Professional Documents
Culture Documents
Trong đó:
- Biến “LD”: là biến phụ thuộc, được đo lường bằng cách lấy Nợ dài hạn chia cho
tổng tài sản, biến này cho chúng ta biết mức độ doanh nghiệp sử dụng nợ là bao
nhiêu.
- Biến “ROA” đại diện cho khả năng sinh lợi của doanh nghiệp, được tính bằng
lợi nhuận sau thuế chi cho tổng tài sản.
- Biến “AGE”: là tuổi của doanh nghiệp, được đo lường bằng hiệu số giữa năm
hiện tại và năm thành lập.
- Biến “SIZE”: là quy mô của doanh nghiệp, được đo lường bằng logarit tổng tài
sản.
- Biến “TAN”: tài sản cố định, được tính bằng tài sản cố định trên tổng tài sản.
- Biến “CUR”: khả năng thanh toán hiện hành, bằng tài sản ngắn hạn chia cho nợ
ngắn hạn.
- Biến “COVID”: biến giả, bằng 1 nếu năm đó xảy ra dịch bệnh, ngược lại 0.
1
1.2. Mục tiêu và câu hỏi nghiên cứu
Mục tiêu nghiên cứu của đề tài này là nhằm nghiên cứu các yếu tố có ảnh hưởng
đến cấu trúc vốn của các doanh nghiệp được niêm yết trên SGDCK TP.HCM
trong giai đoạn 2017-2020. Các giả thuyết nghiên cứu được tác giả đặt ra như sau:
Giả thuyết H1: Khả năng sinh lợi có mối quan hệ ngược chiều với cấu trúc
vốn doanh nghiệp.
Giả thuyết H2: Tuổi doanh nghiệp có mối quan hệ ngược chiều với cấu trúc
vốn của doanh nghiệp.
Giả thuyết H3: Tài sản cố định và cấu trúc vốn có quan hệ cùng chiều với
nhau.
1.3. Thống kê mô tả
Bảng 1. Bảng thống kê mô tả
Biến Số quan sát Trung bình Độ lệch GTNN GTLN
chuẩn
LD 1,308 .1184544 .1420103 0 .721211
ROA 1,308 .0924624 .0895033 -.7729308 .6670481
AGE 1,308 26.64067 14.28599 4 93
SIZE 1,308 28.37289 1.435305 25.21365 33.67722
TAN 1,308 .2038811 .208892 0 .9626768
CUR 1,308 2.356876 2.96582 .0971288 43.01701
COVID 1,308 .5 .5001912 0 1
3
Bảng 4. Kết quả kiểm định hiện tượng đa cộng tuyến
Kết quả kiểm định cho giá trị p_value = 0.0000 nhỏ hơn 5% đồng nghĩa với việc
giả thuyết H0 bị bác bỏ, nghĩa là mô hình hồi quy có hiện tượng phương sai thay đổi.
Kết quả kiểm định cho giá trị p_value = 0.0000 nhỏ hơn 5% đồng nghĩa với việc
giả thuyết H0 bị bác bỏ, nghĩa là mô hình hồi quy có hiện tượng tự tương quan.
4
H0 : Phần dư có phân phối chuẩn
Kết quả kiểm định Shapiro-Wilk W cho giá trị p-value = 0.0000 nhỏ hơn 5% nghĩa
là giả thuyết H0 bị bác bỏ, nên phần dư của mô hình không tuân theo phân phối chuẩn.
1.5.6. Kiểm tra dạng hàm của mô hình
Tác giả dùng kiểm định Ramsey RESET để kiểm định mô hình có sai dạng hàm
hay không, có giả thuyết sau:
Kết quả kiểm định Ramsey RESET cho giá trị p-value = 0.0000 nhỏ hơn 5% nghĩa
là bác bỏ giả thuyết H0 , nên mô hình thiếu biến.
5
Tác giả thực hiện hồi quy mô hình theo các ước lượng khác nhau như OLS, FE,
RE, BETWEEN, DIFFERENCE hay LSDV, kết quả ước lượng được tác giả trình bày
như sau:
Bảng 4. Kết quả ước lượng các mô hình
Kết quả kiểm định F-test cho giá trị p_value = 0.0000 nhỏ hơn 5%, đồng nghĩa giả
thuyết H0 bị bác bỏ, nên mô hình hồi quy FEM sẽ là mô hình hồi quy tối ưu.
Tác giả tiến hành kiểm định Hausman để lựa chọn giữa hai mô hình REM và FEM
với giả thuyết sau:
1.6.3. Khắc phục khuyết tật mô hình và phân tích kết quả hồi quy
Sau khi chọn được mô hình REM là mô hình hồi quy tối ưu, tác giả tiến hành khắc
phục hai khuyết tật phương sai thay đổi và tự tương quan của mô hình bằng phương
pháp hồi quy FGLS.
LD FGLS
-.0653329***
ROA
.0144231
-.0004505***
AGE
.0001395
.0330995***
SIZE
.0015872
.1963138***
TAN
.0116229
.0009781**
CUR
.0004435
-.0051857***
COVID
.0016416
-.8702042***
_cons
.044397
Trong đó *, **, *** đại diện cho các mức ý nghĩa thống kê 10%, 5%, 1%
Nguồn: Tác giả tự tổng hợp từ Stata
Đầu tiên, tác giả thấy rằng khả năng sinh lợi của doanh nghiệp (ROA) có mối quan
hệ ngược chiều với cấu trúc vốn của doanh nghiệp ở mức ý nghĩa thống kê 1%, điều này
nghĩa là khi doanh nghiệp hoạt động kinh doanh có hiệu quả thì những doanh nghiệp
này sẽ có xu hướng giảm vay nợ. Tiếp đến tuổi doanh nghiệp cũng có mối quan hệ
7
ngược chiều với cấu trúc vốn của doanh nghiệp ở mức ý nghĩa thống kê 1%, điều này là
do doanh nghiệp hoạt động càng lâu năm thì doanh nghiệp sẽ tích trữ được một lượng
lớn tiền mặt mà không cần phải đi vay bên ngoài. Tiếp đến quy mô doanh nghiệp cho
thấy có mối quan hệ cùng chiều với cấu trúc vốn nghĩa là khi quy mô doanh nghiệp càng
lớn thì doanh nghiệp sẽ vay càng nhiều, điều này đúng đối với những doanh nghiệp đang
phát triển muốn mở rộng công suất sẽ rất cần lượng vốn lớn để đầu tư mở rộng sản xuất
khi năng lực tài chính vẫn còn hạn chế. Tỷ lệ tài sản cố định cũng có mối quan hệ cùng
chiều với cấu trúc vốn, giải thích cho điều này là thông thường những doanh nghiệp sản
xuất hay những ngành thuộc nhóm có vốn đầu tư ban đầu lớn sẽ rất cần nhiều tiền để
xây dựng nhà máy, việc này sẽ khiến cho nhu cầu vay vốn cao hơn để mở rộng đầu tư
vào tài sản cố định. Tiếp đến, khả năng thanh toán ngắn hạn cũng có mối quan hệ cùng
chiều với cấu trúc vốn, điều này cho thấy năng lực tài chính công ty tốt (được thể hiện
phần qua qua thước đo thanh toán tốt) thì những doanh nghiệp này sẽ có xu hướng đi
vay nợ nhiều hơn để tiếp tục hoạt động kinh doanh sản xuất. Cuối cùng, biến giả đại
diện cho dịch bệnh Covid-19 có mối quan hệ ngược chiều với cấu trúc vốn, điều này
được tác giả giải thích rằng khi dịch bệnh diễn ra, các hoạt động sản xuất kinh doanh bị
ngừng trệ, doanh nghiệp không có nguồn doanh thu dẫn đến việc vay nợ sẽ không thể
trả được nên các doanh nghiệp đã tránh vay nợ khi dịch bệnh diễn ra.
ROA quan hệ ngược chiều với cấu trúc vốn của (-) Chấp nhận (-)
doanh nghiệp.
Giả thuyết H2: Tuổi doanh nghiệp có mối
AGE quan hệ ngược chiều với cấu trúc vốn của (-) Chấp nhận (-)
doanh nghiệp.
Giả thuyết H3: Tài sản cố định hữu hình
TAN và cấu trúc vốn có quan hệ cùng chiều với (+) Chấp nhận (-)
nhau..
Nguồn: Tác giả tự tổng hợp
8
PART 2
2.1. Dữ liệu nghiên cứu
Dữ liệu nghiên cứu được lấy từ dữ liệu lịch sử hàng tuần của chỉ số VNINDEX đăng
tải trên Website Investing.com trong vòng 52 tuần, khoảng thời gian tác giả thu thập là
từ 19/09/2021 đến 11/09/2022.
Hình 2.1. Chuỗi thời gian VNINDEX
9
Kết quả kiểm định Dickey-Fuller đối với chuỗi VNINDEX cho giá trị p-value =
0.1305 lớn hơn 5% đồng nghĩa với việc chấp nhận giả thuyết H0 nên có thể kết luận
chuỗi VNINDEX là không dừng do đó tiếp tục lấy sai phân của chuỗi VNINDEX.
Hình 2.4. Đồ thị chuỗi VNINDEX sai phân bậc 1
10
Đối với đồ thị ACF, tác giả thấy không có giá trị nào vượt ra ngoải khoảng tin cậy
nên q = 0 tuy nhiên nên cân nhắc thêm q = 9. Tương tự, đối với đồ thị PACF, tác giả
thấy không có giá trị nào vượt ra ngoải khoảng tin cậy nên P = 0 tuy nhiên nên cân nhắc
thêm p = 9 do đó tác giả có được mô hình ARIMA(9,1,9).
Hình 2.7. Mức độ ổn định của mô hình
11
2.4.2. Kiểm định hiện tượng phương sai thay đổi
Tác giả sử dụng kiểm định White để kiểm định hiện tượng phương sai thay đổi của
phần dư, giả thuyết kiểm định được tác giả trình bày như sau:
H0 : Mô hình không có hiện tượng phương sai thay đổi
H1 : Mô hình có hiện tượng phương sai thay đổi
Kết quả kiểm định White cho thấy giá trị p-value = 0.15595 lớn hơn 5% nghĩa là chấp
nhận giả thuyết H0 hay nói cách khác mô hình không có hiện tượng phương sai thay đổi.
2.4.3. Kiểm định tính chất White noise của phần dư
Tác giả kiểm định tính chất White noise của phần dư bằng đồ thị như sau:
Hình 2.9. Nhiễu trắng của phần dư
12
Hình 2.10. Kết quả dự báo VNINDEX 10 tuần tới
13
VNINDEX. Điều này chứng tỏ độ tin cậy của dự báo. Tóm lại, ARIMA(9,1,9) là một
mô hình khá tin cậy đối với dự báo ngắn hạn.
14
PHỤ LỤC PHẦN 1
Khai báo biến
Thống kê mô tả
15
Hồi quy OLS
16
Mô hình FEM
Mô hình REM
17
Kiểm định Hausman
18
Tự tương quan
19
20
Kiểm tra biến nội sinh
21
22
23
Mô hình hồi quy BETWEEN
24
Mô hình hồi quy LSDV
25
Mô hình hồi quy FIRST DIFFERENCE
26
PHỤ LỤC PHẦN 2
Kiểm định tính dừng của chuỗi Vnindex bằng Dickey-Fuller
27
Kiểm định tính dừng của chuỗi Vnindex sai phân bậc 1 bằng Dickey-Fuller
Mô hình ARIMA(9,1,9)
Phần dư
28
Đồ thị phần dư
29
Phân phối chuẩn của phần dư
Sai số dự báo
30