CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.3. Ƣ ỚC LƢỢNG MÔ HÌNH CÁC NHÂN TỐ ẢNH HƢỞNG ĐẾN CẤU TRÚC VỐN CỦA CÁC
Nguồn: Dữ liệu tổng hợp – tính toán, tác giả, 2012.
Hình 4.13: Nhân tố tấm chắn thuế từ khấu hao của các doanh nghiệp bất động sản – xây dựng
4.3. Ƣớc lƣợng mô hình các nhân tố ảnh hƣởng đến cấu trúc vốn của các công
Bảng 4.1: Các thống kê biến phụ thuộc
LEV LLEV SLEV
Mean 0,639601 0,144452 0,494954
Median 0,660652 0,086126 0,517293
Maximum 0,967233 0,772372 0,916314
Minimum 0,010450 0,000000 0,010405
Std, Dev, 0,188646 0,154655 0,211357
Skewness -0,71622 1,395282 -0,20936
Kurtosis 3,102763 4,599993 2,209111
Jarque-Bera 55,08487 276,3571 21,38902
Probability 0,000000 0,000000 0,000023
Sum 409,9846 92,59367 317,2652
Sum Sq, Dev. 22,77596 15,30756 28,58998
Nguồn: Dữ liệu tổng hợp – tính toán, tác giả, 2012 Với 3 mô hình có 3 biến phụ thuộc kể trên và 7 biến độc lập đƣợc xác lập trong mô hình mà tác giả đã mô tả ở phần lý thuyết, cùng với dữ liệu đƣợc thu thập qua dữ liệu không cân bằng ở các biến qua các năm đƣợc thể hiện quả bảng 4.1, ta nhận thấy trung bình cơ hội tăng trƣởng (GROW) các doanh nghiệp đạt mức 56,5% mỗi năm đạt một mức khá cao. Đi cùng với đó, tỷ lệ thanh khoản đạt đƣợc số trung bình khá tốt là 0,89 tuy vậy tấm chắn thuế từ khấu hao (NDTS) không đƣợc các doanh nghiệp nhóm ngành này chú trọng khi chỉ đạt trung bình 9% khi tỷ lệ rủi ro (RISK) trung bình lên tới 118,8. Điều đó cho thấy, các công ty trong nhóm ngành này sử dụng các công cụ đòn bẩy ở mức cao dù rằng trung bình tỷ lệ sinh lợi (ROA) chỉ đạt 5% mặc dù quy mô doanh nghiệp (SIZE) tiếp tục đƣợc mở rộng ở mức cao trong những năm thị trƣờng hƣng thịnh tạo nên tỷ lệ trung bình đạt 13,36 lần cùng tỷ lệ sử dụng tài sản cố định trong tổng tài sản (TANG) đạt mức trung bình là 2
Bảng 4.2: Thống kê chung về các biến độc lập
GROW LIQ NDTS RISK ROA SIZE TANG
Mean 0,565262 0,891954 0,092229 118,7994 0,052469 13,36233 0,244314 Median 0,254098 1,065153 0,037290 3,652225 0,039719 13,36550 0,205639 Maximum 53,08213 4,397375 0,734031 30588,46 0,509739 17,38540 0,994315 Minimum -0,60 0,000000 0,000000 0,000998 -0,24 9,958638 0,000000 Std, Dev, 2,327035 0,775069 0,127259 1306,395 0,055412 1,256628 0,202411 Skewness 18,56415 0,623991 2,024188 20,51574 2,182163 0,127798 1,143387 Kurtosis 408,9111 3,560042 7,255764 464,7729 17,01691 3,619378 4,355095 Jarque-
Bera 4430463, 49,89617 935,8363 5793826, 5747,229 11,97222 191,9494 Probability 0,000000 0,000000 0,000000 0,000000 0,000000 0,002513 0,000000 Sum 361,7676 570,8505 60,04112 76863,19 33,58045 8551,894 159,2926 Sum Sq.
Dev. 3460,245 383,8678 10,52667 1,10E+09 1,962059 1009,054 26,67155 Nguồn: Dữ liệu thu thập – tính toán, tác giả, 2012.
4.3.2. Các mô hình ƣớc lƣợng
Để xác định các nhân tố đã ảnh hƣởng nhƣ thế nào đến việc sử dụng đòn bẩy tài chính của các doanh nghiệp nhóm ngành bất động sản – xây dựng, tác giả sử dụng 3 phƣơng pháp chính trong quá trình xử lý dữ liệu thu thập đƣợc: ƣớc lƣợng mô hình tổng quát kết hợp tất cả các quan sát (POOLED), mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM). Từ đó, dựa vào các phân tích trên cơ sở của hệ số R2, thống kê Durbin-Watson, kiểm định Hausman, phân tích tƣơng quan giữa thành phần sai số chuyên biệt chéo hay cá nhân (ɛi) và các biến hồi quy độc lập để lựa chọn mô hình phù hợp,
4.3.2.1. Ước lượng mô hình 1: mô hình tổng nợ
Mô hình 1: LEV = βo + β1TANG + β 2RISK + β 3SIZE + β 4NDTS + β 5GROW + β6ROA + β 7LIQ +ε
Bảng 4.3: Bảng kết quả ƣớc lƣợng mô hình 1
Ƣớc lƣợng POOLED FEM REM
Mô hình 1 1 2 3 1 2
C 0,606515* 0,606006* -0,86349* 0,546300* 0,588010* 0,606515*
TANG 0,006916 -0,01890 -0,08403*** 0,002162 -0,00241 0,006916 RISK 0,000001 -0,00000 -0.000004 0,000001 -0,00000 0,000001 SIZE 0,006116 0,006187 0,117221 0,011297*** 0,006352 0,006116 NDTS -0,236340* 0,004204 -0,02437* -0,214445* -0,1235*** -0,23634*
GROW 0,002738 0,010229* 0,005722* 0,002234 0,008330* 0,002738 ROA -1,156535* -0,56832* -0,54850* -1,284629* -0,65592* -1,15653*
LIQ -0,015717** -0,02365* -0,02250* -0,014447 -0,02149* -0,01571*
Cross-section None Fix Fix none Random None
Period none none Fix Fix none Random
R-squared 0,139173 0,796763 0,850719 0,171360 0,124591 0,139173 Adjusted R-
squared 0,129698 0,736530 0,803707 0,152916 0,114956 0,129698 DW 0,463920 1,654433 1,740398 0,440297 1,256904 0,463920
*,**,*** là biểu thị có ý nghĩa ở các mức ý nghĩa lần lƣợt: 1%, 5%, 10%
Nhƣ vậy thông qua ƣớc lƣợng mô hình 1 theo các cách tiếp cận khác nhau đƣợc biểu thị trong bảng 4.3, ta nhận thấy ảnh hƣởng của các biến trong mô hình nhƣ sau:
(i) Biến rủi ro (RISK) đến việc sử dụng cơ cấu vốn hay sử dụng đòn bẩy tài chính nợ của nhóm doanh nghiệp thuộc ngành bất động sản là rất nhỏ. Hệ số tác động hầu nhƣ bằng không.
(ii) Biến cấu trúc tài sản (TANG) thông qua các hình thức tiếp cận khác nhau cho thấy ảnh hƣởng thiên về phía tƣơng quan nghịch với biến phụ thuộc. Điều đó cho thấy cấu trúc tài sản có ảnh hƣởng đến việc vay nợ của các doanh nghiệp này theo hƣớng các doanh nghiệp nào có cấu trúc tài sản càng lớn trong tỷ lệ tài sản dài hạn thì mức độ vay nợ càng thấp.
(iii) Biến lá chắn thuế từ khấu hao (NDTS) cho thấy ảnh hƣởng của biến này đến việc sử dụng các công cụ đòn bẩy tài chính của các doanh nghiệp là đúng kỳ vọng.
Theo đó, doanh nghiệp nào càng sử dụng NDTS càng cao thì việc vay nợ càng thấp tức ít sử dụng các công cụ đòn bẩy tài chính hơn.
(iv) Biến cơ hội tăng trƣởng (GROW) có tƣơng quan thuận chiều với biến phụ thuộc của mô hình. Theo đó, các công ty mong muốn tăng trƣởng cao hơn thì có xu hƣớng vay nợ nhiều hơn, tuy vậy, ảnh hƣởng biên của biến này rất thấp (ảnh hƣởng cao nhất đƣợc ghi nhận trong các phƣơng pháp tiếp cận là 1%).
(v) Ảnh hƣởng thuận chiều từ 2 biến: khả năng sinh lợi (ROA) và tính thanh khoản (LIQ) cho thấy các doanh nghiệp có khả năng sinh lợi và tính thanh khoản cao thƣờng giảm sử dụng các đòn bẩy tài chính hay giảm đi vay nợ bên ngoài. Đặc biệt, ảnh hƣởng của khả năng sinh lợi (ROA) đến việc sử dụng các đòn bẩy tài chính của doanh nghiệp rất cao, tỷ lệ cao nhất đạt đƣợc là gần 1,28 – điều này có nghĩa, khi doanh nghiệp tăng lợi nhuận theo hƣớng tăng một đơn vị tính ROA thì giảm vay nợ xuống theo hƣớng tỷ lệ nợ trên tổng tài sản là 1,28 đơn vị khi tất cả các yếu tố khác không đổi.
Để thực hiện việc lựa chọn mô hình thông qua các phƣơng thức tiếp cận, tác giả thực hiện so sánh các yếu tố trong mô hình theo hƣớng sử dụng các chỉ số trong kinh tế lƣợng: độ phù hợp, tính ý nghĩa của mô hình, các biến. Đồng thời sử dụng kiểm định Hausman để thực hiện lựa chọn mô hình theo FEM hay REM.
Bảng 4.4: Kiểm định Hausman mô hình 1
Test Summary Chi-Sq.
Statistic Chi-Sq d.f Prob.
Cross-section random 26,07694 7 0,0005
Test period random effects
Period random 24,43244 7 0,001
Giả thuyết Ho: Không có sự khác biệt khi sử dụng FEM và REM.
Với Prob của cả hai kiểm định Hausman về tác động ngẫu nhiên qua các công ty hoặc thời gian đều bé hơn 1% cho thấy có sự khác biệt mô hình FEM và REM, hay là có tác động yếu tố ngẫu nhiên theo công ty và theo thời gian. Do đó, ta sử dụng mô hình FEM để đánh giá tác động của các yếu tố đến biến phụ thuộc.
Nhƣ vậy, thông qua các chỉ số thống kê và kiểm định, tác giả chọn mô hình FEM 2 là mô hình thể hiện cho ƣớc lƣợng của mô hình 1.
Cụ thể mô hình 1 có thể viết lại nhƣ sau:
LEV = -0,863495197297 - 0,0840362559289*TANG - 4,07149437732e-06*RISK + 0,117221132582*SIZE - 0,0243697986664*NDTS + 0,00572206236436*GROW - 0,548505901153*ROA - 0,0225026641851*LIQ + [CX=F, PER=F]
Trong đó: - Biến RISK và SIZE không có ý nghĩa thống kê
- Biến TANG có ý nghĩa với mức ý nghĩa 10%, các biến số còn lại có ý nghĩa ở mức 1%.
4.3.2.2. Các mô hình ước lượng chi tiết: mô hình nợ dài hạn và nợ ngắn hạn Nhằm thực hiện phân tích sâu hơn về mô hình sử dụng các công cụ đòn bẩy tài chính đã đƣợc tác giả nêu ra theo các hƣớng sau:
(i) Xem xét một cách chi tiết ảnh hƣởng của các biến số đến việc liệu rằng các doanh nghiệp vay nợ dài hạn hay ngắn hạn chịu những ảnh hƣởng nào mạnh nhất.
(ii) Có hay không sự khác biệt ảnh hƣởng của chính biến số này trong các mô hình vay nợ ngắn hạn và dài hạn.
Theo đó, tác giả sử dụng 2 mô hình sau
Mô hình 2: LLEV = βo + β1TANG + β 2RISK + β 3SIZE + β 4NDTS + β 5GROW + β6ROA + β 7LIQ + e.
Mô hình 3: SLEV = βo + β1TANG + β 2RISK + β 3SIZE + β 4NDTS + β 5GROW + β6ROA + β 7LIQ + e.
Bằng việc sử dụng các phƣơng pháp tiếp cận nhằm đƣa ra các mô hình ý nghĩa nhất, tác giả thực hiện phân tích tƣơng tự nhƣ mô hình 1, theo đó đƣa ra 2 mô hình tốt nhất (theo ý kiến của tác giả) đối với mô hình 2,3 nhƣ bảng 4.5. Quá trình phân tích để lựa chọn mô hình đƣợc thể hiện chi tiết trong phần phụ lục.
Bảng 4.5: Các mô hình ƣớc lƣợng 2, 3
Ƣớc lƣợng Mô hình 2 Mô hình 3
C -1.102804* 0,398093**
TANG 0.336593* -0,439276*
RISK -3.09E-06 -2,25E-06
SIZE 0.083479* 0,027272***
NDTS 0.006830 -0,015009
GROW 0.003888 0,002156
ROA -0.224593* -0,288613*
LIQ 0.067070* -0,165005*
Cross-section Fixed Fixed
Period Fixed Fixed
Obs 644 644
R-squared 0.818973 0,860577
Adjusted R-squared 0.761885 0,816774
DW 1.681450 1,611465
*,**,*** là biểu thị có ý nghĩa ở các mức ý nghĩa lần lƣợt: 1%, 5%, 10%.
Theo kết quả phân tích ở bảng 4.5 cho thấy:
(i) Các nhân tố ảnh hƣởng (có ý nghĩa thống kê) đến việc vay nợ dài hạn của các doanh nghiệp thuộc nhóm ngành bất động sản – xây dựng là: cấu trúc tài sản của doanh nghiệp (TANG), quy mô của doanh nghiệp (SIZE), khả năng sinh lợi của doanh nghiệp (ROA) và tính thanh khoản của doanh nghiệp (LIQ).
(ii) Các nhân tố ảnh hƣởng (có ý nghĩa thống kê) đến việc vay nợ ngắn hạn của các doanh nghiệp thuộc nhóm ngành bất động sản – xây dựng là: cấu trúc tài sản của doanh nghiệp (TANG), quy mô của doanh nghiệp (SIZE), cơ hội tăng trƣởng của doanh nghiệp (GROW), khả năng sinh lợi của doanh nghiệp (ROA) và tính thanh khoản của doanh nghiệp (LIQ).
(iii) Tác động biên của các biến độc lập (có ý nghĩa thống kê) lên biến động vay nợ dài hạn và ngắn hạn của các doanh nghiệp có sự khác biệt. Các biến số tác động có chiều hƣớng ngƣợc nhau giữa ngắn hạn và dài hạn, điều này cho thấy, việc huy động vốn bằng cách vay nợ ngắn hạn và dài hạn chịu những ảnh hƣởng trái ngƣợc nhau tùy theo từng nhân tố tác động khác nhau.
(iv) Tác động của các yếu tố của mô hình đến biến động trong vay nợ dài hạn của doanh nghiệp bất động sản – xây dựng là thấp, mức ảnh hƣởng biên cao nhất là khả năng sinh lợi của doanh nghiệp (ROA) với mỗi một đơn vị thay đổi của tỷ lệ sinh lợi ROA thì làm tăng khả năng vay nợ dài hạn của doanh nghiệp lên 0.33 đơn vị. Trong khi đó, tác động của các nhân tố đến biến động vay nợ ngắn hạn của các doanh nghiệp cao hơn nhiều so với dài hạn và tác động mạnh nhất đối với biến động vay nợ ngắn hạn của doanh nghiệp là biến động từ cấu trúc tài sản của doanh nghiệp, theo đó, mỗi một đơn vị tăng lên trong cấu trúc tài sản của doanh nghiệp sẽ làm giảm 0,43 biến động vay nợ ngắn hạn của doanh nghiệp. Nhƣ vậy các nhân tố trong mô hình có tác động đến cấu trúc vốn của doanh nghiệp trong ngắn hạn mạnh hơn so với dài hạn.
Kết luận chƣơng 4
Chƣơng 4 tác giả trình bày các kết quả nghiên cứu thực nghiệm bao gồm phân tích thống kê mô tả, thực hiện ƣớc lƣợng và kiểm định mô hình thu đƣợc nhằm xem xét tác động của các nhân tố trong mô hình lý thuyết ảnh hƣởng nhƣ thế nào đến hoạt động vay nợ của các doanh nghiệp nhóm ngành bất động sản – xây dựng.
Thông qua các công cụ thống kê và phân tích ƣớc lƣợng, tác giả đƣa ra một bức tranh tổng quan về cấu trúc vốn của các doanh nghiệp bất động sản – xây dựng. Kết quả ƣớc lƣợng từ mô hình lý thuyết đƣa ra để phân tích thực nghiệm và kiểm chứng cho nhóm doanh nghiệp bất động sản – xây dựng là có ý nghĩa thống kê với tác động khác nhau của các nhân tố đến cấu trúc vốn của các doanh nghiệp nhóm ngành này.