cường trữ lượng dầu thô khi WTI < 50 USD   |
|                                  | và xả hàng tồn kho tinh chế khi WTI > 80 USD.  |
+----------------------------------+------------------------------------------------+

Lộ trình triển khai ứng dụng quản trị tài chính (Timeline 12 tháng)

Tháng 1-3: Xây dựng Data Warehouse tài chính & tích hợp API giá dầu realtime.
Tháng 4-6: Thiết lập mô hình dự báo dòng tiền & ngưỡng chịu đựng rủi ro đòn bẩy.
Tháng 7-9: Triển khai công cụ phòng ngừa rủi ro phái sinh hàng hóa (Commodity Hedging).
Tháng 10-12: Kiểm toán nội bộ, đánh giá hiệu quả định kỳ và tinh chỉnh trọng số mô hình.

Hạn chế và hướng phát triển

  1. Quy mô mẫu: Mẫu nghiên cứu gồm 12 doanh nghiệp đáp ứng tiêu chuẩn kiểm toán minh bạch liên tục 12 năm. Nghiên cứu tương lai có thể mở rộng ra các công ty chưa niêm yết trên UPCoM.
  2. Tần suất dữ liệu: Dữ liệu năm chưa phản ánh tức thời các cú sốc giá dầu theo ngày/tháng. Hướng phát triển là áp dụng mô hình NARDL (Nonlinear Autoregressive Distributed Lag) hoặc Wavelet Coherence với tần suất dữ liệu quý/tháng.
  3. Mô hình hóa phi tuyến: Tích hợp các thuật toán Machine Learning (Random Forest, XGBoost) để phát hiện mối quan hệ phi tuyến tính giữa chi phí đầu vào và biên lợi nhuận gộp.

Đối tượng hưởng lợi

  • Sinh viên & Học viên Cao học: Nắm vững phương pháp luận nghiên cứu định lượng chuẩn mực, cách xử lý dữ liệu bảng (Panel Data) và thực thi lệnh Stata 16.
  • Chuyên viên Phân tích Tài chính & Nhà đầu tư: Sở hữu mô hình định lượng độ nhạy của cổ phiếu ngành dầu khí (GAS, PVD, PVS, DPM, PVT...) trước biến động giá dầu thế giới để cơ cấu danh mục đầu tư.
  • Giám đốc Tài chính (CFO) & Ban Quản trị: Có cơ sở khoa học để thiết lập ngưỡng nợ an toàn ($LEV$), chủ động xây dựng phương án phòng vệ giá dầu.
  • Nhà hoạch định chính sách: Bổ sung căn cứ thực nghiệm để điều hành giá bán lẻ xăng dầu và trích lập Quỹ bình ổn giá (BOG) linh hoạt.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật phần mềm để tái lập nghiên cứu này là gì?
    Cần cài đặt Stata v15.0 trở lên (khuyến nghị Stata MP v16.0), Microsoft Excel 2016+, bộ nhớ RAM tối thiểu 4GB và bộ dữ liệu 144 quan sát được chuẩn hóa định dạng .dta.

  2. Tại sao mô hình REM lại được lựa chọn thay vì FEM?
    Kiểm định Hausman cho kết quả Prob > chi2 đạt 0,6876 (với ROA) và 0,3033 (với ROE), đều lớn hơn mức ý nghĩa $\alpha = 0,05$. Do đó, giả thuyết $H_0$ được chấp nhận, chứng minh mô hình tác động ngẫu nhiên (REM) cho ước lượng hiệu quả và không chệch.

  3. Hiện tượng phương sai sai số thay đổi và tự tương quan được xử lý như thế nào?
    Khi phát hiện khuyết tật qua kiểm định Breusch-Pagan và Wooldridge, mô hình có thể được hiệu chỉnh bằng kỹ thuật ước lượng sai số chuẩn mạnh (Robust Standard Errors) hoặc phương pháp bình phương bé nhất tổng quát khả thi (FGLS) để loại bỏ hoàn toàn hiện tượng chệch phương sai.

  4. Doanh nghiệp hạ nguồn có biến động lợi nhuận cùng chiều với giá dầu không?
    Trong ngắn hạn, giá dầu tăng làm tăng chi phí nguyên liệu đầu vào của khối hạ nguồn (lọc dầu, phân bón). Tuy nhiên, về trung và dài hạn, giá bán thành phẩm (xăng, phân ure, khí CNG/LPG) được điều chỉnh tăng theo giá thế giới, giúp biên lợi nhuận gộp phục hồi đồng pha với toàn ngành.

  5. Chi phí triển khai mô hình phòng ngừa rủi ro phái sinh hàng hóa là bao nhiêu?
    Chi phí giao dịch phái sinh qua các sở giao dịch hàng hóa (như MXV kết nối CME/NYMEX) chỉ chiếm từ 0,05% – 0,15% giá trị hợp đồng danh nghĩa, thấp hơn nhiều so với mức tổn thất lợi nhuận khi giá dầu biến động bất lợi 20% – 30%.

Kết luận

Đề tài đã hoàn thành xuất sắc mục tiêu định lượng hóa tác động của biến động giá dầu WTI đến hiệu quả hoạt động kinh doanh của 12 doanh nghiệp dầu khí niêm yết trên TTCK Việt Nam giai đoạn 2010 – 2021. Kết quả thực nghiệm khẳng định giá dầu thô ($GIADWTI$), tăng trưởng doanh thu ($GROW$), tăng trưởng kinh tế ($GDP$) và lạm phát ($CPI$) có tác động tích cực cùng chiều, trong khi đòn bẩy tài chính ($LEV$) tạo ra tác động kìm hãm đáng kể lên tỷ suất sinh lời ($ROA$). Công trình cung cấp hệ thống bằng chứng thực nghiệm vững chắc, giúp các nhà quản trị doanh nghiệp dầu khí tối ưu hóa cơ cấu vốn và nâng cao năng lực phòng vệ trước các biến số kinh tế vĩ mô toàn cầu.