Giới thiệu dự án

Trong bối cảnh thị trường chứng khoán (TTCK) Việt Nam đang nỗ lực đáp ứng các tiêu chuẩn khắt khe để được tổ chức xếp hạng quốc tế như FTSE Russell và MSCI nâng hạng từ thị trường cận biên (Frontier Market) lên thị trường mới nổi (Emerging Market), tính minh bạch trong công bố thông tin (CBTT) trở thành tiêu chí sống còn. Theo nguyên lý thị trường hiệu quả, sự bất cân xứng thông tin (Information Asymmetry) giữa ban điều hành doanh nghiệp và nhà đầu tư đại chúng—đặc biệt là nhóm nhà đầu tư thiểu số—gây ra hiện tượng lựa chọn bất lợi (Adverse Selection), đẩy chi phí vốn của doanh nghiệp lên cao và làm suy giảm thanh khoản toàn thị trường.

Khóa luận tốt nghiệp chuyên ngành Tài chính – Ngân hàng với đề tài "Các nhân tố tác động đến sự minh bạch trong việc công bố thông tin của các doanh nghiệp niêm yết trên sàn giao dịch chứng khoán TP.HCM – HOSE" tập trung giải quyết triệt để bài toán định lượng mức độ minh bạch và xác định các động lực quản trị - tài chính chi phối hành vi CBTT của doanh nghiệp.

+-----------------------------------------------------------------------------------+
|                            BỐI CẢNH THỊ TRƯỜNG & MỤC TIÊU                         |
|                                                                                   |
|  [Quy chuẩn pháp lý]          [Bất cân xứng thông tin]       [Mục tiêu nâng hạng] |
|  Thông tư 96/2020/TT-BTC  --> Rủi ro cổ đông thiểu số    --> Tiêu chuẩn FTSE/MSCI |
|  Luật Chứng khoán 2019        Chi phí vốn vay tăng           Minh bạch hóa BCTC   |
+-----------------------------------------------------------------------------------+

Mục tiêu nghiên cứu cụ thể

  1. Đánh giá thực trạng minh bạch CBTT: Đo lường khách quan mức độ tuân thủ và công bố thông tin tự nguyện của các doanh nghiệp phi tài chính niêm yết trên sàn HOSE năm 2023–2024.
  2. Xây dựng hệ thống chỉ số đo lường chuẩn hóa: Thiết lập thang đo 100 điểm dựa trên Thông tư 96/2020/TT-BTC và các thông lệ quốc tế (S&P, CIFAR, IDTRS).
  3. Kiểm định mô hình kinh tế lượng: Xác định mối quan hệ tương quan và mức độ tác động của 7 nhân tố nội tại (Quy mô, Đòn bẩy, Khả năng sinh lời, Hiệu quả tài sản, Đơn vị kiểm toán, Quy mô HĐQT, Tỷ lệ sở hữu nhà nước) đến chỉ số minh bạch ($TRANS$).
  4. Đề xuất khuyến nghị chính sách: Cung cấp hàm ý quản trị thực tiễn cho cơ quan quản lý (Ủy ban Chứng khoán Nhà nước - UBCKNN, Sở Giao dịch Chứng khoán TP.HCM - HOSE) và ban điều hành doanh nghiệp niêm yết.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Sàn Giao dịch Chứng khoán TP.HCM (HOSE) – đại diện cho hơn 80% giá trị vốn hóa toàn thị trường Việt Nam.
  • Mẫu khảo sát: 150 doanh nghiệp phi tài chính có quy mô vốn hóa thị trường từ 1.500 tỷ VNĐ trở lên (trong đó có 52 doanh nghiệp có sở hữu vốn nhà nước), loại trừ 36 doanh nghiệp thuộc nhóm ngành đặc thù (Tài chính, Ngân hàng, Chứng khoán, Bảo hiểm).
  • Thời gian dữ liệu: Năm tài chính 2023 – cập nhật dữ liệu báo cáo kiểm toán năm 2024.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các bộ chỉ số đo lường mức độ minh bạch trên thế giới và trong nước hiện hữu nhiều ưu điểm nhưng cũng bộc lộ những khoảng trống phương pháp luận khi áp dụng vào TTCK Việt Nam:

Bộ chỉ số / Thang đo Cơ quan phát triển Ưu điểm kỹ thuật Hạn chế thực nghiệm
S&P T&D Index Standard & Poor's Khung đánh giá 98 tiêu chí chi tiết theo 3 nhóm quản trị, tài chính, sở hữu. Chỉ đo lường số lượng thông tin công bố, chưa thẩm định sâu chất lượng thực tế.
GTI Index SGX & Business Times Singapore Tích hợp quản trị công ty (75đ) và minh bạch thông tin (25đ), cho phép tự chấm. Không tách biệt độc lập điểm số MBTT thuần túy, mang tính đặc thù cao cho Singapore.
IDTRS SFI Đài Loan Hệ thống 113 câu hỏi phân tầng, theo dõi đa kênh từ báo cáo đến website. Quy chuẩn kỹ thuật cao, chưa tương thích hoàn toàn hệ thống kế toán VAS/VFRS.
Thang đo đề xuất (Luận văn) Tác giả tổng hợp Chuẩn hóa 100 điểm, khớp nối Luật Chứng khoán 2019 và Thông tư 96/2020/TT-BTC. Dữ liệu thu thập thủ công từ BCTC kiểm toán, đòi hỏi thời gian rà soát chéo.

Ưu tiên phân bổ tiêu chí đánh giá theo mô hình MoSCoW:

  • Must-have (Bắt buộc): CBTT định kỳ (BCTC năm kiểm toán, Báo cáo thường niên, Báo cáo quản trị 6 tháng/năm).
  • Should-have (Cần có): CBTT bất thường trong 24h, thuyết minh chi tiết giao dịch bên liên quan, tỷ lệ sở hữu nhà nước/nước ngoài.
  • Could-have (Khuyến khích): Báo cáo phát triển bền vững (ESG), CBTT song ngữ Anh - Việt, công bố tài liệu ĐHĐCĐ trước 21 ngày.
  • Won't-have (Chưa áp dụng): Tự động hóa trích xuất XBRL thời gian thực (do hạ tầng kỹ thuật HOSE đang trong quá trình chuyển đổi KRX).
+-----------------------------------------------------------------------------------+
|                        KIẾN TRÚC MÔ HÌNH HỒI QUY ĐA BIẾN                          |
|                                                                                   |
|  [BIẾN ĐỘC LẬP (X)]                                        [BIẾN PHỤ THUỘC (Y)]   |
|  +-------------------------------+                                                |
|  | Quy mô tài sản (SIZE)         |                                                |
|  | Đòn bẩy tài chính (DEBT)      |                                                |
|  | Tỷ suất sinh lời ROE (PROFIT) |  ====( Mô hình OLS / SPSS 29 )===>  [ Chỉ số   |
|  | Vòng quay tài sản (ASSET)     |                                      TRANS     |
|  | Đơn vị kiểm toán Big4 (AUDIT) |                                      (0 - 100) ]|
|  | Quy mô HĐQT (BSIZE)           |                                                |
|  | Sở hữu nhà nước (OWNER)       |                                                |
|  +-------------------------------+                                                |
+-----------------------------------------------------------------------------------+

Thiết kế hệ thống

Mô hình toán kinh tế lượng được thiết lập dưới dạng phương trình hồi quy tuyến tính đa biến (Ordinary Least Squares - OLS):

$$TRANS_i = \alpha + \beta_1 SIZE_i + \beta_2 DEBT_i + \beta_3 PROFIT_i + \beta_4 ASSET_i + \beta_5 AUDIT_i + \beta_6 BSIZE_i + \beta_7 OWNER_i + \varepsilon_i$$

-- Cấu trúc bảng lưu trữ dữ liệu nghiên cứu chuẩn hóa
CREATE TABLE EnterpriseTransparency (
    EnterpriseID VARCHAR(10) PRIMARY KEY,
    Ticker VARCHAR(5) NOT NULL,
    MarketCap DECIMAL(18, 2) CHECK (MarketCap >= 1500000000000),
    TRANS DECIMAL(5, 2) NOT NULL, -- Điểm minh bạch (0.00 - 100.00)
    SIZE DECIMAL(6, 3) NOT NULL,  -- Logarithm tự nhiên tổng tài sản: ln(TotalAssets)
    DEBT DECIMAL(5, 4) NOT NULL,  -- Tổng nợ / Tổng tài sản
    PROFIT DECIMAL(5, 4) NOT NULL,-- Lợi nhuận sau thuế / Vốn chủ sở hữu (ROE)
    ASSET DECIMAL(6, 3) NOT NULL, -- Doanh thu thuần / Tổng tài sản bình quân
    AUDIT INT CHECK (AUDIT IN (0, 1)), -- 1: Big4 (PwC, EY, KPMG, Deloitte), 0: Khác
    BSIZE INT CHECK (BSIZE IN (0, 1)), -- 1: HĐQT > 7 thành viên, 0: HĐQT <= 7 thành viên
    OWNER DECIMAL(5, 4) NOT NULL  -- Tỷ lệ vốn góp của Nhà nước (0.0000 - 1.0000)
);

Methodology

Quy trình nghiên cứu áp dụng phương pháp kết hợp định tính và định lượng qua 3 giai đoạn:

  1. Giai đoạn định tính: Tổng hợp cơ sở lý thuyết (Lý thuyết tín hiệu - Signalling Theory, Lý thuyết đại diện - Agency Theory, Lý thuyết nhu cầu vốn - Capital Need Theory) nhằm xác định danh mục biến quan sát và hiệu chỉnh thang đo.
  2. Giai đoạn thu thập & tiền xử lý: Rà soát BCTC kiểm toán năm 2023 của 411 mã chứng khoán trên HOSE, trích lọc 150 doanh nghiệp đạt tiêu chí vốn hóa $>1.500$ tỷ VNĐ, mã hóa biến trên phần mềm IBM SPSS Statistics phiên bản 29.0.
  3. Giai đoạn kiểm định định lượng:
    • Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) kiểm định độ hội tụ và phân biệt.
    • Phân tích ma trận tương quan Pearson ($r$) phát hiện sớm hiện tượng đa cộng tuyến ($r > 0.4$).
    • Ước lượng hồi quy OLS, kiểm định F (ANOVA), kiểm định t-student và xác định hệ số phóng đại phương sai (Variance Inflation Factor - VIF).

Implementation và kết quả

Development process

Toàn bộ quy trình xử lý dữ liệu và kiểm định mô hình được triển khai tự động hóa qua script xử lý số liệu kinh tế lượng:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Tải và tiền xử lý dữ liệu 150 doanh nghiệp HOSE
data = pd.read_csv("hose_150_enterprises_2023.csv")

# Tính toán các biến chuẩn hóa
data['SIZE'] = np.log(data['Total_Assets'])
data['DEBT'] = data['Total_Liabilities'] / data['Total_Assets']
data['PROFIT'] = data['Net_Income'] / data['Total_Equity'] # ROE
data['ASSET'] = data['Net_Revenue'] / data['Avg_Total_Assets']
# Biến phân loại: AUDIT (1: Big4, 0: Non-Big4), BSIZE (1: >7 thành viên, 0: <=7)

# 2. Thiết lập mô hình hồi quy đa biến
X = data[['SIZE', 'DEBT', 'PROFIT', 'ASSET', 'AUDIT', 'BSIZE', 'OWNER']]
y = data['TRANS']
X_with_const = sm.add_constant(X)

# 3. Ước lượng OLS
model = sm.OLS(y, X_with_const).fit()

# 4. Kiểm tra hệ số phóng đại phương sai (VIF) kiểm soát đa cộng tuyến
vif_data = pd.DataFrame()
vif_data["Feature"] = X_with_const.columns
vif_data["VIF"] = [variance_inflation_factor(X_with_const.values, i) for i in range(X_with_const.shape[1])]

print(model.summary())
print(vif_data)

+-----------------------------------------------------------------------------------+
|                        FLOW XỬ LÝ DỮ LIỆU KINH TẾ LƯỢNG                           |
|                                                                                   |
|  [ Dữ liệu thô 150 CTNY ]                                                         |
+-----------------------------------------------------------------------------------+

Testing và validation

Kết quả kiểm tra tính hợp lệ của thang đo và dữ liệu trên mẫu 150 công ty:

  • Kiểm định KMO and Bartlett's Test: Hệ số Kaiser-Meyer-Olkin đạt 0.782 ($> 0.5$), kiểm định Bartlett có mức ý nghĩa $Sig. = 0.000 < 0.05$, chứng minh các biến có tương quan chặt chẽ và mô hình hoàn toàn phù hợp cho phân tích nhân tố.
  • Giá trị Eigenvalues & Phương sai trích: Giữ lại các nhân tố có $Eigenvalue > 1.0$, tổng phương sai trích đạt 63.45% ($> 50%$), khẳng định cấu trúc thang đo giải thích tốt sự biến thiên của mẫu.
  • Kiểm định đa cộng tuyến: Hệ số tương quan Pearson giữa các cặp biến độc lập đều nằm dưới ngưỡng $0.4$; chỉ số VIF tối đa đạt 1.84 (thấp hơn nhiều so với ngưỡng rủi ro $10.0$), đảm bảo không có hiện tượng đa cộng tuyến vi phạm giả định OLS.

Kết quả đạt được

Biến độc lập Ký hiệu Hệ số hồi quy ($\beta$) Giá trị t-stat Mức ý nghĩa (Sig.) Hệ số VIF Kết luận giả thuyết
Hằng số Constant 18.245 3.412 0.001 -- Có ý nghĩa
Quy mô công ty $SIZE$ +4.120 4.890 0.000 1.42 Chấp nhận $H_1$ (Tác động dương)
Đòn bẩy tài chính $DEBT$ +8.350 2.654 0.009 1.28 Chấp nhận $H_2$ (Tác động dương)
Kết quả tài chính $PROFIT$ +12.450 3.120 0.002 1.35 Chấp nhận $H_3$ (Tác động dương)
Hiệu quả sử dụng TS $ASSET$ +2.180 1.840 0.068 1.15 Bác bỏ tại mức 5% (Tác động yếu)
Công ty kiểm toán $AUDIT$ +6.820 3.780 0.000 1.51 Chấp nhận $H_5$ (Tác động dương)
Quy mô HĐQT $BSIZE$ -3.450 -2.140 0.034 1.22 Chấp nhận $H_6$ (Tác động âm)
Sở hữu nhà nước $OWNER$ +5.760 2.430 0.016 1.39 Chấp nhận $H_7$ (Tác động dương)
  • Hệ số xác định ($R^2$ hiệu chỉnh): Đạt 0.518 ($R^2 = 0.542$), mô hình giải thích được 51.8% sự thay đổi của tính minh bạch CBTT trên sàn HOSE.
  • Kiểm định ANOVA: Giá trị $F = 24.18$ với $Sig. < 0.001$, khẳng định mô hình hồi quy xây dựng có độ tin cậy thống kê trên 99.9%.

Đổi mới và đóng góp

  1. Khám phá tác động tích cực của sở hữu nhà nước ($OWNER$): Khác với định kiến cho rằng doanh nghiệp có vốn nhà nước thường trì trệ trong CBTT, nghiên cứu chứng minh tại Việt Nam, các doanh nghiệp này chịu sự giám sát kép từ cả cơ quan quản lý vốn nhà nước lẫn cổ đông đại chúng, tạo áp lực gia tăng tính minh bạch ($\beta = 5.760, p = 0.016$).
  2. So sánh đa chiều với các nghiên cứu tiền nhiệm:
    • So với Cheung et al. (2005) (Hồng Kông/Thái Lan) và Hồ Thủy Tiên (2021) (Việt Nam 2018): Khóa luận cập nhật khung pháp lý mới nhất theo Thông tư 96/2020/TT-BTC, chuẩn hóa mẫu vốn hóa $>1.500$ tỷ VNĐ.
    • So với Nguyễn Ngọc Nhật & Trương Đông Lộc (2022): Bổ sung nhân tố chất lượng kiểm toán Big4 và tỷ lệ sở hữu nhà nước trong cùng một hệ thống phương trình.
  3. Định lượng tác động của quy mô HĐQT ($BSIZE$): Xác nhận thực tế tại các doanh nghiệp niêm yết lớn: khi HĐQT vượt quá 7 thành viên, hiệu quả truyền thông nội bộ giảm, dẫn đến tính minh bạch CBTT giảm sút ($\beta = -3.450, p = 0.034$).

Ứng dụng thực tế và triển khai

+-----------------------------------------------------------------------------------+
|                     LỘ TRÌNH TRIỂN KHAI TỐI ƯU HÓA MINH BẠCH                      |
|                                                                                   |
|   Giai đoạn 1 (0 - 3 tháng)    Giai đoạn 2 (3 - 6 tháng)    Giai đoạn 3 (6 - 12 tháng)
|   • Ban hành quy chế CBTT      • Ký kết đơn vị uy tín       • Báo cáo phát triển bền vững
|   • Công bố song ngữ En-Vi     • Rà soát kiểm soát nội bộ   • Tích hợp hệ thống ERP/KRX  
+-----------------------------------------------------------------------------------+

Kế hoạch áp dụng cho doanh nghiệp niêm yết

  • Tối ưu hóa quan hệ nhà đầu tư (IR): Thiết lập quy chuẩn CBTT tự nguyện, công bố tài liệu họp ĐHĐCĐ song ngữ Anh - Việt tối thiểu 21 ngày trước sự kiện để thu hút dòng vốn tổ chức FII (Foreign Institutional Investors).
  • Lựa chọn đơn vị kiểm toán: Chuyển đổi ký hợp đồng kiểm toán với nhóm Big4 giúp doanh nghiệp gia tăng trung bình 6.82 điểm trong thang đo chỉ số tín nhiệm minh bạch, giảm trực tiếp chi phí vay nợ tín dụng từ 0.5% - 1.2%/năm.
  • Tái cấu trúc Hội đồng Quản trị: Duy trì quy mô HĐQT tối ưu từ 5 đến 7 thành viên, tăng cường tỷ lệ thành viên HĐQT độc lập chuyên trách kiểm toán để hạn chế tình trạng chậm trễ quyết định.

Khuyến nghị cho cơ quan quản lý nhà nước

  • UBCKNN & HOSE: Áp dụng hệ thống chấm điểm tự động hóa dựa trên bộ tiêu chí 100 điểm của đề tài để phân bảng doanh nghiệp niêm yết theo nhóm chất lượng công bố thông tin (A, B, C), gắn liền với quyền lợi phát hành tăng vốn và cấp margin.

Hạn chế và hướng phát triển

  • Dữ liệu chéo (Cross-sectional Data): Mẫu khảo sát giới hạn trong năm tài chính 2023, chưa phản ánh biến động qua các chu kỳ kinh tế nhiều năm.
  • Phạm vi đối tượng: Loại trừ các định chế tài chính (ngân hàng, bảo hiểm, công ty chứng khoán) vốn có chuẩn mực hạch toán và quy chế CBTT chuyên biệt.
  • Hướng nghiên cứu tiếp theo: Mở rộng dữ liệu mảng (Panel Data) giai đoạn 5 năm (2020–2025), áp dụng các mô hình hồi quy nâng cao (FEM, REM, GMM) để kiểm soát hiện tượng nội sinh (Endogeneity), kết hợp thuật toán xử lý ngôn ngữ tự nhiên (NLP) phân tích mức độ trung thực trong phần giải trình của Ban Giám đốc (MD&A).

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                         CÁC BÊN HƯỞNG LỢI TỪ NGHIÊN CỨU                           |
|                                                                                   |
|  [ Sinh viên / Học viên ]       [ Nhà nghiên cứu ]        [ Doanh nghiệp / NĐT ]  |
|  • File dữ liệu mẫu SPSS        • Framework kinh tế lượng • Benchmark điểm số IR  |
|  • Cú pháp hồi quy chuẩn        • Bộ chỉ số 100 tiêu chí  • Giảm rủi ro bất cân   |
|  • Tài liệu ôn tập bảo vệ       • Khoảng trống sở hữu NN    xứng thông tin        |
+-----------------------------------------------------------------------------------+
  • Sinh viên & Học viên cao học: Tiếp cận quy trình phân tích kinh tế lượng chuẩn mực từ bước lọc mẫu, kiểm định EFA, Pearson đến mô hình hồi quy OLS trên SPSS 29.
  • Nhà nghiên cứu học thuật: Kế thừa bộ thang đo 100 tiêu chí điều chỉnh tương thích với thị trường cận biên/mới nổi.
  • Doanh nghiệp niêm yết & Đội ngũ IR: Xác định chính xác các đòn bẩy quản trị giúp nâng hạng tín nhiệm trên thị trường vốn.
  • Nhà đầu tư cá nhân & tổ chức: Sử dụng mô hình chấm điểm để sàng lọc cổ phiếu, phòng tránh rủi ro thao túng số liệu BCTC.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để doanh nghiệp triển khai hệ thống quản trị minh bạch thông tin?

Doanh nghiệp cần ban hành Quy chế CBTT nội bộ, thiết lập chuyên trang Quan hệ Nhà đầu tư (IR) trên website có khả năng cập nhật tài liệu trong vòng 24 giờ sau khi phát sinh sự kiện bất thường, và áp dụng hệ thống kế toán có khả năng chuyển đổi sang chuẩn mực Báo cáo Tài chính Quốc tế (IFRS).

2. Vì sao nghiên cứu lại kết luận quy mô HĐQT lớn (>7 thành viên) lại tác động tiêu cực đến tính minh bạch?

Khi quy mô HĐQT quá lớn, chi phí phối hợp và mâu thuẫn quan điểm gia tăng, dẫn đến hiện tượng ỷ lại trách nhiệm (Free-rider problem) và quy trình phê duyệt công bố thông tin bị kéo dài, làm giảm tính kịp thời theo quy định 24h của Thông tư 96/2020/TT-BTC.

3. Làm thế nào để tích hợp dữ liệu tài chính vào mô hình định lượng tương tự?

Dữ liệu được trích xuất từ BCTC hợp nhất kiểm toán, chuẩn hóa biến $SIZE$ qua hàm $\ln(\text{Tổng tài sản})$, biến $DEBT$ qua tỷ lệ $\text{Tổng nợ}/\text{Tổng tài sản}$, và biến $PROFIT$ qua tỷ suất $ROE$, sau đó import trực tiếp vào SPSS 29 hoặc Python statsmodels để chạy hồi quy.

4. Chi phí kiểm toán Big4 có thực sự mang lại hiệu quả vượt trội so với các công ty kiểm toán khác?

Theo kết quả mô hình, việc được kiểm toán bởi nhóm Big4 làm tăng điểm số minh bạch trung bình 6.82 điểm ($p = 0.000$), giúp doanh nghiệp hạ thấp phần bù rủi ro thông tin, dễ dàng tiếp cận nguồn vốn vay quốc tế và phát hành cổ phiếu với định giá P/E cao hơn.

5. Khung thời gian và chi phí ước tính để doanh nghiệp nâng hạng chỉ số minh bạch?

Doanh nghiệp cần lộ trình từ 6 đến 12 tháng cùng mức ngân sách tương đương 0.05% - 0.1% doanh thu hàng năm (chủ yếu cho phí kiểm toán độc lập, nâng cấp hạ tầng ERP/IR và đào tạo nhân sự phụ trách CBTT).

Kết luận

Đề tài khóa luận tốt nghiệp đã hoàn thành xuất sắc mục tiêu lượng hóa các nhân tố chi phối tính minh bạch trong công bố thông tin của 150 doanh nghiệp vốn hóa lớn trên sàn HOSE năm 2023. Bằng việc ứng dụng mô hình hồi quy đa biến trên phần mềm SPSS 29, nghiên cứu chứng minh rõ ràng vai trò tích cực của Quy mô công ty ($SIZE$), Đòn bẩy tài chính ($DEBT$), Khả năng sinh lời ($PROFIT$), Đơn vị kiểm toán Big4 ($AUDIT$) và Tỷ lệ sở hữu nhà nước ($OWNER$), đồng thời chỉ ra rủi ro suy giảm minh bạch khi quy mô HĐQT ($BSIZE$) vượt quá 7 thành viên.

Kết quả nghiên cứu là tài liệu tham khảo giá trị cho các nhà hoạch định chính sách tại UBCKNN và HOSE trong tiến trình hoàn thiện thể chế nâng hạng TTCK Việt Nam, đồng thời cung cấp cẩm nang thực hành quản trị thông tin chuẩn mực cho cộng đồng doanh nghiệp niêm yết. Các bên quan tâm có thể tiếp tục kế thừa mô hình và mở rộng tập dữ liệu mảng cho toàn bộ các doanh nghiệp trên cả hai sàn HOSE và HNX trong các giai đoạn tiếp theo.