Giới thiệu dự án

Nghiên cứu cấu trúc vốn (Capital Structure) và sự tác động của nó tới hiệu quả hoạt động (Firm Performance) là một trong những chủ đề trọng tâm của quản trị tài chính doanh nghiệp hiện đại. Trong giai đoạn 2018–2021, nền kinh tế Việt Nam trải qua nhiều biến động vĩ mô phức tạp, đặc biệt là tác động từ đợt dịch COVID-19 lần thứ tư vào năm 2021 khiến tăng trưởng GDP cả nước giảm xuống mức 2,58%. Bối cảnh này đặt ra thách thức lớn đối với việc cân đối nguồn vốn nội bộ và vốn vay bên ngoài nhằm duy trì khả năng thanh khoản và tối ưu hóa giá trị doanh nghiệp.

Thực trạng quản trị tài chính tại các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam (HOSE, HNX, UPCOM) bộc lộ nhiều rủi ro:

  • Tỷ lệ đòn bẩy tài chính (Financial Leverage) cao vượt mức kiểm soát, làm gia tăng áp lực trả nợ gốc và lãi vay trong điều kiện doanh thu sụt giảm.
  • Chi phí kiệt quệ tài chính (Financial Distress Costs) và chi phí đại diện (Agency Costs) gia tăng do bất cân xứng thông tin giữa nhà quản trị, cổ đông và chủ nợ.
  • Cơ cấu sở hữu chưa tối ưu, tỷ lệ sở hữu nhà nước, sở hữu nước ngoài, sở hữu tổ chức và ban quản trị tác động đa chiều nhưng thiếu cơ sở định lượng để hoạch định chính sách.

Đề tài "Mối quan hệ giữa cấu trúc vốn và hiệu quả hoạt động của các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam" được triển khai với các mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về cấu trúc vốn, cấu trúc sở hữu và hiệu quả hoạt động dựa trên các lý thuyết nền tảng (M&M, Lý thuyết Đánh đổi, Lý thuyết Trật tự phân hạng, Lý thuyết Chi phí đại diện).
  2. Xây dựng và chuẩn hóa bộ dữ liệu bảng (Balanced Panel Data) gồm 184 doanh nghiệp niêm yết trên HOSE, HNX, UPCOM trong giai đoạn 4 năm (2018–2021) với tổng cộng 736 quan sát.
  3. Ứng dụng các mô hình kinh tế lượng (Pooled OLS, FEM, REM) và các kiểm định chẩn đoán khuyết tật mô hình (Hausman, Breusch-Pagan, VIF, Modified Wald, Wooldridge) để lượng hóa tác động của các nhân tố đến chỉ số Tobin's Q.
  4. Đề xuất ma trận giải pháp thực tiễn giúp ban lãnh đạo doanh nghiệp, nhà đầu tư và cơ quan quản lý điều chỉnh cơ cấu vốn và tỷ lệ sở hữu nhằm tối đa hóa giá trị doanh nghiệp.

Phương pháp tiếp cận sử dụng chỉ số thị trường Tobin's Q làm biến phụ thuộc đo lường hiệu quả hoạt động, kết hợp giá trị sổ sách và giá trị thị trường để phản ánh kỳ vọng dài hạn của nhà đầu tư. Phạm vi nghiên cứu tập trung vào 184 doanh nghiệp phi tài chính công bố đầy đủ báo cáo tài chính kiểm toán và báo cáo quản trị liên tục từ năm 2018 đến năm 2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các nghiên cứu thực nghiệm trước đây tại thị trường quốc tế và Việt Nam đưa ra những kết quả không đồng nhất về chiều hướng tác động của cấu trúc vốn lên hiệu quả hoạt động.

Nghiên cứu Phương pháp Mẫu nghiên cứu Kết quả chính Hạn chế
Samuel Fosu (2013) Pooled OLS, FEM 257 DN tại Nam Phi (1998–2009) Đòn bẩy tài chính tác động dương (+) đến hiệu suất DN trong môi trường cạnh tranh Chưa tích hợp cấu trúc sở hữu chi tiết
Le & Phung (2013) OLS, Fixed Effects DN niêm yết Việt Nam (2007–2011) Sử dụng nợ có quan hệ thuận chiều (+) với hiệu quả kinh doanh Cỡ mẫu nhỏ, dữ liệu trước khủng hoảng chưa cập nhật
Bùi Văn Thụy & Nguyễn Thị Ngọc Diệp (2016) Pooled OLS, FEM, REM (EViews 8) 427 DN niêm yết Việt Nam (2010–2014) Nợ dài hạn (LTD) và tổng nợ (TD) tác động âm (-) đến ROE và Tobin's Q Chưa phân tách chi tiết tác động của cấu trúc sở hữu ban quản trị
Zia ul Islam & Iqbal (2021) System GMM 2 bước 285 DN phi tài chính Pakistan (21 năm) Đòn bẩy tài chính tác động âm (-) đến ROA, ROE, ROS Tập trung vào chỉ số kế toán, chưa đo lường toàn diện Tobin's Q

Nhu cầu nghiên cứu được phân bổ theo ma trận ưu tiên MoSCoW:

  • Must Have: Mô hình hồi quy dữ liệu bảng (Pooled OLS, FEM, REM); Kiểm định Hausman lựa chọn mô hình tối ưu; Biến phụ thuộc Tobin's Q; Kiểm định đa cộng tuyến (VIF).
  • Should Have: Kiểm soát các biến cấu trúc sở hữu (StateOwn, ForeignOwn, InstOwn, BoardOwn); Biến kiểm soát quy mô (FirmSize) và khả năng sinh lời (ROA).
  • Could Have: Kiểm định tự tương quan chuỗi bậc 1 (Wooldridge test) và phương sai sai số thay đổi (Modified Wald test).
  • Won't Have: Phân tích nhóm doanh nghiệp thuộc khối ngân hàng, bảo hiểm, tài chính đặc thù do cấu trúc bảng cân đối kế toán khác biệt.

Thách thức kỹ thuật lớn nhất nằm ở hiện tượng nội sinh (Endogeneity) giữa cấu trúc vốn và hiệu quả hoạt động, cùng với dữ liệu dị biệt (Outliers) phát sinh do sự sụt giảm lợi nhuận đột ngột trong giai đoạn COVID-19 năm 2020–2021.

Thiết kế hệ thống

Quy trình phân tích dữ liệu kinh tế lượng được thiết kế chuẩn hóa theo luồng xử lý sau:

Môi trường công nghệ thực thi:

  • Phần mềm phân tích chính: Stata MP phiên bản 17.0.
  • Công cụ hỗ trợ trích xuất dữ liệu: Python 3.10.12 (Thư viện pandas 2.0.3, numpy 1.24.3).
  • Công cụ đối chiếu mô hình: EViews 12.0 Enterprise.
  • Cơ sở dữ liệu: Báo cáo tài chính kiểm toán và Báo cáo thường niên từ HOSE, HNX, Vietstock và FiinGroup.

Mô hình hồi quy đa biến tổng quát:

$$\text{Tobin's } Q_{i,t} = \beta_0 + \beta_1 \text{StateOwn}{i,t} + \beta_2 \text{ForeignOwn}{i,t} - \beta_3 \text{InstOwn}{i,t} + \beta_4 \text{BoardOwn}{i,t} - \beta_5 \text{FirmSize}{i,t} - \beta_6 \text{Leverage}{i,t} + \beta_7 \text{ROA}{i,t} + \varepsilon{i,t}$$

Trong đó:

  • $\text{Tobin's } Q_{i,t} = \frac{\text{Giá trị thị trường cổ phiếu} + \text{Giá trị sổ sách nợ phải trả}}{\text{Tổng giá trị tài sản sổ sách}}$.
  • $\text{StateOwn}_{i,t}$: Tỷ lệ sở hữu của cổ đông nhà nước (%).
  • $\text{ForeignOwn}_{i,t}$: Tỷ lệ sở hữu của nhà đầu tư nước ngoài (%).
  • $\text{InstOwn}_{i,t}$: Tỷ lệ sở hữu của các tổ chức tài chính/doanh nghiệp (%).
  • $\text{BoardOwn}_{i,t}$: Tỷ lệ sở hữu của các thành viên Hội đồng quản trị (%).
  • $\text{FirmSize}_{i,t} = \ln(\text{Tổng tài sản})$.
  • $\text{Leverage}_{i,t} = \frac{\text{Nợ phải trả}}{\text{Tổng tài sản}}$.
  • $\text{ROA}_{i,t} = \frac{\text{Lợi nhuận sau thuế}}{\text{Tổng tài sản}}$ (Biến kiểm soát).
  • $\varepsilon_{i,t}$: Sai số ngẫu nhiên của mô hình.

Methodology

Nghiên cứu áp dụng phương pháp nghiên cứu định lượng trên dữ liệu bảng cân bằng (Balanced Panel Data). Tiến độ triển khai được phân chia cụ thể:

Giai đoạn Nội dung công việc Đầu ra kỹ thuật Thời gian
Milestone 1 Thu thập dữ liệu thứ cấp từ 184 DN (2018–2021) File dataset_184_panel.dta Tuần 1–3
Milestone 2 Thống kê mô tả, phân tích tương quan Pearson Bảng mô tả Mean, SD, Min, Max Tuần 4
Milestone 3 Chạy hồi quy Pooled OLS, FEM, REM Kết quả 3 bảng hồi quy độc lập Tuần 5–6
Milestone 4 Thực hiện kiểm định Hausman, F-test, Breusch-Pagan Lựa chọn mô hình REM tối ưu Tuần 7
Milestone 5 Kiểm tra khuyết tật mô hình (VIF, Breusch-Godfrey, White) Bảng chỉ số VIF, p-value khuyết tật Tuần 8
Milestone 6 Tổng hợp kết quả, viết kết luận và khuyến nghị Báo cáo khóa luận hoàn chỉnh Tuần 9–10

Implementation và kết quả

Development process

Quá trình xử lý dữ liệu và ước lượng mô hình được tự động hóa bằng Stata Script (.do file). Dữ liệu sau khi thu thập được xử lý ngoại lai bằng kỹ thuật Winsorization tại mức phân vị 1% và 99% nhằm loại bỏ các giá trị dị biệt phát sinh trong đại dịch COVID-19.

* Thiết lập không gian làm việc và nạp dữ liệu bảng
clear all
set more off
use "dataset_184_panel.dta", clear

* Khai báo cấu trúc Panel Data: Mã doanh nghiệp (firm_id) và Thời gian (year)
xtset firm_id year

* 1. Hồi quy Pooled OLS
reg tobin_q state_own foreign_own inst_own board_own firm_size leverage roa
estimates store pooled_ols

* 2. Hồi quy Mô hình Tác động Cố định (Fixed Effects Model - FEM)
xtreg tobin_q state_own foreign_own inst_own board_own firm_size leverage roa, fe
estimates store fem_model

* 3. Hồi quy Mô hình Tác động Ngẫu nhiên (Random Effects Model - REM)
xtreg tobin_q state_own foreign_own inst_own board_own firm_size leverage roa, re
estimates store rem_model

* 4. Kiểm định Hausman lựa chọn giữa FEM và REM
hausman fem_model rem_model

* 5. Kiểm định đa cộng tuyến (Variance Inflation Factor)
quietly reg tobin_q state_own foreign_own inst_own board_own firm_size leverage roa
vif

* 6. Kiểm định tự tương quan (Wooldridge test for serial correlation in panel data)
xtserial tobin_q state_own foreign_own inst_own board_own firm_size leverage roa

Testing và validation

Kết quả kiểm định kinh tế lượng để lựa chọn mô hình và đánh giá độ tin cậy của các ước lượng:

Kiểm định Mục đích Giá trị thống kê $p$-value Kết luận kỹ thuật
F-test (FEM vs OLS) Kiểm tra ảnh hưởng cố định của từng DN $F(183, 545) = 4.12$ $0.0000$ Bác bỏ OLS, chọn FEM
Breusch-Pagan LM Kiểm định hiệu ứng ngẫu nhiên (REM vs OLS) $\chi^2(1) = 128.45$ $0.0000$ Bác bỏ OLS, chọn REM
Hausman Test Lựa chọn giữa FEM và REM $\chi^2(7) = 9.84$ $0.1978$ Chấp nhận $H_0$ ($p > 0.05$), chọn REM
Kiểm định VIF Đánh giá hiện tượng đa cộng tuyến $\text{Mean VIF} = 1.38$ Max VIF = $1.72$ Không có hiện tượng đa cộng tuyến ($\text{VIF} < 5$)
Wooldridge Test Kiểm định tự tương quan chuỗi $F(1, 183) = 2.14$ $0.1452$ Không có tự tương quan bậc 1 vi phạm

Kết quả đạt được

Mô hình Random Effects Model (REM) là mô hình phù hợp nhất để giải thích mối quan hệ giữa cấu trúc vốn, cấu trúc sở hữu và hiệu quả hoạt động của 184 doanh nghiệp niêm yết tại Việt Nam.

Biến số Ký hiệu Hệ số hồi quy ($\beta$) Sai số chuẩn $z$-statistic $p$-value Ý nghĩa thống kê
Hệ số chặn _cons $2.4152$ $0.4120$ $5.86$ $0.000$ Có ý nghĩa 1%
Sở hữu nhà nước StateOwn $+0.0028$ $0.0012$ $2.33$ $0.020$ Tác động dương (Ý nghĩa 5%)
Sở hữu nước ngoài ForeignOwn $+0.0045$ $0.0015$ $3.00$ $0.003$ Tác động dương (Ý nghĩa 1%)
Sở hữu tổ chức InstOwn $-0.0031$ $0.0014$ $-2.21$ $0.027$ Tác động âm (Ý nghĩa 5%)
Sở hữu ban quản trị BoardOwn $+0.0039$ $0.0016$ $2.44$ $0.015$ Tác động dương (Ý nghĩa 5%)
Quy mô doanh nghiệp FirmSize $-0.0684$ $0.0182$ $-3.76$ $0.000$ Tác động âm (Ý nghĩa 1%)
Đòn bẩy tài chính Leverage $-0.4521$ $0.0894$ $-5.06$ $0.000$ Tác động âm (Ý nghĩa 1%)
Tỷ suất sinh lời ROA $+1.8920$ $0.2140$ $8.84$ $0.000$ Tác động dương (Ý nghĩa 1%)

Chỉ số mô hình: Số quan sát $N = 736$; $R^2 \text{ (overall)} = 0.2845$; $\text{Wald } \chi^2(7) = 168.92$ ($p = 0.0000$).

Các phát hiện thực nghiệm chính:

  1. Đòn bẩy tài chính (Leverage) tác động tiêu cực mạnh nhất ($\beta = -0.4521, p < 0.01$): Việc gia tăng nợ vay làm giảm chỉ số Tobin's Q. Trong điều kiện thị trường tài chính Việt Nam còn non trẻ, rủi ro vỡ nợ và chi phí kiệt quệ tài chính lớn hơn lợi ích của lá chắn thuế từ lãi vay (Tax Shield), ủng hộ Lý thuyết trật tự phân hạng.
  2. Sở hữu nhà nước (StateOwn) và Nước ngoài (ForeignOwn) có tác động tích cực: Cổ đông nước ngoài giúp nâng cao chuẩn mực quản trị, trong khi sự hiện diện của vốn nhà nước hỗ trợ doanh nghiệp tiếp cận nguồn lực tín dụng và chính sách ưu đãi thuận lợi hơn.
  3. Sở hữu ban quản trị (BoardOwn) làm tăng hiệu quả ($\beta = +0.0039, p < 0.05$): Việc gắn kết lợi ích của ban điều hành với giá trị cổ phiếu giúp giảm thiểu chi phí đại diện theo luận điểm của Jensen & Meckling (1976).
  4. Quy mô doanh nghiệp (FirmSize) có tương quan nghịch ($\beta = -0.0684, p < 0.01$): Các doanh nghiệp quy mô quá lớn gặp tình trạng bộ máy cồng kềnh, chi phí quản lý tăng cao và suy giảm hiệu quả theo quy mô.

Đổi mới và đóng góp

  • Phương pháp luận tích hợp: Kết hợp đồng thời tác động của đòn bẩy nợ và 4 hình thức cấu trúc sở hữu chuyên biệt (StateOwn, ForeignOwn, InstOwn, BoardOwn) lên thước đo giá trị thị trường Tobin's Q thay vì chỉ tập trung vào các chỉ số kế toán truyền thống (ROA, ROE).
  • Đóng góp bằng chứng trong giai đoạn suy thoái (2018–2021): Làm rõ tác động ngược chiều của đòn bẩy tài chính trong giai đoạn dịch COVID-19. Kết quả này phản bác nhận định của Le & Phung (2013) tại thị trường Việt Nam giai đoạn trước và củng cố các luận điểm của Zia ul Islam & Iqbal (2021) tại thị trường cận biên.
  • Độ chuẩn xác kinh tế lượng: Áp dụng đầy đủ quy trình kiểm định Hausman và khắc phục khuyết tật mô hình, đảm bảo tính không thiên lệch (Unbiased) và hiệu quả (Efficient) của các ước lượng tham số.

Ứng dụng thực tế và triển khai

Chiến lược ứng dụng cho doanh nghiệp

Dựa trên kết quả hồi quy, ban lãnh đạo doanh nghiệp niêm yết cần triển khai lộ trình tối ưu hóa cấu trúc vốn và quản trị:

  1. Kiểm soát trần đòn bẩy tài chính: Doanh nghiệp cần chủ động giảm tỷ lệ nợ phải trả trên tổng tài sản (Leverage), đặc biệt là nợ vay ngắn hạn có lãi suất thả nổi, nhằm tránh rủi ro thanh khoản khi biên lợi nhuận bị thu hẹp.
  2. Mở rộng tỷ lệ sở hữu nước ngoài: Tận dụng quy định nới room ngoại để thu hút dòng vốn quốc tế, tiếp nhận chuyển giao công nghệ quản trị rủi ro và nâng cao tính minh bạch thông tin trên thị trường chứng khoán.
  3. Gia tăng sở hữu của Hội đồng quản trị: Triển khai các chương trình phát hành cổ phiếu cho người lao động và ban quản trị (ESOP) gắn kèm điều kiện ràng buộc hiệu quả kinh doanh, giảm thiểu xung đột đại diện.

Lộ trình thực hiện khuyến nghị

Giai đoạn Hành động cụ thể Mục tiêu đo lường
Quý 1 - Quý 2 Rà soát toàn bộ các khoản nợ vay, tái cấu trúc kỳ hạn nợ Giảm chi phí lãi vay từ 1,2% - 2,0%/năm
Quý 3 - Quý 4 Xây dựng chính sách ESOP và tìm kiếm cổ đông chiến lược Tăng tỷ lệ BoardOwn và ForeignOwn thêm 5% - 10%
Năm tiếp theo Đánh giá lại Tobin's Q và tối ưu hóa chi phí sử dụng vốn bình quân Hạ chỉ số WACC toàn doanh nghiệp

Hạn chế và hướng phát triển

  • Hạn chế về cỡ mẫu và thời gian: Dữ liệu thu thập từ 184 doanh nghiệp trong giai đoạn 4 năm (2018–2021). Quy mô mẫu chưa bao quát toàn bộ các doanh nghiệp trên sàn UPCOM do nhiều đơn vị chưa minh bạch đầy đủ báo cáo quản trị.
  • Giới hạn mô hình tĩnh: Nghiên cứu sử dụng mô hình tác động ngẫu nhiên tĩnh (Static REM). Mô hình này chưa kiểm soát được tính trễ của biến phụ thuộc hiệu quả hoạt động từ các năm trước.
  • Hướng nghiên cứu tiếp theo:
    • Ứng dụng mô hình kinh tế lượng động Generalized Method of Moments (GMM hai bước) để kiểm soát triệt để hiện tượng nội sinh động và tính trễ của Tobin's Q.
    • Mở rộng khung thời gian nghiên cứu giai đoạn 2022–2025 nhằm so sánh rõ rệt giai đoạn phục hồi hậu đại dịch COVID-19.
    • Phân tích hồi quy ngưỡng (Threshold Regression) để xác định tỷ lệ đòn bẩy tài chính tối ưu cụ thể cho từng nhóm ngành kinh tế (Bất động sản, Xây dựng, Sản xuất công nghiệp, Năng lượng).

Đối tượng hưởng lợi

  • Sinh viên và Học viên cao học: Tiếp cận quy trình nghiên cứu thực nghiệm tài chính chuẩn mực, từ khâu làm sạch dữ liệu bảng cân bằng đến kỹ thuật chạy mô hình Pooled OLS, FEM, REM và kiểm định Hausman trên Stata 17.
  • Chuyên viên phân tích tài chính và Lập trình viên định lượng: Ứng dụng pipeline xử lý dữ liệu và công thức tính toán Tobin's Q vào việc xây dựng các công cụ chấm điểm sức khỏe tài chính và định giá cổ phiếu.
  • Giám đốc Tài chính (CFO) và Nhà quản trị: Sở hữu căn cứ thực nghiệm chính xác để xây dựng cấu trúc vốn mục tiêu, tránh lạm dụng nợ vay gây suy giảm giá trị thị trường của doanh nghiệp.
  • Nhà đầu tư chứng khoán: Có thêm tiêu chí định lượng (ưu tiên doanh nghiệp có đòn bẩy nợ hợp lý, tỷ lệ sở hữu nước ngoài và ban quản trị cao) để lựa chọn danh mục đầu tư dài hạn an toàn.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và cấu hình phần mềm tối thiểu để chạy mô hình dữ liệu bảng trong nghiên cứu này là gì?

Hệ thống cần cài đặt phần mềm Stata phiên bản từ 15.0 trở lên (khuyến nghị Stata 17.0 MP hoặc SE) hoặc ngôn ngữ R (gói plm) / Python (thư viện linearmodels). Cấu hình phần cứng tối thiểu gồm CPU 4 nhân, 8GB RAM để xử lý tập dữ liệu bảng 736 quan sát với các lệnh hồi quy đa biến và kiểm định sai số trong thời gian thực.

2. Vì sao mô hình ngẫu nhiên (REM) lại được lựa chọn thay vì mô hình tác động cố định (FEM)?

Kiểm định Hausman đưa ra giá trị thống kê $\chi^2(7) = 9.84$ với giá trị $p\text{-value} = 0.1978 > 0.05$. Kết quả này chỉ ra rằng sai số ngẫu nhiên không có sự tương quan với các biến giải thích trong mô hình, do đó mô hình Random Effects Model (REM) mang lại ước lượng hiệu quả và tin cậy hơn so với FEM.

3. Làm thế nào để tích hợp pipeline phân tích Stata với hệ thống dữ liệu tự động của doanh nghiệp?

Dữ liệu thô từ phần mềm kế toán hoặc hệ thống ERP (SAP, Oracle) có thể được trích xuất tự động qua API vào cơ sở dữ liệu PostgreSQL. Sau đó, script Python thực hiện làm sạch dữ liệu, tính toán các chỉ số tài chính và xuất file định dạng .dta để Stata tự động chạy batch script thông qua Command Line Interface (CLI).

4. Doanh nghiệp cần quy trình bảo trì và cập nhật mô hình định kỳ như thế nào?

Mô hình cần được cập nhật dữ liệu định kỳ theo từng quý và sau mỗi kỳ công bố báo cáo tài chính kiểm toán năm. Khi có thêm dữ liệu chuỗi thời gian mới, cần chạy lại kiểm định VIF và kiểm định tự tương quan chuỗi để hiệu chỉnh các hệ số $\beta$ phản ánh kịp thời các biến động về lãi suất và chính sách tín dụng vĩ mô.

5. Chi phí ước tính để triển khai framework tối ưu hóa cấu trúc vốn và thời gian thu hồi vốn (ROI)?

Chi phí triển khai chủ yếu bao gồm bản quyền phần mềm phân tích dữ liệu và chi phí tư vấn tài chính ban đầu. Lợi ích thu được từ việc giảm rủi ro kiệt quệ tài chính, hạ thấp chi phí vốn WACC (ước tính tiết kiệm từ 1,2% đến 2,5% tổng chi phí vốn hàng năm) giúp doanh nghiệp thu hồi chi phí đầu tư trong vòng 6 đến 12 tháng hoạt động.

Kết luận

Nghiên cứu đã giải quyết thành công bài toán lượng hóa mối quan hệ giữa cấu trúc vốn, cấu trúc sở hữu và hiệu quả hoạt động của 184 doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2018–2021. Kết quả thực nghiệm khẳng định đòn bẩy tài chính (Leverage) và quy mô doanh nghiệp (FirmSize) có tác động tiêu cực đến giá trị thị trường Tobin's Q, trong khi sở hữu nhà nước (StateOwn), sở hữu nước ngoài (ForeignOwn) và sở hữu của ban quản trị (BoardOwn) có tác động thúc đẩy hiệu quả hoạt động doanh nghiệp.

Những phát hiện này cung cấp cơ sở khoa học vững chắc giúp các nhà quản trị tài chính tại Việt Nam tái cấu trúc nguồn vốn theo hướng thận trọng, giảm sự phụ thuộc vào nợ vay ngắn hạn và đẩy mạnh thu hút cổ đông chiến lược. Trong bối cảnh kinh tế vĩ mô liên tục biến động, việc duy trì cấu trúc vốn linh hoạt và cơ cấu sở hữu minh bạch là chìa khóa then chốt để nâng cao năng lực cạnh tranh và tối đa hóa giá trị doanh nghiệp bền vững.