5. Kết cấu bài nghiên cứu
3.3.2.Xây dựng các biến trong mô hình
Đầu tiên, biến phụ thuộc của mô hình nghiên cứu là khả năng sinh lời trên tổng tài sản hay gọi được gọi tắt là chỉ số ROA được xác định bằng cách lấy Lợi nhuận sau thuế chia cho tổng tài sản bình quân giữa năm tài chính thứ t và năm trước đó. Để tính toán được chỉ số ROA của các doanh nghiệp. Nhiều nghiên cứu trong nước và ngoài nước đều có những nhận định tương đồng về việc sử dụng chỉ số ROA như là đại diện của hiệu quả hoạt động kinh doanh. Hiện nay, ROA là tiêu chí quan trọng trong việc phân tích hiệu quả kinh
32 doanh và được áp dụng một cách phổ biến trong quá trình ra quyết định đầu tư và đánh giá quản trị doanh nghiệp. Trong đó, Phạm Quốc Việt và Phạm Trần Trung Quân (2020), Alfredo và Araceli (2018) và rất nhiều nghiên cứu khác đều đồng ý cho rằng ROA là biến phù hợp để thể hiện được hiệu quả hoạt động kinh doanh của doanh nghiệp. Chỉ số này mang ý nghĩa rằng doanh nghiệp có thể tạo ra bao nhiêu đồng lợi nhuận khi sử dụng 1 đồng tài sản. Bên cạnh đó, rất nhiều các đề tài với chủ đề đánh giá các yếu tố tác động tới hiệu quả hoạt động kinh doanh cũng đều chấp nhận biến ROA điển hình như Nguyễn Lê Thanh Tuyền (2013); Đặng Thị Thu Hương và Nguyễn Thị Hồng Nga (2018).
Thứ hai, biến độc lập đầu tiên được đưa vào mô hình đó chính biến chính sách bán chịu (TCR) của doanh nghiệp, được xác định bằng cách tổng khoản phải thu khách hàng chia cho tổng doanh thu trong năm tài chính. Biến chính sách bán chịu sẽ giúp bài nghiên cứu phân tích được ảnh hưởng của khoản mục khoản phải thu tới hiệu quả hoạt động kinh doanh của doanh nghiệp. Biến khoản phải thu khách hàng là chỉ tiêu quan trọng trong việc phân tích khả năng thu hồi vốn và bị khách hàng chiếm dụng vốn của doanh nghiệp. Chính sách bán chịu được tác giả Huỳnh Thanh Hùng (2016) chỉ ra trong luận văn thạc sĩ của mình rằng doanh nghiệp sử dụng chính sách TDTM sẽ gia tăng khả năng bán hàng, kích thích tăng trưởng doanh thu. Bên cạnh đó, biến chính sách bán chịu cũng được rất nhiều các nghiên cứu sử dụng và chỉ ra các kết quả khác nhau. Điển hình là các nghiên cứu của Darush (2016), Afredo (2018), Huan (2019),…
Biến ba, biến về chính sách mua chịu (TCP) được đưa vào mô hình nghiên cứu nhằm xác định ảnh hưởng của việc các doanh nghiệp sản xuất vật liệu xây dựng chấp nhận chính sách mua chịu từ nhà cung cấp. Biến trên được xác định bằng cách lấy tổng nợ phải trả người bán chia cho tổng nợ của doanh nghiệp. Các xác định trên cũng được đồng tình trong bài nghiên cứu của tác giả Phạm Quốc Việt và Phạm Trần Trung Quân (2020). Dựa trên tổng quan nghiên cứu, tác giả nhận thấy rất ít các nhà nghiên cứu quan tâm về việc các doanh nghiệp chấp nhận chính sách mua chịu ảnh hưởng đến như thế nào tới hiệu quả hoạt động kinh doanh.
33 Thứ tư, Quy mô tổng tài sản (SIZE) được xác định theo giá trị tuyệt đối của tổng doanh thu. Dữ liệu được thu thập trong báo cáo tài chính và tại mục báo cáo kết quả hoạt động kinh doanh. Biến quy mô tổng doanh thu được thêm vào mô hình là do giá trị tài sản của ngành vật liệu xây dựng rất lớn và có khả năng ảnh hưởng trực tiếp tới ROA của các doanh nghiệp.
Thứ năm, Khả năng thanh khoản của doanh nghiệp (LIQ) được xác định theo công thức lấy tổng tài sản ngắn hạn chia tổng nợ ngắn hạn. Chỉ số khả năng thanh khoản thể hiện mức độ sẵn sàng chi trả các nghĩa vụ nợ trong vòng 1 năm và được dùng để đánh giá mức độ chấp nhận sử dụng các TDTM tại các doanh nghiệp sản xuất Vật liệu xây dựng tại Việt Nam
Thứ sáu, biến thời gian hoạt động (AGE) của doanh nghiệp được xác định từ việc lấy mốc thời gian tại thời điểm cuối năm tại chính 2020 trừ đi thời điểm đơn vị thành lập để xác định số năm của đơn vị. Thời gian hoạt động của doanh nghiệp được đại diện cho yếu tố uy tín và kinh nghiệm kinh doanh của doanh nghiệp trong thị trường Vật liệu xây dựng. Vì vậy, biến có thể ảnh hưởng mạnh mẽ tới hiệu quả hoạt động kinh doanh và TDTM.
Thứ bảy, biến tăng trưởng tổng sản phẩm quốc nội (GDP) được thu thập từ ngân hàng dữ liệu của tổ chức WB. Rất nhiều các nghiên cứu của đề tài liên quan đã đưa GDP như là một nhân tố đại diện cho ảnh hưởng của chu kỳ kinh tế tác động tới hiệu quả hoạt động kinh doanh và chính sách TDTM của doanh nghiệp. Khi nền kinh tế vĩ mô bước vào chu kỳ tăng trưởng mạnh, điều này sẽ giúp các doanh nghiệp kinh doanh thuận lợi hơn, các nguồn tín dụng được lới lỏng, trong đó có cả tín dụng thương mại. Điều này sẽ giúp cho hiệu quả kinh doanh của doanh nghiệp đạt mức cao do khả năng huy động vốn và tiết giảm chi phí đạt tối ưu.
34 Bảng 3.2. Kỳ vọng về dấu của các biến
BIẾN CÁC XÁC ĐỊNH KỲ VỌNG VỀ DẤU
Biến phụ thuộc
ROA Lợi nhuận ròng/Tổng tài sản
Biến độc lập
Tín dụng thương mại
TCR Khoản phải thu KH/Doanh thu (-)
TCP Nợ phải trả người bán/Tổng tài sản (-)
Biến nội sinh
SALE Tổng doanh thu (+)
LIQ Tài sản ngắn hạn/Nợ ngắn hạn (+)
AGE Tổng số năm hoạt động (+)
Biến ngoại sinh
35
PHẦN 4: KẾT QUẢ NGHIÊN CỨU 4.1. Mô tả số liệu nghiên cứu.
Bảng 4.1. Mô tả thống kê dữ liệu nghiên cứu
Biến Quan sát Trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất ROA 383 0.0700185 0.0835725 -0.146 0.4883 TCR 383 0.1384473 0.1054192 0.0039 0.6491 TCP 384 0.1201089 0.0954912 0 0.5001 SALE 383 3.69E+12 6.89E+12 2.27E+10 4.69E+13 AGE 405 19.50817 14.12762 1 61.04 LIQ 384 1.879661 1.471412 0.43 9.73 GDP 407 0.590909 0.0116564 0.03 0.07
Nguồn: Kết quả nghiên cứu
Đề tài Khóa luận với mục tiêu nghiên cứu tác động của chính sách tín dụng thương mại của các 37 doanh nghiệp sản xuất vật liệu xây dựng trên thị trường chứng khoán thành phố Hồ Chí Minh trong giai đoạn từ 2010 tới 2020. Bảng trên trình bày thống kê mô tả của các biến được sử dụng trong bài nghiên cứu. Đầu tiên đối với biến ROA, tổng quan thống kê dữ liệu cho chúng ta thấy được mức giá trị trung bình của mức sinh lời trên tổng tài sản của mẫu thống kê đạt ở mức 7%. Mức ROA nói trên được coi là khá thấp so với những ngành nghề và lĩnh vực khác. So sánh với nghiên cứu của Phạm Quốc Việt và Phạm Trần Quang Phúc (2020) cho thấy mức trung bình ROA của toàn bộ các công ty niêm yết tại Sở giao dịch Chứng khoán Hồ Chí Minh là khoảng 9.69%. Vì vậy, khi xét tương quan chỉ số ROA giữa hai nghiên cứu, chúng ta có thể thấy ROA của các doanh nghiệp sản xuất Vật liệu xây dựng trong mẫu thấp hơn nhiều so với mức trung bình chung toàn thị trường. Bên cạnh đó, biên dao động giữa giá trị lớn nhất và nhỏ nhất của ROA có sự cách biệt lớn với giá trị lớn nhất đạt khoảng 48% trong khi giá trị thấp nhất đạt -14.8% và độ lệch chuẩn của biến là khoản 8.35%. Điều này thể hiện một số phân hóa và không đồng đều giữa hiệu quả hoạt động kinh doanh của các doanh nghiệp sản xuất vật liệu xây dựng. Sự khác biệt có thể giải thích bởi sản xuất vật liệu xây dựng là một trong những ngành nghề có sự cạnh tranh
36 khốc liệt, những doanh nghiệp có lợi thế quy mô lớn với những điều kiện bán hàng hấp dẫn và quản trị chi phí tối ưu thường có giá trị ROA trung bình cao hơn so với các công ty nhỏ làm ăn thua lỗ. Tuy nhiên khi nhìn vào vấn đề thì có thể nhận thấy doanh nghiệp thực hiện các chính sách không thể kết luận chính xác về yếu tố tác động ROA theo mô hình Dupont truyền thống. Vì vậy, cần phải xét thêm các yếu tố TDTM tác động tới ROA mà doanh nghiệp sử dụng để kích thích tiêu thụ sản phẩm.
Thứ hai, chúng ta có thể thấy giá trị của trung bình của việc phân bổ các khoản phải thu trong mẫu chiếm khoảng 13.8% trên tổng doanh thu, tức cứ một đồng doanh thu kiếm được thì có 0.138 đồng doanh nghiệp cấp bán chịu cho khách hàng (biến TCR). Điều này cũng thích hợp khi trong nghiên cứu của Phạm Quốc Việt và Phạm Trần Quang Phúc (2020) thống kế mức độ cấp tín dụng thương mại của các 279 doanh nghiệp phi tài chính được niêm yết trên Sở giao dịch chứng khoán Hồ Chí Minh rơi vào khoảng 14.4% số tín dụng được cấp khi tính trên tổng doanh thu và mức 66.18% trên tổng doanh số khi so sánh các doanh nghiệp niêm yết trên cả hai sàn HSX và HNX trong nghiên cứu của Huỳnh Thanh Hùng (2016). Điều này cho thấy mức tương đồng về chính sách bán chịu của các doanh nghiệp sản xuất vật liệu xây dựng khá tương đồng so với các doanh nghiệp cùng được niêm yết trên Sở giao dịch Chứng khoán Hồ Chí Minh. Ngoài ra, mức độ dư nợ tín dụng thương mại của các doanh nghiệp nói trên đang chiếm một tỉ lệ đáng kể trong chính sách bán hàng của các doanh nghiệp. Tuy nhiên, một số doanh nghiệp không sử dụng chính sách bán chịu do e ngại rủi ro mất vốn, do đó TCR có giá trị thấp nhất là 0%. Ngược lại, một số doanh nghiệp lệ thuộc vào bán chịu dẫn đến TCR cao nhất đạt 64% với mức SD bằng 10.54%.
Thứ ba, đối với biến TCP, chúng ta có thể nhận thấy rằng mức giá trị trung bình của khoản mục nợ phải trả người bán trên tổng nợ phải trả đạt 12.01% trong giai đoạn nghiên cứu. Điều này có thể thấy được rằng việc các doanh nghiệp nghiên cứu chấp nhận chính sách tín dụng thương mại từ phía nhà cùng cấp. Lượng khoản nợ phải trả người bán của các doanh nghiệp chiếm một tỉ lệ đáng kể ở trong nghĩa vụ nợ của doanh nghiệp.
37 Việc chấp nhập chính sách mua chịu giúp các doanh nghiệp nói trên có thể tạo ra được lợi thế về vốn (adsbygoogle = window.adsbygoogle || []).push({});
38 và sử dụng nguồn lực này để bổ sung vào nguồn vốn lưu động trong ngắn hạn, đặc biệt trong giai đoạn nhu cầu thị trường bùng nổ và các doanh nghiệp cần phải huy động nguồn vốn để mở rộng hoạt động sản xuất kinh doanh của mình. Mức tỉ lệ mua chịu cao nhất đjat khoản 50% với SD bằng 9.54%. Một số doanh nghiệp cũng có quan điểm tương như biến TCR khi doanh nghiệp không sử dụng chính sách mua chịu.
Ngoài những biến đã đề cập ở trên, thì biến thanh khoản của doanh nghiệp được thể hiện thông qua chỉ số thanh toán hiện hành của các doanh nghiệp. Nhìn chung mức trung bình của chỉ số này có kết quả khá tích cực khi LIQ đạt mức 1.88, một mức khá an toàn trong quản trị hiệu quả hoạt động kinh doanh. Điều này giúp cho doanh nghiệp thể hiện khả năng duy trì ổn định các nghĩa vụ nợ ổn định trong ngắn hạn và tạo tiền đề để doanh nghiệp cung cấp các chính sách tín dụng thương mại nhằm nâng cao hiệu quả hoạt động kinh doanh. Một số doanh nghiệp với lượng tiền dồi dào và vị thế kinh doanh lớn trong ngành có mức 9.73 và thấp nhất khoảng 0.43 với SD đạt 1.47.
Bên cạnh đó, biến tăng trưởng GDP có mức trung bình tăng đạt 5.9% mỗi năm. Điều này thể hiện khá là tích và sát với tình hình thực tế. Mức sai số của biến có kết quả khá là thấp khi SD dao động trong khoảng 1.2%. Việc GDP đạt tăng trưởng cao có thể thể hiện xu hướng tiêu thị của người tiêu dùng và điều đó có thể giúp doanh nghiệp tận dụng những nguồn lực để mở rộng sản xuất.
4.2. Kiểm định tự tương quan.
Bài viết tiến hành kiểm định mức độ tương quan giữa các biến độc lập trong mô hình bằng lênh Corr trong phầm mềm Stata 14.0. Đầu tiên tác giả nhập dữ liệu đầu vào bao gồm 7 biến độc lập từ dữ liệu dạng bảng ở trong phần mềm Excel 2016. Sau đó, tác giả tiến hành xác định dạng dữ liệu và nhập lệnh Corr để tiến hành kiểm định. Việc chạy kiểm định tự tương quan sẽ giúp xác định mức đọ tương quan giữa các biến trong cùng mô hình, nếu trong ma trận tương quan có các biến nằm trong khoảng từ 0% đến 50% thì các biến không xuất hiện hiện tượng tự tương quan giữa các biến. Trong trường hợp, các biến
39 có kết quả tự tương quan lớn hơn 50% thì sẽ không ghi nhận ý nghĩa do các biến có sự tác động lớn lẫn nhau.
Bảng 4.2. Ma trận tương quan
TCR TCP SALE AGE LIQ GDP
TCR 1 TCP 0.016 1 SALE -0.2473 -0.0107 1 AGE -0.0403 0.0206 0.0134 1 LIQ 0.0863 -0.2538 -0.2098 -0.0372 1 GDP -0.0231 -0.0316 0.0174 -0.0183 0.0042 1
Nguồn: Kết quả nghiên cứu
Dựa vào ma trận tương quan, các biến đều có sự tương quan lẫn nhau ở mức thấp. Một số cặp biến có sự vân động tích cực là biến TCR – TCP, TCR – LIQ, TCP – AGE, SALE – AGE, SALE – GDP, LIQ – GDP. Trong các cặp tương quan trên, hai căp biến ghi nhận sự tăng trưởng ngược lại đáng chú ý là TCR – SALE và TCP – LIQ. Đầu tiên đối với cặp TCR và SALE, trong giai đoạn quy mô doanh thu sụt giảm doanh nghiệp sẽ tìm mọi cách để kích thích tăng trưởng và tiêu thụ hàng hóa. Trong giai đoạn này, hàng loạt chính sách sẽ được chấp thuận để nâng cao quy mô doanh thu, trong đó bao gồm cả chính sách tín dụng thương mại. Trên thực tế, điều này thường được các doanh nghiệp áp dụng để tạo ra sự khác biệt và nâng cao khả năng cạnh tranh. Thứ hai, sự tương quan giữa cặp biến TCP và LIQ. Điều này có thể dễ dàng giải thích khi mà TCP được thể hiện là một nghĩa vụ nợ của doanh nghiệp, việc doanh nghiệp chấp thuận chính sách mua chịu từ phía nhà cùng cấp sẽ làm gia tăng thêm mức độ vay nợ của doanh nghiệp. Điều này cũng có nghĩa doanh nghiệp sẽ phải đảm bảo thanh toán nghĩa vụ nợ và khiến cho mức thanh khoản của doanh nghiệp giảm mạnh và ngược lại.
40
4.3. Kết quả nghiên cứu và kiểm định mô hình.4.3.1 Kiểm định lựa chọn mô hình phù hợp. 4.3.1 Kiểm định lựa chọn mô hình phù hợp.
Như đã trình bày tại phương pháp nghiên cứu, tác giả lựa chọn hồi quy theo ba mô hình là OLS, FEM và REM. Sau đó, tác giả dụng các kiểm định để lựa chọn mô hình phù hợp với mục tiêu nghiên cứu. Bước đầu tiên, tác giả tiến hành hồi dữ liệu theo từng mô hình cụ thể. Tiếp theo sau đó, tác giả sử dụng kiểm định Hausman để xác định mức độ phù hợp của mô hình FEM và REM.
Bảng 4.3. Kiểm định Hausman (1978)
HSG FEM HSG REM Sự khác biệt S.E TCR -0.0550243 -0.0581786 0.0031543 0.0050535 TCP -0.0171093 -0.0214116 0.0043023 0.0058988 SALE 1.45E-15 7.16E-16 7.37E-16 3.85E-16 AGE -0.0020554 -0.0005176 -0.0015378 0.0005703 LIQ 0.0054608 0.0069082 -0.0014473 0.0004325 GDP 0.2283735 0.2523526 -0.023979 . Kết quả kiểm định:
Prob/Chi2= 0.0009
Nguồn: Kết quả nghiên cứu Áp dụng kiểm định Hausman với hai giả thuyết như sau:
Giả thuyết H0: Không có sự tương quan giữa sai số mô hình và biến độc lập. Giả thuyết H1: Có sự tương quan giữa sai số mô hình và biến độc lập.
Sau khi tiến hành kiểm định, ta tiến hành xác định kết quả mô hình và chỉ ra rằng mức độ P-value đạt 0.009 < 0.05. Như vậy, ta chưa có cơ sở để tiến hành bác bỏ giải thuyết H0, chấp nhận H0. Mô hình nghiên cứu phù hợp với mục tiêu của chủ đề nghiên cứu là mô hình nhân tố tác động cố định (FEM).
Sau bước này, tác giả tiến hành kiểm định để chọn lựa mức độ phù hợp giữa mô hình FEM và OLS. Kiểm định F-Test được áp dụng để xác định mức độ phù hợp này.