Tải bản đầy đủ
5 Kết quả ước lượng và thảo luận

5 Kết quả ước lượng và thảo luận

Tải bản đầy đủ

50

Mối quan hệ giữa lãi suất và TSSL có một ngoại lệ ở ngành xây dựng khi có mối
tương quan âm xảy ra ở ngành này. Bởi vì trong mẫu nghiên cứu ngành xây dựng
là ngành sử dụng đòn bẩy nhiều nhất trong tất cả các ngành, nên không khó để chúng
ta kết luận rằng các công ty trong ngành này sẽ gặp bất lợi nếu lãi suất cho vay của
thị trường tăng lên.
Hệ số MTB (giá thị trường trên giá trị sổ sách) cho thấy thị trường định giá cao hơn
bao nhiêu lần so với giá trị sổ sách – hay giá trị nội tại của doanh nghiệp. Hệ số
MTB cao cho thấy 2 khả năng tích cực và tiêu cực. Khả năng tích cực là khi doanh
nghiệp được nhà đầu tư kỳ vọng về cơ hội tăng trưởng trong tương lai hoặc khi nhà
đầu tư cho rằng doanh nghiệp đang định giá thấp tài sản của mình. Khả năng tiêu
cực là hệ số MTB cao cho thấy tín hiệu nhà đầu tư đang quá “lạc quan” về giá trị tài
sản của doanh nghiệp, hay nói cách khác thị trường đang định cao giá trị tài sản,
như vậy có khả năng thị trường sẽ điều chỉnh lại trong tương lai. Kết quả ước lượng
tại Bảng 4.7 cho thấy rằng, xét về trung bình mẫu thì khi hệ số MTB tăng lên 1 đơn
vị thì TSSL tăng lên 5,7%. Như vậy tính trung bình thị trường nghiên về khả năng
tích cực nhiều hơn. Tuy nhiên hiệu ứng MTB không đồng nhất giữa các ngành, mối
quan hệ tích cực chỉ có ý nghĩa thống kê trong ngành khai khoáng còn đa phần các
ngành còn lại như ngành bán buôn bán lẻ, vận tải, xây dựng thì hiệu ứng tiêu cực lại
xuất hiện, nghĩa là khi MTB tăng thì TSSL của cổ phiếu sẽ giảm.
Như vậy trong những ngành mà hệ số MTB có tác động tiêu cực thì tác giả tranh
luận rằng những ngành này nhà đầu tư có thái độ khắt khe hơn đối với triển vọng
tài sản của doanh nghiệp và vì vậy họ khó có khả năng định giá cao tài sản của
doanh nghiệp ở hiện tại. Một sự tăng giá quá mức đối với tài sản doanh nghiệp sẽ
được điều chỉnh ngay trong kỳ.

51

Bảng 4.7: Kết quả ước lượng mô hình 1
Variable

All

Ban buon
ban le

Bat dong
san

Khai khoang

Nong nghiep

SX Che
bien

Van tai

Xay dung

Nang
luong

C

-79.212950

-30.270600

-52.426410

-232.953800

-73.680130

42.571540

51.307880

98.108540

-154.846

(0.0057)

(0.7049)

(0.3592)

(0.0167)

(0.5661)

(0.7344)

(0.3557)

(0.2129)

(0.0821)

-0.526904

1.574511

1.066988

0.683300

0.060578

-1.414668

-0.510105

0.485921

-0.10509

(0.0107)

(0.0955)

(0.0726)

(0.4809)

(0.9548)

(0.0906)

(0.2361)

(0.4478)

(0.7985)

4.780936

-2.040614

1.456284

11.698100

5.572461

-1.366537

-1.192270

-8.481196

8.856735

(0.0082)

(0.6327)

(0.6782)

(0.0565)

(0.4069)

(0.8471)

(0.7058)

(0.0655)

(0.0563)

5.721680

-48.781740

-8.697163

18.511670

-8.665189

2.672553

-25.568310

-41.717260

13.41637

(0.0105)

(0.0061)

(0.1058)

(0.00000)

(0.3611)

(0.832)

(0.0027)

(0.0024)

(0.3671)

19.122470

-2.859506

-18.445590

11.727730

68.557310

54.952710

0.909032

-5.923578

21.38831

(0.0006)

(0.8551)

(0.0803)

(0.3031)

(0.0371)

(0.0227)

(0.9455)

(0.609)

(0.3536)

-0.000001

0.000037

0.000000

-0.000009

-0.000003

-0.000001

0.000002

0.000030

-1.4E-07

(0.1908)

(0.3649)

(0.8885)

(0.0725)

(0.8154)

(0.4797)

(0.7479)

(0.002)

(0.8578)

-0.018607

-0.018934

-0.113891

-0.245826

-2.464021

-1.142743

-0.018646

-0.002997

-0.47768

(0.6971)

(0.721)

(0.2361)

(0.7904)

(0.396)

(0.6127)

(0.8255)

(0.9954)

(0.7109)

GEAR

INTEREST

MTB

RISK

SIZE

PE

Nguồn: tác giả tự tính toán.
Ghi chú: Biến phụ thuộc là CAAR. Số trong dấu ngoặc đơn là giá trị p-value của hệ số ước lượng. Nếu hệ số trong ngoặc
đơn nhỏ hơn 10%,5%,1% thì ta hệ số ước lượng có ý nghĩa ở mức 10%,5% và 1%

52

Đối với hệ số rủi ro thị trường (hệ số beta được đo lường từ CAPM), nhìn chung kết
quả cho thấy giống như kỳ vọng lý thuyết đề ra, hệ số rủi ro thị trường càng lớn thì
TSSL của cổ phiếu càng cao để thể hiện phần bù rủi ro thị trường. Kết quả cho thấy
rõ mối tương quan dương giữa hệ số rủi ro thị trường và TSSL ở ngành nông nghiệp
và sản xuất chế biến. Tuy nhiên có một ngoại lệ là ở ngành bất động sản thì mối
quan hệ này là âm. Điều này có nghĩa trong ngành bất động sản, doanh nghiệp có
rủi ro thấp thì TSSL cổ phiếu có xu hướng cao hơn.
Đối với hai biến SIZE và PE, tác giả không tìm thấy tác động đáng kể lên TSSL và
đa phần các hệ số ước lượng không có ý nghĩa thống kê.
4.5.2 Kết quả ước lượng mô hình 2
Bảng 4.8 trình bày kết quả ước lượng mô hình (2) sau khi thêm biến đòn bẩy trung
bình ngành vào mô hình nghiên cứu (1). Nhìn chung kết quả ước lượng của các hệ
số sau khi thêm biến không có gì thay đổi đáng kể như trong mô hình (1).
Đòn bẩy trung bình ngành ở khía cạnh toàn mẫu nghiên cứu thì có tác động trung
bình làm giảm TSSL của cổ phiếu, nhưng mối tương quan này lại không có ý nghĩa
thống kê rõ ràng. Trong nghiên cứu của Muradoglu và Sivaprasad (2012) thì
TSSL của cổ phiếu có tương quan dương với đòn bẩy ngành, hay nói cách khác Yar
và Sheeja cho thấy rằng nếu công ty hoạt động trong ngành có đòn bẩy cao thì TSSL
có xu hướng tăng lên.

53

Bảng 4.8: Kết quả ước lượng mô hình 2
Bat dong
san
150.37110

Khai
khoang
185.65340

SX Che
bien
31.67693

Van tai

Xay dung

-71.05555

Ban buon
ban le
-54.70417

22.74329

280.73040

Nang
luong
20.0037

(0.0281)

(0.5892)

(0.1925)

(0.4669)

(0.926)

(0.8611)

(0.4931)

(0.8615)

-0.49087

0.18432

1.18215

0.35691

-1.41198

-0.42523

0.53287

-0.03561

(0.0234)

(0.7186)

(0.0447)

(0.7176)

(0.0971)

(0.4)

(0.4177)

(0.927)

4.83469

-5.65736

-2.87098

6.88778

-1.41021

-0.93075

-10.30205

10.78885

(0.0075)

(0.2796)

(0.478)

(0.2963)

(0.8468)

(0.7888)

(0.0957)

(0.0175)

5.80202

-42.95094

-14.80872

20.69812

2.74660

-25.45107

-40.82301

20.35975

(0.0095)

(0.0068)

(0.0179)

(0.0000)

(0.8321)

(0.0051)

(0.0036)

(0.1602)

19.64518

-7.88756

-6.42384

11.04043

54.68910

0.45744

-4.24050

18.96877

(0.0005)

(0.5829)

(0.5822)

(0.3341)

(0.0328)

(0.9741)

(0.7302)

(0.3822)

0.00000

0.00002

0.00000

-0.00001

0.00000

0.00000

0.00003

-7.5E-07

(0.1759)

(0.249)

(0.2409)

(0.3272)

(0.4893)

(0.6982)

(0.0021)

(0.3294)

-0.01847

-0.04416

-0.01866

0.00367

-1.13889

-0.02980

-0.07872

0.14605

(0.6988)

(0.3492)

(0.8576)

(0.9969)

(0.6191)

(0.7485)

(0.8871)

(0.9066)

-0.20220

2.75125

-3.05157

-5.67186

0.24514

0.37954

-2.20661

-4.1709

Variable

All

C
GEAR
INTEREST
MTB
RISK
SIZE
PE
INDUSTRY
GEAR

(0.5924)
(0.2246)
(0.0483)
(0.0867)
(0.9725)
(0.8297)
(0.6489)
(0.0358)
Nguồn: tác giả tự tính toán.
Ghi chú: do ngành Nông nghiệp số lượng chủ thể chéo < số lượng tham số nên mô hình RE không đủ điều kiện áp dụng nên
không trình bày ở trên. Số trong dấu ngoặc đơn là giá trị p-value của hệ số ước lượng. Nếu hệ số trong ngoặc đơn nhỏ hơn
10%,5%,1% thì ta hệ số ước lượng có ý nghĩa ở mức 10%,5% và 1%

54

Điều này làm tác giả phân tích ở khía cạnh từng ngành trong mẫu nghiên cứu. Nếu
xét trong từng ngành riêng lẻ thì tác giả phát hiện có hiện tượng trái ngược với
nghiên cứu của Muradoglu và Sivaprasad (2012). Mối quan hệ giữa TSSL và đòn
bẩy ngành thì có tương quan âm và có ý nghĩa thống kê trong 3 ngành: bất động
sản, khai khoáng và năng lượng. Cụ thể, trong 3 ngành kể trên thì khi đòn bẩy ngành
tăng 1% thì TSSL bất thường của các ngành bất động sản, khai khoáng và năng
lượng lần lượt giảm 3%, 5.6% và 4.1%.
Như vậy xét trong 3 ngành trên ta thấy rằng đòn bẩy ngành hay nói cách khác là đặc
tính cấu trúc tài chính ngành có tác động đáng kể lên TSSL của cổ phiếu. Tác giả
tranh luận rằng, trong 3 ngành này nhà đầu tư có mối quan ngại cao đối với rủi ro
tài chính đặc trưng của ngành nghề. Nói cách khác nếu toàn ngành này vay nợ nhiều
hơn thì nhà đầu tư sẽ có xu hướng kỳ vọng xấu về tình hình tài chính của các công
ty của ngành trong tương lai.
Phát hiện của bài nghiên cứu này có một ý nghĩa đặc biệt bởi vì lý thuyết của MM
(1958) chỉ phát biểu rằng TSSL cổ phiếu tăng khi đòn bẩy tăng, nhưng MM chỉ mới
dừng lại ở khía cạnh doanh nghiệp chứ không đề cập đến cấp độ ngành, bài nghiên
cứu này cho thấy một khả năng, khi doanh nghiệp hoạt động trong ngành có đòn
bẩy ngành cao thì xu hướng TSSL của cổ phiếu đó sẽ giảm, bằng chứng được tìm
thấy ở 3 ngành bất động sản, khai khoáng và năng lượng tại Việt Nam. Vì phạm vi
bài nghiên cứu này bị giới hạn về mẫu quan sát thời gian không đủ dài, vì vậy cần
thiết có những nghiên cứu sau làm rõ vấn đề này.
Vì đòn bẩy ngành có tác động đến TSSL của cổ phiếu ở một số ngành, nói cách
khác đặc trưng riêng có của ngành có ảnh hưởng lên mối quan hệ giữa TSSL và
đòn bẩy. Điều này tạo động lực để tác giả tiếp tục tiến hành nghiên cứu bằng cách
thêm vào 2 đặc điểm khác của ngành là mức độ cạnh tranh của ngành và sự kiểm
soát chính phủ trong ngành. Kết quả được trình bày trong phần tiếp theo của mô
hình 3.

55

4.5.3 Kết quả ước lượng mô hình 3
Trong mô hình của mình, tác giả sử dụng chỉ số Herdifahl Index (HI) làm biến đại
diện cho chỉ số cạnh tranh của ngành. Nếu chỉ số HI càng cao thì mức độ độc quyền
trong thị trường càng cao, nếu chỉ số HI thấp cho thấy thị trường có tính cạnh tranh
cao. Tiếp theo tác giả phân nhóm các ngành thành 4 nhóm theo thứ tự chỉ số HI tăng
dần gồm nhóm 1, nhóm 2, nhóm 3 và nhóm 4.
Tác giả muốn kiểm định xem, có sự khác biệt trong TSSL giữa các ngành có mức
độ cạnh tranh khác nhau hay không. Vì vậy tác giả tạo biến giả HighHI, biến này
nhận giá trị 1 nếu công ty thuộc ngành trong nhóm 4, nếu là công ty khác thì nhận
giá trị 0. Sau đó tác giả hồi quy mô hình (2) có thêm vào biến giả HighHI. Kết quả
được trình bày trong bảng 9. Theo kết quả này ta thấy rằng giá trị thống kê p-value
của HighHI > 0.1 vì vậy tham số ước lượng không có ý nghĩa thống kê ở mức ý
nghĩa 10%. Như vậy không có sự khác biệt giữa TSSL của công ty hoạt động trong
môi trường độc quyền cao và các công ty khác.
Tác giả tiếp tục phân tích sâu hơn bằng cách hồi quy trong từng nhóm công ty HI,
từ nhóm 1 đến nhóm 4 để quan sát xem có sự thay đổi trong mối quan hệ giữa đòn
bẩy và TSSL giữa các ngành hay không. Kết quả được trình bày trong Bảng 4.10.
Xét về đòn bẩy riêng của công ty thì ở các công ty nhóm 1 và 2, đòn bẩy có xu
hướng tác động nghịch chiều TSSL, ở nhóm công ty nhóm 3 và 4 thì đòn bẩy có xu
hướng không có tác động hoặc làm tăng TSSL của cổ phiếu. Tuy nhiên mối tương
quan giữa TSSL và đòn bẩy trong các nhóm công ty lại không có ý nghĩa thống kê
nên ta không thể khẳng định được kết quả nghiên cứu.
Xét về đòn bẩy ngành, ta thấy rằng có sự khác biệt rõ rệt và có ý nghĩa thống kê
giữa công ty nhóm 1 và nhóm 4. Ở nhóm 1 khi đòn bẩy ngành tăng 1% thì TSSL có
xu hướng giảm 3%, còn ở nhóm 4 thì TSSL có xu hướng giảm chỉ gần một nửa là
1,7%. Như vậy ta có thể kết luận, trong thị trường cạnh tranh cao thì nhà đầu tư

56

phản ứng mạnh hơn với việc đòn bẩy ngành tăng cao hơn là trong thị trường độc
quyền.
Bảng 4.9: Kết quả ước lượng mô hình 3
Biến
C
GEAR
INTEREST
MTB
RISK
SIZE
PE
INDUSTRY
GEAR
HIGHHI

TSSL và mức độ cạnh
tranh
-69.56250

TSSL và sự kiểm soát của
Chính Phủ
-70.79508

(0.0411)

(0.0288)

-0.49341

-0.48071

(0.0232)

(0.0291)

4.82595

4.81804

(0.0076)

(0.0077)

5.79800

5.78140

(0.0096)

(0.0098)

19.54327

19.68935

(0.0006)

(0.0005)

0.00000

0.00000

(0.177)

(0.1798)

-0.01858

-0.01788

(0.6971)

(0.7082)

-21.29423

-22.07827

(0.5805)

(0.5663)

-1.16792
(0.8881)

REGULATION

2.45772
(0.8024)

Nguồn: tác giả tự tính toán
Ghi chú: Biến HIGHHI là biến giả được gán giá trị là 1 nếu công ty thuộc nhóm
ngành có chỉ số HI cao. Chỉ số HI càng cao thì thị trường mà công ty hoạt động
có tính độc quyền cao. Số trong dấu ngoặc đơn là giá trị p-value của hệ số ước
lượng. Nếu hệ số trong ngoặc đơn nhỏ hơn 10%,5%,1% thì ta hệ số ước lượng có

57

ý nghĩa ở mức 10%,5% và 1%
Bảng 4.10: Kết quả ước lượng theo mức độ cạnh tranh ngành
Biến

Nhóm 1

Nhóm 2

Nhóm 3

Nhóm 4

C

169.7808

63.47066

-202.846

17.89002

(0.1498)

(0.2523)

(0.0079)

(0.7577)

-0.41745

-0.40712

0.286133

-0.04216

(0.4167)

(0.2072)

(0.4802)

(0.9055)

-3.1627

0.409506

0.797637

-1.7479

(0.1028)

(0.4491)

(0.5685)

(0.0142)

-1.2E-07

1.33E-05

-8.5E-06

3.41E-07

(0.8956)

(0.011)

(0.0158)

(0.6175)

-3.63264

-31.8402

15.06245

-11.2016

(0.5879)

(0.0000)

(0.0000)

(0.0356)

0.080504

-0.04983

-0.01327

-0.51161

(0.6232)

(0.5789)

(0.8005)

(0.6537)

-1.27721

-3.94661

7.563383

4.063479

(0.7689)

(0.1459)

(0.0491)

(0.1898)

23.0891

-6.21598

12.06828

32.01696

GEAR
INDUSTRY GEAR
SIZE
MTB
PE
INTEREST
RISK

(0.1098)
(0.4794)
(0.1793)
(0.0324)
Nguồn: tác giả tự tính toán.
Ghi chú: Các công ty được phân thành 4 nhóm dựa trên hệ số cạnh tranh ngành HI
tăng dần. Hệ số HI càng cao chứng tỏ ngành có tính độc quyền càng cao. Theo thứ
tự nhóm: các công ty trong nhóm 1 có chỉ số HI thấp nhất nên thị trường cạnh tranh
cao nhất, các công ty trong nhóm 5 có chỉ số HI cao nhất nên thị trường mang tính
độc quyền cao. Số trong dấu ngoặc đơn là giá trị p-value của hệ số ước lượng. Nếu
hệ số trong ngoặc đơn nhỏ hơn 10%,5%,1% thì ta hệ số ước lượng có ý nghĩa ở
mức 10%,5% và 1%
4.5.4 Kết quả ước lượng mô hình 4
Trong các đặc điểm riêng có của ngành thì việc ngành nghề bị kiểm soát bởi chính
phủ - ví dụ một số ngành chính phủ chỉ cho công ty nhà nước hoạt động hoặc phải

58

có liên doanh giữa chính phủ và tư nhân - có thể có tác động lên nhận thức của nhà
đầu tư về TSSL và rủi ro tài chính của công ty vì có sự kiểm soát (hoặc bảo hộ) của
chính phủ về ngành nghề.
Vì vậy trong phần này tác giả kiểm định liệu rằng giữa các công ty hoạt động trong
ngành nghề bị kiểm soát và không bị kiểm soát có sự khác nhau trong mối quan hệ
về đòn bẩy và TSSL của cổ phiếu hay không.
Đầu tiên, tác giả xem xét liệu TSSL có sự khác biệt giữa 2 công ty bị kiểm soát và
không bị kiểm soát hay không bằng cách hồi quy mô hình (2) và biến giả Regulation,
biến giả này nhận giá trị 1 nếu công ty hoạt động trong ngành bị kiểm soát và nhận
giá trị là 0 nếu không bị kiểm soát. Kết quả được trình bày trong Bảng 4.9. Ta thấy
rằng mặc dù tham số ước lượng được là dương, có nghĩa là các công ty thuộc ngành
bị kiểm soát có xu hướng có TSSL cao hơn, tuy nhiên tham số này lại không có ý
nghĩa về mặt thống kê nên ta cần phân tích sâu hơn.
Tiếp theo, tác giả chia các công ty thành 2 nhóm: ngành bị kiểm soát và không bị
kiểm soát. Sau đó tiến hành hồi quy mô hình (2) cho 2 nhóm công ty này. Kết quả
được trình bày trong bảng 11. Ta thấy rằng tham số điều chỉnh TSSL theo đòn bẩy
công ty giữa 2 ngành có sự khác biệt, khi đòn bẩy công ty tăng 1% thì trong ngành
không bị kiểm soát, TSSL của cổ phiếu có xu hướng giảm 0,42%; còn trong ngành
bị kiểm soát TSSL chỉ giảm 0.2% mức độ đã giảm một nửa so với ngành không bị
kiểm soát. Đối với đòn bẩy ngành thì sự khác biệt tăng lên đáng kể, nếu tỷ lệ nợ
trong 2 ngành cùng tăng 1% thì cổ phiếu trong ngành không bị kiểm soát TSSL chỉ
giảm 0,5%, còn ngành bị kiểm soát thì TSSL giảm mạnh tới 3,8%. Cần lưu ý rằng,
tham số ước lượng trong 2 nhóm công ty này không có sự đồng nhất về mức ý nghĩa
thống kê, nghĩa là ta cần thu thập nhiều quan sát hơn để kiểm định cho hiện tượng
này.
Theo Bảng 4.11 ta cũng phát hiện rằng nhận thức rủi ro thị trường về cổ phiếu giữa 2
nhóm công ty này cũng có sự khác biệt. Nếu 2 công ty có cùng một hệ số beta như

59

nhau thì công ty hoạt động trong ngành bị kiểm soát thì có TSSL cao hơn công ty
không bị kiểm soát đến 4%.
Như vậy tác giả tranh luận rằng điểm mấu chốt trong mối quan hệ giữa đòn bẩy tài
chính và TSSL của cổ phiếu giữa 2 nhóm công ty này chính là nhận thức về rủi ro
khác nhau do có sự xuất hiện kiểm soát của Chính Phủ. Việc chính phủ kiểm soát
ngành nghề có thể phát đi tín hiệu về rủi ro hiệu quả trong việc tối đa hóa lợi nhuận
của doanh nghiệp không phát huy được trong tương lai vì vậy mà TSSL của nhà đầu
tư đòi hỏi phải cao hơn.
Bảng 4.11: Kết quả ước lượng sự kiểm soát của chính phủ
Biến

Ngành không kiểm soát

Ngành có kiểm soát

C

41.404250

10.306170

(0.2681)

(0.8854)

-0.426230

-0.202446

(0.0788)

(0.5612)

-0.503776

-3.843137

(0.2038)

(0.0007)

0.000001

-0.000001

(0.2625)

(0.2118)

-11.301820

20.141010

(0.0013)

(0.0000)

-0.015567

0.242552

(0.7284)

(0.7269)

-0.188499

11.050830

(0.9247)

(0.0008)

14.007620

18.251590

(0.0268)

(0.0349)

GEAR
INDUSTRY GEAR
SIZE
MTB
PE
INTEREST
RISK
Nguồn: tác giả tự tính toán.

60

Ghi chú: Số trong dấu ngoặc đơn là giá trị p-value của hệ số ước lượng. Nếu hệ
số trong ngoặc đơn nhỏ hơn 10%,5%,1% thì ta hệ số ước lượng có ý nghĩa ở mức
10%,5% và 1%