8. Tổng quan tài liệu nghiên cứu
2.3 GIẢ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
2.3.1 Mô hình nghiên cứu
Mô hình nghiên cứu tác động của cấu trúc vốn đến hiệu quả tài chính của các công ty niêm yết trên thị trƣờng chứng khoán thành phố Hồ Chí Minh đƣợc tham khảo dựa vào mô hình đƣợc sử dụng trong các nghiên cứu thực nghiệm trƣớc đây về đề tài này (Zeitun and Tian, 2007; Albert Amponsah Addae và các cộng sự , 2013) [11] [22]:
Yit = β0 + β1TDTAit+ β2LTDTAit + β3STDTAit + β4TDTEit + β5GROWTHit + β6SIZEit +
i là các công ty riêng lẻ
Y là Hiệu quả tài chính cho công ty i trong năm t.
β0, β1, β2, β3, β4, β5 và β6: Hệ số hồi quy (β0 : Tung độ gốc, β1, β2, β3, β4,
β5và β6: Hệ số góc). ε: Sai số.
TDTA: Tổng nợ trên tổng tài sản LTDTA: Nợ dài hạn trên tổng tài sản STDTA: Nợ ngắn hạn trên tổng tài sản TDTE: Tổng nợ trên tổng vốn chủ sở hữu SIZE: Quy mô doanh nghiệp
GROWTH: Sự tăng trƣởng của doanh nghiệp
2.3.2 Các biến trong mô hình nghiên cứu
a. Biến phụ thuộc phản ánh hiệu quả tài chính
Nhƣ đã nêu ở phần trƣớc hiệu quả tài chính của công ty đƣợc đo lƣờng bởi nhiều chỉ tiêu khác nhau và đƣợc chia làm hai nhóm chỉ tiêu quan trọng là nhóm giá trị kế toán và nhóm hệ số giá thị trƣờng. Đại diện cho nhóm các công cụ dựa trên sổ sách, hai chỉ tiêu ROE và ROA đƣợc sử dụng thƣờng xuyên trong các nghiên cứu học thuật nhằm đo lƣờng hiệu quả tài chính. Tuy nhiên trong nghiên cứu này tác giả sử dụng tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE) để làm biến phụ thuộc đo lƣờng hiệu quả tài chính của doanh nghiệp, vì chỉ tiêu ROE đƣợc sử dụng phổ biển hơn, nó phản ánh khả năng sinh lời đối với phần vốn chủ sở hữu, có liên quan đến chi phí trả lãi vay và chi phí thuế thu nhập doanh nghiệp. ROE phản ánh hiệu quả sử dụng vốn của chủ sở hữu dƣới tác động của đòn bẩy tài chính. Trong khi đó, chỉ tiêu ROA phản ánh khả năng sinh lời đối với tổng tài sản của doanh nghiệp nên chƣa tính đến tác động của khoản tiết kiệm thuế từ lãi vay. Bên cạnh đó, ROA chƣa xem xét đƣợc hiệu quả việc sử dụng nợ, ROA có thể tăng cao, nhƣng nếu nợ
không kiểm soát đƣợc hoặc tăng nhanh hơn thì ROA không có ý nghĩa nhiều vì công ty có thể gặp khó khăn trong việc phục vụ các khoản nợ của mình.
Chỉ tiêu ROE đƣợc sử dụng khá phổ biến trong các nghiên cứu thực nghiệm về đề tài này (Abor, 2005; Zeitun and Tian, 2007; Albert Amponsah Addae và các cộng sự, 2013) [9] [11] [22]:
Tỷ suất sinh lời trên vốn
chủ sở hữu =
Lợi nhuận sau thuế Vốn chủ sở hữu
Hệ số thu nhập trên vốn chủ sở hữu đo lƣờng khả năng sinh lợi dựa trên vốn chủ sở hữu của công ty; có nghĩa là từ một đồng vốn chủ sở hữu có thể tạo ra bao nhiêu đồng lợi nhuận. Đây đƣợc coi là hệ số quan trọng nhất trong việc đánh giá kết quả hoạt động của các nhà quản lí. Để tạo ra giá trị cho các cổ đông thì ROE phải lớn hơn chi phí vốn chủ sở hữu của công ty. Hệ số ROE càng cao chứng tỏ công ty sử dụng hiệu quả vốn chủ sở hữu.
Bên cạnh đó đại diện cho nhóm hệ số giá trị thị trƣờng, chỉ số Tobin’s Q đƣợc sử dụng nhƣ là công cụ đánh giá tốt về hiệu quả tài chính. Chỉ số Tobin’Q đƣợc tính dựa trên tỷ lệ giá trị thị trƣờng của tài sản trên giá trị sổ sách của tài sản hoặc tổng giá trị thị trƣờng của vốn và nợ chia cho tổng giá trị sổ sách của vốn và nợ, tuy nhiên, giá trị thị trƣờng của nợ, một biến quan trọng sử dụng để xác định chỉ số Tobin’Q lại không đƣợc cung cấp bởi các doanh nghiệp trong mẫu, vì vậy Tobin’ s Q đƣợc tính toán theo nghiên cứu của Zeitun and Tian (2007) [20] nhƣ sau:
Tobin’Q = (Giá trị thị trường của cổ phiếu + Giá trị sổ sách của nợ) Giá trị sổ sách của tổng tài sản
giá thị trƣờng hiện tại trên mỗi cổ phiếu nhân với tổng số cổ phiếu phổ thông đang lƣu hành.
b. Biến độc lập
- Cấu trúc vốn:
Dựa vào phân tích chỉ tiêu ROE ở trên có thể thấy rằng hiệu quả tài chính bị ảnh hƣởng bởi cấu trúc vốn. Trong đó có thể thấy cấu trúc tài chính có thể có quan hệ tỉ lệ thuận hay nghịch với hiệu quả tài chính. Cụ thể nếu tỷ suất sinh lời kinh tế của tài sản (RE) lớn hơn lãi suất vay thì việc vay nợ sẽ làm cho hiệu quả tài chính của doanh nghiệp tăng lên. Ngƣợc lại, nếu tỷ suất sinh lời kinh tế của tài sản nhỏ hơn lãi suất vay thì việc vay nợ sẽ làm cho hiệu quả tài chính của doanh nghiệp giảm và rủi ro của doanh nghiệp tăng lên vì hệ số tự tài trợ giảm.
Lý thuyết M&M của Modilligani và Miller (1963) cũng đã thừa nhận rằng, với thuế thu nhập doanh nghiệp, việc sử dụng nợ sẽ làm tăng hiệu quả tài chính của doanh nghiệp. Bên cạnh đó, các doanh nghiệp khi đi vay đều mong muốn các khoản vay này sẽ góp phần làm tăng hiệu quả tài chính của công ty, bởi vì ƣu điểm của việc sử dụng nợ là có thể tiết kiệm đƣợc thuế do lãi suất là yếu tố chi phí trƣớc thuế trong khi sử dụng vốn chủ sở hữu không có ƣu điểm này do cổ tức là yếu tố chi phí sau thuế [19].
Các nghiên cứu trƣớc đây của Abor (2005), Zeitun và Tian (2007), Đoàn Ngọc Phi Anh (2010), Twairesh (2014), Đoàn Ngọc Phúc (2014) đều đã chứng minh cấu trúc vốn có tác động đến hiệu quả tài chính của doanh nghiệp, các ảnh hƣởng này có thể tích cực hoặc tiêu cực [1] [4] [9] [10] [22].
Trong nghiên cứu này sử dụng các thƣớc đo cấu trúc vốn là tỷ suất nợ, tỷ suất nợ dài hạn, tỷ suất nợ ngắn hạn (Abor, 2005; Zeitun và Tian, 2007; Albert Amponsah Addae và các cộng sự, 2013) và tỷ suất nợ trên vốn chủ sở hữu (Mesquita và Lara, 2003; Zeitun và Tian, 2007) [9] [11] [16] [22]. Các giả thuyết đƣợc đặt ra nhƣ sau:
Giả thuyết 1: Tỷ suất nợ của công ty sẽ có ảnh hưởng đến hiệu quả tài chính.
Giả thuyết 2: Tỷ suất nợ dài hạn của công ty sẽ có ảnh hưởng đến hiệu quả tài chính.
Giả thuyết 3: Tỷ suất nợ ngắn hạn của công ty sẽ có ảnh hưởng đến hiệu quả tài chính.
Giả thuyết 4: Tỷ suất nợ trên vốn chủ sở hữu của công ty sẽ có ảnh hưởng đến hiệu quả tài chính.
Để đảm bảo tính chính xác các kết quả của mô hình hồi quy, hai biến kiểm soát đƣợc đƣa vào mô hình là Quy mô doanh nghiệp và Sự tăng trƣởng của doanh thu. Các biến số kiểm soát không phải là chủ đề của nghiên cứu này. Chúng đƣợc đƣa vào để đảm bảo rằng các kết quả của hồi quy phản ánh thực tế càng nhiều càng tốt.
- Quy mô doanh nghiệp (SIZE):
Các công ty có quy mô lớn sẽ có điều kiện thuận lợi về uy tín, thƣơng hiệu, thị phần, sức mạnh tài chính nên có khả năng tiếp cận với nguồn vốn tốt hơn (ví dụ nhƣ dễ dàng huy động hơn, mức vay cao hơn, lãi suất vay thấp hơn). Bên cạnh đó, theo lý thuyết đánh đổi thì quy mô của công ty có mối quan hệ tỷ lệ thuận (+) với nợ vay, bởi vì các công ty lớn thƣờng có rủi ro phá sản thấp và có chi phí phá sản thấp. Ngoài ra, các công ty lớn có chi phí vấn đề ngƣời đại diện nợ vay (agency costs of debt) thấp, chi phí kiểm soát thấp, ít chênh lệch thông tin hơn so với các công ty nhỏ hơn, dòng tiền ít biến động, dễ dàng tiếp cận thị trƣờng tín dụng, và sử dụng nhiều nợ vay hơn để có lợi nhiều hơn từ tấm chắn thuế. Từ đó dẫn đến công ty hoạt động tốt hơn, hiệu quả tài chính cao hơn .
Nghiên cứu của Zeitun và Tian (2007) đã cho thấy quy mô công ty có ảnh hƣởng tích cực đến hiệu quả của công ty phản ánh qua ROA, PROF,
Tobin’s Q [22]. Abor (2005) cho rằng doanh nghiệp có quy mô càng lớn thì giá trị doanh nghiệp theo cách tiếp cận hiệu quả tài chính càng lớn [9].
Quy mô doanh nghiệp đƣợc đo lƣờng bằng ln (Tổng tài sản) hay ln (tổng doanh thu) (Abor, 2005; Zeitun and tian, 2007) [9] [22]. Việc chuyển đổi logarit tự nhiên này nhằm đảm bảo mối quan hệ tuyến tính giữa quy mô doanh nghiệp và hiệu quả tài chính. Trong nghiên cứu này, tác giả tính toán quy mô doanh nghiệp nhƣ sau:
SIZE = ln (Tổng tài sản)
- Sự tăng trƣởng của doanh nghiệp:
Zeitun và Tian (2007) cho rằng các công ty có cơ hội tăng trƣởng cao sẽ có hiệu quả hoạt động cao bởi vì các công ty tăng trƣởng có thể tạo ra lợi nhuận từ đầu tƣ [22]. Abor (2005) cũng cho rằng các doanh nghiệp có tỷ lệ tăng trƣởng cao sẽ có giá trị doanh nghiệp cao [9]. Nhƣ vậy có thể thấy có mối quan hệ thuận chiều giữa sự tăng trƣởng của doanh nghiệp và hiệu quả tài chính.
Sự tăng trƣởng của doanh nghiệp đƣợc đo lƣờng thông qua tốc độ tăng tài sản hay doah thu. Trong nghiên cứa này sử dụng tỷ lệ tăng trƣởng doanh thu để xác định tỷ lệ tăng trƣởng doanh nghiệp:
Tốc độ tăng trưởng
doanh thu =
Doanh thu kỳ này – Doanh thu kỳ trước Doanh thu kỳ trước
Các biến trong mô hình nghiên cứu đƣợc mô tả cụ thể trong bảng sau:
Bảng 2.1. Mã hóa các biến trong mô hình nghiên cứu
Biến Cách tính Mã hóa
Biến phụ thuộc
Tỷ suất sinh lời vốn
chủ sở hữu Lợi nhuận sau thuế / vốn chủ sở hữu ROE
Tobin’Q
(Giá trị thị trƣờng của cổ phiếu + Giá trị sổ sách của nợ) / Giá trị sổ sách của tổng tài sản
TOBINQ
Biến độc lập
Tỷ suất nợ Nợ phải trả / Tổng tài sản TDTA
Tỷ suất nợ dài hạn Nợ dài hạn / Tổng tài sản LTDTA Tỷ suất nợ ngắn hạn Nợ ngắn han / Tổng tài sản STDTA Tỷ suất nợ trên vốn chủ
sở hữu Nợ phải trả / Vốn chủ sở hữu TDTE
Biến kiểm soát
Quy mô doanh nghiệp Ln(Tổng tài sản) SIZE
Sự tăng trƣởng của doanh nghiệp
(Doanh thu kỳ này – doanh thu kỳ
trƣớc) / Doanh thu kỳ trƣớc GROWTH
2.4 PHƢƠNG PHÁP ƢỚC LƢỢNG
Trong nghiên cứu này, dữ liệu đƣợc sử dụng để nghiên cứu là dữ liệu bảng bởi các ƣu điểm sau:
- Kỹ thuật ƣớc lƣợng dữ liệu bảng có thể chính thức xem xét đến tính dị biệt (tính không đồng nhất) đó bằng cách xem xét các biến số có tính đặc thù theo từng cá nhân.
không gian, dữ liệu bảng cung cấp những dữ liệu có nhiều thông tin hơn, đa dạng hơn, ít cộng tuyến hơn giữa các biến số, nhiều bậc tự do hơn và hiệu quả hơn. Lý do là khi ta ƣớc lƣợng bằng chuỗi thời gian thỉnh thoảng ta phải đối phó với tình trạng đa cộng tuyến giữa các biến, điều này làm cho ƣớc lƣợng không hiệu quả.
- Thông qua nghiên cứu các quan sát theo không gian lặp lại, dữ liệu bảng phù hợp hơn để nghiên cứu tính động của thay đổi, dữ liệu bảng thực hiện tốt hơn các nghiên cứu về những thay đổi xảy ra liên tục nhƣ tỷ lệ thất nghiệp, di chuyển lao động.
- Dữ liệu bảng có thể phát hiện và đo lƣờng tốt hơn những ảnh hƣởng mà không thể quan sát trong dữ liệu chuỗi thời gian thuần túy (thời gian là liên tục) hay dữ liệu chéo theo không gian thuần túy (không gian là liên tục/chỉ một). Ví dụ, ảnh hƣởng của luật tiền lƣơng tối thiểu đối với việc làm và thu nhập có thể đƣợc nghiên cứu tốt hơn nếu chúng ta xem xét các đợt gia tăng tiền lƣơng tối thiểu liên tiếp nhau trong mức lƣơng tối thiểu của một tỉnh thành hay một quốc gia.
- Dữ liệu bảng vi mô tập hợp đƣợc rất nhiều cá nhân, doanh nghiệp hay chủ thể sẽ có một sự đo lƣờng chính xác hơn.
- Dữ liệu bảng giúp ta nghiên cứu những mô hình hành vi phức tạp hơn. Ví dụ, các hiện tƣợng nhƣ lợi thế kinh tế theo qui mô và thay đổi kỹ thuật có thể đƣợc xem xét thông qua dữ liệu bảng tốt hơn so với dữ liệu theo chuỗi thời gian thuần túy hay theo không gian thuần túy.
- Đối với các biến vĩ mô, dữ liệu bảng có chiều thời gian dài hơn và chiều không gian cũng lớn nên có thể giải quyết vấn đề phân phối chuẩn của các biến.
Dữ liệu bảng đƣợc ƣớc lƣợng qua ba cách phổ biến là: Phƣơng pháp bình phƣơng tối thiểu nhỏ nhất OLS, mô hình tác động cố định (FEM), mô
hình tác động ngẫu nhiên (REM). Tuy nhiên mô hình OLS giả định các hệ số hồi quy (hệ số chặn và hệ số góc) là không thay đổi theo không gian cũng nhƣ không thay đổi theo thời gian này, điều này rất phi thực tế. Bên cạnh đó mô hình này có thể làm cho các ƣớc lƣợng thu đƣợc là chệch (biased) và không vững (inconsistent).
a. Mô hình hồi quy Pool – OLS
Hồi quy kết hợp tất cả các quan sát Yit = α1 + β1X1it +...+ βkXkit + Uit Trong đó:
Yit: Biến phụ thuộc của quan sát i trong thời kỳ t X2it, X3it: Biến độc lập của quan sát i trong thời kỳ t
Với mỗi đơn vị chéo, εi là yếu tố không quan sát đƣợc và không thay đổi theo thời gian, nó đặc trƣng cho mỗi đơn vị chéo. Nếu εi tƣơng quan với bất kỳ biến Xt nào thì ƣớc lƣợng hồi quy từ hồi quy Y theo Xt sẽ bị ảnh hƣởng chéo bởi những nhân tố không đồng nhất không quan sát đƣợc. Thậm chí, nếu εi không tƣơng quan với bất kỳ một biến giải thích nào thì sự có mặt của nó cũng làm cho cho các ƣớc lƣợng OLS không hiệu quả và sai số tiêu chuẩn không có hiệu lực.
Mô hình này có nhƣợc điểm là: Nhận dạng sai thể hiện ở DW.
Ràng buộc quá chặt về các đơn vị chéo, điều này khó xảy ra trong thực tế.
Vì vậy, để khắc phúc các nhƣợc điểm gặp phải ở mô hình Pure Pooled OLS, mô hình FEM và REM đƣợc sử dụng.
b. Mô hình tác động cố định (FEM)
Với giả định mỗi đơn vị đều có những đặc điểm riêng biệt có thể ảnh hƣởng đến các biến giải thích, FEM phân tích mối tƣơng quan này giữa phần
dƣ của mỗi đơn vị với các biến giải thích qua đó kiểm soát và tách ảnh hƣởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến giải thích để chúng ta có thể ƣớc lƣợng những ảnh hƣởng thực (net effects) của biến giải thích lên biến phụ thuộc.
Mô hình ƣớc lƣợng sử dụng:
Yit = Ci + β Xit + Uit
Trong đó
Yit : thời gian (năm). Xit : biến độc lập
Ci (i=1….n) : hệ số chặn cho từng đơn vị nghiên cứu. β : hệ số góc đối với nhân tố X.
Uit : phần dƣ.
Mô hình trên đã thêm vào chỉ số i cho hệ số chặn “c” để phân biệt hệ số chặn của từng doanh nghiệp khác nhau có thể khác nhau, sự khác biệt này có thể do đặc điểm khác nhau của từng doanh nghiệp hoặc do sự khác nhau trong chính sách quản lý, hoạt động của doanh nghiệp.
c. Mô hình tác động ngẫu nhiên (REM)
Điểm khác biệt giữa mô hình ảnh hƣởng ngẫu nhiên và mô hình ảnh hƣởng cố định đƣợc thể hiện ở sự biến động giữa các đơn vị. Nếu sự biến động giữa các đơn vị có tƣơng quan đến biến độc lập – biến giải thích trong mô hình ảnh hƣởng cố định thì trong mô hình ảnh hƣởng ngẫu nhiên sự biến động giữa các đơn vị đƣợc giả sử là ngẫu nhiên và không tƣơng quan đến các biến giải thích.
Chính vì vậy, nếu sự khác biệt giữa các đơn vị có ảnh hƣởng đến biến phụ thuộc thì REM sẽ thích hợp hơn so với FEM. Trong đó, phần dƣ của mỗi thực thể (không tƣơng quan với biến giải thích) đƣợc xem là một biến giải thích mới.
hình:
Yit = Ci + β Xit + Uit
Thay vì trong mô hình trên, Ci là cố định thì trong REM có giả định rằng