4. NỘI DUNG VÀ CÁC KẾT QUẢ NGHIÊN CỨU
4.4.1. Mô hình điều chỉnh từng phần
Trong phần 4.2 và 4.3, bài nghiên cứu tập trung vào sự thay đổi tỷ số đòn bẩy tối ưu của doanh nghiệp từ 2010 đến 2012 để nghiên cứu tác động của cắt giảm thuế thu nhập cá nhân trong năm 2011. Tiếp cận này trực quan, gọn gàng và hàm ý giải thích cho chi phí điều chỉnh đòn bẩy bằng việc thêm vào các đặc tính của doanh nghiệp trong năm 2010 vào mô hình hồi quy.
Trong phần này, bài nghiên cứu sử dụng một mô hình điều chỉnh từng phần từ lý thuyết cấu trúc vốn để ghi nhận sự thay đổi từ từ của doanh nghiệp đối với tỷ số đòn bẩy tối ưu của họ. Khi có cắt giảm thuế xảy ra, doanh nghiệp thường mất một khoản thời gian thay đổi và điều chỉnh nợ vay như giảm bớt nợ hoặc phát hành thêm nợ. Việc này tốn thời gian và phụ thuộc vào tính chất của doanh nghiệp, một số doanh nghiệp có thể thay đổi nợ một cách nhanh chóng trong khi số khác thì mất thời gian nhiều hơn (quý hoặc nửa năm).
Thêm vào đó, bài nghiên cứu này kết hợp hiệu ứng tác động của cắt giảm thuế thu nhập cá nhân đánh lên thu nhập từ vốn cổ phần trong năm 2011 vào mô hình điều chỉnh từng phần để có thể nghiên cứu mức độ và chiều hướng của tác động.
Tôi sẽ trình bày mô hình điều chỉnh từng phần dựa theo bài nghiên cứu của Flannery và Rangan trong năm 2006. Tỷ số đòn bẩy mục tiêu hay tối ưu của doanh nghiệp có dạng:
,
∗ = , (19)
Với Blev*i,t+1 là tỷ số nợ mong muốn của doanh nghiệp i tại t+1 và Xi,t là vec- tơ của đặc tính doanh nghiệp liên quan đến chi phí và lợi ích của việc hoạt động với nhiều tỷ số đòn bẩy.
Các doanh nghiệp có xu hướng chuyển hướng khỏi tỷ số đòn bẩy mục tiêu một cách tối ưu hóa nếu chi phí điều chỉnh là đáng kể. Hiệu ứng này được ghi nhận bởi mô hình điều chỉnh từng phần chuẩn:
, − , = ∗, − , + , (20)
Sau mỗi năm tài khóa, các doanh nghiệp thường rút ngắn một phần λ khoảng cách giữa mức tỷ số đòn bẩy thực tế và mức tỷ số đòn bẩy mong muốn. Thay phương trình (19) vào phương trình (20) và sắp xếp các khoản mục cho mô hình ước lượng:
, = ( ) , + (1 − ) , + , (21)
Tiếp theo, việc kết hợp một hiệu ứng tác động (của cắt giảm thuế thu nhập cá nhân) vào trong mô hình này khá đơn giản. Giả dụ rằng tỷ số đòn bẩy tối ưu của doanh nghiệp thay đổi sau khi cắt giảm thuế 2011, và cho Post là biến chỉ thị cho thời điểm cắt giảm thuế (Post=1 nếu t+1≥2011, và Post=0 ngược lại). Sau đó phương trình 20 được sửa lại là:
,
∗ = , + + × , (22)
Với Di,2010 bao gồm biến đại diện cho tình trạng nghiên cứu của doanh nghiệp i trong năm 2011. Ở đây, tôi có Di,2010 bao gồm IndOwni,. Do đó, δ xác định hiệu ứng của cắt giảm thuế, γ đo lường bất kì thay đổi nào trong đòn bẩy tối ưu của doanh nghiệp sau 2011 mà không do cắt giảm thuế.
Theo vậy, phương trình (21) trở thành:
, = ( ) , + ( ) + ( ) × , + (1 −
) , + , (23)
δ có thể tính được bằng cách chia hệ số của khoản tương tác Post x Di,2010 với
hiệu số của 1 trừ hệ số của đòn bẩy trễ Blevi,t. Mô hình được ước lượng trong phần
này là:
, = + , + + × , +
, + ln ( ), + , + , + , +
, + , + + , (24)
Với biến điều khiển được định nghĩa giống như trong phần 4.2 và phần 4.3
và ui là hiệu ứng cố định doanh nghiệp. Bài nghiên cứu bao gồm các hiệu ứng cố
định doanh nghiệp trong tất các hồi quy bởi vì chúng là nhân tố hết sức quan trọng trong nghiên cứu cấu trúc vốn với dữ liệu bảng (theo Flannery và Rangan trong bài nghiên cứu của họ vào năm 2006; Lemmon, Roberts, và Zender trong bài nghiên cứu của họ vào năm 2008).
Bảng 4.4. Kết quả hồi quy mô hình điều chỉnh từng phần với mức ý nghĩa *, ** và *** lần lượt là 10%, 5% và 1%. VARIABLE FIXED EFFECTS DIFFERENCE GMM BLEV 0.058 ** 0.058 ** (0.026) (0.124) POST -0.007 -0.013 ** (0.006) (0.006) POSTxINDOWN2010 0.012 0.023 ** (0.01) (0.011) INDOWN -0.005 0.054 * (0.012) (0.032) LNASSETS -0.006 0.02 (0.006) (0.014) COL 0.015 0.008 (0.021) (0.027) MB -0.001 -0.002 * (0.001) (0.001) INTANG -0.188 ** -0.002 (0.095) (0.117) PROFIT 0 0.001 (0.001) (0.002) DDIV -0.009 ** -0.006 (0.004) (0.004) R2 0.471 N 1140 1140
Cột đầu tiên của bảng 4.4 trình bày các kết quả ước lượng của mô hình các hiệu ứng cố định (fixed effects) của phương trình (24). Hệ số của Post × IndOwni,2010 không có ý nghĩa thống kê.
Tuy nhiên, các bài nghiên cứu trước của các ông Flannery và Rangan trong bài nghiên cứu vào năm 2006 và Huang và Ritter trong bài nghiên cứu năm 2009 đã nêu rõ rằng “…điều hiển nhiên là trong hồi quy bảng động, ước lượng các hiệu ứng tĩnh của tốc độ điều chỉnh mang tính chủ quan bởi vì biến phụ thuộc trễ có tương quan với khoản sai số…”.
Do đó, để khắc phục vấn đề, bài nghiên cứu ước lượng hồi quy với phương pháp Difference GMM, trong đó tất cả các biến độc lập từ thời gian 1 đến thời gian t – 1 được sử dụng làm các công cụ trong phương trình này. Kết quả của ước lượng hồi quy mô hình trong phương trình (24) theo phương pháp Difference GMM được trình bày trong cột 2.
Cột 2 chỉ ra rằng hệ số của Post × IndOwn2010 xung quanh mức 0.023, nghĩa
là mức tăng 0.023/(1 – 0.058)=2.4% trong tỷ số đòn bẩy. Con số này xấp xỉ so với ước lượng 2.6% trong bảng 4.2 và có ý nghĩa thống kê. Do đó, việc xem xét sự thay đổi đòn bẩy từ từ của doanh nghiệp không làm thay đổi kết quả chính của bài nghiên cứu là tỷ lệ đòn bẩy tăng sau khi cắt giẩm thuế thu nhập cá nhân đánh lên thu nhập từ vốn cổ phần.