Bài viết nghiên cứu các nhân tố ảnh hưởng khả năng sinh lời của 27 doanh nghiệp bất động sản điển hình niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) trong giai đoạn từ 2010 tới 2019, đã tìm thấy cấu trúc tài sản làm suy giảm khả năng sinh lời của các doanh nghiệp bất động sản, trong khi đòn bẩy tài chính, quy mô doanh nghiệp và một số nhân tố khác, trái lại, có tác động tích cực.
Trang 1doanh nghiệp bất động sản Việt Nam: Ứng dụng
mô hình tác động ngẫu nhiên và tác động cố định
Ngô Thị Hằng
Khoa Tài chính, Học viện Ngân hàng
Nguyễn Thị Thuỳ Linh
Công ty Cổ phần Chứng khoán VPS
Ngày nhận: 30/07/2020
Ngày nhận bản sửa: 27/08/2020
Ngày duyệt đăng: 22/09/2020
Tóm tắt: Thị trường bất động sản (BĐS) Việt Nam nói chung và doanh nghiệp BĐS
nói riêng mặc dù có những đóng góp tích cực vào tăng trưởng kinh tế cả nước, tuy nhiên trong 10 năm gần đây đã trải qua nhiều khó khăn, thách thức, trong đó là khả năng tiếp cận tín dụng ngân hàng Đặc biệt, với diễn biến phức tạp của dịch bệnh Covid-19, nguồn lực tài chính trong nước và quốc tế đối với thị trường BĐS càng
bị thu hẹp, ảnh hưởng lớn tới hoạt động kinh doanh của các doanh nghiệp BĐS Do
đó, việc xem xét, xác định các nhân tố ảnh hưởng tới khả năng sinh lời của doanh
Factors Affecting Profitability of Vietnamese Real Estate Firms: Employing Fixed Effect and
Random Effect Models
Abstract: Vietnam’s Real estate market in general and real estate firms in particular, despite their
positive contributions to the national economic development, have significantly experienced various handicaps and challenges over past 10 years inlcuding the accessibility to credit finance Especially, the tremendous impact of the Covid-19 pandemic on the worldwide economy has threatened domesitic and international capital flows to the Vietnam’s real estate market, subtantialy hurt the real estate firms’ profitability Therefore, thoughtfully determing key elements contributing to the Vietnamese real estate firms’ profitability plays an indispensible role in directing those firms to proactively produce proper responses towards raising their profitability and then competitive advantages This paper, by employing fixed effect and random effect models to investigate affecting factors on the profitability
of 27 real estate firms listed on Ho Chi Minh Stock Exchange for the period of 2010 to 2019, finds that asset structure deteriorates firms’s profitability while leverage, firm size, and other factors, show the positive effect.
Keywords: Real Estate Firms, Firm Profitability, Affecting Factors.
Hang Thi Ngo
Email: ngohang@hvnh.edu.vn
Faculty of Finance, Banking Academy
Linh Thi Thuy Nguyen
Email: nt.thuylinh0206@gmail.com
VPS Securities
Trang 2nghiệp BĐS đóng vai trò quan trọng, giúp định hướng các doanh nghiệp BĐS chủ động, tích cực trong các quyết sách nâng cao hiệu quả sinh lời và năng lực cạnh tranh Bài viết này, thông qua ứng dụng mô hình tác động cố định (Fixed Effect) và
mô hình tác động ngẫu nhiên (Random Effect), nghiên cứu các nhân tố ảnh hưởng khả năng sinh lời của 27 doanh nghiệp BĐS điển hình niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) trong giai đoạn từ 2010 tới 2019,
đã tìm thấy cấu trúc tài sản làm suy giảm khả năng sinh lời của các doanh nghiệp BĐS, trong khi đòn bẩy tài chính, quy mô doanh nghiệp và một số nhân tố khác, trái lại, có tác động tích cực
Từ khoá: Doanh nghiệp Bất động sản, Khả năng sinh lời, Nhân tố ảnh hưởng
1 Giới thiệu
Khả năng sinh lời là một chỉ tiêu phản
ánh rõ nhất kết quả hoạt động sản xuất
kinh doanh của mỗi doanh nghiệp Thông
thường, khả năng sinh lời được phản ánh
thông qua chỉ tiêu tỷ suất sinh lời vốn chủ
sở hữu (ROE) và tỷ suất sinh lời tổng tài
sản (ROA) Trong thời kỳ Việt Nam đang
dần từng bước hòa nhập cùng nền kinh tế
thế giới, việc nâng cao hiệu quả kinh doanh
của doanh nghiệp thông qua nâng cao khả
năng sinh lời của doanh nghiệp đóng vai
trò quan trọng, không chỉ ảnh hưởng đến sự
tồn tại của các doanh nghiệp, năng lực cạnh
tranh của doanh nghiệp mà gián tiếp tác
động tới triển vọng phát triển của ngành và
rộng hơn là toàn bộ nền kinh tế nói chung
Ngành bất động sản (BĐS) là ngành có nhiều tiềm năng phát triển, chiếm tỷ trọng khá lớn và đóng góp vai trò quan trọng trong các hoạt động kinh tế và tăng trưởng kinh tế của các quốc gia, trong đó có Việt Nam Tuy nhiên, từ năm 2012 đến nay, thị trường BĐS ở Việt Nam trở nên khá trầm lắng, tính thanh khoản kém làm cho tình hình hoạt động sản xuất kinh doanh của các doanh nghiệp ngành BĐS rơi vào tình trạng khó khăn và hiệu quả sinh lời chung của các doanh nghiệp cũng có xu hướng giảm sút đáng kể (Hình 1)
Xem xét chi tiết khả năng sinh lời của 27 doanh nghiệp ngành BĐS niêm yết trên HOSE trong giai đoạn 2010- 2019, nhận thấy có những doanh nghiệp hoạt động kinh
Hình 1 Diễn biến khả năng sinh lời các doanh nghiệp BĐS (HOSE), 2010-2019
Nguồn: Tính toán từ số liệu Báo cáo tài chính của 27 doanh nghiệp BĐS (HOSE) thu thập từ trang https://
finance.vietstock.vn/
Trang 3doanh thua lỗ dẫn tới các hệ số khả năng
sinh lời thấp như CTCP BĐS du lịch Ninh
Vân Bay (NVT), CTCP Đầu tư Hạ tầng và
Đô thị Dầu khí PVC (PTL),… nhưng bên
cạnh đó, một số doanh nghiệp lại có khả
năng sinh lời cao như Tập đoàn Vingroup
(VIC), CTCP Tập đoàn Đất Xanh (DXG)…
Sự thay đổi về môi trường kinh doanh rất
có thể vừa tạo ra những cơ hội và vừa tạo
ra những thách thức cho các doanh nghiệp
ngành BĐS Trong đó, có thể thấy rõ các
doanh nghiệp có tốc độ tăng trưởng doanh
thu cao hơn trung bình ngành thường là các
doanh nghiệp có thâm niên trong ngành,
quy mô tài sản lớn, và tương ứng với đó
cũng có khả năng sinh lời ổn định và tích
cực hơn (Hình 2 & 3)
Xuất phát từ tầm quan trọng của khả năng
sinh lời đối với các doanh nghiệp BĐS
nói riêng cũng như đối với nền kinh tế nói
chung, việc nghiên cứu các nhân tố tác
động đến khả năng sinh lời nhằm nâng cao
năng lực cạnh tranh của các doanh nghiệp
trong ngành BĐS là cần thiết
2 Tổng quan nghiên cứu và phương pháp nghiên cứu
2.1 Tổng quan nghiên cứu
Trên thế giới cũng như trong nước đã có những nghiên cứu phân tích sự tác động của các nhân tố đến khả năng sinh lời của doanh nghiệp nói chung và các doanh nghiệp trong ngành BĐS nói riêng
Các nghiên cứu quốc tế
Rehman & Khidmat (2014) đã nghiên cứu trên 9 công ty ngành hóa học niêm yết trên Sở giao dịch chứng khoán Pakistan từ năm 2001 đến 2009, với biến phụ thuộc là ROA, đại diện cho khả năng sinh lời của doanh nghiệp và các nhân tố ảnh hưởng tới khả năng sinh lời được sử dụng trong nghiên cứu, gồm tỷ số khả năng thanh toán nhanh (quick ratio), tỷ số khả năng thanh toán ngắn hạn (current ratio), tỷ lệ nợ trên VCSH và tỷ lệ nợ trên tổng tài sản Kết quả phân tích mô hình hồi quy cho thấy rằng các tỷ số khả năng thanh toán có tác động
Hình 2 Khả năng sinh lời tổng tài sản của các doanh nghiệp BĐS (HOSE)
Nguồn: Tính toán từ số liệu Báo cáo tài chính của 27 doanh nghiệp BĐS (HOSE) thu thập từ trang https://
finance.vietstock.vn/
Trang 4cùng chiều và các nhân tố còn lại có tác
động ngược chiều đến khả năng sinh lời
của doanh nghiệp
Sivathaasan & các cộng sự (2013) đã tiến
hành nghiên cứu các nhân tố ảnh hưởng đến
khả năng sinh lời của tất cả các công ty sản
xuất niêm yết trên sàn giao dịch chứng khoán
Colombia, Sri Lanka giai đoạn từ năm 2008
đến năm 2012 Các nhân tố ảnh hưởng gồm
cấu trúc tài sản, cấu trúc vốn, quy mô công
ty và tốc độ tăng trưởng; các biến phụ thuộc
đại diện cho khả năng sinh lời của doanh
nghiệp là ROE và ROA Nghiên cứu cho kết
quả, các biến độc lập giải thích được 76,6%
và 84,7% cho mức độ ảnh hưởng của các
nhân tố đến sự tăng trưởng ROA và ROE
của doanh nghiệp Trong đó, chỉ có cấu trúc
vốn có tác động tích cực đến khả năng sinh
lời của các công ty, còn các biến cấu trúc tài
sản, quy mô công ty và tốc độ tăng trưởng
không có mối quan hệ có ý nghĩa thống kê
với ROE và ROA
Bolek & Wiliński (2012) nghiên cứu sự
tác động của các nhân tố kinh tế bên trong
lẫn bên ngoài lên khả năng sinh lời của các
công ty xây dựng niêm yết trên sàn giao dịch chứng khoán Warsaw trong giai đoạn
từ năm 2000 đến năm 2010 Kết quả nghiên cứu đã cho thấy rằng quy mô công ty và tốc độ tăng trưởng GDP có tác động cùng chiều đến khả năng sinh lời của doanh nghiệp (ROA), trong khi đó cấu trúc tài sản, cấu trúc vốn, kỳ thu tiền trung bình và
tỷ số khả năng thanh toán nhanh lại có tác động ngược chiều
Tương tự, Andersson & Minnema (2018), Elif (2016), Owolabi & Obida (2012), Lazaridis & Tryfonidis (2006), Liargovas
& Skandalis (2008), Ghosh (2000) cũng tìm thấy mối quan hệ thuận chiều giữa thời gian hoạt động, quy mô hoạt động và khả năng sinh lời của doanh nghiệp, trong khi
đó tỷ lệ nợ có tác động ngược chiều
Alshatti (2015) đã thu nhập số liệu từ 13 ngân hàng thương mại ở Jordanian từ năm 2005- 2012 nhằm tìm ra mối liên hệ giữa tính thanh khoản và khả năng sinh lời (ROA
và ROE) Nghiên cứu đã chỉ ra, tỷ số khả năng thanh toán nhanh và tỷ lệ đầu tư có tác động cùng chiều đến khả năng sinh lời
Hình 3 Khả năng sinh lời vốn chủ sở hữu của các doanh nghiệp BĐS (HOSE)
Nguồn: Tính toán từ số liệu Báo cáo tài chính của 27 doanh nghiệp BĐS (HOSE)
thu thập từ trang https://finance.vietstock.vn/
Trang 5của các ngân hàng, trong khi đó tỷ lệ VCSH
(VCSH/Tổng tài sản) và tỷ số khả năng
thanh toán lại có tác động ngược chiều
Bên cạnh đó, nghiên cứu mối quan hệ giữa
một số yếu tố hội đồng quản trị (HĐQT)
với khả năng sinh lời của doanh nghiệp,
Shukeri & cộng sự (2012), Hambrick &
cộng sự (1984) đã cho biết các doanh nghiệp
có thành viên HĐQT là người nước ngoài
thường có khả năng sinh lời (ROE) tốt hơn
Các nghiên cứu tại Việt Nam
Tu & Nguyen (2014) nghiên cứu mối quan
hệ giữa vấn đề quản lý vốn lưu động và lợi
nhuận của doanh nghiệp, trong đó nghiên
cứu tác động của tỷ lệ nợ (tổng nợ/ tổng
tài sản) và tỷ lệ tài sản tài chính (tổng giá
trị tài sản tài chính/ tổng tài sản) của 208
doanh nghiệp niêm yết trên HOSE và HNX
từ năm 2006 đến năm 2012, song không
tìm ra mối liên hệ giữa hai biến số trên và
lợi nhuận của doanh nghiệp
Minh Nhựt & Thu Thảo (2014) đã sử sụng
mô hình hồi quy tuyến tính đa biến dựa vào
phương pháp bình phương nhỏ nhất (OLS)
để ước lượng các nhân tố tác động đến hiệu
quả hoạt động của 58 doanh nghiệp BĐS
niêm yết trên HOSE và HNX trong giai
đoạn 2010- 2012 thông qua hai chỉ tiêu về
khả năng sinh lời là ROE và ROA Kết quả
mô hình chỉ ra rằng, hiệu quả hoạt động của
doanh nghiệp BĐS chịu ảnh hưởng bởi: tỷ lệ
đòn bẩy tài chính, tỷ lệ tài sản cố định trên
tổng tài sản, tỷ lệ cổ phiếu quỹ trên tổng vốn
cổ phần, tỷ lệ chi phí bán hàng và chi phí
quản lý trên tổng chi phí doanh nghiệp và
thời gian hoạt động của doanh nghiệp
Bài viết này, với phạm vi nghiên cứu rộng
hơn đối với các doanh nghiệp BĐS trong
khoảng thời gian từ năm 2010 tới 2019, sử
dụng các phương pháp nghiên cứu khác nhau phù hợp với mẫu dữ liệu bảng như
mô hình tác động cố định (fix effect) và mô hình tác động ngẫu nhiên (random effect),
có thể mang lại những đánh giá tổng quan, đáng tin cậy hơn về những nhân tố ảnh hưởng tới khả năng sinh lời của doanh nghiệp BĐS niêm yết trên HOSE Trên cơ
sở đó đề xuất những giải pháp phù hợp, khả thi trong việc tăng cường khả năng sinh lời cho doanh nghiệp BĐS Việt Nam
2.2 Phương pháp và dữ liệu nghiên cứu
2.2.1 Phương pháp nghiên cứu
Với dữ liệu dạng bảng nghiên cứu trên nhiều đối tượng (doanh nghiệp) trong một khoảng thời gian nhất định, tương tự như Andersson & Minnema (2018), Elif (2016), Bolek & Wiliński (2012) và các nghiên cứu trước đó, bài viết này lựa chọn sử dụng mô hình ảnh hưởng/tác động cố định (Fixed Effect Model- FEM) và mô hình ảnh hưởng/tác động ngẫu nhiên (Random Effect Model- REM) để xác định các nhân
tố ảnh hưởng tới khả năng sinh lời của các doanh nghiệp niêm yết trên HOSE trong giai đoạn 2010- 2019 Mô hình đề xuất biến phụ thuộc (theo ROA, hoặc ROE) với
6 biến độc lập và 2 biến kiểm soát được trình bày chi tiết dưới đây (Bảng 1)
Mô hình ảnh hưởng cố định (FEM)
FEM phân tích mối tương quan này giữa phần dư của mỗi quan sát với các biến giải thích, qua đó kiểm soát và tách ảnh hưởng của các đặc điểm riêng biệt (không thay đổi theo thời gian) ra khỏi các biến giải thích
để có thể ước lượng được những ảnh hưởng thực tế của biến giải thích lên biến phụ thuộc Phương trình hồi quy của mô hình tác động
Trang 6cố định, dựa trên nghiên cứu của Anderson
& Minnema (2018), Tu & Nguyen (2014)
và Shukeri và cộng sự (2012), được xây
dựng như sau:
ROA = β 1 *SIZE i,t + β 2 *DFL i,t + β 3 *PS i,t
+ β 4 *AGE i,t + β 5 *NN i,t + β 6 *GR i,t +
β7 *GGDP i,t + β 8 *GMS i,t + α i + u i,t
ROE = β 1 *SIZE i,t + β 2 *DFL i,t + β 3 *PS i,t
+ β 4 *AGE i,t + β 5 *NN i,t + β 6 *GR i,t +
β7 *GGDP i,t + β 8 *GMS i,t + α i + u i,t
Trong đó:
β 1 … β 9 : là hệ số của các biến độc lập tương
ứng
i: là doanh nghiệp thứ i
u i,t : là nhiễu trắng (sai số)
αi : là hệ số chặn theo đối tượng (doanh
nghiệp) i
Mô hình ảnh hưởng ngẫu nhiên (REM)
Khi sử dụng mô hình FEM, nếu sự biến
động của các quan sát riêng lẻ không tương
quan đến biến giải thích thì tác giả sẽ sử
dụng mô hình ảnh hưởng ngẫu nhiên REM
Không giống với mô hình tác động cố định
(FEM), biến số giữa các chủ thể được giả
định là ngẫu nhiên và không tương quan với
dự đoán hoặc biến độc lập có trong mô hình
Phương trình hồi quy của mô hình tác
động ngẫu nhiên, dựa trên nghiên cứu
của Anderson &Minnema (2018), Tu &
Nguyen (2014) và Shukeri và cộng sự
(2012), được xây dựng như sau:
ROA = β 1 *SIZE i,t + β 2 *DFL i,t + β 3 *PS i,t
+ β 4 *AGE i,t + β 5 *NN i,t + β 6 *GR i,t +
β7 *GGDP i,t + β 8 *GMS i,t + α i + Ɛ i,t + u i,t
ROE = β 1 *SIZE i,t + β 2 *DFL i,t + β 3 *PS i,t + β 4 *AGE i,t + β 5 *NN i,t + β 6 *GR i,t +
β7 *GGDP i,t + β 8 *GMS i,t + α i + Ɛ i,t + u i,t
Trong đó:
β 1 … β 9 : là hệ số của các biến độc lập tương ứng
i: là doanh nghiệp thứ i
u i,t : nhiễu trắng (sai số)
αi : đại diện cho tất cả các yếu tố không quan sát được mà thay đổi giữa các đối tượng nhưng không thay đổi theo thời gian
Ɛ i,t : đại diện cho tất cả các yếu tố không quan sát được thay đổi giữa các đối tượng thời gian.
Cuối cùng, để lựa chọn mô hình phù hợp, giải thích tốt nhất mối quan hệ giữa các biến nghiên cứu với khả năng sinh lời của các doanh nghiệp BĐS, nghĩa là lựa chọn giữa mô hình FEM hay REM, thì nghiên cứu sử dụng kiểm định Hausman được đưa
ra bởi Hausman (1978) Bên cạnh đó, bài viết cũng tiến hành kiểm tra hiện tượng tự tương quan và tính các hệ số VIF nhằm phát hiện hiện tượng đa cộng tuyến trong
mô hình Nghiên cứu cũng sử dụng kỹ thuật “robust” nhằm gia tăng tính vững cho các kết quả ước lượng
2.2.2 Dữ liệu nghiên cứu
Nghiên cứu sử dụng dữ liệu bảng của 27 doanh nghiệp BĐS niêm yết trên HOSE, trong khoảng thời gian từ năm 2010 tới
2019 Nguồn dữ liệu được thu thập từ các báo cáo tài chính kiểm toán của các doanh
Trang 7nghiệp từ https://finance.vietstock.vn/ để
tính toán các chỉ tiêu đại diện cho các biến
phụ thuộc- đo lường khả năng sinh lời của
doanh nghiệp (chỉ tiêu ROE- tỷ suất sinh
lời vốn chủ sở hữu; ROA- tỷ suất sinh lời
tổng tài sản) và các chỉ tiêu đại diện cho
các biến độc lập- các nhân tố ảnh hưởng
khả năng sinh lời của doanh nghiệp Một
số biến kiểm soát ảnh hưởng của yếu tố vĩ
mô nền kinh tế tới khả năng sinh lời của
doanh nghiệp BĐS cũng được đưa vào mô
hình xem xét như tốc độ tăng trưởng GDP
(GGDP) và tốc độ tăng trưởng tín dụng
(GMS), với nguồn dữ liệu được thu thập
từ Tổng cục Thống kê Thông tin chi tiết
về cách thức tính toán, hình thành dữ liệu
các biến trong mô hình nghiên cứu đã được
trình bày chi tiết trong Bảng 1
3 Kết quả nghiên cứu và thảo luận
3.1 Kết quả nghiên cứu
3.1.1 Thống kê mô tả mẫu nghiên cứu
Theo thống kê mô tả dữ liệu (Bảng 2) nghiên cứu của 27 doanh nghiệp BĐS niêm yết trên HOSE giai đoạn 2010- 2019 (Bảng 2), có thể thấy tỷ suất sinh lời trên tổng tài sản (ROA) và tỷ suất sinh lời trên vốn chủ
sở hữu (ROE) bình quân của các doanh nghiệp BĐS trong 10 năm qua lần lượt là 8,24% và 22,16% Tỉ suất ROA nhìn chung tương đối thấp đối với các doanh nghiệp BĐS trong giai đoạn này do thị trường bất động sản trong năm 2012- 2014 gần như đóng băng, thị trường chỉ mới bắt đầu phục hồi từ khoảng đầu năm 2016 Bên cạnh đó,
sự biến động của ROA và ROE (với độ lệch chuẩn lần lượt là 65,71% và 81,24%) cho thấy chênh lệch về khả năng sinh lời giữa các doanh nghiệp BĐS niêm yết trên HOSE là tương đối lớn Bên cạnh những doanh nghiệp có khả năng sinh lời rất cao,
có những doanh nghiệp lại chỉ đạt khả năng sinh lời rất thấp
Bảng 1 Thống kê các biến trong mô hình nghiên cứu
Biến phụ thuộc
Tỉ suất lợi nhuận trên vốn chủ sở hữu ROE Lợi nhuận sau thuế/ Vốn chủ sở hữu
Tỉ suất lợi nhuận trên tổng tài sản ROA Lợi nhuận sau thuế / Tổng tài sản
Biến độc lập
Thời gian hoạt động của doanh nghiệp AGE Tính từ năm thành lập đến năm 2019
Biến kiểm soát
Nguồn: Tác giả tổng hợp
Trang 8Về các nhân tố như quy mô doanh nghiệp
(SIZE), số liệu thống kê cho thấy, chênh
lệch về quy mô tổng tài sản giữa các doanh
nghiệp trong mẫu nghiên cứu là khá thấp,
đa phần có quy mô tương đối đồng đều
Số lượng thành viên là người nước ngoài
trong HĐQT (NN) chiếm rất ít trong tổng
số lượng thành viên HĐQT Tốc độ tăng
trưởng doanh thu (GR) có độ lệch chuẩn
tương đối cao cho thấy sự chênh lệch về
tăng trưởng doanh thu giữa các công ty
trong mẫu nghiên cứu là lớn
3.1.2 Kiểm định tự tương quan và một số
khuyết tật của mô hình
Thống kê kết quả kiểm định hệ số tự tương
quan giữa các cặp biến trong Bảng 3 cho
thấy mức tương quan giữa các biến đều có
giá trị trong khoảng (-0,8; 0,8) nên chưa
có cơ sở cho thấy có hiện tượng đa cộng
tuyến với mô hình khảo sát Thêm vào đó,
với biến phụ thuộc ROA và ROE thì biến
DFL, SIZE, PS, SL, NN, GMS có tương
quan dương và có ý nghĩa thống kê tại mức
ý nghĩa 5%, các biến AGE và GR thể hiện
tương quan âm và không có ý nghĩa thống
kê tại mức ý nghĩa 5% Riêng với biến kiểm soát GGDP, đối với ROA thể hiện tương quan dương nhưng đối với ROE lại
có tương quan âm
Bên cạnh việc kiểm tra đa cộng tuyến thông qua hệ số tự tương quan, nhằm tránh xây dựng mô hình nghiên cứu với các biến có khả năng gây ra hiện tượng đa cộng tuyến, nghiên cứu, sau khi lựa chọn các biến nghiên cứu đưa vào mô hình, còn tiến hành kiểm định lại khả năng xảy ra đa cộng tuyến bằng hệ số phóng đại phương sai VIF Nếu giá trị VIF > 8 thì có dấu hiệu
đa cộng tuyến, tức là các biến độc lập có mối liên hệ tuyến tính chặt chẽ với nhau Kết quả kiểm tra hệ số VIF (Bảng 4) cho thấy trong mô hình không có hiện tượng đa cộng tuyến
3.1.3 Kết quả mô hình hồi quy
Từ kết quả hồi quy cho thấy, đối với biến phụ thuộc ROA có hệ số R2 của mô hình FEM và REM lần lượt là 6,88% và 56,51% Hệ số R2 của mô hình FEM với chỉ tiêu ROA là rất thấp và giá trị ước lượng
Bảng 2 Kết quả thống kê mô tả mẫu nghiên cứu Trung bình Độ lệch chuẩn Giá trị tối thiểu Giá trị tối đa
Nguồn: Tổng hợp kết quả trên phần mềm Stata
Trang 9của tham số tương ứng với các biến giải
thích hầu như không có ý nghĩa thống kê
Điều này cho thấy phần lớn các biến giải
thích trong mô hình không có khả năng giải
thích được phần lớn biến động của biến phụ
thuộc khả năng sinh lời (ROA) của doanh
nghiệp BĐS niêm yết trên HOSE Do đó,
để đảm bảo khả năng so sánh giữa mô hình
REM và FEM trong việc lựa chọn mô hình
phù hợp hơn giải thích cho vấn đề nghiên
cứu, chúng tôi chọn nghiên cứu sâu vào mô
hình REM và FEM với biến giải thích đại
diện khả năng sinh lời của doanh nghiệp là
ROE, tương tự như các nghiên cứu trước
đó như Sivathaasan & các cộng sự (2013),
Minh Nhựt & Thu Thảo (2014)
Kiểm định Hausman được sử dụng để lựa
chọn mô hình phù hợp hơn, giữa mô hình
FEM và REM với biến phụ thuộc là ROE
Hai giả thuyết của kiểm định Hausman:
H0: Lựa chọn mô hình ảnh hưởng ngẫu nhiên (REM)
Bảng 3 Ma trận tương quan Pearson giữa các biến trong mô hình nghiên cứu
ROA 1,000
ROE 0,557*0,000 1,000
DFL 0,478*0,000 0,456*0,000 1,000
SIZE 0,329*0,000 0,269*0,000 0,355*0,000 1,000
PS 0,258*0,000 0,037*0,549 0,174*0,004 0,256*0,000 1,000
AGE -0,0210,728 -0,0690,255 -0,299*0,000 -0,145*0,017 0,0030,733 1,000
SL 0,405*0,000 0,354*0,000 0,0790,196 0,0280,645 0,126*0,039 -0,0240,691 1,000
NN 0,572*0,000 0,458*0,000 0,143*0,019 0,167*0,006 0,321*0,000 -0,178*0,003 0,503*0,000 1,000
GR -0,0300,622 -0,0100,666 -0,0530,389 0,0460,453 -0,0040,749 -0,0040,751 0,0370,0549 -0,0220,722 1,000
GMS 0,0640,297 0,0420,491 0,0510,407 -0,0170,776 -0,0200,743 -0,0390,527 -0,0090,688 -0,0060,719 0,0340,691 1,000
GGDP 0,0610,315 -0,0040,744 0,0110,657 0,1110,068 0,0620,310 0,201*0,001 0,0820,179 0,0410,507 0,0330,589 0,528*0,000 1,000
Chú thích: * Có ý nghĩa thống kê tại mức ý nghĩa 5% Nguồn: Tổng hợp từ kết quả ước lượng trên phần mềm Stata
Bảng 4 Hệ số phóng đại VIF của các biến
nghiên cứu
GGDP NN GMS SL DFL SIZE AGE PS GR
1,56 0,6397 1,55 0,6452 1,46 0,6830 1,37 0,7292 1,26 0,7916 1,25 0,7989 1,24 0,8046 1,19 0,8370 1,01 0,9865 VIF trung bình 1,32
Nguồn: Tổng hợp từ kết quả ước lượng
trên phần mềm Stata
Trang 10H1: Lựa chọn mô hình ảnh hưởng cố định
(FEM)
Kết quả kiểm định Hausman (Bảng 5)
khuyến nghị sử dụng mô hình tác động cố
định (FEM) Do vậy, các nội dung phân
tích và các kết luận về mối quan hệ giữa
các biến giải thích với khả năng sinh lời của
doanh nghiệp BĐS niêm yết trên HOSE
được dựa trên kết quả hồi quy của mô hình
(4) trình bày trong Bảng 5
3.2 Thảo luận kết quả nghiên cứu
Kết quả ước lượng của mô hình ROE theo
mô hình (4) so với giả thuyết nghiên cứu ban đầu được trình bày trong Bảng 6
Đòn bẩy tài chính (DFL): Kết quả nghiên
cứu cho thấy, dấu của kết quả hồi quy của tham số biến DFL ngược với dự kiến, hàm
ý rằng “Đòn bẩy tài chính” có tác động thuận chiều đến khả năng sinh lời (tỉ số ROE) của 27 doanh nghiệp ngành BĐS Kết quả nghiên cứu này cũng được tìm thấy tương đồng với nghiên cứu của Andersson
& Minnema (2018), Liargovas & Skandalis
Bảng 5 Kết quả hồi quy ROA và ROE theo mô hình FEM và REM
Biến độc lập
Biến phụ thuộc: ROA Biến phụ thuộc: ROE
DFL -0,0072(0,218) 0,0245***(0,000) 0,0988*(0,051) 0,1784***(0,000)
SIZE 0,0147(0,456) 0,1589***(0,004) 0,0721(0,671) 0,3009***(0,005)
PS -2,76E-16(0,849) -8,22E-16(0,633) -6,43E-14***(0,000) -5,6E-14***(0,000)
AGE -0,0009(0,756) 0,0039***(0,000) 0,0289(0,285) 0,0234***(0,000)
SL 0,0051(0,409) 0,1633***(0,006) 0,0923*(0,087) 0,1217***(0,000)
NN 0,0265**(0,039) 0,0941***(0,000) 0,4273***(0,000) 0,6144***(0,000)
GR -5,31E-06(0,810) -1,93E-06(0,941) 0,00004(0,794) 0,00004(0,826)
GMS 0,1755(0,289) 0,3331**(0,037) 2,1424(0,134) 2,1576*(0,075)
GGDP 0,7852(0,594) -1,8659(0,119) 17,9888(0,158) 20,4629**(0,022)
Kiểm định Hausman giữa mô hình (3) và (4):
Giá trị xác xuất của giá trị thống kê theo kiểm định Khi bình phương (Prob>chi2)= 0,1594
Ghi chú: Giá trị trong ngoặc đơn là giá trị xác suất (p_value) của các giá trị thống kê t tương ứng.
*, **, *** Có ý nghĩa tại mức ý nghĩa 10%, 5% và 1% Nguồn: Tổng hợp từ kết quả ước lượng trên phần mềm Stata
