Phương pháp nghiên cứu của luận văn bao gồm phương pháp thống kê, tổng hợp, phân tích, so sánh. Phương pháp định lượng được sử dụng bằng mô hình hồi quy dữ liệu tài chính của các doanh nghiệp nhằm xác định sự tác động của các yếu tố đến cấu trúc vốn của các công ty bất động sản niêm yết tại Việt Nam. Các bước thực hiện gồm:
Bước 1: Trên cơ sở lý thuyết và các nghiên cứu thực nghiệm đã được trình bày trong luận văn, tác giả xây dựng các giả thuyết để lựa chọn biến và mô hình hồi quy.
Bước 2: Thu thập dữ liệu từ báo cáo tài chính năm của các công ty bất động sản niêm yết trên Sở Giao dịch Chứng khoán TP.HCM và Sở Giao dịch chứng khoán Hà Nội, tổng hợp, xử lý dữ liệu.
Bước 3: Hồi quy dữ liệu với mô hình đã lựa chọn. Trong luận văn, ba phương pháp được sử dụng bao gồm hồi quy bình phương tối thiểu gộp (Pooled OLS), hồi quy tác động cố định (Fixed effects model), hồi quy tác động ngẫu nhiên (Random effects model). Tiến hành kiểm định, lựa chọn mô hình phù hợp.
Bước 5: Trình bày kết quả, nhận xét.
2.3.2 Phƣơng pháp nghiên cứu 2.3.2.1 Giả thuyết nghiên cứu
Dựa trên các nghiên cứu lý thuyết và thực nghiệm về cấu trúc vốn được đề cập ở Chương 1, luận văn xây dựng giả thuyết về yếu tố ảnh hưởng đến cấu trúc vốn của công ty bất động sản niêm yết tại Việt Nam.
Biến về hệ số nợ
Được xây dựng trong nghiên cứu bao gồm hệ số nợ (LEV), hệ số nợ vay ngắn hạn (SLEV) và hệ số nợ vay dài hạn (LLEV).
ả ả ả Các biến ảnh hƣởng đến hệ số nợ Khả năng sinh lời (ROA)
Lý thuyết đánh đổi và lý thuyết trật tự phân hạng có sự không thống nhất khi đánh giá tác động của khả năng sinh lời đến việc sử dụng nợ vay của một doanh nghiệp. Căn cứ các kết quả thực nghiệm đã được đề cập, luận văn đưa ra giả thuyết dựa trên lập luận của lý thuyết trật tự phân hạng. Khả năng sinh lời quyết định năng lực tích lũy nguồn vốn nội bộ của một doanh nghiệp, doanh nghiệp có khả năng sinh lời cao sẽ có xu hướng ưu tiên sử dụng lợi nhuận giữ lại trước khi đi vay.
Áp dụng thang đo trong nghiên cứ của Huang và Song (2006), khả năng sinh lời được đo lường bằng lợi nhuận trước thuế và lãi vay trên tổng tài sản.
Quy mô doanh nghiệp (SIZE)
Doanh nghiệp có quy mô lớn thì độ tín nhiệm cao, rủi ro phá sản thấp và có lợi thế khi vay nợ hơn so với các doanh nghiệp nhỏ. Bên cạnh đó, doanh nghiệp có quy mô càng lớn thì chi phí đại diện càng cao. Sử dụng nợ vay là một biện pháp để nhà quản lý thận trọng hơn trong việc điều hành, tránh đưa ra những quyết định không tốt đến hoạt động của doanh nghiệp.
Giả thuyết 2: Nh ng công ty có quy mô lớn thì có đòn bẩy t i chính cao.
Áp dụng thang đo trong nghiên cứu của Chen (2004), quy mô doanh nghiệp được đo lường bằng logarit của tổng tài sản.
Cấu trúc tài sản hữu hình (TANG)
Do các chủ nợ thường yêu cầu phải có tài sản thế chấp để bảo đảm cho các khoản vay nên tỷ trọng tài sản hữu hình lớn đồng nghĩa với việc giá trị tài sản thế chấp cao, doanh nghiệp sẽ có khả năng vay nợ tốt hơn.
Giả thuyết 3: Nh ng công ty có t i sản h u hình lớn thì có đòn bẩy t i chính cao.
Áp dụng thang đo trong nghiên cứu của Chen (2004), cấu trúc tài sản hữu hình được đo lường bằng tài sản cố định hữu hình cộng hàng tồn kho trên tổng tài sản.
Cơ hội tăng trƣởng (GROW)
Lý thuyết hiện đại về cấu trúc vốn đưa ra những lập luận khác nhau khi đề cập đến mối quan hệ giữa cơ hội tăng trưởng và đòn bẩy tài chính. Trong khi lý thuyết chi phí đại diện ủng hộ mối quan hệ nghịch chiều thì lý thuyết trật tự phân hạng lại đưa ra quan điểm thuận chiều. Các công trình nghiên cứu trên thế giới cũng đưa ra các kết quả khác nhau. Luận văn xây dựng giả thuyết dựa trên kết quả nghiên cứu của Booth và các
đồng sự (2001), Chen (2004), Tran và Neelakantan (2006), Tarazi (2013), đòn bẩy tài chính và cơ hội tăng trưởng có mối tương quan cùng chiều.
Giả thuyết 4: Nh ng công ty có cơ hội tăng trư ng cao thì có đòn bẩy t i chính cao.
Áp dụng thang đo trong nghiên cứu của Tran và Neelakantan (2006), cơ hội tăng trưởng đo lường bằng tốc độ tăng trưởng tổng tài sản.
Tính thanh khoản (LIQ)
Tính thanh khoản vừa có tác động cùng chiều vừa có tác động ngược chiều đến đòn bẩy tài chính của doanh nghiệp. Luận văn xây dựng giả thuyết dựa trên kết quả nghiên cứu của Lim và các đồng sự (2012), Wahab và Ramli (2014), đòn bẩy tài chính và tính thanh khoản có mối tương quan nghịch chiều.
Giả thuyết 5: Nh ng công ty có tính thanh khoản cao thì có đòn bẩy t i chính thấp.
Tính thanh khoản được đo lường bằng tài sản ngắn hạn trên nợ ngắn hạn.
Tấm chắn thuế phi nợ (NDTS)
Một lợi ích của việc sử dụng nợ vay là giúp làm giảm phần thuế thu nhập doanh nghiệp phải nộp, tấm chắn thuế phi nợ cũng có tác dụng tương tự như vậy. Doanh nghiệp có tấm chắn thuế phi nợ lớn thông thường không có xu hướng sử dụng nhiều nợ vay để được khấu trừ thuế. Trong số các chi phí được khấu trừ thuế ngoài lãi vay, khấu hao là khoản mục quan trọng nhất.
Giả thuyết 6: Nh ng công ty có tấm chắn thuế phi n lớn thì có đòn bẩy t i chính thấp.
Tấm chắn thuế phi nợ được đo lường bằng chi phí khấu hao trên tổng tài sản.
Sở hữu nhà nƣớc (STATE)
Do mối quan hệ tốt với các tổ chức tín dụng, đặc biệt là các ngân hàng thương mại quốc doanh, doanh nghiệp thuộc sở hữu của nhà nước hoặc nhà nước nắm quyền chi phối sẽ có nhiều thuận lợi hơn trong việc tiếp cận nguồn vốn vay.
Giả thuyết 7: Nh ng công ty có cơ cấu s h u c a nh nước thì có đòn bẩy t i chính cao.
Sở hữu của nhà nước được đo lường bằng biến giả, giá trị bằng 1 nếu nhà nước nắm giữ trên 50% cổ phần của một doanh nghiệp, bằng 0 nếu ngược lại.
2.3.2.2 Nguồn dữ liệu và mẫu nghiên cứu
Luận văn sử dụng dữ liệu của các công ty ngành bất động sản niêm yết trên Sở Giao dịch Chứng khoán TP.HCM và Sở Giao dịch Chứng khoán Hà Nội. Dữ liệu kế toán được lấy từ báo cáo tài chính đã kiểm toán và báo cáo thường niên của các công ty. Mẫu nghiên cứu bao gồm dữ liệu bảng (panel data) cân bằng của 54 công ty ngành bất động sản (36 công ty niêm yết trên Sở Giao dịch Chứng khoán TP.HCM và 18 công ty niêm yết trên Sở Giao dịch Chứng khoán Hà Nội) trong vòng 5 năm 2009-2014 với tổng cộng 270 quan sát.
2.3.3 Mô hình nghiên cứu
Trên cơ sở nghiên cứu của Chen (2004), mô hình nghiên cứu của luận văn dựa trên phương trình tuyến tính như sau:
Yit = + Xit + uit
Trong đó, Yit: biến phụ thuộc, Xit: biến độc lập tác động đến biến phụ thuộc, : hệ số tự do, : hệ số hồi quy, uit: phần dư.
Áp dụng cho mô hình của luận văn:
LEV = + 1ROAit + 2SIZEit + 3TANGit + 4GROWit + 5LIQit + 6NDTSit +
7STATEit + uit
SLEV = + 1ROAit + 2SIZEit + 3TANGit + 4GROWit + 5LIQit + 6NDTSit +
LLEV = + 1ROAit + 2SIZEit + 3TANGit + 4GROWit + 5LIQit + 6NDTSit +
7STATEit + uit
i = 1,……,54; t = 1,……5 uit là phần dư
Các biến của mô hình, phương pháp xác định biến và giả thuyết ảnh hưởng của các biến đến cấu trúc vốn được giải thích trong Bảng 2.3.
Bảng 2.3: Các biến của mô hình, phƣơng pháp xác định biến và giả thuyết đặt ra Tên biến Ký hiệu biến Phƣơng pháp xác định biến Giả thuyết Biến phụ thuộc
Hệ số nợ LEV Tổng nợ/Tổng tài sản
Hệ số nợ ngắn hạn SLEV Tổng nợ ngắn hạn/Tổng tài sản Hệ số nợ dài hạn LLEV Tổng nợ dài hạn/Tổng tài sản
Biến độc lập
Khả năng sinh lời ROA Lợi nhuận trước thuế và lãi
vay/Tổng tài sản Nghịch chiều Quy mô doanh
nghiệp
SIZE Logarit của tổng tài sản Cùng chiều Cấu trúc tài sản
hữu hình
TANG Tài sản cố định hữu hình cộng hàng
tồn kho/Tổng tài sản Cùng chiều Cơ hội tăng
trưởng
GROW (Tổng tài sảnt – tổng tài sảnt-1)/Tổng
tài sảnt-1 Cùng chiều Tính thanh khoản LIQ Tài sản ngắn hạn/Nợ ngắn hạn Nghịch chiều Tấm chắn thuế phi
nợ
NDTS Khấu hao tài sản cố định/Tổng tài
sản Nghịch chiều
Sở hữu nhà nước STATE Là biến giả, bằng 1 nếu nhà nước nắm giữ trên 50% cổ phần của một doanh nghiệp, bằng 0 nếu ngược lại
Cùng chiều
2.3.4 Phƣơng pháp hồi quy
Dữ liệu được sử dụng là dữ liệu bảng (panel data). Dữ liệu bảng là các quan sát về một chỉ tiêu nào đó sẽ bao gồm quan sát chéo và quan sát theo thời gian. Ưu điểm của dữ liệu bảng là nghiên cứu được động thái thay đổi của các đơn vị chéo theo thời gian, nâng cao được số quan sát của mẫu, chứa đựng được nhiều thông tin hơn các dữ liệu khác và phần nào khắc phục được hiện tượng đa cộng tuyến.
Trong phân tích dữ liệu bảng, ba phương pháp được sử dụng, bao gồm hồi quy bình phương tối thiểu gộp (Pooled OLS), hồi quy tác động cố định (FEM) và hồi quy tác động ngẫu nhiên (REM). Mô hình hồi quy gộp Pooled OLS bỏ qua bình diện không gian và thời gian của dữ liệu kết hợp và chỉ ước lượng hồi quy OLS thông thường, điều này dẫn đến kết quả mô hình thường không phù hợp trong điều kiện thực tế. Một hạn chế nữa của mô hình Pooled OLS là trị thống kê Durbin Watson ước lượng khá thấp, cho thấy khả năng xảy ra hiện tượng tự tương quan trong dữ liệu. Do vậy hai phương pháp còn lại thường được sử dụng hơn khi phân tích dữ liệu bảng, đó là hồi quy tác động cố định và hồi quy tác động ngẫu nhiên. Mô hình FEM khác với mô hình Pooled OLS ở chỗ mô hình này cho rằng ảnh hưởng của từng biến là khác nhau dựa trên giả định ảnh hưởng của các tác nhân cố định theo thời gian, do đó được sử dụng để kiểm soát các biến bị bỏ sót, phản ánh sự khác biệt giữa các đơn vị chéo nhưng bất biến theo thời gian. Mô hình REM nhìn chung giống mô hình FEM nhưng có giả định không có sự tương quan giữa các biến, nghĩa là các thành phần sai số đơn lẻ không tương quan với nhau và không tự tương quan giữa các đơn vị chéo cũng như chuỗi thời gian. - Để lựa chọn giữa mô hình Pooled OLS và FEM, tiến hành kiểm định giả thuyết H0.
H0: ảnh hưởng của tất cả các yếu tố là giống nhau. H1: ảnh hưởng của từng yếu tố cá biệt là khác nhau.
- Để lựa chọn giữa mô hình FEM và REM, tiến hành kiểm định Hausman.
H0: các biến kiểm soát và biến giải thích không có tương quan (mô hình REM là phù hợp).
H1: các biến kiểm soát và biến giải thích có tương quan (mô hình FEM là phù hợp). Nếu giả thuyết H0 bị bác bỏ, mô hình tác động cố định phù hợp hơn so với mô hình tác động ngẫu nhiên. Ngược lại, khi chưa có đủ bằng chứng để bác bỏ H0 thì mô hình tác động cố định không phù hợp và mô hình tác động ngẫu nhiên sẽ được lựa chọn.
Trên cơ sở mô hình được lựa chọn, luận văn thực hiện kiểm định sự phù hợp của mô hình. Phần mềm EViews 8 được sử dụng để ước lượng và kiểm định.
2.3.5 Thống kê mô tả và ma trận tƣơng quan giữa các biến
Thống kê mô tả
Bảng 2.4: Thống kê mô tả dữ liệu
Biến Giá trị
trung bình Trung vị Giá trị lớn nhất Giá trị nhỏ nhất Độ lệch chuẩn LEV 0.5082 0.5213 0.9100 0.0138 0.1889 SLEV 0.3213 0.3109 0.8052 0.0032 0.1727 LLEV 0.1869 0.1506 0.7990 0.0000 0.1642 ROA 0.0561 0.0463 0.3660 -0.2070 0.0704 SIZE 14.0143 13.9513 18.3207 10.1350 1.4111 TANG 0.4301 0.4570 0.9339 0.0008 0.2559 GROW 0.1553 0.0547 6.3683 -0.5134 0.5173 LIQ 3.9626 2.1810 64.0461 0.2889 7.9658 NDTS 0.0058 0.0019 0.1663 0.0000 0.0163 STATE 0.2185 0.0000 1.0000 0.0000 0.4140
Dựa vào số liệu ở Bảng 2.4 cho thấy tỷ lệ tổng nợ trên tổng tài sản (LEV) trung bình là 50.82%, công ty có tỷ lệ nợ cao nhất là 91.0%, thấp nhất là 1.38%.
Tỷ lệ tổng nợ ngắn hạn trên tổng tài sản (SLEV) trung bình là 32.13%, cao nhất là 80.52% và thấp nhất là 0.32%.
Tỷ lệ tổng nợ dài hạn trên tổng tài sản (SLEV) trung bình là 18.69%, cao nhất là 79.90% và thấp nhất là 0%, nghĩa là có công ty không sử dụng nợ dài hạn trong cấu trúc vốn của mình.
Nhìn chung, về tỷ lệ bình quân, trong giai đoạn 2010-2014 các công ty bất động sản niêm yết tại Việt Nam có xu hướng sử dụng nợ ngắn hạn nhiều hơn nợ dài hạn.
Ma trận hệ số tƣơng quan giữa các biến
Bảng 2.5: Ma trận hệ số tƣơng quan giữa các biến
LEV SLEV LLEV ROA SIZE TANG GROW LIQ NDTS STATE
LEV 1.0000 SLEV 0.5907 1.0000 LLEV 0.5293 -0.3720 1.0000 ROA -0.0694 0.0143 -0.0949 1.0000 SIZE 0.2614 0.0485 0.2497 0.0104 1.0000 TANG 0.0933 0.1130 -0.0115 -0.0472 0.2478 1.0000 GROW 0.1369 0.0748 0.0789 0.1289 0.1378 -0.1208 1.0000 LIQ -0.3805 -0.4532 0.0389 -0.0044 -0.0087 0.1769 0.0336 1.0000 NDTS -0.0659 -0.1732 0.1062 0.0749 -0.0559 -0.0805 -0.0301 0.0910 1.0000 STATE 0.2288 0.2757 -0.0267 0.1108 -0.0219 0.0285 0.0654 -0.1173 0.1256 1.0000
Nguồn: T ng h p từ kết quả phân tích tr n EViews
Từ Bảng 2.5 có thể thấy mối tương quan riêng giữa các biến độc lập với nhau không cao (trị tuyệt đối nhỏ hơn 0.8) nên vấn đề đa cộng tuyến không phải là một quan ngại trong mô hình hồi quy.
2.3.6 Kết quả hồi quy
2.3.6.1 Kết quả hồi quy hệ số nợ (LEV)
Bảng 2.6: Ƣớc lƣợng mô hình hồi quy hệ số nợ (LEV) Biến
Pooled OLS Fixed effect Random effect
Hệ số hồi quy P-value Hệ số hồi quy P-value Hệ số hồi quy P-value ROA -0.281269 ** 0.0499 -0.170968 * 0.0562 -0.208556 ** 0.0169 SIZE 0.028963 *** 0.0001 0.071528 *** 0.0069 0.036183 *** 0.0046 TANG 0.081578 * 0.0507 0.088411 0.0427 0.077989 ** 0.0471 GROW 0.048743 ** 0.0147 0.021710 ** 0.0415 0.023629 ** 0.0240 LIQ -0.008977 *** 0.0000 0.004213 *** 0.0061 0.000278 0.8309 NDTS -0.262789 0.6717 -0.336160 0.3939 -0.460359 0.2304 STATE 0.087468 *** 0.0004 0.025564 0.6135 0.068257 * 0.0550 R2 0.281819 0.872132 0.096307 F-stat 14.68722 23.75831 3.988792 Prob(F-stat) 0.000000 0.000000 0.000365
(*) mức ý nghĩa 10%, (**) mức ý nghĩa 5%, (***) mức ý nghĩa 1%
Nguồn: T ng h p từ kết quả phân tích tr n EViews
Lựa chọn giữa mô hình Pooled OLS và mô hình Fixed effects (FEM)
H0: ảnh hưởng của tất cả các yếu tố là giống nhau. H1: ảnh hưởng của từng yếu tố cá biệt là khác nhau.
Bảng 2.7: Kiểm định F (LEV)
Kiểm định Trị thống kê P-value
Cross-section F 18.205015 0.0000 Cross-section Chi-square 465.945326 0.0000
P-value = 0.0000 < 0.05, do đó bác bỏ giả thuyết H0. Mô hình FEM phù hợp hơn mô hình Pooled OLS.
Lựa chọn giữa mô hình Fixed effect (FEM) và mô hình Random effect (REM)
H0: các biến kiểm soát và biến giải thích không có tương quan. H1: các biến kiểm soát và biến giải thích có tương quan.
Thực hiện kiểm định Hausman với kết quả như bảng 2.8.
Bảng 2.8: Kiểm định Hausman (LEV)
Kiểm định Trị thống kê Chi
bình phƣơng P-value
Cross-section random 30.090505 0.0001
Nguồn: T ng h p từ kết quả phân tích tr n EViews
P-value = 0.0001 < 0.05, bác bỏ giả thuyết H0, mô hình FEM phù hợp hơn mô hình REM. Việc sử dụng mô hình FEM cho phép kiểm soát được những yếu tố cá biệt khác