3.3.1. Các biến trong mô hình nghiên cứu
Các biến có trong mô hình nghiên cứu thể hiện các ý nghĩa tài chính liên quan đến XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE như sau:
Biến độc lập Z
Z là biến độc lập của mô hình nghiên cứu thể hiện XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE đã được tính toán riêng biệt theo công thức mô hình Z-score của Edward I, Altman (2000). Một mô hình nổi tiếng và được ứng dụng thực tế tại nhiêu nước trên thế giới trong đó có Việt Nam với khả năng ước
lượng XSVN của các doanh nghiệp một cách hiệu quả và dễ
tiếp cận để thực hiện
nghiên cứu. Chỉ số Z sau khi tính toán được phân loại theo 3
nhóm thể hiện từng
mức độ XSVN của doanh nghiệp cụ thể như sau:
- Z > 2,99: Doanh nghiệp nằm trong vùng an toàn, XSVN của doanh nghiệp thấp, chưa có nguy cơ phá sản.
- 1,8 < Z < 2,99 : Doanh nghiệp nằm trong vùng cảnh báo, XSVN nằm ở mức trung bình, có thể có nguy cơ phá sản.
- Z < 1,8 : Doanh nghiệp nằm trong vùng nguy hiểm, có XSVN cao, nguy cơ dẫn đến phá sản.
Nhóm biến khả năng thanh toán gồm các biến phụ thuộc X1, X2, X3, X4
Hệ số khả năng thanh toán hiện hành X1 là chỉ số thể hiện một cách khái quát khả năng thanh toán các khoản nợ ngắn hạn từ tài sản ngắn hạn của doanh nghiệp Ngô Thị Phượng và ctg (2016). Theo trang thông tin Dun & Bradstreet Vietnam, hệ số này thường được sử dụng đánh giá cho các doanh nghiệp trong cùng ngành với giá trị thể hiện như sau:
- X1 <1: Thể hiện khả năng trả nợ của doanh nghiệp yếu, là dấu hiệu báo trước những khó khăn tiềm ẩn về tài chính mà doanh nghiệp có thể gặp phải trong việc trả các khoản nợ ngắn hạn. Khi X1 càng dần về 0, doanh nghiệp càng mất khả năng chi trả, gia tăng nguy cơ phá sản.
- X1 >1: Cho thấy doanh nghiệp có khả năng cao trong việc sẵn sàng thanh toán các khoản nợ đến hạn. Tỷ số càng cao càng đảm bảo khả năng chi trả của doanh nghiệp, tính thanh khoản ở mức cao. Tuy nhiên, trong một số trường hợp, tỷ số này quá cao lại thể hiện doanh nghiệp không được sử dụng hợp lý nguồn tài chính, hay hàng tồn kho quá lớn dẫn đến việc khi có biến động trên thị trường, lượng hàng tồn kho không thể bán ra để chuyển hoá thành tiền.
Ngô Thị Phượng và ctg (2016) cho biết hệ số khả năng thanh toán nhanh X2 thể hiện khả năng doanh nghiệp có thể thanh toán ngay trong thời gian ngắn các khoản nợ ngắn hạn đến mức độ nào từ ngồn tài sản ngắn hạn có khả năng chuyển hóa thành tiền nhanh nhất. Trang thông tin Dun & Bradstreet Vietnam chỉ ra rằng
trong tỷ số này, hàng tồn kho là loại tài sản có tính
thanh khoản thấp hơn và bị loại
bỏ. Bởi lẽ trong tài sản lưu động, hàng tồn kho được coi là
loại tài sản có tính thanh
khoản thấp hơn. Theo đó, bài viết tại trang cũng đề cập đến
giá trị thể hiện của hệ số
khả năng thanh toán nhanh X2 như sau:
- X2 < 0,5: Phản ánh doanh nghiệp đang gặp khó khăn trong việc chi trả, tính thanh khoản thấp.
- 0,5< X2 <1: Phản ánh doanh nghiệp có khả năng thanh toán tốt, tính thanh khoản cao.
Theo trang thông tin tại Dun & Bradstreet Vietnam, hệ số khả năng thanh toán tổng quát X3 phản ánh năng lực thanh toán của doanh nghiệp trên tổng các khoản nợ ngắn và dài hạn từ tổng tài sản của doanh nghiệp này với các mức độ thể hiện cụ thể:
- X3 >2: Phản ánh khả năng thanh toán của doanh nghiệp rất tốt, tuy nhiên hiệu quả sử dụng vốn có thể không cao và đòn bẩy tài chính thấp, Doanh nghiệp sẽ khó có bước tăng trưởng vượt bậc.
- 1< X3 <2: Phản ánh về cơ bản, với lượng tổng tài sản hiện có, doanh nghiệp hoàn toàn đáp ứng được các khoản nợ tới hạn.
- 0 < X3 <1: Thể hiện khả năng thanh toán của doanh nghiệp thấp, khi chỉ số càng tiến dần về 0, doanh nghiệp sẽ mất dần khả năng thanh toán, hiện tượng vỡ nợ có thể xảy ra nếu doanh nghiệp không có giải pháp thực sự phù hợp.
Hệ số khả năng thanh toán lãi vay X4 thể hiện khả năng chi trả lãi vay từ lợi nhuận trước thuế và lãi vay (EBIT) của doanh nghiệp. Doanh nghiệp nào có chỉ số hệ số lãi vay khả năng thanh toán càng cao cho thấy khả năng bù đắp lãi vay của doanh nghiệp càng tốt. Điều này chứng tỏ doanh nghiệp đang biết cách sử dụng đòn bẩy tài chính hợp lý và hiệu quả hoạt động của doanh nghiệp tốt, tỷ lệ hoàn vốn và suất sinh lời của tài sản cao. Đặng Phương Tâm (2020)
Nhóm biến khả năng sinh lời gồm các biến phụ thuộc X5, X6, X7
Theo Ngô Thị Phượng và ctg (2016) hệ số khả năng sinh lời trên tổng tài sản (ROA) X5 đo lường hiệu quả hoạt động của doanh nghiệp trong việc sử dụng tài
sản để tạo ra lợi nhuận sau thuế, không phân biệt tài sản
này đuợc hình thành từ
nguồn vốn vay hay vốn chủ sở hữu. Điều này là cơ sở quan trọng
để những nguời đi
vay và cho vay sử dụng hệ số khả năng sinh lời trên tổng tài
sản để xem xét liệu
rằng doanh nghiệp có thể tạo ra mức sinh lời cao hơn chi phí
sử dụng nợ hay không.
Đồng thời cũng là cơ sở để các chủ sở hữu doanh nghiệp đánh
giá tác động của đòn
bẩy tài chính và ra quyết định huy động vốn. Vì vậy nên chỉ số
này thuờng đuợc so
sánh chi phí sử dụng nợ vay sau thuế. Nếu ROA lớn hơn chi phí
sử dụng nợ vay sau
thuế nghĩa là doanh nghiệp sử dụng nợ vay hiệu quả. Nguợc lại,
ROA nhỏ hơn chi
phí sử dụng nợ vay sau thuế tức việc sử dụng đòn bẩy tài chính
không làm tăng lời
nhuận sau thuế hoặc thậm chí là ảnh huởng đến khả năng chi trả
lãi vay của doanh
nghiệp.
Hệ số khả năng sinh lời trên tổng tài sản cố định X6 đuợc nhắc đến trong nghiên cứu của Nguyễn Thị Nga (2018) thể hiện hiệu quả sử dụng tổng tài sản cố định đề tạo ra lợi nhuận cho doanh nghiệp. Chỉ số này có tác động cùng chiều với rủi ro phá sản.
Hệ số khả năng sinh lời trên doanh thu thuần X7 thể hiện khả năng sinh lời từ hoạt động kinh doanh của doanh nghiệp củ thể là từ doanh thu thuần. Chỉ tiêu này càng lớn thì chứng tỏ tốc độ tăng của lợi nhuận lớn hơn tốc độ tăng của doanh thu nghĩa là khả năng sinh lời của doanh nghiệp là lớn. Trang thông tin MISA SME.NET.2020
Nhóm biến hiệu suất hoạt động gồm các biến phụ thuộc X8, X9, X10, X11
Vòng quay tồn kho X8 là chỉ tiêu phản ánh năng lực tiêu thụ hàng hoá và tốc độ vòng quay hàng tồn trữ để uớc luợng hiệu suất quản lý hàng tồn trữ của doanh nghiệp và là căn cứ để nguời quản lý tài chính biết đuợc doanh nghiệp bỏ vốn vào luợng trữ hàng quá nhiều hay không. Nếu mức quay vòng hàng tồn kho quá thấp, chứng tỏ luợng hàng tồn quá mức, sản phẩm bị tồn đọng hoặc tiêu thụ không tốt sẽ là một biểu hiện xấu trong kinh doanh. Vì hàng tồn trữ còn trực tiếp liên quan đến năng lực thu lợi của doanh nghiệp. Số lần quay vòng hàng tồn kho nhiều chứng tỏ
hàng lớn trữ chỉ chiếm dụng số vốn nhỏ, thời gian trữ hàng
ngắn, hàng tiêu thụ
nhanh, thu lợi sẽ càng nhiều.
Vòng quay tài sản cố định X9 phản ánh tình hình quay vòng của tài sản cố định, và là một chỉ tiêu uớc luợng hiệu suất sử dụng tài sản cố định, tỷ số này cho biết hiệu quả sử dụng vốn đầu tu vào tài sản cố định của doanh nghiệp. Tỷ số này cao chứng tỏ tình hình hoạt động của doanh nghiệp tốt đã tạo ra doanh thu thuần cao so với tài sản cố định, chứng tỏ việc đầu tu vào tài sản cố định của doanh nghiệp là xác đáng, cơ cấu hợp lý, hiệu suất sử dụng cao. Nguợc lại, nếu vòng quay tài sản cố định không cao thì chứng tỏ hiệu suất sử dụng thấp, kết quả đối với sản xuất không nhiều, năng lực kinh doanh của doanh nghiệp không mạnh. Mặt khác, tỷ số còn phản ánh khả năng sử dụng hữu hiệu tài sản các loại.
Theo Trần Thị Bích Nhân (2016) Vòng quay tổng tài sản X10 ý nghĩa, tỷ số này cho biết mỗi đồng tài sản của DN đua vào sản xuất kinh doanh tạo ra bao nhiêu đồng doanh thu. Chỉ tiêu phản ánh vòng quay tài sản chịu ảnh huởng rất lớn bởi đặc điểm ngành kinh doanh, chiến luợc kinh doanh và trình độ quản lý cũng nhu sử dụng tài sản của DN. Nếu vòng quay tổng tài sản cao, cho thấy DN đang phát huy công suất hiệu quả và có thể tiến hành đầu tu mới nếu muốn mở rộng hoạt động. Nếu vòng quay tổng tài sản thấp, tức là vốn của DN sử dụng chua hiệu quả, DN có những tài sản đang ứ đọng hoặc công suất hoạt động thấp
Vòng quay khoản phải thu X11 thể hiện tốc độ luân chuyển của các khoản phải thu và cụ thể đuợc sử dụng ở đây là khoản phải thu ngắn hạn của doanh nghiệp.
Nhóm biến cơ cấu nguồn vốn gồm các biến phụ thuộc X12, X13, X14, X15
Hệ số nợ ngắn hạn trên nợ dài hạn X12 đuợc đề cập trong nghiên cứu của Võ Minh Long (2020) có tác động nguợc chiều đối với rủi ro tài chính.
Hệ số nợ trên tổng tài sản X13 đuợc phát hiện trong nghiên cứu của Nguyễn Thị Nga (2018) có tác động cùng chiều đối với rủi ro phá sản. Tỷ số này đuợc sử dụng để xác định nghĩa vụ của chủ doanh nghiệp đối với các chủ nợ trong việc góp vốn, Thông thuờng các chủ nợ thích tỷ số này vừa phải vì tỷ số này càng thấp thì
khoản nợ vay càng được đảm bảo trong trường hợp doanh
nghiệp bị phá sản. Còn
các chủ sở hữu thích tỷ số này cao vì họ muốn lợi nhuận tăng
nhanh. Tuy nhiên nếu
tỷ số nợ quá cao thì doanh nghiệp dễ bị rơi vào tình trạng mất
khả năng thanh toán.
Để có nhận định đúng về tỷ số này cần phải kết hợp với các tỷ số khác nữa.
Hệ số nợ trên nguồn vốn chủ sở hữu X14 được nhắc đến trong nghiên cứu của Trịnh Thị Phan Lan (2013) thể hiện tỷ lệ đi vay doanh nghiệp. Theo Đặng Phương Tâm (2020) Giá trị hệ số này cho biết: Nếu hệ số này lớn hơn 1 cho thấy tỷ lệ đi vay của doanh nghiệp lớn, nếu ngân hàng có bất kỳ động thái nào điều chỉnh về lãi vay sẽ đều có ảnh hưởng không tốt đến doanh nghiệp. Nhưng nếu chỉ số này quá nhỏ, điều này cho thấy doanh nghiệp chưa biết cách tận dụng đòn bẩy tài chính một cách hiệu quả.
Tỷ số tự tài trợ X15 đề cập trong nghiên cứu của Võ Minh Long (2020) là chỉ tiêu phản ánh khả năng tự bảo đảm về mặt tài chính và khả năng tự chủ tài chính của doanh nghiệp. Chỉ tiêu này cho biết trong tổng số nguồn vốn tài trợ tài sản của doanh nghiệp, nguồn vốn chủ sở hữu chiếm bao nhiêu phần trăm. Nếu tỷ số tự tài trợ càng lớn, chứng tỏ khả năng tự đảm bảo về mặt tài chính càng cao, mức độ độc lập về mặt tài chính của doanh nghiệp càng tăng và ngược lại, tỷ số tự tài trợ càng nhỏ, khả năng tự đảm bảo về mặt tài chính của doanh nghiệp càng thấp, mức độ độc lập về tài chính của doanh nghiệp càng giảm. Tuy nhiên, tỷ số tự tài trợ có giá trị càng cao lại cho thấy doanh nghiệp chưa tận dụng được lợi ích của đòn bẩy tài chính.
3.3.2. Giả thuyết nghiên cứu
Từ các nhân tố tác động tác động đến XSVN của doanh nghiệp ngành BĐS khóa luận đề ra các giả thuyết nghiên cứu tương ứng với từng nhân tố trong bảng sau:
Bảng 3. 2: Giả thuyết nghiên cứu
Nhân tố Giả thuyết nghiên cứu
Khả năng thanh toán
H1: KNTT có tác động ngược chiều đối với XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE
BĐS niêm yết trên HOSE Hiệu suất hoạt động
H3: HSHĐ có tác động ngược chiều đến XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE
Cơ cấu nguồn vốn
H4: CCNV có tác động cùng chiều với XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE
Nguồn: Tác giả đề xuất
3.3.3. Dữ liệu nghiên cứu
Bộ dữ liệu nghiên cứu của khóa luận tốt nghiệp Các nhân tố tác động đến XSVN của doanh nghiệp ngành BĐS niêm yết trên HOSE được thiết lập từ các số liệu của các BCTC thống nhất có kiểm toán trong giai đoạn 2015 - 2019 của các doanh nghiệp ngành BĐS niêm yết trên HOSE. Tất cả các doanh nghiệp ngành BĐS niêm yết trên HOSE bao gồm 47 doanh nghiệp cụ thể: AGG, ASM, CCL, CIG, CLG, CRE, D2D, DRH, DTA, DXG, FDC, FIR, FLC, HAR, HDC, HPX, HQC, HTN, ITC, KBC, KDH, KOS, LDG, LEC, LHG, NBB, NLG, NTL, NVL, NVT, PDR, PTL, QCG, SCR, SGR, SJS, SZL, TDC, TDH, TEG, TIX, TN1, VHM, VIC, VPH, VPI, VRE được sử dụng làm nguồn dữ liệu phục vụ cho quá trình nghiên cứu. Tên cụ thể của từng doanh nghiệp được trình bày tại phần phụ lục 1 của nghiên cứu.
Các số liệu có trong bộ dữ liệu sau khi được tác giả thu thập được xử lý bằng phần mền Microsoft Excel để tính toán các biến liên quan đến mô hình nghiên cứu và tạo thành một bộ dữ liệu bảng hoàn chỉnh. Bộ dữ liệu nghiên cứu sau khi đã hoàn thành được tiến đến thực hiện phân tích hồi quy dữ liệu bảng bằng phần mền Stata 14 đề cho ra kết quả nghiên cứu của đề tài khóa luận tốt nghiệp.
KẾT LUẬN CHƯƠNG 3
Mục 3.1 của chương 3 đề cập đến về việc nghiên cứu sử dụng phương pháp định lượng là chủ yếu thể hiện qua việc chạy mô hình hồi quy dữ liệu bảng gồm: phương pháp OLS, FEM, REM trên phần mền Stata 14 và việc tính toán các biến nghiên cứu bằng phần mền Microsoft Excel. Bên cạnh đó, kết hợp phương pháp nghiên cứu định tính trong tìm kiếm khoảng trống nghiên cứu, tạo lập cơ sở lý thuyết, thu thập số liệu hình thành bộ dữ liệu nghiên cứu và phân tích các kết quả nghiên cứu. Theo đó, quy trình thứ tự các bước thực hiện nghiên cứu cũng được đề cập tại hình 1 của khóa luận. Tiếp theo, mục 3.2 trình bày mô hình nghiên cứu với 15 biến phụ thuộc thuộc 4 nhóm biến chính: KNTT, KNSL, HSHĐ, CCNV và 1 biến đôc lập là chỉ số Z-score dựa trên mô hình của Edward I, Altman (2000) với các tên biến và cách tính toán các biến cụ thể tại bảng 3.1. Mục 3.3 nêu rõ ý nghĩa của từng biến có trong mô hình nghiên cứu, từ đó đặt ra giả thuyết nghiên cứu với kỳ vọng dấu mong muốn. Tại đây, nghiên cứu nêu rõ hơn về dữ liệu nghiên cứu được lấy từ BCTC thống nhất có kiểm toán của 47 doanh nghiệp ngành BĐS niêm yết trên HOSE giai đoạn 2015 - 2019.
Tiếp theo sau khi thực hiện các bước nghiên cứu, kết quả nghiên cứu được trình bày ở chương 4 và nghiên cứu thực hiện phân tích từ kết quả có được.
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU
Với các bước thực hiện nghiên cứu đã được trình bày tại chương 3, nghiên cứu sẽ trình bày các kết quả nghiên cứu trong chương 4. Cụ thể với thống kê mô tả các biến; phân tích tương quan giữa các biến; kiểm định đa cộng tuyến; kết quả hồi quy theo mô hình OLS, FEM, REM; các kiểm định lựa chọn mô hình phù hợp; phương pháp khảo phụ FGLS. Từ kết quả nghiên cứu, đề tài thực hiện phân tích các nhân tố tác động đến XSVN của các doanh nghiệp BĐS niêm yết trên HOSE tại mục 4.2