Các nhân tố nội bộ có ảnh hƣởng đến cấu trúc tài chính của các cơng ty trên sàn Hose đƣợc tác giả trình bày trong mục 2.5- Xây dựng mơ hình đo lƣờng tác động của các nhân tố đến cấu trúc tài chính các cơng ty trên Hose, ở bƣớc 3- Kiểm tra mối quan hệ tƣơng quan đơn tuyến tính giữa các biến. Các nhân tố có ảnh hƣởng đến cấu trúc tài chính là những nhân tố có tƣơng quan tuyến tính với biến phụ thuộc và có ý nghĩa thống kê.
2.5 Xây dựng mơ hình đo lƣờng tác động của các nhân tố đến cấu trúc tài chính các cơng ty trên Hose
Quá trình xây dựng mơ hình hồi quy nhằm xác định mức độ ảnh hƣởng của các nhân tố đến cấu trúc tài chính đƣợc thực hiện theo các bƣớc sau đây:
Bƣớc 1: Thu thập dữ liệu
Tác giả lấy mẫu đại diện gồm 257 doanh nghiệp niêm yết trên sàn Hose. Số liệu đƣợc lấy từ báo cáo tài chính trong 3 năm, từ năm 2008-2010. Trong số 257 doanh nghiệp, khơng có các cơng ty hoạt động trong lĩnh vực tài chính nhƣ ngân hàng, bảo hiểm, chứng khốn. Vì các cơng ty hoạt động trong lĩnh vực này có báo cáo tài chính và đặc thù cấu trúc vốn rất khác so với các doanh nghiệp hoạt động trong lĩnh vực phi tài chính.
Bƣớc 2: Lựa chọn biến
Căn cứ vào lý thuyết và các bằng chứng thực nghiệm của một số tác giả nghiên cứu về chủ đề cấu trúc tài chính tại một số nƣớc đã nêu trong chƣơng 1, chúng tơi chọn ra các biến có ảnh hƣởng mạnh đến cấu trúc tài chính để đƣa vào xây dựng mơ hình.
Biến phụ thuộc:
TL: là tỷ số tổng nợ phải trả trên tổng nguồn vốn.
LL: là tỷ số nợ dài hạn trên tổng nguồn vốn.
Biến độc lập:
Lợi nhuận: đƣợc đo lƣờng thơng qua ROA. ROA đƣợc tính bằng lợi nhuận
sau thuế TNDN/Tổng tài sản bình quân trong năm.
Quy mô doanh nghiệp: đƣợc đo lƣờng thông qua logarit cơ số 10 của tổng tài
sản hoặc doanh thu. Tại sao sử dụng hàm logarit chúng tơi sẽ giải thích cụ thể trong phần kiểm tra dạng hàm hồi quy của biến phụ thuộc với từng biến độc lập.
Tài sản cố định: đƣợc đo lƣờng bằng tỷ số Tài sản cố định ròng/ tổng tài sản.
Sự tăng trưởng của doanh nghiệp: đƣợc đo lƣờng thông qua tốc độ tăng trƣởng của tổng tài sản hoặc doanh thu.
Tấm chắn thuế không phải từ nợ: đƣợc đo lƣờng thông qua tỷ số khấu hao/tổng tài sản.
Tính thanh khoản: sử dụng 2 tỷ số: tỷ số số tiền chi trả cổ tức trong năm/
(lợi nhuận sau thuế + khấu hao) và tỷ số khả năng thanh toán nhanh.
Đặc điểm ngành: sử dụng 8 biến giả để đo lƣờng tác động của ngành kinh tế
đến cấu trúc vốn của doanh nghiệp.
Năm tài chính: sử dụng 2 biến giả để xem các năm khác nhau thì hệ số nợ có
khác nhau hay không.
Bảng 2.9: Danh sách các biến
Ký hiệu biến ĐVT Giải thích
Biến phụ thuộc
TL (Total liability) % Tổng nợ phải trả/tổng nguồn vốn SL (Short liability) % Nợ ngắn hạn/tổng nguồn vốn LL (Long liability) % Nợ dài hạn/tổng nguồn vốn
Biến độc lập
Log (TA) Log (Tổng tài sản). Đơn vị tính tổng tài sản là triệu đồng. Log(R) Log (Doanh thu). Đơn vị tính doanh thu là triệu đồng. FAoverTA (%) TSCĐ/ tổng tài sản
growthTA (%) Tốc độ tăng trƣởng tài sản growthR (%) Tốc độ tăng trƣởng doanh thu DEPTA (%) Khấu hao/tổng tài sản
DIV (%) Cổ tức trả trong năm/(EAT+khấu hao)
tkn (%) (Tài sản lƣu động- hàng tồn kho)/nợ ngắn hạn. di Biến giả ngành (i=1->8)
d1=1 ngành công nghệ thông tin, d1=0 ngành khác. d2 =1: ngành công nghiệp, d2=0 ngành khác. d3 =1 ngành dầu khí, d3=0 ngành khác d4=1 ngành dịch vụ tiêu dùng, d4=0 là ngành khác. d5=1 ngành dƣợc phẩm –y tế, d5=0 ngành khác. d6=1 ngành hàng tiêu dùng, d6=0 ngành khác. d7=1 ngành nguyên vật liệu, d7=0 ngành khác. d8=1 ngành tiện ích cộng đồng, d8=0 ngành khác. d1->d8 đồng loạt =0, thì đó là ngành bất động sản. yi Biến giả năm (i=2008->2010)
y8=1 năm 2008, y8=0 năm khác y9=1 năm 2009, y9=0 năm khác y8 và y9 đồng loạt =0 là năm 2010.
Bƣớc 3: Kiểm tra mối quan hệ tƣơng quan đơn tuyến tính giữa các biến
Trƣớc tiên, chúng ta xem xét mối quan hệ tƣơng quan đơn tuyến tính giữa biến TL, SL, LL và các biến độc lập cũng nhƣ tƣơng quan giữa các biến độc lập với nhau để loại bỏ những biến khơng có ý nghĩa thống kê ở mức đƣợc chọn (mức ý nghĩa thống kê đƣợc chọn ở đây là từ 1%-5%) trong việc giải thích đánh giá sự biến động của cấu trúc tài chính. Chúng ta chỉ giữ lại những biến độc lập có ảnh hƣởng đến cấu trúc tài chính
và có ý nghĩa thống kê ở mức từ 1%-5%. Ma trận tƣơng quan đƣợc trình bày trong phụ lục 8. Sau đây chúng ta cùng đi vào chi tiết mối tƣơng quan tuyến tính của các biến độc lập đến từng biến phụ thuộc đại diện cho cấu trúc tài chính:
Tƣơng quan giữa TL và các biến giải thích: phụ lục 8 cho thấy TL tƣơng
quan tuyến tính và có ý nghĩa thống kê ở mức 1% và 5% với các biến ROA, logTA, logR, tkn, growthTA và DEPTA. Tuy nhiên do logTA và logR có tƣơng quan chặt chẽ (hệ số tƣơng quan .659**) và đều cùng đại diện cho quy mô doanh nghiệp nên nếu cùng đƣa vào kiểm định sẽ gây nên hiện tƣơng đa cộng tuyến. Do logTA có tƣơng quan với TL mạnh hơn logR nên chúng tôi chọn biến logTA và loại bỏ logR. Các biến cịn lại gồm FAoverTA, growthR, DIV có tƣơng quan tuyến tính với TL nhƣng khơng có ý nghĩa thống kê ở mức từ 1%-5% do đó sẽ bị loại bỏ. Như vậy chúng tôi giữ lại các
biến sau đây để xem xét tác động đến TL gồm: ROA, logTA, tkn, growthTA, DEPTA.
Tƣơng quan giữa SL và các biến giải thích: phụ lục 8 cho thấy SL tƣơng quan
tuyến tính và có ý nghĩa thống kê ở mức 1% với các biến ROA, logR, FAoverTA, DEPTA, tkn, growthTA. LL tƣơng quan nhƣng khơng có ý nghĩa thống kê ở mức từ 1%-5% với các biến logTA, growthR, DIV, do đó các biến này sẽ bị loại bỏ. Như vậy
chúng tôi giữ lại các biến sau đây để xem xét tác động đến SL gồm ROA, logR, FAoverTA, DEPTA, tkn, growthTA.
Tƣơng quan giữa LL và các biến giải thích: phụ lục 8 cho thấy LL tƣơng
quan và có ý nghĩa thống kê ở mức 1% với các biến ROA, logTA, FAoverTA, DEPTA. LL tƣơng quan và khơng có ý nghĩa thống kê ở mức từ 1%-5% với các biến logR, growthTA, growthR, DIV, tkn. Như vậy chúng tôi giữ lại các biến sau đây để xem xét tác động đến LL gồm ROA, logTA, FAoverTA, DEPTA.
Bƣớc 4: Khảo sát dạng hàm hồi quy của biến phụ thuộc với từng biến độc lập
Bằng thủ tục Analyze\Regression\Curve Estimation của phần mềm SPSS, tác giả kiểm tra dạng đồ thị biểu thị sự liên hệ giữa biến phụ thuộc TL, SL, LL với các
biến độc lập. R square là đơn vị đo lƣờng sự phù hợp của mơ hình. Tuy nhiên bên cạnh R square để tham khảo, tác giả cũng căn cứ vào tính chất của mối quan hệ giữa biến độc lập và biến phụ thuộc để chọn dạng phƣơng trình mơ tả mối quan hệ thích hợp.
TL và các biến độc lập: phụ lục 9 khảo sát hình dạng hàm hồi quy của biến
tổng nợ TL với từng biến giải thích. Ta thấy đồ thị mô tả mối quan hệ giữa TL và tổng tài sản TA, TL và tỷ số thanh tốn nhanh có hình dạng đƣờng logarit do R square của 2 mơ hình trên là lớn nhất và vƣợt trội so với các dạng đƣờng còn lại. Kết quả này cũng phù hợp với các nghiên cứu của các tác giả trƣớc đây. R square của TL với các biến cịn lại khơng khác biệt nhiều giữa các mơ hình dạng tuyến tính, logarit, bậc 2 và bậc 3. Do đó, để cho đơn giản, ta chọn dạng tuyến tính. Nhƣ vậy ta sẽ lấy logarit của 2 biến TA và tkn theo cơ số 10 và đƣợc ký hiệu là log(TA) và log(tkn).
Phƣơng trình kiểm định TL sẽ là:
TL = Y (ROA, logTA, logtkn, growthTA, DEPTA, di, yi) (2.3)
SL và các biến độc lập:
Theo phụ lục 9, mối quan hệ giữa SL với doanh thu R có R square của mơ hình đƣờng logarit là lớn nhất. Do đó ta chọn dạng đƣờng này để mô tả mối quan hệ giữa SL và doanh thu R. Điều này cũng phù hợp với nghiên cứu của các tác giả trƣớc đây. Riêng mối quan hệ giữa SL và biến tkn có R square vƣợt trội so với các dạng đƣờng cong khác. Do đó, ta chọn hàm logarit để biểu diễn mối quan hệ giữa biến SL và tkn.
Nhƣ vậy, phƣơng trình kiểm định SL sẽ là:
SL = Y(ROA, logR, FAoverTA, DEPTA, logtkn, growthTA, di, yi) (2.4)
LL và các biến độc lập:
Phụ lục 9 trình bày hình dạng đồ thị mơ tả mối quan hệ giữa biến LL và các biến độc lập. Chúng tôi chọn hàm logarit cho mối quan hệ giữa LL và TA vì R square là lớn
nhất và phù hợp với các kết quả nghiên cứu thực nghiệm của các tác giả đi trƣớc. Đối với mối quan hệ giữa LL với các biến độc lập cịn lại chúng tơi chọn hàm tuyến tính.
Phƣơng trình kiểm định LL sẽ là:
LL = Y(ROA, logTA, FAoverTA, DEPTA, di, yi) (2.5)
Bƣớc 5: Thực hành hồi quy
Để tìm ra mơ hình tối ƣu trong bối cảnh có nhiều mối tƣơng quan giữa các biến độc lập, chúng tôi sử dụng phƣơng pháp stepwise (hồi quy từng bƣớc).
Sử dụng thủ tục hồi quy bội trong SPSS: Analyze\Regression\Linear, thực hiện chọn biến từng bƣớc Stepwise. Đầu tiên biến có hệ số tƣơng quan thuận hoặc nghịch lớn nhất đƣợc đƣa vào. Điều kiện để biến đƣợc đƣa vào là xác suất của thống kê F vào<=0,05. Điều kiện để biến đƣợc giữ lại trong mơ hình là xác suất của thống kê F ra <0,1, nếu >=0,1 sẽ bị loại ra. Tiếp tục biến thứ 2 đƣợc chọn là biến có hệ số tƣơng quan riêng cao nhất. Sau mỗi bƣớc, các biến ở trong phƣơng trình đƣợc xem xét để loại trừ ra. Các biến đƣợc loại trừ ra cho đến khi khơng cịn biến nào thỏa điều kiện ra nữa.
* Kết quả hồi quy TL:
Đƣa tất cả 7 biến của phƣơng trình (2.3) vào chạy hồi quy theo phƣơng pháp stepwise. Quá trình thực hiện hồi quy TL và các biến giải thích đƣợc mơ tả trong phụ lục số 10. Mơ hình dừng lại ở bƣớc thứ 6. Giá trị Sig trên bản ANOVA ở bƣớc thứ 6 của phụ lục 10 để kiểm định độ phù hợp của mơ hình hồi quy tuyến tính cho phép ta bác bỏ giả thuyết Ho (giả thuyết Ho: mơ hình hồi quy xây dựng đƣợc khơng phù hợp với tổng thể). Nhƣ vậy tồn bộ mơ hình hồi quy có thể giải thích cho biến động của tỷ số tổng nợ trên tổng nguồn vốn ở mức hơn 60% (R square điều chỉnh bằng 60.9%).
Giá trị Sig. ở bƣớc thứ 6 trên bảng Coefficients của phụ lục 10 dùng để kiểm định hệ số hồi quy đều có giá trị rất nhỏ 0.000 (chỉ mỗi biến d7-ngành nguyên vật liệu có sig = 0.023) cho thấy các hệ số hồi quy đều có ý nghĩa với độ tin cậy rất cao.
Hệ số VIF ở bƣớc 6 trên bảng Coefficients của phụ lục 10 dùng để kiểm định hiện tƣợng đa cộng tuyến đều rất nhỏ, từ 1.201 trở xuống cho thấy khơng có hiện tƣợng đa cộng tuyến trong mơ hình.
Kết quả mơ hình đo lƣờng sự biến động của tổng nợ trên tổng nguồn vốn (TL) nhƣ sau:
TL = - 0.079 - 0.036*log(tỷ số thanh toán nhanh) + 0.101*log(tài sản) - 0.529*ROA + 0.076*tốc độ tăng tài sản + 0.043*d2(công nghiệp) - 0.033*d7(nguyên vật liệu)
(2.6)
* Kết quả hồi quy SL:
Đƣa tất cả các biến của phƣơng trình (2.4) vào chạy hồi quy theo phƣơng pháp stepwise. Quá trình thực hiện hồi quy SL đƣợc mô tả trong phụ lục 11. Mơ hình dừng lại ở bƣớc 12. Giá trị Sig trên bản ANOVA ở bƣớc thứ 12 để kiểm định độ phù hợp của mơ hình hồi quy tuyến tính bằng 0.000 cho phép ta bác bỏ giả thuyết Ho (giả thuyết Ho: mơ hình hồi quy xây dựng đƣợc khơng phù hợp với tổng thể). Nhƣ vậy tồn bộ mơ hình hồi quy có thể giải thích cho biến động của tỷ số nợ ngắn hạn trên tổng nguồn vốn ở mức hơn 67% (R square điều chỉnh = 67.5%).
Giá trị Sig ở bƣớc thứ 12 trên bảng Coefficients của phụ lục 11 để kiểm định hệ số hồi quy đều có giá trị rất nhỏ 0.000 cho thấy hệ số hồi quy đều có ý nghĩa.
Hệ số VIF trên bảng Coefficients của phụ lục 11, ở bƣớc thứ 12 dùng để kiểm định hiện tƣợng đa cộng tuyến. Ta thấy VIF rất nhỏ, cao nhất chỉ bằng 2.477 cho thấy mơ hình khơng có xảy ra hiện tƣợng đa cộng tuyến.
Mơ hình tổng quát đo lƣờng sự biến động của nợ ngắn hạn trên tổng nguồn vốn (SL) có dạng nhƣ sau:
SL = 0.176 - 0.357*log(tỷ số thanh toán nhanh) - 0.455*TSCD/TTS + 0.045*log(doanh thu) - 0.278*ROA + 0.040*tốc độ tăng tài sản + 0.105*d2(công nghiệp) + 0.104*d6(hàng tiêu dùng) + 0.102*d7(nguyên vật liệu) + 0.101*d4(dịch vụ tiêu dùng) + 0.104*d5(dƣợc y tế) + 0.087*d8 (tiện ích cộng đồng) + 0.100*d1(công nghệ thông tin)
* Kết quả hồi quy LL:
Đƣa tất cả các biến của phƣơng trình (2.5) vào chạy hồi quy theo phƣơng pháp stepwise. Quá trình thực hiện hồi quy LL đƣợc mơ tả trong phụ lục 12. Mơ hình dừng lại ở bƣớc thứ 9. Giá trị Sig trên bản ANOVA ở bƣớc thứ 9 dùng để kiểm định sự phù hợp của mơ hình bằng 0.000 cho phép ta bác bỏ giả thuyết Ho (giả thuyết Ho: mơ hình hồi quy xây dựng đƣợc không phù hợp với tổng thể). Nhƣ vậy tồn bộ mơ hình hồi quy có thể giải thích cho biến động của tỷ số nợ dài hạn trên tổng nguồn vốn ở mức hơn 48% (R square điều chỉnh = 48.9%).
Giá trị Sig ở bƣớc thứ 9 trên bảng Coefficients của phụ lục 12 để kiểm định hệ số hồi quy đều có giá trị rất nhỏ 0.000 cho thấy các hệ số hồi quy đều có ý nghĩa với độ tin cậy trên 99%.
Hệ số VIF trên bảng Coefficients của phụ lục 12 ở bƣớc thứ 9 dùng để kiểm định hiện tƣợng đa cộng tuyến. Giá trị của VIF đều rất nhỏ, cao nhất chỉ bằng 1.828, do đó có thể nói mơ hình đo lƣờng sự biến động của nợ dài hạn trên tổng nguồn vốn này khơng có hiện tƣợng đa cộng tuyến.
Kết quả mô hình tổng quát đo lƣờng sự biến động của nợ dài hạn trên tổng nguồn vốn (LL) có dạng nhƣ sau:
LL = - 0.471 + 0.343*TSCD/TTS + 0.100*log(tài sản) – 0.202*ROA – 0.121*d6(hàng tiêu dùng) -0.128*d7(nguyên vật liệu) - 0.142*d5(dƣợc y tế) -0.111*d4(dịch vụ tiêu dùng) -0.054*d2(công nghiệp) -0.107*d1(công nghệ thông tin)
(2.8)