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
2,474
447
96
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