TỔNG QUAN
Lý do chọn đề tài
Quyết định đầu tư là một trong những quyết định quan trọng nhất trong quản trị tài chính doanh nghiệp, ảnh hưởng trực tiếp đến giá trị doanh nghiệp - mục tiêu cốt lõi của các nhà quản trị Việc thẩm định kỹ lưỡng các cơ hội đầu tư là cần thiết, vì một quyết định sai lầm có thể làm giảm giá trị doanh nghiệp và gây khó khăn cho hoạt động kinh doanh Để đưa ra quyết định đầu tư hiệu quả, cần xem xét nhiều yếu tố, trong đó khả năng tài chính và dòng tiền từ doanh số bán hàng là những yếu tố quan trọng không thể bỏ qua Nhận thức được tầm quan trọng của doanh số trong việc ra quyết định đầu tư, tác giả tiến hành nghiên cứu để làm rõ mối quan hệ này thông qua các bằng chứng thực nghiệm từ các công ty niêm yết tại Việt Nam.
Nghiên cứu này kiểm tra giả thuyết doanh số thường xuyên (PSH) liên quan đến đầu tư, dựa trên bài viết của Insun Yang, Peter Koveos và Tom Barkley (2015) Mục tiêu tổng quát là nghiên cứu mối quan hệ giữa doanh số và sự gia tăng doanh số đến đầu tư của doanh nghiệp Cụ thể, nghiên cứu xác định mối quan hệ giữa doanh số và sự thay đổi doanh số trong đầu tư doanh nghiệp, từ quá khứ đến hiện tại, đồng thời khám phá sự khác biệt giữa các doanh nghiệp với đặc điểm khác nhau trong mối quan hệ này.
Tóm lại, đề tài đi tìm câu trả lời cho ba câu hỏi chính sau:
(i) Giữa đầu tư và doanh số của doanh nghiệp có tồn tại mối quan hệ nào hay không? Nếu có thì mối quan hệ cụ thể như thế nào?
Sự thay đổi doanh số của doanh nghiệp có ảnh hưởng đáng kể đến quyết định đầu tư của họ Khi doanh số tăng, doanh nghiệp thường có xu hướng mở rộng quy mô và đầu tư vào các dự án mới để tận dụng cơ hội tăng trưởng Ngược lại, nếu doanh số giảm, doanh nghiệp có thể cắt giảm đầu tư để bảo vệ nguồn lực tài chính Điều này cho thấy mối liên hệ chặt chẽ giữa hiệu suất doanh thu và chiến lược đầu tư của doanh nghiệp.
(iii) Liệu có sự khác biệt hay không đối với những doanh nghiệp có những đặc điểm khác nhau?
1.3 Đối tượng và phạm vi nghiên cứu
1.3.1 Đối tượng nghiên cứu Đề tài tập trung nghiên cứu mối quan hệ giữa doanh số, sự thay đổi doanh số đến đầu tư của doanh nghiệp Trong đó, tác giả sử dụng doanh thu thuần như một biến đại diện cho doanh số của công ty do doanh thu thuần là nguồn lực chính của doanh số Insun (Yang, Peter Koveos và Tom Barkley,
Đầu tư, được thể hiện qua biến chi tiêu tư bản (Capex), bao gồm các quỹ mà công ty sử dụng để nâng cấp hoặc mua sắm tài sản mới như nhà máy sản xuất và trang thiết bị Những quỹ này có vai trò quan trọng trong việc duy trì hoạt động và phát triển sản xuất của công ty.
Nghiên cứu này tập trung vào Việt Nam, với dữ liệu được thu thập từ 200 công ty niêm yết trên sàn HNX và HOSE trong khoảng thời gian 11 năm, bắt đầu từ năm.
Trong nghiên cứu này, tác giả kiểm tra mối quan hệ giữa doanh số và sự biến động doanh số từ năm trước đến năm hiện tại, cũng như ảnh hưởng của nó đến đầu tư trong năm hiện tại Các phân tích được thực hiện dựa trên hai phương pháp tiếp cận khác nhau.
Tác giả áp dụng các phương pháp nghiên cứu từ Insun Yang, Peter Koveos và Tom Barkley (2015), Lee (1996), Pan (2001) để xác định mối quan hệ giữa chi tiêu tư bản (I t) và doanh thu (X t) Các phương pháp bao gồm kiểm định tính dừng, kiểm định đồng liên kết và kiểm định mối quan hệ nhân quả Granger Kết quả phân tích đã cung cấp câu trả lời cho câu hỏi đầu tiên trong nghiên cứu.
Tác giả sử dụng hồi quy thực nghiệm dữ liệu bảng với các mô hình OLS, FEM, REM để trả lời câu hỏi (ii) và (iii) Các biến trong mô hình được lựa chọn dựa trên nghiên cứu của Insun Yang, Peter Koveos và Tom Barkley (2015) cùng với Eisner (1960) Kết quả hồi quy theo nhóm cho phép tác giả phân tích sự khác biệt trong hành vi đầu tư giữa các doanh nghiệp có quy mô và chỉ số tài chính D/E khác nhau.
Tác giả đã thu thập dữ liệu từ 200 công ty niêm yết thuộc các ngành phi tài chính trên sàn HNX và HOSE tại Việt Nam trong giai đoạn 2010 - 2020 Các công ty này được chọn lọc dựa trên tiêu chí có đủ dữ liệu trong suốt thời gian nghiên cứu và đã niêm yết từ năm 2010 trở về trước, đồng thời duy trì hoạt động liên tục cho đến năm hiện tại.
Các phần mềm dự kiến cho việc hỗ trợ nghiên cứu bao gồm phần mềmExcel và phần mềm Eviews 8.0.
Ý nghĩa đề tài nghiên cứu
Nghiên cứu này làm sáng tỏ mối quan hệ giữa đầu tư và doanh số, cũng như sự thay đổi doanh số trong quá khứ và hiện tại của các doanh nghiệp tại Việt Nam Đối với nhà quản trị, đây là nguồn tham khảo quý giá giúp họ đưa ra quyết định đầu tư dựa trên sự biến động của doanh số Đối với cổ đông, nghiên cứu cung cấp thông tin về hành vi đầu tư của doanh nghiệp, giúp họ nhận biết các yếu tố thúc đẩy quyết định đầu tư của mình.
1.6 Kết cấu luận văn Đề tài gồm có 5 chương và các phần tài liệu tham khảo, phụ lục được sắp xếp theo bố cục sau:
Chương 1: Tổng quan - Trình bày lý do chọn đề tài, mục tiêu và câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu, ý nghĩa và kết cấu của bài luận văn.
Chương 2: Cơ sở lý thuyết và mô hình nghiên cứu - Trình bày về khung lý thuyết cơ sở của đề tài và một số nghiên cứu có liên quan.
Chương 3: Phương pháp nghiên cứu - Trình bày về quy trình nghiên cứu, phương pháp thu thập dữ liệu, công cụ xử lý dữ liệu và các phương pháp phân tích.
Chương 4: Kết quả nghiên cứu - Trình bày và diễn giải của kết quả nghiên cứu chính thức, bao gồm kết quả kiểm định tính dừng, kiểm định đồng kết hợp, phân tích nhân quả Granger, phân tích tương quan và hồi quy thực nghiệm các biến theo các mô hình dữ liệu bảng và các kiểm định lựa chọn mô hình tối ưu.
Chương 5: Kết luận và hạn chế của đề tài - Trình bày những kết quả đáng chú ý thu được từ đề tài nghiên cứu và nêu lên những hạn chế của bài.
Trong chương này, tác giả trình bày lý do chọn đề tài và mục tiêu nghiên cứu, nhằm trả lời ba câu hỏi chính Bên cạnh đó, tác giả cũng xác định đối tượng và phạm vi nghiên cứu, đồng thời giới thiệu phương pháp nghiên cứu với hai cách tiếp cận Ngoài ra, chương còn nêu rõ ý nghĩa của đề tài nghiên cứu và cấu trúc của luận văn, bao gồm tổng cộng năm chương.
CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
Giả thuyết doanh số thường xuyên của đầu tư (The pernament sales hypothesis, PSH)
Theo giả thuyết PIH, Insun Yang, Peter Koveos và Tom Barkley (2015) đã phát triển giả thuyết doanh số thường xuyên (PSH) để phân tích sự thay đổi đầu tư của công ty dựa trên biến động doanh số Giả thuyết PSH khẳng định rằng sự gia tăng liên tục trong doanh số bán hàng sẽ dẫn đến tăng chi đầu tư Tuy nhiên, sự gia tăng tạm thời trong doanh số trong một quý tài chính không có tác động tương tự như sự tăng trưởng kéo dài trong nhiều quý Do đó, các công ty cần thận trọng khi điều chỉnh tỷ lệ đầu tư dựa trên những biến động ngắn hạn của doanh số bán hàng, vì đầu tư nên được thực hiện dựa trên lợi nhuận kỳ vọng trong dài hạn.
Giả thuyết thu nhập thường xuyên của cổ tức (The permanent
Lintner (1956) đã mô tả giả thuyết thu nhập thường xuyên của cổ tức (PEH), cho rằng thu nhập bao gồm cả thành phần tạm thời và thường xuyên, trong đó cổ tức đại diện cho các khoản chi trả từ thành phần thường xuyên Để chứng minh giả thuyết này, ông đã sàng lọc hơn 600 công ty dựa trên quy mô, vị thế thanh khoản, vốn hóa thị trường, tỷ lệ giá trên thu nhập và mức độ phân tán quyền sở hữu Kết quả cho thấy những đặc điểm này ảnh hưởng đáng kể đến quyết định chi cổ tức Ông cũng nhận thấy rằng các công ty thường lo ngại về sự ổn định thu nhập khi chi cổ tức và thường dựa vào tỷ lệ cổ tức hiện tại cùng thu nhập hiện tại để điều chỉnh mức chi cổ tức Lintner nhấn mạnh rằng thu nhập hiện tại là yếu tố quan trọng nhất trong quyết định chia cổ tức.
Một số nghiên cứu có liên quan
2.2.1 Các nghiên cứu mở rộng lý thuyết PIH và PEH
❖ Nghiên cứu của Insun Yang, Peter Koveos và Tom Barkley (2015):
Sự gia tăng của doanh số thường xuyên và đầu tư (Permanent sales increase and investment)
Nghiên cứu của Insun Yang, Peter Koveos và Tom Barkley nhằm xác minh giả thuyết doanh số thường xuyên (PSH) trong đầu tư của các công ty, được mở rộng từ giả thuyết thu nhập thường xuyên (PIH) Nghiên cứu này tập trung vào việc xác định liệu sự thay đổi trong mức độ đầu tư của một công ty có phụ thuộc vào sự thay đổi thường xuyên trong doanh số hay không, so với sự thay đổi tạm thời, là hai yếu tố chính trong phân tích doanh số.
Các tác giả thực hiện nghiên cứu bằng hai phương pháp tiếp cận khác nhau như sau:
Trong nghiên cứu này, các tác giả đã áp dụng nhiều phương pháp để phân tích mối quan hệ giữa đầu tư và doanh số Cụ thể, họ sử dụng kiểm định tính dừng Augmented Dickey Fuller (ADF) để xác định tính ổn định của dữ liệu, kiểm định mối quan hệ đồng tích hợp để xem xét sự liên kết lâu dài giữa hai biến, và phân tích mối quan hệ nhân quả Granger giữa chi tiêu tư bản (I t) và doanh thu thuần (X t) Bên cạnh đó, mô hình tự hồi quy BVAR và BMAR được áp dụng để phân rã phương sai, giúp làm rõ các thành phần thường xuyên và nhất thời trong doanh số ảnh hưởng đến đầu tư.
Tác giả áp dụng phương pháp hồi quy thực nghiệm sử dụng bình phương nhỏ nhất (OLS) và mô hình tác động cố định (FEM) trên toàn bộ dữ liệu, đồng thời thực hiện hồi quy theo các nhóm công ty có đặc điểm tài chính khác nhau, bao gồm quy mô và các chỉ số tài chính như P/E, B/M, chỉ số Tobin’ Q, D/E, và chỉ số thanh khoản, theo mô hình được trình bày chi tiết trong mục 2.2.2.
- Đối tượng nghiên cứu và phạm vi nghiên cứu: Để thực hiện bài nghiên cứu, nhóm tác giả thu thập dữ liệu hàng năm của
Từ cơ sở dữ liệu Compustat và CRSP, nghiên cứu đã phân tích 7627 công ty tại Mỹ trong giai đoạn 1984 - 2009 Dữ liệu được sử dụng là dữ liệu bảng với các đơn vị chéo theo thời gian, cụ thể là mã cổ phiếu của các công ty liên quan đến biến đầu tư I t và doanh thu thuần X t Phương pháp tiếp cận đầu tiên là chia các dữ liệu này cho chỉ số giá tiêu dùng (CPI) nhằm tiêu chuẩn hóa và giảm thiểu sai lệch do ảnh hưởng của lạm phát.
Nghiên cứu của nhóm tác giả đã chỉ ra rằng hành vi đầu tư chủ yếu được giải thích bởi những thay đổi thường xuyên trong doanh số, từ góc độ tiếp cận thứ nhất Kết quả này cho thấy các nhà quản lý chỉ điều chỉnh đầu tư khi có sự thay đổi trong thu nhập bán hàng do các cú sốc dài hạn, mà không phải do biến động tạm thời trong doanh thu.
Kết quả hồi quy thực nghiệm cho thấy rằng các khoản đầu tư phụ thuộc vào sự thay đổi doanh số qua các năm, với tổng hệ số beta tích lũy của biến doanh thu trong 4 năm cao hơn so với năm hiện tại, chỉ ra rằng hiệu ứng tích lũy theo thời gian có ảnh hưởng lớn hơn Các nhà quản lý có xu hướng tăng cường đầu tư khi họ tin rằng sự gia tăng doanh số sẽ được duy trì trong tương lai Nghiên cứu cũng chỉ ra rằng các công ty lớn hơn, thanh khoản hơn và có tỷ lệ nợ thấp hơn tuân theo giả thuyết PSH chặt chẽ hơn so với các công ty nhỏ hơn, kém thanh khoản hơn và có tỷ lệ nợ cao hơn Các công ty nhỏ thường sử dụng nguồn vốn nội bộ để đầu tư mà không cần tích lũy qua thời gian, và lợi nhuận thuần từ hoạt động kinh doanh năm hiện tại có ý nghĩa hơn đối với các công ty nhỏ hơn Do đó, doanh nghiệp càng tuân theo PSH bao nhiêu, thì càng ít bị ràng buộc về mặt tài chính.
❖ Nghiên cứu của Lee (1996): Hệ quả chuôi thời gian đến hành vi chia cổ tức (Time-Series Implications of Aggregate Dividend Behavior)
Dựa trên nghiên cứu của Lintner (1956), Lee đã khám phá giả thuyết về mối quan hệ giữa sự thay đổi cổ tức của công ty và sự biến động trong thu nhập thường xuyên.
Tác giả tiến hành ước tính mô hình chuỗi thời gian hai chiều cho thu nhập và cổ tức của công ty, chú trọng vào tính không dừng của chuỗi dữ liệu Bằng cách sử dụng kiểm định ADF để xác định tính dừng, tác giả tiếp tục thực hiện các bước kiểm định đồng tích hợp và kiểm định tính dừng phần dư giữa hai chuỗi thời gian Ngoài ra, phân tích mối quan hệ nhân quả Granger được thực hiện nhằm làm rõ ảnh hưởng của thu nhập đến cổ tức Cuối cùng, hồi quy theo mô hình BMAR và BVAR được áp dụng để phân tích các thành phần thường xuyên và nhất thời trong thu nhập có tác động đến cổ tức.
Để thực hiện ước tính thực nghiệm, Lee đã phân tích dữ liệu hàng năm về cổ tức và thu nhập từ giá cổ phiếu của danh mục Standard và Poor trong khoảng thời gian từ năm 1971 đến 1925 Dữ liệu này được chuẩn hóa bằng cách chia cho chỉ số giá sản xuất (PPI) trung bình hằng năm.
Phân tích cho thấy thu nhập và cổ tức là hai chuỗi không ngừng, với mối quan hệ đồng kết hợp và nhân quả từ thu nhập đến cổ tức trong tương lai Kết luận cho thấy biến động trong chính sách cổ tức chủ yếu bị ảnh hưởng bởi thay đổi trong thu nhập thường xuyên, và cổ tức có phản ứng mạnh mẽ trước những biến động này.
F 53 không có sự thay đổi đáng kể nào và chỉ phản ứng rất ít với những biến động tạm thời trong thu nhập, điều này được xác nhận qua kết quả hồi quy và phân tích mô hình BMAR và BVAR.
2.2.2 Nghiên cứu về ảnh hưởng của sự thay đổi doanh số đến đầu tư
❖ Nghiên cứu của Eisner (1960): Hàm đầu tư phân phối trê (A distributed lag investment fuction)
Eisner thực hiện nghiên cứu này nhằm ước tính các thông số trong hàm đầu tư phân phối trễ theo mô hình được tác giả xây dựng bên dưới.
Mô hình hồi quy thực nghiệm Eisner xây dựng như sau:
Trong mô hình nghiên cứu, doanh thu (S t), chi tiêu tư bản (I t), tài sản cố định (F t), lợi nhuận trước thuế (P t), chi phí khấu hao (D t) và tài sản cố định ròng (N t) được phân tích Tất cả các biến, ngoại trừ doanh thu S t, đều được chia cho tài sản cố định F năm 1953, năm được xác định là trọng tâm trong giai đoạn nghiên cứu Việc sử dụng biến F t nhằm điều chỉnh các biến khác, giúp loại bỏ sai biệt do quy mô khác nhau giữa các công ty trong hồi quy đa biến.
- Đối tượng nghiên cứu và phạm vi nghiên cứu:
Dữ liệu phục vụ cho nghiên cứu được tác giả thu thập từ 200 công ty phi tài chính lớn tại Mỹ trong khoảng thời gian từ năm 1946 đến 1955.
Eisner đã phát hiện rằng sự thay đổi doanh số có tác động đến đầu tư với độ trễ ít nhất bốn năm tài chính Hơn nữa, khi doanh số được đưa vào mô hình hồi quy, hệ số hồi quy âm của các biến lợi nhuận không còn tồn tại Điều này chỉ ra rằng doanh số, chứ không phải lợi nhuận, mới là yếu tố chính ảnh hưởng đến chi tiêu đầu tư.
❖ Nghiên cứu của Insun Yang, Peter Koveos và Tom Barkley (2015):
Sự gia tăng của doanh số thường xuyên và đầu tư (Permanent sales increase and investment)
Bài viết này tiếp tục trình bày mô hình hồi quy thực nghiệm của Insun Yang, Peter Koveos và Tom Barkley, nhằm nghiên cứu mối quan hệ giữa sự gia tăng doanh số và đầu tư Nhóm tác giả đã phát triển mô hình hồi quy OLS để phân tích dữ liệu và thu thập kết quả từ nghiên cứu.
Ft-1 B0 B 1 kSt + St-1 + St-√ \St-L + St-2 + St- 3∕
Với I t là chi tiêu tư bản (Capex), F t là tài sản cố định, S t là doanh thu thuần, P t là lợi nhuận thuần hoạt động kinh doanh, D t là chi phí khấu hao, L t là nợ phải trả, đồng thời tác giả cũng thêm vào các biến tobinq, liq, altmanz để đánh giá mức độ ảnh hưởng của các yếu tố gồm chỉ số Tobin’s Q, chỉ số thanh khoản, chỉ số Altman’s Z đến đầu tư của doanh nghiệp Các tác giả sử dụng độ trễ và phương pháp làm mượt doanh thu trong ba năm, đồng thời các biến cũng được chia cho tài sản cố định năm trước để loại bỏ các sai biệt gây ra bởi quy mô khác nhau giữa các công ty.
PHƯƠNG PHÁP NGHIÊN CỨU T
Trình tự nghiên cứu
Bài nghiên cứu được thực hiện theo hai cách tiếp cận và qua bốn bước được thể hiện qua bảng sau:
Bảng 3.1 Trình tự nghiên cứu
Chỉ tiêu Giá trị trung vị
- Thống kê mô tả và kiểm định sự tương quan giữa các biến phụ thuộc đến biến độc lập.
- Sau đó tiến hành hồi quy OLS, FEM, REM cho toàn bộ dữ liệu của 200 công ty.
Để xác định mô hình phù hợp nhất cho tập dữ liệu, chúng tôi đã tiến hành kiểm định tồn tại sự không đồng nhất giữa các đối tượng và thời gian thông qua các bài kiểm tra hiệu ứng cố định dư thừa (Redundant Fixed Effects Tests) và kiểm định Hausman Sau đó, chúng tôi thực hiện các kiểm định nhằm phát hiện các khuyết tật trong mô hình, bao gồm kiểm tra phương sai sai số thay đổi và tự tương quan.
Thực hiện hồi quy theo mô hình đã chọn cho hai nhóm công ty được phân loại dựa trên các chỉ tiêu quy mô và tỷ lệ nợ trên vốn chủ sở hữu (D/E) Mỗi chỉ tiêu được chia thành hai nhóm: cao hoặc thấp hơn giá trị trung vị, dẫn đến bốn nhóm công ty cụ thể.
+ Nhóm 1: (1a) Giá trị thị trường lớn; (1b); Giá trị thị trường nhỏ
Cơ sở để chia các nhóm trong bài nghiên cứu như sau:
Bảng 3.2 Cơ sở để chia các nhóm
Phương pháp sử dụng cách tiếp cận thứ nhất
3.2.1 Kiểm định tính dừng và kiểm định mối quan hệ đồng kết hợp
Một quá trình ngẫu nhiên được xem là dừng khi trung bình và phương sai của nó không thay đổi theo thời gian Đồng phương sai giữa hai thời điểm chỉ phụ thuộc vào khoảng cách và độ trễ thời gian giữa chúng, không phụ thuộc vào thời điểm cụ thể mà tính toán đồng phương sai.
Chuỗi thời gian Y t dừng nếu:
[trung bình không đổi (là hằng số) với mọi t]
Tác giả áp dụng phương pháp kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF, 1970) nhằm xác định tính dừng của biến chi tiêu tư bản (I t) và doanh thu (X t).
Nếu cả hai biến số không dừng ở bậc cơ sở hoặc dừng sai phân, có thể dự đoán rằng chúng có mối quan hệ đồng liên kết Để kiểm định dự đoán này, tác giả áp dụng phương pháp hồi quy đồng liên kết Phương pháp này được sử dụng khi sự kết hợp tuyến tính giữa các dữ liệu thời gian không dừng dẫn đến một quá trình dừng, cho thấy sự tồn tại của một mối quan hệ ổn định.
Theo Lee (1996), dữ liệu về thời gian chi tiêu tư bản (I t) và doanh thu (X t) là không dừng, và cú sốc doanh thu được chia thành hai dạng nhiễu chính: thường xuyên và nhất thời Insun Yang, Peter Koveos và Tom Barkley (2015) đã phân tích mô hình doanh thu với hai thành phần nhiễu: doanh thu thường xuyên (X p) và doanh thu nhất thời (X i) Mô hình này giúp hiểu rõ hơn về cách thức ảnh hưởng của các yếu tố này đến doanh thu.
Trong bài viết này, độ trễ L được xác định với các giá trị 0, 1, 2, 3 và 4 Véc tơ nhiễu e t = [ e i,t , e 2,t ]’ là một chuỗi không tương quan, với e i,t và e 2,t được giả định không tương quan đồng thời thông qua một sự chuẩn hóa phù hợp Do đó, phương sai của e t được biểu diễn bằng Var(e t ) = I, trong đó I là ma trận đồng nhất.
Trong phương trình (2), doanh thu được chia thành hai thành phần: thành phần thường xuyên (X p ) là quá trình không dừng, trong khi thành phần nhất thời (Xs) là quá trình dừng Việc phân chia này là cần thiết, vì theo lý thuyết cơ sở PSH, chỉ sự thay đổi dài hạn của doanh thu thường xuyên mới ảnh hưởng đến quyết định đầu tư của doanh nghiệp.
Theo nghiên cứu của Lee (1996) và các tác giả Insun Yang, Peter Koveos cùng Tom Barkley (2015), nếu sự kết hợp tuyến tính giữa I_t và X_t là dừng, thì có khả năng tồn tại mối quan hệ đồng liên kết giữa chúng Đặt S_t là sự kết hợp tuyến tính của I_t và X_t.
Trong nghiên cứu này, S t được xác định là một biến dừng và γ là hằng số Nếu I t và X t không dừng nhưng S t là một sự kết hợp tuyến tính dừng, điều này cho thấy mối quan hệ đồng liên kết giữa đầu tư và doanh thu Tác giả tiếp tục áp dụng phương pháp kiểm định nhân quả Granger (1989) để phân tích mối quan hệ này.
3.2.2 Kiểm định quan hệ nhân quả Granger
Khi xuất hiện mối quan hệ đồng kết hợp giữa của I t và X t , tác giả tiếp tục thực hiện phương pháp kiểm định nhân quả Granger (Granger causality test,
Nghiên cứu năm 1969 đã xem xét mối quan hệ giữa doanh số và đầu tư khi chúng có sự kết hợp bậc nhất, nhằm xác định liệu sự thay đổi trong doanh số trong quá khứ có ảnh hưởng đến đầu tư hiện tại hay không Các ràng buộc áp dụng cho bậc trễ của biến cho thấy rằng giá trị trễ của một biến có thể tác động đến giá trị hiện tại của biến khác, từ đó làm rõ khái niệm nhân quả trong nghiên cứu này (Phạm Thị Tuyết Trinh, 2016).
Phương pháp sử dụng cách tiếp cận thứ hai
Tác giả sử dụng phương pháp bình phương tối thiểu nhỏ nhất (OLS) để hồi quy dữ liệu bảng, nhằm phân tích mối quan hệ giữa các biến Sau đó, với dữ liệu dạng bảng, phương pháp này cho phép đánh giá hiệu quả và độ chính xác của các mô hình hồi quy.
Biến Tên gọi Ký hiệu Ý nghĩa
Quyết định đầu tư, được thể hiện qua chi tiêu tư bản, bao gồm các quỹ mà công ty sử dụng để nâng cấp hoặc mua sắm tài sản như nhà máy và trang thiết bị Nghiên cứu áp dụng các mô hình ảnh hưởng cố định (FEM) và ảnh hưởng ngẫu nhiên (REM), cùng với các kiểm định Redundant và Hausman để xác định mô hình tối ưu cho bộ dữ liệu Dựa trên các nghiên cứu của Insun Yang, Peter Koveos và Tom Barkley (2015) cùng Eisner (1960), mô hình cho phép đánh giá ảnh hưởng của sự thay đổi doanh số trong vòng hai năm Kết quả hồi quy sơ bộ cho thấy doanh thu chỉ tác động đến đầu tư trong hai độ trễ, trong khi lợi nhuận cũng có ý nghĩa trong hai năm Nghiên cứu tập trung vào mối quan hệ ngắn hạn giữa đầu tư và sự thay đổi doanh số, không áp dụng các phương pháp làm mượt do dữ liệu thu thập hạn chế Mô hình cũng chỉ ra ảnh hưởng của lợi nhuận thuần từ hoạt động kinh doanh hiện tại và năm trước, cùng với chi phí khấu hao hiện tại đến đầu tư của doanh nghiệp.
Trong bài viết này, biến phụ thuộc được xác định là chi tiêu tư bản, trong khi các biến độc lập bao gồm sự thay đổi doanh thu trong hai năm, lợi nhuận hiện tại, lợi nhuận năm trước và khấu hao Đặc biệt, các biến điều có tác động tích cực đến các biến độc lập này.
Bảng 3.3 Giải thích ý nghĩa các biến
(1960)) quỹ này nhằm phục vụ cho mục đích duy trì hoạt động và phát triển sản xuất của công ty.
Sự thay đổi doanh thu ở năm hiện tại (năm trước)
Khi doanh nghiệp gia tăng doanh số bán hàng, dẫn đến lợi nhuận dự kiến tăng lên, doanh nghiệp có thể sẽ gia tăng các khoản đầu tư.
Lợi nhuận thuần hoạt động kinh doanh năm hiện tại (năm trước)
Khi lợi nhuận thuần từ hoạt động kinh doanh tăng, doanh nghiệp sẽ nhận được các khoản tài trợ nội bộ từ nguồn tiền mặt tức thời, điều này có thể nâng cao khả năng ra quyết định đầu tư của doanh nghiệp.
Khấu hao Depreciation Khấu hao tác động lên dòng tiền hoạt động kinh doanh do đây là chi phí không bằng tiền Khi chi phí and Tom
Khấu hao tăng có thể dẫn đến việc tiết kiệm thuế thu nhập doanh nghiệp, từ đó gia tăng dòng tiền từ hoạt động kinh doanh Điều này giúp doanh nghiệp có nhiều nguồn lực hơn để đưa ra quyết định đầu tư hiệu quả hơn.
3.3.1 Hồi quy theo mô hình OLS
Giả định rằng các hệ số β 1, β 2, , β 7 là không đổi theo thời gian và giữa các công ty không có sự khác biệt về cách thức quản lý và triết lý quản lý, phương pháp ước lượng bình phương bé nhất dữ liệu gộp (pooled OLS) sẽ cung cấp ước lượng hiệu quả Trong mô hình này, u đại diện cho tất cả sự khác biệt theo thời gian và từng công ty.
Hằng số a0 được áp dụng cho tất cả các đơn vị chéo, tuy nhiên giả định này chỉ chính xác khi các đơn vị chéo là đồng nhất, điều này rất hiếm gặp trong thực tế Do đó, mô hình này không thể phản ánh sự khác biệt giữa các đơn vị chéo và thời gian trong nghiên cứu.
3.3.2 Hồi quy theo mô hình FEM
Do sự không đồng nhất giữa các giai đoạn thời gian và các công ty, tác giả đã thực hiện một bảng hồi quy cố định để kiểm soát các hiệu ứng riêng lẻ theo đơn vị chéo và thời gian Mô hình FEM được áp dụng trong nghiên cứu này.
Với λ t, chúng ta sử dụng các biến giả để kiểm soát sự khác biệt có thể do ảnh hưởng của nền kinh tế vĩ mô qua các năm; trong khi đó, μ i là tập hợp các biến giả nhằm phân tích ảnh hưởng cá nhân của từng công ty.
Mô hình FEM có các giả định như sau:
> var(E it X ∖ i , a i ) = var(E i t ) = Ớ ị [phương sai không đổi cho tất cả t = 1, 2,
> cov(E i t , E i , s X ∖ i , a i ) = 0 với t≠ S [các sai số ngẫu nhiên không tương quan với nhau]
> Với điều kiện của X i và a i , E i t là độc lập và nhất quán Do đó sai số ngẫu nhiên theo phân phối chuẩn E iιt t ~ N(0; σ2 l )
3.3.3 Hồi quy theo mô hình REM
Mô hình tác động ngẫu nhiên (REM) hay còn gọi là mô hình các thành phần sai số, tương tự như mô hình tác động cố định (FEM), cho phép xác định các hệ số chặn khác nhau cho từng đơn vị chéo và tác động chung của các biến giải thích Tuy nhiên, điểm khác biệt chính của REM là các hệ số chặn của các đơn vị chéo được hình thành từ một hệ số chặn chung không đổi theo đối tượng và thời gian, cùng với một biến ngẫu nhiên là thành phần sai số thay đổi theo đối tượng nhưng không đổi theo thời gian.
Khác với mô hình FEM, mô hình REM cho rằng các đơn vị chéo khác nhau ở sai số, với ữ 0 là hệ số chặn chung cho tất cả các đơn vị Trong mô hình REM, ωi,t là sai số phức hợp, trong đó εiιt t phản ánh tác động đặc trưng của từng đơn vị chéo, được gọi là thành phần tác động ngẫu nhiên Hơn nữa, vli t đại diện cho hạng nhiễu không tương quan giữa các đối tượng, không có tương quan chuỗi trong cùng một đối tượng.
Mô hình REM có các giả định như sau:
> var(ω it )= σ 2 i + σ 2 [phương sai không đổi]
> cov(ω iιt t , ω i t ) = σ% với t≠ s [các sai số ngẫu nhiên trong cùng một đơn vị chéo i ở các đơn vị thời gian tương quan với nhau]
> cov(ω iιt t , ωj ιt t ) = 0 với i≠ j [các sai số ngẫu nhiên của các đơn vị chéo khác nhau theo thời gian khác nhau không tương quan với nhau]
Công thức cov(ε i i X iti k ) = 0 chỉ ra rằng các phần dư ε i, đại diện cho thành phần tác động ngẫu nhiên của từng đơn vị chéo, không có mối tương quan với các biến X Giả định này khác biệt so với mô hình FEM.
> cov(X it k ∣ υ it ) = 0, cov(V i ∣X it , k ) = [υ it không tương quan với các biến X’s]
Dữ liệu nghiên cứu
Nghiên cứu này sử dụng dữ liệu từ 200 công ty niêm yết thuộc tất cả các ngành trên sàn HNX và HOSE tại Việt Nam trong khoảng thời gian 11 năm (2010 - 2020) Các công ty phi tài chính được chọn phải có đầy đủ dữ liệu trong suốt thời gian nghiên cứu.
Năm 2010, 12% các nghiên cứu yêu cầu doanh nghiệp đã niêm yết trên sàn từ năm 2010 trở về trước và hoạt động liên tục đến năm hiện tại Đối với phương pháp tiếp cận đầu tiên, dữ liệu về chi tiêu tư bản (I t) và doanh thu (X t) sẽ được điều chỉnh theo chỉ số CPI hàng năm để tiêu chuẩn hóa, nhằm giảm thiểu tác động của lạm phát (Insun Yang, Peter Koveos và Tom Barkley, 2015; Pan, 2007).
Bảng 3.4 Chỉ số CPI qua các năm 2010 - 2020
(Nguồn: Tổng cục thống kê Việt Nam)
Dữ liệu hằng năm được thu thập từ báo cáo tài chính hợp nhất đã kiểm toán của các công ty niêm yết, được tổ chức dưới dạng dữ liệu bảng trước khi đưa vào mô hình Eview Dữ liệu bảng (panel data) kết hợp giữa dữ liệu chuỗi thời gian và dữ liệu chéo, bao gồm các quan sát từ nhiều đơn vị chéo hoặc cá thể, ký hiệu là i (i = 1, 2, 3, , N), diễn ra tại các giai đoạn khác nhau, ký hiệu là t (t = 1, 2, 3, , T) Biến số trong dữ liệu bảng được ký hiệu là Y it.
Dữ liệu bảng được đặc trưng bởi hai chiều: (i) N, các đơn vị chéo và (ii)
T, những khoản thời gian để quan sát chúng (time periods) Theo đó, tổng số quan sát của một dữ liệu chéo là NxT.
Dữ liệu bảng được làm đầu vào để xử lý phân tích trong bài nghiên cứu này có các đặc điểm sau đây:
- Dữ liệu bảng ngắn (short panel) khi N lớn, T nhỏ (N>T) Dữ liệu bảng ngắn có nhiều đơn vị chéo, ít số đơn vị thời gian.
Dữ liệu bảng cân đối (balanced panel data) là loại dữ liệu trong đó tất cả các đơn vị chéo đều xuất hiện đầy đủ qua tất cả các khoảng thời gian Điều này có nghĩa là số lượng đơn vị chéo i tại mỗi thời điểm quan sát là đồng nhất, hoặc số lần quan sát thời gian t của từng đơn vị chéo là bằng nhau.
Dữ liệu bảng trong nghiên cứu này được tổ chức theo dạng gộp (Stacked panel data), trong đó các đơn vị chéo được sắp xếp theo mã hóa và trình tự thời gian, cùng với các biến liên quan.
Hình 3.1 Dữ liệu nghiên cứu được tổ chức dạng bảng gộp
(Nguồn: Tổng hợp của tác giả)
Bảng dữ liệu được tổ chức bởi tác giả trong Hình 3.1 chứa cột CODE, đại diện cho mã của các đơn vị chéo (mã cổ phiếu các công ty) từ i = 1 đến 10 Cột YEAR thể hiện khoảng thời gian từ năm 2010 đến 2020, trong khi các cột khác là tên các biến liên quan.
Trong chương này, tác giả mô tả phương pháp nghiên cứu của đề tài, bao gồm hai phương pháp tiếp cận nhằm kiểm chứng mối quan hệ giữa doanh số, sự thay đổi doanh số và đầu tư của doanh nghiệp.
Cách tiếp cận đầu tiên để xác định mối quan hệ giữa chi tiêu tư bản (I t) và doanh thu thuần (X t) là sử dụng các phương pháp kiểm định tính dừng của dữ liệu Đầu tiên, kiểm tra mối quan hệ đồng kết hợp thông qua kiểm định tính dừng của phần dư (S t) trong phương trình đồng kết hợp khi I t và X t không dừng Cuối cùng, tiến hành phân tích mối quan hệ nhân quả Granger để làm rõ hơn về sự tương tác giữa hai biến này.
Tác giả sử dụng phương pháp hồi quy thực nghiệm với các mô hình OLS, FEM, và REM để xác định mô hình phù hợp nhất cho dữ liệu từ 200 công ty phi tài chính niêm yết trên sàn HOSE và HNX tại Việt Nam trong giai đoạn 11 năm (2010 - 2021) Các công ty được phân loại theo giá trị cao và thấp hơn giá trị trung vị của quy mô và chỉ số D/E, với mô hình hồi quy có một biến phụ thuộc.
Investment và 5 biến độc lập bao gồm: Salechangel, Salechange2, Profitl,Profit2 và cuối cùng là biến Depreciation.
Biến Mức ý nghĩa t-stat Prob H 0 : α = 0 Kết luận
KẾT QUẢ NGHIÊN CỨU
Kết quả nghiên cứu cách tiếp cận thứ nhất
Dữ liệu sử dụng để kiểm định tính dừng bao gồm chi tiêu tư bản (I t) và doanh thu (X t), được điều chỉnh theo chỉ số CPI hàng năm, từ 200 công ty niêm yết.
Việt Nam trong vòng 11 năm (2010 — 2020) Kết quả kiểm định như sau:
Bảng 4.1 Kết quả kiểm định tính dừng biến đầu tư và doanh thu
Kết quả kiểm định cho thấy giá trị P-value < 5% ở cả hai biến chi tiêu tư bản (I t) và doanh thu (X t), cho phép kết luận rằng đầu tư và doanh thu không có nghiệm đơn vị Tuy nhiên, do kết quả không đạt như mong đợi theo khung lý thuyết, tác giả không đưa ra kết luận bổ sung nào và tiếp tục thực hiện hồi quy thực nghiệm bước 4 theo bảng 3.1.
Kết quả nghiên cứu cách tiếp cận thứ hai
Thống kê mô tả là công cụ quan trọng để tóm tắt và trình bày những đặc tính cơ bản của dữ liệu thu thập được Mục tiêu chính của thống kê mô tả là cung cấp những thông tin đơn giản, rõ ràng về mẫu và các thước đo trong mô hình, giúp người đọc dễ dàng nắm bắt và phân tích dữ liệu.
Các số liệu thống kê gồm trung bình, phương sai, trung vị tổng hợp về các biến từ 200 công ty như sau:
Số quan sát Trung bình Độ lệch chuẩn Trung vị
Bảng 4.2 Thống kê mô tả các biến
(ĐVT: 1.000.000 VNĐ) Bảng trên trình bày số liệu thống kê của các biến Investment,
Salechangel, Salechange2, Profitl, Profit2, Depreciation Các giá trị này có độ lệch chuẩn tương đối lớn cho thấy các biến số này rất khác biệt giữa các công ty.
4.2.2 Kiểm định tự tương quan Để đo lường mối quan hệ tương quan giữa các biến độc lập và biến phụ thuộc Investment, tiến hành kiểm định tương quan Nếu biến độc lập không có tương quan với biến phụ thuộc thì sẽ không đưa biến độc lập vào mô hình hồi quy để giải thích cho biến phụ thuộc Hệ số tương quan sẽ nhận giá trị từ +1 đến
Để xác định sự tương quan có ý nghĩa, giá trị Prob cần phải nhỏ hơn a (1%, 5%, 10%) Hệ số tương quan âm cho thấy mối quan hệ nghịch giữa hai biến, tức là khi giá trị của một biến tăng thì giá trị của biến kia giảm Ngược lại, hệ số tương quan dương chỉ ra sự tương quan thuận, nghĩa là khi một biến tăng thì biến kia cũng tăng Nếu hệ số tương quan bằng 0, điều này cho thấy không có sự tương quan giữa hai biến.
Bảng 4.3 Kết quả kiểm định tương quan
Kết quả cho thấy tất cả các biến độc lập đều tương quan với biến phụ thuộc Investment tại mức ý nghĩa thống kê prob > a = 5%.
Các hệ số tương quan giữa các biến độc lập trong mô hình hồi quy đều nhỏ hơn 1, cho thấy không tồn tại hiện tượng đa cộng tuyến hoàn hảo giữa các biến này.
4.2.3 Hồi quy OLS, FEM, REM toàn bộ mẫu và các kiểm định lựa chọn mô hình phù hợp
Sau khi kiểm định tương quan, việc thực hiện hồi quy OLS giúp đo lường tác động của biến độc lập đến biến phụ thuộc Phân tích hồi quy xác định xem biến độc lập có phải là nguyên nhân giải thích cho biến phụ thuộc hay không, đồng thời đánh giá mức độ giải thích qua hệ số R² hiệu chỉnh Để đảm bảo tính tin cậy và hiệu quả của phương trình hồi quy, cần tuân thủ các yêu cầu như giá trị Prob của các biến phải nhỏ hơn mức ý nghĩa a (1%, 5%, 10%); không có hiện tượng tự tương quan giữa các biến độc lập và hồi quy giả mạo (được kiểm tra bằng hệ số Durbin-Watson); và R² phải có ý nghĩa, cho biết tỷ lệ phần trăm biến thiên của biến phụ thuộc được giải thích bởi biến độc lập.
Biến Hệ số hồi quy Phương sai t Prob
Hệ số R bình phương hiệu chỉnh 0.5873
Mức ý nghĩa 5% nó Thông thường, R 2 đạt trên 50% là lý tưởng cho một nghiên cứu Tuy nhiên
R² có nhược điểm là giá trị của nó sẽ tăng lên khi thêm nhiều biến vào mô hình, ngay cả khi những biến này không có ý nghĩa Do đó, khi có một hoặc nhiều biến bị loại khỏi mô hình, việc sử dụng R² hiệu chỉnh là cần thiết để có đánh giá chính xác hơn về chất lượng mô hình.
Bảng 4.4 Kết quả hồi quy OLS toàn bộ mẫu
Hệ số hồi quy trong mô hình OLS cho thấy các biến thay đổi doanh thu có mối quan hệ dương và có ý nghĩa thống kê với xác suất Prob < 5% Điều này chứng tỏ rằng đầu tư của công ty phụ thuộc vào sự biến động của doanh thu trong năm hiện tại cũng như các năm trước đó Đặc biệt, tác động của sự thay đổi doanh thu gia tăng theo thời gian, với các hệ số hồi quy β 1 = 0.0267, β 2 = 0.0427, cho thấy ảnh hưởng lớn hơn khi số độ trễ tăng lên.
+ β2 = 0.0694 cho thấy tác động tích lũy của thay đổi doanh số theo thời gian là mạnh hơn so với tác động của năm hiện tại đối với đầu tư.
Biến Hệ số hồi quy Phương sai t Prob
Các biến Profit có ảnh hưởng mạnh mẽ hơn đến đầu tư so với sự thay đổi doanh thu, với β 3 = 0.2693 và β 4 = 0.7167 Đầu tư của công ty cũng phản ánh sự thay đổi dựa trên lợi nhuận thuần từ hoạt động kinh doanh trong năm hiện tại và các năm trước Tác động của sự thay đổi này gia tăng theo thời gian khi số độ trễ tăng lên Theo Eisner (1960), doanh nghiệp có lợi nhuận cao trong năm trước sẽ có lợi nhuận giữ lại lớn hơn, từ đó nguồn tài trợ nội bộ góp phần thúc đẩy các khoản đầu tư của doanh nghiệp.
Khấu hao hiện tại ảnh hưởng đáng kể đến đầu tư của doanh nghiệp (β5 = 0.3499) Đây là chi phí không bằng tiền, do đó, khi chi phí khấu hao tăng, doanh nghiệp sẽ tiết kiệm được nhiều thuế thu nhập doanh nghiệp hơn Điều này dẫn đến việc dòng tiền từ hoạt động kinh doanh được giữ lại nhiều hơn, từ đó nâng cao khả năng ra quyết định đầu tư của doanh nghiệp.
Tác giả tiếp tục hồi quy toàn bộ dữ liệu theo mô hình FEM, kết quả được thể hiện trong bảng dưới đây như sau:
Bảng 4.5 Kết quả hồi quy FEM toàn bộ mẫu
Hệ số R bình phương hiệu chỉnh 0.7152
Mô hình FEM cho thấy rằng đầu tư của công ty phụ thuộc vào sự thay đổi doanh thu không chỉ trong năm hiện tại mà còn trong các năm trước Tác động của sự thay đổi doanh thu gia tăng theo thời gian, với hệ số độ trễ β1 = 0.0209 nhỏ hơn β2 = 0.0312, và β1 = 0.0209 nhỏ hơn tổng βi + β2 = 0.0521, cho thấy rằng ảnh hưởng tích lũy của sự thay đổi doanh thu theo thời gian mạnh mẽ hơn so với tác động của doanh thu trong năm hiện tại đối với đầu tư.
Biến Profit có tác động mạnh mẽ đến đầu tư hơn so với sự thay đổi doanh thu, với β3 = 0.3306 và β4 = 0.9745 Đầu tư của công ty phụ thuộc vào sự thay đổi của lợi nhuận thuần từ hoạt động kinh doanh trong năm hiện tại và cả năm trước, với tác động tăng dần theo thời gian khi số độ trễ tăng Đặc biệt, trong mô hình FEM, khấu hao hiện tại lại có tác động âm đến đầu tư (β5 = -0.4226), điều này trái ngược với kỳ vọng ban đầu của tác giả.
❖ Kiểm định sự tồn tại không đồng nhất giữa các đối tượng và thời gian
Sau khi hoàn thành hồi quy theo phương pháp OLS và FEM, bước tiếp theo là thực hiện kiểm định sự không đồng nhất giữa các đối tượng và thời gian thông qua kiểm định Redundant Fixed Effects Điều này nhằm đánh giá mức độ phù hợp của mô hình dữ liệu bảng đã sử dụng.
Bảng 4.6 Kiểm định sự tồn tại không đồng nhất giữa các đối tượng và thời gian
Kết quả kiểm định tồn tại sự không đồng nhất giữa các đối tượng và thời gian như bảng trên cho thấy:
- Giả thuyết đồng nhất giữa các đơn vị chéo bị bác bỏ ở mức ý nghĩa 5%, do Prob (Cross-section F và Chi-square) < 5%.
- Giả thuyết đồng nhất theo thời gian không bị bác bỏ, do Prob (Period F và Chi-square) > 10%.
- Giả thuyết đồng nhất giữa các đối tượng theo thời gian cũng bị bác bỏ ở mức ý nghĩa 5%, do Prob (Cross-section/Period F và Chi-square) < 5%.
Kết quả nghiên cứu cho thấy có sự không đồng nhất giữa các đối tượng và sự không đồng nhất theo thời gian, điều này cho thấy mô hình dữ liệu bảng (FEM hoặc REM) là lựa chọn phù hợp.
❖ Ước lượng mô hình REM Để lựa chọn giữa hai mô hình FEM, REM, trước tiên cần ước lượng mô hình REM, kết quả như sau:
Biến Hệ số hồi quy Phương sai t Prob
Hệ số R bình phương (Có trọng số) 0.4910
Hệ số R bình phương hiệu chỉnh (Có trọng số) 0.4896
Durbin-Watson (Có trọng số) 1.2480
Hệ số R bình phương (Không có trọng số) 0.5828
Durbin-Watson (Không có trọng số) 0.8877
Bảng 4.7 Kết quả ước lượng mô hình REM
Trong mô hình REM, hệ số hồi quy của các biến thay đổi doanh thu có giá trị dương và ý nghĩa thống kê với Prob < a = 5% Điều này cho thấy rằng đầu tư của công ty phụ thuộc vào sự thay đổi doanh thu của năm hiện tại cũng như năm trước Tác động của sự thay đổi doanh thu tăng dần theo thời gian, với β 1 = 0.0213 < β 2 = 0.0350, cho thấy rằng ảnh hưởng tích lũy của sự thay đổi doanh thu theo thời gian mạnh hơn so với tác động của năm hiện tại đối với đầu tư, khi β 1 + β 2 = 0.0563.
Chi-Sq Statistic Chi-Sq d.f Prob
Cross-section and period random
Các biến Profit có tác động mạnh mẽ đến đầu tư hơn so với sự thay đổi doanh thu, với hệ số β 3 = 0.2969 và β 4 = 0.8818 Đầu tư của công ty cũng phản ánh sự thay đổi dựa trên lợi nhuận thuần hoạt động kinh doanh trong năm hiện tại và các năm trước Tác động của sự thay đổi này gia tăng theo thời gian khi số độ trễ tăng lên.
Tương tự mô hình FEM, D t có tác động âm đến đầu tư của doanh nghiệp (β5 = - 0.1354) và không có ý nghĩa thống kê với Prob = 0.2890 > 5%.