Tác động của vốn trí tuệ đến hiệu quả tài chính tại các doanh nghiệp phi tài chính Việt Nam

Bài báo Tác động của vốn trí tuệ đến hiệu quả tài chính tại các doanh nghiệp phi tài chính Việt Nam do Trần Minh Quân1- Nguyễn Thị Phương Quyên1 - Nguyễn Bảo Phương Nghi1 - Nguyễn Thị Quế Hường1 - Lâm Thị Kim Ngân1 (1Trường Đại học Công nghiệp TP. Hồ Chí Minh) thực hiện.

Tóm tắt:

Nghiên cứu này phân tích tác động vốn trí tuệ đến hiệu quả tài chính của 180 doanh nghiệp phi tài chính niêm yết trên HOSE giai đoạn 2010 - 2024. Sử dụng mô hình hệ số giá trị gia tăng trí tuệ hiệu chỉnh (MVAIC) và phương pháp hồi quy System GMM, kết quả cho thấy vốn cấu trúc (SCE), vốn tài chính (CEE) và vốn quan hệ (RCE) có ảnh hưởng tích cực đáng kể đến ROA và ROE. Trong khi đó, vốn nhân lực (HCE) thúc đẩy giá trị thị trường (Tobin’s Q) nhưng vốn cấu trúc (SCE) lại có tác động nghịch chiều đến chỉ số này. Nghiên cứu nhấn mạnh, doanh nghiệp Việt Nam vẫn dựa nhiều vào tài sản hữu hình và hiệu quả sử dụng vốn hơn là nguồn nhân lực, từ đó đề xuất các giải pháp tối ưu hóa quản trị và đầu tư vào tài sản vô hình.

Từ khóa: vốn trí tuệ hiệu chỉnh, hiệu quả tài chính, doanh nghiệp niêm yết, GMM.

1. Đặt vấn đề

Trong nền kinh tế tri thức, vốn trí tuệ (IC) đã trở thành nguồn lực then chốt quyết định lợi thế cạnh tranh bền vững của tổ chức. IC bao gồm tri thức, thông tin, tài sản trí tuệ và kinh nghiệm có khả năng tạo ra giá trị. Tuy nhiên, nhiều doanh nghiệp thường bỏ qua tài sản vô hình để ưu tiên tài sản hữu hình, dẫn đến sự sụt giảm giá trị công ty. Để định lượng nguồn lực này, mô hình VAIC của Pulic (2000) đã ra đời và trở nên phổ biến nhờ tính khách quan và khả năng ứng dụng cao.

Tại Việt Nam, mặc dù đã có một số nghiên cứu về vai trò của IC, nhưng phần lớn vẫn tập trung vào các ngành hẹp hoặc giai đoạn ngắn. Nghiên cứu này nhằm lấp đầy khoảng trống bằng cách phân tích dữ liệu của các doanh nghiệp phi tài chính trong chu kỳ 15 năm (2010-2024), bao gồm cả giai đoạn phục hồi sau Covid-19, đồng thời áp dụng mô hình MVAIC để đo lường thêm hiệu quả vốn quan hệ (RCE).

2. Cơ sở lý thuyết và tổng quan các nghiên cứu trước

2.1. Cơ sở lý thuyết

Vốn trí tuệ được định nghĩa là tài sản tri thức vô hình giúp tổ chức duy trì lợi thế cạnh tranh. Theo lý thuyết dựa trên nguồn lực, IC là tài sản chiến lược vì nó có giá trị, hiếm, khó bắt chước và không thể thay thế. Cấu trúc IC thường gồm 3 thành phần chính: vốn nhân lực (HCE) (kỹ năng, kinh nghiệm nhân viên), vốn cấu trúc (SCE) (quy trình, hệ thống thông tin) và vốn quan hệ (RCE) (mối quan hệ với khách hàng, đối tác).

2.2. Tổng quan các nghiên cứu trước

Nhiều nghiên cứu quốc tế tại Đài Loan, Singapore và châu Âu khẳng định IC có tác động tích cực đến giá trị thị trường và khả năng sinh lời. Chẳng hạn, Chen và cộng sự (2005) cho thấy nhà đầu tư đánh giá cao các công ty có vốn trí tuệ lớn. Tại Việt Nam, Hoang và cộng sự (2020) cũng ghi nhận mối quan hệ cùng chiều giữa vốn tri thức và hiệu quả tài chính.

Tuy nhiên, kết quả thực nghiệm không hoàn toàn thống nhất. Một số nghiên cứu tại Nam Phi hoặc Hồng Kông không tìm thấy bằng chứng rõ ràng về mối liên hệ này, cho thấy tác động của IC có thể thay đổi tùy theo đặc thù thị trường và nhận thức của nhà đầu tư.

3. Phương pháp nghiên cứu

3.1. Mô hình và dữ liệu

Nghiên cứu sử dụng mô hình MVAIC cải tiến từ Pulic (2000):

Xit = β0 + β1 HCEit + β2 SCEit + β3 CEEit + β4 RCEit + β5 AGEit + β6 SIZEit + β7 LEVit + β8 SGit + β9 i.INDit + ∈

Trong đó:

+ Biến phụ thuộc: ROA, ROE và Tobin’s Q (TBQ).

+ Biến độc lập: HCE(Vốn nhân lực), SCE(Vốn cấu trúc), CEE (vốn tài chính) và RCE (Vốn quan hệ).

+ Biến kiểm soát: Quy mô (SIZE), Đòn bẩy (LEV), Tuổi doanh nghiệp (AGE), Tăng trưởng (SG) và Ngành (IND).

Mẫu nghiên cứu gồm 180 công ty phi tài chính trên sàn HOSE giai đoạn 2010-2024, sau khi đã loại bỏ các doanh nghiệp tài chính và bất động sản để đảm bảo tính đồng nhất.

3.2. Phương pháp hồi quy

Nghiên cứu sử dụng các phương pháp hồi quy dữ liệu bảng, thông qua ước lượng Pooled OLS, FEM, REM để lựa chọn mô hình tối ưu. Do phát hiện vi phạm về phương sai thay đổi, tự tương quan và hiện tượng nội sinh, phương pháp System GMM được áp dụng để đảm bảo tính nhất quán.

4. Kết quả nghiên cứu và thảo luận

4.1. Thống kê mô tả và ma trận tương quan

Kết quả cho thấy, ROA trung bình đạt 7,97%, ROE đạt 14.02% và Tobin’s Q là 1.13 (Bảng 1). Ma trận tương quan cho thấy các hệ số giữa các biến độc lập đều dưới 0,8, khẳng định hiện tượng đa cộng tuyến không đáng kể (Bảng 2). Kiểm định VIF (Mean VIF = 2.46) ở Bảng 3 củng cố kết quả này.

Bảng 1. Thống kê mô tả các biến

Tên biến

Trung bình

Độ lệch chuẩn

Giá trị nhỏ nhất

Giá trị lớn nhất

ROA

0.0797

0.0897

-0.4919

0.7426

ROE

0.1402

0.1437

-0.9993

0.9309

TBQ

1.1319

0.5585

0.0882

5.6937

HCE

1.1768

0.8438

-2.4066

9.1541

SCE

0.6407

0.4651

-10.0959

11.9579

CEE

0.2447

0.2924

-6.6330

5.3923

RCE

0.3100

0.6307

-5.3624

17.0106

AGE

3.1913

0.5443

0.6931

4.7707

SIZE

28.0294

1.4181

23.7117

33.0449

LEV

0.4583

0.2271

0.0004

3.6540

SG

0.1777

0.8745

-1

23.0672

IND

3.9933

2.2350

1

9

Nguồn: Nhóm tác giả trích từ Stata 17

Bảng 2: Ma trận hệ số tương quan giữa các biến

 

ROA

ROE

TBQ

HCE

SCE

CEE

RCE

AGE

SIZE

LEV

SG

IND

ROA

1.000

 

 

 

 

 

 

 

 

 

 

 

ROE

0.8601

1.000

 

 

 

 

 

 

 

 

 

 

TBQ

0.4171

0.3805

1.000

 

 

 

 

 

 

 

 

 

HCE

0.2026

0.2133

0.0588

1.000

 

 

 

 

 

 

 

 

SCE

0.2155

0.2477

0.0560

0.6121

1.000

 

 

 

 

 

 

 

CEE

0.4525

0.3906

0.2410

-0.0571

-0.0001

1.000

 

 

 

 

 

 

RCE

-0.1355

-0.1260

-0.0151

-0.1844

-0.3992

-0.1011

1.000

 

 

 

 

 

AGE

0.0126

-0.0247

0.1954

-0.1785

-0.0772

0.0499

0.0554

1.000

 

 

 

 

SIZE

-0.0981

0.0221

0.1306

0.2360

0.1218

-0.1739

0.0697

0.1392

1.000

 

 

 

LEV

-0.3916

-0.1302

-0.0722

0.0043

-0.0372

-0.0909

0.1492

-0.0860

0.2801

1.000

 

 

SG

0.0908

0.1293

0.0262

0.0878

0.0481

-0.0136

-0.0030

-0.0844

0.0302

0.0661

1.000

 

IND

0.0527

0.0677

0.1080

0.0493

0.0427

0.0255

0.1333

-0.0850

0.0906

0.0283

-0.0042

1.000

Nguồn: Nhóm tác giả trích từ Stata 17

Bảng 3: Kiểm định Vif

Biến

Vif

HCE

1.83

SCE

1.89

CEE

1.08

RCE

1.37

AGE

1.20

SIZE

1.31

LEV

1.18

SG

1.02

IND

 

Nguyên vật liệu

6.46

Công nghiệp

5.50

Tiêu dùng không thiết yếu

3.69

Tiêu dùng thiết yếu

4.45

Chăm sóc sức khỏe

2.71

Công nghệ thông tin

1.68

Dịch vụ truyền thông

1.24

Tiện ích

2.69

MEAN VIF

2.46

Nguồn: Nhóm tác giả trích từ Stata 17

4.2. Kiểm định chẩn đoán

Bảng 4: Kết quả kiểm định chẩn đoán

 

Kiểm định

 

Đối tượng

KẾT QUẢ Prob > chi2

ROA

ROE

TBQ

Tính nội sinh

HCE

 

0.0005

 

SCE

 

 

 

CEE

0.0000

0.0000

0.0000

RCE

 

 

 

AGE

0.0487

0.0002

 

SIZE

0.0000

0.0000

0.0024

LEV

0.0126

0.0022

0.0000

SG

0.0329

0.0019

 

Phương sai thay đổi

 

0.0000

0.0000

0.0000

Tự tương quan

 

0.0000

0.0000

0.0000

Nguồn: Nhóm tác giả trích từ Stata 17

Kết quả tại Bảng 4 xác nhận cả 3 mô hình (ROA, ROE, TBQ) đều vi phạm giả thiết phương sai đồng nhất và không tự tương quan (P-value < 0.05). Hiện tượng nội sinh cũng tồn tại ở các biến như CEE, SIZE, LEV. Điều này bắt buộc phải sử dụng hồi quy GMM.

4.2. Kết quả hồi quy theo phương pháp GMM

Bảng 5. Hồi quy GMM tác động thành phần trong vốn trí tuệ

 

ROA

ROE

TBQ

Biến trễ bậc 1 (L1)

0.23828

0.28032*

0.67226**

HCE

0.01710*

0.01326

0.06802*

SCE

0.02027**

0.25924***

-0.07178***

CEE

0.25500**

0.40318**

-1.01643

RCE

0.01615*

0.09580***

-0.08456

AGE

-0.00698

0.00574

0.10841**

SIZE

0.00267

0.00200

-0.04863

LEV

-0.24430**

-0.01895

0.50488*

SG

0.03418

0.03378

0.00779

IND

 

 

 

Nguyên vật liệu

0.01952

0.03661

-0.13430

Công nghiệp

0.04295

0.04562

-0.09124

Tiêu dùng không thiết yếu

0.01605

0.02272

0.00914

Tiêu dùng thiết yếu

0.02910

0.03143

-0.03828

Chăm sóc sức khỏe

0.01629

0.00500

0.10387

Công nghệ thông tin

0.02245

0.03703

0.02748

Dịch vụ truyền thông

0.06502

0.10882*

-0.21769

Tiện ích

0.02072

-0.00564

0.02310

Nguồn: Nhóm tác giả trích từ Stata 17

(*), (**), (***) tương ứng với ý nghĩa thống kê là 10%, 5% và 1%.

Đối với ROA và ROE: Vốn cấu trúc (SCE), vốn tài chính (CEE) và vốn quan hệ (RCE) đều có tác động tích cực và có ý nghĩa thống kê. Vốn nhân lực (HCE) chỉ có tác động tích cực đến ROA ở mức ý nghĩa thấp (10%) và chưa rõ rệt đối với ROE.

Đối với Tobin’s Q: Vốn nhân lực (HCE) có tác động cùng chiều, cho thấy thị trường đánh giá cao trình độ nhân sự. Ngược lại, vốn cấu trúc (SCE) có tác động nghịch chiều, hàm ý rằng bộ máy quản trị quá cồng kềnh có thể bị nhà đầu tư nhìn nhận tiêu cực.

Biến kiểm soát: Đòn bẩy tài chính (LEV) gây áp lực làm giảm ROA nhưng lại được thị trường kỳ vọng tích cực thông qua Tobin’s Q.

4.3. Thảo luận

Kết quả thực nghiệm cho thấy, vốn nhân lực (HCE) tác động tích cực đến ROA và giá trị thị trường (Tobin’s Q), tương đồng với nghiên cứu của Lê Hà Như Thảo (2016) và Nguyen & Doan (2020). Điều này khẳng định việc tối ưu hóa trình độ nhân viên giúp vận hành tài sản hiệu quả và tạo niềm tin cho nhà đầu tư về tiềm năng tăng trưởng. Tuy nhiên, HCE chưa ảnh hưởng rõ rệt đến ROE, phù hợp với quan điểm của Chowdhury và cộng sự (2018).

Vốn cấu trúc (SCE) và vốn tài chính (CEE) thúc đẩy tỷ suất sinh lời nội tại (ROA, ROE), củng cố luận điểm của Chen và cộng sự (2005) và Lê Hà Như Thảo (2016). Quản trị tốt tài sản hữu hình và hệ thống quy trình giúp tối ưu hóa vận hành và lợi nhuận. Tuy nhiên, SCE tác động nghịch chiều đến Tobin’s Q, tương đồng với Buallay (2017), hàm ý bộ máy quản trị quá cứng nhắc làm giảm tính linh hoạt, khiến thị trường định giá thấp doanh nghiệp.

Cuối cùng, vốn quan hệ (RCE) cải thiện lợi nhuận nhờ tối ưu hóa chuỗi cung ứng, phù hợp với Chowdhury và cộng sự (2018), dù lợi ích này chưa phản ánh ngay vào giá trị thị trường như nhận định của Aybars & Öner (2022).

5. Kết luận và hàm ý quản trị

Nghiên cứu kết luận vốn cấu trúc, vốn tài chính và vốn quan hệ là những nhân tố cốt lõi thúc đẩy hiệu quả tài chính nội tại của doanh nghiệp Việt Nam. Trong khi đó, vốn nhân lực đóng vai trò quan trọng trong việc gia tăng giá trị thị trường và niềm tin của nhà đầu tư.

Dựa trên kết quả nghiên cứu, nhà quản trị cần: Đẩy mạnh số hóa và chuẩn hóa quy trình nội bộ để phát huy tối đa vốn cấu trúc mà không làm bộ máy trở nên cồng kềnh; Hiện đại hóa tài sản và tối ưu hóa vòng quay vốn để nâng cao hiệu quả trực tiếp từ nguồn vốn tài chính; Xây dựng lộ trình đào tạo nhân sự gắn liền với hiệu suất và duy trì các mối quan hệ bền vững với đối tác để giảm chi phí và nâng cao vị thế thị trường.

TÀI LIỆU THAM KHẢO:

Aybars, A., & Oner, M. (2022). The impact of intellectual capital on firm performance and value: An application of MVAIC on firms listed in Borsa Istanbul. Gazi Journal of Economics and Business, 8(1). https://doi.org/10.30855/gjeb.2022.8.1.004

Buallay, A. M. (2017). The relationship between intellectual capital and firm performance. Corporate Governance and Organizational Behavior Review, 1(1), 32–41. https://doi.org/10.22495/cgobr_v1_i1_p4

Chen, M., Cheng, S., & Hwang, Y. (2005). An empirical investigation of the relationship between intellectual capital and firms’ market value and financial performance. Journal of Intellectual Capital, 6(2), 159–176. https://doi.org/10.1108/14691930510592771

Chowdhury, L. A. M., Rana, T., Akter, M., & Hoque, M. (2018). Impact of intellectual capital on financial performance: Evidence from the Bangladeshi textile sector. Journal of Accounting & Organizational Change, 14(4), 429–454. https://doi.org/10.1108/JAOC-11-2017-0109

Lê Hà Như Thảo. (2016). Phân tích tác động hiệu quả sử dụng vốn trí tuệ đến kết quả hoạt động của các công ty niêm yết trên thị trường chứng khoán Việt Nam. Hội thảo khoa học quốc gia CITA.

Nguyen, A. H., & Doan, D. T. (2020). The Impact of Intellectual Capital on Firm Value: Empirical Evidence From Vietnam. International Journal of Financial Research, 11(4), 74. https://doi.org/10.5430/ijfr.v11n4p74

Pulic, A. (2000). VAICTM an accounting tool for IC management. International Journal of Technology Management, 20(5–8), 702–714. https://doi.org/10.1504/IJTM.2000.002891

 The impact of intellectual capital on the financial performance of Vietnamese non-financial enterprises

Tran Minh Quan1*

Nguyen Thi Phuong Quyen1

Nguyen Bao Phuong Nghi1

Nguyen Thi Que Huong1

Lam Thi Kim Ngan1

1Ho Chi Minh City University of Industry

*Corresponding author: 23633301.quan@student.iuh.edu.vn

Abstract

This study investigates the impact of intellectual capital on the financial performance of 180 non-financial firms listed on the Ho Chi Minh Stock Exchange (HOSE) over the period 2010–2024. Employing the Modified Value Added Intellectual Coefficient (MVAIC) model and the system generalized method of moments (System GMM), the findings reveal that structural capital efficiency (SCE), capital employed efficiency (CEE), and relational capital efficiency (RCE) have significant positive effects on return on assets (ROA) and return on equity (ROE). Meanwhile, human capital efficiency (HCE) enhances market value, as measured by Tobin’s Q, whereas SCE exerts a negative effect on this indicator. The results suggest that Vietnamese listed firms continue to rely heavily on tangible assets and capital efficiency rather than fully leveraging human capital and other intangible resources, underscoring the importance of strengthening governance and strategic investment in intellectual capital.

Keywords: adjusted intellectual capital, financial performance, listed companies, GMM.

[Tạp chí Công Thương - Các kết quả nghiên cứu khoa học và ứng dụng công nghệ, Số 14 năm 2026]

Tạp chí Công Thương