Tên bi n Ký hi u Mô t Ngu n d li u
T l chi tr c t c DIV C t c/ l i nhu n ròng HSX, FPTS
T l n m gi c đôngă nhƠă
n c
GOV % n m gi c đôngănhƠăn c B́oăćoăth ng niên công ty
FCF FCF (l i nhu n ròng- thayăđ i tài s n c đnh- thayă đ i tài s nă l uă đ ng)/ t ng tài s n
FPTS
Quy mô công ty SIZE Ln (v n hóa th tr ng) Stoxplus ònăb y tài chính LEV T ng n / v n ch s h u FPTS BETA BETA T ngăquanăgi a t su t sinh l i c
phi u và t su t sinh l i th tr ng
Stoxplus
T ngătr ng GROW T ngătr ngădoanhăthuăn mănayăsoă
v i cùng k n mătr c
FPTS
3.3. Gi thuy t nghiên c u
H1: T l chi tr c t căt ngăquanăc̀ngăchi u v i t l s h u c aănhƠăn c. H2: T l chi tr c t căt ngăquan cung chi u v i dòng ti n t do.
H3: T l chi tr c t c t ng quan cùng chi u v i quy mô công ty.
H4: T l chi tr c t c t ng quan cùng chi u/ ng c chi u v i t l t ngătr ng. H5: T l chi tr c t c t ng quan ngh ch bi n v i t l đònăb y tài chính.
H6: T l chi tr c t c t ng quan ngh ch bi n v i r i ro kinh doanh
H7: T l chi tr c t c t ng quan cùng chi u v i l i nhu n hi n t i/ l i nhu n d báo c a doanh nghi p.
3.4. Mô hình nghiên c u các nhân t nhăh ng t l chi tr c t c
Ph n l n các bài nghiên c uătr c s d ng các mô hình h i quy tuy nătínhănh ă
h iăquyăđaăbi n, mô hình tuy n tính các nhăh ng ng u nhiên và mô hình tuy n tính các nhăh ng c đ nh,ăđ phân tích các nhân t nhăh ng c a t l chi tr c t c.ăTrongăđ́ăgi đnh là các mô hình này t t c các bi n ph thu căvƠăđ c l p
đ u ph iăćăđ yăđ các giá tr trong m u nghiên c u. Tuy nhiên, trong th c t m t
vƠiă tr ng h p m u nghiên c u b gi i h n (truncation) ho c b thi u d li u (censoring). D li u gi i h n (truncation) xu t hi n khi m t s quan sát c bi n
đ c l p và ph thu c b m t. D li u b thi u (censoring) xu t hi n khi d li u c a bi n ph thu c b m t ho c thi u d năđ n không có d li u trong giá tr h i quy (Long, 1997). Do nhăh ng c a d li u gi i h n và thi u nên mô hình h i quy tuy n tính OLS d năđ n s không phù h p trong d báo b i vì m uăkhôngăđ i di n cho t ng th . Ng c l i, mô hình Tobit có th gi i quy tăđ c v năđ trên.
3.4. 1.Mô hình Tobit các nhă h ng ng u nhiên (Random effects Tobit model) model)
Tobin (1958) cho r ng các công ty trong m uăđ c chia ra làm 2 lo i: (1) Các
côngătyăćăđ yăđ d li u bi năđ c l pănh ăćcăđ căđi m công ty (s h u nhà
n c, dòng ti n t do) và d li u bi n ph thu c, c t c chi tr ; (2) Các công ty ch có d li u bi n đ c l pănh ngăthi u d li u bi n ph thu c, c t c chi tr .
MôăhìnhăTobităc ăb n: yi* = xi +I
Trongăđ́,ăy*ălƠăgíătr k v ng bi n ph thu c, có giá tr quan sát l năh nă0ăho c có giá tr =0ătrongătr ng h p thi u d li u (censoring); xi là các bi năđ c l p, có giá tr quan sát trong t t c ćcătr ng h p; là vector h s h i quy; là sai s mô hình, gi đ nh là phân ph i chu n I N(0,2). Bi n thi uăquanăśtăđ c xác
đnh b i công th c sau:
Vi c d báo b ng OLS s không phù h p trongătr ng h p d li u b thi u y = 0 ho c y b ch n (ch có giá tr >0) d năđ n d báo th p do h s góc trong mô hình h i quy b c tính cao ho căng c l i (Long, 1997; Gujarati, 2003; Woolbridge,
2002;ăHsiao,ă2002).ăDoăđ́,ăđ i v i nh ngătr ng h p này mô hình Tobit tr nên hi u qu . K t h păph ngătrìnhă(1)ăvƠă(2),ătaăć:ă
Chú ý r ng, giá tr quan sát y = 0 có th là do công ty th c s không tr c t c
m că đ phù h p c a d báo, s d ng công c Maximum Likelihood (Greene,
2003,ăLongă1997).ăTrongătr ng h p này, quan sát s đ c chia ra làm 2 nhóm: (1) quan sát không b thi u s có ML gi ngănhau,ădoăđ́ăćăth s d ng mô hình h i quy tuy n tính; (2) quan sát b thi u và giá tr y*ăkhôngăx́căđ nhănh ngăx́că
su t quan sát thi u v nă đ c s d ng. Trong nghiên c u c a Long (1997),
ph ngătrìnhălog-likelihood có th gi i quy t cho c quan sát không b thi u và b thi u:
Trongăđ́,ă(.) và (.)ăđ i di n cho hàm m tăđ xác su t và hàm phân b tíchăl yă
c a phân ph i chu n.
Phân tích d li u b ngă(panelădata)ăđ c s d ng trong bài nghiên c u. D li u b ng bao g m c d li uăquanăśtăđ c l n d li uăkhôngăquanăśtăđ c, là s k t h p gi a d li u chu i th i gian và d li u chéo. Do đ́,ămôăhìnhăh i quy d li u b ngăth ng ph c t păh năd li uăchéoăđ năgi n ho c d li u chu i th i gian. Có
3ăph ngăph́păd b́oăkh́cănhauăđ i v i d li u b ng là mô hình OLS, mô hình
nhăh ng c đnh (Fix effects model), mô hình nhăh ng ng u nhiên (Random effects model).
Mô hình nhăh ng c đ nh (FEM)
Môăhìnhă căl ng t ng quát
i= 1, 2, 3, 4 và t = 1, 2, .., 20
(1)Tungăđ g c và h s góc gi ng nhau gi a các công ty và qua th i gian (ph n d th hi n s khác bi t gi a các công ty và qua th i gian).
(2) Tungăđ g c khác nhau gi a các cty, h s góc là h ng s . Mô hình nh ng các nh h ng c đ nh (fixed effects) hay mô hình bình ph ng t i thi u các bi n gi (LSDV).M i th c th đ u có nh ngăđ căđi m riêng bi t, có th nh h ng đ n các bi n gi i thích.Gi thi t r ng có s t ng quan gi a ph n d c a m i th c th (có ch aăćcăđ căđi m riêng) v i các bi n gi i thích.
FE có th ki m soát và tách nh h ng c aăćcăđ căđi m riêng bi t (không
đ i theo th i gian) này ra kh i các bi n gi i thíchăđ chúng ta có th c l ng nh ng nh h ng th c (net effects) c a bi n gi i thích lên bi n ph thu c.Ćcăđ căđi m riêng bi tă(khôngăđ i theo th iăgian)ănƠyălƠăđ n nh t
đ i v i 1 th c th và không t ng quan v iă đ că đi m c a các th c th khác.
(3)Tungăđ g c khác nhau gi a các công ty và qua th i gian, h s góc là h ng s .
(4)Tungăđ g c và h s ǵcăthayăđ i gi a các công ty.
Tuyănhiên,ămôăhìnhăFEMăćăćcăđi m h n ch , bao g m: (1) Có quá nhi u bi n
đ c t oăraătrongămôăhình,ădoăđ́ăć kh n ngălƠmăgi m b c t doăvƠălƠmăt ngăkh n ngă s đa c ng tuy n c a mô hình; (2) FEMă khôngă đoă l ngă đ c tác nhân
khôngăthayăđ i theo th i gian nh gi i tính, màu da, hay ch ng t c.
Mô hình các nhân t nhăh ng ng u nhiên (Random effects model)
Trongăđ́,ăwit = i + uit
S h ng sai s k t h p bao g m hai thành ph n:ă i là thành ph n sai s theo không gian, hay theo các cá nhân, và uit là thành ph n sai s theo không gian và chu i th i gian k t h p. S h ng sai s k t h p wit g m hai (hay nhi u) thành ph n sai s .
Gi đnh thông th ng mà mô hình các thành ph n sai s đ a ra là:
Ngh aălƠ,ăćcăthƠnhăph n sai s cá nhân không t ng quan v i nhau và không t t ng quan gi aăćcăđ n v theo không gian và theo chu i th i gian.
Tuyănhiên,ămôăhìnhăTobităc ăb n không thích h p cho mô hình d li u b ng b thi u,ă doă tínhă khôngă đ ng nh t trong d li u.ă Doă đ́,ă môă hìnhă ćcă nhă h ng
(ng u nhiên ho c c đnh) thích h p cho các d li uăkhôngăđ c quan sát. ng th i, các nghiên c uătr c cho k t qu mô hình Tobit các nhăh ng c đnh thì r t ph c t p và t i th iăđi m hi n t i thì mô hình này không kh thi trong vi c d báo b ng ph n m m STATA.ă Doă đ́ăk t h p mô hình Tobit và mô hình nh
h ng ng u nhiên, bài nghiên c u s d ng mô hình Tobit các nhân t nhăh ng ng u nhiên Random effects Tobit model (Long,ă1997)ănh ăsau:
V i i là nhăh ngăćcăcôngătyăđ c bi tăkhôngăđ căquanăśt,ăđ c gi đnh
khôngăćăt ngăquanăv i xit, tuân theo phân ph i chu n i N(0, u2
).
3.4. 2.Mô hình các nhân t nhăh ngăđ n t l chi tr c t c
Mô hình h i quy các nhăh ng ng u nhiên Tobit đ c s p x păđ ki măđ nh nh
h ng c a 7 nhân t đ n t l chi tr c t c c a các công ty:
DIVit = 0 +1GOVit + 2FCFit + 3 SIZEit + 4LEVit + 5 GROWit + 6 BETA it+ 7 PROFit + eit
DIV: T l chi tr c t c
GOV: T l n m gi c a c đôngănhƠăn c FCF: T l dòng ti n t do/ T ng tài s n SIZE: Quy mô công ty
LEV: T l n /V n ch s h u
GROW: T căđ t ngătr ng doanh thu BETA: R i ro kinh doanh
PROF: L i nhu n hi n t i/ d báo c a công ty e it: sai s mô hình
3.5. Ph ng pháp ki măđ nh
Ćcăph ngăph́păki măđ nh nh m ki măđ nh m t trong các gi đnh c a mô hình các nhân t nhăh ng ng u nhiên, phù h p v i d li u b ng (panel data) bao g m các ki măđ nh hi năt ng t t ngăquan,ăki măđ nh hi năt ngăph ngăsaiă khôngăđ i và hi năt ngăt ng quan chu i.
3.5. 1.Ma tr năt ngăquan
M căđíchăki măđnh hi năt ngăđaăc ng tuy n.ăTr ng h p các bi năXăćăt ngă
quan v iănhauănh ngăkhôngăhoƠnăh oănh ăd iăđơy:
trongăđ́ă1 = 2=…=ăk là các h ng s vƠăkhôngăđ ng th i b ng 0.
M t qui t c kinh nghi m khác đ c nêu ra là n u h s t ngăquanăt ngăđôiăho c b c 0 gi a hai bi n h iăquiăđ c l păcao,ătrênă0.8,ăthìăđaăc ng tuy n tr thành m t v năđ nghiêm tr ng. V năđ đ i v i tiêu chu n này là, m c dù h s t ngăquană
b c 0 cao có th cho là có c ng tuy n,ănh ng không nh t thi t là các h s này ph i cao thì m i có s c ng tuy n trong m iătr ng h p c th . Nói theo k thu t,
t ngăquanăb că0ăcaoălƠăđi u ki năđ nh ngăkhôngăph iălƠăđi u ki n c n cho s hi n di n c aăđaăc ng tuy năvìăđaăc ng tuy n có th t n t i ngay c khi h s
t ngăquanăđ năho c h s t ngăquanăb că0ăt ngăđ i th p (nh h nă0.50).
3.5. 2.H s ph́ngăđ i ph ng sai (variance-inflation factor _ VIF)
ch p nh n c a bi n (Tolerances) và h s ph́ngă đ i ph ng sai (Variance inflation factor ậVIF)ăđ c d̀ngăđ phát hi n hi n t ngăđaăc ng tuy n.
VIF cho th y ph ng sai c a m t hàm c l ngăt ngănhanhănh th nào b i s hi n di n c aăđaăc ng tuy n. Khi bìnhăph ngăr23 b ng 1, VIF ti năđ n vô h n.
́ălƠăkhiăđ c ng tuy năgiaăt ng,ăph ng sai c a hàm c l ngăgiaăt ng,ăvƠă
trong gi i h n c aăđ c ng tuy n, ph ng sai có th tr thành vô h n. Nh đƣă
th y, n u không có c ng tuy n gi a X2 và X3, VIF s b ng 1. Quy t c là khi VIF v t quá 10 là d u hi u c aăđaăc ng tuy n.
3.5. 3.Ki măđnh White Heteroscedasticity
M căđíchănh m ki măđ nh gi thi t quan tr ng trong mô hình h i quy tuy n tính OLS là ph năd ăxu t hi n trong hàm h i quy t ng th ćăph ngăsaiăkhôngăthayă đ iă(homoscedasticity);ăngh aălƠăchúngăćăc̀ngăph ngăsai.ăN uăph ngăsaiăthayă đ i không làm m tăđiătính các tính ch t không thiên l ch và nh t quán c a các
căl ngăOLS,ănh ngăchúngăkhôngăcònăhi u qu n a.
Ph ngătrìnhăh i quy ph năd ăui:
Gi thuy t H0: 2 = 3 = 4 = 5 = 6.ăNgh aălƠ,ăkhôngăćăph ngăsaiăthayăđ i. N u giá tr Chi-bìnhăph ngăv t giá tr Chi-bìnhăph ngăt i h n t i m căýăngh aă
l a ch n, ta k t lu n r ngăćăph ngăsaiăthayăđ i.
3.5. 4.Ki măđnh Breusch-Pagan Lagrange Multiplier
Ki mă đ nhă ph ngă saiă saiă s khôngă đ i. Ho:ă Ph ngă saiă quaă ćcă th c th là
khôngăđ i p-value < 0.05, bác b Ho. Ph ngătrìnhăb sung:
Ki măđ nhătătestăph ngătrìnhăb sung cho h s t ngăquanăv i s l ng quan sát n, giá tr Lagrange Multiplie s là: LM= nR2.
3.5. 5.Ki măđ nhăt ngăquanăchu i Lagrange test
Ki măđ nhăt ngăquanăchu i thích h p cho chu i th i gian dài. Tuy nhiên có th x y ra v nă đ trong ng n h n.ă T ngă quană chu i có th d nă đ n sai s chu n trong h s t ngăquanănh và d năđ n R2 cao. Gi thuy t Ho:ăKhôngăćăt ngă
quan chu i, p-value < 0.05, bác b Hoă(ćăt ngăquanăchu i).
Tóm l i, bài nghiên c u s d ng m u 297 công ty phi tài chính t n mă2008ăđ n 2012 nh m xem xét m iăt ngăquanăgi a các nhân t s h uănhƠăn c, dòng ti n t do,ăquyămôăcôngăty,ăđònăb y tài chính, t căđ t ngătr ng, r i ro kinh doanh, l i nhu năđ n t l chi tr c t c. Mô hình Tobit các nhân t nhăh ng ng u
nhiênă đ c s d ng thích h pă trongă tr ng h p m u nghiên c u b gi i h n (truncation) ho c b thi u d li u (censoring). ng th i, phân tích nhă h ng biên nh măxemăxétăt́căđ ng c a s thayăđ i các bi n gi iăthíchăđ năxuăh ng chi tr c t c c a các công ty, k c nh ng bi n thi u quan sát. Ngoài ra, bài nghiên c u còn th c hi n các ki măđnh đaăc ng tuy n b ng ma tr năt ngăquan,ăh s VIF, ki măđnh ph ngăsaiăsaiăs khôngăđ i Breusch-Pagan Lagrange Multiplier và ki măđnh t ng quan chu i Lagrange test.
CH NGă4:ăN I DUNG VÀ K T QU NGHIÊN C U
4.1 Th ng kê mô t các bi n s d ng trong mô hình nghiên c u
B ng 4.1 trình bày th ng kê mô t các bi n s d ng trong nghiên c u, bao g m
đ c tính công ty nhăh ngăđ n t l c t c c a các công ty phi tài chính niêm y t trên th tr ng ch ng khoán Vi t Nam t n mă2008-2012. Trung bình t l chi tr c t c c a 297 côngătyălƠă0.42%.ă l ch chu n c a t l chi tr c t c là 1.14, cho th y r ng t l chi tr c t c c a các công ty b phân tán khá l n. th tr ng ch ng khoán Vi tăNamătrungăbìnhătrongăgiaiăđo n 2008-2012, t l s h u c a
nhƠă n c là 27.7%. T că đ t ng tr ngă doanhă thuă trungă bìnhă trongă giaiă đo n nghiên c u là 18.8%, cho th y t căđ t ngătr ng khá nhanh chóng c a các công ty niêm y t. Tuy nhiên, t l đònăb y tài chính m c 1.7, cho th y ph n l n các công ty niên y tăđ c tài tr b ng v n vay là ch y u. Ch s đoăl ng r i ro beta m c trung bình 0.44 cho th y bi năđ ng giá c a các công ty trong m u nghiên c u m c trung bình so v i toàn th tr ng.