Original Title: Cấu trúc sở hữu và hiệu quả hoạt động của công ty xây dựng và bất động sản: Bằng chứng tại 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.

រចនាសម្ព័ន្ធភាពជាម្ចាស់ និងដំណើរការប្រតិបត្តិការរបស់ក្រុមហ៊ុនសំណង់ និងអចលនទ្រព្យ៖ ភស្តុតាងនៅប្រទេសវៀតណាម

ចំណងជើងដើម៖ Cấu trúc sở hữu và hiệu quả hoạt động của công ty xây dựng và bất động sản: Bằng chứng tại Việt Nam

អ្នកនិពន្ធ៖ Nguyễn Duy Sữu (Ton Duc Thang University), Nguyễn Xuân Trường, Đặng Thị Ngọc Trâm

ឆ្នាំបោះពុម្ព៖ 2022, Tạp chí Kinh tế và Ngân hàng Châu Á (Asian Journal of Economics and Banking)

វិស័យសិក្សា៖ Corporate Finance

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះវាយតម្លៃពីឥទ្ធិពលនៃរចនាសម្ព័ន្ធភាពជាម្ចាស់ (Ownership Structure) ទៅលើដំណើរការប្រតិបត្តិការរបស់ក្រុមហ៊ុនសំណង់ និងអចលនទ្រព្យដែលបានចុះបញ្ជីនៅលើទីផ្សារមូលបត្រវៀតណាម ចាប់ពីឆ្នាំ២០១០ ដល់ ២០១៩។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ទិន្នន័យហិរញ្ញវត្ថុរបស់ក្រុមហ៊ុនចំនួន ៥៨ ដោយអនុវត្តវិធីសាស្ត្រវាយតម្លៃអេកូណូមេទ្រីក ដើម្បីស្វែងរកទំនាក់ទំនងរវាងអថេរនានា។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Pooled Ordinary Least Square (OLS)
ការប៉ាន់ស្មានការ៉េអប្បបរមា
ងាយស្រួលក្នុងការគណនា និងប្រើប្រាស់ជាមូលដ្ឋានសម្រាប់ការវិភាគដំបូង។ មិនអាចដោះស្រាយបញ្ហាអថេរដែលមិនអាចសង្កេតបាន និងងាយរងឥទ្ធិពលពីបញ្ហាវ៉ារ្យ៉ង់ខុសគ្នា (Heteroscedasticity)។ ត្រូវបានបដិសេធចោលបន្ទាប់ពីធ្វើតេស្ត F-test ដោយសារមិនស័ក្តិសមជាមួយទិន្នន័យបន្ទះ (Panel Data) នេះ។
Fixed Effect Model (FEM) / Random Effect Model (REM)
គំរូឥទ្ធិពលថេរ / គំរូឥទ្ធិពលចៃដន្យ
អាចដោះស្រាយបញ្ហាអថេរដែលមិនអាចសង្កេតបាននៅក្នុងទិន្នន័យបន្ទះ (Panel Data) ជួយឱ្យលទ្ធផលមានភាពជាក់លាក់ជាង OLS។ នៅតែទទួលរងឥទ្ធិពលពីបញ្ហាវ៉ារ្យ៉ង់ខុសគ្នា (Heteroscedasticity) និងកំហុសទាក់ទងគ្នា (Autocorrelation) ដែលធ្វើឱ្យលទ្ធផលមិនមានភាពសុក្រឹត។ ត្រូវបានបដិសេធដោយសារការធ្វើតេស្ត Breusch-Pagan និង Wooldridge បានបង្ហាញពីវត្តមាននៃបញ្ហាវ៉ារ្យ៉ង់ខុសគ្នា។
Generalized Least Squares (GLS)
ការប៉ាន់ស្មានការ៉េអប្បបរមាទូទៅ
អាចដោះស្រាយបញ្ហាវ៉ារ្យ៉ង់ខុសគ្នា (Heteroscedasticity) យ៉ាងមានប្រសិទ្ធភាព និងផ្តល់នូវការប៉ាន់ស្មានដែលរឹងមាំ (Robust) និងអាចទុកចិត្តបានបំផុត។ ទាមទារការគណនាស្មុគស្មាញ និងត្រូវការកម្មវិធីស្ថិតិកម្រិតខ្ពស់ដើម្បីដំណើរការគំរូ។ ជាគំរូដ៏ល្អបំផុតដែលត្រូវបានជ្រើសរើសសម្រាប់ការវិភាគចុងក្រោយ ដែលបង្ហាញថាម្ចាស់ភាគហ៊ុនបរទេសជួយបង្កើនតម្លៃក្រុមហ៊ុន (TobinQ) ចំណែកឯម្ចាស់ភាគហ៊ុនរដ្ឋធ្វើឱ្យតម្លៃធ្លាក់ចុះ។

ការចំណាយលើធនធាន (Resource Cost)៖ ឯកសារមិនបានបញ្ជាក់លម្អិតអំពីថ្លៃដើមធនធាននោះទេ ប៉ុន្តែការវិភាគនេះទាមទារកម្មវិធីស្ថិតិកម្រិតខ្ពស់ និងទិន្នន័យហិរញ្ញវត្ថុដែលបានធ្វើសវនកម្មត្រឹមត្រូវពិតប្រាកដ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះផ្តោតលើទីផ្សារមូលបត្រប្រទេសវៀតណាម ដោយប្រើប្រាស់ក្រុមហ៊ុនសំណង់ និងអចលនទ្រព្យចំនួន៥៨ ចន្លោះឆ្នាំ២០១០-២០១៩។ ដោយសារបរិបទទីផ្សារ ទំហំសេដ្ឋកិច្ច និងច្បាប់វិនិយោគរបស់វៀតណាមមានលក្ខណៈខុសប្លែកពីកម្ពុជា លទ្ធផលនេះអាចមិនឆ្លុះបញ្ចាំងទាំងស្រុងទេប្រសិនបើអនុវត្តដោយផ្ទាល់នៅកម្ពុជា។ ទោះយ៉ាងណា នេះជាមេរៀនដ៏ល្អសម្រាប់កម្ពុជាក្នុងការស្វែងយល់ពីឥទ្ធិពលនៃការកាន់កាប់ភាគហ៊ុនដោយរដ្ឋ និងការទាក់ទាញវិនិយោគទុនបរទេស។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រ និងការរកឃើញក្នុងការសិក្សានេះ មានសារៈសំខាន់ខ្លាំងសម្រាប់បរិបទសេដ្ឋកិច្ចកម្ពុជា ជាពិសេសក្នុងការអភិវឌ្ឍទីផ្សារមូលបត្រ និងអភិបាលកិច្ចក្រុមហ៊ុនអចលនទ្រព្យ។

ជារួម ការសិក្សានេះផ្តល់នូវក្របខ័ណ្ឌអេកូណូមេទ្រីកដ៏រឹងមាំមួយ សម្រាប់អ្នកវិភាគហិរញ្ញវត្ថុ និងរៀបចំគោលនយោបាយនៅកម្ពុជា ក្នុងការវាយតម្លៃ និងធ្វើឱ្យប្រសើរឡើងនូវអភិបាលកិច្ចសាជីវកម្មក្នុងវិស័យអចលនទ្រព្យ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ប្រមូលទិន្នន័យហិរញ្ញវត្ថុ (Financial Data Collection): ទាញយករបាយការណ៍ហិរញ្ញវត្ថុប្រចាំឆ្នាំ (Annual Reports) របស់ក្រុមហ៊ុនដែលបានចុះបញ្ជីនៅលើ Cambodia Securities Exchange (CSX) ដោយប្រើប្រាស់ Excel សម្រាប់ការរៀបចំទិន្នន័យជាទម្រង់បន្ទះ (Panel Data)។
  2. សិក្សាពីវិធីសាស្ត្រវិភាគទិន្នន័យបន្ទះ (Panel Data Analysis): ស្វែងយល់ពីទ្រឹស្តីនិងរបៀបប្រើប្រាស់គំរូ OLS, FEM, REM តាមរយៈការរៀនវគ្គសិក្សាពាក់ព័ន្ធនឹង Econometrics នៅលើវេទិកាដូចជា CourseraDataCamp
  3. អនុវត្តការវិភាគស្ថិតិ និងធ្វើតេស្តសម្មតិកម្ម: ប្រើប្រាស់កម្មវិធី STATA ឬភាសា R ដើម្បីដំណើរការទិន្នន័យ និងធ្វើតេស្តសំខាន់ៗដូចជា Hausman Test (ជ្រើសរើសរវាង FEM/REM) និង Breusch-Pagan Test (ស្វែងរកបញ្ហាវ៉ារ្យ៉ង់ខុសគ្នា)។
  4. បង្កើតគំរូវាយតម្លៃចុងក្រោយ (Build GLS Model): ប្រសិនបើរកឃើញបញ្ហាវ៉ារ្យ៉ង់ខុសគ្នា សូមអនុវត្តវិធីសាស្ត្រ Generalized Least Squares (GLS) នៅក្នុងកម្មវិធី STATA ដើម្បីទទួលបានលទ្ធផលប៉ាន់ស្មានដែលត្រឹមត្រូវ និងទាញយកប្រធានបទវិភាគ។
  5. ចងក្រងរបាយការណ៍ និងផ្តល់អនុសាសន៍: សរសេររបាយការណ៍វិភាគលម្អិតដោយផ្តោតលើទំនាក់ទំនងរវាងម្ចាស់ភាគហ៊ុនបរទេស/រដ្ឋ និងប្រសិទ្ធភាពក្រុមហ៊ុន (ROA, ROE, TobinQ) ដើម្បីផ្តល់ជាអនុសាសន៍ដល់គណៈគ្រប់គ្រងក្រុមហ៊ុន និងវិនិយោគិន។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
TobinQ សូចនាករសម្រាប់វាស់វែងតម្លៃទីផ្សាររបស់ក្រុមហ៊ុនធៀបនឹងតម្លៃសៀវភៅនៃទ្រព្យសកម្មរបស់វា។ វាបង្ហាញពីការវាយតម្លៃរបស់អ្នកវិនិយោគលើសក្តានុពលកំណើននាពេលអនាគតរបស់ក្រុមហ៊ុន។ ដូចជាការប្រៀបធៀបតម្លៃផ្ទះដែលអ្នកអាចលក់បាននៅលើទីផ្សារជាក់ស្តែង ជាមួយនឹងតម្លៃដើមសរុបដែលអ្នកបានចំណាយដើម្បីសាងសង់វា។
Generalized Least Squares (GLS) វិធីសាស្ត្រស្ថិតិកម្រិតខ្ពស់ដែលប្រើប្រាស់ដើម្បីប៉ាន់ស្មានទំនាក់ទំនងរវាងអថេរនៅក្នុងទិន្នន័យ ដោយវាជួយដោះស្រាយបញ្ហាវ៉ារ្យ៉ង់ខុសគ្នា (Heteroscedasticity) ដែលគំរូធម្មតា (OLS) មិនអាចធ្វើបាន។ ដូចជាការពាក់វ៉ែនតាដែលមានកញ្ចក់កែតម្រូវពន្លឺអូតូ ដើម្បីមើលឃើញរូបភាពច្បាស់ល្អ ទោះបីជាមានពន្លឺជះខ្លាំងមិនស្មើគ្នានៅតាមកន្លែងផ្សេងៗគ្នាក៏ដោយ។
Fixed Effect Model (FEM) គំរូវិភាគទិន្នន័យបន្ទះ (Panel Data) ដែលសន្មតថា លក្ខណៈពិសេសប្រចាំខ្លួនរបស់ក្រុមហ៊ុននីមួយៗដែលមិនប្រែប្រួលតាមពេលវេលា មានឥទ្ធិពលថេរទៅលើដំណើរការរបស់វា ហើយកត្តាទាំងនោះត្រូវតែគិតបញ្ចូលក្នុងម៉ូដែល។ ដូចជាការវាយតម្លៃពិន្ទុសិស្សដោយដកចេញនូវកត្តាទេពកោសល្យពីកំណើតរបស់ពួកគេម្នាក់ៗ ដើម្បីមើលថាតើការខិតខំប្រឹងប្រែងរៀនសូត្រពិតជាជួយពង្រឹងលទ្ធផលបានកម្រិតណា។
Agency Theory ទ្រឹស្តីហិរញ្ញវត្ថុដែលពន្យល់ពីជម្លោះផលប្រយោជន៍រវាងម្ចាស់ភាគហ៊ុន (អ្នកប្រគល់សិទ្ធិ) និងក្រុមប្រឹក្សាភិបាល ឬអ្នកគ្រប់គ្រងក្រុមហ៊ុន (អ្នកទទួលសិទ្ធិ) ដែលជារឿយៗអ្នកគ្រប់គ្រងតែងតែធ្វើសកម្មភាពដើម្បីប្រយោជន៍ផ្ទាល់ខ្លួនជាជាងក្រុមហ៊ុន។ ដូចជាម្ចាស់ហាងជួលអ្នកគ្រប់គ្រងម្នាក់ឱ្យមើលការខុសត្រូវហាង ប៉ុន្តែអ្នកគ្រប់គ្រងនោះលួចយកលុយហាងទៅទិញរបស់របរប្រើប្រាស់ផ្ទាល់ខ្លួន។
Financial Leverage ការប្រើប្រាស់បំណុល (ការខ្ចីប្រាក់ពីធនាគារ ឬបោះផ្សាយសញ្ញាបណ្ណ) ដើម្បីយកមកវិនិយោគទិញទ្រព្យសកម្ម ឬពង្រីកប្រតិបត្តិការក្រុមហ៊ុន ដោយរំពឹងថានឹងទទួលបានប្រាក់ចំណេញខ្ពស់ជាងអត្រាការប្រាក់ដែលត្រូវសង។ ដូចជាការខ្ចីលុយធនាគារដើម្បីទិញដីលក់យកចំណេញ ប្រសិនបើដីឡើងថ្លៃអ្នកចំណេញច្រើន តែបើដីចុះថ្លៃអ្នកនឹងជាប់បំណុលវ័ណ្ឌក។
Heteroscedasticity បញ្ហានៅក្នុងគំរូអេកូណូមេទ្រីក ដែលរង្វាស់នៃកំហុស (Variance of the error term) មិនថេរនៅគ្រប់កម្រិតនៃអថេរឯករាជ្យ ធ្វើឱ្យលទ្ធផលនៃការប៉ាន់ស្មានរបស់គំរូមិនអាចទុកចិត្តបាន។ ដូចជាការបាញ់ស៊ីប ដែលពេលគោលដៅនៅជិតអ្នកបាញ់ចំល្អ (កំហុសតិច) តែពេលគោលដៅនៅឆ្ងាយ អ្នកបាញ់ខុសច្រើន (កំហុសធំ) គឺទំហំនៃការខុសមិនស្មើគ្នាទេ។
Multicollinearity បញ្ហាស្ថិតិមួយដែលកើតឡើងនៅពេលអថេរពន្យល់ពីរ ឬច្រើននៅក្នុងគំរូមានទំនាក់ទំនងគ្នាទៅវិញទៅមកខ្លាំងពេក ធ្វើឱ្យពិបាកក្នុងការកំណត់ថាអថេរមួយណាជាអ្នកផ្តល់ឥទ្ធិពលពិតប្រាកដទៅលើលទ្ធផល។ ដូចជាការដាក់ម៉ាស៊ីនត្រជាក់២នៅក្នុងបន្ទប់តែមួយ ពេលបន្ទប់ត្រជាក់ យើងពិបាកដឹងថាម៉ាស៊ីនមួយណាជាអ្នកធ្វើឱ្យត្រជាក់ជាង ដោយសារវាដើរព្រមគ្នា។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖