GIẢ THUYẾT VỀ CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN CẤU

7. Tổng quan tài liệu nghiên cứu

2.3. GIẢ THUYẾT VỀ CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN CẤU

TRÚC TÀI CHÍNH CỦA CÁC DOANH NGHIỆP SẢN XUẤT THỰC PHẨM, ĐỒ UỐNG Ở VIỆT NAM

2.3.1. Tốc độ tăng trưởng

Theo lý thuyết trật tự phân hạng, tốc độ tăng trưởng có quan hệ thuận với tỷ lệ nợ ngắn hạn. Lý thuyết đánh đổi cho rằng, tốc độ tăng trưởng có quan hệ nghịch với tỷ lệ nợ và theo lý thuyết đại diện, tốc độ tăng trưởng có quan hệ nghịch với tỷ lệ nợ dài hạn, và có quan hệ thuận với tỷ lệ nợ ngắn hạn.

45

Tác giả đồng tình với lập luận của lý thuyết trật tự phân hạng khi cho rằng, giữa tốc độ tăng trưởng và tỷ lệ nợ có mối quan hệ thuận, bởi vì: Thứ

nhất, nguồn tài trợ chính ở các quốc gia đang phát triển (ví dụ như Việt Nam) là vay ngắn hạn từ các ngân hàng. Do đó, các doanh nghiệp sẽ dễ dàng tiếp cận hơn đối với nguồn vốn vay trọn gói, ngay lập tức từ các ngân hàng thương mại. Thứ hai, trong giai đoạn 5 năm (từ 2009 - 2013), Việt Nam vẫn giữ mức thuế suất thuế thu nhập doanh nghiệp là 25%, trong khi đó, mức thuế suất thuế thu nhập doanh nghiệp trung bình của các quốc gia ở Châu Á và toàn cầu thì đều có xu hướng giảm dần trong 5 năm qua (biểu đồ 2.1). Trong bối cảnh kinh tế trong nước và khu vực còn nhiều khó khăn thì với mức thuế suất thuế thu nhập doanh nghiệp 25% là khá cao, đồng nghĩa với việc 1/4 số lãi của doanh nghiệp phải nộp vào ngân sách. Với những lý do trên, buộc các doanh nghiệp phải vay nhiều hơn để giảm số tiền thuế phải nộp bởi lợi ích về thuế của nợ.

Nguồn: KPMG

Biểu đồ 2.1: So sánh mức thuế thu nhập doanh nghiệp của Việt Nam

46

Thêm vào đó, các công trình nghiên cứu thực nghiệm của Huang và Song (2001), Pandey (2001), Biger và cộng sự (2008), Dzung và cộng sự (2012), Huy (2013) cũng cho thấy mối quan hệ thuận giữa tốc độ tăng trưởng và tỷ lệ nợ, tỷ lệ nợ ngắn hạn, tỷ lệ nợ dài hạn là giống như lập luận của lý thuyết trật tự phân hạng.

Do đó, giả thuyết 1 được phát biểu như sau: Giả thuyết 1:

H1: Có mối quan hệ thuận giữa tốc độ tăng trưởng của doanh nghiệp và tỷ lệ nợ.

Giả thuyết 1a:

H1a: Có mối quan hệ thuận giữa tốc độ tăng trưởng của doanh nghiệp và tỷ lệ nợ ngắn hạn.

Giả thuyết 1b:

H1b: Có mối quan hệ thuận giữa tốc độ tăng trưởng của doanh nghiệp và tỷ lệ nợ dài hạn.

2.3.2. Quy mô doanh nghiệp

Theo lý thuyết đánh đổi, quy mô doanh nghiệp và mức độ sử dụng nợ có mối quan hệ thuận, còn lý thuyết trật tự phân hạng thì lại đưa ra quan điểm ngược lại. Khi xem xét bối cảnh nền kinh tế Việt Nam từ năm 2009 - 2013, ta thấy, thị trường chứng khoán ở nước ta vẫn chưa phát triển đầy đủ. Do đó, các doanh nghiệp niêm yết trên sàn chứng khoán chưa phát huy được sức mạnh của mình để có được nguồn tài trợ bằng vốn cổ phần. Ngoài ra, số đông các doanh nghiệp Việt Nam còn thiếu sự minh bạch trong công bố thông tin, vì vậy, chưa thu hút được sự quan tâm của các nhà đầu tư [7]. Do đó, nếu theo lý thuyết trật tự phân hạng thì “các doanh nghiệp có quy mô lớn sẽ phát hành cổ phiếu thay vì nợ” là không phù hợp với điều kiện của thị trường chứng khoán Việt Nam hiện nay. Bởi vậy, tác giả sẽ dựa vào lập luận của lý thuyết đánh

47

đổi để đưa ra giả thuyết về mối quan hệ giữa quy mô doanh nghiệp và cấu

trúc tài chính.

Do đó, giả thuyết 2 được phát biểu như sau: Giả thuyết 2:

H2: Có mối quan hệ thuận giữa quy mô của doanh nghiệp và tỷ lệ nợ. Giả thuyết 2a:

H2a: Có mối quan hệ thuận giữa quy mô của doanh nghiệp và tỷ lệ nợ ngắn hạn.

Giả thuyết 2b:

H2b: Có mối quan hệ thuận giữa quy mô của doanh nghiệp và tỷ lệ nợ dài hạn.

2.3.3. Khả năng sinh lời (RE)

Về mặt lý luận, lý thuyết trật tự phân hạng và lý thuyết đánh đổi có quan điểm trái ngược nhau về mối quan hệ giữa cấu trúc tài chính và khả năng sinh lời. Tuy nhiên, các nghiên cứu thực nghiệm của: Huang và Song (2001), Pandey (2001), Biger và các cộng sự (2008), Dzung và các cộng sự (2012), tại một số quốc gia đang phát triển (trong đó có Việt Nam) cho thấy khả năng sinh lời và cấu trúc tài chính có mối quan hệ nghịch. Do đó, sẽ là phù hợp khi áp dụng lý thuyết trật tự phân hạng vào nghiên cứu các doanh nghiệp sản xuất thực phẩm và đồ uống ở Việt Nam. Bởi vì, như đã đề cập ở trên, nguồn tài trợ chính của các doanh nghiệp ở Việt Nam là nợ vay ngắn hạn từ ngân hàng thương mại. Trong trường hợp, có sự tăng vọt ngay lập tức của lạm phát, có thể làm tăng chi phí lãi vay, điều này dẫn đến sự thay đổi trong chi phí sử dụng nợ, có thể đủ lớn để “ăn mòn” lợi nhuận của doanh nghiệp. Bởi vậy, mặc dù vai trò của nợ ngắn hạn đối với các doanh nghiệp trong ngành là rất lớn, nhưng sẽ không đảm bảo cho doanh nghiệp nếu nắm giữ nhiều nợ.

48

Giả thuyết 3:

H3: Có mối quan hệ nghịch giữa khả năng sinh lời của doanh nghiệp và tỷ lệ nợ.

Giả thuyết 3a:

H3a: Có mối quan hệ nghịch giữa khả năng sinh lời của doanh nghiệp và tỷ lệ nợ ngắn hạn.

Giả thuyết 3b:

H3b: Có mối quan hệ nghịch giữa khả năng sinh lời của doanh nghiệp và tỷ lệ nợ dài hạn.

2.3.4. Rủi ro kinh doanh

Lý thuyết đánh đổi, lý thuyết đại diện và lý thuyết trật tự phân hạng đều

đưa ra những dự đoán giống nhau về mối quan hệ nghịch giữa rủi ro kinh

doanh và mức độ sử dụng nợ. Ngoài ra, các nghiên cứu thực nghiệm của các tác giả: Huang và Song (2001); Pandey (2001); Nguyen và Ramachandran (2006); Huy (2013) cũng tìm thấy mối quan hệ nghịch giữa rủi ro kinh doanh và mức độ sử dụng nợ.

Do đó, giả thuyết 4 được phát biểu như sau: Giả thuyết 4:

H4: Có mối quan hệ nghịch giữa rủi ro kinh doanh và tỷ lệ nợ. Giả thuyết 4a:

H4a: Có mối quan hệ nghịch giữa rủi ro kinh doanh và tỷ lệ nợ ngắn hạn. Giả thuyết 4b:

H4b: Có mối quan hệ nghịch giữa rủi ro kinh doanh và tỷ lệ nợ dài hạn.

2.3.5. Tỷ lệ tài sản cốđịnh hữu hình

Lý thuyết chi phí đại diện cho rằng, giữa tỷ lệ tài sản cố định hữu hình và tỷ lệ nợ dài hạn có mối quan hệ thuận. Lý thuyết trật tự phân hạng lại cho rằng, giữa tỷ lệ tài sản cố định hữu hình và tỷ lệ nợ ngắn hạn có mối quan hệ

49

nghịch. Khi xem xét cơ cấu nợ của các doanh nghiệp sản xuất thực phẩm và đồ uống cho thấy, nợ ngắn hạn chiếm tỷ trọng lớn trong cơ cấu nợ của doanh nghiệp. Do đó, mối quan hệ giữa tỷ lệ nợ và tỷ lệ tài sản cố định hữu hình cũng sẽ tương tự như là giữa tỷ lệ nợ ngắn hạn và tỷ lệ tài sản cố định hữu hình.

Trong thực tế, kết quả nghiên cứu của: Pandey (2001); Huang và Song (2001); Nguyen và Ramachandran (2006); Biger và các cộng sự (2008); Như (2013) đã chỉ ra, giữa tỷ lệ tài sản cố định hữu hình và tỷ lệ nợ, tỷ lệ nợ ngắn hạn có mối quan hệ nghịch. Còn các nghiên cứu của: Huang và Song (2001); Dzung và cộng sự (2012); Như (2013); Huy (2013) chỉ ra, giữa tỷ lệ tài sản cố định hữu hình và tỷ lệ nợ dài hạn có mối quan hệ thuận.

Do đó, giả thuyết 5 sẽ được phát biểu như sau: Giả thuyết 5:

H5: Có mối quan hệ nghịch giữa tỷ lệ tài sản cố định hữu hình và tỷ lệ nợ.

Giả thuyết 5a:

H5a: Có mối quan hệ nghịch tỷ lệ tài sản cố định hữu hình và tỷ lệ nợ ngắn hạn.

Giả thuyết 5b:

H5b: Có mối quan hệ thuận giữa tỷ lệ tài sản cố định hữu hình và tỷ lệ nợ dài hạn.

2.3.6. Tấm chắn thuế phi nợ

Về mặt lý thuyết, cả lý thuyết đánh đổi và DeAngelo và Masulis (1980) đều cho rằng, giữa tấm chắn thuế phi nợ và mức độ sử dụng nợ có mối quan hệ nghịch. Bên cạnh đó, các kết quả nghiên cứu thực nghiệm của Huang và Song (2001); Biger và cộng sự (2008) cũng cho thấy giữa tấm chắn thuế phi nợ và mức độ sử dụng nợ có mối quan hệ nghịch.

50

Do đó, giả thuyết 6 được phát biểu như sau: Giả thuyết 6:

H6: Có mối quan hệ nghịch giữa tấm chắn thuế phi nợ và tỷ lệ nợ. Giả thuyết 6a:

H6a: Có mối quan hệ nghịch giữa tấm chắn thuế phi nợ và tỷ lệ nợ ngắn hạn.

Giả thuyết 6b:

H6b: Có mối quan hệ thuận giữa giữa tấm chắn thuế phi nợ và tỷ lệ nợ dài hạn.

Các giả thuyết về mối quan hệ giữa tỷ lệ nợ, tỷ lệ nợ ngắn hạn và tỷ lệ nợ dài hạn và các nhân tố ảnh hưởng được tóm tắt qua bảng sau:

Bảng 2.1: Giả thuyết nghiên cứu về các nhân tốảnh hưởng đến cấu trúc tài chính của các doanh nghiệp sản xuất thực phẩm và đồ uống

Nhân tốảnh hưởng Xu hướng tác động

Tỷ lệ nợ Tỷ lệ nợ ngắn hạn Tỷ lệ nợ dài hạn

Tốc độ tăng trưởng (+) (+) (+)

Quy mô doanh nghiệp (+) (+) (+)

Khả năng sinh lời (-) (-) (-)

Rủi ro kinh doanh (-) (-) (-)

Tỷ lệ tài sản cố định

hữu hình (-) (-) (+)

Tấm chắn thuế phi nợ (-) (-) (+)

Trong đó: (+) quan hệ thuận; (-) quan hệ nghịch

2.4. PHƯƠNG PHÁP PHÂN TÍCH 2.4.1. Mô hình sử dụng 2.4.1. Mô hình sử dụng

Với dữ liệu chuỗi thời gian, các giá trị của một hay nhiều biến được biểu diễn trong một khoảng thời gian nhất định, còn với dữ liệu chéo theo không

51

gian, giá trị của một hay nhiều biến được được biểu diễn bằng một vài đơn vị mẫu hay thực thể, vào cùng một thời điểm. Trong những năm gần đây, các nghiên cứu kinh tế vi mô thường sử dụng dữ liệu bảng (panel data), đây là sự kết hợp dữ liệu theo “cá nhân” (individual) và theo thời gian. Do đó, khi các nhà phân tích cần theo dõi hay tìm hiểu các vấn đề dựa trên dữ liệu thời gian của hàng loạt “cá nhân” thì việc phân tích dữ liệu bảng là phù hợp, nhưng cũng phức tạp hơn so với dữ liệu chéo. Các mô hình kinh tế lượng dữ liệu bảng ngày càng được nhiều nhà nghiên cứu sử dụng cho mục tiêu của họ, bởi lẽ nó có rất nhiều ưu điểm [2]:

- Thứ nhất, thông qua dữ liệu chuỗi thời gian và quan sát dữ liệu theo không gian, dữ liệu bảng cung cấp nhiều thông tin hữu ích hơn, tính biến thiên nhiều hơn, đa dạng hơn, ít đa cộng tuyến giữa các biến số hơn, nhiều bậc tự do hơn và hiệu quả hơn.

- Thứ hai, thông qua nghiên cứu bằng quan sát theo không gian lặp lại, dữ liệu bảng phù hợp hơn để nghiên cứu tính động của sự thay đổi.

- Thứ ba, dữ liệu bảng có thể phát hiện và đo lường tốt hơn những ảnh hưởng mà không thể quan sát trong dữ liệu chuỗi thời gian thuần túy hay dữ liệu chéo theo không gian thuần túy. Dữ liệu bảng liên quan đến các cá nhân, doanh nghiệp, đất nước,… theo thời gian, nên có tính cá biệt trong các đơn vị này. Kỹ thuật ước lượng dữ liệu bảng có thể chính thức xem xét đến tính dị biệt đó bằng cách xem xét các biến số có tính đặc thù theo từng cá nhân.

- Thứ tư, bằng cách cung cấp dữ liệu với vài nghìn đơn vị, dữ liệu bảng có thể giảm đến mức thấp nhất hiện tượng chệch có thể xảy ra nếu gộp các cá nhân hay các doanh nghiệp theo những biến số có mức tổng hợp cao.

Với đặc thù nghiên cứu dữ liệu theo thời gian (2009 - 2013) và theo

52

phương pháp hồi quy với dữ liệu bảng (panel data) được tác giả đưa vào sử dụng là hoàn toàn hợp lý.

Hiện nay, có 3 cách tiếp cận phổ biến để ước lượng mô hình hồi quy theo dữ liệu bảng: Ước lượng theo Pooled OLS (Pooled Ordinary Least Square), ước lượng theo mô hình các ảnh hưởng cố định (Fixed Effects Model) và ước lượng theo mô hình các ảnh hưởng ngẫu nhiên (Random Effects Model).

Ước lượng theo mô hình Pooled OLS: Là mô hình hồi quy trong đó, tất

cả các hệ số đều không đổi theo thời gian và theo các cá nhân. Bỏ qua bình diện thời gian và không gian của dữ liệu kết hợp và chỉ ước lượng OLS thông thường. Mô hình này là mô hình đơn giản nhất khi không xem xét tới sự khác biệt giữa các doanh nghiệp nghiên cứu. Tuy nhiên, hạn chế lớn của mô hình này là hệ số Durbin-Watson thường khá nhỏ (nhỏ hơn 1), cho nên hay gây ra hiện tượng tự tương quan dương. Hai phương pháp hữu hiệu khắc phục một hay nhiều vấn đề này, chính là mô hình các ảnh hưởng cố định (FEM) và mô hình các ảnh hưởng ngẫu nhiên (REM).

Ước lượng theo mô hình các ảnh hưởng cố định (Fixed Effects Model –

FEM): Với giả định mỗi thực thể đều có những đặc điểm riêng biệt có thể ảnh hưởng đến các biến giải thích, FEM phân tích mối tương quan giữa phần dư của mỗi thực thể với các biến độc lập, qua đó kiểm soát và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến độc lập để ước lượng những ảnh hưởng thực (net effects) của biến độc lập lên biến phụ thuộc, cụ thể:

Mô hình các ảnh hưởng cố định thể hiện qua phương trình: Yit = Ci + 1X1it +… + nXnit + uit (2.4.1)

Trong đó: Yit : biến phụ thuộc, với i là doanh nghiệp và t là thời gian (năm) Xit : biến độc lập

53

Ci : hệ số chặn cho từng doanh nghiệp và (i = 1, 2, …,n) : hệ số góc đối với nhân tố X

uit : phần dư

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.

Ước lượng theo mô hình các ảnh hưởng ngẫu nhiên (Random Effects

Model –REM): Mô hình này dựa vào giả thuyết rằng, sự khác biệt giữa các

doanh nghiệp được chứa trong phần sai số ngẫu nhiên và không tương quan với biến độc lập.

Chính vì vậy, nếu sự khác biệt giữa các thực thể có ảnh hưởng đến biến phụ thuộc thì REM sẽ thích hợp hơn so với FEM. Trong đó, phần dư của mỗi thực thể (không tương quan với biến độc lập) được xem là biến độc lập mới.

Ý tưởng cơ bản của mô hình ảnh hưởng ngẫu nhiên là bắt nguồn từ mô hình (2.4.1). Thay vì mô hình (2.4.1), Ci là cố định thì trong REM giả định rằng, nó là một biến ngẫu nhiên với trung bình là C1 và hệ số chặn được mô tả như sau:

Ci = C1 + i (i=1, 2,..n)

Trong đó, i là sai số ngẫu nhiên có trung bình bằng 0 và phương sai là 2

e thay vào mô hình (2.4.1), ta có:

Yit = C1 + 1X1it +… + nXnit + uit + i hay Yit = C1 + 1X1it +… + nXnit + wit (2.4.2)

54

i : Sai số thành phần của các đối tượng khác nhau (đặc điểm riêng khác nhau của từng doanh nghiệp)

uit : Sai số thành phần kết hợp của cả đặc điểm riêng theo từng đối tượng và theo thời gian.

Điểm khác biệt giữa mô hình ảnh hưởng ngẫu nhiên và mô hình ảnh

hưởng cố định được thể hiện ở sự biến động giữa các thực thể. Nếu trong mô hình ảnh hưởng cố định giả định sự biến động giữa các thực thể có tương quan với biến độc lập, còn trong mô hình ảnh hưởng ngẫu nhiên giả định sự biến động giữa các thực thể là ngẫu nhiên và không tương quan với biến độc lập. Mô hình FEM sử dụng biến giả, nên nó có thể làm giảm đáng kể bậc tự do. Do vậy, REM có thể được ưa thích hơn.

Tuy nhiên, trong trường hợp các biến có sự tương quan thì giả định của REM không được thỏa mãn, khi đó mô hình này sẽ đưa ra ước lượng chệch. Vậy, mô hình FEM hay REM tốt cho nghiên cứu, điều này phụ thuộc vào giả