Tác Động Của Thanh Khoản Cổ Phiếu Đến Chiến Lược Tín Dụng Thương Mại Tại Việt Nam

Khóa luận phân tích thanh khoản cổ phiếu và tín dụng thương mại từ doanh nghiệp niêm yết tại Việt Nam, cung cấp cái nhìn sâu sắc về thị trường.

• Tác giả: Dương Văn Minh
• Người hướng dẫn: TS. Vương Thị Hương Giang
• Trường học: Trường Đại Học Ngân Hàng TP. Hồ Chí Minh
• Chuyên ngành: Tài Chính – Ngân Hàng
• Đề tài: Tác Động Của Thanh Khoản Cổ Phiếu Đến Chiến Lược Tín Dụng Thương Mại Tại Việt Nam
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI
• 1.1. LÝ DO CHỌN ĐỀ TÀI
• 1.2. MỤC TIÊU CỦA ĐỀ TÀI
• 1.2.1. Mục tiêu tổng quát
• 1.2.2. Mục tiêu cụ thể
• 1.3. CÂU HỎI NGHIÊN CỨU
• 1.4. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
• 1.4.1. Đối tượng nghiên cứu
• 1.4.2. Phạm vi nghiên cứu
• 1.5. PHƯƠNG PHÁP NGHIÊN CỨU
• 1.6. ĐÓNG GÓP CỦA ĐỀ TÀI
• 1.6.1. Về mặt lý luận
• 1.6.2. Về mặt thực tiễn
• 1.7. CẤU TRÚC CỦA ĐỀ TÀI
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU
• 2.1. TÍN DỤNG THƯƠNG MẠI
• 2.1.1. Khái niệm về tín dụng thương mại
• 2.1.2. Đo lường tín dụng thương mại
• 2.1.3. Lợi ích và rủi ro của tín dụng thương mại
• 2.1.4. Các yếu tố quyết định tín dụng thương mại
• 2.2. THANH KHOẢN CỔ PHIẾU
• 2.2.1. Đặc điểm và vai trò
• 2.2.2. Đo lường thanh khoản cổ phiếu
• 2.3. CƠ SỞ HỌC THUYẾT NỀN TẢNG VỀ TÁC ĐỘNG CỦA THANH KHOẢN CỔ PHIẾU ĐẾN HÀNH VI TDTM CỦA DOANH NGHIỆP
• 2.3.1. Học thuyết về tài chính (Financial Theory)
• 2.3.2. Học thuyết về thanh khoản (Liquidity theory)
• 2.3.3. Học thuyết đánh đổi (Trade-off theory)
• 2.4. TỔNG QUAN CÁC NGHIÊN CỨU THỰC NGHIỆM
• 2.5. KHOẢNG TRỐNG NGHIÊN CỨU
• 3. CHƯƠNG 3: MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. QUY TRÌNH NGHIÊN CỨU
• 3.2. XÂY DỰNG MÔ HÌNH NGHIÊN CỨU
• 3.2.1. Đề xuất mô hình nghiên cứu
• 3.2.2. Giả thuyết nghiên cứu về các biến trong mô hình
• 3.3. PHƯƠNG PHÁP NGHIÊN CỨU
• 3.4. MỘT SỐ KIỂM ĐỊNH ĐƯỢC THỰC HIỆN TRONG MÔ HÌNH
• 3.4.1. Kiểm định hiện tượng đa cộng tuyến
• 3.4.2. Kiểm định phương sai sai số thay đổi
• 3.4.3. Kiểm định tự tương quan
• 3.4.4. Kiểm định hiện tượng nội sinh và ngoại sinh
• 3.4.5. Kiểm định tính phù hợp của ước lượng SGMM
• 3.5. DỮ LIỆU NGHIÊN CỨU
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 4.1. THỐNG KÊ MÔ TẢ DỮ LIỆU NGHIÊN CỨU
• 4.2. PHÂN TÍCH HỆ SỐ TƯƠNG QUAN
• 4.3. KẾT QUẢ MỘT SỐ KIỂM ĐỊNH TRONG CÁC MÔ HÌNH
• 4.3.1. Kiểm định hiện tượng đa cộng tuyến
• 4.3.2. Kiểm định hiện tượng phương sai sai số thay đổi
• 4.3.3. Kiểm định hiện tượng tự tương quan
• 4.3.4. Kiểm định hiện tượng tự nội sinh và ngoại sinh
• 4.4. KẾT QUẢ CÁC MÔ HÌNH NGHIÊN CỨU THEO ƯỚC LƯỢNG SGMM
• 4.5. THẢO LUẬN KẾT QUẢ CÁC MÔ HÌNH NGHIÊN CỨU THEO ƯỚC LƯỢNG SGMM
• 4.5.1. Thanh khoản cổ phiếu đối với khả năng cung cấp TDTM của doanh nghiệp
• 4.5.2. Thanh khoản cổ phiếu đối với hành vi sử dụng tín dụng thương mại của doanh nghiệp
• 5. CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ
• 5.1. Đối với các doanh nghiệp có thanh khoản cổ phiếu đang giảm
• 5.2. Đối với doanh nghiệp có thanh khoản cổ phiếu đang gia tăng
• 5.3. HẠN CHẾ VÀ ĐỊNH HƯỚNG NGHIÊN CỨU
• DANH MỤC TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng Quan Về Tác Động Của Thanh Khoản Cổ Phiếu Đến Tín Dụng Thương Mại

Tác động của thanh khoản cổ phiếu đến chiến lược tín dụng thương mại tại Việt Nam là một chủ đề quan trọng trong bối cảnh kinh tế hiện nay. Nghiên cứu này nhằm làm rõ mối quan hệ giữa hai yếu tố này, từ đó giúp các doanh nghiệp tối ưu hóa chiến lược tài chính của mình. Thanh khoản cổ phiếu không chỉ ảnh hưởng đến khả năng huy động vốn mà còn tác động đến cách thức các doanh nghiệp quản lý dòng tiền và tín dụng thương mại.

1.1. Khái Niệm Về Thanh Khoản Cổ Phiếu Và Tín Dụng Thương Mại

Thanh khoản cổ phiếu được định nghĩa là khả năng mua bán cổ phiếu mà không làm thay đổi giá trị của nó. Tín dụng thương mại là hình thức tài trợ ngắn hạn giữa các doanh nghiệp. Sự kết hợp giữa hai yếu tố này có thể tạo ra những cơ hội và thách thức cho các doanh nghiệp.

1.2. Tầm Quan Trọng Của Nghiên Cứu Tác Động

Nghiên cứu này không chỉ cung cấp cái nhìn sâu sắc về mối quan hệ giữa thanh khoản cổ phiếu và tín dụng thương mại, mà còn giúp các nhà quản lý hiểu rõ hơn về cách tối ưu hóa chiến lược tài chính trong bối cảnh thị trường hiện tại.

II. Vấn Đề Và Thách Thức Trong Quản Lý Tín Dụng Thương Mại

Các doanh nghiệp tại Việt Nam đang đối mặt với nhiều thách thức trong việc quản lý tín dụng thương mại. Những vấn đề này bao gồm việc xác định thời hạn thanh toán, quản lý rủi ro tín dụng và duy trì mối quan hệ với nhà cung cấp. Thanh khoản cổ phiếu có thể ảnh hưởng đến khả năng của doanh nghiệp trong việc giải quyết những vấn đề này.

2.1. Rủi Ro Tín Dụng Trong Tín Dụng Thương Mại

Rủi ro tín dụng là một trong những thách thức lớn nhất mà các doanh nghiệp phải đối mặt. Việc thanh khoản cổ phiếu thấp có thể dẫn đến việc doanh nghiệp trì hoãn thanh toán cho nhà cung cấp, từ đó làm tăng rủi ro tín dụng.

2.2. Thời Hạn Thanh Toán Và Quản Lý Dòng Tiền

Thời hạn thanh toán là yếu tố quan trọng trong tín dụng thương mại. Doanh nghiệp có thanh khoản cổ phiếu cao thường có khả năng gia hạn thời gian thanh toán cho khách hàng, giúp cải thiện dòng tiền.

III. Phương Pháp Nghiên Cứu Tác Động Của Thanh Khoản Cổ Phiếu

Nghiên cứu này sử dụng phương pháp ước lượng GMM hệ thống để phân tích tác động của thanh khoản cổ phiếu đến tín dụng thương mại. Dữ liệu được thu thập từ các báo cáo tài chính và giao dịch cổ phiếu của 298 công ty niêm yết tại Việt Nam từ năm 2012 đến 2023.

3.1. Dữ Liệu Và Mô Hình Nghiên Cứu

Dữ liệu được thu thập từ các báo cáo tài chính và giao dịch cổ phiếu hàng ngày. Mô hình nghiên cứu bao gồm các biến kiểm soát như quy mô tài sản và tỷ lệ nợ để đảm bảo tính chính xác của kết quả.

3.2. Phân Tích Kết Quả Nghiên Cứu

Kết quả cho thấy rằng các công ty có thanh khoản cổ phiếu cao hơn có xu hướng gia hạn thời hạn thanh toán cho khách hàng và thanh toán nhanh hơn cho nhà cung cấp, điều này cho thấy mối liên hệ tích cực giữa hai yếu tố.

IV. Ứng Dụng Thực Tiễn Của Nghiên Cứu Tác Động

Nghiên cứu này cung cấp những hàm ý chính sách quan trọng cho các doanh nghiệp tại Việt Nam. Việc hiểu rõ tác động của thanh khoản cổ phiếu đến tín dụng thương mại có thể giúp các doanh nghiệp tối ưu hóa chiến lược tài chính và quản lý rủi ro hiệu quả hơn.

4.1. Chiến Lược Tín Dụng Thương Mại Hiệu Quả

Các doanh nghiệp cần xây dựng chiến lược tín dụng thương mại dựa trên mức độ thanh khoản cổ phiếu của mình. Điều này giúp họ duy trì mối quan hệ tốt với nhà cung cấp và khách hàng.

4.2. Quản Lý Rủi Ro Tín Dụng

Quản lý rủi ro tín dụng là rất quan trọng. Doanh nghiệp cần có các biện pháp để giảm thiểu rủi ro khi thanh khoản cổ phiếu thấp, từ đó bảo vệ lợi ích tài chính của mình.

V. Kết Luận Và Tương Lai Của Nghiên Cứu

Nghiên cứu này đã chỉ ra rằng thanh khoản cổ phiếu có tác động đáng kể đến tín dụng thương mại của các doanh nghiệp tại Việt Nam. Tương lai của nghiên cứu này có thể mở rộng ra các lĩnh vực khác như quản lý tài chính và đầu tư.

5.1. Tóm Tắt Kết Quả Nghiên Cứu

Kết quả nghiên cứu cho thấy rằng thanh khoản cổ phiếu cao hơn giúp doanh nghiệp cải thiện khả năng cung cấp và sử dụng tín dụng thương mại.

5.2. Định Hướng Nghiên Cứu Tương Lai

Nghiên cứu trong tương lai có thể tập trung vào việc mở rộng mô hình nghiên cứu để bao gồm các yếu tố khác ảnh hưởng đến tín dụng thương mại và thanh khoản cổ phiếu.

Nội dung chính

Giới thiệu dự án

Tín dụng thương mại (Trade Credit - TDTM) và thanh khoản cổ phiếu (Stock Liquidity) là hai trụ cột vi mô - vĩ mô then chốt điều tiết dòng vốn luân chuyển trong nền kinh tế. Tại Việt Nam, hơn 85% doanh nghiệp phi tài chính phụ thuộc vào tín dụng thương mại ngắn hạn như một kênh tài trợ vốn lưu động thay thế hoặc bổ trợ khi tiếp cận vốn tín dụng ngân hàng truyền thống gặp rào cản về tài sản thế chấp và thủ tục thẩm định khắt khe. Tuy nhiên, sự kết nối mang tính cơ chế truyền dẫn giữa thanh khoản thị trường cổ phiếu (khả năng tiếp cận thị trường vốn chủ sở hữu) và hành vi phân bổ tín dụng thương mại của doanh nghiệp vẫn chưa được mô hình hóa định lượng toàn diện trên thị trường cận biên/mới nổi.

+-----------------------------------------------------------------------------+
|                                PROBLEM STATEMENT                            |
| Sự bất đối xứng thông tin và rủi ro nội sinh (endogeneity) trong việc phân  |
| bổ nguồn lực tài chính khiến doanh nghiệp niêm yết gặp khó khăn khi tối ưu  |
| hóa kỳ hạn thu tiền khách hàng (CCD) và kỳ hạn trả nợ nhà cung cấp (SPD).    |
+-----------------------------------------------------------------------------+

Mục tiêu dự án

1. Xây dựng bộ dữ liệu bảng cân bằng (Balanced Panel Data): Thu thập, tiền xử lý và đồng bộ dữ liệu giao dịch hàng ngày cùng báo cáo tài chính của 298 doanh nghiệp niêm yết trên HOSE và HNX giai đoạn 2012 – 2023 (12 năm, 3.576 quan sát công ty-năm).
2. Ước lượng định lượng chỉ số thanh khoản: Tính toán độ kém thanh khoản Amihud ($ILLIQ$) và chuẩn hóa thanh khoản cổ phiếu ($ASL = ILLIQ \times -1$) cho từng mã cổ phiếu qua hơn 3,2 triệu bản ghi giao dịch tick/daily data.
3. Triển khai mô hình kinh tế lượng dữ liệu bảng động: Áp dụng phương pháp ước lượng Moment trực giao tổng quát hệ thống hai bước (Two-step System GMM - SGMM) nhằm triệt tiêu hoàn toàn hiện tượng nội sinh, phương sai sai số thay đổi và tự tương quan chuỗi bậc 1/bậc 2.
4. Xây dựng khung khuyến nghị chiến lược: Cung cấp bộ chỉ số tham chiếu hỗ trợ Giám đốc Tài chính (CFO) và Nhà hoạch định chính sách tối ưu hóa chính sách vốn lưu động ròng (Net Working Capital).

Phương pháp tiếp cận và kết quả kỳ vọng

Dự án tích hợp mô hình lý thuyết tài chính (Financial Theory), lý thuyết thanh khoản (Liquidity Theory) và lý thuyết đánh đổi (Trade-off Theory) vào giải thuật hồi quy SGMM với độ trễ của biến phụ thuộc. Kết quả kỳ vọng:

• Hệ số tương quan xác định $\beta$ có ý nghĩa thống kê ở mức $p < 0.01$.
• Kiểm định Hansen/Sargan cho $p$-value nằm trong khoảng $0.10 < p < 0.25$, xác nhận biến công cụ (instrumental variables) hợp lệ.
• Kiểm định Arellano-Bond: $AR(1) < 0.05$ và $AR(2) > 0.10$, loại bỏ hiện tượng tự tương quan chuỗi phần dư bậc hai.

Phạm vi và giới hạn

• Không gian nghiên cứu: 298 doanh nghiệp phi tài chính niêm yết trên HOSE và HNX (loại trừ ngân hàng, bảo hiểm, công ty chứng khoán và quỹ đầu tư do đặc thù cấu trúc bảng cân đối kế toán).
• Thời gian nghiên cứu: 2012 – 2023 (bao gồm các chu kỳ kinh tế: hậu khủng hoảng 2008, mở rộng 2015–2019, sốc đại dịch COVID-19 2020–2021 và giai đoạn thắt chặt tiền tệ 2022–2023).

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp nghiên cứu / Mô hình	Ưu điểm	Nhược điểm	Rủi ro kỹ thuật
OLS cổ điển (Pooled OLS)	Dễ tính toán, cấu trúc đơn giản	Bỏ qua đặc tính bất biến theo thời gian của từng doanh nghiệp	Ước lượng chệch nghiêm trọng do bỏ sót biến
Mô hình tác động cố định (FEM) / Ngẫu nhiên (REM)	Kiểm soát được tính không đồng nhất riêng lẻ ($u_i$)	Không xử lý được mối quan hệ hai chiều giữa $ASL$ và $TDTM$ (Nội sinh)	Sai số chuẩn bị chệch khi có tự tương quan
System GMM hai bước (SGMM - Giải pháp lựa chọn)	Kiểm soát triệt để nội sinh, biến trễ và phương sai thay đổi	Yêu cầu số lượng đơn vị chéo ($N = 298$) lớn hơn số mốc thời gian ($T = 12$)	Nguy cơ quá tải biến công cụ (Instrument Proliferation)

Phân tích yêu cầu hệ thống theo mô hình MoSCoW

• Must-have (Bắt buộc): Module xử lý dữ liệu tick-data tính chỉ số Amihud; Thuật toán hồi quy SGMM tích hợp hiệu chỉnh sai số mẫu nhỏ Windmeijer (2005); Hệ thống kiểm định đa cộng tuyến (VIF < 5.0).
• Should-have (Nên có): Phân tích độ nhạy (Sensitivity analysis) giữa nhóm doanh nghiệp nhà nước (SOEs) và tư nhân; Tự động hóa trích xuất dữ liệu BCTC qua API.
• Could-have (Có thể mở rộng): Dashboard trực quan hóa ma trận tương quan và phân rã kỳ hạn nợ theo ngành (GICS sector level).
• Won't-have (Chưa thực hiện kỳ này): Dự báo realtime thanh khoản cổ phiếu bằng học máy sâu (LSTM/Transformer).

Thiết kế hệ thống

Technology Stack và Versioning

• Môi trường tính toán lõi: Stata/MP v17.0 (chạy đa luồng 4 cores), Python v3.10.12 (Pandas v2.0.3, NumPy v1.24.3, SciPy v1.11.1).
• Công cụ ước lượng kinh tế lượng: Package xtabond2 (Roodman, version 3.2.8).
• Quản lý phiên bản & ETL: Git v2.40.1, DVC v3.15 (Data Version Control), SQLite v3.42.0.

Thiết kế cơ sở dữ liệu bảng (Data Schema)

CREATE TABLE Firm_Financial_Panel (
    ticker_id VARCHAR(10) NOT NULL,
    fiscal_year INT NOT NULL,
    ccd_days DECIMAL(10,4) NOT NULL, -- Customers' Collection Days (Cung TDTM)
    spd_days DECIMAL(10,4) NOT NULL, -- Suppliers' Payment Days (Cầu TDTM)
    asl_amihud DECIMAL(12,6) NOT NULL, -- Normalized Stock Liquidity
    firm_size DECIMAL(10,4) NOT NULL, -- Logarithm of Total Assets
    debt_ratio DECIMAL(6,4) NOT NULL, -- Total Debt / Total Assets
    roa DECIMAL(6,4) NOT NULL, -- Net Income / Average Total Assets
    cash_ratio DECIMAL(6,4) NOT NULL, -- Cash & Equivalents / Current Liabilities
    tangibility DECIMAL(6,4) NOT NULL, -- Fixed Tangible Assets / Total Assets
    market_share DECIMAL(6,4) NOT NULL, -- Firm Sales / Industry Sales
    PRIMARY KEY (ticker_id, fiscal_year)
);

Phương pháp luận (Methodology)

Phương pháp nghiên cứu áp dụng quy trình kiểm định kinh tế lượng chuẩn hóa qua 4 giai đoạn nghiêm ngặt:

1. Làm sạch và khử nhiễu: Winsorize các biến định lượng ở mức phân vị 1% và 99% để loại bỏ tác động của các giá trị ngoại lai (outliers).
2. Kiểm định tiền ước lượng: Kiểm tra đa cộng tuyến qua hệ số phóng đại phương sai (Variance Inflation Factor - VIF), kiểm định phương sai sai số thay đổi White, kiểm định tự tương quan Wooldridge.
3. Mô hình hóa dữ liệu bảng động: $$\text{CCD}{i,t} = \alpha_0 + \alpha_1 \text{CCD}{i,t-1} + \beta_1 \text{ASL}{i,t} + \sum{k} \gamma_k \text{Control}{k,i,t} + \eta_i + \lambda_t + \epsilon{i,t}$$ $$\text{SPD}{i,t} = \theta_0 + \theta_1 \text{SPD}{i,t-1} + \beta_2 \text{ASL}{i,t} + \sum{k} \delta_k \text{Control}{k,i,t} + \eta_i + \lambda_t + \nu{i,t}$$
4. Hậu kiểm định định lượng: Đảm bảo tính vững chắc qua hệ số trễ bậc 1 ($AR(1)$), không có tương quan bậc hai ($AR(2)$), và kiểm định tính hợp lệ của biến công cụ ngoại sinh (Hansen J-test).

---

Triển khai và kết quả thực nghiệm

Quy trình phát triển và thuật toán cốt lõi

Thuật toán trích xuất chỉ số thanh khoản Amihud được tối ưu hóa từ dữ liệu giao dịch hàng ngày: $$\text{ILLIQ}{i,t} = \frac{1}{\text{TD}{i,t}} \sum_{d=1}^{\text{TD}{i,t}} \frac{|R{i,t,d}|}{\text{P}{i,t,d} \times \text{Q}{i,t,d}} \times 10^6$$ $$\text{ASL}{i,t} = -1 \times \text{ILLIQ}{i,t}$$

* ==============================================================================
* STATA SCRIPT: SYSTEM GMM DYNAMIC PANEL ESTIMATION (SGMM)
* Author: Duong Van Minh (HUB - 2024)
* Tool: Stata/MP 17.0 | Package: xtabond2
* ==============================================================================

* 1. Thiết lập cấu trúc Panel Data
xtset ticker_id fiscal_year

* 2. Ước lượng Mô hình Cung Tín dụng Thương mại (CCD)
xtabond2 ccd L.ccd asl firm_size debt_ratio roa cash_ratio tangibility market_share i.fiscal_year, ///
    gmm(L.ccd asl, lag(2 3) collapse) ///
    iv(firm_size debt_ratio roa cash_ratio tangibility market_share i.fiscal_year) ///
    twostep robust small orthogonal

* 3. Ước lượng Mô hình Cầu Tín dụng Thương mại (SPD)
xtabond2 spd L.spd asl firm_size debt_ratio roa cash_ratio tangibility market_share i.fiscal_year, ///
    gmm(L.spd asl, lag(2 3) collapse) ///
    iv(firm_size debt_ratio roa cash_ratio tangibility market_share i.fiscal_year) ///
    twostep robust small orthogonal

# Python 3.10 Code Snippet: Automated Amihud Calculation Engine
import numpy as np
import pandas as pd

def compute_annual_amihud_liquidity(df_daily: pd.DataFrame) -> pd.DataFrame:
    """
    Tính toán chỉ số Amihud chuẩn hóa (ASL) từ dữ liệu giao dịch hàng ngày.
    df_daily columns: ['ticker', 'date', 'return', 'trading_volume', 'close_price']
    """
    df_daily['dollar_volume'] = df_daily['trading_volume'] * df_daily['close_price']
    df_daily['daily_ratio'] = df_daily['return'].abs() / df_daily['dollar_volume']
    
    # Gom nhóm theo năm tài chính và mã chứng khoán
    df_daily['year'] = pd.to_datetime(df_daily['date']).dt.year
    annual_illiq = df_daily.groupby(['ticker', 'year'])['daily_ratio'].agg(['mean', 'count']).reset_index()
    
    # Loại bỏ cổ phiếu có dưới 60 ngày giao dịch/năm
    annual_illiq = annual_illiq[annual_illiq['count'] >= 60]
    
    # Chuẩn hóa chỉ số ASL = Amihud * (-1) * 1e6
    annual_illiq['ASL'] = -1.0 * annual_illiq['mean'] * 1_000_000
    return annual_illiq[['ticker', 'year', 'ASL']]

Kết quả kiểm định thống kê và chuẩn đoán mô hình

Toàn bộ các kiểm định khuyết tật mô hình đều vượt qua ngưỡng yêu cầu học thuật khắt khe:

• Kiểm định đa cộng tuyến: Giá trị Mean VIF đạt 1.42 (tất cả các biến kiểm soát đều có $\text{VIF} < 2.31$, thấp hơn rất nhiều so với ngưỡng cảnh báo 5.0).
• Kiểm định phương sai sai số thay đổi (White Test): Thống kê $\chi^2 = 842.15$ ($p = 0.0000$), bác bỏ giả thuyết phương sai đồng nhất $\rightarrow$ Bắt buộc dùng hiệu chỉnh Robust Standard Errors.
• Kiểm định tự tương quan Wooldridge: $F(1, 297) = 48.92$ ($p = 0.0000$), chứng minh có tự tương quan bậc 1 trong dữ liệu bảng tĩnh $\rightarrow$ Khẳng định tính ưu việt của mô hình động SGMM.

Kết quả hồi quy SGMM chi tiết

Biến số trong mô hình	Mô hình Cung TDTM (CCD) - Hệ số hồi quy	Mô hình Cầu TDTM (SPD) - Hệ số hồi quy	Mức ý nghĩa thống kê ($p$-value)
Biến trễ phụ thuộc ($L.CCD$ / $L.SPD$)	$+0.4825^{***}$	$+0.5112^{***}$	$p < 0.001$
Thanh khoản cổ phiếu ($ASL$)	$+12.438^{***}$	$-8.974^{**}$	$p < 0.01$ / $p < 0.05$
Quy mô doanh nghiệp ($SIZE$)	$+3.120^{**}$	$-2.451^{*}$	$p < 0.05$ / $p < 0.10$
Tỷ lệ nợ ($DBR$)	$+15.230^{***}$	$+18.640^{***}$	$p < 0.001$
Tỷ suất sinh lời tài sản ($ROA$)	$+8.741^{*}$	$-14.320^{***}$	$p < 0.10$ / $p < 0.001$
Tỷ lệ thanh toán tiền mặt ($CashRatio$)	$-6.150^{**}$	$-11.230^{***}$	$p < 0.05$ / $p < 0.001$
Tài sản hữu hình ($Tangibility$)	$+5.412$	$-7.890^{**}$	Không ý nghĩa / $p < 0.05$
Thị phần ($MarketShare$)	$+14.520^{***}$	$-9.110^{**}$	$p < 0.001$ / $p < 0.05$
Kiểm định Arellano-Bond AR(1)	$z = -4.12$ ($p = 0.000$)	$z = -3.98$ ($p = 0.000$)	Thỏa mãn ($p < 0.05$)
Kiểm định Arellano-Bond AR(2)	$z = 0.88$ ($p = 0.378$)	$z = 1.12$ ($p = 0.263$)	Thỏa mãn ($p > 0.10$)
Kiểm định quá định danh Hansen J	$\chi^2 = 24.18$ ($p = 0.189$)	$\chi^2 = 21.45$ ($p = 0.258$)	Thỏa mãn ($0.10 < p < 0.25$)

[!NOTE] Ghi chú: $^{}$, $^{}$, $^{}$ lần lượt biểu thị mức ý nghĩa thống kê ở 1%, 5% và 10%.

---

Đổi mới và đóng góp khoa học

So sánh với các công trình thực nghiệm quốc tế

Tiêu chí so sánh	Shang (2020) - Hoa Kỳ	Altaf (2022) - Ấn Độ	Nghiên cứu này (Dương Văn Minh, 2024)
Phạm vi dữ liệu	NYSE & AMEX (1977-2017)	CMIE Prowess (2000-2018)	HOSE & HNX (2012-2023)
Đặc thù thị trường	Thị trường phát triển bậc nhất	Thị trường mới nổi	Thị trường cận biên chuyển đổi, phụ thuộc đòn bẩy nợ
Xử lý cú sốc COVID-19	Chưa bao gồm	Chưa bao gồm	Bao gồm toàn diện giai đoạn 2020-2023
Phương pháp chính	2SLS, Fixed Effects, DID	Two-step SGMM	Two-step System GMM kết hợp Collapse Instruments
Tác động ASL $\rightarrow$ CCD	Dương ($+$)	Dương ($+$)	Dương ($+$) có ý nghĩa ở mức 1%
Tác động ASL $\rightarrow$ SPD	Âm ($-$)	Âm ($-$)	Âm ($-$) có ý nghĩa ở mức 5%

Đóng góp thực tiễn và tính mới

1. Phát hiện cơ chế tái phân phối thanh khoản (Liquidity Redistribution Mechanism): Doanh nghiệp niêm yết có cổ phiếu thanh khoản cao đóng vai trò như "ngân hàng cấp hai" (second-tier financial intermediary). Họ tận dụng chi phí phát hành vốn thấp trên sàn chứng khoán để cấp hạn mức bán chịu lớn hơn ($CCD \uparrow$) cho đối tác chuỗi cung ứng nhỏ hơn.
2. Triệt tiêu hiện tượng giữ nợ nhà cung cấp: Cổ phiếu thanh khoản cao giúp doanh nghiệp dồi dào nguồn tiền mặt dự phòng, từ đó rút ngắn số ngày thanh toán công nợ ($SPD \downarrow$), xây dựng mối quan hệ đối tác chiến lược bền vững.

---

Ứng dụng thực tế và triển khai

===============================================================================
               MA TRẬN QUẢN TRỊ TÍN DỤNG THEO THANH KHOẢN CỔ PHIẾU
===============================================================================
       Thanh khoản cổ phiếu TĂNG (ASL Cao)   |   Thanh khoản cổ phiếu GIẢM (ASL Thấp)
---------------------------------------------+---------------------------------
Cung   • Tăng thời hạn thanh toán cho khách  | • Rút ngắn kỳ hạn nợ phải thu (CCD)
TDTM     hàng nhằm chiếm lĩnh thị phần.      | • Yêu cầu thanh toán sớm / đặt cọc
       • Sử dụng TDTM làm đòn bẩy marketing. | • Tăng chiết khấu thanh toán nhanh.
---------------------------------------------+---------------------------------
Cầu    • Thanh toán nhanh công nợ nhà cung   | • Kéo dài kỳ hạn trả tiền người bán (SPD)
TDTM     cấp (SPD) để hưởng chiết khấu cao.  | • Tận dụng TDTM như nguồn tài trợ
       • Giảm chi phí vốn ẩn trong giá mua.  |   ngắn hạn không lãi suất chính thức.
===============================================================================

Kịch bản ứng dụng trong doanh nghiệp

• Kịch bản 1 (Thanh khoản cổ phiếu cải thiện 20%): Doanh nghiệp có thể gia hạn điều khoản nợ cho khách hàng từ 45 ngày lên 60 ngày mà không làm suy giảm dòng tiền tự do (FCFF), nhờ khả năng phát hành cổ phiếu riêng lẻ hoặc ESOP thuận lợi hơn.
• Kịch bản 2 (Thanh khoản cổ phiếu sụt giảm trong thị trường Gấu): CFO cần lập tức kích hoạt chính sách "Cash-first", giảm thời hạn nợ cho khách hàng xuống tối đa 30 ngày, đồng thời tái đàm phán kéo dài thời hạn trả tiền cho nhà cung cấp để tránh tắc nghẽn thanh khoản tức thời.

---

Hạn chế và hướng phát triển

[!IMPORTANT] Hạn chế đã ghi nhận trong nghiên cứu:

• Mẫu nghiên cứu giới hạn ở 298 công ty đạt chuẩn dữ liệu cân bằng xuyên suốt 12 năm; chưa khảo sát nhóm doanh nghiệp vừa và nhỏ chưa niêm yết (SMEs).
• Chưa phân rã chuyên sâu cấu trúc sở hữu nước ngoài (Foreign Ownership) và tỷ lệ sở hữu nhà nước tác động điều tiết (Moderating Effect) đến mối quan hệ này.

Định hướng mở rộng

1. Ứng dụng Machine Learning: Tích hợp thuật toán XGBoost và Random Forest để dự báo nguy cơ vỡ nợ chuỗi cung ứng dựa trên biến động đột biến của chỉ số Amihud.
2. Mở rộng phạm vi khu vực: Nghiên cứu so sánh đa quốc gia trong khối ASEAN-5 (Việt Nam, Thái Lan, Indonesia, Malaysia, Philippines) giai đoạn hậu COVID-19.

---

Đối tượng hưởng lợi

+------------------+----------------------------------------------------------+
| ĐỐI TƯỢNG        | GIÁ TRỊ VÀ LỢI ÍCH ĐỊNH LƯỢNG                            |
+------------------+----------------------------------------------------------+
| Nhà quản trị     | Giảm 15-20% chi phí sử dụng vốn ẩn; Tối ưu hóa chu kỳ    |
| tài chính (CFO)  | luân chuyển tiền mặt (Cash Conversion Cycle).            |
+------------------+----------------------------------------------------------+
| Nhà đầu tư &     | Bổ sung chỉ số ASL vào mô hình định giá và lượng hóa rủi |
| Quản lý quỹ      | ro thanh khoản chuỗi cung ứng của cổ phiếu mục tiêu.    |
+------------------+----------------------------------------------------------+
| Giảng viên &     | Bộ khung chuẩn mực về ước lượng System GMM trên Stata    |
| Sinh viên NC     | kèm bộ dữ liệu bảng thực nghiệm chuẩn 2012-2023.        |
+------------------+----------------------------------------------------------+
| Cơ quan điều     | Cung cấp bằng chứng củng cố chính sách minh bạch hóa thị |
| hành thị trường  | trường chứng khoán nhằm khơi thông dòng vốn phi chính thức|
+------------------+----------------------------------------------------------+

---

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật phần cứng và phần mềm để tái lập mô hình là gì? Hệ thống cần tối thiểu CPU 4 nhân, 16GB RAM, cài đặt Stata/MP 16.0 trở lên hoặc Python 3.10 với package linearmodels và statsmodels.
2. Tại sao sử dụng biến Amihud Illiquidity thay vì Bid-Ask Spread? Tại thị trường Việt Nam, dữ liệu Bid-Ask Spread tần suất cao (high-frequency tick data) khó tiếp cận và tồn tại nhiều khoảng trống. Tỷ lệ Amihud phản ánh chính xác tác động giá trên một đơn vị khối lượng giao dịch và có độ tương quan trên 85% với các biến đo lường vi cấu trúc vi mô khác.
3. Mô hình xử lý vấn đề nội sinh đảo chiều như thế nào? Phương pháp ước lượng System GMM sử dụng các biến trễ bậc 2 và bậc 3 ($t-2, t-3$) của chính biến nội sinh làm biến công cụ nội sinh (Internal Instruments), triệt tiêu hoàn toàn tương quan giữa biến giải thích và sai số ngẫu nhiên.
4. Doanh nghiệp có thanh khoản thấp có thể áp dụng chiến lược nào? Cần áp dụng điều khoản chiết khấu thanh toán sớm (ví dụ: điều khoản 2/10 net 30) để thu hồi tiền mặt nhanh và đa dạng hóa mạng lưới nhà cung cấp nhằm phân tán rủi ro phụ thuộc tín dụng.
5. Chi phí triển khai mô hình quản trị tín dụng theo thanh khoản là bao nhiêu? Doanh nghiệp chỉ cần tận dụng hệ thống ERP hiện có (SAP/Oracle/Odoo) kết hợp module phân tích dữ liệu tự động với chi phí đầu tư ban đầu không đáng kể nhưng mang lại tỷ suất hoàn vốn (ROI) cao thông qua việc cắt giảm chi phí lãi vay ngắn hạn.

---

Kết luận

Công trình nghiên cứu đã chứng minh bằng thực nghiệm định lượng mối quan hệ mật thiết giữa thanh khoản cổ phiếu và chính sách tín dụng thương mại tại các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2012–2023. Kết quả ước lượng bằng phương pháp Two-step System GMM khẳng định: thanh khoản cổ phiếu gia tăng giúp doanh nghiệp mở rộng năng lực cung cấp tín dụng thương mại cho khách hàng ($CCD \uparrow$), đồng thời giảm thiểu áp lực giữ nợ nhà cung cấp ($SPD \downarrow$). Đây là bằng chứng khoa học quan trọng hỗ trợ các nhà quản trị doanh nghiệp định hình chính sách vốn lưu động linh hoạt và giúp các cơ quan quản lý hoàn thiện chính sách phát triển thị trường vốn Việt Nam theo hướng minh bạch, bền vững.

Trích đoạn nội dung tài liệu

chương 1 đã thể hiện được những đóng góp của nghiên cứu cũng như trình bày khát quát được 5 chương trong bài khóa luận này 21 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU Tại chương 2 tác giả sẽ tiến hành trình bày các khung cơ sở lý thuyết liên quan đến TDTM và thanh khoản cổ phiếu. Bên cạnh đó trong chương này tác giả cũng sẽ lược khảo các nghiên cứu liên quan trong lĩnh vực này, chọn lọc và phân tích cách vấn đề còn tồn đọng của nghiên cứu trước để hoạch định hướng nghiên cứu cho khóa luận 2. TÍN DỤNG THƯƠNG MẠI 2.

Khái niệm về tín dụng thương mại Lý thuyết về tín dụng thương mại được khởi xướng lần đầu tiên bởi Le Goff vào năm 1957. Ông cho rằng hình thức tín dụng thương mại được sử dụng từ thời Trung Cổ, nó được hình thành khi người bán không đòi hỏi người mua phải thanh toán ngay khi nhận sản phẩm. Kể từ đó đến nay, các chủ đề liên quan đến tín dụng thương mại luôn được sự quan tâm của nhiều nhà khoa học trên thế giới như công trình của Nadiri (1969), Vaidya (2011) và Martínez-Sola, García-Teruel và Martínez- Solano (2013). Paul và Boden (2014) nhận định rằng TDTM là một hình thức tín dụng trong đó doanh nghiệp cung cấp hàng hóa hoặc dịch vụ cho khách hàng mà không yêu cầu thanh toán ngay lập tức.

Thay vào đó, người mua sẽ có một khoảng thời gian nhất định để thanh toán theo thỏa thuận giữa hai bên. TDTM thường không được quy định bởi các cơ quan quản lý và được điều chỉnh bởi các yếu tố thị trường. TDTM theo giải thích của Martínez-Sola, García-Teruel và Martínez-Solano (2013) là một thỏa thuận giữa người bán và người mua cho phép trao đổi hàng hóa với các điều khoản thanh toán trả chậm. Khi xuất hiện ở phía tài sản của bảng cân đối kế toán, nó được gọi là các khoản phải thu (cung cấp TDTM).

Ngoài ra, khi TDTM xuất hiện ở phía nợ phải trả, nó được gọi là các khoản phải trả (cầu TDTM). 22 Wilson và Summers (2002) cho rằng TDTM là một công cụ tiếp thị quan trọng. Nó có thể được sử dụng để xây dựng mối quan hệ kinh doanh trong một thị trường mới và những người mới tham gia có thể đạt được thành công dễ dàng hơn so với việc xây dựng danh tiếng của họ sau nhiều năm làm việc chăm chỉ và tiếp thị sản phẩm của họ. Có nhiều định nghĩa và quan điểm về TDTM nhưng nó thường được hiểu là một loại tín dụng mà trong đó một doanh nghiệp cho phép doanh nghiệp khác mua hàng hóa hoặc dịch vụ và thanh toán sau trong một khoảng thời gian nhất định, thay vì phải trả tiền ngay lập tức khi nhận hàng hoặc dịch vụ.

Bằng cách bán chịu hàng hoá hay thông qua lưu thông thương phiếu, TDTM giúp làm thông suốt và thúc đẩy lưu thông dòng tiền. Đây là một hình thức cho vay phổ biến trong hoạt động kinh doanh, giúp các doanh nghiệp linh hoạt trong quản lý dòng tiền và duy trì hoạt động liên tục. TDTM ảnh hưởng trực tiếp đến dòng tiền và khả năng thanh khoản của doanh nghiệp. Một chính sách tín dụng quá lỏng lẻo có thể làm giảm dòng tiền, trong khi một chính sách quá chặt chẽ có thể làm mất cơ hội kinh doanh (Chee, Janet và Richard 1999).

Số ngày mà tín dụng được cung cấp được xác định bởi công ty cho phép tín dụng và được thỏa thuận bởi cả công ty cho phép tín dụng và công ty nhận tín dụng. TDTM cũng có thể là một cách thiết yếu để các doanh nghiệp tài trợ cho tăng trưởng ngắn hạn. Bởi vì TDTM là một hình thức mua hàng trả chậm, nó thường có thể được sử dụng để khuyến khích gia tăng doanh số bán hàng. TDTM đem lại nhiều lợi thế so với tín dụng ngân hàng, được thể hiện ở một số điểm như: (i) Giảm bất cân xứng thông tin giữa người mua và người bán với vai trò đảm bảo chất lượng sản phẩm (Smith 1987).

23 Tuy nhiên để thực hiện hóa những lợi thế này, các doanh nghiệp phải quản trị tốt các chi phí tài trợ và rủi ro đối tác. Danielson và Scott (2004) chỉ ra rằng vai trò của TDTM trong cấu trúc vốn của một công ty phụ thuộc vào khả năng trả nợ của nó. Nếu công ty có thể trả nợ đúng hạn, TDTM là nguồn thay thế cho tín dụng ngân hàng. Bên cạnh đó khi công ty gặp khó khăn về dòng tiền và không thể tiếp cận tín dụng ngân hàng bổ sung, TDTM trở thành nguồn thay thế cho tín dụng ngân hàng, mặc dù có chi phí cao.

Đo lường tín dụng thương mại Wilson và Summers (2002) nêu bản chất hai chiều của TDTM, chỉ ra rằng các công ty sử dụng TDTM với tư cách là người nhận cũng như nhà cung cấp. Điều này phù hợp với lý thuyết của Petersen và Rajan (1997). Do đó, TDTM cần được đo lường bằng cả khoản phải thu (đại diện cho nguồn cung TDTM) và khoản phải trả (đại diện cho nhu cầu sử dụng TDTM). Thực tế, phương pháp đo lường TDTM này cũng được ứng dụng trong nghiên cứu của Pike và cộng sự (2005), Niskanen và Niskanen (2006) và Shang (2020).Khoản phải thu khách hàng (customers’ collection days - CCD) được tính bằng công thức như sau: Bình quân phải thu khách hàng CCD= x360 Doanh thu thuần (2.1) Những ngày cao nhất thể hiện rằng công ty đang kéo dài ngày thu tiền của khách hàng, tăng nguồn cung cấp TDTM.

Khoản phải trả người bán (suppliers’ payment days - SPD) được tính bằng công thức như sau (Shang 2020) : Bình quân phải trả người bán SPD= x360 Doanh thu thuần (2.2) Số ngày thấp nhất thể hiện rằng công ty có khả năng hoàn trả nhanh hơn cho các nhà cung cấp đang hoạt động, tượng trưng cho sự nhu cầu sử dụng TDTM. Ngoài ra theo Petersen và Rajan (1997) TDTM còn được đo lường dựa trên tổng tài sản công 24 ty. Cách đo lường này xác định phần tài sản của công ty được tài trợ thông qua tín dụng thương mại, công thức được tính như sau: Các khoản phải trả Sử dụng TDTM = Tổng tài sản (2.3) Cũng trong nghiên cứu của mình để đo lường xem xem doanh nghiệp là người cung cấp hay người nhận tín dụng thương mại, Petersen và Rajan (1997) cũng đã sử dụng cách đo lường Net Trade Credit (NTC) để phân tích sự khác biệt giữa các doanh nghiệp trong việc sử dụng và cung cấp tín dụng thương mại. NTC được tính bằng hiệu của các khoản phải trả nhà cung cấp và các khoản phải thu khách hàng.

Những cách đo lường này giúp đánh giá rõ ràng vai trò và mức độ sử dụng tín dụng thương mại của doanh nghiệp, từ đó phân tích sâu hơn về chiến lược tài chính của các công ty. Lợi ích và rủi ro của tín dụng thương mại TDTM mang lại nhiều lợi ích cho cả bên bán và bên mua, đặc biệt trong việc quản lý dòng tiền, phát triển mối quan hệ kinh doanh và thúc đẩy tăng trưởng kinh doanh. Hình thức cho vay này cho phép các doanh nghiệp mua hàng mà không cần thanh toán ngay lập tức, giúp họ quản lý dòng tiền hiệu quả hơn. Điều này đặc biệt hữu ích trong việc tránh áp lực tài chính ngắn hạn và duy trì thanh khoản tốt.

Theo nghiên cứu của Petersen và Rajan (1997) đã thể hiện rằng TDTM là một công cụ quan trọng giúp các doanh nghiệp, đặc biệt là các doanh nghiệp nhỏ, duy trì dòng tiền ổn định và tránh được áp lực từ việc thiếu vốn lưu động. Đồng thời cũng trong nghiên cứu này họ chỉ ra rằng TDTM cho phép người mua dồn nhiều đơn hàng để thanh toán một lần theo định kỳ và giảm chi phí thanh toán. Về phía người bán, thông qua TDTM sẽ giảm chi phí tồn kho và gia tăng doanh thu mà không cần phải giảm giá bán. Theo Schwartz (1974), việc sử dụng TDTM có thể giúp các doanh nghiệp giảm chi phí giao dịch và cải thiện hiệu quả hoạt động.

Nó giúp giảm bớt nhu cầu về các giao dịch thanh toán lặp đi lặp lại, từ đó giảm chi phí giao dịch và các chi phí liên quan như phí ngân 25 hàng và chi phí hành chính. Trong nghiên cứu này tác giả cho rằng nhà cung cấp sẽ có lợi thế về đánh giá mức độ tín nhiệm của khách hàng, cũng như trong việc giám sát trả nợ. Điều này dẫn đến việc nhà cung cấp có lợi thế về chi phí cấp tín dụng cho khách hàng so với các định chế tài chính, bao gồm lợi thế về thu thập thông tin, lợi thế điều khiển người mua, lợi thế về thu hồi giá trị từ hàng hóa đã cung cấp. Cung cấp TDTM cũng có thể giúp tạo dựng và duy trì mối quan hệ lâu dài giữa người bán và người mua.

Việc cung cấp điều khoản vay linh hoạt có thể tạo niềm tin và sự gắn kết giữa các doanh nghiệp. Như Ferris (1981) đã chỉ ra rằng TDTM đóng vai trò quan trọng trong việc củng cố các mối quan hệ kinh doanh, đặc biệt trong các ngành công nghiệp có tính cạnh tranh cao. Bên cạnh đó, người bán có thể sử dụng TDTM như một công cụ tiếp thị để tăng doanh số bán hàng. Nghiên cứu của Smith (1987) chỉ ra rằng các công ty thường sử dụng TDTM như một phương tiện để tăng cường sức cạnh tranh và mở rộng thị phần.

Việc cung cấp tín dụng giúp người mua cảm thấy thoải mái hơn khi đặt hàng số lượng lớn, từ đó có thể dẫn đến tăng trưởng doanh thu cho người bán. Mặc dù là một công cụ tài chính phổ biến và hữu ích trong việc duy trì dòng tiền cho các doanh nghiệp tuy nhiên TDTM cũng mang lại nhiều rủi ro. Đối với bên cung cấp TDTM, một trong những rủi ro lớn nhất là khả năng không thu hồi được nợ từ các khách hàng. Điều này có thể dẫn đến mất mát tài chính cho doanh nghiệp.

Nghiên cứu của Petersen và Rajan (1997) chỉ ra rằng các doanh nghiệp nhỏ và các doanh nghiệp mới thành lập dễ gặp phải rủi ro này hơn do họ có ít khả năng đánh giá tín dụng và thu hồi nợ. Khi có tranh chấp về điều khoản thanh toán hoặc khi khách hàng không thể trả nợ đúng hạn, điều này có thể làm tổn hại mối quan hệ giữa doanh nghiệp và khách hàng. Nghiên cứu của Wilner (2000) cho thấy rằng các mối quan hệ kinh doanh có thể bị ảnh hưởng tiêu cực khi các điều kiện tín dụng không được thực hiện đúng như thỏa thuận. Việc việc gia tăng thời gian thanh toán cho khách hàng có thể làm tăng chi phí quản lý, bao gồm chi phí theo dõi và thu hồi nợ.