Original Title: The Impact of Capital Investments on Firm Financial Performance – Empirical Evidence from the Listed Food and Agriculture Companies in Vietnam
Source: doi.org/10.31817/vjas.2023.6.1.04
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ផលប៉ះពាល់នៃការវិនិយោគមូលធនទៅលើដំណើរការហិរញ្ញវត្ថុរបស់ក្រុមហ៊ុន – ភស្តុតាងជាក់ស្តែងពីក្រុមហ៊ុនចំណីអាហារ និងកសិកម្មដែលបានចុះបញ្ជីនៅប្រទេសវៀតណាម

ចំណងជើងដើម៖ The Impact of Capital Investments on Firm Financial Performance – Empirical Evidence from the Listed Food and Agriculture Companies in Vietnam

អ្នកនិពន្ធ៖ Dang Thi Hai Yen (Vietnam National University of Agriculture), Nguyen Thi Huong (Vietnam National University of Agriculture), Dao Thi Hoang Anh (Vietnam National University of Agriculture)

ឆ្នាំបោះពុម្ព៖ 2023, Vietnam Journal of Agricultural Sciences

វិស័យសិក្សា៖ Corporate Finance

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះមានគោលបំណងវាយតម្លៃអំពីផលប៉ះពាល់នៃការវិនិយោគមូលធនទាំងក្នុងរយៈពេលខ្លី និងរយៈពេលវែង ទៅលើដំណើរការហិរញ្ញវត្ថុរបស់ក្រុមហ៊ុនក្នុងវិស័យចំណីអាហារ និងកសិកម្មដែលបានចុះបញ្ជីនៅលើទីផ្សារមូលបត្រវៀតណាម។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះបានប្រើប្រាស់ទិន្នន័យបន្ទះមិនមានតុល្យភាព និងវិភាគតាមរយៈគំរូអេកូណូមេទ្រីក ដើម្បីស្វែងរកទំនាក់ទំនងរវាងអថេរហិរញ្ញវត្ថុនានា។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Pooled Ordinary Least Square (OLS)
គំរូការ៉េអប្បបរមាធម្មតាទម្រង់រួម (Pooled OLS)
ងាយស្រួលក្នុងការគណនា និងសន្មតថាមេគុណនៃសមីការលីនេអ៊ែរមានភាពថេរតាមពេលវេលា និងរវាងក្រុមហ៊ុននីមួយៗ។ មិនស័ក្តិសម និងមិនមានភាពត្រឹមត្រូវនៅពេលមានវត្តមាននៃឥទ្ធិពលបុគ្គលដែលមិនអាចសង្កេតបាន (Unobserved individual effects)។ មិនត្រូវបានជ្រើសរើសសម្រាប់ការវិភាគចុងក្រោយឡើយ ដោយសារតេស្ត F-test និង Breusch-Pagan LM បង្ហាញតម្លៃ P < 0.01 បញ្ជាក់ថាគំរូនេះមិនស័ក្តិសម។
Fixed Effect Model (FEM)
គំរូឥទ្ធិពលថេរ (Fixed Effect Model)
អាចគ្រប់គ្រងឥទ្ធិពលជាក់លាក់របស់ក្រុមហ៊ុននីមួយៗបានយ៉ាងល្អ ដោយអនុញ្ញាតឱ្យមានជម្រាល (Slope) ខុសគ្នាសម្រាប់ក្រុមហ៊ុននីមួយៗ។ មិនអាចប្រើប្រាស់បានប្រកបដោយប្រសិទ្ធភាពទេ ប្រសិនបើភាពខុសគ្នានៃមេគុណមិនមានលក្ខណៈជាប្រព័ន្ធ (Systematic) នោះ។ មិនត្រូវបានជ្រើសរើសដោយសារលទ្ធផលតេស្ត Hausman បង្ហាញតម្លៃ P = 0.1384 (មិនមានលក្ខណៈសំខាន់ខាងស្ថិតិ) ដែលធ្វើឱ្យគំរូ REM ល្អជាង។
Random Effect Model (REM)
គំរូឥទ្ធិពលចៃដន្យ (Random Effect Model)
ស័ក្តិសមបំផុតនៅពេលភាពខុសគ្នារវាងក្រុមហ៊ុនមានលក្ខណៈចៃដន្យ ហើយមិនមានទំនាក់ទំនងជាមួយអថេរពន្យល់ (Explanatory variables)។ ទាមទារការសន្មតយ៉ាងតឹងរ៉ឹងថា ឥទ្ធិពលជាក់លាក់របស់បុគ្គល (Individual specific effects) ត្រូវតែគ្មានទំនាក់ទំនងជាមួយអថេរឯករាជ្យ។ គឺជាគំរូដ៏ល្អបំផុតដែលត្រូវបានជ្រើសរើស ដោយបង្ហាញថាការវិនិយោគមូលធនដែលពន្យារពេលមួយឆ្នាំ (1-year lag) ធ្វើឱ្យរឹមប្រាក់ចំណេញកើនឡើង ០.២១៥២% កម្រិតអត្ថន័យ ១%។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកជាចម្បងទៅលើការប្រមូលទិន្នន័យហិរញ្ញវត្ថុបន្ទះ (Panel Data) ប្រវត្តិសាស្ត្ររបស់ក្រុមហ៊ុន និងកម្មវិធីកុំព្យូទ័រសម្រាប់ធ្វើការវិភាគស្ថិតិស៊ីជម្រៅ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការស្រាវជ្រាវនេះត្រូវបានធ្វើឡើងដោយផ្តោតតែទៅលើក្រុមហ៊ុនចំណីអាហារ និងកសិកម្មដែលបានចុះបញ្ជីនៅផ្សារមូលបត្រប្រទេសវៀតណាមចន្លោះឆ្នាំ ២០០៩-២០២០។ លទ្ធផលនេះអាចមានភាពលម្អៀងទៅរកបរិបទសេដ្ឋកិច្ចកសិកម្មរបស់ប្រទេសវៀតណាម ដែលមានទីផ្សារហិរញ្ញវត្ថុ និងយន្តការគាំទ្រធំជាងកម្ពុជា។ យ៉ាងណាមិញ វានៅតែផ្តល់ជាមេរៀនដ៏សំខាន់សម្រាប់ប្រទេសកម្ពុជាក្នុងការស្វែងយល់ពីឥរិយាបថនៃការវិនិយោគមូលធន និងផលប៉ះពាល់របស់វាមកលើប្រាក់ចំណេញនៅក្នុងវិស័យកសិ-ឧស្សាហកម្មដូចគ្នា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រ និងរបកគំហើញនៃការសិក្សានេះមានសារៈសំខាន់ខ្លាំងសម្រាប់វិស័យកសិកម្ម និងក្រុមហ៊ុនចុះបញ្ជីនៅកម្ពុជា ដែលកំពុងត្រូវការការពង្រីកទុនវិនិយោគ។

ជារួម ការអនុវត្តតាមរបកគំហើញនេះនឹងជួយឱ្យក្រុមហ៊ុនកសិកម្ម និងម្ហូបអាហារនៅកម្ពុជាបង្កើនប្រសិទ្ធភាពហិរញ្ញវត្ថុ និងធ្វើឱ្យទីផ្សារមូលធនរបស់កម្ពុជាកាន់តែមានភាពទាក់ទាញសម្រាប់អ្នកវិនិយោគទុន។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ប្រមូលទិន្នន័យហិរញ្ញវត្ថុជាប្រវត្តិសាស្ត្រ (Historical Financial Data): និស្សិតត្រូវប្រមូលទិន្នន័យរបាយការណ៍ហិរញ្ញវត្ថុ (របាយការណ៍ចំណូលចំណាយ និងតារាងតុល្យការ) របស់ក្រុមហ៊ុនកសិកម្ម ឬសហគ្រាសកែច្នៃម្ហូបអាហារនៅកម្ពុជា តាមរយៈទិន្នន័យពី Cambodia Securities Exchange (CSX) សម្រាប់រយៈពេលយ៉ាងតិច ៥ ទៅ ១០ ឆ្នាំចុងក្រោយ។
  2. រៀបចំ និងសម្អាតទិន្នន័យបន្ទះ (Panel Data Preparation): ប្រើប្រាស់កម្មវិធី Microsoft ExcelPython (Pandas library) ដើម្បីសម្អាត និងរៀបចំទិន្នន័យទៅជាទម្រង់ Unbalanced Panel Data ដោយត្រូវគណនាអថេរគោល ដូចជា Profit Margin (PM), Capital Investment Rate (CapEx/Total Assets), និង Equity Ratio ជាដើម។
  3. ជ្រើសរើស និងដំណើរការគំរូអេកូណូមេទ្រីក (Econometric Modeling): បញ្ចូលទិន្នន័យទៅក្នុងកម្មវិធី StataR Studio (plm package) រួចដំណើរការគំរូ OLS, FEM, និង REM។ បន្ទាប់មក អនុវត្តតេស្ត Hausman test និង Breusch-Pagan LM test ដើម្បីសម្រេចជ្រើសរើសយកគំរូមួយណាដែលស័ក្តិសមបំផុតសម្រាប់ទិន្នន័យ។
  4. វិភាគឥទ្ធិពលពន្យារពេល និងត្រួតពិនិត្យបញ្ហាស្ថិតិ (Lag Effect & Diagnostic Checks): បង្កើតអថេរពន្យារពេល (1-year lag variable សម្រាប់ CapEx) ក្នុងកម្មវិធី Stata ដើម្បីពិនិត្យមើលឥទ្ធិពលរយៈពេលវែង។ ត្រូវធ្វើតេស្តបន្ថែមដូចជា Wald test សម្រាប់បញ្ហា Heteroskedasticity និង Wooldridge test សម្រាប់បញ្ហា Autocorrelation ដើម្បីធានាភាពជឿជាក់នៃតេស្តស្ថិតិ។
  5. បកស្រាយលទ្ធផល និងផ្តល់អនុសាសន៍យុទ្ធសាស្ត្រ (Interpretation & Recommendations): សរសេររបាយការណ៍វិភាគសង្ខេបអំពីទំហំឥទ្ធិពលនៃការវិនិយោគមូលធន ទំហំក្រុមហ៊ុន និងកម្រិតបំណុលមកលើរឹមប្រាក់ចំណេញ (PM)។ រៀបចំជាបទបង្ហាញដោយប្រើ PowerPoint ដើម្បីផ្តល់ជាយុទ្ធសាស្ត្រហិរញ្ញវត្ថុជាក់ស្តែងដល់ម្ចាស់សហគ្រាសនៅកម្ពុជាក្នុងការធ្វើផែនការវិនិយោគរយៈពេលវែង។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Capital expenditures (CapEx) (ការចំណាយមូលធន) ទឹកប្រាក់ដែលក្រុមហ៊ុនប្រើប្រាស់ដើម្បីទិញ ធ្វើឱ្យប្រសើរឡើង ឬថែរក្សាទ្រព្យសកម្មរយៈពេលវែង ដូចជាអគារ គ្រឿងចក្រ ឬបច្ចេកវិទ្យា ដើម្បីពង្រីកប្រតិបត្តិការអាជីវកម្មនាពេលអនាគត។ ដូចជាការទិញត្រាក់ទ័រថ្មីមួយគ្រឿងសម្រាប់ភ្ជួរស្រែ ដើម្បីទទួលបានទិន្នផលស្រូវកាន់តែច្រើននៅរដូវក្រោយ ជំនួសឱ្យការចំណាយប្រាក់ជួលគេភ្ជួររាល់ឆ្នាំ។
Unbalanced panel data (ទិន្នន័យបន្ទះមិនមានតុល្យភាព) ប្រភេទសំណុំទិន្នន័យដែលតាមដានអង្គភាព (ដូចជាក្រុមហ៊ុន) ជាច្រើនតាមពេលវេលា ប៉ុន្តែមិនមែនគ្រប់ក្រុមហ៊ុនទាំងអស់សុទ្ធតែមានទិន្នន័យពេញលេញសម្រាប់រាល់ឆ្នាំនោះទេ (ឧទាហរណ៍ ក្រុមហ៊ុនខ្លះទើបបង្កើត ឯខ្លះទៀតបិទទ្វារ)។ ដូចជាបញ្ជីអវត្តមានសិស្សក្នុងថ្នាក់រៀន ដែលសិស្សខ្លះចូលរៀនគ្រប់ខែ ឯសិស្សខ្លះទៀតទើបតែផ្លាស់មកពាក់កណ្តាលឆ្នាំ។
Random Effect Model (REM) (គំរូឥទ្ធិពលចៃដន្យ) វិធីសាស្ត្រស្ថិតិអេកូណូមេទ្រីកដែលសន្មតថា ភាពខុសគ្នាជាក់លាក់រវាងអង្គភាពនីមួយៗ (ដូចជាក្រុមហ៊ុន) គឺកើតឡើងដោយចៃដន្យ និងមិនមានទំនាក់ទំនងជាមួយអថេរដែលយើងកំពុងសិក្សា ដើម្បីវាស់ស្ទង់ឥទ្ធិពលទៅលើលទ្ធផល។ ដូចជាការសិក្សាពីឥទ្ធិពលនៃជីកសិកម្មទៅលើការលូតលាស់រុក្ខជាតិ ដោយចាត់ទុកថាពូជរុក្ខជាតិនីមួយៗមានភាពធន់ខុសគ្នាពីធម្មជាតិដោយចៃដន្យ។
Fixed Effect Model (FEM) (គំរូឥទ្ធិពលថេរ) វិធីសាស្ត្រស្ថិតិដែលគ្រប់គ្រងលក្ខណៈពិសេសថេរប្រចាំអង្គភាពនីមួយៗ (ដែលមិនប្រែប្រួលតាមពេលវេលា) ដើម្បីឲ្យគេអាចវាស់ស្ទង់តែពីឥទ្ធិពលសុទ្ធនៃការផ្លាស់ប្តូរអថេរណាមួយទៅលើលទ្ធផល។ ដូចជាការប្រៀបធៀបពិន្ទុប្រឡងរបស់សិស្សម្នាក់មុននិងក្រោយរៀនគួរ ដោយកាត់ចេញនូវកត្តាឆ្លាតពីកំណើតរបស់សិស្សនោះ។
Equity to total assets ratio (សមាមាត្រមូលធនទៅនឹងទ្រព្យសកម្មសរុប) សូចនាករហិរញ្ញវត្ថុដែលវាស់ស្ទង់ថាតើទ្រព្យសកម្មប៉ុន្មានភាគរយរបស់ក្រុមហ៊ុនដែលត្រូវបានផ្តល់ហិរញ្ញប្បទានដោយទុនម្ចាស់ផ្ទាល់ (មិនមែនលុយកម្ចីពីធនាគារ ឬបំណុល) ដើម្បីបង្ហាញពីភាពរឹងមាំផ្នែកហិរញ្ញវត្ថុ។ ប្រសិនបើអ្នកទិញផ្ទះតម្លៃ ១០ម៉ឺនដុល្លារ ដោយបង់លុយសុទ្ធ ៣ម៉ឺនដុល្លារ និងខ្ចីធនាគារ ៧ម៉ឺនដុល្លារ នោះសមាមាត្រមូលធនរបស់អ្នកគឺ ៣០%។
One-year lag (ការពន្យារពេលមួយឆ្នាំ) ការប្រើប្រាស់ទិន្នន័យអថេរនៃឆ្នាំមុន (t-1) ដើម្បីយកមកទស្សន៍ទាយឬពន្យល់ពីលទ្ធផលក្នុងឆ្នាំបច្ចុប្បន្ន (t) ដោយសន្មតថាផលប៉ះពាល់នៃការវិនិយោគឬសកម្មភាពអ្វីមួយមិនកើតឡើងភ្លាមៗទេ។ ដូចជាការដាំដើមឈើហូបផ្លែនៅឆ្នាំនេះ ប៉ុន្តែត្រូវរង់ចាំដល់ឆ្នាំក្រោយទើបអាចប្រមូលផលបាន។
Tangible assets (ទ្រព្យសកម្មរូបី) ទ្រព្យសម្បត្តិរបស់ក្រុមហ៊ុនដែលមានរូបរាងជារូបវន្ត ពោលគឺអាចមើលឃើញនិងប៉ះពាល់បាន ដូចជា ដីធ្លី អគារ រោងចក្រ សម្ភារៈបរិក្ខារ និងស្តុកទំនិញ។ ដូចជាតុ កៅអី និងម៉ាស៊ីនឆុងកាហ្វេនៅក្នុងហាងកាហ្វេមួយ ជាជាងកេរ្តិ៍ឈ្មោះ ឬម៉ាកសញ្ញារបស់ហាងនោះ (ដែលជាទ្រព្យអរូបី)។
Hausman test (តេស្ត Hausman) ការធ្វើតេស្តស្ថិតិដែលប្រើដើម្បីសម្រេចចិត្តថាតើគួរជ្រើសរើសប្រើប្រាស់គំរូឥទ្ធិពលថេរ (Fixed Effect) ឬគំរូឥទ្ធិពលចៃដន្យ (Random Effect) សម្រាប់ការវិភាគទិន្នន័យបន្ទះ (Panel Data) ឱ្យបានត្រឹមត្រូវបំផុត។ ដូចជាការប្រើត្រីវិស័យដើម្បីសម្រេចចិត្តថាតើគួរដើរទៅផ្លូវខាងឆ្វេង ឬខាងស្តាំទើបត្រឹមត្រូវតាមគោលដៅ។
Economies of scale (សេដ្ឋកិច្ចនៃទំហំ) អត្ថប្រយោជន៍នៃការកាត់បន្ថយថ្លៃដើមផលិតកម្មក្នុងមួយឯកតា នៅពេលដែលក្រុមហ៊ុនផលិតទំនិញឬសេវាកម្មក្នុងបរិមាណកាន់តែច្រើនឡើងៗ ដោយសារការបែងចែកថ្លៃដើមថេរទៅលើបរិមាណផលិតផលកាន់តែច្រើន។ ដូចជាការដាំបាយឱ្យមនុស្ស ១០ នាក់ហូប គឺចំណាយអង្ករនិងអុសតិចជាងការបង្កាត់ភ្លើងដាំបាយឱ្យមនុស្សម្នាក់ហូបចំនួន ១០ ដង ដាច់ដោយឡែកពីគ្នា។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖