CHƯƠNG 3. THIẾT KẾ NGHIÊN CỨU
3.2. DỮ LIỆU DÙNG TRONG NGHIÊN CỨU
Nghiên cứu sử dụng dữ liệu thứ cấp giai đoạn 2008 – 2013 để phân tích mô hình tác động của cơ cấu vốn đến hiệu quả kinh doanh của các doanh nghiệp ngành Xây dựng niêm yết trên sàn giao dịch chứng khoán Việt Nam.
Các dữ liệu tài chính sử dụng cho nghiên cứu được thu thập từ trang web www.cophieu68.com, www.cafef.vnvà từ chính các báo cáo tài chính của các doanh nghiệp được lựa chọn. Sau khi xem xét dữ liệu của các doanh nghiệp ngành xây dựng niêm yết trên sở chứng khoán thành phố Hồ Chí Minh (HOSE) và sở giao dịch chứng khoán Hà Nội (HNX), chỉ có 29 doanh nghiệp thỏa mãn đầy đủ dữ liệu bảng cân đối cho giai đoạn 2008-2013.
Ngoài ra tác giả sử dụng các báo cáo nghiên cứu của những nhà nghiên cứu trước về đề tài này, các báo cáo ngành xây dựng của các công ty chứng khoán, các trang web chuyên ngành tài chính cũng được sử dụng để thu thập thông tin cần thiết cho nghiên cứu.
Dữ liệu trong nghiên cứu này tạo thành dữ liệu bảng (panel data) là dữ liệu chéo theo chuỗi thời gian (cross sectional time-series data). Cấu trúc dữ liệu bảng được kết hợp từ 2 thành phần: thành phần dữ liệu chéo (cross – section) và thành phần dữ liệu theo chuỗi thời gian (time series). Việc kết hợp 2 loại dữ liệu có nhiều lợi thế và thuận lợi trong phân tích, đặc biệt khi muốn quan sát, phân tích sự biến động của các nhóm đối tượng nghiên cứu sau các biến cố hay theo thời gian cũng như phân tích sự khác biệt giữa các giữa các nhóm đối tượng nghiên cứu. Theo Gujarati (2004)12, dữ liệu bảng có những ưu điểm sau:
Vì dữ liệu bảng liên quan đến các cá nhân, doanh nghiệp, đất nước, v.v… theo thời gian, nên nhất định phải có tính dị biệt (không đồng nhất) trong các đơn vị này. Kỹ thuật ước lượng dữ liệu bảng có thể chính thức xem xét đến tính dị biệt đó bằng cách xem xét các biến số có tính đặc thù theo từng cá nhân.
12Gujarati. D. (2004), Basic Econometrics, 4th Edition, McGraw Hill.
34
Thông qua kết hợp các chuỗi theo thời gian của các quan sát theo không gian, dữ liệu bảng cung cấp những dữ liệu có nhiều thông tin hơn, đa dạng hơn, ít cộng tuyến hơn giữa các biến số, nhiều bậc tự do hơn và hiệu quả hơn.
Thông qua nghiên cứu các quan sát theo không gian lặp lại, dữ liệu bảng phù hợp hơn để nghiên cứu tính động của thay đổi. Tình trạng thất nghiệp, luân chuyển công việc, và tính lưu chuyển lao động sẽ được nghiên cứu tốt hơn với dữ liệu bảng.
Dữ liệu bảng có thể phát hiện và đo lường tốt hơn những ảnh hưởng mà không thể quan sát trong dữ liệu chuỗi thời gian thuần túy hay dữ liệu chéo theo không gian thuần túy.
Dữ liệu bảng giúp ta nghiên cứu những mô hình hành vi phức tạp hơn. Ví dụ, các hiện tượng như lợi thế kinh tế theo qui mô và thay đổi kỹ thuật có thể được xem xét thông qua dữ liệu bảng tốt hơn so với dữ liệu theo chuỗi thời gian thuần túy hay theo không gian thuần túy.
Bằng cách thu thập những số liệu có sẵn cho vài nghìn đơn vị, dữ liệu bảng có thể tối thiểu hóa sự thiên lệch có thể xảy ra nếu ta tổng hợp các cá nhân hay các doanh nghiệp thành số liệu tổng.
3.2.2. Thống kê mô tả các biến
Như đã trình bày ở những mục trên, với bộ dữ liệu gồm 29 doanh nghiệp ngành xây dựng được thu thập trong thời gian 6 năm (2008~2013), tổng mẫu thu được là 174 mẫu (29 doanh nghiệp * 6 năm = 174 số quan sát). Các biến phụ thuộc (ROA, ROE, PROF) và các biến giải thích bao gồm: nợ ngắn hạn trên tổng tài sản (STDTA), nợ dài hạn trên tổng tài sản (LTDTA), tổng nợ trên tổng tài sản (TDTA), tổng nợ trên vốn chủ sở hữu (TDTE), quy mô doanh nghiệp (SIZE), tăng trưởng (GROWTH), được thể hiện qua bảng thống kê mô tả 3.1 sau đây.
37
Bảng 3.1: Thống kê mô tả các biến sử dụng trong mô hình
Nguồn: Tính toán của tác giả từ phần mềm Eview
ROA ROE PROF STDTA LTDTA TDTA TDTE SIZE GROWTH
Giá trị trung
bình 0.027388 0.095570 0.722352 0.566694 0.174260 0.740955 4.081167 5.964464 0.223509 Trung vị 0.024269 0.129444 0.652156 0.582414 0.110114 0.775216 3.588661 5.914839 0.114150 Giá trị lớn nhất 0.126282 0.383953 2.971652 0.876849 0.652387 0.946642 18.91549 7.500880 6.972580 Giá trị nhỏ nhất -0.115692 -1.652.921 0.023065 0.085962 0.003889 0.354455 0.599830 5.048049 -0.947315 Độ lệch chuẩn 0.031458 0.221686 0.485265 0.184698 0.158169 0.116120 2.627148 0.468823 0.751286 Độ bất cân xứng -0.560392 -5.431.866 1.122233 -0.550732 1.226551 -1.098.993 2.147041 0.826412 5.565176 Độ nhọn 8.111094 39.10098 5.344916 2.498951 3.760195 4.111493 10.96560 4.779055 47.39528 Giá trị phân
phối Jarque- Bera
165.4175 8587.029 63.65658 8.846644 39.84847 36.65214 494.7520 35.62688 12656.24 Giá trị xác xuất 0.000000 0.000000 0.000000 0.011994 0.000000 0.000000 0.000000 0.000000 0.000000 Tổng các giá trị 3.971291 13.85770 104.7411 82.17070 25.26772 107.4384 591.7692 864.8472 32.40877 Tổng bình
phương các sai số tiêu chuẩn
0.142505 7.076839 33.90936 4.912315 3.602490 1.941686 993.8745 31.65045 81.27796
Số quan sát 145 145 145 145 145 145 145 145 145
38
Từ bảng kết quả bảng 3.1 có thể thấy: biến phụ thuộc ROA của các doanh nghiệp ngành xây dựng niêm yết trên sàn chứng khoán Việt Nam ở mức trung bình là 2.7%, cao nhất ở mức 12.63% (mã CIC năm 2009) và thấp nhất ở mức -11.57% (mã PVA năm 2012).
Biến phụ thuộc ROE của doanh nghiệp ngành xây dựng niêm yết trên sàn chứng khoán Việt Nam ở mức trung bình là 72.23%, cao nhất ở mức 38.4% (mã SD5 năm 2009) và thấp nhất ở mức -165% (mã PVA năm 2012).
Biến phụ thuộc PROF của doanh nghiệp ngành xây dựng niêm yết trên sàn chứng khoán Việt Nam ở mức trung bình là 9.56%, cao nhất ở mức 297% (mã CNT năm 2010) và thấp nhất ở mức 2.3% (mã S96 năm 2012).
Các biến SIZE, GROWTH lần ượt có giá trị trung bình lần lượt là 5.9 và 0.22 đồng thời chênh lệch giữa các giá trị lớn nhất và nhỏ nhất cũng tương đối lớn.
Biến cơ cấu vốn STDTA có giá trị trung bình là 56.67 %, giá trị cao nhất ở mức 87.68% (mã B82 năm 2013) và mức thấp nhất là 8.59% (mã CII năm 2009) và độ chênh lệch giữa giá trị lớn nhất và giá trị nhỏ nhất là khá lớn. Có thể thấy cái doanh nghiệp ngành xây dựng niêm yết trên sàn chứng khoán Việt Nam phần lớn sử dụng nợ ngắn hạn để tài trợ cho hoạt động của mình.
Biến cơ cấu vốn LTDTA có giá trị trung bình là 17.4%, giá trị cao nhất ở mức 65.23% (mã HUT năm 2011) và mức thấp nhất là 0.3% (mã VE9 năm 2008) và độ chênh lệch giữa giá trị lớn nhất và giá trị nhỏ nhất là khá lớn. Có thể thấy các doanh nghiệp ngành Xây dựng niêm yết trên sàn chứng khoán Việt Nam phần lớn sử dụng nợ, tuy nhiên nợ dài hạn ít được sử dụng để tài trợ cho hoạt động của mình.
Biến cơ cấu vốn TDTA có giá trị trung bình là 74%, giá trị cao nhất ở mức 94% (mã CNT năm 2013) và mức thấp nhất là 35% (mã VE9 năm 2010) và độ chênh lệch giữa giá trị lớn nhất và giá trị nhỏ nhất là khá lớn. Có thể thấy cái doanh nghiệp ngành xây dựng niêm yết trên sàn chứng khoán Việt Nam phần lớn sử dụng nợ và mức sử dụng nợ khá cao so với tổng tài sản.
Biến cơ cấu vốn TDTE có giá trị trung bình là 4.08 lần, giá trị cao nhất ở mức 18.9 lần (mã CNT năm 2013) và mức thấp nhất là 0.6 lần (mã VE9 năm 2011) và độ chênh lệch giữa giá trị lớn nhất và giá trị nhỏ nhất là khá lớn. Có thể thấy cái doanh nghiệp
39
ngành xây dựng niêm yết trên sàn chứng khoán Việt Nam phần lớn sử dụng nợ và giá trị vay nợ cao hơn rất nhiều so với vốn chủ sở hữu.
Các tham số đặc trưng cho dạng phân phối xác xuất của các biến:
Hệ số bất đối xứng – Skewness: hệ số cho biết phân phối đang xét có bị lệch so với phân phối chuẩn không, nếu có thì là lệch trái hay lệch phải, kết quả cho thấy: PROF, LTDTA, TDTE, SIZE, GROWTH có chỉ số Skewness > 0, điều này cho thấy phân phối bị lệch phải. ROA, ROE, STDTA, TDTA có chỉ số Skewness < 0, cho thấy phân phối bị lệch trái.
Hệ số nhọn – Kurtosis: hệ số đo độ nhọn hình chóp, cho biết mức độ dao động của một phân phối, kết quả cho thấy biến ROA, ROE và TDTE có độ nhọn cao, tức là mức độ dao động mạnh.
Thống kê Jarque-Bera: Kết quả cho thấy tính chuẩn của hầu hết tất cả các biến đều bị bác bỏ ở mức ý nghĩa 1% (P_value < 1%).
3.2.3. Phân tích tương quan giữa các biến
Bảng 3.2: Ma trận hệ số tương quan
ROA ROE PROF STDTA LTDTA TDTA TDTE SIZE GROWTH
ROA 1.000
ROE 0.761 1.000
PROF 0.206 0.193 1.000
STDTA -0.308 -0.148 0.268 1.000
LTDTA 0.028 0.038 -0.269 -0.781 1.000
TDTA -0.452 -0.184 0.059 0.526 0.119 1.000
TDTE -0.556 -0.526 0.006 0.404 0.097 0.776 1.000 SIZE -0.136 -0.057 -0.028 -0.231 0.459 0.257 0.247 1.000
GROWTH 0.300 0.221 0.081 -0.054 0.025 -0.052 -0.072 -0.096 1.000 Nguồn: Tính toán của tác giả từ phần mềm Eview Ma trận hệ số tương quan cho thấy các vấn đề sau:
Các biến độc lập đại diện cho cơ cấu vốn là TDTA, TDTE, STDTA, LTDTA có quan hệ tương quan rất mạnh với nhau, hệ số tương quan > 0.7. Điều này có thể giải thích được là do tỷ lệ nợ trên tổng vốn đã bao gồm nợ ngắn hạn, nợ dài hạn
40
và tổng tài sản đã bao gồm các tài sản được tạo ra từ nguồn vốn chủ sở hữu rồi.
Do đó để tránh hiện tượng đa cộng tuyến, 4 biến độc lập đại diện cho cơ cấu vốn sẽ không được đưa vào cùng một lúc mà sẽ được lần lượt đưa vào khi chạy mô hình hồi quy.
Biến SIZE có tương quan ở mức yếu với biến GROWTH, hệ số tương quan - 0.096, cho thấy tốc độ tăng trưởng của các doanh nghiệp nhỏ có khuynh hướng cao hơn các doanh nghiệp lớn. Biến SIZE có mối tương quan thấp đối với các biến đại diện cơ cấu vốn.
Biến GROWTH có tương quan ở mức yếu với các biến đại diện cơ cấu vốn.
Biến phụ thuộc ROA có tương quan âm đáng kể với nợ ngắn hạn trên tổng tài sản (STDTA), tổng nợ trên tổng tài sản (TDTA), tổng nợ trên vốn chủ sở hữu (TDTE), tương quan âm nhưng không đáng kể với biến quy mô (SIZE). ROA có tương quan dương không đáng kể với nợ dài hạn trên tổng tài sản (LTDTA) nhưng có mối tương quan dương và đáng kể với Tăng trưởng (GROWTH).
Biến phụ thuộc ROE có tương quan âm đáng kể với tổng nợ trên vốn chủ sở hữu (TDTE), đối với các biến độc lập khác thì hệ số tương quan tương đối thấp.