các công ty BĐS đang niêm yết tại Việt Nam
4.2.1 Phân tích định lượng những nhân tố tác động đến cấu trúc vốn của các công ty BĐS đang niêm yết tại Việt Nam công ty BĐS đang niêm yết tại Việt Nam
Việc nghiên cứu các nhân tố tác động đến cấu trúc vốn của các công ty bất động sản niêm yết tại Việt Nam trong đề tài nghiên cứu này, tác giả chủ yếu dựa trên các phương pháp định lượng là chính. Do giới hạn về mặt số liệu, q trình phân tích được thực hiện bằng cách sử dụng mơ hình hồi quy tuyến tính dữ liệu bảng, trong đó biến phụ thuộc là tỷ lệ địn bẩy tài chính của các doanh nghiệp niêm yết bất động sản trong khoảng thời gian từ năm 2007 đến năm 2011. Trong phần này, tác giả sẽ giới thiệu những phương pháp thiết lập các mơ hình dữ liệu bảng tĩnh
và mơ hình dữ liệu bảng động nhằm đánh giá mối tác động của các nhân tố trọng yếu lên địn bẩy tài chính của các doanh nghiệp bất động sản niêm yết. Tác giả cũng sẽ thực hiện kiểm định và giải thích ý nghĩa của các kết quả từ hai mơ hình trên
4.2.1.1 Mơ hình dữ liệu bảng tĩnh1
Mơ hình dữ liệu bảng được phân loại với giả định rằng nguồn gốc dữ liệu là ngẫu nhiên và giữa các thành phần của mơ hình là có mối tương quan với nhau. Mơ hình sơ khai ban đầu của việc phân tích dữ liệu bảng là mơ hình hồi quy theo phương pháp bình phương bé nhất (OLS). Mơ hình tốn học được xây dựng như sau:
Yit = α + βXit + εit
Trong đó, Yit là cấu trúc vốn của cơng ty bất động sản thứ i tại năm t; Xit là các biến độc lập; β là hệ số góc tương ứng của các biến độc, giả định không đổi qua các năm đối với từng công ty riêng biệt; α là hệ số chặn của phương trình; εit là sai số ước lượng hay còn gọi là phần dư.
Tuy nhiên, kết quả ước lượng của mơ hình OLS ở trên sẽ bị chệch nếu như tồn tại hiện tượng ảnh hưởng riêng lẻ, tức là công ty thứ i sẽ có một mơ hình hồi quy riêng biệt. Trong trường hợp này, việc áp dụng một mơ hình có khả năng giải thích và khắc phục được hiện tượng ảnh hưởng riêng lẻ có lẽ sẽ thích hợp hơn. Mơ hình ảnh hưởng riêng lẻ căn bản là mơ hình hồi quy với biến giả được xây dựng như sau:
Trong đó, Di là một biến giả và βi là hệ số góc của biến giả tương ứng. Biến giả ước lượng hệ số góc của các biến độc lập và ước lượng cả hiện tượng ảnh hưởng riêng lẻ thơng qua hệ số góc biến thể của phương trình hồi quy tuyến tính là βi×Di. Tuy nhiên, mơ hình hồi quy có biến giả ngụ ý một sự mất mát đáng kể về độ tự do của mơ hình nếu số lượng ảnh hưởng riêng lẻ trong mẫu nghiên cứu là lớn. Trong
1 Khuôn khổ lý thuyết về mơ hình dữ liệu bảng tĩnh và mơ hình dữ liệu bảng động tác giả tham khảo theo bài báo nghiên cứu “Các nhân tố có thể ảnh hưởng đến cấu trúc vốn của các doanh nghiệp BĐS đang niêm yết trên thị trường chứng
trường hợp này, mơ hình ảnh hưởng cố định (FE) hay mơ hình ảnh hưởng ngẫu nhiên (RE) có lẽ sẽ phù hợp hơn. Mơ hình ảnh hưởng riêng lẻ tổng qt được xây dựng cụ thể như sau:
it it k i i it
Y = X β +Z δ + +u ε
Trong đó, βk là hệ số góc của biến độc lập thứ k, không đổi qua các năm đối với từng công ty riêng biệt; Zi là biến không đổi theo thời gian, chẳng hạn như biến Tỷ trọng vốn nhà nước (Ownership) trong nghiên cứu này của chúng ta và δ là hệ số góc tương ứng. Ngoài ra, ui là phần dư khơng đổi theo thời gian, giải thích cho những ảnh hưởng riêng lẻ mà chúng ta không ước lượng được thông qua các biến độc lập. εit là phần dư với thuộc tính độc lập và mang đặc trưng riêng.
Khi ui có mối tương quan với Xit, biểu thức ở trên sẽ trở thành mơ hình FE. Ngược lại, biểu thức này sẽ trở thành mơ hình RE. Trong trường hợp đó, tất cả các giả định của mơ hình RE đều có giá trị và mơ hình RE là mơ hình cuối cùng. Nhưng nếu ui tương quan với Xit, mơ hình RE sẽ cho kết quả sai lệch và các kết quả ước lượng của từng biến khơng đổi theo thời gian trong mơ hình RE sẽ khơng phù hợp với mơ hình FE. Để xác định mơ hình nào là phù hợp nhất đối với một cơ sở dữ liệu nghiên cứu, tác giả sẽ sử dụng một vài lý thuyết kiểm định thống kê để kiểm chứng mối tương quan giữa từng ảnh hưởng riêng lẻ và của các biến giải thích, chẳng hạn như kiểm định Breuch-Pagan, Hausman và Hausman-Taylor.
4.2.1.2 Mơ hình dữ liệu bảng động
Mơ hình hồi quy dữ liệu bảng động cho phép chúng ta xem xét những tác động của tỷ số nợ và các biến độc lập khác của năm trước lên tỷ số nợ hiện hành của các doanh nghiệp BĐS niêm yết. Vì vậy, mối quan hệ động giữa biến phụ thuộc trễ và các biến độc lập được xây dựng như sau:
Yi,t = α + γYi,t-1 + β1Xi,t + β2Xi,t-k + vi,t + μi,t (k ≥ 1)
Trong đó, Yi,t-1 là tỷ lệ địn bẩy tài chính của cơng ty BĐS niêm yết thứ i tại năm (t-1); γ là một vơ hướng hay hệ số góc của biến phụ thuộc trễ pha; Xi,t
của các biến độc lập của công ty BĐS niêm yết thứ i tại năm t, β1 là hệ số góc tương ứng; Xi,t-k là vector biến độc lập của công ty BĐS niêm yết thứ i trong những năm trước đây, β2 là hệ số góc tương ứng hay cịn được gọi là số nhân dài hạn. Phần dư bao gồm một phần của ảnh hưởng cố định (μi,t) và một phần của ảnh hưởng đặc trưng riêng (vi,t). Cần lưu ý rằng, việc mơ hình hồi quy có sự xuất hiện của biến phụ thuộc trễ pha (Yi,t-1) cũng hàm ý rằng mơ hình hồi quy nghiên cứu đã bao gồm thêm phần dư tương ứng của độ trễ.
Lý do cho mối quan hệ động có thể giải thích như sau: (i) tác động của các biến độc lập thậm chí là tự thân cả biến phụ thuộc lên cơ cấu vốn hiện tại của cơng ty hiếm khi có tính chất đồng thời mà thường có một độ trễ nhất định; và (ii) tỷ lệ nợ hiện hành của công ty không thể phản ứng một cách nhanh nhạy với những thay đổi hiện tại của cơng ty. Do đó, các biến độc lập và cả biến phụ thuộc trong giai đoạn trước được kỳ vọng sẽ ảnh hưởng đến tỷ lệ nợ hiện hành của các công ty BĐS niêm yết.
Việc áp dụng phương pháp bình phương bé nhất (OLS) sẽ khiến kết quả các mơ hình hồi quy theo dữ liệu bảng động bị chệch. Trong khi mơ hình biến giả theo phương pháp bình phương bé nhất (LSDV) điều chỉnh thơng qua mơ hình ảnh hưởng cố định (FEM), nó khơng khắc phục được vấn đề về mối quan hệ nội sinh giữa biến phụ thuộc trễ và phần dư trong mơ hình động. Tuy nhiên, kết quả ước lượng của hai mơ hình trên đảm nhiệm ở mức ràng buộc thấp hơn (LSDV) và ràng buộc cao hơn (OLS) trong giá trị ước lượng thực của các biến nghiên cứu theo các quy tắc của ngón tay cái.
Mơ hình hồi quy theo phương pháp hiệu số khác biệt thứ nhất (FD – First Difference) xây dựng để đánh giá mối quan hệ giữa biến phụ thuộc với các biến vector độc lập trễ, cụ thể như sau:
ΔYi,t = γΔYi,t-1 + β1ΔXi,t + β2ΔXi,t-k + Δvit
Trong đó, ΔYi,t-1 là biến phụ thuộc trễ và được xem là biến công cụ. Tuy nhiên, trong khi các mơ hình hồi quy theo phương pháp khác biệt suy rộng của mômen
(difference generalized methods of moments – mơ hình hồi quy này cịn được biết đến như là mơ hình ước lượng Arellano-Bond) giải quyết vấn đề nội sinh nếu tồn tại của mơ hình ảnh hưởng cố định bởi nó đưa vào các vấn đề nội sinh khác với biến phụ thuộc trễ.
Hơn nữa, chúng ta sẽ áp dụng mơ hình ước lượng phương pháp khác biệt suy rộng của mômen tối ưu bằng cách bổ sung biến phụ thuộc có độ trễ dài hơn. Mơ hình ước lượng phương pháp khác biệt suy rộng của mômen hệ thống được đánh giá là mơ hình ước lượng tối ưu nếu các giả định cần thiết đáp ứng theo đúng các tiêu chuẩn kiểm định thống kê tương ứng. Các mơ hình này là cơ sở để chúng ta phân loại hồi quy theo ba lớp: ngoại sinh yếu, ngoại sinh mạnh và siêu ngoại sinh. Đối với các biến nội sinh, mơ hình ước lượng khác biệt suy rộng của mômen thường sử dụng để ước lượng cho các loại biến này.
4.3 Kết quả nghiên cứu định lượng về các yếu tố ảnh hưởng đến cấu trúc vốn của các doanh nghiệp BĐS đang niêm yết trên TTCK Việt Nam