6. HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI
3.1.2. Tác động của việc giữ lại lợi nhuận đến giá trị doanh nghiệp
Sau khi xác định các nhân tố tác động đến việc giữ lại lợi nhuận, tiếp theo để trả lời câu hỏi liệu có tồn tại một mức lợi nhuận giữ lại tối ưu làm tối đa hóa giá trị doanh nghiệp hay không, dựa trên nghiên cứu của Cristina, Pedro J. và Pedro M. (2010), mô hình 2 sau đây được sử dụng, trong đó giá trị thị trường của doanh
nghiệp i tại thời điểm t phụ thuộc vào tiền mặt nắm giữ và bình phương của nó cũng như các biến kiểm soát khác.
Mô hình 2:
Vit = βo + β1CASHit + β2CASH2it + β3INTANGIBLEit + β4SIZEit + β5LEVit + ηi +
λt + εit (2)
Trong đó: V đại diện cho giá trị doanh nghiệp. Bài nghiên cứu này sử dụng hai biến khác nhau đại diện cho giá trị doanh nghiệp nhằm làm tăng tính vững chắc của kết quả. Thứ nhất là biến Tobin’Q. Đây là tỷ số giá trị thị trường của doanh nghiệp trên chi phí thay thế tài sản, được tính bằng giá trị thị trường của vốn cổ phần cộng giá trị sổ sách của các khoản nợ chia cho giá trị sổ sách của tổng tài sản. Tobin’Q thường được sử dụng trong các nghiên cứu tài chính doanh nghiệp để đo lường giá trị doanh nghiệp (Tong, 2008; McConnell, Servaes và Lins, 2008; Lin và Su, 2008; Cristina Martinez-Solano và các cộng sự, 2010). Biến thứ hai được xây dựng đại diện cho giá trị doanh nghiệp là MKBOOK, là tỷ số giá trị thị trường của vốn cổ phần chia cho giá trị sổ sách của vốn cổ phần.
Biến độc lập chính là CASH. Giống như mô hình 1, CASH được định nghĩa là tiền và các khoản tương đương tiền chia cho tổng tài sản. Phương trình bao hàm cả CASH và bình phương của nó (CASH2) để kiểm định sự tồn tại mô hình phi tuyến (lõm). Dự kiến rằng giữa tiền mặt và giá trị doanh nghiệp có mối tương quan dương khi lợi nhuận giữ lại dưới mức tối ưu. Tương tự, dự kiến sự tương quan âm giữa tiền mặt và giá trị doanh nghiệp khi lợi nhuận giữ lại cao hơn mức tối ưu. Vì lý do đó, bài nghiên cứu dự kiến dấu dương đối với biến CASH và dấu âm đối với biến CASH2. Nếu mối quan hệ phi tuyến này được xác nhận, chứng tỏ khi gia tăng lợi nhuận giữ lại sẽ làm tăng giá trị doanh nghiệp cho đến một điểm đảo chiều nào đó, gia tăng lợi nhuận giữ lại sẽ làm giảm giá trị doanh nghiệp. Điểm đảo chiều chính là mức giữ lại lợi nhuận tối ưu, nó bằng -β1/2β2.
Phương trình (2) cũng bao gồm các biến độc lập khác như INTANGIBLE, SIZE và LEV. INTANGIBLE là tỷ số tài sản vô hình chia cho tổng tài sản và nó được xem như là biến đại diện cho cơ hội tăng trường. Quy mô doanh nghiệp (SIZE)
được tính bằng logarit tự nhiên của doanh thu thuần. Cuối cùng, đòn bẩy (LEV) được tính bằng tổng nợ chia cho tổng vốn cổ phần.
ηi là tính không đồng nhất không quan sát được. Nó đo lường cả đặc điểm riêng của doanh nghiệp và đặc điểm của lĩnh vực mà nó hoạt động. Giả định rằng tác động của các nhân tố đặc trưng riêng của mỗi doanh nghiệp không thể quan sát được nhưng có ảnh hưởng đến giá trị doanh nghiệp. Chúng khác nhau với mỗi doanh nghiệp nhưng không đổi qua thời gian ứng với mỗi một doanh nghiệp. λt là biến giả thay đổi theo thời gian nhưng bằng nhau với tất cả doanh nghiệp đối với mỗi thời kỳ xem xét. Bằng cách này bài nghiên cứu cố gắng nắm bắt được các biến số kinh tế mà doanh nghiệp không thể kiểm soát được mà có thể ảnh hưởng giá trị của nó. εit là sai số.
Tương tự như Cristina và các cộng sự (2010), dựa trên nghiên cứu của Arellano và Bond (1991), phương pháp ước lượng Tổng Quát Hóa Thời Điểm (Generalized Method of Moments – GMM) được sử dụng trong mô hình bằng cách chuyển đổi sai phân bậc nhất, điều này kiểm soát tính không đồng nhất không quan sát được và ngăn ngừa vấn đề nội sinh tiềm tàng do có thể có những cú sốc hay những nhân tố không quan sát được tác động đến việc nắm giữ tiền mặt nhưng cũng tác động đến các biến hồi quy khác, chẳng hạn như đòn bẩy (LEV). Ước lượng hệ số hồi quy bằng hồi quy dữ liệu chéo thông thường sẽ dẫn đến sai lệch do sự tương quan phát sinh giữa các biến và sai số. Sử dụng kỹ thuật này bởi vì các doanh nghiệp là đa dạng và không đồng nhất, và luôn luôn có những nhân tố tác động đến giá trị doanh nghiệp rất khó để đo lường (xem nghiên cứu của Himmelberg, Hubbard và Palia, 1999). Hơn nữa, vấn đề nội sinh thường được xem xét trong các tài liệu nghiên cứu về tiền mặt (chẳng hạn như Ozkan và Ozkan, 2004). Bài nghiên cứu sử dụng các biến công cụ là các biến độc lập có độ trễ.
Ước lượng này giả định không có tương quan chuỗi bậc hai trong các phần dư trong sai phân bậc nhất. Vì lý do đó, để kiểm định tính phù hợp của ước lượng, kiểm định m2 được thực hiện để kiểm định sự không tồn tại tương quan chuỗi bậc hai trong các phần dư. Ngoài ra, kiểm định Hansen đối với các hạn chế về việc xác định quá mức (Overidentifying Restrictions) cũng được thực hiện nhằm kiểm định
sự không tồn tại mối tương quan giữa các biến công cụ và các sai số. Đây là kiểm định cần thiết khi số biến công cụ nhiều hơn số biến trong mô hình.
Sau khi thực hiện ước lượng trên, nếu kết quả xác nhận một mối quan hệ phi tuyến giữa việc giữ lại lợi nhuận và giá trị doanh nghiệp, chứng tỏ có sự tồn tại một mức lợi nhuận giữ lại tối ưu, bài nghiên cứu tiếp tục trả lời câu hỏi là việc giữ lại lợi nhuận sẽ tác động đến giá trị doanh nghiệp như thế nào. Mục đích của phần này là cung cấp bằng chứng để hỗ trợ cho giả thuyết giá trị doanh nghiệp sẽ bị giảm nếu lượng lợi nhuận giữ lại dịch chuyển ra khỏi mức tối ưu.
Để thực hiện điều đó, mô hình (1) được ước lượng bằng mô hình hồi quy fixed- effect nhằm xác định các thông số chuẩn để ước tính mức độ lợi nhuận giữ lại tối ưu. Giá trị dự đoán ước lượng được từ mô hình (1) đo lường cho mức lợi nhuận giữ lại tối ưu và các phần dư đo lường cho độ lệch khỏi mức tối ưu. Phương pháp này được sử dụng dựa trên các nghiên cứu của Harford (1999), Dittmar và Mahrt- Smith (2007) và Tong (2008). Harford (1999) sử dụng hồi quy fixed-effect nhằm xác định các thông số chuẩn để ước tính mức độ lợi nhuận giữ lại tối ưu. Ông định nghĩa giá trị dự đoán từ mô hình dùng đo lường cho mức lợi nhuận giữ lại tối ưu và sử dụng các phần dư ước lượng được đo lường độ lệch khỏi mức tối ưu. Dittmar và Mahrt-Smith (2007) sử dụng phương pháp tương tự, xác định độ lệch khỏi mức lợi nhuận giữ lại tối ưu là phần dư từ hồi quy fixed-effect. Ngoài ra, Tong (2008) cũng sử dụng hồi quy fixed-effect nhằm xác định các thông số chuẩn của các nhân tố tác động đến mức sở hữu tối ưu của CEO và sử dụng phần dư từ hồi quy đó đo lường cho độ lệch khỏi mức sở hữu tối ưu của CEO.
Sau khi có được phần dư từ ước lượng mô hình (1), biến DEVIATION được định nghĩa là giá trị tuyệt đối của các phần dư, đại diện cho độ lệch khỏi mức lợi nhuận giữ lại tối ưu. Như đã trình bày mục đích của nghiên cứu này là xem xét sai lệch khỏi mức lợi nhuận giữ lại tối ưu có ảnh hưởng đến giá trị doanh nghiệp hay không, do đó tiếp tục dựa theo nghiên cứu của Cristina Martinez-Solano và các cộng sự (2010), mô hình sau được sử dụng:
Mô hình 3:
Vit = β0 + β1 DEVIATIONit + β2 INTANGIBLEit + β3 SIZEit + β4 LEVit + ηi + λt +
εit (3)
Trong đó Vit là giá trị doanh nghiệp, được đại diện bằng các biến Tobin’s Q và MKBOOK. Biến độc lập chính là DEVIATIONit , được tính bằng giá trị tuyệt đối của các phần dư trong phương trình 1, và INTANGIBLEit , SIZEit và LEVit là các biến kiểm soát được định nghĩa giống như trên. Mô hình hồi quy GMM với sai phân bậc nhất tiếp tục được sử dụng.
Dự kiến rằng β1 <0 trong mô hình (3), hàm ý một mối tương quan âm giữa độ lệch khỏi mức lợi nhuận giữ lại tối ưu và giá trị doanh nghiệp. Nếu điều này được xác nhận, chứng tỏ mức lợi nhuận giữ lại lệch khỏi mức tối ưu càng nhiều thì giá trị doanh nghiệp càng giảm.
Tuy nhiên mô hình 3 không phân biệt được cụ thể những sai lệch này là dương hay âm. Do đó để kiểm định rằng việc giữ lại lợi nhuận cao hơn hay thấp hơn mức tối ưu đều làm giảm giá trị doanh nghiệp, bài nghiên cứu sử dụng một đại lượng tương tác khác.
Biến INTERACT được định nghĩa là Obove-optimal*DEVIATION. Obove- optimal là biến giả nhận giá trị 1 nếu phần dư từ hồi quy mô hình (1) có giá trị dương và 0 nếu ngược lại. Với điều kiện này, ước lượng mô hình 4 như sau:
Mô hình 4:
Vit = β0 + β1 DEVIATIONit + β2 INTERACTit + β3 INTANGIBLEit + β4 SIZEit +
β5 LEVit + ηi + λt + εit (4)
Trong đó Vit là giá trị doanh nghiệp, được đại diện bởi Tobin’s Q và MKBOOK. Các biến khác vẫn được định nghĩa như trước và phương pháp hồi quy GMM với sai phân bậc nhất tiếp tục được sử dụng.
Nhằm mục đích chứng tỏ rằng cả sai lệch cao hơn hay thấp hơn mức lợi nhuận giữ lại tối ưu đều làm giảm giá trị doanh nghiệp, bài nghiên cứu dự đoán β1 < 0 và β1 + β2 < 0. Trong trường hợp các phần dư là dương, biến Above-optimal sẽ nhận giá trị 1, và tác động của các độ lệch khỏi mức tối ưu đến giá trị doanh nghiệp được giải
thích bằng hệ số β1 + β2. Ngược lại, khi các phần dư là âm, biến Above_optimal nhận giá trị 0 và tác động của các độ lệch khỏi mức tối ưu đến giá trị doanh nghiệp được giải thích bằng hệ số β1. Do đó nếu kết quả hồi quy xác nhận rằng β1 < 0 và β1 + β2 < 0, chứng tỏ sự sai lệch cao hơn hay thấp hơn mức lợi nhuận giữ lại tối ưu đều làm giảm giá trị doanh nghiệp. Như Tong (2008) và Cristina M., Pedro J. và Pedro M. (2010) chỉ rõ, biến INTERACT có thể dương vì các phần dư âm và dương bù trừ lẫn nhau. Tuy nhiên, điều quan tâm là tổng hệ số β1 + β2. Vì thế, bài nghiên cứu thực hiện kiểm định F để chứng tỏ rằng β1 + β2 vẫn âm và có ý nghĩa thống kê.