Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN

Chia sẻ chuyên mục Đề Tài Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN 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: Ảnh hưởng của nợ đối với hiệu quả tài chính của các doanh nghiệp sản xuất nông nghiệp 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.

Chương 4 trình bày kết quả nghiên cứu và thảo luận về ảnh hưởng của nợ đối với Hiệu quả tài chính của các doanh nghiệp Sản xuất nông nghiệp niêm yết tại Việt Nam. Chương này cung cấp phân tích chi tiết về thống kê mô tả, ma trận tương quan, kiểm định đa cộng tuyến và các mô hình hồi quy được sử dụng để phân tích dữ liệu. Chương 4 cũng thảo luận về kết quả của các mô hình Pooled OLS, Fixed Effects và Random Effects, cùng với việc lựa chọn mô hình hồi quy phù hợp. Phân tích được thực hiện dựa trên dữ liệu bảng từ giai đoạn 2012-2024, tập trung vào các chỉ số tài chính chính như tỷ suất sinh lợi trên tài sản (ROA), tỷ suất sinh lợi trên vốn chủ sở hữu (ROE) và thu nhập trên mỗi cổ phiếu (EPS).

4.1 Thống kê mô tả

Trong phần này, tác giả sẽ trình bày kết quả thống kê mô tả của các biến số quan trọng được sử dụng trong nghiên cứu, bao gồm các thông tin cơ bản về nợ, Hiệu quả tài chính, cũng như các yếu tố điều tiết như quy mô doanh nghiệp, tăng trưởng tổng tài sản. Mục tiêu của thống kê mô tả là giúp người độc hiểu rõ hơn về đặc điểm phân phối và mức độ biến động của dữ liệu, từ đó có cái nhìn tổng quát về thực trạng các doanh nghiệp Sản xuất nông nghiệp niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn nghiên cứu (2012 – 2024).

Để làm rõ hơn ảnh hưởng của nợ đến Hiệu quả tài chính, các thông số như tỷ lệ nợ trên tài sản (TD), nợ ngắn hạn và dài hạn (STD, LTD) sẽ được phân tích. Bên cạnh đó, các yếu tố tác động khác như quy mô doanh nghiệp và tăng trưởng tổng tài sản cũng sẽ được làm rõ để đánh giá tác động của chúng đối với mối quan hệ giữa nợ và Hiệu quả tài chính.

Phương pháp thống kê mô tả không chỉ cung cấp những giá trị trung bình, độ lệch chuẩn mà còn giúp nhận diện các xu hướng và bất thường trong dữ liệu, tạo nền tảng vững chắc cho các phân tích sâu hơn trong phần hồi quy ở chương tiếp theo. Các kết quả thống kê mô tả này sẽ hỗ trợ kiểm định các giả thuyết ban đầu về ảnh hưởng của nợ và các yếu tố điều tiết đến Hiệu quả tài chính của doanh nghiệp.

Bảng 4.1: Kết quả thống kê mô tả

Biến ROE có giá trị trung bình là -0,0118, cho thấy các doanh nghiệp trong mẫu nghiên cứu, trung bình, không tạo ra lợi nhuận dương từ vốn chủ sở hữu. Điều này có thể phản ánh tình trạng thua lỗ hoặc lợi nhuận thấp ở một số doanh nghiệp. Độ lệch chuẩn 2,2024 cho thấy sự biến động lớn giữa các doanh nghiệp, với một số doanh nghiệp có lợi nhuận rất cao, trong khi phần lớn có mức lợi nhuận thấp hoặc âm. Giá trị cực tiểu của ROE là -51,8738, cho thấy có ít nhất một doanh nghiệp ghi nhận mức thua lỗ rất lớn, có thể là do hoạt động kinh doanh kém hoặc các yếu tố ngoại lai. Mặt khác, giá trị cực đại 3,2333 cho thấy có doanh nghiệp đạt lợi nhuận cao, có thể do chiến lược kinh doanh hiệu quả hoặc thị trường thuận lợi.

Biến ROA có giá trị trung bình là 0,0548, cho thấy các doanh nghiệp trong mẫu nghiên cứu, trung bình, tạo ra lợi nhuận dương từ tài sản của mình (5,48%), cho thấy một mức độ hiệu quả trong việc sử dụng tài sản. Tuy nhiên, độ lệch chuẩn 0,1310 cho thấy có sự phân tán lớn giữa các doanh nghiệp, với một số doanh nghiệp có ROA rất thấp hoặc gần bằng 0, trong khi một số khác có ROA cao. Giá trị cực tiểu -1,9235 cho thấy có ít nhất một doanh nghiệp có ROA âm rất lớn, có thể do các tài sản không hiệu quả hoặc chi phí hoạt động cao. Giá trị cực đại 0,7295 cho thấy một số doanh nghiệp có khả năng sử dụng tài sản hiệu quả và đạt được lợi nhuận cao. Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Biến EPS có giá trị trung bình 1,464, cho thấy các doanh nghiệp trong mẫu có mức lợi nhuận dương trên mỗi cổ phiếu, phản ánh khả năng sinh lời nhất định cho cổ đông. Tuy nhiên, độ lệch chuẩn rất cao 3,754 cho thấy sự biến động lớn về lợi nhuận mỗi cổ phiếu giữa các doanh nghiệp. Điều này có thể là do các doanh nghiệp có lợi nhuận cao đột biến hoặc thua lỗ lớn. Giá trị cực tiểu -35,504 cho thấy có ít nhất một doanh nghiệp có lợi nhuận âm rất lớn, có thể do chi phí quá cao hoặc hoạt động kinh doanh kém. Giá trị cực đại 31,903 chỉ ra rằng một số doanh nghiệp có lợi nhuận cổ phiếu rất cao, có thể do chiến lược tăng trưởng mạnh hoặc sự đổi mới trong sản phẩm.

Biến TD có giá trị trung bình 0,4698, cho thấy các doanh nghiệp trong mẫu nghiên cứu, trung bình, có tỷ lệ tổng nợ chiếm khoảng 46,98% tổng tài sản. Điều này phản ánh mức độ vay nợ khá cao trong doanh nghiệp nông nghiệp niêm yết, và có thể được sử dụng để tăng trưởng hoặc mở rộng quy mô. Độ lệch chuẩn 0,2573 cho thấy có sự phân hóa rõ rệt trong tỷ lệ nợ giữa các doanh nghiệp, một số có tỷ lệ nợ rất cao trong khi những doanh nghiệp khác lại vay ít hoặc không vay nợ. Giá trị cực tiểu 0,0269 cho thấy có ít nhất một doanh nghiệp rất ít vay nợ, có thể là do chiến lược bảo thủ trong tài chính. Mặt khác, giá trị cực đại 2,7964 cho thấy một doanh nghiệp có tỷ lệ nợ rất lớn, có thể là kết quả của việc sử dụng đòn bẩy tài chính mạnh mẽ.

Biến STD có giá trị trung bình 0,4047, cho thấy các doanh nghiệp trong mẫu nghiên cứu, trung bình, có tỷ lệ nợ ngắn hạn chiếm khoảng 40,47% tổng tài sản. Điều này cho thấy các doanh nghiệp chủ yếu sử dụng nợ ngắn hạn để tài trợ cho hoạt động của mình. Độ lệch chuẩn 0,2331 cho thấy có sự phân hóa rõ rệt về cơ cấu nợ ngắn hạn giữa các doanh nghiệp, với một số doanh nghiệp có tỷ lệ nợ ngắn hạn rất cao, trong khi những doanh nghiệp khác lại có rất ít nợ ngắn hạn. Giá trị cực tiểu 0,0244 cho thấy có ít nhất một doanh nghiệp có lượng nợ ngắn hạn rất thấp, trong khi giá trị cực đại 2,6524 cho thấy một doanh nghiệp có tỷ lệ nợ ngắn hạn rất lớn, có thể là dấu hiệu của rủi ro thanh toán ngắn hạn.

Biến LTD có giá trị trung bình 0,0651, cho thấy các doanh nghiệp trong mẫu nghiên cứu có tỷ lệ nợ dài hạn trung bình là 6,51%, mức nợ này khá thấp so với tổng tài sản. Độ lệch chuẩn 0,0998 cho thấy có sự phân hóa về nợ dài hạn giữa các doanh nghiệp. Một số doanh nghiệp có tỷ lệ nợ dài hạn cao, trong khi nhiều doanh nghiệp lại có tỷ lệ nợ dài hạn thấp. Giá trị cực tiểu 0,0000 chỉ ra rằng không có doanh nghiệp nào có nợ dài hạn bằng 0, nhưng giá trị cực đại 0,5317 cho thấy có một doanh nghiệp có tỷ lệ nợ dài hạn khá lớn, cho thấy chiến lược sử dụng vốn dài hạn của doanh nghiệp này.

Biến SIZE có giá trị trung bình 6,0967, đo bằng logarithm của tổng tài sản, cho thấy các doanh nghiệp trong mẫu nghiên cứu có quy mô khá đa dạng. Độ lệch chuẩn 0,7484 cho thấy có sự phân hóa rõ rệt về quy mô doanh nghiệp, với một số doanh nghiệp có quy mô tài sản lớn, trong khi phần lớn có quy mô nhỏ hoặc vừa. Giá trị cực tiểu 4,2582 cho thấy có ít nhất một doanh nghiệp có quy mô nhỏ với tài sản không đáng kể. Mặt khác, giá trị cực đại 7,7408 cho thấy một doanh nghiệp có quy mô rất lớn, có thể sở hữu nhiều tài sản và có tiềm năng mở rộng mạnh mẽ.

Biến GROWTH có giá trị trung bình 34,4966, cho thấy các doanh nghiệp trong mẫu nghiên cứu có tỷ lệ tăng trưởng trung bình khá cao. Tuy nhiên, độ lệch chuẩn rất lớn 187,8859 chỉ ra sự biến động mạnh mẽ giữa các doanh nghiệp về tỷ lệ tăng trưởng, với một số doanh nghiệp có tỷ lệ tăng trưởng rất cao, trong khi một số doanh nghiệp khác có tăng trưởng âm hoặc thấp. Giá trị cực tiểu -67,3900 cho thấy có ít nhất một doanh nghiệp ghi nhận tỷ lệ tăng trưởng âm rất lớn, có thể là do tình trạng suy thoái hoặc giảm sút doanh thu. Mặt khác, giá trị cực đại 1968,3400 chỉ ra rằng một doanh nghiệp có tỷ lệ tăng trưởng rất cao, có thể là kết quả của sự phát triển mạnh mẽ hoặc đột phá trong sản phẩm hoặc thị trường.

4.2 Ma trận tương quan Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Trong phần này, tác giả sẽ phân tích kết quả ma trận tương quan giữa các biến số quan trọng trong nghiên cứu, bao gồm các chỉ số tài chính như ROE, ROA, EPS, các tỷ lệ nợ như TD, STD, LTD, và các yếu tố kiểm soát như SIZE, GROWTH. Ma trận tương quan giúp người đọc hiểu rõ hơn về mức độ liên kết giữa các biến số, từ đó xác định được mối quan hệ giữa các yếu tố này và đánh giá xem liệu có tồn tại các mối quan hệ có ý nghĩa thống kê hay không.

Các giá trị trong ma trận tương quan cho phép nhận diện được sự tương quan dương hay âm giữa các biến, đồng thời chỉ ra mức độ mạnh yếu của các mối quan hệ này. Ví dụ, một mối quan hệ tương quan mạnh giữa tỷ lệ nợ và Hiệu quả tài chính sẽ hỗ trợ cho giả thuyết về ảnh hưởng của nợ đối với các chỉ số tài chính của doanh nghiệp. Ngược lại, các mối quan hệ yếu hoặc không có tương quan sẽ giúp chúng ta loại bỏ hoặc điều chỉnh các yếu tố không có ảnh hưởng rõ rệt.

Ma trận tương quan cũng sẽ giúp kiểm tra các giả thuyết ban đầu về sự tác động của các yếu tố như quy mô doanh nghiệp (SIZE), mức độ tăng trưởng (GROWTH) đối với Hiệu quả tài chính, qua đó cung cấp những nền tảng vững chắc cho các phân tích hồi quy trong chương tiếp theo.

Bảng 4.2: Kết quả ma trận tương quan

Tỷ lệ ROE có mối quan hệ -0,1085 với tổng nợ (TD), cho thấy rằng các doanh nghiệp có tỷ lệ nợ cao có thể gặp khó khăn trong việc tạo ra lợi nhuận từ vốn chủ sở hữu. Mối quan hệ này phản ánh tác động tiêu cực của chi phí lãi vay và rủi ro tài chính khi tỷ lệ nợ quá lớn, làm giảm khả năng sinh lời từ vốn chủ sở hữu. Với nợ ngắn hạn (STD), tương quan -0,1113 chỉ ra rằng nợ ngắn hạn cũng có tác động yếu và âm đến ROE, có thể do áp lực thanh toán ngắn hạn ảnh hưởng đến Hiệu quả tài chính. Mối quan hệ với nợ dài hạn (LTD) gần như không có mối liên hệ rõ ràng, với tương quan -0,0197, cho thấy nợ dài hạn không có tác động mạnh đến lợi nhuận trên vốn chủ sở hữu. Tuy nhiên, ROE có mối quan hệ yếu và dương 0,0729 với quy mô doanh nghiệp (SIZE), cho thấy rằng doanh nghiệp lớn hơn có thể tạo ra lợi nhuận cao hơn từ vốn chủ sở hữu, mặc dù mối quan hệ này không mạnh. Cuối cùng, mối quan hệ giữa ROE và tăng trưởng (GROWTH) gần như không đáng kể (0,0171), phản ánh rằng mức độ tăng trưởng không ảnh hưởng lớn đến lợi nhuận từ vốn chủ sở hữu.

ROA có mối quan hệ âm mạnh -0,5162 với tổng nợ (TD), chỉ ra rằng tỷ lệ nợ cao có thể làm giảm hiệu quả sử dụng tài sản. Nợ cao tạo ra chi phí lãi vay lớn, làm giảm khả năng sinh lời từ tài sản. Mối quan hệ âm với nợ ngắn hạn (STD) -0,4646 cho thấy nợ ngắn hạn có thể tác động tiêu cực đến khả năng sử dụng tài sản hiệu quả. Tương quan -0,2453 với nợ dài hạn (LTD) cho thấy một mối quan hệ yếu và âm, nhưng tác động của nợ dài hạn không mạnh mẽ. Mặc dù vậy, ROA có mối quan hệ yếu và dương 0,0887 với quy mô doanh nghiệp (SIZE), chỉ ra rằng doanh nghiệp lớn có thể sử dụng tài sản hiệu quả hơn và tạo ra lợi nhuận từ tài sản tốt hơn. Tương quan yếu 0,0306 giữa ROA và tỷ lệ tăng trưởng (GROWTH) cho thấy mối liên hệ không rõ rệt, mặc dù doanh nghiệp tăng trưởng tốt có thể sử dụng tài sản hiệu quả hơn, nhưng tác động này không mạnh.

EPS có mối quan hệ âm vừa phải -0,3327 với tổng nợ (TD), cho thấy rằng các doanh nghiệp có tỷ lệ nợ cao thường có lợi nhuận trên mỗi cổ phiếu thấp hơn. Chi phí lãi vay và rủi ro tài chính có thể làm giảm lợi nhuận cổ phiếu. Mối quan hệ âm – 0,3013 giữa EPS và nợ ngắn hạn (STD) cho thấy rằng nợ ngắn hạn có thể làm giảm lợi nhuận cổ phiếu, có thể do áp lực tài chính ngắn hạn làm giảm hiệu quả sinh lời. Tương quan -0,1537 với nợ dài hạn (LTD) cho thấy tác động của nợ dài hạn đến EPS là khá yếu, cho thấy nợ dài hạn không có ảnh hưởng mạnh mẽ đến lợi nhuận mỗi cổ phiếu. Tuy nhiên, EPS có mối quan hệ yếu và dương 0,1235 với quy mô doanh nghiệp (SIZE), cho thấy các doanh nghiệp lớn hơn có thể tạo ra lợi nhuận cao hơn trên mỗi cổ phiếu nhờ vào nguồn lực tài chính mạnh mẽ và khả năng quản lý tốt hơn. Cuối cùng, tương quan -0,0133 giữa EPS và tỷ lệ tăng trưởng (GROWTH) cho thấy không có mối quan hệ rõ rệt, cho thấy rằng mức độ tăng trưởng không có ảnh hưởng lớn đến lợi nhuận mỗi cổ phiếu của doanh nghiệp. Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Mối quan hệ giữa các biến TD (Tổng nợ), STD (Nợ ngắn hạn), LTD (Nợ dài hạn), SIZE (Quy mô doanh nghiệp) và GROWTH (Tăng trưởng) cho thấy một số đặc điểm đáng chú ý. Tỷ lệ tổng nợ (TD) có mối tương quan rất mạnh 0,9218 với nợ ngắn hạn (STD), phản ánh rằng các doanh nghiệp có tỷ lệ nợ cao cũng thường sử dụng nợ ngắn hạn nhiều để tài trợ cho các hoạt động ngắn hạn. Mối quan hệ dương vừa phải 0,4245 giữa tổng nợ (TD) và nợ dài hạn (LTD) chỉ ra rằng khi tổng nợ tăng, các doanh nghiệp cũng có xu hướng sử dụng nợ dài hạn để tài trợ cho các dự án dài hạn. Tuy nhiên, tương quan yếu 0,1618 giữa tổng nợ và quy mô doanh nghiệp (SIZE) cho thấy rằng mặc dù các doanh nghiệp lớn có thể có mức nợ cao hơn, mối quan hệ này không quá mạnh. Mối quan hệ giữa tổng nợ và tỷ lệ tăng trưởng (GROWTH) là rất yếu 0,0354, chỉ ra rằng mức độ vay nợ không ảnh hưởng rõ rệt đến khả năng tăng trưởng của doanh nghiệp. Nợ ngắn hạn (STD) có tương quan yếu với nợ dài hạn (LTD) 0,0403, cho thấy rằng việc sử dụng nợ ngắn hạn và dài hạn có thể diễn ra độc lập, phản ánh chiến lược tài chính khác nhau cho các nhu cầu ngắn hạn và dài hạn. Mối quan hệ yếu giữa nợ ngắn hạn và quy mô doanh nghiệp 0,0409 cũng cho thấy rằng quy mô không phải yếu tố quyết định chính đối với việc sử dụng nợ ngắn hạn, và nợ ngắn hạn không ảnh hưởng mạnh đến tỷ lệ tăng trưởng 0,0076 của doanh nghiệp. Cuối cùng, nợ dài hạn (LTD) có mối tương quan dương vừa phải 0,3215 với quy mô doanh nghiệp (SIZE), phản ánh rằng các doanh nghiệp lớn có xu hướng sử dụng nhiều nợ dài hạn hơn, có thể do khả năng tiếp cận vốn tốt hơn và nhu cầu đầu tư dài hạn lớn hơn. Tuy nhiên, mối quan hệ yếu 0,0733 giữa nợ dài hạn và tăng trưởng (GROWTH) cho thấy tác động của nợ dài hạn đến tăng trưởng không mạnh mẽ, và các yếu tố khác như chiến lược đầu tư và thị trường có thể đóng vai trò quan trọng hơn.

Kết quả từ ma trận tương quan cho thấy rằng không có hiện tượng tương quan quá mạnh giữa các biến trong nghiên cứu. Mối quan hệ mạnh mẽ duy nhất xuất hiện giữa tổng nợ (TD) và nợ ngắn hạn (STD), với tương quan 0,9218, phản ánh rằng các doanh nghiệp có tỷ lệ tổng nợ cao cũng thường sử dụng nợ ngắn hạn nhiều để tài trợ cho hoạt động. Tuy nhiên, mặc dù mối quan hệ này mạnh, nó vẫn hợp lý trong bối cảnh các doanh nghiệp có thể chọn nợ ngắn hạn để đáp ứng các nhu cầu tài chính ngắn hạn mà không gây ảnh hưởng quá lớn đến các mối quan hệ khác. Các mối quan hệ khác giữa tổng nợ và nợ dài hạn (LTD), cũng như giữa nợ ngắn hạn và các yếu tố như quy mô doanh nghiệp (SIZE) và tỷ lệ tăng trưởng (GROWTH), đều có mức tương quan yếu hoặc vừa phải. Điều này cho thấy không có sự phụ thuộc quá mức giữa các biến, giảm thiểu nguy cơ xảy ra hiện tượng đa cộng tuyến trong các mô hình phân tích hồi quy sau này, một khái niệm đã được đề cập trong các nghiên cứu của Gujarati (2003) và Hair và cộng sự (1998). Các mối quan hệ yếu này cũng cho phép chúng ta tiến hành phân tích hồi quy mà không gặp phải vấn đề nghiêm trọng về sự đồng biến quá mức giữa các biến độc lập, điều này là một yếu tố quan trọng trong việc đảm bảo tính chính xác của các mô hình ước lượng (Wooldridge, 2016).

4.3 Kiểm định đa cộng tuyến Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Trong phân tích hồi quy, một trong những vấn đề quan trọng cần kiểm tra là đa cộng tuyến, tức là sự tồn tại mối quan hệ cao giữa các biến độc lập trong mô hình. Khi xảy ra đa cộng tuyến, các hệ số hồi quy trở nên không ổn định, dẫn đến việc ước lượng sai lệch và kết quả không đáng tin cậy. Mối quan hệ quá chặt chẽ giữa các biến độc lập làm cho việc phân tích sự ảnh hưởng riêng biệt của từng biến đối với biến phụ thuộc trở nên khó khăn, do các biến này không cung cấp thông tin độc lập. Vì vậy, việc kiểm tra đa cộng tuyến là cần thiết để đảm bảo rằng mô hình hồi quy không gặp phải sự phụ thuộc quá mức giữa các biến độc lập, giúp tăng cường tính chính xác và tin cậy của các kết quả ước lượng. Một trong những phương pháp phổ biến để kiểm tra đa cộng tuyến là VIF (Variance Inflation Factor), với giá trị VIF cao (thường lớn hơn 10) cho thấy có nguy cơ đa cộng tuyến nghiêm trọng. Ngoài ra, cũng có thể sử dụng ma trận tương quan giữa các biến độc lập để phát hiện các mối quan hệ chặt chẽ giữa chúng. Việc kiểm tra đa cộng tuyến sẽ giúp giảm thiểu rủi ro của việc suy diễn sai lệch trong các mô hình hồi quy, điều này đã được chỉ ra trong các nghiên cứu của Gujarati (2003) và Wooldridge (2016).

Thông qua kết quả hồi quy mô hình, tác giả phát hiện rằng biến STD (nợ ngắn hạn) gây ra hiện tượng đa cộng tuyến ở cả 3 mô hình với các biến phụ thuộc là ROE, ROA và EPS. Mối quan hệ mạnh mẽ giữa nợ ngắn hạn và các biến độc lập khác đã dẫn đến sự tồn tại của đa cộng tuyến, làm ảnh hưởng đến độ chính xác của các hệ số hồi quy. Do đó, để đảm bảo kết quả kiểm định VIF (Variance Inflation Factor) được đáng tin cậy và không bị ảnh hưởng bởi đa cộng tuyến, tác giả đã quyết định loại biến STD ra khỏi mô hình hồi quy. Việc này giúp loại bỏ sự phụ thuộc giữa các biến và đảm bảo rằng các kết quả ước lượng là ổn định và chính xác hơn.

Bảng 4.3: Kết quả kiểm định đa cộng tuyến

Kết quả kiểm định VIF đối với cả 3 mô hình với ROE, ROA, và EPS là biến phụ thuộc đều cho thấy những kết quả tương tự, với các giá trị VIF thấp và không có hiện tượng đa cộng tuyến nghiêm trọng. VIF trung bình của các mô hình là 1,18, cho thấy mức độ đa cộng tuyến giữa các biến độc lập trong mô hình là rất thấp. Các giá trị VIF nhỏ chứng tỏ rằng không có sự tương quan quá mạnh giữa các biến độc lập, điều này giúp giảm thiểu nguy cơ đa cộng tuyến trong mô hình và đảm bảo rằng các ước lượng hệ số hồi quy là chính xác và đáng tin cậy. Việc kiểm tra và xử lý vấn đề đa cộng tuyến là rất quan trọng trong các mô hình hồi quy, như đã được chỉ ra trong các nghiên cứu của Gujarati (2003) và Wooldridge (2016), vì sự tồn tại của đa cộng tuyến có thể dẫn đến kết quả ước lượng không ổn định và khó giải thích.

Vì kết quả kiểm định VIF đối với cả ba mô hình với các biến phụ thuộc là ROE, ROA và EPS đều tương đồng, có thể kết luận rằng không có sự khác biệt đáng kể về vấn đề đa cộng tuyến giữa các mô hình này. Điều này chỉ ra rằng cấu trúc dữ liệu của ba mô hình là ổn định và không gặp phải vấn đề nghiêm trọng về đa cộng tuyến, điều này giúp củng cố độ tin cậy của các mô hình hồi quy trong nghiên cứu này, như đã được đề cập trong các tài liệu tham khảo của Kennedy (2003).

4.4 Hồi quy các mô hình Pooled OLS, FEM, REM Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Trong phân tích hồi quy, việc chọn mô hình phù hợp là rất quan trọng để đảm bảo tính chính xác và khả năng diễn giải của các kết quả ước lượng. Đối với dữ liệu bảng trong nghiên cứu này, ba mô hình phổ biến được sử dụng để ước lượng các hệ số hồi quy là Pooled OLS, Fixed Effects Model (FEM) và Random Effects Model (REM). Mỗi mô hình có những giả định và ưu nhược điểm riêng, và việc lựa chọn mô hình phù hợp phụ thuộc vào tính chất của dữ liệu và mục tiêu nghiên cứu.

Pooled OLS (Hồi quy OLS gộp) là một mô hình đơn giản nhất, trong đó giả định rằng tất cả các đơn vị quan sát đều có các hệ số hồi quy giống nhau, và không có sự khác biệt giữa các cá thể hoặc theo thời gian. Mặc dù dễ thực hiện, mô hình này không xem xét đến các yếu tố đặc thù của từng cá thể, do đó có thể dẫn đến sai sót nếu có sự khác biệt quan trọng giữa các đơn vị trong dữ liệu.

Fixed Effects Model (FEM – Mô hình hiệu ứng cố định) là một mô hình cho phép mỗi đơn vị quan sát có một hệ số hồi quy riêng biệt, điều này giúp kiểm soát sự khác biệt không quan sát được giữa các cá thể. FEM rất hữu ích khi dữ liệu có sự khác biệt đáng kể giữa các đơn vị và khi muốn kiểm tra tác động của các yếu tố thay đổi theo thời gian mà không bị ảnh hưởng bởi các yếu tố không quan sát được.

Random Effects Model (REM – Mô hình hiệu ứng ngẫu nhiên), ngược lại, giả định rằng các sự khác biệt giữa các cá thể là ngẫu nhiên và không liên quan đến các biến giải thích trong mô hình. REM được sử dụng khi giả định rằng các yếu tố không quan sát được không có mối liên hệ với các biến độc lập, giúp giảm thiểu sự mất mát thông tin khi so với FEM. Tuy nhiên, nếu giả định này không đúng, các ước lượng từ REM có thể không chính xác.

Để lựa chọn mô hình phù hợp, tác giả sẽ sử dụng kiểm định Hausman để so sánh FEM và REM, nhằm xác định mô hình nào phù hợp hơn với dữ liệu và các giả định của nghiên cứu. Mục tiêu là lựa chọn mô hình mang lại các ước lượng chính xác và hợp lý nhất cho tác động của các yếu tố tài chính lên hiệu quả doanh nghiệp.

Bảng 4.4.1: Kết quả hồi quy mô hình Pooled OLS, FEM, REM (ROE) Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Kết quả hồi quy Pooled OLS cho thấy mối quan hệ giữa các biến độc lập và ROE như sau: TD (Tổng nợ) có hệ số -1,070 với mức ý nghĩa 1%, cho thấy mối quan hệ âm và có ý nghĩa thống kê, phản ánh tác động tiêu cực của tổng nợ đến lợi nhuận trên vốn chủ sở hữu (ROE). Điều này có thể giải thích rằng khi tỷ lệ nợ tăng lên, chi phí tài chính và rủi ro tài chính cũng gia tăng, làm giảm lợi nhuận của doanh nghiệp. SIZE (Quy mô doanh nghiệp) có hệ số 0,268 với mức ý nghĩa 5%, cho thấy mối quan hệ dương và có ý nghĩa thống kê, chỉ ra rằng các doanh nghiệp lớn hơn có khả năng tạo ra lợi nhuận cao hơn trên vốn chủ sở hữu. Tuy nhiên, LTD (Nợ dài hạn) và GROWTH (Tăng trưởng) không có tác động đáng kể đến ROE trong mô hình này, cho thấy các yếu tố này không ảnh hưởng mạnh đến Hiệu quả tài chính của doanh nghiệp.

Kết quả hồi quy FEM cho thấy mối quan hệ giữa các biến độc lập và ROE có sự thay đổi so với mô hình Pooled OLS. TD (Tổng nợ) vẫn có mối quan hệ âm với ROE, với hệ số -1,445 và mức ý nghĩa 5%, cho thấy tác động tiêu cực của tổng nợ đến lợi nhuận trên vốn chủ sở hữu là có ý nghĩa thống kê. Tuy nhiên, LTD (Nợ dài hạn) có hệ số 1,415 cho thấy mối quan hệ dương nhưng không có ý nghĩa thống kê, cho thấy nợ dài hạn không ảnh hưởng nhiều đến ROE trong mô hình này. SIZE (Quy mô doanh nghiệp) có hệ số 0,045 cho thấy mối quan hệ yếu và không có ý nghĩa thống kê giữa quy mô doanh nghiệp và ROE, mặc dù kết quả này khác biệt so với mô hình Pooled OLS. GROWTH (Tăng trưởng) không có ý nghĩa thống kê với hệ số 0,00026, cho thấy tốc độ tăng trưởng không ảnh hưởng nhiều đến ROE trong mô hình FEM.

Kết quả hồi quy REM cho thấy TD (Tổng nợ) vẫn có tác động tiêu cực đến ROE, với hệ số -1,173 và mức ý nghĩa thống kê 1%, chỉ ra rằng tác động tiêu cực của tổng nợ đối với lợi nhuận trên vốn chủ sở hữu vẫn được duy trì trong mô hình này. SIZE (Quy mô doanh nghiệp) có hệ số 0,258 với mức ý nghĩa 5%, cho thấy mối quan hệ dương và có ý nghĩa thống kê, với doanh nghiệp lớn hơn có thể tạo ra lợi nhuận cao hơn trên vốn chủ sở hữu. Tuy nhiên, LTD (Nợ dài hạn) và GROWTH (Tăng trưởng) không có tác động đáng kể đến ROE trong mô hình REM, cho thấy rằng các yếu tố này không ảnh hưởng mạnh đến Hiệu quả tài chính của doanh nghiệp trong mô hình này.

Bảng 4.4.2: Kết quả hồi quy mô hình Pooled OLS, FEM, REM (ROA)

Kết quả hồi quy Pooled OLS cho thấy TD (Tổng nợ) có tác động tiêu cực đến ROA, với hệ số -0,259 và mức ý nghĩa 1%, điều này cho thấy mối quan hệ âm và có ý nghĩa thống kê giữa tổng nợ và lợi nhuận trên tài sản. Tác động tiêu cực này có thể là do chi phí lãi vay và rủi ro tài chính cao hơn khi doanh nghiệp vay nợ nhiều. LTD (Nợ dài hạn) cũng có mối quan hệ âm với ROA (hệ số -0,124, mức ý nghĩa 5%), tuy nhiên tác động này yếu hơn so với tổng nợ. SIZE (Quy mô doanh nghiệp) có mối quan hệ dương 0,0346 và mức ý nghĩa thống kê 1%, cho thấy rằng doanh nghiệp lớn hơn có khả năng sử dụng tài sản hiệu quả hơn, từ đó mang lại lợi nhuận cao hơn trên tài sản. Tuy nhiên, GROWTH (Tăng trưởng) không có tác động rõ rệt với ROA, cho thấy tốc độ tăng trưởng không ảnh hưởng đáng kể đến hiệu quả tài sản.

Kết quả hồi quy FEM cho thấy TD (Tổng nợ) vẫn có tác động tiêu cực đến ROA với hệ số -0,355 và mức ý nghĩa thống kê 1%, điều này củng cố kết quả từ Pooled OLS về tác động tiêu cực của tổng nợ. Tuy nhiên, LTD (Nợ dài hạn) có hệ số -0,0492 nhưng không có ý nghĩa thống kê, cho thấy không có mối quan hệ đáng kể giữa nợ dài hạn và ROA trong mô hình FEM. SIZE (Quy mô doanh nghiệp) có hệ số 0,00164 cho thấy mối quan hệ yếu và không có ý nghĩa thống kê giữa quy mô doanh nghiệp và ROA trong mô hình này. GROWTH (Tăng trưởng) không có tác động rõ rệt với hệ số 0,0000554, điều này cho thấy tốc độ tăng trưởng không ảnh hưởng đáng kể đến hiệu quả tài sản trong mô hình FEM.

Kết quả hồi quy REM cho thấy TD (Tổng nợ) vẫn có tác động tiêu cực đến ROA, với hệ số -0,315 và mức ý nghĩa thống kê 1%, phản ánh rằng tổng nợ có ảnh hưởng tiêu cực đến khả năng sinh lời từ tài sản trong mô hình này. SIZE (Quy mô doanh nghiệp) có hệ số 0,0276 với mức ý nghĩa 1%, cho thấy mối quan hệ dương và có ý nghĩa thống kê giữa quy mô doanh nghiệp và ROA, cho thấy rằng doanh nghiệp lớn có khả năng sử dụng tài sản hiệu quả hơn để tạo ra lợi nhuận. Tuy nhiên, LTD (Nợ dài hạn) có hệ số -0,074 cho thấy mối quan hệ yếu và không có ý nghĩa thống kê giữa nợ dài hạn và ROA trong mô hình REM. GROWTH (Tăng trưởng) có hệ số 0,0000473 cho thấy mối quan hệ yếu và không có ý nghĩa thống kê giữa tăng trưởng và ROA trong mô hình này. Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Bảng 4.4.3: Kết quả hồi quy mô hình Pooled OLS, FEM, REM (EPS)

Kết quả hồi quy Pooled OLS cho thấy mối quan hệ giữa các biến độc lập và EPS như sau: TD (Tổng nợ) có hệ số -4852,4 và mức ý nghĩa 1%, cho thấy mối quan hệ âm mạnh và có ý nghĩa thống kê giữa tổng nợ và lợi nhuận trên mỗi cổ phiếu (EPS). Điều này chỉ ra rằng khi tỷ lệ nợ tăng lên, lợi nhuận trên mỗi cổ phiếu giảm, có thể do chi phí tài chính và rủi ro tài chính cao hơn. LTD (Nợ dài hạn) có hệ số – 2891,7 với mức ý nghĩa 10%, cho thấy mối quan hệ yếu giữa nợ dài hạn và EPS. SIZE (Quy mô doanh nghiệp) có hệ số 1037,1 với mức ý nghĩa 1%, cho thấy mối quan hệ dương và có ý nghĩa thống kê giữa quy mô doanh nghiệp và EPS. Các doanh nghiệp lớn hơn có khả năng tạo ra lợi nhuận cao hơn trên mỗi cổ phiếu, phản ánh khả năng sử dụng tài sản và nguồn lực hiệu quả hơn. Tuy nhiên, GROWTH (Tăng trưởng) không có tác động rõ rệt với EPS, cho thấy tốc độ tăng trưởng không ảnh hưởng đáng kể đến lợi nhuận trên mỗi cổ phiếu trong mô hình này.

Kết quả hồi quy FEM cho thấy các hệ số có sự thay đổi so với mô hình Pooled OLS. TD (Tổng nợ) vẫn có tác động tiêu cực mạnh đến EPS, với hệ số -4494,6 và mức ý nghĩa thống kê 1%, cho thấy tổng nợ vẫn ảnh hưởng tiêu cực đến lợi nhuận trên mỗi cổ phiếu trong mô hình FEM. Tuy nhiên, LTD (Nợ dài hạn) có hệ số 818,5 nhưng không có ý nghĩa thống kê, cho thấy mối quan hệ dương nhưng không có ý nghĩa thống kê, điều này chỉ ra rằng nợ dài hạn không có tác động đáng kể đến EPS trong mô hình FEM. SIZE (Quy mô doanh nghiệp) có hệ số 1042,2 với mức ý nghĩa 5%, cho thấy mối quan hệ dương và có ý nghĩa thống kê giữa quy mô doanh nghiệp và EPS, cho thấy rằng doanh nghiệp lớn hơn có khả năng sinh lợi cao hơn trên mỗi cổ phiếu. Tuy nhiên, GROWTH (Tăng trưởng) không có tác động rõ rệt với EPS, cho thấy rằng tốc độ tăng trưởng không ảnh hưởng đáng kể đến EPS trong mô hình này.

Kết quả hồi quy REM cho thấy TD (Tổng nợ) vẫn có tác động tiêu cực đến EPS, với hệ số -4567,8 và mức ý nghĩa 1%, cho thấy tác động tiêu cực của tổng nợ đối với lợi nhuận trên mỗi cổ phiếu trong mô hình này. SIZE (Quy mô doanh nghiệp) có hệ số 934,7 với mức ý nghĩa 1%, cho thấy mối quan hệ dương và có ý nghĩa thống kê giữa quy mô doanh nghiệp và EPS, điều này phản ánh rằng doanh nghiệp lớn có khả năng tạo ra lợi nhuận cao hơn trên mỗi cổ phiếu. LTD (Nợ dài hạn) có hệ số 370,2 nhưng không có ý nghĩa thống kê, cho thấy mối quan hệ yếu và không có ý nghĩa thống kê giữa nợ dài hạn và EPS trong mô hình REM. GROWTH (Tăng trưởng) có hệ số 0,381 và không có ý nghĩa thống kê giữa tăng trưởng và EPS trong mô hình này.

4.5 Lựa chọn mô hình hồi quy phù hợp Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Mô hình Pooled OLS giả định rằng tất cả các doanh nghiệp đều đồng nhất, tức là các đơn vị quan sát không có sự khác biệt đáng kể về đặc điểm không quan sát được giữa chúng. Điều này có thể dẫn đến một số vấn đề nghiêm trọng, đặc biệt là trong các mô hình dữ liệu bảng, các doanh nghiệp có thể có các đặc điểm riêng biệt, không quan sát được, có ảnh hưởng đến kết quả phân tích. Cụ thể, Pooled OLS không tính đến sự khác biệt về đặc điểm cá nhân của từng doanh nghiệp, do đó, có thể bỏ qua sự thay đổi trong các yếu tố không quan sát được theo thời gian hoặc giữa các đơn vị. Kết quả là, các ước lượng trong mô hình Pooled OLS có thể bị sai lệch và không chính xác, vì mô hình không kiểm soát được sự thay đổi này.

Trong khi đó, các mô hình FEM và REM đều xem xét sự khác biệt giữa các đơn vị quan sát. FEM cho phép mỗi đơn vị có một hiệu ứng riêng biệt, giúp kiểm soát những yếu tố không quan sát được mà không thay đổi theo thời gian. REM giả định rằng các hiệu ứng này là ngẫu nhiên và không tương quan với các biến độc lập trong mô hình. Vì vậy, việc sử dụng Pooled OLS là không hợp lý trong trường hợp này vì nó bỏ qua yếu tố quan trọng này, dẫn đến sai lệch trong các ước lượng.

Để lựa chọn giữa FEM và REM, tác giả sử dụng kiểm định Hausman. Kiểm định này giúp xác định liệu các hiệu ứng cố định hay ngẫu nhiên là phù hợp hơn với dữ liệu. Kiểm định Hausman so sánh các hệ số ước lượng từ hai mô hình, với giả thuyết không có sự khác biệt giữa các hệ số của FEM và REM. Nếu kết quả kiểm định cho thấy sự khác biệt đáng kể giữa hai mô hình, điều này cho thấy FEM là lựa chọn phù hợp, vì mô hình này cho phép các hiệu ứng không quan sát được có thể ảnh hưởng đến kết quả phân tích. Ngược lại, nếu không có sự khác biệt đáng kể, chúng ta có thể sử dụng REM, vì nó có lợi thế trong việc tiết kiệm bậc tự do và giảm thiểu sự mất mát thông tin.

Kiểm định Hausman kiểm tra tính hiệu quả của REM bằng cách xác định liệu giả định của REM, rằng các hiệu ứng ngẫu nhiên không tương quan với các biến độc lập, có thể bị vi phạm hay không. Nếu giả thuyết của REM bị bác bỏ, tức là các hiệu ứng ngẫu nhiên có mối quan hệ với các biến độc lập, thì FEM sẽ là lựa chọn hợp lý hơn. Nhờ kiểm định Hausman, chúng ta có thể lựa chọn mô hình phù hợp nhất với dữ liệu và đảm bảo rằng các kết quả hồi quy là chính xác và đáng tin cậy.

Giả thuyết của kiểm định như sau: H0: Mô hình REM là mô hình phù hợp H1: Mô hình FEM là mô hình phù hợp

Bảng 4.5.1: Kết quả kiểm định Hausman (ROE)

Kết quả kiểm định được trình bày trong Bảng 4.5.1 cho thấy giá trị p-value = 0,8144, lớn hơn mức ý nghĩa α = 0,05. Do đó, giả thuyết H1 (mô hình FEM phù hợp hơn) bị bác bỏ, và giả thuyết H0 (mô hình REM phù hợp) được chấp nhận. Kết luận rằng mô hình REM là phù hợp đối với mô hình với ROE là biến phụ thuộc.

Bảng 4.5.2: Kết quả kiểm định Hausman (ROA) Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Kết quả kiểm định được trình bày trong Bảng 4.5.2 cho thấy giá trị p-value = 0,0138, nhỏ hơn mức ý nghĩa α = 0,05. Do đó, giả thuyết H1 (mô hình FEM phù hợp hơn) được chấp nhận, và giả thuyết H0 (mô hình REM phù hợp) bị bác bỏ. Kết luận rằng mô hình FEM là phù hợp đối với mô hình với ROA là biến phụ thuộc.

Bảng 4.5.3: Kết quả kiểm định Hausman (EPS)

Kết quả kiểm định được trình bày trong Bảng 4.5.3 cho thấy giá trị p-value = 0,8023, lớn hơn mức ý nghĩa α = 0,05. Do đó, giả thuyết H1 (mô hình FEM phù hợp hơn) bị bác bỏ, và giả thuyết H0 (mô hình REM phù hợp) được chấp nhận. Kết luận rằng mô hình REM là phù hợp đối với mô hình với EPS là biến phụ thuộc.

4.6 Kiểm định phương sai sai số thay đổi

Trong phân tích dữ liệu bảng, việc kiểm tra sự tồn tại của phương sai sai số thay đổi là một bước quan trọng để đảm bảo tính chính xác của mô hình hồi quy. Đối với các mô hình REM và FEM cần sử dụng các kiểm định khác nhau để kiểm tra phương sai sai số thay đổi, bởi vì mỗi mô hình có những giả định và cấu trúc sai số khác nhau.

Kiểm định Breusch-Pagan cho mô hình REM: Mô hình REM giả định rằng các hiệu ứng ngẫu nhiên không tương quan với các biến độc lập trong mô hình. Tuy nhiên, một trong những giả định quan trọng của REM là phương sai của sai số là đồng nhất, tức là không thay đổi theo các giá trị của các biến độc lập. Để kiểm tra giả thuyết này trong mô hình REM, tác giả sử dụng kiểm định Breusch-Pagan, một kiểm định phổ biến để kiểm tra phương sai sai số thay đổi. Kiểm định này kiểm tra xem có mối quan hệ giữa sai số và các biến độc lập trong mô hình hay không. Nếu kiểm định Breusch-Pagan bác bỏ giả thuyết rằng phương sai sai số là đồng nhất, điều này cho thấy có phương sai sai số thay đổi và mô hình REM cần phải điều chỉnh.

Modified Wald test cho mô hình FEM: Mô hình FEM giả định rằng có sự khác biệt giữa các đơn vị quan sát, và các hiệu ứng cố định được đưa vào để kiểm soát sự biến thiên không quan sát được giữa các đơn vị. FEM có thể gặp phải vấn đề phương sai sai số thay đổi do sự khác biệt trong các đơn vị quan sát. Để kiểm tra sự tồn tại của phương sai sai số thay đổi trong mô hình FEM, tác giả sử dụng kiểm định Modified Wald. Kiểm định này được thiết kế để kiểm tra phương sai sai số thay đổi trong mô hình hiệu ứng cố định, đặc biệt là khi các hiệu ứng cố định có thể làm cho phương sai sai số không đồng nhất giữa các đơn vị. Nếu kiểm định Modified Wald bác bỏ giả thuyết phương sai sai số đồng nhất, điều này có nghĩa là mô hình FEM bị ảnh hưởng bởi phương sai sai số thay đổi và cần phải điều chỉnh.

Kiểm định này được xây dựng với giả thuyết như sau: H0: Phương sai sai số không thay đổi H1: Phương sai sai số thay đổi

Bảng 4.6.1: Kết quả kiểm định phương sai sai số thay đổi

Kết quả kiểm định cho ROE có giá trị Prob > chibar2 = 0,0838. Đây là giá trị kiểm định chibar2 được sử dụng để kiểm tra sự tồn tại của phương sai sai số thay đổi trong mô hình REM. Mức P-value là 0,0838, lớn hơn mức ý nghĩa phổ biến 0,05, do đó, giả thuyết H0 được chấp nhận. Điều này cho thấy trong mô hình REM, không có bằng chứng về sự tồn tại của hiện tượng phương sai sai số thay đổi đối với ROE.

Kết quả kiểm định cho ROA có giá trị Prob > chi2 = 0,0000. Kiểm định chi2 được sử dụng để kiểm tra sự phù hợp của mô hình FEM. P-value = 0,0000, nhỏ hơn mức ý nghĩa 0,05, điều này cho thấy bác bỏ giả thuyết H0. Như vậy, trong mô hình FEM, có bằng chứng cho thấy sự tồn tại của phương sai sai số thay đổi đối với ROA.

Kết quả kiểm định cho EPS có giá trị Prob > chibar2 = 0,0000. P-value = 0,0000, nhỏ hơn mức ý nghĩa 0,05, do đó, bác bỏ giả thuyết H0. Điều này chỉ ra rằng trong mô hình REM, có bằng mẽ về sự tồn tại của phương sai sai số thay đổi đối với EPS.

4.7 Kiểm định hiện tượng tự tương quan Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Trong phân tích dữ liệu bảng, một giả định quan trọng là các sai số phải không có sự tự tương quan, tức là sai số ở các quan sát khác nhau không được phụ thuộc vào nhau. Nếu có sự tự tương quan, các ước lượng hệ số hồi quy sẽ không còn là ước lượng hiệu quả nhất và có thể dẫn đến các kiểm định giả thuyết sai lệch và sai số chuẩn không chính xác.

Để kiểm tra tự tương quan trong mô hình dữ liệu bảng, kiểm định Wooldridge là một trong những phương pháp phổ biến nhất. Kiểm định Wooldridge được thiết kế để kiểm tra sự hiện diện của tự tương quan bậc nhất trong mô hình dữ liệu bảng, đặc biệt là trong các mô hình FEM và REM. Kiểm định này kiểm tra giả thuyết không có tự tương quan giữa các sai số của các đơn vị quan sát trong suốt thời gian quan sát.

Giả thuyết của kiểm định như sau: H0: Không có hiện tượng tự tương quan bậc nhất trong mô hình H1: Có hiện tượng tự tương quan bậc nhất trong mô hình

Bảng 4.7: Kết quả kiểm định hiện tượng tự tương quan

Kết quả kiểm định ở cả 3 mô hình cho thấy Prob > F đều lớn hơn mức ý nghĩa 0,05, do đó bác bỏ giả thuyết H0, chấp nhận giả thuyết H1. Điều này cho thấy rằng các mô hình không xảy ra hiện tượng tự tương quan.

Đối với mô hình ROE là biến phụ thuộc, kết quả kiểm định Breusch-Pagan và Wooldridge test cho thấy không xảy ra hiện tượng phương sai sai số thay đổi và tự tương quan trong mô hình. Điều này có nghĩa là không có sự phụ thuộc qua lại giữa các sai số trong các quan sát, và phương sai của sai số là đồng nhất. Vì vậy, mô hình REM là phù hợp.

Đối với mô hình ROA và EPS là biến phụ thuộc, kết quả kiểm định Breusch-Pagan cho thấy có hiện tượng phương sai sai số thay đổi trong cả hai mô hình này. Điều này có nghĩa là phương sai của sai số không đồng nhất, dẫn đến các ước lượng không hiệu quả và các kiểm định giả thuyết có thể bị sai lệch. Để xử lý vấn đề này, tác giả sẽ sử dụng mô hình Feasible Generalized Least Squares (FGLS). Mô hình FGLS là một phương pháp điều chỉnh hiệu quả để giải quyết vấn đề phương sai sai số thay đổi, giúp các ước lượng trở nên chính xác hơn khi phương sai sai số thay đổi. FGLS điều chỉnh cho phương sai sai số thay đổi bằng cách ước lượng sai số chuẩn điều chỉnh, đảm bảo rằng các kết quả hồi quy không bị sai lệch do phương sai sai số thay đổi.

4.8 Mô hình hồi quy FGLS Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Để xử lý vấn đề phương sai sai số thay đổi và cải thiện độ chính xác của các ước lượng hồi quy, một phương pháp phổ biến được sử dụng là hồi quy FGLS (Feasible Generalized Least Squares). FGLS là một kỹ thuật điều chỉnh được áp dụng khi phương sai sai số thay đổi nhưng có thể ước lượng được. Phương pháp này ước lượng sai số chuẩn điều chỉnh và tối ưu hóa mô hình hồi quy để khắc phục sự không đồng nhất trong phương sai sai số. FGLS không chỉ giúp khắc phục phương sai sai số thay đổi mà còn cải thiện tính hiệu quả của các ước lượng hồi quy, làm cho chúng trở nên chính xác hơn khi so với các phương pháp hồi quy thông thường như OLS (Ordinary Least Squares).

Bảng 4.8.1: Kết quả hồi quy FGLS (ROA)

Kết quả hồi quy cho ROA cho thấy các mối quan hệ giữa các biến độc lập và ROA như sau: TD (Tổng nợ) có hệ số -0,2591 với P-value = 0,0000, chỉ ra rằng tổng nợ có tác động tiêu cực mạnh và có ý nghĩa thống kê đến ROA, nghĩa là khi tổng nợ tăng, khả năng sinh lời từ tài sản giảm. LTD (Nợ dài hạn) có hệ số -0,1242 với P-value = 0,0180, cho thấy tác động tiêu cực của nợ dài hạn đến ROA và mối quan hệ này có ý nghĩa thống kê, mặc dù tác động không mạnh như tổng nợ. SIZE (Quy mô doanh nghiệp) có hệ số 0,0346 với P-value = 0,0000, chỉ ra rằng doanh nghiệp lớn hơn có khả năng sử dụng tài sản hiệu quả hơn để tạo ra lợi nhuận từ tài sản, và mối quan hệ này có ý nghĩa thống kê. Tuy nhiên, GROWTH (Tăng trưởng) có hệ số 0,0000 với P-value = 0,5010, cho thấy mối quan hệ giữa tăng trưởng và ROA không có ý nghĩa thống kê, tức là tăng trưởng không ảnh hưởng đáng kể đến hiệu quả tài sản trong mô hình này.

Bảng 4.8.2: Kết quả hồi quy FGLS (EPS)

Kết quả hồi quy cho EPS (Lợi nhuận trên mỗi cổ phiếu) cho thấy TD (Tổng nợ) có hệ số -4852,433 và P-value = 0,0000, cho thấy mối quan hệ âm mạnh và có ý nghĩa thống kê giữa tổng nợ và EPS, nghĩa là khi tổng nợ tăng, lợi nhuận trên mỗi cổ phiếu giảm, có thể do chi phí tài chính tăng và rủi ro tài chính cao hơn. LTD (Nợ dài hạn) có hệ số -2891,699 và P-value = 0,082, cho thấy mối quan hệ âm tại mức ý nghĩa thống kê 1% giữa nợ dài hạn và EPS, điều này chỉ ra tác động tiêu cực của nợ dài hạn. SIZE (Quy mô doanh nghiệp) có hệ số 1037,07 và P-value = 0,0000, cho thấy mối quan hệ dương và có ý nghĩa thống kê mạnh giữa quy mô doanh nghiệp và EPS, chỉ ra rằng doanh nghiệp lớn hơn có khả năng tạo ra lợi nhuận cao hơn trên mỗi cổ phiếu. GROWTH (Tăng trưởng) có hệ số -0.5840749 và P-value = 0.453, cho thấy mối quan hệ giữa tăng trưởng và EPS không có ý nghĩa thống kê, nghĩa là tốc độ tăng trưởng không ảnh hưởng đáng kể đến lợi nhuận trên mỗi cổ phiếu.

4.9 Thảo luận kết quả nghiên cứu

Bảng 4.9: Tổng hợp giả thuyết và các kết quả nghiên cứu Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Kết quả cho thấy Tổng nợ (TD) có tác động ngược chiều đến ROE, ROA, và EPS tại mức ý nghĩa thống kê 1%. Điều này phản ánh rằng, giống như các doanh nghiệp quốc tế, các doanh nghiệp Sản xuất nông nghiệp tại Việt Nam cũng phải đối mặt với chi phí tài chính cao khi sử dụng nợ. Việc tăng tổng nợ có thể làm tăng gánh nặng tài chính và làm giảm khả năng tạo ra lợi nhuận từ vốn chủ sở hữu và tài sản. Điều này phù hợp với lý thuyết Modigliani-Miller (1958), khi cho rằng trong môi trường không có thuế, nợ không ảnh hưởng đến giá trị doanh nghiệp, nhưng trong bối cảnh thuế và chi phí tài chính, việc sử dụng nợ làm giảm Hiệu quả tài chính. Trong nghiên cứu của Lại Cao Mai Phương & Nguyễn Thị Lợi (2022), tác động của nợ lên Hiệu quả tài chính trong ngành thực phẩm và nông nghiệp tại Việt Nam cũng cho thấy mối quan hệ tiêu cực giữa nợ và hiệu quả hoạt động kinh doanh, một phần do các doanh nghiệp trong ngành này phải đối mặt với rủi ro tài chính và chi phí sản xuất cao. Do đó, doanh nghiệp nông nghiệp cần phải quản lý nợ một cách cẩn trọng để tránh gia tăng rủi ro tài chính và bảo vệ lợi nhuận.

LTD có tác động ngược chiều đến ROA và EPS tại mức ý nghĩa thống kê 5%, nhưng không có tác động đáng kể đến ROE. Điều này cho thấy rằng nợ dài hạn có thể gây áp lực lên khả năng sinh lời của doanh nghiệp trong ngành nông nghiệp, nơi mà các yếu tố như thời tiết, giá cả nông sản và rủi ro sản xuất là không thể đoán trước. Các doanh nghiệp Sản xuất nông nghiệp tại Việt Nam cần phải duy trì mức nợ dài hạn hợp lý để giảm thiểu chi phí tài chính và tránh bị vướng vào tình trạng kiệt quệ tài chính, đặc biệt trong bối cảnh các yếu tố bất lợi từ môi trường và thị trường. Kết quả này phù hợp với lý thuyết Trade-off của Kraus và Litzenberger (1973), khi cho rằng doanh nghiệp cần tối ưu hóa cấu trúc vốn giữa lợi ích thuế từ nợ và chi phí kiệt quệ tài chính. Đối với các doanh nghiệp Sản xuất nông nghiệp ở Việt Nam, chi phí kiệt quệ tài chính có thể cao hơn so với lợi ích thuế từ nợ, đặc biệt khi có sự biến động lớn về giá cả và nguồn cung trong ngành nông nghiệp.

Size có tác động cùng chiều đến ROE, ROA, và EPS tại mức ý nghĩa thống kê 1%, cho thấy các doanh nghiệp lớn hơn trong ngành nông nghiệp có khả năng sử dụng tài sản hiệu quả hơn và tạo ra lợi nhuận cao hơn trên mỗi cổ phiếu. Điều này phù hợp với lý thuyết Pecking Order của Myers và Majluf (1984), khi các doanh nghiệp lớn thường có khả năng tiếp cận nguồn vốn nội bộ và bên ngoài dễ dàng hơn, từ đó giảm chi phí tài chính và nâng cao Hiệu quả tài chính. Nghiên cứu của Bùi Vĩnh Thanh (2022) cũng chỉ ra rằng quy mô doanh nghiệp có mối quan hệ tích cực với Hiệu quả tài chính, đặc biệt trong ngành nông nghiệp, nơi mà các doanh nghiệp lớn có thể tận dụng quy mô sản xuất, mở rộng thị trường và giảm chi phí sản xuất. Điều này giúp cải thiện lợi nhuận và Hiệu quả tài chính của doanh nghiệp.

Growth không có ý nghĩa thống kê đối với ROE, ROA, và EPS trong nghiên cứu này, điều này cho thấy tốc độ tăng trưởng tài sản không có tác động rõ rệt đến Hiệu quả tài chính trong ngành nông nghiệp. Một lý do có thể là doanh nghiệp nông nghiệp ở Việt Nam phải đối mặt với nhiều yếu tố không chắc chắn như biến động giá cả nông sản, thay đổi chính sách nhà nước và biến đổi khí hậu. Những yếu tố này có thể làm giảm khả năng chuyển đổi tăng trưởng tài sản thành lợi nhuận thực tế. Kết quả này tương đồng với lý thuyết Financial Distress (Warner, 1977), khi cho rằng tốc độ tăng trưởng nhanh có thể làm gia tăng chi phí tài chính và rủi ro tài chính, đặc biệt trong các ngành như nông nghiệp, nơi mà sự biến động của môi trường và thị trường có thể ảnh hưởng đến Hiệu quả tài chính của doanh nghiệp.

KẾT LUẬN CHƯƠNG 4 Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Tóm lại, chương 4 đã phân tích Hiệu quả tài chính của các doanh nghiệp Sản xuất nông nghiệp niêm yết tại Việt Nam, đặc biệt là vai trò của nợ trong cấu trúc tài chính. Phân tích thống kê và các mô hình hồi quy xác nhận sự tác động đáng kể của tỷ lệ nợ đến Hiệu quả tài chính, đặc biệt là đối với ROA, ROE và EPS. Kết quả cho thấy mối quan hệ tích cực giữa nợ và Hiệu quả tài chính khi tỷ lệ nợ ở mức tối ưu, trong khi nợ vượt quá ngưỡng nhất định sẽ làm giảm khả năng sinh lời và gia tăng rủi ro tài chính. Những phát hiện này cung cấp thông tin quan trọng cho các nhà quản lý và cơ quan hoạch định chính sách về việc tối ưu hóa việc sử dụng nợ, quản lý rủi ro tài chính và nâng cao năng lực cạnh tranh của ngành nông nghiệp tại Việt Nam. Chương tiếp theo sẽ đưa ra các khuyến nghị dựa trên kết quả nghiên cứu và gợi mở hướng nghiên cứu tiếp theo.

CHƯƠNG 5. KẾT LUẬN VÀ KHUYẾN NGHỊ

Chương 5 tóm tắt kết quả nghiên cứu về tác động của nợ đến Hiệu quả tài chính của các doanh nghiệp Sản xuất nông nghiệp niêm yết trên Thị trường chứng khoán Việt Nam. Kết quả cho thấy, nợ có tác động tích cực đến Hiệu quả tài chính khi được sử dụng hợp lý, nhưng khi mức độ nợ vượt quá ngưỡng tối ưu, sẽ làm giảm khả năng sinh lời và gia tăng rủi ro tài chính. Khuyến nghị bao gồm việc tối ưu hóa cơ cấu nợ, giảm phụ thuộc vào nợ ngắn hạn, và tăng cường quản lý chi phí tài chính. Các cơ quan quản lý cần hỗ trợ doanh nghiệp trong việc xây dựng chiến lược tài chính bền vững và cải thiện khung pháp lý.

5.1 Kết luận

Nghiên cứu này đã phân tích tác động của nợ đối với Hiệu quả tài chính của các doanh nghiệp Sản xuất nông nghiệp niêm yết trên Thị trường chứng khoán Việt Nam trong giai đoạn từ 2012 đến 2024. Nghiên cứu áp dụng phương pháp định lượng với dữ liệu bảng và sử dụng các mô hình hồi quy như Pooled OLS, FEM, REM và FGLS để phân tích mối quan hệ giữa nợ và Hiệu quả tài chính, đo lường qua các chỉ tiêu như ROA, ROE và EPS.

Kết quả nghiên cứu cho thấy nợ có ảnh hưởng rõ rệt đến Hiệu quả tài chính, với một mối quan hệ tích cực khi mức độ nợ duy trì ở mức tối ưu. Tuy nhiên, khi nợ vượt quá ngưỡng tối ưu, sẽ gây ra ảnh hưởng tiêu cực đối với tỷ suất sinh lời và làm tăng rủi ro tài chính. Điều này khẳng định tính cần thiết của việc duy trì một tỷ lệ nợ/vốn hợp lý, đặc biệt đối với các doanh nghiệp Sản xuất nông nghiệp, vì ngành này phải đối mặt với các yếu tố rủi ro từ biến đổi khí hậu và biến động giá nông sản quốc tế.

Nghiên cứu cũng chỉ ra rằng các yếu tố kinh tế vĩ mô như tỷ lệ lạm phát và tốc độ tăng trưởng GDP có tác động đáng kể đến Hiệu quả tài chính của các doanh nghiệp nông nghiệp. Khi nền kinh tế ổn định, việc sử dụng nợ có thể mang lại lợi ích rõ rệt, nhưng khi nền kinh tế gặp biến động, nợ sẽ tạo ra rủi ro tài chính, đòi hỏi các doanh nghiệp cần có chiến lược quản lý nợ thận trọng.

5.2 Khuyến nghị Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

5.2.1 Đối với các doanh nghiệp sản xuất nông nghiệp

Tối ưu hóa cơ cấu nợ và sử dụng nợ hiệu quả: Các doanh nghiệp Sản xuất nông nghiệp niêm yết trên thị trường chứng khoán Việt Nam cần phải xây dựng và duy trì một cơ cấu nợ hợp lý, sao cho có thể tối đa hóa lợi ích từ đòn bẩy tài chính mà không gây ra rủi ro thanh khoản. Các doanh nghiệp nên sử dụng nợ chủ yếu để đầu tư vào các dự án dài hạn, có khả năng tạo ra dòng tiền ổn định, giúp cải thiện tỷ suất sinh lời trên vốn chủ sở hữu (ROE). Tuy nhiên, khi sử dụng nợ, các doanh nghiệp cần phải thường xuyên đánh giá và điều chỉnh tỷ lệ nợ/vốn để tránh rơi vào tình trạng nợ quá mức, dẫn đến chi phí tài chính tăng cao và làm giảm Hiệu quả tài chính tổng thể.

Quản lý chi phí tài chính và duy trì dòng tiền ổn định: Các doanh nghiệp cần chủ động trong việc quản lý chi phí tài chính, đặc biệt là chi phí lãi vay. Việc duy trì một dòng tiền ổn định là rất quan trọng để giảm thiểu rủi ro thanh khoản và tránh các tình huống phải vay nợ ngắn hạn với lãi suất cao. Để làm được điều này, doanh nghiệp nên xem xét việc tái cấu trúc nợ, chuyển đổi các khoản nợ ngắn hạn thành nợ dài hạn hoặc gia hạn nợ để giảm áp lực tài chính trong các giai đoạn khó khăn. Hơn nữa, các doanh nghiệp cần xây dựng kế hoạch dự phòng tài chính để có thể đối phó với các yếu tố bất định từ bên ngoài, như biến động giá nông sản hoặc thay đổi trong chính sách nông nghiệp.

Đẩy mạnh đa dạng hóa nguồn thu nhập và cải thiện hiệu quả hoạt động: Để giảm thiểu sự phụ thuộc vào nợ và các yếu tố bên ngoài, các doanh nghiệp nông nghiệp cần tìm cách đa dạng hóa nguồn thu nhập, chẳng hạn như phát triển các sản phẩm giá trị gia tăng, gia tăng xuất khẩu hoặc chuyển sang sản xuất các loại nông sản có giá trị cao hơn. Việc đầu tư vào công nghệ và quy trình sản xuất hiện đại sẽ giúp nâng cao hiệu quả hoạt động, từ đó tạo ra lợi nhuận ổn định và giảm thiểu rủi ro tài chính.

Tăng cường quản lý rủi ro và bảo vệ tài sản: Các doanh nghiệp nên xây dựng các chiến lược quản lý rủi ro hiệu quả để bảo vệ tài sản và duy trì sự ổn định tài chính. Việc tham gia vào các chương trình bảo hiểm nông nghiệp, đặc biệt là bảo hiểm rủi ro do biến đổi khí hậu và thiên tai, là một giải pháp hữu ích. Bên cạnh đó, các doanh nghiệp cũng cần cải thiện khả năng dự báo tài chính và lập kế hoạch dài hạn để chủ động đối phó với biến động về giá cả nông sản và các yếu tố không lường trước.

Tăng cường tính minh bạch và công bố thông tin tài chính: Để duy trì sự tin tưởng từ nhà đầu tư và các bên liên quan, các doanh nghiệp Sản xuất nông nghiệp cần nâng cao tính minh bạch trong việc công bố các thông tin tài chính, đặc biệt là các chỉ số liên quan đến nợ và Hiệu quả tài chính. Điều này không chỉ giúp nhà đầu tư dễ dàng đánh giá tình hình tài chính của doanh nghiệp, mà còn góp phần tạo ra môi trường đầu tư lành mạnh và bền vững.

5.2.2 Đối với cơ quan quản lý Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Hoàn thiện khung pháp lý và hỗ trợ chính sách tài chính: Các cơ quan quản lý cần tiếp tục hoàn thiện khung pháp lý để tạo ra môi trường tài chính thuận lợi cho các doanh nghiệp nông nghiệp, đặc biệt là trong việc quản lý và kiểm soát nợ. Chính phủ cần có các chính sách hỗ trợ nông nghiệp như cung cấp các khoản vay lãi suất thấp hoặc các chương trình trợ cấp cho các doanh nghiệp nhỏ và vừa (SMEs) trong ngành nông nghiệp, giúp họ tiếp cận vốn với chi phí hợp lý. Đồng thời, cần cải thiện các quy định về công khai thông tin tài chính và minh bạch hóa hoạt động của các doanh nghiệp nông nghiệp niêm yết.

Khuyến khích đổi mới công nghệ và phát triển nông nghiệp bền vững: Các chính sách khuyến khích chuyển đổi số và áp dụng công nghệ cao trong Sản xuất nông nghiệp sẽ giúp các doanh nghiệp nâng cao năng suất, giảm chi phí và tăng cường khả năng cạnh tranh. Chính phủ cần đẩy mạnh các chương trình hỗ trợ nghiên cứu và phát triển (R&D) trong nông nghiệp, đặc biệt là các công nghệ tiết kiệm nước, năng lượng và cải thiện chất lượng sản phẩm. Các sáng kiến về nông nghiệp thông minh sẽ giúp giảm thiểu rủi ro và tối đa hóa lợi nhuận trong dài hạn.

Giám sát và điều chỉnh chính sách hỗ trợ tài chính cho ngành nông nghiệp: Các cơ quan quản lý tài chính, như Ngân hàng Nhà nước và các tổ chức tài chính, cần tiếp tục giám sát chặt chẽ việc cấp tín dụng cho ngành nông nghiệp. Cần có các biện pháp kiểm soát việc sử dụng nợ trong ngành, tránh tình trạng các doanh nghiệp quá phụ thuộc vào nợ ngắn hạn. Chính phủ cũng cần xây dựng các cơ chế để hỗ trợ các doanh nghiệp nông nghiệp trong việc tối ưu hóa cấu trúc vốn và giảm thiểu rủi ro tài chính, đặc biệt là trong bối cảnh nền kinh tế đang phải đối mặt với nhiều biến động không lường trước.

Tạo điều kiện cho các doanh nghiệp tiếp cận các nguồn vốn dài hạn: Chính phủ và các cơ quan tài chính cần phát triển các sản phẩm tài chính dài hạn dành cho ngành nông nghiệp, giúp các doanh nghiệp có thể huy động vốn một cách hiệu quả và giảm bớt sự phụ thuộc vào các khoản vay ngắn hạn có lãi suất cao. Đồng thời, cần tạo ra các thị trường vốn xanh và các kênh đầu tư bền vững để thu hút nguồn lực đầu tư vào các dự án nông nghiệp công nghệ cao và bền vững.

Nâng cao nhận thức về quản lý tài chính và rủi ro: Các cơ quan quản lý cần thúc đẩy các chương trình đào tạo về quản lý tài chính cho các doanh nghiệp nông nghiệp, đặc biệt là các doanh nghiệp nhỏ và vừa, để giúp họ nâng cao khả năng quản lý rủi ro tài chính và sử dụng nợ hiệu quả. Chính phủ có thể phối hợp với các tổ chức đào tạo và ngân hàng để tổ chức các khóa học chuyên sâu về quản lý tài chính và tối ưu hóa cấu trúc vốn.

5.3 Hạn chế và hướng nghiên cứu tiếp theo Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Mặc dù nghiên cứu này đã cung cấp những kết luận quan trọng về tác động của nợ đến Hiệu quả tài chính của các doanh nghiệp Sản xuất nông nghiệp niêm yết tại Việt Nam, nhưng vẫn còn một số hạn chế. Thứ nhất, nghiên cứu chỉ tập trung vào các doanh nghiệp niêm yết, bỏ qua các doanh nghiệp nhỏ và vừa, cũng như các công ty nông nghiệp gia đình, những đối tượng chiếm tỷ lệ lớn trong ngành. Do đó, nghiên cứu tiếp theo có thể mở rộng phạm vi nghiên cứu để bao gồm các nhóm doanh nghiệp này.

Thứ hai, nghiên cứu chỉ sử dụng dữ liệu tài chính từ năm 2012 đến 2024, trong khi nền kinh tế thay đổi nhanh chóng. Việc mở rộng thời gian nghiên cứu và cập nhật dữ liệu sẽ cung cấp cái nhìn toàn diện hơn về tác động của nợ trong các giai đoạn phát triển và suy thoái khác nhau.

Cuối cùng, các nghiên cứu tiếp theo có thể bổ sung các yếu tố tác động khác như chính sách hỗ trợ nông nghiệp của Chính phủ, các yếu tố biến đổi khí hậu, và xu hướng hội nhập quốc tế trong ngành nông nghiệp để đưa ra những kết luận chi tiết và phù hợp hơn.

KẾT LUẬN CHƯƠNG 5

Chương 5 đã tổng kết những kết quả nghiên cứu chính và đưa ra các khuyến nghị nhằm cải thiện việc sử dụng nợ trong các doanh nghiệp Sản xuất nông nghiệp niêm yết trên Thị trường chứng khoán Việt Nam. Nghiên cứu cho thấy nợ có ảnh hưởng rõ rệt đến Hiệu quả tài chính, đặc biệt khi tỷ lệ nợ được duy trì ở mức tối ưu. Tuy nhiên, khi mức độ nợ vượt quá ngưỡng an toàn, sẽ gây áp lực tài chính, làm giảm khả năng sinh lời và gia tăng rủi ro thanh khoản cho các doanh nghiệp.

Các khuyến nghị trong nghiên cứu nhấn mạnh việc các doanh nghiệp cần tối ưu hóa cơ cấu nợ, duy trì tỷ lệ nợ hợp lý và giảm phụ thuộc vào các khoản nợ ngắn hạn. Đồng thời, các doanh nghiệp cần cải thiện khả năng quản lý chi phí tài chính, duy trì dòng tiền ổn định để giảm thiểu rủi ro tài chính. Các cơ quan quản lý, chính phủ cũng cần tiếp tục hoàn thiện khung pháp lý, hỗ trợ các doanh nghiệp trong việc tiếp cận nguồn vốn dài hạn với chi phí hợp lý và tạo điều kiện thuận lợi cho việc xây dựng các chiến lược tài chính bền vững. Luận văn: KQNC của nợ đối với hiệu quả tài chính của các DN.

Ngoài ra, nghiên cứu cũng chỉ ra một số hạn chế và gợi ý hướng nghiên cứu tiếp theo, bao gồm việc mở rộng phạm vi nghiên cứu để bao quát các doanh nghiệp nhỏ và vừa trong ngành nông nghiệp, cùng với việc cập nhật dữ liệu mới để đưa ra những kết luận chính xác hơn về tác động của nợ trong các giai đoạn kinh tế khác nhau.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:

===>>> Luận văn: Ảnh hưởng của nợ đối với hiệu quả tài chính của các DN

Luận Văn Thạc Sĩ, Tài Chính Ngân Hàng