Dựa trên các lý thuyết về cấu trúc vốn nhƣ lý thuyết M&M, lý thuyết đánh đổi, lý thuyết trật tự phân hạng, lý thuyết chi phí đại diện, các nhà nghiên cứu trong và ngoài nƣớc đã thực hiện các nghiên cứu thực nghiệm nhằm xác định các nhân tố ảnh hƣởng đến cấu trúc vốn của DN. Mẫu nghiên cứu phần lớn là các DN ở mỗi quốc gia khác nhau, giai đoạn nghiên cứu khác nhau thƣờng có những điểm khác biệt về kết quả nghiên cứu. Ngay cả các nghiên cứu tại Việt Nam nhƣng đƣợc thực hiện với số lƣợng DN trong mẫu nghiên cứu, thời gian nghiên cứu khác nhau cũng đƣa ra những kết luận không hoàn toàn thống nhất với nhau. Các nghiên cứu chủ yếu sử dụng số liệu từ các DN niêm yết tại Sở Giao dịch chứng khoán thành phố Hồ Chí Minh nên lƣợng mẫu còn bị hạn chế, chƣa đại diện hết cho các DN Việt Nam. Do đó, việc nghiên cứu các nhân tố ảnh hƣởng đến cấu trúc vốn của các DN Việt Nam với lƣợng mẫu lớn là toàn bộ các DN niêm yết trên cả HOSE và HXN trong giai đoạn 2008 – 2018 không những chỉ có ý nghĩa lý thuyết nhƣ là một bằng chứng
thực nghiệm cho các lý thuyết về cấu trúc vốn mà còn có ý nghĩa thực tiễn đối với các DN trong việc ra quyết định tài trợ, đầu tƣ.
Kết luận chƣơng 2
Chƣơng 2 đã nêu các cơ sở lý thuyết làm nền tảng cho việc nghiên cứu về cấu trúc vốn, các lý thuyết về cấu trúc vốn gồm lý thuyết M&M, lý thuyết đánh đổi, lý thuyết trật tự phân hạng, lý thuyết chi phí đại diện cũng nhƣ nhân tố ảnh hƣởng đến cấu trúc vốn của DN. Chƣơng 2 cũng đã lƣợc khảo các nghiên cứu trong và ngoài nƣớc liên quan đến các nhân tố ảnh hƣởng đến cấu trúc vốn của DN. Dựa vào kết quả lƣợc khảo, đề tài đã chỉ ra đƣợc khoảng trống nghiên cứu cũng nhƣ làm cơ sở cho việc thực hiện nghiên cứu trong các chƣơng tiếp theo.
CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU 3.1 Mô hình nghiên cứu
3.1.1 Mô hình nghiên cứu
Để phân tích các nhân tố ảnh hƣởng đến cấu trúc vốn của các DN niêm yết trên sàn chứng khoán Việt Nam, mô hình phân tích hồi quy tuyến tính sẽ đƣợc sử dụng dành cho dữ liệu bảng sẽ đƣợc sử dụng.
Mô hình hồi quy tổng quát có dạng: 𝑌𝑖 = 𝛼𝑖 + 𝛽𝑛 . 𝑋𝑛 + 𝜀𝑖
Trong đó:
𝑌𝑖 là biến phụ thuộc hay biến đƣợc giải thích 𝑋𝑛 là biến độc lập hay biến giải thích
𝛼𝑖 là hệ số chặn trong mô hình 𝛽𝑛 là hệ số hồi quy
𝜀𝑖 là sai số ngẫu nhiên
Dựa trên mô hình hồi quy tổng quát và các mô hình hồi quy trong các nghiên cứu thực nghiệm đã nêu trong chƣơng 2, đề tài xây dựng mô hình nghiên cứu nhƣ sau:
TLEVi,t = 𝑎0 + 𝑎1.ROAi,t + 𝑎2.SIZEi,t + 𝑎3.TANGi,t + 𝑎4.GROWi,t + 𝑎5.TAXi,t +
𝑎6.GOVi,t + 𝑎7.AGEi,t + i,t
Trong đó:
TLEVi,t: Biến phụ thuộc phản ánh cấu trúc vốn của DN là tỷ lệ nợ trên tổng tài sản của DN thứ i năm t
Biến độc lập bao gồm các biến sau:
• ROA: Tỷ suất sinh lời trên tổng tài sản của DN i vào năm t • SIZE: Quy mô của DN i vào năm t
• TANG: Tỷ trọng tài sản cố định của DN i vào năm t • GROW: Tốc độ tăng trƣởng của DN i vào năm t • TAX: Thuế suất DN của DN i vào năm t
• AGE: Số năm hoạt động của DN i vào năm t • : sai số.
3.1.2 Biến nghiên cứu và giả thiết nghiên cứu
Biến phụ thuộc là tỷ lệ nợ trên tổng tài sản của DN. Trong đó nợ là giá trị sổ sách nợ phải trả đƣợc hạch toán trên bảng cân đối kế toán của DN. Tổng tài sản đƣợc lấy từ bảng cân đối kế toán của doanh nghiệp.
Trong phạm vi nghiên cứu của đề tài, các biến độc lập của mô hình chỉ tập trung vào các nhân tố từ nội tại của DN ảnh hƣởng đến cấu trúc vốn, không xét đến các yếu tố vĩ mô. Dựa trên các lý thuyết về cấu trúc vốn cũng nhƣ khảo lƣợc các kết quả nghiên cứu trƣớc, đề tài sẽ trình bày cách tính toán các biến cũng nhƣ giả thiết nghiên cứu có liên quan. Cụ thể:
Khả năng sinh lời đƣợc phản ánh qua tỷ lệ sinh lời trên tổng tài sản ROA của doanh nghiệp. Trong đó, ROA đƣợc xác định bằng cách lấy lợi nhuận sau thuế/tổng tài sản của DN. Khả năng sinh lời vừa có tác động cùng chiều khi phân tích theo lý thuyết đánh đổi vừa có tác động ngƣợc hiều nếu phân tích theo lý thuyết phân hạng. Các nghiên cứu thực nghiệm cũng cho nhiều kết quả khác nhau, tuy nhiên, phần lớn các nghiên cứu cho thấy ROA có mối quan hệ ngƣợc chiều với tỷ lệ nợ của DN.
Giả thiết nghiên cứu H1: Khả năng sinh lời có mối quan hệ ngược chiều với tỷ lệ nợ của DN.
Quy mô doanh nghiệp đƣợc đo lƣờng bằng giá trị tổng tài sản của DN. Tuy nhiên, vì giá trị tổng tài sản lớn nên đề tài chuyển đổi logarit tự nhiên tổng tài sản để làm giảm cách biệt giá trị giữa các biến. Biến quy mô DN, cũng tƣơng tự nhƣ khả năng sinh lời, trong mối quan hệ với tỷ lệ nợ có thể là quan hệ ngƣợc chiều (lý thuyết trật tự phân hạng) cũng có thể quan hệ thuận chiều (lý thuyết đánh đổi). Mặc dù vậy, phần lớn các nghiên cứu thực nghiệm trong và ngoài nƣớc trong thời gian gần đây nhƣ Wahab và Ramli (2014), Obeid Gharaibeh (2015), Đặng Thị Quỳnh Anh (2014), Phan Thanh Hiệp (2016) đều cho thấy mối quan hệ thuận chiều giữa quy mô DN và tỷ lệ nợ.
Giả thiết nghiên cứu H2: Quy mô DN có mối quan hệ thuận chiều với tỷ lệ nợ của DN.
Tốc độ tăng trƣởng đƣợc phản ánh qua tốc độ tăng trƣởng doanh thu của DN. Chỉ tiêu này đƣợc tính bằng cách lấy chênh lệch doanh thu thuần giữa năm sau và năm trƣớc chia cho doanh thu thuần năm trƣớc. Các nghiên cứu trong nƣớc đều cho thấy có mối quan hệ thuận chiều giữa tốc độ tăng trƣởng của DN với tỷ lệ nợ nhƣ Trƣơng Đông Lộc và Võ Kiều Trang (2008), Đặng Thị Quỳnh Anh và Quách Thị Hải Yến (2014), Phan Thanh Hiệp (2016).
Giả thiết nghiên cứu H3: Cơ hội tăng trưởng có mối quan hệ cùng chiều với tỷ lệ nợ của DN.
Tài sản cố định là biến phản ánh cấu trúc tài sản của DN, đƣợc xác định bằng tỷ lệ tài sản cố định/tổng tài sản của DN. Dựa trên lý thuyết về chi phí đại diện, chi phí đánh đổi, việc sở hữu nhiều tài sản cố định có thể giúp DN vay vốn dễ dàng hơn do có tài sản bảo đảm. Đồng thời, vì khoản vay có bảo đảm đƣợc đánh giá an toàn hơn nên chi phí sử dụng vốn vay lúc này cũng thấp hơn là động lực làm cho DN đi vay nhiều hơn. Mối quan hệ thuận chiều này đƣợc nghiên cứu thực nghiệm của Huang và Song (2006), Harc (2015), Alghusin (2015), Đoàn Ngọc Phi Anh (2010) ủng hộ.
Giả thiết nghiên cứu H4: Tài sản cố định của DN có mối quan hệ thuận chiều với tỷ lệ nợ.
Thuế suất thuế thu nhập DN đƣợc đo lƣờng bằng tỷ lệ giữa thuế thu nhập DN phải nộp chia cho lợi nhuận trƣớc thuế. Mặc dù lý thuyết M&M ủng hộ mối quan hệ thuận chiều giữa thuế suất thu nhập DN và tỷ lệ nợ nhƣ nghiên cứu Jan Bartholdy và Cesario Mateus (2008), Phan Thị Bích Nguyệt (2011). Tuy nhiên, những năm gần đây, các nghiên cứu tại Việt Nam nhƣ nghiên cứu của Đặng Thị Quỳnh Anh & Quách Hải Yến (2014), Phan Thanh Hiệp (2016) lại cho thấy có mối quan hệ nghịch chiều giữa thuế suất thuế thu nhập và việc sử dụng nợ vay của các DN. Do đó, đề tài kỳ vọng mối quan hệ giữa thuế suất thuế thu nhập doanh nghiệp và tỷ lệ nợ có mối quan hệ nghịch chiều với nhau.
Giả thiết nghiên cứu H5: Mối quan hệ giữa thuế suất thuế thu nhập doanh nghiệp và tỷ lệ nợ là mối quan hệ nghịch chiều với nhau.
Tỷ lệ sở hữu Nhà nƣớc là một biến giả trong mô hình. Nếu Nhà nƣớc chiếm bằng hoặc trên 51% vốn cố phần thì biến giả bằng 1. Ngƣợc lại, nếu Nhà nƣớc chiếm dƣới 51% vốn cổ phần thì biến giả bằng 0. Lê Thị Mỹ Phƣơng (2014), Phan Thanh Hiệp (2016) đều cho thấy có mối quan hệ thuận chiều giữa sở hữu nhà nƣớc và cấu trúc vốn của DN tại các DN Việt Nam trong mẫu nghiên cứu.
Giả thiết nghiên cứu H6: DN thuộc sở hữu Nhà nước thì có tỷ lệ nợ cao.
Số năm hoạt động của DN AGE đƣợc xác định bằng cách lấy logarit tự nhiên khoảng thời gian năm hiện tại trừ đi cho năm thành lập của DN. Diamond (1991), Tian and Estrin (2007), Chen and Strange (2005), Sunitha Vijayakumaran & Ratnam Vijayakumaran (2018) cho thấy giữa số năm hoạt động của DN với tỷ lệ nợ của DN có mối quan hệ thuận chiều với nhau.
Giả thiết nghiên cứu H7: Số năm hoạt động của DN có quan hệ thuận chiều với tỷ lệ nợ của DN.
Bảng 3.1: Mô tả chi tiết các biến trong mô hình hồi quy Biến
phụ thuộc:
Ý nghĩa Dữ liệu thu thập Kỳ
vọng Nghiên cứu trƣớc Biến phụ thuộc TLEV Phản ánh cấu trúc vốn của DN Tỷ lệ tổng nợ/tổng tài sản / Biến độc lập ROA Khả năng sinh lời của DN
Lợi nhuận sau
thuế/tổng tài sản -
Wahab và Ramli (2014), Obeid Gharaibeh (2015), Lê Đạt Chí (2013), Đặng Quỳnh Anh, Quách Thị Hải Yến (2014)
SIZE Quy mô của
DN
Logarit tổng tài
sản của DN +
Wahab và Ramli (2014), Obeid Gharaibeh (2015),
Đặng Thị Quỳnh Anh (2014), Phan Thanh Hiệp (2016)
TANG Tài sản cố định của DN Tỷ lệ tài sản cố định/tổng tài sản +/- Huang và Song (2006), Wahab và Ramli (2014), Obeid Gharaibeh (2015), Harc (2015), Alghusin (2015), Đoàn Ngọc Phi Anh (2010)
GROW
Cơ hội tăng trƣởng của DN
(Doanh thu năm sau – doanh thu năm trƣớc)/doanh thu năm trƣớc + Obeid Gharaibeh (2015), Trƣơng Đông Lộc và Võ Thị Kiều Trang (2008) TAX Thuế suất thuế thu nhập doanh nghiệp Thuế thu nhập DN/Lợi nhuận trƣớc thuế -
Huang và Song (2006), Lê Đạt Chí (2013), Đặng Quỳnh Anh, Quách Thị Hải Yến (2014) GOV Tỷ lệ sở hữu của Nhà nƣớc Tỷ lệ vốn cổ phần do Nhà nƣớc nắm giữ/vốn chủ sở hữu. Nếu tỷ lệ này lớn hơn hoặc bằng 51% thì biến sẽ nhận giá trị 1. Nếu tỷ lệ này nhỏ hơn 51% thì nhận giá trị 0. + Lê Thị Mỹ Phƣơng (2014),
Phan Thanh Hiệp (2016)
AGE
Số năm hoạt động của DN
Logarit tự nhiên của khoảng thời gian tính từ khi
+
Diamond (1991), Tian and Estrin (2007), Chen and Strange (2005), Sunitha
Nguồn: Tổng hợp của tác giả
3.2 Dữ liệu nghiên cứu
Để thực hiện nghiên cứu, đề tài sử dụng bộ dữ liệu đƣợc thu thập từ báo cáo tài chính đã đƣợc kiểm toán của các DN phi tài chính niêm yết trên thị trƣờng chứng khoán Việt Nam với tiêu chí số quan sát lớn nhất và đủ số liệu trong giai đoạn 2008 – 2018. Theo tiêu chí này, đề tài tiến hành thu thập dữ liệu và hoàn thiện bộ dữ liệu của 511 DN niêm yết triên sàn chứng khoán HOSE và HNX trong giai đoạn nghiên cứu. Nhƣ vậy, dữ liệu nghiên cứu là dữ liệu bảng theo chiều thời gian và không gian. Nói cách khác, dữ liệu bảng là sự kết hợp giữa dữ liệu chéo theo không gian và dữ liệu theo chuỗi thời gian.
Dữ liệu bảng nhiều ƣu điểm để sử dụng trong các nghiên cứu định lƣợng: - Vì dữ liệu bảng liên quan đến các đối tƣợng (gồm cá nhân, doanh nghiệp, tiểu bang, đất nƣớc, v.v…) theo thời gian, nên nhất định phải có tính riêng biệt (không đồng nhất) trong các đơn vị này. Kỹ thuật ƣớc lƣợng dữ liệu bảng có thể chính thức xem xét đến tính riêng biệt đó bằng cách xem xét các biến số có tính đặc thù theo từng đối tƣợng.
- Thông qua kết hợp các chuỗi theo thời gian của các quan sát theo 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.”
- 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. Tình trạng thất nghiệp, luân chuyển công việc, và tính lƣu chuyển lao động sẽ đƣợc nghiên cứu tốt hơn với dữ liệu bảng. - 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 hay dữ liệu chéo theo không gian thuần túy. 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
thành lập đến năm 2018
Vijayakumaran & Ratnam Vijayakumaran (2018)
tăng tiền lƣơng tối thiểu liên tiếp nhau trong mức lƣơng tối thiểu của liên bang và (hoặc) tiểu bang.
- 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.
- Bằng cách thu thập những số liệu có sẵn cho vài nghìn đơn vị, dữ liệu bảng có thể tối thiểu hóa sự thiên lệch có thể xảy ra nếu ta tổng hợp các cá nhân hay các doanh nghiệp thành số liệu tổng.
Có thể nói, dữ liệu bảng có thể làm phong phú các phân tích thực nghiệm theo những cách thức mà không chắc có thể đạt đƣợc, nếu ta chỉ sử dụng các dữ liệu theo chuỗi thời gian hay không gian thuần túy.
3.3 Phƣơng pháp nghiên cứu và các kiểm định mô hình
Những phƣơng pháp ƣớc lƣợng cơ bản với dữ liệu bảng bao gồm: Pooled regression model (mô hình Pooled), Fixed effect model (FEM), Random effect model (REM), Feasible Generalized Least Squares (mô hình FGLS)....1
3.3.1 Phƣơng pháp hồi quy Pooled OLS
Giả sử mẫu quan sát bao gồm N doanh nghiệp, trong T năm, nhƣ vậy dữ liệu bảng sẽ bao gồm NxT quan sát. Phƣơng trình hồi quy tổng quát có dạng:
Yit = Xitβ + Zi + αit Trong đó:
Y: vector tập hợp các biến phụ thuộc X: vector tập hợp các biến độc lập
Z: vector gồm các biến không thay đổi theo thời gian, đại diện cho những đặc điểm riêng của từng DN
i: chỉ số thể hiện doanh nghiệp i (𝑖 ⃗⃗⃗⃗⃗⃗⃗ ) t: chỉ số thể hiện năm quan sát ((𝑖 ⃗⃗⃗⃗⃗⃗ )
α: sai số
Mô hình Pooled thực chất là ƣớc lƣợng bình phƣơng nhỏ nhất (OLS), khi chúng ta sử dụng dữ liệu bảng nhƣ một tập hợp các quan sát bình thƣờng, không phân biệt theo năm hay theo quốc gia. Theo mô hình này, Zi chỉ là một hằng số, nghĩa là các DN không có đặc điểm riêng khác nhau, nên phƣơng trình tổng quát trở thành:
Yit = Xitβ + αit
Mô hình Pooled không có tính thực tế cao do các giả định khi hồi quy OLS. Vì thế, phƣơng pháp hồi quy theo mô hình ảnh hƣởng cố định và mô hình ảnh hƣởng ngẫu nhiên thƣờng đƣợc sử dụng hơn. Khi mô hình vi phạm các điều kiện về phƣơng sai và/hoặc tự tƣơng quan, ƣớc lƣợng FGLS đƣợc sử dụng tốt hơn. Khi mô hình có hiện tƣợng nội sinh, phƣơng pháp GMM nên là ƣớc lƣợng đƣợc lựa chọn vì nó giúp xử lý vi phạm nội sinh của mô hình. Mô hình nghiên cứu của đề tài không có hiện tƣợng nội sinh, nên phƣơng pháp ƣớc lƣợng mà đề tài sử dụng bao gồm FEM, REM và FGLS.
3.3.1. Phƣơng pháp hồi quy theo mô hình ảnh hƣởng cố định (FEM)
Phƣơng pháp hồi quy ảnh hƣởng cố định – FEM đƣợc ƣớc lƣợng trên giả định hệ số độ dốc là hằng số nhƣng tung độ gốc thay đổi theo các đối tƣợng. Mô hình hồi quy theo FEM đƣợc viết:
Yit = β1i + β2 X2,it + β3 X3,it +….. + βk Xk,it + uit (*) Với:
Yit: biến phụ thuộc
β1i: cho thấy rằng tung độ gốc của mỗi đối tƣợng thay đổi theo thời gian