Thuế suất có mối quan hệ thuận chiều CTV của một DN vì theo lý thuyết M&M khi đối mặt với mức thuế suất DN cao, DN sẽ có xu hƣớng vay nợ nhiều hơn để tận dụng lợi thế của lá chắn thuế.
KẾT LUẬN CHƢƠNG 2
Chƣơng 2 đã trình bày các cơ sở lý thuyết cũng nhƣ các kết quả nghiên cứu thực nghiệm của các nghiên cứu trên thế giới và cả trong nƣớc. Trong chƣơng tiếp theo, tác giả sẽ thiết kế mô hình nghiên cứu các nhân tố ảnh hƣởng đến CTV của các DN ngành thép tại VN.
CHƢƠNG III: PHƢƠNG PHÁP NGHIÊN CỨU 3.1 Dữ liệu nghiên cứu
Mẫu quan sát gồm 23 DN ngành thép đƣợc niêm yết trên trên cả 3 sàn HOSE, HNX và UPCOM trong giai đoạn từ năm 2012 đến năm 2018. Dữ liệu thống kê đƣợc thu thập và tổng hợp từ các bảng báo cáo tài chính của các DN. Dữ liệu trong bài nghiên cứu này là dữ liệu mảng ba chiều với các chiều: năm, công ty và nhân tố, gồm 1449 quan sát.
3.2 Biến nghiên cứu3.2.1 Biến phụ thuộc 3.2.1 Biến phụ thuộc
Biến phụ thuộc đại diện cho CTV là DE, ký hiệu là DE. Công thức tính biến phụ thuộc nhƣ sau:
DE =
Tong nợ Tong von chǔ sơ
hữu
3.2.2 Biến độc lập
Tác giả sử dụng 8 biến độc lập là các nhân tố ảnh hƣởng đến CTV của các DN. Tên gọi, công thức và chiều hƣớng tác động của các nhân tố ảnh hƣởng đến CTV của DN dựa trên cơ sở lý thuyết đánh đổi và thuyết trật tự phân hạng đƣợc kỳ vọng nhƣ Bảng 3.1.
Bảng 3.1. Các nhân tố ảnh hƣởng đến CTV
Tên nhân tố Ký hiệu Phƣơng pháp tính Lý thuyết đánh đổi
Lý thuyết trật tự phân hạng
Quy mô DN SIZE Log(Tổng tài sản) + -
Tốc độ tăng trƣởng GROW Tài ǎnn t − Tài ǎnn - + Tài ǎnn t Đặc điểm riêng
của tài sản UNIQ
i on hàn n D nh thu thu n - Tài sản cố định hữu hình TANG Tài ǎn co đ nh hữu hình Ton tài ǎn + + Tính thanh khoản LIQ Tài ǎn n an hạn ợ n an hạn +/- Số năm hoạt động AGE Log(năm thứ t – năm thành lập) + -
Thuế suất TAX Thue hǎi n
Lợi nhu n trước thue +
3.3 Mô hình nghiên cứu
Để phân tích các nhân tố ảnh hƣởng đến CTV của các DN ngành thép tại VN, tác giả sử dụng một trong ba mô hình sau: (1) Mô hình ƣớc lƣợng bình phƣơng nhỏ nhất (Pooled OLS), (2) Mô hình ảnh hƣởng cố định (Fixed Effect Moldel – FEM) và (2) Mô hình ảnh hƣởng ngẫu nhiên (Random Effect Model – REM).
3.3.1 Mô hình Pooled OLS
Mô hình Pooled OLS với công thức tổng quát của mô hình có dạng nhƣ sau:
DEit = � + �Xit + �
Trong đó:
thứ t.
DEi là biến phụ thuộc của mô hình. Đây chính là DE của công ty i vào năm
� là hệ số tự do của phƣơng trình hồi quy.
Xn là tập hợp các nhân tố quan sát tại DN i vào năm t.
� là sai số ngẫu nhiên, đại diện cho các yếu tố khác cũng ảnh hƣởng đến CTV nhƣng không đƣợc xét tới trong mô hình.
Xem xét các nhân tố ảnh hƣởng đến CTV đƣợc xây dựng trong nghiên cứu này, mô hình Pooled OLS đƣợc minh họa nhƣ sau:
DEit = � + �1SIZE + �2ROA + �3GROW + �4UNIQ + �5TANG + �6LIQ
+ �7AGE + �8TAX + �
Tuy nhiên, mô hình hồi quy Pooled OLS lại xem xét các DN là đồng nhất, điều này thƣờng không phản ánh đúng thực tế vì mỗi DN là một thực thể riêng biệt, có những đặc điểm riêng hoàn toàn khác nhau mà có thể ảnh hƣởng đến CTV (ví dụ nhƣ thái độ đối với rủi ro, danh tiếng, khả năng quản trị). Nhƣ vậy, mô hình Pooled OLS có thể dẫn đến các ƣớc lƣợng bị sai lệch khi không kiểm soát đƣợc các tác động riêng biệt này.
3.3.1 Mô hình FEM
So sánh với mô hình hồi quy Pooled OLS, mô hình FEM có thể kiểm soát đƣợc các tác động riêng biệt tới CTV của DN. Với giả định mỗi đơn vị đều có những đặc điểm riêng biệt có thể ảnh hƣởng đến các biến giải thích, mô hình 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 của biến giải thích lên biến phụ thuộc.
Mô hình FEM có dạng nhƣ sau:
DEit = Ci + �1SIZE + �2ROA + �3GROW + �4UNIQ + �5TANG + �6LIQ
+ �7AGE + �8TAX + uit
Mô hình trên đã thêm vào chỉ số i cho hệ số chặn “c” để phân biệt hệ số chặn của từng DN khác nhau có thể khác nhau, sự khác biệt này có thể do đặc điểm khác nhau của từng DN hoặc do sự khác nhau trong chính sách quản lý, hoạt động của DN.
3.3.1 Mô hình REM
Tƣơng tự nhƣ mô hình FEM, mô hình REM cũng có thể khắc phục đƣợc nhƣợc điểm đã nêu trên của mô hình Pooled OLS bằng cách kiểm soát các tác động riêng biệt tới CTV của DN. Tuy nhiên, điểm khác biệt giữa mô hình REM và mô hình FEM 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 FEM thì trong mô hình REM 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.
Mô hình REM có dạng nhƣ sau:
DEit = Ci + �1SIZE + �2ROA + �3GROW + �4UNIQ + �5TANG + �6LIQ
+ �7AGE + �8TAX + �i + uit
3.4 Giả thiết nghiên cứu
Trong cả 03 mô hình nghiên cứu vừa nêu trên đều sử dụng các giả thiết nghiên cứu lần lƣợt nhƣ sau:
H1: Quy mô DN có tác động cùng chiều với CTV của DN.
H2: Tỷ suất sinh lợi của DN có tác động nghịch chiều với CTV của DN. H3: Tốc độ tăng trƣởng của DN có tác động cùng chiều với CTV của DN. H4: Đặc điểm riêng của tài sản DN có tác động nghịch chiều với CTV của DN.
DN.
H6: Tính thanh khoản của tài sản DN có tác động nghịch chiều với CTV của
H7: Tuổi của DN có tác động cùng chiều với CTV của DN. H8: Thuế suất có tác động cùng chiều với CTV của DN.
3.5 Quy trình nghiên cứu
Bƣớc 1: Lựa chọn các nhân tố ảnh hƣởng đến CTV của các DN ngành thép tại VN.
Bƣớc 2: Đặt giả thiết nghiên cứu. Bƣớc 3: Xây dựng mô hình nghiên cứu.
Bƣớc 4: Thu thập dữ liệu từ báo cáo tài chính của các DN ngành thép niêm yết tại VN trong giai đoạn 2012 – 2018.
Bƣớc 5: Ƣớc lƣợng các tham số của mô hình nghiên cứu. Bƣớc 6: Thống kê mô tả và kiểm định ma trận tƣơng quan. Bƣớc 7: Lựa chọn mô hình hồi quy phù hợp.
Bƣớc 8: Kiểm định các khuyết tật của mô hình và đƣa ra mô hình hồi quy cuối cùng.
Bƣớc 9: Phân tích kết quả hồi quy và đƣa ra kết luận.
KẾT LUẬN CHƢƠNG 3
Trong chƣơng3, tác giả đã thiết kế mô hình nghiên cứu các nhân tố ảnh hƣởng đến CTV các DN ngành thép tại VN và đƣa ra quy trình nghiên cứu cụ thể. Chƣơng 4 tiếp theo sẽ phân tích các tham số trong mô hình nghiên cứu, thực hiệm các kiểm định cần thiết và đƣa ra kết quả nghiên cứu cuối cùng.
CHƢƠNG IV: KẾT QUẢ NGHIÊN CỨU 4.1 Tổng quan ngành thép tại Việt Nam
Ngành thép tại VN đƣợc chia thành 3 nhóm chính gồm các DN sản xuất thép xây dựng nhƣ Tập đoàn Hòa Phát (HPG), CTCP Thép Pomina (POM), CTCP Gang thép Thái Nguyên (TIS), CTCP Ống thép Việt Đức (VGS),…, các DN thƣơng mại các sản phẩm về thép nhƣ Tập đoàn Thép Tiến Lên (TLH) và cuối cùng là nhôm các DN sản xuất tôn mạ, ống thép nhƣ Tập đòan Hoa Sen (HSG), CTCP Thép Nam Kim (NKG),… Tính chung trong cả năm 2018, tổng doanh thu của ngành thép tại VN là 11,3 tỷ USD, tăng 11% so với năm 2017. Trong đó, tỷ trọng xuất khẩu thép xây dựng năm 2018 là 13,6% và tỷ trọng xuất khẩu tôn 2018 là 42,7%). Tốc độ tăng trƣởng doanh thu trong giai đoạn từ năm 2014 đến năm 2018 là 17%, và dự đoán trong 5 năm tiếp theo tốc độ tăng trƣởng này sẽ giảm còn 9% do một số khó khăn mà ngành thép đang phải đối mặt hiện nay nhƣ gia tăng áp lực cạnh tranh trong ngành từ sự đẩy mạnh xuất khẩu của các cƣờng quốc thép do nhu cầu trong nƣớc suy giảm (Nhật Bản, Hàn Quốc xuất khẩu tới 30 – 40% sản lƣợng sản xuất) và tình trạng dƣ thừa nguồn cung thép trên thế giới. Trong năm 2017, sản lƣợng thép cả thế giới là 1,68 tỷ tấn nhƣng nhu cầu chỉ khoảng 1,5 tỷ tấn, dƣ thừa hơn 120 triệu tấn thép. WSA ƣớc tính công suất thiết kế ngành thép thế giới trong 2017 lên đến 2,1 – 2,2 tỷ tấn nhƣng chỉ sản xuất 1,7 tỷ tấn (công suất trung bình thực tế toàn thế giới chỉ đạt 70% trong năm 2017, mức tƣơng đƣơng trong giai đoạn khủng hoảng kinh tế) do dƣ thừa nguồn cung thép đang diễn ra. Năng lực sản xuất toàn ngành liên tục tăng trong khi hiệu suất sử dụng nhà máy luôn dƣới mức 75% từ năm 2012. Bên cạnh đó, làn sóng bảo hộ ngành thép của các quốc gia trên thế giới cũng tác động tiêu cực đến tình trạng xuất khẩu thép của VN, đặc biệt là đối với các DN sản xuất tôn mạ: Mỹ áp dụng mức thuế nhập khẩu 25% cho các sản phẩm Thép từ ngày 01/06/2018 (trừ 4 quốc gia đƣợc miễn thuế là: Argentina, Úc, Brazil, và Hàn Quốc nhƣng vẫn phải chịu hạn ngạch nhập khẩu nhất định), EU đƣa ra những biện pháp phòng vệ thƣơng mại, dự kiến sẽ áp mức thuế nhập khẩu bổ sung 25% đối với 23 sản phẩm thép nếu lƣợng nhập khẩu các mặt hàng này vào thị trƣờng EU vƣợt hạn
ngạch trung bình của 3 năm gần nhất, Ấn Độ áp thuế tự vệ tạm thời 10% lên thép tấm cán nóng và tôn từ tháng 11/2015, Malaysia áp dụng thuế mặt hàng thép cuộn cán nguội, cán nông, Indonesia áp dụng thuế chống bán phá giá mặt hàng: tôn màu, HRC, CRC, Thái lan áp dụng thuế chống bán phá giá mặt hàng ống thép,… Chính vì những khó khăn trên mà những DN ngành thép càng phải cố gắng thực hiện tốt việc quản trị tài chính công ty, đặc biệt là xây dựng một CTV hợp lý để đạt đƣợc kết quả kinh doanh tốt hơn.
4.2 Thống kê mô tả mẫu
Bảng 4.1 thể hiện các thông số thống kê cơ bản của các biến số trong mẫu nghiên cứu với số quan sát là 161.
Bảng 4.1 Thống kê mô tả mẫu của các biến trong mô hình nghiên cứu
Nguồn: Trích xuất từ Stata Kết quả thống kê mô tả trong bảng 4.1 cho thấy DE của các DN ngành thép tại VN nhìn chung khá cao với giá trị trung bình là 2.1056. Nhƣ vậy, các DN ngành thép tại VN rất ƣa thích sử dụng nợ vay để tài cho các hoạt động của DN và trung bình mỗi DN sẽ vay một khoảng nợ gấp đôi số vốn chủ sở hữu của DN. Thậm chí có DN còn có số nợ vay cao hơn 7 lần so với vốn chủ sở hữu của DN đó, và vì thế mà độ biến thiên giữa các giá trị cá biệt và giá trị trung bình trong bảng thống kê mô tả là rất lớn. Điều này cũng dễ hiểu bởi vì mỗi DN sẽ có những đặc trƣng riêng trong hoạt động kinh doanh, chính vì thế sẽ có sự khác biệt lớn trong cơ cấu vốn
DE SIZE ROA GROW UNIQ TANG LIQ AGE TAX
Mean 2.1056 6.0363 -0.0033 0.0612 0.9638 0.2016 1.2068 9.4783 0.0796 Median 1.7336 6.0318 0.0152 0.0152 0.9382 0.1782 1.0982 9.0000 0.0648 Maximum 7.8609 7.8933 0.2171 1.1340 7.0957 0.5575 3.4896 18.0000 0.6283 Minimum -7.2724 4.2821 -1.6762 -0.8510 0.3141 0.0061 0.0011 2.0000 -0.3737 Std. Dev. 1.8588 0.7314 0.1910 0.2707 0.4964 0.1328 0.5448 3.4097 0.1060 Observations 161 161 161 161 161 161 161 161 161
của các DN.
Đối với các biến giải thích trong mô hình, quy mô DN đƣợc tính theo giá trị Logarit của tổng tài sản. Nhƣ vậy, trung bình giá trị log của tổng tài sản ở các DN ngành thép là 6.0363, trong khi giá trị lớn nhất là 7.8933 thuộc về Tập đoàn Hòa Phát năm 2018. Độ lệch chuẩn của biến SIZE cũng khá cao là 73% vì rõ ràng trên thực tế các DN có quy mô rất khác nhau, có những DN lớn nhƣ tập đoàn Hòa Phát, tập đoàn Hoa Sen với tổng tài sản lên đến hàng chục ngàn tỷ đồng trong khi cũng có những DN nhỏ nhƣ CTCP Lƣới thép Bình Tây và Mê Ca Vneco với tổng chỉ sản chỉ ở mức khoảng vài chục tỷ đồng.
Hiệu quả hoạt động kinh doanh: chỉ tiêu ROA của các DN ngành thép có giá trị trung bình là -0.3%, giá trị lớn nhất là 21.71%. Độ lệch chuẩn của biến này tƣơng đối thấp, khoảng 19%. Nhƣ vậy hiệu quả hoạt động kinh doanh của các DN ngành thép còn khá thấp và thậm chỉ có nhiều DN còn có tỷ suất sinh lợi âm.
Tốc độ tăng trƣởng bình quân của các DN đƣợc nghiên cứu trong giai đoạn này không cao: 6.12% với độ lệch chuẩn là 27.07%. Tốc độ tăng trƣởng cao nhất là 113.4%, thấp nhất là tăng trƣởng âm 85.1%.
Đặc điểm riêng của tài sản đƣợc tính bằng tỷ lệ giá vốn hàng bán trên doanh thu thuần có giá trị trung bình là 0.9638 với độ lệ chuẩn là 49.64%.
Tài sản cố định hữu hình trung bình chiếm 20.16% trên tổng tài sản của các DN ngành thép. Giá trị lớn nhất là 55.75% và giá trị nhỏ nhất là 0.61%.
Tính thanh khoản của các DN ngành thép có giá trị trung bình là 120.68%. Đây là một mức tƣơng đối cao, tuy nhiên vẫn có DN có giá trị thanh khoản chỉ 0.11%.
Các DN ngành thép tại VN đều khá trẻ với độ tuổi trung bình là 9 năm, trong đó CTCP Kim Khí KKC đƣợc thành lập lâu đời nhất từ năm 2000.
Thuế suất của các DN ngành thép có giá trị trung bình là 7.96% với độ lệch chuẩn là 10.6%.
4.3 Phân tích sự tƣơng quan giữa các biến
Tác giả sử dụng ma trận tƣơng quan để tìm ra sự tƣơng quan giữa các biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau. Kết quả của ma trận tƣơng quan đƣợc thể hiện qua bảng 4.2 sau.
Bảng 4.2 Ma trận tƣơng quan giữa các biến
DE
DE 1
SIZE ROA GROW UNIQ TANG LIQ AGE TAX
SIZE 0.3135 1 0.0001 ROA 0.1856 0.22 1 0.0184 0.005 GROW 0.232 0.313 0.423 1 0.0031 0.0001 0 UNIQ -0.0843 -0.1924 -0.1471 -0.1442 1 0.2876 0.0145 0.0625 0.068 TANG 0.0921 0.1725 0.1597 0.0422 -0.1355 1 0.2454 0.0286 0.043 0.5949 0.0865 LIQ -0.1884 -0.2392 0.43 0.0529 -0.1507 0.0526 1 0.0167 0.0022 0 0.5049 0.0564 0.5074 AGE -0.1805 -0.1752 -0.177 0.0041 0.0821 -0.0942 0.0347 1 0.0219 0.0262 0.0247 0.9583 0.3004 0.2344 0.6623 TAX -0.1191 -0.021 0.4582 0.2185 -0.0988 0.1521 0.3959 0.1317 1 0.1324 0.7918 0 0.0054 0.2125 0.0541 0 0.0959
Nguồn: Trích xuất từ Stata Biến độc lập SIZE có hệ số tƣơng quan là 0.3135 > 0 với sig = 0.0001 có ý nghĩa thống kê tại mức ý nghĩa 1% cho thấy biến SIZE có tƣơng quan cùng chiều
với biến phụ thuộc DE. Điều này phù hợp với giả thiết H1 tác giả đã đề ra ở trên. Biến độc lập ROA có hệ số tƣơng quan là 0.1856 > 0 với sig = 0.0184 có ý nghĩa thống kê ở mức ý nghĩa 5% cho thấy biến ROA có tƣơng quan cùng chiều với biến phụ thuộc DE. Điều này trái ngƣợc với giả thiết H2 tác giả đề ra ở trên.
Biến độc lập GROW có hệ số tƣơng quan là 0.232 > 0 với sig = 0.0031 có ý