Cấu trúc vốn mục tiêu và tốc độ điều chỉnh: Nghiên cứu thực nghiệm các doanh nghiệp ngành vật liệu xây dựng

Nội dung text: Cấu trúc vốn mục tiêu và tốc độ điều chỉnh: Nghiên cứu thực nghiệm các doanh nghiệp ngành vật liệu xây dựng

1. HỘI THẢO "NGÂN HÀNG VIỆT NAM: BỐI CẢNH VÀ TRIỂN VỌNG" CẤU TRÚC VỐN MỤC TIÊU VÀ TỐC ĐỘ ĐIỀU CHỈNH: NGHIÊN CỨU THỰC NGHIỆM CÁC DOANH NGHIỆP NGÀNH VẬT LIỆU XÂY DỰNG Ths. Trịnh Thị Trinh, ThS. Lê Phương Dung, ThS. Nguyễn Quang Minh Nhi Trường Đại học Kinh tế - Đại học Đà Nẵng TÓM TẮT Bài báo này sử dụng số liệu từ báo cáo tài chính quý 1 năm 2007 đến quý 1 năm 2014 của 51 doanh nghiệp (DN) ngành vật liệu xây dựng (VLXD) niêm yết trên sàn giao dịch chứng khoán Việt Nam, để ứng dụng mô hình điều chỉnh xây dựng cấu trúc vốn mục tiêu của các doanh nghiệp ngành sản xuất vật liệu xây dựng ở Việt Nam. Mô hình động với cách tiếp cận theo phương pháp mô mem tổng quát (GMM) và mô hình điều chỉnh sai số ECM. Kết quả nghiên cứu thực nghiệm cho thấy, nhân tố tỷ lệ nợ kỳ trước, cơ cấu tài sản và khả năng sinh lợi ảnh hưởng đến cấu trúc vốn mục tiêu. Việc ứng dụng mô hình điều chỉnh mục tiêu cho thấy, các doanh nghiệp tỏ ra nhạy cảm khi đòn bẩy thực tế thấp hơn so với đòn bẩy mục tiêu. Mức lệch đòn bẩy mục tiêu lớn hơn mức trung bình thì các doanh nghiệp ngành tỏ ra nhạy cảm, và nhanh chóng điều chỉnh đon bẩy mục tiêu về mức cân bằng. Mức độ điều chỉnh nhanh của trở về đòn bẩy mục tiêu của các doanh nghiệp trong dài hạn là 81%. Mức độ điều chỉnh trở về đòn bầy mục tiêu trong ngắn hạn không có ý nghĩa thống kê. Kết quả nghiên cứu phù hợp với nghiên cứu của Zurigat tại thị trường Jordan 2009. Từ khóa: Cấu trúc vốn mục tiêu, ngành vật liệu xây dựng, GMM. 1. Giới thiệu Việc nghiên cứu cấu trúc vốn là một trong những vấn đề rất quan trong của doanh nghiệp, vì cấu trúc vốn sẽ ảnh hưởng đến giá trị của doanh nghiệp trong tương lai. Rất nhiều lý thuyết và nghiên cứu thực nghiệm cố gắng giải thích làm thế nào để doanh nghiệp có thể xác định được cấu trúc vốn mục tiêu nhằm gia tăng giá trị thị trưởng của cổ phiếu, gia tăng tài sản cho các cổ đông. Tuy nhiên, các kết quả nghiên cứu cho thấy có ý kiến trái ngược nhau. Các nghiên cứu trên thế giới mới đây đã xác định được mô hình xác định các nhân tố ảnh hưởng nhằm xây dựng cấu trúc vốn mục tiêu cho doanh nghiệp. Ở Việt Nam, đây thật sự là một lĩnh vực nghiên cứu khá mới và đang thu hút sự chú ý của giới hàn lâm cũng như doanh nghiệp. Vì vậy, tác giả nhận thấy rằng vấn đề xây dựng cấu trúc vốn mục tiêu của các doanh nghiệp ở Việt Nam có ý nghĩa thực tiễn quan trọng cả về phương pháp luận và ứng dụng thực tiễn tại Việt Nam. Ngoài việc cho thấy những nhân tố ảnh hưởng hiện tại trong năm nay, mô hình này còn cho thấy ảnh hưởng tỷ lệ nợ năm trước như thế nào để biết được tỷ lệ điều chỉnh mục tiêu của các DN có linh động nhanh chóng đáp ứng với sự thay đổi nền kinh tế. Theo đó, nghiên cứu này tiếp tục phân tích những nhân tố ảnh hưởng đến cấu trúc tài chính của 51 DN ngành VLXD niêm yết trên cả 2 sàn giao dịch chứng khoán Việt Nam. 2. Cơ sở lý thuyết và phương pháp nghiên cứu 2.1. Cơ sở lý thuyết về cấu trúc vốn mục tiêu của doanh nghiệp 2.1.1. Nghiên cứu trên thế giới Từ năm 1958, Modiglani và Miller được xem là những người khởi xướng cho một cuộc cách mạng thực sự trong nhận thức về cấu trúc tài chính của doanh nghiệp. Tuy vậy, kết luận ban đầu của hai ông về việc cấu trúc vốn không ảnh hưởng đến giá trị doanh nghiệp đã gây ra nhiều tranh cãi. Những lý thuyết ra đời sau đó với sự xuất hiện của các yếu tố không hoàn hảo của thị trường như chi phí phá sản (Stiglitz 1969), thuế thu nhập doanh nghiệp (Miller 1977), chi phí đại diện (Jensen and Meckling 1976; Smith and Jensen 1985) hay vấn đề thông tin bất đối xứng (Myers 1984) đều ám chỉ về một cấu trúc vốn tối ưu cho các doanh nghiệp. 423
2. TRƯỜNG ĐẠI HỌC KINH TẾ - ĐẠI HỌC ĐÀ NẴNG Các nghiên cứu thực nghiệm được thực hiện ở nhiều nước trên thế giới cũng đã chỉ ra rằng các doanh nghiệp điều chỉnh hướng tới một cơ cấu vốn mục tiêu nhất định. Với số liệu từ thị trường Hoa Kỳ, Jalilvand and Harris (1984) đã tìm thấy hệ số điều chỉnh là 55,7% của các công ty ở nước này cho thấy sự điều chỉnh về lại hệ số nợ mục tiêu là khá nhanh một khi hệ số nợ đi chệch cơ cấu vốn mục tiêu. Nghiên cứu này cũng cho thấy bên cạnh các chi phí và lợi ích cần cân nhắc khi điều chỉnh trở lại cơ cấu vốn mục tiêu thì quy mô doanh nghiệp, lãi suất và giá cổ phiếu cũng tác động lớn đến tốc độ điều chỉnh hướng đến hệ số nợ mục tiêu. Bên cạnh đó, Flannery và Rangan (2006) cũng cung cấp những bằng chứng cho thấy các công ty của Mỹ thực sự có cấu trúc vốn mục tiêu dài hạn và điều chỉnh hệ số nợ hiện tại khá nhanh để trở về hệ số nợ mục tiêu này. Nghiên cứu của hai ông tìm thấy rằng hệ số điều chỉnh là 34,2%. Một số các nghiên cứu ở Anh cũng cho thấy kết quả tương tự như nghiên cứu của Marsh (1982). Bài báo này đề xuất rằng các công ty Anh có cơ cấu vốn mục tiêu cả trong ngắn hạn lẫn dài hạn. Marsh (1982) cho rằng các công ty này sẽ suy trì hệ số nợ mục tiêu dài hạn mặc dù chúng bị lệch so với mục tiêu trong ngắn hạn bởi các điều kiện của thị trường vốn. Nghiên cứu khác của Banerjee và các cộng sự (2000) cũng tiến hành trên các công ty ở Anh kết luận rằng quá trình điều chỉnh hướng tới cơ cấu vốn mục tiêu nhanh ở các doanh nghiệp này là chậm hơn so với các công ty ở Mỹ bởi chi phí điều chỉnh là lớn hơn. Ngược lại, cũng sử dụng dữ liệu của thị trường Anh nhưng Ozkan (2001) lại cho rằng các doanh nghiệp ở Anh có cơ cấu vốn mục tiêu dài hạn và tốc độ điều chỉnh lại khá nhanh. Ông cho rằng hệ số điều chỉnh là 44,3%/năm và cao hơn hệ số được tìm thấy trong nghiên cứu của Banerjee và các cộng sự (2000). Ngoài ra, ở thị trường Tây Ban Nha, nghiên cứu của Miguel và Pindado (2001) xác nhận rằng các doanh nghiệp có hệ số nợ mục tiêu và các công ty này phải chịu chi phí giao dịch khi thực hiện điều chỉnh hướng tới cơ cấu vốn mục tiêu này. Tuy nhiên, do chi phí của việc điều chỉnh là nhỏ hơn so với lợi ích đạt được từ việc trở lại hệ số nợ mục tiêu nên đã khuyến khích các doanh nghiệp điều chỉnh hệ số nợ của họ quá nhanh. Miguel và Pindado (2001) đã tìm thấy hệ số điều chỉnh ở các công ty Tây Ban Nha là 79%/năm. Nghiên cứu thực nghiệm của Getzmann và các cộng sự (2010) tiến hành trên thị trường các nước châu Á cũng đã chứng tỏ một cách mạnh mẽ rằng cơ cấu vốn tối ưu thực sự tồn tại ở các doanh nghiệp này trong thời kỳ 1995-2009. Nghiên cứu này cũng tìm thấy hệ số điều chỉnh của các doanh nghiệp châu Á nằm trong khoảng từ 27% đến 39%. 2.1.2. Nghiên cứu ở Việt Nam Ở Việt Nam, các nghiên cứu thực nghiệm chỉ mới dừng lại ở mức phân tích các nhân tố ảnh hưởng đến quyết định tài trợ trong các doanh nghiệp ở một số ngành khác nhau. Có thể kể đến như nghiên cứu của Nguyễn Thành Cường (2008) phân tích các nhân tố ảnh hưởng đến cấu trúc tài chính của các doanh nghiệp chế biến thuỷ sản Khánh Hoà hay nghiên cứu của Trần Hùng Sơn thực hiện trên dữ liệu của các công ty niêm yết trên TTCK Việt Nam. Ngoài ra, một số bài báo sử dụng số liệu của các doanh nghiệp của Việt Nam được đăng trên các tạp chí nước ngoài như bài báo của tác giả Trần Đình Khôi Nguyên và Ramachandran (2006) nghiên cứu cấu trúc vốn các doanh nghiệp vừa và nhỏ hay bài báo của Nguyễn Thành Cường và Nguyễn Thị Cảnh (2012) khảo sát các nhân tố ảnh hưởng đến cấu trúc vốn của các công ty chế biến thủy sản. Vì vậy, với mong muốn tiến thêm một bước xa hơn so với các nghiên cứu trước đây, bài báo hy vọng có thể xây dựng được một cơ cấu vốn mục tiêu cho các doanh nghiệp nói chung, đặc biệt là các doanh ngiệp sản xuất vật liệu xây dựng. Các nhân tố ảnh hưởng đến cấu trúc vốn bao gồm cơ cấu tài sản, khả năng sinh lợi là tiền đề để chúng tôi xây dựng cấu trúc vốn mục tiêu của các doanh nghiệp ngành sản xuất vật liệu xây dựng 424
3. HỘI THẢO "NGÂN HÀNG VIỆT NAM: BỐI CẢNH VÀ TRIỂN VỌNG" - Cơ cấu tài sản Theo lý thuyết đại diện Jensen và Meckling (1976) cho rằng chi phí đại diện của các khoản nợ tồn tại khi một DN chuyển khoản đầu tư có rủi ro sau khi tăng nợ, và chuyển lợi ích từ người chủ nợ sang người chủ để tận dụng những lợi thế của vốn chủ. Nếu tài sản hữu hình của một DN càng cao, những tài sản này có thể sử dụng làm tài sản thế chấp, giảm rủi ro gánh chịu các chi phí đại diện của khoản nợ của người cho vay. Các DN không có tài sản thế chấp sẽ có chi phí cao khi sử dụng nợ để tài trợ và kết quả là họ sẽ sử dụng vốn chủ để tài trợ. Do vậy, một tỷ lệ tài sản hữu hình cao sẽ có tỷ suất nợ cao. - Khả năng sinh lợi Lý thuyết trật tự phân hạng cho rằng các DN có khả năng sinh lợi cao sẽ có xu hướng sử dụng các nguồn vốn bên trong để tài trợ cho các hoạt động của mình thay vì tăng nguồn vốn bên ngoài, trong đó có nợ. Như vậy, có nghĩa là khả năng sinh lợi của DN có quan hệ tỷ lệ nghịch (-) với nợ vay. Mặt khác, lý thuyết đánh đổi lại đề xuất cho các DN khả năng sinh lợi cao sử dụng nợ để tận dụng lợi ích của lá chắn thuế. Do vậy, khả năng sinh lợi của DN có quan hệ tỷ lệ thuận (+) hoặc tỷ lệ nghịch (-) với đòn bẩy tài chính. 2.2. Phương pháp nghiên cứu 2.2.1. Dữ liệu nghiên cứu Dữ liệu gồm 51 DN ngành VLXD ở Việt Nam trong giai đoạn quí 2 năm 2007 đến quí 1 năm 2014, chúng tôi lấy từ kho dữ liệu trên web Các biến được sử dụng bao gồm biến phụ thuộc: Nợ phải trả/ Tổng tài sản, các biến độc lập bao gồm biến cơ cấu tài sản, biến khả năng sinh lợi, biến nợ phải trả/tổng tài sản kỳ trước để tìm ra cấu trúc vốn tối ưu của mô hình. 2.2.2. Phương pháp a) Các nhân tố ảnh hưởng đến cấu trúc vốn Theo các nghiên cứu trước đây của Jalilvand và Harris (1984), Auerbach (1985), Farma and French (2002), các tác giả đã đề xuất mô hình động nhằm xác định các nhân tố ảnh hưởng đến hệ số nợ ở các công ty. Mô hình này chứng tỏ lợi thế trong các điều kiện thị trường không hoàn hảo, chi phí tài chính hay các chi phí điều chỉnh nguồn vốn nhằm hướng tới cơ cấu vốn tối ưu là thực sự tồn tại. Tuy nhiên, nếu điều chỉnh là tốn chi phí thì các công ty có thể không cần phải điều chỉnh toàn bộ mà điều chỉnh một phần. Quá trình này có thể biểu diễn bằng mô hình dưới đây: * yit yi,t 1 (yit yi,t 1) (1) * Với y it là hệ số nợ mục tiêu của công ty i tại thời điểm t λ là hệ số điều chỉnh yit : tỷ lệ nợ của công ty i ở quý t. Nếu λ = 1 thì các công ty tự động điều chỉnh hệ số nợ hướng tới cơ cấu vốn tối ưu mà không có sự có mặt của chi phí giao dịch (De Miguel và Pindado 2001). Nếu λ = 0 thì không có công ty nào điều chỉnh cơ cấu nợ và vì vậy, những doanh nghiệp này giữ nguyên hệ số nợ của thời kỳ trước bởi vì chi phí giao dịch quá cao. Trong trường hợp λ rơi vào từ 0 đến 1 thì các công ty điều chỉnh hệ số nợ của họ tương quan từng phần với chi phí giao dịch. Bởi vì cấu trúc vốn tối ưu không thể quan sát trực tiếp nên các nghiên cứu thực nghiệm trước đây sử dụng một hàm các biến độc lập như là một đại diện cho hệ số nợ, do đó: 425
4. TRƯỜNG ĐẠI HỌC KINH TẾ - ĐẠI HỌC ĐÀ NẴNG * yit yi xit uit (2) Trong đó xit : các nhân tố ảnh hưởng. β : hệ số góc của các nhân tố uit : phần dư độc lập và có phân phối chuẩn Từ phương trình (1) và (2): Cuối cùng, mô hình điều chỉnh từng phần như sau: yit i xit (1 )yi,t 1 uit (3)Với = λ ; b‟ = λβ; 1- λ = ψ và , mô hình (3) trở thành: ' yit i b xit yi,t 1 i (4) Trong mô hình (4), bởi vì biến trễ (yi,t-1) có xu hướng liên quan với biến ngẫu nhiên nên ước lượng bình phương nhỏ nhất OLS bị lệch. Anderson và Hsiao (1982) đề xuất lấy biến thiên 1 lần đối với mô hình (4) như là một cách ước lượng cho mô hình bảng động. Hsiao (1986) đề xuất rằng có thể sử dụng yi,t-2 hoặc Δyi,t-2 để làm biến công cụ cho . Phương pháp này được phát triển hơn nữa bởi Arellano and Bond (1991) với tên gọi là phương pháp moment tổng quát. Một trong những ưu điểm của phương pháp moment tổng quát là cho phép sử dụng các đặc điểm đặc thù của doanh nghiệp và biến giả thời gian để giải quyết vấn đề hiệu ứng đặc thù doanh nghiệp không thể quan sát và hiệu ứng đặc thù về thời gian không thay đổi qua các doanh nghiệp (Ozkan 2001). Kiểm định mô hình Bên cạnh các kiểm định t-test và F test được sử dụng cho mô hình tĩnh với các mức ý nghĩa 1%, 5% và 10%, nghiên cứu còn sử dụng kiểm định Wald test và Sargan test cho mô hình động. Cụ thể là: Kiểm định Wald với phân phối Chi bình phương χ2 và các giả thiết như sau: H0: H1: Khi giả thiết H0 bị bác bỏ, mô hình có ý nghĩa thống kê với ít nhất một hệ số khác không tại mức ý nghĩa 5%. Kiểm định Sargan được sử dụng để kiểm định các ràng buộc over-identifying với giả thiết H0 là ràng buộc over-identifying tồn tại. Kiểm định Sargan dựa trên phân phối với k là số lượng hệ số ước lượng và p là số lượng biến công cụ. Kiểm định này cũng nhằm kiểm định ý nghĩa của các biến công cụ. Nếu giả thiết H0 bị bác bỏ nghĩa là ít nhất một biến công cụ có quan hệ với biến ngẫu nhiên và vì vậy, kết quả ước lượng dựa trên các biến công cụ được lựa chọn là không có ý nghĩa. b) Ứng dụng mô hình cấu trúc vốn mục tiêu Lý thuyết đánh đổi giả định rằng các doanh nghiệp luôn cân nhắc giữa những lợi ích của việc sử dụng nợ và những chi phí của nó mang lại để tìm ra một ngưỡng thích hợp mà ở đó giá trị doanh 426
5. HỘI THẢO "NGÂN HÀNG VIỆT NAM: BỐI CẢNH VÀ TRIỂN VỌNG" nghiệp là tối ưu. Cấu trúc vốn tối ưu này sẽ là mục tiêu mà giám đốc tài chính hướng đến trong dài hạn. Tuy nhiên, do sự xuất hiện chi phí điều chỉnh nên các doanh nghiệp trong ngắn hạn không thể điều chỉnh ngay đòn bẩy tài chính của mình về lại vị trí mục tiêu nếu nó bị lệch khỏi mục tiêu. Shyam – Sunder và Myers (1999) đã đề xuất mô hình kiểm định cơ chế điều chỉnh từng phần bằng cách sử dụng biến độc lập là độ lệch giữa đòn bẩy mục tiêu và đòn bẩy thực tế năm trước để giải thích cho biến phụ thuộc là chênh lệch giữa đòn bẩy thực tế năm nay so với năm trước. Áp dụng mô hình đó tại Việt Nam mà cụ thể là các doanh nghiệp ngành sản xuất vật liệu xây dựng, bài báo sử dụng biến TRAC để đo lường giữa đòn bẩy thực tế của năm trước so với đòn bẩy mục tiêu: TRACit = - Yit-1 Từ kết quả ước lượng được từ mô hình các nhân tố ảnh hưởng đến cấu trúc vốn doanh nghiệp ngành sản xuất vật liệu xây dựng, ta sẽ tính giá trị đòn bẩy mục tiêu. Biến phụ thuộc trong mô hình này sẽ là chênh lệch giữa đòn bẩy tài chính thực tế quý t so với quý t-1. mô hình kiểm định như sau: it = λ0 + λ1TRACit +εit Các biến trong mô hình được lấy chênh lệch của quý t so với quý t-1. Mô hình đặt giả thiết là khuynh hướng điều chỉnh về tỷ lệ đòn bẩy mục tiêu là đối xứng, tức là tỷ lệ điều chỉnh như nhau dù đòn bẩy thực tế thấp hơn hay cao hơn mức mục tiêu. Tuy nhiên, trên thực tế hành vi điều chỉnh của doanh nghiệp có thể là không đối xứng nên Cai và Ghosh (2003). Hai tác giả này cho rằng khi đòn bẩy tài chính cao hơn đòn bẩy mục tiêu, doanh nghiệp sẽ gánh chịu nhiều chi phí như rủi ro phá sản và chi phí đại diện, áp lực đó khiến các giám đốc tài chính nhanh chóng giảm tỷ lệ nợ; tuy nhiên khi đòn bẩy thấp hơn mức mục tiêu thì gia tăng đòn bẩy không phải là ưu tiên. Tiếp theo, bài báo tiếp tục sử dụng mô hình của Zurigat (2009) với việc chia biến TRAC thành 2 phần : PTRAC và NTRAC. + PTRACit thể hiện doanh nghiệp đang ở mức đòn bẩy thấp hơn đòn bẩy mục tiêu (TRAC > 0), + NTRACit thể hiện doanh nghiệp ở mức đòn bẩy ở trên đòn bẩy mục tiêu (TRAC 0 Cuối cùng, Zurigat mở rộng thêm mô hình nhằm đánh giá tốc độ điều chỉnh đòn bẩy mục tiêu của các doanh nghiệp như thế nào khi độ lệch của TRAC lớn hơn mức trung bình và khi độ lệch của TRAC nhỏ hơn mức trung bình. Để làm được điều đó, bài báo chia hai giá trị PTRAC, NTRAC thành 2 biến trung bình theo giá trị của mỗi biến là : PTRAC (giá trị trung bình biến PTRAC, NTRAC (giá trị trung bình của biến NTRAC) Đối với biến PTRAC : PTRAC+ = PTRAC nếu PTRAC > PTRAC, và bằng 0 ở các trường hợp còn lại. PTRAC- = PTRAC nếu PTRAC < PTRAC, và bằng 0 ở các trường hợp còn lại. 427
6. TRƯỜNG ĐẠI HỌC KINH TẾ - ĐẠI HỌC ĐÀ NẴNG Đối với biến NTRAC : NTRAC+ = NTRAC nếu NTRAC > NTRAC, và bằng 0 ở các trường hợp còn lại. NTRAC- = PTRAC nếu NTRAC < NTRAC, và bằng 0 ở các trường hợp còn lại. Mô hình kiểm định có dạng như sau : - + - + ΔY = Ψ0 + Ψ1 PTRAC +Ψ2 PTRAC + Ψ3 NTRAC + Ψ4 NTRAC εit (5) c) Mô hình hiệu chỉnh sai số ECM Mô hình ECM ( Error correction mechaism) là mô hình hiệu chỉnh sai số. Mô hình có dạng chuẩn tắc như sau: ln(B ) ln(q ) u t 0 1 t t 1 t Trước khi sử dụng mô hình ECM, phải sử dụng kiểm định unit root test (kiểm nghiệm đơn vị) nhằm kiểm tra tính dừng của các biến trong mô hình với giả thiết H0 : ρ = 0 : có nghiệm đơn vị hoặc chuỗi không dừng H1 : ρ < 1 : chuỗi không có nghiệm đơn vị hoặc chuỗi không dừng Nếu thống kê t-stat (được tính toán trong mô hình) đối với ρ có giá trị lớn hơn 5% giá trị tra bảng DF trong kiểm định Augment Dickey – Fuller hay giá trị P_value có ý nghĩa thì giả thiết H0 bị bác bỏ hoặc biến có tính dừng. Ngược lại thì biến có nghiệm đơn vị hay chuỗi có tính dừng. Mô hình hiệu chỉnh sai số ECM (Error Correction Mechanism) nhằm xem xét sự dẫn truyền trong ngắn hạn của đòn bẩy mục tiêu và tác động dài hạn của đòn bẩy mục tiêu lên đòn bẩy thực tế. Mô hình hiệu chỉnh ECM có dạng như sau. ΔYit = Φ0 + Φ1ECTt-1 + Φ2ΔY*it +εit (6) ECTt-1(mức sai số hiệu chỉnh) = Yt-1 – Y*t-1 (Yt-1 : đòn bẩy năm t-1, Y*t-1, đòn bẩy mục tiêu năm t-1) ΔY*it = Y*t – Y*t-1 (Y*t : đòn bẩy mục tiêu năm t, đòn bẩy mục tiêu năm t-1) Φ1 thể hiện tác động dài hạn của đòn bẩy mục tiêu lên đòn bẩy thực tế. Giá trị Φ1 càng gần về 1 thể hiện mức độ điều chỉnh càng nhanh Φ2 thể hiện tác động ngắn hạn của đòn bẩy mục tiêu lên đòn bẩy thực tế. 3. Kết quả nghiên cứu 3.1. Các nhân tố ảnh hưởng đến cấu trúc vốn tối ưu Bảng 1. Kết quả các nhân tố ảnh hưởng đến cấu trúc vốn tối ưu Biến Hệ số (Độ lệch chuẩn) Y1 năm trước -0.017078 (0.008386) X3 năm trước 0.169824 (0.011109) X7 năm trước 0.253567 (0.044129) X8 năm trước 0.021185 (0.002050) , và * cho biết ý nghĩa tương ứng là 0,1%, 5% và mức 10%. White period standard errors & covariance (d.f. corrected) 3.2. Ứng dụng mô hình cấu trúc vốn mục tiêu Ứng dụng mô hình cấu trúc vốn mục tiêu sẽ làm rõ hai vấn đề lớn: 428
7. HỘI THẢO "NGÂN HÀNG VIỆT NAM: BỐI CẢNH VÀ TRIỂN VỌNG" Thứ nhất, đánh giá xem khi các doanh nghiệp ở trên mức đòn bẩy mục tiêu và dưới mức đòn bẩy mục tiêu sẽ điều chỉnh như thế nào, đối xứng hay không đối xứng, nếu không đối xứng thì khi nào việc điều chỉnh sẽ được ưu tiên. Thứ hai, tốc độ điều chỉnh của đòn bẩy mục tiêu như thế nào khi độ lệch đòn bẩy tài chính so với đòn bẩy mục tiêu nhỏ và khi độ lệch đòn bẩy tài chính so với đòn bẩy mục tiêu lớn. Bảng 2. Kết quả hồi quy bằng phương pháp GMM Mô hình GMM Biến -0.020817 C (0.0457) 0.567386 PTRAC (0.0000)* 0.314683 NTRAC (0.0004)* R2 0.16 Durbin - Watson 2.34 (*, , : 1%,5%,10%) Một kết quả quan trọng từ bảng 2 là ta thấy hệ số PTRAC = 56.7% > NTRAC = 31.4%, tức là các doanh nghiệp có đòn bẩy thấp hơn đòn bẩy mục tiêu tỏ ra nỗ lực hơn và sẽ cố gắng tăng mức đòn bẩy nhiều hơn nỗ lực giảm đòn bẩy khi đòn bẩy cao hơn mức mục tiêu. Tóm lại, mô hình trên đã thể hiện cái nhìn rõ ràng về cách mà các giám đốc tài chính ngành sản xuất vật liệu xây dựng điều chỉnh đòn bẩy thực tế khi nó đang cao hơn hoặc thấp hơn đòn bẩy mục tiêu. Kết quả cho thấy các doanh nghiệp tỏ ra nhạy cảm khi đòn bẩy thực tế thấp hơn so với đòn bẩy mục tiêu, và tốc độ điều chỉnh để đòn bẩy trở về mức mục tiêu của PTRAC > NTRAC. Điều này cho thấy các lợi ích của việc tăng đòn bẩy (tiết kiệm thuế) lớn hơn so với việc giảm đòn bẩy (giảm chi phí phá sản và chi phí đại diện). Đây là phát hiện quan trọng cho các doanh nghiệp đang xây dựng cấu trúc vốn và đang theo đuổi cấu trúc vốn tối ưu cho doanh nghiệp. Bảng 3. Kết quả ước lượng mô hình theo phương pháp GMM Mô hình GMM Biến Ψ0 -0.01700 (0.2911) PTRAC+ 0.596524 (0.0000)* PTRAC- -0.007997 (0.9801) NTRAC+ 0.601807 (0.0809) NTRAC- 0.347040 (0.0002)* R2 0.18 Durbin - Watson 2.37 429
8. TRƯỜNG ĐẠI HỌC KINH TẾ - ĐẠI HỌC ĐÀ NẴNG Kết quả bảng 3 cho thấy mức lệch đòn bẩy mục tiêu lớn hơn mức trung bình thì các doanh nghiệp ngành tỏ ra nhạy cảm, và nhanh chóng điều chỉnh đồn bẩy mục tiêu về mức cân bằng thể hiện ở hệ số ước lượng PTRAC+ = 0.596524, NTRAC+ = 0.601807, còn đối với trường hợp mức lệch đòn bẩy mục tiêu thấp hơn mức trung bình thì các doanh nghiệp ngành rất ít có sự điều chỉnh thể hiện hệ số ước lượng PTRAC- , TRAC- lần lượt không có ý nghĩa thống kê. Tóm lại, mô hình trên cho thấy rằng, những lý do như chi phí giao dịch cao, chi phí phá sản xuất hiện khi gia tăng đòn bẩy là những nguyên nhân làm cho tốc độ điều chỉnh nhanh khi độ lệch đòn bẩy mục tiêu lớn. 3.3. Mô hình hiệu chỉnh sai số (ECM) Mô hình hiệu chỉnh sai số cho phép đánh giá tác động ngắn hạn và dài hạn của đòn bẩy tài chính mục tiệu lên đòn bẩy hiện tại. ΔYit = Φ0 + Φ1ECTt-1 + Φ2ΔY*it +εit (7) Trước khi đưa ra kết quả ước lượng, chúng tôi kiểm định tính dừng của phần dư trong công thức Yit-1 = β1 Y*it-1 + e (e: phần dư) (8) Kết quả kiểm định tính dừng cho phần dư e cho giá trị |t| = 4.715527 > |tα=0.01 | = 3.497727 nên mô hình hồi quy (8) đồng liên kết, hàm ý rằng Yit-1 , Y*it-1 là đồng liên kết. Granger (1989) chỉ ra rằng khi nào đồng liên kết tồn tại thì mô hình hiệu chỉnh sai số (ECM) đúng tức là đòn bẩy tài chính của doanh nghiệp sẽ hướng đến đòn bẩy mục tiêu trong dài hạn. Bảng 4 . Kết quả mô hình hiệu chỉnh sai số ECM Mô hình GMM Biến 0.006160 Φ0 (0.0802) 0.81333 ECT t-1 (0.0000)* -0.052545 ΔYt-1 (0.6964) R2 0.051 Durbin - Watson 2.29 Kết quả của bảng 4 cho thấy, giá trị Φ1 có ý nghĩa thống kê ở mức 1% thể hiện có sự ảnh hưởng giữa đòn bẩy tài chính mục tiêu dài hạn và đòn bẩy hiện tại. Con số 81% thể hiện mức độ điều chỉnh nhanh của trở về đòn bẩy mục tiêu của các doanh nghiệp trong dài hạn. 81% độ lệch của thời kì trước sẽ được điều chỉnh loại trừ vào thời kì sau. Giá trị Φ2 không có ý nghĩa thống kê chứng tỏ không có tác động ngắn hạn của đòn bẩy mục tiêu lên đòn bẩy thực tế. Kết quả nghiên cứu phù hợp với nghiên cứu của Zurigat tại thị trường Jordan 2009. 4. Kết luận Qua nghiên cứu mô hình điều chỉnh xây dựng cấu trúc vốn mục tiêu của các doanh nghiệp ngành sản xuất vật liệu xây dựng có thể rút ra một số kết luận sau đây: Thứ nhất, kết quả nghiên cứu cho thấy rằng chính sách vay nợ của doanh nghiệp phụ thuộc chủ yếu vào 3 nhân tố: cơ cấu tài sản, biến khả năng sinh lợi, biến nợ phải trả/tổng tài sản kỳ trước. 430
9. HỘI THẢO "NGÂN HÀNG VIỆT NAM: BỐI CẢNH VÀ TRIỂN VỌNG" Thứ hai, bài báo nghiên cứu mô hình mở rộng lý thuyết đánh đổi dựa trên ý tưởng của Zurigat (2009). Mô hình mở rộng cho lý thuyết đánh đổi cho thấy hai kết quả: (1) khi đòn bẩy thực tế vượt trên mức mục tiêu thì doanh nghiệp nhanh chóng điều chỉnh giảm xuống với tỷ lệ điều chỉnh 34.7%, trong khi đó nếu đòn bẩy tài chính dưới mức mục tiêu thì tỷ lệ điều chỉnh vào khoảng 60.1% cho thấy các lợi ích việc tăng đòn bẩy lớn hơn so với lợi ích của việc giảm đòn bẩy; (2) các doanh nghiệp ngành tỏ ra nhạy cảm và nhanh chóng điều chỉnh đòn bẩy về mức mục tiêu khi độ lệch của đòn bẩy mục tiêu lớn hơn so với mức trung bình. Cuối cùng bài báo sử dụng mô hình hiệu chỉnh sai số (ECM) để xem xét tác động dài hạn của đòn bẩy mục tiêu lên đòn bẩy hiện tại. Kết qủa ước lượng ủng hộ cho quan điểm các doanh nghiệp duy trì một cấu trúc vốn mục tiêu trong dài hạn và ảnh hưởng dài hạn của đòn bẩy tài chinh mục tiêu lên đòn bẩy hiện tại là khá rõ ràng với tốc độ điều chỉnh là 81%. DANH MỤC TÀI LIỆU THAM KHẢO [1] Antonios Antoniou, Yilmaz Guney and Krishna Paudyal (2002), “Determinants of corporate capital structure: Evidence from European countries”, 15 [2] Arellano, M. and Bond, S. (1991) 'Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations'. The Review of Economic Studies 58 (2), 277-297 [3] Arellano, M. and Bover, O. (1995) 'Another Look at the Instrumental Variable Estimation of Error-Components Models'. Journal of Econometrics 68 (1), 29-51 [4] Auerbach, A. J. (1985) 'Real Determinants of Corporate Leverage'. Corporate Capital Structures in the United States. ed. by Anon: University of Chicago Press, 301-324 [5] De Miguel, A. and Pindado, J. (2001) 'Determinants of Capital Structure: New Evidence from Spanish Panel Data'. Journal of Corporate Finance 7 (1), 77-99 [6] Dries, H., Marc, D. and Hubert, O. (2008) „The Financial Struture of Private Held Belgian Firms‟. Small Business Economics 30, 301-313 [7] Fred, R. and Alfons, J.W. (2005) „Taxes and the Financial Structure of German Inward FDI, Kiel Institute for World Economics‟, Review of World Economics 141 [8] Fama, E. F. and French, K. R. (2002) 'Testing Trade-Off and Pecking Order Predictions about Dividends and Debt'. Review of Financial Studies 15 (1), 1-33 [9] Frank, M. Z. and Goyal, V. K. (2003) 'Testing the Pecking Order Theory of Capital Structure'. Journal of Financial Economics 67 (2), 217-248 [10] Huang, S. and Song, F. (2002) „The Determinants of Capital Structure: Evidence from China‟, Working paper, The University of Hong Kong, 2-7 [11] Bouallegui, I. (2006) „The Dynamics of Capital Structure: Panel Data Analysis Evidence from New High-Tech German Firms‟, Research Paper, 13-16. [12] Jensen, M.C and W. Meckling (1976) „Theory of the firm: managerial behavior, agency costs and ownership structure‟, Journal of Financial Economics 3, 305-360. [13] López-Gracia, J. and Sánchez-Andújar, S. (2007) „Financial Structure of the Family Business: Evidence From a Group of Small Spanish Firms‟, FAMILY BUSINESS REVIEW XX (4) [14] Myers, S.C. (1977) „Determinants of Corporate Borrowing‟, Journal of Financial Economics 5, 145-175 431
10. TRƯỜNG ĐẠI HỌC KINH TẾ - ĐẠI HỌC ĐÀ NẴNG [15] Nguyen, T. C. and Nguyen, T. C. (2012) 'The Factors Affecting Capital Structure for each Group of Enterprises in each Debt Ratio Threshold: Evidence from Vietnam's Seafood Processing Enterprises'. International Research Journal of Finance & Economics (94), 23-37 [16] Rajan, R.G., Zingales, L., (1995) „What Do We Know about Capital Structure? Some Evidence from International Data‟, Journal of Finance 50, 1421-1461. [17] Ramu Ramathan, Nhập môn kinh tế lượng với các ứng dụng, chương trình giảng dạy Kinh tế Full Bright, chương 10, 6. [18] Shyam-Sunder, L. and C. Myers, S. (1999) 'Testing Static Tradeoff Against Pecking Order Models of Capital Structure'. Journal of Financial Economics 51 (2), 219-244 [19] Tran Dinh, K. N. and Ramachandran, N. (2006) 'Capital Structure in Small and Medium- Sized Enterprises'. ASEAN Economic Bulletin 23 (2), 192-211 [20] Võ Thị Thúy Anh, Bùi Phan Nhã Khanh (2012) „Các nhân tố ảnh hưởng đến cấu trúc tài chính DN: nghiên cứu thực nghiệm trên các DN ngành công nghiệp chế tạo niêm yết trên Hose‟, Tạp chí Phát triển kinh tế tháng 7, ĐH Kinh tế TP. HCM. [21] Viet Anh Dang, Minjoo Kim, và Yongcheol Shin, „Asymmetric Capital Structure Adjustments: NewEvidence from Dynamic Panel Threshold Models‟, Research Paper, 5-7. 432