Biến Quan sát Trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất lata 5497 0,487 0,224 0,002 0,993 fdc 5497 0,316 0,25 0 0,962 ltdc 5497 0,123 0,185 0 0,948 cfv 5497 0,925 31,713 0 2337,273 lncfv 5497 -1,231 1,114 -9,426 7,757 cfv_oi 5497 0,058 0,096 0 2,626 lncfv_oi 5497 -3,598 1,352 -11,331 0,965 size 5497 27,012 1,499 23,22 32,254 tang 5497 0,267 0,214 0 0,978 liq 5497 2,345 4,397 0,106 229,779 profit 5497 0,111 0,099 -0,784 0,782 growth 5497 1,224 1,323 0,033 28,169 nsdt 5497 0,033 0,033 0 0,367 gdp 5497 6,288 0,62 5,247 7,076 indlev 5497 0,448 0,078 0 0,704 so 5497 0,569 0,495 0 1 fo 5497 0,845 0,362 0 1 ceo 5425 0,144 0,35 0 1 (Nguồn: Tác giả tính tốn)
Giá trị trung bình của BĐDT (cfv) của toàn bộ mẫu quan sát là 0,925 với độ lệch chuẩn 31,71. BĐDT cfv nằm trong khoảng từ0 đến 2337,273. Mức BĐDT cao nhất của công ty cổ phần xây dựng FLC Faros (ROS) năm 2019 với sự gia tăng đột biến của DTHĐ kinh doanh so với những năm trước đó. Mức BĐDT trung bình trong mẫu nghiên cứu thấp hơn so với giá trị trung bình 1,961 của các DN tại Mỹ (Keefe and
Yaghoubi, 2016), cao hơn với trung bình BĐDT của các DN Trung Quốc (0,079) (Memon và cộng sự, 2018). Với cách đo lường BĐDT dựa trên lợi nhuận hoạt động của DN, cfv_oi có giá trị trung bình khoảng 0,058, giá trị giao động trong khoảng từ 0 đến 2,26. cfv_oi có sự chênh lệch và mức độ biến động thấp hơn so với cfv. Để
chuẩn hóa phân phối của BĐDT, nghiên cứu lấy logarit tự nhiêu của tất cả các cách
đo lường BĐDT. Để gần vềhơn với phân phối chuẩn hóa7, nghiên cứu lấy logarit cơ
số tự nhiên của tất cả các cách đo lường sự biến động. Cụ thể, độ lệch và độ nhọn của
cfv là 72,852 và 5361,37. Sau khi lấy logarit cơ số tự nhiên của cfv, độ lệch và độ
nhọn của lncfv lần lượt là -1,194 và 7,158.
Bảng 4.2: Ma trận hệ số tương quan cặp giữa các biến trong toàn bộ mẫu
Biến (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (1) lata 1,000 (2) fdc 0,827* 1,000 (3) ltdc 0,487* 0,637* 1,000 (4) lncfv -0,059* -0,066* -0,125* 1,000 (5) lncfv_oi -0,128* -0,102* -0,093* 0,298* 1,000 (6) size 0,329* 0,415* 0,398* -0,110* -0,060* 1,000 (7) tang -0,012 0,169* 0,499* -0,121* -0,027 0,106* 1,000 (8) liq -0,397* -0,290* -0,149* 0,040* 0,087* -0,144* -0,102* 1,000 (9) profit -0,227* -0,172* -0,019 -0,061* 0,002 0,013 0,251* 0,020 1,000 (10) growth -0,101* -0,119* -0,061* 0,027 0,059* 0,097* -0,008 0,026 0,312* 1,000 (11) nsdt -0,030 0,042* 0,246* -0,067* -0,001 0,019 0,553* -0,047* 0,465* 0,030 1,000 (12) gdp -0,048* -0,032 -0,061* 0,064* 0,085* 0,132* -0,108* 0,028 -0,009 0,089* -0,041* 1,000 (13) induslev 0,093* -0,004 0,033 -0,018 -0,052* -0,135* -0,079* -0,005 -0,123* -0,114* -0,077* -0,016 (Nguồn: Tác giả tính tốn)
Bảng 4.2 thể hiện ma trận hệ số tương quan giữa các biến sử dụng trong mơ hình nghiên cứu. Các cách đo lường việc sử dụng nợcó tương quan khá chặt chẽ với nhau. Hệ sốtương quan giữa tỷ số tổng nợ phải trả (lata) với tỷ số nợ vay (fdc), tỷ số
nợ dài hạn (ltdc) và tỷ số nợ ngắn hạn lần lượt (std) là 0,827; 0,487; 0,574. Hệ số tương quan giữa fdc với ltdc, std là 0,637 và 0,757. Các cách đo lường BĐDT (lncfv,
lncfv_oi) có tương quan với nhau (0,298). Lncfv và lncfv_oi tỷ lệ nghịch với lata, fdta
và ltdc. lncfv tương quan dương với tỷ lệ nợ ngắn hạn (std), trong khi lncfv_oi tương
quan âm với std. Hệ số tương quan giữa lncfv với lata, fdc, ltdc và std lần lượt là 5,9%; 6,6%; 12,5%; 2,1%. Hệ số tương quan giữa BĐDT với các biến khác trong mẫu nghiên cứu các DNNY tại Việt Nam thấp hơn so với các mẫu nghiên cứu các DNNY tại Trung Quốc (Memon và cộng sự, 2018) và các DNNY tại Mỹ (Keefe and Yaghoubi, 2016). Cụ thể, BĐDT (lncfv) tương quan âm với quy mô DN (size), tài sản cốđịnh (tang), khảnăng sinh lời (profit), tỷ lệ khấu hao (nsdt) và ĐBTC trung bình ngành (induslev). Ngược lại, lncfv có tương quan dương với size, liq, growth và gdp. Hệ số tương quan giữa lncfv và size, tang, profit, nsdt, induslev lần lượt -11%; - 12,1%; -6,1%; -6,7%; -1,8%. Hệ sốtương quan giữa lncfv và liq, growth và gdp lần
lượt là 4%; 2,7%; 1,8%. Như vậy, các DN có BĐDT cao thường có quy mơ nhỏ hơn,
có ít lợi nhuận hơn, thuộc các ngành có mức sử dụng nợ thấp hơn (Keefe and Yaghoubi, 2016), sử dụng nhiều tài sản cốđịnh hơn và trích lập nhiều khấu hao hơn.
Mối quan hệ giữa BĐDT và việc sử dụng nợ của DN được minh họa thơng qua hình 1. Tồn bộ số liệu sử dụng vẽ biểu đồ minh họa là giá trị trung vị theo thời gian của các biến trong mô hình. Tỷ số tổng nợ phải trả chia tổng tài sản (lata) giảm từ từ
theo sự biến động của dòng tiền (lncfv) theo thời gian, hàm ý mối quan hệ ngược chiều giữa BĐDT và việc sử dụng nợ của DN.
Mối quan hệ giữa các yếu tố nội tại và các cách đo lường việc sử dụng nợtương đối khác nhau trong DN. Quy mô DN (size) tỷ lệ thuận với các cách đo lường việc sử
dụng nợ (lata, fdc, ltdc, std). Ngược lại, khảnăng tăng trưởng (growth) và khảnăng
thanh khoản (liq) tỷ lệ nghịch với các cách đo lường việc sử dụng nợ của DN. DN có quy mơ lớn sẽtăng sử dụng ĐBTC, trong khi đó tốc độtăng trưởng cao và tính thanh khoản cao sẽ khiến DN giảm sử dụng ĐBTC. Bên cạnh đó, khả năng sinh lời, khấu hao và ĐBTC của ngành tỷ lệ nghịch với lata, fdc, và std nhưng tỷ lệ thuận với ltdc. Tốc độtăng trưởng kinh tế(gdp) tương quan âm với lata, fdc, ltdc nhưng tương quan dương với std.
Hình 4.1: Đồ thị mối quan hệ giữa BĐDT và tỷ lệ tổng nợ phải trả
(Nguồn: Tác giả tính tốn)
Mức độ tương quan giữa các biến trong mơ hình tương đối thấp. Mức tương
quan cao nhất giữa việc sử dụng nợ lata, fdc, ltdc, std và quy mô DN size với hệ số tương quan lần lượt 0,398; 0,403; 0,373; 0,206. Thêm vào đó, để kiểm tra tồn tại vấn
đề đa cộng tuyến giữa các biến sử dụng trong mơ hình, nghiên cứu tiến hành kiểm định hệ số phóng đại phương sai (VIF). Kết quả kiểm định VIF cho thấy tất cả các giá trị nhân tửphóng đại phương sai VIF đều nhỏhơn 10, hàm ý rằng mơ hình nghiên cứu khơng có hiện tượng đa cộng tuyến.
4.2 Kết quả nghiên cứu
4.2.1 Mối quan hệ giữa BĐDT và CTV
Ước lượng theo phương pháp GMM hệ thống được sử dụng để kiểm định tác
động của BĐDT và CTV. Kết quảước lượng của mẫu nghiên cứu trong giai đoạn từ năm 2008 đến năm 2019 của các DNNY trên hai sở giao dịch chứng khoán Hà Nội và HồChí Minh được thể hiện trong bảng 4.3.
0.42 0.44 0.46 0.48 0.5 0.52 0.54 0.56 0.0926629 0.2309773 0.3133121 0.3944471 0.4333568 0.49011915 0.6899209 LA T A CFV
Bảng 4.3: Tác động BĐDT đến cấu trúc vốn toàn mẫu nghiên cứu Biến phụ thuộc (1) (2) (3) Biến phụ thuộc (1) (2) (3) lata fdc ltdc lncfv -0,013*** -0,022* -0,025*** (0,004) (0,012) (0,008) size 0,017*** 0,023*** 0,013*** (0,003) (0,005) (0,004) tang -0,023 0,062*** 0,106*** (0,015) (0,02) (0,036) liq -0,004 -0,002 0 (0,003) (0,001) (0) profit -0,026 -0,214 -0,238 (0,088) (0,182) (0,148) growth -0,011 0,005 -0,001 (0,007) (0,008) (0,005) nsdt -0,256** -0,183 0,111 (0,13) (0,241) (0,193) gdp 0 -0,001 0,009** (0,003) (0,005) (0,004) induslev 0,044 0,005 -0,001 (0,031) (0,044) (0,029) L.lata 0,74*** (0,06) L.fdc 0,701*** (0,024) L.ltdc 0,733*** (0,087) Hệ số chặn -0,327*** -0,545*** -0,41*** (0,067) (0,132) (0,118) Số quan sát 4895 4895 4895 Kiểm định AR(1) 0,000 0,000 0,000 Kiểm định AR(2) 0,746 0,790 0,714 Kiểm định Hansen 0,232 0,103 0,559
Mức ý nghĩa thống kê: *** p<0,01, ** p<0,05, * p<0,1. Bảng trình bày kết quả hồi quy sử dụng phương pháp GMM hệ thống. Các biến được định nghĩa trong Bảng 3.1
(Nguồn: Tác giả tính tốn)
Kiểm định Arellano- Bond về tựtương quan thông qua AR(1) và AR(2). Kiểm
định AR(1) có các giá trị P-values bằng 0, chấp nhận có sựtương quan chuỗi bậc 1, trong khi kiểm định AR(2) có các giá trị P-values>0,1 đồng nghĩa chấp nhận giả
biến công cụ với các giá trị P-values>0,1, hàm ý rằng tất cả các biến cộng cụđược sử
dụng có hiệu lực. Vì vậy, các kết quả của phương pháp GMM hệ thống trong bảng 4.3 đều có hiệu lực.
Kết quả ước lượng một phần ủng hộ cho giả thuyết H1 đã đề cập trong phần tổng quan nghiên cứu. Các cột trong bảng 4.3 tương ứng với kết quả hồi quy với các
cách đo lường ĐBTC khác nhau. Hệ số của lncfv có ý nghĩa thống kê ở mức 1% với
lata và ltdc, và có ý nghĩa thống kê ở mức 10% với fdc. Hệ số của lncfv âm trong mơ
hình hồi quy với biến phụ thuộc lượt lata, fdc và ltdc. Điều này hàm ý các DN có sự BĐDTcao có xu hướng sử dụng ít nợ. Bên cạnh đó, độ lớn hệ sốBĐDT với nợ dài hạn là cao nhất (-0,025). Độ lớn của các hệ số BĐDT tăng dần khi định nghĩa về nợ hẹp dần từ tổng nợ vay cho đến nợ dài hạn. Các hệ số của lncfv là -0,012 và -0,022
tương ứng với lần lượt fdc và ltdc. Điểm này có sựtương đồng với hệ sốBĐDT với việc sử dụng nợ theo giá trị sổ sách ở các DN ở Mỹ và Trung Quốc. Cụ thể, độ lớn hệ sốBĐDT của tổng nợ phải trảở mức giảm thấp nhất (Keefe and Yaghoubi, 2016, Memon và cộng sự, 2018). Khi có BĐDT cao, các DNNY sẽ sử dụng nợ ngắn hạn và các khoản nợ hoạt động thay thế cho các khoản nợ vay dài hạn (Keefe and Yaghoubi, 2016). Tương tự, các DNNY tại Việt Nam có xu hướng giảm toàn bộ các hoạt động vay nợ bên ngoài, đồng thời sử dụng nợ hoạt động và nợ vay ngắn hạn quay vịng liên tục, thay vì các khoản vay nợ dài hạn khi có rủi ro về dịng tiền.
Về mặt lý thuyết, kết quả nghiên cứu không theo lý thuyết trật tự phân hạng cho rằng các DN có BĐDT cao gặp phải vấn đề thơng tin bất cân xứng nhiều hơn, do đó
họ sẽgia tăng sử dụng nợ. Thay vào đó, kết quả này ủng hộ lý thuyết đánh đổi với lập luận rằng các DN có BĐDTcao hay có nguy cơ rủi ro kinh doanh khi họ phải đối mặt với chi phí kiệt quệ tài chính cao từcác điều khoản trong hợp đồng vay nợ và lợi ích từ lá chắn thuế giảm đi. Vì vậy, các DN sẽ giảm việc sử dụng nợ. Các DN Việt
Nam đối mặt với mức độ rủi ro kinh doanh cao do môi trường kinh doanh ở Việt Nam có nhiều rủi ro và sự biến động –đặc biệt sau giai đoạn khủng hoảng tài chính 2010- 2011 (Tran, 2015). Để phản ứng với môi trường kinh doanh này, các DN phi tài chính
niêm yết tại Việt Nam có xu hướng giảm tài trợ bằng nợvay, song gia tăng sử dụng nợ ngắn hạn.
Về mặt thực nghiệm, kết quả của nghiên cứu tương đồng với các DNNY tại Mỹ
và Trung Quốc trong các nghiên cứu trước đây (Memon và cộng sự, 2018, Keefe and Yaghoubi, 2016). Khi có BĐDT, chi phí nợ của DN gia tăng sẽ tạo áp lực khiến DN chịu áp lực duy trì CTV tối ưu giữa chi phí kiệt quệ tài chính, chi phí phá sản với lá chắn thuế và các điều kiện khác. Do đó, DN có xu hướng giảm sử dụng nợ trong CTV của mình. Trường hợp nợ ngắn hạn ngược lại. Khi BĐDTtăng lên, tỷ lệ nợ ngắn hạn
có xu hướng tăng lên, nhưng kết quảnày chưa có ý nghĩa thống kê. Điều này có thể
do sự BĐDT làm DN tạm thời thiếu hụt tiền mặt. Vì vậy, các DN gia tăng nợ ngắn hạn đểbù đắp cho sự thiếu hụt tạm thời này (Harris and Roark, 2019).
Kiểm tra tính vững của mơ hình nghiên cứu
Để kiểm tra tính vững của các mơ hình ở trên, nghiên cứu sử dụng các phương pháp đo lường khác nhau với biến độc lập và biến phụ thuộc, cụ thể BĐDT và CTV.
Đồng thời, nghiên cứu sử dụng thêm phương pháp hồi quy khác để kiểm định lại kết quả mơ hình. Mặc dù các cách đo lường khác nhau, phương pháp hồi quy khác được áp dụng, hầu hết kết quảtương đồng với kết quả mơ hình chính.
Đầu tiên, nghiên cứu sử dụng ba cách đo lường việc sử dụng nợ của DN khác nhau bao gồm tỷ lệ tổng nợ phải trả chia tổng tài sản (lata), tỷ lệ tổng nợ vay (fdc) và tỷ lệ nợ vay dài hạn (ltdc). Các kết quả hồi quy giữa việc sử dụng nợ của DN và
BĐDT trong bảng 4.3, bảng 4.4, bảng 4.5 và bảng 4.6 với lần lượt các cột 1, cột 2 và cột 3 đều cho kết quả giống nhau. Cụ thể, BĐDTtương quan âm với việc sử dụng nợ
theo tất cảcác cách đo lường đã đề cập ở trên.
Tiếp theo, nghiên cứu sử dụng cách đo lường khác của dịng tiền. Thay vì sử dụng dịng tiền thuần từ hoạt động kinh doanh hay dòng tiền cơ sở (Memon và cộng sự, 2018, Keefe and Yaghoubi, 2016), lợi nhuận hoạt động (oi) sẽđại diện cho dòng tiền (Keefe and Yaghoubi, 2016). Cách đo lường BĐDT của (Levine and Wu, 2014, O'Connor Keefe and Tate, 2013) tiếp tục được dùng để tính tốn BĐDT theo lợi
nhuận hoạt động (lncfv_oi). Phương pháp GMM hệ thống được áp dụng với cách đo lường BĐDT mới. Kết quả kiểm định mối quan hệ giữa BĐDT và CTV theo cách tính BĐDT mới (lncfv_oi) được thể hiện trong bảng 4.4.
Bảng 4.4: Kết quả hồi quy với cách đo lường BĐDT khác
Biến phụ thuộc (1) (2) (3) lata fdc ltdc lncfv_oi -0,0307*** -0,031*** -0,0251*** (0,011) (0,011) (0,008) size 0,0156*** 0,014*** 0,009*** (0,003) (0,033) (0,002) tang 0,0211 0,0427** 0,1054*** (0,0149) (0,0167) (0,026) liq -0,004 -0,0011 0,0003 (0,003) (0,0008) (0,0003) profit -0,005 -0,2018*** -0,0923*** (0,09) (0,041) (0,0249) growth -0,0102 0,0053 -0,0003 (0,0063) (0,0079) (0,003) nsdt -0,2949** -0,222*** -0,1848 (0,1288) (0,0818) (0,1233) gdp -0,0002 -0,0007 0,003 (0,0036) (0,0036) (0,0026) induslev 0,0126 -0,054* -0,1051 (0,0343) (0,031) (0,0236) L.lata 0,7556*** (0,059) L.fdtc 0,8438*** (0,1406) L.ltdc 0,8111*** (0,0476) Hệ số chặn -0,2821*** -0,3897*** -0,341*** (0,0604) (0,0905) (0,073) Số quan sát 4895 4895 4895 AR(1) 0,000 0,000 0,000 AR(2) 0,779 0,761 0,442 Hansen 0,226 0,796 0,334
Mức ý nghĩa thống kê: *** p<0,01, ** p<0,05, * p<0,1. Bảng trình bày kết quả hồi quy sử
dụng phương pháp SGMM. Các biến được định nghĩa trong Bảng 3.1.
Với trường hợp ĐBTC được đại diện bởi lata, fdta, ltda, các hệ số của BĐDT âm và có ý nghĩa thống kê lần lượt 1% và 5%. Ngược lại, hệ số của BĐDTdương và có ý nghĩa thống kê ở mức 5% trong trường hợp tỷ lệ nợ ngắn hạn. Các kết quả hồi quy này khơng có sự khác biệt với các kết quả hồi quy chính ở bảng 4.3.
Nghiên cứu bổ sung thêm biến khủng hoảng (crisis) như một biến kiểm sốt vào
mơ hình ban đầu để kiểm tra tính vững của mơ hình nghiên cứu. Biến khủng khoảng
được đo lường thông qua biến giả nhận giá trị bằng 1 khi quan sát ở năm có khủng
hoảng diễn ra (2008, 2009, 2010), và nhận giá trị bằng 0 với các trường hợp còn lại. Kết quả ước lượng theo phương pháp GMM hệ thống được trình bày ở bảng 4.5. Hệ số của BĐDT đối với việc sử dụng nợ của DN âm và có ý nghĩa thống kê ở mức 1% trong bối cảnh có khủng hoảng tài chính tác động. Kết quảnày tương đồng với kết quả hồi quy của mơ hình gốc ban đầu. Do đó, vấn đề sai lệch do thiếu biến ít có khảnăng xuất hiện trong mơ hình nghiên cứu này.
Cuối cùng, nghiên cứu lựa chọn phương pháp hồi quy mơ hình khác để kiểm
định lại kết quả của mơ hình ban đầu. Cụ thể, nghiên cứu sử dụng phương pháp hồi quy tuyến tính theo Frank and Goyal (2009) ước lượng lại mối quan hệ giữa BĐDT
với việc sử dụng nợ do mơ hình Frank and Goyal (2009) đảm bảo tính vững và được sử dụng rộng rãi trong các học thuyết về CTV ngày nay (Harris and Roark, 2019).
Tuy nhiên, qua kiểm định xác định khuyết tật mơ hình, mơ hình có sự tương
quan giữa các sai số và hiện tượng phương sai sai sốthay đổi. Với các khuyết tật này trong mơ hình sẽ làm ước lượng hồi quy với hiệu ứng cố định (fixed effects) khơng hiệu quả. Vì vậy, nghiên cứu áp dụng ước lượng hồi quy với sai số chuẩn của (Driscoll