Các nhân tốc tác động đến khả năng sinh lời của doanh nghiệp ngành xây dựng niêm yết trên sàn HOSE và HNX

CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN

Khái niệm lợi nhuận

Lợi nhuận của doanh nghiệp được xác định bằng chênh lệch giữa doanh thu thuần và các chi phí như giá vốn hàng bán, chi phí bán hàng, và chi phí quản lý Điều này cho thấy lợi nhuận phụ thuộc vào hiệu quả hoạt động sản xuất kinh doanh cũng như trình độ quản lý Một trong những mục tiêu hàng đầu của doanh nghiệp là tối đa hóa lợi nhuận.

Theo Trần Ngọc Thơ (2007), lợi nhuận được định nghĩa là khoản tiền chênh lệch giữa doanh thu và chi phí mà doanh nghiệp đã đầu tư, bao gồm cả chi phí cơ hội Lợi nhuận không chỉ là chỉ tiêu tài chính mà còn phản ánh kết quả kinh doanh tổng thể của doanh nghiệp.

Lợi nhuận của doanh nghiệp là khoản chênh lệch giữa tổng doanh thu và tổng chi phí hợp lệ trong năm tài chính Nó phản ánh kết quả hoạt động kinh doanh, bao gồm lợi nhuận từ hoạt động sản xuất kinh doanh chính và các hoạt động khác Việc xác định lợi nhuận hàng năm diễn ra khi quyết toán niên độ và lập báo cáo tài chính năm.

Lợi nhuận của doanh nghiệp được chia thành hai loại chính: lợi nhuận trước thuế thu nhập doanh nghiệp và lợi nhuận sau thuế thu nhập doanh nghiệp Lợi nhuận trước thuế là tổng số lợi nhuận mà doanh nghiệp thu được trong năm từ các hoạt động sản xuất kinh doanh, tài chính và các hoạt động khác trước khi nộp thuế Theo Ngô Kim Phượng (2018), cách tính lợi nhuận trước thuế được xác định dựa trên tổng lợi nhuận của toàn doanh nghiệp.

Lợi nhuận trước thuế = Tổng thu nhập - Tổng chi phí

Cũng theo Ngô Kim Phượng (2018), lợi nhuận sau thuế là phần chênh lệch giữa lợi nhuận trước thuế và thuế thu nhập doanh nghiệp

Lợi nhuận sau thuế = Lợi nhuận trước thuế - Thuế thu nhập doanh nghiệp

Đo lường khả năng sinh lời của doanh nghiệp

2.2.1 Khái niệm khả năng sinh lời

Khả năng sinh lời, theo Nguyễn Văn Ngọc (2012), là mối quan hệ giữa lợi nhuận và quy mô doanh nghiệp, thường được tính bằng lợi nhuận chia cho tổng tài sản, vốn dài hạn hoặc số lao động Nó phản ánh hiệu quả hoạt động của doanh nghiệp trong một khoảng thời gian nhất định Đối với doanh nghiệp, khả năng sinh lời là kết quả từ việc sử dụng tài sản vật chất và nguồn vốn, đồng thời cần đảm bảo duy trì vốn để tiếp tục hoạt động, tăng cường đầu tư, trả lãi vay và hoàn trả nợ Lợi nhuận từ hoạt động sinh lời có thể được chia cho cổ đông hoặc giữ lại dưới dạng vốn dự trữ.

2.2.2 Lợi nhuận sau thuế trên tổng tài sản (ROA)

Theo Ngô Kim Phượng (2018), ROA là chỉ số đo lường hiệu quả hoạt động của doanh nghiệp trong việc sử dụng tài sản để tạo ra lợi nhuận sau thuế, không phân biệt nguồn hình thành tài sản từ vốn vay hay vốn chủ sở hữu.

ROA, hay suất sinh lời trên tài sản, phản ánh hiệu quả sử dụng tài sản của doanh nghiệp sau khi đã tính thuế nhưng chưa bao gồm tác động của nợ Do đó, ROA chịu ảnh hưởng trực tiếp từ chính sách thuế thu nhập doanh nghiệp.

Tỷ suất này được xác định bởi công thức sau:

ROA = Lợi nhuận ròng / Tổng tài sản

Tài sản của công ty được hình thành từ vốn vay và vốn chủ sở hữu, cả hai đều hỗ trợ cho hoạt động doanh nghiệp Hiệu quả chuyển đổi vốn đầu tư thành lợi nhuận được đo bằng chỉ số ROA, với ROA cao cho thấy công ty đang tạo ra nhiều lợi nhuận hơn Tuy nhiên, ngành xây dựng thường có ROA thấp do giá trị tài sản lớn Do đó, để nâng cao hiệu quả sử dụng tài sản, các nhà quản trị cần chú ý đến chỉ tiêu ROA.

2.2.3 Lợi nhuận sau thuế trên vốn chủ sở hữu (ROE)

ROE (Return on Equity) là chỉ tiêu quan trọng thể hiện lợi nhuận mà một đồng vốn đầu tư của chủ sở hữu mang lại cho doanh nghiệp, sau khi đã trừ thuế thu nhập doanh nghiệp (Ngô Kim Phượng, 2018).

ROE liên quan đến chi phí lãi vay và chi phí thuế thu nhập doanh nghiệp, do đó, nó là chỉ tiêu tổng hợp phản ánh hiệu quả sử dụng vốn của chủ sở hữu dưới tác động của đòn bẩy tài chính.

Tỷ lệ ROE cao cho thấy doanh nghiệp sử dụng hiệu quả vốn cổ đông, chứng tỏ công ty đã cân đối hài hòa giữa vốn cổ đông và vốn vay Điều này giúp doanh nghiệp khai thác lợi thế cạnh tranh trong huy động vốn và mở rộng quy mô.

ROE = Lợi nhuận ròng / Vốn chủ sở hữu

2.2.4 Lợi nhuận sau thuế trên tổng vốn đầu tư (ROI)

Ngô Kim Phượng (2018) cho rằng ROI là chỉ số đo lường khả năng sinh lợi từ mỗi đồng vốn đầu tư vào doanh nghiệp Chỉ số này không phân biệt nguồn gốc của vốn đầu tư, mà tập trung vào việc một đồng vốn có thể tạo ra bao nhiêu lợi nhuận cho nền kinh tế.

ROI được tính toán dựa trên lợi nhuận trước thuế và lãi vay, do đó không bị ảnh hưởng bởi mức độ sử dụng nợ hay chính sách thuế thu nhập doanh nghiệp Điều này khiến ROI trở thành chỉ tiêu khách quan nhất để đánh giá hiệu quả sử dụng vốn, đồng thời cho phép so sánh khả năng sinh lời của vốn đầu tư giữa các doanh nghiệp khác nhau.

ROI không chỉ là chỉ số đánh giá khả năng trả lãi của doanh nghiệp mà còn giúp phân tích tác động của đòn bẩy tài chính và hỗ trợ trong việc ra quyết định huy động vốn hiệu quả.

ROI = Lợi nhuận trước thuế và lãi vay / Tổng vốn bình quân

Các nhân tố ảnh hưởng đến khả năng sinh lời của doanh nghiệp

Nhiều nghiên cứu trước đây đã áp dụng chỉ tiêu hệ số nợ ngắn hạn trên tổng tài sản để phân tích tác động của nợ ngắn hạn đến tỷ suất lợi nhuận của doanh nghiệp.

Hệ số nợ ngắn hạn trên tổng tài sản (SDA) phản ánh tỷ lệ sử dụng nợ ngắn hạn để tài trợ cho tài sản của doanh nghiệp, cho thấy nguồn vốn ngắn hạn chiếm bao nhiêu phần trăm trong tổng tài sản Theo Trần Ngọc Thơ (2007), hệ số này được tính toán dựa trên tỷ lệ giữa nợ ngắn hạn và tổng tài sản của doanh nghiệp.

SDA = Nợ Ngắn hạn / Tổng tài sản

Nghiên cứu của Abor (2005), Gill (2011), Gleason (2000) và Bùi Đan Thanh (2016) chỉ ra rằng tỷ số nợ ngắn hạn trên tổng tài sản có mối quan hệ tích cực với lợi nhuận của doanh nghiệp Ngược lại, các nghiên cứu của Tian và Zeitun (2007), Ahmad (2012), Khan (2012) cùng Nguyễn Thị Diệu Chi (2018) cho thấy tỷ số này lại có ảnh hưởng tiêu cực đến lợi nhuận doanh nghiệp.

Cấu trúc vốn doanh nghiệp là sự kết hợp của nhiều loại vốn bên ngoài nhằm tài trợ cho hoạt động của doanh nghiệp Nó bao gồm chi tiết về vốn nợ và vốn chủ sở hữu, trong đó vốn nợ đóng vai trò quan trọng trong việc xác định nguồn vốn.

Huy động vốn là mối tương quan giữa vốn nợ và tổng tài sản, được thể hiện qua các chỉ tiêu như tổng nợ trên tổng tài sản, nợ ngắn hạn trên tổng tài sản và nợ dài hạn trên tổng tài sản Nghiên cứu của Bevan và Danbolt đã chỉ ra tầm quan trọng của các chỉ số này trong việc đánh giá tình hình tài chính của doanh nghiệp.

Mối quan hệ giữa cấu trúc vốn và tài sản cố định phụ thuộc vào loại nợ, với nợ dài hạn có tương quan dương với tỷ trọng tài sản cố định, trong khi nợ ngắn hạn lại giảm khi doanh nghiệp sở hữu nhiều tài sản cố định Nợ ngắn hạn dễ huy động hơn và có rủi ro lãi suất thấp hơn, nhưng lại tạo áp lực lên khả năng thanh toán của doanh nghiệp, chiếm tỷ trọng lớn trong tổng nợ của các doanh nghiệp nhỏ và vừa (từ 90% đến 95%) Do đó, nếu tổng nợ ảnh hưởng tích cực đến hiệu quả tài chính, nợ ngắn hạn đóng vai trò chủ yếu trong quá trình này.

2.3.2 Nợ dài hạn Để phân tích ảnh hưởng của nợ dài hạn đến tỷ suất lợi nhuận của doanh nghiệp, các nghiên cứu trước đây thường sử dụng chỉ tiêu hệ số nợ dài hạn trên tổng tài sản Hệ số nợ dài hạn trên tổng tài sản cho biết mức độ sử dụng nợ dài hạn để tài trợ cho tài sản của doanh nghiệp, tức là nợ chiếm bao nhiêu % trong tổng nguồn vốn (hay tài sản) của doanh nghiệp (tài sản bằng nguồn vốn)

Nghiên cứu của Gleason (2000), Gill (2011) và Trần Hùng Sơn (2008) chỉ ra rằng tỷ số nợ dài hạn trên tổng tài sản có mối quan hệ đồng biến với lợi nhuận doanh nghiệp Ngược lại, các nghiên cứu của Abor (2005), Tian và Zeitun (2007), cùng Nguyễn Thị Diệu Chi (2018) lại cho thấy tỷ số này có tác động nghịch biến đến lợi nhuận Thêm vào đó, nghiên cứu của Ahmad cũng góp phần làm rõ vấn đề này.

Nghiên cứu của Bùi Đan Thanh (2016) chỉ ra rằng không tồn tại mối quan hệ ảnh hưởng giữa tỷ số nợ dài hạn trên tổng tài sản và lợi nhuận doanh nghiệp Trần Ngọc Thơ (2007) đã định nghĩa hệ số nợ dài hạn trên tổng tài sản (LDA) và cách tính toán của nó.

LDA = Nợ dài hạn / Tổng tài sản

2.3.3 Tốc độ tăng trưởng doanh thu

Tốc độ tăng trưởng doanh thu của công ty thể hiện phần trăm doanh thu tăng qua các năm, cho thấy tính bền vững và ổn định trong phát triển Các công ty có tốc độ tăng trưởng cao thường có sức khỏe tài chính tốt hơn, dễ dàng tiếp cận nguồn vốn vay so với những công ty tăng trưởng thấp và không ổn định Với triển vọng phát triển trong tương lai, những công ty này có khả năng tăng cường vốn vay để duy trì cơ hội tăng trưởng Quan trọng hơn, sự phát triển bền vững và ổn định giúp các công ty phát hành cổ phần thay vì vay nợ bên ngoài, từ đó giảm thiểu việc chia sẻ quyền lợi.

Tốc độ tăng trưởng của công ty có mối quan hệ chặt chẽ với tỷ số nợ, điều này thể hiện sự tương tác giữa các cổ đông và các chủ nợ.

Tăng trưởng là yếu tố then chốt giúp doanh nghiệp đạt được các mục tiêu trong suốt quá trình hoạt động, theo Nguyễn Lê Thanh Tuyền (2013) Nó không chỉ cho phép doanh nghiệp tích lũy nguồn vốn và cải thiện cơ sở vật chất, mà còn tạo dựng uy tín với khách hàng, nhà cung cấp và nhà đầu tư.

Tốc độ tăng trưởng doanh thu được xác định theo công thức:

GROWTH = (Doanh thu năm n – Doanh thu năm n-1) / Doanh thu năm n-1

Nghiên cứu của Tian và Zeitun (2007) cùng Nguyễn Lê Thanh Tuyền (2013) chỉ ra rằng tốc độ tăng trưởng doanh thu có ảnh hưởng tích cực đến lợi nhuận doanh nghiệp Ngược lại, Đặng Phương Mai (2016) cho rằng tỷ lệ tăng trưởng doanh thu có thể tác động cả theo chiều thuận và nghịch với lợi nhuận Hơn nữa, một số nghiên cứu khác như của Gill (2011), Ahmad (2012) và Đoàn Ngọc Phi Anh (2010) lại khẳng định rằng tăng trưởng doanh thu không có tác động đáng kể đến lợi nhuận doanh nghiệp.

Theo nghiên cứu của Githaiga và Karibu (2015), để đánh giá tính thanh khoản của doanh nghiệp, chỉ tiêu khả năng thanh toán hiện hành được sử dụng và được xác định bằng công thức cụ thể.

LQ = Tài sản ngắn hạn / Nợ ngắn hạn

Tính thanh khoản là chỉ tiêu quan trọng phản ánh khả năng chuyển đổi tài sản thành tiền để thanh toán nợ ngắn hạn của doanh nghiệp Khả năng thanh toán đầy đủ không chỉ thúc đẩy lợi nhuận mà còn giảm thiểu rủi ro phá sản Tuy nhiên, nếu hệ số khả năng thanh toán quá lớn, doanh nghiệp có thể đang giữ tài sản dư thừa, dẫn đến chi phí bảo trì cao và giảm lợi nhuận Ngược lại, nếu chỉ tiêu này nhỏ hơn 1, doanh nghiệp sẽ gặp rủi ro vì tài sản ngắn hạn không đủ để bù đắp nợ ngắn hạn Chỉ tiêu hệ số tính thanh khoản cũng thể hiện khả năng bù đắp nợ ngắn hạn bằng số tiền hiện có, cho thấy tầm quan trọng của tiền mặt trong việc đánh giá khả năng thanh toán ngắn hạn của doanh nghiệp.

MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Phương pháp nghiên cứu

Để đạt được mục tiêu nghiên cứu, tác giả áp dụng phương pháp hồi quy dữ liệu bảng (panel data) Quy trình thực hiện được trình bày chi tiết qua sơ đồ minh họa.

Sơ đồ 3.1 Quy trình thực hiện ước lượng hồi quy

Nguồn: Tổng hợp của tác giả

Để thực hiện quy trình ước lượng và kiểm định mô hình, tác giả sử dụng phần mềm Stata 14.0 Các bước chi tiết trong quá trình này được mô tả rõ ràng.

Bước 1: Thống kê mô tả dữ liệu

Thống kê mô tả là công cụ quan trọng để trình bày các đặc điểm cơ bản của dữ liệu thu thập từ nghiên cứu Nó cung cấp thông tin về giá trị trung bình, giá trị nhỏ nhất, giá trị lớn nhất, giá trị trung vị và sai số chuẩn của các biến Nhờ vào những tiêu chí thống kê này, chúng ta có thể hiểu rõ hơn về các hiện tượng và đưa ra quyết định chính xác liên quan đến chuỗi dữ liệu nghiên cứu.

Bước 2: Ước lượng hồi quy mô hình Pooled OLS, FEM và REM

Hồi quy dữ liệu bảng áp dụng ba phương pháp chính: Pooled OLS, tác động cố định (FEM) và tác động ngẫu nhiên (REM).

Phương pháp Pooled OLS sử dụng dữ liệu bảng để phân tích bằng cách kết hợp tất cả dữ liệu mà không phân biệt từng đơn vị chéo riêng, đây là phương pháp đơn giản nhất tương tự như OLS thông thường Phương pháp này không xem xét kích thước không gian và thời gian của dữ liệu, nhằm thể hiện tác động đặc trưng của từng đơn vị chéo đến biến phụ thuộc Trong khi đó, phương pháp hồi quy theo mô hình tác động cố định (FEM) cho phép tung độ gốc thay đổi giữa các đơn vị chéo nhưng không thay đổi theo thời gian.

Mô hình FEM phân tích mối tương quan giữa phần dư của mỗi đơn vị và các biến giải thích, nhằm tách biệt ảnh hưởng của các đặc điểm riêng biệt không thay đổi theo thời gian Điều này giúp ước lượng ảnh hưởng thực sự của biến giải thích lên biến phụ thuộc Sự khác biệt giữa mô hình ảnh hưởng ngẫu nhiên (REM) và mô hình ảnh hưởng cố định (FEM) nằm ở sự biến động giữa các đơn vị Trong FEM, nếu sự biến động này có tương quan với biến giải thích, thì trong REM, nó được giả định là ngẫu nhiên và không tương quan Do đó, khi sự khác biệt giữa các đơn vị ảnh hưởng đến biến phụ thuộc, REM sẽ phù hợp hơn so với FEM, với phần dư của mỗi thực thể được coi là một biến giải thích mới.

So với phương pháp FEM, phương pháp REM khắc phục hoàn toàn những nhược điểm của FEM REM chú trọng vào từng đặc điểm riêng của các đơn vị 𝜀, mang lại sự chính xác và hiệu quả cao hơn trong phân tích.

18 quan với các biến độc lập Do đó nếu xảy ra hiện tượng này thì REM ước lượng không còn chính xác

Bước 3: Kiểm định lựa chọn mô hình phù hợp Để xác định mô hình Pooled OLS, FEM hay REM là phù hợp cho nghiên cứu, tác giả sử dụng kiểm định F-Test để so sánh Pooled OLS và REM, cùng với kiểm định Hausman để lựa chọn giữa FEM và REM Giả thuyết kiểm định F-Test được thiết lập để hỗ trợ trong quá trình này.

H0: 𝜎 " # ≠ 0, mô hình hồi quy tuyến tính cổ điển (Pooled OLS) là phù hợp

Mô hình tác động ngẫu nhiên (REM) là lựa chọn phù hợp khi kiểm định Hausman để phân biệt giữa mô hình tác động cố định (FEM) và REM Giả thuyết kiểm định trong quá trình này cần được xác định rõ ràng để đảm bảo tính chính xác của kết quả.

H0: Không có sự tương quan giữa sai số và biến giải thích, mô hình REM là phù hợp

H1: Tương quan giữa sai số và biến giải thích trong mô hình FEM Để xác định giả thuyết H0 hoặc H1, tác giả dựa vào hệ số Prob của kiểm định với mức ý nghĩa thống kê 1%, 5% và 10% Nếu hệ số Prob nhỏ hơn mức ý nghĩa thống kê, giả thuyết H1 sẽ được chấp nhận; ngược lại, giả thuyết H0 sẽ được giữ nguyên.

Bước 4: Kiểm định các hệ số hồi quy phù hợp với mô hình Tác giả tiến hành kiểm định thừa biến để loại bỏ các biến không cần thiết, dựa trên kết quả ước lượng từ các mô hình Pooled OLS, FEM và REM Để xác định sự cần thiết của các biến này, tác giả áp dụng kiểm định Wald nhằm kiểm tra ý nghĩa thống kê của chúng trong mô hình.

Sau khi loại bỏ các biến thừa, tác giả sẽ tiến hành chạy lại mô hình hồi quy với các biến độc lập còn lại và kiểm định các hệ số hồi quy Để kiểm tra sự phù hợp của các hệ số này, tác giả lựa chọn sử dụng kiểm định t (t-test) Theo kinh nghiệm, một hệ số hồi quy được coi là phù hợp khi đạt mức ý nghĩa thống kê 1%, 5% hoặc 10%, tương ứng với độ tin cậy 99%, 95% và 90%.

Bước 5: Kiểm định khuyết tật mô hình nghiên cứu

Kiểm định hiện tượng đa cộng tuyến được thực hiện qua hai phương pháp: đầu tiên, phân tích hệ số tương quan giữa từng cặp biến độc lập, và thứ hai, sử dụng thừa phóng đại phương sai (VIF) để kiểm tra mối quan hệ của một biến độc lập với các biến độc lập khác Đối với kiểm định hiện tượng tự tương quan, tác giả áp dụng quy tắc kiểm định Durbin-Watson Nếu phát hiện có tự tương quan, tác giả sẽ lựa chọn phương pháp ước lượng ρ dựa trên thống kê Durbin-Watson để khắc phục vấn đề này.

Kiểm định hiện tượng phương sai thay đổi là bước quan trọng trong phân tích dữ liệu Tác giả sử dụng kiểm định Breusch – Pagan cho mô hình Pooled OLS hoặc FEM Nếu phát hiện có phương sai thay đổi, mô hình sẽ được điều chỉnh bằng cách ước lượng lại thông qua phương pháp FGLS.

Bước 6: Ước lượng FGLS để khắc phục khuyết tật mô hình nếu có

Sau khi kiểm định khuyết tật mô hình, tác giả sẽ áp dụng phương pháp FGLS để khắc phục các vấn đề như phương sai sai số thay đổi và tự tương quan đa cộng tuyến Ước lượng GLS khả thi, hay còn gọi là ước lượng tác động ngẫu nhiên, được sử dụng trong trường hợp cỡ mẫu lớn và thời gian cố định, khi số lượng quan sát N tiến tới vô cùng.

Dữ liệu nghiên cứu

Nghiên cứu này xem xét dữ liệu của 22 công ty xây dựng niêm yết trên sàn HOSE và HNX trong giai đoạn 2012 – 2020, với danh sách chi tiết ở Phụ lục 1 Các chỉ số nợ và các yếu tố tác động như quy mô doanh nghiệp, tốc độ tăng trưởng doanh thu và tính thanh khoản được lấy từ báo cáo tài chính hợp nhất và báo cáo thường niên của những công ty này Thêm vào đó, các biến vĩ mô như tốc độ tăng trưởng kinh tế và lạm phát được trích xuất từ số liệu của Ngân hàng Thế giới.

Mô hình nghiên cứu

Mô hình nghiên cứu này được xây dựng dựa trên nghiên cứu của Ahmad (2012), trong đó tỷ suất sinh lời trên tổng tài sản (ROA) được chọn làm biến phụ thuộc đại diện cho lợi nhuận doanh nghiệp Các biến độc lập bao gồm nợ ngắn hạn trên tổng tài sản (SDA), nợ dài hạn trên tổng tài sản (LDA), tỷ lệ khả năng thanh toán (LQ), tốc độ tăng trưởng doanh thu (SGROWTH), quy mô doanh nghiệp (SIZE), tỷ lệ lạm phát (INF) và tỷ lệ tăng trưởng kinh tế (GDP) Dữ liệu được thu thập và kiểm định theo mô hình hồi quy dữ liệu bảng Nghiên cứu này sẽ mở rộng mô hình hồi quy đa biến với nhiều biến vi mô và vĩ mô hơn, đồng thời lựa chọn giữa các mô hình Pooled OLS, REM và FEM để tăng tính chính xác cho kết quả.

Theo các nghiên cứu của Ahmad và cộng sự (2012), Đặng Phương Mai (2016), và Nguyễn Thị Diệu Chi (2018), tính thanh khoản (LQ) được xác định là một yếu tố quan trọng ảnh hưởng đến lợi nhuận của doanh nghiệp Tỷ lệ thanh khoản thường được chọn làm biến giải thích cho tác động đến tỷ suất lợi nhuận, do đó, tác giả quyết định bổ sung biến thanh khoản vào mô hình để nâng cao độ chính xác.

Tác giả đã phát hiện mối liên hệ giữa biến lạm phát (INF) và lợi nhuận của doanh nghiệp thông qua các nghiên cứu thực nghiệm trước đây, đặc biệt là các nghiên cứu về suất sinh lời của ngân hàng thương mại như của Duraj và Moci (2015) cũng như Ugwuanyu (2014).

Dựa trên lý thuyết đã trình bày và mô hình hồi quy đa biến với dữ liệu bảng, tác giả đề xuất mô hình nghiên cứu như sau: ROA i,t = β 0 + β 1 SDA i,t + β 2 LDA i,t + β 3 LQ i,t + β 4 SGROWTH i,t + β 5 SIZE i,t + β 6 INF i,t + β 7 GDPi,t + à i,t.

Trong đó: β0: là hệ số chặn β1 - β7 : Các hệ số hồi quy của các biến độc lập

ROA: tỷ suất sinh lời trên tổng tài sản, đại diện cho tỷ suất lợi nhuận của doanh nghiệp

SDA: tỷ lệ nợ ngắn hạn trên tổng tài sản

LDA: tỷ lệ nợ dài hạn trên tổng tài sản

LQ: tỷ lệ khả năng thanh toán, đại diện cho tính thanh khoản của doanh nghiệp

GROWTH: tốc độ tăng trưởng doanh thu

SIZE: quy mô doanh nghiệp

INF: tỷ lệ lạm phát

GDP: tốc độ tăng trưởng kinh tế

Bảng 3.1 Giải thích các biến và kỳ vọng dấu của từng biến

Ký hiệu Tên biến Công thức Dấu Các nghiên cứu trước Biến phụ thuộc

ROA Tỷ suất sinh lời trên tổng tài sản

Lợi nhuận sau thuế / Tổng tài sản bình quân

(2007), Khan (2012), Githaiga và Kabiru (2015), Ebaid (2009) Nguyễn Thị Diệu Chi (2013), Bùi Đan Thanh (2016)

SDA Tỷ lệ nợ ngắn hạn trên tổng tài sản

- Tian và Zeitun (2007), Ahmad (2012), Khan

LDA Tỷ lệ nợ dài hạn trên tổng tài sản

Nợ dài hạn / Tổng tài sản

GROWTH Tốc độ tăng trưởng của công ty

( Doanh thu năm n – Doanh thu năm n-1) / Doanh thu năm n-1

+ Tian và Zeitun (2007), Nguyễn Lê Thanh

SIZE Quy mô công ty

Ln (Tổng tài sản) + Abor (2005), Gleason

(2000), Ahmad (2012), Đoàn Ngọc Phi Anh (2010)

INF Tỷ lệ lạm phát

(Chỉ số giảm phát GDP năm n – Chỉ số giảm phát năm n-1) / Chỉ số giảm phát năm n-1

GDP Tốc độ tăng trưởng kinh tế

Số liệu lấy trên tổng cục thống kê

Ghi chú: (+) Là tác động cùng chiều, (-) Là tác động ngược chiều

Nguồn: Tác giả tổng hợp

Hầu hết các nghiên cứu thực nghiệm trong và ngoài nước đều áp dụng chỉ số ROA và ROE để đo lường lợi nhuận doanh nghiệp Đặc biệt, nhiều nghiên cứu sử dụng dữ liệu bảng và mô hình hồi quy nhằm xác định ảnh hưởng của các yếu tố đến lợi nhuận của doanh nghiệp.

Trong hầu hết các nghiên cứu, các chỉ số vi mô như nợ ngắn hạn trên tổng tài sản, nợ dài hạn trên tổng tài sản, quy mô doanh nghiệp, khả năng thanh khoản và tốc độ tăng trưởng doanh thu thường được sử dụng Tuy nhiên, vẫn còn thiếu các nghiên cứu về yếu tố vĩ mô ảnh hưởng đến lợi nhuận doanh nghiệp Bài nghiên cứu này tập trung vào tỷ lệ lạm phát và tốc độ tăng trưởng kinh tế để đo lường tác động vĩ mô đến lợi nhuận doanh nghiệp, dựa trên các nghiên cứu trước về yếu tố ảnh hưởng đến lợi nhuận ngân hàng thương mại Nghiên cứu thực nghiệm chủ yếu áp dụng phương pháp định lượng như phân tích tương quan và hồi quy tuyến tính đa biến với dữ liệu bảng, cùng với các kiểm định phù hợp Báo cáo tài chính được sử dụng làm nguồn dữ liệu chính để xác định các chỉ tiêu tài chính trong mô hình nghiên cứu.

KẾT QUẢ NGHIÊN CỨU

Thực trạng khả năng sinh lời của các doanh nghiệp ngành xây dựng niêm yết trên

4.1.1 Lợi nhuận sau thuế trên tổng tài sản (ROA)

Hình 4.1 ROA trung bình của các doanh nghiệp ngành xây dựng theo từng năm

Nguồn: Tính toán của tác giả

Hình 4.2 ROA trung bình theo từng doanh nghiệp ngành xây dựng

Theo bảng 4.1, hình 4.1 và hình 4.2, ROA trung bình của các doanh nghiệp ngành xây dựng trong giai đoạn nghiên cứu là 4.16645%, với ROA cao nhất đạt 24.7385% của công ty C32 vào năm 2015 và thấp nhất là -14.7586% của công ty PTC vào năm 2012 Từ năm 2012 đến 2020, ROA có sự tăng trưởng không đều, với mức thấp nhất vào năm 2012 (2.70%) và cao nhất vào năm 2017 (5.48%) Tuy nhiên, từ năm 2017 trở đi, ROA có xu hướng giảm, đạt 3.77% vào năm 2020 Hình 4.2 cho thấy tỷ lệ ROA giữa các doanh nghiệp không đồng đều, trong đó C32 có tỷ lệ ROA trung bình cao nhất (16.25%) và là doanh nghiệp đóng góp ROA nhiều nhất, trong khi TTZ có tỷ lệ ROA thấp nhất (0.06%).

4.1.2 Tỷ lệ nợ ngắn hạn trên tổng tài sản (SDA)

Hình 4.3 SDA trung bình của các doanh nghiệp ngành xây dựng theo từng năm

Hình 4.4 SDA trung bình theo từng doanh nghiệp ngành xây dựng

Theo bảng 4.1, hình 4.3 và hình 4.4, SDA trung bình của các doanh nghiệp ngành xây dựng là 0.4313461 Doanh nghiệp HU1 ghi nhận SDA cao nhất với 85.27123% vào năm 2019, trong khi doanh nghiệp HTI có SDA thấp nhất là 2.28329% trong cùng năm.

Từ năm 2012 đến 2019, tỷ lệ SDA của các doanh nghiệp có xu hướng tăng, bắt đầu từ 40.92% vào năm 2012 và đạt đỉnh 45.72% vào năm 2018 Tuy nhiên, sau năm 2018, tỷ lệ này đã giảm xuống còn 41.80% vào năm 2020.

Tỷ lệ SDA trung bình của các doanh nghiệp ngành xây dựng trong giai đoạn 2012 đến 2020 không đồng đều, với L18 là doanh nghiệp có tỷ lệ nợ ngắn hạn cao nhất.

Trong giai đoạn nghiên cứu, doanh nghiệp đứng đầu về tỷ lệ SDA là 31, với tỷ lệ đạt 77.89% Doanh nghiệp HU1 theo sau với tỷ lệ SDA 76.20% Ngược lại, HTI ghi nhận tỷ lệ SDA thấp nhất, chỉ đạt 5.85%.

4.1.3 Tỷ lệ nợ dài hạn trên tổng tài sản (LDA)

Hình 4.5 LDA trung bình của các doanh nghiệp ngành xây dựng theo từng năm

Hình 4.6 LDA trung bình theo từng doanh nghiệp ngành xây dựng

Theo bảng 4.1, hình 4.5 và hình 4.6, LDA trung bình trong ngành xây dựng đạt 0.1680568 Doanh nghiệp HTI ghi nhận tỷ lệ LDA cao nhất là 71.81762% vào năm 2018, trong khi một số doanh nghiệp khác không có nợ vay dài hạn, dẫn đến tỷ lệ LDA thấp nhất là 0.

Trong giai đoạn 2012 đến 2020, LDA của các doanh nghiệp ngành xây dựng, bao gồm các chỉ số như BCE, C32, CEE, HU1, HU3, LHC và TTZ, có xu hướng đi ngang, bắt đầu ở mức 17.97% vào năm 2012 và giảm nhẹ xuống còn 16.86% vào năm 2020.

Trong giai đoạn 2012 đến 2020, tỷ lệ LDA giữa các doanh nghiệp ngành xây dựng không đồng đều Doanh nghiệp HTI dẫn đầu với tỷ lệ nợ vay dài hạn trên tổng tài sản cao nhất, đạt 64.14%, theo sau là doanh nghiệp HUT với tỷ lệ 59.54% Ngược lại, doanh nghiệp TTZ có tỷ lệ nợ vay dài hạn trên tổng tài sản thấp nhất, chỉ đạt 0.20%.

4.1.4 Tỷ lệ khả năng thanh toán (LQ)

Hình 4.7 LQ trung bình của các doanh nghiệp ngành xây dựng theo từng năm

Hình 4.8 LQ trung bình theo từng doanh nghiệp ngành xây dựng

Theo bảng 4.1, hình 4.7 và hình 4.8, LQ trung bình của các doanh nghiệp đạt 0.5939334 Doanh nghiệp HU3 ghi nhận LQ cao nhất, lên đến 97.5826%, trong năm 2012.

Tỷ lệ LQ nhỏ nhất, 2.51449%, thuộc về doanh nghiệp HTI vào năm 2016 Từ năm 2012 đến 2020, tỷ lệ LQ của các doanh nghiệp có sự biến động qua từng năm Cụ thể, năm 2012, tỷ lệ LQ của ngành xây dựng đạt 58.44% và sau đó tăng lên mức cao nhất là 63.49%.

Từ năm 2013, tỷ lệ này đã giảm xuống mức thấp nhất 55.35% vào năm 2017 Tuy nhiên, từ năm 2017, tỷ lệ bắt đầu tăng lên 60.48% vào năm 2018 trước khi giảm trở lại còn 55.93%.

Trong ngành xây dựng, chỉ số LQ giữa các doanh nghiệp có sự chênh lệch đáng kể Doanh nghiệp BCE dẫn đầu với LQ cao nhất đạt 91.34%, tiếp theo là HU3 với tỷ lệ LQ 91.41% Ngược lại, HTI ghi nhận tỷ lệ LQ thấp nhất chỉ đạt 5.61%.

4.1.5 Tốc độ tăng trưởng doanh thu (GROWTH)

Hình 4.9 GROWTH trung bình của các doanh nghiệp ngành xây dựng theo từng năm

Hình 4.10 GROWTH trung bình theo từng doanh nghiệp ngành xây dựng

Từ bảng 4.1, hình 4.9 và hình 4.10, GROWTH trung bình của các doanh nghiệp ngành xây dựng là 0.1880112, trong đó giá trị lớn nhất 563.7373% thuộc về doanh nghiệp CTX trong năm

Từ năm 2012 đến 2020, ngành xây dựng ghi nhận sự biến động trong tỷ lệ tăng trưởng doanh thu, với mức thấp nhất là -128.4433% của doanh nghiệp PTC vào năm 2020 Năm 2012, tỷ lệ tăng trưởng doanh thu đạt -10.56%, nhưng sau đó có sự cải thiện, đạt đỉnh 54.12% vào năm 2018 Tuy nhiên, sau năm 2018, tỷ lệ này lại giảm xuống và chạm đáy -11.76% vào năm 2020.

Tỷ lệ GROWTH trung bình theo từng doanh nghiệp ngành xây dựng trong giai đoạn 2012 -

Năm 2020 diễn ra không đồng đều trong lĩnh vực doanh nghiệp, với CII ghi nhận mức tăng trưởng doanh thu ấn tượng đạt 76%, đứng đầu trong số các doanh nghiệp Theo sau là CTX với mức tăng trưởng doanh thu 63% Ngược lại, PTC lại gặp khó khăn khi ghi nhận mức giảm doanh thu trung bình lớn nhất, đạt -31%.

4.1.6 Quy mô doanh nghiệp (SIZE)

Hình 4.11 SIZE trung bình của các doanh nghiệp ngành xây dựng theo từng năm

Hình 4.12 SIZE trung bình theo từng doanh nghiệp ngành xây dựng

Theo dữ liệu từ bảng 4.1, hình 4.11 và hình 4.12, quy mô trung bình của các doanh nghiệp trong ngành xây dựng đạt 13.89688 Doanh nghiệp có quy mô tài sản lớn nhất là CII, với mức 17.20149 vào năm 2020, trong khi doanh nghiệp có quy mô nhỏ nhất là TTZ, chỉ đạt 10.65475 vào năm 2012 Qua các năm, quy mô doanh nghiệp ngành xây dựng đã có sự tăng trưởng, với mức thấp nhất ghi nhận là 12.83 vào năm 2012.

Từ năm 2012 trở đi, quy mô doanh nghiệp ngành xây dựng có sự tăng trưởng mạnh và đạt mức 14.22 vào cuối năm 2020

Thống kê mô tả

Bảng 4.1 dưới đây thể hiện giá trị thống kê mô tả giữa các biến trong mô hình nghiên cứu:

Bảng 4.1 Thống kê mô tả các biến

Tên biến Số quan sát Giá trị trung bình Độ lệch chuẩn

ROA trung bình của các doanh nghiệp ngành xây dựng đạt 4.16645%, với giá trị cao nhất 24.7385% từ doanh nghiệp C32 vào năm 2015 và giá trị thấp nhất -14.7586% từ công ty PTC vào năm 2012 Độ lệch chuẩn trung bình của ROA là 0.0573229, cho thấy khả năng sinh lời giữa các doanh nghiệp trong ngành xây dựng tương đối ổn định.

Phân tích ma trận tương quan

Bảng 4.2 dưới đây phân tích mức độ tương quan giữa các biến trong mô hình nghiên cứu:

Bảng 4.2 Ma trận tương quan giữa các biến trong mô hình nghiên cứu

ROA SDA LDA LQ GROWT

Ghi chú: *** tương đương với độ tin cậy 1%, ** tương đương với độ tin cậy 5%, *** tương đương với độ tin cậy 10%

Bảng 4.2 cho thấy tất cả các biến trong mô hình hồi quy đều có ý nghĩa thống kê ở mức 1% Trong đó, biến LDA và LQ có mối tương quan ngược chiều lớn nhất với hệ số -0.7398, trong khi SDA và LQ lại có mối tương quan cùng chiều lớn nhất với hệ số 0.7366 Mức độ tương quan giữa các biến nằm trong khoảng từ -0.8 đến 0.8, cho thấy không có hiện tượng đa cộng tuyến xảy ra.

Kết qủa mô hình hồi quy

Để đánh giá ảnh hưởng của nợ và các yếu tố liên quan đến nợ đối với khả năng sinh lời của doanh nghiệp trong ngành xây dựng, tác giả đã tiến hành ước lượng một mô hình hồi quy.

Pooled OLS, FEM và REM Chi tiết kết quả ước lượng được thể hiện qua bảng 4.3

Bảng 4.3 Ước lượng mô hình hồi quy Pooled OLS, FEM và REM

Hệ số hồi quy P - value Hệ số hồi quy P - value Hệ số hồi quy P - value

Ghi chú: *** tương đương với độ tin cậy 1%, ** tương đương với độ tin cậy 5%, *** tương đương với độ tin cậy 10%

Theo bảng 4.3, hầu hết các biến liên quan đến nợ và các biến vi mô đều có ý nghĩa thống kê Cụ thể, biến nợ ngắn hạn (SDA) và nợ dài hạn (LDA) đều đạt ý nghĩa thống kê 1% trong cả ba mô hình hồi quy Ngoài ra, biến tỷ lệ thanh khoản (LQ) có ý nghĩa thống kê 5%, trong khi biến tăng trưởng doanh thu cũng cho thấy ý nghĩa thống kê 5% và 1% ở các mô hình tương ứng.

Trong nghiên cứu, biến FEM và REM được phân tích, trong khi biến quy mô doanh nghiệp (SIZE) cho thấy ý nghĩa thống kê 10% trong mô hình Pooled OLS Ngược lại, các biến vi mô như GDP và INF không đạt được ý nghĩa thống kê.

Mô hình Pooled OLS, FEM và REM được tóm gọn như sau:

ROA = -0.2077182 SDA - 0.1905682 LDA + 0.0570869 LQ + 0.0098431 GROWTH

ROA = -0.1964825 SDA - 0.1673994 LDA + 0.0518185 LQ + 0.009771 GROWTH

Kiểm định lựa chọn mô hình nghiên cứu

Để kiểm định lựa chọn mô hình Pooled OLS, FEM và REM, tác giả quyết định sử dụng kiểm định F - Test và Hausman

4.4.1 Kiểm định nhân tử Lagrangian Để xác định mô hình Pooled OLS hay REM là phù hợp, tác giả sử dụng kiểm định nhân tử Lagrangian (hay còn gọi Breusch-Pagan Lagrange) Giả thuyết kiểm định lựa chọn mô hình như sau:

H0: Mô hình hồi quy tuyến tính cổ điển (Pooled OLS) là phù hợp

H1: Mô hình tác động ngẫu nhiên (REM) là phù hợp

Kết quả kiểm định nhân tử Lagrangian, được trình bày trong bảng 4.1 của phụ lục 4, cho thấy hệ số Prob > chibar2 = 0.000, dẫn đến việc chấp nhận giả thuyết H1 Như vậy, mô hình REM được xác định là mô hình phù hợp.

4.4.2 Kiểm định Hausman Để xác định mô hình FEM hay REM là phù hợp, tác giả sử dụng kiểm định Hausman Giả thuyết kiểm định lựa chọn mô hình như sau:

H0: Không có sự tương quan giữa sai số và biến giải thích, mô hình REM là phù hợp

H1: Có sự tương quan giữa sai số và biến giải thích, mô hình FEM là phù hợp

Kết quả kiểm định Hausman, như được trình bày trong bảng 4.2 phụ lục 4, cho thấy hệ số Prob>chi2 là 0.9544, dẫn đến việc chấp nhận giả thuyết H0 Do đó, mô hình REM được xác định là mô hình phù hợp nhất.

Kiểm định Wald cho tính thừa biến và hồi quy lại mô hình nghiên cứu

4.5.1 Kiểm định Wald cho tính thừa biến trong mô hình

Kết quả ước lượng từ mô hình Pooled OLS, FEM và REM cho biến phụ thuộc ROA cho thấy các biến vĩ mô như GDP và INF không có ý nghĩa thống kê trong cả ba mô hình Do đó, tác giả đã quyết định áp dụng kiểm định Wald để đánh giá sự cần thiết của các biến không có ý nghĩa thống kê trong mô hình Giả thuyết kiểm định Wald được thiết lập để kiểm tra vấn đề này.

H0: β6 = 0, biến GDP và INF là không cần thiết

H1: β6 ≠ 0, biến GDP và INF là cần thiết

Kết quả kiểm định Wald trong bảng 5.1 phụ lục 5 cho thấy hệ số Prob > F = 0.6295, dẫn đến việc chấp nhận giả thuyết H0 Do đó, biến GDP và INF không cần thiết trong mô hình nghiên cứu.

4.5.2 Hồi quy lại mô hình nghiên cứu

Sau khi loại bỏ các biến không cần thiết, tác giả đã tiến hành ước lượng lại mô hình REM để phân tích ảnh hưởng của nợ và các yếu tố vi mô đến khả năng sinh lời của doanh nghiệp trong ngành xây dựng Kết quả ước lượng mô hình REM cho thấy những tác động rõ rệt từ các yếu tố này.

Bảng 4.4 Kết quả ước lượng lại mô hình REM

Biến Hệ số hồi quy P - value

Kết quả ước lượng lại mô hình REM sau khi loại bỏ các biến không cần thiết cho thấy tất cả các biến trong mô hình đều có ý nghĩa thống kê từ 1% đến 5% Vì vậy, mô hình REM được trình bày như sau:

ROA = -0.1986692 SDA - 0.174218 LDA + 0.0506745 LQ + 0.0103674 GROWTH +

Kiểm định khuyết tật mô hình nghiên cứu

4.6.1 Kiểm định VIF Để kiểm định các biến trong mô hình nghiên cứu được lựa chọn có hiện tượng đa cộng tuyến hay không, tác giả quyết định sử dụng hệ số kiểm định VIF, giả thuyết kiểm định như sau:

H0: hệ số VIF < 10, mô hình không có hiện tượng đa cộng tuyến

H1: hệ số VIF ≥ 10, mô hình chắc chắn có hiện tượng đa cộng tuyến

Kết quả kiểm định VIF tại bảng 6.1 phụ lục 6 cho thấy hệ số VIF của các biến trong mô hình đều nhỏ hơn 10, chứng tỏ không có hiện tượng đa cộng tuyến Do đó, kết quả ước lượng của mô hình nghiên cứu là phù hợp.

4.6.2 Kiểm định tự tương quan Để kiểm định hiện tượng tự tương quan giữa các biến trong mô hình nghiên cứu, tác giả sử dụng kiểm định Wooldridge, giả thuyết kiểm định như sau:

H0: không có hiện tượng tự tương quan giữa các biến trong mô hình

H1: có sự tương quan giữa các biến trong mô hình nghiên cứu

Kết quả kiểm định tự tương quan giữa các biến trong mô hình nghiên cứu cho thấy hệ số Prob >

F = 0.0016, do đó giả thuyết H1 được chấp nhận Kết quả là mô hình có hiện tượng tự tương quan giữa các biến

4.6.3 Kiểm định phương sai sai số thay đổi Để kiểm định hiện tượng phương sai sai số thay đổi giữa các biến trong mô hình nghiên cứu, tác giả sử dụng kiểm định Modified Wald, giả thuyết kiểm định như sau:

H0: không có hiện tượng phương sai sai số thay đổi

H1: có hiện tượng phương sai sai số thay đổi

Kết quả kiểm định hiện tượng phương sai sai số thay đổi trong bảng 6.3 cho thấy hệ số Prob > chibar2 = 0.000, dẫn đến việc chấp nhận giả thuyết H1 Điều này chứng tỏ mô hình có hiện tượng phương sai sai số thay đổi.

Ước lượng mô hình FGLS

Để giải quyết vấn đề phương sai sai số thay đổi và tự tương quan trong mô hình nghiên cứu, tác giả đã chọn phương pháp ước lượng bình phương khả thi nhỏ nhất (Feasible Generalized Least Square) Kết quả ước lượng mô hình đã được trình bày rõ ràng.

Bảng 4.5 Kết quả ước lượng mô hình FGLS

Biến Hệ số hồi quy P - value

Kết quả ước lượng mô hình FGLS cho thấy các biến trong mô hình đều có ý nghĩa thống kê ở mức 1%, ngoại trừ một số trường hợp nhất định, giúp khắc phục hiện tượng tự tương quan và phương sai sai số thay đổi.

2 biến là LQ và SIZE Do đó mô hình FGLS được tóm tắt như sau:

Định dạng
Số trang	73
Dung lượng	1,19 MB