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

2,379
447
96
31
vn luân chuyển được chuyển đổi thành tin mt. Hay nói cách khác, thi gian t lúc mua
nguyên vt liệu thô đến khi thu được tin bán sn phẩm là hơn 3 tháng.
Các thành phn ca chu k chuyển đổi tin mt gm ba biến : s ngày trung bình khon
phi thu (AR), s ngày trung bình hàng tn kho (INV)s ngày trung bình khon phi
tr (AP). Bng 4.1. tiếp tc cho thy giá tr nh nht ca ba thành phần này đều dưới 1
ngày, lần lượt 0.933 ngày, 0.008 ngày, 0.378 ngày. Trong khi đó, giá tr ln nht cao
nht thuc v INV 697.939 ngày, tiếp theo AR 569.774 ngày thp nht AP
384.189 ngày. Và th t này vẫn không thay đổi đối vi giá tr trung bình ca các biến
này: 89.933 ngày, 66.300 ngày và 48.103 ngày.
T sut sinh li trên tng tài sn (ROA) trong mu nghiên cứu đạt đỉnh mc 49.95%,
giá tr nh nht là -34.3% và giá tr trung bình là 8.493%.
Tốc độ tăng trưởng doanh thu (GRO) cho thy giá tr ln nhất lên đến 379.9%, trong khi
đó giá trị nh nht là -71.302% và giá tr trung bình là 28.886%.
So sánh t l thanh toán hin thi (CR) t l thanh toán nhanh (QR), giá tr ln nht
(22.219; 21.951) và giá tr trung bình (2.316; 1.596) ca hai biến này có chênh lch là do
tác động ca giá tr hàng tồn kho. Trong khi đó, giá tr nh nht ca hai biến này đều dưới
1 (0.159 0.121) điều đó cho thấy n ngn hạn cao hơn tài sản ngn hn. giá tr
trung bình ca chúng th hin vic tài sn ngn hạn đủ để trang tri n ngn hn.
Biến dòng tin hoạt động đã loại tr tác động ca quy (OCF) giá tr ln nht
190.268%, giá tr nh nht -38.232% và giá tr trung bình là 6.591%.
Quy công ty (SIZE) giá tr ln nht 16.974. giá tr nh nht 9.831% giá tr
trung bình là 13.15%.
T l n (DEBT) trong mu nghiên cu trong khong t 0 đến 1, nghĩa là các công ty có
nhiu tài sản hơn nợ. C th, giá tr ln nht là 96.436%, giá tr nh nht 2.814% và giá tr
trung bình là 49.2%.
Bng 4.2 trình bày giá tr trung bình ca các biến theo từng năm để t đó có sự so sánh
biến động theo thời gian qua 4 năm quan sát từ 2008 đến 2011.
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
Bng 4.2. Giá tr 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
Ngun: PASW Statistic 18, d liệu dùng để tính toán ly t ph lc 2.
S liu trong bng 4.2 cho thy chu k chuyển đổi tin mt và các thành phn của nó đều
tăng lên theo từng năm, ngoại tr s ngày trung bình khon phi tr năm 2011 (47.578
ngày) gim so với năm 2010 (49.097 ngày). Trong khi đó, các nhân tố khác vi vai trò
biến độc lp trong bài nghiên cu này li biến động không theo mt quy lut nhất định so
vi xu hướng tăng lên của chu k chuyển đổi tin mt.
Bng 4.3. Giá tr 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
Ngun: PASW Statistic 18, d liệu dùng để tính toán ly t ph lc 2.
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
Bng 4.3 tiếp tc trình bày giá tr trung bình các biến ca nhng công ty trong mu nghiên
cứu được phân loi theo 1 trong 7 ngành khác nhau.
Nhìn vào chu k chuyển đổi tin mt (CCC) gia các ngành, có th nhn thy các công ty
thuc ngành công ngh thông tin có s ngày cao nht 214.215 ngày, kế đến là ngành công
nghip 130.511 ngày, còn thp nht thuc v ngành năng ng. Và kết qu này tương tự
đối vi s ngày trung bình hàng tn kho (INV), cao nht là 124.090 ngày và thp nht
25.932 ngày.
Đối vi s ngày trung bình khon phi thu (AR), ngành công nghê thông tin vn là ngành
giá tr trung bình cao nht 167.072 ngày, kế đến ngành công nghip 87.768 ngày,
trong khi đó ngành dịch v có giá tr thp nhất 42.453 ngày. Tương t như hai thành phần
đã đề cp, thành phn còn li ca chu k chuyển đổi tin mt là s ngày trung bình khon
phi tr (AP) cũng có giá trị trung bình cao nht, nhì thuc v ngành công ngh thông tin
76.947 ngày và ngành công nghip 70.323 ngày, còn các công ty thuc ngành nguyên vt
liu có s ngày trung bình khon phi tr thp nht là 30.233 ngày.
ROA có giá tr trung bình cao nht là ngành y tế 12.624%, trong khi đó ngành công ngh
thông tin li có giá tr trung bình thp nht 1.398%.
GRO có giá tr trung bình cao nht thuc v các công ty hoạt động trong ngành hàng tiêu
dùng 37.668%, và thp nht thuc v ngành công ngh thông tin 9.007%.
CR QR đều giá tr trung bình cao nht ngành công ngh thông tin lần lượt là
3.789; 2.845, ngành hàng tiêu dùng có giá tr thp nht 1.986; 1.164.
OCFgiá tr trung bình cao nht là ngành công nghip 8.064%, và thp nht ngành
dch v 4.146%.
Ngành dch v cũng là ngành SIZE thp nht 11.927, và SIZE ln nhất là ngành năng
ng 14.031.
Vi SIZE ln nhất, ngành năng lưng li có DEBT ln nhất 58.006%, trong khi đó DEBT
thp nht thuc v ngành công ngh thông tin.
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 th nhn thy ngành công ngh thông tin có chu k chuyển đổi tin mt, các
thành phn ca nó, CR và QR ln nht. Bên cạnh đó, các công ty hoạt động trong ngành
này li có giá tr trung bình thp nht v ROA, GRODEBT.
4.1.2. Ma trận tương quan
Bng 4.4. Ma trận tương quan (S 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%.
Ngun: PASW Statistic 18, d liệu dùng để tính toán ly t ph lc 2.
Ma trận tương quan ch ra rng chu k chuyển đổi tin mặt có tương quan âm có ý nghĩa
thng kê vi 4 biến ROA, GRO, OCF DEBT vi mức ý nghĩa 0.01 hoặc 0.05. Trong
khi đó, tương quan dương giữa chu k chuyển đổi tin mt CR vi mức ý nghĩa
0.05. Tuy nhiên, giá tr ca h s tương quan Pearson thể hin mi quan h gia chu k
chuyển đổi tin mt và 5 biến ROA, GRO, OCF, DEBT và CR lần lượt là -0.148, -0.188,
-0.140, -0.102, 0.100 ít cht ch hơn so với các thành phn ca chu k chuyển đổi 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
mt: 0.709 vi s ngày trung bình khon phi thu (AR), 0.872 vi s ngày trung bình
hàng tn kho (INV) và 0.454 vi s ngày trung bình khon phi tr (AP).
Liên quan đến các thành phn ca chu k chuyển đổi tin mt, ma trận tương quan cho
thy tt c các nhân t đều mối tương quan với s ngày trung bình khon phi thu
(AR) và s ngày trung bình khon phi tr (AP) vi mức ý nghĩa 0.01 hoặc 0.05. C th,
ROA, GRO, OCF, SIZE, DEBT mối tương quan âm CR, QR mối tương quan
dương với s ngày trung bình khon phi thu (AR). ROA, GRO, CR, QR, OCF,SIZE có
mối tương quan âm DEBT mối tương quan dương với s ngày trung bình khon
phi tr (AP).Trong khi đó, đối vi s ngày trung bình hàng tn kho (INV), ch4 biến
ROA, GRO, QR OCF mối tương quan âm ý nghĩa thống vi mức ý nghĩa
0.01.
V tương quan giữa các biến độc lp, kết qu cho thy h s tương quan khá cao gia QR
CR 0.967 cũng như giữa DEBT vi CR QR -0.632, -0.580 vy hiện tượng đa
cng tuyến s được kiểm định nhng ni dung tiếp theo.
Ph lc 3, 4 ,5 và 6 trình bày c th các ma trận tương quan giữa các biến qua từng năm.
Qua s liu t các ma trận tương quan này cho thấy những điểm ch yếu như sau:
- S ng các biến độc lp có mối tương quan nhất định vi chu k chuyển đổi tin
mt và các thành phn của nó nhưng ít hơn so với khi xét ma trận tương quan theo
c giai đoạn nghiên cứu 4 năm ở bng 4.4.
- Tương tự như kết qu ma trận tương quan bng 4.4, gia các biến độc lập như
QR và CR, DEBT vi CR và QR có h s tương quan khá cao.
Tiếp theo, ma trn ơng quan theo từng ngành được th hin qua ph lc 7. Tác gi nhn
thy có mối tương quan nghịch gia chu k chuyển đổi tin mt (CCC) ROA đối vi
ngành công nghip và ngành hàng tiêu dùng. Ngành y tế li có mối tương quan thuận.
Mối tương quan giữa chu k chuyển đổi tin mt (CCC) và GRO đều nghch 4
ngành: công ngh thông tin, công nghiệp, năng lượng và y tế.
CR QR đều mối tương quan dương với chu k chuyển đổi tin mt (CCC) 3
ngành: công ngh thông tin, năng lượng và nguyên vt liu.
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 gia chu k chuyển đổi tin mt (CCC) OCF ngành công
nghip và ngành nguyên vt liệu, ngược lại tương quan thuận ngành năng lượng.
Chu k chuyển đổi tin mt (CCC) mối tương quan nghịch vi DEBT đối vi các
ngành như công nghệ thông tin, nguyên vt liu y tế, trong khi đó ngành hàng tiêu
dùng lại có tương quan thuận.
Như vậy, kết qu t ma trận tương quan theo ngành trong mẫu nghiên cu cho thy chu
k chuyển đổi tin mt (CCC) và SIZE không có tương quan.
4.1.3. Kết qu hi quy
Để khám phá các nhân t tác động đến qun tr vn luân chuyn, tác gi tiến hành kim
định mi quan h gia chu k chuyển đổi tin mặt, thước đo của qun tr vn luân
chuyn những đặc tính công ty: kh năng sinh lợi, dòng tin hoạt động (loi tr tác
động quy mô), quy công ty, tăng trưởng doanh thu, t l thanh toán hin thi, t l
thanh toán nhanh và t l n. Nhng kết qu hi quy trình bày bng 4.5.
Trưc hết, tác gi tiến hành kim tra gi định nhm tránh kh năng xảy ra hiện tượng đa
cng tuyến thông qua việc đo ờng đa cộng tuyến (Collinearity Diagnostics). Công c
chuẩn đoán giúp phát hiện s tn ti ca hiện tượng đa cng tuyến trong d liệu thường
được dùng là độ chp nhn ca biến (Tolerance) và h s phóng đại phương sai (Variance
Inflation Factor-VIF)
Theo Hoàng Trng và Chu Nguyn Mng Ngc (2008), v quy tc: Tolerance nh là du
hiu của đa cộng tuyến. Trong khi đó, VIF có liên hệ vi Tolerance, thc tếnghịch đảo
ca Tolerance. Khi Tolerance nh thì VIF lớn, và khi VIF vượt quá 10 là du hiu của đa
cng tuyến.
Kết qu mô hình hi quy (1), th hin mi quan h gia chu k chuyển đổi tin mt và tt
c 7 biến độc lp. Tuy nhiên, kết qu cho thấy đ chp nhn ca biến CR và QR lần lưt
là 0.057 0.063 tương ng vi h s phóng đại phương sai là 17.413 và 15.833. Điều
này ch ra hiện tượng đa cộng tuyến. Do đó, tác giả quyết định loi biến CR, (là 1 trong 2
biến độc lp có quan h cht ch vi nhau), ra khi mô hình.
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
Bng 4.5. Kết qu hi quy biến ph thuc chu k chuyn đi tin mt (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
Ngun: tng hp t kết qu ph lc 8 và 9.
Mô hình (2) được phn mm PASW 18 tính toán, sau khi đã loại biến CR. Kết qu cho
thy giá tr của độ chp nhn ca biến Tolerance đều lớn hơn (>) 0.1 và hệ s phóng đại
phương sai VIF đều nh hơn (<) 10 đối vi tt c các biến trong mô hình hồi quy (2). Như
vy, mô hình (2) không có hiện tượng đa cộng tuyến.
Tiếp theo, tác gi đánh giá độ phù hp ca mô hình (2) thông qua h s R
2
điều chnh. H
s R
2
điều chnh = 0.350, cho thy mô hình hi quy tuyến tính bội đã xây dng phù hp
vi tp d liu mẫu đến 35%. Bên cạnh đó, kiểm định thng kê F trong bng phân tích
phương sai ANOVA phép kiểm định v độ phù hp ca hình hi quy tuyến tính
tng th. Kết qu kiểm định F vi giá tr sig = 0.000, nh hơn mức ý nghĩa 5%, t đó cho
thy mô hình hi quy tuyến tính bi (2) đưc xây dng là phù hp vi tng th.
Sau khi kim định độ phù hp ca mô hình, cần xem xét đến tính độc lp ca sai số, nghĩa
không có tương quan chuỗi bc nht gia các phần thông qua đại lượng thng
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 giá tr t 0 đến 4. Nếu các phần dư không tương
quan vi nhau, giá tr d s gn bng 2. Kết qu phân tích mô hình (2) cho thy giá tr d
= 1.559, chng t không có tương quan giữa các phần dư.
Cui cùng, tác gi tiến hành đánh giá hệ s hi quy ca các biến độc lp. H s hi quy
này dùng để đánh giá mức độ ảnh hưởng ca các biến độc lập đến biến ph thuc. Tuy
nhiên, giá tr sig luôn phải được xem xét trong việc đo lường ý nghĩa thống ca các
biến độc lập đối vi mô hình.
Trong mô hình hi quy (2), tác gi nhn thy h s hi quy cao nht là -2.034 ca biến
ROA, nghĩa là khả năng sinh lợi tác động mnh nhất đối vi chu k chuyển đổi tin
mt. Kế đến là DEBT, OCFGRO. C bn biến này đều có mc ý nghĩa thống kê sig =
0.000, nh hơn 1%.
Bng 4.6. Tóm tt kết qu kim đnh các gi thiết
Giả thiết
Biến
Hệ số
hồi quy
Sig
Kết luận
H
1
: Khả năng sinh lợi mối quan hệ
nghịch biến với CCC.
ROA
-2.034
0.000
Chấp nhận
H
2
: Dòng tiền hoạt động mối quan hệ
nghịch biến với CCC.
OCF
-0.732
0.000
Chấp nhận
H
3
: Quy công ty mối quan hệ
nghịch biến với CCC.
SIZE
0.906
0.770
Không chấp nhận
H
4
: Tăng trưởng doanh thu 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 qu t mô hình hồi quy (2) được s dụng để kiểm định các gi thiết đã đề cp
trong mc 3.2. Vi mức ý nghĩa thng kê nh hơn 1% được báo cáo đối vi 3 gi thiết H
1,
H
2
, H
4
chng t gi thiết 0 b bác b, t đó có thể kết lun 3 gi thiết thay thế này đã được
chp nhận. Trong khi đó, kết qu h s hi quy ca gi thiết H
6
được báo cáo vi giá tr
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 vi d đoán ban đầu. Tóm li, t các kết qu thng kê cho thy mi
quan h nghch biến giữa ba đặc tính công ty là kh năng sinh lợi, dòng tin hoạt động và
tăng trưởng doanh thu vi chu k chuyển đổi tin mt, như là thước đo của qun tr vn
luân chuyn.
Bng 4.7. Kết qu hi quy các thành phn ca chu k chuyn đi tin mt
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
Ngun: tng hp t kết qu ph lc 10, 11 và 12.
Bng 4.7 trình bày kết qu hi quy các thành phn ca chu k chuyển đổi tin mt và 6
biến độc lp. Ba mô hình vi biến ph thuc lần lượt là các thành phn s ngày trung bình
khon phi thu (AR), s ngày trung bình hàng tn kho (INV) và s ngày trung bình khon
phi tr (AP) đều phù hp và không có t tương quan gia các phn dư (sig của F nh, d
lần lượt bằng 1.557, 1.477, 1.527). Đối vi mô hình hồi quy AR, các đặc tính có tác động
đến s ngày trung bình khon phi thu là kh năng sinh lợi, tốc độ tăng trưởng doanh thu,
dòng tin hoạt động và quy mô công ty. Đối vi mô hình hi quy INV, các đặc tính có tác
động đến s ngày trung bình hàng tn kho là kh năng sinh lợi, tốc độ tăng trưởng doanh
thu, t l thanh toán nhanh và dòng tin hoạt động. Trong khi đó, hình hi quy AP
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 ngoi tr t l thanh toán nhanh không có tác động, 5 đặc tính công ty còn lại đều
tác động đến s ngày trung bình khon phi tr.
Để đánh giá sự khác bit giữa các năm, 3 biến gi v năm được s dng trong hình
hi quy bng 4.8. Bn hình vi biến ph thuc lần lượt chu k chuyển đổi tin
mt, s ngày trung bình khon phi thu, s ngày trung bình hàng tn kho và s ngày trung
bình khon phi tr đều phù hp không có hiện tượng tương quan giữa các phn .
Tuy nhiên, h s hi quy theo từng năm lại không ý nghĩa thông cho thấy yếu t
thi gian chưa phi là nhân t có ý nghĩa trong bài nghiên cu này.
Bng 4.8. Kết qu hi quy CCC và các thành phn ca nó kết hp yếu t thi 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
Ngun: tng hp t kết qu ph lc 13, 14, 15 và 16.
Trong đó, các biến gi theo năm:
YEAR_1: nhn giá tr 1 nếu công ty năm 2008, và ngược li nhn giá tr 0
YEAR_2: nhn giá tr 1 nếu công ty năm 2009, và ngược li nhn giá tr 0
YEAR_3: nhn giá tr 1 nếu công ty năm 2010, và ngược li nhn giá tr 0
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