Luận văn: PPNC Tỷ suất sinh lời của các doanh nghiệp ngành thép

Chia sẻ chuyên mục Đề Tài Luận văn: PPNC Tỷ suất sinh lời của các doanh nghiệp ngành thép hay nhất năm 2026 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài Luận Văn: Tác động của các yếu tố thanh khoản đến tỷ suất sinh lời của các doanh nghiệp ngành thép niêm yết trên thị trường chứng khoán Việt Nam dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

3.1. Quy trình nghiên cứu

Với mục tiêu nghiên cứu về sự tác động của các yếu tố tác động đến hiệu quả HĐKD của các doanh nghiệp ngành thép niêm yết tại TTCK Việt Nam, quy trình nghiên cứu được thiết kế dưới hình 3.1 và được diễn giải chi tiết tại phần dưới đây như sau:

Hình 3.1: Quy trình nghiên cứu

Bước 1: Dựa trên việc lựa chọn đề tài nghiên cứu thì luận văn sẽ tổng hợp các lý thuyết nền tảng về TSSL của doanh nghiệp. Đồng thời, tóm tắt các lý thuyết liên quan đến sự tác động của các yếu tố thanh khoản đến hiệu quả TSSL của doanh nghiệp, để xác định chiều hướng hay bản chất của sự tác động đó. Từ đó, tổng hợp các nghiên cứu liên quan sự tác động của các yếu tố thanh khoản đến TSSL của doanh nghiệp, nhằm tìm ra các khoảng trống từ các công trình.

Bước 2: Từ các khoảng trống được xác định ở các công trình nghiên cứu trước và kết hợp với các lý thuyết nền tảng, luận văn sẽ kế thừa từ một trong các công trình lược khảo để phát triển. Đồng thời, đề xuất phương pháp đo lường cho các biến số được xây dựng trong mô hình. Ngoài ra, dựa trên các lập luận từ các nghiên cứu trước kế thừa để xây dựng giả thuyết.

Bước 3: Luận văn tiến hành xác định số quan sát dựa trên số biến độc lập và biến kiểm soát được xây dựng trong mô hình nghiên cứu. Đồng thời, trình bày phương pháp thu thập dữ liệu từ số liệu thứ cấp.

Bước 4: Tiến hành đánh giá tình hình chung về giá trị trung bình TSSL của doanh nghiệp ngành thép niêm yết tại HOSE giai đoạn 2012 – 2023, để có cái nhìn tổng quan về sự thay đổi của các biến số đặc trưng này.

Bước 5: Tiến hành thống kê mô tả với các giá trị trung bình, lớn nhất, nhỏ nhất, độ lệch chuẩn với các biến số trong mô hình nghiên cứu, đánh giá sự khác biệt giữa các ngân hàng trong mẫu. Đồng thời, phân tích ma trận tương quan giữa các biến số độc lập nhằm xác định hiện tượng đa cộng tuyến có dấu hiện xuất hiện hay không?

Bước 6: Tiến hành hồi quy các mô hình đa biến Pooled OLS, FEM, REM đồng thời lựa chọn mô hình phù hợp. Từ đó, kiểm định các hiện tượng khuyết tật của mô hình được chọn, nếu có xuất hiện thì tiến hành khắc phục, phương pháp FGLS được sử dụng. Sau đó, sử dụng kết quả sau khắc phục để kết luận giả thuyết và thảo luận.

Bước 7: Từ kết quả nghiên cứu thực nghiệm sẽ kết luận chung về kết quả đạt được của luận văn và tiến hành đề xuất các hàm ý quản trị cho các doanh nghiệp ngành thép niêm yết tại TTCK Việt Nam nhằm gia tăng TSSL trong tương lai thông qua các yếu tố thanh khoản.

3.2. Mô hình và giả thuyết nghiên cứu Luận văn: PPNC Tỷ suất sinh lời của các doanh nghiệp ngành thép.

3.2.1. Mô hình nghiên cứu

Dựa vào mô hình nghiên cứu của Almakura và cộng sự (2024) và Shahar và Shahar (2015) nghiên cứu của mô hình của nghiên cứu này được đề xuất như sau: ROE = α +β1 CR + β2QR + β3CA + β4SIZE + β5GROW +Ui

Các biến độc lập: CR= Chỉ số thanh toán ngắn hạn, QR= Chỉ số thanh toán nhánh, CA= Chỉ số thanh toán tiền mặt
Các biến kiểm soát: SIZE= Quy mô doanh nghiệp, GROW= Tốc độ tăng trưởng α: Hằng số , β: Hệ số hồi quy

Trong thực nghiệm, tỷ suất ROE thường được dùng làm biến được giải thích nhằm giải thích về khả năng sinh lời của doanh nghiệp, cho phép đánh giá tác động của các yếu tố liên quan khả năng thanh toán lên hiệu quả tài chính của doanh nghiệp. Biến số này cũng được sử dụng trong nghiên cứu của Bolek and Wilinski (2012), Rehman (2013). Các biến độc lập được dùng để giải thích cho biến phụ thuộc là các biến gồm có: Chỉ số thanh toán ngắn hạn, chỉ số thanh toán nhanh, chỉ số thanh toán tiền mặt. Lý do mà tác giả sử dụng 3 biến làm biến giải thích là bởi, các biến này là các biến tiêu biểu đại diện cho khả năng thanh toán của một doanh nghiệp, các biến đều nhằm đánh giá khả năng thanh toán của doanh nghiệp đối với các đối tác, đánh giá sự ổn định tài chính của một doanh nghiệp, trong đó các biến đều đại diện cho các khía cạnh khác nhau, chỉ số thanh toán tiền mặt đo lường khả năng thanh toán tốt nhất, trong khi đó chỉ số thanh toán ngắn hạn mang tính chất tổng quát hơn. Các biến này cung cấp thông tin về việc doanh nghiệp quản lý các tài sản ngắn hạn như thế nào, điều này rất quan trọng đối với các doanh nghiệp ngành thép, nơi mà quy trình sản xuất thường yêu cầu quản lý tốt dòng tiền và tài sản lưu động.

Biến kiểm soát tác giả sử dụng trong bài là quy mô doanh nghiệp và tốc độ tăng trưởng bởi vì các doanh nghiệp lớn thường có lợi thế về việc tiếp cận nguồn vốn, có tiềm lực trong thương lượng giá, tiết kiệm chi phí và tốc độ tăng trưởng có thể tác động đến khả năng sinh lời, bởi vì một doanh nghiệp có tốc độ tăng trưởng nhanh có nhiều cơ hội mở rộng kinh doanh, dẫn đến ROE tăng, nhưng vẫn có khả năng tác động đến tính thanh khoản. Do đó, tác giả đưa vào để loại trừ tác động của các yếu tố này nhằm đảm bảo kết quả nghiên cứu. Ngoài ra, tác giả chọn mô hình trên bởi mô hình phù hợp với các doanh nghiệp được niêm yết trên thị trường chứng khoán Việt Nam khi mà các bên có liên quan rất quan tâm đến khả năng sinh lời nhưng lại ít chú trọng quan tâm đến khả năng thanh toán, dẫn đến việc chưa đánh giá toàn diện sức khoẻ tài chính và tiềm năng phát triển của doanh nghiệp. Việc sử dụng này nhằm chỉ rõ tác động của các yếu tố về các yếu tố thanh khoản đến tỷ suất sinh lời, đồng thời cũng kiểm soát những biến số như quy mô và tốc độ tăng trưởng, từ đó đưa ra cái nhìn toàn diện cho doanh nghiệp.

Bảng 3.1: Tổng hợp các biến số đề xuất trong mô hình nghiên cứu

3.2.2. Giả thuyết nghiên cứu Luận văn: PPNC Tỷ suất sinh lời của các doanh nghiệp ngành thép.

Tỷ số thanh toán ngắn hạn giúp doanh nghiệp có lợi trong việc giảm rủi ro tài chính, tuy nhiên một doanh nghiệp nếu giữ quá nhiều tài sản ngắn hạn đặc biệt là hàng tồn kho trong bối cảnh giá có nhiều biến động cho thấy tiềm ẩn rủi ro tài sản kém thanh khoản, làm tăng chi phí lưu kho, bảo quản, sử dụng tài sản không hiệu quả, làm giảm khả năng đầu tư vào các hoạt động đầu tư có khả năng sinh lời cao hơn từ đó tác động đến khả năng sinh lời. Hameed và cộng sự (2021), Rehman (2013) cho thấy tỷ số thanh toán ngắn hạn có tác động tiêu cực tới khả năng sinh lời. Tuy nhiên, Iliyasu và cộng sự (2024) đưa ra kết luận tỷ số thanh toán ngắn hạn có tác động tích cực tới khả năng sinh lời của doanh nghiệp. Dựa trên các nghiên cứu trên, tác giả đưa ra giả thuyết như sau:

Giả thuyết H1: Tỷ số thanh toán ngắn hạn có tác động tiêu cực tới tỷ suất sinh lời của doanh nghiệp ngành thép niêm yết tại TTCK Việt Nam.

Tỷ số thanh toán nhanh thể hiện khả năng đáp ứng nghĩa vụ tài chính của doanh nghiệp, trong bối cảnh ngành thép có nhiều biến động về giá và sự phụ thuộc vào thép nhập khẩu như hiện nay, doanh nghiệp luôn tiềm ẩn rủi ro về giá và cung – cầu thị trường, việc có khả năng thanh toán nhanh giúp doanh nghiệp bắt kịp các cơ hội kinh doanh, duy trì ổn định hoạt động sản xuất, hỗ trợ giảm các chi phí, có khả năng đàm phán về giá, từ đó cải thiện khả năng sinh lời. Tuy nhiên, khi doanh nghiệp có tỷ lệ này quá cao cho thấy doanh nghiệp giữ lượng tiền mặt nhiều hoặc các khoản phải thu lớn, điều này cũng có thể là dấu hiệu cho thấy doanh nhiệp đang có lượng phải thu khó đòi lớn, có khả năng không thu hồi được nợ và doanh nghiệp đang sử dụng vốn không hiệu quả, không đầu tư vào các hoạt động để mở rộng sản xuất kinh doanh, dẫn đến mất đi các cơ hội tăng khả năng sinh lời. Taiwo và cộng sự (2022), Chima và cộng sự (2021), Bolek và Wilinski (2012) cho thấy tỷ số thanh toán nhanh có tác động tiêu cực tới khả năng sinh lời. Dựa trên các nghiên cứu trên, tác giả đưa ra giả thuyết như sau:

Giả thuyết H2: Tỷ số thanh toán nhanh có tác động tiêu cực tới tỷ suất sinh lời của doanh nghiệp ngành thép niêm yết tại TTCK Việt Nam. Luận văn: PPNC Tỷ suất sinh lời của các doanh nghiệp ngành thép.

Tỷ số thanh toán tiền mặt là tỷ số có tính thanh khoản cao nhất, giúp các doanh nghiệp có thể nắm bắt các cơ hội đầu tư, mua nguyên vật liệu được ưu đãi về giá, giúp doanh nghiệp duy trì liên tục trong các giai đoạn khó khan, giảm chi phí đi vay, tạo nền tảng cho việc gia tăng lợi nhuận. Almakura và cộng sự (2024) cho thấy tỷ số thanh toán nhanh có tác động tích cực tới khả năng sinh lời. Dựa trên các nghiên cứu trên, tác giả đưa ra giả thuyết như sau:

Giả thuyết H3: Tỷ số thanh toán tiền mặt có tác động tích cực tới tỷ suất sinh lời của doanh nghiệp ngành thép niêm yết tại TTCK Việt Nam.

Một doanh nghiệp có quy mô lớn, thì doanh nghiệp đó dễ dàng tiếp cận đến các dự án đầu tư, mở rộng thị trường, thu hút khách hàng, ngày càng gia tăng uy tín, các khoản vay ưu đãi, tiếp cận các đối tác lớn, có vị thế đàm phán giá, có khả năng nhập và cung cấp đa dạng sản phẩm, hỗ trợ doanh nghiệp giảm chi phí, từ đó giảm giá thành, tăng lợi nhuận. Đỗ, (2023), Bolek và Wilinski (2012) cho thấy quy mô doanh nghiệp có tác động tích cực tới khả năng sinh lời. Tuy nhiên, Yameen và cộng sự (2019) lại có kết luận quy mô doanh nghiệp có tác động tiêu cực tới khả năng sinh lời. Dựa trên các nghiên cứu trên, tác giả đưa ra giả thuyết như sau:

Giả thuyết H4: Quy mô doanh nghiệp có tác động tích cực tới tỷ suất sinh lời của doanh nghiệp ngành thép niêm yết tại TTCK Việt Nam.

Tốc độ tăng trưởng nhanh cho thấy doanh nghiệp đang có khả năng chiếm lĩnh thị trường, có lợi thế cạnh tranh, phát triển sản phẩm mới. Khi doanh nghiệp tăng trưởng, điều này cho phép doanh nghiệp đầu tư nhiều hơn để mở rộng kinh doanh. Bolek và Wilinski (2012) cho thấy tốc độ tăng trưởng có tác động tích cực tới khả năng sinh lời. Dựa trên các nghiên cứu trên, tác giả đưa ra giả thuyết như sau:

Giả thuyết H5: Tốc độ tăng trưởng doanh thu có tác động tích cực tới tỷ suất sinh lời của doanh nghiệp ngành thép niêm yết tại TTCK Việt Nam.

3.3. Phương pháp thu thập và xử lý dữ liệu Luận văn: PPNC Tỷ suất sinh lời của các doanh nghiệp ngành thép.

3.3.1. Mẫu nghiên cứu

Đối với phân tích hồi quy đa biến thì cỡ mẫu tối thiểu cần đạt được tính theo công thức là 50 + 8 x m (m: số biến độc lập) (Tabachnick và Fidell,1996) thì với nghiên cứu này thì 90 mẫu là tối thiểu. Dữ liệu thu thập doanh nghiệp ngành thép niêm yết tại TTCK Việt Nam từ 2012 – 2023 (12 năm) nên mẫu nghiên cứu có tổng cộng 2304 quan sát, đáp ứng được số mẫu tối thiểu.

3.3.2. Phương pháp thu thập dữ liệu

Trong số các doanh nghiệp ngành thép niêm yết tại TTCK Việt Nam thì luận văn lựa chọn 24 doanh nghiệp để lấy dữ liệu vì đây là nhóm loại hình chiếm tỷ trọng lớn nhất trong các nhóm (trên 90% tài sản và thị phần). Đồng thời, đây là doanh nghiệp hoạt động vì mục tiêu lợi nhuận, ít bị chi phối bởi các yếu tố chính trị hoặc thực hiện một số nhiệm vụ đặc biệt của Nhà nước. Do đó, phản ánh một cách gần như chính xác các đặc điểm, tính chất của ngành trong giai đoạn nghiên cứu. Dữ liệu nghiên cứu được tác giả sử dụng trong nghiên cứu là dữ liệu thứ cấp được thu thập từ các BCTC hợp nhất đã kiểm toán, Báo cáo thường niên của 24 doanh nghiệp ngành thép niêm yết tại TTCK Việt Nam. Nguồn số liệu tổng hợp vào cuối mỗi năm trong giai đoạn 2012 – 2023 cho nên nghiên cứu gồm tổng cộng 288 quan sát.

Đối với các chỉ số kinh tế vĩ mô mỗi năm như tốc độ tăng trưởng kinh tế, chỉ số giá tiêu dùng được thu thập từ các trang web uy tín như World Bank, Ourworldindata, IMF. Số liệu được thu thập và sắp xếp theo dữ liệu bảng, cấu trúc dữ liệu bảng được kết hợp từ hai thành phần: thành phần dữ liệu chéo và thành phần dữ liệu thời gian. Trong khoảng thời gian này, nền kinh tế Việt Nam đã trải qua nhiều biến động, từ cuộc khủng hoảng kinh tế toàn cầu đến các vấn đề chính trị trên thế giới, hay gần đây nhất là những tác động nặng nề bởi dịch bệnh, chiến tranh thương mại Mỹ -Trung, lạm phát nghiêm trọng trong 2022 – 2023, chiến tranh giữa Nga và Ukraina, v.v. Do đó, khoảng thời gian này sẽ có những tác động mạnh mẽ đến hoạt động của các doanh nghiệp ngành thép niêm yết trên TTCK Việt Nam. Dữ liệu này được trình bày tại Phụ lục 1.

3.4. Phương pháp xử lý số liệu Luận văn: PPNC Tỷ suất sinh lời của các doanh nghiệp ngành thép.

3.4.1. Thống kê mô tả mẫu nghiên cứu

Phân tích tình hình biến động tỷ lệ ROE của 24 doanh nghiệp ngành thép niêm yết tại TTCK Việt Nam, thông qua giá trị trung bình được tính riêng tại mỗi năm. Sau đó mô tả rõ ràng nhất các đặc tính của các biến số trong mô hình đó là giá trị nhỏ nhất, lớn nhất, trung bình và độ lệch chuẩn. Từ đó tác giả có thể đánh giá tình hình tổng quát chung của các biến số cũng như dữ liệu nghiên cứu có những sai lệch ban đầu gì không?

3.4.2. Phân tích tương quan của các biến số độc lập

Một trong số các giả định của hồi quy tuyến tính là không có tương quan giữa các biến độc lập với nhau và khi giả thuyết này bị vi phạm thì hiện tượng đa cộng tuyến có thể xảy ra. Thông qua ma trận tương quan nhằm kiểm tra mối quan hệ tương quan giữa các biến số trong mô hình, kiểm tra mối tương quan giữa các biến độc lập với nhau. Nếu sự tương quan giữa các cặp biến độc lập vượt qua ngưỡng 0,8 thì sẽ có khả năng xuất hiện hiện tượng đa cộng tuyến giữa chúng trong mô hình.

3.4.3. Phân tích hồi quy

Mô hình hồi quy gộp (Pooled OLS): Mô hình này theo phương pháp bình phương nhỏ nhất với dữ liệu bảng, đây là mô hình giản đơn và cơ bản nhất khi hồi quy các biến số. Với phương pháp OLS này thì giả định đặt ra không tồn tại khác biệt giữa các đơn vị chéo, tung độ gốc α được dùng chung cho các đơn vị chéo. Do đó, mô hình này không phản ánh sự khác biệt giữa các đơn vị chéo tại mẫu nghiên cứu, do cả hai tham số ước lượng không thay đổi với đơn vị chéo. Nhưng phương pháp này dễ xuất hiện tự tương quan chuỗi, thể hiện qua hệ số d (hệ số Durbin Watson thấp) nên kết quả ước lượng kém chất lượng và thiếu sự tin cậy. Luận văn: PPNC Tỷ suất sinh lời của các doanh nghiệp ngành thép.

Mô hình tác động cố định (FEM): Để khắc phục các nhược điểm của mô hình Pooled OLS về sự không đồng nhất của các đơn vị chéo thì mô hình FEM sẽ tính đến đặc trưng riêng của các đơn vị chéo. Với FEM thì các hệ số hồi quy riêng có giả định giống nhau với các đơn vị chéo nhưng hệ số chặn lại có tính phân biệt. Đặc biệt, trong mô hình FEM thì mỗi thành phần của mẫu nghiên cứu đều có những điểm riêng thuộc các đối tượng hay thời gian khác nhau và được xem như các hằng số có khả năng tác động đến các biến độc lập. Do đó, mô hình FEM sẽ phân tích sự liên hệ giữa các phần dư với từng đơn vị của biến độc lập để kiểm soát và tách sự tác động của các đặc trưng riêng rẻ (không thay đổi với thời gian) khỏi các biến số độc lập.

Mô hình tác động ngẫu nhiên (REM): Mô hình này thì lại tập trung vào việc xác định các hệ số chặn khác nhau với từng đơn vị chéo, tác động chung của các biến độc lập. Với những hệ số chặn tại các đơn vị chéo phát sinh bởi một hệ số chặn chung không thay đổi theo thời gian hay các đối tượng. Mỗi biến ngẫu nhiên là một thành phần sai số thay đổi theo đối tượng nhưng không thay đổi theo thời gian (với thành phần của sai số là biến số không quan sát được thể hiện các sự tác động của yếu tố không quan sát được bằng cách trực tiếp). Do đó, thay vì tiếp cận trực tiếp mỗi đặc điểm riêng của các đơn vị hay cách chúng tương quan với biến độc lập, thì REM xem xét những đặc điểm này là các biến số ngẫu nhiên không tương quan với biến độc lập và được xem là những cơ sở để giải thích sự tác động đến biến phụ thuộc. Vì vậy, tại những tình huống nghiên cứu mà có sự khác biệt với các đơn vị tác động đến biến phụ thuộc thì mô hình REM có phần tối ưu hơn mô hình FEM.

3.4.4. Kiểm định lựa chọn mô hình Luận văn: PPNC Tỷ suất sinh lời của các doanh nghiệp ngành thép.

3.4.4.1. Lựa chọn mô hình Pooled OLS và FEM

Để lựa chọn mô hình Pooled OLS và FEM sẽ được thực hiện thông qua kiểm định F – test, với giả thuyết H0 là không có khác biệt giữa các đối tượng hoặc các thời điểm khác khau nên Pooled OLS phù hợp. Giả thuyết H1 là tồn tại sự khác biệt giữa giữa các đối tượng hoặc các thời điểm khác khau nên FEM phù hợp. Nếu P – value lớn hơn 5% chấp nhận H0 có nghĩa là Pooled OLS phù hợp và ngược lại.

3.4.4.2. Lựa chọn mô hình Pooled OLS và REM

Để lựa chọn mô hình Pooled OLS và REM sẽ được thực hiện thông qua kiểm định Breusch – Pagan, với giả thuyết H0 là không có sự sai khác giữa phương sai sai số thay đổi nên Pooled OLS phù hợp. Giả thuyết H1 có sự sai khác giữa phương sai sai số thay đổi nên nên REM phù hợp. Nếu P – value lớn hơn 5% chấp nhận H0 có nghĩa là Pooled OLS phù hợp và ngược lại.

3.4.4.3. Lựa chọn mô hình FEM và REM

Để lựa chọn mô hình FEM và REM sẽ được thực hiện thông qua kiểm định Hausman, với cặp giả thuyết đặt ra gồm H0 là phần dư tương quan không xuất hiện với các biến độc lập trong mô hình hồi quy, tương ứng với REM được chọn. H1 là phần dư tương quan xuất hiện với các biến độc lập trong mô hình hồi quy, tương ứng với FEM được chọn. Với kiểm định này thì dựa trên hệ số P – Value của Hausman để kết luận, thông thường nếu P – Value thấp hơn 5% thì sẽ bác bỏ H0 thì sẽ lựa chọn mô hình FEM và ngược lại nếu P – Value lớn hơn 5% thì sẽ chấp nhận H0 thì sẽ lựa chọn mô hình REM.

3.4.5. Kiểm định hiện tượng khuyết tật của mô hình được chọn

Hiện tượng đa cộng tuyến: Kiểm định này nhằm phát hiện các biến số độc lập có tương quan cao với nhau hay không. Nếu các cặp biến độc lập tương quan quan cao với nhau thì mô hình xảy ra đa cộng tuyến (Hoàng Ngọc Nhậm, 2007). Hiện tượng này sẽ được kiểm định thông qua hệ số phóng đại phương sai VIF. Với cặp giả thuyết H0 là mô hình không tồn tại đa cộng tuyến, H1 là mô hình tồn tại đa cộng tuyến. Nếu VIF của các biến số và trung bình trong mô hình thấp hơn 10 thì giả thuyết H0 được chấp nhận hay không có đa cộng tuyến trong mô hình nghiên cứu và ngược lại.

Hiện tượng phương sai sai số thay đổi: Kiểm định nhằm xác định mô hình có xuất hiện phương sai của các phần dư khác hằng số, nó sẽ làm cho các quan sát có sự sai khác và mất đi tính phân phối ngẫu nhiên của dữ liệu. Với cặp giả thuyết H0 là mô hình không tồn tại phương sai sai số thay đổi, H1 là mô hình tồn tại phương sai sai số thay đổi. Nếu P – Value của kiểm định Breusch – Pagan Lagrangian lớn hơn 5% thì sẽ chấp nhận H0 – không tồn tại phương sai sai số thay đổi. Ngược lại, nếu P –Value thấp hơn 5% thì sẽ chấp nhận H1 – có tồn tại phương sai sai số thay đổi.

Hiện tượng tự tương quan: Kiểm định này nhằm xác định sự tự tương quan của các biến quan sát trong mẫu, nếu xuất hiện thì sẽ tạo sự sai lệch trong dữ liệu và mô hình. Với cặp giả thuyết H0 là mô hình không tồn tại tự tương quan, H1 là mô hình tồn tại tự tương quan. Nếu P – Value của kiểm định Wooldridge lớn hơn 5% thì sẽ chấp nhận H0 – không tồn tại tự tương quan. Ngược lại, nếu P – Value thấp hơn 5% thì sẽ chấp nhận H1 – có tồn tại tự tương quan.

3.4.6. Khắc phục các hiện tượng khuyết tật bằng phương pháp FGLS Luận văn: PPNC Tỷ suất sinh lời của các doanh nghiệp ngành thép.

Trong trường hợp mô hình gặp hiện tượng phương sai thay đổi hoặc tự tương quan hoặc thậm chí có cả hai khuyết tật này thì tiến hành khắc phục mô hình nghiên cứu bằng cách tác giả sẽ áp dụng phương pháp FGLS (Feasible Generalized Least Square) để khắc phục mô hình, và đây cũng sẽ là mô hình cuối cùng được sử dụng để xác định các yếu tố và mức độ tác động đến hiệu quả HĐKD của các doanh nghiệp ngành thép niêm yết tại TTCK Việt Nam. Phương pháp này sẽ tập trung vào việc khắc phục sửa sai cho các phương sai, độ lệch chuẩn và tạo tính ổn định cho sự biến thiên của dữ liệu nhằm đưa ra kết quả thỏa mãn với giả thuyết bình phương nhỏ nhất theo tiêu chuẩn. Đồng thời, sau khi khắc phục theo FGLS thì mô hình hồi quy đa biến mới được thiết lập, từ đó sẽ dựa trên hệ số hồi quy của các biến số, P – Value tương ứng và mức ý nghĩa 5% để xem xét việc kiểm định các giả thuyết nghiên cứu đề xuất là phù hợp hay không? Sau đó, dựa trên kết luận giả thuyết đó tiến hành thảo luận so sánh với các nghiên cứu trước đây.

TÓM TẮT CHƯƠNG 3

Trong chương 3, tác giả lập luận về lựa chọn mô hình và giả thuyết nghiên cứu phù hợp với bối cảnh các doanh nghiệp ngành thép niêm yết tại TTCK Việt Nam. Biến phụ thuộc được lựa chọn đại diện cho TSSL của các doanh nghiệp thép niêm yết tại TTCK Việt Nam là ROE. Các biến độc lập đại diện cho tính thanh khoản của các doanh nghiệp được lựa chọn để xem xét sự tác động của chúng đến ROE. Ngoài ra, chương này còn trình bày về quy trình và phương pháp nghiên cứu bao gồm cách thức lẫy mẫu, thu thập số liệu và các phương pháp tính toán xử lý số liệu liên quan. Luận văn: PPNC Tỷ suất sinh lời của các doanh nghiệp ngành thép.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:

===>>> Luận văn: KQNC Tỷ suất sinh lời của các doanh nghiệp ngành thép

Luận Văn Thạc Sĩ, Tài Chính Ngân Hàng