6. Kết cấu của luận văn
1.5.4Mô hình nghiên cứu và giả thuyết nghiên cứu
Từ các nghiên cứu trước tác giả tổng hợp các biến nghiên cứu theo bảng như sau:
Bảng 1.4 Bảng mô tả giả thuyết tác động của các biến
Tên các biến Ký hiệu các biến Dấu kỳ vọng Tác giả
Biến phụ thuộc
Hiệu quả sản xuất kinh
doanh ROA
Nguyễn Lê Cường và Nguyễn Phương Anh (2020); Trần Trọng
Huy và Nguyễn Thị Ngọc Hân (2020); Peter Nderitu GITHAIGA (2019); Ahesha Perera and Sujani
Thrikawala (2012)
Biến độc lập
Vốn nhân lực HC +
Nguyễn Lê Cường và Nguyễn Phương Anh (2020); Ngoc Phu Tran and Duc Hong Vo (2020); Peter Nderitu GITHAIGA (2019);
Ahesha Perera and Sujani Thrikawala (2012)
Giá trị sổ sách cổ phiếu PB + Ahesha Perera and Sujani Thrikawala (2012)
Quy mô doanh nghiệp SIZE +
Nguyễn Lê Cường và Nguyễn Phương Anh (2020); Trần Trọng
28
(2020); Peter Nderitu GITHAIGA (2019)
Nợ ngắn hạn SDR - Trần Trọng Huy và Nguyễn Thị Ngọc Hân (2020)
Nợ dài hạn LDR - Trần Trọng Huy và Nguyễn Thị Ngọc Hân (2020)
Tài sản vô hình INTANGIBLE + Tác giả đề xuất
Tài sản hữu hình TANGIBLE + Tác giả đề xuất
(Nguồn: tác giả tổng hợp)
Hình thể hiện ảnh hưởng của các nhân tố như sau: Ảnh hưởng của các yếu tố đến ROA
Hình 1.3 Mô hình các yếu tố tác động vốn nhân lực thông qua ROA 1.6 Các biến trong mô hình hồi quy
Luận văn thực hiện đánh giá chỉ số tác động của vốn nhân lực và các yếu tố đặc thù đến kết quả khả năng sản xuất kinh doanh của 33 doanh nghiệp công nghệ thông tin trên sàn chứng khoán lĩnh vực công nghệ thông tin và được tính như sau:
29
1.6.1 Biến phụ thuộc
Tỷ suất sinh lời trên tổng tài sản (ROA): là một trong những chỉ số đo lường mức độ mà doanh nghiệp đạt được trong sản xuất kinh doanh. Con số này sẽ cho cái nhìn rõ hơn về hiệu quả sử dụng tài sản của doanh nghiệp trong quá trình sản xuất kinh doanh.
Cách tính ROA = Lợi nhuận sau thuế /Bình quân tổng tài sản
Chỉ số ROA (Return On Assets): chỉ số thể hiện tỷ lệ giữa lợi nhuận so với tài sản được đem vào hoạt động sản xuất kinh doanh nhằm đánh giá hiệu quả trong việc sử dụng tài sản của doanh nghiệp. Chỉ số ROA thể hiện một đồng vốn doanh nghiệp đầu tư vào tài sản sẽ đem về bao nhiêu lợi nhuận. ROA càng cao càng thể hiện hiệu quả sử dụng tài sản của doanh nghiệp càng tốt. (adsbygoogle = window.adsbygoogle || []).push({});
1.6.2 Biến độc lập
HC (Human Capital): Theo các nghiên cứu của Peter Nderitu Githaiga (2019); Ahesha Perera and Sujani Thrikawala (2012); Lex Osley và các cộng sự (2008); Alireza Behrooznia) và các tác giả (2016), Faisal Sultan Qadri và các tác giả (2014); Bálint Balogh (2013) … Biến (HC) này có thể được đo bằng chỉ tiêu vi mô tại doanh nghiệp hoặc đo bằng chỉ tiêu vĩ mô của vốn nhân lực tại Việt Nam. Theo chỉ tiêu vi mô, biến HC có thể được đo bằng kiến thức, kĩ năng hay năng lực của lao động trong doanh nghiệp, trình độ, bằng cấp… Tuy nhiên, luận văn này nghiên cứu các thông tin lao động không được công bố đầy đủ trên sàn chứng khoán tại Thủ đô Hà Nội và Thành phố Hồ Chí Minh trong các doanh nghiệp. Do vậy, việc áp dụng biến (HC) theo tiêu chí vi mô là khó thực hiện trong nghiên cứu của luận văn.
Trong nghiên cứu của luận văn tác giả sử dụng biến (HC) lấy từ các thông số vĩ mô theo các nghiên cứu trước ở mục 1.4.1 và 1.4.2 thì các chỉ tiêu vĩ mô có thể được đo lường bằng phương pháp chi phí hoặc phương pháp thu nhập. Trong phân tích của Lex Osley và đồng tác giả (2008) và phân tích của Bálint Balogh (2013) thì biến HC có thể đo lường bằng chỉ tiêu thu nhập, ví dụ như: GDP bình quân đầu người. Hoặc trong phân tích của nhà nghiên cứu Alireza Behrooznia và
30
cộng sự (2016); Faisal Sultan Qadri và đồng tác giả (2014), những phân tích của các tác giả này nêu lên vốn nhân lực có thể được đo bằng tỷ lệ nhập học các cấp.
Trong phân tích luận văn này tác giả sử dụng biến HC (Human Capital) lấy từ các thông số vĩ mô và sử dụng chỉ tiêu GDP bình quân đầu người làm biến đại diện cho HC như theo các nghiên cứu của: Nguyễn Lê Cường và Nguyễn Phương Anh (2020); Alireza Behrooznia và các cộng sự (2016); Faisal Sultan Qadri và các cộng sự (2014); Lex Osley và cộng sự (2008) đã được đề cập ở trên. Trong cuộc sống kinh tế thì thực tế chỉ ra rằng quốc gia càng phát triển thì chỉ số GDP bình quân đầu người càng cao, đồng nghĩa với HC (Human Capital) càng cao. Trong luận văn tác giả xem xét sử dụng giả thuyết H1 biến vốn nhân lực có tác động cùng chiều với hiệu quả sản xuất kinh doanh của doanh nghiệp.
H1: Vốn nhân lực tác động cùng chiều với hiệu quả sản xuất kinh doanh của doanh nghiệp.
PB (Giá trị sổ sách cổ phiếu): Theo nghiên cứu của Ahesha và Sujani Thrikawala (2012) về ảnh hưởng của đầu tư vốn nhân lực đối với hoạt động kinh doanh của doanh nghiệp: Các tác giả phân tích thực nghiệm trong các cơ sở kinh doanh tại Sri Lanka năm 2012. Dữ liệu thu thập từ những năm 2009 đến 2010 của 40 doanh nghiệp mà tác giả nghiên cứu thì so sánh Giá trị sổ sách cổ phiếu với hiệu quả sản xuất kinh doanh của doanh nghiệp có xu hướng tác động cùng chiều. Trong luận văn giả thuyết được tác giả nghiên cứu đề xuất H2 là Giá trị sổ sách cổ phiếu có tác động cùng chiều hiệu quả sản xuất kinh doanh của doanh nghiệp.
H2: Giá trị sổ sách cổ phiếu có tác động cùng chiều với hiệu quả sản xuất kinh doanh của doanh nghiệp.
SIZE (Firm Size – Quy mô doanh nghiệp): Quy mô của được tính bằng Logarithm của doanh nghiệp là toàn bộ khối trị giá tài sản mà tổ chức đó nắm giữ và có quyền sở hữu sử dụng. Theo nghiên cứu: Tác động của cấu trúc vốn đến hiệu quả sản xuất kinh doanh của các doanh nghiệp trong ngành năng lượng niêm yết trên thị trường chứng khoán Việt Nam của Trần Ngọc Huy và Nguyễn Thị Ngọc Hân (2020) thì quy mô lơn của doanh nghiệp đồng nghĩa khối tài sản sở hữu lớn và nó là tiền đề quyết định và định hướng phát triển lâu và dài của ROA. Tác giả
31
đã phân tích tổng hợp số liệu của doanh nghiệp năng lượng từ những năm 2012 đến 2019 trên sàn chứng khoán tại Việt Nam. Dựa vào đó luận văn nghiên cứu đưa ra giả thuyết H3 như sau:
H3: Quy mô doanh nghiệp có cùng xu hướng với hiệu quả sản xuất kinh doanh của doanh nghiệp (ROA).
SDR (Short Term Debt to Total Assets): Nợ ngắn hạn trên tổng tài sản. Theo nghiên cứu: Tác động của cấu trúc vốn đến hiệu quả sản xuất kinh doanh của các doanh nghiệp trong ngành năng lượng niêm yết trên thị trường chứng khoán Việt Nam của Trần Ngọc Huy và Nguyễn Thị Ngọc Hân (2020) thì nợ ngắn hạn tác động ngược chiều đến hiệu quả sản xuất kinh doanh của doanh nghiệp. Từ đó luận văn đưa ra giả thuyết H4 như sau:
H4: Nợ ngắn hạn tác động ngược xu hướng với hiệu quả sản xuất kinh doanh và khả năng sinh lợi mà doanh nghiệp tạo ra.
LDR (Long Term Debt to Total Assets): Nợ dài hạn trên tổng tài sản. Theo nghiên cứu: Tác động của cấu trúc vốn đến hiệu quả sản xuất kinh doanh của các doanh nghiệp trong ngành năng lượng niêm yết trên thị trường chứng khoán Việt Nam của Trần Ngọc Huy và Nguyễn Thị Ngọc Hân (2020), thì nợ dài hạn của doanh nghiệp có tác động ngược xu hướng với hiệu quả sản xuất kinh doanh của doanh nghiệp (ROA). Từ đó luận văn đưa ra giả thuyết H5 như sau:
H5: Nợ dài hạn có tác động ngược xu hướng với hiệu quả sản xuất kinh doanh và khả năng sinh lợi do doanh nghiệp tạo ra.
INTANGIBLE (Tài sản vô hình): Được tính bằng tổng các tài sản vô hình trong doanh nghiệp. Tài sản vô hình của doanh nghiệp trong ngành công nghệ thông tin là vô cùng quan trọng. Việc sở hữu các sản phẩm độc quyền là một lợi thế lớn đối với các doanh nghiệp này, bên cạnh đó các sản phẩm chất lượng cao bản quyền của doanh nghiệp là nhân tố để khẳng định vị thế của doanh nghiệp trên thị trường. Chính do lẽ đó giả thuyết H6 được tác giả đề xuất là tài sản vô hình có ảnh hưởng tích cực với hiệu quả sản xuất kinh doanh của doanh nghiệp (ROA) như sau:
32
H6: Tài sản vô hình có tác động cùng chiều với hiệu quả sản xuất kinh doanh của doanh nghiệp.
TANGIBLE (Tài sản hữu hình): Được tính bằng tổng các tài sản hữu hình của doanh nghiệp. Tài sản hữu hình của các doanh nghiệp ngành công nghệ thông tin cũng không kém phần quan trọng. Cơ sở vật chất đảm bảo sẽ giúp cho nhân viên của doanh nghiệp có được môi trường thuận lợi trong việc phát huy hiệu quả lao động, cơ sở vật chất tốt cũng giúp cho nhân viên cảm thấy thoải mái hơn trong khi làm việc. Do đó tác giả đề xuất giả thuyết H7 là tài sản hữu hình có tác động tích cực với khả năng sinh lợi và hiệu quả sản xuất kinh doanh của doanh nghiệp như giả thuyết sau:
H7: Tài sản hữu hình có tác động cùng chiều với hiệu quả sản xuất kinh doanh.
1.6.3 Phương trình hồi quy
Tổng hợp từ các nghiên cứu trước tác giả đề xuất luận văn nghiên cứu với phương trình hồi quy như sau:
Y = β0 + β1HC + β2PB + β3SIZE + β4SDR +β5LDR + β6INTANGIBLE + β7TANGIBLE + £
Trong đó:
Y: là biến phụ thuộc mô tả hiệu quả sản xuất kinh doanh của doanh nghiệp ngành Công nghệ thông tin, đo lường bằng chỉ số ROA.
Các biến độc lập:
HC: Vốn nhân lực
PB: Giá trị sổ sách cổ phiếu (adsbygoogle = window.adsbygoogle || []).push({});
SIZE: Quy mô của doanh nghiệp
SDR: Nợ ngắn hạn
LDR: Nợ dài hạn
INTANGIBLE: Tài sản vô hình của doanh nghiệp
33
1.7 Các phương pháp phân tích hồi quy
Mô phỏng theo lập luận và phân tích nghiên cứu thực nghiệm của các tác giả, luận văn sử dụng phần mềm Stata 15 để kiểm định F test và kiểm định Hausman để lựa chọn mô hình. Bên cạnh đó luận văn cũng xem xét chỉ số (VIF) để kiểm định hiện tượng đa cộng tuyến, dùng kiểm định (Wald) để kiểm định hiện tượng phương sai thay đổi và dùng kiểm định (Wooldridge) để kiểm định sự tự tương quan. Luận văn cũng dùng các kiểm định Pooled OLS, FEM, REM, FGLS nhằm lựa chọn phương pháp hồi quy để tối ưu nhất cho mô hình nghiên cứu trong luận văn. Qua đó, ước lượng giữa các biến độc lập có mối quan hệ ảnh hưởng tới nghiên cứu trong luận văn là biến phụ thuộc, được trình bày cụ thể thông qua các phương pháp kiểm định, hồi quy như sau:
1.7.1 Phương pháp hồi quy bình phương nhỏ nhất cổ điển gộp (Pooled OLS)
Mô hình bình phương nhỏ nhất dùng để ước lượng gộp tất cả các tham số lại không phân biệt đặc tính và dữ liệu chuỗi thời gian. Theo đó, phương pháp hồi quy Pooled OLS là phương pháp đơn giản nên loại bỏ cấu trúc dữ liệu bảng làm cho mối quan hệ giữa các biến dự báo (biến độc lập) và biến kết quả (biến phụ thuộc) không có ý nghĩa về mặt thống kê.
Phương trình hồi quy tuyến tính có dạng:
Yit = β1 + β2X2it + β3X3it + … + βkXkit + µit
Trong đó:
Yit: là biến phụ thuộc, đo lường biến Y của đối tượng i ở thời điểm t Xit: là biến độc lập, đo lường biến X của đối tượng i ở thời điểm t t = 1, 2, 3… n: thời điểm năm thứ t
I = 1, 2, 3 … n: đơn vị chéo thứ i β1: hằng số ước lượng
β2, …, βk: hệ số hồi quy (độ dốc)
µit: số hạng sai số ngẫu nhiên (phần dư)
Đối với phương pháp Pooled OLS do mô hình đôi khi xuất hiện nhiều biến dự báo, qua quá trình chạy các kiểm định chặt chẽ đảm bảo của mô hình nghiên cứu hiện tượng đa cộng tuyến dễ xảy ra, hiện tượng phương sai thay đổi và hiện
34
tượng tự tương quan, điều này sẽ dẫn đến nghiên cứu về mặt thống kê không có ý nghĩa. Nghiên cứu theo phương pháp Pooled OLS không tồn tại biến giả.
1.7.2 Phương pháp hồi quy hiệu ứng cố định (FEM)
Phương pháp hiệu ứng cố định là phân tích các ảnh hưởng của các biến thay đổi theo thời gian, phương pháp này được thực hiện trên cơ sở giả định khác nhau của các tung độ góc (không làm thay đổi các hệ số góc) và các đơn vị chéo.
Mô hình hiệu ứng hồi quy cố định có dạng:
Yit = β1i + β2X2it + β3X3it + … + βkXkit + µit
Có hai trường hợp ảnh hưởng đến phương pháp hồi quy hiệu ứng cố định (FEM), đó là:
Trường hợp 1: khi có một lượng lớn đối tượng biến giả được đưa vào mô hình sẽ làm mất đi nhiều bậc tự do của các đối tượng.
Trường hợp 2: khi có một lượng lớn biến dự báo (biến độc lập) được đưa vào mô hình có thể xảy ra hiện tượng đa cộng tuyến, phương sai thay đổi và tự tương quan bậc một. Vì vậy, dẫn đến mô hình nghiên cứu không có ý nghĩa thống kê và các tham số ước lượng không có giá trị chính xác.
Ước lượng hồi quy biến giả bình phương tối thiểu LSDV (Least Squares Dummy Variable Estimator) được sử dụng nếu các đối tượng không lớn, khi đó các biến được bổ sung vào mô hình hồi quy, được gọi là biến giả bình phương nhỏ nhất với mô hình sau:
Yit = β11D1i + β12D2i + … + β1,10D10i + β2X2it + β3X3it + eit
Mô hình hiệu ứng cố định (FEM) phù hợp khi các độ dốc của từng đối tượng có thể tương quan với một hay nhiều dự báo (biến độc lập).
1.7.3 Phương pháp hồi quy hiệu ứng ngẫu nhiên (REM) (adsbygoogle = window.adsbygoogle || []).push({});
Phương pháp hồi quy hiệu ứng ngẫu nhiên (REM) là các biến không đồng nhất giữa các đối tượng được giả định như một thành phần ngẫu nhiên và không tương quan với biến dự báo (biến độc lập). Do có sự thay đổi giữa các biến dự báo có tác động liên quan đến biến kết quả (biến phụ thuộc) nên mô hình hiệu ứng ngẫu nhiên (REM) sẽ thích hợp hơn mô hình hiệu ứng cố định (FEM).
35 Mô hình hiệu ứng ngẫu nhiên có dạng:
Yit = β1 + β2X2it + β3X3it + … + βkXkit + (eit + µi) = β1 + β2X2it + β3X3it + vit
Trong đó: vit = µi + eit
eit: là sai số chéo hay theo các đối tượng µi: là sai số chéo và chuỗi thời gian
Mô hình hiệu ứng ngẫu nhiên (REM) không làm mất bậc tự do vì không ước lượng cỡ mẫu của từng tung độ góc riêng lẻ, mô hình này chỉ ước lượng giá trị của tung độ góc tính theo trung bình và phương sai.
1.7.4 Phương pháp hồi quy bình phương tối thiểu tổng quát (FGLS)
Phương pháp bình phương tối thiểu tổng quát (FGLS) là một dạng của phương pháp Pooled OLS đối với các biến đã biến đổi để phù hợp với các giả thuyết bình phương tối thiểu tiêu chuẩn. Các ước lượng thường có tính chất BLUE khi và chỉ khi ước lượng được gọi là các ước lượng FGLS.
Mô hình FGLS trình bày các ước lượng tuyến tính không chệch tốt nhất đó là BLUE. Ước lượng BLUE được tính từ mô hình bình phương tối thiểu có trọng số, với điều kiện các phương sai thay đổi.
Mô hình bình phương tối thiểu tổng quát (FGLS) được thực hiện dựa trên cơ sở khắc phục khi trong mô hình nghiên cứu xảy ra hiện tượng tự tương quan và phương sai thay đổi.
1.7.5 Kiểm định F
Đây là kiểm định dùng để so sánh mức độ phù hợp của hai phương pháp hồi quy Pooled OLS và FEM trong mô hình nghiên cứu, kiểm định này đưa ra sự khác biệt giữa các tung độ góc theo đơn vị không gian, dựa theo nội dung như sau:
Đặt giả thuyết:
H0: Phương pháp Pooled OLS là tốt nhất. Ha: Phương pháp FEM là tốt nhất.
Kết quả:
Kiểm định P-value < α (với α = 1%, 5%, 10%) => Bác bỏ H0 => Chấp nhận Ha, phương pháp FEM được lựa chọn.
36
Kiểm định P-value > α (với α = 1%, 5%, 10%) => Bác bỏ Ha => Chấp nhận H0, phương pháp Pooled OLS được lựa chọn.
1.7.6 Kiểm định Hausman
Dùng kiểm định Hausman nhằm để chọn lựa giữa mô hình FEM với mô hình REM thì nên chọn mô hình nào cho phù hợp. Thực chất dùng kiểm định Hausman nhằm để xem xét có sự tồn tại tương quan giữa ɛi và các biến độc lập hay không, dựa theo nội dung như sau:
Đặt giả thuyết:
H0: ɛi và biến độc lập không tương quan (REM là tốt nhất). Ha: ɛi và biến độc lập có tương quan (FEM là tốt nhất). Kết quả:
Kiểm định P-value < α (với α = 1%, 5%) => Bác bỏ H0 => Chấp nhận Ha, phương pháp FEM được lựa chọn.