2. PHẦN 2: TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY
2.5. Thước đo mới để ước tính giá trị tài sản vơ hình
2.5.1. Cơ sở lý thuyết
Xem xét một doanh nghiệp có hàm sản xuất dạng Cobb-Douglas với hai nhân tố tương tự như McGrattan và Prescott (2010) và Kapicka (2012):
𝑦 = 𝑓(𝐼, 𝑇) = 𝐼𝑎𝑇𝑐−𝑎 (2.1)
Ở đây I và T biểu thị số tài sản vơ hình và hữu hình trong doanh nghiệp, và y = f(I, T) biểu thị mức sản lượng. Để đơn giản hơn, giả định lao động không là một yếu tố tố sản xuất. Các số mũ biểu diễn độ co giãn theo sản lượng của hai yếu tố đầu vào. Các điều kiện 0 < a < c < 1 đảm bảo rằng hàm sản xuất đã làm giảm lợi
Tác giả Saskia Clausen (2017) đã chứng minh rằng lợi nhuận tối đa của doanh nghiệp là:
𝜋(𝐼, 𝑇) = 𝑝𝑓(𝐼, 𝑇) − 𝑤𝐼𝐼 − 𝑤𝑇𝑇
𝐼,𝑇
𝑀𝑎𝑥 (2.2)
Với 𝑤𝐼 và 𝑤𝑇 biểu thị giá đầu vào, và p biểu thị giá đầu ra. Điều này dẫn đến các yếu tố đầu vào tối ưu 𝐼∗= 𝑎𝑝𝑦/𝑤𝐼 và 𝑇∗ = (𝑐 − 𝑎)𝑝𝑦/𝑤𝑇.
Từ dữ liệu, có thể quan sát lợi nhuận của doanh nghiệp cũng như giá trị của tài sản hữu hình. Với sự lựa chọn tối ưu của các yếu tố đầu vào, tỷ suất sinh lợi của doanh nghiệp và giá trị của tài sản hữu hình có thể được xác định bằng:
𝜋(𝐼∗,𝑇∗) 𝑤𝑇𝑇∗ = 𝑝𝑦− 𝑤𝐼𝑎𝑝𝑦 𝑤𝐼 −𝑤𝑇(𝑐−𝑎)𝑝𝑦𝑤𝑇 𝑤𝑇(𝑐−𝑎)𝑝𝑦 𝑤𝑇 = 1−𝑐 𝑐−𝑎 (2.3)
Khi tăng độ co giãn a của tài sản vơ hình đối với sản lượng, và do đó làm giảm độ co dãn (c-a) của tài sản hữu hình đối với sản lượng. Phương trình (3) cho thấy tỷ suất lợi nhuận trên tài sản hữu hình cũng tăng2. Độ co dãn a đối với sản lượng cao hơn nghĩa là tài sản vơ hình có hiệu quả hơn. Do đó, mức tài sản vơ hình tối ưu được sử dụng trong sản xuất là cao hơn. Đồng thời, việc tạo ra mức lợi nhuận cao cho một số lượng tài sản hữu hình nhất định ám chỉ doanh nghiệp sử dụng các tài sản vơ hình ở phạm vi rộng hơn3. Do đó, tỷ số (3) có thể được coi là một thước đo thực nghiệm tốt về giá trị tài sản vơ hình. Tỷ lệ này, cụ thể là tỷ suất sinh lợi trên tài sản hữu hình, cũng có thể được quan sát thực nghiệm.
2 Chúng ta giả sử một tổng hợp không đổi của hai độ co giãn sản lượng, nghĩa là, a + (c -a) = c. Có thể lập luận rằng, trong một doanh nghiệp cụ thể, sự cải thiện độ co giãn này không nhất thiết dẫn tới sự suy giảm của độ co giãn kia. Tuy nhiên, chúng ta thấy là thực tế rằng có một khoảng c <1 giống nhau ở tất cả các doanh nghiệp. Do đó, các doanh nghiệp có độ co giãn vơ hình cao hơn có độ co giãn hữu hình thấp hơn trung bình và ngược lại. Giả sử có thể nới lỏng đến một hàm sản xuất 𝑓(𝐼, 𝑇) = 𝐼𝑎+𝛿𝑇𝑏−𝜆.𝛿. Trường hợp λ = 1 tương đương với thông số cơ sở của chúng ta (tổng không đổi của độ co giãn sản lượng), trong khi trường hợp cực đoan khác của λ = 0 tương ứng với thông số 𝑓(𝐼, 𝑇) = 𝐼𝑎+𝛿𝑇𝑏, tức là sự thay đổi độ co giãn vơ hình khơng có ảnh hưởng đến tính co giãn hữu hình. Đối với phiên bản nới lỏng, có thể chỉ ra rằng tỷ suất lợi nhuận trên tài sản hữu hình vẫn tăng theo độ co giãn sản lượng ngày càng tăng, với mức đủ cao 𝜆 >1−𝑎𝑏 .
3 Mặt khác, 𝜋(𝐼∗,𝑇∗)
𝑤𝑇𝑇∗ =1−𝑐𝑐−𝑎 đang giảm độ co giãn sản lượng a của tài sản vơ hình. Một lần nữa, nhớ lại rằng đối với các tài sản vơ hình hữu ích hơn, doanh nghiệp cũng sử dụng một mức cao hơn các tài sản vơ hình trong
2.5.2. Đánh giá thước đo mới so với thước đo trong các nghiên cứu trước
Trái với Lev (2004), thước đo của bài nghiên cứu khơng dựa vào các ước tính về tỷ suất sinh lợi trung bình trên tài sản cố định hữu hình trong ngành, và địi hỏi phải đặt ra một tiêu chuẩn mới cho ngành. So với Stewart (1995, 1997), thước đo này mang lại kết quả có ý nghĩa hơn cho một tập hợp các doanh nghiệp lớn hơn, và mạnh mẽ hơn khi có sự khác biệt về phương pháp kế toán giữa các doanh nghiệp. Hơn nữa, thước đo này được xây dựng hồn tồn dựa trên số liệu sẵn có và cơng khai. Trong khi đó, các nghiên cứu trước đây dựa vào thông tin thu thập cá nhân, chẳng hạn như dữ liệu mức độ nhận diện thương hiệu của Larkin (2013). Một ưu điểm khác là thước đo này không phải dựa vào dữ liệu của thị trường chứng khốn. Do đó, tránh được những biến động phụ do tâm lý nhà đầu tư, bong bóng, cú sốc ngoại sinh và các hiệu ứng tương tự. Thước đo của nghiên cứu này có thể nắm bắt được hiệu quả của các tài sản vơ hình, vốn đã hình thành cách đây rất lâu (khơng nhất thiết là thông qua R&D). Hơn nữa, thước đo này có thể khắc phục những hạn chế về số liệu liên quan đến chi phí R&D.
Một điểm yếu tiềm ẩm của thước đo giá trị tài sản vơ hình là sự phụ thuộc vào quy mơ của tài sản cố định hữu hình. Giá trị của mục này trong bảng cân đối kế toán bị ảnh hưởng bởi phương pháp kế toán của doanh nghiệp. Nếu doanh nghiệp lựa chọn một chế độ kế toán bảo thủ, tài sản cố định sẽ xuất hiện nhỏ hơn, do đó dẫn đến một ROTA cao hơn. Tuy nhiên, hy vọng rằng mức độ chính xác của tài sản vơ hình doanh nghiệp khơng liên quan đến phương pháp kế tốn. Do đó, thước đo giá trị tài sản vơ hình này dường như khơng chệch một cách có hệ thống bởi phương pháp kế tốn.
2.6. Các nghiên cứu về mối quan hệ giữa địn bẩy tài chính và giá trị tài sản vơ hình
Lemmon và cộng sự (2008) điều tra mối quan hệ giữa tài sản vơ hình và địn bẩy tài chính đã chỉ ra rằng sự khác biệt về cấu trúc vốn của các doanh nghiệp chủ yếu được giải thích bằng một hiệu ứng khơng thay đổi theo thời gian và không quan sát được. Các nhân tố dữ liệu chéo thơng thường (ví dụ: quy mơ, lợi nhuận, giá trị
thị trường/sổ sách, đòn bẩy ngành) sẽ giải thích rất ít về tỷ lệ địn bẩy được quan sát. Kết quả của Lemmon và các cộng sự cho thấy sự thay đổi trong cấu trúc vốn chủ yếu được xác định bởi các yếu tố bất biến theo thời gian và yêu cầu điều tra thêm liệu tài sản vơ hình có phải là thành phần cịn thiếu. Câu hỏi này có thể được phân tích khi sử dụng phương pháp xếp hạng ROTA trong bài nghiên cứu này.
Một cách chi tiết hơn, trong các nghiên cứu của Harris và Raviv, 1991, Frank và Goyal, 2008, Parsons và Titman, 2009 cho thấy các doanh nghiệp có nhiều tài sản hữu hình có khuynh hướng vay nợ nhiều hơn. Mối quan hệ này không đáng ngạc nhiên bởi vì nhiều tài sản hữu hình tạo thành tài sản thế chấp phù hợp. Chúng có thể được thu hồi lại với chi phí giao dịch tương đối thấp khi doanh nghiệp rơi vào kiệt quệ tài chính hoặc khơng trả được nợ. Do đó, chi phí đi vay sẽ tương đối thấp khi tài sản hữu hình của doanh nghiệp là tài sản thế chấp cho nợ, kết quả là có mối quan hệ tích cực giữa tính hữu hình của tài sản và địn bẩy tài chính.
Ngồi ra, chi phí kiệt quệ tài chính phụ thuộc vào loại tài sản mà doanh nghiệp có. Nếu một doanh nghiệp duy trì các khoản đầu tư lớn vào đất đai, trang thiết bị và các tài sản hữu hình khác, sẽ có chi phí kiệt quệ nhỏ hơn khi căng thẳng tài chính xảy ra so với các doanh nghiệp dựa nhiều vào tài sản vơ hình (Daskalakis và Psillaki, 2008). Chính vì lý do này mà khả năng tiếp cận vốn vay của các doanh nghiệp có nhiều tài sản vơ hình sẽ khó khăn hơn hoặc ở một mức chi phí sử dụng vốn cao hơn.
Năm 2013, Campello và Giambona đưa ra mối liên hệ giữa khả năng hữu hình của tài sản và cơ cấu vốn và cho rằng khơng chỉ là khả năng hữu hình của tài sản làm tăng khả năng vay nợ, mà cịn là tính thanh khoản của tài sản hữu hình đó. Ví dụ, các thiết bị phổ biến sẽ được bán dễ dàng hơn nhiều so với các thiết bị chuyên dụng. Một số mơ hình lý thuyết cũng dự đốn tính thanh khoản của tài sản cao hơn sẽ làm tăng địn bẩy tối ưu (ví dụ như Shleifer và Vishny, 1992; Morellec, 2001).
Một cách thông thường, so với tài sản hữu hình, tài sản vơ hình vơ cùng khó xác định, tách biệt, sử dụng và định giá. Hơn nữa, giá trị của chúng nhạy cảm hơn
phụ thuộc vào những người sở hữu và sử dụng chúng. Những đặc điểm này làm cho nhiều tài sản vơ hình khơng thể làm tài sản thế chấp và trong tình huống này tài trợ bằng vốn chủ sở hữu sẽ được lựa chọn thay vì nợ, dẫn đến mối liên hệ ngược chiều giữa tài sản vơ hình và địn bẩy. Tuy nhiên, tài sản thế chấp cho một khoản vay khơng chỉ bởi vì chúng hữu ích, mà cịn bởi khả năng có thể sinh lãi và tạo ra tiền mặt. Theo như Paul Krugman, nhiều tài sản vơ hình có thể tạo ra tiền mặt rất hiệu quả, thường xuyên hơn nhiều so với tài sản hữu hình. Tài sản vơ hình tạo ra tiền mặt đáng kể cần phải được xem xét để trở thành một tài sản thế chấp cho nợ, cho phép mối quan hệ cùng chiều giữa tài sản vơ hình và địn bẩy. Hơn nữa, Loumioti (2012) báo cáo rằng các nhà cho vay chấp nhận các tài sản vơ hình thanh khoản cao và có thể tái phân phối lại sử dụng làm tài sản thế chấp bởi vì họ đã tìm ra các phương pháp sáng tạo để tận dụng, tài trợ và định giá các tài sản vơ hình. Ellis và Jarboe (2010) cung cấp ví dụ về các khoản vay hỗ trợ tài sản vơ hình này.
Như vậy, việc sử dụng chỉ số ROTA đại diện cho giá trị tài sản vơ hình khắc phục được các nhược điểm của những phương pháp trước đó, cụ thể như: hạn chế được sự ảnh hưởng từ các yếu tố thị trưởng, dễ tìm kiếm số liệu và khơng bị sai sót khi điều tra thông tin, thể hiện một cách khách quan giá trị của từng doanh nghiệp. Tuy nhiên, phương pháp này giả định doanh nghiệp phân bổ và sử dụng tài sản hữu hình và vơ hình là tối ưu.