3.4.1. Biến phụ thuộc (LEV)
Trong nghiên cứu này, CTV được xác định bằng hệ số nợ tổng thể (TLEV) và hệ số nợ ngắn hạn (SLEV).
TLEV = Tổng nợ phải trả Tổng tài sản
SLEV = Nợ ngắn hạn Tổng tài sản
Hệ số nợ tổng thể (TLEV) cho biết bao nhiêu phần trăm tài sản được tài trợ từ việc vay mượn, thể hiện mức độ khai thác đòn bẩy tài chính của DN để phục vụ cho hoạt động sản xuất kinh doanh, đồng thời có thể biết được khả năng tự chủ tài chính của DN. Bên cạnh đó, đề tài còn sử dụng hệ số nợ ngắn hạn (SLEV) làm biến phụ thuộc để phân tích các nhân tố ảnh hưởng vì các DN trong mẫu thống kê sử dụng chủ yếu là nợ ngắn hạn trong cơ cấu nợ. Các giá trị tổng nợ phải trả, nợ ngắn hạn và tổng tài sản ở công thức nêu trên là giá trị sổ sách tại khoản mục nguồn vốn theo số liệu báo cáo tài chính đã được kiểm toán của DN.
3.4.2. Các biến độc lập
Trong điều kiện nghiên cứu giới hạn, các biến độc lập được lựa chọn đưa vào mô hình chủ yếu là các nhân tố ảnh hưởng đến CTV xuất phát từ nội tại của DN.
Biến Quy mô doanh nghiệp (SIZE)
Áp dụng thang đo trong nghiên cứu của Nguyen và các cộng sự (2014), Obeid Gharaibeh (2015), quy mô DN được đo lường bằng logarit tự nhiên của tổng tài sản.
Như đã trình bày trong chương 2, về mặt lý thuyết, quy mô DN đến CTV có thể là quan hệ thuận chiều (theo lý thuyết đánh đổi) hoặc ngược chiều với hệ số nợ (theo thuyết trật tự phân hạng).
Trong những nghiên cứu thực nghiệm mà tác giả khảo lược đều cho thấy quy mô DN có mối quan hệ tương quan chặt chẽ với CTV với hầu hết kết quả tác động là thuận chiều. Các DN có quy mô lớn thường tạo được uy tín trên thị trường tài chính, rủi ro phá sản thấp do đó có nhiều lợi thế để vay nợ hơn các DN nhỏ. Điều này tương đối phù hợp với thực tế thị trường Việt Nam - thị trường thông tin bất cân xứng (thông tin của DN tới nhà đầu tư thường không được đầy đủ và chính xác), các DN tại Việt Nam chủ yếu huy động vốn qua kênh tín dụng ngân hàng do đó DN lớn thường được các ngân hàng tin cậy hơn, tình trạng thông tin bất cân xứng được giải quyết tốt hơn dẫn đến dễ dàng tiếp cận thị trường tín dụng.
Giả thiết thứ nhất (H1): Quy mô doanh nghiệp có mối quan hệ thuận chiều với hệ số nợ.
Biến Cấu trúc tài sản cố định hữu hình (TANG)
Áp dụng thang đo trong nghiên cứu của Nguyen và các cộng sự (2014), Obeid Gharaibeh (2015), cấu trúc tài sản cố định hữu hình được đo lường bằng tỷ lệ giữa tài sản cố định hữu hình và tổng tài sản của DN.
TANG = Tài sản cố định hữu hình Tổng tài sản
Tài sản cố định hữu hình đặc trưng cho khả năng sẵn sàng thế chấp của DN trước những khoản vay. Tài sản thế chấp là một điều kiện tốt, quan trọng để các chủ nợ xem xét quyết định cấp tín dụng. Theo lý thuyết đánh đổi và kết quả của các nghiên cứu của Mahvish Sabir, Qaisar Ali Malik (2011), Irfan Ali (2011) tại Pakistan, Wahab và Ramli (2014) tại Malaysia, Obeid Gharaibeh (2015) tại Kuwait và Nguyễn Minh Phúc (2013) thì tỷ lệ tài sản cố định hữu hình (TANG) có mối quan hệ thuận chiều với đòn bẩy tài chính tại các nước này. DN có nhiều tài sản cố định hữu hình làm tài sản thế chấp sẽ có tỷ lệ thấp trong vấn đề thông tin bất đối
xứng, từ đó có xu hướng dễ tiếp cận với nguồn vốn vay hơn, đặc biệt đối với các khoản vay dài hạn.
Tuy nhiên, đối lập với các lập luận ở trên, Nguyen và Ramachandran (2006), Biger và cộng sự (2008), Phan Thanh Hiệp (2016), Le Trung Thanh và Do Mai Huong (2017) lại chỉ ra rằng mối liên hệ giữa tài sản hữu hình và đòn bẩy tài chính là ngược chiều. DN có thể đầu tư tài sản cố định chủ yếu bằng lợi nhuận giữ lại hoặc gia tăng vốn chủ sở hữu, chứ không ưu tiên sử dụng từ những khoản vay.
Trong nghiên cứu này, tác giả cũng dự báo tài sản cố định hữu hình có mối quan hệ cùng chiều với hệ số nợ của DN.
Giả thiết thứ hai (H2): Cấu trúc tài sản cố định hữu hình có mối quan hệ thuận chiều với hệ số nợ.
Biến Khả năng thanh khoản (LIQ)
Áp dụng thang đo trong nghiên cứu của Nguyen và các cộng sự (2014), khả năng thanh khoản được đo lường bằng tỷ lệ giữa tài sản ngắn hạn và nợ ngắn hạn của DN (khả năng thanh toán ngắn hạn).
LIQ = Tài sản ngắn hạn Nợ ngắn hạn
Các DN có tỷ lệ thanh khoản cao sẽ có khả năng thanh toán các khoản nợ vay ngắn hạn khi đến hạn bằng các tài sản ngắn hạn, vì vậy có thể sử dụng nợ vay nhiều hơn. Như vậy, tính thanh khoản của DN có quan hệ tỷ lệ thuận với hệ số nợ. Chiều hướng tác động này chính là kết quả của các nghiên cứu của Mahvish Sabir, Qaisar Ali Malik (2011), Obeid Gharaibeh (2015). Tuy nhiên, đối với các DN có thanh khoản dồi dào thì có thể sử dụng số tài sản này tài trợ cho các khoản đầu tư của DN mà không cần phải huy động vốn bên ngoài. Do vậy, tính thanh khoản của DN có quan hệ tỷ lệ nghịch với hệ số nợ. Các nghiên cứu có cùng quan điểm này như Wahab và Ramli (2014), Nguyen và các cộng sự (2014), Mehmet Arslan và Mustafa Fatih Boz (2017), Lê Thị Mỹ Phương (2014). Trong nghiên cứu này, tác giả lựa chọn giả thuyết tính thanh khoản và hệ số nợ có quan hệ ngược chiều.
Giả thiết thứ ba (H3): Khả năng thanh khoản có mối quan hệ ngược chiều với hệ số nợ.
Biến Khả năng sinh lời (ROA)
Khả năng sinh lời được thể hiện rõ nét khi đem so sánh giữa tổng tài sản mà DN đem ra đầu tư với lợi nhuận sau thuế thu về sau một năm.
ROA = Lợi nhuận sau thuế Tổng tài sản
Khả năng sinh lời vừa có tác động cùng chiều (theo lý thuyết đánh đổi) vừa có tác động ngược chiều (theo lý thuyết trật tự phân hạng) đến việc sử dụng nợ của DN. Bên cạnh đó, theo hầu hết các nghiên cứu thực nghiệm tác giả đã khảo lược, khả năng sinh lời và hệ số nợ có mối quan hệ tỷ lệ nghịch như Nguyen và các cộng sự (2014), Biger và cộng sự (2008), Irfan Ali (2011), Obeid Gharaibeh (2015), Đặng Thị Quỳnh Anh và Quách Thị Hải Yến (2014). Các DN tăng cường việc sử dụng nguồn vốn nội bộ (lợi nhuận giữ lại) trong khi sử dụng vay nợ và phát hành cổ phiếu lại được ưu tiên sau cùng. Vì vậy, tác giả cũng dự báo ROA có mối quan hệ ngược chiều với hệ số nợ của DN.
Giả thiết thứ bốn (H4): Khả năng sinh lời có mối quan hệ ngược chiều với hệ số nợ.
Biến Cơ hội tăng trưởng (GROW)
Áp dụng thang đo trong nghiên cứu của Nguyen và các cộng sự (2014), Obeid Gharaibeh (2015), biến này được tác giả đo lường thông qua tốc độ tăng của tổng tài sản.
GROW = Tài sảnt – Tài sảnt-1 Tài sảnt-1
Minh chứng bằng việc các DN có tốc độ tăng trưởng cao được cho là các DN có sức khỏe tốt trên thị trường vốn vay và dễ dàng tiếp cận đến nguồn vốn vay. Tác giả xây dựng giả thuyết dựa trên kết quả nghiên cứu của Nguyen và Ramachandran (2006), Irfan Ali (2011), Nguyen và các cộng sự (2014), Obeid Gharaibeh (2015),
Mehmet Arslan và Mustafa Fatih Boz (2017), Vũ Thị Ngọc Lan và Nguyễn Tiến Dũng (2013), cơ hội tăng trưởng và hệ số nợ có mối quan hệ cùng chiều.
Giả thiết thứ năm (H5): Cơ hội tăng trưởng có mối quan hệ thuận chiều với hệ số nợ.
Biến Cấu trúc sở hữu của Nhà nước (STATE)
Áp dụng thang đo trong nghiên cứu của Nguyen và các cộng sự (2014), trong mô hình, tác giả đã sử dụng biến giả STATE = 1 nếu DN i có tỷ lệ vốn Nhà nước trên vốn góp của chủ sở hữu lớn hơn hoặc bằng 51%, STATE = 0 nếu DN i có tỷ lệ vốn Nhà nước trên vốn góp của chủ sở hữu nhỏ hơn 51%.
Tác giả đo lường biến này thông qua tỷ lệ giữa vốn Nhà nước và vốn chủ sở hữu của DN.
Tỷ lệ vốn Nhà nước = Vốn Nhà nước Vốn góp của chủ sở hữu
Đây là nhân tố “đặc thù” tác động đến CTV của các DN trong mô hình Tập đoàn kinh tế Nhà nước (Vũ Thị Ngọc lan, Nguyễn Tiến Dũng, 2013). Các DN thuộc Tập đoàn kinh tế Nhà nước đều có nguồn gốc sở hữu nhà nước chiếm đa số, điều này tạo nên sự thuận lợi để tiếp cận với nguồn vốn vay ngân hàng thông qua các ngân hàng thương mại cổ phần nhà nước. Khi Nhà nước thoái vốn hay nói cách khác các DN mở rộng cổ phần hóa dẫn đến tỷ lệ sở hữu của Nhà nước giảm đi, dẫn đến việc huy động vốn từ các ngân hàng cũng gặp ảnh hưởng nhất định. Trong bối cảnh kinh tế Việt Nam, các bằng chứng thực nghiệm liên quan cho thấy rằng các DN do Nhà nước nắm quyền kiểm soát sẽ sử dụng đòn bẩy tài chính cao hơn do mối quan hệ của họ với các ngân hàng thương mại nhà nước (Nguyen và Ramachandran, 2006; Biger và cộng sự, 2008). Kết quả nghiên cứu của Lê Thị Mỹ Phương (2014) và Phan Thanh Hiệp (2016) cũng cho thấy những công ty có cơ cấu sở hữu của Nhà nước thì tỷ lệ sử dụng nợ càng cao.
Giả thiết thứ sáu (H6): Tỷ lệ sở hữu Nhà nước có mối quan hệ thuận chiều với hệ số nợ.
Trên cơ sở các nghiên cứu thực nghiệm trước đây và những kỳ vọng, dự báo của tác giả, các biến của mô hình, cách đo lường biến và giả thuyết ảnh hưởng của các biến đến CTV được giải thích như sau:
Bảng 3.1: Mô tả các biến của mô hình, cách đo lường và giả thuyết đặt ra Tên biến Mô tả biến Cách đo lường Giả thuyết Biến phụ thuộc TLEV Hệ số nợ tổng thể Tổng nợ phải trả/Tổng tài sản SLEV Hệ số nợ ngắn hạn Nợ ngắn hạn/Tổng tài sản Biến độc lập
SIZE Quy mô DN Logarit tự nhiên của tổng tài
sản cuối kỳ H1: Thuận chiều
TANG
Cấu trúc tài sản cố định hữu hình
Giá trị tài sản cố định hữu
hình/Tổng tài sản H2: Thuận chiều
LIQ Khả năng
thanh khoản Tài sản ngắn hạn/Nợ ngắn hạn H3: Ngược chiều
ROA Khả năng
sinh lời
Lợi nhuận sau thuế/ Tổng tài
sản H4: Ngược chiều
GROW Cơ hội tăng trưởng
Tốc độ tăng của tổng tài sản (Tổng tài sản cuối kỳ - Tổng tài sản đầu kỳ)/Tổng tài sản đầu kỳ H5: Thuận chiều STATE Cấu trúc sở hữu của Nhà nước Vốn Nhà nước/Vốn góp của chủ sở hữu
Sử dụng biến giả STATE = 1 nếu DN i có tỷ lệ vốn Nhà nước trên vốn góp của chủ sở
Tên biến Mô tả biến Cách đo lường Giả thuyết
hữu lớn hơn hoặc bằng 51%, STATE = 0 nếu DN i có tỷ lệ vốn Nhà nước trên vốn góp của chủ sở hữu nhỏ hơn 51%
Nguồn: Tổng hợp của tác giả
3.5. Mô hình hồi quy
Để phân tích dữ liệu bảng, cách tiếp cận đơn giản nhất mà các nghiên cứu thường sử dụng đó là phương pháp ước lượng bình phương tối thiểu gộp (Pooled OLS), mô hình này không kiểm soát được từng đặc điểm riêng của từng DN trong nghiên cứu. Đồng thời lại ràng buộc quá chặt về thời gian và không gian, các hệ số hồi quy không đổi dẫn đến bóp méo hình ảnh của biến độc lập và biến phụ thuộc thông qua các đơn vị chéo, từ đó kết quả mô hình sẽ không phù hợp trong điều kiện thực tế. Hai phương pháp khác nổi bật thường được sử dụng đối với mô hình hồi quy dữ liệu bảng là phương pháp ước lượng với tác động cố định (FEM-Fixed Effects Model) và phương pháp ước lượng với tác động ngẫu nghiên (REM- Random Effects Model). Hai mô hình này đều được phát triển từ mô hình Pooled OLS khi có thêm kiểm soát được từng đặc điểm khác nhau giữa các DN, nhưng FEM có sự tương quan giữa phần dư của mô hình và các biến độc lập và REM thì không có sự tương quan này. Trong nghiên cứu này, tác giả sẽ hồi quy lần lượt theo các cách tiếp cận trên (Pooled OLS, FEM, REM), sau đó sẽ so sánh các kết quả hồi quy theo từng phương pháp, thực hiện các kiểm định cần thiết để lựa chọn mô hình phù hợp nhất.
3.5.1. Mô hình hồi quy bình phương tối thiểu gộp (Pooled OLS)
Mô hình hồi quy gộp là mô hình hồi quy mà trong đó tung độ gốc và độ dốc của các hệ số được giả định là không đổi theo thời gian và theo từng biến. Hay nói cách khác, ta bỏ qua bình diện không gian và thời gian của dữ liệu kết hợp và chỉ ước lượng hồi quy theo OLS thông thường. Mô hình hồi quy Pooled OLS của đề tài được biểu diễn như sau:
TLEVit = + β1SIZEit + β2TANGit + β3LIQit + β4ROAit + β5GROWit + β6STATEit + uit (3.4)
SLEVit = + β1SIZEit + β2TANGit + β3LIQit + β4ROAit + β5GROWit + β6STATEit + uit (3.5)
Trong đó:
TLEVit, SLEVit: Biến phụ thuộc của DN i vào năm t, mô tả CTV của DN thông qua hệ số nợ tổng thể và hệ số nợ ngắn hạn.
: Hệ số tự do
β1, β2, β3, β4, β5, β6: lần lượt là hệ số góc của các nhân tố SIZEit, TANGit, LIQit, ROAit, GROWit, STATEit.
uit: Phần dư
Đối với mô hình hồi quy Pooled OLS, các giả định về hiện tượng tự tương quan, phương sai thay đổi, những sự khác biệt về không gian và thời gian của từng biến quan sát đều không tác động đến. Vì vậy, trong thực tế khi sử dụng mô hình hồi quy Pooled OLS với nhiều ràng buộc chặt chẽ giữa các đơn vị chéo có thể phản ánh sai lệch mối quan hệ giữa biến phụ thuộc và biến độc lập. Bên cạnh đó, hệ số Durbin-Watson thường khá nhỏ cho nên hay xảy ra hiện tượng tự tương quan.
3.5.2. Mô hình tác động cố định (FEM)
Trong FEM, hệ số cắt trong mô hình hồi quy được phép khác nhau giữa các cá nhân để phản ánh tính chất duy nhất của các đơn vị riêng lẻ. Để xem xét “đặc điểm cá nhân” của từng công ty hay từng đơn vị theo không gian là để cho tung độ gốc thay đổi theo từng công ty nhưng vẫn giả định rằng các hệ số độ dốc là hằng số đối với các công ty (Gujarati, 2011). Mô hình FEM của đề tài được biểu diễn như sau:
TLEVit = i + β1SIZEit + β2TANGit + β3LIQit + β4ROAit + β5GROWit + β6STATEit + uit (3.6)
SLEVit = i + β1SIZEit + β2TANGit + β3LIQit + β4ROAit + β5GROWit + β6STATEit + uit (3.7)
Mô hình trên đã thêm vào ký hiệu i cho hệ số cắt “” để thể hiện hệ số cắt của từng DN khác nhau có thể khác nhau, sự khác biệt này có thể do đặc điểm khác
nhau đặc thù của từng DN như chính sách/phong cách quản lý, ngành nghề kinh doanh, lợi thế cạnh tranh,... Mô hình tác động cố định thể hiện qua phương trình (3.6, 3.7) giả định rằng các hệ số cắt của từng DN không thay đổi theo thời gian.
Mô hình FEM có một số nhược điểm như: nếu có quá nhiều biến giả sẽ làm giảm bậc tự do của mô hình, có khả năng xảy ra hiện tượng đa cộng tuyến. Bên cạnh đó, FEM không đo lường được tác nhân không thay đổi theo thời gian (Huỳnh Thị Uyên Trang, 2015).
3.5.3. Mô hình hồi quy tác động ngẫu nhiên (REM)
Trong mô hình REM, chúng ta giả định rằng giá trị hệ số cắt của một đơn vị chéo là ngẫu nhiên được rút từ một tổng thể lớn hơn nhiều với một giá trị trung bình không đổi. Mô hình REM của đề tài được biểu diễn như sau:
TLEVit = i + β1SIZEit + β2TANGit + β3LIQit + β4ROAit + β5GROWit + β6STATEit + uit (3.8)
SLEVit = i + β1SIZEit + β2TANGit + β3LIQit + β4ROAit + β5GROWit + β6STATEit + uit (3.9)
Trong mô hình REM có giả định rằng i là một biến ngẫu nhiên với giá trị trung bình là và giá trị hệ số cắt được mô tả như sau:
i = + εi, với εi là sai số ngẫu nhiên có trung bình bằng 0 và phương sai là σ2ε. Khi đó mô hình được viết lại như sau:
TLEVit = + β1SIZEit + β2TANGit + β3LIQit + β4ROAit + β5GROWit + β6STATEit + wit (3.10)
SLEVit = + β1SIZEit + β2TANGit + β3LIQit + β4ROAit + β5GROWit + β6STATEit + wit (3.11)
wit = εi+ uit