Giới thiệu dự án

Trong tiến trình tái cơ cấu nền kinh tế và đổi mới mô hình tăng trưởng tại Việt Nam, doanh nghiệp nhà nước (DNNN) và các doanh nghiệp có vốn góp nhà nước giữ vai trò chủ đạo ở các ngành kinh tế then chốt. Theo số liệu thống kê từ Bộ Kế hoạch và Đầu tư, khối DNNN đóng góp khoảng 40% Tổng sản phẩm quốc nội (GDP) nhưng lại nắm giữ tới gần 60% tổng nguồn lực và vốn đầu tư toàn xã hội. Tuy nhiên, hiệu quả sử dụng vốn của khối này đang bộc lộ nhiều điểm nghẽn: tỷ lệ đóng góp vào ngân sách nhà nước đã suy giảm từ mức cao trong giai đoạn 2011–2015 xuống còn 12,6% trong giai đoạn 2018–2019, thấp hơn đáng kể so với khu vực doanh nghiệp có vốn đầu tư trực tiếp nước ngoài (FDI, chiếm 15%–17%).

Thực trạng này đặt ra bài toán cấp thiết: Tỷ lệ sở hữu nhà nước (SHNN) tác động như thế nào đến hiệu quả hoạt động (HQHĐ) của các doanh nghiệp niêm yết (DNNY)? Mâu thuẫn giữa mục tiêu kinh tế (tối đa hóa giá trị doanh nghiệp) và mục tiêu chính trị - xã hội (giải quyết việc làm, bình ổn giá) theo Lý thuyết người đại diện (Agency Theory) đang tạo ra rào cản lớn cho quản trị doanh nghiệp hiện đại.

Đồ án khóa luận "Đánh giá tác động của sở hữu nhà nước đến hiệu quả hoạt động các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam" do sinh viên Nguyễn Phương Hoa (Học viện Ngân hàng) thực hiện dưới sự hướng dẫn của TS. Trần Thị Thu Hương, tập trung giải quyết triệt để vấn đề trên với các mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về cấu trúc sở hữu, sở hữu nhà nước và các chỉ số đo lường hiệu quả hoạt động tài chính ($ROA$, $ROE$).
  2. Xây dựng mô hình kinh tế lượng dữ liệu bảng (Panel Data) đánh giá tác động tuyến tính và phi tuyến của tỷ lệ SHNN đến HQHĐ trên mẫu 25 DNNY đại diện trên sàn HOSE và HNX giai đoạn 2011–2019 (225 quan sát).
  3. Kiểm định và xử lý các khuyết tật mô hình (đa cộng tuyến, phương sai sai số thay đổi, tự tương quan) nhằm đảm bảo tính vững của ước lượng.
  4. Đề xuất các khuyến nghị thực chứng cho các nhà quản trị doanh nghiệp và cơ quan hoạch định chính sách trong lộ trình cổ phần hóa và thoái vốn nhà nước.

Phạm vi nghiên cứu tập trung vào các doanh nghiệp phi tài chính niêm yết trên thị trường chứng khoán (TTCK) Việt Nam, loại trừ các tổ chức tín dụng và bảo hiểm do có cấu trúc bảng cân đối kế toán đặc thù.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu cấu trúc sở hữu đòi hỏi việc lựa chọn phương pháp định lượng chuẩn xác để bóc tách tác động thuần túy của biến sở hữu nhà nước khỏi các yếu tố nội tại của doanh nghiệp.

Phương pháp tiếp cận Ưu điểm Nhược điểm Đánh giá áp dụng trong đề tài
Hồi quy tuyến tính cắt ngang (Cross-sectional OLS) Đơn giản, dễ thực hiện, trực quan về mặt tính toán. Bỏ qua yếu tố biến động theo thời gian, không kiểm soát được đặc trưng riêng bất biến của từng doanh nghiệp. Không phù hợp cho chuỗi dữ liệu đa kỳ 2011–2019.
Mô hình tác động cố định / ngẫu nhiên (FEM / REM) Kiểm soát hiệu quả tính không đồng nhất giữa các doanh nghiệp (firm heterogeneity), phù hợp dữ liệu bảng. Đòi hỏi xử lý nghiêm ngặt các khuyết tật tự tương quan (autocorrelation) và phương sai thay đổi (heteroskedasticity). Được lựa chọn làm phương pháp cốt lõi kết hợp kiểm định Hausman.
Mô hình GMM động (Generalized Method of Moments) Xử lý triệt để tính nội sinh (endogeneity) của cấu trúc sở hữu. Đòi hỏi mẫu quan sát lớn ($N > 100$), cấu trúc chuỗi thời gian sâu, thuật toán ước lượng phức tạp. Đề xuất cho các giai đoạn mở rộng nghiên cứu tiếp theo.

Yêu cầu nghiên cứu được phân bổ theo ma trận MoSCoW:

  • Must have: Xây dựng biến đo lường phi tuyến ($GOV$, $GOV^2$), kiểm định Hausman chọn mô hình FEM/REM, kiểm định $VIF$, kiểm định Wald/Wooldridge xử lý khuyết tật.
  • Should have: Phân tích tương quan Pearson, thống kê mô tả chi tiết từng biến.
  • Could have: Đánh giá phân rã theo quy mô tài sản và thâm niên niêm yết.
  • Won't have: Mô hình hóa các công ty tài chính, ngân hàng thương mại.

Thiết kế hệ thống

Quy trình nghiên cứu và xử lý dữ liệu kinh tế lượng được thiết kế chuẩn hóa qua 5 giai đoạn:

Technology Stack phục vụ nghiên cứu:

  • Phần mềm thống kê chính: Stata phiên bản 14.0 (x64) chuyên sâu cho phân tích kinh tế lượng dữ liệu bảng.
  • Xử lý bảng tính & Trích xuất dữ liệu: Microsoft Excel 2019, nguồn cấp dữ liệu chuẩn hóa từ Vietstock Finance và CafeF.
  • Môi trường soạn thảo & trực quan hóa: LaTeX / Markdown engine.

Cấu trúc biến dữ liệu bảng ($i = 1 \dots 25; t = 2011 \dots 2019$):

Schema Dữ liệu Nghiên cứu:

Methodology

Phương pháp luận kinh tế lượng áp dụng khung phân tích chuỗi tĩnh trên dữ liệu bảng:

  • Mô hình Pooled OLS: Giả định không có sự khác biệt cá thể giữa các doanh nghiệp.
  • Mô hình tác động cố định (FEM): Cho phép các đặc trưng riêng biệt không quan sát được của doanh nghiệp tương quan với các biến giải thích.
  • Mô hình tác động ngẫu nhiên (REM): Giả định sai số cá thể không tương quan với các biến giải thích.
  • Kiểm định Breusch-Pagan Lagrange Multiplier & Hausman: Quyết định lựa chọn mô hình tối ưu giữa OLS, FEM và REM.
  • Chiến lược kiểm soát rủi ro học thuật: Thực hiện kiểm tra hệ số phóng đại phương sai ($VIF < 10$) để loại trừ hiện tượng đa cộng tuyến trước khi chạy hồi quy.

Implementation và kết quả

Development process

Phương trình hồi quy tổng quát được thiết lập như sau:

$$ROA_{i,t} = \beta_0 + \beta_1 GOV_{i,t} + \beta_2 GOV^2_{i,t} + \beta_3 AGE_{i,t} + \beta_4 SIZE_{i,t} + \beta_5 LEV_{i,t} + \beta_6 GROWTH_{i,t} + u_{i,t}$$

$$ROE_{i,t} = \alpha_0 + \alpha_1 GOV_{i,t} + \alpha_2 GOV^2_{i,t} + \alpha_3 AGE_{i,t} + \alpha_4 SIZE_{i,t} + \alpha_5 LEV_{i,t} + \alpha_6 GROWTH_{i,t} + e_{i,t}$$

Kịch bản thực thi xử lý dữ liệu và ước lượng mô hình trong Stata 14.0:

* Thiết lập cấu trúc dữ liệu bảng
xtset id year

* 1. Thống kê mô tả toàn bộ các biến
summarize roa roe gov gov2 age size lev growth, detail

* 2. Phân tích ma trận hệ số tương quan Pearson
correlate roa roe gov age size lev growth
correlate roe gov age size lev growth

* 3. Ước lượng mô hình OLS và kiểm định đa cộng tuyến VIF
regress roa gov gov2 age size lev growth
estat vif

* 4. Ước lượng mô hình Fixed Effects và Random Effects
xtreg roa gov gov2 age size lev growth, fe
estimates store fixed_roa

xtreg roa gov gov2 age size lev growth, re
estimates store random_roa

* 5. Kiểm định Hausman lựa chọn mô hình
hausman fixed_roa random_roa

* 6. Kiểm định phương sai sai số thay đổi và tự tương quan
xttest3
xtserial roa gov gov2 age size lev growth

* 7. Hiệu chỉnh mô hình với sai số chuẩn vững (Robust Standard Errors)
xtreg roa gov gov2 age size lev growth, fe vce(robust)
xtreg roe gov gov2 age size lev growth, fe vce(robust)

Testing và validation

Kết quả thống kê mô tả mẫu nghiên cứu (225 quan sát giai đoạn 2011–2019):

Biến Ý nghĩa Giá trị trung bình (Mean) Độ lệch chuẩn (Std. Dev.) Giá trị nhỏ nhất (Min) Giá trị lớn nhất (Max)
ROA Lợi nhuận / Tổng tài sản (%) 9,25% 5,34% 0,02% (HT1, 2013) 26,63% (PMC, 2013)
ROE Lợi nhuận / Vốn CSH (%) 15,30% 7,55% 0,08% (HT1, 2013) 35,07% (PMC, 2013)
GOV Tỷ lệ sở hữu nhà nước 0,44 (44,0%) 0,234 0,0002 (BMP, 2018) 0,790 (BTS, 2011–19)
AGE Số năm niêm yết (log) 0,83 0,295 0,00 (Năm đầu) 1,11 (13 năm)
SIZE Quy mô tổng tài sản (log) 5,70 0,652 4,24 (BST, 2011) 7,12 (HT1, 2012)
LEV Đòn bẩy tài chính 1,97 1,180 1,02 (HTP) 7,12 (HT1)
GROWTH Tăng trưởng doanh thu 0,08 (8,0%) 0,221 -0,42 (-42%, HTP) 1,25 (125%, BTS)

Kiểm định khuyết tật:

  • Đa cộng tuyến: Giá trị $VIF$ của tất cả các biến độc lập và kiểm soát dao động từ 1,12 đến 2,45 (Mean $VIF < 2.0$), thấp hơn nhiều so với ngưỡng cảnh báo 10, chứng minh không xảy ra hiện tượng đa cộng tuyến.
  • Ma trận tương quan: Hệ số tương quan giữa các cặp biến độc lập đều nằm trong khoảng $(-0,8; +0,8)$, khẳng định tính độc lập của các biến giải thích.
  • Kiểm định Hausman: Cho giá trị $p\text{-value} < 0,05$, xác nhận mô hình tác động cố định (FEM) tối ưu hơn mô hình tác động ngẫu nhiên (REM).
  • Kiểm định Wald và Wooldridge: Phát hiện hiện tượng phương sai sai số thay đổi và tự tương quan bậc 1; đã được khắc phục hoàn toàn bằng kỹ thuật ước lượng sai số chuẩn vững (Robust Standard Errors).

Kết quả đạt được

Các kết quả thực nghiệm sau khi khắc phục khuyết tật cho thấy:

  1. Mối quan hệ phi tuyến hình chữ U giữa SHNN và HQHĐ:
    • Hệ số hồi quy của biến $GOV$ mang dấu âm ($\beta_1 < 0, p < 0,05$), trong khi hệ số của biến bậc hai $GOV^2$ mang dấu dương ($\beta_2 > 0, p < 0,05$).
    • Kết quả này chứng minh: Khi tỷ lệ sở hữu nhà nước ở mức thấp đến trung bình, sự gia tăng SHNN làm suy giảm hiệu quả hoạt động ($ROA$, $ROE$) do gánh nặng chi phí đại diện và các mục tiêu phi lợi nhuận. Tuy nhiên, khi tỷ lệ SHNN vượt qua một ngưỡng giới hạn nhất định, việc nắm giữ cổ phần chi phối của Nhà nước lại hỗ trợ doanh nghiệp tiếp cận nguồn vốn ưu đãi từ các ngân hàng thương mại quốc doanh và tận dụng mối quan hệ chính trị để gia tăng hiệu quả sinh lời.
  2. Tác động của các biến kiểm soát:
    • Đòn bẩy tài chính ($LEV$): Tác động tiêu cực có ý nghĩa thống kê ở mức 1% ($\beta_5 = -0,028, p < 0,01$) đến cả $ROA$ và $ROE$. Doanh nghiệp sử dụng nợ vay quá mức đối mặt với chi phí lãi vay cao, làm bào mòn lợi nhuận ròng.
    • Tăng trưởng doanh thu ($GROWTH$): Tác động tích cực cùng chiều ($\beta_6 = +0,042, p < 0,05$) đến HQHĐ, khẳng định việc mở rộng thị phần và doanh thu là động lực trực tiếp gia tăng tỷ suất sinh lời.
    • Quy mô doanh nghiệp ($SIZE$): Tác động tích cực đến $ROE$ nhờ lợi thế kinh tế theo quy mô (economies of scale).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn nổi bật khi so sánh với các công trình nghiên cứu trước đây:

Tiêu chí so sánh Qian Sun & H. Tong (2002) Ngo My Tran và cs. (2014) Nghiên cứu của đề tài (Nguyễn Phương Hoa, 2021)
Không gian & Mẫu Thị trường Trung Quốc (SZSE, SHSE) Doanh nghiệp Việt Nam giai đoạn 2004–2012 25 DNNY đại diện trên HOSE & HNX giai đoạn 2011–2019
Bản chất mối quan hệ Tuyến tính tích cực (Nhà nước hỗ trợ vốn) Tuyến tính tiêu cực (Chi phí đại diện cao) Phi tuyến hình chữ U ($GOV$ âm, $GOV^2$ dương)
Xử lý khuyết tật Pooled OLS cơ bản Static Panel (FEM/REM) FEM kết hợp hiệu chỉnh Robust Standard Errors
Chỉ số đo lường Lợi nhuận kế toán Năng suất lao động, $ROA$ Tích hợp đồng thời $ROA$ và $ROE$ đa chiều

Những đổi mới căn bản:

  • Xác nhận bằng chứng thực nghiệm về tính phi tuyến của tỷ lệ SHNN tại TTCK Việt Nam, bác bỏ các giả định tuyến tính một chiều đơn giản hóa trước đây.
  • Định lượng hóa rủi ro của việc lạm dụng đòn bẩy tài chính trong các doanh nghiệp có vốn nhà nước (hệ số tác động ngược chiều đạt mức ý nghĩa 1%).

Ứng dụng thực tế và triển khai

Kết quả nghiên cứu cung cấp cơ sở dữ liệu thực nghiệm giá trị cho quá trình triển khai chính sách thoái vốn nhà nước theo các quyết định của Thủ tướng Chính phủ:

  • Ứng dụng trong tái cơ cấu danh mục thoái vốn: Đối với các doanh nghiệp thương mại thuần túy mà Nhà nước đang nắm giữ tỷ lệ không chi phối (dưới 50%), cần đẩy nhanh tiến độ thoái vốn toàn bộ để trao quyền chủ động cho các nhà đầu tư tư nhân, giúp tối ưu hóa $ROA$ và $ROE$ (giảm chi phí đại diện).
  • Chiến lược giữ tỷ lệ chi phối có chọn lọc: Với các doanh nghiệp thuộc nhóm hạ tầng trọng điểm, an ninh năng lượng, Nhà nước nên duy trì tỷ lệ chi phối rõ ràng (trên 65%) nhằm tận dụng ưu thế tập trung nguồn lực và hỗ trợ thể chế, tránh duy trì tỷ lệ "lơ lửng" (30%–45%) gây xung đột quản trị.
  • Tối ưu hóa cấu trúc vốn: Các nhà quản trị doanh nghiệp có vốn nhà nước cần kiểm soát tỷ lệ $LEV < 2,0$, cơ cấu lại nợ vay ngắn hạn để cải thiện biên an toàn tài chính.

Hạn chế và hướng phát triển

Đề tài ghi nhận một số hạn chế khách quan:

  1. Mẫu nghiên cứu gồm 25 doanh nghiệp (225 quan sát) đại diện qua 9 năm, dù đảm bảo tính hội tụ kinh tế lượng nhưng có thể mở rộng quy mô mẫu lên hơn 300 DNNY phi tài chính để tăng cường tính đại diện toàn thị trường.
  2. Mô hình chưa kiểm soát triệt để tính nội sinh động (dynamic endogeneity) phát sinh từ độ trễ của hiệu quả hoạt động ($ROA_{t-1}, ROE_{t-1}$).

Hướng phát triển đề xuất:

  • Ứng dụng phương pháp hồi quy GMM hai bước (Two-step System GMM) trên bộ dữ liệu mở rộng 2011–2025 để xử lý hoàn toàn biến nội sinh và quan sát các cú sốc kinh tế vĩ mô (COVID-19, biến động chuỗi cung ứng).
  • Bổ sung các biến tương tác giữa SHNN với tỷ lệ sở hữu nước ngoài (Foreign Ownership) và cơ cấu Hội đồng quản trị.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu kinh tế lượng ứng dụng trên dữ liệu bảng, quy trình xử lý dữ liệu với Stata 14.0 và cách thức phát hiện, khắc phục khuyết tật mô hình.
  • Chuyên viên phân tích dữ liệu & Định lượng: Nắm vững cấu trúc lệnh do-file trong Stata, kỹ thuật kiểm định Hausman, kiểm định đa cộng tuyến $VIF$ và hiệu chỉnh sai số chuẩn vững (Robust SE).
  • Nhà quản trị doanh nghiệp: Nhận diện tác động tiêu cực của đòn bẩy tài chính quá mức và tìm ra cấu trúc vốn tối ưu nhằm gia tăng hiệu quả sinh lời trên vốn chủ sở hữu ($ROE$).
  • Cơ quan quản lý & Nhà hoạch định chính sách (SCIC, Bộ Tài chính): Có luận cứ khoa học để xây dựng lộ trình thoái vốn, phân loại doanh nghiệp cần nắm giữ vốn chi phối hoặc thoái vốn triệt để.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại đưa biến bậc hai $GOV^2$ vào phương trình hồi quy?
Biến $GOV^2$ được đưa vào nhằm kiểm định giả thuyết mối quan hệ phi tuyến (hình chữ U hoặc chữ U ngược) giữa tỷ lệ sở hữu nhà nước và HQHĐ. Kết quả $\beta_1 < 0$ và $\beta_2 > 0$ khẳng định mối quan hệ hình chữ U, cho thấy tác động của SHNN phụ thuộc phi tuyến vào tỷ lệ nắm giữ.

2. Tiêu chí nào quyết định việc lựa chọn mô hình Fixed Effects (FEM) thay vì Random Effects (REM)?
Nghiên cứu sử dụng kiểm định Hausman. Với giá trị thống kê Prob > Chi2 < 0,05, giả thuyết $H_0$ (sai số cá thể không tương quan với các biến giải thích) bị bác bỏ, khẳng định mô hình FEM là ước lượng phù hợp và không chệch.

3. Tại sao biến đòn bẩy tài chính ($LEV$) lại có tác động tiêu cực đến $ROA$ và $ROE$?
Khi tỷ lệ nợ phải trả trên vốn chủ sở hữu tăng cao, gánh nặng chi phí lãi vay gia tăng làm suy giảm lợi nhuận sau thuế. Đồng thời, áp lực thanh khoản làm giảm hiệu quả sử dụng tổng tài sản của doanh nghiệp.

4. Dữ liệu nghiên cứu được thu thập từ những nguồn nào để đảm bảo tính tin cậy?
Toàn bộ số liệu tài chính được trích xuất từ Báo cáo tài chính hợp nhất đã kiểm toán và Báo cáo thường niên giai đoạn 2011–2019 của 25 DNNY, đối soát chéo độc lập từ Vietstock Finance và CafeF.

5. Lộ trình thoái vốn nhà nước nên được điều chỉnh như thế nào từ kết quả nghiên cứu này?
Nhà nước nên tránh duy trì tỷ lệ sở hữu phân tán hoặc tỷ lệ trung bình (dưới 50% nhưng không thoái hết) ở các doanh nghiệp thương mại, mà nên đẩy mạnh thoái vốn dứt điểm để doanh nghiệp vận hành linh hoạt theo cơ chế thị trường.

Kết luận

Khóa luận tốt nghiệp của sinh viên Nguyễn Phương Hoa đã giải quyết thành công bài toán đánh giá tác động của sở hữu nhà nước đến hiệu quả hoạt động của các doanh nghiệp niêm yết trên TTCK Việt Nam giai đoạn 2011–2019. Bằng phương pháp kinh tế lượng dữ liệu bảng vững chắc kết hợp xử lý triệt để các khuyết tật mô hình, nghiên cứu đã chứng minh thực nghiệm mối quan hệ phi tuyến hình chữ U giữa tỷ lệ SHNN và các chỉ tiêu $ROA$, $ROE$, đồng thời chỉ rõ tác động kìm hãm của đòn bẩy tài chính quá mức.

Công trình không chỉ mang giá trị học thuật cao trong lĩnh vực tài chính doanh nghiệp mà còn đóng góp luận cứ thực tiễn sắc bén cho chiến lược cổ phần hóa, tái cấu trúc vốn nhà nước trong kỷ nguyên mới. Độc giả, nhà nghiên cứu và các nhà quản trị quan tâm có thể ứng dụng trực tiếp khung phân tích và tập lệnh kinh tế lượng này cho các bài toán phân tích cấu trúc sở hữu chuyên sâu.