4.5.1 Kết quả nghiên cứu Mô hình 1
Bảng 4.10 Kết quả nghiên cứu Mô hình 1
GPAit Hệ số hồi quy Độ lệch
chuẩn z P>│z│
Khoảng tin cậy 95%
ACPit -0.0000342 6.64*10-6 -5.15 0.0000 -0.0000472 -0.0000212 CRit 0.0015886 0.0020363 0.78 0.435 -0.0024024 0.0055796 DRit -0.0988568 0.259237 -3.81 0.0000 -0.0149666 -0.0484073 CLTARit 0.068988 0.250826 2.75 0.006 0.019827 0.118149 SIZEit -0.0017629 0.0026371 -0.67 0.504 -0.0069316 0.0034058 FATAit 0.3099416 0.0255432 12.13 0.0000 0.2598779 0.3600054 _CONS 0.100127 0.077999 1.28 0.199 -0.0527483 0.2530024
Nguồn: Kết quả tính toán của tác giả
Dựa vào Bảng 4.10, ta có phƣơng trình hồi quy của mô hình 1 nhƣ sau:
GPAit = - 0.000034 ACPit – 0.098857 DRit + 0.068988 CLTARit + 0.309942 FATAit + εit
4.5.2 Kết quả nghiên cứu Mô hình 2
Bảng 4.11 Kết quả nghiên cứu Mô hình 2
GPAit Hệ số hồi quy
Độ lệch chuẩn
z P>│z│
Khoảng tin cậy 95%
ITIDit -0.0000028 9.59*10-6 -2.92 0.003 -4.68*10-6 -9.22*10-7 CRit 0.001422 0.0022094 0.64 0.52 -0.0029084 0.0057524 DRit -0.1274289 0.0291226 -4.38 0 -0.1845081 -0.0703497 CLTARit 0.055291 0.0259928 2.13 0.033 0.0043461 0.1062359 SIZEit -0.0082084 0.0038693 -2.12 0.034 -0.0157921 -0.0006248 FATAit 0.2558634 0.0311159 8.22 0 0.1948774 0.316895 _CONS 0.3109196 0.1151128 2.7 0.007 0.853027 0.5365365
Nguồn: Kết quả tính toán của tác giả
Dựa vào Bảng 4.11, ta có phƣơng trình hồi quy của mô hình 2 nhƣ sau:
GPAit = 0.310919 – 2.8*10-6 ITIDit – 0.127429 DRit + 0.055291 CLTARit – 0.008208 SIZEit + 0.255863 FATAit + εit
4.5.3 Kết quả nghiên cứu Mô hình 3
Bảng 4.12 Kết quả nghiên cứu Mô hình 3
GPAit Hệ số hồi quy Độ lệch
chuẩn z P>│z│
Khoảng tin cậy 95%
APPit -0.0000196 0.0000115 -1.7 0.088 -0.0000422 2.95*10-6 CRit 0.0006192 0.0022567 0.27 0.784 -0.003804 0.0050423 DRit -0.1073826 0.0288664 -3.27 0 -0.1639597 -0.0508055 CLTARit 0.0686992 0.0271533 2.53 0.011 0.0154798 0.1219187 SIZEit -0.0045295 0.002913 -1.55 0.12 -0.0102389 0.00118 FATAit 0.302875 0.0273916 11.06 0 0.2491885 0.3565616 _CONS 0.1760706 0.0858457 2.05 0.04 0.0078162 0.3443251
Dựa vào Bảng 4.12, ta có phƣơng trình hồi quy của mô hình 3 nhƣ sau:
GPAit = 0.176071 – 0.000019 APPit – 0.107383 DRit + 0.068699 CLTARit + 0.302875 FATAit + εit
4.5.4 Kết quả nghiên cứu Mô hình 4
Bảng 4.13 Kết quả nghiên cứu Mô hình 4
GPAit Hệ số hồi quy Độ lệch
chuẩn z P>│z│
Khoảng tin cậy 95%
CCCit -3.67*10-6 1.00*10-6 -3.66 0.000 -5.64*10-6 -1.71*10-6 CRit 0.0018097 0.0021668 0.84 0.404 -0.0024371 0.0060566 DRit -0.1290424 0.0286744 -4.5 0.000 -0.1852433 -0.0728416 CLTARit 0.0546395 0.0257231 2.12 0.034 0.0042231 0.1050559 SIZEit -0.0069432 0.0040609 -1.71 0.087 -0.0149023 0.001016 FATAit 0.2472457 0.031159 7.93 0.000 0.1861751 0.3083162 _CONS 0.28034 0.1205504 2.33 0.02 0.0440656 0.5166145
Nguồn: Kết quả tính toán của tác giả
Dựa vào Bảng 4.13, ta có phƣơng trình hồi quy của mô hình 4 nhƣ sau:
GPAit = 0.28034 – 3.67*10-6 CCCit – 0.129042 DRit + 0.054639 CLTARit – 0.006943 SIZEi,t + 0.247246 FATAit + εit
4.5.5 Kết quả tổng hợp các mô hình nghiên cứu
Bảng 4.14 Tác động của quản trị vốn luân chuyển đến GPA đã khắc phục các hiện tƣợng bằng phƣơng pháp FGLS
Biến phụ thuộc: GPAit
Phƣơng pháp bình phƣơng bé nhất tổng quát khả thi - FGLS
Mô hình 1 Mô hình 2 Mô hình 3 Mô hình 4
_CONS 0.100127 0.310919*** 0.176071** 0.28034**
ACPit -0.000034***
ITIDit - 2.8*10-6 ***
CCCit -3 .67*10-6 *** CRit 0.001588 0.001422 0.000619 0.001809 DRit - 0.098857*** - 0.127429*** - 0.107383*** - 0.129042*** CLTARit 0.068988*** 0.05529** 0.068699** 0.054639** SIZEit - 0.001763 - 0.008208** - 0.004529 - 0.006943* FATAit 0.309942*** 0.255863*** 0.302875*** 0.247246*** N 190 190 190 190
Nguồn: Tổng hợp của tác giả
Ghi chú: *, **, và *** tƣơng ứng với các mức ý nghĩa 10%, 5% và 1%.
Với biến phụ thuộc là GPAi,t, sau khi dùng phƣơng pháp FGLS để khắc phục hiện tƣợng tự tƣơng quan giữa các sai số và hiện tƣợng phƣơng sai thay đổi để đảm bảo ƣớc lƣợng thu đƣợc vững và hiệu quả, ta có kết quả nhƣ sau:
-Các biến ACP, ITID, APP, CCC tác động ngƣợc chiều và có ý nghĩa thống kê. -Các biến kiểm soát CLTAR và FATA tác động cùng chiều và có ý nghĩa thống kê. -Các biến DR và SIZE tác động ngƣợc chiều và có ý nghĩa thống kê.
-Biến CR tác động cùng chiều nhƣng không có ý nghĩa thống kê với bộ dữ liệu thu thập đƣợc.
KẾT LUẬN CHƢƠNG 4
Trong chƣơng 4, luận văn đã trình bày kết quả nghiên cứu bao gồm thống kê mô tả, phân tích tƣơng quan. Luận văn trình bày tổng hợp các mô hình hồi quy bao gồm mô hình Pooled OLS, FEM, REM. Tuy nhiên, để xem mô hình có vi phạm các giả định hồi quy đa biến, tác giả tiến hành kiểm định hiện tƣợng đa cộng tuyến, phƣơng sai của sai số thay đổi và hiện tƣợng tự tƣơng quan. Kết quả cho thấy mô hình có hiện tƣợng tự tƣơng quan và hiện tƣợng sai số thay đổi. Vì thế, tác giả chọn phƣơng pháp bình phƣơng bé nhất tổng quát khả thi (Feasible General Least Square – FGLS). Kết quả hồi quy cho thấy chu kỳ chuyển đổi tiền mặt, kỳ thu tiền bình quân, kỳ luân chuyển hàng tồn kho và kỳ thanh toán bình quân tác động ngƣợc chiều và có ý nghĩa thống kê với khả năng sinh lợi.
CHƢƠNG 5: THẢO LUẬN KẾT QUẢ NGHIÊN CỨU VÀ MỘT SỐ GỢI Ý 5.1 Thảo luận kết quả nghiên cứu
Qua quá trình nghiên cứu và dựa trên kết quả phân tích trong chƣơng 4, tác giả đƣa ra một số bình luận về tác động của quản trị vốn luân chuyển đến khả năng sinh lợi của các doanh nghiệp ngành bất động sản nhƣ sau:
Mô hình 1: Tác động của kỳ thu tiền bình quân ACP đến khả năng sinh lợi GPA của công ty
GPAit = - 0.000034 ACPit – 0.098857DRit + 0.068988 CLTARit + 0.309942 FATAit + εit
Nghiên cứu cho thấy ngoại trừ biến CR đƣợc tìm thấy là có mối tƣơng quan cùng chiều với GPA, biến SIZE có mối tƣơng quan ngƣợc chiều với GPA nhƣng cả hai biến này đều không có ý nghĩa thống kê. Kết quả này tƣơng đồng với Mustafa Afeef (2011) khi cho rằng biến CR không có ý nghĩa thống kê, trong khi đó nghiên cứu của Ahmad Ahmadpour (2012) lại cho biến CR có tác động cùng chiều với biến khả năng sinh lợi. Lý giải điều này, tác giả cho rằng giai đoạn 2010 đến 2014, thị trƣờng bất động sản chƣa thật sự khôi phục, nên tỷ số thanh toán hiện thời cũng không ảnh hƣởng nhiều đến khả năng sinh lợi. Nợ ngắn hạn trong giai đoạn này của doanh nghiệp chắc chắn rất lớn, đồng thời tài sản ngắn hạn cũng không đủ để có thể chi trả các khoản nợ ngắn hạn.
Tất cả các biến còn lại đều có ý nghĩa thống kê, với biến DR, CLTAR, FATA đều có ý nghĩa ở mức 1%. Kết quả hồi quy cho thấy sự thay đổi trong kỳ thu tiền bình quân, tỷ số nợ, tỷ số tài sản tài chính trên tổng tài sản và tỷ lệ nợ ngắn hạn trên tổng tài sản có ảnh hƣởng đến lợi nhuận gộp từ hoạt động kinh doanh trên tổng tài sản trừ tài sản tài chính của công ty.
Có thể thấy rằng, hệ số hồi quy đứng trƣớc ACP là âm, thể hiện mối tƣơng quan giữa ACP với GPA là tƣơng quan ngƣợc chiều, điều này không phù hợp với giả thuyết 1 “không có sự tác động của kỳ phải thu đến khả năng sinh lợi”, phân tích
tƣơng quan Pearson và các nghiên cứu trƣớc nhƣ: Albert Amponsah Addae (2013), Adeel Mumtaz (2011), Ahmad Ahmadpour (2012). Khi công ty gia tăng khoản phải thu có nghĩa rằng công ty đang cho phép khách hàng sử dụng những sản phẩm của mình trƣớc khi trả tiền. Hoặc nhiều công ty có chƣơng trình mua nhà trả góp dành cho khách hàng không đủ điều kiện thanh toán một lần. Tuy nhiên, công ty gặp phải rủi ro là khách hàng có thể sẽ không trả nợ khi đến hạn. Nếu quản trị khoản phải thu không hiệu quả sẽ làm giă tăng chi phí dự phòng cho các khoản phải thu, phát sinh chi phí cơ hội dẫn đến làm giảm lợi nhuận của công ty. Điều này hàm ý rằng nhà quản trị có thể gia tăng tỷ suất sinh lợi bằng cách cố gắng làm giảm số ngày thu đƣợc tiền từ khách hàng. Lúc này nguồn tiền mặt của công ty dồi dào, đủ sức tài trợ cho các dự án khác hoặc đầu tƣ cho các dây chuyền sản xuất mới, góp phần làm gia tăng lợi nhuận. Chính sách này cũng giúp công ty hạn chế rủi ro tín dụng mà các doanh nghiệp hay gặp phải khi khách hàng của mình phá sản. Hệ số âm của ACP chỉ ra rằng nếu công ty bị khách hàng chiếm dụng vốn thêm 1 ngày thì khả năng sinh lợi sẽ giảm 0.0034% với các yếu tố khác giả định không đổi.
Kết quả hồi quy cũng cho thấy DR có mối tƣơng quan ngƣợc chiều có ý nghĩa thống kê với GPA, kết quả này tƣơng đồng với nghiên cứu của Hong Yuh Ching và cộng sự (2011). Tỷ số này mà quá nhỏ, chứng tỏ doanh nghiệp vay ít. Điều này có thể hàm ý doanh nghiệp có khả năng tự chủ tài chính cao. Song nó cũng có thể là doanh nghiệp chƣa biết khai thác đòn bẩy tài chính, tức là chƣa biết cách huy động vốn bằng hình thức đi vay. Ngƣợc lại, tỷ số này mà cao quá nói lên doanh nghiệp không có thực lực tài chính mà chủ yếu đi vay để có vốn kinh doanh. Điều này cũng hàm ý là mức độ rủi ro của doanh nghiệp cao hơn. Kết quả DR trong mô hình 1 cho thấy khi tỷ lệ nợ tăng 1% thì khả năng sinh lợi giảm 9.88% với các yếu tố khác giả định không đổi. Trong khi đó, kết quả biến DR ở nghiên cứu của Adeel Mumtaz (2011) cho tác động cùng chiều. Điều này có thể giải thích rằng, có nhiều doanh nghiệp tận dụng nguồn vốn vay để đầu tƣ vào các hoạt động kinh doanh mà không phải chi trả các khoản lãi suất liên quan. Nó có thể giúp doanh nghiệp tận dụng đƣợc nguồn vốn sẵn có nhƣng cũng có thể làm doanh nghiệp lâm vào tình trạng
không thể trả nợ nếu đầu tƣ không có hiệu quả. Ở môi trƣờng Việt Nam, trong hoàn cảnh thị trƣờng bất động sản đang có chiều hƣớng tiêu cực thì các doanh nghiệp không nên tận dụng nguồn vốn này ở mức quá cao có thể gây tổn hại cho khả năng sinh lợi của công ty.
CLTAR tác động cùng chiều và có ý nghĩa thống kê đến GPA, có nghĩa tỷ số này càng cao thì khả năng sinh lợi càng tăng. Tỷ số này cho thấy việc gia tăng tỷ lệ nợ ngắn hạn làm gia tăng các chi phí tài chính và khả năng kiệt quệ tài chính cho công ty. Nếu dùng nợ ngắn hạn đầu tƣ không đúng mức vào tài sản ngắn hạn nhƣ đầu tƣ quá nhiều vào hàng tồn kho hay các khoản phải thu vƣợt trên mức tối ƣu sẽ làm cho công ty có thể rơi vào tình trạng mất khả năng thanh toán, làm gián đoạn hoạt động kinh doanh vì vậy làm giảm khả năng sinh lợi công ty. Kết quả CLTAR cho thấy khi tỷ lệ nợ ngắn hạn tăng 1% thì khả năng sinh lợi tăng 6.89% với các yếu tố khác giả định không đổi.
FATA cũng góp phần làm tăng khả năng sinh lợi của công ty, có nghĩa là FATA tác động cùng chiều và có ý nghĩa thống kê đến GPA. Nếu tỷ số này càng cao chứng tỏ các công ty đầu tƣ vào các công ty khác hay lĩnh vực khác càng nhiều sẽ làm tăng khả năng sinh lợi. Kết quả cho thấy khi FATA tăng 1% thì khả năng sinh lợi sẽ tăng 30.99% với các yếu tố khác giả định không đổi.
Biến CR và SIZE không có ý nghĩa thống kê với khả năng sinh lợi.
Mô hình 2: Tác động của kỳ luân chuyển hàng tồn kho ITID đến khả năng sinh lợi GPA của công ty
GPAit = 0.310919 - 2.8*10-6 ITIDit - 0.127429DRit + 0.05529 CLTARit - 0.008208 SIZEit + 0.255863 FATAit + εit
Kết quả cho thấy tồn tại mối tƣơng quan ngƣợc chiều có ý nghĩa thống kê giữa ITID và GPA, kết quả này không phù hợp với giả thuyết 2 “không có sự tác động của kỳ tồn kho đến khả năng sinh lợi”. Nghĩa là thời gian lƣu kho của hàng tồn kho càng lâu thì tỷ suất sinh lợi càng giảm. Hiện nay, nhiều doanh nghiệp bất động sản đầu tƣ
vào các dự án nhà ở xã hội, thế nhƣng thị trƣờng này vẫn chƣa có dấu hiệu phục hồi vì thế lƣợng căn hộ bán ra không đƣợc nhƣ kỳ vọng. Khi đó, lƣợng căn hộ tồn kho quá nhiều, thời gian tồn kho càng lâu sẽ dẫn đến chi phí tăng cao; dẫn đến căn hộ xuống cấp, giảm chất lƣợng… Điều này sẽ gây khó khăn trong việc cạnh tranh với các đối thủ trên thị trƣờng. Tuy nhiên nhà quản trị cũng nên cân đối có thể giữ lƣợng tồn kho ở mức vừa đủ. Có nghĩa là không “quá nhiều” mà cũng đừng “quá ít”. Bởi vì lƣợng tồn kho không đủ sẽ làm giảm doanh số bán hàng, ngoài ra có thể dẫn đến tình trạng khách hàng sẽ chuyển sang mua hàng của đối thủ cạnh tranh khi nhu cầu của họ không đƣợc đáp ứng. Do đó để gia tăng tỷ suất sinh lợi từ hàng tồn kho, các công ty cần xây dựng chính sách bán hàng hiệu quả để rút ngắn kỳ lƣu kho chứ không phải là giảm số lƣợng hàng tồn kho. Kết quả này phù hợp với nghiên cứu của các tác giả Albert Amponsah Addae (2013), Ahmad Ahmadpour (2012), Ching (2011).
Các biến kiểm soát DR, CLTAR, FATA trong mô hình 2 cũng cho kết quả tƣơng tự nhƣ mô hình 1, đều có ý nghĩa thống kê. Và biến CR không có ý nghĩa đối với khả năng sinh lợi.
Mô hình 3: Tác động của kỳ thanh toán bình quân APP đến khả năng sinh lợi GPA của công ty
GPAit = 0.176071 – 0.000019 APPit – 0.107383 DRit + 0.068699 CLTARit + 0.302875 FATAit + εit
Kết quả cho thấy tồn tại mối tƣơng quan ngƣợc chiều có ý nghĩa thống kê giữa GPA và APP (sig < 0.1). Nghĩa là việc trì hoãn thanh toán các khoản phải trả sẽ gây ra những bất lợi nhƣ: bỏ qua các mức giá thấp hay chiết khấu khi trả tiền ngay, mất danh tiếng, lợi thế thƣơng mại khi thanh toán quá lâu, chi phí quản lý những khoản phải trả tăng cao, những điều này làm giảm đi lợi nhuận của công ty. Khoản phải trả là những khoản nợ không lãi suất, doanh nghiệp sẽ có đƣợc những lợi ích giảm thiểu việc sử dụng các nguồn tài sản ngắn hạn nhƣ tiền mặt, tiền gửi ngân hàng. Do
đó các doanh nghiệp đều mong tận dụng nguồn vốn với chi phí rẻ này. Tuy nhiên trong giai đoạn 2007-2013, Việt Nam cũng chịu ảnh hƣởng bởi cuộc khủng hoảng kinh tế nên đa số các doanh nghiệp đều ít nhiều gặp phải khó khăn trong hoạt động kinh doanh của mình, các doanh nghiệp muốn thu hồi nhanh các khoản nợ để phục vụ cho hoạt động sản xuất kinh doanh của mình, điều này dẫn đến các doanh nghiệp chỉ muốn hợp tác với các công ty thanh toán nợ nhanh, có uy tín trong việc thanh toán và hạn chế hợp tác với các công ty trì hoãn thanh toán nợ. Kết quả này không phù hợp với giả thuyết 3 là “không có sự tác động của kỳ phải trả đến khả năng sinh lợi”, và tƣơng đồng với kết quả của các nghiên cứu trƣớc nhƣ Albert Amponsah Addae (2013), Ahmad Ahmadpour (2012).
Tác động của các biến còn lại trong mô hình 3 cũng cho kết quả tƣơng tự nhƣ mô hình 1. Chỉ có biến CR và SIZE không tồn tại mối tƣơng quan có ý nghĩa với GPA.
Mô hình 4: Tác động của chu kỳ chuyển đổi tiền mặt CCC đến khả năng sinh lợi GPA của công ty
GPAit = 0.28034 – 3.67*10-6 CCCit – 0.129042 DRit + 0.054639 CLTARit – 0.006943 SIZEi,t + 0.247246 FATAit + εit
Dựa vào kết quả hồi quy, hệ số hồi quy của chu kỳ luân chuyển tiền thể hiện mối tƣơng quan ngƣợc chiều với GPA, không phù hợp với giả thuyết 4 “không có sự tác