NIÊM YẾT Ở VIỆT NAM
2.2.2.2Thiết kế nghiên cứu định lượng
* Nguồn thu thập dữ liệu
Để đánh giá quản lý từng loại tài sản tại các công ty cổ phần ngành xây dựng niêm yết ở Việt Nam, cần sử dụng số liệu trên báo cáo tài chính để tính toán các chỉ tiêu cần thiết (đã trình bày trong mục 1.4). Ngoài ra, có thể dùng thêm các thông tin về kế hoạch kinh doanh, định hướng phát triển, ưu thế của từng doanh nghiệp… để hỗ trợ cho việc giải thích sự thay đổi kết quả, hoặc lý giải các quy luật. Tất cả những thông tin trên đều công bố trên website riêng của từng công ty (theo quy chế niêm yết, 104 công ty công ty cổ phần ngành xây dựng niêm yết ở Việt Nam đều có website riêng, thường xuyên cập nhật thông tin quan trọng). Hoặc qua các website của Ủy ban chứng khoán nhà nước, website của các công ty chứng khoán như Vndirect, SSI, Cây cầu vàng... Với nhiều kênh cung cấp thông tin như vậy, dễ dàng thu thập bổ sung hoặc đối chiếu số liệu để xác minh tính trung thực. Ngoài ra, báo cáo tài chính theo năm của công ty cổ phần ngành xây dựng niêm yết đều phải kiểm toán và công bố công khai nên đảm bảo độ tin cậy cần thiết.
Bên cạnh đó, để so sánh, đánh giá các công ty cổ phần ngành xây dựng niêm yết với các doanh nghiệp trong ngành xây dựng hoặc với các công ty niêm yết thuộc ngành nghề khác, cần thu thập thập dữ liệu từ Tổng cục thống kê, Bộ xây dựng và Ủy ban chứng khoán nhà nước.
* Cách thu thập dữ liệu
Do là số liệu thứ cấp, được công bố rộng rãi nên cách thu thập dữ liệu khá dễ dàng bằng cách tải từ những website đã được trình bày ở trên. Kết hợp phương pháp nghiên cứu tại bàn để chắt lọc những thông tin có liên quan từ các báo cáo, hội nghị tổng kết chuyên ngành…
* Xử lý dữ liệu
Dữ liệu báo cáo tài chính của 104 công ty cổ phần ngành xây dựng niêm yết sau khi tải về được lưu trữ dưới dạng file Excel theo từng năm từ 2006 đến 2012. Sau đó tập hợp vào 1 file chung và chuyển sang định dạng của phần mềm SPSS.
Trên cơ sở đó, tính toán các biến số đo lường kết quả quản lý từng loại tài sản tại doanh nghiệp, bao gồm: Khả năng thanh toán ngắn hạn, khả năng thanh toán nhanh, khả năng thanh toán tức thời, kỳ thu tiền bình quân, vòng quay hàng tồn
kho, số ngày tồn kho, hiệu suất sử dụng TSCĐ HH, hệ số sinh lời TSCĐ HH. Ngoài ra, các biến phản ánh khả năng sinh lời và nguy cơ phá sản cũng được xác định, gồm: doanh lợi doanh thu, ROA, ROE, chỉ số Z, hệ số nợ… (công thức tính của từng chỉ tiêu đã được trình bày tại mục 1.4). Khi có đầy đủ biến số, nhóm nghiên cứu áp dụng một số kỹ thuật phân tích sau đây.
Thứ nhất, thống kê mô tả để phát hiện những quy luật, điểm chung về nugy
cơ phá sản, quy mô tài sản, cơ cấu tài sản, cơ cấu vốn, kết quả quản lý tài sản của các công ty cổ phần ngành xây dựng niêm yết qua từng năm từ 2006 đến 2012. Trong đó, chủ yếu sử dụng các giá trị trung bình (mean), trung vị (mode), độ lệch chuẩn (std), đồ thị phân bố Histogram, sơ đồ thân lá (steam and leaf), hộp tứ phân vị (boxplot)…
Thứ hai, phân tích hồi quy tương quan. Về lý thuyết, quản lý tài sản, cơ
cấu vốn, quy mô tài sản có thể tác động tới nguy cơ phá sản của doanh nghiệp. Tuy nhiên, với 104 công ty cổ phần ngành xây dựng niêm yết ở Việt Nam, mối quan hệ này có tồn tại? Và nếu có, chiều và mức độ ảnh hưởng ra sao? Để có được đáp án, cần kiểm chứng cụ thể thông qua việc xây dựng một mô hình kinh tế lượng có dạng:
Yi = β1 + β2 X2i + β3 X3i +……… + βn Xni + ei (1.1) i là số thứ tự của quan sát trong n quan sát.
Các tham số β2, β3 … βn lần lượt thể hiện chiều và mức độ tác động của các biến X2, X3…..Xn tới biến Y.
Do tồn tại sự chênh lệch quá lớn về số lượng doanh nghiệp từng năm nên sử dụng số liệu mảng (tích hợp số liệu 7 năm – hoặc ít hơn - vào 1 quan sát) khiến kết quả hồi quy kém tin cậy nên mẫu nghiên cứu được lựa chọn là 104 quan sát năm 2012. Vì vậy, để đảm bảo ý nghĩa thống kê của các giá trị ước lượng, cần thực hiện kiểm định T (t- test) với cặp giả thuyết:
Ho: βk = 0 (1.2) H1: βk # 0
Kỳ vọng là bác bỏ Ho để khẳng định Xk thực sự tác động tới biến Y. Sử dụng giá trị thống kê kiếm định:
k ~t
ˆ
(1.3)
Nếu t < tα/2, (n-k): ta chấp nhận giả thuyết Ho: βk = 0 ở mức độ tin cậy α, có nghĩa là Xk không có ảnh hưởng đến Y.
Nếu t > tα/2, (n-k): ta bác bỏ giả thuyết Ho và chấp nhận H1: βk ≠ 0 ở mức độ tin cậy α, có nghĩa là Xk có ảnh hưởng đến Y.
Tuy nhiên, trong phần mềm ứng dụng thống kê toán SPSS 18.0, giá trị p- value (hay Significant) là giá trị xác suất tương ứng với t, bậc tự do (n – 2) thường được tính toán sẵn nên có thể sử dụng để kết luận nhanh: nếu p-value ≤ α , được phép bác bỏ Ho, thừa nhận H1.
Đồng thời, để xác định mức độ tin cậy của mô hình, cần tính toán thêm Hệ số xác định:
(1.4)
R2 cho biết % sự biến động của Y được giải thích bởi các biến số X trong mô hình, vì vậy 0 < R2 < 1. Khi R2 tiến đến 1, mô hình giải thích được càng nhiều sự biến động của Y, mô hình càng đáng tin cậy. Tuy vậy, nhược điểm của R2 là giá trị của nó tăng khi số biến X đưa vào mô hình tăng, bất chấp biến đưa vào không có ý nghĩa. Cho nên, cần sử dụng R2 điều chỉnh (adjusted R2 -R2) để quyết định việc đưa thêm biến vào mô hình.
Thứ ba, kỹ thuật so sánh nhóm để phân chia mẫu nghiên cứu thành 2 nhóm
có và không có nguy cơ phá sản trong ngắn hạn, sau đó, so sánh các thông số cơ bản giữa 2 nhóm như quy mô tài sản, cơ cấu vốn, kết quả quản lý tài sản, khả năng sinh lời để phát hiện những khác biệt có ý nghĩa thống kê, tìm hiểu mối liên hệ giữa chỉ số Z với ROE, làm cơ sở đề xuất hướng quản trị doanh nghiệp đảm bảo tỷ lệ sinh lời cao nhưng vẫn an toàn.