Bảng 4.2 dưới đây phân tích mức độ tương quan giữa các biến trong mô hình nghiên cứu:
ROA 1.000 SDA -0.2080 *** 1.000 LDA -0.0785 -0.6258 *** 1.000 LQ -0.0310 0.7366 *** -0.7398 *** 1.000 GROWT H 0.1539 ** -0.0213 -0.0252 -0.0558 1.000 SIZE -0.0319 -0.0706 0.5303 *** -0.3382 *** 0.1233 * 1.000 GDP 0.0593 0.0405 -0.0220 0.0142 0.1715 ** 0.0232 1.000 INF -0.0953 -0.0160 0.0343 0.0303 -0.0821 -0.1688 ** -0.2840 *** 1.000 36
Biến
Pooled OLS FEM REM
Hệ số hồi quy
P -
value Hệ số hồi quy
P -
value Hệ số hồi quy P - value
SDA -0.1433439*** 0.000 -0.2077182*** 0.000 -0.1964825*** 0.000 LDA -0.1132235*** 0.001 -0.1905682*** 0.000 -0.1673994*** 0.000 LQ 0.0318424 0.233 0.0570869** 0.022 0.0518185** 0.026 GROWTH 0.0080427 0.118 0.0098431** 0.011 0.009771*** 0.009 SIZE 0.0079162* 0.064 0.0087031 0.241 0.0097475 0.105 GDP 0.1602942 0.623 0.15931 0.499 0.1626374 0.483 INF -0.1210623 0.512 -0.1136797 0.446 -0.1048597 0.458 Hằng số -0.0124143 0.841 -0.0063122 0.986 -0.0882481 0.822 R2 0.1605 0.1466 0.1555 F-stat 5.13 7.12 9 Prob (F-stat) 0.000 0.000 0.000
Ghi chú: *** tương đương với độ tin cậy 1%, ** tương đương với độ tin cậy 5%, *** tương đương với độ tin cậy 10%
Nguồn: Tính toán của tác giả
Nhìn vào bảng 4.2, có thể thấy rằng các biến trong mô hình hồi quy đều có ý nghĩa thống kê ở mức 1%, trong đó biến LDA và biến LQ là có mức độ tương quan ngược chiều lớn nhất ở mức ý nghĩa thống kê 1% (-0.7398). Ngược lại, SDA với LQ là 2 biến có mức độ tương quan cùng chiều lớn nhất ở mức ý nghĩa thống kê 1% (đạt 0.7366). Bên cạnh đó, mức độ tương quan giữa các biến trong mô hình hồi quy đều nằm trong khoảng từ -0.8 đến 0.8 nên không có hiện tượng đa cộng tuyến xảy ra.
4.3. Ket qủa mô hình hồi quy
Để đo lường mức độ tác động của nợ và các nhân tố liên quan đến nợ đến khả năng sinh lời của các doanh nghiệp ngành xây dựng, tác giả thực hiện ước lượng mô hình hồi quy gồm Pooled OLS, FEM và REM. Chi tiết kết quả ước lượng được thể hiện qua bảng 4.3.
Bảng 4.3. Ước lượng mô hình hồi quy Pooled OLS, FEM và REM
Ghi chú: *** tương đương với độ tin cậy 1%, ** tương đương với độ tin cậy 5%, *** tương đương với độ tin cậy 10%
Nguồn: Tính toán của tác giả
Qua bảng 4.3, có thể thấy rằng hầu hết các biến liên quan đến nợ và các biến vi mô đều có ý nghĩa thống kê, trong đó biến nợ ngắn hạn (SDA) và nợ dài hạn (LDA) đều có ý nghĩa thống kê ở mức 1% ở cả 3 mô hình hồi quy. Bên cạnh đó, biến tỷ lệ thanh khoản (LQ) có ý nghĩa thống kê 5% trong khi biến tăng trưởng doanh thu có ý nghĩa thống kê 5% và 1% ở mô hình FEM và REM. Ngoài ra, biến quy mô doanh nghiệp (SIZE) có ý nghĩa thống kê 10% ở mô hình Pooled OLS. Ngược lại, các biến vi mô như GDP và INF đều không có ý nghĩa thống kê. Mô hình Pooled OLS, FEM và REM được tóm gọn như sau:
Mô hình Pooled OLS:
ROA = -0.1433439 SDA - 0.1132235 LDA + 0.0079162 SIZE Mô hình FEM:
Biến Hệ số hồi quy P - value
ROA = -0.2077182 SDA - 0.1905682 LDA + 0.0570869 LQ + 0.0098431 GROWTH Mô hình REM:
ROA = -0.1964825 SDA - 0.1673994 LDA + 0.0518185 LQ + 0.009771 GROWTH
4.4. Kiểm định lựa chọn mô hình nghiên cứu
Để kiểm định lựa chọn mô hình Pooled OLS, FEM và REM, tác giả quyết định sử dụng kiểm định F - Test và Hausman.
4.4.1. Kiểm định nhân tử Lagrangian
Để xác định mô hình Pooled OLS hay REM là phù hợp, tác giả sử dụng kiểm định nhân tử Lagrangian (hay còn gọi Breusch-Pagan Lagrange). Giả thuyết kiểm định lựa chọn mô hình như sau:
H0: Mô hình hồi quy tuyến tính cổ điển (Pooled OLS) là phù hợp Hi: Mô hình tác động ngẫu nhiên (REM) là phù hợp
Kết quả kiểm định nhân tử Lagrangian được minh họa ở bảng 4.1 phụ lục 4 cho thấy hệ số Prob > chibar2 = 0.000, do đó giả thuyết H1 được chấp nhận. Do đó mô hình REM là mô hình phù hợp.
4.4.2. Kiểm định Hausman
Để xác định mô hình FEM hay REM là phù hợp, tác giả sử dụng kiểm định Hausman. Giả thuyết kiểm định lựa chọn mô hình như sau:
H0: Không có sự tương quan giữa sai số và biến giải thích, mô hình REM là phù hợp Hi: Có sự tương quan giữa sai số và biến giải thích, mô hình FEM là phù hợp
Kết quả kiểm định Hausman được mô tả ở bảng 4.2 phụ lục 4 cho thấy hệ số Prob>chi2 = 0.9544, do đó giả thuyết H0 được chấp thuận. Kết quả là mô hình REM là mô hình phù hợp nhất.
4.5. Kiểm định Wald cho tính thừa biến và hồi quy lại mô hình nghiên cứu4.5.1. Kiểm định Wald cho tính thừa biến trong mô hình 4.5.1. Kiểm định Wald cho tính thừa biến trong mô hình
Từ kết quả ước lượng mô hình Pooled OLS, FEM và REM cho biến phụ thuộc ROA, tác giả nhận thấy rằng các biến vĩ mô gồm GDP và INF đều không có ý nghĩa thống kê trong ba mô hình nghiên cứu. Do đó, tác giả quyết định sử dụng kiểm định Wald để kiểm tra sự cần thiết giữa các biến không có ý nghĩa thống kê trong mô hình. Giả thuyết kiểm định Wald như sau: H0: β6 = 0, biến GDP và INF là không cần thiết
Hi: β6 ≠ 0, biến GDP và INF là cần thiết
Kết quả kiểm định Wald được thực hiện ở bảng 5.1 phụ lục 5 cho thấy hệ số Prob > F = 0.6295, do đó chấp nhận giả thuyết H0. Vì vậy biến GDP và INF là không cần thiết trong mô hình nghiên cứu.
39
4.5.2. Hồi quy lại mô hình nghiên cứu
Sau khi loại bỏ biến không cần thiết ra khỏi mô hình nghiên cứu, tác giả quyết định thực hiện ước lượng lại mô hình REM để kiểm tra mức độ tác động của nợ và các nhân tố vi mô đến khả năng sinh lời của các doanh nghiệp ngành xây dựng. Kết quả ước lượng mô hình REM được cụ thể như sau:
SDA -0.01986692*** 0.000 LDA -0.174218*** 0.000 LQ 0.0506745** 0.030 GROWTH 0.0103674*** 0.005 SIZE 0.0117542*** 0.030 Hằng số -0.038855 0.595 R2 0.1531 Prob (F-Stat) 0.000
Biến Hệ số hồi quy P - value
SDA -0.0894057*** 0.000
LDA -0.0839085*** 0.000
LQ 0.0011691 0.909
GROWTH 0.0070034*** 0.000
Nguồn: Tính toán của tác giả
Kết quả ước lượng lại mô hình REM sau khi loại bỏ biến không cần thiết cho thấy các biến trong mô hình đều có ý nghĩa thống kê từ 1% - 5%. Do đó mô hình REM được trình bày như sau:
ROA = -0.1986692 SDA - 0.174218 LDA + 0.0506745 LQ + 0.0103674 GROWTH + 0.0117542 SIZE
4.6. Kiểm định khuyết tật mô hình nghiên cứu4.6.1. Kiểm định VIF 4.6.1. Kiểm định VIF
Để kiểm định các biến trong mô hình nghiên cứu được lựa chọn có hiện tượng đa cộng tuyến hay không, tác giả quyết định sử dụng hệ số kiểm định VIF, giả thuyết kiểm định như sau:
H0: hệ số VIF < 10, mô hình không có hiện tượng đa cộng tuyến Hi: hệ số VIF ≥ 10, mô hình chắc chắn có hiện tượng đa cộng tuyến
40
Kết quả kiểm định VIF được thực hiện ở bảng 6.1 phụ lục 6 cho thấy hệ số VIF của các biến trong mô hình đều nhỏ hơn 10, điều đó cho thấy các biến trong mô hình nghiên cứu không có hiện tượng đa cộng tuyến xảy ra. Do đó kết quả ước lượng trong mô hình nghiên cứu là phù hợp.
4.6.2. Kiểm định tự tương quan
Để kiểm định hiện tượng tự tương quan giữa các biến trong mô hình nghiên cứu, tác giả sử dụng kiểm định Wooldridge, giả thuyết kiểm định như sau:
Ho: không có hiện tượng tự tương quan giữa các biến trong mô hình Hi: có sự tương quan giữa các biến trong mô hình nghiên cứu
Kết quả kiểm định tự tương quan giữa các biến trong mô hình nghiên cứu cho thấy hệ số Prob > F = 0.0016, do đó giả thuyết H1 được chấp nhận. Kết quả là mô hình có hiện tượng tự tương quan giữa các biến.
4.6.3. Kiểm định phương sai sai số thay đổi
Để kiểm định hiện tượng phương sai sai số thay đổi giữa các biến trong mô hình nghiên cứu, tác giả sử dụng kiểm định Modified Wald, giả thuyết kiểm định như sau:
Ho: không có hiện tượng phương sai sai số thay đổi Hi: có hiện tượng phương sai sai số thay đổi
Kết quả kiểm định hiện tượng phương sai sai số thay đổi được thực hiện ở bảng 6.3 cho thấy hệ số Prob > chibar2 = 0.000, do đó giả thuyết H1 được chấp nhận. Kết quả là mô hình có hiện tượng phương sai sai số thay đổi.
4.7. Ước lượng mô hình FGLS
Để khắc phục hiện tượng phương sai sai số thay đổi và hiện tượng tự tương quan trong mô hình nghiên cứu, tác giả quyết định ước lượng mô hình theo phương pháp bình phương khả thi nhỏ nhất (Feasible Generalized Least Square). Kết quả ước lượng mô hình như sau:
SIZE 0.0052133 0.155
Hằng số 0.0115132 0.802
Prob > chi2 0.000
Nguồn: Tính toán của tác giả
Biến Chiều tác động Giả thuyết
SDA - H1: -
LDA - H2: -
LQ N/A H3: -
GROWTH + H4: +
SIZE N/A H5: +
Ghi chú: + là tác động cùng chiều, - là tác động ngược chiều, N/A là không có ý nghĩa
41
Kết quả ước lượng mô hình FGLS nhằm khắc phục hiện tượng tự tương quan và phương sai sai số thay đổi cho thấy các biến trong mô hình đều có ý nghĩa thống kê ở mức 1% ngoại trừ 2 biến là LQ và SIZE. Do đó mô hình FGLS được tóm tắt như sau:
ROA = -0.0894057 SDA - 0.0839085 LDA + 0.0070034 GROWTH
4.8. Đánh giá kết quả nghiên cứu
Từ kết quả nghiên cứu nêu trên, tác giả sẽ tóm tắt lại toàn bộ kết quả nghiên cứu về tác động của nợ đến khả năng sinh lời của các doanh nghiệp ngành xây dựng trên sàn HOSE và HNX thông qua bảng dưới đây:
Nguồn: Tác giả tổng hợp
• Tỷ lệ nợ ngắn hạn trên tổng tài sản (SDA)
Hệ số hồi quy SDA có tác động ngược chiều với ROA ở mức ý nghĩa 1% và kết quả này trùng với kỳ vọng dấu mà tác giả đề ra. Kết quả nghiên cứu này phù hợp với nghiên cứu của Tian và Zeitun (2007), Ahmad (2012), Khan (2012) và Nguyễn Thị Diệu Chi (2018). Khi tỷ lệ nợ ngắn hạn trên tổng tài sản tăng 1% thì ROA giảm 8.94%, điều này cho thấy rằng nợ vay ngắn hạn luôn chiếm phần lớn nguồn vốn có được của các doanh nghiệp ngành xây dựng.
Do đặc thù kinh doanh của các doanh nghiệp ngành xây dựng là cần nhiều vốn lưu động, nếu quan điểm cho rằng thời gian luân chuyển của vốn lưu động thường dưới một năm nên phải
đqợc tài trợ bằng nguồn vốn ngắn hạn. Tuy nhiên theo quan điểm này, doanh nghiệp sẽ luôn đối phó với nhu cầu thanh toán nợ ngắn hạn thường xuyên, quá trình vay nợ ngắn hạn và thanh toán nợ ngắn hạn sẽ phát sinh theo các chu kỳ kinh doanh liên tục và đan xen nhau. Điều này sẽ làm gia tăng rủi ro thanh toán và hạn chế sự chủ động của doanh nghiệp về vốn trong quá trình kinh doanh, làm gia tăng chi phí giao dịch và làm tăng chi phí tài chính. Điều này có ý nghĩa khi doanh nghiệp ngành xây dựng ưu tiên sử dụng nguồn tài trợ nợ ngắn hạn trong quá trình hoạt động kinh doanh sẽ tạo ra áp lực thanh toán trong ngắn hạn, ảnh hưởng đến hiệu quả tài chính của doanh nghiệp.
• Tỷ lệ nợ dài hạn trên tổng tài sản (LDA)
Hệ số hồi quy tỷ lệ nợ dài hạn trên tổng tài sản (LDA) có tác động ngược chiều đến ROA với mức ý nghĩa 1% và kết quả này phù hợp với kỳ vọng dấu mà tác giả đề ra. Kết quả nghiên cứu này phù hợp với nghiên cứu của Abor (2005), Tian và Zeitun (2007) và Nguyễn Thị Diệu Chi (2018). Khi tỷ lệ nợ dài hạn trên tổng tài sản (LDA) tăng 1% thì ROA của doanh nghiệp giảm 8.3%, điều này cho thấy nợ vay dài hạn có tác động lớn đến khả năng sinh lời của các doanh nghiệp ngành xây dựng.
Đặc điểm của các doanh nghiệp ngành xây dựng là có chu kỳ kinh doanh thường kéo dài và nhu cầu vốn lớn. Vì vậy mà nợ dài hạn là nguồn vốn thiết yếu cho mỗi doanh nghiệp trong quá trình hoạt động kinh doanh. Tuy nhiên, do trong giai đoạn này chính phủ thực hiện một loạt biện pháp nhằm ổn định kinh tế, kiềm chế lạm phát, và tăng lãi suất nên đã làm cho chi phí lãi vay phải trả cho các khoản nợ vay dài hạn tăng cao. Ngành xây dựng có vốn đầu tư và tổng tài sản rất lớn nhưng lợi nhuận thu được không tương ứng nên tỷ suất lợi nhuận trên vốn đầu tư hay trên tổng tài sản thường thấp. Song song đó, các doanh nghiệp ngành xây dựng bị chi phối bởi biến động của nền kinh tế. Trường hợp nền kinh tế có những chuyển biến xấu sẽ tác động đáng kể đến hiệu quả tài chính của các doanh nghiệp, mà cụ thể nhất là thông qua sự tác động lên lãi suất vay. Do đó, nếu khoản vốn đầu tư lớn chủ yếu là vốn đi vay sẽ làm gánh nặng chi phí lãi vay dài hạn hay lãi của vốn vay rất lớn trong khi lợi nhuận không tăng lên được tương ứng, làm giảm đi đáng kể hiệu quả đầu tư hay tỷ suất lợi nhuận của doanh nghiệp.
• Tốc độ tăng trưởng doanh thu (GROWTH)
Hệ số hồi quy tốc độ tăng trưởng doanh thu của công ty (GROWTH) có tác động cùng chiều đến ROA với mức ý nghĩa 1% và kết quả nghiên cứu này trùng với kỳ vọng dấu mà tác giả đề ra. Kết quả nghiên cứu này phù hợp với nghiên cứu của Tian và Zeitun (2007) và Nguyễn Lê Thanh Tuyền (2013). Khi tốc độ tăng trưởng của công ty tăng 1% thì ROA của doanh nghiệp tăng 7.0034%, điều này cho thấy doanh thu có được từ đầu tư xây dựng luôn chiếm tỷ trọng lớn trong việc gia tăng khả năng sinh lời của doanh nghiệp.
Một doanh nghiệp có tốc độ tăng trưởng doanh thu cao phản ánh tình hình hoạt động kinh doanh của doanh nghiệp đang có chiều hướng phát triển tốt. Đối với các doanh nghiệp ngành xây dựng, tốc độ tăng trưởng doanh thu là nhân tố quan trọng để các nhà quản trị theo dõi tình hình hoạt động của doanh nghiệp. Các doanh nghiệp xây dựng có tốc độ tăng trưởng doanh thu tăng phần lớn sẽ có sự gia tăng về lợi nhuận.
KẾT LUẬN CHƯƠNG 4
Tóm lại, ở chương này, tác giả đã trình bày về phân tích kết quả nghiên cứu bao gồm thống kê mô tả, kiểm định tự tương quan giữa các biến trong mô hình. Tiếp theo đó, tác giả trình bày kết quả mô hình hồi quy Pooled OLS, FEM và REM.
Sau đó tác giả kiểm định sự lựa chọn mô hình bao gồm kiểm định nhân tử Lagrangian để lựa chọn mô hình Pooled OLS hay REM. Kết quả cho thấy giả thuyết H1 được chấp nhận và mô hình REM là phù hợp. Tiếp đến là kiểm định Hausman để kiểm định lựa chọn mô hình FEM hay REM, kết quả cho thấy là mô hình REM là phù hợp nhất trong tất cả mô hình ước lượng. Sau khi lựa chọn mô hình, tác giả sử dụng kiểm định Wald để loại biến GDP và INF ra khỏi mô hình nghiên cứu do hệ số Prob không có ý nghĩa thống kê và hồi quy lại mô hình REM sau khi loại bỏ biến không cần thiết. Tuy nhiên, sau khi ước lượng lại mô hình thì xảy ra hiện tượng tự tương quan và phương sai sai số thay đổi. Để khắc phục khuyết tật này, tác giả sử dụng mô hình phương pháp bình phương nhỏ nhất (FGLS). Kết quả cho thấy có 3 biến có ý nghĩa thống kê ở mức 1% gồm SDA, LDA và GROWTH.
CHƯƠNG 5. KẾT LUẬN VÀ KHUYÊN NGHỊ
Ở chương này, tác giả sẽ tóm tắt lại kết quả nghiên cứu đã thực hiện ở chương trước và đưa ra