Giới thiệu dự án

Đại dịch COVID-19 bùng phát từ cuối năm 2019 đã tạo ra cú sốc ngoại sinh nghiêm trọng chưa từng có tiền lệ đối với nền kinh tế toàn cầu, làm đứt gãy chuỗi cung ứng, suy giảm tổng cầu và đẩy tăng trưởng GDP toàn cầu năm 2020 xuống mức âm 3,5%. Tại Việt Nam, đợt bùng phát dịch lần thứ tư với biến thể Delta trong quý III/2021 đã khiến GDP quý sụt giảm kỷ lục 6,17% so với cùng kỳ. Mặc dù ngành công nghiệp chế biến thực phẩm là lĩnh vực thiết yếu – chiếm tỷ trọng cao nhất (19,1%) trong toàn ngành công nghiệp chế biến, chế tạo với tốc độ tăng trưởng kép hàng năm (CAGR 2021–2025) dự kiến đạt 4,98% – song có tới hơn 91% doanh nghiệp trong ngành ghi nhận chịu tác động nghiêm trọng do chi phí logistics tăng vọt, đứt gãy nguồn cung ứng nguyên liệu và áp lực chi phí phòng dịch tại chỗ.

+-------------------------------------------------------------------------+
|                  KHUNG PHÂN TÍCH VẤN ĐỀ VÀ GIẢI PHÁP                    |
|                                                                         |
|  [Cú sốc COVID-19 & Đứt gãy] ---> [Bất ổn cấu trúc tài chính doanh nghiệp]|
|                                             |                           |
|                                             v                           |
|  [Đo lường định lượng Panel Data] <--- [Thu thập 288 quan sát 2010-2021]|
|                  |                                                      |
|                  v                                                      |
|  [Kiểm định khuyết tật mô hình] ---> [Ước lượng FGLS hiệu chỉnh sai số]  |
|                                             |                           |
|                                             v                           |
|                       [Tối ưu hóa ROA & ROE Ngành Thực phẩm]            |
+-------------------------------------------------------------------------+

Vấn đề cốt lõi đặt ra là các nhà quản trị doanh nghiệp và nhà đầu tư thiếu một mô hình lượng hóa chuẩn xác về mức độ tổn thương của khả năng sinh lời dưới tác động của đại dịch, cũng như sự tương tác phức tạp giữa đòn bẩy tài chính, tính thanh khoản và quy mô doanh nghiệp trong giai đoạn khủng hoảng.

Dự án nghiên cứu được triển khai nhằm giải quyết các mục tiêu cụ thể:

  1. Xác định và đo lường định lượng mức độ tác động của đại dịch COVID-19 cùng các nhân tố nội tại, vĩ mô đến tỷ suất sinh lời trên tổng tài sản (Return on Assets - ROA) và tỷ suất sinh lời trên vốn chủ sở hữu (Return on Equity - ROE).
  2. Xây dựng quy trình kinh tế lượng chuẩn mực xử lý triệt để hiện tượng phương sai sai số thay đổi (Heteroskedasticity) và tự tương quan chuỗi (Autocorrelation) trên dữ liệu bảng.
  3. Đề xuất hệ thống giải pháp tái cấu trúc vốn và quản trị vốn lưu động nhằm tối ưu hóa hiệu quả tài chính cho doanh nghiệp thực phẩm.

Nghiên cứu sử dụng phương pháp phân tích dữ liệu bảng cân bằng (Balanced Panel Data) kết hợp mô hình bình phương bé nhất tổng quát khả thi (Feasible Generalized Least Squares - FGLS) trên tập dữ liệu gồm 24 doanh nghiệp thực phẩm niêm yết trên Sở Giao dịch Chứng khoán TP.HCM (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX) trong chuỗi thời gian 12 năm (2010–2021), tương ứng 288 quan sát. Giới hạn nghiên cứu tập trung vào các chỉ số tài chính kế toán đã kiểm toán và biến giả khủng hoảng y tế giai đoạn 2020–2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các phương pháp nghiên cứu tài chính truyền thống thường dựa trên hồi quy OLS gộp hoặc chỉ phân tích thống kê mô tả đơn giản, dẫn đến việc bỏ qua các đặc tính riêng lẻ không quan sát được của từng doanh nghiệp và tạo ra ước lượng chệch khi có khuyết tật dữ liệu.

Tiêu chí phân tích Phương pháp OLS gộp (Pooled OLS) Mô hình hiệu ứng cố định/ngẫu nhiên (FEM/REM) Phương pháp FGLS (Đề xuất)
Kiểm soát đặc thù cá thể Không kiểm soát (giả định đồng nhất) Kiểm soát tốt qua sai số cá thể Kiểm soát và hiệu chỉnh toàn diện
Xử lý phương sai thay đổi Dễ sai lệch nghiêm trọng Không xử lý triệt để Ước lượng không chệch và hiệu quả
Khắc phục tự tương quan Vi phạm giả định Gauss-Markov Tồn tại sai số chuẩn chệch Hiệu chỉnh hiệp phương sai chính xác
Độ tin cậy của P-value Thấp khi dữ liệu bảng dài hạn Trung bình Tối ưu hóa độ vững thống kê

Hệ thống yêu cầu nghiên cứu được ưu tiên theo mô hình MoSCoW:

  • Must have: Xử lý triệt để hiện tượng tự tương quan bậc một AR(1) và phương sai sai số thay đổi bằng FGLS; kiểm định đa cộng tuyến thông qua ma trận tương quan Pearson.
  • Should have: Kiểm định lựa chọn mô hình chuẩn mực thông qua F-test, Breusch-Pagan Lagrangian Multiplier và Hausman Test.
  • Could have: So sánh đa chiều tác động giữa thước đo hiệu quả kế toán (ROA, ROE) và thước đo thị trường (Tobin's Q).
  • Won't have: Mô hình hóa biến nội sinh thông qua hồi quy biến công cụ (GMM) trong phạm vi nghiên cứu tĩnh này.

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu và ước lượng kinh tế lượng được thiết kế theo luồng xử lý 4 tầng logic:

+------------------------------------------------------------------------------+
|                   KIẾN TRÚC HỆ THỐNG XỬ LÝ DỮ LIỆU KINH TẾ LƯỢNG            |
+------------------------------------------------------------------------------+
|  [TẦNG 1: NGUỒN DỮ LIỆU]                                                     |
|  - Báo cáo tài chính kiểm toán HOSE/HNX (FiinPro Platform v2.0)              |
|  - Dữ liệu Lạm phát vĩ mô (World Bank Data API)                              |
+------------------------------------------------------------------------------+
                                       |
                                       v
+------------------------------------------------------------------------------+
|  [TẦNG 2: XỬ LÝ VÀ TIỀN THỰC NGHIỆM]                                        |
|  - Microsoft Excel 365: Làm sạch, cấu trúc hóa dữ liệu bảng cân bằng (NxT)  |
|  - Stata 16.0: Biến đổi Logarit quy mô (SIZE), tạo biến giả COVID (0, 1)     |
+------------------------------------------------------------------------------+
                                       |
                                       v
+------------------------------------------------------------------------------+
|  [TẦNG 3: MÔ HÌNH HÓA VÀ KIỂM ĐỊNH LỰA CHỌN]                                |
|  - Ước lượng: Pooled OLS -> FEM -> REM                                       |
|  - Kiểm định: F-test -> Breusch-Pagan LM -> Hausman Test                     |
|  - Chẩn đoán khuyết tật: Breusch-Pagan/Cook-Weisberg & Wooldridge Test       |
+------------------------------------------------------------------------------+
                                       |
                                       v
+------------------------------------------------------------------------------+
|  [TẦNG 4: ƯỚC LƯỢNG VỮNG VÀ XUẤT KẾT QUẢ]                                    |
|  - Khắc phục bằng Feasible Generalized Least Squares (FGLS)                  |
|  - Phân tích độ nhạy và đề xuất giải pháp tài chính                          |
+------------------------------------------------------------------------------+

Mô hình thực nghiệm tổng quát được thiết lập như sau:

$$\text{ROA}{it} = \beta_0 + \beta_1 \text{COVID}{it} + \beta_2 \text{SIZE}{it} + \beta_3 \text{GROWTH}{it} + \beta_4 \text{LIQ}{it} + \beta_5 \text{LEV}{it} + \beta_6 \text{IF}t + \epsilon{it}$$

$$\text{ROE}{it} = \alpha_0 + \alpha_1 \text{COVID}{it} + \alpha_2 \text{SIZE}{it} + \alpha_3 \text{GROWTH}{it} + \alpha_4 \text{LIQ}{it} + \alpha_5 \text{LEV}{it} + \alpha_6 \text{IF}t + u{it}$$

Trong đó:

  • $\text{ROA}{it}, \text{ROE}{it}$: Tỷ suất sinh lời trên tài sản và vốn chủ sở hữu của doanh nghiệp $i$ tại năm $t$.
  • $\text{COVID}_{it}$: Biến giả nhận giá trị 1 trong các năm đại dịch (2020, 2021) và 0 trong các năm còn lại (2010–2019).
  • $\text{SIZE}_{it}$: Logarit tự nhiên của tổng tài sản ($\ln(\text{Total Assets})$).
  • $\text{GROWTH}_{it}$: Tốc độ tăng trưởng doanh thu thuần qua các năm.
  • $\text{LIQ}_{it}$: Khả năng thanh toán hiện hành ($\text{Tài sản ngắn hạn} / \text{Nợ ngắn hạn}$).
  • $\text{LEV}_{it}$: Đòn bẩy tài chính ($\text{Tổng nợ phải trả} / \text{Tổng tài sản}$).
  • $\text{IF}_t$: Tỷ lệ lạm phát hàng năm của Việt Nam do Ngân hàng Thế giới công bố.

Công nghệ sử dụng: Bộ phần mềm phân tích định lượng chuyên sâu Stata 16.0 (64-bit), cơ sở dữ liệu tài chính FiinPro Platform v2.0, Microsoft Excel 365 cho chuẩn hóa ma trận panel.

Methodology

Quy trình nghiên cứu áp dụng phương pháp định lượng thực chứng (Empirical Quantitative Research) qua 5 giai đoạn:

  1. Thu thập dữ liệu thứ cấp từ báo cáo tài chính hợp nhất kiểm toán của 24 doanh nghiệp liên tục trong giai đoạn 2010–2021.
  2. Thống kê mô tả các biến đo lường và kiểm tra tương quan tuyến tính để loại trừ đa cộng tuyến nghiêm trọng.
  3. Chạy các mô hình cơ sở Pooled OLS, Fixed Effects Model (FEM), Random Effects Model (REM).
  4. Thực hiện chuỗi kiểm định giả thuyết thống kê: F-test để so sánh OLS và FEM; kiểm định Breusch-Pagan LM để so sánh OLS và REM; kiểm định Hausman để chọn giữa FEM và REM.
  5. Kiểm định khuyết tật mô hình (phương sai thay đổi và tự tương quan) và áp dụng mô hình hiệu chỉnh sai số FGLS để thu được các ước lượng vững.

Implementation và kết quả

Development process

Quá trình phân tích thực nghiệm được thực thi thông qua kịch bản lệnh Stata do-file tối ưu hóa, đảm bảo tính tái lập (reproducibility) của kết quả nghiên cứu.

* Thiết lập không gian làm việc và khai báo dữ liệu bảng
clear all
set more off
import excel "Food_Industry_Panel_2010_2021.xlsx", sheet("Data") firstrow
xtset Firm_ID Year

* 1. Thống kê mô tả và ma trận tương quan
summarize ROA ROE COVID SIZE GROWTH LIQ LEV IF
pwcorr ROA COVID SIZE GROWTH LIQ LEV IF, star(0.05)

* 2. Ước lượng các mô hình cơ sở cho ROA
regress ROA COVID SIZE GROWTH LIQ LEV IF
estimates store pooled_ols
xtreg ROA COVID SIZE GROWTH LIQ LEV IF, fe
estimates store fem_model
xtreg ROA COVID SIZE GROWTH LIQ LEV IF, re
estimates store rem_model

* 3. Kiểm định lựa chọn mô hình
hausman fem_model rem_model
xttest0

* 4. Kiểm định khuyết tật mô hình REM được chọn
xttest3
xtserial ROA COVID SIZE GROWTH LIQ LEV IF

* 5. Khắc phục khuyết tật bằng mô hình FGLS
xtgls ROA COVID SIZE GROWTH LIQ LEV IF, panels(hetero) corr(ar1)
xtgls ROE COVID SIZE GROWTH LIQ LEV IF, panels(hetero) corr(ar1)

Testing và validation

Kết quả kiểm định chẩn đoán mô hình cho thấy:

  • Kiểm định F-test: Cho kết quả $\text{Prob} > F = 0{,}0000$, bác bỏ giả thuyết $H_0$, cho thấy mô hình FEM vượt trội so với Pooled OLS.
  • Kiểm định Breusch-Pagan LM: Cho giá trị $\chi^2 = 267{,}00$ với $\text{Prob} > \bar{\chi}^2 = 0{,}0000$, khẳng định tồn tại hiệu ứng ngẫu nhiên giữa các doanh nghiệp, mô hình REM phù hợp hơn Pooled OLS.
  • Kiểm định Hausman: Cho giá trị thống kê $H = 1{,}98$ với $p\text{-value} = 0{,}9805 > 0{,}05$, chấp nhận giả thuyết $H_0$, khẳng định mô hình tác động ngẫu nhiên (REM) là lựa chọn tối ưu nhất so với FEM.
  • Kiểm định khuyết tật mô hình REM: Kiểm định Breusch-Pagan cho thấy mô hình vi phạm giả định phương sai đồng nhất ($\text{Prob} > \chi^2 = 0{,}0000 < 0{,}05$). Kiểm định Wooldridge phát hiện hiện tượng tự tương quan chuỗi bậc nhất ($\text{Prob} > F = 0{,}0500$).

Do đó, việc sử dụng phương pháp ước lượng FGLS là bắt buộc về mặt toán lượng để loại bỏ hoàn toàn các sai lệch thống kê.

Kết quả đạt được

Kết quả ước lượng FGLS trên 288 quan sát của 24 doanh nghiệp thực phẩm niêm yết giai đoạn 2010–2021 cho thấy bức tranh tài chính rõ nét:

Biến giải thích Ký hiệu Hệ số hồi quy (ROA) Mức ý nghĩa (ROA) Hệ số hồi quy (ROE) Mức ý nghĩa (ROE)
Đại dịch COVID-19 COVID -0,0018 Không có ý nghĩa -0,0312 Có ý nghĩa 5% (**)
Quy mô doanh nghiệp SIZE +0,0041 Không có ý nghĩa +0,0198 Có ý nghĩa 1% (***)
Tăng trưởng doanh thu GROWTH +0,0421 Có ý nghĩa 1% (***) +0,0645 Có ý nghĩa 1% (***)
Khả năng thanh toán LIQ -0,0015 Có ý nghĩa 10% (*) -0,0032 Có ý nghĩa 5% (**)
Đòn bẩy tài chính LEV -0,2103 Có ý nghĩa 1% (***) -0,1845 Có ý nghĩa 1% (***)
Tỷ lệ lạm phát IF -0,0412 Không có ý nghĩa -0,0289 Không có ý nghĩa
Hệ số chặn _cons +0,1425 Có ý nghĩa 1% (***) +0,1120 Có ý nghĩa 5% (**)
Chẩn đoán mô hình $\text{Wald } \chi^2 = 89{,}45$; $\text{Prob} = 0{,}0000$ $\text{Wald } \chi^2 = 112{,}30$; $\text{Prob} = 0{,}0000$
  • Đại dịch COVID-19 không làm suy giảm đáng kể ROA do ngành thực phẩm vẫn duy trì vận hành như ngành thiết yếu, nhưng gây tác động tiêu cực mạnh lên ROE ở mức ý nghĩa 5% (giảm trung bình 3,12% tỷ suất sinh lời trên vốn chủ), phản ánh gánh nặng chi phí dự phòng rủi ro và bào mòn vốn chủ sở hữu.
  • Đòn bẩy tài chính (LEV) có tác động tiêu cực lớn nhất đến khả năng sinh lời ở mức ý nghĩa 1% ($\beta = -0{,}2103$ đối với ROA và $-0{,}1845$ đối với ROE), khẳng định doanh nghiệp lạm dụng nợ vay chịu chi phí tài chính quá lớn trong giai đoạn khủng hoảng.
  • Tăng trưởng doanh thu (GROWTH) thúc đẩy mạnh mẽ khả năng sinh lời ($\beta = +0{,}0421$ đối với ROA, ý nghĩa 1%).
  • Khả năng thanh toán (LIQ) có tương quan nghịch với khả năng sinh lời ở mức ý nghĩa 10%, cho thấy việc nắm giữ quá nhiều tiền mặt hoặc tài sản thanh khoản cao gây lãng phí chi phí cơ hội.

Đổi mới và đóng góp

Nghiên cứu mang lại ba đóng góp học thuật và thực tiễn mang tính cải tiến:

  1. Hiệu chỉnh chuẩn xác khuyết tật kinh tế lượng: Khắc phục triệt để đồng thời cả hai hiện tượng phương sai thay đổi và tự tương quan chuỗi bằng FGLS, trong khi phần lớn các nghiên cứu trước đây tại Việt Nam chỉ dừng lại ở FEM/REM thuần túy vốn cho sai số chuẩn bị chệch.
  2. Bộ dữ liệu chuỗi thời gian dài hạn và bao quát: Khai thác dữ liệu 12 năm liên tục (2010–2021) đi qua chu kỳ kinh tế đầy đủ (từ giai đoạn hậu khủng hoảng tài chính 2008 đến đại dịch COVID-19), cung cấp góc nhìn ổn định hơn so với các nghiên cứu ngắn hạn 3–5 năm.
  3. Phát hiện sự bất đối xứng giữa ROA và ROE: Chứng minh thực nghiệm rằng ngành hàng thiết yếu có thể duy trì hiệu suất vận dụng tài sản (ROA ổn định), nhưng cấu trúc tài chính và rủi ro vốn chủ sở hữu (ROE) vẫn bị suy thoái nghiêm trọng dưới cú sốc kinh tế.
+--------------------------------------------------------------------------+
|                 SO SÁNH ĐÓNG GÓP VỚI CÁC CÔNG TRÌNH TRƯỚC                |
+--------------------------------------------------------------------------+
| Tiêu chí       | Yazdanfar (2013)  | Phan và cs (2020) | Nghiên cứu này  |
|----------------+-------------------+-------------------+-----------------|
| Không gian     | Thụy Điển         | Dệt may VN        | Thực phẩm VN    |
| Biến sốc y tế  | Không             | Không             | COVID-19 giả định|
| Mô hình xử lý  | OLS đa biến       | FEM / REM         | FGLS hiệu chỉnh |
| Cỡ mẫu quan sát| 12.530 vi mô      | 10 năm dệt may    | 288 quan sát    |
+--------------------------------------------------------------------------+

Ứng dụng thực tế và triển khai

Kết quả nghiên cứu cung cấp cơ sở định lượng để các doanh nghiệp thực phẩm xây dựng lộ trình quản trị tài chính linh hoạt:

  • Tối ưu hóa cấu trúc vốn và giảm thiểu đòn bẩy: Với tác động âm mạnh của đòn bẩy tài chính ($\beta = -0{,}2103$), các doanh nghiệp cần duy trì hệ số nợ trên tổng tài sản dưới ngưỡng an toàn 35%–40%, hạn chế sử dụng nợ vay ngắn hạn chi phí cao để tài trợ cho tài sản dài hạn.
  • Tái cơ cấu tài sản lưu động: Khả năng thanh toán hiện hành quá cao làm giảm tỷ suất sinh lời do chi phí nắm giữ tài sản nhàn rỗi. Doanh nghiệp cần áp dụng mô hình quản lý hàng tồn kho tinh gọn (Just-In-Time) và chính sách thu hồi công nợ chủ động.
  • Đẩy mạnh chiến lược tăng trưởng doanh thu dựa trên quy mô: Tận dụng lợi thế quy mô (SIZE $\beta = +0{,}0198$ đối với ROE) để đầu tư vào chuỗi phân phối đa kênh (Omnichannel) và mở rộng năng lực chế biến sâu nông sản xuất khẩu theo các hiệp định EVFTA, CPTPP.
+------------------------------------------------------------------------+
|             LỘ TRÌNH TRIỂN KHAI TỐI ƯU HÓA TÀI CHÍNH DOANH NGHIỆP      |
|                                                                        |
|  [Quý 1-2: Tái cấu trúc nợ]  ---> Hạ tỷ lệ đòn bẩy LEV về dưới 40%    |
|               |                                                        |
|               v                                                        |
|  [Quý 3: Tối ưu vốn lưu động] ---> Giảm chi phí tồn kho, chuẩn hóa LIQ |
|               |                                                        |
|               v                                                        |
|  [Quý 4+: Mở rộng quy mô]    ---> Tăng trưởng doanh thu, tăng ROE 2-3% |
+------------------------------------------------------------------------+

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Nghiên cứu chỉ tập trung vào 24 doanh nghiệp niêm yết công khai trên sàn HOSE và HNX, chưa bao quát khối doanh nghiệp vừa và nhỏ (SMEs) hoặc doanh nghiệp chưa niêm yết trên sàn UPCOM – vốn là nhóm chịu tổn thương lớn nhất từ đại dịch.
  • Biến đo lường cú sốc: Cú sốc COVID-19 mới được biểu diễn qua biến giả nhị phân (0, 1), chưa phản ánh được cường độ phong tỏa theo vùng địa lý hoặc mức độ gián đoạn chi tiết của từng phân khúc (đồ uống, chế biến thịt, thủy hải sản).
  • Hướng phát triển: Mở rộng nghiên cứu áp dụng mô hình hồi quy dữ liệu bảng động GMM (Generalized Method of Moments) để kiểm soát biến trễ của khả năng sinh lời và xử lý triệt để tính nội sinh của cấu trúc vốn.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tiếp cận phương pháp luận kinh tế lượng ứng dụng chuẩn mực, cách xử lý khuyết tật mô hình bảng bằng phần mềm Stata 16.
  • Nhà phân tích tài chính & Giám đốc tài chính (CFO): Có căn cứ khoa học để thiết lập tỷ lệ đòn bẩy nợ tối ưu và quản lý thanh khoản trong giai đoạn biến động vĩ mô.
  • Nhà đầu tư chứng khoán: Nhận diện các doanh nghiệp ngành thực phẩm có sức chống chịu cao (doanh nghiệp có tăng trưởng doanh thu tốt và ít phụ thuộc vào nợ vay tài chính).
  • Cơ quan hoạch định chính sách: Cung cấp dữ liệu thực chứng để ban hành các gói hỗ trợ tín dụng và kích cầu sản xuất cho ngành thực phẩm trong giai đoạn phục hồi kinh tế.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật để triển khai mô hình nghiên cứu này là gì? Cần máy tính cá nhân cấu hình tối thiểu 4GB RAM, cài đặt phần mềm Stata phiên bản 14.0 trở lên (khuyến nghị Stata 16.0 MP) cùng bộ dữ liệu bảng được định dạng chuẩn mực dạng Long Format.

  2. Tại sao mô hình REM lại được ưu tiên hơn mô hình Pooled OLS và FEM trước khi kiểm định khuyết tật? Kiểm định F-test và Breusch-Pagan LM bác bỏ tính đồng nhất của Pooled OLS. Kiểm định Hausman cho thấy sai số cá thể không tương quan với các biến giải thích ($p = 0{,}9805 > 0{,}05$), do đó REM là ước lượng hiệu quả nhất.

  3. Tại sao FGLS lại là giải pháp tối ưu thay vì tiếp tục sử dụng REM? Mô hình REM tiêu chuẩn vi phạm hai giả định cốt lõi: phương sai sai số không đổi và không có tự tương quan chuỗi. Ước lượng FGLS thực hiện biến đổi ma trận hiệp phương sai sai số để loại bỏ hoàn toàn các sai số chuẩn chệch này.

  4. Kết quả nghiên cứu có thể mở rộng cho các ngành kinh tế khác không? Mô hình kinh tế lượng có tính tổng quát cao, nhưng các hệ số hồi quy sẽ khác nhau tùy thuộc vào cường độ thâm dụng vốn và đặc thù chuỗi cung ứng của từng ngành công nghiệp.

  5. Chi phí triển khai tái cấu trúc tài chính dựa trên khuyến nghị là bao nhiêu? Chi phí chủ yếu là chi phí cơ hội trong việc tái cấu trúc nợ ngắn hạn và chi phí chuyển đổi số quản trị tồn kho, với thời gian thu hồi vốn và cải thiện biên lợi nhuận ròng dự kiến từ 6 đến 12 tháng.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc việc lượng hóa tác động của đại dịch COVID-19 và các nhân tố tài chính đến khả năng sinh lời của 24 doanh nghiệp thực phẩm niêm yết tại Việt Nam giai đoạn 2010–2021. Bằng việc ứng dụng quy trình phân tích kinh tế lượng vững chắc với phương pháp ước lượng FGLS, nghiên cứu chứng minh rằng đòn bẩy tài chính cao là nhân tố gây suy giảm tỷ suất sinh lời mạnh nhất, trong khi tăng trưởng doanh thu và quản trị thanh khoản tối ưu đóng vai trò đòn bẩy phục hồi ROA và ROE. Đây là tài liệu tham khảo có giá trị học thuật và ứng dụng thực tiễn cao cho công tác quản trị tài chính doanh nghiệp trong bối cảnh bình thường mới.