Dòng tiền từ hoạt động kinh doanh và hiệu quả tài chính: Bằng chứng từ mô hình bảng động tại các doanh nghiệp niêm yết trên HOSE

Lê Thị Kim Thoa, Trần Anh Sơn

Trường Đại học Tài chính - Marketing

Email: [email protected]

Tóm tắt

Nghiên cứu xem xét mối quan hệ giữa dòng tiền từ hoạt động kinh doanh (CFO) và hiệu quả tài chính của các doanh nghiệp phi tài chính niêm yết trên HOSE giai đoạn 2019-2025; sử dụng dữ liệu bảng không cân bằng gồm 339 doanh nghiệp với 1.975 quan sát doanh nghiệp-năm và ước lượng Two-step System GMM; ROA là thước đo chính, ROE và Difference GMM có biến giả năm được dùng để kiểm định độ bền. Kết quả nghiên cứu cho thấy, biến phụ thuộc trễ dương và có ý nghĩa trong 2 mô hình System GMM. CFO_TA mang dấu dương nhưng không có ý nghĩa thống kê trong cả 3 đặc tả. GROWTH có ý nghĩa trong 2 mô hình System GMM nhưng mất ý nghĩa trong kiểm định độ nhạy; SIZE và LEV cũng nhạy cảm với đặc tả. Do đó, nghiên cứu chưa tìm thấy bằng chứng thống kê đủ mạnh để khẳng định CFO_TA có mối quan hệ cùng chiều với hiệu quả tài chính trong các đặc tả được xem xét.

Từ khóa: Doanh nghiệp niêm yết, dòng tiền từ hoạt động kinh doanh, hiệu quả tài chính, HOSE, System GMM

Abstract

The study examines the relationship between cash flow from operating activities (CFO) and the financial performance of non-financial firms listed on the Ho Chi Minh Stock Exchange (HOSE) during 2019-2025. The study uses an unbalanced panel dataset of 339 firms, with 1,975 firm-year observations, and applies the two-step System Generalized Method of Moments (System GMM) estimator. ROA is used as the main measure of financial performance, while ROE and Difference GMM with year dummy variables are used for robustness checks. The findings indicate that the lagged dependent variable is positive and statistically significant in both System GMM models. CFO_TA has a positive coefficient but is not statistically significant in any of the three specifications. GROWTH is statistically significant in both System GMM models but becomes insignificant in the robustness check. SIZE and LEV are also sensitive to model specifications. Therefore, the study does not find sufficiently strong statistical evidence to conclude that CFO_TA has a positive relationship with financial performance across the specifications examined.

Keywords: Listed firms, cash flow from operating activities, financial performance, HOSE, System GMM

GIỚI THIỆU

Hiệu quả tài chính là vấn đề trọng tâm trong tài chính doanh nghiệp. Dòng tiền từ hoạt động kinh doanh (CFO) phản ánh lượng tiền thực tế tạo ra từ hoạt động cốt lõi, khác với lợi nhuận kế toán ghi nhận trên cơ sở dồn tích. Lý thuyết trật tự phân hạng xem CFO là nguồn tài trợ nội bộ ưu tiên do bất cân xứng thông tin (Myers và Majluf, 1984), trong khi Lý thuyết đại diện cảnh báo rằng dòng tiền dư thừa không tự động chuyển hóa thành hiệu quả cao hơn nếu thiếu cơ chế phân bổ và kiểm soát phù hợp (Jensen, 1986). Sự tồn tại song song của 2 cơ chế trái chiều này cho thấy mối quan hệ CFO - hiệu quả tài chính không hiển nhiên mang tính tích cực, mà cần được kiểm định thực nghiệm trong từng bối cảnh cụ thể.

Giai đoạn 2019-2025 là bối cảnh phù hợp để kiểm định lại mối quan hệ này tại Việt Nam, khi nền kinh tế chịu tác động của COVID-19, phục hồi không đồng đều và biến động lãi suất, thanh khoản (World Bank, 2023). Nghiên cứu giới hạn mẫu ở doanh nghiệp niêm yết trên HOSE nhằm duy trì tính đồng nhất về yêu cầu công bố thông tin và khả năng tiếp cận dữ liệu; vì vậy kết quả không được khái quát trực tiếp cho HNX và UPCoM. Các nghiên cứu tại Việt Nam như Huong (2021), Huong và cộng sự (2022) ghi nhận tác động tích cực của CFO đến hiệu quả tài chính, nhưng đều dùng FEM làm mô hình chính và dữ liệu kết thúc trước năm 2020, nên chưa phản ánh đầy đủ tính kế thừa động của hiệu quả tài chính và giai đoạn biến động sau đó.

Do đó, nghiên cứu này trả lời 2 câu hỏi: (i) trong một đặc tả có biến phụ thuộc trễ và xử lý CFO_TA bằng công cụ GMM, CFO có còn thể hiện mối quan hệ cùng chiều với hiệu quả tài chính như các nghiên cứu tĩnh trước đây đã ghi nhận hay không; (ii) kết quả này có ổn định khi thay ROA bằng ROE và khi thay đổi phương pháp ước lượng hay không. Điểm mới của nghiên cứu nằm ở việc tái kiểm định mối quan hệ CFO - hiệu quả tài chính trên dữ liệu HOSE giai đoạn 2019-2025 bằng mô hình bảng động và đối chiếu kết quả qua các đặc tả độ bền. Về lý thuyết, nghiên cứu sử dụng lợi ích của tài trợ nội bộ theo Lý thuyết trật tự phân hạng và rủi ro phân bổ nguồn lực kém hiệu quả theo Lý thuyết đại diện như 2 góc nhìn để xây dựng kỳ vọng và diễn giải kết quả, chứ không trực tiếp kiểm định cơ chế trung gian của từng lý thuyết. Về phương pháp, mô hình bảng động giúp hạn chế thiên lệch có thể phát sinh khi bỏ qua biến phụ thuộc trễ (Nickell, 1981).

CƠ SỞ LÝ THUYẾT

Lý thuyết nền tảng

CFO là dòng tiền thuần phát sinh từ hoạt động kinh doanh cốt lõi của doanh nghiệp, khác với dòng tiền tự do, vốn còn phụ thuộc vào nhu cầu chi đầu tư, và khác với hiệu quả quản trị vốn lưu động, vốn phản ánh tốc độ luân chuyển các khoản phải thu, hàng tồn kho và phải trả. Do các khái niệm này phản ánh những khía cạnh tài chính khác nhau, nghiên cứu chỉ sử dụng các công trình đo lường trực tiếp CFO làm căn cứ chính để xây dựng giả thuyết.

Lý thuyết trật tự phân hạng cho rằng, do bất cân xứng thông tin, doanh nghiệp ưu tiên vốn nội bộ trước khi tiếp cận nợ vay hoặc phát hành cổ phần (Myers và Majluf, 1984); CFO là nguồn vốn nội bộ quan trọng, giúp duy trì thanh khoản và giảm phụ thuộc vào tài trợ bên ngoài. Ngược lại, Lý thuyết đại diện cho rằng, sự tách biệt giữa sở hữu và quản lý có thể phát sinh xung đột lợi ích; dòng tiền dư thừa có thể bị sử dụng cho đầu tư quá mức hoặc các dự án kém hiệu quả, khiến mối quan hệ với hiệu quả tài chính suy yếu hoặc đổi dấu (Jensen, 1986). Hai lý thuyết vì vậy cung cấp các cơ chế giải thích khác nhau: lợi ích của nguồn tài trợ nội bộ tạo cơ sở cho kỳ vọng cùng chiều, còn lý thuyết đại diện được xem là điều kiện giới hạn có thể làm suy yếu mối quan hệ này.

Bằng chứng thực nghiệm đo lường trực tiếp CFO cho kết quả chưa thống nhất: Kroes và Manikas (2014), Laghari và cộng sự (2023) ghi nhận CFO tác động tích cực đến hiệu quả tài chính ở doanh nghiệp sản xuất; ngược lại, Arifaj và cộng sự (2023) không tìm thấy tác động có ý nghĩa tại Kosovo. Tại Việt Nam, Huong (2021), Huong và cộng sự (2022) đều ghi nhận tác động tích cực bằng FEM nhưng không đưa biến phụ thuộc trễ vào đặc tả, nên chưa phản ánh tính kế thừa động của hiệu quả tài chính. Từ tổng quan này, nghiên cứu nhận diện khoảng trống về lý thuyết (thiếu đối chiếu giữa lợi ích tài trợ nội bộ và rủi ro chi phí đại diện), thực nghiệm (dữ liệu tại Việt Nam chủ yếu dừng ở giai đoạn trước COVID-19) và phương pháp (FEM có thể thiên lệch nếu bỏ qua tính kế thừa động Nickell, 1981).

Giả thuyết nghiên cứu

Trên cơ sở các lập luận trên, khung phân tích của nghiên cứu xem CFO_TA là biến giải thích chính của hiệu quả tài chính, được đo bằng ROA và kiểm tra độ bền bằng ROE; SIZE, LEV và GROWTH được đưa vào mô hình với vai trò biến kiểm soát. Trên cơ sở đó, nghiên cứu đề xuất giả thuyết nghiên cứu:

H1: Dòng tiền từ hoạt động kinh doanh trên tổng tài sản (CFO_TA) có mối quan hệ cùng chiều với Hiệu quả tài chính của các doanh nghiệp phi tài chính niêm yết trên HOSE.

Hiệu quả tài chính được đo chính bằng ROA; ROE được sử dụng trong kiểm định độ bền. Mô hình đồng thời kiểm soát SIZE, LEV và GROWTH, là các đặc điểm doanh nghiệp có thể liên quan đến hiệu quả tài chính và thường được sử dụng trong các nghiên cứu thực nghiệm về hiệu quả doanh nghiệp (Hoang và cộng sự, 2019). Dấu kỳ vọng của các biến kiểm soát được trình bày tại Bảng 1 và chỉ mang tính định hướng cho diễn giải kết quả, không phải các giả thuyết nghiên cứu riêng.

Bảng 1: Định nghĩa và đo lường các biến nghiên cứu

Nguồn: Tác giả tổng hợp

Mô hình nghiên cứu

Mô hình nghiên cứu được trình bày như sau:

ROAit = β0 + β1ROAi,t-1 + β2CFO_TAit + β3SIZEit + β4LEVit + β5GROWTHit + αi + εit

Trong đó: ROAit là lợi nhuận sau thuế chia cho tổng tài sản bình quân của doanh nghiệp i tại năm t; ROAi,t-1 là biến phụ thuộc trễ; CFO_TAit là dòng tiền thuần từ HĐKD chia cho tổng tài sản bình quân; SIZEit, LEVit và GROWTHit là các biến kiểm soát; αi là hiệu ứng đặc thù doanh nghiệp; εit là sai số ngẫu nhiên. Tổng tài sản bình quân được tính bằng (tổng tài sản đầu năm + tổng tài sản cuối năm)/2; vốn chủ sở hữu bình quân được tính tương tự. Các biến dòng như lợi nhuận và CFO được chuẩn hóa theo giá trị bình quân để phù hợp với số liệu phát sinh trong cả kỳ, trong khi SIZE và LEV phản ánh trạng thái tại thời điểm cuối năm.

PHƯƠNG PHÁP NGHIÊN CỨU

Dữ liệu về danh sách doanh nghiệp niêm yết trên HOSE được xác định qua thư viện VNStock; dữ liệu báo cáo tài chính được thu thập từ nền tảng FinLens cho giai đoạn 2019-2025. Nghiên cứu sử dụng dữ liệu bảng không cân bằng và loại các doanh nghiệp tài chính (ngân hàng, bảo hiểm, chứng khoán) do cấu trúc tài sản, nguồn vốn và quy định giám sát đặc thù khiến ROA và CFO_TA khó so sánh trực tiếp. Các biến liên tục được winsorize tại phân vị 1% và 99%. Mẫu sau làm sạch gồm 344 doanh nghiệp với 2.324 quan sát; mẫu System GMM gồm 339 doanh nghiệp với 1.975 quan sát; kiểm định Difference GMM có biến giả năm gồm 334 doanh nghiệp với 1.635 quan sát, do đặc tả này chỉ khai thác phương trình sai phân nên các quan sát đầu kỳ của mỗi doanh nghiệp không còn đóng góp vào ước lượng.

Ước lượng OLS hoặc FEM cho mô hình có biến phụ thuộc trễ có thể thiên lệch do tương quan giữa biến trễ và hiệu ứng cố định, đặc biệt khi số năm quan sát nhỏ hơn nhiều số doanh nghiệp (Nickell, 1981). Nghiên cứu áp dụng Two-step System GMM (Blundell và Bond, 1998), phát triển từ GMM sai phân (Arellano & Bond, 1991), nhằm hạn chế thiên lệch do tính động và nội sinh. L.ROA và CFO_TA được xem là nội sinh và xử lý bằng công cụ GMM với độ trễ bậc 2-3; tùy chọn collapse được sử dụng để hạn chế gia tăng số lượng công cụ (Roodman, 2009). SIZE, LEV và GROWTH được đưa vào nhóm công cụ IV tiêu chuẩn, tương ứng với giả định ngoại sinh trong đặc tả cơ sở; đây là giả định nhận dạng của mô hình, chưa được kiểm định riêng. Sai số chuẩn 2 bước được hiệu chỉnh theo Windmeijer (2005). Chất lượng mô hình được đánh giá qua AR(1), AR(2), Hansen và Difference-in-Hansen; Hansen được ưu tiên hơn Sargan trong ước lượng two-step robust. Độ bền được kiểm tra theo 2 hướng: thay ROA bằng ROE trong System GMM và ước lượng Difference GMM có bổ sung biến giả năm.

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Kết quả nghiên cứu

Bảng 2 trình bày thống kê mô tả trên mẫu đầy đủ 2.324 quan sát của 344 doanh nghiệp. ROA có trung bình 6,00%, trung vị 4,58%; ROE trung bình 10,37%. CFO_TA có trung bình 5,16%, độ lệch chuẩn 12,34%, phản ánh khác biệt đáng kể về năng lực tạo dòng tiền. LEV trung bình 46,18%, cho thấy nợ là nguồn tài trợ quan trọng; GROWTH đạt trung bình 11,20% nhưng độ lệch chuẩn 48,18%, phản ánh phân hóa mạnh trong giai đoạn chịu ảnh hưởng COVID-19.

Bảng 2: Thống kê mô tả các biến nghiên cứu (N = 2.324; 344 doanh nghiệp)

Ghi chú: Tất cả biến liên tục được winsorize tại phân vị 1% và 99%.

Nguồn: Nhóm tác giả tổng hợp và tính toán từ dữ liệu FinLens và VNStock

Tương quan đơn biến cho thấy, ROA tương quan dương với CFO_TA (r = 0,4602) và GROWTH (r = 0,1282), tương quan âm với LEV (r = -0,3986). Tương quan giữa SIZE và ROA mang dấu âm (r = -0,0469), trong khi hệ số của SIZE chuyển sang dấu dương sau khi kiểm soát đồng thời các biến khác trong mô hình đa biến. Hệ số phóng đại phương sai (VIF) dao động 1,01-1,20 (trung bình 1,11), không có dấu hiệu đa cộng tuyến nghiêm trọng giữa các biến giải thích.

Mô hình chính được ước lượng trên 1.975 quan sát của 339 doanh nghiệp. Wald χ²(5) = 423,34 (p < 0,001) cho thấy các biến giải thích có ý nghĩa đồng thời. Mẫu hình tự tương quan phù hợp với yêu cầu của GMM sai phân: AR(1) có ý nghĩa (z = -4,48; p < 0,001), trong khi AR(2) không có ý nghĩa (z = 0,16; p = 0,874). Hansen không bác bỏ tính hợp lệ chung của hệ công cụ (χ² = 6,39; p = 0,172); Difference-in-Hansen cũng không bác bỏ tính ngoại sinh của nhóm công cụ bổ sung cho phương trình mức (p = 0,595) và nhóm công cụ IV (p = 0,128). Số công cụ là 10, thấp hơn nhiều so với 339 nhóm. Sargan bị bác bỏ (p = 0,011) nhưng chỉ mang tính tham khảo trong ước lượng two-step robust (Roodman, 2009).

Bảng 3: Kết quả ước lượng Two-step System GMM - Biến phụ thuộc: ROA

Nguồn: Nhóm tác giả tổng hợp và tính toán từ dữ liệu FinLens và VNStock

Kết quả ở Bảng 3 cho thấy: L.ROA có hệ số 0,4409 và ý nghĩa ở mức 1% (p < 0,001), cho thấy hiệu quả tài chính có tính bền vững theo thời gian. CFO_TA mang dấu dương (β = 0,1397; SE = 0,1300) nhưng không có ý nghĩa thống kê (p = 0,283; khoảng tin cậy 95% xấp xỉ [-0,115; 0,394]), nên H1 không được ủng hộ. SIZE mang dấu dương và có ý nghĩa (β = 0,0030; p = 0,004), trong khi LEV mang dấu âm và có ý nghĩa (β = -0,0659; p = 0,007). Với các yếu tố khác không đổi, LEV tăng 0,10 gắn với ROA thấp hơn khoảng 0,66 điểm phần trăm. GROWTH mang dấu dương và có ý nghĩa (β = 0,0239; p < 0,001); GROWTH tăng 0,10 gắn với ROA cao hơn khoảng 0,24 điểm phần trăm.

Bảng 4 trình bày 2 kiểm định độ bền: thay ROA bằng ROE trong System GMM và Two-step Difference GMM có bổ sung biến giả năm (năm tham chiếu 2020). Mô hình ROE sử dụng 1.975 quan sát, 339 doanh nghiệp và 10 công cụ; AR(1) có p < 0,001, AR(2) có p = 0,344 và Hansen có p = 0,064. Như vậy, Hansen không bị bác bỏ ở mức 5% nhưng nằm gần ngưỡng, nên kết quả ROE được xem là bằng chứng bổ trợ. Mô hình Difference GMM sử dụng 1.635 quan sát, 334 doanh nghiệp và 12 công cụ; AR(2) có p = 0,921 và Hansen có p = 0,333, trong khi AR(1) chỉ có ý nghĩa ở mức 10% (p = 0,086). Vì vậy, đặc tả này được sử dụng như một kiểm định độ nhạy bổ sung.

Bảng 4: Kiểm định độ bền ROE System GMM và Difference GMM

Ghi chú: Sai số chuẩn Windmeijer-corrected (robust). Mô hình Difference GMM có biến giả năm; năm 2020 là năm tham chiếu (hệ số riêng của biến giả năm được lược khỏi bảng).

Nguồn: Nhóm tác giả tổng hợp và tính toán từ dữ liệu FinLens và VNStock

CFO_TA tiếp tục mang dấu dương nhưng không có ý nghĩa trong cả 2 kiểm định (β = 0,1556; p = 0,540 với ROE; β = 0,4824; p = 0,221 với Difference GMM). Kết luận suy diễn vì vậy nhất quán với mô hình chính, nhưng độ lớn hệ số thay đổi đáng kể giữa các đặc tả và không nên được xem là ổn định. Biến phụ thuộc trễ có ý nghĩa trong mô hình ROE nhưng mất ý nghĩa trong Difference GMM. SIZE và LEV không có ý nghĩa trong mô hình ROE nhưng có ý nghĩa trong Difference GMM; GROWTH có ý nghĩa trong hai mô hình System GMM nhưng mất ý nghĩa trong Difference GMM. Do các đặc tả khác nhau đồng thời về phương pháp, cỡ mẫu và cấu trúc công cụ, các hệ số kiểm soát được xem là nhạy cảm với đặc tả.

Thảo luận kết quả nghiên cứu

CFO_TA có hệ số dương nhưng không có ý nghĩa thống kê trong cả 3 đặc tả, nên H1 không được ủng hộ. Kết quả này có thể được diễn giải dưới lăng kính lý thuyết đại diện (Jensen, 1986): nguồn tiền chỉ tạo giá trị khi được phân bổ hiệu quả, còn việc sử dụng nguồn lực cho các dự án kém hiệu quả có thể làm suy yếu mối quan hệ với hiệu quả tài chính. Tuy nhiên, nghiên cứu không trực tiếp đo dòng tiền tự do, chất lượng quản trị hay đầu tư quá mức, nên đây chỉ là một cơ chế giải thích khả dĩ; kết quả không có ý nghĩa của Arifaj và cộng sự (2023) tại Kosovo cung cấp một điểm đối chiếu thực nghiệm. Một khả năng khác là CFO_TA được đo theo cơ sở tiền mặt trong khi ROA và ROE dựa trên lợi nhuận dồn tích; trong giai đoạn 2019-2025 nhiều biến động, khoảng cách giữa 2 cơ sở kế toán có thể gia tăng, dù giả thuyết này chưa được kiểm định trực tiếp. Ngoài ra, doanh nghiệp niêm yết trên HOSE có thể ít chịu ràng buộc tài chính hơn doanh nghiệp nhỏ và vừa hoặc chưa niêm yết, làm giảm lợi ích cận biên của CFO như nguồn tài trợ thay thế theo lý thuyết trật tự phân hạng. Kết quả khác với Huong (2021), Huong và cộng sự (2022), nhưng nghiên cứu hiện tại không thể tách bạch vai trò riêng của giai đoạn dữ liệu, thước đo hiệu quả và phương pháp ước lượng do không sử dụng cùng mẫu và đặc tả.

Trong 2 mô hình System GMM, GROWTH mang dấu dương và có ý nghĩa, phù hợp với Kumar và cộng sự (2024), nhưng mất ý nghĩa trong Difference GMM, cho thấy kết quả nhạy cảm với đặc tả mô hình. LEV mang dấu âm và SIZE mang dấu dương trong mô hình ROA chính và Difference GMM, nhưng không có ý nghĩa trong mô hình ROE. Vì vậy, nghiên cứu không diễn giải tác động dài hạn của các biến kiểm soát và không xem bất kỳ biến nào là ổn định trong mọi đặc tả.

KẾT LUẬN VÀ KHUYẾN NGHỊ GIẢI PHÁP

Kết luận

Nghiên cứu kiểm định mối quan hệ giữa CFO và hiệu quả tài chính của các doanh nghiệp phi tài chính niêm yết trên HOSE giai đoạn 2019-2025. Trong 2 mô hình System GMM, biến phụ thuộc trễ mang dấu dương và có ý nghĩa, nhưng kết quả này không duy trì trong Difference GMM có biến giả năm. CFO_TA mang dấu dương nhưng không có ý nghĩa trong cả 3 đặc tả; do đó, nghiên cứu chưa tìm thấy bằng chứng thống kê đủ mạnh để ủng hộ H1. Kết luận về CFO_TA nhất quán về dấu và ý nghĩa thống kê, nhưng không ổn định về độ lớn hệ số. GROWTH có quan hệ dương và có ý nghĩa trong 2 mô hình System GMM nhưng mất ý nghĩa trong kiểm định độ nhạy; SIZE và LEV cũng thay đổi mức ý nghĩa theo đặc tả. Kết quả bổ sung bằng chứng cho một thị trường mới nổi trong giai đoạn bao gồm COVID-19 và hậu COVID-19.

Hàm ý quản trị

Các hàm ý được đề xuất trong phạm vi những gì mô hình đo lường được. Đối với nhà quản trị, dòng tiền hoạt động dương không nên được xem là điều kiện đủ để cải thiện hiệu quả tài chính; cần đánh giá chất lượng phân bổ dòng tiền và hiệu quả của từng dự án. Dấu âm của LEV trong các đặc tả ROA gợi ý doanh nghiệp cần thận trọng với áp lực chi phí tài chính, dù kết quả này không có ý nghĩa trong mô hình ROE. GROWTH có quan hệ dương trong các mô hình System GMM nhưng mất ý nghĩa trong kiểm định độ nhạy; vì vậy tăng trưởng doanh thu cần được xem xét cùng hiệu quả sử dụng tài sản thay vì như một bảo đảm về khả năng sinh lời. Đối với nhà đầu tư, nên đánh giá đồng thời dòng tiền hoạt động, tăng trưởng, đòn bẩy và tính ổn định của hiệu quả tài chính qua nhiều kỳ. Nghiên cứu không đo lường trực tiếp chất lượng công bố thông tin hoặc hành vi quản lý nhà nước, nên không đưa ra khuyến nghị chính sách mang tính khẳng định.

Hạn chế của nghiên cứu

Nghiên cứu còn một số hạn chế. Mô hình System GMM chính không kiểm soát hiệu ứng năm; các đặc tả độ bền khác nhau đồng thời về phương pháp, cỡ mẫu và cấu trúc công cụ nên không thể quy sự thay đổi hệ số riêng cho hiệu ứng thời gian. ROA và CFO_TA cùng dùng tổng tài sản bình quân làm mẫu số, vì vậy tương quan giữa chúng có thể chịu một phần ảnh hưởng của mẫu số chung; nghiên cứu chưa kiểm tra các mẫu số thay thế. SIZE, LEV và GROWTH được giả định ngoại sinh trong đặc tả cơ sở nhưng chưa được kiểm tra bằng cấu trúc công cụ thay thế. Hansen và Difference-in-Hansen đánh giá tính hợp lệ của điều kiện moment nhưng không trực tiếp chứng minh sức mạnh của công cụ; do đó, khả năng công cụ có mức độ liên quan hạn chế vẫn chưa thể loại trừ (Blundell và Bond, 1998; Roodman, 2009). Mẫu chỉ gồm doanh nghiệp niêm yết trên HOSE nên khả năng khái quát cho doanh nghiệp chịu ràng buộc tài chính mạnh còn hạn chế. Dữ liệu từ FinLens và VNStock chưa được đối chiếu toàn bộ với báo cáo tài chính gốc, và mô hình tuyến tính có thể che khuất tác động phi tuyến, bất đối xứng hoặc vai trò điều tiết. Nghiên cứu tiếp theo có thể kiểm tra cấu trúc công cụ và thước đo thay thế, mở rộng mẫu sang HNX và UPCoM, đồng thời xem xét các mô hình phi tuyến hoặc có điều tiết.

Tài liệu tham khảo:

1. Arellano, M., & Bond, S. (1991). Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations. The Review of Economic Studies, 58(2), 277-297. https://doi.org/10.2307/2297968

2. Arifaj, A. H., Berisha, V., Morina, F., & Avdyli, E. (2023). Exploring the impact of cash flow, company size, and debt on financial performance in corporations. Investment Management & Financial Innovations, 20(3), 264. https://doi.org/10.21511/imfi.20(3).2023.22

3. Blundell, R., & Bond, S. (1998). Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics, 87(1), 115-143. https://doi.org/10.1016/S0304-4076(98)00009-8

4. Dang, C., Li, Z. F., & Yang, C. (2018). Measuring firm size in empirical corporate finance. Journal of Banking & Finance, 86, 159-176. https://doi.org/10.1016/j.jbankfin.2017.09.006

5. Hoang, T. V. H., Dang, N. H., Tran, M. D., Vu, T. T. V., & Pham, Q. T. (2019). Determinants influencing financial performance of listed firms: Quantile regression approach. Asian Economic and Financial Review, 9(1), 78-90. https://doi.org/10.18488/journal.aefr.2019.91.78.90

6. Huong, T. T. T. (2021). Operating cash flow and corporate financial performance of listed companies in Vietnam. Journal of Asian Finance, Economics and Business, 8(9), 59-70. https://doi.org/10.13106/jafeb.2021.vol8.no9.0059

7. Huong, L. L. T., Do, V. B., & Thu, H. T. T. (2022). Impact of cash flow on firm's operational efficiency in Vietnam: Mediation role of state ownership. Journal of Organizational Behavior Research, 7(2), 30-47. https://doi.org/10.51847/Sd9SolqBjQ

8. Jensen, M. C. (1986). Agency costs of free cash flow, corporate finance, and takeovers. The American Economic Review, 76(2), 323-329. https://www.jstor.org/stable/1818789

9. Kroes, J. R., & Manikas, A. S. (2014). Cash flow management and manufacturing firm financial performance: A longitudinal perspective. International Journal of Production Economics, 148, 37-50. https://doi.org/10.1016/j.ijpe.2013.11.008

10. Kumar, S. S., Sawarni, K. S., Roy, S., & G, N. (2024). Influence of working capital efficiency on firm's composite financial performance: Evidence from India. International Journal of Productivity and Performance Management, 73(9), 2787-2806. https://doi.org/10.1108/IJPPM-07-2023-0374

11. Laghari, F., Ahmed, F., & López García, M. D. L. N. (2023). Cash flow management and its effect on firm performance: Empirical evidence on non-financial firms of China. PLoS ONE, 18(6), e0287135. https://doi.org/10.1371/journal.pone.0287135

12. Myers, S. C., & Majluf, N. S. (1984). Corporate financing and investment decisions when firms have information that investors do not have. Journal of Financial Economics, 13(2), 187-221. https://doi.org/10.1016/0304-405X(84)90023-0

13. Nickell, S. (1981). Biases in dynamic models with fixed effects. Econometrica, 49(6), 1417-1426. https://doi.org/10.2307/1911408

14. Roodman, D. (2009). How to do xtabond2: An introduction to difference and system GMM in Stata. The Stata Journal, 9(1), 86-136. https://doi.org/10.1177/1536867X0900900106

15. Titman, S., & Wessels, R. (1988). The determinants of capital structure choice. The Journal of Finance, 43(1), 1-19. https://doi.org/10.1111/j.1540-6261.1988.tb02585.x

16. Windmeijer, F. (2005). A finite sample correction for the variance of linear efficient two-step GMM estimators. Journal of Econometrics, 126(1), 25-51. https://doi.org/10.1016/j.jeconom.2004.02.005

17. World Bank (2023). Vietnam macro monitoring, January 2023. World Bank Group.https://www.worldbank.org/en/country/vietnam/publication/vietnam-macro-monitoring