CHƯƠNG 3 PHƯƠNG PHÁP, DỮ LIỆU VÀ MƠ HÌNH NGHIÊN CỨU
3.3 Mơ hình nghiên cứu
3.3.2 Giả thuyết nghiên cứu
Khả năng sinh lợi ( )
Khả năng sinh lợi có ảnh hưởng khác nhau tới tỷ lệ nợ của doanh nghiệp. Theo lý thuyết đánh đổi thì khả năng sinh lợi có quan hệ cùng chiều với tỷ lệ nợ. Nghiên cứu của Tarazi (2013) về các DN Thái Lan cho thấy tác động của lý thuyết đánh đổi.
Còn lý thuyết trật tự phân hạng thì cho rằng các DN thích tài trợ bằng vốn tự có, rồi đến nợ và sau cùng là phát hành cổ phiếu, tức là khả năng sinh lợi có quan hệ ngược chiều với tỷ lệ nợ. Các nghiên cứu trước đây của Titman và Wessels (1988), Booth và cộng sự (2001), Chen (2004), Lê (2013)… đều cho thấy rằng đa phần các DN áp dụng theo lý thuyết trật tự phân hạng. Các nghiên cứu trên thị trường Việt nam trước đây cũng cho thấy sự lựa chọn cấu trúc vốn ủng hộ cho thuyết trật tự phân hạng.
Quy mô cơng ty ( )
Chi phí phát hành nợ và vốn cổ phần cũng liên quan đến quy mô công ty. So với các DN lớn, DN nhỏ sẽ phải trả nhiều chi phí cho việc sử dụng nợ và vốn chủ sở hữu. Theo lý thuyết đánh đổi, các DN lớn có lợi thế trong việc phát hành nợ để hưởng lợi ích từ tấm chắn thuế vì rủi ro phá sản được đa dạng hóa nên DN lớn ít có khả năng phá sản và việc tiếp cận các nguồn vay cũng như khả năng đảm bảo việc thanh toán các
khoản vay sẽ dễ dàng hơn các cơng ty nhỏ do đó, dẫn đến mối quan hệ cùng chiều giữa nợ và quy mơ cơng ty.
Cịn lý thuyết trật tự phân hạng thì cho rằng giữa quy mô công ty và nợ có mối quan hệ ngược chiều. Những cơng ty lớn ít bị ảnh hưởng bởi thơng tin bất cân xứng khi phát hành vốn cổ phần mới nên thuận lợi cho việc tài trợ bằng vốn chủ sở hữu.
Titman và Wessels (1988), Chen (2004)và Chakraborty (2010) tìm thấy mối quan hệ nghịch giữa nợ và quy mơ cơng ty. Cịn Huang, S. và Song, F. (2002) Nguyen và cộng sự (2012), Nguyễn (2013) và Tarazi (2013) lại cho thấy mối quan hệ cùng chiều giữa nợ và quy mô công ty.
Các cơ hội tăng trưởng (Growth)
Theo Myers (1977), nợ có quan hệ tỷ lệ nghịch với cơ hội tăng trưởng vì các DN có nhiều cơ hội tăng trưởng nếu sử dụng nhiều nợ sẽ chuyển một phần lợi ích từ cổ đơng sang trái chủ. Đó là điều mà các cổ đơng khơng muốn, vì vậy DN có tốc độ tăng trưởng cao sẽ sử dụng ít nợ hơn. Bên cạnh đó, do sự bất cân xứng thơng tin, các DN có tỷ lệ địn bẩy cao có thể có xu hướng thực hiện các hoạt động đầu tư trái với lợi ích của cổ đơng hoặc chủ nợ, vì họ có thể đầu tư vào những dự án có tính mạo hiểm cao nhằm đạt được lợi nhuận cao. Vì vậy, các chủ nợ lo ngại trong việc cho các DN vay tiếp, dẫn đến việc các DN có cơ hội tăng trưởng cao có xu hướng sử dụng tỷ lệ địn bẩy thấp.
Tuy nhiên việc tăng trưởng nhanh sẽ tạo nhiều áp lực trong hoạt động của DN như phải xây dựng nhà xưởng, phát sinh thêm nhiều chi phí hoạt động, nghiên cứu sản phẩm mới,… Do đó, khi tăng trưởng các DN sẽ cần nhiều vốn hơn, vì vậy DN sẽ có tỷ lệ địn bẩy cao.
Mối quan hệ ngược chiều giữa cơ hội tăng trưởng và nợ được tìm thấy trong nghiên cứu của Lang và cộng sự (1996), Shah và Khan (2007), Lê (2013). Còn mối quan hệ cùng chiều được tìm thấy trong các nghiên cứu như: Huang, S. và Song, F. (2002), Chen (2004), Nguyen và cộng sự (2012), Nguyễn (2013), Tarazi (2013).
Tài sản cố định hữu hình được xem như một khoản ký quỹ, thế chấp nhằm đảm bảo an toàn cho chủ nợ trong trường hợp kiệt quệ tài chính xảy ra. Khoản ký quỹ này cũng sẽ bảo vệ cho người cho vay trong trường hợp có mâu thuẫn xảy ra do sự xung đột lợi ích giữa cổ đơng và người cho vay. Vì thế, DN có tỷ lệ tài sản hữu hình cao thì DN đó sẽ sử dụng nhiều nợ hơn DN có tỷ lệ tài sản vơ hình cao, vì tài sản hữu hình sẽ làm giảm chi phí kiệt quệ tài chính trong trường hợp phá sản trong khi tài sản cố định vơ hình có khả năng mất đi giá trị khi kiệt quệ tài chính xảy ra. Thêm nữa, với DN có nhiều tài sản hữu hình thì khi DN sử dụng hết lợi nhuận giữ lại thì DN có thể sử dụng tài sản hữu hình để tìm kiếm các nguồn tài trợ từ bên ngồi. Do đó, tài sản hữu hình sẽ có mối quan hệ cùng chiều với nợ theo cách tiếp cận của cả lý thuyết đánh đổi và lý thuyết trật tự phân hạng.
Các nghiên cứu thực nghiệm của Huang, S. và Song, F. (2002), Chen (2004), Shah và Khan (2007), Chakraborty (2010), Tarazi (2013) đã xác nhận mối quan hệ đồng biến giữa cấu trúc tài sản và nợ.
Chi phí kiệt quệ tài chính ( )
Lý thuyết đá nh đổi k hẳng địn h mối quan hệ ngược chiều giữa chi phí kiệt quệ tài chính với nợ. Chi phí kiệt quệ tài chính được đo lường bằng độ biến động của thu nhập hoạt động. Thực vậy, những DN có độ biến động thu nhập cao nếu tài trợ nhiều bằng nợ sẽ phải đối mặt với nguy cơ không đảm bảo các cam kết vay nợ, trong khi nếu được tài trợ bằng vốn chủ sở hữu, DN có thể từ bỏ thanh tốn cổ tức trong thời gian DN bị khủng hoảng tài chính. Do đó, các DN có biến động thu nhập cao sẽ cố gắng vay ít nhất và ưu tiên tài trợ bằng vốn chủ sở hữu.
Tác động tấm chắn thuế phi nợ ( )
Tấm chắn thuế phi nợ được đo lường bằng giá trị khấu hao tài sản cố định. Chi phí khấu hao sẽ giúp DN tận dụng được lợi ích từ khoản khấu trừ thuế, vì vậy mối quan hệ giữa tấm chắn thuế phi nợ và nợ là mối quan hệ cùng chiều theo lý thuyết đánh đổi .
Mối quan hệ cùng chiều giữa tấm chắn thuế phi nợ và nợ được thể hiện trong nghiên cứu của Huang, S. và Song, F. (2002) và Chakraborty (2010).
3.3.3 Mơ hình hồi quy
Có khá nhiêu mơ hình tốn học cho nghiên cứu kinh tế lượng. Tuy nhiên, luận văn chỉ tập trung vào mơ hình hồi quy tuyến tính do đây là một phương pháp mạnh mẽ được sử dụng phổ biến trong nghiên cứu.
3.3.3.1 Phương pháp hồi quy tuyến tính
Trong kinh tế, các đại lượng kinh tế thường có mối quan hệ lẫn nhau. Việc tìm ra được những mối quan hệ này sẽ giúp các nhà kinh tế có một bức tranh tổng thể đồng thời góp phần giải thích được các hiện tượng kinh tế. Một trong những quan hệ phổ biến đó là quan hệ tuyến tính thường được xác định bằng các phương pháp hồi quy
a) Phương pháp hồi quy tuyến tính
Dữ liệu nghiên cứu có quan sát với một biến phụ thuộc và biến độc lập . Phương trình hồi quy tuyến tính thể hiện sự phụ thuộc tuyến tính của biến phụ thuộc với các biến độc lập.
( 3.1 )
Giá trị lỗi của hàm hồi quy ứng với quan sát thứ :
( 3.2 )
Trường hợp phương sai không đổi Giá trị lỗi của hàm hồi quy:
( 3.3 )
Luận văn sẽ sử dụng phương pháp OLS (Ordinary Least Square) để tìm giá trị sao cho cực tiểu giá trị hàm trên.
Trường hợp phương sai thay đổi Giá trị lỗi của hàm hồi quy:
( 3.4 )
Luận văn sẽ sử dụng phương pháp GLS (Generalized Least Square) để tìm giá trị sao cho cực tiểu giá trị hàm trên.
b) Phương pháp hồi quy tuyến tính cho quan hệ phi tuyến
Để có thể mở rộng cho những quan hệ phi tuyến giữa các đại lượng, phương trình hồi quy được mở rộng như sau:
( 3.5 )
Trong đó là một hàm bất kỳ: tuyến tính, bậc hai, bậc ba, logarithm v.v.
3.3.3.2 Mơ hình hồi quy đề xuất trong nghiên cứu
Từ phương trình hồi quy tổng quát cho dữ liệu bảng
( 3.6 )
Luận văn đề xuất các mơ hình hồi quy sau cho dữ liệu bảng của các công ty theo thời gian:
- Đối với biến các cơ hội tăng trưởng GROWTA:
Mơ hình hồi quy cho biến phụ thuộc
( 3.7 ) Mơ hình hồi quy cho biến phụ thuộc
( 3.8 ) Mơ hình hồi quy cho biến phụ thuộc
( 3.9 ) - Đối với biến các cơ hội tăng trưởng GROWNO:
Mơ hình hồi quy cho biến phụ thuộc
( 3.10 ) Mơ hình hồi quy cho biến phụ thuộc
( 3.11 ) Mơ hình hồi quy cho biến phụ thuộc
( 3.12 ) Trong đó thể hiện chiều công ty và thể hiện chiều thời gian, là yếu tố nhiễu được định nghĩa như sau
( 3.13 )
Trong đó là yếu tố ảnh hưởng riêng biệt cho từng công ty không thể quan sát được và thể hiện phần nhiễu còn lại. Do dữ liệu nghiên cứu là dữ liệu bảng cho nên luận văn sẽ xem xét 3 phương pháp ước lượng mơ hình gồm:
- Phương pháp bình phương nhỏ nhất PM: mơ hình hồi quy đơn giản nhất bỏ qua các đặc điểm của từng công ty cũng như yếu tố thời gian. Cách tiếp cận chính là chính là phương pháp hồi quy OLS thơng thường. Tuy nhiên, trong thực tế các giai đoạn quan sát mẫu sẽ khác nhau và những cơng ty cũng có những đặc thù riêng. Do đó mơ hình hồi quy này có thể làm sai lệch mối quan hệ thực tế giữa biến phụ thuộc và các biến giải thích.
- Phương pháp ảnh hưởng cố định FEM: mơ hình hồi quy xem xét đặc điểm của từng công ty ảnh hưởng “cố định” thế nào đến mơ hình. Mơ hình này có thể kiểm sốt và tách ảnh hưởng của các cơng ty ra khỏi các biến giải thích để có thể ước lượng những ảnh hưởng thực tế của biến giải thích lên biến phụ thuộc. - Phương pháp ảnh hưởng ngẫu nhiên REM: mơ hình hồi quy xem xét đặc điểm
3.3.4 Các kiểm định đánh giá, khắc phục và so sánh mơ hình
Phần này sẽ liên quan đến việc đánh giá xem một mơ hình có đúng đắn, phù hợp với bản chất của vấn đề nghiên cứu hay không thông qua các kiểm định thống kê.
Một quy trình kiểm định giả thuyết thống kê kinh tế bao gồm Bước 1: Xác định bài toán kiểm định .
Bước 2: Xác định tiêu chuẩn hay phương pháp kiểm định dựa trên một số giả định. Bước 3: Xác định miền bác bỏ từ mức ý nghĩa thống kê .
Bước 4: Tính giá trị thống kê kiểm định từ các quan sát của các mẫu hoặc các mơ hình. Từ giá trị thống kê này đưa ra kết luận về kiểm định.
3.3.4.1 Kiểm định đa cộng tuyến
Hiện tượng đa cộng tuyến là hiện tượng các biến độc lập trong mơ hình hồi quy có một sự tương quan tuyến tính với nhau. Điều này làm giảm chất lượng của mơ hình hồi quy tuyến tính. Đối với trường hợp dữ liệu bảng, việc kiểm định vấn đề đa cộng tuyến thường mang tính chất kinh nghiệm. Hiện tượng đa cộng tuyến là vấn đề khơng thể loại bỏ hồn tồn trong nghiên cứu kinh tế lượng. Do đó, các nghiên cứu thực tế là hạn chế sự đa cộng tuyến ở mức thấp nhất có thể.
a) Hệ số tương quan
Hệ số tương quan giữa hai đại lượng ngẫu nhiên được định nghĩa như sau:
Khi hệ số tương quan giữa hai đại lượng ngẫu nhiên cao thì có thể khẳng định tồn tại mối quan hệ tuyến tính giữa hai đại lượng này. Tuy nhiên, hệ số tương quan không phải là điều kiện cần để khẳng định sự tồn tại của đa cộng tuyến trong mơ hình vì trong thực tế hiện tượng đa cộng tuyến vẫn hiện diện ngay cả khi hệ số tương quan thấp. Do đó luận văn xem xét thêm phương pháp nhân tử phóng đại phương sai.
Phương pháp này chạy các mơ hình hồi quy phụ thứ giữa một biến độc lập với các biến độc lập cịn lại. Căn cứ trên các mơ hình hồi quy phụ này để tính
Theo Myers (1990), nếu thì khả năng tồn tại hiện tượng đa cộng tuyến là rất cao.
3.3.4.2 Kiểm định tương quan chuỗi
Hiện tương tương quan chuỗi trong mơ hình hồi quy dạng thời gian là phần dư của mơ hình tự tương quan ( ). Luận văn sử dụng kiểm định Breusch- Godfrey và Wooldrigde test để kiểm tra hiện tượng tương quan chuỗi trong dữ liệu bảng.
: khơng có tương quan chuỗi bậc nhất trong dữ liệu bảng Bước 1: Tính đại lượng thống kế
Bước 2: Kiểm định
Nếu thì bác bỏ , nghĩa là có tương quan chuỗi bậc nhất
Nếu thì chấp nhận , nghĩa là khơng có tương quan chuỗi bậc nhất
3.3.4.3 Kiểm định so sánh mơ hình
a) Đánh giá mức độ phù hợp mơ hình bằng hệ số và
Do luận văn xem xét cả 3 mơ hình hồi quy PM, FEM và REM dẫn đến là ta phải so sánh các mơ hình này với nhau. Từ các kết quả hồi quy, căn cứ đầu tiên để tiên đốn mức độ phù hợp của mơ hình là hệ số . Như ta đã biết, hệ số dùng để đánh giá mức độ thích hợp của một mơ hình hồi quy, nghĩa là mơ hình hồi quy giải thích được bao nhiêu phần trăm sự thay đổi của biến phụ thuộc. Hệ số càng gần 1 thì mơ hình hồi quy càng có ý nghĩa. Ngồi ra, giá trị trung bình của căn bậc hai của bình phương sai
hợp của mơ hình. thường được dùng để đo sự sai khác giữa giá trị dự báo và giá trị thực tế của một mơ hình. Vậy nên giá trị càng thấp thì mơ hình càng dự báo tốt.
b) So sánh mơ hình PM và FEM (OLS và GLS)
Để so sánh hai mơ hình PM và FEM luận văn sử dụng kiểm định Wald test để đánh giá và so sánh hai mơ hình
: Bước 1: Tính Bước 2: Kiểm định
- Nếu thì bác bỏ nghĩa là có một số cơng ty có ảnh hưởng cố định đến biến phụ thuộc. Vậy mơ hình FEM phù hợp hơn mơ hình PM
- Nếu thì chấp nhận nghĩa là tất cả các công ty khơng có ảnh hưởng cố định đến biến phụ thuộc. Vậy mơ hình PM phù hợp hơn mơ hình FEM c) So sánh mơ hình PM và mơ hình REM
Để so sánh hai mơ hình PM và REM luận văn sử dụng kiểm định Breusch-Pagan Lagrange multiplier test để so sánh hai mơ hình
:
Bước 1: Tính đại lượng thống kê Bước 2: Kiểm định
- Nếu thì bác bỏ nghĩa là có ảnh hưởng ngẫu nhiên. Vậy mơ hình REM phù hợp hơn mơ hình PM
- Nếu thì chấp nhận nghĩa là khơng có ảnh hưởng ngẫu nhiên. Vậy mơ hình PM phù hợp hơn mơ hình REM
d) So sánh mơ hình FEM (OLS hoặc GLS) và REM
Kiểm định Hausman test được sử dụng để đánh giá so sánh giữa mơ hình FEM và REM.
:
Bước 1: Tính đại lượng thống kê Bước 2: Kiểm định
- Nếu thì bác bỏ nghĩa là sự khác biệt giữa các công ty mang tính hệ thống. Vậy mơ hình FEM phù hợp hơn mơ hình REM
Nếu thì chấp nhận nghĩa là sự khác biệt của các cơng ty khơng mang tính hệ thống (mang tính ngẫu nhiên). Vậy mơ hình REM phù hợp hơn mơ hình FEM.
3.3.4.4 Kiểm định phương sai thay đổi
Để kiểm định phương sai thay đổi luận văn sử dụng kiểm định Wald test : Phương sai giống nhau
Bước 1: Tính Bước 2: Kiểm định
- Nếu thì bác bỏ nghĩa là phương sai thay đổi
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU VÀ GIẢI THÍCH CÁC NHÂN TỐ ẢNH HƯỞNG
4.1 Thống kê mô tả
Phần thống kê mô tả cho các biến phụ thuộc và các biến độc lập được trình bày từ bảng 4.1 đến 4.4. Nhìn bảng 4.1, giá trị trung bình của địn bẩy tổng thể của tồn bộ 172 cơng ty là 50.94% (giá trị trung vị là 54.6%) với độ lệch chuẩn 21.1%, trong đó địn bẩy được sử dụng nhiều nhất là 94.3% và nhỏ nhất là 3.2%. Giá trị 50.94% cao hơn một chút so với 48% trong nghiên cứu của Nguyen và cộng sự (2012). Trong thành phần của đòn bẩy nợ tổng thể, nợ dài hạn trung bình chiếm 9.78% (giá trị trung vị là 3.85%), còn nợ ngắn hạn có giá trị trung bình là 41.16% (giá trị trung