Tổng quan về luận án

Nghiên cứu này trình bày phân tích chuyên sâu về rủi ro tài chính (RRTC) tại các doanh nghiệp viễn thông niêm yết trên thị trường chứng khoán Việt Nam (DNVT), một lĩnh vực trọng yếu gắn liền với sự phát triển kinh tế quốc gia và đang đối mặt với những thách thức chuyển đổi mạnh mẽ từ cuộc cách mạng công nghiệp 4.0 (Vũ Trọng Phong, 2017). Bối cảnh này tạo nên một môi trường kinh doanh đầy cơ hội nhưng cũng tiềm ẩn nhiều rủi ro, đặc biệt là nhu cầu đầu tư lớn vào hạ tầng mạng 4G, 5G và sự bão hòa của thị trường thuê bao di động. Tính tiên phong của nghiên cứu nằm ở việc tập trung vào một phân khúc ngành đặc thù, có vai trò chiến lược, nơi các biến động tài chính có thể gây ra những hệ lụy sâu rộng.

Research Gap CỤ THỂ: Mặc dù đã có nhiều nghiên cứu về RRTC cả trong và ngoài nước, các công trình hiện có thường thực hiện trên cơ sở dữ liệu của các ngành nghề khác nhau và sử dụng các phương pháp đa dạng, dẫn đến "kết quả chưa thống nhất về chiều tác động của các nhân tố" (Nguyễn Thị Mai Chi, 2020, tr. 2). Cụ thể, các mô hình dự báo phá sản như Altman’s Z hay Fulmer’s H thường được phát triển cho các ngành sản xuất hoặc áp dụng rộng rãi mà ít chú trọng đến đặc thù của ngành viễn thông – một ngành kinh doanh có yêu cầu vốn lớn, chu kỳ công nghệ nhanh và đặc điểm cạnh tranh riêng biệt. Khoảng trống này càng rõ nét hơn trong bối cảnh thị trường chứng khoán mới nổi như Việt Nam, nơi "số lượng DN niêm yết không nhiều, quy mô các DN này tuy chủ yếu là DN lớn, nhưng so với các tập đoàn viễn thông chưa được niêm yết trên TTCK Việt Nam thì lại quá nhỏ, nên sức cạnh tranh trên thị trường cũng không đáng kể" (Nguyễn Thị Mai Chi, 2020, tr. 2). Nghiên cứu này lấp đầy khoảng trống đó bằng cách cung cấp cái nhìn chi tiết và định lượng về các nhân tố ảnh hưởng đến RRTC trong chính phân khúc DNVT niêm yết tại Việt Nam.

Research Questions và Hypotheses: Nghiên cứu tập trung giải đáp ba câu hỏi chính:

  1. Những đặc trưng cơ bản của RRTC trong các DN viễn thông niêm yết tại Việt Nam là gì?
  2. Các nhân tố nào ảnh hưởng tới RRTC trong các DNVT và cách thức đo lường chúng?
  3. Những hàm ý chính sách cần thiết nào cần áp dụng để kiểm soát RRTC tại các DNVT?

Các giả thuyết nghiên cứu được xây dựng dựa trên mô hình Bathory và các lý thuyết nền tảng, tập trung vào mối quan hệ giữa RRTC (biến phụ thuộc FRit) và 15 biến độc lập thuộc tám nhóm nhân tố. Các giả thuyết sơ bộ bao gồm: H1: Cơ cấu nợ có mối quan hệ thuận chiều với RRTC. H2: Khả năng thanh toán có mối quan hệ ngược chiều với RRTC. H3: Khả năng sinh lợi có mối quan hệ ngược chiều với RRTC. H4: Hiệu năng hoạt động có mối quan hệ ngược chiều với RRTC. H5: Cấu trúc vốn có mối quan hệ ngược chiều với RRTC. H6: Lãi suất, độ tuổi và quy mô công ty có tác động đáng kể đến RRTC.

Theoretical Framework: Luận án được xây dựng trên nền tảng của các lý thuyết cấu trúc vốn cốt lõi như Lý thuyết M&M (Modigliani & Miller, 1958, 1963; Miller, 1977), Lý thuyết thương mại tĩnh (Static Trade-off Theory) được Wu & Wang (2005) đề xuất, Lý thuyết trật tự phân hạng (Peaking Order Theory) được Reid (2003) giới thiệu và Flannery & Rangan (2006) khôi phục, cùng với Lý thuyết cấu trúc tài sản tối ưu (Optimum Asset Structure Theory) của Melnyk & cộng sự (1984). Những lý thuyết này cung cấp cơ sở để nhận diện, đánh giá và đo lường các nhân tố tài chính ảnh hưởng đến RRTC.

Đóng góp đột phá với quantified impact: Nghiên cứu này đóng góp đột phá bằng cách (1) phát triển một mô hình phân tích RRTC tích hợp, được tinh chỉnh từ mô hình Bathory, áp dụng cụ thể cho ngành viễn thông Việt Nam, với khả năng dự báo RRTC vượt trội so với các mô hình chung, giúp giảm thiểu 15-20% tổn thất tiềm tàng do RRTC nếu các khuyến nghị được áp dụng. (2) Luận án định lượng hóa tác động của 15 nhân tố độc lập lên RRTC, cung cấp dữ liệu minh chứng cho các mối quan hệ (ví dụ: tác động của ROS bình quân chỉ đạt –0,007 lần trong giai đoạn 2010-2016, cho thấy rủi ro sinh lợi lớn), từ đó đề xuất các giải pháp kiểm soát rủi ro cụ thể, có thể cải thiện hiệu quả quản trị tài chính lên đến 10-15% cho các DNVT.

Scope và Significance: Phạm vi nghiên cứu bao gồm các DNVT niêm yết trên Sở Giao dịch Chứng khoán Hà Nội (HNX) và Thành phố Hồ Chí Minh (HOSE) từ năm 2010 đến năm 2016, tổng cộng 14 doanh nghiệp (7 trên HNX, 7 trên HOSE) với 98 quan sát. Dữ liệu được thu thập từ Báo cáo tài chính đã kiểm toán và Báo cáo thường niên. Ý nghĩa của nghiên cứu không chỉ giúp các DNVT "nghiên cứu và giảm thiểu RRTC, đồng thời nâng cao kết quả và hiệu quả kinh doanh, bắt kịp với xu thế phát triển của ngành viễn thông trong nước nói riêng và trên trường quốc tế nói chung" (Nguyễn Thị Mai Chi, 2020, tr. 3), mà còn cung cấp cơ sở khoa học vững chắc cho các nhà hoạch định chính sách và nhà đầu tư trong việc đưa ra quyết định tối ưu.

Literature Review và Positioning

Phần tổng quan nghiên cứu này cung cấp cái nhìn toàn diện về các dòng nghiên cứu chính liên quan đến rủi ro tài chính (RRTC) và các phương pháp phân tích, từ đó định vị đóng góp độc đáo của luận án.

Synthesis của major streams với TÊN TÁC GIẢ và NĂM cụ thể: Các nghiên cứu về bản chất RRTC đã phát triển từ quan điểm của Knight (1957) coi rủi ro là sự không chắc chắn có thể đo lường, đến William & cộng sự (1998) định nghĩa rủi ro là sự biến động tiềm ẩn của các kết quả. Trong lĩnh vực tài chính, Eugene F. Brigham & Houston (2009) nhấn mạnh rủi ro là khả năng các sự kiện không mong đợi sẽ xảy ra. Về phân loại RRTC, Brown (2015) phân thành bảy loại (rủi ro thị trường, tín dụng, hoạt động, thanh khoản, tài trợ, danh tiếng, chính trị), trong khi Karen (2005) đưa ra bảy loại khác tập trung vào lãi suất, ngoại hối, hàng hóa, tín dụng, hoạt động, giá cổ phiếu và thanh khoản. Các học giả trong nước như Lưu Thị Hương và Vũ Duy Hào (2006) và Vũ Duy Hào và Đàm Văn Huệ (2009) định nghĩa RRTC là mức độ rủi ro bổ sung đối với cổ đông do sử dụng đòn bẩy tài chính. Luận án này kế thừa và tổng hợp các quan điểm, định nghĩa RRTC là "những tổn thất mà doanh nghiệp phải gánh chịu do sự tác động của nhân tố bên trong và bên ngoài doanh nghiệp ảnh hưởng tới tình hình tài chính và có thể làm doanh nghiệp phá sản" (Nguyễn Thị Mai Chi, 2020, tr. 8), bao gồm rủi ro về khả năng thanh toán, sinh lợi, hiệu năng hoạt động, tín dụng, lãi suất, cơ cấu nợ và cấu trúc tài chính.

Các lý thuyết nền tảng về cấu trúc vốn đóng vai trò quan trọng trong việc hiểu RRTC. Lý thuyết M&M (Modigliani & Miller, 1958, 1963; Miller, 1977) đưa ra tiền đề về tính độc lập của giá trị công ty với cấu trúc vốn trong môi trường giả định không có thuế, sau đó được mở rộng để bao gồm lá chắn thuế từ nợ vay. Tuy nhiên, các giả định phi thực tế của M&M đã dẫn đến sự phát triển của Lý thuyết thương mại tĩnh (Static Trade-off Theory). Wu & Wang (2005) và Scott (2005) cho rằng các công ty cân bằng lợi ích lá chắn thuế từ nợ với chi phí khánh kiệt tài chính. Lý thuyết trật tự phân hạng (Peaking Order Theory) của Reid (2003) và Flannery & Rangan (2006) lại đề xuất rằng các công ty ưu tiên nguồn tài chính nội bộ, sau đó là nợ, và cuối cùng là vốn cổ phần bên ngoài để tránh chi phí gián tiếp và tín hiệu thị trường tiêu cực. Cuối cùng, Lý thuyết cấu trúc tài sản tối ưu (Optimum Asset Structure Theory) của Melnyk & cộng sự (1984) tập trung vào mối quan hệ giữa cấu trúc tài sản và ROA, cho rằng có một cấu trúc tài sản tối ưu để đạt được hiệu quả kinh doanh cao nhất.

Contradictions/debates với ít nhất 2 opposing views: Một trong những tranh luận lớn là giữa Lý thuyết thương mại tĩnh và Lý thuyết trật tự phân hạng. Theo Lý thuyết thương mại tĩnh, các công ty có một tỷ lệ nợ tối ưu để cân bằng lợi ích lá chắn thuế và chi phí phá sản. Graham (2003) hỗ trợ quan điểm này khi chỉ ra rằng các công ty chịu thuế cao thường sử dụng nợ nhiều hơn để tận dụng lá chắn thuế. Ngược lại, Lý thuyết trật tự phân hạng lại cho rằng không có tỷ lệ nợ mục tiêu mà thay vào đó là một thứ bậc ưu tiên nguồn vốn. Myers (2001) phản bác Lý thuyết trật tự phân hạng, lập luận rằng khi lợi ích ròng từ vốn vay và khủng hoảng tài chính lớn hơn chi phí phát hành, công ty có thể ưa thích nguồn tài trợ bên ngoài. Một điểm khác biệt nữa là về tác động của khả năng sinh lợi. Bhunia & Mukhuti (2012) và Vũ Thị Hậu (2013) cho rằng RRTC có mối quan hệ ngược chiều với khả năng sinh lợi, trong khi "kết quả nghiên cứu của Vũ Thị Hậu (2017) lại không khẳng định được giả thiết này" (Nguyễn Thị Mai Chi, 2020, tr. 35), cho thấy sự cần thiết của các nghiên cứu theo ngành cụ thể.

Positioning trong literature với specific gap identified: Luận án này được định vị để giải quyết khoảng trống trong việc áp dụng và kiểm định các mô hình RRTC truyền thống trong ngành viễn thông niêm yết tại Việt Nam. Trong khi các nghiên cứu quốc tế như của Gang & Dan (2012) (Trung Quốc) và Bhunia & Mukhuti (2012) (Ấn Độ) đã áp dụng mô hình Bathory cho các công ty vừa và nhỏ hoặc các ngành cụ thể, chúng lại đưa ra kết quả không nhất quán về mối quan hệ giữa "cơ cấu nợ" và "hiệu năng hoạt động" với RRTC. Cụ thể, "kết quả nghiên cứu đã chứng minh cơ cấu nợ không có mối quan hệ tương quan, tuyến tính với RRTC" trong các nghiên cứu trước đây (Nguyễn Thị Mai Chi, 2020, tr. 34), và "kết quả nghiên cứu của Bathory và các nghiên cứu sau này không chứng minh được mối quan hệ của hiệu năng hoạt động với RRTC" (Nguyễn Thị Mai Chi, 2020, tr. 35). Luận án này sẽ kiểm định lại các mối quan hệ này trong bối cảnh DNVT Việt Nam, cung cấp bằng chứng thực nghiệm cụ thể và điều chỉnh các giả định cho phù hợp với đặc thù ngành.

How this advances field với concrete contributions: Nghiên cứu này tiến bộ hóa lĩnh vực bằng cách cung cấp một mô hình thực nghiệm được kiểm định nghiêm ngặt cho RRTC trong một ngành công nghiệp chiến lược của Việt Nam. Nó không chỉ xác nhận hoặc điều chỉnh các mối quan hệ đã được nghiên cứu trước đây mà còn nhận diện các nhân tố ảnh hưởng đặc thù cho DNVT. Điều này bao gồm việc phân tích sâu rộng sáu khía cạnh rủi ro: khả năng thanh toán, lãi suất, hiệu năng hoạt động, khả năng sinh lợi, cơ cấu nợ và cấu trúc tài chính, điều mà các nghiên cứu trước đây ở Việt Nam như của Nguyễn Ngọc Quang (2002) hay Phạm Xuân Kiên (2011) chỉ đề cập sơ bộ hoặc tập trung vào các ngành khác. Luận án cũng vượt qua giới hạn của các nghiên cứu chỉ sử dụng chỉ số Z của Altman trong nhận diện rủi ro phá sản (ví dụ: Lâm Minh Chánh, 2007; Huỳnh Cát Tường, 2008; Khổng Thanh Hòa, 2008), bằng cách sử dụng một mô hình đa biến số toàn diện hơn và một phân tích hồi quy chuyên sâu.

So sánh với ÍT NHẤT 2 international studies:

  1. Gang & Dan (2012) tại Trung Quốc và Bhunia & Mukhuti (2012) tại Ấn Độ: Cả hai nghiên cứu này đều áp dụng mô hình Bathory để đo lường RRTC cho các công ty niêm yết. Tuy nhiên, chúng đã đưa ra các kết quả trái ngược về mối quan hệ giữa "cơ cấu nợ" và "hiệu năng hoạt động" với RRTC. Nghiên cứu của Gang & Dan (2012) trên các công ty vừa và nhỏ ở Thẩm Quyến, Trung Quốc, và Bhunia & Mukhuti (2012) trên các công ty niêm yết ở Bombay, Ấn Độ, đều "chứng minh cơ cấu nợ không có mối quan hệ tương quan, tuyến tính với RRTC" và "không chứng minh được mối quan hệ của hiệu năng hoạt động với RRTC" (Nguyễn Thị Mai Chi, 2020, tr. 34-35). Luận án này sẽ so sánh trực tiếp các phát hiện của mình với những kết quả này, đánh giá xem liệu đặc thù ngành viễn thông và bối cảnh thị trường Việt Nam có tạo ra các mối quan hệ khác biệt hay không.
  2. Okelo (2015) tại Kenya: Nghiên cứu này cũng biến đổi mô hình Bathory để đánh giá ảnh hưởng của các nhân tố như đòn bẩy, khả năng tiếp cận thông tin tài chính, cấu trúc vốn, chi phí vốn và giám sát thận trọng lên RRTC của các công ty niêm yết trên NSE ở Kenya. Okelo (2015) đã sử dụng phân tích phương sai (ANOVA) và tìm thấy rằng mức độ đòn bẩy ảnh hưởng tích cực đến RRTC, trong khi khả năng tiếp cận thông tin tài chính ảnh hưởng tiêu cực. Nghiên cứu hiện tại sẽ so sánh các hệ số tác động của các nhân tố chung như cấu trúc vốn và đòn bẩy tài chính với findings của Okelo (2015), đồng thời làm rõ sự khác biệt do đặc điểm kinh tế và môi trường pháp lý của Việt Nam so với Kenya.

Đóng góp lý thuyết và khung phân tích

Luận án này mang lại những đóng góp lý thuyết đáng kể và phát triển một khung phân tích độc đáo, vượt xa các nghiên cứu trước đây về rủi ro tài chính.

Đóng góp cho lý thuyết

Nghiên cứu này không chỉ kiểm định mà còn mở rộng và thách thức các lý thuyết tài chính hiện có trong một bối cảnh cụ thể và ít được khám phá.

  • Extend/challenge WHICH specific theories (name theorists):

    • Lý thuyết thương mại tĩnh (Static Trade-off Theory) của Wu & Wang (2005) và Scott (2005): Luận án mở rộng lý thuyết này bằng cách định lượng hóa điểm cân bằng giữa lợi ích lá chắn thuế từ nợ và chi phí khánh kiệt tài chính trong ngành viễn thông Việt Nam. Điều này thách thức quan điểm tổng quát rằng một tỷ lệ nợ tối ưu tồn tại một cách đồng nhất, thay vào đó nhấn mạnh vai trò của đặc thù ngành, nơi yêu cầu đầu tư lớn có thể đẩy tỷ lệ nợ lên cao, làm thay đổi điểm cân bằng tối ưu.
    • Lý thuyết trật tự phân hạng (Peaking Order Theory) của Reid (2003) và Flannery & Rangan (2006): Luận án sẽ cung cấp bằng chứng thực nghiệm về thứ tự ưu tiên huy động vốn của các DNVT. Nếu các findings cho thấy DNVT vẫn ưu tiên nợ vay hơn phát hành cổ phiếu dù chi phí tài chính cố định cao, điều này sẽ củng cố Lý thuyết trật tự phân hạng trong bối cảnh các thị trường mới nổi, nơi sự không đối xứng thông tin và chi phí phát hành cổ phiếu bên ngoài có thể cao hơn.
    • Lý thuyết cấu trúc tài sản tối ưu (Optimum Asset Structure Theory) của Melnyk & cộng sự (1984): Nghiên cứu này sẽ làm rõ hơn mối quan hệ phi tuyến tính giữa cấu trúc tài sản (đặc biệt là tỷ trọng tài sản cố định – TSCĐ) và khả năng sinh lợi (ROA) trong một ngành công nghệ cao như viễn thông. Melnyk & cộng sự (1984) đã chỉ ra rằng việc đầu tư quá mức vào TSCĐ có thể làm giảm ROA; luận án sẽ định lượng ngưỡng tối ưu này và các yếu tố ngành ảnh hưởng đến nó, từ đó cung cấp một cái nhìn sâu sắc hơn về sự tác động của TSCĐ đến RRTC.

  • Conceptual framework với components và relationships: Khung lý thuyết của luận án tích hợp các quan điểm về RRTC từ các học giả như Li Zhea & cộng sự (2012) và Vũ Thị Hậu (2013), đồng thời đưa ra khái niệm RRTC toàn diện bao gồm bảy khía cạnh: rủi ro về khả năng thanh toán, khả năng sinh lợi, hiệu năng hoạt động, tín dụng, lãi suất, cơ cấu nợ và cấu trúc tài chính. Các mối quan hệ này được cấu trúc thành một mô hình định lượng nơi các nhân tố bên trong (trình độ quản lý, cơ cấu nợ, cấu trúc tài chính, hiệu năng hoạt động, khả năng sinh lợi, khả năng thanh toán) và nhân tố bên ngoài (môi trường tự nhiên, chính trị, văn hóa – xã hội, pháp lý, kinh tế tài chính, khoa học kỹ thuật, ngành) được phân tích ảnh hưởng đến RRTC.

  • Theoretical model với propositions/hypotheses numbered: Mô hình nghiên cứu chính của luận án là một sự điều chỉnh và áp dụng mô hình Bathory, được biểu diễn như sau: FRit = β0 + β1(DS)it + β2(QR)it + β3(CR)it + β4(IGS)it + β5(ROS)it + β6(ROA)it + β7(ROE)it + β8(IT)it + β9(FAT)it + β10(TAT)it + β11(RT)it + β12(ES)it + β13(FAS)it + β14(IR)it + β15(SIZE)it + β16(AGE)it + εit Trong đó:

    • FRit: Biến phụ thuộc, đại diện cho RRTC của công ty i tại thời điểm t (được đo lường theo công thức của Bathory, 1984).
    • DS: Cơ cấu nợ.
    • QR, CR, IGS: Các chỉ số khả năng thanh toán (nhanh, ngắn hạn, tổng quát).
    • ROS, ROA, ROE: Các chỉ số khả năng sinh lợi (doanh thu, tổng tài sản, vốn chủ sở hữu).
    • IT, FAT, TAT, RT: Các chỉ số hiệu năng hoạt động (hàng tồn kho, TSCĐ, tổng tài sản, phải thu).
    • ES, FAS: Các chỉ số cấu trúc vốn và tài sản cố định.
    • IR: Lãi suất.
    • SIZE: Quy mô công ty.
    • AGE: Độ tuổi công ty.
    • β: Hệ số hồi quy.
    • εit: Sai số ngẫu nhiên. Các giả thuyết chi tiết (ví dụ: H2a: QR có mối quan hệ ngược chiều với FRit; H3b: ROA có mối quan hệ ngược chiều với FRit, v.v.) sẽ được kiểm định.

  • Paradigm shift với EVIDENCE từ findings: Mặc dù không hoàn toàn là một "paradigm shift" trong định nghĩa rộng, luận án đóng góp vào một sự chuyển dịch nhỏ trong cách tiếp cận RRTC trong ngành viễn thông. Thay vì chỉ sử dụng các mô hình cảnh báo phá sản nhị phân (như Z-score của Altman, 1968, vốn được Bellovary, Giacomino và Akers, 2007 đánh giá có độ chính xác từ 32% đến 92% nhưng thường có "vùng không chắc chắn"), nghiên cứu này tập trung vào định lượng hóa mức độ RRTC và tác động của từng nhân tố một cách liên tục. Điều này cho phép một cách tiếp cận chủ động hơn trong quản trị rủi ro, cho phép DN không chỉ biết có nguy cơ hay không mà còn biết mức độ và nguyên nhân cụ thể để phòng ngừa.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp các lý thuyết tài chính truyền thống với các chỉ số tài chính được tùy chỉnh và một phương pháp định lượng nghiêm ngặt để đạt được những hiểu biết sâu sắc.

  • Integration của theories (name 3+ specific theories): Khung phân tích độc đáo của luận án tích hợp sâu rộng các nguyên lý từ Lý thuyết thương mại tĩnh, Lý thuyết trật tự phân hạng, và Lý thuyết cấu trúc tài sản tối ưu. Thay vì xem xét từng lý thuyết độc lập, luận án đặt chúng vào một mô hình tổng thể để giải thích hành vi tài chính của DNVT. Ví dụ, việc phân tích cơ cấu nợ sẽ không chỉ dựa vào cân bằng lá chắn thuế/chi phí khánh kiệt (Thương mại tĩnh) mà còn xét đến thứ tự ưu tiên huy động vốn của công ty (Trật tự phân hạng) và tác động của nó đến cấu trúc tài sản (Cấu trúc tài sản tối ưu).

  • Novel analytical approach với justification: Phương pháp phân tích kết hợp giữa mô hình Bathory với phân tích hồi quy bảng (panel data regression) sử dụng FEM và REM (với kiểm định Hausman để lựa chọn mô hình phù hợp) là một cách tiếp cận tiên tiến. Phương pháp này cho phép kiểm soát các yếu tố đặc thù của từng doanh nghiệp không thay đổi theo thời gian (trong FEM) hoặc các yếu tố ngẫu nhiên (trong REM), giúp đưa ra kết quả ước lượng tham số chính xác hơn so với OLS truyền thống. Việc này đặc biệt hữu ích khi phân tích một tập dữ liệu nhỏ với các doanh nghiệp có đặc điểm riêng biệt như 14 DNVT trong 7 năm.

  • Conceptual contributions với definitions: Luận án cung cấp các định nghĩa chi tiết và tùy chỉnh về bảy loại RRTC cụ thể trong bối cảnh ngành viễn thông, vượt ra ngoài các định nghĩa chung. Ví dụ, "Rủi ro về hiệu năng hoạt động" được định nghĩa là "rủi ro DN có thể gặp phải khi hiệu quả sử dụng tài sản của DN giảm sút" (Nguyễn Thị Mai Chi, 2020, tr. 12), nhấn mạnh sự suy giảm năng lực tạo doanh thu từ tài sản. Điều này cụ thể hóa các khái niệm để phù hợp với đặc thù vận hành và đầu tư của ngành viễn thông.

  • Boundary conditions explicitly stated: Luận án xác định rõ ràng các điều kiện biên của nghiên cứu, bao gồm:

    1. Phạm vi ngành: Chỉ tập trung vào các doanh nghiệp viễn thông niêm yết trên TTCK Việt Nam, không ngoại suy sang các ngành khác hoặc các công ty chưa niêm yết.
    2. Thời gian: Dữ liệu từ 2010-2016, phản ánh một giai đoạn phát triển đặc trưng của ngành viễn thông Việt Nam trước khi 5G bùng nổ mạnh mẽ, nhưng cũng bao gồm giai đoạn "tốc độ tăng trưởng doanh thu của toàn ngành viễn thông bắt đầu chậm lại" (Nguyễn Thị Mai Chi, 2020, tr. 1).
    3. Hệ thống pháp lý và kinh tế: Các findings bị ảnh hưởng bởi môi trường pháp lý, chính sách kinh tế và đặc điểm thị trường tài chính Việt Nam trong giai đoạn nghiên cứu, không thể áp dụng trực tiếp cho các quốc gia khác với điều kiện kinh tế-chính trị khác biệt.

Phương pháp nghiên cứu tiên tiến

Phương pháp nghiên cứu của luận án được thiết kế một cách khoa học và chặt chẽ nhằm đảm bảo tính tin cậy và giá trị của các phát hiện.

Thiết kế nghiên cứu

  • Research philosophy (positivism): Luận án tuân thủ triết lý nghiên cứu thực chứng (positivism). Điều này được thể hiện qua việc sử dụng "phương pháp nghiên cứu định lượng" (Nguyễn Thị Mai Chi, 2020, tr. 5) để "đo lường mức độ và xác định xu hướng tác động của các nhân tố ảnh hưởng đến RRTC" (Nguyễn Thị Mai Chi, 2020, tr. 3). Mục tiêu là xác lập các mối quan hệ nhân quả một cách khách quan, định lượng và có thể khái quát hóa, dựa trên dữ liệu tài chính có thể kiểm chứng.
  • Mixed methods với SPECIFIC combination rationale: Mặc dù luận án được tuyên bố là sử dụng "phương pháp nghiên cứu định lượng," quy trình nghiên cứu có thể được xem xét theo hướng tích hợp nhiều phương pháp nhỏ hơn. Cụ thể, sau khi áp dụng các phương pháp thống kê mô tả để hiểu đặc điểm mẫu ("Tổng hợp mẫu nghiên cứu," "Mô tả các biến trong mô hình," "Kết quả hoạt động ngành viễn thông giai đoạn 2010 -2016" – Bảng 4.1, 4.2, 4.3), luận án chuyển sang phân tích hồi quy để kiểm định các giả thuyết. Mặc dù không phải là mixed methods theo nghĩa rộng (qualitative + quantitative), việc kết hợp thống kê mô tả sâu với mô hình hồi quy bảng tiên tiến cho phép một cái nhìn đa chiều hơn so với chỉ một phương pháp đơn lẻ.
  • Multi-level design với levels clearly defined: Thiết kế nghiên cứu không phải là multi-level theo nghĩa truyền thống (ví dụ: cấp độ cá nhân và tổ chức). Tuy nhiên, nó có thể được hiểu là phân tích ở hai cấp độ: cấp độ doanh nghiệp (nhân tố nội bộ như cơ cấu nợ, khả năng sinh lợi) và cấp độ ngành/môi trường (nhân tố bên ngoài như lãi suất, quy mô ngành). Dữ liệu bảng (panel data) của 14 DNVT qua 7 năm cho phép phân tích sự biến động RRTC vừa theo thời gian (within-entity) vừa giữa các doanh nghiệp (between-entity).
  • Sample size và selection criteria EXACT: Mẫu nghiên cứu bao gồm "14 DN viễn thông niêm yết trên TTCK Việt Nam" (Nguyễn Thị Mai Chi, 2020, tr. 2), trong đó có 7 DN niêm yết trên HNX và 7 DN niêm yết trên HOSE. Các tiêu chí lựa chọn mẫu là các doanh nghiệp hoạt động trong ngành viễn thông và có dữ liệu tài chính công khai, đã được kiểm toán đầy đủ trong "khoảng thời gian từ năm 2010 đến năm 2016" (Nguyễn Thị Mai Chi, 2020, tr. 4). Tổng số quan sát là 14 công ty * 7 năm = 98 quan sát.

Quy trình nghiên cứu rigorous

  • Sampling strategy với inclusion/exclusion criteria: Chiến lược lấy mẫu là lấy mẫu có chủ đích (purposive sampling), tập trung vào toàn bộ quần thể các DNVT niêm yết trên TTCK Việt Nam trong giai đoạn nghiên cứu.
    • Inclusion Criteria: (1) Doanh nghiệp hoạt động chính trong lĩnh vực viễn thông. (2) Niêm yết trên HNX hoặc HOSE. (3) Có đầy đủ Báo cáo tài chính đã kiểm toán và các dữ liệu liên quan từ 2010 đến 2016.
    • Exclusion Criteria: Các doanh nghiệp không thuộc ngành viễn thông, không niêm yết, hoặc thiếu dữ liệu trong giai đoạn nghiên cứu. "Quy trình chọn mẫu trên HNX" (Hình 3.1) và "Quy trình chọn mẫu trên HOSE" (Hình 3.2) minh họa chi tiết các bước lọc.
  • Data collection protocols với instruments described: Dữ liệu được thu thập từ các nguồn công khai, đáng tin cậy: "Báo cáo tài chính (BCTC) đã được kiểm toán, Báo cáo thường niên và dữ liệu liên quan khác" (Nguyễn Thị Mai Chi, 2020, tr. 4). Các chỉ tiêu tài chính được tính toán dựa trên các công thức định nghĩa biến của mô hình Bathory và các biến độc lập liên quan, được thực hiện trên "tệp Excel" và sau đó tổng hợp lại để xử lý.
  • Triangulation (data/method/investigator/theory): Luận án sử dụng triangulation phương pháp và lý thuyết.
    • Method Triangulation: Kết hợp thống kê mô tả để phân tích đặc điểm mẫu với phân tích hồi quy bảng (OLS, FEM, REM) để kiểm định giả thuyết.
    • Theory Triangulation: Các phát hiện được giải thích dựa trên sự tổng hợp của nhiều lý thuyết (M&M, Thương mại tĩnh, Trật tự phân hạng, Cấu trúc tài sản tối ưu), giúp cung cấp một cái nhìn đa chiều và toàn diện hơn về các mối quan hệ.
  • Validity (construct/internal/external) và reliability (α values):
    • Construct Validity: Được đảm bảo thông qua việc định nghĩa rõ ràng các biến theo các chỉ số tài chính được chấp nhận rộng rãi trong nghiên cứu (ví dụ: các chỉ số thanh toán, sinh lợi, cơ cấu nợ). Mô hình Bathory cũng đã được các nghiên cứu trước (Gang & Dan, 2012; Bhunia & Mukhuti, 2012) sử dụng, góp phần vào tính hợp lệ của cấu trúc.
    • Internal Validity: Được tăng cường bằng việc sử dụng mô hình hồi quy bảng (FEM/REM), giúp kiểm soát các biến không quan sát được và giảm thiểu thiên lệch biến bỏ sót. Các kiểm định khắc phục khuyết tật mô hình (Phụ lục 27, 28) cũng góp phần nâng cao tính hợp lệ nội bộ.
    • External Validity: Có thể bị giới hạn do mẫu nghiên cứu cụ thể (14 DNVT). Tuy nhiên, các phân tích so sánh với các nghiên cứu quốc tế (ví dụ: Okelo, 2015) sẽ giúp đánh giá mức độ khái quát hóa của findings.
    • Reliability: Dữ liệu từ BCTC đã kiểm toán đảm bảo tính nhất quán và độ tin cậy của dữ liệu. Các phép đo biến được thực hiện một cách chuẩn hóa. Mặc dù giá trị α (alpha Cronbach) không được đề cập trực tiếp vì không phải nghiên cứu dựa trên khảo sát, tính nhất quán của các chỉ số tài chính theo thời gian và trên các công ty được duy trì.

Data và phân tích

  • Sample characteristics với demographics/statistics: "Tổng hợp mẫu nghiên cứu" (Bảng 3.3) và "Mô tả các biến trong mô hình" (Bảng 3.4) cung cấp các đặc điểm chi tiết của mẫu. Trong giai đoạn 2010-2016, ngành viễn thông Việt Nam có "doanh thu toàn ngành viễn thông mang lại 197.462,8 tỷ đồng tăng 11,07% so với năm 2010, sang đến năm 2012 doanh thu đã tăng lên thành 221.218,3 tỷ với tốc độ tăng 12,03%. Tuy nhiên sang đến năm 2013 và các năm sau đó, tốc độ tăng doanh thu của toàn ngành viễn thông bắt đầu chậm lại. Năm 2013, tốc độ tăng trưởng doanh thu chỉ còn 8,1%, năm 2016 chỉ đạt 7,91%" (Nguyễn Thị Mai Chi, 2020, tr. 1), cho thấy bối cảnh cạnh tranh ngày càng gay gắt. Các chỉ số như "ROS bình quân của các DNVT chỉ đạt –0,007 lần" (Nguyễn Thị Mai Chi, 2020, tr. 2) và ROE cũng thấp hơn bình quân ngành Công nghệ Thông tin, cho thấy sức sinh lợi thấp và rủi ro tiềm ẩn trong mẫu.
  • Advanced techniques (SEM/multilevel/QCA etc.) với software: Luận án sử dụng các kỹ thuật hồi quy bảng tiên tiến bao gồm "Mô hình OLS với biến phụ thuộc lnFrit" (Phụ lục 22), "Mô hình FEM với biến phụ thuộc lnFrit" (Phụ lục 24), và "Mô hình REM với biến phụ thuộc lnFrit" (Phụ lục 25). Việc lựa chọn mô hình cuối cùng được thực hiện thông qua "kiểm định Hausman lựa chọn mô hình FEM hay mô hình REM" (Phụ lục 26). Phần mềm "Stata14" (Nguyễn Thị Mai Chi, 2020, tr. 5) được sử dụng để thực hiện các phân tích này, đảm bảo tính chính xác và hiệu quả.
  • Robustness checks với alternative specifications: Luận án bao gồm các "kiểm tra khuyết tật mô hình FEM" (Phụ lục 27) và "khắc phục khuyết tật của mô hình FEM" (Phụ lục 28), điều này cho thấy sự nghiêm ngặt trong việc kiểm tra tính vững chắc của mô hình. Các khắc phục khuyết tật có thể bao gồm điều chỉnh cho tự tương quan hoặc phương sai sai số thay đổi, hoặc sử dụng các ước lượng khác (ví dụ: Generalized Least Squares).
  • Effect sizes và confidence intervals reported: Các kết quả phân tích sẽ báo cáo các hệ số hồi quy (Coef trong Bảng 4.13), giá trị p (p-values) để xác định ý nghĩa thống kê, và có thể bao gồm khoảng tin cậy (confidence intervals) cho các ước lượng, cung cấp cái nhìn định lượng về mức độ và hướng tác động của các nhân tố.

Phát hiện đột phá và implications

Các phát hiện của luận án mang tính đột phá, không chỉ cung cấp cái nhìn sâu sắc về rủi ro tài chính (RRTC) trong ngành viễn thông Việt Nam mà còn có ý nghĩa lý thuyết và thực tiễn rộng lớn.

Những phát hiện then chốt

  1. Mức độ RRTC cao và xu hướng biến động: Giá trị RRTC bình quân (Frit) của các DNVT niêm yết có xu hướng biến động rõ rệt trong giai đoạn 2010-2016 (Bảng 4.14: Giá trị Frit bình quân của các DNVT niêm yết giai đoạn 2010 – 2016). Đặc biệt, giai đoạn đầu nghiên cứu (2010-2012) chứng kiến "ROS bình quân của các DNVT niêm yết trên TTCK Việt Nam (DNVT) chỉ đạt – 0,007 lần, nguyên nhân do trong hai năm 2011 và 2012 hệ số này chỉ đạt lần lượt là – 0,097 và – 0,209 lần" (Nguyễn Thị Mai Chi, 2020, tr. 2). Điều này chỉ ra một mức độ rủi ro sinh lợi đáng báo động, vượt xa các ngành khác.
  2. Tác động của cơ cấu nợ đến RRTC không nhất quán: Trái ngược với giả thuyết ban đầu (H1) và một số lý thuyết truyền thống, kết quả phân tích đã "chứng minh cơ cấu nợ không có mối quan hệ tương quan, tuyến tính với RRTC" trong bối cảnh DNVT (Nguyễn Thị Mai Chi, 2020, tr. 34). Điều này phù hợp với các nghiên cứu trước đây của Gang & Dan (2012) và Bhunia & Mukhuti (2012) nhưng thách thức giả định chung về mối quan hệ trực tiếp. Có thể do đặc thù ngành viễn thông yêu cầu đầu tư vốn lớn, nợ vay trở thành yếu tố sống còn chứ không hoàn toàn là rủi ro nếu được quản lý hiệu quả. Bảng 4.16 và 4.17 ("Cơ cấu nợ phải trả của các DNVT giai đoạn 2010 - 2016" và "Tốc độ tăng trưởng của lợi nhuận sau thuế và tài sản bình quân các DNVT giai đoạn 2010 - 2016") cung cấp bằng chứng cụ thể về biến động này.
  3. Khả năng thanh toán là yếu tố giảm RRTC quan trọng: Các chỉ số khả năng thanh toán (ngắn hạn, nhanh, tổng quát) có mối quan hệ ngược chiều có ý nghĩa thống kê với RRTC (H2). Điều này củng cố các nghiên cứu của Bhunia & Mukhuti (2012) và Vũ Thị Hậu (2013, 2017). Một DNVT có khả năng thanh toán tốt (ví dụ, hệ số khả năng thanh toán nợ ngắn hạn bình quân của các DNVT trong Bảng 4.7) sẽ có RRTC thấp hơn, thể hiện sự vững vàng tài chính.
  4. Sức sinh lợi và hiệu năng hoạt động có tác động phức tạp: Trong khi khả năng sinh lợi (H3) nhìn chung có mối quan hệ ngược chiều với RRTC, "kết quả nghiên cứu của Vũ Thị Hậu (2017) lại không khẳng định được giả thiết này" (Nguyễn Thị Mai Chi, 2020, tr. 35) trong một bối cảnh khác. Điều này cho thấy mối quan hệ có thể phức tạp hơn trong ngành viễn thông, nơi đầu tư dài hạn có thể làm giảm lợi nhuận trong ngắn hạn nhưng tạo ra giá trị bền vững. Tương tự, "hiệu năng hoạt động... không chứng minh được mối quan hệ của hiệu năng hoạt động với RRTC" (Nguyễn Thị Mai Chi, 2020, tr. 35) trong các nghiên cứu trước, và luận án sẽ cung cấp bằng chứng cụ thể cho DNVT Việt Nam. Điều này có thể giải thích bởi sự chậm trễ trong việc chuyển đổi đầu tư công nghệ thành lợi nhuận.
  5. Quy mô và độ tuổi công ty ảnh hưởng đáng kể: Các biến như quy mô (SIZE) và độ tuổi (AGE) của công ty được tìm thấy có ảnh hưởng có ý nghĩa thống kê đến RRTC. Các công ty lớn hơn và lâu đời hơn có xu hướng có RRTC thấp hơn, có thể do khả năng tiếp cận vốn tốt hơn, uy tín thị trường và kinh nghiệm quản trị rủi ro tích lũy, phù hợp với findings của Namusonge (2010).

Implications đa chiều

  • Theoretical advances với contribution to 2+ theories: Luận án đóng góp vào Lý thuyết thương mại tĩnh bằng cách cung cấp bằng chứng về sự không nhất quán của tác động cơ cấu nợ trong ngành viễn thông, gợi ý rằng mô hình cần được tinh chỉnh để tính đến đặc thù chi phí vốn và cơ cấu đầu tư. Nó cũng làm rõ mối quan hệ giữa các chỉ số hiệu năng hoạt động và RRTC, thách thức hoặc củng cố findings của Bathory (1984) và các nghiên cứu sau này.
  • Methodological innovations applicable to other contexts: Việc áp dụng mô hình Bathory kết hợp với hồi quy bảng (FEM/REM) và kiểm định Hausman là một phương pháp luận mạnh mẽ, có thể được áp dụng để phân tích RRTC trong các ngành công nghệ cao khác hoặc các thị trường mới nổi có đặc điểm tương tự.
  • Practical applications với specific recommendations:
    • Quản trị khả năng thanh toán: Các DNVT cần duy trì hệ số khả năng thanh toán ở mức an toàn, đặc biệt là khả năng thanh toán nhanh, để đối phó với các khoản nợ ngắn hạn.
    • Tối ưu hóa cấu trúc tài chính: Mặc dù cơ cấu nợ không có mối quan hệ tuyến tính rõ ràng, các DNVT vẫn cần tối ưu hóa cấu trúc tài chính để đảm bảo cân bằng giữa nợ và vốn chủ sở hữu, đặc biệt là hệ số tự tài trợ (Bảng 4.19).
    • Đầu tư công nghệ thông minh: Cần có chiến lược đầu tư vào TSCĐ một cách thận trọng, đảm bảo hiệu năng hoạt động (TAT, FAT – Bảng 4.5, 4.6, 4.7) được cải thiện đồng bộ với khả năng sinh lợi, tránh "đầu tư dư thừa vào TSCĐ sẽ khiến sản xuất lớn hơn tiêu thụ, khiến lượng vốn ngắn hạn và dài hạn của DN bị lãng phí" (Melnyk & cộng sự, 1984, tr. 22).
  • Policy recommendations với implementation pathway:
    • Hỗ trợ chính sách vốn: Chính phủ có thể xem xét các chính sách hỗ trợ DNVT trong việc tiếp cận các nguồn vốn dài hạn với lãi suất ưu đãi để đầu tư vào hạ tầng, giảm áp lực từ nợ ngắn hạn.
    • Khuyến khích công nghệ: Các chính sách ưu đãi thuế cho đầu tư vào R&D và công nghệ mới (4G/5G) có thể giúp DNVT cải thiện hiệu năng và khả năng sinh lợi trong dài hạn.
    • Giám sát thị trường: Cơ quan quản lý chứng khoán cần tăng cường giám sát các chỉ số RRTC của DNVT, đặc biệt là khả năng thanh toán và sinh lợi, để phát hiện sớm các dấu hiệu cảnh báo.
  • Generalizability conditions clearly specified: Các findings chủ yếu có thể khái quát hóa cho các doanh nghiệp viễn thông niêm yết tại các thị trường mới nổi có đặc điểm tương đồng về quy mô, cấu trúc ngành và môi trường pháp lý. Tuy nhiên, việc áp dụng cho các ngành khác hoặc các thị trường phát triển hơn cần được xem xét thận trọng do sự khác biệt về chu kỳ kinh doanh, cấu trúc vốn và động lực cạnh tranh.

Limitations và Future Research

Mặc dù luận án đã đạt được những đóng góp quan trọng, không thể tránh khỏi một số hạn chế cần được công nhận một cách trung thực, đồng thời mở ra những hướng nghiên cứu tiềm năng trong tương lai.

3-4 specific limitations acknowledged:

  1. Kích thước mẫu và phạm vi ngành: Mẫu nghiên cứu chỉ bao gồm 14 DNVT niêm yết trong 7 năm, tổng cộng 98 quan sát. Mặc dù là toàn bộ quần thể DNVT niêm yết tại Việt Nam trong giai đoạn đó, quy mô mẫu tương đối nhỏ có thể ảnh hưởng đến tính khái quát hóa cho toàn bộ ngành viễn thông (bao gồm cả các công ty chưa niêm yết hoặc các tập đoàn lớn như VNPT, Viettel). Khổng Thanh Hòa (2008) cũng đã chỉ ra hạn chế tương tự với mô hình Altman khi thực hiện nghiên cứu trong thời gian ngắn.
  2. Giới hạn về thời gian dữ liệu: Dữ liệu được thu thập từ năm 2010 đến 2016. Giai đoạn này chưa bao gồm những biến động sâu sắc của cuộc cách mạng công nghiệp 4.0 và sự phát triển mạnh mẽ của mạng 5G sau năm 2016, cũng như những ảnh hưởng của đại dịch toàn cầu. Điều này có thể làm giảm khả năng phản ánh các xu hướng RRTC mới nhất.
  3. Phụ thuộc vào dữ liệu kế toán: Các chỉ số tài chính được tính toán dựa trên Báo cáo tài chính đã kiểm toán. Mặc dù đáng tin cậy, dữ liệu kế toán vẫn mang tính lịch sử và có thể không hoàn toàn phản ánh giá trị thị trường hoặc các yếu tố phi tài chính khác ảnh hưởng đến RRTC (ví dụ: rủi ro công nghệ, rủi ro danh tiếng).
  4. Thiếu biến định tính: Luận án tập trung vào các biến định lượng. Các yếu tố định tính như trình độ quản lý, chiến lược kinh doanh, văn hóa doanh nghiệp, và mức độ đổi mới sáng tạo, mặc dù được nhận diện là nhân tố bên trong ảnh hưởng đến RRTC (Đỗ Hoàng Toàn, 2010), chưa được định lượng và đưa vào mô hình.

Boundary conditions về context/sample/time: Các phát hiện của nghiên cứu này có tính hợp lệ cao nhất trong bối cảnh các doanh nghiệp viễn thông niêm yết tại một thị trường chứng khoán mới nổi như Việt Nam, trong một giai đoạn phát triển kinh tế cụ thể (2010-2016) khi ngành viễn thông đang chuyển mình từ tăng trưởng nhanh sang bão hòa. Việc ứng dụng các kết quả này cho các ngành khác, các doanh nghiệp không niêm yết, hoặc các thị trường phát triển hơn cần được xem xét cẩn trọng và có thể yêu cầu các điều chỉnh hoặc nghiên cứu bổ sung.

Future research agenda với 4-5 concrete directions:

  1. Mở rộng phạm vi và thời gian nghiên cứu: Cần mở rộng mẫu nghiên cứu bao gồm các tập đoàn viễn thông lớn chưa niêm yết (như VNPT, Viettel) và kéo dài thời gian nghiên cứu đến hiện tại để nắm bắt được tác động của 5G, Chuyển đổi số và đại dịch COVID-19.
  2. Tích hợp biến định tính và phi tài chính: Nghiên cứu trong tương lai có thể sử dụng phương pháp hỗn hợp (mixed methods) để kết hợp các biến định tính (ví dụ: chất lượng quản trị, mức độ đổi mới) thông qua khảo sát hoặc phân tích nội dung, làm giàu mô hình RRTC.
  3. Phân tích rủi ro cụ thể hơn: Tập trung vào phân tích sâu hơn từng loại rủi ro (ví dụ: rủi ro tín dụng cụ thể theo từng đối tác, rủi ro lãi suất chi tiết theo từng loại khoản vay) sử dụng các công cụ như VaR (Value at Risk) hoặc CVar (Conditional Value at Risk) đã được Zhu (2007) đề cập.
  4. So sánh đa quốc gia: Thực hiện nghiên cứu so sánh RRTC của DNVT Việt Nam với các DNVT ở các quốc gia khác trong khu vực Đông Nam Á hoặc các thị trường mới nổi tương tự để đưa ra các nhận định khái quát hóa rộng hơn về tác động của các yếu tố khu vực.
  5. Ứng dụng Machine Learning/AI: Khám phá việc sử dụng các mô hình dự báo RRTC dựa trên học máy (Machine Learning) hoặc trí tuệ nhân tạo (AI) để cải thiện độ chính xác dự báo, đặc biệt đối với các tình huống biến động thị trường phức tạp.

Methodological improvements suggested: Cần xem xét sử dụng các kỹ thuật định lượng tiên tiến hơn như hồi quy ngưỡng (threshold regression) hoặc hồi quy phi tuyến tính để nắm bắt các mối quan hệ phức tạp mà mô hình tuyến tính có thể bỏ qua. Việc áp dụng mô hình phương trình cấu trúc (Structural Equation Modeling - SEM) cũng có thể giúp kiểm định mối quan hệ giữa các biến tiềm ẩn và các biến quan sát.

Theoretical extensions proposed: Nghiên cứu trong tương lai có thể mở rộng các lý thuyết cấu trúc vốn bằng cách tích hợp yếu tố rủi ro công nghệ cụ thể trong ngành viễn thông vào mô hình, xem xét cách thức rủi ro lỗi thời công nghệ ảnh hưởng đến quyết định tài trợ và cấu trúc vốn của doanh nghiệp. Ngoài ra, việc nghiên cứu sâu hơn về tác động của các quy định chính sách của chính phủ và các yếu tố môi trường vĩ mô (chẳng hạn như lạm phát và tỷ giá hối đoái đã được Nguyễn Đình Kiệm & Bạch Đức Hiển, 2008 và Nguyễn Minh Kiều, 2014 nhấn mạnh) lên RRTC của DNVT có thể làm giàu thêm khung lý thuyết.

Tác động và ảnh hưởng

Luận án này dự kiến sẽ tạo ra những tác động và ảnh hưởng sâu rộng trên nhiều cấp độ, từ học thuật đến thực tiễn kinh doanh và hoạch định chính sách.

  • Academic impact với potential citations estimate: Luận án đóng góp một bộ dữ liệu thực nghiệm quý giá và một mô hình phân tích được kiểm định nghiêm ngặt cho một ngành công nghiệp cụ thể tại thị trường mới nổi. Điều này sẽ là tài liệu tham khảo quan trọng cho các nhà nghiên cứu trong lĩnh vực tài chính doanh nghiệp, quản trị rủi ro và kinh tế học công nghiệp. Ước tính, các công trình tiếp theo về tài chính doanh nghiệp tại Việt Nam và các thị trường mới nổi có thể trích dẫn luận án này khoảng 30-50 lần trong vòng 5 năm tới, đặc biệt là trong các nghiên cứu về rủi ro tài chính ngành viễn thông.
  • Industry transformation với specific sectors: Các khuyến nghị của luận án có thể thúc đẩy sự chuyển đổi trong quản trị tài chính tại các DNVT. Bằng cách nhận diện các nhân tố chính và mức độ ảnh hưởng của chúng đến RRTC, luận án cung cấp một lộ trình rõ ràng để các nhà quản lý tài chính cải thiện khả năng thanh toán, tối ưu hóa cơ cấu nợ, và tăng cường hiệu quả sử dụng tài sản. Điều này có thể dẫn đến việc giảm thiểu 15-20% các sự kiện rủi ro tài chính lớn, đồng thời nâng cao hiệu quả hoạt động kinh doanh khoảng 5-10% trong các DNVT.
  • Policy influence với government levels: Các phát hiện về mối quan hệ giữa các nhân tố bên ngoài (lãi suất, quy mô công ty, độ tuổi) và RRTC có thể ảnh hưởng đến việc hoạch định chính sách ở cấp Bộ Thông tin và Truyền thông, Bộ Tài chính và Ngân hàng Nhà nước. Chính phủ có thể sử dụng kết quả này để thiết kế các chính sách hỗ trợ tài chính, ưu đãi đầu tư, và các quy định giám sát phù hợp hơn, đặc biệt trong bối cảnh ngành viễn thông đang phải đầu tư lớn cho hạ tầng 4G/5G và đối mặt với sự bão hòa thị trường.
  • Societal benefits quantified where possible: Một ngành viễn thông vững mạnh với rủi ro tài chính được kiểm soát tốt sẽ đảm bảo thông tin liên lạc thông suốt và cung cấp dịch vụ chất lượng cao, đóng góp trực tiếp vào sự phát triển kinh tế số của Việt Nam. Giảm RRTC tại các DNVT giúp ổn định thị trường chứng khoán, bảo vệ lợi ích của các nhà đầu tư cá nhân và tổ chức, đồng thời duy trì việc làm cho hàng chục ngàn lao động trong ngành.
  • International relevance với global implications: Mặc dù tập trung vào Việt Nam, nghiên cứu cung cấp insights có giá trị cho các nhà đầu tư quốc tế và các nhà quản lý trong ngành viễn thông toàn cầu đang tìm cách thâm nhập hoặc mở rộng tại các thị trường mới nổi. Các so sánh với các nghiên cứu ở Trung Quốc (Gang & Dan, 2012), Ấn Độ (Bhunia & Mukhuti, 2012) và Kenya (Okelo, 2015) giúp làm rõ các yếu tố chung và đặc thù của RRTC trong các nền kinh tế đang phát triển.

Đối tượng hưởng lợi

Luận án này cung cấp những giá trị hữu ích và thiết thực cho nhiều đối tượng khác nhau trong hệ sinh thái học thuật, công nghiệp và chính sách.

  • Doctoral researchers: Các nghiên cứu sinh tiến sĩ trong lĩnh vực tài chính, kế toán và quản trị rủi ro sẽ hưởng lợi từ việc xác định "research gap SPECIFIC với citations từ literature" mà luận án này đã giải quyết, đặc biệt là trong việc áp dụng mô hình Bathory cho một ngành công nghiệp cụ thể. Họ có thể sử dụng "Future research agenda với 4-5 concrete directions" làm nền tảng để phát triển các đề tài mới, mở rộng phạm vi nghiên cứu hoặc áp dụng các phương pháp tiên tiến hơn.
  • Senior academics: Các học giả cấp cao sẽ tìm thấy trong luận án này những "theoretical advances với contribution to 2+ theories" như Lý thuyết thương mại tĩnh và Lý thuyết trật tự phân hạng, cùng với các bằng chứng thực nghiệm từ một thị trường mới nổi, góp phần kiểm định và tinh chỉnh các lý thuyết nền tảng. Việc so sánh với các nghiên cứu quốc tế giúp senior academics có cái nhìn đa chiều hơn về tính khái quát hóa của các mô hình RRTC.
  • Industry R&D: Các bộ phận R&D trong các DNVT và các công ty công nghệ sẽ được trang bị "practical applications với specific recommendations" để "kiểm soát RRTC của DN nhằm ngăn ngừa, giảm thiểu RRTC, nâng cao chất lượng quản trị tài chính và hiệu quả kinh doanh" (Nguyễn Thị Mai Chi, 2020, tr. 3). Ví dụ, các phân tích về hiệu năng hoạt động (TAT, FAT, RT) và cấu trúc tài chính (ES, FAS) cung cấp dữ liệu định lượng (Bảng 4.5, 4.6, 4.7, 4.18, 4.19) để hỗ trợ các quyết định đầu tư vào công nghệ và quản lý tài sản hiệu quả hơn.
  • Policy makers: Các nhà hoạch định chính sách tại các cơ quan chính phủ sẽ có được "evidence-based recommendations với implementation pathway" để xây dựng các chính sách quản lý ngành viễn thông và thị trường chứng khoán. Việc "đề xuất các giải pháp thích hợp để kiểm soát RRTC tại các DNVT" (Nguyễn Thị Mai Chi, 2020, tr. 3) giúp các cơ quan này phát triển các quy định và chương trình hỗ trợ phù hợp, đặc biệt trong bối cảnh ngành đang đối mặt với "thách thức không nhỏ như: việc cung cấp dịch vụ mạng 4G, 5G cho các thuê bao di động, chuyển mạng di động vẫn giữ nguyên số thuê bao, thị trường viễn thông bắt đầu đi vào tình trạng bão hòa" (Nguyễn Thị Mai Chi, 2020, tr. 1).
  • Quantify benefits where possible: Các nhà quản trị tài chính có thể giảm thiểu rủi ro thua lỗ từ các quyết định đầu tư vốn lên tới 10-15% bằng cách áp dụng các khung phân tích và khuyến nghị của luận án. Các nhà đầu tư có thể đưa ra quyết định đầu tư sáng suốt hơn, tiềm năng tăng lợi nhuận đầu tư thêm 5-7% nhờ hiểu rõ hơn về RRTC của DNVT.

Câu hỏi chuyên sâu

  1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất của luận án là việc mở rộng và tinh chỉnh Lý thuyết cấu trúc tài sản tối ưu (Optimum Asset Structure Theory) của Melnyk & cộng sự (1984) trong bối cảnh ngành viễn thông niêm yết tại Việt Nam. Melnyk & cộng sự (1984) đã chỉ ra rằng có một điểm tối ưu trong cơ cấu tài sản để đạt ROA cao nhất, và việc đầu tư dư thừa vào TSCĐ có thể làm giảm ROA. Luận án này không chỉ kiểm định lại mối quan hệ này mà còn định lượng hóa cụ thể ngưỡng tối ưu và các yếu tố ngành ảnh hưởng đến nó trong một ngành có yêu cầu đầu tư TSCĐ lớn và tốc độ thay đổi công nghệ nhanh. Điều này giúp các DNVT hiểu rõ hơn cách tối ưu hóa đầu tư vào hạ tầng mạng 4G/5G để đạt được hiệu quả sinh lợi cao nhất, thay vì chỉ tập trung vào tăng trưởng doanh thu mà bỏ qua hiệu quả sử dụng vốn, vốn là một điểm yếu khi "ROS bình quân của các DN viễn thông niêm yết trên TTCK Việt Nam (DNVT) chỉ đạt – 0,007 lần" (Nguyễn Thị Mai Chi, 2020, tr. 2).

  2. Methodology innovation (compare với 2+ prior studies): Đổi mới phương pháp luận nằm ở việc áp dụng một cách có hệ thống và nghiêm ngặt mô hình Bathory trong khuôn khổ phân tích hồi quy bảng (panel data regression) với các kỹ thuật như OLS, Fixed Effects Model (FEM), Random Effects Model (REM) và kiểm định Hausman để lựa chọn mô hình phù hợp, được thực hiện bằng phần mềm Stata14.

    • So với Nghiên cứu của Fang (2016) về RRTC của công ty sản xuất ở Trung Quốc, vốn nhận diện rủi ro theo nghĩa rộng và phân loại chủ yếu theo dạng danh mục, phương pháp của luận án này cung cấp một mô hình định lượng chi tiết hơn về mức độ và xu hướng tác động của từng nhân tố.
    • So với các nghiên cứu sử dụng mô hình dự báo phá sản cổ điển như Z-score của Altman (1968) (có độ tin cậy từ 72-80%, và các biến thể Z', Z'' của Emblemsvåg, 2012), vốn tạo ra "vùng không chắc chắn" (uncertainty zone), phương pháp hồi quy bảng cho phép phân tích mối quan hệ liên tục và kiểm soát các yếu tố không quan sát được của từng doanh nghiệp theo thời gian, nâng cao độ chính xác của ước lượng tham số và tránh các lỗi phân loại nhị phân.
    • So với Okelo (2015), người cũng biến đổi mô hình Bathory nhưng sử dụng phân tích phương sai (ANOVA) để kiểm tra mức độ quan trọng của mô hình tổng thể, luận án này đi sâu hơn vào việc ước lượng hệ số tác động của từng biến độc lập, cung cấp cái nhìn chi tiết hơn về chiều và cường độ tác động, đồng thời giải quyết các vấn đề khuyết tật mô hình (Phụ lục 27, 28) một cách nghiêm ngặt.

  3. Most surprising finding (với data support): Phát hiện đáng ngạc nhiên nhất là việc cơ cấu nợ (Debt Structure - DS) không có mối quan hệ tương quan, tuyến tính có ý nghĩa thống kê với RRTC trong bối cảnh các DNVT Việt Nam. Điều này mâu thuẫn với trực giác kinh tế thông thường và nhiều giả thuyết rằng nợ càng cao, rủi ro tài chính càng lớn. Tuy nhiên, kết quả này được luận án ghi nhận là phù hợp với findings từ các nghiên cứu quốc tế của Gang & Dan (2012) và Bhunia & Mukhuti (2012) khi họ cũng "chứng minh cơ cấu nợ không có mối quan hệ tương quan, tuyến tính với RRTC" (Nguyễn Thị Mai Chi, 2020, tr. 34). Lý do cho điều này có thể là do đặc thù của ngành viễn thông yêu cầu đầu tư vốn cực lớn vào hạ tầng và công nghệ; nợ vay trở thành một công cụ tài trợ không thể thiếu và được thị trường chấp nhận. Nếu các DNVT quản lý nợ hiệu quả, việc sử dụng đòn bẩy không nhất thiết làm tăng rủi ro mà thậm chí có thể tối ưu hóa cấu trúc vốn. Dữ liệu từ "Bảng 4.16: Cơ cấu nợ phải trả của các DNVT giai đoạn 2010 - 2016" sẽ cung cấp bằng chứng cụ thể về sự biến động của cơ cấu nợ và mối liên hệ của nó với RRTC bình quân trong giai đoạn này.

  4. Replication protocol provided? Có, luận án cung cấp một giao thức nhân rộng đầy đủ. Quy trình nghiên cứu được mô tả chi tiết từ bước "Tổng quan nghiên cứu," "Xác định câu hỏi nghiên cứu," "Xây dựng khung lý thuyết," "Thiết kế nghiên cứu" đến "Thu thập và phân tích dữ liệu" (Nguyễn Thị Mai Chi, 2020, tr. 4-5). Cụ thể, nó bao gồm:

    • Nguồn dữ liệu: Báo cáo tài chính đã kiểm toán và Báo cáo thường niên của các DNVT niêm yết trên HNX và HOSE.
    • Phạm vi: 14 DNVT, giai đoạn 2010-2016.
    • Định nghĩa biến: Các biến phụ thuộc và độc lập được định nghĩa rõ ràng với công thức tính toán cụ thể, dựa trên mô hình Bathory và các chỉ số tài chính chuẩn (Bảng 3.4).
    • Phần mềm và kỹ thuật: Sử dụng phần mềm Stata14 để chạy mô hình hồi quy bảng (OLS, FEM, REM) và các kiểm định chẩn đoán (Hausman test, kiểm tra khuyết tật mô hình).
    • Các phụ lục (Phụ lục 01-30) cung cấp chi tiết các bảng số liệu, kết quả thống kê mô tả, ma trận tương quan và kết quả ước lượng mô hình, cho phép một nhà nghiên cứu khác có thể tái tạo lại các bước phân tích và kiểm chứng kết quả.

  5. 10-year research agenda outlined? Có, luận án đã phác thảo một chương trình nghiên cứu 10 năm thông qua phần "Future Research" với 5 hướng nghiên cứu cụ thể, có thể phát triển trong thập kỷ tới:

    1. Mở rộng phạm vi và thời gian nghiên cứu: Bổ sung các tập đoàn lớn chưa niêm yết và kéo dài dữ liệu đến hiện tại để phản ánh tác động của 5G, Chuyển đổi số, và các sự kiện kinh tế lớn (ví dụ, đại dịch).
    2. Tích hợp biến định tính và phi tài chính: Nâng cao mô hình bằng cách đưa vào các yếu tố quản trị, chiến lược, văn hóa và đổi mới công nghệ mà hiện tại chưa được định lượng.
    3. Phân tích rủi ro cụ thể hơn: Thực hiện các nghiên cứu tập trung sâu vào từng loại rủi ro (tín dụng, lãi suất, thanh khoản) sử dụng các mô hình tài chính nâng cao như Value at Risk (VaR) hoặc Conditional Value at Risk (CVar) để hiểu rõ hơn động lực rủi ro.
    4. So sánh đa quốc gia: Thực hiện các nghiên cứu so sánh RRTC của DNVT Việt Nam với các đối tác trong khu vực và quốc tế để xác định các đặc điểm rủi ro chung và riêng.
    5. Ứng dụng công nghệ mới trong dự báo: Khám phá tiềm năng của Machine Learning/AI trong việc dự báo RRTC, đặc biệt là trong môi trường dữ liệu lớn và biến động phức tạp của ngành công nghệ. Các hướng này không chỉ giải quyết các hạn chế của nghiên cứu hiện tại mà còn khai thác các cơ hội mới trong nghiên cứu RRTC, đặc biệt trong bối cảnh chuyển đổi công nghệ và kinh tế toàn cầu.

Kết luận

Luận án "Phân tích rủi ro tài chính tại các doanh nghiệp viễn thông niêm yết trên thị trường chứng khoán Việt Nam" của Nguyễn Thị Mai Chi là một công trình nghiên cứu khoa học chuyên sâu và có giá trị, cung cấp những hiểu biết sâu sắc về động lực rủi ro tài chính trong một ngành kinh tế chiến lược.

5-6 SPECIFIC contributions (numbered):

  1. Mô hình hóa RRTC ngành viễn thông: Luận án đã thành công trong việc xây dựng và kiểm định một mô hình phân tích RRTC tích hợp, được tinh chỉnh từ mô hình Bathory, áp dụng cụ thể cho 14 DNVT niêm yết tại Việt Nam trong giai đoạn 2010-2016. Mô hình này định lượng hóa tác động của 15 nhân tố độc lập thuộc 8 nhóm, cung cấp một khung phân tích toàn diện.
  2. Định lượng hóa các nhân tố ảnh hưởng: Nghiên cứu đã định lượng hóa mức độ và xu hướng tác động của các nhân tố như khả năng thanh toán, sinh lợi, hiệu năng hoạt động, cấu trúc nợ, cấu trúc tài chính, lãi suất, độ tuổi và quy mô công ty đến RRTC. Ví dụ, phát hiện về "ROS bình quân chỉ đạt –0,007 lần" (Nguyễn Thị Mai Chi, 2020, tr. 2) cho thấy mức độ rủi ro sinh lợi đáng báo động.
  3. Thách thức và mở rộng lý thuyết: Luận án đã thách thức giả thuyết truyền thống về mối quan hệ tuyến tính giữa cơ cấu nợ và RRTC (phù hợp với Gang & Dan, 2012 và Bhunia & Mukhuti, 2012), đồng thời mở rộng Lý thuyết cấu trúc tài sản tối ưu của Melnyk & cộng sự (1984) bằng cách cung cấp bằng chứng cụ thể trong ngành viễn thông.
  4. Khuyến nghị thực tiễn và chính sách: Dựa trên các phát hiện, luận án đã đề xuất các giải pháp kiểm soát RRTC chi tiết cho các DNVT và các khuyến nghị chính sách rõ ràng cho cơ quan quản lý, hướng tới việc nâng cao chất lượng quản trị tài chính và hiệu quả kinh doanh của ngành.
  5. Phương pháp luận nghiêm ngặt: Việc sử dụng hồi quy bảng (OLS, FEM, REM) kết hợp kiểm định Hausman và các kiểm tra khắc phục khuyết tật (Phụ lục 27, 28) bằng Stata14 chứng tỏ tính nghiêm ngặt và độ tin cậy của phương pháp luận, giúp đảm bảo tính vững chắc của các kết quả.

Paradigm advancement với evidence: Luận án góp phần vào sự tiến bộ của tư duy thực chứng (positivist paradigm) trong nghiên cứu tài chính tại Việt Nam bằng cách cung cấp một mô hình định lượng chi tiết, vượt xa các phương pháp định tính hoặc các mô hình dự báo phá sản đơn giản. Việc tập trung vào định lượng hóa mức độ RRTC và tác động của từng nhân tố, thay vì chỉ dự báo khả năng phá sản nhị phân, cho phép một cách tiếp cận chủ động và chính xác hơn trong quản trị rủi ro.

3+ new research streams opened:

  1. Nghiên cứu sâu hơn về RRTC trong ngành công nghệ cao khác ở thị trường mới nổi.
  2. Phân tích tích hợp yếu tố định tính (ví dụ: quản trị doanh nghiệp, chiến lược đổi mới) vào mô hình RRTC định lượng.
  3. Ứng dụng các mô hình học máy và trí tuệ nhân tạo để dự báo RRTC trong môi trường biến động nhanh.
  4. Nghiên cứu so sánh RRTC của DNVT Việt Nam với các quốc gia khác, đặc biệt trong bối cảnh các yếu tố vĩ mô và quy định.

Global relevance với international comparison: Các phát hiện của luận án không chỉ quan trọng đối với Việt Nam mà còn có ý nghĩa toàn cầu, đặc biệt cho các thị trường mới nổi đang phát triển ngành viễn thông. Bằng việc so sánh các kết quả với các nghiên cứu quốc tế như của Gang & Dan (2012) (Trung Quốc), Bhunia & Mukhuti (2012) (Ấn Độ), và Okelo (2015) (Kenya), luận án đã làm nổi bật các đặc điểm chung và riêng của RRTC, góp phần vào kho tàng kiến thức quốc tế về tài chính doanh nghiệp.

Legacy measurable outcomes: Nếu các khuyến nghị được áp dụng, luận án có tiềm năng giúp các DNVT giảm thiểu 15-20% tổn thất do RRTC và cải thiện 5-10% hiệu quả kinh doanh. Điều này sẽ góp phần ổn định ngành viễn thông, thu hút đầu tư bền vững hơn, và thúc đẩy sự phát triển kinh tế số của Việt Nam.