Chương 2. THỰC TRẠNG HIỆU QUẢ QTTC TRONG CÁC DOANH NGHIỆP
2.2. THỰC TRẠNG HIỆU QUẢ QTTC TRONG CÁC DN MAY THUỘC
2.2.3. Vận dụng mô hình hồi quy để kiểm định tác động của các yếu tố tới hiệu quả
2.2.3.3. Kết quả nghiên cứu và phân tích dữ liệu
Số liệu các biến phản ánh hiệu quả QTTC của 10 DN may thuộc mẫu nghiên cứu từ 2009 đến 2017 được thể hiện chi tiết tại Phụ lục số 22.
Thống kê mô tả cung cấp số liệu lớn nhất, nhỏ nhất, trung bình, độ lệch chuẩn của các biến trong mô hình. Biến phụ thuộc ROE trung bình 27,98%, các biến độc lập có giá trị trung bình: TANG 33,13%; DFL 0,72 lần; STATE 22,04%; BS 76,38 ngày;
SIZE 850,65 tỷ đồng; MC 8.693,7 tỷ đồng; ROA 8,26%; DPR 40,17%.
Bảng 2.9. Thống kê mô tả các biến trong mô hình
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
ROE 90 -,670 ,710 ,27978 ,157879
TANG 90 ,13 ,57 ,3313 ,10973
DFL 90 ,390 ,920 ,72244 ,132337
STATE 90 ,070 ,570 ,22044 ,107043
BS 90 20,600 166,690 76,38444 27,137041
SIZE 90 119,580 3657,680 850,65011 735,736101
MC 90 -1539,00 49432,00 8693,7111 9731,99234
ROA 90 -,060 ,400 ,08256 ,064869
DPR 90 -,07 ,97 ,4017 ,22788
Valid N (listwise) 90
Nguồn: Kết quả phân tích từ phần mềm SPSS 22.0 b. Kiểm tra tương quan
Bảng 2.10. Ma trận tương quan Pearson giữa ROE với các biến độc lập
Correlations
ROE TANG DFL STATE BS SIZE MC ROA DPR
ROE Pearson Correlation 1 -,030 -,293** -,264* -,300** -,008 ,223* ,696** -,089
Sig. (2-tailed) ,782 ,005 ,012 ,004 ,939 ,034 ,000 ,403
N 90 90 90 90 90 90 90 90 90
TANG Pearson Correlation -,030 1 -,480** ,311** ,064 -,321** -,175 ,342** -,131
Sig. (2-tailed) ,782 ,000 ,003 ,550 ,002 ,099 ,001 ,218
N 90 90 90 90 90 90 90 90 90
DFL Pearson Correlation -,293** -,480** 1 ,093 ,199 ,209* -,200 -,781** -,014
Sig. (2-tailed) ,005 ,000 ,386 ,060 ,048 ,059 ,000 ,896
N 90 90 90 90 90 90 90 90 90
STATE Pearson Correlation -,264* ,311** ,093 1 ,118 ,099 -,006 -,142 -,150
Sig. (2-tailed) ,012 ,003 ,386 ,267 ,352 ,953 ,183 ,158
N 90 90 90 90 90 90 90 90 90
BS Pearson Correlation -,300** ,064 ,199 ,118 1 ,493** ,163 -,255* ,221*
Sig. (2-tailed) ,004 ,550 ,060 ,267 ,000 ,125 ,015 ,036
N 90 90 90 90 90 90 90 90 90
SIZE Pearson Correlation -,008 -,321** ,209* ,099 ,493** 1 ,800** -,187 ,288**
Sig. (2-tailed) ,939 ,002 ,048 ,352 ,000 ,000 ,078 ,006
N 90 90 90 90 90 90 90 90 90
MC Pearson Correlation ,223* -,175 -,200 -,006 ,163 ,800** 1 ,211* ,087
Sig. (2-tailed) ,034 ,099 ,059 ,953 ,125 ,000 ,046 ,415
N 90 90 90 90 90 90 90 90 90
ROA Pearson Correlation ,696** ,342** -,781** -,142 -,255* -,187 ,211* 1 -,150
Sig. (2-tailed) ,000 ,001 ,000 ,183 ,015 ,078 ,046 ,157
N 90 90 90 90 90 90 90 90 90
DPR Pearson Correlation -,089 -,131 -,014 -,150 ,221* ,288** ,087 -,150 1 Sig. (2-tailed) ,403 ,218 ,896 ,158 ,036 ,006 ,415 ,157
N 90 90 90 90 90 90 90 90 90
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Nguồn: Kết quả phân tích từ phần mềm SPSS 22.0 Một trong những điều kiện cần để phân tích hồi quy là các biến độc lập phải có tương quan với biến phụ thuộc. Luận án tiến hành xem xét tương quan giữa các biến bằng kiểm định Pearson.
Qua Bảng 2.10 có thể nhận thấy các biến số có ảnh hưởng đáng kể, trong đó TANG, DFL, STATE, BS, SIZE, DPR có tác động ngược chiều với ROE, còn lại ROA, MC có tác động cùng chiều với hiệu quả QTTC và giữa các biến có tương quan với nhau. Mức độ tương quan ROE với ROA, DFL, BS và MC là khá chặt chẽ.
c. Kiểm tra phân phối chuẩn
Để ước lượng hồi quy tuyến tính thì một trong những kiểm định quan trọng là xem xét xem các biến có phân phối chuẩn hay không (độ xiên). Khi kiểm tra các biến như: ROE, ROA, DFL, SIZE, SATE, MC không phải phân phối chuẩn với hệ số Skewness vượt ngoài khoảng -1 đến +1. Vì vậy, tác giả đã chuyển các biến này sang thành hàm Logarit tự nhiên. Sau khi sử dụng phương pháp trên thì hầu hết các biến đã chuyển thành phân phối chuẩn với kết quả kết xuất từ SPSS trong Bảng 2.11.
Bảng 2.11. Kiểm tra phân phối chuẩn của các biến trong mô hình
Statistics
TANG BS DPR LNROE LNROA LNDFL LNSTATE LNSIZE LNMC
N Valid 90 90 90 90 90 90 90 90 90
Missing 0 0 0 0 0 0 0 0 0
Skewness ,342 ,623 ,003 -,508 ,169 -1,416 ,321 ,040 -2,608
Std. Error of Skewness ,254 ,254 ,254 ,254 ,254 ,254 ,254 ,254 ,254
Nguồn: Kết quả phân tích từ phần mềm SPSS 22.0 d. Kiểm tra đa cộng tuyến
Để phân tích hồi quy tương quan trước hết luận án kiểm tra hiện tượng đa cộng tuyến bằng kiểm định Collinearity Statistics. Các biến độc lập sẽ có hiện tượng đa cộng tuyến khi hệ số Tolerance nhỏ hơn 0,1 hoặc VIF lớn hơn 10.
Bảng 2.12. Kiểm tra hiện tượng đa cộng tuyến
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
95,0% Confidence
Interval for B Collinearity Statistics B Std.
Error Beta Lower
Bound
Upper
Bound Tolerance VIF
1 (Constant) 1,793 ,227 7,890 ,000 1,341 2,246
TANG -,508 ,188 -,118 -2,706 ,008 -,882 -,135 ,526 1,900
LNDFL 1,549 ,122 ,692 12,741 ,000 1,307 1,791 ,338 2,960
LNSTATE ,127 ,044 ,119 2,912 ,005 ,040 ,214 ,602 1,660
BS ,003 ,001 ,177 4,064 ,000 ,002 ,005 ,523 1,910
LNSIZE -,296 ,040 -,534 -7,485 ,000 -,375 -,217 ,196 5,099
LNMC ,165 ,020 ,498 8,449 ,000 ,126 ,204 ,287 3,490
LNROA ,719 ,027 1,143 26,722 ,000 ,665 ,772 ,545 1,835
DPR -,039 ,075 -,019 -,519 ,605 -,188 ,110 ,764 1,309
a. Dependent Variable: LNROE
Nguồn: Kết quả phân tích từ phần mềm SPSS 22.0 Theo bảng 2.12 có thể nhận thấy rằng hệ số Tolerance biến thiên từ 0,196 đến 0,602 và hệ số VIF biến thiên từ 1,309 đến 5,099, nên có thể cho rằng trong mô hình không có hiện tượng đa cộng tuyến, giữa các biến độc lập.
e. Kiểm tra tự tương quan
Để kiểm tra tự tương quan trong thực tế các nhà nghiên cứu thường sử dụng kiểm định Durbin-Watson, nếu hệ số Durbin-Watson nằm trong vùng từ 1 đến 3 (đặc biệt càng tiến đến gần 2 càng tốt) thì không có hiện tượng tự tương quan. Qua dữ liệu kiểm định Durbin-Watson trên SPSS có hệ số D = 1,632 (bảng 2.13) nên trong mô hình không có hiện tượng tự tương quan.
Bảng 2.13. Kiểm định Durbin-Watson
Model Summaryb Model R R Square Adjusted R
Square
Std. Error of the Estimate
Change Statistics
Durbin- Watson R Square
Change F Change df1 df2 Sig.
F Change
1 ,959a ,919 ,911 ,14114 ,919 115,194 8 81 ,000 1,632
a. Predictors: (Constant), LNMC, LNSTATE, LNROA, TANG, DPR, BS, LNDFL, LNSIZE b. Dependent Variable: LNROE
Nguồn: Kết quả phân tích từ phần mềm SPSS 22.0 f. Hồi quy bội
Bảng 2.14 và 2.15 cho thấy, với R-Square = 0,919 tức là các biến độc lập trong mô hình giải thích được 91,9% sự thay đổi của ROE, mức độ tương quan giữa các biến là rất chặt chẽ. Mặt khác, thông qua kiểm định Anova về sự phù hợp của mô hình có thể nhận thấy mô hình hoàn toàn phù hợp để xem xét sự tác động của các biến độc lập đến hiệu quả QTTC trên tổng thể tại giá trị F=115,194 với mức P-value (Sig.)=0,000<5%.
Bảng 2.14. Kiểm định Anova về sự phù hợp của mô hình ROE
ANOVAa
Model Sum of
Squares df Mean Square F Sig.
1 Regression 18,357 8 2,295 115,194 ,000b
Residual 1,614 81 ,020
Total 19,971 89
a. Dependent Variable: LNROE
b. Predictors: (Constant), LNMC, LNSTATE, LNROA, TANG, DPR, BS, LNDFL, LNSIZE
Nguồn: Kết quả phân tích từ phần mềm SPSS 22.0 - Mô hình và thảo luận kết quả hồi quy
Sau khi kiểm tra mô hình, các biến phân phối chuẩn, không có hiện tượng tự tương quan và đa cộng tuyến, luận án sử dụng phân tích hồi quy bội để kiểm tra mối quan hệ giữa biến phụ thuộc và các biến độc lập.
Bảng 2.15. Mô hình hồi quy bội của ROE
Coefficientsa Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
95,0% Confidence Interval for B
B Std. Error Beta Lower Bound Upper Bound
1 (Constant) 1,793 ,227 7,890 ,000 1,341 2,246
TANG -,508 ,188 -,118 -2,706 ,008 -,882 -,135
LNDFL 1,549 ,122 ,692 12,741 ,000 1,307 1,791
LNSTATE ,127 ,044 ,119 2,912 ,005 ,040 ,214
BS ,003 ,001 ,177 4,064 ,000 ,002 ,005
LNSIZE -,296 ,040 -,534 -7,485 ,000 -,375 -,217
LNMC ,165 ,020 ,498 8,449 ,000 ,126 ,204
LNROA ,719 ,027 1,143 26,722 ,000 ,665 ,772
DPR -,039 ,075 -,019 -,519 ,605 -,188 ,110
a. Dependent Variable: LNROE
Nguồn: Kết quả phân tích từ phần mềm SPSS 22.0
Kết quả hồi quy (bảng 2.15) cho thấy các biến đều có ảnh hưởng đáng kể đến hiệu quả QTTC ở mức ý nghĩa 5%, ngoại trừ biến hệ số chi trả cổ tức (DPR) không có ý nghĩa thống kê trong nghiên cứu này. Sự tác động của các biến độc lập đến hiệu quả QTTC tổng thể (ROE) tại các DN may thuộc Vinatex được giải thích thông qua các hệ số hồi quy:
- Tỷ suất đầu tư TSDH (TANG): có tác động âm (-) đến hiệu quả QTTC (BTANG=- 0,508), P-value=0,008<5%. Điều này có vẻ như mâu thuẫn khi mà tăng đầu tư cơ sở vật chất, tăng năng lực sản xuất lại làm cho hiệu quả QTTC DN giảm. Tuy nhiên, khi xét về mặt thực trạng tại các DN may thuộc Vinatex thấy rằng nó lại phù hợp bởi lẽ:
nhiều thiết bị trong DN may không phải là TSCĐ do chúng có giá trị thấp hơn 30 triệu đồng/thiết bị; trong cơ cấu tài sản của các DN này, tỷ trọng TSDH chỉ chiếm chưa tới 30% về mặt giá trị và các tài sản có giá trị lớn hơn 30 triệu đồng/tài sản chủ yếu là nhà xưởng và các máy chuyên dùng, với số lượng không nhiều. Nhà xưởng có thời gian sử dụng dài nên trong ngắn hạn tài sản này chưa phát huy tối đa hiệu quả sẽ làm ROE
giảm. Đồng thời, thiết bị chuyên dùng chỉ phục vụ cho từng mặt hàng cụ thể, trong khi sản phẩm may mặc lại có tính mùa vụ và yếu tố thời trang nên thường không khai thác tối đa công suất, do đó tác động làm giảm hiệu quả sử dụng tài sản.
Kết quả này một lần nữa khẳng định đây là đặc điểm hoàn toàn phù hợp với các DN may mặc trên thế giới trong quản trị đầu tư, bố trí cơ cấu tài sản. Để đạt mục tiêu tối đa hóa giá trị DN thì các DN may Việt Nam cần điều chỉnh giảm TSDH trong cơ cấu tài sản của mình.
- Đòn bẩy tài chính (LNDFL): có tác động dương (+) đến hiệu quả QTTC là khá lớn (BLNDFL=1,549) ở mức độ lớn, P-value=0,000<5%. Đòn bẩy tài chính có tác động đến ROE trong nghiên cứu này giống như nghiên cứu của Ghosh, Nag và Sirmans (2000), Berger và di Patti (2006)... Theo lý thuyết về sự đánh đổi khi sử dụng nợ ở mức tối ưu hóa thì sẽ cân bằng được lợi ích và chi phí của việc sử dụng nợ nên sử dụng nợ ở một mức độ nhất định sẽ làm gia tăng hiệu quả QTTC. Tuy nhiên, khi sử dụng nợ càng nhiều thì rủi ro tài chính gia tăng và những chi phí do áp lực tài chính tăng có thể dẫn đến tác động ngược chiều với hiệu quả QTTC.
Khi BEP lớn hơn chi phí sử dụng vốn vay thì đòn bẩy tài chính khuyếch đại dương. Việc gia tăng nợ vay sẽ làm gia tăng lợi ích cho VCSH. Trong điều kiện các DN sử dụng công cụ nợ vay khá lớn nên tác động của DFL đến ROE là lớn nhất trong các biến độc lập tại nghiên cứu này. Kết quả này cho thấy, việc sử dụng nợ vay trong tài trợ vốn của các DN may tại mẫu nghiên cứu này là có hiệu quả tích cực đến khuếch đại ROE.
- Tỷ lệ vốn nhà nước (STATE): có tác động dương (+) đến hiệu quả QTTC (BLNSTATE=0,127), P-value=0,005<5%. Điều này là bằng chứng cho thấy tính năng động, nắm bắt cơ hội của các DN có vốn Nhà nước không thua kém so với các DN thuộc khu vực còn lại, đặc biệt khu vực kinh tế tư nhân bởi mặc dù cơ chế ra quyết định kéo dài, nhiều cấp phê duyệt nhưng nó lại đảm bảo hạn chế rủi ro có thể gặp phải, hệ thống quản trị DN vận hành ổn định hơn. Bản chất vốn tư nhân hay Nhà nước thì cũng vẫn là vốn và đều phải chịu áp lực sinh lời khi sử dụng vốn này. Do đó, tại các DN may mặc tỷ lệ sở hữu Nhà nước đang diễn biến theo chiều hướng tác động thuận lợi tới ROE là do các DN này có quy mô lớn do được Nhà nước đầu tư trước đây, đồng thời việc sử dụng nhiều lao động và đầu tư về nông thôn lại được ưu đãi về mặt cơ chế, chính sách khi làm việc với các cơ quan quản lý Nhà nước. Các DN may có nguồn gốc Nhà nước có truyền thống gia công hàng xuất khẩu lâu năm, cơ sở vật chất tốt, thực hiện đầy đủ chính sách và đảm bảo điều kiện làm việc cho người lao động theo các tiêu
chuẩn quốc tế như SA 8000,… nên đã dễ dàng hơn trong việc khách hàng đánh giá nhà máy và cấp chứng nhận đạt chuẩn theo tiêu chuẩn quốc tế. Đây là những yếu tố đã tác động tích cực đến ROE của các DN may có nguồn gốc Nhà nước ở Việt nam.
- Chu kỳ SXKD (BS): có tác động dương (+) đến hiệu quả QTTC (BBS=0,003), P- value=0,000<5%. Mặc dù tác động cùng chiều nhưng mức độ tác động của chu kỳ kinh doanh đến ROE của các DN may là không lớn. Điều này hoàn toàn dễ hiểu khi mà các DN may Việt Nam gia công xuất khẩu là chính, nguyên phụ liệu đầu vào do khách hàng cung cấp, do đó việc rút ngắn chu kỳ kinh doanh không tác động nhiều đến ROE, nó chỉ đẩy nhanh tiến độ giao hàng, giảm lượng hàng lưu kho và thu tiền hàng nhanh hơn trong mỗi chu kỳ kinh doanh.
Mặt khác, do các DN đang chuyển đổi phương thức từ gia công thuần túy sang các phương thức có giá trị gia tăng cao; khi đó, chu kỳ kinh doanh sẽ dài hơn nhưng đổi lại giá trị gia tăng DN nhận được lại cao hơn do đã tham gia được vào những khâu tạo ra giá trị lớn trong chuỗi giá trị dệt may toàn cầu. Tuy nhiên, tác động này là chưa lớn song nó thể hiện xu thế của tương lai trong việc dịch chuyển sang các phương thức sản xuất đem lại giá trị gia tăng cao cho DN.
- Quy mô DN (LNSIZE): có tác động âm (-) đến hiệu quả QTTC tổng thể là (BLNSIZE=-0,296), P-value =0,000<5% có nghĩa là đủ khả năng để cho rằng quy mô DN có tác động đến hiệu quả QTTC, tuy nhiên không quá lớn. Mặt khác, quy mô DN có tác động ngược chiều với hiệu quả QTTC, nghĩa là quy mô DN càng lớn thì hiệu quả QTTC càng thấp. DN càng lớn khả năng kiểm soát và quản trị chi phí càng kém hiệu quả hơn do bộ máy quản trị cồng kềnh, ứng phó kém linh hoạt với thay đổi từ môi trường kinh doanh. Thực tế cũng chỉ ra rằng các DN may mặc hoạt động theo module chuẩn với quy mô khoảng 600 lao động trực tiếp là phát huy hiệu quả cao nhất, khi đó các khâu gián tiếp sẽ được tối ưu hóa năng lực.
- Năng lực của các nhà quản trị (MC): có tác động dương (+) đến hiệu quả QTTC tổng thể là (BMC=0,165), P-value =0,000<5% có nghĩa là đủ khả năng để cho rằng năng lực của các nhà quản trị có tác động đến hiệu quả QTTC. Rõ ràng hoạt động quản trị mang tính chủ quan của nhà quản trị, nếu năng lực của các nhà quản trị tốt thì sẽ tác động tốt tới hiệu quả QTTC tổng thể và ngược lại.
- Tỷ suất LNST trên tài sản (LNROA): có tác động (+) đến hiệu quả QTTC tổng thể (BLNROA=0,719) ở mức độ khá lớn, P-value=0,000<5%. Khi có sự thay đổi về hiệu quả sử dụng tài sản, như doanh thu tăng lên, chi phí SXKD giảm xuống sẽ làm gia tăng tỷ suất LNST trên tài sản (ROA), điều đó thể hiện hiệu quả của việc chuyển vốn đầu tư
thành LNST. Xét về mức độ tác động thì đây là biến độc lập có mức độ tác động thuận chiều lớn thứ 2 sau biến DFL đến ROE trong mô hình nghiên cứu này.
g. Kết luận và một số kiến nghị
Nghiên cứu chỉ ra rằng tỷ lệ đầu tư TSDH, tỷ suất LNST trên tài sản, mức độ sử dụng đòn bẩy tài chính, tỷ lệ sở hữu vốn Nhà nước, chu kỳ kinh doanh, quy mô tài sản, năng lực của các nhà quản trị có tác động đáng kể đến ROE tại các DN may thuộc Vinatex. Trong đó, TANG và SIZE có tác động âm hay nói cách khác các DN may thuộc Vinatex muốn gia tăng ROE cần:
(a) giảm bớt tỷ trọng đầu tư TSDH trong cơ cấu tài sản, tăng cường đầu tư TSNH trong việc nâng cao năng lực sản xuất tại các nhà máy.
(b) quy mô nhà máy nên đầu tư theo module chuẩn với quy mô khoảng 600 lao động trực tiếp nhằm khai thác tối đa năng lực thực hiện của các bộ phận và thiết bị đầu tư.
Đồng thời, nghiên cứu cũng chỉ ra mối quan hệ dương giữa ROA, DFL, STATE, BS, MC với ROE hay để tăng tỷ suất sinh lời vốn chủ hữu các DN may cần áp dụng các biện pháp để nâng cao khả năng sinh lời của mỗi đồng tài sản sử dụng, điều chỉnh cơ cấu vốn hợp lý nhằm phát huy hiệu quả của đòn bẩy tài chính, gia tăng tỷ lệ sở hữu vốn Nhà nước, chuyển đổi phương thức sản xuất để gia tăng giá trị, nâng cao năng lực của các nhà quản trị.