Nghiên cứu của Bevan và Danbolt (2002), kết quả nghiên cứu cho thấy rằng công ty có khả năng sinh lời càng tốt thì sử dụng ít nợ hơn. Khi khả năng sinh lời cao sẽ mang đến cho các cổ đông một vị thế cao hơn, khẳng định tính tự chủ của công ty. Mặt khác nghiên cứu này cũng chỉ ra rằng quy mô của công ty có ảnh hưởng tiêu cực đến nợ ngắn hạn và tích cực đến nợ dài hạn.
Nghiên cứu của Abor (2005) về tác động của cấu trúc vốn đến khả năng sinh lời của 22 công ty niêm yết trên thị trường chứng khoán Ghana trong giai đoạn 18 1998 - 2002. Nghiên cứu chỉ ra rằng tỷ lệ nợ ngắn hạn trên tổng tài sản có tác động tích cực đến ROE của các công ty, hay công ty được tài trợ vốn bằng nợ ngắn hạn nhiều hơn sẽ có tỷ suất sinh lời cao hơn. Ngược
Bolek & Wilinski (2012) nghiên cứu sự tác động của các nhân tố kinh tế bên trong lẫn bên ngoài lên khả năng sinh lời của các công ty xây dựng niêm yết trên sàn giao dịch chứng khoán Warsaw trong giai đoạn từ năm 2000 đến năm 2010. Kết quả nghiên cứu đã cho thấy rằng quy mô công ty và tốc độ tăng trưởng GDP có tác động cùng chiều đến khả năng sinh lời của doanh
nghiệp (ROA), trong khi đó cấu trúc tài sản, cấu trúc vốn, kỳ thu tiền trung bình và tỷ số khả năng thanh toán nhanh lại có tác động ngược chiều. Tương tự, Andersson & Minnema (2018), Tóm lại, từ những nghiên cứu liên quan về tác động của nợ đến khả năng sinh lời của các nghiệp ngành xây dựng, tác giả nhận thấy có một số nhân tố chính ảnh hưởng đến lợi nhuận được sử dụng trong hầu hết các nghiên cứu, bảng tổng hợp sau đây sẽ chỉ ra các nhân tố ảnh hưởng này và kết quả của nghiên cứu:
Wassie (2020) nghiên cứu về cấu trúc vốn và các nhân tố tác động đến khả năng sinh lời của các công ty ngành xây dựng ở Ethiopia trong giai đoạn 2011 - 2015. Mục đích của nghiên cứu này chủ yếu là lấp đầy khoảng trống bằng cách xem xét ảnh hưởng của cấu trúc vốn đối với lợi
nhuận của các công ty xây dựng ở Ethiopia. Từ kết quả hồi quy dữ liệu bảng, nghiên cứu chỉ ra rằng cấu trúc vốn được đo lường bằng nợ trên vốn chủ sở hữu và nợ dài hạn trên tổng tài sản
có mối tương quan thuận đáng kể với lợi nhuận trên vốn chủ sở hữu (ROE) và lợi nhuận trên tài sản (ROA) của công trình xây dựng được lấy mẫu. Tuy nhiên, cấu trúc vốn được đo lường bằng nợ trên tài sản có mối tương quan nghịch đáng kể với ROE và ROA của các công ty xây dựng được lấy mẫu ở Ethiopia.
Yoo & Kim (2015) nghiên cứu về tăng trưởng công ty và các nhân tố ảnh hưởng đến khả năng sinh lời của các doanh nghiệp xây dựng ở Hàn Quốc trong cuộc khủng hoảng tài chính toàn cầu năm 2008. Giai đoạn nghiên cứu được đề cập là từ năm 2000 đến 2014, được chia làm 2 giai đoạn là trước cuộc khủng hoảng và sau cuộc khủng hoảng tài chính. Mô hình thực nghiệm
của chúng tôi dựa trên phương pháp tổng quát hóa của hệ thống về mô hình khoảnh khắc và 264 công ty xây dựng được sử dụng làm mẫu nghiên cứu. Kết quả của phân tích thực nghiệm như sau. (1) Chiến lược quản lý theo định hướng lợi nhuận hạn chế tăng trưởng, do đó kéo dài thời kỳ suy thoái kinh tế; (2) Khi môi trường kinh tế vĩ mô tương đối ổn định, tăng trưởng cao trong giai đoạn trước sẽ thúc đẩy khả năng sinh lời trong giai đoạn hiện tại. Điều này ngụ ý rằng hiện tượng lợi nhuận ngày càng tăng có mặt trong ngành xây dựng Hàn Quốc, và học hỏi thông qua tăng trưởng sẽ nâng cao năng suất và lợi nhuận. Do đó, chiến lược hướng tới lợi nhuận ngắn hạn (phổ biến với các công ty xây dựng vừa và nhỏ của Hàn Quốc) khiến ban14
Như vậy, trên cơ sở lý thuyết và các nghiên cứu trước đây đã được xem xét, tác giả đề xuất mô
hình của bài nghiên cứu vừa thừa kế một phần ý tưởng từ các nghiên cứu thực nghiệm trước đây, vừa thực hiện bổ sung, điều chỉnh để hoàn thiện hơn đối với vấn đề nghiên cứu là nguồn vốn nợ và lợi nhuận các doanh nghiệp ngành xây dựng được niêm yết trên thị trường chứng khoán Thành Phố Hồ Chí Minh và Hà Nội.
KẾT LUẬN CHƯƠNG 2 •
Trong chương này tác giả trình bày cơ sở lý thuyết cơ bản về lợi nhuận doanh nghiệp, công thức xác định khả năng sinh lời, các yếu tố tác động đến khả năng sinh lời và các nghiên cứu thực nghiệm trước đây về yếu tố tác động đến khả năng sinh lời.
Bên cạnh đó tác giả cũng tham khảo và trình bày những bài nghiên cứu trước trong và ngoài nước có liên quan đến khả năng sinh lời doanh nghiệp và đưa ra kết luận các yếu tố ảnh hưởng
đến khả năng sinh lời doanh nghiệp bao gồm cả yếu tố vi mô và yếu tố vĩ mô, đồng thời đó cũng là cơ sở cho bài nghiên cứu này. Tiếp đến chương 3 sẽ trình bày việc lựa chọn mô hình
CHƯƠNG 3. MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Căn cứ vào chương trước, ở chương này, tác giả sẽ trình bày về mô hình nghiên cứu, giải thích
các biến trong mô hình và kỳ vọng dấu của các biến độc lập và biến phụ thuộc. Tiếp theo, nghiên cứu sẽ giới thiệu về phương pháp thu thập số liệu và phương pháp ước lượng mô hình nghiên cứu, từ đó làm cơ sở cho việc thực hiện chương tiếp theo.
3.1. Phương pháp nghiên cứu
Để đạt được mục tiêu nghiên cứu được đề ra, tác giả sử dụng phương pháp nghiên cứu là hồi quy dữ liệu bảng (panel data). Chi tiết quy trình thực hiện được mô tả ở sơ đồ như sau:Sơ đồ 3.1. Quy trình thực hiện ước lượng hồi quy
Nguồn: Tổng hợp của tác giả
Để thực hiện quy trình như trên, tác giả sử dụng phần mềm hỗ trợ là Stata 14.0 để thực hiện ước lượng mô hình và kiểm định mô hình. Chi tiết từng bước được mô tả như sau:
Bước 1: Thống kê mô tả dữ liệu
Thống kê mô tả được sử dụng nhằm mô tả những đặc tính cơ bản của dữ liệu thu thập được từ nghiên cứu qua các cách thức khác nhau. Qua thống kê mô tả này trình bày được giá trị trung bình của các biến thông qua tiêu chí giá trị trung bình, giá trị nhỏ nhất và giá trị lớn nhất, giá trị trung vị và sai số chuẩn giữa các giá trị. Thông qua các tiêu chí được thống kê đó, ta có thể hiểu được các hiện tượng và đưa quyết định đúng đắn về chuỗi dữ liệu nghiên cứu.
Bước 2: Ước lượng hồi quy mô hình Pooled OLS, FEM và REM
Hồi quy dữ liệu bảng sử dụng ba phương pháp chính, đó là phương pháp Pooled OLS, phương pháp tác động cố định (FEM) và phương pháp tác động ngẫu nhiên (FEM).
Phương pháp Pooled OLS thực chất là việc sử dụng dữ liệu bảng để phân tích bằng hình thức
sử dụng tất cả dữ liệu theo cách xếp chồng và không phân biệt từng đơn vị chéo riêng. Đây là phương pháp thông thường và đơn giản nhất, tương tự như việc phân tích OLS bình thường, không kể đến kích thước không gian và thời gian của dữ liệu.
Để thể hiện tác động đặc trưng của mỗi đơn vị chéo đến biến phụ thuộc nhằm cho tung độ gốc thay đổi đối với mỗi đơn vị nhưng hệ số độ dốc không thay đổi. Phương pháp đó được gọi là phương pháp hồi quy theo mô hình tác động cố định (FEM), nghĩa là tung độ gốc có thể khác nhau giữa các đơn vị chéo nhưng không thay đổi theo thời gian.
Với giả định mỗi đơn vị đều có những đặc điểm riêng biệt có thể ảnh hưởng đến các biến giải thích, FEM phân tích mối tương quan này giữa phần dư của mỗi đơn vị với các biến giải thích qua đó kiểm soát và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến giải thích để chúng ta có thể ước lượng những ảnh hưởng thực (net effects) của biến giải thích lên biến phụ thuộc
Điểm khác biệt giữa mô hình ảnh hưởng ngẫu nhiên và mô hình ảnh hưởng cố định được thể hiện ở sự biến động giữa các đơn vị. Nếu sự biến động giữa các đơn vị có tương quan đến biến
độc lập - biến giải thích trong mô hình ảnh hưởng cố định thì trong mô hình ảnh hưởng ngẫu nhiên sự biến động giữa các đơn vị được giả sử là ngẫu nhiên và không tương quan đến các biến giải thích. Chính vì vậy, nếu sự khác biệt giữa các đơn vị có ảnh hưởng đến biến phụ thuộc
thì REM sẽ thích hợp hơn so với FEM. Trong đó, phần dư của mỗi thực thể (không tương quan
với biến giải thích) được xem là một biến giải thích mới. 17
quan với các biến độc lập. Do đó nếu xảy ra hiện tượng này thì REM ước lượng không còn chính xác.
Bước 3: Kiểm định lựa chọn mô hình phù hợp
Để kiểm định mô hình Pooled OLS, FEM hay REM là mô hình phù hợp trong nghiên cứu, tác giả quyết định sử dụng kiểm định F-Test cho việc lựa chọn Pooled OLS và REM và kiểm định Hausman để lựa chọn mô hình FEM và REM. Giả thuyết kiểm định F-Test như sau: H0: σ⅛ ≠ 0, mô hình hồi quy tuyến tính cổ điển (Pooled OLS) là phù hợp
Hi: σ⅛ = 0, mô hình tác động ngẫu nhiên (REM) là phù hợp
Đối với kiểm định Hausman để lựa chọn mô hình FEM và REM thì giả thuyết kiểm định là 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
Để xác định giả thuyết H0 hay Hi là giả thuyết được lựa chọn, tác giả căn cứ vào hệ số Prob của kiểm định với mức ý nghĩa thống kê 1%, 5% và 10%. Nếu hệ số nhỏ hơn mức ý nghĩa thông kê thì giả thuyết Hi được lựa chọn và ngược lại.
Bước 4: Kiểm định các hệ số hồi quy phù hợp với mô hình
Đầu tiên tác giả sẽ thực hiện kiểm định thừa biến để loại bỏ những biến không cần thiết ra khỏi
mô hình. Các biến được sử dụng là các biến không có ý nghĩa thống kê từ kết quả ước lượng của các mô hình Pooled OLS, FEM và REM. Để thực hiện, tác giả sử dụng kiểm định Wald để
kiểm tra sự cần thiết của các biến không có ý nghĩa thống kê đối với mô hình.
Sau khi loại bỏ biến thừa (nếu có), tác giả sẽ chạy lại mô hình phù hợp được lưa chọn với biến độc lập còn lại, rồi tiến hành kiểm định các hệ số hồi quy. Tác giả quyết định sử dụng kiểm định t (t-test) để kiểm tra sự phù hợp của các hệ số hồi quy. Theo kinh nghiệm, một hệ số hồi quy được xem là phù hợp khi có mức ý nghĩa thống kê là 1% hoặc 5% hoặc 10%, tương ứng với độ tin cậy là 99%, 95% và 90%.
Bước 5: Kiểm định khuyết tật mô hình nghiên cứu
Kiểm định hiện tượng đa cộng tuyến: Tác giả sẽ tiến hành kiểm định đa cộng tuyến bằng hai cách. Cách một là thông qua phân tích hệ số tương quan nhằm kiểm định đa cộng tuyến của từng cặp biến độc lập. Cách hai là kiểm định đa cộng tuyến giữa một biến độc lập so với các biến độc lập còn lại thông qua sử dụng thừa phóng đại phương sai VIF. Kiểm định hiện tượng tự tương quan: Tác giả sẽ tiến hành kiểm định dưạ trên quy tắc kiểm định Durbin - Watson theo kinh nghiệm. Nếu có hiện tượng tự tương quan xảy ra, tác giả quyết định chọn biến pháp
Ký hiệu Tên biến Công thức Dấu Các nghiên cứu trước
Kiểm định hiện tượng phương sai thay đổi: Tác giả sẽ tiến hành kiểm định Breusch - Pagan cho mô hình Pooled OLS hoặc FEM. Nếu mô hình có phương sai thay đổi sẽ được khắc phục mô hình nghiên cứu bằng cách ước lượng lại mô hình được chọn bằng phương pháp FGLS.
Bước 6: Ước lượng FGLS để khắc phục khuyết tật mô hình nếu có
Sau khi kiểm định khuyết tật mô hình ở bước 5, tác giả sẽ chạy mô hình FGLS để khắc phục toàn bộ khuyết tật mô hình như hiện tượng phương sai sai số thay đổi, tự tương quan đa cộng tuyến. Ước lượng GLS khả thi (hay còn gọi là ước lượng tác động ngẫu nhiên) là phương pháp
ước lượng trong trường hợp cỡ mẫu lớn và T (thời gian) cố định, khi N → ∞.