ROAit ACPit ITit APPit CCEit SIZEit GROWit CRit GDPit INFit
ROAit 1,0000 ACPit -0,3003 1,0000 ITit -0,1794 0,2667 1,0000 APPit -0,0723 0,1104 0,0973 1,0000 CCEit 0,3000 -0,3511 -0,3199 -0,1229 1,0000 SIZEit 0,1121 -0,2231 -0,2785 0,2134 -0,1117 1,0000 GRO Wit 0,1431 -0,1288 -0,0389 0,0916 0,1002 0,2278 1,0000 CRit 0,3683 -0,0079 -0,1147 -0,1161 0,3405 -0,1080 0,0154 1,0000 GDPit 0,0900 0,1478 -0,0209 0,0533 -0,0300 0,0274 -0,0172 -0,0160 1,0000 INFit 0,0971 -0,2182 -0,0069 -0,1599 0,0158 -0,0082 0,0672 0,0262 -0,0807 1,0000
Nguồn: Kết quả tính toán của tác giả
Bảng 4.2 trình bày ma trận tương quan Person của tất cả các biến được sử dụng trong mô hình. Bảng 4.2 chỉ ra rằng tỷ suất lợi nhuận trên tổng tài sản có tương quan ngược chiều với các biến ACP, IT, APP, và tương quan cùng chiều với các biến CCE, SIZE, GROW, CR, GDP, INF cụ thể:
Mối tương quan ngược chiều giữa ROA và ACP là r = -0,3003. Kết quả này khá phù hợp với nghiên cứu của Bagchi và Khamrui (2012). Điều này đồng nghĩa rằng thời gian thu tiền của khách hàng từ việc bán sản phẩm càng ngắn thì càng có nhiều tiền để bổ sung cho hàng tồn kho, do đó doanh thu càng tăng. Hơn nữa, các chi phí dự phòng cho những khoản nợ phải thu khó đòi giảm từ đó công ty sẽ tăng lợi nhuận.
Mối tương quan ngược chiều giữa ROA và IT là r = -0,1794, kết quả này cho thấy các công ty trong mẫu nghiên cứu có thời gian luân chuyển hàng tồn kho càng ngắn thì sẽ làm tăng lợi nhuận.
Mối tương quan ngược chiều giữa ROA và APP với r = -0,0723. Kết quả này phù hợp với kết quả nghiên cứu của A.K. Sharma & Satish Kumar. Điều này có thể được giải thích rằng công ty trong mẫu nghiên cứu càng rút ngắn thời gian thanh toán cho nhà cung cấp thì lợi nhuận càng giảm
Tóm lại các công ty có thể tăng lợi nhuận bằng cách giảm các kỳ phải thu, kỳ phải trả, kỳ tồn kho.
Mối tương quan cùng chiều giữa ROA và CCE với r = 0,3000. Kết quả này chứng tỏ rằng các công ty có lợi nhuận sẽ đạt dòng tiền lớn từ hoạt động kinh doanh nên việc nắm giữ tiền mặt sẽ nhiều hơn (Lý thuyết trật tự phân hạng). Đồng quan điểm trên, nghiên cứu của Nguyen (2005) và Megginson và ei (2010) cũng cho rằng lợi nhuận có mối tương quan cùng chiều với tỉ lệ nắm giữ tiền mặt.
Các biến kiểm soát SIZE, GROW, CR, GDP, INF có mối tương quan cùng chiều lần lượt là (r = 0,1121, r = 0,1431, r = 0,3683, r = 0,09, r = 0,0971). Kết quả này cho thấy ROA có được lợi thế từ quy mô cũng như tỷ lệ tăng trưởng kinh tế giúp doanh nghiệp gia tăng lợi nhuận.
Không có hiện tượng đa cộng tuyến nghiêm trọng (tự tương quan giữa các biến độc lập trong mô hình) do các hệ số tương quan có giá trị khá thấp (cao nhất là 0,3511, chuẩn so sánh theo Farrar & Glauber (1967) là 0,8). Kết quả tương quan trên phù hợp với hầu hết các nghiên cứu trước trên thế giới và phù hợp với kỳ vọng của tác giả trong giai đoạn nghiên cứu này tại Việt Nam.
4.4 Kiểm định các giả thuyết hồi quy
4.4.1 Các bước kiểm định các giả thuyết hồi quy
+ Kiểm định phương sai của sai số không đổi (không bị hiện tượng phương sai thay đổi)
Phương sai của sai số thay đổi sẽ làm cho các ước lượng thu được bằng phương pháp hồi quy thông thường trên dữ liệu bảng vững nhưng không hiệu quả, các kiểm định hệ số hồi quy không còn đáng tin cậy. Từ đó dẫn đến hiện tượng ngộ nhận các biến độc lập trong mô hình nghiên cứu có ý nghĩa, lúc đó kiểm định hệ số hồi quy không dùng được. Bởi vì phương sai của sai số thay đổi làm mất tính hiệu quả của ước lượng, nên cần thiết phải tiến hành kiểm định giả thuyết phương sai của
sai số không đổi bằng kiểm định White, với giả thuyết H0: không có hiện tượng phương sai thay đổi.
+ Kiểm định giữa các sai số không có mối quan hệ tương quan với nhau (không bị hiện tượng tự tương quan)
Giữa các sai số có mối quan hệ tương quan với nhau sẽ làm cho các ước lượng thu được bằng phương pháp hồi quy thông thường trên dữ liệu bảng vững nhưng không hiệu quả, các kiểm định hệ số hồi qui không còn đáng tin cậy. Nghiên cứu tiến hành kiểm định giả thuyết không bị tự tương quan với giả thuyết H0: không có sự tự tương quan.
+ Kiểm định không có sự tự tương quan giữa các biến độc lập trong mô hình (không bị hiện tượng đa cộng tuyến).
Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình tương quan tuyến tính với nhau. Nghiên cứu tiến hành kiểm định giả thuyết không bị hiện tượng đa cộng tuyến bằng cách dùng chỉ tiêu VIF.
VIF của tất cả các biến độc lập đều nhỏ hơn 10 nên hiện tượng đa cộng tuyến trong mô hình được đánh giá là không nghiêm trọng (Gujrati, 2003).
4.4.2 Kết quả kiểm định các giả thuyết hồi quy
Bảng 4.3: Kết quả kiểm định VIF, phương sai của sai số thay đổi và tự tương quan của mô hình
Kiểm định VIF Kiểm định phương sai
của sai số thay đổi
Kiểm định tự tương quan
Biến VIF 1/VIF White's test Wooldridge test
CCEit 1,51 0,662658 Chi2 (54) = 72,83 F (1, 25) = 4,554 ACPit 1,39 0,719446 SIZEit 1,37 0,730672 ITit 1,30 0,770625 CRit 1,16 0,859682 APPit 1,13 0,885303 GROWit 1,09 0,917021 INFit 1,09 0,917516 GDPit 1,03 0,968464
Giá trị trung bình = 1,23 Prob > chi2 = 0,0447 Prob > F = 0,0428
VIF của tất cả các biến độc lập đều nhỏ hơn 10 nên hiện tượng đa cộng tuyến trong mô hình được đánh giá là không nghiệm trọng (Gujrati, 2003).
Với mức ý nghĩa alpha = 5%, kiểm định White cho kết quả là: Prob = 0,0447 Vậy, Prob < 5% nên bác bỏ giả thuyết H0 Có hiện tượng phương sai thay đổi.
Với mức ý nghĩa alpha = 5%, kiểm định Wooldridge cho kết quả là: Prob = 0,0428
Vậy, Prob < 5% nên bác bỏ giả thuyết H0 Có sự tự tương quan.
Qua kết quả kiểm định từng phần ở trên, ta thấy: mô hình có hiện tượng đa cộng tuyến được đánh giá là không nghiêm trọng. Tuy vậy, mô hình có sự tự tương quan giữa các sai số và có hiện tượng phương sai thay đổi. Hiện tượng này sẽ làm cho các ước lượng thu được bằng phương pháp hồi quy thông thường trên dữ liệu bảng không hiệu quả, các kiểm định hệ số hồi qui không còn đáng tin cậy. Do vậy, tác giả dùng phương pháp bình phương bé nhất tổng quát khả thi (Feasible General Least Square - FGLS) để khắc phục hiện tượng tự tương quan giữa các sai số và hiện tượng phương sai thay đổi để đảm bảo ước lượng thu được hiệu quả nhất (theo Wooldridge, 2002).
4.5 Kết quả mô hình nghiên cứu (phương pháp FGLS)
Kết quả mô hình hồi quy sau khi khắc phục hiện tượng phương sai thay đổi và tự tương quan bằng phương pháp bình phương bé nhất tổng quát (FGLS).