4. Nội dung và các kết quả nghiên cứu
4.3. Xây dựng mô hình hồi quy
Thực ra, đối dữ liệu bảng thì mô hình hồi quy gốc đáp ứng được yêu cầu thứ nhất là kiểm định sự tác động của các biến độc lập đến vốn luân chuyển, mà không
đáp ứng được yêu cầu thứ hai là kiểm định mối tương quan sự khác biệt riêng có của từng doanh nghiệp và các biến hồi quy độc lập. Vì vậy, đểđạt được hai yêu cầu
trên, tác giả tiếp tục xây dựng mô hình các yếu tố ảnh hưởng cố định FEM (Fixed Effect model) và mô hình các yếu tố ảnh hưởng ngẫu nhiên REM (Random Effect model ).
Ý tưởng cơ bản là bắt đầu bằng:
WC_TAit = β0i + β1OCit + β2OCF_TAit + β3GDPGt + β4Growthit + β5ROAit + β6Qit + β7Levit + β8Sizeit + β9IndDit + εit(1)
Thay vì xem β0i là cốđịnh, ta giảđịnh đó là một biến ngẫu nhiên với một giá trị
trung bình là β0 (không có ký hiệu i ở đây). Và giá trị tung độ gốc cho một doanh nghiệp riêng lẻ có thểđược biểu thị là:
β0i = β0 + ui (i = 1, 2, …, N) (2)
trong đó ui là số hạng sai số ngẫu nhiên
Thực chất điều mà ta đang nói tới là: 183 doanh nghiệp trong mẫu nghiên cứu được rút ra từ một tập hợp rộng lớn hơn gồm nhiều doanh nghiệp và các doanh nghiệp đó có một trị trung bình chung đối với tung độ gốc (=β0) và sự khác biệt của từng doanh nghiệp được phản ánh trong số hạng sai số ui. Sự khác biệt của từng doanh nghiệp thể hiện ở phong cách quản lý, triết lý quản lý, năng lực quản lý…
Thay (2) vào (1), ta có:
WC_TAit = β0 + β1OCit + β2OCF_TAit + β3GDPGt + β4Growthit + β5ROAit
+ β6Qit + β7Levit + β8Sizeit + β9IndDit + ui +εit (3)
= β0 + β1OCit + β2OCF_TAit + β3GDPGt + β4Growthit + β5ROAit
+ β6Qit + β7Levit + β8Sizeit + β9IndDit + wit trong đó wit = ui+εit
Số hạng sai số kết hợp bao gồm hai thành phần: ui là thành phần sai sốtheo từng
Nếu ta không xem xét đến cơ cấu tương quan sự khác biệt riêng của từng doanh nghiệp (ui) và các biến hồi quy độc lập này, và ước lượng mô hình (3) theo mô hình hồi quy gốc bằng phương pháp pháp bình phương bé nhất thông thường (OLS), ước
lượng đạt được sẽ không hiệu quả. Phương pháp thích hợp nhất ởđây là phương
pháp bình phương bé nhất thông thường (OLS) đểước lượng mô hình các yếu tố tác
động cốđịnh (FEM) hoặc phương pháp bình phương bé nhất tổng quát (generalized least squares, GLS) đểước lượng mô hình các yếu tốtác động ngẫu nhiên (REM).
Nếu ta giả định rằng ui và các biến hồi quy độc lập không tương quan, thì ước
lượng theo mô hình REM phù hợp, trong khi nếu ui và các biến hồi quy độc lập
tương quan, thì ước lượng theo mô hình FEM thích hợp.
Kết quả các mô hình hồi quy dữ liệu bảngđược tổng hợp trong bảng 4.4.
Nhìn vào kết quả được tổng hợp ở bảng 4.4, ta thấy biến giả IndD không có ý
nghĩa thống kê ở mức ý nghĩa 10%. Nghĩa là lĩnh vực hoạt động kinh doanh của một doanh nghiệp không ảnh hưởng đến vốn luân chuyển. Do đó, tác giả loại biến
Bảng 4.4: Bảng tổng hợp kết quả hồi quy
Pooled FEM REM
OC 0,0753*** 0,0747** 0,0744*** (0,0000) (0,0156) (0,0000) OCF 0,0055 -0,0110 0,0055 (0,8838) (0,7770) (0,8817) GDPG 0,0189** 0,0008 0,0182* (0,0492) (0,9442) (0,0504) GROWTH 0,0039 0,0035 0,0044 (0,7109) (0,8470) (0,7032) ROA -0,0046 0,0071 -0,0036 (0,6321) (0,6204) (0,7238) Q 0,0000 0,0074 0,0010 (0,9960) (0,2652) (0,8002) LEV -0,5838*** -0,5444*** -0,5858*** (0,0000) (0,0000) (0,0000) SIZE -0,0113 -0,1024*** -0,0119 (0,1464) (0,0028) (0,1805) INDD 0,0278 (0,2079) C 0,2254 2,1461 0,2602 (0,2106) (0,0028) (0,2013) R2điều chỉnh 12,75% 19,48% 10,45% F-statistic 18.81792 2.396450 16.99529 Prob(F-statistic) 0.000000 0.000000 0.000000 Ghi chú: *: hệ số hồi quy có ý nghĩa ở mức 10%
**: hệ số hồi quy có ý nghĩa ở mức 5% ***: hệ số hồi quy có ý nghĩa ở mức 1% Xem kết quả cụ thểở phụ lục B
Để lựa chọn mô hình FEM hay REM, tác giả dùng kiểm định Hausman Test kiểm định giả thuyết:
H0: Mô hình REM phù hợp
H1: Mô hình FEM phù hợp
Bảng 4.5: Kết quả kiểm định Hausman Test
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq, Statistic Chi-Sq, d,f, Prob, Cross-section random 11,437558 8 0,1781
Nguồn: Tính toán của tác giả
Từ kết quả kiểm định Hausman, ta thấy mức ý nghĩa quan sát Prob (17,81%)
lớn hơn mức ý nghĩa tác giả chọn cho kiểm định là 10%. Với mức ý nghĩa quan sát đó, tác giả không thểbác bỏ H0, mô hình REM được chọn.
Độ phù hợp của mô hình REM:
Mô hình hồi quy tuyến tính đa biến đã xây dựng có Adjusted R- squared = 10,45%, nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu 10,45%
Giá trị F = 16,99529 tương ứng với mức ý nghĩa quan sát được là
0,000. Vì thế, tác giả an toàn bác bỏ giả thuyết H0 (giả thuyết R-squared
của tổng thể bằng 0 hay nói cách khác mô hình xây dựng không phù hợp với tổng thể) và kết luận mô hình hồi quy tuyến tính xây dựng được phù hợp với tổng thể.
Như vậy, trong mô hình REM có 4 biến có ý nghĩa thống kê ởđộ tin cậy 90% là: chu kỳ hoạt động, tỷ lệtăng trưởng GDP thực và đòn bẩy tài chính, cụ thể:
Chu kỳ hoạt động tác động cùng chiều đến vốn luân chuyển. Điều này chỉ ra rằng số ngày của chu kỳ hoạt động càng dài thì vốn luân chuyển càng
tăng cần thiết đảm bảo cho quá trình hoạt động sản xuất . Kết quả này thống nhất kết quả của Mian Sajid Nazir & Talat Afza (2009), Amarjit Gill (2011). Các doanh nghiệp Việt Nam muốn giảm đầu tư nguồn vốn luân chuyển một cách hợp lý vào các dự án nâng cao lợi nhuận thì cần phải biết tối ưu hóa chu kỳ hoạt động.
Tỷ lệtăng trưởng GDP thực có mối quan hệ thuận chiều với vốn luân chuyển. Tỷ lệtăng trưởng GDP thực là một chỉ số cơ bản để đánh giá sự phát triển kinh tế, là tỷ lệ tăng trưởng tổng chi tiêu hàng hóa và dịch vụ hàng năm của một quốc gia. Từ đó, vốn luân chuyển tăng theo nhằm đáp ứng nhu cầu tăng trưởng sản xuất của quốc gia đó. Phát hiện này mâu thuẫn kết quả nghiên cứu của Mian Sajid Nazir & Talat Afza (2009) – không tìm thấy tác động đáng kể của tăng trưởng kinh tế lên vốn luân chuyển.
Đòn bẩy tài chính thể hiện mối quan hệ nghịch chiều rất mạnh với nhu cầu vốn luân chuyển. Điều này có nghĩa là với đòn bẩy tài chính cao, doanh nghiệp cần chú ý nhiều hơn về quản trị vốn luân chuyển hiệu quả nhằm tránh vốn bị đọng trong các khoản phải thu và các khoản tồn kho. Vì thế, doanh nghiệp càng tăng nợ cho thấy rằng vốn luân chuyển giảm. Phát hiện này phù hợp với lý thuyết trật tự phân hạng (the Pecking Order theory) và kết quả của
Mian Sajid Nazir & Talat Afza ( 2009), nhưng mâu thuẫn với kết quả của Amarjit Gill (2011) –tìm thấy mối quan hệ thuận chiều giữa đòn bẩy tài chính và vốn luân chuyển của các doanh nghiệp sản xuất ở Canada. Sở dĩ có
sự khác nhau này có lẽ là do sự khác biệt về chính sách cho vay của các tổ
chức tín dụng và quan điểm về việc vay nợ ở các quốc gia. Vì theo chính sách cho vay ở các quốc gia Canada thì khi doanh nghiệp vay, các tổ chức tín dụng Canada bắt buộc doanh nghiệp đó duy trì một quỹ dự trữ dự phòng cho
các chi phí cơ bản hàng năm vì thế vốn luân chuyển tăng thêm còn ở Việt
Các biến còn lại gồm có dòng tiền hoạt động, tỷ lệ tăng trưởng doanh thu, tỷ
suất sinh lời trên tổng tài sản, Tobin’s Q và quy mô doanh nghiệp không có ý nghĩa
thống kê. Tức là những biến này thì không ảnh hưởng đến vốn luân chuyển của một DN. Điều này có thể là vì vốn luân chuyển và mô hình quản trị vốn luân chuyển
trong thực tiễn khác nhau giữa nền công nghiệp này với nền công nghiệp khác, giữa quốc gia này với quốc gia khác.
Tóm lại, từ số liệu đã được chọn lọc và xử lý của 183 doanh nghiệp tại Việt
Nam, tác giả đã tiến hành kiểm định mô hình hồi quy các nhân tố tác động đến vốn luân chuyển. Kết quả nghiên cứu đã chứng minh được mối tương quan của các nhân tố đó với vốn luân chuyển. Từ đó, tác giả đưa ra một số kết luận và khuyến nghị nhằm quản trị hiệu quả vốn luân chuyển của doanh nghiệp Việt Nam.