Mô hình hồi quy OLS

Một phần của tài liệu 032 ảnh hưởng của tính thanh khoản đến hiệu quả hoạt động các doanh nghiệp ngành công nghiệp niêm yết trên SGDCK TP HCM giai đoạn 2013 – 2020 (Trang 38 - 41)

CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU

4.3 Mô hình hồi quy OLS

4.3.1 Mô hình hồi quy OLS với ROAA là biến phụ thuộc

Thông qua việc sử dụng Stata15, tác giả có được bảng tổng hợp sau đây Bảng 4. 3: Mô hình hồi quy OLS với ROAA là biến phụ thuộc

ROEA Coef. Std. Err. P - value ICP -0,0130 0,0149 0,3940 RCP -0,0010 0,0130 0,9210 PDP -0,0220 0,0092 0,0160 CCC -0,0002 0,0183 0,9910 SIZE 0,0248 0,0051 0,0000 LP -0,4450 0,3243 0,1710 _cons -0,0910 0,0724 0,2120 Significant F 0,0000 R-squared 0,1633

Nguồn: Kết quả nghiên cứu Mô hình này có ý nghĩa khá thấp do R - squared = 11,52% nhưng con số này lớn hơn 10% nên mô hình này vẫn chấp nhận được. Biến phụ thuộc được giải thích gần 12% bởi các biến độc lập trong mô hình. Ngoài ra, dữ liệu chỉ ra cho thấy mô hình có significant F bằng 0 nên mô hình này có ý nghĩa thống kê. Dữ liệu regression cho biết, ngoại trừ biến độc lập PDP có P - value xấp xỉ 0 nhỏ hơn 5% không có biến nào ảnh hưởng đến biến phụ thuộc (p - value>5%). Chấp nhận một phần với giả thuyết (H1). Với CoeficIEnt âm (-1,1%), điều này chứng tỏ PDP tác động nghịch chiều đến ROAA. Ngoài ra, xét thấy biến kiểm soát SIZE cũng có P - value xấp xỉ 0 và có coefficient dương (0.009), điều này chứng tỏ quy mô ảnh hưởng cùng chiều đến ROAA. Các biến độc lập còn lại: ICP, RCP, CCC với p - value>5%, không ảnh hưởng đến ROAA, bác bỏ một phần giả thuyết (H1), khối dữ liệu không tìm thấy có mối liên hệ nào giữa sự biến đổi của các chỉ tiêu ICP, RCP, và CCC có ảnh hưởng đến ROAA hay không.

4.3.2 Mô hình hồi quy OLS với biến phụ thuộc ROEA

Ket quả từ việc chạy mô hình thông qua phần mền Stata15 như sau: Bảng 4. 4: Mô hình hồi quy OLS với biến phụ thuộc ROEA

GPM Coef. Std. Err. P - value ICP 0,0473 0,0187 0,0120 RCP -0,0390 0,0163 0,0160 PDP 0,0013 0,0115 0,9100 CCC -0,0070 0,0229 0,7520 SIZE 0,0163 0,0064 0,0110 LP -0,3470 0,4061 0,3940 _cons -0,0910 0,0907 0,3140 Sinificant F 0,0000 R - Square 0,1657

Nguồn: Kết quả nghiên cứu Mô hình có ý nghĩa khá thấp do R - Square =16,33% nhưng con số này lớn hơn 10% nên mô hình này vẫn có ý nghĩa. Các biến phụ thuộc được giải thích 16% bởi các biến độc lập trong mô hình. Significant F = 0 nên mô hình này có ý nghĩa thống kê. Dữ liệu regression cho thấy, ngoại trừ biến độc lập PDP có P-value xấp xỉ 0 nhỏ hơn 5%, không có biến nào ảnh hưởng đến biến phụ thuộc (p-value > 5%). Với coficient âm (-2,2%), điều này chứng tỏ PDP tác động nghịch chiều đến ROEA. Chấp nhận một phần giả thuyết (H2). Ngoài ra, xét thấy biến kiểm soát SIZE cũng có P - value xấp xỉ 0 và có coefficient dương (2,48%), điều này chứng tỏ quy mô ảnh hưởng cùng chiều đến ROEA. Các biến độc lập còn lại: ICP, RCP, CCC với p- value > 5%, không ảnh hưởng đến ROEA, bác bỏ một phần giả thuyết (H2), khối dữ liệu không tìm thấy được có mối quan hệ giữa sự biến đổi của các chỉ tiêu ICP, RCP và CCC có tác động gì đến lợi nhuận hay không.

4.3.3 Mô hình hồi quy OLS với biến phụ thuộc GPMKết quả từ chạy phần mềm Stata15 Kết quả từ chạy phần mềm Stata15

29

R-sq: Obs per group:

within = 0,1124 min =

between = 0,5729 avg =

overall = 0,152 max =

ROAA Coef. Std.Err. z P>|z| [95%

Conf. Interval]

ICP -0,0008 0,0087 -0,0900 0,9260 -0,0179 0,0162

Nguồn: Kết quả nghiên cứu Mô hình có ý nghĩa khá thấp do R - squared = 16.57% nên mô hình này vẫn có ý nghĩa. Các biến độc lâp trong mô hình giải thích đc biến phu thuộc hơn 16%. Significant F = 0 nên mô hình này có ý nghĩa thống kê. Dữ liệu regression cho biết, biến độc lập ICP và RCP có P-value xấp xỉ 0 nhỏ hơn 5%, ảnh hưởng đến mô hình này. Biến độc lập ICP có coefficient dương (4.73%), chứng tỏ thời gian tồn kho bình quân có tác động cùng chiều với GPM. Biến độc lập RCP có coefficient âm (3.94%), chứng tỏ RCP có ảnh hưởng ngược chiều đến GPM. Chấp nhận một phần giả thuyết (H3). Ngoài ra, xét thấy biến kiểm soát SIZE cũng có P - value xấp xỉ 0 và có coefficient dương (1.63%), điều này chứng tỏ quy mô ảnh hưởng cùng chiều đến GPM. Các biến độc lập còn lại: PDP, CCC, với p-value > 5%, không ảnh hưởng đến GPM. Bác bỏ một phần giả thuyết (H3), khối dữ liệu không tìm thấy được có mối liên hệ giữa sự thay đổi của các yếu tố ICP, RCP và CCC có ảnh hưởng đến lợi nhuận hay không.

Một phần của tài liệu 032 ảnh hưởng của tính thanh khoản đến hiệu quả hoạt động các doanh nghiệp ngành công nghiệp niêm yết trên SGDCK TP HCM giai đoạn 2013 – 2020 (Trang 38 - 41)

Tải bản đầy đủ (DOCX)

(65 trang)
w