Bảng 3.1 Các biến phụ thuộc : hồi quy lần lượt từng biến
Các biến phụ thuộc Tiếng Anh Ký Hiệu
Đòn bẩy sổ sách Book Leverage LEV
Đòn bẩy thị trường Market Leverage MLEV
Sự thay đổi đòn bẩy hằng năm Change in leverage ΔLEV
Phát hành cổ phần thuần Net equity issues Δe
Phát hành nợ thuần Net debt issues Δd
Sự thay đổi lợi nhuận giữ lại Change in retained earning ΔRE
3.1.1.2 Các biến độc lập sử dụng trong mơ hình
Các biến độc lập, biến kiểm soát đƣợc tác giả sử dụng trong mơ hình nghiên cứu là những biến phổ biến căn cứ vào các kết quả nghiên cứu thực nghiệm trƣớc đây của Rajan và Zingales (1995); BW (2002) và gần đây của Elise và Jonas (2010) có tƣơng quan với địn bẩy tài chính. Bốn biến độc lập tác giả sử dụng trong mơ hình nghiên cứu tổng qt nhƣ: Biến M/B tỷ lệ giá trị thị trƣờng trên giá trị sổ sách đo lƣờng cơ hội tăng trƣởng; biến tài sản cố định hữu hình (TANG); biến quy mơ (Logsales), biến lợi nhuận (EBITDA) trình bày chi tiết nhƣ sau:
Biến M/B: Biến tỷ lệ giá trị thị trƣờng trên giá trị sổ sách thƣờng đƣợc xem
nhƣ một đại diện của cơ hội đầu tƣ nhƣng cũng liên quan đến định giá thị trƣờng sai của vốn cổ phần (Rajan và Zingales 1995). Theo lý thuyết MT, tỷ lệ M/B tƣơng quan âm (-) với đòn bẩy và tƣơng quan dƣơng (+) với sự thay đổi của vốn cổ phần, các quan sát có tỷ lệ M/B lớn hơn 10 sẽ bị loại khỏi dữ liệu quan sát (BW, 2002).
Biến tài sản cố định hữu hình (TANG): Tài sản cố định hữu hình/tổng tài
sản. Myers và Majluf (1984) cho rằng biến đại diện này là khả năng thế chấp của các tài sản công ty. Nếu tỷ lệ tài sản cố định hữu hình trên BCĐKT càng lớn thì những nhà cho vay càng sẵn sàng cung cấp các khoản vay (Rajan và Zingales (1995); BW (2002) do đó, TSCĐ hữu hình có thể là một trong số những nhân tố tƣơng quan với địn bẩy.
31
Biến quy mơ (LOGSALES): đƣợc đo lƣờng theo doanh thu (Sales) tác giả
sử dụng hàm logarithm của doanh thu để chuẩn hoá số liệu theo những nghiên cứu trƣớc đây nhƣ: BW (2002) và Mahajan và Tartaroglu (2007) và Elise và Jonas (2010). Các cơng ty lớn có chi phí đại diện của nợ thấp, chi phí kiểm sốt thấp, ít chênh lệch thông tin hơn so với các công ty nhỏ hơn, doanh số ổn định, dịng tiền ít biến động, dễ tiếp cận thị trƣờng tín dụng và sử dụng nhiều nợ vay hơn để có lợi nhiều hơn từ tấm chắn thuế.
Biến lợi nhuận (EBITDA): đƣợc đo lƣờng bằng lợi nhuận trƣớc thuế, lãi
vay và khấu hao/tổng tài sản. Biến lợi nhuận theo các nghiên cứu thực nghiệm trƣớc đây
Bảng 3.2 Bảng tổng hợp các biến độc lập trong mơ hình hồi quy nhƣ sau:
Bảng 3.2 Các biến độc lập:
Các biến độc lập Tiếng Anh Ký Hiệu
Tỷ lệ giá trị thị trường trên giá trị sổ sách Market to book M/B
Tài sản cố định hữu hình Tangible Assets TANG
Quy mơ cơng ty Logarithm of sales LogSales
Lợi nhuận trước thuế, lãi vay, khấu hao Earnings before taxes, interest, depreciation EBITDA
3.1.2 Các giả thiết nghiên cứu:
Các giả thiết nghiên cứu tác giả trình bày chi tiết và căn cứ vào các kết quả nghiên cứu thực nghiệm trƣớc đây và kết quả mô tả các biến nghiên cứu trong phần trên và các giả thiết nghiên cứu tóm tắt nhƣ hình 3.2 dƣới đây:
Giả thiết nghiên cứu 1 (H1): tỷ lệ giá trị thị trường trên giá trị sổ sách (M/B)
tương quan âm (-) với đòn bẩy (LEV).
H1: Theo lý thuyết định thời điểm thị trƣờng biến M/B tƣơng quan nghịch (-) với
32
Titman (2007) và tƣơng quan thuận (+) tức là định thời điểm thị trƣờng tác động khơng rõ ràng theo nghiên cứu Hưgfeldt và Oborenko (2004); Elise và Jonas (2010) nghiên cứu các công ty Bắc Âu và Bắc Đại Tây Dƣơng khi M/B thay đổi 1 đơn vị thì địn bẩy thay đổi 0,036 đơn vị.
Giả thiết nghiên cứu 2 (H2): tài sản cố định hữu hình (TANG) tương quan dương (+) với địn bẩy tài chính (LEV). Các nghiên cứu thực nghiệm biến tài sản cố
định hữu hình (TANG) tƣơng quan thuận (+) với đòn bẩy: Titman và Wessels (1988); Rajan và Zingales (1995) ở các nƣớc phát triển. Wiwattanakantang (1999) và Chen (2004) ở Thái Lan và Trung Quốc; Elise và Jonas (2010) nghiên cứu các công ty Bắc Âu và Bắc Đại Tây Dƣơng khi TANG thay đổi 1 đơn vị thì địn bẩy thay đổi 0,243 đơn vị.
Giả thiết nghiên cứu 3 (H3): Quy mô (Logsales) công ty tương quan dương (+) với địn bẩy tài chính (LEV). Biến quy mơ (Logsales) trong các nghiên cứu thực
nghiệm tƣơng quan thuận (+) với đòn bẩy: Wiwattanakantang (1999) ở Thái Lan;Huang và Song (2002); Chen (2004) ở Trung Quốc; Titman và Wessles (1988); Rajan và Zingales(1995) ở các nƣớc phát triển.
Giả thiết nghiên cứu 4 (H4): Lợi nhuận (EBITDA) có tương quan âm (-) với
đòn bẩy tài chính (LEV).Theo các nghiên cứu thực nghiệm biến lợi nhuận
(EBITDA) tƣơng quan thuận (+) với đòn bẩy theo lý thuyết tín hiệu và lý thuyết dựa trên Thuế các cơng ty có lợi nhuận càng vay nợ. Và tƣơng quan nghịch (-) theo lý thuyết trật tự phân hạng các nghiên cứu của Titman và Wessels (1988); Rajan và Zingales (1995) ở các nƣớc phát triển; Wiwattanakantang (1999) ở Thái Lan; Chen (2004) ở Trung Quốc.
33
Hình 3.2 Các giả thiết nghiên cứu và kỳ vọng dấu
3.1.3 Lựa chọn mơ hình nghiên cứu:
Việc chọn sử dụng mơ hình hồi quy xuất phát từ những nghiên cứu trƣớc đây về khung lý thuyết MT này nhƣ: BW (2002), Mahajan và Tartaroglu (2007);
Elise và Jonas (2010). Và những nghiên cứu thực nghiệm tại Châu Á và Lin (2009)
nghiên cứu ở các nƣớc Đông Nam Á nhƣ: Phillipin, Thái Lan, Singapore những nƣớc đang phát triển có nhiều điểm tƣơng đồng với Việt Nam. Bên cạnh đó, nghiên cứu của Phƣơng (2011) đã đề cập tỷ lệ giá trị thị trƣờng trên giá trị sổ sách M/B và
34
hiệu quả hoạt động cơng ty. Do đó, tác giả sử dụng các mơ hình hồi quy theo BW (2002) nghiên cứu đầu tiên lý thuyết định thời điểm thị trƣờng và theo nghiên cứu
gần nhất “Định thời điểm thị trường và cấu trúc vốn” của Elise và Jonas (2010)
làm nền tảng cho mơ hình nghiên cứu của tác giả, hồi quy đƣợc thực hiện nhƣ sau:
Đầu tiên, tác giả hồi quy với biến phụ thuộc là đòn bẩy qua hai cách : đòn
bẩy sổ sách (LEV) và địn bẩy thị trƣờng (MLEV). Mục đích để kiểm tra tỷ lệ M/B
hiện tại có tác động lên địn bẩy cơng ty hay khơng? tỷ lệ này đƣợc sử dụng khi đo
lƣờng định giá sai thị trƣờng và cũng đo lƣờng cơ hội tăng trƣởng. Điều này có thể đƣợc xem nhƣ là một kiểm tra ảnh hƣởng ngắn hạn của định thời điểm thị trƣờng lên cấu trúc vốn, ba biến kiểm soát Rajan và Zingales (1995): tài sản cố định hữu hình (TANG), quy mô (Logsales) và lợi nhuận (EBITDA) cũng đƣợc đƣa vào mơ hình hồi quy.
Biến phụ thuộc: mơ hình 1 địn bẩy sổ sách (LEV)
1 / 2 3 4
it it it it it it
LEV M B TANG LOGSALES EBITDA (1)
Biến phụ thuộc: mơ hình 2 địn bẩy thị trƣờng (MLEV)
MLEVit 1M B/ it 2TANGit 3LOGSALESit 4EBITDAit it (2)
Thứ hai, tác giả kiểm tra sự thay đổi trong đòn bẩy (ΔLEV) do những
nhân tố nào tác động, liệu nhân tố giá trị thị trƣờng trên giá trị sổ sách M/B tƣơng quan âm (-) với đòn bẩy nhƣ quan điểm lý thuyết định thời điểm thị trƣờng trình bày hay khơng? Và xem xét tác động của các nhân tố: tài sản cố định hữu hình, quy mơ, lợi nhuận lên sự thay đổi địn bẩy hằng năm.
Biến phụ thuộc: mơ hình 3 sự thay đổi đòn bẩy sổ sách (ΔLEV)
1 / 2 3 4
it it it it it it
LEV M B TANG LOGSALES EBITDA (3)
Thứ ba, tác giả chia sự thay đổi của đòn bẩy (ΔLEV) thành ba thành phần:
phát hành cổ phần thuần (Δe), thay đổi lợi nhuận giữ lại (ΔRE) và phát hành nợ thuần (Δd). Theo lý thuyết MT các cơng ty phát hành cổ phần (e) khi chứng khốn
35
định giá cao (M/B cao) việc chia ra ba thành phần nhằm xác định rõ xem tác động của biến M/B qua phát hành cổ phần (Δe), nếu đúng có tồn tại định thời điểm thị trƣờng khi đó Δe và M/B tƣơng quan dƣơng (+)
Biến phụ thuộc: mơ hình 3.1 sự thay đổi địn bẩy do phát hành cổ phần thuần (Δe):
1 / 2 3 4
it it it it it it
e M B TANG LOGSALES EBITDA (3.1)
Biến phụ thuộc: mơ hình 3.2 thay đổi đòn bẩy do thay đổi phát hành nợ (Δd):
1 / 2 3 4
it it it it it it
d M B TANG LOGSALES EBITDA (3.2)
Biến phụ thuộc: mơ hình 3.3 sự thay đổi đòn bẩy do lợi nhuận giữ lại (ΔRE)
1 / 2 3 4
it it it it it it
RE M B TANG LOGSALES EBITDA (3.3)
Các mơ hình hồi quy lần lƣợt theo các biến nhƣ sơ đồ sau:
36
Hình 3.4: Các nhân tố trong mơ hình hồi quy
3.2 Dữ liệu và phƣơng pháp thu thập 3.2.1 Dữ liệu nghiên cứu: 3.2.1 Dữ liệu nghiên cứu:
Trong chƣơng 1 tác giả trình bày tổng quan vấn đề nghiên cứu, câu hỏi nghiên cứu, mục tiêu nghiên cứu của đề tài. Các nghiên cứu thực nghiệm trên thế giới và Việt Nam đƣợc trình bày trong chƣơng 2. Theo mục tiêu nghiên cứu và những nghiên cứu trƣớc đây tác giả quan tâm việc kiểm định tác động của những nhân tố nhƣ: cơ hội tăng trƣởng, định thời điểm thị trƣờng, tài sản cố định hữu hình, quy mơ, lợi nhuận lên CTV của các công ty Việt Nam niêm yết trên sàn HOSE. Nghiên cứu này sử dụng dữ liệu của 93 công ty Việt Nam niêm yết trên sàn HOSE giai đoạn từ tháng 01 năm 2007 đến tháng 12 năm 2011, để có đƣợc mẫu nghiên cứu 5 năm. Bởi vì khi tính tốn một trong những biến thay đổi trong vốn cổ phần (Δe) và thay đổi của nợ (Δd) cho những năm trƣớc do đó một số dữ liệu lấy từ trƣớc năm 2007 là cần thiết để tạo ra mẫu dữ liệu đầy đủ 5 năm.
Tác giả loại bỏ dữ liệu của những công ty không đầy đủ số liệu, các cơng ty tài chính, ngân hàng, bảo hiểm, quản lý quỹ… Các cơng ty có tỷ lệ M/B >10, có địn bẩy tài chính (LEV) lớn hơn 1 cũng khơng đƣợc sử dụng vào mơ hình. Dữ liệu với những thơng tin chi tiết từng công ty, những mục quan tâm nhƣ: Bảng cân đối kế toán, Kết quả hoạt động kinh doanh, giá trị thị trƣờng trên giá trị sổ sách…dữ liệu
này thu thập từ những website chứng khoán nhƣ www.cophieu68.com;
37
3.2.2 Thiết kế nghiên cứu và phƣơng pháp nghiên cứu
Nghiên cứu đƣợc thực hiện theo phƣơng pháp nghiên cứu định lƣợng dựa trên mơ hình tác động cố định FEM (Fixed Effect Model, OLS+Dummy) còn gọi là hồi quy biến giả bình phƣơng nhỏ nhất LSDV (Least Squares Dummy Variable) trên dữ liệu bảng (Panel data) để ƣớc lƣợng tác động của MT, TSCĐ hữu hình, quy mơ, lợi nhuận lên CTV của các công ty niêm yết trên sàn HOSE nhƣ thế nào? Sau khi có bộ dữ liệu tác giả sử dụng cơng thức tính nhƣ ở (Phụ lục 1) để tính tốn các biến giải thích và nhập dữ liệu vào phần mềm Eviews 6 trên Windows.
Các dạng dữ liệu phổ biến: dữ liệu theo chuỗi thời gian, dữ liệu chéo theo không gian và dữ liệu bảng. Tác giả sử dụng dữ liệu bảng (panel data) hay còn gọi là dữ liệu kết hợp các dữ liệu theo chuỗi thời gian và không gian, tiêu biểu cho sự biến thiên theo thời gian của các đơn vị chéo theo khơng gian, liên quan đến tốn học và thống kê khá phức tạp. Tuy nhiên, tác giả chỉ nghiên cứu một phần then chốt cơ bản của dữ liệu bảng. Một số ƣu điểm dữ liệu bảng: do kết hợp các chuỗi theo thời gian của các quan sát theo không gian, dữ liệu bảng cung cấp những dữ liệu có nhiều thơng tin hơn, đa dạng hơn, ít cộng tuyến hơn giữa các biến số, nhiều bậc tự do và hiệu quả hơn nhƣng khơng có nghĩa rằng khơng có vấn đề khi lập mơ hình dữ liệu bảng.
3.3 Phƣơng pháp kiểm định mơ hình:
Đầu tiên, tác giả sử dụng kiểm định Wald Test để xem xét sự có mặt của
“biến khơng cần thiết” nhằm xác định biến nào khơng cần thiết hay cịn gọi là “thừa biến” trong mơ hình hồi quy dữ liệu bảng. Dựa theo kết quả ƣớc lƣợng mơ hình, tác giả xem mức ý nghĩa của từng biến (Prob) ở các mức ý nghĩa 0.1%, 1%, 5% ,và so sánh trị tuyệt đối của thống kê T (t-statistic) kết hợp tra bảng phân phối Student theo mức ý nghĩa, bậc tự do (tác giả dùng hàm trong Excel TINV(mức ý nghĩa,bậc tự do)), nếu |t-statistic| lớn hơn kết quả bảng tra Student thì biến có ý nghĩa thống kê và cần thiết trong mơ hình sử dụng. Một cách kiểm tra khác lần lƣợt theo từng biến một, tác giả dùng kiểm định Redundant Variables-Likelihood Ratio để kiểm tra sự
38
có mặt biến nào khơng cần thiết. Ngồi ra, “kiểm định biến bị bỏ sót” cũng cần thiết qua kiểm định Omited Variables-Likelihood Ratio, nếu phát hiện một biến nào bị bỏ sót, khắc phục bằng cách đƣa biến đó vào mơ hình hồi quy.
Thứ hai, tác giả kiểm định phƣơng sai của nhiễu thay đổi thơng thƣờng có
hai cách kiểm tra phƣơng sai của nhiễu thay đổi: vẽ đồ thị và dùng các kiểm định White. Do trong nghiên cứu này tác giả sử dụng dữ liệu bảng (Panel data) xử lý trên phần mềm Eviews, theo hƣớng dẫn sử dụng Eview mục ƣớc lƣợng dữ liệu bảng
không hỗ trợ chức năng kiểm định White. Tuy nhiên, theo Muhamad2
hiện tƣợng phƣơng sai của nhiễu thay đổi trong mơ hình hồi quy dữ liệu bảng vấn đề này đã đƣợc phần mềm tự xử lý.
Thứ ba, kiểm định đa cộng tuyến (Correlations) đây là một cách quan trọng
khác để kiểm tra các biến là xem xét khả năng đa cộng tuyến tiềm ẩn, điều này đƣợc thực hiện bằng cách tạo ta ma trận tƣơng quan giữa các biến giải thích với nhau (Brooks, 2002). Cách nhận biết hiện tƣợng đa cộng tuyến dễ nhìn thấy các hệ số tƣơng quan giữa các biến gần bằng +/- 1(bằng 1 là tƣơng quan hoàn toàn).Ngoài ra,
cần kiểm tra mơ hình hồi quy có R2
rất cao và trị thống kê T (t-statistic) thấp, hoặc dấu của hệ số hồi quy khác với dấu kỳ vọng cũng là dấu hiệu dễ nhận ra có hiện tƣợng đa cộng tuyến.
Thứ tƣ, tác giả kiểm định tự tƣơng quan của nhiễu (Durbin-Watson): dùng
đồ thị mô tả hiện tƣợng tự tƣơng quan của nhiễu và tác giả sử dụng kiểm định tự tƣơng quan của nhiễu qua hệ số Durbin-Watson trong kết quả hồi quy, kết quả phù hợp thì hệ số Durbin-Watson phải nằm trong khoảng từ 1 đến 3 là ít có hiện tƣợng tự tƣợng quan.
Thứ năm, chọn lựa mơ hình qua kiểm định Hausman; Likelihook Ratio và
các kiểm định giả thiết ràng buộc khi sử dụng phƣơng pháp OLS và LSDV nhƣ trên, nếu không vi phạm các giả thiết ràng buộc, các kết quả phù hợp, tác giả sẽ tiến
40
trị tuyệt đối thống kê T-statistic > giá trị bảng tra phân phối Student thì biến giải thích có ý nghĩa thống kê trong mơ hình, Pro(T-statistic)<α, và Pro(F-statistic)<α mơ hình phù hợp, chỉ số AIC và Schwarz thấp.
Khi ƣớc lƣợng các mơ hình hồi quy dữ liệu bảng có nhiều cách tiếp cận khác nhau: cách tiếp cận mô hình các ảnh hƣởng cố định (Fixed Effect Model, FEM) và mơ hình ảnh hƣởng ngẫu nhiên (Random Effects Model, REM). Khi số liệu theo chuỗi thời gian lớn và số mẫu lớn thì hai phƣơng pháp FEM và REM không khác biệt nhiều; khi mẫu lớn và thời gian ngắn thì mơ hình FEM phù hợp hơn. Tác giả sử dụng kiểm định Hausman (1978) và Likelihook Ratio để quyết định lựa chọn mơ hình FEM hay REM hay OLS thơng thƣờng. Ngồi ra, tác giả cịn kiểm định tính dừng nhƣng do số năm quan sát nhỏ, nên phần mềm khơng hiển thị kết quả, tính dừng trong chuỗi ngắn là ít quan trọng.
KẾT LUẬN CHƢƠNG 3: trong chƣơng này tác giả trình bày phƣơng pháp
nghiên cứu: dữ liệu, mơ hình, biến và các giả thiết nghiên cứu, các giả thiết của phƣơng pháp ƣớc lƣợng LSDV hồi quy biến giả bình phƣơng nhỏ nhất: kiểm định giả thiết hệ số hồi quy, dƣ thiếu biến, kiểm định Wald Test, kiểm định phƣơng sai của nhiễu thay đổi, đa cộng tuyến, tự tƣơng quan của nhiễu và sự phù hợp của mơ hình. Tác giả sử dụng phƣơng pháp nghiên cứu định lƣợng mơ hình tác động cố định FEM hay hồi quy biến giả bình phƣơng nhỏ nhất LSDV với mẫu 93 công ty niêm yết trên sàn HOSE giai đoạn từ tháng 01 năm 2007 đến tháng 12 năm 2011. Biến đòn bẩy đƣợc đo lƣờng bằng tổng nợ trên tổng tài sản (LEV); biến M/B đo lƣờng cơ hội tăng trƣởng và định giá sai nhƣ BW (2002) đã trình bày. Ngồi ra, tác giả còn sử dụng một số biến khác để kiểm tra ảnh hƣởng của chúng lên cấu trúc vốn nhƣ: tài sản cố định hữu hình (TANG); quy mơ cơng ty (Logsales) và lợi nhuận (EBITDA). Các mơ hình nghiên cứu tổng qt đƣợc chọn nhƣ sau:
1 / 2 3 4