số đặc điểm nổi bật như sau:
- Rủi ro tài chính phản ánh qua biến LNFR, có giá trị lớn nhất là 3,29 và giá trị nhỏ nhất -1,997 cho thấy phân tán dữ liệu nghiên cứu tương đối lớn nên mức độ rủi ro tài chính giữa các doanh nghiệp với nhau là tương đối cao.
- Cấu trúc vốn của doanh nghiệp được phản ánh qua các biến số DE, SDR, FAR có khoảng chênh lệch rất lớn, thể hiện sự phân tán dữ liệu khá cao. Giá trị
trong đó chủ yếu là sử dụng nợ ngắn hạn. Cấu trúc vốn còn thể hiện qua biến FAR với giá trị trung bình 0,4 1 5, thể hiện cơ cấu tài sản của doanh nghiệp trong giai đoạn này chủ yếu là tài sản ngắn hạn.
- Khả năng thanh toán của doanh nghiệp được phản ánh qua các biến CR, QR, ALR. Khoảng biến thiên dữ liệu các biến số này khá lớn nhưng các giá trị trung bình đều lớn hai (> 2) cho thấy khả năng thanh toán của các doanh nghiệp được đảm bảo.
- Khả năng sinh lời của doanh nghiệp được phản ánh qua các biến ROS và ROA có khoảng biến thiên tương đối lớn nên khả năng sinh lời của doanh nghiệp có sự khá biệt tương đối lớn. Đồng thời, giá trị nhỏ nhất của cả hai chỉ tiêu đều âm, cho thấy một số doanh nghiệp cho lợi nhuận âm trong giai đoạn 20 1 5 - 2019.
- Hiệu suất hoạt động của doanh nghiệp được phản ánh qua các biến IT, FAT, TAT và ART có khoảng biến thiên dữ liệu rất lớn do đặc điểm kinh doanh của các ngành nghề khá nhau.
4.1.2. Ma trận tương quan
Để có cơ s ở để tiến hành bước phân tích hồi quy tiếp theo, tác giả thực hiện phân tích tương quan giữa các biến nghiên cứu. Trường hợp các biến độc lập có hệ số tương quan cao hơn 0,8 sẽ xảy hiện tượng đa cộng tuyến trong mô hình hồi quy (Hoàng Trọng và Chu Nguyễn Mộng Ngọc 2008). Kết quả phân tích tương quan chi tiết được thể hiện tại Bảng 4.2.
Bảng 4.2 cho thấy các biến độc lập CR, QR và ALR có hệ số tương quan với nhau lớn hơn 0,8 nên xảy ra hiện tượng đa cộng tuyến. Vì vậy, mô hình hồi quy không nên s d ng đồng thời cả các biến này mà ch nên lựa chọn một trong ba biến. Theo đó, tác giả lựa chọn biến CR để đại diện cho nhân tố Khả năng thanh toán trong mô hình nghiên cứu.
DE - 0,6234 1 SDR - 0,908 0,551 5 1 FAR 0,445 9 0,2021- 0,5427- 1 CR 0,237 8 - 0,0465 - 0,1063 - 0,0168 1 QR 0,277 7 - 0,0594 - 0,1348 - 0,0067 0,997 1 1 ALR 0,286 3 - 0,056 - 0,1204 0,025 5 0,968 7 0,973 3 1 ROS 0,214 6 0,0926- 0,1855- 4 0,033 3 0,017 8 0,025 0,0222 1 ROA 0,392 9 - 0,2436 - 0,2528 - 0,0808 0,070 3 0,091 2 0,0658 0,3443 1 IT 0,064 8 0,0265- 0,0604- 0,0333- 9 0,012 1 0,023 0,004 0,0392 0,029 1 FAT - 0,3453 0,472 4 0,423 3 - 0,4635 - 0,0001 - 0,0058 - 0,0108 -0,1059 0,0385 -0,0204 1 TAT - 0,2252 6 0,064 4 0,353 0,2951- 9 0,004 0,0047- -0,0013 -0,1679 0,1702 -0,0371 0,5803 1 ART 0,054 5 - 0,0488 - 0,005 0,032 2 - 0,0008 - 0,0044 -0,0023 -0,0562 0,1585 -0,015 0,1758 0,498 4 1 Bảng 4.2: Ma trận tương quan
1 cộng tuyến
2
Kiểm định Breusch - Pagan
P-value = 0,000 < 5% Có hiện tượng phương sai sai số thay đổi 3
Kiểm định Wooldridge
P-value = 0,0635 > 5% Không có hiện tượng tự tương quan 4 Kiểm định Durbin - Wu - Hausman P-value (DE) = 0,00072 < 5% P-value (CR) = 0,00000 < 5% P-value (các biến khác) > 5% Biến DE và CR là biến nội sinh
Nguồn: Kết quả tính toán từ phần mềm STATA 1 3
4.2. Kết quả phân tích hồi quy
4.2.1. Kiểm định các khuyết tật mô hình hồi quy tuyến tính
Sau khi loại bỏ các biến độc lập QR và ALR ở bước phân tích tương quan để khắc phục hiện tượng đa cộng tuyến, mô hình nghiên cứu còn lại 1 0 biến. Tác giả tiếp tục phân tích phân tích hồi quy theo phương pháp OLS để thực hiện các kiểm định khuyết tật mô hình hồi quy tuyến tính theo các biến độc lập còn lại gồm: (i) Tính toán hệ số phóng đại phương sai VIF để kiểm tra hiện tượng đa cộng tuyến, (ii) Kiểm định Breusch - Pagan để đánh giá hiện tượng phương sai sai số thay đổi, (iii) Kiểm định Wooldridge để đánh giá hiện tượng tự tương quan và (iv) Kiểm định Durbin - Wu - Hausman để đánh giá hiện tượng nội sinh.
Kết quả thực hiện kiểm định các khuyết tật mô hình hồi quy tuyến tính được trình bày chi tiết theo Phụ lục 1 và được tổng hợp theo Bảng 4.3.
DE - 0,049*** 2 0,00 (-) (-) SDR -1 172*** 0,03 1 (-) (-) FAR 0,268** * 2 0,02 (+) (+) CR 0,035** * 0,00 1 (+) (+) ROS 0,366** * 0,07 1 (+) (+) ROA 0,321** * 0,11 5 (+) (+) IT 0,000000093* * 0,00 0 (+) (+) FAT 0,003** * 0,00 1 (+) (+) TAT 0,018** 0,00 9 (+) (+) ART 0,000319* 0,00 0 (+) (+) Hệ số chặn 0,708** * 0,02 1 AR (2) P-value 0,176 Hansen P-value 0,103 Số nhóm 349 Số biến công cụ 40 Số quan sát 1.348
Nguồn: Kết quả tính toán từ phần mềm STATA 1 3 Theo Bảng 4.3, giá trị VIF của các biến độc lập đều nhỏ hơn 1 0 (lớn nhất là 2,65) nên mô hình nghiên cứu các biến độc lập gồm 1 0 biến độc lập còn lại không có hiện tượng đa cộng tuyến. Ngoài ra, giá trị P-value của kiểm định Wooldridge là 0,0635 > 5% nên mô hình nghiên cứu không phát sinh hiện tượng tự tương quan.
Tuy nhiên, giá trị P-value của kiểm định Breusch - Pagan nhỏ hơn 5% nên mô hình nghiên cứu xảy ra hiện tượng phương sai sai số thay đổi.
Kết quả kiểm định Durbin - Wu - Hausman cho thấy giá trị P-value của biến DE và CR nhỏ hơn 5% nên DE và CR là biến nội sinh trong mô hình nghiên cứu. Các biến còn lại trong mô hình nghiên cứu có giá trị P-value của kiểm định Durbin - Wu - Hausman lớn hơn 5% nên các biến này là biến ngoại sinh.
4.2.2. Kết quả phân tích hồi quy SGMM
Để khắc phục hiện tượng phương sai sai số thay đổi và hiện tượng nội sinh, tác giả thực hiện phân tích hồi quy theo mô hình SGMM với biến nội sinh là DE và CR. Kết quả phân tích hồi quy SGMM được trình bày chi tiết theo Phụ lục 2 và được tổng hợp theo Bảng 4.4.
Biến phụ thuộc LNFR
Mô hình
SGMM Mô hình 2SLS Ghi chú Hệ số hồi quy Hệ số hồi quy
DE -0,049*** -0,042*** Tương đồng với mô hình
SGMM
SDR -1 172*** -1,281*** Tương đồng với mô hình
SGMM
Theo Bảng 4.4, kết quả phân tích hồi quy theo mô hình SGMM với biến nội sinh là DE và CR cho thấy, tất cả các hệ số hồi quy tương ứng với các biến độc lập đều có ý nghĩa thống kê với mức ý nghĩa tối đa 1 0%, trong đó: hệ số hồi quy tương ứng với biến ART có ý nghĩa thống kê với mức ý nghĩa 1 0%, hệ số hồi quy tương ứng với biến IT và TAT có ý nghĩa thống kê với mức ý nghĩa 5% và hệ số hồi quy tương ứng với các biến còn lại có ý nghĩa thống kê với mức ý nghĩa 1 %.
4.2.3. Kết quả kiểm định sự phù hợp của mô hình SGMM
Kết quả kiểm định Arellano - Bond (2) của mô hình SGMM cho kết quả P- value bằng 0,1 76 > 5%, do đó, chấp nhận giả thuyết H0: Không có hiện tượng tự tương quan bậc hai. Kết quả này có thể kết luận mô hình không có sự tự tương quan xảy ra ở tất cả các bậc.
Kết quả kiểm định Hansen của mô hình SGMM cho kết quả P-value bằng 0, 1 03> 5%, do đó, chấp nhận giả thuyết H0: Không tồn tại sự tương quan giữa biến công cụ và phần dư. Kết quả này có thể kế luận các biến công cụ được đưa vào mô hình SGMM là phù hợp. Ngoài ra, số biến công cụ trong mô hình nhỏ hơn số nhóm nghiên cứu nên càng đảm bảo tính vững của biến công cụ của mô hình SGMM.
4.2.4. Kết quả kiểm định tính vững của mô hình SGMM
Để kiểm định tính vững của mô hình SGMM, tác giả đã thực hiện phân tích hồi quy theo mô hình 2SLS với kết quả chi tiết theo Phụ lục 3 và so sánh kết quả hồi quy của 2 phương pháp phân tích hồi quy theo Bảng 4.5.
Theo Bảng 4.5, biến độc lập IT có hệ số hồi quy thay đổi dấu nhưng không có ý nghĩa thống kê khi thay đổi phương pháp phân tích hồi quy. Tuy nhiên, hệ số hồi quy của biến IT trong cả 2 mô hình SGMM và 2SLS đều rất nhỏ. Các biến còn lại có dấu đồng nhất trong cả 2 mô hình SGMM và 2SLS, trong đó: các biến ROS, TAT và ART không ý nghĩa thống kê trong mô hình 2SLS và các biến DE, SDR, FAR, CR, ROA, FAT có ý nghĩa thống kê cao trong cả 2 mô hình.
CR * 0,035** 0,039*** Tương đồng với mô hình SGMM
ROS * 0,366** 0,013 Cùng dấu, không ý nghĩa
thống kê
ROA * 0,321** 0,669*** Tương đồng với mô hình
SGMM
IT 0,000000093** -
0,000000071
Ngược dấu, không ý nghĩa thống kê
FAT * 0,003** 0,004*** Tương đồng với mô hình
SGMM
TAT 0,018** 0,002 Cùng dấu, không ý nghĩa
thống kê
ART 0,000319* 0,00007 Cùng dấu, không ý nghĩa
thống kê
Hệ số chặn 0,708**
*
0,746** *
Kết quả nêu trên cho thấy sự tác động của các các biến độc lập chính đến biến phụ thuộc trong mô hình SGMM mang tính nhất quán (tính vững), ổn định và kết quả ước lượng về chiều hướng tác động của các biến độc lập đến biến phụ thuộc là đáng tin cậy (tính hiệu quả). Vì vậy, tác giả sẽ sử dụng kết phân tích hồi quy theo mô hình SGMM để thảo luận kết quả nghiên cứu.
4.3. Thảo luận kết quả nghiên cứu
4.3.1. Tác động của cấu trúc vốn đến rủi ro tài chính của doanh nghiệp
Cấu trúc vốn trong nghiên cứu này được mô tả bằng 3 biến độc lập là DE, SDR và FAR. Theo kết quả phân tích hồi quy, cả 3 biến đều có ý nghĩa thống kê, trong đó: biến DE và SDR tác động ngược chiều với biến phụ thuộc LNFR và biến FAR có tác động cùng chiều với biến phụ thuộc LNFR. Kết quả này phù hợp với giả thuyết nghiên cứu. Theo đó, cấu trúc vốn tác động đến rủi ro tài chính của doanh nghiệp theo các cách tiếp cận như sau:
4.3.1.1. Tác động của mức độ sử dụng đòn bẩy đến rủi ro tài chính
Theo các lý thuyết về sự tác động của cấu trúc vốn đến rủi ro tài chính như: lý thuyết M&M, lý thuyết đánh đổi, lý thuyết trật tự phân hạng thì mức độ sử dụng đòn bẩy tài chính càng cao, tức là Hệ số nợ trên vốn chủ s ở hữu càng cao thì rủi ro tài chính càng cao hay giá trị LNFR càng thấp và ngược lại.
Hệ số hồi quy của biến DE là -0,049, mang dấu trừ (-) cho thấy mức độ sử dụng đòn bẩy tài chính của doanh nghiệp có tác động ngược chiều với biến LNFR, tức là cùng chiều với rủi ro tài chính của doanh nghiệp. Do đó, chẩp nhận giả thuyết nghiên cứu H1: Mức độ sử dụng đòn bẩy đến rủi ro tài chính tác động cùng chiều với rủi ro tài chính trong doanh nghiệp.
Như vậy, trong trường hợp các yếu tố khác không đổi, để giá trị đo lường rủi ro tài chính (LNFR) tăng (hoặc giảm) 1 đơn vị thì phải giảm (hoặc tăng) Hệ số nợ trên vốn chủ s ở hữu -0,049 đơn vị.
Hệ số hồi quy của biến DE khá thấp, nên mức độ tác động của đòn bẩy tài chính đến rủi ro tài chính của các doanh nghiệp tại Việt Nam khá thấp. Mức độ sử dụng nợ bình quân của các doanh nghiệp trong năm 20 1 5 - 2019 khá thấp có thể là lý do cho vấn đề này, khi giá trị trung bình của Hệ số nợ trên vốn chủ s hữu trong giai đoạn này chỉ 1,455 lần, tương đương nợ phải trả chiếm 59,27% trong tổng nguồn vốn của doanh nghiệp.
Kết quả nghiên cứu nêu trên cũng phù hợp với lý thuyết M&M, lý thuyết đánh đổi, lý thuyết trật tự phân hạng và các nghiên cứu thực nghiệm của Fu, Fu và Liu (20 1 2), Sarlija và Harc (20 1 2), Pourali, Samadi và Karkani (20 1 3), Goela, Chadhaa
và Sharmaa (20 1 5), Gunarathna (20 1 6), Salman (20 1 9), Hoàng Tùng (20 1 1 ), Trịnh
Thị Phan Lan (20 1 3), Vũ Thị Hậu (20 1 3), Lê Hoàng Vinh (20 1 5), Vũ Thị Hậu (20 1 7), Nguyễn Việt Dũng (20 1 8), Do và các tác giả (2020), Dang và các tác giả (2020), Võ Minh Long (2020)...
4.3.1.2. Tác động củ a mức độ sử dụng ngu ồn vổn ngắn h ạn đến rủ i ro tài chính
Theo lý thuyết cấu trúc kỳ hạn lãi suất, nợ ngắn hạn có đặc điểm là có chi phí sử dụng vốn thấp, dễ dàng huy động từ các nguồn khác nhau. Sử dụng càng nhiều nợ ngắn hạn, doanh nghiệp sẽ phải đối mặt với nghĩa vụ trả nợ đến hạn lớn trong ngắn hạn và áp lực tài chính sẽ gia tăng. Khi gặp biến động trong hoạt động kinh doanh, dễ xảy ra tình trạng mất khả năng thanh toán dẫn đến rủi ro kiệt quệ tài chính. Vì vậy, mức độ sử dụng nguồn tài trợ ngắn hạn càng cao, tức là Tỷ số nợ ngắn hạn càng cao thì rủi ro tài chính càng cao hay giá trị LNFR càng thấp và ngược lại.
Hệ số hồi quy của biến SDR là -1,214, mang dấu trừ (-) cho thấy mức độ sử d ng nguồn tài trợ ngắn hạn của doanh nghiệp có tác động ngược chiều với biến LNFR, tức là cùng chiều với rủi ro tài chính của doanh nghiệp. Do đó, chấp nhận giả thuyết nghiên cứu H2: Mức độ sử dụng nguồn vổn ngắn hạn có tác động cùng chiều với rủi ro tài chính trong doanh nghiệp.
Như vậy, trong trường hợp các yếu tố khác không đổi, để giá trị đo lường rủi ro tài chính (LNFR) tăng (hoặc giảm) 1 đơn vị thì phải giảm (hoặc tăng) Tỷ số nợ ngắn hạn 1,214 đơn vị.
Hệ số hồi quy của biến SDR khá cao, nên mức độ tác động của việc s d ng nguồn vốn ngắn hạn đến rủi ro tài chính của các doanh nghiệp tại Việt Nam khá cao. Trong thời gian 20 5 - 2019, các khoản vay nợ ngắn hạn tại Việt Nam thường có lãi suất thấp hơn các khoản vay dài hạn. Do đó, trong giai đoạn này, các doanh nghiệp đã tăng cường sử dụng nguồn vốn ngắn hạn để tài trợ cho nhu cầu gia tăng tài sản để tận dụng chi phí sử dụng vốn thấp nhằm gia tăng hiệu quả hoạt động kinh doanh.
Ngoài ra, các doanh nghiệp tại Việt Nam thường huy động vốn ngắn hạn thông qua các khoản vay theo hạn mức tín dụng của các ngân hàng thương mại và
luôn duy trì một số dư nợ vay ngắn hạn cố định để phục vụ cho hoạt động kinh doanh. Bản chất của các khoản vay này là nguồn vốn thường xuyên. Tuy nhiên, theo quy định của pháp luật Việt Nam thì các khoản vay này thuộc nợ ngắn hạn. Do đó, mức độ tác động của việc sử dụng nguồn vốn ngắn hạn đến rủi ro tài chính của các doanh nghiệp tại Việt Nam khá cao cũng có thể được giải thích qua nguyên nhân này.
Kết quả nghiên cứu nêu trên cũng phù hợp với lý thuyết cấu trúc kỳ hạn lãi suất và các nghiên cứu thực nghiệm của Fu, Fu và Liu (20 1 2), Sarlija và Harc (2012), Pourali, Samadi và Karkani (2013), Goela, Chadhaa và Sharmaa (20 1 5), Nguyen và Nguyen (20 1 5), Gunarathna (20 1 6), Salman (20 1 9), Hoàng Tùng (20 1 1 ), Trịnh Thị Phan Lan (20 1 3), Vũ Thị Hậu (20 1 3), Lê Hoàng Vinh (20 1 5), Vũ
Thị Hậu (20 1 7), Nguyễn Việt Dũng (20 1 8), Do và các tác giả (2020), Dang và các tác giả (2020), Võ Minh Long (2020)...
4.3.1.3. Tác động của cẩu trúc tài sản đến rủi ro tài chính
Khi doanh nghiệp không chú trọng đầu tư vào tài sản cố định sẽ khiến hoạt động sản xuất không đáp ứng hoạt động tiêu th . Ngược lại, khi doanh nghiệp m rộng hoạt động sản xuất theo chiều sâu, gia tăng đầu tư vào tài sản cố định, công suất sản xuất và tiêu thụ hàng hóa cũng tăng theo, gia tăng khả năng tạo lợi nhuận và nâng cao hiệu suất hoạt động của doanh nghiệp và giảm nguy cơ xảy ra rủi ro tài chính (Brealey và các tác giả 20 1 4). Vì vậy, mức độ đầu tư tài sản cố định càng cao, tức là T số tài sản cố định càng cao thì rủi ro tài chính càng thấp hay giá trị đo