Original Title: Impact of Financial Acumen and Stability Management on Investment Decision Making: A Special Reference to the IT/ITES Industry in Sri Lanka
Source: www.doi.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ផលប៉ះពាល់នៃភាពឈ្លាសវៃផ្នែកហិរញ្ញវត្ថុ និងការគ្រប់គ្រងស្ថិរភាពទៅលើការសម្រេចចិត្តវិនិយោគ៖ ដោយយោងជាពិសេសទៅលើឧស្សាហកម្ម IT/ITES នៅក្នុងប្រទេសស្រីលង្កា

ចំណងជើងដើម៖ Impact of Financial Acumen and Stability Management on Investment Decision Making: A Special Reference to the IT/ITES Industry in Sri Lanka

អ្នកនិពន្ធ៖ SELVANANTHAN Gopikrishna (University of Sri Jayewardenepura)

ឆ្នាំបោះពុម្ព៖ 2024, The Cambodia Journal of Basic and Applied Research

វិស័យសិក្សា៖ Business Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះស្វែងយល់ពីកត្តាកំណត់ដែលជះឥទ្ធិពលដល់ដំណើរការនៃការសម្រេចចិត្តរបស់វិនិយោគិនម្នាក់ៗ នៅក្នុងឧស្សាហកម្ម IT/ITES នៃប្រទេសស្រីលង្កា ក្នុងការស្វែងរកផលចំណេញប្រកបដោយចីរភាពពីការវិនិយោគទោះបីជាស្ថិតក្នុងស្ថានភាពអស្ថិរភាពសេដ្ឋកិច្ចក៏ដោយ។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់វិធីសាស្ត្របរិមាណ (Quantitative method) តាមរយៈការស្ទង់មតិដោយកម្រងសំណួរ និងវិភាគទិន្នន័យដើម្បីធ្វើតេស្តសម្មតិកម្ម។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Multiple Regression Analysis
ការវិភាគតំរែតំរង់ពហុគុណ
អាចវាស់ស្ទង់ទម្ងន់និងឥទ្ធិពលជាក់លាក់នៃអថេរនីមួយៗ (ហានិភ័យ, ចំណេះដឹង, ស្ថិរភាព) ទៅលើការសម្រេចចិត្តវិនិយោគបានយ៉ាងច្បាស់លាស់។ ទាមទារទិន្នន័យដែលមានទំហំធំ និងសន្មតថាទំនាក់ទំនងរវាងអថេរគឺជាខ្សែត្រង់ (Linear) ដែលអាចនឹងមិនឆ្លុះបញ្ចាំងពីភាពស្មុគស្មាញនៃអារម្មណ៍ពិតរបស់វិនិយោគិន។ រកឃើញថា ការប្រឈមហានិភ័យមានឥទ្ធិពលខ្លាំងជាងគេ (β=0.739) ធៀបនឹងចំណេះដឹងហិរញ្ញវត្ថុ និងស្ថិរភាពសេដ្ឋកិច្ច។
Modern Portfolio Theory (MPT) Application
ការអនុវត្តទ្រឹស្តីផលប័ត្រទំនើប
ផ្តល់រូបមន្តគណិតវិទ្យាច្បាស់លាស់ដើម្បីប៉ាន់ស្មានអត្រាផលចំណេញរំពឹងទុក និងកម្រិតហានិភ័យរួមនៃការវិនិយោគចម្រុះ។ ជាការគណនាផ្អែកលើសម្មតិកម្ម និងទិន្នន័យប្រវត្តិសាស្ត្រ ដែលអាចមានភាពប្រែប្រួលនៅពេលអនុវត្តជាក់ស្តែងក្នុងទីផ្សារ។ បង្ហាញពីអត្រាផលចំណេញរំពឹងទុកជាមធ្យម ៣.៦៩៩ ជាមួយនឹងគម្លាតស្តង់ដារហានិភ័យ (Standard Deviation) កម្រិត ០.៤៩២ សម្រាប់ផលប័ត្រវិនិយោគដែលបានស្នើឡើង។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារកម្មវិធីវិភាគទិន្នន័យស្ថិតិកម្រិតខ្ពស់ និងការប្រមូលទិន្នន័យសំណាកទំហំធំខ្លាំង (១៥,០០០ នាក់) ដើម្បីធានាបាននូវភាពជឿជាក់ និងសុពលភាពនៃលទ្ធផល។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងខេត្តភាគខាងលិចនៃប្រទេសស្រីលង្កា ដោយផ្តោតលើអ្នកជំនាញ IT ចំនួន ១៥,០០០ នាក់ ដែលមានភាពលម្អៀងខ្លាំងទៅលើបុរស (៨៧%) និងក្រុមយុវជនវ័យក្មេងអាយុ ២៥-២៦ ឆ្នាំ (៦៦%)។ នេះជាចំណុចសំខាន់សម្រាប់កម្ពុជា ព្រោះទោះបីជាវិស័យ IT នៅកម្ពុជាកំពុងរីកចម្រើន ប៉ុន្តែប្រជាសាស្ត្រ និងស្ថានភាពម៉ាក្រូសេដ្ឋកិច្ច (ដូចជាអតិផរណា និងស្ថិរភាពរូបិយប័ណ្ណ) មានភាពខុសគ្នាពីស្រីលង្កាដែលកំពុងជួបវិបត្តិសេដ្ឋកិច្ចធ្ងន់ធ្ងរ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រ និងរបកគំហើញនៃការសិក្សានេះ មានសារៈសំខាន់ និងអាចយកមកអនុវត្តបាននៅក្នុងបរិបទសេដ្ឋកិច្ចដែលកំពុងអភិវឌ្ឍន៍ដូចជាប្រទេសកម្ពុជា។

ជារួម ការប្រើប្រាស់គំរូវិភាគនេះអាចជួយស្ថាប័នហិរញ្ញវត្ថុកម្ពុជា រៀបចំយុទ្ធសាស្ត្រទាក់ទាញការវិនិយោគក្នុងស្រុកបានកាន់តែមានប្រសិទ្ធភាព តាមរយៈការលើកកម្ពស់ចំណេះដឹង និងការគ្រប់គ្រងហានិភ័យ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ការរៀបចំគម្រោងស្រាវជ្រាវ និងការជ្រើសរើសសំណាក: កំណត់ចំនួនប្រជាសាស្ត្រគោលដៅ (ឧទាហរណ៍ អ្នកជំនាញ IT ឬបុគ្គលិកក្រុមហ៊ុននៅភ្នំពេញ) រួចប្រើប្រាស់វិធីសាស្ត្រជ្រើសរើសសំណាកដោយចៃដន្យជាស្រទាប់ (Stratified Sampling) តាមរយៈការបង្កើតកម្រងសំណួរលើ Google FormsQualtrics
  2. ការប្រមូល និងសម្អាតទិន្នន័យ (Data Cleaning): ប្រមូលទិន្នន័យដែលបានពីការស្ទង់មតិ រួចធ្វើការសម្អាតទិន្នន័យ (លុបចោលចម្លើយមិនពេញលេញ ឬទិន្នន័យខុសប្រក្រតី) ដោយប្រើប្រាស់ Microsoft ExcelPython (Pandas) ដើម្បីធានាគុណភាពទិន្នន័យ។
  3. ការធ្វើតេស្តសុពលភាព និងភាពជឿជាក់ (Validity & Reliability): ប្រើប្រាស់កម្មវិធី SPSS v27R ដើម្បីធ្វើតេស្ត KMO និង Bartlett's Test សម្រាប់វាស់ស្ទង់ភាពស័ក្តិសមនៃទិន្នន័យ ព្រមទាំងធ្វើតេស្ត Cronbach's Alpha (>0.7) ដើម្បីធានាភាពជឿជាក់នៃកម្រងសំណួរ។
  4. ការវិភាគតំរែតំរង់ (Regression Analysis): ដំណើរការការវិភាគ Multiple Regression នៅក្នុង SPSS ដើម្បីស្វែងរកមេគុណ Beta (β) និង p-value ដែលអាចបញ្ជាក់ពីទំហំឥទ្ធិពលនៃកត្តាហានិភ័យ ចំណេះដឹង និងស្ថិរភាពសេដ្ឋកិច្ច ទៅលើការសម្រេចចិត្តវិនិយោគ។
  5. ការអនុវត្តទ្រឹស្តីផលប័ត្រ (Portfolio Theory Application): យកទិន្នន័យមេគុណដែលរកឃើញ មកគណនាតាមរូបមន្ត Expected Return និង Standard Deviation ដើម្បីបង្កើតជាជម្រើសផលប័ត្រវិនិយោគគំរូ (Hypothetical Portfolio) សម្រាប់ផ្តល់ជាអនុសាសន៍ដល់ស្ថាប័នហិរញ្ញវត្ថុ ឬវិនិយោគិន។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Modern Portfolio Theory (MPT) ជាក្របខណ្ឌគណិតវិទ្យាមួយដែលជួយអ្នកវិនិយោគក្នុងការរៀបចំបណ្តុំនៃការវិនិយោគ (ផលប័ត្រ) ជាច្រើនបញ្ចូលគ្នា ដើម្បីទទួលបានអត្រាផលចំណេញខ្ពស់បំផុតក្នុងកម្រិតហានិភ័យដែលពួកគេអាចទទួលយកបាន ឬដើម្បីកាត់បន្ថយហានិភ័យឱ្យទាបបំផុតក្នុងកម្រិតផលចំណេញដែលរំពឹងទុកណាមួយ។ ដូចជាការមិនដាក់ពងមាន់ទាំងអស់ចូលក្នុងកន្ត្រកតែមួយ ដើម្បីការពារកុំឱ្យបែកទាំងអស់នៅពេលដែលកន្ត្រកនោះធ្លាក់។
Systematic risk ជាហានិភ័យទូទៅដែលមានឥទ្ធិពលលើទីផ្សារទាំងមូល ឬផ្នែកធំនៃទីផ្សារ ដែលអ្នកវិនិយោគមិនអាចគ្រប់គ្រង ឬលុបបំបាត់បានតាមរយៈការធ្វើពិពិធកម្មឡើយ (ឧទាហរណ៍៖ អតិផរណា, ការប្រែប្រួលអត្រាការប្រាក់, ឬវិបត្តិសេដ្ឋកិច្ច)។ ដូចជាអាកាសធាតុអាក្រក់ ឬគ្រោះរាំងស្ងួតដែលធ្វើឱ្យប៉ះពាល់ដល់កសិករគ្រប់គ្នាក្នុងតំបន់ ទោះបីជាពួកគេដាំដំណាំខុសៗគ្នាក៏ដោយ។
Diversification គឺជាយុទ្ធសាស្ត្រនៃការបែងចែកដើមទុនវិនិយោគទៅលើទ្រព្យសកម្មចម្រុះជាច្រើនប្រភេទ (ដូចជាភាគហ៊ុន អចលនទ្រព្យ និងមាស) ដើម្បីកាត់បន្ថយហានិភ័យសរុប ព្រោះប្រសិនបើការវិនិយោគមួយខាតបង់ ការវិនិយោគផ្សេងទៀតអាចជួយប៉ះប៉ូវបាន។ ដូចជាការដាំដំណាំច្រើនមុខនៅក្នុងចម្ការតែមួយ បើដំណាំមួយមុខខូចខាត ក៏នៅមានដំណាំផ្សេងទៀតអាចប្រមូលផលយកទៅលក់បាន។
Standard deviation ជារង្វាស់ស្ថិតិដែលបង្ហាញពីកម្រិតនៃភាពប្រែប្រួល ឬការឃ្លាតចេញនៃទិន្នន័យជាក់ស្តែង (អត្រាផលចំណេញ) ធៀបនឹងតម្លៃមធ្យមរបស់វា ដែលក្នុងវិស័យហិរញ្ញវត្ថុ វាត្រូវបានប្រើជាសូចនាករគោលដើម្បីវាស់ស្ទង់កម្រិតហានិភ័យ។ ដូចជាការវាស់ស្ទង់ថាតើពិន្ទុប្រឡងរបស់អ្នកឡើងចុះមិនទៀងទាត់កម្រិតណាធៀបនឹងពិន្ទុមធ្យមប្រចាំខែរបស់អ្នក (បើប្រែប្រួលខ្លាំង គឺហានិភ័យខ្ពស់)។
Stratified simple random sampling ជាវិធីសាស្ត្រនៃការជ្រើសរើសសំណាកសម្រាប់ការស្រាវជ្រាវ ដោយត្រូវបែងចែកប្រជាសាស្ត្រគោលដៅជាក្រុមៗ (ស្រទាប់) ជាមុនសិន រួចទើបជ្រើសរើសដោយចៃដន្យពីក្រុមនីមួយៗនោះ ដើម្បីធានាថាសមាមាត្រនៃក្រុមនីមួយៗត្រូវបានតំណាងយ៉ាងត្រឹមត្រូវ។ ដូចជាការចង់ភ្លក់រសជាតិសម្លឆ្នាំងធំមួយ ដោយយើងត្រូវកូរឱ្យសព្វ រួចដួសយកទាំងសាច់ ទាំងបន្លែ និងទឹកស៊ុបមកភ្លក់ ទើបដឹងរសជាតិសរុបពិតប្រាកដ។
Multiple regression analysis ជាបច្ចេកទេសស្ថិតិមួយដែលគេប្រើប្រាស់ដើម្បីទស្សន៍ទាយ និងវិភាគពីឥទ្ធិពលនៃអថេរឯករាជ្យពីរ ឬច្រើន (ដូចជាហានិភ័យ និងចំណេះដឹង) ទៅលើអថេរអាស្រ័យមួយ (ការសម្រេចចិត្តវិនិយោគ)។ ដូចជាការគណនាមើលថា តើកត្តាទឹក ជី និងពន្លឺព្រះអាទិត្យនីមួយៗ រួមចំណែកជួយឱ្យដើមឈើលូតលាស់លឿនកម្រិតណារៀងៗខ្លួន។
Financial acumen ជាសមត្ថភាពនិងភាពឈ្លាសវៃក្នុងការយល់ដឹងស៊ីជម្រៅអំពីគោលការណ៍ហិរញ្ញវត្ថុ ដើម្បីអាចវិភាគហានិភ័យ អានរបាយការណ៍ទីផ្សារ និងធ្វើការសម្រេចចិត្តវិនិយោគបានត្រឹមត្រូវនិងមានប្រសិទ្ធភាព។ ដូចជាការមានត្រីវិស័យនិងចេះអានផែនទី ដែលជួយយើងឱ្យធ្វើដំណើរដល់គោលដៅដោយសុវត្ថិភាព និងមិនវង្វេងផ្លូវ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖