Biến phụ thuộc Cách đo lường
CASH - Tỷ số tiền Tiền và các khoản tương đương tiền
Tổng tài sản
Biến độc lập Cách đo lường
SIZE - Quy mô
doanh nghiệp Logarit tự nhiên của tổng tài sản
LEV - Đòn bẩy tài chính Tổng nợ Tổng tài sản BANKDEBT - Nợ ngân hàng Nợ ngân hàng Tổng nợ CFLOW - Dịng tiền
EBITDA - lãi vay - chi phí thuế TNDN- chi trả cổ tức Tổng tài sản
CFVOLAT - Biến động dòng tiền
Độ
lệch chuẩn của dòng tiền trong bốn năm (2009 - 20 12) Trung bình tổng tài sản của bốn năm (2009 - 2012) LIQ - Tài sản lưu
động thuần không bao gồm tiền
Tài sản ngắn hạn – Nợ ngắn hạn – Tiền và các khoản tương đương tiền
Tổng tài sản MTBOOK - Cơ hội
đầu tư
Giá trị sổ sách của tổng tài sản – Giá trị sổ sách của chủ sở hữu + Giá trị thị trường của vốn chủ sở hữu
Tổng tài sản DIVIDEND - Biến
giả cổ tức
Nếu doanh nghiệp có chi trả cổ tức là bằng 1, nếu khơng trả cổ tức thì bằng 0
3.3. Phương pháp nghiên cứu
Phần này trình bày về các phương pháp nghiên cứu. Phần này bao gồm ba nội dung chính như sau: trình bày về thống kê mơ tả các biến, trình bày về nội dung kiểm tra đơn biến và trình bày về các phương pháp hồi quy ước lượng tham số của mơ hình hồi quy.
3.3.1.Thống kê mơ tả
Thống kê mơ tả miêu tả những đặc điểm cơ bản của bộ dữ liệu một cách tổng quan nhất. Các chỉ tiêu được trình bày bao gồm giá trị trung bình, giá trị trung vị, giá trị 25%, giá trị 75% và độ lệch chuẩn của các biến trong mơ hình. Phần mềm được dùng để tính tốn ra các chỉ số cho mục đích thống kê mơ tả là Stata 11.
3.3.2.Kiểm tra đơn biến
Kiểm tra đơn biến được thực hiện bằng cách so sánh đơn biến của những biến độc lập theo các điểm trên tứ phân vị của tỷ số tiền chia tổng tài sản. Tứ phân vị được xây dựng cho từng năm, giúp giải thích tại sao dãy số tỷ lệ tiền chia tài sản chồng lên nhau qua các phân vị. Việc xây dựng và so sánh qua các điểm tứ phân vị nhằm kiểm tra liệu những cơng ty có số dư tiền lớn (các doanh nghiệp thuộc tứ phân vị thứ tư) có sự khác biệt có ý nghĩa thống kê với các doanh nghiệp có số dư tiền nhỏ (các doanh nghiệp thuộc tứ phân vị thứ nhất) hay không. Thống kê t nhằm kiểm tra giả thuyết về sự khác biệt có ý nghĩa thống kê giữa các doanh nghiệp thuộc tứ phân vị thứ tư và các doanh nghiệp thuộc phân vị thứ nhất (Opler et al. (1999), Ferreira và Vilela (2004)). Phần mềm Stata 11 được dùng để tính tốn ra các tứ phân vị và t- statistics cũng như p-value.
3.3.3.Kiểm tra hồi quy
Các tác giả Opler et al. (1999), Ferreira và Vilela (2004), Pinkowitz và Williamson (2001) đã sử dụng các mơ hình hồi quy trong các nghiên cứu thực nghiệm là: Mơ hình Fama-MacBeth (Fama-MacBeth Model), Hồi quy dữ liệu chéo sử dụng giá trị
trung bình (Cross – sectional regression using means), Hồi quy với biến giả năm và biến giả năm và ngành công nghiệp (Regression using dummy variables), Hồi quy các ảnh hưởng cố định (Fixed effects regression). Trong bài nghiên cứu của mình, người viết dùng bốn phép hồi quy tương tự để tìm ra kết quả về mối tương quan giữa lượng tiền nắm giữ và các nhân tố đặc thù của doanh nghiệp. Vì mỗi phép hồi quy đều có ưu và nhược điểm khác nhau, vì thế việc kết hợp cả bốn phép hồi quy giúp cho việc giải thích mối tương quan giữa các biến được vững hơn.
3.3.3.1. Mơ hình Fama – MacBeth
Trong các nghiên cứu về các nhân tố ảnh hưởng đến lượng tiền nắm giữ, các tác giả cũng đã dùng phương pháp tiếp cận này một cách rất phổ biến. Theo phương pháp hồi quy áp dụng bởi Fama - MacBeth thì hồi quy dữ liệu chéo sẽ được thực hiện cho từng năm. Phương pháp tiếp cận này loại bỏ được vấn đề tương quan chuỗi của phần dư thường thấy trong hồi quy dữ liệu chéo theo thời gian. Mơ hình Fama- MacBeth có hiệu quả khi xem mỗi năm như là một dữ liệu chéo độc lập (Opler et al., 1999).
Người viết tiến hành hồi quy qua hai bước. Bước một, hồi quy dữ liệu chéo được thực hiện cho từng năm một cách độc lập. Thời kỳ nghiên cứu gồm bốn năm (từ năm 2009 đến năm 2012) vì vậy mơ hình hồi quy dữ liệu chéo được thực hiện bốn lần. Trường hợp mơ hình hồi quy có phương sai thay đổi, người viết sẽ dùng tùy chọn Robust trong Stata 11 để khắc phục. Bước thứ hai, trung bình bốn năm (từ năm 2009 đến năm 2012) được tính tốn cho từng tham số ước lượng để tính ra tham số cuối cùng cho từng biến. Từ các tham số được có được từ bốn phép hồi quy dữ liệu chéo, sai số chuẩn của các tham số sẽ được tính tốn để tính ra thống kê t cũng như p-value. Căn cứ vào các giá trị của thống kê t và p-value, người viết xác định được mối tương quan có ý nghĩa thống kê của lượng tiền nắm giữ và các nhân tố tác động.
Mơ hình hồi quy dữ liệu chéo được xác định cho từng năm như sau:
CASHi = β0 + β1SIZEi + β2LEVi + β3BANKDEPTi + β4CFLOWi + β5CFVOLATi +
β6LIQi + β7MTBOOKi + β8DIVIDENDi + ui
Với i = 1, 2, …. , N; Trong đ ó:
CASHi là lượng tiền nắm giữ của doanh nghiệp i, SIZEi là logarit tự nhiên của giá
trị sổ sách của tổng tài sản của doanh nghiệp i, LEVi là tỷ số Tổng nợ vay/Tổng tài
sản của doanh nghiệp i, BANKDEPTi là tỷ số Tổng nợ vay ngân hàng/Tổng nợ vay
của doanh nghiệp i, CFLOWi là tỷ số Dòng tiền/Tổng tài sản của doanh nghiệp i,
CFVOLATi là tỷ số Độ lệch chuẩn của dòng tiền/Tổng tài sản của doanh nghiệp i,
LIQi là tỷ số Tài sản lưu động thuần không bao gồm tiền/Tổng tài sản của doanh
nghiệp i, MTBOOKi là tỷ số (Giá trị sổ sách của tổng tài sản – giá trị sổ sách của
vốn chủ sở hữu + giá trị thị trường của vốn chủ sở hữu)/Tổng tài sản của doanh
nghiệp i, DIVIDENDi là biến giả của doanh nghiệp i, với 1 là doanh nghiệp có chia
cổ tức và 0 là doanh nghiệp không chia cổ tức, ui là sai số của doanh nghiệp i.
Chuỗi thời gian để ước lượng các tham số được xác định như sau:
CASHt = β0 + β1SIZEt + β2LEVt + β3BANKDEPTt + β4CFLOWt + β5CFVOLATt +
β6LIQt + β7MTBOOKt + β8DIVIDENDt + ut
Với t = 1, 2 , … Ti Trong đ ó:
CASHt là lượng tiền nắm giữ trong năm t, SIZEt là logarit tự nhiên của giá trị sổ
sách của tổng tài sản của doanh nghiệp tại năm t, LEVt là tỷ số Tổng nợ vay/Tổng
tài sản tại năm t, BANKDEPTt là tỷ số Tổng nợ vay ngân hàng/Tổng nợ vay tại
tỷ số Độ lệch chuẩn của dòng tiền/Tổng tài sản tại năm t, LIQt là tỷ số Tài sản lưu
động thuần không bao gồm tiền/Tổng tài sản tại năm t, MTBOOKt là tỷ số (Giá trị
sổ sách của tổng tài sản – giá trị sổ sách của vốn chủ sở hữu + giá trị thị trường của
vốn chủ sở hữu)/Tổng tài sản tại năm t, DIVIDENDt là biến giả, với 1 là doanh
nghiệp có chia cổ tức và 0 là doanh nghiệp khơng chia cổ tức, ut là sai số tại năm t.
3.3.3.2. Hồi quy dữ liệu chéo sử dụng giá trị trung bình
Trong phép hồi quy này, mỗi biến của mỗi doanh nghiệp được tính trung bình cho thời kỳ bốn năm (2009 – 2012). Sau khi tính trung bình mỗi biến của mỗi doanh nghiệp, hồi quy OLS được sử dụng để ước lượng các tham số hồi quy. Mơ hình hồi quy dữ liệu chéo được xác định như sau:
CASHi = β0 + β1SIZEi + β2LEVi + β3BANKDEPTi + β4CFLOWi + β5CFVOLATi +
β6LIQi + β7MTBOOKi + β8DIVIDENDi + ui
Với i = 1, 2, …. N
Trong đ ó:
CASHi là lượng tiền nắm giữ của doanh nghiệp i, SIZEi là logarit tự nhiên của giá
trị sổ sách của tổng tài sản của doanh nghiệp i, LEVi là tỷ số Tổng nợ vay/Tổng tài
sản của doanh nghiệp i, BANKDEPTi là tỷ số Tổng nợ vay ngân hàng/Tổng nợ vay
của doanh nghiệp i, CFLOWi là tỷ số Dòng tiền kinh doanh/Tổng tài sản của doanh
nghiệp i, CFVOLATi là tỷ số Độ lệch chuẩn của dòng tiền/Tổng tài sản của doanh
nghiệp i, LIQi là tỷ số Tài sản lưu động thuần không bao gồm tiền/Tổng tài sản của
doanh nghiệp i, MTBOOKi là tỷ số (Giá trị sổ sách của tổng tài sản – giá trị sổ sách
của vốn chủ sở hữu + giá trị thị trường của vốn chủ sở hữu)/Tổng tài sản của doanh
nghiệp i, DIVIDENDi là biến giả của doanh nghiệp i, với 1 là doanh nghiệp có chia
3.3.3.3. Hồi quy Pooled OLS với biến giả năm
Phương pháp Pooled OLS là biến thể cơ bản của phương pháp hồi quy OLS vốn được áp dụng để chạy dữ liệu bảng. Để kiểm soát các sự kiện kinh tế vĩ mơ có tác động đến lượng tiền nắm giữ, biến giả năm được đưa vào mơ hình (Ferreira và Vilela (2004)). Việc sử dụng Pooled OLS sẽ làm tăng quy mô cỡ mẫu từ đó có thể giúp tăng mức độ chính xác của ước lượng. Bài nghiên cứu sử dụng dữ liệu tại ngày 31/12/2009, 31/12/2010, 31/12/2011, 31/12/2012. Mơ hình Pooled OLS với biến giả năm được xác định như sau:
CASHit = β0 + β1SIZEit + β2LEVit + β3BANKDEPTit + β4CFLOWit + β5CFVOLATit
+ β6LIQit + β7MTBOOKit + β8DIVIDENDit + β92009it + β102010it + β112011it +
β122012it + uit
Với i = 1, 2, …, N; t = 1, 2, …, Ti Trong đ ó:
CASHit là lượng tiền nắm giữ của doanh nghiệp i tại năm t, SIZEit là logarit tự
nhiên của giá trị sổ sách của tổng tài sản của doanh nghiệp i tại năm t, LEVit là tỷ số
Tổng nợ vay/Tổng tài sản của doanh nghiệp i tại năm t, BANKDEPTit là tỷ số Tổng
nợ vay ngân hàng/Tổng nợ vay của doanh nghiệp i tại năm t, CFLOWit là tỷ số
Dòng tiền kinh doanh/Tổng tài sản của doanh nghiệp i tại năm t, CFVOLATit là tỷ
số Độ lệch chuẩn của dòng tiền/Tổng tài sản của doanh nghiệp i tại năm t, LIQit là
tỷ số Tài sản lưu động thuần không bao gồm tiền/Tổng tài sản của doanh nghiệp i
tại năm t, MTBOOKit là tỷ số (Giá trị sổ sách của tổng tài sản – giá trị sổ sách của
vốn chủ sở hữu + giá trị thị trường của vốn chủ sở hữu)/Tổng tài sản của doanh
nghiệp i tại năm t, DIVIDENDit là biến giả của doanh nghiệp i tại năm t, với 1 là
doanh nghiệp có chia cổ tức và 0 là doanh nghiệp không chia cổ tức, β92009it là
biến giả của năm 2009, với 1 là năm 2009 và 0 là không phải năm 2009, β102010it là
40
biến giả của năm 2011, với 1 là năm 2011 và 0 là không phải năm 2011, β122012it là
biến giả của năm 2012, với 1 là năm 2012 và 0 là không phải năm 2012, ui là sai số.
3.3.3.4. Hồi quy Pooled OLS với biến giả năm và biến giả ngành công nghiệp
Phương pháp này tương tự với phương pháp hồi quy Pooled OLS với biến giả năm đã nêu ở phần 4.3.3. Biến giả ngành cơng nghiệp được đưa vào mơ hình để thể hiện nhân tố đặc trưng của ngành công nghiệp tác động đến lượng tiền nắm giữ và nhân tố này không được thể hiện qua các biến cịn lại trong mơ hình (Ferreira và Vilela (2004)). Vì các doanh nghiệp được lựa chọn trong mẫu nghiên cứu thuộc nhiều nhóm ngành nghề khác nhau, nên người viết muốn phân tích xem liệu có ảnh hưởng của yếu tố ngành nghề đến lượng tiền nắm giữ của doanh nghiệp hay không. Biến giả ngành nghề sẽ được thêm vào mơ hình hồi quy để kiểm định yếu tố này. Có tổng số chín nhóm ngành nghề cấp một được liệt kê trong bài nghiên cứu này bao gồm: ngành bán buôn, bán lẻ, ngành công nghiệp chế biến, chế tạo, ngành hoạt động khoa học chun mơn, hành chính và dịch vụ hỗ trợ, ngành khai khoáng, ngành sản xuất và phân phối điện, khí đốt, nước nóng, hơi nước và điều hịa khơng khí, ngành thông tin và truyền thông, ngành thương mại và dịch vụ, lưu trú ăn uống, ngành vận tải kho bãi và ngành xây dựng. Các biến giả của cả dữ liệu chéo và dữ liệu chuỗi thời gian được thêm vào trong phân tích này. Đối với dữ liệu chéo, biến giả ngành nghề sẽ được thêm vào, còn đối với dữ liệu chuỗi thời gian, biến giả năm sẽ được thêm vào. Mơ hình Pooled OLS với biến giả năm và biến giả ngành được xác định như sau:
CASHit = β0 + β1SIZEit + β2LEVit + β3BANKDEPTit + β4CFLOWit + β5CFVOLATit
+ β6LIQit + β7MTBOOKit + β8DIVIDENDit + β92009it + β102010it + β112011it +
β122012it + β13Industry1it + β14Industry2it + β15Industry3it + β16Industry4it +
β17Industry5it + β18Industry6it + β19Industry7it + β20Industry8it + β21Industry9it + uit
Trong đ ó:
CASHit là lượng tiền nắm giữ của doanh nghiệp i tại năm t, SIZEit là logarit tự
nhiên của giá trị sổ sách của tổng tài sản của doanh nghiệp i tại năm t, LEVit là tỷ số
Tổng nợ vay/Tổng tài sản của doanh nghiệp i tại năm t, BANKDEPTit là tỷ số Tổng
nợ vay ngân hàng/Tổng nợ vay của doanh nghiệp i tại năm t, CFLOWit là tỷ số
Dòng tiền kinh doanh/Tổng tài sản của doanh nghiệp i tại năm t, CFVOLATit là tỷ
số Độ lệch chuẩn của dòng tiền/Tổng tài sản của doanh nghiệp i tại năm t, LIQit là
tỷ số Tài sản lưu động thuần không bao gồm tiền/Tổng tài sản của doanh nghiệp i
tại năm t, MTBOOKit là tỷ số (Giá trị sổ sách của tổng tài sản – giá trị sổ sách của
vốn chủ sở hữu + giá trị thị trường của vốn chủ sở hữu)/Tổng tài sản của doanh
nghiệp i tại năm t, DIVIDENDit là biến giả của doanh nghiệp i tại năm t, với 1 là
doanh nghiệp có chia cổ tức và 0 là doanh nghiệp không chia cổ tức, β92009it là
biến giả của năm 2009, với 1 là năm 2009 và 0 là không phải năm 2009, β102010it là
biến giả của năm 2010, với 1 là năm 2010 và 0 là không phải năm 2010, β112011it là
biến giả của năm 2011, với 1 là năm 2011 và 0 là không phải năm 2011, β122012it là
biến giả của năm 2012, với 1 là năm 2012 và 0 là không phải năm 2012,
β13Industry1it là biến giả của ngành bán buôn và bán lẻ, với 1 là ngành bán buôn và
bán lẻ và 0 là không phải, β14Industry2it là biến giả của ngành công nghiệp chế biến,
chế tạo, với 1 là ngành công nghiệp chế biến, chế tạo và 0 là không phải,
β15Industry3it là biến giả của ngành hoạt động khoa học chun mơn, hành chính và
dịch vụ hỗ trợ, với 1 là ngành hoạt động khoa học chun mơn, hành chính và dịch
vụ hỗ trợ và 0 là không phải, β16Industry4it là biến giả của ngành khai khoáng, với 1
là ngành khai khoáng và 0 là không phải, β17Industry5it là biến giả của ngành sản xuất và phân phối điện, khí đốt, nước nóng, hơi nước và điều hịa khơng khí với 1 là ngành sản xuất và phân phối điện, khí đốt, nước nóng, hơi nước và điều hịa khơng
khí và 0 là khơng phải, β18 Industry6it là biến giả của ngành thông tin và truyền
thông, với 1 là ngành thông tin và truyền thông và 0 là không phải, β19 Industry7it là
biến giả của ngành dịch vụ thương mại lưu trú ăn uống, với 1 là ngành dịch vụ
vận tải kho bãi, với 1 là ngành vận tải kho bãi và 0 là không phải, β21 Industry9it là