LEVi,t LEVbki,t MBi,t-1 lnMBi,t-1 exp–1 MBi,t-1 EBITi,t-1 TANGi,t-1 SIZEi,t-1 LEV(IND)i,t-1 LEVbk (IND) i,t-1
LEVi,t 1 LEVbki,t 0,899* 1 MBi,t-1 -0,425* -0,208* 1 lnMBi,t -1 -0,470* -0,125* 0,875* 1 exp–1 MBi,t -1 -0,060 -0,059 0,016 0,019 1 EBITi,t-1 -0,537* -0,422* 0,263* 0,403* 0,045 1 TANGi,t-1 -0,065 -0,044 0,011 0,035 0,027 0,041 1 SIZEi,t-1 0,198* 0,347* 0,183* 0,261* -0,014 -0,015 0,041 1 LEV(IND)i,t-1 0,639* 0,525* -0,230* -0,329* 0,010 -0,416* -0,235* 0,141* 1 LEVbk(IND) i,t-1 0,584* 0,576* -0,123* -0,161* 0,035 -0,395* -0,214* 0,179* 0,910* 1
Bảng 5.2 thể hiện ma trận hệ số tương quan giữa các biến trong mơ hình. Các mối tương quan của đòn bẩy thị trường LEVi,t với các yếu tố truyền thống ảnh hưởng đến địn bẩy tài chính như MBi,t-1, EBITi,t-1, TANGi,t-1, SIZEi,t-1, và LEV(IND)i,t-1 tương ứng là -0,425, -0,537, -0,065, 0,198, và 0,639 với mức ý nghĩa 10% (ngoại trừ biến TANGi,t-1 khơng có ý nghĩa). Tất cả các kết quả về mối tương quan của đòn bẩy thị trường LEVi,t với các yếu tố truyền thống quyết định địn bẩy tài chính là MBi,t-1, SIZEi,t-1, và LEV(IND)i,t-1 đều phù hợp với lý thuyết đánh đổi ngoại trừ biến TANGi,t-1 và EBITt-1. Trong đó, mối tương quan âm giữa LEVi,t và EBITt-1 tuy không phù hợp với lý thuyết đánh đổi nhưng lại phù hợp với các nghiên cứu trước đây của Bevan và Danbolt (2000) nghiên cứu số liệu từ 1.054 công ty trên thị trường Anh trong khoảng thời gian 7 năm (1991 - 1997), Huang và Song (2006) nghiên cứu trên thị trường Trung Quốc từ năm 1994 đến 2003 với 1.200 công ty, Ogden và Wu (2013) nghiên cứu với số liệu của 125.574 công ty trong khoảng thời gian khá dài 30 năm (1971 - 2010) trên thị trường Mỹ, Trần Hùng Sơn và Trần Viết Hoàng (2008) với số liệu nghiên cứu từ 187 công ty trong 4 năm (2007 – 2010) trên thị trường Việt Nam. Theo tác giả, mối tương quan âm giữa LEVi,t và EBITt-1 phù hợp với thực tế tại Việt Nam. Đối với các doanh nghiệp Việt Nam, khi công ty tạo ra nhiều lợi nhuận, các nhà quản lý có xu hướng giữ lại lợi nhuận để tài trợ cho nguồn vốn tái đầu tư mà không phải vay thêm nợ nhằm giảm chi phí kiệt quệ tài chính và điều này cũng phù hợp với lý thuyết trật tự phân hạng. LEVi,t có quan hệ tỷ lệ nghịch với TANGi,t-1, điều này ngược với lý thuyết đánh đổi và kết quả của phần lớn các nghiên cứu trước đây. Nhưng mối tương quan âm này theo tác giả là phù hợp với các doanh nghiệp Việt Nam. Nguyên nhân dẫn đến kết quả như trên là do thực tế các công ty tại Việt Nam khi tài sản cố định hữu hình là máy móc, thiết bị, nhà xưởng…mặc dù đã hết khấu hao nhưng giá trị sử dụng vẫn còn do chúng vẫn còn hoạt động và tiếp tục sản xuất tạo ra lợi nhuận nên doanh nghiệp vẫn có lợi nhuận để đảm bảo cho khả năng thanh tốn của mình khi vay nợ.
Mối tương quan giữa LEVi,t với MB i,t-1 cũng như mối tương quan giữa LEVi,t với lnMBi,t-1 và exp-1MBi,t-1 đều là mối tương quan âm. Cụ thể, các mối tương quan của
LEVi,t với lnMBi,t-1 và exp-1MBi,t-1 tương ứng là -0,470 và -0,060. Hệ số tương quan giữa LEVi,t với lnMBi,t-1 lớn hơn so với tương quan của LEVi,t với MBi,t-1 (-0,425) nhưng hệ số tương quan giữa LEVi,t với exp-1MBi,t-1 thì nhỏ hơn rất nhiều so với tương quan của LEVi,t với MBi,t-1.
Tương tự, mối tương quan của LEV(IND)i,t-1 cũng giống như LEVi,t với lnMBi,t-
1 và exp-1MBi,t-1 đều là tương quan âm. Hệ số tương quan của LEV(IND)i,t-1 với lnMBi,t-1 và exp-1MBi,t-1 tương ứng là -0,329 và 0,010, cũng có giá trị lần lượt lớn hơn và nhỏ hơn so với tương quan của LEV(IND)i,t-1 với MBi,t-1 (-0,230).
Bảng 5.2 cũng thể hiện mối tương quan giữa giá trị sổ sách của đòn bẩy và MBi,t-1. Tất cả các kết quả thể hiện mối tương quan của LEVbki,t với các biến truyền thống MBi,t-1 (-0,208), EBITi,t-1 (-0,422), TANGi,t-1 (-0,044), SIZEi,t-1 (0,347), và LEV(IND)i,t-1 (0,525) mặc dù có giá trị nhỏ hơn nhưng mối tương quan âm hoặc dương giữa các biến đều tương tự như kết quả về mối tương quan giữa giá trị đòn bẩy thị trường (LEVi,t) với các biến truyền thống, riêng chỉ có hệ số tương quan giữa LEVbki,t với SIZEi,t-1là lớn hơn. Mối tương quan của LEVbki,t với lnMBi,t-1 và exp-1MBi,t-1 tương ứng là -0,125 và -0,059 là nhỏ hơn so với tương quan của LEVbki,t với MBi,t -1 -0,208.
Như vậy, với kết quả thống kê mô tả bảng 5.1, trong các biến MBi,t -1, lnMBi,t-1 và exp-1MBi,t-1 thì exp-1MBi,t-1 có độ lệch chuẩn lớn nhất. Và dựa vào kết quả bảng 5.2, tác giả nhận thấy hệ số tương quan của LEVi,t với các biến MBi,t -1, lnMBi,t-1 lớn hơn so với LEVbki,t và trong số các biến có liên quan đến MB thì exp-1MBi,t-1 có hệ số tương quan bé nhất.
Vì vậy, các phần tiếp theo của luận văn khi nghiên cứu về tác động của quyền chọn tăng trưởng lên địn bẩy tài chính sẽ loại bỏ biến exp-1MBi,t-1.
5.2 Kết quả hồi quy bảng của đòn bẩy
Bảng 5.3: Kết quả hồi quy đòn bẩy thị trường và đòn bẩy sổ sách của công ty bằng phương pháp OLS
(1) (2) (3) (4) (5) (6)
Biến LEVi,t LEVi,t LEVi,t LEVi,t LEVbki,t LEVbki,t
MBi,t-1 -0.168*** -0.112*** -0.0519*** (0.0114) (0.00874) (0.00833) lnMBi,t-1 -0.350*** -0.215*** -0.0203 (0.0210) (0.0183) (0.0173) EBITi,t-1 -0.837*** -0.734*** -0.540*** -0.603*** (0.0700) (0.0732) (0.0676) (0.0723) TANGi,t-1 0.0626** 0.0625** 0.0542* 0.0580** (0.0290) (0.0293) (0.0278) (0.0284) SIZEi,t-1 0.0339*** 0.0389*** 0.0468*** 0.0433*** (0.00401) (0.00420) (0.00389) (0.00407) LEV(IND)i,t-1 0.673*** 0.644*** (0.0363) (0.0374) LEVbk(IND)i,t-1 0.750*** 0.765*** (0.0462) (0.0470) Constant 0.739*** -0.542*** 0.555*** -0.793*** -1.029*** -0.993*** (0.0144) (0.105) (0.00738) (0.111) (0.102) (0.108) Observations 984 984 984 984 984 984 R-squared 0.180 0.586 0.221 0.576 0.469 0.448 Mức ý nghĩa *** = 1%, ** = 5%, * = 10% (Nguồn: Theo tính tốn của tác giả)
Bảng 5.3 cho thấy kết quả hồi quy tương ứng của đòn bẩy thị trường (LEVi,t) và đòn bẩy sổ sách (LEVbki,t). Ban đầu tác giả tập trung vào kết quả hồi quy của biến phụ
thuộc LEVi,t. Trong phương trình (1) hồi quy duy nhất với MBi,t-1. Như dự kiến, hệ số của nó là âm và có ý nghĩa cao.
Hồi quy phương trình (2) bao gồm tất cả năm yếu tố quyết định truyền thống; tức là MBi,t-1, EBITi,t-1, TANGi,t-1, SIZEi,t-1, và LEV(IND)i,t-1. Các hệ số của tất cả các yếu tố quyết định lần lượt là -0,112, -0,837, 0,063, 0,034, 0,673 và đều có ý nghĩa, tất cả mối tương quan đều như kỳ vọng và phù hợp với lý thuyết và các nghiên cứu trước trừ EBITi,t-1. Tuy nhiên, kết quả về mối tương quan giữa LEVi,t với EBITi,t-1 lại phù hợp với nghiên cứu của Ogden và Wu (2013) và R2 trong hồi quy 5 yếu tố quyết định truyền thống là 0,586 (58,6%), khá cao so với giá trị trong nghiên cứu của Ogden và Wu (2013) khi hồi quy các biến tương tự nhưng R2 chỉ 0,267 (26,7%).
Trong hồi quy phương trình (3) là hồi quy duy nhất một biến ln(MB i,t -1). Với hệ số là âm -0,35 và có ý nghĩa kinh tế cao.
Khi tác giả thêm bốn yếu tố EBITi,t-1, TANGi,t-1, SIZEi,t-1, và LEV(IND)i,t-1 để tạo thành hồi quy phương trình (4) với lnMBi,t-1. Kết quả R2 của phương trình (4) là 0,576 thấp hơn R2 của phương trình (2) là 0,586 khi hồi quy bốn yếu tố nêu trên với MBi,t-1. Cuối cùng, tác giả nghiên cứu về kết quả hồi quy của giá trị sổ sách đòn bẩy, (LEVbki,t) thể hiện trong Bảng 5.3. Hồi quy phương trình (5) bao gồm năm yếu tố quyết định truyền thống, hồi quy phương trình (6) được hình thành bằng cách thay thế MBi,t-1 bằng ln(MB i,t -1) hay nói cách khác là hồi quy với các biến nâng cao. Kết quả
hồi quy phương trình (5) thể hiện mối tương quan giữa các biến EBITi,t-1, TANGi,t-1, SIZEi,t-1, và LEV(IND)i,t-1 với LEVbki,t giống với LEVi,t và các hệ số của tất cả các biến hồi quy trong phương trình (5) và (6) là đáng tin cậy. Tuy nhiên ở phương trình (6), biến ln(MB i,t -1) lại khơng có ý nghĩa. Đáng chú ý, sự khác biệt về giá trị của các hệ số, cũng như R2 điều chỉnh khi hồi quy giá trị sổ sách đòn bẩy nhỏ hơn so với hồi quy giá trị thị trường đòn bẩy (ngoại trừ biến SIZEi,t-1). Và đồng thời giá trị R2 của chúng là thấp chỉ 0,469 và 0,448. Mặc dù R2 khi hồi quy giá trị sổ sách của đòn bẩy thấp hơn R2
khi hồi quy giá trị thị trường của đòn bẩy và biến ln(MB i,t -1) khơng có ý nghĩa thống kê nhưng các biến cịn lại của phương trình (6) đều có ý nghĩa.
Với kết quả của bảng 5.3, luận văn sẽ chọn biến LEVi,t để kiểm định tác động của quyền chọn tăng trưởng lên đòn bẩy. Kiểm định bằng phương pháp OLS là ước lượng tuyến tính khơng chệch tốt nhất khi thỏa mãn các giả thiết của OLS. Vì vậy, tác giả sẽ kiểm định xem phương pháp OLS có vi phạm một trong các giả thiết của OLS hay không.
Kiểm định hiện tượng đa cộng tuyến
Tác giả căn cứ vào thừa số phóng đại phương sai VIF (Variance Inflation Factor) để xác định mơ hình có hiện tượng đa cộng tuyến hay khơng. Nếu giá trị thừa số phóng đại phương sai trung bình có giá trị lớn hơn 10 thì mơ hình xảy ra hiện tượng đa cộng tuyến. Giá trị VIF được tính theo cơng thức sau:
VIF = 1
1 − R Với R là hệ số xác định đã điều chỉnh.
Bảng 5.4: Kết quả phân tích VIF
Thơng qua kết quả kiểm định, thừa số phóng đại phương sai trung bình của mơ hình là 1,19 và 1,28 với các thừa số phóng đại phương sai của các biến đều nhỏ hơn 10. Do đó, khơng có hiện tượng đa cộng tuyến trong mơ hình nghiên cứu.
Biến số VIF 1/VIF VIF 1/VIF
MBi,t-1 1,15 0,867 lnMBi,t-1 1,40 0,715 EBITi,t-1 1,26 0,795 1,35 0,743 TANGi,t-1 1,07 0,932 1,07 0,932 SIZEi,t-1 1,08 0,923 1,16 0,863 LEV(IND)i,t-1 1,36 0,735 1,41 0,709 Mean VIF 1,19 1,28
Kiểm định hiện tượng phương sai sai số thay đổi
Bảng 5.5: Kết quả kiểm định White
chi-square df p-value Heteroskedasticity Skewness Kurtosis 156,68 175,33 1,54 20 5 1 0,000 0,000 0,215 Tổng cộng 333,54 26 0,000
(Nguồn: Theo tính tốn của tác giả)
Tác giả sử dụng kiểm định White để xem xét trong mơ hình có hiện tượng phương sai sai số thay đổi hay không. Giả thiết của kiểm định:
Giả thiết H0: phương sai sai số không đổi Giả thiết H1: phương sai sai số thay đổi
Nếu giá trị của p-value của Chi bình phương nhỏ hơn 0,05 thì bác bỏ giả thiết H0, có nghĩa là mơ hình có hiện tượng phương sai sai số thay đổi.
Với mức ý nghĩa 5%, kết quả kiểm định White bảng 5.5 cho thấy rằng giá trị p- value của chi bình phương là 0,00 nhỏ hơn 0,05 nên bác bỏ giả thiết H0, tức là mơ hình có hiện tượng phương sai sai số thay đổi.
Khi thực hiện kiểm định White cho thấy OLS đã vi phạm giả thiết phương sai sai số khơng đổi theo thời gian. Vì vậy, tác giả thực hiện phương pháp ước lượng hiệu ứng cố định (fixed effect - FE) và ngẫu nhiên (random effect – RE) để phân tích mối tương quan giữa các biến trong mơ hình do mơ hình đứng sau thường kế thừa và giải quyết các vấn đề tồn tại của mơ hình đứng trước.
Bảng 5.6: Kết quả hồi quy địn bẩy thị trường của cơng ty bằng phương pháp fixed effects (FE) và random effects (RE)
(1) (2) (3) (4)
FE RE FE RE
Biến LEVi,t LEVi,t LEVi,t LEVi,t
MBi,t-1 -0,0552*** -0,0709*** (0,00919) (0,00851) lnMBi,t-1 -0,165*** -0,172*** (0,0155) (0,0146) EBITi,t-1 -0,329*** -0,396*** -0,261*** -0,324*** (0,0477) (0,0474) (0,0463) (0,0461) TANGi,t-1 -0,0172 -0,00179 0,00228 0,00623 (0,0362) (0,0326) (0,0348) (0,0316) SIZEi,t-1 0,0923*** 0,0504*** 0,0972*** 0,0583*** (0,0111) (0,00690) (0,0106) (0,00692) LEV(IND)i,t-1 0,660*** 0,702*** 0,495*** 0,567*** (0,0400) (0,0360) (0,0428) (0,0384) Constant -2,200*** -1,076*** -2,313*** -1,299*** (0,293) (0,182) (0,279) (0,182) Observations 984 984 984 984 R-squared 0,570 0,606 Hausman test Chi2(5) = 96,1 Prob>chi2 = 0,00 Mức ý nghĩa *** = 1%, ** = 5%, * = 10% (Nguồn: Theo tính tốn của tác giả)
Bảng 5.6 trình bày các kết quả hồi quy dạng bảng sử dụng phương pháp ước lượng hiệu ứng cố định (fixed effect - FE) và ngẫu nhiên (random effect – RE) với phương trình (1) là sử dụng mơ hình truyền thống, phương trình (2) là sử dụng mơ hình nâng cao.
Kết quả khi thực hiện FE cho mơ hình biến truyền thống và biến nâng cao là R2
của mơ hình biến truyền thống chỉ 0,57 bé hơn R2 của mơ hình biến nâng cao là 0,606. Hệ số biến TANGi,t-1trong mơ hình biến truyền thống khi sử dụng phương pháp FE và RE đều mang dấu âm, mối tương quan giữa đòn bẩy và tài sản cố định hữu hình trong trường hợp này khác với kết quả trong bảng 5.3. Trong khi đó, với mơ hình nâng cao thì mối tương quan giữa địn bẩy và tài sản cố định hữu hình khi sử dụng phương pháp FE và RE để phân tích lại cho kết quả phù hợp với bảng 5.3. Vì vậy, tiếp theo, tác giả thực hiện kiểm định Hausman với mơ hình biến nâng cao để xét xem phương pháp hồi quy FE hay RE là phù hợp hơn cho mơ hình nghiên cứu.
Bảng 5.7: Kết quả kiểm định Hausman
Test: Ho: difference in coefficients not systematic chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B)= 96.10
Prob>chi2 = 0.0000
(V_b-V_B is not positive definite)
(Nguồn: Theo tính tốn của tác giả)
Kiểm định Hausman với kết quả Prob>chi2 = 0,00<5%, nên tác giả chọn mơ hình FE là phù hợp hơn cho dữ liệu nghiên cứu.
Xem xét kết quả khi sử dụng mơ hình Fixed effects, giá trị của các biến lần lượt trong phương trình (1) và (3), ta thấy biến EBITi, t-1 với giá trị -0,329, -0,261 có mối tương quan âm với LEVi,t tuy trái với lý thuyết đánh đổi nhưng cũng phù hợp với các nghiên cứu đã nêu và kết quả giống bảng 5.3. Biến TANGi,t-1 trong phương trình (1) tương quan âm với giá trị là -0,017, trong phương trình (3) tương quan dương với giá
trị 0,002. Tuy nhiên, biến TANGi,t-1trong cả hai phương trình đều khơng có ý nghĩa. Biến SIZEi,t-1 trong phương trình (1) và (3) có mối tương quan dương với giá trị là 0,092 và 0,097 có ý nghĩa kinh tế cao điều này phù hợp với lý thuyết đánh đổi.
Có sự gia tăng đáng kể của R2 trong phương trình (1) từ 0,57 lên 0,61 trong phương trình (3). Điều này cho thấy rằng, so với hồi quy mơ hình truyền thống sử dụng MB, thì việc sử dụng lnMBi,t-1 giúp chúng ta nắm bắt tốt hơn quá trình phân tích và cho kết quả gần đúng nhất. Đồng thời, mối tương quan âm của biến MBi,t-1 và lnMBi,t-1 là - 0,055 và -0,165 là đúng như kỳ vọng, các hệ số đều có ý nghĩa kinh tế cao.
Tóm lại, kết quả trong bảng 5.6 với phương pháp FE đã được kiểm định cho thấy, khi hồi quy đòn bẩy thị trường với ln(MBi,t-1) chứ không phải là MBi,t-1 được sử dụng để đại diện cho tác động của GOs lên đòn bẩy cho mức ý nghĩa cao. Trong phần còn lại của bài nghiên cứu tác giả cũng tiến hành kiểm tra để xác định xem lý thuyết đánh đổi động cũng được hỗ trợ tốt hơn khi dùng biến ln(MB i,t -1) thay cho biến MBi,t-1 được sử dụng để ước tính địn bẩy tối ưu. Với mục đích của những thử nghiệm này, tác giả sẽ so sánh kết quả sử dụng hai mơ hình truyền thống và nâng cao. Đầu tiên chúng ta gọi là mơ hình truyền thống với các hệ số thể hiện trong bảng 5.6 của các biến trong hồi quy phương trình (1). Thứ hai là mơ hình nâng cao với các hệ số thể hiện trong Bảng 5.6 bởi các biến trong phương trình hồi quy (3). Phương trình hồi quy thể hiện mối quan hệ giữa đòn bẩy và quyền chọn tăng trưởng là:
LEVi,t = -2,2 – 0,055MBi,t-1 – 0,329EBITi,t-1 - 0,017TANGi,t-1 + 0,092SIZEi,t-1 + 0,66LEVind i,t-1 (4)
LEV i,t = -2,3 – 0,165ln(MB) i,t-1 – 0,261EBITi,t-1+ 0,002TANGi,t-1+ 0,097SIZEi,t-1 + 0,495LEVind i,t-1 (5)
Bước tiếp theo tác giả thực hiện kiểm tra liên quan đến: (a) phân tích sự phát triển địn bẩy; (b) tốc độ phân tích điều chỉnh; và (c) phân tích hoạt động tài chính bên ngồi.
5.3 Phân tích sự phát triển của đòn bẩy
Theo lý thuyết đánh đổi cấu trúc vốn tĩnh thì doanh nghiệp chỉ có một cấu trúc vốn tối ưu duy nhất. Trong khi đó, lý thuyết đánh đổi cấu trúc vốn động thì lại cho rằng doanh nghiệp có cấu trúc vốn tối ưu nhưng cấu trúc tối ưu này thay đổi theo từng thời kỳ. Vì vậy, để kiểm định lý thuyết đánh đổi tĩnh hay lý thuyết đánh đổi động phù hợp vớimẫu nghiên cứu đã chọn, tác giả tiến hành phân tích sự phát triển địn bẩy tương tự