CHƯƠNG 3 DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.2. Mô hình, biến và giả thuyết nghiên cứu
3.2.2. Các biến số nghiên cứu
Để tính tốn các biến nghiên cứu, tác giả căn cứ vào báo cáo tài chính của các doanh nghiệp đã được cơng bố và từ đó lấy các khoản mục tương ứng trong báo cáo tài chính đưa vào tính tốn giá trị các biến nghiên cứu.
a) Biến phụ thuộc: Đo lường đòn bẩy
Ba chỉ số khác nhau được tác giả Hubert de La Bruslerie và Imen Latrous sử dụng để xác định địn bẩy của doanh nghiệp. Trong đó, tác giả sử dụng 2 loại giá trị của doanh nghiệp: giá trị sổ sách hoặc giá trị thị trường của doanh nghiệp. Chúng ta tính tốn các chỉ số DT_TA, DT_CE và DT_CMV như sau:
DT_TA là tỷ lệ giá trị sổ sách tổng số nợ so với tổng tài sản.
DT_CE là tỷ lệ giữa giá trị sổ sách của tổng số nợ trên giá trị sổ sách của tổng số nợ và vốn chủ sở hữu.
DT_CMV là tỷ lệ giá trị sổ sách tổng nợ trên giá trị thị trường của vốn chủ sở hữu cộng với giá trị sổ sách của tổng nợ.
Hạn chế của dữ liệu là chúng ta mới chỉ đo lường nợ dựa trên giá trị sổ sách. Do giá trị sổ sách của tổng số nợ và vốn chủ sở hữu tương ứng với giá trị sổ sách của tổng tài sản nên giá trị DT_TA tương tự giá trị DT_CE. Do đó, trong nghiên cứu này, chúng ta sử dụng 2 chỉ số DT_TA và DT_CMV để nghiên cứu.
b) Biến giải thích
Biến đại diện cho cổ đơng kiểm sốt
Biến số quyền sở hữu của cổ đơng kiểm sốt được đo bằng cách sử dụng phương pháp tương tự được sử dụng bởi La Porta et al.(1999). Do đó, tác giả thu thập quyền
sở hữu và kiểm sốt trực tiếp cho các cổ đơng lớn nhất. Tác giả phân biệt trường hợp các cổ đông tư nhân, các tổ chức tài chính, tập đồn và nhà nước. Trong trường hợp cổ đông lớn nhất là nhà nước hay các thành viên cùng gia đình, thì biến PERC_CAP được lấy là tổng số cổ phần của các cổ đông đại diện cho Nhà nước hoặc tổng số cổ phần của các thành viên trong gia đình (Maury và Pajuste, 2002). Sau đó, theo Le Maux (2002), tác giả chia mẫu tùy thuộc công ty bị chi phối bởi cổ đơng kiểm sốt thiểu số, bị chi phối bởi một cổ đơng kiểm sốt đa số, hoặc tổ chức rộng rãi. Hiện nay, ở Việt Nam khơng có quy định chính thức để phân biệt cổ đơng kiểm sốt thiểu số với cổ đơng kiểm sốt đa số. Nhưng căn cứ theo Luật doanh nghiệp Việt Nam và các văn bản hướng dẫn, cùng với thực tiễn hoạt động của các doanh nghiệp. Tác giả chọn mức 50% quyền biểu quyết là điểm phân biệt giữa cổ đơng kiểm sốt đa số và thiểu số. Cổ đơng kiểm sốt đa số là người nắm giữ từ 50% trở lên quyền biểu quyết một mình hoặc với cùng cổ đơng khác (thành viên gia đình hoặc các cổ đông khác cùng tham gia vào thỏa thuận cổ đơng). Cổ đơng kiểm sốt
thiểu số là người nắm giữ dưới 50% quyền biểu quyết nhưng có khả năng chi phối
hội đồng quản trị với các thành viên liên kết với họ. Thành viên HĐQT liên kết với các cổ đơng kiểm sốt của một công ty là các nhà quản lý, các cá nhân, ngân hàng, công ty bảo hiểm, nhân viên, các chi nhánh nhà nước, và các cổ đông khác liên quan đến các cổ đơng kiểm sốt trong một thỏa thuận cổ đơng. Do đó, việc cổ đơng kiểm sốt có thể bao gồm một số đồng minh trong liên minh kiểm soát. Một công ty được
coi là tổ chức rộng rãi khi nó khơng bị chi phối, hoặc bởi một cổ đơng kiểm sốt đa
số hoặc một cổ đơng kiểm sốt thiểu số.
Biến PERC_ CAP đại diện cho quyền biểu quyết của cổ đông kiểm sốt, được tính bằng tỷ lệ của số cổ phiếu do cổ đơng kiểm sốt nắm giữ, hoặc có thể chi phối so với tổng số lượng cổ phiếu của công ty.
Biến kiểm soát
Tác giả cũng nghiên cứu các biến điều khiển thơng thường, có ảnh hưởng đến cấu trúc nợ của cơng ty trong các nghiên cứu tài chính trước. Các biến này bao gồm: cơ
hội phát triển, quy mơ doanh nghiệp, năng lực tài chính, lợi nhuận, rủi ro hoạt động, thuế, và phân loại ngành doanh nghiệp.
Theo nghiên cứu của Rajan và Zingales (1995), biến số MTB là tỷ lệ giá trị thị trường của cổ phiếu so với giá trị sổ sách của cổ phiếu, được sử dụng đại diện cho cơ hội tăng trưởng. Titman (1984), Bradley và các cộng sự (1984) và Titman và Wessels (1988) tìm thấy một mối quan hệ nghịch chiều giữa địn bẩy và cổ đơng khác cho cơ hội phát triển. Myers (1977) vấn đề thiếu đầu tư cho thấy mối quan hệ nghịch chiều giữa tăng trưởng và nợ.
Biến LOGTA là quy mô doanh nghiệp, sử dụng logarit của tổng tài sản theo nghiên cứu của Faccio et al. (2002). Rajan và Zingales (1995) cho rằng quy mô doanh nghiệp có thể đại diện cho khả năng phá sản, quy mơ càng nhỏ thì khả năng phá sản càng cao. Một số nghiên cứu tìm thấy kết quả khơng rõ ràng về mối quan hệ giữa địn bẩy và quy mơ doanh nghiệp (Kim và Sorensen,1986; Rajan và Zingales, 1995).
Biến FIXED_ASS_TA là tỷ lệ tài sản hữu hình trên tổng tài sản theo nghiên cứu của Kremp và Bloch (1999). Rajan và Zingales (1995) khẳng định rằng tài sản hữu hình có thể được cầm cố thế chấp như tài sản đảm báo cho các khoản vay và do đó có thể giảm chi phí nợ. Do đó, tác giả kỳ vọng mối quan hệ thuận chiều giữa địn bẩy và tài sản hữu hình. Bên cạnh đó, tỷ lệ hàng hóa tài sản vơ hình được xác định trong bảng cân đối là một đại diện quan trọng của tài sản vơ hình trong cơng ty. Tài sản này bao gồm bằng sáng chế và công tác R&D của doanh nghiệp. Nó có thể biện minh cho việc sử dụng vốn cổ phần vì cơng ty khơng tài sản thế chấp.
Lợi nhuận doanh nghiệp được đo bằng các tỷ số về lợi nhuận (trước trả lãi suất, thuế trên tổng tài sản như EBITDA_TA. Chúng ta cũng có thể sử dụng lợi nhuận sau khấu hao tài sản hữu hình và tài sản vơ hình như EBIT_TA. Myers và Majluf (1984) cho thấy rằng các cơng ty có lợi nhuận nhiều hơn sử dụng ít nợ hơn vì họ có đủ quỹ nội bộ cho việc đầu tư và phát triển. Một số nghiên cứu thực nghiệm tìm thấy một mối quan hệ nghịch chiều giữa lợi nhuận và đòn bẩy (Friend và Lang, 1988).
Một biến số được đề cập đến là sự biến động của doanh thu thuần. Rất nhiều nghiên cứu đề cập đến biến số này như Titman và Wessels (1988); Friend và Lang (1988). Biến động thu nhập tăng được coi là một mối đe dọa nghiêm trọng đối với chủ nợ (Ferri và Jones, 1979; Bradley và cộng sự, 1984; Mehran, 1992). Biến động thu nhập có quan hệ ngược chiều với địn bẩy. Việc tính tốn biến động thu nhập bằng độ lệch chuẩn của lợi nhuận kế tốn của cơng ty với dữ liệu của 4 năm trước và thu được hai biến RISK_EBIT và RISK_EBITDA. Tuy nhiên, trong nghiên cứu này, tác giả không sử dụng biến số này. Do việc tính tốn độ lệch chuẩn cần dữ liệu của 4 năm trước, trong khi chuỗi thời gian chúng ta khảo sát là 6 năm. Nếu sử dụng số liệu này thì số lượng quan sát chỉ sử dụng được từ năm 2011 đến 2013, do đó ảnh hưởng tiêu cực đến tính chính xác của kết quả nghiên cứu. Vì vậy, chúng ta loại biến RISK_EBIT và RISK_EBITDA ra khỏi mơ hình.
Biến NDTS là tỷ lệ khấu hao hàng năm trên tổng tài sản được sử dụng để nắm bắt được là chắn thuế, theo lập luận đưa ra bởi De Angelo và Masulis (1980). Họ cho rằng, các công ty với một mức độ cao của tỷ kệ khấu hao dự kiến sẽ nhận được ít lợi ích từ việc sử dụng địn bẩy, dẫn đến ít sử dụng vốn vay hơn. Tuy nhiên, cũng có nhiều nghiên cứu thực nghiệm chứng thực cho quan điểm cho rằng lá chắn thuế khơng nợ có liên quan âm đến với đòn bẩy (Wald, 1999; Chaplinsky và Niehaus, 1993; Brailsford và cộng sự, 2002). Trong nghiên cứu này, tác giả không sử dụng biến số này do muốn tập trung vào vai trò của cấu trúc sở hữu đến mức độ sử dụng nợ của doanh nghiệp.
Các đặc tính riêng của từng ngành công nghiệp được xem là quan trọng trong việc giải thích địn bẩy của cơng ty. Doanh nghiệp thuộc các ngành công nghiệp phải đối mặt với điều kiện thị trường tương tự như nhau và có các đặc điểm rủi ro như nhau (Ferri và Jones, 1979). Titman và Wessels (1988) cho rằng các công ty trong lĩnh vực cơng nghiệp sử dụng ít nợ hơn. Dựa trên phân loại của ủy ban chứng khoán, tác giả xây dựng các biến giả để kiểm soát các tác động của phân loại lĩnh vực trên mức độ tỷ lệ nợ. Tác giả sử dụng bốn biến dự kiến để kiểm sốt xem các cơng ty thuộc ngành công nghiệp, hàng tiêu dùng, dịch vụ, hoặc lĩnh vực công nghệ
mới. Phân ngành trong bài dựa vào tiêu chí phân ngành của các cơng ty chứng khốn và trang web vietstock. Việc phân ngành này dựa trên tiêu chuẩn NAICS 2007 (The North American Industry Classification System) để áp dụng cho việc phân ngành, vì các lý do như: tính phổ biến, bao quát cao; được sự hỗ trợ của nhiều tổ chức quốc tế; có nhiều điểm tương đồng với hệ thống phân ngành VSIC 2007 của Việt Nam; có trật tự logic cao trong việc sắp xếp thứ tự ngành.
Bảng 3.1: Các biến số sử dụng trong mơ hình Biến
số
Ký hiệu Giải thích Kỳ vọng quan
hệ với biến phụ thuộc Biến phụ thuộc
DT_TA Tỷ lệ giá trị sổ sách tổng số nợ so với tổng tài sản
DT_CMV Tỷ lệ giá trị sổ sách tổng nợ trên giá trị thị trường của vốn chủ sở hữu cộng với giá trị sổ sách của tổng nợ.
Biến độc lập
PERC_ CAP Số lượng cổ phần sở hữu bởi cổ đơng kiểm sốt + (mức độ sở hữu nhỏ) - (mức độ sở hữu lớn) MTB Tỷ lệ giá trị thị trường của cổ phiếu so với
giá trị sổ sách của cổ phiếu
-
LOGTA Quy mô doanh nghiệp +
FIXED_ASS _TA
Tỷ lệ tài sản hữu hình trên tổng tài sản +
EBITDA_T A
Tỷ số về lợi nhuận (trước trả lãi suất, thuế) trên tổng tài sản
-
TYPE SECTOR: Biến giả về ngành nghề
DS dùng
INDUST Biến giả đại diện ngành hàng sản xuất và công nghiệp
SERV Biến giả đại diện cho ngành dịch vụ TECH_INF
O
Biến giả đại diện cho ngành công nghệ cao
Nguồn: Tổng hợp của tác giả2
3.2.3. Mơ hình
DT(k)it = β0 + β1 * PERC_CAPit + β2 * MTBit+ β3 * LOGTAit + β4 * FIXED_ASS_TAit+ β5 * EBITDA_TAit+ β6 (biến giả ngành nghề) + εi,t.
3.3. Phương pháp nghiên cứu
Bước 1: Thống kê mô tả biến phụ thuộc và biến giải thích của mơ hình để đưa ra
các nhận định ban đầu về đặc điểm của mẫu nghiên cứu .
Bước 2: Kiểm định mức độ tác động của các biến giải thích đến biến phụ thuộc
và ý nghĩa thống kê của các tham số hồi quy: Lựa chọn mơ hình hồi quy phù hợp giữa mơ hình hồi quy gộp (Panel OLS model), mơ hình tác động cố định (Fixed Effect Model – FEM) và mơ hình tác động ngẫu nhiên (Random Effect Model – REM) bằng phương pháp kiểm định F-limer test và kiểm định Hausman test.
Dữ liệu bảng là dạng dữ liệu có nhiều ưu điểm nhưng gây nhiều khó khăn cho người nghiên cứu khi ước lượng. Giả sử mơ hình hồi quy đơn giản của dữ liệu bảng có dạng sau:
i là các đơn vị chéo (i= 1,2,3,…,N) t là các thời gian chéo (t= 1,2,3,…,N)
Có 3 phương pháp phổ biến dùng để hồi quy dữ liệu bảng:
2 Dấu (-) biểu thị tương quan nghịch giữa 2 nhân tố
- Phương pháp hồi quy gộp (Panel OLS): Đây là phương pháp đơn giản nhất khi hồi quy dữ liệu bảng vì khơng kể đến tính chất khơng gian và thời gian của dữ liệu, tức xem các hệ số , không thay đổi theo thời gian và không gian.
- Phương pháp tác động cố định (FEM): Đây là phương pháp được dùng khá phổ biến. Trong phương pháp này, hệ số chặn thay đổi theo không gian ( ). Mỗi cơng ty sẽ có một hệ số chặn riêng. Kỹ thuật để tính tốn hệ số gốc thay đổi lả dùng cách đặt biến giả:
Sẽ có (N-1) biến giả theo không gian.
- Phương pháp tác động ngẫu nhiên (REM): Trong phương pháp tác động ngẫu nhiên REM, chỉ có một hệ số gốc chung cho các quan sát, là giá trị trung bình của NxT quan sát. Chênh lệch ngẫu nhiên ở hệ số gốc sẽ được đưa vào sai số
Hệ số gốc trong mơ hình (3.1) được viết lại như sau :
Phương trình (3.1) được viết lại dưới dạng
Các bước lựa chọn mơ hình
Đầu tiên, dùng kiểm định F-limer test để kiểm định sự phù hợp giữa mơ hình FEM và Panel OLS với giả thuyết H0 là kiểm định FEM là dư thừa, tức khơng cần xét khác biệt mang tính cá nhân.
(1) Nếu giả thuyết H0 được chấp nhận, tức mơ hình Panel OLS phù hợp hơn, và lúc này không cần kiểm định REM nữa.
(2) Nếu giả thuyết H0 bị bác bỏ, lúc này mơ hình FEM là phù hợp hơn Panel OLS. Và vì vậy, sẽ tiến hành bước tiếp theo là chọn giữa FEM và REM bằng Hausman test.
Kiểm định Hausman (1978) với giả thuyết H0 là khơng có sự khác biệt giữa ước lượng bằng mơ hình FEM và REM:
Nếu giả thuyết Ho được chấp nhận, tức khơng có sự khác biệt giữa ước lượng theo FEM và REM. Lúc này, REM sẽ được chọn do khơng làm giảm bậc tự do của mơ hình.
Nếu giả thuyết Ho bị bác bỏ, tức có sự khác biệt giữa ước lượng theo FEM và REM. Và khi đó, mơ hình FEM là phù hợp hơn vì lúc này ước lượng theo REM sẽ bị chệch.
Bước 3: Khắc phục các vấn đề trong xử lý dữ liệu bảng. Trong dữ liệu bảng, có 2
vấn đề lớn cần khắc phục đó là tự tương quan và phương sai thay đổi. Hậu quả của hai hiện tượng này đều khá nghiêm trọng, có thể làm sai lệch đáng kể kết quả hồi quy, tham số ước lượng nếu không được xử lý.
Vấn đề tự tương quan thường chỉ xảy ra trong mơ hình REM vì mơ hình này quan tâm đến cả những khác biệt của riêng các đối tượng phân tích qua thời gian đóng góp vào mơ hình. Nhưng bù lại, REM lại loại bỏ tốt yếu tố phương sai thay đổi.
Ngược lại với mơ hình REM, mơ hình FEM có tính tác động theo thời gian, do đó, yếu tố tự tương quan gần như khơng có trong mơ hình này. Trong khi đó, FEM xét đến các khác biệt cá nhân giữa các công ty trong mẫu nên vấn đề phương sai thay đổi lại là vấn đề tiềm tàng cần giải quyết trong mơ hình này.
Do đó, nếu kết quả kiểm định ở bước 2 xác định mơ hình hồi quy phù hợp là REM thì luận văn sẽ khắc phục tự tương quan cịn nếu mơ hình hồi quy phù hợp là FEM thì luận văn sẽ khắc phục hiện tượng phương sai thay đổi trong phần dư.
3.4 Thống kê mô tả và các kiểm định
3.4.1. Thống kê mô tả
Tính tốn các chỉ tiêu thơng kê của dữ liệu giúp người đọc biết được tổng quan
về các mẫu. Nó bao gồm các thơng tin về trung bình, độ lệch, phương sai, quy luật dữ liệu.
Trung bình mẫu (mean) trong thống kê là một đại lượng mô tả thống kê, được
tính ra bằng cách lấy tổng giá trị của toàn bộ các quan sát trong tập chia cho số lượng các quan sát trong tập.
Số trung vị (median) là một số tách giữa nửa lớn hơn và nửa bé hơn của một mẫu,
một quần thể, hay một phân bố xác suất. Nó là giá trị giữa trong một phân bố, mà số số nằm trên hay dưới con số đó là bằng nhau. Điều đó có nghĩa rằng 1/2 quần thể sẽ có các giá trị nhỏ hơn hay bằng số trung vị, và một nửa quần thể sẽ có giá trị bằng hoặc lớn hơn số trung vị.
Độ lệch chuẩn, hay độ lệch tiêu chuẩn, là một đại lượng thống kê mô tả dùng để