Tải bản đầy đủ
3 Giả thuyết nghiên cứu

3 Giả thuyết nghiên cứu

Tải bản đầy đủ

12
tương lai và do vậy mà nhu cầu sử dụng nguồn nợ vay cũng giảm đi do đó mối quan
hệ giữa cơ hội tăng trưởng và nợ kỳ vọng cũng là thuận chiều.
2.3.2 Giả thuyết 2
Mối quan hệ bậc 3 giữa cơ hội tăng trưởng và nợ là phi tuyến thì đường cong thể
hiện mối quan hệ có dạng như sau:
-

Ho: Đường cong thể hiện mối quan hệ giữa cơ hội tăng trưởng và nợ là tương
quan thuận chiều khi doanh nghiệp có cơ hội tăng trưởng ở mức cao và thấp và
tương quan ngược chiều khi doanh nghiệp có mức tăng trưởng trung bình

LEV

GO
-

H1: Đường cong thể hiện mối quan hệ giữa cơ hội tăng trưởng và nợ là tương
quan ngược chiều khi doanh nghiệp có cơ hội tăng trưởng ở mức cao và thấp và
tương quan thuận chiều khi doanh nghiệp có mức tăng trưởng trung bình

LEV

GO

13

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
3.1. Số liệu và lấy mẫu:
Số liệu được lấy từ 105 công ty phi tài chính thuộc các lĩnh vực khác nhau
niêm yết trên thị trường chứng khoán Việt Nam tại hai sàn giao dịch chứng khoán
HOSE và HNX trong giai đoạn từ 2009 tới 2013 (thời kỳ mẫu là 5 năm)
Dữ liệu được thu thập từ các công ty chứng khoán trên cafef.vn, vietstock.vn,
cophieu68.vn từ năm 2009 tới 2013 sau đó dữ liệu được xử lý qua phần mềm excel
và chạy hồi quy bằng phần mềm Eviews 7

3.2. Phương pháp nghiên cứu
Trong bài luận văn này tác giả kế thừa các nghiên cứu của Seraqueiro và
Macas Nunes 2009, để xây dựng mô hình nghiên cứu và các biến. Thị trường chứng
khoán Bồ Đào Nha cũng đang phát triển nên cũng phù hợp và tương đồng với thị
trường chứng khoán Việt Nam. Do vậy cả hai thị trường chứng khoán Bồ Đào Nha
và Việt Nam đều có hạn chế nhất định trong việc tiếp cận nguồn vốn tài chính từ thị
trường chứng khoán do vậy các doanh nghiệp tiếp cận với nguồn tài chính từ vay nợ
nhiều hơn.
Bài nghiên cứu sử dụng phương pháp hồi quy dữ liệu bảng (Panel data)
theo hai biến MLEV và BLEV lần lượt là hai biến phụ thuộc. Đồng thời bài nghiên
cứu còn xem xét mối quan hệ tuyến tính, hàm bình phương, lập phương giữa cơ hội
tăng trưởng và nợ để xác định mối quan hệ mà giải thích tốt nhất, phù hợp nhất cho
mối quan hệ giữa nợ và cơ hội tăng trưởng ở Việt Nam.
Bài nghiên cứu này sử dụng theo ba phương pháp Pooled regression, Fixed
Effect model, Random Effect model và đồng thời tiến hành kiểm định để lựa chọn
phương pháp nào phù hợp nhất cho từng mô hình
Để so sánh phương pháp Pooled Regression và Fixed Effects model tác giả
sử dụng kiểm định Likelihood, giả thuyết Ho: mô hình Pooled regression là phù
hợp. Giả thuyết H1: mô hình fixed effect model là phù hợp. Nếu kết qua hồi quy

14
cho P- value < α thì bác bỏ giả thuyết Ho và ngược lại nếu P-value > α thì chấp nhận
giả thiết Ho
Để so sánh phương pháp Pooled Regression và Random effect model tác
giả sử dụng kiểm định Breusch Pagan Lagrangian Multipier test để kiểm định giữa
hai phương pháp trên, phương pháp nào phù hợp với giả thuyết Ho mô hình Pooled
regression là phù hợp. Giả thuyết H1: mô hình Random effect model là phù hợp.
Nếu kết qua hồi quy cho P-value < α thì bác bỏ giả thuyết Ho và ngược lại nếu Pvalue > α thì chấp nhận giả thiết Ho.
Để so sánh phương pháp Fixed effect model và Random effect model tác giả
sử dụng kiểm định Hausman Test để kiểm định giữa hai phương pháp trên, phương
pháp nào phù hợp với giả thuyết Ho mô hình Random Effect model là phù hợp. Giả
thuyết H1: mô hình Fixed effect model là phù hợp. Nếu kết qua hồi quy cho P- value
< α thì bác bỏ giả thuyết Ho và ngược lại nếu P-value > α thì chấp nhận giả thiết Ho
Trong trường hợp mô hình xảy ra hiện tượng phương sai sai số thay đổi thì ta
dùng FGLS ta dùng Feasible Generalized Least Squares (FGLS) để khắc phục hiện
tượng phương sai sai số thay đổi

3.3. Mô hình nghiên cứu:
Mô hình nghiên cứu của bài luận văn được tác giả kế thừa theo nghiên cứu
thực nghiệm của Serrasqueiro và Macus Nunes 2009 để xây dựng mô hình hồi quy
và các biến trong mô hình. Tác giả sử dụng hai biến GO1 và GO2 để đo lường cho
cơ hội tăng trưởng của doanh nghiệp, biến lợi nhuận được sử dụng theo lý thuyết
trật tự phân hạng để tác động lên biến đòn bẩy nợ khi doanh nghiệp có lợi nhuận giữ
lại. Hai biến quy mô công ty và tài sản cố định là tài sản đảm bảo cho khoản vay nợ
khi doanh nghiệp đối mặt với chi phí kiệt quệ tài chính và chi phí phá sản (theo lý
thuyêt đánh đổi)
Phương trình hồi quy:
LEVi,t = β0 + β1LEVi,t-1 + β2GO1 + β3GO2 + β4PRO + β5SIZE + β6TANG +εt
Trong đó:

15
LEVi,t là

: giá trị nợ của doanh nghiệp tại năm t

LEVi,t-1

: giá trị nợ của doanh nghiệp tại năm t-1

GO1

: Cơ hội tăng trưởng của doanh nghiệp (đại diện cho Tobin’s Q)

GO2

: Cơ hội tăng trưởng của doanh nghiệp (đo lường bằng tỷ lệ giá trị tài

sản vô hình)
PRO

: Lợi nhuận sau thuế của doanh nghiệp

SIZE

: Quy mô của doanh nghiệp

TANG

: Tài sản cố định

βt

: hệ số tác động của các biến độc lập

εt

: sai số

Từ phương trình trên tác giả mở rộng xây dựng nên 6 mô hình để kiểm định và
kiểm tra sự tương quan giữa cơ hội tăng trưởng và nợ như sau:
Mô hình 1: mối quan hệ bậc 1 giữa cơ hội tăng trưởng và giá trị sổ sách của nợ
BLEVi,t = β0 + β1BLEVi,t-1 + β2GO1 + β3GO2 + β4PRO + β5SIZE + β6TANG +εt
Mô hình 2: mối quan hệ bậc 1 giữa cơ hội tăng trưởng và giá trị thị trường của nợ
MLEVi,t = β0 + β1MLEVi,t-1 + β2GO1 + β3GO2 + β4PRO + β 5SIZE + β6TANG +εt
Mô hình 3: mối quan hệ bậc 2 giữa cơ hội tăng trưởng và giá trị sổ sách của nợ
BLEVi,t = β0 + β1BLEVi,t-1 + β2GO1 + β3GO12 + β4GO2 + β5GO22 + β6PRO + β7SIZE
+ β8TANG +εt
Mô hình 4: mối quan hệ bậc 2 giữa cơ hội tăng trưởng và giá trị thị trường của nợ
MLEVi,t = β0 + β1MLEVi,t-1 + β2GO1 + β3GO12 + β4GO2 + β5GO22 + β6PRO +
β7SIZE + β8TANG +εt
Mô hình 5: mối quan hệ bậc 3 giữa cơ hội tăng trưởng và giá trị sổ sách của nợ
BLEVi,t = β0 + β1BLEVi,t-1 + β2GO1 + β3GO12 + β4GO13 + β5GO2 + β6GO22 + β7GO23
+ β8PRO + β9SIZE + β10TANG + εt

16
Mô hình 6: mối quan hệ bậc 3 giữa cơ hội tăng trưởng và giá trị thị trường của nợ
MLEVi,t = β0 + β1MLEVi,t-1 + β2GO1 + β3GO12 + β4GO13 + β5GO2 + β6GO22 +
β7GO23 + β8PRO + β9SIZE + β10TANG + εt
3.3.1 Biến phụ thuộc:

3.3.2 Biến độc lập
3.3.2.1 Cơ hội tăng trưởng GO 1:

Cơ hội tăng trưởng GO1 cho thấy biến động của chênh lệch giá trị thị trường và giá
trị sổ sách của vốn chủ sở hữu. Theo nghiên cứu của Panley 2004 thì cơ hội tăng
trưởng và nợ có mối quan hệ phi tuyến. Đồng thời theo nghiên cứu của Serasquiro
và Macas Nunes 2009 thì cơ hội tăng trưởng và nợ là có mối quan hệ lập phương.
Khi cơ hội tăng trưởng ở mức thấp và mức cao thi cơ hội tăng trưởng và đòn bẩy nợ
là cùng chiều. Khi cơ hội tăng trưởng ở mức trung bình thì mối quan hệ giữa cơ hội
tăng trưởng và nợ là ngược chiều
3.3.2.2 Cơ hội tăng trưởng GO 2:

Biến mở rộng nghiên cứu và phát triển (R&D intensity) đại diện cho biến tăng
trưởng được sử dụng bởi rất nhiều tác giả (Ozkan 2001, Panley 2004, Gaud 2005.
Theo Whitwell 2007, Galbreath và Gavin 2008 xem xét tài sản vô hình là nguồn
tăng trưởng quan trọng của công ty và được thực hiện nhiều nghiên cứu sau đó
Fama và French 2002, Lin 2006, Moon và Tandon 2007, Huang và Ritter 2009

17
Theo nghiên cứu của tác giả Serrasqueiro và Macus Nunes thì mối quan hệ GO2 có
mối quan hệ phi tuyến với cả giá trị sổ sách và giá trị thị trường của đòn bẩy nợ.
Tuy nhiên do đặc điểm của Việt Nam thì các doanh nghiệp khá hạn chế trong việc
xác định chi phí nghiên cứu và phát triển công nghệ do đó tác giả phải chọn tỷ lệ
chênh lệch giá trị tài sản vô hình đại diện cho biến cơ hội tăng trưởng GO2.
3.3.2.3 Lợi Nhuận sau thuế (PRO):

Lợi nhuận là biến đo lường hiệu quả hoạt động kinh doanh của doanh nghiệp, đồng
thời có mối quan hệ mật thiết với đòn bẩy nợ. Doanh nghiệp vay nợ để đầu tư dự án
hoặc tài trợ cho vốn lưu động hay hoạt động hàng ngày của doanh nghiệp. Việc
doanh nghiệp vay nợ sẽ phải đối mặt với chi phí lãi vay và trách nhiệm hoàn trả nợ
vay do đó nó ảnh hưởng trực tiếp đến lợi nhuận của công ty. Khi doanh nghiệp có
lợi nhuận cao sau khi đã trừ đi khoản lãi vay và thuế, chi trả cổ tức có thể giữ lại lợi
nhuận để tái đầu tư. Việc doanh nghiệp có khoản lợi nhuận lớn thì doanh nghiệp có
thể tự tài trợ cho dự dán đầu tư của mình do đó giảm nhu cầu vay nợ từ bên ngoài.
Do vậy lợi nhuận là yếu tố quan trọng có tác động lên đòn bẩy nợ
3.3.2.4 Quy mô công ty (SIZE).

Quy mô công ty là yếu tố quan trọng khi vay nợ. Theo Gaud 2005, Serrasqueiro và
Macus Nunes 2009 thì quy mô công ty có mối quan hệ cùng chiều với nợ. Quy mô
công ty càng lớn càng dễ tiếp cận khoản vay và với lãi suất ưu đãi. Do vậy mối
quan hệ giữa quy mô công ty và nợ là cùng chiều
3.3.2.5 Tài sản cố định (TANG):

Tài sản cố định theo hai tác giả Gaud 2005, Serrasqueiro và Macus Nunes 2009 này
thì tài sản cố định có mối quan hệ cùng chiều lên đòn bẩy nợ vì khi công ty có tài
sản cố định lớn thì càng đảm bảo cho khoản vay nợ do đó dễ dàng tiếp cận được với

18
khoản vay nợ hơn. Do vậy mối quan hệ giữa nợ và tài sản cố định là cùng chiều
3.4. Quy trình thực hiện:
Mô hình nghiên cứu của bài sử dụng dữ liệu bảng (panel data) được hồi quy theo 3
cách: mô hình hồi quy OLS (Pooled Regression), mô hình các ảnh hưởng cố định
(FEM), mô hình các ảnh hưởng ngẫu nhiên (REM)
Để lựa chọn phương pháp ước lượng phù hợp tác giả kiểm định theo tiến trình sau:
3.4.1. Bước 1: Thống kê mô tả
Số liệu trong nghiên cứu được thể hiện dưới dạng thống kê theo các giá trị nhỏ nhất,
giá trị lớn nhất, giá trị trung bình, giá trị trung vị, độ lệch chuẩn. Mô tả tóm tắt các
đặc trưng dữ liệu của các công ty niêm yết trên sàn giao dịch HOSE và
HNX để phản ánh một cách tổng quát về tình hình các doanh nghiệp này.
3.4.2. Bước 2: Phân tích ma trận hệ số tương quan
Thiết lập ma trận hệ số tương quan giữa các biến độc lập và biến kiểm soát nhằm
xác định mối tương quan giữa các biến này là như thế nào và để kiểm tra mối tương
quan như thế nào giữa các biến độc lập và biến phụ thuộc và giữa các biến độc lập
với nhau.
3.4.3. Bước 3: Lựa chọn phương pháp
Nếu một trong các giả thiết ban đầu của OLS bị vi phạm (phương sai thay đổi, tự
tương quan, đa cộng tuyến). Khi đó, các ước lượng thu được sẽ bị bóp méo và sẽ là
sai lầm nếu sử dụng chúng để phân tích. Phương pháp cơ bản trong trường hợp có
thể sử dụng phương pháp hồi quy theo mô hình các ảnh hưởng cố định (FEM)
hoặc ảnh hưởng ngẫu nhiên (REM) để ước lượng các dữ liệu dạng bảng. Kiểm
định Hausman để lựa chọn mô hình ảnh hưởng ngẫu nhiên và mô hình ảnh hưởng
cố định.
Mô hình ảnh hưởng cố định (FEM)
Với giả định mỗi thực thể đều có những đặc điểm riêng biệt có thể ảnh hưởng đến
các biến độc lập, FEM phân tích mối tương quan này giữa phần dư của mỗi thực thể
với các biến độc lập qua đó kiểm soát và tách ảnh hưởng của các đặc điểm riêng

19
biệt (không đổi theo thời gian) ra khỏi các biến giải thích để chúng ta có thể ước
lượng những ảnh hưởng thực của biến độc lập lên biến phụ thuộc.
Mô hình ước lượng sử dụng:
Yit = Ci + β Xit + uit *
Trong đó: Yit: biến phụ thuộc – với i:doanh nghiệp và t: thời gian
(năm).
Xi,t: biến độc lập
Ci (i=1….n): hệ số chặn cho từng thực thể nghiên cứu.
β: hệ số góc đối với nhân tố X.
u i,t : phần dư.
Mô hình trên đã thêm vào chỉ số i cho hệ số chặn c để phân biệt hệ số chặn của từng
doanh nghiệp khác nhau có thể khác nhau, sự khác biệt này có thể do đặc điểm khác
nhau của từng doanh nghiệp hoặc do sự khác nhau trong chính sách quản lý, hoạt
động của doanh nghiệp.
Mô hình ảnh hưởng ngẫu nhiên (REM)
Điểm khác biệt giữa mô hình ảnh hưởng ngẫu nhiên và mô hình ảnh hưởng cố định
được thể hiện ở sự biến động giữa các thực thể.Nếu sự biến động giữa các thực thể
có tương quan đến biến độc lập trong mô hình ảnh hưởng cố định thì trong mô hình
ảnh hưởng ngẫu nhiên sự biến động giữa các thực thể được giả sử là ngẫu nhiên và
không tương quan đến các biến giải thích.
Chính vì vậy, nếu sự khác biệt giữa các thực thể có ảnh hưởng đến biến phụ thuộc
thì REM sẽ thích hợp hơn so với FEM. Trong đó, phần dư của mỗi thực thể (không
tương quan với biến giải thích) được xem là một biến giải thích mới.
Ý tưởng cơ bản của mô hình ảnh hưởng ngẫu nhiên cũng bắt đầu từ mô hình:
Yit = Ci + β Xit + uit
Thay vì trong mô hình trên, Ci là cố định thì trong REM có giả định rằng nó là một
biến ngẫu nhiên với trung bình là C1 và giá trị hệ số chặn được mô tả như sau:

20
Ci = C + εi (i=1,...n)
εi: Sai số ngẫu nhiên có trung bình bằng 0 và phương sai là
Thay vào mô hình ta có:
Yit = C + β Xit + εi + uit

hay Yit = C + β Xit + wit

với wit = εi + uit
εi: Sai số thành phần của các đối tượng khác nhau (đặc điểm riêng khác nhau
của từng doanh nghiệp)
uit: Sai số thành phần kết hợp khác của cả đặc điểm riêng theo từng đối tượng và
theo thời gian
3.4.4. Bước 4: Ước lượng các hệ số hồi quy OLS
Nhược điểm của ước lượng OLS có thể nhận diện sai do hiện tượng tự tương quan,
hiện tượng đa cộng tuyến hoặc phương sai thay đổi sẽ dẫn đến kết quả ước lượng
sai; Do đó, sau khi thực hiện kiểm định OLS chúng ta thực hiện kiểm định các giả
định của mô hình.
Kiểm tra hiện tượng đa cộng tuyến:
Mô hình cổ điển là mô hình lý tưởng với giả thiết các biến giải thích không tương
quan với nhau. Nghĩa là mỗi biến chứa đựng một số thông tin riêng về biến phụ
thuộc và thông tin đó lại không có trong biến độc lập khác. Khi đó ta nói không có
hiện tượng đa cộng tuyến. Kiểm tra hiện tượng đa cộng tuyến bằng cách sử dụng
tương quan cặp giữa các biến độc lập cao và nhân tử phóng đại phương sai (VIF).
Nếu các cặp tương quan giữa các biến độc lập cao (lớn hơn 0,8) thì có thể xảy ra
hiện tượng đa cộng tuyến. Tuy nhiên tiêu chuẩn này thường không chính xác. Có
những thường trường hợp tương quan cặp không cao nhưng vẫn xảy ra đa cộng
tuyến. Do đó, để đảm bảo tính chính xác trong nghiên cứu có sử dụng nhân tử
phóng đại phương sai để kiểm tra hiện tượng đa cộng tuyến.
Nhân tử phóng đại phương sai:
VIFj=1/ (1-Rj2)

21
Theo quy tắc kinh nghiệm, nếu VIF >10 thì xảy ra hiện tượng đa cộng tuyến
Kiểm tra hiện tượng tự tương quan: tự tương quan là sự tương quan giữa
các thành phần của chuỗi quan sát được sắp xếp theo thứ tự thời gian (trong chuỗi
thời gian) hoặc không gian (trong số liệu chéo). Nghĩa là trong mô hình hồi quy cổ
điển OLS ta giả thiết rằng không có tương quan giữa các Ui, Cov (Ui,Uj) = 0 (j ≠ i),
sai số ứng với quan sát nào đó không bị ảnh hưởng bởi sai số ứng với quan sát khác.
Kiểm định tự tương quan thông qua: kiểm định Durbin-Watson test
 Trường hợp hệ số Dunrbin – Watson từ 1 đến 3 kết luận không có hiện tượng tự
tương quan
 Trường hợp hệ số Dunrbin – Watson < 1 kết luận có hiện tượng tự tương quan
dương
 Trường hợp hệ số Dunrbin – Watson > 3 kết luận có hiện tượng tự tương quan
âm
Kiểm tra hiện tượng phương sai thay đổi: Kiểm địnhBreusch & Pagan
(1979)
 Bước 1: Chạy mô hình gốc: Y = β1 + β2X2 + β3X3 + β4X4 + β5X5 + u
 Bước 2: Tạo biến phần dư

GENR U1=RESID2

 Bước 3: Chạy hồi quy phụ: U1 = α1 + α2X2 + α3X3 + α4X4 + α5X5 + u
--> Tìm R2 phụ
 Bước 4: Tính trị số LM = n* R2 phụ
 Bước 5: Tìm thống kê Chi bình phương =@QCHISQ(1-α, p-1)
Trong đó: p là số hệ số hồi quy của mô hình hồi quy phụ (bước 3)
 Bước 6: Dựa vào hồi quy phụ ởbước 3, ta đặt giả thuyết sau:
Ho: α2 = α3 = α4 = α5 = 0

(Không có phương sai sai số thay đổi)

H1: có ít nhất 1 α ởtrên khác 0 (Có phương sai sai số thay đổi)
 Bước 7: Kiểm định: Nếu LM > Chisao thì bác bỏ Ho

22
Trường hợp xảy ra hiện tượng phương sai sai số thay đổi thì ta dùng FGLS Feasible
Generalized Least Squares (FGLS) để khắc phục hiện tượng phương sai sai số thay
đổi
3.4.5. Bước 5: Kiểm định mô hình
Kiểm định giả thuyết về các hệ số hồi quy: nhằm đưa ra biến phù hợp và có ý
nghĩa thống kê của mô hình, tác giả sử dụng phương pháp giá trị p-value để kiểm
tra giả thiết cho các hệ số hồi quy của các biến
H0: Các biến độc lập không ảnh hưởng hay tác động lên biến phụ thuộc là giá trị sổ
sách của nợ (BLEV) hoặc giá trị thị trường của nợ (MLEV)
H1: Một trong các biến độc lập ảnh hưởng hay tác động lên biến phụ
thuộc.
P-value = P(|t| > t0) < α =5%: bác bỏ giải thuyết
Chấp nhận giả thuyết H0 tức là những biến này không có ý nghĩa thống kê và không
có ảnh hưởng biến phụ thuộc là giá trị sổ sách của nợ (BLEV) hay giá trị thị trường
của nợ (MLEV).