Giới thiệu dự án

Trong cấu trúc tài chính hiện đại, việc xác định cơ cấu vốn tối ưu đóng vai trò then chốt nhằm tối thiểu hóa chi phí sử dụng vốn bình quân gia quyền (Weighted Average Cost of Capital - WACC) và tối đa hóa giá trị doanh nghiệp. Đối với ngành dược phẩm Việt Nam – một ngành kinh tế kỹ thuật đặc thù có tính chu kỳ thấp, rào cản kỹ thuật cao và đòi hỏi vốn đầu tư lớn cho R&D cùng hệ thống nhà xưởng đạt chuẩn GMP-WHO/EU-GMP – áp lực quản trị tài chính càng trở nên cấp bách sau các biến động gián đoạn chuỗi cung ứng toàn cầu thời kỳ hậu Covid-19.

Theo thống kê từ Báo cáo tài chính kiểm toán của 18 doanh nghiệp dược phẩm niêm yết trên HOSE và HNX giai đoạn 2015–2022:

  • Tỷ lệ đòn bẩy tài chính ($LEV$) duy trì ở mức bình quân $35,01%$, thấp hơn đáng kể so với mức bình quân toàn thị trường chứng khoán ($51,47%$).
  • Tỷ lệ Nợ/Vốn chủ sở hữu ($D/E$) sụt giảm mạnh từ $85,45%$ (năm 2015) xuống còn $45,76%$ (năm 2022).
  • Hơn $90%$ tổng nợ là nợ ngắn hạn (chi phí chiếm dụng vốn từ nhà cung cấp và vay lưu động), nợ dài hạn chỉ chiếm dưới $10%$.

Thực trạng này làm nảy sinh bài toán nghiên cứu then chốt: Các doanh nghiệp dược phẩm tại Việt Nam đang thiên về bảo toàn vốn, chưa khai thác triệt để giá trị của lá chắn thuế từ lãi vay (Interest Tax Shield) và cơ cấu nợ bị lệch pha kỳ hạn nghiêm trọng.

Mục tiêu nghiên cứu

  1. Mục tiêu 1: Xác định và định lượng hóa hệ thống các nhân tố tài chính và quản trị (Lợi nhuận, Tăng trưởng, Cơ cấu tài sản, Quy mô, Thuế suất, Sở hữu nhà nước) tác động đến cấu trúc vốn.
  2. Mục tiêu 2: Xây dựng quy trình xử lý khuyết tật kinh tế lượng trên dữ liệu bảng (Panel Data) nhằm kiểm soát hiện tượng phương sai sai số thay đổi (Heteroscedasticity) và tự tương quan (Autocorrelation).
  3. Mục tiêu 3: Đề xuất khung kiến nghị tài chính nhằm tái thiết cấu trúc vốn mục tiêu cho các doanh nghiệp dược phẩm niêm yết.

Phương pháp tiếp cận và Phạm vi

  • Cách tiếp cận: Kết hợp kiểm định lý thuyết kinh điển (Định lý Modigliani-Miller, Lý thuyết Đánh đổi - Trade-off Theory, Lý thuyết Trật tự phân hạng - Pecking Order Theory, Lý thuyết Chi phí đại diện - Agency Cost Theory) với mô hình ước lượng định lượng chuyên sâu FGLS (Feasible Generalized Least Squares).
  • Phạm vi nghiên cứu: Toàn bộ 18 doanh nghiệp ngành dược niêm yết trên HOSE (11 doanh nghiệp) và HNX (7 doanh nghiệp) với 144 quan sát cân bằng (Balanced Panel Data) trong giai đoạn 8 năm (2015–2022).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành rà soát các nghiên cứu thực nghiệm tiền nhiệm trong nước và quốc tế để làm rõ khoảng trống nghiên cứu (Research Gap):

Tiêu chí Huang (2006) Sheikh & Wang (2011) Đoàn Ngọc Phi Anh (2010) Đề tài nghiên cứu (2023)
Mẫu nghiên cứu 1.200 DN niêm yết Trung Quốc 160 DN sản xuất Pakistan 428 DN niêm yết Việt Nam 18 DN Dược niêm yết Việt Nam
Giai đoạn 1994–2003 2003–2007 2007–2009 2015–2022 (Bao gồm tiền & hậu Covid-19)
Phương pháp Pooled OLS OLS, FEM, REM Path Analysis (AMOS) OLS, FEM, REM, FGLS
Biến đặc thù Non-debt tax shield, Ownership Liquidity, Tangibility Tangibility, Business risk State Ownership, Tax, Tangibility
Hạn chế Chưa xử lý đa cộng tuyến sâu Chưa kiểm định khuyết tật tự tương quan Mẫu ngắn (3 năm), thiếu kiểm định vi phạm OLS Khắc phục triệt để vi phạm giả định hồi quy qua FGLS

Yêu cầu kỹ thuật theo mô hình MoSCoW:

  • Must-have: Khung dữ liệu bảng cân bằng 144 quan sát, mô hình hồi quy đa biến với biến phụ thuộc $LEV$ và 6 biến độc lập ($PROF, GRO, TANG, SIZE, TAX, STATE$), kiểm định khuyết tật mô hình (Multicollinearity, Heteroscedasticity, Serial Correlation).
  • Should-have: Mô hình hồi quy hiệu chỉnh FGLS khắc phục hoàn toàn hiện tượng phương sai thay đổi và tự tương quan.
  • Could-have: Phân tích ma trận tương quan Pearson và thống kê mô tả đa chiều.
  • Won't-have: Mô hình GMM động (do độ dài thời gian $T=8$ và số lượng doanh nghiệp $N=18$).

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu kinh tế lượng được thiết kế chuẩn hóa theo luồng 4 tầng:

Technology Stack:

  • Công cụ tính toán thống kê: Stata 14.0 SE, Microsoft Excel 2021 Data Analysis Toolkit.
  • Cấu trúc dữ liệu: Ma trận bảng 2 chiều $N \times T = 18 \times 8 = 144$ dòng dữ liệu chuẩn hóa.

Phương pháp luận (Methodology)

Mô hình hồi quy tổng quát dạng hàm tuyến tính:

$$LEV_{it} = \alpha + \beta_1 PROF_{it} + \beta_2 GRO_{it} + \beta_3 TANG_{it} + \beta_4 SIZE_{it} + \beta_5 TAX_{it} + \beta_6 STATE_{it} + \varepsilon_{it}$$

Trong đó:

  • $LEV_{it}$: Tỷ lệ nợ trên tổng tài sản của công ty $i$ tại năm $t$ ($\text{Tổng Nợ} / \text{Tổng Tài Sản}$).
  • $PROF_{it}$: Khả năng sinh lời ($\text{EBIT} / \text{Tổng Tài Sản}$).
  • $GRO_{it}$: Tốc độ tăng trưởng tài sản ($(\text{Tổng Tài Sản}t - \text{Tổng Tài Sản}{t-1}) / \text{Tổng Tài Sản}_{t-1}$).
  • $TANG_{it}$: Cơ cấu tài sản hữu hình ($\text{Tài Sản Cố Định} / \text{Tổng Tài Sản}$).
  • $SIZE_{it}$: Quy mô doanh nghiệp ($\log(\text{Tổng Tài Sản})$).
  • $TAX_{it}$: Thuế suất thực tế ($\text{Thuế TNDN phải nộp} / \text{EBIT}$).
  • $STATE_{it}$: Tỷ lệ sở hữu nhà nước ($\text{Cổ phần Nhà nước} / \text{Tổng số cổ phần}$).
  • $\varepsilon_{it}$: Sai số ngẫu nhiên của mô hình.

Implementation và kết quả

Quy trình triển khai thuật toán và Code xử lý

Toàn bộ quy trình xử lý dữ liệu và kiểm định mô hình được tự động hóa bằng Stata Do-file Script:

* Thiết lập không gian làm việc và cấu trúc Panel Data
clear all
set more off
import excel "Pharma_Capital_Structure_2015_2022.xlsx", sheet("Data") firstrow

* Định danh biến bảng: id (doanh nghiệp), year (thời gian)
destring id year LEV PROF GRO TANG SIZE TAX STATE, replace
xtset id year

* 1. Thống kê mô tả và ma trận tương quan Pearson
summarize LEV PROF GRO TANG SIZE TAX STATE
pwcorr LEV PROF GRO TANG SIZE TAX STATE, sig star(0.05)

* 2. Ước lượng mô hình OLS gộp và kiểm tra Đa cộng tuyến
regress LEV PROF GRO TANG SIZE TAX STATE
vif

* 3. Ước lượng mô hình FEM và REM
xtreg LEV PROF GRO TANG SIZE TAX STATE, fe
estimates store fixed_model

xtreg LEV PROF GRO TANG SIZE TAX STATE, re
estimates store random_model

* 4. Kiểm định Hausman lựa chọn giữa FEM và REM
hausman fixed_model random_model

* 5. Kiểm định khuyết tật mô hình (Phương sai thay đổi & Tự tương quan)
* Kiểm định phương sai thay đổi cho FEM (Modified Wald test)
xtreg LEV PROF GRO TANG SIZE TAX STATE, fe
xttest3

* Kiểm định tự tương quan (Wooldridge test)
xtserial LEV PROF GRO TANG SIZE TAX STATE

* 6. Khắc phục khuyết tật bằng mô hình FGLS (Cross-sectional heteroskedasticity & AR(1))
xtgls LEV PROF GRO TANG SIZE TAX STATE, panels(hetero) corr(ar1)
estimates store fgls_model

Kiểm định và Đánh giá khuyết tật (Testing & Validation)

1. Thống kê mô tả mẫu ($N=144$):

Biến Ký hiệu Giá trị TB Độ lệch chuẩn Min Max
Tỷ lệ nợ $LEV$ 0,3501 0,1624 0,1002 0,8015
Khả năng sinh lời $PROF$ 0,1314 0,1205 -0,1720 1,1420
Cơ hội tăng trưởng $GRO$ 0,1322 0,3318 -0,2410 3,4310
Cơ cấu tài sản $TANG$ 0,2518 0,1732 0,0610 0,7740
Quy mô $SIZE$ 9,6520 2,9810 4,8900 12,7800
Thuế suất $TAX$ 0,2140 0,2510 -0,2010 2,6400
Sở hữu nhà nước $STATE$ 0,1520 0,1810 0,0000 0,5300

2. Ma trận tương quan và kiểm định đa cộng tuyến (VIF):

  • Kết quả kiểm định ma trận tương quan cho thấy không có cặp biến độc lập nào có hệ số tương quan vượt quá ngưỡng $0,8$ (cặp tương quan cao nhất là $PROF$ và $STATE$ đạt $r = 0,32$).
  • Kiểm định Hệ số phóng đại phương sai (VIF): Tất cả các biến đều có $\text{VIF} < 2,0$ (Mean VIF = 1,28), bác bỏ hoàn toàn sự hiện diện của đa cộng tuyến nghiêm trọng.

3. Kiểm định lựa chọn mô hình và khuyết tật:

  • Kiểm định Breusch-Pagan Lagrange Multiplier: $p < 0,01 \rightarrow$ Bác bỏ OLS gộp, chấp nhận REM.
  • Kiểm định Hausman Test: $Chi2(6) = 14,82$, $p = 0,0216 < 0,05 \rightarrow$ Bác bỏ REM, chọn FEM (Mô hình tác động cố định).
  • Kiểm định Modified Wald Test (Heteroscedasticity): $Chi2(18) = 428,65$, $p = 0,0000 < 0,01 \rightarrow$ Mô hình FEM vi phạm giả định phương sai sai số đồng nhất.
  • Kiểm định Wooldridge Test (Autocorrelation): $F(1, 17) = 12,48$, $p = 0,0026 < 0,01 \rightarrow$ Xuất hiện hiện tượng tự tương quan bậc 1.

Kết quả ước lượng mô hình hồi quy FGLS

Để khắc phục đồng thời hiện tượng phương sai thay đổi và tự tương quan, mô hình FGLS (Feasible Generalized Least Squares) được áp dụng:

Biến độc lập Hệ số ($\beta$) Sai số chuẩn Giá trị z P-value Ý nghĩa thống kê
Cơ hội tăng trưởng ($GRO$) +0,0428 0,0142 3,01 0,003 Ý nghĩa tại mức $1%$
Cơ cấu tài sản ($TANG$) +0,1865 0,0612 3,05 0,002 Ý nghĩa tại mức $1%$
Khả năng sinh lời ($PROF$) -0,0842 0,0651 -1,29 0,196 Không có ý nghĩa
Quy mô công ty ($SIZE$) -0,0035 0,0041 -0,85 0,395 Không có ý nghĩa
Thuế suất ($TAX$) +0,0124 0,0185 0,67 0,503 Không có ý nghĩa
Sở hữu nhà nước ($STATE$) -0,0412 0,0520 -0,79 0,429 Không có ý nghĩa
Hệ số chặn (Constant) 0,2841 0,0421 6,75 0,000 Ý nghĩa tại mức $1%$

Thông số mô hình FGLS: Wald $Chi2(6) = 38,74$; $Prob > Chi2 = 0,0000$; Số quan sát: 144.

Đổi mới và đóng góp

  1. Chứng minh tác động cùng chiều mạnh mẽ của Cơ hội tăng trưởng ($GRO$):
    • Với hệ số $\beta = +0,0428$ ($p = 0,003$), khi tốc độ tăng trưởng tài sản tăng thêm $10%$, tỷ lệ nợ $LEV$ tăng thêm xấp xỉ $0,43%$. Kết quả này phản ánh đặc thù ngành dược: khi mở rộng quy mô kinh doanh hoặc nâng cấp dây chuyền tiêu chuẩn chất lượng (GMP-WHO/EU-GMP), nguồn vốn nội bộ không đủ đáp ứng tức thì, buộc doanh nghiệp phải huy động vốn vay tài trợ.
  2. Khẳng định vai trò của Tài sản hữu hình làm tài sản bảo đảm ($TANG$):
    • Hệ số $\beta = +0,1865$ ($p = 0,002$) chứng minh rằng tỷ trọng tài sản cố định (nhà xưởng, máy móc sản xuất dược) đóng vai trò là vật thế chấp vững chắc giúp doanh nghiệp dễ dàng tiếp cận nguồn vốn tín dụng ngân hàng, ủng hộ vững chắc Lý thuyết Đánh đổi (Trade-off Theory).
  3. Phát hiện tính phi ý nghĩa thống kê của các biến tài chính truyền thống trong bối cảnh đặc thù:
    • Các biến $PROF, SIZE, TAX, STATE$ không đạt ý nghĩa thống kê trong mô hình FGLS giai đoạn 2015–2022. Điều này phản ánh sự biến động bất thường của dòng tiền và chính sách dự trữ thanh khoản thận trọng của lãnh đạo ngành dược trong thời kỳ khủng hoảng chuỗi cung ứng đại dịch Covid-19, làm triệt tiêu ảnh hưởng ngắn hạn của quy mô và thuế suất.

Ứng dụng thực tế và triển khai

Chiến lược tài chính cho Doanh nghiệp Dược phẩm

  1. Tái cân bằng kỳ hạn cấu trúc nợ (Debt Maturity Restructuring):
    • Hiện trạng nợ ngắn hạn chiếm $\sim 90%$ tiềm ẩn rủi ro thanh khoản nghiêm trọng khi xảy ra hiện tượng thắt chặt tín dụng. Doanh nghiệp cần phát hành trái phiếu dài hạn hoặc ký kết các khoản vay hợp vốn kỳ hạn 5–10 năm để tài trợ cho tài sản cố định ($TANG$).
  2. Nâng tỷ lệ đòn bẩy tài chính mục tiêu:
    • Tỷ lệ nợ bình quân hiện tại ($35,01%$) và $D/E$ ($45,76%$) ở mức quá thấp. Các doanh nghiệp có nền tảng tài sản cố định lớn (như Dược Hậu Giang - DHG, Imexpharm - IMP, Traphaco - TRA) nên chủ động tăng tỷ lệ nợ vay lên mức $40% - 45%$ để tối ưu hóa chi phí vốn bình quân gia quyền WACC.

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Mẫu dữ liệu gồm 18 doanh nghiệp niêm yết ($N=18$), chưa bao gồm các doanh nghiệp dược phẩm chưa niêm yết hoặc doanh nghiệp FDI.
  • Biến số vĩ mô: Nghiên cứu chưa đưa vào các biến kiểm soát kinh tế vĩ mô như lạm phát (CPI), lãi suất điều hành của Ngân hàng Nhà nước hoặc biến giả (Dummy variable) đo lường cú sốc Covid-19.
  • Hướng nghiên cứu mở rộng: Ứng dụng mô hình GMM sai phân hoặc GMM hệ thống (System GMM) trên tập dữ liệu mở rộng sang khối y tế tư nhân và thiết bị y tế giai đoạn 2023–2028.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp mẫu nghiên cứu hoàn chỉnh, phương pháp thu thập dữ liệu bảng và code mẫu Stata xử lý hồi quy FGLS chuẩn mực kinh tế lượng.
  • Chuyên viên Phân tích Dữ liệu / Data Analysts: Nắm vững quy trình kiểm định khuyết tật (Heteroscedasticity, Autocorrelation, Multicollinearity) và phương pháp chuyển đổi ma trận bảng.
  • Giám đốc Tài chính (CFO) Doanh nghiệp Dược: Có cơ sở định lượng để hoạch định cấu trúc nợ, tận dụng tài sản hữu hình làm tài sản bảo đảm và cân đối nguồn vốn mở rộng nhà xưởng.
  • Nhà đầu tư & Quỹ đầu tư: Đánh giá chính xác mức độ an toàn tài chính và tiềm năng sử dụng đòn bẩy tài chính của cổ phiếu dược phẩm niêm yết trên HOSE/HNX.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật tối thiểu để triển khai mô hình hồi quy trên là gì? Hệ thống cần cài đặt phần mềm Stata phiên bản 14.0 trở lên (hoặc các thư viện Python như statsmodels, linearmodels) cùng tập dữ liệu bảng định dạng chuẩn .dta hoặc .xlsx.
  2. Tại sao mô hình FEM lại vi phạm giả định phương sai sai số và cách khắc phục? Mô hình FEM thường gặp hiện tượng phương sai thay đổi giữa các thực thể ($p < 0,001$ qua kiểm định Modified Wald test). Phương pháp FGLS với tùy chọn panels(hetero) corr(ar1) là giải pháp tối ưu nhất để hiệu chỉnh ma trận hiệp phương sai sai số.
  3. Tại sao khả năng sinh lời ($PROF$) không có ý nghĩa thống kê trong nghiên cứu này? Trong giai đoạn 2015–2022 (đặc biệt 2020–2021), chuỗi cung ứng dược phẩm bị gián đoạn dẫn đến việc phân bổ chi phí hoạt động bất thường, làm cho mối quan hệ lý thuyết giữa lợi nhuận và tỷ lệ nợ bị nhiễu loạn trong ngắn hạn.
  4. Việc duy trì tỷ lệ nợ thấp ($35%$) có thực sự an toàn cho doanh nghiệp dược không? Duy trì tỷ lệ nợ thấp mang lại an toàn thanh khoản nhưng làm tăng WACC và bỏ lỡ lợi ích từ lá chắn thuế, làm suy giảm hiệu quả sinh lời trên vốn chủ sở hữu (ROE).
  5. Chi phí triển khai mô hình quản trị cấu trúc vốn tại doanh nghiệp mất bao lâu? Quy trình chuẩn hóa dữ liệu tài chính, xây dựng mô hình dự báo và tái cơ cấu kỳ hạn danh mục nợ thường kéo dài từ 3 đến 6 tháng tùy thuộc vào quy mô hệ thống ERP của doanh nghiệp.

Kết luận

Đề tài khóa luận tốt nghiệp "Các yếu tố tác động đến cấu trúc vốn của doanh nghiệp dược phẩm niêm yết tại Việt Nam" đã giải quyết triệt để bài toán định lượng cấu trúc tài chính cho ngành dược phẩm giai đoạn 2015–2022. Bằng việc ứng dụng mô hình hồi quy FGLS trên tập dữ liệu bảng 144 quan sát, nghiên cứu đã chứng minh:

  • Cơ hội tăng trưởng ($GRO$) và Cơ cấu tài sản ($TANG$) là hai nhân tố có tác động tích cực cùng chiều và đạt ý nghĩa thống kê cao nhất đến cấu trúc vốn ($p < 0,01$).
  • Thực trạng đòn bẩy tài chính thấp ($35,01%$) và sự lệch pha kỳ hạn nợ ngắn hạn ($\sim 90%$) đòi hỏi các nhà quản trị tài chính phải khẩn trương chuyển dịch sang nợ dài hạn và chủ động khai thác đòn bẩy tài chính để nâng cao giá trị doanh nghiệp.