Luận văn Thạc sĩ Kinh tế: Tác động của những đặc tính công ty đến quản trị vốn luân chuyển ở các công ty phi tài chính niêm yết tại Việt Nam

31 vốn luân chuyển được chuyển đổi thành tiền mặt. Hay nói cách khác, thời gian từ lúc mua nguyên vật liệu thô đến khi thu được tiền bán sản phẩm là hơn 3 tháng. Các thành phần của chu kỳ chuyển đổi tiền mặt gồm ba biến : số ngày trung bình khoản phải thu (AR), số ngày trung bình hàng tồn kho (INV) và số ngày trung bình khoản phải trả (AP). Bảng 4.1. tiếp tục cho thấy giá trị nhỏ nhất của ba thành phần này đều dưới 1 ngày, lần lượt là 0.933 ngày, 0.008 ngày, 0.378 ngày. Trong khi đó, giá trị lớn nhất cao nhất thuộc về INV 697.939 ngày, tiếp theo là AR 569.774 ngày và thấp nhất là AP 384.189 ngày. Và thứ tự này vẫn không thay đổi đối với giá trị trung bình của các biến này: 89.933 ngày, 66.300 ngày và 48.103 ngày. Tỷ suất sinh lợi trên tổng tài sản (ROA) trong mẫu nghiên cứu đạt đỉnh ở mức 49.95%, giá trị nhỏ nhất là -34.3% và giá trị trung bình là 8.493%. Tốc độ tăng trưởng doanh thu (GRO) cho thấy giá trị lớn nhất lên đến 379.9%, trong khi đó giá trị nhỏ nhất là -71.302% và giá trị trung bình là 28.886%. So sánh tỷ lệ thanh toán hiện thời (CR) và tỷ lệ thanh toán nhanh (QR), giá trị lớn nhất (22.219; 21.951) và giá trị trung bình (2.316; 1.596) của hai biến này có chênh lệch là do tác động của giá trị hàng tồn kho. Trong khi đó, giá trị nhỏ nhất của hai biến này đều dưới 1 (0.159 và 0.121) điều đó cho thấy nợ ngắn hạn cao hơn tài sản ngắn hạn. Và giá trị trung bình của chúng thể hiện việc tài sản ngắn hạn đủ để trang trải nợ ngắn hạn. Biến dòng tiền hoạt động đã loại trừ tác động của quy mô (OCF) có giá trị lớn nhất 190.268%, giá trị nhỏ nhất -38.232% và giá trị trung bình là 6.591%. Quy mô công ty (SIZE) có giá trị lớn nhất là 16.974. giá trị nhỏ nhất 9.831% và giá trị trung bình là 13.15%. Tỷ lệ nợ (DEBT) trong mẫu nghiên cứu trong khoảng từ 0 đến 1, nghĩa là các công ty có nhiều tài sản hơn nợ. Cụ thể, giá trị lớn nhất là 96.436%, giá trị nhỏ nhất 2.814% và giá trị trung bình là 49.2%. Bảng 4.2 trình bày giá trị trung bình của các biến theo từng năm để từ đó có sự so sánh biến động theo thời gian qua 4 năm quan sát từ 2008 đến 2011.

32 Bảng 4.2. Giá trị trung bình theo năm Biến Số quan sát 2008 2009 2010 2011 CCC 137 96.816 105.576 111.282 118.847 AR 137 61.467 66.707 68.042 68.984 INV 137 82.133 87.821 92.337 97.440 AP 137 46.784 48.952 49.097 47.578 ROA 137 7.843 10.346 8.816 6.967 GRO 137 42.350 17.910 31.514 23.770 CR 137 2.497 2.197 2.298 2.273 QR 137 1.668 1.555 1.585 1.578 OCF 137 8.835 9.329 2.905 5.294 SIZE 137 12.821 13.084 13.296 13.398 DEBT 137 48.244 49.664 48.787 50.105 Nguồn: PASW Statistic 18, dữ liệu dùng để tính toán lấy từ phụ lục 2. Số liệu trong bảng 4.2 cho thấy chu kỳ chuyển đổi tiền mặt và các thành phần của nó đều tăng lên theo từng năm, ngoại trừ số ngày trung bình khoản phải trả năm 2011 (47.578 ngày) giảm so với năm 2010 (49.097 ngày). Trong khi đó, các nhân tố khác với vai trò là biến độc lập trong bài nghiên cứu này lại biến động không theo một quy luật nhất định so với xu hướng tăng lên của chu kỳ chuyển đổi tiền mặt. Bảng 4.3. Giá trị trung bình theo ngành Biến CNTT (N=24) Công nghiệp ((N=164) Năng lượng (N=44) Dịch vụ (N=48) HTD (N=132) NVL (N=104) Y tế (N=32) CCC 214.215 130.511 45.587 70.014 111.315 86.901 112.893 AR 167.072 87.768 65.639 42.453 49.137 44.084 60.372 INV 124.090 113.066 25.932 68.280 94.524 73.050 102.168 AP 76.947 70.323 45.984 40.719 32.347 30.233 49.647 ROA 1.398 7.301 4.490 10.575 9.797 9.817 12.624 GRO 9.007 26.107 27.330 20.789 37.668 33.582 20.834 CR 3.789 2.305 2.179 2.483 1.986 2.111 3.241 QR 2.845 1.661 1.867 1.766 1.164 1.440 1.993 OCF 7.469 8.063 6.135 4.146 5.804 6.813 5.206 SIZE 13.168 12.753 14.031 11.927 13.445 13.775 12.539 DEBT 29.179 53.700 58.006 40.150 49.937 47.617 44.723 Nguồn: PASW Statistic 18, dữ liệu dùng để tính toán lấy từ phụ lục 2.

33 Bảng 4.3 tiếp tục trình bày giá trị trung bình các biến của những công ty trong mẫu nghiên cứu được phân loại theo 1 trong 7 ngành khác nhau. Nhìn vào chu kỳ chuyển đổi tiền mặt (CCC) giữa các ngành, có thể nhận thấy các công ty thuộc ngành công nghệ thông tin có số ngày cao nhất 214.215 ngày, kế đến là ngành công nghiệp 130.511 ngày, còn thấp nhất thuộc về ngành năng lượng. Và kết quả này tương tự đối với số ngày trung bình hàng tồn kho (INV), cao nhất là 124.090 ngày và thấp nhất là 25.932 ngày. Đối với số ngày trung bình khoản phải thu (AR), ngành công nghê thông tin vẫn là ngành có giá trị trung bình cao nhất 167.072 ngày, kế đến là ngành công nghiệp 87.768 ngày, trong khi đó ngành dịch vụ có giá trị thấp nhất 42.453 ngày. Tương tự như hai thành phần đã đề cập, thành phần còn lại của chu kỳ chuyển đổi tiền mặt là số ngày trung bình khoản phải trả (AP) cũng có giá trị trung bình cao nhất, nhì thuộc về ngành công nghệ thông tin 76.947 ngày và ngành công nghiệp 70.323 ngày, còn các công ty thuộc ngành nguyên vật liệu có số ngày trung bình khoản phải trả thấp nhất là 30.233 ngày. ROA có giá trị trung bình cao nhất là ngành y tế 12.624%, trong khi đó ngành công nghệ thông tin lại có giá trị trung bình thấp nhất 1.398%. GRO có giá trị trung bình cao nhất thuộc về các công ty hoạt động trong ngành hàng tiêu dùng 37.668%, và thấp nhất thuộc về ngành công nghệ thông tin 9.007%. CR và QR đều có giá trị trung bình cao nhất là ngành công nghệ thông tin lần lượt là 3.789; 2.845, ngành hàng tiêu dùng có giá trị thấp nhất 1.986; 1.164. OCF có giá trị trung bình cao nhất là ngành công nghiệp 8.064%, và thấp nhất là ngành dịch vụ 4.146%. Ngành dịch vụ cũng là ngành có SIZE thấp nhất 11.927, và SIZE lớn nhất là ngành năng lượng 14.031. Với SIZE lớn nhất, ngành năng lượng lại có DEBT lớn nhất 58.006%, trong khi đó DEBT thấp nhất thuộc về ngành công nghệ thông tin.

34 Như vậy, có thể nhận thấy ngành công nghệ thông tin có chu kỳ chuyển đổi tiền mặt, các thành phần của nó, CR và QR lớn nhất. Bên cạnh đó, các công ty hoạt động trong ngành này lại có giá trị trung bình thấp nhất về ROA, GRO và DEBT. 4.1.2. Ma trận tương quan Bảng 4.4. Ma trận tương quan (Số quan sát = 548) CCC AR INV AP ROA GRO CR QR OCF SIZE DEBT CCC 1 .709 ** .872 ** .454 ** -.148 ** -.188 ** .100 * .025 -.140 ** -.048 -.102 * Sig. (2-tailed) .000 .000 .000 .001 .000 .019 .557 .001 .266 .017 AR .709 ** 1 .455 ** .648 ** -.246 ** -.186 ** .114 ** .142 ** -.173 ** -.143 ** -.097 * Sig. (2-tailed) .000 .000 .000 .000 .000 .008 .001 .000 .001 .023 INV .872 ** .455 ** 1 .618 ** -.114 ** -.147 ** -.042 -.142 ** -.116 ** -.013 .061 Sig. (2-tailed) .000 .000 .000 .007 .001 .322 .001 .007 .761 .153 AP .454 ** .648 ** .618 ** 1 -.215 ** -.122 ** -.131 ** -.124 ** -.143 ** -.106 * .189 ** Sig. (2-tailed) .000 .000 .000 .000 .004 .002 .004 .001 .013 .000 ROA -.148 ** -.246 ** -.114 ** -.215 ** 1 .023 .151 ** .117 ** .136 ** .016 -.317 ** Sig. (2-tailed) .001 .000 .007 .000 .585 .000 .006 .001 .712 .000 GRO -.188 ** -.186 ** -.147 ** -.122 ** .023 1 -.084 * -.073 -.077 .057 .093 * Sig. (2-tailed) .000 .000 .001 .004 .585 .049 .087 .070 .182 .029 CR .100 * .114 ** -.042 -.131 ** .151 ** -.084 * 1 .967 ** .031 -.221 ** -.632 ** Sig. (2-tailed) .019 .008 .322 .002 .000 .049 .000 .463 .000 .000 QR .025 .142 ** -.142 ** -.124 ** .117 ** -.073 .967 ** 1 .021 -.195 ** -.580 ** Sig. (2-tailed) .557 .001 .001 .004 .006 .087 .000 .629 .000 .000 OCF -.140 ** -.173 ** -.116 ** -.143 ** .136 ** -.077 .031 .021 1 -.051 -.090 * Sig. (2-tailed) .001 .000 .007 .001 .001 .070 .463 .629 .234 .034 SIZE -.048 -.143 ** -.013 -.106 * .016 .057 -.221 ** -.195 ** -.051 1 .340 ** Sig. (2-tailed) .266 .001 .761 .013 .712 .182 .000 .000 .234 .000 DEBT -.102 * -.097 * .061 .189 ** -.317 ** .093 * -.632 ** -.580 ** -.090 * .340 ** 1 Sig. (2-tailed) .017 .023 .153 .000 .000 .029 .000 .000 .034 .000 ** : Mức ý nghĩa thống kê 1%. * : Mức ý nghĩa thống kê 5%. Nguồn: PASW Statistic 18, dữ liệu dùng để tính toán lấy từ phụ lục 2. Ma trận tương quan chỉ ra rằng chu kỳ chuyển đổi tiền mặt có tương quan âm có ý nghĩa thống kê với 4 biến ROA, GRO, OCF và DEBT với mức ý nghĩa 0.01 hoặc 0.05. Trong khi đó, có tương quan dương giữa chu kỳ chuyển đổi tiền mặt và CR với mức ý nghĩa 0.05. Tuy nhiên, giá trị của hệ số tương quan Pearson thể hiện mối quan hệ giữa chu kỳ chuyển đổi tiền mặt và 5 biến ROA, GRO, OCF, DEBT và CR lần lượt là -0.148, -0.188, -0.140, -0.102, 0.100 ít chặt chẽ hơn so với các thành phần của chu kỳ chuyển đổi tiền

35 mặt: 0.709 với số ngày trung bình khoản phải thu (AR), 0.872 với số ngày trung bình hàng tồn kho (INV) và 0.454 với số ngày trung bình khoản phải trả (AP). Liên quan đến các thành phần của chu kỳ chuyển đổi tiền mặt, ma trận tương quan cho thấy tất cả các nhân tố đều có mối tương quan với số ngày trung bình khoản phải thu (AR) và số ngày trung bình khoản phải trả (AP) với mức ý nghĩa 0.01 hoặc 0.05. Cụ thể, ROA, GRO, OCF, SIZE, DEBT có mối tương quan âm và CR, QR có mối tương quan dương với số ngày trung bình khoản phải thu (AR). ROA, GRO, CR, QR, OCF,SIZE có mối tương quan âm và DEBT có mối tương quan dương với số ngày trung bình khoản phải trả (AP).Trong khi đó, đối với số ngày trung bình hàng tồn kho (INV), chỉ có 4 biến ROA, GRO, QR và OCF có mối tương quan âm có ý nghĩa thống kê với mức ý nghĩa 0.01. Về tương quan giữa các biến độc lập, kết quả cho thấy hệ số tương quan khá cao giữa QR và CR 0.967 cũng như giữa DEBT với CR và QR -0.632, -0.580 vì vậy hiện tượng đa cộng tuyến sẽ được kiểm định ở những nội dung tiếp theo. Phụ lục 3, 4 ,5 và 6 trình bày cụ thể các ma trận tương quan giữa các biến qua từng năm. Qua số liệu từ các ma trận tương quan này cho thấy những điểm chủ yếu như sau: - Số lượng các biến độc lập có mối tương quan nhất định với chu kỳ chuyển đổi tiền mặt và các thành phần của nó nhưng ít hơn so với khi xét ma trận tương quan theo cả giai đoạn nghiên cứu 4 năm ở bảng 4.4. - Tương tự như kết quả ma trận tương quan ở bảng 4.4, giữa các biến độc lập như QR và CR, DEBT với CR và QR có hệ số tương quan khá cao. Tiếp theo, ma trận tương quan theo từng ngành được thể hiện qua phụ lục 7. Tác giả nhận thấy có mối tương quan nghịch giữa chu kỳ chuyển đổi tiền mặt (CCC) và ROA đối với ngành công nghiệp và ngành hàng tiêu dùng. Ngành y tế lại có mối tương quan thuận. Mối tương quan giữa chu kỳ chuyển đổi tiền mặt (CCC) và GRO đều là nghịch ở 4 ngành: công nghệ thông tin, công nghiệp, năng lượng và y tế. CR và QR đều có mối tương quan dương với chu kỳ chuyển đổi tiền mặt (CCC) ở 3 ngành: công nghệ thông tin, năng lượng và nguyên vật liệu.

36 Mối tương quan nghịch giữa chu kỳ chuyển đổi tiền mặt (CCC) và OCF ở ngành công nghiệp và ngành nguyên vật liệu, ngược lại tương quan thuận ở ngành năng lượng. Chu kỳ chuyển đổi tiền mặt (CCC) có mối tương quan nghịch với DEBT đối với các ngành như công nghệ thông tin, nguyên vật liệu và y tế, trong khi đó ngành hàng tiêu dùng lại có tương quan thuận. Như vậy, kết quả từ ma trận tương quan theo ngành trong mẫu nghiên cứu cho thấy chu kỳ chuyển đổi tiền mặt (CCC) và SIZE không có tương quan. 4.1.3. Kết quả hồi quy Để khám phá các nhân tố tác động đến quản trị vốn luân chuyển, tác giả tiến hành kiểm định mối quan hệ giữa chu kỳ chuyển đổi tiền mặt, là thước đo của quản trị vốn luân chuyển và những đặc tính công ty: khả năng sinh lợi, dòng tiền hoạt động (loại trừ tác động quy mô), quy mô công ty, tăng trưởng doanh thu, tỷ lệ thanh toán hiện thời, tỷ lệ thanh toán nhanh và tỷ lệ nợ. Những kết quả hồi quy trình bày ở bảng 4.5. Trước hết, tác giả tiến hành kiểm tra giả định nhằm tránh khả năng xảy ra hiện tượng đa cộng tuyến thông qua việc đo lường đa cộng tuyến (Collinearity Diagnostics). Công cụ chuẩn đoán giúp phát hiện sự tồn tại của hiện tượng đa cộng tuyến trong dữ liệu thường được dùng là độ chấp nhận của biến (Tolerance) và hệ số phóng đại phương sai (Variance Inflation Factor-VIF) Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), về quy tắc: Tolerance nhỏ là dấu hiệu của đa cộng tuyến. Trong khi đó, VIF có liên hệ với Tolerance, thực tế là nghịch đảo của Tolerance. Khi Tolerance nhỏ thì VIF lớn, và khi VIF vượt quá 10 là dấu hiệu của đa cộng tuyến. Kết quả mô hình hồi quy (1), thể hiện mối quan hệ giữa chu kỳ chuyển đổi tiền mặt và tất cả 7 biến độc lập. Tuy nhiên, kết quả cho thấy độ chấp nhận của biến CR và QR lần lượt là 0.057 và 0.063 tương ứng với hệ số phóng đại phương sai là 17.413 và 15.833. Điều này chỉ ra hiện tượng đa cộng tuyến. Do đó, tác giả quyết định loại biến CR, (là 1 trong 2 biến độc lập có quan hệ chặt chẽ với nhau), ra khỏi mô hình.

37 Bảng 4.5. Kết quả hồi quy biến phụ thuộc chu kỳ chuyển đổi tiền mặt (CCC) Biến phụ thuộc: Chu kỳ chuyển đổi tiền mặt (CCC) Mô hình hồi quy (1) (2) R 2 0.430 0.350 R 2 điều chỉnh 0.423 0.343 Thống kê F 58.195 48.551 Sig 0.000 0.000 Durbin-Watson 1.627 1.559 Hệ số hồi quy Sig Độ chấp nhận của biến VIF Hệ số hồi quy Sig Độ chấp nhận của biến VIF Biến độc lập: ROA -2.237 0.000 0.858 1.166 -2.034 0.000 0.861 1.162 GRO -0.375 0.000 0.980 1.020 -0.397 0.000 0.982 1.019 CR 52.990 0.000 0.057 17.413 QR -57.421 0.000 0.063 15.833 -4.105 0.102 0.657 1.522 OCF -0.736 0.000 0.971 1.030 -0.732 0.000 0.971 1.030 SIZE 1.801 0.544 0.864 1.157 0.906 0.770 0.866 1.155 DEBT -0.429 0.088 0.496 2.017 -0.943 0.000 0.539 1.857 Nguồn: tổng hợp từ kết quả phụ lục 8 và 9. Mô hình (2) được phần mềm PASW 18 tính toán, sau khi đã loại biến CR. Kết quả cho thấy giá trị của độ chấp nhận của biến Tolerance đều lớn hơn (>) 0.1 và hệ số phóng đại phương sai VIF đều nhỏ hơn (<) 10 đối với tất cả các biến trong mô hình hồi quy (2). Như vậy, mô hình (2) không có hiện tượng đa cộng tuyến. Tiếp theo, tác giả đánh giá độ phù hợp của mô hình (2) thông qua hệ số R 2 điều chỉnh. Hệ số R 2 điều chỉnh = 0.350, cho thấy mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu mẫu đến 35%. Bên cạnh đó, kiểm định thống kê F trong bảng phân tích phương sai ANOVA là phép kiểm định về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Kết quả kiểm định F với giá trị sig = 0.000, nhỏ hơn mức ý nghĩa 5%, từ đó cho thấy mô hình hồi quy tuyến tính bội (2) được xây dựng là phù hợp với tổng thể. Sau khi kiểm định độ phù hợp của mô hình, cần xem xét đến tính độc lập của sai số, nghĩa là không có tương quan chuỗi bậc nhất giữa các phần dư thông qua đại lượng thống kê

38 Durbin-Watson (d). Đại lượng d có giá trị từ 0 đến 4. Nếu các phần dư không có tương quan với nhau, giá trị d sẽ gần bằng 2. Kết quả phân tích ở mô hình (2) cho thấy giá trị d = 1.559, chứng tỏ không có tương quan giữa các phần dư. Cuối cùng, tác giả tiến hành đánh giá hệ số hồi quy của các biến độc lập. Hệ số hồi quy này dùng để đánh giá mức độ ảnh hưởng của các biến độc lập đến biến phụ thuộc. Tuy nhiên, giá trị sig luôn phải được xem xét trong việc đo lường ý nghĩa thống kê của các biến độc lập đối với mô hình. Trong mô hình hồi quy (2), tác giả nhận thấy hệ số hồi quy cao nhất là -2.034 của biến ROA, nghĩa là khả năng sinh lợi có tác động mạnh nhất đối với chu kỳ chuyển đổi tiền mặt. Kế đến là DEBT, OCF và GRO. Cả bốn biến này đều có mức ý nghĩa thống kê sig = 0.000, nhỏ hơn 1%. Bảng 4.6. Tóm tắt kết quả kiểm định các giả thiết Giả thiết Biến Hệ số hồi quy Sig Kết luận H 1 : Khả năng sinh lợi có mối quan hệ nghịch biến với CCC. ROA -2.034 0.000 Chấp nhận H 2 : Dòng tiền hoạt động có mối quan hệ nghịch biến với CCC. OCF -0.732 0.000 Chấp nhận H 3 : Quy mô công ty có mối quan hệ nghịch biến với CCC. SIZE 0.906 0.770 Không chấp nhận H 4 : Tăng trưởng doanh thu có mối quan hệ nghịch biến với CCC. GRO -0.397 0.000 Chấp nhận H 5b : Tỷ lệ thanh toán nhanh có mối quan hệ đồng biến với CCC. QR -4.105 0.102 Không chấp nhận H 6 : Tỷ lệ nợ có mối quan hệ đồng biến với CCC. DEBT -0.943 0.000 Không chấp nhận Các kết quả từ mô hình hồi quy (2) được sử dụng để kiểm định các giả thiết đã đề cập trong mục 3.2. Với mức ý nghĩa thống kê nhỏ hơn 1% được báo cáo đối với 3 giả thiết H 1, H 2 , H 4 chứng tỏ giả thiết 0 bị bác bỏ, từ đó có thể kết luận 3 giả thiết thay thế này đã được chấp nhận. Trong khi đó, kết quả hệ số hồi quy của giả thiết H 6 được báo cáo với giá trị

39 âm (-0.943) ngược với dự đoán ban đầu. Tóm lại, từ các kết quả thống kê cho thấy mối quan hệ nghịch biến giữa ba đặc tính công ty là khả năng sinh lợi, dòng tiền hoạt động và tăng trưởng doanh thu với chu kỳ chuyển đổi tiền mặt, như là thước đo của quản trị vốn luân chuyển. Bảng 4.7. Kết quả hồi quy các thành phần của chu kỳ chuyển đổi tiền mặt Biến phụ thuộc: AR INV AP Mô hình hồi quy (3) (4) (5) R 2 0.409 0.320 0.371 R 2 điều chỉnh 0.402 0.312 0.364 Thống kê F 62.340 42.431 53.183 Sig 0.000 0.000 0.000 Durbin-Watson 1.557 1.477 1.527 Hệ số hồi quy Sig Hệ số hồi quy Sig Hệ số hồi quy Sig Biến độc lập: ROA -1.841 0.000 -0.937 0.040 -0.743 0.003 GRO -0.237 0.000 -0.315 0.000 -0.155 0.001 QR 2.837 0.064 -8.069 0.000 -1.127 0.373 OCF -0.523 0.000 -0.533 0.005 -0.324 0.002 SIZE -3.860 0.041 -1.461 0.607 -6.226 0.000 DEBT -0.275 0.073 -0.246 0.287 0.422 0.001 Nguồn: tổng hợp từ kết quả phụ lục 10, 11 và 12. Bảng 4.7 trình bày kết quả hồi quy các thành phần của chu kỳ chuyển đổi tiền mặt và 6 biến độc lập. Ba mô hình với biến phụ thuộc lần lượt là các thành phần số ngày trung bình khoản phải thu (AR), số ngày trung bình hàng tồn kho (INV) và số ngày trung bình khoản phải trả (AP) đều phù hợp và không có tự tương quan giữa các phần dư (sig của F nhỏ, d lần lượt bằng 1.557, 1.477, 1.527). Đối với mô hình hồi quy AR, các đặc tính có tác động đến số ngày trung bình khoản phải thu là khả năng sinh lợi, tốc độ tăng trưởng doanh thu, dòng tiền hoạt động và quy mô công ty. Đối với mô hình hồi quy INV, các đặc tính có tác động đến số ngày trung bình hàng tồn kho là khả năng sinh lợi, tốc độ tăng trưởng doanh thu, tỷ lệ thanh toán nhanh và dòng tiền hoạt động. Trong khi đó, ở mô hình hồi quy AP

40 thì ngoại trừ tỷ lệ thanh toán nhanh không có tác động, 5 đặc tính công ty còn lại đều có tác động đến số ngày trung bình khoản phải trả. Để đánh giá sự khác biệt giữa các năm, 3 biến giả về năm được sử dụng trong mô hình hồi quy ở bảng 4.8. Bốn mô hình với biến phụ thuộc lần lượt là chu kỳ chuyển đổi tiền mặt, số ngày trung bình khoản phải thu, số ngày trung bình hàng tồn kho và số ngày trung bình khoản phải trả đều phù hợp và không có hiện tượng tương quan giữa các phần dư. Tuy nhiên, hệ số hồi quy theo từng năm lại không có ý nghĩa thông kê cho thấy yếu tố thời gian chưa phải là nhân tố có ý nghĩa trong bài nghiên cứu này. Bảng 4.8. Kết quả hồi quy CCC và các thành phần của nó kết hợp yếu tố thời gian. Biến phụ thuộc: CCC AR INV AP Mô hình hồi quy (6) (7) (8) (9) R 2 0.352 0.410 0.321 0.372 R 2 điều chỉnh 0.341 0.400 0.310 0.361 Thống kê F 32.472 41.540 28.260 35.410 Sig 0.000 0.000 0.000 0.000 Durbin-Watson 1.561 1.560 1.479 1.527 Hệ số hồi quy Sig Hệ số hồi quy Sig Hệ số hồi quy Sig Hệ số hồi quy Sig Biến độc lập: ROA -2.019 0.000 -1.874 0.000 -0.906 0.050 -0.760 0.003 GRO -0.385 0.000 -0.228 0.000 -0.311 0.000 -0.154 0.001 QR -4.080 0.105 2.847 0.063 -8.049 0.001 -1.122 0.377 OCF -0.714 0.001 -0.517 0.000 -0.519 0.007 -0.322 0.002 SIZE 0.426 0.892 -3.964 0.039 -1.814 0.529 -6.205 0.000 DEBT -0.935 0.000 -0.280 0.070 -0.236 0.310 0.420 0.001 YEAR_1 -11.712 0.340 -2.866 0.701 -7.666 0.495 1.179 0.849 YEAR_2 -6.198 0.611 3.500 0.637 -7.153 0.521 2.545 0.678 YEAR_3 -3.717 0.758 2.260 0.758 -2.699 0.807 3.278 0.589 Nguồn: tổng hợp từ kết quả phụ lục 13, 14, 15 và 16. Trong đó, các biến giả theo năm: YEAR_1: nhận giá trị 1 nếu công ty ở năm 2008, và ngược lại nhận giá trị 0 YEAR_2: nhận giá trị 1 nếu công ty ở năm 2009, và ngược lại nhận giá trị 0 YEAR_3: nhận giá trị 1 nếu công ty ở năm 2010, và ngược lại nhận giá trị 0