Để kiểm định hiện tượng đa cộng tuyến trong mô hình, tác giả sử dụng kiểm định VIF để đánh giá Nếu hệ số VIF < 10 sẽ chỉ ra mô hình không có hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyện Mộng Ngọc, 2008)
Trong trường hợp tồn tại đa cộng tuyến thì tác giả tiến hành loại bớt biến trong mô hình cho đến khi mô hình không còn hiện tượng đa cộng tuyến ”
Kết quả kiểm định hiện tượng đa cộng tuyến được trình bày tóm tắt ở bảng 4 8 (Chi tiết ở phụ lục 1)
Bảng 4 8: Kết quả kiểm định VIF với các biến phụ thuộc
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Kết quả kiểm định VIF cho thấy, giá trị VIF trong tất cả các mô hình của các biến CR, QR, CFR, CNCC > 10 nên tất cả các mô hình này đều có hiện tượng đa cộng tuyến Trong đó, các chỉ tiêu để tính toán biến QR là thành phần để tính toán biến CR và các chỉ tiêu để tính toán biến CNCC là thành phần để tính toán biến CFR Đó là lý do dẫn đến các mô hình xảy ra hiện tượng đa cộng tuyến Do đó, để khắc phục hiện tượng đa cộng tuyến, tác giả đã tiến hành loại bỏ biến QR và biến CNCC ra khỏi mô hình ban đầu
Kết quả kiểm định VIF thực hiện cho mô hình được điều chỉnh như sau: (chi tiết ở phụ lục 2, 3, 4, 5)
Bảng 4 9: Kết quả kiểm định VIF với các biến phụ thuộc sau mô hình điều chỉnh
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Kết quả kiểm định VIF sau khi điều chỉnh loại bớt biến của mô hình cho thấy, giá trị VIF của tất cả các BĐL và kiểm soát trong tất cả các mô hình đều < 10, chứng tỏ
Biến MHHQ v ới BPL ROA MHHQ v ới BPL ROE MHHQ v ới BPL ROS MHHQ v ới BPL TOBIN’Q VIF 1/VIF VIF 1/VIF VIF 1/VIF VIF 1/VIF CR 12,10 0,082627 12,10 0,082627 12,10 0,082627 12,10 0,082627 QR 10,96 0,091226 10,96 0,091226 10,96 0,091226 10,96 0,091226 CAR 2,79 0,357786 2,79 0,357786 2,79 0,357786 2,79 0,357786 CCC 1,06 0,946856 1,06 0,946856 1,06 0,946856 1,06 0,946856 CFR 31,05 0,032203 31,05 0,032203 31,05 0,032203 31,05 0,032203 CNCC 31,41 0,031835 31,41 0,031835 31,41 0,031835 31,41 0,031835 QUYMO 1,15 0,871286 1,15 0,871286 1,15 0,871286 1,15 0,871286 GROWTH 1,02 0,983239 1,02 0,983239 1,02 0,983239 1,02 0,983239 LEV 1,72 0,581524 1,72 0,581524 1,72 0,581524 1,72 0,581524 Mean VIF 5,97 5,97 5,97 5,97 Biến MHHQ v ới BPL ROA MHHQ với BPL ROE MHHQ với BPL ROS MHHQ với BPL TOBIN’Q VIF 1/VIF VIF 1/VIF VIF 1/VIF VIF 1/VIF CR 2,69 0,371702 2,69 0,371702 2,69 0,371702 2,69 0,371702 CAR 2,74 0,364658 2,74 0,364658 2,74 0,364658 2,74 0,364658 CCC 1,04 0,962826 1,04 0,962826 1,04 0,962826 1,04 0,962826 CFR 1,52 0,655990 1,52 0,655990 1,52 0,655990 1,52 0,655990 QUYMO 1,15 0,872596 1,15 0,872596 1,15 0,872596 1,15 0,872596 GROWTH 1,02 0,983872 1,02 0,983872 1,02 0,983872 1,02 0,983872 LEV 1,71 0,584592 1,71 0,584592 1,71 0,584592 1,71 0,584592 Mean VIF 1,89 1,89 1,89 1,89
mô hình mới không có hiện tượng đa cộng tuyến Và tác giả sẽ sử dụng mô hình mới này để phân tích Cụ thể, mô hình 2 được điều chỉnh lại như sau:
HQTCi,t = β0 + β1TTKi,t + β2LEVi,t + β3GROWTHi,t + β4QUYMOi,t +
β5NGANHi,t + β6 (TTK * NGANH)i,t + εi,t
Trong đó:
Biến độc lập “TTK” được đo lường thông qua các chỉ tiêu: CR, CAR, CCC, CFR Biến “Ngành” được thay thế bằng biến giả D1 và D2 (Biến giả D1: Ngành Sản xuất; Biến giả D2: Ngành Xây dựng)
Thay thế các biến độc lập và biến giả vào mô hình, ta được mô hình hồi quy như sau:
Mô hình 3:
HQTCi,t = β0 + β1CRi,t + β2CARi,t + β3CCCi,t + β4CFRi,t + β5LEVi,t +
β6GROWTHi,t + β7QUYMOi,t + β8D1i,t + β9D2i,t + β10(CRi,t* D1i,t) + β11(CARi,t* D1i,t)
+ β12(CCCi,t* D1i,t) + β13(CFRi,t* D1i,t) + β14(CRi,t* D2i,t) + β15(CARi,t* D2i,t) +
β16(CCCi,t* D2i,t) + β17(CFRi,t* D2i,t) + εi,t
Ý nghĩa của các hệ số β trong mô hình như sau:
β1: Mức độ tác động của CR đến HQTC của các DN ngành TM&DV β2: Mức độ tác động của CAR đến HQTC của các DN ngành TM&DV β3: Mức độ tác động của CCC đến HQTC của các DN ngành TM&DV β4: Mức độ tác động của CFR đến HQTC của các DN ngành TM&DV β5: Mức độ tác động của LEV đến HQTC
β6: Mức độ tác động của GROWTH đến HQTC β7: Mức độ tác động của QUYMO đến HQTC
β8: Mức độ tác động của yếu tố ngành sản xuất đến HQTC β9: Mức độ tác động của yếu tố ngành xây dựng đến HQTC
β1 + β10: Mức độ tác động của CR đến HQTC của các DN ngành SX β2 + β11: Mức độ tác động của CAR đến HQTC của các DN ngành SX β3 + β12: Mức độ tác động của CCC đến HQTC của các DN ngành SX β4 + β13: Mức độ tác động của CFR đến HQTC của các DN ngành SX β1 + β14: Mức độ tác động của CR đến HQTC của các DN ngành XD
β2 + β15: Mức độ tác động của CAR đến HQTC của các DN ngành XD β3 + β16: Mức độ tác động của CCC đến HQTC của các DN ngành XD β4 + β17: Mức độ tác động của CFR đến HQTC của các DN ngành XD
β10: Chênh lệch về mức độ tác động của CR đến HQTC giữa DN ngành SX và DN ngành TM&DV
β11: Chênh lệch về mức độ tác động của CAR đến HQTC giữa DN ngành SX và DN ngành TM&DV
β12: Chênh lệch về mức độ tác động của CCC đến HQTC giữa DN ngành SX và DN ngành TM&DV
β13: Chênh lệch về mức độ tác động của CFR đến HQTC giữa DN ngành SX và DN ngành TM&DV
β14: Chênh lệch về mức độ tác động của CR đến HQTC giữa DN ngành XD và DN ngành TM&DV
β15: Chênh lệch về mức độ tác động của CAR đến HQTC giữa DN ngành XD và DN ngành TM&DV
β16: Chênh lệch về mức độ tác động của CCC đến HQTC giữa DN ngành XD và ngành DN TM&DV
β17: Chênh lệch về mức độ tác động của CFR đến HQTC giữa DN ngành XD và ngành TM&DV
β10 - β14: Chênh lệch về mức độ tác động của CR đến HQTC giữa DN ngành SX và DN ngành XD
β11 - β15: Chênh lệch về mức độ tác động của CAR đến HQTC giữa DN ngành SX và DN ngành XD
β12 - β16: Chênh lệch về mức độ tác động của CCC đến HQTC giữa DN ngành SX và DN ngành XD
β13 - β17: Chênh lệch về mức độ tác động của CFR đến HQTC giữa DN ngành SX và DN ngành XD
4 5 Thống kê mô tả dữ liệu
Bảng 4 10 trình bày thống kê mô tả các dữ liệu về: số quan sát của nghiên cứu (Obs), giá trị trung bình (Mean), độ lệch chuẩn (Std Dev ), giá trị nhỏ nhất (Min) và giá
trị lớn nhất (Max) các biến số của tất cả các ngành, gồm 2 635 quan sát trong nghiên cứu sự tác động của TTK đến HQTC của các DNPTCNY trên TTCK VN
Bảng 4 10: Bảng thống kê mô tả dữ liệu chung
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Qua bảng phân tích thống kê trên cho thấy đặc trưng của một số biến như sau: - Các biến phản ánh HQTC là ROA, ROE, ROS, Tobin’Q có sự khác biệt về giá trị trung bình, giá trị nhỏ nhất và giá trị lớn nhất khá lớn Giá trị nhỏ nhất của ROA, ROE, ROS đều âm, trong khi giá trị lớn nhất đều rất lớn ROA giao động từ (47,4516) đến 91,5384, ROE giao động từ (99,8577) đến 490,1989, ROS giao động từ (384,2199) đến 686,0757, Tobin’Q giao động từ 0,1921 đến 9,0439 ROA và Tobin’Q có mức độ biến động không lớn (thể hiện qua độ lệch chuẩn), nhưng ROE và ROS biến động tương đối lớn, thậm chí ROE còn biến động đến trên 40%, nghĩa là giá trị lớn nhất và nhỏ nhất có sự chênh lệch rất nhiều Điều này cho thấy thị trường giai đoạn 2015-2019 có sự biến chuyển nhiều, dẫn đến HQTC thay đổi tương đối lớn
- Các chỉ tiêu phản ánh TTK cũng có sự chênh lệch lớn giữa giá trị nhỏ nhất và giá trị lớn nhất HQTC của các DN biến động lớn, dẫn đến dòng tiền của DN bị ảnh hưởng nhiều và TTK thay đổi qua từng năm CFR, CCC, có giá trị nhỏ nhất âm chứng tỏ có những DN có dòng tiền thuần từ HĐKD bị âm (Ví dụ như các DN có mã chứng khoán là TEG, DST, PCT, HTP, HHS, MBG, ); CR, CAR có giá trị nhỏ nhất quá bé chứng tỏ các tài sản có tính lỏng quá thấp, tình trạng thanh khoản của các DN này đang
Biến quanSố sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất ROA 2 635 7,9613 9,2261 -47,4516 91,5384 ROE 2 635 31,6671 40,5685 -99,8577 490,1989 ROS 2 635 9,2044 24,8239 -384,2199 686,0757 TOBIN’Q 2 635 1,1296 0,6659 0,1921 9,0439 CR 2 635 2,7617 3,7632 0 43,0170 CAR 2 635 0,5423 1,3357 0 17,6790 CCC 2 635 176,8725 421,2127 -329,9056 10 218,99 CFR 2 635 3,3339 1,7151 -46,6563 18,6681 LEV 2 635 0,4862 0,2238 0,0027 1,5565 QUYMO 2 635 27,3462 1,5567 23,4406 33,6317 GROWTH 2 635 15,1211 71,8950 -94,5388 1518,9360
rơi vào tình trạng rất nguy hiểm (Ví dụ như các DN có mã chứng khoán là KTS, SLS, CLH, SDA, HLC, ) Trong khi đó, có những DN lại có tình trạng thanh khoản vô cùng tốt, thể hiện ở các giá trị lớn nhất của CR, CAR, CFR lớn, đều vượt từ 17,6790 % trở lên (Ví dụ như các DN có mã chứng khoán là DSN, HTP, SKG, SVT,…)
- Quy mô DN bình quân là 27,3462 nghìn tỷ đồng, cao nhất là DN có quy mô tài sản 33,6317 nghìn tỷ đồng (Mã chứng khoán VIC), thấp nhất là DN có quy mô 23,4406 tỷ đồng (Mã chứng khoán BDB) Điều này cho thấy quy mô DN có sự khác biệt nhiều giữa các DN, mặc dù đều là các DN cùng niêm yết trên TTCK
- Tốc độ tăng trưởng trung bình lên tới trên 15,1211% chứng tỏ các DN phát triển rất mạnh Tuy nhiên, có những DN có mức độ tụt dốc rất lớn, thể hiện ở giá trị nhỏ nhất của GROWTH âm tới 94,5388% (mã chứng khoán LCG)
- Đòn bẩy tài chính bình quân là 0,4862, cao nhất là DN có đòn bẩy tài chính là 1,5565 và thấp nhất là DN có đòn bẩy tài chính là 0,0027 Điều đó cho thấy, tuy cùng là DN niêm yết, nhưng có DN lại sử dụng rất nhiều nợ, với tỷ lệ nợ gấp 1,5 lần giá trị tổng tài sản (mã chứng khoán TJC), nhưng có DN lại gần như không sử dụng nợ với hệ số nợ chỉ là 0,0027 (mã chứng khoán SVT)
Sự biến động của TTK và HQTC của từng ngành SX, XD, TM&DV thể hiện qua các bảng 4 11, 4 12, 4 13 sau:
Bảng 4 11: Bảng thống kê mô tả dữ liệu ngành SX
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Biến Số quan sát Giá tr ị trung bình Độ lệch chuẩn Giá tr ị nhỏ nhất Giá tr ị lớn nhất ROA 1 125 8,0630 0,2652 7,5429 8,5830 ROE 1 125 33,0425 1,1398 30,8075 35,2776 ROS 1 125 6,7774 0,4393 5,9159 7,6390 TOBIN’Q 1 125 1,1887 0,0223 1,1449 1,2325 CR 1 125 2,56914 0,10291 2,36732 2,77095 CAR 1 125 0,40760 0,03101 0,34679 0,46842 CCC 1 125 119,2947 3,2288 112,9634 125,626 CFR 1 125 0,34050 0,03224 0,27727 0,40373 QUYMO 1 125 27,4556 0,0428 27,3716 27,5395 GROWTH 1 125 12,8328 1,5876 9,7195 15,9460 LEV 1 125 0,4916 0,0064 0,4790 0,5043
Bảng 4 12: Bảng thống kê mô tả dữ liệu ngành XD
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Bảng 4 13: Bảng thống kê mô tả dữ liệu ngành TM&DV
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Qua các bảng số liệu chi tiết theo ngành trên cho thấy HQTC của ngành TM&DV là tốt nhất, tiếp đến là ngành SX và cuối cùng là ngành XD TTK cũng được sắp xếp
Biến Số quan sát Giá trị trung bình Độ lệch chuẩn Giá tr ị nhỏ nhất Giá tr ị lớn nhất ROA 690 10,2943 0,3958 9,5181 11,0705 ROE 690 33,3300 1,6517 30,0912 36,5688 ROS 690 12,8077 0,7725 11,2927 14,3226 TOBIN’Q 690 1,2149 0,0289 1,1582 1,2717 CR 690 3,90033 0,19023 3,52730 4,27336 CAR 690 1,03957 0,07605 0,89044 1,18870 CCC 690 56,6430 4,0483 48,7048 64,5812 CFR 690 0,65212 0,05552 0,54325 0,76099 QUYMO 690 26,9114 0,0627 26,7884 27,0344 GROWTH 690 10,2878 1,9995 6,3670 14,2086 LEV 690 0,3744 0,0079 0,3589 0,3899 Biến Số quan sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất ROA 820 5,8588 0,2819 5,3059 6,4117 ROE 820 28,3809 1,4346 25,5677 31,1942 ROS 820 9,5021 1,2679 7,0159 11,9883 TOBIN’Q 820 0,9767 0,0128 0,9515 1,0018 CR 820 2,06776 0,08943 1,89239 2,24313 CAR 820 0,30872 0,02721 0,25535 0,36209 CCC 820 357,035 24,5884 308,8205 405,2496 CFR 820 0,05880 0,08487 -0,10761 0,22523 QUYMO 820 27,5621 0,0547 27,4548 27,6693 GROWTH 820 22,3276 3,5496 15,3672 29,2880 LEV 820 0,5726 0,0072 0,5585 0,5868
theo thứ tự trên Lý do là bởi các DN ngành XD và SX không chỉ tồn đọng HTK lớn mà giá trị các khoản phải thu hồi đang bị chiếm dụng cũng rất lớn Đặc biệt bất động sản hoặc các công trình, dự án đều là các HTK có giá trị vô cùng lớn, thời gian thi công lâu dẫn đến các DN ngành XD bị chiếm dụng và nợ đọng vốn lớn, kéo theo HQTC và TTK thấp nhất trong 3 nhóm ngành