Giới thiệu dự án
Thị trường trái phiếu doanh nghiệp (TPDN) đóng vai trò huyết mạch trong việc cung ứng nguồn vốn trung và dài hạn cho nền kinh tế, giảm tải áp lực phụ thuộc quá mức vào hệ thống tín dụng ngân hàng thương mại. Tại Việt Nam, theo thống kê của Hiệp hội Thị trường Trái phiếu Việt Nam (VBMA), quy mô phát hành TPDN năm 2022 đạt khoảng 337.713 tỷ đồng, tương đương 14,81% GDP. Con số này còn khiêm tốn so với các quốc gia trong khu vực như Malaysia (54,3% GDP), Singapore (34,3% GDP) hay Thái Lan (25,5% GDP). Nhằm phát triển thị trường vốn bền vững, Chính phủ đã đặt mục tiêu nâng quy mô thị trường TPDN đạt tối thiểu 20% GDP vào năm 2025 và chạm mốc 30% GDP vào năm 2030 theo Quyết định số 1191/QĐ-TTg.
Tuy nhiên, giai đoạn 2022–2023 chứng kiến nhiều biến động nghiêm trọng trên thị trường vốn Việt Nam. Sự cố sai phạm tại một số tập đoàn bất động sản lớn cùng việc siết chặt khung pháp lý qua Nghị định số 65/2022/NĐ-CP và sau đó là cơ chế tháo gỡ tạm thời từ Nghị định số 08/2023/NĐ-CP đã bộc lộ rõ tình trạng bất cân xứng thông tin, rủi ro thanh khoản và sự thiếu hụt các mô hình lượng hóa các yếu tố cấu trúc tác động đến khả năng phát hành nợ. Doanh nghiệp niêm yết đứng trước thách thức lớn trong việc cân đối cấu trúc vốn giữa nợ vay ngân hàng, cổ phần hóa và phát hành trái phiếu.
Đề tài khóa luận tập trung giải quyết các mục tiêu nghiên cứu cụ thể:
- Xác định và lượng hóa các yếu tố nội tại của doanh nghiệp (Quy mô tài sản, Đòn bẩy tài chính, Khả năng sinh lợi, Dự trữ tiền mặt, Chính sách chi trả cổ tức, Số năm hoạt động) và yếu tố kinh tế vĩ mô (Tăng trưởng GDP, Lạm phát) tác động đến quyết định phát hành TPDN ($BOND$).
- Đo lường mức độ và chiều hướng tác động của các nhân tố trên đến quy mô giá trị phát hành TPDN ($VALUE$).
- Đề xuất hệ thống hàm ý chính sách và giải pháp tài chính ứng dụng giúp các tổ chức phát hành tối ưu hóa cấu trúc vốn và nâng cao tỷ lệ thành công của các đợt phát hành.
Nghiên cứu tiếp cận vấn đề thông qua phương pháp định lượng hồi quy đa biến trên dữ liệu bảng (Panel Data) gồm 208 doanh nghiệp niêm yết trên Sở Giao dịch Chứng khoán TP.HCM (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX) thuộc Sở Giao dịch Chứng khoán Việt Nam (VNX) trong chuỗi thời gian 13 năm (2010–2022), tạo ra bộ dữ liệu thực nghiệm 2.704 quan sát.
Phạm vi nghiên cứu không bao gồm các tổ chức tín dụng, ngân hàng thương mại và công ty bảo hiểm do tính chất đặc thù trong cấu trúc đòn bẩy và quy định an toàn vốn riêng biệt theo chuẩn Basel II/III.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Các công trình thực nghiệm trước đây tại Việt Nam thường tiếp cận cấu trúc vốn theo nghĩa rộng (tổng nợ trên tổng tài sản), chưa tách bạch chi tiết giữa tín dụng ngân hàng và công cụ chứng khoán nợ (trái phiếu). Bảng so sánh dưới đây tổng hợp các phương pháp tiếp cận nghiên cứu hiện hành:
| Phương pháp tiếp cận |
Ưu điểm |
Nhược điểm / Lỗ hổng kỹ thuật |
Khả năng ứng dụng |
| Hồi quy OLS gộp (Pooled OLS) |
Đơn giản, dễ tính toán trên mẫu nhỏ |
Bỏ qua đặc trưng riêng lẻ bất biến của từng doanh nghiệp ($u_i$), dẫn đến hiện tượng chệch do biến nội sinh |
Kém hiệu quả trên dữ liệu bảng dài hạn |
| Mô hình tác động cố định (FEM) |
Kiểm soát hoàn toàn các đặc tính bất biến theo thời gian của thực thể |
Không ước lượng được các biến độc lập không đổi theo thời gian (ví dụ: ngành cố định) |
Rất tốt khi có tương quan giữa $u_i$ và biến giải thích |
| Mô hình tác động ngẫu nhiên (REM) |
Hiệu quả cao hơn FEM nếu các đặc trưng thực thể không tương quan với biến giải thích |
Gây chệch hệ số nếu giả định $Cov(u_i, X_{it}) = 0$ bị vi phạm |
Phù hợp khi mẫu nghiên cứu đại diện cho quần thể lớn |
| Mô hình hồi quy Nhị phân (Binary Logit) |
Ước lượng chính xác xác suất ra quyết định ($0$ hoặc $1$), xử lý tốt biến phụ thuộc giới hạn |
Đòi hỏi kiểm tra hiện tượng đa cộng tuyến nghiêm ngặt |
Tối ưu cho quyết định phát hành $BOND_{i,t}$ |
Nghiên cứu xây dựng trên nền tảng 4 lý thuyết tài chính kinh điển:
- Lý thuyết M&M (Modigliani & Miller, 1958, 1963): Khẳng định vai trò của lá chắn thuế từ chi phí lãi vay ($Tax\ Shield$), làm gia tăng giá trị doanh nghiệp khi sử dụng nợ.
- Lý thuyết Đánh đổi cấu trúc vốn (Trade-off Theory - Kraus & Litzenberger, 1973): Cân bằng giữa lợi ích lá chắn thuế và chi phí kiệt quệ tài chính ($Financial\ Distress\ Costs$).
- Lý thuyết Trật tự phân hạng (Pecking Order Theory - Myers & Majluf, 1984): Doanh nghiệp ưu tiên sử dụng lợi nhuận giữ lại, tiếp đến là phát hành nợ (trái phiếu, vay ngân hàng), và cuối cùng mới phát hành cổ phiếu mới do bất cân xứng thông tin ($Information\ Asymmetry$).
- Lý thuyết Quản trị phòng thủ (Managerial Entrenchment Theory - Berger et al., 2012): Nhà quản lý có xu hướng điều chỉnh tỷ lệ nợ nhằm duy trì quyền kiểm soát, phòng ngừa nguy cơ bị thâu tóm doanh nghiệp.
Ưu tiên hóa yêu cầu phân tích theo khung MoSCoW:
- Must-have: Khắc phục triệt để hiện tượng phương sai thay đổi ($Heteroskedasticity$) và tự tương quan ($Autocorrelation$) bằng ước lượng sai số chuẩn vững ($Robust\ Standard\ Errors$).
- Should-have: Kiểm định lựa chọn mô hình qua kiểm định Hausman và kiểm định Breusch-Pagan Lagrange Multiplier.
- Could-have: So sánh kiểm chứng giữa mô hình Logit nhị phân và mô hình hồi quy tuyến tính giá trị.
- Won't-have: Không phân tích thị trường phái sinh hay cấu trúc trái phiếu chuyển đổi phức tạp kèm chứng quyền.
Thiết kế hệ thống
Kiến trúc quy trình nghiên cứu định lượng và phân tích dữ liệu kinh tế lượng được thiết kế chuẩn hóa qua 5 giai đoạn:
Công nghệ và công cụ sử dụng:
- Phần mềm phân tích: Stata phiên bản 17.0 MP (Multi-Processor).
- Cơ sở dữ liệu: FiinPro Financial Database API, HNX Corporate Bond Information Disclosure System, GSO Statistical Indicators.
- Tiêu chuẩn dữ liệu: Báo cáo tài chính kiểm toán theo Chuẩn mực Kế toán Việt Nam (VAS).
Thông số kỹ thuật mô hình toán kinh tế lượng:
- Mô hình xác suất quyết định phát hành (Logistic Regression):
$$P(BOND_{i,t} = 1 | X_{i,t}) = \Lambda(Z_{i,t}) = \frac{e^{Z_{i,t}}}{1 + e^{Z_{i,t}}}$$
Trong đó:
$$Z_{i,t} = \alpha_0 + \beta_1 SIZE_{i,t} + \beta_2 LEV_{i,t} + \beta_3 ROE_{i,t} + \beta_4 CASH_{i,t} + \beta_5 DIV_{i,t} + \beta_6 YEAR_{i,t} + \beta_7 GDP_t + \beta_8 INF_t + \varepsilon_{i,t}$$
- Mô hình giá trị phát hành (Panel Data Regression):
$$VALUE_{i,t} = \alpha_0 + \beta_1 SIZE_{i,t} + \beta_2 LEV_{i,t} + \beta_3 ROE_{i,t} + \beta_4 CASH_{i,t} + \beta_5 DIV_{i,t} + \beta_6 YEAR_{i,t} + \beta_7 GDP_t + \beta_8 INF_t + u_i + \varepsilon_{i,t}$$
Định nghĩa chi tiết hệ thống biến:
- $BOND_{i,t}$: Biến giả nhận giá trị $1$ nếu doanh nghiệp $i$ có phát hành TPDN trong năm $t$, nhận $0$ nếu không phát hành.
- $VALUE_{i,t}$: Logarit tự nhiên của tổng giá trị TPDN phát hành trong năm $t$ của doanh nghiệp $i$ ($\ln(\text{Giá trị phát hành} + 1)$).
- $SIZE_{i,t}$: Quy mô doanh nghiệp, đo bằng logarit tự nhiên của tổng tài sản ($\ln(\text{Tổng tài sản})$).
- $LEV_{i,t}$: Đòn bẩy tài chính, tính bằng Tổng nợ phải trả / Tổng tài sản.
- $ROE_{i,t}$: Tỷ suất sinh lợi trên vốn chủ sở hữu, tính bằng Lợi nhuận sau thuế / Vốn chủ sở hữu.
- $CASH_{i,t}$: Mức độ thanh khoản, đo bằng logarit tự nhiên của tiền và các khoản tương đương tiền ($\ln(\text{Tiền mặt})$).
- $DIV_{i,t}$: Cổ tức bằng tiền mặt trên mỗi cổ phiếu chi trả trong năm (VNĐ/cổ phiếu).
- $YEAR_{i,t}$: Số năm hoạt động của doanh nghiệp tính đến thời điểm nghiên cứu.
- $GDP_t$: Tốc độ tăng trưởng tổng sản phẩm quốc nội thực tế năm $t$ (%).
- $INF_t$: Chỉ số giá tiêu dùng CPI đại diện cho tỷ lệ lạm phát năm $t$ (%).
Methodology
Phương pháp luận nghiên cứu áp dụng quy trình kiểm định kinh tế lượng khép kín:
- Giai đoạn 1: Khảo lược thống kê và ma trận tương quan. Đánh giá phân phối chuẩn, trung bình, độ lệch chuẩn, loại bỏ các điểm dị biệt (outliers). Tính toán hệ số phóng đại phương sai (VIF - Variance Inflation Factor) nhằm phát hiện đa cộng tuyến ($VIF < 10$ là ngưỡng chấp nhận).
- Giai đoạn 2: Ước lượng mô hình cơ sở. Chạy mô hình hồi quy Logistic cho biến nhị phân $BOND$. Chạy mô hình Pooled OLS, FEM và REM cho biến liên tục $VALUE$.
- Giai đoạn 3: Kiểm định chẩn đoán mô hình.
- Thực hiện kiểm định Hausman Test với giả thuyết $H_0$: REM phù hợp, $H_1$: FEM phù hợp. Nếu $p\text{-value} < 0,05$, bác bỏ $H_0$ và lựa chọn mô hình tác động cố định (FEM).
- Thực hiện kiểm định Breusch-Pagan Lagrange Multiplier kiểm tra hiện tượng phương sai sai số thay đổi.
- Giai đoạn 4: Hiệu chỉnh mô hình (Model Correction). Sử dụng ma trận hiệp phương sai sai số vững (Huber-White Sandwich Robust Standard Errors) để khắc phục triệt để hiện tượng phương sai sai số thay đổi và tự tương quan nhánh.
Implementation và kết quả
Development process
Quá trình làm sạch dữ liệu loại bỏ các doanh nghiệp bị hủy niêm yết, thiếu dữ liệu kiểm toán liên tục dưới 3 năm hoặc âm vốn chủ sở hữu kéo dài. Tổng số 208 doanh nghiệp thỏa mãn tiêu chuẩn, tương ứng 2.704 hàng quan sát dạng bảng cân đối ($Balance\ Panel$).
Mã lệnh thực thi phân tích kinh tế lượng chuẩn trên Stata 17:
* Thiết lập cấu trúc dữ liệu bảng
xtset enterprise_id year
* 1. Thống kê mô tả và Ma trận tương quan
summarize BOND VALUE SIZE LEV ROE CASH DIV YEAR GDP INF
pwcorr BOND VALUE SIZE LEV ROE CASH DIV YEAR GDP INF, sig star(0.05)
* 2. Kiểm tra Đa cộng tuyến qua hệ số VIF
regress VALUE SIZE LEV ROE CASH DIV YEAR GDP INF
estat vif
* 3. Hồi quy Logistic cho Quyết định phát hành
logit BOND SIZE LEV ROE CASH DIV YEAR GDP INF, vce(robust)
margins, dydx(*)
* 4. Hồi quy dữ liệu bảng cho Giá trị phát hành
* Ước lượng Pooled OLS
regress VALUE SIZE LEV ROE CASH DIV YEAR GDP INF
* Ước lượng Mô hình Tác động Cố định (FEM)
xtreg VALUE SIZE LEV ROE CASH DIV YEAR GDP INF, fe
estimates store fixed_model
* Ước lượng Mô hình Tác động Ngẫu nhiên (REM)
xtreg VALUE SIZE LEV ROE CASH DIV YEAR GDP INF, re
estimates store random_model
* 5. Kiểm định Hausman lựa chọn giữa FEM và REM
hausman fixed_model random_model
* 6. Kiểm định Phương sai thay đổi và Ước lượng Sai số chuẩn vững
xttest3
xtreg VALUE SIZE LEV ROE CASH DIV YEAR GDP INF, fe vce(robust)
Testing và validation
Kết quả thống kê mô tả 2.704 quan sát giai đoạn 2010–2022 được thể hiện chi tiết tại bảng sau:
| Biến số |
Ký hiệu |
Số quan sát |
Trung bình (Mean) |
Độ lệch chuẩn (Std. Dev.) |
Giá trị nhỏ nhất (Min) |
Giá trị lớn nhất (Max) |
| Quyết định phát hành |
BOND |
2.704 |
0,0370 |
0,1888 |
0 |
1 |
| Giá trị phát hành |
VALUE |
2.704 |
0,9900 |
5,0270 |
0 |
28,7296 |
| Quy mô tài sản |
SIZE |
2.704 |
12,1847 |
0,5658 |
8,9835 |
14,7615 |
| Đòn bẩy tài chính |
LEV |
2.704 |
0,5010 |
0,3474 |
0,0061 |
10,2337 |
| Tỷ suất sinh lợi |
ROE |
2.704 |
0,0768 |
0,8517 |
-40,8206 |
0,9500 |
| Dự trữ tiền mặt |
CASH |
2.704 |
10,8217 |
0,7924 |
7,2806 |
13,4684 |
| Cổ tức tiền mặt |
DIV |
2.704 |
699,9703 |
949,3281 |
0 |
11.000 |
| Năm hoạt động |
YEAR |
2.704 |
26,9519 |
11,2350 |
3 |
71 |
| Tăng trưởng GDP |
GDP |
2.704 |
0,0588 |
0,0162 |
0,0258 |
0,0802 |
| Lạm phát CPI |
INF |
2.704 |
0,0692 |
0,0542 |
0,0184 |
0,1840 |
Phân tích ma trận tương quan chỉ ra mức độ tương quan tuyến tính giữa các biến độc lập đều nằm dưới ngưỡng $0,70$ (cặp tương quan cao nhất là CASH và SIZE đạt $r = 0,6607$). Kết quả kiểm tra chỉ số nhân tử phóng đại phương sai $VIF$ đều nhỏ hơn $2,5$ (trung bình $VIF = 1,48$), xác nhận mô hình hoàn toàn không gặp hiện tượng đa cộng tuyến nghiêm trọng.
Kiểm định lựa chọn mô hình:
- Kiểm định Hausman thu được giá trị thống kê $\chi^2 = 38,42$ với $p\text{-value} = 0,0001 < 0,05$, chứng minh sự tồn tại của mối tương quan giữa sai số đặc trưng đơn vị $u_i$ và các biến giải thích. Do đó, mô hình Tác động Cố định (FEM) hoàn toàn vượt trội so với mô hình Tác động Ngẫu nhiên (REM).
- Kiểm định Modified Wald cho FEM chỉ ra sự hiện diện của phương sai thay đổi giữa các thực thể ($p\text{-value} < 0,001$). Do đó, ước lượng Sai số chuẩn vững (Robust FEM / Huber-White) được kích hoạt để đảm bảo tính không chệch và hiệu quả cao nhất của hệ số hồi quy.
Kết quả đạt được
Bảng tổng hợp kết quả ước lượng từ mô hình Logistic và mô hình Sai số chuẩn vững (Robust FEM):
| Biến giải thích |
Mô hình Logit (BOND) Hệ số $\beta$ ($p\text{-value}$) |
Mô hình Robust FEM (VALUE) Hệ số $\beta$ ($p\text{-value}$) |
Kỳ vọng lý thuyết |
Kết luận thực nghiệm |
| Hằng số ($\alpha_0$) |
-18,4215 (0,000)*** |
-12,8541 (0,002)*** |
-- |
-- |
| SIZE |
+1,8420 (0,000)*** |
+1,2450 (0,000)*** |
(+) |
Chấp nhận giả thuyết $H_{1a}$ |
| LEV |
+0,2140 (0,452) |
+0,1850 (0,381) |
(-) |
Không có ý nghĩa thống kê ($H_{1b}$) |
| ROE |
-0,0850 (0,612) |
-0,0420 (0,718) |
(+/-) |
Không có ý nghĩa thống kê ($H_{1c}$) |
| CASH |
+0,1420 (0,325) |
+0,0980 (0,410) |
(+/-) |
Không có ý nghĩa thống kê ($H_{1d}$) |
| DIV |
+0,0004 (0,031)** |
+0,0002 (0,048)** |
(+) |
Chấp nhận giả thuyết $H_{1e}$ |
| YEAR |
+0,0482 (0,018)** |
+0,0312 (0,025)** |
(+) |
Chấp nhận giả thuyết $H_{1f}$ |
| GDP |
+1,8520 (0,512) |
+1,1200 (0,495) |
(+) |
Không có ý nghĩa thống kê ($H_{2a}$) |
| INF |
-5,6420 (0,004)*** |
-3,9120 (0,008)*** |
(-) |
Chấp nhận giả thuyết $H_{2b}$ |
(Ghi chú: *** $p < 0,01$, ** $p < 0,05$, * $p < 0,10$)
Bốn biến có ý nghĩa thống kê cao quyết định cấu trúc phát hành TPDN tại Việt Nam:
- Quy mô doanh nghiệp ($SIZE$): Tác động cùng chiều mạnh mẽ nhất ở mức ý nghĩa $1%$ ($\beta = +1,8420$ trong Logit và $\beta = +1,2450$ trong FEM). Khi tổng tài sản tăng $1%$, xác suất phát hành trái phiếu tăng tương ứng $1,84%$. Các doanh nghiệp đầu ngành quy mô lớn (như Vingroup VIC với tài sản 577.000 tỷ đồng, Masan MSN) sở hữu lợi thế tài sản bảo đảm dồi dào, uy tín thương hiệu cao và chi phí phát hành biên thấp hơn đáng kể.
- Cổ tức tiền mặt ($DIV$): Tác động cùng chiều có ý nghĩa ở mức $5%$ ($\beta = +0,0004$). Doanh nghiệp duy trì chi trả cổ tức tiền mặt đều đặn tạo tín hiệu thị trường tích cực ($Signaling\ Hypothesis$), khẳng định dòng tiền thuần từ hoạt động kinh doanh ổn định, củng cố niềm tin của trái chủ về khả năng thực hiện nghĩa vụ nợ.
- Số năm hoạt động ($YEAR$): Tác động cùng chiều ở mức ý nghĩa $5%$ ($\beta = +0,0482$). Các doanh nghiệp có thâm niên hoạt động lâu năm (trung bình mẫu đạt 26,95 năm) tích lũy được uy tín thương hiệu vững chắc qua nhiều chu kỳ kinh tế, giảm thiểu rủi ro thông tin bất cân xứng với nhà đầu tư tổ chức.
- Chỉ số lạm phát ($INF$): Tác động ngược chiều nghiêm trọng nhất ở mức ý nghĩa $1%$ ($\beta = -5,6420$). Lạm phát tăng cao kéo theo mặt bằng lãi suất điều hành và lợi suất đòi hỏi của nhà đầu tư tăng vọt, làm gia tăng chi phí sử dụng nợ của doanh nghiệp, từ đó làm suy giảm động lực phát hành TPDN mới.
Đổi mới và đóng góp
Nghiên cứu mang lại những đóng góp khoa học và giá trị thực tiễn nổi bật khi so sánh với các nghiên cứu kinh tế lượng tiền nhiệm:
| Tiêu chí so sánh |
Nghiên cứu của Đặng Duy Ngọc (2023) |
Mizen, Tsoukalas, & Tsoukas (2008) |
Phan Thanh Hiệp (2016) |
Trần Đức Thắng (2019) |
| Không gian nghiên cứu |
Thị trường chứng khoán Việt Nam (HOSE, HNX) |
Thị trường chứng khoán Hoa Kỳ |
Toàn bộ DN công nghiệp niêm yết tại Việt Nam |
Ngành sản xuất thực phẩm tại Việt Nam |
| Giai đoạn dữ liệu |
2010 – 2022 (13 năm liên tục) |
1995 – 2004 (10 năm) |
2007 – 2014 (8 năm) |
2012 – 2017 (6 năm) |
| Công cụ nợ phân tích |
Tách biệt chuyên biệt Trái phiếu Doanh nghiệp |
Trái phiếu doanh nghiệp Mỹ |
Tổng nợ vay chung (Bao gồm nợ ngân hàng) |
Tổng nợ vay chung |
| Phương pháp ước lượng |
Dual: Binary Logit + Robust FEM Panel |
Binary Logit & Probit |
GMM động (Generalized Method of Moments) |
Pooled OLS, FEM, REM thông thường |
| Xử lý khuyết tật mô hình |
Hiệu chỉnh triệt để Phương sai thay đổi bằng Robust SE |
Maximum Likelihood Robust |
Khắc phục nội sinh bằng biến trễ GMM |
Chưa xử lý triệt để phương sai thay đổi |
Những đóng góp mới của đề tài:
- Đóng góp học thuật: Bổ sung bằng chứng thực nghiệm chuyên biệt về hành vi phát hành TPDN tại một thị trường cận biên/mới nổi đang trong giai đoạn hoàn thiện thể chế pháp lý, kiểm chứng sự tương thích của Lý thuyết Đánh đổi ($Trade-off$) và Lý thuyết Tín hiệu ($Signaling$) trong bối cảnh vĩ mô biến động.
- Đóng góp phương pháp luận: Kết hợp đồng thời mô hình quyết định nhị phân và mô hình giá trị liên tục trên cùng một bộ dữ liệu bảng 2.704 quan sát, loại bỏ các kết luận thiếu chính xác của OLS gộp truyền thống.
- Tính thời sự của dữ liệu: Bao phủ trọn vẹn chu kỳ bùng nổ (2018–2021) và giai đoạn khủng hoảng thanh khoản (2022) của thị trường TPDN Việt Nam.
Ứng dụng thực tế và triển khai
Kết quả nghiên cứu cung cấp cơ sở dữ liệu định lượng cho việc hoạch định chiến lược cấu trúc vốn và điều hành thị trường tài chính:
-
Khuyến nghị dành cho Doanh nghiệp phát hành (CFO / Treasury):
- Gia tăng quy mô tài sản hợp nhất minh bạch: Tích tụ tài sản qua hoạt động M&A, liên doanh liên kết để tạo quy mô đệm đủ lớn ($SIZE$), giúp giảm thiểu chi phí phát hành biên và tăng hạn mức vay nợ từ trái phiếu.
- Chính sách cổ tức tiền mặt ổn định: Không nên cắt giảm hoàn toàn cổ tức tiền mặt sang cổ phiếu trong các năm chuẩn bị phát hành trái phiếu, nhằm phát tín hiệu về khả năng tạo tiền thực tế cho trái chủ.
- Chiến lược định thời điểm thị trường ($Market\ Timing$): Tránh phát hành trong giai đoạn lạm phát vượt ngưỡng mục tiêu ($> 4%$) vì chi phí vốn sẽ bị đội lên từ 200–400 điểm cơ bản (bps).
-
Khuyến nghị dành cho Cơ quan Quản lý (Bộ Tài chính, UBCKNN, HNX):
- Hoàn thiện sàn giao dịch TPDN riêng lẻ tập trung tại HNX nhằm tăng tính thanh khoản thứ cấp, giúp giảm mức bù rủi ro thanh khoản ($Liquidity\ Premium$) cho các tổ chức phát hành.
- Ban hành quy chuẩn bắt buộc xếp hạng tín nhiệm độc lập (Credit Rating Agencies - CRAs như FiinRatings, Saigon Ratings) đối với các đợt phát hành quy mô lớn, tạo niềm tin cho nhà đầu tư tổ chức.
Hạn chế và hướng phát triển
Dù đạt được các kết quả thực nghiệm có ý nghĩa thống kê cao, khóa luận ghi nhận một số giới hạn kỹ thuật cần được tiếp tục mở rộng:
- Hạn chế về cấu trúc mẫu: Nghiên cứu chỉ tập trung vào các công ty đại chúng niêm yết trên HOSE và HNX, chưa bao quát khối doanh nghiệp chưa niêm yết (Unlisted firms) – nhóm đối tượng chiếm tỷ trọng phát hành TPDN riêng lẻ lớn trong giai đoạn 2019–2021.
- Hạn chế về biến kiểm soát vi mô: Chưa đưa vào mô hình các yếu tố phi tài chính như tỷ lệ sở hữu nhà nước, mức độ đa dạng hóa hội đồng quản trị, cấu trúc sở hữu nước ngoài hay uy tín của tổ chức kiểm toán độc lập (Big 4 vs Non-Big 4).
- Hướng phát triển tiếp theo:
- Ứng dụng mô hình kinh tế lượng động GMM sai phân hoặc GMM hệ thống (System GMM) để kiểm soát triệt để tính nội sinh tiềm ẩn giữa biến giá trị phát hành và đòn bẩy tài chính.
- Phân tích sâu tác động của các chỉ số xếp hạng tín nhiệm nội địa và tiêu chuẩn ESG (Môi trường - Xã hội - Quản trị) lên mức chênh lệch lãi suất phát hành trái phiếu ($Bond\ Yield\ Spread$).
Đối tượng hưởng lợi
Nghiên cứu mang lại giá trị ứng dụng cụ thể cho từng nhóm đối tượng chuyên môn:
- Sinh viên và Học viên Cao học ngành Tài chính - Ngân hàng: Cung cấp tài liệu tham khảo chuẩn mực về quy trình phân tích kinh tế lượng dữ liệu bảng trên Stata 17, phương pháp xử lý khuyết tật mô hình tài chính doanh nghiệp.
- Giám đốc Tài chính (CFO) và Chuyên viên Quản lý Vốn: Nắm bắt công thức định lượng xác suất phát hành thành công, từ đó tối ưu hóa cơ cấu nợ và lựa chọn thời điểm phát hành theo chu kỳ lạm phát.
- Công ty Chứng khoán và Ngân hàng Đầu tư (IB): Ứng dụng hệ số hồi quy để xây dựng mô hình chấm điểm tín dụng nội bộ ($Internal\ Credit\ Scoring$), đánh giá mức độ khả thi của khách hàng doanh nghiệp trước khi nhận tư vấn/bảo lãnh phát hành.
- Nhà đầu tư Định chế (Quỹ đầu tư, Quỹ bảo hiểm): Có thêm công cụ định lượng sàng lọc rủi ro phát hành dựa trên quy mô tài sản, lịch sử trả cổ tức và thâm niên hoạt động của tổ chức phát hành.
Câu hỏi thường gặp
-
Làm thế nào để xử lý hiện tượng phương sai sai số thay đổi khi phân tích dữ liệu bảng trên Stata?
Khi kiểm định xttest3 cho ra $p\text{-value} < 0,05$, phương sai phần dư giữa các doanh nghiệp không đồng nhất. Cần bổ sung tùy chọn vce(robust) hoặc vce(cluster enterprise_id) trong câu lệnh xtreg, fe để chuyển sang ước lượng ma trận hiệp phương sai vững (Huber-White Sandwich Estimator), giúp hệ số hồi quy giữ nguyên tính hiệu quả mà không bị làm sai lệch giá trị thống kê $t$ và $p\text{-value}$.
-
Tại sao đòn bẩy tài chính ($LEV$) và khả năng sinh lợi ($ROE$) không có ý nghĩa thống kê trong mô hình?
Tại thị trường Việt Nam giai đoạn 2010–2022, quyết định mua TPDN của các nhà đầu tư phụ thuộc chủ yếu vào sự hiện diện của tài sản bảo đảm (quy mô tổng tài sản $SIZE$) và cam kết mua lại/bảo lãnh thanh toán hơn là hệ số nợ hiện hữu hay tỷ suất sinh lời quá khứ của doanh nghiệp.
-
Yếu tố lạm phát tác động như thế nào đến quyết định phát hành TPDN?
Hệ số hồi quy âm rất lớn ($\beta = -5,6420$, $p < 0,01$) chứng minh lạm phát là rào cản lớn nhất. Khi lạm phát tăng, các nhà đầu tư yêu cầu lãi suất danh nghĩa cao hơn để bù đắp rủi ro mất giá tiền tệ, khiến chi phí vốn của doanh nghiệp tăng cao, buộc doanh nghiệp phải hoãn hoặc hủy các kế hoạch huy động vốn qua kênh trái phiếu.
-
Sự khác biệt cốt lõi giữa mô hình FEM và REM trong nghiên cứu này là gì?
Mô hình FEM giả định rằng các đặc điểm riêng biệt của từng doanh nghiệp ($u_i$) có tương quan với các biến giải thích (như quy mô, nợ vay). Kiểm định Hausman với $p = 0,0001$ đã bác bỏ giả định không tương quan của REM, xác nhận FEM là mô hình duy nhất cho ra ước lượng không chệch.
-
Làm sao doanh nghiệp vừa và nhỏ (SMEs) có thể tiếp cận kênh huy động trái phiếu?
Do biến quy mô ($SIZE$) có tác động quyết định đến việc phát hành, các doanh nghiệp vừa và nhỏ cần thực hiện liên kết phát hành theo chuỗi giá trị, sử dụng các quỹ bảo lãnh tín dụng hoặc phát hành trái phiếu xanh/trái phiếu bền vững có sự hỗ trợ của các tổ chức tài chính quốc tế như IFC hay ADB.
Kết luận
Công trình nghiên cứu của tác giả Đặng Duy Ngọc đã lượng hóa các nhân tố quyết định đến hoạt động phát hành trái phiếu của các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2010–2022. Bằng việc ứng dụng phương pháp hồi quy Logistic nhị phân kết hợp mô hình Tác động Cố định vững (Robust FEM) trên mẫu dữ liệu 2.704 quan sát từ 208 doanh nghiệp niêm yết, nghiên cứu đã chứng minh:
- Quy mô doanh nghiệp ($SIZE$), Chính sách cổ tức tiền mặt ($DIV$) và Số năm hoạt động ($YEAR$) là ba nhân tố nội tại tác động cùng chiều mạnh mẽ nhất đến quyết định và quy mô giá trị phát hành TPDN.
- Lạm phát ($INF$) là yếu tố vĩ mô tác động nghịch chiều gay gắt nhất, đòi hỏi doanh nghiệp phải có chiến lược quản trị rủi ro lãi suất chủ động.
Kết quả thực nghiệm là cẩm nang định lượng giá trị cho các nhà hoạch định chính sách trong việc phát triển thị trường vốn Việt Nam hướng tới mục tiêu quy mô TPDN đạt 30% GDP vào năm 2030, đồng thời mở ra khung tham chiếu quản trị cấu trúc vốn vững chắc cho cộng đồng doanh nghiệp niêm yết tại Việt Nam.
