Kỷ yếu tóm tắt Hội nghị nghiên cứu khoa học sinh viên 2018

PHÂN TÍCH MỐI QUAN HỆ GIỮA THU NHẬP VÀ DÒNG TIỀN TRONG
DỰ BÁO DÒNG TIỀN CỦA CÁC DOANH NGHIỆP NIÊM YẾT TRÊN
THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
Hà Bảo Châu - 1411697
Nguyễn Tuấn Anh - 1413228

Lớp KTK38, Khoa Kinh tế và Quản trị Kinh doanh
Bài nghiên cứu tập trung phân tích khả năng dự báo dịng tiền trong tương lai của dòng
tiền và thu nhập trong quá khứ, cũng như tìm ra yếu tố nào có khả năng dự báo tốt hơn dòng
tiền tương lai của doanh nghiệp. Dựa vào dữ liệu từ năm 2013 - 2017 của 181 doanh nghiệp
phi tài chính được niêm yết trên Sở giao dịch Chứng khốn Thành phố Hồ Chí Minh (HoSE),
mơ hình hồi quy OLS được ước lượng. Nghiên cứu của chúng tôi đã xác định được (1) Thu
nhập trong quá khứ, (2) Dòng tiền hoạt động trong quá khứ, (3) Dòng tiền hoạt động và các
khoản dồn tích gộp trong quá khứ, (4) Dòng tiền hoạt động và các thành phần dữ liệu kế tốn
dồn tích trong q khứ có ý nghĩa trong việc dự báo dòng tiền trong tương lai của doanh
nghiệp. Bên cạnh đó, nghiên cứu cũng đề xuất một số giải pháp nâng cao hiệu quả hoạt động
của doanh nghiệp.
1.

GIỚI THIỆU

Nghiên cứu này được thực hiện với mục đích nhằm xác định tầm quan trọng của việc dự
báo dịng tiền tương lai trong doanh nghiệp, tìm ra sự khác biệt giữa dòng tiền và thu nhập quá
khứ trong việc dự báo dòng tiền tương lai của doanh nghiệp. Ngồi ra, nghiên cứu cũng tìm
hiểu thêm về ảnh hưởng các chỉ số tài chính liên quan đến tiền mặt cho việc dự báo dòng tiền
tương lai của doanh nghiệp. Kết quả nghiên cứu có thể giúp các nhà quản trị đưa ra các chiến
lược kinh doanh phù hợp; hỗ trợ các nhà đầu tư dễ dàng đánh giá hoạt động của doanh nghiệp
và ra các quyết định về kinh tế, nhằm giảm thiểu rủi ro khi quyết định đầu tư.
2.

LƯỢC SỬ NGHIÊN CỨU VÀ PHÁT TRIỂN GIẢ THUYẾT

2.1.

Khả năng dự báo dòng tiền từ thu nhập trong quá khứ

Thu nhập luôn là căn cứ đầu tiên để dự báo dòng tiền trong tương lai của một doanh
nghiệp. Bằng chứng là rất nhiều nghiên cứu của Dechow & cộng sự (1998), Subramanyam và
Venkatachalam (2001), Hiếu (2015), Efayena (2015), Blessing (2016), Linh (2017) đã chứng
minh điều này. Đa số các mô hình nghiên cứu đưa ra đều hàm chứa biến thu nhập, và mơ hình
thu nhập ln đóng vai trị mạnh mẽ trong việc dự báo dòng tiền từ các kết quả nghiên cứu.
2.2.

Khả năng dự báo dòng tiền từ dòng tiền hoạt động trong quá khứ

Không chỉ riêng thu nhập, mà dòng tiền trong quá khứ cũng là một yếu tố giúp doanh
nghiệp xác định dòng tiền hoạt động của mình trong tương lai một cách hiệu quả khơng kém.
Các nghiên cứu của Dechow và cộng sự (1998), Subramanyam & Venkatachalam (2001), Hiếu
(2015), Efayena (2015), Linh (2017) đều đưa ra kết quả tích cực về khả năng này.
210


Kỷ yếu tóm tắt Hội nghị nghiên cứu khoa học sinh viên 2018

2.3.

Khả năng dự báo dòng tiền từ dòng tiền và các khoản dồn tích gộp trong quá khứ

Một doanh nghiệp càng phát triển, dòng tiền của doanh nghiệp càng phức tạp. Vì vậy,

chúng ta khơng thể chỉ dựa vào một, hai yếu tố đơn thuần để dự báo tương lai. Các nhà kinh tế
học đang dần công nhận tầm quan trọng của những khoản dồn tích trong dự báo dòng tiền, bao
gồm Barth & cộng sự (2001), Efayena (2015), Hiếu (2015), Blessing (2016), Linh (2017).
2.4. Khả năng dự báo dòng tiền từ dòng tiền hoạt động và các thành phần dữ liệu kế tốn
dồn tích trong q khứ
Phát triển hơn các nghiên cứu về các khoản dồn tích gộp, các thành phần dữ liệu kế tốn
dồn tích riêng lẻ cũng được các nhà nghiên cứu rất quan tâm, như Barth & cộng sự (2001),
Charitou & cộng sự (2004), Hiếu (2015), Uyên và Thoa (2015), Linh (2017). Họ đều đưa mơ
hình dự báo dịng tiền bao gồm các thành phần kế tốn dồn tích và đưa ra được kết luận về khả
năng dự báo đáng tin cậy này.
3.

DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

3.1.

Nguồn dữ liệu

Nghiên cứu sử dụng số liệu thứ cấp được thu thập từ báo cáo tài chính đã được kiểm
tốn của 181 doanh nghiệp phi tài chính niêm yết trên HoSE, hoạt động liên tục từ năm 2013
đến 2017 tạo thành dữ liệu bảng gồm 905 quan sát doanh nghiệp - năm.
Bảng 6. Thống kê dữ liệu các biến sử dụng trong mơ hình
Biến

Số quan sát

Giá trị trung bình

Giá trị nhỏ nhất


Giá trị lớn nhất

Độ lệch chuẩn

CF

905

1854.122

-22334.36

115780.4

8283.896

NI

905

1747.318

-25479.14

93638.30

6843.242

OCF


905

1652.141

-22334.36

105546.7

7392.977

TAC

905

95.17707

-21085.97

54243.37

3777.922

DAR

905

-245.3861

-12826.81


11638.34

1734.773

DINV

905

-314.024

-13212.98

11963.43

1914.630

DAP

905

273.6560

-27288.64

17616.65

2429.095

DEP


905

635.9426

-1180.620

23792.60

1600.499

TXAC

905

391.4916

-11102.13

18737.96

1570.231

OTHAC

905

1955.678

-31907.75


73785.30

6858.762

211


Kỷ yếu tóm tắt Hội nghị nghiên cứu khoa học sinh viên 2018

Bảng 7. Ma trận tương quan của các biến
CF

NI

OCF

TAC

DAR

DINV

DAP

DEP

TXAC

CF


1.0000

NI

0.8305**

1.0000

OCF

0.8548**

0.8619**

1.0000

TAC

-0.1685**

0.1247**

-0.3956**

1.0000

DAR

-0.0503*


-0.1171**

-0.0040*

-0.2044**

1.0000

DINV

-0.2174**

-0.2258**

-0.0557*

-0.3000**

0.0610*

1.0000

DAP

0.0482*

0.0558*

0.2146**


-0.3190**

-0.4161**

-0.3009**

1.0000

DEP

0.6707**

0.6953**

0.7089**

-0.1277**

-0.0375*

-0.1895**

0.1028**

1.0000

TXAC

0.6467**


0.8197**

0.6823**

0.1497**

-0.0519*

-0.1930**

0.0214*

0.6534**

1.0000

OTHAC

0.3022**

0.5310**

0.1963**

0.5778**

-0.5505**

-0.6548**


0.3966**

0.4114**

0.5384**

OTHAC

1.0000

Ghi chú: *,** lần lượt tương ứng với mức ý nghĩa 5%, 1%

3.3.

Phương pháp nghiên cứu

Nghiên cứu tiến hành ước lượng mơ hình hồi quy theo phương pháp bình phương tối
thiểu (OLS). Để kiểm định mơ hình có phù hợp với dữ liệu nghiên cứu không, nghiên cứu sẽ đi
vào những kiểm định cơ bản là kiểm định F về độ phù hợp của mơ hình, hiện tượng đa cộng
tuyến dựa vào hệ số phóng đại phương sai VIF, và phương sai sai số thay đổi thông qua kiểm
định Breusch-Pagan/Cook-Weisberg. Tiếp theo, để lựa chọn một mơ hình phù hợp nhất đối với
dữ liệu nghiên cứu, nghiên cứu sử dụng chỉ số AIC và BIC.
Dựa trên mục đích nghiên cứu được đặt ra ban đầu, nghiên cứu tiến hành tổng hợp lý
thuyết, những nghiên cứu cơ sở của những nhà nghiên cứu đi trước và đưa ra những giả thuyết
nghiên cứu có độ khả thi cao nhất để áp dụng vào mẫu nghiên cứu, được tổng hợp tại bảng 3
như sau:
Bảng 8. Giả thuyết nghiên cứu, mơ hình hồi quy và nghiên cứu cơ sở
Giả thuyết

Mơ hình hồi quy


Nghiên cứu cơ sở

1

CFit = α0 + α1 NIit-1 + εit

Dechow và cộng sự (1998), Barth & cộng sự (2001), Subramanyam &
Venkatachalam (2001), Hiếu (2015), Uyên & Thoa (2015), Efayena
(2015), Blessing (2016), Linh (2017)

2

CFit = β0 + β1 OCFit-1 + εit

Dechow và cộng sự (1998), Subramanyam & Venkatachalam (2001),
Hiếu (2015), Efayena (2015), Linh (2017)

3

CFit = γ0 + γ1 OCFit-1 + γ2 TACit-1 + εit

Barth & cộng sự (2001), Efayena (2015), Hiếu (2015), Uyên & Thoa
(2015), Blessing (2016), Linh (2017)

4

CFit = δ0 + δ1 OCFit-1 + δ2 DARit-1 + δ3 DINVit1 + δ4 DAPit-1 + δ5 DEPit-1 + δ6 TXACit-1 + δ7
OTHACit-1 + εit


Barth & cộng sự (2001), Charitou & cộng sự (2004), Hiếu (2015), Uyên
& Thoa (2015), Linh (2017)

Với các giả thuyết trên, nghiên cứu xây dựng các mơ hình như sau:
Mơ hình 1: Khả năng dự báo của thu nhập trong quá khứ đối với dòng tiền tương lai.
212


Kỷ yếu tóm tắt Hội nghị nghiên cứu khoa học sinh viên 2018

CFit = α0 + α1 NIit-1 + εit

(1)

Mô hình 2: Khả năng dự báo dịng tiền trong q khứ với dòng tiền tương lai.
CFit = β0 + β1 OCFit-1 + εit

(2)

Mơ hình 3: Khả năng dự báo dịng tiền tương lai của dòng tiền hoạt động và các khoản
dồn tích gộp trong quá khứ.
CFit = γ0 + γ1 OCFit-1 + γ2 TACit-1 + εit

(3)

Mơ hình 4: Khả năng dự báo dòng tiền tương lai của dòng tiền hoạt động và các thành
phần dữ liệu kế tốn dồn tích trong quá khứ.
CFit = δ0 + δ1 OCFit-1 + δ2 DARit-1 + δ3 DINVit-1 + δ4 DAPit-1 + δ5 DEPit-1 + δ6 TXACit-1 +
δ7 OTHACit-1 + εit
(4)

Trong đó i và t là ký hiệu cho doanh nghiệp và thời gian.
4.

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

4.1.

Kết quả

Sau khi thực hiện các kiểm định cần thiết. Với kết quả các hiện tượng vi phạm giả
thuyết đều không xảy ra, nghiên cứu tiến hành hồi quy các mơ hình và lựa chọn mơ hình có khả
năng dự báo dịng tiền hiệu quả nhất thơng qua các chỉ số AIC/BIC.
Trong 4 mơ hình đưa vào nghiên cứu, chỉ có 3 mơ hình giải thích được ý nghĩa đối với
việc dự báo dịng tiền tương lai của doanh nghiệp, đó là các mơ hình với biến độc lập là thu
nhập trong quá khứ (Mô hình 1); dịng tiền trong q khứ (Mơ hình 2), dịng tiền và các khoản
dồn tích gộp trong q khứ (Mơ hình 3).
Mơ hình (3) là mơ hình có khả năng dự báo dòng tiền tốt nhất đối với dữ liệu nghiên
cứu. Theo công thức (3) và kết quả hồi quy của bảng 4, mơ hình (3) trong nghiên cứu được viết
lại như sau:
CFit = 82.3297 + 1.0470*OCFit + 0.4412*TACit + ε
Trong đó i và t là ký hiệu cho doanh nghiệp và thời gian.
Thông qua kiểm định chỉ số AIC/BIC, mơ hình (3) là mơ hình dịng tiền hoạt động và
các khoản dồn tích gộp trong quá khứ, đã giải thích được độ hiệu quả 76.43%, là mơ hình có
khả năng dự báo dịng tiền trong tương lai của các doanh nghiệp tốt nhất trong 4 mơ hình được
đưa vào nghiên cứu, giống như kết quả nghiên cứu của Hiếu (2015). Mơ hình (3) đồng nhất về
kết quả khả năng dự báo dòng tiền với các nghiên cứu của Barth & cộng sự (2001), Efayena
(2015), Hiếu (2015), Uyên & Thoa (2015), Blessing (2016), Linh (2017). Mơ hình (3) đã thoả
mãn được giả thuyết 3 về khả năng dự báo dòng tiền.
213



Kỷ yếu tóm tắt Hội nghị nghiên cứu khoa học sinh viên 2018

Bảng 9. Kết quả hồi quy của các mơ hình nghiên cứu
Mơ hình 1

Mơ hình 2

Mơ hình 3

Mơ hình 4

Biến độc lập

Coef.

P-value

Coef.

P-value

Coef.

P-value

Coef.

P-value


Hằng số

97.5295

0.538

271.6755

0.064*

82.3297

0.551

-88.8453

0.490

NI

1.0053

0.000***
0.9578

0.000***

1.0470

0.000***


1.0314

0.000***

0.4412

0.000***

DAR

-0.6632

0.000***

DINV

-1.0039

0.000***

DAP

-0.9901

0.000***

DEP

0.1337


0.273

TXAC

-0.3172

0.066*

OTHAC

0.0363

0.503

OCF
TAC

N

905

905

905

905

F


2006.97

2450.02

1466.82

575.12

R2

0.6897

0.7307

0.7648

0.8178

0.6893

0.7304

0.7643

0.8164

AIC

19.715


19.573

19.440

19.196

BIC

11690.647

11562.394

11446.498

11249.660

Trong đó: *,**,*** lần lượt tương ứng với mức ý nghĩa 10%, 5%, 1%

4.2.

Thảo luận kết quả nghiên cứu

Đối với Mơ hình (4), do các biến TXAC và OTHAC khơng có ý nghĩa thống kê, vì vậy
mơ hình khơng thoả mãn được giả thuyết 4. Vì vậy, nghiên cứu đặt ra vấn đề cần thảo luận ở
đây là: “Vì sao dịng tiền và các thành phần dữ liệu kế tốn dồn tích trong q khứ khơng có
khả năng dự báo dịng tiền hoạt động của doanh nghiệp trong tương lai?”
Sau quá trình tìm hiểu và nghiên cứu, nhóm nghiên cứu đã đưa ra một số biện giải về sự
khác biệt giữa kết quả của nghiên cứu so với các nghiên cứu trước đây:
Thứ nhất, nền kinh tế Việt Nam đang từng bước thay đổi và phát triển, dẫn đến các
thành phần dữ liệu kế toán được chọn trong mơ hình khơng cịn gây tác động lên dòng tiền

trong tương lai của doanh nghiệp, như yếu tố thuế thu nhập doanh nghiệp phải nộp của doanh
nghiệp, làm cho kết quả nghiên cứu không được như dự kiến.
Thứ hai, các biến được chọn trong mơ hình có thể chưa phản ánh hết được những thành
phần kế toán dồn tích có khả năng dự báo dịng tiền trong tương lai, do những thành phần kế
tốn dồn tích khác khơng có ý nghĩa với dữ liệu nghiên cứu, chứng tỏ cịn nhiều thơng tin trong
biến này chưa được khai thác hết.

214


Kỷ yếu tóm tắt Hội nghị nghiên cứu khoa học sinh viên 2018

Thứ ba, đối với các kết quả nghiên cứu trước đây, mẫu của các bài nghiên cứu khá nhỏ
(thường <100 doanh nghiệp) và khoảng thời gian khảo sát dài hơn (thường có độ trễ từ 3 năm
trở lên), so với mẫu khá lớn và khoảng thời gian khảo sát trong chu kỳ ngắn hơn (181 doanh
nghiệp với độ trễ của mơ hình là 1 năm, từ năm 2013 - 2017). Cho nên, kết quả nghiên cứu có
phần sai lệch, hoặc dữ liệu của các nghiên cứu trước đây có thể bị bóp méo, chỉnh sửa để đạt
được kết quả tốt nhất cũng như phù hợp các nghiên cứu khác.
Ngồi ra, phần dữ liệu của nghiên cứu có thể do các điểm cá biệt, điểm đòn bẩy làm sai
lệch kết quả nghiên cứu, hoặc vì khả năng tổng hợp dữ liệu cịn sơ sài nên dẫn đến sai sót trong
phần sơ cấp lưu chuyển dữ liệu mà nhóm nghiên cứu hiện vẫn chưa tìm ra.
5.

KẾT LUẬN VÀ ĐỀ XUẤT

5.1.

Kết luận

Nghiên cứu sử dụng phương pháp hồi quy OLS, kiểm định hệ số R2 hiệu chỉnh và chỉ số

AIC/BIC để lựa chọn mơ hình phù hợp nhất. Kết quả nghiên cứu cho thấy, (1) thu nhập trong
quá khứ, (2) dòng tiền trong quá khứ, (4) dòng tiền và các khoản dồn tích gộp trong q khứ có
ý nghĩa đối với mơ hình cũng như trong việc dự báo dịng tiền trong tương lai của doanh
nghiệp. Ngược lại, (4) dòng tiền và các thành phần dữ liệu kế tốn dồn tích khơng có ý nghĩa
đối với dữ liệu nghiên cứu. Kết quả cũng chỉ ra dòng tiền và các khoản dồn tích có vai trị đóng
góp cho khả năng dự báo thu nhập trong tương lai tốt nhất, trong khi thu nhập và dịng tiền
trong q khứ lại khơng thể hiện hết thơng tin hàm chứa.
Nghiên cứu có những đóng góp tích cực về mặt khoa học cũng như thực tiễn hoạt động
của doanh nghiệp. Trong tương lai, tác giả mong muốn tiếp tục nghiên cứu chủ đề này dựa trên
việc mở rộng mẫu dữ liệu nghiên cứu dài và rộng hơn, lựa chọn mơ hình có độ phức tạp cao
hơn, bao quát thị trường Việt Nam trong khoảng thời gian dài hơn, nhiều quan sát hơn. Từ đó,
có thể đưa ra kết quả kiểm định có độ tin cậy cao và tính chính xác hơn cho thực tiễn nền kinh
tế Việt Nam.
5.2.

Đề xuất giải pháp nâng cao hiệu quả hoạt động của doanh nghiệp
•
lai

Hiểu rõ tầm quan trọng và quan tâm đến cơng tác dự báo dịng tiền trong tương

•

Quản lý hiệu quả dịng tiền hoạt động của doanh nghiệp

•

Tạo ra lợi nhuận “thật sự” cho doanh nghiệp

•


Điều chỉnh hợp lý các khoản phải thu, phải trả, hàng tồn kho

•

Đối mặt với sự thâm hụt trong kinh doanh

DANH MỤC TÀI LIỆU THAM KHẢO
215


Kỷ yếu tóm tắt Hội nghị nghiên cứu khoa học sinh viên 2018

Barth, M. E. và cộng sự. (2001). Accruals and the Prediction of Future Cash Flows. The
Accounting Review, 76(1), 27-58.
Blessing, I. N. (2016). Relationship Between Earnings and Cash Flow in Estimating Cash
Flows: Evidence from Listed Nigerian Banks. Journal of Research in Business,
Economics and Management, 6(1), 811-821.
Charitou, A. và cộng sự. (2004). Predicting Corporate Failure: Empirical Evidence for the UK.
European Accounting Review, 13(3), 465-497.
Dechow, P. M. và cộng sự. (1998). The relation between earnings and cash flows. Journal of
Accounting and Economics, 25(2), 133-168.
Efayena, O. (2015). The Role of Accrual Accounting Basis in the Prediction of Future Cash
Flows: The Nigerian Evidence. Research Journal of Finance and Accounting, 6(4), 171180.
Hiếu, N. T. (2015). Dự báo dòng tiền từ hoạt động kinh doanh của các cơng ty phi tài chính
niêm yết trên thị trường chứng khoán Việt Nam. (Luận án Tiến sĩ kinh doanh và quản
lý), Trường Đại học Kinh tế quốc dân, Hà Nội.
Linh, L. T. H. (2017). Phân tích tính ổn định của các thành phần dòng tiền để dự báo dịng tiền
của các cơng ty trong lĩnh vực sản xuất hàng tiêu dùng niêm yết trên Thị trường chứng
khoán Việt Nam. (Luận văn Thạc sĩ Kế toán), Trường Đại học Kinh tế, Đà Nẵng.

Subramanyam, K. R., Venkatachalam, M. (2001). Earnings, Cash Flows and Ex post Intrinsic
Value of Equity. The Accounting Review, 82(2), 457-481.
Uyên, N. T. U., Thoa, T. T. K. (2015). Khả năng dự báo thu nhập cho doanh nghiệp tư dòng
tiền hoạt động: Trường hợp các doanh nghiệp niêm yết Việt Nam. Phát triển & Hội
nhập, 20(30), 34-42.

216