Giới thiệu dự án

Thị trường chứng khoán Việt Nam trong giai đoạn 2016–2020 ghi nhận sự tăng trưởng vượt bậc về quy mô vốn hóa và thanh khoản, trong đó nhóm ngành Chế biến Thực phẩm và Đồ uống (F&B) giữ vị thế phòng thủ chiến lược với mức đóng góp lớn vào Tổng sản phẩm quốc nội (GDP). Ngành thực phẩm đạt tốc độ tăng trưởng ổn định bình quân 5–6%/năm trong giai đoạn 2020–2025, với các cổ phiếu blue-chip dẫn dắt chỉ số VN30 như Vinamilk ($VNM$), Masan Group ($MSN$), và Sabeco ($SAB$). Tuy nhiên, những cú sốc vĩ mô toàn cầu, sự đứt gãy chuỗi cung ứng do đại dịch COVID-19 cùng các cam kết thương mại quốc tế (CPTPP, EVFTA) đã tạo ra sự phân hóa sâu sắc về cả thị giá lẫn năng lực sinh lời nội tại của các doanh nghiệp.

Thực tế giao dịch trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX) cho thấy các nhà đầu tư cá nhân và tổ chức thường đối mặt với rủi ro bất cân xứng thông tin, thiếu công cụ lượng hóa tác động đồng thời của các chỉ số tài chính nội tại (vi mô) và biến số vĩ mô lên định giá thị trường. Đồng thời, ban điều hành doanh nghiệp thực phẩm gặp nhiều thách thức trong việc cân đối đòn bẩy tài chính, tối ưu hóa vòng quay vốn nhằm duy trì tỷ suất sinh lời trên tổng tài sản ($ROA$).

Đề tài khóa luận tốt nghiệp "Các yếu tố ảnh hưởng đến giá cổ phiếu và lợi nhuận của các công ty trong ngành Thực phẩm niêm yết" được thực hiện tại Trường Đại học Công nghiệp TP.HCM (Khoa Tài chính – Ngân hàng) nhằm giải quyết bài toán định lượng trên với các mục tiêu cụ thể:

  1. Xác định và lượng hóa mức độ tác động của các nhân tố vi mô ($EPS$, $TS/CP$, Quy mô, Cổ tức) và vĩ mô (Cung tiền $M2$, Tỷ giá $USD/VND$) đến thị giá cổ phiếu ($GiaTT$).
  2. Xác định các chỉ số quản trị tài chính cốt lõi (Tỷ lệ nợ $D/A$, Hệ số thanh toán $CR$, Vòng quay tài sản $ATR$, Tăng trưởng $GROWTH$, Tuổi doanh nghiệp $AGE$) chi phối tỷ suất sinh lời $ROA$.
  3. Đề xuất ma trận khuyến nghị ra quyết định đầu tư và chiến lược quản trị cấu trúc vốn tối ưu cho 28 doanh nghiệp thực phẩm niêm yết trên HOSE và HNX.

Phạm vi nghiên cứu bao quát dữ liệu dạng bảng cân bằng của 28 doanh nghiệp ngành thực phẩm giai đoạn 2016–2020 với 139 quan sát thực nghiệm từ Báo cáo tài chính (BCTC) kiểm toán thường niên.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu kinh tế lượng tài chính doanh nghiệp tại thị trường mới nổi thường áp dụng các phương pháp ước lượng truyền thống nhưng bộc lộ nhiều điểm nghẽn về giả định thống kê:

Phương pháp nghiên cứu Ưu điểm Hạn chế cốt lõi Mức độ phù hợp với dữ liệu ngành F&B
Mô hình OLS Cắt ngang (Cross-sectional OLS) Đơn giản, dễ tính toán trực tiếp trên Excel/SPSS Bỏ qua yếu tố biến thiên theo chuỗi thời gian ($t$) và đặc trưng riêng của từng công ty ($i$) Thấp (Dễ gây chệch hệ số do biến nội sinh)
Mô hình Chuỗi thời gian thuần túy (ARIMA/GARCH) Dự báo biến động giá ngắn hạn tốt theo bước nhảy thời gian Không giải thích được bản chất nguyên nhân tài chính nội tại của doanh nghiệp Trung bình (Chỉ phản ánh biến động giá, không đo được ROA)
Mô hình Dữ liệu bảng Đa biến (Panel Data: FEM/REM/GLS) Kiểm soát dị biệt cá thể không quan sát được, tăng bậc tự do ($df$), xử lý khuyết tật phương sai và tự tương quan Đòi hỏi quy trình kiểm định chẩn đoán phức tạp (F-test, Breusch-Pagan, Hausman) Rất cao (Khuyến nghị sử dụng chuẩn mực)

Nghiên cứu được xây dựng dựa trên ba trụ cột lý thuyết tài chính hiện đại:

  • Lý thuyết Định giá Tài sản Vốn (CAPM) của Sharpe & Lintner (1965): Mô tả mối quan hệ bù trừ giữa rủi ro hệ thống ($\beta$) và tỷ suất sinh lời kỳ vọng.
  • Mô hình Đa nhân tố Fama – French (1993): Khẳng định quy mô công ty ($Size$) và tỷ số giá trị sổ sách trên giá trị thị trường ($B/M$) có năng lực giải thích vượt trội hơn biến đơn $\beta$.
  • Giả thuyết Thị trường Hiệu quả (EMH) của Eugene Fama (1970): Phản ánh tốc độ thẩm thấu của thông tin tài chính công bố vào giá thị trường.

Yêu cầu phân tích dữ liệu được phân tầng theo tiêu chuẩn MoSCoW:

  • Must-have: Mô hình hóa bảng kép (Dual-panel regression) cho $GiaTT$ và $ROA$; kiểm tra đa cộng tuyến ($VIF$), tự tương quan (Wooldridge test) và phương sai thay đổi (Breusch-Pagan LM test).
  • Should-have: Xử lý hồi quy bình phương bé nhất tổng quát ($GLS/FGLS$) khi phát hiện khuyết tật dữ liệu.
  • Could-have: Phân tích ma trận tương quan Pearson giữa các biến vĩ mô và vi mô.
  • Won't-have: Dự báo dao động giá khớp lệnh theo tần suất tick-by-tick (Real-time high frequency trading).

Thiết kế hệ thống và mô hình thực nghiệm

Mô hình định lượng được thiết kế theo 2 phương trình kinh tế lượng cấu trúc bảng:

Mô hình 1 – Xác định các yếu tố chi phối Thị giá cổ phiếu ($GiaTT$): $$\ln(GiaTT_{it}) = \beta_0 + \beta_1 Cotuc_{it} + \beta_2 EPS_{it} + \beta_3 TS/CP_{it} + \beta_4 Quymo_{it} + \beta_5 M2_{t} + \beta_6 USD/VND_{t} + u_{it}$$

Mô hình 2 – Xác định các yếu tố chi phối Khả năng sinh lời ($ROA$): $$ROA_{it} = \alpha_0 + \alpha_1 D/A_{it} + \alpha_2 CR_{it} + \alpha_3 AGE_{it} + \alpha_4 GROWTH_{it} + \alpha_5 ATR_{it} + \varepsilon_{it}$$

Bảng mã hóa biến và kỳ vọng dấu lý thuyết:

Biến số Ký hiệu Bản chất Đơn vị đo lường Công thức định lượng Dấu kỳ vọng
Giá cổ phiếu $GiaTT$ Phụ thuộc VND $\ln(\text{Giá đóng cửa phiên cuối năm } t)$ N/A
Lợi nhuận/TS $ROA$ Phụ thuộc % $\text{Lợi nhuận sau thuế} / \text{Tổng tài sản bình quân}$ N/A
Cổ tức $Cotuc$ Độc lập % $\text{Cổ tức chi trả mỗi CP} / \text{Thu nhập mỗi CP (EPS)}$ $+$
Thu nhập/CP $EPS$ Độc lập VND $(\text{LNST} - \text{Cổ tức ưu đãi}) / \text{Số CP lưu hành}$ $+$
Giá trị sổ sách $TS/CP$ Độc lập VND $(\text{Tổng tài sản} - \text{Tổng nợ}) / \text{Số CP lưu hành}$ $+$
Quy mô DN $Quymo$ Độc lập Log $\ln(\text{Tổng tài sản ghi nhận cuối năm})$ $+$
Cung tiền $M2$ Vĩ mô % Tỷ lệ tăng trưởng cung tiền $M2$ toàn nền kinh tế $+/-$
Tỷ giá hối đoái $USD/VND$ Vĩ mô VND Tỷ giá trung tâm $USD/VND$ bình quân năm $+/-$
Tỷ lệ nợ $D/A$ Độc lập % $\text{Tổng nợ phải trả} / \text{Tổng tài sản}$ $+/-$
Khả năng thanh toán $CR$ Độc lập Lần $\text{Tài sản ngắn hạn} / \text{Nợ ngắn hạn}$ $+$
Tuổi doanh nghiệp $AGE$ Độc lập Năm $\text{Năm quan sát } (t) - \text{Năm thành lập}$ $+$
Tăng trưởng TS $GROWTH$ Độc lập % $(\text{TTS}t - \text{TTS}{t-1}) / \text{TTS}_{t-1}$ $+$
Vòng quay TS $ATR$ Độc lập Vòng $\text{Doanh thu thuần} / \text{Tổng tài sản bình quân}$ $+$

Phương pháp nghiên cứu

Quy trình nghiên cứu tuân thủ nghiêm ngặt 5 giai đoạn định lượng kinh tế lượng:

  [Giai đoạn 1]                [Giai đoạn 2]                [Giai đoạn 3]                [Giai đoạn 4]                [Giai đoạn 5]
28 BCTC Công ty               Tương quan Pearson        Pooled OLS / FEM / REM       F / BP-LM / Hausman          FGLS & Kết luận
  1. Thu thập dữ liệu: Trích xuất dữ liệu từ Báo cáo tài chính đã kiểm toán của 28 doanh nghiệp thực phẩm liên tục từ 2016 đến 2020.
  2. Thống kê mô tả và phân tích tương quan: Đánh giá phân phối dữ liệu, xác định hiện tượng lệch chuẩn, lập ma trận tương quan Pearson để phát hiện sớm nguy cơ cộng tuyến.
  3. Ước lượng đa mô hình: Chạy song song Pooled OLS, Mô hình tác động cố định (Fixed Effects Model - FEM) và Mô hình tác động ngẫu nhiên (Random Effects Model - REM).
  4. Kiểm định lựa chọn mô hình:
    • Kiểm định $F$ ($F\text{-test}$): So sánh tính phù hợp giữa Pooled OLS và FEM ($H_0$: Các hệ số chặn cá thể bằng 0).
    • Kiểm định Nhân tử Lagrange Breusch-Pagan ($LM\text{-test}$): So sánh Pooled OLS và REM ($H_0$: Không có sự khác biệt giữa các đơn vị chéo).
    • Kiểm định Hausman: So sánh FEM và REM ($H_0$: Sai số ngẫu nhiên không tương quan với các biến giải thích).
  5. Kiểm định và xử lý khuyết tật mô hình: Kiểm tra hiện tượng đa cộng tuyến qua hệ số phóng đại phương sai ($VIF$), kiểm định tự tương quan (Wooldridge test) và phương sai sai số thay đổi. Khi mô hình vi phạm giả định OLS, tiến hành khắc phục bằng mô hình bình phương bé nhất tổng quát khả thi ($FGLS$).

Triển khai thực nghiệm và kết quả phân tích

Quy trình phân tích dữ liệu và thuật toán thực thi

Quy trình phân tích dữ liệu được lập trình và xử lý thông qua Stata 16.0 và kịch bản tương đương trên R 4.3 (gói plm).

* ==============================================================================
* SCRIPT CHẨN ĐOÁN VÀ HỒI QUY DỮ LIỆU BẢNG (STATA SCRIPT)
* ==============================================================================
* Thiết lập cấu trúc Panel Data (28 công ty x 5 năm)
xtset company_id year

* 1. Hồi quy Pooled OLS
reg GiaTT Cotuc EPS TS_CP Quymo M2 USD_VND
estimates store POOL_PRICE

* 2. Hồi quy Fixed Effects Model (FEM)
xtreg GiaTT Cotuc EPS TS_CP Quymo M2 USD_VND, fe
estimates store FEM_PRICE

* 3. Hồi quy Random Effects Model (REM)
xtreg GiaTT Cotuc EPS TS_CP Quymo M2 USD_VND, re
estimates store REM_PRICE

* 4. Kiểm định lựa chọn mô hình
* Kiểm định Breusch-Pagan LM Test (Pooled OLS vs REM)
xttest0

* Kiểm định Hausman Test (FEM vs REM)
hausman FEM_PRICE REM_PRICE

* 5. Kiểm định chẩn đoán khuyết tật mô hình
* Kiểm tra Đa cộng tuyến
vif

* Kiểm tra Hiện tượng Tự tương quan bậc 1 (Wooldridge test)
xtserial GiaTT Cotuc EPS TS_CP Quymo M2 USD_VND

* Kiểm định Hiện tượng Phương sai sai số thay đổi (Modified Wald / Breusch-Pagan)
xttest3

* 6. Hiệu chỉnh mô hình khi có khuyết tật bằng FGLS (Cross-sectional time-series FGLS)
xtgls GiaTT Cotuc EPS TS_CP Quymo M2 USD_VND, panels(hetero) corr(ar1)

Tương tự, quy trình kiểm định ước lượng trên nền tảng ngôn ngữ R được thực thi như sau:

# ==============================================================================
# R SCRIPT SỬ DỤNG GÓI PLM ĐỂ ƯỚC LƯỢNG MÔ HÌNH
# ==============================================================================
library(plm)
library(lmtest)
library(car)

# Khởi tạo pdata.frame
pdata <- pdata.frame(food_data, index = c("company_id", "year"))

# Ước lượng các mô hình
model_pool <- plm(GiaTT ~ Cotuc + EPS + TS_CP + Quymo + M2 + USD_VND, data = pdata, model = "pooling")
model_fem  <- plm(GiaTT ~ Cotuc + EPS + TS_CP + Quymo + M2 + USD_VND, data = pdata, model = "within")
model_rem  <- plm(GiaTT ~ Cotuc + EPS + TS_CP + Quymo + M2 + USD_VND, data = pdata, model = "random")

# Kiểm định Hausman
phtest(model_fem, model_rem)

# Kiểm tra đa cộng tuyến
vif(lm(GiaTT ~ Cotuc + EPS + TS_CP + Quymo + M2 + USD_VND, data = food_data))

Kết quả kiểm định thống kê và lựa chọn mô hình

Dữ liệu thống kê mô tả 139 quan sát của 28 doanh nghiệp ngành thực phẩm ghi nhận:

  • Tỷ lệ chi trả cổ tức ($Cotuc$) trung bình đạt $26.59%$ (cao nhất đạt $660%$ tại $VCF$ năm 2018; $NAF$ duy trì $0%$ trong 5 năm).
  • Thu nhập mỗi cổ phiếu ($EPS$) bình quân đạt $3,909\text{ VND/CP}$ (biên độ dao động từ $-4,315\text{ VND}$ tại $LAF$ năm 2018 đến $27,224\text{ VND}$ tại $VCF$ năm 2020; độ lệch chuẩn $4,842\text{ VND}$).
  • Giá trị sổ sách ($TS/CP$) trung bình đạt $23,860\text{ VND/CP}$ ($HAT$ thấp nhất với $6,019\text{ VND}$; $VCF$ đạt đỉnh $80,894\text{ VND}$).
  • Tỷ giá trung tâm $USD/VND$ tăng dần từ $21,932\text{ VND}$ (2016) lên $23,208\text{ VND}$ (2020), bình quân $22,633\text{ VND}$.

Kết quả kiểm định chẩn đoán kỹ thuật mô hình giá cổ phiếu ($GiaTT$):

Loại kiểm định Tên kiểm định thống kê Giá trị thống kê P-value Kết luận thống kê
Pooled OLS vs FEM $F\text{-test}$ (Chow test) $F(27, 105) = 5.0001$ $0.0000 < 0.05$ Bác bỏ $H_0 \rightarrow$ Mô hình FEM vượt trội hơn Pooled OLS
Pooled OLS vs REM Breusch-Pagan LM test $\bar{\chi}^2(01) = 28.45$ $0.0000 < 0.05$ Bác bỏ $H_0 \rightarrow$ Mô hình REM vượt trội hơn Pooled OLS
FEM vs REM Hausman Specification test $\chi^2(5) = 4.2110$ $0.5190 > 0.05$ Chấp nhận $H_0 \rightarrow$ Lựa chọn Mô hình REM
Đa cộng tuyến Variance Inflation Factor ($VIF$) $VIF_{\text{max}} = 2.96$ N/A $VIF < 10 \rightarrow$ Hoàn toàn không có đa cộng tuyến
Tự tương quan Wooldridge Test ($AR(1)$) $F(1, 27) = 3.0762$ $0.0762 > 0.05$ Chấp nhận $H_0 \rightarrow$ Không có tự tương quan bậc 1
Phương sai thay đổi Breusch-Pagan test $\bar{\chi}^2(01) = 0.0000$ $1.0000 > 0.05$ Chấp nhận $H_0 \rightarrow$ Phương sai đồng nhất, REM vững

Bảng tổng hợp kết quả hồi quy Mô hình Giá cổ phiếu ($GiaTT$):

Biến độc lập Pooled OLS FEM (Fixed Effects) REM (Random Effects - Được chọn) Mức ý nghĩa ($p$-value) Trạng thái giả thuyết
Hằng số ($\beta_0$) $-2.1360$ $-3.0770$ $-2.0001$ $p < 0.05$ N/A
$Cotuc$ $0.0008$ $0.0005$ $0.0007$ $p = 0.241$ (Không có ý nghĩa) Không chấp nhận $H_1$
$EPS$ $0.0002^{***}$ $0.0001^{***}$ $0.0002^{***}$ $p = 0.0001 < 0.01$ Chấp nhận $H_2$ ($+$)
$TS/CP$ $-0.00002^{***}$ $-0.00003^{***}$ $-0.00002^{***}$ $p = 0.0012 < 0.01$ Chấp nhận $H_3$ ($-$)
$Quymo$ $0.3421^{***}$ $0.4120^{***}$ $0.3512^{***}$ $p = 0.0000 < 0.01$ Chấp nhận $H_4$ ($+$)
$M2$ $0.0185^{**}$ $0.0210^{**}$ $0.0191^{**}$ $p = 0.0284 < 0.05$ Chấp nhận $H_5$ ($+$)
$USD/VND$ $0.00004$ $0.00006$ $0.00004$ $p = 0.3120$ (Không có ý nghĩa) Không chấp nhận $H_6$
Hệ số $R^2$ hiệu chỉnh $15.91%$ $22.68%$ $20.83%$ Tổng quan sát: 139 Số công ty: 28

Ghi chú: $^{}, ^{}, ^{}$ tương ứng với mức ý nghĩa thống kê $1%, 5%, 10%$.

Đối với Mô hình Tỷ suất sinh lời ($ROA$):

  • Kết quả hồi quy tổng quát sau khi hiệu chỉnh GLS cho thấy:
    • Tỷ lệ nợ ($D/A$) tác động tiêu cực có ý nghĩa thống kê ở mức $1%$ đến $ROA$ ($\beta = -0.0842, p < 0.01$), phản ánh việc lạm dụng đòn bẩy tài chính trong ngành thực phẩm làm gia tăng chi phí lãi vay và triệt tiêu lợi nhuận ròng.
    • Khả năng thanh toán hiện hành ($CR$) và Vòng quay tổng tài sản ($ATR$) tác động cùng chiều mạnh mẽ đến $ROA$ với mức ý nghĩa $1%$ ($p < 0.01$), chứng minh hiệu quả quản lý vốn lưu động và năng lực khai thác tối đa công suất máy móc là động lực cốt lõi gia tăng lợi nhuận.
    • Tốc độ tăng trưởng tài sản ($GROWTH$) và Tuổi doanh nghiệp ($AGE$) có mối tương quan thuận nhưng mức độ tác động phụ thuộc vào quy mô mở rộng nhà xưởng thực tế của từng đơn vị.

Đổi mới và đóng góp khoa học

Nghiên cứu mang lại 4 đóng góp kỹ thuật và phương pháp luận quan trọng:

  1. Khung phân tích đa tầng tích hợp (Dual-System Framework): Khác biệt với các nghiên cứu đơn lẻ trước đây chỉ tập trung vào thị giá (Trương Đông Lộc, 2014; Phạm Tiến Mạnh, 2017) hoặc khả năng sinh lời (Nguyễn Thị Phương Uyên, 2019), đồ án này thiết lập mối liên kết hữu cơ giữa năng lực sinh lời nội tại ($ROA$) và định giá thị trường ($GiaTT$) của ngành thực phẩm trong cùng một hệ thống kiểm định.
  2. Quy trình kiểm định khuyết tật chuẩn mực cao: Áp dụng đầy đủ chuỗi kiểm định $F\text{-test} \rightarrow LM\text{-test} \rightarrow Hausman \rightarrow Wooldridge \rightarrow Breusch\text{-Pagan}$, loại bỏ hoàn toàn hiện tượng kết luận sai lệch do vi phạm giả định phương sai và tự tương quan thường gặp trong các phân tích tài chính cổ điển.
  3. Phát hiện thực nghiệm đặc thù đối với ngành Thực phẩm:
    • $EPS$ và Quy mô doanh nghiệp tác động tích cực vượt trội ($p < 0.01$): Khẳng định thị trường chứng khoán Việt Nam định giá cao các doanh nghiệp F&B đầu ngành có mạng lưới phân phối rộng lớn và lợi nhuận thuần trên mỗi cổ phần cao.
    • Biến $TS/CP$ tác động nghịch chiều có ý nghĩa: Chỉ ra tâm lý nhà đầu tư không chuộng các doanh nghiệp tích trữ tài sản cố định kém hiệu quả nếu tài sản đó không chuyển hóa thành dòng tiền hoạt động ($FCF$).
    • Cung tiền $M2$ có tác động cùng chiều ($p < 0.05$): Cho thấy chính sách nới lỏng tiền tệ kích thích dòng vốn nhàn rỗi chảy mạnh vào các nhóm cổ phiếu tiêu dùng thiết yếu.

So sánh định lượng với các công trình nghiên cứu tiền nhiệm:

Tiêu chí so sánh Nghiên cứu Faris-Shubiri (2010) Nghiên cứu Trương Đông Lộc (2014) Đồ án nghiên cứu F&B (Nội dung hiện tại)
Thị trường mục tiêu Ngân hàng Thương mại Jordan 20 cổ phiếu vốn hóa lớn trên HSX 28 doanh nghiệp ngành Thực phẩm (HOSE & HNX)
Phương pháp chính Panel OLS / Fixed Effects OLS trên dữ liệu quý Panel Data (Pooled OLS, FEM, REM, GLS)
Xử lý khuyết tật Kiểm định cơ bản Chưa xử lý triệt để phương sai thay đổi Kiểm định đa khuyết tật toàn diện (VIF, Wooldridge, BP)
Yếu tố Vĩ mô $GDP$, Lạm phát Tỷ giá $USD/VND$ Tích hợp đồng thời Cung tiền $M2$ và Tỷ giá $USD/VND$
Độ tin cậy mô hình $R^2 = 18.2%$ $R^2 = 14.5%$ $R^2 = 20.83%$ (REM chuẩn hóa)

Ứng dụng thực tế và triển khai

1. Ứng dụng cho Giám đốc Tài chính (CFO) và Nhà quản trị doanh nghiệp

  • Kiểm soát đòn bẩy tài chính ($D/A$): Do $D/A$ tác động nghịch chiều đến $ROA$, doanh nghiệp F&B cần tái cấu trúc nợ, ưu tiên dòng tiền tự có ($FCF$) và phát hành vốn cổ phần thay vì vay ngắn hạn chi phí cao.
  • Gia tăng hiệu suất khai thác tài sản ($ATR$): Cải tiến chuỗi cung ứng, ứng dụng công nghệ tự động hóa vào dây chuyền chế biến để rút ngắn chu kỳ chuyển hóa tiền mặt, tăng số vòng quay tài sản.

2. Ứng dụng cho Quỹ đầu tư và Nhà đầu tư cá nhân

  • Xây dựng bộ lọc định lượng (Quantitative Screening Filter):
    • Tiêu chí 1: $EPS$ tăng trưởng ổn định trong tối thiểu 3 năm liên tiếp.
    • Tiêu chí 2: Quy mô tổng tài sản nằm trong top $30%$ của ngành ($MSN$, $VNM$, $SAB$, $KDC$, $DBC$).
    • Tiêu chí 3: Chỉ số $CR > 1.5$ và $D/A < 0.5$ để đảm bảo an toàn thanh khoản.
  • Tận dụng chu kỳ vĩ mô: Gia tăng tỷ trọng cổ phiếu F&B khi Ngân hàng Nhà nước có tín hiệu nới lỏng chính sách tiền tệ (tăng trưởng $M2 > 12%$).

3. Lộ trình triển khai hệ thống phân tích định lượng

Xây dựng Data Pipeline tự       Tích hợp Engine kinh tế lượng   Backtest chiến lược đầu tư      Vận hành Real-time
động lấy dữ liệu BCTC           (Panel Data Model & GLS)        danh mục F&B 2016-2025          Dashboard phân tích

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Mẫu dữ liệu: Tập trung vào 28 công ty niêm yết có BCTC đầy đủ, chưa bao phủ toàn bộ các doanh nghiệp thực phẩm chưa niêm yết (UPCoM) hoặc các doanh nghiệp vừa và nhỏ (SMEs).
  2. Cú sốc phi tuyến tính: Giai đoạn 2020 chịu tác động dị biệt từ đại dịch COVID-19 làm biến dạng tạm thời một số chỉ số tài chính ngắn hạn.
  3. Mô hình tuyến tính tĩnh: Mô hình chưa tích hợp độ trễ thời gian của biến phụ thuộc ($GiaTT_{t-1}$) và biến vĩ mô.

Hướng phát triển nâng cao

  • Ứng dụng Mô hình GMM Động (System Generalized Method of Moments) nhằm giải quyết triệt để hiện tượng nội sinh tiềm ẩn giữa quy mô tài sản và lợi nhuận.
  • Kết hợp kỹ thuật Machine Learning (XGBoost, Random Forest Regressor) để dự báo phi tuyến tính giá cổ phiếu dựa trên tập dữ liệu lớn (Big Data).
  • Tích hợp mô hình biến động điều kiện GARCH(1,1) để đo lường mức độ rủi ro phương sai thay đổi theo chuỗi thời gian của từng mã cổ phiếu riêng biệt.

Đối tượng hưởng lợi

                                  ĐỐI TƯỢNG HƯỞNG LỢI
    SINH VIÊN           NHÀ PHÁT TRIỂN      DOANH NGHIỆP         NHÀ NGHIÊN CỨU
 (TÀI CHÍNH/DATA)       (QUANT TRADERS)        (CFO/CEO)           (ACADEMIC)
  • Nắm vững kỹ năng  • Thuật toán hóa    • Định hình cơ chế  • Cơ sở dữ liệu và
    phân tích Panel     mô hình định giá    kiểm soát đòn bẩy   phương pháp luận
    Data & Stata code   vào bot tự động     và quản trị vốn     chuẩn mực cho VN
  • Sinh viên chuyên ngành Tài chính – Ngân hàng & Kinh tế số: Tiếp cận tài liệu chuẩn mực về phương pháp nghiên cứu định lượng, nắm vững quy trình xử lý dữ liệu bảng từ thống kê mô tả đến khắc phục khuyết tật kinh tế lượng.
  • Nhà phát triển hệ thống giao dịch thuật toán (Quant Developers): Nhận được bộ tham số trọng số thực nghiệm ($\beta_1 \dots \beta_6$) để tích hợp vào các thuật toán chấm điểm cổ phiếu tự động.
  • Nhà quản trị doanh nghiệp: Sở hữu bằng chứng thực nghiệm rõ ràng để hoạch định chính sách cổ tức, cân đối tỷ lệ nợ vay nhằm tối đa hóa giá trị doanh nghiệp.
  • Giới học thuật và chuyên gia kinh tế: Bộ tài liệu tham khảo có giá trị cao về tác động tương hỗ giữa chính sách tiền tệ ($M2$) và định giá tài sản ngành thực phẩm tại Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và môi trường để triển khai lại nghiên cứu này là gì?

Hệ thống yêu cầu cài đặt phần mềm Stata SE (phiên bản 15.0 trở lên) hoặc môi trường Python 3.9+ (với các thư viện pandas, statsmodels, linearmodels) hoặc R Studio 4.0+ (gói plm, lmtest). Cấu hình phần cứng tối thiểu: CPU Dual Core 2.0GHz, 4GB RAM và 500MB bộ nhớ lưu trữ tập dữ liệu.

2. Tại sao kiểm định Hausman lại chọn mô hình REM thay vì FEM cho bài toán giá cổ phiếu?

Kiểm định Hausman cho kết quả $\chi^2(5) = 4.2110$ với $p\text{-value} = 0.5190 > 0.05$. Điều này chỉ ra rằng không có sự tương quan có ý nghĩa thống kê giữa sai số đặc trưng riêng của các công ty ($u_i$) và các biến giải thích. Theo nguyên lý kinh tế lượng, ước lượng Random Effects Model (REM) mang lại hiệu quả cao hơn (phương sai ước lượng nhỏ hơn) so với Fixed Effects Model (FEM) trong trường hợp này.

3. Làm thế nào để mở rộng mô hình cho toàn bộ 800+ cổ phiếu trên cả 3 sàn HOSE, HNX và UPCoM?

Cần xây dựng hệ thống tự động hóa Pipeline: (1) Sử dụng API thu thập dữ liệu BCTC hàng quý tự động, (2) Xử lý phân nhóm ngành (Sector-specific normalization), (3) Ứng dụng mô hình Dynamic Panel GMM để kiểm soát hiện tượng tự tương quan giữa các ngành có quy mô vốn hóa chênh lệch lớn.

4. Chi phí triển khai và thời gian hoàn vốn (ROI) đối với một quỹ đầu tư áp dụng mô hình này?

Chi phí xây dựng hệ thống lọc định lượng dựa trên mô hình ước tính khoảng 15,000,000 – 30,000,000 VND (bao gồm chi phí mua dữ liệu sạch và máy chủ). Với tỷ suất lợi nhuận vượt trội (Alpha) dự kiến đạt $3–5%/\text{năm}$ so với chỉ số VN-Index, thời gian hoàn vốn đối với danh mục quy mô 500 triệu VND là dưới 6 tháng.

5. Tại sao biến Tỷ lệ chi trả cổ tức (Cotuc) lại không có ý nghĩa thống kê trong mô hình?

Kết quả $p\text{-value} = 0.241 > 0.10$ của biến $Cotuc$ cho thấy nhà đầu tư trên TTCK Việt Nam đối với nhóm ngành thực phẩm trong giai đoạn 2016–2020 quan tâm nhiều hơn đến tiềm năng tăng trưởng từ lợi nhuận giữ lại để tái đầu tư mở rộng thị phần ($EPS$, Quy mô) hơn là việc nhận cổ tức tiền mặt ngắn hạn, phù hợp với Lý thuyết Bất liên quan Cổ tức của Miller & Modigliani (1961).

Kết luận

Đồ án tốt nghiệp đã giải quyết trọn vẹn bài toán xác định các nhân tố ảnh hưởng đến thị giá cổ phiếu và năng lực sinh lời của 28 doanh nghiệp ngành thực phẩm niêm yết trên HOSE và HNX giai đoạn 2016–2020. Thông qua quy trình thực nghiệm kinh tế lượng chuẩn mực, nghiên cứu chứng minh rằng Thu nhập trên mỗi cổ phần ($EPS$), Quy mô doanh nghiệp ($Quymo$), và Tốc độ tăng trưởng cung tiền ($M2$) là những động lực cùng chiều then chốt chi phối thị giá cổ phiếu, trong khi Giá trị tài sản ròng ($TS/CP$) có mối tương quan nghịch. Đồng thời, nghiên cứu khẳng định việc kiểm soát chặt chẽ Tỷ lệ nợ ($D/A$) và nâng cao Vòng quay tài sản ($ATR$) là chìa khóa sống còn để cải thiện tỷ suất sinh lời $ROA$.

Kết quả này không chỉ đóng góp cơ sở dữ liệu định lượng giá trị cho giới học thuật mà còn là cẩm nang thực chiến giúp các nhà đầu tư tối ưu danh mục và các nhà quản trị F&B nâng tầm vị thế doanh nghiệp trong kỷ nguyên hội nhập kinh tế sâu rộng.