Trần Linh Anh

Thạc sĩ Tài chính Đại học Lancaster

Email: tlinhanh.work@gmail.com

Tóm tắt

Độ tin cậy của các phương pháp định giá doanh nghiệp là một trong những vấn đề được quan tâm thảo luận, vì các mô hình định giá khác nhau thường cho ra kết quả không nhất quán. Vì vậy, nghiên cứu này thực hiện đánh giá hiệu suất và so sánh độ tin cậy của các mô hình định giá, bao gồm 3 mô hình dựa trên dòng tiền và mô hình dựa trên hệ số thị trường, từ dữ liệu của các doanh nghiệp niêm yết tại Mỹ trong giai đoạn 1989-2023. Bên cạnh đó, trường hợp điển hình của Công ty Johnson & Johnson còn được sử dụng nhằm làm rõ các phương pháp định giá mà các nhà phân tích chuyên nghiệp vận dụng và kết hợp.

Từ khóa: Định giá doanh nghiệp, mô hình định giá, mô hình dựa trên dòng tiền, mô hình dựa trên hệ số thị trường

Abstract

The reliability of corporate valuation methods has long been a subject of discussion, as different valuation models often produce inconsistent results. This study evaluates the performance and compares the reliability of various valuation models, including three cash flow-based models and a market multiples-based model, using data from publicly listed companies in the United States over the 1989-2023 period. In addition, the Johnson & Johnson case is examined to illustrate how professional analysts apply and combine valuation approaches in practice.

Keywords: Corporate valuation, valuation models, cash flow-based models, market multiples-based model

GIỚI THIỆU

Việc xác định chính xác giá trị nội tại của doanh nghiệp ảnh hưởng đến các quyết định đầu tư, chiến lược quản lý và đánh giá tín dụng. Dựa trên nền tảng lý thuyết tương tự, các mô hình định giá thường cho ra kết quả rất khác nhau. Điều này đặt ra câu hỏi: Mô hình nào cung cấp ước tính đáng tin cậy nhất khi thông tin kế toán là cơ sở dự báo chính?

Trong nhóm các mô hình định giá dựa trên dòng tiền (FBVM), 3 mô hình bao gồm: mô hình chiết khấu cổ tức (DDM), mô hình chiết khấu dòng tiền (DCF) và mô hình thu nhập thặng dư (RIVM) được áp dụng rộng rãi. Trên cơ sở đó, nghiên cứu này được thực hiện nhằm đánh giá liệu các ước lượng giá trị nội tại từ 3 mô hình dựa trên dòng tiền và mô hình dựa trên hệ số thị trường có sự khác biệt đáng kể hay không. Đồng thời, nghiên cứu cũng hướng tới việc xác định mô hình nào có hiệu quả định giá vượt trội hơn trong tương quan so sánh.

Tuy nhiên, bằng chứng so sánh giữa FBVM và MBVM vẫn còn hạn chế, đặc biệt khi xem xét vai trò của nghiên cứu và phát triển (R&D). Dựa trên nghiên cứu của Francis và cộng sự (2000), nghiên cứu tiếp tục xem xét sự khác biệt về độ chính xác trong định giá giữa các doanh nghiệp có mức R&D cao và thấp.

CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Cơ sở lý thuyết

Giá cổ phiếu bị ảnh hưởng bởi nhiều yếu tố, bao gồm: thông tin kế toán được trình bày trong báo cáo tài chính như lợi nhuận kế toán, thu nhập cơ bản trên mỗi cổ phiếu (EPS), giá trị sổ sách trên mỗi cổ phiếu hoặc dòng tiền để ước tính giá trị nội tại. Các nghiên cứu của Ball và Brown (1968), Beaver (1968) đã chỉ ra vai trò của lợi nhuận kế toán trong việc giải thích biến động giá cổ phiếu, trong khi Lev và Ohlson (1982) tiếp tục khẳng định tầm quan trọng của thông tin kế toán trong việc định giá vốn chủ sở hữu. Trên cơ sở đó, mô hình của Ohlson (1995) và Feltham và Ohlson (1995) đã thiết lập nền tảng lý thuyết cho định giá dựa trên thông tin kế toán, đặc biệt thông qua mô hình thu nhập thặng dư (RIVM).

Collins và cộng sự (1997) đã chỉ ra rằng, cả lợi nhuận và giá trị sổ sách đều giải thích đáng kể sự biến động giá cổ phiếu, trong khi Penman và Sougiannis (1998) đã so sánh các mô hình DCF với RIVM, từ đó củng cố vai trò của thông tin kế toán. Các nghiên cứu thực nghiệm khác từ Emanuel (1984) về ảnh hưởng của các yếu tố thông tin kế toán như tiền thưởng, thu nhập, cổ tức và giá trị hiện tại của tài sản đến giá cổ phiếu tại thời điểm cung cấp thông tin kế toán trên thị trường New Zealand, cũng như các đóng góp sau này của Stark và Thomas (1998), Lo và Lys (2000), Akbar và Stark (2003), Hand và Landsman (2005), đã xác nhận rằng, thông tin kế toán có liên quan đến giá trị thị trường, mặc dù với mức độ giải thích khác nhau.

Tuy nhiên, mối quan hệ giữa dữ liệu kế toán và giá cổ phiếu không phải là mối quan hệ tuyệt đối. Watts và Zimmerman (1986) lập luận rằng, các nhà quản lý có thể lợi dụng quyền tự quyết kế toán để thao túng các số liệu được báo cáo vì mục đích hợp đồng hoặc chính trị, do đó làm suy yếu tính thông tin của lợi nhuận được báo cáo. Tương tự, Healy và Wahlen (1999) lập luận rằng, các hoạt động quản lý lợi nhuận làm giảm độ tin cậy của thông tin kế toán. Từ quan điểm của Lý thuyết chi phí đại diện (Jensen và Meckling, 1976), sự bất đối xứng thông tin cho phép các nhà quản lý tiết lộ các báo cáo thiên vị không hoàn toàn phù hợp với lợi ích của cổ đông. Hơn nữa, Lev và Zarowin (1999) chỉ ra rằng, báo cáo tài chính phần lớn mang tính chất nhìn lại quá khứ và thường không thể nắm bắt được các tài sản vô hình, cơ hội tăng trưởng hoặc rủi ro đang phát triển.

Tính hữu ích của dữ liệu kế toán phụ thuộc vào chất lượng báo cáo, động lực quản lý và môi trường thị trường rộng lớn hơn. Điều cần thiết là phải thừa nhận cả điểm mạnh và điểm yếu của việc định giá dựa trên kế toán.

Giả thuyết nghiên cứu

Từ mối quan hệ “thặng dư thuần” trong kế toán, Ohlson (1995) kết luận rằng, RIVM cho phép mối liên hệ chặt chẽ giữa dữ liệu kế toán và giá trị doanh nghiệp. So với DDM và DCF, RIVM ít phụ thuộc hơn vào các giả định dài hạn và giá trị cuối kỳ, từ đó giúp cải thiện độ chính xác của ước lượng giá trị nội tại (Francis và cộng sự, 2000). Trên cơ sở đó, giả thuyết thứ nhất được đề xuất:

H1: Mô hình thu nhập thặng dư (RIVM) có độ tin cậy và độ chính xác cao hơn so với Mô hình chiết khấu cổ tức (DDM) và Mô hình dòng tiền chiết khấu (DCF).

Damodaran (2012) và Fernandez (2002) nhấn mạnh rằng, MBVM được các nhà phân tích tài chính ưa chuộng do tính đơn giản, khả năng phản ánh nhanh chóng kỳ vọng thị trường và ít phụ thuộc vào các giả định về chi phí vốn hoặc tốc độ tăng trưởng dài hạn. Liu và cộng sự (2002) đã chỉ ra rằng, bằng cách định giá dựa trên P/E dự phóng và lựa chọn các công ty so sánh phù hợp, MBVM có thể đưa ra kết quả định giá gần với giá trị thị trường với sai số rất thấp, thậm chí vượt trội hơn cả FBVM. Do đó, giả thuyết thứ hai được đặt ra:

H2: Mô hình định giá theo hệ số thị trường (MBVM) có hiệu quả định giá tương đương hoặc vượt trội so với Mô hình RIVM khi được triển khai phù hợp.

Ngoài ra, đặc điểm của doanh nghiệp, đặc biệt là mức độ đầu tư vào R&D, có thể ảnh hưởng đến độ chính xác của các mô hình định giá. Lev và Sougiannis (1996) lập luận rằng, R&D là một loại tài sản vô hình không được ghi nhận đầy đủ trên bảng cân đối kế toán, dẫn đến sự chênh lệch giữa giá trị kế toán và giá trị thị trường. Ngược lại, các doanh nghiệp có mức R&D thấp thường có hoạt động ổn định hơn, từ đó giúp cải thiện độ chính xác của các mô hình định giá (Francis và cộng sự, 2004). Trên cơ sở đó, giả thuyết thứ ba được đề xuất:

H3: Các doanh nghiệp có mức R&D thấp được định giá chính xác hơn so với các doanh nghiệp có mức R&D cao, trong khi thứ hạng hiệu quả giữa các mô hình định giá không thay đổi.

Phương pháp nghiên cứu

Nghiên cứu sử dụng bộ dữ liệu gồm 195.845 quan sát theo năm của 20.500 công ty niêm yết tại Hoa Kỳ (NYSE, AMEX, NASDAQ) từ năm 1989-2023. Các công ty được phân loại theo mã SIC hai chữ số, bao gồm nhiều ngành công nghiệp khác nhau. Dữ liệu được lấy từ Compustat, I/B/E/S và CRSP. Lãi suất phi rủi ro được lấy từ Cục Dự trữ Liên bang Hoa Kỳ và dữ liệu thị trường từ Damodaran Online.

Các công ty trong lĩnh vực tài chính (SIC 6000-6999) và các tiện ích như vận tải, viễn thông và năng lượng (SIC 4000-4999) đã bị loại trừ do cấu trúc vốn, chính sách cổ tức, phương pháp kế toán và môi trường pháp lý đặc thù của chúng (Lie và Lie, 2002).

Các quan sát trùng lặp đã được loại bỏ dựa trên mã định danh duy nhất GVKEY kết hợp với năm tài chính (FYEAR). Các công ty được phân loại theo mã SIC hai chữ số, với các ngành có ít hơn 10 quan sát mỗi năm bị loại bỏ để đảm bảo độ tin cậy thống kê (Alford, 1992; Kahle và Walkling, 1996). Các quan sát thiếu EPS dự báo, giá cổ phiếu (prc4) hoặc giá trị sổ sách cũng bị loại bỏ. Cuối cùng, dữ liệu được hiệu chỉnh ở phân vị thứ nhất và thứ 99 để kiểm soát các giá trị ngoại lai (Francis và cộng sự, 2000).

Bên cạnh phân tích mẫu lớn, nghiên cứu còn bổ sung một nghiên cứu tình huống đối với Johnson & Johnson nhằm làm rõ cách các nhà phân tích chuyên nghiệp áp dụng và kết hợp các mô hình định giá trong thực tiễn.

Mô hình

Chi phí vốn cổ phần được xác định theo CAPM:

Với r_e là chi phí vốn cổ phần; r_f là lãi suất phi rủi ro; β là Hệ số beta; r_m - r_f là phần bù rủi ro thị trường (market risk premium)

Nghiên cứu này sử dụng trái phiếu kỳ hạn 3 năm đại diện cho lãi suất phi rủi ro, được xem là kỳ hạn cân bằng phù hợp với dự báo 2 năm và phổ biến trong các nghiên cứu trước đây (Francis và cộng sự, 2000). Phần bù rủi ro thị trường (MRP) được giả định là 6%, theo Francis và cộng sự (2000) và phù hợp với các nghiên cứu thị trường Mỹ. Hệ số beta ngành được tính bằng hệ số beta trung bình hàng năm của các công ty trong cùng ngành SIC hai chữ số (Francis và cộng sự, 2000; Copeland và cộng sự, 2000). Cuối cùng, kỳ dự báo được lựa chọn là 2 năm, nhằm cân bằng giữa khả năng dự báo của nhà phân tích và tính khả thi của dữ liệu.

Phương pháp DDM được áp dụng dựa trên dự báo đồng thuận của các nhà phân tích về cổ tức trong hai năm tới, như minh họa trong công thức sau:

Với DDM_i là giá trị ước tính của doanh nghiệp theo mô hình chiết khấu cổ tức (DDM); DPS1_i là cổ tức trên mỗi cổ phiếu dự báo cho năm t + 1; DPS2_i là cổ tức trên mỗi cổ phiếu dự báo cho năm t + 2; g là Tốc độ tăng trưởng kỳ vọng dài hạn (giả định 4%); r_e là chi phí vốn cổ phần.

Để triển khai mô hình DCF, cần có FCFE cho 2 năm tiếp theo. Vì FCFE không có sẵn trong Compustat hoặc I/B/E/S, nên nó được tính toán gián tiếp từ các chỉ tiêu kế toán. Nghiên cứu giả định rằng, FCFEPS được dự báo hoàn hảo, tức là giá trị kỳ vọng bằng giá trị thực tế cho năm tiếp theo. Giả định này được áp dụng cho toàn bộ giai đoạn dự báo trong 2 năm. Mô hình DCF được thực hiện bằng cách chiết khấu FCFEPS về giá trị hiện tại.

Với FCFES_i là dòng tiền tự do cho cổ đông trên mỗi cổ phiếu trong kỳ t

Tỷ lệ chi trả cổ tức điều chỉnh sẽ được sử dụng để tính giá trị sổ sách của vốn chủ sở hữu trên mỗi cổ phiếu (BVEPS) trong các năm dự báo, dựa trên tỷ lệ giữ lại lợi nhuận (CSR) đã được đề cập trước đó. RIVM được tính như sau:

Với V_i^RIVM là giá trị ước tính theo mô hình thu nhập thặng dư (RIVM)

RI1_i = EPS1_i - BVEPS_i x r_e: Thu nhập thặng dư năm t + 1

RI2_i = EPS2_i - r_e x (BVEPS_i + EPS1_i x (1 - dpr_i)): Thu nhập thặng dư năm t + 2

dpr_i: Tỷ lệ chi trả cổ tức

Phương pháp MBVM sử dụng dự báo lợi nhuận một năm làm biến số định giá, với hệ số nhân ngành được tính bằng trung bình điều hòa của các công ty trong cùng mã SIC 2 chữ số, trừ công ty mục tiêu (Barker, 1999; Dittmann và Maug, 2008). Cách tiếp cận này giúp giảm thiểu sai lệch và mang lại kết quả đáng tin cậy. Giá trị ước tính được tính toán như sau:

Với PE1_i là giá trị ước tính theo mô hình P/E; EPS1_i là dự báo thu nhập trên mỗi cổ phiếu cho năm t + 1; Prc4_j là giá cổ phiếu quan sát của doanh nghiệp so sánh thứ j, được đo tại thời điểm 4 tháng sau khi kết thúc năm tài chính; n là số lượng doanh nghiệp so sánh.

Đánh giá hiệu suất các mô hình

Độ chính xác được đo lường thông qua sai số định giá tuyệt đối (APE). Giá trị APE càng nhỏ cho thấy độ chính xác của mô hình càng cao. Sự khác biệt về APE giữa các mô hình được kiểm định bằng t-test và Wilcoxon signed-rank test nhằm đảm bảo tính vững của kết quả. Độ chệch được đánh giá thông qua sai số định giá có dấu (SVE), cho phép xác định xu hướng định giá cao hơn hoặc thấp hơn so với giá thị trường của từng mô hình.

Ngoài ra, khả năng giải thích của các mô hình được đánh giá thông qua hồi quy OLS, trong đó các giá trị ước tính từ mô hình được sử dụng để giải thích giá cổ phiếu thực tế. Hệ số xác định điều chỉnh (adjusted R²) được sử dụng làm thước đo mức độ phù hợp của mô hình, với sai số chuẩn vững được áp dụng để kiểm soát hiện tượng phương sai thay đổi.

KẾT QUẢ NGHIÊN CỨU

Kết quả cho thấy, RIVM và MBVM là 2 mô hình có độ chính xác cao nhất, với APE trung bình bằng 0,37 và trung vị là 0,29, thấp hơn nhiều so với DDM về APE với giá trị trung bình và trung vị lần lượt là 0,64 và 0,68, và đặc biệt FCFE có sai số cao nhất với APE trung bình lên tới 1,16 và độ lệch chuẩn lên tới 1,87, cho thấy sự biến động mạnh và độ tin cậy thấp. Ngược lại, RIVM và MBVM duy trì độ chính xác tương đối tốt và ổn định với độ lệch chuẩn APE lần lượt là 0,32 và 0,31.

Phân tích hồi quy đơn biến được thực hiện giữa giá cổ phiếu thực tế và giá trị ước tính từ mỗi mô hình định giá nhằm kiểm tra mức độ phản ánh giá thị trường của các mô hình (Bảng 1). Kết quả cho thấy, tất cả các mô hình đều có hệ số β dương và có ý nghĩa thống kê (giá trị p = 0,000), cho thấy có mối quan hệ tuyến tính tích cực. Trong số các mô hình, PE1 (MBVM) đạt hiệu suất cao nhất với R² hiệu chỉnh = 0,635, β = 0,863 và khoảng tin cậy hẹp (0,841-0,885), cho thấy mối quan hệ tuyến tính mạnh mẽ và đáng tin cậy. RIVM cũng hoạt động tốt với R² hiệu chỉnh = 0,621 và β = 0,872. Ngược lại, DDM và FCFE có khả năng giải thích thấp hơn nhiều với R² hiệu chỉnh lần lượt là 0,280 và 0,206. Mặc dù DDM có hệ số β cao nhất là 1,366, nhưng hệ số R² thấp cho thấy có sự thiên lệch hoặc các giả định chưa phù hợp. FCFE, với β = 0,236, cho thấy hiệu suất thấp nhất trong việc giải thích biến động giá thị trường.

Bảng 1: Hồi quy đơn biến

Mô hình định giá		Số quan sát	Hệ số OLS	Sai số chuẩn vững	t-value	p-value	Khoảng tin cậy 95%	Cận trên	R2 hiệu chỉnh
DDM	β	10.410	1,366	0,033	41,17	0,000	1,301	1,431	0,280
	Cte.		31,386	0,662	47,44	0,000	30,089	32,683
FCFE	β	10.410	0,236	0,008	28,60	0,000	0,220	0,253	0,206
	Cte.		41,308	0,633	65,27	0,000	40,068	42,549
RIVM	β	10.410	0,872	0,012	73,66	0,000	0,849	0,895	0,621
	Cte.		13,252	0,551	24,06	0,000	12,172	14,332
PE1	β	10.410	0,863	0,011	76,86	0,000	0,841	0,885	0,635
	Cte.		11,718	0,560	20,93	0,000	10,620	12,815

Nguồn: Tính toán của tác giả

Các kết quả này cung cấp bằng chứng rõ ràng cho Giả thuyết H1, khi RIVM vượt trội hơn DDM và FCFE về cả độ chính xác (APE = 0,37 so với 0,64 và 1,16) và khả năng giải thích (R² = 0,621 so với 0,280 và 0,206). Đồng thời, kết quả cũng ủng hộ Giả thuyết H2, khi MBVM không chỉ đạt độ chính xác tương đương với RIVM mà còn có khả năng giải thích cao hơn (R² = 0,635 so với 0,621), cho thấy hiệu quả vượt trội trong điều kiện thực tiễn.

Phân tích mẫu R&D

Nghiên cứu xây dựng mẫu R&D theo phương pháp của Francis và cộng sự (2000), phân loại doanh nghiệp dựa trên tỷ lệ chi tiêu R&D trên tổng tài sản. Từ mẫu ban đầu 10.410 quan sát, loại bỏ 4.778 quan sát không có dữ liệu R&D và 2.816 quan sát có trung vị, còn lại 2.816 quan sát, chia đều thành 2 nhóm: chi cho R&D cao và chi cho R&D thấp (mỗi nhóm 1.408).

Thống kê mô tả cho thấy sự khác biệt rõ rệt giữa 2 nhóm: doanh nghiệp chi cho R&D cao chi trung bình 9,16% tổng tài sản, trong khi nhóm R&D thấp chỉ chi 0,44%. Đồng thời, nhóm R&D cao có độ biến động lớn hơn, phản ánh mức độ bất định cao hơn trong quá trình định giá.

Về độ chính xác trong định giá, kết quả mô tả cho thấy nhóm R&D thấp được định giá chính xác hơn, với sai số nhỏ hơn, đặc biệt ở các mô hình MBVM và RIVM. Ngược lại, nhóm R&D cao có sai số lớn hơn do đặc điểm lợi nhuận và dòng tiền khó dự báo. DDM là mô hình kém hiệu quả nhất trong cả 2 nhóm.

Tổng thể, kết quả hỗ trợ nhận định rằng, doanh nghiệp có mức R&D thấp dễ định giá chính xác hơn, trong khi thứ tự hiệu quả giữa các mô hình (MBVM và RIVM tốt nhất) vẫn được giữ nguyên.

Bảng 2: Thống kê mô tả của mẫu nghiên cứu và phát triển

	Chi cho R&D cao					Chi cho R&D thấp
	Prc4	DDM	FCFE	RIVM	MBVM	Prc4	DDM	FCFE	RIVM	MBVM
Số quan sát	1.408	1.408	1.408	1.408	1.408	1.408	1.408	1.408	1.408	1.408
Trung bình	67,06	19,29	62,80	51,07	59,67	60,53	27,54	97,13	64,16	59,89
Độ lệch chuẩn	64,83	19,80	77,89	50,27	54,87	51,57	25,98	112,92	54,67	48,45
Trung vị	46,67	12,89	39,41	34,67	43,93	45,01	19,33	57,37	45,18	46,64
Chi tiêu trung bình cho R&D (%)	9,16					0,44

Nguồn: Tính toán của tác giả

Nghiên cứu tình huống: So sánh mô hình định giá học thuật và thực tiễn của nhà phân tích

Để kiểm chứng kết quả phân tích trên mẫu lớn, nghiên cứu tiến hành phân tích trường hợp của Johnson & Johnson (JNJ) - một trong những doanh nghiệp có giá trị vốn hóa lớn và được nhiều tổ chức phân tích tài chính theo dõi.

Kết quả cho thấy, mô hình DDM thường đánh giá JNJ thấp hơn đáng kể so với giá thị trường, với sai số trung bình vượt quá -50%, phản ánh sự không phù hợp của mô hình với chính sách chi trả của JNJ. FCFE tạo ra ít sai lệch hơn nhưng rất không ổn định, đặc biệt là trong những năm sau này khi các ước tính vượt quá giá trị thị trường. RIVM cho thấy tính nhất quán cao hơn, với độ lệch chủ yếu nằm trong khoảng từ -20% đến +25%. MBVM thường đưa ra các ước tính gần nhất với giá thị trường, mặc dù độ chính xác giảm sau năm 2018. Nhìn chung, MBVM và RIVM hoạt động tốt hơn các mô hình dựa trên dòng chảy, và việc báo cáo các giá trị trung bình và trung vị sẽ làm rõ hơn nữa sự so sánh giữa các mô hình..

So sánh với thực tiễn, cả 2 báo cáo của các tổ chức chuyên nghiệp như Morningstar và Credit Suisse đều cho mức định giá cao hơn đáng kể so với kết quả từ phân tích mẫu lớn. Morningstar ước tính giá trị hợp lý của JNJ ở mức 167 USD/cổ phiếu (so với giá thị trường 163.87 USD), trong khi Credit Suisse đưa ra mức giá mục tiêu lên tới 193 USD/cổ phiếu. Trong khi đó, các mô hình trong phân tích mẫu lớn cho kết quả thấp hơn đáng kể (ví dụ: FCFE ~112.78 USD, MBVM ~107.51 USD), cho thấy sự khác biệt rõ giữa cách tiếp cận học thuật và thực tiễn. Nhìn chung, cả 2 báo cáo đều cho thấy rằng trong thực tiễn, các nhà phân tích không phụ thuộc vào một mô hình duy nhất, mà kết hợp giữa DCF, MBVM và các yếu tố định tính để đưa ra định giá. Qua đó, có thể thấy rằng khoảng cách giữa mô hình học thuật và thực tiễn chủ yếu nằm ở giả định dài hạn và cách xử lý bất định, hơn là bản thân cấu trúc mô hình.

Nghiên cứu tình huống đối với Johnson & Johnson cho thấy, các mô hình định lượng là cơ sở quan trọng trong định giá doanh nghiệp, nhưng để phản ánh đầy đủ giá trị nội tại, các nhà phân tích cần kết hợp nhiều phương pháp định giá cùng với các yếu tố định tính, thay vì phụ thuộc vào một mô hình đơn lẻ.

KẾT LUẬN VÀ KHUYẾN NGHỊ

Kết luận

Kết quả nghiên cứu cho thấy RIVM và MBVM là 2 mô hình có hiệu quả định giá vượt trội so với DDM và DCF (FCFE) khi xét cả độ chính xác, mức độ ổn định và khả năng giải thích giá thị trường. Trong đó, MBVM có khả năng phản ánh tín hiệu thị trường tốt nhất, còn RIVM thể hiện ưu thế nhờ khai thác hiệu quả thông tin kế toán và ít phụ thuộc hơn vào các giả định về giá trị cuối kỳ. Bên cạnh đó, các doanh nghiệp có cường độ đầu tư R&D thấp được định giá chính xác hơn so với các doanh nghiệp có R&D cao, trong khi thứ hạng hiệu quả giữa các mô hình hầu như không thay đổi.

Khuyến nghị

Từ các kết quả trên, nghiên cứu đưa ra một số khuyến nghị quan trọng:

Thứ nhất, đối với nhà đầu tư và nhà phân tích, MBVM nên được sử dụng như công cụ chính trong định giá do khả năng phản ánh nhanh các tín hiệu thị trường và độ ổn định cao. Tuy nhiên, để đảm bảo tính hợp lý, cần kết hợp với các mô hình nội tại, đặc biệt là RIVM, nhằm kiểm chứng các giá trị ước tính và tránh phụ thuộc hoàn toàn vào biến động thị trường.

Thứ hai, đối với các nhà nghiên cứu, kết quả cho thấy, cần xem xét đồng thời cả yếu tố lý thuyết và thực tiễn khi đánh giá các mô hình định giá. Việc kết hợp giữa FBVM và MBVM có thể cung cấp cái nhìn toàn diện hơn thay vì đánh giá từng mô hình riêng lẻ.

Thứ ba, đối với doanh nghiệp, đặc biệt là các doanh nghiệp có cường độ R&D cao, cần cải thiện chất lượng công bố thông tin liên quan đến tài sản vô hình và hoạt động đổi mới. Điều này sẽ giúp các mô hình định giá dựa trên thông tin kế toán phản ánh chính xác hơn giá trị thực của doanh nghiệp.

Tài liệu tham khảo:

1. Akbar, S. & Stark, A.W. (2003). Deflators, net shareholder cash flows, dividends, capital contributions and estimated models of corporate valuation, Journal of Business Finance & Accounting, 30(9-10), 1211-1233.

2. Alford, A.W. (1992). The effect of the set of comparable firms on the accuracy of the price-earnings valuation method. Journal of Accounting Research, 30(1), 94-108.

3. Ball, R. & Brown, P. (1968). An empirical evaluation of accounting income numbers, Journal of Accounting Research, 6(2), 159-178.

4. Barker, R. (1999). Survey and market-based evidence of industry dependence in analysts’ preferences between valuation models. Journal of Business Finance & Accounting, 26(3-4), 393-418.

5. Beaver, W.H. (1968). The information content of annual earnings announcements, Journal of Accounting Research, 6(Supplement), 67-92.

6. Collins, D.W., Maydew, E.L. & Weiss, I.S. (1997). Changes in the value-relevance of earnings and book values over the past forty years, Journal of Accounting and Economics, 24(1), 39-67.

7. Copeland, T., Koller, T. & Murrin, J. (2000). Valuation: Measuring and Managing the Value of Companies. 3rd ed. New York: Wiley.

8. Damodaran, A. (2012). Investment Valuation: Tools and Techniques for Determining the Value of Any Asset. 3rd ed. New York: Wiley.

9. Dittmann, I., & Maug, E. (2008). Biases and error measures: How to compare valuation methods. European Financial Management, 14(3), 521-561.

10. Emanuel, D.M. (1984). The information content of earnings announcements: New Zealand evidence. Accounting and Finance, 24(2), 25-43.

11. Feltham, G.A. & Ohlson, J.A. (1995). Valuation and clean surplus accounting for operating and financial activities, Contemporary Accounting Research, 11(2), 689-731.

12. Fernandez, P. (2002). Valuation Methods and Shareholder Value Creation. Academic Press.

13. Francis, J., Olsson, P. & Oswald, D.R. (2000). Comparing the accuracy and explainability of dividend, free cash flow, and abnormal earnings equity value estimates, Journal of Accounting Research, 38(1), 45-70.

14. Francis, J., LaFond, R., Olsson, P., & Schipper, K. (2004). Costs of equity and earnings attributes. Accounting Review, 79(4), 967-1010.

15. Gordon, M.J. & Shapiro, E. (1956). Capital equipment analysis: The required rate of profit, Management Science, 3(1), 102-110.

16. Hand, J.R.M. & Landsman, W.R. (2005). The pricing of dividends in equity valuation, Journal of Business Finance & Accounting, 32(3-4), 435-469.

17. Healy, P.M., & Wahlen, J.M. (1999). A review of the earnings management literature. Accounting Horizons, 13(4), 365-383.

18. Jensen, M.C., & Meckling, W.H. (1976). Theory of the firm: Managerial behavior, agency costs and ownership structure. Journal of Financial Economics, 3(4), 305-360.

19. Kahle, K.M., & Walkling, R.A. (1996). The impact of industry classifications on financial research. Journal of Financial and Quantitative Analysis, 31(3), 309-335.

20. Lev, B. & Ohlson, J.A. (1982). Market-based empirical research in accounting: A review, interpretation, and extension, Journal of Accounting Research, 20(Supplement), 249-322.

21. Lev, B., & Sougiannis, T. (1996). The capitalization, amortization, and value-relevance of R&D. Journal of Accounting and Economics, 21(1), 107-138.

22. Lev, B. & Zarowin, P. (1999). The boundaries of financial reporting and how to extend them, Journal of Accounting Research, 37(2), 353-385.

23. Lie, E., & Lie, H.J. (2002). Multiples used to estimate corporate value. Financial Analysts Journal, 58(2), 44-54.

24. Liu, J., Nissim, D. & Thomas, J. (2002). Equity valuation using multiples, Journal of Accounting Research, 40(1), 135-172.

25. Lo, K. & Lys, T. (2000). The Ohlson model: Contribution to valuation theory, limitations, and empirical applications, Journal of Accounting, Auditing & Finance, 15(3), 337-367.

26. Ohlson, J.A. (1995). Earnings, book values, and dividends in equity valuation, Contemporary Accounting Research, 11(2), 661-687.

27. Penman, S.H. & Sougiannis, T. (1998). A comparison of dividend, cash flow, and earnings approaches to equity valuation, Contemporary Accounting Research, 15(3), 343-383.

28. Stark, A.W. & Thomas, H.M. (1998). On the empirical relationship between market value and residual income in the UK, Management Accounting Research, 9(4), 445-460.

29. Watts, R.L. & Zimmerman, J.L. (1986). Positive Accounting Theory. Englewood Cliffs, NJ: Prentice Hall.

Ngày nhận bài: 5/5/2026; Ngày hoàn thiện biên tập: 19/6/2026; Ngày duyệt đăng: 3/7/2026