Nhằm có sự so sánh giữa tỷ lệ nợ theo GTSS và GTTT bài nghiên cứu tiến hành trên hai biến phụ thuộc. Các biến phụ thuộc và thang ño ñược tóm tắt trong bảng 2.1. Các biến này ñược kế thừa từ nghiên cứu của Wolfgang Drobetz, Pascal Pensa và Gabrielle Wanzenried (2006) và một số nghiên cứu có liên quan.
Bảng 2.1 Danh sách và ñịnh nghĩa các biến phụ thuộc Tên biến Định nghĩa Mô tả LVLTA(GTSS) Tổng nợ Tổng nợ + GTSS của VCSH Tỷ lệ nợ LVLTA(GTTT) Tổng nợ Tổng nợ + GTTT của VCSH
Trong ñó, GTTT của VCSH ñược tính bằng tích số lượng cổ phần ñang lưu hành với giá ñóng cửa của cổ phiếu ñó vào ngày cuối năm.
2.4.2 Các biến ñộc lập và thang ño
Các biến ñộc lập và thang ño ñược tóm tắt trong bảng 2.1. Các biến này ñược kế thừa từ một số nghiên cứu có liên quan và dựa trên nghiên cứu của Wolfgang Drobetz, Pascal Pensa, và Gabrielle Wanzenried (2006).
Bảng 2.2 Danh sách và ñịnh nghĩa các biến ñộc lập
Tên biến Định nghĩa Mô tả
TANG
Tài sản cốñịnh hữu hình
Tổng tài sản Tỷ lệ tài sản hữu hình
SIZE Ln(Tổng tài sản cuối kỳ) Quy mô doanh nghiệp
GROWTH GTTT của VCSH
GTSS của VCSH Tốc ñộ tăng trưởng
PRO
Lợi nhuận trước thuế thu nhập
Tổng tài sản Khả năng sinh lợi nhuận
NDST Khấu hao tài sản cốñịnh hữu hình
Tổng tài sản Lá chắn thuế không phải từ nợ
DIST │LV*it - LVit│ Khoảng cách tuyệt ñối từ tỷ lệ
Ngoài ra, các biến giảñược sử dụng trong mô hình ñược ñịnh nghĩa như sau:
Biến giả thời gian: Có 7 giai ñoạn (2006 – 2012), do ñó có 6 biến giả thời gian. Mã hóa biến giả thời gian như sau:
Biến giả theo thời gian (DUMYi) = 1 (nếu năm ñang xét là năm k); 0 (nếu là năm khác). Trong ñó k= 2007,…, 2012. Tức là sử dụng 6 biến giả thời gian cho 6 năm 2007, 2008, 2009, 2010, 2011, 2012.
2.5 Phương pháp ước lượng
Phương trình (2.1) ñược ước lượng bằng phương pháp FEM.
Phương trình (2.5) ñược ước lượng bằng phương pháp GMM.
2.6 Tổng hợp mô hình ñề xuất và các giả thuyết 2.6.1 Mô hình 2.6.1 Mô hình
Dựa vào những lập luận các yếu tố ảnh hưởng ñến tỷ lệ nợ và tốc ñộ ñiều chỉnh tỷ lệ nợ ở trên. Các mối tương quan ñược thể hiện bằng hai mô hình ñược trình bày dưới ñây.
Hình 2.1 Mô hình các yếu tố tác ñộng lên tỷ lệ nợ Hình 2.2: Mô hình các yếu tốảnh hưởng ñến tốc ñộñiều chỉnh tỷ lệ nợ H2(+) H3(-) H4(-) H5(-) LV TANG SIZE GROWTH PRO NDTS H1(+) H1(+) H2(+) H3(+/-) δ GROW SIZE DIST
2.6.2 Phương trình hồi quy
Có rất nhiều các nhân tố tác ñộng ñến cấu trúc vốn của doanh nghiệp. Trong giới hạn về khả năng thu thập số liệu, tác giả chỉ giới hạn xét ñến một số các nhân tố
(biến ñộc lập) ñã tổng hợp trong Bảng 1.1 gồm: TANG, SIZE, GROWTH, PRO, NDTS. (adsbygoogle = window.adsbygoogle || []).push({});
Phương trình hồi quy tỷ lệ nợ
- Mô hình tĩnh:
Dựa vào các nhân tố tác ñộng ñến tỷ lệ nợ và các giả thuyết ñã trình bày, tác giả sử dụng mô hình hồi quy kinh tế lượng ñể xem xét các nhân tố tác ñộng ñến cấu trúc vốn của các doanh nghiệp ñang niêm yết trên thị trường chứng khoán Việt Nam. Các tham số của mô hình hồi quy ñược ước lượng bằng phương pháp fixed- time effect regression model.
Mô hình hồi quy các yếu tố tác ñộng lên tỷ lệ nợ và ước lượng tỷ lệ nợ tối
ưu:
LVit = β0 + β1TANGit + β2SIZEit + β3GROWTHit + β4PROit + β5NDSTit + eit
LV*it = β0^ + β1^TANGit + β2^SIZEit + β3^GROWTHit + β4^PROit + β5^NDSTit + vit LV*itñược ước lượng bằng FEM.
Trong ñó:
Biến phụ thuộc LVit là tỷ lệ nợ của doanh nghiệp thứ i tại thời ñiểm t ñược
ño lường bằng bốn tỷ số nhưñã trình bày ở bảng 2.1.
Như vậy, phương trình ñược chia thành bốn phương trình tương ứng với bốn biến phụ thuộc là : LVLTA theo GTSS, LVLTA theo GTTT như sau:
Phương trình 1:
LVLTA (Book values) = β0^ + β1^TANGit + β2^SIZEit + β3^GROWTHit + β4^PROit + β5^NDSTit + vit
Phương trình 2:
LVLTA (Market values) = β0^ + β1^TANGit + β2^SIZEit + β3^GROWTHit +
β4^PROit + β5^NDSTit + vit
Phương trình hồi quy khi xét thêm sựñiều chỉnh của cấu trúc vốn: LVit = (1 - δit)LVit-1 + δitLV*it + uit
LVitñược ước lượng bằng GMM. Trong ñó:
Biến phụ thuộc LVit là tỷ lệ nợ của doanh nghiệp thứ i tại thời ñiểm t ñược
ño lường bằng bốn tỷ số nhưñã trình bày ở bảng 2.1.
Như vậy, phương trình ñược chia thành bốn phương trình tương ứng với bốn biến phụ thuộc là : LVLTA theo GTSS, LVLTA theo GTTT như sau:
Phương trình 3:
LVLTA (Book values) = (1 - δit )LVit-1 + δitLV*it + uit
Phương trình 4:
LVLTA (Market values) = (1 - δit )LVit-1 + δitLV*it + uit
2.6.3 Giả thuyết nghiên cứu
Từ những phân tích ở trên, các giả thuyết không, Hi0, (null hypothesis) (giả
thuyết ñối của Hi0 là Hi1) về mối tương quan giữa các yếu tố tác ñộng và tỷ lệ nợ
cũng như tốc ñộñiều chỉnh tỷ lệ nợñược kỳ vọng như trong bảng 2.2 và bảng 2.3.
Bảng 2.3 Giả thuyết tương quan giữa các yếu tố quyết ñịnh ñến tỷ lệ nợ (adsbygoogle = window.adsbygoogle || []).push({});
Biến giải thích Giả thuyết Hi Tương quan kỳ vọng với tỷ lệ nợ (Hi0)
TANG H1 +
SIZE H2 +
GROWTH H3 –
PRO H4 –
NDTS H5 –
Bảng 2.4 Giả thuyết tương quan giữa các yếu tố quyết ñịnh tốc ñộñiều chỉnh
Biến giải thích Giả thuyết Hi Tương quan kỳ vọng với tỷ lệ nợ (Hi0)
GROWTH H1 +
SIZE H2 +
KẾT LUẬN CHƯƠNG 2
Bài nghiên cứu này ñược thực hiện bằng phương pháp nghiên cứu ñịnh lượng với mẫu gồm 161 công ty phi tài chính niêm yết trên hai sàn HOSE và HNX trong giai ñoạn từ năm 2006 ñến năm 2012. Ngoài các biến chính ñược tác giả sử
dụng trong mô hình, các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam cũng phải chịu nhiều tác ñộng của chính sách kinh tế (tỷ giá, lãi suất,…) ñã
ảnh hưởng ñến việc ñầu tư và tìm kiếm nguồn tài trợ bên ngoài cho hoạt ñộng sản xuất kinh doanh của doanh nghiệp. Từ những số liệu ñược tác giả thu thập qua nguồn tài liệu (báo cáo tài chính ñược kiểm toán, báo cáo thường niên,..) tác giảñã xây dựng nên các nhân tố có tác ñộng ñến cấu trúc vốn, tốc ñộñiều chỉnh cấu trúc vốn và mô hình hóa chúng ñể ñưa ra các bằng chứng thực nghiệm mối tương quan giữa các nhân tố ñó với tỷ lệ nợ của doanh nghiệp. Đồng thời kiểm tra xem liệu ở
CHƯƠNG 3
KẾT QUẢ NGHIÊN CỨU
Mục tiêu của chương này trình bày kết quả nghiên cứu, trong ñó bao gồm thống kê mô tả dữ liệu, phân tích tương quan, trình bày kết quả hồi quy và kết quả
các phương pháp ước lượng nhằm trả lời cho những vấn ñề ñược ñặt ra ở ñầu chương. Và cuối cùng là thảo luận kết quả thu ñược.
3.1 Thống kê mô tả
Từ kết quả khảo sát, tính toán số liệu và ñưa vào mô hình của 161 doanh nghiệp ñang niêm yết trên hai sàn HNX và HOSE. Trước tiên, kết quả thống kê mô tả các biến phụ thuộc ñược trình bày tóm tắt trong bảng 3.1 như sau:
Bảng 3.1: Tóm tắt mô tả thống kê các biến phụ thuộc
LVLTA
Book values Market values
Mean 0.4717 0.5218 Median 0.4941 0.5413 Maximum 1.0946 0.9826 Minimum 0.0309 0.0085 Std. Dev. 0.2157 0.2541 Obs. 1127 1127
Nguồn: Tác giả tính toán từ chương trình Stata 11.0
Tỷ số LVLTA theo GTSS trung bình là 0.47 lần nghĩa là cứ một ñồng tài sản doanh nghiệp sử dụng 0.47 ñồng nợ vay; trong ñó cao nhất là 109.46% và thấp nhất là 3.09%.
Tỷ số LVLTA theo GTTT trung bình là 0.52 lần nghĩa là cứ một ñồng tài sản doanh nghiệp sử dụng 0.52 ñồng nợ vay; trong ñó cao nhất là 98.26% và thấp nhất là 0.85%.
Tiếp theo, kết quả thống kê mô tả các biến ñộc lập ñược trình bày tóm tắt trong bảng 3.2 như sau:
Bảng 3.2 Tóm tắt mô tả thống kê các biến ñộc lập
TANG SIZE GROWTH PRO NDTS (adsbygoogle = window.adsbygoogle || []).push({});
Mean 0.2184 26.5150 1.0056 0.0927 0.0402 Median 0.1672 26.4465 0.7575 0.0795 0.0286 Maximum 0.9764 30.6158 9.1957 0.5913 1.7907 Minimum 0.0001 23.5036 0.0444 -0.6473 0.0004 Std. Dev. 0.1899 1.3983 0.8507 0.0915 0.0691 Obs. 1127 1127 1127 1127 1127
Nguồn: Tác giả tính toán từ chương trình Stata 11.0
Tỷ lệ tài sản hữu hình trong tổng số tài sản trung bình (TANG) của các doanh nghiệp là 21.84% cao hơn trung vị là 16.72%, cho thấy có nhiều doanh nghiệp có tài sản hữu hình lớn, trong ñó cao nhất là 97.64% và thấp nhất là 0.01%.
Xét về quy mô doanh nghiệp trung bình (SIZE) là 26.51 tỷ ñồng, trung vị là 26.44 tỷ ñồng, giá trị trung bình và trung vị của nhân tố quy mô doanh nghiệp khá gần nhau cho thấy ñộ lớn các doanh nghiệp phân bố ñồng ñều không có quá nhiều doanh nghiệp có quy mô lớn hay quy mô nhỏ, trong ñó lớn nhất là 30.61 tỷ ñồng, nhỏ nhất là 23.50 tỷñồng.
Tốc ñộ tăng trưởng trung bình (GROWTH) của các doanh nghiệp 100.56%, trung vị là 75.75%, trong ñó cao nhất là 919.57% và thấp nhất là 4.44%, cho thấy tốc ñộ tăng trưởng có sự chênh lệch khá lớn qua các năm có nhiều doanh nghiệp có tốc ñộ tăng trưởng doanh thu lớn mặc dù tình hình kinh tế gặp nhiều khó khăn.
Tỷ suất sinh lợi trên tài sản trung bình (PRO) của các doanh nghiệp là 9.27%, trung vị là 7.95% khá thấp do giai ñoạn nghiên cứu rơi vào khủng hoảng trong ñó cao nhất là 59.13% và thấp nhất là -64.73%. Trong giai ñoạn nghiên cứu có khá nhiều công ty có lợi nhuận âm do tình hình kinh tế khó khăn ảnh hưởng tới hoạt ñộng sản xuất kinh doanh của doanh nghiệp.
Tấm chắn thuế không phải từ nợ trung bình (NDTS) là 4.03%, cao nhất là 179.07% và thấp nhất là 0.04%.
3.2 Phân tích tương quan
Để khẳng ñịnh thêm tính phù hợp của mô hình, tác giả tiến hành kiểm tra thêm hiện tượng ña cộng tuyến giữa các biến ñộc lập. Dữ liệu ñể xây dựng mô hình
là dữ liệu chéo nên hiện tượng ña cộng tuyến có thể xảy ra. Việc kiểm tra này là vô cùng cần thiết vì nếu như có hiện tượng ña cộng tuyến thì không thể xác ñịnh chính xác các hệ số của mô hình và việc ñưa ra mô hình sẽ mắc sai lầm.
Bảng 3.3 Ma trận tương quan giữa các biến trong mô hình
LVLTA TANG SIZE GROWH PRO NDTS
Bảng A: LVLTA( Book values)
LVLTA 1.0000 TANG 0.0196 1.0000 SIZE 0.2163 -0.0111 1.0000 GROWTH -0.0831 0.0447 0.0475 1.0000 PRO -0.4731 -0.0787 -0.1424 0.2941 1.0000 NDTS -0.0205 0.2823 -0.1333 0.0332 0.0549 1.0000
Bảng B: LVLTA( Market values)
LVLTA 1.0000 TANG 0.0042 1.0000 SIZE 0.1525 -0.0111 1.0000 GROWTH -0.5149 0.0447 0.0475 1.0000 PRO -0.5437 -0.0787 -0.1424 0.2941 1.0000 NDTS -0.0357 0.2823 -0.1333 0.0332 0.0549 1.0000
Nguồn: Tác giả tính toán từ chương trình Stata 11.0
Bảng 3.3 trình bày ma trận tương quan của tất cả các biến trong mô hình này. Phân tích tương quan nhằm ñảm bảo rằng không có ña cộng tuyến giữa các biến
ñược sử dụng trong mô hình. Căn cứ vào bảng tổng hợp hệ số tương quan giữa các biến ñộc thì kết quả cho thấy rằng hệ số tương quan giữa các biến trong mô hình rất thấp. Vì vậy có thể khẳng ñịnh rằng không có hiện tượng ña cộng tuyến xảy ra khi chạy mô hình.
3.3 Kết quảước lượng mô hình
3.3.1 Các yếu tốảnh hưởng ñến tỷ lệ nợ
Mỗi thủ tục kiểm ñịnh ñược trình bày trong bảng 3.4 liên quan ñến một giả
thuyết không (H0) nhất ñịnh.
- Kiểm ñịnh Hausman:
Để kiểm tra sự phù hợp của mô hình tác ñộng cốñịnh (FEM), trước khi chạy hồi quy bốn mô hình theo bốn biến phụ thuộc là LVLTA theo GTSS và GTTT, LVDC theo GTSS và GTTT, ta tiến hành Kiểm ñịnh Hausman (1978) nhằm lựa
chọn phương pháp FEM hay REM phù hợp với hồi quy dữ liệu mẫu. Giả thuyết không (H0) là các giá trị ước lượng FEM (Fixed effect model) và REM (Random effect model) không khác nhau ñáng kể. Kết quả của kiểm ñịnh cho thấy tất cả các giá trị p-value của bốn phương trình 1,2,3,4 ñều nhỏ hơn 0.05. Kết quả là bác bỏ giả
thuyết Ho và có ý nghĩa thống kê ở mức 5% ( xem kết quảở Phụ Lục 1).
Kết luận: Mô hình REM không hợp lý, nên bài nghiên cứu sử dụng mô hình FEM.
- Kiểm ñịnh Wald:
Tiếp theo, sau khi ñã chạy bốn phương trình hồi quy, tác giả sử dụng kiểm (adsbygoogle = window.adsbygoogle || []).push({});
ñịnh Wald (thường ñược gọi là kiểm ñịnh F) ñể kiểm ñịnh các hệ số của mô hình hồi quy, kiểm tra sự có mặt của biến không cần thiết. Đây là một kiểm ñịnh rất quan trọng trong phân tích hồi qui bằng cách tính một thống kê kiểm ñịnh dựa trên hồi quy không bị ràng buộc. Thống kê Wald cho biết mức ñộ các ước lượng không bị
ràng buộc thỏa mãn các ràng buộc như thế nào dưới giả thuyết không. Nếu các ràng buộc thực sự là ñúng, thì các ước lượng không bị ràng buộc sẽ thỏa mãn các ràng buộc. Để quyết ñịnh bác bỏ hay chấp nhận H0, nếu là mô hình hồi qui tuyến tính ta so sánh giá trị F tính toán với giá trị F phê phán ở một mức ý nghĩa xác ñịnh. Giá trị
của Prob(F–statistic) của kiểm ñịnh Wald chỉ ra rằng giả thuyết tất cả các hệ số hồi quy ñồng thời bằng không bị bác bỏ (0.0000 < 0.05). Điều này cho thấy sự phù hợp tổng thể của mô hình ñề xuất.
Kết luận: Các biến ñề xuất trong mô hình là phù hợp và có ý nghĩa giải thích.
- Kiểm ñịnh Likehood ratio test:
Kết quả của kiểm ñịnh Likehood ratio test nhằm so sánh sự phù hợp giữa mô hình Pooled và FEM. Giả thuyết không (H0) là các giá trịước lượng FEM và Pooled không khác nhau ñáng kể. Kết quả của kiểm ñịnh là bác bỏ giả thuyết không, càng
khẳng ñịnh thêm rằng việc sử dùng phương pháp ước lượng theo FEM là phù hợp.
Kết luận: Mô hình FEM là phương pháp ước lượng phù hợp.
Doanh nghiệp có tỷ lệ nợ mục tiêu cao dường như có tỷ lệ nợ mục tiêu cao hơn trong năm tiếp theo. Do số lượng mẫu lớn và thời gian nghiên cứu ngắn nên ta
thêm biến giả cho mỗi năm ñể tránh trường hợp kết quả ước lượng có thể bị sai lệch.
Bảng 3.4 Kết quảước lượng các yếu tốảnh hưởng ñến tỷ lệ nợ
LVLTA
Variable Book values Market values
CONSTANT -2.1592*** (-7.56) -1.3544*** (-4.27) TANG 0.0294 (0.90) 0.0682* (1.88) SIZE 0.1044*** (9.47) 0.0783*** (6.39) GROWTH 0.0126*** (2.37) -0.0935*** (-15.79) PRO -0.4526*** (-8.96) -0.5178*** (-9.23) NDST -0.1437*** (-2.94) -0.1777*** (-3.27) DUMY07 -0.1046*** (-8.8) -0.1177*** (-8.91) DUMY08 -0.1273*** (-9.77) -0.0402*** (-2.78) DUMY09 -0.1172*** (-8.65) -0.0936*** (-6.21) DUMY10 -0.1382*** (-9.38) -0.1027*** (-6.27) DUMY11 -0.1374*** (-8.71) -0.0394*** (-2.25) DUMY12 -0.1477*** (-9.3) -0.0690*** (-3.91) R2 within 0.2085 0.5324 R2 between 0.1096 0.2202 R2 overall 0.1171 0.3155 Hausman test 297.68 101.78 Likelihood ratio test 20.12 15.83 Wald test 22.86 98.87 Obser. 1127 1127
Nguồn: Tác giả tính toán từ chương trình Stata 11.0
Ghi chú: Bảng 3.4 trình bày kết quả hồi quy tác ñộng của các yếu tố lên tỷ lệ
nợ sử dụng mô hình hồi quy fixed-time effect dữ liệu là toàn bộ các công ty trong mẫu. Thống kê t ñược trình bày dưới các hệ số hồi quy và trong ngoặc. Kiểm ñịnh