Tổng Hợp Phân Ngành Của Các Dnptcny Trên Ttck Vn Theo Icb

Bảng 3.6: Tổng hợp phân ngành của các DNPTCNY trên TTCK VN theo ICB

STT

Tên ngành cụ thể	Số lượng DN	Nhóm ngành
1	Các dịch vụ hạ tầng	30	TM&DV
2	Công nghệ phần cứng và thiết bị	12	SX
3	Phần mềm và dịch vụ điện toán	4	TM&DV
4	Cơ khí, chế tạo máy	10	SX
5	Công nghiệp đa dụng	12	SX
6	Dịch vụ hỗ trợ, tư vấn, thiết kế	13	TM&DV
7	Thiết bị điện, điện tử	10	SX
8	Vận tải, kho bãi	42	TM&DV
9	Xây dựng và vật liệu xây dựng	122	XD
10	Thiết bị, dịch vụ và phân phối dầu khí	3	TM&DV
11	Bán lẻ chung	14	TM&DV
12	Du lịch và giải trí	10	TM&DV
13	Truyền thông	22	TM&DV
14	Hàng tiêu dùng	75	SX
15	Ô tô và linh kiện ô tô	9	SX
16	Đầu tư bất động sản và dịch vụ	42	XD
17	Vật liệu cơ bản	77	SX
18	Y tế	20	SX
	Tổng	527

Có thể bạn quan tâm!

Xem toàn bộ 169 trang tài liệu này.

Nguồn: Tổng hợp của tác giả

Sau khi phân loại ngành theo ICB, tác giả tiến hành tổng hợp lại theo 3 nhóm ngành chính: SX, XD, TM&DV như sau:

Bảng 3.7: Tổng hợp DN theo nhóm ngành

Nhóm ngành

Số lượng DN
SX	225
XD	164
TM&DV	138
Tổng	527

Nguồn: Tổng hợp của tác giả

Danh sách các DN trong mẫu nghiên cứu được chi tiết trong phụ lục số 7

b. Dữ liệu nghiên cứu

Để thực hiện nghiên cứu định lượng, tác giả thu thập dữ liệu từ BCTC đã được kiểm toán của 527 DNPTCNY trên 2 sàn HOSE và HNX trên trang thương mại điện tử https://www.stockbiz.vn/. Cụ thể, các số liệu được lấy từ Bảng CĐKT, BC KQHĐKD và BC LCTT đã được kiểm toán. Ngoài ra, để thu thập được chỉ tiêu Giá đóng cửa cổ phiếu cuối năm, tác giả thu thập theo từng năm (vào ngày 31/12) trên trang web: https://www.stockbiz.vn/Stocks. Tuy nhiên, nếu ngày 31/12 không có giao dịch, thì giá đóng cửa cổ phiếu cuối năm được tính theo giá đóng cửa tại ngày gần nhất có giao dịch tính đến thời điểm lập BCTC năm (Theo thông tư số 48/2019/TT-BTC ngày 08/08/2019).

Sau khi thu thập các dữ liệu cần thiết, tác giả tính toán các chỉ tiêu đo lường các BPT, BĐL và BKS.

3.4.1.2. Phương pháp ước lượng mô hình

Để tìm hiểu tác động của TTK đến HQTC của các DNPTCNY tại VN, tác giả sử dụng dữ liệu bảng để phân tích. Việc tổ chức dữ liệu bảng có nhiều lợi thế hơn các dữ liệu khác: (i) Tính dị biệt của mô hình sẽ được xem xét chính thức thông qua các biến số đặc thù. (ii) Dữ liệu bảng là sự kết hợp của các quan sát theo cả không gian và thời gian, do đó dữ liệu cung cấp sẽ có nhiều thông tin hơn, đầy đủ hơn, giữa các biến ít có đa cộng tuyến và hiệu quả hơn. (iii) Phù hợp hơn để nghiên cứu được tính động của các biến thông qua các thay đổi theo không gian lặp lại. (iv) Khắc phục được những nhược điểm, phát hiện được và đo lường tốt hơn những ảnh hưởng mà mô hình chuỗi thời gian hoặc không gian thuần túy không thực hiện được. (v) Với đặc trưng là dữ liệu lớn, nhiều quan sát, dữ liệu bảng sẽ tối thiểu hóa được các thiên lệch có thể xảy ra (Baltagi, 2008)

Tác giả sử dụng chuỗi thời gian trong 5 năm từ 2015-2019. Việc nghiên cứu các quan sát trong nhiều năm sẽ giúp khai thác được nhiều thông tin hơn, nhiều dữ liệu hơn, ít hiện tượng tương quan mạnh giữa các biến, hồi quy hiệu quả hơn.

Trong các nghiên cứu trước đây, các tác giả đã sử dụng các phương pháp hồi quy sau: Thứ nhất là phương pháp hồi quy bình phương nhỏ nhất (Pooled OLS)

Thứ hai là phương pháp hồi quy tác động cố định (Fixed effects model – FEM) Thứ ba là phương pháp hồi quy tác động ngẫu nhiên (Remdom effects model – REM)

Thứ tư là phương pháp hồi quy bình quân tối thiểu tổng quát (Generalized Least Square – GLS)

“ Tuy nhiên trong mô hình luôn tồn tại các yếu tố không quan sát được và không thay đổi theo thời gian, nó đặc trưng cho mỗi đơn vị chéo. Nếu εi tương quan với bất kỳ biến Xt nào thì ước lượng hồi quy từ hồi quy Y theo Xt sẽ bị ảnh hưởng chéo bởi những nhân tố không đồng nhất không quan sát được. Thậm chí, nếu εi không tương quan với bất kỳ một biến giải thích nào thì sự có mặt của nó cũng làm cho cho các ước lượng OLS không hiệu quả và sai số tiêu chuẩn không có hiệu lực. Do đó, tác giả sẽ không sử dụng phương pháp OLS để ước lượng mô hình. Đồng thời, với nhược điểm của dữ liệu dạng bảng là số quan sát lớn nên thường phát sinh các khuyết tật của mô hình như hiện tượng tự tương quan và hiện tượng phương sai thay đổi. Vì vậy, đầu tiên, tác giả sẽ kiểm định xem nên lựa chọn phương pháp REM hay REM. Phương pháp được lựa chọn đó có khắc phục được các khuyết tật của mô hình hay không. Nếu khi tác giả kiểm định mà mô hình xuất hiện các khuyết tật trên, nghĩa là các ước lượng REM và FEM không còn hiệu quả thì tác giả sẽ sử dụng phương pháp GLS để khắc phục các khuyết tật đó và sau đó phân tích chiều hướng ảnh hưởng của các nhân tố.”

3.4.1.3. Quy trình nghiên cứu định lượng

a. Phân tích tương quan

“ Phân tích tương quan được sử dụng để xem xét MQH giữa các biến trong mô hình, để từ đó dự đoán mức độ ảnh hưởng của các BĐL đến BPT. Mức độ tương quan giữa các biến được thể hiện thông qua hệ số tương quan (r), trong khoảng [1-,1] (Hoàng Trọng và Chu Nguyện Mộng Ngọc, 2008). Cụ thể:

r > 0: Hai biến số có MQH cùng chiều

r < 0: Hai biến số có quan hệ ngược chiều

r = 0: Hai biến số không có MQH tuyến tính

| r | = 1: Tương quan tuyến tính tuyệt đối

| r | = 0,6 – 0,8: Tương quan tuyến tính rất mạnh

| r | = 0,4 – 0,6: Có tương quan tuyến tính

| r | = 0,2 – 0,4: Tương quan tuyến tính yếu

| r | < 0,2: Tương quan tuyến tính rất yếu hoặc không có tương quan tuyến tính”

Trong trường hợp có sự khác biệt về xu hướng tác động của các BĐL và BPT giữa kết quả của phân tích tương quan và kết quả của mô hình hồi quy thì có thể khi đó, mô hình hồi quy chưa đáp ứng đủ các giả thuyết của mô hình nghiên cứu.

“ Nếu kết quả phân tích tương quan cho thấy các BĐL có tương quan chặt với nhau thì cần kiểm định hiện tượng đa cộng tuyến giữa các biến này khi phân tích hồi quy. Việc xem xét ma trận tương quan Pearson chỉ ước tính có thể xảy ra hiện tượng đa cộng tuyến dựa vào giá trị hệ số tương quan Pearson. Điều này chỉ dừng lại ở mức nghi ngờ, việc chứng minh bằng bằng con số xem thực sự có đa cộng tuyến hay không sẽ được thực hiện thông qua kiểm định VIF.

b. Kiểm định đa cộng tuyến

Đa cộng tuyến là hiện tượng các BĐL trong cùng một mô hình có MQH tuyến tính, tương quan chặt với nhau và thể hiện được MQH đó dưới dạng hàm số. Khi các BĐL trong mô hình có hiện tượng đa cộng tuyến thì mô hình hồi quy đó bị vi phạm các giả định của mô hình hồi quy cổ điển. Đó là giả định các BĐL trong cùng một mô hình không có MQH tuyến tính với nhau.

Khi giả định này bị vi phạm, sai số chuẩn của các hệ số beta sẽ lớn, dẫn đến khoảng tin cậy lớn và thống kê ít có ý nghĩa hơn. Từ đó, các ước lượng được của mô hình sẽ không thật chính xác, có thể không thể hiện đúng bản chất của mô hình và các giả thuyết đặt ra không có đủ cơ sở để bác bỏ hay chấp nhận, dẫn đến kết luận sai.

Và để kiểm định hiện tượng đa cộng tuyến trong mô hình, tác giả sử dụng kiểm định VIF để đánh giá. Nếu hệ số VIF < 10 sẽ chỉ ra mô hình không có hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyện Mộng Ngọc, 2008).

Trong trường hợp tồn tại đa cộng tuyến thì tác giả tiến hành loại bớt biến trong mô hình cho đến khi mô hình không còn hiện tượng đa cộng tuyến.

c. Phân tích thống kê mô tả

Phân tích thống kê mô tả là phương pháp được sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập được nhằm có đánh giá tổng quát nhất về mẫu nghiên cứu.

Thống kê mô tả trong nghiên cứu này cho thấy được giá trị trung bình, giá trị tối

đa, giá trị tối thiểu, độ lệch chuẩn của các biến trong mô hình.

d. Lựa chọn mô hình hồi quy

Phân tích hồi quy được dùng để đo lường mức độ ảnh hưởng của các BĐL tới các BPT. Hệ số P-value của kết quả phân tích hồi quy cho biết MĐTĐ của các BĐL lên từng BPT. Các mức độ thống kê có ý nghĩa thường được sử dụng là 1% (độ tin cậy 99%), 5% (độ tin cậy 95%), 10% (độ tin cậy 90%).

Trình tự lựa chọn mô hình hồi quy được tác giả thực hiện theo trình tự như sau:

Bước 1: Lựa chọn mô hình hồi quy FEM/REM.

Tác giả sẽ sử dụng kiểm định Hausman với giả thuyết: Ho: Mô hình REM là phù hợp

H1: Mô hình FEM là phù hợp

Nếu kiểm định Hausman cho P-value > 0,05 thì mô hình REM là phù hợp và ngược lại, nếu P-value ≤ 0,05 sẽ lựa chọn mô hình FEM.

Bước 2: Kiểm định các khuyết tật của mô hình lựa chọn được ở bước 1

Thứ nhất: Kiểm định phương sai thay đổi

Để kiểm định phương sai thay đổi, tác giả sử dụng kiểm định Modified Wald với giả thuyết:

Ho: Mô hình không có phương sai thay đổi H1: Mô hình có phương sai thay đổi

Nếu P-value của kiểm định > 0,05: chấp nhận giả thuyết Ho (mô hình không có phương sai thay đổi), ngược lại nếu P-value của kiểm định ≤ 0,05 nghĩa là mô hình tồn tại phương sai thay đổi.

Thứ hai: Kiểm định tự tương quan

Để kiểm định tự tương quan, tác giả sử dụng kiểm định Wooldridge với giả thuyết: Ho: mô hình không có tự tương quan

H1: mô hình có tự tương quan

Nếu P-value của kiểm định > 0,05: chấp nhận giả thuyết Ho (mô hình không tồn tại tự tương quan), ngược lại nếu P-value của kiểm định ≤ 0,05 nghĩa là mô hình tồn tại tự tương quan.

Bước 3: Lựa chọn mô hình hồi quy phù hợp

- Nếu mô hình không tồn tại các khuyết tật thì lựa chọn mô hình ở bước 1.

- Nếu mô hình tồn tại các khuyết tật trên thì tác giả sẽ sử dụng mô hình GLS để

khắc phục các khuyết tật đó.

e. Phân tích kết quả của mô hình hồi quy

Sau khi lựa chọn được mô hình hồi quy phù hợp nhất khắc phục được các khuyết tật của mô hình, tác giả sẽ tiến hành phân tích kết quả của mô hình hồi quy, tìm ra MĐTĐ và chiều tác động của các BĐL tới BPT trong điều kiện có các BKS.

3.4.2. Phương pháp nghiên cứu định tính

3.4.2.1. Thu thập dữ liệu

Mẫu được tác giả lựa chọn là các nhà quản trị DN, phụ trách trực tiếp tài chính của DN theo phương pháp chọn mẫu thuận tiện. Cụ thể, tác giả phỏng vấn 5 DN, gồm 2 DN XD, 1 DN SX xi măng, 1 DN thương mại, 1 DN SX và kinh doanh con giống gia súc, gia cầm tại Bắc Ninh, Hà Nội và Hà Nam. Trong luận án này, tác giả không công khai thông tin về các đối tượng đó do yêu cầu được bảo mật của đối tượng.

3.4.2.2. Thời gian thực hiện

- Thời gian thực hiện: Thời gian tiến hành phỏng vấn được thực hiện từ tháng 11 năm 2020 đến tháng 02 năm 2021, sau khi nghiên cứu sinh hoàn thành nghiên cứu định lượng.

3.4.2.3. Quy trình nghiên cứu định tính

Phương pháp nghiên cứu định tính được tác giả sử dụng sau khi đã có kết quả nghiên cứu định lượng, nhằm kiểm định, đánh giá lại các kết quả mà nghiên cứu định lượng đã chỉ ra.

Để thực hiện phương pháp nghiên cứu định tính, tác giả tiến hành phỏng vấn sâu đối với các đối tượng được lựa chọn để tìm hiểu thêm về vai trò của TTK đối với HQTC của DN (Câu hỏi phỏng vấn sâu được chi tiết trong phụ lục số 6). Do có sự tiếp xúc trực tiếp với người được phỏng vấn nên tác giả sẽ thu thập được những thông tin về thực tại của DN cũng như các thông tin về suy nghĩ, tâm tư, tình cảm của đối tượng.

Bằng phương pháp phỏng vấn sâu, các thông tin thu được có chất lượng cao, tính chân thực và độ tin cậy của thông tin có thể kiểm nghiệm được trong quá trình phỏng vấn. Đồng thời, qua quá trình phỏng vấn, tác giả sẽ hiểu rõ hơn về MĐTĐ của TTK đối với HQTC, hoàn thiện luận án của mình và so sánh với cách làm trong thực tế của các DN. Các cuộc phỏng vấn kéo dài 45-60 phút tại nhà riêng hoặc văn phòng của DN với các câu hỏi được xây dựng sẵn, kết hợp với quan sát thái độ và cách thức trả lời câu hỏi của các đối tượng được phỏng vấn. Toàn bộ nội dung phỏng vấn được ghi chép đầy đủ và cẩn thận, được lưu trữ trong máy tính.

KẾT LUẬN CHƯƠNG 3

Trong chương này, tác giả đã trình bày cụ thể phương pháp và trình tự mà luận án sẽ sử dụng để phân tích, tìm ra tác động của TTK đến HQTC của DN. Đầu tiên tác giả thiết kế nghiên cứu cho luận án, trình bày các bước từ khi bắt đầu xác lập mục tiêu cho đến khi đưa ra các khuyến nghị về TTK nhằm nâng cao HQTC của các DNPTCNY trên TTCK VN. Tiếp đó, tác giả xây dựng mô hình nghiên cứu và các giả thuyết nghiên cứu dựa trên những nghiên cứu trước đó tác giả đã tổng quan và áp dụng vào tình hình thực tiễn tại VN.

Chương này, tác giả cũng trình bày cụ thể cách thức tác giả sử dụng phương pháp nghiên cứu định tính và phương pháp nghiên cứu định lượng như thế nào, gồm:

- Mẫu nghiên cứu

- Cách thu thập dữ liệu nghiên cứu

- Các phương pháp hồi quy sử dụng trong luận án

- Quy trình nghiên cứu định lượng

- Quy trình nghiên cứu định tính

Các nội dung này được tiến hành nhằm giúp tác giả tìm ra tác động của TTK đến HQTC của DN và sẽ được trình bày chi tiết trong chương tiếp theo.

CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU

4.1. Khái quát về thị trường chứng khoán Việt Nam và các doanh nghiệp phi tài chính niêm yết trên thị trường chứng khoán Việt Nam

4.1.1. Khái quát nền kinh tế Việt Nam giai đoạn 2015-2019

Về tăng trưởng GDP, “ cơ cấu kinh tế VN chuyển dịch dần theo hướng công nghiệp hóa - hiện đại hóa. Tỉ trọng GDP của khu vực dịch vụ tăng, của khu vực công nghiệp và XD duy trì ổn định, còn của khu vực nông, lâm nghiệp, thủy sản lại giảm. Cụ thể: Khu vực dịch vụ tăng từ 39,73% năm 2015 lên 41,64% năm 2019, khu vực công nghiệp và XD ổn định ở mức 33-34,5% từ năm 2015 đến năm 2019, khu vực nông, lâm nghiệp, thủy sản giảm từ mức 17% năm 2015 xuống 13,96% năm 2019. Đồng thời, tăng trưởng cũng dần chuyển dịch theo chiều sâu. Năng suất lao động của cả nước đạt 110,4 triệu đồng/lao động (tương đương 4.791 USD/lao động), tăng 6,2% so với năm trước. Năng suất các nhân tố tổng hợp đóng góp vào GDP bình quân giai đoạn 2016 - 2019 đạt 44,46%, cao hơn nhiều giai đoạn 2011-2015 (bình quân giai đoạn này đạt 33,6%).”

Hình 4.1: Tăng trưởng VN so với các khu vực trên thế giới

Nguồn: World Economic Outlook, 10/2019, Tổng cục Thống kê và tổng hợp các dự báo

Tổng vốn đầu tư phát triển toàn xã hội tiếp tục xu hướng tăng trưởng tích cực. Năm 2019, đầu tư phát triển đạt 33,9% GDP, tăng 10,2% so với năm 2015. Trong đó, đầu tư khu vực nhà nước giảm từ mức 38% năm 2015 xuống 31% năm 2019 do việc đầu tư đẩy mạnh vào khu vực tư nhân, đưa tốc độ tăng trưởng khu vực tư nhân tăng từ 13% năm 2015 lên 17,3% năm 2019. Đầu tư khu vực FDI vẫn đạt mức tăng trưởng khá năm 2019, tổng vốn FDI đạt 38,02 tỉ USD, tăng 7,2% so với cùng kì; duy trì tỉ trọng ổn định ở mức 23,3 – 23,8% trong giai đoạn 2015 – 2019.