Original Title: Các nhân tố tác động đến cấu trúc vốn của các doanh nghiệp phi tài chính niêm yết trên thị trường chứng khoán Việt Nam
Source: scholar.dlu.edu.vn
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

កត្តាដែលជះឥទ្ធិពលដល់រចនាសម្ព័ន្ធដើមទុនរបស់ក្រុមហ៊ុនមិនមែនហិរញ្ញវត្ថុដែលបានចុះបញ្ជីនៅលើទីផ្សារភាគហ៊ុនវៀតណាម

ចំណងជើងដើម៖ Các nhân tố tác động đến cấu trúc vốn của các doanh nghiệp phi tài chính niêm yết trên thị trường chứng khoán Việt Nam

អ្នកនិពន្ធ៖ Lê Quỳnh Liên (National Economics University), Nguyễn Thi Hòa (National Economics University), Hoàng Phương Anh (National Economics University), Nguyễn Việt Hà (National Economics University), Nguyễn Thị Hằng (National Economics University), Đinh Thục Hiền (National Economics University)

ឆ្នាំបោះពុម្ព៖ 2022, Tạp chí Khoa học Thương mại Số 171

វិស័យសិក្សា៖ Corporate Finance

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះវាយតម្លៃកត្តាដែលជះឥទ្ធិពលដល់រចនាសម្ព័ន្ធដើមទុន (Capital Structure) របស់ក្រុមហ៊ុនមិនមែនហិរញ្ញវត្ថុចំនួន ៤៩៩ ដែលបានចុះបញ្ជីនៅលើទីផ្សារមូលបត្រវៀតណាមចាប់ពីឆ្នាំ ២០១៥ ដល់ ២០២០។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់ទិន្នន័យបន្ទះ (Panel Data) ដោយមានការសង្កេតចំនួន ២៩៨៩ និងអនុវត្តគំរូវិភាគតំរែតំរង់ (Regression Models) ជាច្រើនដើម្បីវាយតម្លៃទំនាក់ទំនងរវាងអថេរ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Pooled Ordinary Least Squares (OLS)
គំរូ OLS (Pooled OLS)
ជាគំរូមូលដ្ឋានដែលងាយស្រួលក្នុងការវិភាគ និងផ្តល់នូវរូបភាពទូទៅនៃទំនាក់ទំនងរវាងអថេរ។ មិនបានពិចារណាលើភាពខុសគ្នានៃលក្ខណៈដាច់ដោយឡែករបស់ក្រុមហ៊ុននីមួយៗ (Individual Heterogeneity) ដែលនាំឱ្យលទ្ធផលអាចមានភាពលម្អៀង។ អត្រា R-squared គឺ ០.៣៣៣១ ប៉ុន្តែត្រូវបានបដិសេធដោយការធ្វើតេស្ត F-test (p-value = 0.0000) ដោយសារមិនស័ក្តិសម។
Fixed Effects Model (FEM) & Random Effects Model (REM)
គំរូ FEM និង REM
ជួយដោះស្រាយបញ្ហាភាពខុសគ្នារវាងក្រុមហ៊ុននីមួយៗ (Individual Effects) ដែលធ្វើឱ្យការប៉ាន់ស្មានមានភាពច្បាស់លាស់ជាង OLS។ ទោះបីជា Hausman test ជ្រើសរើស FEM ក៏ដោយ គំរូនេះនៅតែប្រឈមនឹងបញ្ហាស្វ័យទាក់ទង (Autocorrelation) និងភាពមិនប្រក្រតីនៃវ៉ារ្យ៉ង់ (Heteroskedasticity)។ អត្រា R-squared សម្រាប់ FEM គឺ ០.២៥៤១ និង REM គឺ ០.១៩២០ ដោយ Hausman test បង្ហាញថា FEM ល្អជាង REM (Prob > chi2 = 0.0000)។
Generalized Least Squares (GLS)
គំរូ GLS (Generalized Least Squares)
ជាគំរូដ៏ល្អបំផុតដែលត្រូវបានប្រើដើម្បីដោះស្រាយ និងកែតម្រូវបញ្ហាស្វ័យទាក់ទង និងភាពមិនប្រក្រតីនៃវ៉ារ្យ៉ង់ដែលកើតមានក្នុងគំរូ FEM។ ទាមទារឱ្យមានការធ្វើតេស្តមុនៗយ៉ាងស្មុគស្មាញ (ដូចជា Wooldridge និង Wald tests) ដើម្បីបញ្ជាក់ពីតម្រូវការក្នុងការប្រើប្រាស់វា។ ត្រូវបានជ្រើសរើសជាគំរូផ្លូវការសម្រាប់ការបកស្រាយលទ្ធផល ដោយមានកម្រិតអត្ថន័យស្ថិតិខ្ពស់បំផុត (Prob > chi2 = 0.0000 ក្នុងកម្រិត 1%)។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារកម្មវិធីកុំព្យូទ័រសម្រាប់វិភាគទិន្នន័យស្ថិតិ និងមូលដ្ឋានទិន្នន័យហិរញ្ញវត្ថុដ៏ធំ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងដោយផ្អែកលើទិន្នន័យក្រុមហ៊ុនមិនមែនហិរញ្ញវត្ថុចំនួន ៤៩៩ ដែលបានចុះបញ្ជីនៅលើទីផ្សារភាគហ៊ុនវៀតណាម (HOSE និង HNX) ចន្លោះឆ្នាំ ២០១៥-២០២០។ សម្រាប់ប្រទេសកម្ពុជា ទិន្នន័យនេះមានសារៈសំខាន់ក្នុងការសិក្សាប្រៀបធៀប ទោះបីជាទីផ្សារមូលបត្រកម្ពុជា (CSX) នៅមានទំហំតូច និងមានក្រុមហ៊ុនចុះបញ្ជីតិចតួចក៏ដោយ ក៏វាផ្តល់ជាគំរូនៃទីផ្សារកំពុងអភិវឌ្ឍន៍ស្រដៀងគ្នា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រនៃការស្រាវជ្រាវនេះមានប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ប្រទេសកម្ពុជា ក្នុងការស្វែងយល់ពីរបៀបរៀបចំរចនាសម្ព័ន្ធដើមទុនរបស់ក្រុមហ៊ុនធំៗ។

ការយល់ដឹងពីកត្តាទាំងនេះអាចជួយដល់ម្ចាស់អាជីវកម្ម និងស្ថាប័នគ្រប់គ្រងនៅកម្ពុជា ក្នុងការធ្វើឱ្យប្រសើរឡើងនូវការគ្រប់គ្រងហិរញ្ញវត្ថុ និងជំរុញកំណើនសេដ្ឋកិច្ច។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃអេកូណូមេទ្រីក (Econometrics): ស្វែងយល់ពីរបៀបវិភាគទិន្នន័យបន្ទះ (Panel Data) ដោយផ្តោតលើម៉ូដែល OLS, FEM, REM, និង GLS តាមរយៈវគ្គសិក្សាតាមអនឡាញ ឬសៀវភៅជំនាញ។
  2. ប្រមូលទិន្នន័យហិរញ្ញវត្ថុពីទីផ្សារមូលបត្រ: ទាញយកទិន្នន័យរបាយការណ៍ហិរញ្ញវត្ថុប្រចាំឆ្នាំរបស់ក្រុមហ៊ុនដែលបានចុះបញ្ជីពីគេហទំព័រ Cambodia Securities Exchange (CSX)Bloomberg
  3. អនុវត្តការប្រើប្រាស់កម្មវិធីស្ថិតិ: រៀនប្រើប្រាស់កម្មវិធី StataRPython (Pandas, Statsmodels) ដើម្បីរៀបចំទិន្នន័យ និងដំណើរការការវិភាគតំរែតំរង់ (Regression)។
  4. ធ្វើតេស្តភាពត្រឹមត្រូវនៃម៉ូដែល (Model Diagnostics): អនុវត្តការធ្វើតេស្តសំខាន់ៗដូចជា Hausman Test, Multicollinearity Test, និងកែតម្រូវបញ្ហា Heteroskedasticity ដោយប្រើប្រាស់គំរូ GLS
  5. វិភាគលទ្ធផលនិងផ្តល់អនុសាសន៍: បកស្រាយទំនាក់ទំនងរវាងអថេរ (ដូចជាទំហំក្រុមហ៊ុន ចំណេញភាព ធៀបនឹងរចនាសម្ព័ន្ធដើមទុន) និងប្រើប្រាស់លទ្ធផលនេះដើម្បីផ្តល់ប្រឹក្សាផ្នែកហិរញ្ញវត្ថុដល់ក្រុមហ៊ុនកម្ពុជា។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Capital Structure សមាមាត្ររវាងបំណុល (Debt) និងដើមទុនម្ចាស់សហគ្រាស (Equity) ដែលក្រុមហ៊ុនមួយប្រើប្រាស់ដើម្បីផ្តល់ហិរញ្ញប្បទានដល់ប្រតិបត្តិការ និងការរីកចម្រើនរបស់ខ្លួន។ ដូចជារបៀបដែលអ្នកទិញផ្ទះមួយ ដោយប្រើប្រាក់សន្សំផ្ទាល់ខ្លួនខ្លះ (ដើមទុន) និងប្រាក់កម្ចីពីធនាគារខ្លះ (បំណុល) រួមបញ្ចូលគ្នា។
Weighted Average Cost of Capital (WACC) អត្រាជាមធ្យមដែលក្រុមហ៊ុនត្រូវបង់ប្រាក់ទៅឱ្យអ្នកផ្តល់មូលនិធិទាំងអស់របស់ខ្លួន (ទាំងម្ចាស់ភាគហ៊ុន និងម្ចាស់បំណុល) ដោយថ្លឹងថ្លែងតាមសមាមាត្រនៃប្រភពទុននីមួយៗ។ គោលដៅរបស់ក្រុមហ៊ុនគឺត្រូវធ្វើឱ្យ WACC នេះមានកម្រិតទាបបំផុត។ ដូចជាការគណនាអត្រាការប្រាក់មធ្យម ពេលដែលអ្នកខ្ចីលុយពីមិត្តភ័ក្តិខ្លះ និងពីធនាគារខ្លះ ដែលមានអត្រាការប្រាក់ខុសៗគ្នា។
Trade-Off Theory ទ្រឹស្ដីហិរញ្ញវត្ថុដែលពន្យល់ថាក្រុមហ៊ុនជ្រើសរើសរចនាសម្ព័ន្ធដើមទុនដោយថ្លឹងថ្លែងរវាងអត្ថប្រយោជន៍នៃការពន្ធ (ចំណេញពីការប្រាក់បំណុលដែលអាចកាត់កងពន្ធបាន) និងការចំណាយដែលអាចកើតមានពេលក្ស័យធន (ហានិភ័យហិរញ្ញវត្ថុ)។ ដូចជាការថ្លឹងថ្លែងថាតើអ្នកគួរញ៉ាំបង្អែមប៉ុន្មានដើម្បីបានរសជាតិឆ្ងាញ់ (អត្ថប្រយោជន៍) តែមិនធ្វើឱ្យឈឺពោះ (ហានិភ័យ)។
Pecking Order Theory ទ្រឹស្តីដែលលើកឡើងថាក្រុមហ៊ុនមានលំដាប់អាទិភាពក្នុងការស្វែងរកប្រភពទុន ដោយចាប់ផ្តើមពីប្រាក់ចំណេញរក្សាទុក បន្ទាប់មកទើបខ្ចីបំណុល ហើយជម្រើសចុងក្រោយគឺការបោះផ្សាយភាគហ៊ុនថ្មី ដើម្បីចៀសវាងបញ្ហាព័ត៌មានមិនស្មើគ្នា (Asymmetric Information)។ ដូចជាពេលអ្នកត្រូវការលុយទិញកង់ អ្នកនឹងប្រើលុយសន្សំក្នុងកូនជ្រូកមុនគេ បើខ្វះទើបខ្ចីម៉ាក់ប៉ា ហើយបើនៅតែខ្វះទើបសុំលុយពីអ្នកដទៃ។
Non-debt Tax Shield (NDTS) ការកាត់កងពន្ធស្របច្បាប់ដែលមិនពាក់ព័ន្ធនឹងការប្រាក់បំណុល ដូចជាការរំលស់ទ្រព្យសកម្ម (Depreciation) ដែលជួយកាត់បន្ថយប្រាក់ចំណេញជាប់ពន្ធរបស់ក្រុមហ៊ុន ធ្វើឱ្យក្រុមហ៊ុនកាត់បន្ថយការពឹងផ្អែកលើបំណុល។ ដូចជាការប្រើប្រាស់គូប៉ុងបញ្ចុះតម្លៃពេលទិញទំនិញ ដើម្បីកាត់បន្ថយការចំណាយសរុប ដោយមិនចាំបាច់ជំពាក់លុយគេ។
Fixed Effects Model (FEM) គំរូវិភាគស្ថិតិដែលត្រូវបានប្រើដើម្បីគ្រប់គ្រងលើលក្ខណៈពិសេសដាច់ដោយឡែករបស់ក្រុមហ៊ុននីមួយៗដែលមិនផ្លាស់ប្តូរតាមពេលវេលា (ដូចជាវប្បធម៌ក្រុមហ៊ុន) ដើម្បីវាស់ស្ទង់ឥទ្ធិពលពិតប្រាកដនៃអថេរឯករាជ្យ។ ដូចជាការសាកល្បងប្រសិទ្ធភាពថ្នាំសម្រកទម្ងន់ ដោយកាត់ចេញនូវកត្តាពូជអម្បូររបស់មនុស្សម្នាក់ៗដែលមិនអាចផ្លាស់ប្តូរបាន។
Generalized Least Squares (GLS) បច្ចេកទេសក្នុងអេកូណូមេទ្រីកដែលត្រូវបានប្រើប្រាស់ដើម្បីកែតម្រូវបញ្ហាភាពមិនប្រក្រតីនៃវ៉ារ្យ៉ង់ (Heteroskedasticity) និងស្វ័យទាក់ទង (Autocorrelation) នៅក្នុងសំណុំទិន្នន័យបន្ទះ ដើម្បីឱ្យការវាយតម្លៃអថេរកាន់តែមានភាពសុក្រឹត។ ដូចជាការពាក់វ៉ែនតាដើម្បីកែតម្រូវភាពព្រិលនៃភ្នែក ជួយឱ្យយើងមើលឃើញវត្ថុកាន់តែច្បាស់និងត្រឹមត្រូវជាងមុន។
Heteroskedasticity ស្ថានភាពក្នុងម៉ូដែលស្ថិតិដែលទំហំនៃកំហុស (Error terms) មិនថេរពាសពេញគ្រប់តម្លៃនៃអថេរឯករាជ្យ ដែលធ្វើឱ្យលទ្ធផលនៃការវិភាគតំរែតំរង់ (Regression) អាចមិនច្បាស់លាស់ ឬនាំឱ្យមានការសន្និដ្ឋានខុស។ ដូចជាការបាញ់ព្រួញដែលជួនកាលចំគោលដៅល្អិតល្អន់ តែជួនកាលខុសឆ្ងាយរាយប៉ាយខុសធម្មតា ដែលធ្វើឱ្យយើងពិបាកទាយពីសមត្ថភាពពិតប្រាកដរបស់អ្នកបាញ់។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖