4.6.1. Kết quả hồi quy
Hồi quy lần lượt các biến phụ thuộc ROA, ROE, TOBINQ theo mô hình pooled OLS, fixed effects và random efects. Kết quả hồi quy được thể hiện ở các bảng sau:
Bảng 4.6: Kết quảhồi quy theo biến ROA
TÊN BIẾN
OLS REM FEM
PT1 PT2 PT1 PT2 PT1 PT2 HỆ SỐ P HỆ SỐ P HỆ SỐ P HỆ SỐ P HỆ SỐ P HỆ SỐ P ACP -0.0009 0.0000 -0.0007 0.0000 -0.0003 0.1570 ICP -0.0002 0.0200 -0.0003 0.0200 -0.0003 0.0150 APP 0.0005 0.0000 0.0004 0.0140 0.0003 0.1840 CCC -0.0004 0.0000 -0.0003 0.0000 -0.0003 0.0030 DR -0.2207 0.0000 -0.2139 0.0000 -0.2442 0.0000 -0.2495 0.0000 -0.2961 0.0010 -0.2994 0.0000 FITA -0.0668 0.0260 -0.0345 0.2410 -0.0784 0.0410 -0.0611 0.1160 -0.1005 0.1150 -0.1006 0.1070 CR 0.0100 0.2540 0.0144 0.1120 0.0117 0.2390 0.0159 0.1130 0.0205 0.1100 0.0214 0.0840 SIZE 0.0066 0.1790 0.0073 0.1500 0.0105 0.1320 0.0127 0.0890 0.0192 0.4120 0.0195 0.3890 STATE -0.0024 0.9220 0.0079 0.7460 0.0099 0.7700 0.0185 0.6050 0.0971 0.3830 0.0978 0.3760 SG 0.1027 0.0000 0.1107 0.0000 0.0942 0.0000 0.0944 0.0000 0.0816 0.0000 0.0820 0.0000 _cons 0.1305 0.0330 0.0854 0.1690 0.0912 0.2870 0.0415 0.6420 -0.0241 0.9330 -0.0313 F( 9, 221) 21.2000 22.3000 10.8400 14.2100 Prob > F 0.0000 0.0000 0.0000 0.0000 R-squared 0.4634 0.4117 0.4521 0.4026 0.3697 0.3617 Wald chi2(9) 148.3800 136.0600 Prob > chi2 0.0000 0.0000
Bảng 4.6 cho thấy cả 3 mô hình hồi quy đều cho kết quả đồng nhất về dấu, chỉ khác nhau về mức ý nghĩa, ngoại trừ biến tỷ lệ sở hữu vốn nhà nước. Biến ACP và APP không có ý nghĩa thống kê ở phương trình 2(PT2) của mô hình FEM. Biến FITA không có ý nghĩa thống kê ở phương trình 2 của mô hình OLS và REM vàở cả hai phương trình 1 và 2 của mô hình FEM. Biến CR chỉ có ý nghĩa thống kê mức 10% ở PT2 của mô hình FEM. Biến SIZE đạt mức ý nghĩa 10% ở PT2 của mô hình REM. Biến STATE hoàn toàn không có ý nghĩa thống kê ở cả hai phương trình hồi quytheo 3 mô hình OLS, REM và FEM.
Bảng 4.7: Kết quảhồi quy theo biến ROE
TÊN BIẾN
OLS REM FEM
PT3 PT4 PT3 PT4 PT3 PT4 HỆ SỐ P HỆ SỐ P HỆ SỐ P HỆ SỐ P HỆ SỐ P HỆ SỐ P ACP -0.0026 0.0000 -0.0023 0.0000 -0.0012 0.1820 ICP 0.0002 0.5190 0.0002 0.6450 -0.0001 0.8110 APP 0.0011 0.0240 0.0009 0.0720 0.0004 0.5800 CCC -0.0006 0.0320 -0.0005 0.0980 -0.0004 0.3530 DR -0.4423 0.0050 -0.4049 0.0100 -0.4616 0.0080 -0.4521 0.0120 -0.5772 0.0630 -0.6035 0.0410 FITA -0.1816 0.0680 -0.0740 0.4570 -0.1748 0.1350 -0.0833 0.5050 -0.0960 0.6810 -0.0720 0.7540 CR -0.0045 0.8770 0.0163 0.5930 -0.0028 0.9310 0.0197 0.5630 0.0198 0.6730 0.0332 0.4680 SIZE 0.0136 0.4040 0.0196 0.2540 0.0173 0.3870 0.0277 0.2290 0.0197 0.8180 0.0401 0.6310 STATE 0.0973 0.2300 0.1189 0.1510 0.1051 0.2850 0.1255 0.2540 0.2409 0.5550 0.2228 0.5840 SG 0.3274 0.0000 0.3508 0.0000 0.3124 0.0000 0.3103 0.0000 0.2709 0.0000 0.2673 0.0000 _cons 0.2257 0.2660 0.0373 0.8590 0.1830 0.4590 -0.0471 0.8650 0.1116 0.9160 -0.1779 0.8610 F 11.37 9.62 4.27 5.34 Prob > F 0.0000 0.0000 0.0001 0.0000 R-squared 0.3165 0.2318 0.3152 0.2288 0.2519 0.2052 Wald chi2 82.79 57.79 Prob > chi2 0.0000 0.0000
Bảng 4.7 cho thấy biến ACP tác động ngược chiều với ROE và không có ý nghĩa thống kêở PT3 của mô hình FEM. BiếnAPP không có ý nghĩa ở PT3 của mô hình FEM và có tác động cùng chiều với ROE. Biến ICP đều không có ý nghĩa ở cả 3 mô hình. Biến CCC có ý nghĩa thống kê mức 5% và 10% lần lượt ở mô hình OLS, REM của phương trình 4. Biến DR có tác động ngược chiều với ROE và có ý nghĩa ở 3 mô hình. Biến SG có tác động cùng chiều với ROE và đều có ý nghĩa cho cả 3 mô hình hồi quy. Biến FITA chỉ có ý nghĩa mức 10% cho mô hình OLS của PT3. Trong 3 mô hình OLS, REM, FEM, các biến CR, SIZE, STATE đều không có ý nghĩa thống kê.
Bảng 4.8: Kết quảhồi quy theo biến TOBINQ
TÊN BIẾN
OLS REM FEM
PT5 PT6 PT5 PT6 PT5 PT6 HỆ SỐ P HỆ SỐ P HỆ SỐ P HỆ SỐ P HỆ SỐ P HỆ SỐ P ACP -0.0010 0.0410 -0.0005 0.4020 -0.0007 0.3900 ICP -0.0004 0.3040 -0.0007 0.0590 -0.0011 0.0090 APP 0.0000 0.9540 -0.0001 0.8290 -0.0003 0.6880 CCC -0.0004 0.1590 -0.0005 0.1210 -0.0008 0.0360 DR 0.4250 0.0080 0.3567 0.0190 0.4113 0.0330 0.3296 0.0720 0.5711 0.0360 0.4556 0.0780 FITA -0.0526 0.6050 0.0108 0.9110 0.0070 0.9590 0.0397 0.7610 0.1337 0.5130 0.1611 0.4250 CR 0.1011 0.0010 0.1033 0.0010 0.1209 0.0000 0.1172 0.0010 0.1442 0.0010 0.1407 0.0010 SIZE -0.0356 0.0340 -0.0357 0.0330 -0.0517 0.0400 -0.0542 0.0300 -0.3199 0.0000 -0.3269 0.0000 STATE -0.0794 0.3390 -0.0409 0.6130 -0.0156 0.8990 0.0197 0.8690 0.6921 0.0540 0.7151 0.0470 SG 0.2123 0.0010 0.2223 0.0000 0.2214 0.0000 0.2294 0.0000 0.2054 0.0000 0.2200 0.0000 _cons 1.1409 0.0000 1.0757 0.0000 1.2884 0.0000 1.2824 0.0000 4.3338 0.0000 4.3693 0.0000 F 4.30 4.95 7.72 9.37 Prob > F 0.0000 0.0000 0.0000 0.0000 R-squared 0.1491 0.1345 0.1324 0.1263 0.0446 0.0433 Wald chi2 44.40 42.13 Prob > chi2 0.0000 0.0000
Bảng 4.8 cho thấy kỳ thu tiền bình quân tác động ngược chiều vớiTOBINQ, chỉ có ý nghĩa thống kê mức 5% ở phương trình 5 của mô hình OLS, còn hai mô hình REM và FEM thì không có ý nghĩa thống kê. Kỳ chuyển đổi hàng tồn kho không có ý nghĩa thống kêở PT5 của mô hình OLS. Kỳ thanh toán bình quânđều không có ý nghĩa thống kêở cả hai phương trình của cả 3 mô hình OLS, REM và FEM. Chu kỳ chuyển đổi tiền mặt chỉ có ý nghĩa thống kê mức 5% ở PT6 của mô hình FEM. Tỷ lệ TSCĐ hoàn toàn không có ý nghĩa cho cả 3 mô hình, tỷ lệ sở hữu nhà nước chỉ có ý nghĩa thống kêở cả hai phương trình của mô hình FEM. Biến DR, CR, SIZE, SG đều có ý nghĩathống kê cho cả 3 mô hình.
4.6.2. Lựa chọn mô hình
Do mỗi mô hình hồi quy cho ra các kết quả khác nhau, vì vậy tác giảtiến hành so sánhđể lựa chọn mô hình ước lượng tham số hồi quy nào là phù hợp nhất giữa các mô hình OLS, REM, FEM.
So sánh giữa mô hình OLS và mô hình FEM: dùng Likelihood Ratio Test u_i=0: sai sốgiữa các cá thểtrong mô hình FEM=0 với giảthuyết
H0: Dùng Pooled OLS hiệu quả hơn FEM
H1: Dùng FEM hiệu quả hơn PooledOLS
So sánh giữa mô hình OLS và mô hình REM: dùng lệnh xttest0 trong phần mềm STATA 12 để kiểm tra Var(u) = 0: phương sai của sai số giữa các cá thểtrong mô hình REM=0 với giảthuyết:
H0: Dùng Pooled OLS hiệu quả hơn REM
H1: Dùng REM hiệu quả hơn PooledOLS
So sánh giữamô hình FEM và mô hình REM: bằng Hausman test để kiểm tra sai lệch giữa hệ số của hai mô hình FEM và REM là không hệ thống: sai lệch mang tính ngẫu nhiên
H0: Dùng REM hiệu quả hơn FEM
H1: Dùng FEM hiệu quả hơn REM
Bảng 4.9: Bảng tổng hợp kết quả so sánh các mô hình dựa vào Hausman test
Ho: OLS hiệu quả hơn FEM
Ho: OLS hiệu quả hơn REM
Ho: REM hiệu quả hơn FEM Mô hình lựa chọn ROA - PT1 F(48, 173) 2.81 Chi2 18.7 Chi2 11.65 REM Prob > F 0 Prob > F 0 Prob > F 0.2335
ROA- PT2
F(48, 175) 3.49 Chi2 36.6 Chi2 7.53
REM Prob > F 0 Prob > F 0 Prob > F 0.3762
ROE -PT3
F(48, 173) 1.68 Chi2 4.41 Chi2 6.85
REM Prob > F 0.0086 Prob > F 0.0179 Prob > F 0.6524
ROE - PT4
F(48, 175) 2.32 Chi2 15.24 Chi2 4.7
REM Prob > F 0 Prob > F 0 Prob > F 0.6971
TOBINQ - PT5
F(48, 173) 3.66 Chi2 20.73 Chi2 28.1
FEM Prob > F 0 Prob > F 0 Prob > F 0.0009
TOBINQ - PT6
F(48, 175) 3.69 Chi2 24.76 Chi2 24.39
FEM Prob > F 0 Prob > F 0 Prob > F 0.001
(Nguồn: Dữliệu thu thập trên HOSE, HNX, cophieu68, kết quả đượcxuất từStata 12)
Với mức ý nghĩa 5%, mô hình thích hợp cho ROA, ROE là REM, cho TOBINQ là FEM.
4.7. Phân tích kết quả hồi quy
Dựa vào kết quả lựa chọn mô hình ở bảng 4.9, tác giả tiến hành phân tích hồi quy.
Bảng 4.10: Tổng hợp kết quả hồi quytheo các mô hìnhđược lựa chọn
TÊN BIẾN
ROA ROE TOBINQ
REM REM FEM
PT1 PT2 PT3 PT4 PT5 PT6 HỆ SỐ P HỆ SỐ P HỆ SỐ P HỆ SỐ P HỆ SỐ P HỆ SỐ P ACP -0.0007*** 0.0000 -0.0023*** 0.0000 -0.0007 0.3900 ICP -0.0003** 0.0200 0.0002 0.6450 -0.0011*** 0.0090 APP 0.0004*** 0.0140 0.0009* 0.0720 -0.0003 0.6880 CCC -0.0003*** 0.0000 -0.0005* 0.0980 -0.0008** 0.0360 DR -0.2442*** 0.0000 -0.2495*** 0.0000 -0.4616* 0.0080 -0.4521*** 0.0120 0.5711** 0.0360 0.4556* 0.0780 FITA -0.0784** 0.0410 -0.0611 0.1160 -0.1748 0.1350 -0.0833 0.5050 0.1337 0.5130 0.1611 0.4250 CR 0.0117 0.2390 0.0159 0.1130 -0.0028 0.9310 0.0197 0.5630 0.1442*** 0.0010 0.1407*** 0.0010 SIZE 0.0105 0.1320 0.0127* 0.0890 0.0173 0.3870 0.0277 0.2290 -0.3199*** 0.0000 -0.3269*** 0.0000 STATE 0.0099 0.7700 0.0185 0.6050 0.1051 0.2850 0.1255 0.2540 0.6921* 0.0540 0.7151** 0.0470 SG 0.0942*** 0.0000 0.0944*** 0.0000 0.3124*** 0.0000 0.3103*** 0.0000 0.2054*** 0.0000 0.2200*** 0.0000 _cons 0.0912 0.2870 0.0415 0.6420 0.1830 0.4590 -0.0471 0.8650 4.3338 0.0000 4.3693 0.0000 F( 9, 221) 7.72 9.37 Prob > F 0.0000 0.0000 R-squared 0.4521 0.4026 0.3152 0.2288 0.0446 0.0433 Wald chi2(9) 148.3800 136.0600 82.79 57.79 Prob > chi2 0.0000 0.0000 0.0000 0.0000
Ghi chú: ***, ** và * là mức ý nghĩa lần lượt là 1%, 5% và 10%.
Kết quả hồi quy 6 phương trìnhđều cho P value <0, điều này cho thấy độ tin cậy là 99%. Xét về tổng thể thì 6 phương trình nàyđều có ý nghĩa và phù hợp với tập dữ liệu (Hoàng Trọng và ctg 2005).
Bảng 4.10 cho thấy biến ACP có ảnh hưởng đến ROA, ROE trong phương trình 1 và 3 và ACP có mối quan hệ ngược chiều với ROA, ROE. Biến APP có ảnh hưởng và có mối quan hệ cùng chiều với ROA, ROE trong phương trình 1 và 3. Biến ICP có mối quan hệ ngược chiều với ROA, TOBINQ ở phương trình 1 và 5.
Biến CCC có mối quan hệ ngược chiều với ROA, ROE, TOBINQ ở phương trình 2, 4 và 6. Biến DR có tác động ngược chiều đến ROA, ROE ở phương trình 1, 2, 3, và 4. Biến DR lại có tác động cùng chiều với TOBINQ ở phương trình 5 và 6. Biến FITA chỉ có ý nghĩa thống kê 5% ở phương trình 1 và có mối quan hệ ngược chiều với ROA. Biến CR có tác động cùng chiều TOBINQ ở hai phương trình 5 và 6. Biến STATE có tác động cùng chiều với TOBINQ. Biến SIZE tác động cùng chiều với TOBINQ ở phương trình 5, 6 và ROA ở phương trình 2. Biến SG có tác động cùng chiều với ROA, ROE, TOBINQ. Để thấy rõ tác động của từng biến đến khả năng sinh lợi của các công ty VLXD, ta xem xét cụ thể từng biến như sau:
Biến ACP: Kỳ thu tiền bình quân.
Biến số này có tác động ngược chiều với ROA và ROE và có ý nghĩa thống kê mức 1% ở phương trình 1 và 3. Kết quả này phù hợp với giả thuyếtH01, H05 đã đề ra.
Điều này chỉ ra rằng các công ty có thể tạo ra lợi nhuận bằng cách giữ mức các khoản phải thu của họ đến mức tối thiểu. Kết quả cũng có thể giải thích rằng khi thời gian mà số ngày khoản phải thu càng ngắn thì càng có nhiều tiền mặt có sẵn để bổ sung thêm hàng tồn kho, do đó doanh thu sẽ nhiều hơn dẫn đến mức tỷ suất sinh lợi cao hơn cho công ty. Nghiên cứu thực nghiệm này cho thấy hệ số âm của ACP chỉ ra rằng một sự gia tăng số ngày trong kỳphải thu sẽdẫn đến một sự giảm đi trong tỷ suất sinh lợi. Điều này có nghĩa là các công ty được quan sát không được hưởng lợi từ chính sách thu tiền chậm của mình. Điều này có thể là do trong thời gian quan sát từ năm 2009 –2013 nằm trong giai đoạn khủng hoảng kinh tế, sức mua giảm, nên việc bán hàng gặp nhiều khó khăn, hàng hóa tồn đọng nhiều, nên các công ty có thể đã nới lỏng chính sách tín dụng bán hàng với điều kiện tài
chính không đổi. Tác động ngược chiều của các khoản phải thu với lợi nhuận của công ty được tìm thấy bởi phần lớn các nghiên cứu về WCM. Nghiên cứu tương tự như Deloof (2003), Gill và ctg (2010), Lazaridis và Tryfonidis (2006) và Garcia- Teruel và Martinez-Solano (2007) tìm thấy mối quan hệ ngược chiều giữa số ngày các khoản phải thu và lợi nhuận của một công ty. Trong khi đó, Sharma và Kumar (2011) tìm thấy mối quan hệ cùng chiều, họ lập luận rằng điều này là do thực tế các công ty Ấn Độ đã cấp tín dụng thương mại nhiều hơn để duy trì khả năng cạnh tranh với các đối thủ cạnh tranh nước ngoài của họ, bao gồm cả sản phẩm và dịch vụcao cấp.
Về mặt tác động biên thì kết quả từ phương trình hồi quy cho thấy khi ACP tăng 1 ngày thì ROA, ROE giảm đi lần lượt là 0.0007 và 0.0023. Xét về mặt trung bình trong một năm, các công tyvật liệu xây dựng khảo sát có kỳ thu tiền bình quân 65.52 ngày. Như vậy, bình quân ROA, ROE của một công ty bị giảm đi một tỷ lệ tương ứng là 0.04497 (4,5%) và 0.1525 (15.25%).
Một tỷ lệ tương tự được tìm thấy bởi Gul và ctg (2013). Ông phát hiện ra rằng số ngày khoản phải thu tăng lên 1 ngày làm giảmlợi nhuậncông ty -0,04%. Falope và Ajilore (2009) nhận thấytỷ lệ là -0,300%. Một tỷ lệ lớn+ 3,8% đã được tìm thấybởiSharma và Kumar (2011). Sựkhác biệt này có thể được giải thíchlà do các điều kiệnkinh tếvĩ mô ở các nước là khác nhau.
Ngược lại, từ kết quả hồi quy cho thấy ACP không nghĩa thống kê với TOBINQ ở phương trình 5. Kết quả này trái với giả thuyết đãđề ra là: ACP có mối quan hệ đáng kể vớigiá trị thị trườngcủa công ty, như vậy giả thuyết H09 bị bác bỏ. Kết luận này cũng phù hợp với bài nghiên cứuGamze Vural (2012),Steven Lifland (2011).
Biến ICP: Kỳ chuyển đổi hàng tồn kho.
Bảng 4.10 cho thấy biến này có mối quan hệ ngược chiều với ROA, TOBINQ ở phương trình 1 và 5 với mức ý nghĩa tương ứng là 5% và 10%. Như vậy, kết quả nàyđúngvới giả thuyết H02, H010đặt ra. Tuy nhiên, nó lại không có ý nghĩa thống kê với ROE ở phương trình 3, kết quả này trái với giả thuyết H06.
Mối quan hệ ngược chiều giữa kỳ chuyển đổi hàng tồn kho với lợi nhuận cũng đã được tìm thấy bởi các nhà nghiên cứu như Deloof (2003), Lazaridis và
Tryfonidis (2006), Garcia-Teruel và Martinez-Solano (2007), Karaduman et al. (2011) và Raheman và Nasr (2007).Trong khi đó, Mathuva (2009) lại tìm thấy mối quan hệ cùng chiều bằng chứng thực nghiệm ở Kenya. Ông lập luận rằng các công ty giữ mức tồn kho cao hơn để tối thiểu hóa nguy cơ ngừng sản xuất do thiếu nguyên liệu.Nhưng cũng có nghiên cứu không tìm thấy mối quan hệ giữa số ngày tồn kho với khả năng sinh lợi của công ty như: Steven Lifland (2011), Bagchi và Khamrui (2012), Gamze Vural (2012), Naveek Ahmad và ctg (2014), Shagufta Nasreen và ctg (2014).
Kết quả nghiên cứu thực nghiệm của tác giả với các công ty vật liệu xây dựng tại Việt Nam tìm thấy mối quan hệ ngược chiều giữa kỳ chuyển đổi hàng tồn kho với ROA và TOBINQ. Điều này cho thấy tồn kho ở mức cao làm cho chi phí lưu kho, bảo quản, hư hỏng… tăng làm lợi nhuận giảm và kéo theo ROA cũng giảm tương ứng. Ngoài ra, việc công ty duy trì mức tồn kho cao sẽ không hấp dẫn với các nhà đầu tư cổ phiếu, vì họ có thể cho rằng công ty kinh doanh kém hiệu quả, không bán được hàng hóa, nên không có lợi nhuận hoặc lợinhuận không cao, vì vậy họ không mua cổ phiếu do đógiá trị thị trường của công ty giảm.
Kết quả nghiên cứu này cũng cho thấy ICP không có tác động tới ROE. Điều này phù hợp với nghiên cứu của Bagchi và Khamrui (2012), Naveek Ahmad và ctg