3. PHƯƠNG PHÁP NGHIÊN CỨU:
3.1.1. Chỉ số đo lường giao dịch nội bộ: (Insider trading)
Để kiểm tra giả thuyết sự lựa chọn giữa nợ và vốn cổ phần bị ảnh hưởng bởi hành vi lạc quan quá mức, nghiên cứu của Marciukaityte và Szewczyk (2011) đo lường phân tích chỉ số giao dịch nội bộ (insider trading) theo John và Lang (1991) và chỉ số thơng cáo báo chí (press releases).
Vì đặc thù thơng tin báo chí Việt Nam là khơng đề cập nhiều, rõ ràng và đáng tin cậy các từ ngữ có liên quan đến hành vi lạc quan quá mức và hành vi điều chỉnh thu nhập cần nghiên cứu nên tác giá chưa thể áp dụng cách đo lường chỉ số thơng cáo báo chí theo nghiên cứu Marciukaityte và Szewczyk (2011) cho thị trường Việt
Nam. Do đó, tác giả chỉ sử dụng chỉ số giao dịch nội bộ để phân tích trong luận văn này.
Tác giả lựa chọn số liệu giao dịch mua và bán nội bộ doanh nghiệp của những cá nhân trong ban quản trị, ban điều hành hay ban giám đốc có ảnh hưởng trực tiếp đến tình hình kinh doanh, tài chính của doanh nghiệp.
Chỉ số giao dịch mua bán nội bộ được ước lượng theo phương pháp của John và Lang (1991):
Chỉ số mua và bán nội bộ = (Số lượng CP mua – bán)/(Số lượng CP mua + bán) Giá trị chỉ số dao động từ -1 (không mua) đến 1 (không bán), với mẫu nào giá trị chỉ số cao hơn trong sẽ cho thấy quan hệ mua nhiều hơn bán và tồn tại khả năng lạc quan quá mức cao hơn.
3.1.2. Mơ hình uớc lượng biến kế tốn dồn tích có điều chỉnh (discretionary accruals)
Tác giả ước lượng biến kế tốn dồn tích có điều chỉnh dựa trên mơ hình nghiên cứu của Marciukaityte và Szewczyk (2011):
Theo Hribar và Collins (2002), phương pháp ước lượng các biến kế tốn dồn tích theo dữ liệu từ bảng Cân đối kế tốn thì bị chệch đối với những doanh nghiệp trải qua mua bán - sáp nhập hoặc đối với những doanh nghiệp có hoạt động kinh doanh khơng liên tục. Do đó, tác giả cũng ưu tiên sử dụng dữ liệu từ báo cáo Lưu chuyển tiền tệ thay vì bảng Cân đối kế tốn, để ước lượng biến kế tốn dồn tích.
Biến phụ thuộc:
Biến phụ thuộc được đo lường theo 03 phương pháp: Biến tổng kế tốn dồn tích (Total accruals - TACCj,t ):
Trong đó,
› EXBIj,t : (Earnings before extraordinary items and discontinued operations) là thu nhập sau thuế nhưng trước các khoản bất thường và các khoản từ hoạt động không liên tục như Lãi/(lỗ) chênh lệch tỷ giá, Lãi/(lỗ) thanh lý tài sản cố định, các khoản hồn dự phịng… có thể tính tốn từ Báo cáo lưu chuyển tiền tệ;
› CFOj,t : là chỉ tiêu Lưu chuyển tiền thuần từ hoạt động kinh doanh.
Biến tổng kế toán dồn tích hiện hành bao gồm chi phí khấu hao (Current accruals - ACCdj,t) được đo lường theo phương pháp của Hribar và Collins (2002):
ACCdj,t = – (CHGARj,t + CHGINVj,t + CHGAPj,t + CHGTAXj,t + CHGOTHj,t + DEPj,t)
Trong đó,
› CHGARj,t : là chỉ tiêu (Tăng)/giảm các khoản phải thu;
› CHGINVj,t : là chỉ tiêu (Tăng)/giảm hàng tồn kho;
› CHGAPj,t : là chỉ tiêu Tăng/(giảm) các khoản phải trả;
› CHGTAXj,t : là chỉ tiêu Tăng/(giảm) khoản thuế phải trả;
› CHGOTHj,t : là thay đổi trong chỉ tiêu Tài sản ngắn hạn khác;
› DEPj,t : là Chi phí khấu hao.
Biến tổng kế tốn dồn tích hiện hành không bao gồm chi phí khấu hao (Current accruals excluding depreciation expense – ACCj,t) được đo lường theo phương pháp của Teoh và cộng sự (1998b):
Theo Kothari và cộng sự (2005), tác giả loại ra khỏi mẫu những quan sát có giá trị tuyệt đối của biến tổng kế toán dồn tích vượt quá giá trị tổng tài sản tại thời điểm bắt đầu mỗi năm, xem như là các giá trị có khả năng ghi nhận sai.
Mơ hình nghiên cứu và các biến độc lập:
Tương tự Marciukaityte và Szewczyk (2011), tác giả sử dụng mơ hình Jones điều chỉnh (1991). Và theo Teoh et al. (1998b), tác giả chuẩn hóa “normalized” các biến trong mơ hình bằng cách sử dụng tổng tài sản tại thời điểm đầu mỗi năm.
Mơ hình sẽ được ước lượng theo phương pháp hồi quy bình phương nhỏ nhất OLS (ordinary least – squares regression). Ứng với mỗi biến phụ thuộc là mỗi phương trình hồi quy: 𝑇𝐴𝐶𝐶𝑗,𝑡 𝑇𝐴𝑗,𝑡−1 = ∝0 ( 1 𝑇𝐴𝑗,𝑡−1) + ∝1 (∆𝑅𝐸𝑉𝑗,𝑡 𝑇𝐴𝑗,𝑡−1) + ∝2 (𝑃𝑃𝐸𝑗,𝑡 𝑇𝐴𝑗,𝑡−1) + 𝜀𝑗,𝑡 (1) 𝐴𝐶𝐶𝑑𝑗,𝑡 𝑇𝐴𝑗,𝑡−1 = ∝0 ( 1 𝑇𝐴𝑗,𝑡−1) + ∝1 (∆𝑅𝐸𝑉𝑗,𝑡 𝑇𝐴𝑗,𝑡−1) + ∝2 (𝑃𝑃𝐸𝑗,𝑡 𝑇𝐴𝑗,𝑡−1) + 𝜀𝑗,𝑡 (2) 𝐴𝐶𝐶𝑗,𝑡 𝑇𝐴𝑗,𝑡−1 = ∝0 ( 1 𝑇𝐴𝑗,𝑡−1) + ∝1 (∆𝑅𝐸𝑉𝑗,𝑡 𝑇𝐴𝑗,𝑡−1) + 𝜀𝑗,𝑡 (3) Trong đó,
› TAj,t-1 : là Tổng tài sản tại thời điểm đầu năm t;
› ∆𝑅𝐸𝑉𝑗,𝑡 : là thay đổi trong chỉ tiêu Doanh thu thuần;
› PPEj,t : là chỉ tiêu Tài sản cố định ròng;
Sử dụng các hệ số hồi quy ∝̂0, ∝̂1, ∝̂2 từ phương trình (1), (2), (3) để đo lường biến kế tốn dồn tích khơng điều chỉnh của các phương trình (4), (5), (6). Sau đó đo lường biến kế tốn dồn tích có điều chỉnh theo các phương trình (4’), (5’), (6’):
Biến tổng kế tốn dồn tích khơng điều chỉnh (nondiscretionary total accruals -
NDTAj,t) và Biến tổng kế tốn dồn tích có điều chỉnh (discretionary total accruals - DTAj,t):
𝑁𝐷𝑇𝐴𝑗,𝑡 = ∝̂0 ( 1 𝑇𝐴𝑗,𝑡−1) + ∝̂1 (∆𝑅𝐸𝑉𝑗,𝑡− ∆𝑇𝑅𝑗,𝑡 𝑇𝐴𝑗,𝑡−1 ) + ∝̂2 (𝑃𝑃𝐸𝑗,𝑡 𝑇𝐴𝑗,𝑡−1) (4) 𝐷𝑇𝐴𝑗,𝑡 = (𝑇𝐴𝐶𝐶𝑗,𝑡 𝑇𝐴𝑗,𝑡−1) − 𝑁𝐷𝑇𝐴𝑗,𝑡 (4′)
Trong đó, TRj,t là khoản phải thu thương mại trong năm t;
Biến tổng kế tốn dồn tích hiện hành khơng điều chỉnh_gồm chi phí khấu hao (nondiscretionary current accruals - NDCAdj,t) và Biến kế tốn dồn tích hiện hành có điều chỉnh (discretionary current accruals - DCAdj,t):
𝑁𝐷𝐶𝐴𝑑𝑗,𝑡 = ∝̂0 ( 1 𝑇𝐴𝑗,𝑡−1) + ∝̂1 (∆𝑅𝐸𝑉𝑗,𝑡 − ∆𝑇𝑅𝑗,𝑡 𝑇𝐴𝑗,𝑡−1 ) + ∝̂2 (𝑃𝑃𝐸𝑗,𝑡 𝑇𝐴𝑗,𝑡−1) (5) 𝐷𝐶𝐴𝑑𝑗,𝑡 = (𝐴𝐶𝐶𝑑𝑗,𝑡 𝑇𝐴𝑗,𝑡−1) − 𝑁𝐷𝐶𝐴𝑑𝑗,𝑡 (5′)
Biến tổng kế toán dồn tích hiện hành khơng điều chỉnh_khơng bao gồm chi phí khấu hao (nondiscretionary current accruals excluding depreciation -
NDCAj,t) và Biến kế tốn dồn tích hiện hành có điều chỉnh (discretionary current accruals - DCAj,t):
𝑁𝐷𝐶𝐴𝑗,𝑡 = ∝̂0 ( 1
𝑇𝐴𝑗,𝑡−1) + ∝̂1 (∆𝑅𝐸𝑉𝑗,𝑡 − ∆𝑇𝑅𝑗,𝑡
𝑇𝐴𝑗,𝑡−1 ) (6)
𝐷𝐶𝐴𝑗,𝑡 = (𝐴𝐶𝐶𝑗,𝑡
𝑇𝐴𝑗,𝑡−1) − 𝑁𝐷𝐶𝐴𝑗,𝑡 (6′)
3.1.3. Mơ hình hồi quy các biến kiểm soát:
Để kiểm soát đặc điểm của doanh nghiệp và kiểm soát việc ưu tiên cho tài trợ vốn cổ phần bên ngồi chứ khơng phải tài trợ nợ là có tác động lên các biến kế tốn dồn tích có điều chỉnh. Tương tự Marciukaityte và Szewczyk (2011), tác giả hồi quy các biến kế tốn dồn tích có điều chỉnh theo:
› Các biến đại diện cho đặc điểm doanh nghiệp (logarit của tỷ lệ tổng tài trợ bên ngoài trên tổng tài sản “Log of ratio of external financing to assets”; logarit của giá trị thị trường vốn cổ phần “Log of market value of equity”, tỷ lệ nợ trên tài sản “Debt-to-asset ratio” và tỷ lệ giá trị thị trường trên giá trị sổ sách “Market-to-book ratio”);
› Biến đại diện cho việc ưu tiên đối với tài trợ vốn cổ phần là: tỷ lệ tài trợ vốn cổ phần bên ngoài trên tổng tài trợ bên ngoài “ Equity financing to external financing”
Mơ hình hồi quy các biến kiểm soát theo dạng bảng (panel data) như sau:
𝐷𝐴𝑗,𝑡 = 𝛼 + 𝛽1𝐸𝐹𝑡𝑜𝑇𝐹𝑗,𝑡+ 𝛽2𝑙𝑜𝑔𝑇𝐹𝑡𝑜𝑇𝐴𝑗,𝑡+ 𝛽3𝑙𝑜𝑔𝑀𝐸𝑗,𝑡+ 𝛽4𝐷𝑡𝑜𝑇𝐴𝑗,𝑡 +
𝛽4𝑀𝑡𝑜𝐵𝐸𝑗,𝑡+ 𝜀𝑗,𝑡
Trong đó, 𝐷𝐴𝑗,𝑡 là biến kế tốn dồn tích có điều chỉnh, được ước lượng theo 03 cách:
› 𝐸𝐹𝑡𝑜𝑇𝐹𝑗,𝑡 : tỷ lệ tài trợ vốn cổ phần bên ngoài trên tổng tài trợ
bên ngoài (gồm tài trợ vốn cổ phần và tài trợ nợ bên ngoài);
› 𝑇𝐹𝑡𝑜𝑇𝐴𝑗,𝑡 : tỷ lệ tổng tài trợ bên ngoài trên tổng tài sản;
› 𝑀𝐸𝑗,𝑡 : giá trị thị trường vốn cổ phần;
› 𝐷𝑡𝑜𝑇𝐴𝑗,𝑡 : tỷ lệ nợ trên tài sản;
› 𝑀𝑡𝑜𝐵𝐸𝑗,𝑡 : tỷ lệ giá trị thị trường trên giá trị sổ sách;
Phương pháp nghiên cứu:
Giai đoạn 1:
Đo lường chỉ số giao dịch nội bộ trung bình cho 3 năm trước và 5 năm sau năm diễn ra sự kiện tài trợ.
Kiểm định phân tích phương sai Anova-test đối với khác biệt giá trị trung bình giữa 02 mẫu tài trợ nợ và tài trợ vốn cổ phần, với giả thuyết H0: mean1 = mean2, nghĩa là
khơng có sự khác biệt về giá trị trung bình giữa 02 mẫu tài trợ nợ và tài trợ vốn cổ phần. Nếu p-value < 0.1 thì bác bỏ giả thuyết H0, tức là có sự khác biệt về giá trị trung bình giữa 02 mẫu tài trợ;
Giai đoạn 2:
Các mơ hình nghiên cứu tiếp theo của đề tài được sử dụng cho dữ liệu bảng (panel data), mỗi phép hồi quy sẽ được ước lượng theo phương pháp hồi quy bình phương nhỏ nhất OLS (ordinary least – squares regression).
Tác giả thực hiện ước lượng OLS theo 03 cách: Pooled OLS (OLS - thông thường), Random effect (OLS - hiệu ứng ngẫu nhiên) và Fixed effect (OLS - hiệu ứng cố định). Và để tìm xem phương pháp hồi quy nào là phù hợp nhất trong 03 cách trên, tác giả sử dụng hai kiểm định là Likelihood Ratio test (LR test) và kiểm định Hausman test.
- Kiểm định Likelihood Ratio (LR test) được sử dụng để kiểm tra độ phù hợp giữa hai mơ hình Pooled và Fixed effect. Nội dung của kiểm định là kiểm tra giả thiết H0: Mơ hình hồi quy với hiệu ứng cố định là không cần thiết. Nếu nhận thấy LR > Chi2 critical, thì thực hiện bác bỏ H0, tức lúc này hồi quy với hiệu ứng cố định là hiệu quả hơn.
- Kiểm định Hausman (Hausman test) kiểm tra độ phù hợp giữa mơ hình Random và Fixed effect. Nội dung của kiểm định là kiểm tra giả thiết H0: Mơ hình hồi quy với hiệu ứng ngẫu nhiên có hiệu quả hơn. Nếu nhận thấy Hausman > Chi2 critical, thì thực hiện bác bỏ H0, tức lúc này hồi quy với hiệu ứng cố định là hiệu quả hơn.
Tác giả tiến hành phân tích tương quan giữa các biến để xem xét khả năng xảy ra hiện tượng đa cộng tuyến bởi hiện tượng này làm cho mơ hình có thể có mức phù hợp R2 cao nhưng mức ý nghĩa t thấp. Tác giả dùng chỉ số nhân tử phóng đại phương sai VIF để kiểm định hiện tượng đa cộng tuyến.
Sử dụng các hệ số hồi quy đã ước lượng để đo lường các biến kế tốn dồn tích có điều chỉnh cho 3 năm trước và 5 năm sau năm sự kiện (năm 0). Tiếp theo, tương tự Marciukaityte và Szewczyk (2011); Teob và cộng sự (1998b); Kothari và cộng sự (2005), tác giả tiến hành ước lượng và kiểm định các giá trị trung bình, trung vị như sau:
- Sử dụng phương pháp lược giá trị “winsorized” 4 tại mức 1%: nhằm loại bỏ tác động ngoại lai của 1% giá trị cận trên và 1% cận dưới trong các biến kế tốn dồn tích được quan sát trước khi tính giá trị trung bình, trung vị;
- Ước lượng giá trị trung bình, trung vị biến kế tốn dồn tích cho năm 0 và các giai đoạn 3 năm trước và 5 năm sau đó. Tác giả kỳ vọng các giá trị ước lượng tại năm 0 là cao đáng kể so với các năm lân cận còn lại sẽ cho thấy rằng tồn tại giả thuyết hành vi quản lý thu nhập tại năm tài trợ (điều chỉnh thu nhập của nhà quản trị);
- Kiểm tra ý nghĩa thơng kê của giá trị trung bình, trung vị biến kế tốn dồn tích có điều chỉnh qua các năm được báo cáo trong mẫu tài trợ nợ và tài trợ vốn cổ phần:
Tác giả sử dụng kiểm định t-test đối với giá trị trung bình, với giả thiết H0: mean = 0, nghĩa là giá trị trung bình biến kế tốn dồn tích có điều chỉnh là tương đương 0. Báo cáo kiểm định bằng t-statistic, nếu t-statistic > t-critical thì bác bỏ giả thuyết H0, tức là giá trị trung bình biến kế tốn dồn tích có điều chỉnh là khác biệt với 0;
Sử dụng kiểm định dấu và hạng Wilcoxon (signed-rank test) đối với giá trị trung vị biến kế tốn dồn tích có điều chỉnh qua các năm bằng với giả thuyết H0: median = 0. Nếu p-value < 0.1 thì bác bỏ giả thuyết H0.
- Để kiểm tra sự khác biệt các giá trị trung bình, trung vị của biến kế tốn dồn tích có điều chỉnh giữa 02 mẫu tài trợ nợ và tài trợ vốn cổ phần:
1. 4 Xem thêm: Wilcox, R.R.; Keselman, H.J. (2003). Modern robust data analysis methods: Measures of
Tác giả sử dụng kiểm định phân tích phương sai Anova-test đối với khác biệt giá trị trung bình, với giả thuyết H0: mean1 = mean2, nghĩa là khơng có sự khác biệt về giá trị trung bình giữa 02 mẫu tài trợ nợ và tài trợ vốn cổ phần. Nếu p- value < 0.1 thì bác bỏ giả thuyết H0, tức là có sự khác biệt về giá trị trung bình giữa 02 mẫu tài trợ;
Sử dụng kiểm định Kruskal-Wallis đối với sự khác biệt về giá trị trung vị biến kế tốn dồn tích có điều chỉnh giữa 02 mẫu tài trợ nợ và vốn cổ phẩn, với giả thuyết H0: median1 = median2. Nếu p-value < 0.1 thì bác bỏ giả thuyết H0. Giai đoạn 3:
- Hồi quy 03 biến kế toán dồn tích có điều chỉnh đã ước lượng theo các biến kiểm soát đại diện cho đặc điểm doanh nghiệp và biến kiểm soát đại diện cho việc ưu tiên trong tài trợ vốn cổ phần.
Tương tự tác giả cũng sử dụng phương pháp hồi quy OLS theo 03 cách: Pooled, Random effect và Fixed effect (OLS - hiệu ứng cố định), sử dụng hai kiểm định là Likelihood Ratio test (LR test) và kiểm định Hausman test để lựa chọn phương pháp hồi quy phù hợp nhất. Và phân tích tương quan giữa các biến để xem xét khả năng xảy ra hiện tượng đa cộng tuyến cho mơ hình.
Giai đoạn 4:
Kiểm định tính vững của kết quả nghiên cứu thơng qua mơ hình hồi quy các biến kiểm sốt bằng cách:
- Phân chia thời kỳ mẫu thành 02 giai đoạn (2006 – 2009, 2010 – 2013);
- Kiểm tra mức độ tác động của các doanh nghiệp nhỏ: bằng cách sử dụng mẫu tài trợ bên ngồi gồm nhóm 75% doanh nghiệp có giá trị thị trường vốn cổ phần lớn tại thời điểm bắt đầu mỗi năm;
- Sử dụng phương pháp thay thế để ước lượng biến kế toán dồn tích có điều chỉnh: bằng cách so sánh kết quả hồi quy dựa vào mơ hình Jone trước và sau điều chỉnh.
Mẫu nghiên cứu:
3.3.1. Thu thập dữ liệu:
Giai đoạn nghiên cứu mà tác giả lựa chọn là giai đoạn 8 năm, kể từ năm 2006 đến 2013. Do thị trường chứng khốn Việt Nam mới bắt đầu hình thành và đi vào hoạt động từ tháng 07/2000 (khoảng hơn 14 năm). Số lượng doanh nghiệp đã từng niêm yết trên hai sàn giao dịch chứng khoán HOSE (Sàn giao dịch Chứng khốn TP.Hồ Chí Minh) và HNX (Sàn giao dịch Chứng khốn Hà Nội) chỉ bắt đầu tăng mạnh sau năm 2016, từ khoảng 183 doanh nghiệp lên đến khoảng 716 doanh nghiệp trong năm 2013 (xem hình 3.1). Tính đến cuối năm 2013, có khoảng 45 doanh nghiệp hủy niêm yết qua các năm, quy mô niêm yết trên hai sàn còn lại 671 doanh nghiệp. Tác giả thu thập dữ liệu gồm 268 doanh nghiệp Việt Nam cho mẫu nghiên cứu thông qua các bước sau:
- Từ tổng số 716 doanh nghiệp được niêm yết trên 02 sàn chứng khoán HOSE và HNX, tác giả không chọn các doanh nghiệp tài chính vì tính đặc thù, khác biệt trong cấu trúc vốn và cơ chế quản lý với doanh nghiệp phi tài chính, nên chính sách hay cấu trúc tài trợ của các doanh nghiệp này cũng khác biệt. Tác giả sử dụng tiêu chuẩn phân ngành 4 cấp ICB (Industry Classification Benchmark) và loại trừ khỏi mẫu những doanh nghiệp thuộc mã 8000 - nhóm ngành Tài chính.
- Giai đoạn nghiên cứu từ năm 2006 đến năm 2013. Theo đó, tác giả loại những doanh nghiệp mới bắt đầu niêm yết kể từ năm 2010 trở về sau và những doanh nghiệp hủy niêm yết kể từ năm 2013 trở về trước, nhằm đảm bảo cơ sở dữ liệu có thể thu thập được, mẫu đủ lớn và thời gian nghiên cứu đủ dài.
Dữ liệu BCTC:
Gồm bảng Cân đối kế toán, Kết quả hoạt động kinh doanh và Lưu chuyển tiền tệ) được tác giả thu thập bằng cách trích xuất từ cơ sở dữ liệu StoxPro
(Doanh nghiệp StoxPlus – cung cấp giải pháp thông tin và dữ liệu thị trường). Loại trừ khỏi mẫu những doanh nghiệp có dữ liệu BCTC là khơng đầy đủ.
Sau đó, tác giả đối chiếu, điều chỉnh lại dữ liệu với 2 nguồn là BCTC đã được doanh nghiệp công bố thực tế và cơ sở dữ liệu BCTC từ CafeF. Tác giả nhận thấy rất ít sai lệch số liệu và khơng ảnh hưởng đến các chỉ tiêu tài chính cần sử dụng để nghiên cứu.