S T T Mã hóa Các nhân tố ảnh hưởng Cách tính Tham khảo 1 TDM Nợ Tổng nợ Tỷ lệ nợ = Tổng tài sản Christopher harris, Scott Roark (2018); Lê Chí Đạt (2013) 2 INDT DM Nợ của từng ngành
INDTDM = Trung bình TDM của tồn bộ doanh nghiệp trong 1 ngành và trong 1 năm.
Christopher harris, Scott Roark (2018) 3 MB Giá trị thị trường trên giá MVA M/B = Christopher harris, Scott Roark (2018)
trị sổ sách Tổng tài sản 4 TANG Tài sản cố định hữu hình Tài sản cố định hữu hình TSCĐHH = Tổng tài sản Wang mou (2001); Christopher Harris, Scott Roark (2018); Zulfiqar Ali Memon, Yan Chen, Muhammad Zubair Tauni, Hashmat Ali, (2018) 5 PROF Biến khả năng sinh lợi
Lợi nhuận trước thuế TNDN Tỷ suất LN =
trên doanh thu Doanh thu
Christopher Harris,Scott Roark (2018); Võ Hồng Đức và Võ Thành Luân (2014) 6 SIZE Quy mô
doanh nghiệp
Quy mô doanh nghiệp = ln(tổng tài sản). Christopher Harris, Scott Roark
(2018); Zulfiqar Ali Memon, Yan Chen, Muhammad Zubair Tauni, Hashmat Ali, (2018); Võ Hồng Đức và Võ Thành Luân (2014) 7 INFL Lạm phát Tỷ lệ lạm phát = 100% x Po – P-1 P-1 Lê Chí Đạt (2013); Frank & Goyal (2009); Christopher Harris, Scott Roard (2018)
8 CFV Thước đo biến động dòng tiền √(𝐶𝐹𝑡−2− 𝐶𝐹)2+ (𝐶𝐹𝑡−1− 𝐶𝐹)2+ (𝐶𝐹𝑡− 𝐶𝐹)2 2 Christopher Harris, Scott Roard (2018); Zulfiqar Ali Memon, Yan Chen, Muhammad Zubair Tauni, Hashmat Ali, (2018) Nguồn: tác giả tổng hợp
3.4 Phương pháp nghiên cứu:
Bài nghiên cứu sử dụng dữ liệu bảng (panel data) theo ba phương pháp Pool Regression, REM và FEM. Sau đó sử dụng các kiểm định Hausman Test, F – Test để lựa chọn ra mơ hình phù hợp. Nếu mơ hình được lựa chọn này vi phạm các giả thuyết kinh tế lượng như tự tương quan và phương sai sai số thay đổi sẽ làm cho các ước lượng thu được bằng các phương pháp hồi quy thông thường trên dữ liệu bảng (OLS, FEM, REM) không hiệu quả, các kiểm định hệ số hồi quy khơng cịn đáng tin cậy. Do vậy, tác giả áp dụng phương pháp ước lượng hồi quy với sai số chuẩn của Driscoll & Kraay (1998) để khắc phục hiện tượng tự tương quan, phương sai sai số thay đổi nhằm đảm bảo ước lượng thu được vững và hiệu quả.
Dựa vào giả thuyết, mẫu dữ liệu thu thập được tác giả tiến hành hồi quy dữ liệu dạng bảng (Panel data) của các cơng ty theo ba mơ hình Pooled OLS, FEM (Mơ hình biến động cố định), REM (Mơ hình biến động ngẫu nhiên) lần lượt theo các bước: Bước 1: Tác giả tiến hành thực hiện thống kê mô tả các biến trong mẫu nghiên cứu
Bước 2: Tác giả tiến hành phân tích tương quan giữa các biến trong mơ hình nghiên cứu và thực hiện nhận xét hiện tượng đa cộng tuyến.
Bước 3: Tác giả tiến hành hồi quy dữ liệu theo mơ hình Pooled OLS.
Bước 4: Tác giả tiến hành hồi quy mẫu dữ liệu theo hai phương pháp FEM và REM. Bước 5: Tác giả tiến hành kiểm định so sánh sự phù hợp và chọn ra mơ hình tốt nhất trong ba mơ hình Pooled OLS, FEM, REM và thực hiện kiểm định hiện tượng phương sai sai số thay đổi và hiện tượng tự tương quan bậc nhất của mơ hình vừa chọn được. Với từng mơ hình, luận án sẽ sử dụng phương pháp kiểm định F để kết luận về ý nghĩa của các biến độc lập trong việc giải thích cho biến phụ thuộc. Cuối cùng luận án sẽ dựa vào kiểm định Hausman để lựa chọn mơ hình phù hợp, đưa ra kết luận về mối quan hệ giữa biến phụ thuộc và biến độc lập, giả thuyết lựa chọn mơ hình như sau:
- H0: chấp nhận mơ hình các yếu tố tác động ngẫu nhiên. - H1: chấp nhận mơ hình các yếu tố tác động cố định.
Bước 6: Khi có hiện tượng phương sai sai số thay đổi hoặc hiện tượng tự tương quan bậc nhất, tác giả thực hiện hồi quy mơ hình theo phương pháp FGLS nhằm khắc phục vi phạm giả thuyết về phương sai sai số không đổi.
Qua việc kiểm định tự tương quan và phương sai thay đổi bằng kiểm định Woodridge và kiểm định Modified Wald, bài nghiên cứu nhận thấy tồn tại vấn đề tự tương quan và phương sai thay đổi trong mơ hình nghiên cứu. Cho nên việc sử dụng phương pháp ước lượng OLS để hồi quy mô mối quan hệ giữa hiệu quả hoạt động và đòn bẩy tài chính của các cơng ty sẽ cho ra kết quả bị chệch và không đáng tin cậy để phân tích. Cho nên, để khắc phục được khuyết điểm này, phương pháp ước lượng FGLS (Feasible Generalized least square) được sử dụng (Greene, 2012) để hồi quy các phương trình nghiên cứu tồn tại vấn đề tự tương quan và phương sai thay đổi.
3.4.1 Mơ hình hồi quy Pooled – OLS:
Trong phân tích hồi quy, chúng tá cần ước lượng quan hệ toán học giữa các biến. Những mối quan hệ này còn được gọi là mối quan hệ hàm số. Chúng cố gắng mơ tả các biến giải thích tác động lên biến phụ thuộc.
- Biến giải thích là biến xảy ra.
- Biến phụ thuộc là biến kết quả.
3.4.2 Mơ hình biến động cố định – FEM (Fixed effect method):
Bài viết sử dụng mơ hình tác động cố định (Fixed effect method - FEM): là một trong những mơ hình phổ biến được sử dụng trong ước lượng dữ liệu bảng. Việc sử dụng phương pháp này là để nắm bắt các biến không quan sát được và mối tương quan giữa các biến không quan sát được và các biến quan sát được. Hay nói cách khác, các nghiên cứu đưa ra giả định rằng các biến độc lập có thể bị ảnh hưởng bởi những đặc điểm riêng biệt nào đó của mỗi đơn vị, vì thế mơ hình tác động cố định được dùng để phân tích mối tương quan giữa phần dư của mỗi đơn vị và các biến độc lập. Thơng qua đó, chúng ta có thể kiểm sốt và hạn chế ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi biến độc lập để việc phân tích sự tác động giữa biến độc lập và biến phụ thuộc đúng đắn hơn.
3.4.3 Mô hình biến động ngẫu nhiên – REM (Random effect method):
Điểm khác biệt giữa mơ hình ảnh hưởng ngẫu nhiên và mơ hình ảnh hưởng cố định được thể hiện ở sự biến động giữa các đơn vị. Nếu sự biến động giữa các đơn vị có tương quan đến biến độc lập – biến giải thích trong mơ hình ảnh hưởng cố định thì trong mơ hình ảnh hưởng ngẫu nhiên sự biến động giữa các đơn vị được giả sử là ngẫu nhiên và không tương quan đến các biến giải thích.
Chính vì vậy, nếu sự khác biệt giữa các đơn vị có ảnh hưởng đến biến phụ thuộc thì REM sẽ thích hợp hơn so với FEM. Trong đó, phần dư của mỗi thực thể (khơng tương quan với biến giải thích) được xem là một biến giải thích mới.
CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU
Dựa vào những thiết kế nghiên cứu ở chương 2, chương 3 của luận văn sẽ phân tích kết quả nghiên cứu thực nghiệm về cấu trúc vốn và biến động dịng tiền của các cơng ty tại Việt Nam.
Nội dung đầu tiên của chương này là kết quả và thảo luận đối với nghiên cứu thực nghiệm về tình hình tài chính khái qt, về cấu trúc vốn và biến động dịng tiền của các cơng ty trên sàn chứng khốn HOSE và HNX tại Việt Nam ở những khía cạnh
khác nhau dưới góc độ quản trị tài chính. Tiếp theo là kết quả nghiên cứu và những thảo luận về mối quan hệ giữa cấu trúc vốn và từng biểu hiện của biến động dòng tiền trong các cơng ty tại Việt Nam. Ngồi ra, chương 3 còn thảo luận các kết quả nghiên cứu dựa vào một số thông tin từ cuộc khảo sát ý kiến của người đại diện các doanh nghiệp trong việc đưa ra quyết định lựa chọn cấu trúc vốn, nhận diện và kiểm sốt biến động dịng tiền.
4.1. Thống kê mô tả và ma trận tương quan:
Trong phần này bài nghiên cứu tiến hành thực hiện phân tích thống kê mô tả các biến được sử dụng trong bài nghiên cứu trong giai đoạn 2013-2017 bằng cách xét các giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất, và giá trị lớn nhất của các biến được sử dụng trong bài nghiên cứu.
Bảng 4.1 mô tả các biến được sử dụng trong bài nghiên cứu. Giá trị trung bình của INDTDM của các cơng ty phi tài chính nghiên cứu là 58%, trong khi giá trị trung bình của CFV chỉ đạt 56%. Điều này chứng tỏ trong giai đoạn 2013-2017, các công ty phi tài chính hoạt động khá hiệu quả. Cơ cấu vốn trung bình của các cơng ty này là 55% cho thấy tỷ lệ sử dụng nợ của các công ty này cũng khá cao, chiếm gần 50% tổng nguồn vốn.
Bảng 4.1 Thống kê mơ tả cho tồn bộ mẫu Variable Số quan sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Trung vị Giá trị lớn nhất TDM 1675 0.55 0.26 0.01 0.58 0.98 INDTDM 1675 0.58 0.19 0.09 0.59 0.89
MB 1675 1.10 0.54 0.24 0.96 9.04 TANG 1675 0.25 0.20 0.18 0.19 0.92 PROF 1675 0.34 0.27 -0.32 0.26 1.86 SIZE 1675 11.91 0.56 10.71 11.86 13.86 INFL 1675 0.05 0.02 0.04 0.05 0.08 CFV 1675 0.56 0.96 0.01 0.25 10.54
Nguồn: Xử lý dữ liệu bằng phần mềm stata 13. Sau khi xem xét thống kê mô tả các biến, bài nghiên cứu tiếp tục phân tích ma trận tương quan giữa các biến trong bài nghiên cứu. Trong đó bảng 4.1 trình bày ma trận tương quan giữa các biến của toàn bộ mẫu nghiên cứu của các doanh nghiệp. Mục đích chính của ma trận tương quan là phát hiện mối quan hệ tuyến tính đa biến giữa các biến độc lập và biến phụ thuộc. Đồng thời xem xét vấn đề đa cộng tuyến có tồn tại trong mơ hình nghiên cứu hay khơng dựa vào giá trị tuyệt đối của hệ số tương quan giữa các biến độc lập.
Đầu tiên, dựa vào kết quả trong bảng 4.2 có thể thấy rằng, giá trị thị trường trên giá trị sổ sách, tài sản cố định hữu hình, lợi nhuận và biến động dịng tiền thể hiện mối tương quan âm với cấu trúc vốn. Điều này cho thấy rằng nợ ngành (+)mà nợ ngành càng cao thì các cơng ty sẽ có tỷ lệ nợ càng cao, giá trị thị trường trên giá trị sồ sách (-) tỷ lệ này càng cao thì cơng ty càng có xu hướng điều chỉnh giảm nợ, tài sản cố định hữu hình (-) cơng ty càng có ít tài sản cố định hữu hình thì có xu hướng sử dụng nợ càng ít, lợi nhuận (-) cơng ty có lợi nhuận cao thì sẽ có xu hướng sử dụng tỷ lệ nợ thấp hơn, quy mô công ty (+) những cơng ty có quy mơ lớn có xu hướng sử dụng nợ cao hơn, lạm phát (+) khi tỷ lệ lạm phát được kỳ vọng cao hơn, các công ty có xu hướng sử dụng nợ cao hơn, biến động dịng tiền (-)
Ngồi ra, dựa vào hệ số tương quan giữa các biến độc lập cho thấy rằng có thể khơng tồn tại hiện tượng đa cộng tuyến trong mơ hình nghiên cứu của bài nghiên cứu bởi các hệ số tương quan này đều có giá trị tuyệt đối nhỏ hơn 0.8.
Bảng 4.2 Ma trận tương quan toàn bộ mẫu
TDM INDTDM MB TANG PROF SIZE INF CFV
TDM 1 INDTDM 0.0259 1 MB -0.5211 -0.2438 1 TANG -0.0773 -0.0751 -0.0161 1 PROF -0.2737 -0.0789 0.1776 0.4219 1 SIZE 0.1862 0.1188 0.1047 0.1124 -0.1523 1 INF 0.0633 0.0984 -0.1046 0.1038 -0.0372 -0.0860 1 CFV -0.1555 -0.0458 0.0163 -0.0604 0.0879 -0.4408 -0.0036 1 Nguồn: Xử lý dữ liệu bằng phần mềm stata 13.
4.2. Kiểm định hiện tượng đa cộng tuyến:
Nếu hệ số phóng đại phương sai VIF (variance inflation factor) > 2 thì có dấu hiệu đa cộng tuyến, đây là điều khơng mong muốn. Nếu VIF > 10 thì chắc chắn có đa cộng tuyến. Nếu VIF <2: không bị đa cộng tuyến.
Kết luận: Các biến trong mơ hình khơng có hiện tượng đa cộng tuyến.
Bảng 4.3 Kết quả kiểm định hiện tượng đa cộng tuyến
Variable VIF
INDTDM 1.11 MB 1.16 TANG 1.34 PROF 1.37 SIZE 1.40 INF 1.05 CFV 1.25 Mean VIF 1.24
Nguồn: Xử lý dữ liệu bằng phần mềm stata 13.
4.3. Kết quả thực nghiệm:
Như đã trình bày ở chương 3, ở chương này tác giả tiến hành hồi quy mẫu dữ liệu lần lượt theo mơ hình Pooled OLS. Các kiểm định sẽ lần lượt được thực hiện để chỉ ra vi phạm các giả thuyết của mơ hình Pooled OLS để từ đó, tác giả tiến hành hồi quy theo mẫu dữ liệu của hai mơ hình FEM (mơ hình Hiệu ứng cố định) và REM (mơ hình Hiệu ứng ngẫu nhiên), lựa chọn kết quả mơ hình phù hợp nhất thơng qua kiểm định Hausman và kiểm định F - test. Nếu phát hiện có hiện tượng phương sai thay đổi hoặc hiện tượng tự tương quan bậc nhất của sai số trong mơ hình được chọn, tác giả thực hiện kiểm định FGLS và lấy kết quả cuối cùng để phân tích.
Tác giả thực hiện ước lượng mơ hình dựa trên nghiên cứu của Christopher harris, Scott Roark (2018) để trả lời câu hỏi thứ nhất mà chương 1 đã đặt ra: Nợ cơng ty có mối tương quan đồng biến và có ý nghĩa với biến động dòng tiền ? Để trả lời câu hỏi này, tác giả tiến hành hồi quy mơ hình bằng ba phương pháp Pooled OLS, FEM và REM. Sau đó, tác giả tiến hành kiểm tra các vi phạm giả thuyết mô hình OLS, kiểm định sự phù hợp giữa các phương pháp ước lượng, kiểm tra khuyết tật
phương sai sai số thay đổi và tự tương quan bậc nhất của mơ hình và khắc phục khuyết tật bằng cách hồi quy mơ hình theo phương pháp FGLS. Và cuối cùng, dựa trên kết quả thu được bằng các hồi quy mơ hình theo phương pháp FGLS, tác giả giải thích kết quả hồi quy đạt được ở thị trường Việt Nam.
Kiểm định so sánh sự phù hợp giữa các phương pháp ước lượng Pooled OLS, FEM và REM:
Kiểm định so sánh sự phù hợp giữa phương pháp ước lượng Pooled OLS, FEM: Bảng 4.4 Bảng kết quả kiểm định F mơ hình 1
Ho: Phương pháp OLS là hiệu quả hơn. Phương trình 1
F(334, 1333) = 30.36 Prob > F = 0.0000 Kết luận: Bác bỏ Ho
Nguồn: Tổng hợp kết quả từ phần mềm Stata 13.
Kết quả trên cho thấy p-value = 0.0000 <1%, đủ cơ sở để bác bỏ giả thuyết Ho. Như vậy, bằng kiểm định F, tác giả đã chứng minh rằng ở Mơ hình 1 chọn phương pháp ước lượng FEM phù hợp hơn phương pháp ước lượng Pooled OLS.
Kiểm định so sánh sự phù hợp giữa phương pháp ước lượng FEM và REM.
Bảng 4.5: Bảng kết quả kiểm định Hausman mơ hình 1
Ho: Random Effect khơng khác nhau đáng kể Phương trình 1
Chi2(6) = 42.54 Prob>chi2 = 0.0000 Kết luận: bác bỏ giả thuyết Ho.
Nguồn: Tổng hợp kết quả từ phần mềm Stata 13.
Kết quả từ bảng trên cho thấy các giá trị p-value đều nhỏ hơn 1%, đủ cơ sở để bác bỏ giả thuyết Ho. Như vậy, ở mơ hình 1 chọn phương pháp ước lượng FEM phù hợp hơn phương pháp ước lượng REM. Tiếp theo, tác giả tiến hành kiểm định hiện tượng phương sai sai số thay đổi và tự tương quan bậc nhất của mơ hình FEM bằng kiểm định Wald và kiểm định Wooldridge được kết quả như sau:
Bảng 4.6: Bảng Kết quả kiểm định tự tương quan (Wooldridge test) và phương sai thay đổi (Wald test) mơ hình 1.
H0: Sai số mơ hình khơng xảy ra hiện tượng phương sai thay đổi (tự tương quan bậc nhất)
Kiểm định
Phương trình 1
P_value
Kiểm định tự tương quan 0.0000
Kiểm định phương sai thay đổi 0.0000
Nguồn: Tổng hợp kết quả từ phần mềm Stata 13.
Dựa vào các kết quả kiểm định phương sai thay đổi và tự tương quan thì thấy rằng giá trị p-value nhỏ hơn mức ý nghĩa 1%, điều này cho thấy bài nghiên cứu bác