với DN XD. Với công nợ trung bình từ 30 đến 60 ngày, mức độ tồn kho trong hạn mức cho phép nên hệ số CCC của các DN SX không đến một nửa so với DN XD.
Sự khác biệt về TTK của các ngành khác nhau thể hiện rõ hơn qua đồ thị sau:
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
CR
QR
CAR
CFR
CNCC
Sản xuất
Xây dựng
TM & DV
Bình quân chung
Hình 4.3: Xu hướng biến động TTK của các DN
400
350
300
250
200
150
100
50
0
CCC
Sản xuất Xây dựng TM & DV Bình quân chung
Nguồn: Tính toán của tác giả từ BCTC của các DNPTCNY trên TTCK VN
Có thể bạn quan tâm!
-
Tổng Hợp Các Chỉ Tiêu Đo Lường Biến Kiểm Soát -
Tổng Hợp Phân Ngành Của Các Dnptcny Trên Ttck Vn Theo Icb -
Khái Quát Về Thị Trường Chứng Khoán Việt Nam Giai Đoạn 2015-2019 -
Lựa Chọn Mô Hình Hồi Quy Với Biến Phụ Thuộc Roa -
Tổng Hợp Kết Quả Tác Động Của Ttk Đến Roe Theo Ngành Nghề -
Thảo Luận Kết Quả Nghiên Cứu Định Lượng Về Tác Động Của Tính Thanh Khoản Đến Hiệu Quả Tài Chính
Xem toàn bộ 169 trang tài liệu này.
Hình 4.4: Xu hướng biến động CCC của các DN
Nguồn: Tính toán của tác giả từ BCTC của các DNPTCNY trên TTCK VN
Nhìn chung, các DN đều có TTK tương đối tốt, thể hiện ở các chỉ tiêu CR, QR của các DN đều lớn hơn 1, chứng tỏ khả năng đảm bảo thanh toán được các khoản nợ đến hạn. Tuy nhiên, nếu xét đến khả năng thanh khoản ngay bằng lượng tiền mặt DN hiện nắm giữ thì chỉ có DN TM&DV mới đảm bảo được khả năng này. Các DN ngành
SX và XD cần có nhiều biện pháp để giảm CCC xuống và đẩy mạnh thêm việc nắm giữ tiền và các khoản tương đương tiền để KNTT nhanh được tăng thêm và khả năng đảm bảo thanh toán nợ từ dòng tiền thuần HĐKD cũng được cải thiện.
4.3. Phân tích tương quan
Để kiểm tra mối liên hệ tuyến tính giữa các BĐL và BPT trong mô hình, tác giả sử dụng hệ số tương quan Pearson để kiểm định. Hệ số r này nằm trong khoản [-1,1] (Hoàng Trọng và Chu Nguyện Mộng Ngọc, 2008). Nếu kết quả 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.
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.
Bảng 4.7: Ma trận hệ số tương quan
CR | QR | CAR | CCC | CFR | CNCC | ROA | ROE | ROS | TOBIN’Q | QUYMO | GROWTH | LEV | |
CR | 1 2635 | ||||||||||||
QR | 0,9490* 0,0000 2635 | 1 2635 | |||||||||||
CAR | 0,6866* 0,0000 2635 | 0,6793* 0,0000 2635 | 1 2635 | ||||||||||
CCC | -0,0423* 0,0300 2635 | -0,0819* 0,0000 2635 | 0,0894* 0,0000 2635 | 1 2635 | |||||||||
CFR | 0,3948* 0,0000 2635 | 0,3927* 0,0000 2635 | 0,4063* 0,0000 2635 | -0,0664* 0,0006 2635 | 1 2635 | ||||||||
CNCC | 0,4080* 0,0000 2635 | 0,3945* 0,0000 2635 | 0,4242* 0,0000 2635 | -0,0664* 0,0000 2635 | 0,9826* 0,0000 2635 | 1 2635 | |||||||
ROA | 0,5643* 0,0000 2635 | 0,5624* 0,0000 2635 | 0,4892* 0,0000 2635 | -0,1521* 0,0000 2635 | 0,6023* 0,0000 2635 | 0,6069* 0,0000 2635 | 1 2635 | ||||||
ROE | 0,2590* 0,0000 2635 | 0,2671* 0,0000 2635 | 0,1998* 0,0000 2635 | -0,1227* 0,0000 2635 | 0,3657* 0,0000 2635 | 0,3625* 0,0000 2635 | 0,6985* 0,0000 2635 | 1 2635 | |||||
ROS | 0,2801* 0,0000 2635 | 0,2845* 0,0000 2635 | 0,2265* 0,0000 2635 | 0,0902* 0,0000 2635 | 0,3353* 0,0000 2635 | 0,3439* 0,0000 2635 | 0,4744* 0,0000 2635 | 0,2927* 0,0000 2635 | 1 2635 | ||||
TOBIN’Q | 0,3909* 0,0000 2635 | 0,3979* 0,0000 2635 | 0,3526* 0,0000 2635 | -0,1113* 0,0000 2635 | 0,3353* 0,0000 2635 | 0,3409* 0,0000 2635 | 0,5925* 0,0000 2635 | 0,3959* 0,0000 2635 | 0,1790* 0,0000 2635 | 1 2635 | |||
QUYMO | -0,1760* 0,0000 2635 | -0,1562* 0,0000 2635 | -0,1434* 0,0000 2635 | 0,1441* 0,0000 2635 | -0,0091 0,6397 2635 | -0,0099 0,6100 2635 | -0,0361 0,0638 2635 | 0,1486* 0,0000 2635 | 0,0741* 0,0001 2635 | 0,0776* 0,0001 2635 | 1 2635 | ||
GROWTH | 0,0386* 0,0477 2635 | 0,0434* 0,0260 2635 | -0,0205 0,2924 2635 | -0,0388* 0,0466 2635 | 0,0466* 0,0167 2635 | 0,0472* 0,0154 2635 | 0,0751* 0,0001 2635 | 0,0732* 0,0002 2635 | 0,0413* 0,0340 2635 | -0,0026 0,8946 2635 | 0,0474* 0,0149 2635 | 1 2635 | |
LEV | -0,5432* 0,0000 2635 | -0,6012* 0,0000 2635 | -0,3943* 0,0000 2635 | 0,0569* 0,0000 2635 | -0,1954* 0,0000 2635 | -0,1942* 0,0000 2635 | -0,4192* 0,0000 2635 | -0,1010* 0,0000 2635 | -0,2232* 0,0000 2635 | -0,1622* 0,0000 2635 | 0,3088* 0,0000 2635 | 0,0026 0,8959 2635 | 1 2635 |
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Thông qua hệ số tương quan cho thấy:
- Hầu hết các chỉ tiêu đo lường TTK đều có tương quan mạnh cùng chiều tới HQTC, riêng CCC có tác động ngược chiều yếu tới HQTC.
- Quy mô có tác động thuận chiều tới ROE, ROS, Tobin’Q nhưng ngược chiều với ROA;
- Tốc độ tăng trưởng có tác động thuận chiều tới ROA, ROE, ROS nhưng ngược chiều tới Tobin’Q.
- Đòn bẩy tài chính có tác động ngược chiều với tất cả các thước đo của HQTC.
Đồng thời, giữa các cặp BĐL có hệ số tương quan với nhau rất mạnh, nên có thể xảy ra hiện tượng đa cộng tuyện giữa các biến này. Cụ thể:
- Hệ số tương quan của CAR với CR là: 0,6866
- Hệ số tương quan của QR với CR là: 0,9490
- Hệ số tương quan của CAR với QR là: 0,6793
- Hệ số tương quan của CNCC với CFR là 0,9826
Do đó, để thực sự chắc chắn giữa các BĐL trong mô hình có hiện tượng đa cộng tuyến hay không, tác giả sẽ thực hiện kiểm định VIF.
4.4. Kiểm định hiện tượng đa cộng tuyến
“ 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.”
Kết quả kiểm định hiện tượng đa cộng tuyến được trình bày tóm tắt ở bảng 4.8 (Chi tiết ở phụ lục 1)
Bảng 4.8: Kết quả kiểm định VIF với các biến phụ thuộc
MHHQ với BPL ROA | MHHQ với BPL ROE | MHHQ với BPL ROS | MHHQ với BPL TOBIN’Q | |||||
VIF | 1/VIF | VIF | 1/VIF | VIF | 1/VIF | VIF | 1/VIF | |
CR | 12,10 | 0,082627 | 12,10 | 0,082627 | 12,10 | 0,082627 | 12,10 | 0,082627 |
QR | 10,96 | 0,091226 | 10,96 | 0,091226 | 10,96 | 0,091226 | 10,96 | 0,091226 |
CAR | 2,79 | 0,357786 | 2,79 | 0,357786 | 2,79 | 0,357786 | 2,79 | 0,357786 |
CCC | 1,06 | 0,946856 | 1,06 | 0,946856 | 1,06 | 0,946856 | 1,06 | 0,946856 |
CFR | 31,05 | 0,032203 | 31,05 | 0,032203 | 31,05 | 0,032203 | 31,05 | 0,032203 |
CNCC | 31,41 | 0,031835 | 31,41 | 0,031835 | 31,41 | 0,031835 | 31,41 | 0,031835 |
QUYMO | 1,15 | 0,871286 | 1,15 | 0,871286 | 1,15 | 0,871286 | 1,15 | 0,871286 |
GROWTH | 1,02 | 0,983239 | 1,02 | 0,983239 | 1,02 | 0,983239 | 1,02 | 0,983239 |
LEV | 1,72 | 0,581524 | 1,72 | 0,581524 | 1,72 | 0,581524 | 1,72 | 0,581524 |
Mean VIF | 5,97 | 5,97 | 5,97 | 5,97 |
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Kết quả kiểm định VIF cho thấy, giá trị VIF trong tất cả các mô hình của các biến CR, QR, CFR, CNCC > 10 nên tất cả các mô hình này đều có hiện tượng đa cộng tuyến. Trong đó, các chỉ tiêu để tính toán biến QR là thành phần để tính toán biến CR và các chỉ tiêu để tính toán biến CNCC là thành phần để tính toán biến CFR. Đó là lý do dẫn đến các mô hình xảy ra hiện tượng đa cộng tuyến. Do đó, để khắc phục hiện tượng đa cộng tuyến, tác giả đã tiến hành loại bỏ biến QR và biến CNCC ra khỏi mô hình ban đầu.
Kết quả kiểm định VIF thực hiện cho mô hình được điều chỉnh như sau: (chi tiết
ở phụ lục 2, 3, 4, 5)
Bảng 4.9: Kết quả kiểm định VIF với các biến phụ thuộc sau mô hình điều chỉnh
MHHQ với BPL ROA | MHHQ với BPL ROE | MHHQ với BPL ROS | MHHQ với BPL TOBIN’Q | |||||
VIF | 1/VIF | VIF | 1/VIF | VIF | 1/VIF | VIF | 1/VIF | |
CR | 2,69 | 0,371702 | 2,69 | 0,371702 | 2,69 | 0,371702 | 2,69 | 0,371702 |
CAR | 2,74 | 0,364658 | 2,74 | 0,364658 | 2,74 | 0,364658 | 2,74 | 0,364658 |
CCC | 1,04 | 0,962826 | 1,04 | 0,962826 | 1,04 | 0,962826 | 1,04 | 0,962826 |
CFR | 1,52 | 0,655990 | 1,52 | 0,655990 | 1,52 | 0,655990 | 1,52 | 0,655990 |
QUYMO | 1,15 | 0,872596 | 1,15 | 0,872596 | 1,15 | 0,872596 | 1,15 | 0,872596 |
GROWTH | 1,02 | 0,983872 | 1,02 | 0,983872 | 1,02 | 0,983872 | 1,02 | 0,983872 |
LEV | 1,71 | 0,584592 | 1,71 | 0,584592 | 1,71 | 0,584592 | 1,71 | 0,584592 |
Mean VIF | 1,89 | 1,89 | 1,89 | 1,89 |
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Kết quả kiểm định VIF sau khi điều chỉnh loại bớt biến của mô hình cho thấy, giá trị VIF của tất cả các BĐL và kiểm soát trong tất cả các mô hình đều < 10, chứng tỏ
mô hình mới không có hiện tượng đa cộng tuyến. Và tác giả sẽ sử dụng mô hình mới này để phân tích. Cụ thể, mô hình 2 được điều chỉnh lại như sau:
HQTCi,t = β0 + β1TTKi,t + β2LEVi,t + β3GROWTHi,t + β4QUYMOi,t +
β5NGANHi,t + β6 (TTK * NGANH)i,t + εi,t
Trong đó:
Biến độc lập “TTK” được đo lường thông qua các chỉ tiêu: CR, CAR, CCC, CFR Biến “Ngành” được thay thế bằng biến giả D1 và D2. (Biến giả D1: Ngành Sản
xuất; Biến giả D2: Ngành Xây dựng)
Thay thế các biến độc lập và biến giả vào mô hình, ta được mô hình hồi quy như sau:
Mô hình 3:
HQTCi,t = β0 + β1CRi,t + β2CARi,t + β3CCCi,t + β4CFRi,t + β5LEVi,t +
β6GROWTHi,t + β7QUYMOi,t + β8D1i,t + β9D2i,t + β10(CRi,t* D1i,t) + β11(CARi,t* D1i,t)
+ β12(CCCi,t* D1i,t) + β13(CFRi,t* D1i,t) + β14(CRi,t* D2i,t) + β15(CARi,t* D2i,t) +
β16(CCCi,t* D2i,t) + β17(CFRi,t* D2i,t) + εi,t
Ý nghĩa của các hệ số β trong mô hình như sau:
β1: Mức độ tác động của CR đến HQTC của các DN ngành TM&DV β2: Mức độ tác động của CAR đến HQTC của các DN ngành TM&DV β3: Mức độ tác động của CCC đến HQTC của các DN ngành TM&DV β4: Mức độ tác động của CFR đến HQTC của các DN ngành TM&DV β5: Mức độ tác động của LEV đến HQTC
β6: Mức độ tác động của GROWTH đến HQTC
β7: Mức độ tác động của QUYMO đến HQTC
β8: Mức độ tác động của yếu tố ngành sản xuất đến HQTC
β9: Mức độ tác động của yếu tố ngành xây dựng đến HQTC
β1 + β10: Mức độ tác động của CR đến HQTC của các DN ngành SX β2 + β11: Mức độ tác động của CAR đến HQTC của các DN ngành SX β3 + β12: Mức độ tác động của CCC đến HQTC của các DN ngành SX β4 + β13: Mức độ tác động của CFR đến HQTC của các DN ngành SX β1 + β14: Mức độ tác động của CR đến HQTC của các DN ngành XD
β2 + β15: Mức độ tác động của CAR đến HQTC của các DN ngành XD β3 + β16: Mức độ tác động của CCC đến HQTC của các DN ngành XD β4 + β17: Mức độ tác động của CFR đến HQTC của các DN ngành XD
β10: Chênh lệch về mức độ tác động của CR đến HQTC giữa DN ngành SX và DN ngành TM&DV
β11: Chênh lệch về mức độ tác động của CAR đến HQTC giữa DN ngành SX và DN ngành TM&DV
β12: Chênh lệch về mức độ tác động của CCC đến HQTC giữa DN ngành SX và DN ngành TM&DV
β13: Chênh lệch về mức độ tác động của CFR đến HQTC giữa DN ngành SX và DN ngành TM&DV
β14: Chênh lệch về mức độ tác động của CR đến HQTC giữa DN ngành XD và DN ngành TM&DV
β15: Chênh lệch về mức độ tác động của CAR đến HQTC giữa DN ngành XD và DN ngành TM&DV
β16: Chênh lệch về mức độ tác động của CCC đến HQTC giữa DN ngành XD và ngành DN TM&DV
β17: Chênh lệch về mức độ tác động của CFR đến HQTC giữa DN ngành XD và ngành TM&DV
β10 - β14: Chênh lệch về mức độ tác động của CR đến HQTC giữa DN ngành SX và DN ngành XD
β11 - β15: Chênh lệch về mức độ tác động của CAR đến HQTC giữa DN ngành SX và DN ngành XD
β12 - β16: Chênh lệch về mức độ tác động của CCC đến HQTC giữa DN ngành SX và DN ngành XD
β13 - β17: Chênh lệch về mức độ tác động của CFR đến HQTC giữa DN ngành SX và DN ngành XD
4.5. Thống kê mô tả dữ liệu
Bảng 4.10 trình bày thống kê mô tả các dữ liệu về: số quan sát của nghiên cứu (Obs), giá trị trung bình (Mean), độ lệch chuẩn (Std.Dev.), giá trị nhỏ nhất (Min) và giá
trị lớn nhất (Max) các biến số của tất cả các ngành, gồm 2.635 quan sát trong nghiên cứu sự tác động của TTK đến HQTC của các DNPTCNY trên TTCK VN.
Bảng 4.10: Bảng thống kê mô tả dữ liệu chung
Số quan sát | Giá trị trung bình | Độ lệch chuẩn | Giá trị nhỏ nhất | Giá trị lớn nhất | |
ROA | 2.635 | 7,9613 | 9,2261 | -47,4516 | 91,5384 |
ROE | 2.635 | 31,6671 | 40,5685 | -99,8577 | 490,1989 |
ROS | 2.635 | 9,2044 | 24,8239 | -384,2199 | 686,0757 |
TOBIN’Q | 2.635 | 1,1296 | 0,6659 | 0,1921 | 9,0439 |
CR | 2.635 | 2,7617 | 3,7632 | 0 | 43,0170 |
CAR | 2.635 | 0,5423 | 1,3357 | 0 | 17,6790 |
CCC | 2.635 | 176,8725 | 421,2127 | -329,9056 | 10.218,99 |
CFR | 2.635 | 3,3339 | 1,7151 | -46,6563 | 18,6681 |
LEV | 2.635 | 0,4862 | 0,2238 | 0,0027 | 1,5565 |
QUYMO | 2.635 | 27,3462 | 1,5567 | 23,4406 | 33,6317 |
GROWTH | 2.635 | 15,1211 | 71,8950 | -94,5388 | 1518,9360 |
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA
Qua bảng phân tích thống kê trên cho thấy đặc trưng của một số biến như sau:
- Các biến phản ánh HQTC là ROA, ROE, ROS, Tobin’Q có sự khác biệt về giá trị trung bình, giá trị nhỏ nhất và giá trị lớn nhất khá lớn. Giá trị nhỏ nhất của ROA, ROE, ROS đều âm, trong khi giá trị lớn nhất đều rất lớn. ROA giao động từ (47,4516) đến 91,5384, ROE giao động từ (99,8577) đến 490,1989, ROS giao động từ (384,2199) đến 686,0757, Tobin’Q giao động từ 0,1921 đến 9,0439. ROA và Tobin’Q có mức độ biến động không lớn (thể hiện qua độ lệch chuẩn), nhưng ROE và ROS biến động tương đối lớn, thậm chí ROE còn biến động đến trên 40%, nghĩa là giá trị lớn nhất và nhỏ nhất có sự chênh lệch rất nhiều. Điều này cho thấy thị trường giai đoạn 2015-2019 có sự biến chuyển nhiều, dẫn đến HQTC thay đổi tương đối lớn.
- Các chỉ tiêu phản ánh TTK cũng có sự chênh lệch lớn giữa giá trị nhỏ nhất và giá trị lớn nhất. HQTC của các DN biến động lớn, dẫn đến dòng tiền của DN bị ảnh hưởng nhiều và TTK thay đổi qua từng năm. CFR, CCC, có giá trị nhỏ nhất âm chứng tỏ có những DN có dòng tiền thuần từ HĐKD bị âm (Ví dụ như các DN có mã chứng khoán là TEG, DST, PCT, HTP, HHS, MBG,...); CR, CAR có giá trị nhỏ nhất quá bé chứng tỏ các tài sản có tính lỏng quá thấp, tình trạng thanh khoản của các DN này đang
rơi vào tình trạng rất nguy hiểm (Ví dụ như các DN có mã chứng khoán là KTS, SLS, CLH, SDA, HLC,....). Trong khi đó, có những DN lại có tình trạng thanh khoản vô cùng tốt, thể hiện ở các giá trị lớn nhất của CR, CAR, CFR lớn, đều vượt từ 17,6790 % trở lên (Ví dụ như các DN có mã chứng khoán là DSN, HTP, SKG, SVT,…)
- Quy mô DN bình quân là 27,3462 nghìn tỷ đồng, cao nhất là DN có quy mô tài sản 33,6317 nghìn tỷ đồng (Mã chứng khoán VIC), thấp nhất là DN có quy mô 23,4406 tỷ đồng (Mã chứng khoán BDB). Điều này cho thấy quy mô DN có sự khác biệt nhiều giữa các DN, mặc dù đều là các DN cùng niêm yết trên TTCK.
- Tốc độ tăng trưởng trung bình lên tới trên 15,1211% chứng tỏ các DN phát triển rất mạnh. Tuy nhiên, có những DN có mức độ tụt dốc rất lớn, thể hiện ở giá trị nhỏ nhất của GROWTH âm tới 94,5388% (mã chứng khoán LCG).
- Đòn bẩy tài chính bình quân là 0,4862, cao nhất là DN có đòn bẩy tài chính là 1,5565 và thấp nhất là DN có đòn bẩy tài chính là 0,0027. Điều đó cho thấy, tuy cùng là DN niêm yết, nhưng có DN lại sử dụng rất nhiều nợ, với tỷ lệ nợ gấp 1,5 lần giá trị tổng tài sản (mã chứng khoán TJC), nhưng có DN lại gần như không sử dụng nợ với hệ số nợ chỉ là 0,0027 (mã chứng khoán SVT).
Sự biến động của TTK và HQTC của từng ngành SX, XD, TM&DV thể hiện qua các bảng 4.11, 4.12, 4.13 sau:
Bảng 4.11: Bảng thống kê mô tả dữ liệu ngành SX
Số quan sát | Giá trị trung bình | Độ lệch chuẩn | Giá trị nhỏ nhất | Giá trị lớn nhất | |
ROA | 1.125 | 8,0630 | 0,2652 | 7,5429 | 8,5830 |
ROE | 1.125 | 33,0425 | 1,1398 | 30,8075 | 35,2776 |
ROS | 1.125 | 6,7774 | 0,4393 | 5,9159 | 7,6390 |
TOBIN’Q | 1.125 | 1,1887 | 0,0223 | 1,1449 | 1,2325 |
CR | 1.125 | 2,56914 | 0,10291 | 2,36732 | 2,77095 |
CAR | 1.125 | 0,40760 | 0,03101 | 0,34679 | 0,46842 |
CCC | 1.125 | 119,2947 | 3,2288 | 112,9634 | 125,626 |
CFR | 1.125 | 0,34050 | 0,03224 | 0,27727 | 0,40373 |
QUYMO | 1.125 | 27,4556 | 0,0428 | 27,3716 | 27,5395 |
GROWTH | 1.125 | 12,8328 | 1,5876 | 9,7195 | 15,9460 |
LEV | 1.125 | 0,4916 | 0,0064 | 0,4790 | 0,5043 |
Nguồn: Kết quả phân tích dữ liệu từ phần mềm STATA