4. Nội dung và kết quả nghiên cứu
4.2Mô hình hồi quy ảnh hưởng của động cơ chuyển giá đến giá báo cáo của
của doanh nghiệp
Chúng tiến hành tôi nghiên cứu các mức giá hàng nhập khẩu của Việt Nam từ Hàn Quốc, Singapore, Nhật Bản, Đài Loan, Hồng Kông, Mỹ, Thái Lan, Trung Quốc, Malaysia, Anh bởi vì các quốc gia này là những quốc gia đầu tư nước ngoài lớn nhất vào Việt Nam và hoạt động của các quốc gia này tạo ra cơ sở hạ tầng cho các công ty mẹ và các công ty con thao túng giá chuyển giao. Lý tưởng nhất, tôi sẽ nghiên cứu giá báo cáo đối với doanh thu công ty riêng lẻ, công ty nội bộ. Bởi vì các dữ liệu này không có sẵn, thay vào đó chúng tôi sẽ nghiên cứu các mức giá báo cáo sản phẩm ở
mức độ quốc gia. Mẫu dữ liệu kéo dài từ 2007 đến 2012 bởi vì những năm này có liên quan đến sự thay đổi thuế nhiều ở Việt Nam và nước khác. Mức giá báo cáo riêng lẻ của từng công ty không được công bố cũng như không có sẵn nên tôi xây dựng giá báo cáo theo mô hình PRic = [(giá trị hải quan sản phẩm i nhập khẩu từ quốc gia c)/(số lượng sản phẩm i nhập khẩu từ quốc gia c)]. Như đã trình bày ở phần trước, khái niệm TPI = (τf – τh) – TARf (1 – τf), nếu nhà đầu tư ở quốc gia mẹ hoặc nhà đầu tư ở quốc gia cư trú mà có thuế suất thấp hơn hoặc bằng với thuế suất thuế thu nhập doanh nghiệp ở Việt Nam. Đối với tất cả các nhà đầu tư cư trú, TPI = -TARf. Tóm lại, TPI tương ứng phụ thuộc vào hình thức đánh thuế của quốc gia công ty mẹ và phụ thuộc vào thuế suất ở Việt Nam và các nơi đặt trụ sở của công ty đa quốc gia. Để tìm kiếm mối liên hệ giữa giá chuyển giao báo cáo và động cơ chuyển giá, tôi tiến hành phân tích hồi quy. Chúng ta đã từng nhận thấy rằng giá chuyển giao được lựa chọn nhằm tối đa hóa lợi nhuận của công ty đa quốc gia sẽ tăng cùng với sự tăng lên của động cơ chuyển giá. Để kiểm tra giả thuyết này, tôi xây dựng hàm ước tính như sau:
∑ ∑ Biến phụ thuộc là giá chuyển giao báo cáo PR
. Các chỉ số cho biến giá chuyển giao gồm i là sản phẩm, c là quốc gia và t là năm. Hệ số β1 đối với động cơ chuyển giá là biến mà tôi quan tâm, nó kiểm tra sự có mặt sự có mặt của thay đổi giá liên quan đến động cơ thuế. Bởi vì giá có thể thay đổi một cách có hệ thống qua các năm do chu kỳ kinh doanh và các yếu tố khác theo thời gian nên tôi đưa vào biến giả γt để kiểm soát ảnh hưởng của thời gian. Để kiểm soát những khác biệt chất lượng giữa các quốc gia mang tính định lượng, tôi đưa ra biến (GDP/CAP)ct là thu nhập bình quân đầu người. Tôi cũng đưa vào một tập hợp các biến giả nước λc để kiểm soát sự khác biệt có hệ thống giữa các quốc gia, bao gồm do sự khác biệt chất lượng không đo lường được, sự khác biệt quốc tế trong cấu trúc thị trường, hoặc khoảng cách địa lý, văn hóa. Cuối cùng, để biến đổi dữ liệu thô cũng như kiểm soát phương sai thay đổi, tôi chuyển đổi tất cả các biến trong phương trình ước tính của tôi, bằng cách lấy phần trăm tăng giảm của các biến độc lập và biến phụ thuộc (được ký hiệu lần lượt là P1, TPI1, GDP1 (viết
tắt của GDP/CAD1)). Chúng tôi tiến hành chạy hồi quy GLS cho bộ dữ liệu đã qua xử lý sau khi tiến hành các kiểm định cơ bản như kiểm định tính dừng, kiểm định đa cộng tuyến, kiểm định tự tương quan và phương sai thay đổi. Kết quả các kiểm định được trình bày trong các bảng sau:
Kiểm định tính dừng cho mẫu dữ liệu:
Chúng tôi sử dụng kiểm định Dickey-Fuller với độ trễ bằng 0 để kiểm định tính dừng cho lần lượt ba chuỗi dữ liệu là P1, TPI1, GDP1 và cho kết quả như trong các bảng 1, 2 và 3. Kết quả cho thấy chuỗi P1 và TPI1 là chuỗi dữ liệu dừng đối với tất cả các ngành. Riêng đối với chuỗi GDP1, chỉ có chuỗi số liệu ở ngành giấy và ngành kim loại thường không dừng nên chúng tôi tiến hành lấy sai phân trong dữ liệu của hai ngành này và cả hai chuỗi đều dừng khi lấy sai phân bậc 1.
Bảng 1: Kiểm định tính dừng cho P1 Ngành p (P1) p (d.P1) Sắt thép 0 Giấy 0 Tơ sợi dệt 0 Phân bón 0 Xăng dầu 0.0002 Cao su 0 Chất dẻo 0
Kim loại thường 0.0005
Ô tô 0.0001
Bông 0.0127
Bảng 2: Kiểm định tính dừng cho TPI1 Ngành p (TPI1) p (d.TPI1) Sắt thép 0.0014 Giấy 0.0021 Tơ sợi dệt 0.0011 Phân bón 0.0000 Xăng dầu 0.0000 Cao su 0.0031 Chất dẻo 0.0410
Kim loại thường 0.0132
Ô tô 0.0000
Bông 0.0000
Kết quả: Chuỗi TPI1 là chuỗi dừng
Bảng 3: Kiểm định tính dừng GDP/CAP1 Ngành p(GDP/CAD)1 p(d.GDP/CAD)1 Sắt thép 0.0431 Giấy 0.061 0.0000 Tơ sợi dệt 0.0471 Phân bón 0.0007 Xăng dầu 0.0000 Cao su 0.0033 Chất dẻo 0.0077
Kim loại thường 0.1392 0.0000
Ô tô 0.0000
Bông 0.0000
Kết quả: Chuỗi GDP/CAP1 dừng ở tất cả các ngành sắt thép, tơ sợi dệt, phân bón, xăng dầu, cao su, chất dẻo, ô tô và bông và dừng ở sai phân bậc 1 đối với ngành giấy và kim loại thường.
Kiểm định đa cộng tuyến
Sau khi đã kiểm tra tính dừng cho bộ dữ liệu, chúng tôi tiến hành hồi quy mô hình với biến độc lập là TPI1 và (GDP/CAD)1, biến phụ thuộclà P1. Tiếp theo, chúng tôi kiểm định đa cộng tuyến bằng cách kiểm định ý nghĩa của biến hồi quy và tính nhân tử
phóng đại phương sai VIF, kết quả là p đều lớn hơn 0.05 và nhận thấy VIF là rất nhỏ nên có thể kết luận không có hiện tượng đa cộng tuyến xảy ra giữa các biến.
Bảng 4: Kiểm định đa cộng tuyến cho các ước lượng theo từng ngành
Ngành p – value VIF Sắt thép 0.969 1.00 Giấy 0.655 1.00 Tơ sợi dệt 0.299 1.00 Phân bón 0.501 1.00 Xăng dầu 0.706 1.00 Cao su 0.107 1.00 Chất dẻo 0.328 1.00
Kim loại thường 0.895 1.00
Ô tô 0.674 1.00
Bông 0.735 1.00
Kết quả: Không có hiện tượng đa cộng tuyến (adsbygoogle = window.adsbygoogle || []).push({});
Kiểm định tự tương quan
Chúng tôi sử dụng kiểm định Wooldridge để kiểm định hiện tượng tự tương quan và kết quả là không có hiện tượng tự tương quan trong tất cả các ngành.
Bảng 5: Kiểm định tự tương quan
Ngành Prob > F Sắt thép 0.2003 Giấy 0.1431 Tơ sợi dệt 0.2067 Phân bón 0.6473 Xăng dầu 0.2431 Cao su 0.5000 Chất dẻo 0.2798
Kim loại thường 0.9032
Ô tô 0.2595
Bông 0.1141
Kiểm định phương sai thay đổi
Để kiểm định cho phương sai thay đổi, tôi sử dụng kiểm định Wald.
Bảng 6: Kiểm định phương sai thay đổi
Ngành Prob > F Sắt thép 0.0000 Giấy 0.0000 Tơ sợi dệt 0.0000 Phân bón 0.0000 Xăng dầu 0.0000 Cao su 0.0000 Chất dẻo 0.0000
Kim loại thường 0.0000
Ô tô 0.0000
Bông 0.0000
Kết quả: tất cả các ngành đều có phương sai thay đổi.
Hồi quy mô hình
Sau các kiểm định, để khắc phục hiện tượng phương sai thay đổi, chúng tôi tiến hành hồi quy mô hình theo phương pháp GLS bằng phần mềm Stata 12.0. GLS (phương pháp bình phương nhỏ nhất tổng quát) thực chất là phương pháp OLS áp dụng cho các biến đã được biến đổi từ một mô hình vi phạm giả thiết cổ điển thành một mô hình mới thỏa mãn các giả thiết mô hình cổ điển. Do đó các tham số ước lượng được từ mô hình mới sẽ có tính chất BLUE (tính chất cho ước lượng không chệch tuyến tính tốt nhất).
Có 2 cách để biến đổi mô hình vi phạm giả thiết phương sai thay đổi:
Cách 1: Khi biết phương sai tổng thể σi2 ta sẽ chia cả 2 vế của mô hình cho σ, mô hình ban đầu có dạng Với ( )
Cách 2: Khi chưa biết phương sai tổng thể σi2, ta đặt các giả thiết nhất định về phương sai tổng thể để biến đổi mô hình thỏa các giả thiết mô hình cổ điển.
Trong bài nghiên cứu này, để khắc phục phương sai thay đổi khi chưa biết phương sai tổng thể, chúng tôi tiến hành chia cả 2 vế của mô hình cho biến TPI1 với giả thiết phương sai tổng thể tỷ lệ với bình phương của biến độc lập, nghĩa là:
Var (Ui) = E (Ui2) =σ2Xi2 Với mô hình ban đầu:
P1ict = α + β1TPI1ict + β2 (GDP/CAP)1 +Ui Sau khi chia cả 2 vế cho TPI1ict, ta được:
Dễ dàng nhận thấy:
( )
Với giả thiết trên thì đòi hỏi điều kiện đối với các biến độc lập không có giá trị 0 nên đối với mẫu ban đầu, chúng tôi phải loại bỏ các quan sát không thỏa điều kiện khác 0.
Thêm vào đó, TPI1ct và GDP/CAP1ct không xảy ra đa cộng tuyến nhưng và (adsbygoogle = window.adsbygoogle || []).push({});
có xảy ra hiện tượng đa cộng tuyến ở một số ngành như bông, tơ sợi dệt,
xăng dầu, chất dẻo vì thế mà tôi phải tiến hành loại bỏ bớt biến
trong 4
ngành đó khi tiến hành hồi quy. Để đơn giản, chúng tôi đặt
, , và hồi quy GLS
với mô hình .Tôi chọn chạy fix – effected cho mô hình với dữ liệu panel và cố định một chiều thời gian, vì thế mà mô hình của tôi chỉ còn biến giả quốc gia. Bộ dữ liệu của chúng tôi bao gồm 10 ngành công nghiệp quan trọng như sắt
thép, giấy, tơ sợi dệt, phân bón, xăng dầu, cao su, chất dẻo, kim loại thường, ô tô, bông với kết quả tổng hợp hồi quy cho từng ngành được trình bày trong bảng sau:
Bảng 7: Kết quả hồi quy tổng thể về ảnh hưởng của TPI lên giá báo cáo cho từng ngành theo hồi quy GLS
Sản phẩm TPI GDP Obs Sắt thép 0.52 (0.20)b 2.30 (0.04)a 41 Giấy -0.78 (0.28)a 8.33 (0.17)a 33 Tơ sợi dệt 1.00 (0.32)a Loại biến 26 Phân bón 0.14 (0.02)a -15.16 (0.53)a 26 Xăng dầu -3.48 (3.09) Loại biến 28 Cao su -75.95 (62.53) 3.42 (0.29)a 36 Chất dẻo 2.00 (0.36)a Loại biến 40
Kim loại thường -1.76
(0.77)b -25.25 (0.00)a 47 Ô tô -172.33 (124) -1.19 (14.09) 36 Bông 0.44 (0.00)a Loại biến 26
Chú thích: a, b và c lần lượt là các mức ý nghĩa 1%, 5% và 10%. Con số nằm trong
() là sai số chuẩn. Do có hiện tượng đa cộng tuyến giữa x1 và x2 ở ngành tơ sợi dệt,
xăng dầu, cao su và ô tô nên biến x2 được loại bỏ khỏi mô hình.
Sau cùng, để xem xét tác động của TPI lên giá báo cáo cho tất cả các ngành, chúng tôi tiến hành chạy hồi quy toàn bộ dữ liệu panel gồm 10 ngành kể trên với khung thời gian 6 năm từ 2007 đến 2012 bằng cách lấy giá trung bình của các quốc gia làm đại
diện cho giá trung bình mỗi ngành. Cũng với phương pháp hồi quy GLS, chúng tôi được hệ số TPI là 0.28 ở mức ý nghĩa 10%.
Nhận xét:
Chúng tôi nhận thấy kết quả hồi quy có ý nghĩa trên rất nhiều ngành và có ý nghĩa tổng thể. Hê số TPI dương và có ý nghĩa ở những ngành sắt thép, phân bón, tơ sợi
dệt, chất dẻo, bông. Trong trường hợp của ngành giấy và kim loại thường thì hệ số
âm và có ý nghĩa. Còn lại 3 ngành cao su, ô tô, xăng dầu hệ số TPI không có ý nghĩa. Các hệ số dương và có ý cho thấy rằng 1% giảm trong thuế thu nhập doanh nghiệp ở nước mẹ thì sẽ dẫn đến tăng 1% trong TPI và từ đó tạo động cơ cho công ty đa quốc gia tăng mức giá báo cáo lên 0.52% ở ngành sắt thép, 0.14% ở ngành phân bón, 1% ở ngành tơ sợi dệt, 2% ở chất dẻo, 0.44% ở ngành bông. Trong trường hợp tăng mức giá báo cáo này, các công ty có ý định sẽ chuyển thu nhập từ các chi nhánh đầu tư ở nước ngoài về nước mẹ để tận dụng lợi ích thuế trong sự sụt giảm thuế suất ở nước mẹ. Ở những ngành công nghiệp có hệ số TPI âm và có ý nghĩa, cụ thể ở đây là ngành giấy và kim loại thường công ty đa quốc gia có khả năng chuyển thu nhập chịu thuế đến quốc gia đầu tư bằng cách giảm mức giá báo cáo. 1% gia tăng trong thu nhập chịu thuế của quốc gia mẹ, điều này đồng nghĩa với TPI giảm 1%, khuyến khích công ty đa quốc gia giảm mức giá báo cáo của họ xuống 0.78% ở ngành giấy và 1,76% ở ngành kim loại thường. Có thể thấy, cùng với tác động của thuế thu nhập, với việc không ngừng giảm mức thuế nhập khẩu giấy và kim loại thường từ năm 2007-2012 đã góp thêm lợi thế rất lớn cho các nhà đầu tư trong quyết định chuyển thu nhập nếu như thuế suất thu nhập tăng ở nước mẹ. Việc định giá báo cáo giảm xuống này đồng nghĩa với hành động chuyển thu nhập chịu thuế đến nước đầu tư nhằm trốn tránh phần gánh nặng thuế thu nhập ở nước mẹ tăng lên.
Trong trường hợp còn lại khi mà hệ số TPI không có mức ý nghĩa hàm ý rằng sự tăng hay giảm trong thuế suất của quốc gia mẹ không ảnh hưởng đến giá báo cáo, tức công ty đa quốc gia không có động cơ chuyển thu nhập.
Hệ số của biến giả quốc gia trong các ngành hồi quy được rất ít khi có ý nghĩa có thể là do việc chọn các quốc gia tương đối có nhiều điểm chung và từ đó dẫn đến ảnh hưởng chi phối của nó không được mạnh.
Khi tiến hành hồi quy tổng thể cho tất cả các ngành trong dữ liệu, ta nhận thấy hệ số TPI dương và có ý nghĩa, điều đó đưa ra dự báo rằng 1% giảm trong thuế thu nhập doanh nghiệp của quốc gia mẹ của các công ty đa quốc gia sẽ làm cho giá báo cáo của chi nhánh của công ty tăng lên 0.28%. Từ đó, ta thấy rằng quyết định về chuyển giá của doanh nghiệp thì bị ảnh hưởng bởi động cơ chuyển giá mà cụ thể là thay đổi về thuế thu nhập doanh nghiệp.
Sự khác biệt trong kết quả hồi quy cho từng ngành có thể là do mức độ thao túng giá chuyển giao là khác nhau giữa các ngành công nghiệp mà cụ thể là do đóng góp của tài sản vô hình trong các ngành là khác nhau. Vì các sản phẩm chủ yếu dựa vào tài sản vô hình thì ít có khả năng tiến hành các giao dịch tiêu chuẩn so sánh theo giá thị trường. Nói cách khác, nếu các giao dịch có thể so sánh là rất ít hoặc không tồn tại, công ty đa quốc gia có thể có tiềm năng lớn hơn trong quyết định lựa chọn mức giá chuyển giao. Mặc dù kết quả gợi ý tầm quan trọng của tài sản vô hình ở cấp độ ngành nhưng thực tế rất khó để đo lường tài sản vô hình. Ngoài ra, ngay cả trong nội bộ các ngành công nghiệp, giữa các sản phẩm cũng không có đồng nhất vệ mức độ tài sản vô hình. Sự có mặt của tài sản vô hình này có thể tăng phạm vi chuyển giá, tuy nhiên vấn đề này là không nằm trong phạm vi nghiên cứu của chúng tôi.
Kết quả ước lượng từ mô hình có ý nghĩa ở nhiều ngành đã góp phần khẳng định sự tồn tại chuyển giá tại Việt Nam, đặc biệt trong các ngành với khối lượng giao dịch nội bộ đáng kể. Chính phủ Việt Nam đã có những hành động trước thực trạng này. Dựa trên những nguyên tắc hướng dẫn về vấn đề định giá chuyển giao của OECD ban hành, Việt Nam tiếp cận và điều tiết thành những điều khoản cụ thể phù hợp với thực tiễn kinh doanh cũng như bản chất của cơ sở thuế. Ngày 22/4/2010, Bộ Tài chính ban hành Thông tư 66/2010/TT-BTC thay thế Thông tư 117/2005/TT-BTC ngày 19/12/2005. Thông tin hướng dẫn thực hiện việc xác định giá thị trường trong giao
dịch kinh doanh giữa các bên có quan hệ liên kết, phù hợp với thông lệ quốc tế và thực tiễn Việt Nam. Tuy nhiên tiến trình thực hiện công tác quản lý thuế về chống chuyển giá, ở Việt Nam vẫn còn nhiều tồn tại cần được tháo gở. Cụ thể, quyền hạn