and fishing). Also we present heter

and fishing). Also we present heteroskedasticity and autocorrelation (HAC) robust
standard errors.
Table VIII presents these results. Each line refers to the test of a specific
relevant explanatory variable, either INV, AP, AR or CCC. The two columns refer
to each dependent variable, ROA or ROIC. Thus, Table VII summarizes eight
different models.
To be concise and facilitate the presentation of the main results, we do not present
the estimated coefficients of the control variables nor those of the individual
industry effect. Globally, the control variables coefficients allow for the same
conclusions as before. Concerning the industry-specific coefficients, we note that, in
the eight models estimated, they retain statistical significance for all the industries
with the exception of industry B (mining and quarrying and industry), R (arts,
entertainment and recreation), both in the ROA and in the ROIC regression. In other
words, the present study shows that for those two industries, the specific industries
effects are not statistically different from the base industry we define (A – agriculture,
forestry and fishing).
Most relevant, the basic result remains: there is a highly significant negative relation
between all the parameters that describe the financial management of operations, either
INV, AP, AR and CCC and profitability, favoring the more aggressive short-term
financial management policies.
Finally, all regressions for the two most representative sectors of the sample under
analysis were conducted separately. The results obtained are aligned with those
obtained for the overall sample, except for SIZE variable of the sector G (wholesale and
retail trade, repair of motor vehicles and motorcycles), which shows a negative
relationship with profitability, but with low statistical significance (to conserve space
these results are not presents but are available upon request).
ROA ROIC
INV −2.8×10−5 −4.2×10−5
(−23.49)*** (−26.87)***
AP −1.7×10−4 −1.1×10−4
(−30.32)*** (−14.47)***
AR −1.2×10−4 −1.5×10−4
(−21.51)*** (−21.52)***
CCC −2.8×10−5 −4.6×10−5
(−23.33)*** (−27.28)***
Constant Yes Yes
Control variables Yes Yes
Industry dummies Yes Yes
No. of obs. 42,441 42,441
Notes: This table summarizes eight different models estimated separately using pooled data. Each
line refers to a different explanatory variable. INV, number of days of inventory; AP, number of days
accounts payable; AR, number of days accounts receivable or CCC-cash conversion cycle. Constant is
the constant term, Control variables refer to the set of control variables, SIZE, firm size; SGROW, sales
growth; DEBT, financial debt level; GDPGR, annual GDP growth; CAR, current assets ratio; CLR,
current liabilities ratio. Industry dummies refer to the set of industry specific classification dummy
variables. The second and third columns refer to the regression with ROA as dependent variable.
The fourth and fifth columns to the regression with ROIC as dependent variable. t-statistic test in
parentheses. ****,***,**,*Significant at 90, 99.9, 99, and 95 percent, respectively

Results (Thai) 1:

และปลา) ยัง เรามี heteroskedasticity และ autocorrelation (ฮงแฮ็ค) แข็งแกร่งข้อผิดพลาดของมาตรฐานตาราง VIII แสดงผลลัพธ์เหล่านี้ แต่ละบรรทัดแสดงถึงการทดสอบการเกี่ยวข้องอธิบายตัวแปร INV, AP, AR หรือซีซีซี การอ้างอิงคอลัมน์ที่สองแต่ละขึ้นอยู่กับตัวแปร ราวหรือ ROIC ดังนั้น VII ตารางสรุปแปดรุ่นที่แตกต่างกันกระชับ และช่วยในการนำเสนอผลการหลัก เราไม่นำเสนอประมาณสัมประสิทธิ์ของตัวแปรควบคุมหรือของแต่ละบุคคลลักษณะพิเศษของอุตสาหกรรม ทั่วโลก สัมประสิทธิ์ตัวแปรควบคุมให้เหมือนกันบทสรุปเป็นมาก่อน เกี่ยวข้องกับอุตสาหกรรมเฉพาะสัมประสิทธิ์ เราหมายเหตุว่า ในรุ่น 8 ประเมิน พวกเขารักษานัยสำคัญทางสถิติในทุกอุตสาหกรรมยกเว้นอุตสาหกรรม B (เหมืองแร่ และเหมืองหิน และการอุตสาหกรรม) R (ศิลปะบันเทิงและนันทนาการ), ทั้ง ในราว และถดถอย ROIC ในที่อื่น ๆคำ การศึกษาปัจจุบันแสดงที่ที่สองอุตสาหกรรม อุตสาหกรรมเฉพาะผลไม่แตกต่างทางสถิติจากอุตสาหกรรมพื้นฐานเรากำหนด (A – เกษตรป่าไม้และประมง)ยังคงเกี่ยวข้องมากที่สุด ผลพื้นฐาน: มีความสัมพันธ์เชิงลบอย่างมีนัยสำคัญสูงระหว่างพารามิเตอร์ทั้งหมดที่อธิบายถึงการจัดการทางการเงินของการดำเนินงาน อย่างใดอย่างหนึ่งINV, AP, AR และซีซีซี และผล กำไร นความสูงขึ้นระยะสั้นนโยบายการจัดการด้านการเงินในที่สุด ทั้งหมด regressions สำหรับภาคสองมากที่สุดตัวแทนของตัวอย่างภายใต้ได้ดำเนินการวิเคราะห์แยกต่างหาก ผลได้รับจะสอดคล้องกับได้ตัวอย่างทั้งหมด ยกเว้นตัวแปรขนาดภาค G (ขายส่ง และค้าปลีก ซ่อมคันและรถจักรยานยนต์), ซึ่งแสดงเป็นค่าลบความสัมพันธ์ กับผลกำไร แต่ มีนัยสำคัญทางสถิติต่ำ (เพื่อประหยัดพื้นที่ผลลัพธ์เหล่านี้ไม่แสดง แต่ตามคำร้องขอ)ราว ROICINV −2.8 × 10−5 −4.2 × 10−5(−23.49) *** (−26.87) ***AP −1.7 × 10−4 −1.1 × 10−4(−30.32) *** (−14.47) ***AR −1.2 × 10−4 −1.5 × 10−4(−21.51) *** (−21.52) ***ซีซีซี −2.8 × 10−5 −4.6 × 10−5(−23.33) *** (−27.28) ***ค่าคงใช่ใช่ตัวแปรควบคุมใช่ใช่อุตสาหกรรมหุ่นใช่ใช่555 ของ obs. 42,441 42,441หมายเหตุ: ตารางนี้สรุปแปดแบบที่แตกต่างโดยประมาณโดยรวมข้อมูล แต่ละบรรทัดแสดงถึงตัวแปรอธิบายแตกต่างกัน INV จำนวนวันของสินค้าคงคลัง AP จำนวนวันบัญชีเจ้าหนี้ บัญชีลูกหนี้ จำนวนวันลูกหนี้ หรือวงจรแปลงเงินสดซีซีซี ค่าคงคือระยะคง ตัวแปรควบคุมหมายถึงชุดของตัวแปรควบคุม ขนาด ขนาดของบริษัท SGROW ขายเจริญเติบโต หนี้ หนี้เงินระดับ GDPGR เศรษฐกิจประจำปี รถยนต์ อัตราส่วนสินทรัพย์หมุนเวียน CLRปัจจุบันอัตราส่วนหนี้สิน อุตสาหกรรมหุ่นหมายถึงชุดของอุตสาหกรรมเฉพาะประเภทกระพริบตัวแปร คอลัมน์ที่สอง และสามหมายถึงถดถอยกับราวเป็นขึ้นอยู่กับตัวแปรคอลัมน์สี่ และห้าการถดถอยมี ROIC เป็นขึ้นอยู่กับตัวแปร สถิติทดสอบวงเล็บ , ***, **, * อย่างมีนัยสำคัญ ที่ 90, 99.9, 99, 95 เปอร์เซ็นต์ ตามลำดับ

Results (Thai) 2:

และการประมง นอกจากนี้เรานำเสนอ
ข้อผิดพลาดมาตรฐาน
VIII แต่ละบรรทัดหมายถึงการทดสอบเฉพาะ
ตัวแปรอธิบายที่เกี่ยวข้องทั้ง สองคอลัมน์ดู
แต่ละตัวแปรตาม ดังนั้นปกเกล้าเจ้าอยู่หัวตารางสรุปแปด
รูปแบบที่แตกต่างกัน
เพื่อให้กระชับและอำนวยความสะดวกในการนำเสนอผลหลักที่เราไม่ได้นำเสนอ
ค่าสัมประสิทธิ์ประมาณของตัวแปรในการควบคุมหรือบรรดาบุคคลที่
มีผลบังคับใช้ในอุตสาหกรรม ทั่วโลกสัมประสิทธิ์ตัวแปรในการควบคุมเดียวกันอนุญาตให้
ข้อสรุปที่เป็นมาก่อน เกี่ยวกับค่าสัมประสิทธิ์เฉพาะอุตสาหกรรมที่เราทราบว่าใน
แปดรุ่นประมาณพวกเขาเก็บนัยสำคัญทางสถิติสำหรับทุกอุตสาหกรรม
มีข้อยกเว้นของอุตสาหกรรม
ความบันเทิงและนันทนาการ ในอื่น ๆ
คำการศึกษานี้แสดงให้เห็นว่าทั้งสองอุตสาหกรรมอุตสาหกรรมเฉพาะ
ผลกระทบที่ไม่ได้แตกต่างกันทางสถิติจากอุตสาหกรรมฐานที่เรากำหนด - เกษตร
ป่าไม้และการประมง
ส่วนใหญ่ที่เกี่ยวข้องกับผลพื้นฐานยังคง
ระหว่างพารามิเตอร์ทั้งหมดที่อธิบายถึงการจัดการทางการเงินของการดำเนินการอย่างใดอย่างหนึ่ง
INV, AP, AR
นโยบายการบริหารทางการเงิน
สุดท้ายถดถอยทั้งหมดสองภาคตัวแทนมากที่สุดของกลุ่มตัวอย่าง ภายใต้
การวิเคราะห์ได้ดำเนินการแยกจากกัน ผลที่ได้รับมีความสอดคล้องกับผู้ที่
ได้รับสำหรับตัวอย่างโดยรวมยกเว้นตัวแปรขนาดของภาค
การค้าปลีกการซ่อมแซมยานยนต์และรถจักรยานยนต์
ความสัมพันธ์กับการทำกำไร แต่มีนัยสำคัญทางสถิติต่ำ
ผลลัพธ์เหล่านี้ไม่ได้นำเสนอ แต่ตามคำขอ
ROA ROIC
INV - 2.8 × 10 - 5 - 4.2 × 10 - 5
( - 23.49) *** ( - 26.87) ***
AP - 1.7 × 10 - 4 - 1.1 × 10 - 4
( - 30.32) *** ( - 14.47) ***
AR - 1.2 × 10 - 4 - 1.5 × 10 - 4
( - 21.51) *** ( - 21.52) ***
CCC - 2.8 × 10 - 5 - 4.6 × 10 - 5
( - 23.33) *** ( - 27.28) ***
คงใช่ใช่
ตัวแปรควบคุมใช่ใช่
หุ่นอุตสาหกรรมใช่ใช่
ฉบับ ของ 42,441 42,441
หมายเหตุ แต่ละ
เส้นหมายถึงตัวแปรอธิบายที่แตกต่างกัน INV AP,
เจ้าหนี้ AR อย่างต่อเนื่องเป็น
ระยะอย่างต่อเนื่องตัวแปรควบคุมหมายถึงชุดของตัวแปรในการควบคุม SGROW
การเจริญเติบโต หนี้สินระดับหนี้ทางการเงิน GDPGR รถอัตราส่วนสินทรัพย์หมุนเวียน CLR,
อัตราส่วนหนี้สินหมุนเวียน หุ่นอุตสาหกรรมหมายถึงชุดของหุ่นจำแนกเฉพาะอุตสาหกรรม
ตัวแปร คอลัมน์ที่สองและสามหมายถึงการถดถอยที่มี
คอลัมน์ที่สี่และห้าการถดถอยที่มี การทดสอบเสื้อสถิติใน
วงเล็บ **** *** ** *

Results (Thai) 3:

และตกปลา ) เรายังเสนอ heteroskedasticity อัต ( HAC ) และค่า (
.
ตารางที่ 8 แสดงผลแบบนี้ แต่ละบรรทัดหมายถึงการทดสอบที่เฉพาะเจาะจงที่เกี่ยวข้องกับการอธิบายตัวแปร
, INV , AP , AR หรือ CCC คอลัมน์สองคอลัมน์อ้างอิง
กับตัวแปรอิสระแต่ละตัว ROA หรือ ROIC . ดังนั้นตารางที่ 7 สรุปแปด

รุ่นที่แตกต่างกันให้มีความกระชับ และอำนวยความสะดวกในการนำเสนอผลหลักที่เราไม่ได้นำเสนอ
ประมาณค่าสัมประสิทธิ์ของตัวแปรควบคุม หรือบรรดาผลอุตสาหกรรมแต่ละคน

ทั่วโลก , สัมประสิทธิ์ตัวแปรควบคุมให้ข้อสรุปเดียวกัน
เช่นเดิม เกี่ยวกับสัมประสิทธิ์เฉพาะอุตสาหกรรม เราทราบว่า ใน
8 รุ่นประมาณพวกเขารักษาสถิติสำหรับทุกอุตสาหกรรม
B ( ยกเว้นอุตสาหกรรมและเหมืองแร่และอุตสาหกรรม ) , R ( , ศิลปะ , บันเทิง ,
) ที่ลงทุนทั้งในและในการถดถอย ROIC . ในคำอื่น ๆ
, การศึกษาแสดงให้เห็นว่าผู้สองอุตสาหกรรม , อุตสาหกรรมเฉพาะ
ผลจะแตกต่างกันอย่างมีนัยสำคัญจากฐานอุตสาหกรรมที่เรากำหนด ( –เกษตร ป่าไม้ และประมง
.
ที่เกี่ยวข้องมากที่สุด ผลพื้นฐานยังคงมีสูง ที่สำคัญความสัมพันธ์เชิง
ระหว่างพารามิเตอร์ทั้งหมดที่อธิบายการจัดการทางการเงินของการดำเนินงานทั้ง
INV , AP , AR และ CCC และผลกำไร , นิยม
ระยะสั้นก้าวร้าวมากขึ้นนโยบายการจัดการทางการเงิน .
ในที่สุด สังกะสีทั้งหมดสองภาคตัวแทนมากที่สุดของกลุ่มตัวอย่างที่ใช้ในการทดลอง
วิเคราะห์แยกต่างหาก ผลที่ได้สอดคล้องกับ
ซึ่งตัวอย่างโดยรวม ยกเว้นตัวแปรขนาดของภาค G ( ขายส่งและขายปลีก
, การซ่อมแซมยานยนต์และจักรยานยนต์ ) ซึ่งแสดงความสัมพันธ์
กับกำไรแต่ระดับต่ำ ( เพื่อประหยัดพื้นที่
ผลลัพธ์เหล่านี้จะไม่นำเสนอ แต่เมื่อมีการร้องขอ ) .

ชอบใจ ROIC INV − 2.8 × 10 −−× 10 − 5 5 5
( − ( − 23.49 ) * * * * * * * * * * * * * * *
26.87 ) −× 10 − 4 AP 1.7 สำหรับ บริษัท เวสเทิร์น × 10 − 4
( − 30.32 ) * * * * * * * * * ( − 30 นาที ) * * * * * *
1.2 × 10 − 4 AR −− 1.5 × 10 − 4
( − ( − 21.51 ) * * * * * * * * * * * * * * *
21.52 ) × 10 − 5 เท่ากับ CCC −−× 10 − 5
( 4.6 − ( −เดียวกัน ) * * * * * * * * * * * * * * * 27.28 ) คงใช่ค่ะ


ตัวแปรควบคุมครับให้อุตสาหกรรมครับ
ไม่ทันอยู่แล้ว 42441 42441
หมายเหตุ : ตารางนี้สรุปแปดรุ่นแตกต่างกันประมาณแยกการรวมข้อมูล แต่ละบรรทัดหมายถึง
แตกต่างกันการอธิบายตัวแปร INV , จำนวนวันของสินค้าคงคลัง ; AP , จำนวนวัน
บัญชีเจ้าหนี้ ; AR บัญชีลูกหนี้ จำนวนวันหรือ CCC สดการแปลงรอบ คงเป็น
คำคงตัวแปรควบคุม หมายถึง ชุดของตัวแปรควบคุมขนาด ขนาด บริษัท sgrow การเจริญเติบโตยอดขาย
; หนี้ ระดับหนี้ทางการเงิน gdpgr การเจริญเติบโตของ GDP ปี ; รถปัจจุบัน สินทรัพย์ ; CLR
หนี้สินหมุนเวียน , อัตราส่วน ให้อุตสาหกรรมหมายถึงชุดของอุตสาหกรรมเฉพาะประเภทหุ่น
ตัวแปร คอลัมน์ที่สองและสามดูถดถอยที่มีตัวแปรที่เป็น .
ที่สี่และห้าคอลัมน์การถดถอยกับ ROIC ที่ตัวแปรตาม ทดสอบ t-statistic ใน
วงเล็บ . * * * * * * * * * * * * * * * * * * * * * * * * * สำคัญที่ 90 ถึง 99 และ 95 เปอร์เซ็นต์ ตามลำดับ