Phân tích mối quan hệ giữa thu nhập và dòng tiền trong dự báo dòng tiền của các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:7

Thêm vào BST

Báo xấu

32
lượt xem 3
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài nghiên cứu tập trung phân tích khả năng dự báo dòng tiền trong tương lai của dòng tiền và thu nhập trong quá khứ, cũng như tìm ra yếu tố nào có khả năng dự báo tốt hơn dòng tiền tương lai của doanh nghiệp. Dựa vào dữ liệu từ năm 2013 - 2017 của 181 doanh nghiệp phi tài chính được niêm yết trên Sở giao dịch Chứng khoán Thành phố Hồ Chí Minh (HoSE), mô hình hồi quy OLS được ước lượng.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Phân tích mối quan hệ giữa thu nhập và dòng tiền trong dự báo dòng tiền của các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam

Kỷ yếu tóm tắt Hội nghị nghiên cứu khoa học sinh viên 2018 PHÂN TÍCH MỐI QUAN HỆ GIỮA THU NHẬP VÀ DÒNG TIỀN TRONG DỰ BÁO DÒNG TIỀN CỦA CÁC DOANH NGHIỆP NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM Hà Bảo Châu - 1411697 Nguyễn Tuấn Anh - 1413228 Lớp KTK38, Khoa Kinh tế và Quản trị Kinh doanh Bài nghiên cứu tập trung phân tích khả năng dự báo dòng tiền trong tương lai của dòng tiền và thu nhập trong quá khứ, cũng như tìm ra yếu tố nào có khả năng dự báo tốt hơn dòng tiền tương lai của doanh nghiệp. Dựa vào dữ liệu từ năm 2013 - 2017 của 181 doanh nghiệp phi tài chính được niêm yết trên Sở giao dịch Chứng khoán Thành phố Hồ Chí Minh (HoSE), mô hình hồi quy OLS được ước lượng. Nghiên cứu của chúng tôi đã xác định được (1) Thu nhập trong quá khứ, (2) Dòng tiền hoạt động trong quá khứ, (3) Dòng tiền hoạt động và các khoản dồn tích gộp trong quá khứ, (4) Dòng tiền hoạt động và các thành phần dữ liệu kế toán dồn tích trong quá khứ có ý nghĩa trong việc dự báo dòng tiền trong tương lai của doanh nghiệp. Bên cạnh đó, nghiên cứu cũng đề xuất một số giải pháp nâng cao hiệu quả hoạt động của doanh nghiệp. 1. GIỚI THIỆU Nghiên cứu này được thực hiện với mục đích nhằm xác định tầm quan trọng của việc dự báo dòng tiền tương lai trong doanh nghiệp, tìm ra sự khác biệt giữa dòng tiền và thu nhập quá khứ trong việc dự báo dòng tiền tương lai của doanh nghiệp. Ngoài ra, nghiên cứu cũng tìm hiểu thêm về ảnh hưởng các chỉ số tài chính liên quan đến tiền mặt cho việc dự báo dòng tiền tương lai của doanh nghiệp. Kết quả nghiên cứu có thể giúp các nhà quản trị đưa ra các chiến lược kinh doanh phù hợp; hỗ trợ các nhà đầu tư dễ dàng đánh giá hoạt động của doanh nghiệp và ra các quyết định về kinh tế, nhằm giảm thiểu rủi ro khi quyết định đầu tư. 2. LƯỢC SỬ NGHIÊN CỨU VÀ PHÁT TRIỂN GIẢ THUYẾT 2.1. Khả năng dự báo dòng tiền từ thu nhập trong quá khứ Thu nhập luôn là căn cứ đầu tiên để dự báo dòng tiền trong tương lai của một doanh nghiệp. Bằng chứng là rất nhiều nghiên cứu của Dechow & cộng sự (1998), Subramanyam và Venkatachalam (2001), Hiếu (2015), Efayena (2015), Blessing (2016), Linh (2017) đã chứng minh điều này. Đa số các mô hình nghiên cứu đưa ra đều hàm chứa biến thu nhập, và mô hình thu nhập luôn đóng vai trò mạnh mẽ trong việc dự báo dòng tiền từ các kết quả nghiên cứu. 2.2. Khả năng dự báo dòng tiền từ dòng tiền hoạt động trong quá khứ Không chỉ riêng thu nhập, mà dòng tiền trong quá khứ cũng là một yếu tố giúp doanh nghiệp xác định dòng tiền hoạt động của mình trong tương lai một cách hiệu quả không kém. Các nghiên cứu của Dechow và cộng sự (1998), Subramanyam & Venkatachalam (2001), Hiếu (2015), Efayena (2015), Linh (2017) đều đưa ra kết quả tích cực về khả năng này. 210
Kỷ yếu tóm tắt Hội nghị nghiên cứu khoa học sinh viên 2018 2.3. Khả năng dự báo dòng tiền từ dòng tiền và các khoản dồn tích gộp trong quá khứ Một doanh nghiệp càng phát triển, dòng tiền của doanh nghiệp càng phức tạp. Vì vậy, chúng ta không thể chỉ dựa vào một, hai yếu tố đơn thuần để dự báo tương lai. Các nhà kinh tế học đang dần công nhận tầm quan trọng của những khoản dồn tích trong dự báo dòng tiền, bao gồm Barth & cộng sự (2001), Efayena (2015), Hiếu (2015), Blessing (2016), Linh (2017). 2.4. Khả năng dự báo dòng tiền từ dòng tiền hoạt động và các thành phần dữ liệu kế toán dồn tích trong quá khứ Phát triển hơn các nghiên cứu về các khoản dồn tích gộp, các thành phần dữ liệu kế toán dồn tích riêng lẻ cũng được các nhà nghiên cứu rất quan tâm, như Barth & cộng sự (2001), Charitou & cộng sự (2004), Hiếu (2015), Uyên và Thoa (2015), Linh (2017). Họ đều đưa mô hình dự báo dòng tiền bao gồm các thành phần kế toán dồn tích và đưa ra được kết luận về khả năng dự báo đáng tin cậy này. 3. DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 3.1. Nguồn dữ liệu Nghiên cứu sử dụng số liệu thứ cấp được thu thập từ báo cáo tài chính đã được kiểm toán của 181 doanh nghiệp phi tài chính niêm yết trên HoSE, hoạt động liên tục từ năm 2013 đến 2017 tạo thành dữ liệu bảng gồm 905 quan sát doanh nghiệp - năm. Bảng 6. Thống kê dữ liệu các biến sử dụng trong mô hình Biến Số quan sát Giá trị trung bình Giá trị nhỏ nhất Giá trị lớn nhất Độ lệch chuẩn CF 905 1854.122 -22334.36 115780.4 8283.896 NI 905 1747.318 -25479.14 93638.30 6843.242 OCF 905 1652.141 -22334.36 105546.7 7392.977 TAC 905 95.17707 -21085.97 54243.37 3777.922 DAR 905 -245.3861 -12826.81 11638.34 1734.773 DINV 905 -314.024 -13212.98 11963.43 1914.630 DAP 905 273.6560 -27288.64 17616.65 2429.095 DEP 905 635.9426 -1180.620 23792.60 1600.499 TXAC 905 391.4916 -11102.13 18737.96 1570.231 OTHAC 905 1955.678 -31907.75 73785.30 6858.762 211
Kỷ yếu tóm tắt Hội nghị nghiên cứu khoa học sinh viên 2018 Bảng 7. Ma trận tương quan của các biến CF NI OCF TAC DAR DINV DAP DEP TXAC OTHAC CF 1.0000 NI 0.8305** 1.0000 OCF 0.8548** 0.8619** 1.0000 TAC -0.1685** 0.1247** -0.3956** 1.0000 DAR -0.0503* -0.1171** -0.0040* -0.2044** 1.0000 DINV -0.2174** -0.2258** -0.0557* -0.3000** 0.0610* 1.0000 DAP 0.0482* 0.0558* 0.2146** -0.3190** -0.4161** -0.3009** 1.0000 DEP 0.6707** 0.6953** 0.7089** -0.1277** -0.0375* -0.1895** 0.1028** 1.0000 TXAC 0.6467** 0.8197** 0.6823** 0.1497** -0.0519* -0.1930** 0.0214* 0.6534** 1.0000 OTHAC 0.3022** 0.5310** 0.1963** 0.5778** -0.5505** -0.6548** 0.3966** 0.4114** 0.5384** 1.0000 Ghi chú: *,** lần lượt tương ứng với mức ý nghĩa 5%, 1% 3.3. Phương pháp nghiên cứu Nghiên cứu tiến hành ước lượng mô hình hồi quy theo phương pháp bình phương tối thiểu (OLS). Để kiểm định mô hình có phù hợp với dữ liệu nghiên cứu không, nghiên cứu sẽ đi vào những kiểm định cơ bản là kiểm định F về độ phù hợp của mô hình, hiện tượng đa cộng tuyến dựa vào hệ số phóng đại phương sai VIF, và phương sai sai số thay đổi thông qua kiểm định Breusch-Pagan/Cook-Weisberg. Tiếp theo, để lựa chọn một mô hình phù hợp nhất đối với dữ liệu nghiên cứu, nghiên cứu sử dụng chỉ số AIC và BIC. Dựa trên mục đích nghiên cứu được đặt ra ban đầu, nghiên cứu tiến hành tổng hợp lý thuyết, những nghiên cứu cơ sở của những nhà nghiên cứu đi trước và đưa ra những giả thuyết nghiên cứu có độ khả thi cao nhất để áp dụng vào mẫu nghiên cứu, được tổng hợp tại bảng 3 như sau: Bảng 8. Giả thuyết nghiên cứu, mô hình hồi quy và nghiên cứu cơ sở Giả thuyết Mô hình hồi quy Nghiên cứu cơ sở Dechow và cộng sự (1998), Barth & cộng sự (2001), Subramanyam & 1 CFit = α0 + α1 NIit-1 + εit Venkatachalam (2001), Hiếu (2015), Uyên & Thoa (2015), Efayena (2015), Blessing (2016), Linh (2017) Dechow và cộng sự (1998), Subramanyam & Venkatachalam (2001), 2 CFit = β0 + β1 OCFit-1 + εit Hiếu (2015), Efayena (2015), Linh (2017) Barth & cộng sự (2001), Efayena (2015), Hiếu (2015), Uyên & Thoa 3 CFit = γ0 + γ1 OCFit-1 + γ2 TACit-1 + εit (2015), Blessing (2016), Linh (2017) CFit = δ0 + δ1 OCFit-1 + δ2 DARit-1 + δ3 DINVit- Barth & cộng sự (2001), Charitou & cộng sự (2004), Hiếu (2015), Uyên 4 1 + δ4 DAPit-1 + δ5 DEPit-1 + δ6 TXACit-1 + δ7 & Thoa (2015), Linh (2017) OTHACit-1 + εit Với các giả thuyết trên, nghiên cứu xây dựng các mô hình như sau: Mô hình 1: Khả năng dự báo của thu nhập trong quá khứ đối với dòng tiền tương lai. 212
Kỷ yếu tóm tắt Hội nghị nghiên cứu khoa học sinh viên 2018 CFit = α0 + α1 NIit-1 + εit (1) Mô hình 2: Khả năng dự báo dòng tiền trong quá khứ với dòng tiền tương lai. CFit = β0 + β1 OCFit-1 + εit (2) Mô hình 3: Khả năng dự báo dòng tiền tương lai của dòng tiền hoạt động và các khoản dồn tích gộp trong quá khứ. CFit = γ0 + γ1 OCFit-1 + γ2 TACit-1 + εit (3) Mô hình 4: Khả năng dự báo dòng tiền tương lai của dòng tiền hoạt động và các thành phần dữ liệu kế toán dồn tích trong quá khứ. CFit = δ0 + δ1 OCFit-1 + δ2 DARit-1 + δ3 DINVit-1 + δ4 DAPit-1 + δ5 DEPit-1 + δ6 TXACit-1 + δ7 OTHACit-1 + εit (4) Trong đó i và t là ký hiệu cho doanh nghiệp và thời gian. 4. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 4.1. Kết quả Sau khi thực hiện các kiểm định cần thiết. Với kết quả các hiện tượng vi phạm giả thuyết đều không xảy ra, nghiên cứu tiến hành hồi quy các mô hình và lựa chọn mô hình có khả năng dự báo dòng tiền hiệu quả nhất thông qua các chỉ số AIC/BIC. Trong 4 mô hình đưa vào nghiên cứu, chỉ có 3 mô hình giải thích được ý nghĩa đối với việc dự báo dòng tiền tương lai của doanh nghiệp, đó là các mô hình với biến độc lập là thu nhập trong quá khứ (Mô hình 1); dòng tiền trong quá khứ (Mô hình 2), dòng tiền và các khoản dồn tích gộp trong quá khứ (Mô hình 3). Mô hình (3) là mô hình có khả năng dự báo dòng tiền tốt nhất đối với dữ liệu nghiên cứu. Theo công thức (3) và kết quả hồi quy của bảng 4, mô hình (3) trong nghiên cứu được viết lại như sau: CFit = 82.3297 + 1.0470*OCFit + 0.4412*TACit + ε Trong đó i và t là ký hiệu cho doanh nghiệp và thời gian. Thông qua kiểm định chỉ số AIC/BIC, mô hình (3) là mô hình dòng tiền hoạt động và các khoản dồn tích gộp trong quá khứ, đã giải thích được độ hiệu quả 76.43%, là mô hình có khả năng dự báo dòng tiền trong tương lai của các doanh nghiệp tốt nhất trong 4 mô hình được đưa vào nghiên cứu, giống như kết quả nghiên cứu của Hiếu (2015). Mô hình (3) đồng nhất về kết quả khả năng dự báo dòng tiền với các nghiên cứu của Barth & cộng sự (2001), Efayena (2015), Hiếu (2015), Uyên & Thoa (2015), Blessing (2016), Linh (2017). Mô hình (3) đã thoả mãn được giả thuyết 3 về khả năng dự báo dòng tiền. 213
Kỷ yếu tóm tắt Hội nghị nghiên cứu khoa học sinh viên 2018 Bảng 9. Kết quả hồi quy của các mô hình nghiên cứu Mô hình 1 Mô hình 2 Mô hình 3 Mô hình 4 Biến độc lập Coef. P-value Coef. P-value Coef. P-value Coef. P-value Hằng số 97.5295 0.538 271.6755 0.064* 82.3297 0.551 -88.8453 0.490 NI 1.0053 0.000*** OCF 0.9578 0.000*** 1.0470 0.000*** 1.0314 0.000*** TAC 0.4412 0.000*** DAR -0.6632 0.000*** DINV -1.0039 0.000*** DAP -0.9901 0.000*** DEP 0.1337 0.273 TXAC -0.3172 0.066* OTHAC 0.0363 0.503 N 905 905 905 905 F 2006.97 2450.02 1466.82 575.12 R2 0.6897 0.7307 0.7648 0.8178 0.6893 0.7304 0.7643 0.8164 AIC 19.715 19.573 19.440 19.196 BIC 11690.647 11562.394 11446.498 11249.660 Trong đó: *,**,*** lần lượt tương ứng với mức ý nghĩa 10%, 5%, 1% 4.2. Thảo luận kết quả nghiên cứu Đối với Mô hình (4), do các biến TXAC và OTHAC không có ý nghĩa thống kê, vì vậy mô hình không thoả mãn được giả thuyết 4. Vì vậy, nghiên cứu đặt ra vấn đề cần thảo luận ở đây là: “Vì sao dòng tiền và các thành phần dữ liệu kế toán dồn tích trong quá khứ không có khả năng dự báo dòng tiền hoạt động của doanh nghiệp trong tương lai?” Sau quá trình tìm hiểu và nghiên cứu, nhóm nghiên cứu đã đưa ra một số biện giải về sự khác biệt giữa kết quả của nghiên cứu so với các nghiên cứu trước đây: Thứ nhất, nền kinh tế Việt Nam đang từng bước thay đổi và phát triển, dẫn đến các thành phần dữ liệu kế toán được chọn trong mô hình không còn gây tác động lên dòng tiền trong tương lai của doanh nghiệp, như yếu tố thuế thu nhập doanh nghiệp phải nộp của doanh nghiệp, làm cho kết quả nghiên cứu không được như dự kiến. Thứ hai, các biến được chọn trong mô hình có thể chưa phản ánh hết được những thành phần kế toán dồn tích có khả năng dự báo dòng tiền trong tương lai, do những thành phần kế toán dồn tích khác không có ý nghĩa với dữ liệu nghiên cứu, chứng tỏ còn nhiều thông tin trong biến này chưa được khai thác hết. 214
Kỷ yếu tóm tắt Hội nghị nghiên cứu khoa học sinh viên 2018 Thứ ba, đối với các kết quả nghiên cứu trước đây, mẫu của các bài nghiên cứu khá nhỏ (thường
Kỷ yếu tóm tắt Hội nghị nghiên cứu khoa học sinh viên 2018 Barth, M. E. và cộng sự. (2001). Accruals and the Prediction of Future Cash Flows. The Accounting Review, 76(1), 27-58. Blessing, I. N. (2016). Relationship Between Earnings and Cash Flow in Estimating Cash Flows: Evidence from Listed Nigerian Banks. Journal of Research in Business, Economics and Management, 6(1), 811-821. Charitou, A. và cộng sự. (2004). Predicting Corporate Failure: Empirical Evidence for the UK. European Accounting Review, 13(3), 465-497. Dechow, P. M. và cộng sự. (1998). The relation between earnings and cash flows. Journal of Accounting and Economics, 25(2), 133-168. Efayena, O. (2015). The Role of Accrual Accounting Basis in the Prediction of Future Cash Flows: The Nigerian Evidence. Research Journal of Finance and Accounting, 6(4), 171- 180. Hiếu, N. T. (2015). Dự báo dòng tiền từ hoạt động kinh doanh của các công ty phi tài chính niêm yết trên thị trường chứng khoán Việt Nam. (Luận án Tiến sĩ kinh doanh và quản lý), Trường Đại học Kinh tế quốc dân, Hà Nội. Linh, L. T. H. (2017). Phân tích tính ổn định của các thành phần dòng tiền để dự báo dòng tiền của các công ty trong lĩnh vực sản xuất hàng tiêu dùng niêm yết trên Thị trường chứng khoán Việt Nam. (Luận văn Thạc sĩ Kế toán), Trường Đại học Kinh tế, Đà Nẵng. Subramanyam, K. R., Venkatachalam, M. (2001). Earnings, Cash Flows and Ex post Intrinsic Value of Equity. The Accounting Review, 82(2), 457-481. Uyên, N. T. U., Thoa, T. T. K. (2015). Khả năng dự báo thu nhập cho doanh nghiệp tư dòng tiền hoạt động: Trường hợp các doanh nghiệp niêm yết Việt Nam. Phát triển & Hội nhập, 20(30), 34-42. 216