Nghiên cứu các nhân tố ảnh hưởng đến cấu trúc vốn của các công ty bất động sản trên sàn giao dịch chứng khoán TP hồ chí minh

CƠ SỞ LÝ LUẬN VÀ MÔ HÌNH NGHIÊN CỨU

Cấu trúc vốn

Cấu trúc vốn là hỗn hợp giữa vốn nợ và vốn chủ sở hữu của doanh nghiệp.

Quyết định về cơ cấu vốn là một trong ba quyết định tài chính quan trọng mà người quản lý tài chính phải thực hiện, bên cạnh quyết định đầu tư và quyết định chi trả Cơ cấu vốn liên quan đến việc xác định mức độ sử dụng vốn nợ và vốn chủ sở hữu, ảnh hưởng đến khả năng tài chính và sự phát triển bền vững của doanh nghiệp (Van Horne và Wachowicz, 1995).

Tài trợ của một công ty đến từ nhiều nguồn khác nhau trong bảng cân đối kế toán, với ba phương thức chính để tài trợ dự án mới: sử dụng lợi nhuận giữ lại, phát hành nợ và phát hành cổ phiếu Những yếu tố này tạo thành cấu trúc vốn của công ty và phản ánh cơ cấu sở hữu, trong đó lợi nhuận giữ lại và cổ phiếu phổ thông đại diện cho quyền sở hữu của cổ đông, còn nợ thể hiện quyền sở hữu của chủ nợ Tỷ lệ nợ và vốn có sự khác biệt giữa các công ty, phụ thuộc vào đặc điểm riêng và nhận thức của nhà quản lý.

Cấu trúc vốn là phương pháp tài trợ cho dự án đầu tư thông qua sự kết hợp giữa vốn và nợ, hai nguồn tài chính có tính chất khác nhau nhưng bổ sung cho nhau Việc xác định tỷ lệ tối ưu giữa vốn và nợ là rất quan trọng, vì nợ thường rẻ hơn vốn chủ sở hữu, nhưng việc sử dụng quá nhiều nợ có thể dẫn đến rủi ro tài chính Ngược lại, nếu công ty dựa quá nhiều vào vốn chủ sở hữu, điều này có thể gây ra sự mất kiểm soát và giảm lợi nhuận cho cổ đông.

Cấu trúc vốn của một công ty quyết định chi phí sử dụng vốn trung bình, đây là suất sinh lời tối thiểu mà doanh nghiệp cần đạt được trên các khoản đầu tư Chi phí này được sử dụng làm suất chiết khấu để xác định giá trị doanh nghiệp Một công ty có thể gia tăng giá trị cho cổ đông khi lợi nhuận thu được vượt qua chi phí vốn đầu tư (Damodaran, 2000).

Cơ cấu vốn tối ưu là cơ cấu vốn mà tại đó tối đa hóa giá trị doanh nghiệp.

Nhiều nghiên cứu lý thuyết và thực nghiệm đã chỉ ra rằng cơ cấu vốn tối ưu của doanh nghiệp đóng vai trò quan trọng trong việc xác định chi phí vốn, quyết định ngân sách và giá trị doanh nghiệp Mối liên hệ giữa các yếu tố này là rất cần thiết để tối ưu hóa hiệu quả tài chính và phát triển bền vững.

Theo nghiên cứu của Schwartz & Aronson (1967), cấu trúc vốn khác nhau giữa các ngành có thể ảnh hưởng đến kết quả nghiên cứu Các công ty bất động sản, vốn là những doanh nghiệp thâm dụng về vốn, cần một lượng lớn vốn cho cả đầu tư và hoạt động, với tài sản cố định chủ yếu được tài trợ bằng nợ dài hạn và vốn chủ sở hữu Owusu-Ansah (2009) chỉ ra rằng các công ty bất động sản Thụy Điển sử dụng nợ vay nhiều hơn so với các công ty trong lĩnh vực công nghệ hay y tế Hơn nữa, do đặc thù ngành, các công ty bất động sản rất nhạy cảm với rủi ro hệ thống, dẫn đến việc họ phải đối mặt với rủi ro hoạt động và rủi ro tài chính cao (Andrew và Schmidgall, 1993).

Theo học thuyết Modigliani-Miller (MM), sự lựa chọn giữa vốn và nợ không ảnh hưởng đến giá trị của công ty Học thuyết này chỉ ra rằng cấu trúc vốn có thể không liên quan đến giá trị doanh nghiệp trong những điều kiện nhất định Để chứng minh tính khả thi của lý thuyết, Modigliani và Miller đã đưa ra một số giả định đơn giản hóa, bao gồm giả định rằng thị trường vốn là hoàn hảo, không có chi phí giao dịch, thuế không được tính đến và rủi ro được đánh giá hoàn toàn qua sự không ổn định của dòng tiền.

Năm 1963, Modigliani và Miller đã nghiên cứu ảnh hưởng của thuế thu nhập doanh nghiệp đến giá trị doanh nghiệp Họ cho rằng việc sử dụng nợ sẽ làm tăng giá trị doanh nghiệp nhờ vào chi phí lãi vay được khấu trừ thuế Cụ thể, giá trị doanh nghiệp sử dụng nợ (Vg) được tính bằng giá trị doanh nghiệp không sử dụng nợ (Vu) cộng với lợi ích từ việc sử dụng nợ (T.D), trong đó D là tổng số nợ và T là thuế suất thuế thu nhập doanh nghiệp.

Theo mô hình thuế MM (1963), cấu trúc vốn ảnh hưởng trực tiếp đến giá trị doanh nghiệp Việc sử dụng nợ cao hơn dẫn đến việc gia tăng giá trị doanh nghiệp, đạt mức tối đa khi doanh nghiệp được tài trợ hoàn toàn bằng nợ.

Nghiên cứu đã chỉ ra rằng thị trường hoàn hảo không tồn tại trong thực tế, từ đó bác bỏ giả thuyết của MM và khơi dậy nhiều tranh luận về vai trò của quyết định cơ cấu vốn trong doanh nghiệp.

2.1.2 thuyết đánh đổi cấu trúc vốn

Lý thuyết đánh đổi cấu trúc vốn (Scott, 1976) giải thích rằng doanh nghiệp thường chỉ tài trợ một phần bằng nợ vay và một phần bằng vốn cổ phần Một lý do chính là mặc dù nợ vay mang lại lợi ích tấm chắn thuế, nhưng nó cũng phát sinh nhiều chi phí, đặc biệt là chi phí kiệt quệ tài chính do phá sản Khi tỷ lệ nợ tăng, lợi ích từ tấm chắn thuế tăng lên nhưng chi phí kiệt quệ tài chính cũng gia tăng Có một điểm mà tại đó, hiện giá lợi ích từ tấm chắn thuế không còn cao hơn hiện giá chi phí kiệt quệ tài chính, khiến việc vay nợ trở nên không có lợi Do đó, các công ty cần tối ưu hóa tổng giá trị doanh nghiệp dựa trên nguyên tắc cân bằng này để xác định tỷ lệ nợ và vốn cổ phần trong cấu trúc vốn của mình Điểm xác định cấu trúc vốn tối ưu là nơi mà lợi ích từ tấm chắn thuế bằng với chi phí kiệt quệ tài chính khi có thêm nợ.

Thuyết đánh đổi cung cấp một cái nhìn thực tế hơn so với mô hình MM về cấu trúc vốn trong các ngành khác nhau Mặc dù thuyết này lý giải rằng lợi nhuận cao thường dẫn đến giá trị thị trường và thu nhập chịu thuế cao, từ đó khuyến khích các công ty vay nợ nhiều hơn, nhưng nó không giải thích được hiện tượng một số công ty có lợi nhuận cao lại ít sử dụng nợ Do đó, thuyết trật tự phân hạng có thể cung cấp giải thích chặt chẽ hơn cho vấn đề này.

PV Costs of financial distress

PV Interest tax shields Firm value under all-equity financing

Hình 2.1: Cấu trúc vốn theo thuyết đánh đổi 2.1.3yết trật tự phân hạng thị trường

Thuyết trật tự phân hạng thị trường được khởi xướng bởi Myers và Majluf

Trong tác phẩm "1984", tác giả dự đoán rằng sẽ không có một cơ cấu nợ rõ ràng trên vốn cổ phần mục tiêu Giả thuyết này cho rằng ban quản trị sở hữu thông tin về hoạt động tương lai của doanh nghiệp nhiều hơn so với các nhà đầu tư bên ngoài, dẫn đến tình trạng thông tin không cân xứng Quyết định tài chính của ban quản trị phản ánh mức độ kiến thức của họ và sự không chắc chắn liên quan đến dòng tiền mặt trong tương lai.

Khi ban quản trị tin rằng cổ phiếu của công ty được định giá cao, họ có khả năng phát hành chứng khoán để huy động nguồn tài chính bên ngoài Điều này dẫn đến việc các thị trường vốn chấp nhận cổ phiếu với giá trị cao hơn, tạo ra thông tin không thuận lợi cho các nhà đầu tư Do đó, ban quản trị thường cố gắng tránh phụ thuộc vào các thị trường vốn này Nếu họ quyết định tham gia, có thể dẫn đến việc gia tăng nợ nếu họ tin rằng cổ phiếu bị định giá thấp, hoặc huy động vốn cổ phần nếu họ cho rằng cổ phiếu được định giá cao.

Việc phát hành vốn cổ phần thông qua bán cổ phiếu thường mang lại nhiều thông tin không tích cực hơn so với việc phát hành tiền cho vay Do đó, các nhà quản trị thường chú trọng hơn đến việc huy động vốn từ tiền cho vay thay vì từ việc bán cổ phiếu.

Các nghiên cứu về nhân tố quyết định cơ cấu vốn

Trong phần này, chúng ta sẽ phân tích các yếu tố ảnh hưởng đến cấu trúc vốn, với lý thuyết đánh đổi tập trung vào vai trò của thuế, trong khi lý thuyết trật tự phân hạng nhấn mạnh thông tin bất cân xứng Nhiều nghiên cứu đã kiểm tra giá trị thực nghiệm của các lý thuyết này, trong đó Harris & Raviv (1991) đã tổng hợp một số nghiên cứu từ các công ty Mỹ Kết quả cho thấy rằng đòn bẩy nợ tăng lên tương ứng với tài sản cố định, lợi ích từ tấm chắn thuế phi nợ, cơ hội đầu tư và quy mô doanh nghiệp, trong khi giảm theo sự biến động, chi phí quảng cáo, khả năng phá sản, lợi nhuận và tính độc đáo của sản phẩm.

Gần đây, các nhà nghiên cứu đã bày tỏ lo ngại về cấu trúc vốn ở các nước đang phát triển, chỉ ra rằng những yếu tố ảnh hưởng đến cấu trúc vốn tương tự như ở Mỹ cũng có tác động tại đây Rajan và Zingales (1995) phân tích sự khác biệt về đòn bẩy giữa các nước G7 và nhận thấy các yếu tố tác động khá giống nhau Trong khi đó, Booth et al (2001) đã nghiên cứu 10 nước đang phát triển và phát hiện rằng cấu trúc vốn ở những nước này cũng bị ảnh hưởng bởi các biến tương tự như ở các nước phát triển Hơn nữa, Fan, Titman, và Twite (2008) đã kiểm tra tác động đến cấu trúc vốn của 39 quốc gia và nhận thấy rằng hệ thống pháp lý, thuế và đặc điểm thể chế tài chính là những yếu tố tạo ra sự khác biệt trong cơ cấu vốn.

Nghiên cứu của Chen (2004) về cấu trúc vốn của 77 công ty đại chúng tại Trung Quốc từ năm 1994-2000 cho thấy các đặc điểm riêng và thể chế tài chính ảnh hưởng đến quyết định tài trợ vốn Kết quả cho thấy không có lý thuyết nào như thuyết đánh đổi hay thuyết trật tự phân hạng có thể giải thích thuyết phục cho quyết định lựa chọn cơ cấu vốn của các công ty này Thay vào đó, các công ty dường như tuân theo một "thuyết trật tự phân hạng mới" với sự ưu tiên cho lợi nhuận giữ lại, vốn và nợ dài hạn Nghiên cứu này nhấn mạnh sự cần thiết phải khám phá thêm những giả thuyết mới trong quyết định cơ cấu vốn và đề xuất các biến phản ánh ảnh hưởng của thể chế tài chính.

Nghiên cứu của Huang & Song (2006) về 1200 công ty niêm yết tại Trung Quốc trong giai đoạn 1994-2003 cho thấy rằng sở hữu nhà nước và môi trường thể chế không ảnh hưởng đáng kể đến cấu trúc vốn Các doanh nghiệp nhà nước vẫn tuân thủ nguyên tắc của nền kinh tế thị trường, mặc dù nhà nước vẫn giữ quyền kiểm soát Cạnh tranh đã thúc đẩy cải cách trong các doanh nghiệp nhà nước Nghiên cứu chỉ ra rằng ở các nước đang phát triển, đòn bẩy nợ tăng lên cùng với quy mô doanh nghiệp và tài sản cố định, trong khi giảm xuống khi có lợi nhuận, tấm chắn thuế và cơ hội tăng trưởng Cả Chen (2004) và Huang & Song (2006) đều nhất trí rằng các công ty Trung Quốc ưu tiên tài trợ bằng nợ ngắn hạn hơn là dài hạn, điều này khác biệt so với xu hướng ở các nước phương Tây.

Trong những năm gần đây, Qian, Tian & Wirjantoti đã thực hiện một loạt nghiên cứu về cấu trúc vốn và quản trị doanh nghiệp tại Trung Quốc, nhằm kiểm định các nghiên cứu trước đó của Chen (2004) và Huang & Song (2006) bằng cách sử dụng bảng dữ liệu lớn hơn từ năm 1999 đến 2004 Kết quả cho thấy quy mô doanh nghiệp, tài sản hữu hình và cấu trúc sở hữu có ảnh hưởng tích cực đến đòn bẩy nợ, trong khi lợi nhuận, tấm chắn thuế phi nợ, tăng trưởng và bất ổn lại có tác động tiêu cực.

Bharbra, Liu và Tirtiroglu (2008) đã nghiên cứu quyết định cơ cấu vốn của các công ty niêm yết tại Trung Quốc trong giai đoạn 1992-2001, tập trung vào các đặc điểm đặc thù như thông tin bất đối xứng, tốc độ tăng trưởng nhanh, sở hữu tập trung và sự thiếu hụt thị trường bên ngoài Nghiên cứu thực nghiệm chỉ ra rằng quy mô doanh nghiệp và tài sản hữu hình có ảnh hưởng tích cực đến mức độ đòn bẩy nợ, trong khi lợi nhuận và cơ hội tăng trưởng lại có tác động tiêu cực.

Li Yue và Zhao (2009) nhấn mạnh vai trò quan trọng của cơ cấu sở hữu và thể chế tài chính trong việc nghiên cứu cấu trúc vốn tại các thị trường mới nổi, đặc biệt là Trung Quốc Nghiên cứu chỉ ra rằng tác động của cơ cấu sở hữu và các thể chế gần như tương đương với ảnh hưởng của các đặc điểm công ty đối với cấu trúc vốn.

2.2.2 Nghiên cứu trong lĩnh vực bất động sản

Ngành bất động sản là một lĩnh vực đòi hỏi vốn đầu tư lớn, với nhu cầu vốn cao để tài trợ cho các chi phí mua đất và xây dựng Các công ty bất động sản thường tìm kiếm nguồn lực bên ngoài để đáp ứng nhu cầu này Hơn nữa, họ có nhiều tài sản thế chấp để hỗ trợ cho các khoản nợ của mình Theo thuyết đánh đổi, điều này dẫn đến chi phí khánh kiệt thấp hơn mức trung bình, cho thấy cơ cấu vốn tối ưu của ngành bất động sản thường cao hơn so với các ngành khác.

Nghiên cứu của Dai (2004) về 35 công ty bất động sản niêm yết tại Trung Quốc trong giai đoạn 2000-2012 chỉ ra rằng các đặc điểm của công ty hầu như không ảnh hưởng đến cấu trúc vốn Mặc dù tấm chắn thuế có tác động tích cực đến cơ cấu vốn, nhưng kích thước mẫu nghiên cứu không đủ lớn để đưa ra kết luận rõ ràng về quyết định cấu trúc vốn.

Nghiên cứu của Li, Luo và Ao (2005) trên 46 công ty bất động sản niêm yết năm 2003 chỉ ra rằng lợi nhuận, quy mô công ty và giá trị tài sản có tác động ngược chiều đến đòn bẩy nợ, trong khi tăng trưởng và cơ cấu sở hữu lại có tác động cùng chiều Tuy nhiên, nghiên cứu không đưa ra giải thích cho quyết định lựa chọn đòn bẩy.

Bond & Scott (2006) đã nghiên cứu thuyết trật tự phân hạng và thuyết đánh đổi dựa trên dữ liệu của 18 công ty bất động sản tại Anh, cho thấy rằng cơ cấu vốn của các công ty này phù hợp với lý thuyết, trong đó thông tin bất cân xứng ảnh hưởng mạnh mẽ đến hành vi tài chính.

Feng, Ghosh và Sirmans (2007) chỉ ra rằng thuyết trật tự phân hạng đóng vai trò quan trọng trong việc giải thích cơ cấu vốn của các công ty bất động sản tại Mỹ, trong đó chi phí thông tin bất đối xứng cao hơn so với chi phí khánh kiệt.

Morri và Cristanziani (2009) đã tiến hành phân tích các yếu tố ảnh hưởng đến cơ cấu vốn của các công ty bất động sản tại Châu Âu Kết quả nghiên cứu cho thấy sự phù hợp rõ ràng với lý thuyết đánh đổi và thuyết trật tự phân hạng.

Morri và Cristanziani (2009) đã nghiên cứu cấu trúc vốn của các công ty Châu Âu trong 5 năm và xác định 7 biến độc lập ảnh hưởng đến cấu trúc vốn, bao gồm quy mô công ty, lợi nhuận, cơ hội tăng trưởng, chi phí sử dụng nợ, cơ cấu sở hữu, rủi ro và đặc điểm ngành Kết quả cho thấy các công ty có lợi nhuận cao thường có đòn bẩy nợ thấp, trong khi các công ty có quy mô tài sản lớn có ảnh hưởng trực tiếp đến mức nợ Điều này củng cố lý thuyết cho rằng nợ có chi phí thấp hơn đối với các công ty lớn và việc phát hành nợ chịu ảnh hưởng bởi quy mô công ty.

Li, Liufang (2010) đã nghiên cứu dữ liệu bảng từ các công ty bất động sản niêm yết tại Trung Quốc trong giai đoạn 2003-2007 và phát hiện ra rằng có mối quan hệ tích cực giữa tổng tài sản, tỷ lệ sở hữu nhà nước, tỷ lệ tài sản hữu hình và hệ số nợ.

Trong khi tốc độ tăng trưởng và khả năng sinh lợi có mối quan hệ ngược chiều với hệ số nợ.

Mô hình nghiên c ứ u

Nhìn chung có 3 loại dữ liệu dùng để phân tích thực nghiệm:

- Dữ liệu theo chuỗi thời gian: quan sát giá trị của 1 hay nhiều biến trong một khoảng thời gian (GDP trong 1 vài quý hay vài năm).

Dữ liệu chéo theo không gian đề cập đến việc thu thập giá trị của một hoặc nhiều biến cho một số đơn vị mẫu hoặc thực thể tại cùng một thời điểm Ví dụ, tỷ lệ thất nghiệp ở các thành phố tại Việt Nam trong một năm cụ thể là một minh chứng điển hình cho loại dữ liệu này.

Dữ liệu bảng là loại dữ liệu được thu thập từ các đơn vị như doanh nghiệp và hộ gia đình, cho phép phân tích theo cả không gian và thời gian Việc khảo sát này cung cấp cái nhìn sâu sắc về sự biến động và mối quan hệ giữa các yếu tố trong các khoảng thời gian khác nhau.

2.3.2 ữ liệu bảng Để minh họa ta xét số liệu về hàm đầu tư Grunfeld Grunfeld quan tâm đến việc tìm hiểu xem tổng đầu tư thực (Y) phụ thuộc như thế nào vào giá trị thực của doanh nghiệp ( ) và trữ lượng vốn thực ( ) Kết hợp dữ liệu của 4 công ty trong khoản thời gian từ 1935-1954, ta có 80 quan sát.

Kết hợp 80 quan sát ta có thể viết hàm đầu tư Grunfeld như sau:

Trong đó: i = 1, 2, 3, 4 (công ty thứ i) t = 1, 2, 20 (giai đoạn thứ t)

Trong nghiên cứu này, ta giả định có tối đa N đơn vị chéo và T thời đoạn Dữ liệu được phân loại thành bảng cân đối nếu mỗi đơn vị không gian có số lượng quan sát giống nhau theo chuỗi thời gian Ngược lại, nếu số quan sát khác nhau giữa các phần tử, dữ liệu được gọi là bảng không cân đối Tác giả chỉ tập trung vào việc phân tích bảng cân đối trong phạm vi nghiên cứu.

2.3.3 Ước lượng hồi quy dữ liệu bảng: mô hình ảnh hưởng cố định

Việc ước lượng phụ thuộc vào giả định về tung độ gốc, hệ số độ dốc và số hạng sai số, dẫn đến một số khả năng có thể xảy ra.

1 Giả định rằng các hệ số độ dốc và tung độ gốc là hằng số theo thời gian và không gian và các số hạng sai số thể hiện sự khác nhau theo thời gian và theo các cá nhân.

2 Các hệ số độ dốc là hằng số nhưng tung độ gốc thay đổi theo các cá nhân.

3 Các hệ số độ dốc là hằng số nhưng tung độ gốc thay đổi theo các cá nhân và thời gian.

4 Tất cả các hệ số (tung độ gốc cũng như các hệ số độ dốc) đều thay đổi theo các cá nhân.

5 Tung độ gốc cũng như các hệ số độ dốc đều thay đổi theo các cá nhân và theo thời gian.

Mỗi trường hợp sẽ phản ánh sự gia tăng phức tạp trong việc ước lượng mô hình hồi quy dữ liệu bảng Sự phức tạp này sẽ càng tăng lên khi thêm các biến hồi quy độc lập vào mô hình, do khả năng xảy ra hiện tượng đa cộng tuyến giữa các biến này.

Trong trường hợp đầu tiên, tất cả các hệ số không thay đổi theo thời gian và cá nhân, cho phép chúng ta áp dụng phương pháp ước lượng hồi quy OLS đơn giản Cụ thể, bằng cách xếp chồng 20 quan sát của mỗi công ty, ta có tổng cộng 80 biến quan sát cho từng biến trong mô hình Mô hình này giả định rằng giá trị tung độ gốc là giống nhau và các hệ số độ dốc của hai biến X hoàn toàn tương đồng giữa bốn công ty, điều này có thể làm sai lệch mối quan hệ thực tế giữa biến Y và các biến X.

Trong trường hợp này, các hệ số độ dốc được giữ cố định, trong khi tung độ gốc thay đổi tùy theo từng cá nhân Đây là mô hình hồi quy biến giả bình phương tối thiểu (LSDV), phản ánh các ảnh hưởng cố định trong phân tích dữ liệu.

Chúng ta sẽ phân tích đặc điểm riêng của từng công ty theo không gian bằng cách điều chỉnh tung độ gốc cho từng công ty, trong khi vẫn giữ các hệ số độ dốc là hằng số Mô hình này cho phép đánh giá sự khác biệt giữa các công ty một cách chính xác.

(Nguồn: Chương trình giảng dạy kinh tế Fulbright, công thức 16.3.2)

Ký hiệu i được đặt vào số hạng tung độ gốc nhằm chỉ ra rằng các tung độ gốc của bốn công ty có thể khác nhau Sự khác biệt này có thể xuất phát từ những đặc điểm riêng biệt của từng công ty.

Mô hình các ảnh hưởng cố định (Fixed Effects Model - FEM) được đặc trưng bởi việc tung độ gốc của mỗi công ty không thay đổi theo thời gian, mặc dù có thể khác nhau giữa các công ty.

Trên thực tế ta có thể cho phép tung độ gốc khác nhau giữa các công ty thông qua kỹ thuật biến giả Ta viết lại mô hình:

Trong bài viết này, chúng ta sử dụng công thức 16.3.3 từ Chương trình giảng dạy kinh tế Fulbright để xác định các biến giả cho bốn công ty Cụ thể, biến giả =1 được gán cho quan sát thuộc về công ty 2, công ty 3, hoặc công ty 4, và bằng 0 trong các trường hợp khác Với bốn công ty, chúng ta sẽ có ba biến giả, trong đó các biến này phản ánh tung độ gốc của từng công ty 1, 2, 3 và 4.

Mô hình biến giả bình phương tối thiểu (LSDV) thường được gọi là mô hình ảnh hưởng cố định Do đó, các thuật ngữ "ảnh hưởng cố định" và "LSDV" có thể được sử dụng thay thế cho nhau với ý nghĩa tương đương.

Ta cũng có thể sử dụng biến giả theo thời gian và viết lại mô hình

Trong đó Dum35 nhận giá trị bằng 1 đối với những quan sát trong năm 1935 và nhận giá trị bằng 0 đối với những quan sát trong những năm khác.

Trường hợp 3: Các hệ số độ dốc là hằng số nhưng tung độ gốc khác nhau theo cá nhân cũng như theo thời gian

Trường hợp 4: Tất cả các hệ số đều thay đổi theo các cá nhân

Các hệ số trong nghiên cứu này bao gồm các hệ số dốc và tung độ gốc khác biệt Khi một hoặc nhiều hệ số có ý nghĩa thống kê, điều này cho thấy rằng ít nhất một trong các hệ số độ dốc khác biệt so với nhóm gốc.

2.3.4 Ước lượng hồi quy dữ liệu bảng: mô hình ảnh hưởng ngẫu nhiên

Gi ả thuy ế t nghiên c ứ u

Từ các lý luận trên, tác giả đặt ra các giả thuyết nghiên cứu như sau:

H1: Cơ hội tăng trưởng có quan hệ cùng chiều với hệ số nợ

H2: Tài sản cố định hữu hình có quan hệ ngược chiều với hệ số nợ

H3: Thuế suất có quan hệ cùng chiều với hệ số nợ

H4: Tấm chắn thuế phi nợcó quan hệ ngược chiều với hệ số nợ

H5: Quy mô công tycó quan hệ cùng chiều với hệ số nợ

H6: Khả năng sinh lợicó quan hệ ngược chiều với hệ số nợ

H7: Vị thế thương mạicó quan hệ ngược chiều với hệ số nợ

H8: Hệ số nợ kỳ trướccó quan hệ cùng chiều với hệ số nợ

Chương này trình bày các khái niệm liên quan đến cấu trúc vốn, quyết định về cơ cấu vốn, phương thức tài trợ và khái niệm về cơ cấu vốn tối ưu Cần lưu ý rằng cơ cấu vốn tối ưu có sự khác biệt giữa các ngành, doanh nghiệp và theo từng thời điểm cụ thể.

Chương này tập trung vào các mô hình nghiên cứu lý thuyết cấu trúc vốn, bao gồm lý thuyết đánh đổi và thuyết trật tự phân hạng thị trường Bài viết cũng so sánh hai lý thuyết này để làm rõ sự khác biệt và mối liên hệ giữa chúng.

Chương này trình bày các nghiên cứu trước đây nhằm xác định những yếu tố tác động đến cấu trúc vốn, đặc biệt trong lĩnh vực bất động sản.

Chương này cũng giới thiệu các mô hình hồi quy dữ liệu bảng gồm các tiếp cận các ảnh hưởng cố định và ngẫu nhiên.

Bi ế n gi ả i thích h ệ s ố n ợ

Hành vi vay nợ trong lĩnh vực bất động sản có sự khác biệt giữa các quốc gia, điều này phụ thuộc vào môi trường kinh tế và giai đoạn phát triển của từng quốc gia, như đã nêu trong chương 2.

Dựa trên các nghiên cứu, những yếu tố được lựa chọn để đánh giá ảnh hưởng đến cấu trúc vốn bao gồm cơ hội tăng trưởng, tài sản cố định hữu hình, thuế suất, tấm chắn thuế phi nợ, quy mô công ty, khả năng sinh lợi, vị thế thương mại và hệ số nợ kỳ trước.

3.1.1 Cơ hội tăng trưởng: Theo lý thuyết trật tự phận hạng, cơ hội tăng trưởng có quan hệ cùng chiều với tỷ lệ nợ của công ty (Myers, 1984) Những nhà quản lý tin tưởng rằng công ty có nhiều cơ hợi tăng trưởng hơn Thuyết trật tự phân hạng chỉ ra mối quan hệ cùng chiều giữa cơ hội tăng trưởng và nợ vay (Benito, 2003; DeAngelo and Masulis, 1980; Jensen, 1986;Myers, 1984; Myers and Majluf, 1984; Zou and Xiao, 2006) Mặt khác, thuyết đánh đổi đề cập mối quan hệ ngược chiều giữa cơ hội tăng trưởng và tỷ lệ nợ (Jensen and Meckling, 1976; Myers, 1977; Stulz, 1990) Cơ hội tăng trưởng cao thường chứa đựng nhiều rủi ro nên công ty có chi phí khánh kiệt cao hơn Những công ty có tốc độ tăng trưởng cao thường gia tăng vốn chủ sở hữu nhằm giảm rủi ro tài chính (Benito, 2003; DeAngelo and Masulis, 1980; Jensen, 1986; Myers, 1984; Myers and Majluf, 1984; Zou and Xiao,

Nghiên cứu về cấu trúc vốn cho thấy có mối quan hệ cùng chiều giữa tỷ lệ giá thị trường/giá trị sổ sách và đòn bẩy nợ (Dalbor và Upneja, 2002; Tang và Jang, 2007; Zou và Xiao, 2006) Tuy nhiên, Rajan và Zingales (1995) đã chỉ ra rằng có mối quan hệ ngược chiều giữa cơ hội tăng trưởng và tỷ lệ nợ.

3.1.2 Tài sản cố định hữu hình: Thuyết đánh đổi đề cập mối quan hệ cùng chiều giữa tài sản cố định hữu hình và tỷ lệ nợ bởi vì tài sản thường được sử dụng để thế chấp khi vay nợ Nói cách khác, một công ty dễ dàng vay nợ bằng cách thế chấp tài sản (Harris and Raviv, 1991; Myers, 1977; Myers and Majluf, 1984; Thornhill et al., 2004; Williamson, 1988) Trong lý thuyết trật tự phân hạng, những công ty có nhiều tài sản sẽ có ít thông tin bất cân xứng Vì vậy, họ có xu hướng tài trợ bằng vốn chủ sở hữu Cụ thể hơn, lý thuyết trật tự phân hạng chỉ ra tài sản cố định có quan hệ cùng chiều với nợ dài hạn và quan hệ ngược chiều với nợ ngắn hạn(Feikadis and Rovolis, 2007) Hầu hết nghiên cứu chỉ ra mối quan hệ cùng chiều giữa tài sản và tỷ lệ nợ (Booth et al., 2001; Chen, 2004; Fattouh et al., 2003; Tang and Jang, 2007; Upneja and Dalbor, 2001; Zou and Xiao, 2006) Một số ít nghiên cứu chỉ ra mối quan hệ ngược chiều giữa 2 biến này (Sayılgan et al., 2006).

3.1.3 Thuế suất: Theo thuyết đánh đổi, có mối quan hệ cùng chiều giữa thuế suất và tỷ lệ nợ (DeAngelo and Masulis, 1980) Điều này được giải thích do việc giảm chi phí tài chính từ thu nhập chịu thuế làm giảm chi phí của nợ Lợi ích của tài trợ bằng nợ tăng cùng với sự gia tăng lãi suất (Brigham and Houston, 2004) Mối quan hệ cùng chiều xuất hiện giữa thuế suất và tỷ lệ nợ vay (Qian et al., 2007) Ngược lại, thuyết trật tự phân hạng không chỉ ra mối quan hệ chắc chắn giữa thuế suất và tỷ lệ nợ Nghiên cứu thực nghiệm chứng minh thuế suất là một thành phần quan trọng của cấu trúc vốn (Upneja and Dalbor, 1999).

3.1.4 Tấm chắn thuế phi nợ: Cả hai thuyết đánh đổi và thuyết trật tự phân hạng đều chỉ ra lợi ích từ tấm chắn thuế phi nợ và tỷ lệ nợ có quan hệ ngược chiều (DeAngelo and Masulis, 1980; Myers, 1984; Myers and Majluf, 1984) Nhiều nghiên cứu thực nghiệm ủng hộ lập luận này(Qian et al., 2007; Sayılgan et al.,

Nghiên cứu của Erickson và Trevino (1994) cho thấy mối quan hệ ngược chiều giữa lợi ích từ tấm chắn thuế phi nợ và nợ của các công ty hàng không Mỹ Điều này được củng cố bởi nghiên cứu của Upneja và Dalbor.

(2001) tìm ra mối quan hệ ngược chiều giữa lợi ích từ tấm chắn thuế phi nợ và tỷ lệ nợ ở các công ty lưu trú Mỹ.

3.1.5 Quy mô doanh nghiệp: Theo thuyết đánh đổi, có mối quan hệ cùng chiều giữa quy mô công ty và tỷ lệ nợ, bởi vì những công ty lớn được đa dạng hóa tốt hơn và có chi phí khánh kiệt thấp hơn Chi phí khánh kiệt thấp hơn cho phép công ty có lợi thế về đòn bẩy tài chính (Bevan and Danbolt, 2002) Ngược lại, thuyết trật tự phân hạng chỉ ra mối quan hệ ngược chiều giữa quy mô công ty và tỷ lệ nợ, vì thông tin bất cân xứng ít nghiêm trọng hơn đối với công ty Những công ty lớn có chi phí vốn nhỏ hơn công ty nhỏ (Rajan and Zingales, 1995; Zou and Xiao,

Nhiều nghiên cứu thực nghiệm đã chỉ ra mối quan hệ tích cực giữa hai biến này, đồng thời ủng hộ thuyết đánh đổi, như được chứng minh bởi các tác giả Dalbor và Upneja (2002), Qian et al (2007), và Sayılgan et al (2006).

3.1.6 Khả năng sinh lợi: Thuyết đánh đổi và thuyết trật tự phân hạng cũng có ý kiến trái chiều về mối quan hệ giữa khả năng sinh lợi và tỷ lệ nợ Thuyết trật tự phân hạng đưa ra mối quan hệ ngược chiều trong khi thuyết đánh đổi đề xuất mối quan hệ cùng chiều giữa 2 biến này (Benito, 2003; Myers, 1984; Myers and Majluf, 1984; Qian et al., 2007) Theo thuyết đánh đổi,khi lợi nhuận cao làm gia tăng khả năng vay mượn và thúc đẩy việc sử dụng tấm chắn thuế Do đó, thuyết đánh đổi đưa ra giả thuyết về mối quan hệ cùng chiều giữa lợi nhuận và tỷ lệ nợ (Frank and Goyal, 2003) Theo thuyết trật tự phân hạng,công ty có lợi nhuận cao chủ động hơn về tài chính trong việc sử dụng nguồn thu nhập giữ lại.Kết quả là,thuyết trật tự phân hạng đề xuất mối quan hệ nguợc chiều giữa lợi nhuận và nợ vay (Myers, 1984; Myers and Majluf, 1984) Nhiều nghiên cứu chỉ ra mối quan hệ ngược chiều (Chen, 2004; Sayılgan et al., 2006) Tuy nhiên, Tang and Jang (2007) không tìm thấy mối liên hệ đáng kể nào giữa khả năng sinh lợi và hệ số nợ giữa các công ty lưu trú.

3.1.7 Vị thế thương mại: trong thuyết trật tự phân hạng, vị thế thương mại được xem như 1 nguồn tài trợ vì nó phát sinh từ hoạt động vay và cho vay Với ý nghĩa này, lý thuyết này đề nghị mối quan hệ ngược chiều giữa vị thế thương mại và hệ số nợ.Phù hợp với thuyết này, Colombo (2001) tìm thấy mối liên hệ ngược chiều giữa vị thế thương mại và hệ số nợ.

3.1.8 Hệ số nợ kỳ trước:Thuyết đánh đổi và thuyết trật tự phân hạng chưa đề cập đến hệ số nợ kỳ trước Trong nghiên cứu này tác giả kỳ vọng mối quan hệ cùng chiều giữa hệ số nợ kỳ trước và hệ số nợ.

Trong mô hình lý thuyết này, hệ số nợ được xác định là tỷ lệ giữa tổng nợ và tổng tài sản, với biến phụ thuộc là hệ số nợ Các biến giải thích sẽ được xác định dựa trên các yếu tố liên quan.

‐ Cơ hội tăng trưởng (grow): được xác định bằng phần trăm thay đổi của tổng tài sản.

‐ Tài sản cố định hữu hình (tang): được xác định bằng giá trị tài sản cố định thuần chia tổng tài sản.

‐ Thuế suất (tax): xác định bằng thuế chia thu nhập chịu thuế.

‐ Tấm chắn thuế phi nợ (ndts): được xác định bằng khấu hao chia tổng tài sản.

‐ Quy mô công ty (size): được xác định bằng log doanh thu thuần.

‐ Khả năng sinh lợi (roa): xác định bằng lãi ròng chia tổng tài sản.

‐ Vị thế thương mại (nctp): xác định bằng khoản phải thu trừ nợ chia tổng tài sản.

‐ Hệ số nợ kỳ trước (dr0): xác định bằng nợ kỳ trước chia tổng tài sản kỳ trước.

Bảng 3.1: Tóm tắt các biến ảnh hưởng đến cấu trúc vốn

Thuyết trật tự phân hạng

Thuyết đánh đổi Đo lường

Cơ hội tăng trưởng (grow) + - Phần trăm thay đổi của tổng tài sản Tài sản cố định hữu hình

+/- + Tài sản cố định/Tổng tài sản

Thuế suất (tax) + Thuế/Thu nhập chịu thuế

Tấm chắn thuế phi nợ

- - Khấu hao / Tổng tài sản

Quy mô công ty (size) - + log(doanh thu thuần)

Khả năng sinh lợi (roa) - + lãi ròng/tổng tài sản

Vị thế thương mại (nctp) - (khoản phải thu – nợ)/tổng tài sản

Hệ số nợ kỳ trước (dr0) nợ kỳ trước/tổng tài sản kỳ trước

(Nguồn: Tác giả tự tổng hợp)

D ữ li ệ u

Mô hình nghiên cứu sử dụng dữ liệu từ 35 công ty bất động sản niêm yết trên sàn chứng khoán TPHCM trong giai đoạn 2008-2012 Danh sách mã chứng khoán được cung cấp trong phụ lục 1, và dữ liệu thống kê được thu thập từ báo cáo tài chính đã được kiểm toán của các doanh nghiệp.

Mô hình h ồ i quy d ữ li ệ u b ả ng s ử d ụ ng ph ầ n m ề m Stata

Mô hình dữ liệu bảng đã được áp dụng để phân tích dữ liệu thời gian của 35 công ty, sử dụng ba phương pháp hồi quy chính: OLS, hiệu ứng cố định và hiệu ứng ngẫu nhiên.

Bảng 3.2: Ví dụ dữ liệu bảng

Công ty Năm de de0 grow

(Nguồn: Trích dữ liệu của tác giả)

Sử dụng lệnh xtset để khai báo dữ liệu mảng trong Stata xtset firm year

3.3.2 Mô hình ảnh hưởng cố định Để sử dụng mô hình ảnh hưởng cố định trong Stata, ta sử dụng lệnh xtreg, cú pháp: xtreg de grow tang tax ndts size roa nctp de0, fe

Trong đó: tham số fe là khai báo hồi quy theo mô hình ảnh hưởng cố định panel variable: firm (stringly balanced) time variable: year, 2008 to 2012 delta: 1 unit

Hình 3.1: Giải thích kết quả mô hình ảnh hưởng cố định sử dụng lệnh xtreg

Nguồn: Panel Data Analysis Fixed & Random Effects(using Stata 10.x)

Hình 3.1 giải thích cách đọc kết quả của phần mềm Stata khi sử dụng lệnh xtreg Các kết quả nghiên cứu sẽ được trình bày trong chương 4

3.3.3 Mô hình ảnh hưởng ngẫu nhiên Để sử dụng mô hình ảnh hưởng ngẫu nhiên trong Stata, ta sử dụng lệnh xtreg, cú pháp: xtreg de grow tang tax ndts size roa nctp de0, re

Trong đó: tham số re là khai báo hồi quy theo mô hình ảnh hưởng ngẫu nhiên

Hình 3.2: Giải thích kết quả mô hình ảnh hưởng ngẫu nhiên sử dụng lệnh xtreg

Nguồn: Panel Data Analysis Fixed & Random Effects (using Stata 10.x)

Hình 3.2 giải thích cách đọc kết quả của phần mềm Stata khi sử dụng lệnh xtreg Các kết quả nghiên cứu sẽ được trình bày trong chương 4

3.3.4 Phương pháp lựa chọn mô hình ảnh hưởng cố định hay ngẫu nhiên Để lựa chọn mô hình ảnh hưởng cố định hay ngẫu nhiên, trong phần mềm Stata, ta sử dụng cú pháp hausman.

Hình 3.3: Sử dụng lệnh hausman để lựa chọn mô hình

Hình 3.3 giải thích cách đọc kết quả của phần mềm Stata từ lệnh hausman Các kết quả nghiên cứu sẽ được trình bày trong chương 4

3.3.5 Phương pháp lựa chọn mô hình ảnh hưởng ngẫu nhiên hay OLS Để lựa chọn mô hình ảnh hưởng ngẫu nhiên hay mô hình OLS, ta sử dụng lệnh xttest0 trong Stata

Hình 3.4: Sử dụng lệnh xttest0 để lựa chọn mô hình ngẫu nhiên hay OLS

Hình 3.4 giải thích cách đọc kết quả của phần mềm Stata từ lệnh xttest0 Các kết quả nghiên cứu sẽ được trình bày trong chương 4

3.3.6 iểm tra phương sai thay đổi Để kiểm tra có phương sai thay đổi, ta sử dụng lệnh xttest3 trong Stata

Hình 3.5: Sử dụng lệnh xttest3 để kiểm tra phương sai thay đổi

Hình 3.5 giải thích cách đọc kết quả của phần mềm Stata từ lệnh xttest3 Các kết quả nghiên cứu sẽ được trình bày trong chương 4

Chương này phân tích 8 biến nghiên cứu ảnh hưởng đến hệ số nợ kỳ này, bao gồm cơ hội tăng trưởng, tài sản cố định, thuế suất, tấm chắn thuế phi nợ, quy mô công ty, khả năng sinh lợi, vị thế thương mại và hệ số nợ kỳ trước Những yếu tố này đóng vai trò quan trọng trong việc xác định cấu trúc tài chính và khả năng vay mượn của doanh nghiệp.

Chương này trình bày nguồn dữ liệu và phương pháp hồi quy sẽ áp dụng, đồng thời giới thiệu một số kỹ thuật hồi quy sử dụng phần mềm Stata.

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU

Th ố ng kê mô t ả

Trong nghiên cứu này, tác giả đã phân tích dữ liệu của 35 công ty bất động sản niêm yết trên sàn HOSE trong giai đoạn 2008-2012 Dữ liệu được thu thập từ các báo cáo tài chính đã được kiểm toán và công bố trên trang web của Sở giao dịch chứng khoán TPHCM.

Bảng 4.1: Thống kê mô tả các biến trong mô hình nghiên cứu

Trung bình Độ lệch chuẩn

Cơ hội tăng trưởng (grow) 175 26.26596 45.29291 -37.313 379.1549 Tài sản cố định hữu hình

Thuế suất (tax) 175 0.078856 1.843183 -23.8248 3.432385 Tấm chắn thuế phi nợ

Quy mô công ty (size) 175 26.20516 1.335774 22.02734 29.69845 Khả năng sinh lợi (roa) 175 0.056957 0.061846 -0.08179 0.45278

Vị thế thương mại (nctp) 175 0.07511 0.184549 -0.61444 0.596786

Hệ số nợ kỳ trước (dr0) 175 0.532203 0.183884 0.037527 0.90265

(Nguồn: Tính toán của tác giả dựa trên số liệu của 35 công ty bất động sản trên sàn

TPHCM giai đoạn 2008-2012 với sự hỗ trợ của phần mềm Stata)

Kết quả bảng 4.1 cho thấy, hệ số nợ trung bình hàng năm giai đoạn 2008-

Năm 2012, các doanh nghiệp bất động sản niêm yết có hệ số nợ trung bình là 0.530708, cho thấy không có sự khác biệt rõ rệt về mức độ sử dụng vốn hay nợ Tuy nhiên, sự chênh lệch giữa hệ số nợ cao nhất và thấp nhất là rất lớn, với hệ số nợ cao nhất đạt 0.89 và hệ số nợ thấp nhất chỉ là 0.03.

Một số công ty, như VIC, có hệ số nợ lên đến 70%, cho thấy sự phát triển mạnh mẽ của họ Những công ty này cần một lượng vốn lớn và có hiệu quả hoạt động cao, điều này giúp họ dễ dàng tiếp cận nguồn vốn vay.

Hệ số nợ năm trước và năm nay có sự tương đồng rõ rệt về các chỉ số như giá trị trung bình, giá trị cao nhất, giá trị thấp nhất và độ lệch chuẩn.

Tốc độ tăng trưởng của các công ty bất động sản niêm yết trên HOSE giai đoạn 2008-2012 là 26 lần.

Trong giai đoạn 2008-2012, quy mô doanh nghiệp trung bình của các công ty bất động sản niêm yết trên sàn HOSE đạt 26, với quy mô lớn nhất là 29 và nhỏ nhất là 22.

Trong giai đoạn 2008-2012, hệ số tài sản cố định so với tổng tài sản trung bình của các công ty bất động sản niêm yết trên HOSE đạt 4% Hệ số này dao động từ mức cao nhất là 6% đến mức thấp nhất là 0,03%.

Thuế suất biên tế trung bình của các doanh nghiệp bất động sản niêm yết trên HOSE giai đoạn 2008-2012 là 7%.

Hệ số tấm chắn thuế phi nợtrung bình của các doanh nghiệp bất động sản niêm yết trên HOSE giai đoạn 2008-2012 là 0.007

Khả năng sinh lợi trung bình của các doanh nghiệp bất động sản niêm yết trên HOSE giai đoạn 2008-2012 là 5%, trong đó cao nhất là 45% thấp nhất là -8%.

Lợi thế thương mại trung bình của các doanh nghiệp bất động sản niêm yết trên HOSE giai đoạn 2008-2012 là 0.07, cao nhất là 0.59 và thấp nhất là -0.56

Mô hình d ữ li ệ u b ả ng t ĩ nh - Pool regression

Mô hình hồi quy đơn giản nhất là mô hình hồi quy theo phương pháp bình phương bé nhất Mô hình toán học được xây dựng như sau:

Cấu trúc vốn của công ty bất động sản thứ i bao gồm các biến độc lập và hệ số tương ứng của chúng, với các hệ số này không thay đổi qua các năm cho từng công ty Hệ số chặn của phương trình đại diện cho sai số phần dư.

Bảng 4.2: Kết quả hồi quy OLS

Adj R-squared = 0.7024 de Coef Std Err t P>|t| [95% Conf Interval] grow 0008105 0001615 5.02 0.000 0004917 tang -.0345536 1077309 -0.32 0.749 -.247253 tax 001614 003847 0.42 0.675 -.0059813 ndts 5693966 814079 0.70 0.485 -1.037887 2.1766 size 0099125 0059248 1.67 0.096 -.0017851 roa -.5888856 1296904 -4.54 0.000 -.8449409 -.332830 nctp -.0746984 0396652 -1.88 0.061 -.1530116 de0 7027672 0398228 17.65 0.000 6241428

Hệ số xác định (coefficient of determination) là thước đo sự phù hợp của mô hình tuyến tính; giá trị càng gần 1 cho thấy mô hình càng thích hợp, trong khi giá trị gần 0 thể hiện mức độ kém phù hợp Theo bảng 4.2, mô hình có khả năng giải thích khá tốt với hệ số đạt 71,61%, tức là 71,61% biến thiên của hệ số nợ được giải thích bởi 8 biến trong mô hình.

Mô hình hồi quy tuyến tính chỉ mới cho thấy sự phù hợp với dữ liệu mẫu, và các hệ số được xác định có thể không phản ánh chính xác mối quan hệ trong toàn bộ quần thể.

Source SS df MS Number of obs = 175

Total 5.01837986 174 Root MSE = 09265 phương pháp OLS không có giá trị suy diễn cho mô hình thực của ngành bất động sản Việt Nam Do đó, ta phải tiến hành kiểm định Đặt giả thuyết : = 0

Giá trị Prob > F là 0.0000, cho thấy mức ý nghĩa 5%, từ đó có thể bác bỏ giả thuyết và khẳng định rằng mô hình hồi quy tuyến tính phù hợp với tổng thể.

Kết quả nghiên cứu chỉ ra rằng các yếu tố như cơ hội tăng trưởng, thuế suất, tấm chắn thuế phi nợ, quy mô công ty và hệ số nợ kỳ trước có mối quan hệ tích cực với nhau Ngược lại, các biến tài sản cố định hữu hình, khả năng sinh lợi và vị thế thương mại lại có mối liên hệ tiêu cực với hệ số nợ.

Giá trị p-value trong bảng 4.2 cho thấy có thể tin tưởng vào mức độ tác động của các biến độc lập như cơ hội tăng trưởng (grow), tấm chắn thuế phi nợ (ndts), khả năng sinh lợi (roa) và hệ số nợ kỳ trước (dr0) lên hệ số nợ với mức ý nghĩa 5% Ngược lại, các biến tài sản cố định hữu hình (tang), thuế suất (tax), quy mô công ty (size) và vị thế thương mại (nctp) chưa đủ cơ sở để kết luận về mức độ tác động lên hệ số nợ tại mức ý nghĩa 5% trong mô hình nghiên cứu.

Bảng 4.3: Kết quả hồi quy OLS sau khi loại biến lần 1

Adj R-squared = 0.6992 de Coef Std Err t P>|t| [95% Conf Interval] grow 0007795 0001614 4.83 0.000 0004609 ndts 4490323 7130551 0.63 0.530 -.9585504 1.85661 roa -.49114 1188924 -4.13 0.000 -.7258356 -.256444 de0 7282433 0385817 18.88 0.000 6520825

Source SS df MS Number of obs

Kết quả từ việc loại biến lần 1 cho thấy giá trị p-value trên bảng 4.3 cho phép tin tưởng vào ảnh hưởng của các biến độc lập như cơ hội tăng trưởng (grow), khả năng sinh lợi (roa) và hệ số nợ kỳ trước (dr0) đến hệ số nợ với mức ý nghĩa 5% Tuy nhiên, biến tấm chắn thuế phi nợ (ndts) chưa đủ cơ sở để kết luận về tác động của nó lên hệ số nợ trong mô hình nghiên cứu tại mức ý nghĩa 5%.

Bảng 4.4: Kết quả hồi quy OLS sau khi loại biến lần 2

Adj R-squared = 0.7002 de Coef Std Err t P>|t| [95% Conf Interval] grow 0007574 0001573 4.82 0.000 000447 roa -.4729697 1151342 -4.11 0.000 -.700237 -.245702 de0 7302578 0383809 19.03 0.000 6544965

Kết quả loại biến lần 2 cho thấy giá trị p-value trong bảng 4.4 cho phép tin tưởng vào mức độ ảnh hưởng của các biến độc lập, bao gồm cơ hội tăng trưởng (grow), khả năng sinh lợi (roa) và hệ số nợ kỳ trước (dr0) đối với hệ số nợ, với mức ý nghĩa 5%.

Mặc dù các nghiên cứu trong chương 2 đã được trình bày, tác giả quyết định giữ lại các biến có giá trị p-value lớn hơn 0.05, bao gồm tài sản cố định hữu hình, thuế suất, quy mô công ty và vị thế thương mại.

Hàm hồi quy tìm được:

Source SS df MS Number of obs = 175

- 0.5888856 – 0.0746984 +0.7027672 + Ý nghĩa tác động của các nhân tố:

Tốc độ tăng trưởng và hệ số nợ trên vốn chủ sở hữu có mối quan hệ đồng biến với mức ý nghĩa 5% Cụ thể, khi tổng tài sản thay đổi 1%, hệ số nợ trung bình sẽ thay đổi 0.0008105% trong điều kiện các yếu tố khác không thay đổi.

- Tài sản cố định hữu hình không có ý nghĩa thống kê trong mối quan hệ với hệ số nợvới mức ý nghĩa 5%.

- Thuế suất không có ý nghĩa thống kê trong mối quan hệ với hệ số nợ với mức ý nghĩa 5%.

Tấm chắn thuế phi nợ có mối quan hệ đồng biến với hệ số nợ trên vốn chủ sở hữu ở mức ý nghĩa 5% Khi tỷ lệ khấu hao trên tổng tài sản thay đổi 1%, hệ số nợ trung bình sẽ biến động 0.5693966% trong điều kiện các yếu tố khác không thay đổi.

- Quy mô công tykhông có ý nghĩa thống kê trong mối quan hệ với hệ số nợ với mức ý nghĩa 5%.

Khả năng sinh lợi có mối quan hệ nghịch biến với hệ số nợ trên vốn chủ sở hữu ở mức ý nghĩa 5% Cụ thể, khi tỷ lệ lãi ròng chia tổng tài sản thay đổi 1%, hệ số nợ trung bình sẽ điều chỉnh giảm hoặc tăng 0.5888856% Điều này cho thấy sự ảnh hưởng của lợi nhuận đối với cấu trúc nợ của doanh nghiệp khi các yếu tố khác được giữ nguyên.

- Vị thế thương mại không có ý nghĩa thống kê trong mối quan hệ với hệ số nợ với mức ý nghĩa 5%.

Hệ số nợ kỳ trước có mối quan hệ đồng biến với hệ số nợ trên vốn chủ sở hữu ở mức ý nghĩa 5% Cụ thể, khi hệ số nợ kỳ trước thay đổi 1%, hệ số nợ trung bình kỳ này sẽ thay đổi 0.7027672% trong điều kiện các yếu tố khác không thay đổi.

Ki ể m đị nh các gi ả thuy ế t OLS

Để mô hình hồi quy theo phương pháp bình phương bé nhất (OLS) có ý nghĩa, ta cần kiểm định 5 giả thuyết:

‐ Mối quan hệ giữa biến phụ thuộc và biến độc lập là tuyến tính.

‐ Các sai số phải có giá trị trung bình bằng 0

‐ Giũa các sai số không có mối quan hệ tương quan với nhau.

‐ Không có sự tương quan giữa các biến độc lập trong mô hình.

‐ Không có sự tương quan giữa biến độc lập và sai số của mô hình.

4.3.1 Kiểm định hiện tượng đa cộng tuyến Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình tương quan tuyến tính với nhau (vi phạm giả thuyết 4) Có 2 trường hợp đa cộng tuyến:

Đa cộng tuyến hoàn hảo xảy ra khi tồn tại một bộ số thực sao cho tổng của các hệ số bằng 0 Ngược lại, nếu có một bộ số thực mà tổng các hệ số cộng với một sai số ngẫu nhiên bằng 0, thì đó là đa cộng tuyến không hoàn hảo.

Hiện tượng đa cộng tuyến xuất phát từ nhiều nguyên nhân, bao gồm vấn đề trong việc thu thập dữ liệu của các biến có mối quan hệ đa cộng tuyến, hình thức hàm sử dụng, và sự biến động đồng thời của các biến theo thời gian.

Hiện tượng đa cộng tuyến hoàn hảo khiến mô hình hồi quy ban đầu không thể ước lượng được Trong trường hợp đa cộng tuyến không hoàn hảo, mô hình vẫn có thể ước lượng, nhưng sẽ dẫn đến việc một số biến trở nên không có ý nghĩa và làm tăng sai số của các hệ số hồi quy.

Có 3 cách để phát hiện hiện tượng đa cộng tuyến: tính hệ số tương quan giữa

2 biến, hồi quy phụ và phương pháp nhân tử phóng đại phương sai (VIF) Trong nghiên cứu này, tác giả sử dụng phương pháp VIF.

Bảng 4.5: Kiểm định hiện tượng đa cộng tuyến

Variable VIF 1/VIF ndts 1.45 0.688029 tang 1.36 0.733532 roa 1.30 0.766832 size 1.27 0.787647 de0 1.09 0.920014 nctp 1.09 0.920664 grow 1.08 0.922415 tax 1.02 0.981219 Mean VIF 1.21

Kết quả cho thấy từng biến đều có VIF chi2 = 0.0125tương ứng mức ý nghĩa 5%, như vậy có thể bác bỏ giả thuyết và kết luậncó phát hiện phương sai thay đổi.

4.2.3 iểm định hiện tượng tự tương quan

Khi giả thuyết về sự không tương quan của sai số bị vi phạm Cov ( , )

0 thì xuất hiện hiện tượng tự tương quan.

Tự tương quan bậc 1: = p + trong đó p: hệ số tự tương quan |p| < 1

Hậu quả của hiện tượng tự tương quan là ước lượng OLS không còn hiệu quả và các kiểm định hệ số hồi quy không còn đáng tin cậy.

Phát hiện hiện tượng tự tương quan có thể thực hiện thông qua kiểm định Durbin-Watson (tự tương quan bậc 1) hoặc sử dụng BG test Nghiên cứu cho thấy hệ số nợ chịu ảnh hưởng từ hệ số nợ kỳ trước, dẫn đến sự xuất hiện của hiện tượng tự tương quan.

Mô hình ả nh h ưở ng c ố đị nh và mô hình ả nh h ưở ng ng ẫ u nhiên

Qua kiểm định các giả thuyết OLS, tác giả nhận thấy rằng mô hình OLS không phù hợp và kết quả ước lượng sẽ bị chệch nếu có hiện tượng ảnh hưởng riêng lẻ Điều này có nghĩa là mỗi công ty sẽ cần một mô hình hồi quy riêng biệt Trong tình huống này, mô hình ảnh hưởng cố định (FEM) hoặc mô hình ảnh hưởng ngẫu nhiên (REM) có thể cung cấp giải thích tốt hơn cho dữ liệu.

Mô hình ảnh hưởng cố định:

Hệ số của các biến độc lập thứ i giữ nguyên qua các năm cho từng công ty riêng biệt, thể hiện sự chênh lệch giữa tung độ gốc của hàm hồi quy chung và tung độ gốc của từng công ty.

Khi có mối tương quan với biểu thức trên, nó sẽ hình thành mô hình ảnh hưởng cố định; ngược lại, nếu không có mối tương quan, biểu thức này sẽ chuyển thành mô hình ảnh hưởng ngẫu nhiên.

Bảng 4.7 Hồi quy theo mô hình ảnh hưởng ngẫu nhiên

Random-effects GLS regression Number of obs = 175

Group variable: firm Number of groups = 35

R-sq: within = 0.3090 Obs per group: min = 5 between = 0.9327 avg = 5.0 overall = 0.7160 max= 5

The random effects model indicates that the error term \( u_i \) follows a Gaussian distribution, with a Wald chi-squared statistic of 403.47 (p < 0.0001), suggesting a significant model fit The coefficients reveal that growth (coef = 0.0008115, p < 0.001) has a positive impact, while return on assets (roa) shows a significant negative effect (coef = -0.5924764, p < 0.001) Other variables, including tangibility (coef = -0.0358033, p = 0.742) and tax (coef = 0.0016297, p = 0.672), did not demonstrate significant relationships The coefficient for non-debt tax shield (ndts) is positive but not statistically significant (coef = 0.6174993, p = 0.454) Additionally, the size variable shows a marginally significant effect (coef = 0.0097776, p = 0.102) The model's variance components indicate that the fraction of variance attributed to \( u_i \) is minimal (rho = 0.0106).

Kết quả nghiên cứu chỉ ra rằng các biến cơ hội tăng trưởng, thuế suất, tấm chắn thuế phi nợ, quy mô công ty và hệ số nợ kỳ trước có mối quan hệ cùng chiều Ngược lại, các biến tài sản cố định hữu hình, khả năng sinh lợi và vị thế thương mại lại có mối quan hệ ngược chiều với hệ số nợ.

Giá trị p-value trong bảng 4.7 cho thấy rằng có thể tin tưởng vào tác động của các biến độc lập như cơ hội tăng trưởng (grow), khả năng sinh lợi (roa) và hệ số nợ kỳ trước (dr0) lên hệ số nợ với mức ý nghĩa 5% Ngược lại, các biến như tài sản cố định hữu hình (tang), thuế suất (tax), tấm chắn thuế phi nợ (ndts), quy mô công ty (size) và vị thế thương mại (nctp) không đủ cơ sở để kết luận về tác động của chúng lên hệ số nợ tại mức ý nghĩa 5% trong mô hình nghiên cứu.

Bảng 4.8 Hồi quy theo mô hình ảnh hưởng ngẫu nhiên sau khi loại bỏ biến

Random-effects GLS regression Number of obs = 175

Random effects u_i ~ Gaussian Wald chi2(8) = 398.47 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 de Coef Std Err z P>|z| [95% Conf Interval]] grow 0007576 0001573 4.82 0.000 0004492 0010659 roa -.4766693 1154429 -4.13 0.000 -.7029331 -.2504054 de0 7266911 0387572 18.75 0.000 6507283 802654 _cons -.1512127 0230503 6.56 0.000 106035 1963903 sigma_u 0075339 sigma_e 08464522 rho 00785974 (fraction of variance due to u_i)

Kết quả từ bảng 4.8 cho thấy p-value cho phép chúng ta tin tưởng vào tác động của các biến độc lập, bao gồm cơ hội tăng trưởng (grow), khả năng sinh lợi (roa) và hệ số nợ kỳ trước (dr0) đối với hệ số nợ, với mức ý nghĩa 5%.

Dựa trên kết quả nghiên cứu trong chương 2, tác giả quyết định giữ lại các biến có giá trị p-value lớn hơn 0.05, bao gồm tài sản cố định hữu hình, thuế suất, tấm chắn thuế phi nợ, quy mô công ty và vị thế thương mại.

Tốc độ tăng trưởng có mối quan hệ đồng biến với hệ số nợ trên vốn chủ sở hữu, với mức ý nghĩa 5% Cụ thể, khi tổng tài sản tăng hoặc giảm 1%, hệ số nợ trung bình sẽ thay đổi 0.0008115% trong điều kiện các yếu tố khác không đổi.

- Tài sản cố định hữu hình không có ý nghĩa thống kê trong mối quan hệ với hệ số nợ với mức ý nghĩa 5%.

- Tấm chắn thuế phi nợ không có ý nghĩa thống kê trong mối quan hệ với hệ số nợ với mức ý nghĩa 5%.

- Quy mô công ty không có ý nghĩa thống kê trong mối quan hệ với hệ số nợ với mức ý nghĩa 5%.

Khả năng sinh lợi có mối quan hệ nghịch biến với hệ số nợ trên vốn chủ sở hữu ở mức ý nghĩa 5% Cụ thể, khi tỷ lệ lãi ròng trên tổng tài sản thay đổi 1%, hệ số nợ trung bình sẽ giảm hoặc tăng 0.5924764%.

Hệ số nợ kỳ trước có mối quan hệ đồng biến với hệ số nợ trên vốn chủ sở hữu kỳ này với mức ý nghĩa 5% Cụ thể, khi hệ số nợ kỳ trước thay đổi 1%, hệ số nợ trung bình kỳ này sẽ thay đổi 0.6982368%, trong điều kiện các yếu tố khác không thay đổi.

Bảng 4.9 Hồi quy theo mô hình ảnh hưởng cố định

Fixed-effects (within) regression Number of obs = 175

F(8,132) = 10.19 corr(u_i, Xb) = 0.4230 Prob > F = 0.0000 de Coef Std Err t P>|t| [95% Conf Interval] grow 0007377 000168 4.39 0.000 0004053 0010701 tang -.1108062 1512761 -0.73 0.465 -.4100452 1884327 tax -.0019646 0039652 -0.50 0.621 -.0098081 005879 ndts 3.898901 1.359148 2.87 0.005 1.210372 6.58743 size -.007331 0089187 -0.82 0.413 -.024973 010311 roa -.5941276 1425663 -4.17 0.000 -.8761378 -.3121174 nctp -.0449804 0576677 -0.78 0.437 -.1590528 0690921 de0 3656881 067057 5.45 0.000 2330426 4983336 _cons 5218826 2354811 2.22 0.028 0560778 9876875 sigma_u 09361311 sigma_e 08302094 rho 55975189 (fraction of variance due to u_i)

Kết quả phân tích cho thấy các biến cơ hội tăng trưởng (grow), tấm chắn thuế phi nợ (ndts) và hệ số nợ kỳ trước (dr0) có mối quan hệ cùng chiều Ngược lại, các biến tài sản cố định hữu hình (tang), thuế suất (tax), quy mô công ty (size), khả năng sinh lợi (roa) và vị thế thương mại (nctp) lại có mối quan hệ ngược chiều với hệ số nợ.

Giá trị p-value trong bảng 4.9 cho thấy có thể tin tưởng vào ảnh hưởng của các biến độc lập như cơ hội tăng trưởng (grow), tấm chắn thuế phi nợ (ndts), khả năng sinh lợi (roa) và hệ số nợ kỳ trước (dr0) đến hệ số nợ với mức ý nghĩa 5% Tuy nhiên, các biến tài sản cố định hữu hình (tang), thuế suất (tax), quy mô công ty (size) và vị thế thương mại (nctp) chưa đủ cơ sở để kết luận về tác động của chúng lên hệ số nợ tại mức ý nghĩa 5% trong mô hình nghiên cứu.

Kết quả kiểm định cho thấy nên sử dụng mô hình ảnh hưởng cố định thay vì mô hình ảnh hưởng ngẫu nhiên, với giá trị Prob>F=0.0008, chúng ta bác bỏ giả thuyết rằng mô hình ngẫu nhiên là phù hợp hơn.

Bảng 4.10 Hồi quy theo mô hình ảnh hưởng cố định sau khi loại bỏ biến

Fixed -effects (Within) regression Number of obs = 175

Group variable: firm Number of groups 35

F(4,136) = 20.13 de Coef Std Err t P>|t| [95% Conf Interval] grow 0007788 0001629 4.78 0.000 0004566 0011011 ndts 3.679207 1.26752 2.90 0.004 1.17261 6.185804 roa -.6580819 1280774 -5.14 0.000 -.9113627 -.404801 de0 3839135 0649541 5.91 0.000 2554629 5123641 _cons 3156696 0365606 8.63 0.000 2433689 3879704 sigma_u 09022333 sigma_e 08244051 rho 54498359 (fraction of variance due to u_i)

Kết quả từ bảng 4.10 cho thấy giá trị p-value cho phép tin tưởng vào tác động của các biến độc lập, bao gồm cơ hội tăng trưởng (grow), tấm chắn thuế phi nợ (ndts), khả năng sinh lợi (roa) và hệ số nợ kỳ trước (dr0) lên hệ số nợ, với mức ý nghĩa 5%.

Ki ể m đị nh ph ươ ng sai thay đổ i trên panel data

Đặt giả thuyết : phương sai không đổi

Bảng 4.11 Kiểm định phương sai thay đổi trên panel data

Modified wald test for groupwise heteroskedasticity in fixed effect regression model

H0: sigma (i)^2 = sigma^2 for all i chi2 (35) = 1878.21

Giá trị Prob>chi2 = 0.0000 tương ứng mức ý nghĩa 5%, nên ta bác bỏ giả thuyết , kết luận có hiện tượng phương sai thay đổi trên panel data.

Ki ể m đị nh t ự t ươ ng quan trên panel data

Đặt giả thuyết : không có hiện tượng tự tương quan

: có hiện tượng tự tương quan

Bảng 4.12: Kiểm định tự tương quan trên panel data

Wooldridge test for autocorrelation in panel data

Giá trị Prob>F = 0.0000 tương ứng mức ý nghĩa 5% nên ta bác bỏ giả thuyết, kết luận có hiện tượng tự tương quan trên panel data.

Kh ắ c ph ụ c ph ươ ng sai thay đổ i và t ự t ươ ng quan trên panel data

Do dữ liệu xuất hiện hiện tượng phương sai thay đổi và tự tương quan, tác giả đã áp dụng tham số panels(het) corr(ar1) trong quá trình hồi quy để khắc phục hai vấn đề này.

Bảng 4.13 Hồi quy đã khắc phục phương sai thay đổi và tự tương quan

Cross – sectional time – series FGLS regression

Correlation: common AR(1) coefficient for all panels (0.0573)

Estimated covariances = 35 Number of obs = 175

Estimated autocorrelations = 1 Number of groups = 35

Wald chi2(8) h7.69 Prob > chi2 = 0.0000 de Coef Std Err z P>|z| [95% Conf Interval] grow 0008089 000177 4.57 0.000 0004619 0011559 tang -.0628758 1586709 -0.40 0.692 -.3738652 2481135 tax 0018783 00402 0.47 0.640 -.0060008 0097574 ndts -.1732397 6272071 -0.28 0.782 -1.402543 1.056064 size 0127572 0051504 2.48 0.013 0026626 0228518 roa -.6731275 1003912 -6.71 0.000 -.8698906 -.4763644 nctp -.0856905 0305976 -2.80 0.005 -.1456607 -.0257203 de0 7257844 0341929 21.23 0.000 6587676 7928012 _cons -.1570045 1306155 -1.20 0.229 -.4130061 0989971

Kết quả nghiên cứu cho thấy có mối quan hệ cùng chiều giữa các biến cơ hội tăng trưởng, thuế suất, quy mô công ty và hệ số nợ kỳ trước Ngược lại, các biến tài sản cố định hữu hình, tấm chắn thuế phi nợ, khả năng sinh lợi và vị thế thương mại lại có mối quan hệ ngược chiều với hệ số nợ.

Cross – sectional time – series FGLS regression

Correlation: generalized least squares heteroskedastic common AR(1) coefficient for all panels (0.0416)

Giá trị p-value trên bảng 4.13 cho thấy có thể tin tưởng vào mức độ tác động của các biến độc lập như cơ hội tăng trưởng (grow), quy mô công ty (size), khả năng sinh lợi (roa), vị thế thương mại (nctp) và hệ số nợ kỳ trước (dr0) lên hệ số nợ với mức ý nghĩa 5% Ngược lại, các biến tài sản cố định hữu hình (tang), thuế suất (tax) và tấm chắn thuế phi nợ (ndts) chưa đủ cơ sở để xác định mức độ tác động của chúng lên hệ số nợ tại mức ý nghĩa 5% trong mô hình nghiên cứu.

Kết quả nghiên cứu cho thấy các biến độc lập như cơ hội tăng trưởng (grow), quy mô công ty (size), khả năng sinh lợi (roa), vị thế thương mại (nctp) và hệ số nợ kỳ trước (dr0) đều có ý nghĩa thống kê ở mức 5% Ngược lại, các biến tài sản cố định hữu hình (tang), thuế suất (tax) và tấm chắn thuế phi nợ (ndts) không đạt ý nghĩa ở mức 5% trong mô hình nghiên cứu này.

Bảng 4.14 Hồi quy đã khắc phục phương sai thay đổi và tự tương quan sau khi loại bỏ biến

Wald chi2(5) = 711.82Prob > chi2 = 0.0000 de Coef Std Err z P>|z| [95% Conf Interval] grow 0008684 0001659 5.23 0.000 0005432 0011937 size 0112002 00503 2.23 0.026 0013415 0210588 roa -.6650547 0997973 -6.66 0.000 -.8606538 -.4694557 nctp -.0876491 0301856 -2.90 0.004 -.1468117 -.0284865 de0 7190789 0325128 22.12 0.000 6553551 7828028 _cons -.1189196 1273217 -0.93 0.350 -.3684655 1306264

Kết quả từ bảng 4.14 cho thấy p-value cho phép chúng ta tin tưởng vào mức độ ảnh hưởng của các biến độc lập như cơ hội tăng trưởng (grow), quy mô công ty (size), khả năng sinh lợi (roa), vị thế thương mại (nctp) và hệ số nợ kỳ trước (dr0) đến hệ số nợ, với mức ý nghĩa 5%.

Dựa trên kết quả nghiên cứu được trình bày trong chương 2, tác giả quyết định giữ nguyên các biến có giá trị p-value lớn hơn 0.05, bao gồm tài sản cố định hữu hình (tang), thuế suất (tax) và vị thế thương mại (nctp).

Tốc độ tăng trưởng có mối quan hệ đồng biến với hệ số nợ trên vốn chủ sở hữu, với mức ý nghĩa 5% Cụ thể, khi tổng tài sản tăng hoặc giảm 1%, hệ số nợ trung bình sẽ thay đổi 0.0008089% trong điều kiện các yếu tố khác được giữ nguyên.

Quy mô doanh nghiệp có mối quan hệ đồng biến với hệ số nợ trên vốn chủ sở hữu ở mức ý nghĩa 5% Cụ thể, khi log(doanh thu) tăng hoặc giảm 1%, tỷ số tổng nợ trên vốn chủ sở hữu trung bình sẽ thay đổi 0.0127572% trong điều kiện các yếu tố khác không đổi.

Khả năng sinh lợi có mối quan hệ nghịch biến với hệ số nợ trên vốn chủ sở hữu ở mức ý nghĩa 5% Cụ thể, khi tỷ lệ lãi ròng trên tổng tài sản thay đổi 1%, hệ số nợ trung bình sẽ thay đổi 0.6731275% theo hướng ngược lại, giả định các yếu tố khác không đổi.

Vị thế thương mại có mối quan hệ nghịch biến với hệ số nợ trên vốn chủ sở hữu, với mức ý nghĩa 5% Sự thay đổi tỷ lệ khoản phải thu trừ nợ chia tổng tài sản sẽ ảnh hưởng đến vị thế thương mại của doanh nghiệp.

1 phần trăm thì hệ số nợ trung bình sẽ giảm hay tăng 0.0856905phần trăm trong điều kiện các nhân tố khác không đổi.

Hệ số nợ kỳ trước có mối quan hệ đồng biến với hệ số nợ trên vốn chủ sở hữu kỳ này với mức ý nghĩa 5% Cụ thể, khi hệ số nợ kỳ trước thay đổi 1%, hệ số nợ trung bình kỳ này sẽ thay đổi 0.7257844%, trong khi các yếu tố khác được giữ nguyên.

H ồ i quy v ớ i bi ế n công c ụ

Khi giữa biến độc lập và sai số U có tương quan với nhau, dẫn tới hiện tượng nội sinh Có 4 nguyên nhân dẫn đến hiện tượng nội sinh

‐ Do bỏ sót biến có ý nghĩa

‐ Do quan hệ tương hỗ giữa các biến

‐ Do sai số trong đo lường

‐ Do sử dụng biến trễ của biến phụ thuộc trong mô hình Để khắc phục hiện tượng nội sinh, ta dùng biến công cụ Z với điều kiện

Số biến công cụ cần phải lớn hơn hoặc bằng số biến nội sinh trong mô hình để xác định hiện tượng nội sinh Để kiểm tra điều này, tác giả đã sử dụng phương pháp hồi quy 2 bước với phần mềm Stata.

Instrumental variables (2SLS) regression Number of obs = 175

R – squared = de Coef Std Err z P>|z| [95% Conf Interval] tang 4000097 9216063 0.43 0.664 -1.406305 2.206325 tax -.1575952 6147742 -0.26 0.798 -1.36253 1.04734 ndts -1.129623 4.119018 -0.27 0.784 -9.20275 6.943505 size 0065495 0364504 0.18 0.857 -.064892 077991 roa -.6538272 1.800225 -0.36 0.716 -4.182204 2.87455 nctp -.1858111 712455 -0.26 0.794 -1.582197 1.210575 grow 0011495 0020063 0.57 0.567 -.0027827 0050817 de0 7990376 3193374 2.50 0.012 1731479 1.424927 _cons -.0425971 862071 -0.05 0.961 -1.732225 1.647031 Instrumented: tang tax ndts size roa nctp

Intruments: grow de0 tang0 tax0 ndts0 size0 roa0 nctp0

Sau đó kiểm định mức độ tương quan giữa biến độc lập với biến công cụ

Bảng 4.16 Kiểm định tương quan giữa biến độc lập với biến công cụ

Root MSE = 0.1260 de Coef Std Err t P>|t| [95% Conf Interval]] grow 0002932 0002252 1.30 0.195 -.0001515 0007379 de0 -.0734627 0553429 -1.33 0.186 -.1827295 0358041 tang0 305664 1224937 2.50 0.014 0638176 5475104 tax0 0002328 0052446 0.04 0.965 -.0101219 0105875 ndts0 -1.558502 9431283 -1.65 0.100 -3.420575 3035703 size0 0161512 007699 2.10 0.037 0009507 0313517 roa0 -.2950926 1779424 -1.66 0.099 -.6464145 0562293 nctp0 6108909 0507512 12.04 0.000 5106898 7110921 _cons -.3342081 1940598 -1.72 0.087 -.7173515 0489353

Dựa trên số liệu của 35 công ty bất động sản trên sàn TPHCM trong giai đoạn 2008-2012, tác giả đã thực hiện các tính toán với sự hỗ trợ của phần mềm Stata Giả thuyết được đặt ra là không có hiện tượng tự tương quan trong dữ liệu này.

: có hiện tượng tự tương quan Với mức ý nghĩa 5%, bảng 4.16 cho thấy Prob > F = 0.0000, nên ta kết luận có tương quan giữa biến độc lập và biến công cụ

Kiểm định hiện tượng nội sinh Đặt giả thuyết : không có hiện tượng nội sinh

: có hiện tượng nội sinh

Bảng 4.17 Kiểm định hiện tượng nội sinh

Giá trị p-value = 0.0022 với mức ýnghĩa 5%, nên ta có thể bác bỏ giả thuyết và kết luận có hiện tượng nội sinh.

Mô hình nghiên cứu có hiện tượng nội sinh, tự tương quan và phương sai thay đổi, do đó phương pháp hồi quy tối ưu là GMM (Phương pháp tổng quát của các khoảnh khắc).

Bảng 4.18 Hồi quy với GMM

Instrumental variables (GMM) regression Number of obs = 175

Robust Std Err z P>|z| [95% Conf Interval] tang 4000097 2841487 1.41 0.159 -.1569116 956931 tax -.1575952 0918222 -1.72 0.086 -.3375634 0223731 ndts -1.129623 1.797315 -0.63 0.530 -4.652295 2.39305 size 0065495 0124631 0.53 0.599 -.0178776 0309767 roa -.6538272 4879341 -1.34 0.180 -1.610161 3025062 nctp -.1858111 1868997 -0.99 0.320 -.5521278 1805055 grow 0011495 000645 1.78 0.075 -.0001147 0024137 de0 7990376 0880607 9.07 0.000 6264418 9716334 _cons -.0425971 2600713 -0.16 0.870 -.5523275 4671332 Instrumented: tang tax ndts size roa nctp

Instruments: grow de0 tang0 tax0 ndts0 size0 roa0 nctp0

Các biến cơ hội tăng trưởng (grow), tài sản cố định hữu hình (tang), quy mô công ty (size) và hệ số nợ kỳ trước (dr0) có mối quan hệ tích cực với nhau Ngược lại, các biến thuế suất (tax), tấm chắn thuế phi nợ (ndts), khả năng sinh lợi (roa) và vị thế thương mại (nctp) lại có mối quan hệ tiêu cực với hệ số nợ.

Giá trị p-value trong bảng 4.18 cho thấy có thể tin tưởng vào tác động của biến độc lập hệ số nợ kỳ trước (dr0) đến hệ số nợ với mức ý nghĩa 5% Tuy nhiên, các biến như tài sản cố định hữu hình (tang), thuế suất (tax), quy mô công ty (size), cơ hội tăng trưởng (grow), tấm chắn thuế phi nợ (ndts), khả năng sinh lợi (roa) và vị thế thương mại (nctp) chưa đủ cơ sở để kết luận về tác động của chúng đối với hệ số nợ tại mức ý nghĩa 5% trong mô hình nghiên cứu.

- Tốc độ tăng trưởng không có ý nghĩa thống kê trong mối quan hệ với hệ số nợ với mức ý nghĩa 5%.

- Quy mô doanh nghiệp không có ý nghĩa thống kê trong mối quan hệ với hệ số nợ với mức ý nghĩa 5%.

- Khả năng sinh lợikhông có ý nghĩa thống kê trong mối quan hệ với hệ số nợ với mức ý nghĩa 5%.

Hệ số nợ kỳ trước có mối quan hệ đồng biến với hệ số nợ trên vốn chủ sở hữu kỳ này với mức ý nghĩa 5% Cụ thể, khi hệ số nợ kỳ trước tăng hoặc giảm 1%, hệ số nợ trung bình của kỳ này sẽ thay đổi tương ứng là 0.7990376% Điều này xảy ra trong điều kiện các yếu tố khác được giữ nguyên.

Bảng 4.19 Tổng hợp mức độ ảnh hưởng theo các các mô hình hồi quy

Random effect model xtgls (đã khắc phục PSTD và TTQ)

Thuyết trật tự phân hạng

Cơ hội tăng trưởng (grow) 0008105(*) 0007377(*) 0008115 (*) 0008089 (*) 0.0011495 - + Tài sản cố định hữu hình

Tấm chắn thuế phi nợ (ndts) 5693966 3.898901(*) 6174993 -.1732397 - 1.129623 - -

Quy mô công ty (size) 0099125 -.007331 0097776 0127572 (*) 0.0065495 + -

Khả năng sinh lợi (roa) -.5888856 (*) -.5941276(*) -.5924764(*) -.6731275 (*) - 0.6538272 + -

Vị thế thương mại (nctp) -.0746984 -.0449804 -.0745894 -.0856905 (*) – 0.1858111 -

Hệ số nợ kỳ trước (dr0) 7027672 (*) 3656881(*) 6982368(*) 7257844 (*) 0.7990376(*)

(Nguồn: Tính toán của tác giả dựa trên số liệu của 35 công ty bất động sản trên sàn TPHCM giai đoạn 2008-2012 với sự hỗ trợ của phần mềm Stata)

Phân tích định lượng 35 doanh nghiệp bất động sản dựa trên dữ liệu từ báo cáo tài chính giai đoạn 2008-2012 cho thấy một số kết luận quan trọng.

Các doanh nghiệp hiện nay có xu hướng áp dụng thuyết trật tự phân hạng thay vì thuyết đánh đổi Có bốn biến chính liên quan đến thuyết trật tự phân hạng, bao gồm cơ hội tăng trưởng, tấm chắn thuế phi nợ, khả năng sinh lợi và vị thế thương mại Ngược lại, thuyết đánh đổi chủ yếu được thể hiện qua ba biến: thuế suất, tấm chắn thuế phi nợ và quy mô công ty.

Hệ số nợ kỳ trước là nhân tố có ảnh hưởng mạnh mẽ nhất đến cấu trúc vốn, với mối quan hệ cùng chiều Điều này cho thấy rằng cấu trúc vốn của mỗi kỳ không phải là ngẫu nhiên, mà chủ yếu phụ thuộc vào kỳ trước đó.

Nhân tố tác động mạnh thứ hai đến tình hình tài chính của công ty là kết quả hoạt động kinh doanh (ROA), và nó có mối quan hệ ngược chiều với hệ số nợ.

Tấm chắn thuế phi nợ (ntds) là một yếu tố quan trọng ảnh hưởng đến cấu trúc tài chính của doanh nghiệp, với mối quan hệ ngược chiều Tấm chắn thuế phi nợ được tính bằng cách chia khấu hao cho tổng tài sản, cho thấy rằng các công ty có hệ số này nhỏ thường có hệ số nợ cao, trong khi các công ty có hệ số ntds lớn thường có mức nợ thấp hơn.

Vị thế thương mại (nctp) là một trong những nhân tố tác động quan trọng, có mối quan hệ ngược chiều với khả năng chiếm dụng vốn của công ty Khi công ty có khả năng chiếm dụng vốn cao, nhu cầu vay nợ sẽ tăng lên, dẫn đến hệ số nợ giảm xuống.

- Nhân tố tác động thứ 5 là tài sản cố định (tang) và có quan hệ ngược chiều.

Công ty có tài sản cố định càng nhiều thì hệ số nợ càng nhỏ và ngược lại.

- Nhân tố tác động thứ 6 là quy mô công ty (size) và có quan hệ cùng chiều.

Những công ty có quy mô càng lớn thì nhu cầu vay nợ càng cao và ngược lại.

- Hai nhân tố thuế suất (tax) và tốc độ tăng trưởng (grow) có tác động nhỏ và có quan hệ cùng chiều.

K ế t lu ậ n

Bài nghiên cứu áp dụng năm phương pháp hồi quy để xác định các yếu tố ảnh hưởng đến hệ số nợ của các doanh nghiệp bất động sản niêm yết trên sàn chứng khoán TPHCM, bao gồm: phương pháp bình phương bé nhất, mô hình ảnh hưởng cố định, mô hình ảnh hưởng ngẫu nhiên, phương pháp bình phương nhỏ nhất tổng quát (GLS) nhằm khắc phục vấn đề về phương sai thay đổi và tự tương quan, cùng với phương pháp ước lượng moment tổng quát Trong số các phương pháp này, tác giả lựa chọn phương pháp bình phương nhỏ nhất tổng quát do tính phù hợp với lý thuyết cũng như các nghiên cứu trước đó đã được trình bày trong chương 2.

Nghiên cứu này đã xác định các yếu tố tác động đến cấu trúc vốn của doanh nghiệp bất động sản tại Việt Nam trong giai đoạn 2008-2012.

Năm nhân tố chính ảnh hưởng đến hệ số nợ bao gồm hệ số nợ kỳ trước, khả năng sinh lợi, cơ hội tăng trưởng, quy mô công ty và vị thế thương mại Trong đó, hệ số nợ kỳ trước, cơ hội tăng trưởng và quy mô công ty có mối quan hệ cùng chiều với hệ số nợ, trong khi khả năng sinh lợi và vị thế thương mại lại có mối quan hệ ngược chiều Ngoài ra, các biến số như tài sản cố định hữu hình, thuế suất và tấm chắn thuế phi nợ chưa được xác định có mối liên hệ với hệ số nợ.

Nghiên cứu cho thấy rằng các thuyết trật tự phân hạng và thuyết đánh đổi không xem xét hệ số nợ kỳ trước, mặc dù có mối quan hệ rõ ràng giữa hệ số nợ kỳ trước và kỳ hiện tại Điều này chỉ ra rằng các công ty thường không thanh toán toàn bộ dư nợ vay trước khi vay nợ mới, mà chỉ thanh toán một phần Vì vậy, hệ số nợ ở kỳ sau chịu ảnh hưởng đáng kể từ hệ số nợ ở kỳ trước.

Mặc dù các phát hiện hỗ trợ thuyết trật tự phân hạng, cả hai lý thuyết này vẫn chưa giải thích một cách đầy đủ về cấu trúc vốn.

Một hạn chế của nghiên cứu là dữ liệu thu thập ít, chỉ có 35 doanh nghiệp niêm yết trên sàn giao dịch chứng khoán TPHCM trong khoảng thời gian 2008-

Năm 2012, một số lý thuyết quan trọng như thuyết điều chỉnh thị trường và thuyết hệ thống quản lý vẫn chưa được nghiên cứu đầy đủ Bên cạnh đó, các yếu tố như nhân tố ngành, môi trường kinh tế vĩ mô, hành vi của nhà quản trị và tỷ lệ sở hữu vốn nhà nước cũng chưa được đề cập một cách chi tiết.

Để khắc phục những hạn chế hiện tại, cần tìm ra phương pháp đánh giá hiệu quả hơn các yếu tố ảnh hưởng đến cấu trúc vốn Nghiên cứu trên một tập dữ liệu lớn hơn, bao gồm các công ty niêm yết trên sàn chứng khoán TPHCM, sàn chứng khoán Hà Nội, cũng như các công ty trên thị trường Upcom và OTC, sẽ giúp đưa ra những kết luận chính xác hơn Bên cạnh đó, việc nghiên cứu tài chính hành vi nhằm xác định các biến ảnh hưởng đến hành vi của nhà quản trị cũng sẽ làm sáng tỏ hơn về thuyết trật tự phân hạng.

Ki ế n ngh ị 62 TÀI LIỆU THAM KHẢO

Nghiên cứu về các yếu tố ảnh hưởng đến cấu trúc vốn trong ngành bất động sản tại Việt Nam hiện nay đã chỉ ra nhiều khía cạnh quan trọng Bài viết đề xuất một số gợi ý nhằm ứng dụng hiệu quả các kết quả nghiên cứu, từ đó cải thiện tình hình phát triển của ngành bất động sản trong nước.

Nghiên cứu cho thấy rằng cơ hội tăng trưởng có mối quan hệ tích cực với hệ số nợ của các công ty bất động sản niêm yết trên sàn chứng khoán TPHCM, cho thấy rằng những doanh nghiệp này thường sử dụng nợ vay để thúc đẩy tăng trưởng Khi các ngân hàng xem xét cấp tín dụng, họ luôn chú trọng đến mục đích và hiệu quả sử dụng vốn Do đó, nếu doanh nghiệp có khả năng chứng minh hiệu quả sử dụng vốn tốt và tiềm năng tăng trưởng bền vững, khả năng trả nợ đảm bảo, thì họ sẽ dễ dàng nhận được tín dụng từ ngân hàng.

Quy mô công ty có mối quan hệ tích cực với hệ số nợ, cho thấy các doanh nghiệp bất động sản lớn dễ dàng tiếp cận nguồn vốn vay hơn so với các doanh nghiệp nhỏ Các công ty lớn thường được hưởng lãi suất ưu đãi và chi phí vay thấp hơn Hiện tại, trong gói tín dụng ưu đãi 30.000 tỷ, chỉ có hai doanh nghiệp lớn là Công ty cổ phần Vicoland và Công ty cổ phần Tư vấn - Thương mại - Dịch vụ Địa ốc Hoàng Quân vay được vốn Ngoài ra, việc Vincom thành công trong việc huy động vốn quốc tế qua trái phiếu chuyển đổi cũng chứng minh rõ ràng mối liên hệ giữa quy mô công ty và khả năng vay nợ.

Khả năng sinh lợi của doanh nghiệp có mối quan hệ ngược chiều với hệ số nợ, cho thấy rằng các công ty có thể tái đầu tư lợi nhuận giữ lại mà không phụ thuộc vào vốn vay Trong bối cảnh nhiều công ty bất động sản gặp khó khăn do chi phí vay cao, một số doanh nghiệp như Trần Anh và Tổng công ty cổ phần đầu tư phát triển xây dựng (DIG) vẫn duy trì hoạt động ổn định Trần Anh đã hoạt động 10 năm mà không phát sinh chi phí lãi vay, trong khi DIG giữ tỷ lệ vốn vay ngân hàng dưới 20% so với vốn chủ sở hữu Nhờ không bị áp lực từ chi phí lãi vay, các doanh nghiệp này tự tin triển khai các kế hoạch kinh doanh, đảm bảo lợi nhuận dù thị trường có biến động.

Vị thế thương mại có mối quan hệ ngược chiều với hệ số nợ, cho thấy rằng các doanh nghiệp có lợi thế về thanh khoản sẽ tiết kiệm vốn lưu động và giảm thiểu nợ vay Trong bối cảnh thị trường bất động sản đang đóng băng, việc bán các dự án dở dang trở nên khó khăn, vì vậy doanh nghiệp cần thu hồi các khoản phải thu ngắn hạn để tái đầu tư vào các dự án này Hiện tại, các doanh nghiệp trong ngành bất động sản nên tái cơ cấu vốn theo hướng giảm tỷ lệ nợ ngắn hạn và tìm kiếm nguồn vốn trung và dài hạn.

Nghiên cứu cho thấy rằng hệ số nợ kỳ trước có ảnh hưởng đáng kể đến hệ số nợ hiện tại Do đó, doanh nghiệp cần duy trì hệ số nợ ở mức hợp lý, tạo điều kiện cho việc vay nợ trong tương lai khi có cơ hội đầu tư tốt.

1 Đoàn Ngọc Phi Anh, 2010 Các nhân tố ảnh hưởng đến cấu trúc tài chính và hiệu quả tài chính: tiếp cận theo phương pháp phân tích đường dẫn Tạp chí khoa học và công nghệ, đại học Đà Nẵng, số 5.

2 Giáo trình giảng dạy kinh tế Fulbright niên khóa 2011-2013, chương 16 “Các mô hình hồi quy dữ liệu bảng”.

3 Lê Đại Chí, 2013 Các nhân tố ảnh hưởng đến việc họach định cấu trúc vốn của các nhà quản trị tài chính tại Việt Nam Tạp chí phát triển và hội nhập, số 9, tháng 03-04/2013.

1 Chen J., 2004 Determinants of capital structure of Chinese-listed companies.

2 Dai, Y., 2004 Empirical Analysis on Influencing Factors of Capital Structure: The Case of China Real Estate Listed Companies China-USA Business Review, 3:1-6.

3 Feikadis A and Rovolis A.,2007 Capital structure choice in European Union: evidence from the construction industry.Applied Financial

4 Feng Z., Ghosh C., and Sirmans C., 2007 On the Capital Structure of Real Estate Investment Trusts (REITs) Journal of Real Estate Finance and Economics, 34:81-105.

5 Huang, G., and Song, F M., 2006 The Determinants of Capital Structure:Evidence from China China Economic Review, 17:14-36.

6 Li K Yue H and Zhao L., 2009 Ownership, institutions, and capital structure: Evidence from China Journal of Comparative Economics, 37:471- 490.

7 Li, P., Luo, Q., and Ao, L., 2005 The analysis of capital strucutre of Chinese real estate listed companies Journal of Harbin Institute of Technology,

8 Morri, G., and Cristanziani, F., 2009 What determines the capital structure of real estate companies? Journal of Property Investment & Finance, 27:4.

9 Tang, C.H and Jang, S.S.,2007 Revisit to the determinants of capital structure: a comparison between lodging firms and software firms.

International Journal of Hospitality Management, 26:175-187.

10 Thornhill, S., Gellatly, G and Riding, A.,2004 Growth history, knowledge intensity and capital structure in small firms.Venture Capital, 6:73-89.

11 Zou, H and Xiao, Z.J.,2006 The financing behavior of listed Chinese firms.

Tiêu đề	Nghiên Cứu Các Nhân Tố Ảnh Hưởng Đến Cấu Trúc Vốn Của Các Công Ty Bất Động Sản Trên Sàn Giao Dịch Chứng Khoán TP Hồ Chí Minh
Tác giả	Lâm Tuấn Đức
Người hướng dẫn	TS. Nguyễn Văn Tân
Trường học	Trường Đại Học Kinh Tế TP Hồ Chí Minh
Chuyên ngành	Quản trị kinh doanh
Thể loại	luận văn thạc sĩ
Năm xuất bản	2013
Thành phố	TP. Hồ Chí Minh

Định dạng
Số trang	107
Dung lượng	814,61 KB