3.4.1. Mối quan hệ giữa dòng tiền và đầu tư
Mối quan hệ giữa đầu tư với nguồn vốn nội bộ sẽ được khảo sát thơng qua mơ hình hồi quy được đề xuất bởi Fazzari và các cộng sự (1988). Tuy nhiên cần lưu ý rằng, trong kinh tế học, sự phụ thuộc của biến độc lập đối với các biến giải thích hiếm khi có tính chất đồng thời mà giá trị của biến phụ thuộc sẽ tương ứng với giá trị của biến độc lập sau một khoảng thời gian. Vì vậy, một số biến giải thích được sử dụng trong mơ hình có độ trễ nhất định. Mơ hình này cịn được gọi là mơ hình động vì chúng mơ tả diễn biến theo thời gian của biến phụ thuộc trong mối quan hệ với các giá trị quá khứ của chúng (Achen, 2001). Trong luận văn này, độ trễ của
biến Q sẽ được sử dụng để đánh giá cơ hội đầu tư của công ty. Công thức hồi quy cơ bản được áp dụng cho một công ty nhất định trong điều kiện thay đổi về thời gian:
Về mặt lý thuyết và thực nghiệm, sự gia tăng về dòng tiền được kỳ vọng là sẽ làm gia tăng mức độ đầu tư, vì thế, hệ số a1 trong phương trình (1) được dự báo sẽ là số dương và có ý nghĩa đối với việc nghiên cứu. Tương tự như vậy, mối liên hệ tương quan giữa cơ hội đầu tư (Q) với tỷ lệ đầu tư thực tế (I/K) cũng được dự báo là một mối quan hệ thuận chiều, tức là nhiều cơ hội đầu tư hấp dẫn sẽ thôi thúc doanh nghiệp chi tiêu nhiều hơn để tối đa hóa dịng tiền thu về. Nhận định đó dự báo a2 sẽ lớn hơn không.
Tuy nhiên, phương trình (1) mới chỉ ban đầu khảo sát mối quan hệ tuyến tính giữa đầu tư và dịng tiền do đó nó chưa phản ánh tồn diện mối quan hệ giữa hai yếu tố này. Để khảo sát xem giữa dòng tiền và đầu tư có mối quan hệ hình chữ U như Cleary và cộng sự (2007) đã kết luận hay khơng, biến giải thích (CF/K)2 sẽ được đưa thêm vào mơ hình cùng với biến CF/K như sau:
Trong đó, hệ số tương quan a2 phản ánh chiều hướng và độ lớn sự ảnh hưởng của dịng tiền tới đầu tư. Nếu a2 dương thì dịng tiền và đầu tư có mối quan hệ hình chữ U; ngược lại, a2 âm thì mối quan hệ đó được biểu thị bởi chữ U ngược.
Bên cạnh đó, để nghiên cứu mối quan hệ dịng tiền và đầu tư trong điều kiện ràng buộc về tài chính hay khơng, biến CF/K*Pos sẽ được đưa vào mơ hình (1) thay cho biến CF/K. Lúc đó, ta có phương trình:
3.4.2. Ảnh hưởng của sở hữu Nhà nước
Để nghiên cứu ảnh hưởng của tỷ lệ sở hữu của Nhà nước, mẫu nghiên cứu sẽ được chia thành hai nhóm, một nhóm là các cơng ty có sự quản lý của Nhà nước và một nhóm là các cơng ty tư nhân. Việc phân nhóm dựa trên giá trị của các biến Gov và State. Trong mơ hình hồi quy, hai biến này được đặt trong sự tương tác với các biến CF/K*Pos. Từ phương trình (1) ta có các cơng thức sau:
Hơn nữa, để có cái nhìn sâu sắc và tồn diện hơn về mối quan hệ dịng tiền và đầu tư, mơ hình hồi quy sẽ thêm vào những biến giải thích cịn lại là ROA, Q, Salegrowth và Size. Sự khác biệt về quy mô và khả năng tăng trưởng ở mức độ nào
Hovakimian, 2009; Geogre, 2010; Masayuki, 2012). Do đó, sự tham gia của các
biến này trong mơ hình nghiên cứu có thể làm rõ thêm sự khác biệt về mối quan hệ dịng tiền và đầu tư giữa cơng ty Nhà nước và cơng ty tư nhân. Phương trình biểu thị tác động tổng hợp của các yếu tố này được xác định như sau:
Cách phối hợp nhiều yếu tố trong mơ hình (5) cho phép nghiên cứu tác động riêng biệt cũng như tác động tổng hợp của các biến giải thích đối với biến phụ thuộc. Giả dụ, ràng buộc về tài chính trong các cơng ty có sự quản lý của Nhà nước có ảnh hưởng như thế nào đến quyết định đầu tư và ảnh hưởng này có khác biệt đối với các cơng ty tư nhân không. Hay, liệu các công ty quy mơ nhỏ có bị ràng buộc chặt về tài chính và hạn chế cơ hội đầu tư hơn so với các cơng ty có quy mơ lớn. Các hệ số tương quan sẽ làm cơ sở cho việc phân tích ảnh hưởng của các nhân tố này tới mối quan hệ dòng tiền và đầu tư ở chương sau. Đồng thời, tác giả sẽ dựa vào kết quả chạy mơ hình hồi quy (5) để đánh giá sự khác biệt về hiệu quả hoạt động của các công ty sở hữu Nhà nước và các công ty tư nhân, làm cơ sở để trả lời câu hỏi nghiên cứu thứ ba đã được đưa ra ở chương I.
3.5. Cơ sở lựa chọn phương pháp GMM
Kiểm định độ tin cậy (Robustness) và vấn đề nội sinh (Endogeneity) của các biến là bước quan trọng để đánh giá khả năng áp dụng và hiệu quả của việc sử dụng các mơ hình hồi quy đã thiết lập ở trên. Nếu mơ hình nghiên cứu có độ tin cậy cao và hạn chế được những khuyết tật thì kết quả hồi quy có ý nghĩa đối với quá trình khảo sát, điều tra vấn đề nghiên cứu. Ngược lại, nếu mơ hình nghiên cứu có nhiều khuyết tật thì việc ước lượng sẽ khơng cịn chính xác (Baum và các cộng sự, 2003). Với cơ sở dữ liệu đã thu thập thì có các điểm cần lưu ý như sau:
Vấn đề nội sinh có thể xảy ra giữa biến phụ thuộc và các biến giải thích hoặc giữa các biến giải thích của mơ hình. Ví dụ, khi dịng tiền nội bộ tăng lên có thể làm gia tăng đầu tư, theo đó, khả năng sinh lời cao hơn và quy mơ cơng ty được mở rộng. Hoặc, khi dịng tiền nội bộ hạn chế có thể dẫn đến tốc độ tăng trưởng giảm, ảnh hưởng đến cơ hội đầu tư và các ràng buộc tài chính bên ngồi doanh nghiệp như khả năng tiếp cận vốn vay hoặc khả năng thu hút cổ đông mới. Điều này làm cho các biến độc lập trong mơ hình trở nên khơng hồn tồn độc lập mà ảnh hưởng lẫn nhau, làm giảm hiệu quả của mơ hình hồi quy.
Mơ hình nghiên cứu có thể bỏ sót những đặc tính riêng biệt của một cơng ty như số lượng lao động, địa bàn hoạt động, tính ưa rủi ro trong đầu tư,… hoặc các yếu tố bên ngoài thị trường như lãi suất, lạm phát,…
Thứ ba, khối dữ liệu thu thập được trong khoảng thời gian tương đối ngắn (6 năm, kể từ 2008 đến 2012) từ của một số lượng lớn các doanh nghiệp. Do đó, việc nghiên cứu xu hướng biến động theo thời gian có thể không đạt được như kỳ vọng.
Để kiểm định những vấn đề trên trong mô hình nghiên cứu, phương pháp ước lượng GMM (Generalized method of moments) là mơ hình phù hợp với dữ liệu bảng của đề tài này (Hansen, 1982). Phương pháp này cũng được ưa chuộng trong nhiều nghiên cứu tương tự trước đây (Arellano and Bond, 1991; Guariglia, 2008;
Brown and Petersen, 2009). Phương pháp GMM là 1 phương pháp thống kê cho
phép kết hợp các dữ liệu kinh tế quan sát được trong các điều kiện moment tổng thể (population moment conditions) để ước lượng các tham số chưa biết của các mơ hình kinh tế. Phương pháp GMM lần đầu tiên được xây dựng bởi Lars Peter Hansen năm 1982 – giáo sư kinh tế ĐH Chicago – người vừa đoạt giải Nobel kinh tế năm 2013.
Phương pháp GMM được xây dựng để ước lượng dữ liệu bảng có một số đặc điểm nổi bật sau:
Dữ liệu bảng có T nhỏ, N lớn (rất nhiều quan sát với ít mốc thời gian)
Tồn tại mối quan hệ tuyến tính giữa biến phụ thuộc với các biến giải thích
Mơ hình động với 1 hoặc 2 vế của phương trình có chứa biến trễ
Các biến độc lập không phải là 1 biến ngoại sinh ngặt (strictly exogenous), nghĩa là chúng có thể tương quan với các phần dư (hiện tại hoặc trước đó) hoặc tồn tại biến nội sinh (endogenous variables) trong mơ hình.
Tồn tại vấn đề phương sai thay đổi hoặc tự tương quan ở các sai số đặc trưng (idiosyncratic disturbances)
Các tác động cố định riêng rẻ (fixed individual effects)
Tồn tại phương sai thay đổi và tự tương quan trong mỗi đối tượng (nhưng không tồn tại sự tự tương quan giữa các đối tượng)
Như vậy, các đặc điểm để lựa chọn mơ hình GMM phù hợp với các đặc điểm riêng của đề tài nên tác giả quyết định lựa chọn GMM để kiểm định mơ hình nghiên cứu.
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU
4.1. Thống kê mô tả
Mẫu nghiên cứu được thu thập dưới dạng bảng, gồm 150 công ty được niêm yết trên sàn chứng khoán Việt Nam trong giai đoạn từ 2008 – 2013, trong đó có 59 cơng ty niêm yết trên Sở Giao Dịch Chứng Khốn Tp.Hồ Chí Minh (HOSE) và 91 công ty niêm yết ở Sở Giao Dịch Chứng Khoán Hà Nội (HNX).
Bảng 4.1 Phân loại công ty theo ngành
Phân loại theo ngành Số lượng Tỷ trọng
Sản xuất 77 51.33%
Dịch vụ 3 2%
Xây dựng và bất động sản 24 16% Công nghệ và truyền thông 9 6% Thương mại (Bán buôn và bán lẻ) 30 20%
Vận tải 7 4.67%
Tổng cộng 150 100%
(Nguồn: Số liệu theo thu thập của tác giả)
Cơ sở phân ngành:
Tác giả phân loại ngành nghề theo hệ thống phân ngành NAICS 2007 (The North American Industry Classification System) với 20 nhóm tại phân ngành cấp 1 được áp dụng khá phổ biến, đây là hệ thống phân ngành đang được Vietstock lựa chọn. Theo đó, khi tiến hành phân ngành cho các công ty, để đơn giản hoá và tiện cho việc theo dõi, Vietstock chọn yếu tố “Cơ cấu doanh thu” là yếu tố ưu tiên để xem xét. Lĩnh vực tạo doanh thu lớn nhất trong cơ cấu doanh thu thông thường cũng cho tỷ trọng trong cơ cấu lợi nhuận cao. Mặc dù không phải lúc nào cũng vậy nhưng phần lớn lĩnh vực hoạt động này vẫn khiến doanh nghiệp phải bỏ ra nhiều nguồn lực để tham gia vào.
Nguyên tắc: Hoạt động nào chiếm hơn 50% trong cơ cấu doanh thu sẽ được xác
định là ngành chính của doanh nghiệp. Nếu khơng xác định được hoạt động đơn lẻ nào đạt tỷ trọng hơn 50% trong cơ cấu doanh thu thì ta thực hiện nhóm các hoạt động tương đồng lại và phân chia cho ngành có cấp bậc lớn hơn. Lý do: Đối với các doanh nghiệp tại Việt Nam, ngay cả các doanh nghiệp đã niêm yết trên sàn giao dịch chứng khốn cũng chưa cơng bố đủ thơng tin.
Với dữ liệu là 150 công ty được thu thập trong thời gian 6 năm, bảng phân loại ngành cho thấy số lượng các công ty phân bố ở nhiều ngành khác nhau, trong đó tập trung nhiều nhất là ngành sản xuất (chiếm 51.33% số lượng mẫu thu thập được).
Bảng 4.2 trình bày thống kê mô tả của các biến liên tục bao gồm giá trị trung bình trung vị, độ lệch chuẩn.
Bảng 4.2 Thống kê mô tả các biến trong mơ hình nghiên cứu
Variable Obs Mean Std. Dev Skewness Kurtosis Max Min
I/K 900 2.413005 38.61971 28.86518 852.7544 1144.789 -29.3591 CF/K 900 0.193487 20.26848 -9.4652 167.2065 123.6762 -371.545 POS 900 0.694444 0.460898 -0.84423 1.712727 1.000000 0.00000 Q 900 0.910444 0.380833 4.571148 35.79381 4.851362 0.106614 LEVERAGE 900 0.477950 0.217528 -0.14621 2.004489 0.914111 0.043000 ROA 900 0.073728 0.099768 0.593951 8.208032 0.561994 -0.55490 SALESGROWTH 900 0.229202 0.565426 6.637764 88.65826 9.412735 -0.90245 SIZE 900 11.64726 0.665875 0.268943 2.758279 13.37193 10.08449 STATE 900 0.297621 0.219181 0.125901 1.870849 0.850000 0.00000 AGE 900 4.871111 2.5054 0.812577 3.730994 14.00000 1.00000
BETA 900 0.818045 0.92985 0.164415 6.67288 5.679351 -3.86542
GOV 900 0.493333 0.500234 0.026669 1.000711 1.00000 0.00000
Nguồn tính tốn của tác giả từ dữ liệu nghiên cứu
Quan sát số liệu thống kê trên Bảng 4.2 cho thấy tỷ lệ trung bình của biến đầu tư lớn hơn 1 chứng tỏ nhìn chung các cơng ty đều mở rộng quy mô đầu tư so với năm bắt đầu nghiên cứu. Cụ thể, tỷ lệ trung bình của biến đầu tư (được tính tốn bởi tỷ lệ đầu tư tài sản cố định so với tổng tài sản ở thời điểm bắt đầu khảo sát) bằng 2.41, nghĩa là trong mỗi năm của kỳ nghiên cứu các công ty sản xuất niêm yết ở Việt Nam đầu tư giá trị tài sản cố định bằng gần 2.41 lần tổng giá trị tài sản ban đầu. Trong khi đó, tỷ lệ dịng tiền hoạt động trên tổng tài sản đạt giá trị trung bình là 0.19, có nghĩa là cứ 1 đồng vốn ban đầu thì tạo ra trung bình 0.19 đồng dịng tiền tăng thêm cho doanh nghiệp. Tuy nhiên, thơng số bình qn khơng nói lên tất cả, nó chỉ phản ánh giá trị trung bình của biến. Nhìn vào giá trị lớn nhất, giá trị nhỏ nhất và độ lệch tiêu chuẩn của hai biến này có thể thấy mức độ phân tán trong tổng thể là rất lớn. Biến đầu tư có độ lệch tiêu chuẩn lớn nhất trong số các biến của mơ hình, biểu hiện sự chênh lệch lớn giữa các công ty trong việc đầu tư vào tài sản cố định. Biến dịng tiền cũng rất phân tán giữa các cơng ty trong mẫu nghiên cứu, thậm chí giá trị thấp nhất của biến này còn nhỏ hơn khơng, phản ánh tình trạng thua lỗ, kinh doanh kém hiệu quả ở một số công ty.
Các biến phản ánh hiệu quả hoạt động kinh doanh và cơ hội tăng trưởng của doanh nghiệp như Tobin’s Q, tỷ suất lợi nhuận trên tổng tài sản (ROA) và tốc độ tăng trưởng doanh thu (SALEGROWTH), phản ánh sự khác biệt giữa các công ty trong mẫu nghiên cứu. Chẳng hạn, giá trị Tobin’s Q lớn nhất ~ 4.85 trong khi giá trị nhỏ nhất chỉ đạt khoảng -6.33, giá trị trung bình ~ 0.85, thể hiện thị trường đang trong giai đoạn khó khăn, giá trị vốn hóa thị trường của doanh nghiệp thấp hơn giá trị sổ sách. ROA trung bình của các doanh nghiệp đạt chỉ 7.3%.
Quan sát thấy số cơng ty có sự quản lý chính phủ và cơng ty tư nhân có số quan sát gần bằng nhau, cụ thể là 74 cơng ty có sự quản lý nhà nước, 76 công ty tư nhân. Tỷ lệ vốn nhà nước trong các cơng ty trung bình là 29%, mức nắm giữ từ 0 đến 85%.
Nhìn chung, sự ảm đạm của thị trường xuất phát những khó khăn chung của nền kinh tế và trên thị trường vốn nói riêng trong giai đoạn 2008-2013. Nhiều doanh nghiệp phải tuyên bố giải thể, phá sản do gặp vấn đề về khả năng thanh khoản, không tiêu thụ được hàng hóa và khó tiếp cận vốn. Dư âm của cuộc khủng hoảng kinh tế ở Mỹ và các nước châu Âu cũng có những tác động tiêu cực tới hoạt động kinh doanh của các doanh nghiệp ở Việt Nam trong giai đoạn này.
4.2. Ma trận tương quan giữa các biến
Bảng 4.3 dưới đây tổng hợp hệ số tương quan giữa các biến trong mơ hình
với nhau. Các biến độc lập được lựa chọn đưa vào mơ hình cần có sự tương quan với biến phụ thuộc. Tương quan càng chặt thì các biến được sử dụng càng phù hợp và mơ hình ước lượng càng hiệu quả. Nhìn chung biến đầu tư có mối tương quan thuận chiều với hầu hết các biến. Tuy nhiên, liên hệ tương quan giữa các biến độc lập cũng cần phải xem xét trong việc đánh giá các khuyết tật của mơ hình như biến nội sinh, đa cộng tuyến, bỏ sót biến,…. Từ bảng 4.3 cho thấy mối tương quan giữa các biến độc lập khơng cao, do đó hiện tượng đa cộng tuyến là khơng có khả năng xảy ra trong nghiên cứu.
I/K CF/K ROA
SALES
GROWTH SIZE STATE AGE BETA GOV LEVERAGE POS Q
I/K 1 CF/K 0.1313*** 1 ROA -0.009 0.0521 1 SALES GROWTH 0.1005** 0.0619* 0.0183 1 SIZE 0.0037 -0.047 -0.115*** 0.0867*** 1 STATE 0.0138 0.0172 0.0729** -0.054 -0.067** 1 AGE -0.044 0.0332 -0.118*** -0.217*** 0.0795** -0.092** 1 BETA 0.0463 -0.039 0.0470 0.0433 0.1021** -0.041 -0.213*** 1 GOV 0.0380 -0.008 0.0830** -0.036 -0.088** 0.8868*** -0.066** -0.062** 1 LEVERAGE 0.0474 -0.039 -0.284*** 0.0420 0.2222*** 0.0319 -0.168*** 0.0528 -0.051 1 POS 0.0153 0.2361*** 0.1351*** 0.0172 -0.001 0.1267*** -0.035 -0.047 0.1093*** -0.094** 1 Q 0.0173 -0.019 0.2357*** -0.003 0.0360 -0.039 -0.009 0.0247 -0.039 -0.061 0.0141 1
Nguồn tính tốn dừ dữ liệu của tác giả ***,**,* lần lượt đại diện cho mức ý nghĩa 1%,5%,10%