Buớc 1: Lựa chọn các nhân tố ảnh huởng đến CTV của các DN ngành thép tại VN.
Buớc 2: Đặt giả thiết nghiên cứu.
Buớc 3: Xây dựng mô hình nghiên cứu.
Buớc 4: Thu thập dữ liệu từ báo cáo tài chính của các DN ngành thép niêm yết tại VN trong giai đoạn 2012 - 2018.
Buớc 5: ước luợng các tham số của mô hình nghiên cứu. Buớc 6: Thống kê mô tả và kiểm định ma trận tuơng quan. Buớc 7: Lựa chọn mô hình hồi quy phù hợp.
Buớc 8: Kiểm định các khuyết tật của mô hình và đua ra mô hình hồi quy cuối cùng.
Buớc 9: Phân tích kết quả hồi quy và đua ra kết luận.
KẾT LUẬN CHƯƠNG 3
Trong chuơng3, tác giả đã thiết kế mô hình nghiên cứu các nhân tố ảnh huởng đến CTV các DN ngành thép tại VN và đua ra quy trình nghiên cứu cụ thể. Chuơng 4 tiếp theo sẽ phân tích các tham số trong mô hình nghiên cứu, thực hiệm các kiểm định cần thiết và đua ra kết quả nghiên cứu cuối cùng.
CHƯƠNG IV: KẾT QUẢ NGHIÊN CỨU 4.1 Tổng quan ngành thép tại Việt Nam
Ngành thép tại VN được chia thành 3 nhóm chính gồm các DN sản xuất thép xây dựng như Tập đoàn Hòa Phát (HPG), CTCP Thép Pomina (POM), CTCP Gang thép Thái Nguyên (TIS), CTCP Ống thép Việt Đức (VGS),..., các DN thương mại các sản phẩm về thép như Tập đoàn Thép Tiến Lên (TLH) và cuối cùng là nhôm các DN sản xuất tôn mạ, ống thép như Tập đòan Hoa Sen (HSG), CTCP Thép Nam Kim (NKG),. Tính chung trong cả năm 2018, tổng doanh thu của ngành thép tại VN là 11,3 tỷ USD, tăng 11% so với năm 2017. Trong đó, tỷ trọng xuất khẩu thép xây dựng năm 2018 là 13,6% và tỷ trọng xuất khẩu tôn 2018 là 42,7%). Tốc độ tăng trưởng doanh thu trong giai đoạn từ năm 2014 đến năm 2018 là 17%, và dự đoán trong 5 năm tiếp theo tốc độ tăng trưởng này sẽ giảm còn 9% do một số khó khăn mà ngành thép đang phải đối mặt hiện nay như gia tăng áp lực cạnh tranh trong ngành từ sự đẩy mạnh xuất khẩu của các cường quốc thép do nhu cầu trong nước suy giảm (Nhật Bản, Hàn Quốc xuất khẩu tới 30 - 40% sản lượng sản xuất) và tình trạng dư thừa nguồn cung thép trên thế giới. Trong năm 2017, sản lượng thép cả thế giới là 1,68 tỷ tấn nhưng nhu cầu chỉ khoảng 1,5 tỷ tấn, dư thừa hơn 120 triệu tấn thép. WSA ước tính công suất thiết kế ngành thép thế giới trong 2017 lên đến 2,1 -
2.2 tỷ tấn nhưng chỉ sản xuất 1,7 tỷ tấn (công suất trung bình thực tế toàn thế giới chỉ đạt 70% trong năm 2017, mức tương đương trong giai đoạn khủng hoảng kinh
tế) do dư thừa nguồn cung thép đang diễn ra. Năng lực sản xuất toàn ngành
liên tục
tăng trong khi hiệu suất sử dụng nhà máy luôn dưới mức 75% từ năm 2012. Bên
cạnh đó, làn sóng bảo hộ ngành thép của các quốc gia trên thế giới cũng tác động
tiêu cực đến tình trạng xuất khẩu thép của VN, đặc biệt là đối với các DN sản xuất
tôn mạ: Mỹ áp dụng mức thuế nhập khẩu 25% cho các sản phẩm Thép từ ngạch trung bình của 3 năm gần nhất, Ản Độ áp thuế tự vệ tạm thời 10% lên thép tấm cán nóng và tôn từ tháng 11/2015, Malaysia áp dụng thuế mặt hàng thép cuộn cán nguội, cán nông, Indonesia áp dụng thuế chống bán phá giá mặt hàng: tôn màu, HRC, CRC, Thái lan áp dụng thuế chống bán phá giá mặt hàng ống thép,... Chính vì những khó khăn trên mà những DN ngành thép càng phải cố gắng thực hiện tốt việc quản trị tài chính công ty, đặc biệt là xây dựng một CTV hợp lý để đạt đuợc kết quả kinh doanh tốt hơn.
4.2 Thống kê mô tả mẫu
Bảng 4.1 thể hiện các thông số thống kê cơ bản của các biến số trong mẫu nghiên cứu với số quan sát là 161.
Std. Dev. 1.8588 0.7314 0.1910 0.2707 0.4964 0.1328 0.544 8
3.4097 0.1060
tại VN nhìn chung khá cao với giá trị trung bình là 2.1056. Nhu vậy, các DN ngành thép tại VN rất ua thích sử dụng nợ vay để tài cho các hoạt động của DN và trung bình mỗi DN sẽ vay một khoảng nợ gấp đôi số vốn chủ sở hữu của DN. Thậm chí có DN còn có số nợ vay cao hơn 7 lần so với vốn chủ sở hữu của DN đó, và vì thế mà độ biến thiên giữa các giá trị cá biệt và giá trị trung bình trong bảng thống kê mô tả là rất lớn. Điều này cũng dễ hiểu bởi vì mỗi DN sẽ có những đặc trung riêng trong hoạt động kinh doanh, chính vì thế sẽ có sự khác biệt lớn trong cơ cấu vốn
của các DN.
Đối với các biến giải thích trong mô hình, quy mô DN được tính theo giá trị Logarit của tổng tài sản. Như vậy, trung bình giá trị log của tổng tài sản ở các DN ngành thép là 6.0363, trong khi giá trị lớn nhất là 7.8933 thuộc về Tập đoàn Hòa Phát năm 2018. Độ lệch chuẩn của biến SIZE cũng khá cao là 73% vì rõ ràng trên thực tế các DN có quy mô rất khác nhau, có những DN lớn như tập đoàn Hòa Phát, tập đoàn Hoa Sen với tổng tài sản lên đến hàng chục ngàn tỷ đồng trong khi cũng có những DN nhỏ như CTCP Lưới thép Bình Tây và Mê Ca Vneco với tổng chỉ sản chỉ ở mức khoảng vài chục tỷ đồng.
Hiệu quả hoạt động kinh doanh: chỉ tiêu ROA của các DN ngành thép có giá trị trung bình là -0.3%, giá trị lớn nhất là 21.71%. Độ lệch chuẩn của biến này tương đối thấp, khoảng 19%. Như vậy hiệu quả hoạt động kinh doanh của các DN ngành thép còn khá thấp và thậm chỉ có nhiều DN còn có tỷ suất sinh lợi âm.
Tốc độ tăng trưởng bình quân của các DN được nghiên cứu trong giai đoạn này không cao: 6.12% với độ lệch chuẩn là 27.07%. Tốc độ tăng trưởng cao nhất là 113.4%, thấp nhất là tăng trưởng âm 85.1%.
Đặc điểm riêng của tài sản được tính bằng tỷ lệ giá vốn hàng bán trên doanh thu thuần có giá trị trung bình là 0.9638 với độ lệ chuẩn là 49.64%.
Tài sản cố định hữu hình trung bình chiếm 20.16% trên tổng tài sản của các DN ngành thép. Giá trị lớn nhất là 55.75% và giá trị nhỏ nhất là 0.61%.
Tính thanh khoản của các DN ngành thép có giá trị trung bình là 120.68%. Đây là một mức tương đối cao, tuy nhiên vẫn có DN có giá trị thanh khoản chỉ 0.11%.
Các DN ngành thép tại VN đều khá trẻ với độ tuổi trung bình là 9 năm, trong đó CTCP Kim Khí KKC được thành lập lâu đời nhất từ năm 2000.
Thuế suất của các DN ngành thép có giá trị trung bình là 7.96% với độ lệch chuẩn là 10.6%.
4.3 Phân tích sự tương quan giữa các biến
Tác giả sử dụng ma trận tương quan để tìm ra sự tương quan giữa các biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau. Kết quả của ma trận tương quan được thể hiện qua bảng 4.2 sau.
ROA 6 0.185 2 0.2 1 0.018 4 0.00 5 GROW 0.232 3 0.31 3 0.42 1 0.003 1 0.000 1 0 UNIQ -0.0843 -0.1924 -0.1471 -0.1442 1 0.287 6 0.014 5 0.062 5 0.06 8 TANG 1 0.092 50.172 70.159 2 0.042 -0.1355 1 0.245 4 0.028 6 0.04 3 0.594 9 0.086 5 LIQ -0.1884 -0.2392 3 0.4 9 0.052 -0.1507 0.0526 1 0.016 7 0.002 2 0 0.504 9 0.056 4 0.5074 AGE -0.1805 -0.1752 - 0.177 0.004 1 0.082 1 -0.0942 0.034 7 1 0.021 9 0.026 2 0.024 7 0.958 3 0.300 4 0.2344 0.662 3 TAX -0.1191 -0.021 0.458 2 0.218 5 -0.0988 0.1521 0.395 9 0.1317 0.132 4 0.791 8 0 0.005 4 0.212 5 0.0541 0 0.0959
Biến Pooled OLS FEM REM Coefficient Prob. Coefficient Prob. Coefficient Prob.
SIZE 0.353828 0.105 1.788817 0.0110 0.722361 0.038
với biến phụ thuộc DE. Điều này phù hợp với giả thiết H1 tác giả đã đề ra ở trên. Biến độc lập ROA có hệ số tuơng quan là 0.1856 > 0 với sig = 0.0184 có ý nghĩa thống kê ở mức ý nghĩa 5% cho thấy biến ROA có tuơng quan cùng chiều với biến phụ thuộc DE. Điều này trái nguợc với giả thiết H2 tác giả đề ra ở trên.
Biến độc lập GROW có hệ số tuơng quan là 0.232 > 0 với sig = 0.0031 có ý nghĩa thống kê ở mức ý nghĩa 1% cho thấy biến GROW có tuơng quan cùng chiều với biến phụ thuộc DE. Điều này phù hợp với giả thiết H3.
Biến độc lập UNIQ có hệ số tuơng quan là -0.0843 < 0 với sig = 0.2876 không có ý nghĩa thống kê ở mức ý nghĩa 10% nên biến UNIQ không có tuơng quan với biến độc lập DE. Điều này không phù hợp với giả thiết H4.
Biến độc lập TANG có hệ số tuơng quan là 0.0921 > 0 với sig = 0.2454 không có ý nghĩa thống kê ở mức ý nghĩa 10% cho thấy biến TANG không có tuơng quan với biến phụ thuộc DE. Điều này không phù hợp với giả thiết H5.
Biến độc lập LIQ có hệ số tuơng quan là -0.1884 < 0 với sig = 0.0167 có ý nghĩa thống kê ở mức ý nghĩa 5% cho thấy biến LIQ có tuơng quan nghịch chiều với biến phụ thuộc DE. Điều này phù hợp với giả thiết H6.
Biến độc lập AGE có hệ số tuơng quan là -0.1805 < 0 với sig = 0.0219 có ý nghĩa thống kê ở mức ý nghĩa 5% cho thấy biến AGE có tuơng quan nghịch chiều với biến phụ thuộc DE. Điều này nguợc với giả thiết H7.
Biến độc lập TAX có hệ số tuơng quan là -0.1191 < 0 với sig = 0.1324 không có ý nghĩa thống kê ở mức ý nghĩa 10% cho thấy biến TAX không có tuơng quan với biến phụ thuộc DE. Điều này không phù hợp với giả thiết H8.
4.4 Ket quả hồi quy
Tiến hành chạy mô hình hồi quy bằng phần mềm Stata 14 với 03 phuơng pháp uớc luợng OLS, FEM, REM từ đó thu đuợc kết quả nhu bảng 4.3.
UNIQ -0.143862 0.615 0.100039 0.654 2 -0.016596 0.939 TANG 0.687873 0.516 0.967584 0.604 3 0.565947 0.692 TĨQ -0.687864 0.028 -0.208223 0.504 7 -0.356742 0.214 AGE -0.041425 0.328 -0.113492 0.0311 -0.083118 0.071 TAX -3.089906 0.045 -0.528952 0.669 9 -1.044685 0.394 cons 1.392363 0.394 -7.659797 0.078 -1.100566 0.630 R-Squared 0.1986 0.1467 0.1302 Adjusted R-Squared 0.1564 0.1642 0.2062 Prob(F-statistic) 0.0000 0.0069 0.0017
hình FEM/REM
Nguồn: Trích xuất từ Stata Bảng 4.3 tổng hợp kết quả hồi quy theo các mô hình Pooled OLS, FEM và REM. Kết quả hồi quy theo mô hình Pooled OLS cho thấy giá trị R-squared = 0.1986, tức là mô hình chỉ giải thích được 19.86% sự thay đổi của biến phụ thuộc. R-squared hiệu chỉnh = 0.1564. Trong đó, biến ROA, LIQ, TAX có ý nghĩa thống kê ở mức 5% còn các biến SIZE, GROW, UNIQ, TANG, AGE không có ý nghĩa thống kê với mức ý nghĩa 10%.
Kết quả hồi quy theo mô hình FEM cho kết quả R-squared = 0.1476, nghĩa là mô hình chỉ giải thích được 14.76% sự thay đổi của biến phụ thuộc DE. R-squared hiệu chỉnh là 0.1642. Theo mô hình kết quả hồi quy của mô hình FEM, biến SIZE và AGE có ý nghĩa thống kê ở mức 5%, các biến còn lại là ROA, GROW, UNIQ, TANG, LIQ, TAX không có ý nghĩa thống kê với mức ý nghĩa 10%.
Với phương pháp hồi quy theo mô hình REM, R-squared = 0.1302 và R- squared điều chỉnh = 0.2062. Như vậy mô hình giải thích được rất ít (13.02%) sự thay đổi của biến phụ thuộc. Biến SIZE có ý nghĩa thống kê ở mức 5%, biến GROW và AGE có ý nghĩa thống kê ở mức 10%. Các biên ROA, UNIQ, TANG, LIQ, TAX không có ý nghĩa thống kê với mức ý nghĩa 10%.
4.4.1 Kiểm định để lựa chọn ra mô hình hồi quy cuối cùng
> Kiểm định F
Tác giả thực hiện kiểm định này nhằm tìm ra mô hình phù hợp hơn giữa mô hình Pooled OLS và FEM. Theo đó, tác giả đặt ra giả thiết như sau:
H0: α = β1 = β2 = pɜ = p4 = Ps = p6 = p7 = Ps = θ H1: α ≠ β1 ≠ β2 ≠ β3 ≠ β4 ≠ β5 ≠ β6 ≠ β7 ≠ β8 ≠ O
Nếup-value < a, H 0sẽ bị bác bỏ và điều đó có nghĩa là không xảyrađồng thời các biến độc lập đều không ảnh hưởngđến biến phụ thuộc. Khi đó,mô hình FEM sẽ được chọn thay cho mô hình Pooled OLS. Ngược lại, p-value > a thì H 0 sẽ được chấp nhận, nghĩa là đồng thời các độc lập đều không ảnh hưởng đến biến phụ thuộc và mô hình Pooled OLS là mô hình phù hợp.
Kết quả kiểm định F được thể hiện trong bảng 4.4.
SIZE 1.788817 0.7223607 1.066457 0.5999143
ROA 0.3191663 0.9358174 -0.616651 0.2351905
GROW 0.7563297 0.8547192 -0.0983894 0.0877769
UNIQ 0.1000387 -0.0165963 0.116635 0.0533247
Nguồn: Trích xuất từ Stata Với mức ý nghĩa 10%, p-value < a (0.0069 < 0.1) nên H0 sẽ bị bác bỏ. Như vậy, không xảy ra đồng thời các biến độc lập đều không ảnh hưởng đến biến phụ thuộc, từ đó rút ra kết luận mô hình Pooled OLS không phù hợp.
> Kiểm định Hausman
Sau khi kiểm định F đưa ra kết quả mô hình OLS không phù hợp thì tiếp theo tác giả sẽ lựa chọn giữa mô hình FEM và REM. Tác giả sẽ thực hiện kiểm định Hausman để xem xét có sự tương quan giữa thành phần ngẫu nhiên (εi ) và các biến độc lập hay không, từ đó đưa ra kết luận giữa mô hình FEM và REM thì mô hình nào phù hợp hơn.
Tác giả tiến hành kiểm định Hausman với các giả thiết sau:
H 0: Không có sự tương quan giữa εi và các biến độc lập (Mô hình REM phù hợp).
H 1: Có sự tương quan giữa εi và các biến độc lập (Mô hình FEM phù hợp). Nếu p-value < , sẽ bị bác bỏ. Khi đó, εi và biến độc lập có tương quan với nhau và mô hình FEM sẽ phù hợp hơn. Ngược lại, p-value > a thì H 0 sẽ được chấp nhận và mô hình REM là mô hình phù hợp để nghiên cứu.
Kết quả kiểm định Hausman như sau: Coefficients
AGE -0.113492 -0.0831183 -0.0303737 0.02439 41
TAX -0.5289519 -1.044685 0.5157328 0.17042
Test: Ho: difference in coefficients not systematic chi2(8) = (b-B)'[(V_b-V_BH-1)](b-B)
= 9.54 Prob>chi2 = 0.2987
(V_b-V_B is not positive definite)
Với mức ý nghĩa 10%, kết quả cho thấy giá trị p-value > a (0.2987 > 0.1). Nhu vậy, giả thiết H 0 đuợc chấp nhận. Mô hình REM đuợc chọn làm mô hình nghiên cứu.
Tóm lại, dựa trên kết quả của 02 phuơng pháp kiểm định là kiểm định F và kiểm định Hausman thì mô hình REM là mô hình nghiên cứu phù hợp nhất.
> Kiểm định thừa biến trong mô hình (biến không cần thiết)
Theo nhu kết quả của phuơng pháp hồi quy theo mô hình REM, biến SIZE có ý nghĩa thống kê ở mức 5%, biến GROW và AGE có ý nghĩa thống kê ở mức 10%. Các biến ROA, UNIQ, TANG, LIQ, TAX không có ý nghĩa thống kê với mức ý nghĩa 10%. Nhu vậy, kiểm định Wald đuợc sử dụng để phát hiện biến không cần thiết trong mô hình.
R-sq: Tác giả đặt ra các giả thuyết như sau:Obs per group:
HQ: p2 = P 4 = Ps = Pe = Ps = θ H]√ p2 ≠ p4 ≠ p5 ≠ Pó ≠ Pδ ≠ θ
Nếu p-value < a, H 0 sẽ bị bác bỏ và điều đó có nghĩa cả 05 biến ROA, UNIQ, TANG, LIQ, TAX đều có ý nghĩa thống kê. Ngược lại, p-value > a thì H0 sẽ được chấp nhận và cả 05 biến trên đều sẽ không có ý nghĩa thống kê.
Kết quả kiểm định như sau: ( 1) ROA = 0 ( 2) UNIQ = 0 ( 3) TANG = 0 ( 4) LIQ = 0 ( 5) TAX = 0 chi2 (5) = 2.94 Prob > chi2 = 0.7096
Với mức ý nghĩa 10%, p-value > a (0.7096 > 0.1) nên có thể chấp nhận giả thiết tức là cả 05 biến ROA, UNIQ, TANG, LIQ, TAX đều không có ý nghĩa thống kê.
Như vậy, còn lại 03 biến SIZE, GROW và AGE có tác động mạnh nhất đên