Kết Quả Kiểm Định Vif Với Các Biến Phụ Thuộc

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

3.5

2.5

1.5

0.5

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

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!

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

CAR

CCC

CFR

CNCC

ROA

ROE

ROS

TOBIN’Q

QUYMO

GROWTH

LEV

2635

0,9490*

0,0000

2635

CAR

0,6866*

0,0000

2635

0,6793*

0,0000

2635

CCC

-0,0423* 0,0300

2635

-0,0819* 0,0000

2635

0,0894*

0,0000

2635

CFR

0,3948*

0,0000

2635

0,3927*

0,0000

2635

0,4063*

0,0000

2635

-0,0664* 0,0006

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

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

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

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

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

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

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

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

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

Biến

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

Biến

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

Biến

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

Biến

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

Xem tất cả 169 trang.

Ngày đăng: 09/02/2023