Bối cảnh và vấn đề nghiên cứu

Ngành vận tải giữ vị trí huyết mạch trong kết cấu hạ tầng kinh tế - xã hội, bảo đảm quá trình sản xuất và lưu thông hàng hóa diễn ra liên tục, đồng thời phục vụ nhu cầu đi lại của xã hội. Theo thống kê của Tổng cục Hải quan, trong 9 tháng đầu năm 2021, tổng trị giá xuất khẩu của Việt Nam tăng 18,8% và tổng trị giá nhập khẩu tăng 30,5%. Báo cáo từ Tổng cục Thống kê cho thấy, dù chịu ảnh hưởng từ đại dịch Covid-19, khối lượng hàng hóa thông qua cảng biển Việt Nam năm 2021 vẫn đạt hơn 703 triệu tấn, tăng 2% so với năm 2020. Bên cạnh đó, theo Báo cáo Thương mại điện tử Đông Nam Á 2020 (Google, Temasek và Bain & Company), thương mại điện tử Việt Nam tăng 16%, trong đó bán lẻ trực tuyến tăng 46%, gọi xe và giao đồ ăn công nghệ tăng 34%. Sự tăng trưởng này kéo theo nhu cầu dịch vụ vận tải và logistics ngày càng mở rộng.

Tỷ số lợi nhuận trên tổng tài sản (Return on Assets - ROA) là thước đo phản ánh mức độ hiệu quả trong việc khai thác và quản lý tài sản để tạo ra lợi nhuận của doanh nghiệp. ROA cao tạo điều kiện thuận lợi để tiếp cận nguồn vốn và mở rộng đầu tư, trong khi ROA thấp hoặc âm cảnh báo việc sử dụng tài sản kém hiệu quả. Tại Việt Nam, phần lớn các nghiên cứu định lượng về ROA trước đây tập trung vào các lĩnh vực như ngân hàng, bất động sản, xây dựng; các nghiên cứu riêng về ngành vận tải còn hạn chế và chỉ dừng lại ở các mốc dữ liệu cũ (như giai đoạn 2013–2017). Do đó, việc nghiên cứu các yếu tố tác động đến ROA của các doanh nghiệp vận tải niêm yết giai đoạn 2017–2021 là cần thiết để lấp khoảng trống thực nghiệm.

Khóa luận xác định 03 mục tiêu nghiên cứu cụ thể:

  1. Tổng hợp và trình bày cơ sở lý luận về tỷ số ROA, hình thành mô hình các nhân tố tác động đến ROA của các doanh nghiệp ngành vận tải niêm yết trên Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX).
  2. Dựa vào số liệu thống kê thực tế, phân tích thực trạng tỷ số ROA và kiểm định mô hình hồi quy để xác định các yếu tố tác động đến ROA của các doanh nghiệp này.
  3. Đề xuất một số giải pháp và khuyến nghị nhằm nâng cao tỷ số ROA cho các doanh nghiệp ngành vận tải.

Đối tượng nghiên cứu là các yếu tố tác động đến tỷ số ROA của các doanh nghiệp vận tải. Phạm vi nghiên cứu bao gồm 41 công ty thuộc lĩnh vực vận tải niêm yết liên tục trên hai sàn HOSE và HNX trong khoảng thời gian 05 năm từ 2017 đến 2021 (tổng số 205 quan sát).

Cơ sở lý thuyết và phương pháp

Về cơ sở lý thuyết, khóa luận hệ thống hóa các khái niệm về ROA từ nhiều tài liệu học thuật (Mardiyanto, 2009; Kasmir, 2012; Hery, 2014; Westerfield & Jaffe; Ngô Kim Phượng và cộng sự, 2016). Khóa luận áp dụng công thức xác định ROA cơ bản:

$$\text{ROA} = \frac{\text{Lợi nhuận sau thuế}}{\text{Tổng tài sản}}$$

Đồng thời, nghiên cứu vận dụng mô hình phân tích tài chính Dupont (do F. Brown khởi xướng tại tập đoàn GM) để phân rã ROA thành tích số giữa biên lợi nhuận và vòng quay tài sản:

$$\text{ROA} = \frac{\text{Lợi nhuận sau thuế}}{\text{Doanh thu thuần}} \times \frac{\text{Doanh thu thuần}}{\text{Tổng tài sản}} = \text{Tỷ suất sinh lời của doanh thu (NPM)} \times \text{Vòng quay tổng tài sản}$$

Từ phương trình Dupont và lược khảo các nghiên cứu thực nghiệm trong và ngoài nước (Zeitun & Tian, 2007; Onaolapo & Kajola, 2010; Pouraghajan, 2012; Sheikh & Wang, 2013; Khidmat, 2014; Khamidah, 2018; Kamruzzaman, 2019; Ngô Thị Kim Hòa & Ngô Thị Minh, 2019; Nguyễn Thị Hương Mai, 2014; Hà Minh Tâm và cộng sự, 2021; Trần Quang Cảnh và cộng sự, 2022), tác giả xác định 05 biến độc lập đại diện cho các yếu tố tài chính nội tại:

Tên biến Mã hóa Cách đo lường Kỳ vọng dấu
Quy mô doanh nghiệp SIZE Logarit tự nhiên của Tổng tài sản ($\ln(\text{Tổng tài sản})$) +
Tỷ lệ tài sản cố định TANG $\frac{\text{Tổng tài sản cố định}}{\text{Tổng tài sản}}$ -
Tỷ lệ nợ trên tài sản TDTA $\frac{\text{Tổng nợ phải trả}}{\text{Tổng tài sản}}$ -
Biên lợi nhuận ròng NPM $\frac{\text{Lợi nhuận sau thuế}}{\text{Doanh thu thuần}} \times 100%$ +
Số ngày thu tiền bình quân RETURN $\frac{\text{Khoản phải thu} \times 365}{\text{Doanh thu}}$ -

Phương pháp nghiên cứu sử dụng dữ liệu thứ cấp thu thập từ báo cáo tài chính kiểm toán giai đoạn 2017–2021 của 41 doanh nghiệp niêm yết trên HOSE và HNX. Dữ liệu bảng (panel data) được xử lý trên phần mềm Stata 13. Quy trình xử lý bao gồm: thống kê mô tả, phân tích ma trận hệ số tương quan Pearson, ước lượng 03 mô hình (Pooled OLS, FEM, REM), thực hiện kiểm định lựa chọn mô hình (F-test, Breusch-Pagan Lagrangian Multiplier, Hausman test) và kiểm định các khuyết tật mô hình (đa cộng tuyến bằng hệ số VIF, phương sai sai số thay đổi bằng Modified Wald test, tự tương quan bằng Wooldridge test).

Nội dung chính theo từng chương

Chương 1: Tổng quát về tỷ số ROA và các yếu tố tác động đến tỷ số ROA của doanh nghiệp

Chương 1 trình bày định nghĩa, công thức và ý nghĩa của tỷ số ROA trong việc đánh giá hiệu quả đầu tư tài sản và ra quyết định tài trợ vốn. Tác giả phân tích kỹ thuật Dupont nhằm phân rã các nhân tố cấu thành ROA (doanh thu, lợi nhuận sau thuế, tài sản ngắn hạn, tài sản dài hạn). Chương này cũng tổng hợp các công trình nghiên cứu thực nghiệm quốc tế và trong nước về khả năng sinh lời, qua đó làm cơ sở lý luận để xây dựng 05 giả thuyết nghiên cứu ($H_1$ đến $H_5$) tương ứng với 05 biến tài chính: quy mô doanh nghiệp (SIZE), tỷ lệ tài sản cố định (TANG), tỷ lệ nợ trên tài sản (TDTA), biên lợi nhuận ròng (NPM) và số ngày thu tiền bình quân (RETURN).

Chương 2: Thực trạng tỷ số ROA của các doanh nghiệp ngành vận tải niêm yết trên thị trường chứng khoán Việt Nam

Chương 2 khái quát đặc điểm ngành vận tải Việt Nam: vận tải đường bộ chiếm ưu thế (74,4% khối lượng vận chuyển vào tháng 9/2021); thị trường vận tải nội địa chiếm tỷ trọng áp đảo (97,89% năm 2018, 97,99% năm 2019, 98,56% năm 2021). Quy mô vốn của các doanh nghiệp vận tải còn khiêm tốn (chiếm 4,08% số doanh nghiệp mới và 1,88% số vốn đăng ký 9 tháng đầu năm 2021).

Kết quả kinh doanh của 41 doanh nghiệp giai đoạn 2017–2021 có sự biến động lớn:

  • Năm 2018: Doanh thu tăng 20,97%, nhưng LNST giảm 6,20% so với 2017.
  • Năm 2019: Doanh thu giảm 1,90%, LNST giảm 23,95% (giảm khoảng 1.199,6 tỷ đồng) do ảnh hưởng kinh tế và công tác quản trị.
  • Năm 2020: Doanh thu tăng 3,30%, LNST giảm 13,53% do ảnh hưởng của dịch bệnh.
  • Năm 2021: Doanh thu tăng 20,42%, LNST phục hồi mạnh mẽ tăng 40,82% nhờ sự bùng nổ của thương mại điện tử và các biện pháp phục hồi sản xuất.

Về tỷ số ROA trung bình toàn ngành qua các năm:

Năm 2017 2018 2019 2020 2021 Trung bình 5 năm
ROA trung bình 8,64% 7,91% 5,74% 5,29% 7,33% 6,98%

Phân bố ROA của các doanh nghiệp qua 5 năm:

Nhóm ROA 2017 (Số DN / %) 2018 (Số DN / %) 2019 (Số DN / %) 2020 (Số DN / %) 2021 (Số DN / %)
$\text{ROA} < 0$ 1 (2,44%) 0 (0,00%) 3 (7,32%) 7 (17,07%) 5 (12,20%)
$0 \le \text{ROA} \le 6,98%$ 20 (48,78%) 23 (56,10%) 25 (60,98%) 19 (46,34%) 17 (41,46%)
$\text{ROA} > 6,98%$ 20 (48,78%) 18 (43,90%) 13 (31,71%) 15 (36,59%) 19 (46,34%)
Tổng số DN 41 (100%) 41 (100%) 41 (100%) 41 (100%) 41 (100%)

Năm 2017 chỉ có 01 doanh nghiệp có ROA âm là PGT (-11,04%). Năm 2020 số doanh nghiệp có ROA âm tăng lên 7 công ty (HMC, VNS, VOS, HHG, PGT, TTZ, VNT) trong đó PGT thấp nhất (-16,96%). Năm 2021 còn 5 công ty có ROA âm (SKG, VNS, HHG, TTZ, CII).

Chương 3: Phương pháp nghiên cứu

Chương 3 thiết lập quy trình nghiên cứu 6 bước: (1) Xác định nhân tố, (2) Thu thập và xử lý dữ liệu, (3) Phân tích thống kê mô tả, (4) Phân tích tương quan Pearson, (5) Ước lượng mô hình hồi quy (Pooled OLS, FEM, REM), (6) Kiểm định và lựa chọn mô hình.

Mô hình hồi quy tổng quát:

$$\text{ROA}{it} = \beta_0 + \beta_1 \text{SIZE}{it} + \beta_2 \text{TANG}{it} + \beta_3 \text{TDTA}{it} + \beta_4 \text{NPM}{it} + \beta_5 \text{RETURN}{it} + \mu_{it}$$

Chương này trình bày chi tiết công thức đo lường từng biến, cơ sở các giả thuyết $H_1, H_2, H_3, H_4, H_5$, cùng tiêu chí đánh giá các kiểm định thống kê: F-test, Breusch-Pagan, Hausman test, kiểm định đa cộng tuyến (VIF), kiểm định phương sai sai số thay đổi và tự tương quan.

Chương 4: Kết quả nghiên cứu

Chương 4 trình bày toàn bộ kết quả phân tích định lượng từ 205 quan sát:

  1. Thống kê mô tả các biến:

    • $\text{ROA}$: Giá trị trung bình đạt 6,9817% (độ lệch chuẩn 9,5581; nhỏ nhất -19,45%; lớn nhất 54,65%).
    • $\text{SIZE}$: Trung bình đạt 11,9041 (nhỏ nhất 10,6439; lớn nhất 13,4895).
    • $\text{TANG}$: Trung bình đạt 0,3091 (nhỏ nhất 0,0001; lớn nhất 0,8621).
    • $\text{TDTA}$: Trung bình đạt 0,3205 (nhỏ nhất 0,0130; lớn nhất 0,9573).
    • $\text{NPM}$: Trung bình đạt -12,7185% (nhỏ nhất -3513,33%; lớn nhất 204,36%).
    • $\text{RETURN}$: Trung bình đạt 463,9184 ngày (nhỏ nhất 0,32 ngày; lớn nhất 46.485,47 ngày).

  2. Ma trận tương quan Pearson: Hệ số tương quan giữa các biến độc lập đều có giá trị tuyệt đối nhỏ hơn 0,8 (hệ số giữa RETURN và NPM là -0,8904; giữa TDTA và SIZE là 0,4630; các cặp biến còn lại đều có mức tương quan thấp), cho thấy ít nguy cơ xảy ra đa cộng tuyến nghiêm trọng.

  3. Kết quả hồi quy và lựa chọn mô hình:

Biến độc lập Mô hình Pooled OLS (Hệ số / P-value) Mô hình FEM (Hệ số / P-value) Mô hình REM (Hệ số / P-value)
Hằng số (C) -27,8553 (0,030) -248,7527 (0,000) -47,1865 (0,041)
SIZE 3,6699 (0,001) 21,8606 (0,000) 5,0514 (0,011)
TANG -8,4037 (0,003) -7,0854 (0,151) -7,6663 (0,040)
TDTA -19,3246 (0,000) -8,0633 (0,228) -11,8668 (0,009)
NPM 0,0100 (0,032) 0,0123 (0,000) 0,0119 (0,000)
RETURN 0,0001 (0,694) 0,0009 (0,001) 0,0008 (0,004)
$R^2$ 0,2271 0,1926 0,1218

  1. Kết quả kiểm định lựa chọn mô hình:

    • Kiểm định F-test (OLS vs FEM): $\text{Prob} > F = 0,0000 < 0,05 \rightarrow$ Bác bỏ OLS, chọn FEM.
    • Kiểm định Breusch-Pagan (OLS vs REM): $\text{Prob} > F = 0,0000 < 0,05 \rightarrow$ Bác bỏ OLS, chọn REM.
    • Kiểm định Hausman (FEM vs REM): $\text{Chi}^2(4) = 17,38$; $\text{Prob} > \text{chi}^2 = 0,0016 < 0,05 \rightarrow$ Bác bỏ REM, chọn mô hình FEM là mô hình giải thích phù hợp nhất.

  2. Kiểm định khuyết tật mô hình FEM:

    • Đa cộng tuyến: Hệ số VIF trung bình đạt 2,72; cao nhất là RETURN (VIF = 4,94) và NPM (VIF = 4,86), đều nhỏ hơn 10, kết luận mô hình không bị đa cộng tuyến.
    • Phương sai sai số thay đổi: Kiểm định cho kết quả $\text{Chi}^2(41) = 87156,57$ với $\text{Prob} > \text{chi}^2 = 0,0000 < 0,05 \rightarrow$ Mô hình có hiện tượng phương sai thay đổi.
    • Tự tương quan: Kiểm định cho kết quả $F(1, 40) = 10,637$ với $\text{Prob} > F = 0,0023 < 0,05 \rightarrow$ Mô hình có hiện tượng tự tương quan giữa các sai số.

Chương 5: Kết luận và kiến nghị

Chương 5 tổng hợp lại các phát hiện nghiên cứu, đánh giá mức độ ảnh hưởng của từng nhân tố đến ROA của các doanh nghiệp vận tải niêm yết, đồng thời đề xuất các nhóm giải pháp và nêu rõ các hạn chế của đề tài.

Kết quả và đóng góp

Kết quả chính và kiểm định giả thuyết

Căn cứ trên mô hình tác động cố định (FEM) được lựa chọn, kết quả kiểm định các giả thuyết nghiên cứu như sau:

Giả thuyết Nội dung giả thuyết Kỳ vọng dấu Kết quả mô hình FEM Kết luận kiểm định
$H_1$ Quy mô tài sản (SIZE) tác động cùng chiều đến ROA + Hệ số = +21,8606 ($p = 0,000$) Chấp nhận giả thuyết $H_1$
$H_2$ Tỷ lệ tài sản cố định (TANG) tác động ngược chiều đến ROA - Hệ số = -7,0854 ($p = 0,151$) Không có ý nghĩa thống kê ở mức 5%
$H_3$ Tỷ lệ nợ trên tài sản (TDTA) tác động ngược chiều đến ROA - Hệ số = -8,0633 ($p = 0,228$) Không có ý nghĩa thống kê ở mức 5%
$H_4$ Biên lợi nhuận ròng (NPM) tác động cùng chiều đến ROA + Hệ số = +0,0123 ($p = 0,000$) Chấp nhận giả thuyết $H_4$
$H_5$ Số ngày thu tiền bình quân (RETURN) tác động ngược chiều đến ROA - Hệ số = +0,0009 ($p = 0,001$) Tác động cùng chiều (trái kỳ vọng ban đầu)

Kết quả thực nghiệm chỉ ra:

  • Quy mô doanh nghiệp (SIZE): Tác động cùng chiều mạnh nhất đến ROA (hệ số +21,8606; $p < 0,01$). Doanh nghiệp vận tải quy mô lớn có lợi thế khai thác hiệu quả theo quy mô và đầu tư phương tiện, cơ sở vật chất đồng bộ.
  • Biên lợi nhuận ròng (NPM): Tác động cùng chiều có ý nghĩa thống kê ở mức 1% (hệ số +0,0123), khẳng định việc nâng cao biên lợi nhuận trên mỗi đồng doanh thu trực tiếp thúc đẩy ROA.
  • Số ngày thu tiền bình quân (RETURN): Tác động cùng chiều có ý nghĩa thống kê (hệ số +0,0009; $p < 0,01$), thể hiện chính sách nợ tín dụng thương mại nới lỏng trong ngành vận tải có thể hỗ trợ duy trì khách hàng và mở rộng doanh thu, qua đó gia tăng lợi nhuận.
  • Tỷ lệ tài sản cố định (TANG) và Tỷ lệ nợ (TDTA): Dù mang dấu âm như kỳ vọng lý thuyết nhưng không đạt mức ý nghĩa thống kê 5% trong mô hình FEM ($p > 0,05$).

Giải pháp và kiến nghị của tác giả

Dựa trên kết quả hồi quy và thực trạng hoạt động kinh doanh, tác giả đưa ra các nhóm giải pháp:

  • Mở rộng và tối ưu hóa quy mô doanh nghiệp: Tận dụng lợi thế kinh tế theo quy mô thông qua việc đầu tư hiện đại hóa phương tiện vận chuyển, hợp tác liên kết để nâng cao năng lực cung ứng dịch vụ.
  • Cải thiện biên lợi nhuận ròng: Tối ưu hóa chi phí vận hành, quản trị tốt chi phí nhiên liệu (xăng dầu), nâng cao năng suất phục vụ để gia tăng tỷ suất sinh lời trên doanh thu.
  • Hoàn thiện chính sách tín dụng thương mại và quản trị khoản phải thu: Xây dựng chính sách bán chịu hợp lý kết hợp quy trình thu hồi công nợ chặt chẽ, tránh để dòng tiền bị chiếm dụng quá mức nhưng vẫn đảm bảo tính cạnh tranh trong thu hút khách hàng.

Đóng góp của đề tài

  • Cập nhật số liệu thực nghiệm giai đoạn 2017–2021, bao quát giai đoạn chịu ảnh hưởng trực tiếp từ đại dịch Covid-19 và sự phát triển mạnh của thương mại điện tử đối với ngành vận tải Việt Nam.
  • Thực hiện đầy đủ quy trình kiểm định mô hình hồi quy dữ liệu bảng (Pooled OLS, FEM, REM, Hausman) và phát hiện các khuyết tật phương sai sai số thay đổi và tự tương quan trên mẫu nghiên cứu doanh nghiệp vận tải niêm yết.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ ra một số hạn chế gắn liền với phạm vi nghiên cứu:

  • Mẫu khảo sát giới hạn ở 41 doanh nghiệp ngành vận tải niêm yết trên hai sàn HOSE và HNX, chưa bao quát các doanh nghiệp vận tải đăng ký giao dịch trên UPCoM hoặc các doanh nghiệp chưa niêm yết.
  • Giai đoạn nghiên cứu 05 năm (2017–2021) chứa đựng sự biến động bất thường do dịch bệnh Covid-19, có thể ảnh hưởng nhất định đến tính ổn định dài hạn của dữ liệu.
  • Mô hình chỉ tập trung vào 05 yếu tố tài chính nội tại của doanh nghiệp, chưa xem xét các yếu tố kinh tế vĩ mô (lạm phát, biến động giá xăng dầu thế giới, lãi suất) hoặc các biến phi tài chính (năng lực quản trị, loại hình sở hữu).

Hướng nghiên cứu tiếp theo:

  • Mở rộng phạm vi mẫu nghiên cứu sang sàn UPCoM và kéo dài chuỗi thời gian dữ liệu sang các năm hậu dịch bệnh.
  • Bổ sung các biến kiểm soát kinh tế vĩ mô và áp dụng các kỹ thuật hồi quy nâng cao (như FGLS hoặc GMM) để xử lý triệt để các khuyết tật phương sai sai số thay đổi và tự tương quan.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo phù hợp cho:

  • Sinh viên và học viên: Chuyên ngành Quản trị Kinh doanh, Tài chính Doanh nghiệp, Kế toán - Kiểm toán cần tài liệu tham khảo về quy trình chạy mô hình hồi quy dữ liệu bảng (Stata 13), các bước kiểm định Hausman, kiểm định khuyết tật mô hình (VIF, phương sai thay đổi, tự tương quan).
  • Nhà quản trị doanh nghiệp vận tải: Cung cấp cơ sở số liệu thực nghiệm về mối quan hệ giữa quy mô tài sản, biên lợi nhuận, kỳ thu tiền bình quân với hiệu quả sử dụng tài sản (ROA) để hoạch định chiến lược kinh doanh và cơ cấu vốn.
  • Nhà đầu tư chứng khoán: Tham khảo bức tranh tài chính tổng quát, thực trạng sinh lời ROA và phân hóa năng lực quản trị tài sản của các công ty vận tải niêm yết trên HOSE và HNX trong giai đoạn 2017–2021.

Câu hỏi thường gặp

1. Tỷ lệ ROA trung bình của 41 doanh nghiệp vận tải giai đoạn 2017–2021 đạt bao nhiêu?

Tỷ lệ ROA trung bình hằng năm của 41 doanh nghiệp vận tải niêm yết trên HOSE và HNX trong giai đoạn 2017–2021 đạt 6,98% (tương đương 0,0698 lần), nghĩa là cứ 100 đồng tài sản bỏ ra thì doanh nghiệp thu về 6,98 đồng lợi nhuận sau thuế. ROA trung bình giảm từ 8,64% (năm 2017) xuống mức thấp nhất là 5,29% (năm 2020), sau đó phục hồi lên 7,33% vào năm 2021.

2. Mô hình hồi quy nào được tác giả lựa chọn là phù hợp nhất trong nghiên cứu?

Qua các bước kiểm định thống kê, tác giả lựa chọn mô hình tác động cố định (FEM - Fixed Effects Model). Kiểm định F-test ($\text{Prob} > F = 0,0000$) cho thấy mô hình FEM tốt hơn Pooled OLS; kiểm định Breusch-Pagan ($\text{Prob} > F = 0,0000$) cho thấy REM tốt hơn Pooled OLS; và kiểm định Hausman ($\text{Chi}^2(4) = 17,38$, $\text{P-value} = 0,0016 < 0,05$) xác nhận mô hình FEM là mô hình tối ưu nhất.

3. Những biến số nào có tác động mang ý nghĩa thống kê đến tỷ số ROA trong mô hình FEM?

Trong mô hình FEM, có 03 biến số có tác động mang ý nghĩa thống kê ở mức 1% ($p < 0,01$) đến tỷ số ROA:

  • Quy mô doanh nghiệp (SIZE): Tác động cùng chiều (hệ số = +21,8606; $p = 0,000$).
  • Biên lợi nhuận ròng (NPM): Tác động cùng chiều (hệ số = +0,0123; $p = 0,000$).
  • Số ngày thu tiền bình quân (RETURN): Tác động cùng chiều (hệ số = +0,0009; $p = 0,001$). Hai biến Tỷ lệ tài sản cố định (TANG) và Tỷ lệ nợ trên tài sản (TDTA) không có ý nghĩa thống kê ở mức 5% ($p > 0,05$).

4. Mô hình nghiên cứu có mắc phải các khuyết tật thống kê nào không?

  • Đa cộng tuyến: Không xảy ra hiện tượng đa cộng tuyến nghiêm trọng (VIF trung bình = 2,72 < 10; VIF lớn nhất = 4,94).
  • Phương sai sai số thay đổi: Có xảy ra ($\text{Prob} > \text{chi}^2 = 0,0000 < 0,05$).
  • Tự tương quan: Có xảy ra hiện tượng tự tương quan giữa các sai số ($\text{Prob} > F = 0,0023 < 0,05$).

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Thị Thùy Trang đã hệ thống hóa cơ sở lý luận về tỷ số ROA và phân tích thực trạng sinh lời của 41 doanh nghiệp vận tải niêm yết trên HOSE và HNX giai đoạn 2017–2021 với mức ROA trung bình đạt 6,98%. Bằng phương pháp hồi quy dữ liệu bảng, nghiên cứu xác định mô hình tác động cố định (FEM) là phù hợp nhất, chỉ ra quy mô doanh nghiệp, biên lợi nhuận ròng và số ngày thu tiền bình quân có tác động cùng chiều có ý nghĩa thống kê đến ROA. Các kết quả kiểm định khuyết tật và phát hiện thực nghiệm là căn cứ thực tiễn giúp các doanh nghiệp ngành vận tải xây dựng giải pháp nâng cao hiệu quả sử dụng tài sản trong tương lai.