6. Tổng quan tài liệu nghiên cứu
3.3.1. Mô hình các yếu tố ảnh hƣởng đến sự biến thiên khả năng sinh lờ
lời vốn chủ sở hữu
a. Thống kê mô tả các biến mô hình
Thống kê mô tả các biến trong mô hình hồi quy đƣợc trình bày trong bảng sau đây:
Bảng 3.3. Mô tả thống kê các biến
SD_ROE SD_ROA DE GROWTH SIZE
Mean 0,12811 0.05164 0.49852 0.16201 11.8287 Median 0,08161 0.03097 0.49442 0.14739 11.7967 Maximum 0,56585 0.35403 0.86426 0.78728 13.5660 Minimum 0,01379 0.00464 0.12701 -0.18261 11.0149 Std. Dev. 0,13042 0.06176 0.19274 0.16851 0.58795 Skewness 1,79679 3.06896 -0.02751 0.88633 0.79540 Kurtosis 5,69538 13.8536 2.01370 5.19473 3.39464 Jarque-Bera 42,8803 330.383 2.07357 16.9132 5.70863 Probability 0,00000 0.000000 0.35459 0.00021 0.05759 Sum 6,53359 2.634080 25.4248 8.26250 603.263 Sum Sq. Dev. 0,850517 0.190733 1.857439 1.419828 17.28425 Observations 51 51 51 51 51 (Nguồn: Xử lý từ phần mềm Eviews)
Kết quả thống kê mô tả cho thấy:
Độ lệch chuẩn ROE (SD_ROE) có giá trị trung bình bằng 0,128, giá trị lớn nhất bằng 0,566, trong khi đó giá trị nhỏ nhất bằng 0.014.
Rủi ro kinh doanh - Độ lệch chuẩn ROA (SD_ROA) có giá trị trung bình là 0,052, giá trị lớn nhất là 0,354 và giá trị nhỏ nhất là 0,005.
Tỷ lệ nợ (DE) có giá trị trung bình là 49,85% điều này cho thấy các doanh nghiệp sử dụng nợ vay là chủ yếu, có doanh nghiệp sử dụng nợ với giá trị lớn nhất là 86,43%, giá trị nhỏ nhất là 12,7%.
Tăng trƣởng doanh thu (GROWTH) có giá trị trung bình là 16,2%, giá trị lớn nhất là 78,73 và giá trị nhỏ nhất là -18,26%.
Quy mô doanh nghiệp (SIZE) có giá trị trung bình là 11,829, giá trị lớn nhất là 13,566 và giá trị nhỏ nhất là 11,015.
b. Phân tích hệ số tương quan giữa các biến trong mô hình
Hệ số tƣơng quan giữa các biến trong mô hình đƣợc trình bày nhƣ sau
Bảng 3.4. Mô tả hệ số tương quan
SD_ROE SD_ROA DE GROWTH SIZE
SD_ROE 1,00000 SD_ROA 0,81449 1,00000 DE 0,24760 -0,05720 1,00000 GROWTH -0,00117 -0,14361 0,12716 1,00000 SIZE -0,06355 -0,17218 0,08194 0,45792 1,00000 (Nguồn: Xử lý từ phần mềm Eviews)
Kết quả ma trận tƣơng quan có thể rút ra một số nhận xét nhƣ sau: Tất cả các biến độc lập đều có mối quan hệ tƣơng quan với chỉ tiêu nghiên cứu (Độ lệch chuẩn khả năng sinh lời vốn chủ sở hữu – SD_ROE), trong đó biến rủi ro kinh doanh (SD_ROA) có tƣơng quan đáng kể với độ lệch chuẩn khả năng sinh lời vốn chủ sở hữu (SD_ROE) với hệ số tƣơng quan là 0,81449, còn lại đối với các biến độc lập khác trong mô hình thì hệ số tƣơng quan ở mức thấp.
Hệ số tƣơng quan giữa các biến độc lập với nhau đều không lớn, giá trị nhỏ nhất là -0,05720, giá trị lớn nhất là 0,45792. Đây là dấu hiệu tốt cho dự báo không xảy ra đa cộng tuyến.
c. Kết quả ước lượng mô hình nghiên cứu
Bảng 3.5. Kết quả hồi quy độ lệch chuẩn ROE với các biến độc lập
Dependent Variable: SD_ROE
Method: Least Squares Sample: 1 51 Included observations: 51 Variable Coefficient Std. Error t-Statistic Prob.
C -0,136340 0,213778 -0,637766 0,5268 SD_ROA 1,785578 0,156184 11,43252 0,0000 DE 0,192632 0,049586 3,884773 0,0003 GROWTH 0,055999 0,063696 0,879149 0,3839 SIZE 0,005675 0,018257 0,310826 0,7573 R-squared: 0,757486 Prob(F-statistic): 0.000000 (Nguồn: Xử lý từ phần mềm Eviews)
Với mức ý nghĩa 5%, biến tăng trƣởng doanh thu (GROWTH), tổng tài sản (SIZE) có giá trị p-value lớn hơn 0,05 tức là không có ảnh hƣởng đến biến độ lệch chuẩn ROE (SD_ROE). Do đó, tác giả loại bỏ các biến này ra khỏi mô hình, tiếp tục thực hiện hồi quy mô hình mới.
Bảng 3.6. Kết quả hồi quy biến hệ số biến thiên ROE sau khi bỏ biến
Dependent Variable: SD_ROE
Method: Least Squares Sample: 1 51 Included observations: 51 Variable Coefficient Std. Error t-Statistic Prob.
C -0,062134 0,027658 -2,246505 0,0293
SD_ROA 1,755600 0,152577 11,50632 0,0000
DE 0,199727 0,048893 4,084993 0,0002
R-squared: 0,750230 F-statistic: 72,08849
(Nguồn: Xử lý từ phần mềm Eviews)
Căn cứ vào giá trị p-value, các biến đều có ý nghĩa về mặt thông kê, với hệ số xác định R-square = 0,750230 có thể kết luận rằng mô hình với các biến
độc lập là rủi ro kinh doanh (SD_ROA), cơ cấu vốn (DE) giải thích đƣợc 75,02% sự biến động của khả năng sinh lời vốn chủ sở hữu.
d. Kiểm định mô hình
Kiểm định phân phối chuẩn của phần dư
Có nhiều nguyên nhân dẫn đến phần dƣ không tuân theo phân phối chuẩn nhƣ: sai dạng hàm, số lƣợng các phần dƣ không đủ nhiều để phân tích... Để khảo sát phân phối chuẩn của phần dƣ, tác giả sẽ sử dụng kiểm định Jarque-Bera (JB). Với giả thuyết nhƣ sau:
H0: Phần dƣ của mô hình hồi quy có phân phối chuẩn
H1: Phần dƣ của mô hình hồi quy không có phân phối chuẩn
0 2 4 6 8 10 12 14 -0.15 -0.10 -0.05 0.00 0.05 0.10 0.15 0.20 0.25 Series: Residuals Sample 1 51 Observations 51 Mean -2.16e-17 Median -0.003317 Maximum 0.233490 Minimum -0.152812 Std. Dev. 0.065182 Skewness 1.187401 Kurtosis 6.189841 Jarque-Bera 33.60637 Probability 0.000000
Hình 3.3. Biểu đồ tần số Histogram của phần dư
Ta thấy các tham số Jarque-Bera (JB) và p-value chƣa phù hợp, nhƣng qua hình dáng phân phối chuẩn cho thấy phân phối của phần dƣ có thể chấp nhận đƣợc.
Kiểm tra hiện tượng đa cộng tuyến
Đa cộng tuyến có thể dẫn tới các giá trị ƣớc lƣợng của hệ số hồi quy OLS không đƣợc chính xác, do có sai số chuẩn quá lớn và dấu của các hệ số
hồi quy có thể sai so với kỳ vọng. Có nhiều cách phát hiện đa cộng tuyến trƣớc và sau khi thực hiện việc ƣớc lƣợng mô hình. Trong luận văn này, tác giả sử dụng hai phƣơng pháp là hệ số tƣơng quan và hệ số phóng đại phƣơng sai (Variance inflation factor – VIF) để kiểm định đa cộng tuyến.
Hệ số tương quan: Hầu hết các nhà nghiên cứu kinh tế lƣợng cho rằng khi hệ số tƣơng quan giữa các biến độc lập lớn hơn 0,8 thì đó là dấu hiệu quan trọng xảy ra hiện tƣợng đa cộng tuyến. Từ kết quả tƣơng quan (Bảng 3.1) cho thấy hệ số tƣơng quan của các biến độc lập trong mô hình có biến phụ thuộc là hệ số biến thiên khả năng sinh lời vốn chủ sở hữu đều nhỏ hơn 0,8. Do vậy, trƣớc khi chạy hồi quy thì mô hình không xảy ra hiện tƣợng đa cộng tuyến.
Hệ số phóng đại VIF: Quy tắc là khi hệ số phóng đại phƣơng sai VIF vƣợt quá 10 là dấu hiệu của đa cộng tuyến.
Bảng 3.7. Hệ số phóng đại VIF
Variance Inflation Factors
Sample: 1 51 Included observations: 51
Variable Coefficient Variance Uncentered VIF Centered VIF
C 0,000765 80815121 NA
SD_ROA 0,023280 1,718906 1,003283
DE 0,002391 7,849555 1,003283
(Nguồn: Xử lý từ phần mềm Eviews)
Quan sát bảng trên ta thấy hệ số VIF của các biến đều nhỏ hơn 10 nên không có hiện tƣợng đa cộng tuyến xảy ra.
Kiểm tra hiện tượng tự tương quan
Để kiểm định tự tƣơng quan tác giả sử dụng kiểm định Breusch – Godfrey. Với giả thiết nhƣ sau:
H0: Mô hình không có hiện tƣợng tự tƣơng quan H : Mô hình có hiện tƣợng tự tƣơng quan
Kết quả chạy từ phần mềm Eviews
Bảng 3.8. Kết quả kiểm định Breusch-Godfrey
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 2,062012 Prob. F(2,46) 0,1388
Obs*R-squared 4,196096 Prob. Chi-Square(2) 0,1227
(Nguồn: Xử lý từ phần mềm Eviews)
Kết quả kiểm định cho thấy với giá trị (n-p)R2 = 4,196096, với xác suất Prob. Chi-Square (2) = 0,1227 > 0,05. Vậy chấp nhận giả thiết H0 hay mô hình không có hiện tƣợng tự tƣơng quan bậc hai.
Kiểm định hiện tượng phương sai sai số thay đổi
Hiện tƣợng phƣơng sai sai số thay đổi là hiện tƣợng độ lớn của các phần dƣ tăng hoặc giảm cùng với các giá trị dự đoán hay giá trị của các biến độc lập mà ta nghi ngờ gây ra hiện tƣợng phƣơng sai sai số thay đổi.
Để kiểm định phƣơng sai sai số thay đổi tác giả sử dụng kiểm định White. Với giả thiết nhƣ sau:
H0: Mô hình có phƣơng sai sai số đồng đều H1: Mô hình có phƣơng sai sai số thay đổi Kết quả chạy từ phần mềm Eviews
Bảng 3.9. Kết quả kiểm định White
Heteroskedasticity Test: White
F-statistic 9,482887 Prob. F(9,42) 0,0000
Obs*R-squared 26,16622 Prob. Chi-Square(9) 0,0001
Scaled explained SS 60,14605 Prob. Chi-Square(9) 0,0000
(Nguồn: Xử lý từ phần mềm Eviews)
Kết quả cho thấy với giá trị hệ số Prob. Chi-Square = 0,0001 nhỏ hơn 0,05 nên bác bỏ giả thuyết H0 hay mô hình có hiện tƣợng phƣơng sai sai số
thay đổi. Để khắc phục PSSSTĐ, tác giả sử dụng phƣơng pháp ƣớc lƣợng bình phƣơng tối thiểu tổng quát khả thi (FGLS) [17]. Kết quả hồi quy có trọng số trên Eviews nhƣ sau:
Bảng 3.10. Kết quả hồi quy theo phương pháp FGLS
Dependent Variable: SD_ROE Method: Least Squares
Sample: 1 51 Included observations: 51 Weighting series: WT Variable Coefficient Std. Error t-Statistic Prob.
C -0,045672 0,004828 -9,459417 0,0000
SD_ROA 1,936026 0,169174 11,44401 0,0000
DE 0,148314 0,013716 10,81321 0,0000
Weighted Statistics
R-squared: 0,876369 F-statistic: 170,1262 S.E. of regression: 0,016783 Prob(F-statistic): 0,000000
Unweighted Statistics
R-squared: 0,736413 S.E. of regression: 0,068341
(Nguồn: Xử lý từ phần mềm Eviews)
Từ kết quả ƣớc lƣợng của mô hình có trọng số ta có nhận xét nhƣ sau: Kết quả theo phƣơng pháp FGLS cho kết quả tin cậy hơn với khả năng giải thích cao (R-squared= 0,876369 so với 0,736413 của mô hình không có trọng số) và hiệu quả hơn so với mô hình không có trọng số. Kết quả sai số tiêu chuẩn (S.E.of regression) của phƣơng trình hồi quy trong trƣờng hợp có trọng số nhỏ hơn so với giá trị sai số tiêu chuẩn trong trƣờng hợp bình thƣờng.
Ngoài ra, phần dƣ cả mô hình hồi quy có trọng số không tồn tại hiện tƣợng PSSSTĐ. Kết quả kiểm định White bên dƣới cho thấy với giá trị p-
value = 0,0745 lớn hơn 0,05 thì phần dƣ của kết quả ƣớc lƣợng với phƣơng pháp FGLS có phƣơng sai đồng nhất (ý nghĩa thống kê 5%).
Bảng 3.11. Kết quả kiểm định White sau khi dùng phương pháp FGLS
Heteroskedasticity Test: White
F-statistic 2,130998 Prob. F(6,44) 0,0686
Obs*R-squared 11,48321 Prob. Chi-Square(6) 0,0745
Scaled explained SS 18,02760 Prob. Chi-Square(6) 0,0062
(Nguồn: Xử lý từ phần mềm Eviews)
Tóm lại, sau các kết quả kiểm định và hồi quy khắc phục khuyết tật theo phƣơng pháp bình phƣơng tối thiểu tổng quát khả thi (FGLS), ta có phƣơng trình hồi quy cuối cùng nhƣ sau:
SD_ROE = -0,045672 + 1,936026*SD_ROA + 0,148314*DE 3.3.2. Mô hình các yếu tố ảnh hƣởng đến khả năng thanh toán
a. Thống kê mô tả các biến mô hình
Kết quả thống kê mô tả các biến trong mô hình các yếu tố ảnh hƣởng đến khả năng thanh toán đƣợc trình bày nhƣ sau:
Bảng 3.12. Mô tả thống kê các biến
CR STD ROA INT CA SIZE Mean 1.83937 0.45527 0.08322 10.1892 0.66008 11.82870 Median 1.35597 0.43156 0.06959 5.65431 0.69038 11.78934 Maximum 8.48080 0.93077 0.46724 333.636 0.93160 13.72399 Minimum 0.62469 0.07204 -0.39039 0.49718 0.21897 10.91990 Std. Dev. 1.28920 0.19800 0.09603 30.8552 0.15409 0.592953 Skewness 2.71239 0.06263 -0.06985 7.75439 -0.62880 0.779300 Kurtosis 11.3886 2.03336 7.36234 67.2296 2.85590 3.364688 Jarque-Bera 1060.34 10.0946 202.401 46388.3 17.0247 27.22372 Probability 0.00000 0.00642 0.00000 0.00000 0.00020 0.000001 Sum 469.0403 116.0960 21.22124 2598.252 168.3224 3016.317 Sum Sq. Dev. 422.1632 9.957778 2.342325 241819.5 6.031569 89.30467 Observations 255 255 255 255 255 255 (Nguồn: Xử lý từ phần mềm Eviews)
Kết quả thống kê mô tả các biến trong mô hình có biến phụ thuộc là hệ số khả năng thanh toán hiện hành cho thấy:
Hệ số khả năng thanh toán hiện hành (CR) có giá trị trung bình là 1,839, giá trị lớn nhất là 8,48, giá trị nhỏ nhất là 0,625.
Nợ ngắn hạn (STD) có giá trị trung bình là 0,455, giá trị lớn nhất là 0,931, giá trị nhỏ nhất là 0,072.
Khả năng sinh lời tài sản (ROA) có giá trị trung bình là 0,083, giá trị lớn nhất là 0,467 và giá trị nhỏ nhất là –0,39.
Vòng quay hàng tồn kho (INT) có giá trị trung bình là 10,189, giá trị lớn nhất là 333,636, giá trị nhỏ nhất là 0,497.
Tài sản ngắn hạn (CA) có giá trị trung bình là 0,66, giá trị lớn nhất là 0,932, giá trị nhỏ nhất là 0,219.
Quy mô doanh nghiệp (SIZE) có giá trị trung bình là 11,829, giá trị lớn nhất là 13,724, giá trị nhỏ nhất là 10,919.
b. Phân tích hệ số tương quan giữa các biến trong mô hình
Kết quả hệ số tƣơng quan giữa các biến trong mô hình có biến phụ thuộc là hệ số khả năng thanh toán hiện hành trình bày nhƣ sau:
Bảng 3.13. Mô tả ma trận tương quan các biến
CR STD ROA INT CA SIZE
CR 1,00000 STD -0.69771 1,00000 ROA 0.44891 -0.55137 1,00000 INT 0.02266 -0.17388 0.15076 1,00000 CA 0.18816 0.34323 0.05067 -0.17529 1,00000 SIZE -0.13323 0.00230 0.04475 -0.18771 -0.19945 1,00000 (Nguồn: Xử lý từ phần mềm Eviews)
Kết quả bảng 3.15 cho thấy:
Tất cả các biến độc lập đều có mối quan hệ tƣơng quan với biến phụ thuộc là hệ số khả năng thanh toán hiện hành (CR), biểu hiện ở hệ số tƣơng
quan khác không, nhƣng với các mức độ khác nhau. Cụ thể, biến phụ thuộc (CR) có mối tƣơng quan đáng kể nhất với biến nợ ngắn hạn (STD) hệ số tƣơng quan là -0,69771. Đối với các biến độc lập khác thì hệ số tƣơng quan ở mức thấp.
Hệ số tƣơng quan giữa các biến độc lập với nhau không lớn: hệ số tƣơng quan nhỏ nhất là 0,0023 giữa biến nợ ngắn hạn (STD) với biến quy mô doanh nghiệp (SIZE), hệ số tƣơng quan lớn nhất là -0,55137 giữa biến nợ ngắn hạn (STD) với biến khả năng sinh lời tài sản (ROA). Điều này cho thấy sẽ không xảy ra hiện tƣợng đa cộng tuyến khi đƣa các biến này vào phƣơng trình hồi quy.
c. Kết quả ƣớc lƣợng mô hình nghiên cứu
Mô hình hồi quy đƣợc thực hiện theo mô hình các yếu tố cố định (FEM) và mô hình các yếu tố ngẫu nhiên (REM) với các kết quả chạy hồi quy lần lƣợt đƣợc trình bày nhƣ sau:
Bảng 3.14. Kết quả hồi quy hệ số khả năng thanh toán hiện hành với các biến độc lập theo FEM
Dependent Variable: CR Method: Panel Least Squares
Periods included: 5 Cross-sections included: 51
Total panel (balanced) observations: 255
Variable Coefficient Std. Error t-Statistic Prob.
C 10,51614 3,812212 2,758541 0,0063 STD -5,309945 0,470138 -11,29444 0,0000 ROA -0,888642 0,535856 -1,658359 0,0988 INT -0,000620 0,003480 -0,178197 0,8587 CA 4,169076 0,474312 8,789731 0,0000 SIZE -0,755024 0,337950 -2,234127 0,0266 R-squared: 0,893140 Prob(F-statistic): 0,000000 (Nguồn: Xử lý từ phần mềm Eviews)
Bảng 3.15. Kết quả hồi quy hệ số khả năng thanh toán hiện hành với các biến độc lập theo REM
Dependent Variable: KNTT_HH
Method: Panel EGLS (Cross-section random effects)
Periods included: 5 Cross-sections included: 51 Total panel (balanced) observations: 255
Variable Coefficient Std. Error t-Statistic Prob. C 4,073353 1,548072 2,631244 0,0090 STD -5,721418 0,355674 -16,08613 0,0000 ROA -0,856830 0,509029 -1,683262 0,0936 INT -0,001712 0,002245 -0,762606 0,4464 CA 3,877834 0,367823 10,54266 0,0000 SIZE -0,177543 0,130028 -1,365424 0,1734 R-squared: 0,592544 Prob(F-statistic): 0,000000 (Nguồn: Xử lý từ phần mềm Eviews)
Tiếp theo, tác giả sử dụng kiểm định Hausman với giả thuyết đã đƣợc đƣa ra ở phần trƣớc, nhằm mục đích để lựa chọn mô hình REM hay FEM. Kết quả kiểm định Hausman đƣợc trình bày nhƣ sau:
Bảng 3.16. Kiểm định Hausman
Correlated Random Effects - Hausman Test
Equation: Untitled Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f Prob
Cross-section random 4,040661 5 0,5436
(Nguồn: Xử lý từ phần mềm Eviews)
Với giá trị p-value = 0,5436 > 0,05 ta chấp nhận giả thiết H0. Nhƣ vậy, mô hình phù hợp để nghiên cứu là mô hình các yếu tố ngẫu nhiên (REM).
Kết quả chạy hồi quy cho thấy ở mức ý nghĩa 5% hai biến nợ ngắn hạn (STD), tài sản ngắn hạn (CA) và ở mức ý nghĩa 10% biến khả năng sinh lời tài sản (ROA) có ảnh hƣởng đến biến phụ thuộc là hệ số khả năng thanh toán hiện hành. Còn lại hai biến vòng quay hàng tồn kho (INT) và quy mô doanh nghiệp (SIZE) có giá trị p-value lớn hơn mức ý nghĩa 5% và 10%. Vì vậy, tác giả loại bỏ hai biến (INT) và (SIZE) ra khỏi mô hình xem xét các biến độc lập tác động đến hệ số khả năng thanh toán hiện hành và thực hiện kiểm định mô hình thu hẹp mới.
Kết quả mô hình thu hẹp mới đƣợc trình bày nhƣ sau:
Bảng 3.17. Kết quả hồi quy hệ số khả năng thanh toán hiện hành với các biến độc lập theo REM sau khi bỏ biến thừa
Dependent Variable: CR
Method: Panel EGLS (Cross-section random effects)
Periods included: 5 Cross-sections included: 51
Total panel (balanced) observations: 255
Variable Coefficient Std. Error t-Statistic Prob. C 1,956165 0,257226 7,604853 0,0000 STD -5,772375 0,352242 -16,38753 0,0000 ROA -0,926100 0,508968 -1,819565 0,0700 CA 3,921171 0,365442 10,72995 0,0000 R-squared: 0,591338 F-statistic: 121,0664 (Nguồn: Xử lý từ phần mềm Eviews)
Kết quả cho thấy ở mức ý nghĩa 5% thì các biến độc lập là nợ ngắn hạn (STD), tài sản ngắn hạn (CA) và mức ý nghĩa 10% thì biến khả năng sinh lời tài sản (ROA), giải thích đƣợc 59,13% sự biến động hệ số khả năng thanh toán hiện hành của các doanh nghiệp ngành CBLTTP trong giai đoạn từ năm