4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.2. Tác động của cơ hội tăng trưởng lên địn bẩy: phân tích hồi quy tĩnh bằng
4.2.1. Phân tích hồi quy tĩnh bằng phương pháp Pooled OLS, FEM, REM
REM
Trong phần này tác giả kiểm tra xem liệu mối quan hệ giữa đòn bẩy tối ưu và cơ hội tăng trưởng có nghịch biến và lồi như các nghiên cứu trước đó hay khơng. Theo các lý thuyết nghiên cứu trước đó, tác giả ước lượng mơ hình cấu trúc vốn tĩnh để kiểm tra cơ hội tăng trưởng tác động lên địn bẩy thơng qua mơ hình sau:
Levi,t= b0 + b1GOi,t-1 + Σs Xi,t-1bs + 𝜀 i,t
b0 + b1GOi,t-1+ b2ROAi,t-1 + b3TANGi,t-1 + b4NDTSi,t-1 + b5SIZEi,t-1 (1)
+ b6MI_Levi,t-1 + 𝜺 i,t
Trong đó: Levi,t là tỷ lệ đòn bẩy của doanh nghiệp i trong năm t
GOi,t-1 là biến độc lập quan trọng nhất được dùng để đại diện cho cơ
hội tăng trưởng của doanh nghiệp. Gồm có tỷ lệ giá trị thị trường trên giá trị sổ sách MB
và hình thức nghịch đảo của số mũ e –MB
ROAi,t-1,TANGi,t-1, NDTSi,t-1,SIZEi,t-1 là các biến tác động đến địn bẩy để
kiểm sốt tác động đến quyết định cấu trúc vốn của doanh nghiệp
MI_Levi,t-1 dùng để kiểm soát yếu tố ngành.
Bảng 4.3 - Kết quả hồi quy các yếu tố tác động đến địn bẫy tài chính các doanh nghiệp đang niêm yết trên thị trường Việt Nam.
Levi,t= b0 + b1GOi,t-1+ b2ROAi,t-1 + b3TANGi,t-1 + b4NDTSi,t-1 + b5SIZEi,t-1 + b6MI_Levi,t-1 + 𝜺 i,t
ĐÒN BẪY TÀI CHÍNH
MB INVEXP_MB
Pooled FEM REM Pooled FEM REM
, 1 i t GO 0.0094 0.0185** 0.0141* -0.3251*** -0.1210*** -0.1284*** , 1 i t ROA -0.5197*** -0.1318*** -0.1699*** -0.7142*** -0.1538*** -0.2074*** , 1 i t TANG -0.0017 0.0039 0.0009 0.0042 0.0036 -0.0001
, 1 NDTSi t 0.6606*** -0.1091 -0.0388 0.6535*** -0.1045 -0.0342 SIZEi,t-1 0.0693*** 0.0837*** 0.0817*** 0.0597*** 0.0895*** 0.0836*** , 1 MI_Levi t 0.6872*** 0.1190*** 0.2871*** 0.6810*** 0.1199*** 0.2974*** Constant -0.6468*** -0.5382*** -0.5975*** -0.3776*** -0.5392*** -0.5573*** R2 hiệu chỉnh 0.3369 0.3558 R2-within 0.0407 0.0356 0.0497 0.0436 R2-between 0.2044 0.3055 0.2126 0.3181 R2-overall 0.185 0.2696 0.1935 0.2818 Số quan sát 1566 1566 1566 1566 1566 1566 Rho 0.85 0.7963 0.84918373 0.7812517
Kiểm định Breusch-Pagan / Cook-Weisberg for Heteroskedasticity
Chi2 3.95 6.08
P-value 0.047** 0.014**
Kiểm định Breusch and Pagan Lagrangian multiplier
Chibar2 2224.7 2098.63
P-value 0.000*** 0.000***
Kiểm định Hausman
Chi2 81.72 105.65
P-value 0.000*** 0.000***
*, **, *** tương ứng với mức ý nghĩa thống kê 10%, 5%, 1%
Bảng 4.3 trình bày kết quả hồi quy dữ liệu bảng tĩnh, trong đó biến độc lập GO có
hai hình thức tuyến tính và phi tuyến lần lược là MB và e –MB bằng ba phương pháp
Pooled OLS, FEM, REM.
Đầu tiên, tác giả xem xét kết quả của mơ hình Pooled OLS. Hệ số ước lượng của
MB là 0.0094 khơng có ý nghĩa thống kê và của e –MB là -0.3251 có ý nghĩa thống kê ở mức 1%. Điều này hoàn toàn trái ngược với giả thuyết rằng cơ hội tăng trưởng có tác động nghịch biến lên đòn bẩy sổ sách của doanh nghiệp. Tuy nhiên t-value của MB lớn
hơn e-MB cũng cho thấy được khả năng giải thích của MB lớn hơn e –MB. Hơn nữa, hệ số
R2 hiệu chỉnh tăng nhẹ khi hồi quy với biến độc lập là e –MB cho thấy mơ hình với e –MB
phù hợp hơn. Khi phân tích hồi quy Pooled OLS có thể cho ra những suy luận sai lầm bởi sự không đồng nhất không quan sát được (unobservable heterogeneity) mà đó là điều quan trọng trong phân tích dữ liệu bảng. Vì vậy tác giả tiến hành các phân tích khác để đưa ra các kết quả có ý nghĩa và khắc phục nhược điểm của phân tích OLS.
Bài nghiên cứu trên sử dụng phương pháp phân tích dữ liệu bảng. Với nguồn dữ liệu thu thập được, phân tích dữ liệu bảng cung cấp nhiều thơng tin có ý nghĩa hơn và giúp kiểm sốt các sự khơng đồng nhất khơng quan sát được. Do đó tác giả sử dụng hai mơ hình cơ bản là phân tích tác động cố định và tác động ngẫu nhiên.
Kết quả từ bảng 4.3 cho thấy hệ số ước lượng của MB và e –MB trong cả hai
phương pháp FEM và REM lần lượt là đồng biến và nghịch biến, giống với kết quả hồi quy bằng phương pháp OLS nhưng lại trái với các lý thuyết nghiên cứu trước đó. Đáng
quan tâm hơn là trong cả hai phương pháp FEM và REM thì giá trị t-value của e –MB
đều lớn hơn MB. Cụ thể là đối với phương pháp FEM hệ số của MB là 0.0185 và có ý
nghĩa ở mức 5%, hệ số của e –MB là -0.1210 và có ý nghĩa ở mức 1%, đối với phương
pháp REM hệ số của MB là 0.0141 và có ý nghĩa ở mức 10%, hệ số của e –MB là -0.1284
và có ý nghĩa ở mức 1%. Hơn nữa là R2 -winthin, R2 -between, R2 -overall trong cả hai
phương pháp đều tăng khi tác giả dùng e –MB làm biến độc lập cho thấy dùng MB có sức
mạnh giải thích tốt hơn e –MB.
Để lựa chọn mơ hình phù hợp trong ba mô hình Pooled Model, Fixed Effects Model và Random Effects Model tác giả sử dụng kiểm định Breusch and Pagan
Lagrangian Multiplier và Hausman. Kết quả kiểm định được trình bày trong bảng 4.3 cụ thể như sau: trước tiên tác giả dùng kiểm định Breusch and Pagan Lagrangian Multiplier để lựa chọn giữa Pooled OLS và REM, kết quả cho thấy p- value của kiểm định bằng 0, do đó dữ liệu phù hợp với mơ hình tác động ngẫu nhiên REM.
Tiếp theo tác giả sử dụng Hausman test để kiểm định xem mơ hình nào phù hợp hơn giữa FEM và REM. Điểm khác biệt giữa FEM và REM là FEM khơng giả định khơng có sự tương quan giữa đặc điểm riêng của các thực thể và các biến giải thích, REM thì giả định có sự tương quan. Mơ hình FEM sử dụng biến giả do đó làm giảm bậc tự do đáng kể. Do vậy REM có thể được ưa thích hơn. Tuy nhiên trong trường hợp có sự tương quan giữa giữa đặc điểm riêng của các thực thể và các biến giải thích thì giả định của REM khơng được thỏa mãn, khi đó mơ hình sẽ đưa ra ước lượng chệch. Kết quả kiểm định Hausman test có p-value bằng 0 cho thấy dữ liệu phù hợp với mơ hình tác động ngẫu nhiên FEM hơn. Qua đó chúng ta có thể kết
luận rằng khi MB tăng 1 thì Lev tăng 0.0185 và e –MB tăng 1 thì Lev giảm 0.1210.
Điều này trái với giả thuyết đưa ra ban đầu do điều kiện ở Việt Nam có nhiều khác biệt. Tương tự như các nghiên cứu trước như Chen (2004), Tong và Green (2005), Huang và Song (2006), Qian và cộng sự (2009) khi xem xét các yếu tố truyền thống ảnh hưởng đến địn bẩy thì doanh nghiệp với khả năng sinh lời thấp (với hệ số -0.1318 và có ý nghĩa ở mức 1%) sẽ có địn bẩy cao hơn. Mặc dù khơng có ý nghĩa thống kê nhưng hệ số của tài sản cố định hữu hình là 0.0039 cũng phần nào cho thấy doanh nghiệp có tài sản cố định hữu hình cao thì sẽ sử dụng địn bẩy cao hơn. Phù hợp với nghiên cứu của DeAngelo và Masulis (1980) xem xét tác động của thuế đến quyết định tài trợ thơng qua lợi ích thuế phi nợ vay thì lợi ích thuế phi nợ vay có quan hệ nghịch biến với tỷ lệ nợ (với hệ số -0.1091), tuy nhiên biến này khơng có ý nghĩa về mặt thống kê. Quy mô của doanh nghiệp được đo lường bằng logarithm của tổng tài sản có quan hệ đồng biến với địn bẩy tài chính (với hệ số 0.0837 và có ý nghĩa thống kê ở mức 1%), kết quả này phù hợp với lý thuyết đánh đổi, điều này cho thấy khả năng vay mượn của các doanh nghiệp niêm yết tại Việt Nam phụ thuộc vào rủi ro phá sản của
doanh nghiệp. Kết quả này ủng hộ cho quan điểm các doanh nghiệp lớn khả năng phá sản thấp sẽ dể dàng đi vay hơn. Trung vị địn bẩy theo ngành cho thấy kết quả có tương quan dương với địn bẩy tài chính với hệ số 0,1190 và có ý nghĩa thống kê ở mức 1%, hệ số này thấp hơn nhiều so với nghiên cứu của Qi Lin (2015) với hệ số 0,620. Kết quả này cũng phù hợp với nghiên cứu của Li và cộng sự (2009) chỉ ra rằng yếu tố ngành có tác động đến quyết định địn bẩy của doanh nghiệp.
Mặc dù kết quả hệ số của MB cho thấy mối tương quan dương giữa tỷ lệ giá trị thì trường trên giá trị sổ sách và địn bẩy tài chính là khơng phù hợp với các nghiên cứu trước đây nhưng trong mơ hình FEM cho thấy hệ số Rho là 0,85 cho thấy mơ hình có dấu hiệu bị nội sinh do sự tương quan đồng thời và hệ số ước lượng trên có thể khơng cịn phù hợp. Tính đồng thời trong kinh tế lượng xảy ra khi biến độc lập và biến phụ thuộc có tác động qua lại lẫn nhau tại cùng một thời điểm. Để giải quyết vấn đề này tác giả sử dụng phương pháp ước lượng GMM cho mơ hình động.