CHƯƠNG 3 : DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.2 Cơ sở xây dựng mơ hình nghiên cứu
Nghiên cứu của A.K. Sharma & Satish Kumar (2011):
A.K. Sharma & Satish Kumar (2011) nghiên cứu sự tác động của quản trị vốn luân chuyển (ARit, INVit, APit, CCCit) đến khả năng sinh lợi (ROAit) tại 263 doanh nghiệp phi tài chính niêm yết trên sàn giao dịch chứng khoán Bombay (BSE) trong giai đoạn 2000-2008. Kết quả nghiên cứu cho thầy rằng: Biến độc lập ARit và biến kiểm sốt SIZEit tác động có ý nghĩa thống kê.
Khảo sát ý kiến chuyên gia:
Nhằm xác định những biến nào có tác động đến tỷ suất sinh lợi của các doanh nghiệp ngành bất động sản tại Việt Nam (phù hợp với thực tế ở Việt Nam), tác giả đã sử dụng phương pháp phỏng vấn chuyên gia dưới hình thức tham vấn trực tiếp một số người am hiểu sâu về thị trường bất động sản ở Việt Nam như: ơng Nguyễn Đình Long (Trưởng phịng kinh doanh – Cơng ty CP bất động sản Danh Khôi); ông Nguyễn Trường Thuật (Trưởng phòng kinh doanh – Công ty CP bất động sản Vạn An), ơng Nguyễn Hồng Thịnh (Giám đốc chi nhánh – Công ty CP Bất động sản Trần Anh),...
Tổng hợp kết quả tham vấn, các chuyên gia cho rằng:
+ Về biến độc lập:
Quản trị vốn luân chuyển (ARit, INVit, APit, CCCit) có thể ảnh hưởng đến khả năng sinh lợi (ROAit) tại các doanh nghiệp ngành bất động sản trên thị trường chứng khoán Việt Nam.
+ Về biến kiểm soát:
Các chuyên gia cho rằng, ngồi biến quy mơ doanh nghiệp (SIZEit), nên đưa thêm vào nghiên cứu các biến kiểm soát thuộc đặc điểm của doanh nghiệp (có trong nghiên cứu của A.K. Sharma & Satish Kumar (2011)) như tỷ lệ thanh toán hiện hành, tỷ số nợ. Ngoài ra, cần đưa thêm biến kiểm soát thuộc yếu tố kinh tế vĩ mô (tỷ lệ tăng trưởng kinh tế) vào nghiên cứu.
Việc đưa thêm 03 biến kiểm soát vào nghiên cứu nhằm phù hợp với thực tiễn của Việt Nam và tạo tính mới của đề tài so với các nghiên cứu trước.
3.3 Mơ hình nghiên cứu:
Mơ hình 1:
ROAit = β0 + β1ARit + β2SIZEit + β3CRit + β4LEVit + β5GDPt + εit Mơ hình 2:
ROAit = β0 + β1INVit + β2SIZEit + β3CRit + β4LEVit + β5GDPt + εit Mơ hình 3:
ROAit = β0 + β1APit + β2SIZEit + β3CRit + β4LEVit + β5GDPt + εit Mơ hình 4:
ROAit = β0 + β1CCCit + β2SIZEit + β3CRit + β4LEVit + β5GDPt + εit Trong đó:
Biến phụ thuộc: ROAit: Lợi nhuận sau thuế trên tổng tài sản. Biến độc lập:
Kỳ thu tiền bình quân: là số ngày trung bình từ khi bán hàng cho đến khi thu xong tiền
từ khách hàng. Đây là một tỷ số tài chính đánh giá hiệu quả hoạt động của doanh nghiệp. Tỷ số này cho biết doanh nghiệp mất bình quân là bao nhiêu ngày để thu hồi các khoản phải thu của mình. Tỷ số này được tính ra bằng cách lấy số ngày trong năm chia cho số vịng quay khoản phải thu. Một cách tính khác là lấy trung bình cộng các khoản phải thu chia cho doanh thu thuần (doanh thu khơng kể tiền mặt) bình qn mỗi ngày.
Dựa vào Kỳ thu tiền bình qn, có thể nhận ra chính sách bán trả chậm của doanh nghiệp bất động sản, chất lượng công tác theo dõi thu hồi nợ của doanh nghiệp. Nếu kỳ thu tiền bình quân dài, tức các doanh nghiệp bất động sản đang có nguồn tài chính khá mạnh, khơng bị áp lực gánh nặng từ vốn vay ngân hàng khi tài trợ đầu tư xây dựng các dự án. Chính vì vậy, để đẩy mạnh doanh số bán nhà, các doanh nghiệp bất động sản sẽ tạo điều kiện thanh toán tốt nhất cho khách hàng khi mua nhà thông qua việc thiết kế tiến độ thanh toán phù hợp với thu nhập của khách hàng. Nếu kỳ thu tiền bình quân ngắn, tức các doanh nghiệp bất động sản đang thực hiện chính sách tín dụng thắt chặt, thu hồi tiền càng nhanh càng tốt để đảm bảo dòng tiền cho các chi phí vận hành hoạt động đầu tư xây dựng dự án cũng như các chi phí lãi vay khi vay vốn ngân hàng. Để thực hiện được điều này, doanh nghiệp thường phải tung ra các chương trình ưu đãi khuyến mãi khi mua nhà như chính sách chiết khấu giảm giá khi khách hàng thanh toán tiền một phần hay thanh tốn tồn bộ, ưu tiên cho khách hàng những vị trí đẹp của dự án nếu thanh tốn sớm. Nếu khách hàng hạn chế về tài chính thì hỗ trợ khách hàng tiếp cận vốn vay qua ngân hàng với những mức lãi suất ưu đãi cho khách hàng.
INVit: Logarit kỳ luân chuyển hàng tồn kho ((Bình quân Hàng tồn kho/Giá vốn hàng bán)*365)
Kỳ luân chuyển hàng tồn kho: là khoảng thời gian trung bình cần thiết để chuyển đổi nguyên vật liệu thô sang thành phẩm và bán những sản phẩm này.
Hàng tồn kho của các doanh nghiệp bất động sản bao gồm các nguyên vật liệu xây dựng, các dự án bất động sản dở dang và các dự án bất động sản đã được hoàn thành. Hàng tồn kho thường được chiếm tỉ trọng đáng kể trong tổng tài sản ngắn hạn của các doanh nghiệp bất động sản. Nếu doanh nghiệp có kỳ luân chuyển hàng tồn kho dài, tức doanh nghiệp đang có dự trữ bất động sản nhiều, có thể các dự án doanh nghiệp đang bán không thu hút được nhiều khách hàng hoặc doanh nghiệp đang thiếu hụt dòng tiền để triển khai các dự án dở dang dẫn đến phải trì trệ lâu dàu. Điều này sẽ làm doanh nghiệp phát sinh chi phí bảo quản hàng tồn kho, có thể phải gánh chịu các thiệt hại hư hỏng, thất thốt hàng hóa trong quá trình dự trữ. Đặc biệt là doanh nghiệp sẽ phải gánh chịu chi phí cơ hội trong việc sử dụng vốn, do đó có một lượng vốn lớn bị đọng lại trong hàng tồn kho. Tuy nhiên, dự trữ hàng tồn kho tăng, có thể là do các doanh nghiệp đang đầu tư nhiều vào quỹ đất do đang được mua với giá rẻ để định hướng đầu tư trong tương lai, nhằm đảm bảo đáp ứng nhu cầu của khách hàng, không bị lỡ các cơ hội tạo doanh thu. Nếu doanh nghiệp có kỳ luân chuyển hàng tồn kho dài ngắn, hay gọi là tốc độ luân chuyển hàng tồn kho nhanh sẽ đẩy nhanh tốc độ thu hồi vốn, do đó làm tăng khả năng thanh tốn cho doanh nghiệp.
APit: Logarit kỳ thanh tốn bình qn ((Bình quân phải trả người bán/Giá vốn hàng bán)*365)
Kỳ thanh tốn bình qn: là khoảng thời gian trung bình từ khi mua hàng hóa cho tới khi trả hết tiền cho người bán. Hay là khoảng thời gian trung bình của một doanh nghiệp trong việc thanh toán các khoản nợ với nhà cung cấp. Sự gia tăng kỳ thanh tốn tiền bình qn của các doanh nghiệp là dấu hiệu của việc thiếu hụt vốn đầu tư dài hạn hoặc khả năng quản lý tài sản lưu động yếu kém, đó là kết quả của việc gia tăng các khoản phải trả nhà cung cấp, gia tăng hạn mức thấu chi tại ngân hàng.
Chu kỳ chuyển đổi tiền mặt: là khoảng thời gian từ khi trả tiền mua nguyên vật liệu thô
đến khi thu tiền bán thành phẩm. Chu kỳ chuyển đổi tiền mặt đo lường bao lâu một doanh nghiệp sẽ bị tước tiền mặt nếu nó tăng đầu tư vào các nguồn lực để mở rộng bán hàng cho khách hàng. Do đó nó là một thước đo rủi ro thanh khoản kéo theo bởi sự tăng trưởng. Tuy nhiên, việc rút ngắn CCC tạo ra những rủi ro riêng của nó: trong khi một doanh nghiệp thậm chí có thể đạt được một CCC tiêu cực bằng cách thu thập từ khách hàng trước khi chi trả nhà cung cấp, một chính sách thu thập nghiêm ngặt và thanh tốn lỏng lẻo khơng phải là luôn luôn bền vững.
Mục đích của nghiên cứu chu kỳ chuyển đổi tiền mặt và tính tốn của nó là để thay đổi các chính sách liên quan đến tín dụng mua hàng và tín dụng bán hàng. Tiêu chuẩn thanh tốn tín dụng mua hàng hoặc nhận tiền mặt từ các con nợ có thể được thay đổi trên cơ sở báo cáo của chu kỳ chuyển đổi tiền mặt. Nếu nó cho khả năng thanh tốn tiền mặt tốt, chính sách tín dụng trong q khứ có thể được duy trì. Mục đích của nó cũng là để nghiên cứu dòng tiền của doanh nghiệp. Báo cáo lưu chuyển tiền mặt và nghiên cứu chu trình chuyển đổi tiền mặt sẽ rất hữu ích cho việc phân tích dịng tiền.
Biến kiểm sốt:
SIZEit: quy mơ của doanh nghiệp (logarit của doanh thu)
CRit: tỷ lệ thanh toán hiện hành (Tài sản ngắn hạn/Nợ ngắn hạn) LEVit: tỷ số nợ (Tổng nợ/Tổng nguồn vốn)
GDPt: tỷ lệ tăng trưởng kinh tế εit: sai số
Bảng 3.1 Bảng kỳ vọng về dấu
Biến nghiên cứu Định nghĩa biến Dấu kỳ vọng
AR (Khoản phải thu/ Doanh thu thuần)*365 -
AP (Phải trả người bán/ Giá vốn hàng bán)*365 -
INV (Hàng tồn kho/ Giá vốn hàng bán)*365 -
CCC Khoản phải thu + Hàng tồn kho – Phải trả người bán
-
CR Tài sản ngắn hạn/ Nợ ngắn hạn +
SIZE Logarit tự nhiên của tổng tài sản +
LEV Tổng nợ/ Tổng tài sản -
GDP (Doanh thu nămt – Doanh thu nămt-1) / Doanh thu nămt-1
+
3.4 Dữ liệu nghiên cứu:
Số liệu được tải xuống từ các trang thông tin điện tử của Sở giao dịch chứng khốn thành phố Hồ Chí Minh, Sở giao dịch chứng khoán Hà Nội và trang dữ liệu chứng khoán cafef, cophieu68. Số liệu được thu thập và tổng hợp tính tốn bằng phần mềm Excell để cho ra kết quả về các biến.
Kết quả hồi quy được trình bày tại chương 4.
3.5 Các bước phân tích mơ hình nghiên cứu:
Thống kê mơ tả được sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập được từ nghiên cứu thực nghiệm như: tổng số mẫu quan sát, giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất, giá trị lớn nhất.
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 mơ 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 mơ tả dữ liệu hoặc giúp so sánh dữ liệu;
Biểu diễn dữ liệu thành các bảng số liệu tóm tắt về dữ liệu;
Thống kê tóm tắt (dưới dạng các giá trị thống kê đơn nhất) mơ tả dữ liệu.
Phân tích tương quan:
Phân tích tương quan cho ta thấy mức tương quan giữa các biến trong mơ hình nghiên cứu. Trong trường hợp các biến độc lập có mối tương quan cao (lớn hơn hoặc bằng 0,8 theo chuẩn so sánh Farrar & Glauber (1967)), thì đây có thể là dấu hiệu của hiện tượng đa cộng tuyến.
Phân tích hồi quy trên dữ liệu bảng:
Phân tích hồi quy sẽ xác định được mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Mơ hình phân tích hồi quy sẽ mơ tả hình thức của mối quan hệ và qua đó giúp ta dự đốn được mức độ của biến phụ thuộc khi biết trước giá trị của các biến độc lập.
Phân tích hồi quy là tìm quan hệ phụ thuộc của một biến, được gọi là biến phụ thuộc vào một hoặc nhiều biến khác, được gọi là biến độc lập nhằm mục đích ước lượng hoặc tiên đoán giá trị kỳ vọng của biến phụ thuộc khi biết trước giá trị của biến độc lập Một số tên gọi khác của biến phụ thuộc và biến độc lập như sau:
Biến phụ thuộc: biến được giải thích, biến được dự báo, biến được hồi quy, biến phản ứng, biến nội sinh.
Biến độc lập: biến giải thích, biến dự báo, biến hồi quy, biến tác nhân hay biến kiểm soát, biến ngoại sinh.
Kiểm định các giả thuyết hồi quy:
+ Kiểm định khơng có sự tự tương quan giữa các biến độc lập trong mơ hình (khơng bị
hiện tượng đa cộng tuyến)
Đa cộng tuyến là hiện tượng các biến độc lập trong mơ hình tương quan tuyến tính với nhau. Nghiên cứu tiến hành kiểm định giả thuyết không bị hiện tượng đa cộng tuyến bằng cách dùng chỉ tiêu VIF.
+ Kiểm định phương sai sai số không đổi (không bị hiện tượng phương sai thay đổi) Phương sai của sai số thay đổi sẽ làm cho các ước lượng thu được bằng phương pháp hồi quy thông thường trên dữ liệu bảng vững nhưng không hiệu quả, các kiểm định hệ số hồi quy khơng cịn đáng tin cậy. Từ đó dẫn đến hiện tượng ngộ nhận các biến độc lập trong mơ hình nghiên cứu có ý nghĩa, lúc đó kiểm định hệ số hồi quy khơng dùng được. Bởi vì phương sai của sai số thay đổi làm mất tính hiệu quả của ước lượng, nên cần thiết phải tiến hành kiểm định giả thuyết phương sai của sai số không đổi bằng kiểm định White, với giả thuyết H0: khơng có hiện tượng phương sai thay đổi.
Mức ý nghĩa đề tài chọn là 5%, theo đó giá trị Prob lớn hơn 5% thì chấp nhận giả thiết H0.
+ Kiểm định giữa các sai số khơng có mối quan hệ tương quan với nhau (khơng bị hiện tượng tự tương quan)
Giữa các sai số có mối quan hệ tương quan với nhau sẽ làm cho các ước lượng thu được bằng phương pháp hồi quy thông thường trên dữ liệu bảng vững nhưng không hiệu quả, các kiểm định hệ số hồi qui khơng cịn đáng tin cậy. Nghiên cứu tiến hành kiểm định giả thuyết không bị tự tương quan với giả thuyết H0: khơng có sự tự tương quan.
CHƯƠNG 4: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
4.1 Mô tả thống kê:
Bảng 4.1: Mô tả thống kê các biến
Variable Obs Mean Std.Dev Min Max
ROA 185 0.0307815 0.0498587 -0.200744 0.263296 AR 185 5.496868 0.9962779 2.888147 8.851938 INV 185 6.708227 1.394975 2.207175 9.993388 AP 185 4.126401 1.409502 -3.506558 7.981672 CCC 185 7.003091 1.202094 3.498324 10.00129 SIZE 185 26.21141 1.33304 22.75141 30.96323 CR 185 2.837359 2.576712 0.2326 22.9884 LEV 185 0.5282751 0.1699077 0.1358 0.9151 GDP 185 0.05862 0.0045689 0.0525 0.0642
Nguồn: tác giả tính tốn từ phần mềm Stata
Bảng 4.1 mơ tả tóm tắt các biến phụ thuộc và giải thích của mơ hình nghiên cứu.
ROA: Tỷ suất sinh lợi trên tài sản có mức trung bình là 0.03%, mức thấp nhất là -
AR: Logarit của Kỳ thu tiền có mức trung bình là 5 ngày, mức thấp nhất là 2 ngày,
mức cao nhất là 8 ngày. Điều này cho thấy có biến động mạnh.
INV: Logarit của Kỳ ln chuyển hàng tồn kho có mức trung bình là 6 ngày, mức thấp
nhất là 2 ngày, mức cao nhất là 9 ngày.
AP: Logarit của kỳ thanh tốn có mức trung bình là 4 ngày, mức thấp nhất là -3 ngày,
mức cao nhất là 7 ngày.
CCC: Logarit của Chu kỳ chuyển đổi tiền mặt có mức trung bình là 7 ngày, mức thấp
nhất là 3 ngày, mức cao nhất là 10 ngày
SIZE: quy mơ doanh nghiệp khơng có sự chênh lệch nhiều, mức nhỏ nhất là 22.75 và
mức lớn nhất là 30.96.
CR: tỷ số thanh tốn hiện hành có mức trung bình là 2.83; khả năng thanh tốn giữa
các doanh nghiệp có sự chênh lệch khá lớn, kém nhất là ở mức 0.23, tốt nhất lên đến 22.98. Giữ tỷ số thanh toán hiện hành cao nhằm ngăn ngừa rủi ro thanh khoản, thể hiện được năng lực tài chính dồi dào, vững mạnh của doanh nghiệp, đem lại sự an tâm cho các cổ đông.
LEV: tỷ số nợ có mức trung bình là 0.52. Nợ là một trong những kênh tạo ra nguồn
vốn cho doanh nghiệp. Tùy thuộc vào chính sách mỗi doanh nghiệp, có doanh nghiệp duy trì tỷ lệ nợ chỉ 0.13, nhưng có doanh nghiệp duy trì nợ ở mức 0.91.
GDP: tỷ lệ tăng trưởng kinh tế của các doanh nghiệp trong mẫu ở mức trung bình
5.8%. Nhìn chung, tốc độ tăng trưởng giữa các doanh nghiệp khơng có sự chênh lệch lớn, mức thấp nhất là 5.2% và mức cao nhất là 6.4%.
Bảng 4.2: Bảng phân tích tương quan mơ hình 1
ROA AR SIZE CR LEV GDP
ROA 1.0000 AR -0.4520 1.0000 SIZE 0.2753 -0.2255 1.0000 CR 0.1706 -0.3144 -0.1991 1.0000 LEV -0.1871 0.1366 0.0986 -0.3748 1.0000