4.2 Phân tích mô tả thực trạng những nhân tố tác động đến cấu trúc vốn của các công ty
4.2.1.1 Mơ hình dữ liệu bảng tĩnh
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 công 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 cịn 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 cơng 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 quát 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, khơng 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 không 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 vô 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 công 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 công 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 mơmen
(difference generalized methods of moments – mơ hình hồi quy này còn 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 mơmen 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 của các doanh nghiệp BĐS đang niêm yết trên TTCK Việt Nam
4.3.1 Mơ hình dữ liệu bảng tĩnh
Bảng 4.2: Kết quả hồi quy địn bẩy tài chính theo phương pháp mơ hình hồi quy bé nhất (OLS)
Dependent Variable: LEV Method: Least Squares Date: 12/16/12 Time: 19:38 Sample: 1 140
Included observations: 140
Variable Coefficient Std. Error t-Statistic Prob. SIZE 0.027043 0.007504 3.603617 0.0004 ROA -0.400408 0.171791 -2.330783 0.0213 GROWTHS 0.228918 0.049757 4.600747 0.0000 FOA 0.443593 0.104753 4.234642 0.0000 LIQ -0.004047 0.002033 -1.990329 0.0486 TAXS 0.004257 0.001977 2.153738 0.0331
OWNERSHIP 0.101049 0.047938 2.107904 0.0369 C -0.504291 0.197411 -2.554526 0.0118 R-squared 0.568199 Mean dependent var 0.555872 Adjusted R-squared 0.545300 S.D. dependent var 0.175804 S.E. of regression 0.118547 Akaike info criterion -1.371563 Sum squared resid 1.855059 Schwarz criterion -1.203469 Log likelihood 104.0094 Hannan-Quinn criter. -1.303255 F-statistic 24.81374 Durbin-Watson stat 1.018150 Prob(F-statistic) 0.000000
(Nguồn: Tính tốn của tác giả với sự hỗ trợ của phần mềm Eviews)
Từ kết quả mơ hình, ta có hệ số R2 = 0,5682 cho thấy các biến độc lập có khả năng giải thích được 56,82% sự thay đổi trong biến địn bẩy tài chính và hệ số R2
hiệu chỉnh cũng cho thấy độ tương thích của mơ hình là 54,53%. Tất cả các biến độc lập trong mơ hình ước lượng đều có p- value < 0,05 chứng tỏ việc đưa các biến độc lập này vào mơ hình là phù hợp với mức ý nghĩa 5%.
Đồng thời, qua chỉ số kiểm định F=24,81 là khá cao, với p- value nhỏ hơn 5% chúng ta đủ cơ sở vững chắc để bác bỏ giả thuyết rằng sức mạnh giải thích đồng thời của các biến nghiên cứu trong mơ hình là khơng có nghĩa.
Kế đến tác giả sẽ đi xem xét xem có hiện tượng phương sai thay đổi hay không, thông qua bảng hồi quy:
Bảng 4.3: Kết quả hồi quy kiểm định hiện tượng phương sai thay đổi
Heteroskedasticity Test: Breusch-Pagan-Godfrey
F-statistic 1.960294 Prob. F(7,132) 0.0652
Obs*R-squared 13.18324 Prob. Chi-Square(7) 0.0678 Scaled explained SS 12.36645 Prob. Chi-Square(7) 0.0891
Obs*R-squared = 13,18, với mức ý nghĩa 5%, p-value = 0,0678 > 0,05 cho nên có thể thấy mơ hình khơng có hiện tượng phương sai thay đổi.
Tuy nhiên, để tăng sự phù hợp của mơ hình và đánh giá được tác động chéo của các biến thời gian và số lượng quan sát (doanh nghiệp) tác giả sẽ đi sẽ tiến hành phân tích hồi quy sử dụng hiệu ứng cố định.
Tác giả sử dụng Eview tiến hành cố định lần lượt biến quan sát (gồm 28 biến riêng) - L1(1) , biến thời gian (5 biến riêng) - L1 (2), và kết hợp cố định cả hai biến - L1(3) trên ta được kết quả ước lượng các nhân tố ảnh hưởng đến cấu trúc vốn của
doanh nghiệp BĐS, cụ thể như sau:
Bảng 4.4: Kết quả hồi quy theo mơ hình ảnh hưởng cố định và ngẫu nhiên
Nhân tố tác động Ký hiệu L1 (1) L1 (2) L1 (3)
βi Prob. βi Prob. βi Prob.
Quy mô SIZE 0.0423 0.0000 0.0258 0.0011 0.0421 0.0000
Khả năng sinh lợi ROA -0.2198 0.1499 -0.4541 0.0131 -0.2845 0.0907
Tăng trưởng GROWTHS 0.1320 0.0013 0.2374 0.0000 0.1353 0.0014
Tài sản cố định FOA 0.3043 0.0046 0.4523 0.0000 0.3233 0.0034
Khả năng thanh
khoản LIQ -0.0016 0.3709 -0.0039 0.0549 -0.0014 0.4398
Tấm chắn thuế TAXS -0.0013 0.5296 0.0040 0.0431 -0.0015 0.4672
Sở hữu nhà nước OWNERSHIP -0.0298 0.8094 0.1008 0.0387 -0.0171 0.8973
C -0.7294 0.0001 -0.4695 0.0228 -0.7228 0.0003
R2 0.8593 0.5761 0.8626
Log likelihood 182.5334 105.3024 184.2044 Akaike info criterion -2.1076 -1.3328 -2.0743 Schwarz criterion -1.3722 -1.0807 -1.2548
Durbin Watson stat 1.8541 0.7873 1.8733
Kết quả kiểm định hiệu ứng cố định từ biến giả (Ho: khơng có hiệu ứng cố định)
F-statistic 1.8870 0.0000 1.5814 0.0000 1.6697 0.0000
Cross-section F 8.0511 0.0000 7.8065 0.0000
Cross-section Chi- Square 157.0478 0.0000 157.8039 0.0000
Period F 0.5965 0.6657 0.6100 0.6563
Period Chi - Square 2.5860 0.6293 3.3421 0.5023
Cross-section/Period
F 6.9867 0.0000
Cross-section/ Period Chi- Square 160.3900 0.0000
Kết quả kiểm định cho thấy R2 cải thiện đáng kể so với mơ hình ban đầu (56,82%) với kết quả lần lượt là R12 = 85,94%, R22 = 57,61%, R32 = 86,26%, điều này thể hiện mức độ giải thích của mơ hình đã được cải thiện. Bên cạnh đó, khi xem xét một số tiêu chuẩn để đánh giá và lựa chọn mơ hình hồi quy phù hợp ta thấy các chỉ tiêu này thể hiện khá tốt ở mơ hình L1(1) và L1(3) cụ thể:
- Với tiêu chuẩn hợp lý (Log-likehood), đây là một dạng phân phối tiệm cận với phân phối chi bình phương cho nên giá trị này càng lớn (tương ứng với xác suất ý nghĩa càng nhỏ) thì càng tốt thể hiện mơ hình đang xét là rất khác biệt so với mơ hình “tầm thường” (là mơ hình khơng hề có quan hệ giữa biến độc lập và biến phụ thuộc). Ta nhận thấy giá trị của hệ số này trong mơ hình L1(1) và L1(3) gần bằng nhau và cao hơn nhiều so với mơ hình L1(2).
- Tương tự, với các hệ số tiêu chuẩn Schwarz criterion, AIC (Akaike infor Criterion) giá trị càng nhỏ thì sai số giữa giá trị ước lượng với giá trị quan sát càng nhỏ, chứng tỏ mơ hình càng phù hợp với số liệu. Từ đó có thể quan sát thấy các hệ số này trong mơ hình mơ hình L1(1) và L1(3) cũng gần bằng nhau và tốt hơn so với mơ hình L1(2).
Đồng thời, khi tiến hành kiểm tra hiệu ứng cố định, ta thấy mơ hình L1(1) và L1(3) cho kết quả có tác động của hiệu ứng cố định với mức ý nghĩa 5%. Trong khi đó mơ hình L1(2) với p-value của cả hai kiểm định F và Chi- Square đều cho kết quả lớn hơn 5%, cho nên ta sẽ chấp nhận giả thiết Ho: là khơng có hiệu ứng cố định xảy ra trong mơ hình L1(2).
Như vậy, từ kết quả mơ hình cho thấy mức độ giải thích của các mơ hình tăng lên rõ rệt với các mức R2cao hơn mơ hình ban đầu, và qua phân tích một số chỉ tiêu có thể nhận thấy độ phù hợp của các mơ hình L1(1) và L1(3) tốt hơn rất nhiều so với mơ hình L1(2) do đó có thể sử dụng hai mơ hình này để phân tích tác động của các
nhân tố sẽ mang lại độ tin cậy cao hơn. Tuy nhiên, vì kiểm định trong mơ hình L1(2) cho thấy khơng có sự khác biệt lớn trong các hệ số góc của các biến độc lập tương ứng giữa hai mơ hình ảnh hưởng cố định và ảnh hưởng ngẫu nhiên. Vì vậy, khơng
cần thiết để phức tạp hóa thêm vấn đề, trong đề tài nghiên cứu này, tác giả sẽ lựa chọn mơ hình L1(1) làm mơ hình giải thích của các biến nghiên cứu lên tỷ lệ địn bẩy tài chính của các doanh nghiệp BĐS niêm yết trong mơ hình dữ liệu bảng tĩnh.
Cuối cùng, để kiểm tra mức độ phù hợp của các biến đưa vào mơ hình ta tiến hành kiểm định giả thiết về các hệ số hồi quy riêng của mơ hình L1(1) và L1(2)với giả thiết của mơ hình là Ho: βi = 0 và H1: βi ≠ 0; sử dụng kết quả giá trị p- value của
mơ hình ta có kết quả như sau:
- Hằng số C có giá trị xác suất nhỏ hơn nhiều so với α = 5%, do đó hằng số có ý nghĩa trong các mơ hình.
- Biến Quy mô (SIZE), Cơ hội tăng trưởng (GROWTHS), Tài sản cố định hữu hình (FOA) trong cả hai phương trình đều có giá trị p – value < 5% do đó bác bỏ giả thiết Ho: βi = 0, nên có thể khẳng định các biến này có ảnh hưởng đến địn bẩy tài chính với mức ý nghĩa 5%.
- Riêng đối với các biến Khả năng sinh lợi (ROA), Khả năng thanh khoản (LIQ), Lợi ích từ tấm chắn thuế (TAXS), Sở hữu nhà nước (OWNERSHIP) thì giá trị p- value cao hơn 5% nên các biến này không thể hiện được sự tác động lên mơ hình. Nhưng nếu chọn mức ý nghĩa 10% thì biến Khả năng sinh lợi (ROA) trong mơ hình L1(3) có thể có ý nghĩa trong việc giải thích sự biến thiên trong địn bẩy tài chính của các doanh nghiệp BĐS. Tuy nhiên, theo tác giả nhận thấy không nên loại bỏ các biến này ra khỏi mơ hình bởi vì những lý do sau:
Về mặt khuôn khổ lý thuyết như đã trình bày ở phần trên và theo các nghiên cứu thực nghiệm tại các quốc gia trên thế giới thì các biến này có tác động đến địn bẩy tài chính của doanh nghiệp BĐS.
Từ kết quả mơ hình ta nhận thấy mức độ giải thích của các biến độc lập lên địn bẩy tài chính là khá tốt và kiểm định tổng thể về sức mạnh giải