Tích hợp công ty hay không tích hợp

Bohdan Kukharskyy (2020) nghiên cứu các yếu tố quyết định ranh giới của các công ty đa quốc gia (MNCs), tập trung vào vai trò của tài sản vô hình (kiến thức) và tài sản hữu hình (vốn vật chất). Mô hình kết hợp hai lý thuyết: (1) lý thuyết phân tán kiến thức, nhấn mạnh việc tích hợp để ngăn chặn mất kiến thức, và (2) lý thuyết “hold-up”, tập trung vào việc giảm thiểu rủi ro đầu tư không đầy đủ. Kết quả cho thấy tích hợp tăng khi tầm quan trọng của kiến thức tăng và giảm khi tầm quan trọng của vốn vật chất tăng. Bảo vệ quyền sở hữu trí tuệ (IPR) mạnh cũng làm giảm nhu cầu tích hợp.

Tóm tắt

Bài báo “A Tale of Two Property Rights: Knowledge, Physical Assets, and Multinational Firm Boundaries” của Bohdan Kukharskyy (2020) nghiên cứu về các yếu tố quyết định ranh giới của các công ty đa quốc gia (MNCs), tập trung vào vai trò của tài sản vô hình (kiến thức) và tài sản hữu hình (vốn vật chất) trong việc lựa chọn cấu trúc sở hữu. Bài báo phát triển một mô hình thống nhất kết hợp hai lý thuyết chính: (1) lý thuyết về sự phân tán kiến thức (knowledge-dissipation paradigm), nhấn mạnh vai trò của việc tích hợp để ngăn chặn sự phân tán kiến thức, và (2) lý thuyết về vấn đề “hold-up” (hold-up paradigm), nhấn mạnh vai trò của ranh giới công ty trong việc giảm thiểu đầu tư không đầy đủ vào các tài sản cụ thể trong bối cảnh hợp đồng không hoàn chỉnh.

Mô hình dự đoán rằng sự hấp dẫn của việc tích hợp tăng lên khi tầm quan trọng của vốn kiến thức của công ty mẹ tăng lên và giảm đi khi tầm quan trọng của vốn vật chất của công ty con tăng lên. Ngoài ra, việc bảo vệ quyền sở hữu trí tuệ (IPR) mạnh mẽ hơn ở quốc gia của công ty con sẽ làm giảm tác động của cường độ kiến thức lên sự hấp dẫn của việc tích hợp. Các giả thuyết này được kiểm tra bằng cách sử dụng dữ liệu bảng độc đáo về hơn 100,000 cặp công ty trên toàn cầu.

Vấn đề nghiên cứu

Bài báo bắt đầu bằng câu hỏi cơ bản: “Điều gì quyết định ranh giới của công ty?” Câu hỏi này đã được đặt ra từ năm 1937 bởi Coase và ngày càng trở nên quan trọng trong bối cảnh các doanh nghiệp đa quốc gia mở rộng ranh giới trên toàn cầu. Bài báo tập trung vào hai lý thuyết chính: (1) lý thuyết về sự phân tán kiến thức, và (2) lý thuyết về vấn đề “hold-up”.

Khung phân tích

Bài báo tổng hợp các nghiên cứu trước đó về hai lý thuyết chính: (1) lý thuyết về sự phân tán kiến thức, và (2) lý thuyết về vấn đề “hold-up”. Các nghiên cứu trước đây đã nhấn mạnh vai trò của việc tích hợp trong việc ngăn chặn sự phân tán kiến thức và giảm thiểu vấn đề “hold-up”.

Lý thuyết về sự phân tán kiến thức

Lý thuyết về sự phân tán kiến thức (Knowledge-Dissipation Paradigm) nhấn mạnh rằng các công ty đa quốc gia (MNCs) tích hợp các công ty con vào ranh giới của mình để ngăn chặn sự phân tán kiến thức (knowledge dissipation). Kiến thức, đặc biệt là tài sản vô hình như bí quyết công nghệ, thiết kế sản phẩm, hoặc quy trình sản xuất, là một tài sản quý giá nhưng dễ bị đánh cắp hoặc sao chép bởi các đối tác bên ngoài. Khi một công ty mẹ (HQ) chia sẻ kiến thức với một công ty con hoặc đối tác bên ngoài, có nguy cơ công ty con hoặc đối tác này có thể sử dụng kiến thức đó để sản xuất sản phẩm tương tự hoặc cạnh tranh trực tiếp với công ty mẹ.

Cách tiếp cận này nhấn mạnh rằng các công ty đa quốc gia tích hợp các công ty con để ngăn chặn việc kiến thức (knowledge) hoặc tài sản vô hình (intangible assets) bị đánh cắp hoặc phân tán bởi các đối tác bên ngoài. Ví dụ, một công ty công nghệ như Apple có thể tích hợp các nhà sản xuất để bảo vệ các bí quyết công nghệ của mình.

Trong bài báo, lý thuyết về sự phân tán kiến thức được sử dụng để giải thích tại sao các công ty mẹ có xu hướng tích hợp các công ty con vào ranh giới của mình khi kiến thức là yếu tố quan trọng trong quá trình sản xuất. Bài báo giả định rằng việc tích hợp giúp công ty mẹ kiểm soát tốt hơn việc truyền tải kiến thức và ngăn chặn việc kiến thức bị đánh cắp hoặc sử dụng sai mục đích. Điều này đặc biệt quan trọng trong các ngành công nghiệp có hàm lượng kiến thức cao, nơi mà việc bảo vệ tài sản trí tuệ là yếu tố sống còn.

Mô hình trong bài báo dự đoán rằng sự hấp dẫn của việc tích hợp tăng lên khi tầm quan trọng của vốn kiến thức trong quá trình sản xuất tăng lên. Ngoài ra, mô hình cũng dự đoán rằng việc bảo vệ quyền sở hữu trí tuệ (IPR) mạnh mẽ hơn ở quốc gia của công ty con sẽ làm giảm nhu cầu tích hợp, vì IPR mạnh hơn sẽ giảm thiểu nguy cơ kiến thức bị đánh cắp.

Lý thuyết về sự phân tán kiến thức giải thích tại sao các công ty mẹ có xu hướng tích hợp các công ty con khi kiến thức là yếu tố quan trọng. Điều này giúp ngăn chặn việc kiến thức bị đánh cắp hoặc sử dụng sai mục đích, đặc biệt trong các ngành công nghiệp có hàm lượng kiến thức cao.

Lý thuyết về vấn đề “Hold-up”

Lý thuyết về vấn đề “hold-up” (Hold-up Paradigm) tập trung vào các vấn đề phát sinh khi các bên tham gia vào một mối quan hệ hợp tác đầu tư vào các tài sản cụ thể (relationship-specific assets), nhưng không thể ký kết các hợp đồng hoàn chỉnh để bảo vệ các khoản đầu tư này. Khi một bên đầu tư vào tài sản cụ thể, họ có nguy cơ bị “hold-up” (bị giữ chân) bởi bên kia, tức là bên kia có thể đòi hỏi chia sẻ lợi nhuận cao hơn sau khi khoản đầu tư đã được thực hiện. Điều này dẫn đến việc các bên có thể đầu tư không đầy đủ vào các tài sản cụ thể, gây ra sự kém hiệu quả trong sản xuất.

Cách tiếp cận này tập trung vào việc các công ty đa quốc gia tích hợp để giảm thiểu rủi ro “hold-up”, tức là tình huống mà một bên trong mối quan hệ hợp tác có thể lợi dụng sự đầu tư đặc thù (relationship-specific investments) của bên kia để đòi hỏi lợi ích lớn hơn. Ví dụ, một nhà sản xuất có thể đầu tư vào máy móc đặc thù cho sản phẩm của công ty mẹ, và sau đó đòi hỏi giá cao hơn vì công ty mẹ không thể dễ dàng chuyển sang nhà sản xuất khác.

Trong bài báo, lý thuyết về vấn đề “hold-up” được sử dụng để giải thích tại sao các công ty mẹ có thể lựa chọn không tích hợp các công ty con vào ranh giới của mình khi tài sản vật chất (vốn vật chất) là yếu tố quan trọng trong quá trình sản xuất. Khi công ty con đầu tư vào các tài sản vật chất cụ thể, việc tích hợp có thể làm giảm động lực đầu tư của công ty con, vì công ty con sẽ lo ngại rằng công ty mẹ có thể chiếm đoạt lợi nhuận từ các khoản đầu tư này. Do đó, việc không tích hợp hay gia công bên ngoài (outsourcing) có thể là một chiến lược tốt hơn để khuyến khích công ty con đầu tư vào tài sản vật chất.

Mô hình trong bài báo dự đoán rằng sự hấp dẫn của việc tích hợp giảm đi khi tầm quan trọng của vốn vật chất trong quá trình sản xuất tăng lên. Điều này phản ánh sự đánh đổi giữa việc bảo vệ kiến thức (thông qua tích hợp) và khuyến khích đầu tư vào tài sản vật chất (thông qua không tích hợp).

Lý thuyết về vấn đề “hold-up” giải thích tại sao các công ty mẹ có thể lựa chọn không tích hợp các công ty con khi tài sản vật chất là yếu tố quan trọng. Việc không tích hợp giúp khuyến khích công ty con đầu tư vào các tài sản vật chất cụ thể, vì họ không lo ngại bị công ty mẹ chiếm đoạt lợi nhuận.

Mặc dù cả hai cách tiếp cận này đều có giá trị lý thuyết, chúng thường được nghiên cứu một cách độc lập và không có sự kết hợp chặt chẽ. Điều này dẫn đến một khoảng trống trong việc hiểu biết toàn diện về quyết định ranh giới của các công ty đa quốc gia. Bài báo kết hợp hai lý thuyết này trong một mô hình thống nhất, cho phép phân tích sự đánh đổi giữa việc bảo vệ kiến thức và khuyến khích đầu tư vào tài sản vật chất.

Mô hình nghiên cứu

Mô hình trong bài báo được xây dựng dựa trên khung lý thuyết của Antràs và Helpman (2004), nhưng được điều chỉnh để kết hợp cả hai lý thuyết chính: (1) lý thuyết về sự phân tán kiến thức và (2) lý thuyết về vấn đề “hold-up”. Mô hình giả định rằng việc sản xuất hàng hóa cuối cùng đòi hỏi sự hợp tác giữa hai bên: trụ sở chính (HQ) và nhà sản xuất (affiliate). HQ chuyên cung cấp tài sản vô hình (kiến thức), trong khi nhà sản xuất đầu tư vào tài sản vật chất cụ thể (vốn vật chất) cần thiết cho quá trình sản xuất.

Cấu trúc mô hình:

1. HQ quyết định cấu trúc sở hữu: tích hợp (integration) hoặc không tích hợp (arm’s-length transaction).
2. HQ chuyển giao kiến thức cho nhà sản xuất, và nhà sản xuất đầu tư vào tài sản vật chất.
3. Hai bên thương lượng phân chia lợi nhuận sau khi kiến thức đã được chuyển giao và đầu tư vào tài sản vật chất đã được thực hiện.

Mô hình dự đoán rằng:

• Tích hợp làm giảm nguy cơ phân tán kiến thức nhưng có thể làm giảm động lực đầu tư vào tài sản vật chất của nhà sản xuất.
• Không tích hợp khuyến khích nhà sản xuất đầu tư vào tài sản vật chất nhưng làm tăng nguy cơ kiến thức bị đánh cắp.

Các biến số chính trong mô hình:

1. Kiến thức (Knowledge Intensity, $\eta_k$): Đo lường tầm quan trọng của kiến thức trong quá trình sản xuất.
2. Vốn vật chất (Physical Capital Intensity, $\eta_p$): Đo lường tầm quan trọng của vốn vật chất trong quá trình sản xuất.
3. Quyền sở hữu trí tuệ (IPR Protection, $\nu$): Đo lường mức độ bảo vệ quyền sở hữu trí tuệ ở quốc gia của nhà sản xuất.

Bộ dữ liệu

Nguồn dữ liệu:

Bài báo sử dụng dữ liệu từ cơ sở dữ liệu Orbis của Bureau van Dijk (BvD), một cơ sở dữ liệu toàn cầu về các công ty và mối quan hệ sở hữu. Dữ liệu bao gồm thông tin về:

• Tỷ lệ sở hữu trực tiếp của các công ty mẹ trong các công ty con từ năm 2004 đến 2014.
• Giá trị tài sản vô hình (intangible assets) của công ty mẹ, bao gồm bằng sáng chế và bản quyền.
• Giá trị tài sản hữu hình (tangible assets) của công ty con, bao gồm máy móc và thiết bị.
• Các chỉ số về bảo vệ quyền sở hữu trí tuệ (IPR) ở quốc gia của công ty con.

Cách đo lường các biến:

1. Tỷ lệ sở hữu (Ownership Share, $S_{ha}$):
   • Định nghĩa: Tỷ lệ sở hữu trực tiếp của công ty mẹ $h$ trong công ty con $a$.
   • Cách đo lường: Được tính bằng phần trăm sở hữu của công ty mẹ trong công ty con, với giá trị từ 10% đến 100%.
2. Thâm dụng kiến thức (Knowledge Intensity, $\eta_k$):

• Định nghĩa: Tầm quan trọng của kiến thức trong quá trình sản xuất.
• Cách đo lường: Được đo bằng giá trị tài sản vô hình của công ty mẹ (ví dụ: bằng sáng chế, bản quyền). Giá trị này được chuẩn hóa bằng cách lấy logarit của giá trị tài sản vô hình cộng thêm một hằng số nhỏ (0.01) để tránh mất dữ liệu khi giá trị bằng 0.

3. Thâm dụng vốn vật chất (Physical Capital Intensity, $\eta_p$):

• Định nghĩa: Tầm quan trọng của vốn vật chất trong quá trình sản xuất.
• Cách đo lường: Được đo bằng giá trị tài sản hữu hình của công ty con (ví dụ: máy móc, thiết bị) chia cho số lượng nhân viên của công ty con. Giá trị này cũng được chuẩn hóa bằng cách lấy logarit.

4. Bảo vệ quyền sở hữu trí tuệ (IPR Protection, $\nu$):

• Định nghĩa: Mức độ bảo vệ quyền sở hữu trí tuệ ở quốc gia của công ty con.
• Cách đo lường: Sử dụng các chỉ số IPR từ các nguồn khác nhau, bao gồm:
  • Chỉ số bảo vệ bằng sáng chế của Park (2008), đo lường mức độ bảo vệ bằng sáng chế ở các quốc gia.
  • Chỉ số bảo vệ quyền sở hữu trí tuệ (IPP) từ Báo cáo Cạnh tranh Toàn cầu của Diễn đàn Kinh tế Thế giới (WEF).
  • Tỷ lệ sử dụng phần mềm không bản quyền từ Khảo sát Phần mềm Toàn cầu của Liên minh Phần mềm Kinh doanh (BSA).
  • Chỉ số tổng hợp về quyền sở hữu trí tuệ (IPRI) từ Liên minh Quyền Sở hữu (PRA).

5. Các biến kiểm soát:

• Doanh thu (Revenue): Logarit của doanh thu hoạt động của công ty mẹ và công ty con.
• Số lượng nhân viên (Employment): Logarit của số lượng nhân viên của công ty mẹ và công ty con.
• Tuổi của công ty (Age): Số năm hoạt động của công ty mẹ và công ty con.
• Số lượng công ty con (Affiliates): Số lượng công ty con mà công ty mẹ sở hữu.
• Số lượng cổ đông (Shareholders): Số lượng cổ đông của công ty con.

Ý nghĩa của các biến chính

1. Tỷ lệ sở hữu ($S_{ha}$):

• Là biến phụ thuộc chính, phản ánh mức độ tích hợp của công ty mẹ vào công ty con.
• Giá trị cao hơn cho thấy công ty mẹ có xu hướng tích hợp mạnh hơn.

2. Cường độ kiến thức ($\eta_k$):

• Phản ánh tầm quan trọng của kiến thức trong quá trình sản xuất.
• Giá trị cao hơn cho thấy kiến thức đóng vai trò quan trọng hơn, dẫn đến xu hướng tích hợp cao hơn để bảo vệ kiến thức.

3. Cường độ vốn vật chất ($\eta_p$):

• Phản ánh tầm quan trọng của vốn vật chất trong quá trình sản xuất.
• Giá trị cao hơn cho thấy vốn vật chất đóng vai trò quan trọng hơn, dẫn đến xu hướng không tích hợp để khuyến khích đầu tư vào tài sản vật chất.

4. Bảo vệ quyền sở hữu trí tuệ ($\nu$):

   • Phản ánh mức độ bảo vệ quyền sở hữu trí tuệ ở quốc gia của công ty con.
   • Giá trị cao hơn cho thấy IPR được bảo vệ tốt hơn, làm giảm nhu cầu tích hợp để bảo vệ kiến thức.
5. Các biến kiểm soát:
   • Giúp kiểm soát các yếu tố khác có thể ảnh hưởng đến quyết định tích hợp, như quy mô công ty, tuổi đời công ty, và cấu trúc sở hữu.

Tham khảo các công thức biến đổi trong xây dựng mô hình ở phần phụ lục

Phương pháp ước lượng

Bài báo sử dụng dữ liệu từ cơ sở dữ liệu Orbis của Bureau van Dijk (BvD) để kiểm tra các giả thuyết. Dữ liệu bao gồm thông tin về tỷ lệ sở hữu trực tiếp của các công ty mẹ trong các công ty con từ năm 2004 đến 2014. Các biến được sử dụng bao gồm giá trị tài sản vô hình của công ty mẹ (đo lường cường độ kiến thức), giá trị tài sản hữu hình của công ty con (đo lường cường độ vốn vật chất), và các chỉ số về bảo vệ quyền sở hữu trí tuệ (IPR) ở quốc gia của công ty con.

Bài báo sử dụng ba phương pháp ước lượng chính:

1. Phân tích chéo: Khám phá mối tương quan có điều kiện giữa tỷ lệ sở hữu và cường độ kiến thức, cường độ vốn vật chất trong một mẫu cặp công ty.
2. Phân tích cấp độ ngành/quốc gia: Sử dụng các biến đo lường cường độ kiến thức và vốn vật chất ở cấp độ ngành/quốc gia để giảm thiểu vấn đề đảo ngược nhân quả.
3. Phân tích dữ liệu bảng: Khai thác sự thay đổi theo thời gian của tài sản vô hình và hữu hình để kiểm soát sự không đồng nhất không quan sát được giữa các cặp công ty.

Phân tích chéo

• Mục đích: Phân tích chéo (Cross-sectional Analysis) được sử dụng để khám phá mối quan hệ giữa tỷ lệ sở hữu và các biến số độc lập (cường độ kiến thức, cường độ vốn vật chất, và bảo vệ quyền sở hữu trí tuệ) trong một thời điểm cụ thể (năm 2014).
• Phương trình:

  $$S_{ha2014} = \theta_1 \ln \text{Intangible}{h2013} + \theta_2 \text{Tangible}{a2013} + \theta_3 \ln \text{Intangible}{h2013} \times \text{IPR}{\gamma(a)} + \Phi + \mathbf{X}{h2013} + \mathbf{X}{a2013} + \varepsilon_{ha}$$

• Ý nghĩa:

  • Phân tích chéo giúp xác định các mối quan hệ tương quan giữa các biến số tại một thời điểm cụ thể.
  • Nó cung cấp cái nhìn ban đầu về tác động của cường độ kiến thức và vốn vật chất lên tỷ lệ sở hữu.
  • Tuy nhiên, phân tích chéo có thể bị ảnh hưởng bởi các yếu tố không quan sát được và vấn đề đảo ngược nhân quả.

Phân tích cấp độ ngành/quốc gia

• Mục đích: Phân tích cấp độ ngành/quốc gia (Industry/Country-level Analysis) được sử dụng để giảm thiểu vấn đề đảo ngược nhân quả bằng cách sử dụng các biến số đo lường ở cấp độ ngành/quốc gia thay vì cấp độ công ty.
• Phương trình:

  $$S_{ha2014} = \lambda_1 \ln \text{Intangible}{(h)(q)(h)} + \lambda_2 \text{Tangible}{(a)\gamma(a)} + \lambda_3 \ln \text{Intangible}{(h)(q)(h)} \times \text{IPR}{\gamma(a)} + \Psi + \epsilon_{ha}$$

• Ý nghĩa:

  • Phân tích này sử dụng các giá trị trung bình theo ngành/quốc gia để đo lường cường độ kiến thức và vốn vật chất, giúp giảm thiểu ảnh hưởng của các yếu tố đặc thù công ty.
  • Nó cung cấp bằng chứng mạnh mẽ hơn về mối quan hệ nhân quả giữa các biến số.
  • Phân tích này cũng giúp kiểm soát các yếu tố không quan sát được ở cấp độ ngành và quốc gia.

Phân tích dữ liệu bảng

• Mục đích: Phân tích dữ liệu bảng (Panel Data Analysis) được sử dụng để khai thác sự thay đổi theo thời gian của các biến số và kiểm soát các yếu tố không quan sát được ở cấp độ công ty và cặp công ty.
• Phương trình:

  $$S_{hat} = \rho_1 \text{Intangible}{h,t-n} + \rho_2 \text{Tangible}{a,t-n} + \rho_3 \text{Intangible}{h,t-n} \times \text{IPR}{\gamma(a)} + \Phi_{ha} + \Phi_t + \varepsilon_{hat}$$

• Ý nghĩa:

  • Phân tích dữ liệu bảng cho phép kiểm soát các yếu tố không quan sát được ở cấp độ công ty và cặp công ty thông qua hiệu ứng cố định.
  • Nó cung cấp bằng chứng mạnh mẽ hơn về mối quan hệ nhân quả bằng cách sử dụng sự thay đổi theo thời gian của các biến số.
  • Phân tích này cũng giúp kiểm soát các yếu tố không quan sát được ở cấp độ thời gian thông qua hiệu ứng cố định theo thời gian.

Mục đích của việc sử dụng cả ba phương pháp này nhằm:

• Đa dạng hóa phương pháp: Sử dụng cả ba phương pháp giúp kiểm tra tính vững chắc của kết quả nghiên cứu. Nếu kết quả từ cả ba phương pháp đều nhất quán, điều này củng cố độ tin cậy của các phát hiện.
• Kiểm soát các yếu tố không quan sát được: Mỗi phương pháp có cách tiếp cận khác nhau để kiểm soát các yếu tố không quan sát được, từ đó giảm thiểu sai lệch trong ước lượng.
• Khắc phục vấn đề đảo ngược nhân quả: Phân tích cấp độ ngành/quốc gia và phân tích dữ liệu bảng giúp giảm thiểu vấn đề đảo ngược nhân quả bằng cách sử dụng các biến số đo lường ở cấp độ cao hơn và khai thác sự thay đổi theo thời gian.
  

  Việc sử dụng cả ba phương pháp phân tích (phân tích chéo, phân tích cấp độ ngành/quốc gia, và phân tích dữ liệu bảng) giúp bài báo kiểm tra tính vững chắc của các kết quả nghiên cứu và khắc phục các vấn đề như đảo ngược nhân quả và các yếu tố không quan sát được.

Câu lệnh sử dụng reghdfe

Lệnh reghdfe trong Stata đóng vai trò quan trọng trong việc ước lượng các mô hình hồi quy với nhiều hiệu ứng cố định, giúp tăng tính chính xác và hiệu quả của phân tích. Trong bài báo, lệnh này được sử dụng để:

1. Kiểm soát các hiệu ứng cố định:
   • reghdfe cho phép kiểm soát nhiều hiệu ứng cố định cùng lúc, bao gồm hiệu ứng cố định theo quốc gia, ngành, cặp quốc gia-ngành, và thời gian.
   • Điều này giúp loại bỏ các yếu tố không quan sát được có thể ảnh hưởng đến kết quả nghiên cứu.
2. Hiệu quả tính toán:
   • reghdfe được tối ưu hóa để xử lý các mô hình với số lượng lớn hiệu ứng cố định, giúp tăng tốc độ tính toán và giảm thiểu thời gian chạy mô hình.
   • Điều này đặc biệt hữu ích khi làm việc với các bộ dữ liệu lớn và phức tạp như trong bài báo.
3. Linh hoạt trong phân tích:
   • reghdfe cho phép kết hợp nhiều loại hiệu ứng cố định và biến kiểm soát trong cùng một mô hình, giúp tăng tính linh hoạt trong phân tích.
   • Nó cũng hỗ trợ các tùy chọn như sai số chuẩn phân cụm (clustering standard errors), giúp đảm bảo tính chính xác của các ước lượng.
4. Dễ dàng sử dụng:
   • Cú pháp của reghdfe đơn giản và dễ sử dụng, giúp các nhà nghiên cứu dễ dàng áp dụng trong các phân tích phức tạp.
   • Nó cũng cung cấp các tùy chọn để xuất kết quả một cách chi tiết và dễ hiểu.

Các kết quả

Nghiên cứu của Kukharskyy (2020) không chỉ cung cấp một khung lý thuyết thống nhất để hiểu về ranh giới của các công ty đa quốc gia, mà còn đưa ra các bằng chứng thực nghiệm mạnh mẽ về tác động của cường độ kiến thức, vốn vật chất, và quyền sở hữu trí tuệ lên quyết định sở hữu và tích hợp. Những kết quả này có ý nghĩa quan trọng đối với cả các công ty đa quốc gia và nhà quản lý trong việc tối ưu hóa chiến lược đầu tư và quản lý rủi ro.

Kết quả chính

Nghiên cứu của Kukharskyy (2020) đã đưa ra một mô hình lý thuyết thống nhất, kết hợp hai cách tiếp cận chính trong việc xác định ranh giới của các công ty đa quốc gia: (1) cách tiếp cận ngăn chặn sự phân tán kiến thức và (2) cách tiếp cận giải quyết vấn đề “hold-up”. Mô hình này dự đoán rằng:

• Tính hấp dẫn của việc tích hợp (integration) tăng lên khi tầm quan trọng của vốn kiến thức (knowledge capital) của công ty mẹ tăng lên và giảm xuống khi tầm quan trọng của vốn vật chất (physical capital) của công ty con tăng lên.
• Bảo vệ quyền sở hữu trí tuệ (IPR) mạnh mẽ hơn ở quốc gia của công ty con sẽ làm giảm tác động của cường độ kiến thức lên tính hấp dẫn của việc tích hợp.

Các kết quả thực nghiệm từ dữ liệu của hơn 100,000 cặp công ty trên toàn cầu đã ủng hộ mạnh mẽ các dự đoán này:

• Công ty mẹ có vốn kiến thức cao (đo lường bằng giá trị tài sản vô hình như bằng sáng chế) có xu hướng sở hữu tỷ lệ cổ phần cao hơn trong các công ty con.
• Công ty con có cường độ vốn vật chất cao (đo lường bằng giá trị tài sản hữu hình như máy móc) có xu hướng được sở hữu với tỷ lệ cổ phần thấp hơn.
• Tác động của cường độ kiến thức lên tỷ lệ sở hữu cổ phần giảm đi khi quyền sở hữu trí tuệ ở quốc gia của công ty con được bảo vệ tốt hơn.

Kiến nghị

• Quyết định sở hữu và tích hợp: Nghiên cứu này cung cấp một khung lý thuyết giúp các công ty đa quốc gia đưa ra quyết định về việc tích hợp hay không tích hợp các công ty con. Cụ thể, khi công ty mẹ có nhiều tài sản vô hình (như công nghệ, bằng sáng chế), họ có xu hướng tích hợp chặt chẽ hơn để bảo vệ kiến thức khỏi bị đánh cắp. Ngược lại, khi công ty con có nhiều tài sản vật chất, công ty mẹ có thể chọn sở hữu ít hơn để giảm rủi ro “hold-up” từ phía công ty con.

• Quản lý rủi ro: Nghiên cứu cũng chỉ ra rằng việc bảo vệ quyền sở hữu trí tuệ ở quốc gia của công ty con có thể làm giảm nhu cầu tích hợp. Điều này có nghĩa là các công ty đa quốc gia có thể giảm thiểu rủi ro bằng cách đầu tư vào các quốc gia có hệ thống bảo vệ IPR mạnh mẽ, từ đó giảm chi phí quản lý và tăng hiệu quả hoạt động.

• Chiến lược đầu tư: Nhà quản lý có thể sử dụng kết quả nghiên cứu để xây dựng chiến lược đầu tư phù hợp. Ví dụ, khi đầu tư vào các quốc gia có hệ thống IPR yếu, nhà quản lý nên cân nhắc tích hợp chặt chẽ hơn để bảo vệ tài sản trí tuệ. Ngược lại, ở các quốc gia có IPR mạnh, họ có thể linh hoạt hơn trong việc lựa chọn hình thức hợp tác.

• Quản lý tài sản vô hình và hữu hình: Nghiên cứu cũng nhấn mạnh tầm quan trọng của việc quản lý hiệu quả cả tài sản vô hình và hữu hình. Nhà quản lý cần đánh giá kỹ lưỡng cường độ kiến thức và vốn vật chất của các công ty con để đưa ra quyết định sở hữu phù hợp, từ đó tối đa hóa lợi nhuận và giảm thiểu rủi ro.

Hướng nghiên cứu tiếp theo

Bài báo gợi ý một số hướng nghiên cứu tiếp theo:

• Mở rộng mô hình lý thuyết để nghiên cứu các môi trường với nhiều công ty con hoạt động ở các quốc gia có mức độ bảo vệ quyền sở hữu trí tuệ khác nhau.
• Nghiên cứu tác động của sự phân tán kiến thức bởi một công ty con lên hiệu suất của các công ty con khác và cấu trúc sở hữu tổng thể của công ty mẹ.
• Phân tích sự khác biệt về tác động của cường độ kiến thức và vốn vật chất lên ranh giới công ty tùy thuộc vào vị trí tương đối của một công ty con trong chuỗi giá trị toàn cầu.

Phụ lục

Mô hình lý thuyết

Bên dưới là các công thức mô tả quá trình xây dựng mô hình lý thuyết, từ việc tối ưu hóa đầu vào trong trường hợp hợp đồng hoàn chỉnh và không hoàn chỉnh, đến việc xác định sự hấp dẫn của tích hợp so với không tích hợp. Mô hình cũng phân tích tác động của cường độ kiến thức, cường độ vốn vật chất, và bảo vệ quyền sở hữu trí tuệ lên quyết định tích hợp của các công ty đa quốc gia.

1. Hàm sản xuất và doanh thu

• Hàm sản xuất:

  $$x = \left(\frac{k}{\eta_k}\right)^{\eta_k} \left(\frac{p}{\eta_p}\right)^{\eta_p} \left(\frac{l}{1-\eta_k-\eta_p}\right)^{1-\eta_k-\eta_p}$$

  Trong đó:

  • $x$: Sản lượng đầu ra.
  • $k$: Kiến thức (tài sản vô hình) do HQ cung cấp.
  • $p$: Vốn vật chất (tài sản hữu hình) do nhà sản xuất đầu tư.
  • $l$: Lao động.
  • $\eta_k$: Cường độ kiến thức.
  • $\eta_p$: Cường độ vốn vật chất.
• Doanh thu:

  $$R = x^\alpha D^{1-\alpha}$$

  Trong đó:

  • $R$: Doanh thu.
  • $\alpha$: Tham số liên quan đến độ co giãn thay thế giữa các sản phẩm.
  • $D$: Yếu tố dịch chuyển cầu.

2. Tối ưu hóa trong trường hợp hợp đồng hoàn chỉnh

• Tối ưu hóa đầu vào:

  $$k = \eta_k \frac{\alpha R}{c_k} \equiv k^{FB}, \quad p = \eta_p \frac{\alpha R}{c_p} \equiv p^{FB}, \quad l = (1-\eta_k-\eta_p) \frac{\alpha R}{c_l} \equiv l^{FB}$$

  Trong đó:

  • $k^{FB}$, $p^{FB}$, $l^{FB}$: Mức đầu vào tối ưu trong trường hợp hợp đồng hoàn chỉnh.
  • $c_k$, $c_p$, $c_l$: Chi phí đơn vị của kiến thức, vốn vật chất và lao động.
• Doanh thu tối ưu:

  $$R^{FB} = \left(\alpha c_k^{-\eta_k} c_p^{-\eta_p} c_l^{-(1-\eta_k-\eta_p)}\right)^{\frac{\alpha}{1-\alpha}} D$$

• Lợi nhuận tối ưu:

  $$\pi^{FB} = (1-\alpha) R^{FB}$$

3. Tối ưu hóa trong trường hợp hợp đồng không hoàn chỉnh

• Tối ưu hóa đầu vào:

  $$k = \eta_k \beta_o \frac{\alpha R}{c_k} \equiv k_o, \quad p = \eta_p (1-\beta_o) \frac{\alpha R}{c_p} \equiv p_o$$

  Trong đó: $\beta_o$: Tỷ lệ doanh thu mà HQ nhận được dưới hình thức sở hữu $o$ (tích hợp hoặc không tích hợp).

• Doanh thu trong trường hợp hợp đồng không hoàn chỉnh:

$$
R_o = \left[\left[\left(\frac{(\beta_o \alpha)}{c_k}\right)^{\eta_k} \left(\frac{(1-\beta_o)\alpha}{c_p}\right)^{\eta_p} \left(\frac{l}{1-\eta_k-\eta_p}\right)^{1-\eta_k-\eta_p}\right]^{\alpha} D^{1-\alpha}\right]^{\frac{1}{1-\alpha(\eta_k+\eta_p)}}
$$

• Lợi nhuận trong trường hợp hợp đồng không hoàn chỉnh:

  $$
  \pi_o = \left(\beta_o^{\eta_k \alpha} (1-\beta_o)^{\eta_p \alpha} \chi_o^{1-\alpha(\eta_k+\eta_p)}\right)^{\frac{1}{1-\alpha}} \pi^{FB}
  $$

  Trong đó:

  $$\chi_o = \frac{1-\alpha (\eta_k \beta_o + \eta_p (1-\beta_o))}{1-\alpha (\eta_k + \eta_p)}$$

4. Sự hấp dẫn của tích hợp so với không tích hợp

• Tỷ lệ hấp dẫn của tích hợp:

$$
\Theta = \frac{\pi_I}{\pi_A}
$$

Trong đó:

• $\pi_I$: Lợi nhuận trong trường hợp tích hợp.
• $\pi_A$: Lợi nhuận trong trường hợp không tích hợp.
  • Công thức tính $\Theta$:

  $$
  \Theta = \left(\frac{\beta_I}{\beta_A}\right)^{\frac{\eta_k \alpha}{1-\alpha}} \left(\frac{1-\beta_I}{1-\beta_A}\right)^{\frac{\eta_p \alpha}{1-\alpha}} \left(\frac{1-\alpha (\eta_k \beta_I + \eta_p (1-\beta_I))}{1-\alpha (\eta_k \beta_A + \eta_p (1-\beta_A))}\right)^{\frac{1-\alpha(\eta_k+\eta_p)}{1-\alpha}}
  $$

5. Tác động của cường độ kiến thức và vốn vật chất

• Tác động của cường độ kiến thức ($\eta_k$):

  $$\frac{\partial \ln \Theta}{\partial \eta_k} > 0$$

  Điều này cho thấy sự hấp dẫn của tích hợp tăng lên khi cường độ kiến thức tăng.

• Tác động của cường độ vốn vật chất ($\eta_p$):

  $$\frac{\partial \ln \Theta}{\partial \eta_p} < 0$$

  Điều này cho thấy sự hấp dẫn của tích hợp giảm đi khi cường độ vốn vật chất tăng.

6. Tác động của bảo vệ quyền sở hữu trí tuệ (IPR)

• Tác động tương tác giữa cường độ kiến thức và IPR:

  $$\frac{\partial^2 \ln \Theta}{\partial \eta_k \partial \nu} < 0$$

  Điều này cho thấy tác động tích cực của cường độ kiến thức lên sự hấp dẫn của tích hợp bị giảm đi khi IPR mạnh hơn.

Mô hình thực nghiệm

Mô hình thực nghiệm trong bài báo sử dụng các phương trình kinh tế lượng để kiểm tra các giả thuyết từ mô hình lý thuyết. Các biến số được đo lường và chuẩn hóa phù hợp, đảm bảo tính khách quan và độ tin cậy của kết quả nghiên cứu. Kết quả cho thấy rằng cấu trúc sở hữu tối ưu của các công ty đa quốc gia phụ thuộc vào sự cân bằng giữa cường độ kiến thức, cường độ vốn vật chất, và mức độ bảo vệ quyền sở hữu trí tuệ.

1. Ánh xạ mô hình lý thuyết vào dữ liệu thực tế

Mô hình lý thuyết được ánh xạ vào dữ liệu thực tế thông qua các biến số cụ thể. Các biến số chính được sử dụng trong mô hình thực nghiệm bao gồm:

• Tỷ lệ sở hữu ($S_{ha}$): Tỷ lệ sở hữu trực tiếp của công ty mẹ $h$ trong công ty con $a$.
• Cường độ kiến thức ($\eta_k$): Được đo bằng giá trị tài sản vô hình của công ty mẹ.
• Cường độ vốn vật chất ($\eta_p$): Được đo bằng giá trị tài sản hữu hình của công ty con chia cho số lượng nhân viên.
• Bảo vệ quyền sở hữu trí tuệ ($\nu$): Được đo bằng các chỉ số IPR từ các nguồn khác nhau.

2. Các phương trình kinh tế lượng

Bài báo sử dụng ba phương trình kinh tế lượng chính để kiểm tra các giả thuyết:

1. Phương trình hồi quy chéo (Cross-sectional regression):

   $$S_{ha2014} = \theta_1 \ln \text{Intangible}{h2013} + \theta_2 \text{Tangible}{a2013} + \theta_3 \ln \text{Intangible}{h2013} \times \text{IPR}{\gamma(a)} + \Phi + \mathbf{X}{h2013} + \mathbf{X}{a2013} + \varepsilon_{ha}$$

   Trong đó:

   • $S_{ha2014}$: Tỷ lệ sở hữu của công ty mẹ $h$ trong công ty con $a$ vào năm 2014.
   • $\ln \text{Intangible}_{h2013}$: Logarit của giá trị tài sản vô hình của công ty mẹ vào năm 2013.
   • $\text{Tangible}_{a2013}$: Logarit của giá trị tài sản hữu hình của công ty con chia cho số lượng nhân viên vào năm 2013.
   • $\text{IPR}_{\gamma(a)}$: Chỉ số bảo vệ quyền sở hữu trí tuệ ở quốc gia của công ty con.
   • $\Phi$: Các hiệu ứng cố định (fixed effects) bao gồm hiệu ứng cố định theo quốc gia, ngành, và cặp quốc gia-ngành.
   • $\mathbf{X}{h2013}$ và $\mathbf{X}{a2013}$: Các biến kiểm soát cho công ty mẹ và công ty con.
   • $\varepsilon_{ha}$: Sai số ngẫu nhiên.
2. Phương trình hồi quy cấp độ ngành/quốc gia (Industry/country-level regression):

   $$S_{ha2014} = \lambda_1 \ln \text{Intangible}{(h)(q)(h)} + \lambda_2 \text{Tangible}{(a)\gamma(a)} + \lambda_3 \ln \text{Intangible}{(h)(q)(h)} \times \text{IPR}{\gamma(a)} + \Psi + \epsilon_{ha}$$

   Trong đó:

   • $\ln \text{Intangible}_{(h)(q)(h)}$: Logarit của giá trị tài sản vô hình trung bình theo ngành/quốc gia của công ty mẹ.
   • $\text{Tangible}_{(a)\gamma(a)}$: Logarit của giá trị tài sản hữu hình trung bình theo ngành/quốc gia của công ty con.
   • $\Psi$: Các hiệu ứng cố định bao gồm hiệu ứng cố định theo cặp quốc gia và cặp ngành.
   • $\epsilon_{ha}$: Sai số ngẫu nhiên.
3. Phương trình hồi quy dữ liệu bảng (Panel data regression):

   $$S_{hat} = \rho_1 \text{Intangible}{h,t-n} + \rho_2 \text{Tangible}{a,t-n} + \rho_3 \text{Intangible}{h,t-n} \times \text{IPR}{\gamma(a)} + \Phi_{ha} + \Phi_t + \varepsilon_{hat}$$

   Trong đó:

• $S_{hat}$: Tỷ lệ sở hữu của công ty mẹ $h$ trong công ty con $a$ vào năm $t$.
• $\text{Intangible}_{h,t-n}$: Giá trị tài sản vô hình của công ty mẹ vào năm $t-n$.
• $\text{Tangible}_{a,t-n}$: Giá trị tài sản hữu hình của công ty con vào năm $t-n$.
• $\Phi_{ha}$: Hiệu ứng cố định theo cặp công ty mẹ-công ty con.
• $\Phi_t$: Hiệu ứng cố định theo thời gian.
• $\varepsilon_{hat}$: Sai số ngẫu nhiên.

3. Các biến số và cách đo lường

1. Tỷ lệ sở hữu ($S_{ha}$):

• Được đo bằng phần trăm sở hữu của công ty mẹ trong công ty con, với giá trị từ 10% đến 100%.

2. Cường độ kiến thức ($\eta_k$):

• Được đo bằng giá trị tài sản vô hình của công ty mẹ, bao gồm bằng sáng chế và bản quyền.
• Giá trị này được chuẩn hóa bằng cách lấy logarit của giá trị tài sản vô hình cộng thêm một hằng số nhỏ (0.01) để tránh mất dữ liệu khi giá trị bằng 0.

3. Cường độ vốn vật chất ($\eta_p$):

• Được đo bằng giá trị tài sản hữu hình của công ty con (ví dụ: máy móc, thiết bị) chia cho số lượng nhân viên của công ty con.
• Giá trị này cũng được chuẩn hóa bằng cách lấy logarit.

4. Bảo vệ quyền sở hữu trí tuệ ($\nu$):

• Được đo bằng các chỉ số IPR từ các nguồn khác nhau, bao gồm:
  • Chỉ số bảo vệ bằng sáng chế của Park (2008).
  • Chỉ số bảo vệ quyền sở hữu trí tuệ (IPP) từ Báo cáo Cạnh tranh Toàn cầu của Diễn đàn Kinh tế Thế giới (WEF).
  • Tỷ lệ sử dụng phần mềm không bản quyền từ Khảo sát Phần mềm Toàn cầu của Liên minh Phần mềm Kinh doanh (BSA).
  • Chỉ số tổng hợp về quyền sở hữu trí tuệ (IPRI) từ Liên minh Quyền Sở hữu (PRA).

5. Các biến kiểm soát:

• Doanh thu (Revenue): Logarit của doanh thu hoạt động của công ty mẹ và công ty con.
• Số lượng nhân viên (Employment): Logarit của số lượng nhân viên của công ty mẹ và công ty con.
• Tuổi của công ty (Age): Số năm hoạt động của công ty mẹ và công ty con.
• Số lượng công ty con (#Affiliates): Số lượng công ty con mà công ty mẹ sở hữu.
• Số lượng cổ đông (#Shareholders): Số lượng cổ đông của công ty con.

4. Kết quả chính

• Tác động của cường độ kiến thức ($\eta_k$):

  • Các công ty mẹ có giá trị tài sản vô hình cao hơn có xu hướng lựa chọn tỷ lệ sở hữu cao hơn trong các công ty con.
  • Mối quan hệ này ít rõ rệt hơn khi quyền sở hữu trí tuệ (IPR) ở quốc gia của công ty con được bảo vệ mạnh mẽ hơn.
• Tác động của cường độ vốn vật chất ($\eta_p$):
  • Cường độ vốn vật chất cao hơn của công ty con có liên quan đến tỷ lệ sở hữu thấp hơn.
• Tác động của bảo vệ quyền sở hữu trí tuệ ($\nu$):
  • Việc bảo vệ quyền sở hữu trí tuệ mạnh mẽ hơn làm giảm tác động tích cực của cường độ kiến thức lên sự hấp dẫn của tích hợp.