Đánh giá ảnh hưởng của Luật Cạnh tranh đến các chiến lược giá của doanh nghiệp bằng phương pháp tích hợp Fuzzy AHP-TOPSIS

Đoàn Thị Thiên Nga

Trường Đại học Văn Lang

Email: [email protected]

Thái Hoàng Tuyết Nhi

Khoa Kỹ thuật và Quản lý Công nghiệp,Trường Công nghệ Văn Lang, Trường Đại học Văn Lang

Email: [email protected]

Tóm tắt

Luật cạnh tranh đóng vai trò then chốt trong việc định hình chiến lược giá của các doanh nghiệp, đặc biệt là tại các nền kinh tế mới nổi - nơi thực thi pháp luật và động lực thị trường luôn song hành. Tuy nhiên, việc đánh giá tác động của các yếu tố pháp lý lên quyết định về giá vẫn là một thách thức.Nghiên cứu này đề xuất một khung đánh giá hỗ trợ quá trình ra quyết định đa tiêu chí mờ (Fuzzy MCDM) lai, tích hợp giữa phân tích thứ bậc mờ (Fuzzy AHP) và kỹ thuật ưu tiên theo độ tương tự với giải pháp lý tưởng mờ (Fuzzy TOPSIS)để đánh giá ảnh hưởng của luật cạnh tranh đến các chiến lược giá. Kết quả thực nghiệm chỉ ra rằng rủi ro vềvấn đề pháp lý và chi phí tuân thủ là những yếu tố có ảnh hưởng lớn nhất đến các quyết định về giá.Từ đó, nghiên cứu đề xuất doanh nghiệp nên định hình chính sách giá theo hướng hài hòa giữa mục tiêu lợi nhuận và yêu cầu tuân thủ pháp luật, đồng thời củng cố hệ thống kiểm soát nội bộ để hạn chế rủi ro liên quan.

Từ khoá: Chiến lược giá, điều tiết kinh tế, luật cạnh tranh, MCDM, số mờ

Abstract

The Law on Competition plays a pivotal role in shaping firms’ pricing strategies, particularly in emerging economies where legal enforcement and market dynamics interact closely. However, evaluating the impact of legal factors on pricing decisions remains a considerable challenge. This study proposes a hybrid Fuzzy Multi-Criteria Decision-Making (Fuzzy MCDM) framework, integrating the Fuzzy Analytic Hierarchy Process (Fuzzy AHP) and the Fuzzy Technique for Order Preference by Similarity to Ideal Solution (Fuzzy TOPSIS), to assess the influence of the Law on Competition on pricing strategies. The empirical findings reveal that legal risks and compliance costs are the most significant factors affecting pricing decisions. Based on these results, the study suggests that firms should develop pricing policies that balance profit maximization objectives with legal compliance requirements, while strengthening internal control mechanisms to mitigate related risks.

Keywords: Pricing strategy, economic regulation, Law on Competition, MCDM, fuzzy sets

GIỚI THIỆU

Chiến lược giá là thành phần nền tảng quyết định khả năng cạnh tranh và lợi nhuận của doanh nghiệp. Trong các thị trường hiện đại, dưới tác động từ môi trường quản lý, các quyết định về giá không chỉ mang tính chất kinh tế mà còn chịu ảnh hưởng bởi các ràng buộc pháp lý. Luật Cạnh tranh được ban hành nhằm ngăn chặn các hành vi phản cạnh tranh như ấn định giá, bán phá giá (giá hủy diệt) và lạm dụng vị thế thống lĩnh thị trường (OECD, 2020). Tuy nhiên, việc đánh giá tác động của Luật Cạnh tranh đối với chiến lược giá đối mặt với nhiều thách thức lớn như:(i) các ràng buộc pháp lý thường mang tính định tính và phụ thuộc vào cách diễn giải luật (Elzinga và Mills, 2000);(ii) Các doanh nghiệp phải cân bằng giữa việc tuân thủ pháp luật và các mục tiêu chiến lược, dẫn đến sự đánh đổi trong điều kiện bất định. Trong khi đó, các mô hình định lượng truyền thống để xác định chiến lược giá thường thất bại trong việc nắm bắt những tính chất mơ hồ (Zadeh, 1965). Để giải quyết những hạn chế nêu trên, nghiên cứu này đề xuấtmột khung mô hình hỗ trợ ra quyết định đa tiêu chí mờ (Fuzzy Multiple Criteria Decision Making - Fuzzy MCDM). Theo đó, nghiên cứu tích hợp phương pháp phân tích thứ bậc mờ (Fuzzy Analytic Hierarchy Process - Fuzzy AHP) để xác định trọng số của các tiêu chí pháp lý và kinh tế, kết hợp với phương pháp kỹ thuật xếp hạng phương án theo độ gần gũi đến lời giải lý tưởng trong môi trường mờ (Fuzzy Technique for Order Preference by Similarity to Ideal Solution - Fuzzy TOPSIS) để xếp hạng các chiến lược giá thay thế. Mục tiêu chính của nghiên cứu này bao gồm: Xác định các tiêu chí cốt lõi phản ánh ảnh hưởng của Luật Cạnh tranh đối với chiến lược giá; Đánh giá tầm quan trọng tương đối của các tiêu chí này thông qua phương pháp Fuzzy AHP; Xếp hạng các chiến lược giá dưới tác động của các ràng buộc pháp lý bằng phương pháp Fuzzy TOPSIS.

CƠ SỞ LÝ THUYẾT

Luật Cạnh tranh và chiến lược giá

Luật Cạnh tranh đóng vai trò then chốt trong việc điều tiết hành vi của các chủ thể trên thị trường, qua đó duy trì một môi trường cạnh tranh minh bạch và bình đẳng. Hệ thống pháp luật này tập trung vào việc ngăn chặn và xử lý những hành vi làm sai lệch cơ chế cạnh tranh, chẳng hạn như bán hàng dưới giá nhằm loại bỏ đối thủ, các thỏa thuận cấu kết về giá giữa doanh nghiệp, hay việc lạm dụng vị trí thống lĩnh để kiểm soát thị trường.

Từ góc độ kinh tế, chiến lược định giá của doanh nghiệp không chỉ chịu ảnh hưởng bởi các yếu tố nội tại như chi phí sản xuất, nhu cầu thị trường và mức độ cạnh tranh, mà còn bị ràng buộc bởi các quy định pháp lý bên ngoài. Điều này đặt ra yêu cầu doanh nghiệp phải thiết kế chiến lược giá theo hướng tối ưu hóa lợi nhuận đồng thời đảm bảo tuân thủ pháp luật.

Các chiến lược định giá mang tính cạnh tranh cao, chẳng hạn như định giá thâm nhập, có thể giúp doanh nghiệp nhanh chóng mở rộng thị phần. Tuy nhiên, nếu mức giá được xác định dưới chi phí hoặc có mục tiêu loại bỏ đối thủ, chiến lược này có thể bị coi là hành vi vi phạm luật cạnh tranh. Do đó, Luật Cạnh tranh không chỉ đóng vai trò là công cụ điều tiết mà còn là một ràng buộc chiến lược ảnh hưởng trực tiếp đến quá trình ra quyết định của nhà quản lý (OECD, 2011).

Kỹ thuật ra quyết định đa tiêu chí

Trong thực tiễn quản lý và kinh tế, quá trình lựa chọn phương án thường trở nên phức tạp do phải cân nhắc đồng thời nhiều tiêu chí có thể mâu thuẫn hoặc đánh đổi lẫn nhau. Để hỗ trợ quá trình này, các phương pháp ra quyết định đa tiêu chí (Multi-Criteria Decision-Making - MCDM) được sử dụng như một công cụ hiệu quả. Cách tiếp cận này cho phép nhà quản lý đánh giá tổng hợp nhiều yếu tố như hiệu quả tài chính, rủi ro pháp lý, mức độ chấp nhận của thị trường, cũng như định hướng chiến lược dài hạn trước khi đưa ra quyết định(Hwang và Yoon, 1981).

Fuzzy AHP and Fuzzy TOPSIS

Phương pháp phân tích thứ bậc (AHP) là một trong những công cụ phổ biến để xác định trọng số của các tiêu chí thông qua so sánh cặp, dựa trên thang đo Saaty (Saaty, 1980). Tuy nhiên, AHP truyền thống giả định rằng các đánh giá của chuyên gia là chính xác, trong khi trên thực tế chúng thường mang tính không chắc chắn (Zadeh, 1965).

Để khắc phục hạn chế này, Fuzzy AHP được phát triển nhằm tích hợp lý thuyết mờ vào quá trình so sánh, cho phép biểu diễn các đánh giá bằng số mờ và phản ánh tốt hơn sự không chắc chắn trong nhận định của chuyên gia (Buckley, 1985).

Bên cạnh đó, phương pháp TOPSIS được sử dụng để xếp hạng các phương án dựa trên khoảng cách của chúng đến lời giải lý tưởng dương và lời giải lý tưởng âm (Hwang vàYoon, 1981). Phiên bản Fuzzy TOPSIS mở rộng phương pháp này bằng cách tích hợp các số mờ, giúp xử lý hiệu quả các dữ liệu không chính xác hoặc mang tính chủ quan (Chen, 2000).

Việc kết hợp Fuzzy AHP và Fuzzy TOPSIS tạo thành một khuôn khổ phân tích mạnh mẽ, cho phép xác định trọng số tiêu chí một cách linh hoạt và xếp hạng phương án một cách chính xác trong điều kiện bất định. Cách tiếp cận tích hợp này đặc biệt phù hợp với các bài toán ra quyết định trong lĩnh vực kinh tế - pháp lý, nơi tồn tại đồng thời nhiều tiêu chí và mức độ không chắc chắn cao.Bộ tiêu chí được sử dụng trong nghiên cứu được trình bày trong Bảng 1.

Bảng 1: Các tiêu chí đánh giá chiến lược giá dưới tác động của Luật Cạnh tranh

Nguồn: Tổng hợp của nhóm tác giả

Ngoài các tiêu chí đánh giá, nghiên cứu lựa chọn 4 phương án chiến lược giá bao gồm định giá thâm nhập, định giá cao cấp, định giá cạnh tranh và định giá động. Các phương án này được lựa chọn dựa trên mức độ phổ biến trong thực tiễn và khả năng chịu tác động khác nhau từ các quy định của luật cạnh tranh (Bảng 2).

Bảng 2: Thông tin về các phương án

Nguồn: Tổng hợp của nhóm tác giả

PHƯƠNG PHÁP NGHIÊN CỨU

Nghiên cứu được triển khai theo 5 bước chính, kết hợp phương pháp Fuzzy AHP và Fuzzy TOPSIS nhằm đánh giá các chiến lược giá trong bối cảnh chịu tác động của luật cạnh tranh.

Bước 1: Xây dựng hệ tiêu chí đánh giá

Trước hết, nghiên cứu tiến hành tổng quan tài liệu để xác định các tiêu chí phản ánh ảnh hưởng của luật cạnh tranh đến chiến lược định giá. Bộ tiêu chí đóng vai trò là nền tảng cho toàn bộ mô hình phân tích.

Bước 2: Biểu diễn và xử lý dữ liệu mờ

Do dữ liệu thu thập từ chuyên gia mang tính định tính, các đánh giá được chuyển đổi thành dạng số mờ tam giác nhằm phản ánh sự không chắc chắn trong nhận định.

Biểu diễn số mờ: (1)

Trong đó:

x_L: giá trị biên dưới

x_M: giá trị trung tâm

x_U: giá trị biên trên

Để thuận tiện cho tính toán, giá trị mờ được chuyển về dạng rõ thông qua phép trung bình: (2)

Giá trị X* đại diện cho mức đánh giá tổng hợp của chuyên gia.

Bước 3: Xác định mức độ quan trọng của tiêu chí

Ma trận so sánh cặp được thiết lập nhằm phản ánh mức độ ưu tiên giữa các tiêu chí:

(3)

Trong đó, mỗi phần tử thể hiện mức độ quan trọng tương đối giữa tiêu chí i và j.

Trọng số ban đầu của từng tiêu chí được xác định bằng cách tổng hợp các giá trị trong từng hàng: (4)

Sau đó, tiến hành chuẩn hóa để thu được trọng số cuối cùng: (5)

Để đảm bảo tính hợp lý của dữ liệu, chỉ số nhất quán được kiểm tra: (6)

Nếu giá trị này nằm trong ngưỡng cho phép, ma trận được xem là chấp nhận được.

Bước 4: Đánh giá và xếp hạng phương án

Các phương án chiến lược giá được đánh giá dựa trên tập tiêu chí đã xác định, tạo thành ma trận quyết định: Z = [Z_ij] (7)

Để loại bỏ ảnh hưởng của đơn vị đo, các giá trị được chuẩn hóa: (8)

Tiếp theo, các giá trị được điều chỉnh theo trọng số tiêu chí: p_ij = w_j * s_ij (9)

Hai điểm tham chiếu được xác định: Giá trị tốt nhất: p_j⁺ = max (p_ij) (10)

Giá trị kém nhất: pj^- = min (p_ij) (11)

Khoảng cách của từng phương án đến 2 điểm này được tính như sau: (12)
(13)

Mức độ ưu tiên của mỗi phương án được xác định thông qua chỉ số đánh giá tổng hợp: (14)

Bước 5: Phân tích và diễn giải kết quả

Dựa trên giá trị S_i, các phương án được ưu tiên theo thứ tự từ cao xuống thấp, trong đó chỉ số lớn hơn thể hiện mức độ đáp ứng mục tiêu tốt hơn. Trên cơ sở đó, nghiên cứu tiếp tục phân tích vai trò và mức độ tác động của từng tiêu chí, từ đó đưa ra các nhận định quản trị và định hướng chính sách phù hợp.

KẾT QUẢ VÀ THẢO LUẬN Trọng số ưu tiên từ Fuzzy AHP

Áp dụng công thức từ (1)-(6), kết quả tổng hợp từ 4 chuyên gia cho 5 tiêu chí (C1- C5) được biểu diễn dưới dạngtrọng số mờ tam giác (x_L, x_M, x_U). Các giá trị này phản ánh mức độ quan trọng của từng tiêu chí trong điều kiện có sự không chắc chắn trong đánh giá của chuyên gia được trình bày trong (Bảng 3).

Bảng 3: Trọng số ưu tiên mờ của các tiêu chí

Nguồn: Kết quả tính toán

Trong đó, CR = 0,0996 thoả điều kiện của bài toán ban đầu.

Dựa trên kết quả phân tích, các tiêu chí đánh giá cho thấy sự phân hóa rõ rệt về mức độ ảnh hưởng đến chiến lược định giá của doanh nghiệp. Cụ thể, Rủi ro pháp lý (C2) được xác định là tiêu chí có trọng số cao nhất, phản ánh mối quan tâm hàng đầu của doanh nghiệp đối với các nguy cơ vi phạm luật cạnh tranh. Đứng sát sau đó là Chi phí tuân thủ pháp luật (C1) với trọng số tương đối lớn, khẳng định đây là một nhân tố then chốt chi phối các quyết định về giá. Trong khi đó, Năng lực cạnh tranh (C3) chỉ duy trì mức ảnh hưởng trung bình; còn Độ linh hoạt giá (C4) và Niềm tin khách hàng (C5) tuy có trọng số thấp hơn nhưng vẫn đóng vai trò hỗ trợ thiết yếu trong cấu trúc ra quyết định. Nhìn chung, nhóm yếu tố pháp lý (C1, C2) đang chiếm ưu thế áp đảo so với các yếu tố kinh tế và hành vi, minh chứng cho tác động sâu sắc của các quy định pháp luật cạnh tranh đối với việc hình thành chiến lược định giá trong bối cảnh hiện nay.

Kết quả xếp hạng từ Fuzzy TOPSIS

Ngoài các tiêu chí đánh giá, nghiên cứu lựa chọn 4 phương án chiến lược giá bao gồm định giá thâm nhập, định giá cao cấp, định giá cạnh tranh và định giá động. Các phương án này được lựa chọn dựa trên mức độ phổ biến trong thực tiễn và khả năng chịu tác động khác nhau từ các quy định của luật cạnh tranh.

Áp dụng công thức (7)-(14), kết quả tính toán hệ số gầnSicho các phương án chiến lược giá được trình bày trong (Bảng 4).

Bảng 4: Kết quả xếp hạng phương án từ Fuzzy TOPSIS

Nguồn: Kết quả tính toán

Kết quả xếp hạng cho thấy chiến lược A1 (Định giá thâm nhập) đạt được hệ số độ gần gũi cao nhất (0,8718), trở thành chiến lược ưu việt nhất dưới các tiêu chí đã đề ra. Chiến lược A2 (Định giá cao cấp) xếp vị trí thứ hai với số điểm 0,7704, theo sau là A4 (Định giá linh hoạt). Ngược lại, A3 (Định giá cạnh tranh) nhận được mức điểm thấp nhất, cho thấy đây là lựa chọn ít khả thi nhất trong bối cảnh chịu các ràng buộc của luật cạnh tranh.

KẾT LUẬN VÀ KIẾN NGHỊ

Nghiên cứu này đã đề xuất mô hình tích hợp Fuzzy AHP-TOPSIS nhằm đánh giá tác động của Luật Cạnh tranh đến việc lựa chọn chiến lược định giá. Kết quả cho thấy các yếu tố pháp lý, đặc biệt là rủi ro pháp lý và chi phí tuân thủ, có ảnh hưởng đáng kể đến quyết định của doanh nghiệp, đồng thời tồn tại sự đánh đổi giữa hiệu quả cạnh tranh và mức độ tuân thủ pháp luật.

Từ các kết quả phân tích, nghiên cứu đề xuất doanh nghiệp nên định hình chính sách giá theo hướng hài hòa giữa mục tiêu lợi nhuận và yêu cầu tuân thủ pháp luật, đồng thời củng cố hệ thống kiểm soát nội bộ để hạn chế rủi ro liên quan. Đồng thời, phía cơ quan quản lý cần tiếp tục hoàn thiện hệ thống quy định theo hướng rõ ràng và thuận tiện hơn trong tiếp cận, qua đó tạo điều kiện cho doanh nghiệp xây dựng và triển khai các quyết định định giá hiệu quả trong bối cảnh cạnh tranh được quản lý.

Tài liệu tham khảo:

1. Besanko, D., Dranove, D., Shanley, M., & Schaefer, S. (2017). Economics of strategy (7th ed.). Wiley.

2. Bishop, S., & Walker, M. (2010). The economics of competition law. Sweet & Maxwell.

3. Buckley, J. J. (1985). Fuzzy hierarchical analysis. Fuzzy Sets and Systems, 17(3), 233–247. https://doi.org/10.1016/0165-0114(85)90090-9

4. Carlton, D. W., & Picker, R. H. (2007). Antitrust law and economics in a nutshell (4th ed.). West Publishing.

5. Chen, C. T. (2000). Extensions of the TOPSIS for group decision-making under fuzzy environment. Fuzzy Sets and Systems, 114(1), 1–9. https://doi.org/10.1016/S0165-0114(97)00377-1

6. Dolgui, A., & Proth, J.-M. (2010). Supply chain engineering: Useful methods and techniques. Springer.

7. Elzinga, K. G., & Mills, D. E. (2000). Predatory pricing and strategic theory. Georgetown Law Journal, 89, 2475–2494.

8. Gefen, D., Karahanna, E., & Straub, D. W. (2003). Trust and TAM in online shopping: An integrated model. MIS Quarterly, 27(1), 51–90. https://doi.org/10.2307/30036519

9. Hwang, C. L., & Yoon, K. (1981). Multiple attribute decision making: Methods and applications. Springer-Verlag. https://doi.org/10.1007/978-3-642-48318-9

10. Kaplow, L. (2013). Competition policy and price fixing. Yale University Press.

11. Kotler, P., & Keller, K. L. (2016). Marketing management (15th ed.). Pearson.

12. Mayer, R. C., Davis, J. H., & Schoorman, F. D. (1995). An integrative model of organizational trust. Academy of Management Review, 20(3), 709–734. https://doi.org/10.5465/AMR.1995.9508080335

13. Motta, M. (2004). Competition policy: Theory and practice. Cambridge University Press.

14. OECD (2011). Guidelines for competition agencies when setting pricing-related policies. OECD Publishing. https://www.oecd.org/daf/competition/guidelinesforcompetitionauthorities.htm

15. OECD (2020). Competition law and policy. OECD Publishing. https://www.oecd.org/daf/competition/

16. Saaty, T. L. (1980). The analytic hierarchy process: Planning, priority setting, resource allocation. McGraw-Hill.

17. Varian, H. R. (2019). Intermediate microeconomics: A modern approach (9th ed.). W. W. Norton & Company.

18. Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338–353. https://doi.org/10.1016/S0019-9958(65)90241-X