Biến phụ thuộc lata(1) (2)fdc ltdc(3)
lncfv -0,013*** -0,022* -0,025*** (0,004) (0,012) (0,008) size 0,017*** 0,023*** 0,013*** (0,003) (0,005) (0,004) tang -0,023 0,062*** 0,106*** (0,015) (0,02) (0,036) liq -0,004 -0,002 0 (0,003) (0,001) (0) profit -0,026 -0,214 -0,238 (0,088) (0,182) (0,148) growth -0,011 0,005 -0,001 (0,007) (0,008) (0,005) nsdt -0,256** -0,183 0,111 (0,13) (0,241) (0,193) gdp 0 -0,001 0,009** (0,003) (0,005) (0,004) induslev 0,044 0,005 -0,001 (0,031) (0,044) (0,029) L.lata 0,74*** (0,06) L.fdc 0,701*** (0,024) L.ltdc 0,733*** (0,087) Hệ số chặn -0,327*** -0,545*** -0,41*** (0,067) (0,132) (0,118) Số quan sát 4895 4895 4895 Kiểm định AR(1) 0,000 0,000 0,000 Kiểm định AR(2) 0,746 0,790 0,714 Kiểm định Hansen 0,232 0,103 0,559
Mức ý nghĩa thống kê: *** p<0,01, ** p<0,05, * p<0,1. Bảng trình bày kết quả hồi quy sử dụng phương pháp GMM hệ thống. Các biến được định nghĩa trong Bảng 3.1
(Nguồn: Tác giả tính toán)
Kiểm định Arellano- Bond về tự tương quan thông qua AR(1) và AR(2). Kiểm định AR(1) có các giá trị P-values bằng 0, chấp nhận có sự tương quan chuỗi bậc 1, trong khi kiểm định AR(2) có các giá trị P-values>0,1 đồng nghĩa chấp nhận giả thuyết không có sự tương quan bậc 2. Kiểm định Hansen về tính hiệu lực của các
biến công cụ với các giá trị P-values>0,1, hàm ý rằng tất cả các biến cộng cụ được sử dụng có hiệu lực. Vì vậy, các kết quả của phương pháp GMM hệ thống trong bảng
4.3 đều có hiệu lực.
Kết quả ước lượng một phần ủng hộ cho giả thuyết H1 đã đề cập trong phần tổng quan nghiên cứu. Các cột trong bảng 4.3 tương ứng với kết quả hồi quy với các cách đo lường ĐBTC khác nhau. Hệ số của lncfv có ý nghĩa thống kê ở mức 1% với
lata và ltdc, và có ý nghĩa thống kê ở mức 10% với fdc. Hệ số của lncfv âm trong mô hình hồi quy với biến phụ thuộc lượt lata, fdc và ltdc. Điều này hàm ý các DN có sự BĐDT cao có xu hướng sử dụng ít nợ. Bên cạnh đó, độ lớn hệ số BĐDT với nợ dài hạn là cao nhất (-0,025). Độ lớn của các hệ số BĐDT tăng dần khi định nghĩa về nợ hẹp dần từ tổng nợ vay cho đến nợ dài hạn. Các hệ số của lncfv là -0,012 và -0,022 tương ứng với lần lượt fdc và ltdc. Điểm này có sự tương đồng với hệ số BĐDT với việc sử dụng nợ theo giá trị sổ sách ở các DN ở Mỹ và Trung Quốc. Cụ thể, độ lớn hệ số BĐDT của tổng nợ phải trả ở mức giảm thấp nhất (Keefe and Yaghoubi, 2016, Memon và cộng sự, 2018). Khi có BĐDT cao, các DNNY sẽ sử dụng nợ ngắn hạn và các khoản nợ hoạt động thay thế cho các khoản nợ vay dài hạn (Keefe and Yaghoubi, 2016). Tương tự, các DNNY tại Việt Nam có xu hướng giảm toàn bộ các hoạt động vay nợ bên ngoài, đồng thời sử dụng nợ hoạt động và nợ vay ngắn hạn quay vòng liên tục, thay vì các khoản vay nợ dài hạn khi có rủi ro về dòng tiền.
Về mặt lý thuyết, kết quả nghiên cứu không theo lý thuyết trật tự phân hạng cho rằng các DN có BĐDT cao gặp phải vấn đề thông tin bất cân xứng nhiều hơn, do đó họ sẽ gia tăng sử dụng nợ. Thay vào đó, kết quả này ủng hộ lý thuyết đánh đổi với lập luận rằng các DN có BĐDT cao hay có nguy cơ rủi ro kinh doanh khi họ phải đối mặt với chi phí kiệt quệ tài chính cao từ các điều khoản trong hợp đồng vay nợ và lợi ích từ lá chắn thuế giảm đi. Vì vậy, các DN sẽ giảm việc sử dụng nợ. Các DN Việt Nam đối mặt với mức độ rủi ro kinh doanh cao do môi trường kinh doanh ở Việt Nam có nhiều rủi ro và sự biến động – đặc biệt sau giai đoạn khủng hoảng tài chính 2010- 2011 (Tran, 2015). Để phản ứng với môi trường kinh doanh này, các DN phi tài chính
niêm yết tại Việt Nam có xu hướng giảm tài trợ bằng nợ vay, song gia tăng sử dụng nợ ngắn hạn.
Về mặt thực nghiệm, kết quả của nghiên cứu tương đồng với các DNNY tại Mỹ và Trung Quốc trong các nghiên cứu trước đây (Memon và cộng sự, 2018, Keefe and Yaghoubi, 2016). Khi có BĐDT, chi phí nợ của DN gia tăng sẽ tạo áp lực khiến DN chịu áp lực duy trì CTV tối ưu giữa chi phí kiệt quệ tài chính, chi phí phá sản với lá chắn thuế và các điều kiện khác. Do đó, DN có xu hướng giảm sử dụng nợ trong CTV của mình. Trường hợp nợ ngắn hạn ngược lại. Khi BĐDT tăng lên, tỷ lệ nợ ngắn hạn có xu hướng tăng lên, nhưng kết quả này chưa có ý nghĩa thống kê. Điều này có thể do sự BĐDT làm DN tạm thời thiếu hụt tiền mặt. Vì vậy, các DN gia tăng nợ ngắn hạn để bù đắp cho sự thiếu hụt tạm thời này (Harris and Roark, 2019).
Kiểm tra tính vững của mô hình nghiên cứu
Để kiểm tra tính vững của các mô hình ở trên, nghiên cứu sử dụng các phương pháp đo lường khác nhau với biến độc lập và biến phụ thuộc, cụ thể BĐDT và CTV. Đồng thời, nghiên cứu sử dụng thêm phương pháp hồi quy khác để kiểm định lại kết quả mô hình. Mặc dù các cách đo lường khác nhau, phương pháp hồi quy khác được áp dụng, hầu hết kết quả tương đồng với kết quả mô hình chính.
Đầu tiên, nghiên cứu sử dụng ba cách đo lường việc sử dụng nợ của DN khác nhau bao gồm tỷ lệ tổng nợ phải trả chia tổng tài sản (lata), tỷ lệ tổng nợ vay (fdc) và tỷ lệ nợ vay dài hạn (ltdc). Các kết quả hồi quy giữa việc sử dụng nợ của DN và BĐDT trong bảng 4.3, bảng 4.4, bảng 4.5 và bảng 4.6 với lần lượt các cột 1, cột 2 và cột 3 đều cho kết quả giống nhau. Cụ thể, BĐDT tương quan âm với việc sử dụng nợ theo tất cả các cách đo lường đã đề cập ở trên.
Tiếp theo, nghiên cứu sử dụng cách đo lường khác của dòng tiền. Thay vì sử dụng dòng tiền thuần từ hoạt động kinh doanh hay dòng tiền cơ sở (Memon và cộng sự, 2018, Keefe and Yaghoubi, 2016), lợi nhuận hoạt động (oi) sẽ đại diện cho dòng tiền (Keefe and Yaghoubi, 2016). Cách đo lường BĐDT của (Levine and Wu, 2014, O'Connor Keefe and Tate, 2013) tiếp tục được dùng để tính toán BĐDT theo lợi
nhuận hoạt động (lncfv_oi). Phương pháp GMM hệ thống được áp dụng với cách đo lường BĐDT mới. Kết quả kiểm định mối quan hệ giữa BĐDT và CTV theo cách tính BĐDT mới (lncfv_oi) được thể hiện trong bảng 4.4.