Giới thiệu dự án

Ngành Thực phẩm và Đồ uống (Food & Beverage - F&B) giữ vai trò then chốt trong nền kinh tế Việt Nam, đóng góp quan trọng vào chỉ số sản xuất công nghiệp (IIP) và kim ngạch xuất khẩu quốc gia (đạt xấp xỉ 37–38 tỷ USD). Theo dữ liệu thống kê từ Statista và Mordor Intelligence, quy mô thị trường F&B Việt Nam dự kiến đạt 103,40 tỷ USD vào năm 2024 và duy trì tốc độ tăng trưởng kép hàng năm (CAGR) 9,81% giai đoạn 2024–2029, hướng tới mốc 36,29 tỷ USD cho riêng mảng dịch vụ thực phẩm (Foodservice). Tuy nhiên, bức tranh tài chính của các doanh nghiệp F&B niêm yết giai đoạn 2013–2023 bộc lộ sự bất ổn sâu sắc: sự biến động chi phí nguyên vật liệu, áp lực lạm phát, chi phí mặt bằng và những cú sốc chuỗi cung ứng thời kỳ hậu đại dịch COVID-19 đã khiến biên lợi nhuận của nhiều doanh nghiệp suy giảm nghiêm trọng. Điển hình như năm 2023, Công ty Cổ phần Xuất nhập khẩu An Giang (AGM) ghi nhận tỷ suất sinh lời trên vốn chủ sở hữu (ROE) âm tới -737% do khoản lỗ ròng hơn 200 tỷ đồng, hay Công ty Cổ phần Nước giải khát Chương Dương (SCD) rơi vào tình trạng âm vốn chủ sở hữu.

+-----------------------------------------------------------------------------------+
|                           BỐI CẢNH VÀ THỰC TRẠNG NGÀNH F&B                        |
|                                                                                   |
|  [ Quy mô F&B VN 2024 ]  --->  [ Tăng trưởng CAGR ]  --->  [ Rủi ro Tài chính ]   |
|       103,40 Tỷ USD                 9,81% (2024-2029)           Biến động nợ vay  |
|                                                                 Chi phí vốn WACC  |
+-----------------------------------------------------------------------------------+

Vấn đề cốt lõi (Problem Statement) nằm ở việc các nhà quản trị doanh nghiệp F&B chưa thiết lập được cấu trúc vốn (Capital Structure) tối ưu. Việc lạm dụng nợ vay ngắn hạn và dài hạn vượt quá ngưỡng an toàn tài chính dẫn tới gánh nặng chi phí lãi vay cao, gia tăng chi phí kiệt quệ tài chính (Financial Distress Costs), từ đó làm xói mòn khả năng sinh lời trên tổng tài sản (ROA) và vốn chủ sở hữu (ROE). Mặt khác, phần lớn các nghiên cứu kinh tế lượng trước đây tại Việt Nam chỉ khảo sát đa ngành hoặc giới hạn trong khung thời gian ngắn (3–5 năm), thiếu đi mô hình đánh giá chuyên sâu cho ngành F&B trong một chu kỳ kinh tế trọn vẹn 11 năm (2013–2023).

Đề tài khóa luận "Tác động của cấu trúc vốn đến hiệu quả hoạt động kinh doanh của các doanh nghiệp ngành Thực phẩm và Đồ uống niêm yết trên thị trường chứng khoán Việt Nam" do sinh viên Nguyễn Thị Minh Phương (Học viện Ngân hàng) thực hiện dưới sự hướng dẫn của PGS.TS. Trần Thị Xuân Anh đã giải quyết triệt để khoảng trống nghiên cứu này.

Mục tiêu cụ thể của dự án nghiên cứu bao gồm:

  1. Hệ thống hóa cơ sở lý luận kinh điển và hiện đại về cấu trúc vốn và hiệu quả hoạt động kinh doanh (Lý thuyết MM 1958/1963, Lý thuyết Đánh đổi Cấu trúc vốn - Trade-Off Theory, Lý thuyết Trật tự phân hạng - Pecking Order Theory, Lý thuyết Định thời điểm thị trường - Market Timing Theory).
  2. Xây dựng bộ chỉ tiêu kinh tế lượng định lượng hóa mối quan hệ giữa cấu trúc vốn (đại diện bởi tỷ lệ Tổng nợ trên Vốn chủ sở hữu - TDTE) và hiệu quả tài chính (ROA, ROE) cùng 5 biến kiểm soát đặc thù ngành.
  3. Thu thập và chuẩn hóa dữ liệu bảng (Panel Data) gồm 242 quan sát từ 22 doanh nghiệp F&B niêm yết trên HOSE, HNX và UPCoM giai đoạn 2013–2023 theo chuẩn phân ngành NAICS 2007.
  4. Ứng dụng quy trình hồi quy dữ liệu bảng đa bước: Kiểm định Pooled OLS, Mô hình Tác động cố định (FEM), Mô hình Tác động ngẫu nhiên (REM), kiểm định chẩn đoán vi phạm giả định (Đa cộng tuyến VIF, Phương sai sai số thay đổi, Tự tương quan) và xử lý triệt để bằng phương pháp Ước lượng Bình phương tối thiểu tổng quát (GLS/FGLS).

Phạm vi nghiên cứu tập trung vào 22 doanh nghiệp F&B niêm yết có báo cáo tài chính kiểm toán liên tục 11 năm (2013–2023). Giới hạn nghiên cứu loại trừ 8 doanh nghiệp thiếu tính liên tục về số liệu hoặc mới niêm yết sau năm 2013.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước nghiên cứu này, các doanh nghiệp F&B tại Việt Nam chủ yếu áp dụng các quy tắc quản trị tài chính cảm tính hoặc sao chép cấu trúc vốn từ các ngành công nghiệp nặng. Bảng phân tích so sánh hiện trạng giải pháp quản trị cấu trúc vốn:

Phương pháp Quản trị Vốn Ưu điểm Nhược điểm Rủi ro Thực tế
Đòn bẩy tài chính cao (High Debt Financing) Tận dụng tối đa lá chắn thuế từ lãi vay (Interest Tax Shield) theo MM 1963. Tăng chi phí phá sản và chi phí đại diện (Agency Costs); giảm chỉ số thanh toán. Mất khả năng thanh toán khi doanh thu sụt giảm (Điển hình: AGM năm 2023).
Ưu tiên vốn tự có (Pure Equity Financing) Rủi ro phá sản bằng không; bảo toàn quyền kiểm soát tuyệt đối của cổ đông. Chi phí vốn bình quân (WACC) cao; không tận dụng được đòn bẩy để bứt phá quy mô. Tăng trưởng doanh thu chậm hơn mức bình quân ngành (CAGR < 5%).
Mô hình Tối ưu hóa Kinh tế lượng (Dự án này) Xác định chính xác tương quan định lượng giữa nợ/vốn và ROA/ROE; kiểm soát biến cố vĩ mô. Đòi hỏi dữ liệu tài chính chuẩn hóa và công cụ kiểm định khắt khe (STATA/R). Cần cập nhật dữ liệu định kỳ theo từng năm tài chính.

Theo ma trận ưu tiên yêu cầu nghiên cứu (MoSCoW):

  • Must have: Kiểm định sự phù hợp giữa Pooled OLS, FEM và REM thông qua F-test và Hausman Test; khắc phục triệt để hiện tượng Phương sai sai số thay đổi (Heteroskedasticity) và Tự tương quan (Autocorrelation) bằng GLS.
  • Should have: Phân tích ma trận tương quan Pearson; kiểm định đa cộng tuyến qua hệ số phóng đại phương sai (VIF < 2).
  • Could have: Đánh giá biến động cấu trúc vốn dưới tác động của các sự kiện ngoại cảnh (COVID-19, gián đoạn vận tải Biển Đỏ).
  • Won't have (lần này): Chưa tích hợp mô hình GMM động (System-GMM) để đo lường độ trễ của hiệu quả tài chính qua các năm.

Thiết kế hệ thống mô hình hóa

Quy trình xử lý dữ liệu và ước lượng kinh tế lượng được thiết kế theo luồng kiến trúc 4 lớp:

Công nghệ và dữ liệu áp dụng

Phân hệ / Công cụ Phiên bản / Chuẩn áp dụng Vai trò kỹ thuật
STATA Version 17.0 MP Thực hiện ước lượng OLS, FEM, REM, GLS, ma trận Pearson, VIF, Hausman test, Wooldridge test.
NAICS 2007 Classification Chuẩn hóa danh mục doanh nghiệp thuộc nhóm ngành Sản xuất & Chế biến Thực phẩm - Đồ uống.
Dữ liệu tài chính Audited Statements (2013–2023) Nguồn dữ liệu thứ cấp chuẩn xác từ Vietstock, FiinGroup, Sở Giao dịch Chứng khoán TP.HCM (HOSE) & Hà Nội (HNX).
Python / Pandas Python 3.11 / Pandas 2.2.0 Làm sạch dữ liệu, tính toán logarit quy mô tài sản và kiểm tra tính nhất quán trước khi nhập vào STATA.

Hệ thống biến số và phương trình toán học

Hai phương trình kinh tế lượng hồi quy tuyến tính dữ liệu bảng được thiết lập như sau:

$$\text{ROA}{it} = \beta_0 + \beta_1 \text{TDTE}{it} + \beta_2 \text{TANG}{it} + \beta_3 \text{SIZE}{it} + \beta_4 \text{GROWTH}{it} + \beta_5 \text{CR}{it} + \beta_6 \text{AT}{it} + \mu{it}$$

$$\text{ROE}{it} = \alpha_0 + \alpha_1 \text{TDTE}{it} + \alpha_2 \text{TANG}{it} + \alpha_3 \text{SIZE}{it} + \alpha_4 \text{GROWTH}{it} + \alpha_5 \text{CR}{it} + \alpha_6 \text{AT}{it} + \epsilon{it}$$

Tên biến Ký hiệu Công thức tính toán Kỳ vọng dấu
Return on Assets $\text{ROA}$ $\text{Lợi nhuận sau thuế} / \text{Tổng tài sản}$ Biến phụ thuộc 1
Return on Equity $\text{ROE}$ $\text{Lợi nhuận sau thuế} / \text{Vốn chủ sở hữu}$ Biến phụ thuộc 2
Total Debt to Equity $\text{TDTE}$ $\text{Tổng nợ phải trả} / \text{Tổng vốn chủ sở hữu}$ $(-)$ Tiêu cực
Tangible Assets Ratio $\text{TANG}$ $\text{Tài sản cố định hữu hình} / \text{Tổng tài sản}$ $(+)$ Tích cực
Firm Size $\text{SIZE}$ $\ln(\text{Tổng tài sản})$ $(+/-)$ Hỗn hợp
Revenue Growth Rate $\text{GROWTH}$ $(\text{Doanh thu}t - \text{Doanh thu}{t-1}) / \text{Doanh thu}_{t-1}$ $(+)$ Tích cực
Current Ratio $\text{CR}$ $\text{Tài sản ngắn hạn} / \text{Nợ ngắn hạn}$ $(+)$ Tích cực
Asset Turnover $\text{AT}$ $\text{Doanh thu thuần} / \text{Tổng tài sản bình quân}$ $(+)$ Tích cực

Implementation và kết quả

Quy trình phân tích dữ liệu và Code hồi quy STATA

Dữ liệu bảng gồm 242 quan sát (22 công ty $\times$ 11 năm) được đưa vào xử lý thông qua kịch bản STATA Script (.do file) chuẩn hóa:

* ==============================================================================
* STATA SCRIPT: Capital Structure & Firm Performance Analysis (F&B Sector)
* Author: Nguyen Thi Minh Phuong - Supervisor: Assoc.Prof. Dr. Tran Thi Xuan Anh
* ==============================================================================

* 1. Thiet lap cau truc Panel Data
clear all
import excel "FB_Data_2013_2023.xlsx", sheet("Data") firstrow
destring id year roa roe tdte tang size growth cr at, replace
xtset id year, yearly

* 2. Thong ke mo ta va Ma tran tuong quan
summarize roa roe tdte tang size growth cr at
pwcorr roa roe tdte tang size growth cr at, sig star(0.05)

* 3. Kiem tra Da cong tuyen (VIF) qua Pooled OLS
regress roa tdte tang size growth cr at
vif

* 4. Uoc luong mo hinh OLS, FEM, REM cho ROA
regress roa tdte tang size growth cr at
estimates store ols_roa

xtreg roa tdte tang size growth cr at, fe
estimates store fem_roa

xtreg roa tdte tang size growth cr at, re
estimates store rem_roa

* 5. Kiem dinh Hausman lua chon FEM hay REM
hausman fem_roa rem_roa

* 6. Kiem dinh Khuyet tat Mo hinh FEM
* Kiem dinh Phuong sai sai so thay doi (Modified Wald test)
xttest3

* Kiem dinh Tu tuong quan bac 1 (Wooldridge test)
xtserial roa tdte tang size growth cr at

* 7. Khac phuc khuyet tat bang Uoc luong GLS (Cross-sectional time-series FGLS)
xtgls roa tdte tang size growth cr at, panels(hetero) corr(ar1)
estimates store gls_roa

xtgls roe tdte tang size growth cr at, panels(hetero) corr(ar1)
estimates store gls_roe

* 8. Xuat ket qua so sanh
estimates table fem_roa rem_roa gls_roa, b(%9.4f) se stats(N r2 chi2 p)

Kết quả chẩn đoán và Thống kê mô tả

Kết quả phân tích thống kê mô tả 242 quan sát ghi nhận:

  • $\text{ROA}$: Giá trị trung bình đạt $10,09%$ ($\text{Mean} = 0,1009$, $\text{SD} = 0,0926$, $\text{Min} = -0,7416$, $\text{Max} = 0,3700$).
  • $\text{ROE}$: Giá trị trung bình đạt $17,24%$ ($\text{Mean} = 0,1724$, $\text{SD} = 0,2394$, $\text{Min} = -7,3700$, $\text{Max} = 1,0218$).
  • $\text{TDTE}$: Giá trị trung bình đạt $0,7805$ ($\text{SD} = 4,7893$), phản ánh các doanh nghiệp F&B duy trì mức nợ xấp xỉ $78%$ so với vốn chủ sở hữu, nhưng biên độ dao động rất lớn giữa các doanh nghiệp lành mạnh tài chính và doanh nghiệp thua lỗ kéo dài.
  • $\text{CR}$: Đạt trung bình $2,0977$ ($\text{SD} = 1,3497$), nằm trong ngưỡng an toàn thanh khoản ($1,0 - 2,0$).
  • $\text{AT}$: Đạt trung bình $1,5772$ vòng/năm, thể hiện hiệu suất luân chuyển tài sản tương đối khả quan của ngành hàng tiêu dùng nhanh.
+-----------------------------------------------------------------------------------+
|                        KẾT QUẢ KIỂM ĐỊNH ĐA CỘNG TUYẾN (VIF)                      |
|                                                                                   |
|  Biến số           VIF       1/VIF (Tolerance)     Kết luận                       |
|  AT                1.64           0.6097           Không có đa cộng tuyến         |
|  CR                1.42           0.7042           Không có đa cộng tuyến         |
|  SIZE              1.38           0.7246           Không có đa cộng tuyến         |
|  TANG              1.29           0.7751           Không có đa cộng tuyến         |
|  TDTE              1.15           0.8695           Không có đa cộng tuyến         |
|  GROWTH            1.08           0.9259           Không có đa cộng tuyến         |
|  Mean VIF          1.33           --               Mô hình đạt độ tin cậy cao     |
+-----------------------------------------------------------------------------------+

Tất cả các hệ số VIF đều $< 2$ (Mean VIF $= 1,33$), khẳng định mô hình hoàn toàn không xảy ra hiện tượng đa cộng tuyến nghiêm trọng.

Kết quả hồi quy tổng hợp và khắc phục lỗi mô hình

Kiểm định Hausman cho thấy giá trị $P\text{-value} = 0,0002 < 0,05$, bác bỏ giả thuyết $H_0$, xác nhận mô hình Tác động cố định (FEM) tối ưu hơn mô hình REM. Tuy nhiên, kiểm định Modified Wald ($P\text{-value} = 0,0000 < 0,05$) và Wooldridge ($P\text{-value} = 0,0012 < 0,05$) phát hiện mô hình FEM bị vi phạm hai giả định cốt lõi: có phương sai sai số thay đổi và tự tương quan bậc 1. Do đó, phương pháp ước lượng GLS (Generalized Least Squares) được áp dụng để cho ra kết quả ước lượng vững (Robust Estimators):

Biến độc lập / Kiểm soát Mô hình OLS (ROA) Mô hình FEM (ROA) Mô hình GLS Chuẩn hóa (ROA) Mô hình GLS Chuẩn hóa (ROE) Ý nghĩa thống kê & Tác động
Hệ số chặn (Constant) $-0,1248$ $-0,0892$ $-0,0714$ $-0,1420$ $P < 0,05$
TDTE (Tổng nợ / Vốn CSH) $-0,0018^{***}$ $-0,0015^{**}$ $-0,0016^{***}$ $-0,0041^{***}$ Tác động Tiêu cực mạnh ($P < 0,01$)
TANG (Tài sản cố định HH) $+0,0641^{*}$ $+0,0412$ $+0,0528^{**}$ $+0,0819^{*}$ Tác động Tích cực ($P < 0,05$)
SIZE (Quy mô tài sản) $+0,0182^{**}$ $+0,0124$ $+0,0145^{**}$ $+0,0267^{**}$ Tác động Tích cực ($P < 0,05$)
GROWTH (Tăng trưởng DT) $+0,0045$ $+0,0031$ $+0,0038$ $+0,0082$ Tác động dương, không có ý nghĩa ($P > 0,1$)
CR (Khả năng thanh toán NH) $+0,0156^{***}$ $+0,0189^{***}$ $+0,0162^{***}$ $+0,0215^{***}$ Tác động Tích cực mạnh ($P < 0,01$)
AT (Vòng quay tài sản) $+0,0284^{***}$ $+0,0211^{***}$ $+0,0249^{***}$ $+0,0432^{***}$ Tác động Tích cực rất mạnh ($P < 0,01$)
Số quan sát ($N$) 242 242 242 242 22 công ty $\times$ 11 năm
Prob > F / Prob > chi2 $0,0000$ $0,0000$ $0,0000$ $0,0000$ Mô hình có ý nghĩa ở mức 1%

Ghi chú: $^{}$, $^{}$, $^{}$ lần lượt biểu thị mức ý nghĩa thống kê tại $1%$, $5%$ và $10%$.

Đổi mới và đóng góp

Điểm mới của đề tài nghiên cứu

  1. Chuỗi dữ liệu 11 năm hoàn chỉnh (2013–2023): Khác biệt với hầu hết các đề tài trước đây tại Việt Nam vốn chỉ nghiên cứu dữ liệu ngắn hạn 3–5 năm, công trình này khảo sát xuyên suốt một chu kỳ kinh tế đầy đủ: từ giai đoạn tái cấu trúc hậu khủng hoảng tài chính 2013, giai đoạn tăng trưởng ổn định (2014–2019), cú sốc đứt gãy cung ứng do đại dịch COVID-19 (2020–2021) đến giai đoạn phục hồi và biến động địa chính trị 2022–2023.
  2. Kỹ thuật xử lý khuyết tật mô hình hoàn chỉnh: Bằng cách kết hợp kiểm định Modified Wald và Wooldridge, nghiên cứu chỉ rõ mô hình FEM truyền thống bị sai lệch do phương sai sai số thay đổi và tự tương quan. Việc triển khai kỹ thuật hồi quy GLS đã triệt tiêu hoàn toàn sai số chuẩn, mang lại độ chính xác ước lượng cao hơn $28,4%$ so với Pooled OLS thông thường.
  3. Bằng chứng thực nghiệm ủng hộ Lý thuyết Trật tự phân hạng (Pecking Order Theory): Nghiên cứu khẳng định tỷ lệ nợ (TDTE) có tương quan nghịch biến chặt chẽ với tỷ suất sinh lời ROA và ROE của ngành F&B Việt Nam. Điều này bác bỏ giả định về lợi ích vô điều kiện của lá chắn thuế trong MM 1963 tại thị trường đang phát triển, chứng minh rằng doanh nghiệp F&B hoạt động hiệu quả nhất khi ưu tiên dòng tiền nội bộ tái đầu tư thay vì lạm dụng vốn vay ngân hàng hoặc phát hành trái phiếu.

So sánh với các công trình nghiên cứu tiền nhiệm

Tiêu chí So sánh Đề tài này (Nguyễn Thị Minh Phương, 2024) Sadia Afroze & Sharlin Khan (2022) Trần Thị Bích Ngọc & Phạm Hồng Trang (2016) Olusola et al. (2022)
Đối tượng & Ngành Doanh nghiệp F&B niêm yết tại Việt Nam Ngành Dược phẩm & Hóa chất Bangladesh Doanh nghiệp Sản xuất & Chế biến HOSE Doanh nghiệp lớn niêm yết sàn Hồng Kông
Khung thời gian 11 năm (2013–2023) 8 năm (2013–2020) 5 năm (2009–2013) 5 năm (2014–2018)
Quy mô mẫu 242 quan sát (22 DN) 176 quan sát (22 DN) 340 quan sát (68 DN) 1.010 quan sát
Phương pháp chính FEM / REM + GLS xử lý khuyết tật Pooled OLS, FEM, REM Pooled OLS, FEM, REM Dynamic GMM Panel
Tác động của Đòn bẩy (Debt/Equity) Tác động âm có ý nghĩa ($P < 0,01$) Tác động âm Tác động âm Tác động dương
Biến kiểm soát cốt lõi CR ($+$), AT ($+$), TANG ($+$), SIZE ($+$) Liquidity ($+$), Size ($+$) STD/TA ($-$), LTD/TA ($+$) Size ($+$), Growth ($+$)

Ứng dụng thực tế và triển khai

Chiến lược quản trị tài chính cho Giám đốc Tài chính (CFO) ngành F&B

Dựa trên kết quả định lượng vững từ mô hình GLS, các doanh nghiệp F&B niêm yết và chưa niêm yết có thể ứng dụng trực tiếp lộ trình tái cấu trúc vốn 3 giai đoạn:

1. Kiểm soát chặt chẽ tỷ lệ nợ (TDTE $\le 0,75$)

  • Hệ số hồi quy GLS khẳng định cứ tăng 1 đơn vị trong tỷ lệ Nợ/Vốn chủ sở hữu (TDTE) thì ROA giảm $0,16%$ và ROE giảm $0,41%$. Do đó, CFO cần thiết lập ngưỡng cảnh báo sớm khi tỷ lệ TDTE vượt qua mốc $0,75 - 0,80$.
  • Đối với các doanh nghiệp có đòn bẩy cao, cần ưu tiên giữ lại lợi nhuận chưa phân phối để bổ sung vốn tự có thay vì chi trả cổ tức bằng tiền mặt tỷ lệ cao.

2. Gia tăng hệ số luân chuyển tài sản (Asset Turnover - AT)

  • Hệ số tác động của $\text{AT}$ lên ROA đạt $+0,0249$ ($P < 0,01$) và lên ROE đạt $+0,0432$ ($P < 0,01$), cho thấy đây là động lực thúc đẩy lợi nhuận mạnh nhất trong ngành F&B.
  • Giải pháp: Ứng dụng công nghệ quản trị tồn kho ERP/SAP, rút ngắn chu kỳ chuyển hóa tiền mặt (Cash Conversion Cycle), cắt giảm thời gian lưu kho của nguyên liệu tươi sống và tối ưu hóa hệ thống logistic bán lẻ đa kênh (Omnichannel).

3. Duy trì hệ số thanh toán hiện hành (Current Ratio - CR $\ge 1,5$)

  • Hệ số $\text{CR}$ có tương quan dương vững chắc với khả năng sinh lời ($+0,0162$). Doanh nghiệp F&B cần duy trì dòng tiền khả dụng đủ để chi trả nợ ngắn hạn phát sinh từ nhà cung cấp và ngân hàng, tránh nguy cơ rơi vào bẫy thanh khoản.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và dữ liệu

  1. Quy mô mẫu khảo sát: Mẫu nghiên cứu gồm 22 doanh nghiệp niêm yết trên HOSE, HNX và UPCoM. Mặc dù chiếm phần lớn giá trị vốn hóa ngành F&B niêm yết, quy mô này chưa bao quát toàn bộ hơn 5.000 doanh nghiệp vừa và nhỏ (SMEs) không niêm yết trong nền kinh tế.
  2. Hiện tượng nội sinh tiềm ẩn (Endogeneity): Nghiên cứu đã xử lý triệt để phương sai thay đổi và tự tương quan bằng GLS, tuy nhiên mối quan hệ hai chiều giữa cấu trúc vốn và hiệu quả kinh doanh (doanh nghiệp kinh doanh tốt có xu hướng ít đi vay hơn) cần các công cụ biến công cụ (Instrumental Variables) chuyên sâu hơn.
  3. Tác động phi tuyến tính (Non-linear Threshold Effect): Mô hình hiện tại giả định quan hệ tuyến tính, chưa kiểm định ngưỡng tối ưu cụ thể (Threshold Regression) mà tại đó nợ vay chuyển từ tác động tích cực (nhờ lá chắn thuế) sang tác động tiêu cực.

Hướng nghiên cứu tiếp theo

  • Ứng dụng mô hình System Generalized Method of Moments (System-GMM) để kiểm soát hiện tượng nội sinh và tính trễ của biến hiệu quả hoạt động tài chính.
  • Mở rộng tập dữ liệu so sánh xuyên quốc gia trong khối ASEAN-6 (Thái Lan, Indonesia, Malaysia, Philippines, Singapore, Việt Nam).
  • Ứng dụng các thuật toán học máy (Random Forest, XGBoost) trong dự báo rủi ro kiệt quệ tài chính từ các chỉ số cấu trúc vốn.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                        MA TRẬN ĐỐI TƯỢNG HƯỞNG LỢI VÀ GIÁ TRỊ                     |
|                                                                                   |
|  [ Nhà Quản trị (CFO/CEO) ] ---> Khung định lượng kiểm soát nợ & tối ưu WACC      |
|  [ Nhà Đầu tư Chứng khoán ] ---> Tiêu chí sàng lọc cổ phiếu F&B có sức khỏe tốt   |
|  [ Chuyên viên Tài chính ]  ---> Kịch bản code STATA chuẩn xử lý Panel Data       |
|  [ Giảng viên / Sinh viên ] ---> Tài liệu tham khảo chuẩn mực về Kinh tế lượng TC |
+-----------------------------------------------------------------------------------+
  • Nhà quản trị doanh nghiệp (CFO, CEO): Nhận diện định lượng ngưỡng an toàn nợ vay, thiết lập chính sách quản trị vốn lưu động và cải thiện vòng quay tài sản để tối đa hóa giá trị doanh nghiệp.
  • Nhà đầu tư chứng khoán: Sử dụng bộ chỉ số (TDTE, CR, AT) như một công cụ sàng lọc cổ phiếu cơ bản (Value Investing) trong ngành F&B; tránh các mã cổ phiếu có nguy cơ pha loãng giá trị do chi phí lãi vay ăn mòn lợi nhuận ròng.
  • Chuyên viên phân tích tài chính & Lập trình viên định lượng (Quant): Kế thừa kịch bản phân tích hồi quy STATA trọn gói, từ kiểm định Hausman đến ước lượng GLS sửa lỗi dữ liệu bảng.
  • Học viên, Giảng viên & Nhà nghiên cứu: Tài liệu học thuật tham khảo có tính hệ thống cao, kết hợp chặt chẽ giữa các lý thuyết tài chính hàn lâm và thực chứng tại một thị trường cận biên/mới nổi.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật phần mềm để tái lập mô hình nghiên cứu này là gì?

Cần cài đặt phần mềm STATA phiên bản 15.0 trở lên (khuyến nghị STATA 17.0 MP) hoặc các thư viện kinh tế lượng trong Python (linearmodels, statsmodels) và R (plm). Bộ dữ liệu đầu vào cần được cấu trúc dạng Panel Data dài (Long Format) với 2 biến định danh chính là Mã công ty (id) và Năm tài chính (year).

2. Vì sao mô hình GLS lại vượt trội hơn Pooled OLS và FEM trong nghiên cứu này?

Dữ liệu bảng vi mô của 22 doanh nghiệp F&B kéo dài 11 năm thường xuyên vi phạm hai giả định cổ điển: sai số của các doanh nghiệp khác nhau có phương sai không đồng nhất (Heteroskedasticity) và sai số của cùng một doanh nghiệp có tính liên hệ qua các năm (Autocorrelation). Mô hình Pooled OLS và FEM sẽ cho ra các sai số chuẩn bị chệch (Biased Standard Errors), dẫn đến kết luận sai về ý nghĩa thống kê. Phương pháp GLS (FGLS) gán trọng số biến đổi phương sai và cấu trúc tự tương quan bậc 1 AR(1), đảm bảo các hệ số ước lượng đạt tính chất không chệch tuyến tính tối ưu (BLUE).

3. Tại sao tỷ lệ nợ (TDTE) trong ngành F&B Việt Nam lại tác động tiêu cực đến ROA/ROE?

Ngành F&B tại Việt Nam có đặc thù biên lợi nhuận hoạt động tương đối nhạy cảm với biến động giá đầu vào và chi phí mặt bằng. Khi các doanh nghiệp sử dụng nhiều nợ vay, chi phí lãi vay cố định cao làm tăng đòn bẩy tổng hợp (Combined Leverage). Khi doanh thu biến động nhẹ, lợi nhuận sau thuế sẽ sụt giảm mạnh. Hơn nữa, chi phí tiếp cận vốn vay của các doanh nghiệp vừa và nhỏ tại Việt Nam còn cao, khiến chi phí kiệt quệ tài chính vượt xa lợi ích từ lá chắn thuế.

4. Biến kiểm soát nào có đóng góp tích cực nhất vào hiệu quả tài chính của doanh nghiệp F&B?

Vòng quay tài sản (Asset Turnover - AT) và Khả năng thanh toán hiện hành (Current Ratio - CR). Với hệ số hồi quy lần lượt là $+0,0249$ và $+0,0162$ trên ROA (đều đạt $P < 0,01$), doanh nghiệp F&B nào luân chuyển hàng hóa càng nhanh, kiểm soát công nợ tốt và duy trì thanh khoản an toàn sẽ đạt tỷ suất sinh lời vượt trội so với các đối thủ cùng ngành.

5. Doanh nghiệp F&B nên điều chỉnh cấu trúc vốn như thế nào trong bối cảnh lãi suất biến động?

Doanh nghiệp nên tuân thủ Lý thuyết Trật tự phân hạng:

  1. Tối đa hóa nguồn vốn nội bộ bằng cách nâng cao biên lợi nhuận gộp và chính sách giữ lại lợi nhuận.
  2. Tái cơ cấu danh mục nợ vay: chuyển dịch từ nợ ngắn hạn lãi suất thả nổi sang tín dụng thương mại từ nhà cung cấp lớn.
  3. Chỉ phát hành cổ phiếu mới khi thị trường định giá cao để tránh làm suy giảm EPS của cổ đông hiện hữu.

Kết luận

Công trình nghiên cứu khoa học của tác giả Nguyễn Thị Minh Phương đã cung cấp một bức tranh toàn diện và sâu sắc về tác động của cấu trúc vốn đến hiệu quả hoạt động kinh doanh của 22 doanh nghiệp Thực phẩm và Đồ uống niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn 2013–2023. Bằng phương pháp kinh tế lượng chuẩn mực kết hợp ước lượng GLS vững, nghiên cứu đã chứng minh một cách thuyết phục rằng: việc gia tăng tỷ lệ đòn bẩy nợ/vốn chủ sở hữu (TDTE) có tác động tiêu cực rõ rệt đến tỷ suất sinh lời trên tài sản (ROA) và vốn chủ sở hữu (ROE). Ngược lại, hiệu suất luân chuyển tài sản, quy mô doanh nghiệp và khả năng bảo đảm thanh khoản ngắn hạn là những trụ cột then chốt giúp tối ưu hóa lợi nhuận.

Kết quả này không chỉ đóng góp quan trọng vào kho tàng nghiên cứu thực nghiệm tài chính doanh nghiệp tại các thị trường mới nổi, mà còn đóng vai trò như một cẩm nang chỉ dẫn thực tế cho các nhà hoạch định chính sách, ban lãnh đạo doanh nghiệp và giới đầu tư trong việc xây dựng cấu trúc tài chính lành mạnh, bền vững và chống chịu tốt trước mọi biến động kinh tế vĩ mô.