CHƢƠNG 3 MƠ HÌNH NGHIÊN CỨU
3.2 Mơ hình nghiên cứu
3.2.1 Mơ hình hồi quy cơ bản
Để đánh giá các yếu tố tác động đến hành vi tránh thuế TNDN, tác giả đề xuất sử dụng mơ hình hồi quy theo phương pháp GMM của Ibrahim Aramide Salihu, Hairul Azlan Annuar, Siti Normala Sheikh Obid (2015). Lý do tác giả lựa chọn mơ hình này là do tính chất tương đồng về kinh tế của các nước nằm trong khu vực Đông Nam Á, sự tương quan về chọn mẫu dữ liệu. Theo đó, mơ hình hồi quy được đề xuất như sau: CTAit= αi + γCTAit-1 + β1fo1it + β2fo2it + β3polconit + β4fsizeit + β5profitit + β6levit +
β7capintit + ℇit Trong đó - i: các doanh nghiệp từ 1 đến 353; - t: năm tài chính 2008-2017; - αi: hằng số - β1 đến β7: hệ số ước lượng - ε là sai số
- CTA: biến phụ thuộc tránh thuế
- CTAit-1: Biến trễ biến phụ thuộc tránh thuế
- fo1 và fo2: tỷ lệ sở hữu nước ngoài - polcon: yếu tố chính trị
- fsize: quy mơ doanh nghiệp - profit: lợi nhuận
- lev: đòn bẩy
Để tiến hành nghiên cứu này, tác giả sử dụng các biến phụ thuộc và biến độc lập như trình bày bên dưới. Định nghĩa và đo lường các biến cụ thể như sau:
3.2.2 Biến phụ thuộc:
Biến phụ thuộc cho mơ hình này là tránh thuế TNDN (CTA). Tuy nhiên, tránh thuế là một yếu tố trừu tượng, khơng có sự đo lường cụ thể. Vì vậy, để dễ dàng trong việc đo lường, luận văn dựa trên yếu tố tỷ lệ thuế TNDN mà các doanh nghiệp đã chi trả (thuế suất hiệu dụng ETRs). Theo đó, tỷ lệ thuế TNDN mà các cơng ty đóng góp càng cao tương đương với việc các cơng ty này ít có hành vi tránh thuế TNDN.
Nghiên cứu sử dụng một số thước đo tránh thuế doanh nghiệp đã được sử dụng trong các tài liệu trước là biến phụ thuộc (Manzon và Plesko, 2002; Desai và Dharmapala, 2006; Dyreng và cộng sự, 2008). Cụ thể, nghiên cứu sử dụng thuế suất hiệu dụng ETR (được thể hiện bằng tỷ lệ thế thu nhập doanh nghiệp/ lợi nhuận), bao gồm ETR kế tốn, ETR dựa trên dịng tiền hoạt động. Mỗi biến phản ánh hoạch định thuế làm giảm nghĩa vụ thuế của doanh nghiệp. Cụ thể, biến phụ thuộc này được đo lường như sau:
- Phép đo đầu tiên về tránh thuế thu nhập doanh nghiệp được tính bằng tổng chi phí thuế (bao gồm cả chi phí thuế hiện hành và thuế hỗn lại) chia cho tổng thu nhập kế toán trước thuế.
- Phép đo thứ hai của tránh thuế thu nhập doanh nghiệp được tính bằng tỷ lệ thuế chi trả trong kỳ chia cho tổng thu nhập trước thuế.
- Phép đo thứ ba về tránh thuế doanh nghiệp được tính bằng tỷ lệ tổng chi phí thuế chia cho dịng tiền hoạt động trong kỳ.
- Phép đo thứ tư về tránh thuế doanh nghiệp được tính bằng tỷ lệ thuế đã chi trả chia cho dòng tiền hoạt động trong kỳ.
bao gồm thuế hiện hành và chi phí thuế hỗn lại và sau này có thể là kết quả của việc điều chỉnh thuế thu nhập hoãn lại lớn (Hanlon, 2005).
3.2.3 Biến độc lập
Biến độc lập chính của mơ hình là tỷ lệ sở hữu nước ngoài (fo1 và fo2). Biến độc lập này được đo lường như sau:
- Phép đo lường đầu tiên về tỷ lệ sở hữu của nhà đầu tư nước ngoài được đo lường bằng tỷ lệ cổ phần thuộc sở hữu của nhà đầu tƣ nƣớc ngoài / tổng số
cổ phần của công ty.
- Phép đo lường thứ hai về tỷ lệ sở hữu của nhà đầu tư nước ngoài, biến giả sẽ được gán giá trị là 1 đối với các cơng ty có tỷ lệ sở hữu nước ngoài từ 10% trở lên và 0 cho các cơng ty có tỷ lệ này ít hơn 10%.
Như đã trình bày, có nhiều nghiên cứu đã được tiến hành để tìm ra tác động của sở hữu nước ngoài đến tránh thuế TNDN ở các quốc gia và vùng lãnh thổ (Demirguc- Kunt và Huizinza, 2001; Mahenthiran và Kasipilai, 2012; Demirguc-Kunt và Huizinza, 2001). Tuy nhiên, kết quả tìm được là khác nhau tùy thuộc vào chính sách và điều kiện khác nhau giữa các vùng lãnh thổ. Vì vậy, khơng có bằng chứng để đưa ra kì vọng dấu về tác động của sở hữu nước ngoài đến tránh thuế TNDN
Ngoài ra, nghiên cứu sử dụng một số biến độc lập dựa trên các nghiên cứu trước đây của Ibrahim Aramide Salihu, Hairul Azlan Annuar, Siti Normala Sheikh Obid (2015); Grantley Taylor, Grant Richardson (2014) như sau:
- Yếu tố chính trị (Polcon): Yếu tố chính trị được đại diện bởi quyền sở hữu của chính phủ, được tính bằng số lƣợng cổ phiếu thuộc sở hữu của các tổ chức chính phủ và cơ quan đƣợc chính phủ kiểm sốt/tổng số cổ phần của công ty. Đối với các nền kinh tế đang phát triển, sự tham gia của chính phủ trong các
2002). Như vậy, các nghiên cứu như Chen và cộng sự (2013); Kim và Zhang (2013); Law và cộng sự (2012); Wu và cộng sự (2013); và Zhang và Han (2008) đã điều tra mối quan hệ giữa quyền sở hữu của chính phủ và sự tránh thuế của các công ty ở Trung Quốc và ghi nhận mối quan hệ tiêu cực ngoại trừ Zhang và Han (2008).
- Lợi nhuận, được đo lường bằng lợi nhuận/ tài sản (ROA): kiểm soát sự hoạt động và sự biến động trong hoạt động của doanh nghiệp. Nghiên cứu mong đợi một mối liên hệ tích cực giữa ROA và tỷ lệ thuế TNDN (Richardson và Lanis, 2007). ROA đƣợc đo bằng tổng lợi nhuận trƣớc thuế chia cho tổng tài sản. - Quy mô doanh nghiệp: cho thấy tác động quy mô công ty đến tránh thuế TNDN.
Nghiên cứu trước đây trên quy mô doanh nghiệp và tỷ lệ thuế TNDN đã đưa ra các kết quả trái ngược nhau (Gupta và Newberry, 1997; Porcano, 1986; Zimmerman, 1983). Tuy nhiên, trong nghiên cứu của Ibrahim Aramide Salihu, Hairul Azlan Annuar, Siti Normala Sheikh Obid tồn tại mối quan hệ cùng chiều giữa quy mô doanh nghiệp và tỷ lệ thuế TNDN. Nghiên cứu đo lường SIZE là
logarit tự nhiên của tổng tài sản.
- Địn bẩy: các cơng ty có tỷ lệ nợ trên vốn chủ sở hữu cao hơn hiệu quả hơn trong việc giảm thiểu thuế doanh nghiệp ( Lanis và Richardson, 2012; Rego, 2003). Đòn bẩy đƣợc đo lƣờng bằng tỷ lệ tổng nợ dài hạn/tổng tài sản.
- Cường độ vốn:cường độ vốn có tác động làm giảm tỷ lệ thuế TNDN của các doanh nghiệp do phương pháp khấu hao nhanh sẽ làm tăng chi phí được trừ khi tính thuế. Theo các nghiên cứu trước đây của Grantley Taylor, Grant Richardson (2014), cường độ vốn có mối quan hệ tiêu cực với tỷ lệ thuế TNDN (Chen et al., 2010; Derashid and Zhang, 2003). Capint đƣợc đo lƣờng bằng TSCĐ/ tổng tài sản.
- Lợi nhuận: được đưa vào mô hình để cho thấy sự hoạt động và biến động trong hoạt động công ty. Nghiên cứu mong đợi một mối liên hệ tích cực giữa ROA và
CTA (Richardson và Lanis, 2007). ROA đƣợc đo bằng tổng lợi nhuận trƣớc
thuế chia cho tổng tài sản.
- Biến trễ của biến phụ thuộc CTAit − 1 được đưa vào để nắm bắt động lực trong hoạch định thuế của doanh nghiệp và được chỉ ra như là môt cách để tránh hiện tượng nội sinh giữa biến giải thích và sai số. Roberts và Whited (2012) đã xác định ba nguồn gốc của nội sinh trong các nghiên cứu liên quan đến tài chính doanh nghiệp là bỏ sót biến, tính đồng thời của biến và sai số đo lường. Do đó, Wintoki và cộng sự (2010) đã lập luận rằng mặc dù các nguồn nội sinh này ảnh hưởng đến hầu hết các nghiên cứu quản trị doanh nghiệp nội bộ, nhưng rất ít nhà nghiên cứu kiểm sốt nó. Tuy nhiên, Minnick và Noga (2010) đã xem xét vấn đề này trong nghiên cứu của họ về quản lý thuế doanh nghiệp ở các cơng ty Mỹ.
Theo đó ta có bảng tóm tắt các biến và kì vọng dấu của các biến như sau:
Bảng 3.2 Bảng kì vọng dấu của các biến
Biến Ký hiệu Nguồn Kì vọng dấu
Biến phụ thuộc
Tránh thuế 1 (CTA1) Tính tốn của tác giả dựa trên báo cáo tài chính của doanh nghiệp
Tránh thuế 2 (CTA2) Tính tốn của tác giả dựa trên báo cáo tài chính của doanh nghiệp
Tránh thuế 3 (CTA3) Tính tốn của tác giả dựa trên báo cáo tài chính của
doanh nghiệp
Tránh thuế 4 (CTA4) Tính tốn của tác giả dựa trên báo cáo tài chính của doanh nghiệp
Biến độc lập
Tỷ lệ sở hữu nước ngoài
fo1 Tính tốn của tác giả dựa trên thơng tin của doanh nghiệp
Tỷ lệ sở hữu nước ngoài
fo2 Tính tốn của tác giả dựa trên thơng tin của doanh nghiệp.
Yếu tố chính trị Polcon Tính tốn của tác giả dựa trên thông tin của doanh nghiệp
+
Quy mơ doanh nghiệp
Fsize Tính tốn của tác giả dựa trên báo cáo tài chính của doanh nghiệp
+
Lợi nhuận Profit Tính tốn của tác giả dựa trên báo cáo tài chính của doanh nghiệp
-
Địn bẩy Lev Tính tốn của của tác giả dựa trên báo cáo tài chính của doanh nghiệp
Cường độ vốn Capint Tính tốn của tác giả dựa trên báo cáo tài chính của doanh nghiệp
-
(Nguồn: Tổng hợp của tác giả) 3.3 Phƣơng pháp phân tích
Trong mơ hình hồi quy cổ điển, chúng ta cần xem xét các lỗi có thể xảy ra của mơ hình như: (1) vấn đề đa cộng tuyến do các biến độc lập lại phụ thuộc lẫn nhau; (2) vấn đề phương sai sai số thay đổi do phần dư của mơ hình là khơng ổn định và phụ thuộc vào các biến độc lập; (3) Tự tương quan do phần dư của mơ hình lại biểu diễn được qua các phần dư cấp n của chính nó.
Tuy nhiên trong các mơ hình hồi quy hiện đại, chúng ta cịn phải xem xét thêm các vấn đề khác của mơ hình như vấn đề nội sinh - do các tính chất, quy luận thực tiễn của các biến gây ra, mà khiến một vài biến lại sinh ra từ chính mơ hình. Về mặt thống kê, ước lượng, vấn đề nội sinh mơ hình được coi là một trong những vi phạm nghiêm trọng các giả định hồi quy. Và để xem xét mơ hình có gặp vấn đề nội sinh hay không chúng ta thường xem xét: Mối quan hệ tương quan của biến độc lập và phần dư của mơ hình. Vấn đề nội sinh trong mơ hình thường xuất hiện dưới 3 dạng sau:
- Thiếu vắng biến độc lập trong mơ hình và do đó phần giải thích của biến này sẽ nằm ở sai số (phần dư). Khi đó có mối tương quan chặt giữa biến độc lập và phần dư.
- Sai số trong đo lường hay sai lệch do lựa chọn. - Vấn đề đồng thời và hệ phương trình đồng thời.
Để giải quyết vấn đề nội sinh, ta có thể sử dụng một số cách cơ bản sau để xử lý:
- Sử dụng dữ liệu bảng với một mơ hình có thể giải quyết vấn đề nội sinh (tức là chọn phương pháp xử lý dữ liệu phù hợp với vấn đề)
- Tìm một biến đại diện khác phù hợp để giải quyết mơ hình
- Sử dụng mơ hình với biến cơng cụ chẳng hạn như: Hồi quy 2 giai đoạn 2SLS, Hồi quy 3 giai đoạn 3SLS, Hồi quy GMM, System GMM, Difference GMM. Thông thường khi tiến hành nghiên cứu với dữ liệu bảng, mơ hình ảnh hưởng cố định FEM và mơ hình các ảnh hưởng ngẫu nhiên REM thường là phương pháp được sử dụng nhiều nhất. Sau khi tiến hành ước lượng theo hai mơ hình trên, các nghiên cứu này sẽ sử dụng kiểm định Hausman để đánh giá và lựa chọn mơ hình. Tuy nhiên, đối với trường hợp dữ liệu dạng bảng với số quan sát lớn nhưng lại trong khoảng thời gian ngắn thường phát sinh hiện tượng phương sai sai số thay đổi. Hơn thế nữa, việc tồn tại vấn đề nội sinh trong mơ hình sẽ làm cho các ước lượng FEM và REM khơng cịn hiệu quả. Cụ thể, tác giả tiến hành xem xét hiện tượng nội sinh của mơ hình dữ liệu bảng động như sau:
Mơ hình dữ liệu bảng động có dạng:
Yit = β0 + β1X1it + β2X2it + … + βkXkit + Uit+ γYit-1 + Uit (1)
(với Uit thỏa các giả thiết cổ điển)
Yit-1: dữ liệu bảng có chứa biến trễ của biến phụ thuộc đóng vai trị là một biến độc lập. Xét trƣờng hợp 1: Nếu phƣơng trình (1) là REM
Đặt vit = αi + uit là sai số gộp
Khi đó Yit-1 có chứa αi (vì Yit-1= β1 + β2X2it-1 + β3X3it-1 + … + βkXkit-1 + αi + Uit-1) Và vit = αi + uit
Yit-1 có tương quan với sai số gộp vit nên Yit-1 bị nội sinh • Xét trƣờng hợp 2: Nếu phƣơng trình (1) là FEM
Ta có 3 cách ước lượng:
- Cách 1: Dùng LSDV
Nickell (1981) chứng tỏ rằng khi n lớn, nếu dùng LSDV để ước lượng FEM thì ước lượng thu được sẽ bị chệch và không vững trong trường hợp mơ hình có dạng bảng động.
- Cách 2: Dùng hồi quy trong cùng nhóm (within regression)
Yit = β1 + β2X2it + … + βkXkit + γYi t-1 + αi + Uit
Yi = β1 + β2X2i + … + βkXki + γYi t-1 + αi + Ui
Yit - Yi = β2(X2it - X2i )+ … + βk(Xkit - Xki) + γ(Yi t-1 - Yi t-1) + (Uit – Ui )
Nhận xét: Yi t-1= ∑ có chứa các Uit-1 nên tương quan với Ui = ∑ . Từ đó suy ra (Yi t-1 - Yi t-1) có tương quan với (Uit – Ui) dẫn đến nội sinh
- Cách 3: Dùng phương trình sai phân
Yit = β1 + β2X2it + … + βkXkit + γYi t-1 + αi + Uit
Yi t-1 = β1 + β2X2i t-1 + … + βkXki t-1 + γYi t-2 + Ui t-1 ΔYit = β2ΔX2it + … + βkΔXkit + γΔYi t-1 + ΔUit
Vì ΔYi t-1 = (Yi t-1 - Yi t-2) có tương quan với ΔUit = Uit - Ui t-1 dẫn đến nội sinh.
Để khắc phục hiện tượng trên, nghiên cứu này sẽ tiến hành kiểm định các khuyết tật của các mơ hình nghiên cứu, sau đó sử dụng mơ hình ước lượng GMM được phát triển bởi các nhà nghiên cứu Arellano và Bond (1991) và sau đó là Arellano và Bover (1995) để phân tích chiều hướng ảnh hưởng của các nhân tố.
Với dạng dữ liệu bảng động không cân với rất nhiều quan sát (353 công ty), dữ liệu bảng này cho phép kiểm soát những khác biệt không quan sát được giữa các công ty và các yếu tố không quan sát được theo thời gian.
Như mơ hình đã đề xuất, nghiên cứu có sử dụng biến trễ của biến phụ thuộc. Việc đưa thêm biến trễ của biến phụ thuộc tỷ lệ thuế thu nhập doanh nghiệp vào nhằm xử lý hiện tượng tự tương quan trong dữ liệu bảng (Arellano, 2003; Baltagi, Song, Jung, và Koh, 2007). Với dữ liệu bảng cho nhiều doanh nghiệp có thể xuất hiện hiện tượng phương sai thay đổi, đồng thời đó các biến sẽ có mối quan hệ tương hỗ (Ahmed, 2010; Berdiev và cộng sự, 2013), do đó sẽ tồn tại hiện tượng nội sinh nếu sử dụng các kỹ thuật ước lượng như OLS, FEM và REM cho dữ liệu bảng. Để xử lý hiện tượng nội sinh trong dữ liệu bảng, bài viết sử dụng kỹ thuật ước lượng GMM. Phương pháp GMM được sử dụng phổ biến trong các ước lượng dữ liệu bảng động tuyến tính hoặc các dữ liệu bảng vi phạm tính chất phương sai thay đổi và tự tương quan. Khi đó, các ước lượng tuyến tính cổ điển của mơ hình dữ liệu bảng như tác động cố định hoặc tác động ngẫu nhiên sẽ khơng cịn kết quả ước lượng tin cậy, hiệu quả.
Sau khi tiến hành hồi quy theo phương pháp GMM, tác giả sử dụng kiểm định Sargan/Hansen kiểm tra tính bền vững của ước lượng GMM hệ thống và kiểm định tương quan chuỗi bậc 2 AR(2) (Getzmann và Cộng sự).
CHƢƠNG 4. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.1 Thống kê mô tả
Bảng 4.1 Bảng thống kê mô tả các biến định lƣợng trong mẫu dữ liệu
Biến Trung bình Độ lệch chuẩn nhỏ nhất Giá trị lớn nhất Số quan sát Giá trị
cta1 0.183437 0.11337 0 0.958968 3049 cta2 0.127421 0.152665 0 0.992941 2994 cta3 0.175261 0.189477 0 0.994524 2412 cta4 0.109726 0.170027 0 0.988527 2662 fo1 0.098706 0.135799 0 0.6462 3155 fo2 0.50206 0.500075 0 1 3155 polcon 0.258085 0.236316 0 0.913613 3155 Fsize 26.87025 1.508743 23.38136 32.99603 3155 Profit 0.067639 0.086984 -0.85259 0.7837 3155 Lev 0.079172 0.128494 0 0.759472 3155 Capint 0.22383 0.203231 0 0.977612 3155
Nguồn: Thống kê của tác giả dựa trên mẫu phân tích
Theo thống kê mơ tả ở bảng 4.1, ta có một số nhận định sau:
- Biến CTA1 được quan sát có mức trung bình là 18,34%. Điều này cho thấy rằng