Đo lường hiệu quả hoạt động doanh nghiệp qua chỉ số giá trị thị trường và chỉ số giá trị sổ sách bằng phương pháp máy học

12:00 | 10/09/2021

Việc đánh giá tính hiệu quả (performance) của doanh nghiệp hiện được thực hiện bằng nhiều chỉ số đánh giá khác nhau tùy mục tiêu nghiên cứu. Tuy nhiên xét trên khía cạnh tài chính, các nhà nghiên cứu thường dùng hai nhóm chỉ số đánh giá là nhóm các chỉ số thuộc về giá trị sổ sách như ROA, ROE,…và nhóm chỉ số thị trường như Tobin’Q, MVA,…Trong bài nghiên cứu này tác giả sử dụng phương pháp máy học (Machine Learning) để đánh giá tính hữu hiệu của hai nhóm chỉ số này trong mô hình phân tích định lượng. Kết quả cho thấy nhóm các chỉ số sổ sách có tính ổn định và hiệu quả hơn khi phân tích tính hiệu quả tài chính của các doanh nghiệp niêm yết.

Từ khóa: Đa dạng hóa, hiệu quả hoạt động, máy học, doanh nghiệp niêm yết Việt Nam

1. Giới thiệu

Doanh nghiệp Việt Nam trong bối cảnh hội nhập kinh tế và mở cửa thị trường tài chính nhất là sau khi Việt Nam tham gia vào AEC2015 đã tạo điều kiện cho doanh nghiệp tiếp cận các dòng vốn và cơ hội đầu tư mới. Với tiềm lực tài chính, đi kèm với cơ hội đầu tư, nhiều doanh nghiệp đã chuyển từ kinh doanh đơn ngành sang kinh doanh đa ngành hay còn gọi là đa dạng hóa kinh doanh và đầu tư. Việc đa dạng hóa có thể mang lại những cơ hội và lợi thế gia tăng lợi nhuận, giảm rủi ro (Phung và Mishra, 2016; Lins và Servaes, 2002), tuy nhiên cũng có thể tác động ngược làm gia tăng rủi ro và giảm hiệu quả (Pandya và Rao, 1998; Berger và Ofek 1995).

Hiện nay đã có rất nhiều công trình nghiên cứu về tác động của đa dạng hóa kinh doanh đến hiệu quả tài chính doanh nghiệp. Các nghiên cứu tiếp cận chỉ số đa dạng theo hai phương pháp: phương pháp chia thang đo bằng khảo sát như nghiên cứu của Enrico Santarelli và Hien Tran (2013), Pandya và Rao (1998) phân loại công ty thành 3 nhóm đa dạng hóa, Berger và Ofek (1995): Berger và Ofek đã tiến hành phân loại doanh nghiệp theo hai nhóm đơn ngành (Single- segment firms) và đa ngành (multi- segment firms); và phương pháp dùng các chỉ số đo lường mức độ đa dạng hóa như chỉ số Entropy, các nghiên cứu thuộc dạng này bao gồm như: Berger và Ofeck (1995), Stephen Tallman và Jiatao Li (1996), Hao Shen, Dong Wang và Zhongfeng Su (2011),…

Tại Việt Nam gần đây nhất có nghiên cứu của Long Hau LE and Tan Nghiem LE (2020), nghiên cứu về các yếu tố tác động đến mức độ đa dạng hóa thu nhập của các hộ gia đình vùng đồng bằng sông cửu long,…Nhìn chung các hướng tiếp cận và chỉ số đánh giá đa dạng hóa là rất đa dạng, từ đa dạng hóa sản phẩm, ngành nghề, doanh thu, địa lý cho đến đa dạng hóa thu nhập hay đầu tư, phần lớn các nghiên cứu sử dụng chỉ số Entropy để đánh giá mức độ đa dạng hóa kinh doanh của doanh nghiệp.

Để đánh giá hiệu quả hoạt động của doanh nghiệp niêm yết, nhiều tác giả sử dụng nhóm chỉ số giá trị sổ sách để đánh giá thông qua các chỉ số như ROA, ROE (Hao Shen, Dong Wang và Zhongfeng Su, 2011; A Sajid, Shujahat HH và M Tahir, 2016), nhưng cũng có nhiều tác giả sử dụng các chỉ số giá trị thị trường để đo lường như Tobin’Q, MVA (Lang và Stulz, 1994; Ye và Liu, 2012; Jasper van den Berg, 2016). Các tranh luận về sử dụng các chỉ số này cũng còn nhiều và tùy vào mục tiêu nghiên cứu mà tác giả sử dụng nhóm chỉ số nào để đánh giá. Tuy nhiên gần đây cũng xuất hiện nhiều tác giả cho rằng đo lường hiệu quả doanh nghiệp thông qua giá trị sổ sách sẽ ổn định và hiệu quả hơn nhóm các chỉ số giá trị thị trường, bởi tính không ổn định và chính xác của nó (Bartlett &  Partnoy, 2020; Dybvig &  Warachka, 2012,2015). Tuy nhiên các nghiên cứu này chỉ dừng lại trong việc kiểm chứng mô hình thông qua các trị số thống kê, hay dự đoán thông thường.

Bài nghiên cứu của chúng tôi sử dụng mô hình các yếu tố tác động đến hiệu quả doanh nghiêp thông qua hai nhóm chỉ số, đồng thời chúng tôi dùng phương pháp máy học để đánh giá tính hiệu quả của nhóm chỉ số nào tối ưu hóa mô hình.

2. Dữ liệu và kết quả nghiên cứu

Dữ liệu nghiên cứu:

Dữ liệu phục vụ trong nghiên cứu này là dạng dữ liệu bảng không cân bằng, bao gồm các doanh nghiệp phi tài chính đang niêm yết trên Sở Giao dịch Chứng khoán Tp.HCM và Sở Giao dịch Chứng khoán Hà Nội. Nguồn số liệu dựa trên cơ sở dữ liệu do Fiinpro (www.Fiinpro.com) và Thomson Reuters hỗ trợ. Số liệu của các doanh nghiệp được thu thập từ báo cáo tài chính đã kiểm toán hay báo cáo thường niên qua các năm của các doanh nghiệp.

Chi tiết số mẫu nghiên cứu và tỷ lệ mẫu qua các năm theo bảng 1 bên dưới.

Bảng 1: Thống kê số lượng mẫu nghiên cứu qua các năm

Nguồn: UBCKNN và tính toán của tác giả

Trong nghiên cứu này trước hết chúng tôi sử dụng phương pháp tính chỉ số entropy (ENTROPY) phát triển bởi Jacquemin và Berry (1979) để tính toán các chỉ số đo lường đa dạng hóa doanh thu.

Mô hình nghiên cứu:

Performance_it = β₀+ β₁E-revenue_it+ β₂FO_it + β₃SO_it + β₄OCF_it + β₅Size_it + β₆Age_it + β₇Growth_it + β₈Lev_it + β₉Liq_it + u_it

Trong đó:

+Biến hiệu quả Performance chúng tôi sử dụng 4 thước đo hiệu quả bao gồm hai chỉ số ROA và ROE đại diện cho thước đo hiệu quả về giá trị sổ sách và hai chỉ số Tobin’Q và MVA thể hiện thước đo hiệu quả về giá trị thị trường.

+ Về thước đo đa dạng hóa, trong bài nghiên cứu này chúng tôi sử dụng thước đo về đa dạng của doanh nghiệp là biến E-revenue là đa dạng về doanh thu, được đo thông qua chỉ số entropy,

+ Về hình thức sở hữu chúng tôi sử dụng hai chỉ số gồm: FO và SO thể hiện hai tỷ lệ sở hữu là sở hữu nước ngoài và sở hữu nhà nước

+ Ngoài ra bài nghiên cứu cũng sử dụng các biến kiểm soát khác như biến dòng tiền hoạt động (OCF), quy mô (Size), biến tuổi của doanh nghiệp (Age), biến tăng trưởng doanh thu (Growth), biến đòn bẩy tài chính (Lev), biến thanh khoản (Liq)

Kết quả nghiên cứu

Bảng 2: Kết quả hồi quy bằng phương pháp Machine Learning

Nguồn: Tính toán của tác giả

Bảng 2 thể hiện kết quả hồi quy bằng kỹ thuất máy học, tác giả sử dụng 4 biến đo lường hiệu quả. Kết quả từ bảng 2 cho thấy các thước đo bằng hiệu quả thị trường như Tobin’Q hay MVA tỏ ra kém hiệu quả trong dự đoán độ chính xác thể hiện ở chỉ số MSE train và test cao (không đạt độ tin cậy), ngoài ra so sánh tính chính xác trong mô hình dự báo thì độ chính xác cũng thấp, thể hiện qua các chỉ số Accurancy score giữa tập dữ liệu test và train có giá trị thấp, tức độ chính xác tiên đoán tính hiệu quả chỉ đạt trong khoảng 24,23%.

Các kết quả này hoàn toàn trái ngược khi chúng ta sử dụng thước đo hiệu quả bằng giá trị sổ sách ROA hay ROE. Độ chính xác khi dùng ROA dự đoán là 82,64%, trong khi nếu dùng ROE thì độ chính xác tập dự đoán chỉ là 67,86%. Kết quả này cũng khẳng định trong hai chỉ số đo lường hiệu quả theo giá trị sổ sách thì dùng chỉ số ROA vẫn tốt hơn nhiều so với dùng ROE, kết quả nghiên cứu này ủng hộ theo nghiên cứu gần đây của Bartlett và  Partnoy (2020).

Kết quả cũng chỉ ra việc đa dạng hóa không tác động tích cực lên kết quả kinh doanh, kết quả này ủng hộ theo các nghiên cứu của (Pandya và Rao, 1998; Berger và Ofek 1995). Biến sở hữu nhà nước có tác động tiêu cực đến hiệu quả đo bằng giá trị sổ sách nhưng lại tác động tích cực đến hiệu quả đo bằng giá trị thị trường, điều này cho thấy nhà đầu tư đã nhìn ra các vấn đề sở hữu nhà nước sẽ tạo ra các lợi thế trong kinh doanh, hoặc những giá trị tiềm ẩn của doanh nghiệp còn chưa định giá hết nếu sử dụng giá trị sổ sách. Các biến về sở hữu nước ngoài, quy mô, tuổi, dòng tiền hoạt động, tốc độ tăng trưởng đều có tác động tích cực đến hiệu quả. Biến đòn bẩy tài chính có tác động tiêu cực các thước đo hiệu quả khác nhưng lại có tác động tích cực đến ROE, tuân theo lý thuyết lợi ích từ lá chắn thuế khi sử dụng nợ vay làm khuyết đại ROE. Biến thanh khoản có tác động tích cực đến hiệu quả sổ sách, nhưng lại tác động tiêu cực đến giá trị thị trường, cho thấy doanh nghiệp khi tăng thanh khoản làm đảm bảo tính hiệu quả về giá trị sổ sách nhưng có thể làm giảm cơ hội đầu tư, kinh doanh trong tương lai nên sẽ kìm chế sự phát triển làm giảm tính hiệu quả khi nhà đầu tư định giá trị của doanh nghiệp không tốt.

3. Kết luận và hàm ý

Kết quả ước lượng cho thấy biến đa dạng hóa doanh thu có ý nghĩa thống kê đối với các mô hình và cùng có tác động ngược chiều đến các biến hiệu quả. Kết quả nghiên cứu này phù hợp với nghiên cứu của Berger và Ofeck (1995), Ade Oyedijo (2012). Kết quả này cho thấy việc mở rộng sang các ngành kinh doanh khác nhằm đa dạng doanh thu từ việc đầu tư trái ngành đã khiến doanh nghiệp đối mặt với những bất lợi như: Khó khăn trong việc điều hành cùng lúc các nguồn lực khác nhau, đặc biệt là các nguồn lực mới không giống các nguồn lực cũ (máy móc, nhân lực, thị trường mới…); Khó khăn trong việc chia sẻ các nguồn lực dùng chung nên khó tiết giảm được chi phí theo quy mô kết quả dẫn đến là làm giảm hiệu quả cả về hiệu quả sổ sách và hiệu quả thị trường...

Ngoài ta với mục tiêu của bài nghiên cứu này, chúng tôi đã sử dụng phương pháp máy học để tính toán tính hiệu quả của các mô hình khi dùng các biến đo lường hiệu quả khác nhau mà chủ yếu là dùng biến hiệu quả đo bằng giá trị sổ sách hay hiệu quả đo bằng giá trị thị trường, kết quả chúng tôi nhận thấy việc sử dụng các biến đo lường hiệu quả bằng giá trị sổ sách sẽ có tính hiệu quả và ổn định hơn, bởi các giá trị hiệu quả thị trường có tính biến động cao và đôi khi nó lại bị chi phối bởi nhiều yếu tố bên ngoài khác như hành vi tâm lý nhà đầu tư, chính sách tín dụng,…mà không phải do các yếu tố bên trong doanh nghiệp chi phối.

* Nghiên cứu được tài trợ bởi Đại học Quốc gia TP. Hồ Chí Minh (VNU-HCM) theo Hợp đồng số B2020-34-02/HĐ-KHCN

Tài liệu tham khảo:

Alexis P Jacquemin and Charles H Berry (1979), Entropy Measure of Diversification and Corporate Growth, Journal of Industrial Economics, 1979, vol. 27, issue 4, 359-69.

Bartlett, R., & Partnoy, F. (2020). The Misuse of Tobin's q. Vand. L. Rev., 73, 353.

Berger, Philip G., and Eli Ofek. 1995. Diversification’s Effect on Firm Value. Journal of Financial Economics 37: 39–65.

Dybvig, P. H., & Warachka, M. (2015). Tobin's q does not measure firm performance: Theory, empirics, and alternatives. Empirics, and Alternatives (March 5, 2015).

Lins, Karl V., and Henri Servaes. 2002. Is Corporate Diversification Beneficial in Emerging Markets? Financial Management 31: 5–31.

Long Hau LE and Tan Nghiem LE (2020), Income Diversification Among Rural Households in the Mekong River Delta, Vietnam: A Look Back at the Economic Transition Period, Research in World Economy.

Pandya, Anil M., and Narendar V. Rao. 1998. Diversification and Firm Performance: An Empirical Evaluation. Journal of Financial and Strategic Decisions 11: 67–81.

Phung, Duc Nam, and Anil V. Mishra. 2016. Corporation Diversification and Firm Performance: Evidence from Vietnamese Listed Firms. Australian Economic Papers 55: 386–408.

Stephen Tallman và Jiatao Li (1996), Effects of International Diversity and Product Diversity on the Performance of Multinational Firms, The Academy of Management Journal 39(1):179-196.

Shen H., Dong Wang and Zhongfeng Su (2011) - Diversification and firm performance in China. African Journal of Business Management 5 (2011) 99-104.

Ye, K., & Liu, H. (2012). State ownership and firm performance: A revisit. Frontiers of Business Research in China, 6, 201–217.

Nguyễn Anh Phong, PGS.,TS. Trường Đại học Kinh tế-Luật

Phan Huy Tâm, NCS Trường Đại học Kinh tế-Luật

Nguyễn Ngọc Hiếu, NCS Trường Đại học Kinh tế-Luật