Mã biến Tên biến Cáchlường đo kỳvọng Cơ sở đo lường
Biến phụ thuộc: FP - Hiệu quả tài chính của doanh nghiệp ngành xây dựng được xem
xét qua hai hệ số là ROA và ROE. ROA
Tỷ suất sinh lời trên tài sản
Lợi nhuận sau thuế/Tổng giá trị tài sản Batchimeg (2017); Trần Ái Kết (2017) ; Hau et al. (2021). ROE Tỷ suất sinh lời trên vốn chủ sở hữu
Lợi nhuận sau thuế/Vốn chủ sở hữu
Batchimeg (2017); Hau et al. (2021) ; Ninh et al. (2019).
Biến độc lập và các biến kiểm soát
AP Tín dụngthương mại phải trả
Phải trả ngắn hạn/Tổng nợ +
Kensten et al. (2011); Viet & Phuc (2020).
SIZE Quy mô của doanh nghiệp
Lorarit (Tổng giá trị tài sản) +
Vijayakumar (2011); Martínez-Sola et al. (2014).
DEBT Tỷ lệ nợ Tổng nợ/Tổnggiá trị tài sản - Martínez-Sola et al. (2014); Viet & Phuc (2020).
GROWT
H Tăng trưởngdoanh thu
(Doanh thu nămt - doanh thu nămt-1) /Doanh thu nămt-1 +
Yazdanfar & Ohman (2015);
Abuhommous (2017).
FP(t-1)
Khả năng sinh lời của kỳ trước
ROA(t-1)
ROE(t-1) +
Yano & Shiraishi (2012); Ninh et al. (2019). gGDP Tăng trưởngkinh tế
(GDPt – GDPt-
1)/ GDPt-1 + Martínez-Sola et al.(2014);Viet & Phuc (2020) IR Tỷ lệ lạmphát (CPIt – CPIt-1)/
CPIt-1 - Hanif (2019)
Nguồn: Tác giả tự tổng hợp
3.3 Phương pháp thu thập số liệu
Đến năm 2020, có tổng cộng 101 doanh nghiệp ngành xây dựng được niêm yết trên Sở giao dịch chứng khóa Hà Nội và Sở Giao dịch Chứng khóa Thành phố Hồ Chí Minh. Tuy nhiên, có một số doanh nghiệp không có đủ được dữ liệu về Báo cáo tài chính năm cho giai đoạn nghiên cứu là từ năm 2014 đến năm 2020. Vì vậy, các doanh nghiệp này sẽ bị lược bỏ. Cuối cùng, mẫu của nghiên cứu là 86 doanh nghiệp có số liệu báo cáo tài chính đủ 7 năm (2014, 2015, 2016, 2017, 2018, 2019 và 2020), tập hợp
thành dữ liệu bảng cân bằng gồm 602 quan sát để sử dụng cho phân tích trong mô hình nghiên cứu.
Đề tài sử dụng số liệu thứ cấp được lấy từ các nguồn sau đây:
- Báo cáo tài chính hợp nhất năm đã kiểm toán của 86 doanh nghiệp xây dựng niêm yết tại Sở giao dịch chứng khoán Hà Nội và Sở giao dịch chứng khoán Thành phố Hồ Chí Minh trong 7 năm (từ năm 2014 đến năm 2020). Ngoài ra, hệ số ROA, ROE được lấy trễ thêm một năm để tính toán cho biến tỷ suất sinh lợi kỳ trước. Số liệu về báo cáo tài chính hợp nhất năm của các doanh nghiệp ngành xây dựng được tác giả tải về từ trang web chính thức của Sở giao dịch chứng khoán Thành phố Hồ Chí Minh (www.hsx.vn) và Sở giao dịch chứng khoán Thành phố Hà Nội (www.hnx.vn). Các báo cáo tài chính này đã được kiểm toán và công bố chính thống nên hệ thống dữ liệu sử dụng trong luận văn có độ chính xác và tin cậy cao, phù hợp dùng để ước lượng và phân tích kết quả nghiên cứu. Ngoài ra luận văn cũng sử dụng các Báo cáo thường niên, Biên bản giải trình của các doanh nghiệp để giải thích thêm về các chỉ số trong Báo cáo tài chính của các doanh nghiệp.
- Số liệu về tăng trưởng kinh tế (% GDP hàng năm), tỷ lệ lạm phát hàng năm được lấy từ trang website của Ngân hàng Thế giới (https://www.worldbank.org/).
- Số liệu phân tích về tổng quan nền kinh tế, tổng quan ngành xây dựng được lấy từ Tổng cục Thống kê, Ngân hàng Nhà nước, Bộ Xây Dựng, Ngân hàng Thế giới.
3.4 Phương pháp ước lượng
Trần Ái Kết (2017) cho rằng, trong việc phân tích hồi quy tuyến tính dữ liệu bảng có thể được ước lượng bằng ba phương pháp hồi quy là: bình phương bé nhất (Ordinary Least Square – OLS), phương pháp phân tích hiệu ứng cố định (Fixed effects - FE) và Phương pháp phân tích hiệu ứng ngẫu nhiên (Random effects - RE).
Phương pháp hồi quy OLS giúp tìm ra ảnh hưởng của các biến độc lập với biến phụ thuộc mà trong đó tất cả các hệ số của biến độc lập đều không đổi theo thời gian và từng quan sát. Bên cạnh đó, để mô hình nghiên cứu có ý nghĩa thì có rất nhiều giả định được đặt ra như phương sai sai số không đổi, không có tự tương quan, không có đa cộng tuyến, không bỏ sót biến quan trọng và phải tuân theo phân phối chuẩn. Vì vậy, rất ít mô hình đưa ra có thể thỏa mãn các điều kiện chặt chẽ nêu trên. Cho nên, trong nghiên cứu này sẽ sử dụng thêm hai phương pháp phân tích khác để thay thế cho OLS là phương pháp phân tích hiệu ứng cố định và phương pháp hiệu ứng ngẫu nhiên nếu như kiểm định mô hình bị vi phạm các giả thuyết của OLS nêu trên.
Phương pháp FE cho phép có sự khác nhau giữa ảnh hưởng của các quan sát riêng lẻ và có sự khác nhau theo thời gian, nghĩa là mỗi quan sát riêng lẻ đều có những đặc điểm riêng lẻ có thể ảnh hưởng đến các biến giải thích. FE phân tích mối tương quan này giữa phần dư của mỗi quan sát với các biến giải thích, qua đó kiểm soát và
tách ảnh hưởng của các đặc điểm riêng biệt (không thay đổi theo thời gian) ra khỏi các biến giải thích để có thể ước ượng được những ảnh hưởng thực tế của các biến giải thích lên biến phụ thuộc. Tuy nhiên, khi sử dụng mô hình FE thì cần có sự tác động của từng quan sát tới biến giải thích theo thời gian. Nếu sự biến động của các quan sát riêng lẻ không tương quan đến biến giải thích thì sử dụng phương pháp hiệu ứng ngẫu nhiên. Phương pháp phân tích RE được sử dụng trong trường hợp tồn tại các biến bị bỏ sót có giá trị không đổi nhưng khác nhau giữa các đơn vị chéo và các biến có giá trị biến đổi theo thời gian nhưng giống nhau đối với tất cả các đơn vị chéo.
Để quyết định lựa chọn FE hay RE, sẽ tiến hành kiểm định Hausman (1978). Kiểm định này dựa trên các Giả thiết H0: không có sự khác biệt nhau giữa hai mô hình FE và RE; Giả thuyết H1: FE là phù hợp. Nếu xác suất (p-value) của thống kê Hausman < 5% thì bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1, nghĩa là chọn phương pháp ước lượng FE. Ngược lại, nếu xác suất của thống kê (p-value) của Hausman > 5% thì bác bỏ giả thuyết H1 và chấp nhận giả thuyết H0, phương pháp ước lượng RE là phù hợp.
Trường hợp FE được chọn thì tiếp tục dùng kiểm định Wald để kiểm tra xem có tồn tại phương sai sai số thay đổi trong mô hình FE hay không. Nếu có, có thể khắc phục bằng sai số chuẩn điều chỉnh (Robust Standard Errors) được thực hiện trên phần mềm Stata. Bên cạnh đó, nghiên cứu dùng Kiểm định Woolridge để kiểm tra hiện tượng tự tương quan. Nếu trong mô hình cùng tồn tại hai khuyết tật là tự tương quan và phương sai sai số thay đổi thì sẽ sử dụng phương pháp ước lượng bình phương bé nhất tổng quát khả thi (Feasible Generalized Least Squares Estimators - FGLS) để khắc phục cùng lúc hai khuyết tật này (Hoang et al., 2019).
Ngoài ra, nghiên cứu cũng có sử dụng phương pháp thống kê mô tả để mô tả thực trạng của các doanh nghiệp ngành xây dựng được khảo sát. Phương pháp thống kê mô tả là hình thức trình bày số liệu và thông tin đã thu thập, từ đó có những nhận xét và đánh giá. Theo một cách diễn giải khác, thống kê mô tả là các phương pháp liên quan đến việc thu thập số liệu, tóm tắt, trình bày, tính toán và mô tả các đặc trưng khác nhau để phản ánh một cách tổng quát đối tượng nghiên cứu. Thống kê mô tả được sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập được từ nghiên cứu thực nghiệm qua các cách thức khác nhau. Thống kê mô tả và thống kê suy luận cùng cung cấp những tóm tắt đơn giản về mẫu và các thước đo. Cùng với phân tích đồ họa đơn giản, chúng tạo ra nền tảng của mọi phân tích định lượng về số liệu. Để hiểu được các hiện tượng và ra quyết định đúng đắn, cần nắm được các phương pháp cơ bản của mô tả dữ liệu. Có rất nhiều kỹ thuật hay được sử dụng. Có thể phân loại các kỹ thuật này như sau:
- Biểu diễn dữ liệu bằng đồ họa trong đó các đồ thị mô tả dữ liệu hoặc giúp so sánh dữ liệu. Đây là phương pháp trình bày và phân tích các thông tin thống kê bằng
biểu đồ, đồ thị và bản đồ thống kê. Biểu đồ bao gồm nhiều loại: biểu đồ hình cột, biểu đồ hình tròn, …
- Biểu diễn dữ liệu thành các bảng số liệu tóm tắt về dữ liệu hay còn gọi là biểu bảng. Biểu bảng là phương thức trình bày tài liệu thống kê một cách hợp lý, rõ ràng và mang tính hệ thống nhất, đặc trưng về lượng của đối tương nghiên cứu. Về hình thức, biểu bảng gồm các bộ phận bao gồm hàng, cột, tiêu đề, tiêu mục, con số. Còn về nội dung sẽ gồm hai phần là chủ đề và giải thích: phần chủ đề cho biết tổng thể được trình bày trong bảng thống kê; phần giải thích bao gồm các chỉ tiêu giải thích đặc điểm đối tượng nghiên cứu.
- Thống kê tóm tắt và mô tả dữ liệu.
Đề tài sử dụng phần mềm Stata 16 để thực hiện các phương pháp thống kê, ước lượng hồi quy cho mô hình nghiên cứu.
3.5 Kiểm định mô hình nghiên cứu
Nhằm đảm bảo mô hình nghiên cứu không có sự vi phạm các giả thiết cơ sở của phương pháp hồi quy tuyến tính, nghiên cứu sử dụng một số kiểm định cơ bản như:
3.5.1 Kiểm định đa cộng tuyến
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. Do đó, kết quả ước lượng có thể bị chệch. Để kiểm tra hiện tượng đa cộng tuyến giữa các biến trong mô hình nghiên cứu, đề tài sẽ dử dụng kiểm định hệ số tương quan Pearson thông qua ma trận tương quan. 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 VIF < 10 thì kết luận là không có hiện tượng đa cộng tuyến (Gujrati, 2003).
3.5.2 Kiểm định tương quan chuỗi (tự tương quan)
Kiểm định tương quan trong dữ liệu bảng được thực hiện thông qua kiểm định Woolridge trong phần mềm Stata. Với Giả thuyết H0: là không có tự tương quan trong mô hình; Giả thuyết H1: có tự tương quan. Nếu giá trị p-value của kiểm định Woolridge nhỏ hơn 5% thì bác bỏ giả thuyết H0, chấp nhận giả thuyết H1, nghĩa là mô hình bị tự tương quan. Ngược lại nếu giá trị p-value của kiểm định Woolridge lớn hơn 5% thì chấp nhận H0, nghĩa là mô hình không có hiện tượng tự tương quan.
3.5.3 Kiểm định phương sai sai số thay đổi
Kiểm định Wald sẽ giúp mô hình phát hiện hiện tượng phương sai sai số thay đổi. Với Giả thuyết H0: là không có phương sai sai số thay đổi; Giả thuyết H1: có phương sai sai số thay đổi. Nếu giá trị p-value của kiểm định Wald nhỏ hơn 5% thì bác bỏ giả thuyết H0, chấp nhận giả thuyết H1, nghĩa là mô hình bị phương sai sai số thay đổi. Ngược lại nếu giá trị p-value của kiểm định Wald lớn hơn 5% thì chấp nhận H0, nghĩa là mô hình không có phương sai sai số thay đổi.
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.1 Khái quát một số thông tin về các doanh nghiệp ngành xây dựng trong mẫu khảo sát
Tổng số doanh nghiệp xây dựng được quan sát trong mẫu nghiên cứu là 86 doanh nghiệp. Trong đó, có 53 doanh nghiệp niêm yết tại Sở giao dịch chứng khoán Hà Nội và 33 doanh nghiệp niêm yết tại Sở giao dịch chứng khóan Thành phố Hồ Chí Minh (danh sách các doanh nghiệp đưuọc liệt kê tại phần Phụ lục 1). Thời gian khảo sát là 7 năm (2014, 2015, 2016, 2017, 2018, 2019, 2020), tổng hợp thành dữ liệu bảng cân bằng gồm 602 quan sát với các biến trong mô hình được trình bày bảng dưới đây Bảng 4.1 Thống kê các biến trong mô hình nghiên cứu
Tên biến Đơn vị tính Trung bình Nhỏ nhất Lớn nhất Độ lệchchuẩn
ROA % 3,79 -36,97 29,91 4,94 ROE % 11,06 -46,42 71,89 12,38 AP % 21,13 0,00 84,18 16,02 DEBT % 63,96 1,10 93,07 19,13 GROWTH % 22,51 -98,24 2.587,97 127,87 SIZE 2.741,44 2.398,85 3.101,70 140,10 GDP % 6,10 2,91 7,08 1,36 IR % 2,92 0,63 4,09 1,04 ROA(t-1) % 3,84 -36,97 29,91 4,86 ROE(t-1) % 11,22 -46,42 74,56 11,97
4.1.1 Hiệu quả tài chính
Đề tài sử dụng hai chỉ tiêu đại diện cho hiệu quả tài chính là tỷ suất sinh lời trên tài sản (ROA) và tỷ suất sinh lời trên vốn chủ sở hữu ROE, đã được các tác giả sử dụng trong mô hình nghiên cứu trước đó như: Quan Minh Nhựt & Lý Thị Phương Thảo (2014), Đặng Ngọc Hùng (2015), Zeitun & Tian (207), Batchimeg (2017), Barbuta-Misu (2018),…
Bảng 4.2: Thống kê giá trị hệ số ROA, ROE
Hệ số Năm Trung bình Nhỏ nhất Lớn nhất Độ lệch chuẩn
ROA (%) 2014 3,49 -20,99 22,65 5,44 2015 4,47 0,01 14,19 3,95 2016 3,99 -2,28 17,12 3,83 2017 4,25 -8,80 23,50 4,66 2018 3,77 -36,97 23,81 6,59 2019 3,82 0,01 29,91 4,64 2020 2,77 -14,53 19,26 4,90 2014 - 2020 3,79 -36,97 29,91 4,94 ROE (%) 2014 11,63 -46,20 71,89 15,33 2015 12,75 0,01 47,17 9,34 2016 11,98 -2,34 53,61 10,03 2017 12,24 -35,42 64,80 13,14 2018 10,15 -46,42 42,97 13,03 2019 10,05 0,02 54,35 10,00 2020 8,66 -20,32 63,57 14,37 2014 - 2020 11,06 -46,42 71,89 12,38
Nguồn: trích từ kết quả tính toán trên phần mềm Stata
Qua số số liệu thống kê từ Bảng 4.1, trung bình hiệu quả tài chính của ngành xây dựng được khảo sát qua các năm có tăng, có giảm, tỷ lệ chênh lệch giữa các năm không nhiều nếu xét theo tiêu chí ROA nhưng ở ROE thì có biến động tương đối cao. Trung bình ngành là 3,79% đối với ROA (độ lẹch chuẩn 4,94%) và 11,06% đối với ROE (độ lệch chuẩn 12,38%). Ngành xây dựng có ROA cao nhất là 4,47% vào năm 2017, ROA thấp nhất là 2,77% vào năm 2020. Ngành xây dựng có ROE cao nhất là 12,75% vào năm 2015, ROE thấp nhất là 8,66% vào năm 2020. Riêng năm 2020, ngành xây dựng bị sụt giảm lợi nhuận nhiều (ROA là 2,77% và ROE là 8,66%). Điều này có thể do hậu quả của dịch Covid-19 gây ra. Năm 2020 là một năm ảm đạm của kinh tế thế giới nói chung và Việt Nam nói riêng, chủ yếu do dịch Covid-19 bùng phát trên toàn cầu, dịch Covid-19 được coi là sự kiện thời bình tiêu cực nhất trong hơn một thế kỷ, khiến nhiều nền kinh tế lớn phải đóng cửa và đẩy kinh tế thế giới lâm vào suy thoái. Tuy nhiên, theo Tổng cục thống kê, tăng trưởng GDP năm 2020 của Việt Nam vẫn có mức khả quan so với các nước trong khu vực và thế giới. Đặc biệt, ngành xây dựng vẫn là ngành đóng góp vào GDP cả nước ở mức cao bậc nhất (6,19% GDP). Điều này một lần nữa nói lên vai trò rất quan trọng của ngành xây dựng đối với nền kinh tế Đất nước.
Từ số liệu Bảng 4.1 và nguồn dữ liệu nghiên cứu của tác giả được tổng hợp từ báo cáo tài chính năm của các doanh nghiệp ngành xây dựng thấy rằng, doanh nghiệp có ROE thấp nhất (-46,42%) vào năm 2018 là trường hợp của CTCP Xây dựng Lilama 45.3 (L43); ROE cao nhất (71,89%) là CTCP Đầu tư Cầu đường CII (LGC) vào năm 2014. ROA thấp nhất (-36,97%) là trường hợp của CTCP Xây dựng Điện VNECO 1 (VE1) vào năm 2018 và có ROA cao nhất là (29,91%) của Tổng Công ty Đầu tư Phát triển Nhà và Đô thị Nam Hà Nội (NHA) vào năm 2019.
CTCP Xây dựng Lilama 45.3 (L43) có ROE thấp nhất so với toàn ngành trong