3.3.2.1. Kiểm định sự phù hợp của mô hình
Bảng 2.8. Bảng kết quả hồi quy của mô hình 2
Variables Entered/Removeda
Model Variables Entered Variables Removed Method
2 SIZE, LDA, SDA, DAb . Enter
a. Dependent Variable: ROS b. All requested variables entered.
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson
2 .733a .537 .468 .1015315 2.553
a. Predictors: (Constant), SIZE, LDA, SDA, DA b. Dependent Variable: ROS
ANOVAa
Model Sum of Squares df Mean Square F Sig.
2
Regression .322 4 .081 7.815 .000b
Residual .278 27 .010
Total .601 31
a. Dependent Variable: ROS
b. Predictors: (Constant), SIZE, LDA, SDA, DA
Coefficientsa
Model Unstandardized Coefficients
Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
2 (Constant) -1.732 .688 -2.518 .018 SDA .258 .133 .323 1.935 .064 .614 1.628 LDA .613 .132 .696 4.640 .000 .763 1.311 DA -.595 .158 -.656 -3.762 .001 .565 1.770 SIZE .072 .025 .400 2.882 .008 .891 1.123
a. Dependent Variable: ROS
(Nguồn: chạy hồi quy bằng phần mềm IBM SPSS Statistics 20)
Để kiểm tra độ phù hợp của mô hình 2, ta cũng sử dụng phân phối Fisher- Snedecar để kiểm định với mức ý nghĩa 5%.
Giả thuyết đặt ra là
H0: = 0
H1: 0
Kết quả từ bảng Model Summary (R Square) trong mô hình hồi quy 2 với ROS là biến phụ thuộc bằng 0.537 (tức 53.7%). Ý nghĩa của hệ số xác định này là các tỷ số như nợ ngắn hạn trên tổng TS (SDA), nợ dài hạn trên tổng TS (LDA),
tổng nợ trên tổng TS (DA) và Quy mô doanh nghiệp (SIZE) giải thích được 53.7% sự thay đổi giá trị của ROS theo mô hình hồi quy tuyến tính, còn lại 46.3% do các yếu tố khác ngoài mô hình tác động.
Kết quả từ bảng ANOVA cho thấy giá trị Sig rất nhỏ là 0.000 < 0.05. Điều này cho thấy mô hình có ý nghĩa thống kê ở mức ý nghĩa 5%. Từ bảng phân tích hồi quy trên, ta thấy mối quan hệ giữa biến phụ thuộc khả năng sinh lời đươc đo lường bằng ROS với 4 biến độc lập được thể hiện trong phương trình hồi quy chuẩn hóa như sau:
Phương trình hồi quy của mô hình 2
ROS = 0.323 SDA + 0.696 LDA – 0.656 DA + 0.400 SIZE
3.3.2.2. Giải thích phƣơng trình và kiểm định giả thuyết
Để kiểm định giả thuyết các hệ số hồi quy mô hình 2, ta sử dụng phân phối Student kiểm tra các hệ số hồi quy với mức ý nghĩa 5%.
Giả thuyết đặt ra là:
H0: = 0
H1: 0
Thứ nhất, biến SDA có giá trị Sig là 0.064 > 0.05 và giá trị kiểm định t là 1.935 < 1.96 cho thấy biến SDA không có ý nghĩa trong mô hình này.
Thứ hai, biến LDA có giá trị Sig rất nhỏ là 0.000 < 0.05 và giá trị kiểm định t là 4.640 > 1.96 cho thấy biến LDA có tác động đến ROS. Hệ số Beta chuẩn hóa của biến LDA (nợ dài hạn trên tổng TS) là 0.696 > 0 cho thấy biến độc lập này tác động thuận chiều với ROS. Ý nghĩa hệ số của biến LDA (β2) là khi tỷ số nợ dài hạn trên tổng TS của các doanh nghiệp nhóm ngành xây dựng tăng 1% và các yếu tố khác là không đổi thì ROS trung bình sẽ tăng 0.696%. Kết quả phân tích hồi quy trong mô hình 2 cho thấy Nợ dài hạn có tác động tích cực đến ROS. Nguyên nhân là do đặc điểm ngành Xây dựng là sử dụng nhiều vốn bên ngoài để đầu tư vào các dự án trung và dài hạn. Vì vậy nếu sử dụng nợ dài hạn để đầu tư cho các dự án này sẽ thích hợp
vì nợ dài hạn sẽ đảm bảo sự ổn định của nguồn vốn hơn hơn là nợ ngắn hạn trong quá trình dự án được thực hiện.
Thứ ba, biến DA có giá trị Sig xấp xĩ bằng 0. Giá trị Sig của biến này là 0.001 < 0.05 và giá trị kiểm định t là -3.762 < -1.96 cho thấy biến DA có tác động đến ROS. Hệ số Beta chuẩn hóa của biến DA là -0.656 < 0 cho thấy biến độc lập DA (tổng nợ trên tổng TS) tác động nghịch chiều với khả năng sinh lời được đo lường bằng ROS. Ý nghĩa hệ số của biến DA (β3) là khi tỷ số tổng nợ trên tổng TS của các doanh nghiệp nhóm ngành xây dựng tăng 1% và các yếu tố khác là không đổi thì ROS trung bình sẽ giảm 0.656%. Kết quả này cho thấy sự tác động tiêu cực của tổng nợ đến ROS. Nguyên nhân là do tốc độ tăng trưởng của ngành xây dựng có sự tương quan cao với tình hình thị trường BĐS. Như đã phân tích ở trên sự sụt giảm của ngành BĐS đã làm ngành Xây dựng gặp nhiều khó khăn trong những năm vừa qua. Trong khi kinh doanh ế ẩm, việc sử dụng quá nhiều nợ dẫn đến chi phí tài chính cao từ đó làm giảm lợi nhuận.
Đối với biến kiểm soát (SIZE) trong mô hình 2, ta thấy rằng thì giá trị Sig là 0.008 < 0.05 và giá trị kiểm định t là 2.882 > 1.96. Điều này cho thấy biến kiểm soát SIZE phù hợp và có ý nghĩa trong mô hình hồi quy 2. Hệ số Beta chuẩn hóa của biến SIZE là 0.400 > 0 cho thấy biến kiểm soát SIZE (quy mô doanh nghiệp) có tác động thuận chiều với ROS. Ý nghĩa hệ số của biến SIZE (β4) là khi quy mô doanh nghiệp của các doanh nghiệp nhóm ngành xây dựng tăng 1% và các yếu tố khác là không đổi thì ROS trung bình sẽ tăng 0.400%.
Trong 4 biến độc lập thì có đến 3 biến là LDA, DA và SIZE có mức ý nghĩa Sig < 0.05 có nghĩa là 3 nhân tố này được chấp nhận trong phương trình hồi quy và có tác động đến khả năng sinh lời được đo lường bằng ROS. Vì vậy, sau khi kiểm định các hệ số hồi quy trong mô hình 2 thì vẫn không cơ sở để chấp nhận hay bác bỏ giả thuyết H1 vì biến SDA không có ý nghĩa trong cả 2 mô hình nghiên cứu, giả thuyết H2 và H3 được chấp nhận với mức ý nghĩa 5%.
Nếu so sánh 2 mô hình có cùng biến phụ thuộc nhưng khác số biến giải thích, chúng ta có thể rất dễ bị nhầm lẫn vì sẽ chọn mô hình có cao hơn. Theo Gujarati (2003), khi số biến giải thích tăng lên thì cũng tăng lên. Vì lẽ này, chúng ta cần
một thước đo khác có tính đến số biến giải thích trong mỗi mô hình. Thước đo đó được gọi là điều chỉnh (Adjusted R Square) vì nó đã điều chỉnh số biến giải thích (hay nói đúng hơn là điều chỉnh số bậc tự do) trong mô hình. Tuy nhiên do cả 2 mô hình trong nghiên cứu này có cùng biến phụ thuộc và cùng số biến giải thích nên ta có thể không cần phân tích đến điều chỉnh.
Nhìn chung của cả 2 mô hình khá thấp. Tuy nhiên vì phân tích hồi quy không là nhằm mục tiêu để có được một giá trị cao, mà mục đích chính là tìm ra được các giá trị ước lượng các hệ số hồi quy thực của tổng thể mẫu và rút ra các suy luận thống kê về các giá trị thực này. Nhiều nghiên cứu thực tiễn của nước ngoài dù có và điều chỉnh rất cao nhưng có nhiều hệ số hồi quy không có ý nghĩa thống kê hoặc thậm chí có dấu trái với kì vọng. Chính vì vậy, chúng ta nên chú ý hơn đến sự phù hợp về mặt lý thuyết của các biến giải thích đối với biến phụ thuộc trong mô hình và ý nghĩa thống kê của các hệ số hồi quy. Ngoài ra một mô hình tốt hay không còn phụ thuộc vào việc nó có thỏa mãn các giả định của mô hình hồi quy tuyến tính hay không. Cũng theo Gujarati (2003), nếu chúng ta có cơ sở lý thuyết tốt, mô hình được xác định đúng và có phân tích chẩn đoán cẩn thận, thì việc có được một giá trị và điều chỉnh cao là một điều đáng mong muốn. Trái lại, nếu chúng ta có cơ sở lý thuyết tốt, mô hình đã được xác định tốt và phân tích chẩn định cẩn thận dù có một giá trị và điều chỉnh lại ở mức tương đối thấp (trong khoảng 0.2 đến 0.55) thì vẫn có thể chấp nhận được.
Như đã phân tích ở trên, mặc dù kết quả chạy tương quan Pearson cho thấy không xuất hiện hiện tượng đa cộng tuyến hoàn hảo trong cả 2 mô hình nhưng ta vẫn không biết rằng có xuất hiện trường hợp đa cộng tuyến cao hay đa cộng tuyến không hoàn hảo trong mô hình hay không. Để kiểm tra vấn đề đa cộng tuyến không hoàn hảo, ta dùng hệ số Tolerance hoặc VIF (Variance inflation factor – hệ số phóng đại phương sai). Các biến độc lập SDA, LDA, DA và biến kiểm soát SIZE đều có giá trị Tolerance > 0.0001 cho thấy các biến này phù hợp và được chấp nhận trong mô hình. Theo Tobachnick & Fidell (1996) và Musa (2005) thì nếu giá trị Tolerance vượt quá 1 thì xuất hiện hiện tượng đa cộng tuyến. Quan sát giá trị Tolerance của các biến độc lập trong cả 2 mô hình ta thấy rằng giá trị Tolerance của
tất cả các biến này đều nhỏ hơn 1 chứng tỏ rằng không xuất hiện hiện tượng đa cộng tuyến trong cả 2 mô hình.
Về giá trị VIF, theo Neter, Kutner, Nachtsheim & Wasserman (1996), Cassey & Anderson (1999), Musa (2005) và sách của Hoàng Trọng – Chu Nguyễn Mộng Ngọc: “quy tắc là khi VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến”. Tuy nhiên có một số tài liệu khác lại đưa ra điều kiện VIF nhỏ hơn 4 hoăc thậm chí là nhỏ hơn 2. Quan sát trên 2 bảng Coefficients của 2 mô hình, ta thấy hệ số VIF của các biến độc lập trong cả 2 mô hình đều nhỏ hơn 2. Điều này khẳng định chắc chắn là không xuất hiện tượng đa công tuyến trong mô hình 1 và 2.
Tóm lại, nội dung chương 3 của khóa luận gồm kết quả phân tích thống kê mô tả, phân tích tương quan và phân tích hồi quy để các giả thuyết nghiên cứu đặt ra ban đầu. Qua đó đánh giá mức độ ảnh hưởng của cấu trúc vốn đến khả năng sinh lời của các doanh nghiệp nhóm ngành Xây dựng được niêm yết trên Sàn chứng khoán TP.HCM.
Qua việc phân tích để kiểm định các giả thuyết, ta cần phải so sánh kết quả nghiên cứu này với các nghiên cứu trước đó để thấy được sự khác biệt đặc điểm cơ cấu vốn giữa các ngành và đưa ra các kiến nghị để xây dựng cấu trúc vốn tối ưu cho các doanh nghiệp ngành Xây dựng. Vì vậy, chương cuối cùng ngoài việc sẽ đưa ra kết luận và một số khuyến nghị thì chương này cũng nêu ra hạn chế của nghiên cứu và phương hướng nghiên cứu sắp tới để hoàn thiện hơn đề tài nghiên cứu này.
4.1. KẾT LUẬN
Bài nghiên cứu này tập trung vào việc phân tích mối quan hệ 3 yếu tố quan trọng của cấu trúc vốn như nợ ngắn hạn, nợ dài hạn và tổng nợ với khả năng sinh lời của các doanh nghiệp nhóm ngành Xây dựng trên Sàn chứng khoán TP.HCM với mục tiêu tìm hiểu về sự ảnh hưởng của cấu trúc vốn đến khả năng sinh lời của các doanh nghiệp nhóm ngành Xây dựng.
Kết quả hồi quy cho thấy tồn tại mối quan hệ giữa một số biến độc lập với biến phụ thuộc được thể hiện trên bảng hồi quy ở chương 2, cụ thể:
Thứ nhất, nợ dài hạn có mối quan hệ dương có ý nghĩa thống kê với ROA và ROS ở mức ý nghĩa 1%. Điều này có nghĩa là chấp nhận giả thuyết H2 với mức ý nghĩa 1%. Phát hiện của nghiên cứu này trái ngược với kết quả nghiên cứu của Mesquita và Lara (2003), Abor (2005) nhưng phù hợp với kết quả nghiên cứu của Gill và cộng sự (2011) và ngiên cứu của Ths. Đoàn Ngọc Phúc.
Thứ hai, tổng nợ có mối quan hệ âm có ý nghĩa thống kê với ROA và ROS ở mức ý nghĩa 1%, nghĩa là sự tăng lên của nợ sẽ dẫn đến sự giảm xuống của khả
năng sinh lời. Nói cách khác, tổng nợ càng nhiều thì khả năng sinh lời của doanh nghiệp nhóm ngành Xây dựng càng giảm tức là chấp nhận giả thuyết H3 với mức ý nghĩa 1%. Phát hiện của nghiên cứu này phù hợp với với kết quả nghiên cứu của Mohammad Fawzi Shubita & Jaafer Maroof Alsawalhah (2012), Ishaya Luka Chechet & Abduljeleel Badmus Olayiwola (2014) và nghiên cứu của Ths. Đoàn Ngọc Phúc. Tuy nhiên kết quả này lại trái ngược với các nghiên cứu trước đây khi cho rằng tổng nợ có mối quan hệ dương giữa tổng nợ với khả năng sinh lời được đo lường bằng ROE như nghiên cứu của Abor (2005), Gill và cộng sự (2011).
4.2. KHUYẾN NGHỊ
Đối với các nhà đầu tư, kết quả nghiên cứu này cho thấy rằng nhà đầu tư nên đầu tư vào các doanh nghiệp Xây dựng nào có tỷ lệ nợ dài hạn trên tổng TS cao và tỷ lệ nợ trên tổng TS thấp thì khả năng sinh lời sẽ cao hơn.
Từ kết quả nghiên cứu của khóa luận tốt nghiệp này, tôi cũng xin đề xuất một số khuyến nghị đối với các nhà lãnh đạo và quản trị tài chính của các doanh nghiệp nhóm ngành Xây dựng như sau:
Một là, các nhà quản trị tài chính doanh nghiệp cần nâng cao thêm nhận thức của mình về tầm quan trọng của cấu trúc vốn đối với khả năng sinh lời của doanh nghiệp nhóm ngành Xây dựng, cần phải xem cấu trúc vốn là một trong những nhân tố quan trọng ảnh hưởng đến hiệu quả hoạt động kinh doanh của doanh nghiệp.
Hai là, các nhà lãnh đạo của các doanh nghiệp cần tạo thêm các điều kiện học tập để nâng cao trình độ chuyên môn và năng lực quản lý cho đội ngũ các nhà quản trị tài chính trong doanh nghiệp.
Ba là, các nhà lãnh đạo và nhà quản trị tài chính của doanh nghiệp cần chú trọng vào công tác kiểm tra thường xuyên các hoạt động sử dụng vốn, đảm bảo hiệu quả sử dụng vốn từ đó giảm thiểu các rủi ro tài chính và rủi ro trong hoạt động kinh doanh.
Bốn là, cần cân đối tỷ lệ phù hợp giữa nợ ngắn hạn và nợ dài hạn, chuyển nợ ngắn hạn thành nợ dài hạn để tránh áp lực thanh toán nợ ngắn hạn, đảm bảo được
khả năng thanh toán, giảm rủi ro cho các doanh nghiệp nhóm ngành Xây dựng, tăng hiệu quả sử dụng đòn cân nợ và ảnh hưởng của lá chắn thuế giúp doanh nghiệp nâng cao khả năng sinh lời.
Năm là, củng cố niềm tin cho các nơi cung ứng vốn bằng cách không ngừng nâng cao uy tín của các doanh nghiệp nhóm ngành xây dựng thông qua nâng cao hiệu quả hoạt động và khả năng thanh toán đúng hạn các khoản nợ đồng thời xây dựng chiến lược huy động vốn phù hợp với thực tế hoạt động của doanh nghiệp.
4.3. HẠN CHẾ CỦA NGHIÊN CỨU
Hạn chế lớn nhất của kết quả nghiên cứu là biến Nợ ngắn hạn trên tổng TS (SDA) đều không có ý nghĩa trong cả 2 mô hình nghiên cứu. Điều này có nghĩa là kết quả nghiên cứu không ủng hộ giả thuyết về mối quan hệ giữa nợ ngắn hạn với khả năng sinh lời được đo lường bằng ROA hay ROS hay nói cách khác là không có cơ sở để chấp nhận hay bác bỏ giả thuyết H1 đã đặt ra. Nguyên nhân là do Nợ ngắn hạn chiếm phần lớn trong Tổng nợ, có một số doanh nghiệp có tỷ lệ nợ ngắn hạn gần bằng tổng nợ trong giai đoạn nghiên cứu.
Hai là, số lượng doanh nghiệp nhóm ngành Xây dựng là khá nhiều nhưng trong khóa luận chỉ nghiên cứu 32 doanh nghiệp nhóm ngành Xây dựng trên Sàn chứng khoán TP.HCM mà thôi. Vì vậy, kết quả nghiên cứu vẫn chưa thể hiện được hết đặc điểm cấu trúc vốn của ngành Xây dựng.
4.4. HƢỚNG NGHIÊN CỨU SẮP TỚI
Với vai trò là ngành tạo cầu cho ngành xây dựng, BĐS đang có nhiều yếu tố thuận lợi sẽ tác động tích cực đến giá trị xây dựng dân dụng. Nhu cầu đầu tư cho cơ sở hạ tầng trong năm 2015 được dự báo tiếp tục tăng mạnh. Trong đó, Chính phủ sẽ tập trung phân bổ vốn cho các dự án trọng điểm như đường sắt, cảng hàng không, qua đó tác động tích cực đến ngành xây dựng. Cũng trong năm 2015, nhu cầu xây dựng nhà xưởng để sản xuất sẽ tiếp tục gia tăng. Một số dự án lớn đã được cấp phép trong tháng 1 như Dự án Công ty TNHH Worldon (300 triệu USD) tại TP. HCM;