bổ của doanh nghiệp đo lường theo phương pháp DEA
4.2.1.1. Mô hình chỉ định
Vì hiệu quả phân bổ được đo lường theo phương pháp DEA bị chặn dưới bởi 0 và chặn trên bởi 1 nên luận án chỉ định mô hình Tobit với số liệu mảng có dạng
=+ + (4.1)
Trong đó là hiệu quả phân bổ của doanh nghiệp i tại thời điểm t, được đo lường theo phương pháp DEA; là tập hợp các biến giải thích.
“Dựa trên việc tổng quan các tài liệu về các nhân tố ảnh hưởng đến hiệu quả hoạt động của doanh nghiệp và dựa trên các lý thuyết kinh tế, tác giả đưa vào mô hình các biến độc lập như sau: quy mô doanh nghiệp (Admassie and Matambalya, 2002; Islam và cộng sự, 2011; Ouattara, 2012; Rios and Shively, 2004; Thabethe và cộng sự, 2014), tuổi của doanh nghiệp (Admassie and Matambalya, 2002; Merkert and Hensher, 2011;
Van Der Merwe, 2012 cho thấy kinh nghiệm cũng là yếu tố ảnh hưởng đến hiệu quả phân bổ. Vì vậy doanh nghiệp hoạt động lâu năm sẽ dẫn đến kinh nghiệm nhiều hơn), thu nhập bình quân người lao động (Akerlof, 1982, 1984), tỷ lệ vốn ngoài, mức trang bị vốn (Theo Njagi và cộng sự, 2017 thì cấu trúc vốn bên ngoài có ảnh hưởng đến giá trị và hiệu quả của doanh nghiệp; Islam và cộng sự, 2011), hình thức sở hữu (Ouattara, 2012), vấn đề tài chính và các khoản nợ của doanh nghiệp (Islam và cộng sự, 2011; Ouattara, 2012), môi trường thể chế (Ouattara, 2012). Luận án sử dụng biến tax là thuế thu nhập của doanh nghiệp, biểu thị chính sách thuế của chính phủ trong từng thời kỳ. Ngoài ra, lý thuyết về hiệu quả sản xuất của doanh nghiệp cũng cho thấy còn có các nhân tố quan trọng khác cần xem xét như: sự tham gia của doanh nghiệp vào thương mại quốc tế; yếu tố vùng miền, …”
Từ đó luận án đưa ra danh sách các biến giải thích được tóm tắt trong bảng sau
Bảng 4.6. Mô tả các biến trong mô hình
Tên biến Ký hiệu Cách tính
Mức thu nhập của LC Thu nhập/số lao động. người lao động
Tỷ lệ vốn ngoài Vng 1-vốn chủ sở hữu/Tổng nguồn vốn. Mức trang bị vốn KL Lượng vốn/số lao động.
Tuổi của DN Age số năm hoạt động kể từ khi DN được thành lập (Amornkitvikai, 2010).
Quy mô DN Size size=0 với DN siêu nhỏ; =1 với DN nhỏ; =2
với DN vừa; =3 với DN lớn.
Nợ phải trả Debt Tổng tiền nợ phải trả của doanh nghiệp Thuế thu nhập DN Tax Thuế thu nhập doanh nghiệp
Tham gia vào thị TMQT TMQT=1 nếu DN có tham gia xuất khẩu; trường thương mại TMQT=0 trong trường hợp còn lại. Loại hình sở hữu ownership1 ownership1=1: DNNN; =0: còn lại
ownership2 ownership1=1: DNTN; =0: còn lại
lhsh lhsh=0: DNNN; =1: DNTN; =2: DNFDI Biến kiểm soát theo Vung Gồm 7 vùng, kí hiệu như đã nói ở trên vùng địa lý
Biến kiểm soát theo Year Từ năm 2000 đến năm 2018 năm
4.2.1.2. Thống kê mô tả các biến trong mô hình
Ta có bảng thống kê mô tả các biến trong mô hình trên toàn mẫu và trên từng nhóm loại hình doanh nghiệp.
Bảng 4.7. Thống kê mô tả các biến sử dụng trong mô hình
Toàn mẫu DNNN
Tên biến Giá trị Giá trị
trung Sai số Skewness trung Skewness
bình chuẩn bình Sai số chuẩn
AE 0,75656 0,16879 -0,36819 0,80212 0,16063 -0,70045 KL 523,90530 4445,49500 329,10260 295,12930 1175,46900 62,69311 LC 44,79350 92,55189 249,79180 20,52780 26,58669 19,85170 Vng 0,44398 5,54329 -44,82774 0,24092 7,08932 -156,94220 Age 13,55847 8,28892 38,51959 16,79976 10,67502 38,75612 Size 1,05175 0,89225 0,87829 0,93079 0,84663 1,03118 Debt 42564,18 637391,3 178,5488 28912,66 485881,7 77,1269 Tax 390,2088 411399,6 -684,9627 767,8852 59161,6 206,1658 TMQT 0,39739 0,48936 0,41936 0,19743 0,39806 1,52022 Lhsh 0,89014 0,57403 0,00034 ownership1 0,22572 0,41805 1,31220 ownership2 0,65843 0,47424 -0,66813 DNTN DNFDI AE 0,74405 0,16960 -0,29073 0,73888 0,16410 -0,23601 KL 537,12210 2785,96400 139,19180 894,49770 11114,63000 169,05450 LC 47,98150 81,02286 194,44920 73,95068 182,19490 184,79450 Vng 0,48570 5,40170 47,99419 0,60244 1,17123 47,70441 Age 12,27147 7,22767 43,12258 14,55789 6,57687 13,23993 Size 0,92985 0,79692 0,98276 1,98011 0,94397 -0,12177 Debt 25082,32 174379,4 42,13524 167857,4 1686750 78,719 Tax 287,4793 9015,779 154,0925 199,0014 1182786 -239,5407 TMQT 0,43388 0,49561 0,26680 0,57957 0,49363 -0,32239
Nguồn: Tính toán của NCS từ số liệu điều tra doanh nghiệp của GSO
“Từ bảng trên ta thấy, về trung bình hiệu quả phân bổ của doanh nghiệp ngành chế biến chế tạo xấp xỉ 0,76 và cao nhất ở nhóm DNNN, sau đó đến nhóm DNTN và cuối cùng là nhóm DNFDI. Mức trang bị vốn trên lao động trung bình của mỗi doanh nghiệp gần 524 triệu đồng, trong đó giá trị biến này của nhóm DNFDI cao hơn rất nhiều so với hai nhóm còn lại. Đặc biệt thấp là nhóm DNNN, giá trị KL trung bình của nhóm này chỉ bằng 1/2 của nhóm DNTN và 1/3 của nhóm DNFDI. Tỷ lệ này hoàn toàn tương tự với biến thu nhập của người lao động và biến tỷ lệ vốn ngoài. Mức trang bị vốn nhân
lực tính theo tổng tiền lương và chi phí đào tạo cho mỗi nhân viên (LC) là 44,79. Tỷ lệ vốn ngoài bình quân của mỗi doanh nghiệp gần 44,4%. Nhóm DNFDI là nhóm có quy mô trung bình lớn nhất, hai nhóm còn lại quy mô trung bình xấp xỉ nhau. Mặc dù là nhóm có quy mô về vốn cũng như lao động lớn hơn hai nhóm còn lại rất nhiều nhưng nhóm DNFDI lại là nhóm có số nợ phải trả bình quân cao, gấp gần 6 lần nhóm DNNN và gấp gần 7 lần nhóm DNTN. Đồng thời, thuế thu nhập doanh nghiệp bình quân của nhóm DNFDI lại thấp nhất và chỉ bằng khoảng 1/4 nhóm DNNN. Đây có lẽ cũng là một hệ quả của việc chuyển giá của nhóm doanh nghiệp này như đã phân tích ở trên. Tuổi trung bình của các doanh nghiệp trong ngành là 13,5 tuổi, trong đó các DNNN là nhóm có tuổi trung bình của doanh nghiệp cao nhất, sau đó đến các doanh nghiệp FDI và non trẻ nhất là các doanh nghiệp tư nhân.”
4.2.1.3. Kết quả ước lượng các mô hình
“Trước tiên luận án xem xét vấn đề đa cộng tuyến đối với các biến trong mô hình bằng nhân tử phóng đại phương sai VIF cho thấy giá trị VIF cao nhất là 2,99 với giá trị trung bình là 1,64. Như vậy không có hiện tượng đa cộng tuyến trong các mô hình có chứa các biến này. Và tất cả các mô hình Tobit dưới đây được ước lượng trên toàn mẫu hoặc trên các mẫu nhỏ đều cho kết quả là phù hợp bởi các kiểm định Wald và kiểm định LR cho giá trị các thống kê tương ứng rất lớn và giá trị p_value rất nhỏ chứng tỏ mô hình Tobit với các biến độc lập đưa ra là phù hợp. Trong tất cả các bảng kết quả, lưu ý số trong ngoặc thể hiện độ lệch tiêu chuẩn của hệ số hồi quy mẫu tương ứng và các dấu *, ** và *** tương ứng với các mức ý nghĩa 10%, 5% và 1%.
Thực hiện ước lượng mô hình Tobit (4.1) với danh sách các biến độc lập nói trên cùng các biến giả vùng và biến giả năm là biến kiểm soát, kết quả được tổng hợp trong bảng 4.8 (Kí hiệu là MH1).”
Như lý thuyết về mô hình Tobit đã trình bày trong Chương 2, hệ số hồi quy mẫu nhận được cho thấy tác động biên của biến độc lập tương ứng lên hiệu quả phân bổ tiềm ẩn, còn tác động biên của các biến đó lên hiệu quả thực tế của doanh nghiệp được tính theo công thức (2.51). Bằng tính toán tại giá trị trung bình của các biến độc lập thì tác động biên tương ứng được tính bằng
( | )
̅ ̅ ̅
1 − −
= [Φ( )−Φ( )]
Các giá trị này trong mô hình ước lượng trên toàn mẫu được cho tương ứng trong cột dy/dx của bảng 4.8 dưới đây.
Bảng 4.8. Kết quả ước lượng mô hình Tobit trên toàn mẫu
Biến Hệ số dy/dx Sai số chuẩn Tỷ số z P>z
KL 4,05e-06 4,05e-06 1,05e-07 38,61 0,000
LC 0,000103 0,000103 3,80e-06 27,12 0,000
Vng -0,000197 -0,000197 3,94e-05 -5,01 0,000
Age 8,75e-05 8,75e-05 2,96e-05 2,96 0,003
Size -0,007129 -0,007129 0,000268 -26,62 0,000
Debt 4,21e-09 4,21e-09 3,54e-10 11,89 0,000
Tax -1,21e-11 -1,21e-11 4,63e-10 -0,03 0,979
TMQT -0,01102 -0,01102 0,000745 -14,80 0,000 Ownership1 0,012440 0,012440 0,000891 13,96 0,000 Ownership2 0,013469 0,013469 0,000763 17,65 0,000 Vùng 2 0,010254 0,000870 11,79 0,000 3 -0,006713 0,001146 -5,86 0,000 4 -0,005939 0,001074 -5,53 0,000 5 -0,002938 0,001579 -1,86 0,063 6 0,010742 0,000847 12,68 0,000 7 -0,000936 0,000997 -0,94 0,348 Year 2001 0,010648 0,001991 5,35 0,000 2002 0,006631 0,001991 3,48 0,000 2003 -0,000167 0,001857 -0,09 0,928 2004 -0,155752 0,001811 -86,01 0,000 2005 -0,041338 0,001782 -23,20 0,000 2006 -0,046322 0,001740 -26,62 0,000 2007 -0,000813 0,001722 -0,47 0,637 2008 -0,009989 0,001680 -5,95 0,000 2009 -0,170511 0,001679 -101,55 0,000 2010 -0,181760 0,001681 -108,12 0,000 2011 -0,138270 0,001672 -82,69 0,000 2012 -0,142115 0,001678 -84,68 0,000 2013 -0,169259 0,001685 -99,75 0,000 2014 -0,118162 0,002022 -58,43 0,000 2015 -0,061331 0,002047 -29,96 0,000 2016 -0,182808 0,001827 -100,05 0,000 2017 -0,298158 0,001813 -164,49 0,000 2018 -0,346261 0,001804 -191,89 0,000 Const 0,888302 0,001955 454,37 0,000 Sigma_u 0,028077 0,000394 71,19 0,000 Sigma_e 0,133560 0,000148 899,95 0,000 Rho 0,042321 0,001176 LR test 1809,73 0,000 Wald test 316148,66 0,000
Đồng thời luận án cũng chia các doanh nghiệp theo loại hình sở hữu để ước lượng mô hình Tobit trên từng mẫu nhỏ (với nhóm DNNN, DNTN và DNFDI) với ký hiệu tương ứng là MH1.1; MH1.2 và MH1.3, kết quả được tổng hợp trong bảng 4.9.
“Từ hai bảng này ta thấy có một số kết quả nhất quán trên toàn mẫu và 3 mẫu nhỏ: biến KL, LC và debt có hệ số dương và có ý nghĩa thống kê trong cả 4 mô hình; trong khi biến size có hệ số âm và có ý nghĩa thống kê trong tất cả các mô hình ở bảng 4.8 và 4.9.“Tỷ lệ vốn trên lao động có ảnh hưởng tích cực đến hiệu quả phân bổ, các doanh nghiệp có mức trang bị vốn trên lao động càng cao thì hiệu quả càng lớn, hệ số của biến này lớn nhất đối với nhóm doanh nghiệp tư nhân hay đối với nhóm doanh nghiệp này thì việc tăng mức trang bị vốn trên lao động sẽ dẫn đến mức tăng hiệu quả phân bổ nhiều nhất.”
Thu nhập bình quân đầu người (biến LC) cũng có tác động tích cực lên hiệu quả phân bổ một cách rõ ràng, trong đó hệ số của biến này đối với nhóm DNNN là cao nhất và thấp nhất với nhóm DNTN. Cải thiện tiền lương trong doanh nghiệp là một biện pháp khuyến khích người lao động hăng say làm việc để tăng năng suất lao động, dẫn đến tăng hiệu quả kinh doanh của doanh nghiệp. Trong các doanh nghiệp, tiền lương được coi là một bộ phận của chi phí sản xuất. Vì vậy, tăng tiền lương dẫn đến tăng chi phí sản xuất kinh doanh, còn tăng năng suất lao động lại làm giảm chi phí cho từng đơn vị sản phẩm. Một doanh nghiệp thực sự kinh doanh có hiệu quả khi chi phí nói chung cũng như chi phí cho một đơn vị sản xuất được hạ thấp, tức là mức giảm chi phí do tăng năng suất lao động phải lớn hơn mức tăng chi phí do tiền lương tăng. Mặt bằng tiền lương của người lao động Việt Nam vẫn còn rất khiêm tốn so với trong khu vực và trên thế giới, đặc biệt là thu nhập của người lao động trong các doanh nghiệp nhà nước nên tiền lương vẫn là một yếu tố rất quan trọng đối với người lao động. Vì vậy tăng tiền lương vẫn là một chính sách cần thiết để tăng hiệu quả, mặc dù doanh nghiệp vẫn phải đảm bảo nguyên tắc nói trên để nâng cao hiệu quả của doanh nghiệp, nâng cao đời sống của người lao động.
Bảng 4.9. Kết quả ước lượng mô hình hồi quy Tobit trên các nhóm doanh nghiệp chia theo loại hình sở hữu
AE
Biến DNNN DNTN DNFDI
(MH1.1) (MH1.2) (MH1.3)
KL 2,80e-06*** 7,24e-06*** 4,47e-07***
(3,85e-07) (1,45e-07) (1,21e-07)
LC 0,000242*** 0,000075*** 0,000114*** (0,000018) (4,43e-06) (8,42e-06) Vng -0,000319*** -0,000061 0,000706 (0,000049) (0,000054) (0,000480) Age 0,000080* 0,000130*** -0,000334*** (0,000043) (0,000041) (0,000105) Size -0,005584*** -0,010084*** -0,001902*** (0,000515) (0,000355) (0,000642)
Debt 4,62e-09*** 2,79e-08*** 3,08e-09***
(1,02e-09) (1,71e-09) (3,87e-10)
Tax 7,28e-09 -1,12e-08 2,64e-10
(7,33e-09) (3,07e-08) (4,77e-10)
TMQT -0,000209 -0,012985*** -0,001219
(0,002641) (0,000929) (0,001891)
Biến kiểm soát vùng Có Có Có
Biến kiểm soát năm Có Có Có
Cons 0,903755*** 0,890964*** 0,899260*** (0,002209) (0,003243) (0,006074) Sigma_u 0,025630 *** 0,031475*** 0,010018*** Sigma_e 0,122485 *** 0,132832*** 0,138885*** Rho 0,04195 0,053163 0,005176 LR Test 458,07*** 1477,95*** 5,82*** Wald Test 82948,58*** 213874,11*** 26836,20***
Nguồn: ước lượng của NCS từ số liệu của Tổng cục Thống kê
Tổng số tiền nợ phải trả của doanh nghiệp (biến debt) cũng là một yếu tố có tác động tích cực đến hiệu quả phân bổ của doanh nghiệp. Khi doanh nghiệp có số tiền nợ phải trả tăng lên sẽ dẫn đến tăng hiệu quả phân bổ. Điều này có thể giải thích do khi số tiền nợ phải trả cao, sẽ đặt áp lực tài chính lên doanh nghiệp, đòi hỏi doanh nghiệp phải
tiết kiệm các chi phí đầu vào để tăng sản lượng và đầu ra của mình. Hệ số của biến này cao nhất đối với nhóm DNTN, sau đó đến nhóm DNNN và thấp nhất đối với nhóm DNFDI.“Điều này cũng là dễ hiểu do các DNTN với nguồn lực tài chính thấp, các món nợ phải trả đòi hỏi các doanh nghiệp phải lựa chọn giá đầu vào hợp lý nhằm giảm xuống mức tối đa các chi phí đầu vào. Kết quả này cũng phù hợp với kết quả trong nghiên cứu của Islam và cộng sự (2011).
Tuy nhiên biến quy mô doanh nghiệp (size) lại cho thấy ảnh hưởng tiêu cực lên hiệu quả phân bổ của doanh nghiệp. Các doanh nghiệp có quy mô lớn hơn lại có hiệu quả phân bổ thấp hơn so với các doanh nghiệp quy mô nhỏ hơn hay việc tăng quy mô của doanh nghiệp không mang lại ảnh hưởng tích cực lên hiệu quả phân bổ. Kết quả này cũng giống với kết quả trong nghiên cứu của Merkert and Hensher (2011) về các hãng hàng không. Nhưng lại ngược lại với các kết quả của Rios and Shively (2004); Islam và cộng sự (2011); Thabethe và cộng sự (2014).”Điều này có thể giải thích do các doanh nghiệp quy mô nhỏ với tiềm lực vốn ít sẽ chú trọng việc lựa chọn các đầu vào với giá cả hợp lý của các đối tác không thật sự tên tuổi và không phải là các doanh nghiệp lớn nhằm tối thiểu hóa chi phí đầu vào, dẫn đến hiệu quả phân bổ cao hơn.
“Biến tỷ lệ vốn ngoài (Vng) có hệ số âm và có ý nghĩa thống kê trên mẫu toàn thể và mẫu nhóm DNNN nhưng lại không có ý nghĩa thống kê với hai nhóm doanh nghiệp còn lại. Nhóm DNNN là nhóm có tỷ lệ vốn ngoài thấp nhất nhưng lại có ảnh hưởng rõ rệt lên hiệu quả phân bổ. Một thực tế đối với các doanh nghiệp trong nước, đặc biệt là các DNNN thì việc giám sát quản lý và sử dụng nguồn vốn bên ngoài chưa hợp lý dẫn đến kết quả là khi tăng tỷ lệ vốn ngoài thì hiệu quả phân bổ lại giảm.“Theo báo cáo của phòng thương mại và công nghiệp Việt Nam VCCI năm 2019, có đến 70% các doanh nghiệp vừa và nhỏ chưa tiếp cận được với nguồn vốn tín dụng; trong đó gần 1/3 không thể tiếp cận với nguồn vốn của ngân hàng. Ngoài ra, theo số liệu điều tra của Tổng cục thống kê, có đến 88,35% các doanh nghiệp ngành công nghiệp chế biến chế tạo gặp khó khăn về tài chính như tín dụng, vay vốn, đặc biệt là các doanh nghiệp vừa và nhỏ. Khó tiếp cận nguồn vốn ngân hàng nên để có nguồn tiền sản xuất, kinh doanh, nhiều doanh nghiệp phải “vay nóng” với lãi suất rất cao. Thực tế, khá nhiều doanh nghiệp buộc phải vay tín dụng từ các công ty tài chính hoặc tín dụng cá nhân do điều kiện được vay khá “thoáng” về hồ sơ thủ tục. Tuy nhiên, các khoản vay này đồng nghĩa với việc doanh nghiệp chịu thiệt thòi khi khoản vay không được tính vào chi phí vận hành, không được khấu trừ thu nhập và thậm chí vay lãi suất cao dưới danh nghĩa cá nhân. Các doanh nghiệp gặp khó khăn về mặt tài chính sẽ khó có đủ năng lực và kinh phí để mở rộng sản xuất kinh doanh, mua các sản