1. Trang chủ
  2. » Luận Văn - Báo Cáo

Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai nghiên cứu tại các công ty niêm yết

166 8 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Ảnh Hưởng Của Luồng Tiền Từ Hoạt Động Kinh Doanh Đến Khả Năng Dự Báo Luồng Tiền Hoạt Động Trong Tương Lai – Nghiên Cứu Tại Các Công Ty Niêm Yết Việt Nam
Tác giả Lương Thị Nhi
Người hướng dẫn TS. Trần Văn Thảo
Trường học Trường Đại Học Kinh Tế Tp. Hồ Chí Minh
Chuyên ngành Kế toán
Thể loại luận văn thạc sĩ kinh tế
Năm xuất bản 2016
Thành phố Tp. Hồ Chí Minh
Định dạng
Số trang 166
Dung lượng 2,18 MB

Cấu trúc

  • 1. Sự cần thiết của đề tài (9)
  • 2. Mục tiêu nghiên cứu (10)
  • 3. Đối tượng và phạm vi nghiên cứu (11)
  • 4. Phương pháp nghiên cứu (11)
  • 5. Ý nghĩa khoa học và thực tiễn của đề tài (12)
  • 6. Kết cấu của luận văn (13)
  • CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU (14)
    • 1.1. Tổng quan các công trình nghiên cứu về vấn đề dự báo luồng tiền hoạt động cho (14)
      • 1.1.1. Các công trình nghiên cứu công bố ở nước ngoài (14)
      • 1.1.2. Các công trình nghiên cứu công bố ở trong nước (19)
    • 1.2. Tổng quan một số mô hình nghiên cứu về dự báo luồng tiền hoạt động (20)
      • 1.2.1. Mô hình của DKW (1998) (21)
      • 1.2.2. Mô hình của BCN (2001) (21)
      • 1.2.3. Mô hình của Cheng & Hollie (2008) (22)
      • 1.2.4. Mô hình của Orpurt & Zang (2009) (25)
      • 1.2.5. Mô hình của Arthur & cộng sự (2010) (26)
      • 1.2.6. Mô hình của Farshadfar & Monem (2013) (28)
      • 1.2.7. Mô hình của Nguyễn Thị Uyên Uyên & Từ Thị Kim Thoa (2015) (30)
    • 1.3. Khoảng trống nghiên cứu (32)
  • CHƯƠNG 2: CƠ SỞ LÝ THUYẾT (34)
    • 2.1.1. Khái niệm luồng tiền hoạt động và các thành phần của luồng tiền hoạt động: 26 (34)
    • 2.1.2. Khái niệm các khoản dồn tích (Accruals) (35)
    • 2.1.3. Đặc điểm của thông tin kế toán theo cở sở dồn tích và thông tin kế toán theo cơ sở tiền (37)
    • 2.1.4. Phương pháp xác định luồng tiền từ hoạt động kinh doanh theo VAS 24 và IAS 7 (40)
    • 2.1.5. Vai trò của luồng tiền hoạt động và ý nghĩa của việc dự báo luồng tiền hoạt động: 35 2.2. thuyết Lý nền tảng (43)
    • 2.3. sở Cơ xây dựng mô hình nghiên cứu (0)
  • CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU (50)
    • 3.1. Các mô hình và giả thuyết nghiên cứu (50)
    • 3.2. Lựa chọn mẫu và thu thập dữ liệu nghiên cứu (54)
    • 3.3. Phương pháp nghiên cứu định lượng (55)
  • CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN (60)
    • 4.1. Thống kê mô tả và ma trận hệ số tương quan (60)
    • 4.2. Kiểm định lựa chọn mô hình hồi quy thích hợp (63)
    • 4.3. Kết quả kiểm định giả thuyết H1 và H2 (74)
      • 4.3.1. Kết quả kiểm định giả thuyết H1 (74)
      • 4.3.2. Kết quả kiểm định giả thuyết H2 (77)
    • 4.4. Vấn đề đa cộng tuyến trong mô hình nghiên cứu (83)
    • 4.5. Kết quả hồi quy cho từng nhóm ngành (87)
  • CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ (94)
    • 5.1. Kết luận (94)
    • 5.2. Một số kiến nghị (95)
      • 5.3.1. Hạn chế của nghiên c ứ u (98)
      • 5.3.2. Đề xuất hướng nghiên cứu tiếp theo (99)
  • PHỤ LỤC (105)

Nội dung

Sự cần thiết của đề tài

Mục tiêu chính của báo cáo tài chính (BCTC) là cung cấp thông tin giúp các nhà đầu tư, chủ nợ và người sử dụng thông tin kế toán khác đánh giá luồng tiền thuần trong tương lai của doanh nghiệp Theo các chuẩn mực kế toán quốc tế và Việt Nam, BCTC cần cung cấp thông tin về tình hình tài chính, năng lực tài chính và các luồng tiền, từ đó giúp người sử dụng dự đoán luồng tiền tương lai, bao gồm thời điểm và mức độ chắc chắn của việc tạo ra các luồng tiền Tuy nhiên, các chuẩn mực chỉ đưa ra nhận định về các yếu tố dự báo mà chưa chỉ rõ thông tin cụ thể nào cần thiết để dự báo luồng tiền Do đó, cần có thêm nghiên cứu thực nghiệm để cung cấp bằng chứng bổ sung cho các nhận định này Việc dự báo luồng tiền tương lai là rất quan trọng đối với nhà đầu tư, chủ nợ và nhà quản lý doanh nghiệp, hỗ trợ hiệu quả trong quá trình ra quyết định kinh tế.

Trong dự án về BCLCTT, IASB và FASB đã đề xuất yêu cầu tất cả doanh nghiệp phải lập BCLCTT theo phương pháp trực tiếp Cuộc thảo luận nhấn mạnh rằng việc áp dụng nhất quán phương pháp này sẽ hỗ trợ người sử dụng trong việc đạt được các mục tiêu trình bày báo cáo tài chính.

Nhiều nghiên cứu quốc tế đã chỉ ra rằng bảng cân đối lưu chuyển tiền tệ (BCLCTT) lập theo phương pháp trực tiếp giúp dự báo luồng tiền tương lai chính xác hơn so với phương pháp gián tiếp Cụ thể, các nghiên cứu như của Krishnan & Largay (2000), Cheng & Hollie (2008), và Orpurt & Zang (2009) cho thấy mô hình các thành phần của luồng tiền hoạt động có khả năng dự báo tốt hơn so với mô hình chỉ có luồng tiền hoạt động thuần Theo IAS 7 đoạn 19, các đơn vị kinh doanh nên lập BCLCTT theo phương pháp trực tiếp vì nó cung cấp thông tin hữu ích cho việc dự đoán luồng tiền tương lai Do đó, cần có nghiên cứu bổ sung tại Việt Nam để xem xét liệu BCLCTT trực tiếp có giúp dự báo luồng tiền tương lai tốt hơn so với BCLCTT gián tiếp hay không Tác giả đã chọn đề tài “Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai – Nghiên cứu tại các công ty niêm yết Việt Nam” nhằm giúp doanh nghiệp và nhà đầu tư hiểu rõ hơn về tác động của việc dự báo luồng tiền hoạt động trong tương lai.

Mục tiêu nghiên cứu

Mục tiêu chính của luận văn là phân tích tác động của dòng tiền từ hoạt động kinh doanh đến khả năng dự đoán dòng tiền hoạt động trong tương lai của các doanh nghiệp niêm yết tại Việt Nam Để đạt được mục tiêu này, tác giả đã xác định các mục tiêu nghiên cứu cụ thể nhằm làm rõ mối liên hệ giữa dòng tiền và khả năng dự báo tài chính.

Nghiên cứu ảnh hưởng của luồng tiền thuần từ hoạt động kinh doanh (Mã số 20 trên BCLCTT) và các khoản dồn tích đến khả năng dự báo luồng tiền hoạt động trong tương lai của doanh nghiệp Mục tiêu này nhằm làm rõ nhận định của Chuẩn mực Kế toán Việt Nam số 21, cho thấy rằng thông tin về luồng tiền hoạt động cùng với thông tin kế toán về các khoản dồn tích sẽ hỗ trợ người sử dụng BCTC trong việc dự báo luồng tiền tương lai của doanh nghiệp.

Mô hình kết hợp các thành phần của luồng tiền hoạt động và các khoản dồn tích có thể dự báo luồng tiền hoạt động tương lai tốt hơn so với mô hình chỉ kết hợp luồng tiền hoạt động Mục tiêu là đánh giá xem thông tin từ các thành phần của luồng tiền hoạt động trên Bảng cân đối kế toán có giúp cải thiện khả năng dự đoán luồng tiền hoạt động trong tương lai so với thông tin thuần túy từ luồng tiền hoạt động trên Bảng cân đối kế toán gián tiếp hay không.

Phương pháp nghiên cứu

Trong luận văn này, phương pháp nghiên cứu chính được áp dụng là phương pháp định lượng, bao gồm hồi quy và kiểm định các mô hình nhằm dự đoán luồng tiền hoạt động tương lai của doanh nghiệp.

Sau khi thu thập dữ liệu từ báo cáo tài chính đã kiểm toán của các công ty niêm yết trên sàn HOSE và HNX tại trang web http://www.vietstock.vn, tác giả tiến hành tính toán các giá trị cho biến độc lập và biến phụ thuộc trong mô hình nghiên cứu Dữ liệu được sắp xếp theo dạng bảng và xử lý bằng phần mềm Eview 8.1 để thực hiện phân tích tương quan và hồi quy.

 Tính hệ số tương quan giữa các biến trong mô hình

Khi lựa chọn mô hình hồi quy phù hợp cho nghiên cứu, có ba mô hình chính cần xem xét: Pooled OLS, FEM và REM Việc lựa chọn mô hình dựa vào các chỉ số như giá trị R² hiệu chỉnh, kết quả kiểm định F-Test và Hausman-Test Những công cụ này giúp xác định mô hình nào phù hợp nhất với dữ liệu nghiên cứu, từ đó nâng cao độ chính xác và tính hiệu quả của phân tích.

 Hồi quy mô hình nghiên cứu theo mô hình hồi quy đã chọn

 Phân tích kết quả hồi quy từ mô hình nghiên cứu và kiểm định các giả thuyết nghiên cứu.

Ý nghĩa khoa học và thực tiễn của đề tài

Dựa trên nghiên cứu của Nguyễn Thị Uyên Uyên và Từ Thị Kim Thoa (2015) về dự báo luồng tiền hoạt động cho doanh nghiệp niêm yết tại Việt Nam, tác giả đã lựa chọn 2 trong 4 mô hình nghiên cứu để đạt được mục tiêu của luận văn Kết quả kiểm định hai mô hình này cung cấp bằng chứng cho nhận định của Chuẩn mực Kế toán Việt Nam số 21, cho thấy thông tin về luồng tiền hoạt động kết hợp với thông tin kế toán khác giúp dự đoán luồng tiền tương lai Luận văn xác định rằng các thông tin kế toán dồn tích như thay đổi khoản phải thu, hàng tồn kho, khoản phải trả, khấu hao và các khoản dồn tích khác có khả năng dự báo luồng tiền tương lai Ngoài ra, thông tin về các thành phần của luồng tiền hoạt động trên BCLCTT dự báo luồng tiền hoạt động trong tương lai tốt hơn so với thông tin về luồng tiền hoạt động thuần.

Luận văn đã phân tích và kiểm định các mô hình dự báo luồng tiền hoạt động cho doanh nghiệp niêm yết tại Việt Nam, từ đó xác định mô hình dự báo hiệu quả nhất là sự kết hợp giữa các thành phần của luồng tiền hoạt động và các khoản dồn tích Mô hình này hỗ trợ nhà đầu tư trong việc dự đoán chính xác luồng tiền tương lai của doanh nghiệp, giúp họ đưa ra quyết định đầu tư hợp lý hơn.

Kết cấu của luận văn

Bài viết này được chia thành năm chương với tên gọi của từng chương cụ thể như sau:

 Chương 1: Tổng quan nghiên cứu

 Chương 2: Cơ sở lý thuyết

 Chương 3: Phương pháp nghiên cứu

 Chương 4: Kết quả nghiên cứu và bàn luận

 Chương 5: Kết luận và kiến nghị

TỔNG QUAN NGHIÊN CỨU

Tổng quan các công trình nghiên cứu về vấn đề dự báo luồng tiền hoạt động cho

1.1.1 Các công trình nghiên cứu công bố ở nước ngoài:

Trên thế giới, nhiều nghiên cứu đã chỉ ra các yếu tố dự báo luồng tiền hoạt động trong tương lai cho doanh nghiệp, bao gồm lợi nhuận hiện hành và luồng tiền hoạt động hiện tại Các nghiên cứu này nhằm xác định yếu tố nào có khả năng dự báo tốt nhất Greenberg & cộng sự (1986) cho rằng lợi nhuận hiện hành là yếu tố dự báo luồng tiền hoạt động tương lai hiệu quả hơn so với luồng tiền hoạt động hiện tại Tuy nhiên, nghiên cứu của Bowen & cộng sự lại đưa ra những kết quả khác.

(1986), Finger (1994) thì cho rằng luồng tiền hoạt động hiện hành có khả năng dự báo luồng tiền hoạt động tương lai tốt hơn lợi nhuận hiện hành.

Dechow, Kothari và Watts (1998) đã giới thiệu mô hình lợi nhuận, luồng tiền hoạt động và các khoản dồn tích dựa trên giả định về quy trình bán hàng và chi phí Mô hình này chỉ xem xét các khoản dồn tích ngắn hạn như các khoản phải thu, phải trả và hàng tồn kho, trong khi các khoản dồn tích dài hạn như khấu hao không được đưa vào Kết quả cho thấy lợi nhuận hiện tại dự báo chính xác hơn luồng tiền hoạt động trong tương lai so với luồng tiền hoạt động hiện tại, và sự khác biệt này thay đổi theo chu kỳ của luồng tiền hoạt động.

Mô hình nghiên cứu của DKW, được phát triển bởi Barth, Cram & Nelson (2001), đã chỉ ra vai trò quan trọng của các khoản dồn tích trong việc dự báo luồng tiền hoạt động tương lai Mỗi thành phần dồn tích cung cấp thông tin khác nhau liên quan đến luồng tiền hoạt động Mô hình phân tách lợi nhuận thành luồng tiền hoạt động và sáu thành phần dồn tích, bao gồm: thay đổi trong khoản phải thu, thay đổi trong khoản phải trả, thay đổi trong hàng tồn kho, khấu hao tài sản cố định hữu hình, khấu hao tài sản cố định vô hình và các khoản dồn tích khác Các khoản dồn tích này đã cải thiện đáng kể khả năng dự báo luồng tiền hoạt động của doanh nghiệp Sự liên quan của từng khoản dồn tích với luồng tiền hoạt động tương lai cho thấy rằng chúng dự báo tốt hơn so với luồng tiền hoạt động hiện tại, đồng thời cho thấy thông tin về lợi nhuận cung cấp dự báo chính xác hơn cho luồng tiền hoạt động tương lai so với thông tin về luồng tiền hoạt động hiện tại.

Năm 1987, FASB đã ban hành Chuẩn mực Kế toán tài chính SFAS số 95 “Báo cáo lưu chuyển tiền tệ”, cho phép lập báo cáo lưu chuyển tiền tệ (BCLCTT) theo phương pháp trực tiếp Nhiều nghiên cứu đã chỉ ra sự hữu ích của BCLCTT theo phương pháp này so với phương pháp gián tiếp Livnat & Zarowin (1990) là nghiên cứu đầu tiên sau khi có SFAS 95, cho thấy rằng các thành phần của luồng tiền hoạt động có thể giải thích lợi nhuận cổ phiếu hàng năm, và BCLCTT theo phương pháp trực tiếp cung cấp thông tin hữu ích hơn cho nhà đầu tư Tương tự, nghiên cứu của Clinch & cộng sự (2002) tại Úc cũng khẳng định rằng việc phân tách luồng tiền hoạt động thành các thành phần giúp giải thích lợi nhuận hàng năm tốt hơn so với mô hình dựa trên luồng tiền hoạt động gộp.

Theo FASB (1987), phương pháp trực tiếp có ưu điểm là chỉ ra các nguồn cụ thể của luồng tiền vào và ra trong quá khứ, điều này giúp dự đoán luồng tiền tương lai hiệu quả hơn Các thành phần của luồng tiền hoạt động được xác định bằng phương pháp trực tiếp sẽ cải thiện khả năng dự báo luồng tiền hoạt động tương lai so với phương pháp gián tiếp Nhiều nghiên cứu, như của Krishnan & Largay (2000) và Cheng & Hollie (2008), đã chỉ ra tính hữu ích của các thành phần này trong việc dự báo luồng tiền hoạt động tương lai.

Krishnan và Largay (2000) đã nghiên cứu tính hữu ích của thông tin từ luồng tiền hoạt động theo phương pháp trực tiếp, nhằm xác định xem phương pháp này có giúp dự báo chính xác luồng tiền hoạt động tương lai hơn so với phương pháp gián tiếp hay không Việc tập trung vào dự báo là rất quan trọng, vì theo FASB (1978), dự báo luồng tiền tương lai là mục tiêu chính của báo cáo tài chính.

Krisnan và Largay (2000) đã chỉ ra rằng việc sử dụng dự báo để chứng minh tính hữu ích của luồng tiền hoạt động theo phương pháp trực tiếp là cần thiết Nghiên cứu của họ dựa trên mẫu 405 công ty ở Mỹ và cho thấy rằng các thành phần của luồng tiền hoạt động theo phương pháp trực tiếp có khả năng dự đoán luồng tiền tương lai tốt hơn so với phương pháp gián tiếp Họ cũng khẳng định rằng luồng tiền hoạt động theo phương pháp trực tiếp vượt trội hơn so với các yếu tố như lợi nhuận, khoản phải thu, khoản phải trả và hàng tồn kho trong việc dự báo luồng tiền tương lai Thêm vào đó, nghiên cứu cũng hỗ trợ quan điểm của FASB (1987) rằng các thành phần của luồng tiền hoạt động có thể được ước lượng từ các báo cáo tài chính khác.

Năm 2000, nghiên cứu đã sử dụng thông tin từ BCKQHĐKD và BCĐKT để ước lượng hai thành phần chính của luồng tiền hoạt động, bao gồm tiền thu từ khách hàng và tiền chi trả cho nhà cung cấp cùng người lao động Tuy nhiên, kết quả cho thấy rằng việc ước lượng này không chính xác do gây ra các lỗi ước lượng đáng kể.

Cheng & Hollie (2008) và Orpurt & Zang (2009) đã thực hiện hai nghiên cứu tại Mỹ, nhấn mạnh tầm quan trọng của các thành phần luồng tiền hoạt động trong việc dự báo luồng tiền hoạt động tương lai Các tác giả phân loại các thành phần này thành cốt lõi, bao gồm luồng tiền từ doanh thu, giá vốn hàng bán, chi phí hoạt động và chi phí quản lý, và không cốt lõi, bao gồm luồng tiền liên quan đến lãi, thuế và hoạt động khác Dữ liệu được thu thập từ báo cáo tài chính của các công ty Mỹ và phân tích thông qua nhiều mô hình Nghiên cứu ban đầu không bao gồm các khoản dồn tích, nhằm đánh giá hiệu quả dự báo của các thành phần luồng tiền hoạt động so với luồng tiền hoạt động gộp Khi các khoản dồn tích được thêm vào mô hình, kết quả cho thấy rằng việc phân tách các thành phần luồng tiền hoạt động vẫn tăng cường khả năng dự báo luồng tiền hoạt động tương lai.

Nghiên cứu của Orpurt & Zang (2009) tập trung vào yêu cầu của FASB và IASB về việc lập BCLCTT theo phương pháp trực tiếp, đồng thời xem xét khả năng cải thiện dự báo luồng tiền hoạt động và thu nhập tương lai so với phương pháp gián tiếp Khác với các nghiên cứu trước, họ chỉ ra rằng việc sử dụng các thành phần của luồng tiền hoạt động ước lượng trong mô hình dự báo có thể dẫn đến sai lệch, đặc biệt là khi áp dụng BCKQHĐKD và BCLCTT theo phương pháp gián tiếp (IM_SCF approach), như tiền mặt nhận được từ khách hàng.

Nghiên cứu năm 2000 đã chỉ ra rằng việc ước lượng các thành phần của luồng tiền hoạt động bằng cách sử dụng thông tin từ BCKQHĐKD và BCĐKT (phương pháp IM_BS) có thể dẫn đến lỗi ước lượng Họ cho rằng phương pháp IM_SCF có thể cung cấp ước lượng chính xác hơn Tuy nhiên, nghiên cứu của Orpurt & Zang (2009) cho thấy vẫn tồn tại lỗi ước lượng ngay cả khi áp dụng phương pháp IM_SCF Nghiên cứu này mở rộng từ công trình của BCN và Cheng & Hollie (2008), nhưng Cheng & Hollie chưa kiểm tra xem các thành phần luồng tiền hoạt động thực tế được công bố có chứa thông tin hữu ích hơn so với các thành phần ước lượng khi dự báo luồng tiền tương lai hay không Kết quả của họ cho thấy các thành phần luồng tiền hoạt động được công bố theo phương pháp trực tiếp dự báo thu nhập và luồng tiền tương lai tốt hơn so với các thành phần ước lượng, do sự tồn tại của lỗi ước lượng.

Các nghiên cứu gần đây tại Úc, như của Arthur & cộng sự (2010) và Farshadfar & Monem (2013), đã sử dụng các thành phần của luồng tiền hoạt động trong mô hình dự báo luồng tiền tương lai Với lợi thế dữ liệu từ việc yêu cầu các công ty lập BCLCTT theo phương pháp trực tiếp từ năm 1992, Arthur & cộng sự đã phát triển hai mô hình dự báo: mô hình luồng tiền hoạt động được phân tách và mô hình luồng tiền hoạt động gộp Kết quả cho thấy mô hình phân tách có khả năng dự báo tốt hơn và sai số thấp hơn Farshadfar & Monem cũng đề xuất hai mô hình tương tự nhưng chỉ đưa dồn tích vào mô hình luồng tiền gộp Kết quả nghiên cứu của họ khẳng định rằng các thành phần của luồng tiền hoạt động cải thiện đáng kể khả năng dự báo, với sự tương hỗ giữa tiền nhận từ khách hàng và tiền chi trả cho nhà cung cấp, góp phần vào cuộc tranh luận về việc có nên bắt buộc các công ty lập BCLCTT theo phương pháp trực tiếp hay không.

1.1.2 Các công trình nghiên cứu công bố ở trong nước:

Nghiên cứu của Nguyễn Hữu Ánh (2013) tại Việt Nam về dự báo dòng tiền từ hoạt động kinh doanh của các công ty niêm yết trên Sở giao dịch chứng khoán Thành Phố Hồ Chí Minh đã phát triển hai mô hình dự báo: mô hình lợi nhuận dựa trên thông tin lợi nhuận kế toán và mô hình luồng tiền dựa trên thông tin luồng tiền trong quá khứ Kết quả phân tích cho thấy thông tin lợi nhuận thuần có khả năng dự báo dòng tiền tốt hơn so với thông tin luồng tiền thuần trong quá khứ, và độ chính xác của mô hình dự báo tăng lên khi tăng độ trễ của lợi nhuận kế toán.

Bài viết của tác giả Nguyễn trên tạp chí Phát triển và Hội nhập nghiên cứu khả năng dự báo thu nhập cho doanh nghiệp thông qua luồng tiền hoạt động Nghiên cứu này nhấn mạnh tầm quan trọng của việc phân tích luồng tiền trong việc xác định tình hình tài chính và khả năng sinh lời của doanh nghiệp Các kết quả cho thấy rằng luồng tiền hoạt động có thể cung cấp những chỉ số đáng tin cậy để dự đoán thu nhập tương lai, từ đó hỗ trợ các nhà quản lý trong việc ra quyết định chiến lược.

Thị Uyên Uyên và Từ Thị Kim Thoa (2015) đã thực hiện nghiên cứu về mô hình dự báo luồng tiền hoạt động cho các doanh nghiệp niêm yết tại Việt Nam, dựa trên dữ liệu BCTC đã kiểm toán từ năm 2008 đến 2012 trên hai sàn HOSE và HNX Nghiên cứu áp dụng mô hình của Farshadfar & Monem (2013) tại Úc để kiểm định khả năng dự báo của luồng tiền hoạt động và các thành phần dồn tích Tác giả đã phát triển bốn mô hình dự báo và kiểm tra năng lực dự báo của chúng cả trong mẫu và ngoài mẫu Kết quả cho thấy mô hình dựa trên từng thành phần luồng tiền hoạt động và dồn tích là hiệu quả nhất trong việc dự báo luồng tiền hoạt động tương lai cho các doanh nghiệp niêm yết tại Việt Nam, vượt trội hơn so với mô hình luồng tiền hoạt động gộp hoặc khoản dồn tích gộp.

Tổng quan một số mô hình nghiên cứu về dự báo luồng tiền hoạt động

Để làm rõ các thành phần trong mô hình nghiên cứu dự báo luồng tiền hoạt động, luận văn đã trình bày các mô hình nghiên cứu thực nghiệm từ cả thế giới và Việt Nam Mỗi mô hình được phân tích chi tiết, nêu rõ cách xác định từng biến, từ đó tạo cơ sở cho việc đề xuất mô hình nghiên cứu trong luận văn.

DKW đề xuất mô hình dự báo luồng tiền từ mối quan hệ cơ bản sau:

CF t = (SALE t -  AR t ) – (P t -  AP t ) Trong đó:

CFt: Luồng tiền từ hoạt động kinh doanh;

ARt: Thay đổi trong khoản phải thu;

Mô hình APt phân tích sự thay đổi trong khoản phải trả, cho thấy rằng luồng tiền của kỳ tiếp theo được tính bằng luồng tiền vào từ doanh thu bán hàng, đã điều chỉnh cho các khoản không thu được (thể hiện qua thay đổi trong khoản phải thu), trừ đi luồng tiền ra từ việc mua hàng, cũng đã điều chỉnh cho các khoản không thu được (thể hiện qua thay đổi trong khoản phải trả) Dấu ngoặc đầu tiên đại diện cho luồng tiền vào, trong khi dấu ngoặc thứ hai đại diện cho luồng tiền ra Dựa trên một số giả định về hoạt động của công ty, mô hình DKW đưa ra giả thuyết rằng kỳ vọng luồng tiền tương lai sẽ tương đương với lợi nhuận hiện tại.

1.2.2 Mô hình của BCN (2001): Để kiểm tra vai trò của các khoản dồn tích trong việc dự báo luồng tiền hoạt động tương lai tác giả đã đưa ra hai mô hình nghiên cứu Mô hình đầu tiên nhóm tác giả kiểm tra khả năng dự báo của lợi nhuận gộp (aggregate earnings) hiện tại và quá khứ cho luồng tiền hoạt động tương lai, dựa vào phương trình sau:

CF: Luồng tiền từ hoạt động sản xuất kinh doanh;

EARN refers to income before extraordinary items and discontinued operations, denoted as EARN(i,t), where 'i' represents the company and 't' indicates the year The variable 'k' ranges from 0 to 6, corresponding to six lagged values of profit.

Trong mô hình thứ 2, tác giả phân tách lợi nhuận (EARN) trong mô hình trên thành luồng tiền hoạt động và các khoản dồn tích:

CF i , t+1 =Φ + Φ CF CF i,t + Φ AR  AR i , t + Φ I  INV i , t + Φ AP  AP i , t + Φ D DEPR i , t

CFi,t: Luồng tiền từ hoạt động sản xuất kinh doanh;

ARi,t: Thay đổi trong khoản phải thu;

INVi,t: Thay đổi trong hàng tồn kho;

APi,t: Thay đổi trong khoản phải trả;

DEPRi,t: Khấu hao TSCĐ hữu hình;

AMORTi,t: Khấu hao TSCĐ vô hình;

OTHERi,t: Các khoản dồn tích khác (OTHERi,t = EARNi,t – (CFi,t + ARi,t +

Mô hình của BCN bổ sung hai khoản dồn tích dài hạn, bao gồm khấu hao TSCĐ hữu hình (DEPR) và khấu hao TSCĐ vô hình (AMORT), so với mô hình DKW Kết quả cho thấy cả sáu khoản dồn tích đều có vai trò quan trọng trong việc dự báo luồng tiền hoạt động trong kỳ tới Hệ số R² hiệu chỉnh của mô hình BCN đạt 0.35, cao hơn so với 0.17 của mô hình DKW, cho thấy việc phân tách lợi nhuận thành luồng tiền hoạt động và các khoản dồn tích giúp cải thiện độ chính xác trong dự báo luồng tiền hoạt động tương lai Do đó, mô hình BCN được xem là một công cụ dự đoán luồng tiền hoạt động tương lai hiệu quả hơn so với mô hình DKW.

1.2.3 Mô hình của Cheng & Hollie (2008):

Trong nghiên cứu của Cheng & Hollie (2008), các tác giả không chỉ xem xét các khoản dồn tích mà còn phân tích từng thành phần của luồng tiền hoạt động để đánh giá khả năng dự báo luồng tiền hoạt động trong tương lai Họ đã chia luồng tiền hoạt động thành các thành phần cốt lõi và không cốt lõi, tương ứng với mô hình nghiên cứu đã đề xuất.

CFO t+1 =α + βC_SALES t + βC_COGS t + βC_OE t + βC_INT t + βC_TAX t

CFOt: Luồng tiền thuần từ hoạt động sản xuất kinh doanh;

C_SALESt: Luồng tiền nhận được từ doanh thu bán hàng (được tính bằng cách: doanh thu – thay đổi trong khoản phải thu);

C_COGSt: Luồng tiền từ giá vốn hàng bán (bằng giá vốn hàng bán - (thay đổi trong hàng tồn kho – thay đổi trong khoản phải trả));

C_OEt là luồng tiền liên quan đến chi phí hoạt động và chi phí quản lý, được tính bằng chi phí hoạt động trừ đi các khoản dồn tích liên quan đến thay đổi trong vốn lưu động ròng Vốn lưu động ròng không bao gồm các khoản dồn tích từ những thay đổi trong khoản phải thu thương mại, hàng tồn kho, thuế phải trả và lãi vay phải trả.

C_INTt: Luồng tiền liên quan đến lãi vay phải trả;

C-TAXt: Luồng tiền liên quan đến thuế phải trả (bằng thuế thu nhập – thuế thu nhập phải nộp);

C_OTHERRSt: Luồng tiền từ hoạt động khác (C_OTHERRSt = CFOt – (C_SALESt – C_COGSt – C_OEt – C_INTt – C-TAXt)).

Các tác giả đã không đưa vào các khoản dồn tích mà chỉ tập trung vào việc phân tích ý nghĩa của các thành phần luồng tiền hoạt động để dự báo luồng tiền hoạt động trong tương lai Sau đó, họ đã bổ sung các thành phần dồn tích vào mô hình (1) và (2) như trong nghiên cứu của BCN để so sánh với mô hình của BCN.

CFO t+1 =α + βCFO t + β  AR t + β  AP t + β INV t + βDEPR t + βAMORT t

CFO t+1 =α + βC_SALES t + βC_COGS t + βC_OE t + βC_INT t + βC_TAX t

+ C_OTHERS t + β  AR t + β  AP t + β INV t + βDEPR t

ARt: Thay đổi trong khoản phải thu;

INVt: Thay đổi trong hàng tồn kho;

APt: Thay đổi khoản phải trả;

DEPRt: Khấu hao TSCĐ hữu hình;

AMORTt: Khấu hao TSCĐ vô hình;

OTHERRt: Các thành phần dồn tích khác (OTHERRt = EARNt – (CFt +

ARt + INVt – APt – DEPRt – AMORTt, với EARNt: Lợi nhuận trước thay đổi các khoản mục bất thường và hoạt động gián đoạn – Income before extraordinary items and discontinued operations).

Mô hình (1) và (2) chứng minh rằng các thành phần của luồng tiền hoạt động giúp dự báo luồng tiền hoạt động tương lai tốt hơn so với luồng tiền hoạt động gộp mà không xem xét các khoản dồn tích Mô hình (3) và (4) cũng tương tự nhưng bao gồm các khoản dồn tích, và kết quả cho thấy rằng mô hình có các thành phần của luồng tiền hoạt động vẫn dự báo tốt hơn mô hình chỉ có luồng tiền gộp, bất kể sự tồn tại của các khoản dồn tích Cụ thể, R² hiệu chỉnh của mô hình (2) là 34.17%, cao hơn R² hiệu chỉnh của mô hình (1) là 31.70% Tương tự, R² hiệu chỉnh của mô hình (4) là 39.83%, lớn hơn R² hiệu chỉnh của mô hình (3) là 38.49% So với nghiên cứu của BCN, R² hiệu chỉnh của mô hình (3) cao hơn nhiều, đạt 38.49% so với chỉ 5% trong nghiên cứu của BCN.

1.2.4 Mô hình của Orpurt & Zang (2009):

Dựa trên mô hình nghiên cứu của BCN và Cheng & Hollie (2008), Orpurt & Zang (2009) đã phát triển một mô hình nhằm kiểm tra xem các thành phần của luồng tiền hoạt động có giúp cải thiện dự báo thu nhập và luồng tiền hoạt động trong tương lai hay không Họ cũng xem xét khả năng xuất hiện lỗi ước lượng khi áp dụng phương pháp IM_SCF và IM_BS để ước lượng các thành phần của luồng tiền hoạt động, đặc biệt khi thông tin về các thành phần này không có sẵn từ BCLCTT theo phương pháp trực tiếp.

CFO t+1 =α 0 + b 1 Est_Sales t + b 2 Est_Supem t + b 3 Dis_Tax t + b 4 Dis_Int t

CFO t+1 =α 0 + b 1 Est_Sales t + b 2 Est_Supem t + b 3 Dis_Tax t + b 4 Dis_Int t

+ b 5 Est_Other t + b 6 Sales_Err t + b 7 Supem_Err t + ε t (3)

Est_Salest: Ước lượng tiền thu được từ khách hàng;

Est_Supemt: Ước lượng tiền chi trả cho nhà cung cấp và người lao động; Dis_Taxt: Thuế phải trả;

Dis_Intt: Lãi vay phải trả;

Est_Othert: Luồng tiền được ước lượng từ các hoạt động khác (Est_Othert CFOt – (Est_Salest – Est_Supemt – Dis_Taxt – Dis_Intt));

Sales_Errt là sự chênh lệch giữa số tiền mặt thực tế nhận được từ khách hàng và số tiền ước lượng thu được từ khách hàng theo phương pháp IM_SCF hoặc IM_BS Số liệu này được lấy từ BCLCTT công bố theo phương pháp trực tiếp, giúp đánh giá chính xác tình hình tài chính và dòng tiền của doanh nghiệp.

Supem_Errt đề cập đến sự chênh lệch trong lượng tiền mặt chi trả cho nhà cung cấp và người lao động, được xác định dựa trên số tiền thực tế chi trả theo BCLCTT công bố theo phương pháp trực tiếp Đồng thời, lượng tiền chi trả ước lượng cho nhà cung cấp và người lao động được tính từ phương pháp IM_SCF hoặc IM_BS.

Mô hình của Orpurt & Zang (2009) khác với mô hình của BCN và Cheng & Hollie (2008) ở chỗ không bao gồm các khoản dồn tích, mà chỉ tập trung vào luồng tiền hoạt động gộp và các thành phần của luồng tiền hoạt động.

Mô hình (1) là mô hình dự báo luồng tiền cơ sở, tương tự như nghiên cứu của BCN và Cheng & Hollie (2008) Từ mô hình cơ sở, tác giả phát triển mô hình dự báo chuẩn (mô hình (2)) dựa trên các dữ liệu ước lượng Trong mô hình (2), các biến bắt đầu bằng “Est_” là những biến ước lượng từ phương pháp IM_SCF hoặc IM_BS, trong khi các biến bắt đầu bằng “Dis_” là số liệu công bố Tác giả sử dụng thuế và lãi phải trả công bố (Dis_Tax t và Dis_Int t) vì hai khoản mục này bắt buộc phải công bố, bất kể phương pháp lập BCLCTT là trực tiếp hay gián tiếp.

Tác giả đã mở rộng mô hình chuẩn (2) để kiểm tra ý nghĩa thống kê của các lỗi ước lượng, với kỳ vọng rằng mô hình (3) sẽ cải thiện mô hình (2) Kết quả kiểm định cho thấy lỗi ước lượng từ phương pháp IM_SCF nhỏ hơn so với phương pháp IM_BS, tuy nhiên, lỗi ước lượng vẫn tồn tại trong mẫu khi áp dụng phương pháp IM_SCF Kết quả ước lượng từ ba mô hình đã được phân tích.

Khoảng trống nghiên cứu

Thông qua việc tổng quan các công trình nghiên cứu ở trên, luận văn đã đưa ra một số vấn đề cần được tiếp tục nghiên cứu như sau:

Nghiên cứu về dự báo luồng tiền hoạt động đã được tiến hành từ lâu ở các quốc gia phát triển như Mỹ và Úc Tuy nhiên, tại Việt Nam, lĩnh vực này chỉ mới được chú ý trong vài năm gần đây với số lượng nghiên cứu còn hạn chế Do đó, việc thực hiện thêm các nghiên cứu là cần thiết để cung cấp bằng chứng thực nghiệm về dự báo luồng tiền hoạt động cho các doanh nghiệp Việt Nam.

Nghiên cứu của Nguyễn Thị Uyên Uyên & Từ Thị Kim Thoa (2015) đã chỉ ra lỗ hổng trong việc dự báo luồng tiền hoạt động cho doanh nghiệp tại Việt Nam Nghiên cứu hiện tại mở rộng khoảng thời gian nghiên cứu, nhằm cung cấp kết quả kiểm định có độ tin cậy và chính xác cao hơn cho thực tiễn kinh tế Việt Nam Bên cạnh đó, luận văn cũng kiểm định mô hình dự báo ở độ trễ 2 năm, từ đó nâng cao độ tin cậy của các kết quả kiểm định giả thuyết nghiên cứu.

Nghiên cứu của Nguyễn Hữu Ánh (2013) và Nguyễn Thanh Hiếu (2015) tại Việt Nam chỉ tập trung vào khả năng dự báo luồng tiền hoạt động tương lai từ luồng tiền hoạt động thuần, mà chưa xem xét các thành phần của luồng tiền hoạt động Trong khi đó, Orpurt và Zang (2009) cho thấy rằng các thành phần của luồng tiền hoạt động theo phương pháp trực tiếp có khả năng dự báo thu nhập và luồng tiền hoạt động tương lai tốt hơn so với các thành phần được ước lượng, do lỗi ước lượng Vì vậy, trong nghiên cứu hiện tại, tác giả đã chọn các công ty lập Báo cáo lưu chuyển tiền tệ (BCLCTT) theo phương pháp trực tiếp nhằm đảm bảo tính chính xác và độ tin cậy của kết quả nghiên cứu.

Các nghiên cứu hiện tại về dự báo luồng tiền hoạt động ở Việt Nam chủ yếu sử dụng mẫu gộp chung từ nhiều ngành khác nhau Tuy nhiên, dữ liệu về luồng tiền hoạt động trong quá khứ có vai trò quan trọng trong việc dự đoán luồng tiền tương lai và khả năng này có thể khác nhau giữa các nhóm ngành (Farshadfar & Monem, 2013; Barth & cộng sự, 2001) Do đó, cần thiết phải tiến hành nghiên cứu phân chia các công ty theo nhóm ngành để xây dựng mô hình dự báo luồng tiền hoạt động phù hợp cho từng ngành riêng biệt.

Chương này trình bày các nghiên cứu trước đây của các nhà khoa học, từ đó khẳng định tính cần thiết trong việc lựa chọn đề tài nghiên cứu cho luận văn Đầu tiên, chương nêu ra các công trình nghiên cứu trong và ngoài nước, tóm tắt kết quả đạt được từ từng nghiên cứu Tiếp theo, chương giới thiệu một số mô hình nghiên cứu dự báo luồng tiền hoạt động quan trọng, làm cơ sở cho việc đề xuất mô hình nghiên cứu trong phần tiếp theo Cuối cùng, chương nhấn mạnh sự cần thiết của việc nghiên cứu dự báo luồng tiền hoạt động cho các doanh nghiệp niêm yết tại Việt Nam.

CƠ SỞ LÝ THUYẾT

Khái niệm luồng tiền hoạt động và các thành phần của luồng tiền hoạt động: 26

Theo VAS 24, luồng tiền từ hoạt động kinh doanh là nguồn tiền liên quan đến các hoạt động tạo ra doanh thu chính của doanh nghiệp, cung cấp thông tin cần thiết để đánh giá khả năng tạo tiền nhằm trang trải nợ, duy trì hoạt động, trả cổ tức và thực hiện đầu tư mới mà không cần tài trợ bên ngoài Thông tin về luồng tiền này, khi kết hợp với dữ liệu khác, giúp dự đoán luồng tiền từ hoạt động kinh doanh trong tương lai Các luồng tiền chủ yếu từ hoạt động kinh doanh bao gồm:

 Tiền thu được từ việc bán hàng, cung cấp dịch vụ;

Doanh thu khác bao gồm tiền thu bản quyền, phí, hoa hồng và các khoản thu khác, không bao gồm các khoản tiền được xác định là luồng tiền từ hoạt động đầu tư và tài chính.

 Tiền chi trả cho người cung cấp hàng hóa và dịch vụ;

 Tiền chi trả cho người lao động về tiền lương, tiền thưởng, trả hộ người lao động về bảo hiểm, trợ cấp ;

 Tiền chi trả lãi vay;

 Tiền chi nộp thuế thu nhập doanh nghiệp;

 Tiền thu do được hoàn thuế;

 Tiền thu do được bồi thường, được phạt do khách hàng vi phạm hợp đồng kinh tế;

 Tiền chi trả công ty bảo hiểm về phí bảo hiểm, tiền bồi thường và các khoản tiền khác theo hợp đồng bảo hiểm;

 Tiền chi trả do bị phạt, bị bồi thường do doanh nghiệp vi phạm hợp đồng kinh tế.

Các luồng tiền liên quan đến mua, bán chứng khoán vì mục đích thương mại được phân loại là các luồng tiền từ hoạt động kinh doanh.

Khái niệm các khoản dồn tích (Accruals)

Các khoản dồn tích (accruals) là kết quả của hệ thống kế toán theo nguyên tắc cơ sở dồn tích, đại diện cho lợi ích mong đợi trong tương lai của nhà đầu tư và nhà quản lý Chúng được ghi nhận như tài sản lưu động ròng (net operating assets) Các thành phần dồn tích cùng với luồng tiền hoạt động đều góp phần vào lợi nhuận, với công thức lợi nhuận = các khoản dồn tích + luồng tiền hoạt động.

Trong các nghiên cứu trước đây, nhiều phương pháp đã được áp dụng để đo lường các khoản dồn tích, trong đó hai phương pháp chính là phương pháp BCĐKT (Balance sheet method) và phương pháp BCLCTT (Cash flow method) Sloan (1996) là người đầu tiên xác định các khoản dồn tích thông qua phương pháp BCĐKT, coi chúng là những thay đổi trong tài sản lưu động thuần ngắn hạn Các mô hình khác được phát triển sau đó là sự mở rộng của mô hình do Sloan đề xuất.

(1996) bao gồm: mô hình thay đổi trong tài sản lưu động thuần ngắn hạn và dài hạn (change in current and non-current net operating assets) (Richardson & cộng sự,

Vào năm 2005, các nhà nghiên cứu đã đo lường các khoản dồn tích tích lũy (cumulative accruals measure) theo phương pháp của Hirshleifer và cộng sự (2004) Phương pháp luồng tiền cho thấy rằng các khoản dồn tích được xác định dựa trên sự chênh lệch giữa lợi nhuận và luồng tiền.

Phương pháp BCĐKT (Balance sheet meth od):

Nghiên cứu của Sloan (1996) là một ví dụ tiêu biểu cho phương pháp xác định các khoản dồn tích dựa trên phương pháp BCĐKT Theo Sloan, các khoản dồn tích được định nghĩa là những thay đổi trong tài sản lưu động thuần ngắn hạn, và được tính toán bằng công thức ACCbs – Các khoản dồn tích theo phương pháp BCĐKT.

Accruals (ACC bs ) = (∆CA - ∆Cash) - (∆CL - ∆STD - ∆TP) – Dep

∆CA: Thay đổi trong tài sản ngắn hạn;

∆Cash: Thay đổi trong tiền/các khoản tương đương tiền;

∆CL: Thay đổi trong nợ phải trả ngắn hạn;

∆STD: Thay đổi trong nợ bao gồm trong nợ phải trả ngắn hạn;

∆TP: Thay đổi trong thuế thu nhập phải trả

Dep: Chi phí khấu hao TSCĐ hữu hình và vô hình.

Nợ ngắn hạn không được tính vào các khoản dồn tích vì nó liên quan đến giao dịch tài chính, không phải hoạt động tạo ra doanh thu Ngoài ra, thuế thu nhập cũng được loại trừ khỏi các khoản dồn tích để đảm bảo tính nhất quán với định nghĩa về thu nhập (Sloan, 1996).

Mô hình của Sloan (1996) xác định các thành phần dồn tích dựa trên sự biến động của tài sản ngắn hạn và nợ ngắn hạn Do đó, các khoản dồn tích phản ánh sự thay đổi trong tài sản lưu động thuần ngắn hạn Cụ thể, các khoản dồn tích được hiểu là những biến động trong vốn luân chuyển không bằng tiền, đã trừ đi chi phí khấu hao.

Các mô hình xác định các khoản dồn tích của Richardson và cộng sự (2005) cùng với Hirshleifer và cộng sự (2004) là sự phát triển từ mô hình của Sloan (1996), đồng thời cũng có nhiều điểm tương đồng với mô hình này.

Phương pháp luồng tiền (Cash flow method) là một phương pháp phổ biến để xác định các khoản dồn tích, dựa trên thông tin từ Báo cáo lưu chuyển tiền tệ (BCLCTT) Hribar & Collin (2002) đã đề xuất hai cách xác định các khoản dồn tích thông qua BCLCTT Cách đầu tiên là đo lường tổng các khoản dồn tích, được gọi là TACCcf (Tổng các khoản dồn tích theo phương pháp luồng tiền), với công thức tính toán cụ thể.

TACC cf = EBXI – CFO cf

TACCcf: Tổng điều chỉnh các khoản dồn tích được cung cấp trên BCLCTT theo phương pháp gián tiếp;

EBXI: Lợi nhuận trước thay đổi các mục bất thường và hoạt động gián đoạn (Earnings before extraordinary items and discontinued operations);

CFOcf: Luồng tiền hoạt động lấy từ BCLCTT.

Cách đo lường các khoản dồn tích thứ hai được xác định qua sự thay đổi trong tài khoản vốn luân chuyển cùng với chi phí khấu hao Theo định nghĩa này, các khoản dồn tích (ACCcf – Các khoản dồn tích theo phương pháp luồng tiền) được tính toán dựa trên các yếu tố này.

ACC cf = – (CHGAR cf + CHGINV cf + CHGAP cf + CHGTAX cf + CHGOTHcf

CHGARcf: Tăng (giảm) trong khoản phải thu;

CHGINVcf: Tăng (giảm) trong hàng tồn kho;

CHGAPcf: Tăng (giảm) trong khoản phải trả;

CHGTAXcf: Tăng (giảm) trong thuế phải trả;

CHGOTHc: Thay đổi trong tài sản ngắn hạn khác;

DEPcf: Tổng chi phí khấu hao.

Tất cả các thành phần được lấy từ BCLCTT, do đó không bị ảnh hưởng bởi các hoạt động không tạo ra doanh thu của các tài khoản (Hribar & Collin, 2002) Phương pháp này tương tự như phương pháp BCĐKT nhưng có tính chặt chẽ hơn.

Đặc điểm của thông tin kế toán theo cở sở dồn tích và thông tin kế toán theo cơ sở tiền

Kế toán theo cở sở dồn tích (Accrual basis):

Theo Chuẩn mực kế toán số 01, nguyên tắc kế toán theo cơ sở dồn tích yêu cầu mọi nghiệp vụ kinh tế, tài chính của doanh nghiệp phải được ghi nhận vào sổ kế toán tại thời điểm phát sinh, không phụ thuộc vào thời điểm thực tế thu hoặc chi tiền Điều này có nghĩa là doanh nghiệp cần hạch toán các giao dịch ngay khi chúng xảy ra, ghi nhận tài sản, nợ phải trả, vốn chủ sở hữu, doanh thu và chi phí tại thời điểm đó, nhằm phản ánh chính xác tình hình tài chính trong quá khứ, hiện tại và tương lai.

Những đặc điểm của thông tin kế toán theo cở sở dồn tích:

Lợi nhuận trong mỗi kỳ kế toán được xác định dựa trên doanh thu và chi phí của kỳ đó, bao gồm hai thành phần: tiền tệ và phi tiền tệ Thành phần tiền tệ phản ánh số tiền thực tế mà doanh nghiệp tạo ra (doanh thu thực thu trừ chi phí thực chi), trong khi thành phần phi tiền tệ liên quan đến các khoản doanh thu sẽ thu được trong tương lai và các chi phí phải trả như chi phí trích trước, chi phí phải trả, và chi phí khấu hao tài sản cố định Do đó, thành phần tiền tệ đại diện cho luồng tiền thực tế, còn các thành phần phi tiền tệ là thông tin kế toán dồn tích Mối quan hệ giữa lợi nhuận, luồng tiền và các khoản dồn tích được thể hiện qua phương trình trong nghiên cứu của BCN.

Lợi nhuận = Lưu chuyển tiền thuần + Các thành phần dồn tích

Kế toán theo cơ sở dồn tích cung cấp thông tin hữu ích và toàn diện, ghi nhận doanh thu và chi phí dựa trên thời điểm giao dịch phát sinh, không phụ thuộc vào luồng tiền thực tế Phương pháp này không chỉ phản ánh các nghiệp vụ đã thực hiện mà còn dự đoán các nghiệp vụ trong tương lai, từ đó giúp doanh nghiệp có cái nhìn đầy đủ, kịp thời và chính xác về tình hình tài sản và nguồn vốn của mình trong quá khứ, hiện tại và tương lai.

Thông tin kế toán theo cơ sở dồn tích chịu ảnh hưởng từ các ước tính kế toán và ý kiến chủ quan của nhà quản trị doanh nghiệp Các ước tính này bao gồm việc lựa chọn phương pháp tính khấu hao tài sản cố định và các khoản dự phòng Khi áp dụng nguyên tắc hạch toán theo cơ sở dồn tích, số liệu trên báo cáo tài chính (BCTC) phản ánh một phần ý kiến chủ quan của nhà quản trị, dẫn đến khả năng thông tin về lợi nhuận công bố trên BCTC có thể bị bóp méo và dễ bị khai khống.

Kế toán theo cở sở tiền mặt (Cash basic):

Kế toán theo cơ sở tiền ghi nhận các nghiệp vụ kinh tế khi doanh nghiệp thực tế thu hoặc chi tiền Doanh thu từ bán hàng hóa và cung ứng dịch vụ được ghi nhận khi công ty nhận tiền từ khách hàng, trong khi chi phí được báo cáo khi công ty chi tiền cho mua hàng hóa, trả lương, đóng bảo hiểm, thuế và các khoản mục tương tự Lợi nhuận trong kỳ được xác định là chênh lệch giữa số tiền thực thu và thực chi.

Thông tin kế toán theo cơ sở tiền mặt có nhiều hạn chế, không phản ánh chính xác thời điểm phát sinh nghiệp vụ Phương pháp này chỉ ghi nhận doanh thu và chi phí khi tiền được thực tế thu hoặc chi, dẫn đến việc báo cáo doanh thu không đúng với giá trị thực tế của kỳ Doanh nghiệp nên ghi nhận doanh thu khi hoàn tất giao dịch, thay vì tại thời điểm thu tiền, để tránh việc báo cáo trễ ảnh hưởng đến kết quả kinh doanh Thời gian hưởng lợi ích tương lai càng dài, cơ sở báo cáo theo tiền mặt càng trở nên không phù hợp.

Kế toán theo cơ sở tiền mặt có ưu điểm nổi bật là tính khách quan cao trong việc trình bày thông tin tài chính Các hoạt động thu chi tiền mặt đều rõ ràng và cụ thể, không bị ảnh hưởng bởi ý chí của nhà quản trị Khi doanh nghiệp bán hàng chịu, doanh thu vẫn được ghi nhận, dẫn đến lãi trong báo cáo kết quả hoạt động kinh doanh Tuy nhiên, nếu doanh nghiệp không thu được tiền từ khách hàng, khoản lãi này trở thành "ảo" Báo cáo lưu chuyển tiền tệ giúp nhận diện sự bất cân xứng giữa chỉ tiêu tiền thu bán hàng và doanh thu trong báo cáo kết quả hoạt động kinh doanh.

Kế toán theo cơ sở dồn tích và kế toán theo cơ sở tiền mặt đều có ưu và nhược điểm riêng Tuy nhiên, kế toán theo cơ sở dồn tích được áp dụng phổ biến hơn trong thực tế Thông tin từ kế toán tiền mặt cung cấp cái nhìn khách quan về luồng tiền, trong khi thông tin từ kế toán dồn tích lại mang tính hữu ích và toàn diện hơn Do đó, việc kết hợp thông tin về luồng tiền và kế toán dồn tích sẽ giúp dự báo chính xác hơn về luồng tiền hoạt động trong tương lai của doanh nghiệp.

Phương pháp xác định luồng tiền từ hoạt động kinh doanh theo VAS 24 và IAS 7

Có hai phương pháp xác định luồng tiền từ hoạt động kinh doanh trong lập báo cáo lưu chuyển tiền tệ (BCLCTT), bao gồm phương pháp trực tiếp và gián tiếp Sự khác biệt giữa hai phương pháp này chỉ nằm ở cách xác định luồng tiền từ hoạt động kinh doanh, trong khi cách xác định luồng tiền từ hoạt động đầu tư và tài chính là giống nhau Theo chuẩn mực VAS 24, doanh nghiệp cần báo cáo luồng tiền từ hoạt động kinh doanh bằng một trong hai phương pháp nêu trên.

Phương pháp trực tiếp cung cấp cái nhìn rõ ràng về các khoản mục ảnh hưởng đến luồng tiền, bao gồm các khoản thu và chi cùng nguồn gốc cụ thể từ khách hàng và nhà cung cấp Điều này khác biệt với phương pháp gián tiếp, trong đó lợi nhuận hoặc lỗ được chuyển đổi thành thông tin về luồng tiền thông qua các khoản cộng và khấu trừ.

Theo VAS 24, phương pháp trực tiếp trình bày các chỉ tiêu phản ánh luồng tiền vào và ra của hoạt động sản xuất kinh doanh trên báo cáo, được xác định theo hai cách khác nhau.

 Phân tích và tổng hợp trực tiếp các khoản tiền thu và chi theo từng nội dung thu, chi từ các ghi chép kế toán của doanh nghiệp.

 Điều chỉnh doanh thu, giá vốn hàng bán và các khoản mục khác trong báo cáo kết quả hoạt động kinh doanh cho:

Các thay đổi trong kỳ của hàng tồn kho, các khoản phải thu và các khoản phải trả từ hoạt động kinh doanh;

Các khoản mục không phải bằng tiền khác;

Các luồng tiền liên quan đến hoạt động đầu tư và hoạt động tài chính.

Luồng tiền từ hoạt động kinh doanh theo phương pháp gián tiếp được xác định dựa trên sự khác biệt giữa lợi nhuận và luồng tiền Mặc dù phương pháp này phổ biến hơn trong thực tế, nhưng nó có nhược điểm là gây khó khăn cho người sử dụng báo cáo tài chính trong việc hiểu thông tin, vì không phản ánh hiệu quả luồng tiền thu vào và chi ra của tiền cũng như các khoản tương đương tiền.

Theo phương pháp gián tiếp, các chỉ tiêu về luồng tiền từ hoạt động kinh doanh được tính toán bằng cách lấy tổng lợi nhuận trước thuế và thực hiện các điều chỉnh cần thiết cho các khoản mục khác.

 Các khoản doanh thu, chi phí không phải bằng tiền như khấu hao TSCĐ, dự phòng

 Lãi, lỗ chênh lệch tỷ giá hối đoái chưa thực hiện;

 Tiền đã nộp thuế thu nhập doanh nghiệp;

Các thay đổi trong kỳ của hàng tồn kho, các khoản phải thu và các khoản phải trả từ hoạt động kinh doanh, ngoại trừ thuế thu nhập và các khoản phải nộp khác sau thuế thu nhập doanh nghiệp, có thể ảnh hưởng đáng kể đến tình hình tài chính của doanh nghiệp.

 Lãi lỗ từ hoạt động đầu tư.

BCLCTT sử dụng phương pháp gián tiếp để thể hiện sự thay đổi trong các khoản mục tài sản và nợ ngắn hạn, bao gồm hàng tồn kho, khoản phải thu và khoản phải trả, nhằm xác định luồng tiền từ hoạt động kinh doanh.

Trong phương pháp gián tiếp, lợi nhuận ròng từ BCKQHĐKD được sử dụng để tính toán luồng tiền thuần từ hoạt động kinh doanh BCKQHĐKD được lập dựa trên nguyên tắc dồn tích, dẫn đến việc doanh thu và chi phí được ghi nhận khi phát sinh, không phải khi thực tế thu được Do đó, lợi nhuận ròng không phản ánh chính xác luồng tiền từ hoạt động kinh doanh, vì vậy cần điều chỉnh cho các khoản mục ảnh hưởng đến lợi nhuận ròng nhưng không thực sự liên quan đến dòng tiền.

Theo IAS 7 đoạn 19, các đơn vị kinh doanh nên lập báo cáo lưu chuyển tiền tệ (BCLCTT) theo phương pháp trực tiếp, vì phương pháp này cung cấp thông tin hữu ích cho việc dự đoán luồng tiền tương lai, điều mà phương pháp gián tiếp không thể thực hiện.

Khi tính toán luồng tiền từ hoạt động kinh doanh theo phương pháp trực tiếp, cần xác định các loại phiếu thu và phiếu chi như tiền thu từ khách hàng, tiền trả cho nhà cung cấp và tiền trả lương Sau đó, các khoản này được sắp xếp thành luồng tiền từ hoạt động kinh doanh trên Bảng cân đối kế toán Các con số này được tính dựa trên số dư đầu kỳ và số dư cuối kỳ của các tài khoản khác nhau trong doanh nghiệp, cùng với sự tăng hoặc giảm ròng trong tài khoản Thông tin về hoạt động kinh doanh có thể thu được từ nhiều nguồn khác nhau.

 Sổ sách kế toán của đơn vị; hoặc

 Bằng cách điều chỉnh doanh thu, giá vốn hàng bán và các khoản mục khác trong BCKQHĐKD cho:

Thay đổi trong kì của hàng tồn kho và các khoản phải thu và phải trả từ hoạt động kinh doanh;

Khoản mục không dùng tiền mặt khác; và Khoản mục khác mà ảnh hưởng đến luồng tiền của hoạt động đầu tư hoặc tài chính.

Theo IAS 7, phương pháp gián tiếp để xác định luồng tiền thuần từ hoạt động kinh doanh bao gồm việc điều chỉnh lợi nhuận hoặc lỗ bằng cách xem xét các yếu tố ảnh hưởng như thay đổi trong tài sản lưu động, nợ phải trả và các khoản chi phí không phải tiền mặt.

 Thay đổi trong kì của hàng tồn kho và các khoản phải thu và phải trả từ hoạt động kinh doanh;

Các khoản mục không sử dụng tiền mặt bao gồm khấu hao, thuế thu nhập hoãn lại, lãi lỗ chênh lệch tỷ giá hối đoái chưa thực hiện và lợi nhuận chưa thực hiện.

 Khoản mục khác mà ảnh hưởng đến luồng tiền của hoạt động đầu tư hoặc tài chính.

Vai trò của luồng tiền hoạt động và ý nghĩa của việc dự báo luồng tiền hoạt động: 35 2.2 thuyết Lý nền tảng

Vai trò của luồng tiền hoạt động:

Trong báo cáo lưu chuyển tiền tệ, luồng tiền thuần từ hoạt động kinh doanh là một trong những yếu tố quan trọng nhất, đóng vai trò quyết định trong việc giúp công ty chi trả chi phí hoạt động, hoàn trả nợ vay và thanh toán cho nhà cung cấp, từ đó duy trì sự ổn định trong hoạt động sản xuất kinh doanh.

Thông tin về luồng tiền hoạt động trong báo cáo tài chính ít bị tác động bởi các yếu tố ước tính kế toán và các phương pháp kế toán khác nhau, giúp người sử dụng đánh giá chính xác và khách quan hơn về tình hình hoạt động cũng như khả năng thanh toán của doanh nghiệp.

Luồng tiền hoạt động đóng vai trò quan trọng trong việc đánh giá cấp tín dụng cho doanh nghiệp Người cho vay và nhà cung cấp hàng hóa cần xem xét khả năng thanh toán của khách hàng và dự đoán các vấn đề tài chính liên quan đến nợ, nhằm giảm thiểu rủi ro từ khoản nợ xấu Trong bối cảnh này, luồng tiền từ hoạt động kinh doanh trở thành chỉ báo quan trọng, giúp nhận diện sớm tình trạng khó khăn tài chính của công ty.

Luồng tiền hoạt động đóng vai trò quan trọng trong quyết định của nhà đầu tư, như FASB đã chỉ ra rằng người sử dụng thông tin từ báo cáo tài chính thường quan tâm đến khả năng tạo ra luồng tiền ổn định của doanh nghiệp Điều này là do quyết định đầu tư của họ phụ thuộc vào số lượng, thời gian và mức độ không chắc chắn của luồng tiền kỳ vọng.

Nếu luồng tiền thuần từ hoạt động kinh doanh của doanh nghiệp giảm mạnh hoặc âm trong thời gian dài, nhà đầu tư sẽ nghi ngờ khả năng tạo tiền từ hoạt động kinh doanh chính Điều này khiến họ phải cân nhắc kỹ lưỡng trước khi quyết định đầu tư vào doanh nghiệp đó.

Luồng tiền hoạt động là nguồn lực quan trọng đối với doanh nghiệp, và việc dự báo luồng tiền tương lai giúp đưa ra quyết định kinh tế chính xác và hiệu quả Đối với nội bộ doanh nghiệp, dự báo này hỗ trợ nhà quản lý nhận diện vấn đề tài chính, từ đó đưa ra quyết định hợp lý về chi trả nợ, mua sắm tài sản và kiểm soát chi tiêu để tránh thiếu hụt tiền mặt Đối với bên ngoài, nhà đầu tư và các nhà cung cấp tín dụng dựa vào thông tin về luồng tiền tương lai để đánh giá khả năng chi trả cổ tức và đưa ra quyết định cho vay Dự báo luồng tiền qua thông tin kế toán là cần thiết cho hoạt động định giá doanh nghiệp và các quyết định tài chính quan trọng khác.

Lý thuyết nền tảng cho vấn đề nghiên cứu của luận văn là lý thuyết tín hiệu.

Lý thuyết tín hiệu, do Spence khởi xướng vào năm 1973, giải thích tính bất cân xứng thông tin trên thị trường lao động và đã được áp dụng rộng rãi trong nghiên cứu kế toán và tài chính để phân tích mối quan hệ giữa nhà quản trị và nhà đầu tư Thông tin bất cân xứng xảy ra khi một bên nắm giữ thông tin mà bên kia không biết, đặc biệt trong mối quan hệ giữa doanh nghiệp và nhà đầu tư Khi doanh nghiệp không phát tín hiệu hoặc phát tín hiệu không chính xác, điều này có thể gây bất lợi cho nhà đầu tư Thông tin về các thành phần của luồng tiền hoạt động được coi là tín hiệu quan trọng mà doanh nghiệp gửi đến thị trường, giúp nhà đầu tư đánh giá tình hình tài chính và đưa ra quyết định đầu tư Tuy nhiên, đối với các doanh nghiệp lập báo cáo lưu chuyển tiền tệ theo phương pháp gián tiếp, thông tin này không được cung cấp, dẫn đến khó khăn trong việc dự báo luồng tiền tương lai Do đó, lý thuyết tín hiệu trở thành một nền tảng quan trọng trong việc dự báo luồng tiền hoạt động của doanh nghiệp.

2.3.Cơ sở xây dựng mô hình nghiên cứu:

Dựa trên các mô hình nghiên cứu thực nghiệm đã được trình bày ở chương 1, tác giả đã chọn lựa mô hình và các biến nghiên cứu cho luận văn Việc lựa chọn mô hình nghiên cứu cũng cần phải phù hợp với hai mục tiêu nghiên cứu chính của luận văn.

Mục tiêu nghiên cứu đầu tiên là xem xét ảnh hưởng của luồng tiền hoạt động và khoản dồn tích đến khả năng dự báo luồng tiền hoạt động trong tương lai của doanh nghiệp, nhằm làm rõ nhận định của VAS 21 Các mô hình nghiên cứu của DKW, BCN, và Cheng & Hollie (2008) đã phân tích vai trò của luồng tiền hoạt động và khoản dồn tích trong việc dự báo luồng tiền hoạt động tương lai DKW là nhóm tác giả đầu tiên đưa ra mô hình dự báo luồng tiền hoạt động dựa vào các khoản dồn tích, nhưng chỉ bao gồm các khoản phải thu, phải trả và hàng tồn kho BCN đã mở rộng mô hình này bằng cách phân tách lợi nhuận thành luồng tiền hoạt động và sáu thành phần dồn tích, trong đó có khấu hao TSCĐ hữu hình và vô hình, cho thấy tầm quan trọng của các thành phần này trong dự báo luồng tiền hoạt động tương lai Các nghiên cứu tiếp theo cũng đã kiểm định vai trò của các thành phần luồng tiền hoạt động trong dự báo Cuối cùng, tác giả lựa chọn các khoản dồn tích trong mô hình nghiên cứu dựa trên sáu khoản dồn tích của BCN, kết hợp khấu hao TSCĐ hữu hình và vô hình thành một biến duy nhất Mô hình nghiên cứu thứ nhất bao gồm các biến độc lập: luồng tiền hoạt động năm trước, thay đổi khoản phải thu, thay đổi hàng tồn kho, thay đổi khoản phải trả, khấu hao và các khoản dồn tích khác.

Mục tiêu nghiên cứu thứ hai là phân tích mô hình kết hợp các thành phần của luồng tiền hoạt động và các khoản dồn tích, nhằm đánh giá khả năng dự báo luồng tiền hoạt động tương lai so với mô hình chỉ kết hợp luồng tiền hoạt động và các khoản dồn tích Nghiên cứu sẽ xem xét liệu thông tin trên báo cáo lưu chuyển tiền tệ (BCLCTT) theo phương pháp trực tiếp có thể dự đoán chính xác hơn luồng tiền hoạt động tương lai so với thông tin theo phương pháp gián tiếp Để đạt được mục tiêu này, tác giả đã xây dựng một mô hình nghiên cứu thứ hai, tập trung vào các thành phần của luồng tiền hoạt động để so sánh khả năng dự báo với mô hình hiện có.

Nghiên cứu của Cheng & Hollie (2008), Orpurt & Zang (2009), Arthur & cộng sự (2010), Farshadfar & Monem (2013), và Nguyễn Thị Uyên Uyên & Từ Thị Kim Thoa (2015) đã phát triển mô hình nghiên cứu bao gồm các thành phần của luồng tiền hoạt động Họ so sánh khả năng dự báo của mô hình này với mô hình chỉ sử dụng luồng tiền hoạt động thuần, nhằm kiểm tra xem liệu các thành phần của luồng tiền hoạt động có cải thiện khả năng dự đoán luồng tiền hoạt động tương lai hay không.

Việc xác định các thành phần của luồng tiền hoạt động trong nghiên cứu gặp khó khăn do FASB và IASB cho phép sử dụng hai phương pháp lập BCLCTT, nhưng hầu hết các công ty chọn phương pháp gián tiếp Các công ty này không có sẵn dữ liệu về các thành phần luồng tiền hoạt động và phải ước lượng, gây khó khăn cho các nghiên cứu thực nghiệm, đặc biệt là ở Mỹ như nghiên cứu của Krishnan & Largay (2000) và Cheng & Hollie (2008).

Theo Zang (2009), hầu hết các công ty tại Mỹ sử dụng phương pháp gián tiếp để lập Báo cáo lưu chuyển tiền tệ (BCLCTT), do đó cần phải ước lượng dữ liệu về các thành phần của luồng tiền hoạt động Trong khi đó, các nghiên cứu tại Úc, như nghiên cứu của Arthur & cộng sự (2010) và Farshadfar, đã cung cấp những cái nhìn khác biệt về vấn đề này.

Theo Monem (2013), việc ước lượng dữ liệu nghiên cứu không cần thiết do các công ty tại Úc đã bắt buộc lập Báo cáo lưu chuyển tiền tệ (BCLCTT) theo phương pháp trực tiếp từ năm 1992 Do đó, dữ liệu về các thành phần của luồng tiền hoạt động đã được công bố và có sẵn trong BCLCTT Các thành phần này trong các mô hình nghiên cứu thực nghiệm có thể được xác định theo hai cách: ước lượng từ dữ liệu của Báo cáo tài chính (BCTC) đối với công ty lập BCLCTT theo phương pháp gián tiếp, và sử dụng dữ liệu có sẵn từ BCLCTT theo phương pháp trực tiếp cho những công ty áp dụng phương pháp này.

Nghiên cứu của Orpurt và Zang (2009) chỉ ra rằng các thành phần của luồng tiền hoạt động theo phương pháp trực tiếp thực tế dự báo thu nhập và luồng tiền hoạt động tương lai tốt hơn so với các thành phần ước lượng Vì vậy, nghiên cứu hiện tại chỉ chọn những công ty lập BCLCTT theo phương pháp trực tiếp trong giai đoạn từ 2008 – 2014 để đảm bảo tính chính xác và đáng tin cậy của kết quả Các thành phần của luồng tiền hoạt động trong mô hình nghiên cứu được sử dụng là số liệu thực tế từ báo cáo lưu chuyển tiền tệ theo phương pháp trực tiếp, bao gồm: tiền mặt nhận được từ khách hàng, tiền mặt thanh toán cho nhà cung cấp và người lao động, tiền chi trả lãi vay, tiền chi nộp thuế thu nhập doanh nghiệp, và luồng tiền từ hoạt động kinh doanh khác Mô hình nghiên cứu thứ hai được xây dựng dựa trên nghiên cứu của Nguyễn Thị Uyên Uyên & Từ Thị Kim Thoa (2015), với các biến độc lập bao gồm các khoản dồn tích tương tự như mô hình đầu tiên.

sở Cơ xây dựng mô hình nghiên cứu

3.1 Các mô hình và giả thuyết nghiên cứu:

Tác giả đã đề xuất hai mô hình nghiên cứu nhằm giải quyết các mục tiêu nghiên cứu của luận văn Mô hình đầu tiên, dựa trên nghiên cứu của BCN và Nguyễn Thị Uyên Uyên & Từ Thị Kim Thoa (2015), nhằm xem xét ảnh hưởng của luồng tiền hoạt động và các khoản dồn tích đến khả năng dự báo luồng tiền hoạt động tương lai Mô hình thứ hai, cũng dựa vào nghiên cứu của Nguyễn Thị Uyên Uyên & Từ Thị Kim Thoa (2015), nhằm kiểm tra khả năng dự báo của mô hình kết hợp các thành phần của luồng tiền hoạt động và các khoản dồn tích so với mô hình kết hợp giữa luồng tiền hoạt động và các khoản dồn tích Dữ liệu cho các thành phần luồng tiền hoạt động được lấy từ BCLCTT công bố trực tiếp mà không cần ước lượng Tác giả thực hiện hồi quy cho hai mô hình với độ trễ dự báo là hai năm.

CFi t = α 0 + α 1 CF it-j + α 2 DAR it-j + α 3 DINV it-j + α 4 DAP it-j + α 5 DEP it-j

CFit = β 0 + β 1 CSHRD it-j + β 2 CSHPD it-j + β 3 INTPD it-j + β 4 TXPD it-j

+ β 5 OTHCSH it-j + β 6 DAR it-j + β 7 DINV it-j + β 8 DAP it-j

+ β 9 DEP it-j + β 10 OTHAC it-j + ε it (2)

Trong bài viết này, các ký hiệu được sử dụng bao gồm i và t, đại diện cho công ty và năm cụ thể Ký hiệu j có giá trị từ 1 đến 2, tương ứng với độ trễ 1 năm và 2 năm trong mô hình dự báo Cuối cùng, CF biểu thị luồng tiền từ hoạt động kinh doanh.

DAR: Thay đổi khoản phải;

DINV: Thay đổi hàng tồn kho;

DAP: Thay đổi khoản phải;

DEP: Khấu hao, bao gồm tổng khấu hao TSCĐ hữu hình và TSCĐ vô hình; OTHAC: Các khoản dồn tích;

PHƯƠNG PHÁP NGHIÊN CỨU

Các mô hình và giả thuyết nghiên cứu

Tác giả đã đề xuất hai mô hình nghiên cứu nhằm giải quyết các mục tiêu của luận văn Mô hình đầu tiên, dựa trên nghiên cứu của BCN và Nguyễn Thị Uyên Uyên & Từ Thị Kim Thoa (2015), nhằm xem xét ảnh hưởng của luồng tiền hoạt động và các khoản dồn tích đến khả năng dự đoán luồng tiền hoạt động tương lai Mô hình thứ hai cũng dựa vào nghiên cứu của Nguyễn Thị Uyên Uyên & Từ Thị Kim Thoa (2015) để đánh giá xem liệu việc kết hợp các thành phần của luồng tiền hoạt động và các khoản dồn tích có cải thiện khả năng dự báo luồng tiền hoạt động tương lai so với mô hình kết hợp đơn giản hay không, sử dụng dữ liệu trực tiếp từ BCLCTT Tác giả thực hiện hồi quy cho cả hai mô hình với độ trễ dự báo là hai năm.

CFi t = α 0 + α 1 CF it-j + α 2 DAR it-j + α 3 DINV it-j + α 4 DAP it-j + α 5 DEP it-j

CFit = β 0 + β 1 CSHRD it-j + β 2 CSHPD it-j + β 3 INTPD it-j + β 4 TXPD it-j

+ β 5 OTHCSH it-j + β 6 DAR it-j + β 7 DINV it-j + β 8 DAP it-j

+ β 9 DEP it-j + β 10 OTHAC it-j + ε it (2)

Trong bài viết này, các ký hiệu được sử dụng bao gồm i và t, đại diện cho công ty và năm; j có giá trị từ 1 đến 2, tương ứng với độ trễ 1 năm và 2 năm trong mô hình dự báo; và CF là luồng tiền từ hoạt động kinh doanh.

DAR: Thay đổi khoản phải;

DINV: Thay đổi hàng tồn kho;

DAP: Thay đổi khoản phải;

DEP: Khấu hao, bao gồm tổng khấu hao TSCĐ hữu hình và TSCĐ vô hình; OTHAC: Các khoản dồn tích;

CSHRD: Tiền mặt nhận được từ khách hàng;

CSHPD: Tiền mặt thanh toán cho nhà cung cấp và người lao động;

INTPD: Tiền chi trả lãi vay;

TXPD: Tiền chi nộp thuế thu nhập doanh nghiệp;

OTHCSH: Luồng tiền từ hoạt động kinh doanh khác.

Mô hình (2) mở rộng từ mô hình (1) bằng cách sử dụng các thành phần của luồng tiền hoạt động và các thành phần dồn tích làm biến độc lập Cụ thể, mô hình (2) thay thế biến CF bằng các thành phần như CSHRD, CSHPD, INTPD, TXPD, OTHCSH, trong khi giữ nguyên các thành phần dồn tích DAR, DINV, DAP, DEP, OTHAC Mục tiêu nghiên cứu là xác định xem mô hình kết hợp các thành phần của luồng tiền hoạt động và các khoản dồn tích có khả năng dự báo luồng tiền hoạt động tương lai tốt hơn so với mô hình kết hợp giữa luồng tiền hoạt động và các khoản dồn tích hay không, thông qua việc hồi quy và so sánh hai mô hình.

Nghiên cứu của BCN cho thấy rằng luồng tiền hoạt động năm trước và sáu khoản dồn tích có khả năng dự báo luồng tiền hoạt động tương lai, tương tự như kết quả của Cheng & Hollie (2008) Tuy nhiên, nghiên cứu của Nguyễn Thị Uyên Uyên & Từ Thị Kim Thoa (2015) chỉ ra rằng tổng khấu hao TSCĐ hữu hình và TSCĐ vô hình không có ý nghĩa thống kê Dựa trên những phát hiện này, tác giả đã đưa ra giả thuyết cho mô hình (1).

Giả thuyết H1: Luồng tiền hoạt động và các khoản dồn tích có đều có khả năng dự báo cho luồng tiền hoạt động tương lai.

Nếu giả thuyết H1 được chấp nhận, nó sẽ hỗ trợ nhận định của Chuẩn mực Kế toán Việt Nam số 21 rằng thông tin về luồng tiền hoạt động kết hợp với thông tin kế toán về các khoản dồn tích có thể giúp người sử dụng dự đoán luồng tiền tương lai của doanh nghiệp.

Nghiên cứu của Cheng & Hollie (2008) chỉ ra rằng mô hình kết hợp các thành phần của luồng tiền hoạt động và các thành phần dồn tích có R² hiệu chỉnh cao hơn so với mô hình chỉ sử dụng luồng tiền hoạt động thuần Tương tự, Farshadfar & Monem (2013) cũng cho thấy rằng mô hình với các thành phần luồng tiền nâng cao khả năng dự báo cho luồng tiền hoạt động tương lai, với R² hiệu chỉnh cao hơn so với mô hình chỉ chứa luồng tiền hoạt động gộp ở cả bốn độ trễ Nguyễn Thị Uyên & Từ Thị Kim Thoa (2015) kết luận rằng mô hình kết hợp các thành phần luồng tiền và dồn tích là mô hình dự báo luồng tiền hoạt động tương lai tối ưu cho doanh nghiệp Việt Nam Do đó, tác giả đã đề xuất giả thuyết cho mô hình (2).

Giả thuyết H2 cho rằng mô hình kết hợp các thành phần của luồng tiền hoạt động và các khoản dồn tích có khả năng dự đoán luồng tiền hoạt động tương lai hiệu quả hơn so với mô hình chỉ kết hợp giữa luồng tiền hoạt động và các khoản dồn tích.

Nếu giả thuyết H2 được chấp nhận, điều này có nghĩa là mô hình (2) dự đoán luồng tiền tương lai hiệu quả hơn mô hình (1) Kết quả này cho thấy rằng thông tin từ BCLCTT trực tiếp có khả năng dự báo luồng tiền hoạt động tương lai tốt hơn so với thông tin từ BCLCTT gián tiếp.

Dựa trên hai mô hình nghiên cứu đã được đề xuất, tác giả đã trình bày bảng mô tả các biến, bao gồm mã biến, mô tả biến và phương pháp tính toán.

Bảng 3.1: Bảng mô tả biến

STT Mã Biến Mô tả Cách tính

1 Luồng tiền hoạt động CF

Luồng tiền thuần từ hoạt động kinh doanh

Lấy từ mã số 20 (Lưu chuyển tiền thuần từ hoạt động kinh doanh) trên BCLCTT

DAR Thay đổi khoản phải thu

Mã số 130 trên BCĐKT: lấy các khoản phải thu năm nay – các khoản phải thu năm trước

3 DINV Thay đổi hàng Mã số 140 trên BCĐKT: lấy hàng

STT Mã Biến Mô tả Cách tính tồn kho tồn kho năm nay – hàng tồn kho năm trước

4 DAP Thay đổi khoản phải trả

Mã số 300 trên BCĐKT: lấy nợ phải trả năm nay – nợ phải trả năm trước

Tổng khấu hao TCSĐ hữu hình và TSCĐ vô hình: Lấy từ thuyết minh BCTC

6 OTHAC Các khoản dồn tích khác

OTHAC=Thu nhập thuần từ hoạt động kinh doanh sau thuế – CF – (DAR + DINV – DAP – DEP)

Các thành phần của luồng tiền hoạt động

Tiền mặt thu được từ khách hàng

Lấy từ mã số 01 (Tiền thu từ bán hàng, cung cấp dịch vụ và doanh thu khác) trên BCLCTT

Tiền mặt thanh toán cho nhà cung cấp và người lao động

Mã số 02 (Tiền chi trả cho người cung cấp hàng hóa và dịch vụ) +

Mã số 03 (Tiền chi trả cho người lao động) trên BCLCTT

9 INTPD Tiền chi trả lãi vay

Lấy từ mã số 04 (Tiền chi trả lãi vay) trên BCLCTT

Tiền chi nộp thuế thu nhập doanh nghiệp

Lấy từ mã số 05 (Tiền chi nộp thuế thu nhập doanh nghiệp) trên BCLCTT

Luồng tiền từ hoạt động kinh doanh khác

OTHCSH = CF – (CSHRD – CSHPD – INTPD – TXPD)

Nguồn: Tác giả tổng hợp

Lựa chọn mẫu và thu thập dữ liệu nghiên cứu

Điều kiện chọn mẫu cho nghiên cứu này bao gồm việc lựa chọn các công ty hoạt động trong lĩnh vực sản xuất, kinh doanh thương mại hoặc dịch vụ, loại trừ ngân hàng, bảo hiểm và các quỹ do tính đặc thù của báo cáo tài chính và quy định kế toán của các ngành này không phù hợp với mục tiêu nghiên cứu Các công ty phi tài chính được chọn phải được niêm yết trên Sàn giao dịch chứng khoán Thành phố Hồ Chí Minh.

Minh (HOSE) và Sàn giao dịch chứng khoán Hà Nội (HNX).

Có sẵn thông tin về BCTC đã kiểm toán trong khoảng thời gian nghiên cứu từ 2008-2014 nhằm đảm bảo tất cả các biến có cùng số quan sát.

Các công ty có BCLCTT được lập theo phương pháp trực tiếp liên tục từ 2008-2014 nhằm đảm bảo cho mục tiêu nghiên cứu.

Với điều kiện chon mẫu trên tác giả tiến hành thu thập dữ liệu với các bước như sau:

Truy cập website http://www.vietstock.vn để lựa chọn các công ty niêm yết trên Sàn giao dịch chứng khoán Thành phố Hồ Chí Minh (HOSE) và Sàn giao dịch chứng khoán Hà Nội (HNX).

Kiểm tra nhóm ngành của các công ty này để chọn ra các công ty phi tài chính.

Kiểm tra và chọn các công ty có đầy đủ BCTC đã kiểm toán đính kèm liên tục từ năm 2008-2014.

Từ năm 2008 đến 2014, nghiên cứu đã thu thập BCTC và chỉ lựa chọn các công ty có BCLCTT lập theo phương pháp trực tiếp Cuối cùng, mẫu nghiên cứu bao gồm 112 công ty, trong đó có 34 công ty trên sàn HOSE và 78 công ty trên sàn HNX.

Dữ liệu nghiên cứu là dữ liệu bảng (panel data) bao gồm 112 công ty trong khoảng thời gian 7 năm từ 2008 đến 2014, tạo thành bảng với tổng cộng 784 quan sát công ty-năm.

Phương pháp nghiên cứu định lượng

Sau khi thu thập và tính toán đầy đủ dữ liệu cho các biến độc lập và phụ thuộc trong nghiên cứu, tác giả đã sử dụng phần mềm Eview 8.1 để thực hiện phân tích thống kê mô tả, phân tích tương quan, phân tích hồi quy và các kiểm định theo trình tự.

Bước đầu tiên trong phân tích dữ liệu là sử dụng thống kê mô tả để thu thập thông tin cơ bản từ mẫu Tiếp theo, cần tính toán hệ số tương quan giữa tất cả các biến trong mô hình nhằm đánh giá mối quan hệ tổng quát giữa các biến và phát hiện hiện tượng đa cộng tuyến nếu có.

Bước 3: Chọn mô hình hồi quy phù hợp cho nghiên cứu giữa các mô hình hồi quy Pooled OLS, mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM), dựa trên dữ liệu bảng (panel data) và các kết quả phân tích.

Hệ số R 2 hiệu chỉnh: dựa vào kết quả hồi quy theo Pooled OLS, FEM,

Khi so sánh hai mô hình REM với độ trễ một năm và hai năm, mô hình nào có hệ số R² hiệu chỉnh cao hơn sẽ được lựa chọn vì nó có khả năng giải thích biến phụ thuộc tốt hơn và dự báo chính xác hơn.

Kết quả kiểm định F-Test: Lựa chọn giữa Pooled OLS và mô hình tác động cố định (FEM);

Kết quả kiểm định Hausman-Test: Lựa chọn giữa mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM).

Bước 4: Sau khi đã chọn được mô hình hồi quy phù hợp, tiến hành thực hiện hồi quy cho mô hình (1) và mô hình (2) theo mô hình hồi quy đã được xác định.

Bước 5: Phân tích kết quả hồi quy từ hai mô hình (1) và (2) để kiểm định giả thuyết H1 và H2 Đối với giả thuyết H1, cần phân tích kết quả hồi quy của mô hình (1) với độ trễ một năm và hai năm, chú ý đến ý nghĩa thống kê của các hệ số hồi quy (p-value) và mức độ thích hợp của mô hình (dựa vào R² hoặc R² hiệu chỉnh cùng với giá trị thống kê F, với Prob(F-Statistic) < 0.1 được coi là mô hình phù hợp) Đối với giả thuyết H2, tiến hành phân tích và so sánh kết quả hồi quy giữa mô hình (1) và mô hình (2) với cả hai độ trễ một năm và hai năm, dựa vào hai tiêu chuẩn để lựa chọn mô hình tốt nhất.

The evaluation criteria for assessing model suitability include the Adjusted R-squared, which measures the proportion of variance explained by the model while adjusting for the number of predictors Additionally, the Akaike Information Criterion (AIC) and the Schwarz Criterion (SC) are essential metrics that help in comparing the relative quality of statistical models, with lower values indicating a better fit.

Tiêu chuẩn đánh giá mức độ chính xác của mô hình dự báo bao gồm việc các sai số dự báo phải nhỏ và không theo một mô hình cụ thể nào Để thực hiện đánh giá này, tác giả đã lựa chọn hai chỉ tiêu đo lường sai số: căn bậc hai của trung bình sai số bình phương (RMSE) và hệ số Theil’s U statistic Những tiêu chuẩn này giúp xác định hiệu quả của mô hình dự báo.

Tiêu chuẩn R² hiệu chỉnh là công cụ quan trọng để đánh giá mức độ phù hợp của mô hình, đặc biệt khi so sánh các mô hình với số lượng biến giải thích khác nhau R² thường tăng khi thêm biến vào mô hình, ngay cả khi biến đó không có ý nghĩa, do đó không thể chỉ dựa vào R² để lựa chọn mô hình Trong nghiên cứu này, mô hình (2) có số lượng biến giải thích lớn hơn mô hình (1), vì vậy R² hiệu chỉnh, được điều chỉnh theo bậc tự do, được sử dụng để đảm bảo sự chính xác trong việc lựa chọn mô hình.

Việc thêm biến vào mô hình có thể làm tăng giá trị R², nhưng đồng thời cũng giảm bậc tự do do việc ước lượng thêm một tham số Do đó, R² hiệu chỉnh được coi là một chỉ số phù hợp hơn, vì nó cân nhắc giữa việc gia tăng R² và việc giảm bậc tự do (Cao Hào Thi, 2012).

Tiêu chuẩn thông tin Akaike (AIC) là một chỉ số quan trọng trong việc đánh giá sự phù hợp của mô hình, với giá trị AIC càng nhỏ cho thấy mô hình càng phù hợp AIC được tính dựa trên tổng bình phương sai số (ESS) và thường được áp dụng trong phân tích dữ liệu theo thời gian Công thức tính AIC giúp xác định mô hình tối ưu cho dữ liệu.

Tiêu chuẩn thông tin Schwarz (SC) tương tự như tiêu chuẩn AIC, được tính dựa trên tổng bình phương sai số, với giá trị SC nhỏ hơn cho thấy mô hình phù hợp hơn Tuy nhiên, SC chú trọng đến tính phức tạp của mô hình hơn các yếu tố khác (Cao Hào Thi, 2012) Công thức tính tiêu chuẩn SC như sau:

Chỉ tiêu RMSE (Root Mean Square Error) là một trong những tiêu chuẩn quan trọng để đo lường độ chính xác của dự báo RMSE được tính bằng căn bậc hai của trung bình sai số bình phương (MSE) Đối với một mô hình tổng quát có k hệ số hồi quy, RMSE được xác định theo công thức cụ thể.

Trong mô hình dự báo, n đại diện cho số lượng quan sát, Yt là giá trị thực tế của biến phụ thuộc, và Ytf là giá trị dự đoán từ mô hình Mô hình nào có giá trị thống kê RMSE thấp hơn sẽ được đánh giá là có năng lực dự báo tốt hơn.

Hệ số Theil’U-Statistic là một chỉ số quan trọng để đo lường độ chính xác của dự báo, cho thấy mức độ phù hợp giữa giá trị dự báo và giá trị thực tế trong tương lai Giá trị của Theil’s U-Statistic được tính toán dựa trên sai số bình phương trung bình (RMSE).

RMSE (mô hình dự báo) RMSE (mô hình dự báo thô

KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN

Thống kê mô tả và ma trận hệ số tương quan

Bảng 4.1: Bảng thống kê mô tả

Variable Obs Mean Std Dev Min Max

Nguồn: Tổng hợp kết quả từ Eview 8.1

Bảng 4.1 cung cấp số liệu thống kê mô tả cho các biến trong mô hình nghiên cứu, cho thấy giá trị trung bình của CF là 21,939.55 triệu đồng, thấp hơn nhiều so với độ lệch chuẩn 124,216.9 triệu đồng, điều này chỉ ra sự biến động lớn của CF giữa các công ty và qua các năm Tương tự, các khoản dồn tích như DAR, DINV, và DAP cũng có giá trị trung bình nhỏ hơn độ lệch chuẩn, phản ánh sự biến động đáng kể qua các năm Ngược lại, DEP – khấu hao TSCĐ hữu hình và vô hình, ít thay đổi do phần lớn doanh nghiệp áp dụng phương pháp khấu hao đường thẳng Giá trị trung bình và độ lệch chuẩn của biến CSHRD và CSHPD lần lượt là 374,020.8 triệu đồng, 489,582.5 triệu đồng và 306,339.3 triệu đồng, 406,804.7 triệu đồng, cao hơn nhiều so với các biến INTPD và TXPD, cho thấy khả năng giải thích của CF có thể bị ảnh hưởng đáng kể bởi CSHRD và CSHPD.

Bảng 4.2: Ma trận hệ số tương quan giữa các biến

CF DAR DINV DAP DEP OTHAC CSHRD CSHPD INTPD TXPD OTHCSH

Nguồn: Tổng hợp kết quả từ Eview 8.1

Bảng 4.2 trình bày hệ số tương quan Pearson giữa các biến trong mô hình nghiên cứu, cho thấy mối tương quan cao (0.9502) giữa hai biến CSHRD và CSHPD Kết quả này tương đồng với các nghiên cứu trước, đặc biệt là nghiên cứu của Cheng & Hollie, khẳng định sự liên kết mạnh mẽ giữa các thành phần chính của luồng tiền hoạt động.

In 2008, a significant negative correlation of -0.935 was found between C_SALES and C_COGS Similarly, Arthur et al (2010) reported a strong negative correlation of -0.9 between CORE_RECEIPTS and CORE_PAYMENTS Furthermore, Farshadfar and Monem (2013) identified an exceptionally high positive correlation of 0.99 between CSHRD and CSHPD These findings highlight the intricate relationships among various financial metrics.

Từ Thị Kim Thoa (2015) cho thấy mối tương quan giữa CSHRD và CSHPD đạt 0.9733, điều này phản ánh thực tế kinh tế rằng doanh thu cao hơn thường đi kèm với giá vốn hàng bán hoặc chi phí cung cấp dịch vụ cao hơn (Arthur & cộng sự, 2010).

Theo Từ Thị Kim Thoa (2015), mối quan hệ chặt chẽ giữa tiền mặt thu từ khách hàng và tiền mặt chi cho nhà cung cấp cùng người lao động cho thấy rằng các công ty có khả năng thanh toán cho nhà cung cấp và nhân viên khi họ nhận được tiền từ khách hàng.

Đa công tuyến có thể tồn tại trong mô hình (2), nhưng theo Gujarati (2003, trang 369), nếu mục tiêu của phân tích hồi quy chỉ là dự đoán, thì đa cộng tuyến không phải là vấn đề nghiêm trọng, vì R² cao sẽ mang lại dự báo tốt hơn Do đó, trong luận văn, tác giả quyết định giữ hai biến này riêng biệt khi thực hiện phân tích hồi quy và kiểm định các giả thuyết nghiên cứu.

Mặc dù đa cộng tuyến không gây ra vấn đề nghiêm trọng trong nghiên cứu dự báo, tác giả đã thực hiện hồi quy bổ sung để kiểm tra lại hiện tượng này Cụ thể, tác giả kết hợp biến CSHRD và CSHPD thành một biến duy nhất, dựa trên các nghiên cứu trước đó của Krishnan & Largay (2000), Cheng & Hollie (2008), và Arthur & cộng sự (2010) Ngoài ra, tác giả cũng tiến hành hồi quy CSHRD và CSHPD ở hai mô hình riêng biệt theo nghiên cứu của Farshadfar.

Mối tương quan cao tiếp theo được ghi nhận giữa DAP và OTHAC (0.6727), CF và OTHAC (0.5554), DEP và INTPD (0.5520), CSHRD và INTPD (0.5509), cũng như CSHRD và TXPD (0.5387) Các mối tương quan này chỉ ở mức trung bình (0.4 - 0.8), cho thấy chúng có thể được chấp nhận Hơn nữa, như đã giải thích trước đó, do mục tiêu của phân tích hồi quy là dự báo, nên đa cộng tuyến không phải là vấn đề nghiêm trọng trong mô hình nghiên cứu này.

Kiểm định lựa chọn mô hình hồi quy thích hợp

Trước khi thực hiện phân tích hồi quy và kiểm định giả thuyết nghiên cứu, tác giả tiến hành lựa chọn mô hình hồi quy phù hợp, bao gồm mô hình bình phương tối thiểu (Pooled OLS), mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM), dựa trên hai kết quả phân tích và kiểm định.

Hệ số R² được sử dụng để xác định mô hình hồi quy phù hợp nhất trong nghiên cứu, với ba mô hình: Pooled OLS, FEM và REM Tác giả đã tiến hành hồi quy hai mô hình theo các phương pháp này và dựa vào giá trị R² để lựa chọn mô hình có khả năng giải thích biến phụ thuộc tốt nhất (Kaddumi & Ramandan, 2012) Mô hình có hệ số R² lớn hơn sẽ được ưu tiên vì nó cho thấy khả năng dự đoán tốt hơn.

Kết quả kiểm định F-test và Hauman test cho thấy việc sử dụng F-test giúp lựa chọn giữa Pooled OLS và FEM, trong khi Hauman test hỗ trợ quyết định giữa FEM và REM Những kiểm định này là cơ sở để xác định mô hình hồi quy phù hợp nhất cho phân tích hồi quy và kiểm định các giả thuyết nghiên cứu trong luận văn.

Mô hình (1): CFi t = α 0 +α 1 CF it-1 +α 2 DAR it-1 +α 3 DINV it-1 +α 4 DAP it-1 +α 5 DEP it-1 +α 6 OTHAC it-1 +ε it

Biến Pooled OLS FEM REM

Nguồn: Tổng hợp kết quả từ Eview 8.1

Bảng 4.3: Kết quả hồi quy mô hình (1) theo OLS, FEM, REM trễ 1 năm độc lập

Hệ số hồi quy Mức ý Hệ số hồi quy Mức ý Hệ số hồi quy

Mô hình (1): CFi t = α 0 +α 1 CF it-2 +α 2 DAR it-2 +α 3 DINV it-2 +α 4 DAP it-2 +α 5 DEP it-2 +α 6 OTHAC it-2 +ε it

Biến Pooled OLS FEM REM

Nguồn: Tổng hợp kết quả từ Eview 8.1

Bảng 4.4: Kết quả hồi quy mô hình (1) theo OLS, FEM, REM trễ 2 năm độc lập

Hệ số hồi quy Mức ý Hệ số hồi quy Mức ý Hệ số hồi quy

Mô hình (2): CF i t = β 0 +β 1 CSHRD it-1 +β 2 CSHPD it-1 +β 3 INTPD it-1 +β 4 TXPD it-1 +β 5 OTHCSH it-1 +β 6 DAR it-1 +β 7 DINV it-

1 +β 8 DAP it-1 +β 9 DEP it-1 +β 10 OTHAC it-1 +ε it

Biến Pooled OLS FEM REM độc lập

Hệ số hồi quy (Coef.)

Hệ số hồi quy (Coef.)

Nguồn: Tổng hợp kết quả từ Eview 8.1

Bảng 4.5: Kết quả hồi quy mô hình (2) theo OLS, FEM, REM trễ 1 năm

Mô hình (2): CF i t = β 0 +β 1 CSHRD it-2 +β 2 CSHPD it-2 +β 3 INTPD it-2 +β 4 TXPD it-2 +β 5 OTHCSH it-2 +β 6 DAR it-2 +β 7 DINV it-

2 +β 8 DAP it-2 +β 9 DEP it-2 +β 10 OTHAC it-2 +ε it

Pooled OLS FEM REM độc lập Hệ số hồi quy

Hệ số hồi quy (Coef.)

Hệ số hồi quy (Coef.)

Nguồn: Tổng hợp kết quả từ Eview 8.1

Trước khi lựa chọn mô hình hồi quy tối ưu cho nghiên cứu, tác giả đã thực hiện hồi quy cho cả hai mô hình bằng ba phương pháp: Pooled OLS, FEM, và REM, đồng thời phân tích và so sánh các kết quả Cụ thể, Bảng 4.3 và 4.4 trình bày các kết quả ước lượng hồi quy theo ba phương pháp cho mô hình (1) tại độ trễ một năm và hai năm.

Bảng 4.6: Kết quả hồi quy mô hình (2) theo OLS, FEM, REM trễ 2 năm

Kết quả từ mô hình hồi quy Pooled OLS cho thấy mô hình này giải thích được 21.21% và 16.50% sự biến đổi của dòng tiền (CF) trong kỳ tiếp theo tại độ trễ một năm và hai năm Ở độ trễ một năm, biến DINV không có ý nghĩa thống kê, trong khi ở độ trễ hai năm, biến DEP cũng không có ý nghĩa thống kê; tất cả các biến khác đều có ý nghĩa thống kê ở cả hai độ trễ Hệ số của CF tại độ trễ một năm là 0.473, cho thấy gần 47% dòng tiền của kỳ hiện tại sẽ tiếp tục tồn tại trong kỳ tiếp theo khi các khoản dồn tích được kiểm soát Hơn nữa, dấu của các hệ số hồi quy trong mô hình dự báo ở cả hai độ trễ đều tương đồng với kỳ vọng của các biến trong nghiên cứu của BCN.

Mô hình REM cho thấy R² hiệu chỉnh đạt 21.21% ở độ trễ một năm và 16.50% ở độ trễ hai năm, tương đương với mô hình Pooled OLS, với giá trị và dấu của các hệ số hồi quy gần như giống hệt nhau Tất cả các biến trong mô hình đều có ý nghĩa thống kê ở độ trễ một năm, trong khi ở độ trễ hai năm, chỉ biến DEP không có ý nghĩa thống kê Ngược lại, mô hình FEM có R² hiệu chỉnh cao hơn, đạt 30.65% ở độ trễ một năm và 29.13% ở độ trễ hai năm, cho thấy khả năng giải thích sự thay đổi của CF trong tương lai tốt hơn so với Pooled OLS và REM Tất cả các biến trong mô hình FEM đều có ý nghĩa thống kê ở cả hai độ trễ Bảng 4.5 và 4.6 trình bày kết quả ước lượng hồi quy cho mô hình (2) ở độ trễ một năm và hai năm.

Mô hình Pooled OLS cho thấy rằng 21.15% và 18.04% sự thay đổi của CF trong kỳ tiếp theo có thể được giải thích ở độ trễ một năm và hai năm Ở độ trễ một năm, các biến TXPD, DINV, DAP và OTHAC không có ý nghĩa thống kê.

68 trễ hai năm chỉ có biến DEP không có ý nghĩa thống kê còn lại các biến khác đều có ý nghĩa thống kê.

Kết quả hồi quy từ mô hình REM cho thấy tương tự như hồi quy Pooled OLS, với khả năng giải thích 21.15% và 18.04% sự thay đổi của CF trong kỳ tiếp theo tại độ trễ một năm và hai năm Ở độ trễ một năm, các biến TXPD, DINV và OTHAC không có ý nghĩa thống kê, trong khi ở độ trễ hai năm, chỉ có biến DEP không có ý nghĩa thống kê, còn lại các biến khác đều có ý nghĩa thống kê.

Mô hình hồi quy FEM cho thấy khả năng giải thích sự thay đổi của CF trong tương lai đạt 35.63% ở độ trễ một năm và 38.75% ở độ trễ hai năm Tại độ trễ một năm, tất cả các biến trong mô hình đều có ý nghĩa thống kê ở mức 1%, trong khi ở độ trễ hai năm, hai biến TXPD và DEP không đạt ý nghĩa thống kê.

Mỗi mô hình hồi quy đều có khả năng giải thích sự biến động của luồng tiền hoạt động trong tương lai theo cách riêng Tác giả đã tổng hợp giá trị R² hiệu chỉnh của các mô hình dự báo để làm rõ hiệu quả của từng mô hình.

Bảng 4.7: Bảng thống kê giá trị R 2 hiệu chỉnh

Mô hình dự báo Pooled OLS FEM REM

Nguồn: Tác giả tổng hợp kết quả từ Eview 8.1

Mô hình FEM thể hiện hệ số R² hiệu chỉnh cao hơn Pooled OLS và REM trong tất cả các mô hình dự báo, cho thấy đây là lựa chọn tối ưu cho việc ước lượng mô hình (1) và mô hình (2) nhằm phân tích kết quả nghiên cứu.

Để tăng cường độ tin cậy, tác giả đã lựa chọn mô hình hồi quy phù hợp dựa trên kết quả kiểm định F và Hausman Mô hình Pooled OLS cho thấy dữ liệu chéo bị ràng buộc quá chặt chẽ về không gian và thời gian, dẫn đến các hệ số hồi quy không phản ánh đúng sự khác biệt giữa các doanh nghiệp Điều này làm giảm mức ảnh hưởng thực sự của biến độc lập lên biến phụ thuộc và có thể không phù hợp với thực tế Do đó, nghiên cứu đã sử dụng F-test để xác định sự tồn tại của tác động cố định trong mô hình, nhằm đánh giá tính phù hợp của mô hình Pooled OLS cho ước lượng nghiên cứu Kết quả kiểm định F cho mô hình (1) được trình bày trong Bảng 4.8 với giá trị F(111,554) = 1.82, P-value = 0.000 ở độ trễ một năm và F(111,442) = 1.89, P-value.

Kết quả kiểm định F cho mô hình (2) cho thấy giá trị F(111,550) = 2.34 với P-value = 0.000 ở độ trễ một năm và F(111,438) = 2.67 với P-value = 0.000 ở độ trễ hai năm Điều này chỉ ra rằng có sự tồn tại của tác động cố định ở mỗi doanh nghiệp, do đó hồi quy theo mô hình Pooled OLS không phù hợp cho cả mô hình (1) và mô hình (2).

Bảng 4.8: Kết quả kiểm định F mô hình (1)

Nguồn: Rút trich kết quả từ phần mềm Eview 8.1

Bảng 4.9: Kết quả kiểm định F mô hình (2)

Nguồn: Rút trich kết quả từ phần mềm Eview 8.1

Nghiên cứu sẽ áp dụng kiểm định Hausman để xác định mô hình phù hợp giữa FEM và REM, do chưa thể khẳng định mô hình FEM là chính xác.

Test cross-section fixed effects

Test cross-section fixed effects

Test Summary Chi-Sq Statistic Chi-Sq d.f Prob.

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob.

Test Summary Chi-Sq Statistic Chi-Sq d.f Prob.

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob.

Nguồn: Rút trích kết quả từ phần mềm Eview 8.1

Bảng 4.10: Kết quả kiểm định Hausman mô hình (1)

Correlated Random Effects - Hausman Test

Test cross-section random effects

Test Summary Chi-Sq Statistic Chi-Sq d.f Prob.

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob.

Test Summary Chi-Sq Statistic Chi-Sq d.f Prob.

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob.

Nguồn: Rút trích kết quả từ phần mềm Eview 8.1

Bảng 4.10 và 4.11 mô tả kết quả kiểm định Hausman cho mô hình (1) và mô hình (2) Kết quả cho thấy cả hai mô hình đều có P-value (Hausman) = 0.0000

Bảng 4.11: Kết quả kiểm định Hausman mô hình (2)

Correlated Random Effects - Hausman Test

Test cross-section random effects

Kết quả cho thấy giá trị p (

Ngày đăng: 13/10/2022, 23:12

HÌNH ẢNH LIÊN QUAN

Bảng 3.1: Bảng mô tả biến - Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai   nghiên cứu tại các công ty niêm yết
Bảng 3.1 Bảng mô tả biến (Trang 52)
Bảng 4.1: Bảng thống kê mô tả - Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai   nghiên cứu tại các công ty niêm yết
Bảng 4.1 Bảng thống kê mô tả (Trang 60)
Bảng 4.2: Ma trận hệ số tương quan giữa các biến - Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai   nghiên cứu tại các công ty niêm yết
Bảng 4.2 Ma trận hệ số tương quan giữa các biến (Trang 61)
Bảng 4.3: Kết quả hồi quy mô hình (1) theo OLS, FEM, REM trễ 1 năm - Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai   nghiên cứu tại các công ty niêm yết
Bảng 4.3 Kết quả hồi quy mô hình (1) theo OLS, FEM, REM trễ 1 năm (Trang 64)
Bảng 4.5: Kết quả hồi quy mô hình (2) theo OLS, FEM, REM trễ 1 năm - Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai   nghiên cứu tại các công ty niêm yết
Bảng 4.5 Kết quả hồi quy mô hình (2) theo OLS, FEM, REM trễ 1 năm (Trang 66)
Bảng 4.6: Kết quả hồi quy mô hình (2) theo OLS, FEM, REM trễ 2 năm - Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai   nghiên cứu tại các công ty niêm yết
Bảng 4.6 Kết quả hồi quy mô hình (2) theo OLS, FEM, REM trễ 2 năm (Trang 67)
Bảng 4.13: Kết quả hồi quy mô hình (1) và mô hình (2) ở độ trễ 1 năm - Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai   nghiên cứu tại các công ty niêm yết
Bảng 4.13 Kết quả hồi quy mô hình (1) và mô hình (2) ở độ trễ 1 năm (Trang 77)
Bảng 4.14: Kết quả hồi quy mô hình (1) và mô hình (2) ở độ trễ 2 năm - Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai   nghiên cứu tại các công ty niêm yết
Bảng 4.14 Kết quả hồi quy mô hình (1) và mô hình (2) ở độ trễ 2 năm (Trang 78)
Bảng 4.15: Kết quả kiểm định mức độ chính xác của mô hình dự báo - Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai   nghiên cứu tại các công ty niêm yết
Bảng 4.15 Kết quả kiểm định mức độ chính xác của mô hình dự báo (Trang 82)
Bảng 4.16: Kết quả hồi quy mô hình hết hợp biến - Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai   nghiên cứu tại các công ty niêm yết
Bảng 4.16 Kết quả hồi quy mô hình hết hợp biến (Trang 84)
Bảng 4.17: Kết quả hồi quy mô hình loại trừ biến có tương quan cao - Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai   nghiên cứu tại các công ty niêm yết
Bảng 4.17 Kết quả hồi quy mô hình loại trừ biến có tương quan cao (Trang 86)
Bảng 4.18: Bảng phân chia mẫu theo nhóm ngành - Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai   nghiên cứu tại các công ty niêm yết
Bảng 4.18 Bảng phân chia mẫu theo nhóm ngành (Trang 87)
Bảng 4.20: Kết quả kiểm định mức độ chính xác của mô hình dự báo cho từng  nhóm ngành - Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai   nghiên cứu tại các công ty niêm yết
Bảng 4.20 Kết quả kiểm định mức độ chính xác của mô hình dự báo cho từng nhóm ngành (Trang 92)
Phụ lục 3: Bảng so sánh các mô hình dự báo luồng tiền hoạt động của các nghiên cứu trong và ngoài nước: - Ảnh hưởng của luồng tiền từ hoạt động kinh doanh đến khả năng dự báo luồng tiền hoạt động trong tương lai   nghiên cứu tại các công ty niêm yết
h ụ lục 3: Bảng so sánh các mô hình dự báo luồng tiền hoạt động của các nghiên cứu trong và ngoài nước: (Trang 139)

TRÍCH ĐOẠN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w