Nghiên cứu ảnh hưởng của dòng tiền hoạt động kinh doanh quá khứ đến việc dự báo dòng tiền trong tương lai trường hợp các DN ngành dược phẩm niêm yết trên TTCK việt nam (tt)

ĐẠI HỌC ĐÀ NẴNG
TRƯỜNG ĐẠI HỌC KINH TẾ

NGUYỄN THỊ THU NGÂN

NGHIÊN CỨU ẢNH HƯỞNG CỦA DÒNG TIỀN HOẠT
ĐỘNG KINH DOANH QUÁ KHỨ ĐẾN VIỆC DỰ BÁO DÒNG
TIỀN TRONG TƯƠNG LAI: TRƯỜNG HỢP CÁC DN
NGÀNH DƯỢC PHẨM NIÊM YẾT TRÊN TTCK VIỆT NAM

TÓM TẮT LUẬN VĂN THẠC SĨ KẾ TOÁN
Mã số: 60.34.03.01

Đà Nẵng – Năm 2018


Công trình được hoàn thành tại
TRƯỜNG ĐẠI HỌC KINH TẾ, ĐHĐN

Người hướng dẫn khoa học: PGS.TS TRẦN ĐÌNH KHÔI NGUYÊN

Phản biện 1: TS. Nguyễn Hữu Cường
Phản biện 2: PGS.TS. Võ Văn Nhị

Luận văn đã được bảo vệ trước Hội đồng chấm Luận văn tốt nghiệp thạc sĩ Kế toán họp tại Trường Đại học Kinh
tế, Đại học Đà Nẵng vào ngày 18 tháng 8 năm 2018.

Có thể tìm hiểu luận văn tại:
 Trung tâm Thông tin-Học liệu, Đại học Đà Nẵng
 Thư viện trường Đại học Kinh tế, ĐHĐN

1
PHẦN MỞ ĐẦU
1. Tính cấp thiết của đề tài
Thông tin về dòng tiền luôn đóng vai trò then chốt trong hầu hết
các quyết định tài chính của các doanh nghiệp (DN). Dự báo dòng
tiền trong tương lai rất quan trọng đối với việc phân tích tính thanh
khoản và khả năng thanh toán cũng như giúp cho việc định giá công
ty. Đã có nhiều công trình nghiên cứu với ng chứng thực nghiệm
liên quan nhưng có sự không thống nhất đòi hỏi cần có nhiều nghiên
cứu với những phạm vi về không gian và thời gian khác nhau.
Với bất kỳ ngành nào thì việc dự báo dòng tiền trong tương lai
của các DN luôn là điều rất cần thiết cho các nhà quản trị cũng như
các nhà đầu tư để có những quyết định đúng đắn. Tuy nhiên công tác
dự báo dòng tiền ở Việt Nam chưa thực sự thực hiện đầy đủ, chỉ mới
dừng ở lập dự toán tiền mặt hay dự toán ngân quỹ với những giả định
nhất định; chưa thực sự đánh giá đúng mức những nhân tố ảnh
hưởng tới dòng tiền của doanh nghiệp. Vì vậy, luận văn chọn đề tài
“Nghiên cứu ảnh hưởng của dòng tiền hoạt động kinh doanh quá
khứ đến việc dự báo dòng tiền trong tương lai: Trường hợp các DN
ngành dược phẩm niêm yết trên TTCK Việt Nam” làm đề tài nghiên
cứu của mình.
2. Mục tiêu nghiên cứu
Trên cơ sở các kết quả của các công trình nghiên cứu trước có
liên quan, đề tài nghiên cứu nh m các mục đích:
- Kiểm định các mô hình dự báo dòng tiền từ HĐKD của các
DN ngành dược phẩm, y tế niêm yết trên TTCK Việt Nam trên cơ sở
dòng tiền HĐKD quá khứ. Từ đó, xác định mô hình có khả năng dự
báo tốt nhất dòng tiền HĐKD tương lai đối với các DN ngành dược
phẩm, y tế niêm yết trên TTCK Việt Nam.

- Từ kết quả nghiên cứu, tác giả đưa ra một số hàm ý liên quan
đến công tác dự báo dòng tiền tương lai; cung cấp thông tin cho các


2
nhà đầu tư, các đối tượng liên quan nh m hỗ trợ việc dự báo dòng
tiền đối với các DN ngành dược phẩm, y tế niêm yết trên TTCK Việt
Nam.
3. Câu hỏi nghiên cứu
Trên cơ sở mục tiêu nghiên cứu, luận văn đặt ra các câu hỏi
nghiên cứu cụ thể như sau:
- Dòng tiền từ HĐKD quá khứ có khả năng dự áo đáng kể dòng
tiền từ HĐKD trong tương lai hay không?
- Các thành phần dòng tiền HĐKD quá khứ kết hợp với các
thông tin kế toán dồn tích gộp chung hay cụ thể có khả năng dự báo
đáng kể dòng tiền từ HĐKD trong tương lai hay không?
- Mô hình nào có khả năng dự báo tốt nhất dòng tiền từ HĐKD
của các DN ngành dược phẩm, y tế niêm yết trên TTCK Việt Nam?
4. Đối tƣợng nghiên cứu và phạm vi nghiên cứu
- Đối tượng nghiên cứu: Luận văn nghiên cứu khả năng của các
thông tin kế toán (dòng tiền HĐKD, các thành phần dòng tiền
HĐKD, các thành phần kế toán dồn tích gộp chung và cụ thể) trong
quá khứ trong việc dự báo dòng tiền HĐKD trong tương lai đối với
các DN ngành dược phẩm, y tế niêm yết trên TTCK Việt Nam.
- Phạm vi nghiên cứu:
+ Phạm vi về không gian: Các doanh nghiệp ngành dược phẩm,
y tế niêm yết trên TTCK Việt Nam trên cả 2 sàn giao dịch HOSE và
HNX.
+ Phạm vi về thời gian: Dữ liệu nghiên cứu trong giai đoạn 10
năm từ 2008 – 2017.

5. Phƣơng pháp nghiên cứu
- Mẫu nghiên cứu: luận văn chọn mẫu gồm 19 doanh nghiệp
niêm yết thuộc ngành dược phẩm, y tế trên sàn HOSE và HNX có
công bố đầy đủ BCTC trong giai đoạn 2008 - 2017.


3
- Phương pháp xử lí số liệu: Dữ liệu được xử lý theo dạng bảng
(panel data) và được hồi quy theo 3 mô hình OLS, FEM và REM để
kiểm định khả năng dự báo của các mô hình nghiên cứu.
6. Bố cục đề tài
Phần mở đầu
Chƣơng 1: Cơ sở lý luận về dòng tiền và dự báo dòng tiền
trong tƣơng lai
Chƣơng 2: Phƣơng pháp nghiên cứu
Chƣơng 3: Kết quả nghiên cứu và hàm ý từ kết quả nghiên
cứu
Kết luận
7. Tổng quan tài liệu nghiên cứu
Trong số những nghiên cứu đầu tiên về dòng tiền được thực hiện
là các nghiên cứu của Bowen và cộng sự (1986), Greenberg và cộng
sự (1986), tiếp theo có các nghiên cứu của Dechow (1994), Barth và
cộng sự (2001) …
Tổng hợp những nghiên cứu về dự báo dòng tiền, có thể thấy
được những nhân tố thường được sử dụng để dự báo dòng tiền tương
lai gồm thu nhập quá khứ, dòng tiền HĐKD quá khứ, kết hợp dòng
tiền quá khứ với các thành phần kế toán dồn tích.
Tại Việt Nam, mặc dù chưa nhiều nhưng cũng có một vài nghiên
cứu về dòng tiền. Điển hình có nghiên cứu của Nguyễn Thanh Hiếu
(2015), Nguyễn Thị Uyên Uyên và Từ Thị Kim Thoa (2015).

4

CHƢƠNG 1: CƠ SỞ LÝ LUẬN VỀ DÕNG TIỀN VÀ DỰ BÁO
DÕNG TIỀN TRONG TƢƠNG LAI
1.1. VAI TRÕ CỦA THÔNG TIN VỀ DÕNG TIỀN VÀ BÁO
CÁO LƢU CHUYỂN TIỀN TỆ TRONG DỰ BÁO DÕNG TIỀN
1.1.1. Vai trò của thông tin về dòng tiền
Có thể thấy vai trò của thông tin về dòng tiền được thể hiện ở
những khía cạnh sau:
- Dòng tiền quyết định khả năng thanh toán của doanh nghiệp.
- Dòng tiền ảnh hưởng đến chính sách chi trả cổ tức của doanh
nghiệp. Các DN chỉ có thể chi trả cổ tức khi có tiền, nếu lượng tiền
khan hiếm thì mức chi trả cổ tức sẽ giảm hoặc không có.
- Thông tin dòng tiền có tác dụng dự báo khả năng phá sản.
1.1.2. Báo cáo lƣu chuyển tiền tệ
a. Đặc điểm dòng tiền trong Báo cáo lưu chuyển tiền tệ
Trong ba dòng tiền trên BCLCTT thì dòng tiền từ HĐKD được
xem là quan trọng nhất. Tình hình tài chính của DN khả quan khi và
chỉ khi dòng tiền vào chủ yếu của DN được tạo ra từ hoạt động kinh
doanh và ngược lại; nếu dòng tiền vào trong kỳ chủ yếu được tạo ra
không phải hoạt động kinh doanh mà từ hoạt động đầu tư hay hoạt
động tài chính thì có khả năng DN sẽ gặp khó khăn trong thanh toán
và rủi ro trong kinh doanh. Theo Chuẩn mực kế toán Việt Nam số 24
(VAS 24), dòng tiền từ HĐKD được báo cáo theo một trong 2
phương pháp trực tiếp và gián tiếp.
b. Vai trò của Báo cáo lưu chuyển tiền tệ trong dự báo dòng
tiền
Vai trò của BCLCTT thể hiện rõ trong Chuẩn mực kế toán Việt

Nam số 24 (VAS 24). Về cơ ản, BCLCTT giúp cho các đối tượng
sử dụng biết DN đã tạo ra tiền từ những nguồn nào và chi tiêu tiền
cho những mục đích gì. Trên cơ sở đó, BCLCTT sẽ giúp các đối


5
tượng sử dụng đánh giá về khả năng trang trải công nợ, chi trả cổ tức
trong tương lai của doanh nghiệp.
1.2. VAI TRÕ CỦA VIỆC DỰ BÁO DÕNG TIỀN TRONG
TƢƠNG LAI
Việc dự báo dòng tiền trong tương lai đóng vai trò quan trọng
bởi dự báo dòng tiền giúp cho những người sử dụng thông tin kế toán
như chủ sở hữu, nhà cung cấp tín dụng, nhà đầu tư… có thể ra các
quyết định hợp lý.
 Dự báo dòng tiền trong tương lai hữu ích trong việc xác định
giá trị DN.
 Dự báo dòng tiền giúp đảm bảo an toàn cho các khoản vay
và đầu tư vốn.
 Dự báo dòng tiền giúp làm giảm sự sai lệch của thông tin kế
toán theo cơ sở dồn tích.
1.3. TỔNG QUAN CÁC NGHIÊN CỨU VỀ DỰ BÁO DÒNG
TIỀN HĐKD TRONG TƢƠNG LAI
1.3.1. Một số nghiên cứu về dự báo dòng tiền trong tƣơng lai
Nghiên cứu trước đây của Barth và cộng sự (2001) đã kiểm tra
mối quan hệ dòng tiền quá khứ và các thành phần dồn tích quá khứ
đối với dòng tiền tương lai. Và kết quả cho thấy các thành phần dồn
tích đóng vai trò quan trọng trong việc dự đoán dòng tiền tương lai.
Tuy nhiên, nhiều nghiên cứu đã chỉ ra r ng thông tin về dòng
tiền tổng hợp, bao gồm dòng tiền cốt lõi và không cốt lõi, có sự ổn
định khác nhau trong việc dự đoán dòng tiền tương lai (Cheng và

cộng sự, 2005, 2008); Arthur và cộng sự (2010). Kết quả nghiên cứu
của Cheng và cộng sự (2008) cho thấy các thành phần dòng tiền cốt
lõi (doanh thu, giá vốn, chi phí hoạt động) ổn định hơn so với thành
phần dòng tiền không cốt lõi.


6
1.3.2. Các mô hình nghiên cứu về khả năng dự báo dòng tiền
trong tƣơng lai
Có nhiều nghiên cứu được thực hiện liên quan đến công tác dự
báo dòng tiền HĐKD trong tương lai đã đưa ra những mô hình khác
nhau, luận văn giới thiệu một số mô hình điển hình của Lorek và
Willinger (1996), Barth và cộng sự (2001), Cheng và cộng sự (2008).
1.4. KHOẢNG TRỐNG NGHIÊN CỨU
Từ tổng quan nghiên cứu trên có thể thấy:
- Hầu hết các nghiên cứu về dự áo dòng tiền HĐKD được thực
hiện từ khá lâu và ở các nước phát triển như Mỹ, Úc,…
- Các nghiên cứu được thực hiện ở các quốc gia khác nhau nên
kết quả nghiên cứu sẽ có ý nghĩa khác nhau.
- Đa số các nghiên cứu thực hiện cho các DN niêm yết nói
chung, không phân iệt theo ngành.
- Công tác dự áo dòng tiền được xem là rất quan trọng nhưng ở
Việt Nam còn thiếu và yếu.
- Theo Chuẩn mực kế toán Việt Nam số 24 (VAS 24) chỉ mới
khẳng định vai trò của thông tin về dòng tiền HĐKD trong việc giúp
người sử dụng dự đoán dòng tiền HĐKD trong tương lai nhưng chưa
đưa ra các phương pháp cụ thể để dự áo dòng tiền.
Từ những vấn đề nêu trên có thể thấy cần thiết tiếp tục thực hiện
những nghiên cứu liên quan đến công tác dự áo dòng tiền tại Việt
Nam trong những năm gần đây và nghiên cứu cho những ngành cụ

thể để có thể cung cấp cho người sử dụng những thông tin cần thiết
phục vụ quá trình ra quyết định.


7
CHƢƠNG 2: PHƢƠNG PHÁP NGHIÊN CỨU
2.1. ĐẶC ĐIỂM CÁC DOANH NGHIỆP THUỘC NGÀNH
DƢỢC PHẨM, Y TẾ TẠI VIỆT NAM
2.2. XÁC ĐỊNH MÔ HÌNH NGHIÊN CỨU
a. Mô hình dự báo dòng tiền tương lai từ dòng tiền HĐKD quá
khứ
Mô hình ước lượng:
CFOt = α + βCFOt-k + ε
(1)
b. Mô hình dự báo dòng tiền từ các thành phần dòng tiền
HĐKD
Mô hình ước lượng:
CFOt = α + β1C_SALESt-k + β2C_COGSt-k + β3C_INTt-k +
β4C_TAXt-k + β5C_OTHERt-k + ε
(2)
c. Mô hình dự báo dòng tiền từ dòng tiền HĐKD quá khứ kết
hợp với các thành phần kế toán dồn tích gộp chung
Mô hình ước lượng:
CFOt = α + β1C_SALESt-k + β2C_COGSt-k + β3C_INTt-k +
β4C_TAXt-k + β5C_OTHERt-k + β6ACCt-k + ε
(3)
d. Mô hình dự báo dòng tiền từ dòng tiền HĐKD quá khứ kết
hợp với các thành phần kế toán dồn tích cụ thể
Mô hình ước lượng:
CFOt = α + β1CFOt-k + β2∆ARt-k + β3∆APt-k + β4∆INVt-k +

β5DEPRt-k + β6OTHERt-k + ε
(4)
Các iến trong mô hình được chia cho tổng tài sản ình quân để
loại trừ sự khác iệt về quy mô, cấu trúc vốn của các DN (Cheng và
cộng sự, 2007; Arthur và cộng sự, 2010).


8
2.3. PHƢƠNG PHÁP NGHIÊN CỨU
2.3.1. Thiết kế đo lƣờng các biến
Dữ liệu phục vụ nghiên cứu của luận văn được thu thập từ BCTC
của các DN ngành dược phẩm, y tế niêm yết trên HOSE và HNX
thông qua Công ty Stoxplus.
Các iến được lựa chọn chủ yếu dựa trên nghiên cứu của Cheng
và cộng sự (2008) được trình ày trong ảng 2.1.
2.3.2. Chọn mẫu và thu thập dữ liệu
Nguồn dữ liệu: Dữ liệu luận văn sử dụng trong nghiên cứu được
khai thác từ Công ty Truyền thông Tài chính StoxPlus.
Chọn mẫu: Luận văn chọn 19 công ty niêm yết ổn định trên
HOSE và HNX và công ố BCTC đầy đủ trong giai đoạn từ năm
2008 đến năm 2017 (190 quan sát), có niên độ kế toán từ 1/1 đến
31/12 và có thông tin về dòng tiền HĐKD liên tục trong thời gian
nghiên cứu.
2.3.3. Các phƣơng pháp ƣớc lƣợng
Luận văn thực hiện ước lượng với 3 mô hình hồi quy OLS, FEM,
REM và so sánh kết quả kiểm định để chọn ra mô hình phù hợp. Để
lựa chọn giữa FEM và REM thì Luận văn sẽ sử dụng kiểm định
Hausman để lựa chọn mô hình hồi quy phù hợp hơn để thảo luận kết
quả.
CHƢƠNG 3: KẾT QUẢ NGHIÊN CỨU VÀ HÀM Ý

3.1. KẾT QUẢ NGHIÊN CỨU
3.1.1. Thống kê mô tả các biến sử dụng trong mô hình nghiên
cứu
Nghiên cứu chọn mẫu gồm 19 doanh nghiệp ngành dược phẩm,
y tế niêm yết trên 2 sàn chứng khoán HOSE và HNX. Bảng 3.1 thể
hiện kết quả thống kê mô tả dữ liệu cho các biến hồi quy của nghiên
cứu.


9
3.1.2. Phân tích tƣơng quan giữa các biến
Kết quả ma trận tương quan tương quan giữa các iến trong các
mô hình được thể hiện trong các ảng 3.2, 3.3, và 3.4.
3.1.3. Kết quả kiểm định mô hình nghiên cứu
a. Kết quả hồi quy mô hình dự báo dòng tiền HĐKD từ dòng
tiền trong quá khứ (mô hình dòng tiền
Mô hình ước lượng: CFOt = α + βCFOt-k + ε
(1)
Mô hình chi tiết với k là các độ trễ 1, 2, 3 năm.
Kết quả hồi quy OLS, FEM, REM cho mô hình dòng tiền với độ
trễ 1 năm được thể hiện trong ảng 3.5.
- Giá trị ý nghĩa thống kê Prob (F-Statistic) đều nhỏ hơn 0.05 cho
thấy dòng tiền HĐKD trong quá khứ trễ 1 năm là thông tin quan
trọng, có khả năng dự báo dòng tiền năm sau. Hệ số DW lần lượt là
2.053, 2.094 và 2.053 cho thấy mô hình dòng tiền với độ trễ 1 năm
theo 3 phương pháp hồi quy không có tự tương quan, giả thiết hồi
quy về tính độc lập của phần dư được thỏa mãn.
- Kiểm định Hausman cho giá trị Prob<0.05 nên hồi quy FEM
phù hợp để giải thích kết quả hơn so với REM và OLS. Kết quả hồi
quy cho thấy dòng tiền năm trước có quan hệ cùng chiều với dòng

tiền năm sau. Trong đó, hồi quy FEM cho giá trị R2 điều chỉnh là
0.245 tức là dòng tiền năm trước giải thích được 24.5% dòng tiền
năm sau.
Bảng 3.6 trình bày kết quả hồi quy OLS, FEM và REM của mô
hình dòng tiền với độ trễ 2 năm. Kết quả hồi quy cho thấy mô hình
dòng tiền trễ 2 năm có khả năng dự báo dòng tiền trong tương lai
(Prob <0.05), hệ số DW cũng n m trong giới hạn không xảy ra hiện
tượng tự tương quan. Kết quả kiểm định hiện tượng phương sai thay
đổi (Kiểm định Breusch - Pagan Lagrangian Multiplier) cho giá trị
Prob>0.05 nên kết luận mô hình không xảy ra hiện tượng phương sai
sai số thay đổi.


10
- Kiểm định Hausman cho kết quả hồi quy FEM phù hợp hơn
REM và OLS (Prob>0.05). Tuy nhiên, theo hồi quy FEM, R2 điều
chỉnh là 23.6 % nhưng các hệ số hồi quy của các biến CFOt-1 và
CFOt-2 lại không có ý nghĩa thống kê. Kết quả hồi quy OLS và
REM không có sự khác biệt đáng kể và mô hình giải thích được
9.6% dòng tiền tương lai. Cụ thể, dòng tiền HĐKD 1 năm trước tăng
1.000.000 đồng thì dòng tiền năm sau tăng 272.000 đồng. Kết quả
này không thống nhất với các kết quả nghiên cứu trước (Nguyễn
Thanh Hiếu, 2015; Cheng và cộng sự, 2008;…) cho r ng các dòng
tiền có độ trễ 1 năm, 2 năm đều có ý nghĩa trong việc dự bào dòng
tiền.
Kết quả hồi quy mô hình dòng tiền trễ 3 năm thể hiện trong bảng
3.7 cũng tương tự kết quả hồi quy mô hình dòng tiền trễ 2 năm. Các
số liệu thống kê cho thấy mô hình có khả năng dự báo dòng tiền
tương lai (Prob<0.05 và 1theo FEM không có ý nghĩa thống kê (Prob lần lượt là 0.433, 0.623,

0214). Theo kết quả hồi quy OLS và REM thì dòng tiền trễ 1 năm có
quan hệ chặt chẽ với dòng tiền năm sau (hệ số hồi quy 0.222,
Prob<0.05).
b. Kết quả hồi quy mô hình dự báo dòng tiền từ HĐKD từ các
thành phần dòng tiền HĐKD trong quá khứ (mô hình các thành
phần dòng tiền)
Mô hình ước lượng:
CFOt = α + β1C_SALESt-k + β2C_COGSt-k + β3C_INTt-k +
β4C_TAXt-k + β5C_OTHERt-k + ε
(2)
Mô hình chi tiết với k là các độ trễ 1, 2, 3 năm.
Kết quả kiểm định hệ số phương sai phóng đại ( ảng 3.18) cũng
cho thấy hệ số VIF của C_SALES, C_COGS và C_OTHER đều lớn
hơn 10. Tuy nhiên, các hệ số tương quan của C_SALES, C_COGS
và C_OTHER đều có ý nghĩa thống kê. Theo Hoàng Trọng và Chu


11
Thị Mộng Ngọc (2013) đa cộng tuyến có thể khiến cho đánh giá về
tác động của từng iến độc lập lên iến phụ thuộc có thể ị sai lệch
nhưng không làm giảm hệ số R2 hiệu chỉnh, tức là tác động gộp của
tất cả các iến độc lập lên iến phụ thuộc không ị ảnh hưởng xấu
của đa cộng tuyến. Do đó, hiện tượng đa cộng tuyến xảy ra được
xem là không quá nghiêm trọng.
Kết quả hồi quy OLS, FEM, REM cho mô hình dự báo dòng
tiền HĐKD từ các thành phần dòng tiền trong quá khứ được trình
bày trong các bảng 3.9, 3.10, 3.11.
Kết quả hồi quy mô hình các thành phần dòng tiền với độ trễ 1
năm (bảng 3.9) cho thấy:
- Mô hình phù hợp để dự báo dòng tiền tương lai (Pro = 0.000

cho cả 3 phương pháp hồi quy) và không có hiện tượng tự tương
quan (hệ số DW đều n m trong giới hạn 1hiện tượng phương sai sai số thay đổi (hệ số Prob>0.05).
- Theo kết quả kiểm định Hausman, hồi quy FEM phù hợp hơn
để giải thích kết quả (Prob<0.05). Mô hình giải thích được 34.2% sự
biến động của dòng tiền năm sau (cao hơn 2.8% so với REM và
OLS).
Kết quả hồi quy cho thấy dòng tiền liên quan đến doanh thu
(C_SALES), giá vốn hàng bán (C_COGS), dòng tiền khác
(C_OTHER) 1 năm trước có quan hệ cùng chiều với dòng tiền năm
sau (các hệ số hồi quy đều dương). Điều đó có nghĩa là khi dòng tiền
liên quan đến doanh thu và giá vốn năm trước tăng thì dòng tiền
HĐKD năm sau tăng. Trong đó, dòng tiền liên quan đến doanh thu
có khả năng dự áo cao hơn so với dòng tiền liên quan đến giá vốn
(hệ số hồi quy lần lượt là 0.188 và 0.163), dòng tiền khác có khả
năng dự báo thấp nhấp (hệ số hồi quy: 0.079). Chiều ảnh hưởng
ngược lại với dòng tiền liên quan đến chi phí lãi vay (C_INT) và thuế
(C_TAX). Nếu dòng tiền liên quan đến lãi vay và thuế 1 năm trước


12
tăng thì dòng tiền HĐKD năm sau sẽ giảm. Đặc biệt, dòng tiền liên
quan đến lãi vay và thuế có tính ổn định cao hơn hẳn so với
C_SALES và C_COGS (khả năng dự áo cao hơn) (hệ số hồi quy
lần lượt là 1.174 và 2.617).
Bảng 3.10 trình bày kết quả hồi quy mô hình các thành phần
dòng tiền với độ trễ 2 năm.
- Số liệu thống kê theo cả 3 phương pháp hồi quy cho thấy mô
hình có ý nghĩa thống kê, phù hợp để dự báo dòng tiền tương lai
(Prob = 0.000) và không xảy ra hiện tượng tự tương quan

(1thay đổi (hệ số Prob>0.05).
- Kết quả kiểm định Hausman cho thấy hồi quy REM phù hợp
để giải thích hơn so với FEM. Kết quả hồi quy chỉ ra r ng chỉ có
C_INTt-1, C_TAXt-1, C_TAXt-2 có ý nghĩa trong việc dự báo dòng
tiền năm sau và có quan hệ ngược chiều với dòng tiền HĐKD. Mô
hình khả năng dự báo 32% sự biến thiên của dòng tiền tương lai.
Kết quả hồi quy mô hình các thành phần dòng tiền với độ trễ 3
năm ( ảng 3.11):
- Hệ số Prob của mô hình b ng 0.000 và hệ số DW n m trong
giới hạn 1tương lai và không có xảy ra hiện tượng tự tương quan giữa các biến,
không xảy ra hiện tượng phương sai sai số thay đổi (hệ số
Prob>0.05).
- Kết quả kiểm định Hausman cho thấy REM phù hợp hơn FEM
(Prob>0.05). Kết quả hồi quy theo phương pháp OLS và REM không
có sự khác biệt đáng kể (chỉ khác biệt nhỏ ở mức ý nghĩa của hệ số
hồi quy) và cho biết dòng tiền liên quan đến chi phí lãi vay trễ 1 năm
(C_INTt-1) và dòng tiền liên quan đến thuế trễ 1, 2, 3 năm
(C_TAXt-1, C_TAXt-2, C_TAXt-3) là các thành phần dòng tiền có
khả năng dự báo dòng tiền HĐKD trong tương lai và có quan hệ


13
ngược chiều (ngoại trừ C_TAXt-3). Kết quả này không đồng nhất
với nghiên cứu của Cheng và cộng sự (2008), các tác giả này cho
r ng dòng tiền liên quan đến thuế có tính ổn định thấp vì nó phụ
thuộc vào nguồn thu nhập chịu thuế và việc quản trị lợi nhuận liên
quan đến thuế của doanh nghiệp.
c. Kết quả hồi quy mô hình dự báo dòng tiền trên cơ sở kết

hợp các thành phần dòng tiền HĐKD quá khứ với thành phần kế
toán dồn tích gộp chung
Mô hình ước lượng:
CFOt = α + β1C_SALESt-k + β2C_COGSt-k + β3C_INTt-k +
β4C_TAXt-k + β5C_OTHERt-k + β6ACCt-k + ε
(3)
Mô hình chi tiết với k là các độ trễ 1, 2, 3 năm.
Kết quả hồi quy mô hình các thành phần dòng tiền kết hợp với
thành phần dồn tích gộp chung với độ trễ 1 năm thể hiện trên bảng
3.12:
- Giá trị ý nghĩa thống kê Prob = 0.000 cho thấy mô hình 3a phù
hợp để dự báo dòng tiền tương lai. Ngoài ra, hệ số DW n m trong
giới hạn không xảy ra hiện tượng tự tương quan (1<2.088, 2.106<3).
- Kiểm định Hausman cho thấy hồi quy FEM phù hợp để giải
thích kết quả (Prob<0.05).
- Theo kết quả hồi quy cho thấy tất cả các thành phần dòng tiền
l năm trước đều có khả năng dự báo dòng tiền năm sau. Trong đó,
dòng tiền liên quan đến lãi vay và thuế có quan hệ ngược chiều trong
khi dòng tiền liên quan đến doanh thu, giá vốn và dòng tiền khác
quan hệ cùng chiều với dòng tiền năm sau. Tương tự như mô hình
các thành phần dòng tiền, dòng tiền liên quan đến lãi vay và thuế (hệ
số hồi quy: 1.577, 2.479) ổn định hơn nhiều so với dòng tiền liên
quan đến doanh thu và giá vốn (hệ số hồi quy: 0.274, 0.171). Hệ số
Prob=0.292 cho thấy các thành phần dồn tích gộp (ACC) không có ý
nghĩa trong việc dự báo dòng tiền tương lai. Ngoài ra, hồi quy FEM


14
cũnrg có hệ số xác định hiệu chỉnh lớn hơn với 34.3%, trong khi
OLS và REM chỉ có 31.7%.

Kết quả hồi quy mô hình các thành phần dòng tiền kết hợp với
thành phần dồn tích gộp trễ 2 năm (bảng 3.13) cho kết quả như sau:
- Mô hình phù hợp để dự báo dòng tiền tương lai (Pro =0.000),
không có hiện tượng tự tương quan giữa các biến giải thích (hệ số
DW năm trong giới hạn 1sai thay đổi.
- Hồi quy FEM phù hợp hơn để giải thích kết quả (kiểm định
Hausman với Pro <0.05). Ngoài ra, trong 3 phương pháp hồi quy thì
hồi quy FEM có hệ số R2 điều chỉnh cao hơn, giải thích được 34.5%
dự biến động của dòng tiền tương lai. Ngoài 3 iến C_INTt-1,
C_INTt-2 và C_TAXt-2 quan hệ ngược chiều và có khả năng dự báo
dòng tiền giống hồi quy OLS và ERM thì hồi quy FEM còn cho ra
kết quả biến thành phần dồn tích gộp (ACCt-1, ACCt-2) cũng có khả
năng dự báo dòng tiền tương lai với hệ số hồi quy lần lượt là 0.278
và 0.233.
Kết quả hồi quy OLS, FEM và REM mô hình các thành phần
dòng tiền kết hợp với thành phần dồn tích gộp trễ 3 năm thể hiện qua
bảng 3.14 cho thấy:
- Mô hình có ý nghĩa, có khả năng dự báo dòng tiền tương lai
(Giá trị Pro = 0.000). Mô hình cũng không xảy ra hiện tượng tự
tương quan (giá trị DW đều n m trong giới hạn 1tượng phương sai sai số thay đổi (hệ số Prob>0.05).
- Kết quả kiểm định Hausman cho thấy mô hình hồi quy FEM
phù hợp hơn REM (Prob>0.05). Kết quả cho thấy dòng tiền liên
quan đến giá vốn trễ 3 năm (C_COGSt-3), dòng tiền liên quan đến
lãi vay trễ 1 năm (C_INTt-1), dòng tiền liên quan đến thuế trễ 2, 3
năm (C_TAXt-2, C_TAXt-3) và thành phần dồn tích gộp trễ 1, 2
năm (ACCt-1, ACCt-2) có khả năng dự báo dòng tiền và có khả năng

15
giải thích 39.7% sự biến động của dòng tiền (hồi quy OLS và REM
chỉ giải thích được 33.9%).
d. Kết quả hồi quy mô hình dự báo dòng tiền từ dòng tiền
HĐKD quá khứ kết hợp với các thành phần kế toán dồn tích cụ thể
(mô hình các thành phần dồn tích cụ thể)
Mô hình ước lượng:
CFOt = α + β1CFOt-k + β2∆ARt-k + β3∆APt-k + β4∆INVt-k +
β5DEPRt-k + β6OTHERt-k + ε
(4)
Mô hình chi tiết với k là các độ trễ 1, 2, 3 năm.
Kết quả hồi quy mô hình dòng tiền kết hợp với các thành phần
dồn tích cụ thể trễ 1 năm ( ảng 3.15) cho thấy:
- Giá trị ý nghĩa thống kê Prob = 0.000 cho thấy mô hình có ý
nghĩa, có khả năng dự báo dòng tiền tương lai. Đồng thời, mô hình
cũng không xảy ra hiện tượng tự tương quan (hệ số DW n m trong
giới hạn 1Prob>0.05).
- Kết quả hồi quy REM được sử dụng để giải thích kết quả
(kiểm định Hausman với Prob>0.05) chỉ ra r ng: dòng tiền HĐKD
(CFOt-1), sự thay đổi khoản phải thu (∆ARt-1), sự thay đổi khoản
phải trả (∆APt-1) và các khoản dồn tích khác (OTHERt-1) 1 năm
trước đều có khả năng dự báo dòng tiền tương lai (Ý nghĩa thống kê
Pro đều <0.05), trong đó sự thay đổi khoản phải trả (∆APt-1) có
quan hệ ngược chiều với dòng tiền tương lai. Kết quả này phù hợp
với dự đoán an đầu về chiều ảnh hưởng. Quan sát hệ số hồi quy của
các biến CFOt-1, ∆ARt-1, ∆APt-1, OTHERt-1 có thể thấy được khả
năng dự báo dòng tiền tương lai khá cao (0.657, 0.638, 0.817, 0.508).
Ngoài ra, hệ số Prob > 0.1 cho thấy ∆INVt-1 và DEPRt-1 không có ý
nghĩa trong việc dự báo.

Kết quả hồi quy mô hình dòng tiền kết hợp với các thành phần
dồn tích cụ thể với độ trễ 2 năm thể hiện trên bảng 3.16 cho thấy:


16
- Mô hình có ý nghĩa và phù hợp để dự báo dòng tiền tương lai
(Hệ số Prob = 0.000) và không xảy ra hiện tượng tự tương quan giữa
các biến giải thích (1tượng phương sai sai số thay đổi (hệ số Prob>0.05).
- Theo kết quả kiểm định Hausman thì hồi quy REM được sử
dụng để giải thích kết quả, cho thấy r ng chỉ có các dòng tiền HĐKD
(CFOt-1), sự thay đổi khoản phải thu (∆ARt-1), sự thay đổi khoản
phải trả (∆APt-1), sự thay đổi hàng tồn kho (∆INVt-1) và các khoản
dồn tích khác (OTHERt-1) 1 năm trước có khả năng dự báo dòng
tiền năm sau và chỉ có sự thay đổi khoản phải trả (∆APt-1) có quan
hệ ngược chiều với dòng tiền. Trong đó, tương quan giữa sự thay đổi
khoản phải thu 1 năm trước (∆ARt-1) với dòng tiền năm sau là cao
nhất (hệ số hồi quy = 1.283), thấp nhất là tương quan giữa chi phí
khấu hao TSCĐ trễ 1 và 2 năm (hệ số hồi quy lần lượt là -0.001 và 0.042). Các biến còn lại với độ trễ 2 năm đều không có khả năng dự
báo khi hệ số hồi quy đều không có ý nghĩa thống kê.
Bảng 3.17 trình bày kết quả hồi quy mô hình dòng tiền kết hợp
với các thành phần dồn tích cụ thể trễ 3 năm:
- Giá trị của Prob (F-Statistic) = 0.000 và hệ số DW n m trong
giới hạn 1tương lai và không xảy ra hiện tượng phương sai thay đổi.
- Kết quả hồi quy REM (kiểm định Hausman với Prob>0.05)
cho thấy chỉ có các biến sau có ý nghĩa thống kê trong việc dự báo
dòng tiền tương lai: CFOt-1, ∆ARt-1, ∆ARt-2, ∆APt-1, ∆INVt-2,
DEPRt-3, OTHERt-1, trong đó ∆ARt-2, ∆APt-1, ∆INVt-2, có quan
hệ ngược chiều với dòng tiền (hệ số tương quan âm).

3.1.4. Thảo luận kết quả nghiên cứu
Từ kết quả hồi quy rút ra một số kết luận đối với các mô hình
nghiên cứu đề xuất như sau:


17
- Dòng tiền từ HĐKD quá khứ có khả năng dự báo dòng tiền
trong tương lai. Trong đó, mô hình dòng tiền với độ trễ 3 năm có
khả năng dự áo tốt hơn, giải thích được 29.3% sự iến động của
dòng tiền tương lai, và dòng tiền quá khứ có quan hệ cùng chiều với
dòng tiền dự áo. Đồng nhất với kết quả của Nguyễn Thanh Hiếu
(2015), Lê Thị Hoàng Linh (2017). Tuy nhiên, theo tác giả Nguyễn
Thanh Hiếu thì dòng tiền có độ trễ 1 năm trước luôn có quan hệ
ngược chiều với dòng tiền dự áo.
- Mô hình các thành phần dòng tiền có khả năng dự báo tốt hơn
so với mô hình dòng tiền, đặc biệt là mô hình các thành phần dòng
tiền trễ 1 năm ( ảng 3.9) cho thấy tất cả các thành phần dòng tiền
đều có khả năng dự báo dòng tiền tương lai. Điều này phù hợp với
nhận định của Cheng và cộng sự (2007). Trong đó, dòng tiền liên
quan đến doanh thu (C_SALESt-1), giá vốn hàng bán (C_COGSt-1) và
dòng tiền khác (C_OTHERt-1) có quan hệ tương quan thuận chiều với
dòng tiền tương lai, có nghĩa là C_SALES, C_COGS và C_OTHER
1 năm trước tăng thì dòng tiền năm sau tăng (theo tỷ lệ hệ số hồi quy
lần lượt là 0.188, 0.163, 0.079). Còn dòng tiền liên quan đến lãi vay
(C_INTt-1) và dòng tiền liên quan đến thuế (C_TAXt-1) thì tương
quan ngược chiều, tức là dòng tiền liên quan đến lãi vay và thuế tăng
thì dòng tiền HĐKD tương lai sẽ giảm (hệ số hồi quy là -1.714 và 2.617). Thực tế có nghĩa là nếu dòng tiền chi trả lãi vay và thuế năm
này càng nhiều thì dòng tiền thuần HĐKD năm sau sẽ giảm.
- Các thành phần dòng tiền kết hợp với thông tin kế toán dồn
tích gộp hay các thành phần dồn tích cụ thể kết hợp với dòng tiền

đều có khả năng dự báo dòng tiền tương lai, và khả năng dự áo tốt
hơn so với chỉ sử dụng dòng tiền tổng hợp. Kết quả này thống nhất
với nghiên cứu của Cheng và cộng sự (2007), Khansalar và cộng sự
(2015), các nghiên cứu này đều cho r ng các mô hình các thành phần
dòng tiền kết hợp với thành phần dồn tích gộp và mô hình dòng tiền


18
kết hợp với các thành phần dồn tích cụ thể có khả năng dự áo tốt
hơn so mô hình chỉ có dòng tiền gộp.
+ Mô hình các thành phần dòng tiền kết hợp với thông tin kế
toán dồn tích gộp có khả năng dự áo tăng dần theo độ trễ thời gian
(mô hình với độ trễ 1, 2, 3 năm giải thích được 34.3%, 34.5% và
39.7% iến động của dòng tiền tương lai). Kết quả này đồng nhất với
kết quả thực nghiệm của Lê Thị Hoàng Linh (2017). Tuy nhiên, mô
hình các thành phần dồn tích cụ thể kết hợp với dòng tiền cho kết
quả hồi quy ngược với tác giả này. Theo kết quả nghiên cứu thì mô
hình với độ trễ 1 năm (hệ số hồi quy 35.6%) dự áo tốt hơn so với trễ
2, 3 năm (33.4%, 34.8%), còn theo Lê Thị Hoàng Linh thì mô hình
có độ trễ 3 năm dự áo tốt hơn và giảm dần theo độ trễ.
+ Mô hình dòng tiền kết hợp với các thành phần dồn tích cụ
thể trễ 1 năm có khả năng dự áo được 35.6% sự iến động của dòng
tiền tương lai. Kết quả này không đồng nhất với nghiên cứu của
Barth và cộng sự (2001), Cheng và cộng sự (2007). Nghiên cứu của
các tác giả này đều cho thấy tất cả các thành phần dồn tích đều có ý
nghĩa thống kê trong việc dự áo dòng tiền tương lai và hầu hết các
iến đều có quan hệ cùng chiều với dòng tiền trừ iến ∆AP.
Kết quả hồi quy mô hình chi tiết cho thấy tương quan cùng chiều
giữa dòng tiền HĐKD (CFOt-1), sự thay đổi khoản phải thu (∆ARt-1),
các khoản dồn tích khác (OTHERt-1) và tương quan ngược chiều giữa

sự thay đổi khoản phải trả (∆APt-1) với dòng tiền tương lai (hệ số hồi
quy lần lượt là 0.657, 0638, 0.508 và -0.817).
- Trong tất cả các mô hình thì mô hình các thành phần dòng
tiền kết hợp với thông tin dồn tích gộp với độ trễ 3 năm là mô hình
dự báo tốt nhất dòng tiền HĐKD tương lai, giải thích được 39.7%
sự iến động của dòng tiền HĐKD của các DN ngành dược phẩm, y
tế. Tuy nhiên, kết quả này không được đồng nhất hoàn toàn với các
nghiên cứu trước của Barth và cộng sự (2001), Nguyễn Thị Uyên


19
Uyên và Từ Thị Kim Thoa (2015), Nguyễn Thanh Hiếu (2015), Lê
Thị Hoàng Linh (2017). Các nghiên cứu này đều cho r ng mô hình
dòng tiền kết hợp với các thành phần dồn tích cụ thể với các độ trễ 1,
2, 3 năm mới là mô hình có khả năng dự áo tốt hơn so với các mô
hình còn lại.
Mô hình chi tiết theo hồi quy FEM cho thấy dòng tiền liên quan
đến giá vốn trễ 3 năm (C_COGSt-3, hệ số hồi quy 0.130), dòng tiền
liên quan đến lãi vay trễ 1 năm (C_INTt-1, hệ số hồi quy -1.913),
dòng tiền liên quan đến thuế trễ 2, 3 năm (C_TAXt-2 hệ số hồi quy 1.961, C_TAXt-3 hệ số hồi quy 2.197) và thành phần dồn tích gộp trễ
1, 2 năm (ACCt-1 hệ số hồi quy 0.302, ACCt-2 hệ số hồi quy 0.312) có
khả năng dự báo dòng tiền. Kết quả này ngược lại với kết quả theo
nghiên cứu của Cheng r ng các dòng tiền cốt lõi (C_SALES,
C_COGS) có khả năng dự báo dòng tiền và có tính ổn định cao hơn
(hệ số hồi quy cao hơn) so với các dòng tiền không cốt lõi (C_INT,
C_TAX). Đối với dòng tiền liên quan đến thuế (C_TAX), Cheng và
cộng sự (2007) cho r ng dòng tiền liên quan đến thuế có tính ổn định
thấp vì nó phụ thuộc vào nguồn thu nhập chịu thuế và việc quản trị
lợi nhuận liên quan đến thuế của doanh nghiệp.
3.2. KẾT LUẬN VÀ HÀM Ý TỪ KẾT QUẢ NGHIÊN CỨU

3.2.1. Kết luận
Có thể thấy các mô hình nghiên cứu được lựa chọn vẫn có ý
nghĩa dự báo mặc dù tỷ lệ dự báo thấp so với các nghiên cứu trước
đây. Kết quả nghiên cứu của luận văn đã cho thấy được mô hình phù
hợp để vận dụng trong công tác dự báo dòng tiền HĐKD tương lai
đối với các DN ngành dược phẩm, y tế niêm yết trên TTCK Việt
Nam. Sự khác biệt giữa kết quả nghiên cứu của luận văn với các
nghiên cứu trước đây chủ yếu là do số lượng đơn vị nghiên cứu, số
mẫu quan sát (19 công ty với 190 quan sát) nhỏ hơn nhiều so với các
nghiên cứu trước (nghiên cứu của Barth và cộng sự (2001) với


20
10.164 quan sát từ năm 1987-1996, Cheng và cộng sự (2008) với
29.090 quan sát từ năm 1988-2004, nghiên cứu của Nguyễn Thanh
Hiếu (2015) với 852 quan sát từ 2009-2014). Ngoài ra, sự khác biệt
còn có thể do quy mô, lĩnh vực kinh doanh, đặc điểm của các mẫu
nghiên cứu, thời gian nghiên cứu.
3.2.2. Hàm ý từ kết quả nghiên cứu
Kết quả nghiên cứu cho thấy các thông tin kế toán từ BCLCTT,
BCĐKT, BCKQHĐKD được sử dụng kết hợp cung cấp thông tin
giúp ích cho việc dự báo dòng tiền tương lai. Mặc dù khả năng dự
báo không cao (cao nhất là 39.7%) do hạn chế về mẫu nghiên cứu
nhưng luận văn cũng đã cho thấy việc kết hợp thông tin về dòng tiền
HĐKD quá khứ với các thành phần dồn tích sẽ rất hữu ích trong
công tác dự báo dòng tiền tương lai hơn so với chỉ sử dụng thông tin
dòng tiền hay chỉ sử dụng thông tin dồn tích gộp chung.
Đối với ngành dược phẩm, y tế, số lượng DN không nhiều nên sẽ
hạn chế về mẫu nghiên cứu, từ đó có thể dẫn đến những sai lệch và
không có ý nghĩa thống kê của một số biến trong các mô hình. Từ kết

quả nghiên cứu có thể nhận thấy:
- Nếu chỉ sử mô hình dòng tiền thì nên sử dụng dòng tiền của
năm liền trước để dự áo cho năm tiếp theo (các biến dòng tiền trong
mô hình trễ 2 năm, 3 năm đều không có ý nghĩa thống kê). Điều này
phù hợp với thực tế là đặc thù các DN ngành dược phẩm, y tế với các
nghiệp vụ phân phối là chủ yếu, nhu cầu dược phẩm lớn và chu kỳ
kinh doanh ngắn nên dòng tiền năm liền trước có ý nghĩa để các nhà
dự báo sử dụng để đánh giá dòng tiền tương lai. Nếu sử dụng dòng
tiền ở những năm trước nữa thì không có ý nghĩa trong việc dự báo.
- Với mô hình các thành phần dòng tiền, nên sử dụng mô hình
với độ trễ 1 năm với tất cả các biến đều có ý nghĩa dự báo và khả
năng dự báo của mô hình là 34.2%, không chênh lệch nhiều so với
mô hình trễ 3 năm (34.1%) chỉ có các biến chi phí lãi vay trễ 1 năm


21
(C_INTt-1) và dòng tiền liên quan đến thuế trễ 1, 2, 3 năm (C_TAXt1, C_TAXt-2, C_TAXt-3) là có khả năng dự báo dòng tiền tương lai.
Trong các thành phần dòng tiền cốt lõi thì dòng tiền liên quan
đến doanh thu trong mô hình trễ 1 năm giải thích được 18.8% dòng
tiền tương lai, cao hơn 2.5% so với dòng tiền liên quan đến giá vốn
hàng án. Đối với các doanh nghiệp ngành dược phẩm, y tế thì dòng
tiền liên quan đến chi phí lãi vay và thuế ảnh hưởng khá lớn và
ngược chiều với dòng tiền tương lai (hệ số hồi quy mô hình trễ 1
năm lần lượt là -1.714 và -2.617). Theo kết quả thống kê mô tả (bảng
3.1) thì ta thấy dòng tiền liên quan đến lãi vay và thuế ít biến động
hơn nên có tính ổn định hơn so với dòng tiền liên quan đến doanh thu
và giá vốn. Các đối tượng quan tâm đến việc chi trả lãi vay của các
DN như các ngân hàng thương mại có thể dựa vào dòng tiền này để
đánh giá khả năng chi trả cũng như dự báo khả năng chi trả lãi vay
của doanh nghiệp trong tương lai. Hay cơ quan thuế cũng có thể căn

cứ vào dòng tiền chi trả thuế để đánh giá việc tuân thủ quy định về
thuế của các DN. Do đó, các DN ngành dược phẩm, y tế cần đảm bảo
cung cấp đầy đủ thông tin liên quan đến dòng tiền lãi vay và thuế để
đảm bảo tính chính xác cho việc dự báo dòng tiền tương lai.
- Việc kết hợp các thành phần dòng tiền với thông tin kế toán
dồn tích gộp để dự báo dòng tiền thì nên sử dụng thông tin kế toán 3
năm trước để dự áo. Trong đó, dòng tiền liên quan đến thuế và lãi
vay có tính ổn định cao hơn khi dự báo dòng tiền tương lai so với
dòng tiền liên quan đến giá vốn và thông tin dồn tích gộp (xem bảng
3.14), trong đó dòng tiền liên quan đến giá vốn có khả năng dự báo
thấp nhất (hệ số hồi quy là 0.130).
- Khi kết hợp dòng tiền với các thành phần dồn tích cụ thể thì kết
quả hồi quy cho thấy có thể sử dụng mô hình trễ 1 năm hoặc 3 năm
(hệ số hồi quy của 2 mô hình chênh lệch không đáng kể 35.6% và
34.8%). Trong đó, sự thay đổi của hàng tồn kho và chi phí khấu hao


22
TSCĐ không có ý nghĩa dự áo đối với các DN ngành dược phẩm, y
tế. Các thành phần còn lại gồm sự thay đổi khoản phải trả, sự thay
đổi khoản phải thu và các khoản dồn tích khác có khả năng giải thích
khá cao (lần lượt là 81.7%, 63.8%, 50.8%) đối với dòng tiền tương
lai. Do đó, các DN cần phải cung cấp đầy đủ và chính xác thông tin
về các thành phần dồn tích này trên BCTC cho dù công ty lập
BCLCTT theo phương pháp gián tiếp hay trực tiếp. Bởi vì nếu
trường hợp các công ty lập BCLCTT theo phương pháp trực tiếp thì
người sử dụng thông tin để dự báo phải tính toán các giá trị theo
BCĐKT, nếu thông tin không đầy đủ hoặc không chính xác có thể
ảnh hưởng đến tính chính xác của việc dự báo dòng tiền tương lai.
Tóm lại, kết quả nghiên cứu chỉ ra mô hình các thành phần dòng

tiền kết hợp với thành phần dồn tích gộp trễ 3 năm là mô hình tốt
nhất để dự báo dòng tiền HĐKD của các DN ngành dược phẩm, y tế
niêm yết trên TTCK Việt Nam với khả năng giải thích được 39.7%
sự biến động của dòng tiền. Ngoài ra, tỷ lệ giải thích được dòng tiền
tương lai của các mô hình dòng tiền kết hợp với các thành phần dồn
tích cụ thể và gộp chung với các độ trễ khác nhau chênh lệch nhau
không đáng kể (từ 33.4% đến 35.6%). Mô hình dòng tiền và mô hình
các thành phần dòng tiền có hệ số R2 hiệu chỉnh dao động từ 23.6%
đến 34.3%.
Với kết quả nghiên cứu như trên, luận văn đề xuất một số khuyến
nghị như sau:
- Đối với các doanh nghiệp: Sử dụng các mô hình dự báo phù
hợp (cả 4 mô hình được đề xuất đều có khả năng dự báo dòng tiền
tương lai) ên cạnh các phương pháp dự áo tài chính cơ ản như
phương pháp dự áo trên cơ sở kế hoạch hoạt động của doanh nghiệp
và phương pháp dự báo theo tỷ lệ phần trăm trên doanh thu. Tận
dụng hiệu quả nguồn thông tin kế toán trên BCTC để nâng cao khả
năng dự báo dòng tiền.


23
Việc thực hiện các nghiên cứu định lượng hoặc định tính sẽ cho
kết quả đáng tin cậy. Nhưng điều kiện tiên quyết là các nhà quản trị
DN phải nhận thức rõ được tầm quan trọng của việc dự báo, từ đó
phải xây dựng được đội ngũ thực hiện công tác dự áo có đầy đủ
trình độ chuyên môn và môi trường làm việc chuyên nghiệp. Giữa bộ
phận kế toán và bộ phận dự báo có sự phối hợp với nhau nh m cung
cấp thông tin chính xác, kịp thời và hữu ích cho công tác dự báo.
Không chỉ các DN mới sử dụng thông tin kế toán để dự báo dòng
tiền tương lai mà còn có các đối tượng ên ngoài như nhà đầu tư, chủ

nợ…, do đó các DN cần đảm bảo cung cấp đầy đủ các thông tin sử
dụng cho nhu cầu tính toán dữ liệu, đảm bảo tính chính xác, hiệu quả
của công tác dự báo.
- Đối với các nhà đầu tư:
Một vấn đề mà các nhà đầu tư hay lo ngại khi sử dụng các thông
tin kế toán được công bố của các doanh nghiệp là việc liệu các nhà
quản trị có thực hiện việc điều chỉnh lợi nhuận (Earning
management): sử dụng những thủ thuật kế toán trong việc hạch toán
số liệu hoặc thực hiện một số “nghiệp vụ đặc biệt” mà qua đó làm
đẹp áo cáo tài chính nhưng thực lực thì không phải như vậy. Do đó,
các nhà đầu tư phải trang bị các kiến thức, kỹ năng đọc, phân tích các
áo cáo tài chính để có cái nhìn tổng quát về DN. Từ đó, dựa vào các
thông tin kế toán được cung cấp để dự báo dòng tiền tương lai cũng
như nguy cơ phá sản của các DN. Trên thế giới đã có nhiều công
trình nghiên cứu sử dụng thông tin về dòng tiền để giúp các DN dự
áo nguy cơ phá sản nên các DN cũng như các nhà đầu tư ở Việt
Nam hoàn toàn có thể áp dụng các phương pháp đó để chủ động
trong hoạt động kinh doanh hay đầu tư.