Tiểu luận Quyết định cơ cấu vốn: yếu tố tin cậy nào quan trọng?

Độ t rễ t hị t rường (ma rketing timing) t hường được nhắc đến bởi những người ủng hộ t ài chính hành vi. T uy nh iên, market t iming cũng có t hể là kết quả của quá t rình tối ưu hóa hợp lý bởi các nhà quản lý (e.g. Baker and Wurgler, 2002 ). Hầu nh ư bất kì mô hình tối ưu hóa đòn bẩy tài chính t hực tế nào dường nh ư cũng có những chi ph í với lợi nhuận diễn biến qua t hời gian. Điều này sẽ dẫn đến những lựa chọn tối ưu qua t hời gian. Quan t rọng hơn, market timing cung cấp một số t ác động cro ss – section al có t hể bị bác bỏ giới hạn trong khuôn khổ thực nghiệm và kh ông có những giải t hích t rực t iếp cho các mẫu dữ liệu chính mà chúng ta quan sát được. Hơn nữa, ý tưởng này khôn g cung cấp một giải t hích mang t ính bản chất của hầu hết cấu t rúc vốn cross – section al t hu t hập được mà chúng điều chỉnh sự độc lập của việc mở rộng kh uôn khổ lý thuyết đánh đổi.

pdf42 trang | Chia sẻ: lylyngoc | Ngày: 09/09/2014 | Lượt xem: 1664 | Lượt tải: 0download
Bạn đang xem nội dung tài liệu Tiểu luận Quyết định cơ cấu vốn: yếu tố tin cậy nào quan trọng?, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
), và 4) thay đổi trong chi phí lựa chọn bất lợi. Dự đoán rằng kết quả hoạt động thị trường mạnh mẽ trong việc giảm đòn bẩy thị trường có thể được bắt nguồn từ bất kỳ các lý thuyết cấu trúc vốn hàng đầu. Đánh đổi mô hình tĩnh sẽ dự đoán rằng tỷ lệ nợ trên thị trường thấp nên khuyến khích một công ty phát hành nợ trong một nỗ lực để di chuyển theo hướng tối ưu, trong đó sẽ có tác dụng nâng cao tỷ lệ nợ sổ sách theo lãi cổ phiếu cao. Lý thuyết thời gian thị trường mặt khác làm cho dự đoán trái ngược rằng tỷ lệ nợ trên sổ sách nên giảm theo lãi cổ phiếu cao sau khi công ty cổ phần phát hành. Các biện pháp: 1) hoàn lại sự RAW tích luỹ và 2) hoàn lại thị trường tích lũy. 10. đòn bẩy và Điều kiện thị trường nợ Theo Taggart (1985), giá trị thực của các khoản khấu trừ thuế nợ sẽ cao hơn khi lạm phát dự kiến sẽ cao. Như vậy, lý thuyết đánh đổi dự đoán đòn bẩy có liên quan tích cực đến lạm phát kỳ vọng. Thời điểm thị trường trong thị trường nợ cũng có kết quả trong một mối quan hệ tích cực giữa lạm phát và đòn bẩy dự kiến nếu các nhà quản lý phát hành nợ khi lạm phát kỳ vọng là cao so với lãi suất hiện tại. Barry et al. (2008) thấy rằng các công ty phát hành nhiều nợ hơn khi lãi suất hiện hành thấp so với mức trước đây Kỳ hạn lây lan hạn được coi là một tín hiệu đáng tin cậy của hoạt động kinh tế và các cơ hội tăng trưởng dự kiến. Nếu một lây lan cao hơn hạn ngụ ý tăng trưởng cao hơn, sau đó thời hạn lây lan tiêu cực ảnh hưởng đến đòn bẩy. Các biện pháp: 1) Tỷ lệ lạm phát dự kiến, và 2) thời hạn lây lan 11. đòn bẩy và điều kiện kinh tế vĩ mô Gertlerand Gilchrist (1993) cho thấy rằng sau khi suy thoái kinh tế gây ra bởi thắt chặt tiền tệ, tổng nợ ròng phát hành tăng cho các công ty lớn nhưng vẫn ổn định cho các công ty nhỏ. Trong quá trình mở rộng, giá cổ phiếu đi lên, chi phí phá sản dự kiến sẽ đi xuống, thu nhập chịu thuế tăng lên, và tăng tiền mặt. Vì vậy, các doanh nghiệp vay nhiều hơn trong mở rộng. Giá trị tài sản thế chấp có thể sẽ là theo chu kỳ. Nếu các doanh nghiệp vay với tài sản thế chấp, đòn bẩy lại tiếp tục theo chu kỳ. Tuy nhiên, vấn đề cơ quan có thể sẽ nghiêm trọng hơn trong thời kỳ suy thoái như sự giàu có của người quản lý bị giảm tương đối so với các cổ đông. Nếu nợ gắn quản lý ưu đãi với các cổ đông, đòn bẩy nên được chu kỳ. Tuy nhiên, vấn đề đại diện có thể sẽ nghiêm trọng hơn trong thời kỳ suy thoái như sự giàu có của người quản lý bị giảm tương đối so với các cổ đông. Nếu nợ gắn quản lý ưu đãi với các cổ đông, đòn bẩy nên được theo chu kỳ. Nếu lý thuyết thứ tự chống đỡ, đòn bẩy sẽ giảm trong thời gian mở rộng từ quỹ nội bộ gia tăng trong thời gian mở rộng, tất cả các điều khác đều như nhau. Nếu lợi nhuận của công ty đã cho thấy sự gia tăng trong thời gian gần đây, vấn đề quan giữa các cổ đông và các nhà quản lý là ít nghiêm trọng. Do đó, các công ty nên phát hành nợ ít hơn. Các biện pháp: I) tăng trưởng lợi nhuận sau thuế và 2) Tăng trưởng GDP. II. Mô tả dữ liệu Mẫu bao gồm các công ty Mỹ trên Compustat trong giai đoạn 1950-2003. Dữ liệu được lấy hàng năm và được chuyển đổi thàng 1992 đô la bằng cách sử dụng chỉ số giảm phát GDP. Dữ liệu chứng khoán được lấy từ cơ sở dữ liệu của trung tâm Nghiên cứu An ninh giá (CRSP), các dữ liệu kinh tế vĩ mô được lấy từ cơ sơ dữ liệu riêng biệt. Các nguồn này được mô tả trong phụ lục. Các công ty tài chính và các công ty được sáp nhập lại liên quan (Compustat chú thích trong AB) bị loại trừ. Cũng bị loại trừ là những công ty ghi thiếu giá trị tài sản trong sổ sách. Tỷ lệ sử dụng trong phân tích được winsoried tại 0.50% trong cả đoạn cuối của sự phân phối. Việc cung cấp này nhằm để thay thế giá trị ngoại lai và và dữ liệu cực kỷ nhất15 A. Xác định đòn bẩy Một số định nghĩa khác của đòn bẩy đã được sử dụng trong các tài liệu. Hầu hết các nghiên cứu xem xét một số hình thức tỷ lệ nợ. Những khác nhau tùy thuộc vào hoặc là sổ sách kế toán hoặc là giá trị thị trường được sử dụng. Chúng cũng khác nhau trong việc sử dụng tổng nợ hoặc chỉ nợ dài hạn được xem xét. Một vấn đề cũng có thể xem xét tỷ lệ đưa ra được quan tâm như một biện pháp đòn bẩy (xem Welch (2004)16. Cuối cùng, các công ty có nhiều loại tài sản và nợ phải trả và một loạt các điều chỉnh chi tiết hơn có thể được thực hiện. Trong các nghiên cứu thực nghiệm, chúng tôi nghiên cứu bốn định nghĩa khác của đòn bẩy: (a) tỷ lệ của tổng số nợ trên giá trị thị trường của tài sản (TDM), (b) tỷ lệ tổng nợ trên giá trị sổ sách của tài sản (TDA), (c) tỷ lệ nợ dài hạn trên giá trị thị trường của tài sản (LDM), và (d) tỷ lệ nợ dài hạn trên giá trị sổ sách của tài sản (LDA)17 Hầu hết các nghiên cứu tập trung vào một biện pháp duy nhất của đòn bẩy. Chúng tôi có TDM là trọng tâm chính. Trong văn học người ta thường tìm thấy tuyên bố rằng kết quả quan trọng là thiết thực để định nghĩa đòn bẩy thay thế. Sau khi xem xét nhiều tuyên bố thiết thực như vậy, chúng tôi dự kiến kết quả là phần lớn tuyên bố thiết thực được lựa chọn trong số bốn các biện pháp. Trong hầu hết các liên quan, đây là cam đoan. Nhưng sự vững mạnh của nhiều kết quả lớn khác biệt giữa các biện pháp thay thế đôi khi là rắc rối. Kiểm tra cắt ngang có thể thiết thực hơn để các biện pháp sử dụng hơn so với các bài kiểm tra chuỗi thời gian nếu sự thay đổi vĩ mô có thể ghi được ra. Cho Ví dụ, tỷ lệ giá trị thị trường của vốn chủ sở hữu so với giá trị sổ sách của vốn chủ sở hữu tăng giữa 1974-1982 và 1999-2000 cho các công ty trung bình. B. Thống kê Mô tả Bảng I cung cấp thống kê mô tả. Đòn bẩy trung bình là dưới đòn bẩy trung bình. Có một sự khác biệt cắt ngang lớn để mà phần trăm thứ 10 của TDM là 0 trong khi phần trăm thứ 90 là 0,67. Một vài yếu tố có nghĩa là giá trị mà phân ra mạnh từ trung vị. 15Trước khi kiểm tra bảng cân đối và các khoản mục trên báo cáo lưu chuyển tiền tệ được mã hóa lại như bằng không nếu chúng bị bỏ sót hoặc kết hợp với các dữ liệu khác trong Compustat. Các dữ liệu thường được ký hiệu là bỏ sót khi một công ty không báo cáo một mục cụ thể hoặc kết hợp nó với các dữ liệu khác. Bảng 8 của Frank và Goyal (2003) xác định biến mã hóa như bằng không khi báo cáo bỏ sót hoặc kết hợp với các mặt hàng khác. Winsorizing là thủ tục thay thế các giá trị cực đoan với các giá trị của các quan sát tại cutoffs. Chỉ những biến xây dựng như tỷ số winsorized Để khảo sát những thay đổi trong bảng cân đối của doanh nghiệp Mỹ và báo cáo lưu chuyển tiền tệ theo thời gian, bảng cân đối trung bình bình thường hóa bằng tổng tài sản cho các công ty Mỹ từ 1950-2003 được trình bày trong Bảng phụ lục I và báo cáo lưu chuyển tiền tệ bình thường của công ty trung bình của tổng tài sản khi kết thúc năm được trình bày trong Phụ lục Bảng II. Các bảng này cho thấy sự thay đổi chuỗi thời gian đáng kể trong cấu trúc của bảng cân đối và báo cáo lưu chuyển tiền tệ của các công ty Mỹ.18 Mức tiền giảm cho đến thập niên 1970 và sau đó được xây dựng trở lại. Hàng tồn kho giảm gần một nửa trong khi tài sản ròng, nhà máy và thiết bị đã có một sự suy giảm khiêm tốn hơn. Tài sản vô hình đã trở nên ngày càng quan trọng trong thời gian gần đây. Nợ ngắn hạn, đặc biệt là 'nợ hiện hành-khác, cũng tăng lên. Loại này đã tăng lên từ không đáng kể để chiếm khoảng 8% các khoản nợ trung bình của công ty. Nợ dài hạn tăng trong khoảng thời gian đầu nhưng đã tương đối ổn định trong giai đoạn 1970-2003. Các hiệu ứng ròng của những thay đổi khác nhau là tổng nợ phải trả đã tăng từ khoảng 35% của tài sản đến hơn hơn 53% tài sản trong khi vốn chủ sở hữu trong sổ sách kế toán có một sự suy giảm lớn tương ứng . Những thay đổi về dòng tiền cũng khá đáng chú ý. Cả doanh thu và giá vốn hàng hóa như một phần nhỏ của tài sản giảm đáng kể. Việc bán hàng, chi phí quản lý tăng hơn gấp đôi trong giai đoạn này. Kết quả là, các công ty trung bình có thu nhập trước thuế tiêu cực vào giai đoạn cuối năm. Thêm vào đó, có vẻ như các công ty công cộng bao gồm các công ty đang thua lỗ với kỳ vọng về lợi nhuận trong tương lai, một mô hình cũng ghi nhận của Fama và Pháp (2001) và DeAngelo, DeAngelo, và Skinner (2004). Chúng tôi cũng thấy rằng thuế thu nhập doanh nghiệp có giảm theo thời gian. Điều này là không đáng ngạc nhiên vì mức thuế suất theo luật định đã giảm, và trung bình bao gồm các công ty thua lỗ hơn. Công ty trung bình cả hai vấn đề và làm giảm đáng kể một số nợ mỗi năm 16Tỷ lệ bao phủ được quan tâm thường được định nghĩa là thu nhập hoạt động trước khấu hao chia cho lãi suất chi phí. Một tỷ lệ lãi suất phủ sóng cao có nghĩa là đòn bẩy ít hơn từ thu nhập là tương đối lớn để trả nợ. Chúng tôi thấy rằng tỷ lệ bảo hiểm lãi suất có phân bố rất không sai lệch và nó đã làm kém trong hầu hết các bài kiểm tra mà chúng tôi kiểm tra. Chúng tôi không báo cáo những kết quả này. Một nhược điểm để bao phủ được quan tâm là lợi nhuận doanh nghiệp là báo cáo vuốt bởi những con người có thể cố gắng để miêu tả một hình ảnh tích cực của báo cáo, trong khi nó vẫn còn khả thi để làm như vậy. Định kỳ, họ có một "phòng tắm lớn" và thậm chí có thể nói hết được thiệt hại. Điều này có thể giúp giải thích tại sao các biện pháp thực hiện rất kém 17 Ngoài bốn biện pháp chúng tôi xem xét, rất nhiều định nghĩa nguồn tài trợ khác có thể được xem xét. Một số học giả coi nắm giữ tiền mặt của công ty như nợ tiêu cực và do đó trừ đi tiền mặt từ các biện pháp nợ. Tương tự như vậy, sự chỉnh đúng cũng có thể được thực hiện cho một loạt các tài sản và nợ phải trả như thuế thu nhập hoãn lại khác, tài khoản phải trả, Nợ lương hưu, và những thứ khác. Điều quan trọng là phải hiểu rằng chúng tôi đã không thực hiện một sự so sánh đầy đủ của tất cả các phương pháp xử lý của tất cả các định nghĩa đòn bẩy 18Một số các biến thể có thể được quy cho sự loại trừ hầu hết các công ty nhỏ từ nhân loại trong Compustat những năm 1960 và đặc biệt là những năm 1950 Bảng I. Mô tả dữ liệu cho công khai kinh doanh , công ty phi tài chính Mỹ, 1950-2003 Các biện pháp đòn bẩy và các yếu tố (trừ tài sản, các biến chỉ số và macrovariables) được winsorized ở mức 0.50% trong cả hai đoạn cuối của phân phối trước khi số liệu thống kê tóm tắt được tính toán. Các cutoffs là determitied cho các mẫu tổng hợp. Thời kỳ mẫu là 1950-2003. Công ty tài chính và các công ty tham gia trong vụ sáp nhập lớn (Compustat chú thích mã AB) bị loại trừ. Các biến được quy định tại Phụ lục. III. Bằng chứng thực nghiệm về lựa chọn yếu tố Chúng ta bắt đầu bằng cách báo cáo các mối tương quan giữa các yếu tố và mỗi trong số các biện pháp đòn bẩy trong Bảng II. Bên dưới mỗi tương quan, những mặt được, chưa được chỉ ra phần lớn thời gian tương quan là một dấu hiệu đặc biệt và có ý nghĩa thống kê ở mức 1%. Mẫu giai đoạn 1950-2003 được chia thành sáu giai đoạn - năm thập kỷ và giai đoạn cuối cùng bao gồm các giai đoạn 2000-2003. A + duy nhất có nghĩa là tương quan là tích cực và đáng kể trong ít nhất 2 trong 6 giai đoạn. A + + có nghĩa là tương quan là tích cực và đáng kể trong 4 trong 6 giai đoạn. A + + + có nghĩa là tương quan là tích cực và quan trọng trong mỗi thời kỳ. Các -, --, và ---, được tương tự xác định cho các trường hợp tiêu cực và đáng kể. A- + Chỉ ra rằng các mối tương quan là tiêu cực và đáng kể cho ít nhất hai trong số sáu kỳ và tích cực và có ý nghĩa ít nhất là trong hai thập kỷ qua. A -- + chỉ ra rằng các mối tương quan là tiêu cực và quan trọng trong bốn giai đoạn, tích cực và có ý nghĩa cho hai giai đoạn khác. Tương tự như vậy, A + + - chỉ ra rằng các mối tương quan tích cực và đáng kể cho bốn giai đoạn và tiêu cực và đáng kể cho hai giai đoạn khác. Trong mỗi giai đoạn, mối tương quan tích cực và có ý nghĩa với đòn bẩy (TDM) được tìm thấy cho: đăng nhập tài sản, đòn bẩy công nghiệp trung bình, các giả cho được điều chỉnh, và hữu hình. Tương tự như vậy mối tương quan tiêu cực mạnh mẽ được tìm thấy về: thị trường tỷ lệ trên sổ sách, nghiên cứu và phát triển chi phí, tính độc đáo, bán và chi phí hành chính, sự thay đổi của lãi cổ phiếu, lợi nhuận cổ phiếu tích lũy, và kỳ hạn kéo dài. Với một số trường hợp ngoại lệ, các yếu tố xác định ở đây triển lãm tương quan tương tự với các định nghĩa đòn bẩy thay thế.  Mối tương quan vô điều kiện là thú vị, nhưng quan trọng hơn là những tác động của một yếu tố khi các yếu tố khác cũng có mặt trong các phân tích. Hồi quy tuyến tính được sử dụng để nghiên cứu ảnh hưởng của các yếu tố. Cho Li,tbiểu thị các đòn bẩy của doanh nghiệp i ngày t. Tập hợp các yếu tố quan sát tại công ty tôi tại ngày t-1 được ký hiệu là Fi, t-1, Các α liên tục và vector β là các tham số được ước tính. Các nhân tố được trễ một năm để họ có trong các thiết lập thông tin. Để loại bỏ những ảnh hưởng của phân nhóm trên, sai số chuẩn ước tính, chúng tôi sử dụng t- thống kê được hiệu chỉnh về phân nhóm ở cả hai công ty và mức độ năm trong các thử nghiệm của chúng tôi, theo đề nghị của Petersen (2009)19 Mô hình cơ bản là: Li,t = α + Β Fi, t-1 + εi,t Chúng tôi có một danh sách dài các yếu tố. Vì lợi ích của sự cẩn thận, đó là mong muốn loại bỏ yếu tố không trọng yê ́u. Hastie, Tibshirani, và Friedman (2001) mô tả nhiều phương pháp cái mà có thể được sử dụng để quyết định các yếu tố để giữ và được thả. Thông tin Tiêu chuẩn Akaike (AIC) và Thông tin Tiêu chí Bayes (BIC) là hai lựa chọn mô hình thường được sử dụng tiêu chuẩn, chúng tôi đã thử cả hai.20 Cho P là số lượng các thông số và cho N là số quan sát trong một mô hình được trang bị, Thông tin Bayesian Tiêu chí được xác định như sau 19Chúng tôi cảm ơn Petersen cho các tập tin ado Stata cho clustering hai chiều tập tin này có thể được lấy từ.: ht tp://www.kel logg.northwestern.edu / giảng viên / petersen / htm / giấy tờ / se / se_programming. ht m. 20Một cách khác là để kiểm tra các mối tương quan giữa các yếu tố cơ bản trong một thành phần chủ yếu (hoặc các yếu tố phân tích) trong khuôn khổ như Titman và Wessels (1988). Những phương pháp này có cả điểm mạnh và điểm yếu liên quan đếnphân tích hồi quy. Mặc dù chúng tôi đã t iến hành kiểm tra như vậy, chúng tôi thích cách tiếp cận hồi quy từ các hồi quy hệ số là quen thuộc hơn và dễ dàng hơn để giải thích. Các mô hình cơ bản trong các dữ liệu cho lên chứ không phải tương tự theo một trong hai phương pháp t iếp cận. Bảng II. Mối tương quan giữa tỷ lệ đòn bẩy và các nhân tố Bảng này trình bày hệ số tương quan giữa các biện pháp đòn bẩy và các nhân tố đòn bẩy khác nhau . cácnbiến được quy định tại Phụ lục. Trong dấu ngoặc vuông bên dưới hệ số tương quan , chúng tôi trình bày một tóm tắt của các mối tương quan theo thời gian . Thời kỳ mẫu 1950-2003 được chia thành sáu thời gian - năm thập kỷ và giai đoạn cuối cùng bao gồm 2000-2003. A + cho thấy mối tương quan là tích cực và quan trọng trong ít nhất hai trong số sáu giai đoạn. A + + cho thấy mối tương quan là tích cực và quan trọng trong ít nhất bốn trong số sáu giai đoạn. A + + + chỉ ra rằng nó có ý nghĩa và tích cực trong mỗi thời kỳ. Các - . - -, và --- được xác định tương tư cho các trường hợp tiêu cực và đáng kể. A - + chỉ ra rằng các mối tương quan là tiêu cực và quan trọng trong ít nhất hai trong số sáu giai đoạn , tích cực và đáng kể trong ít nhất hai giai đoạn khác . A - - + chỉ ra rằng các mối tương quan là tiêu cực và có ý nghĩa trong bốn trong số sáu giai đoạn , tích cực và đáng kể trong hai giai đoạn khác .Tương tự như vậy , a+ + - cho rằng các mối tương quan tích cực và đáng kể trong bốn trong số sáu giai đoạn và tiêu cực và có ý nghĩa trong hai giai đoạn khác . quan sát trong một mô hình được trang bị. BIC được định nghĩa như sau . BIC = - 2 X log-likelihood + P x log (N) . (2) AIC được đo tương tự nhau nhưng với số 2 thay thế log (N) trong định nghĩa . cả hai BIC và AIC có một cơ cấu hợp lý. Trong mỗi trường hợp, càng nhỏ thì càng tốt . Như log-likelihood tăng lên, cả hai biện pháp giảm xuống. Khi số lượng các thông số tăng , cả hai biện pháp tăng lên. Vì số lượng các quan sát tăng lên, do đó làm BIC . BIC là đường tiệm cận phù hợp . Nói cách khác, giả sử bạn có một gia đình của mô hình hợp lý cái mà bao gồm các mô hình thực sự . Sau đó, như kích thước mẫu phát triển đến vô cùng, xác suất rằng BIC sẽ chọn cách tiếp cận mô hình thực sự là một . Trong các mẫu nhỏ, nó không rõ liệu AIC hoặc BIC là tốt hơn , Kể từ khi log(N) > 2 , BIC có xu hướng lựa chọn một mô hình tiêu dùng tiết kiệm hơn . trong phân tích của chúng tôi , họ thường xuyên đưa ra các câu trả lời tương tự. Vì vậy , chúng tôi chỉ báo cáo BIC . Đối với một hữu ích thảo luận về giá trị tương đối của nhiều phương pháp để lựa chọn mô hình , bao gồm cả các AIC và BIC, xem Hastie , Tibshirani , và Friedman ( 2001) Sự thiết thực của kết luận là vô cùng quan trọng . Vì lý do này , ngoài kết quả tổng thể, chúng tôi có hệ thống xem xét các kết quả cho subsamples . Kết quả quan trọng đáng tin cậy nên mạnh mẽ trên subsamples . Do đó chúng tôi tạo ra 10 subsamples ngẫu nhiên của các dữ liệu và phân tích lặp lại trên mỗi nhóm . Chúng tôi cũng xem xét cắt hàng năm . Bảng III . Yếu tố cốt lõi lựa chọn sử dụng đòn bẩy thị trường như các biến phụ thuộc Bảng báo cáo sự thay đổi trong đòn bẩy giải thích bởi các yếu tố khác nhau . Các yếu tố được quy định tại Phụ lục và đang tụt hậu một năm . Đòn bẩy được định nghĩa như TDM . Chúng tôi bắt đầu với hồi quy bao gồm tất cả các yếu tố và báo cáo R2 ( trong tích lũy cột R2 ) và các tiêu chí thông tin Bayesian ( trong cột BIC ) ở dưới cùng của bảng. Những lỗi chuẩn được sửa chữa về phân nhóm ở cả hai cấp độ doanh nghiệp và mức độ năm . Ước tính hệ số và t- thống kê của nhân tố đã được thực hiện tệ nhất (thấp nhất t - số liệu thống kê ) cũng được báo cáo ở dưới cùng của bảng. " riêng " báo cáo R2 từ đơn giản hồi quy đơn biến của biện pháp đòn bẩy vào nhân tố này . Chúng tôi sau đó xóa các biến tệ nhất - thực hiện , chạy hồi quy với các biến còn lại , và báo cáo R2 và BIC trong lần thứ hai đến các tế bào dưới cùng trong bảng. Do đó . " Cộng dồn " báo cáo R2 từ một hồi quy cái mà bao gồm các biến được liệt kê , cùng với tất cả các biến được liệt kê ở trên nó. Sau đó chúng tôi tiếp tục theo cách này tất cả các cách lên bàn. Các biến được liệt kê theo thứ tự số lượng biến thể giải thích thêm . "% nhóm tích cực " báo cáo tỷ lệ phần trăm các trường hợp mà các yếu tố có 1 dấu hiệu tích cực nhất định và được bao gồm trong tối thiểu. Đặc điểm kỹ thuật của BIC trong 10 subsamples kích thước ngẫu nhiên bằng nhau . " % nhóm tiêu cực " báo cáo tỷ lệ phần trăm các trường hợp mà yếu tố nào cũng đều có một dấu hiệu tiêu cực và được bao gồm trong các đặc điểm kỹ thuật BIC tối thiểu trong 10 kích thước bằng nhau ngẫu nhiên mẫu phụ Các dữ liệu cũng được chạy trên mỗi 54 năm độc lập. Những kết quả này được tóm tắt trong cột có nhãn " % năm tích cực " và "% năm tiêu cực " mà báo cáo tỷ lệ phần trăm các trường hợp mà các nhân tố nhất định đã được đưa vào BIC tối thiểu và cái mà hệ số có dấu hiệu chỉ định Bảng III trình bày kết quả của quá trình lựa chọn này . Cột ( 1 ) Đến ( 5 ) minh họa cho phương pháp cái mà tạo ra các đặc điểm kỹ thuật BIC tối thiểu cho các mẫu tổng thể . Để hiểu được những cột , bắt đầu ở dưới cùng của bảng và dự toán phương trình (1 ) với tất cả các nhân tố . Báo cáo R2 điều chỉnh trong cột ( 4) và BIC trong Cột ( 5 ) . Sau đó loại bỏ các nhân tố thấp nhất t-Thống kê (trong trường hợp này, nó là sự trở lại thị trường tích lũy hoặc CrspRet). Báo cáo hệ số dự toán và t số liệu thống kê trong cột (1) và (2) cho hồi quy một biến sử dụng biến này. Reestimate một hồi quy của đòn bẩy trở lại trên thị trường tích lũy và báo cáo R2 từ hồi quy này trong cột (3). Tiếp theo, tính toán lại tất cả các số liệu thống kê trên các mẫu giảm bao gồm tất cả các yếu tố ngoại trừ sự trở lại thị trường tích lũy. Điều này cải thiện các mô hình nhẹ như BIC gỉam từ -28.507 đến - 28.519. Tiếp theo, loại bỏ các yếu tố với mức thấp nhất t số liệu thống kê và tính toán lại. Lần này là mức thuế suất cao (TaxRate). Quá trình này tiếp tục loại bỏ một yếu tố tại một thời điểm cho đến khi ở trên cùng của bảng chỉ có một yếu tố duy nhất vẫn còn-đòn bẩy ngành công nghiệp trung bình 21 Trong cột ( 6 ) và (7), chúng tôi ngẫu nhiên phân vùng dữ liệu vào 10 nhóm bằng nhau. Các bài tập để xác định các đặc điểm kỹ thuật BIC tối thiểu được lặp đi lặp lại đối với từng nhóm riêng biệt. nhóm này " % nhóm tích cực " liệt kê các tỷ lệ phần trăm của các nhóm mà các nhân tố nhất định đã được đưa vào BIC đặc điểm kỹ thuật tối thiểu và có dấu hiệu chỉ ra. Tương tự như vậy , " % nhóm tiêu cực " liệt kê các tỷ lệ phần trăm của các nhóm mà các yếu tố được đưa ra đã được bao gồm trong các đặc điểm kỹ thuật tối thiểu BIC và đã có những dấu hiệu chỉ ra. Trong cột ( 8 ) và (9), chúng ta lặp lại quá trình lựa chọn BIC tối thiểu cho mỗi năm của dữ liệu chạy riêng . Kể từ khi các yếu tố vĩ mô chỉ có một quan sát duy nhất trong mỗi năm, chúng được bỏ qua các bước kiểm tra năm cụ thể. Việc lựa chọn các yếu tố cốt lõi là dựa trên mức độ thường xuyên là một nhân tố được bao gồm trong BIC tối thiểu được chỉ rõ trong việc chạy lặp đi lặp lại của mẫu. Để được xem xét, như một quy luật của ngón tay cái, chúng tôi yêu cầu một nhân tố được đưa vào ít nhất là 50% tối thiểu của BIC được đưa ra . 21 Một mối quan tâm với ngành công nghiệp biến đòn bẩy trung bình là khả năng một số ngành công nghiệp có thể có rất ít doanh nghiệp. Điều này có thể thiên vị dự toán hệ số. Chúng tôi kiểm tra khả năng này theo hai cách. Đầu tiên, không được báo cáo kiểm tra, chúng tôi tái xác định ngành công nghiệp ở mức 3 chữ số và ước tính lựa chọn nhân tố sử dụng. Điều này mang lại hệ số có ít hơn trong bốn công ty. Điều này dẫn đến loại bỏ khoảng 1/10 của 1% mẫu của chúng tôi. Một lần nữa, kết quả không thay đổi về mặt vật chất. Các nhân tố cốt lõi cái mà kết quả từ quá trình này bao gồm 1) Công nghiệp đòn bẩy trung bình , 2) hữu hình, 3) Tỷ lệ tài sản từ Thị trường đến sổ sách 4) lợi nhuận , 5) Đăng nhập tài sản, và 6) lạm phát dự kiến22 Sáu nhân tố . chiếm khoảng 29% của sự thay đổi trong dữ liệu. Chúng tôi cũng đã kiểm tra việc thực hiện các biến cùng một lúc để đảm bảo rằng các biến lớn không bị loại khỏi mô hình cuối cùng do một thói quen con đường phụ thuộc trong quá trình lựa chọn . Chúng tôi không tìm thấy bằng chứng của một đường dẫn phụ thuộc Phần lớn trọng tâm cho đến nay đã được dựa trên một định nghĩa đòn bẩy của thị trường (TDM). Như đã nêu trước đó, định nghĩa này thường được sử dụng trong các tài liệu , nhưng một loạt các định nghĩa khác được sử dụng trong các nghiên cứu khác. Sáu yếu tố chính là công bằng, nhưng không hoàn hảo, mạnh mẽ. Không có trong kết quả báo cáo, chúng ta thấy về LDM , các yếu tố mạnh mẽ sẽ là ngành công nghiệp đòn bẩy trung bình , hữu hình, lợi nhuận, đăng nhập tài sản , và việc bán , chung , và tỷ lệ chi phí hành chính bán hàng. nếu chúng ta xem xét TDA , danh sách bao gồm ngành công nghiệp đòn bẩy trung bình , hữu hình , lợi nhuận, và mất hoạt động thực hiên chuyển tiếp ròng. Nếu chúng ta xem xét LDA , danh sách bao gồm ngành công nghiệp đòn bẩy trung bình, hữu hình , tài sản, lợi nhuận, và cổ phiếu trở lại không đúng . Nhìn chung, chúng ta có thể kết luận rằng ngành công nghiệp đòn bẩy trung bình , hữu hình , và lợi nhuận xuất hiện như là yếu tố mạnh mẽ trong định nghĩa khác nhau của đòn bẩy. Chúng tôi không biết về bất kỳ lý thuyết cho rằng thỏa đáng giải thích cho sự khác biệt được quan sát giữa các yếu tố ảnh hưởng đến các định nghĩa khác của đòn bẩy . Có thể là tỷ lệ tài sản thị trường –đến sổ sách xuất hiện như là một yếu tố mạnh mẽ trong TDM vì ảnh hưởng của tỷ lệ thị trường đến sổ sách có thể được hoạt động thông qua ảnh hưởng đến giá trị vốn chủ sở hữu hơn thông qua ảnh hưởng đến giá trị của nợ . Có một mối quan hệ tiêu cực khi đòn bẩy thị trường là được sử dụng, nhưng không phải khi đòn bẩy sổ sách được sử dụng. Lạm phát tương tự có thể ảnh hưởng đến giá cổ phiếu , do đó ảnh hưởng đến tỷ lệ đòn bẩy thị trường hơn so với tỷ lệ đòn bẩy sổ sách. Ritter và Warr (2002) lập luận các nhà đầu tư hiểu sai những tác động của lạm phát, mà kết quả trong các lỗi định giá lạm phát gây ra trong thị trường chứng khoán. 22 Phụ lục Bảng III trình bày kết quả cốt lõi sử dụng mô hình lựa chọn khi biến công nghiệp là loại trừ khỏi phân tích. Kết quả cho thấy năm nhân tố cốt lõi còn lại tiếp tục được tính đến. Ngoài ra, ba yếu tố quan trọng khác xuất hiện. Đây là 1) biến chỉ số cho các công ty quy định 2) bán hàng và chi phí hành chính, và 3) tăng trưởng kinh tế vĩ mô. Kết quả là ngành công nghiệp đòn bẩy trung bình này thay thế giả định công ty là phù hợp với kết quả khảo sát của Graham và Harvey (2001), trong đó các nhà quản lý của quy định các công ty báo cáo rằng họ xem xét tỷ lệ nợ ngành công nghiệp quan trọng trong việc xác định công ty của riêng mình. Bradley, Jarrell, và Kim (1984) cũng thấy rằng một phần lớn của sự biến đổi qua ngành công nghiệp trong đòn bẩy có thể được giải thích bằng quy định các công ty. Nó không được rõ ràng những gì ảnh hưởng ngành công nghiệp được chọn của SG & A Tỷ lệ chi phí-đến-kinh doanh và tăng trưởng kinh tế vĩ mô A. Các công ty tài chính bị hạn chế so với không bị giới hạn Myers (2003) đã lập luận rằng "các lý thuyết là có điều kiện, không chung". Họ làm việc tốt hơn trong một số điều kiện hơn trong những người khác. Các nghiên cứu gần đây đã tập trung vào khó khăn tài chính như có một tác động đáng kể về cách các công ty tài trợ cho mình (xem, ví dụ, Lemmon và Zender (2004)). Do đó chúng tôi kiểm tra nếu các yếu tố ảnh hưởng đến đòn bẩy khác nhau cho các công ty có tài chính tương đối hạn chế hơn. Để phân loại các công ty bị hạn chế và những công ty không bị hạn chế, chúng tôi dựa trên tình trạng trả cổ tức, quy mô doanh nghiệp, và các tỷ lệ tài sản trên thị trường-đến-sổ sách. Các công ty chi trả cổ tức, những người được nhiều hơn và những người có cơ hội tăng trưởng thấp nên thấy nó tương đối dễ dàng để tăng nguồn tài chính bên ngoài. Bảng IV trình bày kết quả cho các mẫu phụ của các công ty phân loại dựa trên ba tiêu chí này. Đối với mỗi mẫu phụ, chúng tôi sử dụng lặp lại trong bảng III và sau đó báo cáo như thế nào thường là nhân tố được cho rằng bao gồm lớp học của các công ty trong hàng năm cắt qua. Để đơn giản, chúng tôi sử dụng 50% nguyên tắc cắt của ngón tay cái thu nhận. Bảng IV cho thấy rằng không một nhân tố nào trong số các nhân tố loại trừ được bổ sung trở lại các thiết lập của sáu lõi nhân tố. Mặt khác, một số trong sáu nhân tố bao gồm không thực hiện cũng như đối với một số các loại của các công ty. Điểm quan trọng nhất về Bảng IV là sự giống nhau đáng kể của hiệu ứng qua các lớp học của các công ty. Rõ ràng, có một số khác biệt. Tuy nhiên, các mô hình cơ bản là rất giống với nhiều loại khác nhau của công ty. Có vẻ như là khó khăn tài chính ít nhất là đo theo cách này không có một ảnh hưởng lớn đến việc giải thích của chúng ta về bằng chứng IV. Ước lượng tham số cho mô hình tỷ lệ đòn bẩy chính Phân tích tại mục III đã cung cấp một tập hợp các yếu tố đó là đáng tin cậy quan trọng đối với đòn bẩy23 .Nhiệm vụ tiếp theo là để ước lượng phương trình (1) bằng cách sử dụng các nhân tố. Bảng V cung cấp ước lượng tham số từ mô hình chính cùng với Thống kê t tính toán sử dụng sai số chuẩn chỉnh sửa cho cả hai phân nhóm của công ty và theo năm. 24 Trong cột (1) của bảng V, một mô hình hồi quy tổng thể được báo cáo làm cho việc sử dụng dữ liệu có sẵn cho "Tất cả năm". Trong cột (2) đến (7) của bảng V, dự toán được trình bày trên một cơ sở thập kỷ của thập kỷ và trong bốn năm trong giai đoạn 2000-2003. Trong những thập kỷ có một tồi tệ hơn trong khả năng của tập hợp các yếu tố để giải thích đòn bẩy. Trong những năm 1950, những yếu tố này chiếm 42% của sự thay đổi trong đòn bẩy. Trong đầu những năm 2000, họ chỉ chiếm khoảng 24% của sự thay đổi.25 Tác động của lợi nhuận giảm mạnh. Panel A của bảng V báo cáo rằng, trong những năm 1950, hệ số ước tính trên lợi nhuận là -0.54, trong khi trong đầu những năm 2000, nó đã giảm -0.05. Đây là một sự suy giảm thực sự đáng chú ý trong tầm quan trọng của lợi nhuận. Đồng thời, các tác động của quy mô doanh nghiệp và tình trạng trả cổ tức đã tăng cả trong tầm quan trọng kinh tế Bảng IV. DỊCH PHẦN III – TÀI CHÍNH DO ANH NGHIỆP Bảng 5: mô hình tỉ lệ đòn bẩy chính Bảng 5 trình bày các kết quả ước lượng của mô hình hồi quy các tỉ lệ đòn bẩy trong mô hình chính (t ạm dịch của core model). Các nhân tố được giải thích trong phụ lục ở dưới và độ trễ là một năm. T ỉ lệ đòn bẩy được xem là TDM trong panel A và TDA trong panel B. Cột 1 đến 7 thể hiện hệ số tương quan từ mô hình hồi quy OLS với độ lệch chuẩn được phân nhóm. Cột 8, có tên dự đoán dự liệu khuyết, thể hiện các ước lượng dựa t rên những dự đoán về giá t rị khuyết. Những phân loại mà chúng tôi kiểm nghiệm gồm có: các công ty có chi trả và không có chi trả cổ tức, những công ty lớn và những công ty nhỏ, những công ty có tốc độ tăng trưởng cao và những công ty có tốc độ tăng trưởng thấp. Các cột được đánh dấu bằng dấu +% hoặc -% được t ạo ra từ việc chạy dữ liệu 54 năm một cách độc lập. A. Điều chỉnh các dữ liệu khuyết Chúng tôi đã nố lực thực hiện theo các phương pháp tiêu chuẩn trong việc xử lý dữ liệu bị khuyết. Điều này có nghĩa là chúng tôi đã loại bỏ số liệu của các công ty bị thiếu một số mục số liệu cần thiết. Tùy thuộc vào những nhân tố xác định dữ liệu nào là bị khuyết và những dữ liệu nào được báo cáo, các ước lượng chệch được tạo ra từ việc giảm số lượng quan sát ở các bảng dữ liệu không đây đủ có thể sẽ trở nên quan t rọng. Vấn đề khuyết dữ liệu đã được nghiên cứu kĩ lưỡng và kết quả cho thấy, các phương pháp xử lý (thường gọi là multiple imputat ion – tạm dịch là phương pháp dự đoán các giá trị khuyết) là tương đối hữu dụng. Ý tưởng của phương pháp multiple imputation chính là sử dụng các số liệu thực tế mà chúng ta có thể thu thập về công ty trong một số năm để dự đoán số liệu bị khuyết. Dữ liệu dự đoán sẽ không chắc chắn bằng với dữ liệu được thu thập. Có một sự phân tán về các giá trị có thể có của dữ liệu dự đoán. Theo đó, phương pháp tiếp cận chuẩn là stochastically impute (ước lượng có dựa trên lý thuyết về độ trễ, theo đó khi ước lượng người ta sẽ đưa vào mô hình một biến là giá t rị trung bình của biến phụ thuộc trong một khoảng thời gian trước đó) giá trị bị khuyết nhiều lần liên tục. Sau đó, các kết quả được tổng hợp để đánh giá rằng các kết quả phản ứng nhạy cảm như thế nào đối với các giá trị đã được dự đoán. Các kết quả của việc dự đoán các dữ liệu khuyết được thể hiện ở cột 8 (đầu mục “impute missing”) ở bảng 5. Việc dự đoán các giá trị khuyết có ảnh hưởng mạnh đến việc tăng số quan sát firm – years (tạm dịch là số liệu công ty qua các năm) tăng từ 180.552 lên 272.537. Thậm chí với việc tăng rộng quy mô dữ liệu, đối với việc thiết lập các nhân tố của mô hình “C ore” (cần kết hợp với những phần dịch trước để dịch sát nghĩa), sự thay đổi gần như rất nhỏ. Không hề có một kết luận nào về việc các nhân tố liên quan bị ảnh hưởng. Chúng tôi đã thực hiện một số kiểm chứng và nhận ra rằng, không hề bất ngờ, các nhân tố phụ nhạy cảm hơn đối với phương pháp dự đoán giá trị khuyết. Bởi vì chúng tôi không chú trọng vào các nhân tố phụ, cho nên chúng tôi sẽ không trình bày vấn đề này một cách hệ thống. B. Giới thiệu lại về các nhân tố phụ Các nhân tố phụ trở nên đáng quan tâm cho một số mục tiêu. Có một số nguyên nhân mà do đó chúng ta cần thiết phải thêm các nhân tố phụ vào mô hình <core model of leverage (kết hợp với các phần trước để có cách hiểu cho chính xác>. Nếu một nhân tố mới tác động đến mức ý nghĩa thống kê của một số nhân tố chính, nó cần được chú ý. Nếu một nhân tố mới là một biến có liên quan đến chính sách, cần thiết phải thêm biến đó vào mô hình vì nhiều mục đích khác nhau. Theo bảng 6, chúng tôi xin giới thiệu trở lại các nhân tố này một lần nữa. Chúng tôi xem xét ảnh hưởng của chúng khi các nhân tố này được thêm vào mô hình nhân tố, mô hình 5 nhân tố ngoại trừ biến công nghiệp, và 8 nhân tố được tìm thấy có ảnh hưởng mạnh khi bỏ qua nhân tố công nghiệp. Chúng tôi không báo các hệ số ước lượng ở các nhân tố kiểm soát. Các hệ số của các nhân tố chính hết sức ổn định dù cho bất kì nhân tố phụ nào được thêm vào mô hình. Trong các hồi quy này, kiểm định t sử dụng phương sai hiệu chỉnh cho cả 2 cách nhóm số liệu phân theo công ty và phân theo năm. Chú ý rằng, nếu chúng tôi sử dụng một mức ý nghĩa thống kê (alpha) thông thường, bảng 6 cho thấy rằng rất nhiều trong số các nhân tố này là có ý nghĩa thống kê. Mặc dù các bằng chứng trước đây cho thấy các ảnh hưởng này là khá yếu. Điều này thể hiện rằng khá dễ dàng để thêm một nhân tố vào danh sách của chúng ta và nhận ra rằng “nó thực sự có liên quan”. Về mặt bản chất, bảng 6 cung cấp một danh sách dài những nhân tố như vậy. Mặc dù chúng đều có ý nghĩa thống kê, nhưng một vài nhân tố phụ có những dấu hiệu thể hiện sự không đáng tin cậy. Sự lựa chọn một định nghĩa về đòn bẩy là khá quan t rọng trong một vài trường hợp. Những trường hợp này có thể phản ánh cả việc thiếu độ tin cậy, hoặc những trường hợp mà phương pháp đo lường phía bên phải (có thể hiểu giống như ước lượng một bên trong thống kê, phía bên phải là phía bên giá trị lớn hơn giá trị ước lượng) chỉ đơn giản cung cấp kì vọng khác một phương pháp đo lượng về phía bên trái. Về mặt lý thuyết, việc giải quyết các trường hợp này sẽ là một việc cần được quan tâm trong các nghiên cứu sau này. Bảng 6 cũng cho thấy những trường hợp mà ở đó nó có liên quan đến nhân tố công nghiệp hay không. Hiệu ứng của t ỉ suất sinh lợi thị trường chứng khoán, biến đặc trưng và biến điều chỉnh là có giới hạn tùy thuộc vào việc nhân tố công nghiệp có được đưa vào mô hình hay không. Ảnh hưởng của tỉ suất lợi nhuận thị trường cổ phiếu đối với đòn bẩy là nghịch biến và có ý nghĩa khi nhân tố công nghiệp được đưa vào, nhưng nó lại là đồng biến và có ý nghĩa thống kê khi biến ngành công nghiệp bị loại ra khỏi mô hình. Một vài biến khác cũng có ý nghĩa thống khi đòn bẩy trung bình ngành được bao gồm và t rở nên không còn ý nghĩa thống kê khi loại bỏ nhân tố đòn bẩy trung bình ngành. Điều này tương đối quan t rọng. Nó nhấn mạnh rằng một kiểm tra với tính hiệu lực mạnh là cần thiết để thiết lập đúng cách các kết quả thực nghiệm đáng t in cậy. Chẳng hạn, xem xét ảnh hưởng của tín dụng thuế đầu tư. Trong bảng 2, nó có mối tương quan cùng chiều với đòn bẩy. T rong bảng 3,nó rơi xuống điểm mà ở đó nó có hệ số là 1.691 và hệ số kiểm định t là 3.4. Những điều được nhìn thấy trong bảng 6 thực sự thú vị. Tùy thuộc vào việc thiết lập các nhân tố được sử dụng như nhân tố kiểm soát và định nghĩa về đòn bẩy, nhân tố này có thể được nhìn thấy là có tương quan đồng biến hoặc nghịch biến. Trong hồi quy đòn bẩy thị trường, kiểm định t là 3.3 khi bao gồm cả các nhân tố chính, nhưng nó chỉ còn là 1.2 trong mô hình chỉ với 8 biến kiểm soát : 5 nhân tố chính (không có trung bình đòn bẩy tài chính của ngành) và ba biến thêm vào: dummy for regulated firm; việc bán hàng, trong tổng quan và tỉ lệ chi phí quản lý/doanh thu; và tăng trưởng vĩ mô. Nếu việc đo lường đòn bẩy sử dụng giá t rị sổ sách, hệ số là nghịch biến mà không chịu ảnh hưởng bởi việc thiết lập các nhân tố chính trong mô hình sử dụng. Việc thêm vào hoặc bớt đi một nhân tố mà là nhân tố phụ của chính nó thường sẽ có một tác dụng không đáng kể. Đã có những trường hợp mà trong đó mỗi trường hợp có thể cung cấp những bằng chứng có hiệu lực mạnh ràng một nhân tố được đưa ra có tương quan thuận chiều với đòn bẩy và bẳng việc sử dụng việc thiết lập các nhân tố kiểm soát có những khác biệt nhỏ, nó có thể được thiết lập rằng nhân tố tương tự nhau cũng có một quan hệ nghịch biến có hiệu lực mạnh tương tự trên đòn bẩy tài chính. Điều này có nghĩa là khi sử dụng cùng một dữ liệu những với các nhân tố điều khiển khác nhau hoặc với những định nghĩa khác nhau về đòn bẩy, những bài nghiên cứu khác nhau có thể đi đến những kết luận khác nhau về ảnh hưởng mối tương quan giữa một nhân tố nào đó với đòn bẩy tài chính. Đây cũng chính là lí do tại sao cần thiết phải sử dụng một tiến trình thiết lập các nhân tố kiểm soát đã được chuẩn hóa, chẳng hạn như các nhân tố hiệu lực mạnh. C. Dự báo Những tài liệu nghiên cứu hiện tại là đáng t in cậy dựa t rên mẫu dữ liệu về đòn bẩy. Chúng tôi không đưa ra một cấu trúc kiểm định về mặc lý thuyết. Đó là công việc cho một nghiên cứu khác sau này. Để giảm bớt mối lo lắng về nội sinh, chúng tôi sử dụng các nhân tố của năm trước đó, không phải là các nhân tố song song về thời điểm. Điều này đồng thời không thể giải quyết được vấn đề nội sinh và mô hình độ trễ. Tuy nhiên, ít nhất nó cũng tạo một mức độ đảm bảo nhất định cho các nhân tố nằm trong hệ thống thông tin của các công ty đã được thiết lập. Những nghiên cứu xa hơn đòi hỏi một cấu trúc mở rộng được xem xét một cách nghiêm túc và sau đó đi vào kiểm định xem cấu t rúc đó có phù hợp với dữ liệu hay không. Những nghiên cứu như vậy cần thiết được thực hiện, nhưng sẽ tốt hơn nếu chúng được thực hiện ở ngoài phạm vi của bài nghiên cứu này. Chúng tôi hy vọng rằng những kết quả chúng tôi đưa ra có thể là một nghiên cứu t iền nghiệm hữu ích để phục vụ cho những nghiên cứu nghiêm cứu về cấu t rúc khác. Có một vài vấn đề mà chúng ta chưa nghiên cứu trong bài nghiên cứu này. Chúng tôi không cho phép những hình thức chức năng thay thế và các dạng phi tuyến. chúng tôi cũng không chấp nhận những ảnh hưởng tương tác, mặc dù một vài hiệu ứng tương tác phụ có thể được tìm thấy ở bảng 4. Chúng tôi cũng không đo lường chi phí bảo lãnh và ảnh hưởng của nó. Chúng tôi không nghiên cứu các ảnh hưởng dynamic (dynamic effects) trong bài nghiên cứu này. Chúng tôi cũng đã cố ý loại trừ các ảnh hưởng cố định của các công ty. Những hiệu ứng này tuy có vẻ quan t rọng về mặt thống kê nhưng mối tương quan lại không rõ ràng. Việc bao gồm luôn các hiệu ứng này có thể không phù hợp với mục đích nghiên cứu của bài bởi vì việc bao gồm chúng sẽ dẫn đến một hiệu ứng rất lớn đối với biến đòn bẩy t rung bình của ngành. Tất cả những vấn đề có vẻ khá thú vị và chúng tôi hy vọng sẽ đi vào trình bày chúng trong tương lai. V. Kết luận bài nghiên cứu này nghiên cứu về các công ty đại chúng của Mỹ trong thời gian từ 1950 đến 2003 nhằm mục t iêu xác định rằng nhữg nhân tốt nào có mối liên quan đến đòn bẩy của cơ sở thị trường. Khởi đầu từ việc thiết lập nhiều nhân tố đã từng được sử dụng trong các nghiên cứu trước đây, chúng tôi nhận thấy rằng việc thiết lập với sáu nhân tố cung cấp một tính toán vững chắc của các mẫu quan sát trong dữ liệu: Trong môi trường cạnh tranh, các công ty trung bình hiện tại đã có đòn đẩy cao sẽ có xu hướng tiếp tục sử dụng đòn bẩy cao. Những công ty có tỉ lệ giá t rị sổ sách/giá trị thị trường cao có xu hướng điều chỉnh giảm đòn bẩy. Những công ty có nhiều tài sản cố định hữu hình có xu hướng có một đòn bẩy cao hơn. Những công ty có lợi nhuận cao hơn có xu hướng sử dụng t ỉ lệ đòn bẩy thấp hơn. Những công ty lớn có xu hướng sử dụng đòn bẩy cao hơn. Khi tỉ lệ lạm phát được kì vọng trở nên cao hơn, các công ty có xu hướng sử dụng đòn bẩy cao hơn. Thêm vào 6 nhân tố này, phiên bản trước của bài nghiên cứu này tìm thấy rằng một biến chỉ số chỉ ra rằng việc một công ty có chi trả cổ tức hay không cũng có ảnh hưởng đến việc sử dụng tỉ lệ đòn bẩy. Các công ty chi trả cổ tức có tỉ lệ đòn bẩy thấp hơn các công ty không chi trả. Các lý thuyết cấu trúc vốn hiện tại có những dự đoán khá mơ hồ về mối quan hệ giữa tình trạng chi trả cố tức với t ỉ lệ đòn bẩy của các công ty. Trong đánh giá của chúng tôi, việc giải thích cho cổ tức cần những phát triển xa hơn nội dung của bài nghiên cứu này. Nhiều nghiên cứu đã báo cáo rằng dù kết quả của họ như thế nào đi nữa, họ vẫn ủng hộ mạnh mẽ cho việc sử dụng đòn bẩy tính toán theo giá trị thị trường hoặc giá trị sổ sách (tạm gọi là đòn bẩy theo sổ sách và đòn bẩy theo thị trường). Dựa trên những nghiên cứu trước đây, chúng tôi kì vọng rằng các nhân tố chính cũng sẽ có tác động mạnh đến việc lựa chọn cách thức tính toán đòn bẩy dựa trên giá trị sổ sách hay giá trị thị trường. Điều này hóa ra lại không chính xác. Khi nghiên cứu đòn bẩy theo sổ sách, những ảnh hưởng của tỉ lệ giá t rị thị trường/ giá trị sổ sách, quy mô công ty, và lạm phát kì vọng, tất cả những yếu tố này dường như không còn ảnh hưởng mà chúng có khi thực hiện nghiên cứu đòn bẩy dựa t rên giá trị thị trường. Tỉ lệ đòn bẩy trung bình ngành và dĩ nhiên là cả lợi nhuận vẫn đáng tin cậy và có ý nghĩa thống kê. Chúng ta giải thích kết quả bất ngờ này như thế nào? Nhớ lại rằng, arclay, Moreilec và Smith (2006) đã tranh luận rằng đòn bẩy theo giá trị sổ sách là đang nhìn về quá khức, trong khi đòn bẩy dựa theo giá trị thị trường là đang nhìn về tương lai. Từ cách nhìn nhận này, chúng ta nhận thấy rằng những ảnh hưởng của t ỉ lệ giá t rị thị trường tài sản/ giá trị sổ sách của t ài sản, quy mô công ty (được đo lường theo giá trị sổ sách của t ài sản), và lạm phát kì vọng được thực hiện thông qua khả năng tác động đến các khía cạnh trong tương lai của công ty đã được dự báo. Đòn bẩy trung bình ngành, tangibility và khả năng lợi nhuận dường như phản ánh những tác động của quá khứ của công ty. Chúng tôi t in rằng sự phân biệt này cần thiết được quan tâm trong tương lai từ các lý thuyết tài chính doanh nghiệp. Các lý thuyết hữu dụng như thế nào trong việc giải thích số liệu mà chúng ta có? Chúng ta đang nghiên cứu các công ty cổ phần đại chúng Mỹ với dữ liệu trong khoảng nữa thế kỉ qua. Đối với những công ty này, các bằng chứng cho thấy có những yếu điểm nhất định trong mỗi lý thuyết – một vài trong số đó có vẻ nguy hiểm hơn những lý thuyết còn lại. Bản chất của các yếu điểm cũng khác nhau. Độ trễ thị trường (marketing timing) thường được nhắc đến bởi những người ủng hộ tài chính hành vi. Tuy nhiên, market t iming cũng có thể là kết quả của quá trình tối ưu hóa hợp lý bởi các nhà quản lý (e.g.. Baker and Wurgler, 2002). Hầu như bất kì mô hình tối ưu hóa đòn bẩy tài chính thực tế nào dường như cũng có những chi phí với lợi nhuận diễn biến qua thời gian. Điều này sẽ dẫn đến những lựa chọn tối ưu qua thời gian. Quan trọng hơn, market timing cung cấp một số tác động cross – sectional có thể bị bác bỏ giới hạn trong khuôn khổ thực nghiệm và không có những giải thích trực tiếp cho các mẫu dữ liệu chính mà chúng ta quan sát được. Hơn nữa, ý tưởng này không cung cấp một giải thích mang tính bản chất của hầu hết cấu trúc vốn cross – sectional thu thập được mà chúng điều chỉnh sự độc lập của việc mở rộng khuôn khổ lý thuyết đánh đổi. lý thuyết trật tự phân hàng cung cấp một sự giải thích phù hợp và trực quan cho thực tế rằng các công ty có lợi nhuận cao thường có xu hướng có tỉ lệ đòn bẩy thấp hơn. Tuy nhiên, nhân tố thực nghiệm đơn lẻ quan t rọng nhất chính là đòn bẩy trung bình ngành. Lý thuyết trật tự phân hạng không dự đoán một cách trực tiếp về sự quan t rọng của ngành. Vai t rò của tangibility và quy mô công ty cũng không được giải thích một cách dễ dàng và trực tiếp từ lôgic cơ bản của lý thuyết trật tự phân hạng. Do đó, cân nhắc việc phát triển các lý thuyết là cần thiết nếu một mô hình giới hạn trong phương pháp tiếp cận lý thuyết trật tự phân hạng cơ bản là hoàn toàn có thể đại diện cho một bằng chứng chính yếu mạnh mẽ. Lý thuyết đánh đổi có thể giải thích cho nhiều yếu tố chẳng hạn như đòn bẩy trung bình ngành, quy mô công ty, tangibility và tỉ lệ giá trị thị trường/sổ sách. Điểm yếu thực nghiệm chủ yếu của lý thuyết đánh đổi là sự phổ biến của suy nghĩ những công ty có lợi nhuận cao hơn thường có tỉ lệ đòn bẩy thấp hơn. Trong các mô hình của lý thuyết đánh đổi, tuy nhiên, tỉ lệ đòn bẩy và lợi nhuận có thể có mối quan hệ nghịch biến. Tsyplako(2008), chẳng hạn, đã tranh luận rằng khi năng lực sản xuất không tốt và cần thời gian để cải thiện, các công ty có xu hướng gia t ăng lợi nhuận giữ lại (chẳng hạn gia tăng cổ phiếu nội bộ) trước khi chi trả tiền để nâng cao năng lực. Quy trình giữ lại lợi nhuận sẽ thể hiện khi lợi nhuận làm giảm tỉ lệ đòn bẩy. Việc gia t ăng vốn đòi hỏi phải chi trả tiền, do đó mà làm tăng tỉ lệ đòn bẩy. theo thống kê nổi tiếng của Box (1979), “Tất cả những mô hình đều sai, nhưng một vài trong số chúng có thể hữu dụng”. Chúng tôi hi vọng rằng mô hình 6 nhân tố chính sẽ cung cấp một nền tảng hữu dụng cho những nghiên cứu xa hơn về tỉ lệ đòn bẩy. Những nhân tố chính khá mạnh mẽ. Sự thật là những nhân tố tương tự nhau sẽ có những tác động tương tự nhau đối với nhiều loại công ty. Điều này cho thấy rằng một lý thuyết thống nhất về tỉ lệ đòn bẩy có thể vẫn chưa được tìm thấy. khi một lý thuyết mới xuất hiện PHỤ LỤC: ĐỊNH NGHĨA CÁC BIẾN 1. Đo lường tỉ lệ đòn bẩy Tổng nợ/giá trị thị trường của tổng tài sản (TDM) là tỉ lệ tổng nợ trên giá trị thị trường của tài sản (MVA). MVA là tổng giá trị thị trường của cổ phiếu được xác định bằng cách (thị giá*tổng số cổ phần+nghĩa vụ nợ ngắn hạn + nợ dài hạn + giá t rị ưa thích thanh khoản (preferred – liquidation value) – các ưu đãi về thuế. Tổng nơ/tài sản (TDA) là tỉ lệ tổng nợ trên tổng tài sản. Nợ dài hạn/giá trị thị trường của tài sản (LDM) là tỉ lệ nợ dài hạn trên tổng tài sản theo giá trị thị trường. Nợ dài hạn/tài sản (LDA) là tỉ lệ nợ dài hạn trên tổng tài sản Các nhân tố Profitability (t ạm dịch là khả năng sinh lời) Khả năng sinh lời - Thu nhập hoạt động trước khấu hao (profitability – operating income before depreciation) là tỉ lệ của thu nhập hoạt động trước khấu hao trên tổng tài sản. 2. Firm size Log của giá trị tài sản là log của giá t rị tài sản được quy về năm gốc 1992. Các công ty trưởng thành (Mature) là một biến giả, nhận giá trị 1 nếu công ty hiện diện trong cơ sở dữ liệu Compustat nhiều hơn 5 năm. 3. Tăn g trưởng Tỉ lệ giá trị thị trường trên tài sản (Mktbk) là tỉ lệ MVA trên giá trị tài sản tương ứng với mục 6 t rong dữ liệu Compustat . Thay đổi trong log của tài sản (chAsset) là thay đổi trong log của giá t rị tài sản (mục 6 dữ liệu Compustat). Chi t iêu vốn/t ổng tài sản (Capex) là tỉ lệ tổng chi t iêu vốn (mục 128 dữ liệu compustat) trên tổng tài sản (mục 6). 4. Ngành Tỉ lệ đòn bẩy trung bình ngành (industLev) là trung bình của t ỉ lệ tổng nợ trên giá trị thị trường của tài sản theo SIC (SIC code – chưa rõ là gì) và theo năm. Ngành được viết tắt là 4 chữ số kí hiệu cấp của SIC code trong các kết quả chính. T ính hiệu lực được kiểm tra bằng việc redefining industry at the three-digit SIC level. (chưa hiểu ý của đoạn này). Tăng trưởng trung bình ngành (IndustGr) là trung bình của những thay đổi trong Log của giá t rị tài sản (mục 6) theo SIC code và theo năm. Biến điều chỉnh giả (Regultd) la một biến giả, và mang giá t rị bằng 1 đối với những công ty nằm trong những ngành bị điều chỉnh và bằng 0 cho những công ty còn lại. Những ngành bị điều chỉnh bao gồm đường sắt (SIC code là 4011) kế từ năm 1980, vận tải đường bộ (SIC code nằm giữa 4210 và 4213) kể từ năm 1980, hàng không (4512) kể từ năm 1978, viễn thông (4812 và 4813) kể từ năm 1982, ga và năng lượng điện (4900 và 4939). 5. Bản chất của gi á trị tổng tài sản Tangibility (tang) là t ỉ lệ của giá t rị tài sản ròng (vật quý giá, cây trồng và trang thiết bị) trên giá trị tổng tài sản. Chi t iêu R&D/doanh thu là tỉ số ở mục 45, chi t iêu R&D, với mục 12, doanh thu. Uniqueness dummy (Unique)(chưa biết dịch thế nào cho phù hợp ) là một biến giả, mang giá t rị 1 nếu mã SIC của công ty nằm trong khoảng từ 3400 đến 4000 (những công ty sản xuất máy tính, hóa chất, xây dựng cơ bản, hàng không, phương tiện không gian và những ngành nhạy cảm khác) và nhận giá trị 0 cho những công ty còn lại. Chi t iêu SGA/doanh thu (SGA) là t ỉ lệ tổng chi phí (bán hàng, quản lý, sản xuất chung) với mục 12, doanh thu. 6. Thuế Nhóm thuế suất cao nhất (top tax rate) là tỉ lệ thuế cao nhất qua các năm. Đó là tỉ lệ các năm 1950 -42%, 51%-1951, 52% - 1952 đến 1963,…. NOL carryforwards/asset – chưa giải thích được. Ưu đãi thuế đầu tư/ tổng giá t rị tài sản là tỉ lệ giữa khoảng mục 208, ưu đãi thuế đầu tư trên giá t rị tổng tài sản, mục 6. 7. Rủi ro Variance of asset ret urns (StockVar) là biến động t ỉ suất sinh lời của t ài sản hàng năm được xác định bằng cách san bằng phương sai lợi nhuận vốn cổ phần, với giá trị các cổ phần được giả định là bằng với giá trị sổ sách. BẢNG AI: C ÁC KHO ẢN MỤC CỦA BẢNG CÂN ĐỐ I KẾ TO ÁN THEO TỈ TRỌ NG VỚ I GIÁ TRỊ TỔ NG TÀI SẢN 1950 – 2003 Bảng này thể hiện giá trị trung bình các khoản mục của bảng cân đối kế toán tinh theo giá trị tổng tài sản trong khoảng thời gian từ năm 1950 đến 2003. Dữ liệu được lấy từ dữ liệu Compustat . các công ty tài chính và các công ty có liên quan đến hoạt động sáp nhập được loại trừ khỏi thống kê này. BẢNG AII: CÁC KHO ẢN MỤC TRO NG BÁO CÁO LƯU C HUYỂN TIỀN TỆ TÍNH THEO GIÁ TRỊ TỔ NG TÀI SẢN CUỐ I NĂM, 1950-2003. Bảng AII thể hiện giá trị trung bình các khoản mục của báo cáo lưu chuyển tiền tệ tính theo giá trị tổng tài sản cuối năm trong khoảng thời gian từ 1950 -2003. Dữ liệu này được thu thập từ số liệu Compustat . các công ty tài chính và các công ty có liên quan đến hoạt động sáp nhập được loại t rừ khỏi thống kê này. Đối với những năm 1985 trở về trước, cách đặt mã của Compustat được đặt theo form 1,2,3. Từ năm 1990 trở đi, cách format 7 được sử dụng. Chúng tôi ghi nhận một số mục của báo cáo lưu chuyển tiền tệ bằng không nếu dữ liệu bị khuyết hoặc bị trộn lẫn với những khoản mục dữ liệu khác.

Các file đính kèm theo tài liệu này:

  • pdfnhom_16_tcdn_0446.pdf
Luận văn liên quan