Bảng thống kê mô tả cho thấy tốc độ tăng trưởng doanh thu của các doanh nghiệp ngành xây dựng có giá trị trung bình là 23.140%, độ lệch chuẩn là 1.501%. Công ty Cổ phần Đầu tư Tổng hợp Hà Nội có tốc độ tăng trưởng doanh thu cao nhất (40.748%) vào năm 2015. Tuy nhiên, Công ty Cổ phần Xây dựng Coteccons lại là
SDA LDA LQ SGROWTH SIZE INF 46
công ty có tổng doanh thu cao nhất, đạt giá trị 28,560 tỷ đồng - năm 2018. Công ty Cổ phần Xây dựng Phục Hưng Holdings có tốc độ tăng trưởng doanh thu thấp nhất (-0.955%) vào năm 2018.
4.1.6. Quy mô doanh nghiệp (SIZE)
Bảng 4.1 chỉ ra quy mô doanh nghiệp có giá trị trung bình là 6.262, giá trị lớn nhất của quy mô doanh nghiệp là 10.364 (của Tổng Công ty Cổ phần Xuất nhập khẩu và Xây dựng Việt Nam - năm 2010) và giá trị nhỏ nhất là 0.432 (của Công ty Cổ phần Hạ tầng Nước Sài Gòn - năm 2008).
Các doanh nghiệp ngành xây dựng có tốc độ tăng trưởng tài sản bình quân tăng dần theo từng năm. Công ty Cổ phần Vinaconex 39 có tốc độ tăng trưởng tài sản cao nhất (73.11%) do sự nỗ lực tái cơ cấu thành công vào năm 2010 khiến cho Vinaconex 39 đạt được nhiều thành quả trong đó có tổng tài sản tăng hơn 2 lần so với 2009. Trong khi đó Công ty Cổ phần 482 lại chiếm thấp nhất (5.72%) do vẫn duy trì mức vốn điều lệ nhỏ, mạng lưới quy mô hoạt động vừa phải.
4.1.7. Lạm phát (INF)
Theo bảng thống kê mô tả cho thấy, tỷ lệ lạm phát giai đoạn 2008-2018 có giá trị trung bình là 8.336%, giá trị nhỏ nhất là 0.63% của năm 2015 và giá trị lớn nhất là 19.89% của năm 2008.
Trong bối cảnh sau khủng hoảng toàn cầu năm 2008, mặc dù còn gặp nhiều khó khăn thế nhưng nước ta lại kiểm soát được mức độ lạm phát tốt và đạt được mức tăng trưởng vừa phải, đó là một hiệu quả lớn trong việc chỉ đạo cũng như điều hành nền kinh tế vĩ mô. Các năm tiếp theo tiếp theo lạm phát tiếp diễn tăng cao, đỉnh điểm là vào năm 2011 đạt 18.13%, đây là tỷ lệ lạm phát cao thứ hai trong giao đoạn 2008 - 2018, sự yếu kém bên trong của nền kinh tế là nguyên nhân dẫn đến tình trạng lạm phát cao này, cụ thể đầu tư đặc công khu vực doanh nghiệp nhà nước kém hiệu quả, sự phụ thuộc quá mức vào tín dụng của hệ thống tài chính yếu kém bị chi phối bởi Ngân hàng Nhà nước. Chính vì lẽ đó những năm tiếp theo Ngân hàng Nhà nước Việt Nam đã chủ động điều hành linh hoạt các công cụ chính sách tiền tệ cùng với sự phối hợp chặt chẽ của chính sách tài khóa đã kiểm soát được mức độ
47
lạm phát từ 18.13% xuống còn 6.81% vào năm 2012 và duy trì giảm xuống còn 0.604% vào năm 2015, giai đoạn 2012-2015 đã đánh dấu đuợc sự thành công trong việc giữ lạm phát ổn định thậm chí ở mức thấp hơn kế hoạch đề ra, đạt đuợc một số thành tựu nhu kinh tế vĩ mô, thị truờng ngoại hối, tỷ giá đuợc ổn định, dự trữ ngoại hối tăng lên, thanh khoản đuợc cải thiện rõ rệt,... Năm 2016, lạm phát trở lại tăng cao hơn năm 2015 nhung vẫn đuợc xem là thấp hơn nhiều so với các năm truớc đó và vẫn đáp ứng đuợc giới hạn mục tiêu là 5%, nguyên nhân chủ yếu lạm phát tăng là do trong năm này theo nhu Tổng cục thống kê cho biết Thông tu liên tịch số 37 hiệu lực ngày 1/3/2016 khiến cho các mặt hàng y tế tăng 75.57% khiến cho giá dịch vụ y tế tăng lên kéo theo chỉ số CPI (chỉ số đo luờng lạm phát) tăng 2.7%. Năm 2017 và 2018, đánh dấu một chiến tích khi tỷ lệ lạm phát lại giảm xuống còn lần luợt là 3.53% và 3.54%, chính phủ đã kiểm soát lạm phát thành công theo yêu cầu của Quốc hội là duới 4%.
4.2. LỰA CHỌN MÔ HÌNH
Tác giả sẽ hồi quy dữ liệu theo mô hình Pooled OLS, FEM và REM và lựa chọn mô hình phù hợp nhất.
42.1. Hồi quy theo mô hình Pool OLS
Hệ số chặn -0.130506*** -0.081525*** -0.003340*** 0.012654*** 0.004393*** 0.150586*** R2 = 0.184349 R2 hiệu chỉnh = 0.179532 Durbin - Watson (d) = 1.544630 Prob (F-statistic) = 0.000000
SDA LDA LQ SGROWTH SIZE INF Hệ số chặn -0.208405*** -0.062182*** -0.002879*** 0.014787*** 0.000360 0.134796*** R2 = 0.412958 R2 hiệu chỉnh = 0.350696 Durbin - Watson (d) = 2.022592 Prob (F-statistic) = 0.000000
Nguồn: Tính toán từ phần mềm Eviews
Các ký hiệu *, **, *** tương ứng với mức ý nghĩa 10%, 5% và 1%
SD, LD, LQ, SG, INF tương ứng với mức ý nghĩa 1%. SIZE không có ý nghĩa thống kê.
42.3. Kiểm định Redundant Fixed Effect - Likelihood Ratio Giả thuyết kiểm định Likelihood:
H0: α = β1 = β2 = β3 = ... = β10 (chọn mô hình Pooled OLS phù hợp hơn)
H1: α ≠ β1 ≠ β2 ≠ β3 ≠ ... ≠ β10 ≠ 0 (chọn mô hình FEM hoặc REM phù hợp hơn)
Bảng 4.4 - Ket quả kiểm định Likelihood Ratio
Redundant Fixed Effects Tests Equation: Untitled
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 3.911199 (92,924) 0.0000
Cross-section Chi-square 336.455767 92 0.0000
Nguồn: Tính toán từ phần mềm Eviews Các ký hiệu *, **, *** tương ứng với mức ý nghĩa 10%, 5% và 1%
48
Kết quả ước lượng mô hình theo phương pháp Pooled OLS cho thấy các hệ số hồi qui đều có ý nghĩa thống kê tương ứng với các mức ý nghĩa 1%. Mức độ giải thích của mô hình (R2 = 18.4349%) với ý nghĩa là các nhân tố biến độc lập giải thích được 18.4349% biến thiên của biến (nhân tố) phụ thuộc.
422. Hồi quy theo mô hình FEM
SDA LDA LQ SGROWTH SIZE INF Hệ số chặn -0.155993*** -0.073268*** -0.002759*** 0.014103*** 0.003842* 0.149139*** R2 = 0.208280 R2 hiệu chỉnh = 0.203605 Durbin - Watson (d) = 1.828236 Prob (F-Statistic) = 0.000000 49
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews
Ket quả cho thấy, cả hai kiểm định đều có giá trị P-value nhỏ hơn 1%, do đó ta bác bỏ giả thuyết H0, chấp nhận giả thuyết H1 với mức ý nghĩa 1%, mô hình REM hoặc FEM sẽ phù hợp hơn mô hình Pooled OLS.
42.3. Hồi quy theo mô hình REM
Bảng 4.6 - Kết quả kiểm định Hausman Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
Chi-Sq.
Test Summary Chi-Sq. d.f. Prob.
Statistic
Cross-section random 0.000000 8 1.0000
* Cross -section test variance is invalid. Hausman statistic set to zero.
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews
Ket quả kiểm định cho thấy, với Prob = 1> 5%, do đó ta không có cơ sở bác bỏ giả thuyết H0. Vậy mô hình REM sẽ là mô hình phù hợp nhất trong ba mô hình.
4.3. KIỂM ĐỊNH CÁC KHUYẾT TẬT CỦA MÔ HÌNH REM
Đối với mô hình REM, tác giả thực hiện kiểm định các khuyết tật bao gồm kiểm định hiện tượng đa cộng tuyến bằng cách sử dụng phương pháp nhân tử phóng đại phương sai thay đổi và ma trận tương quan, kiểm định hiện tượng tự tương quan bằng kiểm định Durbin-Watson.
4.3.1. Kiểm định hiện tượng đa cộng tuyến
Phân tích tương quan
Hệ số tương quan (r) là chỉ số thống kê phản ánh mức độ quan hệ tuyến tính giữa các biến. Hệ số này biến thiên từ +1 đến -1. Thông qua hệ số tương quan có thể biết chiều tương quan riêng giữa biến phụ thuộc với biến giải thích. Đồng thời cho
thấy xuất hiện hiện tượng đa cộng tuyến trong mô hình hồi quy (nếu r > 0.8) (Bùi Đan Thanh, 2016). Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), mối quan hệ tuyến tính giữa các biến có thể được ước lượng thông qua giá trị hệ số tương quan như sau:
|r| = 1: Tương quan tuyến tính tuyệt đối. |r| > 0.8: Tương quan tuyến tính rất mạnh. |r| = 0.6 - 0.8: Tương quan tuyến tính mạnh. |r| = 0.4 - 0.6: Có tương quan tuyến tính.
Nguồn: Tính toán từ phần mềm Eviews
Các ký hiệu ♦, ♦♦, *** tương ứng với mức ý nghĩa 10%, 5% và 1%
SD, LD, LQ, SG, INF tuơng ứng với mức ý nghĩa 1%. SIZE tuơng ứng với mức ý nghĩa 10%.
42.4. Kiểm định Correlated Random Effects - Hausman Test Giả thuyết kiểm định Hausman Test:
H0: thành phần ngẫu nhiên và các biến độc lập không tuơng quan, mô hình REM phù hợp hơn.
H1: thành phần ngẫu nhiên và các biến độc lập có tuơng quan, mô hình FEM phù hợp hơn.
ROA SDA LDA LQ SGROWT H SIZE INF ROA 1.000 0 SDA - 0.2739 0 1.000 LDA 0.043 3 - 0.4908 1.000 0 TQ 0.014 0 0.3481- 5 0.027 0 1.000 SGRO WTH 0.277 6 - 0.0729 0.105 1 - 0.0093 1.000 0 SIZE 0.022 5 9 0.017 7 0.297 0.1684- 9 0.016 1.0000 INF 0.110 2 - 0.0021 - 0.0375 - 0.0079 - 0.0010 - 0.1728 1.0000 51
|r| = 0.2 - 0.4: Tương quan tuyến tính yếu.
|r| < 0.2 Tương quan tuyến tính rất yếu hoặc không có tương quan tuyến tính.
SDA LDA LQ SGROWTH SIZE INF
R2 0.231752 0.228927 0.150386 0.013000 0.219943 0.031599
VIF 1.301663 1.296894 1.177005 1.013171 1.281957 1.032630
Nguồn: Kết quả trích xuất từ phần mềm Eviews
Thông qua ma trận tương quan, ta có thể thấy hệ số tương quan giữa biến phụ thuộc và các biến độc lập SDA, LDA, LQ, SGROWTH, SIZE, INF lần lượt là - 0.27, 0.04, 0.01, 0.28, 0.02, 0.11. Đồng thời hệ sô tương quan giữa các biến độc lập không cao.
Do tương quan giữa các biến độc lập trong ma trận tương quan đều nhỏ hơn 0.8 và đều có ý nghĩa thống kê. Do đó, thông qua phân tích tương quan ta có thể thấy rằng không có hiện tượng đa cộng tuyến trong mô hình.
Phương pháp nhân tử phóng đại phương sai
Để phát hiện hiện tượng đa cộng tuyến trong mô hình, tác giả sử dụng hệ số phóng đại phương sai (VIF - Variance Inflation Factor).
Khi R2j → 1, VIFj → ∞: mức độ cộng tuyến giữa Xj với các biến độc lập còn lại càng cao. VIFj càng lớn, cộng tuyến càng cao. Kinh nghiệm cho thấy, khi VIFj > 10 ^ R2
j > 0.9, cộng tuyến được xem là cao. 52
Để tính được VIFj tác giả thực hiện chạy mô hình hồi quy phụ theo mô hình REM với các biến độc lập lần lượt là biến phụ thuộc để tìm được R2.
Biến Kỳ vọng dấunghiên cứu Kết quả nghiêncứu Hệ số chặn SDA - - -0.155993 LDA - - -0.073268 LQ - - -0.002759 SGROWTH + + 0.014103 SIZE + + 0.003842 INF + + 0.149139
Nguồn: Tác giả tổng hợp và tính toán
Dựa vào bảng kết quả trên, ta có thể thấy giá trị VIF của các biến độc lập đều nhỏ hơn 10 rất nhiều nên có thể kết luận rằng giữa các biến độc lập không có hiện tượng đa cộng tuyến.
4.32. Kiểm định tự tương quan
Dựa trên kiểm định Durbin - Watson theo kinh nghiệm có các quy tắcsau: Nếu 1 < d < 3: ρ = 0: thì kết luậnmô hình không có tự tương quan.
Nếu 0 < d < 1: ρ > 0: thì kết luậnmô hình có tự tương quan dương. Nếu 3 < d < 4: ρ < 0: thì kết luậnmô hình có tự tương quan âm.
Dựa vào kết quả ước lượng bảng 4.5 ta có giá trị Durbin - Watson (d) = 1.828236, nằm trong khoảng từ 1 đến 3, và theo quy tắc kiểm định Durbin - Watson theo kinh nghiệm ta có thể kết luận mô hình không có hiện tượng tự tương quan.
Dựa vào các kiểm định khuyết tật của mô hình, ta có thấy mô hình không có hiện tượng đa cộng tuyến, tự tương quan do đó kết quả ước lượng trên là đáng tin cậy để giải thích tác động của các biến số đến lợi nhuận của doanh nghiệp ngành xây dựng được niêm yết trên thị trường chứng khoán Việt Nam. Theo đó, ta có thể viết lại phương trình hoàn chỉnh như sau:
ROA = 0.087442 - 0.155993 * SDA - 0.073268 * LDA - 0.002759 * LQ
+ 0.014103 * SGR0WTH + 0.003842 * SIZE + 0.149139
* INF
R2 có giá trị là 20.828%, do đó ta có thể kết luận rằng các biến độc lập trong mô hình giải thích được 20.828% sự biến thiên xung quanh giá trị trung bình của tỷ suất sinh lời ROA.
53
4.4. PHÂN TÍCH DẤU CỦA CÁC BIẾN
Từ kết quả hồi quy trên, tất cả các biến: SDA, LDA, LQ, SGROWTH, SIZE, INF đều có tác động đến khả năng sinh lời ROA và có ý nghĩa thống kê. Trong đó, SGROWTH, SIZE, INF có tác động cùng chiều, còn biến SDA, LDA, LQ có tác động nguợc chiều đến khả năng sinh lời ROA. Cụ thể:
Nguồn: Tác giả tổng hợp Ghi chú: + là tác động cùng chiều, - là tác động ngược chiều
Nợ ngắn hạn trên tổng tài sản (SDA)
Kết quả uớc luợng thu đuợc đúng với kỳ vọng ban đầu của tác giả, nợ ngắn hạn trên tổng tài sản có quan hệ nguợc chiều với tỷ suất sinh lời của doanh nghiệp ngành xây dựng. Theo đó, khi các yếu tố khác không đổi, tỷ lệ nợ ngắn hạn trên tổng tài sản tăng 1% thì tỷ suất sinh lời trên tổng tài sản giảm 0.1560%. Kết quả này cũng đồng quan điểm với các nghiên cứu thực nghiệm của Tian và Zeitun (2007), Ahmad (2012), Khan (2012), Nguyễn Thị Diệu Chi (2018).
Do đặc thù kinh doanh của các doanh nghiệp ngành xây dựng là cần nhiều vốn luu động, nếu quan điểm cho rằng thời gian luân chuyển của vốn luu động thuờng duới một năm nên phải đuợc 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 thuờng 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
54
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.
Nợ dài hạn trên tổng tài sản (LDA)
Kết quả ước lượng cho thấy biến tỷ lệ nợ dài hạn trên tổng tài sản có tác động ngược chiều đến ROA, kết quả này đúng với kết quả của các nghiên cứu thực nghiệm trước đây của Abor (2005), Tian và Zeitun (2007), Nguyễn Thị Diệu Chi (2018). Khi các yếu tố khác không đổi, tỷ lệ nợ dài hạn trên tổng tài sản tăng 1% thì tỷ suất sinh lời trên tổng tài sản giảm 0.0733%.
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, 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.
Tính thanh khoản (LQ)
Theo kết quả ước lượng, biến thanh khoản có tác động ngược chiều đến