បញ្ហា (The Problem)៖ តើការអភិវឌ្ឍស្ថាប័នហិរញ្ញវត្ថុមានផលប៉ះពាល់យ៉ាងណាទៅលើកម្រិតនៃការកាន់កាប់សាច់ប្រាក់របស់សហគ្រាសមិនមែនហិរញ្ញវត្ថុដែលបានចុះបញ្ជីនៅប្រទេសវៀតណាម ជាពិសេសនៅពេលដែលប្រភពធនធានហិរញ្ញវត្ថុខាងក្រៅមានសារៈសំខាន់ក្នុងបរិបទវិបត្តិ?
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ទិន្នន័យបន្ទះ (Panel Data) ពីឆ្នាំ២០១៥ ដល់ ២០១៩ ដោយអនុវត្តវិធីសាស្រ្តតំរែតំរង់អេកូណូមេទ្រីកដើម្បីវាយតម្លៃទំនាក់ទំនងរវាងអថេរ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Fixed-Effects Model (FEM) គំរូឥទ្ធិពលថេរ |
អាចគ្រប់គ្រងលើលក្ខណៈពិសេសដោយឡែករបស់ក្រុមហ៊ុននីមួយៗដែលមិនប្រែប្រួលតាមពេលវេលា (ទទួលបានលទ្ធផលល្អក្នុងតេស្ត Hausman)។ | មិនអាចដោះស្រាយបញ្ហាស្វ័យទាក់ទង (Autocorrelation) និងអថេរភាពនៃវ៉ារ្យង់កំហុសស្តង់ដារ (Heteroskedasticity) ដែលមានក្នុងទិន្នន័យបន្ទះនេះបានទេ។ | ត្រូវបានជ្រើសរើសជាម៉ូដែលមូលដ្ឋានល្អជាង Pooled OLS និង REM ប៉ុន្តែនៅមានបញ្ហាខ្វះខាតផ្នែកសញ្ញាណស្ថិតិ (failed Wooldridge test)។ |
| Random-Effects Model (REM) គំរូឥទ្ធិពលចៃដន្យ |
អាចអនុញ្ញាតឱ្យមានការរួមបញ្ចូលអថេរពន្យល់ដែលមិនប្រែប្រួលតាមពេលវេលា និងមានប្រសិទ្ធភាពជាងប្រសិនបើសន្មតថាផលប៉ះពាល់បុគ្គលជារឿងចៃដន្យ។ | មិនស័ក្តិសមសម្រាប់សំណុំទិន្នន័យនេះទេ ដោយសារវាត្រូវបានទាត់ចោលដោយលទ្ធផលនៃតេស្ត Hausman (p-value < 1%)។ | មិនត្រូវបានយកមកប្រើប្រាស់ជាផ្លូវការសម្រាប់ការសន្និដ្ឋានចុងក្រោយឡើយ ដោយសារលទ្ធផលមិនស៊ីសង្វាក់គ្នានឹងទិន្នន័យជាក់ស្តែង។ |
| Driscoll-Kraay Standard Errors Method វិធីសាស្រ្តកែតម្រូវកំហុសស្តង់ដារ Driscoll-Kraay |
អាចដោះស្រាយបានយ៉ាងរឹងមាំនូវបញ្ហាស្វ័យទាក់ទង (Autocorrelation), ភាពមិនថេរនៃវ៉ារ្យង់ (Heteroskedasticity) និងការពឹងផ្អែកផ្នែកកាត់ទទឹង (Cross-sectional dependence)។ | ជាទូទៅវិធីសាស្ត្រនេះទាមទារទំហំសំណាកទិន្នន័យតាមពេលវេលា (T) ធំល្មមដើម្បីធានាបាននូវប្រសិទ្ធភាពខ្ពស់។ | ជាម៉ូដែលចុងក្រោយដែលផ្តល់លទ្ធផលរឹងមាំ ដោយបង្ហាញថាការអភិវឌ្ឍស្ថាប័នហិរញ្ញវត្ថុមានឥទ្ធិពលអវិជ្ជមានយ៉ាងច្បាស់លាស់ (-២.៤៦១) ទៅលើការកាន់កាប់សាច់ប្រាក់របស់ក្រុមហ៊ុន។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តការសិក្សានេះទាមទារនូវប្រភពទិន្នន័យបន្ទះ (Panel Data) ទ្រង់ទ្រាយធំ និងចំណេះដឹងផ្នែកអេកូណូមេទ្រីកកម្រិតខ្ពស់ រួមជាមួយនឹងកម្មវិធីវិភាគទិន្នន័យ។
ការសិក្សានេះផ្តោតទាំងស្រុងលើក្រុមហ៊ុនមិនមែនហិរញ្ញវត្ថុដែលបានចុះបញ្ជីនៅលើទីផ្សារមូលបត្រនៅប្រទេសវៀតណាម ដោយមិនបានរាប់បញ្ចូលសហគ្រាសធុនតូច និងមធ្យម (SMEs) នោះទេ។ សម្រាប់ប្រទេសកម្ពុជា ការសន្និដ្ឋាននេះអាចនឹងមានភាពលម្អៀងប្រសិនបើអនុវត្តដោយផ្ទាល់ ពីព្រោះសេដ្ឋកិច្ចកម្ពុជាត្រូវបានជំរុញយ៉ាងខ្លាំងដោយ SMEs ហើយចំនួនក្រុមហ៊ុនចុះបញ្ជីមានតិចតួចនៅឡើយ។
ទោះជាយ៉ាងណា វិធីសាស្ត្រស្រាវជ្រាវ និងទ្រឹស្តីជាមូលដ្ឋានមានសារៈប្រយោជន៍ខ្លាំងណាស់សម្រាប់ការសិក្សាពីប្រព័ន្ធហិរញ្ញវត្ថុកម្ពុជា។
សរុបមក ការអភិវឌ្ឍប្រព័ន្ធស្ថាប័នហិរញ្ញវត្ថុឱ្យមានភាពរឹងមាំ និងងាយស្រួលទទួលបានឥណទាន គឺជាគន្លឹះសំខាន់ដើម្បីរំដោះសាច់ប្រាក់ដែលបានកកស្ទះនៅក្នុងក្រុមហ៊ុន យកទៅប្រើប្រាស់ក្នុងសកម្មភាពពាណិជ្ជកម្មដែលជួយជំរុញកំណើនសេដ្ឋកិច្ចជាតិ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Cash Holdings | សំដៅលើបរិមាណសាច់ប្រាក់សុទ្ធ ឬសមមូលសាច់ប្រាក់ដែលក្រុមហ៊ុនរក្សាទុកក្នុងដៃ ឬក្នុងគណនីធនាគារ ដើម្បីទូទាត់ចំណាយប្រតិបត្តិការ ឬត្រៀមសម្រាប់ភាពអាសន្ន។ | ដូចជាលុយសន្សំក្នុងកូនជ្រូកដែលអ្នកទុកសម្រាប់ចាយវាយប្រចាំថ្ងៃ ឬពេលឈឺថ្កាត់ភ្លាមៗដោយមិនចាំបាច់ទៅខ្ចីគេ។ |
| Financial Institution Development | ភាពរីកចម្រើននៃប្រព័ន្ធហិរញ្ញវត្ថុក្នុងប្រទេសមួយ (ដូចជាធនាគារ ទីផ្សារភាគហ៊ុន) ដែលវាស់វែងតាមរយៈជម្រៅហិរញ្ញវត្ថុ លទ្ធភាពទទួលបានសេវា និងប្រសិទ្ធភាពនៃការផ្តល់ឥណទាន។ ប្រសិនបើប្រព័ន្ធនេះអភិវឌ្ឍ ក្រុមហ៊ុនងាយស្រួលខ្ចីប្រាក់។ | ដូចជាការសាងសង់ផ្លូវថ្នល់ខ្វាត់ខ្វែងនិងល្អប្រសើរ ដែលធ្វើឱ្យអ្នកធ្វើដំណើរ (ក្រុមហ៊ុន) ងាយស្រួលធ្វើដំណើរទៅខ្ចីលុយពីធនាគារបានលឿននិងក្នុងអត្រាការប្រាក់ទាប។ |
| Fixed-effects model (FEM) | ម៉ូដែលស្ថិតិសម្រាប់វិភាគទិន្នន័យបន្ទះ (Panel Data) ដែលសន្មតថាលក្ខណៈពិសេសៗរបស់ក្រុមហ៊ុននីមួយៗ (ដែលមិនប្រែប្រួលតាមពេលវេលា ឧទាហរណ៍៖ វប្បធម៌ក្រុមហ៊ុន) មានឥទ្ធិពលថេរទៅលើអថេរអាស្រ័យ ហើយម៉ូដែលនេះជួយទាញបញ្ចេញនូវភាពលម្អៀងទាំងនោះ។ | ដូចជាការវាស់កម្ពស់សិស្សដោយកាត់កងកម្ពស់ស្បែកជើងដែលពួកគេពាក់ជារៀងរាល់ថ្ងៃចេញ ដើម្បីរកកម្ពស់ពិតប្រាកដដោយមិនរាប់បញ្ចូលកត្តាខាងក្រៅ។ |
| Driscoll-Kraay standard errors | វិធីសាស្ត្រកែតម្រូវកំហុសស្តង់ដារក្នុងម៉ូដែលអេកូណូមេទ្រីក ដើម្បីធានាថាលទ្ធផលប៉ាន់ស្មានមានភាពរឹងមាំ ទោះបីជាទិន្នន័យមានបញ្ហាបំរែបំរួលមិនថេរ (Heteroskedasticity) ស្វ័យទាក់ទង (Autocorrelation) ឬការពឹងផ្អែកគ្នារវាងក្រុមហ៊ុនក្នុងពេលតែមួយក្តី។ | ដូចជាការចុះវ៉ែនតាកែតម្រូវភ្នែកដែលមានទាំងជំងឺម្ញូប និងជំងឺអាស៊ីតម៉ាត ដើម្បីឱ្យអ្នកមើលឃើញរូបភាពបានច្បាស់ត្រឹមត្រូវមិនវៀចវេរ។ |
| Pecking Order Theory | ទ្រឹស្តីហិរញ្ញវត្ថុដែលពន្យល់ថា ក្រុមហ៊ុនចូលចិត្តជ្រើសរើសប្រភពទុនតាមលំដាប់លំដោយ៖ ទី១ ប្រើប្រាស់ប្រាក់ចំណេញរក្សាទុក ទី២ ខ្ចីបំណុលគេ និងទី៣ ទើបបោះផ្សាយភាគហ៊ុនថ្មី ដើម្បីកាត់បន្ថយចំណាយលើព័ត៌មានមិនស្មើគ្នា។ | ដូចជាពេលអ្នកចង់ទិញទូរស័ព្ទថ្មី អ្នកនឹងប្រើលុយសន្សំខ្លួនឯងសិន បើខ្វះទើបខ្ចីម៉ាក់ប៉ា ហើយជម្រើសចុងក្រោយទើបទៅខ្ចីលុយពីធនាគារ។ |
| Asymmetric information | ស្ថានភាពដែលភាគីម្ខាងមានព័ត៌មានលម្អិត និងត្រឹមត្រូវជាងភាគីម្ខាងទៀតនៅក្នុងប្រតិបត្តិការសេដ្ឋកិច្ច (ឧទាហរណ៍ ម្ចាស់ក្រុមហ៊ុនដឹងពីស្ថានភាពក្រុមហ៊ុនច្បាស់ជាងធនាគារ) ដែលធ្វើឱ្យការខ្ចីប្រាក់មានការលំបាក ឬត្រូវបង់អត្រាការប្រាក់ខ្ពស់។ | ដូចជាអ្នកលក់ឡានមួយទឹកដែលដឹងច្បាស់ថាឡាននោះធ្លាប់បុក ខណៈដែលអ្នកទិញមិនដឹងសោះ។ |
| Autocorrelation | បាតុភូតក្នុងទិន្នន័យស៊េរីពេលវេលា ឬទិន្នន័យបន្ទះ ដែលតម្លៃនៃកំហុស (Error term) នៅពេលវេលាណាមួយ មានទំនាក់ទំនងទៅនឹងតម្លៃរបស់វានៅពេលវេលាមុនៗ ដែលធ្វើឱ្យការធ្វើតេស្តសម្មតិកម្មតាមបែបធម្មតាអាចមានភាពលម្អៀង។ | ដូចជាការព្យាករណ៍អាកាសធាតុថ្ងៃនេះដោយផ្អែកលើអាកាសធាតុម្សិលមិញ ព្រោះវាច្រើនតែមានសភាពស្រដៀងៗគ្នាជាប់ៗគ្នាមិនងាយប្រែប្រួលដាច់ស្រឡះភ្លាមៗ។ |
| Trade-off Theory | ទ្រឹស្តីដែលសន្មតថាក្រុមហ៊ុនកំណត់កម្រិតនៃការកាន់កាប់សាច់ប្រាក់ (ឬបំណុល) ដ៏ប្រសើរបំផុតដោយថ្លឹងថ្លែងរវាងអត្ថប្រយោជន៍ដែលទទួលបាន (ដូចជាកាត់បន្ថយហានិភ័យខ្វះលុយទូទាត់) និងថ្លៃដើមបាត់បង់ (Opportunity cost ដូចជាការបាត់បង់ឱកាសយកលុយទៅវិនិយោគយកចំណេញ)។ | ដូចជាការរៀបចំវ៉ាលីធ្វើដំណើរ ដែលអ្នកត្រូវថ្លឹងថ្លែងរវាងការយកខោអាវទៅច្រើន (មានសុវត្ថិភាពបើសើម) តែត្រូវស៊ូទ្រាំនឹងការយួរធ្ងន់ និងបង់លុយបន្ថែមលើទម្ងន់។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
