(LUẬN văn THẠC sĩ) mối quan hệ phi tuyến giữa cơ hội tăng trưởng và nợ của các công ty trên thị trường chứng khoán việt nam

GIỚI THIỆU

Sau khủng hoảng tài chính toàn cầu năm 2008 và khủng hoảng nợ công Châu Âu năm 2009, vấn đề tăng trưởng trở nên thiết yếu cho sự phát triển của doanh nghiệp Các doanh nghiệp nhỏ, mặc dù có giá trị tài sản thấp, lại có tiềm năng tăng trưởng cao nhưng phải đối mặt với rủi ro lớn do thông tin không đối xứng Ngược lại, doanh nghiệp lớn ít gặp rủi ro hơn, dễ dàng tiếp cận thị trường vốn và có chi phí vay thấp hơn Nghiên cứu này sẽ xem xét tác động của cơ hội tăng trưởng qua các yếu tố như quy mô công ty, lợi nhuận và tài sản cố định đến đòn bẩy nợ tại Việt Nam.

2 Lý do chọn đề tài:

Nhiều nghiên cứu trên thế giới đã chỉ ra mối quan hệ giữa cơ hội tăng trưởng và nợ, như các tác giả Rajan và Zingales (1995), Serrasqueiro và Macus Nunes (2009), cùng với Mauricio Jara Bertin, Marta Moreno Walerta, Paolo Saona Hoffmann (2012) Tuy nhiên, tại Việt Nam, vẫn còn thiếu các nghiên cứu về mối quan hệ này, đặc biệt là mối quan hệ phi tuyến giữa cơ hội tăng trưởng và nợ Bài nghiên cứu này nhằm kiểm định mối quan hệ giữa cơ hội tăng trưởng và nợ ở Việt Nam, đồng thời nhấn mạnh tầm quan trọng của cơ hội tăng trưởng và nợ đối với quyết định đầu tư của nhà đầu tư Do đó, việc tìm hiểu mối quan hệ phi tuyến giữa cơ hội tăng trưởng và nợ là cần thiết cho nghiên cứu này.

3 Mục tiêu nghiên cứu và câu hỏi nghiên cứu:

Nghiên cứu mối quan hệ phi tuyến giữa cơ hội tăng trưởng và nợ của các Công ty niêm yết trên thị trường chứng khoán Việt Nam

Mối quan hệ giữa cơ hội tăng trưởng và nợ tại các công ty niêm yết trên sàn chứng khoán Việt Nam có thể được phân tích để xác định xem nó là tuyến tính hay phi tuyến tính Việc hiểu rõ mối liên hệ này giúp các nhà đầu tư và quản lý doanh nghiệp đưa ra quyết định tài chính hợp lý, tối ưu hóa cấu trúc vốn và phát triển bền vững Nghiên cứu này sẽ cung cấp cái nhìn sâu sắc về cách thức mà nợ ảnh hưởng đến khả năng tăng trưởng của các công ty, từ đó góp phần nâng cao hiệu quả kinh doanh trong bối cảnh thị trường hiện nay.

- Mối quan hệ giữa cơ hội tăng trưởng và nợ thay đổi như thế nào khi Công ty có cơ hội tăng trưởng ở mức cao, thấp và trung bình?

Quy mô doanh nghiệp, lợi nhuận và tài sản cố định là những yếu tố quan trọng ảnh hưởng đến mối quan hệ giữa cơ hội tăng trưởng và nợ Doanh nghiệp lớn thường có khả năng vay nợ cao hơn nhờ vào tài sản cố định và lợi nhuận ổn định, từ đó tạo ra nhiều cơ hội tăng trưởng Ngược lại, doanh nghiệp nhỏ với lợi nhuận thấp và tài sản hạn chế có thể gặp khó khăn trong việc huy động vốn, ảnh hưởng đến khả năng mở rộng và phát triển Việc hiểu rõ mối quan hệ này giúp các nhà quản lý đưa ra quyết định tài chính hợp lý, tối ưu hóa nguồn lực và tăng cường khả năng cạnh tranh.

Đối tượng nghiên cứu của luận văn tập trung vào mối quan hệ giữa cơ hội tăng trưởng và nợ của các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam Nghiên cứu này nhằm phân tích tác động của nợ đến khả năng phát triển của các công ty, từ đó cung cấp cái nhìn sâu sắc về chiến lược tài chính trong bối cảnh thị trường hiện tại.

Phạm vi nghiên cứu là các Công ty phi tài chính được niêm yết trên thị trường chứng khoán tại hai sàn HOSE và HNX trong giai đoạn từ 2009-2013

Bài nghiên cứu áp dụng dữ liệu bảng thông qua ba phương pháp Pooled Regression, FEM và REM Để xác định phương pháp phù hợp, nghiên cứu sử dụng các kiểm định như Likelihood test, Hausman test và Lagrange Multiplier test Trong trường hợp xảy ra hiện tượng tự tương quan hoặc phương sai thay đổi, phương pháp FGLS sẽ được áp dụng cho mô hình.

Cấu trúc bài nghiên cứu gồm có 5 chương

Chương 2: Cơ sở lý thuyết và các nghiên cứu trước đây

Chương 3: Phương pháp nghiên cứu

Chương 4: Kết quả nghiên cứu

CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU TRƯỚC ĐÂY

Cơ sở lý thuyết

2.1.1 Mối quan hệ giữa cơ hội tăng trưởng và nợ theo lý thuyết trật tự phân hạng (Pecking Order Theory)

Lý thuyết trật tự phân hạng bắt nguồn từ thông tin bất cân xứng, khi các nhà quản lý hiểu rõ hơn về cơ hội tăng trưởng, rủi ro và lợi nhuận của doanh nghiệp so với các nhà đầu tư bên ngoài Thông tin này ảnh hưởng đến quyết định tài trợ nội bộ hay bên ngoài, với ưu tiên sử dụng lợi nhuận giữ lại trước khi phát hành nợ mới Khi lợi nhuận tăng, nhu cầu vay nợ giảm, cho thấy mối quan hệ ngược chiều giữa lợi nhuận và đòn bẩy nợ Phát hành cổ phần thường là lựa chọn cuối cùng sau khi đã sử dụng hết lợi nhuận giữ lại và khả năng vay nợ Các nhà quản lý thường ngần ngại phát hành cổ phần mới khi giá cổ phiếu đang thấp và tìm kiếm thời điểm phát hành khi giá hợp lý Huy động nợ được ưu tiên hơn vốn cổ phần do không cần công bố thông tin rộng rãi, xác nhận rằng huy động vốn từ cổ phần bên ngoài chỉ là giải pháp cuối cùng.

2.1.2 Mối quan hệ giữa cơ hội tăng trưởng và nợ theo lý thuyết tín hiệu (Signaling Theory)

Theo lý thuyết tín hiệu, thị trường phản ứng tiêu cực với việc giảm đòn bẫy và tích cực với việc tăng đòn bẫy Khi doanh nghiệp lớn phát hành nợ, điều này cho thấy họ đang có cơ hội tăng trưởng cao, dẫn đến phản ứng tích cực từ thị trường Doanh nghiệp thực hiện chiến lược này để bổ sung nguồn tài trợ cho các dự án đầu tư và tận dụng lợi ích từ tấm chắn thuế Ngược lại, khi doanh nghiệp phát hành cổ phiếu, điều này thường chỉ ra rằng tốc độ tăng trưởng đang giảm, khiến thị trường có phản ứng tiêu cực và có thể làm giảm giá trị doanh nghiệp trên sàn cổ phiếu.

2.1.3 Mối quan hệ giữa cơ hội tăng trưởng và nợ theo lý thuyết đánh đổi (Trade off Theory)

Theo lý thuyết đánh đổi, doanh nghiệp khi vay nợ phải cân nhắc giữa lợi ích từ lá chắn thuế và chi phí kiệt quệ tài chính, cũng như chi phí phá sản nếu không thể trả lãi vay Việc vay nợ giúp doanh nghiệp tài trợ cho nhu cầu vốn hoặc đầu tư vào các dự án tiềm năng, tuy nhiên, doanh nghiệp phải chịu chi phí lãi vay, được khấu trừ thuế thu nhập doanh nghiệp Khi có cơ hội đầu tư, lợi ích từ lá chắn thuế có thể mang lại thu nhập và lợi nhuận cao hơn Ngược lại, nếu doanh nghiệp đầu tư không hiệu quả và thua lỗ, họ sẽ phải đối mặt với nguy cơ kiệt quệ tài chính và phá sản Do đó, doanh nghiệp cần cân nhắc kỹ lưỡng giữa lợi ích và chi phí khi vay nợ; vay nợ ở mức thấp có thể giảm thiểu rủi ro, nhưng khi vượt qua ngưỡng nhất định, chi phí có thể vượt lợi ích, dẫn đến rủi ro phá sản và mất cơ hội hợp tác.

Doanh nghiệp có nguy cơ mất cơ hội tăng trưởng nếu hợp đồng không mang lại thu nhập và lợi nhuận Các giám đốc cần cân nhắc kỹ lưỡng giữa lợi ích từ lá chắn thuế và chi phí tài chính phát sinh từ việc vay nợ.

2.2 Các nghiên cứu thực nghiệm về mối quan hệ giữa cơ hội tăng trưởng và nợ

Nghiên cứu thực nghiệm của Pandey (2004) chỉ ra mối quan hệ phức tạp giữa cấu trúc vốn và cơ hội tăng trưởng, với cấu trúc vốn có quan hệ hàm lập phương với tobin’s Q Khi tobin’s Q ở mức tăng trưởng thấp hoặc cao, doanh nghiệp có xu hướng vay nợ nhiều hơn, trong khi giảm vay nợ khi tobin’s Q ở mức trung bình Mối quan hệ này phản ánh các yếu tố như điều kiện thị trường, chi phí đại diện và chi phí phá sản, đồng thời cho thấy sự phi tuyến giữa cơ hội tăng trưởng và nợ Nghiên cứu cũng phát hiện rằng quy mô công ty và tài sản cố định có mối quan hệ thuận chiều với cơ hội tăng trưởng, trong khi rủi ro hệ thống và biến cấu trúc sở hữu lại ảnh hưởng ngược chiều đến cấu trúc vốn.

Nghiên cứu của Gaud (2005) về cơ chế quyết định cấu trúc vốn của các công ty Thụy Sĩ sử dụng cả mô hình static và dynamic, cho thấy rằng lợi nhuận năm hiện tại và cơ hội tăng trưởng có mối quan hệ tuyến tính ngược chiều với đòn bẩy nợ, quy mô công ty, tài sản cố định và rủi ro kinh doanh, trong khi có mối quan hệ thuận chiều với đòn bẩy nợ Phân tích mô hình dynamic chỉ ra rằng tồn tại tỷ số nợ trên vốn chủ sở hữu, và lợi nhuận được lấy độ trễ có tác động thuận chiều lên đòn bẩy nợ Kết quả này dự báo hành vi ngắn hạn theo thuyết trật tự phân hạng sẽ hướng tới nợ mục tiêu, mặc dù quá trình điều chỉnh diễn ra rất chậm.

Nghiên cứu của Raijan và Zingales (1995) cho thấy đòn bẩy nợ giữa các quốc gia có mối quan hệ phức tạp với các yếu tố khác nhau Cụ thể, cơ hội tăng trưởng được đo bằng biến "Market to book" có mối quan hệ tuyến tính và ngược chiều với đòn bẩy nợ, bất kể là giá trị sổ sách hay giá trị thị trường của nợ Tài sản cố định có mối tương quan cùng chiều với đòn bẩy nợ, trong khi quy mô công ty cũng thường có tương quan tích cực với nợ, ngoại trừ trường hợp ở Đức Đặc biệt, lợi nhuận có mối quan hệ ngược chiều với nợ ở tất cả các quốc gia được nghiên cứu.

Nghiên cứu của Mauricio Jara Bertin, Marta Moreno Walerta và Paolo (2012) cho thấy mối quan hệ giữa cơ hội tăng trưởng và nợ của doanh nghiệp là phi tuyến, với hình dạng "U" không đơn điệu, thông qua mô hình GMM Kết quả này khẳng định rằng cơ hội tăng trưởng có thể ảnh hưởng đến mức nợ của doanh nghiệp theo cách không tuyến tính.

Nghiên cứu của Raijan và Zingales (1995), Gaud (2005), cùng Kayhan và Titman (2006) đã chỉ ra rằng Tobin’s Q là biến giải thích quan trọng, trong khi biến R&D intensity được sử dụng rộng rãi để đại diện cho tăng trưởng trong các nghiên cứu trước đây.

Trong bối cảnh các công ty niêm yết, tài sản vô hình được xem là nguồn tăng trưởng quan trọng và là biểu hiện của cơ hội phát triển, như đã được nghiên cứu bởi Whitwell (2007) và Galbreath cùng Gavin (2008) Nhiều nghiên cứu sau này, bao gồm Fama và French (2002), Lin (2006), Moon và Tandon (2007), cùng Huang và Ritter (2009), đã tiếp tục khẳng định vai trò này Để đo lường quy mô vốn của công ty, các nghiên cứu đề xuất sử dụng logarit của tổng tài sản (Bhaduri 2002, Chen 2004, Pandey 2004).

Nghiên cứu của Serrasqueiro và Macus Nunes (2009) tại Bồ Đào Nha chỉ ra rằng có mối quan hệ phi tuyến giữa cơ hội tăng trưởng và nợ Cụ thể, kết quả thực nghiệm cho thấy khi doanh nghiệp có mức tăng trưởng thấp và cao, mối quan hệ này có tác động cùng chiều, trong khi với doanh nghiệp có mức tăng trưởng trung bình, tác động lại ngược chiều Ngoài ra, nghiên cứu cũng phát hiện rằng các doanh nghiệp có lợi nhuận thường ít vay nợ, đồng thời có mối tương quan dương giữa quy mô doanh nghiệp và nợ, cũng như giữa tài sản cố định và nợ.

Hình 2.1 Mối quan hệ giữa cơ hội tăng trưởng GO1 và nợ ở Bồ Đào Nha

The aforementioned metrics must align with two measures of growth opportunities, namely Tobin's Q ratio and R&D intensity, as well as debt, to provide a comprehensive assessment.

Hình 2.2: Mối quan hệ giữa cơ hội tăng trưởng GO 2 và nợ ở Bồ Đào Nha

(Nguồn: Serrasqueiro and Macas Nunes 2009, p.875)

Nghiên cứu tại Bồ Đào Nha cho thấy, ở các công ty niêm yết có cơ hội tăng trưởng thấp, tồn tại mối quan hệ tích cực giữa nợ và cơ hội tăng trưởng, củng cố quan điểm của Jensen (1986) và Stulz (1990) về vấn đề đại diện giữa cổ đông và giám đốc Trong bối cảnh này, nợ được coi là công cụ kiểm soát hành động của ban giám đốc, nhằm ngăn chặn việc họ không đầu tư vào các dự án có khả năng mang lại tăng trưởng vượt mức nợ tối ưu, từ đó bảo vệ tình hình tài chính của công ty.

Khi các công ty niêm yết ở Bồ Đào Nha đối mặt với cơ hội tăng trưởng trung gian, mối quan hệ giữa nợ và cơ hội tăng trưởng trở nên ngược chiều Kết quả này hỗ trợ cho học thuyết đánh đổi của Kraus và Litzenberger (1973) cũng như Scott (1977), cho rằng các công ty nên giảm nợ để kiểm soát lợi nhuận, giảm nguy cơ phá sản và ảnh hưởng tiêu cực đến triển vọng tăng trưởng tương lai Đồng thời, mối quan hệ ngược chiều này cũng củng cố thuyết đại diện về đầu tư dưới mức của Jensen và Meckling (1976) cùng Myer (1977), cho rằng các công ty có thể thực hiện đầu tư thấp hơn mức tối ưu, dẫn đến việc bỏ lỡ cơ hội tăng trưởng Điều này tạo ra khó khăn cho các công ty trong việc nhận được khoản vay từ người cho vay.

Kết quả nghiên cứu cho thấy có mối quan hệ thuận chiều giữa nợ và cơ hội tăng trưởng của các công ty niêm yết trên thị trường chứng khoán Bồ Đào Nha, đặc biệt là những công ty có mức tăng trưởng cao Phát hiện này chỉ ra rằng các công ty với cơ hội tăng trưởng cao thường tạo ra nguồn vốn nội bộ thay vì phụ thuộc vào vay nợ bên ngoài, điều này củng cố lý thuyết trật tự phân hạng của Myer (1984) và Myer cùng Maijut.

Giả thuyết nghiên cứu

Nghiên cứu thực nghiệm toàn cầu cho thấy mối quan hệ giữa cơ hội tăng trưởng và nợ là phi tuyến tính Bài nghiên cứu này tập trung vào việc xác định mối quan hệ phi tuyến tính giữa cơ hội tăng trưởng và đòn bẩy nợ tại các công ty niêm yết trên thị trường chứng khoán Việt Nam, dựa trên giả thuyết đã được đề ra.

H0: Mối tương quan có ý nghĩa giữa cơ hội tăng trưởng và nợ là tuyến tính

H1: Mối tương quan có ý nghĩa giữa cơ hội tăng trưởng và nợ là phi tuyến tính

Các nghiên cứu thực nghiệm trên thế giới cho thấy mối quan hệ giữa cơ hội tăng trưởng và nợ thường là phi tuyến tính Cụ thể, nghiên cứu của Serrasqueiro và Macus Nunes (2009) ở Bồ Đào Nha chỉ ra rằng mối quan hệ này có dạng hàm lập phương Ngoài ra, nghiên cứu của Mauricio Jara Berlin, Moreno và Warleta, cùng Paolo Saona Hoffman và các cộng sự (2012) cũng cho thấy mối quan hệ "non-monotonic" hình chữ U Bài nghiên cứu này nhằm xác định xem mối quan hệ giữa nợ và cơ hội tăng trưởng có phải là tuyến tính hay phi tuyến tính.

Tác giả kỳ vọng rằng mối quan hệ giữa cơ hội tăng trưởng và nợ có thể có sự tương quan cùng chiều hoặc ngược chiều, tùy thuộc vào mức độ cơ hội tăng trưởng Khi công ty có cơ hội tăng trưởng cao, nhu cầu về vốn để tài trợ cho các dự án sinh lời cũng tăng theo, dẫn đến mối quan hệ cùng chiều giữa cơ hội tăng trưởng và nợ Ngược lại, nếu cơ hội tăng trưởng thấp, khả năng sinh lời và thu nhập trong tương lai giảm, do đó nhu cầu vay nợ cũng sẽ giảm, cho thấy mối quan hệ giữa cơ hội tăng trưởng và nợ là thuận chiều.

Mối quan hệ bậc 3 giữa cơ hội tăng trưởng và nợ là phi tuyến thì đường cong thể hiện mối quan hệ có dạng như sau:

Đường cong thể hiện mối quan hệ giữa cơ hội tăng trưởng và nợ cho thấy sự tương quan thuận chiều khi doanh nghiệp có cơ hội tăng trưởng cao hoặc thấp Ngược lại, khi doanh nghiệp đạt mức tăng trưởng trung bình, mối quan hệ này trở nên tương quan ngược chiều.

Đường cong thể hiện mối quan hệ giữa cơ hội tăng trưởng và nợ cho thấy rằng khi doanh nghiệp có cơ hội tăng trưởng cao hoặc thấp, mối quan hệ này là ngược chiều Tuy nhiên, khi doanh nghiệp đạt mức tăng trưởng trung bình, mối quan hệ giữa cơ hội tăng trưởng và nợ lại trở nên thuận chiều.

PHƯƠNG PHÁP NGHIÊN CỨU

Số liệu và lấy mẫu

Dữ liệu được thu thập từ 105 công ty phi tài chính hoạt động trong nhiều lĩnh vực khác nhau, niêm yết trên thị trường chứng khoán Việt Nam tại hai sàn HOSE và HNX, trong khoảng thời gian từ năm 2009 đến 2013, tương ứng với mẫu nghiên cứu kéo dài 5 năm.

Dữ liệu được thu thập từ các công ty chứng khoán trên các trang cafef.vn, vietstock.vn và cophieu68.vn trong giai đoạn từ năm 2009 đến 2013 Sau đó, dữ liệu này đã được xử lý bằng phần mềm Excel và thực hiện phân tích hồi quy thông qua phần mềm Eviews 7.

Phương pháp nghiên cứu

Trong bài luận này, tác giả dựa trên nghiên cứu của Seraqueiro và Macas Nunes (2009) để xây dựng mô hình nghiên cứu và các biến Thị trường chứng khoán Bồ Đào Nha đang phát triển, tương đồng với thị trường chứng khoán Việt Nam Cả hai thị trường này đều gặp khó khăn trong việc tiếp cận nguồn vốn tài chính từ thị trường chứng khoán, dẫn đến việc các doanh nghiệp thường phải dựa vào vay nợ nhiều hơn để có nguồn tài chính.

Bài nghiên cứu áp dụng phương pháp hồi quy dữ liệu bảng (Panel data) với hai biến phụ thuộc là MLEV và BLEV Nghiên cứu cũng phân tích mối quan hệ tuyến tính, hàm bình phương và lập phương giữa cơ hội tăng trưởng và nợ, nhằm xác định mô hình giải thích tốt nhất cho mối quan hệ giữa nợ và cơ hội tăng trưởng tại Việt Nam.

Bài nghiên cứu này áp dụng ba phương pháp phân tích là Pooled regression, Fixed Effect model và Random Effect model, đồng thời thực hiện các kiểm định để xác định phương pháp phù hợp nhất cho từng mô hình Để so sánh Pooled Regression và Fixed Effects model, tác giả sử dụng kiểm định Likelihood với giả thuyết H0: mô hình Pooled regression là phù hợp và H1: mô hình Fixed Effect model là phù hợp Kết quả hồi quy cho P-value < α sẽ bác bỏ H0, ngược lại nếu P-value > α sẽ chấp nhận H0 Để so sánh Pooled Regression và Random Effect model, tác giả áp dụng kiểm định Breusch Pagan Lagrangian Multiplier test với giả thuyết H0: mô hình Pooled regression là phù hợp và H1: mô hình Random Effect model là phù hợp Kết quả tương tự cũng được áp dụng cho kiểm định Hausman Test để so sánh Fixed Effect model và Random Effect model, với giả thuyết H0: mô hình Random Effect model là phù hợp và H1: mô hình Fixed Effect model là phù hợp.

< α thì bác bỏ giả thuyết Ho và ngược lại nếu P-value > α thì chấp nhận giả thiết Ho

Khi mô hình gặp phải hiện tượng phương sai sai số thay đổi, phương pháp Feasible Generalized Least Squares (FGLS) được sử dụng để khắc phục tình trạng này.

Mô hình nghiên cứu

Mô hình nghiên cứu trong bài luận văn được xây dựng dựa trên nghiên cứu thực nghiệm của Serrasqueiro và Macus Nunes (2009), với việc áp dụng mô hình hồi quy và các biến liên quan Tác giả sử dụng hai biến GO1 và GO2 để đo lường cơ hội tăng trưởng của doanh nghiệp, trong khi biến lợi nhuận được áp dụng theo lý thuyết trật tự phân hạng để ảnh hưởng đến biến đòn bẩy nợ khi doanh nghiệp có lợi nhuận giữ lại Bên cạnh đó, hai biến quy mô công ty và tài sản cố định được xem là tài sản đảm bảo cho khoản vay nợ, đặc biệt khi doanh nghiệp đối mặt với chi phí kiệt quệ tài chính và chi phí phá sản theo lý thuyết đánh đổi.

LEV i,t = β 0 + β 1 LEV i,t-1 + β 2 GO 1 + β 3 GO 2 + β 4 PRO + β 5 SIZE + β 6 TANG +ε t

LEVi,t là : giá trị nợ của doanh nghiệp tại năm t

LEVi,t-1 : giá trị nợ của doanh nghiệp tại năm t-1

GO1 : Cơ hội tăng trưởng của doanh nghiệp (đại diện cho Tobin’s Q)

GO2 : Cơ hội tăng trưởng của doanh nghiệp (đo lường bằng tỷ lệ giá trị tài sản vô hình)

PRO : Lợi nhuận sau thuế của doanh nghiệp

SIZE : Quy mô của doanh nghiệp

TANG : Tài sản cố định βt : hệ số tác động của các biến độc lập ε t : sai số

Tác giả đã phát triển 6 mô hình từ phương trình ban đầu nhằm kiểm định và phân tích mối tương quan giữa cơ hội tăng trưởng và nợ.

Mô hình 1: mối quan hệ bậc 1 giữa cơ hội tăng trưởng và giá trị sổ sách của nợ BLEVi,t = β0 + β1BLEVi,t-1 + β2GO1 + β3GO2 + β4PRO + β5SIZE + β6TANG +εt

Mô hình 2: mối quan hệ bậc 1 giữa cơ hội tăng trưởng và giá trị thị trường của nợ MLEV i,t = β 0 + β 1 MLEV i,t-1 + β 2 GO 1 + β 3 GO 2 + β 4 PRO + β 5 SIZE + β 6 TANG +ε t

Mô hình 3: mối quan hệ bậc 2 giữa cơ hội tăng trưởng và giá trị sổ sách của nợ

Mô hình 4: mối quan hệ bậc 2 giữa cơ hội tăng trưởng và giá trị thị trường của nợ

Mô hình 5: mối quan hệ bậc 3 giữa cơ hội tăng trưởng và giá trị sổ sách của nợ

Mô hình 6: mối quan hệ bậc 3 giữa cơ hội tăng trưởng và giá trị thị trường của nợ MLEVi,t = β0 + β1MLEVi,t-1 + β2GO1 + β3GO1 2

3.3.2.1 Cơ hội tăng trưởng GO 1 :

Cơ hội tăng trưởng GO1 phản ánh sự biến động giữa giá trị thị trường và giá trị sổ sách của vốn chủ sở hữu Nghiên cứu của Panley (2004) chỉ ra rằng cơ hội tăng trưởng và nợ có mối quan hệ phi tuyến, trong khi Serasquiro và Macas Nunes (2009) cho thấy mối quan hệ này là lập phương Cụ thể, khi cơ hội tăng trưởng thấp hoặc cao, cơ hội tăng trưởng và đòn bẩy nợ có xu hướng cùng chiều, nhưng khi cơ hội tăng trưởng ở mức trung bình, mối quan hệ giữa chúng lại trở nên ngược chiều.

3.3.2.2 Cơ hội tăng trưởng GO 2 :

Biến mở rộng nghiên cứu và phát triển (R&D intensity) là yếu tố tăng trưởng quan trọng được nhiều tác giả như Ozkan (2001), Panley (2004), và Gaud (2005) sử dụng Whitwell (2007) cùng với Galbreath và Gavin (2008) đã chỉ ra rằng tài sản vô hình đóng vai trò là nguồn tăng trưởng thiết yếu của công ty, dẫn đến nhiều nghiên cứu tiếp theo từ các tác giả như Fama và French (2002), Lin (2006), Moon và Tandon (2007), cũng như Huang và Ritter (2009).

Nghiên cứu của Serrasqueiro và Macus Nunes chỉ ra rằng mối quan hệ giữa GO2 và giá trị sổ sách cũng như giá trị thị trường của đòn bẩy nợ là phi tuyến Tuy nhiên, do đặc điểm của thị trường Việt Nam, các doanh nghiệp gặp khó khăn trong việc xác định chi phí nghiên cứu và phát triển công nghệ Do đó, tác giả đã chọn tỷ lệ chênh lệch giá trị tài sản vô hình để đại diện cho biến cơ hội tăng trưởng GO2.

3.3.2.3 Lợi Nhuận sau thuế (PRO):

Lợi nhuận là chỉ số quan trọng phản ánh hiệu quả kinh doanh của doanh nghiệp và có mối liên hệ chặt chẽ với đòn bẩy nợ Doanh nghiệp thường vay nợ để đầu tư vào các dự án hoặc duy trì hoạt động hàng ngày, nhưng điều này cũng đồng nghĩa với việc phải chi trả lãi vay và chịu trách nhiệm hoàn trả nợ, ảnh hưởng trực tiếp đến lợi nhuận Khi lợi nhuận sau thuế và lãi vay cao, doanh nghiệp có thể giữ lại một phần để tái đầu tư, từ đó giảm thiểu nhu cầu vay nợ bên ngoài Việc sở hữu lợi nhuận lớn giúp doanh nghiệp tự tài trợ cho các dự án đầu tư, tạo ra sự độc lập tài chính hơn.

Do vậy lợi nhuận là yếu tố quan trọng có tác động lên đòn bẩy nợ

3.3.2.4 Quy mô công ty (SIZE)

Quy mô công ty đóng vai trò quan trọng trong việc vay nợ, với nghiên cứu của Gaud (2005) và Serrasqueiro cùng Macus Nunes (2009) chỉ ra rằng quy mô công ty có mối quan hệ cùng chiều với nợ Cụ thể, các công ty lớn thường có khả năng tiếp cận khoản vay dễ dàng hơn và được hưởng lãi suất ưu đãi Do đó, mối quan hệ giữa quy mô công ty và nợ là tích cực.

3.3.2.5 Tài sản cố định (TANG):

Theo nghiên cứu của Gaud (2005) và Serrasqueiro cùng Macus Nunes (2009), tài sản cố định có mối quan hệ tích cực với đòn bẩy nợ Khi công ty sở hữu nhiều tài sản cố định, điều này tạo ra sự đảm bảo cho các khoản vay, từ đó giúp doanh nghiệp dễ dàng tiếp cận nguồn vốn vay nợ hơn.

Phương pháp kiểm định mô hình

Bài nghiên cứu áp dụng mô hình dữ liệu bảng (panel data) và thực hiện hồi quy theo ba phương pháp: hồi quy OLS (Pooled Regression), mô hình các ảnh hưởng cố định (FEM) và mô hình các ảnh hưởng ngẫu nhiên (REM) Để xác định phương pháp ước lượng thích hợp, tác giả tiến hành kiểm định theo một quy trình cụ thể.

3.4.1 Bước 1: Thống kê mô tả

Nghiên cứu sử dụng các số liệu thống kê như giá trị nhỏ nhất, giá trị lớn nhất, giá trị trung bình, giá trị trung vị và độ lệch chuẩn để mô tả đặc trưng dữ liệu của các công ty niêm yết trên sàn giao dịch HOSE và HNX, nhằm phản ánh tổng quát tình hình hoạt động của các doanh nghiệp này.

3.4.2 Bước 2: Phân tích ma trận hệ số tương quan

Thiết lập ma trận hệ số tương quan giữa các biến độc lập và biến kiểm soát giúp xác định mối tương quan giữa các biến này, đồng thời kiểm tra mối quan hệ giữa các biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau.

3.4.3 Bước 3: Lựa chọn phương pháp

Nếu các giả thiết ban đầu của OLS bị vi phạm như phương sai thay đổi, tự tương quan, hay đa cộng tuyến, các ước lượng sẽ bị bóp méo và không đáng tin cậy cho phân tích Trong trường hợp này, có thể áp dụng phương pháp hồi quy với các mô hình ảnh hưởng cố định (FEM) hoặc ảnh hưởng ngẫu nhiên (REM) để ước lượng dữ liệu dạng bảng Kiểm định Hausman được sử dụng để lựa chọn giữa mô hình ảnh hưởng ngẫu nhiên và mô hình ảnh hưởng cố định.

Mô hình ảnh hưởng cố định (FEM)

Giả định rằng mỗi thực thể sở hữu những đặc điểm riêng biệt có thể ảnh hưởng đến các biến độc lập, FEM phân tích mối tương quan giữa phần dư của từng thực thể và các biến độc lập Qua đó, phương pháp này giúp kiểm soát và tách biệt ảnh hưởng của các đặc điểm không thay đổi theo thời gian ra khỏi các biến giải thích, từ đó cho phép ước lượng chính xác ảnh hưởng thực sự của các biến độc lập lên biến phụ thuộc.

Mô hình ước lượng sử dụng:

Trong đó: Yit: biến phụ thuộc – với i:doanh nghiệp và t: thời gian

Ci (i=1….n): hệ số chặn cho từng thực thể nghiên cứu β: hệ số góc đối với nhân tố X ui,t : phần dư

Mô hình này đã tích hợp chỉ số i vào hệ số chặn c, nhằm phân biệt hệ số chặn giữa các doanh nghiệp khác nhau Sự khác biệt này có thể xuất phát từ đặc điểm riêng biệt của từng doanh nghiệp hoặc từ sự khác nhau trong chính sách quản lý và hoạt động của họ.

Mô hình ảnh hưởng ngẫu nhiên (REM) khác biệt với mô hình ảnh hưởng cố định ở chỗ sự biến động giữa các thực thể Trong mô hình ảnh hưởng cố định, sự biến động này có mối tương quan với biến độc lập, trong khi ở mô hình ảnh hưởng ngẫu nhiên, sự biến động giữa các thực thể được giả định là ngẫu nhiên và không có mối tương quan với các biến giải thích.

Nếu sự khác biệt giữa các thực thể có ảnh hưởng đến biến phụ thuộc, thì mô hình hiệu ứng ngẫu nhiên (REM) sẽ thích hợp hơn so với mô hình hiệu ứng cố định (FEM) Điều này là do REM xem phần dư của mỗi thực thể như một biến giải thích mới, không tương quan với biến giải thích ban đầu.

Trong mô hình REM, thay vì coi Ci là một hằng số cố định, giả định rằng Ci là một biến ngẫu nhiên với giá trị trung bình là C1 Hệ số chặn trong mô hình này được mô tả theo cách khác so với mô hình truyền thống.

Ci = C + εi (i=1, n) εi: Sai số ngẫu nhiên có trung bình bằng 0 và phương sai là Thay vào mô hình ta có:

Mô hình hồi quy có thể được biểu diễn dưới dạng Yit = C + β Xit + εi + uit, hoặc Yit = C + β Xit + wit, trong đó wit = εi + uit Trong đó, εi đại diện cho sai số thành phần của các đối tượng khác nhau, phản ánh đặc điểm riêng của từng doanh nghiệp, trong khi uit là sai số thành phần kết hợp khác, bao gồm cả đặc điểm riêng theo từng đối tượng và theo thời gian.

3.4.4 Bước 4: Ước lượng các hệ số hồi quy OLS

Nhược điểm của ước lượng OLS có thể phát sinh từ hiện tượng tự tương quan, đa cộng tuyến hoặc phương sai thay đổi, dẫn đến kết quả ước lượng không chính xác Do đó, sau khi thực hiện ước lượng OLS, việc kiểm định các giả định của mô hình là cần thiết để đảm bảo tính chính xác của kết quả.

Kiểm tra hiện tượng đa cộng tuyến:

Mô hình cổ điển lý tưởng yêu cầu các biến giải thích không tương quan, nghĩa là mỗi biến cung cấp thông tin độc lập về biến phụ thuộc mà không trùng lặp với các biến độc lập khác Hiện tượng đa cộng tuyến xảy ra khi có sự tương quan cao giữa các biến độc lập, thường được kiểm tra qua hệ số tương quan cặp và nhân tử phóng đại phương sai (VIF) Nếu hệ số tương quan giữa các biến độc lập lớn hơn 0,8, có khả năng xảy ra đa cộng tuyến, nhưng tiêu chuẩn này không phải lúc nào cũng chính xác Do đó, việc sử dụng VIF là cần thiết để đảm bảo tính chính xác trong nghiên cứu và phát hiện hiện tượng đa cộng tuyến ngay cả khi hệ số tương quan cặp không cao.

Nhân tử phóng đại phương sai:

Theo quy tắc kinh nghiệm, nếu VIF >10 thì xảy ra hiện tượng đa cộng tuyến

Kiểm tra hiện tượng tự tương quan là việc xác định mối tương quan giữa các thành phần trong chuỗi quan sát theo thứ tự thời gian hoặc không gian Trong mô hình hồi quy cổ điển OLS, giả thiết đặt ra là không có sự tương quan giữa các sai số (Ui), tức là Cov(Ui, Uj) = 0 với j ≠ i, điều này có nghĩa là sai số của một quan sát không bị ảnh hưởng bởi sai số của quan sát khác Để kiểm định tự tương quan, người ta thường sử dụng kiểm định Durbin-Watson.

 Trường hợp hệ số Dunrbin – Watson từ 1 đến 3 kết luận không có hiện tượng tự tương quan

 Trường hợp hệ số Dunrbin – Watson < 1 kết luận có hiện tượng tự tương quan dương

 Trường hợp hệ số Dunrbin – Watson > 3 kết luận có hiện tượng tự tương quan âm

Kiểm tra hiện tượng phương sai thay đổi: Kiểm địnhBreusch & Pagan

 Bước 1: Chạy mô hình gốc: Y = β1 + β2X2 + β3X3 + β4X4 + β5X5 + u

 Bước 2: Tạo biến phần dư GENR U1=RESID 2

 Bước 3: Chạy hồi quy phụ: U 1 = α 1 + α 2 X 2 + α 3 X 3 + α 4 X 4 + α 5 X 5 + u

 Bước 4: Tính trị số LM = n* R 2 phụ

 Bước 5: Tìm thống kê Chi bình phương =@QCHISQ(1-α, p-1)

Trong đó: p là số hệ số hồi quy của mô hình hồi quy phụ (bước 3)

 Bước 6: Dựa vào hồi quy phụ ởbước 3, ta đặt giả thuyết sau:

Ho: α2 = α3 = α4 = α5 = 0 (Không có phương sai sai số thay đổi)

H1: có ít nhất 1 α ởtrên khác 0 (Có phương sai sai số thay đổi)

 Bước 7: Kiểm định: Nếu LM > Chisao thì bác bỏ Ho

Khi xảy ra hiện tượng phương sai sai số thay đổi, phương pháp FGLS (Feasible Generalized Least Squares) là giải pháp hiệu quả để khắc phục vấn đề này.

3.4.5 Bước 5: Kiểm định mô hình

Kiểm định giả thuyết về các hệ số hồi quy là một bước quan trọng để xác định biến phù hợp và có ý nghĩa thống kê trong mô hình Tác giả áp dụng phương pháp giá trị p-value để kiểm tra giả thiết cho các hệ số hồi quy của các biến, từ đó đưa ra những kết luận chính xác và đáng tin cậy.

KẾT QUẢ NGHIÊN CỨU

Thống kê mô tả

Bảng 4 1 :Thống kê mô tả các biến

BLEV i,t MLEV i,t GO 1 GO 2 PRO SIZE TANG Mean 0.493563 0.003251 376.0860 2.829430 0.203971 5.822726 0.278226

Nguồn: tính toán của tác giả từ phần mềm thống kê

Bảng 4.1 trình bày thống kê về các biến trong nghiên cứu, bao gồm trung bình, độ lệch chuẩn, giá trị lớn nhất và giá trị nhỏ nhất trong giai đoạn từ năm 2009.

Dữ liệu được thu thập từ 420 quan sát trong giai đoạn 2009-2013 từ 105 công ty niêm yết trên thị trường chứng khoán Việt Nam, bao gồm hai sàn HOSE và HNX Kết quả cho thấy vùng biến động của giá trị sổ sách của đòn bẩy nợ (BLEV) dao động từ 0.031 đến 0.946, với giá trị trung bình là 0.4935 Điều này cho thấy mức vay nợ trung bình của doanh nghiệp Việt Nam khoảng 50%, thấp hơn đáng kể so với nghiên cứu của Saraquiero và Macas Nunes, với tỷ lệ 71.83%.

Mức biến động giá trị thị trường của đòn bẩy nợ chỉ dao động từ 0.00003 đến 0.0365, với giá trị trung bình là 0.003251 Điều này cho thấy rằng giá trị thị trường của đòn bẩy nợ ít bị ảnh hưởng bởi các yếu tố từ thị trường.

Mức biến động của cơ hội tăng trưởng GO1 dao động từ 25.8803 đến 3976.121, với giá trị trung bình là 378.086 Trong khi đó, mức biến động của cơ hội tăng trưởng GO2 có giá trị trung bình là 2.829, cho thấy sự chênh lệch lớn giữa giá trị thị trường và giá trị sổ sách của vốn chủ lớn, so với tỷ lệ chênh lệch giá trị tài sản vô hình của doanh nghiệp.

Quy mô của các doanh nghiệp Việt Nam đã tăng đáng kể, với mức biến động trung bình đạt 5.822, cho thấy sự phát triển mạnh mẽ trong quy mô hoạt động của các công ty này.

Bên cạnh đó, lợi nhuận và tài sản cố định cũng biến động tương đối với giá trị trung bình lần lượt là 0.203 và 0.278

Tương quan giữa các biến nghiên cứu

Bảng 4 2: tương quan giữa các biến nghiên cứu:

BLEV i,t MLEV i,t GO 1 GO 2 PRO SIZE TANG

Nguồn: tính toán của tác giả từ phần mềm thống kê

Bảng 4.2 chỉ ra mối tương quan giữa các biến nghiên cứu, cho thấy biến cơ hội tăng trưởng (GO1) có mối quan hệ ngược chiều với biến đòn bẩy nợ (BLEV và MLEV), không phù hợp với nghiên cứu của Saraquiero và Macas Nunes Ngược lại, biến lợi nhuận sau thuế (PRO) lại tương quan ngược chiều với đòn bẩy nợ (BLEV, MLEV), ủng hộ nghiên cứu của họ Biến cơ hội tăng trưởng (GO2) tương quan cùng chiều với giá trị sổ sách của nợ nhưng ngược chiều với giá trị thị trường của nợ Biến tài sản cố định (TANG) có mối quan hệ ngược chiều với nợ (BLEV) và cùng chiều với giá trị thị trường của nợ Cuối cùng, biến nợ (BLEV, MLEV) tương quan cùng chiều với quy mô doanh nghiệp (SIZE), phù hợp với nghiên cứu của Saraquiero và Macas Nunes.

Kết quả hồi quy dữ liệu bảng của mô hình

BLEVi,t = β0 + β1BLEVi,t-1 + β2GO1 + β3GO2 + β4PRO + β5SIZE + β6TANG +εt

Bảng 4 3: Kết quả hồi quy mô hình 1

Blev Pooled Regression Fixed effect Random Effect Biến độc lập

Để đánh giá và lựa chọn giữa phương pháp Pooled Regression và Fixed Effect, chúng ta sử dụng Kiểm định Tỷ lệ Likelihood (Likelihood Ratio Test) nhằm xác định phương pháp phù hợp nhất cho việc ước lượng mô hình 1.

Test cross-section fixed effects

Ho: Phương pháp Pooled Regression là phù hợp

H1: Phương pháp Fixed effect là phù hợp

Với p-value =0 < α = 0.5 bác bỏ giả thuyết H0, suy ra phương pháp FEM là phù hợp

Để đánh giá và chọn lựa giữa phương pháp Random effect và Fixed effect, chúng ta sử dụng Hausman Test nhằm xác định phương pháp phù hợp cho việc ước lượng mô hình 1 Kết quả của bài kiểm tra này sẽ giúp đưa ra quyết định chính xác hơn trong việc lựa chọn phương pháp phân tích dữ liệu.

Test cross-section random effects

Test Summary Chi-Sq Statistic Chi-Sq d.f Prob

Ho: Phương pháp Random effect là phù hợp

Từ kết quả trên ta áp dụng phương pháp Fixed Effect cho mô hình 1 là phù hợp

Kiểm tra hiện tượng tự tương quan cho mô hình 1 như sau:

Variable Coefficient Std Error t-Statistic Prob

S.E of regression 0.048183 Akaike info criterion -3.005978

Sum squared resid 0.717364 Schwarz criterion -1.938196

Log likelihood 742.2553 Hannan-Quinn criter -2.583942

Prob(F-statistic) 0.000000 với kiểm định Durbin – Watson ta thấy hệ số Durbin – Watson của mô hình 1 là 2.136

Giả thuyết cho rằng hệ số 1 < Durbin – Watson < 3 cho ta thấy mô hình 1 không có hiện tượng tự tương quan bậc 1

Kiểm tra hiện tượng đa cộng tuyến cho mô hình 1 bằng nhân tử phòng đại phương sai VIF:

Từ giá trị VIF trung bình là 1.08 cho ta thấy được mô hình không có hiện tượng đa cộng tuyến

Kiểm tra phương sai thay đổi:

Chạy hồi quy phụ bao gồm biến phụ thuộc là phần dư của mô hình 1, ta có kết quả như sau:

Cross-section fixed (dummy variables)

Ho: α2 = α3 = α4 = α5 = α6 = α7 = 0 (không có hiện tượng phương sai thay đổi)

H1: có ít nhất 1 α trên khác không (có hiện tượng phương sai thay đổi)

Kết quả kiểm định cho ta thấy LM1 > Chisao, suy ra bác bỏ giả thuyết H0

Mô hình 1 gặp phải hiện tượng phương sai thay đổi Để khắc phục vấn đề này, tác giả đã áp dụng mô hình FGLS cho mô hình 1.

Cross sectional times series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic

Kết quả hồi quy theo mô hình FGLS cho thấy rằng các biến giá trị sổ sách của nợ (BLEV1,t-1), cơ hội tăng trưởng (GO1, GO2), lợi nhuận doanh nghiệp (PRO) và quy mô doanh nghiệp (SIZE) đều có ý nghĩa thống kê, trong khi tài sản cố định (TANG) không có ý nghĩa thống kê Biến trễ giá trị sổ sách của nợ ảnh hưởng đến mối quan hệ giữa cơ hội tăng trưởng và nợ, đặc biệt là cơ hội tăng trưởng (GO1) tác động ngược chiều đến giá trị sổ sách của nợ, điều này trái ngược với nghiên cứu của Serrasqueiro và Macus Nunes Ngược lại, cơ hội tăng trưởng (GO2) được đại diện bởi tỷ lệ chênh lệch tài sản vô hình có tác động cùng chiều với giá trị sổ sách của nợ và có ý nghĩa thống kê, cho thấy rằng cơ hội tăng trưởng của các doanh nghiệp không phụ thuộc vào đòn bẩy nợ.

Lợi nhuận của doanh nghiệp ảnh hưởng ngược lại đến giá trị sổ sách của nợ, trong khi quy mô doanh nghiệp lại có tác động cùng chiều đến giá trị sổ sách của nợ.

MLEVi,t = β0 + β1MLEVi,t-1 + β2GO1 + β3GO2 + β4PRO + β5SIZE + β6TANG +εt

MLEV Pooled Regression Fixed effect Random Effect Biến độc lập

Để đánh giá và lựa chọn giữa phương pháp Pooled Regression và Fixed Effect, chúng ta sử dụng Kiểm định Tỷ lệ khả năng (Likelihood Ratio Test) nhằm xác định phương pháp phù hợp cho việc ước lượng mô hình 2 Kết quả của quá trình này sẽ giúp đưa ra quyết định chính xác về phương pháp tối ưu.

Để đánh giá và lựa chọn giữa phương pháp Random effect và Fixed effect, chúng ta sử dụng kiểm định Hausman Kết quả của kiểm định này sẽ giúp xác định phương pháp phù hợp nhất cho việc ước lượng mô hình 2.

Từ kết quả trên ta áp dụng phương pháp Fixed Effect cho mô hình 2 là phù hợp Kiểm tra hiện tượng tự tương quan cho mô hình 2 như sau:

Ta thấy hệ số Durbin – Watson của mô hình 2 là 2.4107

Giả thuyết cho rằng hệ số 1 < Durbin – Watson < 3 cho ta thấy mô hình 2 không có hiện tượng tự tương quan bậc 1

Chay hồi quy phụ bao gồm biến phụ thuộc là phần dư của mô hình 2, ta có kết quả như sau:

S.E of regression 9.56E-06 Akaike info criterion -20.05600

Sum squared resid 2.82E-08 Schwarz criterion -18.98822

Ho: α2 = α3 = α4 = α5 = α6 = α7 = 0 (không có hiện tượng phương sai thay đổi)

Kết quả kiểm định ta thấy LM2 > Chisao, suy ra bác bỏ giả thuyết H0

Kết luận về mô hình 2 cho thấy hiện tượng phương sai thay đổi Để khắc phục tình trạng này, tác giả đã áp dụng mô hình FGLS cho mô hình 2.

Kết quả phân tích cho thấy rằng biến trễ giá trị thị trường của nợ (MLEV), cơ hội tăng trưởng (GO2), lợi nhuận doanh nghiệp (PRO) và tài sản cố định (TANG) không có ý nghĩa thống kê và không ảnh hưởng đến giá trị thị trường của nợ Ngược lại, cơ hội tăng trưởng (GO1) và quy mô doanh nghiệp (SIZE) có ý nghĩa thống kê và có tác động đáng kể đến đòn bẩy nợ.

Cơ hội tăng trưởng (GO1) có ảnh hưởng ngược chiều đến giá trị thị trường của nợ, trong khi quy mô doanh nghiệp (SIZE) lại tác động tích cực đến đòn bẩy nợ.

BLEV Pooled Regression Fixed Effect Random Effect

Để đánh giá và lựa chọn giữa phương pháp Pooled Regression và Fixed Effect, chúng ta sử dụng Kiểm định Tỷ lệ khả năng (Likelihood Ratio Test) nhằm xác định phương pháp phù hợp cho việc ước lượng mô hình 3 Kết quả của quá trình này sẽ giúp đưa ra quyết định chính xác trong việc áp dụng mô hình.

Để đánh giá và lựa chọn giữa phương pháp Random Effect và Fixed Effect, chúng ta thực hiện kiểm định Hausman nhằm xác định phương pháp phù hợp cho việc ước lượng mô hình 3 Kết quả của kiểm định này sẽ giúp đưa ra quyết định chính xác hơn trong việc lựa chọn phương pháp phân tích.

Từ kết quả trên ta áp dụng phương pháp Fixed Effect cho mô hình 3 là phù hợp Kiểm tra hiện tượng tự tương quan cho mô hình 3 như sau:

Ta thấy hệ số Durbin – Watson của mô hình 3 là 2.1498

Giả thuyết cho rằng hệ số 1 < Durbin – Watson < 3 cho ta thấy mô hình 3 không có hiện tượng tự tương quan

Chay hồi quy phụ bao gồm biến phụ thuộc là phần dư của mô hình 3, ta có kết quả như sau:

H o : α2 = α3 = α4 = α5 = α6 = α7 = α8 = α9 =0 (không có hiện tượng phương sai thay đổi)

Kết quả kiểm định ta thấy LM3 > Chisao, suy ra bác bỏ giả thuyết H0

Kết luận về mô hình 3 cho thấy hiện tượng phương sai thay đổi Để khắc phục vấn đề này, tác giả đã áp dụng mô hình FGLS cho mô hình 3.

Kết quả nghiên cứu cho thấy các yếu tố cơ hội tăng trưởng (GO1, GO2), lợi nhuận doanh nghiệp (PRO) và quy mô doanh nghiệp (SIZE) đều có ý nghĩa thống kê và ảnh hưởng đến giá trị sổ sách của nợ Trong khi đó, tài sản cố định (TANG) không có ý nghĩa thống kê Cụ thể, cơ hội tăng trưởng (GO1) tác động ngược chiều đến giá trị sổ sách của nợ ở mức thấp và cùng chiều ở mức cao, trong khi cơ hội tăng trưởng (GO2) có tác động cùng chiều với giá trị sổ sách của nợ khi ở mức thấp và ngược chiều khi ở mức cao.

Lợi nhuận (PRO) có ảnh hưởng ngược chiều đến giá trị sổ sách của nợ, điều này phù hợp với lý thuyết trật tự phân hạng, trong khi quy mô doanh nghiệp (SIZE) lại tác động cùng chiều với nợ.

MLEV Pooled Regression Fixed effect Random Effect

Thảo luận nghiên cứu

Nghiên cứu này đã đóng góp vào lý thuyết thực nghiệm về quyết định cấu trúc vốn của doanh nghiệp, chỉ ra rằng có mối quan hệ bậc 3 giữa cơ hội tăng trưởng và nợ của các doanh nghiệp niêm yết trên sàn chứng khoán Việt Nam Kết quả cho thấy sự tương quan giữa cơ hội tăng trưởng và nợ là ngược chiều đối với doanh nghiệp có cơ hội tăng trưởng thấp và cao, nhưng cùng chiều đối với doanh nghiệp có cơ hội tăng trưởng trung bình Điều này cho thấy rằng mối quan hệ giữa cơ hội tăng trưởng và nợ bị ảnh hưởng bởi các yếu tố phức tạp trong quyết định cấu trúc vốn của doanh nghiệp.

Trong các doanh nghiệp niêm yết trên sàn chứng khoán Việt Nam, mối tương quan ngược chiều giữa cơ hội tăng trưởng và nợ cho thấy rằng khi cơ hội tăng trưởng thấp, nợ có thể được sử dụng như công cụ để kiểm soát hành động của nhà quản lý Tuy nhiên, việc gia tăng nợ cũng tiềm ẩn nguy cơ cao về phá sản, phản ánh những rủi ro mà doanh nghiệp phải đối mặt.

Khi cơ hội tăng trưởng ở mức trung bình, có một mối tương quan tích cực giữa cơ hội tăng trưởng và nợ Điều này phản ánh khả năng xảy ra vấn đề đại diện giữa chủ nợ và nhà quản lý/cổ đông, dẫn đến tình trạng đầu tư dưới mức.

Các doanh nghiệp niêm yết trên sàn chứng khoán Việt Nam có cơ hội tăng trưởng cao, nhưng lại tồn tại mối tương quan ngược giữa cơ hội này và nợ Thay vì sử dụng nợ để tài trợ cho nhu cầu, các doanh nghiệp thường lựa chọn phát hành cổ phiếu hoặc sử dụng lợi nhuận giữ lại để đầu tư vào các dự án Điều này cho thấy rằng các doanh nghiệp Việt Nam, đặc biệt là những doanh nghiệp niêm yết, có xu hướng hạn chế sử dụng lợi ích từ tấm chắn thuế.

Tiêu đề	Mối Quan Hệ Phi Tuyến Giữa Cơ Hội Tăng Trưởng Và Nợ Của Các Công Ty Trên Thị Trường Chứng Khoán Việt Nam
Tác giả	Hồ Đình Thắng
Người hướng dẫn	PGS-TS. Nguyễn Thị Liên Hoa
Trường học	Trường Đại Học Kinh Tế TP.HCM
Chuyên ngành	Tài Chính – Ngân Hàng
Thể loại	luận văn thạc sĩ
Năm xuất bản	2015
Thành phố	TP.HỒ CHÍ MINH

Định dạng
Số trang	72
Dung lượng	910,78 KB