Bảng 4 .1 Thống kê các biến trong mô hình nghiên cứu
Bảng 4.7 tỷ lệ tăng trưởng GDP và tỷ lệ lạm phát
Năm Tăng trưởng GDP (%) Tỷ lệ lạm phát (%)
2014 5,98 4,09 2015 6,68 0,63 2016 6,21 2,67 2017 6,81 3,52 2018 7,08 3,54 2019 7,02 2,80 2020 2,91 3,22 2014 - 2020 6,10 2,92
Nguồn: Ngân hàng Thế giới
Nhìn chung nền kinh tế Việt Nam trong giai đoạn nghiên cứu đều có tăng trưởng tương đối cao và ổn định, tỷ lệ lạm phát được giữ ở mức thấp. Bình quân tăng trưởng kinh tế trong giai đoạn 2014 – 2020 là 6,10%, tỷ lệ lạm phát bình quân là 2,92%. Tăng trưởng kinh tế cao nhất vào năm 2018 với mức 7,08%. Riêng năm 2020, do ảnh hưởng chung của dịch bệnh Covid-19 xảy ra trên toàn cầu, đã gây ảnh hưởng đến nền kinh tế của toàn thế giới và trong đó có Việt Nam, đã làm cho tăng trưởng kinh tế của Việt Nam giảm xuống rõ rệt. Điều này cũng ảnh hưởng rất lớn đến tình hình hoạt động sản xuất kinh doanh của các doanh nghiệp ngành xây dựng.
4.2 Ước lượng ảnh hưởng của tín dụng thương mại đến hiệu quả tài chính của các doanh nghiệp xây dựng
4.2.1 Mô hình ước lượng
Đề tài sử dụng hai hệ số là ROA và ROE để đại diện cho hiệu quả tài chính của các doanh nghiệp ngành xây dựng. Vì vậy, mô hình ước lượng tín dụng thương mại và hiệu quả hoạt động của doanh nghiệp ngành xây dựng niêm yết tại Sở giao dịch chứng khoán Việt Nam đưuọc trình bày như sau:
Mô hình 1: với biến phụ thuộc là ROA
(4.1)
Mô hình 2: với biến phụ thuộc là ROE
(4.2)
4.2.2 Phân tích ma trận tương quan
Trong mô hình hồi quy, nếu các biến có mối quan hệ tuyến tính, nghĩa là các biến có tương quan chặt, mạnh với nhau thì sẽ có hiện tượng đa cộng tuyến, đó là hiện tượng các biến trong mô hình phụ thuộc lẫn nhau và thể hiện được dưới dạng hàm số. Khi mức độ đa cộng tuyến càng cao thì ước lượng của các hệ số trong mô hình hồi quy sẽ không còn ổn định và sai số chuẩn của các hệ số sẽ bị phóng đại, gây khó khăn trong việc phát hiện một tác động nếu đa cộng tuyến tồn tại. Do đó kiểm tra có sự xuất hiện hiện tượng đa cộng tuyến hay không là một bước không thể thiếu trong việc kiểm định mô hình hồi quy. Yazdanfar & Ohman (2015) cho rằng hệ số tương quan giữa hai biến từ 0,8 trở lên thì hiện tượng đa cộng tuyến là vấn đề nghiêm trọng. Hiện tượng đa cộng tuyến sẽ không xuất hiện nếu giá trị hệ số tương quan giữa các biến bé hơn 0.8. Ngoài ra, cũng có thể sử dụng hệ số phóng đại phương sai (Variance Inflation Factor - VIF) để kiểm tra hiện tượng đa cộng tuyến. Nếu hệ số VIF nhỏ hơn 10 thì kết luận là không có hiện tượng đa cộng tuyến (Gujrati, 2003).
Bảng 4.8: Ma trận quan trong mô hình (1)
Biến ROA AP SIZE DEBT GROWTH gGDP IR ROA(t-1)
ROA 1,0000 AP -0,0673 1,0000 SIZE 0,0249 -0,2171 1,0000 DEBT -0,3265 -0,0730 0,3451 1,0000 GROWTH 0,0859 0,0460 -0,0012 -0,0632 1,0000 gGDP 0,0864 -0,0017 -0,0437 -0,0240 0,0538 1,0000 IR -0,0560 0,0122 0,0130 -0,0144 0,0067 -0,1558 1,000 0
ROA(t-1) 0,5846 -0,0010 0,0364 -0,3524 -0,0529 0,0098 0,0031 1,0000
Bảng 4.9: Ma trận quan trong mô hình (2)
Biến ROE AP SIZE DEBT GROWTH gGDP IR ROE(t-1)
ROE 1,0000 AP -0,1695 1,0000 SIZE 0,1544 -0,2171 1,0000 DEBT 0,0205 -0,0730 0,3451 1,0000 GROWTH 0,0905 0,0460 -0,0012 -0,0632 1,0000 gGDP 0,0656 -0,0017 -0,0437 -0,0240 0,0538 1,0000 IR -0,0433 0,0122 0,0130 -0,0144 0,0067 -0,1558 1,0000 ROE(t-1) 0,6179 -0,0997 0,1635 -0,0455 -0,0508 0,0429 -0,0248 1,0000
Nguồn: trích từ kết quả phân tích trong phần mềm Stata
Bảng 4.8 và Bảng 4.9 cho thấy rằng giá trị hệ số tương quan giữa các biến độc lập đều có giá trị nhỏ hơn so với giá trị 0,8. Vì thế, có thể kết luận rằng không có hiện tượng đa cộng tuyến cũng như không tồn tại sự tác động qua lại giữa các biến trong mô hình (1) và mô hình (2). Bên cạnh việc kiểm tra bằng hệ số tương quan, nhiều nghiên cứu sử dụng hệ số phóng đại VIF. Kết quả tính toán hệ số VIF được thể hiện trong Bảng 4.10 và Bảng 4.11 của hai mô hình. Nếu VIF của một biến nào đó vượt quá 10, biến đó được xem là có tương quan mạnh, giá trị VIF càng lớn thì vấn đề cộng tuyến càng cao (Gujarati, 2003). Giá trị VIF của các biến và VIF trung bình thể hiện trong Bảng 4.10 và Bảng 4.11 đều nhỏ hơn 1,5 (thấp hơn nhiều so với giá trị là 10). Vì vậy, có thể khẳng định cả hai mô hình đều không bị đa cộng tuyến.
Bảng 4.10: Hệ số phóng đại VIF của mô hình (1)
Biến Hệ số VIF DEBT 1,35 SIZE 1,23 ROA(t-1) 1,19 AP 1,05 gGDP 1,03 IR 1,03 GROWTH 1,02 Trung bình hệ số VIF 1,13
Bảng 4.11: Hệ số phóng đại VIF của mô hình (2) Biến số Hệ số VIF SIZE 1,23 DEBT 1,16 AP 1,06 ROE(t-1) 1,05 gGDP 1,03 IR 1,03 GROWTH 1,01 Trung bình hệ số VIF 1,08
Nguồn: trích từ kết quả phân tích trong phần mềm Stata
4.2.3 Kết quả ước lượng bằng phương pháp OLS
Đối với mô hình (1), kết quả ước lượng có Prob > F= 0,0000 (nhỏ hơn 0,05), nghĩa là mô hình nghiên cứu là phù hợp, với R2 = 0,3854, cho biết 39% sự thay đổi của hiệu quả tài chính doanh nghiệp ngành xây dựng được giải thích bởi các biến độc lập trong mô hình. Kết quả hồi quy bằng phương pháp OLS cho thấy có các biến như tín dụng thương mại (AP), tỷ lệ nợ (DEBT), tăng trưởng doanh thu (GROWTH), tăng trưởng kinh tế (gGDP) và tỷ suất sinh lời trên tài sản kỳ trước (ROAt-1) là có ý nghĩa thống kê. Biến quy mô doanh nghiệp (SIZE) và tỷ lệ lạm phát (IR) không có ý nghĩa thống kê.
Đối với mô hình (2), kết quả ước lượng có Prob > F= 0,0000 (nhỏ hơn 0,05), nghĩa là mô hình nghiên cứu là phù hợp, với R2 = 0,4138, cho biết 41% sự thay đổi của hiệu quả tài chính doanh nghiệp ngành xây dựng được giải thích bởi các biến đôc lập trong mô hình. Kết quả hồi quy bằng phương pháp OLS của mô hình (2) chỉ có ba biến là có ý nghĩa thống kê gồm: tín dụng thương mại (AP), tăng trưởng doanh thu (GROWTH) và tỷ suất sinh lời trên vốn chủ sở hữu kỳ trước (ROEt-1) là có ý nghĩa thống kê. Các biến còn lại như: quy mô doanh nghiệp (SIZE), tỷ lệ nợ (DEBT), tăng trưởng kinh tế (gGDP) và tỷ lệ lạm phát (IR) không có ý nghĩa thống kê.
Tuy nhiên, để có sử dụng kết quả ước lượng của phương pháp OLS để phân tích kết quả thì mô hình cần phải được kiểm định không bị vi phạm giả thuyết là tự tương quan và phương sai sai số thay đổi bằng kiểm định Woolridge và điểm định Wald. Mô hình nghiên cứu chỉ cần vi phạm một trong hai giả thuyết trên thì kết quả ước lượng OLS sẽ không chính xác nên không thể dùng để phân tích kết quả mà phải sử dụng đến phương pháp ước lượng khác là RE và FE.
Kết quả kiểm định Woolridge về tự tương quan của hai mô hình như sau :
Kiểm định tự tương quan cho Mô hình (1): Kết quả kiểm định mô hình (1) có Prob > F = 0,000 (nhỏ hơn 0,05). Vì vậy, bác bỏ giả thuyết H0, chấp nhận giả thuyết H1. Nghĩa là mô hình (1) bị tự tương quan.
Kiểm định tự tương quan cho Mô hình (2): Mô hình (2) cũng có Prob > F = 0,000 (nhỏ hơn 0,05), nghĩa là cũng bị tự tương quan. Vì vậy, mô hình nghiên cứu không thể sử dụng phương pháp OLS để phân tích kết quả. Do đó, tác giả sẽ sử dụng tiếp hai phương pháp khác là FE và RE. Sau đó dùng kiểm định Hausman (1978) để lựa chọn FE hay RE.
4.2.4 Kết quả ước lượng bằng phương pháp FE
Đối với mô hình (1), kết quả ước lượng có Prob > F= 0,0000 (nhỏ hơn 0,05), nghĩa là mô hình nghiên cứu là phù hợp, với R-sq (within) = 0,0703, cho biết 7% sự thay đổi của hiệu quả tài chính doanh nghiệp ngành xây dựng được giải thích bởi các biến độc lập trong mô hình. Kết quả hồi quy bằng phương pháp FE với biến phụ thuộc là ROA chỉ có biến tăng trưởng doanh thu (GROWTH), gGDP và tỷ suất sinh lời trên tài sản kỳ trước (ROAt-1) là có ý nghĩa thống kê. Các biến còn lại đều không có ý nghĩa thống kê.
Đối với mô hình (2) kết quả ước lượng có Prob > F= 0,0000 (nhỏ hơn 0,05), nghĩa là mô hình nghiên cứu là phù hợp, với R-sq (within) = 0,1354, cho biết 14% sự thay đổi của hiệu quả tài chính doanh nghiệp ngành xây dựng được giải thích bởi các biến độc lập trong mô hình. Kết quả hồi quy bằng phương pháp FE với biến phụ thuộc là ROE có các biến tín dụng thương mại, tỷ lệ nợ, tăng trưởng doanh thu, quy mô doanh nghiệp và tỷ suất sinh lời trên vốn chủ sở hữu kỳ trước là có ý nghĩa thống kê. Chỉ có biến tăng trưởng GDP và tỷ lệ lạm phát là không có ý nghĩa thống kê.
4.2.5 Kết quả ước lượng bằng phương pháp RE
Đối với mô hình (1), kết quả ước lượng có Prob > F= 0,0000 (nhỏ hơn 0,05), nghĩa là mô hình nghiên cứu là phù hợp, với R-sq (within) = 0,0561, cho biết 6% sự thay đổi của hiệu quả tài chính doanh nghiệp ngành xây dựng được giải thích bởi các biến độc lập trong mô hình. Phương pháp ước lượng RE với biến phụ thuộc là ROA có các biến AP, DEBT, GROWTH, gGDP, ROA(t-1) là có ý nghĩa thống kê. Các biến còn lại không có ý nghĩa thống kê.
Đối với mô hình (2), kết quả ước lượng có Prob > F= 0,0000 (nhỏ hơn 0,05), nghĩa là mô hình nghiên cứu là phù hợp, với R-sq (within) = 0,0933, cho biết 9% sự thay đổi của hiệu quả tài chính doanh nghiệp ngành xây dựng được giải thích bởi các biến độc lập trong mô hình. Phương pháp ước lượng RE với biến phụ thuộc là ROE có các biến AP, GROWTH, ROE(t-1) là có ý nghĩa thống kê. Các biến còn lại thì không có ý nghĩa thống kê.