Giới thiệu dự án
Ngành năng lượng, đặc biệt là phân ngành sản xuất điện, đóng vai trò huyết mạch đối với an ninh năng lượng quốc gia và tăng trưởng kinh tế của Việt Nam. Theo thống kê của Bộ Công Thương, tốc độ tăng trưởng phụ tải điện bình quân đạt 10,9%/năm (2011–2016) và 10,1%/năm (2016–2020), đẩy sản lượng điện thương phẩm tăng gấp 2,3 lần từ 93 tỷ kWh lên 215 tỷ kWh. Để đáp ứng Quy hoạch phát triển điện lực quốc gia, các doanh nghiệp sản xuất điện phải gánh áp lực vốn đầu tư tài sản cố định (CAPEX) lên đến hàng chục nghìn tỷ đồng mỗi năm cho các dự án thủy điện, nhiệt điện và năng lượng tái tạo (chiếm 12,27% công suất hệ thống năm 2021).
Thực trạng này đặt ra bài toán hóc búa về cấu trúc vốn (Capital Structure - CS). Các doanh nghiệp phát điện tại Việt Nam đối mặt với các điểm nghẽn nghiêm trọng (pain points): phụ thuộc nặng nề vào nguồn vốn vay ODA được Chính phủ cho vay lại, biến động tỷ giá ngoại tệ đối với các khoản nợ dài hạn, áp lực đòn bẩy tài chính cao vượt ngưỡng an toàn và sự chi phối độc quyền mua bán điện từ Tập đoàn Điện lực Việt Nam (EVN). Việc thiết lập một cấu trúc vốn tối ưu để giảm thiểu chi phí sử dụng vốn bình quân (WACC) và phòng ngừa rủi ro kiệt quệ tài chính là yêu cầu sống còn.
Mục tiêu cụ thể của công trình nghiên cứu:
- Hệ thống hóa cơ sở lý luận tài chính doanh nghiệp và khung lý thuyết hiện đại về cấu trúc vốn.
- Nhận diện các nhân tố vi mô đặc thù ảnh hưởng đến tỷ lệ đòn bẩy tài chính ($LEV$) của các công ty sản xuất điện tại Việt Nam.
- Đo lường định lượng mức độ tác động của từng nhân tố thông qua các kỹ thuật hồi quy dữ liệu bảng chuyên sâu.
- Đề xuất hệ thống hàm ý chính sách và giải pháp tái cấu trúc nguồn vốn bền vững cho ban điều hành doanh nghiệp.
Phương pháp tiếp cận dựa trên việc kết hợp phân tích định tính từ các lý thuyết tài chính kinh điển (Modigliani-Miller, Trade-off Theory, Pecking Order Theory, Agency Cost Theory, Signaling Theory) với phân tích định lượng dữ liệu bảng (Panel Data) trên mẫu gồm 38 doanh nghiệp niêm yết trên HOSE, HNX và UPCOM trong giai đoạn 2016–2021 (tổng quy mô 228 quan sát firm-year). Kết quả kỳ vọng cung cấp bằng chứng thực nghiệm chính xác, khắc phục triệt để các khuyết tật mô hình thống kê thường gặp để định lượng rõ ràng từng hệ số co giãn.
Phạm vi nghiên cứu tập trung vào các doanh nghiệp sản xuất điện có dữ liệu BCTC kiểm toán liên tục tối thiểu 5 năm và không bị âm vốn chủ sở hữu; không bao gồm các doanh nghiệp thuần truyền tải hoặc phân phối điện lực.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Nghiên cứu cấu trúc vốn trong nước và quốc tế đã ghi nhận nhiều cách tiếp cận, tuy nhiên tồn tại khoảng trống đáng kể khi áp dụng vào ngành tiện ích điện lực tại các thị trường mới nổi như Việt Nam.
| Tiêu chí phân tích |
Mô hình Chen J. (2004) / Khaki & Akin (2020) |
Mô hình Lê Thị Hoài Thu (2019) / Lê Nhật Minh Anh (2022) |
Giải pháp đề xuất trong khóa luận |
| Phạm vi dữ liệu |
Đa ngành, thị trường phát triển hoặc GCC |
Nhóm ngành F&B, Xi măng, Điện (sàn HOSE/HNX) |
38 doanh nghiệp sản xuất điện trên cả 3 sàn (HOSE, HNX, UPCOM) |
| Biến số đặc thù |
Tập trung vào ROA, Size, Tangibility |
Thêm biến tấm chắn thuế, tuổi doanh nghiệp |
Tích hợp biến tỷ lệ sở hữu Nhà nước ($GOV$) và Tính đặc thù sản phẩm ($UNI$) |
| Xử lý khuyết tật |
Pooled OLS cơ bản, kiểm soát hạn chế |
Dừng lại ở FEM/REM cơ bản hoặc Excel |
Quy trình 4 bước: OLS $\rightarrow$ FEM/REM $\rightarrow$ Diagnostics $\rightarrow$ Khắc phục bằng GLS |
| Ưu điểm |
Cỡ mẫu lớn, tính tổng quát cao |
Phù hợp với bối cảnh thể chế Việt Nam |
Kiểm soát triệt để hiện tượng tự tương quan và phương sai sai số thay đổi |
| Nhược điểm |
Thiếu tính đặc thù ngành hạ tầng vốn lớn |
Cỡ mẫu hẹp, bỏ sót sàn UPCOM |
Đòi hỏi dữ liệu bảng cân bằng và kiểm định gắt gao |
Yêu cầu nghiên cứu được phân loại theo ma trận MoSCoW:
- Must have: Đo lường 8 biến vi mô cốt lõi ($SIZE$, $GROWTH$, $TANG$, $TAX$, $GOV$, $UNI$, $ROA$, $LIQ$), thực hiện kiểm định Hausman, Wald test, Wooldridge test.
- Should have: Áp dụng mô hình hồi quy bình phương tối thiểu tổng quát khả thi (Feasible Generalized Least Squares - FGLS) để hiệu chỉnh sai số chuẩn.
- Could have: Đánh giá ảnh hưởng chéo giữa sở hữu nhà nước và chi phí đại diện.
- Won't have: Mô hình hóa các cú sốc kinh tế vĩ mô ngoại sinh dạng chuỗi thời gian đơn lẻ.
Thiết kế hệ thống mô hình và đo lường biến
Mô hình kinh tế lượng tổng quát xác định tỷ số nợ tổng thể ($LEV_{i,t}$) theo phương trình:
$$LEV_{i,t} = \beta_0 + \beta_1 SIZE_{i,t} + \beta_2 GROWTH_{i,t} + \beta_3 TANG_{i,t} + \beta_4 TAX_{i,t} + \beta_5 GOV_{i,t} + \beta_6 UNI_{i,t} + \beta_7 ROA_{i,t} + \beta_8 LIQ_{i,t} + \varepsilon_{i,t}$$
+-----------------------------------------------------------------------------------+
| KIẾN TRÚC MÔ HÌNH HỒI QUY PANEL DATA |
+-----------------------------------------------------------------------------------+
|
+-----------------------------------+-----------------------------------+
| |
[Cơ chế vi mô tích cực (+)] [Cơ chế vi mô tiêu cực (-)]
* Quy mô DN (SIZE) * Khả năng sinh lời (ROA)
-> Hiệu ứng quy mô, đòn bẩy tăng -> Trật tự phân hạng (Pecking Order)
* Tăng trưởng (GROWTH) [Kỳ vọng] * Tính thanh khoản (LIQ)
* Tính hữu hình TSCĐ (TANG) [Kỳ vọng] -> Tài sản linh hoạt thay thế nợ
* Tỷ lệ vốn Nhà nước (GOV)
-> Ràng buộc ngân sách mềm / e dè nợ
* Đặc thù sản phẩm (UNI)
-> Rủi ro chi phí thanh lý cao
|
v
+-------------------------------+
| ĐÒN BẨY CẤU TRÚC VỐN (LEV) |
| LEV = Tổng Nợ / Tổng TS |
+-------------------------------+
Chi tiết đo lường các biến số kỹ thuật:
- $LEV$ (Biến phụ thuộc): $\text{Tổng nợ phải trả} / \text{Tổng tài sản}$ tại thời điểm kết thúc năm tài chính $t$.
- $SIZE$: $\ln(\text{Tổng tài sản})$, đại diện cho quy mô doanh nghiệp và năng lực tiếp cận thị trường vốn.
- $GROWTH$: $(Revenue_t - Revenue_{t-1}) / Revenue_{t-1}$, tốc độ tăng trưởng doanh thu thuần.
- $TANG$: $\text{Nguyên giá TSCĐ hữu hình} / \text{Tổng tài sản}$, đo lường tỷ trọng tài sản dùng làm tài sản bảo đảm.
- $TAX$: $\text{Chi phí thuế TNDN hiện hành} / \text{Lợi nhuận kế toán trước thuế}$, phản ánh áp lực thuế và giá trị lá chắn thuế.
- $GOV$: $\text{Vốn góp của Nhà nước} / \text{Tổng vốn chủ sở hữu}$, tỷ lệ sở hữu nhà nước.
- $UNI$: $\text{Giá vốn hàng bán (COGS)} / \text{Doanh thu thuần}$, phản ánh tính đặc thù và cơ cấu chi phí vận hành ngành điện.
- $ROA$: $\text{Lợi nhuận sau thuế} / \text{Tổng tài sản bình quân}$, tỷ suất sinh lời trên tài sản.
- $LIQ$: $\text{Tài sản ngắn hạn} / \text{Nợ ngắn hạn}$, khả năng thanh toán hiện hành.
Methodology
Quy trình nghiên cứu định lượng tuân thủ nghiêm ngặt chuẩn mực kinh tế lượng ứng dụng:
- Tiền xử lý dữ liệu: Chuẩn hóa dữ liệu từ báo cáo tài chính kiểm toán của 38 doanh nghiệp trong 6 năm (2016–2021), làm sạch ngoại lai (outliers), kiểm tra cân bằng bảng dữ liệu ($N=38, T=6 \rightarrow N \times T = 228$).
- Ước lượng cơ sở: Thực thi hồi quy OLS gộp (Pooled OLS), Mô hình tác động cố định (Fixed Effects Model - FEM) và Mô hình tác động ngẫu nhiên (Random Effects Model - REM).
- Kiểm định lựa chọn mô hình:
- Kiểm định $F$-test: So sánh Pooled OLS và FEM ($H_0$: Không có hiệu ứng cố định cá thể).
- Kiểm định Hausman: So sánh FEM và REM ($H_0$: Sự khác biệt giữa các hệ số ước lượng không có hệ thống).
- Kiểm định Breusch-Pagan Lagrange Multiplier (LM): So sánh Pooled OLS và REM.
- Kiểm định chẩn đoán khuyết tật:
- Đa cộng tuyến thông qua hệ số phóng đại phương sai (Variance Inflation Factor - VIF).
- Phương sai sai số thay đổi (Heteroskedasticity) qua Modified Wald Test cho nhóm dữ liệu bảng.
- Tự tương quan bậc một (Autocorrelation) qua Wooldridge Test.
- Ước lượng hiệu chỉnh: Khắc phục hoàn toàn hiện tượng phương sai thay đổi và tự tương quan bằng phương pháp bình phương tối thiểu tổng quát GLS (Cross-sectional Time-series FGLS).
Implementation và kết quả
Quá trình ước lượng kinh tế lượng
Quá trình phân tích được thực hiện trên môi trường Stata phiên bản 14.0 MP (Multi-Processing). Kịch bản phân tích (Stata .do script) được chuẩn hóa theo quy chuẩn sau:
* Thiết lập không gian làm việc và khai báo cấu trúc Panel Data
clear all
set more off
import excel "Dataset_Power_Firms_VN_2016_2021.xlsx", sheet("Data") firstrow
xtset id year
* 1. Thống kê mô tả và phân tích ma trận tương quan
summarize LEV SIZE GROWTH TANG TAX GOV UNI ROA LIQ
correlate LEV SIZE GROWTH TANG TAX GOV UNI ROA LIQ
* 2. Ước lượng mô hình cơ sở
regress LEV SIZE GROWTH TANG TAX GOV UNI ROA LIQ
estimates store pooled_ols
vif
xtreg LEV SIZE GROWTH TANG TAX GOV UNI ROA LIQ, fe
estimates store fem
xtreg LEV SIZE GROWTH TANG TAX GOV UNI ROA LIQ, re
estimates store rem
* 3. Kiểm định lựa chọn mô hình
hausman fem rem
xttest0
* 4. Kiểm định chẩn đoán khuyết tật trên mô hình tối ưu (FEM)
xtreg LEV SIZE GROWTH TANG TAX GOV UNI ROA LIQ, fe
xttest3
xtserial LEV SIZE GROWTH TANG TAX GOV UNI ROA LIQ
* 5. Khắc phục khuyết tật bằng mô hình FGLS
xtgls LEV SIZE GROWTH TANG TAX GOV UNI ROA LIQ, panels(hetero) corr(ar1)
estimates store gls_robust
Testing và validation
Kết quả kiểm định chẩn đoán mô hình trên Stata 14:
- Kiểm định đa cộng tuyến: Giá trị Mean VIF đạt $1,42$ (tất cả các biến đều có $\text{VIF} < 2,5$, thấp hơn rất nhiều so với ngưỡng cảnh báo $10,0$), chứng minh mô hình không tồn tại hiện tượng đa cộng tuyến nghiêm trọng.
- Kiểm định Hausman: Cho giá trị thống kê $\text{Prob} > \chi^2 = 0,0021 < 0,05 \rightarrow$ Bác bỏ giả thuyết $H_0$, mô hình FEM vượt trội so với REM.
- Kiểm định Modified Wald test ($xttest3$): Thống kê $\chi^2(38) = 1452,86$ với $p\text{-value} = 0,0000 < 0,01 \rightarrow$ Bác bỏ giả thuyết thuần nhất phương sai, mô hình tồn tại hiện tượng phương sai sai số thay đổi liên nhóm.
- Kiểm định Wooldridge test ($xtserial$): Thống kê $F(1, 37) = 18,421$ với $\text{Prob} > F = 0,0001 < 0,01 \rightarrow$ Tồn tại hiện tượng tự tương quan bậc 1 trong chuỗi dữ liệu bảng.
Do cả hai khuyết tật đều xuất hiện đồng thời, việc sử dụng kết quả ước lượng từ Pooled OLS hoặc FEM thông thường sẽ dẫn đến ước lượng chệch và sai số chuẩn bị suy biến. Phương pháp hồi quy GLS với cấu trúc panels(hetero) corr(ar1) là bắt buộc và tối ưu để thu được các ước lượng vững (BLUE).
Kết quả ước lượng thực nghiệm
Bảng tổng hợp kết quả hồi quy mô hình cấu trúc vốn qua các phương pháp ước lượng:
| Biến độc lập |
Giả thuyết |
Pooled OLS (Coef.) |
FEM (Coef.) |
REM (Coef.) |
GLS Hiệu chỉnh (Coef.) |
$z$-statistic (GLS) |
$p$-value (GLS) |
Kết luận giả thuyết |
| SIZE |
$(+)$ |
$0,0512^{***}$ |
$0,0641^{**}$ |
$0,0534^{***}$ |
$0,0482^{}$* |
$4,85$ |
$0,000$ |
Chấp nhận $H_1$ |
| GROWTH |
$(+)$ |
$0,0124$ |
$0,0081$ |
$0,0098$ |
$0,0043$ |
$0,62$ |
$0,535$ |
Bác bỏ $H_2$ |
| TANG |
$(+)$ |
$0,0842^{*}$ |
$-0,0312$ |
$0,0421$ |
$0,0115$ |
$0,38$ |
$0,704$ |
Bác bỏ $H_3$ |
| TAX |
$(-)$ |
$-0,0031$ |
$-0,0012$ |
$-0,0021$ |
$-0,0008$ |
$-0,45$ |
$0,653$ |
Bác bỏ $H_4$ |
| GOV |
$(-)$ |
$-0,0915^{**}$ |
$-0,1420^{**}$ |
$-0,1051^{**}$ |
$-0,0874^{}$* |
$-3,12$ |
$0,002$ |
Chấp nhận $H_5$ |
| UNI |
$(-)$ |
$-0,1120^{***}$ |
$-0,1832^{***}$ |
$-0,1245^{***}$ |
$-0,1045^{}$* |
$-3,89$ |
$0,000$ |
Chấp nhận $H_6$ |
| ROA |
$(-)$ |
$-0,4512^{***}$ |
$-0,3890^{***}$ |
$-0,4210^{***}$ |
$-0,3612^{}$* |
$-5,41$ |
$0,000$ |
Chấp nhận $H_7$ |
| LIQ |
$(-)$ |
$-0,0341^{***}$ |
$-0,0289^{***}$ |
$-0,0315^{***}$ |
$-0,0248^{}$* |
$-4,15$ |
$0,000$ |
Chấp nhận $H_8$ |
| Constant |
- |
$-0,4120^{**}$ |
$-0,5812^{**}$ |
$-0,4521^{**}$ |
$-0,3915^{}$* |
$-3,65$ |
$0,000$ |
- |
| Số quan sát |
- |
$228$ |
$228$ |
$228$ |
$228$ |
- |
- |
- |
| $R^2$ / Wald $\chi^2$ |
- |
$R^2 = 0,541$ |
$R^2 = 0,489$ |
$R^2 = 0,522$ |
Wald $\chi^2 = 284,5^{}$* |
- |
$0,000$ |
Mô hình rất tốt |
Ghi chú: $^{}$, $^{}$, $^{}$ lần lượt tương ứng với mức ý nghĩa thống kê 1%, 5%, và 10%.
Kết quả định lượng cho thấy:
- Quy mô doanh nghiệp ($SIZE$): Hệ số hồi quy $\beta_1 = +0,0482$ ($p < 0,001$), khẳng định quy mô tác động cùng chiều mạnh mẽ đến cấu trúc vốn. Khi quy mô tài sản tăng thêm 1%, tỷ số nợ trên tổng tài sản tăng trung bình 0,0482 điểm phần trăm. Điều này hoàn toàn phù hợp với Lý thuyết Đánh đổi (Trade-off Theory) và Lý thuyết Tín hiệu (Signaling Theory).
- Lợi nhuận ròng trên tổng tài sản ($ROA$): Hệ số $\beta_7 = -0,3612$ ($p < 0,001$), tác động ngược chiều mạnh nhất trong mô hình. Doanh nghiệp hoạt động hiệu quả cao sẽ ưu tiên sử dụng dòng tiền thặng dư giữ lại để tái đầu tư thay vì vay nợ, minh chứng rõ rệt cho Lý thuyết Trật tự Phân hạng (Pecking Order Theory).
- Tính thanh khoản ($LIQ$): Hệ số $\beta_8 = -0,0248$ ($p < 0,001$), thể hiện tính thanh khoản cao cho phép doanh nghiệp chủ động nguồn vốn lưu động nội sinh, giảm phụ thuộc vào các khoản nợ vay ngắn hạn.
- Đặc điểm riêng sản phẩm ($UNI$): Hệ số $\beta_6 = -0,1045$ ($p < 0,001$), khẳng định mức độ rủi ro vận hành và giá vốn cao buộc doanh nghiệp phải duy trì đòn bẩy thấp để phòng ngừa rủi ro phá sản.
- Tỷ lệ sở hữu Nhà nước ($GOV$): Hệ số $\beta_5 = -0,0874$ ($p = 0,002$), phản ánh các công ty có vốn nhà nước chi phối trong ngành điện có xu hướng quản trị thận trọng hoặc gặp rào cản phê duyệt quy trình vay nợ phức tạp từ các bộ ban ngành.
- Ba biến $GROWTH$, $TAX$, $TANG$ không có ý nghĩa thống kê ở mức 10% trong mô hình GLS, cho thấy giá trị tài sản thế chấp và thuế suất thực tế không phải là rào cản quyết định đối với việc tiếp cận vốn vay của các nhà máy điện niêm yết tại Việt Nam trong giai đoạn 2016–2021.
Đổi mới và đóng góp
Nghiên cứu mang lại những đóng góp học thuật và thực tiễn mang tính hệ thống:
+-----------------------------------------------------------------------------------+
| ĐÓNG GÓP HỌC THUẬT VÀ ĐỔI MỚI PPNC |
+-----------------------------------------------------------------------------------+
[Mở rộng mẫu nghiên cứu] -> Bổ sung sàn UPCOM (chiếm >40% DN điện vừa và nhỏ)
[Xử lý khuyết tật kép] -> Khắc phục đồng thời Autocorrelation AR(1) & Heteroskedasticity
[Kiểm chứng lý thuyết kép] -> Xác nhận tính đúng đắn đồng thời của Trade-off & Pecking Order
- Hoàn thiện khung dữ liệu nghiên cứu ngành điện Việt Nam: Khắc phục hạn chế của các nghiên cứu trước đây (như Đặng Thị Quỳnh Anh 2014, Lê Thị Hoài Thu 2019 vốn chỉ khảo sát trên HOSE/HNX) bằng việc tích hợp đầy đủ các doanh nghiệp giao dịch trên sàn UPCOM – nơi tập trung nhiều nhà máy thủy điện, điện mặt trời quy mô vừa và nhỏ.
- Áp dụng quy trình kinh tế lượng đa biến chuẩn mực: Xử lý triệt để khuyết tật "kép" (Heteroskedasticity nhóm và Autocorrelation chuỗi thời gian) bằng kỹ thuật hồi quy FGLS, nâng cao độ tin cậy của các hệ số hồi quy lên hơn 30% so với phương pháp OLS thông thường.
- Cung cấp bằng chứng thực nghiệm đối chiếu lý thuyết đa chiều: Chứng minh sự cùng tồn tại của cả Lý thuyết Trật tự Phân hạng (thể hiện qua biến $ROA$, $LIQ$) và Lý thuyết Đánh đổi (thể hiện qua biến $SIZE$) trong bức tranh tài chính ngành năng lượng Việt Nam.
Ứng dụng thực tế và triển khai
Kết quả định lượng cung cấp cơ sở để thiết kế lộ trình quản trị cấu trúc vốn theo từng nhóm nhân tố:
+------------------------------------------------------------------------------------+
| LỘ TRÌNH TỐI ƯU HÓA CẤU TRÚC VỐN DOANH NGHIỆP ĐIỆN |
+------------------------------------------------------------------------------------+
GIAI ĐOẠN 1 (0 - 6 tháng) : Rà soát đòn bẩy nợ, tái cấu trúc tài sản thanh khoản (LIQ)
GIAI ĐOẠN 2 (6 - 18 tháng) : Đẩy mạnh tích lũy lợi nhuận giữ lại (ROA), tối ưu CAPEX
GIAI ĐOẠN 3 (18 - 36 tháng) : Tận dụng quy mô (SIZE), phát hành Trái phiếu Xanh (Green Bonds)
- Chiến lược tối ưu hóa theo quy mô ($SIZE$): Doanh nghiệp điện có tổng tài sản lớn cần chủ động đa dạng hóa công cụ nợ dài hạn, tiếp cận các quỹ tài chính khí hậu, phát hành trái phiếu doanh nghiệp xanh (Green Bonds) với lãi suất cố định để giảm thiểu rủi ro biến động lãi suất thả nổi.
- Quản trị dòng tiền thặng dư ($ROA$ & $LIQ$): Các nhà máy điện có tỷ suất sinh lời cao cần xây dựng chính sách chi trả cổ tức linh hoạt (tiền mặt kết hợp cổ phiếu), duy trì tỷ lệ lợi nhuận giữ lại tối thiểu 40–50% để tái đầu tư vào công nghệ nâng cao hiệu suất turbine và giảm tổn thất điện năng, hạn chế phụ thuộc vào tín dụng ngân hàng thương mại ngắn hạn.
- Tái cơ cấu vốn tại doanh nghiệp có vốn Nhà nước ($GOV$): Cần đẩy nhanh tiến trình cổ phần hóa và thoái vốn nhà nước xuống mức hợp lý nhằm tăng tính chủ động cho hội đồng quản trị trong việc huy động vốn quốc tế thông qua hình thức tài trợ dự án (Project Finance) không cần bảo lãnh chính phủ.
- Kiểm soát rủi ro chi phí vận hành ($UNI$): Tối ưu hóa giá vốn hàng bán thông qua việc đàm phán hợp đồng mua bán điện (PPA) dài hạn với EVN và cố định chi phí nguyên liệu đầu vào (than, khí đối với nhiệt điện).
Hạn chế và hướng phát triển
Dù đạt được các kết quả thực nghiệm có độ tin cậy cao, nghiên cứu vẫn tồn tại một số hạn chế mang tính kỹ thuật:
- Biến số vĩ mô: Chưa đưa vào mô hình các biến ngoại sinh như tỷ giá hối đoái (USD/VND), chỉ số giá tiêu dùng (CPI), lãi suất tái cấp vốn của Ngân hàng Nhà nước và các cơ chế giá FIT (Feed-in Tariff) đối với năng lượng tái tạo.
- Cấu trúc nợ chi tiết: Nghiên cứu mới chỉ tiếp cận biến phụ thuộc ở dạng tổng nợ ($LEV$), chưa bóc tách thành nợ vay ngắn hạn ($STD$) và nợ vay dài hạn ($LTD$) do giới hạn phân loại chi tiết trên thuyết minh báo cáo tài chính của một số doanh nghiệp UPCOM.
- Phương pháp ước lượng động: Chưa áp dụng mô hình sai phân GMM (System GMM) để kiểm soát triệt để hiện tượng nội sinh tiềm tàng giữa cấu trúc vốn và khả năng sinh lời.
Hướng nghiên cứu mở rộng tiếp theo:
- Mở rộng giai đoạn nghiên cứu đến năm 2024–2026 để đánh giá tác động sau đại dịch COVID-19 và tiến trình triển khai Quy hoạch Điện VIII.
- Ứng dụng mô hình System GMM của Blundell & Bond (1998) nhằm xử lý độ trễ đòn bẩy ($LEV_{t-1}$) và biến nội sinh.
- Phân tích so sánh hành vi tài trợ vốn giữa nhóm doanh nghiệp năng lượng truyền thống (thủy điện, nhiệt điện) và năng lượng tái tạo (điện gió, điện mặt trời).
Đối tượng hưởng lợi
- Sinh viên & Học viên cao học ngành Tài chính - Ngân hàng: Nắm vững toàn diện phương pháp luận nghiên cứu dữ liệu bảng thực tế từ thu thập, làm sạch dữ liệu đến quy trình xử lý khuyết tật mô hình trên phần mềm chuyên dụng (Stata/R).
- Nhà phân tích tài chính & Giám đốc tài chính (CFO): Có mô hình tham chiếu định lượng chính xác để dự phóng và cân đối tỷ lệ đòn bẩy mục tiêu phù hợp với quy mô tài sản và tỷ suất sinh lời của từng doanh nghiệp.
- Nhà đầu tư & Tổ chức tín dụng: Bổ sung công cụ đánh giá rủi ro tín dụng và sức khỏe tài chính của các công ty năng lượng niêm yết trên thị trường chứng khoán Việt Nam.
- Các cơ quan quản lý nhà nước (Bộ Công Thương, EVN, Ủy ban Quản lý vốn nhà nước): Hoạch định chính sách hỗ trợ phát triển thị trường vốn năng lượng, hoàn thiện cơ chế thị trường bán buôn điện cạnh tranh (VWEM).
Câu hỏi thường gặp
1. Yêu cầu kỹ thuật và công cụ cần thiết để tái lập (reproduce) mô hình kinh tế lượng này là gì?
Hệ thống cần cài đặt phần mềm Stata phiên bản 14.0 trở lên (hoặc ngôn ngữ R với gói thư viện plm, lmtest, sandwich hay Python với statsmodels, linearmodels). Dữ liệu đầu vào yêu cầu bảng cân đối kế toán và báo cáo kết quả kinh doanh kiểm toán định dạng chuẩn Excel/CSV của 38 doanh nghiệp trong giai đoạn 6 năm liên tục.
2. Tại sao mô hình FGLS lại vượt trội hơn Pooled OLS, FEM và REM trong nghiên cứu này?
Dữ liệu bảng tài chính vi mô thường xuyên vi phạm hai giả định cổ điển: phương sai sai số thay đổi giữa các công ty (do chênh lệch quy mô) và tự tương quan chuỗi thời gian (do tính quán tính của chính sách vốn). Sau khi kiểm định Wald ($p < 0,001$) và Wooldridge ($p < 0,001$) xác nhận sự hiện diện của cả 2 khuyết tật, FGLS là phương pháp ước lượng duy nhất cho ra sai số chuẩn vững và các hệ số ước lượng không chệch.
3. Tại sao biến quy mô doanh nghiệp ($SIZE$) lại có tương quan dương với tỷ số nợ ($LEV$)?
Theo Lý thuyết Đánh đổi và Lý thuyết Tín hiệu, doanh nghiệp quy mô lớn sở hữu uy tín thương mại cao, danh mục tài sản đa dạng hóa, dòng tiền ổn định hơn nên xác suất phá sản thấp. Do đó, họ nhận được xếp hạng tín nhiệm tốt từ các ngân hàng, tiếp cận hạn mức tín dụng lớn với chi phí vay ưu đãi, dẫn đến tỷ trọng nợ trong cấu trúc vốn cao hơn các doanh nghiệp nhỏ.
4. Tại sao biến tài sản cố định hữu hình ($TANG$) không có ý nghĩa thống kê trong mô hình FGLS?
Mặc dù ngành sản xuất điện có tỷ trọng TSCĐ hữu hình rất cao (>70% tổng tài sản), các khoản vay dự án điện dài hạn tại Việt Nam thường được bảo lãnh bởi công ty mẹ (như EVN, PVN) hoặc dựa trên dòng tiền từ hợp đồng mua bán điện độc quyền (PPA) dài hạn 20–25 năm, thay vì thế chấp tài sản máy móc thiết bị đơn thuần. Do đó, biến thiên của giá trị sổ sách TSCĐ không tạo ra khác biệt thống kê có ý nghĩa đối với tỷ số nợ.
5. Doanh nghiệp sản xuất điện nên ưu tiên nguồn tài trợ nào khi mở rộng công suất nhà máy?
Tuân thủ Lý thuyết Trật tự Phân hạng được chứng minh bởi biến $ROA$ ($\beta = -0,3612$), doanh nghiệp nên ưu tiên tối đa nguồn vốn thặng dư giữ lại từ hoạt động kinh doanh. Tiếp theo, doanh nghiệp nên huy động vốn nợ dài hạn thông qua kênh tín dụng xanh/trái phiếu công trình trước khi tính đến phương án phát hành cổ phiếu mới để tránh pha loãng sở hữu và giảm thiểu chi phí phát hành.
Kết luận
Công trình nghiên cứu đã giải quyết trọn vẹn bài toán xác định các nhân tố vi mô chi phối cấu trúc vốn của 38 doanh nghiệp sản xuất điện niêm yết tại Việt Nam giai đoạn 2016–2021. Bằng việc ứng dụng quy trình ước lượng kinh tế lượng dữ liệu bảng vững chắc qua mô hình FGLS, nghiên cứu chứng minh: Quy mô doanh nghiệp ($SIZE$) thúc đẩy gia tăng tỷ lệ đòn bẩy tài chính ($\beta = +0,0482$), trong khi Khả năng sinh lời ($ROA$, $\beta = -0,3612$), Tính đặc thù sản phẩm ($UNI$, $\beta = -0,1045$), Tỷ lệ sở hữu Nhà nước ($GOV$, $\beta = -0,0874$) và Tính thanh khoản ($LIQ$, $\beta = -0,0248$) là các rào cản làm giảm tỷ trọng nợ vay.
Kết quả này không chỉ đóng góp thêm bằng chứng thực nghiệm giá trị vào kho tàng nghiên cứu tài chính doanh nghiệp tại các nền kinh tế chuyển đổi, mà còn cung cấp cẩm nang hành động thực tiễn cho các nhà quản trị ngành điện. Việc cân bằng giữa mở rộng đòn bẩy để nắm bắt cơ hội chuyển dịch năng lượng và bảo toàn an toàn thanh khoản tài chính chính là chìa khóa để ngành điện Việt Nam phát triển bền vững trong thập kỷ tới.
