Tính cấp thiết của đề tài
Thông tin về dòng tiền là yếu tố quan trọng trong quyết định tài chính của doanh nghiệp Các chỉ số tài chính liên quan đến dòng tiền hoạt động giúp doanh nghiệp và nhà đầu tư đánh giá khả năng phá sản và dự báo khả năng sinh lời Doanh nghiệp chỉ có thể tồn tại khi dòng tiền chủ yếu được tạo ra từ hoạt động kinh doanh và đáp ứng được các nhu cầu cần thiết.
Dự báo dòng tiền tương lai đóng vai trò quan trọng trong việc phân tích tính thanh khoản và khả năng thanh toán của công ty, đặc biệt khi thu nhập có chất lượng thấp Sự ổn định của dòng tiền tương lai là yếu tố thiết yếu cho dự báo chính xác Nhiều nghiên cứu trên thế giới đã chỉ ra tính ổn định của dòng tiền và khả năng dự báo của nó đối với doanh nghiệp Bằng chứng thực nghiệm cho thấy dòng tiền hoạt động kinh doanh trong quá khứ cùng với các thành phần dồn tích và thu nhập trước đó có khả năng dự báo dòng tiền tương lai Tuy nhiên, mặc dù thông tin về dòng tiền rất hữu ích, vẫn còn sự không đồng nhất trong các nghiên cứu thực nghiệm và sự khác biệt về ổn định của các thành phần dòng tiền tổng hợp chưa được kiểm tra kỹ lưỡng.
Nhiều nghiên cứu đã chỉ ra sự khác biệt trong khả năng dự báo dòng tiền tương lai của doanh nghiệp giữa thu nhập quá khứ và dòng tiền hoạt động kinh doanh (HĐKD) quá khứ Cụ thể, Dechow (1990) và Dechow (1994) cho rằng thu nhập quá khứ có khả năng dự báo tốt hơn, trong khi Finger (1994), Quirin và cộng sự (1999), cùng Subramanyam và Venkatachalam (2007) lại chứng minh rằng dòng tiền HĐKD quá khứ có khả năng dự báo dòng tiền tương lai hiệu quả hơn Sự không thống nhất này cho thấy cần thiết phải tiến hành nhiều nghiên cứu hơn nữa với các phạm vi không gian và thời gian khác nhau để làm rõ vấn đề.
Bảng cân đối kế toán và Báo cáo kết quả hoạt động kinh doanh cung cấp thông tin hữu ích nhưng chưa đầy đủ về nguồn hình thành và sử dụng tiền mặt Do đó, Báo cáo lưu chuyển tiền tệ là công cụ quan trọng phản ánh toàn diện dòng tiền của doanh nghiệp, giúp đánh giá hiệu quả hoạt động hiện tại và dự báo dòng tiền trong tương lai Tuy nhiên, nhiều doanh nghiệp Việt Nam vẫn chưa nhận thức đúng tầm quan trọng của việc lập và sử dụng Báo cáo lưu chuyển tiền tệ.
Dòng tiền là yếu tố quyết định trong nhiều ngành sản xuất kinh doanh, bao gồm cả lĩnh vực dược phẩm và y tế, chứ không chỉ đơn thuần là lời lỗ.
Mặc dù thị trường trải qua nhiều biến động gần đây, cổ phiếu ngành dược vẫn thu hút sự chú ý lớn từ các nhà đầu tư.
Dự báo dòng tiền tương lai là yếu tố quan trọng đối với quản trị và đầu tư trong mọi ngành, đặc biệt là dòng tiền từ hoạt động kinh doanh (HĐKD), vì nó phản ánh khả năng tạo ra doanh thu cho doanh nghiệp Tuy nhiên, tại Việt Nam, công tác dự báo dòng tiền vẫn chưa được thực hiện đầy đủ, chủ yếu chỉ dừng lại ở việc lập dự toán tiền mặt với những giả định nhất định mà chưa đánh giá đúng mức các yếu tố tác động Do đó, luận văn này sẽ nghiên cứu ảnh hưởng của dòng tiền HĐKD trong quá khứ đến việc dự báo dòng tiền tương lai, tập trung vào các doanh nghiệp ngành dược phẩm niêm yết trên thị trường chứng khoán Việt Nam.
Mục tiêu nghiên cứu
Trên cơ sở các kết quả của các công trình nghiên cứu trước có liên quan, đề tài nghiên cứu nh m các mục đích:
Nghiên cứu này tập trung vào việc kiểm định các mô hình dự báo dòng tiền từ hoạt động kinh doanh của các doanh nghiệp ngành dược phẩm và y tế niêm yết trên thị trường chứng khoán Việt Nam, dựa trên dòng tiền hoạt động kinh doanh trong quá khứ Mục tiêu là xác định mô hình dự báo hiệu quả nhất cho dòng tiền hoạt động kinh doanh tương lai của các doanh nghiệp này.
Dựa trên kết quả nghiên cứu, tác giả đề xuất một số hàm ý quan trọng cho công tác dự báo dòng tiền tương lai Những thông tin này sẽ hỗ trợ các nhà đầu tư và các bên liên quan trong việc dự báo dòng tiền của các doanh nghiệp ngành dược phẩm và y tế niêm yết trên thị trường chứng khoán Việt Nam.
Câu hỏi nghiên cứu
Trên cơ sở mục tiêu nghiên cứu, luận văn đặt ra các câu hỏi nghiên cứu cụ thể nhƣ sau:
- Dòng tiền từ HĐKD quá khứ có khả năng dự báo đáng kể dòng tiền từ HĐKD trong tương lai hay không?
Các thành phần dòng tiền từ hoạt động kinh doanh trong quá khứ, kết hợp với thông tin kế toán dồn tích, có thể dự báo đáng kể dòng tiền từ hoạt động kinh doanh trong tương lai hay không?
- Mô hình nào có khả năng dự báo tốt nhất dòng tiền từ HĐKD của các
DN ngành dƣợc phẩm, y tế niêm yết trên TTCK Việt Nam?
Đối tƣợng nghiên cứu và phạm vi nghiên cứu
Luận văn nghiên cứu khả năng dự báo dòng tiền hoạt động kinh doanh (HĐKD) trong tương lai của các doanh nghiệp ngành dược phẩm và y tế niêm yết trên thị trường chứng khoán Việt Nam, thông qua việc phân tích các thông tin kế toán trong quá khứ, bao gồm dòng tiền HĐKD, các thành phần của dòng tiền HĐKD, và các thành phần kế toán dồn tích.
+ Phạm vi về không gian: Các doanh nghiệp ngành dƣợc phẩm, y tế niêm yết trên TTCK Việt Nam trên cả 2 sàn giao dịch HOSE và HNX
+ Phạm vi về thời gian: Dữ liệu nghiên cứu trong giai đoạn 10 năm từ
Phương pháp nghiên cứu
Nghiên cứu này tập trung vào 19 doanh nghiệp niêm yết trong ngành dược phẩm và y tế trên sàn HOSE và HNX, được chọn lọc từ dữ liệu của Công ty truyền thông tài chính Stoxplus Tất cả 19 doanh nghiệp đều có báo cáo tài chính đầy đủ trong giai đoạn từ 2008 đến 2017.
Dữ liệu trong nghiên cứu được xử lý dưới dạng bảng (panel data) và áp dụng ba mô hình hồi quy OLS, FEM và REM nhằm kiểm định khả năng dự báo của các mô hình nghiên cứu.
Bố cục đề tài
Phần mở đầu của bài viết nêu rõ tính cấp thiết của đề tài nghiên cứu, xác định mục tiêu và câu hỏi nghiên cứu cụ thể Đối tượng và phạm vi nghiên cứu được làm rõ, cùng với phương pháp nghiên cứu được áp dụng Bố cục luận văn được trình bày một cách logic, và tổng quan tài liệu nghiên cứu cung cấp cái nhìn tổng quát về các công trình liên quan trước đó.
Chương 1: Cơ sở lý luận về dòng tiền và dự báo dòng tiền trong tương lai
Chương 2: Phương pháp nghiên cứu
Chương 3: Kết quả nghiên cứu và hàm ý từ kết quả nghiên cứu
CƠ SỞ LÝ LUẬN VỀ DÒNG TIỀN VÀ DỰ BÁO DÒNG TIỀN TRONG TƯƠNG LAI
VAI TRÒ CỦA VIỆC DỰ BÁO DÒNG TIỀN TRONG TƯƠNG LAI
+ Phạm vi về không gian: Các doanh nghiệp ngành dƣợc phẩm, y tế niêm yết trên TTCK Việt Nam trên cả 2 sàn giao dịch HOSE và HNX
+ Phạm vi về thời gian: Dữ liệu nghiên cứu trong giai đoạn 10 năm từ
Mẫu nghiên cứu này bao gồm 19 doanh nghiệp niêm yết trong ngành dược phẩm và y tế trên sàn HOSE và HNX, được tổng hợp bởi Công ty truyền thông tài chính Stoxplus Các doanh nghiệp này đã công bố đầy đủ báo cáo tài chính trong giai đoạn từ 2008 đến 2017.
Phương pháp xử lý số liệu trong nghiên cứu này sử dụng bảng dữ liệu (panel data) và thực hiện hồi quy thông qua ba mô hình: OLS, FEM và REM Mục tiêu là kiểm định khả năng dự báo của các mô hình nghiên cứu để đảm bảo tính chính xác và hiệu quả trong phân tích dữ liệu.
Phần mở đầu của bài viết nêu bật tính cấp thiết của đề tài nghiên cứu, xác định mục tiêu và câu hỏi nghiên cứu, đồng thời giới thiệu đối tượng và phạm vi nghiên cứu Ngoài ra, phần này cũng trình bày phương pháp nghiên cứu được áp dụng, cấu trúc của luận văn và tổng quan về tài liệu nghiên cứu liên quan.
Chương 1: Cơ sở lý luận về dòng tiền và dự báo dòng tiền trong tương lai
Chương 2: Phương pháp nghiên cứu
Chương 3: Kết quả nghiên cứu và hàm ý từ kết quả nghiên cứu
7 Tổng quan tài liệu nghiên cứu
Trên toàn cầu, nhiều nghiên cứu đã được thực hiện nhằm phân tích và dự báo dòng tiền từ hoạt động kinh doanh, áp dụng các mô hình khác nhau để tối ưu hóa dự báo cho các doanh nghiệp niêm yết Một số nghiên cứu tiên phong trong lĩnh vực này bao gồm các công trình của Bowen, Burgstahler và Daley (1986), Greenberg, Johnson và Ramesh (1986), cũng như các nghiên cứu sau đó của Dechow (1994) và Barth, Cram và Nelson.
Các nghiên cứu về dự báo dòng tiền cho thấy những yếu tố chính thường được sử dụng bao gồm dòng tiền hoạt động kinh doanh trong quá khứ, lợi nhuận trước đó và sự kết hợp giữa dòng tiền quá khứ với các yếu tố kế toán dồn tích.
Thu nhập quá khứ được công nhận có khả năng dự báo dòng tiền tương lai theo khẳng định của Ủy ban Chuẩn mực Kế toán Tài chính Hoa Kỳ (FASB, 1978), nhưng thiếu bằng chứng thực nghiệm xác thực Nhiều nghiên cứu sau đó của các tác giả như Bowen, Burgstahler và Daley (1986), Greenberg, Johnson và Ramesh (1986), cùng với Dechow, Kothari và Watts (1998), đã chỉ ra rằng thu nhập quá khứ là yếu tố quan trọng trong việc dự báo dòng tiền Tuy nhiên, vẫn chưa có sự đồng thuận về mô hình nào có khả năng dự báo tốt nhất giữa các nghiên cứu này.
Dòng tiền từ hoạt động kinh doanh trong quá khứ đã được sử dụng để dự báo dòng tiền tương lai, như trong các nghiên cứu của Quirin và cộng sự (1999), Seng, D (2006), và Zhao, Hobbes cùng Wright (2007) Tuy nhiên, hiện vẫn chưa có sự thống nhất về mô hình nào là hiệu quả nhất trong việc dự báo dòng tiền, bao gồm các mô hình dòng tiền, mô hình lợi nhuận, hay mô hình kết hợp.
Nhiều nghiên cứu đã chỉ ra rằng việc kết hợp dòng tiền quá khứ với các thành phần kế toán dồn tích có thể cải thiện khả năng dự báo dòng tiền tương lai, như các tác giả Lorek và cộng sự (1996), Barth, Cram và Nelson (2001), Brochet, Nam và Ronen (2008), Ebaid (2011), Chong (2012), và Nguyễn Thanh Hiếu (2015) đã khẳng định Họ cho rằng mô hình kết hợp này vượt trội hơn so với mô hình chỉ dựa vào dòng tiền hoặc lợi nhuận Tuy nhiên, nghiên cứu của Chotkunakitti (2005) lại cho thấy mô hình chỉ sử dụng dòng tiền có khả năng dự báo tốt hơn, dẫn đến sự không thống nhất trong kết quả thực nghiệm giữa các nghiên cứu trước đó.
Tại Việt Nam, nghiên cứu về dòng tiền vẫn còn hạn chế, nhưng đã có một số công trình đáng chú ý, trong đó có nghiên cứu của Nguyễn Thanh Hiếu (2015) tập trung vào dự báo dòng tiền hoạt động kinh doanh của các công ty phi tài chính niêm yết.
Nghiên cứu của Lê Thị Hoàng Linh (2017) trên TTCK Việt Nam cho thấy mô hình kết hợp dòng tiền quá khứ với thông tin kế toán dồn tích là phương pháp dự báo dòng tiền hiệu quả nhất cho các công ty sản xuất hàng tiêu dùng niêm yết Tương tự, nghiên cứu của Nguyễn Thị Uyên Uyên và Từ Thị Kim Thoa (2015) chỉ ra rằng từng thành phần của dòng tiền và dồn tích có giá trị dự báo cao hơn so với thu nhập và dòng tiền gộp chung Tuy nhiên, các nghiên cứu hiện tại thường gộp chung mẫu từ nhiều ngành nghề khác nhau mà chưa phân chia theo nhóm ngành cụ thể, dẫn đến thiếu sự đa dạng trong lựa chọn ngành nghề nghiên cứu.
CHƯƠNG 1: CƠ SỞ LÝ LUẬN VỀ DÕNG TIỀN VÀ DỰ BÁO
DÕNG TIỀN TRONG TƯƠNG LAI
1.1 VAI TRÕ CỦA THÔNG TIN VỀ DÕNG TIỀN VÀ BÁO CÁO LƯU CHUYỂN TIỀN TỆ TRONG DỰ BÁO DÕNG TIỀN
1.1.1 Vai trò của thông tin về dòng tiền
Thông tin về dòng tiền ngày càng trở nên quan trọng trong bối cảnh lạm phát và gia tăng số lượng doanh nghiệp phá sản Dòng tiền không chỉ bổ sung khả năng dự đoán cho các thông tin dồn tích mà còn đóng vai trò thiết yếu trong hoạt động của doanh nghiệp Tương tự như máu trong cơ thể, dòng tiền, được thể hiện qua Bảng cân đối kế toán, giúp đánh giá khả năng tạo ra tiền, khả năng thanh toán và dự báo tiềm năng tăng trưởng tương lai của doanh nghiệp.
Dòng tiền đóng vai trò quan trọng trong việc đánh giá kết quả kinh doanh một cách khách quan và chính xác, nhờ vào việc loại trừ ảnh hưởng của các phương pháp kế toán khác nhau.
Có thể thấy vai trò của thông tin về dòng tiền đƣợc thể hiện ở những khía cạnh sau:
Dòng tiền là yếu tố quyết định khả năng thanh toán của doanh nghiệp, bao gồm dòng tiền vào và dòng tiền ra Thông tin về dòng tiền giúp đánh giá tính thanh khoản và khả năng thanh toán, điều này đã được khẳng định qua nhiều nghiên cứu trước đây, như của Heath và Rosenfield (1979) cũng như Largay và Stickney (1980).
Dòng tiền đóng vai trò quan trọng trong quyết định chi trả cổ tức của doanh nghiệp Các công ty chỉ có khả năng chi trả cổ tức khi có đủ tiền mặt, vì vậy nếu nguồn tiền hạn chế, mức chi trả cổ tức sẽ giảm hoặc thậm chí không có.
- Thông tin dòng tiền có tác dụng dự báo khả năng phá sản
Khi doanh nghiệp đối mặt với khó khăn, họ có thể vẫn báo cáo lợi nhuận thông qua các thủ thuật kế toán Tuy nhiên, sự thiếu hụt dòng tiền sẽ tạo ra áp lực tài chính nghiêm trọng, có thể dẫn đến nguy cơ phá sản.
TỔNG QUAN CÁC NGHIÊN CỨU VỀ DỰ BÁO DÒNG TIỀN HĐKD
1.3.1 Một số nghiên cứu về dự báo dòng tiền trong tương lai
Nghiên cứu của Barth, Cram và Nelson (2001) đã chỉ ra rằng mối quan hệ giữa dòng tiền trong quá khứ và các thành phần dồn tích có ảnh hưởng đáng kể đến dòng tiền tương lai Kết quả cho thấy các thành phần dồn tích đóng vai trò quan trọng trong việc dự đoán dòng tiền tương lai, trong khi mô hình của Barth giả định rằng tất cả các thành phần của dòng tiền đều ổn định và tương đồng đối với dòng tiền trong tương lai.
Nhiều nghiên cứu đã chứng minh rằng thông tin về dòng tiền tổng hợp, bao gồm dòng tiền cốt lõi và không cốt lõi, có mức độ ổn định khác nhau trong việc dự đoán dòng tiền tương lai Các tác giả như Cheng và Hollie (2005, 2008), Arthur, Cheng và Czernkowski (2010), cũng như Khansalar và Namazi (2015) đã chỉ ra điều này.
Trên cơ sở mô hình của Barth, Cram và Nelson, Cheng và Hollie
Nghiên cứu năm 2008 phân loại dòng tiền thành hai nhóm: dòng tiền cốt lõi và không cốt lõi Dòng tiền cốt lõi bao gồm doanh thu, giá vốn hàng bán và chi phí hoạt động, trong khi dòng tiền không cốt lõi gồm lãi vay, thuế và chi phí khác Kết quả cho thấy dòng tiền cốt lõi ổn định hơn so với dòng tiền không cốt lõi, với lãi vay có tính ổn định thấp hơn và dòng tiền liên quan đến thuế có tính ổn định thấp nhất.
Nghiên cứu của Nguyễn Thanh Hiếu (2015) đã kế thừa các nghiên cứu trước đó của Barth, Cram và Nelson (2001), cùng với Quirin và cộng sự (1999), nhằm chỉ ra rằng việc xem xét các năm trễ của dòng tiền có thể nâng cao khả năng dự báo dòng tiền tương lai Kết quả nghiên cứu cho thấy khả năng dự báo dòng tiền tăng lên theo độ trễ thời gian.
1.3.2 Các mô hình nghiên cứu về khả năng dự báo dòng tiền trong tương lai
Nhiều nghiên cứu đã chỉ ra các mô hình dự báo dòng tiền hoạt động kinh doanh trong tương lai, trong đó nổi bật là mô hình của Lorek và Willinger (1996) Mô hình này cung cấp những phương pháp hiệu quả để dự đoán dòng tiền, giúp doanh nghiệp có cái nhìn rõ hơn về tình hình tài chính tương lai.
Lorek và Willinger đã xây dựng một mô hình hồi quy chuỗi thời gian đa biến nhằm dự báo dòng tiền từ hoạt động kinh doanh của 62 công ty, với phương trình hồi quy được thiết lập như sau:
CFt = a + b1(CFt-1)+ b2(CFt-4)+ b3(OIBDt-1) + b4(OIBDt-4) + b5(RECt-1) + b6(INVt-1) + b7(PAYt-1) + et
Trong đó: CF t là dòng tiền hoạt động năm t
OIBD t-i là lợi nhuận hoạt động trước khấu hao năm t-i RECt-1 là khoản phải thu năm t-1
INVt-1 là hàng tồn kho năm t-1 PAY t-1 là khoản phải trả năm t-1 et là biến nhiễu Lorek và Willinger (1996) đƣa 3 biến độc lập vào mô hình:
- Biến CFt-1 và CFt-4 để xác định hiệu ứng lân cận và đánh giá yếu tố mùa vụ của dòng tiền
Biến độc lập OIBD, hay lợi nhuận hoạt động trước khấu hao, được tính toán dựa trên cơ sở dồn tích OIBDt-1 giúp đánh giá hiệu ứng lân cận, trong khi OIBD t-4 phản ánh yếu tố mùa vụ giữa dòng tiền và thu nhập.
- Biến độc lập còn lại bao gồm các khoản phải thu, hàng tồn kho và khoản phải trả
Nghiên cứu của Lorek và Willinger (1996) xác nhận nhận định của FASB (1978) rằng khả năng dự báo dòng tiền tương lai được cải thiện khi kết hợp thông tin về thu nhập và kế toán dồn tích Mô hình này có ưu điểm là xem xét yếu tố mùa vụ ảnh hưởng đến dòng tiền, tuy nhiên, nó cũng đòi hỏi sự phức tạp trong việc tính toán các biến Mô hình dự báo dòng tiền của Barth, Cram và Nelson (2001) tiếp tục phát triển những khía cạnh này.
Dựa trên mô hình của Dechow, Kothari và Watts (1998), Barth, Cram và Nelson đã nghiên cứu vai trò của các thành phần dồn tích trong việc dự đoán dòng tiền tương lai Nghiên cứu này nhấn mạnh tầm quan trọng của các yếu tố dồn tích trong việc cải thiện độ chính xác của các dự báo dòng tiền.
Phương trình kiểm định khả năng dự báo dòng tiền tương lai từ thu nhập quá khứ:
CF i,t+1 = Փ + ∑ t- 𝜏 EARN i,t- 𝜏 + u i,t’ (1) Phương trình kiểm định các thành phần của thu nhập:
CF i,t+1 = Փ + Փ CF CF i,t + Փ AR AR i,t + Փ I INV i,t + Փ AP AP i,t + Փ D DEPR i,t
Mô hình nghiên cứu cho thấy mỗi thành phần dồn tích phản ánh thông tin khác nhau liên quan đến dòng tiền tương lai của doanh nghiệp Việc tách nhỏ các thành phần dồn tích thành những yếu tố chính đã nâng cao khả năng dự báo dòng tiền tương lai một cách đáng kể Mô hình này làm nổi bật vai trò quan trọng của thông tin kế toán dồn tích trong việc dự đoán dòng tiền Tuy nhiên, nó vẫn tồn tại một số hạn chế, như giả định các khoản dồn tích ngắn hạn và tính ổn định đồng nhất của các thành phần dòng tiền, đồng thời chưa xem xét sự khác biệt trong các chính sách và thực tiễn kế toán Mô hình dự báo dòng tiền tương lai từ các dòng tiền thành phần của Cheng và Hollie (2008) cũng được đề cập trong nghiên cứu này.
Nghiên cứu của Cheng và Hollie mở rộng các nghiên cứu trước đây về tính ổn định của các thành phần dòng tiền trong việc dự đoán dòng tiền tương lai, mà trước đó chưa được kiểm tra rõ ràng bởi Dechow (1994), Dechow, Kothari và Watts (1998), Barth, Cram và Nelson (2001) Tác giả phân tách dòng tiền thành hai nhóm: dòng tiền cốt lõi, bao gồm doanh thu, giá vốn hàng bán và chi phí hoạt động, và dòng tiền không cốt lõi, bao gồm tiền lãi, thuế và chi phí khác, nhằm so sánh sự ổn định giữa hai loại dòng tiền này.
Từ đó, mô hình đƣợc xây dựng để kiểm định tính ổn định của các thành phần dòng tiền đến việc dự báo dòng tiền tương lai như sau:
CFO t+1 = α + β 1 C_SALES t + β 2 C_COGS t + β 3 C_OE t + β 4 C_INT t
+ β5C_TAXt + β6C_OTHERt +μt (2) Đƣợc viết lại nhƣ sau: CFO t+1 = α + β∑CFOt + μt
Với β∑CFO t = β 1 C_SALES t + β 2 C_COGS t + β 3 C_OE t + β 4 C_INT t
Phương trình (1): hệ số các thành phần dòng tiền b ng nhau
Phương trình (2) phân tách tổng dòng tiền thành 6 thành phần riêng biệt, nhằm xác định xem các thành phần này có thể cung cấp thông tin khác nhau liên quan đến dòng tiền trong tương lai hay không.
- CFO là dòng tiền thuần từ hoạt động kinh doanh
- C_SALES là dòng tiền từ doanh thu bán hàng
- C_COGS là dòng tiền từ giá vốn hàng bán
- C_OE là dòng tiền từ chi phí hoạt động
- C_INT là dòng tiền liên quan đến lãi vay đã trả
- C-TAX là dòng tiền liên quan đến thuế đã trả
- C_OTHER là dòng tiền liên quan đến thu nhập và chi phí khác
Mô hình nghiên cứu dự báo dòng tiền từ các thành phần dồn tích đƣợc xây dựng dựa trên mô hình của Barth, Cram và Nelson (2001) (mô hình BCN):
CFOt+1 = α + β1CFOt + β 2 ∆ARt + β 3 ∆APt + β 4 ∆INVt + β 5 DEPRt
+ β OTHER + β AMORT + μ (3) Đƣợc viết lại nhƣ sau: CFO t+1 = α + β1∑CFOt + β∑ACCt + μ t
Với β∑ACCt = β2∆ARt + β3∆APt + β4∆INVt + β5DEPRt + β6OTHERt
Các biến đƣợc xác định nhƣ sau:
- EARN là thu nhập trước các khoản mục bất thường và ngừng hoạt động
- ∆AR là sự thay đổi các khoản phải thu
- ∆AP là sự thay đổi các khoản phải trả
- ∆INV là sự thay đổi của hàng tồn kho
- DEPR là chi phí khấu hao TSCĐ hữu hình
- AMORT là chi phí khấu hao TSCĐ vô hình
- OTHER là các khoản mục dồn tích khác đƣợc xác định b ng EARN - (CFO+∆AR+∆INV - ∆AP - DEPR - AMORT)
Phương trình (4) phân chia dòng tiền từ phương trình (3) nhằm đánh giá tính ổn định của các thành phần dòng tiền từ hoạt động kinh doanh khác nhau và khả năng dự báo của từng thành phần.
CFOt+1 = α + β1C_SALESt + β2C_COGSt + β3C_OEt + β4C_INTt
Phương trình (3) và (4) được sử dụng để kiểm tra khả năng dự báo dòng tiền tương lai của các thành phần dòng tiền, so với các thành phần dồn tích và dòng tiền tổng hợp Các yếu tố như C_TAX, C_OTHER và tổng hợp ACC sẽ được phân tích để xác định mức độ ưu việt trong việc dự đoán dòng tiền.
Nghiên cứu cho thấy rằng các thành phần dòng tiền cốt lõi như doanh thu, giá vốn và chi phí hoạt động có tính ổn định cao hơn so với các thành phần dòng tiền không cốt lõi Trong khi các thành phần cốt lõi duy trì tính ổn định tương tự, dòng tiền không cốt lõi lại cho thấy sự khác biệt rõ rệt; đặc biệt, dòng tiền liên quan đến lãi vay đã trả có tính ổn định thấp hơn, và dòng tiền liên quan đến thuế có tính ổn định thấp nhất Hơn nữa, các thành phần dòng tiền và dồn tích đều cải thiện khả năng dự báo dòng tiền trong tương lai, vượt trội hơn so với dòng tiền và biến dồn tích tổng hợp.
PHƯƠNG PHÁP NGHIÊN CỨU
ĐẶC ĐIỂM CÁC DOANH NGHIỆP THUỘC NGÀNH DƢỢC PHẨM,
PHẨM, Y TẾ TẠI VIỆT NAM
Ngành công nghiệp dược phẩm Việt Nam hiện đang ở cấp độ 3 theo thang xếp loại phát triển của Tổ chức Phát triển Công nghiệp Liên hợp quốc (UNIDO) Theo đánh giá của IMS Health, Việt Nam được xếp vào nhóm các quốc gia có ngành công nghiệp dược đang phát triển, tương tự như Venezuela, Ba Lan, Thổ Nhĩ Kỳ và Mexico.
Thị trường dược phẩm Việt Nam đang có dấu hiệu tăng trưởng tích cực, với doanh thu ước tính đạt khoảng 5,2 tỷ USD vào năm 2017, tăng 10% so với năm trước Dự báo cho thấy ngành dược sẽ tiếp tục tăng trưởng hai con số trong 5 năm tới, với mức tăng trưởng 8-9% được dự đoán trong giai đoạn 2017-2021.
Sự gia tăng dân số, thu nhập bình quân đầu người cao hơn và cải thiện dân trí đang thúc đẩy nhu cầu sử dụng thuốc và chăm sóc sức khỏe cộng đồng Điều này dẫn đến việc đầu tư phát triển sản xuất và cung ứng dược phẩm gia tăng, mở ra những triển vọng lớn cho ngành dược và y tế.
Việt Nam, với dân số trẻ và đang phát triển, đang đối mặt với tình trạng ô nhiễm môi trường gia tăng, dẫn đến sự gia tăng các loại bệnh tật Do đó, ngành dược phẩm tại Việt Nam được dự đoán sẽ có triển vọng phát triển tích cực trong tương lai.
Cổ phiếu ngành dược phẩm đang trở thành lựa chọn hấp dẫn cho nhà đầu tư trong thời gian tới Các nhà đầu tư cần chú ý đến thông tin về tình hình kinh doanh và dòng tiền của các công ty để đánh giá khả năng sinh lời và triển vọng đầu tư Nghiên cứu dự báo dòng tiền hoạt động kinh doanh trong ngành dược phẩm và y tế sẽ cung cấp thông tin hữu ích cho quá trình ra quyết định đầu tư.
XÁC ĐỊNH MÔ HÌNH NGHIÊN CỨU
Nghiên cứu của Cheng và Hollie (2008) mở rộng các nghiên cứu trước đó bằng cách tách biệt dòng tiền cốt lõi và không cốt lõi, so sánh sự ổn định của chúng Kết quả cho thấy rằng mô hình các thành phần dòng tiền dự đoán dòng tiền tương lai hiệu quả hơn so với mô hình tổng hợp dòng tiền.
Mô hình của Cheng và Hollie (2008) cũng đƣợc Khansalar và Namazi
(2015) vận dụng để đánh giá các thành phần dòng tiền trong việc dự đoán dòng tiền tương lai cho các DN tại Mỹ và Anh
Luận văn này nghiên cứu khả năng dự đoán dòng tiền tương lai của các doanh nghiệp ngành dược phẩm và y tế niêm yết trên thị trường chứng khoán Việt Nam, thông qua việc kết hợp dòng tiền hoạt động kinh doanh với thông tin kế toán dồn tích Nghiên cứu dựa trên mô hình của Cheng và Hollie (2008) nhằm xác định các yếu tố ảnh hưởng đến dòng tiền trong bối cảnh cụ thể của ngành này.
Các nghiên cứu trước đây đã chỉ ra rằng việc đưa vào các năm trễ của dòng tiền có thể nâng cao khả năng dự báo dòng tiền tương lai Cụ thể, tác giả Nguyễn Thanh Hiếu (2015) đã kiểm định các mô hình với độ trễ 1 năm, 2 năm và 3 năm, và kết quả cho thấy khả năng dự báo tăng lên khi độ trễ của mô hình tăng Do đó, luận văn này cũng chọn độ trễ 3 năm để kiểm định các mô hình.
Nghiên cứu này đặt ra câu hỏi liệu dòng tiền từ hoạt động kinh doanh (HĐKD) trong quá khứ có thể dự báo đáng kể dòng tiền từ HĐKD trong tương lai hay không Bên cạnh đó, các thành phần của dòng tiền HĐKD quá khứ kết hợp với thông tin kế toán dồn tích có thể dự báo dòng tiền tương lai hay không cũng được xem xét Mục tiêu là xác định mô hình dự báo tốt nhất cho dòng tiền từ HĐKD của các doanh nghiệp ngành dược phẩm và y tế niêm yết trên thị trường chứng khoán Việt Nam Luận văn đề xuất mô hình nghiên cứu cụ thể để dự báo dòng tiền tương lai dựa trên dòng tiền HĐKD trong quá khứ.
Luận văn này kiểm định mô hình dòng tiền nhằm xác định xem dòng tiền từ hoạt động kinh doanh trong quá khứ có khả năng dự đoán chính xác dòng tiền từ hoạt động kinh doanh trong tương lai hay không.
Kết quả kiểm định cho thấy dòng tiền từ hoạt động kinh doanh trong quá khứ có mối quan hệ chặt chẽ với dòng tiền tương lai, và mô hình này đã được kiểm định thông qua phương pháp hồi quy.
CFOt : dòng tiền từ HĐKD của năm t (năm dự báo)
Dòng tiền từ hoạt động kinh doanh tại năm t-k, với k là độ trễ từ 1 đến 3 năm, được ký hiệu là CFOt-k, trong đó α và β là các thông số chưa biết và ε là sai số dự báo Để kiểm tra tính ổn định và khả năng dự báo dòng tiền tương lai, luận văn thực hiện kiểm định mô hình các thành phần dòng tiền hoạt động kinh doanh trong quá khứ.
Kết quả kiểm định cho thấy các thành phần dòng tiền hoạt động kinh doanh trong quá khứ có mối liên hệ chặt chẽ với dòng tiền trong tương lai Mô hình này được kiểm định bằng phương pháp hồi quy, theo nghiên cứu của Cheng và Hollie.
Kết quả nghiên cứu năm 2008 cho thấy các dòng tiền liên quan đến doanh thu và giá vốn hàng bán có xu hướng ổn định hơn và dễ dự đoán hơn so với dòng tiền từ chi phí lãi vay, thuế và các dòng tiền khác Đặc biệt, dòng tiền liên quan đến thuế được xác định là ít ổn định nhất.
CFO t = α + β 1 C_SALES t-k + β 2 C_COGS t-k + β 3 C_INT t-k + β 4 C_TAX t-k
CFOt : dòng tiền từ HĐKD của năm t (năm dự báo)
C_SALES t-k : dòng tiền liên quan đến doanh thu tại năm t-k với k là độ trễ từ 1 - 3 năm
C_COGSt-k : dòng tiền liên quan đến giá vốn hàng bán tại năm t-k với k là độ trễ từ 1 - 3 năm
C_INTt-k : dòng tiền liên quan đến chi phí lãi vay tại năm t-k với k là độ trễ từ 1 - 3 năm
C_TAXt-k : dòng tiền liên quan đến thuế phải nộp tại năm t-k với k là độ trễ từ 1 - 3 năm
Dòng tiền liên quan đến hoạt động khác tại năm t-k được xác định với độ trễ từ 1 đến 3 năm Các thông số α, β1 đến β5 vẫn chưa được biết rõ, và ε biểu thị sai số dự báo Mô hình dự báo dòng tiền được xây dựng dựa trên dòng tiền từ hoạt động kinh doanh trong quá khứ, kết hợp với thành phần kế toán dồn tích gộp.
Kiểm định mô hình các thành phần dòng tiền hoạt động kinh doanh (HĐKD) trong quá khứ kết hợp với thông tin kế toán dồn tích gộp chung nhằm xác định khả năng dự báo dòng tiền từ HĐKD trong tương lai Nghiên cứu này tập trung vào việc phân tích mối liên hệ giữa các thành phần dòng tiền và thông tin kế toán để đánh giá tính chính xác của dự báo dòng tiền trong các kỳ tới.
Kết quả kiểm định cho thấy rằng các thành phần dòng tiền hoạt động kinh doanh trong quá khứ và thành phần kế toán dồn tích có mối quan hệ chặt chẽ với dòng tiền tương lai Mô hình này được kiểm định bằng phương pháp hồi quy.
CFOt = α + β1C_SALESt-k + β2C_COGSt-k + β3C_INTt-k + β4C_TAXt-k
CFOt : dòng tiền từ HĐKD của năm t (năm dự báo)
C_SALESt-k : dòng tiền liên quan đến doanh thu tại năm t-k với k là độ trễ từ 1 - 3 năm
C_COGSt-k : dòng tiền liên quan đến giá vốn hàng bán tại năm t-k với k là độ trễ từ 1 - 3 năm
C_INTt-k : dòng tiền liên quan đến chi phí lãi vay tại năm t-k với k là độ trễ từ 1 - 3 năm
C_TAXt-k : dòng tiền liên quan đến thuế phải nộp tại năm t-k với k là độ trễ từ 1 - 3 năm
Dòng tiền liên quan đến hoạt động khác tại năm t-k được xác định với độ trễ từ 1 đến 3 năm, trong khi biến dồn tích tổng hợp tại năm t-k cũng có độ trễ tương tự Các thông số α, β1 đến β6 là những yếu tố chưa biết, và ε đại diện cho sai số dự báo Mô hình dự báo dòng tiền được xây dựng dựa trên dòng tiền từ hoạt động kinh doanh trong quá khứ, kết hợp với các thành phần kế toán dồn tích cụ thể.
Mô hình dòng tiền hoạt động kinh doanh (HĐKD) trong quá khứ, kết hợp với các thành phần kế toán dồn tích đã được kiểm định, giúp giải thích khả năng dự đoán dòng tiền tương lai Việc kết hợp dòng tiền HĐKD quá khứ với các yếu tố dồn tích cụ thể mang lại cái nhìn sâu sắc về xu hướng tài chính trong tương lai.
Kết quả kiểm định cho thấy dòng tiền hoạt động kinh doanh trong quá khứ và các thành phần kế toán dồn tích có mối quan hệ chặt chẽ với dòng tiền tương lai, được kiểm tra bằng phương pháp hồi quy Nghiên cứu của Barth, Cram và Nelson (2001) cùng với Cheng và Hollie (2008) chỉ ra rằng sự thay đổi khoản phải thu (∆AR), sự thay đổi hàng tồn kho (∆INV) và chi phí khấu hao tài sản cố định (DEPR) có mối quan hệ cùng chiều với dòng tiền tương lai, trong khi sự thay đổi khoản phải trả (∆AP) lại có mối quan hệ ngược chiều.
CFOt = α + β1CFOt-k + β2∆ARt-k + β3∆APt-k + β4∆INVt-k + β5DEPRt-k + β6OTHERt-k + ε (4) Trong đó:
CFOt: dòng tiền từ HĐKD của năm t (năm dự báo)
CFO t-k : dòng tiền HĐKD tại năm t-k với k là độ trễ 1- 3 năm
∆ARt-k: sự thay đổi khoản phải thu tại năm t-k với k là độ trễ 1 - 3 năm
∆AP t-k : sự thay đổi khoản phải trả tại năm t-k với k là độ trễ 1 - 3 năm
∆INV t-k : sự thay đổi hàng tồn kho tại năm t-k với k là độ trễ 1 - 3 năm
DEPRt-k: chi phí khấu hao tại năm t-k với k là độ trễ 1 - 3 năm
OTHERt-k: các khoản dồn tích khác tại năm t-k với k là độ trễ 1 - 3 năm α, β1 đến β6: thông số chƣa biết ε : sai số dự báo
KẾT QUẢ NGHIÊN CỨU VÀ HÀM Ý
KẾT QUẢ NGHIÊN CỨU
3.1.1 Thống kê mô tả các biến sử dụng trong mô hình nghiên cứu
Nghiên cứu này tập trung vào 19 doanh nghiệp trong lĩnh vực dược phẩm và y tế, được niêm yết trên hai sàn chứng khoán HOSE và HNX Dưới đây là bảng 3.1, trình bày kết quả thống kê mô tả dữ liệu cho các biến hồi quy trong nghiên cứu.
Bảng 3.1 Thống kê mô tả dữ liệu ĐVT: 1,000,000 đồng
Giá trị nhỏ nhất Độ lệch chuẩn
(Nguồn: Kết quả xử lý dữ liệu của tác giả)
Bảng 3.1 cho thấy lợi nhuận thuần từ hoạt động kinh doanh (EARN) và dòng tiền từ hoạt động kinh doanh (CFO) đều có giá trị dương So với giá trị trung vị, cả EARN và CFO đều lệch về bên phải với độ lệch lớn, cho thấy hầu hết các doanh nghiệp trong ngành dược phẩm và y tế đều có lợi nhuận và dòng tiền thuần dương, nhưng có sự chênh lệch đáng kể giữa các công ty.
So sánh độ lệch chuẩn giữa EARN (134.792 tỷ đồng), CFO (123.762 tỷ đồng) và ACC (103.413 tỷ đồng) cho thấy rằng các thành phần kế toán dồn tích ít biến động hơn so với dòng tiền và lợi nhuận Điều này cho phép suy luận rằng thông tin kế toán dồn tích trong lợi nhuận là quan trọng và ổn định hơn.
Việc đo lường dòng tiền chủ yếu dựa vào dòng tiền vào (giá trị dương) và dòng tiền ra (giá trị âm) Các thành phần dòng tiền cho thấy rằng dòng tiền liên quan đến doanh thu (C_SALES) có giá trị dương, trong khi dòng tiền liên quan đến chi phí như giá vốn hàng bán (C_COGS), chi phí lãi vay (C_INT) và tiền thuế phải nộp có giá trị âm Đặc biệt, dòng tiền từ các hoạt động khác (C_OTHER) có giá trị âm lớn nhất (-1,963.979 tỷ đồng), cho thấy chi phí vượt quá nguồn thu nhập khác, chủ yếu do chi phí nhân công, quản lý và phân phối Trong số các thành phần dòng tiền, C_OTHER, C_SALES và C_COGS có sự biến động lớn với độ lệch chuẩn lần lượt là 4,385.749; 2,174.151 và 1,694.269 tỷ đồng, trong khi C_INT và C_TAX ít biến động hơn với độ lệch chuẩn là 17.267 và 26.676 tỷ đồng.
Xem xét đến các thành phần dồn tích có thể thấy, giá trị trung bình của
Trong ngành dược phẩm và y tế, các khoản phải thu (∆AR) và hàng tồn kho (∆INV) đều có giá trị âm, lần lượt là -31.449 và -36.016 tỷ đồng, trong khi các khoản phải trả (∆AP), chi phí khấu hao tài sản cố định (DEPR) và các khoản dồn tích khác đều có giá trị dương, với các con số 44.041; 15.124 và 171.582 tỷ đồng Điều này cho thấy phần lớn các công ty trong ngành này đã giảm giá trị phải thu và hàng tồn kho vào cuối năm, trong khi các khoản phải trả và chi phí khấu hao lại tăng lên Sự gia tăng này phản ánh nhu cầu đầu tư vào trang thiết bị để cạnh tranh, cũng như chi phí nguyên liệu nhập khẩu lớn, chiếm khoảng 70-75% giá vốn hàng bán, trong khi chi phí nhân công cũng chiếm 18-20% giá vốn hàng bán, theo báo cáo ngành dược phẩm tháng 3 năm 2017.
Giá trị trung bình của tổng các khoản dồn tích, được tính bằng ∆AP = 31,449 + 36,016 – 44,041 = 23,424, cho thấy mức này lớn hơn khoản dồn tích dài hạn (DEPR = 15.124), không bao gồm các khoản dồn tích khác Điều này chỉ ra rằng các khoản dồn tích ngắn hạn có ảnh hưởng đáng kể đến tổng giá trị dồn tích.
So sánh độ lệch chuẩn của các thành phần dồn tích cho thấy các khoản dồn tích khác có sự biến động lớn nhất với độ lệch chuẩn 456.089 tỷ đồng, tiếp theo là các khoản phải trả (205.635 tỷ đồng), hàng tồn kho (132.894 tỷ đồng), các khoản phải thu (107.151 tỷ đồng), trong khi chi phí khấu hao TSCĐ ít biến động hơn với độ lệch chuẩn chỉ 17.010 tỷ đồng.
3.1.2 Phân tích tương quan giữa các biến
Trước khi đưa các biến vào hồi quy, việc phân tích mối quan hệ giữa biến phụ thuộc và các biến độc lập dự báo dòng tiền hoạt động kinh doanh trong tương lai là rất quan trọng.
Sự tương quan cao giữa các biến độc lập có thể chỉ ra hiện tượng đa cộng tuyến Trong nghiên cứu này, sức mạnh liên kết giữa các cặp biến được đánh giá thông qua hệ số tương quan Pearson.
Bảng 3.2 trình bày ma trận tương quan giữa dòng tiền hoạt động kinh doanh (HĐKD) và các thành phần dòng tiền khác Dòng tiền HĐKD trong tương lai có mối quan hệ cùng chiều với dòng tiền trong quá khứ, với các hệ số tương quan dương, mặc dù giá trị không lớn, nhưng vẫn có thể sử dụng dòng tiền quá khứ để dự báo dòng tiền tương lai Các hệ số tương quan có ý nghĩa thống kê cho thấy dòng tiền HĐKD quá khứ liên quan tích cực đến dòng tiền doanh thu (C_SALES) và dòng tiền chi phí lãi vay (C_INT) theo độ trễ từng năm, trong khi có mối quan hệ ngược chiều với dòng tiền thuế đã nộp (C_TAX).
Số liệu từ bảng 3.2 cho thấy dòng tiền liên quan đến doanh thu và giá vốn có mối quan hệ ngược chiều, với hệ số tương quan giữa C_SALES và C_COGS đạt mức cao (trễ 1 năm: 0.920, trễ 2 năm: 0.924, trễ 3 năm: 0.929) Mối quan hệ tương tự cũng tồn tại giữa C_SALES và C_OTHER, với các hệ số tương quan đều lớn hơn 0.9 Điều này chỉ ra khả năng xảy ra hiện tượng đa cộng tuyến giữa các biến C_SALES, C_COGS và C_OTHER.
Bảng 3.2 Ma trận tương quan giữa dòng tiền và các thành phần dòng tiền hoạt động kinh doanh
* Tương quan với mức ý nghĩa 5% (Nguồn: Kết quả xử lý dữ liệu của tác giả)
** Tương quan với mức ý nghĩa 10%
Bảng 3.3 cho thấy dòng tiền năm t có mối tương quan thống kê có ý nghĩa với dòng tiền có độ trễ 1, 2 và 3 năm, đồng thời có tương quan thuận với khoản dồn tích gộp trễ 1 năm (hệ số 0.15), phù hợp với nghiên cứu của Nguyễn Thanh Hiếu (2015) Tuy nhiên, dòng tiền với độ trễ 1, 2, 3 năm lại có quan hệ ngược chiều đáng kể với các khoản dồn tích tương ứng Kết luận này cũng tương đồng với các nghiên cứu trước như Barth, Cram và Nelson (2001), Dechow, Kothari và Watts (1998), và Sloan.
Bảng 3.3 Ma trận tương quan giữa dòng tiền và thông tin kế toán dồn tích gộp Biến nghiên cứu CFO t CFO t-1 CFO t-2 CFO t-3 ACC t-1 ACC t-2 ACC t-3 CFO t 1.000
* Tương quan với mức ý nghĩa 5% (Nguồn: Kết quả xử lý dữ liệu của tác giả)
** Tương quan với mức ý nghĩa 10%
Dữ liệu từ bảng 3.4 chỉ ra rằng dòng tiền có mối quan hệ tích cực với sự thay đổi các khoản phải thu (∆AR) và chi phí khấu hao tài sản cố định (DEPR), với các hệ số tương quan dương có ý nghĩa thống kê Ngược lại, dòng tiền trong năm t lại có mối tương quan ngược chiều với sự thay đổi các khoản phải trả (∆AP) với độ trễ 1 năm Hệ số tương quan dương cho thấy rằng sự thay đổi hàng tồn kho (∆INV) cũng có mối quan hệ thuận với dòng tiền, với các độ trễ tương ứng là 1 năm (0.369) và 2 năm.
0.377, trễ 3 năm: 0.341) Tương tự nhưng ngược lại với các khoản dồn tích khác, OTHER quan hệ ngược chiều với dòng tiền với độ trễ từng năm tương ứng
Bảng 3.4 Ma trận tương quan giữa dòng tiền và các thành phần kế toán dồn tích cụ thể
* Tương quan với mức ý nghĩa 5% (Nguồn: Kết quả xử lý dữ liệu của tác giả)
** Tương quan với mức ý nghĩa 10%
3.1.3 Kết quả kiểm định mô hình nghiên cứu
Luận văn áp dụng kiểm định Hausman để lựa chọn giữa mô hình FEM và REM trong phân tích kết quả Kiểm định này có hai giả thuyết: H0 cho rằng không có tương quan giữa các biến giải thích và thành phần ngẫu nhiên, do đó mô hình REM là phù hợp; H1 cho rằng có tương quan, dẫn đến mô hình FEM là phù hợp Nếu giá trị Prob < 0.05, kết luận cho thấy mô hình FEM phù hợp hơn, ngược lại, nếu Prob > 0.05, mô hình REM sẽ được ưu tiên.
Hệ số xác định R² điều chỉnh, theo Theo Brooks (2008), được sử dụng để đánh giá mức độ phù hợp của mô hình hồi quy, cho biết tỷ lệ phần trăm biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình Nhiều nghiên cứu trước đây đã dựa vào R² để lựa chọn mô hình OLS, FEM hoặc REM phù hợp nhất, với mô hình có R² cao hơn sẽ thể hiện khả năng giải thích tốt hơn sự biến động của biến phụ thuộc.
