Bối cảnh và vấn đề nghiên cứu

Tín dụng thương mại (TDTM) — hình thức mua bán chịu hàng hóa giữa các doanh nghiệp — ngày càng trở thành công cụ tài chính quan trọng trong chính sách kinh doanh của doanh nghiệp Việt Nam. Tuy nhiên, chính sách này mang tính hai mặt: nếu sử dụng hợp lý, TDTM giúp doanh nghiệp bán hàng thu hút khách hàng, tăng tiêu thụ, tạo lợi thế cạnh tranh; ngược lại, sử dụng không linh hoạt có thể dẫn đến rủi ro nợ xấu, mất vốn và suy giảm khả năng sinh lời.

Ngành thép là ngành vật liệu cơ bản mũi nhọn, đóng góp vào các lĩnh vực xây dựng (49%), cơ khí (16%), sản xuất ô tô (9%) và sản xuất kim loại (11%). Năm 2022, công nghiệp và xây dựng chiếm 39% GDP, trong đó riêng ngành thép đóng góp 5,6%. Bối cảnh năm 2022 đặc biệt khó khăn khi nền kinh tế bước vào giai đoạn phục hồi sau Covid-19, giá nguyên liệu tăng cao kéo theo chi phí sản xuất tăng, trong khi nhu cầu thép sụt giảm rõ rệt. Trong bối cảnh đó, việc quản lý chính sách TDTM trở nên đặc biệt quan trọng đối với các doanh nghiệp thép niêm yết.

Tác giả xác định khoảng trống nghiên cứu từ tổng quan tài liệu: tại Việt Nam, hầu hết các nghiên cứu chỉ đánh giá các yếu tố tác động đến chính sách TDTM mà chưa đi sâu vào tác động của TDTM đến hiệu quả hoạt động kinh doanh (HQHĐKD) trong một ngành cụ thể.

Mục tiêu nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận về tín dụng thương mại và ảnh hưởng của chính sách TDTM.
  2. Đánh giá tác động của tín dụng thương mại đến hiệu quả hoạt động kinh doanh của doanh nghiệp thép niêm yết trên sàn giao dịch chứng khoán Việt Nam.

Mục tiêu cụ thể:

  • Thứ nhất: Doanh nghiệp ngành thép sử dụng chính sách bán chịu có làm ảnh hưởng tới khả năng sinh lời trên tổng tài sản (ROA) hay không.
  • Thứ hai: Doanh nghiệp ngành thép sử dụng chính sách mua chịu có làm ảnh hưởng tới ROA hay không.

Đối tượng và phạm vi:

  • Đối tượng: Hiệu quả hoạt động kinh doanh của doanh nghiệp khi sử dụng tín dụng thương mại.
  • Phạm vi không gian: 20 doanh nghiệp ngành thép niêm yết tại Việt Nam.
  • Phạm vi thời gian: Giai đoạn 2012–2022 (11 năm).

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và khái niệm

Khóa luận xây dựng khung lý luận dựa trên khái niệm tín dụng thương mại (Trade Credit / Business Credit) — thỏa thuận giữa các doanh nghiệp cho phép người mua nhận hàng và thanh toán chậm trong một khoảng thời gian thỏa thuận (Petersen & Rajan, 1997). Tác giả hệ thống hóa ba động cơ hình thành TDTM: động cơ tài chính, động cơ quản lý dòng tiền và động cơ bán hàng.

Về tác động của TDTM đến hiệu quả hoạt động, khóa luận kế thừa lý thuyết thị trường cạnh tranh không hoàn hảo (Lewellen và cộng sự, 1980), theo đó sự tồn tại của thông tin bất cân xứng và chi phí giao dịch tạo tiền đề để TDTM ảnh hưởng đến HQHĐKD. Khóa luận cũng tổng hợp hai trường phái đối lập trong nghiên cứu quốc tế: trường phái cho rằng khoản phải thu khách hàng tác động tích cực đến HQHĐ (Muscettola, 2014; Abuhommous, 2017) và trường phái ngược lại cho rằng số ngày thu tiền tăng làm lợi nhuận giảm (Deloof, 2003; Lazaridis và Tryfonidis, 2006; Gill và cộng sự, 2010; Makori và Jagongo, 2013).

Mô hình và biến nghiên cứu

Mô hình hồi quy đa biến với dữ liệu mảng (panel data) được xây dựng dựa trên các nghiên cứu của Huan và Quin Xiao (2015), Yazdanfar và Ohman (2016), Abuhommous (2017), Phạm Quốc Việt và Phạm Trần Quang Phúc (2020), Phạm Đức Cường và Trần Xuân Quân (2018):

$$ROA_{i,t} = \beta_0 + \beta_1 TCR_{i,t} + \beta_2 TCP_{i,t} + \beta_3 SIZE_{i,t} + \beta_4 INV_{i,t} + \beta_5 BOR_{i,t} + \beta_6 LIQ_{i,t} + \beta_7 AGE_{i,t} + \beta_8 GDP_{i,t} + \varepsilon_{i,t}$$

Biến Ký hiệu Đo lường Kỳ vọng
Khả năng sinh lời/Tổng tài sản ROA LNST / Tổng tài sản — (phụ thuộc)
Chính sách bán chịu TCR KPT khách hàng / Doanh thu (−)
Chính sách mua chịu TCP NPT người bán / Tổng nợ phải trả (+)
Quy mô tài sản SIZE Ln(Tổng tài sản) (+)
Hàng tồn kho INV HTK / Tài sản ngắn hạn (+)
Vay ngắn hạn ngân hàng BOR Nợ ngân hàng NH / Tổng tài sản (−)
Tính thanh khoản LIQ Tài sản ngắn hạn / Nợ ngắn hạn (+)
Số năm hoạt động AGE Ln(Tuổi doanh nghiệp) (+)
Tăng trưởng GDP GDP (GDP_t − GDP_{t-1}) / GDP_{t-1} (+)

Phương pháp nghiên cứu

Khóa luận sử dụng phương pháp định lượng với dữ liệu bảng cân bằng không hoàn toàn, phần mềm STATA. Quy trình gồm bốn bước: (1) thống kê mô tả; (2) phân tích tương quan; (3) lựa chọn mô hình qua kiểm định Breusch–Pagan và kiểm định Hausman (1978); (4) kiểm định khuyết tật mô hình (phương sai sai số thay đổi bằng Wald/Breusch–Pagan, đa cộng tuyến bằng VIF, tự tương quan bằng Wooldridge) và khắc phục bằng FGLS (Feasible Generalized Least Squares).

Nguồn dữ liệu

  • Báo cáo tài chính đã kiểm toán và báo cáo thường niên của 20 công ty ngành thép niêm yết tại Việt Nam, giai đoạn 2012–2022, tổng cộng 218–220 quan sát.
  • Số liệu tăng trưởng GDP thu thập từ Ngân hàng Thế giới (World Bank).

Nội dung chính theo từng phần

Phần 1: Tổng quan nghiên cứu

Phần này hệ thống các nghiên cứu quốc tế và trong nước liên quan đến TDTM, phân thành hai nhóm chủ đề: nghiên cứu về các nhân tố ảnh hưởng đến TDTM và nghiên cứu về tác động của TDTM đến hiệu quả hoạt động doanh nghiệp. Về quốc tế, tác giả điểm qua các nghiên cứu nền tảng từ Le Goff (1957), Petersen và Rajan (1997), đến các nghiên cứu quy mô lớn như Demirguc-Kunt và Maksimovic (2001) với 45.589 quan sát từ 39 quốc gia (1989–1996); Fisman và Love (2003) với 37 ngành ở 43 quốc gia. Tại Việt Nam, tác giả kế thừa nghiên cứu của Phan Đình Nguyên và Trương Thị Hồng Nhung (2014) với 228 doanh nghiệp niêm yết giai đoạn 2007–2012, Trần Ái Kết (2016, 2017), Phạm Quốc Việt và Phạm Trần Quang Phúc (2020) với 279 công ty trên HOSE giai đoạn 2012–2018. Khoảng trống được xác định: chưa có nghiên cứu nào tập trung riêng vào ngành thép tại Việt Nam với góc độ đánh giá tác động của TDTM đến HQHĐKD.

Phần 2: Cơ sở lý luận về ảnh hưởng của tín dụng thương mại đến hiệu quả hoạt động của doanh nghiệp

Phần này trình bày hệ thống khái niệm về TDTM, bao gồm đặc điểm (đối tượng là hàng hóa, chủ thể là các doanh nghiệp sản xuất kinh doanh, quy mô nhỏ, thời hạn ngắn dưới 12 tháng), ba động cơ hình thành, vai trò đối với cả bên bán và bên mua, cũng như phân tích lợi ích và nhược điểm. Các nhân tố ảnh hưởng đến TDTM được phân thành hai nhóm: ngoại sinh (chính sách tiền tệ, mức độ phát triển thị trường tài chính, tốc độ tăng trưởng kinh tế vĩ mô, đặc điểm ngành nghề) và nội sinh (số năm hoạt động, quy mô doanh nghiệp, tình hình tài chính ngắn hạn, tỷ lệ hàng tồn kho). Lý luận về tác động phi tuyến của Martinez-Sola và cộng sự (2012) — tồn tại một mức khoản phải thu khách hàng tối ưu, vượt ngưỡng đó sẽ làm giảm giá trị doanh nghiệp — được tác giả sử dụng làm căn cứ lý thuyết nền tảng.

Phần 3: Thực trạng tín dụng thương mại của các doanh nghiệp niêm yết tại Việt Nam

Phần này khảo sát toàn cảnh TDTM trên thị trường chứng khoán Việt Nam. Tỷ lệ khoản phải thu khách hàng trên tổng tài sản của các doanh nghiệp niêm yết Việt Nam là 18,68% — thấp hơn Tây Ban Nha (39,28%), Hy Lạp (36%) và Phần Lan (19,18%). Nợ phải trả người bán chiếm 11,6% tổng nguồn vốn, thấp hơn Pháp (28,52%), Bỉ (27%), Hy Lạp (26,7%) và Phần Lan (13,17%). Tác giả chỉ ra ba đặc điểm nổi bật của TDTM tại Việt Nam: (1) được sử dụng phổ biến với điều kiện đơn giản, chủ yếu dựa trên quan hệ tin tưởng; (2) tiềm ẩn rủi ro cao do khung pháp lý còn nhiều bất cập (Luật các công cụ chuyển nhượng số 49/2005/QH11 chưa phù hợp thực tế); (3) chưa có quy định cụ thể, khiến các giao dịch thiếu giá trị pháp lý và hoạt động chiết khấu thương phiếu gặp khó khăn.

Phần 4: Dữ liệu và phương pháp nghiên cứu

Phần này mô tả thiết kế nghiên cứu chi tiết, bao gồm đặc điểm bộ dữ liệu bảng (20 doanh nghiệp × 10–11 năm = 218–220 quan sát), định nghĩa và cách đo lường từng biến, cùng quy trình bốn bước của phân tích định lượng. Ba mô hình hồi quy được so sánh — POLS (Pool Ordinary Least Squares), FEM (Fixed Effect Model) và REM (Random Effect Model) — thông qua kiểm định Breusch–Pagan và Hausman. Phần này cũng trình bày rõ kỳ vọng dấu của từng biến độc lập có cơ sở từ lý thuyết và các nghiên cứu đi trước.

Phần 5: Kết quả nghiên cứu

Thống kê mô tả: ROA trung bình của 20 doanh nghiệp thép giai đoạn 2012–2022 là 3%, thấp hơn mức bình quân 6% của các doanh nghiệp niêm yết trên HOSE theo nghiên cứu của Trần Thị Xuân Anh và Dương Ngân Hà (2022). Giá trị ROA biến động trong khoảng rất rộng, thấp nhất là −36,96%, với độ lệch chuẩn khoảng 7%, phản ánh sự phân hóa lớn giữa các doanh nghiệp. TCR trung bình là 13,6% doanh thu, dao động từ 0,3% đến 778%, với độ lệch chuẩn 52,7%. TCP trung bình là 7,93% tổng nợ, cao nhất 71,1%, thấp nhất 0,6%, độ lệch chuẩn 7,7%.

Lựa chọn mô hình: Kiểm định Breusch–Pagan cho kết quả chibar2(01) = 11,0003 với p-value < 0,05, bác bỏ mô hình POLS. Kiểm định Hausman cho kết quả Prob > Chi2 = 0,0889 > 0,05, chấp nhận H₀, tức mô hình REM phù hợp hơn FEM.

Kết quả REM ban đầu: Mô hình REM có Prob > F = 0,0000, R² tổng quan là 0,3003. Có 5 biến có ý nghĩa thống kê gồm TCR, TCP, SIZE, LIQ, GDP. Tuy nhiên mô hình gặp hai khuyết tật: phương sai sai số thay đổi (chi2(20) = 2942, Prob > chi2 < 0,05) và tự tương quan (F(1,19) = 14,0012, Prob > F = 0,0012).

Sau khắc phục bằng FGLS: Có 6 biến có ý nghĩa thống kê là TCR, TCP, SIZE, BOR, LIQ, GDP. Phương trình hồi quy sau khắc phục:

$$ROA_{it} = C - 0{,}5526 \times TCR_{it} - 1{,}0072 \times GDP_{it} + \ldots + \varepsilon_i$$

Ba biến INV, AGE và BOR (trong mô hình REM gốc) không có ý nghĩa thống kê, tức chưa cho thấy ảnh hưởng rõ ràng đến HQHĐKD trong mẫu nghiên cứu.

Phần 6: Kết luận và khuyến nghị

Phần này tổng hợp kết quả thực nghiệm, đưa ra khuyến nghị cho doanh nghiệp và Chính phủ, đồng thời nêu hạn chế và hướng nghiên cứu tiếp theo.


Kết quả và đóng góp

Kết quả chính

Sau khi khắc phục khuyết tật bằng FGLS, nghiên cứu xác định được 6 nhân tố có ý nghĩa thống kê tác động đến ROA của doanh nghiệp thép:

Biến Chiều tác động Mức ý nghĩa Diễn giải
TCR (bán chịu) Ngược chiều Có ý nghĩa Tăng khoản phải thu làm giảm ROA
TCP (mua chịu) Ngược chiều Có ý nghĩa Khoản phải trả tăng đi kèm ROA thấp
SIZE (quy mô) Cùng chiều Có ý nghĩa Doanh nghiệp lớn hơn có khả năng sinh lời cao hơn
BOR (vay ngân hàng) Có ý nghĩa — Tác động rõ sau khắc phục khuyết tật
LIQ (thanh khoản) Cùng chiều Mức 1% Thanh khoản tốt hơn kéo theo ROA cao hơn
GDP (tăng trưởng) Ngược chiều Có ý nghĩa GDP tăng đẩy chi phí đầu vào, làm giảm ROA

Kết quả về biến TCR phù hợp với nghiên cứu của Gill và cộng sự (2010) và Phạm Quốc Việt và Phạm Trần Quang Phúc (2020). Kết quả về biến TCP — khoản phải trả người bán tác động tiêu cực đến ROA — là phát hiện đáng lưu ý, được lý giải bởi nghiên cứu của Mansoori và Muhammad (2012) và Vahid và cộng sự (2012): khi hiệu quả hoạt động giảm, doanh nghiệp có xu hướng kéo dài kỳ thanh toán cho nhà cung cấp, làm tăng khoản phải trả.

ROA trung bình của 20 doanh nghiệp thép (3%) thấp hơn đáng kể so với mức bình quân toàn thị trường HOSE (6%), phản ánh sức ép đặc thù của ngành thép từ chu kỳ giá hàng hóa và biến động chi phí nguyên liệu.

Giải pháp và khuyến nghị tác giả đề xuất

Đối với doanh nghiệp:

  • Xác định mức khoản phải thu khách hàng tối ưu; nếu TCR đang thấp hơn ngưỡng tối ưu có thể mở rộng chính sách bán chịu nhưng cần kiểm soát chặt chẽ. Nếu TCR đang cao thì cần thắt chặt, tích cực thu hồi nợ hoặc bán nợ cho bên thứ ba.
  • Cơ cấu lại các khoản chi phí khi sử dụng TDTM; tránh lạm dụng chính sách mua chịu và bán chịu quá mức.
  • Duy trì tính thanh khoản tốt để tiếp cận nguồn vốn ưu đãi và hưởng chính sách ưu đãi từ nhà cung cấp.

Đối với Chính phủ: Hoàn thiện khung pháp lý về TDTM và thương phiếu (hiện dựa trên Luật các công cụ chuyển nhượng số 49/2005/QH11 nhưng còn nhiều bất cập), tăng cường tính pháp lý của các giao dịch mua bán chịu, tạo điều kiện cho hoạt động chiết khấu thương phiếu tại các ngân hàng thương mại.

Đóng góp so với nghiên cứu trước

Tác giả tự nêu đóng góp mới ở hai điểm: (1) nghiên cứu đầu tiên tập trung riêng vào ngành thép — ngành có đặc thù sử dụng TDTM cao và chịu ảnh hưởng mạnh của chu kỳ kinh tế — thay vì mẫu toàn thị trường; (2) bộ dữ liệu kéo dài 11 năm (2012–2022) với giai đoạn hậu Covid-19, phong phú hơn về chiều thời gian so với nhiều nghiên cứu trong nước trước đó.


Hạn chế và hướng nghiên cứu tiếp

Tác giả nêu một số hạn chế trong khóa luận:

  • Phạm vi mẫu hạn chế: Nghiên cứu chỉ bao gồm 20 doanh nghiệp thép niêm yết, chưa bao quát các doanh nghiệp thép chưa niêm yết — vốn chiếm tỷ trọng đáng kể trong ngành.
  • Hướng mở: Tác giả đề xuất các nghiên cứu tiếp theo có thể mở rộng mẫu sang các ngành vật liệu cơ bản khác hoặc so sánh đa ngành; xem xét tác động phi tuyến của TDTM theo quy mô doanh nghiệp (phân tổ doanh nghiệp lớn và nhỏ trong ngành thép); đồng thời bổ sung các biến kiểm soát vĩ mô khác như lãi suất thị trường và chỉ số giá thép quốc tế.

Giá trị tham khảo

Khóa luận có giá trị tham khảo cho các nhóm đối tượng sau:

  • Sinh viên ngành tài chính doanh nghiệp, quản trị tài chính, kế toán–kiểm toán tại các trường kinh tế–tài chính: có thể tham khảo toàn bộ Phần 4 về quy trình xây dựng mô hình hồi quy dữ liệu bảng và Phần 5 về quy trình kiểm định, phát hiện và khắc phục khuyết tật mô hình bằng FGLS.
  • Sinh viên, học viên thực hiện đề tài về TDTM hoặc hiệu quả tài chính doanh nghiệp niêm yết: Phần 1 (tổng quan nghiên cứu) cung cấp bản đồ tài liệu tham khảo quốc tế và trong nước tương đối hệ thống; Phần 2 cung cấp khung lý luận về TDTM có thể tái sử dụng cho các ngành khác.
  • Nhà quản lý tài chính trong các doanh nghiệp sản xuất vật liệu, xây dựng: Phần 3 về thực trạng TDTM tại Việt Nam và Phần 6 về khuyến nghị chính sách có tính ứng dụng trực tiếp, đặc biệt về việc xác định ngưỡng khoản phải thu tối ưu và thiết lập quy trình thu nợ bài bản.
  • Nghiên cứu sinh, học viên cao học muốn kế thừa và mở rộng sang nghiên cứu đa ngành hoặc nghiên cứu tác động phi tuyến: có thể tiếp tục từ khoảng trống mà tác giả đã xác định.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lựa chọn mô hình REM thay vì FEM hay POLS?

Quy trình lựa chọn mô hình được thực hiện qua hai bước kiểm định. Kiểm định Breusch–Pagan cho kết quả chibar2(01) = 11,0003 với p-value < 0,05, loại bỏ mô hình POLS. Tiếp theo, kiểm định Hausman (1978) cho kết quả Prob > Chi2 = 0,0889 > 0,05, tức không có cơ sở bác bỏ H₀, do đó mô hình REM được xác định là phù hợp hơn FEM cho bộ dữ liệu này.

2. Tại sao biến khoản phải trả người bán (TCP) lại tác động tiêu cực đến ROA, trái với kỳ vọng ban đầu?

Kỳ vọng ban đầu của tác giả là TCP tác động tích cực (dấu dương) theo lý thuyết chiếm dụng vốn. Tuy nhiên kết quả thực nghiệm cho thấy chiều ngược lại. Tác giả lý giải theo hướng nhân quả ngược: khi doanh nghiệp có hiệu quả hoạt động thấp và khả năng sinh lời kém, họ có xu hướng kéo dài kỳ thanh toán cho nhà cung cấp, dẫn đến khoản phải trả người bán tăng lên — đây là cơ chế được nêu trong nghiên cứu của Mansoori và Muhammad (2012) và Vahid và cộng sự (2012).

3. ROA trung bình của ngành thép trong mẫu nghiên cứu ở mức nào và có ý nghĩa gì?

ROA trung bình của 20 doanh nghiệp thép niêm yết giai đoạn 2012–2022 là 3%, thấp hơn mức bình quân 6% của các doanh nghiệp niêm yết trên HOSE theo nghiên cứu của Trần Thị Xuân Anh và Dương Ngân Hà (2022). Giá trị ROA biến động rất rộng, thấp nhất là −36,96%, với độ lệch chuẩn khoảng 7%, cho thấy mức độ phân hóa lớn giữa các doanh nghiệp trong ngành, phản ánh ảnh hưởng của chu kỳ giá thép và chính sách tài khóa lên từng công ty.

4. Ba biến nào không có ý nghĩa thống kê và tại sao điều này đáng chú ý?

Biến tỷ lệ hàng tồn kho (INV), vay ngân hàng (BOR — trong kết quả REM gốc trước khi khắc phục khuyết tật) và số năm hoạt động (AGE) không có ý nghĩa thống kê trong mô hình REM gốc. Điều này cho thấy trong ngành thép niêm yết Việt Nam giai đoạn 2012–2022, tuổi doanh nghiệp không phản ánh sự khác biệt rõ ràng về hiệu quả hoạt động, và mức tồn kho chưa tác động có ý nghĩa đến ROA — có thể do đặc thù chu kỳ ngành và cách quản lý tồn kho trong bối cảnh biến động giá nguyên liệu mạnh.

5. Tỷ lệ bán chịu (TCR) trung bình của các doanh nghiệp thép trong mẫu so với toàn thị trường như thế nào?

TCR trung bình của 20 doanh nghiệp thép là 13,6% trên tổng doanh thu, gần tương đương với mức 14,4% của 279 doanh nghiệp niêm yết trên HOSE trong nghiên cứu của Phạm Quốc Việt và Phạm Trần Quang Phúc (2020). Tuy nhiên, mức độ phân tán rất lớn: TCR thấp nhất chỉ 0,3% trong khi cao nhất lên đến 778%, với độ lệch chuẩn 52,7%, cho thấy chính sách bán chịu giữa các doanh nghiệp thép có sự khác biệt rất lớn, chịu ảnh hưởng mạnh của chu kỳ ngành.


Kết luận

Khóa luận cung cấp bằng chứng thực nghiệm cho thấy cả chính sách bán chịu (TCR) và mua chịu (TCP) đều tác động ngược chiều đến ROA của 20 doanh nghiệp thép niêm yết tại Việt Nam giai đoạn 2012–2022, hàm ý rằng việc sử dụng TDTM quá mức làm giảm khả năng sinh lời trong ngành này. Bên cạnh đó, quy mô doanh nghiệp (SIZE) và tính thanh khoản (LIQ) tác động tích cực đến ROA, trong khi tăng trưởng GDP lại có chiều ngược lại do áp lực chi phí nguyên liệu đầu vào. Nghiên cứu lấp đầy khoảng trống về phân tích chuyên ngành thép tại Việt Nam với bộ dữ liệu 11 năm và quy trình định lượng chặt chẽ bao gồm kiểm định, phát hiện và khắc phục khuyết tật mô hình bằng FGLS.