CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.4. Mơ hình nghiên cứu
Để phân tích ảnh hưởng của kiệt quệ tài chính đến hành vi điều chỉnh thu nhập và các yếu tố khác tác động đến hành vi điều chỉnh thu nhập của các công ty phi tài chính niêm yết tại Việt Nam trong giai đoạn 2008 – 2016, luận văn ước lượng phương trình hồi quy (4) tương tự như phương pháp tiếp cận của Campa và Camacho – Minano (2015). Sau khi tính tốn được phần giá trị bất thường trong mức hoạt động của doanh nghiệp bằng các ước lượng phương trình (1) (2) (3) như trên, luận văn tiếp tục ước lượng sự tương quan của các giá trị bất thường này (Y lần lượt là |ABNCFO|, |ABNPROD| và |AWCA|) với biến giả DISTRESS. Phương trình hồi quy để kiểm định mối quan hệ giữa kiệt quệ tài chính và quản lý thu nhập được xây dựng như sau:
Yit = β0+ β1∗ DISTRESSit+ β2 ∗ SIZEit+ β3∗ CFOit+ β4∗ LEVit+ β5∗ ROAit+ β6∗ EISSUEit+ β7∗ DISSUEit+ β8∗ GROWTHit+ εit (4)
Trong đó:
DISTRESSit là biến giả đại diện các công ty đang đối mặt với kiệt quệ tài chính, với nếu thu nhập hoạt đơng trước thuế nhỏ hơn phần chi phí lãi vay mà cơng ty phải trả thì biến giả bằng 1 và ngược lại bằng 0
SIZEit là quy mơ của cơng ty được tính bởi logarithm tự nhiên của tổng tài sản
CFOit là dòng tiền từ hoạt động trên tổng tài sản
LEVit là địn bẩy của cơng ty được đo lường bởi tổng nợ trên vốn chủ sở hữu
ROAit là lợi nhuận của cơng ty được tính bởi lợi nhuận sau thuế trên tổng tài sản
EISSUEit là sự thay đổi trong vốn chủ sở hữu
DISSUEit là sự thay đổi trong tổng nợ
GROWTHit là tăng trưởng của cơng ty được tính bởi sự thay đổi trong doanh thu
thuần.
εit là sai số mơ hình
Bảng 3.3: Tóm tắt các biến sử dụng trong mơ hình nghiên cứu
Biến Ký hiệu Cách tính Kỳ vọng dấu Biến phụ thuộc Hành vi điều chỉnh lợi nhuận |ABNCFO|
Giá trị tuyệt đối của chênh lệch giữa dòng tiền thực và dòng tiền ước lượng theo phương trình (1)
Hành vi điều
chỉnh chi phí |ABNPROD|
Giá trị tuyệt đối của giá vốn hàng bán thực và giá vốn hàng bán ước lượng theo phương trình (2)
Hành vi điều chỉnh vốn luân chuyển
|AWCA|
Giá trị tuyệt đối của chênh lệch giữa vốn luân chuyển trong năm t với năm t – 1 sau khi điều chỉnh ước lượng theo phương trình (3)
Biến độc lập
Kiệt quệ tài
chính DISTRESS
Biến giả bằng 1 nếu EBIT
chi phí lãi vay<1
Biến giả bằng 0 nếu chi phí lãi vayEBIT >1 +
Quy mô SIZE Ln(Tổng tài sản) +/-
Tăng trưởng GROWTH GROWTH = Salest − Salest−1
Salest−1 +/-
Đòn bẩy LEV LEV = Nợ ngắn hạn+Nợ dài hạn
Vốn chủ sở hữu +/-
Dòng tiền
hoạt động CFO
CFO = EBIT + khấu hao tài sản vơ hình hữu hình +/- chênh lệch hàng tồn kho +/- chênh lệch khoản phải thu +/- chênh lệch khoản phải trả
+/-
Lợi nhuận ROA ROA = Lợi nhuận sau thuế
Tổng tài sản +/- Sự thay đổi trong vốn chủ sở hữu EISSUE EISSUE = Vốn góp chủ sở hữut − Vốn góp chủ sở hữut−1 Vốn góp chủ sở hữut−1 +/- Sự thay đổi trong nợ DISSUE
DISSUE = Nợ phải trả t − Nợ phải trả t−1
Nợ phải trả t−1 +
Nguồn: Tổng hợp của tác giả
3.5. Phương pháp nghiên cứu
3.5.1. Thống kê mô tả và lập ma trận tương quan các biến:
Đầu tiên, bài nghiên cứu sẽ trình bày thống kê mơ tả các biến sử dụng trong mơ hình để mơ tả đặc tính của dữ liệu và đưa ra những nhận xét ban đầu và tổng thể về dữ liệu nghiên cứu. Các tiêu chí trình bày trong thống kê mơ tả biến bao gồm: số quan sát,
Tiếp theo, luận văn tiến hành lập ma trận tương quan giữa các biến trong mơ hình nghiên cứu với hai mục đích:
- Xem xét mối tương quan tuyến tính đơn biến giữa biến phụ thuộc và các biến độc lập.
- Xem xét hệ số tương quan giữa các biến độc lập để từ đó đánh giá vấn đề đa cộng tuyến có tồn tại trong mơ hình nghiên cứu khơng từ đó để thực hiện các kiểm định cần thiết.
3.5.2. Ước lượng mơ hình nghiên cứu:
Liu và các cộng sự (2014) và Campa và Camacho – Minano (2015) đã đề nghị sử dụng phương pháp ước lượng GMM hệ thống để khắc phục vấn đề nội sinh trong mơ hình nghiên cứu. Trong đó vấn đề nội sinh được xác định bởi các trường hợp sau:
- Mối tương quan giữa các biến độc lập với nhau; chẳng hạn như quy mô cơng ty có thể tác động đáng kể đến địn bẩy các cơng ty, khi quy mơ cơng ty tăng thì các cơng ty có thể tiếp cận với các khoản vay dễ dàng hơn với chi phí thấp… - Mối tương quan giữa biến độc lập và sai số của mơ hình; ngồi các yếu tố được
đưa vào mơ hình nghiên cứu giải thích quản lý lợi nhuận thì cịn nhiều yếu tố khác có ảnh hưởng đến quản lý lợi nhuận nhưng không được đưa vào mơ hình nghiên cứu, mà các yếu tố này lại thể hiện trong sai số của mơ hình, cũng như các yếu tố này sẽ có tương quan với các biến độc lập đã đưa vào mơ hình nghiên cứu.
- Ảnh hưởng của biến phụ thuộc (hành vi điều chỉnh lợi nhuận) đến các biến độc lập trong mơ hình nghiên cứu; các cơng ty có hành vi điều chỉnh lợi nhuận có thể hướng đến việc tiếp cận với các khoản vay với chi phí thấp, điều này cho thấy rằng hành vi điều chỉnh lợi nhuận có thể làm thay đổi tỷ lệ địn bẩy của các công ty…
Hơn thế nữa, để giải quyết vấn đề nội sinh như Liu và các cộng sự (2014) và Campa và Camacho – Minano (2015) đã đề nghị, các nhà nghiên cứu trước đây đề xuất
hai phương pháp có thể khắc phục hiện tượng nội sinh bao gồm phương pháp hồi quy hai bước (2SLS) và phương pháp hồi quy GMM. Tuy nhiên, phương pháp hồi quy hai bước (2SLS) yêu cầu phải tuân thủ các giả định sau:
- Không tồn tại hiện tượng phương sai thay đổi - Không tồn tại hiện tượng tự tương quan
Do đó, trong trường hợp tồn tại hiện tượng phương sai thay đổi và tự tương quan thì phương pháp hồi quy GMM sẽ được lựa chọn đề ước lượng mơ hình nghiên cứu do có thể khắc phục cả vấn đề nội sinh, tự tương quan và phương sai thay đổi như Milena (2007) đã đề nghị. Ngược lại, khi không tồn tại hiện tượng phương sai thay đổi và tự tương quan thì khơng cần thiết dùng đến phương pháp hồi quy GMM, cho nên phương pháp hồi quy hai bước (2SLS) sẽ được sử dụng.
Mặt khác, để chứng tỏ kết quả nghiên cứu mà luận văn đạt được là đáng tin cậy và có thể dùng để thảo luận, luận văn tiến hành kiểm tra kết quả hồi quy từ phương pháp ước lượng GMM hệ thống bằng kiểm định AR(2) và Hansen. Kiểm định AR(2) xem xét hiện tượng tự tương quan bậc hai với giả thuyết H0 là không tồn tại hiện tượng tự tương quan bậc hai. Kiểm định Hansen xem xét tính giá trị của các biến công cụ mà luận văn đưa vào trong phương pháp ước lượng GMM để xử lý hiện tượng nội sinh và các hiện tượng khác với giả thuyết H0 của kiểm định là các biến công cụ khơng tương quan với phần dư của mơ hình. Cho nên, với hai giả thuyết H0 thì có thể thấy rằng khi p-value của hai kiểm định đều lớn hơn mức ý nghĩa thống kê thì khơng thể bác bỏ giả thuyết H0, nói cách khác kết quả hồi quy là đáng tin cậy và có thể dùng cho việc phân tích.