Mô hình Tobit phân tích tác động của các nhân tố đến hiệu quả phân bổ của các doanh nghiệp ngành chế tác của Việt Nam

Nghiên cứu "Mô hình Tobit phân tích tác động của các nhân tố đến hiệu quả phân bổ của các doanh nghiệp ngành chế tác của Việt Nam" sử dụng cách tiếp cận màng bao dữ liệu DEA để ước lượng hiệu quả phân bổ của các doanh nghiệp ngành chế tác của Việt Nam trong giai đoạn từ năm 2000 đến năm 2018. Đồng thời nghiên cứu đã chia các doanh nghiệp ra thành ba nhóm theo loại hình sở hữu và xây dựng mô hình Tobit trên toàn mẫu cũng như trên các mẫu nhỏ. Mời các bạn cùng tham khảo!
Nội dung trích xuất từ tài liệu:
Mô hình Tobit phân tích tác động của các nhân tố đến hiệu quả phân bổ của các doanh nghiệp ngành chế tác của Việt Nam MÔ HÌNH TOBIT PHÂN TÍCH TÁC ĐỘNG CỦA CÁC NHÂN TỐ ĐẾN HIỆU QUẢ PHÂN BỔ CỦA CÁC DOANH NGHIỆP NGÀNH CHẾ TÁC CỦA VIỆT NAM ThS. Vũ Thị Huyền Trang Bộ môn Toán – Đại học Thương Mại Tóm tắt Việc đo lường hiệu quả phân bổ và phân tích tác động của các nhân tố đến hiệu quả phân bổ là rất quan trọng trong việc xây dựng chính sách và quản lý của mỗi doanh nghiệp. Nghiên cứu này đã sử dụng cách tiếp cận màng bao dữ liệu DEA để ước lượng hiệu quả phân bổ của các doanh nghiệp ngành chế tác của Việt Nam trong giai đoạn từ năm 2000 đến năm 2018. Đồng thời nghiên cứu đã chia các doanh nghiệp ra thành ba nhóm theo loại hình sở hữu và xây dựng mô hình Tobit trên toàn mẫu cũng như trên các mẫu nhỏ. Kết quả cho thấy nhóm doanh nghiệp nhà nước có hiệu quả phân bổ cao nhất, rồi đến nhóm doanh nghiệp tư nhân, nhóm doanh nghiệp đầu tư trực tiếp nước ngoài có hiệu quả phân bổ thấp nhất. Quy mô doanh nghiệp và mức trang bị vốn trên lao động có ảnh hưởng tích cực đến hiệu quả phân bổ trong khi một số nhân tố khác thuộc đặc tính doanh nghiệp lại có tác động tiêu cực hoặc có ảnh hưởng khác nhau đối với từng nhóm loại hình sở hữu. Từ khóa: hiệu quả phân bổ, phương pháp DEA, mô hình Tobit. 1. Giới thiệu Các vấn đề về đo lường hiệu quả sản xuất của một công ty, một ngành là rất quan trọng đối với cả nhà lý luận kinh tế và nhà hoạch định chính sách kinh tế. Hiệu quả đề cập đến mối quan hệ toàn cục giữa tất cả các yếu tố đầu ra và đầu vào trong một quá trình sản xuất (Speelman và cộng sự, 2007). Chuyển đổi các yếu tố đầu vào như lao động và vốn thành đầu ra như hàng hóa và dịch vụ được gọi là quá trình sản xuất. Do đó, lý thuyết cơ bản về sản xuất chỉ đơn giản là một hàm của tối ưu hóa có ràng buộc. Một nhà sản xuất cố gắng tổ chức các nguồn lực thành một đơn vị sản xuất trong đó mục tiêu cuối cùng có thể là tối đa hóa sản lượng, tối thiểu hóa chi phí, tối đa hóa lợi nhuận hoặc tối đa hóa tiện ích hoặc kết hợp cả bốn (Oluwatayo và cộng sự, 2008). Người quản lý sẽ quan tâm đến hiệu quả để đạt được mục tiêu của sản xuất. Việc đo lường hiệu quả là rất quan trọng vì nó có thể dẫn đến tiết kiệm tài nguyên đáng kể, do đó có thể có tác động quan trọng đến việc xây dựng chính sách và quản lý doanh nghiệp (Bravo-Ureta và Rieger, 1991). Phép đo hiệu quả sản xuất được xuất phát từ một bài báo của Farrell xuất bản năm 1957, trong đó mục đích của bài báo là đo lường hiệu quả sản xuất trong khi tính đến tất cả các yếu tố đầu vào. Bằng cách đó, ước tính của một hàm sản xuất áp dụng được. Các thước đo hiệu quả có thể được tách thành ba thước đo hiệu quả khác nhau: hiệu quả kỹ thuật (TE), hiệu quả phân bổ (AE) và hiệu quả kinh tế (EE) (Speelman và cộng sự, 2007). 5 Một số lượng đáng kể các nghiên cứu thực nghiệm đã điều tra mức độ và các yếu tố quyết định đến TE trong và giữa các ngành (Alvarez và Crespi, 2003; Caves và Barton, 1990; Gumbau-Albert và Maudos, 2002; Green và Mayer, 1991; Fritsch và Stephan, 2004). Trong khi đó, việc định lượng mức độ và đóng góp của AE là tương đối ít (Greene (1997)). Trong các nghiên cứu về AE, nhiều nghiên cứu phân tích trong lĩnh vực tài chính và ngân hàng (Berger và Humphrey (1997); Topuz và cộng sự (2005); Färe và cộng sự (2004); Isik và Hassan (2002); Rouse và Tripe (2016)). Cũng có rất nhiều nghiên cứu đã được thực hiện với ngành nông nghiệp (Coelli và cộng sự, 2002; Chavas và Aliber, 1993; Chavas và cộng sự, 2005; Grazhdaninova và Zvi, 2005; Lubis và cộng sự, 2014). Các nghiên cứu cho ngành sản xuất là tương đối hiếm (Burki và cộng sự, 1997; Kim và Gwangho, 2001). Điều này là khá ngạc nhiên vì theo truyền thống, AE đã thu hút sự chú ý của các nhà kinh tế và các nhà quản lý doanh nghiệp (DN): đâu là sự kết hợp tối ưu của các yếu tố đầu vào để đầu ra được sản xuất ở mức chi phí tối thiểu. Lợi nhuận có thể tăng bao nhiêu nếu chỉ đơn giản là phân bổ lại các nguồn lực? Áp lực cạnh tranh gia tăng làm giảm tính không đồng nhất của phân bổ kém hiệu quả trong các ngành ở mức độ nào? Hơn nữa, AE cũng rất quan trọng đối với việc phân tích quá trình sản xuất. Vì vậy, nghiên cứu về AE và lựa chọn thước đo AE là rất cần thiết, đặc biệt là đối với các DN ngành chế tác của Việt Nam. Với sự phát triển của các kỹ thuật tính toán và ứng dụng của toán học trong kinh tế, các phương pháp tính toán hiệu quả sản xuất nói chung và AE nói riêng đã ngày càng chính xác hơn. Các cách tiếp cận này có thể được phân loại đại thể thành hai cách tiếp cận là cách tiếp cận tham số và phi tham số. Phương pháp tham số và phi tham số được sử dụng phổ biến nhất trong phân tích hiệu quả tương ứng là phân tích biên ngẫu nhiên (Stochastic Frontier Analysis - SFA) và phân tích màng bao dữ liệu (Data Envelopment Analysis - DEA) (Speelman và cộng sự, 2007). Cách tiếp cận tham số sử dụng các kỹ thuật ước lượng khả năng tối đa để tính hàm biên trong một mẫu đã cho (Sarafidis, 2002). Với cách tiếp cận biên, cần giả định rằng các ngành đều sử dụng một loại công nghệ và cùng đường biên sản xuất. Phương pháp phi tham số tập trung vào việc giải quyết các vấn đề bằng việc tối đa hóa hoặc cực tiểu hóa một mục tiêu cho trước với một số ràng buộc. Điểm yếu chính của phương pháp tiếp cận tham số là nó yêu cầu áp đặt một hình thức tham số rõ ràng cho công nghệ cơ bản và giả định phân phối rõ ràng cho thuật ngữ không hiệu quả (Chavas và Aliber, 1993). Speelman và cộng sự (2007) cho rằng trái ngược với SFA, DEA không yêu cầu giả định nào liên quan đến dạng hàm của công nghệ biên hoặc sự phân bố của thuật ngữ không hiệu quả. Theo Sharmaaa và cộng sự (1999), đây có thể được coi là ưu điểm chính của phương pháp DEA. Một lợi thế khác khi so sánh với những phương pháp khác, điều ...