Mô hình nghiên cứu đề nghị của luận văn là mô hình quan hệ tuyến tính. Đây là mô hình được sử dụng trong các nghiên cứu gần đây vềđề tài này của Nazir & Afzar (2009), Hill & cộng sự (2010), Amarjit Gill (2011) và Farai & Merle (2014).
WCRit = β0 + β 1SIZi,t + β 2CCCi,t + β 3SGi,t + β 4ROAi,t + β 5FLi,t + β
6OCFi,t + β 7GDPt + β 8IRt + β 9CPIt + ei,t
WCRi,t : nhu cầu vốn lưu động của doanh nghiệp i trong năm t SIZi,t : quy mô doanh nghiệp i tại năm t
SGi,t-1 : tốc độ tăng trưởng doanh thu của doanh nghiệp i năm t so với năm t-1
ROAi,t : tỷ suất sinh lời trên tổng tài sản của doanh nghiệp i trong năm t FLi,t : hệ sốđòn bẩy tài chính của doanh nghiệp I trong năm t
OCFi,t : dòng tiền hoạt động của doanh nghiệp I trong năm t
GDPt : tốc độ tăng trưởng GDP của Việt Nam năm t so với năm t-1 IRt: lãi suất cho vay ngắn hạn tại Việt Nam năm t
CPIt: tỉ lệ lạm phát tại Việt Nam năm t
2.2.2. Các biến quan sát trong mô hình nghiên cứu
Các biến trong nghiên cứu này được lựa chọn dựa trên các nghiên cứu lý thuyết và thực nghiệm trước đây của Nazir & Afzar (2009), Hill & cộng sự
(2010), Amarjit Gill (2011) và Farai & Merle (2014) về các nhân tố ảnh hưởng đến nhu cầu vốn lưu động của doanh nghiệp.
Biến phụ thuộc
Nhu cầu vốn lưu động (Working Capital Requirement) được xác định bằng chênh lệch giữa tài sản lưu động và nguồn vốn tức thì có liên quan trực tiếp đến hoạt động sản xuất kinh doanh của doanh nghiệp.
Hawawini và các cộng sự (1986) đã đề nghị rằng một thước đo nhu cầu vốn lưu động tốt phải bao gồm các thành phần có liên quan chặt chẽ tới hoạt
động kinh doanh của doanh nghiệp. Một số thành phần của nhu cầu vốn lưu
động có rất ít hoặc không có mối liên quan lớn đến hoạt động sản xuất, kinh doanh của doanh nghiệp. Ví dụ như tiền và tương đương tiền (C) hoặc các khoản nợ vay ngắn hạn (STB) có thể là hệ quả của các quyết định tài chính
đơn thuần thay vì liên quan trực tiếp đến hoạt động sản xuất, kinh doanh của doanh nghiệp.
Dựa vào lập luận trên, Hawawini và các cộng sự đã đề nghị một thước
Nhu cầu vốn lưu động = Tài sản ngắn hạn (trừ tiền mặt) – Nợ ngắn hạn (trừ nợ vay ngân hàng)
Theo Hill & cộng sự (2010), các doanh nghiệp có quy mô khác nhau sẽ
có nhu cầu vốn lưu động khác nhau tùy theo quy mô, do đó, để kiểm soát tác
động này nhu cầu vốn lưu động cần được chuẩn hóa (standardize) bằng cách chia cho tổng tài sản của doanh nghiệp. Tiếp thu hai nghiên cứu trên, trong nghiên cứu này, nhu cầu vốn lưu động được đo lường như sau:
WCR = [Tài sản lưu động (trừ tiền mặt) – Nợ ngắn hạn (trừ nợ vay ngân hàng] / Tổng tài sản
Biến độc lập
Các biến độc lập thuộc nhóm các nhân tố bên trong của doanh nghiệp
được lựa chọn dưa vào lý thuyết và các nghiên cứu thực nghiệm. Ngoài ra, căn cứ vào điều kiện thực tế tạo Việt Nam, các nhân tố bên ngoài (tốc độ tăng trưởng GDP, lạm phát của nền kinh tế và lãi suất ngân hàng) được bổ sung vào mô hình nghiên cứu. Các biến độc lập trong mô hình nghiên cứu bao gồm:
- Quy mô doanh nghiệp (SIZ)
- Chu kỳ chuyển hóa tiền mặt (CCC) - Tốc độ tăng trưởng doanh thu (SG)
- Tỷ suất sinh lời trên tổng tài sản của doanh nghiệp (ROA) - Hệ sốđòn bẩy tài chính của doanh nghiệp (FL)
- Dòng tiền hoạt động của doanh nghiệp (OCF) - Tốc độ tăng trưởng GDP (GDP)
- Lãi suất cho vay ngắn hạn (IR) - Tỉ lệ lạm phát tại Việt Nam (CPI)
Quy mô doanh nghiệp
Quy mô doanh nghiệp được đo lường bằng logarit tự nhiên của tổng tài sản của doanh nghiệp. Đây là thước đo được sử dụng trong nghiên cứu của Nazir & Afzar (2009) cũng như của Gill (2011). Trong nghiên cứu gần đây nhất về đề tài này được thực hiện bởi Farai & Merle (2014), ông sử dụng logarit tự nhiên của giá trị vốn hóa thị trường (market capitalization) để đo lường quy mô doanh nghiệp.
Tác giả quyết định chọn cách đo lường của Nazir & Afrar (2009) và Gill (2011) vì hai lý do sau đây:
- Thị trường chứng khoán ở Việt Nam vẫn chưa tiệm cận thị trường hoàn hảo do đó nó không bao hàm toàn bộ thông tin có thể tiếp cận về các doanh nghiệp. Do đó, giá trị vốn hóa của cổ phiếu doanh nghiệp không phải là một thước đo đáng tin cậy về quy mô của doanh nghiệp ở Việt Nam. Hơn nữa, trong giá cổ phiếu bao hàm trong đó kỳ vọng của nhà
đầu tư về thu nhập trong tương lai của cổ phiếu. Kỳ vọng này thay đổi liên tục trong khi quy mô doanh nghiệp không thể thay đổi với tốc độ
tương ứng. Điều này càng làm giảm tính tin cậy của thước đo này.
- Giá trị sổ sách của tài sản doanh nghiệp được đánh giá là khá “bảo thủ”.
Điều này có nghĩa là giá trị sổ sách của tài sản doanh nghiệp chỉ thể
hiện quy mô của từng loại tài sản của doanh nghiệp ở thời điểm mà nó
được mua. Theo thời gian, giá trị sổ sách của doanh nghiệp không thể
hiện đúng giá trị kinh tế mà loại tài sản đó sẽ mang lại cho doanh nghiệp. Thêm vào đó, giá trị sổ sách không thể hiện hiện giá của các dự
án kinh doanh trong tương lai cũng như tiềm năng tăng trưởng của doanh nghiệp. Tuy nhiên, logarit tự nhiên vẫn được sử dụng để đo lường quy mô doanh nghiệp bởi vì chúng ta chưa có một thước đo nào tốt hơn.
Theo nghiên cứu của Duarte (2000), quy mô doanh nghiệp cần một thước
đo đa chiều (multi-dimensional scale) bởi không có một thước đo đơn chiều nào có thể thể hiện đầy đủ các tính chất của quy mô doanh nghiệp. Tuy nhiên do hạn chế thời gian, nghiên cứu này vẫn sử dụng thước đo đơn chiều để đo lường quy mô doanh nghiệp. Việc sử dụng thước đo đa chiều xin được để
dành cho các nghiên cứu khác trong tương lai.
Chu kỳ chuyển hóa tiền mặt
Trong nghiên cứu này chu kỳ chuyển hóa tiền mặt được sử dụng để đo lường hiệu quả quản lý vốn lưu động của doanh nghiệp. Một doanh nghiệp quản lý vốn lưu động càng hiệu quả thì chu kỳ chuyển hóa tiền mặt càng nhỏ.
Điều này chứng tỏ vốn lưu động quay vòng nhanh hơn, giúp giảm nhu cầu vốn lưu động nếu các yếu tố khác không đổi.
Trong nghiên cứu của Nazir & Afzar (2009) và Gill (2011) chu kỳ kinh doanh (operating cycle) được sử dụng để đo lường hiệu quả quản lý vốn lưu
động. Chu kỳ kinh doanh được tính bằng kỳ chuyển hóa tồn kho cộng với kỳ
thu tiền bình quân. Tuy nhiên chu kỳ kinh doanh là một thước đo không đầy
đủ bởi nó không bao hàm hiệu quả quản lý vốn lưu động có được do quản lý các khoản phải trả. Do đó, tác giả đã thay đổi cách thức đo lường hiệu quả
quản lý vốn lưu động so với các nghiên cứu thực nghiệm trước đây. Chu kỳ
chuyển hóa tiền mặt đo lường hiệu quả quản lý vốn lưu động một cách tổng quát hơn và sẽ được sử dụng trong nghiên cứu này như một thước đo cho hiệu quả quản lý vốn lưu động.
Các biến độc lập trong mô hình nghiên cứu được mô tả cụ thể trong bảng sau:
Bảng 2.3. Tổng hợp mã hóa biến cách tính và kỳ vọng dấu của các biến độc
lập trong mô hình nghiên cứu
Biến Mã
biến Cách tính
Kỳ
vọng dấu
Quy mô doanh nghiệp
SIZ ln(Tổng tài sản) (+) Chu kỳ chuyển
hóa tiền mặt
CCC Kỳ thu tiền bình quân + Kỳ chuyển hóa tồn kho – Kỳ phải trả người bán bình quân
(+)
Tốc độ tăng trưởng doanh thu
SG Tốc độ tăng trưởng doanh thu (+) Tỷ suất sinh lời
trên tổng tài sản
ROA Lợi nhuận ròng / Tổng tài sản (+) Hệ số đòn bẩy tài
chính
FL % thay đổi EPS / % thay đổi EBIT (-) Dòng tiền hoạt
động
OCF Dòng tiền hoạt động / Tổng tài sản (-) Tốc độ tăng
trưởng GDP
GDP Tốc độ tăng trưởng GDP (theo giá hiện hành)
(+) / (-) Lãi suất cho vay IR Lãi suất liên ngân hàng kỳ hạn 3 tháng (+) / (-) Lạm phát CPI Chỉ số CPI (+) / (-)
2.2.3. Phương pháp ước lượng
a. Mô hình ảnh hưởng cốđịnh (FEM)
Với giả định mỗi thực thể đều có những đặc điểm riêng biệt có thể ảnh hưởng đến các biến giải thích, FEM phân tích mối tương quan này giữa phần dư của mỗi thực thể với các biến giải thích qua đó kiểm soát và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến giải thích để chúng ta có thể ước lượng những ảnh hưởng thực của biến giải thích lên biến phụ thuộc.
Mô hình ước lượng sử dụng:
= + + . Trong đó: yit: biến phụ thuộc với i = 1…,N và t = 1,..,T. xit: biến độc lập. ai: hệ số chặn cho từng thực thể nghiên cứu. b: hệ số góc đối với nhân tố X. eit: phần dư.
Mô hình trên đã thêm vào chỉ số i cho hệ số chặn “c” để phân biệt hệ số
chặn của từng doanh nghiệp khác nhau có thể khác nhau, sự khác biệt này có thể do đặc điểm khác nhau của từng doanh nghiệp hoặc do sự khác nhau trong chính sách quản lý, hoạt động của doanh nghiệp.
Qua đó, chúng ta có dữ liệu bảng bao gồm N đối tượng và T thời điểm. Có 02 phương pháp được áp dụng để ước lượng các tham số của mô hình tác động cố định, thứ nhất là ước lượng hồi quy biến giả tối thiểu với mỗi biến giả đại diện cho mỗi đối tượng quan sát của mẫu, thứ hai là ước
lượng tác động cố định. Do đó, mô hình này có thể được xem xét giống như
một mô hình OLS sử dụng biến giả, các biến giả đóng vai trò là các nhân tố
cốđịnh:
· Trường hợp 1: cốđịnh các đối tượng · Trường hợp 2: cốđịnh thời gian · Trường hợp 3: cốđịnh cả 2 nhân tố
Tuy nhiên, mô hình FEM có nhược điểm không đo lường được tác nhân không thay đổi theo thời gian.
b. Mô hình ảnh hưởng ngẫu nhiên (REM)
Điểm khác biệt giữa mô hình ảnh hưởng ngẫu nhiên REM và mô hình
ảnh hưởng cố định FEM được thể hiện ở sự biến động giữa các thực thể. Nếu sự biến động giữa các thực thể có tương quan đến biến độc lập – biến giải thích trong mô hình ảnh hưởng cố định thì trong mô hình ảnh hưởng ngẫu nhiên sự biến động giữa các thực thể được giả sử là ngẫu nhiên và không tương quan đến các biến giải thích.
Chính vì vậy, nếu sự khác biệt giữa các thực thể có ảnh hưởng đến biến phụ thuộc thì REM sẽ thích hợp hơn so với FEM. Trong đó, phần dư của mỗi thực thể (không tương quan với biến giải thích) được xem là một biến giải thích mới.
Ý tưởng cơ bản của mô hình ảnh hưởng ngẫu nhiên cũng bắt đầu từ mô hình: = + +
Thay vì trong mô hình FEM, ai là cố định thì trong REM có giả định rằng nó là một biến ngẫu nhiên với trung bình là ai và giá trị hệ số chặn được mô tả như sau:
ai = a + εi (i=1,...N)
εi: sai số ngẫu nhiên có trung bình bằng 0 và phương sai là σ2ε
Vậy mô hình ước lượng sử dụng:
= a + + + . Trong đó:
t = 1…,T và I = 1,..,N
εi : Sai số thành phần của các đối tượng khác nhau (đặc điểm riêng khác nhau của từng doanh nghiệp).
eit: Sai số thành phần kết hợp khác của cả đặc điểm riêng theo từng đối tượng và theo thời gian.
Qua đó, chúng ta có dữ liệu bảng bao gồm N đối tượng và T thời điểm. Tóm lại, trong mô hình, sai số cổ điển được chia làm 02 thành phần. Thành phần ai đại diện cho tất cả các yếu tố không quan sát được mà thay đổi giữa các đối tượng nhưng không thay đổi theo thời gian. Thành phần eit đại diện cho tất cả các yếu tố không quan sát được mà thay đổi giữa các đối tượng và thời gian. Do đó, với mô hình này, đặc điểm riêng giữa các thực thể được giả sử là ngẫu nhiên và không tương quan đến các biến giải thích.
Nhìn chung, mô hình FEM hay REM tốt hơn cho nghiên cứu phụ thuộc vào giả định có hay không sự tương quan giữa εi vàcác biến giải thích X. Nếu giả định rằng không tương quan thì REM phù hợp hơn, và ngược lại. Việc lựa chọn mô hình nào phù hợp hơn trong số 2 mô hình FEM và REM sẽ được kiểm định bằng kiểm định Hausman.
c. Kiểm định các giả thiết của phương pháp ước lượng hồi quy
Kiểm định giả thiết phương sai không đổi
Kiểm định hiện tượng phương sai thay đổi bằng kiểm định Breusch – Pagan test với giả thuyết H0 là không có hiện tượng phương sai thay đổi trong mô hình. Khi kiểm định cho ra kết quả có Prob > Chi2 lớn hơn 0.05 thì chấp nhận giả thuyết H¬0, từ đó kết luận mô hình có không xuất hiện hiện tượng phương sai thay đổi.
Khi có hiện tượng phương sai thay đổi xảy ra, ước lượng của phân tích hồi quy sẽ bị chệch. Phân tích hồi quy không thể khắc phục được hiện tượng phương sai thay đổi mà chỉ có thể điều chỉnh để nó có mức ý nghĩa đáng tin cậy hơn.
Kiểm định giả thiết không có tự tương quan
Kiểm định hiện tượng tự tương quan bằng Wooldridge test với giả
thuyết H0 là không có hiện tượng tự tương quan trong mô hình. Khi kiểm
định cho ra kết quả có Prob > F lớn hơn 0.05 thì chấp nhận giả thuyết H¬0, từ đó kết luận mô hình không có hiện tượng tự tương quan.
Trong trường hợp có hiện tượng tự tương quan, cũng tương tự như vấn
đề phương sai thay đổi, ước lượng bằng phương pháp hồi quy không thể khắc phục được hiện tượng tự tương quan mà chỉ có điều chỉnh để nó có mức ý nghĩa đáng tin cậy hơn.
Kiểm định giả thiết không có đa cộng tuyến
Kiểm định hiện tượng đa cộng tuyến thông qua nhân tử phóng đại phương sai – VIF.
Trong đó là hệ số tương quan giữa biến i và biến j.
Khi có hiện tượng đa cộng tuyến, các hệ số của mô hình hồi quy là không xác định còn các sai số tiêu chuẩn là vô hạn, điều này có thể đưa đến các hiện tượng như dấu của các ước lượng của các hệ số hồi quy có thể sai, R2 cao nhưng tỉ số t ít ý nghĩa… Dấu hiệu để nhận biết hiện tượng đa cộng tuyến là tương quan cặp giữa các biến giải thích cao, R2 cao nhưng tỉ số t ít ý nghĩa, sử dụng nhân tử phóng đại phương sai – VIF, nếu biến nào có VIF lớn hơn 10 thì xảy ra hiện tượng đa cộng tuyến trong mô hình.
d. Kiểm định lựa chọn mô hình (specification test)
Kiểm định Hausman
Kiểm định nhằm xác định giữa 02 phương pháp hồi quy FEM và phương pháp hồi quy REM thì phương pháp nào có hiệu quả hơn trong việc giải thích mối quan hệ giữa các biến. Để xác định vấn đề này bài nghiên cứu sử dụng kiểm định Hausman. Phương pháp Kiểm định Hausman (Hausman, 1978) được thực hiện với giả thuyết Ho là các khác biệt trong hệ số hồi quy của REM và FEM không có tính hệ thống.
Khi kiểm định cho ra kết quả có Prob > Chi2 lớn hơn 0.05 thì chấp nhận giả thuyết Ho, khi đó mô hình REM là thích hợp hơn để giải thích cho mối tương quan giữa các biến bởi vì mô hình REM có bậc tự do cao, hiệu quả
và chặt chẽ hơn mô hình FEM
2.3. DỮ LIỆU SỬ DỤNG TRONG NGHIÊN CỨU
Một trong những yếu tố then chốt quyết định đến thành công của một nghiên cứu thực nghiệm đó là việc lựa chọn và sử dụng dữ liệu để phân tích. Tùy vào từng mục đích nghiên cứu mà dữ liệu được lựa chọn sao cho phù hợp nhất. Trong nghiên cứu này, các số liệu được lựa chọn và thu thập như sau:
Dữ liệu sử dụng trong nghiên cứu này bao gồm 14 doanh nghiệp ngành dược phẩm được niêm yết tại hai sàn là HoSE và HNX từ năm 2009 đến năm