Luận văn Thạc sĩ Kinh tế: Mối quan hệ giữa quản trị vốn luân chuyển và khả năng sinh lời trong các chu kỳ kinh tế khác nhau của các công ty tại Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

LÂM ĐỨC HUY

MỐI QUAN HỆ GIỮA QUẢN TRỊ VỐN LUÂN

CHUYỂN VÀ KHẢ NĂNG SINH LỜI TRONG CÁC

GIAIjĐOẠN KINHjTẾ KHÁC NHAU CỦA

CÁCjCÔNG TY TẠI VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP. HỒ CHÍ MINH, NĂM 2019

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

LÂM ĐỨC HUY

MỐI QUAN HỆ GIỮA QUẢN TRỊ VỐN LUÂN

CHUYỂN VÀ KHẢ NĂNG SINH LỜI TRONG CÁC

GIAI ĐOẠNjKINH TẾ KHÁC NHAU CỦA

CÁCjCÔNG TY TẠI VIỆT NAM

Chuyên ngành: Tài chính

Mã số: 8340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC

Ts. NGUYỄN QUỐC KHANH

TP. HỒ CHÍ MINH, NĂM 2019

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

Độc lập - Tự do - Hạnh phúc

LỜI CAM ĐOAN

Tôi xin cam đoan Luận văn thạc sĩ kinh tế “Mối quan hệ giữa quản trị vốn luânjchuyển

và khả năng sinh lời trong cácjchu kỳ kinh tế khác nhau của cácjcông ty tại Việt Nam” là

đềjtài nghiên cứu của riêng tôi. Các kết quả và báojcáo trong bài luận văn này là trung

thực và chưa từng được công bố trong bất kỳ côngjtrình nào khác. Các thông tinjtham

khảo, kế thừa và phát triển đều được trích dẫn và ghi nguồn đầyjđủ trong danh mục tài

liệu tham khảo.

Nghiên cứu sinh

Lâm Đức Huy

MỤC LỤC

TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC CÁC TỪ VIẾT TẮT

DANH MỤC CÁC BẢNG

DANH MỤC CÁC HÌNH VẼ

TÓM TẮT

ABSTRACT

CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU ............................................................ 1

1.1 Lý do chọn đề tài................................................................................................... 1

1.2 Mục tiêu nghiên cứu ............................................................................................. 2

1.3 Câu hỏi nghiên cứu ............................................................................................... 3

1.4 Phạm vi và đối tượng nghiên cứu ......................................................................... 3

1.5 Phương pháp nghiên cứu ...................................................................................... 3

1.6 Ý nghĩa nghiên cứu của đề tài............................................................................... 4

1.7 Kết cấu của đề tài nghiên cứu ............................................................................... 5

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ NGHIÊN CỨU TRƯỚC ĐÂY ................ 6

2.1 Cơ sở lý thuyết ...................................................................................................... 6

2.1.1 Định nghĩa vốn luân chuyển ........................................................................... 6

2.1.2 Định nghĩa chu kỳ kinh tế .............................................................................. 7

2.1.3 Các lý thuyết nền tảng liên quan đến việc quản trị vốn luân chuyển ............. 8

2.2 Ứng dụng hai lý thuyết vào đề tài nghiên cứu .................................................... 11

2.3 Các nghiên cứu trước đây ................................................................................... 11

2.3.1 Các nghiên cứu nước ngoài về mối quan hệ giữa quản trị vốn luân chuyển

và khả năng sinh lời của công ty .................................................................. 11

2.3.2 Các nghiên cứu về tác động của chu kỳ kinh tế đến mối quan hệ giữa quản

trị vốn luân chuyển và khả năng sinh lời của công ty .................................. 13

2.3.3 Các nghiên cứu thực nghiệm ở Việt Nam về mối quan hệ giữa quản trị vốn

luân chuyển và khả năng sinh lời của công ty .............................................. 15

2.4 Mô hình nghiên cứu ............................................................................................ 19

2.5 Giả thuyết nghiên cứu ......................................................................................... 19

CHƯƠNG 3: PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU ............................ 22

3.1 Thu thập và xử lý dữ liệu .................................................................................... 22

3.2 Mô hình nghiên cứu ............................................................................................ 23

3.3 Mô tả biến ........................................................................................................... 24

3.3.1 Biến phụ thuộc .............................................................................................. 24

3.3.2 Biến độc lập .................................................................................................. 25

3.3.3 Biến kiểm soát .............................................................................................. 30

3.3.4 Kỳ vọng dấu ................................................................................................. 32

3.4 Phương pháp nghiên cứu .................................................................................... 33

3.4.1 Mô hình FEM ............................................................................................... 34

3.4.2 Mô hình REM ............................................................................................... 35

3.4.3 Mô hình Bình phương tối thiểu GLS............................................................ 36

3.4.4 Mô hình GMM xử lý nội sinh ...................................................................... 37

3.5 Quy trình xử lý và phân tích dữ liệu định lượng ................................................ 38

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU ................................................................. 39

4.1 Thống kê mô tả dữ liệu ....................................................................................... 39

4.2 Phân tích hệ số tương quan ................................................................................. 41

4.3 Kết quả hồi quy của mô hình .............................................................................. 45

4.3.1 Kiểm định Hausman ..................................................................................... 45

4.3.2 Kiểm định các khuyết tật của mô hình ......................................................... 47

4.4 Kết quả và ý nghĩa của hệ số hồi quy ................................................................. 51

4.4.1 Kết quả hồi quy bằng phương pháp REM và GLS ...................................... 51

4.4.2 Kết quả hồi quy bằng phương pháp GMM................................................... 63

4.5 Thảo luận kết quả nghiên cứu ............................................................................. 70

4.5.1 Tóm tắt kết quả ............................................................................................. 70

4.5.2 Ý nghĩa nghiên cứu....................................................................................... 72

4.5.3 Vận dụng kết quả nghiên cứu vào thực tiễn ................................................. 73

CHƯƠNG 5: KẾT LUẬN ......................................................................................... 75

5.1 Kết luận nghiên cứu ............................................................................................ 75

5.2 Hạn chế ............................................................................................................... 80

5.3 Hướng nghiên cứu trong tương lai ...................................................................... 80

DANH MỤC TÀI LIỆU THAM KHẢO

PHỤ LỤC

DANHjMỤC CÁC TỪ VIẾT TẮT

AP Số ngày khoản phảijtrả

AR Số ngàyjkhoản phải thu

CCC Chu kỳ luânjchuyển tiền mặt

CR Tỷ số thanh toán hiệnjhành

DEBT Tỷ lệ nợ

GOI Tỷ lệ tổng thu nhập hoạt động ròng

INV Số ngày hàng tồn kho

ROA Tỷ suất sinhjlời trên tổng tài sản

SALES Quy mô côngjty

HOSE Sở giao dịch chứng khoán TP. Hồ Chí Minh

FEM Fixed effects model- môjhình tác động cố định

REM Randomjeffects model-mô hình tác độngjngẫu nhiên

GMM Generalized method of moments

GLS Generalized least squares

DANH MỤC CÁC BẢNG

Bảng 2.1 Bảng tổng quan cácjnghiên cứu trước đây Trang 16

Bảng 3.1 Trang 31 Kỳjvọng dấu vềjtác động củajcác biếnjđộc lập đối với biến phụ thuộc

Bảng 4.1 Thốngjkê mô tả dữ liệu Trang 39

Bảng 4.2 Ma trậnjhệ số tươngjquan tổng hợp Trang 41

Bảng 4.3 Ma trận hệ số tươngjquan trong giai đoạn kinhjtế bình ổn Trang 42

Bảng 4.4 Ma trận hệjsố tươngjquan trong giaijđoạn kinh tế suy thoái Trang 42

Bảng 4.5 Ma trận hệ số tương quan trong giai đoạn kinhjtế bùng nổ Trang 43

Bảng 4.6 Hệ số VIF Trang 47

Bảng 4.7 Kết quả kiểmjđịnh Levin-Lin-Chu (2002) Trang 48

Bảng 4.8 Kiểm định phươngjsai thay đổi với biến ROA Trang 49

Bảng 4.9 Kiểm định phươngjsai thay đổi với biến GOI Trang 49

Bảng 4.10 Kiểm định tựjtương quan với biến ROA Trang 50

Bảng 4.11 Kiểm định tự tương quan với biến GOI Trang 50

Bảng 4.12 Trang 52 Kết quảjhồi quy bằngjphương pháp REM có sửjdụng Robust – Biến phụjthuộc ROA

Bảng 4.13 Trang 53 Kết quả hồi quy bằng phươngjpháp REM có sử dụng Robust – Biến phụ thuộc GOI

Bảng 4.14 Trang 54 Kếtjquả hồijquy bằng phương pháp GLS – Biến phụ thuộc ROA

Bảng 4.15 Trang 55 Kết quả hồijquy bằng phương pháp GLS – Biếnjphụ thuộc GOI

Bảng 4.16 Kếtjquả hồijquy S-GMM – Biến phụ thuộc ROA Trang 64

Bảng 4.17 Kết quảjhồi quy S-GMM – Biến phụ thuộc GOI Trang 65

DANH MỤC CÁC HÌNH VẼ

Hình 2.1 Minh họa một chu kỳ kinh tế Trang 8

Hình 3.1 Trang 31 Tỷ lệ tăng trưởng GDP thực của ViệtjNam trong giai đoạn 2006 - 2018

Hình 3.2 Trang 31 Tỷ lệ thất nghiệp của Việt Nam trong giai đoạn 2006 – 2018

Hình 3.3 Trang 31 Chỉ số giá tiêu dùng CPI của Việt Nam trong giai đoạn 2006 – 2018

Hình 3.4 Trang 32 Chỉ số sản xuất công nghiệp của Việt Nam trong giai đoạn 2006 – 2018

TÓM TẮT

Việc lựa chọn chiến lược vốn luân chuyển phù hợp để gia tăng giá trị công ty luôn là câu

hỏi của bất kỳ nhà quản trị nào, đặc biệt trong các giai đoạn khác nhau của nền kinh tế.

Vì thế luận văn thực hiện kiểm tra mối quan hệ giữa quản trị vốn luân chuyển và khả

năng sinh lời của công ty trong các giai đoạn khác nhau của nền kinh tế, dựa trên dữ liệu

từ 125 công ty trên sàn chứng khoản Việt Nam, sử dụng phương pháp hồi quy FEM và

REM, đồng thời còn sử dụng mô hình GLS để khắc phục hiện tượng phương sai thay

đổi, mô hình GMM để khắc phục hiện tượng nội sinh. Luận văn tìm thấy tác động của

chu kỳ kinh tế lên mối quan hệ giữa quản trị vốn luân chuyển và khả năng sinh lời được

nhấn mạnh trong giai đoạn kinh tế bùng nổ hơn giai đoạn nền kinh tế suy thoái, trong đó

có mối quan hệ ngược chiều giữa chu kỳ luân chuyển tiền mặt và khả năng sinh lời của

công ty. Cả ba thành phần của chu kỳ luân chuyển tiền mặt cũng có quan hệ ngược chiều

với khả năng sinh lời của công ty đồng thời chu kỳ kinh tế có tác động riêng lẻ đến ba

thành phần này. Ngoài ra còn có mối quan hệ cùng chiều giữa tỷ lệ nắm giữ tiền mặt với

khả năng sinh lời của công ty. Kết quả của luận văn ngụ ý rằng chủ động quản lý vốn

luân chuyển là một việc quan trọng, cần có một sự linh hoạt trong việc quản trị vốn luân

chuyển trong từng thời kỳ kinh tế khác nhau.

Từ khóa

Chu kỳ luân chuyển tiền mặt, khả năng sinh lời, tiền mặt nắm giữ, chu kỳ kinh tế.

ABSTRACT

How to choose an appropriate working capital strategies to increase company value,

which is a question of most of manager, especially in the different business cycles.

Therefore, the thesis examines the relationship between the management of circulating

capital and the profitability of the company in different stages of the economy to answer

that question. Based on data from 125 companies on the Vietnam Stock Exchange. The

thesis implies FEM and REM regression methods, and also using GLS model to

overcome variance change, GMM model to overcome endogenous phenomena. The

thesis found that the impact of the economic cycle on the relationship between

management of working capital and profitability is emphasized in the period of economic

boom over the period of economic recession. In which, having a negative correlation

between the cash flow cycle and profitability of the company. All three components of

the cash flow cycle also have a negative regression coefficient and are statistically

significant with the company's profitability and the economic cycle separately impact on

these three components. In addition, having a positive relationship between the

proportion of cash holding and the profitability. The results suggest that active

management of working capital is an important task, requiring flexibility in the

management of working capital in different economic periods.

Keywords Cash conversion cycle, profitability, cash holding, economic cycle.

CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU

1.1 Lý do chọn đề tài

Cuộc suy thoái kinh tế toàn cầu gần đây nhất vào năm 2007 - 2008 đã khiến các công ty

phải đối mặt với các rủi ro ảnh hưởng đến các hoạt động công ty như nhu cầu tiền mặt

tăng cao, nguồn vốn khó tiếp cận vì điều kiện thị trường tín dụng thắt chặt, chi phí cho

hoạt động công ty tăng cao, công ty chịu nhiều áp lực về khả năng thanh khoản, sản

lượng cầu giảm dẫn đến làm giảm doanh thu và lợi nhuận… Qua những khó khăn đó,

các ông chủ doanh nghiệp nói riêng và các các nhà kinh tế học nói chung đã quan tâm

đến vấn đề quản trị vốn luân chuyển, luôn muốn tìm ra cách quản trị vốnjluân chuyển

hiệu quả để giúp các công ty vượt qua các khó khăn.

Để quản trị được vốn luân chuyển, ta cần hiểu được bản chất của nó, vốn luân chuyển

bao gồm tiền mặt, tiềnjgửi ngân hàng, các khoản phải thu, đầu tư tài chính ngắn hạn và

hàng tồn kho. Vốn luân chuyển ròng là thặng dư của tài sản ngắn hạn trừ đi các khoản

nợ ngắnjhạn, đáp ứng nhu cầu tiền mặt hằng ngày, duy trì hoạt động của côngjty. Do đó,

vốn luân chuyển là một yếu tố quan trọngjtrong quản lý hoạt động thanh khoản cũng như

tốijđa hóa giájtrị tài sảnjcủa cổ đông.

Bởi thế, đề tài luận văn muốn tiếp cận đó chính là đánh giá vai trò của chu kỳjkinh tế sẽ

tác động như thế nào đến quan hệ giữa quản trị vốn luân chuyểnjvà khả năng sinh lời của

công ty. Việc lựa chọn mức độ vốn luân chuyển như thế nào là hợp lý nhất, nên thực

hiện chiến lược vốn luân chuyển chủ động hay chiến lược vốn luân chuyển thụ động, đó

là câu hỏi của bất kỳ nhà quản trị nào, đặc biệt trong cácjgiai đoạn khác nhau của nền

kinh tế. Do đó để tối đa hóajgiá trị công ty, ta cần một nghiên cứu thực tiễn, rõ ràng,

chính xác về vấn đề này.

Đề tài quản trịjvốn luân chuyểnjđược nghiên cứujrộng rãi ởjnhiều quốc gia trên thế giới

và ở Việt Nam bởi nó biệt quan trọng với việc đưa các cácjquyết định về tàijchính. Các

nghiên cứu trước đó cũng đã chứng minh được quản trịjhiệu quả vốnjluân chuyển ảnh

hưởng trựcjtiếp đến khảjnăng sinh lờijcủa công ty (Wang, 2002; Deloof, 2003; Lazaridis

vàjTryfonidis, 2006; Gilljvàjcộng sự, 2010; Huỳnh Đông Phương và Jyh-stay Su, 2010;

TừjThị Kim ThoajvàjNguyễn ThịjUyên Uyên, 2014; Mielcarz và cộng sự (2018).

Tuy có nhiều đề tài nghiên cứu về vốn luân chuyển nhưng vẫn khá ítjbàijnghiên cứu

kiểmjtra ảnh hưởngjcủa chu kỳjkinh tế đến quản trị vốn luân chuyển. Có nhiều bài nghiên

cứu cho rằng những biến động ngoại sinh của nền kinh tế tác động đến sự vận hành của

công ty và đóngjvaijtròjquanjtrọngjtrongjviệcjđưajrajcácjquyếtjđịnhjtàijtrợ hay đầu tư.

Hơn nữa, lợi nhuận chưa phân phối là bộ phận cấu thành nên vốnjluân chuyển, chujkỳ

kinh tế có thể có tác độngjđến tất cảjcác nguồn tàijtrợ thông qua tác độngjcủa nó đến

tăng trưởng của công ty. Ví dụ, khi doanh thujcông ty giảm đi (do sự suyjthoái toàn cầu

gần đây dẫnjđến giảm cầu hàng hóa) dẫn đến lợi nhuận giảm theo, từ đó ảnh hưởng lớn

đến vốn luân chuyển.

Một số nghiên cứu ở nước ngoài đã kiểm tra đồng thời mối quan hệ giữajquản trị

vốnjluân chuyển và ảnh hưởng của chu kỳjkinh tế cùng một lúc (Engvist và cộng sự,

2014; Mielcarz và cộng sự, 2018; Einarsson và Marquis, 2001; Tsuruta, 2019) mà theo

luận văn chưa một nghiên cứu nào tại Việt Nam thực hiện điều này. Vì thế, luận văn sẽ

thực hiện kiểm tra lại mối quan hệ giữa quảnjtrị vốn luânjchuyển và khả năng sinh lờijcủa

công ty đồng thời kiểm tra tác động này qua các giai đoạn khác nhau của chu kỳ kinhjtế.

1.2 Mục tiêu nghiên cứu

- Nghiên cứu mối quan hệ giữa khả năng sinh lời của công ty và quản trị vốn luân

chuyển tại các công ty cổ phần trên hai sàn chứngjkhoán HOSE và HNX

ởjViệtjNam trong giai đoạn 13 năm từj2006 đến 2018.

- Nghiên cứu tác động củajchujkỳjkinhjtếjảnhjhưởngjđến mối quan hệ của quản trị

vốnjluânjchuyểnjvàjkhảjnăngjsinhjlợi của các công ty tại Việt Nam từ năm 2006

đến 2018

- Vận dụng vai trò của chu kỳjkinh tế ảnhjhưởng đến mối quan hệ của quản trị vốn

luânjchuyểnjvàjkhảjnăngjsinhjlờijđể quản trị công ty tốt hơn.

1.3 Câu hỏi nghiên cứu

- Mối quanjhệ giữa khảjnăng sinhjlời của công ty và quản trịjvốnjluân chuyển tại

các côngjty cổ phần trênjhai sàn chứng khoán HOSE vàjHNX ở Việt Nam

trongjgiai đoạn 13 năm từ 2006 đến 2018 là cùngjchiều hay ngược chiều?

- Chujkỳ kinh tếjkhác nhau tác động như thế nào đến mối quan hệ giữa

quảnjtrịjvốnjluânjchuyểnjvàjkhảjnăngjsinhjlời của các công ty cổ phần trên hai

sànjchứngjkhoán HOSE và HNX ở Việt Nam từjnăm 2006 đến 2018?

- Làm như thế nào để quản trị công ty nhằm tác động đến vốn luân chuyểnjphù hợp

với từng chu kỳjkinh tế khácjnhaujđểjtăngjkhảjnăngjsinhjlờijcủa công ty?

1.4 Phạm vi và đối tượng nghiên cứu

Luận văn sử dụng mẫu quan sát bao gồm dữ liệu từ 125 công ty niêmjyết trên haijsàn

chứng khoán HOSE và HNX ở ViệtjNam trongjgiaijđoạn 13 năm từ 2006 đến 2018.

Các công ty niêmjyết trên hai sàn phải đảm bảo có mặt đầy đủ trongjgiai đoạn nghiênjcứu

từ 2006 - 2018, chưa có công ty nào từng bị sáp nhập hay bị loại khỏi danh sách niêm yết

trên haijsànjchứngjkhoánjtậpjtrungjtrongjgiaijđoạnjnghiênjcứu.

Thời gian nghiên cứu 13 năm là phù hợp và thống nhất về mặt dữ liệu, đảm bảo tất cả

các biến nghiên cứu đầy đủ để quan sát và đưa ra kết quả khách quan, chính xác nhất.

Luận văn loại trừ các công ty tài chính ra khỏi mẫu dữ liệu vì những đặc điểm riêng biệt

của các loại công ty này.

Những công ty có dữ liệu tăng giảm bất thường trong mẫu cũng được loại bỏ để ra kết

quả chuẩn xác hơn. Các dữ liệu tăng giảm bất thường bao gồm các trường hợp sau:

- Cácjcôngjtyjcójdữjliệu một năm quan sát lệch đáng kể (hơn 500%) khi so với

những năm quan sát còn lại.

- Các công ty có dữ liệu lệch đáng kể (bao gồm các hệ số ước tính) khi so với trung

bình ngành (hơn 500%)

1.5 Phương pháp nghiên cứu

Luận văn kiểm tra ảnh hưởng của quản trị vốnjluânjchuyển đến khảjnăngjsinhjlời của

công ty bằng việc áp dụngjdữ liệu bảng (Paneljdata), các biến trong môjhình đa số là

địnhjlượng có thể đojlường được.

Vì đâyjlà dạng dữjliệujbảngj(paneljdata) nên khi thực hiện hồi quy người nghiên cứu

cần các phươngjphápjriêngjphùjhợp cho dạngjnày.

Cójhaijphươngjphápjướcjlượng để hồi quy dữ liệujbảngjthườngjđượcjcácjnhàjnghiên

cứujsửjdụng bởi tính đơn giản và hiệu quả của nó, đó là:

- Mô hình ảnh hưởng cố địnhj(FEM-FixedjEffectjModel)

- Mô hình ảnh hưởng ngẫu nhiênj(REM-RandomjEffectjModel)

Ngoài ra, luận văn còn sửjdụngjmộtjsốjphươngjphápjkhácjtrong trường hợp mô hình hồi

quy bị các khuyết tật, cụ thể là mô hình GLS để khắcjphụcjhiệnjtượngjphươngjsaijthay

đổi, mô hình GMM để khắc phục hiệnjtượngjnộijsinh.

1.6 Ý nghĩa nghiên cứu của đề tài

Ý nghĩa khoa học

Cũng cố quan điểm và kết quả của các nghiênjcứujtrướcjđây, cho rằngjcójmốijquanjhệ

ngượcjchiềujgiữajhiệujquảjquảnjtrịjvốnjluânjchuyển và khảjnăngjsinhjlờijcủajcông ty.

Không những cũng cố lý thuyết, luận văn còn bổ sung thêm tác động của chu kỳ kinh tế

đến mối quan hệ này, các kếtjquảjđềujcójýjnghĩajthốngjkêjđángjkể, từ đó có thể mở rộng

phát triển nghiên cứu ra khu vực Đông Nam Á cũng như các quốc gia thuộc nềnjkinhjtế

mới nổi có đặc điểm như Việt Nam.

Ý nghĩa thực tiễn

Đối với nhà quản trị: Khi hiểu được mốijquanjhệjgiữajquảnjtrịjvốnjluânjchuyển và khả

năngjsinhjlời, nhà quảnjtrị có thể dễ dàng điều tiết tăng giảmjsốjvòngjquayjkhoảnjphải

thu, khoảnjphảijtrả, hàngjtồnjkho, tỷ lệjtiềnjmặtjnắmjgiữ để đạt được những chính sách

lợi nhuận của công ty, tối đa hóa giá trị tài sản của cổ đông, giúp công ty có thể tăng

trưởng trong giai đoạn kinh tế bùng nổ cũng như duy trì được lợi nhuậnjtrongjgiaijđoạn

kinhjtếjsuyjthoái.

Đối với nhà đầu tư: Có thể đánh giá được khả năngjquảnjtrịjvốnjluânjchuyển của một

công ty dựa vào các báo cáo tài chính được công bố, từ đó có thể vận dụng kết quả nghiên

cứu để ra quyết định đầu tư, lựa chọn những công ty có khảjnăngjsinhjlờijtốtjtừ việc

quảnjtrịjvốnjluânjchuyểnjhiệujquả, điều này đặc biệt có ý nghĩa hơn khi có thể vận dụng

vào giai đoạn chu kỳjkinhjtếjkhácjnhau.

1.7 Kết cấu của đề tài nghiên cứu

Đề tài nghiên cứu đượcjtrìnhjbày theo 5jchương:

Chươngj1: Tổng quan nghiên cứu

Chương 2: Cơjsởjlýjthuyếtjvà nghiên cứu trước đây

Chươngj3: Phươngjphápjvà dữjliệu nghiên cứu

Chươngj4: Kếtjquảjnghiênjcứu

Chươngj5: Kếtjluận

2 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ NGHIÊN CỨU TRƯỚC ĐÂY

2.1 Cơ sở lý thuyết

2.1.1 Định nghĩa vốn luân chuyển

Vốn luân chuyển được định nghĩa là chênh lệch giữa tài sản ngắn hạn và nợ ngắn hạn

phải trả. Theo nghĩa rộng, vốn luân chuyển là giá trị của toàn bộ tài sản ngắn hạn, những

tài sản gắn liền với chu kỳ kinh doanh của công ty.

Một chujkỳ vốn luân chuyển bắt đầu từ trạng thái tiền mặt sau đó chuyển hóa thành

khoản phảijtrả, hàng tồnjkho, sau đó là khoản phải thu và cuối cùng quay về trạng thái

ban đầu là tiền mặt, do đó mà chu kỳ này được gọi là chu kỳ luân chuyển tiền mặt.

Nhiệm vụjđáp ứng đầy đủ và kịp thời nhu cầujvốnjluânjchuyểnjlàjnhânjtố thúc đẩy sự

chuyển hoá nhanh chóng chu kỳ của vốnjluân chuyển, từ đó giúp côngjty hoạt động hiệu

quả, tạo ra nhiều giá trị kinh tế hơn.

Hiểu được vốnjluân chuyển và chujkỳ luân chuyểnjtiền mặt, ta cần có một chính sách

quản trị vốnjluân chuyển hiệu quả, giúp đảm bảo được thời gian hợp lýjtừ khi trả tiền

muajnguyên vật liệujcho nhà cung cấp đến khi thujtiền bán tínjdụng của khách hàng.

Chu kỳ chuyểnjhóa tiền mặtjbao gồm các thành phần sau đây:

1. Vòng quay hàng tồn kho: là khoản thời gian để chuyểnjhoá nguyên vậtjliệu đầu vào

thành sản phẩm đầu ra để bán cho khách hàng, bao gồmjthời gian bình quân nguyên vật

liệu ở trongjkho, toàn bộjthời gian của quy trình sản xuất sản phẩm và thờijgian bình

quân của sản phẩmjtồn kho.

2. Vòng quay khoản phải thu: là khoảng thời gian để chuyển hóa cácjkhoản phải thu

thành tiền mặt. Sau khi bán sản phẩm chojkhách hàng, khoản thờijgian từ lúc xuất hóa

đơn đến lúc thu lại tiền từ khách hàng chính là số ngày khoản phải thu, có thể tính được

vòng quay khoản phải thu bằng cáchjchia khoản phảijthu cho doanh thu bán hàng.

3. Vòng quay khoản phải trả: là khoảng thời gian để thanh toán cácjkhoản chi phíjnhư:

mua nguyên vậtjliệu từ nhà cung cấp hay trả lương cho người laojđộng. Khoản phải trả

này chính là khoản vốn có thể chiếm dụng được từ nhàjcung cấp và người lao động.

Qua 3 nhân tố trên ta ước lượng được chu kỳ luân chuyển tiền mặt, được biểu diễn trong

phương trình sau:

Chujkỳjluânjchuyểnjtiềnjmặt = (Sốjngàyjkhoảnjphải thu + Sốjngàyjhàngjtồnjkho) – Số

ngàyjkhoảnjphảijtrả

Định nghĩa trên được tham khảo từ nguồn:

- https://www.investopedia.com/terms/w/workingcapital.asp

- https://en.wikipedia.org/wiki/Working_capital

2.1.2 Định nghĩa chu kỳ kinh tế

Chu kỳ kinh tế là sự biến động của nền kinh tế giữa các giai đoạn mở rộng (tăng trưởng)

và thu hẹp (suy thoái). Các yếu tố như: tổng sản phẩm quốc nội (GDP), lãi suất, tổng số

việc làm và chi tiêu tiêu dùng, sản lượng sản xuất, có thể giúp xác định giai đoạn hiện

tại của chu kỳ kinh tế.

Một chu kỳ kinh tế, hay còn được gọi là chu kỳ kinh doanh, có bốn giai đoạn: suy thoái,

khủng hoảng, phục hồi và bùng nổ. Trong giai đoạn bùng nổ, nền kinh tế trải qua sự tăng

trưởng tương đối nhanh, lãi suất có xu hướng thấp, sản xuất tăng và áp lực lạm phát tăng

cao. Đỉnh của một chu kỳ đạt được khi tăng trưởng đạt tốc độ tối đa. Tăng trưởng trong

giai đoạn kinh tế bùng nổ thường gây nên mất cân đối trong nền kinh tế, do đó nền kinh

tế cần được điều chỉnh. Sự điều chỉnh này xảy ra thông qua giai đoạn suy thoái khi tăng

trưởng chậm lại, việc làm giảm và sản xuất bị đình trệ. Đáy của chu kỳ sẽ được tạo khi

nền kinh tế đạt điểm thấp và tăng trưởng bắt đầu phục hồi.

Trong nền kinh tế hiện đại, khủng hoảng theo nghĩa nền kinh tế trở nên tiêu điều, thất

nghiệp tràn lan, các nhà máy đóng cửa hàng loạt, … hiếm khi xảy ra do những biện pháp

can thiệp của chính phủ để giảm nhẹ hậu quả. Vì thế, một số lý thuyết mới chỉ nói về 3

pha của chu kỳ kinh tế là suy thoái - phục hồi (bình ổn) - bùng nổ.

Hình 2.1: Minh họa một chu kỳ kinh tế

Định nghĩa trên được tham khảo từ nguồn:

- https://www.investopedia.com/terms/e/economic-cycle.asp

2.1.3 Các lý thuyết nền tảng liên quan đến việc quản trị vốn luân chuyển

Các lý thuyết nền tảng liên quan đến việc quảnjtrị vốnjluânjchuyển hiện nay có rất nhiều,

nhưng trong phạm vi nghiên cứu của đề tài, học viên đưa ra 2 lý thuyết sau đây: Lý

thuyết về sự ưa thích tiền mặt và Lý thuyếtjtrậtjtự phânjhạng.

Lý thuyết về sự ưa thích tiền mặt (Keynes Liquidity Preference Theory) của Keynes

(1936)

Lý thuyếtjvề cầu tiền tệ này được J.M. Keynes (1883 - 1946) giới thiệujtrong cuốn "Học

thuyết chung về công ănjviệc làm, lãi vàjtiền tệ" vào năm 1936. Trong lý thuyết này,

Keynes đã từ bỏ quan điểmjcổ điển cho rằngjtốc độ chu chuyển của tiền là một hằng số

đồng thờijphát triển một học thuyết về cầujtiền tệ trong đó nhấn mạnhjtầm quan trọng

của lãi suất.

Là một ngườijthuộc trường phái Cambridge, vì vậy Keynes đã sử dụng và phát triển các

lý thuyết do các nhà kinh tế họcjtrường phái Cambridgejđi trước. Ông nghiên cứu và tìm

ra được các nhân tố tác động đến hành vi và nhu cầu nắm giữ tiền của các đối tượng

trong nền kinh tế. Theo Keynes, có 3 động cơ chính tácjđộng đến cầu về tiền tệ:

(1) Động cơjgiao dịch: Theo quan điểm của Fisher hay Cambridge, những cá nhân nắm

giữ tiền vì tiền được coi là phương tiệnjtrao đổi cójthể dùng để tiến hành các giao dịch

hằng ngày.

(2) Động cơ dự phòng: Xa hơn các nhà kinh tế học cổ điển thừa nhận ngoài việc giữ tiền

để phục vụ cho mục đích giao dịch, người ta còn giữ tiền để phục vụ cho các nhu cầu bất

ngờ. Keynes tin rằng sốjtiền mà người tajmuốn nắm giữ phụ thuộc vào mức độ giao dịch

mà họ dự tính sẽ thựcjhiện trong tươngjlai và nó tỷ lệ thuận với thu nhập dự tính với

động cơ dựjphòng.

(3) Động cơ đầu cơ: Nếu các nhà kinhjtế học cổ điển chỉ dừng lại ở việc cho rằng thu

nhập là yếu tố quanjtrọng duy nhấtjcủa cầu tiền tệ, thì cái mới của Keynes so với họ là

ông đã nhận thấy tiền tệ còn là phương tiện cất giữjcủa cải vàjông gọi đó là động cơ đầu

cơ. Keynes cho rằng ngoài thu nhập, bộ phận cấu thành mangjtính đầu cơ củajcầu tiền

tệ sẽ liên quan đến lãi suất. Hơn nữa, ông còn tính đến những nhân tố ảnh hưởng đến các

quyết định xác định bao nhiêu tiềnjcho hoạt động đầu cơ này.

Cũng theo như lý thuyết của Keynes, các công ty phải nắm giữ tiền mặt vì các nguyên

nhân sau:

(1) Thực hiện các giao dịch: Các công ty thường xuyên phải thanh toán các khoản tiền

như trả lãi cho ngân hàng và các dịch vụ khác. Do vậy, việc cân bằng tiền mặt là rất cần

thiết cho các hoạt động kinh doanh của công ty.

(2) Dự phòng: Thông thường, các công ty không thể dự đoán chính xác các dòng dịch

chuyển tiền mặt và mỗi công ty lại có khả năng dự đoán khác nhau. Vì thế, họ cần nắm

giữ một khoản tiền mặt để dự phòng cho những biến động bất thường trong quá trình

dịch chuyển tiền tệ. Các "chứng khoán an toàn" chính là tài khoản dự phòng. Khi dòng

tiền mặt của công ty càng khó dự đoán thì các tài khoản này càng lớn. Tuy nhiên, nếu họ

thuận lợi trong việc tìm nguồn tài trợ thì tài khoản dự phòng sẽ giảm xuống. Ngày nay,

các công ty cần nhiều tiền mặt cho mục đích dự phòng thường cố gắng tìm cách chuyển

sang nắm giữ các chứng khoán khả nhượng thay cho tiền mặt. Chứng khoán khả nhượng

có thể đáp ứng nhiều mục tiêu mà đồng thời vẫn đem lại lợi nhuận cao hơn so với việc

gởi ngân hàng.

(3) Đầu cơ: Một số tài khoản tiền mặt có thể giúp cho công ty có lời nhờ các hợp đồng

mua bán với chi phí thấp hơn. Quỹ này được gọi là tài khoản đầu cơ. Ngày nay, các công

ty thường dựa vào khả năng vay mượn dự trữ và danh mục chứng khoán khả nhượng

hơn là tiền mặt để phục vụ cho mục tiêu đầu cơ.

Lý thuyết trật tự phânjhạng (Pecking Order Theory) của Myers và Majluf (1984)

Lý thuyết trật tựjphân hạng bắt đầu với thôngjtin bất cânjxứng – một cụm từ để chỉ rằng

các nhà quản trị biết nhiều về các tiềm năng, rủijro và các giájtrị của công ty mình hơn

là các nhàjđầu tưjtừ bên ngoài.

Lý thuyết trật tự phân hạng được Myers và Majluf (1984) phát biểu như sau:

- Các công ty ưu thích tài trợ nội bộ hơn

- Các công ty điều chỉnh nguồn vốn tươngjứng các tỷ lệ chi trả cổ tứcjmục tiêu phụ

thuộc vào các cơ hội đầujtư đồng thời tránh các thay đổi độtjxuất trong cổ tức

- Các chính sách cổjtức thường không thay đổi và dòng tiền phát sinh nội bộ đôi

khi lớn hơn hay nhỏ hơn các chi tiêu vốn

- Khi cần nguồn tàijtrợ từ bên ngoài, các công ty phát hành các chứng khoán an

toàn nhất trước, họ bắt đầu với nợ, rồijđến các chứng khoánjghép như trái phiếu

có thể chuyển đổi được, và phát hành cổ phần thường sẽ là giảijpháp cuối cùng.

Lý thuyếtjtrật tự phân hạng giải thích lý dojcác công ty cójkhả năng sinh lời cao thường

vay ít hơn, lý do không phảijvì họ có tỷ lệ nợ mục tiêujthấp mà là vìjhọ không cần nguồn

tiền từ bên ngoài. Các công ty có khả năng sinh lờijthấp sẽ sử dụng vay nợ thay vì nguồn

vốn nội bộ.

Sự hấp dẫn của tấm chắn thuế từ nợ được coi là tác động hạng nhì, vì còn phụ thuộc vào

các cơ hội đầu tư cũng như nguồn vốn có sẵn.

Lý thuyết này giải thích cho mối tương quanjngược chiều giữa khảjnăngjsinh lời của

công ty và đòn bẩyjtàijchính, tức là các doanh nghiệp có khả năngjsinhjlời thấp sẽ có ít

nguồn vốn nội bộ hơn và sẽ phải vay mượn thêm.

2.2 Ứng dụng hai lý thuyết vào đề tài nghiên cứu

Lý thuyết về sự ưa thích tiền mặt cho ta biết được động cơ nắm giữjtiềnjcủajcôngjty, nhà

quản trị có thể nắm giữ tiền vì nhiều mụcjđíchjkhácjnhau, việc nắm giữ tiền này liên

quan mật thiết đến vấn đề quản trị vốn luân chuyển, có thể vì nhu cầu tiền mặt mà công

ty sẽ tăng vòng quay các khoản phải thu, giảm vòng quay các khoản phải trả để sử dụng

tiền đó vào một dự án đầu tư nào đó, nhu cầu nắm giữ tiền sẽ rõ nét hơn các giai đoạn

của chu kỳ của nền kinh tế. Các công ty sẽ cần nắm giữ tiền để chuẩn bị các dự án đầu

tư trong giaijđoạnjkinhjtế bùng nổ. Ngược lại, trong giai đoạn nền kinh tế suy thoái, các

côngjty sẽ nắmjgiữjtiền để trang trải các chi phí cũng như dự phòng rủi ro.

Lý thuyết trật tự phân hạng đi sâu hơn về các quyết định tài trợ của côngjty, từ đó tác

động gián tiếp đến khảjnăngjsinhjlời củajcôngjty. Việc quyết định sử dụng nợ hay nguồn

vốn nội bộ cũng sẽ tác động đến việc quảnjtrịjvốnjluânjchuyển, các công ty có chiến

lược quản trịjvốnjluânjchuyển thụ động thường có xu hướng vay nợ từ ngân hàng, việc

đưa tác động của nợ vào mô hình nghiên cứu là cần thiết vì đa số xu hướng của các công

ty ngày nay sẽ vay nợ ngân hàng cho vào nguồn vốn luân chuyển của công ty. Bên cạnh

đó, đối với các công ty chưa niêm yết hoặc công ty vừa và nhỏ thì thông tin bất cân xứng

lại là vấn đề lớn, khiến khả năng tiếp cận nguồn vốn giá rẻ rất thấp. Do đó, quản trị vòng

luânjchuyểnjtiền mặt là vấnjđềjquanjtrọng của nhà quản trị.

2.3 Các nghiên cứu trước đây

2.3.1 Các nghiên cứu nước ngoài về mối quan hệ giữa quản trị vốn luân chuyển và

khả năng sinh lời của công ty

Tác giả Wang (2002) nghiênjcứu mối quan hệjgiữa quản trịjvốnjluânjchuyển vàjhiệujquả

hoạtjđộng củajcông ty. Tác giả ước lượng biến phụ thuộc là chujkỳ luânjchuyểnjtiền mặt

(CCC) đạijdiệnjchojhiệujquả quảnjtrị vốn luânjchuyển, biến độcjlập đo lườngjkhả năng

sinh lời củajcông ty được sửjdụng là tỷjsuấtjsinhjlời trên tổngjtài sảnj(ROA) và tỷ

suấtjsinh lời trên vốnjcổ phầnj(ROE). Tác giả sử dụng hệ số tương quan Pearson, hồi

quy dữ liệu chéo cho 1555 côngjty tại Nhật Bảnjvà 379jcông tyjtại ĐàijLoanjtrong giai

đoạn từ 1985 - 1996. Tác giả đã chứng minh được cójmối quanjhệ ngượcjchiều giữajchu

kỳ luânjchuyểnjtiềnjmặt với khảjnăng sinh lờijcủa côngjty. Qua đó cho ta thấy được quản

trị vốnjluân chuyển hiệu quảjlàm tăng khảjnăngjsinhjlời và tínhjthanh khoản chojcông

ty mặc dù đặcjđiểmjcấujtrúc cũng như hệjthốngjtàijchính giữa hai quốc gia là khác nhau.

Tác giả Deloof (2003) cũng cho rằng có mối quan hệ ngược chiềujgiữa quản trị vốnjluân

chuyểnjvàjkhảjnăng sinhjlời của côngjty. Tác giả sử dụng một thước đo khácjđể tính khả

năng sinh lời của công ty, đó là chỉ tiêu lợi nhuận gộp từ hoạt độngjkinh doanh được tính

bằng doanhjthu thuần trừjgiá vốn hàngjbán, từ đó từ đó quan sátjmốijquanjhệ với chujkỳ

luânjchuyển tiềnjmặt. Mẫu dữ liệu nghiên cứu gồm 1009jcôngjtyjlớnjởjBỉ giaijđoạn 5

năm 1992 - 1996. Thông qua phân tích hệjsố tương quan vàjhồi quy, tác giả tìm thấy mối

quan hệ nghịch biến giữa khả năngjsinh lời vàjchu kỳ luân chuyểnjtiền mặt và cácjthành

phầnjcủajnó như số ngày khoảnjphảijthu, số ngàyjhàngjtồnjkho và số ngày khoảnjphải

trả. Từ đó, tác giả đưa ra kết luận rằng nhà quản trịjcó thể nâng caojhiệu quả hoạt động

công tyjbằng cách rút ngắn thời gian số ngàyjkhoảnjphảijthu, số ngày hàngjtồnjkho ở

mức tối thiểu nhưng phải phù hợp với từng loại sản phẩm kinh doanh. Những nhà quản trị

cần lưu ý rằng khi mức độ hàng tồn kho thấp, khi xảy ra các tác động từ thị trường, như

chính sách thắt chặt bán chịu có thể làm giảm doanh thu, dẫn đến không đủ sản phẩm

cung cấp cho khách hàng, khiến khách hàng có thể từ bỏ công ty để mua bán với một

công ty đối thủ khác, từ đó ảnh hưởng đến lợi ích cổ đông. Vì vậy nhà quản trị phải luôn

quan tâmjđếnjsựjđánhjđổi giữa tính thanhjkhoản và khảjnăng sinh lời của công ty. Ngoài

ra, có mối quan hệ ngược chiềujgiữa chu kỳjtrả tiền vàjkhảjnăngjsinhjlời của côngjty,

điều này phù hợp với quan điểm rằng cácjcông ty có ít lợi nhuận thường chiếm dụng

vốn, trì hoãn việc chi trả cho cácjhóa đơn chojnhà cung cấp.

Tác giả Lazaridisjvà Tryfonidis (2006) cũng đã nghiên cứu mối quan hệjgiữa quản trị

vốnjluân chuyển và khả năng sinh lờijcủa công ty. Mẫujquan sát gồm 131 công tyjniêm

yết trên sàn chứng khoán Athens (Athens Stock Exchange) trong giai đoạn 2001 - 2004.

Trong đó, tác giả cũng sử dụng lợijnhuậnjhoạtjđộng gộp làjbiến phụ thuộc để đo lường

lợi nhuận của công ty, chu kỳjluân chuyển tiền mặtjvà các thành phầnjcủa nó là các biến

độc lập, được đùng để đại diện cho hiệu quảjquản trị vốn luânjchuyển. Ngoài ra, tác giả

còn đưa vàojmôjhình ba biến độc lập khác là tỷ lệ nợ, quyjmôjcôngjty, và tỷ lệ đầu tư

tài chính dài hạn. Kếtjquảjchojthấyjmốijquanjhệ ngượcjchiều giữa tỷ suấtjsinh lợi và

quản trịjvốnjluânjchuyển. Kếtjquả nghiênjcứu cho thấy rằngjnhà quản trị cójthểjtạojra

lợi nhuậnjcho cổ đôngjbằng cách tínhjtoán chính xácjchujkỳjluânjchuyểnjtiềnjmặt và

quản lý tốt cácjthành phần của nó như khoản phảijthu, khoản phả trả và hàng tồn kho.

Khác với cácjbài nghiênjcứu trước đó, tácjgiả Gill và cộng sự (2010) đã tìm ra mối tương

quan dương giữajchu kỳ luân chuyểnjtiền mặt và khả năng sinh lờijcủa công ty. Mẫu dữ

liệujbaojgồm 88 côngjty Mỹ thuộc các lĩnh vực: y tế, hóa chất, năng lượng, lương thực,

thực phẩm… được niêm yết trên Sở giao dịch chứng khoán New York trong giai đoạn

2005 - 2007. Tácjgiảjđãjđojlường khả năng sinhjlời của công tyjbằng chỉ tiêu lợi nhuận gộp,

hiệujquả quản trị vốnjluân chuyển đượcjđo lường bởi sốjngày khoảnjphảijthu, sốjngày

hàngjtồnjkho, số ngàyjkhoảnjphảijtrả và chujkỳjluânjchuyểnjtiềnjmặt. Kết quả cho ra

mối quanjhệ cùng chiều giữajchu kỳ luânjchuyển tiền mặt vàjkhả năng sinh lời của công

ty nhưng trong đó số ngày khoản phải thu lại tương quanjâmjvớijkhảjnăngjsinh lờijcủa

công ty. Theojđó, cácjnhàjquản trị có thểjlàmjtăngjkhảjnăngjsinhjlờijcủajcôngjty bằng

cách xác định một cách chính xác chu kỳjluân chuyển tiềnjmặt và đảm bảo các khoản

phảijthu ở mức tối ưu.

2.3.2 Các nghiên cứu về tác động của chu kỳ kinh tế đến mối quan hệ giữa quản trị

vốn luân chuyển và khả năng sinh lời của công ty

Tác giả Braunjvà Larrain (2005) tìmjthấy khi nhujcầu vốn luânjchuyển tăng cao thì công

ty sẽ phụ thuộc vàojnguồn tài trợ từ bên ngoài. Mẫu quan sát bao gồm 57.538 quan sát

tương ứng với 2.395 công ty ở 111 quốc gia khác nhau, gồm 28 ngành trong 36 năm,

giai đoạn 1963 - 1999, tác giả cho thấy rằng các công ty cần đến nguồn tài trợ bên ngoài

khi nền kinh tế suy thoái. Tác động của suy thoái sẽ khác nhau khi xét ở môi trường tài

chính cấp quốc gia, phụ thuộc vào thể chế, tác động của suy thoái giữa các ngành cũng

khác nhau tùy thuộc vào mức độ tiếp cận nguồnjvốn từ bênjngoài của mỗi ngành. Ngoài

ra, các công tyjphụ thuộc nhiềujvào tài sảnjlưu động sẽ bị ảnh hưởng nhiều hơn trong

thời kỳ suy thoái. Cơ chế tài chính không đối xứng theo chu kỳ (mạnh hơn trong thời kỳ

suy thoái so với thời kỳ bùng nổ), và đặc biệt mạnh mẽ khi suy thoái kinh tế đi kèm với

khủng hoảng tín dụng.

Tác giả Garcia-Teruel vàjcộng sự (2013) cũng xem xét mốijquan hệ giữajquản trị vốn

luân chuyểnjvà khả năngjsinh lời của công ty nhưng đặt dướijảnh hưởng củajhạn chế tài

chính. Sử dụng mẫu nghiên cứu gồm 258 côngjty ở Anhjtrong giai đoạn 2001 - 2007. Tác

giả sử dụng nhiều biện pháp đo lường hạn chế tài chính như: tỉ lệ chi trả cổ tức, quy mô

dòng tiền, chi phí sử dụng vốn từ nguồn bên ngoài, hệ số thanh toán lãi vay, … để tìm

hiểu mứcjtốijưujcủajvốnjluânjchuyển khác nhau như thế nào giữa công ty ít và nhiều

khả năng bị hạn chế tài chính. Kết quả chỉ ra rằng cácjcôngjty đang phải chịu hạn chế tài

chính thì có mức vốn luânjchuyển tối ưu thấpjhơn so vớijcác công ty khôngjbị hạnjchế

tàijchính.

Tác giả Engvist và cộng sự (2014) đã tiến hành nghiên cứu mối quanjhệ giữajquảnjtrị

vốn luânjchuyển và khảjnăngjsinhjlời củajcông ty đặtjtrong cácjchujkỳjkinhjtếjkhác

nhau, mẫu dữ liệu từ sàn chứngjkhoán Helsinki trongjgiai đoạn 18 năm từ 1990 - 2008.

Tác giả sử dụng tỷ suất sinhjlời trên tổngjtài sản (ROA) và tỷ lệ tổngjthu nhậpjhoạtjđộng

ròng (GOI) thể hiện khảjnăng sinh lờijcủa công ty, hiệu quả quảnjtrịjvốnjluânjchuyển

được đojlường thông quajchu kỳ luân chuyểnjtiền mặt, chu kỳ kinh tế được tác giả sử

dụng hai biến giả D1 và D2. Kết quả cho thấy mốijquanjhệ ngượcjchiều giữa chujkỳ luân

chuyểnjtiền mặt và khả năngjsinhjlời củajcôngjty. Nghiên cứu chojthấy chu kỳ kinh tế

có ảnh hưởng đến mối quan hệjgiữa quản trị vốn luân chuyểnjvà khả năngjsinh lờijcủa

công tyjlà nổi bậc hơn trong giaijđoạnjkinhjtế bùng nổ.

Tác giả Mielcarz và cộng sự (2018) nhận ra rằng thời kỳ kinh tế suy thoái đã làm thay

đổi đáng kể các quyết định về vốn lưu động. Tác giả thấy rằng các công ty có thể tăng

cường khả năng sinh lời của họ bằng cách tối ưu hóa chu kỳ tiền mặt của họ, tức là bằng

cách cải thiện việc thu các khoản phải thu, cải thiện quy trình thu nợ xấu, giảm đầu tư

hàng tồn kho, kéo dài thời gian trả nợ với các nhà cung cấp và dự trữ nhiều tiền mặt hơn.

Điều này có nghĩa là tồn tại mối quanjhệ ngược chiều giữajquảnjtrịjvốn luân chuyển

vàjkhảjnăngjsinhjlời của công ty và nó rõjnétjhơnjtrong thời kỳ kinhjtế suy thoái, từ đó

các công ty vận dụng để tăngjkhảjnăngjsinhjlờijcủajcôngjty. Những phát hiện này nhấn

mạnh tầm quan trọng của quản lý vốn lưu động để cải thiện hiệu quả hoạt động và lời

thế cạnh tranh. Các côngjtyjcójlợijnhuậnjcaojhơnjcó xu hướng thực hiện một chiếnjlược

quảnjlýjvốnjlưujđộng thụ động hơn. Các công ty bị hạnjchếjvềjtàijchính có thể được

khuyến khích cắt giảm đầu tư vốn lưu động của họ để phù hợp với việc giảm dòng tiền

nội bộ. Tácjgiảjnhấn mạnh tầmjquanjtrọngjcủa quản lý vốn lưu động trong chu kỳ kinh

doanh.

Tác giả Tsuruta (2019) đã ước tính lượng vốn lưu động dư thừa của công ty và tốc độ điều

chỉnh vốn lưu động trong giai đoạn khủng hoảng tài chính. Trong đó, tác giả thấy rằng

lượng vốn lưu động dư thừa đã tăng lên sau sự sụp đổ của Ngân hàng đầu tư Lehman

Brothers trong năm 2008. Đồng thời thấy rằng việc dự trữ vốn lưu động quá mức dẫn đến

làm giảm khả năng sinh lời của công ty, do đó cho thấyjmốijquanjhệjngượcjchiều giữa vốn

lưu động dư thừa và khả năngjsinhjlờijcủajcông ty đã mạnh hơn trong giai đoạn khủng

hoảng. Tuy nhiên, sự điều chỉnh chậm và tác động ngược chiều của vốn lưu động là không

đáng kể vào cuối năm 2009, cho thấy những tác độngjcủajcuộcjkhủngjhoảng đối với vốn

lưu động đã biến mất sau khoảng một năm.

2.3.3 Các nghiên cứu thực nghiệm ở Việt Nam về mối quan hệ giữa quản trị vốn

luân chuyển và khả năng sinh lời của công ty

Tác giảjHuỳnh ĐôngjPhương và Jyh-stay Su (2010) tiến hành nghiên cứujmối quanjhệ

giữa quản trị vốn luânjchuyển và khảjnăng sinh lờijcủa công ty, mẫujdữ liệu gồm 130

công ty niêmjyết ở Việt Nam trong giaijđoạn 2006 – 2008. Kết quả cho thấy mối quan

hệ ngượcjchiều giữajkhảjnăngjsinhjlời của côngjty và quản trịjvốn luânjchuyển. Tác giả

nhận thấy để tăngjlợijnhuậnjcho cổ đông thì công ty cần phải duy trì chu kỳjluânjchuyển

tiền mặtjở mứcjtối ưu, giảmjsố ngàyjkhoảnjphảijthu và số ngày hàngjtồnjkho một ở mức

hiệu quả.

Tác giả Từ Thị KimjThoa và NguyễnjThị Uyên Uyên (2014) tiến hành nghiên cứu mối

quan hệ giữa chujkỳ luân chuyển tiền mặt vàjhiệu quả hoạt động kinh doanhjcủa các công

ty ở Việt Nam. Tácjgiảjsửjdụngjmẫujgồm 208 công ty được niêmjyết ở ViệtjNam trong

giaijđoạnj2006 - 2012 sử dụngjphương pháp ướcjlượngjbình phươngjtối thiểu (Pooled

OLS), phương pháp hiệu ứngjcố định (FEM) và bìnhjphươngjtốijthiểujtổngjquát (GLS).

Kết quảjcho thấy mối quanjhệ ngược chiều giữa chu kỳjluân chuyển tiền mặt và tỷjsuất

sinh lời hoạt động kinh doanhjcủa các công ty ở Việt Nam. Qua đó, để nângjcaojkhả

năngjsinhjlời, nhà quản trị cần phải quản trị vốnjluânjchuyểnjmột các hiệujquả, được thực

hiện bằng cách giảm số ngàyjkhoảnjphảijthu, số ngày lưu khojvà sốjngàyjphảijtrảjsẽ

giúp tăng thanh khoản cho công ty, từ đó tácjđộng tích cựcjcác hoạt động cũng như tăng

lợijnhuận cho công ty. Ngoài ra, tác giả còn đi sâu tìm hiểujmối quan hệ này ởjmột số

ngànhjkhác nhau và kết quảjcho thấy có sự khác nhau trong mối quan hệ này giữa các

ngành khác nhau.

Bảng 2.1: Bảng thống kê tổng quan các nghiên cứu trước đây

Tác giả Tên bài nghiên cứu Tạp chí Kết quả nghiên cứu

Nghiên cứu nước ngoài

Wang, Yung - Jang (2002) Journal of Multinational Financial Management

Có mối quan hệjngược chiều giữa chu kỳ luân chuyển tiềnjmặt và hai cáchjđo lường khả năng sinh lời của công tyjlà ROA và ROE Liquidity management, operating performance, and corporatejvalue: evidencejfromjJapan andjTaiwan

Deloof, Marc (2003)

DoesjWorking CapitaljManagement AffectjProfitability of BelgianjFirms? Journaljof Business Financej& Accounting

Có mối quanjhệjngược chiều giữa khảjnăng sinh lời (đo lường bằng lợi nhuận gộp) và chu kỳ luân chuyểnjtiền mặt và các thành phần của chu kỳ luân chuyểnjtiền mặt

Lazaridis, Ioannis Tryfonidis, Dimitrios (2006) Journal of Financial Management & Analysis Có mốijquanjhệjngược chiều giữa khảjnăng sinh lời và chu kỳ luân chuyển tiền mặt và các thành phần của chu kỳ luân chuyểnjtiền mặt Relationship between working capital management and profitability of listed companies in the athens stock exchange

Business Economics Journal Gill, Amarjit Biger, Nahum Mathur, Neil (2010)

Thejrelationship betweenjworking capitaljmanagement andjprofitability: Evidencejfromjthe UnitedjStates

Contemporary Economics

Working Capital Management through the Business Cycle: Evidence from the Corporate Sector in Poland Mielcarz, Paweł Osiichuk, Dmytro Wnuczak, Paweł (2018) Có mốijquanjhệjngược chiều giữa khảjnăng sinh lời (đo lường bằng lợi nhuận gộp) và chujkỳ luân chuyển tiềnjmặtjvàjcác thành phần của chu kỳ luân chuyểnjtiền mặt Tồn tại mốijquanjhệ ngược chiều giữa quảnjtrịjvốn luân chuyểnjvàjkhả năng sinhjlời của công ty và nó rõjnétjhơn trong thời kỳ kinhjtế suy thoái và tác động yếu trong thời kỳ kinh tế bùng nổ

Matías, Braun Borja, Larrain (2005) The Journal ofjFinance Financejandjthe BusinessjCycle: International, Inter- IndustryjEvidence Việc quản trị vốn luân chuyển bị tác động bởi các nguồn tài trợ bên ngoài khi nền kinh tế suy thoái

Tsuruta, Daisuke (2019) Japan & The World Economy

Working capital management during the global financial crisis: Evidence from Japan

Researchjin International Businessjand Finance Enqvist, Julius Graham, Michael Nikkinen, Jussi (2014)

Thejimpactjof workingjcapital managementjonjfirm profitabilityjin differentjbusiness cycles: Evidence fromjFinland

Việc dự trữ vốn lưu động quá mức dẫn đến làm giảm khả năng sinh lời của công ty, đồng thời cho thấy mối quan hệ ngược chiều giữa vốn lưu động dư thừa và khả năng sinh lời của công ty đã mạnh hơn trong giai đoạn kinh tế suy thoái. Mốijquanjhệ ngượcjchiều giữa chu kỳ luân chuyển tiền mặt vàjkhả năng sinh lờijcủa công ty. Chu kỳ kinhjtế có ảnh hưởng đến mốijquan hệ giữajquảnjtrị vốnjluân chuyển vàjkhả năng sinh lời của côngjty và đặc biệt nổi bậc hơn trong giai đoạn kinh tế bùng nổ.

Nghiên cứu tại Việt Nam

Có mốijquanjhệ ngược chiều giữa chu kỳ luân chuyển tiềnjmặt vàjkhả năng sinh lời của côngjty. Huynh Phuong, Dong Jyh-tay Su (2010) International Research Journal of Financejand Economics

TạpjchíjPhát triểnjvàjHội nhập Từ Thị Kim Thoa và NguyễnjThị UyênjUyên (2014) Thejrelationship betweenjworking capitaljmanagement andjprofitability: a Vietnamjcase Mốijquanjhệ giữa quảnjtrịjvốnjluân chuyểnjvàjkhảjnăng sinhjlời: Bằngjchứng thựcjnghiệm ởjViệt Nam Có mốijquanjhệjngược chiều giữa chu kỳjluân chuyển tiền mặtjvà tỷ suất sinh lợijhoạt động kinh doanh của các công ty ở Việt Nam

Tóm lại, tất cả các nghiên cứu trên đều có xu hướng chỉ ra rằng quản trị vốn luân chuyển

có tác động lên khả năng sinh lời của công ty. Luận văn kiểm chứng lại mối quan hệ trên

trong một mẫu quan sát lớn hơn với thời gian nghiên cứu dài hơn cũng như đưa vào tác

động của chu kỳ kinh tế mà theo luận văn chưa một nghiên cứu nào tại Việt Nam thực

hiện điều này.

2.4 Mô hình nghiên cứu

Qua các kết quả của bài nghiên cứu trước đây và từ cơ sở lý thuyết ở trên, luận văn tiến

hành xây dựng mô hình nghiên cứu và giả thuyết nghiên cứu dựa trên những cơ sở sau:

- Căn cứ vào đa số các bàijnghiênjcứujtrướcjđây, luận văn sử dụngjthướcjđo

ROAjvà GOI để đạijdiệnjchojkhảjnăngjsinhjlợijcủajcông ty (Wang, 2002; Engvist và

cộng sự, 2014; LazaridisjvàjTryfonidis, 2006).

- Việc lựa chọn các biến độc lập luận văn căn cứ vào các bài nghiên cứu tại Việt

Nam vì các đặc điểm riêng của nền kinh tế (HuỳnhjĐôngjPhươngjvàjJyh-stayjSu, 2010;

Từ ThịjKimjThoajvàjNguyễnjThịjUyênjUyên, 2014), đồng thời dựa vào mục tiêu

nghiên cứu, luận văn thêm vào biến giả để đại diện cho các chujkỳjkinhjtế (Engvist và

cộngjsự, 2014; Mielcarz và cộng sự, 2018).

2.5 Giả thuyết nghiên cứu

Dựa trên các nghiên cứu thực nghiệm của Tác giả Mielcarz và cộng sự (2018) về

mốijquanjhệjgiữa quảnjtrịjvốnjluânjchuyểnjvàjkhảjnăngjsinh lời của côngjty trong các

giai đoạn kinh tế khác nhau, đã đề cập đến 2 chiến lược quản trị vốn luân chuyển, luận

văn chia quảnjtrịjvốn luânjchuyển sẽ tuân theo hai chiến lược đó, là chiến lược chủ động

và chiến lược thụ động, được mô tả như sau:

Chiến lược quản trị vốn luân chuyển

Chiến lược chủ động Chiến lược thụ động

Chiến lược thụ động nhằm mục đích duy Chiến lược chủ động nhằm giải phóng trì mối quan hệ với khách hàng và nhà các nguồn lực để giảm bớt các hạn chế cung cấp, duy trì tính thanh khoản và tài chính. Vốn lưu động thay thế cho phân bổ nguồn lực cho các công ty bị hạn dòng tiền nội bộ. chế thông qua tín dụng thương mại.

Cách thực hiện

Giảm số ngày khoản phải thu Tăng số ngày khoản phải thu

Bán hàng tồn kho Dự trữ hàng tồn kho

Tăng số ngày khoản phải trả Trả các khoản phải thu đúng hạn

Không dự trữ tiền mặt Tích lũy tiền mặt

Mục tiêu: Tối đa hóa lợi nhuận

Qua đó, luận văn xây dựng các giả thuyết sau:

Giả thuyết H1: Chiến lược quảnjlý vốn lưu động thụ động làm giảm lợijnhuận của công

ty.

Giả thuyết H1 sẽ được kiểm tra cho Chujkỳ luân chuyểnjtiền mặt (CCC), sau đó kiểm

cácjthànhjphần cấu thành củajnójlàjSốjngày khoản phải trả (H1.1), Sốjngàyjkhoảnjphải

thu (H1.2), Số ngàyjhàngjtồnjkho (H1.3). Cuối cùng, luận văn kiểm tra trên nguồn dự

trữ tiền mặt của công ty (H1.4).

Giả thuyết H2: Trong thời kỳjkinh tế suy thoái, chiếnjlượcjquảnjlýjvốnjlưujđộng thụ

động làmjtăng lợi nhuậnjcủajcôngjty

Giả thuyết H2 sẽ được kiểm tra cho Chujkỳjluânjchuyểnjtiềnjmặtj(CCC), sau đó kiểm

cácjthànhjphần cấu thành củajnó là Sốjngày khoản phải trả (H2.1), Số ngàyjkhoảnjphải

thu (H2.2), Sốjngàyjhàngjtồnjkho (H2.3). Cuối cùng, luận văn kiểm tra trên nguồn dự

trữ tiền mặt của công ty (H2.4).

Giả thuyết H3: Trong thời kỳ kinh tế bùng nổ, chiến lược quảnjlýjvốnjlưujđộngjthụ động

làm giảm lợijnhuậnjcủajcông ty

Giả thuyết H3 sẽ được kiểm tra cho Chujkỳjluânjchuyểnjtiềnjmặt (CCC), sau đó kiểm

các thành phần cấu thành củajnójlàjSốjngày khoản phải trả (H3.1), Sốjngàyjkhoảnjphải

thu (H3.2), Sốjngàyjhàngjtồnjkho (H3.3). Cuối cùng, luận văn kiểm tra trên nguồn dự

trữ tiền mặt của công ty (H3.4).

Hiệu quả tác động có thể khác nhau trong cácjchu kỳ kinh tếjkhác nhau. Do những cú

sốc bên ngoài (phía cầu chuyển thành giảm doanh thu, hoặc phía cung khiến chi phí sản

xuất tăng), khu vực doanh nghiệp gặp phải tình trạng thiếu nguồn tài chính nội bộ. Trong

một cuộc suy thoái kinh tế tổng thể, sự không hoàn hảo của thị trường vốn và vấn đềjbất

cânjxứngjthôngjtin được khuếch đại bởi sự không chắc chắn, và những hạn chế tài chính

trở nên rõ ràng hơn. Trong những trường hợp này, các côngjtyjphảijđốijmặtjvới sự đánh

đổi sau đây. Một mặt, do hạn chế tiếp cận vào nguồn tài chính bên ngoài, công ty có thể

coi vốn lưu động là dự trữ thanh khoản và làm cạn kiệt nó để bù đắp cho sự thiếu hụt

tạm thời của dòng tiền hoạt động. Điều này ngụ ý thực hiện chiến lượcjquản

lýjvốnjlưujđộng chủ động: tạo áp lực thu nợ khách hàng, bán hàngjtồnjkhojdưjthừa và

rút các đơn đặt hàng chưa thanh toán, chậm thanhjtoánjchojnhàjcungjcấp và cạn kiệt dự

trữ tiền mặt để trang trải chi tiêu. Chiến lược này có thể giúp tích lũy các nguồn lực cần

thiết để bù đắp khoảng cách thanh khoản và tài trợ cho các dự án đầu tư sinh lời (hoặc ít

nhất là tránh cắt giảm chi phí đầu tư vào R&D). Tuy nghiên, chiến lược này có nhược

điểm quan trọng. Theo đuổi các khoản phải thu làm suy yếu mối quan hệ của khách hàng,

trong khi việc không trả tiền cho nhà cung cấp kịp thời có thể ảnh hưởng tiêu cực đến

hoạt động kinh doanh của nhà cung cấp. Tương tự, việc vi phạm hợp đồng mua bán có

thể gây nguy hiểm cho các mối quan hệ đối tác. Sự cạn kiệt của dự trữ tiền mặt có thể

được thị trường cảm nhận tiêu cực, vì công ty phải đối mặt với khả năng thiếu thanh

khoản nghiêm trọng, với rủi ro về khả năng thanh toán đặc biệt tăng cao trong các cuộc

khủng hoảng tài chính.

Việc thực hiện chiến lược thụ động nhấn mạnh tầm quan trọng của quan hệ kinh doanh

dài hạn có thể giúp đảm bảo kinh doanh trong tương lai, tăng cường niềm tin và duy trì

thanh khoản (bằng cách tích lũy tiền mặt thay vì chi tiêu; ví dụ, để đầu tư suôn sẻ). Tuy

nhiên, chiến lược này có thể làm tổn hại nghiêm trọng đến lợi nhuận. Do đó, việc nghiên

cứu để lựa chọn chiến lược mang ý nghĩa thực tiễn ở Việt Nam là cần thiết.

3 CHƯƠNG 3: PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU

3.1 Thu thập và xử lý dữ liệu

Dữ liệu được sử dụng để kiểm tra thực nghiệm đềjtài nghiên cứu từ cấp độ công ty bao

gồm bảng báo cáo kết quả hoạt động kinh doanh và bảng cân đổi kế toán của 125 công

ty niêm yếtjtrên sàn HOSE và HNX từ năm 2006 đến 2018, với 1625 quan sát theo năm

lấy từ nguồn dữ liệu tổng hợp sẵn từ công ty chứng khoán Bảo Việt (nguồn

http://www.bvsc.com.vn). Dữ liệu kinh tế vĩ mô được đấy từ nguồn cơ sở dữ liệu của

Vietstock (nguồn: https://finance.vietstock.vn/du-lieu-vi-mo). Luận văn sử dụng dữ liệu

như vậy vì những lý do và tiêu chí như sau:

Cả hai sàn có thời gianjhoạt động đủ dài để tiến hành nghiên cứu: Sở giao dịch chứng

khoánjTP.HCM (HOSE) được thành lập cách đây 19 năm, sở giao dịch chứng khoán Hà

Nội (HNX) được thành lập cách đây 14 năm.

Quy mô cả hai sàn phát triển qua từng năm: Qua 19 năm hoạt động và phát triển, thị

trường chứng khoán (TTCK) Việt Nam ngày càng khẳng định vai trò là kênh dẫn vốn

cho nền kinh tế, giảm bớt sự phụ thuộc vào nguồn vốn truyền thống từ ngân hàng, hỗ trợ

tích cực cho công cuộc cải cách và cổ phần hóa các doanh nghiệp Nhà nước, giúp nền

kinh tế Việt Nam phát triển và hội nhập sâu rộng vào nền kinh tế thế giới. Cả hai sàn

HOSE và HNX với hơn 750 công ty niêm yết, tới nay, quy mô vốn hóa của thị trường

cổ phiếu đạt hơn 3,9 triệu tỷ đồng, tương đương với 71,6% GDP năm 2018.

(Nguồn: http://baochinhphu.vn/Thi-truong/Quy-mo-von-hoa-thi-truong-chung-khoan-

Viet-Nam-dat-39-trieu-ty-dong/358840.vgp)

Các côngjty được chọn được niêm yết trước ngày 31/12/2005.

Các côngjty niêm yết trên hai sàn phải đảm bảo có mặt đầy đủ trong giai đoạn nghiên cứu

từ 2006 - 2018, chưa có công ty nào từng bị sáp nhập hay bị loại khỏi danh sách niêm yết

trênjhai sàn chứngjkhoánjtập trungjtrong giai đoạn nghiên cứu.

Thời gian nghiên cứu 13 năm là phù hợp và thống nhất về mặt dữ liệu, đảm bảo tất cả

các biến nghiên cứu đầy đủ để quan sát và đưa ra kết quả khách quan, chính xác nhất.

Luận văn loạijtrừ các côngjty tàijchính ra khỏi mẫu dữjliệu vì những đặc điểm riêng biệt

của các loại công ty này.

Những công ty có dữ liệu tăng giảm bất thường trong mẫu cũng được loại bỏ để ra kết

quả chuẩn xác hơn. Các dữ liệu tăng giảm bất thường bao gồm các trường hợp sau:

- Cácjcôngjtyjcójdữjliệu một năm quan sát lệch đáng kể (hơn 500%) khi so với

những năm quan sát còn lại.

- Các công ty có dữ liệu lệch đáng kể (bao gồm các hệ số ước tính) khi so với trung

bình ngành (hơn 500%)

3.2 Mô hình nghiên cứu

Theo các cấu trúc mô hình của các bài nghiên cứu trước đây, luận văn tiến hành thiết kế

mô hình hồi quy phù hợp để kiểm tra các ảnh hưởng của chu kỳ luânjchuyểnjtiềnjmặt

đếnjkhảjnăngjsinhjlờijcủajcôngjty:

Khả năng sinh lời = β0 + β1CCC + β2CR + β3DEBT + β4SALES + β5D1 + β6D2 +

(1) β7(D1*CCC) + β8(D2*CCC) + µ

Trong đó:

Biến phụjthuộc: Khả năng sinhjlời được đo lường bởi tỷjsuấtjsinh lờijtrên tổngjtàijsản

(ROA) và tỷ lệ tổng thujnhập ròng (GOI).

Biến phụ thuộc:

CCC là chujkỳ luân chuyển tiềnjmặt; CR là tỷ số thanh toánjhiện hành; DEBT là tỷ lệ nợ;

SALES là quy mô công ty; D1 là biến giả chỉ chu kỳ kinh tế suyjthoái; D2 là biếnjgiả chỉ

chu kỳ kinh tế bùng nổ; và µ là sai số.

Để kiểm trajtác động của từngjthành phần cấu thànhjnên chu kỳ luânjchuyển tiền mặt

vào hai yếu tố đo lường khả năngjsinh lời của côngjty là ROA và GOI, luận văn tiến

hành hồi quy lại mô hình bên trên bằng cách thay thế CCC bằng số ngày khoản phải thu

(AR), số ngày hàng tồnjkho (INV) và số ngày khoản phảijtrả (AP), phát triển ra các mô

hình như sau:

Khả năng sinh lời = β0 + β1AP + β2CR + β3DEBT + β4SALES + β5D1 + β6D2 + β7(D1*AP)

(2) + β8(D2*AP) + µ

Khả năng sinh lời = β0 + β1AR + β2CR + β3DEBT + β4SALES + β5D1 + β6D2 +

β7(D1*AR) + β8(D2*AR) + µ (3)

Khả năng sinh lời = β0 + β1INV + β2CR + β3DEBT + β4SALES + β5D1 + β6D2 +

(4) β7(D1*INV) + β8(D2*INV) + µ

Ngoài khoản phảijthu (AR), hàng tồnjkho (INV) và khoảnjphải trả (AP), một yếu tố quan

trọng của quản trị vốnjluân chuyển là xácjđịnh lượng tiền mặtjnắm giữ của công ty. Đề

đánh giá mức độ nắm giữ tiền tác động như thế nào đếnjkhả năng sinh lờijcủa công ty,

luận văn tiếp tực đưa vào biến giải thích đo lường lượng tiền mặtjnắm giữ của công ty

(CASH), phát triển mô hình như sau:

Khả năng sinh lời = β0 + β1CASH + β2CR + β3DEBT + β4SALES + β5D1 + β6D2 +

β7(D1*CASH) + β8(D2* CASH) + µ (5)

3.3 Mô tả biến

3.3.1 Biến phụ thuộc

Tỷ suất sinh lợi trên tổng tài sản (Returns on asstet – ROA)

= Lợi nhuận ròng ổ à ả

Lợi nhuận ròng là kết quả cuối cùng của quá trìnhjkinh doanh, đây là phần lợi ích để phân

phối cho các chủ nợ, chủ sở hữu của công ty và giữ lại đầu tư mở rộng kinh doanh trong

tương lai. Những công ty cójkhả năng sinh lờijcao luôn hấp dẫn các nhà đầu tư và được

các nhà đầujtưjđánhjgiájcao. Trong nhiều nghiênjcứu trướcjđây cho thấy khả năng sinh

lời có tác động làm tăngjgiá trị củajcông ty. Do đó, việc nghiên cứu các tác động ảnh

hưởng đến tỷ suất sinh lợi là vô cùng cần thiết, đặc biệt trong cácjchujkỳjkinhjtếjkhác

nhau. Có nhiều thước đo có thể sử dụng đểjđo lường khả năngjsinh lời củajcông ty, và

luận văn này lựa chọn thước đo Tỷ suất sinh lợi trên tổng tài sản (ROA), cho biết một

đồng tài sản tạo ra được bao nhiêu đồng lợi nhuận, mộtjhệjsốjROAjcaojthểjhiệnjcông ty

có khảjnăng sinh lờijtốt và sử dụngjhiệujquảjnguồnjtàijsảnjđểjtạojrajlợi nhuận.

Tỷ lệ tổng thu nhập hoạt động ròng (Gross Operating Income - GOI)

GOI = Doanh thu thuần − Giá vốn hàng bán ổ à ả − à ả à ℎíℎ

Một thước đo khác để đojlường khả năng sinhjlời của côngjty đó chính là Tỷ lệ thu nhập

hoạt động ròng. Thước đo này thể hiện khả năng sinhjlời từ hoạt động sản xuất kinh

doanh của côngjty, không thể hiệnjkhả năng sinh lờijdưới tác động của chi phíjtài chính

và chi phí quản lýjdoanh nghiệp, dojđó ta cần loại các tài sản tài chính ra khỏi tổng tài

sản. Tài sản tài chínhjbao gồm cổjphần đầu tưjtrongjcácjcôngjtyjcon, công ty liên kết,

các khoản đầu tư ngắn hạn, dưới hình thức cổ phiếu, trái phiếu, quỹ tương hỗ, tiền gửi

ngân hàng. Đối vớijmột số công ty, tài sản tài chính là phần chính trong tổngjtài sản, và

các lợi nhuận sinh ra từ tài sản tài chính không thuộc lĩnh vực hoạt động chính của công

ty, do đó các hoạtjđộngjkinhjdoanh chính sẽ đóng góp ít vào lợi nhuận trên tổng tài sản.

Luận văn muốn loại trừ sự tham giajcủa bất kỳ hoạtjđộng tài chính nàojra khỏi hoạtjđộng

kinhjdoanh cójthể ảnhjhưởngjđếnjkhảjnăng sinhjlời.

3.3.2 Biến độc lập

Chu kỳjluân chuyển tiền mặtj(CCC)

Như đã được trình bày ở phần trước, để đánh giájhiệujquảjquảnjtrịjvốnjluânjchuyển

chúng ta sử dụng chujkỳjluânjchuyểnjtiền mặt (CCC) trình bày như sau:

Chu kỳ luân chuyển tiền mặt

= (Số ngày khoản phải thu

+ Số ngày hàng tồn kho) – Số ngày khoản phải trả

Chu kỳ luânjchuyển tiền mặt càng cao thì lượng tiền mặt của công tyjcàng khan hiếm

cho hoạt độngjsản xuất kinh doanh và cho các hoạt động đầu tư khác. Chujkỳ luân

chuyển tiền mặt được tính từjkhi chi trả cho các nguyên vật liệu đầu vào tới khi nhận

được tiền bán hàng và cung cấp dịch vụ. Nếujchu kỳ luân chuyểnjtiền mặt ngắn sẽ được

coi là khả năng quảnjlý vốn luânjchuyểnjtốt. Ngược lại, chu kỳ luân chuyển tiềnjmặt lớn

được hiểu là công ty phải đầu tư thêm vốnjtrong khi vẫn phải chờ khách hàng trả nợ tiền

hàng. Quá trình sảnjxuất càng dài, nhu cầu tiền mặt mà công ty phải cần thêm để đầu tư

càng lớn. Khi lượng vốn đầujtư được sử dụng tăng thêm nghĩa là công tyjbị mất đi chi phí

cơ hội cho các mục đích đầu tư khác có thể đem lạijkhảjnăng sinhjlờijcao hơnjcho công

ty. Dojđó, bằng cáchjgiảm thờijgian của chu kỳ luân chuyểnjtiền mặt, công ty có thểjhoạt

động hiệujquảjhơn. Chu kỳjluân chuyển tiền mặtjcó thể giảm bằng nhiều cách khác nhau,

một là rút ngắn thời gianjthujtiềnjkhách hàng, hai là giảm thời gian luân chuyểnjhàngjtồn

khojquajviệc xửjlýjhàng tồn kho, vận hành hiệu quả dây chuyền sản xuất đồng thời đưa

sản phẩm đếnjkháchjhàng nhanhjhơn, ba là cójthể kéo dàijthời gian thanh toánjcho nhà

cungjcấp qua việc trả chậm. Tất cả các cách quảnjtrị vốn luân chuyển có thực hiện được

hay không đều phụ thuộc hoàn toàn vào năngjlựcjcủa nhà quảnjtrị, một nhà quản trị tốt

sẽ kiểm soát tốtjhàng tồn kho, không trì trệ khâu vận hành, đàm phán tốt với khách hàng

và nhà cung cấp, từ đó giúp tăng khả năng sinh lờijcủa côngjty.

Số ngày khoản phải thu (AR)

ố à ℎả ℎả ℎ = (ℎả ℎả ℎ)/(ℎ ℎ ℎầ) 365

Khoảnjphải thu là khoảnjtiền mà công ty cho khách hàng nợ để mua chịu hàng hóa hay

dịch vụ của công ty. Kiểm soát khoản phải thu liên quan đến việc đánh đổi giữa lợi nhuận

và rủi ro. Số ngày khoản phải thu được sử dụng như một đại diện cho các chính sách thu

tiền. Nếu không cung cấp tín dụng bán chịu hàng hóa thì khách hàng có thể chuyển sang

mua hàng của đối thủ cạnh tranh, công ty sẽ mất đi cơ hội bán hàng, do đó mất đi doanh

thu. Nếu bán chịu hàng hóa quá nhiều thì chi phí cho khoản phải thu tăng do có nguy cơ

phát sinh các khoản nợ khó đòi, từ đó rủi ro cũng tăng theo, tiền chưa thu về lại phải chịu

chi phí nguyên vật liệu để sản xuất sản phẩm mới, dẫn đến việc công ty mất cân đối vốn

ngắn hạn, từ đó phải phụ thuộc vào ngân hàng, phát sinh chi phí từ lãi vay. Vì vậy công

ty cần phải đánh đổi giữa lợi nhuận và rủi ro. Do đó, luận văn kỳ vọng rằngjsốjngày khoản

phảijthujcó mốijquanjhệjngượcjchiều với biếnjphụjthuộc đojlườngjkhảjnăngjsinhjlời của

côngjty.

Số ngày hàng tồn kho (INV)

ố à ℎà ồ ℎ = (à ồ ℎ)/(á ố ℎà á) 365

Hàng tồn kho bao gồm sản phẩm, thành phẩm chưa bán hay các sản phẩm dở dang, tồn

kho nguyên vật liệu, công cụ dụng cụ dùng cho dây chuyền sản xuất. Mức tồn kho

nhiềujsẽ dấn đến chi phí tồn trữ, lưu giữ tăngjcao, đối với mộtjsố hàng hóa nếujdự trữ

quá lâu sẽ bịjhư hỏng, hao hụt, giảm chất lượng… Ngược lại, lượng hàng tồn kho quá ít

sẽ không đủ cung cấp cho nhu cầu phát sinh bất ngờ từ khách hàng, từ đó giảm doanh

sốjbán hàng. Do đó, nhà quản trị cầnjphải cân nhắc giữa lợi nhuận và chi phí cho việc tồn

trữ hàng tồn kho.

Thời gianjluân chuyển hàngjtồn kho tùy thuộc vào đặc điểm kinh doanh của công ty. Tốc

độ luân chuyển hàng tồnjkho chậm thường dẫn đến tình trạng có quá nhiều vốn bị chôn

trong hàng tồn kho, điều này gây tốn nhiều chi phí. Do đó, luận văn kỳ vọng số ngày

hàngjtồn kho có mốijquan hệ ngược chiều với biến phụ thuộc đo lườngjkhả năng sinh lời

của công ty.

Số ngày khoản phải trả (AP)

ố à ℎả ℎả ả = (ℎả ℎả ả)/(ℎ ℎ ℎầ) 365

Khoản phải trả là khoản chi phí mà công ty phảijtrảjcho nhàjcungjcấp, đâyjcũng là khoản

tiền mà công ty có thể trì hoãn trả nhằm chiếm dụng vốn từ nhà cungjcấp, do đó đâyjlà

nguồnjtài trợjngắnjhạnjcó chi phí sử dụng vốn thấp nhất. Quản trị các khoản phảijtrả sẽ

phụ thuộc vào chính sách bán chịu giữa công ty với nhà cung cấp. Việc thực hiện chiếm

dụng vốn bằng cách kéo dài thờijgianjthanh toánjchojnhàjcung cấp, từ đó làmjgiảmjáp

lựcjcho dòngjtiềnjhoạtjđộng, thanh khoản tốt giúp giảm chi phíjsửjdụngjvốn, tăng khả

năngjsinhjlờijcủa côngjty. Mặt khác, nhà quản trị cần phải cân nhắc khi kéo dàijthờijgian

thanh toán nợjchojnhàjcung cấp vì côngjtyjsẽjmất đijcácjkhoản chiết khấu thương mại

nếu thực hiện thanh toán sớm, và ngoài ra thanh toán trễ còn có thể làmjmất uyjtín của

côngjtyjtrong dàijhạn.

Số ngày khoản phải trả thể hiện khả năng quản trị các khoảnjphảijtrả củajcôngjty. Luận

văn kỳ vọng số ngày khoản phải trả có mối quan hệ cùng chiều với biến phụ thuộc đo

lường khả năng sinh lời của công ty.

Tỷ lệ nắmjgiữ tiềnjmặtjcủa doanh nghiệp (CASH)

= (ề à ươ đươ ề)/(ổ à ả)

Quyết định nắmjgiữjtiềnjmặt của công ty là quyết địnhjtàijchính rất quanjtrọng đối với

công ty. Mức độ nắm giữ tiền không chỉ phản ánh kế hoạch kinh doanh và chiến lược tài

chính của công ty, mà thậm chí còn liên quan mật thiết đến quản trị nội bộ của côngjtyjvà

môijtrường vĩ mô bên ngoài. Cácjcôngjty nắmjgiữjtiền mặt có thể thực hiện đầu cơ tốt

và ngăn ngừa rủi ro trong khi đápjứng nhujcầu của hoạt động hàng ngày và

hoạtjđộngjgiao dịch. Nghĩa là, các công ty có thể sử dụng nắm giữ tiền mặt của mình để

nắm bắt cơ hội đầu tư tốt, đồng thời, họ cũng có thể sử dụng phân bổ vốn linh hoạt để

tránh hiệu quả các rủi ro do dòng tiền hoạt động. Việc nắm giữ tiền mặt là cần thiết

nhưng phải chịu chi phí. Mặc dù tiền mặt có tính thanh khoản cao, nhưng nó có khả năng

sinh lời thấp nhất so với các tài sản khác. Do đó, khi một côngjtyjnắmjgiữ một

lượngjtiềnjmặt ít, nó có thể bỏ lỡ một cơ hội tốt trong tương lai và cũng chịu rủi ro hoạt

động lớnjhơn. Khi công ty nắm giữ tiền mặt dư thừa, điều đó sẽ dẫn đến việc tích lũy lại

các nguồn và lãng phí, và không nắm bắt được các cơ hội đầu tư và phát triển,

điềujnàyjcójthể làmjgiảmjlợijnhuận hoặc thậm chí mất đi sự cạnh tranh tích cực trong

ngành và bị loại bỏ theo thị trường. Do đó, điều rất quan trọng là khám phá vấn đề nắm

giữ tiền mặt của công ty.

Luận văn cũng bao gồm một số biến độc lập được cho là cójảnh hưởng đếnjkhảjnăng sinh

lờijcủa công ty là CR, SALES, DEBT.

Tỷ số thanh toán hiện hành (Current ratios – CR)

= (à ả ắ ℎạ)/(ợ ắ ℎạ)

Tỷ số thanh toán hiện hành đo lườngjkhảjnăngjcông ty đápjứng các nghĩajvụjtàijchính

ngắn hạn. Chỉjsốjnàyjcàngjthấpjchojthấy công ty sẽjgặpjkhójkhănjđốijvớijviệcjthực

hiện cácjjnghĩajvụ nợ trong ngắn hạn, nhưngjmộtjchỉ sốjthanhjtoánjhiện hànhjquá cao

cũng khôngjluônjlà dấujhiệujtốt, bởijvì nójchojthấyjtài sản của công ty bị cộtjchặtjvào tài

sản ngắn hạn quájnhiều vàjnhưjvậy thìjhiệujquảjsử dụngjtàijsản của công ty là không

cao.

Quy mô công ty (SALES)

= (ℎ ℎ ℎầ)

Quy mô có thể đo lường trên phương diện phạm vi hoạt động, đa dạng hóa lĩnh vực kinh

doanhjcủa công ty. Khi so sánh giữajhai công ty có quy mô khác nhau thì lượng vốn

luânjchuyểnjcũng khácjnhau, một côngjtyjlớn cójthể có phạm vi hoạt động lớn thì cần

nhiềujvốnjluân chuyểnjhơn một côngjty nhỏ để đáp ứng cho quá trình sản xuất, công ty

nhỏ thì quá trình kinh doanh chủ yếu dựa vào sự vận động lượng vốn luân chuyển. Theo

kết quả kết quả kiểm tra phân phối chuẩn cho thấy biến quy mô công ty không thuộc

phân phối chuẩn. Do đó, việc chuyển đổi biến này đã được thực hiện, có nhiều phương

pháp chuyển đổi phân phối chuẩn khác nhau. Sự biến đổijcác biếnjtrongjbàijnghiên cứu

này thông qua kỹ thuật Logaric hay còn gọi là Ln. Logarit của doanhjthujthuần được sử

dụng như là thướcjđo quyjmôjcủajcông ty. Quy mô côngjty càng cao đồng nghĩa với

doanh thu cao và lợi nhuận công ty sẽ cao hơn do đó luận văn kỳ vọng quy mô sẽ có

quan hệ cùng chiều với khảjnăngjsinh lờijcủajcông ty.

Tỷ lệ nợ (DEBT)

= (ổ ợ)/(ổ à ả)

Tỷjlệ nợjđạijdiện cho việc sử dụng đònjbẩyjcủajcông ty đồng thời thấy được cơ cấu vốn

củajcôngjtyjđó, được tính bằng cách lấyjtổng nợ chiajcho tổng tài sản. Sử dụng đòn bẩy

tài chínhjcó thểjlàmjtăngjgiá trị cho côngjty do tậnjdụngjđược lờijích từ cấu trúc vốn

cũng như tấm chắn thuế nhưng nó cũng tạo ra áp lực cho công ty vì các khoản chi trả lãi

vay và nợ gốc, dễ phát sinh các chijphíjkiệt quệjtàijchính. Do đó, côngjty có nguồn tài

trợ càng nhiều từ nợ càng chịu nhiều rủi ro lớn, bao gồm các rủi ro như rủi ro vỡ nợ, rủi

rojkiệtjquệjtài chính. Do đó, luận vănjkỳ vọng cójmối quan hệjngược chiều giữa việc sử

dụng nợ và khả năng sinh lời củajcông ty.

3.3.3 Biến kiểm soát

Chujkỳjkinh tếjliênjquan đến các biến độngjbất thường củajhoạt động kinh tế trong sự

phát triển dài hạn của nền kinh tế.

Luận văn phân loại các chujkỳ kinh tế khác nhau theo cách sau đây:

- Căn cứ vào cơ sở lý thuyết về các đặc điểm của chu kỳ kinh tế và phương pháp của tác

giả Engvist và cộng sự (2014), Mielcarz và cộng sự (2018), luận văn tiến hành sử dụng

các chỉ số như tốc độ tăng trưởng GDP, tỷ lệ thất nghiệp, chỉ số giá tiêu dùng CPI và chỉ

số sản xuất công nghiệp để xác định các giai đoạn của chu kỳ kinh tế.

Thời kỳ kinh tế bùng nổ sẽ đáp ứng được các đặc điểm như tốc độ tăng trưởng GDP cao,

tỷ lệ thất nghiệp thấp, chỉ số giá tiêu dùng CPI và chỉ số sản xuất công nghiệp cao còn

thời kỳ kinh tế suy thoái sẽ mang những đặc điểm ngược lại. Cuối cung là thời kỳ kinh

tế bình ổn là các năm còn lại với những chỉ số không rõ ràng.

- Qua những căn cứ đó và dựa vào hình vẽ biểu đồ 3.1 đến 3.4, trạng thái nềnjkinh tế

suyjthoái được xácjđịnh là các năm 2008, 2009, 2012, 2013, với tốc độ tăng trưởng GDP

thấp và tỷ lệ thất nghiệp cao, chỉ số giá tiêu dùng CPI không rõ ràng nhưng chỉ số sản

xuất công nghiệp đã giảm mạnh trong các giai đoạn này. Tiếp theo, trạng thái nền kinh

tế bùng nổ được xác định là các năm 2006, 2007, 2017, 2018, với tốc độ tăng trưởng

GDP cao và tỷ lệ thất nghiệp có xu hướng giảm so với giai đoạn trước, chỉ số giá tiêu

dùng CPI đặc biệt tăng vào năm 2017-2018, chỉ số sản xuất công nghiệp cũng có xu

hướng tăng mạnh trong các giai đoạn này. Các giai đoạn còn lại được xác định là giai

đoạn nền kinh tế bình ổn.

Các biến giảjnhận giá trịjnhị phân để chỉ ra các trạng thái của nền kinh tế. Những biến

giả này được sử dụng để tìm hiểu sự thay đổi từng thành phần vốnjluân chuyển trong các

trạng thái khác nhau củajnền kinh tế. Trong đó, D1 là biến giả chỉ tình trạng nền kinh tế

suy thoái, có giá trị bằng 1 nếu năm đó nền kinh tế suy thoái và bằng 0 nếu không phải,

D2 là biến giả chỉ tình trạng nền kinh tế bùng nổ, có giá trị bằng 1 nếu năm đó nền kinh

tế bùng nổ và bằng 0 nếu không phải.

Hình 3.1: Tỷ lệ tăng trưởng GDP thực của Việt Nam trong giai đoạn 2006 – 2018

T Ố C ĐỘ T ĂNG T RƯ Ở NG GDP

7.13

6.68

6.42 6.24

5.98

6.98

6.81 7.08

5.66

5.25 5.42

6.21

5.4

2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 2 0 1 5 2 0 1 6 2 0 1 7 2 0 1 8

Nguồn: https://finance.vietstock.vn/du-lieu-vi-mo

Hình 3.2: Tỷ lệ thất nghiệp của Việt Nam trong giai đoạn 2006 – 2018

T Ỷ L Ệ T H ẤT NGH I Ệ P

3.6

3.4

3.3

3.2

3.1

3.0 3.2

2.9

3.1

2.7

2.8 2.9

2.0

2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 2 0 1 5 2 0 1 6 2 0 1 7 2 0 1 8

Nguồn: https://finance.vietstock.vn/du-lieu-vi-mo

Hình 3.3: Chỉ số giá tiêu dùng CPI của Việt Nam trong giai đoạn 2006 – 2018

CH Ỉ S Ố GI Á T I Ê U DÙNG

3.5 3.5

2.7

1.5

1.4

1.0

0.9

0.5

0.6 0.5

0.3 0.6

2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 2 0 1 5 2 0 1 6 2 0 1 7 2 0 1 8

Nguồn: https://finance.vietstock.vn/du-lieu-vi-mo

Hình 3.4: Chỉ số sản xuất công nghiệp của Việt Nam trong giai đoạn 2006 – 2018

CH Ỉ S Ố S ẢN XUẤT CÔ NG NGH I Ệ P

116.8 116.7

113.9

115.3

110.2

109.8

109.4

107.6

108.5

107.5

107.3

105.9

104.7

2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 2 0 1 5 2 0 1 6 2 0 1 7 2 0 1 8

Nguồn: https://finance.vietstock.vn/du-lieu-vi-mo

3.3.4 Kỳ vọng dấu

Mục tiêu của luận văn là củng cố kết quả của các nghiên cứu trước đây, nên căn cứ vào

kết quả của các bài nghiên cứu tại Việt Nam, luận văn thống kê kỳ vọng dấu ở bảng 3.1

tuân theo kết quả của HuỳnhjĐôngjPhươngjvàjJyh-stayjSu, 2010; Từ ThịjKim Thoajvà

NguyễnjThịjUyênjUyên, 2014, đồng thời dựa vào mục tiêu nghiên cứu, luận văn thêm

vào biến CASH và biến giả để đại diện cho các chujkỳjkinhjtế, các biến này cho các

kết quả khác nhau dựa trên từng đối tượng và phạm vi nghiên cứu khác nhau (Engvist

và cộngjsự, 2014; Mielcarz và cộng sự, 2018; Tsuruta, 2019), nên luận văn chưa đủ cơ

sở để đưa ra kỳ vọng dấu.

Bảng 3.1: Kỳjvọngjdấujvềjtácjđộngjcủajcácjbiếnjđộcjlâpjđốijvớijbiến phụ thuộc

Kỳ vọng Tên biến Công thức dấu

Biến phụ thuộc

ROA - Tỷ suấtjsinh ROA=(Lợi nhuận ròng)/(Tổngjtàijsản) lờijtrênjtổngjtàijsản

GOI - Tỷ lệ tổng thu GOI=(Doanhjthujthuần-Giájvốnjhàngjbán)/(Tổng

nhập hoạtjđộngjròng tàijsản-tàijsảnjtàijchính)

Biến giải thích

CCC - Chujkỳjluân (AR + INV) – AP - chuyểnjtiềnjmặt

AR - Số ngày khoản Số ngày khoản phải thu=(Khoản phải thu)/(Doanh - phải thu thu thuần)x365

INV - Số ngày hàng Số ngày hàngjtồnjkho=(Hàngjtồnjkho)/(Giájvốn -

tồn kho hàngjbán) x365

AP - Số ngày khoản Sốjngàyjkhoảnjphảijtrả=(Khoản phải trả)/(Doanh +

phải trả thu thuần)x365

CASH – Tỷjlệjnắm Tỷ lệ nắm giữ tiền = (Tiền và tương đương +/-

giữ tiền tiền)/(Tổng tài sản)

Biến giải thích khác

CR - Tỷ số thanh + CR=Tài sản ngắn hạn/Nợ ngắn hạn toán hiện hành

SALES - Quy mô + SALES=Ln(Doanh thu thuần) công ty

DEBT - Tỷ lệ nợ DEBT=(Nợjngắnjhạnj+jNợ dàijhạn)/Tổngjtàijsản -

Biến giả

D1 - Biến giả chỉ +/- D1=1 nếu nền kinh tế suy thoái, 0 nếu ngược lại trạng thái suy thoái

D2 - Biến giả chỉ +/- D2=1 nếu nền kinh tế bùng nổ, 0 nếu ngược lại trạng thái bùng nổ

3.4 Phương pháp nghiên cứu

Luận văn kiểm tra ảnh hưởng của quản trị vốn luânjchuyển đến khả năngjsinh lời của

công ty bằng việc áp dụngjdữ liệu bảng (Paneljdata), dữ liệu bảng cho phép người nghiên

cứu quan sát được tác động qua hai chiều, một là đến từ từng cá nhân mỗi công ty, hai

là đến từ khoản thời gian mà các công ty đã trải qua. Yếu tố cá nhân công ty liên quan

đến hành vi và hoạt động của một công ty riêng lẻ mà không xét đến các thay đổi theo

thời gian. Yếu tố thời gian xem xét các thay đổi hay biến động của công ty theo thời

gian, do đó sẽ chịu tác động của những yếu tố vĩ mô của từng năm.

Vì đâyjlà dạng dữjliệujbảngj(paneljdata) nên khi thực hiện hồi quy người nghiên cứu

cần các phươngjphápjriêngjphùjhợp cho dạngjnày.

Cójhaijphươngjphápjướcjlượng để hồi quy dữ liệujbảngjthườngjđượcjcácjnhàjnghiên

cứujsửjdụng bởi tính đơn giản và hiệu quả của nó, đó là:

- Mô hình ảnh hưởng cố địnhj(FEM-FixedjEffectjModel)

- Mô hình ảnh hưởng ngẫu nhiênj(REM-RandomjEffectjModel)

Ngoài ra, luận văn còn sửjdụngjmộtjsốjphươngjphápjkhácjtrong trường hợp mô hình hồi

quy bị các khuyết tật, cụ thể là mô hình GLS để khắcjphụcjhiệnjtượngjphươngjsaijthay

đổi, mô hình GMM để khắc phục hiệnjtượngjnộijsinh.

3.4.1 Mô hình FEM

Sửjdụngjmôjhình ảnhjhưởngjcố định (FEM) bất cứ khi nào bạn chỉ muốn phân tích tác

động của các biến số thay đổi theo thời gian.

FEM khám phá mối quan hệ giữa yếu tố dự đoán và biến kết quả trong một đối tượng

(quốc gia, người, công ty, v.v.). Mỗi đối tượng cójnhững đặcjđiểmjriêngjcó thể có hoặc

không ảnhjhưởngjđếnjcác biến dự đoán (ví dụ, là nam hay nữ có thể ảnh hưởng đến ý

kiến đối với vấn đề nhất định; hoặc hệ thống chính trị của một quốc gia cụ thể có thể có

ảnhjhưởngjđến thương mại hoặc GDP; hoặc các hoạtjđộng kinhjdoanhjcủajmột công ty

có thể ảnh hưởng đến giá cổ phiếu của nó). Khi sử dụng FEM, cần lưu ý rằng một yếu

tố mang tính cá nhân có thể tác động hoặc thiên vị các yếu tố dự đoán hoặc biến kết quả

và nhà nghiên cứu cần kiểm soát điều này. Đây là lý do đằng sau giả định về mối tương

quan giữa sai số của đối tượng và các biến dự đoán. FEM loại bỏ ảnhjhưởngjcủajcác đặc

điểm bất biếnjtheojthờijgian để kết quả có thể đánh giá tác động ròng của các yếu tố dự

đoán đến biến kết quả.

Một giả định quan trọng khác của mô hình FEM là các đặc điểm bất biến theo thời gian

này là duy nhất cho từng cá nhân và không nên tương quan với các đặc điểm riêng lẻ

khác. Do đó, mỗi đối tượng là khác nhau, sai số của đối tượng không nên tương quan

với các đối tượng khác. Nếu sai số của đối tượng tương quan, thì FEM không phù hợp

vì suy luận có thể không chính xác và bạn cần mô hình hóa mối quan hệ đó (có thể sử

dụng ảnh hưởng ngẫu nhiên), đây là lý do chính cho kiểm định Hausman.

3.4.2 Mô hình REM

Lý do phát triển mô hình ảnh hưởng ngẫu nhiên (REM) là không giống nhưjmôjhình ảnh

hưởngjcố định (FEM), biến thể giữa các đối tượng được giảjđịnhjlà ngẫujnhiênjvà không

tương thích với yếu tố dự đoán hoặc biếnjđộc lập có trongjmôjhình.

Sự khác biệt quan trọng giữa ảnh hưởng cố định và ngẫu nhiên là các ảnh hưởng riêng

lẻ không quan sát của đối tượng được sẽ bao gồm các yếu tố tương quan với các biến hồi

quy trong mô hình, không phải là các hiệu ứng này có ngẫu nhiên hay không (Green,

2008)

Nếu sự khácjbiệt giữajcác đối tượng có một số ảnhjhưởng đến biếnjphụ thuộc thì nên sử

dụng môjhìnhjảnh hưởng ngẫujnhiên. Một ưu điểm của ảnh hưởng ngẫu nhiên là có thể

bao gồm các biến bất biến thời gian (nghĩa là giới tính). Trong môjhìnhjảnh hưởng cố

định, các biến này được hấp thụ bởi hệ số chặn.

Mô hình REM cho rằngjsai sốjcủajđối tượng không tương quan với các yếu tố dự đoán

cho phép các biến bất biến theo thời gian đóng vai trò là biến giải thích.

Trong mô hìnhjREM, ta cần chỉ định các đặc điểm riêng lẻ đó có thể hoặc không ảnh

hưởng đếnjcácjbiến dự đoán. Vấn đề này dẫn đến một số biến có thể không có sẵn do đó

dẫn đến sai lệch biến bị bỏ qua trong mô hình.

REM cho phép khái quát hóa các suy luận ngoài mẫu được sửjdụng trongjmôjhình.

Qua đó việc lựa chọn mô hình FEMjhay REMjsẽ phù hợp hơn phụ thuộcjvào giảjđịnhjcó

hay khôngjsự tươngjquanjgiữa sai số của đối tượng và các biến giải thích. Nếu giả định

rằng khôngjtương quan thìjREMjphù hợpjhơn và ngượcjlại. Vì vậy kiểm địnhjHausman

làjmột trong những kiểm định quan trọng để lựajchọnjgiữa FEM vàjREM

3.4.3 Mô hình Bình phương tối thiểu GLS

Mô hình này được các nhà nghiên cứujphát triềnjđể khắcjphục hiện được hiện tường

phương saijthay đổijtrongjmô hình OLS.

Trong mô hình GLS, khi xuất hiện phương sai thay đổi, các nhà nghiên cứu đã khắc phục

như sau:

Cho Var(U)=ơ2

Tiếp đến biến đổi PRF: Y=β1 +β2 X2+...+ βk Xk+U thành phương trình:

+ = β + β + ⋯ + β Y σ 1 σ X σ X σ U σ

 Y*=β1* +β2*x X2+...+ βk*xXk+U*

Áp dụng OLS đối với mô hình đã biến đổi ta có các β1*, β2*, ..., βk* có tính chất BLUE

chứ không phải β1, β2, ..., βk.

Phương pháp biến đổi các biến ban đầu để được các biến thỏajmãn tất cả các giả thiết

của môjhình hồi quy tuyến tính cổjđiển rồi áp dụng OLS đối với chúng được gọi là

phương pháp ước lượng bình phương tối thiểu tổng quát (GLS). Qua đó ta thấy rằng

phương pháp GLS là tổng quát hóa của phương pháp ước lượng bình phương nhỏ nhất

(OLS). Nó được sử dụng để giải quyết các tình huống trong đó phương pháp ước tính

OLS không có tính BLUE, bởi vì một trong những giả định chính của định lý Gauss-

Markov, cụ thể là về tính chấtjphươngjsaijkhôngjđổi và không cójtươngjquan nối tiếp đã

bị vi phạm. Trong các tình huống như vậy, với điều kiện là các giả định khác của định

lý Gauss-Markov được thỏa mãn, công cụ ước tính GLS là BLUE.

Ước lượng GLS có các đặc điểm sau:

- Khắc phục vấn đề phương sai thay đổi

- Ước lượng GLS sẽ khác OLS trong mô hình gốc ban đầu, tuy nhiên, việc giải thích các

hệ số sẽ dựa trên các hệ số của các biến ban đầu. Kết quả ước lượng thỏa mãn tính chất

BLUE.

- Vẫn có thể tồn tại sự tương quan trong phân tích dữ liệu thời gian

3.4.4 Mô hình GMM xử lý nội sinh

Khi các biếnjgiảijthích (biến độc lập) có sự tương quan với phần dư của mô hình sẽ xảy

ra hiện tượng nội sinh. Để giải khắc phục vấn đề nội sinh này, các nhà nghiên cứu đã

phát triển mô hình hồijquyjbiếnjcôngjcụjIV (Instrumental Variables). Mô hình này cần

tìm ra một tổ hợp biếnjđượcjgọijlàjbiếnjcôngjcụ (Instrumental Variables) đáp ứng hai

điều kiện, một là tươngjquanjvớijbiếnjgiảijthíchjtrongjphươngjtrình và haijlàjkhông

tươngjquanjvớijphầnjdư.

Việc tìm được biếnjcôngjcụ phù hợp trở thành vấn đề khi hồi quy bởi vì biến công cụ

thường khó kiếm được bởi nếu chọn biến công cụ yếu, ước lượng IV có thể bị chệch. Vì

vậy, các nhà nghiên cứu đã phát triển mô hình dữ liệu bảng động (sys-GMM), mô hình

này được Arellano và Bond (1991) phát triển và đưa vào sử dụng, mô hình GMM cũng

dựa trên nền tảng hồi quy IV nhưng thay đổi cách chọn biếnjcông cụ. MôjhìnhjGMM có

những ưu điểm so với mô hình hồi quy biến công cụ IV đó chính là mô hình GMM thuận

tiện hơn trong việc chọn các biến công cụ hơn bằng cách sử dụng các biến ngoại sinh ở

các mốc thời gian khác nhau, đồng thời có thể lấy độ trễ của biến độc lập đểjsử dụng

nhưjbiếnjcôngjcụ cho các biến nội sinh.

Phương pháp ước lượng GMM có hai dạng ước lượng thay thế lẫn nhau là ước lượng D-

GMM (Difference GMM) và S-GMM (System GMM). Kết quả cho thấy ước lượng theo

phương pháp D-GMM có sự thiên lệch ít nhất và phương sai của các tham số nhỏ nhất.

Tuy nhiên, theo BlundelljvàjBond (1998) kết quả ướcjlượngjcủa phương pháp D-GMM

sẽ kém hiệu quả vì các dữ liệu quá khứ chứa ít thông tin để dự báo thay đổi trong tương

lai, vì thế các biến trễ không biến đổi đại diện không tốt cho các biến biến đổi trong mô

hình.

Ước lượng GMM phùjhợpjvớijdữjliệu bảng (Panel data) vớijchuỗijthờijgian và đối

tượng quan sát nhiều, vì vập việc lựa chọn GMM là phù hợp với dữ liệu nghiên cứu của

luận văn.

3.5 Quy trình xử lý và phân tích dữ liệu định lượng

Vớijdữ liệu gồmjsố liệujcủaj125 công ty được niêm yết trên sàn chứngjkhoán HOSE và

HNX, giai đoạnjtừ 2006-2018, luận văn tiến hành nghiên cứujtheo các bước sau :

Bước 1 : Thống kê mô tảjcác biến vớijtoàn bộ mẫu quan sát (Giá trị trung bình, độ lệch

chuẩn, tứ phân vị, …)

Bước 2 : Lập ma trận hệjsố tương quan của toàn bộ mẫu và từng thời kỳ.

Bước 3 : Kiểm định Hausman-test để lựajchọn mô hình ảnh hưởngjngẫu nhiên REM hay

mô hình ảnh hưởng cố định FEM.

Bước 4 : Tiếnjhành hồi quy môjhình chính :

Khả năng sinh lời = β0 + β1CCC + β2CR + β3DEBT + β4SALES + β5D1 + β6D2 +

β7(D1*CCC) + β8(D2*CCC) + µ

Saujđó thựcjhiện các kiểm định sau :

- Tựjtương quan

- Phươngjsai sai sốjthay đổi

- Đa cộngjtuyến (Hệ số VIF)

- Tính dừng của chuỗi thời gian

Trường hợp bị phươngjsaijthay đổi hay tự tươngjquan sẽ sử dụngjsai sốjchuẩn mạnh

robust để khắc phục đồng thời sửjdụng thêm phương phápjhồi quy GLS, còn nếujmắc

các bệnh khácjsẽ kiểm trajlạijdữ liệu và tiếp tục loại bỏ một sốjcôngjty biếnjđộng quá

mức.

Bước 5 : Lựa chọn phương pháp phù hợp và thực hiện hồi quy

Bước 6 : Lần lượt thay thế các thước đo khác nhau và nhận xét

Bước 7: Thực hiện hồijquy bằng mô hình GMM để khắc phục nội sinh, so sánh với các

kết quả trước đó và nhận xét.

Bước 8: Kết luận kết quả nghiêm cứu và hướng nghiên cứujtiếp theo.

4 CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU

4.1 Thống kê mô tả dữ liệu

ROA GOI

CCC

INV

Debt

Rev

Cash

Mean 0.07

0.27

156.92

103.01 92.37

36.5

2.3

0.47

1612.8 0.1

Std. D 0.07

0.2

168.9

146.67 97.14

49.46

2.46

0.22

4081.8 0.1

Min

-0.42

-0.14

-51.68

0.00

0.05

0.02

1.21

0.0002

P50

0.06

0.21

117.35

65.77

68.93

25.52

1.54

0.49

542.5

0.07

Max

0.78

1.87

3098.37 3081.8 1029.14 832.5

33.15 1.07

52562 0.695

1625

Skew

1.18

1.86

5.35

8.17

2.84

6.27

4.92

-0.13

7.34

2.03

Kurto 12.62

9.23

67.69

127.41 16.64

74.51

38.09 2.00

69.76

8.65

Nguồn: Dữ liệu tính toán và xử lý của tác giả

Bảng 4.1: Thống kê mô tả dữ liệu

Bảngj4.1jtrìnhjbàyjthốngjkêjmô tả giúp ta thấyjnhữngjđặcjtínhjcơjbản của dữ liệu đã thu

thập được và đưa ra những nhận định ban đầu về chuỗi dữ liệu nghiên cứu, cụ thể bảng

mô tả sẽ mô tả lại dữ liệu bao gồm: giá trị trung bình, trung vị, sai số chuẩn, giá trị nhỏ

nhất và giá trị lớn nhất, độ lệch chuẩn và các chỉ số khác.

Qua mẫu gồm 1625 quan sát, ta thấy được bao quát tính chất cũng như đặc điểm của

từng yếu tố củajcácjdoanh nghiệpjtrênjsànjchứng khoánjViệt Nam, cụ thể như sau:

Giá trị trung bình của tỷ suấtjsinhjlời trênjtổngjtàijsản (ROA)jlàj7%jvới độ lệch chuẩn

là 7%. Có nghĩa rằng có sự chênh lệch giá trị ROA bị chệch khỏi giá trị trung bình về cả

hai phía với mức 7%, đây là một mức không đáng kể. Giá trị lớn nhất của tỷ suất sinh

lợi trên tổng tài sản của công ty là 78% và giájtrịjnhỏjnhất là -42%, cho thấy mật độ phân

tán dữ liệu khá rộng, khảjnăngjsinhjlời giữa từng côngjty là khác nhau.

Tỷjsuất tổng thujnhậpjhoạtjđộngjròng (GOI) của các công ty Việt Nam trung bình

khoảng 27% với độ lệch chuẩn 20%, chojthấyjmứcjđộ biến độngjcủa GOI lớn hơn đáng

kể so với ROA, một phần là do tác động của mức độ biến động của giá vốn hàng bán.

Trong đó giá trị lớn nhất của GOI là 187% trong khi giá trị nhỏ nhất là -14%, mật độ

phân tán rộng.

Chujkỳjluân chuyểnjtiềnjmặtj(CCC) có giá trị trung bình là 157 ngày, trung vị 117 ngày

với độ lệch chuẩn 169 ngày, qua đó thấy được các công ty Việt Nam mất đi trung bình

khoảng 169 ngày (hơn 5 tháng) từ khi trả tiền mua nguyênjvật liệu, sảnjxuất bán thành

phẩm đến khi thujtiền. Giá trị thấp nhất là -52 ngày và giá trị cao nhất là 3098 ngày, cho

thấy mẫu quan sát tồn tại những công ty chiếmjdụngjkhá lớn vốn của nhà cung cấp cũng

như vẫn có nhiều công ty phát sinh những khoản phải thu khó đòi.

Xét từng yếu tố của CCC, đầu tiên là khoảngjthời gianjthu tiềnjkháchjhàng (AR) có giá

trị trungjbìnhj103 ngày, độjlệch chuẩn gần 146 ngày, nghĩa là các công tyjchojkhách

hàng của họ thời gian trả nợ trung bình là khoảng gần 4 tháng.

Thời gian công ty trả tiền chojnhà cungjcấp (AP) trung bình là 37 ngày, độjlệchjchuẩn

49 ngày, nghĩa là các côngjtyjthường được cácjnhà cungjcấp chojphép trả tiền chậm

trung bình sau hơn một tháng rưỡi.

Qua các thống kê của hai biến AR và AP, ta thấy các công ty tại Việt Nam đang chịu

một rủi ro thanh khoản khá lớn, vì cạnh tranh nên các công ty đã áp dụng chính sách bán

chịu để thu hút khách hàng, dẫn đến dễ mất cân đối nguồn vốn.

Hàng tồn kho (INV) mất đi trung bình 92 ngày để được xuất kho, trung vị 69 ngày với

độ lệch chuẩn 97 ngày và có giá trị lớn nhất là 1029 ngày. Điều này cho thấy thời gian

tồn kho tại Việt Nam là khá dài, cần có các chính sách quản lý hợp lý để tối thiểu chi phí

tồn trữ và vừa đảm bảo được nhu cầu bán hàng đột xuất.

Tỷ lệ nắm giữ tiền mặt (CASH) có giá trị trung bình khoản 10% và độ lệch chuẩn thấp,

cho thấy phần lớn các công ty dự trữ tiền ở mức 10% tổng tài sản, tuy vậy vẫn có công

ty dự trữ tiền mặt rất thấp (0.02%) và có công ty dự trữ tiền mặt rất cao lên đến 69.5%.

Tỷjsố thanh toánjhiệnjhànhj(CR) có giá trịjtrungjbình 2.3 với độjlệch chuẩn 2.46. Giá

trịjlớnjnhất 33, giá trịjnhỏ nhất là 0.05 và trung vị là 1.54, cho thấy vẫn có nhiều công ty

đang mất khả năng thanh toán trong ngắn hạn với tỷ số CR bé hơn 1.

Tỷ lệ nợ (DEBT) củajcácjcôngjtyjtrungjbình là 47% với độ lệch chuẩn 22%. Tỷ lệ nợ

vay tối đa được sử dụng bởi một công ty là 107% là quá cao, tỷ lệ nợ tối thiểu là 0 có

nghĩa là công ty không sử dụngjđònjbẫyjtàijchính.

Doanh thu thuần (REV) cójgiájtrịjtrungjbình là 1,612.8 tỷ với độ lệch chuẩn 4,081.8 tỷ,

giá trị cao nhất đạt 52,562 tỷ và giá trị nhỏ nhất đạt 1.2 tỷ cho ta hình dung được mẫu

quan sát trải rộng từ côngjtyjcójquyjmôjnhỏ đến côngjtyjcó quy mô lớn.

4.2 Phân tích hệ số tương quan

ROA

GOI

CCC

INV

Debt

Sale

Cash

ROA

GOI

0.589*

CCC

-0.25*

-0.329*

-0.228*

-0.314*

0.856*

INV

-0.231*

-0.234*

0.667*

0.256*

-0.276*

-0.268*

0.434*

0.543*

0.444*

0.111*

-0.031

-0.045

-0.1*

-0.171*

0. 233*

Debt

-0.456*

-0.311*

0.104*

0.078*

0.216*

0.301*

-0.594*

Sale

0.059*

0.108*

-0.205*

-0.227*

-0.067*

-0.109*

-0.297*

0.314*

Cash

0.287*

0.198*

-0.216*

-0.177*

-0.19*

-0.163*

0.301*

-0.288*

-0.046

***, **, * lầnjlượtjlàjcácjkýjhiệujthểjhiệnjcójýjnghĩajtạijcácjmứcjýjnghĩaj1%, 5%jvàj10%

Nguồn: Dữ liệu tính toán và xử lý của tác giả

Bảng 4.2: Ma trận hệ số tương quan tổng hợp

ROA

GOI

CCC

INV

Debt

Sales

Cash

ROA

GOI

0.63*

CCC

-0.252*

-0.38*

-0.233*

-0.418*

0.828*

INV

-0.239*

-0.225*

0.717*

0.268*

-0.299*

-0.315*

0.381*

0.401*

0.537*

0.252*

0.089*

0.117*

0.174*

-0.104*

-0.189*

Debt

-0.443*

-0.314*

0.075*

0.032*

0.222*

0.343*

-0.623*

Sales

0.157*

0.209*

-0.252*

-0.284*

-0.102*

-0.115*

-0.346*

0.345*

Cash

0.268*

0.212*

-0.247*

-0.204*

-0.21*

-0.172*

0.263*

-0.256*

-0.018

***, **, * lầnjlượtjlàjcácjkýjhiệujthểjhiệnjcójýjnghĩajtạijcácjmứcjýjnghĩaj1%, 5%jvàj10%

Nguồn: Dữ liệu tính toán và xử lý của tác giả

Bảng 4.3: Ma trận hệ số tương quan trong giai đoạn kinh tế bình ổn

ROA

GOI

CCC

INV

Debt

Sales

ROA

GOI

0.676*

CCC

-0.259*

-0.312*

-0.262*

-0.401*

0.779*

INV

-0.22*

-0.25*

0.811*

0.315*

-0.317*

-0.339*

0.518*

0.532*

0.56*

0.266*

0.145*

-0.03

-0.026

-0.094*

-0.209*

Debt

-0.462*

-0.364*

0.177*

0.092*

0.265*

0.316*

-0.606*

Sales

-0.014

0.097*

-0.205*

-0.229*

-0.116*

-0.145*

-0.275*

0.365*

Cash

0.283*

0.236*

-0.245*

-0.184*

-0.22*

-0.168*

0.304*

-0.291*

-0.029

***, **, * lần lượtjlàjcácjkýjhiệujthểjhiệnjcójýjnghĩajtạijcácjmứcjýjnghĩaj1%, 5%jvàj10%

Nguồn: Dữ liệu tính toán và xử lý của tác giả

Bảng 4.4: Ma trận hệ số tương quan trong giai đoạn kinh tế suy thoái

ROA

GOI

CCC

INV

Debt

Sales

Cash

ROA

GOI

0.585*

CCC

-0.249*

-0.279*

-0.243*

-0.292*

0.925*

INV

-0.228*

-0.185*

0.568*

0.31*

-0.259*

-0.265*

0.444*

0.614*

0.378*

0.197*

0.103*

0.01

0.003

-0.106*

-0.15*

Debt

-0.472*

-0.345*

0.089*

0.106*

0.181*

0.271*

-0.578*

Sales

0.02

0.093*

-0.181*

-0.209*

0.008*

-0.089*

-0.273*

0.241*

Cash

0.323*

0.207*

-0.177*

-0.174*

-0.142*

-0.16*

0.345*

-0.325*

-0.097*

***, **, * lầnjlượtjlàjcácjkýjhiệujthểjhiệnjcójýjnghĩajtạijcácjmứcjýjnghĩaj1%, 5%jvàj10%

Nguồn: Dữ liệu tính toán và xử lý của tác giả

Bảng 4.5: Ma trận hệ số tương quan trong giai đoạn kinh tế bùng nổ

Bảng 4.2 thể hiện ma trậnjhệ số tươngjquan của toàn bộ mẫu quan sát, được dùngjđể ước

lượng mức độ của mối quan hệ tuyến tính giữa các biến với nhau. Giá trị tuyệt đối của

hệ số này càng tiến về gần 1 thì mức độ chặt chẽ càng cao và càng tiến gần về 0 thì mức

độ chặt chẽ càng thấp.

Bảng 4.3 đến 4.5 trình bàyjma trận hệjsố tương quanjgiữa các cặp biến trong ba trạng

thái kinh tế tương ứng: Bình ổn, suy thoái và bùng nổ.

Trong cả ba giaijđoạn của chujkỳ kinh tế, chu kỳ luânjchuyển tiền mặtj(CCC) thể hiện

tương quan âmjvà có ýjnghĩa với khảjnăng sinh lờijcủa công ty, cụ thể là ROA và GOI.

Kết quả này cho thấy nếu chu kỳ luânjchuyển tiền mặt càng tăng thì hiệu quảjquản trị

vốn luân chuyển càng giảm từ đó làmjgiảmjkhảjnăngjsinhjlờijcủajcông ty.

Các biến chính trong bài như số ngày khoản phải trả, sốjngàyjkhoảnjphảijthu và số ngày

hàngjtồnjkhojcũng cójmối quan hệjngược chiều vàjcó ý nghĩajthống kê với hai thước đo

khả năng sinh lời của công ty, điều này cho ta có cơ sở để cho rằng nếu sốjngàyjkhoản

phảijthu, hàngjtồnjkho giảm xuống thì lợijnhuậnjcôngjtyjsẽjtăngjlên. Điều này cũng

đúng với những lập luận về dấu của các biến ở phần trên.

Biếnjsố ngày khoảnjphải trả cójmốijquanjhệjngượcjchiều với với tỷ suất sinh lời trên

tổng tài sảnj(ROA) và tổngjthujnhậpjhoạtjđộngjròngj(GOI) trong tấtjcả các chu kỳ kinh

tế, ngược dấu với hệ số ước lượng mà giả thuyết đưa ra, điều này cho thấy khi công ty

trì hoãn các khoản thanhjtoánjchojnhàjcungjcấp thì côngjty cũng bất lợi và khả năngjsinh

lờijcủajcôngjtyjcũngjbịjgiảm đi.

Biến tỷ lệ nắmjgiữjtiềnjmặtj(CASH) có tương quan cùng chiều với khả năng sinh lời của

công ty ở cả hai thước đo khả năng sinh lời của công ty ROA và GOI ở cả ba trạng thái

của chu kỳ kinh tế. Qua đó cũng cố kỳ vọng ban đầu của luận văn, nguồn dữ trữ tiền mặt

lớn, thanh khoản cao sẽ giúp côngjtyjdễjdàngjtiếpjcậnjcác cơ hội đầu tư hơn.

Biến tỷ số hiện hành (CR) và quy mô công ty (SALE) có mối tương quan dương và có ý

nghĩa thống kê với hai thước đo khả năng sinh lời của công ty trong toàn bộ mẫu quan

sát và cả ba trạng thái kinh tế.

Biếnjquy mô công ty (SALE) cójmối tương quanjdương và cójý nghĩa thống kê với hai

thước đojkhảjnăngjsinh lời của côngjty trong chujkỳ kinh tế bình ổn, mà trong hai chu

kỳ kinh tếjcòn lại không có ý nghĩajthống kê. Cho thấy rằng quy mô công ty tăng lên sẽ

làm cho lợi nhuậnjcông ty tăngjlên khi thị trường bình ổn, còn các chu kỳ biến động thì

quy mô công ty không phản ánh quá nhiều tác động đến khả năng sinh lờijcủa công ty

Biến tỷ lệ nợ (DEBT) cójmối quan hệjngược chiều và có ý nghĩa thống kê với hai thước

đojkhả năng sinhjlời của côngjty trong toàn bộ mẫu và cả ba trạng thái kinh tế, có nghĩa

rằng công ty vay nợ càng nhiều thì lợi nhuận sẽ giảm do phát sinh nhiều loại chi phí.

Bảng ma trận hệjsố tương quanjcòn thể hiện mối quan hệ cùng chiều giữa chu kỳ luân

chuyển tiền mặt và các thành phần của nó và có ý nghĩajthống kê trong cả ba chujkỳ kinh

tế. Điều nàyjcó nghĩa làjnếu công ty thực hiện nớijlỏng tín dụng cho khách hàng, kéo dài

thờijgian luân chuyểnjhàng tồn kho, đồng thời mức tăng của số ngày khoản phải thu lớn

hơn số ngày khoản phải trả sẽ làm gia tăng chu kỳ luânjchuyển tiền mặt.

Ngoài ra, bảng này còn giúp người viết nhận thấy dữ liệu có bị đa cộng tuyến với nhau

hay không, xét các hệ số tương quan giữa các biến, nếu các hệ số tương quan cao hơn

80% thì hai biếnjđójđượcjxemjlàjđajcộngjtuyếnjmạnh với nhau, kết quả chojthấyjkhông

có hiện tượng đa cộng tuyến do hệ số tương quan đều rất nhỏ so với +/-0.8, tuy nhiên để

kết quả chính xác hơn, luận văn còn sửjdụngjhệjsố phóng đạijphươngjsaij(VIF) để kiểm

tra hiện tượng đa cộng tuyến sẽ được trình bày cụ thể ở phần sau.

4.3 Kết quả hồi quy của mô hình

Luận văn kiểm tra tácjđộng của việc quản trịjvốn luân chuyển đếnjkhả năng sinhjlời của

công ty, lần lượt thựcjhiệnjcácjkiểmjđịnh cần thiết để lựa chọn giữa hai môjhình ảnh

hưởng cốjđịnh FEM hay mô hìnhjảnh hưởng ngẫujnhiên REM đối với hai thướcjđojbiến

phụ thuộc ROA và GOI. Kết quả kiểm định cũng như hướng giải quyết các khuyết tật

củajmô hình được trình bày cụ thể như sau:

4.3.1 Kiểm định Hausman

Hausmanjtestjlàjkiểmjđịnhjxemjxétjnguồnjdữjliệujphùjhợpjvớijmôjhìnhjnào, mô hình

ảnhjhưởng ngẫu nhiên hay mô hìnhjảnh hưởng cốjđịnh. Với giả thuyết sau:

Ho: Ủng hộ mô hình REM

H1: Ủng hộ môjhình FEM

Kiểm định Hausman trong mô hình hồi quy biến phụ thuộc ROA và biến giải thích CCC

Hausman test:

chi2(8) = 4.79

(Kếtjquảjkiểmjđịnhjtươngjtựjvớijcácjbiếnjgiảijthíchjcònjlại là AP, AR, INV và CASH)

Nguồn: Dữ liệu tính toán và xử lý của tác giả

Prob>chi2 = 0.57

Vìjjp-value=0.057j>j0.05j(vớijmứcjýjnghĩaj10%)jchojthấyjmôjhìnhjREMjlàjphùjhợp

hơn trong mô hình hồi quy biến phụ thuộc ROA.

Luận văn tiếp tục kiểm địnhjBreuschjvàjPaganjđểjđưajrajlựajchọn mô hình phù hợp giữa

REMjvàjPooljOLS.

H0: Ủngjhộ môjhình Pooled OLS

H1: Ủng hộ mô hìnhjREM

Breusch and Pagan test

chibar2(01) = 929.96

(Kếtjquảjkiểmjđịnhjtươngjtựjvớijcácjbiếnjgiảijthíchjcònjlại là AP, AR, INV và CASH)

Nguồn: Dữ liệu tính toán và xử lý của tác giả

Prob > chibar2 = 0.0000

=>Vì p-value=0.0000 < 0.05j(vớijmứcjýjnghĩa 1%) chojthấyjmôjhình REM làjphùjhợp

hơn trong mô hình hồi quy biến phụ thuộc ROA.

Kiểm định Hausman trong mô hình hồi quy biến phụ thuộc GOI

Hausman test

chi2(8) = 12.86

(Kếtjquảjkiểmjđịnhjtươngjtựjvớijcácjbiếnjgiảijthíchjcònjlại là AP, AR, INV và CASH)

Nguồn: Dữ liệu tính toán và xử lý của tác giả

Prob>chi2 = 0.12

Vì p-value=0.12 > 0.05 (với mức ý nghĩa 10%) cho thấy mô hình REM là phù hợp hơn

trong mô hình hồi quy biến phụ thuộc GOI

Luận văn tiếp tục kiểmjđịnhjBreuschjvàjPaganjđể đưa ra lựajchọnjmô hình phù hợp giữa

REMjvàjPooljOLS.

H0: Ủng hộjmô hìnhjPooledjOLS

H1: Ủng hộ môjhình REM

Breusch and Pagan test

chibar2(01) = 2623.26

(Kếtjquảjkiểmjđịnhjtươngjtựjvớijcácjbiếnjgiảijthíchjcònjlại là AP, AR, INV và CASH)

Nguồn: Dữ liệu tính toán và xử lý của tác giả

Prob > chibar2 = 0.0000

=>Vì p-value=0.0000 < 0.05 (với mức ý nghĩa 1%) cho thấy mô hình REM là phù hợp

hơn trong mô hình hồi quy biến phụ thuộc GOI.

Kết luận: Luận văn sẽjsửjdụngjphươngjpháp REM đểjthựcjhiệnjhồi quy mô hình cho cả

hai thướcjđo khả năng sinhjlời ROA, GOI.

4.3.2 Kiểm định các khuyết tật của mô hình

Kiểmjđịnh đajcộng tuyến

Có nhiềujcách sử dụngjđể kiểm trajđa cộng tuyến giữajcác biến độc lập, trong đó phương

pháp kiểm định bằng hệjsố phóng đạijphương sai (VIF) chojmỗi biến độc lập được sử

dụngjphổjbiến. Kiểmjđịnh đa cộng tuyến (VIF) là một chỉ số được sử dụng để phát hiện

có hay không việc biến độc lập này có tương quan với biến độc lập khác. VIF đo lường

phương sai của các hệ số hồi quy tăng như thế nào nếu các biếnjđộcjlậpjtươngjquanjvới

nhau. Theo nguyên tắc, nếu giá trị của VIF vượtjquá 5 thì cójhiện tượng đa cộng tuyến

trongjmô hình.

Bảng 4.6: Hệ số VIF

Biến VIF 1/VIF

Debt 1.67 0.598033

CR 1.59 0.627495

d2 1.27 0.789195

d1 1.25 0.798465

SALES 1.21 0.824024

CCC 0.912828

Nguồn: Dữ liệu tính toán và xử lý của tác giả

1.10 (Kếtjquảjkiểmjđịnhjtươngjtựjvớijcácjbiếnjgiảijthíchjcònjlại là AP, AR, INV và CASH)

Qua bảng, ta thấy được các hệ số VIF của các biến độc lập đều < 5, kết quả này cho thấy

mô hìnhjkhông xảy rajhiện tượng đajcộng tuyến. Cójnghĩajcácjbiếnjđộcjlậpjkhông

tươngjquan với nhaujvà các biếnjđộcjlậpjđưajvàojmô hìnhjlà phù hợp.

Kiểm định tính dừng của phần dư

Trong phân tích dữ liệu mà thời gian kéo dài qua nhiều năm (chuỗi thời gian), cácjnhà

nghiên cứu sẽ đánh giá một mô hình xem dữ liệu nghiên cứu có tính dừng hay không.

Một mô hình có kết quả tốt khi sử dụng dữ liệu có tính dừng. Chuỗijthời gian có tính

dừng là khi giájtrịjtrungjbình, phương sai, hiệpjphương saijgiữjnguyên không đổijcho

dù dữ liệu được xác định ở bất kỳ thời điểm nào. Chuỗi thời gian có tính dừng thường

có dữ liệu hướng về giá trị trung bình và những dao động xung quanh giá trị trung bình

sẽ là như nhau, đồng thời giá trị phương sai cũng không thay đổi theo thời gian. Do luận

văn sử dụng khoản thời gian dài (2006-2018) nên việc kiểm tra tính dừng là cần thiết.

Luận văn sử dụng kiểm định Levin-Lin-Chu (2002) để kiểm định tính dừng cho các biến

với hai giả thuyết:

Ho: Chuỗi có nghiệm đơn vị không dừng

H1: Chuỗi dữ liệu thời gian có tính dừng

Bảng 4.7: Kết quả kiểm định Levin-Lin-Chu (2002)

Statistic P-value Kết luận

ROA GOI CCC AP AR 0.0000 0.0000 0.0000 0.0000 0.0000 p-value<0.05, bácjbỏjHo, chấp nhận H1 p-value<0.05, bácjbỏjHo, chấp nhận H1 p-value<0.05, bácjbỏjHo, chấp nhận H1 p-value<0.05, bácjbỏjHo, chấp nhận H1 p-value<0.05, bácjbỏjHo, chấp nhận H1

Nguồn: Dữ liệu tính toán và xử lý của tác giả

INV CASH CR DEBT SALES 0.0000 0.0000 0.0000 0.0000 0.0000 p-value<0.05, bácjbỏjHo, chấp nhận H1 p-value<0.05, bácjbỏjHo, chấp nhận H1 p-value<0.05, bácjbỏjHo, chấp nhận H1 p-value<0.05, bácjbỏjHo, chấp nhận H1 p-value<0.05, bácjbỏjHo, chấp nhận H1

=>Vì tất cả các biến nghiên cứu có p-value<0.05 nên chuỗi dữ liệu có tính dừng và có

thểjđưajvàojmôjhìnhjnghiênjcứu.

Kiểmjđịnh phương saijthay đổi

Luận văn thực hiện kiểm địnhjphương sai thayjđổi dựa theo lý thuyết của Breusch and

Pagan (1980) trong mô hình REM với giả thuyết sau:

Ho: Mô hìnhjkhông có hiện tượngjphương sai thay đổi

H1: Mô hình có hiệnjtượng phương sai thayjđổi

Cho ra kết quả sau:

Kiểm địnhjphương sai thay đổijtrong mô hình REMjcho biến phụ thuộcjROA.

Bảng 4.8: Kiểm định phương sai thay đổi với biến ROA

p-value Kết luận Tests for the error

componentjmodel

Random Effects, Two Sided Pr>chi2(1) = 0.0000 Bác bỏ Ho, chấp nhận H1

(Kếtjquảjkiểmjđịnhjtươngjtựjvớijcácjbiếnjgiảijthíchjcònjlại là AP, AR, INV và CASH)

Nguồn: Dữ liệu tính toán và xử lý của tác giả

Random Effects, One Sided Pr>N(0,1) = 0.0000 Bác bỏ Ho, chấp nhận H1

=>Vì p-value=0.0000<0.05 (vớijmứcjýjnghĩaj1%) nên có hiệnjtượngjphươngjsaijthay

đổi trong mô hình hồi quy biến phụ thuộc ROA.

Kiểm định phương saijthay đổi trong môjhình REM cho biếnjphụ thuộc GOI

Bảng 4.9: Kiểm định phương sai thay đổi với biến GOI

Tests for the error p-value Kết luận

component model

Random Effects, Two Sided Pr>chi2(1) = 0.0000 Bác bỏ Ho, chấp nhận H1

(Kếtjquảjkiểmjđịnhjtươngjtựjvớijcácjbiếnjgiảijthíchjcònjlại là AP, AR, INV và CASH)

Nguồn: Dữ liệu tính toán và xử lý của tác giả

Random Effects, One Sided Pr>N(0,1) = 0.0000 Bác bỏ Ho, chấp nhận H1

=>Vì p-value=0.0000<0.05 (với mức ý nghĩa 1%) nên có hiện tượng phương sai thay

đổi trong mô hình hồi quy biến phụ thuộc GOI.

Kiểm định tự tươngjquan

Luận văn thực hiện kiểmjđịnhjtựjtươngjquan dựa theo Kiểm định của Baltagi-Li (1995)

cho tự tương quan bậc nhất và kiểm định của Baltagi-Li (1991) cho tự tương quan chuỗi

với tác động ngẫu nhiên trong mô hình REM vớijgiảjthuyếtjsau:

Ho: Môjhìnhjkhông có hiệnjtượng tựjtươngjquan

H1: Môjhình có hiệnjtượngjtựjtươngjquan

Cho ra kết quả sau:

Kiểmjđịnhjtựjtươngjquanjtrong mô hình REM cho biến phụ thuộc ROA

Bảng 4.10: Kiểm định tự tương quan với biến ROA

Tests forjthe error p-value Kết luận

component model

Serial Correlation Pr>chi2(1) = 0.0000 Bác bỏ Ho, chấp nhận H1

(Kếtjquảjkiểmjđịnhjtươngjtựjvớijcácjbiếnjgiảijthíchjcònjlại là AP, AR, INV và CASH)

Nguồn: Dữ liệu tính toán và xử lý của tác giả

Joint Test: Pr>chi2(2) = 0.0000 Bác bỏ Ho, chấp nhận H1

=>Vì p-value=0.0000<0.05 (vớijmứcjýjnghĩaj1%)jnên có hiện tượng tự tươngjquan

trong mô hìnhjhồi quy biến phụ thuộc ROA.

Kiểmjđịnhjtựjtươngjquanjtrongjmôjhình REM cho biến phụ thuộc GOI

Bảng 4.11: Kiểm định tự tương quan với biến GOI

Testsjforjthejerror p-value Kết luận

componentjmodel

Serial Correlation Pr>chi2(1) = 0.0000 Bác bỏ Ho, chấp nhận H1

(Kếtjquảjkiểmjđịnhjtươngjtựjvớijcácjbiếnjgiảijthíchjcònjlại là AP, AR, INV và CASH)

Nguồn: Dữ liệu tính toán và xử lý của tác giả

Joint Test: Pr>chi2(2) = 0.0000 Bác bỏ Ho, chấp nhận H1

=>Vì p-value=0.0000<0.05 (vớijmứcjýjnghĩaj1%) nên có hiện tượng tự tươngjquan

trong mô hìnhjhồi quy biến phụ thuộc GOI.

Qua cácjkiểmjđịnh về việc lựajchọnjmôjhình cũng như các khuyếtjtậtjcủajmôjhình,

nhằm cho ra kết quả chính xác và mang ý nghĩa thống kê, hướng phát triển tiếp theo của

luận văn như sau:

- Luận văn lựajchọn hai phươngjphápjhồijquy để khắcjphụcjhiệnjtượng hiện tiện phương

sai thay đổi và tự tương quan đó chính là mô hình REM có sửjdụngjsaijsốjchuẩn

mạnhjrobustjvàjđồngjthờijsửjdụng mô hìnhjbìnhjphươngjtốijthiểujtổngjquátjGLS.

- Bên cạnh đó vấn đềjnộijsinh cójảnhjhưởngjđến kếtjquả nghiên cứu, một nguyên nhân

gây nên nội sinh là do thiếu vắng biến độc lập trong mô hình và do đó phần giải thích

của biến này sẽ nằm ở sai số (phần dư), có rất nhiều yếu tố ảnh hưởng đến khả năng sinh

lời của một công ty nên trong phạm vi nghiên cứu của luận văn sẽ dễ dẫn đến thiếu biến

độc lập, do đójkhijthực hiện ước lượng luận văn cânjnhắcjđếnjvấn đềjnộijsinhjtiềm

tàngjnày. Để khắc phục hiện tượngjnộijsinh, luận văn sử dụng ước lượng GMMjhệjthống

(sys-GMM) theo Arellano và Bond (1991) để hồi quy lạijtoàn bộjcác biến, saujđó kiểm

tra và so sánh kết quả.

4.4 Kết quả và ý nghĩa của hệ số hồi quy

4.4.1 Kết quả hồi quy bằng phương pháp REM và GLS

Saujkhi thựcjhiện tất cả cácjkiểmjđịnh, luận văn lần lượt thực hiện hồi quy Chu kỳ luân

chuyển tiền mặt (CCC) và các thànhjphầnjriêngjlẻ của nó với hai thước đo khảjnăngjsinh

lờijcủa công ty cùng với ảnh hưởng củajchu kỳ kinhjtế. Kết quả ước tính mô hình hồi

quy được trình bày lần lượt với CCC (cột 1), AP cột (2), AR (cột 3), INV (cột 4) và

CASH (cột 5) với bajmức ýjnghĩaj1%, 5%jvàj10%.

Bảng 4.12: Kết quả hồi quy bằng phương pháp REM cójsửjdụngjRobust –

Biếnjphụjthuộc ROA

ROA

(1) 0.01592 (2) -0.0249 (3) 0.0124 (4) -0.0255 (5) -0.0515 Intercept

0.0039 0.0109** 0.0101** 0.0015 0.0058 D1

0.0056 0.0117*** 0.0086* 0.0102** 0.012*** D2

-0.00009*** CCC

0.00001 D1*CCC

-0.00003 D2*CCC

-0.00006** AP

-0.00011 0.00004 -0.00009** -0.00005

-0.00004

D1*AP D2*AP AR D1*AR D2*AR INV D1*INV D2*INV CASH D1*CASH D2*CASH CR

-0.0001 -0.1532*** -0.00069 -0.1489*** -0.00011*** 0.00006 -3.88e-06 -0.00026 -0.1544*** 0.09899*** 0.01621 0.01781 -0.00168* -0.00055 -0.1554*** -0.1527*** DEBT

0.0069** 0.0084*** 0.0068** 0.0087*** 0.0092***

0.2809 0.2718 0.2831 0.2684 0.285 SALES Adj.R2

1625 1625 1625 1625 1625

Nguồn: Dữ liệu tính toán và xử lý của tác giả

N ***, **, * lầnjlượtjlàjcácjkýjhiệujthểjhiệnjcójýjnghĩajtạijcácjmứcjýjnghĩaj1%, 5%jvàj10% Biến phụ thuộc: Tỷ suất sinh lợi trên tổng tài sản (ROA) Biến độc lập: Chujkỳjluânjchuyểnjtiềnjmặtj (CCC), Sốjngàyjkhoảnjphảijtrảj (AP), Số ngàyjkhoảnjphải thuj (AR), Sốjngàyjhàngjtồnjkhoj (INV), Tỷjlệjthanhjtoánjhiệnjhànhj (CR), Tỷjlệjnợjtrênjtổngjtàijsản (DEBT), Quyjmôjcôngjtyj (SALES), Biếnjgiả suyjthoáijkinhjtế (D1), Biến giảjbùngjnổjkinhjtế (D2)

Bảng 4.13: Kết quả hồi quy bằng phương pháp REM cójsửjdụngjRobust –

BiếnjphụjthuộcjGOI

(4) GOI

(1) 0.0464 (2) -0.03074 (3) 0.0686 -0.087 (5) -0.0854 Intercept

0.00439 0.0159** 0.0094 0.0074 0.0112 D1

0.138*** 0.1475*** 0.1342*** 0.1536*** 0.1002*** D2

-0.00014*** CCC

0.00002 D1*CCC

-0.00008 D2*CCC

-0.00019*** AP

-0.00017 -0.0004***

-0.00019*** -0.00003

D1*AP D2*AP AR D1*AR D2*AR INV D1*INV D2*INV CASH D1*CASH D2*CASH CR

-0.0026 -0.2866*** -0.0039* -0.2652*** -0.00003 -0.0001* 0.00004 -0.00036*** -0.00351 -0.00272 -0.2843*** -0.285*** -0.1202** -0.0024 0.308*** -0.0038 -0.2993*** DEBT

0.0172** 0.0198** 0.0159*** 0.0232*** 0.0236***

0.2737 0.2494 0.2842 0.2411 0.2258 SALES Adj.R2

1625 1625 1625 1625 1625

Nguồn: Dữ liệu tính toán và xử lý của tác giả

N ***, **, * lầnjlượtjlàjcácjkýjhiệujthểjhiệnjcójýjnghĩajtạijcácjmứcjýjnghĩaj1%, 5%jvàj10% Biến phụ thuộc: Tỷ lệ tổng thu nhập hoạt động ròng (GOI) Biến độc lập: Chujkỳjluânjchuyểnjtiềnjmặtj (CCC), Sốjngàyjkhoảnjphảijtrảj (AP), Số ngàyjkhoảnjphải thuj (AR), Sốjngàyjhàngjtồnjkhoj (INV), Tỷjlệjthanhjtoánjhiệnjhànhj (CR), Tỷjlệjnợjtrênjtổngjtàijsản (DEBT), Quyjmôjcôngjtyj (SALES), Biếnjgiả suyjthoáijkinhjtế (D1), Biến giảjbùngjnổjkinhjtế (D2)

Bảng 4.14: Kết quả hồi quy bằng phương phápjGLS – BiếnjphụjthuộcjROA

ROA

(1) 0.0352 (2) 0.0133 (3) 0.0567** (4) 0.00283 (5) -0.0134 Intercept

0.00009 0.0022 0.00086 0.00058 0.00198 D1

0.00475* 0.0082*** 0.00359 0.00812*** 0.007*** D2

-0.00005*** CCC

0.00001 D1*CCC

0.00001 D2*CCC

-0.00007** AP

D1*AP D2*AP AR D1*AR D2*AR

-0.00001 0.00001 -0.0001*** 3.24e-06 0.00005*** -0.00004*** 0.00001

-0.0013** -0.00187*** -0.0014** -0.00002 -0.00172*** 0.0694*** 0.0008 0.0117 -0.0022*** INV D1*INV D2*INV CASH D1*CASH D2*CASH CR

-0.1381*** 0.0072*** -0.1286*** 0.0053*** -0.1342*** 0.0063*** -0.1294*** 0.0043*** -0.1344*** 0.0068*** DEBT SALES

***, **, * lầnjlượtjlàjcácjkýjhiệujthểjhiệnjcójýjnghĩajtạijcácjmứcjýjnghĩaj1%, 5%jvàj10% Biến phụ thuộc: Tỷ suất sinh lợi trên tổng tài sản (ROA)

Biến độc lập: Chujkỳjluânjchuyểnjtiềnjmặtj (CCC), Sốjngàyjkhoảnjphảijtrảj (AP), Số ngàyjkhoảnjphải

thuj (AR), Sốjngàyjhàngjtồnjkhoj (INV), Tỷjlệjthanhjtoánjhiệnjhànhj (CR), Tỷjlệjnợjtrênjtổngjtàijsản

(DEBT), Quyjmôjcôngjtyj (SALES), Biếnjgiả suyjthoáijkinhjtế (D1), Biến giảjbùngjnổjkinhjtế (D2)

Nguồn: Dữ liệu tính toán và xử lý của tác giả

1625 1625 1625 1625 1625 N

Bảng 4.15: Kết quả hồi quy bằng phương pháp GLS – BiếnjphụjthuộcjGOI

GOI

(1) 0.0268 (2) -0.0548 (3) 0.0819 (4) -0.1065 (5) -0.1309** Intercept

-0.003 -0.00055 -0.0016 -0.0031 -0.0059 D1

0.097*** 0.0996*** 0.0951*** 0.0962*** 0.081*** D2

-0.00008*** CCC

D1*CCC

-2.98e-06 -0.00007*** D2*CCC

-0.00015* AP

D1*AP D2*AP AR D1*AR D2*AR

-0.00008 -0.00021** -0.00014*** -0.00002 -0.00004 -0.00004 -3.59e-06

-0.0035** -0.0044*** -0.0035** -0.00012** -0.0043*** -0.0565 0.024 0.1033* -0.0043*** INV D1*INV D2*INV CASH D1*CASH D2*CASH CR

-0.2823*** 0.0166*** -0.2764*** 0.0201*** -0.2783*** 0.0138*** -0.3005*** 0.0233*** -0.3151*** 0.0249*** DEBT SALES

***, **, * lầnjlượtjlàjcácjkýjhiệujthểjhiệnjcójýjnghĩajtạijcácjmứcjýjnghĩaj1%, 5%jvàj10% Biến phụ thuộc: Tỷ lệ tổng thu nhập hoạt động ròng (GOI)

Biến độc lập: Chujkỳjluânjchuyểnjtiềnjmặtj (CCC), Sốjngàyjkhoảnjphảijtrảj (AP), Số ngàyjkhoảnjphải

thuj (AR), Sốjngàyjhàngjtồnjkhoj (INV), Tỷjlệjthanhjtoánjhiệnjhànhj (CR), Tỷjlệjnợjtrênjtổngjtàijsản

(DEBT), Quyjmôjcôngjtyj (SALES), Biếnjgiả suyjthoáijkinhjtế (D1), Biến giảjbùngjnổjkinhjtế (D2)

Nguồn: Dữ liệu tính toán và xử lý của tác giả

1625 1625 1625 1625 1625 N

Bảng 4.12 - 4.15 là báo cáo kết quả mô hình hồi quyjmối quan hệ giữajquản trị vốnjluân

chuyển và khả năngjsinh lời củajcông ty được đo lường bằng chỉ số ROA và GOI được

hồi quy bằng hai phương pháp REM và GLS cho kết quả khá tương đồng nhau.

Giả thuyết H1: Chiến lượcjquản trị vốnjluân chuyển thụjđộng làm giảmjlợi nhuận của

công ty

Cột (1) báo cáo kết quả hồi quy mối quanjhệjgiữajChujkỳjluânjchuyểnjtiền mặt (CCC)

và khả năng sinhjlời của công ty được đo lường bằngjROA và GOI. Kết quả cho thấy

tồn tại mối quan hệ ngược chiềujgiữa chu kỳjluân chuyển tiềnjmặtj(CCC) vàjkhả năng

sinh lời củajcông ty, hệ số ước lượng mang dấu âm với cả hai thước đo ROA và thước

đo GOI, cả hai mô hình và haijphương pháp hồijquyjREM và GLS đều có ý nghĩa thống

kê ở mức 1%. Kết quả cho thấy rằngjchu kỳ luânjchuyển tiền mặt càng kéo dài thêm thì

hiệu quả hoạt động cũng như năng sinhjlờijcủa công tyjsẽ giảm.

Điều này cójthể được giải thích như sau, khi áp dụngjchiến lược quản trị vốn luân chuyển

thụ động, tức vòng luân chuyển tiền ở mức cao sẽ phát sinh nhu cầu bổ sung vốn nhiều

hơn, điều này liênjquan đến chijphí tài chínhjcũng như chi phí cơ hội, công ty sẽ phải

vay vốn từ ngân hàng để bổ sung nguồn vốn kịp thời, từ đó đối mặt với chi phí lãi vay

cao hơn, đối mặt nhiều hơn với rủi ro tín dụng. Ngoài ra vòng luân chuyển tiền mặt cao

còn liên quan đến số ngày lưu kho. Mức tồnjkho nhiều sẽjdấn đến chijphí tồn trữ, lưu

giữ tăng cao, đối với một sốjhàng hóa nếu dựjtrữ quá lâujsẽ bị hư hỏng, hao hụt, giảm

chất lượng. Chính vì chịu các loại chi phí đó, lợi nhuậnjcông ty sẽ giảm, ảnh hưởng đến

khả năng sinh lời của công ty. Qua đó, các nhà quản trị có thể điềujchỉnh quản trị

vốnjluân chuyển hiệu quảjđể tăng khảjnăngjsinhjlờijcủajcôngjty, bằng cách giảm thiểu

chujkỳjluânjchuyểnjtiền mặt thông qua bajthànhjphầnjcủajnó.

=> Kếtjquả ủng hộjgiả thuyết H1 luận văn được đặt ra cũng tương đồng vớijcác nghiên

cứu trước đây: Wang (2002), Deloof (2003), Lazaridis và Tryfonidis (2006), Engvist và

cộng sự (2014), Huỳnh Đông Phương và Jyh-stay Su (2010), Từ Thị KimjThoa và

Nguyễn Thị UyênjUyên (2014). Kết luận rằng cójmốijquanjhệjngượcjchiềujgiữa chu kỳ

luân chuyển tiềnjmặt và khả năng sinhjlời của côngjty.

Cột (2) báo cáo kết quả hồi quy mốijquanjhệjgiữa số ngày khoản phảijtrảj(AP)jvàjkhả

năngjsinhjlờijcủa công ty được đo lườngjbằng ROA vàjGOI. Kếtjquảjchojthấyjcójmối

quanjhệ ngượcjchiều giữa sốjngày khoản phải trảj(AP) và khảjnăng sinh lời củajcông ty,

hệ số ước lượng âm cho cả hai thước đo ROA và thước đo GOI, cả hai mô hình và hai

phương phápjhồi quy REM và GLS đều có ý nghĩa thống kê ở mức 5%.

Điềujnày cójthể được giảijthích như sau, côngjtyjcójthanhjkhoản thấp sẽ trì hoãn lâu hơn

để thanh toán chojnhà cung cấp. Việc trì hoãn thanh toán quá lâu sẽ ảnh hưởng đến uy

tín công ty, dẫn đến việc nhà cung cấp không đồng ý cung cấp đủ số nguyên vật liệu cần

thiết để sản xuất, từ đó hoạt động sản xuất kinh doanh bị ứ đọng trong khi công ty vẫn

phải chịu các chi phí cố định, tác động đó gián tiếp làm giảm lợi nhuận từ hoạt động kinh

doanh. Qua đó các nhàjquản trị cầnjcân nhắc khijmuốn trì hoãnjthanh toán chojnhà cung

cấp để có vốn với chi phí sử dụng vốn thấp vì sẽ có những tác động làm giảm khả năng

sinh lời của công ty.

=>Kết quả từ chối giả thuyết H1.1 luận văn đặt ra dự đoán có mối quan hệ cùng chiều

giữa số ngày khoản phải trả và khả năngjsinhjlờijcủajcông ty.

Cột (3) báo cáo kếtjquảjhồi quyjmốijquanjhệ giữa số ngày khoảnjphải thu (AR) và khả

năngjsinh lời của công ty đượcjđo lường bằng ROA và GOI. Kếtjquảjchojthấy cójmối

quan hệ ngượcjchiều giữa số ngày khoảnjphải thu (AR) và khảjnăng sinhjlời củajcông

ty, hệ số ước lượng là âm cho cả hai thước đo ROA và thước đo GOI, cả hai mô hình và

hai phương pháp hồi quyjREM và GLS đều có ý nghĩa thống kê ở mức 5%.

Điều này cójthể được giải thíchjnhư sau, khi quản trị các khoảnjphảijthujkhông hiệu quả,

công ty sẽ làm tăng chi phí dự phòng cho những khoản phảijthu khó đòi từ đó làm giảm

tỷjsuấtjsinh lời. Ngoàijra, tiền bị ứ đọng vào khoản phải thu sẽ làm công ty thiếu vốn bổ

sung cho các hoạtjđộng sản xuất khác, từjđó làm giảm sản lượng đầu ra của sản phẩm.

Nếu không muốn ứ đọng trong khâu sản xuất, công ty phải sử dụng nợ vay từ ngân hàng,

từ đó chịu thêmjchijphíjlãi vayjvà nhiều loại chijphí khác, dẫn đến giảmjdoanh thujvà

lợijnhuậnjcủa công ty. Qua đó, các nhàjquảnjtrịjnên đưa ra chính sách quảnjtrị khoản

phải thu hợp lý, một chiếnjlượcjquản trịjvốnjluânjchuyển chủ động sẽ càng giúp công ty

có tính thanhjkhoản cao cũng như dễ tiếp cận cácjcơ hội đầu tư tốt hơn, từ đó có thể

làmjtăng khả năngjsinhjlời của côngjty.

=> Kếtjquảjủngjhộjgiảjthuyết H1.2 luận văn đặt ra cho rằng có mối quanjhệ ngược chiều

giữa số ngày khoản phảijthu và khảjnăng sinh lời của công ty, phùjhợpjvớijnghiênjcứu

trướcjđây củajTừ Thị KimjThoa và NguyễnjThị Uyên Uyên (2014)

Cột (4) báo cáo kết quả hồi quyjmối quan hệjgiữa số ngàyjhàng tồn kho (INV) và khả

năngjsinh lời củajcông ty được đo lường bằng ROA và GOI. Kết quả cho thấy có

mốijquanjhệjngượcjchiều giữa số ngày hàng tồn kho và khả năng sinh lời của công ty,

hệ số ước lượng là âm cho cả hai thước đo ROA và thước đo GOI, cả hai mô hình và hai

phương phápjhồi quy REMjvà GLS đềujcó ý nghĩajthống kê ở mức 1%.

Điều nàyjcó thểjđược giải thích như sau, cácjcông tyjthường có chínhjsách duy trìjhàng

tồn kho ởjmức cao đểjđảm bảo chojhoạt động sảnjxuất kinh doanh, điều đó dẫn tới tăng

chijphí lưu khojlàm lợi nhuậnjgiảm. Ngoài ra, đối với một số hàng hóa nếu dự trữ quá

lâu sẽ bị hư hỏng, hao hụt, giảm chất lượng thậm chí không thể sử dụng được, từ đó làm

giảm doanh thu từ hoạt động sản xuất kinh doanh. Qua đó, các nhà quản trị nên đưa ra

chính sách quảnjtrị hàng tồn khojhợp lý, một chínhjsách rútjngắn thờijgian lưu kho sẽ

cảijthiện lợi nhuậnjtừ hoạt độngjkinh doanh, từ đójlàm tăng khả năngjsinh lời của công

ty.

=> Kếtjquảjủngjhộjgiảjthuyết H1.3 luận văn đặt ra ở phần đầu tiên đoán cójmốijquanjhệ

ngượcjchiều giữa số ngày hàng tồn kho và khả năngjsinhjlờijcủajcôngjty.

Cột (5) báo cáo kếtjquảjhồijquy mối quanjhệ giữa tỷ lệjnắm giữ tiền mặt (CASH) và

khảjnăng sinh lờijcủa công tyjđược đo lường bằngjROA và GOI. Kết quả cho thấy có

mối quan hệ cùng chiều giữa tỷ lệ nắm giữ tiền mặt và khả năng sinh lời của công ty, hệ

số ước lượng là dương có ý nghĩa thống kê ở mức 1%.

Điều này có thểjđược lý giải như sau, tỷjlệjnắmjgiữjtiềnjmặtjvàjlợijnhuận củajcông ty

có mối tương quan tác động lẫn nhau, một công ty nếu năm trước doanh thu cao, dòng

tiền giữ lại sẽ lớn, vì vậy họ sẽ dễ dàng tăng mức dự trữ tiền mặt của mình, đồng thời,

một công ty với mức tỷ lệ dự trữ tiền mặt cao, sẽ dễ dàng hơnjtrong việc tiếp cậnjcác cơ

hội đầu tư khác nhau, đây là nguồn vốn lưu động quan trọng mà nhàjquản trị cầnjcân

nhắc.

Nếu sử dụng tất cả tiền mặt vào chu kỳjluân chuyển thì côngjty phải đối mặt với khả

năng thanh khoản thấp, còn nếu nắm giữjtiền mặt quá nhiều thì sẽ chịu chi phí cơ hội

của việc nắm giữ tiền mặt. Kết quảjcho ta thấyjrằng tác động chi phí củajviệcjnắmjgiữ

tiềnjmặt có thể bịjchijphối bởijcácjđộng cơ phòng ngừa. Ngoài ra, cácjcông ty có lợi

nhuận cao có xu hướng dựa vào nguồnjvốnjnộijbộ để tài trợ cho chi tiêu đầu tư có thể

tích lũy tiền mặt để dự đoán các dự án tạo ra giá trị. Do đó, hạn chếjtàijchínhjcó thể là

yếu tố quyết định của việcjnắm giữ tiềnjmặt tăng.

=> Kết quảjbác bỏ giả thuyết H1.4 của luận văn đặt ra dự đoán cójmốijquanjhệjngược

chiều giữa tỷ lệ nắm giữ tiền mặt và khảjnăngjsinhjlờijcủajcôngjty.

Giả thuyết H2: Trong thờijkỳ suy thoáijkinh tế, chiến lượcjquản trị vốn luânjchuyển thụ

động làm tăng lợijnhuậnjcôngjty

Giả thuyết H3: Trongjthờijkỳjbùng nổ kinhjtế, chiến lược quảnjtrị vốn luân chuyển thụ

động làmjgiảmjlợijnhuậnjcôngjty

Cột (1) báo cáo kết quả biến giả tương tácj(D1*CCC) vàj(D2*CCC) cho thấyjtác động

của chu kỳ kinh tế đếnjhiệu quả quảnjtrị vốnjluân chuyển. Kếtjquả chojthấy có mối quan

hệ cùng chiều đối với biến giả tương tác (D1*CCC) và mốijquanjhệjngượcjchiềujđối với

biến giả tương tác (D2*CCC), nhưng cả hai lại khôngjcójýjnghĩajthốngjkêjởjthướcjđo

ROA, tuy nhiên, đối với thước đo GOI sử dụng phương pháp GLS, kết quả có ý nghĩa

thống kê ở mức 1% với biến tương tác (D2*CCC). Khi vào giai đoạn kinh tế bùng nổ,

các nhà quản trị thực hiện chiến lược quản trịjvốn luân chuyển thụ động, tức là cho phép

tăng sổ ngày bán chịu cũng như tăngjlượng tồn khojđể kịpjthời đáp ứng nhu cầu của

khách hàng, từ đó phát sinh các chi phí làm giảm khảjnăng sinhjlời của côngjty.

=> Kết quả hồi quy bác bỏ giả thuyết H2 của luận văn vì chu kỳ kinhjtế suyjthoái không

có tác động đến hiệu quả quản trịjvốn luânjchuyển. Bên cạnh đó, kết quả hồi quy ủng hộ

giả thuyết H3 của luận văn, nhấn mạnh tầm ảnh hưởng củajquản trị vốnjluân chuyển đến

khả năngjsinh lờijcủa công ty trong thời kỳ kinh tế bùng nổ. Kết quả tương đồng với

nghiên cứu của Engvist và cộng sự (2014), Mielcarz và cộng sự (2018), Tsuruta (2019).

Cột (2) báo cáo kết quả biến giả tương tácj(D1*AP) và (D2*AP) cho thấy tácjđộngjcủa

chu kỳ kinh tế đến hiệujquảjquảnjtrịjkhoảnjphảijtrảjcho nhàjcung cấp. Kết quảjchojthấy

hệ sốjước lượngjcủa biến giả tươngjtác (D1*AP) không có ýjnghĩa thốngjkê. Ngược lại,

biến giả tương tác (D2*AP) mangjdấujâmjvàjcójýjnghĩajthốngjkê ở mức 1%, cho thấy

rằng trongjnền kinh tếjbùng nổ, cácjcông ty luônjcần vốn để sảnjxuấtjkinhjdoanh nên

việc số ngày phải trả quá lâu sẽ làm mất uy tín với nhà cung cấp, dẫn đến phát sinh chi

phíjđạijdiệnjgiữajcôngjty và nhà cung cấp, làm giảmjkhả năng sinhjlời củajcông ty.

=>Kết quả hồi quy bác bỏ giả thuyết H2.1, trong thời kỳ kinh tế suy thoái, không có mối

quan hệ giữajsố ngàyjkhoản phải trả và khả năngjsinh lờijcủa công ty, ngược lại kết quả

ủngjhộjgiảjthuyếtjH3.1 của luận văn, nhấn mạnh tầm ảnh hưởng của số ngàyjkhoản phải

trảjđến khả năngjsinh lời củajcông ty trong thời kỳ kinh tế bùng nổ.

Cột (3) báo cáo kết quả biến giả tương tácj(D1*AR) vàj(D2*AR) cho thấy tácjđộngjcủa

chu kỳ kinh tế đến hiệu quảjquản trị khoản phải thu. Kếtjquả chojthấyjhệjsố ước lượng

của biến giả tươngjtácj(D1*AR) vàj(D2*AR) không có ý nghĩa thống kê khi sử dụng

thước đo GOI, tuy nhiên (D2*AR) lại có mối quanjhệ cùngjchiều với mứcjýjnghĩajthống

kêjởjmứcj1% với thướcjđo ROA, cho thấy chujkỳ kinhjtế bùng nổ các công ty thường

tăng số ngày khoản phải thu để tăngjkhảjnăngjsinhjlờijcủajcôngjty.

=>Kết quả hồi quy bác bỏ giả thuyết H2.2, chujkỳjkinhjtế suy thoái không ảnh hưởng

đếnjhiệujquảjquảnjtrịjvốnjluânjchuyển. Kếtjquả ủng hộ giả thuyết H3.2, nhấn mạnh tầm

ảnh hưởng của sốjngày khoảnjphải thu đếnjkhả năng sinhjlời của công tyjthời kỳ kinh tế

bùng nổ.

Cột (4) báo cáo kết quả biến giả tương tácjj(D1*INV) vàj(D2*INV) cho thấyjtác động

của chu kỳ kinh tế đếnjhiệu quả quản trị hàngjtồnjkho. Kếtjquảjcho thấy cójmối quan hệ

cùng chiều giữa biến giả tương tác (D1*INV) và khả năngjsinh lời củajcông ty nhưng

lại khôngjcójýjnghĩajthốngjkê, nhưng qua đó ta thấy phần nào ảnhjhưởng của chu kỳ

kinh tế suy thoái đến hiệujquảjquảnjtrịjhàngjtồnjkhojmặc dù không đáng kể. Ngược lại,

kết quả chojthấyjmốijquanjhệjngượcjchiềujgiữajbiến giả tương tác (D2*INV) và khả

năngjsinhjlờijcủajcôngjtyjvớijmứcjýjnghĩaj1% đối với thước đo GOI. Khi vào giai đoạn

kinh tế bùng nổ, các nhà quản trị thực hiện chính sách gia tăng hàng tồn kho, dự trữ

lượng lớn hàng tồn kho để kịp thờijđápjứngjnhujcầujcủajkháchjhàng, từjđó phát sinhjcác

chi phí làmjgiảm khả năngjsinh lời củajcông ty.

=>Kết quả hồi quy bác bỏ giả thuyết H2.3, trong thời kỳ kinh tếjsuy thoái, tầm quan

trọng củajmối quan hệ giữajsố ngày hàngjtồnjkho và khảjnăngjsinhjlờijcủajcôngjty

giảm. Tuy nhiên, kếtjquảjhồijquy lại ủngjhộ giả thuyết H3.3 mà luận văn đặt ra ở phần

đầu, nhấn mạnh tầm ảnh hưởng của số ngày hàng tồn kho đến khảjnăng sinh lờijcủa công

ty trong thời kỳ kinh tế bùng nổ.

Cột (5) báo cáo kết quả biến giả tương tác (D1*CASH) và (D2*CASH) cho thấy tác

độngjcủajchujkỳjkinhjtế đến tỷ lệ nắmjgiữ tiền mặt củajcông ty. Kết quả không có ý

nghĩa thống kê ở biến tương tác (D1*CASH) cho thấyjchujkỳjkinhjtế suy thoái không

có tác động đến mức độ nắm giữ tiền mặt củajcôngjty. Ngược lại, kếtjquảjchojthấyjmối

quan hệjcùngjchiềujgiữa biến giả tương tác (D2*CASH) và khảjnăngjsinhjlời của công

ty. Điều này chojthấy vào chu kỳ kinhjtế bùng nổ, cácjcông ty thường cójxujhươngjnắm

giữjtiềnjmặtjnhiềujhơn, lượngjtiềnjmặtjnắm giữ cao sẽ thuận lợi cho công ty tiếp cận

những dự án đầu tư tốt, từ đó làmjtăngjkhảjnăngjsinhjlờijcủajcôngjty.

=> Kếtjquảjhồijquyjbác bỏ giả thuyết H2.4, trong thời kỳ kinhjtế suy thoái, tầm quan

trọngjcủajmốijquanjhệjgiữa tỷ lệ nắmjgiữ tiền mặt và khả năngjsinh lời của công ty giảm.

Kết quả hồi quy cũng bác bỏ giả thuyết H3.4 mà luận văn đặt ra ở phần đầu, có tương

quan dương giữa biến giả tương tác (D2*CASH) và khảjnăngjsinhjlời của công ty trong

giai đoạn chujkỳjkinhjtế bùng nổ.

Mốijquan hệ giữa khảjnăng sinh lời củajcông ty và các biến giải thích khác cũng được

luận văn tiến hành nghiên cứu, cho các kết quả như sau:

Tỷ sốjthanh toán hiện hànhj(CR) có mối quanjhệjngượcjchiềujvớijkhảjnăngjsinhjlời của

côngjty, không có ý nghĩa thống kê ở phương pháp REM nhưngjcójýjnghĩajthốngjkê ở

mứcj1% đối với phươngjphápjGLS. Kếtjquả cho thấyjkhảjnăngjthanhjtoánjnợ trong

ngắn hạn có ảnh hưởngjđáng kể đến khảjnăng sinh lời củajcông ty. Tỷ số này càng cao

sẽ làmjgiảmjkhảjnăngjsinhjlờijcủajcôngjty, điều này là hợp lý vìjtỷjsốjnàyjcaojchứngjtỏ

côngjtyjđãjsửjdụngjnguồnjvốnjkhôngjhiệujquả, nguồn vốn bị ứ đọng làm giảm khả năng

sinh lời của công ty.

Tỷ số sửjdụng nợ hay tỷjlệ đòn bẩy (DEBT) đo lường đònjbẫyjtàijchínhjcó mối quan hệ

ngượcjchiều với khả năngjsinh lời của côngjty và đều có ýjnghĩajthốngjkêjởjmứcj1%.

Qua đó ta thấy rằng chính các khoản nợ, bao gồm nợ dài hạn và nợjngắn hạn đã ảnh

hưởng đến khảjnăng sinh lờijcủa công ty. Việc sử dụngjđòn bẩy tàijchính có thể làm tăng

giá trị cho công ty do tậnjdụng được lờijích từ tấmjchắn thuế nhưng nó cũng tạo ra áp

lực cho công ty vì các khoản chi trả lãi vay và nợ gốc. Công ty tài trợ nhiều từ nợ có rủi

ro lớn, các rủi ro phát sinh từ sử dụng nợ là rủi ro vỡ nợ, rủi ro kiệt quệ tài chính là khá

lớn do các chủ nợ thường đòi hỏi một mứcjlãi suất lớnjhơn để bùjđắp cho cho các rủi ro

màjhọ gặp phải. Từ đó côngjty càng sử dụngjnợ thì sẽ cójlợi nhuận thấp hơn, khả năng

sinh lờijgiảm đi.

Quy mô công tyj(SALES) có mốijquanjhệjcùngjchiềujvới khả năngjsinh lời củajcông ty,

các hệ số ước lượng đều có ý nghĩajthống kê ở mức 1%. Điềujnày cho tajthấy rằng công

ty có quy mô càng lớn chứng tỏ năng lực tài chính càng mạnh, khảjnăngjtiếpjcậnjthị

trường vốnjtốt, được tài trợ với chi phíjsử dụngjvốnjthấpjhơnjcácjcôngjtyjnhỏ khác, chi

phí sản xuất bình quân trên mỗi sản phầmjcũngjthấpjhơnjcácjcôngjty cùng ngành do tận

dụng được tiến bộjkhoa họcjkỹ thuật, do đó tăng khả năng sinhjlời củajcông ty.

Cuối cùng, hai biến giả D1 và D2 cho ta biết được sự ảnh hưởng riêng lẻ của chu kỳ kinh

tế đến khả năngjsinh lờijcủa công ty, D1 mô tả điều kiện chu kỳ kinh tế suy thoái và D2

mô tả chu kỳ kinh tế bùng nổ. Kết quả cho thấy biến giả D1 và D2 đề có hệ số ước lượng

dương, trong đó biến giả D1jcójýjnghĩajthốngjkêjở mức 5% và một số mô hình không

có ý nghĩa thống kê, còn D2 có mức ý nghĩa thống kê ở mức 1% trong hầu hết các mô

hình hồi quy. Điều này có thể được giải thích như sau, trong thời kỳ kinh tế suy thoái

(D1), các công ty dự đoán trước phải đối mặt với các rủi ro, vì vậy đã chuẩn bị kỹ các

chính sách cũng như quản lý dòng tiền chặt chẽ hơn, từ đó làm tăng khả năng sinh lời

của công ty, tuy nhiên tác động này là không đáng kể một phần do đặc thù của nền kinh

tế Việt Nam. Ngược lại, trong thời kỳ kinh tế bùng nổ (D2), các công ty thường có lợi

nhuận cao hơn bởi vì được hỗ trợ từ lượng cầu của nền kinh tế, các chính sách của nhà

nước cũng như nhiều điều kiện thuận lợi khác, từ đójkhảjnăngjsinhjlờijcủajcôngjty gia

tăng đáng kể trong giai đoạn này.

4.4.2 Kết quả hồi quy bằng phương pháp GMM

Sau khi thực hiện hai phương pháp hồi quy REM và GLS, luận văn tiếp tục kiểm soát

vấnjđề nộijsinh vốn rấtjquan trọng khi nghiên cứu mộtjmôjhìnhjhồijquy. Cácjkếtjquả hồi

quy trước đó sẽ không vững nếu tồn tại biến độc lập nội sinh và có cấu trúc động, đặc

biệt với những dữ liệu bảng ngắn với quy mô mẫu nhỏ.

Nghiênjcứu trước đâyjchỉ rajrằng còn một số nhân tố tác động, chi phối biến độc lập

nghiên cứu trong mô hình chẳng hạn như cấujtrúc vốn, chính sách cổjtức, chính sách tài

chính, các chỉ số kinh tế vĩ mô khác… Việc kiểmjsoát vấn đềjnội sinhjcho phép khẳng

định mốijquan hệjnghiên cứu là do ảnh hưởng của quản trịjvốn luânjchuyển lên khả

năngjsinh lờijcủa công tyjchứ không phải do ngược lại.

Luậnjvăn sử dụngjmôjhình S-GMM 2 bước để thựcjhiệnjphânjtích hồi quy nhằm để

kiểmjsoát vấnjđềjnộijsinhjxảyjrajtrongjmôjhình nghiên cứu nhằm đưa rajkếtjquảjhồi

quy đáng tinjcậy hơn. Kếtjquả hồi quyjđược thể hiện ở bảng 4.16 và bảng 4.17.

Bảng 4.16: Kết quả hồi quy S-GMM – BiếnjphụjthuộcjROA

ROA

(1) -0.0917*** (2) -0.1155*** (3) -0.1077*** (4) -0.1197*** (5) -0.1621*** Intercept

0.0058*** 0.0103*** 0.0093*** 0.0044*** 0.006*** D1

0.0085*** 0.0108*** 0.0099*** 0.0139*** 0.0129*** D2

-0.00007*** CCC

5.50e-06*** D1*CCC

0.00002*** D2*CCC

-0.0002*** AP

D1*AP D2*AP AR D1*AR D2*AR

-0.00008*** 0.00009*** -0.00009*** -0.00003*** 0.00004*** -0.00008*** 0.00003***

-0.0002** -0.00005*** -0.0003*** -0.0006*** -0.00023*** 0.094*** 0.0192*** 0.0276*** -0.002*** INV D1*INV D2*INV CASH D1*CASH D2*CASH CR

-0.15*** 0.012*** -0.1529*** 0.0131*** -0.1633*** 0.0129*** -0.1458*** 0.0131*** -0.1944*** 0.0156***

Pr > z = 0.226 Pr > z = 0.223 Pr > z = 0.268 Pr > z = 0.3

1625 1625 1625 1625

1625 Pr > z = 0.165

Prob > chi2 = 0.822

Prob > chi2 = 818

Prob > chi2 = 0.873

Prob > chi2 = 0.771

Prob > chi2 = 0.772 ***, **, * lầnjlượtjlàjcácjkýjhiệujthểjhiệnjcójýjnghĩajtạijcácjmứcjýjnghĩaj1%, 5%jvàj10% Biến phụ thuộc: Tỷ lệ tổng thu nhập hoạt động ròng (GOI) Biến độc lập: Chujkỳjluânjchuyểnjtiềnjmặtj (CCC), Sốjngàyjkhoảnjphảijtrảj (AP), Số ngàyjkhoảnjphải thuj (AR), Sốjngàyjhàngjtồnjkhoj (INV), Tỷjlệjthanhjtoánjhiệnjhànhj (CR), Tỷjlệjnợjtrênjtổngjtàijsản (DEBT), Quyjmôjcôngjtyj (SALES), Biếnjgiả suyjthoáijkinhjtế (D1), Biến giảjbùngjnổjkinhjtế (D2)

Nguồn: Dữ liệu tính toán và xử lý của tác giả

DEBT SALES N AR(3) test Hansen test

Bảng 4.17: Kết quả hồi quy S-GMMj– BiếnjphụjthuộcjGOI

(3) -0.1877*** 0.0073***

(1) -0.1787*** 0.0043*** 0.1324*** -0.0002*** 0.00003*** -0.00003*** -0.0063*** -0.3531*** 0.0309*** 1625 (2) -0.2419*** 0.0159*** 0.1445*** 0.1283*** -0.0005*** -0.0002*** -0.0002*** -0.0003*** -0.00002*** 0.00008*** -0.0061*** -0.0063*** -0.3673*** -0.2968*** 0.0317*** 0.0318*** 1625 1625 (4) -0.3034*** 0.0119*** 0.1549*** -0.0002*** 5.91e-06 -0.0003*** -0.0064*** -0.3365*** 0.0358*** 1625

Hansen test

Prob > chi2 = 0.807

Prob > chi2 = 0.833

Prob > chi2 = 0.844

Prob > chi2 = 793

Prob > chi2 = 0.851 ***, **, * lầnjlượtjlàjcácjkýjhiệujthểjhiệnjcójýjnghĩajtạijcácjmứcjýjnghĩaj1%, 5%jvàj10% Biến phụ thuộc: Tỷ lệ tổng thu nhập hoạt động ròng (GOI)

Biến độc lập: Chujkỳjluânjchuyểnjtiềnjmặtj (CCC), Sốjngàyjkhoảnjphảijtrảj (AP), Số ngàyjkhoảnjphải

thuj (AR), Sốjngàyjhàngjtồnjkhoj (INV), Tỷjlệjthanhjtoánjhiệnjhànhj (CR), Tỷjlệjnợjtrênjtổngjtàijsản

(DEBT), Quyjmôjcôngjtyj (SALES), Biếnjgiả suyjthoáijkinhjtế (D1), Biến giảjbùngjnổjkinhjtế (D2)

Nguồn: Dữ liệu tính toán và xử lý của tác giả

GOI Intercept D1 D2 CCC D1*CCC D2*CCC AP D1*AP D2*AP AR D1*AR D2*AR INV D1*INV D2*INV CASH D1*CASH D2*CASH CR DEBT SALES N AR(3) test (5) -0.3743*** 0.0111*** 0.1116*** 0.0324*** 0.0193*** 0.2276*** -0.0069*** -0.3557*** 0.0387*** 1625 Pr > z = 0.431 Pr > z = 0.420 Pr > z = 0.442 Pr > z = 0.427 Pr > z = 0.229

Các kết quả cho ra gần như tương đồng với hai phương pháp hổi quy REM và GLS,

nhưng khi hồi quy với S-GMM, các hệ số ước lượng có mứcjýjnghĩajthốngjkêjđángjkể.

Kiểm định lại giả thuyết H1

Kết quả cột (1) cho thấy tồn tại mốijquan hệ ngược chiều giữa chujkỳ luân chuyểnjtiền

mặt (CCC) và khả năngjsinh lời củajcông ty cho cả hai thước đo ROA và GOI, với mức

ýjnghĩa thống kê 1%. Vì vậy, côngjty có thểjđiều chỉnh quản trị vốn luânjchuyển hiệu

quả để tăngjkhả năng sinhjlời của công ty, bằng cáchjgiảm thiểu chu kỳjluân chuyển

tiềnjmặt thông qua ba thành phần của nó.

=>Tiếp tục ủng hộ giả thuyết H1 của luận văn và tương đồng vớijkết quả củajphần trước.

Kết quả cột (2) cho thấy có mối quan hệ ngượcjchiều giữajsố ngày khoảnjphải trả (AP)

và khảjnăng sinh lờijcủa côngjty cho cảjhai thướcjđo ROA và GOI, với mứcjý nghĩa

thốngjkê 1%. Qua đó các nhàjquản trịjcần cân nhắcjkhi muốn trì hoãn thanhjtoán cho

nhà cungjcấp bởijvì có thểjdẫn đếnjmất uy tín, dẫn đến việc nhà cung cấp không cung

cấp đủ nguyên vật liệu để sản xuất, từ đójphát sinhjcác chi phíjlàm giảm khảjnăng sinh

lời của công ty.

=> Tiếp tục từ chối giả thuyết H1.1 của luận văn đặt ra ở phần đầu tiên khi cho rằng có

mốijquan hệjcùng chiều giữajsố ngàyjkhoản phải trả vàjkhả năng sinhjlời của công ty.

Kết quả cột (3) chojthấy có mối quan hệjngược chiềujgiữa số ngày khoản phảijthu (AR)

và khả năngjsinh lời của công ty cho cả hai thước đo ROA và GOI, với mứcjý nghĩa

thống kê 1%. Qua đó, các nhà quản trị nên đưa ra chính sách quản trịjkhoản phải thu

hợpjlý, một chính sách tín dụng càngjthắt chặtjsẽ càng giúp công ty cójtính thanh

khoảnjcao cũng như dễ tiếp cận các cơ hội đầu tư tốt hơn, từ đó cójthể làm tăngjkhả năng

sinh lời của côngjty.

=>Tiếp tục ủng hộ giả thuyết H1.2 của luận văn đặt ra ở phần đầu tiên cho rằng có mối

quanjhệ ngược chiều giữa số ngày khoản phảijthu và khảjnăng sinh lời của công ty.

Kết quả cột (4) chojthấy có mốijquan hệ ngược chiều giữa số ngày hàng tồnjkho và khả

năng sinh lời của côngjty cho cả hai thước đo ROA và GOI, với mứcjý nghĩa 1%. Qua

đó, các nhà quản trị nên đưa ra chính sách quản trị hàng tồn kho hợp lý, một chính sách

rút ngắn thời gian lưu kho sẽ cải thiện lợi nhuận từ hoạt động kinh doanh, từ đó làmjtăng

khảjnăng sinhjlờijcủa côngjty.

=>Tiếp tục ủng hộ giả thuyết H1.3 luận văn đặt ra ở phần đầu tiên cho rằngjcó mốijquan

hệjngược chiềujgiữajsố ngày hàng tồn kho và khảjnăngjsinh lờijcủajcông ty.

Kết quả cột (5) tiếp tục cho thấy có mốijquanjhệ cùngjchiềujgiữa tỷjlệjnắm giữjtiềnjmặt

và khả năngjsinhjlời củajcôngjty, kết quả lần này có ý nghĩajthốngjkê ởjmứcj1% cho cả

hai thước đo ROA và GOI. Qua đó giúp cho các nhà quảnjtrị biết đượcjtầm quanjtrọng

củajviệc nắm giữ tiền mặt, tính thanh khoản sẽ giúp công ty thụ động cũng như dễ dàng

tiếp cận các dựján với tỷjsuất sinh lợi cao, làm tăngjkhả năng sinh lờijcủa công ty.

=>Bác bỏ giả thuyết H1.4 của luận văn cho rằng có chính sách quản trị vốn luânjchuyển

thụ động làm giảm khả năng sinhjlợi của công ty dưới góc độ tỷ lệ nắm giữ tiền mặt.

Kiểm định lại giả thuyết H2 + H3

Kết quả cột (1) chojthấy biến tương tác (D1*CCC) cójmối quanjhệjcùng chiềujvới khả

năngjsinh lời của công ty vớijmức ýjnghĩa 1%, cho thấy trong nềnjkinhjtế suyjthoái, việc

tăng chu kỳ luân chuyểnjtiền mặtjlàmjtăng khảjnăngjsinh lờijcủajcông ty, việc tăng chu

kỳ luân chuyểnjtiền mặtjđến từ việc tăng dựjtrữ hàng tồnjkho và giảm số ngàyjkhoản

phải trả, do không thể tăng số ngày khoản phải thu vì giaijđoạn nàyjcácjcông ty không

muốn chịu rủi ro từ chính sách tín dụng.

Tiếp theo, kết quả cho thấy biến tương tác (D2*CCC) cójmốijquanjhệjngượcjchiềujvới

khả năng sinh lời với thước đo GOI nhưng lại có mối quan hệ cùng chiều đối với thước

đo ROA, cả hai có mức ý nghĩa thống kê 1%.

Điều này có thể được giải thích như sau, đó phát sinh từ bản chất của thướcjđojkhảjnăng

sinhjlời, thước đo ROA đại diệnjchojkhảjnăngjsinhjlời đến từjtấtjcảjcácjnguồnjthujnhập

cũng như chi phí, nó là lợijnhuận ròng củajcôngjty, còn thước đo GOI chỉjđạijdiệnjcho

lợijnhuận gộp củajcôngjty, tức doanh thu chỉ đến từ hoạt động sản xuất kinh doanh chính.

Bởi vì thế, sự khác biệt này là do tác động chính của các khoảnjphảijtrả, khoản mà các

công ty có thểjchiếmjdụngjvốnjtừjnhàjcungjcấp, các công ty này sẽ sửjdụng nguồn vốn

này để tạo ra nguồn doanh thu khác không thuộc hoạt độngjsảnjxuấtjkinhjdoanhjchính,

do đó thước đo ROA sẽ có thêm những khoản này còn GOI thì không. Vì vậy luận văn

kết luận rằng, thời kinh kinh tế bùng nổ sẽ cójnhiềujcơjhộijđầujtưjvớijkhảjnăngjsinhjlời

cao nên các công ty thường chiếm dụng vốn từ nhà cung cấp để kiếm lời từ các dự án

khác không thuộc hoạt động sản xuất kinh doanh chính. Vì chiếmjdụngjvốnjtừjnhàjcung

cấp nên sẽ ảnh hưởng đến nguồn nguyên liệu đầu vào để sảnjxuấtjkinhjdoanh, từjđó làm

giảm lợi nhuận gộp từ hoạt động sản xuất kinh doanh.

=>Kếtjquảjhồijquyjlần này khác với kếtjquảjban đầu, ủng hộ giả thuyết H2 và một phần

ủng hộ giả thuyết H3 mà luận văn đặt ra ở phần đầu, nhấn mạnh tầm quan trọng của chu

kỳjkinh tế tácjđộng đếnjmối quan hệjgiữa chujkỳ luân chuyểnjtiền mặtjvà khảjnăng sinh

lờijcủa công tyjvà đặc biệt có ý nghĩa khi cho thấy sự khác biệt giữa hai thước đo khả

năng sinh lời khác nhau.

Kếtjquảjcột (2) chojthấyjcójmốijquan hệ ngược chiều giữa biến tương tác (D1*AP) với

khả năng sinh lời của công ty, kết quả chojýjnghĩajthốngjkêjởjmứcj1% ở cả haijthước

đo ROA vàjGOI, chojtajthấyjrằng trong thời kỳ kinh tế suy thoái, bản thân chính công

ty cũng như nhà cung cấp rất hạn chế chính sách bán chịu, và việc quan hệ với đối tác

trong giai đoạn này rất khó, vì vậy luôn cần ưu tiên trả đúng hạn các khoản phải trả.

Tiếp theo, kết quả cho thấy biến tương tác (D2*AP) cójmốijquanjhệjngượcjchiều với

khả năng sinh lời với thước đo GOI nhưng lạijcójmốijquanjhệ cùng chiều đối với thước

đo ROA, cả hai có mức ýjnghĩajthốngjkê 1%. Kết quảjnàyjphùjhợpjvới giải thích ở phần

trên, các công ty đã chiếm dụng vốn đểjđầujtưjvàojcácjdựjánjkhác.

=>Kếtjquả hồi quy ủng hộ giả thuyết H2.1 và một phần giả thuyết H3.1. Khẳng định tầm

quan trọng của mốijquanjhệjgiữa số ngày khoảnjphảijtrả và khảjnăngjsinhjlờijcủajcông

ty trong cả hai giai đoạn của chujkỳjkinhjtế, có tác động khácjnhau giữa hai thước đo

khảjnăngjsinhjlời.

Kết quả cột (3) chojthấyjcójmốijquanjhệ ngược chiều giữa hai biến tương tác (D1*AR)

và có mối quan hệ cùng chiều đối với biến tương tác (D2*AR) với khả năng sinh lời của

công ty, kết quả cho ýjnghĩajthốngjkêjởjmứcj1% ở cả hai thướcjđo ROAjvà GOI. Trong

chujkỳ kinh tế suy thoái, việcjgiảmjsốjngàyjkhoảnjphảijthu sẽ giúp công ty hạn chế áp

lực về dòngjtiền, từ đó không cần sửjdụngjnguồnjvốnjtừjbênjngoài, giảm thiểu chi phí

sử dụng vốn trong giai đoạn khó khăn. Trong thời kỳ kinh tế bùng nổ, các công ty kích

cầu bằng cách thực hiện các chính sách bán chịu, dẫn đến làm tăng số ngày khoản phải

thu, nhờ đó mà doanh thu tăng làmjtăngjkhảjnăngjsinhjlờijcủajcôngjty.

=>Kếtjquảjhồi quy ủng hộ giả thuyết H2.2 và giả thuyết H3.2, khẳngjđịnhjtầmjquan

trọng của mốijquan hệjgiữa sốjngày khoản phảijthu và khảjnăng sinh lờijcủa công ty

trong cả hai giai đoạn của chujkỳ kinh tếjnhưng chojtác động ngược với giả thuyết đã

đặt ra ở phần đầu.

Kết quả cột (4) cho thấyjcójmốijquanjhệjcùngjchiềujgiữajbiến tương tác (D1*INV) và

khả năng sinh lời của công ty, đồng thời có mốijquanjhệjngượcjchiềujgiữa biến tương

tác (D2*INV) với khảjnăngjsinhjlờijcủajcôngjty, kết quả cho ýjnghĩajthốngjkêjở mức

1% ở cả hai thước đo ROA và GOI. Khi vào giai đoạn kinh tế suy thoái, các nhà quản

trị dựjtrữjmộtjlượngjhàngjtồnjkhojlớn để phòng ngừa cho việc sản xuất gặp khó khăn,

giúp hạn chế áp lực dòng tiền, tăngjkhảjnăngjsinhjlờijcủajcôngjty. Ngược lại, khi vào

giai đoạn kinh tế bùng nổ, các nhà quản trị thực hiện dự trữ ít hàng tồn kho do nhu cầu

tiêu dùng từ nền kinh tế tăng mạnh, đồng thời làm giảm chi phí lưu kho, tăngjkhảjnăng

sinhjlờijcủajcôngjty.

=>Kết quả hồi quy lần này khác với kết quả ban đầu, ủng hộ giả thuyết H2.3 và H3.3 mà

luận văn đặt ra, nhấn mạnh tầm quanjtrọng củajchu kỳ kinhjtế tácjđộng đến mối quan hệ

giữajvòng quayjhàng tồn khojvà khảjnăng sinh lờijcủa công ty.

Kếtjquảjcột (5) cho rajcójmốijquanjhệjcùngjchiềujgiữa biến tương tác (D1*CASH) và

(D2*CASH) và khảjnăng sinh lờijcủa công tyjvớijmứcjýjnghĩaj1%. Trongjnềnjkinhjtế

suyjthoái, các công tyjnắm giữ tiềnjvì động cơ phòng ngừa rủi ro, xoay sở cho những

biến động của nền kinh tế, vì vậy một tỷjlệjnắmjgiữjtiềnjmặtjcao sẽ giúp công ty vượt

qua những khó khăn của chu kỳ kinh tế. Trong nền kinh tế bùng nổ, các công ty dự trữ

tiền vì động cơ đầu tư, nắmjgiữ tiền đểjchuẩn bịjcho nhữngjcơjhộijđầujtưjvàojcácjdựján

với tỷ suất sinh lợijcao, từjđó tăng khảjnăng sinhjlời của công ty.

=>Kếtjquả hồi quy lần này khác với kết quả ban đầu, ủng hộ giả thuyết H2.4 và bác bỏ

giả thuyết H3.4, cho thấy chu kỳ kinh tế có tácjđộng đến mốijquan hệjgiữa chu kỳ luân

chuyểnjtiền mặt và khảjnăng sinh lời củajcông ty.

Bên cạnh đó, khi so sánh kết quả của các biến (CR), (DEBT), (SALES) trong mô hình

S-GMM thì luận văn thấy rằng kết quả hồi quy với hệ số ước lượng có ý nghĩa cao (ở

mức 1%) và cùng dấu với kết quả hồijquy bằng phương phápjREM và GLS đã được giải

thích trước đó. Trong đó, khi hồi quy bằng S-GMM, biến (CR) có ý nghĩa thống kê ở

mức 1% và mang dấu âm, chứng tỏ khôngjphải tỷ sốjthanh toánjhiện hành càngjcao càng

tốt, bởi vì khi đó công ty đã dự phòng quá nhiều tài sản, khôngjsửjdụngjhiệujquảjnguồn

tài sảnjngắn hạn của mình, dẫn đến làm giảmjkhả năng sinh lời.

Cuối cùng, biến giả (D1), (D2) có mốijquan hệjcùng chiều vớijkhả năngjsinh lời của

công ty với mức ý nghĩa 1%. Trong thời kỳ kinhjtế suy thoái (D1), các công ty dự đoán

trước phải đối mặt với các rủi ro, vì vậy đã chuẩn bị kỹ các chínhjsách cũng nhưjquản lý

dòng tiền chặt chẽ hơn, từ đójlàm tăng khảjnăng sinh lời củajcông ty. Trong thời kỳ kinh

tế bùng nổ (D2), cácjcôngjty thường có lợijnhuậnjcaojhơnjbởi vì được hỗ trợ từ lượng

cầu của nền kinh tế, cácjchính sách của nhàjnước cũng như nhiều điều kiện thuận lợi

khác, từ đó làmjtăng khả năngjsinh lờijcủa công ty.

Kiểm định AR(3) với P-valuejlớnjhơnj0.1 cho thấyjmô hìnhjkhông bị hiệnjtượngjtự

tươngjquanjbậcj3. Kiểmjđịnh Hansen cho thấy giá trịjp-valuejlớnjhơnj0.1jchojthấyjmô

hìnhjcó tính hiệujlực và không xảy ra hiện tượng nội sinh.

4.5 Thảo luận kết quả nghiên cứu

4.5.1 Tóm tắt kết quả

Thông qua việc xử lý và hồi quy số liệu, nghiên cứu đã tổng lược được các kết quả sau:

Ủng hộ Giả thuyết H1: Chiếnjlượcjquảnjlýjvốnjlưu độngjthụ động làm giảmjlợi nhuận

của công ty, chu kỳ luânjchuyển tiền mặtj(CCC) có mốijquan hệ ngượcjchiều với khả

năng sinhjlời.

Bác bỏ Giả thuyết H1.1: Sốjngày khoản phảijtrả (H1.1) có mối quanjhệ ngược chiều với

khảjnăng sinh lời.

Ủng hộ giả thuyết H1.2: Số ngàyjkhoản phải thuj(H1.2) có mối quanjhệ ngược chiều

vớijkhả năng sinhjlời.

Ủng hộ giả thuyết H1.3: Số ngàyjhàng tồn kho (H1.3) cójmối quan hệjngược chiều với

khả năng sinhjlời.

Bác bỏ giả thuyết H1.4: Dự trữ tiền mặtjcủa công ty (H1.4) có mối quanjhệ cùng chiều

vớijkhả năng sinh lời.

=>Kết quả tương đồng với cácjnghiênjcứujtạijViệtjNam (Huỳnh ĐôngjPhươngjvà Jyh-

stay Su, 2010; TừjThịjKim Thoa và NguyễnjThị UyênjUyên, 2014).

Ủng hộ giả thuyết H2: Trong thời kỳ kinh tếjsuy thoái, chiến lược quản lýjvốn lưu động

thụjđộng làm tăng lợijnhuận của côngjty, chu kỳ luânjchuyểnjtiềnjmặt (CCC) có mối

quan hệ có mốijquan hệ cùng chiềujvớijkhả năngjsinh lời.

Bác bỏ Giả thuyết H2.1: Số ngày khoản phảijtrả (H2.1) có mốijquan hệ ngược chiều với

khảjnăng sinh lời.

Ủng hộ giả thuyết H2.2: Số ngày khoảnjphải thu (H2.2) cójmối quan hệ ngượcjchiều với

khả năng sinhjlời.

Ủng hộ giả thuyết H2.3: Số ngày hàng tồnjkho (H2.3) có mối quan hệ cùngjchiều với

khả năng sinhjlời.

Ủng hộ giả thuyết H2.4: Dự trữ tiền mặtjcủa công ty (H2.4) có mối quan hệjcùng chiều

với khả năngjsinh lời.

=> Kết quả này không có ý nghĩa thống kê ở 2 phương pháp REM và GLS, chỉjcójý

nghĩajthốngjkêjở phương pháp GMM, do đó chojthấyjrằng những tác động này tuy tồn

tại nhưng không đáng kể.

Ủng hộ Giả thuyết H3: Trong thời kỳjkinh tế bùng nổ, chiến lược quảnjlý vốn lưu động

thụ độngjlàm giảm lợi nhuậnjcủa công ty, chu kỳ luânjchuyển tiền mặtj(CCC) có mối

quanjhệjngượcjchiềujvớijkhảjnăng sinh lời.

Ủng hộ một phần Giả thuyết H3.1: Số ngày khoảnjphải trả (H3.1) có mối quanjhệ ngược

chiều với khảjnăng sinh lời đượcjtính bằng GOI vàjcó mối quan hệjcó mối quan hệ

cùngjchiều với thước đojROA.

Ủng hộ giả thuyết H3.2: Số ngày khoản phảijthu (H3.2) có mốijquan hệ cùngjchiều với

khả năng sinh lời

Ủng hộ giả thuyết H3.3: Sốjngày hàng tồn khoj(H3.3) có mối quanjhệ cùng chiều với

khảjnăng sinh lời.

Bác bỏ giả thuyết H3.4: Dựjtrữ tiền mặt củajcông ty (H3.4) cójmối quan hệ cùng chiều

vớijkhả năng sinh lời.

=> Kếtjquả này cójý nghĩa thống kêjở 2 phương pháp REM và GLS, đồng thời có ý

nghĩa thống kê đáng kể ở phương pháp GMM, do đó cho thấy chu kỳ kinh tế bùng nổ có

tác động đến mối quan hệ giữa quản trị vốn luân chuyển và khả năng sinh lời.

4.5.2 Ý nghĩa nghiên cứu

Ý nghĩa khoa học: Cũng cố quan điểm và kết quả của các nghiên cứu trướcjđây, chojrằng

có mối quanjhệ ngượcjchiều giữajhiệu quả quản trịjvốn luânjchuyển vàjkhả năng sinh

lờijcủa côngjty. Khôngjnhững cũng cố lýjthuyết, luậnjvăn cònjbổ sung thêm tácjđộng

củajchu kỳjkinh tế đến mốijquan hệjnày, cácjkết quả đều cójý nghĩajthống kêjđáng kể,

từ đó có thể mở rộng phát triển nghiên cứu ra khu vực Đông Nam Á cũng như cácjquốc

gia thuộc nềnjkinhjtế mới nổi có đặc điểm như Việt Nam.

Ý nghĩa thực tiễn:

Đối với nhà quản trị: Khi hiểu được mối quan hệ giữajquản trịjvốn luânjchuyển và khả

năngjsinh lời, nhà quảnjtrị cójthể dễjdàng điềujtiết tăngjgiảm số vòng quayjkhoản

phảijthu, khoảnjphảijtrả, hàngjtồnjkho, tỷjlệjtiềnjmặtjnắmjgiữ để đạt được những chính

sách lợi nhuận của công ty, tối đa hóa giá trị tài sản của cổ đông, giúp công ty có thể

tăng trưởng trong giai đoạn kinh tế bùng nổ cũng như duy trì được lợi nhuận

trongjgiaijđoạnjkinhjtếjsuyjthoái.

Đối với nhà đầu tư: Có thể đánh giá được khả năng quảnjtrịjvốnjluânjchuyển của một

công ty dựa vào các báo cáo tài chính được công bố, từ đó có thể vận dụng kết quả nghiên

cứu để ra quyết định đầu tư, lựa chọn những công ty có khả năngjsinh lời tốt từ việc quản

trịjvốn luân chuyển hiệu quả, điều này đặc biệt có ý nghĩa hơn khi có thể vận dụng vào

giaijđoạn chu kỳ kinhjtế khác nhau.

4.5.3 Vận dụng kết quả nghiên cứu vào thực tiễn

- Trong điều kiện kinh tế bình ổn: Nhìn chung, kết quả phân tích cho thấy rằng các công

ty có thể xem xét hoạt động quản trị của mình để có thể nâng cao khả năng sinh lời và

qua đó gia tăng giá trị tài sản cho cổ đông. Một cách để thực hiện điều đó chính là tối ưu

hóa chu kỳ luân chuyển tiền, hay nói khác đó là quản trị vốn luân chuyển một cách có

hiệu quả, ban quản trị công ty có thể cải thiện khả năng sinh lời cho công ty. Một mặt,

giảm kỳ phải thu, kỳ lưu kho và kỳ phải trả sẽ làm tăng khả năng thanh khoản cho công

ty, nhờ đó tác động tích cực đến vị thế tài chính của công ty. Mặt khác, quản trị vốn luân

chuyển tốt có thể giúp phát triển các hình thức tài trợ khác bởi vì các tổ chức tín dụng,

những người sẽ xem xét và đánh giá cơ cấu bảng cân đối kế toán của công ty khi đưa ra

quyết định tài trợ sẽ đầu tư them vào những công ty có vị thế tài chính mạnh và rút bớt

vốn hoặc giảm cho vay với những công ty có vị thế tài chính không tốt.

- Trong điều kiện kinh tế suy thoái: Ngoài các cách điều chỉnh quản trị vốn luân chuyển

như trong thời kỳ kinh tế bình ổn, các công ty có thể xem xét thực hiện các chiến lược

sau: đầu tiên cần ưu tiên trả đúng hạn các khoản phải trả bởi vì nhà cung cấp rất hạn chế

chính sách bán chịu, và việc quan hệ với đối tác trong giai đoạn này rất khó. Thứ hai,

việcjgiảmjsốjngàyjkhoảnjphảijthu sẽ giúp công ty hạn chế áp lực về dòngjtiền, từ đó

không cần sử dụngjnguồnjvốnjtừjbênjngoài, giảm thiểu chi phí sử dụng vốn trong giai

đoạn khó khăn. Thứ ba, các nhà quản trị dựjtrữjmộtjlượngjhàngjtồnjkhojlớn để phòng

ngừa cho việc sản xuất gặp khó khăn, giúp hạn chế áp lực dòng tiền, tăng khả năng sinh

lời củajcôngjty. Thứ tư, các công tyjnắm giữ tiềnjvì động cơ phòng ngừa rủi ro, xoay sở

cho những biến động của nền kinh tế, vì vậy một tỷ lệ nắm giữ tiền mặt cao sẽ giúp công

ty vượt qua những khó khăn của chu kỳ kinh tế.

- Trong điều kiện kinh tế bùng nổ: Ngoài các cách điều chỉnh quản trị vốn luân chuyển

như trong thời kỳ kinh tế bình ổn, các công ty có thể xem xét thực hiện các chiến lược

sau: Thứ nhất, thời kinh kinh tế bùng nổ sẽ cójnhiềujcơjhộijđầujtưjvớijkhảjnăngjsinhjlời

cao nên các công ty thường chiếm dụng vốn từ nhà cung cấp để kiếm lời từ các dự án

khác không thuộc hoạt động sản xuất kinh doanh chính. Nhưng cần cân nhắc vì chiếm

dụng vốn từjnhàjcung cấp nên sẽ ảnh hưởng đến nguồn nguyên liệu đầu vào để

sảnjxuấtjkinhjdoanh, từjđó làm giảm lợi nhuận gộp từ hoạt động sản xuất kinh doanh.

Thứ hai, các công ty có thể tăngjkhảjnăngjsinhjlời bằng cáchjthực hiện các chính sách

bán chịu, từ đó làm tăng tính cạnh tranh trên thị trường, nhờ đó mà doanh số bán hàng

gia tăng. Thứ ba, các nhà quản trị nên thực hiện dự trữ ít hàng tồn kho do nhu cầu tiêu

dùng từ nền kinh tế tăng mạnh, đẩy mạnh xuất hàng bán, từ đó làm giảm chi phí lưu kho,

tăngjkhảjnăng sinhjlờijcủajcôngjty. Thứ tư, các công ty vẫn nên dự trữ tiền vì động cơ

đầu tư vì trong giai đoạn kinh tế bùng nổ, việc nắmjgiữ tiền sẽ giúp công ty chuẩn bị cho

những cơjhộijđầujtưjvàojcácjdựján với tỷ suất sinh lợijcao.

5 CHƯƠNG 5: KẾT LUẬN

5.1 Kết luận nghiên cứu

Quản trịjvốn luânjchuyển luôn làjvấn đềjđược các giám đốcjtài chính quan tâmjvì nójcó

tác độngjlớn đến hiệujquả hoạtjđộng và lợi nhuậnjcủa côngjty. Hiểu đượcjtầm quan trọng

của quản trịjvốn luân chuyển có thể giúp nhà quản trị tìmjđược chiến lược quản trị vốn

luânjchuyển tối ưu vì nó giúp công ty phản ứng nhanh chóng và kịp thời với biến động

của tình hình kinh tế. Luận văn xem xétjảnh hưởng của chujkỳ kinhjtế đến mối quanjhệ

giữa quảnjtrị vốnjluân chuyển vàjkhả năng sinh lờijcủa côngjty, nguồn dữj liệu thu thập

gồm 125 công ty niêmjyết trênjSở giao dịchjchứng khoán TP. HCM (HOSE) vàjSở giao

dịch chứngjkhoán Hà Nộij(HNX) trong giai đoạn từjnăm 2006 – 2018. Mô hìnhjhồi quy

sử dụng thước đo ROAjvà GOIjđể đo lường khảjnăng sinh lời của công tyjlàm biến phụ

thuộc, biến độc lập làjchu kỳ luânjchuyển tiềnjmặt (CCC) và bajthành phần của nójlàjsố

ngày khoảnjphải thu (AR), sốjngày hàngjtồn kho (INV)jvà số ngày khoảnjphảijtrả (AP),

và tỷjlệ nắm giữjtiền mặtj(CASH) được sửjdụng để đo lườngjhiệu quảjquản trị vốnjluân

chuyển. Ngoàijra, luậnjvăn còn thêm vào các biến là quyjmô công ty (SALE), tỷ lệjnợ

(DEBT), tỷ lệjthanh toán hiện hành (CR) và biến giả mô tả chu kỳ kinh tế.

Luận văn sửjdụngjphươngjphápjREM để hồi quy mô hình, đồng thờijđểjkhắcjphụcjhiện

tượng tựjtươngjquanjvà phươngjsai thay đổi trong mô hình REM, luận vănjtiếnjhànhjhồi

quy lại bằng môjhình GLS và cuối cùng khắcjphụcjhiệnjtượng nộijsinh bằng mô hình

hồi quy S-GMM hai bước. Luận vănjtìm thấy tác độngjcủa chujkỳjkinh tế lên mốijquan

hệjgiữa quảnjtrị vốn luân chuyểnjvà khả năngjsinhjlời được nhấn mạnhjtrong giai đoạn

kinh tế bùng nổ hơn giaijđoạn nềnjkinhjtếjsuy thoái. Kết quả hồi quy cho thấy có mối

quan hệ ngược chiều vàjcó ýjnghĩajthống kê ở mọi mức ý nghĩa giữa chujkỳjluânjchuyển

tiền mặtjvà khảjnăngjsinh lờijcủajcôngjty trong tất cả phương pháp và mô hình hồi quy.

Khi áp dụng chiếnjlược quản trị vốn luân chuyển thụ động, tức vòng luân chuyển tiền

mặt ở mức cao sẽ phát sinh nhu cầu bổ sung vốn nhiều hơn, điềujnàyjliênjquanjđến chi

phí tàijchính, chijphíjhoạt độngjcũngjnhưjchijphí cơjhội, côngjtyjsẽ phải vay vốn từ

ngân hàng để bổ sung nguồn vốn kịp thời, từ đó đối mặt với chijphí lãijvayjcao hơn, đối

mặt nhiều hơn với rủi ro tín dụng, ảnh hưởng đến khả năng sinh lời của công ty.

Kết quả nàyjphù hợp với cácjnghiên cứu trước đây: Wang (2002), Deloof (2003),

Lazaridis vàjTryfonidis (2006), Gill và cộng sự (2010), Engvist và cộng sự (2014),

HuỳnhjĐông Phươngjvà Jyh-stay Su (2010), Từ ThịjKim Thoa vàjNguyễn Thị Uyên

Uyên (2014) và hai nghiên cứu gần nhất là Mielcarz và cộng sự (2018), Tsuruta (2019).

Cả ba thànhjphầnjcủajchu kỳ luânjchuyển tiền mặt cũng có hệ số hồi quy âm và có ý

nghĩa thống kê với khảjnăngjsinhjlờijcủa côngjty.

Đối với số ngày khoản phảijtrả, các công ty có thanh khoản thấp, hoạt động yếu kém sẽ

trì hoãn lâu hơn để thanhjtoánjcho nhàjcungjcấp. Việc trì hoãn thanhjtoán quá lâu sẽ ảnh

hưởng đến uy tín công ty, dẫn đến việc nhà cung cấp không đồng ý cung cấp đủ số

nguyên vật liệu cần thiết để sản xuất, từ đó hoạt động sảnjxuất kinh doanh bị ứ đọng

trong khijcông ty vẫnjphảijchịu cácjchijphí cố định, tác động đó gián tiếp làm giảm lợi

nhuận từ hoạtjđộngjkinh doanh. Quajđójcácjnhà quảnjtrịjcầnjcân nhắc khi muốn trì hoãn

thanh toán chojnhà cung cấp để có vốn với chi phí sử dụng thấp và không bị áp lực về

vốn bởi vì sẽ có những tác động làm giảm khả năng sinh lời của công ty.

Đối với số ngày khoản phảijthu, quản trị khoản phải thujkhông hiệu quảjsẽ làm tăng chi

phí dự phòng cho những khoảnjphải thu khó đòi từ đó làmjgiảmjtỷjsuấtjsinh lời. Ngoài

ra, tiền bị ứ đọng vào khoản phải thu sẽ làm công ty thiếu vốn bổ sung cho các hoạt động

sản xuất khác, từ đó làm giảm sản lượng đầu ra của sản phẩm. Nếu không muốn ứ đọng

trong khâu sản xuất, công ty phải sử dụng nợ vay từ ngân hàng, từ đójchịujthêmjchi phí

lãijvay và nhiều loại chijphíjkhác, dẫn đến giảmjdoanh thujvàjlợijnhuậnjcủa công ty.

Qua đó, cácjnhàjquảnjtrị nên đưajra chính sách quản trị khoản phải thujhợp lý, một chiến

lược quảnjtrị vốn luân chuyển chủ động sẽ càng giúp công ty có tính thanh khoảnjcao

cũng như dễjtiếp cận các cơ hộijđầujtư tốt hơn, từ đó có thể làm tăng khả năngjsinh lời

củajcông ty.

Đối với số ngày hàng tồn kho, duy trì hàngjtồn kho ở mức cao để đảm bảo cho hoạt

độngjsản xuất kinh doanh, điều đó dẫn tới tăng chi phí lưu kho làm lợi nhuận giảm.

Ngoàijra, đối với một sốjhàng hóa nếu dự trữ quá lâu sẽ bị hư hỏng, hao hụt, giảm chất

lượng thậm chí không thể sử dụngjđược, từ đó làm giảm doanh thu từ hoạt động sản xuất

kinhjdoanh. Qua đó, các nhà quản trịjnên đưa ra chính sách quản trị hàng tồn kho hợp

lý, một chính sách rútjngắn thời gian lưu kho sẽ cải thiện lợi nhuận từ hoạt động kinh

doanh, từ đó làm tăngjkhả năng sinh lờijcủa công ty.

Ngoài ra, kếtjquảjcho tajthấy rằng tác động chi phí của việc nắm giữ tiền mặt cójthể bị

chi phối bởi độngjcơ phòng ngừa và đầujtư, các công ty lợi nhuận cao có xu hướng dựa

vào nguồn vốnjnội bộjđểjtàijtrợjcho chi tiêu đầu tư, và tích lũy tiền mặt để dự đoán các

dự án tạo ra giá trị sinh lời, từ đó làm tăng khả năng sinhjlời của công ty.

Tiếp đến, luận văn còn cho thấy tầm ảnh hưởng của chu kỳ kinhjtế tác động đến quản

trịjvốn luân chuyển, từ đó ảnh hưởngjđến khả năng sinh lời của công ty.

Đối với giaijđoạn kinh tế suy thoái:

- Tăng chujkỳ luân chuyển tiềnjmặt (CCC) làm tăng khả năng sinhjlời của công ty, việc

tăng chu kỳ luân chuyển tiền mặtjđến từ việc tăng dự trữ hàngjtồn kho và giảm số ngày

khoảnjphải trả, do không thể tăngjsố ngày khoản phải thu vì giai đoạn này các công ty

không muốn chịu rủi ro từ chính sách tín dụng.

- Giảm số ngàyjkhoản phải trảj(AP) làm tăng khảjnăng sinh lời của công ty, bản thân

chính công ty cũng như nhà cungjcấp rất hạn chế chính sách bán chịu, và việc quan hệ

với đối tác trong giai đoạn này rất khó, vì vậy luôn cần ưu tiên trả đúng hạn các khoản

phải trả.

- Giảm sốjngày khoảnjphải thu (AR)jlàm tăng khả năngjsinhjlờijcủa công ty, giúp công

ty hạn chế ápjlực vềjdòngjtiền, từ đó không cần sửjdụngjnguồn vốnjtừjbênjngoài, giảm

thiểu chijphí sửjdụngjvốn trong giai đoạn khó khăn.

- Tăng số ngàyjhàng tồn khoj(INV) làm tăngjkhảjnăngjsinh lời củajcông ty, các nhà quản

trị dự trữ mộtjlượng hàng tồn kho lớn để phòng ngừa cho việc sản xuất gặp khó khăn,

giúp hạn chế áp lực dòng tiền, tăng khả năngjsinh lờijcủa côngjty.

- Tăng tỷ lệjnắm giữ tiềnjmặt (CASH) làm tăng khả năng sinhjlời của công ty, các công

ty nắm giữjtiền vì độngjcơ phòng ngừa rủi ro, xoay sở chojnhững biến động của nền kinh

tế, vì vậy một tỷ lệ nắm giữ tiền mặt cao sẽ giúp công ty vượt qua những khó khăn của

chu kỳ kinh tế

Đối với giai đoạn kinh tế bùng nổ:

- Tăng chu kỳ luânjchuyển tiền mặt (CCC) làm tăng khảjnăng sinh lờijcủa công ty đối

vớijthước đo ROA và giảm khả năng sinh lời đối với thước đo GOI, sự khác biệt này là

do tác động chính của các khoảnjphảijtrả, khoản mà các côngjty có thể chiếmjdụng vốn

từ nhàjcungjcấp, các côngjty này sẽ sửjdụng nguồn vốn này để tạo ra nguồn doanh thu

khác không thuộc hoạt độngjsảnjxuấtjkinh doanhjchính, do đó thước đo ROA sẽ có thêm

những khoản này còn GOI thì không. Vì vậy luận văn kết luận rằng, thời kinh kinh tế

bùng nổ sẽ có nhiềujcơjhội đầujtư với khả năng sinhjlời cao nên các công ty thường

chiếmjdụngjvốn từjnhàjcungjcấp để kiếm lời từ các dự án khác không thuộc hoạt động

sảnjxuất kinhjdoanh chính. Vì chiếm dụng vốn từ nhà cung cấp nên sẽ ảnh hưởng đến

nguồn nguyên liệu đầu vào để sảnjxuấtjkinhjdoanh, từjđó làm giảm lợi nhuận gộp từ

hoạt động sản xuất kinh doanh.

- Tăng sốjngày khoản phảijtrả (AP) làm tăng khả năngjsinhjlờijcủajcông tyjđốijvới thước

đo ROA và giảm khảjnăng sinh lời đối với thước đo GOI, phù hợp với giải thích ở phần

trên, các công ty đã chiếm dụngjvốn đểjđầujtưjvàojcác dựjánjkhác

- Tăng sốjngày khoản phải thuj(AR) làm tăng khả năng sinh lời củajcông ty, các công ty

kích cầu bằng cách thực hiện các chính sách bán chịu, dẫn đến làm tăng số ngày khoản

phải thu, nhờ đó mà doanh thu tăng làm tăngjkhảjnăngjsinh lờijcủajcôngjty.

- Giảm số ngày hàngjtồn kho (INV) làm tăngjkhảjnăngjsinhjlời củajcôngjty, các nhà

quản trị thực hiện dự trữ ít hàng tồn kho do nhu cầu tiêu dùng từ nền kinh tế tăng mạnh,

đồng thời làm giảm chi phí lưu kho, tăng khả năng sinh lời của công ty

- Tăng tỷ lệjnắm giữ tiềnjmặt (CASH) làm tăng khả năng sinh lời của công ty, các công

ty dự trữ tiền vì động cơ đầu tư, nắm giữjtiền để chuẩn bị cho nhữngjcơjhộijđầu tưjvào

các dự án với tỷjsuấtjsinhjlời cao, từ đó tăngjkhảjnăngjsinhjlờijcủajcôngjty.

Mặt khác, chu kỳ kinh tế (biến giả) cũng tác động riêng lẻ đếnjkhả năng sinh lờijcủa

công ty, khijnền kinh tế suy thoái, chính sách của công ty có thể đượcjdự báo tốt hơn,

quản lý chặt chẽ hơn, từ đó nhà quảnjtrị có thể điềujchỉnh chu kỳjluân chuyển tiềnjmặt

hiệu quả hơn để gia tăng khả năng sinh lời của công ty. Khi nền kinh tế bùng nổ, nhờ

vào các điều kiện thuận lợi để sản xuất kinh doanh như nguồn cầu lớn, các chính sách

hỗ trợ từ nhà nước, từ ngân hàng mà côngjty khả năng sinhjlời cao hơn. Khi vào giai

đoạn kinh tế suy thoái, các nhà quản trị thực hiện chính sáchjquảnjtrịjvốnjluânjchuyển

chặt chẽ hơn, trong đójhiệujquảjquảnjtrịjhàngjtồnjkho tăng lên trong khi hiệu quả quản

trịjkhoảnjphảijthujvàjkhoảnjphảijtrảjgiảm, nhưng tổng thể vẫn kiểm soát được chi phí,

giúp làmjtăngjkhảjnăngjsinhjlờijcủajcôngjty.

Ngoài ra, các biến giải thích khác cũng tác động đến khảjnăng sinh lời củajcông ty:

Tỷ sốjthanh toán hiện hành (CR) cójmốijquanjhệjngượcjchiềujvớijkhả năng sinhjlờijcủa

côngjty, không có ý nghĩa thống kê ở phương pháp REM nhưngjcójýjnghĩajthốngjkêjở

mức 1% đối với phươngjphápjGLS và GMM. Kết quả cho thấyjkhảjnăngjthanhjtoánjnợ

trong ngắn hạn có ảnh hưởngjđáng kể đến khảjnăng sinh lời củajcông ty. Tỷ số này càng

cao sẽ làm giảm khảjnăngjsinhjlờijcủajcôngjty, điều này là hợp lý vì tỷ sốjnàyjcaojchứng

tỏ côngjtyjđãjsửjdụngjnguồnjvốn không hiệujquả, nguồn vốn bị ứ đọng làm giảm khả

năng sinh lời của công ty.

Tỷjsố sử dụngjnợ (DEBT) nhưjđònjbẫyjtàijchính cójmối quan hệ ngượcjchiều với khả

năng sinh lờijcủa công ty và đều có ý nghĩa thống kê với mọi mức ý nghĩa. Sử dụngjđòn

bẩy tài chínhjcójthểjlàmjtăng giájtrị cho công ty do tận dụng đượcjlợi ích từ tấm chắn

thuế nhưng nó cũng tạo ra áp lực cho công ty vì các khoản chi trả lãi vay và nợ gốc.

Công ty tài trợ nhiều từ nợ có rủi ro lớn, các rủi ro phát sinh từ sử dụng nợ là rủi ro vỡ

nợ, rủi ro kiệt quệ tài chính là khá lớn do các chủ nợ thường đòi hỏi một mức lãi suất lớn

hơn để bù đắpjcho cho các rủijro mà họ gặp phải. Từ đó côngjty càng sử dụng nợ thì sẽ

có lợi nhuận thấp hơn, khả năngjsinh lời giảm đi.

Quyjmô công ty (SALES) có tác động cùng chiều và có ý nghĩa thống kêjlên khả năng

sinh lờijcủa công ty trongjhầu hết cácjmôjhình nghiên cứu. Công ty có quy mô càng lớn

chứng tỏ tiềmjlực tài chính càng mạnh, khả năng tiếp cận thị trường tốt, được tài trợjvới

chi phí sửjdụng vốn thấp hơn các công ty khác, chi phí sản xuất bình quân trên mỗi sản

phầm cũng thấp hơn các công ty cùng ngành nên làm cho hiệu quả hoạtjđộng của công

ty tăng lên.

5.2 Hạn chế

Mặc dù mục đích và kết quả nghiên cứu đã đạt được nhưngjluậnjvănjvẫnjcònjmộtjsốjhạn

chếjnhư sau:

Thứ nhất, thịjtrường chứng khoánjViệt Nam chưa thực sự phát triển, sự minh bạch về

thông tin chưa cao, chất lượng của cácjcôngjtyjniêmjyếtjchưajtốt, cònjnhiều công ty lớn

chưa lên sàn. Số liệu đượcjthu thập từ báojcáo tài chính củajcông ty mặc dù đã được

kiểm toán những vẫn chưa phản ánh đầy đủ thông tin về công ty.

Thứ hai, việc thu thập số liệu cácjcôngjtyjởjViệtjNam để được một mẫu dữ liệu là khá

nhỏ, chỉ gồm 125 công ty trênjhai sàn chứngjkhoán tập trung là Sở giao dịch chứng

khoánjHồjChíjMinhj(HOSE) vàjSởjgiao dịch chứngjkhoán Hà Nội (HNX). Số liệu có

thể thu thập còn hạn chế vì phải được lên sàn từ năm 2006, và phải đảm bảo có mặt đầy

đủjtrong giai đoạn nghiên cứu từ 2006 – 2018. Do đó mẫu dữ liệu chưa thực sự phản ánh

được hiện trạng của nềnjkinhjtếjViệtjNam trong giai đoạn nghiên cứu.

Thứ ba, luận văn chỉ mới tập trung các yếu tố nội bộ củajcông ty và chu kỳ kinhjtế, chưa

xem xét đến các yếu tố bên ngoài như các điều kiện vĩ mô như lạm phát, biến động tỷ

giá, bất ổn chính trị, các yếu tố ngành kinh tế…

Cuối cùng, bài nghiên cứu cũngjchưa đưa rajđược mô hình quảnjtrịjvốnjluânjchuyểnjtối

ưu (bao gồm chu kỳ luânjchuyển tiền mặt, sốjngày khoản phảijthu, số ngày hàng tồn

kho, sốjngày khoản phảijtrả) nhằm tối đajhóajkhảjnăngjsinhjlời của côngjty.

5.3 Hướng nghiên cứu trong tương lai

Những hạn chế nêujtrên cũng là hướng phát triển cho những hướng nghiên cứu tiếp theo:

Thứ nhất, do những hạn chế về số lượng mẫu nghiên cứu nên kết quả chưa thật sự phản

ảnh một cách chính xác nhất, do đó các nghiên cứu sau này có nhiều lời thế hơn trong

thu thập dữ liệu, có thể mở rộng kích thước mẫu lớn hơn sẽ cho tác động rõ ràng, đáng

tin cậy hơn, từ đó xác định chính xác mức vốnjluân chuyển tốijưu giúp nhà quản trị mang

lạijhiệujquảjcaojnhấtjchojcông ty và lợi ích cho cổ đông.

Thứ hai, có thể thêm các biến kinh tế vĩ mô và vi mô ảnh hưởng đến doanh thu, lợi nhuận

của công ty như cấu trúc vốn, chính sách tài chính, biến động tỷ giá, tỷ lệ lạm phát, dòng

tiền hoạt động…để đánh giá toàn diện mối quan hệjvới khả năngjsinh lời củajcông ty

trong cácjchu kỳ kinhjtế khác nhau.

6 DANH MỤC TÀI LIỆU THAM KHẢO

Danh mục tài liệu tham khảo Tiếng Việt

Nguyễn Thành Cả - Nguyễn Thị Ngọc Miên (2014), Kinh Tế Lượng, NXB Kinh Tế

Thành Phố Hồ Chí Minh.

Phạm Trí Cao – Vũ Minh Châu (2009), Kinh tế lượng ứng dụng, NXB Lao Động Xã

Hội.

Từ Thị Kim Thoa – Nguyễn Thị Uyên Uyên, 2014. Mối quan hệ giữa quản trị vốn luân

chuyển và khả năng sinh lời: Bằng chứng thực nghiệm ở Việt Nam: Tạp chí phát triển

và hội nhập. Số 14: trang 62-70

Trần Ngọc Thơ (2005), Tài chính doanh nghiệp hiện đại, NXB Thống Kê.

Danh mục tài liệu tham khảo tiếng Anh

Avci, E. (2018). "Effects Of 2008 Global Crisis On Working Capital And Profitability

Of Turkish Manufacturing Companies." Inquiry Vol 3: 2303-7105.

Azadegan, A. And D. Pai (2008). "Industrial Awards As Manifests Of Business

Performance: An Empirical Assessment." Journal Of Purchasing And Supply

Management 14(3): 149-159.

Barber, B. M. And J. D. Lyon (1996). "Detecting Abnormal Operating Performance: The

Empirical Power And Specification Of Test Statistics." Journal Of Financial Economics

41(3): 359-399.

Bora Ramiah, V., Y. Zhao And I. Moosa (2014). "Working Capital Management During

The Global Financial Crisis: The Australian Experience." Qualitative Research In

Financial Markets 6 (3): 332-351.

Chang-Soo, K., D. C. Mauer And A. E. Sherman (1998). "The Determinants Of

Corporate Liquidity: Theory And Evidence." Journal Of Financial & Quantitative

Analysis 33(3): 335-359.

D’mello, R., S. Krishnaswami And P. J. Larkin (2008). "Determinants Of Corporate

Cash Holdings: Evidence From Spin-Offs." Journal Of Banking And Finance 32(7):

1209-1220.

Darush, Y. And Ö. Peter (2014). "The Impact Of Cash Conversion Cycle On Firm

Profitability: An Empirical Study Based On Swedish Data." International Journal Of

Managerial Finance (4): 442.

Deloof, M. (2003). "Does Working Capital Management Affect Profitability Of Belgian

Firms?" Journal Of Business Finance & Accounting 30(3/4): 573-587.

Emilio, F., M. Michael, R. Lukasz And E. Bank Of (2012). "Understanding The

Macroeconomic Effects Of Working Capital In The United Kingdom∗." Bank Of

England Working Paper No. 422.

Enqvist, J., M. Graham And J. Nikkinen (2014). "The Impact Of Working Capital

Management On Firm Profitability In Different Business Cycles: Evidence From

Finland." Research In International Business And Finance 32: 36-49.

Gill, A., N. Biger And N. Mathur (2010). "The Relationship Between Working Capital

Management And Profitability: Evidence From The United States." Business Economics

Journal 10(1): 1-9.

Huynh Phuong, D. And J.-T. Su (2010). "The Relationship Between Working Capital

Management And Profitability: A Vietnam Case." International Research Journal Of

Finance And Economics (Issue 49): 59-67.

Jarrad, H. (1999). "Corporate Cash Reserves And Acquisitions." The Journal Of Finance

54(6): 1969.

Jose, M. L., C. Lancaster And J. L. Stevens (1996). "Corporate Returns And Cash

Conversion Cycles." Journal Of Economics & Finance 20(1): 33.

Kasiran, F. W., N. A. Mohamad And O. Chin (2016). "Working Capital Management

Efficiency: A Study On The Small Medium Enterprise In Malaysia." Procedia

Economics And Finance 35: 297-303.

Khalil, J., I. Amjad, B. Kalim Ullah, K. Muhammad Arif And H. Mustansar (2019).

"Determinants Of Corporate Cash Holdings In Tranquil And Turbulent Period: Evidence

From An Emerging Economy." Financial Innovation (1): 1.

Lazaridis, I. And D. Tryfonidis (2006). "Relationship Between Working Capital

Management And Profitability Of Listed Companies In The Athens Stock Exchange."

Journal Of Financial Management & Analysis 19 (1): 26-35.

Lourenço Garcia, J. F., F. V. Da Silva Martins And E. F. Moreira Brandão (2011). "The

Impact Of Working Capital Management Upon Companies' Profitability: Evidence

From European Companies." Working Papers (Fep) -- Universidade Do Porto (438): 1-

35.

Matías, Braun Borja, Larrain (2005). "Finance and the Business Cycle: International,

Inter‐Industry Evidence" Journal of Finance, 2005, vol. 60, issue 3, 1097-1128

Mielcarz, P., D. Osiichuk And P. Wnuczak (2018). "Working Capital Management

Through The Business Cycle: Evidence From The Corporate Sector In Poland."

Contemporary Economics 12(2): 223-236.

Nobanee, H., F. Juma Abbas, M. Khan And J. Varas (2017). "The Influence Of Supply

Chain Management And Net Trade Cycle On Financial Performance." International

Journal Of Supply Chain Management Vol 6, No 4.

Richards, V. D. And E. J. Laughlin (1980). "A Cash Conversion Cycle Approach To

Liquidity Analysis." Financial Management (1972) 9(1): 32-38.

Schwartzman, F. (2013). "The Business Cycle Behavior Of Working Capital." Economic

Quarterly (10697225) 99(4): 287-303.

Tor, E. And H. M. Milton (2001). "Bank Intermediation Over The Business Cycle."

Journal Of Money, Credit And Banking 33(4): 876.

Tsuruta, D. (2019). "Working Capital Management During The Global Financial Crisis:

Evidence From Japan." Japan & The World Economy.

Wang, Y.-J. (2002). j"Liquidity Management, jOperating Performance, jAndjCorporate

Value: Evidence From Japan Andj Taiwan. "Journal Of Multinational Financial

Management 12(2): 159-169.

Tham khảo từ nguồn internet, website

http://www.bvsc.com.vn

http://www.cophieu68.vn

http://eds.a.ebscohost.com/eds/search/

http://www.sciencedirect.com

https://www.investopedia.com/terms/w/workingcapital.asp

https://en.wikipedia.org/wiki/Working_capital

https://www.investopedia.com/terms/e/economic-cycle.asp

http://baochinhphu.vn/Thi-truong/Quy-mo-von-hoa-thi-truong-chung-khoan-Viet-

Nam-dat-39-trieu-ty-dong/358840.vgp)

https://finance.vietstock.vn/du-lieu-vi-mo

https://www.imf.org/en/Countries/VNM#countrydata

7 PHỤ LỤC

8 1. Bảng thốngjkê mô tả

. tabstat ROA GOI CCC AR INV AP CR Debt REV CASH, stat (mean sd min p50 max N skew kurto)

stats ROA GOI CCC AR INV AP CR Debt REV CASH mean .0720835 .2695824 156.9225 103.0146 92.36892 38.49674 2.299115 .4723178 1612.771 .1018409 sd .0735824 .2018973 168.9061 146.6713 97.13736 49.46357 2.46099 .2156136 4081.843 .0996789 min -.4174269 -.1382346 -51.6801 0 0 0 .0453191 .0244001 1.21 .0002459 p50 .0602842 .2147399 117.3485 65.76899 68.9282 25.51514 1.539296 .4908514 542.4709 .0707044 max .7836998 1.874581 3098.373 3081.762 1029.143 832.5012 33.15058 1.036593 52561.95 .6951308 N 1625 1625 1625 1625 1625 1625 1625 1625 1625 1625 skewness 1.178473 1.864114 5.34708 8.168705 2.835434 6.270905 4.923266 -.126613 7.335898 2.026903 kurtosis 12.61989 9.233465 67.6936 127.4085 16.64093 74.50809 38.08665 2.004326 69.76139 8.649458

9 2. Ma trận hệjsố tương quanjtoàn bộ mẫu

. pwcorr ROA GOI CCC AR INV AP CR Debt SALES CASH, star (0.05)

ROA GOI CCC AR INV AP CR ROA 1.0000 GOI 0.5894* 1.0000 CCC -0.2502* -0.3286* 1.0000 AR -0.2280* -0.3140* 0.8562* 1.0000 INV -0.2308* -0.2335* 0.6671* 0.2558* 1.0000 AP -0.2755* -0.2684* 0.4338* 0.5432* 0.4437* 1.0000 CR 0.2331* 0.1114* 0.0311 0.0446 -0.1004* -0.1714* 1.0000 Debt -0.4558* -0.3106* 0.1041* 0.0783* 0.2159* 0.3005* -0.5938* SALES 0.0588* 0.1079* -0.2048* -0.2270* -0.0673* -0.1088* -0.2971* CASH 0.2874* 0.1979* -0.2156* -0.1774* -0.1901* -0.1631* 0.3008*

Debt SALES CASH Debt 1.0000 SALES 0.3142* 1.0000 CASH -0.2882* -0.0457 1.0000

10 3. Ma trận hệjsố tương quanjgiai đoạn kinh tế bình ổn

. pwcorr ROA GOI CCC AR INV AP CR Debt REV CASH, star (0.05)

ROA GOI CCC AR INV AP CR ROA 1.0000 GOI 0.6295* 1.0000 CCC -0.2519* -0.3797* 1.0000 AR -0.2329* -0.4179* 0.8279* 1.0000 INV -0.2387* -0.2251* 0.7165* 0.2677* 1.0000 AP -0.2990* -0.3146* 0.3806* 0.4011* 0.5369* 1.0000 CR 0.2516* 0.0887* 0.1171* 0.1742* -0.1041* -0.1889* 1.0000 Debt -0.4426* -0.3143* 0.0754 0.0323 0.2221* 0.3431* -0.6227* REV 0.1995* 0.2632* -0.1577* -0.1337* -0.1131* -0.0689 -0.0836* CASH 0.2677* 0.2115* -0.2469* -0.2044* -0.2102* -0.1723* 0.2629*

Debt REV CASH Debt 1.0000 REV 0.0864* 1.0000 CASH -0.2562* 0.0136 1.0000

11 4. Ma trận hệ sốjtương quanjgiai đoạn kinh tế suy thoái

. pwcorr ROA GOI CCC AR INV AP CR Debt SALES CASH, star (0.05)

ROA GOI CCC AR INV AP CR ROA 1.0000 GOI 0.6768* 1.0000 CCC -0.2593* -0.3716* 1.0000 AR -0.2619* -0.4011* 0.7794* 1.0000 INV -0.2195* -0.2502* 0.8109* 0.3149* 1.0000 AP -0.3169* -0.3391* 0.5179* 0.5320* 0.5599* 1.0000 CR 0.2662* 0.1451* -0.0328 -0.0263 -0.0939* -0.2093* 1.0000 Debt -0.4619* -0.3635* 0.1768* 0.0922* 0.2649* 0.3163* -0.6058* SALES -0.0140 0.0965* -0.2049* -0.2288* -0.1160* -0.1446* -0.2750* CASH 0.2832* 0.2363* -0.2452* -0.1835* -0.2204* -0.1678* 0.3042*

Debt SALES CASH Debt 1.0000 SALES 0.3653* 1.0000 CASH -0.2913* -0.0290 1.0000

12 5. Ma trận hệ sốjtương quanjgiai đoạn kinh tế bùng nổ

. pwcorr ROA GOI CCC AR INV AP CR Debt SALES CASH, star (0.05)

ROA GOI CCC AR INV AP CR ROA 1.0000 GOI 0.5849* 1.0000 CCC -0.2485* -0.2794* 1.0000 AR -0.2432* -0.2919* 0.9249* 1.0000 INV -0.2279* -0.1854* 0.5675* 0.3103* 1.0000 AP -0.2588* -0.2654* 0.4435* 0.6144* 0.3781* 1.0000 CR 0.1967* 0.1027* 0.0100 0.0031 -0.1057* -0.1496* 1.0000 Debt -0.4723* -0.3446* 0.0891* 0.1058* 0.1812* 0.2712* -0.5775* SALES 0.0209 0.0927* -0.1807* -0.2090* 0.0075 -0.0888* -0.2730* CASH 0.3231* 0.2073* -0.1769* -0.1742* -0.1417* -0.1619* 0.3450*

Debt SALES CASH Debt 1.0000 SALES 0.2412* 1.0000 CASH -0.3250* -0.0965* 1.0000

13 6. Kiểm định Hausman - Thước đo ROA

. hausman FE RE

Note: the rank of the differenced variance matrix (6) does not equal the number of expect, or there may be problems computing the test. Examine the output o consider scaling your variables so that the coefficients are on a similar

Coefficients (b) (B) (b-B) sqrt(diag(V_b-V_B)) FE RE Difference S.E. CCC -.0000909 -.0000895 -1.39e-06 5.20e-06 CR -.0000994 -.0001213 .0000219 .0001757 Debt -.1419634 -.1531745 .0112111 .0065373 SALES .0044684 .0068585 -.0023901 .0016928 d1 .0033356 .0038845 -.0005489 .0005024 d2 .0047012 .0056247 -.0009235 .0007354 d1CCC .0000145 .0000133 1.13e-06 1.93e-06 d2CCC .0000342 .0000331 1.04e-06 2.74e-06 b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test: Ho: difference in coefficients not systematic

chi2(6) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 4.79 Prob>chi2 = 0.5706

14 7. Kiểm định Breusch và Pagan - Thước đo ROA

Breusch and Pagan Lagrangian multiplier test for random effects

ROA[code,t] = Xb + u[code] + e[code,t]

Estimated results: Var sd = sqrt(Var) ROA .0054144 .0735824 e .0026849 .0518162 u .0012676 .0356027

Test: Var(u) = 0 chibar2(01) = 929.96 Prob > chibar2 = 0.0000

15 8. Kiểm định Hausman - Thước đo GOI

. hausman FE2 RE2

Coefficients (b) (B) (b-B) sqrt(diag(V_b-V_B)) FE2 RE2 Difference S.E. CCC -.0001148 -.0001365 .0000217 7.76e-06 CR -.0023519 -.002632 .0002801 .0002382 Debt -.2638552 -.2866386 .0227835 .0105437 SALES .0129523 .0171587 -.0042064 .0029502 d1 .0039028 .0043907 -.0004879 .0003135 d2 .1389066 .1380253 .0008813 .0009909 d1CCC .000025 .0000243 7.25e-07 . d2CCC -.000096 -.0000839 -.0000121 3.08e-06 b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test: Ho: difference in coefficients not systematic

chi2(8) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 12.86 Prob>chi2 = 0.1169

16 9. Kiểm định Breusch và Pagan - Thước đo GOI

Breusch and Pagan Lagrangian multiplier test for random effects

ROA[code,t] = Xb + u[code] + e[code,t]

Estimated results: Var sd = sqrt(Var) ROA .0054144 .0735824 e .0026849 .0518162 u .0012676 .0356027

Test: Var(u) = 0 chibar2(01) = 929.96 Prob > chibar2 = 0.0000

17 10. Kiểm địnhjphương saijthay đổi và tựjtương quan - Thước đo ROA

Tests for the error component model:

ROA[code,t] = Xb + u[code] + v[code,t] v[code,t] = lambda v[code,(t-1)] + e[code,t]

Estimated results: Var sd = sqrt(Var) ROA .0054144 .0735824 e .0026849 .05181622 u .0012676 .03560273

Tests: Random Effects, Two Sided: ALM(Var(u)=0) = 516.56 Pr>chi2(1) = 0.0000

Random Effects, One Sided: ALM(Var(u)=0) = 22.73 Pr>N(0,1) = 0.0000

Serial Correlation: ALM(lambda=0) = 184.21 Pr>chi2(1) = 0.0000

Joint Test: LM(Var(u)=0,lambda=0) = 1114.18 Pr>chi2(2) = 0.0000

18 11. Kiểm địnhjphương sai thay đổi và tựjtương quan - Thước đo GOI

. xttest1

Tests for the error component model:

GOI[code,t] = Xb + u[code] + v[code,t] v[code,t] = lambda v[code,(t-1)] + e[code,t]

Estimated results: Var sd = sqrt(Var) GOI .0407625 .2018973 e .0136369 .11677697 u .0156121 .12494849

Tests: Random Effects, Two Sided: ALM(Var(u)=0) = 1796.77 Pr>chi2(1) = 0.0000

Random Effects, One Sided: ALM(Var(u)=0) = 42.39 Pr>N(0,1) = 0.0000

Serial Correlation: ALM(lambda=0) = 145.13 Pr>chi2(1) = 0.0000

Joint Test: LM(Var(u)=0,lambda=0) = 2768.39 Pr>chi2(2) = 0.0000

19 12. Kiểm định Đa cộng tuyến

. vif

Variable VIF 1/VIF Debt 1.67 0.598033 CR 1.59 0.627495 d2 1.27 0.789195 d1 1.25 0.798465 SALES 1.21 0.824024 CCC 1.10 0.912828 Mean VIF 1.35

20 13. Kết quả hồi quy bằng phương pháp REM có sử dụng Robust –

Thước đo ROA

. xtreg ROA CCC CR Debt SALES d1 d2 d1CCC d2CCC, re robust

Random-effects GLS regression Number of obs = 1625 Group variable: code Number of groups = 125

R-sq: within = 0.1119 Obs per group: min = 13 between = 0.4629 avg = 13.0 overall = 0.2809 max = 13

Wald chi2(8) = 165.66 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

(Std. Err. adjusted for 125 clusters in code) Robust ROA Coef. Std. Err. z P>|z| [95% Conf. Interval] CCC -.0000895 .00003 -2.98 0.003 -.0001483 -.0000306 CR -.0001213 .0009782 -0.12 0.901 -.0020386 .0017959 Debt -.1531745 .0177333 -8.64 0.000 -.1879311 -.1184179 SALES .0068585 .0031139 2.20 0.028 .0007554 .0129616 d1 .0038845 .0051794 0.75 0.453 -.0062669 .014036 d2 .0056247 .0054109 1.04 0.299 -.0049805 .01623 d1CCC .0000133 .0000268 0.50 0.618 -.0000391 .0000658 d2CCC .0000331 .0000293 1.13 0.257 -.0000242 .0000905 _cons .0159217 .0614831 0.26 0.796 -.1045829 .1364264 sigma_u .03560273 sigma_e .05181622 rho .32069885 (fraction of variance due to u_i)

. xtreg ROA AP CR Debt SALES d1 d2 d1AP d2AP , re robust

Random-effects GLS regression Number of obs = 1625 Group variable: code Number of groups = 125

R-sq: within = 0.0947 Obs per group: min = 13 between = 0.4686 avg = 13.0 overall = 0.2718 max = 13

Wald chi2(8) = 163.31 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

(Std. Err. adjusted for 125 clusters in code) Robust ROA Coef. Std. Err. z P>|z| [95% Conf. Interval] AP -.0001374 .00006 -2.29 0.022 -.000255 -.0000197 CR -.000686 .0009551 -0.72 0.473 -.0025579 .0011859 Debt -.148902 .018143 -8.21 0.000 -.1844616 -.1133423 SALES .0083565 .0031203 2.68 0.007 .0022407 .0144722 d1 .0109015 .0049374 2.21 0.027 .0012243 .0205787 d2 .0117025 .0040304 2.90 0.004 .0038032 .0196019 d1AP -.0001117 .0000923 -1.21 0.226 -.0002927 .0000692 d2AP .0000438 .000049 0.89 0.371 -.0000522 .0001398 _cons -.0249215 .0612283 -0.41 0.684 -.1449268 .0950838 sigma_u .03530045 sigma_e .05232621 rho .3127695 (fraction of variance due to u_i)

. xtreg ROA AR CR Debt SALES d1 d2 d1AR d2AR , re robust

Random-effects GLS regression Number of obs = 1625 Group variable: code Number of groups = 125

R-sq: within = 0.1081 Obs per group: min = 13 between = 0.4729 avg = 13.0 overall = 0.2831 max = 13

Wald chi2(8) = 167.43 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

(Std. Err. adjusted for 125 clusters in code) Robust ROA Coef. Std. Err. z P>|z| [95% Conf. Interval] AR -.0000945 .0000437 -2.16 0.030 -.00018 -8.92e-06 CR -.0002605 .0009563 -0.27 0.785 -.0021347 .0016137 Debt -.1543995 .0179242 -8.61 0.000 -.1895303 -.1192687 SALES .0068213 .0031559 2.16 0.031 .0006358 .0130067 d1 .0100877 .0049981 2.02 0.044 .0002916 .0198838 d2 .0086253 .0050896 1.69 0.090 -.0013501 .0186006 d1AR -.0000507 .0000399 -1.27 0.204 -.0001288 .0000275 d2AR .0000427 .0000405 1.05 0.292 -.0000367 .000122 _cons .0124343 .0622588 0.20 0.842 -.1095906 .1344593 sigma_u .03505856 sigma_e .05192969 rho .31308374 (fraction of variance due to u_i)

. xtreg ROA INV CR Debt SALES d1 d2 d1INV d2INV , re robust

Random-effects GLS regression Number of obs = 1625 Group variable: code Number of groups = 125

R-sq: within = 0.1026 Obs per group: min = 13 between = 0.4493 avg = 13.0 overall = 0.2684 max = 13

Wald chi2(8) = 145.92 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

(Std. Err. adjusted for 125 clusters in code) Robust ROA Coef. Std. Err. z P>|z| [95% Conf. Interval] INV -.0001071 .0000377 -2.84 0.005 -.000181 -.0000332 CR -.0005451 .0009788 -0.56 0.578 -.0024635 .0013732 Debt -.1527223 .0177678 -8.60 0.000 -.1875464 -.1178981 SALES .0087355 .0030398 2.87 0.004 .0027776 .0146934 d1 .0014926 .0049413 0.30 0.763 -.0081921 .0111774 d2 .0101506 .0045365 2.24 0.025 .0012591 .0190421 d1INV .0000584 .0000368 1.59 0.112 -.0000136 .0001305 d2INV -3.88e-06 .0000384 -0.10 0.919 -.0000791 .0000713 _cons -.0254864 .0601605 -0.42 0.672 -.1433987 .092426 sigma_u .03526714 sigma_e .05209313 rho .31428479 (fraction of variance due to u_i)

. xtreg ROA CASH CR Debt SALES d1 d2 d1CASH d2CASH , re robust

Random-effects GLS regression Number of obs = 1625 Group variable: code Number of groups = 125

R-sq: within = 0.1095 Obs per group: min = 13 between = 0.4779 avg = 13.0 overall = 0.2850 max = 13

Wald chi2(8) = 168.95 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

(Std. Err. adjusted for 125 clusters in code) Robust ROA Coef. Std. Err. z P>|z| [95% Conf. Interval] CASH .0989858 .0216481 4.57 0.000 .0565563 .1414153 CR -.0016794 .0009482 -1.77 0.077 -.0035377 .000179 Debt -.1553982 .0174733 -8.89 0.000 -.1896452 -.1211512 SALES .0091692 .0029754 3.08 0.002 .0033375 .0150008 d1 .0057811 .004196 1.38 0.168 -.0024429 .0140052 d2 .0119702 .0043742 2.74 0.006 .0033969 .0205434 d1CASH .0162146 .0263598 0.62 0.538 -.0354498 .0678789 d2CASH .0178137 .0331457 0.54 0.591 -.0471506 .082778 _cons -.0514822 .0586771 -0.88 0.380 -.1664872 .0635228 sigma_u .03524021 sigma_e .0518977 rho .31557695 (fraction of variance due to u_i)

21 14. Kết quả hồi quy bằng phương pháp REM có sử dụng Robust –

Thước đo GOI

. xtreg GOI CCC CR Debt SALES d1 d2 d1CCC d2CCC, re robust

Random-effects GLS regression Number of obs = 1625 Group variable: code Number of groups = 125

R-sq: within = 0.2484 Obs per group: min = 13 between = 0.3149 avg = 13.0 overall = 0.2737 max = 13

Wald chi2(8) = 276.94 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

(Std. Err. adjusted for 125 clusters in code) Robust GOI Coef. Std. Err. z P>|z| [95% Conf. Interval] CCC -.0001365 .0000364 -3.75 0.000 -.0002079 -.0000651 CR -.002632 .0019408 -1.36 0.175 -.0064359 .0011719 Debt -.2866386 .0442694 -6.47 0.000 -.373405 -.1998723 SALES .0171587 .0088031 1.95 0.051 -.000095 .0344124 d1 .0043907 .0080128 0.55 0.584 -.0113142 .0200956 d2 .1380253 .0135497 10.19 0.000 .1114683 .1645823 d1CCC .0000243 .0000356 0.68 0.495 -.0000455 .000094 d2CCC -.0000839 .0000674 -1.25 0.213 -.000216 .0000481 _cons .0464083 .1723055 0.27 0.788 -.2913043 .3841208 sigma_u .12494849 sigma_e .11677697 rho .53376635 (fraction of variance due to u_i)

. xtreg GOI AP CR Debt SALES d1 d2 d1AP d2AP , re robust

Random-effects GLS regression Number of obs = 1625 Group variable: code Number of groups = 125

R-sq: within = 0.2401 Obs per group: min = 13 between = 0.2819 avg = 13.0 overall = 0.2494 max = 13

Wald chi2(8) = 289.83 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

(Std. Err. adjusted for 125 clusters in code) Robust GOI Coef. Std. Err. z P>|z| [95% Conf. Interval] AP -.0001897 .0000966 -1.96 0.050 -.0003791 -2.64e-07 CR -.0038689 .002283 -1.69 0.090 -.0083435 .0006056 Debt -.2651903 .0480136 -5.52 0.000 -.3592953 -.1710854 SALES .0198319 .0087639 2.26 0.024 .002655 .0370089 d1 .0159459 .0071797 2.22 0.026 .0018739 .0300179 d2 .1475385 .0110093 13.40 0.000 .1259608 .1691163 d1AP -.000167 .0001115 -1.50 0.134 -.0003855 .0000515 d2AP -.0003981 .0001433 -2.78 0.005 -.000679 -.0001172 _cons -.0307428 .170508 -0.18 0.857 -.3649323 .3034467 sigma_u .12933142 sigma_e .11743084 rho .54811501 (fraction of variance due to u_i)

. xtreg GOI AR CR Debt SALES d1 d2 d1AR d2AR , re robust

Random-effects GLS regression Number of obs = 1625 Group variable: code Number of groups = 125

R-sq: within = 0.2462 Obs per group: min = 13 between = 0.3397 avg = 13.0 overall = 0.2842 max = 13

Wald chi2(8) = 299.07 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

(Std. Err. adjusted for 125 clusters in code) Robust GOI Coef. Std. Err. z P>|z| [95% Conf. Interval] AR -.0001906 .0000404 -4.72 0.000 -.0002697 -.0001115 CR -.002723 .0019269 -1.41 0.158 -.0064996 .0010536 Debt -.2850194 .0436303 -6.53 0.000 -.3705332 -.1995056 SALES .0158882 .008841 1.80 0.072 -.0014398 .0332162 d1 .0093754 .00777 1.21 0.228 -.0058535 .0246042 d2 .1342251 .0120273 11.16 0.000 .110652 .1577982 d1AR -.0000305 .0000524 -0.58 0.561 -.0001333 .0000723 d2AR -.0000296 .0000619 -0.48 0.632 -.0001508 .0000916 _cons .0685785 .1732867 0.40 0.692 -.2710572 .4082142 sigma_u .11994412 sigma_e .11692215 rho .51275606 (fraction of variance due to u_i)

. xtreg GOI INV CR Debt SALES d1 d2 d1INV d2INV , re robust

Random-effects GLS regression Number of obs = 1625 Group variable: code Number of groups = 125

R-sq: within = 0.2400 Obs per group: min = 13 between = 0.2576 avg = 13.0 overall = 0.2411 max = 13

Wald chi2(8) = 261.61 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

(Std. Err. adjusted for 125 clusters in code) Robust GOI Coef. Std. Err. z P>|z| [95% Conf. Interval] INV -.0001077 .0000684 -1.57 0.115 -.0002416 .0000263 CR -.0035103 .0023439 -1.50 0.134 -.0081042 .0010837 Debt -.2843179 .0477166 -5.96 0.000 -.3778409 -.190795 SALES .0232011 .0087627 2.65 0.008 .0060266 .0403756 d1 .0074084 .0072928 1.02 0.310 -.0068852 .021702 d2 .1535969 .0119521 12.85 0.000 .1301713 .1770225 d1INV .0000363 .0000551 0.66 0.510 -.0000716 .0001442 d2INV -.0003634 .0000757 -4.80 0.000 -.0005118 -.000215 _cons -.0869918 .1720108 -0.51 0.613 -.4241267 .2501432 sigma_u .1319457 sigma_e .1174474 rho .5579385 (fraction of variance due to u_i)

. xtreg GOI CASH CR Debt SALES d1 d2 d1CASH d2CASH , re robust

Random-effects GLS regression Number of obs = 1625 Group variable: code Number of groups = 125

R-sq: within = 0.2330 Obs per group: min = 13 between = 0.2383 avg = 13.0 overall = 0.2258 max = 13

Wald chi2(8) = 299.91 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

(Std. Err. adjusted for 125 clusters in code) Robust GOI Coef. Std. Err. z P>|z| [95% Conf. Interval] CASH -.1201672 .0537954 -2.23 0.025 -.2256043 -.0147301 CR -.003774 .002327 -1.62 0.105 -.0083349 .0007869 Debt -.2992931 .0459013 -6.52 0.000 -.389258 -.2093281 SALES .0235744 .0085743 2.75 0.006 .0067691 .0403797 d1 .0111668 .0073848 1.51 0.130 -.0033071 .0256408 d2 .100235 .012275 8.17 0.000 .0761765 .1242935 d1CASH -.0024045 .0560926 -0.04 0.966 -.1123439 .107535 d2CASH .3080164 .0873001 3.53 0.000 .1369112 .4791215 _cons -.0854287 .1681284 -0.51 0.611 -.4149544 .2440969 sigma_u .12513914 sigma_e .11794481 rho .52957014 (fraction of variance due to u_i)

22 15. Kết quả hồi quy mô hình GLS - Thước đo ROA

. xtgls ROA CCC CR Debt SALES d1 d2 d1CCC d2CCC, p(h) c(a)

Cross-sectional time-series FGLS regression

Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.5557)

Estimated covariances = 125 Number of obs = 1625 Estimated autocorrelations = 1 Number of groups = 125 Estimated coefficients = 9 Time periods = 13 Wald chi2(8) = 487.47 Prob > chi2 = 0.0000

ROA Coef. Std. Err. z P>|z| [95% Conf. Interval] CCC -.0000527 .0000101 -5.23 0.000 -.0000724 -.000033 CR -.0013152 .0006246 -2.11 0.035 -.0025393 -.0000911 Debt -.128593 .0073034 -17.61 0.000 -.1429074 -.1142787 SALES .0052719 .0011005 4.79 0.000 .003115 .0074288 d1 .0000872 .0024555 0.04 0.972 -.0047255 .0049 d2 .0047515 .0028079 1.69 0.091 -.0007519 .0102549 d1CCC .0000104 .0000112 0.93 0.352 -.0000115 .0000323 d2CCC .0000123 .0000122 1.01 0.315 -.0000116 .0000362 _cons .03524 .0223626 1.58 0.115 -.0085899 .0790699

. xtgls ROA AR CR Debt SALES d1 d2 d1AR d2AR , p(h) c(a)

Cross-sectional time-series FGLS regression

Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.5565)

Estimated covariances = 125 Number of obs = 1625 Estimated autocorrelations = 1 Number of groups = 125 Estimated coefficients = 9 Time periods = 13 Wald chi2(8) = 550.69 Prob > chi2 = 0.0000

ROA Coef. Std. Err. z P>|z| [95% Conf. Interval] AR -.0000915 .0000144 -6.35 0.000 -.0001197 -.0000633 CR -.0013976 .0006155 -2.27 0.023 -.0026039 -.0001913 Debt -.1293599 .0070751 -18.28 0.000 -.1432269 -.115493 SALES .0042701 .0010948 3.90 0.000 .0021244 .0064157 d1 .0008608 .0022832 0.38 0.706 -.0036142 .0053359 d2 .003592 .0026163 1.37 0.170 -.0015357 .0087198 d1AR 3.24e-06 .0000167 0.19 0.846 -.0000294 .0000359 d2AR .0000482 .0000147 3.27 0.001 .0000193 .000077 _cons .0567029 .0222567 2.55 0.011 .0130806 .1003253

. xtgls ROA AP CR Debt SALES d1 d2 d1AP d2AP ,p(h) c(a)

Cross-sectional time-series FGLS regression

Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.5509)

Estimated covariances = 125 Number of obs = 1625 Estimated autocorrelations = 1 Number of groups = 125 Estimated coefficients = 9 Time periods = 13 Wald chi2(8) = 473.37 Prob > chi2 = 0.0000

ROA Coef. Std. Err. z P>|z| [95% Conf. Interval] AP -.0000715 .0000316 -2.26 0.024 -.0001335 -9.48e-06 CR -.0018728 .0006204 -3.02 0.003 -.0030886 -.0006569 Debt -.1342266 .0072923 -18.41 0.000 -.1485193 -.1199339 SALES .0062547 .0010822 5.78 0.000 .0041337 .0083757 d1 .0022332 .0022754 0.98 0.326 -.0022266 .0066929 d2 .008214 .002523 3.26 0.001 .0032689 .013159 d1AP -.0000141 .0000407 -0.35 0.728 -.0000939 .0000657 d2AP .0000132 .0000344 0.38 0.701 -.0000542 .0000807 _cons .0133268 .0218856 0.61 0.543 -.0295683 .0562218

. xtgls ROA INV CR Debt SALES d1 d2 d1INV d2INV , p(h) c(a)

Cross-sectional time-series FGLS regression

Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.5530)

Estimated covariances = 125 Number of obs = 1625 Estimated autocorrelations = 1 Number of groups = 125 Estimated coefficients = 9 Time periods = 13 Wald chi2(8) = 467.11 Prob > chi2 = 0.0000

ROA Coef. Std. Err. z P>|z| [95% Conf. Interval] INV -.0000359 .0000131 -2.73 0.006 -.0000617 -.0000101 CR -.0017205 .0006287 -2.74 0.006 -.0029527 -.0004883 Debt -.134361 .007308 -18.39 0.000 -.1486843 -.1200376 SALES .0068111 .00106 6.43 0.000 .0047335 .0088888 d1 .0005811 .0022731 0.26 0.798 -.0038741 .0050363 d2 .0081154 .0027068 3.00 0.003 .0028102 .0134206 d1INV .0000137 .0000144 0.96 0.339 -.0000144 .0000419 d2INV -.0000163 .0000217 -0.75 0.454 -.0000588 .0000263 _cons .0028347 .0215524 0.13 0.895 -.0394072 .0450765

. xtgls ROA CASH CR Debt SALES d1 d2 d1CASH d2CASH , p(h) c(a)

Cross-sectional time-series FGLS regression

Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.5405)

Estimated covariances = 125 Number of obs = 1625 Estimated autocorrelations = 1 Number of groups = 125 Estimated coefficients = 9 Time periods = 13 Wald chi2(8) = 616.00 Prob > chi2 = 0.0000

ROA Coef. Std. Err. z P>|z| [95% Conf. Interval] CASH .0694406 .0146892 4.73 0.000 .0406503 .098231 CR -.0021939 .0006254 -3.51 0.000 -.0034197 -.0009681 Debt -.1380518 .0066624 -20.72 0.000 -.1511099 -.1249936 SALES .0072187 .0009608 7.51 0.000 .0053356 .0091018 d1 .0019811 .0023019 0.86 0.389 -.0025306 .0064928 d2 .0070015 .0026464 2.65 0.008 .0018147 .0121882 d1CASH .0007795 .0178652 0.04 0.965 -.0342356 .0357946 d2CASH .0116603 .0192821 0.60 0.545 -.0261319 .0494525 _cons -.0133852 .0195452 -0.68 0.493 -.0516931 .0249228

23 16. Kết quả hồi quy mô hình GLS - Thước đo GOI

. xtgls GOI CCC CR Debt SALES d1 d2 d1CCC d2CCC, p(h) c(a)

Cross-sectional time-series FGLS regression

Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.6836)

Estimated covariances = 125 Number of obs = 1625 Estimated autocorrelations = 1 Number of groups = 125 Estimated coefficients = 9 Time periods = 13 Wald chi2(8) = 595.62 Prob > chi2 = 0.0000

GOI Coef. Std. Err. z P>|z| [95% Conf. Interval] CCC -.0000802 .0000235 -3.41 0.001 -.0001262 -.0000341 CR -.0035474 .0014944 -2.37 0.018 -.0064764 -.0006183 Debt -.2823038 .0204077 -13.83 0.000 -.3223021 -.2423055 SALES .0166236 .0034178 4.86 0.000 .0099248 .0233224 d1 -.0030347 .0064275 -0.47 0.637 -.0156324 .0095629 d2 .09709 .0075644 12.84 0.000 .082264 .1119161 d1CCC -2.98e-06 .0000262 -0.11 0.909 -.0000544 .0000484 d2CCC -.0000742 .0000287 -2.59 0.010 -.0001304 -.000018 _cons .0267511 .0685107 0.39 0.696 -.1075273 .1610295

. xtgls GOI AR CR Debt SALES d1 d2 d1AR d2AR , p(h) c(a)

Cross-sectional time-series FGLS regression

Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.6748)

Estimated covariances = 125 Number of obs = 1625 Estimated autocorrelations = 1 Number of groups = 125 Estimated coefficients = 9 Time periods = 13 Wald chi2(8) = 642.20 Prob > chi2 = 0.0000

GOI Coef. Std. Err. z P>|z| [95% Conf. Interval] AR -.0001441 .000032 -4.51 0.000 -.0002067 -.0000814 CR -.0035033 .0014811 -2.37 0.018 -.0064062 -.0006005 Debt -.2782614 .0199085 -13.98 0.000 -.3172813 -.2392414 SALES .0138219 .0033515 4.12 0.000 .0072532 .0203907 d1 -.0016157 .0060399 -0.27 0.789 -.0134538 .0102223 d2 .0950579 .0070652 13.45 0.000 .0812104 .1089054 d1AR -.0000249 .0000382 -0.65 0.515 -.0000998 .00005 d2AR -.0000435 .0000335 -1.30 0.194 -.0001093 .0000222 _cons .0819213 .0671968 1.22 0.223 -.049782 .2136246

. xtgls GOI AP CR Debt SALES d1 d2 d1AP d2AP ,p(h) c(a)

Cross-sectional time-series FGLS regression

Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.7007)

Estimated covariances = 125 Number of obs = 1625 Estimated autocorrelations = 1 Number of groups = 125 Estimated coefficients = 9 Time periods = 13 Wald chi2(8) = 585.87 Prob > chi2 = 0.0000

GOI Coef. Std. Err. z P>|z| [95% Conf. Interval] AP -.00015 .0000814 -1.84 0.065 -.0003096 9.60e-06 CR -.004375 .001487 -2.94 0.003 -.0072894 -.0014605 Debt -.2764493 .0208246 -13.28 0.000 -.3172648 -.2356337 SALES .0201025 .0033796 5.95 0.000 .0134785 .0267264 d1 -.0005528 .0057407 -0.10 0.923 -.0118043 .0106988 d2 .0996019 .0068465 14.55 0.000 .0861831 .1130207 d1AP -.0000804 .0000894 -0.90 0.368 -.0002556 .0000948 d2AP -.0002094 .0000897 -2.33 0.020 -.0003853 -.0000336 _cons -.0548458 .0672402 -0.82 0.415 -.1866341 .0769425

. xtgls GOI INV CR Debt SALES d1 d2 d1INV d2INV , p(h) c(a)

Cross-sectional time-series FGLS regression

Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.6925)

Estimated covariances = 125 Number of obs = 1625 Estimated autocorrelations = 1 Number of groups = 125 Estimated coefficients = 9 Time periods = 13 Wald chi2(8) = 560.64 Prob > chi2 = 0.0000

GOI Coef. Std. Err. z P>|z| [95% Conf. Interval] INV -.0000365 .000033 -1.11 0.268 -.0001012 .0000281 CR -.004324 .0015221 -2.84 0.004 -.0073072 -.0013408 Debt -.3004885 .02081 -14.44 0.000 -.3412754 -.2597016 SALES .0232759 .0033289 6.99 0.000 .0167515 .0298003 d1 -.0031363 .0059439 -0.53 0.598 -.0147861 .0085134 d2 .0961697 .0072898 13.19 0.000 .0818819 .1104575 d1INV -3.59e-06 .0000362 -0.10 0.921 -.0000746 .0000674 d2INV -.000118 .0000538 -2.20 0.028 -.0002234 -.0000127 _cons -.1065106 .0664953 -1.60 0.109 -.236839 .0238178

. xtgls GOI CASH CR Debt SALES d1 d2 d1CASH d2CASH , p(h) c(a)

Cross-sectional time-series FGLS regression

Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.6775)

Estimated covariances = 125 Number of obs = 1625 Estimated autocorrelations = 1 Number of groups = 125 Estimated coefficients = 9 Time periods = 13 Wald chi2(8) = 558.78 Prob > chi2 = 0.0000

GOI Coef. Std. Err. z P>|z| [95% Conf. Interval] CASH -.0564652 .0408336 -1.38 0.167 -.1364975 .0235671 CR -.0042828 .0015462 -2.77 0.006 -.0073134 -.0012522 Debt -.3150839 .0204773 -15.39 0.000 -.3552186 -.2749491 SALES .0249432 .0032032 7.79 0.000 .018665 .0312214 d1 -.0058599 .0060083 -0.98 0.329 -.017636 .0059161 d2 .0810336 .0072569 11.17 0.000 .0668103 .095257 d1CASH .0239689 .048489 0.49 0.621 -.0710678 .1190055 d2CASH .1033306 .055101 1.88 0.061 -.0046653 .2113265 _cons -.1309144 .0636412 -2.06 0.040 -.2556488 -.00618

24 17. Kết quả hồi quy GMM - Thước đo ROA

. xtabond2 ROA CCC CR Debt SALES d1 d2 d1CCC d2CCC, gmm(CCC CR Debt SALES, lag(1 Favoring space over speed. To switch, type or click on mata: mata set matafavor s Warning: Number of instruments may be large relative to number of observations. Warning: Two-step estimated covariance matrix of moments is singular. Using a generalized inverse to calculate optimal weighting matrix for two-step Difference-in-Sargan/Hansen statistics may be negative.

Dynamic panel-data estimation, two-step system GMM Group variable: code Number of obs = 1625 Time variable : year Number of groups = 125 Number of instruments = 145 Obs per group: min = 13 F(8, 124) = 2042.87 avg = 13.00 Prob > F = 0.000 max = 13 ROA Coef. Std. Err. t P>|t| [95% Conf. Interval] CCC -.0000737 2.37e-06 -31.11 0.000 -.0000784 -.000069 CR -.000186 .0000844 -2.20 0.029 -.000353 -.000019 Debt -.1500444 .0042867 -35.00 0.000 -.158529 -.1415598 SALES .0119974 .0005369 22.35 0.000 .0109347 .01306 d1 .0057939 .000455 12.73 0.000 .0048934 .0066945 d2 .0085191 .0006485 13.14 0.000 .0072355 .0098026 d1CCC 5.50e-06 1.89e-06 2.91 0.004 1.76e-06 9.23e-06 d2CCC .0000218 2.36e-06 9.23 0.000 .0000171 .0000265 _cons -.091657 .0092627 -9.90 0.000 -.1099904 -.0733236 Warning: Uncorrected two-step standard errors are unreliable.

Instruments for first differences equation Standard D.(d1 d2 d1CCC d2CCC) GMM-type (missing=0, separate instruments for each period unless collapsed) L(1/2).(CCC CR Debt SALES) Instruments for levels equation Standard d1 d2 d1CCC d2CCC _cons GMM-type (missing=0, separate instruments for each period unless collapsed) D.(CCC CR Debt SALES) Arellano-Bond test for AR(1) in first differences: z = -2.99 Pr > z = 0.003 Arellano-Bond test for AR(2) in first differences: z = -3.02 Pr > z = 0.003 Arellano-Bond test for AR(3) in first differences: z = -1.21 Pr > z = 0.226 Sargan test of overid. restrictions: chi2(136) = 957.19 Prob > chi2 = 0.000 (Not robust, but not weakened by many instruments.) Hansen test of overid. restrictions: chi2(136) = 120.71 Prob > chi2 = 0.822 (Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets: GMM instruments for levels Hansen test excluding group: chi2(88) = 105.11 Prob > chi2 = 0.103 Difference (null H = exogenous): chi2(48) = 15.60 Prob > chi2 = 1.000 iv(d1 d2 d1CCC d2CCC) Hansen test excluding group: chi2(132) = 122.02 Prob > chi2 = 0.722 Difference (null H = exogenous): chi2(4) = -1.31 Prob > chi2 = 1.000

. xtabond2 ROA AR CR Debt SALES d1 d2 d1AR d2AR , gmm(AR CR Debt SALES, lag(1 2)) Favoring space over speed. To switch, type or click on mata: mata set matafavor s Warning: Number of instruments may be large relative to number of observations. Warning: Two-step estimated covariance matrix of moments is singular. Using a generalized inverse to calculate optimal weighting matrix for two-step Difference-in-Sargan/Hansen statistics may be negative.

Dynamic panel-data estimation, two-step system GMM Group variable: code Number of obs = 1625 Time variable : year Number of groups = 125 Number of instruments = 145 Obs per group: min = 13 F(8, 124) = 13562.84 avg = 13.00 Prob > F = 0.000 max = 13 ROA Coef. Std. Err. t P>|t| [95% Conf. Interval] AR -.000085 1.81e-06 -47.06 0.000 -.0000885 -.0000814 CR -.0002322 .0000746 -3.11 0.002 -.0003799 -.0000845 Debt -.1633385 .0018873 -86.55 0.000 -.167074 -.1596029 SALES .0129224 .0002948 43.84 0.000 .0123389 .0135059 d1 .0093461 .0005444 17.17 0.000 .0082686 .0104236 d2 .0099049 .0007443 13.31 0.000 .0084316 .0113781 d1AR -.0000327 1.82e-06 -17.94 0.000 -.0000364 -.0000291 d2AR .0000429 2.79e-06 15.39 0.000 .0000374 .0000484 _cons -.1077342 .0057415 -18.76 0.000 -.1190982 -.0963702 Warning: Uncorrected two-step standard errors are unreliable.

Instruments for first differences equation Standard D.(d1 d2 d1AR d2AR) GMM-type (missing=0, separate instruments for each period unless collapsed) L(1/2).(AR CR Debt SALES) Instruments for levels equation Standard d1 d2 d1AR d2AR _cons GMM-type (missing=0, separate instruments for each period unless collapsed) D.(AR CR Debt SALES) Arellano-Bond test for AR(1) in first differences: z = -3.00 Pr > z = 0.003 Arellano-Bond test for AR(2) in first differences: z = -3.00 Pr > z = 0.003 Arellano-Bond test for AR(3) in first differences: z = -1.11 Pr > z = 0.268 Sargan test of overid. restrictions: chi2(136) = 952.60 Prob > chi2 = 0.000 (Not robust, but not weakened by many instruments.) Hansen test of overid. restrictions: chi2(136) = 123.49 Prob > chi2 = 0.771 (Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets: GMM instruments for levels Hansen test excluding group: chi2(88) = 108.20 Prob > chi2 = 0.071 Difference (null H = exogenous): chi2(48) = 15.29 Prob > chi2 = 1.000 iv(d1 d2 d1AR d2AR) Hansen test excluding group: chi2(132) = 122.45 Prob > chi2 = 0.713 Difference (null H = exogenous): chi2(4) = 1.03 Prob > chi2 = 0.905

. xtabond2 ROA AP CR Debt SALES d1 d2 d1AP d2AP , gmm(AP CR Debt SALES, lag(1 2) Favoring space over speed. To switch, type or click on mata: mata set matafavor Warning: Number of instruments may be large relative to number of observations. Warning: Two-step estimated covariance matrix of moments is singular. Using a generalized inverse to calculate optimal weighting matrix for two-step Difference-in-Sargan/Hansen statistics may be negative.

Dynamic panel-data estimation, two-step system GMM Group variable: code Number of obs = 1625 Time variable : year Number of groups = 125 Number of instruments = 145 Obs per group: min = 13 F(8, 124) = 2433.07 avg = 13.00 Prob > F = 0.000 max = 13 ROA Coef. Std. Err. t P>|t| [95% Conf. Interval] AP -.0001992 7.82e-06 -25.47 0.000 -.0002147 -.0001837 CR -.0006468 .0001034 -6.25 0.000 -.0008516 -.0004421 Debt -.1528553 .0034808 -43.91 0.000 -.1597448 -.1459657 SALES .0130608 .000231 56.53 0.000 .0126036 .0135181 d1 .010284 .0004845 21.23 0.000 .0093251 .0112428 d2 .0107532 .0006872 15.65 0.000 .009393 .0121134 d1AP -.0000849 4.27e-06 -19.90 0.000 -.0000934 -.0000765 d2AP .000091 5.08e-06 17.91 0.000 .0000809 .0001011 _cons -.1154684 .0045353 -25.46 0.000 -.124445 -.1064918 Warning: Uncorrected two-step standard errors are unreliable.

Instruments for first differences equation Standard D.(d1 d2 d1AP d2AP) GMM-type (missing=0, separate instruments for each period unless collapsed) L(1/2).(AP CR Debt SALES) Instruments for levels equation Standard d1 d2 d1AP d2AP _cons GMM-type (missing=0, separate instruments for each period unless collapsed) D.(AP CR Debt SALES) Arellano-Bond test for AR(1) in first differences: z = -3.02 Pr > z = 0.002 Arellano-Bond test for AR(2) in first differences: z = -2.94 Pr > z = 0.003 Arellano-Bond test for AR(3) in first differences: z = -1.22 Pr > z = 0.223 Sargan test of overid. restrictions: chi2(136) =1026.42 Prob > chi2 = 0.000 (Not robust, but not weakened by many instruments.) Hansen test of overid. restrictions: chi2(136) = 123.44 Prob > chi2 = 0.772 (Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets: GMM instruments for levels Hansen test excluding group: chi2(88) = 105.30 Prob > chi2 = 0.101 Difference (null H = exogenous): chi2(48) = 18.13 Prob > chi2 = 1.000 iv(d1 d2 d1AP d2AP) Hansen test excluding group: chi2(132) = 122.08 Prob > chi2 = 0.721 Difference (null H = exogenous): chi2(4) = 1.35 Prob > chi2 = 0.852

. xtabond2 ROA INV CR Debt SALES d1 d2 d1INV d2INV , gmm(INV CR Debt SALES, lag(1 Favoring space over speed. To switch, type or click on mata: mata set matafavor s Warning: Number of instruments may be large relative to number of observations. Warning: Two-step estimated covariance matrix of moments is singular. Using a generalized inverse to calculate optimal weighting matrix for two-step Difference-in-Sargan/Hansen statistics may be negative.

Dynamic panel-data estimation, two-step system GMM Group variable: code Number of obs = 1625 Time variable : year Number of groups = 125 Number of instruments = 145 Obs per group: min = 13 F(8, 124) = 3157.00 avg = 13.00 Prob > F = 0.000 max = 13 ROA Coef. Std. Err. t P>|t| [95% Conf. Interval] INV -.0000834 3.62e-06 -23.06 0.000 -.0000906 -.0000763 CR -.0003344 .0000505 -6.62 0.000 -.0004344 -.0002344 Debt -.1457876 .0024911 -58.52 0.000 -.1507182 -.1408569 SALES .0131103 .0004977 26.34 0.000 .0121253 .0140954 d1 .0043852 .0005536 7.92 0.000 .0032896 .0054809 d2 .0138771 .0008787 15.79 0.000 .0121378 .0156164 d1INV .0000292 1.63e-06 17.96 0.000 .000026 .0000324 d2INV -.0000483 5.91e-06 -8.18 0.000 -.00006 -.0000366 _cons -.1196527 .008769 -13.65 0.000 -.1370089 -.1022965 Warning: Uncorrected two-step standard errors are unreliable.

Instruments for first differences equation Standard D.(d1 d2 d1INV d2INV) GMM-type (missing=0, separate instruments for each period unless collapsed) L(1/2).(INV CR Debt SALES) Instruments for levels equation Standard d1 d2 d1INV d2INV _cons GMM-type (missing=0, separate instruments for each period unless collapsed) D.(INV CR Debt SALES) Arellano-Bond test for AR(1) in first differences: z = -2.99 Pr > z = 0.003 Arellano-Bond test for AR(2) in first differences: z = -3.08 Pr > z = 0.002 Arellano-Bond test for AR(3) in first differences: z = -1.04 Pr > z = 0.300 Sargan test of overid. restrictions: chi2(136) = 963.51 Prob > chi2 = 0.000 (Not robust, but not weakened by many instruments.) Hansen test of overid. restrictions: chi2(136) = 117.41 Prob > chi2 = 0.873 (Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets: GMM instruments for levels Hansen test excluding group: chi2(88) = 106.93 Prob > chi2 = 0.083 Difference (null H = exogenous): chi2(48) = 10.47 Prob > chi2 = 1.000 iv(d1 d2 d1INV d2INV) Hansen test excluding group: chi2(132) = 120.37 Prob > chi2 = 0.757 Difference (null H = exogenous): chi2(4) = -2.96 Prob > chi2 = 1.000

. xtabond2 ROA CASH CR Debt SALES d1 d2 d1CASH d2CASH , gmm(CASH CR Debt SALES, l Favoring space over speed. To switch, type or click on mata: mata set matafavor s Warning: Number of instruments may be large relative to number of observations. Warning: Two-step estimated covariance matrix of moments is singular. Using a generalized inverse to calculate optimal weighting matrix for two-step Difference-in-Sargan/Hansen statistics may be negative.

Dynamic panel-data estimation, two-step system GMM Group variable: code Number of obs = 1625 Time variable : year Number of groups = 125 Number of instruments = 145 Obs per group: min = 13 F(8, 124) = 2334.63 avg = 13.00 Prob > F = 0.000 max = 13 ROA Coef. Std. Err. t P>|t| [95% Conf. Interval] CASH .0939856 .0027214 34.54 0.000 .0885992 .099372 CR -.0019653 .0001053 -18.66 0.000 -.0021738 -.0017569 Debt -.1943761 .0037832 -51.38 0.000 -.201864 -.1868881 SALES .0156133 .0005281 29.56 0.000 .014568 .0166585 d1 .0060375 .0005343 11.30 0.000 .0049801 .007095 d2 .0128563 .000538 23.89 0.000 .0117914 .0139212 d1CASH .0191643 .0034918 5.49 0.000 .012253 .0260756 d2CASH .0276421 .002909 9.50 0.000 .0218843 .0333999 _cons -.1620944 .0089416 -18.13 0.000 -.1797923 -.1443965 Warning: Uncorrected two-step standard errors are unreliable.

Instruments for first differences equation Standard D.(d1 d2 d1CASH d2CASH) GMM-type (missing=0, separate instruments for each period unless collapsed) L(1/2).(CASH CR Debt SALES) Instruments for levels equation Standard d1 d2 d1CASH d2CASH _cons GMM-type (missing=0, separate instruments for each period unless collapsed) D.(CASH CR Debt SALES) Arellano-Bond test for AR(1) in first differences: z = -3.04 Pr > z = 0.002 Arellano-Bond test for AR(2) in first differences: z = -2.64 Pr > z = 0.008 Arellano-Bond test for AR(3) in first differences: z = -1.39 Pr > z = 0.165 Sargan test of overid. restrictions: chi2(136) =1057.18 Prob > chi2 = 0.000 (Not robust, but not weakened by many instruments.) Hansen test of overid. restrictions: chi2(136) = 120.96 Prob > chi2 = 0.818 (Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets: GMM instruments for levels Hansen test excluding group: chi2(88) = 110.91 Prob > chi2 = 0.050 Difference (null H = exogenous): chi2(48) = 10.05 Prob > chi2 = 1.000 iv(d1 d2 d1CASH d2CASH) Hansen test excluding group: chi2(132) = 121.19 Prob > chi2 = 0.740 Difference (null H = exogenous): chi2(4) = -0.23 Prob > chi2 = 1.000

25 18. Kết quả hồi quy GMM - Thước đo GOI

. xtabond2 GOI CCC CR Debt SALES d1 d2 d1CCC d2CCC, gmm(CCC CR Debt SALES, lag(1 Favoring space over speed. To switch, type or click on mata: mata set matafavor s Warning: Number of instruments may be large relative to number of observations. Warning: Two-step estimated covariance matrix of moments is singular. Using a generalized inverse to calculate optimal weighting matrix for two-step Difference-in-Sargan/Hansen statistics may be negative.

Dynamic panel-data estimation, two-step system GMM Group variable: code Number of obs = 1625 Time variable : year Number of groups = 125 Number of instruments = 145 Obs per group: min = 13 F(8, 124) = 3357.37 avg = 13.00 Prob > F = 0.000 max = 13 GOI Coef. Std. Err. t P>|t| [95% Conf. Interval] CCC -.0002219 3.42e-06 -64.95 0.000 -.0002286 -.0002151 CR -.006275 .0002609 -24.05 0.000 -.0067913 -.0057587 Debt -.353093 .007976 -44.27 0.000 -.3688797 -.3373063 SALES .030904 .0012799 24.15 0.000 .0283708 .0334373 d1 .0042629 .0010273 4.15 0.000 .0022296 .0062961 d2 .1323997 .0019692 67.23 0.000 .128502 .1362973 d1CCC .0000283 4.28e-06 6.60 0.000 .0000198 .0000367 d2CCC -.0000256 7.17e-06 -3.57 0.001 -.0000398 -.0000114 _cons -.1787447 .0254953 -7.01 0.000 -.229207 -.1282824 Warning: Uncorrected two-step standard errors are unreliable.

Instruments for first differences equation Standard D.(d1 d2 d1CCC d2CCC) GMM-type (missing=0, separate instruments for each period unless collapsed) L(1/2).(CCC CR Debt SALES) Instruments for levels equation Standard d1 d2 d1CCC d2CCC _cons GMM-type (missing=0, separate instruments for each period unless collapsed) D.(CCC CR Debt SALES) Arellano-Bond test for AR(1) in first differences: z = -5.64 Pr > z = 0.000 Arellano-Bond test for AR(2) in first differences: z = -1.30 Pr > z = 0.194 Arellano-Bond test for AR(3) in first differences: z = -0.79 Pr > z = 0.431 Sargan test of overid. restrictions: chi2(136) = 745.03 Prob > chi2 = 0.000 (Not robust, but not weakened by many instruments.) Hansen test of overid. restrictions: chi2(136) = 121.56 Prob > chi2 = 0.807 (Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets: GMM instruments for levels Hansen test excluding group: chi2(88) = 102.79 Prob > chi2 = 0.134 Difference (null H = exogenous): chi2(48) = 18.77 Prob > chi2 = 1.000 iv(d1 d2 d1CCC d2CCC) Hansen test excluding group: chi2(132) = 120.57 Prob > chi2 = 0.753 Difference (null H = exogenous): chi2(4) = 0.99 Prob > chi2 = 0.911

. xtabond2 GOI AR CR Debt SALES d1 d2 d1AR d2AR , gmm(AR CR Debt SALES, lag(1 2)) Favoring space over speed. To switch, type or click on mata: mata set matafavor sp Warning: Number of instruments may be large relative to number of observations. Warning: Two-step estimated covariance matrix of moments is singular. Using a generalized inverse to calculate optimal weighting matrix for two-step e Difference-in-Sargan/Hansen statistics may be negative.

Dynamic panel-data estimation, two-step system GMM Group variable: code Number of obs = 1625 Time variable : year Number of groups = 125 Number of instruments = 145 Obs per group: min = 13 F(8, 124) = 6674.29 avg = 13.00 Prob > F = 0.000 max = 13 GOI Coef. Std. Err. t P>|t| [95% Conf. Interval] AR -.0003489 5.96e-06 -58.50 0.000 -.0003607 -.0003371 CR -.0061092 .0001942 -31.46 0.000 -.0064935 -.0057248 Debt -.3672764 .0075258 -48.80 0.000 -.382172 -.3523808 SALES .0316503 .0010606 29.84 0.000 .0295511 .0337494 d1 .007254 .0010995 6.60 0.000 .0050778 .0094302 d2 .1282778 .0020513 62.53 0.000 .1242177 .1323379 d1AR -.0000218 4.97e-06 -4.38 0.000 -.0000316 -.0000119 d2AR .0000813 8.22e-06 9.89 0.000 .000065 .0000976 _cons -.1876577 .0187872 -9.99 0.000 -.2248428 -.1504725 Warning: Uncorrected two-step standard errors are unreliable.

Instruments for first differences equation Standard D.(d1 d2 d1AR d2AR) GMM-type (missing=0, separate instruments for each period unless collapsed) L(1/2).(AR CR Debt SALES) Instruments for levels equation Standard d1 d2 d1AR d2AR _cons GMM-type (missing=0, separate instruments for each period unless collapsed) D.(AR CR Debt SALES) Arellano-Bond test for AR(1) in first differences: z = -5.77 Pr > z = 0.000 Arellano-Bond test for AR(2) in first differences: z = -1.04 Pr > z = 0.298 Arellano-Bond test for AR(3) in first differences: z = -0.77 Pr > z = 0.442 Sargan test of overid. restrictions: chi2(136) = 782.89 Prob > chi2 = 0.000 (Not robust, but not weakened by many instruments.) Hansen test of overid. restrictions: chi2(136) = 120.05 Prob > chi2 = 0.833 (Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets: GMM instruments for levels Hansen test excluding group: chi2(88) = 103.46 Prob > chi2 = 0.124 Difference (null H = exogenous): chi2(48) = 16.59 Prob > chi2 = 1.000 iv(d1 d2 d1AR d2AR) Hansen test excluding group: chi2(132) = 120.56 Prob > chi2 = 0.753 Difference (null H = exogenous): chi2(4) = -0.51 Prob > chi2 = 1.000

. xtabond2 GOI AP CR Debt SALES d1 d2 d1AP d2AP , gmm(AP CR Debt SALES, lag(1 2)) Favoring space over speed. To switch, type or click on mata: mata set matafavor s Warning: Number of instruments may be large relative to number of observations. Warning: Two-step estimated covariance matrix of moments is singular. Using a generalized inverse to calculate optimal weighting matrix for two-step Difference-in-Sargan/Hansen statistics may be negative.

Dynamic panel-data estimation, two-step system GMM Group variable: code Number of obs = 1625 Time variable : year Number of groups = 125 Number of instruments = 145 Obs per group: min = 13 F(8, 124) = 3266.48 avg = 13.00 Prob > F = 0.000 max = 13 GOI Coef. Std. Err. t P>|t| [95% Conf. Interval] AP -.0004928 .0000125 -39.45 0.000 -.0005175 -.0004681 CR -.0063265 .0001882 -33.62 0.000 -.006699 -.0059541 Debt -.2967536 .0078479 -37.81 0.000 -.3122869 -.2812203 SALES .0317602 .0007314 43.42 0.000 .0303125 .0332078 d1 .0159285 .0012518 12.72 0.000 .0134508 .0184063 d2 .1445076 .0018666 77.42 0.000 .1408132 .1482021 d1AP -.0001623 .0000169 -9.60 0.000 -.0001958 -.0001288 d2AP -.0002128 .0000153 -13.91 0.000 -.0002431 -.0001825 _cons -.2419063 .0113864 -21.25 0.000 -.2644432 -.2193693 Warning: Uncorrected two-step standard errors are unreliable.

Instruments for first differences equation Standard D.(d1 d2 d1AP d2AP) GMM-type (missing=0, separate instruments for each period unless collapsed) L(1/2).(AP CR Debt SALES) Instruments for levels equation Standard d1 d2 d1AP d2AP _cons GMM-type (missing=0, separate instruments for each period unless collapsed) D.(AP CR Debt SALES) Arellano-Bond test for AR(1) in first differences: z = -5.61 Pr > z = 0.000 Arellano-Bond test for AR(2) in first differences: z = -1.18 Pr > z = 0.239 Arellano-Bond test for AR(3) in first differences: z = -0.81 Pr > z = 0.420 Sargan test of overid. restrictions: chi2(136) = 727.33 Prob > chi2 = 0.000 (Not robust, but not weakened by many instruments.) Hansen test of overid. restrictions: chi2(136) = 118.96 Prob > chi2 = 0.851 (Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets: GMM instruments for levels Hansen test excluding group: chi2(88) = 102.87 Prob > chi2 = 0.133 Difference (null H = exogenous): chi2(48) = 16.08 Prob > chi2 = 1.000 iv(d1 d2 d1AP d2AP) Hansen test excluding group: chi2(132) = 120.74 Prob > chi2 = 0.749 Difference (null H = exogenous): chi2(4) = -1.78 Prob > chi2 = 1.000

. xtabond2 GOI INV CR Debt SALES d1 d2 d1INV d2INV , gmm(INV CR Debt SALES, lag(1 Favoring space over speed. To switch, type or click on mata: mata set matafavor sp Warning: Number of instruments may be large relative to number of observations. Warning: Two-step estimated covariance matrix of moments is singular. Using a generalized inverse to calculate optimal weighting matrix for two-step e Difference-in-Sargan/Hansen statistics may be negative.

Dynamic panel-data estimation, two-step system GMM Group variable: code Number of obs = 1625 Time variable : year Number of groups = 125 Number of instruments = 145 Obs per group: min = 13 F(8, 124) = 5995.44 avg = 13.00 Prob > F = 0.000 max = 13 GOI Coef. Std. Err. t P>|t| [95% Conf. Interval] INV -.0001555 9.52e-06 -16.34 0.000 -.0001744 -.0001367 CR -.0063743 .0001753 -36.36 0.000 -.0067212 -.0060273 Debt -.3364698 .0083414 -40.34 0.000 -.3529798 -.3199598 SALES .0357902 .0010571 33.86 0.000 .0336979 .0378824 d1 .0118537 .0007452 15.91 0.000 .0103788 .0133287 d2 .1548788 .001383 111.99 0.000 .1521414 .1576161 d1INV 5.91e-06 4.45e-06 1.33 0.187 -2.91e-06 .0000147 d2INV -.0003227 .000012 -26.88 0.000 -.0003465 -.000299 _cons -.3034384 .0201368 -15.07 0.000 -.3432947 -.263582 Warning: Uncorrected two-step standard errors are unreliable.

Instruments for first differences equation Standard D.(d1 d2 d1INV d2INV) GMM-type (missing=0, separate instruments for each period unless collapsed) L(1/2).(INV CR Debt SALES) Instruments for levels equation Standard d1 d2 d1INV d2INV _cons GMM-type (missing=0, separate instruments for each period unless collapsed) D.(INV CR Debt SALES) Arellano-Bond test for AR(1) in first differences: z = -5.62 Pr > z = 0.000 Arellano-Bond test for AR(2) in first differences: z = -1.45 Pr > z = 0.148 Arellano-Bond test for AR(3) in first differences: z = -0.79 Pr > z = 0.427 Sargan test of overid. restrictions: chi2(136) = 776.03 Prob > chi2 = 0.000 (Not robust, but not weakened by many instruments.) Hansen test of overid. restrictions: chi2(136) = 119.36 Prob > chi2 = 0.844 (Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets: GMM instruments for levels Hansen test excluding group: chi2(88) = 98.99 Prob > chi2 = 0.199 Difference (null H = exogenous): chi2(48) = 20.37 Prob > chi2 = 1.000 iv(d1 d2 d1INV d2INV) Hansen test excluding group: chi2(132) = 121.02 Prob > chi2 = 0.744 Difference (null H = exogenous): chi2(4) = -1.66 Prob > chi2 = 1.000

. xtabond2 GOI CASH CR Debt SALES d1 d2 d1CASH d2CASH , gmm(CASH CR Debt SALES, la Favoring space over speed. To switch, type or click on mata: mata set matafavor sp Warning: Number of instruments may be large relative to number of observations. Warning: Two-step estimated covariance matrix of moments is singular. Using a generalized inverse to calculate optimal weighting matrix for two-step e Difference-in-Sargan/Hansen statistics may be negative.

Dynamic panel-data estimation, two-step system GMM Group variable: code Number of obs = 1625 Time variable : year Number of groups = 125 Number of instruments = 145 Obs per group: min = 13 F(8, 124) = 2156.39 avg = 13.00 Prob > F = 0.000 max = 13 GOI Coef. Std. Err. t P>|t| [95% Conf. Interval] CASH .0324396 .0039097 8.30 0.000 .0247012 .0401779 CR -.0068588 .0002016 -34.02 0.000 -.0072578 -.0064598 Debt -.3557399 .0072633 -48.98 0.000 -.3701159 -.3413639 SALES .0387439 .0010703 36.20 0.000 .0366255 .0408622 d1 .0111376 .0012059 9.24 0.000 .0087508 .0135244 d2 .1116461 .0028578 39.07 0.000 .1059898 .1173025 d1CASH .0192685 .0071776 2.68 0.008 .0050621 .0334749 d2CASH .2276441 .0113918 19.98 0.000 .2050964 .2501917 _cons -.3743069 .0193679 -19.33 0.000 -.4126415 -.3359724 Warning: Uncorrected two-step standard errors are unreliable.

Instruments for first differences equation Standard D.(d1 d2 d1CASH d2CASH) GMM-type (missing=0, separate instruments for each period unless collapsed) L(1/2).(CASH CR Debt SALES) Instruments for levels equation Standard d1 d2 d1CASH d2CASH _cons GMM-type (missing=0, separate instruments for each period unless collapsed) D.(CASH CR Debt SALES) Arellano-Bond test for AR(1) in first differences: z = -5.55 Pr > z = 0.000 Arellano-Bond test for AR(2) in first differences: z = -0.95 Pr > z = 0.343 Arellano-Bond test for AR(3) in first differences: z = -1.20 Pr > z = 0.229 Sargan test of overid. restrictions: chi2(136) = 877.69 Prob > chi2 = 0.000 (Not robust, but not weakened by many instruments.) Hansen test of overid. restrictions: chi2(136) = 122.33 Prob > chi2 = 0.793 (Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets: GMM instruments for levels Hansen test excluding group: chi2(88) = 107.36 Prob > chi2 = 0.079 Difference (null H = exogenous): chi2(48) = 14.97 Prob > chi2 = 1.000 iv(d1 d2 d1CASH d2CASH) Hansen test excluding group: chi2(132) = 120.78 Prob > chi2 = 0.748 Difference (null H = exogenous): chi2(4) = 1.55 Prob > chi2 = 0.818

Luận văn Thạc sĩ Kinh tế: Mối quan hệ giữa quản trị vốn luân chuyển và khả năng sinh lời trong các chu kỳ kinh tế khác nhau của các công ty tại Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

LÂM ĐỨC HUY

MỐI QUAN HỆ GIỮA QUẢN TRỊ VỐN LUÂN

CHUYỂN VÀ KHẢ NĂNG SINH LỜI TRONG CÁC

GIAIjĐOẠN KINHjTẾ KHÁC NHAU CỦA

CÁCjCÔNG TY TẠI VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP. HỒ CHÍ MINH, NĂM 2019

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

LÂM ĐỨC HUY

MỐI QUAN HỆ GIỮA QUẢN TRỊ VỐN LUÂN

CHUYỂN VÀ KHẢ NĂNG SINH LỜI TRONG CÁC

GIAI ĐOẠNjKINH TẾ KHÁC NHAU CỦA

CÁCjCÔNG TY TẠI VIỆT NAM

Chuyên ngành: Tài chính

Mã số: 8340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC

Ts. NGUYỄN QUỐC KHANH

TP. HỒ CHÍ MINH, NĂM 2019

MỤC LỤC

DANHjMỤC CÁC TỪ VIẾT TẮT

DANH MỤC CÁC BẢNG

TÓM TẮT

ABSTRACT

CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU

2 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ NGHIÊN CỨU TRƯỚC ĐÂY

3 CHƯƠNG 3: PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU

T Ố C ĐỘ T ĂNG T RƯ Ở NG GDP

T Ỷ L Ệ T H ẤT NGH I Ệ P

CH Ỉ S Ố GI Á T I Ê U DÙNG

CH Ỉ S Ố S ẢN XUẤT CÔ NG NGH I Ệ P

5 CHƯƠNG 5: KẾT LUẬN

6 DANH MỤC TÀI LIỆU THAM KHẢO

7 PHỤ LỤC

8 1. Bảng thốngjkê mô tả

9 2. Ma trận hệjsố tương quanjtoàn bộ mẫu

10 3. Ma trận hệjsố tương quanjgiai đoạn kinh tế bình ổn

11 4. Ma trận hệ sốjtương quanjgiai đoạn kinh tế suy thoái

12 5. Ma trận hệ sốjtương quanjgiai đoạn kinh tế bùng nổ

13 6. Kiểm định Hausman - Thước đo ROA

14 7. Kiểm định Breusch và Pagan - Thước đo ROA

15 8. Kiểm định Hausman - Thước đo GOI

16 9. Kiểm định Breusch và Pagan - Thước đo GOI

17 10. Kiểm địnhjphương saijthay đổi và tựjtương quan - Thước đo ROA

18 11. Kiểm địnhjphương sai thay đổi và tựjtương quan - Thước đo GOI

19 12. Kiểm định Đa cộng tuyến

20 13. Kết quả hồi quy bằng phương pháp REM có sử dụng Robust –

Thước đo ROA

21 14. Kết quả hồi quy bằng phương pháp REM có sử dụng Robust –

Thước đo GOI

22 15. Kết quả hồi quy mô hình GLS - Thước đo ROA

23 16. Kết quả hồi quy mô hình GLS - Thước đo GOI

24 17. Kết quả hồi quy GMM - Thước đo ROA

25 18. Kết quả hồi quy GMM - Thước đo GOI

Có thể bạn quan tâm

Tài liêu mới

AI tóm tắt

Giới thiệu tài liệu

Đối tượng sử dụng

Từ khoá chính

Nội dung tóm tắt

Giới thiệu

Về chúng tôi

Việc làm

Quảng cáo

Liên hệ

Chính sách

Thoả thuận sử dụng

Chính sách bảo mật

Chính sách hoàn tiền

DMCA

Hỗ trợ

Hướng dẫn sử dụng

Đăng ký tài khoản VIP

093 303 0098

support@tailieu.vn