Original Title: Các yếu tố hành vi ảnh hưởng đến quyết định đầu tư vào dự án năng lượng tái tạo của các nhà đầu tư cá nhân tại Việt Nam
Source: doi.org/10.59276/TCKHDT.2024.1.2.2559
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

កត្តាឥរិយាបថដែលជះឥទ្ធិពលដល់សេចក្តីសម្រេចចិត្តវិនិយោគលើគម្រោងថាមពលកកើតឡើងវិញរបស់អ្នកវិនិយោគឯកត្តជននៅប្រទេសវៀតណាម

ចំណងជើងដើម៖ Các yếu tố hành vi ảnh hưởng đến quyết định đầu tư vào dự án năng lượng tái tạo của các nhà đầu tư cá nhân tại Việt Nam

អ្នកនិពន្ធ៖ Nguyễn Thúy Anh, Trần Ngân Hà

ឆ្នាំបោះពុម្ព៖ 2024, Tạp chí Khoa học & Đào tạo Ngân hàng

វិស័យសិក្សា៖ Behavioral Finance / Renewable Energy Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃការខ្វះការចាប់អារម្មណ៍ពីអ្នកវិនិយោគឯកត្តជនលើគម្រោងថាមពលកកើតឡើងវិញ (Renewable Energy) នៅក្នុងប្រទេសកំពុងអភិវឌ្ឍន៍ដូចជាប្រទេសវៀតណាម និងស្វែងយល់ពីកត្តាឥរិយាបថដែលជះឥទ្ធិពលដល់ការសម្រេចចិត្តរបស់ពួកគេ។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់វិធីសាស្ត្របរិមាណដោយប្រមូលទិន្នន័យតាមរយៈការស្ទង់មតិ និងវិភាគដោយប្រើម៉ូដែលតំរែតំរង់ពហុអថេរ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Multivariate Regression Analysis
ការវិភាគតំរែតំរង់ពហុអថេរ (ដើម្បីវាស់ស្ទង់ឥទ្ធិពលនៃកត្តាផ្សេងៗមកលើការសម្រេចចិត្ត)
ងាយស្រួលក្នុងការបកស្រាយទំនាក់ទំនងរវាងអថេរឯករាជ្យច្រើន និងអថេរអាស្រ័យមួយ ព្រមទាំងបង្ហាញពីកម្រិតនៃឥទ្ធិពលរបស់កត្តានីមួយៗបានយ៉ាងច្បាស់។ មិនអាចបញ្ជាក់ពីទំនាក់ទំនងជាហេតុនិងផលច្បាស់លាស់ (Causality) ក្នុងរយៈពេលវែង ហើយអាចរងឥទ្ធិពលពីអថេរដែលបាត់ (Omitted variables) ដូចជាកត្តាហិរញ្ញវត្ថុផ្ទាល់ខ្លួន។ ម៉ូដែលនេះអាចពន្យល់បាន ៥២,១% (Adjusted R² = 0.521) នៃការសម្រេចចិត្តវិនិយោគ ដោយអាកប្បកិរិយាចំពោះបច្ចេកវិទ្យាមានឥទ្ធិពលខ្លាំងជាងគេ (β = 0.317)។
Exploratory Factor Analysis (EFA) & Cronbach's Alpha
ការវិភាគកត្តាស្វែងរក និងការវាស់ស្ទង់ភាពជឿជាក់
ជួយផ្ទៀងផ្ទាត់ភាពត្រឹមត្រូវនៃរចនាសម្ព័ន្ធកម្រងសំណួរ កាត់បន្ថយទិន្នន័យដែលមិនចាំបាច់ និងធានាថារង្វាស់វាស់វែងមានភាពជឿជាក់ខ្ពស់។ ទាមទារទំហំសំណាកទិន្នន័យធំល្មម (Sample size) ដើម្បីធានាបាននូវភាពជឿជាក់នៃលទ្ធផល ហើយងាយនឹងបាត់បង់អថេរមួយចំនួនបើសិនជារចនាសំណួរមិនបានល្អ។ តម្លៃ KMO ទទួលបាន ០,៧២៤ (ធំជាង ០,៥) និងប្រព័ន្ធ Cronbach's Alpha មានតម្លៃធំជាង ០,៦ ដែលបញ្ជាក់ថាម៉ូដែលវាស់វែងមានភាពសមស្របនិងអាចជឿទុកចិត្តបានទាំងស្រុង។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះមិនទាមទារធនធានកុំព្យូទ័រ (Hardware) ធំដុំនោះទេ ប៉ុន្តែត្រូវការការប្រមូលទិន្នន័យបឋមពីអ្នកវិនិយោគផ្ទាល់ និងកម្មវិធីវិភាគស្ថិតិជំនាញ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងប្រទេសវៀតណាម ដោយផ្តោតលើអ្នកវិនិយោគឯកត្តជនចំនួន ៤០៦ នាក់ ដែលភាគច្រើនមានបទពិសោធន៍វិនិយោគលើថាមពលព្រះអាទិត្យ (៧០,២%) រួចទៅហើយ។ ទិន្នន័យនេះមិនបានរាប់បញ្ចូលកត្តាហិរញ្ញវត្ថុ (ដូចជាទំហំដើមទុន ឬប្រាក់ចំណូល) និងមិនបានសិក្សាពីផលប៉ះពាល់នៃការផ្លាស់ប្តូរគោលនយោបាយក្នុងរយៈពេលវែងនោះទេ។ សម្រាប់ប្រទេសកម្ពុជា ការយល់ដឹងពីអាកប្បកិរិយាទាំងនេះគឺមានសារៈសំខាន់ ប៉ុន្តែលទ្ធផលចាំបាច់ត្រូវមានការកែតម្រូវទៅតាមបរិបទសេដ្ឋកិច្ច ការយល់ដឹងពីបរិស្ថាន និងគោលនយោបាយថាមពលក្នុងស្រុកជាក់ស្តែង។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

លទ្ធផលនៃការសិក្សានេះមានសារៈប្រយោជន៍ខ្លាំងសម្រាប់ប្រទេសកម្ពុជា ក្នុងការរៀបចំយុទ្ធសាស្ត្រទាក់ទាញដើមទុនឯកជន ដើម្បីគាំទ្រដល់អន្តរកាលថាមពលបៃតង។

សរុបមក ការបង្កើនចំណេះដឹងផ្នែកបច្ចេកវិទ្យាដល់សាធារណជន រួមជាមួយនឹងការផ្តល់គោលនយោបាយគាំទ្រដែលច្បាស់លាស់ គឺជាកូនសោរដ៏សំខាន់ឆ្ពោះទៅរកការទាក់ទាញទុនវិនិយោគឯកជនសម្រាប់ថាមពលកកើតឡើងវិញនៅកម្ពុជា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាពីទ្រឹស្តីហិរញ្ញវត្ថុអាកប្បកិរិយា (Understand Behavioral Finance Theories): និស្សិតត្រូវស្វែងយល់ពីទ្រឹស្តីជាមូលដ្ឋានដូចជា Theory of Reasoned Action (TRA) និង Theory of Planned Behavior (TPB) ដើម្បីយល់ច្បាស់ពីយន្តការចិត្តសាស្ត្រដែលជះឥទ្ធិពលដល់ការសម្រេចចិត្តវិនិយោគ។
  2. រចនាកម្រងសំណួរស្ទង់មតិចំណេះដឹង និងអាកប្បកិរិយា (Design the Survey): ប្រើប្រាស់ឧបករណ៍បច្ចេកវិទ្យាដូចជា Google FormsQualtrics ដើម្បីបង្កើតកម្រងសំណួរដោយប្រើមាត្រដ្ឋាន 5-point Likert Scale ផ្តោតលើជំនឿទុកចិត្ត ចំណេះដឹងបរិស្ថាន និងការយល់ដឹងពីគោលនយោបាយពាក់ព័ន្ធនៅកម្ពុជា។
  3. ប្រមូល និងសម្អាតទិន្នន័យ (Data Collection & Cleaning): ធ្វើការចែកចាយកម្រងសំណួរទៅកាន់វិនិយោគិនគោលដៅ (ឧ. អ្នកវិនិយោគទុននៅលើទីផ្សារមូលបត្រ ឬម្ចាស់អាជីវកម្មខ្នាតតូច) រួចប្រើប្រាស់ Microsoft Excel ដើម្បីសម្អាតទិន្នន័យ (Data Cleaning) ដែលមិនពេញលេញ ឬមិនសមហេតុផល។
  4. វិភាគទិន្នន័យដោយប្រើកម្មវិធីស្ថិតិ (Statistical Analysis): បញ្ចូលទិន្នន័យទៅក្នុងកម្មវិធីវិភាគដូចជា SPSS, Stata, ឬ RStudio ដើម្បីធ្វើការវិភាគភាពជឿជាក់ (Cronbach's Alpha) ការវិភាគកត្តា (EFA) និងដំណើរការម៉ូដែល Multivariate Regression ដើម្បីរកអថេរដែលមានឥទ្ធិពលខ្លាំងជាងគេ។
  5. ចងក្រងរបាយការណ៍ និងផ្តល់អនុសាសន៍គោលនយោបាយ (Reporting & Policy Recommendations): សរសេររបាយការណ៍លម្អិតពីរបកគំហើញនៃការសិក្សា និងរៀបចំបទបង្ហាញជូនភាគីពាក់ព័ន្ធដូចជា CSX, ក្រុមហ៊ុនមូលបត្រ ឬ Ministry of Mines and Energy (MME) ដើម្បីស្នើវិធានការជំរុញចំណេះដឹង និងគោលនយោបាយលើកទឹកចិត្តជាក់ស្តែង។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
A priori beliefs ជំនឿឬការយល់ឃើញដែលអ្នកវិនិយោគមានតាំងពីមុនមក ដោយផ្អែកលើបទពិសោធន៍ផ្ទាល់ខ្លួន ការអប់រំ ឬការសង្កេតកន្លងមក ដែលជះឥទ្ធិពលយ៉ាងខ្លាំងដល់ការសម្រេចចិត្តវិនិយោគនាពេលអនាគត។ ដូចជាការជឿថាភោជនីយដ្ឋានមួយមានម្ហូបឆ្ងាញ់ដោយសារតែអ្នកធ្លាប់ញ៉ាំឆ្ងាញ់កាលពីមុន ទោះបីជាអ្នកមិនទាន់បានភ្លក់មុខម្ហូបថ្មីរបស់គេក៏ដោយ។
Technological innovation ការបង្កើតថ្មីឬការផ្លាស់ប្តូរទាំងស្រុងនូវបច្ចេកវិទ្យាចាស់ ដោយប្រើប្រាស់បច្ចេកវិទ្យាទំនើបដែលមានសក្ដានុពលខ្ពស់និងផ្តល់ប្រសិទ្ធភាពជាងមុន ដូចជាបច្ចេកវិទ្យាថាមពលកកើតឡើងវិញទំនើបៗ។ ដូចជាការបោះបង់ទូរស័ព្ទចុចប៊ូតុងស៊េរីចាស់ ហើយងាកមកប្រើប្រាស់ស្មាតហ្វូនដែលទំនើបជាង និងមានមុខងារច្រើនជាង។
Multivariate regression model វិធីសាស្ត្រវិភាគស្ថិតិដែលប្រើដើម្បីវាស់ស្ទង់ថាតើកត្តាច្រើន (អថេរឯករាជ្យ) ជះឥទ្ធិពលក្នុងកម្រិតណាទៅលើលទ្ធផលតែមួយ (អថេរអាស្រ័យ) ដូចជាការវាស់ស្ទង់ថា តើចំណេះដឹងនិងគោលនយោបាយជះឥទ្ធិពលប៉ុណ្ណាដល់ការសម្រេចចិត្តវិនិយោគ។ ដូចជាការគណនាចង់ដឹងថាតើ ការដាក់ជី ការស្រោចទឹក និងពន្លឺព្រះអាទិត្យ នីមួយៗចូលរួមចំណែកជួយឱ្យដើមឈើលូតលាស់បានកម្រិតណា។
Exploratory Factor Analysis (EFA) បច្ចេកទេសវិភាគទិន្នន័យដើម្បីបង្រួមសំណួរឬអថេរជាច្រើនរយនៅក្នុងកម្រងសំណួរ ទៅជាក្រុមតូចៗ (កត្តា) ដែលមានលក្ខណៈស្រដៀងគ្នា ដើម្បីងាយស្រួលក្នុងការសិក្សានិងទាញសេចក្តីសន្និដ្ឋាន។ ដូចជាការរៀបចំសម្លៀកបំពាក់រាប់រយកំព្លេដែលរាយប៉ាយ ដាក់ចូលទៅក្នុងទូ៣ផ្សេងគ្នា (ទូអាវ ទូខោ និងទូរ៉ូប) ដើម្បីងាយស្រួលរក។
Cronbach's Alpha រង្វាស់ស្ថិតិដែលប្រើសម្រាប់វាស់ស្ទង់ភាពជឿជាក់និងភាពស៊ីសង្វាក់គ្នានៃកម្រងសំណួរស្ទង់មតិ (Reliability) ដោយធានាថាសំណួរទាំងអស់ដែលវាស់ស្ទង់កត្តាតែមួយគឺពិតជាផ្តល់ចម្លើយស្របគ្នា។ ដូចជាការថ្លឹងទម្ងន់មនុស្សម្នាក់ដោយប្រើជញ្ជីងតែមួយចំនួន ៣ ដង បើជញ្ជីងនោះល្អនិងអាចជឿទុកចិត្តបាន វាត្រូវតែបង្ហាញទម្ងន់ដូចគ្នាទាំង ៣ ដង។
Green behaviors សកម្មភាពប្រចាំថ្ងៃរបស់បុគ្គលដែលបង្ហាញពីការយកចិត្តទុកដាក់និងការការពារបរិស្ថាន ដូចជាការសន្សំសំចៃទឹក ភ្លើង ការកែច្នៃឡើងវិញ ឬការប្រើប្រាស់ផលិតផលដែលមិនប៉ះពាល់ដល់ធម្មជាតិ ដែលជាកត្តាជំរុញពួកគេឱ្យវិនិយោគលើថាមពលបៃតង។ ដូចជាទម្លាប់នៃការយួរកន្ត្រកពីផ្ទះទៅផ្សារជំនួសឱ្យការប្រើថង់ប្លាស្ទិក ដើម្បីជួយកាត់បន្ថយសំរាម។
Theory of Planned Behavior (TPB) ទ្រឹស្តីចិត្តសាស្ត្រដែលពន្យល់ថា អាកប្បកិរិយារបស់មនុស្សម្នាក់កើតចេញពីចេតនា (Intentions) ដែលរងឥទ្ធិពលពី ៣ យ៉ាងគឺ៖ អាកប្បកិរិយាផ្ទាល់ខ្លួន ការគាបសង្កត់ពីសង្គម និងការជឿជាក់លើសមត្ថភាពខ្លួនឯង។ មុននឹងសម្រេចចិត្តទិញឡានមួយ គឺអាស្រ័យលើថាអ្នកចូលចិត្តឡាននោះឬអត់ គ្រួសារគាំទ្រអ្នកឬអត់ និងថាអ្នកមានលុយគ្រប់គ្រាន់ក្នុងការទិញឬអត់។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖