Đề tài Đánh giá các nhân tố ảnh hưởng tới cấu trúc vốn của doanh nghiệp: Nghiên cứu tại các công ty niêm yết trên sàn chứng khoán Hồ Chí Minh

tỷ đồng nợ gốc. Nếu tính từ khi mua nợ năm 2013 cho đến nay thì tổng nợ xấu Công ty đã mua của các tổ chức tín dụng là 50721 tỷ đồng. Dự kiến, trong quý 3 năm 2014, những khoản nợ đầu tiên sẽ được bán ra cho nhà đầu tư nước ngoài (theo VOV, ngày 03/07). Bảng 3.2 Tình hình nợ xấu của một số ngân hàng TMCP trong quý I/2014 Ngân hàng Mã CK trên HOSE Nợ xấu Quý 1/2014 % trên dƣ nợ Cuối năm 2013 Tăng/giảm so với cuối 2013 Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam n/a n/a 33.519 n/a Ngân hàng Đầu tư và Phát triển Việt Nam BID 8.061 2,02% 8.838 -8,79% Ngân hàng TMCP CTG 5.303 1,50% 3.769 40,70% Thang Long University Library 23 Ngân hàng Mã CK trên HOSE Nợ xấu Quý 1/2014 % trên dƣ nợ Cuối năm 2013 Tăng/giảm so với cuối 2013 Công thương Việt Nam Ngân hàng TMCP Ngoại thương Việt Nam VCB 7.340 2,65% 7.405 -0,88% Ngân hàng TMCP Quân đội MBB 2.397 2,71% 2.146 11,70% Ngân hàng TMCP Á Châu 3.504 3,33% 3.241 8,11% Ngân hàng TMCP Sài Gòn Thương Tín STB 2.137 1,87% 1.609 32,82% Ngân hàng TMCP Kỹ thương Việt Nam 3.303 4,60% 2.565 28,77% Ngân hàng TMCP Xuất Nhập khẩu EIB 1.945 2,38% 1.650 17,88% Ngân hàng TMCP Sài Gòn-Hà Nội 3.507 4,27% 3.102 13,06% Ngân hàng TMCP Đông Á 2110 3,99% 2.117 -0,33% Ngân hàng TMCP Nam Việt 857 5,53% 817 4,90% Tổng 38.354 2,34% 37.259 2,94% (Nguồn: www.cophieu68.vn) c. Về tình hình lợi nhuận Các NHTM công bố lợi nhuận đều cho thấy, tình hình kinh doanh của quý 1 năm 2014 chưa thực sự được cải thiện với bức tranh lợi nhuận sụt giảm, nợ xấu tăng trong khi giải ngân tăng không đáng kể. Bảng 3.3 Tình hình lợi nhuận một số ngân hàng TMCP quý I/2014 Ngân hàng Mã CK trên HOSE Lợi nhuận trƣớc thuế Lợi nhuận sau thuế Tỷ đồng Tăng/giảm so với cùng kỳ 2013 Tỷ đồng Tăng/giảm so với cùng kỳ 2013 Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam n/a n/a 1.560 -54,00% Ngân hàng Đầu tư và Phát triển Việt Nam BID 1.949 28,65% 1.545 34,82% Ngân hàng TMCP Công thương Việt Nam CTG 458 6,50% 1.140 9,40% 24 Ngân hàng TMCP Ngoại thương Việt Nam VCB 1.418 -0,14% 1.106 1,84% Ngân hàng TMCP Quân đội MBB 752 -6,82% 586 -3,30% Ngân hàng TMCP Á Châu 318 -19,39% 250 -18,57% Ngân hàng TMCP Sài Gòn Thương Tín STB 794 -11,09% 621 -8,14% Ngân hàng TMCP Kỹ thương Việt Nam 673 69,00% 525 75,35% Ngân hàng TMCP Xuất Nhập khẩu EIB 445 14,40% 346 18,49% Ngân hàng TMCP Sài Gòn – Hà Nội 272 24,71% 59 8,26% Ngân hàng TMCP Đông Á 111 -60,07% 88 -57,28% Ngân hàng TMCP Nam Việt 3 -85,57% 2 -84,97% Tổng 8.082 4,92% 7.829 -14,18% (Nguồn: www.cophieu68.vn) Thang Long University Library 25 d. Tóm tắt hoạt động của một số doanh nghiệp thuộc lĩnh vực Ngân hàng-Bảo hiểm trên HOSE. Bảng 3.4 Tóm tắt tình hình hoạt động của một số doanh nghiệp Tài chính-Ngân hàng-Bảo hiểm trên HOSE 9 tháng đầu năm 2014 STT Mã CK Tên công ty Giá NY KL đang lƣu hành CP quỹ KL niêm yết Giá HT Vốn thị trƣờng Biểu đồ giá cổ phiếu 9 tháng đầu năm 2014 1 BIC Tổng CTCP Bảo hiểm Ngân hàng Đầu tư và Phát triển Việt Nam 11.5 76,229,982 0 76,229,982 14.8(0.9) 1,128 2 BMI Tổng CTCP Bảo Minh 74.1 75,500,000 0 75,500,000 17(-0.4) 1,284 3 BVH Tập đoàn Bảo Việt 46.2 680,471,434 0 680,471,434 40.3(0.1) 27,423 4 CTG Ngân hàng TMCP Công thương Việt Nam 50 3,723,404,556 0 1,323,199,600 14.4(0) 19,054 5 EIB Ngân hàng TMCP Xuất nhập khẩu Việt Nam 28 1,235,522,904 0 1,235,522,904 12.2(0.1) 15,073 6 MBB Ngân hàng TMCP Quân đội 13.8 1,159,393,750 0 1,159,393,750 13.6(0) 15,768 26 STT Mã CK Tên công ty Giá NY KL đang lƣu hành CP quỹ KL niêm yết Giá HT Vốn thị trƣờng Biểu đồ giá cổ phiếu 9 tháng đầu năm 2014 7 PGI CTCP Bảo hiểm PJICO 18.8 69,464,458 1,509,760 70,974,218 10.7(0.6) 759 8 STB Ngân hàng TMCP Sài Gòn Thương Tín 78 1,142,511,590 100,000,000 1,242,511,590 19.1(0) 23,732 9 VCB Ngân hàng TMCP Ngoại thương Việt Nam 50 2,665,029,637 0 2,665,029,637 26.4(0.3) 70,357 (Nguồn: www.cophieu68.vn) Thang Long University Library 27 3.2.2. Ngành Bất động sản a. Tóm tắt tình hình hoạt động ngành Bất động sản nửa đầu năm 2014 Suốt 3 năm vừa qua, bất động sản Việt Nam lâm vào tình trạng khủng hoảng khi đối diện với rất nhiều vấn đề nghiêm trọng: giá nhà đất giảm sút, hàng loạt các dự án đình trệ do thiếu kinh phí, chung cư mọc lên rất nhiều, nhu cầu nhà ở cao nhưng giá lại chưa phù hợp với túi tiền của người mua nên ế ẩm Bước sang nửa đầu năm 2014, tình hình bất động sản đã có nhiều biến chuyển hơn, nhưng các doanh nghiệp Bất động sản Việt Nam hiện vẫn đang kinh doanh vô cùng chật vật với 3 vấn đề lớn: lợi nhuận thấp, tồn kho còn nhiều và gánh nặng nợ vay. Về lợi nhuận, theo thống kê sơ bộ kết quả kinh doanh của 24 doanh nghiệp ngành bất động sản đã công bố, tổng lợi nhuận của các doanh nghiệp trong quý II chỉ có 82 tỷ đồng, doanh thu đạt 524 tỷ đồng, giảm 28% so với cùng kỳ năm trước. Nếu tính kết quả bán niên, con số giảm còn lớn hơn. Cụ thể, tổng doanh thu 6 tháng của các doanh nghiệp chỉ đạt 996 tỷ đồng, lợi nhuận đạt 103 tỷ đồng, giảm lần lượt 64% và 21% so với cùng kỳ. Đây là con số quá nhỏ so với số vốn chủ sở hữu và tổng tài sản của các doanh nghiệp. Trong số đó cũng không có doanh nghiệp nào có lợi nhuận trên 20 tỷ đồng. Đặc biệt, các công ty bất động sản có quy mô lớn lại có kết quả kinh doanh kém hơn các công ty nhỏ. Một ví dụ điển hình là CTCP Bất động sản Phát Đạt (PDR). Doanh thu trong quý II của PDR chỉ có 23 tỷ đồng, còn lợi nhuận chỉ đạt 350 triệu đồng. Lũy kế nửa đầu năm, PDR có doanh thu 43 tỷ đồng, lợi nhuận chưa đến 1 tỷ đồng. Tương tự, trong quý II, CTCP Địa ốc Hoàng Quân (HQC) có tổng doanh thu chưa đến 5 tỷ đồng, trong đó doanh thu mảng bất động sản âm gần 500 triệu đồng. Nhờ hoạt động tài chính và lợi nhuận khác, HQC có lợi nhuận sau thuế 5,26 tỷ đồng. Tính cả 6 tháng đầu năm, doanh thu của Công ty đạt trên 8 tỷ đồng, lợi nhuận đạt 6 tỷ đồng, giảm lần lượt 97% và 49% so với cùng kỳ năm ngoái. CTCP Vinaconex (ITC) sau động thái thay lãnh đạo cấp cao vẫn chưa cải thiện hoạt động. Doanh thu quý II đạt 5,97 tỷ đồng, lợi nhuận tiếp tục âm 1,6 tỷ đồng. Lũy kế 6 tháng, công ty đạt doanh thu 6,89 tỷ đồng, lợi nhuận âm tới 9,86 tỷ đồng. Một trong những gánh nặng của các doanh nghiệp bất động sản là hàng tồn kho. Dù thị trường 6 tháng đầu năm được cho là tích cực khi chỉ số mua bán được cơ quan quản lý thống kê chuyển biến tốt, báo cáo tài chính của các công ty lại không phản ánh sự sáng sủa này. Hàng tồn kho của Phát Đạt tính đến cuối quý II là 5.376 tỷ đồng, tăng hơn 200 tỷ đồng so với hồi đầu năm. Hai dự án khủng của doanh nghiệp là EverRich 2 và EverRich 3 dường như không chuyển động. Tình trạng này sẽ tiếp tục đẩy hoạt động doanh nghiệp vào thế bi đát do hầu như không thể bán được hàng và thu thêm 28 tiền. Tương tự, hàng tồn kho của HQC cũng tăng lên 797 tỷ đồng vào cuối kỳ, cao hơn nhiều so với con số 600 tỷ đồng hồi đầu năm. Một vấn đề lớn khác mà các doanh nghiệp bất động sản phải đối mặt là vấn đề nợ vay. Khi hàng hóa ế ẩm, người mua không chịu trả tiền theo tiến độ, doanh nghiệp không có dòng tiền tốt, gánh nặng nợ vay do đó khó có chuyển biến khả quan. Nợ phải trả của PDR lên tới 4.420 tỷ đồng, trong đó nợ ngắn hạn gần 1.400 tỷ đồng. HQC cũng có khoản nợ phải trả lên tới gần 2.500 tỷ đồng, trong đó một nửa là nợ ngắn hạn. Thậm chí mới đây, công ty này gây ồn ào trên thị trường vì công bố thông tin phát hành cổ phiếu để trừ nợ. Vinaconex ITC cũng tệ chẳng kém khi công ty không thể trả nợ đúng hạn cho ngân hàng. doanh nghiệp này đã rao bán nhiều tài sản như Khách sạn Cát Bà Holiday View, dây chuyền khai thác đá nhưng nhiều khả năng không thành công vì BCTC không cho thấy dòng tiền tương ứng nào. Thang Long University Library 29 b. Tóm tắt hoạt động cổ phiếu của các công ty BĐS niêm yết trên HOSE. Bảng 3.5 Tóm tắt tình hình hoạt động cổ phiếu của các doanh nghiệp Bất động sản niêm yết trên HOSE STT Mã CK Tên Công ty Giá NY KLCP đang lƣu hành CP quỹ KLNY Giá HT Vốn Thị Trƣờng Biểu Đồ 1 ASM CTCP Đầu tư và Xây dựng Sao Mai tỉnh An Giang 38 47,683,440 0 47,683,440 12.1(0.3) 577 2 BCI CTCP Đầu tư xây dựng Bình Chánh 27 72,267,000 0 72,267,000 19.2(0.1) 1,388 3 CCL CTCP Đầu tư và Phát triển Dầu khí Cửu Long 23 25,000,000 0 25,000,000 5.8(0.1) 145 4 CLG CTCP Đầu tư và Phát triển Nhà đất Cotec 42 40,000,000 0 40,000,000 7.9(0) 316 5 D2D CTCP Phát triển Đô thị Công nghiệp Số 2 40 10,654,984 45,016 10,700,000 33.9(0.6) 363 6 DIG Tổng CTCP Đầu tư Phát triển Xây dựng 55 174,213,796 3,624,550 177,838,346 15.5(0.5) 2,756 7 DLG CTCP Tập đoàn Đức Long Gia Lai 25 143,674,490 0 143,674,490 11(-0.1) 1,580 8 DRH CTCP Đầu tư Căn nhà mơ ước 17 18,113,852 285,850 18,399,702 4.2(0.1) 77 9 DTA CTCP Đệ Tam 30 10,000,000 0 10,000,000 3.7(0) 37 30 STT Mã CK Tên Công ty Giá NY KLCP đang lƣu hành CP quỹ KLNY Giá HT Vốn Thị Trƣờng Biểu Đồ 10 DXG CTCP Dịch vụ và Xây dựng địa ốc Đất Xanh 40 75,000,000 0 75,000,000 15.8(0.4) 1,185 11 HAG CTCP Hoàng Anh Gia Lai 40 789,970,162 0 789,970,162 25.5(1.1) 20,144 12 HDC CTCP Phát triển nhà Bà Rịa-Vũng Tàu 70 26,909,252 500,489 27,409,741 21.8(- 0.7) 598 13 HDG CTCP Tập đoàn Hà Đô 88 65,154,257 0 65,154,257 28(0) 1,824 14 HQC CTCP Tư vấn- Thương mại-Dịch vụ Địa ốc Hoàng Quân 38 90,000,000 0 90,000,000 8.1(0.2) 729 15 IDI CTCP Đầu tư và Phát triển Đa Quốc Gia 18 45,600,000 0 45,600,000 13.2(0.3) 602 16 IJC CTCP Phát triển Hạ tầng Kỹ thuật 30 274,194,525 0 274,194,525 13.9(0.2) 3,811 17 ITA CTCP Đầu tư- Công nghiệp Tân Tạo 54 718,467,913 579,998 719,047,911 9(0.2) 6,471 18 ITC CTCP Đầu tư và Kinh doanh nhà 55 68,646,328 440,360 69,086,688 8.3(0.3) 573 19 KAC CTCP Đầu tư Địa ốc Khang An 30 20,000,000 0 20,000,000 14(0) 280 Thang Long University Library 31 STT Mã CK Tên Công ty Giá NY KLCP đang lƣu hành CP quỹ KLNY Giá HT Vốn Thị Trƣờng Biểu Đồ 20 KBC Tổng công ty Phát triển Đô thị Kinh Bắc-CTCP 161.3 289,760,512 5,950,655 295,711,167 16(1) 4,731 21 KDH CTCP Đầu tư và Kinh doanh Nhà Khang Điền 40 47,069,974 1,000,000 48,069,974 21(0.3) 1,009 22 LCG CTCP LICOGI 16 60 56,249,956 0 56,249,956 9.2(0.1) 517 23 LGL CTCP Đầu tư và Phát triển Đô thị Long Giang 30 19,996,375 2,900 19,999,275 6.4(0) 128 24 LHG CTCP Long Hậu 40 26,068,133 14,494 26,082,627 8.9(-0.1) 232 25 NBB CTCP Đầu tư Năm Bảy Bảy 27 53,581,800 139,400 53,721,200 23.1(0.7) 1,241 (Nguồn: www.cophieu68.vn) 32 CHƢƠNG 4. MÔ HÌNH KINH TẾ LƢỢNG Mục đích của chương 4 là xây dựng mô hình kinh tế lượng để kiểm tác động của các yếu tố quy mô doanh nghiệp, khả năng sinh lời, tài sản cố định hữu hình, nợ ngắn hạn và nợ dài hạn tới cấu trúc vốn của doanh nghiệp. Phương pháp phân tích số liệu mảng được sử dụng để kiểm chứng các mối quan hệ trên. Phần đầu tiên của chương 4 giới thiệu qua về số liệu và mô hình. Phần thứ hai cung cấp kết quả ước lượng sau khi đã tiến hành các kiểm định cần thiết. 4.1. Số liệu và mô hình ƣớc lƣợng 4.1.1. Số liệu Số liệu được sử dụng trong nghiên cứu bao gồm 165 quan sát đến từ 55 công ty niêm yết trên Sàn Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) trong giai đoạn 2011-2013. Các công ty trên đều thuộc một trong hai lĩnh vực Tài chính-Ngân hàng-Bảo hiểm và Bất động sản. Nguồn của số liệu được lấy từ báo cáo tài chính hàng năm đã kiểm toán. Thông tin thu thập bao gồm có: Tổng tài sản và tổng nguồn vốn hàng năm của công ty niêm yết, tổng nợ (bao gồm nợ ngắn hạn và nợ dài hạn), thu nhập trước thuế và lãi vay hàng năm (EBIT), tài sản cố định hữu hình. 4.1.2. Mô hình ước lượng Để nghiên cứu sự ảnh hưởng của những nhân tố lên cấu trúc vốn của các công ty, tác giả sử dụng 2 mô hình như sau: Mô hình (1): Leverageit= α0 + α1Sizeit + α2Profit + α3Tangiit + ci + uit (1) Trong đó:  Biến phụ thuộc: Biến phụ thuộc trong mô hình (1) là đòn bẩy tài chính (leverage), được tính bằng cách lấy logarith tỷ số giữa nợ phải trả và tổng nguồn vốn hàng năm của công ty. Biến Leverage được sử dụng để đại diện cho cơ cấu vốn của doanh nghiệp. Cụ thể, khi đòn bẩy tài chính tăng lên, chứng tỏ doanh nghiệp đang có xu hướng sử dụng nhiều nợ hơn so với vốn chủ sở hữu, và ngược lại.  Biến độc lập:  Size: Biến quy mô của doanh nghiệp được tính bằng cách lấy logarith của tổng tài sản. Trong mô hình, biến quy mô của doanh nghiệp được kỳ vọng sẽ mang dấu dương, nghĩa là quy mô của công ty tỷ lệ thuận với tỷ lệ nợ trong cấu trúc vốn. Lý do là vì các doanh nghiệp lớn thường có nhiều ưu thế Thang Long University Library 33 hơn khi vay nợ nên thường ưa thích sử dụng nguồn vay bên ngoài hơn là tự tài trợ.  Prof: Là biến đại diện cho khả năng sinh lời của doanh nghiệp (Profitability). Biến Prof được tính bằng cách lấy hiệu số của Thu nhập trước thuế và lãi vay (EBIT) và tổng tài sản của doanh nghiệp. Trong mô hình, biến khả năng sinh lời của doanh nghiệp được kì vọng sẽ mang dấu dương, tức là giữa khả năng sinh lời và tỷ lệ đòn bẩy có mối quan hệ thuận chiều. Thông thường, các doanh nghiệp có khả năng sinh lời tốt thường có lợi thế khi đi vay vì tỷ lệ hoàn trả khoản vay đúng hạn cho chủ nợ sẽ cao hơn.  Tangi: Biến tài sản cố định hữu hình của doanh nghiệp (Tangible assets). Trong mô hình, biến tài sản cố định được kỳ vọng sẽ mang dấu dương, tức là tài sản cố định có tác động thuận chiều đến tỷ lệ nợ trong cấu trúc vốn. Tài sản cố định thường được sừ dụng làm tài sản đảm bảo, vì vậy, tài sản cố định hữu hình càng nhiều, số lượng và giá trị khoản vay càng lớn.  ci: Đại diện cho các đặc điểm riêng biệt không quan sát được của công ty, ví dụ như trình độ của nhà quản lý Các biến được lựa chọn trong mô hình (1) cũng là các nhân tố đã được xem xét và lập luận trong nhiều nghiên cứu trước đó, như nghiên cứu của Harris và Raviv (1991), Rajan và Zingales (1995), Bevan và Danbolt (2000), Omet và Nobanee (2001), Huang và Song (2002), Antonion và cộng sự (2002), Chen (2004), Buferna và cộng sự (2005). Bảng dưới đây trình bày thống kê mô tả của các biến trong mô hình (1): Bảng 4.1 Thống kê mô tả của các biến trong mô hình (1) Variable Obs Mean Std. Dev Min Max leverege 147 -1.216 2.119 -8.002 6.099 size 147 28.848 2.315 21.278 33.988 prof 147 -0.847 8.677 -102.208 0.143 tangi 147 0.061 0.242 0.000 2.249 (Nguồn: Tính toán của tác giả dựa vào phần mềm Stata)        Chú thích bảng:  Obs: Số quan sát  Std.Dev: độ lệch chuẩn 34 Kết quả ước lượng: Để tìm kết quả ước lượng, tác giả sử dụng phương pháp phân tích số liệu mảng để chạy mô hình (1). Nội dung về phương pháp phân tích số liệu mảng được trình bày trong phần phụ lục (trang 43). Trước tiên, tác giả chạy mô hình (1) với tác động ngẫu nhiên. Kết quả được trình bày trong phần Phụ lục (bảng A.2, trang 52). Sau đó, kiểm định số nhân Breusch và Pagan Lagrangian được sử dụng nhằm xác định sự phù hợp giữa mô hình tác động ngẫu nhiên và Pooled OLS. Kết quả kiểm định (bảng A.3, trang 53) cho thấy mô hình tác động ngẫu nhiên được lựa chọn. Sau đó tác giả sử dụng kiểm định Hausman nhằm kiểm tra sự phù hợp giữa mô hình tác động ngẫu nhiên và tác động cố định. Kết quả kiểm định (bảng A.5, trang 53 Phụ lục) cho thấy mô hình tác động cố định phù hợp hơn. Cuối cùng, sau khi phát hiện và hiệu chỉnh vấn đề về phương sai thay đổi (kết quả trình bày tại bảng A.6 trang 54 Phụ lục), kết quả ước lượng cuối cùng được trình bày trong bảng dưới đây: Bảng 4.2 Kết quả ước lượng của mô hình (1) leverege Coef. Std. Err. t P>t [95% Conf. Interval] size 0.495 0.233 2.130 0.039 0.027 0.963 prof 0.023 0.003 7.070 0.000 0.016 0.030 tangi 5.748 0.879 6.540 0.000 3.981 7.516 Year 2012 -0.003 0.029 -0.120 0.908 -0.062 0.055 Year 2013 0.012 0.053 0.240 0.814 -0.093 0.118 cons -15.827 6.771 -2.340 0.024 -29.440 -2.214 (Nguồn: Tính toán của tác giả dựa vào phần mềm Stata)  Chú thích bảng:  Coef: hệ số chặn của phương trình  Std.Err: sai số chuẩn  P>t: giá trị của p  95% Conf.Interval: khoảng tin cậy 95% Căn cứ vào bảng trên, ba biến chính trong mô hình là đòn bẩy tài chính, quy mô doanh nghiệp và khả năng sinh lời đều có ý nghĩa thống kê ở mức 5%. Cụ thể:  Quy mô của doanh nghiệp: Theo kết quả ước lượng, quy mô của doanh nghiệp có mối quan hệ thuận chiều với tỷ lệ đòn bẩy ở mức ý nghĩa 3,9%. Nếu quy mô của doanh nghiệp tăng 1% thì tỷ lệ Thang Long University Library 35 đòn bẩy của doanh nghiệp sẽ tăng 0,495%. Mối quan hệ này chứng tỏ rằng các doanh nghiệp có quy mô càng lớn thì tỷ lệ nợ trong cấu trúc vốn càng nhiều. Kết quả này phù hợp với giả thiết đặt ra ban đầu của đề tài, cũng như đồng thuận với kết quả nghiên cứu khác (Raijan và Zingales, 1995). Giải thích cho điều này, các công ty quy mô lớn thường giành được nhiều ưu thế khi vay nợ (khoản vay lớn hơn, lãi suất vay thấp hơn hoặc thời gian vay dài hơn) bởi các chủ nợ thường dựa vào uy tín của công ty khi đưa ra quyết định cho vay. Thêm vào đó, các công ty lớn thường phải nộp khoản thuế nhiều hơn, việc sử dụng nhiều nợ hơn sẽ giúp các công ty này phát huy được tối đa lợi ích từ tấm lá chắn thuế.  Khả năng sinh lời: Khả năng sinh lời được hiểu một cách đơn giản chính là khả năng doanh nghiệp thu lại được lợi nhuận từ các nguồn lực của mình. Dựa trên kết quả ước lượng, khả năng sinh lời và tỷ lệ đòn bẩy có mối quan hệ thuận chiều. Cụ thể, cứ 1 đơn vị tăng lên của khả năng sinh lời sẽ kéo theo 0,023% tăng lên của tỷ lệ đòn bẩy. Kết quả này trái ngược với giả thuyết ban đầu cũng như đối lập với kết quả nghiên cứu khác (Bevan và Danbolt, 2002). Kết quả này giải thích rằng các công ty có khả năng sinh lời càng cao thì sử dụng càng nhiều nợ trong cấu trúc vốn. Điều này là hoàn toàn dễ hiểu, khi mà các công ty có khả năng sinh lời tốt đồng nghĩa với việc khả năng hoàn trả khoản vay đúng hạn càng cao, khiến cho các nhà đầu tư có cảm giác yên tâm với khoản tiền của mình.  Tài sản cố định hữu hình: Kết quả ước lượng cho thấy tài sản cố định hữu hình tỷ lệ thuận với tỷ lệ đòn bẩy tài chính. Nếu tài sản cố định tăng 1 đơn vị thì tỷ lệ đòn bẩy tăng 5,748%. Điều này có nghĩa là các công ty có tỷ lệ tài sản cố định cao sẽ có xu hướng ưa thích nguồn tài trợ từ bên ngoài hơn là tự tài trợ. Khi tiến hành vay nợ, các công ty phải có khoản thế chấp, thông thường các công ty sẽ sử dụng luôn tài sản hiện có của mình như máy móc, đất đai, nhà xưởng. Việc có tài sản đảm bảo này không chỉ giúp tăng vị thế của công ty khi vay nợ, mà còn mang giá trị tài chính quan trọng trong trường hợp công ty gặp rủi ro. Hiện nay, các ngân hàng Việt Nam thường cho doanh nghiệp vay ở mức 80%-90% giá trị tài sản đảm bảo. Kết quả này trái ngược với giả thuyết ban đầu nhưng đồng thuận với một số nghiên cứu về cấu trúc vốn khác. Mô hình (2): Leverageit= α0 + α1Shortdebtit + α2Longdebtit + ci + uit (2) Trong đó: 36  Biến độc lập:  Shortdebt: Biến nợ ngắn hạn của doanh nghiệp  Longdebt: Biến nợ dài hạn của doanh nghiệp Kết quả ước lượng: Để xác định kết quả ước lượng mô hình (2), tác giả làm tuần tự theo các bước đã giới thiệu trong mô hình (1). Kết quả các kiểm định cần thiết được trình bày trong phần Phụ lục. Cuối cùng, kết quả ước lượng của mô hình (2) như sau: Bảng 4.3 Kết quả ước lượng của mô hình (2) leverege Coef. Std. Err. t P>t [95% Conf. Interval] shortdebt 0.017 0.001 30.220 0.000 0.016 0.018 longdebt 0.015 0.000 39.120 0.000 0.014 0.016 Year 2012 0.030 0.038 0.800 0.428 -0.046 0.107 Year 2013 0.064 0.064 1.000 0.324 -0.065 0.194 cons -1.350 0.030 -44.650 0.000 -1.411 -1.289 (Nguồn: Tính toán của tác giả dựa vào phần mềm Stata) Căn cứ theo kết quả ước lượng, các biến chính trong mô hình (2) đều có ý nghĩa thống kê ở mức 5%. Cụ thể:  Nợ ngắn hạn: Đây là khoản nợ có thời hạn vay dưới 1 năm, thường được các doanh nghiệp huy động để đầu tư vào tài sản lưu động. Kết quả ước lượng của mô hình cho thấy tồn tại mối quan hệ cùng chiều giữa nợ ngắn hạn với tỷ lệ đòn bẩy. Kết quả thu được phù hợp với giả thuyết ban đầu, ngoài ra mở rộng hơn một số đề tài nghiên cứu về ảnh hưởng của nợ vay lên cấu trúc vốn khác (Bevan và Danbolt, 2002). Nợ ngắn hạn được nhiều doanh nghiệp lựa chọn làm hình thức huy động vốn vì có thể cải thiện dòng tiền, tăng khả năng thanh khoản trong thời gian ngắn với thủ tục nhanh gọn hơn cũng như đa dạng, linh hoạt trong việc điều chỉnh cơ cấu vốn. Tuy nhiên nhược điểm của nợ vay ngắn hạn đó chính là chịu rủi ro về lãi suất cũng như rủi ro vỡ nợ ở mức cao hơn. Lãi suất tín dụng ngắn hạn bao giờ cũng biến động nhiều hơn so với dài hạn. Bên cạnh đó, việc sử dụng nợ ngắn hạn đòi hỏi doanh nghiệp có nghĩa vụ thanh toán gốc và lãi vay trong khoảng thời gian ngắn, nếu tình hình kinh doanh gặp khó khăn, doanh nghiệp dễ rơi vào tình trạng mất khả năng thanh toán. Thang Long University Library 37  Nợ dài hạn: Đây là khoản vay có thời hạn trên 1 năm, thường được doanh nghiệp sử dụng để đầu tư vào những dự án dài hơi như mở rộng sản xuất kinh doanh hay xây dựng nhà xưởng, mua sắm thiết bị. Dựa trên kết quả ước lượng của mô hình, ta thấy nợ dài hạn và tỷ lệ đòn bẩy có mối tác động tỷ lệ thuận với nhau. Ngược lại với nợ ngắn hạn, nợ dài hạn tuy kém linh hoạt nhưng tính ổn định lại cao. Các nhà quản lý đi theo con đường thận trọng thường ưa thích sử dụng nợ dài hạn hơn ngắn hạn bởi nó ít mang lại rủi ro. 38 CHƢƠNG 5. KẾT LUẬN 5.1. Những kết quả đạt đƣợc của khóa luận 5.1.1. Về nghiên cứu lý thuyết Khóa luận đã xác định được bản chất của cấu trúc vốn chính là sự kết hợp của vốn chủ sở hữu và nợ phải trả. Sự kết hợp này được thể hiện qua đòn bẩy tài chính – biểu thị tỷ lệ nợ trên tổng nguồn vốn của doanh nghiệp. Bên cạnh đó, khóa luận cũng tóm tắt lại hệ thống lý thuyết về cấu trúc vốn hiện đại của doanh nghiệp cũng như tác động của một số nhân tố đến cấu trúc vốn. 5.1.2. Về nghiên cứnghiên cing Khóa luận đã tóm lược được sự hình thành và phát triển của chứng khoán Việt Nam nói chung và Sàn Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) nói riêng. Những hoạt động cổ phiếu cơ bản của các doanh nghiệp thuộc lĩnh vực Tài chính-Ngân hàng-Bảo hiểm và Bất động sản niêm yết trên Sàn Giao dịch Chứng khoán Thành phố Hồ Chí Minh trong 9 tháng đầu năm 2014 cũng được hệ thống một cách tương đối đầy đủ. Dựa trên những số liệu thu thập được, khóa luận đã đưa ra mô hình nhằm đo lường sự ảnh hưởng của các nhân tố đến cấu trúc vốn của các công ty, chỉ ra sự mối quan hệ cụ thể của 5 nhân tố: quy mô của doanh nghiệp, tài sản cố định hữu hình, khả năng sinh lời, nợ ngắn hạn và nợ dài hạn. Từ kết quả nghiên cứu này, các doanh nghiệp có thể dựa vào đó để xem xét và đưa ra những quyết định phù hợp nhằm sử dụng và quản lý nguồn vốn một cách hiệu quả nhất. 5.1.3. Một số giải pháp và khuyến nghị Điều đầu tiên mà các nhà quản trị tài chính của các doanh nghiệp cần làm đó chính là xây dựng một cấu trúc vốn mục tiêu phù hợp. Không thể có một công thức chung để xác định cấu trúc vốn của tất cả doanh nghiệp, các doanh nghiệp trong ngành Tài chính-Ngân hàng-Bảo hiểm và Bất động sản phải xây dựng cấu trúc vốn phù hợp với những tiêu chí chung của ngành, của thị trường tài chính và những đặc điểm riêng của mình. Trong đó cần xem xét đến nhiều yếu tố bên ngoài như rủi ro kinh doanh, vị thế tài chính của doanh nghiệp, lợi ích của tấm lá chắn thuế và sử dụng linh hoạt các công cụ trên thị trường vốn. Bên cạnh đó, cần nâng cao hiệu quả của hoạt động quản trị tài chính. Tài chính doanh nghiệp phải có một mục tiêu rõ ràng, hướng đến tối đa hóa giá trị doanh nghiệp. Các doanh nghiệp cũng nên xây dựng cho mình một tiêu chuẩn đánh giá chất lượng và Thang Long University Library 39 hiệu quả của từng hoạt động để tổ chức hoạt động kiểm soát nội bộ phù hợp và hiệu quả. 5.2. Hạn chế của khóa luận Khóa luận chỉ thực hiện trong phạm vi nghiên cứu là 55 công ty, các công ty này không chỉ đơn thuần kinh doanh Tài chính-Ngân hàng-Bảo hiểm và Bất động sản mà còn đầu tư kinh doanh ở nhiều lĩnh vực khác, số liệu báo cáo tài chính giới hạn trong giai đoạn năm 2011-2013 nên kết quả chỉ chính xác ở một mức độ nhất định. Bên cạnh đó, khóa luận mới chỉ xem xét đến các doanh nghiệp niêm yết trên HOSE nên kết quả thu được chưa có tính ứng dụng rộng rãi trên phạm vi rộng. Số liệu được thu thập dựa trên báo cáo tài chính hàng năm của các công ty, tức là chỉ được tính toán theo giá trị sổ sách, không xét đến giá trị thị trường. Trên thực tế, giá trị thị trường có thể có sự chênh lệch đáng kể với giá trị sổ sách, từ đó dẫn đến kết quả thực tế có thể có sự khác biệt. Bên cạnh đó, số liệu nghiên cứu chỉ dựa trên Bảng CĐKT và BCKQKD, chưa tận dụng được thông tin của báo cáo lưu chuyển tiền tệ nên chưa mở rộng được số lượng các nhân tố ảnh hưởng. 5.3. Hƣớng nghiên cứu và phát triển sau khi hoàn thành khóa luận Bên cạnh những kết quả đã đạt được, đề tài của khóa luận có thể mở rộng thêm bằng cách đo lường sự ảnh hưởng của các nhân tố khác, cả trong và ngoài doanh nghiệp, từ đó đưa ra được những quyết định tài chính chính xác nhất. Ngoài ra, đề tài này cũng có thể được ứng dụng cho nhiều ngành nghề và lĩnh vực kinh doanh khác, tại nhiều địa phương trên phạm vi cả nước. 40 TÀI LIỆU THAM KHẢO TÀI LIỆU VIỆT NAM 1. Lê Đạt Chí, Các nhân tố ảnh hưởng đến việc hoạch định cấu trúc vốn của các nhà quản trị tài chính tại Việt Nam, Tạp chí Hội nhập và Phát triển, số 9 (19), tháng 03-04/2013. 2. Nguyễn Thanh Hà (2014), Nghiên cứu cấu trúc vốn của các doanh nghiệp khoáng sản niêm yết trên thị trường chứng khoán Việt Nam, Luận văn Thạc sĩ Quản trị Kinh doanh, Trường Đại học Kinh tế Đà Nẵng. 3. Trần Viết Hoàng và Trần Hùng Sơn (2008), Cơ cấu vốn và hiệu quả hoạt động doanh nghiệp của các công ty niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh, Tạp chí Kinh tế phát triển số 218 tháng 12/2008. 4. Nguyễn Việt Hùng ( 2008 ), Phân tích các nhân tố ảnh hưởng đến hiệu quả hoạt động của các ngân hàng thương mại ở Việt Nam, Luận án tiến sĩ kinh tế, Trường Đại học Kinh tế Quốc dân. 5. Lưu Thị Hương ( 2002 ), Giáo trình Tài chính Doanh nghiệp, NXB Giáo dục. 6. Huỳnh Hữu Mạnh (2010), Bằng chứng thực nghiệm về những nhân tố tác động đến cấu trúc vốn của các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam, Luận văn Thạc sĩ, Trường Đại học Kinh tế Thành phố Hồ Chí Minh. 7. Trần Hùng Sơn, Các nhân tố tác động đến cơ cấu vốn của công ty niêm yết trên Thị trường chứng khoán Việt Nam, Tạp chí Kinh tế phát triển. 8. Trần Ngọc Thơ (2005), Tài chính doanh nghiệp hiện đại, NXB Thống kê. 9. Lê Ngọc Trâm (2010), Phân tích các nhân tố tác động đến cấu trúc vốn của doanh nghiệp Việt Nam, Luận văn thạc sĩ kinh tế, Trường Đại học Kinh tế Thành phố Hồ Chí Minh. 10. Trần Thị Thanh Tú (2002), Sử dụng đòn bẩy tài chính trong kinh doanh, Tạp chí Thị trường Tài chính tiền tệ (8), tr 14-15. TÀI LIỆU NƯỚC NGOÀI 11. A. Antoniou, K. Paudyal, Y.Guney (2002), Determinants of Corporate Capital Structure: Evidence from European Countries 12. F. Buferna, K. Bangassa, L. Hodgkinson, Derterminants of capital structure: Evidence from Libya. 13. Frederick Harris (1994), Asset Specificity, Capital Intensity and Capital Structure: An Empirical Test, Managerial and Decision Economics (1986-1988), ABI/Inform Research, Nov/Dec 1994, pg. 563. 14. G. Huang, F. M. Song, The derterminants of capital structure: Evidence from China, China Economic Review 17 (2006), pg. 14-36. Thang Long University Library 41 15. H.A. Khrawish and A.H.Khraiwesh, The Determinants of the Capital Structures: Evidence from Jordanian Industrial Companies, JKAU: Econ & Adm, Vol. 24 No. 1, (2010), pg. 173-196. 16. L. Booth, V. Aivazian, A.Demirguc-Kunt, V.Maksimovic, Capital Structures in Developing Countries, The Journal of Finance, Vol. 56, No. 1. (Feb., 2001), pg. 87-130. 17. M. Z. Frank, V. K. Goyal (2009), Capital Structure Decisions: Which Factors are Reliably Important?, Financial Management, Association International, Vol. 38, No. 1, pg. 1-37 18. Mayer. S and N. Majluf (1984), “Corporate Financing and Investment Decisions when firms have information that investor do not have”, Journal of Financial Economics 13, pg. 187-221. 19. Miller. M.(1977), “ Debt abd Taxes”, The Journal of Finance, No. 24, pg. 261- 257 20. Omet, G. Nobanee, H. E. (2001), The Capital Structure of Listed Industrial Companies in Jordan, Arab Journal of Administrative Sciences, 8(2), pg. 273- 289. 21. R. G. Rajan; L. Zingale, What do we know about Capital Structure? Some evidence from International Data, The Journal of Finance, Vol. 50, No. 5. (Dec., 1995), pg. 1421-1460. 22. S. Akhtar, B. Oliver (2009), Determinants of Capital Structure for Japanese Multinational and Domestic Corporations, Vol. 9, Issue 1-2, pg. 1-26, Mar/June 2009. 23. S. Titman, R. Wessels, The Determinants of Capital Structure, The Journal of Finance, Vol. 43, No.1. (Mar., 1988), pg. 1-19. 24. Stephen A.Ross (2003), Fundamental of Corporate Finance, Mc Graw Hill, Australia. 25. Tran Dinh Khoi Nguyen and Neelakantan Ramachandran, Capital Struture in Small and Medium-sized Enterprises: The case of Vietnam, ASEAN Economic Bulletin, Vol. 23, No. 2. (Aug., 2006), pg. 192-211. 26. Trinh Trong Anh (2013), The impact of state ownership on a symmetric information in Vietnam stock market: A case study of Ho Chi Minh Stock Exchange, Master Thesis, Vietnam National Economic University. 27. Yue Cheng, C. J. Green (2008), Taxes and Capital Structure: A Study of European Companies, Manchester School, Vol. 76, No. S1. (Sep., 2008), pg. 85- 115. 42 28. Wang Mou (2001), The Determinants of Capital Structure in Chinese Listed Companies, Master Thesis, Utara Malaysia University. 29. M. A. Sayeed (2011), The Determinants of Capital Structure for Selected Bangladeshi Listed Companies, International Review of Business Research Papers, Vol. 7. No. 2. March 2011, pg. 21-36. Thang Long University Library 43 PHỤ LỤC Mô hình phân tích số liệu mảng và sử dụng trong Stata 1. Một số khái niệm và ký hiệu Số liệu mảng: Số liệu được thu thập trên cùng một số cá thể và tại các mốc thời gian khác nhau, thường là cách đều nhau, được gọi là số liệu mảng. Như vậy số liệu mảng chứa đựng thông tin theo hai chiều: chiều ngang - theo cá thể, và chiều dọc – theo thời gian. Số liệu mảng dạng cân xứng (balanced panel): Nếu trong tập số liệu mảng mọi đơn vị được quan sát đều có mặt trong tất cả các thời kỳ quan sát thì tập số liệu được gọi là cân xứng. Ngược lại, nếu có đơn vị mất quan sát tại một (hay nhiều) thời kỳ nào đó thì tập số liệu được gọi là không cân xứng. Dưới đây là một ví dụ về số liệu mảng cân xứng Bảng A.1: Số liệu mảng về năng suất lúa Địa điểm Năm Q P Thái Bình 2008 220 22 Thái Bình 2009 225 22,5 Thái Bình 2010 228 23 Nghệ An 2008 180 25 Nghệ An 2009 194 27 Nghệ An 2010 202 30 Đồng Tháp 2008 250 19 Đồng Tháp 2009 260 25 Đồng Tháp 2010 265 31 Hưng Yên 2008 200 24 Hưng Yên 2009 220 30 Hưng Yên 2010 225 35 (Nguồn: Tác giả tổng hợp) Trong số liệu mảng, chỉ số i thường được dùng để chỉ cá thể (ví dụ hộ gia đình, hãng, tỉnh, v.v.), i = 1, 2, ..n; và t là chỉ số thời gian, có thể là năm, tháng, tuần, ngày, v.v., t = 1,2,.., T. Phân tích số liệu dạng mảng đặc biệt thích hợp với các nước đang phát triển và chuyển đổi nền kinh tế trong đó có Việt Nam, nơi mà hệ thống thu thập và quản lý số 44 liệu còn hạn chế. Thêm vào đó và tính ổn định trong cấu trúc của nền kinh tế thường chưa cao nên việc sử dụng chuỗi số dọc theo một khoảng thời gian dài thường là không thích hợp. Khi đó số liệu mảng đảm bảo được tính ổn định trong quan hệ giữa các biến số, đồng thời đảm bảo được số bậc tự do của mô hình là đủ lớn. Chẳng hạn với 63 tỉnh thành với các quan sát trong 5 năm thì chúng ta đã có đến 315 quan sát. Hay với với số liệu theo tháng thì đã có tới 768 quan sát chỉ trong vòng 1 năm. Các biến số trong tập số liệu mảng có thể gồm các nhóm như sau: Nhóm 1: Các biến số thay đổi theo cả hai chiều như: Sản lượng của doanh nghiệp, tiêu dùng cá nhân, v.v. Các doanh nghiệp nói chung sẽ có mức sản lượng khác nhau, và sản lượng của cùng một doanh nghiệp tại các năm khác nhau cũng sẽ khác nhau. Nhóm 2: Các biến số thay đổi theo chiều ngang nhưng không thay đổi theo chiều dọc như: vị trí địa lý của doanh nghiệp, giới tính của chủ hộ, tôn giáo.v.v. Nhóm 3: Các biến số thay đổi theo chiều dọc nhưng không thay đổi theo chiều ngang như: tỷ giá, lãi suất cơ bản, môi trường kinh tế vĩ mô chung của cả nước, v.v khi xem xét số liệu theo tỉnh hoặc vùng miền trong một quốc gia. Như vậy về mặt thông tin, số liệu mảng cung cấp thông tin nhiều chiều hơn so với các loại số liệu khác. Do đó công cụ khai thác các thông tin này cũng sẽ phong phú hơn so với các công cụ khi làm việc với số liệu một chiều. Một mô hình số liệu mảng cơ bản có dạng sau: 1 2 2 .. it it k kit i t it y x x c u          (1) Trong đó uit là sai số ngẫu nhiên thông thường, được giả định là thỏa mãn các điều kiện chuẩn tắc của phương pháp OLS; ci thể hiện đặc trưng thay đổi theo thời gian, không quan sát được của mỗi cá thể (individual specific), chẳng hạn như năng khiếu bẩm sinh; t  là đặc trưng không quan sát được tại mỗi thời điểm quan sát và không có sự khác biệt giữa các cá thể, chẳng hạn như điều kiện kinh tế vĩ mô của quốc gia khi nghiên cứu doanh nghiệp hay địa phương. Tùy vào đặc tính của các yếu tố không quan sát được này mà người ta đưa ra các phương pháp ước lượng khác nhau, sẽ được trình bày trong mục tiếp theo. Thang Long University Library 45 2. Một số phương pháp ước lượng cơ bản Để đơn giản cho việc trình bày, chúng ta xét bài toán (1) mà không có yếu tố t  , như sau: 1 2 2 .. it it k kit i it y x x c u        (2) Tùy vào bản chất của ci mà người ta đưa ra 3 mô hình khác nhau với các phương pháp ước lượng tương ứng. Ở đây sẽ trình bày 3 phương pháp ước lượng cơ bản : phương pháp ước lượng OLS gộp, mô hình tác động ngẫu nhiên, và mô hình tác động cố định. a) Ước lượng OLS gộp Nếu thành phần ci trong (6.2) là không tồn tại, hay không đáng kể, mô hình (2) khi đó trở thành : (3) trong đó i là chỉ số chỉ cá thể và t chỉ số chỉ thời gian. Để có thể hình dung một cách đơn giản về phương pháp OLS gộp, chúng ta sắp xếp các biến số lại dưới dạng gộp như sau: (4) Trong cách sắp xếp này, các quan sát của cùng một cá thể được xếp liền nhau theo thứ tự thời gian. Phương pháp OLS cho mô hình (3). Áp dụng với biến số dạng (4) được gọi là ước lượng OLS gộp cho số liệu mảng, hay còn ký hiệu là POLS (pooled OLS). Công thức ước lượng POLS 1 2 2 .. it it k kit it y x x u       111 11 212 12 1 1 11 1 22 2 .. . .. ; ( 1,2,.., ); . .. . j j jTT T j jn n jn n jTnT nT xy u xy u xy u y x j k u xy u xy u xy u                                                                          46 Tương tự như với mô hình số liệu một chiều thông thường, khi mô hình có hai biến y và x2, công thức ước lượng POLS cho các hệ số của mô hình (3) sẽ là công thức có dạng quen thuộc sau đây: và: với: Giả thiết của mô hình POLS Do số liệu mảng có cả yếu tố số liệu chéo và số liệu chuỗi thời gian nên để kết quả ước lượng là đáng tin cậy, mô hình cần thỏa mãn các giả thiết OLS tương ứng, như sau: Giả thiết POLS1: Sai số ngẫu nhiên trong mô hình là không tự tương quan: cov(uit , u js|X) = 0 với t ≠ s ; i ≠ j Giả thiết này đòi hỏi rằng sai số ngẫu nhiên trong mô hình là không tự tương quan (tương quan chuỗi, serial correlation) trong nội bộ mỗi cá thể dọc theo thời gian, và không tương quan chéo giữa các cá thể với nhau (partial correlation). Điều kiện về sự không tương quan chuỗi tương ứng với giả thiết 1 trong mô hình với số liệu chuỗi thời gian, và điều kiện về không tương quan chéo là điều kiện yếu hơn so với giả thiết 1 trong mô hình với số liệu chéo trong đó yêu cầu về tính độc lập giữa các quan sát. Gỉa thiết POLS2: Kỳ vọng có điều kiện của sai số ngẫu nhiên bằng 0: E(uit |X ) = 0. Ngoài ra ta có các giả thiết tương tự như với mô hình hồi quy thông thường sau đây: Giả thiết POLS3: Phương sai của sai số ngẫu nhiên là bằng nhau: với mọi i, t 2 2 1 1 2 2 2 2 1 1 ( )( ) ˆ ( ) n T it it i t n T it i t x x y y x x            1 2 2 ˆ ˆy x   211 2 11 2 .. .. ;nT nT x x y y x y nT nT       2 2( | ) it E u X  Thang Long University Library 47 Giả thiết này cho rằng phương sai của sai số ngẫu nhiên không chỉ như nhau với các quan sát của cùng một cá thể mà còn như nhau giữa các cá thể. Giả thiết POLS4: Giữa các biến giải thích không có mối quan hệ đa cộng tuyến hoàn hảo; và mỗi biến giải thích đều không phải là hằng số. Chúng ta có các định lí sau đây về tính chất của các ước lượng OLS gộp: Định lí 1. Nếu các giả thiết POLS1- POLS4 thỏa mãn thì: (a) Các ước lượng OLS gộp cho mô hình (7.3) là ước lượng tuyến tính, không chệch và có phương sai bé nhất trong lớp các ước lượng tuyến tính không chệch (BLUE). (b) Các hệ số ước lượng có phân phối tiệm cận chuẩn. (c) Ma trận phương sai – hiệp phương sai của các hệ số ước lượng là: với là hệ số xác định trong mô hình hồi quy xj theo hệ số chặn và các biến giải thích còn lại trong mô hình. b) Mô hình tác động ngẫu nhiên Khi có vấn đề về yếu tố không quan sát được dạng ci thì các giả thiết nói trên sẽ không thỏa mãn. Và chúng ta sẽ xét hai trường hợp xảy ra với ci : trường hợp thứ nhất là khi ci không tương quan với các biến độc lập, X ; và trường hợp thứ hai, khi ci có tương quan với ít nhất một trong các biến độc lập. Với trường hợp thứ nhất, giả thiết POLS1 sẽ bị vi phạm, và ước lượng POLS cho thành phần sai số chuẩn (các ( )se  sẽ bị chệch, và nếu sử dụng các phương pháp hiệu chỉnh khác như GLS thì các ước lượng cũng không hiệu quả. Khi đó chúng ta sẽ xét mô hình tác động ngẫu nhiên, như sau: 1 2 2 .. it it k kit it y x x v       (5) Trong đó vit = ci + uit, còn gọi là sai số tổng hợp. Và các giả thiết của mô hình này là như sau : Giả thiết RE1 : c và các biến X là không tương quan 2 2 2 ˆar( | ) (1 ) ( ) j j ji j v X R x x      2 jR 48 Giả thiết RE2 : - var (uit|X) = , var(ci|X) = - cov( ci, uit) = 0 với mọi i, t Giả thiết RE2 yêu cầu rằng cả sai số ngẫu nhiên u và thành phần không quan sát được ci đều có phương sai không đổi, ngoài ra c và u là không tương quan. Từ giả thiết RE2 có thể thấy sai số ngẫu nhiên tổng hợp v có phương sai không đổi: Ngoài ra cũng từ RE2 ta có: Giả thiết RE3 : Các biến độc lập không có quan hệ đa cộng tuyến hoàn hảo. c) Mô hình tác động cố định Phương pháp mô hình tác động ngẫu nhiên nói trên dựa trên một giả thiết khá chặt, đó là giả thiết cho rằng yếu tố đặc trưng không quan sát được ci là không tương quan với các biến độc lập trong mô hình. Giả thiết này khó thỏa mãn trong nhiều trường hợp khi mà đặc trưng mang tính cá thể có thể là một yếu tố quan trọng có tác động đến biến phụ thuộc. Nếu giả thiết này không thỏa mãn thì ước lượng từ mô hình tác động ngẫu nhiên là bị chệch và không vững. Khi đó mô hình tác động cố định là mô hình phù hợp hơn. Xét mô hình: (6) Trong đó ci tương quan với ít nhất một trong các biến giải thích trong mô hình. Trong trường hợp này, việc gộp ci với uit thành sai số ngẫu nhiên tổng hợp như với mô hình tác động ngẫu nhiên hay ước lượng OLS gộp sẽ làm ước lượng bị chệch và không vững. Mô hình tác động cố định do đó xem xét hai thành phần này một cách tách biệt nhau. Chúng tôi sẽ trình bày hai phương pháp chủ yếu để ước lượng mô hình dạng này, bao gồm: phương pháp ước lượng tác động cố định và phương pháp biến giả. Phương pháp ước lượng tác động cố định 2 u  2 c  2 2ar( )it i u cv u c     2 iscov( , ) cov( , )it it i is i cv v u c u c     1 2 2 .. it it k kit i it y X X c u        Thang Long University Library 49 Tư tưởng của phương pháp ước lượng tác động cố định là như sau: tìm cách biến đổi mô hình (6) sang mô hình mới trong đó yếu tố ci bị loại bỏ. Việc biến đổi được thực hiện như sau: Từ mô hình (6), lấy trung bình cho mỗi cá thể dọc theo thời gian, ta có: (7) Khi đó từ (6) và (7) ta có : 2 2 2 ( ) .. ( ) ( ) it i it i k kit ki it i y y x x x x u u         (8) Trong mô hình (8), yếu tố ci đã bị biến mất, do đó mô hình này không còn vấn đề thiếu biến không quan sát được dạng ci, và ta có thể tiến hành ước lượng nó bằng phương pháp POLS. Phương pháp OLS gộp áp dụng cho mô hình (8) được gọi là phương pháp ước lượng tác động cố định (fixed effect estimates) hay còn gọi là phương pháp ước lượng nội bộ (within estimates) cho mô hình (6) do nó sử dụng thông tin về sự khác biệt trong nội bộ mỗi cá thể với giá trị trung bình của cá thể đó để đưa ra các ước lượng. Giả thiết đối với phương pháp ước lượng tác động cố định: Do về thực chất, phương pháp ước lượng tác động cố định là phương pháp POLS cho mô hình (8), do đó các giả thiết cần thiết cũng là các giả thiết POLS cho mô hình này. Các giả thiết phát biểu dưới dạng biến số của mô hình gốc (6) là như sau: Giả thiết FE1. Sai số ngẫu nhiên uit không tự tương quan với hoặc Giả thiết FE2 với mọi t = 1,.., T. Giả thiết FE3 : Ta thấy giả thiết FE3 không xem xét đến phương sai của ci, mà chỉ quan tâm đến sai số ngẫu nhiên thông thường uit. 1 2 2 .. i i k ki i i y x x c u        cov( , ) 0it jsu u  i j t s ( | , ) 0 it i i E u X c  2ar( | , ) it i i u v u X c  50 Giả thiết FE4: Không tồn tại mối quan hệ đa cộng tuyến hoàn hảo giữa các biến: . Có thể chỉ ra rằng Định lý 2. Khi các giả thiết FE1-FE4 thỏa mãn thì ước lượng FE là không chệch và vững với điều kiện X. Phương pháp ước lượng sử dụng biến giả (LDSE) Phương pháp LDSE xem xét đặc trưng cá thể không quan sát được ci như là một hằng số đối với mỗi cá thể, và do đó có thể ước lượng cùng với các hệ số . Cụ thể hơn, viết lại mô hình (5) như sau: (9) (9) cho thấy rằng chúng ta có thể ước lượng các ci bằng cách sử dụng biến giả như sau. Gọi dk là các biến giả, với: Khi đó (9) có thể viết gọn lại dưới dạng: (10) Trong đó c1,.., ck trở thành các tham số có thể ước lượng được. Bài toán (10) trở về bài toán có sai số ngẫu nhiên u thông thường và có thể áp dụng phương pháp OLS gộp để ước lượng các hệ số. Phương pháp POLS cho bài toán (10) còn được gọi là phương pháp LDSE. Giả thiết cho phương pháp LDSE: Bài toán (10) trở thành bài toán thông thường, không còn vấn đề về thiếu biến quan sát, nên để kết quả là đáng tin cậy thì mô hình cần thỏa mãn các giả thiết POLS1- POLS4. 2 2 ( ),..,( ) it i kit ki x x x x  j  1 1 1 2 21 1 1 1 2 2 .. .... .. t t k k t t nt n nt k knt nt y c X X u y c X X u                      1 khi i = k 0 khi i k kd     1 1 1 1 1 2 2 .. .. it n n it k kit it y c d c d X X u             Thang Long University Library 51 So sánh hai phương pháp ước lượng cho mô hình tác động cố định: Hai phương pháp này đều cho ra cùng kết quả cho hệ số các biến X và cùng cho ra kết quả tính toán cho ci. Tuy nhiên phương pháp ước lượng tác động cố định không cho phép tính toán sai số chuẩn cho các ci nên việc kiểm định về các hệ số này là không thực hiện được. Phương pháp LDSE cho phép thu được các sai số chuẩn cho các hệ số ci này, tuy nhiên cái giá phải trả là phương pháp này tiêu tốn nhiều bậc tự do hơn, do đó chất lượng ước lượng có thể bị giảm đi. Lựa chọn và kiểm định mô hình Trong phần trên đã chỉ ra từng đặc điểm của các mô hình. Phần này sẽ giới thiệu quy trình lựa chọn để tìm được mô hình phù hợp nhất với số liệu. 1. Kiểm định về sự tồn tại của c_i: trước hết cần kiểm định xem có tồn tại yếu tố không quan sát được mang tính cá thể dạng c_i hay không. Nếu không tồn tại yếu tố này thì có thể sử dụng POLS cùng với các hiệu chỉnh của nó. 2. Nếu yếu tố ci có tồn tại, khi đó cần kiểm định về mối quan hệ tương quan giữa yếu tố này và các biến độc lập trong mô hình. Nếu có mối quan hệ tương quan thì mô hình tác động cố định là phù hợp, và nếu không có mối quan hệ tương quan thì mô hình tác động ngẫu nhiên là phù hợp hơn. Có thể mô tả quy trình trên bởi sơ đồ sau đây : 52 Hình 6.1. Quy trình kiểm định (Nguồn: tác giả tổng hợp) Bảng A.2: Kết quả ước lượng mô hình (1) với tác động ngẫu nhiên leverege Coef. Std. Err. z P>z [95% Conf.Interval] size -0.149 0.094 -1.580 0.115 -0.334 0.036 prof 0.014 0.006 2.270 0.023 0.002 0.026 tangi 3.224 0.454 7.110 0.000 2.335 4.113 2012 0.054 0.056 0.950 0.340 -0.057 0.164 2013 0.089 0.057 1.560 0.118 -0.023 0.200 cons 2.841 2.749 1.030 0.301 -2.547 8.228 (Nguồn: Tính toán của tác giả dựa vào phần mềm Stata) Xttest0 Mô hình Mô hình Prob > 0.10 Prob < 0.10 Hausman test Prob > 0.10 Prob < 0.10 Mô hình Mô hình Thang Long University Library 53 Bảng A.3: Kết quả kiểm định LM của mô hình (1) cho việc lựa chọn mô hình tác động ngẫu nhiên và mô hình Pooled OLS Breusch and Pagan Lagrangian multiplier test for random effects leverege[id,t] = Xb + u[id] + e[id,t] Estimated results: Var sd = sqrt(Var) ---------+----------------------------- leverege 4.49101 2.1192 e .0607387 .2464523 u 2.500694 1.581358 Test: Var(u) = 0 chi2(1) = 135.66 Prob > chi2 = 0.0000 (Nguồn: Tính toán của tác giả dựa vào phần mềm Stata) Bảng A.4: Kết quả ước lượng mô hình (1) với tác động cố định leverege Coef. Std. Err. t P>t [95% Conf. Interval] size 0.495 0.139 3.550 0.001 0.218 0.772 prof 0.023 0.006 4.030 0.000 0.012 0.034 tangi 5.748 0.598 9.620 0.000 4.562 6.935 2012 -0.003 0.052 -0.070 0.948 -0.106 0.099 2013 0.012 0.053 0.230 0.815 -0.093 0.118 cons -15.827 4.045 -3.910 0.000 -23.860 -7.795 (Nguồn: Tính toán của tác giả dựa vào phần mềm Stata) Bảng A.5: Kết quả kiểm định Hausman mô hình (1) cho việc lựa chọn mô hình tác động ngẫu nhiên và mô hình tác động cố định Test: Ho: difference in coefficients not systematic chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b- B) = 39.29 Prob>chi2 = 0 (V_b-V_B is not positive definite) (Nguồn: Tính toán của tác giả dựa vào phần mềm Stata) 54 Bảng A.6: Kết quả kiểm định phương sai thay đổi mô hình (1) Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (49) = 4.1e+06 Prob>chi2 = 0.0000 (Nguồn: Tính toán của tác giả dựa vào phần mềm Stata) Bảng A.7: Thống kê mô tả các biến mô hình (2) Variable Obs Mean Std. Dev Min Max leverege 147 -1.216 2.119 -8.002 6.099 shortdebt 147 2.437 18.835 0.000 194.455 longdebt 147 4.045 33.356 0.000 323.444 (Nguồn: Tính toán của tác giả dựa vào phần mềm Stata) Bảng A.8: Kết quả ước lượng mô hình (2) với tác động ngẫu nhiên leverege Coef. Std. Err. t P>t [95% Conf. Interval] shortdebt 0.017 0.003 5.190 0.000 0.011 0.023 longdebt 0.015 0.002 8.020 0.000 0.011 0.019 Year 2012 0.030 0.052 0.570 0.566 -0.073 0.133 Year 2013 0.064 0.052 1.220 0.221 -0.039 0.167 cons -1.350 0.269 -5.010 0.000 -1.878 -0.822 (Nguồn: Tính toán của tác giả dựa vào phần mềm Stata) Bảng A.9: Kết quả kiểm định LM của mô hình (2) cho việc lựa chọn mô hình tác động ngẫu nhiên và mô hình Pooled OLS Breusch and Pagan Lagrangian multiplier test for random effects leverege[id,t] = Xb + u[id] + e[id,t] Estimated results: Var sd = sqrt(Var) ---------+----------------------------- leverege 4.49101 2.1192 e .0607387 .2464523 u 2.500694 1.581358 Test: Var(u) = 0 chi2(1) = 142.04 Thang Long University Library 55 Prob > chi2 = 0.0000 (Nguồn: Tính toán của tác giả dựa vào phần mềm Stata) Bảng A.10: Kết quả ước lượng mô hình (2) với tác động cố định leverege Coef. Std. Err. t P>t [95% Conf. Interval] shortdebt 0.017 0.003 5.270 0.000 0.010 0.023 longdebt 0.015 0.002 8.150 0.000 0.011 0.019 Year 2012 0.030 0.052 0.590 0.558 -0.072 0.133 Year 2013 0.064 0.052 1.250 0.215 -0.038 0.167 cons -1.350 0.036 -37.420 0.000 -1.422 -1.278 (Nguồn: Tính toán của tác giả dựa vào phần mềm Stata) Bảng A.11: Kết quả kiểm định Hausman mô hình (2) cho việc lựa chọn mô hình tác động ngẫu nhiên và mô hình tác động cố định Test: Ho: difference in coefficients not systematic chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b- B) = 6.86 Prob>chi2 = 0.0325 (V_b-V_B is not positive definite) (Nguồn: Tính toán của tác giả dựa vào phần mềm Stata) Bảng A.12: Kết quả kiểm định phương sai thay đổi mô hình (2) Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (49) = 7.7e+06 Prob>chi2 = 0.0000 (Nguồn: Tính toán của tác giả dựa vào phần mềm Stata)  Chú thích bảng A.2, A.4, A.7, A.8, A.10  Coef: hệ số chặn  Std.Err: sai số chuẩn  P>t: giá trị của p  95% Conf.Interval: Khoảng tin cậy 95%