Giới thiệu dự án

Cấu trúc vốn (Capital Structure) là yếu tố mang tính quyết định đến năng lực tài chính, chi phí sử dụng vốn bình quân (WACC) và mức độ rủi ro phá sản của mọi doanh nghiệp niêm yết. Trong giai đoạn 2011–2015, thị trường tài chính Việt Nam bước vào giai đoạn tái cấu trúc mạnh mẽ sau khủng hoảng tài chính toàn cầu. Đặc thù của các công ty chứng khoán (CTCK) là hoạt động trung gian tài chính có tính chu kỳ cao, chịu sự giám sát an toàn tài chính nghiêm ngặt từ Ủy ban Chứng khoán Nhà nước (UBCKNN), và cấu trúc tài sản chủ yếu là tài sản tài chính ngắn hạn (thay vì tài sản cố định hữu hình như khối doanh nghiệp phi tài chính).

                                  CƠ CẤU NGUỒN VỐN DOANH NGHIỆP
NỢ PHẢI TRẢ (DEBT)                                                                   VỐN CHỦ SỞ HỮU (EQUITY)
• Tận dụng lá chắn thuế (Tax Shield)                                                 • Độc lập tài chính, không áp lực trả lãi
• Rủi ro kiệt quệ tài chính (Financial Distress)                                     • Chi phí vốn cao, pha loãng quyền kiểm soát

Vấn đề thực tế (Problem Statement)

Các công ty chứng khoán tại Việt Nam đối mặt với 3 bài toán nan giải:

  • Áp lực đòn bẩy và an toàn vốn: Tỷ lệ nợ trên tổng tài sản ($DA$) dao động từ mức cực thấp $0.63%$ đến mức cao trên $80%$, dẫn đến sự bất ổn về khả năng thanh toán khi thị trường đảo chiều.
  • Hiệu quả sinh lời suy giảm: Khả năng sinh lời trên tổng tài sản ($ROA$) trung bình chỉ đạt $2.61%$, thậm chí ghi nhận đáy $-32.50%$, khiến doanh nghiệp khó tiếp cận nguồn vốn vay dài hạn với chi phí thấp.
  • Bất cân xứng thông tin và trật tự tài trợ: Nhà quản trị lúng túng giữa việc áp dụng Lý thuyết Đánh đổi (Trade-off Theory) nhằm tận dụng lá chắn thuế hay Lý thuyết Trật tự phân hạng (Pecking Order Theory) để hạn chế chi phí đại diện và rủi ro thanh khoản.

Mục tiêu nghiên cứu

  1. Định lượng hóa các nhân tố nội tại: Xác định và đo lường mức độ tác động của 5 chỉ số tài chính ($ROA$, $ROE$, $ROS$, Tính thanh khoản $CR$, Tỷ lệ tài sản cố định hữu hình $Tangibility$) đến cấu trúc vốn ($DA$).
  2. Kiểm định mô hình kinh tế lượng: Thực hiện kiểm định ý nghĩa tham số (Wald Test), loại bỏ biến dư thừa (Redundant Variables Test) và phát hiện đa cộng tuyến (Variance Inflation Factor - VIF) bằng EViews 6.
  3. Thiết lập khung giải pháp tối ưu: Đề xuất tỷ lệ đòn bẩy tài chính và cấu trúc vốn mục tiêu phù hợp với từng nhóm CTCK trên sàn HOSE và HNX.

Phạm vi và Giới hạn

  • Không gian nghiên cứu: 16 công ty chứng khoán hàng đầu niêm yết trên hai sàn HOSE và HNX (đáp ứng điều kiện báo cáo tài chính kiểm toán liên tục).
  • Thời gian nghiên cứu: 5 năm tài chính (2011 – 2015), tương đương $N = 80$ quan sát dạng bảng (Balanced Panel Data).
  • Chỉ tiêu đại diện cấu trúc vốn: Tỷ số tổng nợ trên tổng tài sản ($DA = \text{Total Debt} / \text{Total Assets}$).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong thực tế phân tích tài chính doanh nghiệp, có 3 hướng tiếp cận chính để đánh giá cấu trúc vốn:

Tiêu chí Phân tích Thống kê Mô tả Mô hình Hồi quy Tuyến tính OLS (Nghiên cứu này) Mô hình Động Generalized Method of Moments (GMM)
Bản chất Tính toán trung bình, độ biến thiên Hồi quy OLS, kiểm định F-statistic & Wald test Hồi quy biến trễ, kiểm soát nội sinh sâu
Ưu điểm Đơn giản, trực quan, dễ tính Đo lường độ nhạy hệ số $\beta_i$, phát hiện biến rác Khử triệt để hiện tượng nội sinh chuỗi thời gian
Nhược điểm Không chỉ ra mối quan hệ nhân quả Nhạy cảm với hiện tượng đa cộng tuyến nếu biến trùng lặp Đòi hỏi tập mẫu quan sát lớn ($N > 100, T > 10$)
Mức độ khả thi Cơ bản Tối ưu với mẫu 80 quan sát thực nghiệm Không khả thi với $N=16$ công ty chứng khoán

Yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must have: Dữ liệu chuẩn hóa từ BCTC kiểm toán (2011-2015), kiểm định Wald cho từng biến giải thích, kiểm định đa cộng tuyến VIF.
  • Should have: Phân tích ma trận tương quan Pearson, đối chiếu kết quả với trường phái Trade-off Theory và Pecking Order Theory.
  • Could have: Phân tích biểu đồ phân phối tần số chuẩn (Histogram) cho các biến tài chính.
  • Won't have (lần này): Hồi quy mô hình phi tuyến bậc 2, khảo sát định tính hành vi ban điều hành qua bảng câu hỏi.

Thiết kế hệ thống mô hình định lượng

Mô hình nghiên cứu được xây dựng dựa trên quy trình kinh tế lượng đa biến chuẩn:

Bảng định nghĩa biến và công thức toán học

Tên biến Ký hiệu Vai trò Công thức tính toán Kỳ vọng dấu
Tỷ suất nợ $DA$ (Y) Phụ thuộc $\text{Tổng nợ phải trả} / \text{Tổng tài sản}$ —
Hiệu quả tài sản $ROA$ ($X_1$) Độc lập $\text{Lợi nhuận sau thuế} / \text{Tổng tài sản}$ $+ / -$
Hiệu quả vốn CSH $ROE$ ($X_2$) Độc lập $\text{Lợi nhuận sau thuế} / \text{Vốn chủ sở hữu}$ $+ / -$
Tỷ suất sinh lời DT $ROS$ ($X_3$) Độc lập $\text{Lợi nhuận sau thuế} / \text{Doanh thu thuần}$ $+ / -$
Tính thanh khoản $CR$ ($X_4$) Độc lập $\text{Tài sản ngắn hạn} / \text{Nợ ngắn hạn}$ $+ / -$
Tài sản cố định $Tang$ ($X_5$) Độc lập $\text{Nguyên giá TSCĐ hữu hình} / \text{Tổng tài sản}$ $+$

Phương pháp luận (Methodology)

Nghiên cứu ứng dụng quy trình 4 giai đoạn chuẩn mực kinh tế lượng:

  1. Thu thập dữ liệu thứ cấp: Trích xuất BCTC kiểm toán thường niên từ cổng thông tin CafeF và Sở GDCK.
  2. Xử lý số liệu: Tổng hợp 80 quan sát, tính toán các chỉ số tài chính trên Microsoft Excel.
  3. Chạy mô hình trên EViews 6.0: Tiến hành phương pháp bình phương bé nhất thông thường (Ordinary Least Squares - OLS).
  4. Kiểm định giả thuyết: Sử dụng kiểm định Wald để tinh gọn mô hình, loại trừ các biến không đạt mức ý nghĩa thống kê $p < 0.05$.

Implementation và kết quả

Quy trình xử lý và code phân tích kinh tế lượng

Dưới đây là kịch bản lệnh (script) chuẩn hóa logic hồi quy và kiểm định mô hình cấu trúc vốn theo chuẩn EViews / Python Econometrics:

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

# 1. Tải và cấu trúc dữ liệu bảng (16 CTCK x 5 năm = 80 quan sát)
df = pd.read_csv("securities_capital_structure_2011_2015.csv")
features = ['ROA', 'ROE', 'ROS', 'TINHTHANHKHOAN', 'TSCDHUUHINH']
X = df[features]
y = df['DA']

# 2. Hồi quy mô hình tuyến tính ban đầu
X_with_const = sm.add_constant(X)
initial_model = sm.OLS(y, X_with_const).fit()

# 3. Kiểm tra đa cộng tuyến qua hệ số VIF
vif_data = pd.DataFrame()
vif_data["Variable"] = features
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(features))]

# 4. Tinh lọc mô hình cốt lõi (Loại ROE và ROS do p-value > 0.05)
core_features = ['ROA', 'TINHTHANHKHOAN', 'TSCDHUUHINH']
X_core = sm.add_constant(df[core_features])
core_model = sm.OLS(y, X_core).fit()

print(core_model.summary())

Kết quả phân tích thống kê mô tả

Bộ dữ liệu 80 quan sát cho thấy những nét đặc thù của khối doanh nghiệp chứng khoán Việt Nam:

Biến Trung bình (Mean) Trung vị (Median) Lớn nhất (Max) Nhỏ nhất (Min) Độ lệch chuẩn (Std. Dev.)
$DA$ (Y) $32.53%$ $27.45%$ $83.42%$ $0.63%$ $25.00%$
$ROA$ ($X_1$) $2.61%$ $2.14%$ $22.55%$ $-32.50%$ $7.85%$
$ROE$ ($X_2$) $1.80%$ $3.12%$ $35.46%$ $-145.00%$ $22.42%$
$ROS$ ($X_3$) $9.18%$ $12.30%$ $82.50%$ $-168.87%$ $43.10%$
Tính thanh khoản ($X_4$) $8.62$ lần $4.25$ lần $55.54$ lần $1.06$ lần $10.85$ lần
TSCĐ hữu hình ($X_5$) $0.68%$ $0.35%$ $5.55%$ $0.00%$ $0.98%$

[!NOTE]

  • Tỷ lệ $DA$ bình quân đạt $32.53%$, cho thấy các công ty chứng khoán chủ yếu hoạt động bằng vốn chủ sở hữu và tiền gửi ký quỹ, không lạm dụng nợ vay dài hạn.
  • Tỷ lệ tài sản cố định bình quân chỉ chiếm $0.68%$ tổng tài sản, khẳng định tài sản ngành này tập trung vào danh mục tự doanh, cho vay giao dịch ký quỹ (Margin) và tiền gửi ngân hàng.

Kết quả kiểm định mô hình và thảo luận hồi quy

Sau khi thực hiện kiểm định biến dư thừa (Redundant Variables Test) và kiểm định Wald trên EViews 6:

  • Biến $ROE$ ($F = 0.8982, p = 0.3463 > 0.05$): Không có ý nghĩa thống kê $\rightarrow$ Loại bỏ.
  • Biến $ROS$ ($F = 0.6479, p = 0.4234 > 0.05$): Không có ý nghĩa thống kê $\rightarrow$ Loại bỏ.
  • Biến $ROA$ ($F = 5.0176, p = 0.0281 < 0.05$): Có ý nghĩa thống kê ở mức $5%$ $\rightarrow$ Giữ lại.
  • Biến Tính thanh khoản ($CR$) ($F = 5.0172, p = 0.0282 < 0.05$): Có ý nghĩa thống kê $\rightarrow$ Giữ lại.
  • Biến TSCĐ hữu hình ($F = 10.0016, p = 0.0022 < 0.01$): Có ý nghĩa thống kê ở mức $1%$ $\rightarrow$ Giữ lại.
                   PHƯƠNG TRÌNH HỒI QUY CỐT LÕI (CORE MODEL)
    DA = 0.452 - 1.142 * ROA - 0.012 * TINHTHANHKHOAN - 10.156 * TSCDHUUHINH + ε

Hệ số chặn (C):         0.4520  (p = 0.0001)
ROA (X1):              -1.1420  (p = 0.0281)  --> Nghịch biến (-)
TINHTHANHKHOAN (X4):   -0.0120  (p = 0.0282)  --> Nghịch biến (-)
TSCDHUUHINH (X5):     -10.1560  (p = 0.0022)  --> Nghịch biến (-)
Hệ số Durbin-Watson:    1.0016
Hệ số VIF các biến:     < 2.5   (Không xảy ra hiện tượng đa cộng tuyến)

Giải thích kinh tế học của kết quả:

  1. $ROA$ nghịch biến với tỷ suất nợ ($\beta_1 = -1.142$): Phù hợp với Lý thuyết Trật tự phân hạng (Pecking Order Theory). Doanh nghiệp làm ăn càng hiệu quả thì càng ưu tiên tích lũy lợi nhuận giữ lại để tái đầu tư/cấp margin thay vì đi vay nợ từ các tổ chức tín dụng.
  2. Tính thanh khoản nghịch biến với tỷ suất nợ ($\beta_4 = -0.012$): Các CTCK duy trì lượng tiền mặt và tương đương tiền dồi dào sẽ tự tài trợ cho hoạt động kinh doanh mà không cần huy động vốn vay bên ngoài.
  3. TSCĐ hữu hình nghịch biến với cấu trúc vốn ($\beta_5 = -10.156$): Khác với ngành sản xuất (nơi TSCĐ dùng làm tài sản thế chấp để vay nợ), trong ngành chứng khoán, công ty nắm giữ nhiều tài sản cố định hữu hình thường là công ty có quy mô công nghệ thông tin lớn, hoạt động thận trọng, ít sử dụng đòn bẩy tài trợ rủi ro.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn rõ rệt:

So sánh với các nghiên cứu tiền nhiệm

Nghiên cứu Mẫu khảo sát Biến tác động chính Kết luận lý thuyết
Huang & Song (2002) >1000 DN Trung Quốc Quy mô (+), Lợi nhuận (-), TSCĐ (+) Lý thuyết Đánh đổi chiếm ưu thế ở DN sản xuất
Lê Đạt Chí (2013) Các DN niêm yết VN Thuế (+), Lạm phát (-), ROA (-) Ủng hộ Lý thuyết Trật tự phân hạng
Đặng Quỳnh Anh (2014) 180 DN phi tài chính Quy mô (+), Khả năng sinh lợi (+) Tồn tại sự phân hóa theo cấu trúc ngành
Đề tài hiện tại (2016) 16 Công ty Chứng khoán $ROA$ (-), Thanh khoản (-), TSCĐ (-) Xác nhận tính áp đảo của Pecking Order trong khối CTCK

Đóng góp thực tiễn nổi bật

  • Chứng minh tính đặc thù ngành chứng khoán: Bác bỏ quan điểm truyền thống cho rằng tỷ lệ tài sản cố định hữu hình cao sẽ làm tăng tỷ lệ vay nợ. Tại các CTCK, tỷ lệ tài sản cố định trung bình chỉ $0.68%$, không đóng vai trò tài sản bảo đảm tín dụng.
  • Tối ưu hóa biến phân tích: Chỉ ra sự trùng lặp thông tin giữa $ROA$, $ROE$ và $ROS$. Việc loại bỏ $ROE$ và $ROS$ giúp triệt tiêu hiện tượng đa cộng tuyến tiềm ẩn, nâng cao độ tin cậy của ước lượng OLS.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong quản trị tài chính doanh nghiệp

                                LỘ TRÌNH TỐI ƯU HÓA CẤU TRÚC VỐN CTCK
GIAI ĐOẠN THỊ TRƯỜNG TĂNG TRƯỞNG             GIAI ĐOẠN THỊ TRƯỜNG ĐI NGANG                  GIAI ĐOẠN THỊ TRƯỜNG SUY THOÁI
• Duy trì DA ở mức 35% - 45%                 • Tăng tỷ trọng vốn tự có                      • Hạ DA về dưới 20%
• Mở rộng hạn mức tín dụng ngắn hạn          • Kiểm soát chỉ số thanh khoản CR > 3.0        • Thu hồi nợ Margin, tăng thanh khoản
• Đẩy mạnh cho vay ký quỹ Margin             • Tái cơ cấu danh mục tự doanh                 • Tránh áp lực chi phí lãi vay

1. Dành cho Ban Giám đốc và Giám đốc Tài chính (CFO)

  • Thiết lập ngưỡng an toàn đòn bẩy: Do $DA$ trung bình ngành là $32.53%$, các CTCK nên duy trì tỷ lệ nợ phải trả/tổng tài sản trong khoảng $30% - 45%$ trong giai đoạn thị trường thuận lợi và hạ xuống dưới $25%$ khi thanh khoản toàn thị trường suy giảm.
  • Chiến lược tự tài trợ: Khi $ROA > 5%$, doanh nghiệp nên ưu tiên giữ lại lợi nhuận để bổ sung vốn lưu động cấp margin thay vì phân phối toàn bộ cổ tức tiền mặt.

2. Dành cho Cơ quan Quản lý Nhà nước (UBCKNN)

  • Giám sát an toàn tài chính: Tiếp tục hoàn thiện Thông tư hướng dẫn về chỉ tiêu an toàn tài chính của tổ chức kinh doanh chứng khoán, trong đó giám sát chặt chẽ mối liên hệ giữa nợ ngắn hạn và chất lượng danh mục tài sản tài chính.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Quy mô mẫu: Mẫu nghiên cứu gồm 16 công ty chứng khoán với 80 quan sát trong giai đoạn 2011–2015 do các rào cản về tính đầy đủ và minh bạch của BCTC thời điểm đó.
  • Mô hình kinh tế lượng: Phương pháp Pooled OLS chưa kiểm soát triệt để các yếu tố không quan sát được theo thời gian hoặc theo từng công ty (Fixed Effects Model - FEM / Random Effects Model - REM).
  • Thiếu biến vĩ mô: Chưa đưa vào các biến vĩ mô quan trọng như tốc độ tăng trưởng GDP, lạm phát, hay mức biến động của chỉ số VN-Index.

Hướng nghiên cứu mở rộng

  • Áp dụng các mô hình dữ liệu bảng nâng cao như Mô hình tác động cố định (FEM), Mô hình tác động ngẫu nhiên (REM) hoặc Hồi quy GMM hai bước (Two-step System GMM) để kiểm soát tính nội sinh.
  • Mở rộng khung thời gian nghiên cứu giai đoạn 2016–2025, bổ sung các biến đại diện cho quy mô công ty ($\ln(\text{Total Assets})$), tốc độ tăng trưởng doanh thu và lãi suất điều hành của Ngân hàng Nhà nước.

Đối tượng hưởng lợi

                                  ĐỐI TƯỢNG HƯỞNG LỢI DỰ ÁN
SINH VIÊN & HỌC VIÊN    CHUYÊN VIÊN PHÂN TÍCH   BAN LÃNH ĐẠO CTCK      CƠ QUAN QUẢN LÝ         NHÀ NGHIÊN CỨU
Tài liệu mẫu về         Phương pháp xử lý       Cẩm nang thiết lập      Cơ sở ban hành          Nền tảng kiểm định
kinh tế lượng thực tế   dữ liệu trên EViews     hạn mức đòn bẩy an toàn quy chế an toàn vốn     cho các mô hình GMM
  • Sinh viên & Học viên chuyên ngành Tài chính - Doanh nghiệp: Nắm vững phương pháp luận xây dựng mô hình hồi quy đa biến, cách kiểm định Wald và đọc kết quả EViews.
  • Chuyên viên Phân tích Tài chính & Nhà đầu tư: Hiểu rõ động lực hình thành cấu trúc vốn của CTCK để định giá cổ phiếu và đánh giá rủi ro phá sản chính xác hơn.
  • Hội đồng Quản trị & CFO ngành Chứng khoán: Định hình chính sách cổ tức và chiến lược huy động vốn tối ưu theo từng chu kỳ thị trường.
  • Nhà nghiên cứu học thuật: Nền tảng thực nghiệm giá trị về hành vi tài trợ của định chế tài chính trung gian tại thị trường mới nổi.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại loại bỏ hai biến ROE và ROS khỏi mô hình cuối cùng?

Thông qua kiểm định biến dư thừa (Redundant Variables Test) và kiểm định Wald, cả hai biến $ROE$ ($p = 0.3463$) và $ROS$ ($p = 0.4234$) đều có giá trị $p\text{-value} > 0.05$. Do $ROA$, $ROE$, và $ROS$ có mức độ tương quan tuyến tính rất cao (hệ số tương quan Pearson $> 0.66$), việc giữ lại cả 3 biến sẽ gây ra hiện tượng đa cộng tuyến cục bộ, làm sai lệch ý nghĩa thống kê của các ước lượng hồi quy.

2. Kết quả nghiên cứu ủng hộ Lý thuyết Đánh đổi (Trade-off) hay Lý thuyết Trật tự phân hạng (Pecking Order)?

Kết quả nghiên cứu ủng hộ mạnh mẽ Lý thuyết Trật tự phân hạng (Pecking Order Theory). Hệ số hồi quy của $ROA$ mang dấu âm ($\beta_1 = -1.142, p < 0.05$), chứng minh rằng các công ty chứng khoán có khả năng sinh lời cao sẽ ưu tiên dùng nguồn vốn nội bộ tạo ra từ hoạt động kinh doanh trước khi tìm kiếm các nguồn tài trợ nợ bên ngoài.

3. Tỷ số nợ trên tổng tài sản (DA) của ngành chứng khoán có điểm gì khác biệt so với ngành sản xuất?

Ở các doanh nghiệp sản xuất, $DA$ thường ở mức cao ($50% - 70%$) và gắn liền với các khoản vay dài hạn thế chấp bằng nhà xưởng, máy móc. Ngược lại, ngành chứng khoán có $DA$ trung bình chỉ $32.53%$, phần lớn là nợ ngắn hạn phục vụ thanh toán giao dịch và tiền ký quỹ của nhà đầu tư, trong khi tài sản cố định hữu hình chỉ chiếm $0.68%$ tổng tài sản.

4. Phần mềm EViews 6 đóng vai trò gì trong việc xử lý mô hình?

EViews 6 cung cấp môi trường tính toán kinh tế lượng chuyên dụng để thực hiện: thống kê mô tả, ma trận tương quan Pearson, hồi quy OLS đa biến, kiểm định giả thuyết Wald, kiểm định biến không có ý nghĩa và chẩn đoán hiện tượng tự tương quan qua hệ số Durbin-Watson.

5. Làm thế nào để áp dụng kết quả này vào việc quản trị rủi ro thanh khoản của một công ty chứng khoán?

CFO cần theo dõi chặt chẽ hệ số thanh toán ngắn hạn ($CR$). Với $\beta_4 = -0.012$ ($p < 0.05$), việc nâng cao khả năng thanh khoản ngắn hạn sẽ giúp doanh nghiệp giảm bớt sự phụ thuộc vào nợ vay, từ đó triệt tiêu rủi ro mất khả năng thanh toán khi thị trường chứng khoán suy thoái.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc mục tiêu định lượng hóa các yếu tố tác động đến cấu trúc vốn của 16 công ty chứng khoán niêm yết trên TTCK Việt Nam giai đoạn 2011–2015. Bằng phương pháp kinh tế lượng OLS kết hợp quy trình kiểm định Wald chặt chẽ trên EViews 6, đề tài đã chỉ ra:

  • Tỷ suất sinh lợi trên tổng tài sản ($ROA$), Tính thanh khoản ($CR$), và Tỷ lệ tài sản cố định hữu hình ($Tangibility$) là ba nhân tố thực sự chi phối tỷ suất nợ của các CTCK với mối quan hệ nghịch biến (-) có ý nghĩa thống kê.
  • Khẳng định sự phù hợp vượt trội của Lý thuyết Trật tự phân hạng (Pecking Order Theory) trong việc giải thích cấu trúc tài chính của các công ty chứng khoán Việt Nam.

Kết quả nghiên cứu cung cấp cơ sở khoa học và thực tiễn vững chắc giúp các nhà quản trị tài chính CTCK xây dựng cấu trúc vốn mục tiêu cân bằng giữa tối đa hóa lợi nhuận và kiểm soát rủi ro thanh khoản.