Luận văn Thạc sĩ Kinh tế: Nghiên cứu ảnh hưởng của quy mô doanh nghiệp đến mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động của các doanh nghiệp niêm yết tại Thị trường chứng khoán Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

------------------

PHẠM THỊ MINH HIẾU

NGHIÊN CỨU

ẢNH HƯỞNG CỦA QUY MÔ DOANH NGHIỆP ĐẾN MỐI

QUAN HỆ GIỮA ĐÒN BẨY TÀI CHÍNH VÀ HIỆU QUẢ

HOẠT ĐỘNG CỦA CÁC CÔNG TY NIÊM YẾT

TẠI VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP. HỒ CHÍ MINH, THÁ NG 12 NĂM 2018

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

------------------

PHẠM THỊ MINH HIẾU

NGHIÊN CỨU

ẢNH HƯỞNG CỦA QUY MÔ DOANH NGHIỆP ĐẾN MỐI

QUAN HỆ GIỮA ĐÒN BẨY TÀI CHÍNH VÀ HIỆU QUẢ

HOẠT ĐỘNG CỦA CÁC CÔNG TY NIÊM YẾT

TẠI VIỆT NAM

Chuyên ngành: Tài chính – Ngân hàng Mã số : 8340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚ NG DẪ N KHOA HỌC:

PGS.TS. LÊ THỊ LANH

TP. HỒ CHÍ MINH, THÁ NG 12 NĂM 2018

LỜI CAM ĐOAN

Tôi tên là Phạm Thị Minh Hiếu, tác giả của luận văn thạc sĩ “Nghiên cứu ảnh

hưởng của quy mô doanh nghiệp đến mối quan hệ giữa đòn bẩy tài chính và

hiệu quả hoạt động của các doanh nghiệp niêm yết tại Thị trường chứng khoán

Việt Nam”.

Tôi xin cam đoan: Nô ̣i dung của luận văn là kết quả nghiên cứu của cá nhân

dưới sự hướng dẫn khoa học của PGS. TS. Lê Thị Lanh. Luận văn được thực

hiện và hoàn tất một cách độc lập, tự thân. Tất cả các số liê ̣u là trung thực và

được thu thập từ các nguồn đáng tin cậy, kết quả nghiên cứ u được lấy từ phần

mềm kinh tế lượng, không sao chép từ các nguồn khác. Tất cả tài liệu tham

khảo được sử dụng trong luận văn này đều có trích dẫn đầy đủ và rõ ràng.

Tp. Hồ Chí Minh, ngày tháng 12 năm 2018 Tác giả đề tài

Phạm Thị Minh Hiếu

MỤC LỤC

TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC CHỮ VIẾT TẮT

DANH MỤC BẢNG BIỂU

TÓM TẮT

CHƯƠNG 1 – GIỚ I THIỆU ................................................................................ 1

1.1 Lý do chọn đề tài ......................................................................................... 1 1.2 Mục tiêu nghiên cứu .................................................................................. 3 1.3 Phương pháp nghiên cứu ........................................................................... 3 1.4 Ý nghĩa của đề tài ...................................................................................... 4 1.5 Kết cấu của đề tài ....................................................................................... 5

CHƯƠNG 2 - KHUNG LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN

CỨU TRƯỚC ĐÂY .............................................................................................. 6

2.1 Khung lý thuyết về cấu trúc vốn................................................................. 6

2.1.1 Lý thuyết cấu trúc vốn của M&M ........................................................ 6

2.1.2 Lý thuyết đánh đổi về cấu trúc vốn ...................................................... 7

2.1.3 Lý thuyết trật tự phân hạng ................................................................... 8

2.1.4 Lý thuyết chi phí đại diện ..................................................................... 8

2.1.5 Lý thuyết dòng tiền tự do ...................................................................... 9

2.1.6 Lý thuyết phát tín hiệu ........................................................................ 10

2.2 Các nghiên cứu thực nghiệm về mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động của doanh nghiệp ............................................................ 11 2.2.1 Các nghiên cứu thực nghiệm về mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động của doanh nghiệp ..................................................... 11 2.2.1.1 Các nghiên cứu thực nghiệm về mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động của doanh nghiệp ........................................... 11 2.2.1.2 Các nghiên cứu thực nghiệm về mối quan hệ giữa đòn bẩy tài

chính và hiệu quả hoạt động của doanh nghiệp trong khủng hoản tài chính

năm 2008 ...................................................................................................... 17

2.2.2 Các nghiên cứu thực nghiệm về tác động của quy mô doanh nghiệp

đến mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động .................. 19

CHƯƠNG 3: PHƯƠNG PHÁ P NGHIÊN CỨ U ............................................. 28

3.1 Dữ liệu nghiên cứu .................................................................................. 28 3.2 Giả thuyết nghiên cứu, trình tự thực hiện và phương pháp nghiên cứu ... 29 3.2.1 Giả thuyết nghiên cứu ........................................................................ 29

3.2.2 Trình tự thực hiện và phương pháp nghiên cứu ................................ 31

3.2.2.1 Thống kê mô tả ........................................................................... 31

3.2.2.2 Phân tích tương quan .................................................................. 32

3.2.2.3 Kiểm định sự phù hợp của mô hình ............................................ 32

3.2.2.4 Kiểm định các giả thuyết của mô hình hồi quy ........................... 33

3.2.2.5 Kiểm định ảnh hưởng của quy mô doanh nghiệp đến mối quan

hệ giữa đòn bẩy tài chính và hiệu quả hoạt động của doanh nghiệp – Mô

hình nghiên cứu, mô tả biến .................................................................... 35

3.2.2.6 Kiểm định tính vững .................................................................... 42

3.2.2.7 Kiểm định mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt

động của doanh nghiệp trong giai đoạn từ năm 2007 đến năm 2009...... 43

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨ U VÀ THẢO LUẬN ........................ 45

4.1 Kết quả nghiên cứu ................................................................................... 45

4.1.1 Thống kê mô tả ................................................................................... 45

4.1.2 Ma trận hệ số tương quan .................................................................. 47

4.1.3 Kết quả lựa chọn mô hình .................................................................. 49

4.1.4 Kiểm định khuyết tật của mô hình ..................................................... 50 4.1.4.1 Kiểm định hiện tượng đa cộng tuyến ......................................... 50 4.1.4.2 Kiểm định hiện tượng phương sai thay đổi ................................ 51

4.1.4.3 Kiểm định hiện tượng tự tương quan ......................................... 52 4.1.5 Kết quả mô hình nghiên cứu .............................................................. 52 4.1.6 Kiểm tra tính vững ............................................................................. 63 4.1.7 Kiểm định mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động của doanh nghiệp trong giai đoạn từ năm 2007 đến năm 2009 ................... 65 4.2 Thảo luận ................................................................................................. 75

CHƯƠNG 5: KẾT LUẬN ............................................................................. 79

5.1 Kết luận ..................................................................................................... 79

5.2 Hạn chế của đề tài và hướng nghiên cứu tiếp theo ................................... 80 5.2.1 Hạn chế của đề tài ............................................................................... 80

5.2.2 Những gợi ý và hướng nghiên cứu tiếp theo ...................................... 81

DANH MỤC TÀI LIỆU THAM KHẢO

PHỤ LỤC

DANH MỤC CHỮ VIẾT TẮ T

EBIT Lãi trước thuế và lãi vay

Tổng sản phẩm quốc nội GDP

Phương pháp Bình phương nhỏ nhất tổng quát GLS

HNX Sở giao dịch chứng khoán Hà Nội

HOSE Sở giao dịch chứng khoán Thành phố Hồ Chí Minh

OLS Phương pháp Bình phương nhỏ nhất

TSCĐ Tài sản cố định

Tỷ suất sinh lợi trên tổng tài sản ROA

Phương pháp Bình phương nhỏ nhất 2 giai đoạn 2SLS

DANH MỤC BẢNG

Tổng hợp các nghiên cứu thực nghiệm Bảng 2.1:

Mô tả biến sử dụng Bảng 3.1:

Thống kê mô tả Bảng 4.1:

Thống kê giá trị trung bình của LEV cho 5 mẫu phụ Bảng 4.2:

Ma trận hệ số tương quan Bảng 4.3:

Kết quả lựa chọn mô hình Bảng 4.4:

Kết quả hồi quy VIF Bảng 4.5:

Kết quả kiểm định Wald về phương sai thay đổi Bảng 4.6:

Kết quả kiểm định Wooldridge về tự tương quan Bảng 4.7:

Kết quả hồi quy của mô hình (1) khi sử dụng biến giả dummy Bảng 4.8:

Kết quả hồi quy mô hình (1) cho mẫu chung và 4 mẫu nhỏ Bảng 4.9:

Bảng 4.10: Kết quả hồi quy của mô hình (2) cho mẫu chung và 4 mẫu nhỏ

Kết quả hồi quy của mô hình (3) cho mẫu chung và 4 mẫu nhỏ Bảng 4.11:

Kết quả hồi quy của mô hình (4) cho mẫu chung và 4 mẫu nhỏ Bảng 4.12:

Tổng hợp kết quả của mô hình (1), mô hình (2), mô hình (3) và Bảng 4.13: mô hình (4)

Kết quả hồi quy sử dụng biến công cụ TANGIBILITY và Bảng 4.14: phương pháp bình phương nhỏ nhất 2 giai đoạn (2SLS)

Kết quả hồi quy mô hình (1) cho mẫu chung và 4 mẫu nhỏ trong Bảng 4.15: giai đoạn 2007 – 2009

Bảng 4.16:

Bảng 4.17:

Bảng 4.18:

Kết quả hồi quy mô hình (2) cho mẫu chung và 4 mẫu nhỏ trong giai đoạn 2007 – 2009 Kết quả hồi quy mô hình (3) cho mẫu chung và 4 mẫu nhỏ trong giai đoạn 2007 – 2009 Kết quả hồi quy mô hình (4) cho mẫu chung và 4 mẫu nhỏ trong giai đoạn 2007 – 2009 Kết quả hồi quy mô hình (1) cho mẫu chung và 4 mẫu nhỏ trong Bảng 4.19: giai đoạn 2010 – 2017

Bảng 4.20:

Bảng 4.21:

Bảng 4.22:

Kết quả hồi quy mô hình (2) cho mẫu chung và 4 mẫu nhỏ trong giai đoạn 2010 – 2017 Kết quả hồi quy mô hình (3) cho mẫu chung và 4 mẫu nhỏ trong giai đoạn 2010 – 2017 Kết quả hồi quy mô hình (4) cho mẫu chung và 4 mẫu nhỏ trong giai đoạn 2010 – 2017 Kết quả hồi quy của mô hình (7) cho mẫu chung và 4 mẫu nhỏ Bảng 4.23:

TÓ M TẮ T

Bài nghiên cứu được thực hiện dựa trên việc phân tích dữ liệu từ Báo cáo

tài chính của 321 công ty phi tài chính niêm yết tại Việt Nam để đánh giá ảnh

hưởng của quy mô doanh nghiệp đến mối quan hệ giữa đòn bẩy tài chính và hiệu

quả hoạt động trong giai đoạn từ năm 2007-2017. Nghiên cứu đã tìm thấy các

bằng chứng:

Thứ nhất, đòn bẩy tài chính có mối tương quan âm với hiệu quả hoạt động

của doanh nghiệp, và tác động của đòn bẩy có xu hướng tăng lên khi quy mô

doanh nghiệp tăng lên.

Thứ hai, tồn tại mối quan hệ phi tuyến giữa đòn bẩy tài chính và hiệu quả

hoạt động ở các doanh nghiệp có quy mô khác nhau.

Thứ ba, khi hiệu quả hoạt động của doanh nghiệp gia tăng, các doanh

nghiệp có xu hướng giảm tỷ lệ đòn bẩy tài chính và mức độ giảm tỷ lệ đòn bẩy tài

chính khác nhau đối với các doanh nghiệp có quy mô khác nhau.

Thứ tư, các doanh nghiệp có quy mô lớn và rất lớn có xu hướng giảm việc

sử dụng nợ nhiều hơn so với các doanh nghiệp có quy mô nhỏ khi hiệu quả hoạt

động trong quá khứ tăng.

Thứ năm, tác động của đòn bẩy tài chính lên hiệu quả hoạt động của giai

đoạn sau khủng hoảng lớn hơn giai đoạn trong khủng hoảng năm 2008, đồng thời

tìm thấy bằng chứng cho thấy đòn bẩy tài chính ảnh hưởng đến hiệu quả hoạt động

tăng dần khi quy mô doanh nghiệp tăng lên.

Kết quả nghiên cứu cung cấp bằng chứng thực nghiệm về mối quan hệ giữa

đòn bẩy tài chính và hiệu quả hoạt động của các công ty phi tài chính niêm yết tại

Việt Nam thay đổi theo quy mô doanh nghiệp. Qua đó, các nhà quản lý có thể xác

định tỷ lệ đòn bẩy tài chính phù hợp với quy mô doanh nghiệp nhằm sử dụng cấu

trúc vốn có nợ vay hiệu quả. Đồng thời, bài nghiên cứu cũng cung cấp kết quả về

mối tác động đòn bẩy tài chính đến hiệu quả hoạt động của doanh nghiệp thay đổi

theo quy mô doanh nghiệp trong giai đoạn khủng hoảng tài chính năm 2008.

Từ khóa: Quy mô doanh nghiệp, hiệu quả hoạt động, đòn bẩy tài chính.

CHƯƠNG 1 – GIỚ I THIỆU

1.1 Lý do chọn đề tài

Mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động của doanh nghiệp

là vấn đề nhận được nhiều sự quan tâm đáng kể của các nhà nghiên cứu cũng như

các nhà quản lý doanh nghiệp. Kết quả của nghiên cứu thực nghiệm đưa ra nhiều

kết luận khác nhau. Một số nghiên cứu cho thấy sử dụng đòn bẩy tài chính càng

nhiều thì hiệu quả hoạt động của các doanh nghiệp càng được cải thiện, như nghiên

cứu của Rodan và Lewellen (1995) cho 48 doanh nghiệp Mỹ trong giai đoạn 1981-

1990; nghiên cứu của Funso và Olorunfemi (2010) cho các công ty xăng dầu tại

Nigieria trong giai đoạn 1999-2005. Điều này có nghĩa là doanh nghiệp có khả năng

đạt mức sinh lợi cao khi sử dụng cấu trúc vốn có tỷ lệ nợ vay cao. Tuy nhiên, một

số nghiên cứu khác lại cung cấp bằng chứng cho thấy việc sử dụng đòn bẩy tài

chính cao sẽ làm giảm hiệu quả hoạt động của doanh nghiệp. Kết quả này được thể

hiện trong nghiên cứu của Ranjan và Zingales (1995) cho các doanh nghiệp thuộc

nhóm G7; Wiwattanakantang (1999) nghiên cứu trên 270 doanh nghiệp ở Thái Lan.

Bên cạnh đó, Myers (2003) cho rằng tác động của đòn bẩy tài chính đến hiệu

quả hoạt động của doanh nghiệp còn phụ thuộc vào các đặc tính của doanh nghiệp.

Các đặc tính khác nhau của doanh nghiệp sẽ ảnh hưởng đến mối quan hệ giữa đòn

bẩy tài chính và hiệu quả hoạt động, trong đó có quy mô doanh nghiệp. Quy mô

doanh nghiệp phản ánh lợi thế của doanh nghiệp. Doanh nghiệp có quy mô lớn

thường có lợi thế theo quy mô theo nghiên cứu của Himmelberg và cộng sự (1999).

Tuy nhiên, quy mô công ty càng lớn dẫn đến chi phí quản lý gia tăng do cấu trúc

hành chính phức tạp theo nghiên cứu của Williamson (1967). Do đó, theo nghiên

cứu của Himmelberg và cộng sự (1999) cho rằng mối quan hệ giữa quy mô và hiệu

quả hoạt động là mối quan hệ phi tuyến vì các doanh nghiệp có quy mô lớn phải

gánh chịu chi phí quản lý cao dẫn đến hiệu quả hoạt động giảm. Theo Shuman và

Seeger (1986), các doanh nghiệp có quy mô lớn và quy mô nhỏ có sự khác biệt

trong quy trình hoạt động, hệ thống quản lý, tài chính. Một số nghiên cứu đã xem

xét ảnh hưởng của quy mô đến mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt

động của doanh nghiệp như nghiên cứu của Magaratis và Psillaki (2010), San và

Heng (2011).

Tại Việt Nam, một số nghiên cứu thực nghiệm đã chứng minh tác động của

đòn bẩy tài chính đến hiệu quả hoạt động của doanh nghiệp. Kết quả được thể hiện

trong các nghiên cứu của Tristan Nguyen và Huy Cuong Nguyen (2015), Trịnh

Quốc Trung và Nguyễn Văn Sang (2013) đều cho thấy mối tương quan âm giữa đòn

bẩy tài chính và hiệu quả hoạt động. Tuy nhiên, các nghiên cứu chưa chú trọng xem

xét đến sự khác biệt của quy mô doanh nghiệp ảnh hưởng đến mối quan hệ giữa đòn

bẩy tài chính và hiệu quả hoạt động. Trong khi đó, quy mô về tài sản của các doanh

nghiệp niêm yết có sự chênh lệch đáng kể. Các doanh nghiệp có tổng tài sản lớn

hơn 10.000 tỷ đồng chiếm khoảng 6% và các doanh nghiệp có quy mô về tổng tài

sản nhỏ hơn 1.000 tỷ đồng chiếm khoảng 9% trong số các doanh nghiệp được niêm

yết. Sự khác biệt về quy mô tổng tài sản có thể trở thành ưu thế hoặc hạn chế đối

với doanh nghiệp khi sử dụng đòn bẩy tài chính để gia tăng hiệu quả hoạt động của

doanh nghiệp.

Bên cạnh đó, kinh tế Việt Nam chịu tác động từ cuộc khủng hoảng tài chính

toàn cầu năm 2008. Nghiên cứu của Berkmen và cộng sự (2012) cho thấy tác động

tiêu cực của cuộc khủng hoảng tài chính đến tăng trưởng kinh tế, dẫn đến các cơ hội

đầu tư bị hạn chế. Đồng thời, Campello và cộng sự (2012) cho rằng cuộc khủng

hoảng tài chính toàn cầu làm hạn chế mức độ tài trợ nợ từ bên ngoài do việc thắt

chặt tín dụng. Những điều này ảnh hưởng đến việc điều chỉnh cấu trúc vốn và hiệu

quả hoạt động của doanh nghiệp trong giai đoạn từ năm 2007 đến năm 2009. Bên

cạnh đó, nghiên cứu của Đoàn Phi Anh (2010) trong giai đoạn này, cho thấy các

doanh nghiệp có quy mô càng lớn càng sử dụng đòn bẩy tài chính nhiều hơn. Vậy,

việc sử dụng đòn bẩy tài chính có làm gia tăng hiệu quả hoạt động của doanh

nghiệp theo quy mô. Và liệu tác động này có tiếp tục sau cuộc khủng hoảng tài

chính năm 2008 không?

Do đó, dựa trên nghiên cứu củaVithessonthi và cộng sự (2015) “The Effect

of Firm Size on the Leverage-Performance Relationship during the Financial Crisis

of 2007–2009”, tác giả tiến hành nghiên cứu nhằm kiểm tra ảnh hưởng của quy mô

doanh nghiệp đến mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động đối với

các công ty niêm yết tại Việt Nam trong giai đoạn từ năm 2007 đến năm 2017 với

mong muốn gợi ý cho các nhà quản lý tài chính tại các doanh nghiệp trong việc sử

dụng tỷ lệ đòn bẩy tài chính hiệu quả. Bên cạnh đó, bài nghiên cứu bổ sung giai

đoạn nghiên cứu từ năm 2007 đến năm 2009 bằng cách hồi quy theo năm nhằm

đánh giá tác động của đòn bẩy tài chính đến hiệu quả hoạt động của doanh nghiệp

trong giai đoạn khủng hoảng tài chính toàn cầu.

1.2 Mục tiêu nghiên cứu

Mục tiêu của bài nghiên cứu là kiểm định ảnh hưởng của quy mô doanh

nghiệp đến mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động đối với các

công ty niêm yết tại Việt Nam trong giai đoạn từ năm 2007 đến năm 2017. Bài

nghiên cứu tập trung giải quyết các câu hỏi sau:

Thứ nhất: Mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động thay

đổi như thế nào khi quy mô doanh nghiệp thay đổi?

Thứ hai: Có tồn tại mối quan hệ phi tuyến giữa đòn bẩy tài chính và hiệu quả

hoạt động đối với các doanh nghiệp có quy mô khác nhau hay không?

Thứ ba: Sự thay đổi của tỷ số đòn bẩy tài chính sử dụng trong cấu trúc vốn

của các doanh nghiệp có tác động đến hiệu quả hoạt động của các doanh nghiệp có

quy mô khác nhau hay không?

Thứ tư: Hiệu quả hoạt động trong quá khứ của doanh nghiệp có làm thay đổi

tỷ số đòn bẩy tài chính của các doanh nghiệp có quy mô khác nhau hay không?

Thứ năm: Mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động của

doanh nghiệp thay đổi như thế nào trong giai đoạn khủng hoảng tài chính năm

2008?

1.3 Phương pháp nghiên cứu

Dữ liệu nghiên cứu được thu thập từ báo cáo tài chính của các công ty niêm

yết tại Sở giao dịch chứng khoán Hồ Chí Minh (HOSE) và Sở giao dịch chứng

khoán Hà Nội (HNX) trong giai đoạn từ năm 2007 đến năm 2017. Sau khi loại bỏ

các doanh nghiệp có dữ liệu bất thường và các công ty tài chính, kết quả còn lại của

đề tài thực hiện nghiên cứu trên 321 doanh nghiệp với 3506 quan sát. Các biến phụ

thuộc, biến độc lập được tổ chức thành dữ liệu bảng (panel data). Các kết quả phân

tích dữ liệu được thực hiện với sự hỗ trợ của phần mềm Stata 13.0.

Dựa trên mô hình từ bài nghiên cứu “The Effect of Firm Size on the

Leverage-Performance Relationship during the Financial Crisis of 2007–2009” của

Vithessonthi và cộng sự (2015), bài nghiên cứu tiến hành hồi quy trên mẫu chung

gồm 321 doanh nghiệp và 4 mẫu nhỏ được chia theo quy mô về tài sản.

Đề tài sử dụng phương pháp hồi quy đa biến để xem xét việc ảnh hưởng của

quy mô đến mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động. Theo đó, đề

tài thực hiện ước lượng bằng phương pháp Bình phương nhỏ nhất (OLS) với các mô

hình: Pooled OLS, Fixed Effect, Random Effect để kiểm tra. Đồng thời để khắc

phục các khuyết tật (nếu có) của mô hình được chọn trong ba mô hình Pooled OLS,

Fixed Effect, Random Effect bằng phương pháp Bình phương nhỏ nhất tổng quát

Generalized Least Square (GLS). Bên cạnh đó, để kiểm tra tính vững của kết quả

các mô hình có thể xảy ra hiện tượng nội sinh, bài nghiên cứu sử dụng biến công cụ

IV với phương pháp hồi quy Bình phương bé nhất 2 giai đoạn (2SLS).

1.4 Ý nghĩa của đề tài

Từ kết quả hồi quy và kiểm định, bài nghiên cứu được thực hiện với mong

muốn nới rộng bằng chứng thực nghiệm về ảnh hưởng của quy mô đến mối quan hệ

giữa đòn bẩy tài chính và hiệu quả hoạt động tại các doanh nghiệp Việt Nam. Tác

giả kỳ vọng kết quả của nghiên cứu sẽ giúp các doanh nghiệp Việt Nam hiểu rõ hơn

ảnh hưởng của quy mô doanh nghiệp đến mối quan hệ giữa đòn bẩy tài chính và

hiệu quả hoạt động, từ đó giúp doanh nghiệp xác định được tỷ lệ đòn bẩy tài chính

phù hợp với quy mô doanh nghiệp. Điểm mới của nghiên cứu là tác giả chia mẫu

chung thành 4 mẫu nhỏ theo quy mô về tài sản và tiến hành hồi quy theo mẫu chung

và các mẫu nhỏ. Theo đó, tác giả kỳ vọng sẽ xây dựng được một cách tiếp cận mới

để phân tích mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động của doanh

nghiệp theo quy mô. Với bằng chứng cho thấy có sự khác nhau trong việc sử dụng

tỷ lệ đòn bẩy tài chính ở các doanh nghiệp có quy mô khác nhau, tác giả kỳ vọng sẽ

góp phần hỗ trợ các nhà quản trị doanh nghiệp xác định được những chiến lược

quản trị tài chính hiệu quả.

Đồng thời, với bằng chứng thực nghiệm, tác giả kỳ vọng bài nghiên cứu sẽ bổ

sung vào kết quả nghiên cứu chứng minh ảnh hưởng của quy mô doanh nghiệp đến

mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động trong giai đoạn khủng

hoảng tài chính toàn cầu năm 2008.

1.5 Kết cấu của đề tài

Nội dung của đề tài nghiên cứu gồm 5 chương:

Chương 1: Giới thiệu đề tài. Trong chương này, tác giả giới thiệu lý do

chọn đề tài, các câu hỏi nghiên cứu, phương pháp nghiên cứu, ý nghĩa và kết cấu

của đề tài.

Chương 2: Khung lý thuyết và nghiên cứu thực nghiệm. Trong chương

này, tác giả trình bày khung lý thuyết và các nghiên cứu thực nghiệm liên quan đến

mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động.

Chương 3: Phương pháp nghiên cứu và mô tả dữ liệu. Trong chương này,

tác giả trình bày phương pháp nghiên cứu, mô hình và dữ liệu nghiên cứu.

Chương 4: Kết quả nghiên cứu và thảo luận. Trong chương này, tác giả

trình bày kết quả kiểm định và phân tích ảnh hưởng của quy mô doanh nghiệp đến

mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động.

Chương 5: Kết luận và hạn chế của đề tài. Trong chương này, tác giả tổng

kết các vấn đề nghiên cứu, trình bày những hạn chế của đề tài và hướng nghiên cứu

tiếp theo.

CHƯƠNG 2 - KHUNG LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN

CỨU TRƯỚC ĐÂY

2.1 Khung lý thuyết về mối quan hệ giữa đòn bẩy tài chính và hiệu quả

hoạt động của doanh nghiệp

2.1.1 Lý thuyết cấu trúc vốn của M&M

Lý thuyết cấu trúc vốn của M&M được Modigliani và Miller đưa ra từ năm

1958. Lý thuyết M&M (1958) phát biểu rằng giá trị của một doanh nghiệp không

phụ thuộc vào cấu trúc vốn của doanh nghiệp trong điều kiện thị trường hoàn hảo,

tồn tại quy luật bảo tồn giá trị và mua bán song hành. Điều này có nghĩa là việc lựa

chọn giữa việc sử dụng vốn chủ sở hữu hay sử dụng nợ vay không ảnh hưởng đến

giá trị doanh nghiệp.

Năm 1963, Modigliani và Miller nới lỏng lý thuyết trong điều kiện có thuế

thu nhập doanh nghiệp. Kết quả nghiên cứu cho thấy trong điều kiện cạnh tranh

hoàn hảo và có thuế thu nhập doanh nghiệp, việc sử dụng nợ sẽ làm gia tăng giá trị

của doanh nghiệp do nhận được khoản sinh lợi từ tấm chắn thuế, lãi vay được khấu

trừ khỏi thu nhập chịu thuế. Đồng thời, giá trị gia tăng của doanh nghiệp bằng với

giá trị của tấm chắn thuế, nghĩa là sử dụng nợ càng cao thì giá trị doanh nghiệp càng

tăng, có nghĩa là việc sử dụng đòn bẩy tài chính sẽ làm gia tăng hiệu quả hoạt động

của doanh nghiệp nhờ vào lợi thế của tấm chắn thuế.

Tuy nhiên, lý thuyết này bị phản bác bởi một số nghiên cứu khi cho rằng việc

sử dụng nợ sẽ phát sinh thêm một chi phí, đó là chi phí kiệt quệ tài chính. Chi phí

này phát sinh do sử dụng nợ vay làm cho doanh nghiệp phải đối mặt với rủi ro tài

chính. Ngoài ra, việc sử dụng nợ vay còn dẫn đến chi phí đại diện. Chi phí đại diện

không những là những tổn thất, thiệt hại đến từ sự mâu thuẫn phát sinh giữa nhà

quản lý và chủ sở hữu doanh nghiệp, mà còn là mâu thuẫn phát sinh giữa người cho

vay và người đi vay khi sử dụng nợ vay(Jensen và Meckling, 1976).

2.1.2 Lý thuyết đánh đổi về cấu trúc vốn

Lý thuyết đánh đổi cấu trúc vốn được nghiên cứu bởi Kraus và Litzenberger

(1973) và sau đó là Myers (1977) và Myers (1984). Doanh nghiệp có thể đạt cấu

trúc vốn tối ưu khi có thể dựa trên nguyên tắc cân bằng giữa lợi ích từ tấm chắn

thuế và chi phí kiệt quệ tài chính trong việc lựa chọn một tỷ lệ tài trợ bằng nợ hợp

lý. Lý thuyết đánh đổi cấu trúc vốn nhìn chung thừa nhận rằng sự kết hợp giữa vốn

chủ sở hữu và nợ sẽ tạo nên một cấu trúc vốn tối ưu cho doanh nghiệp. Vì vậy, mỗi

doanh nghiệp sẽ có một cấu trúc vốn tối ưu tương ứng với một tỷ lệ nợ xác định mà

tại đó giá trị doanh nghiệp là cao nhất. Tuy nhiên, lý thuyết này được chia thành hai

quan điểm. Quan điểm về lý thuyết đánh đổi cấu trúc vốn tĩnh của Jensen và

Meckling (1976) cho rằng doanh nghiệp có thể nhanh chóng và dễ dàng đạt tới tỷ lệ

nợ tối ưu để tối đa hóa giá trị doanh nghiệp. Quan điểm về lý thuyết đánh đổi cấu

trúc vốn động của Jensen (1986) cho rằng doanh nghiệp có cấu trúc vốn tối ưu,

nhưng cấu trúc vốn thay đổi theo từng thời kỳ do tác động của môi trường bên

ngoài hoặc bên trong doanh nghiệp. Chính tác động này làm cấu trúc vốn không thể

nhanh chóng đạt được mức tối ưu mà cần thời gian điều chỉnh. Do đó, trong ngắn

hạn, cấu trúc vốn của doanh nghiệp dao động quanh mức tối ưu và có xu hướng đạt

tới mức tối ưu trong dài hạn. Lý thuyết này giải thích cho việc doanh nghiệp sử

dụng tỷ lệ đòn bẩy tài chính khác nhau trong từng thời kỳ khác nhau.

Bên cạnh đó, trong nghiên cứu của Harris và Raviv (1991) về lý thuyết đánh

đổi cấu trúc vốn cho rằng các quyết định của doanh nghiệp về việc sử dụng vốn vay

hoặc vốn cổ phần trong cấu trúc vốn là dựa trên các chi phí và lợi ích gắn liền với

từng loại nguồn vốn. Một cấu trúc vốn tối ưu là sự cân bằng giữa lợi ích và chi phí

của nợ. Trong đó lợi ích của nợ là lợi ích từ tấm chắn thuế và lãi vay. Chi phí tiềm

tàng của nợ bao gồm cả chi phí phá sản và chi phí đại diện. Đồng thời, lý thuyết này

cũng giúp giải thích được tỷ lệ nợ khác nhau giữa các ngành. Những doanh nghiệp

có tài sản hữu hình an toàn và khả năng sinh lợi cao thường có tỷ lệ nợ mục tiêu

cao. Ngược lại, các công ty mà khả năng sinh lợi thấp và tài sản vô hình là chủ yếu

nên lựa chọn một cấu trúc vốn với tỷ lệ nợ thấp. Vì vậy, doanh nghiệp phải cân

bằng giữa chi phí và lợi ích với từng nguồn tài trợ trong quyết định về cấu trúc vốn

tối ưu.

2.1.3 Lý thuyết trật tự phân hạng

Lý thuyết trật tự phân hạng của Myers và Majluf (1984) được xem như đối

lập với lý thuyết đánh đổi cấu trúc vốn với giả định không có một cấu trúc vốn tối

ưu rõ ràng nào cho công ty. Theo lý thuyết này, nguyên nhân do sự bất cân xứng

thông tin giữa người quản lý và nhà đầu tư. Thông tin bất cân xứng tác động đến sự

lựa chọn giữa nguồn tài trợ nội bộ và nguồn tài trợ từ bên ngoài của doanh nghiệp.

Nguyên nhân là do các nhà quản lý nắm giữ nhiều thông tin hơn những nhà đầu tư

bên ngoài, điều này làm cho những nhà đầu tư mới yêu cầu một mức chiết khấu cao

hơn so với những nhà đầu tư hiện hữu dẫn đến chi phí cho các nguồn tài trợ bên

ngoài sẽ cao hơn. Chính vì vậy, đưa tới một trật tự phân hạng, mà theo đó doanh

nghiệp sẽ lựa chọn tài trợ trước tiên bằng lợi nhuận giữ lại, tiếp đến là phát hành nợ

mới, và cuối cùng là phát hành vốn cổ phần mới.

2.1.4 Lý thuyết chi phí đại diện

Lý thuyết chi phí đại diện được phát triển bởi Jensen và Meckling vào năm

1976. Lý thuyết này nghiên cứu mối quan hệ giữa bên ủy quyền và bên nhận ủy

quyền gồm quan hệ giữa nhà quản lý và cổ đông, quan hệ giữa cổ đông và chủ nợ.

Lý thuyết này cho rằng chi phí đại diện phát sinh do xung đột lợi ích khi có thông

tin không đầy đủ và bất cân xứng giữa bên ủy quyền và bên nhận ủy quyền. Cả hai

bên có lợi ích khác nhau và vấn đề này được giảm thiểu bằng cách sử dụng các cơ

chế thích hợp để hạn chế sự phân hóa lợi ích giữa hai bên. Theo đó, lý thuyết chi

phí đại diện giữa nhà quản lý và cổ đông cho rằng các nhà quản lý không có động

lực để nỗ lực hết mình nhằm gia tăng giá trị doanh nghiệp mà sẽ quan tâm nhiều

hơn đến lợi ích cá nhân hoặc đưa ra các chính sách phù hợp với lợi ích riêng và kết

quả dẫn đến sự sụt giảm trong giá trị doanh nghiệp và gây tổn hại đến lợi ích cổ

đông. Vì vậy, quyết định tài trợ liên quan đến việc xây dựng cấu trúc vốn tập trung

vào việc sử dụng đòn bẩy tài chính như là một công cụ kiểm soát để hạn chế các

hành vi cơ hội vì lợi ích cá nhân của các nhà quản lý. Chính điều đó làm giảm dòng

tiền tự do của các công ty bằng cách thanh toán các khoản lãi suất cố định và quản

lý nguồn lực để tránh đầu tư vào những dự án có mức sinh lợi kém và ảnh hưởng

đến lợi ích của cổ đông và hiệu quả hoạt động của doanh nghiệp. Thêm nữa, lý

thuyết chi phí đại diện giữa cổ đông và chủ nợ cho rằng cổ đông sẵn sàng chấp nhận

nhiều rủi ro hơn và mong muốn lợi nhuận cao hơn, trong khi đó chủ nợ không thích

rủi ro và mong muốn mức lợi nhuận ổn định. Do đó, cổ đông mong muốn thực hiện

những dự án đầu tư sinh lời nhưng có rủi ro vượt mức mong muốn của chủ nợ.

Myers (1977) cho rằng sự không nhất quán trong mục tiêu của chủ nợ và cổ đông

dẫn tới hành vi đầu tư dưới mức, theo đó đòn bẩy tài chính cao dẫn đến hiệu quả

hoạt động của doanh nghiệp giảm đi.

Đồng thời, bài nghiên cứu của Jensen và Mgeckling (1976) cũng đã chứng

minh việc ra quyết định tài trợ để xác lập cấu trúc vốn công ty cũng có thể đưa đến

mâu thuẫn phát sinh giữa cổ đông và nhà quản lý mà nguyên nhân xuất phát từ mức

độ sử dụng đòn bẩy tài chính, vì các nhà quản lý sẽ nhận được sự khuyến khích hay

hạn chế để đưa ra quyết định vì lợi ích cổ đông hay hành vi làm ảnh hưởng đến hiệu

quả hoạt động của doanh nghiệp.

2.1.5 Lý thuyết dòng tiền tự do

Trong trường hợp các doanh nghiệp có sẵn dòng tiền tự do, các nhà quản lý

có xu hướng tối đa hóa lợi ích cá nhân, vì các nhà quản lý dễ dàng tiếp cận thông tin

nội bộ. Do đó, vấn đề chính là việc cổ đông phải đảm bảo rằng nhà quản trị không

sử dụng dòng tiền tự do để đầu tư vào các dự án có NPV không mang lại lợi nhuận

hoặc âm, mà thay vào đó, dòng tiền dùng để chi trả cổ tức để tạo ra lợi nhuận cho cổ

đông Jensen (1986). Các chi phí kiểm soát nhà quản trị để họ hành động theo lợi ích

của cổ động được gọi là chi phí đại diện. Chi phí kiểm soát càng cao thì chi phí đại

diện càng lớn. Đặc biệt, xung đột đại diện càng gay gắt khi doanh nghiệp có nhiều

dòng tiền tự do.

Bên cạnh đó, các nhà kinh tế học đã gợi ý một số giải pháp cho vấn đề đại

diện giữa cổ đông và nhà quản lý, chẳng hạn như giám sát và kỷ luật đối với người

quản lý doanh nghiệp. Theo Fama và Jensen (1983), sự giám sát của một Hội đồng

quản trị độc lập đảm bảo nhà quản trị sẽ hành xử theo hướng tối đa hóa lợi ích cho

cổ đông. Ngoài ra, việc sử dụng nợ là một cách kiểm soát nội bộ để làm giảm xung

đột về vấn đề đại diện cũng được đưa ra trong nghiên cứu của Grossman và Hart

(1980). Cụ thể, các nghĩa vụ liên quan tới nợ làm giảm sự tự do của nhà quản trị khi

kiểm soát dòng tiền của doanh nghiệp và các động cơ khác không phù hợp với lợi

ích của cổ đông. Điều này làm cho các tỷ số nợ có ảnh hưởng tích cực đến giá trị

doanh nghiệp.

2.1.6. Lý thuyết phát tín hiệu

Lý thuyết phát tín hiệu được Ross (1977), Leland và Pyle (1977) đặt nền

tảng, theo đó, sự khác biệt trong việc lựa chọn cơ cấu vốn sẽ truyền ra ngoài từ nhà

quản lý đến nhà đầu tư bên ngoài. Thực tế, các nhà quản lý luôn nắm rõ thông tin về

tình hình tài chính, chiến lược kinh doanh trong tương lai hơn các nhà đầu tư bên

ngoài. Do đó, khi dự đoán về triển vọng tốt cho hoạt động kinh doanh của doanh

nghiệp, các nhà quản lý không muốn chia sẻ lợi ích cho các nhà đầu tư bên ngoài,

họ có xu hướng ưu tiên sử dụng nhiều nợ hơn trong cấu trúc vốn. Những nhà đầu tư

thông thái cho rằng giá trị doanh nghiệp sẽ tăng lên nếu doanh nghiệp sử dụng

nhiều nợ. Ngược lại, khi dự báo ảm đảm về triển vọng kinh doanh trong tương lai,

nhà quản lý có xu hướng chia sẻ rủi ro với các nhà đầu tư mới. Đây là cơ sở lý

thuyết đánh tín hiệu cho rằng khi các doanh nghiệp phát hành thêm cổ phiếu ra thị

trường thì đồng nghĩa với quan điểm của nhà quản lý là giá chứng khoán bị đánh

giá cao.

Lý thuyết phát tín hiệu không phù hợp đối với các doanh nghiệp nhỏ vì các

doanh nghiệp đó không được niêm yết trên sàn giao dịch chứng khoán, nên các nhà

quản lý không thể phát tín hiệu hoặc thông tin thông qua quyết định tài trợ của họ.

Ngược lại, lý thuyết trật tự phân hạng có thể sử dụng cho các doanh nghiệp vừa và

nhỏ vì chi phí tài trợ bên ngoài của doanh nghiệp vừa và nhỏ vao hơn các doanh

nghiệp lớn. Hơn nữa, các cổ đông hiện tại và nhà quản lý không muốn chia sẻ

quyền quản lý cũng như điều hành hoạt động của doanh nghiệp cho những cổ đông

mới. Do đó, các doanh nghiệp vừa và nhỏ sử dụng nguồn vốn bên trong đảm bảo

hơn là huy động vốn từ bên ngoài.

2.2 Các nghiên cứu thực nghiệm về mối quan hệ giữa đòn bẩy tài chính

và hiệu quả hoạt động của doanh nghiệp

2.2.1 Các nghiên cứu thực nghiệm về mối quan hệ giữa đòn bẩy tài chính

và hiệu quả hoạt động của doanh nghiệp

2.2.1.1 Các nghiên cứu thực nghiệm về mối quan hệ giữa đòn bẩy tài

chính và hiệu quả hoạt động

Trong phần này, tác giả trình bày các bằng chứng cho thấy mối quan hệ giữa

đòn bẩy tài chính và hiệu quả hoạt động, cụ thể:

Trong nghiên cứu của Gleason và cộng sự (2000) đã sử dụng dữ liệu từ các

doanh nghiệp bán lẻ ở 14 nước Châu Âu để xác định mức độ ảnh hưởng của cấu

trúc vốn đến hiệu quả hoạt động của doanh nghiệp. Hiệu quả hoạt động của doanh

nghiệp được đo bằng tỷ suất sinh lợi trên tổng tài sản (ROA) và tỷ suất sinh lợi gộp

biên (GM). Kết quả cho thấy cấu trúc vốn và hiệu quả hoạt động của doanh nghiệp

có mối tương quan âm và có ý nghĩa, điều này cho thấy doanh nghiệp có tỷ lệ sử

dụng đòn bẩy tài chính càng cao thì hiệu quả hoạt động càng giảm. Nguyên nhân

được tác giả đưa ra là do mâu thuẫn phát sinh giữa chủ sở hữu và nhà quản lý dẫn

đến việc sử dụng đòn bẩy tài chính cao hơn mức độ phù hợp trong cấu trúc vốn, từ

đó làm giảm hiệu quả hoạt động của doanh nghiệp. Đồng thời, nghiên cứu còn

chứng minh quy mô doanh nghiệp bán lẻ càng lớn thì hiệu quả hoạt động của doanh

nghiệp càng tăng nhờ vào lợi thế của quy mô.

Abor (2005) nghiên cứu ảnh hưởng quyết định cấu trúc vốn đến hiệu quả

hoạt động đối với 20 doanh nghiệp niêm yết trên thị trường Chứng khoán Ghana

trong giai đoạn 1998 - 2002. Nghiên cứu đã tìm thấy mối tương quan dương của nợ

ngắn hạn trên tổng tài sản đối với tỷ suất sinh lời của vốn chủ sở hữu mà nguyên

nhân xuất phát từ lãi suất thấp của nợ ngắn hạn. Tuy nhiên, tồn tại mối tương quan

âm tồn tại giữa nợ dài trên tổng tài sản và tỷ suất sinh lợi trên vốn chủ sở hữu, do

các khoản nợ dài hạn có chi phí sử dụng vốn tốn kém hơn trong thị trường này. Tác

động của tổng nợ trên tổng tài sản lên tỷ suất sinh lời của vốn chủ sở hữu có tương

quan dương bởi tỷ lệ nợ ngắn hạn chiếm tỷ trọng lớn hơn trong tổng số nợ. Tác giả

cho rằng hiệu quả hoạt động phụ thuộc rất lớn vào nợ như một nguồn tài trợ chính

của doanh nghiệp. Đồng thời, kết quả nghiên cứu còn cho thấy khi quy mô doanh

nghiệp tăng lên, hiệu quả hoạt động của doanh nghiệp cũng gia tăng.

Nghiên cứu mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động trong

giai đoạn từ năm 1994 đến năm 2003 của 1.200 doanh nghiệp được niêm yết tại

Trung Quốc, Huang và Song (2006) đã phát hiện tồn tại mối tương quan âm giữa tỷ

lệ đòn bẩy tài chính và hiệu quả hoạt động. Tỷ lệ đòn bẩy tài chính được đo lường

bằng tỷ số nợ dài hạn trên tổng tài sản, tổng nợ trên tổng tài sản và hiệu quả hoạt

động của doanh nghiệp được đo bằng tỷ suất sinh lời trên tổng tài sản (ROA). Hơn

nữa, nghiên cứu còn cho thấy các doanh nghiệp có quy mô lớn sử dụng nợ nhiều

hơn để tăng kích thước của công ty từ đó dẫn đến tăng mức độ sử dụng đòn bẩy của

doanh nghiệp.

Nghiên cứu của Abor (2007) tiếp tục nghiên cứu ảnh hưởng của đòn bẩy tài

chính đến hiệu quả hoạt động của các doanh nghiệp vừa và nhỏ tại Nam Phi và

Ghana. Nghiên cứu đã tìm thấy mối tương quan âm giữa đòn bẩy tài chính được đo

bằng tỷ lệ nợ ngắn hạn, nợ dài hạn, tổng nợ trên tổng tài sản và hiệu quả hoạt động

được đo lường bằng ROA tại Ghana. Trong khi đó, tại Nam Phi, tỷ lệ nợ ngắn hạn

trên tổng tài sản có mối tương quan dương đối với hiệu quả hoạt động được tính

bằng tỷ suất sinh lợi trên tổng tài sản (ROA), nhưng tỷ lệ nợ dài hạn và tỷ lệ tổng nợ

trên tổng tài sản có mối tương quan âm đối với hiệu quả hoạt động của doanh

nghiệp (ROA). Điều này cho thấy lãi suất thấp của vay ngắn hạn tác động tích cực

đến hiệu quả hoạt động của doanh nghiệp. Đồng thời, kết quả của nghiên cứu cho

thấy mối tương quan dương giữa quy mô doanh nghiệp và hiệu quả hoạt động của

doanh nghiệp. Nghiên cứu cho thấy kết quả tương đồng với nghiên cứu trước đây

của tác giả.

Zeitun và Tian (2007) đã điều tra tác động của cấu trúc vốn lên hiệu quả hoạt

động với mẫu là 167 doanh nghiệp tại Jordan từ năm 1989 - 2003. Trong bài nghiên

cứu này, hiệu quả doanh nghiệp được đo lường bằng 2 góc độ: Đo lường về mặt kế

toán và đo lường về mặt thị trường. Phương pháp đo lường về mặt kế toán bao gồm:

Tỷ suất sinh lời trên tổng tài sản (ROA), tỷ suất sinh lời trên vốn chủ sở hữu (ROE),

lợi nhuận trước thuế và lãi vay cộng với khấu hao trên tổng tài sản (PROF). Phương

pháp đo lường hiệu quả hoạt động doanh nghiệp về mặt thị trường bao gồm: Giá trị

thị trường của vốn chủ sở hữu chia cho giá trị sổ sách của vốn chủ sở hữu (MBVR),

giá của mỗi cổ phiếu trên thu nhập của mỗi cổ phiếu (P/E), giá trị thị trường của

vốn chủ sở hữu và giá trị sổ sách của nợ phải trả trên giá trị số sách của vốn chủ sở

hữu (MBVE). Về đòn bẩy tài chính được sử dụng trong bài nghiên cứu, tác giả chọn

5 tiêu chí đo lường là: Tổng nợ trên tổng tài sản (TDTA), tổng nợ trên vốn chủ sở

hữu (TDTE), nợ dài hạn trên tổng tài sản (LTDTA), nợ ngắn hạn trên tổng tài sản

(STDTA) và tổng nợ trên tổng nguồn vốn (TDTC). Bài nghiên cứu phát hiện ra một

điều thú vị là tổng nợ trên tổng tài sản (TDTA) có mối tương quan dương và có ý

nghĩa đối với hiệu quả hoạt động của doanh nghiệp theo phương pháp đo lường về

mặt thị trường bằng chỉ số Tobin’s Q. Mẫu nghiên cứu cho thấy các công ty có

STDTA cao thì thường rơi vào các công ty đang tăng trưởng và có hiệu quả hoạt

động cao. Quy mô công ty có tác động tích cực lên hiệu quả hoạt động của các

doanh nghiệp vì các doanh nghiệp lớn có chi phí phá sản nhỏ. Tác giả cũng chứng

minh được các công ty ở Jordan cũng chịu ảnh hưởng của chính sách vĩ mô và yếu

tố khu vực.

Nghiên cứu của Jermias (2008) về ảnh hưởng của đòn bẩy tài chính đến hiệu

quả hoạt động của doanh nghiệp trong điều kiện cạnh tranh khác nhau giai đoạn

1997-2000 đối với các doanh nghiệp sản xuất tại Mỹ được liệt kê trong cơ sở dữ

liệu Compustat S&P 500. Kết quả của nghiên cứu cho thấy tồn tại mối tương quan

âm giữa đòn bẩy tài chính và hiệu quả hoạt động. Nghiên cứu phát hiện ra rằng cạnh

tranh ảnh hưởng tiêu cực đến mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt

động, đồng thời những lợi ích của chi phí về thuế đối với việc vay nợ cũng như các

điều khoản cho vay ảnh hưởng đến hiệu quả hoạt động của doanh nghiệp. Bên cạnh

đó, kết quả của nghiên cứu cũng chứng minh các doanh nghiệp có quy mô càng lớn

thì hiệu quả hoạt động của doanh nghiệp càng giảm.

Nghiên cứu của Trần Hùng Sơn và Trần Viết Hoàng (2008) về mối quan hệ

giữa cấu trúc vốn và hiệu quả hoạt động của doanh nghiệp tại Việt Nam. Bài nghiên

cứu sử dụng mô hình OLS với mẫu gồm 50 công ty phi tài chính niêm yết trên Sở

giao dịch chứng khoán TP.HCM. Hiệu quả hoạt động của doanh nghiệp được đo

lường bằng chỉ tiêu tỷ suất sinh loạt trên tổng tài sản (ROA) và tỷ suất sinh lợi trên

vốn cổ phần (ROE). Cấu trúc vốn được đo lường bằng tỷ số nợ bao gồm tỷ số nợ

ngắn hạn trên tổng tài sản (STD), tỷ số nợ dài hạn trên tổng tài sản (LTD) và tỷ số

nợ trên vốn chủ sở hữu (D/E). Kết quả nghiên cứu cho thấy tồn tại mối tương quan

dương giữa tỷ số nợ và ROA, ROE.

Mahfuzah Salim và Dr. Raj Yadav (2012) thực hiện nghiên cứu dữ liệu bảng

của 237 công ty Malaysia niêm yết trên sàn Chứng khoán Bursa Malaysia trong

những năm 1995-2011. Nghiên cứu sử dụng 4 biến đo lường hiệu quả hoạt động

bao gồm tỷ suất sinh lợi trên vốn cổ phần (ROE), tỷ suất sinh lợi trên tổng tài sản

(ROA), hệ số Tobin’s Q và chỉ số EPS là biến phụ thuộc. Biến đo lường cấu trúc

vốn bao gồm nợ dài hạn (LTD), nợ ngắn hạn (STD), tổng nợ (TD). Tốc độ tăng

trưởng (growth), quy mô công ty (size) là biến độc lập. Dữ liệu được chia thành 6

lĩnh vực: Xây dựng, sản phẩm tiêu dùng, sản phẩm công nghiệp, sản phẩm nông

nghiệp, bất động sản, kinh doanh và dịch vụ. Kết quả cho thấy ROA, ROE, EPS có

mối tương quan nghịch với STD, LTD, TD, và Tobin’s Q có mối tương quan thuận

đáng kể với STD, LTD. Kết quả cũng cho thấy rằng quy mô doanh nghiệp có mối

tương quan âm đến Tobin’s Q chỉ đối với lĩnh vực bất động sản.

Nghiên cứu của Fosu (2013) về mối quan hệ giữa cấu trúc vốn và hiệu quả

hoạt động của 257 doanh nghiệp tại Nam Phi trong giai đoạn 1998 – 2009 bằng

phương pháp hồi quy GMM. Kết quả cung cấp bằng chứng cho thấy khi doanh

nghiệp sử dụng đòn bẩy tài chính càng cao, hiệu quả hoạt động của doanh nghiệp

càng tăng. Đồng thời, kết quả nghiên cứu lại cho thấy mối quan hệ phi tuyến giữa

quy mô doanh nghiệp và hiệu quả hoạt động. Điều này có nghĩa là hiệu quả hoạt

động của doanh nghiệp gia tăng theo quy mô, tuy nhiên, khi quy mô doanh nghiệp

tăng đến mức giới hạn, doanh nghiệp có quy mô càng lớn, hiệu quả hoạt động càng

giảm, lợi thế về quy mô không được sử dụng hiệu quả.

Nghiên cứu của Kosimbei và cộng sự (2014) trên 42 công ty phi tài chính

niêm yết tại Sở giao dịch Chứng khoán Nairobi, Kenya. Nghiên cứu sử dụng dữ liệu

bảng cấp hai và phương pháp hồi quy bình phương tổi thiểu tổng quát khả thi

(FGLS). Kết quả hồi quy cho thấy đòn bẩy tài chính có mối tương quan âm và có ý

nghĩa thống kê với hiệu quả hoạt động được tính bằng ROAvà ROE. Điều này cho

thấy khi doanh nghiệp gia tăng tỷ lệ đòn bẩy tài chính cao sẽ làm giảm hiệu quả

hoạt động của doanh nghiệp. Tác giả cho rằng các doanh nghiệp cần hạn chế sự phụ

thuộc vào nợ dài hạn vì lãi suất cao của nợ dài hạn, đồng thời nghiên cứu cũng

khuyến khích giảm sự phụ thuộc vào nợ dài hạn. Bên cạnh đó, nghiên cứu còn

chứng minh quy mô doanh nghiệp có mối tương quan dương với hiệu quả hoạt động

của doanh nghiệp.

Javed và cộng sự (2015) nghiên cứu ảnh hưởng của việc sử dụng đòn bẩy tài

chính đến hiệu quả hoạt động của các doanh nghiệp dệt may tại Pakistan. Nghiên

cứu sử dụng dữ liệu của 154 doanh nghiệp dệt may trong giai đoạn 2006 – 2011 và

sử dụng phương pháp hồi quy OLS để kiểm định. Kết quả cho thấy đòn bẩy tài

chính được đo lường bằng tỷ số nợ dài hạn trên tổng tài sản và tổng nợ trên tổng tài

sản có mối quan hệ ngược chiều với hiệu quả hoạt động, được đo lường bằng tỷ suất

sinh lợi trên vốn cổ phần (ROE) và tỷ suất sinh lợi trên tài sản (ROA). Kết quả này

cho thấy việc doanh nghiệp sử dụng một cấu trúc vốn có tỷ lệ nợ, đặc biệt là nợ dài

hạn càng cao, hiệu quả hoạt động của doanh nghiệp càng giảm. Nghiên cứu còn cho

thấy bằng chứng về mối tương quan dương giữa quy mô doanh nghiệp và hiệu quả

hoạt động. Điều này được lý giải do lợi thế kinh tế về quy mô và phạm vi hoạt động

của doanh nghiệp có quy mô lớn sẽ tác động tích cực đến hiệu quả hoạt động.

Nghiên cứu của Trần Hùng Sơn và Nguyễn Viết Hùng (2008) về mối quan

hệ giữa đòn bẩy tài chính và hiệu quả hoạt động của doanh nghiệp lấy mẫu gồm 50

công ty phi tài chính đang niêm yết tại Sàn giao dịch chứng khoán Hồ Chí Minh.

Bài nghiên cứu sử dụng tiêu chí đo lường hiệu quả hoạt động là ROA, ROE. Tỷ số

đòn bẩy tài chính được đo lường thông qua tỷ số nợ ngắn hạn trên tổng tài sản

(STD), tỷ số nợ dài hạn trên tổng tài sản (LTD), và tỷ số nợ ngắn hạn trên vốn chủ

sở hữu (D/E). Kết quả nghiên cứu cho thấy tồn tại mối quan hệ cùng chiều giữa đòn

bẩy tài chính và hiệu quả hoạt động (ROA, ROE).

Nghiên cứu của Đoàn Ngọc Phúc (2014) nhằm đánh giá ảnh hưởng của cấu

trúc vốn đến hiệu quả hoạt động của các doanh nghiệp sau cổ phần hóa. Biến đo

lường cấu trúc vốn của doanh nghiệp là tổng nợ, nợ dài hạn và nợ ngắn hạn. Biến

đo lường hiệu quả hoạt động là tỷ suất sinh lợi trên tổng tài sản (ROA) và tỷ suất

sinh lợi trên vốn cổ phần (ROE). Sử dụng phương pháp hồi quy OLS và dữ liệu

dạng bảng của 217 doanh nghiệp niêm yết trên hai Sàn giao dịch chứng khoán Hồ

Chí Minh (HOSE) và Hà Nội (HNX) trong giai đoạn 2007 – 2012. Kết quả nghiên

cứu cho thấy có mối tương quan dương giữa nợ dài hạn với ROA và ROE, trong khi

nợ ngắn hạn và tổng nợ có tác động tiêu cực đối với ROA và ROE.

Nghiên cứu của Tristan Nguyen và Huy Cuong Nguyen (2015) tại Việt Nam

đối với 147 công ty niêm yết tại Sàn giao dịch HOSE trong giai đoạn 2006 -2014.

Nghiên cứu sử dụng tỷ suất sinh lợi trên tổng tài sản (ROA), tỷ suất sinh lợi trên

vốn cổ phần (ROE) và tỷ số Tobin’s Q để đánh giá hiệu quả hoạt động của doanh

nghiệp. Kết quả cho thấy tỷ số đòn bẩy tài chính có mối tương quan âm với hiệu

quả hoạt động của doanh nghiệp, cho thấy việc sử dụng đòn bẩy tài chính càng cao

thì hiệu quả hoạt động càng giảm. Điều này có thể được giải thích chi phí đại diện

phát sinh quá cao do doanh nghiệp sử dụng nợ quá mức dẫn đến hiệu quả hoạt động

giảm sút. Một lý do khác có thể là do dự báo không tốt từ các chủ nợ khi cho vay, vì

các khoản nợ xấu trong hệ thống ngân hàng Việt Nam khá cao trong suốt thời gian

nghiên cứu. Đồng thời, nghiên cứu còn cho thấy quy mô doanh nghiệp và hiệu quả

hoạt động của doanh nghiệp có mối quan hệ dương, điều này xuất phát từ nguyên

nhân là các công ty lớn có thể đem lại lợi nhuận cao hơn các công ty nhỏ do quản lý

tốt hơn, đa dạng hóa đầu tư và tính kinh tế theo quy mô.

2.2.1.2 Các nghiên cứu thực nghiệm về mối quan hệ giữa đòn bẩy tài

chính và hiệu quả hoạt động trong giai đoạn khủng hoảng tài chính 2008.

Nghiên cứu W.Muijs và cộng sự (2012) cung cấp bằng chứng về tác động

của cuộc khủng hoảng tài chính 2008 lên mối quan hệ giữa hiệu quả hoạt động và

cấu trúc vốn của doanh nghiệp. Sử dụng phương pháp hồi qui Bình phương nhỏ

nhất (OLS) với khoảng thời gian từ năm 2004 đến năm 2013, trong đó cuộc khủng

hoảng tài chính 2008 được xác định trong nghiên cứu này là giai đoạn 5 năm từ

2008 đến 2012. Dữ liệu nghiên cứu của 39 công ty Hà Lan được niêm yết trên thị

trường chứng khoán Euronext Amsterdam. Các biến được đưa vào mô hình nghiên

cứu gồm: quy mô doanh nghiệp, lợi nhuận, tài sản hữu hình, tăng trưởng và biến

động thu nhập. Kết quả nghiên cứu cho thấy mối tương quan âm giữa nợ ngắn hạn

và hiệu quả hoạt động trong giai đoạn trước khủng hoảng. Tuy nhiên, không tìm

thấy bằng chứng về mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động giai

đoạn trong và sau khủng hoảng. Đồng thời, kết quả nghiên cứu cũng cho thấy tỷ lệ

nợ ngắn hạn chủ yếu bị ảnh hưởng bởi tài sản hữu hình của công ty, trong khi nợ dài

hạn chủ yếu bị ảnh hưởng bởi quy mô của doanh nghiệp. Việc sử dụng nợ ngắn hạn

và nợ dài hạn tăng đáng kể khi cuộc khủng hoảng bắt đầu.

Nghiên cứu của Azeez và cộng sự (2015) xem xét tác động của việc lựa chọn

cấu trúc vốn đối với hiệu quả hoạt động của 200 doanh nghiệp được niêm yết trên

Thị trường chứng khoán Hoa Kỳ ở Mỹ trong giai đoạn trước khủng hoảng (2003-

2006), trong khủng hoảng (2007-2008) và sau khủng hoảng (2009-2012). Bài

nghiên cứu sử dụng mô hình hồi quy đa biến với các biến đo lường hiệu quả hoạt

động được sử dụng là Tỷ suất sinh lợi trên vốn chủ sở hữu (ROE), Tỷ suất sinh lợi

trên tài sản (ROA), tỷ số giá trên thu nhập ( P/E), thu nhập trên mỗi cổ phần (EPS)

và chỉ tiêu Tobin (Tobin’Q). Cấu trúc vốn được đo lường bằng tỷ lệ nợ trên vốn chủ

sở hữu (D/E) và quy mô doanh nghiệp được xem là biến kiểm soát. Nghiên cứu tìm

thấy các kết quả hỗn hợp giữa các biến. Trong đó, tỷ suất sinh lợi trên vốn cổ phần

(ROE) có mối tương quan âm với cấu trúc vốn trong giai đoạn trước và sau khủng

hoảng, ngược lại tỷ suất sinh lợi trên tổng tài sản (ROA) có mối tương quan âm với

tỷ lệ đòn bẩy tài chính trong giai đoạn khủng hoảng. Trong khi đó, giá cổ phiếu

(P/E) có mối tương quan dương với tỷ lệ nợ trên vốn chủ sở hữu (D/E) và không

tìm thấy ảnh hưởng của việc sử dụng nợ đến hiệu quả hoạt động của doanh nghiệp

trong ba giai đoạn đối với các biến khác đo lường hiệu quả hoạt động. Kết quả này

cho thấy rằng hiệu quả hoạt động của các doanh nghiệp không chịu tác động nhiều

của việc sử dụng nợ vay. Do đó, các doanh nghiệp ít chú ý đến cấu trúc vốn vì nó

không phải là yếu tố quyết định chính về hiệu quả hoạt động của doanh nghiệp.

Nghiên cứu của Khodavandloo và cộng sự (2017) dùng phương pháp hồi quy

tuyến tính cố định cho các công ty niêm yết của ngành thương mại và dịch vụ trên

Sàn Giao dịch chứng khoán Bursa của Malaysia để xem xét tác động của tỷ lệ đòn

bẩy tài chính đến hiệu quả hoạt động của doanh nghiệp cho 3 giai đoạn gồm: trước

khủng hoảng tài chính (từ năm 2004 đến năm 2006), giai đoạn khủng hoảng (từ năm

2007 đến năm 2009), giai đoạn sau khủng hoảng (từ năm 2009 đến năm 2011). Bài

nghiên cứu sử dụng ba chỉ số đo lường hiệu quả hoạt động dựa trên số liệu kế toán

là tỷ suất sinh lợi trên vốn cổ phần (ROE), tỷ suất sinh lợi trên tổng tài sản (ROA)

và Tỷ suất lợi nhuận gộp (GPM) và hai chỉ số thị trường là EPS, P/E. Các kết quả

nghiên cứu chứng minh rằng sử dụng đòn bẩy tài chính càng cao thì hiệu quả hoạt

động càng giảm. Và trong giai đoạn khủng hoảng, việc sử dụng đòn bẩy tài chính

càng cao thì hiệu quả hoạt động càng giảm nhiều hơn so với giai đoạn trước và sau

khủng hoảng.

2.2.2 Các nghiên cứu thực nghiệm về tác động của quy mô doanh nghiệp

đến mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động

Margaritis and Psillaki (2010) khảo sát mối quan hệ giữa cấu trúc vốn và kết

quả hoạt động của doanh nghiệp bằng cách sử dụng mẫu của các công ty sản xuất

của Pháp trong giai đoạn 2003-2005. Bài nghiên cứu sử dụng phương pháp phân

tích bao phủ dữ liệu phi tham số (DEA) và mô hình hồi quy OLS để kiểm định. Kết

quả cho thấy doanh nghiệp sử dụng nhiều nợ hơn không cải thiện được hiệu quả

hoạt động. Tuy nhiên, riêng đối với ngành hóa phẩm, nghiên cứu phát hiện ra mối

quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động thay đổi khi doanh nghiệp có

quy mô khác nhau. Đối với các doanh nghiệp có quy mô nhỏ, tồn tại mối tương

quan dương giữa đòn bẩy tài chính và hiệu quả hoạt động được đo lường bằng chỉ

tiêu lợi nhuận của doanh nghiệp, ngược lại, các doanh nghiệp có quy mô lớn, mối

quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động có mối tương quan âm.

San và Heng (2011) nghiên cứu về tác động của việc sử dụng đòn bẩy tài

chính đến hiệu quả hoạt động của doanh nghiệp xây dựng tại Malaysia bằng cách

chia theo quy mô doanh nghiệp. Dữ liệu được thu nhập của 49 doannh nghiệp xây

dựng trong giai đoạn 2005-2009 và sử dụng phương pháp hồi quy OLS. Kết quả

cho thấy mối quan hệ hỗn hợp giữa các biến được nghiên cứu. Đối với các doanh

nghiệp có quy mô lớn, có mối tương quan dương giữa hiệu quả hoạt động và tỷ lệ

đòn bẩy tài chính, với biến đại diện cho hiệu quả hoạt động là tỷ suất sinh lợi trên

vốn cổ phần (ROC) và thu nhập trên mỗi cổ phần thường (EPS), biến đo lường tỷ lệ

đòn bẩy tài chính là tỷ số tổng nợ giá trị thị trường của cổ phiếu (DEMV) và nợ dài

hạn trên vốn cổ phần (LDC). Tuy nhiên, có sự tồn tại mối tương quan âm đối với

thu nhập trên mỗi cổ phần thường (EPS) và tổng nợ trên vốn cổ phần (DC). Đối với

các doanh nghiệp có quy mô trung bình, có mối tương quan dương giữa chi phí hoạt

động biên (OM) và nợ dài hạn trên vốn chủ sở hữu (LDCE). Tuy nhiên, có tồn tại

mối tương quan âm giữa thu nhập trên mỗi cổ phần thường (EPS) và tổng nợ trên

vốn cổ phần (DC) trong các doanh nghiệp nhỏ.

Vithessonthi và cộng sự (2015) nghiên cứu tác động của đòn bẩy tài chính

lên hiệu quả hoạt động đối với các doanh nghiệp định hướng trong nước và các

doanh nghiệp định hướng nước ngoài có xem xét đến quy mô doanh nghiệp. Mẫu

nghiên cứu gồm 493 doanh nghiệp phi tài chính tại Thái Lan trong giai đoạn 2001 -

2014. Kết quả của bài nghiên cứu cho thấy những điểm khác biệt. Trong mẫu chung

bao gồm các doanh nghiệp định hướng trong nước và các doanh nghiệp định hướng

nước ngoài, đòn bẩy tài chính có mối quan hệ âm với hiệu quả hoạt động. Tuy

nhiên, đòn bẩy tài chính có mối tương quan âm với hiệu quả hoạt động đối với các

doanh nghiệp có định hướng trong nước và tương quan dương với hiệu quả hoạt

động đối với các doanh nghiệp có định hướng nước ngoài. Thêm vào đó, quy mô

doanh nghiệp làm giảm tác động của đòn bẩy tài chính lên hiệu quả hoạt động. Điều

này được giải thích là do các doanh nghiệp có quy mô lớn định hướng nước ngoài

có xu hướng đa dạng hóa tốt làm giảm rủi ro hơn so với các doanh nghiệp định

hướng trong nước.

Cùng tác giả Vithessonthi và cộng sự (2015), trong nghiên cứu ảnh hưởng

của quy mô doanh nghiệp đến mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt

động của các doanh nghiệp tại Thái Lan trong giai đoạn khủng hoảng năm 2007-

2009. Bài nghiên cứu đã kiểm tra trên tất cả các doanh nghiệp đang hoạt động với

170.013 doanh nghiệp. Với giả định ban đầu đưa ra là các doanh nghiệp có quy mô

lớn về tài sản thường sử dụng đòn bẩy tài chính cao nhưng làm giảm hiệu quả hoạt

động doanh nghiệp, điều này ngược lại đối với các công ty có quy mô vừa và nhỏ.

Kết quả nghiên cứu cho thấy hiệu quả hoạt động và đòn bẩy tài chính có mối tương

quan âm đối với các doanh nghiệp có quy mô vừa và nhỏ (tổng tài sản dưới 10 triệu

THB). Đối với các doanh nghiệp có quy mô quá nhỏ (tổng tài sản dưới 1 triệu THB)

và quy mô quá lớn (tổng tài sản trên tỷ THB), hiệu quả hoạt động không ảnh hưởng

đến sự thay đổi tỷ lệ đòn bẩy tài chính. Tuy nhiên, hiệu quả hoạt động và đòn bẩy

tài chính có mối tương quan dương trong mẫu tổng thể. Kết quả cho thấy mối quan

hệ giữa hiệu quả hoạt động và đòn bẩy tài chính thay đổi theo quy mô doanh

nghiệp. Nguyên nhân là do các doanh nghiệp có quy mô quá nhỏ có khả năng vay

nợ từ những nguồn khác nhau, không phụ thuộc vào các định chế tài chính trung

gian, trong khi đó các doanh nghiệp có quy mô rất lớn sử dụng nguồn tài trợ nội bộ

trong giai đoạn khó khăn. Trong khi các doanh nghiệp có quy mô vừa và quy mô

nhỏ chịu phụ thuộc vào nguồn tài trợ từ các khoản vay nợ bên ngoài.

Bảng 2.1: Tổng hợp các nghiên cứu thực nghiệm (1)

Nghiên Dữ liệu Kết quả nghiên cứu cứu

Doanh nghiệp có tỷ lệ sử dụng đòn bẩy tài chính

càng cao thì hiệu quả hoạt động càng giảm,

198 doanh nguyên nhân là do mâu thuẫn phát sinh giữa chủ

Gleason nghiệp bán lẻ sở hữu và nhà quản lý dẫn đến việc sử dụng đòn

và cộng của 14 nước bẩy tài chính cao hơn mức độ phù hợp trong cấu

sự (2010) châu Âu năm trúc vốn, từ đó làm giảm hiệu quả hoạt động của

1994 doanh nghiệp. Đồng thời, Quy mô doanh nghiệp

bán lẻ càng lớn thì hiệu quả hoạt động của doanh

nghiệp càng tăng nhờ vào lợi thế của quy mô.

Abor 20 doanh Tác động của tổng nợ trên tổng tài sản lên tỷ suất

(2005) nghiệp niêm sinh lời của vốn chủ sở hữu có tương quan

yết tại Ghana dương bởi tỷ lệ nợ ngắn hạn chiếm tỷ trọng lớn

từ năm 1998- hơn trong tổng số nợ. Tác giả cho rằng hiệu quả

2002 hoạt động phụ thuộc rất lớn vào nợ như một

nguồn tài trợ chính của doanh nghiệp. Đồng thời,

khi quy mô doanh nghiệp tăng lên, hiệu quả hoạt

động của doanh nghiệp cũng gia tăng.

Phát hiện tồn tại mối quan hệ âm giữa tỷ lệ đòn 1.200 doanh bẩy tài chính và hiệu quả hoạt động. Hơn nữa, Huang và nghiệp niêm nghiên cứu còn cho thấy các doanh nghiệp có Song yết tại Trung quy mô lớn sử dụng nợ nhiều hơn để tăng kích (2006) Quốc từ năm thước của công ty từ đó dẫn đến tăng mức độ sử 1994-2003 dụng đòn bẩy của doanh nghiệp.

Nghiên cứu đã tìm thấy mối tương quan âm giữa

đòn bẩy tài chính và hiệu quả hoạt động được đo

lường bằng tại Ghana. Trong khi đó, tại Nam Doanh Phi, có mối quan hệ hỗn hợp giữa đòn bẩy tài nghiệp vừa Abor chính và hiệu quả hoạt động. Nghiên cứu cho và nhỏ tại (2007) thấy lãi suất thấp của vay ngắn hạn tác động tích Nam Phi và cực đến hiệu quả hoạt động của doanh nghiệp. Ghana Đồng thời, kết quả của nghiên cứu cho thấy mối

tương quan dương giữa quy mô doanh nghiệp và

hiệu quả hoạt động của doanh nghiệp.

Bài nghiên cứu phát hiện ra tổng nợ trên tổng tài

167 doanh sản (TDTA) có mối tương quan dương và có ý

Zeitun và nghiệp tại nghĩa đối với hiệu quả hoạt động của doanh

Tian Jordan từ nghiệp theo phương pháp đo lường về mặt thị

(2007) năm 1989- trường bằng chỉ số Tobin’s QQuy mô công ty có

2003 tác động tích cực lên hiệu quả hoạt động của các

doanh nghiệp vì các doanh nghiệp lớn có chi phí

phá sản nhỏ.

Nghiên cứu phát hiện ra rằng cạnh tranh ảnh

hưởng tiêu cực đến mối quan hệ giữa đòn bẩy tài

Các doanh chính và hiệu quả hoạt động, đồng thời những lợi

nghiệp sản ích của chi phí về thuế đối với việc vay nợ cũng Jermias xuất tại Mỹ như các điều khoản cho vay ảnh hưởng đến hiệu (2008) từ năm 1997- quả hoạt động của doanh nghiệp. Bên cạnh đó,

2007 kết quả của nghiên cứu cũng chứng minh các

doanh nghiệp có quy mô càng lớn thì hiệu quả

hoạt động của doanh nghiệp càng giảm.

Kết quả nghiên cứu cho thấy ROA, ROE, EPS 237 doanh có mối tương quan nghịch với tỷ số STD, LTD, nghiệp niêm Salim và TD, và chỉ số Tobin’s Q có mối tương quan yết tại Yadav thuận đáng kể với STD, LTD. Kết quả cũng cho Malaysia từ (2012) thấy rằng quy mô doanh nghiệp có mối tương năm 1995- quan âm đến Tobin’s Q chỉ đối với lĩnh vực bất 2011 động sản.

Fosu 257 doanh Cung cấp bằng chứng cho thấy khi doanh nghiệp

(2013) nghiệp tại sử dụng đòn bẩy tài chính càng cao, hiệu quả

Nam Phi hoạt động của doanh nghiệp càng tăng. Đồng

trong giai thời, kết quả nghiên cứu lại cho thấy mối quan

đoạn 1998 – hệ phi tuyến giữa quy mô doanh nghiệp và hiệu

2009 quả hoạt động, có nghĩa là hiệu quả hoạt động

của doanh nghiệp gia tăng theo quy mô, tuy

nhiên, khi quy mô doanh nghiệp tăng đến mức

giới hạn, doanh nghiệp có quy mô càng lớn, hiệu

quả hoạt động càng giảm, lợi thế về quy mô

không được sử dụng hiệu quả.

Kosimbei 42 doanh Khi doanh nghiệp gia tăng tỷ lệ đòn bẩy tài

(2014) nghiệp được chính cao sẽ làm giảm hiệu quả hoạt động của

niêm yết tại doanh nghiệp. Tác giả khuyến cáo các doanh

Kenya nghiệp cần hạn chế sự phụ thuộc vào nợ dài hạn

vì lãi suất cao của nợ dài hạn. Bên cạnh đó,

nghiên cứu còn chứng minh quy mô doanh

nghiệp có mối tương quan dương với hiệu quả

hoạt động của doanh nghiệp.

Kết quả này cho thấy việc doanh nghiệp sử dụng

154 doanh một cấu trúc vốn có tỷ lệ nợ, đặc biệt là nợ dài

nghiệp dệt hạn càng cao, hiệu quả hoạt động của doanh Javed may trong nghiệp càng giảm. Nghiên cứu còn cho thấy lợi (2015) giai đoạn thế kinh tế về quy mô và phạm vi hoạt động của

2006 – 2011 doanh nghiệp có quy mô lớn sẽ tác động tích cực

đến hiệu quả hoạt động.

217 doanh

nghiệp niêm Đoàn yết trên Nợ dài hạn có mối tương quan dương với ROA Ngọc HOSE và và ROE, trong khi tổng nợ và nợ ngắn hạn có Phúc HNX trong mối tương quan âm với ROA và ROE. (2014) giai đoạn

2007 – 2012

Tristan 147 công ty Kết quả cho thấy tỷ số đòn bẩy tài chính có mối Nguyen niêm yết tại tương quan âm với hiệu quả hoạt động của và Huy HOSE trong doanh nghiệp, cho thấy việc sử dụng đòn bẩy tài Cuong giai đoạn chính càng cao thì hiệu quả hoạt động càng Nguyen 2006-2014 giảm. (2015)

Nguồn: do tác giả tự tổng hợp

Bảng 2.1: Tổng hợp các nghiên cứu thực nghiệm (2)

W.Muijs và 39 công ty Kết quả nghiên cứu cho thấy mối tương quan

cộng sự niêm yết tại âm giữa nợ ngắn hạn và hiệu quả hoạt động

(2012) Euronext trong giai đoạn trước khủng hoảng. Tuy nhiên,

Amsterdam không tìm thấy bằng chứng về mối quan hệ

từ năm 2008 giữa đòn bẩy tài chính và hiệu quả hoạt động

đến 2012 giai đoạn trong và sau khủng hoảng.

Azeez và cộng 200 công ty Nghiên cứu tìm thấy các kết quả hỗn hợp giữa

sự (2015) niêm yết trên các biến. Trong đó, tỷ suất sinh lợi trên vốn cổ

Thị trường phần (ROE) có mối tương quan âm với cấu

chứng khoán trúc vốn trong giai đoạn trước và sau khủng

Hoa Kỳ từ hoảng, ngược lại tỷ suất sinh lợi trên tổng tài

năm 2003- sản (ROA) có mối tương quan âm với tỷ lệ

2012 đòn bẩy tài chính trong giai đoạn khủng

hoảng. Trong khi đó, giá cổ phiếu (P/E) có

mối tương quan dương với tỷ lệ nợ trên vốn

chủ sở hữu (D/E).

Khodavandloo Các công ty kết quả nghiên cứu chứng minh rằng sử dụng

và cộng sự thuộc ngành đòn bẩy tài chính càng cao thì hiệu quả hoạt

(2017) thương mại động càng giảm. Và trong giai đoạn khủng

và dịch vụ từ hoảng, việc sử dụng đòn bẩy tài chính càng

năm 2004 cao thì hiệu quả hoạt động càng giảm nhiều

đến 2011. hơn so với giai đoạn trước và sau khủng

hoảng.

Nguồn: do tác giả tự tổng hợp

Bảng 2.1: Tổng hợp các nghiên cứu thực nghiệm (3)

Kết quả cho thấy doanh nghiệp sử dụng nhiều nợ

hơn không cải thiện được hiệu quả hoạt động.

Tuy nhiên, riêng đối với ngành hóa phẩm, đối Doanh với các doanh nghiệp có quy mô nhỏ, tồn tại mối Margaritis và nghiệp sản tương quan dương giữa đòn bẩy tài chính và hiệu Psillaki xuất tại Pháp quả hoạt động được đo lường bằng chỉ tiêu lợi (2010) từ năm 1997- nhuận của doanh nghiệp, ngược lại, các doanh 2007 nghiệp có quy mô lớn, mối quan hệ giữa đòn bẩy

tài chính và hiệu quả hoạt động có mối tương

quan âm.

Doanh nghiệp có quy mô lớn có mối tương quan 49 doanh dương giữa đòn bẩy tài chính và hiệu quả hoạt nghiệp xây San và động. Doanh nghiệp có quy mô nhỏ có mối dựng tại Heng tương quan âm giữa đòn bẩy tài chính và hiệu Malaysia từ (2011) quả hoạt động. Doanh nghiệp có quy mô trung năm 2005- bình có mối tương quan dương giữa đòn bẩy tài 2009 chính và hiệu quả hoạt động.

Đối với các doanh nghiệp có quy mô trung bình,

493 doanh có mối tương quan dương giữa chi phí hoạt động

Vithessont nghiệp phi tài biên (OM) và nợ dài hạn trên vốn chủ sở hữu

hi và cộng chính trong (LDCE). Tuy nhiên, có tồn tại mối tương quan

sự (2015) giai đoạn âm giữa thu nhập trên mỗi cổ phần thường (EPS)

2001 -2014 và tổng nợ trên vốn cổ phần (DC) trong các

doanh nghiệp nhỏ.

170.013 Kết quả nghiên cứu cho thấy hiệu quả hoạt động Vithessont doanh nghiệp và đòn bẩy tài chính có mối tương quan âm đối hi và cộng tại Thái Lan với các doanh nghiệp có quy mô vừa và nhỏ

sự trong giai (tổng tài sản dưới 10 triệu THB). Đối với các

đoạn khủng doanh nghiệp có quy mô quá nhỏ (tổng tài sản (2015) hoảng năm dưới 1 triệu THB) và quy mô quá lớn (tổng tài

2007-2009 sản trên tỷ THB), hiệu quả hoạt động không ảnh

hưởng đến sự thay đổi tỷ lệ đòn bẩy tài chính.

Tuy nhiên, hiệu quả hoạt động và đòn bẩy tài

chính có mối tương quan dương trong mẫu tổng

thể. Kết quả cho thấy mối quan hệ giữa hiệu quả

hoạt động và đòn bẩy tài chính thay đổi theo quy

mô doanh nghiệp.

Nguồn: do tác giả tự tổng hợp

TÓM TẮT CHƯƠNG 2

Các nghiên cứu thực nghiệm trên thế giới đã chứng minh mối quan hệ giữa

đòn bẩy tài chính và hiệu quả hoạt động của doanh nghiệp. Một số nghiên cứu đưa

ra kết luận về mối tương quan dương giữa đòn bẩy tài chính và hiệu quả hoạt động

của doanh nghiệp, ngược lại một số kết luận lại cho rằng tồn tại mối tương quan

âm giữa đòn bẩy tài chính và hiệu quả hoạt động của doanh nghiệp. Bên cạnh đó,

một số nghiên cứu đã xem xét đến ảnh hưởng của quy mô doanh nghiệp đến mối

quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động của các doanh nghiệp. Kết

quả nghiên cứu cho thấy mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt

động khác nhau ở các doanh nghiệp có quy mô khác nhau. Do đó, yêu cầu đặt ra

là nghiên cứu ảnh hưởng của quy mô doanh nghiệp đến mối quan hệ giữa đòn bẩy

tài chính và hiệu quả hoạt động. Đồng thời, xem xét mối quan hệ này trong giai

đoạn khủng hoảng tài chính năm 2008.

CHƯƠNG 3: PHƯƠNG PHÁ P NGHIÊN CỨ U

3.1 Dữ liệu nghiên cứu

Dữ liệu của bài nghiên cứu được trích xuất từ Báo cáo tài chính của các công

ty niêm yết trên Sở Giao dịch Chứng khoán Hà Nội (HNX) và và Sở giao dịch

Chứng khoán TP.HCM (HOSE) trong giai đoạn từ năm 2007 đến năm 2017 được

cung cấp bởi Trung tâm khai tác dữ liệu của Trường Đại học Kinh tế TP.HCM -

EUH. Từ cơ sở dữ liệu, tác giả loại bỏ các doanh nghiệp hoạt động trong lĩnh vực

tài chính như ngân hàng, bảo hiểm, công ty chứng khoán và các doanh nghiệp

không có dữ liệu liên tục trong giai đoạn nghiên cứu để đảm bảo thứ bậc lệnh nối

tiếp. Đồng thời, để có nguồn dữ liệu đáng tin cậy cũng như phù hợp với nội dung

nghiên cứu, dựa theo nghiên cứu của Bena và Ondko (2012), tác giả loại trừ khỏi

mẫu những doanh nghiệp có tỷ số đòn bẩy tài chính quá cao (lớn hơn 2) và có tỷ số

EBIT/ tổng tài sản quá lớn (lớn hơn 10).

Sau khi sàng lọc, tác giả thu thập được mẫu dữ liệu của 321 doanh nghiệp

với 3506 quan sát và hồi quy bằng phần mềm Stata 13.0. Dữ liệu được thể hiện ở

dạng bảng cân xứng theo từng doanh nghiệp theo từng năm. Lý do lựa chọn hồi quy

theo dữ liệu bảng là: Thứ nhất, dữ liệu bảng cho phép kiểm soát sự khác biệt không

quan sát được giữa các doanh nghiệp trong mẫu nghiên cứu; Thứ hai, dữ liệu bảng

cũng kiểm soát các biến không quan sát được thay đổi theo thời gian giữa các doanh

nghiệp trong mẫu nghiên cứu; Thứ ba, dữ liệu bảng giúp tăng thêm số quan sát,

phần nào khắc phục hiện tượng đa cộng tuyến giữa các biến số, bậc tự do cao hơn,

hiệu quả hơn và mô tả dạng hàm dữ liệu bảng đơn giản.

Nghiên cứu Han và Seng (2011) chia mẫu các công ty xây dựng niêm yết tại

Malaysia thành ba nhóm theo giá trị vốn hóa của doanh nghiệp tại thời điểm cuối

mỗi năm. Trong một nghiên cứu khác, Vithessothi và cộng sự (2015) khi xem xét

tác động của quy mô doanh nghiệp đã tiến hành chia mẫu theo trung vị. Trong

nghiên cứu về ảnh hưởng của quy mô doanh nghiệp đến mối quan hệ giữa đòn bẩy

tài chính và hiệu quả hoạt động của doanh nghiệp, Vithessothi và cộng sự (2015)

lấy mẫu gồm tất cả các doanh nghiệp hoạt động tại Thái Lan, sau đó tiến hành chia

mẫu thành 5 mẫu theo tổng tài sản dựa trên quy định về vốn khi thành lập hoặc

niêm yết của doanh nghiệp. Tuy nhiên, tại Việt Nam, do hạn chế cơ sở dữ liệu của

các doanh nghiệp vừa và nhỏ và các doanh nghiệp không niêm yết tại Sàn Giao dịch

chứng khoán, nên mẫu của bài nghiên cứu là các công ty niêm yết trên Sàn Giao

dịch chứng khoán HNX và HOSE, có số liệu đầy đủ từ năm 2007 đến năm 2017.

Bài nghiên cứu phân mẫu dựa theo mức độ phân bố của các doanh nghiệp trong

mẫu để đảm bảo số lượng doanh nghiệp trong mỗi nhóm tương đối đồng đều nhau,

nhằm đảm bảo kết quả hồi quy có ý nghĩa thống kê. Theo đó, bài nghiên cứu chia

mẫu 321 doanh nghiệp thành 4 mẫu nhỏ theo quy mô về tổng tài sản như sau:

- Mẫu TA1: các công ty có tổng tài sản dưới 100 tỷ đồng

- Mẫu TA2: các công ty có tổng tài sản từ 100 tỷ đồng đến 500 tỷ đồng

- Mẫu TA3: các công ty có tổng tài sản từ 500 tỷ đồng đến 1.000 tỷ đồng

- Mẫu TA4: các công ty có tổng tài sản từ 1.000 tỷ đồng trở lên.

Theo nghiên cứu của Liu và cộng sự (2011), thời gian khủng hoảng của

Trung quốc bắt đầu từ tháng 08 năm 2007 đến tháng 12 năm 2008. Nghiên cứu của

Khodavandloo và cộng sự (2017) xem xét giai đoạn khủng hoảng tại Malaysia từ

năm 2007 đến năm 2009. Tại Việt Nam, trong giai đoạn từ năm 2007 đến năm

2009, chỉ số VN-Index đạt đỉnh với số điểm là 1179,32 ngày 01/03/2007 và chạm

đáy với số điểm là 234,66 điểm vào ngày 02/02/2009. Do đó, bài nghiên cứu xác

định thời gian khủng hoảng từ năm 2007 đến năm 2009 tương tự như bài nghiên

cứu của Vithessothi và cộng sự (2015).

3.2 Giả thuyết nghiên cứu, trình tự thực hiện và phương pháp nghiên

cứu

3.2.1 Giả thuyết nghiên cứu

Dựa theo kết quả nghiên cứu của Han và Seng (2011) về mối quan hệ giữa

đòn bẩy tài chính và hiệu quả hoạt động khi xem xét đến ảnh hưởng của quy mô

doanh nghiệp. Kết quả nghiên cứu cung cấp chứng minh cho thấy các doanh nghiệp

có quy mô lớn có mối tương quan dương giữa đòn bẩy tài chính và hiệu quả hoạt

động, nghĩa là các doanh nghiệp có quy mô lớn sử dụng đòn bẩy tài chính hiệu quả.

Trong khi đó, đối với các doanh nghiệp có quy mô nhỏ, đòn bẩy tài chính có mối

quan hệ âm với hiệu quả hoạt động. Từ đó, tác giả xây dựng giả thuyết H1:

"H1: Các doanh nghiệp có quy mô lớn có mối tương quan dương giữa đòn

bẩy tài chính và hiệu quả hoạt động, ngược lại các doanh nghiệp có quy mô nhỏ,

mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động có mối tương quan âm".

Nghiên cứu của Margaritis và Psillaki (2010) đã chứng minh tồn tại mối

quan hệ phi tuyến giữa đòn bẩy tài chính và hiệu quả hoạt động của doanh nghiệp.

Đồng thời, theo nghiên cứu của Vithessothi và cộng sự (2015) đã cho thấy mối quan

hệ giữa đòn bẩy tài chính và hiệu quả hoạt động là mối quan hệ phi tuyến, và mối

quan hệ này xảy ra ở các doanh nghiệp có quy mô khác nhau. Từ đó, tác giả đưa ra

giả thuyết H2 như sau:

"H2: tồn tại mối quan hệ phi tuyến giữa đòn bẩy tài chính và hiệu quả hoạt

động của các doanh nghiệp có quy mô khác nhau"

Nghiên cứu của Paulson và Townsend (2004) đưa ra kết quả cho thấy rằng

các doanh nghiệp có quy mô nhỏ thường bị hạn chế tài chính, dẫn đến các doanh

nghiệp này bị giới hạn trong việc tiếp cận các cơ hội đầu tư mới, hoặc mở rộng hoạt

động kinh doanh dẫn đến hạn chế khả năng gia tăng lợi nhuận hoạt động trong

tương lai. Điều này ngược lại so với các doanh nghiệp có quy mô lớn không bị hạn

chế tài chính, với khả năng tiếp cận thị trường vốn dễ dàng. Từ đó, tác giả xây dựng

giả thuyết H3:

"H3: Mối quan hệ giữa sự thay đổi tỷ lệ đòn bẩy tài chính và hiệu quả hoạt

động có mối tương quan âm đối với các doanh nghiệp có quy mô nhỏ, và sự thay

đổi thay tỷ lệ đòn bẩy tài chính tác động tích cực đến hiệu quả hoạt động của các

doanh nghiệp có quy mô lớn".

Nghiên cứu của Rajan và Zingales (1995) cho thấy mối tương quan âm giữa

hiệu quả hoạt động trong quá khứ đối với sự thay đổi của tỷ lệ đòn bẩy tài chính.

Đồng thời các doanh nghiệp có quy mô lớn có xu hướng giảm tỷ lệ sử dụng đòn bẩy

tài chính nhiều hơn khi lợi nhuận doanh nghiệp tăng. Đồng thời, nghiên cứu của Xu

(2012) chứng minh rằng hiệu quả hoạt động quá khứ có mối tương quan âm đối với

sự thay đổi tỷ lệ đòn bẩy tài chính. Từ đó, tác giả đặt ra giả thuyết H4:

"H4: Hiệu quả hoạt động trong quá khứ có mối tương quan âm đối với sự

thay đổi tỷ lệ đòn bẩy tài chính đối với các doanh nghiệp có quy mô lớn, và có hệ số

tương quan dương đối với các doanh nghiệp có quy mô nhỏ".

Nghiên cứu của Khodavandloo và cộng sự (2015) chứng minh mối tương

quan âm giữa đòn bẩy tài chính và hiệu quả hoạt động trong giai đoạn khủng hoảng

tài chính từ năm 2007 đến năm 2008. Đồng thời, trong giai đoạn này, nghiên cứu

của Vithessonthi và cộng sự (2015) cho thấy mối quan hệ giữa đòn bẩy tài chính và

hiệu quả hoạt động thay đổi theo quy mô. Theo đó, các doanh nghiệp có quy mô

càng nhỏ thì ảnh hưởng của thay đổi đòn bẩy tài chính đối với thay đổi hiệu quả

hoạt động càng lớn. Từ đó, tác giả đặt ra giả thuyết H5 như sau:

"H5: Trong giai đoạn khủng hoảng năm 2008, đòn bẩy tài chính của các

doanh nghiệp có quy mô nhỏ tác động tiêu cực đến hiệu quả hoạt động mạnh hơn

so với các doanh nghiệp có quy mô lớn ".

3.2.2 Trình tự thực hiện và phương pháp nghiên cứu

3.2.2.1 Thống kê mô tả

Được sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập được từ

nghiên cứu thực nghiệm qua các cách thức khác nhau. Thống kê mô tả cung cấp

những tóm tắt đơn giản về mẫu và các thước đo. Cùng với phân tích đồ họa đơn

giản, tạo ra nền tảng của mọi phân tích định lượng về số liệu. Tác giả tiến hành

thống kê mô tả các biến nhằm mô tả lại những đặc tính ban đầu của chuỗi dữ liệu

nghiên cứu, cụ thể mô tả các dữ liệu dựa trên chỉ tiêu: Giá trị trung bình, trung vị,

giá trị lớn nhất, giá trị nhỏ nhất, độ lệch chuẩn của các biến trong mẫu.

3.2.2.2 Phân tích tương quan

Là phép phân tích được sử dụng là thước đo độ lớn của các mối liên hệ giữa

các biên định lượng trong nghiên cứu, thông qua thước đo này tác giả có thể xác

định mối liên hệ tuyến tính giữa các biến độc lập, phụ thuộc trong nghiên cứu.

3.2.2.3 Kiểm định sự phù hợp của mô hình

Sau khi thực hiện các phương pháp trên, tác giả sẽ tiến hành kiểm định việc

lựa chọn mô hình ước lượng hồi quy phù hợp bao gồm các phương pháp: Pooled

OLS, FEM và REM. Tiếp theo, sẽ tiến hành phân tích hồi quy dữ liệu bảng bằng

phương pháp Pooled OLS, FEM, REM trên bao gồm các vấn đề phương sai của

phần nhiễu thay đổi, tự tương quan nhiễu, tương quan phụ thuộc chéo và kể cả nội

sinh trong mô hình nhằm đảm bảo ước lượng thu được vững và hiệu quả, đây cũng

là phương pháp sử dụng để thảo luận kết quả cho kết quả của mình.

Các bước kiểm định giả thuyết định lượng như sau:

Thứ nhất, sử dụng phần mềm Stata để tiến hành thực hiện phân tích kiểm

định lựa chọn phương pháp hồi quy Pooled OLS và FEM, sau đó kết quả thu được

làm căn cứ lựa chọn mô hình phù hợp nhất. Tác giả sử dụng kiểm định F để kiểm

định. Cụ thể, mô hình tác động cố định được kiểm chứng bằng kiểm định F với giả

thuyết H0 cho rằng tất cả các hệ số ai đều bằng 0 (nghĩa là không có sự khác biệt

giữa các đối tượng hoặc các thời điểm khác nhau). Bác bỏ giả thuyết H0 với mức ý

nghĩa cho trước (mức ý nghĩa 5% chẳng hạn) sẽ cho thấy mô hình tác động cố định

là phù hợp.

Tiếp theo, so sánh giữa 2 mô hình Pooled OLS và REM, sử dụng phương

pháp kiểm định Breusch–Pagan để kiểm tra tính phù hợp của ước lượng. Theo đó,

giả thuyết H0 cho rằng sai số của ước lượng thô không bao gồm các sai lệch giữa

các công ty hoặc các năm (phương sai giữa các công ty không đổi). Bác bỏ giả

thuyết H0, cho thấy sai số trong ước lượng có bao gồm cả sự sai lệch giữa các

nhóm, và phù hợp với mô hình tác động ngẫu nhiên.

Sau khi thực hiện xong hai bước trên, nếu cả hai kết quả kiểm định ở hai

phần trên cho thấy Pooled OLS đều phù hợp hơn FEM và REM, thì sẽ lựa chọn

phương pháp hồi quy Pooled OLS. Nếu không thì thực hiện tiếp bước thứ ba như

Bài nghiên cứu sử dụng kiểm định Hausman để kiểm định các tác động

không quan sát được phụ thuộc đối tượng (νi) có tương quan với một hoặc một số

biến giải thích (Baltagi, 2008; Gujarati, 2004). Đối với kiểm định Hausman, giả

thuyết H0 và giả thuyết thay thế được phát biểu như sau: H0 là vi không có tương

quan với Xit (mô hình REM phù hợp), H1 là vi có tương quan với Xit (mô hình

FEM phù hợp). Trong trường hợp giả thuyết H0 bị bác bỏ thì ước lượng tác động cố

định là phù hợp hơn so với ước lượng tác động ngẫu nhiên. Ngược lại, chưa có đủ

bằng chứng để bác bỏ H0 nghĩa là không bác bỏ được sự tương quan giữa sai số và

các biến giải thích thì ước lượng tác động cố định không còn phù hợp và ước lượng

ngẫu nhiên sẽ ưu tiên được sử dụng.

3.2.2.4 Kiểm định các giả thuyết của mô hình hồi quy

Kiểm định hiện tượng đa cộng tuyến:

Hiện tượng đa cộng tuyến giữa các biến luôn tồn tại và hậu quả chỉ xảy ra

nếu mức độ đa cộng tuyến đủ lớn để gây ra sự thiên lệch của các kết quả ước lượng.

Để phát hiện hiện tượng đa cộng tuyến dựa vào hệ số phóng đại phương sai VIF,

hoặc dựa vào ma trận hệ số tương quan.

Trong bài nghiên cứu, tác giả căn cứ theo Gujarati (2004) để xem xét hiện

tượng đa cộng tuyến như sau:

- Nếu giá trị tuyệt đối của hệ số tương quan giữa 2 biến lớn hơn 0,8 sẽ cho thấy có

tồn tại hiện tượng đa cộng tuyến giữa 2 biến này, tức là xem xét hệ số tương

quan giữa các cặp biến độc lập có cao hay không.

- Căn cứ hệ số khuếch đại phương sai (VIF), nếu hệ số này của một biến < 10 thì

không có hiện tượng đa cộng tuyến giữa biến đó với các biến giải thích còn lại,

ngược lại có xảy ra hiện tượng đa cộng tuyến giữa biến đó với các biến giải

thích còn lại.

Một số giải pháp khắc phục hiện tượng đa cộng tuyến. Giải pháp 1: bỏ bớt

biến độc lập (điều này xảy ra với giả định rằng không có mối quan hệ giữa biến phụ

thuộc và biến độc lập bị loại bỏ mô hình). Giải pháp 2: bổ sung dữ liệu hoặc tìm dữ

liệu mới, tìm mẫu dữ liệu khác hoặc gia tăng cỡ mẫu. Tuy nhiên nếu mẫu lớn hơn

mà vẫn còn hiện tượng đa cộng tuyến thì vẫn có giá trị vì mẫu lớn hơn sẽ làm cho

phương sai nhỏ hơn và hệ số ước lượng chính xác hơn so với mẫu nhỏ. Giải pháp 3:

thay đổi dạng mô hình, mô hình kinh tế lượng có nhiều dạng hàm khác nhau. Thay

đổi dạng mô hình cũng có nghĩa là tái cấu trúc mô hình. Điều này thật sự là điều

không mong muốn, thì lúc đó phải thay đổi mô hình nghiên cứu.

Kiểm định phương sai của sai số thay đổi:

Phương sai của sai số thay đổi là phương sai của các phần dư không bằng

nhau mà khác nhau ở mỗi quan sát khác nhau. Hiện tượng này sẽ gây ra một số hậu

quả như: uớc lượng của các phương sai sẽ bị chệch mặc dù các ước lượng OLS vẫn

là không chệch nhưng không còn hiệu quả nữa, điều này sẽ làm cho kiểm định hệ số

hồi quy không còn tác dụng nữa.

Một số kiểm định được sử dụng trên kết quả của OLS như kiểm định

Goldfeld – Quandt, kiểm định Breusch – Pagan, kiểm định White, kiểm định Park

để xem xét vấn đề nàu. Trong bài nghiên cứu sẽ sử dụng kiểm định Modified Wald

trên dữ liệu bảng để kiểm tra mô hình có vi phạm giả thuyết hồi quy – hiện tượng

phương sai thay đổi.

Kiểm định sự tương quan giữa các phần dư:

Sự tương quan giữa các thành phần của chuỗi các quan sát được sắp xếp theo

thứ tự thời gian hoặc không gian là hiện tượng tự tương quan.

Hiện tượng tự tương quan gây ra hậu quả là ước lượng OLS vẫn là ước lượng

tuyến tính không chệch, nhưng nó không còn là ước lượng hiệu quả nữa, phương sai

của nó bị chệch hoặc quá thấp so với phương sai thực và sai số tiêu chuẩn, do đó

làm phóng đại tỷ số t, đồng thời làm cho các kiểm định t và F không còn đáng tin

cậy. Công thức thông thường để tính phương sai của sai số là ước lượng chệch của

phương sai thực và trong một số trường hợp dường như ước lượng thấp của phương

sai thực, có thể hệ số xác định không đáng tin cậy và dường như nhận giá trị ước

lượng cao, các phương sai và số tiêu chuẩn của dự đoán không có hiệu quả.

Để kiểm tra xem mô hình đã vi phạm giả thuyết hồi quy – hiện tượng tự

tương quan, bài nghiên cứ sử dụng kiểm định được đề xuất bởi Wooldrige (2002).

3.2.2.5 Kiểm định ảnh hưởng của quy mô doanh nghiệp đến mối quan hệ

giữa đòn bẩy tài chính và hiệu quả hoạt động của doanh nghiệp – Mô hình

nghiên cứu, mô tả biến

Dựa theo nghiên cứu của Vithessonthi và cộng sự (2015) “The Effect of Firm

Size on the Leverage-Performance Relationship during the Financial Crisis of

2007–2009”, bài nghiên cứu tiến hành kiểm tra tác động của quy mô doanh nghiệp

đến mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động thông qua các mô

hình sau đây:

Mô hình 1: nhằm kiểm định mối quan hệ giữa đòn bẩy tài chính LEV và

hiệu quả hoạt động ROA

ROAi,t = β0 + β1INTt + β2GDPt + β3AGEi,t + β4SIZEi,t + β5EBITi,t + β6LEVi,t + vi +

εi,t (1).

Biến phụ thuộc: ROA

Tỷ suất sinh lợi trên tổng tài sản (ROA) phản ánh khả năng sinh lời của tài

sản doanh nghiệp, thể hiện trình độ quản lý và sử dụng tài sản. Chỉ tiêu này cho biết

bình quân một đồng tài sản sử dụng trong quá trình sản xuất kinh doanh tạo ra bao

nhiêu lãi ròng. Giá trị của chỉ số này càng cao thì khả năng sinh lời của doanh

nghiệp càng cao và ngược lại. Một doanh nghiệp có ít tài sản nhưng hiệu quả hoạt

động cao sẽ tốt hơn các doanh nghiệp có tài sản lớn nhưng hiệu quả hoạt động đạt

được lại thấp. Hệ số ROA sẽ có sự khác biệt giữa các ngành do đặc thù kinh doanh.

Các ngành sản xuất, vận tải, xây dựng thường có hệ số ROA nhỏ hơn so với các

ngành dịch vụ, quảng cáo, thương mại do đòi hòi đầu tư nhiều vào dây chuyền sản

xuất, phương tiện vận tải, máy móc thiết bị,….

Để đánh giá hiệu quả hoạt động của doanh nghiệp có thể căn cứ vào chỉ tiêu

thu nhập trên vốn cổ phần thường (EPS), chỉ số Tobin’Q, tỷ suất sinh lợi trên tổng

tài sản (ROA) hoặc tỷ suất sinh lợi trên vốn chủ sở hữu (ROE).

Trong bài này, bài nghiên cứu sử dụng chỉ tiêu tỷ suất sinh lợi trên tổng tài

sản (ROA) để đo lường hiệu quả hoạt động của doanh nghiệp, chỉ tiêu ROA được

Jose (1996) sử dụng, tương tự các nghiên cứu của Amin và Jamil (2015), Alam và

cộng sự (2014). Kế thừa các nghiên cứu trên, tỷ suất sinh lợi trên tổng tài sản

(ROA) được xác định như sau:

Lãi ròng it TAit

ROAi,t =

Trong đó:

ROAi,t: Tỷ suất sinh lợi trên tổng tài sản của công ty i năm t.

TAit: Tổng tài sản của công ty i tại năm t.

Lãi ròngit : Lợi nhuận sau thuế và lãi vay của công ty i năm t.

Lãi ròng đại diện cho doanh thu khi đã trừ đi toàn bộ chi phí bao gồm chi phí

hoạt động, chi phí lãi vay và thuế. Lãi ròng thể hiện thu nhập thực của doanh

nghiệp. Chỉ tiêu này cho thấy lợi nhuận mà doanh nghiệp đạt được từ tài sản của

doanh nghiệp. Nghiên cứu của Alam và cộng sự (2014), Muhammad và cộng sự

(2014), Javied và cộng sự (2015) đã sử dụng chỉ tiêu này để tính toán ROA.

Biến độc lập: LEV

Đòn bẩy tài chính đo lường mức độ sử dụng nợ so với tổng tài sản. Tỷ lệ này

cho thấy doanh nghiệp được tài trợ bao nhiêu phần trăm nợ trong tổng tài sản, qua

đó biết được khả năng tự chủ của doanh nghiệp. Tỷ số nhỏ cho thấy khả năng tự chủ

cao của doanh nghiệp, tuy nhiên có thể doanh nghiệp chưa tận dụng được lợi thế từ

nợ. Tỷ số lớn cho thấy doanh nghiệp có khả năng tài chính yếu, đồng thời cho thấy

doanh nghiệp có rủi ro tiềm ẩn cao. Trần Ngọc Thơ và cộng sự (2003) cho rằng các

doanh nghiệp thường sử dụng nợ để làm tăng thu nhập cho cổ đông. Tuy nhiên, việc

đạt được lợi nhuận gia tăng này kéo theo nhiều rủi ro. Điều này hàm ý rằng các nhà

quản lý nên cân nhắc việc sử dụng vốn vay quá cao để gia tăng thu nhập sẽ làm gia

tăng chi phí kiệt quệ tài chính, tăng rủi ro phá sản của doanh nghiệp. Tỷ số này cao

thể hiện sự bất lợi đối với chủ nợ nhưng lại có lợi cho chủ sở hữu nếu đồng vốn

được sử dụng có khả năng sinh lợi cao. Ngược lại, nếu tỷ số này thấp quá thể hiện

doanh nghiệp chưa khai thác đòn bẩy tài chính hiệu quả.

Trong bài nghiên cứu này, tác giả kế thừa từ nghiên cứu của Jermias (2008),

Caballero, Teruel và Solano (2014) để đo lường biến đòn bẩy tài chính (LEV) như

Giá trị sổ sách của tổng nợ của công ty i năm t

LEVit = Giá trị sổ sách của tổng tài sản của công ty năm t

Biến kiểm soát:

 SIZEit: Quy mô doanh nghiệp.

Biến quy mô doanh nghiệp được sử dụng như biến kiểm soát trong mô hình.

Doanh nghiệp có quy mô lớn có nhiều cơ hội tiếp cận nguồn vốn với chi phí thấp,

đạt hiệu quả hoạt động cao hơn so với doanh nghiệp có quy mô nhỏ. Quy mô doanh

nghiệp có thể được đo lường dựa trên chỉ tiêu tổng tài sản hoặc tổng doanh số của

doanh nghiệp. Himmelberg và cộng sự (1999), Margaritis và Psillaki (2010) tính

quy mô doanh nghiệp bằng cách logarit doanh số. Trong bài này, tác giả sử dụng

logarit của tổng tài sản để tính toán, tương tự nghiên cứu của Zeng (2012), Alam và

cộng sự (2014), Amin và Jamil (2015).

SIZEit = ln(TA)

Trong đó: TA: Tổng tài sản của doanh nghiệp.

 AGEit : Số năm hoạt động của doanh nghiệp được tính từ năm doanh

nghiệp thành lập đến thời điểm nghiên cứu.

Số năm doanh nghiệp hoạt động. Một doanh nghiệp có số năm hoạt động lớn

cho thấy doanh nghiệp tích lũy được nhiều kinh nghiệm và có ảnh hưởng đối với thị

trường. Bài nghiên cứu lấy số năm được tính từ năm công ty được được thành lập

cho đến thời điểm thực hiện nghiên cứu dựa theo nghiên cứu của Jiménez và cộng

sự năm 2009. Ở Việt Nam, các doanh nghiệp có tuổi đời lớn thường có một quá

trình chuyển đổi tên gọi và sáp nhập phức tạp, bài nghiên cứu sử dụng năm thành

lập tại thời điểm các doanh nghiệp chuyển đổi sang công ty cổ phần.

AGEit = log (số năm)

 EBIT: Lợi nhuận trước thuế và lãi vay

Biến EBIT được đo lường bằng tỷ số lợi nhuận (trước thuế và lãi vay) trên

tổng tài sản. Lợi nhuận trước thuế và lãi vay của doanh nghiệp được thể hiện trong

báo cáo tài chính, cho biết lợi nhuận mà doanh nghiệp đạt được trước khi thực hiện

các nghĩa vụ đối với chủ nợ và Nhà nước. Myers và Majluf (1984) cho rằng doanh

nghiệp có lợi nhuận cao thường sử dụng ít nợ hơn vì họ thành lập quỹ nội bộ cho

đầu tư và phát triển.

 INTt : Lãi suất cho vay ngắn hạn trung bình của năm t.

Lãi suất cho vay ngắn hạn trung bình của 4 ngân hàng TMCP Nhà nước lớn

nhất tại Việt Nam. Đối với doanh nghiệp, lãi suất cho vay ảnh hưởng đến quyết

định lựa chọn nguồn tài trợ từ bên ngoài của doanh nghiệp. Biến này cho biết mức

lãi suất mà các doanh nghiệp phải thực hiện khi tài trợ bằng nợ, đồng thời biến này

cũng phản ánh triển vọng tăng trưởng của nền kinh tế, cơ hội đầu tư, và tác động

đến hiệu quả hoạt động của doanh nghiệp. Biến INT được tổng hợp bởi Thomson

Reuters do Trung tâm cơ sở dữ liệu của Trường Đại học Kinh tế cung cấp.

 GDPt: Tốc độ tăng trưởng GDP năm t.

Tốc độ tăng trưởng GDP phản ảnh sự tăng trưởng của nền kinh tế, tác động

đến khả năng tăng trưởng của doanh nghiệp, cũng như tác động đến lượng cung,

lượng cầu. Tốc độ tăng trưởng GDP được lấy từ cơ sở dữ liệu của World Bank.

Mô hình 2: nhằm kiểm định mối quan hệ giữa hiệu quả hoạt động và đòn

bẩy tài chính có mối quan hệ phi tuyến hay không, mô hình 2 dựa theo nghiên cứu

của Margaritis và Psillaki (2010) sử dụng thêm biến LEV2.

ROAi,t = β0 + β1INTt + β2GDPt + β3AGEi,t + β4SIZEi,t + β5EBITi,t+ β6LEVi,t +

i,t + vi + εi,t. (2).

β7LEV2

Mô hình (2) sử dụng các biến kiểm soát và biến phụ thuộc theo mô hình (1).

Mô hình 3: được đưa ra nhằm kiểm tra tác động của sự thay đổi đòn bẩy tài

chính lên sự thay đổi của hiệu quả hoạt động bằng cách sử dụng thêm biến ΔLEV

làm biến phụ thuộc và biến ΔROA là biến độc lập. Đồng thời, trong mô hình này sử

dụng biến đòn bẩy tài chính LEV có độ trễ bằng 1.

ΔROAi,t = β0 + β1AGEi,t −1 + β2SIZEi,t −1 + β3EBITi,t + β4ROAi,t −1 + β5LEVi,t −1 +

β6ΔLEVi,t + vi + εi,t (3)

Trong đó: ΔROAi,t: Sự thay đổi ROA của công ty i của năm t so với năm t-1.

ΔROAi,t = ROA i,t – ROAi,t-1

ΔLEVi,t: Sự thay đổi LEV của công ty i của năm t so với năm t-1.

ΔLEVi,t = LEVi,t – LEVi,t-1

Mô hình 4: sử dụng độ trễ bằng 1 cho tất cả các biến giải thích nhằm đánh

giá tác động của hiệu quả hoạt động trong quá khứ đến sự thay đổi tỷ lệ đòn bẩy tài

chính. Hiệu quả hoạt động của doanh nghiệp trong quá khứ sẽ tác động đến quyết

định của chủ nợ hiện tại và các chủ nợ tiềm năng đối với chất lượng của tổng tài

sản, bài nghiên cứu kỳ vọng các doanh nghiệp có hiệu quả hoạt động cao sẽ gia tăng

đòn bẩy tài chính, do đó mô hình kiểm định như sau:

ΔLEVi,t = β0 + β1AGEi,t −1 + β2SIZEi,t −1 + β3EBITi,t −1 + β4ROAi,t −1+ β5LEVi,t −1 + vi

+ εi,t (4).

Bảng 3.1 : Mô tả biến và kỳ vọng dấu

Kỳ vọng dấu

Biến Công thức Đơn vị Ý nghĩa

Quy mô nhỏ Quy mô lớn

+ Lần 1 đồng tài sản tạo ra bao nhiêu lợi nhuận sau thuế Nợ chiếm bao nhiêu trên mỗi - Lãi ròng it TAit Tổng nợ ROAi,t LEVit Tổng tài sản đồng tài sản

LEVi,t – LEVi,t-1 Lần

- + ΔLEV

+ - % ROAi,t −1

+ log (số năm). Thời gian hoạt động của + AGEit

doanh nghiệp

+ ln(TA). Quy mô về tài sản của doanh + SIZEit

nghiệp

- Lợi nhuận % Tỷ lệ thu nhập hoạt động của - EBITit

trước thuế và doanh nghiệp trước khi thực

lãi vay/ Tổng hện nghĩa vụ đối với chủ nợ

tài sản và Nhà nước trên tổng tài sản.

Lãi suất cho % Lãi suất doanh nghiệp thực - - INTt

vay bình quân hiện khi tài trợ bằng nợ

ngắn hạn.

Tốc độ tăng % Tăng trưởng của nền kinh tế + + GDPt

trưởng GDP.

Nguồn : do tác giả tự tổng hợp

3.2.2.6 Kiểm định tính vững

Theo nghiên cứu của Firth và cộng sự (2008) cho rằng các yếu tố bên trong

doanh nghiệp có thể tác động đến việc xác định tỷ lệ đòn bẩy tài chính của doanh

nghiệp. Do đó, mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động bị ảnh

hưởng bởi các nhân tố ảnh hưởng đến quyết định lựa chọn tỷ lệ đòn bẩy tài chính,

tuy nhiên quyết định này lại có tương quan với sai số trong mô hình hồi quy do một

vài yếu tố khác tác động lên hiệu quả hoạt động và đòn bẩy tài chính bị mất trong

mô hình. Khi xảy ra hiện tượng nội sinh, hồi quy theo phương pháp OLS không

vững. Có thể nguyên nhân đến từ tự tương quan phần dư hoặc do biến quan trọng bị

bỏ sót. Ngoài ra, có những yếu tố riêng lẻ, không thể quan sát được có tác động đến

biến độc lập trong mô hình.

Để khắc phục hiện tượng nội sinh, bài nghiên cứu sử dụng biến công cụ (IV)

và áp dụng phương pháp phương nhỏ nhất 2 giai đoạn (2SLS). Biến tài sản cố định

TANGIBILITY (viết tắt là TANG) được sử dụng là biến công cụ. Lý do sử dụng

biến này là do chi phí phá sản là một nhân tố quan trọng quyết định mức độ sử dụng

đòn bẩy tài chính và tài sản hữu hình có xu hướng giảm chi phí phá sản, gia tăng

việc sử dụng đòn bẩy tài chính. Thêm vào đó, tỷ số TANG đại diện cho khả năng

vay mượn cũng như tiềm lực tài chính của doanh nghiệp. Đồng thời, biến công cụ

phải thỏa mãn hai tiêu chí là có tương quan với biến giải thích (đòn bẩy tài chính)

và không tương quan với biến phụ thuộc.

Biến công cụ được được sử dụng trong nghiên cứu của Vithessonthi và cộng

sự (2015), Xu (2012), Firth (2008), biến công cụ TANG được tính theo công thức:

Giá trị cònlại của tài sản cố định Giá trị sổ sách của tổng tài sản của công ty i trong năm t

TANGi,t =

Bài nghiên cứu hồi quy biến LEV theo TANGIBILITY với 5 biến kiểm soát

theo mô hình (5):

Mô hình 5:

LEVi,t = β0 + β1INTt + β2GDPt + β3AGEi,t + β4SIZEi,t + β5EBITi,t + β6TANGi,t + vi + εi,t, (5).

Sử dụng kết quả hồi quy ở mô hình (5) thực hiện hồi quy theo mô hình (6):

Mô hình 6:

ROAi,t = β0 + β1INTt + β2GDPt + β3AGEi,t + β4SIZEi,t + β5EBITi,t + β6IVLEVi,t + vi

+ εi,t (6).

3.2.2.7. Kiểm định mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt

động của doanh nghiệp trong giai đoạn khủng hoảng 2008.

Nhằm mục tiêu kiểm định tác động của đòn bẩy tài chính và hiệu quả hoạt

động của doanh nghiệp thay đổi theo quy mô trong giai đoạn khủng hoảng tài chính

năm 2008, bài nghiên cứu hồi quy mô hình (1), mô hình (2), mô hình (3) và mô

hình (4) cho giai đoạn từ năm 2007 – 2009 cho mẫu chung và 4 mẫu nhỏ. Đồng

thời, xem xét ảnh hưởng của quy mô doanh nghiệp đến mối quan hệ giữa đòn bẩy

tài chính và hiệu quả hoạt động của doanh nghiệp có thay đổi sau khi khủng hoảng

xảy ra hay không, bài nghiên cứu tiếp tục hồi quy mô hình (1) giai đoạn 2010 đến

năm 2017 cho mẫu chung và 4 mẫu nhỏ.

Bên cạnh đó, để xem xét ảnh hưởng của sự thay đổi đòn bẩy tài chính đối với

sự thay đổi của hiệu quả hoạt động của doanh nghiệp trong giai đoạn 2007 – 2009,

bài nghiên cứu sử dụng mô hình (7) :

ΔROAi,2009 −2007 = β0 + β1AGEi,2007 + β2SIZEi,2007 + β3EBITi,2007 + β4ROAi,2007 +

β5LEVi,2007 + β6 ΔLEVi,2009 −2007 + β7 INDi,2007 + εi,t (7)

Trong đó :

- Các biến phụ thuộc được lấy tại thời điểm năm 2007 ;

- Biến ΔLEVi,2009 −2007 = LEV2009 – LEV2007 (tỷ số đòn bẩy tài chính năm

2009 – tỷ số đòn bẩy tài chính năm 2007).

của năm 2007).

- Biến ΔROAi,2009 −2007 = ROA2009 – ROA2007 (ROA của năm 2009 – ROA

- Biến IND là biến nhị phân, có giá trị bằng 1 nếu ΔLEVi,2009 −2007 lớn hơn 0,

và nhận giá trị bằng 0 nếu ΔLEVi,2009 −2007 <0.

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨ U VÀ THẢO LUẬN

4.1 Kết quả nghiên cứu

4.1.1 Thống kê mô tả

Phân tích thống kê mô tả được thực hiện nhằm mục đích tóm tắt đặc điểm

của dữ liệu. Thống kê mô tả phân tích các chỉ tiêu phổ biến như giá trị trung bình,

độ lệch chuẩn, giá trị nhỏ nhất, giá trị lớn nhất, trung vị…. Kết quả thống kê mô tả

được trình bày như sau:

Bảng 4.1: Thống kê mô tả

Biến Obs Mean Std. Dev Median Min Max

INT 0,11 0,03 0,10 0,07 0,17

0,06 0,01 0,06 0,05 0,07

3506 GDP 3506 Age 3506 2,52 0,65 2,64 0,00 4,09

Ebit 0,1017 1,587 0,0859 -68,5212 14,5354

0,2759 0,1823 0,2625 0,0001 0,7581

0,0994 11,75 0,0892 0,64 0,0854 11,73 -1,6442 10,08 0,9970 14,33

-0,0017 0,1260 -0,0012 -0,6877 0,6875

3506 LEV 3506 ROA 3506 SIZE 3506 ∆ROA 3183 ∆LEV 3183 -0,0004 0,0822 -0,0020 -1,6387 1,7649

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả thống kê mô tả cho thấy rằng biến đòn bẩy tài chính (LEV) dao động

trong khoảng giá trị từ 0,01% đến 76% với giá trị trung bình là 27,59%. Với mức

giá trị trung bình này cho thấy các công ty niêm yết tại Việt Nam trong giai đoạn

nghiên cứu sử dụng tỷ lệ đòn bẩy tài chính trung bình thấp hơn so với các công ty

tại Thái Lan là 39% trong nghiên cứu của Vithessonthi và cộng sự (2015). Độ lệch

chuẩn của mẫu là 18,23% các giá trị xoay quanh giá trị trung bình.

Tỷ số ROA có giá trị trung bình vào khoảng 9,94%, hàm ý với 1 đồng tài sản

đầu tư, lợi nhuận thu được là 9,94 đồng. Tỷ số này cao hơn bài nghiên cứu gốc là

3%, hàm ý các doanh nghiệp niêm yết tại Việt Nam có tỷ suất sinh lợi từ tài sản cao

hơn so với các doanh nghiệp tại Thái Lan.

Đồng thời, để xem xét việc sử dụng đòn bẩy tài chính thay đổi đối với các

doanh nghiệp có quy mô khác nhau, tác giả thực hiện thống kê mô tả cho từng

nhóm.

Bảng 4.2: Thống kê giá trị trung bình LEV, ROA của 4 mẫu nhỏ

Mẫu TA1 TA2 TA3 TA4

LEV 0,1904 0,2572 0,3004 0,3288

ROA 0,1146 0,0967 0,0990 0,0929

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả ở bảng 4.2 cho thấy các doanh nghiệp có quy mô nhỏ thường hạn

chế sử dụng đòn bẩy tài chính. Giá trị trung bình của LEV đối với các doanh nghiệp

có quy mô nhỏ về tài sản (TA1) là 11%, thấp nhất so với các nhóm khác. Khi quy

mô doanh nghiệp tăng từ quy mô nhỏ (TA1) đến lớn hơn (TA4), doanh nghiệp càng

sử dụng nợ nhiều hơn, giá trị trung bình của tỷ số đòn bẩy tài chính tăng dần từ

19,04% đến 32,88%.

Đồng thời, bảng 4,2 thể hiện tỷ suất sinh lợi trên tổng tài sản (ROA) của

doanh nghiệp thay đổi theo quy mô doanh nghiệp. Khi quy mô doanh nghiệp tăng

từ quy mô nhỏ (TA1) đến quy mô lớn (TA4), doanh nghiệp sử dụng thêm nợ thì tỷ

suất sinh lợi trên tổng tài sản (ROA) trung bình giảm dần, cụ thể là ROA trung bình

của nhóm TA1 là 11,46%, trong khi ROA trung bình của nhóm TA4 là 9,29%.

Thông qua kết quả thống kê, ban đầu cho thấy mối quan hệ giữa đòn bẩy tài

chính và hiệu quả hoạt động của doanh nghiệp có sự thay đổi theo quy mô, đồng

thời mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động không phải là mối

quan hệ tuyến tính.

4.1.2 Ma trận hệ số tương quan

Bảng 4.3: Ma trận hệ số tương quan

Ebit

INT GDP Age ROA LEV SIZE TANG ∆ROA ∆LEV

INT 1,0000

GDP -0,2667* 1,0000

Age -0,2891* 0,0423 1,0000

Ebit -0,0535* 0,0102 -0,0089 1,0000

ROA 0,1101* -0,0151 -0,0646* 0,2113* 1,0000

LEV 0,0001 -0,0281 0,0243 -0,0152 -0,2645* 1,0000

SIZE -0,1297* 0,0120 0,0689* 0,4293* -0,0702* 0,3147* 1,0000

TANG 0,0296 -0,0224 -0,0367 0,0490* -0,0271 0,2827* 0,0823* 1,0000

∆ROA -0,0597* 0,0210 0,0251 -0,0675* -0,4815* 0,0757* 0,0139 0,0193 1,0000

∆LEV 0,0470* -0,0245 -0,0245 -0,0204 0,0643* -0,3144* -0,0983* -0,1055* -0,1768* 1,0000

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

*,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%,

Kết quả ma trận hệ số tương quan cho thấy các biến có mối tương quan với

nhau, không có hệ số nào lớn hơn 0,8, điều này có nghĩa là chúng ít tác động lẫn

nhau và hiện tượng đa cộng tuyến ít xảy ra trong mô hình.

Nhìn vào ma trận hệ số tương quan ở bảng 4.3, đòn bẩy tài chính (LEV) và

tỷ suất sinh lợi trên tổng tài sản (ROA) có mối tương quan âm (-0,2645) và có ý

nghĩa thống kê. Kết quả này hàm ý việc sử dụng giữa đòn bẩy tài chính nhiều sẽ

làm giảm hiệu quả hoạt động của doanh nghiệp.

Bảng 4.3 còn cho thấy hệ số tương quan âm (-0,1768) và có ý nghĩa thống kê

giữa biến ∆ROA và ∆LEV, điều này cho thấy sự thay đổi tỷ lệ đòn bẩy tài chính sẽ

làm giảm hiệu quả hoạt động của doanh nghiệp.

Bên cạnh đó, hệ số tương quan âm (-0,0702) giữa biến quy mô doanh nghiệp

(SIZE) và hiệu quả hoạt động (ROA) cho thấy rằng khi quy mô doanh nghiệp gia

tăng sẽ làm giảm hiệu quả hoạt động của doanh nghiệp.

4.1.3 Kết quả lựa chọn mô hình

Để xem xét, lựa chọn mô hình hồi quy phù hợp giữa mô hình OLS, mô hình

tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM), tác giả lần lượt sử

dụng các kiểm định F, kiểm định Hausman, kiểm định Breusch và Pagan

Lagrangian để lựa chọn mô hình tốt nhất. Kết quả được thể hiện ở bảng 4.4 như sau:

Bảng 4.4: Kết quả lựa chọn mô hình

Mô hình Kết quả kiểm định Kết quả kiểm Kết quả kiểm kiểm Breusch và Pagan Kết luận định F định Hausman định Lagrangian

Prob > F = Prob>chi2 = Prob > chibar2 = Mô hình FEM tốt 0,0000 FEM 0,0000 FEM tốt 0,0000 REM tốt 1 nhất tốt hơn hơn hơn

= Prob > chibar2 = Mô hình Prob > F = Prob>chi2 FEM tốt

2 0,0000 FEM 0,0000 FEM tốt 0,0000 REM tốt nhất

tốt hơn hơn hơn

Prob > F = Prob>chi2 = Prob > chibar2 = Mô hình FEM tốt 0,0000 FEM 0,0000 FEM tốt 0,0000 REM tốt 3 nhất tốt hơn hơn hơn

Prob > F = Prob>chi2 = Prob > chibar2 = Mô hình FEM tốt 0,0000 FEM 0,0000 FEM tốt 0,0000 REM tốt 4 nhất tốt hơn hơn hơn

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả kiểm định cho thấy ở mức ý nghĩa 1% thì mô hình tác động cố định

(FEM) là mô hình tốt nhất cho bốn mô hình nghiên cứu trong bài. Tuy nhiên, để

đảm bảo bản chất của mô hình nghiên cứu, tác giả tiến hành kiểm định các khuyết

tật của mô hình.

4.1.4 Kiểm định khuyết tật của mô hình

4.1.4.1 Kiểm định hiện tượng đa cộng tuyến

Từ kết quả phân tích tương quan ở bảng 4.3 cho thấy không có cặp biến số

độc lập nào có hệ số tương quan vượt quá 0,8. Do đó, kết quả phân tích tương quan

tác giả có thể khẳng định là các biến không có hiện tượng đa cộng tuyến nghiêm

trọng.

Ngoài ra, để phát hiện trường hợp một biến có tương quan tuyến tính mạnh

với các biến còn lại của mô hình, tác giả sử dụng hệ số phóng đại phương sai VIF.

Dựa vào kết quả kiểm định hồi quy tuyến tính và hệ số VIF, các biến có hệ số VIF

lớn hơn 10 sẽ bị loại ra khỏi mô hình và tiếp tục phân tích hồi quy cho đến khi

không còn biến nào có giá trị VIF lớn hơn 10, tức là không còn hiện tượng đa cộng

tuyến. Kết quả phân tích hồi quy VIF cho thấy hệ số phóng đại phương sai VIF của

tất cả các biến đều nhỏ hơn 10, do đó, tác giả kết luận các biến trong nghiên cứu là

phù hợp và không có hiện tượng đa cộng tuyến khi đưa vào mô hình nghiên cứu.

Kết quả được thể hiện chi tiết ở bảng 4.4.

Bảng 4.5: Kết quả hồi quy VIF

SQRT VIF Tolerance R-Squared VIF

1,09 1,20 0,8345 0,1655 INT

1,04 1,08 0,9251 GDP

0,0749 0,0876 1,05 1,10 0,9124 AGE

1,13 1,27 0,7846 0,2154 EBIT

1,13 1,27 0,7900 0,2100 LEV

1,20 1,43 0,6990 0,3010 SIZE

1,07 1,14 0,8737 0,1263 ∆LEV

1,02 1,04 ∆ROA

0,9597 0,0403 Mean VIF 1,19

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

4.1.4.2 Kiểm định hiện tượng phương sai thay đổi

Để kiểm định phần dư của các mô hình có bị phương sai thay đổi hay không,

tác giả sử dụng kiểm định dạng Wald có sửa đổi với "giả thuyết H0: Không có hiện

tượng phương sai thay đổi, H1: Có hiện tượng phương sai thay đổi", Kết quả kiểm

định cho thấy P-value của các mô hình < 0,05, bác bỏ giả thuyết H0, chấp nhận giả

thuyết H1.

Bảng 4.6: Kết quả kiểm định Wald về phương sai thay đổi

Mô hình kiểm định P-value Kết quả kiểm định

Mô hình 1 0,0000 Đã có hiện tượng phương sai thay đổi

Mô hình 2 0,0000 Đã có hiện tượng phương sai thay đổi

Mô hình 3 0,0000 Đã có hiện tượng phương sai thay đổi

Mô hình 4 0,0000 Đã có hiện tượng phương sai thay đổi

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả kiểm định cho thấy phần dư của 4 mô hình đã có hiện tượng phương

sai thay đổi, để khắc phục hiện tượng này, 4 mô hình sẽ được hồi quy theo phương

pháp FGLS.

4.1.4.3 Kiểm định hiện tượng tự tương quan

Phương pháp kiểm định Wooldridge được sử dụng để kiểm định mô hình có

hiện tượng tự tương quan hay không, trong đó "giả thuyết H0: Không có hiện tượng

tự tương quan, giả thuyết H1: Có hiện tượng tự tương quan". Kết quả kiểm định cho

thấy P-value của mô hình < 0,05, bác bỏ giả thuyết H0, chấp nhận giả thuyết H1.

Bảng 4.7 : Kết quả kiểm định Wooldridge về tự tương quan

Mô hình kiểm định P-value Kết quả kiểm định

Mô hình 1 0,0000 Đã có hiện tượng tự tương quan

Mô hình 2 0,0000 Đã có hiện tượng tự tương quan

Mô hình 3 0,0000 Đã có hiện tượng tự tương quan

Mô hình 4 0,0000 Đã có hiện tượng tự tương quan

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả kiểm định cho thấy phần dư của 4 mô hình đã có hiện tượng tự

tương quan, để khắc phục hiện tượng này, 4 mô hình sẽ được hồi quy theo phương

pháp FGLS.

4.1.5 Kết quả mô hình nghiên cứu

Sau khi thực hiện lựa chọn mô hình phù hợp (giữa OLS, FEM và REM), tác

giả tiến hành kiểm định các khuyết tật của mô hình, hiện tượng phương sai thay đổi

và hiện tượng tự tương quan, khắc phục bằng phương pháp FGLS trong Stata 13.0.

Kết quả được trình bày ở các bảng là kết quả đã được khắc phục những khuyết tật

của mô hình.

Giả thuyết H1 nêu ra rằng: "Các doanh nghiệp có quy mô lớn có mối tương

quan dương giữa đòn bẩy tài chính và hiệu quả hoạt động, ngược lại các doanh

nghiệp có quy mô nhỏ, mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động

có mối tương quan âm".

Giả thuyết nêu lên hàm ý rằng đối với các doanh nghiệp có quy mô lớn, khi

gia tăng sử dụng nợ trong cấu trúc vốn sẽ làm tăng hiệu quả hoạt động của doanh

nghiệp. Ngược lại, đối với các doanh nghiệp có quy mô nhỏ, khi sử dụng tỷ lệ đòn

bẩy tăng lên sẽ làm giảm hiệu quả hoạt động của doanh nghiệp.

Đầu tiên, để kiểm định thêm cho giả thuyết H1, tác giả tiến hành kiểm định

mô hình (1) bằng cách chia mẫu theo trung vị và dùng biến giả. Lấy trung vị của

quy mô về tài sản làm chuẩn. Các doanh nghiệp có giá trị tổng tài sản lớn hơn mức

trung vị thì được xem là doanh nghiệp có quy mô lớn, và biến giả lấy giá trị 1,

ngược lại các doanh nghiệp có giá trị tổng tài sản nhỏ hơn mức trung bị thì được

xem là các doanh nghiệp có quy mô nhỏ, biến giả lấy giá trị 0. Kết quả hồi quy

được thể hiện ở bảng 4.8.

Bảng 4.8: Kết quả hồi quy của mô hình (1) khi sử dụng biến giả là mẫu

doanh nghiệp có quy mô lớn hơn mức trung vị tổng tài sản

Full Small Large

Constant 0,457*** 1,586*** 0,757***

(0,028) (0,032) (0,039)

INT 0,106*** 0,041*** 0,078***

(0,019) (0,011) (0,023)

GDP 0,007 -0,130*** 0,183*

(0,085) (0,049) (0,102)

Full Small Large

AGE -0,005*** -0,000 -0,009***

(0,002) (0,001) (0,002)

SIZE -0,030*** -0,137*** -0,054***

(0,002) (0,003) (0,003)

EBIT 0,000*** 0,003*** 0,000***

(0,000) (0,000) (0,000)

LEV -0,071*** -0,019*** -0,061***

(0,006) (0,003) (0,006)

LevSizedummy -0,015**

(0,006)

Obs 3506 1730 1740

F - statistic 0,0000 0,0000 0,0000

Trong đó: *,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%,

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Thông qua ước lượng mô hình hồi quy (1) cho thấy hệ số tương hồi quy của

biến LEV cùng mang dấu âm và có ý nghĩa thống kê ở mức 1%. Đồng thời, hệ số

hồi quy của LEV cho các doanh nghiệp có quy mô lớn (large) là -0,061 lớn hơn hệ

số hồi quy của các doanh nghiệp có quy mô nhỏ (small) là -0,019 và hệ số của biến

giả LevSizedummy mang dấu âm và có ý nghĩa thống kê ở mức 5%. Kết quả này

cho thấy tác động của đòn bẩy tài chính lên hiệu quả hoạt động của các doanh

nghiệp có quy mô lớn lớn hơn so với các doanh nghiệp có quy mô nhỏ, hay nói cách

khác đòn bẩy tài chính tác động đến hiệu quả hoạt động của doanh nghiệp tăng khi

quy mô của doanh nghiệp tăng lên. Điều này ngược lại với kết quả của Vithessonthi

và cộng sự (2015) tại Thái Lan khi cho thấy các doanh nghiệp có quy mô càng lớn,

tác động của đòn bẩy tài chính đến hiệu quả hoạt động càng giảm.

Tiếp đến, để làm rõ hơn tác động của quy mô đến mối quan hệ giữa đòn bẩy

tài chính và hiệu quả hoạt động, tác giả tiến hành hồi quy mô hình (1) cho 4 mẫu

nhỏ, và đồng thời lấy giá trị tổng tài sản của nhóm 4 làm chuẩn để so sánh tác động

của đòn bẩy tài chính LEV lên tỷ suất sinh lợi trên tổng tài sản ROA khác biệt đối

với từng mẫu nhỏ, Kết quả được thể hiện tóm tắt ở bảng 4.9.

Bảng 4.9: Kết quả hồi quy mô hình (1) cho mẫu chung và 4 mẫu nhỏ

Full TA1 TA2 TA3 TA4

Constant 0,484*** 1,467*** 1,928*** 1,652*** 1,101***

(0,030) (0,046) (0,050) (0,038) (0,037)

INT 0,096*** 0,270*** 0,029 0,056*** 0,045

(0,019) (0,032) (0,018) (0,016) (0,033)

GDP 0,026 0,568*** 0,165** 0,076 0,222

(0,085) (0,102) (0,071) (0,069) (0,167)

AGE -0,004*** -0,012*** -0,002 0,002* -0,006***

(0,002) (0,001) (0,001) (0,001) (0,002)

SIZE -0,033*** -0,134*** -0,159*** -0,142*** -0,080***

(0,003) (0,004) (0,004) (0,003) (0,003)

EBIT 0,000*** 0,008*** 0,001*** 0,002*** 0,000***

(0,000) (0,000) (0,000) (0,000) (0,000)

LEV -0,048*** -0,013*** -0,016*** -0,022*** -0,079***

(0,007) (0,003) (0,004) (0,003) (0,006)

LevTa1 -0,040***

(0,014)

LevTa2 -0,023***

(0,007)

LevTa3 -0,004***

(0,006)

Full TA1 TA2 TA3 TA4

Obs 3506 574 712 1372 808

F – statistic 0,0000 0,0000 0,0000 0,0000 0,0000

Trong đó: *,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%;

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả hồi quy mô hình (1) theo cho 4 mẫu nhỏ cho thấy hệ số hồi quy của

đòn bẩy tài chính (LEV) của các mẫu TA1, TA2, TA3 và TA4 mang dấu âm và

cùng có ý nghĩa thống kê ở mức 1%. Như vậy, việc gia tăng đòn bẩy tài chính sẽ

làm giảm hiệu quả hoạt động của doanh nghiệp. Kết quả này tương đồng với nghiên

cứu của Gleason và cộng sự (2015) đã tìm thấy mối tương quan âm giữa tỷ số tổng

nợ trên tổng tài sản (LEV) và tỷ suất sinh lợi trên tổng tài sản (ROA). Đồng thời, hệ

số hồi quy của biến LEV có xu hướng tăng dần khi quy mô doanh nghiệp tăng lên.

Hệ số hồi quy của biến LEV ở mẫu TA1 nhỏ nhất (-0,013), hệ số hồi quy của biến

LEV của mẫu TA4 lớn nhất (-0,079). Điều này cho thấy tác động của đòn bẩy tài

chính LEV lên hiệu quả hoạt động ROA thay đổi khi quy mô doanh nghiệp thay

đổi. Các doanh nghiệp có quy mô rất lớn (mẫu TA4) sử dụng đòn bẩy tài chính càng

nhiều thì hiệu quả hoạt động càng giảm mạnh hơn so với các doanh nghiệp trong

các mẫu còn lại. Kết quả này ngược lại với nghiên cứu của San và Heng (2011) tại

Malaysia, khi chứng minh rằng doanh nghiệp có quy mô lớn sử dụng đòn bẩy tài

chính càng nhiều thì hiệu quả hoạt động càng gia tăng, trong khi đó các doanh

nghiệp có quy mô nhỏ gia tăng sử dụng đòn bẩy tài chính thì hiệu quả hoạt động

càng giảm. Các biến giả dummy có nghĩa thống kê ở mức 1% và 10%, cho thấy tác

động của đòn bẩy tài chính lên hiệu quả hoạt động tăng dần khi quy mô tăng lên.

Kết quả hồi quy này một lần nữa chứng minh tác động của đòn bẩy tài chính

đối với hiệu quả hoạt động của doanh nghiệp tăng dần khi quy mô doanh nghiệp

tăng lên, các doanh nghiệp có quy mô càng lớn thì tác động của đòn bẩy tài chính

lên hiệu quả hoạt động càng lớn. Như vậy, kết quả khác với giả thuyết H1 đặt ra ban

đầu khi cho thấy mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động của

doanh nghiệp có mối tương quan âm ở các quy mô khác nhau. Tuy nhiên, các doanh

nghiệp có quy mô khác nhau thì tác động của đòn bẩy tài chính lên hiệu quả hoạt

động khác nhau. Nghiên cứu của Duchin và cộng sự (2010b), nghiên cứu Moyen và

Platikanov (2013) khi sử dụng quy mô doanh nghiệp là biến đại diện cho mức độ

hạn chế tài chính, cũng chứng minh tác động của đòn bẩy tài chính lên hiệu quả

hoạt động khác nhau đối với các doanh nghiệp có mức độ hạn chế tài chính khác

nhau.

Kết quả hồi quy của mô hình (2) nhằm chứng minh tồn tại mối quan hệ phi

tuyến giữa đòn bẩy tài chính và hiệu quả hoạt động của doanh nghiệp có quy mô

khác nhau theo giả thuyết H2. Kết quả hồi quy thể hiện ở bảng 4.10 như sau:

Bảng 4.10: Kết quả mô hình (2) đối với mẫu chung và các mẫu nhỏ

Full TA1 TA2 TA3 TA4

Constant 0,425*** 1,433*** 1,969*** 1,747*** 1,028***

(0,025) (0,047) (0,049) (0,031) (0,041)

INT 0,107*** 0,268*** 0,010** 0,086*** 0,061*

(0,019) (0,030) (0,019) (0,017) (0,032)

GDP 0,045 0,458*** 0,067 0,078 0,466***

(0,085) (0,109) (0,083) (0,075) (0,174)

AGE

-0,005*** (0,002) -0,011*** (0,001) -0,002** (0,001) -0,004*** (0,001) -0,005*** (0,002)

SIZE -0,028*** -0,131*** -0,162*** -0,150*** -0,075***

(0,002) (0,004) (0,004) (0,003) (0,003)

0,008*** 0,001*** 0,002*** 0,000*** EBIT

0,000*** (0,000) (0,000) (0,000) (0,000) (0,000)

-0,206*** LEV

-0,098*** (0,014) -0,041*** (0,011) -0,040*** (0,007) -0,095*** (0,008) (0,025)

LEV2 0,058*** 0,062*** 0,040*** 0,120*** 0,188***

Full TA1 TA2 TA3 TA4

(0,020) (0,022) (0,010) (0,013) (0,033)

Obs 3506 574 730 1394 808

F – statistic 0,0000 0,0000 0,0000 0,0000 0,0000

Trong đó: *,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%,

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả hồi quy ở bảng 4.9 bổ sung cho kết quả nghiên cứu của Margaritis

và Psillaki (2010), Coricelli và cộng sự (2012) chứng minh tồn tại mối quan hệ phi

tuyến giữa đòn bẩy tài chính và hiệu quả hoạt động của doanh nghiệp khi hệ số của

biến LEV và LEV2 trái dấu nhau. Trong nghiên cứu của Margaritis và Psillaki

(2010) cho rằng khi doanh nghiệp sử dụng tỷ lệ đòn bẩy tài chính cao hơn, mối

quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động có thể chuyển từ dương sang

âm. Đồng thời, nếu mối quan hệ giữa tỷ số đòn bẩy tài chính và hiệu quả hoạt động

có dạng hình U ngược thì hệ số tương quan của LEV2< 0. Kết quả mô hình (2) cho

thấy hệ số của biến LEV2 mang dấu dương và có ý nghĩa thống kê ở mức 1%, trong

khi hệ số LEV mang dấu âm và có ý nghĩa thống kê ở mức 1%, tương đồng với kết

quả nghiên cứu của Vithessothi và cộng sự (2015) cho thấy mối quan hệ phi tuyến

giữa đòn bẩy tài chính và hiệu quả hoạt động, đồng thời chứng minh tồn tại mối

quan hệ phi tuyến giữa đòn bẩy tài chính và hiệu quả hoạt động của các doanh

nghiệp có quy mô khác nhau.

Giả thuyết H3 nêu lên rằng: "Mối quan hệ giữa sự thay đổi tỷ lệ đòn bẩy tài

chính và hiệu quả hoạt động có mối tương quan âm đối với các doanh nghiệp có

quy mô nhỏ, và sự thay đổi thay tỷ lệ đòn bẩy tài chính tác động tích cực đến hiệu

quả hoạt động của các doanh nghiệp có quy mô lớn".

Để kiểm định giả thuyết này, tác giả sử dụng kết quả từ mô hình hồi quy (3)

thể hiện ở bảng 4.11.

Bảng 4.11: Kết quả của mô hình (3) cho mẫu chung và 4 mẫu nhỏ

Full TA1 TA2 TA3 TA4

Constant 0,017 -0,068 -0,245*** -0,076 0,019

(0,012) (0,080) (0,077) (0,069) (0,042)

AGE-1 0,001 0,004** 0,001 -0,002 0,000

(0,001) (0,001) (0,001) (0,001) (0,001)

SIZE -1 0,000 0,007 0,023*** 0,008 -0,000

(0,001) (0,007) (0,007) (0,006) (0,003)

EBIT -1 -0,000 0,000 -0,000** -0,000** -0,000

(0,000) (0,000) (0,000) (0,000) (0,000)

ROA-1 -0,183*** -0,168*** -0,121*** -0,028 -0,182***

(0,010) (0,039) (0,029) (0,031) (0,021)

LEV-1 -0,014*** -0,005* -0,014*** -0,025*** -0,012*

(0,003) (0,012) (0,005) (0,006) (0,006)

∆LEV -0,094*** -0,083*** -0,099*** -0,108*** -0,113***

(0,005) (0,013) (0,008) (0,010) (0,010)

Obs 3183 501 667 1263 752

F – statistic 0,0000 0,0000 0,0000 0,0000 0,0000

Trong đó: *,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%;

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả hồi quy của mô hình (3) thể hiện ở bảng 4.11 tương đồng với

nghiên cứu của Giroud và cộng sự (2012), cho thấy hệ số của biến ∆LEV mang dấu

âm và có ý nghĩa thống kê ở mức 1% đối với mẫu chung và 4 mẫu nhỏ, ngược lại

với giả thuyết H3 đặt ra ban đầu, nghĩa là khi tỷ lệ đòn bẩy tài chínhg lên, hiệu quả

hoạt động của các doanh nghiệp đều có xu hướng giảm.

Bên cạnh đó, kết quả ở bảng 4.11 cho thấy các doanh nghiệp có quy mô khác

nhau, việc thay đổi tỷ lệ đòn bẩy tài chính tác động khác nhau đến hiệu quả hoạt

động của doanh nghiệp. Hiệu quả hoạt động của các doanh nghiệp có quy mô lớn

(mẫu TA4) sẽ thay đổi nhiều nhất (-0,113), trong khi các doanh nghiệp có quy mô

nhỏ (mẫu TA1) có mức thay đổi hiệu quả hoạt động thấp nhất (-0,083). Hệ số hồi

quy của biến ∆LEV tăng lên khi quy mô doanh nghiệp tăng, có nghĩa là các doanh

nghiệp có quy mô càng lớn thì hiệu quả hoạt động càng chịu tác động nhiều hơn của

việc thay đổi tỷ lệ đòn bẩy tài chính. Kết quả này ngược với nghiên cứu của

Vithessonthi và cộng sự (2015) khi cho thấy các doanh nghiệp có quy mô càng lớn

thì ảnh hưởng của sự thay đổi tỷ lệ đòn bẩy tài chính lên hiệu quả hoạt động nhỏ

nhất.

Giả thuyết H4 nêu rằng: "Hiệu quả hoạt động trong quá khứ có mối tương

quan âm đối với sự thay đổi tỷ lệ đòn bẩy tài chính đối với các doanh nghiệp có quy

mô lớn, và có hệ số tương quan dương đối với các doanh nghiệp có quy mô nhỏ".

Bảng 4.12: Kết quả của mô hình (4) cho mẫu chung và 4 mẫu nhỏ

Full TA1 TA2 TA3 TA4

Constant 0,051 0,004 0,273* 1,241*** 0,499***

(0,032) (0,150) (0,149) (0,150) (0,096)

AGE-1 -0,001 0,007* -0,000 -0,001 -0,003

(0,002) (0,004) (0,003) (0,003) (0,003)

SIZE -1 -0,002 0,001 -0,021 -0,100*** -0,036***

(0,003) (0,014) (0,013) (0,012) (0,008)

EBIT -1 -0,000 -0,000 0,000** 0,000*** 0,000*

(0,000) (0,000) (0,000) (0,000) (0,000)

ROA-1 -0,041** -0,041 -0,103*** -0,355*** -0,081**

(0,016) (0,047) (0,039) (0,059) (0,034)

Full TA1 TA2 TA3 TA4

LEV-1 -0,131*** -0,170*** -0,114*** -0,156*** -0,127***

(0,008) (0,025) (0,013) (0,007) (0,013)

Obs 3183 501 677 1253 752

F – statistic 0,0000 0,0000 0,0000 0,0000 0,0000

Trong đó: *,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%;

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả hồi quy ở bảng 4.12 cho thấy hệ số hồi quy của biến ROA-1 âm và có

ý nghĩa thống kê cho mẫu chung và các mẫu TA2, TA3, TA4, điều này chứng minh

rằng khi hiệu quả hoạt động trong quá khứ tăng lên, các doanh nghiệp có xu hướng

giảm tỷ lệ sử dụng nợ, tương đồng với kết quả nghiên cứu của Xu (2012), Rajan và

Zingales (1995). Đồng thời, kết quả ở bảng 4.12 cũng cho thấy hệ số hồi quy của

biến ROA-1 của mẫu TA1 không có ý nghĩa, điểm này tương đồng với nghiên cứu

của Vithessonthi và cộng sự (2015).

Kết quả trên cung cấp bằng chứng để chứng minh rằng các doanh nghiệp có

quy mô khác nhau thay đổi tỷ lệ sử dụng đòn bẩy tài chính khác nhau khi hiệu quả

hoạt động trong quá khứ thay đổi. Đối với các doanh nghiệp có quy mô vừa (mẫu

TA3), hệ số hồi quy của biến ROA-1 là -0,355 và có ý nghĩa thống kê ở mức 1%,

có nghĩa là khi hiệu quả hoạt động trong quá khứ tăng 1% thì các doanh nghiệp có

xu hướng giảm tỷ lệ đòn bẩy tài chính 0,355%. Trong khi đó, các doanh nghiệp có

quy mô lớn (mẫu TA4) có xu hướng giảm tỷ lệ đòn bẩy tài chính thấp nhất khi hiệu

quả hoạt động trong quá khứ tăng (-0,081). Kết quả này tương đồng với kết quả

nghiên cứu của Vithessonthi và cộng sự (2015) khi cho thấy các doanh nghiệp có

quy mô trung bình có xu hướng giảm tỷ lệ đòn bẩy thấp nhất khi hiệu quả hoạt động

trong quá khứ tăng lên.

Bảng 4.13 trình bày kết quả nghiên cứu tổng hợp của mô hình (1), mô hình

(2), mô hình (3) và mô hình (4) nhằm đánh giá tổng quan tác động của đòn bẩy tài

chính đến hiệu quả hoạt động theo từng quy mô.

Bảng 4.13: Tổng hợp kết quả của mô hình (1), mô hình (2), mô hình (3)

và mô hình (4):

Kiểm định mối

Mẫu

quan hệ giữa

TA1

TA2

TA3

TA4

biến

ROA / LEV

Mô hình (1)

-0,013***

-0,016***

-0,022***

-0,079***

Mô hình (2) ROA / LEV2

0,062***

0,040***

0,120***

0,188***

Mô hình (3) ∆ROA / ∆LEV

-0,083*** -0,099*** -0,108*** -0,113***

Mô hình (4) ∆LEV / ROA-1

-0,041

-0,103***

-0,355***

-0,081**

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Bảng 4.13 cho thấy tác động của đòn bẩy tài chính lên hiệu quả hoạt động

của doanh nghiệp giảm dần khi quy mô doanh nghiệp giảm xuống, khi đòn bẩy gia

tăng 1% thì hiệu quả hoạt động của các doanh nghiệp có quy mô nhỏ (mẫu TA1)

giảm 0,013%, các doanh nghiệp có quy mô vừa (mẫu TA2) giảm 0,016%, trong khi

các doanh nghiệp có quy mô lớn (mẫu TA3) giảm 0,022% và các doanh nghiệp có

quy mô rất lớn (mẫu TA4) giảm đến 0,079%. Đồng thời, khi đòn bẩy tài chính thay

đổi tác động lên sự thay đổi đòn bẩy tài chính tăng theo quy mô. Cụ thể hiệu quả

hoạt động của các doanh nghiệp có quy mô rất lớn (mẫu TA4) thay đổi 0,113% khi

đòn bẩy tài chính thay đổi 1%, trong khi các doanh nghiệp có quy mô nhỏ (mẫu

TA1) thay đổi 0,083%, các doanh nghiệp có quy mô vừa (mẫu TA2) giảm 0,099%,

và các doanh nghiệp có quy mô lớn (mẫu TA3) giảm 0,108%. Điều này ngược lại

với nghiên cứu của Vithessothi và cộng sự (2015) khi sự thay đổi của đòn bẩy tài

chính tác động lên sự thay đổi của hiệu quả hoạt động giảm dần khi quy mô doanh

nghiệp tăng lên.

Bên cạnh đó, hiệu quả hoạt động trong quá khứ tác động mạnh hơn đến sự

thay đổi tỷ lệ đòn bẩy tài chính trong cấu trúc vốn của doanh nghiệp có quy mô lớn

(mẫu TA3) so với các doanh nghiệp khác. Cụ thể khi hiệu quả hoạt động trong quá

khứ giảm 1%, các doanh nghiệp có quy mô lớn sẽ gia tăng 0,355% đòn bẩy tài

chính, trong khi các doanh nghiệp có quy mô lớn tăng 0,081% tỷ lệ đòn bẩy tài

chính thì các công ty có quy mô vừa tăng tỷ lệ đòn bẩy tài chính là 0,103%. Ngược

lại, không tìm thấy bằng chứng cho thấy hiệu quả hoạt động trong quá khứ ảnh

hưởng đến sự thay đổi tỷ lệ đòn bẩy tài chính ở các doanh nghiệp có quy mô nhỏ

(mẫu TA1).

4.1.6 Kiểm tra tính vững

Bảng 4.3 khi xét cặp tương quan giữa biến tài sản cố định ròng TANG và

biến đòn bẩy tài chính LEV, hệ số tương quan là 0,2827 và có ý nghĩa thống kê ở

mức 10%. Đồng thời, cặp tương quan giữa biến tài sản cố định hữu hình ròng

TANG và hiệu quả hoạt động ROA, hệ số tương quan thấp và không có ý nghĩa

thống kê. Điều này chứng tỏ biến công cụ TANG là phù hợp theo nghiên cứu của

Mykhailo Iavorskyi (2013).

Kết quả thể hiện ở bảng 4.13 bằng biến công cụ TANGIBILITY và sử dụng

phương pháp Bình phương nhỏ nhất 2 giai đoạn (2SLS),

Bảng 4.14: Kết quả hồi quy sử dụng biến công cụ TANGIBILITY và

phương pháp Bình phương nhỏ nhất 2 giai đoạn (2SLS)

Full- Full-first Ta1 Ta2 Ta3 Ta4 second

-1,139***

0,299***

1,282***

1,844***

2,156***

1,017***

(0,072)

(0,048)

(0,134)

(0,092)

(0,121)

(0,108)

Constant

0,182*

0,275***

0,309***

0,070

-0,026

0,060

(0,094)

(0,046)

(0,080)

(0,046)

(0,050)

(0,079)

INT

-0,565

0,139

0,489

0,168

-0,064

0,503

(0,511)

(0,249)

(0,358)

(0,218)

(0,201)

(0,430)

GDP

Full- Full-first Ta1 Ta2 Ta3 Ta4 second

0,005

-0,003

-0,014***

0,005**

-0,004**

-0,005

(0,005)

(0,002)

(0,003)

(0,002)

(0,004)

AGE

-0,113***

-0,019***

-0,116***

-0,159***

-0,176***

-0,076***

(0,005)

(0,004)

(0,012)

(0,008)

(0,010)

(0,009)

SIZE

-0,000***

0,000***

0,008***

0,002***

0,001***

0,000***

(0,000)

EBIT

0,240***

(0,014)

Tangibility

-0,055**

-0,021*

-0,034**

-0,052**

-0,068**

(0,029)

(0,050)

(0,025)

(0,030)

(0,035)

IVLEV

3506

574

730

1394

808

Obs

0,195

0,119

0,733

0,775

0,815

0,306

Ajusted R2

0,000

F – statistic

Trong đó: *,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%;

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả kiểm định ở bảng 4.14 cho thấy hệ số của TANG dương (0,240) và

có ý nghĩa ớ mức 1%. Đồng thời, hệ số của biến IVLEV ở bước hồi quy thứ hai

mang dấu âm và có ý nghĩa thống kê ở mức 5% cho mẫu chung. Đối với các mẫu

TA1, TA2, TA3 và TA4, hệ số hồi quy mang dấu âm và có ý nghĩa thống kê ở mức

5%.

Đồng thời, để kiểm định kết quả từ phương pháp Bình phương nhỏ nhất 2

giai đoạn (2SLS) có khắc phục được hiện trượng nội sinh hay không, tác giả sử

dụng kiểm định Hausman-test, Kiểm định Hausman-test được thực hiện để khẳng

định sự tồn tại của hiện tượng nội sinh, kiểm định này đồng nghĩa với việc khẳng

định biến công cụ đã chọn đạt yêu cầu là không có tương quan với phần dư của mô

hình hồi quy ban đầu và do đó nó đã thực hiện tốt vai trò khắc phục hiện tượng nội

sinh gây ra (Hoàng Trung Nam, 2012).

Kết quả kiểm định Hausman-test như sau:

Với giả thuyết H0: hiện tượng nội sinh đã được khắc phục, giả thuyết H1:

hiện tượng nội sinh chưa được khắc phục

Durbin (score) chi2(1) = 1,02369 (p = 0,3166)

Wu-Hausman F(1,3498) = 1,01122 (p = 0,3150)

Giá trị p-value > 5%, chấp nhận giả thuyết H0: biến công cụ là phù hợp và

khắc phục hiện tượng nội sinh giữa các biến.

Sau khi kiểm định sự phù hợp của biến công cụ và khắc phục hiện tượng nội

sinh thì kết quả của bảng 4,11 cũng chứng minh mối quan hệ giữa đòn bẩy tài chính

và hiệu quả hoạt động thay đổi theo quy mô, Đồng thời, hệ số hồi quy của biến

IVLEV tăng dần khi quy mô doanh nghiệp tăng.

4.1.7 Mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động của

doanh nghiệp giai đoạn khủng hoảng tài chính năm 2008.

Kết quả kiểm định mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động

theo phương pháp hồi quy GLS giai đoạn từ năm 2007 đến năm 2009:

Bảng 4.15: Kết quả hồi quy mô hình (1) cho giai đoạn từ năm 2007-2009

0,607***

2,363***

2,852***

2,385***

1,497***

Full TA1 TA2 TA3 TA4

(0,035)

(0,075)

(0,101)

(0,058)

(0,045)

-0,067**

0,060*

0,022*

0,034**

-0,074*

Cons

(0,026)

(0,034)

(0,011)

(0,016)

(0,041)

-0,633***

0,069

-0,022

-0,202***

-0,104

INT

GDP

(0,118)

(0,099)

(0,069)

(0,065)

(0,138)

-0,003

-0,002**

-0,001

0,003***

-0,004***

Full TA1 TA2 TA3 TA4

(0,002)

(0,001)

-0,038***

-0,218***

-0,240***

-0,208***

-0,113***

Age

(0,003)

(0,007)

(0,008)

(0,005)

(0,004)

0,000***

0,014***

0,001***

0,003***

0,000***

Size

(0,000)

-0,087***

-0,003

-0,002

-0,009**

-0,034***

Ebit

(0,007)

(0,004)

(0,003)

(0,004)

(0,006)

934

171

129

375

192

Lev

0,0000

Obs

F-statistic

Trong đó: *,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%;

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả cho thấy hệ số hồi quy của biến Lev mẫu chung âm (-0,087) và có ý

nghĩa thống kê ở mức 1%, tương đồng với nghiên cứu của Khodavandloo và cộng

sự (2017), Azeez và cộng sự (2015). Điều này cho thấy trong giai đoạn khủng

hoảng tài chính năm 2008, đòn bẩy tài chính tác động xấu đến hiệu quả hoạt động

của doanh nghiệp. Đồng thời, kết quả ở bảng 4,15 cung cấp bằng chứng cho thấy

tác động của đòn bẩy tài chính lên hiệu quả hoạt động trong giai đoạn từ năm 2007

đến năm 2009 thay đổi theo quy mô, cụ thể hệ số hồi quy của biến LEV của mẫu

TA4 là -0,034 và có ý nghĩa thống kê ở mức 1%, và của mẫu TA3 là -0,009 và có ý

nghĩa thống kê ở mức 5%, cho thấy tác động của đòn bẩy tài chính lên hiệu quả hoạt

động của doanh nghiệp có quy mô rất lớn (mẫu TA4) lớn hơn các doanh nghiệp có

quy mô lớn (mẫu TA3). Kết quả này ngược với giả thuyết ban đầu đặt ra. Tuy

nhiên, nghiên cứu không tìm thấy mối quan hệ giữa đòn bẩy tài chính và hiệu quả

hoạt động của doanh nghiệp ở các mẫu TA1 và TA2.

Bảng 4.16: Kết quả hồi quy mô hình (2) cho giai đoạn 2007-2009:

Full TA1 TA2 TA3 TA4

Constant 0,647*** 2,354*** 2,586*** 2,464*** 1,504***

(0,070) (0,072) (0,045) (0,033) (0,047)

INT -0,175* 0,066** 0,041*** 0,010 -0,124***

(0,106) (0,030) (0,010) (0,017) (0,040)

GDP -0,852** 0,095 0,198*** -0,537*** 0,013

(0,353) (0,093) (0,035) (0,054) (0,158)

AGE

-0,000 (0,003) -0,002* (0,001) 0,001** (0,000) 0,004*** (0,000) -0,006*** (0,001)

SIZE -0,038*** -0,218*** -0,219*** -0,213*** -0,112***

(0,005)

(0,006) 0,014*** (0,004) 0,001*** (0,003) 0,003*** (0,004) 0,000*** EBIT 0,000***

(0,000) (0,000) (0,000) (0,000)

(0,000) -0,188*** LEV

-0,264*** (0,042) -0,036*** (0,012) -0,000** (0,004) -0,027*** (0,008) (0,015)

LEV2

0,297*** (0,067) 0,065*** (0,023) 0,010** (0,005) 0,027** (0,013) 0,215*** (0,023)

Obs 938 171 158 417 192

F – statistic 0,0000 0,0000 0,0000 0,0000 0,0000

Trong đó: *,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%,

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả ở bảng 4.16 cho thấy trong giai đoạn từ năm 2007-2009, tồn tại mối

quan hệ phi tuyến giữa đòn bẩy tài chính và hiệu quả hoạt động tương tự như cả giai

đoạn nghiên cứu.

Bảng 4.17: Kết quả hồi quy mô hình (3) cho giai đoạn 2007–2009:

Full TA1 TA2 TA3 TA4

Constant -0,187*** 0,379 -1,666*** -0,413 -0,011

(0,021) (0,242) (0,163) (0,259) (0,051)

AGE-1 -0,001 0,007* -0,006** -0,009*** 0,002

(0,001) (0,003) (0,003) (0,002) (0,002)

SIZE -1 0,018*** -0,038* 0,153*** 0,039* 0,003

(0,002) (0,022) (0,015) (0,023) (0,004)

EBIT -1 -0,000** 0,004*** -0,001*** -0,000 -0,000

(0,000) (0,002) (0,000) (0,000) (0,000)

ROA-1 -0,002 -0,186** 0,736*** 0,187* -0,074**

(0,016) (0,090) (0,079) (0,108) (0,030)

LEV-1 -0,043*** 0,015 -0,022*** -0,082*** -0,051***

(0,003) (0,012) (0,007) (0,012) (0,007)

∆LEV -0,198*** -0,237*** -0,175*** -0,374*** -0,109***

(0,007) (0,020) (0,008) (0,033) (0,017)

Obs

F – statistic 604 0,0000 98 0,0000 107 0,0000 240 0,0000 137 0,0000

Trong đó: *,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%;

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả ở bảng 4.17 cho thấy trong giai đoạn từ năm 2007 đến năm 2009, sự

thay đổi tỷ lệ đòn bẩy tài chính và sự thay đổi hiệu quả hoạt động của doanh nghiệp

có mối tương quan âm, và tác động ở các doanh nghiệp có quy mô khác nhau cũng

khác nhau.

Bảng 4.18: Kết quả hồi quy mô hình (4) cho giai đoạn 2007–2009:

Full TA1 TA2 TA3 TA4

Constant -0,106*** -0,747*** 1,085*** 1,748*** -0,087

(0,040) (0,256) (0,155) (0,353) (0,098)

AGE-1 -0,001 0,000 -0,003 0,001 -0,006*

(0,002) (0,005) (0,003) (0,003) (0,003)

SIZE -1 0,013*** 0,074*** -0,093*** -0,146*** 0,015*

(0,003) (0,024) (0,014) (0,030) (0,008)

EBIT -1 -0,000*** -0,002 0,001*** 0,001** -0,000***

(0,000) (0,002) (0,000) (0,000) (0,000)

ROA-1 -0,069*** 0,002 -0,249*** -0,462*** -0,009

(0,013) (0,076) (0,040) (0,162) (0,026)

LEV-1 -0,117*** -0,172*** -0,064*** -0,112*** -0,205***

(0,008) (0,033) (0,014) (0,016) (0,011)

Obs 618 98 107 276 137

F – statistic 0,0000 0,0000 0,0000 0,0000 0,0000

Trong đó: *,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%;

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả ở bảng 4.18 cho thấy hiệu quả hoạt động trong quá khứ có mối

tương quan âm với sự thay đổi tỷ lệ đòn bẩy tài chính. Ở giai đoạn năm 2007 –

2009, không tìm thấy bằng chứng về mối quan hệ giữa hiệu quả hoạt động trong

quá khứ và sự thay đổi tỷ lệ đòn bẩy tài chính đối với các doanh nghiệp có quy mô

nhỏ (mẫu TA1) và quy mô rất lớn (mẫu TA4). Trong khi đó, hiệu quả hoạt động

trong quá khứ tác động sự thay đổi tỷ lệ đòn bẩy tài chính ở các doanh nghiệp có

quy mô trung bình (mẫu TA2) thấp hơn các doanh nghiệp có quy mô vừa (mẫu

TA3).

Bên cạnh đó, kết quả kiểm định mối quan hệ giữa đòn bẩy tài chính và hiệu

quả hoạt động theo phương pháp hồi quy GLS giai đoạn sau khủng hoảng tài chính

từ năm 2010 đến năm 2017 được ở các bảng sau:

Bảng 4.19: Kết quả hồi quy của mô hình (1) cho giai đoạn 2010-2017:

Full

TA1

TA2

TA3

TA4

0,388***

1,281***

1,794***

1,473***

1,122***

(0,028)

(0,047)

(0,045)

(0,063)

(0,039)

0,174***

0,173***

0,029

0,019

0,087**

Cons

(0,023)

(0,046)

(0,016)

(0,019)

(0,036)

0,360***

0,524***

0,361***

0,476***

0,541***

INT

(0,108)

(0,135)

(0,059)

(0,066)

(0,183)

GDP

-0,007***

-0,005***

-0,001**

-0,007**

-0,005**

(0,002)

(0,001)

(0,003)

(0,002)

Age

-0,026***

-0,118***

-0,148***

-0,125***

-0,083***

(0,002)

(0,004)

(0,005)

(0,003)

Size

0,000***

0,007***

0,002***

0,000***

(0,000)

Ebit

-0,068***

-0,000***

- 0,016***

-0,039***

-0,099***

(0,003)

(0,006)

(0,004)

(0,006)

(0,007)

2568

403

552

962

616

Lev

0,0000

Obs F-statistic

Trong đó: *,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%;

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả hồi quy ở bảng 4,16 cho thấy rằng, giai đoạn sau khủng hoảng tài chính năm 2008, khi quy mô doanh nghiệp tăng lên thì tác động của đòn bẩy tài chính đến hiệu quả hoạt động tăng dần. Cụ thể, hệ số hồi quy của biến LEV của mẫu TA1 là -0,000, của mẫu TA2 là -0,016, của mẫu TA3 là -0,039, và mẫu TA4 là -0,099 và có ý nghĩa ở mức 1%. Điều này chứng minh rằng, giai đoạn sau khủng

hoảng tài chính năm 2008, mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động chịu tác động từ quy mô doanh nghiệp. Đồng thời, kết quả nghiên cứu cho thấy tác động của đòn bẩy tài chính lên hiệu quả hoạt động của giai đoạn sau khủng hoảng 2008 nhỏ hơn so với giai đoạn khủng hoảng tài chính năm 2008, cụ thể đối với mẫu chung, hệ số hồi quy của biến LEV là -0,068 và có ý nghĩa thống kê ở mức 1%, trong khi ở giai đoạn khủng hoảng từ năm 2007 đến năm 2009 hệ số hồi quy của biến LEV là -0,087 và có ý nghĩa ở mức 1%.

Bảng 4.20: Kết quả hồi quy của mô hình (2) cho giai đoạn 2010-2017

Full TA1 TA2 TA3 TA4

Constant 0,077* 1,277*** 1,605*** 1,811*** 1,027***

(0,043) (0,047) (0,029) (0,041) (0,054)

INT 0,370*** 0,173*** 0,113*** 0,024 0,119***

(0,051) (0,046) (0,018) (0,015) (0,038)

GDP 0,833** 0,519*** 0,833*** 0,411*** 0,632***

(0,329) (0,135) (0,082) (0,066) (0,227)

AGE 0,005 -0,005*** 0,003*** -0,001* -0,002

(0,003) (0,002) (0,001) (0,001) (0,002)

SIZE -0,004 -0,117*** -0,141*** -0,150*** -0,076***

(0,003) (0,004) (0,002) (0,003) (0,004)

EBIT 0,000*** 0,007*** 0,002*** 0,001*** 0,000***

(0,000) (0,000) (0,000) (0,000)

LEV (0,000) -0,244*** -0,262*** -0,007 -0,116*** -0,038***

(0,027) (0,011) (0,008) (0,007) (0,031)

LEV2 0,261*** 0,014 0,144*** 0,038*** 0,223***

(0,045) (0,023) (0,012) (0,009) (0,041)

Obs 2568 403 977 572 616

F – statistic 0,0000 0,0000 0,0000 0,0000 0,0000

Trong đó: *,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%,

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả của mô hình (2) cho thấy tồn tại mối quan hệ phi tuyến giữa đòn bẩy

tài chính và hiệu quả hoạt động của doanh nghiệp trong giai đoạn từ năm 2010-

2017, trừ các doanh nghiệp có quy mô nhỏ (mẫu TA1). Điểm này khác biệt so với

giai đoạn trước khủng hoảng tài chính năm 2008, và cả giai đoạn nghiên cứu từ năm

2007-2017.

Bảng 4.21: Kết quả hồi quy của mô hình (3) cho giai đoạn 2010-2017

Full TA1 TA2 TA3 TA4

Constant 0,017 0,107 -0,295*** 0,032 -0,044

(0,012) (0,077) (0,101) (0,060) (0,039)

AGE-1 0,001 -0,001 0,001 0,001 -0,000

(0,001) (0,003) (0,002) (0,002) (0,001)

SIZE -1 -0,000 -0,008 0,027*** -0,002 0,005

(0,001) (0,007) (0,009) (0,005) (0,003)

EBIT -1 -0,000 0,001*** -0,000* -0,000 -0,000

(0,000) (0,000) (0,000) (0,000) (0,000)

ROA-1 -0,201*** -0,271*** -0,149*** -0,165*** -0,177***

(0,011) (0,046) (0,037) (0,037) (0,021)

LEV-1 -0,013*** -0,002 -0,016*** -0,016*** -0,007

(0,003) (0,013) (0,006) (0,005) (0,007)

∆LEV -0,084*** -0,074*** -0,086*** -0,087*** -0,120***

(0,005) (0,011) (0,009) (0,009) (0,009)

Obs 403 570 962

F – statistic 2565 0,0000 0,0000 0,0000 0,0000 615 0,0000

Trong đó: *,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%;

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả ở bảng 4.21 cho thấy tác động của sự thay đổi tỷ lệ đòn bẩy tài chính

đến sự thay đổi hiệu quả hoạt động của doanh nghiệp tăng dần khi quy mô doanh

nghiệp tăng lên, kết quả này tương đồng với kết quả của cả giai đoạn nghiên cứu.

Bảng 4.22: Kết quả hồi quy của mô hình (4) cho giai đoạn 2010-2017

Full TA1 TA2 TA3 TA4

Constant 0,049 -0,072 0,004 1,430*** 0,524***

(0,035) (0,154) (0,169) (0,189) (0,101)

AGE-1 -0,002 0,017*** -0,007** -0,004 -0,007**

(0,003) (0,005) (0,004) (0,004) (0,003)

SIZE -1 -0,002 0,005 0,004 -0,115*** -0,039***

(0,003) (0,014) (0,015) (0,016) (0,008)

EBIT -1 -0,000 -0,000 0,000 0,000*** 0,000**

(0,000) (0,000) (0,000) (0,000) (0,000)

ROA-1 -0,023 0,014 -0,068 -0,382*** -0,072**

(0,018) (0,062) (0,048) (0,076) (0,036)

LEV-1 -0,126*** -0,149*** -0,136*** -0,136*** -0,107***

(0,010) (0,027) (0,015) (0,016) (0,015)

Obs 2565 403 570 977 615

F – statistic 0,0000 0,0000 0,0000 0,0000 0,0000

Trong đó: *,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%;

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Kết quả nghiên cứu ở bảng 4.22 cho thấy hiệu quả hoạt động trong quá khứ

không ảnh hưởng đến sự thay đổi tỷ lệ đòn bẩy tài chính trên cả mẫu chung và cho

mẫu TA1, và mẫu TA2. Tuy nhiên, hiệu quả hoạt động trong quá khứ ảnh hưởng

đến sự thay đổi của tỷ lệ đòn bẩy tài chính ở mẫu TA3 nhiều hơn so với mẫu TA4.

Bên cạnh đó, kết quả hồi quy của mô hình (7) được thể hiện ở bảng 4.23 chứng

minh tác động của sự thay đổi tỷ lệ đòn bẩy tài chính ảnh hưởng đến sự thay đổi hiệu quả

hoạt động của doanh nghiệp thay đổi theo quy mô doanh nghiệp trong giai đoạn 2007 –

2009:

Bảng 4.23: Kết quả hồi quy của mô hình (7) cho mẫu chung và 4 mẫu nhỏ

Full TA1 TA2 TA3 TA4

Cons -0,000 -0,000 0,000 0,000 0,000

(0,000) (0,000) (0,000) (0,000) (0,000)

Age07 -0,002*** 0,009*** -0,014*** 0,003*** -0,017***

(0,000) (0,001) (0,003) (0,000) (0,001)

Size07 0,006*** 0,003*** 0,004*** 0,006*** 0,008***

(0,000) (0,000) (0,001) (0,000) (0,000)

Ebit07 -0,000*** -0,003*** 0,000 -0,000*** 0,000***

(0,000) (0,000) (0,000) (0,000) (0,000)

Roa07 -0,230*** 0,144 -0,250*** -0,434*** -0,009

(0,002) (0,017) (0,116) (0,006) (0,018)

Lev07 -0,070*** -0,084*** 0,032*** -0,096*** -0,088***

(0,000) (0,004) (0,012) (0,001) (0,003)

∆lev0709 -0,195*** -0,199*** -0,251*** -0,165*** -0,117***

(0,000) (0,012) (0,030) (0,002) (0,005)

IND 0,000 0,000 -0,000 -0,000 -0,000

(0,000) (0,000) (0,000) (0,000) (0,000)

Obs 944 172 159 418 195

F-statistic 0,0000 0,0000 0,0000 0,0000 0,0000

Trong đó: *,**,*** thể hiện mức ý nghĩa 10%, 5%, 1%;

Nguồn: tổng hợp kết quả từ phần mềm Stata 13.0

Sau khi cố định các biến với giá trị tại thời điểm năm 2007, kết quả ở bảng

4,17 cho thấy hệ số hồi quy của biến ∆lev0709 mang dấu âm và có ý nghĩa thống kê

ở mức 1% ở mẫu chung và 4 mẫu nhỏ, đồng thời hệ số ∆lev0709 thay đổi theo quy

mô doanh nghiệp, tương đồng với nghiên cứu của Vithosothi và cộng sự (2015).

Điều này chứng minh rằng, khi sự thay đổi tỷ lệ đòn bẩy tài chính ảnh hưởng đến sự

thay đổi hiệu quả hoạt động của doanh nghiệp khác nhau ở các doanh nghiệp có quy

mô khác nhau trong giai đoạn này. Kết quả này cho thấy rằng, đối với các doanh

nghiệp có quy mô nhỏ (mẫu TA1), sự thay đổi tỷ lệ đòn bẩy tài chính của năm 2009

so với năm 2007 ảnh hưởng đến sự thay đổi hiệu quả hoạt động nhiều hơn so với

các doanh nghiệp có quy mô lớn (mẫu TA3) và quy mô rất lớn (mẫu TA4). Như

vậy, nhìn chung, khi quy mô doanh nghiệp tăng lên, sự thay đổi của tỷ lệ đòn bẩy

tài chính tác động đến sự thay đổi hiệu quả hoạt động giảm dần. Tuy nhiên, hệ số

hồi quy biến ∆lev0709 của các doanh nghiệp có quy mô vừa (mẫu TA2) là -0,251

cao nhất so với các doanh nghiệp ở các mẫu còn lại, cho thấy rằng tác động của sự

thay đổi tỷ lệ đòn bẩy tài chính đến sự thay đổi hiệu quả hoạt động của các doanh

nghiệp có quy mô lớn lớn nhất so với các doanh nghiệp có quy mô khác. Điều này

cho thấy trong điều kiện tỷ lệ đòn bẩy năm 2007, các doanh nghiệp có sự thay đổi

lớn hơn về đòn bẩy tài chính trong giai đoạn 2007 – 2009 có ảnh hưởng đến sự thay

đổi hiệu quả hoạt động ROA nhỏ hơn.

4.2 Thảo luận

Từ kết quả nghiên cứu cho thấy, việc sử dụng đòn bẩy tài chính luôn là vấn

đề cần được quan tâm và xem xét vì điều này ảnh hưởng đến hiệu quả hoạt động

của doanh nghiệp. Thông qua nghiên cứu cho thấy các doanh nghiệp có quy mô

khác nhau có khả năng sử dụng tỷ lệ đòn bẩy tài chính khác nhau.Và ảnh hưởng của

đòn bẩy tài chính đến hiệu quả hoạt động của doanh nghiệp cũng thay đổi theo quy

mô. Do đó, xây dựng một chính sách sử dụng nợ hợp lý nhằm nâng cao hiệu quả

hoạt động của doanh nghiệp là việc cần thiết. Qua nghiên cứu trên. các kết luận

được rút ra như sau:

Thứ nhất, quy mô doanh nghiệp tác động đến mối quan hệ giữa đòn bẩy tài

chính và hiệu quả hoạt động. Kết quả nghiên cứu cho thấy, tại Việt Nam, khi quy

mô doanh nghiệp tăng lên, việc sử dụng đòn bẩy tài chính làm cho hiệu quả hoạt

động của doanh nghiệp giảm dần. Lý do của vấn đề này có thể là do giai đoạn

nghiên cứu lãi suất thị trường tăng cao, gây khó khăn trong quá trình huy động

nguồn tài trợ từ bên ngoài. Ngược lại, với kết quả nghiên cứu của Han và Seng

(2011), kết quả nghiên cứu cho thấy các doanh nghiệp có quy mô lớn sử dụng đòn

bẩy tài chính làm hiệu quả hoạt động của doanh nghiệp kém hơn so với các doanh

nghiệp có quy mô nhỏ. Điều này có thể được giải thích theo nghiên cứu của Duchin

và Sosyura (2010) khi cho rằng các doanh nghiệp có quy mô lớn có cấu trúc quản lý

hành chính phức tạp, do đó gặp nhiều vấn đề về chi phí đại diện làm cho hiệu quả

hoạt động giảm so với các doanh nghiệp quy mô nhỏ có cấu trúc tổ chức đơn giản

hơn. Trên thực tế, tại Việt Nam, có doanh nghiệp có quy mô lớn hoạt động trên

nhiều ngành và lĩnh vực khác nhau, do đó khi thị trường có những biến động bất ổn,

những ngành không phải là lợi thế sẽ hoạt động kém hiệu quả ảnh hưởng đến hiệu

quả hoạt động chung của toàn doanh nghiệp. Trong khi đó, các doanh nghiệp có quy

mô vừa và nhỏ có thể ít chịu ảnh hưởng từ đòn bẩy tài chính do tận dụng lợi thế có

sẵn của doanh nghiệp.

Thứ hai, tồn tại mối quan hệ phi tuyến giữa đòn bẩy tài chính và hiệu quả

hoạt động doanh nghiệp ở các doanh nghiệp có quy mô khác nhau. Kết quả nghiên

cứu tương đồng với nghiên cứu của Coricelli và cộng sự (2012) khi chứng minh

mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động là mối quan hệ phi tuyến.

Thứ ba, việc thay đổi tỷ lệ đòn bẩy tài chính tác động đến sự thay đổi hiệu

quả hoạt động của doanh nghiệp. Kết luận của nghiên cứu này cho thấy khi các

doanh nghiệp giảm tỷ lệ đòn bẩy tài chính thì hiệu quả hoạt động của doanh nghiệp

gia tăng. Điều này có thể được giải thích theo quan điểm của Giroud và cộng sự

(2012) khi cho rằng sử dụng nợ quá mức có thể ảnh hưởng đến hiệu quả hoạt động.

Việc sử dụng nợ nhằm mục đích kiểm soát hoạt động của doanh nghiệp và giảm chi

phí đại diện có tác dụng khi nguồn tiền tự do trong doanh nghiệp dư thừa. Nếu việc

sử dụng nguồn tài trợ từ nợ không hợp lý, có thể gây ra những tác dụng ngược lại.

Do đó, việc cắt giảm tỷ lệ nợ sẽ giúp cho doanh nghiệp giảm những khó khăn, từ đó

cải thiện hiệu quả hoạt động của doanh nghiệp. Đồng thời, tác động của việc thay

đổi tỷ lệ đòn bẩy tài chính lên hiệu quả hoạt động tăng khi quy mô doanh nghiệp

tăng lên.

Thứ tư, hiệu quả hoạt động trong quá khứ ảnh hưởng đến việc thay đổi tỷ lệ

đòn bẩy tài chính, bổ sung cho kết quả của Xu (2012). Kết quả bài nghiên cứu cho

thấy thực tế tại Việt Nam, các doanh nghiệp có quy mô lớn có xu hướng giảm việc

sử dụng tỷ lệ đòn bẩy nhiều hơn so với các doanh nghiệp có quy mô rất lớn khi hiệu

quả hoạt động trong quá khứ tăng. Điều này có thể đối với các doanh nghiệp có quy

mô rất lớn, bất cân xứng thông tin được hạn chế, các nhà đầu tư dễ dàng tiếp cận

thông tin của doanh nghiệp. Do đó, khi hiệu quả hoạt động trong quá khứ tốt hơn,

nhà đầu tư sẵn sàng đầu tư vào doanh nghiệp hơn. làm cho các doanh nghiệp có thể

gia tăng nguồn tài trợ từ bên ngoài. Đối với các doanh nghiệp có quy mô lớn, hiệu

quả hoạt động trong quá khứ tác động nhiều đến sự thay đổi tỷ lệ đòn bẩy tài chính,

có thể xuất phát theo lý thuyết trật tự phân hạng là do chi phí nguồn tài trợ từ bên

ngoài cao nên các doanh nghiệp ở hai nhóm này có xu hướng ưu tiên các nguồn tài

trợ nội bộ Trong khi đó, đối với các doanh nghiệp có quy mô nhỏ, không tìm thấy

bằng chứng về mối quan hệ của hiệu quả hoạt động trong quá khứ và sự thay đổi tỷ

lệ đòn bẩy tài chính. Điều này được giải thích theo nghiên cứu của Bris và cộng sự

(2004) cho rằng các doanh nghiệp có quy mô nhỏ gặp hạn chế trong việc tiếp cận

nguồn vốn từ bên ngoài, do đó hiệu quả hoạt động trong quá khứ không làm thay

đổi nhiều tỷ lệ đòn bẩy tài chính trong ngắn hạn.

Thứ năm, tìm thấy bằng chứng cho thấy đòn bẩy tài chính tác động tiêu cực

đến hiệu quả hoạt động của doanh nghiệp giai đoạn trong và sau khủng hoảng tài

chính 2008. Kết quả tương đồng với nghiên cứu của Azeez và cộng sự (2015).

Khodavandloo và cộng sự (2017). Nghiên cứu của Berkmen và cộng sự (2012) cho

thấy tác động tiêu cực của cuộc khủng hoảng tài chính đến tăng trưởng kinh tế, dẫn

đến các cơ hội đầu tư bị hạn chế. Thực tế cho thấy trong giai đoạn khủng hoảng tài

chính năm 2008, kinh tế Việt Nam chịu tác động từ nền kinh tế thế giới khi mà lạm

phát tăng cao, tỷ lệ đầu tư giảm, hoạt động xuất nhập khẩu giảm sút đáng kể, chi phí

cho hoạt động sản xuất gia tăng, các ngân hàng kiểm soát hoạt động chặt chẽ hoạt

động tín dụng. Đồng thời, Campello và cộng sự (2012) cho rằng cuộc khủng hoảng

tài chính toàn cầu làm hạn chế mức độ tài trợ nợ từ bên ngoài do việc thắt chặt tín

dụng. Bài nghiên cứu cho thấy trong giai đoạn này có khoảng 53,89% doanh nghiệp

giảm tỷ lệ đòn bẩy tài chính, trong đó các doanh nghiệp có quy mô lớn chiếm có xu

hướng giảm tỷ lệ đòn bẩy tài chính nhưng gia tăng tổng tài sản, điều này có thể là

các doanh nghiệp có khả năng tài trợ thông qua thu nhập giữ lại trong kỳ khủng

hoảng. Trong khi đó, các doanh nghiệp có quy mô rất lớn có xu hướng giảm tỷ lệ

đòn bẩy tài chính và giảm quy mô tài sản kể cả tài sản ngắn hạn và tài sản dài hạn,

theo Vithessothi và cộng sự (2015) cho rằng các doanh nghiệp không đầu tư nhiều

vào tài sản dài hạn trong khoảng thời gian này. Giai đoạn sau khủng hoảng tài

chính, tác động của đòn bẩy tài chính lên hiệu quả hoạt động của các doanh nghiệp

tăng dần theo quy mô, đồng thời các doanh nghiệp có quy mô lớn và rất lớn đòn bẩy

tài chính tác động đến hiệu quả hoạt động của doanh nghiệp lớn hơn so với giai

đoạn trong khủng hoảng, nguyên nhân có thể xuất phát từ ảnh hưởng của nền kinh

tế trong nước giai đoạn sau khủng hoảng vẫn tiếp tục gặp những trở ngại trong quá

trình phục hồi như đầu tư trực tiếp nước ngoài giảm, nợ xấu của các ngân hàng tăng

cao làm khó tìm kiếm nguồn tài trợ và khả năng mở rộng hoạt động đầu tư giảm ảnh

hưởng đến hiệu quả hoạt động của doanh nghiệp.

Đồng thời, sự thay đổi của đòn bẩy tài chính tác động đến sự thay đổi của

hiệu quả hoạt động của các doanh nghiệp có quy mô nhỏ lớn hơn các doanh nghiệp

có quy mô lớn và quy mô rất lớn trong giai đoạn khủng hoảng tài chính năm 2007 –

2009. Kết quả tương đồng với nghiên cứu của Vithessothi và cộng sự (2015) chứng

minh tác động của sự thay đổi đòn bẩy tài chính lên sự thay đổi hiệu quả hoạt động

của các doanh nghiệp giảm dần khi quy mô doanh nghiệp tăng lên.

CHƯƠNG 5: KẾT LUẬN

5.1 Kết luận

Sau khi tiến hành phân tích dữ liệu trên 321 công ty phi tài chính trên cả hai

sàn HOSE và HNX trong giai đoạn từ năm 2007-2017. Biến phụ thuộc đại diện cho

hiệu quả hoạt động là tỷ suất sinh lợi trên tổng tài sản (ROA). và biến độc lập là tỷ

số tổng nợ trên tổng tài sản (LEV) tính theo giá trị sổ sách. Kết quả của bài nghiên

cứu cho thấy quy mô của doanh nghiệp ảnh hưởng đến mối quan hệ giữa đòn bẩy

tài chính và hiệu quả hoạt động. Trên tổng thể. các doanh nghiệp tại Việt Nam chịu

tác động chung của nền kinh tế vĩ mô. tuy nhiên. mỗi doanh nghiệp có quy mô và

đặc thù ngành riêng. do đó mức độ tác động của đòn bẩy tài chính đến hiệu quả hoạt

đông của doanh nghiệp khác nhau và không đồng nhất. Bài nghiên cứu đã làm rõ

những vấn đề sau:

Thứ nhất, một cấu trúc vốn có sử dụng nợ vay sẽ làm giảm hiệu quả hoạt

động của doanh nghiệp. Đồng thời, mối quan hệ này thay đổi khi quy mô doanh

nghiệp thay đổi. cụ thể là khi doanh nghiệp có quy mô tăng lên, tác động của đòn

bẩy tài chính đến hiệu quả hoạt động của doanh nghiệp tăng lên.

Thứ hai, tồn tại mối quan hệ phi tuyến giữa đòn bẩy tài chính và hiệu quả

hoạt động của doanh nghiệp ở các doanh nghiệp có quy mô khác nhau.

Thứ ba, sự thay đổi tỷ lệ đòn bẩy tài chính có tác động đến hiệu quả hoạt

động của doanh nghiệp, và tác động này thay đổi khi quy mô doanh nghiệp thay

đổi. Điều này có nghĩa là khi hiệu quả hoạt động của doanh nghiệp tăng lên. doanh

nghiệp có xu hướng giảm tỷ lệ đòn bẩy tài chính và các doanh nghiệp có quy mô

khác nhau sẽ thay đổi tỷ lệ đòn bẩy tài chính ở mức độ khác nhau. Cụ thể các doanh

nghiệp có quy mô lớn về tài sản có xu hướng giảm tỷ lệ đòn bẩy tài chính cao nhất,

trong khi đó, các doanh nghiệp có quy mô trung bình về giảm tỷ lệ đòn bẩy tài

chính thấp nhất so với các doanh nghiệp thuộc các nhóm khác.

Thứ bốn, hiệu quả hoạt động trong quá khứ có ảnh hưởng khác nhau đối với

đòn bẩy tài chính của các doanh nghiệp có quy mô khác nhau. Nghiên cứu tìm thấy

bằng chứng cho thấy hiệu quả hoạt động trong quá khứ có mối tương quan âm đối

với tỷ lệ đòn bẩy tài chính của doanh nghiệp đối với các doanh nghiệp có quy mô

trung bình về tài sản. ngược lại đối với các doanh nghiệp có quy mô lớn và rất lớn,

hiệu quả hoạt động trong quá khứ có mối tương quan dương với đòn bẩy tài chính.

Thứ năm, trong giai đoạn khủng hoảng tài chính năm 2008, đòn bẩy tài chính

ảnh hưởng tiêu cực đến hiệu quả hoạt động của doanh nghiệp. Tuy nhiên, các doanh

nghiệp có quy mô rất lớn chịu tác động lớn hơn so với các doanh nghiệp có quy mô

lớn. Giai đoạn sau khủng hoảng tài chính năm 2008, tác động của đòn bẩy tài chính

lên hiệu quả hoạt động tăng dần theo quy mô.

Từ những phát hiện trên, kết quả nghiên cứu cung cấp thêm bằng chứng thực

nghiệm về ảnh hưởng của quy mô doanh nghiệp đến mối quan hệ giữa đòn bẩy tài

chính và hiệu quả hoạt động. Do đó, đối với các doanh nghiệp sử dụng đòn bẩy tài

chính. cần xác lập cấu trúc vốn phù hợp với quy mô doanh nghiệp và tình hình hoạt

động để nâng cao hiệu quả hoạt động của doanh nghiệp.

5.2 Hạn chế của đề tài và hướng nghiên cứu tiếp theo

5.2.1 Hạn chế của đề tài

Do một số nguyên nhân mà đề tài gặp phải những hạn chế:

Thứ nhất, do hạn chế từ việc thu thập số liệu nên bài nghiên cứu chỉ nghiên

cứu các doanh nghiệp được niêm yết trên Thị trường chứng khoán Việt Nam, số

lượng doanh nghiệp chưa bao gồm các doanh nghiệp không được niêm yết trên thị

thường chứng khoán. do đó chưa thể hiện hết tất cả doanh nghiệp trong nền kinh tế.

Thứ hai, thị trường Chứng khoán Việt Nam phát triển trong thời gian ngắn

nên cơ chế quản lý còn thiếu sót và chưa minh bạch. Số liệu được trích xuất từ các

báo cáo tài chính đã kiểm toán nhưng không thể tránh khỏi tình trạng sai sót do sửa

đổi báo cáo tài chính.

Thứ ba, biến sử dụng để đo lường hiệu quả hoạt động của doanh nghiệp mới

chỉ sử dụng chỉ tiêu tỷ suất sinh lợi trên tổng tài sản ROA, và biến sử dụng để đo

lường đòn bẩy tài chính là tỷ số tổng nợ trên tổng tài sản (LEV) mà chưa sử dụng

đến các thước đo khác.

5.2.2 Những gợi ý và hướng nghiên cứu tiếp theo

Từ những hạn chế trên. tác giả mong muốn sẽ thực hiện đề tài nghiên cứu cho

mẫu lớn hơn, sử dụng dữ liệu của các công ty chưa niêm yết. Đồng thời sử dụng

thêm các biến đo lường hiệu quả hoạt động của doanh nghiệp, bao gồm các chỉ số

đo lường giá trị sổ sách và giá trị thị trường của doanh nghiệp như ROE, PROF, hay

Tobin’s Q, MBVR, MBVE, EPS, NPM. Bên cạnh đó, các bài nghiên cứu tiếp theo

có thể mở rộng phân tích tỷ số đòn bẩy tài chính bằng cách xem xét tác động riêng

của tỷ số nợ ngắn hạn và tỷ số nợ dài hạn để thấy điểm khác nhau giữa các chỉ số

đòn bẩy tài chính. Ngoài ra, có thể sử dụng các phương pháp kiểm định mới để thực

hiện kiểm định./.

DANH MỤC TÀI LIỆU THAM KHẢO

Danh mục tài liê ̣u Tiếng Việt

Đoàn Ngọc Phúc (2014). Ảnh hưởng của cấu trúc vốn đến kết quả hoạt động 1

kinh doanh của DN sau cổ phần hóa ở Việt Nam. Tạp chí những vấn đề kinh tế

và chính trị thế giới. số 7 (219).

Trần Hùng Sơn và Trần Viết Hoàng (2008). Cơ cấu vốn và hiệu quả hoạt động 2

doanh nghiệp. Tạp chí công nghệ Ngân hàng. số 33 (31).

Danh mục tài liệu Tiếng Anh

Abor. J. (2005). The effect of capital structure on profitability: an empirical 1

analysis of listed firms in Ghana. Journal of Risk Finance. Vol. 6. pp. 438-47.

Abor. J. (2007) Debt policy and performance of SMEs: evidence from 2

Ghanaian and South Africa firms. Journal of Risk Finance. Vol. 8. pp. 364-

79.

Chaiporn Vithessonthi. Jittima Tongurai (2015). The effect of firm size on the 3

leverage–performance relationship during the financial crisis of 2007–2009.

Journal of Multinational Financial Management. Vol. 29. 2015. pp. 1–29.

Chaiporn Vithessonthi. Jittima Tongurai (2015). The Effect of Leverage on 4

Performance: Domestically-Oriented vs. Internationally-Oriented Firms.

Research in International Business and Finance. 265–280

Dare Funso David and Sola Olorunfemi (2010). Capital Structure and 5

Corporate Performance in Nigeria Petroleum Industry: Panel Data Analysis.

Journal of Mathematics and Statistics. Volume 6. Issue 2. Pages 168-173

Duchin. R.. Ozbas. O.. Sensoy. B.A.. (2010b). Costly external finance. 6

corporate investment. and the subprime mortgage credit crisis. Journal of

Financial Economics 97. 418-435

Ebaid. I. E. (2009). The impact of capital-structure choice on firm 7

performance: empirical evidence from Egypt. The Journal of Risk Finance.

Vol. 10 No. 5. pp. 477-487.

Fama. E.. Jensen. M.. 1983. Separation of ownership and control. Journal of 8

Law and Economics 26 (2). 301–325.

Firth. M.. Lin. C.. Wong. S.M.L.. (2008). Leverage and investment under a 9

state-owned bank lending environment: Evidence from China. Journal of

Corporate Finance 14. 642-653

Giroud. X.. Mueller. H.M.. Stomper. A.. Westerkamp. A.. (2012). Snow and 10

leverage. Review of Financial Studies 25. 680-710

Gleason. K. C.. Mathur. L. K.. & Mathur. I. (2000). The Interrelationship 11

between Culture. Capital Structure. and Performance: Evidence from

European Retailers. Journal of Business Research. Vol. 50 No. 2. pp. 185-

191.

Grossman. S.J.. Hart. O.. (1982). Corporate financial structure and managerial 12

incentives. In: McCall. J. (Ed.).The Economics of Information and

Uncertainty. University of Chicago Press. Chicago.

Harris M. Raviv A (1991). Capital structure and information role of debt. 13

Journal of Finance. Vol. 46. pp279-355

Huang. G. & Song. F. M. (2006). The determinants of capital structure: 14

Evidence from China. China Economic Review. Vol. 17 No. 1. pp. 14-36.

Jensen. M.C. (1986). Agency costs of free cash flow. corporate finance. and 15

takeovers. American Economic Review. Vol. 76. pp. 323-9.

Jensen. M.C. and Meckling. W.H. (1976). Theory of the firm: managerial 16

behavior. agency costsand ownership structure. Journal of Financial

Economics. Vol. 3. pp. 305-60.

Jermias. J.. (2008). The relative influence of competitive intensity and 16

business strategy on the relationship between financial leverage and

performance. The ritish Accounting Review. Vol. 40. pp. 71–86.

Korajczyk. R.A.. Levy. A.. (2003). Capital structure choice: macroeconomic 17

conditions and financial constraints. Journal of Financial Economics 68. 75-

109

Kraus. A.. & Litzenberger. R. H. (1973). A State-Preference Model of 18

Optimal Financial Leverage. Journal of Finance. 28. 923-931.

Lucy Wamugo Mwangi. Muathe Stephen Makau.George Kosimbei (2014). 19

Relationship between Capital Structure and Performance of Non-Financial

Companies Listed In the Nairobi Securities Exchange.Kenya. Global Journal

of Contemporary Research in Accounting. Vol: 1 Issue 2.

20 Mahfuzah. S.. & Raj. Y. (2012). Capital Structure and Firm Performance:

Evidence from Malaysian Listed Companies. Procedia – Social and

Behavioral Sciences. 65. 156-166.

21 Margaritis. D.. & Psillaki. M. (2010). Capital Structure. Equity Ownership

and Firm Performance. Journal of Banking and Finance. 34. 621-632.

22 Modigliani F. Miller M (1963). Corporate income taxes and the cost of

capital: a correction. American Economic Review. Vol. 53. pp 443-453

23 Modigliani. F. and Miller. M. (1958). The cost of capital. corporate finance

and the theory of investment. American Economic Review. Vol. 48. pp. 261-

97.

24 Myers. S.. (2003). Capital structure. Journal of Economic Perspectives 15 (2).

81–102

25 Myers. S.. 1984. The capital structure puzzle. Journal of Finance 39 (3). 575–

592.

26 Myers. S.C. and Majluf. N.S. (1984). Corporate financing and investment

decisions when firms have information that investors do not have. Journal of

Financial Economics. Vol. 13. pp. 187-221.

27 Myers. S.C.. (1977). Determinants of corporate borrowing. Journal of

Financial Economics 5. 147–175.

Paulson. A.L.. Townsend. R.. (2004). Entrepreneurship and financial 28

constraints in Thailand. Journal of Corporate Finance 10. 229-262.

Rajan. R.G.. Zingales. L.. (1995). What do we know about capital structure? 29

Some evidence from international data. Journal of Finance 50. 1421–1460.

Samuel Fosu (2013). Capital structure. product market competition and firm 30

performance: Evidence from South Africa. The Quarterly Review of

Economics and Finance. Vol. 53. issue 2. 140-151

San. O.T. and Heng. T.B. (2011). Capital Structure and Corporate 31

Performance of Malaysiaon Construction Sector. International Journal of

Humanities and Social Science. Voi.1 No.2. pp.28-36.

Tristan Nguyen và Huy Cuong Nguyen (2015). Capital Structure and Firms’ 32

Performance: Evidence from Vietnam’s Stock Exchange. International

Journal of Economics and Finance . Vol. 7. No. 12

Xu. J.. 2012. Profitability and capital structure: Evidence from import 33

penetration. Journal of Financial Economics 106. 427-446

Zeitun. R. and Tian. G. (2007). Capital structure and corporate performance: 34

evidence from Jordan. Australasian Accounting Business and Finance

Journal. Vol. 1. pp. 40-53.

ta==1 Variable n ------------------------- interest 578 gdp 578 age 574 ebit 578 roa 578 lev 578 size 578 10.85 droa 578 -0.00 dlev 578 ------------------------- . ta==3 Variable n ------------------------- interest 1400 gdp 1400 age 1394 ebit 1400 roa 1400 lev 1400 size 1400 11.50 droa 1400 dlev 1400 ------------------------- . ta==2 Variable n ------------------------- interest 735 gdp 735 age 730 ebit 735 102.36 roa 735 lev 735 size 735 12.02 droa 734 -0.00 dlev 734 -0.01 ------------------------- . ta==4 Variable n ------------------------- interest 818 gdp 818 age 808 ebit 818 roa 818 lev 818 size 818 12.57 droa 817 -0.00 dlev 817 -0.01 ------------------------- -------------- Quantiles -------------- Mean S.D. Min .25 Mdn .75 Max ------------------------------------------------------ 0.10 0.03 0.07 0.07 0.10 0.13 0.17 0.06 0.01 0.05 0.06 0.06 0.07 0.07 2.48 0.67 0.00 2.08 2.60 2.94 4.04 9.37 10.77 -23.44 3.00 6.96 12.62 90.81 0.11 0.10 -0.21 0.06 0.11 0.16 0.59 0.14 0.16 0.00 0.00 0.07 0.25 0.69 0.29 10.08 10.65 10.89 11.10 11.30 0.07 -0.36 -0.02 0.00 0.02 0.39 0.01 0.11 -0.55 -0.02 0.00 0.03 0.69 ------------------------------------------------------ -------------- Quantiles -------------- Mean S.D. Min .25 Mdn .75 Max ------------------------------------------------------ 0.11 0.03 0.07 0.08 0.10 0.13 0.17 0.06 0.01 0.05 0.05 0.06 0.07 0.07 2.53 0.64 0.00 2.20 2.64 2.94 4.09 33.00 46.23 -1101.75 13.89 24.88 44.79 249.27 0.10 0.10 -1.64 0.05 0.08 0.13 0.66 0.22 0.19 0.00 0.05 0.20 0.35 0.75 0.24 11.00 11.33 11.51 11.66 11.99 0.00 0.08 -0.36 -0.02 0.00 0.02 1.76 0.00 0.12 -0.69 -0.03 0.00 0.04 0.66 ------------------------------------------------------ -------------- Quantiles -------------- Mean S.D. Min .25 Mdn .75 Max ------------------------------------------------------ 0.11 0.03 0.07 0.07 0.10 0.13 0.17 0.06 0.01 0.05 0.06 0.06 0.07 0.07 2.61 0.61 0.00 2.30 2.71 3.04 4.03 90.16 -243.26 49.61 82.30 130.89 702.42 0.09 0.07 -0.13 0.05 0.08 0.12 0.52 0.29 0.19 0.00 0.13 0.28 0.43 0.74 0.20 11.70 11.85 12.01 12.19 12.40 0.09 -1.64 -0.02 0.00 0.02 0.53 0.12 -0.55 -0.05 -0.00 0.04 0.50 ------------------------------------------------------ -------------- Quantiles -------------- Mean S.D. Min .25 Mdn .75 Max ------------------------------------------------------ 0.11 0.03 0.07 0.08 0.11 0.13 0.17 0.06 0.01 0.05 0.05 0.06 0.06 0.07 2.43 0.67 0.00 2.08 2.56 2.89 3.93 741.37 1784.89 -1022.51 132.06 268.72 540.06 18345.05 0.10 0.08 -0.29 0.05 0.08 0.13 1.00 0.32 0.19 0.00 0.17 0.33 0.46 0.76 0.41 12.00 12.25 12.49 12.83 14.33 0.07 -0.83 -0.02 -0.00 0.02 0.91 0.11 -0.57 -0.04 -0.00 0.03 0.51 ------------------------------------------------------

Phụ lục 1: Thống kê mô tả cho các mẫu

Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.6069) Estimated covariances = 321 Number of obs = 3506 Estimated autocorrelations = 1 Number of groups = 321 Estimated coefficients = 8 Obs per group: min = 8 avg = 10.92212 max = 11 Wald chi2(7) = 810.79 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .1056557 .0190894 5.53 0.000 .0682412 .1430703 gdp | .0068422 .08506 0.08 0.936 -.1598723 .1735568 age | -.0045084 .001599 -2.82 0.005 -.0076424 -.0013743 size | -.0304675 .0023685 -12.86 0.000 -.0351096 -.0258254 ebit | .0000501 2.46e-06 20.40 0.000 .0000453 .0000549 lev | -.0711538 .0063766 -11.16 0.000 -.0836517 -.0586558 LevSizedummy | -.0153711 .0062346 2.47 0.014 .0031515 .0275907 _cons | .4573243 .0282664 16.18 0.000 .4019232 .5127255

Phụ lục 2: Kết quả hồi quy GLS của mô hình (1)

------------------------------------------------------------------------------ . . est store c1 . . xtgls roa interest gdp age size ebit lev if sizedummy==0.panels(h) corr(ar1) force Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.5918) Estimated covariances = 204 Number of obs = 1730 Estimated autocorrelations = 1 Number of groups = 204 Estimated coefficients = 7 Obs per group: min = 2 avg = 8.480392 max = 11 Wald chi2(6) = 10664.59 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .0410085 .0107867 3.80 0.000 .0198669 .06215 gdp | -.1298336 .048735 -2.66 0.008 -.2253525 -.0343147 age | -.0004426 .0009235 -0.48 0.632 -.0022526 .0013673 size | -.1371495 .002849 -48.14 0.000 -.1427335 -.1315656 ebit | .003074 .0000305 100.81 0.000 .0030143 .0031338 lev | -.0186392 .003276 -5.69 0.000 -.0250601 -.0122183 _cons | 1.585543 .0323264 49.05 0.000 1.522184 1.648901 ------------------------------------------------------------------------------ . . est store c2 . . xtgls roa interest gdp age size ebit lev if sizedummy==1.panels(h) corr(ar1) force Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.6342) Estimated covariances = 201 Number of obs = 1740 Estimated autocorrelations = 1 Number of groups = 201 Estimated coefficients = 7 Obs per group: min = 2 avg = 8.656716 max = 11 Wald chi2(6) = 749.30 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .0776145 .0226044 3.43 0.001 .0333107 .1219183 gdp | .1830478 .1015002 1.80 0.071 -.015889 .3819846 age | -.0086094 .0020858 -4.13 0.000 -.0126975 -.0045213 size | -.0544048 .0031875 -17.07 0.000 -.0606522 -.0481573 ebit | .0000508 2.32e-06 21.89 0.000 .0000463 .0000554 lev | -.0605006 .0058972 -10.26 0.000 -.0720589 -.0489424 _cons | .7565194 .0394459 19.18 0.000 .679207 .8338319 ------------------------------------------------------------------------------ . . xtgls roa interest gdp age size ebit lev LevTa1 LevTa2 LevTa3 .panels(h) corr(ar1) force Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.6083) Estimated covariances = 321 Number of obs = 3506 Estimated autocorrelations = 1 Number of groups = 321 Estimated coefficients = 10 Obs per group: min = 8 avg = 10.92212 max = 11 Wald chi2(9) = 818.23 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .0957782 .0192648 4.97 0.000 .0580199 .1335365 gdp | .0255521 .0849786 0.30 0.764 -.1410028 .1921071 age | -.0041544 .0016077 -2.58 0.010 -.0073054 -.0010034 size | -.0328505 .0025427 -12.92 0.000 -.0378341 -.027867 ebit | .0000507 2.45e-06 20.63 0.000 .0000458 .0000555 lev | -.0480469 .0073059 -6.58 0.000 -.0623663 -.0337275 LevTa1 | -.0404075 .0137749 -2.93 0.003 -.0674058 -.0134093 LevTa2 | -.0225358 .0074335 -3.03 0.002 -.0371052 -.0079664 LevTa3 | -.0042392 .0061572 -0.69 0.001 -.0163071 .0078287 _cons | .4837898 .0301345 16.05 0.000 .4247273 .5428523

------------------------------------------------------------------------------ . . est store d1 . . xtgls roa interest gdp age size ebit lev if ta==1.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 94 Number of obs = 574 Estimated autocorrelations = 0 Number of groups = 94 Estimated coefficients = 7 Obs per group: min = 1 avg = 6.106383 max = 11 Wald chi2(6) = 86723.73 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .2699727 .03201 8.43 0.000 .2072343 .332711 gdp | .5680395 .1022987 5.55 0.000 .3675377 .7685412 age | -.0123367 .0008827 -13.98 0.000 -.0140668 -.0106066 size | -.1340927 .0038831 -34.53 0.000 -.1417035 -.1264819 ebit | .0077957 .0000952 81.93 0.000 .0076092 .0079822 lev | -.01265 .0028514 -4.44 0.000 -.0182386 -.0070614 _cons | 1.467405 .0463083 31.69 0.000 1.376642 1.558167 ------------------------------------------------------------------------------ . . est store d2 . . xtgls roa interest gdp age size ebit lev if ta==2.panels(h) corr(ar1) force Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.4177) Estimated covariances = 134 Number of obs = 712 Estimated autocorrelations = 1 Number of groups = 134 Estimated coefficients = 7 Obs per group: min = 2 avg = 5.313433 max = 10 Wald chi2(6) = 5605.39 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .028895 .0179435 1.61 0.107 -.0062736 .0640636 gdp | .1653474 .0714147 2.32 0.021 .025377 .3053177 age | -.0016848 .0011843 -1.42 0.155 -.004006 .0006363 size | -.1589777 .0040868 -38.90 0.000 -.1669877 -.1509678 ebit | .0006925 .0000101 68.54 0.000 .0006727 .0007123 lev | -.0164507 .0034626 -4.75 0.000 -.0232373 -.0096641 _cons | 1.928276 .0495954 38.88 0.000 1.831071 2.025482 ------------------------------------------------------------------------------ . est store d3 . xtgls roa interest gdp age size ebit lev if ta==3.panels(h) corr(ar1) force Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.5204) Estimated covariances = 187 Number of obs = 1372 Estimated autocorrelations = 1 Number of groups = 187 Estimated coefficients = 7 Obs per group: min = 2 avg = 7.336898 max = 11 Wald chi2(6) = 7078.94 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .0555778 .0164171 3.39 0.001 .023401 .0877546 gdp | .0764642 .0692183 1.10 0.269 -.0592011 .2121296 age | .0021085 .0011545 1.83 0.068 -.0001543 .0043714 size | -.1420122 .0032936 -43.12 0.000 -.1484675 -.1355568 ebit | .00197 .0000251 78.57 0.000 .0019209 .0020192 lev | -.0222117 .0037286 -5.96 0.000 -.0295197 -.0149038 _cons | 1.652274 .038088 43.38 0.000 1.577622 1.726925 ------------------------------------------------------------------------------

. est store d4 . xtgls roa interest gdp age size ebit lev if ta==4.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 122 Number of obs = 808 Estimated autocorrelations = 0 Number of groups = 122 Estimated coefficients = 7 Obs per group: min = 1 avg = 6.622951 max = 11 Wald chi2(6) = 1295.16 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .0453711 .033168 1.37 0.171 -.019637 .1103792 gdp | .2223903 .1670963 1.33 0.183 -.1051125 .5498931 age | -.0056453 .0016828 -3.35 0.001 -.0089435 -.0023472 size | -.0799137 .0028861 -27.69 0.000 -.0855703 -.0742571 ebit | .0000362 1.83e-06 19.81 0.000 .0000326 .0000398 lev | -.0794615 .0058236 -13.64 0.000 -.0908756 -.0680475 _cons | 1.100899 .0373808 29.45 0.000 1.027634 1.174164 ------------------------------------------------------------------------------ .

Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.6105) Estimated covariances = 321 Number of obs = 3506 Estimated autocorrelations = 1 Number of groups = 321 Estimated coefficients = 8 Obs per group: min = 8 avg = 10.92212 max = 11 Wald chi2(7) = 824.80 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .1073562 .018991 5.65 0.000 .0701346 .1445779 gdp | .0446995 .0847809 0.53 0.598 -.1214681 .2108671 age | -.0045208 .001583 -2.86 0.004 -.0076235 -.0014182 size | -.0276828 .0021361 -12.96 0.000 -.0318695 -.0234962 ebit | .0000505 2.48e-06 20.38 0.000 .0000457 .0000554 lev | -.0975805 .0136975 -7.12 0.000 -.1244271 -.0707339 lev2 | .057728 .0203849 2.83 0.005 .0177743 .0976817 _cons | .4249085 .025371 16.75 0.000 .3751823 .4746348 ------------------------------------------------------------------------------ . . est store b4 . . xtgls roa interest gdp age size ebit lev lev2 if ta==1.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 94 Number of obs = 574 Estimated autocorrelations = 0 Number of groups = 94 Estimated coefficients = 8 Obs per group: min = 1 avg = 6.106383 max = 11 Wald chi2(7) = 9663.98 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .2684594 .0304625 8.81 0.000 .208754 .3281647 gdp | .4577868 .1094374 4.18 0.000 .2432935 .6722801 age | -.010687 .0010198 -10.48 0.000 -.0126857 -.0086882 size | -.1306269 .0039184 -33.34 0.000 -.1383069 -.1229469 ebit | .0077866 .0001039 74.94 0.000 .0075829 .0079902 lev | -.0406606 .0109395 -3.72 0.000 -.0621016 -.0192197 lev2 | .062437 .0222955 2.80 0.005 .0187385 .1061355 _cons | 1.433176 .0466428 30.73 0.000 1.341758 1.524594 ------------------------------------------------------------------------------

Phụ lục 3: Kết quả hồi quy mô hình (2)

. . est store b5 . . xtgls roa interest gdp age size ebit lev lev2 if ta==2.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 152 Number of obs = 730 Estimated autocorrelations = 0 Number of groups = 152 Estimated coefficients = 8 Obs per group: min = 1 avg = 4.802632 max = 10 Wald chi2(7) = 7444.55 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .0101074 .0191196 0.53 0.597 -.0273664 .0475811 gdp | .0666655 .082688 0.81 0.420 -.0954 .228731 age | -.0016737 .0007818 -2.14 0.032 -.003206 -.0001413 size | -.161651 .0039828 -40.59 0.000 -.1694572 -.1538448 ebit | .0007162 9.38e-06 76.34 0.000 .0006978 .0007345 lev | -.0399571 .0068783 -5.81 0.000 -.0534382 -.0264759 lev2 | .0399116 .0103516 3.86 0.000 .0196228 .0602004 _cons | 1.968703 .0494637 39.80 0.000 1.871756 2.06565 ------------------------------------------------------------------------------ . . est store b6 . . xtgls roa interest gdp age size ebit lev lev2 if ta==3.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 209 Number of obs = 1394 Estimated autocorrelations = 0 Number of groups = 209 Estimated coefficients = 8 Obs per group: min = 1 avg = 6.669856 max = 11 Wald chi2(7) = 12027.37 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .0858023 .0174545 4.92 0.000 .051592 .1200125 gdp | .0782102 .0750143 1.04 0.297 -.0688152 .2252355 age | .0041399 .0007882 5.25 0.000 .0025951 .0056847 size | -.1504602 .0026423 -56.94 0.000 -.1556389 -.1452814 ebit | .0020032 .0000206 97.20 0.000 .0019629 .0020436 lev | -.094528 .0080098 -11.80 0.000 -.1102269 -.0788291 lev2 | .1195618 .0131079 9.12 0.000 .0938708 .1452529 _cons | 1.747073 .031463 55.53 0.000 1.685407 1.80874 ------------------------------------------------------------------------------ . est store b7 . xtgls roa interest gdp age size ebit lev lev2 if ta==4.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 122 Number of obs = 808 Estimated autocorrelations = 0 Number of groups = 122 Estimated coefficients = 8 Obs per group: min = 1 avg = 6.622951 max = 11 Wald chi2(7) = 970.95 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .0613318 .0322529 1.90 0.057 -.0018826 .1245463 gdp | .4657458 .1738114 2.68 0.007 .1250817 .80641 age | -.0046579 .0016001 -2.91 0.004 -.0077941 -.0015217 size | -.0745578 .0030355 -24.56 0.000 -.0805072 -.0686084 ebit | .0000357 1.84e-06 19.40 0.000 .0000321 .0000394

lev | -.2064615 .0245652 -8.40 0.000 -.2546083 -.1583147 lev2 | .1875819 .0330113 5.68 0.000 .1228809 .2522828 _cons | 1.028453 .0405685 25.35 0.000 .9489398 1.107965 ------------------------------------------------------------------------------ .

Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (-0.2220) Estimated covariances = 321 Number of obs = 3183 Estimated autocorrelations = 1 Number of groups = 321 Estimated coefficients = 7 Obs per group: min = 7 avg = 9.915888 max = 10 Wald chi2(6) = 689.12 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ droa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lage | .0009941 .0007331 1.36 0.175 -.0004427 .0024309 lsize | .0000124 .0010004 0.01 0.990 -.0019484 .0019733 lebit | -4.24e-07 1.18e-06 -0.36 0.719 -2.73e-06 1.88e-06 lroa | -.1834508 .0100639 -18.23 0.000 -.2031756 -.1637259 llev | -.0139257 .0030975 -4.50 0.000 -.0199967 -.0078547 dlev | -.0942651 .0054386 -17.33 0.000 -.1049247 -.0836056 _cons | .0168761 .0116026 1.45 0.146 -.0058646 .0396167 ------------------------------------------------------------------------------ . . est store e1 . . xtgls droa lage lsize lebit lroa llev dlev if ta==1.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 85 Number of obs = 501 Estimated autocorrelations = 0 Number of groups = 85 Estimated coefficients = 7 Obs per group: min = 1 avg = 5.894118 max = 10 Wald chi2(6) = 112.65 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ droa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lage | .0037046 .0014677 2.52 0.012 .0008279 .0065813 lsize | .0067134 .0072593 0.92 0.355 -.0075146 .0209414 lebit | .0002433 .0003471 0.70 0.483 -.0004371 .0009236 lroa | -.167521 .0392186 -4.27 0.000 -.2443881 -.0906539 llev | -.0054303 .0116181 -0.47 0.640 -.0282013 .0173407 dlev | -.0833766 .0133935 -6.23 0.000 -.1096273 -.0571259 _cons | -.0676676 .0798186 -0.85 0.397 -.2241091 .0887739 ------------------------------------------------------------------------------ . . est store e2 . . xtgls droa lage lsize lebit lroa llev dlev if ta==2.panels(h) corr(ar1) force Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (-0.1534) Estimated covariances = 184 Number of obs = 667 Estimated autocorrelations = 1 Number of groups = 184 Estimated coefficients = 7 Obs per group: min = 2 avg = 6.733696 max = 10 Wald chi2(6) = 298.67 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ droa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lage | .0012129 .0012712 0.95 0.340 -.0012786 .0037043 lsize | .0228042 .0068014 3.35 0.001 .0094738 .0361347 lebit | -.0001801 .0000744 -2.42 0.016 -.000326 -.0000342 lroa | -.1206069 .0293872 -4.10 0.000 -.1782048 -.063009

Phụ lục 4: Kết quả hồi quy mô hình (3)

llev | -.0140934 .0050458 -2.79 0.005 -.023983 -.0042038 dlev | -.098581 .0082941 -11.89 0.000 -.1148372 -.0823248 _cons | -.2452087 .0772625 -3.17 0.002 -.3966405 -.093777 ------------------------------------------------------------------------------ . . est store e3 . . xtgls droa lage lsize lebit lroa llev dlev if ta==3.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 148 Number of obs = 1239 Estimated autocorrelations = 0 Number of groups = 148 Estimated coefficients = 7 Obs per group: min = 1 avg = 4.574324 max = 10 Wald chi2(6) = 177.55 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ droa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lage | -.001604 .0014644 -1.10 0.273 -.0044741 .0012661 lsize | .0079627 .0058233 1.37 0.171 -.0034507 .0193762 lebit | -.0000825 .0000333 -2.48 0.013 -.0001478 -.0000172 lroa | -.0283999 .0307749 -0.92 0.356 -.0887176 .0319177 llev | -.0246385 .0055731 -4.42 0.000 -.0355616 -.0137155 dlev | -.1082222 .0098599 -10.98 0.000 -.1275472 -.0888972 _cons | -.0755792 .0686867 -1.10 0.271 -.2102027 .0590443 ------------------------------------------------------------------------------ . . est store e4 . . xtgls droa lage lsize lebit lroa llev dlev if ta==4.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 120 Number of obs = 752 Estimated autocorrelations = 0 Number of groups = 120 Estimated coefficients = 7 Obs per group: min = 1 avg = 6.266667 max = 10 Wald chi2(6) = 247.65 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ droa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lage | .000144 .0014011 0.10 0.918 -.0026021 .0028901 lsize | -.000161 .003419 -0.05 0.962 -.0068622 .0065401 lebit | -5.28e-08 1.68e-06 -0.03 0.975 -3.34e-06 3.24e-06 lroa | -.1823183 .0212853 -8.57 0.000 -.2240367 -.1406 llev | -.0124598 .0064424 -1.93 0.053 -.0250867 .0001671 dlev | -.1126477 .0095107 -11.84 0.000 -.1312884 -.094007 _cons | .0194633 .0421726 0.46 0.644 -.0631934 .10212 ------------------------------------------------------------------------------ .

Phụ lục 5: Kết quả hồi quy mô hình (4)

llev | -.130682 .0084988 -15.38 0.000 -.1473394 -.1140246 _cons | .051033 .0324103 1.57 0.115 -.01249 .114556 ------------------------------------------------------------------------------ . . est store f1 . . xtgls dlev lage lsize lebit lroa llev if ta==1.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 85 Number of obs = 501 Estimated autocorrelations = 0 Number of groups = 85 Estimated coefficients = 6 Obs per group: min = 1 avg = 5.894118 max = 10 Wald chi2(5) = 46.59 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ dlev | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lage | .0069614 .0040049 1.74 0.082 -.000888 .0148109 lsize | .0009812 .0137689 0.07 0.943 -.0260054 .0279678 lebit | -.0000705 .0003845 -0.18 0.854 -.0008241 .000683 lroa | -.0410506 .0465298 -0.88 0.378 -.1322474 .0501462 llev | -.16965 .0251673 -6.74 0.000 -.2189771 -.1203229 _cons | .0043999 .1502253 0.03 0.977 -.2900363 .2988361 ------------------------------------------------------------------------------ . . est store f2 . . xtgls dlev lage lsize lebit lroa llev if ta==2.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 148 Number of obs = 677 Estimated autocorrelations = 0 Number of groups = 148 Estimated coefficients = 6 Obs per group: min = 1 avg = 4.574324 max = 10 Wald chi2(5) = 651.27 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ dlev | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lage | -.0004897 .0029756 -0.16 0.869 -.0063218 .0053423 lsize | -.0213068 .0131204 -1.62 0.104 -.0470224 .0044088 lebit | .0002833 .0001269 2.23 0.026 .0000346 .0005321 lroa | -.1033688 .0392701 -2.63 0.008 -.1803368 -.0264008 llev | -.1135551 .0133419 -8.51 0.000 -.1397047 -.0874056 _cons | .2729296 .1491229 1.83 0.067 -.0193459 .565205 ------------------------------------------------------------------------------ . . est store f3 . xtgls dlev lage lsize lebit lroa llev if ta==3.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 198 Number of obs = 1253 Estimated autocorrelations = 0 Number of groups = 198 Estimated coefficients = 6 Obs per group: min = 1 avg = 6.328283 max = 10 Wald chi2(5) = 86.03 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ dlev | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lage | -.0010081 .0031528 -0.32 0.749 -.0071876 .0051714 lsize | -.1002733 .01243 -8.07 0.000 -.1246357 -.0759109 lebit | .0002639 .0000582 4.53 0.000 .0001499 .000378 lroa | -.3545711 .0591105 -6.00 0.000 -.4704256 -.2387165 llev | -.1558166 .0069336 -22.47 0.000 -.1694062 -.142227 _cons | 1.241322 .1495215 8.30 0.000 .948265 1.534378 ------------------------------------------------------------------------------

. . est store f4 . xtgls dlev lage lsize lebit lroa llev if ta==4.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 120 Number of obs = 752 Estimated autocorrelations = 0 Number of groups = 120 Estimated coefficients = 6 Obs per group: min = 1 avg = 6.266667 max = 10 Wald chi2(5) = 113.62 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ dlev | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lage | -.0034833 .0028989 -1.20 0.230 -.009165 .0021983 lsize | -.0363416 .0076815 -4.73 0.000 -.0513971 -.0212862 lebit | 3.76e-06 2.17e-06 1.74 0.083 -4.84e-07 8.00e-06 lroa | -.0812676 .0337091 -2.41 0.016 -.1473361 -.0151991 llev | -.127457 .0128575 -9.91 0.000 -.1526573 -.1022568 _cons | .498628 .0962668 5.18 0.000 .3099486 .6873073 ------------------------------------------------------------------------------ . Phụ lục 6: Kết quả hồi quy 2SLS

Source | SS df MS Number of obs = 3506 -------------+------------------------------ F( 6. 3499) = 142.65 Model | 25.5307925 6 4.25513208 Prob > F = 0.0000 Residual | 104.372739 3499 .029829305 R-squared = 0.1965 -------------+------------------------------ Adj R-squared = 0.1952 Total | 129.903532 3505 .037062349 Root MSE = .17271 ------------------------------------------------------------------------------ lev | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- tangibility | .2400616 .0140685 17.06 0.000 .2124783 .2676448 interest | .1816105 .0942429 1.93 0.054 -.003166 .3663871 gdp | -.5647688 .510592 -1.11 0.269 -1.565857 .4363194 age | .0047844 .0047127 1.02 0.310 -.0044557 .0140244 size | .1134119 .005094 22.26 0.000 .1034244 .1233994 ebit | -.0000395 3.56e-06 -11.11 0.000 -.0000465 -.0000326 _cons | -1.139353 .0718463 -15.86 0.000 -1.280218 -.9984877 ------------------------------------------------------------------------------ . . est store g7 Tests of endogeneity Ho: variables are exogenous Durbin (score) chi2(1) = 1.02369 (p = 0.3116) Wu-Hausman F(1.566) = 1.01122 (p = 0.3150) . . ivregress 2sls roa interest gdp age size ebit (lev= tangibility interest gdp age size ebit) Instrumental variables (2SLS) regression Number of obs = 3506 Wald chi2(6) = 344.83 Prob > chi2 = 0.0000 R-squared = 0.1208 Root MSE = .084 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lev | -.0547872 .0285029 -1.92 0.055 -.1106519 .0010774 interest | .2751963 .0462472 5.95 0.000 .1845535 .3658391 gdp | .1388028 .2491227 0.56 0.577 -.3494687 .6270743 age | -.0028252 .0022917 -1.23 0.218 -.0073168 .0016664 size | -.0189127 .0042178 -4.48 0.000 -.0271793 -.0106461 ebit | .0000265 2.06e-06 12.91 0.000 .0000225 .0000306 _cons | .2989809 .047765 6.26 0.000 .2053633 .3925985 ------------------------------------------------------------------------------ Instrumented: lev Instruments: interest gdp age size ebit tangibility . . est store g1 . . estat endogenous Tests of endogeneity Ho: variables are exogenous

Durbin (score) chi2(1) = 3.75496 (p = 0.0527) Wu-Hausman F(1.3498) = 3.75041 (p = 0.0529) . . ivregress 2sls roa interest gdp age size ebit (lev= tangibility interest gdp age size ebit) if ta==1 Instrumental variables (2SLS) regression Number of obs = 574 Wald chi2(6) = 1612.68 Prob > chi2 = 0.0000 R-squared = 0.7360 Root MSE = .049 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lev | -.0210921 .0500621 -1.35 0.076 -.1658291 .0304108 interest | .3086533 .0799584 3.86 0.000 .1519378 .4653688 gdp | .4891555 .3582247 1.37 0.172 -.212952 1.191263 age | -.0138951 .0034861 -3.99 0.000 -.0207278 -.0070624 size | -.1158929 .0119408 -9.71 0.000 -.1392965 -.0924893 ebit | .0077535 .0002817 27.53 0.000 .0072015 .0083056 _cons | 1.281542 .1336075 9.59 0.000 1.019676 1.543408 ------------------------------------------------------------------------------ Instrumented: lev Instruments: interest gdp age size ebit tangibility . . est store g2 . . estat endogenous Tests of endogeneity Ho: variables are exogenous Durbin (score) chi2(1) = .018426 (p = 0.8920) Wu-Hausman F(1.1386) = .01832 (p = 0.8924) . . ivregress 2sls roa interest gdp age size ebit (lev= tangibility interest gdp age size ebit) if ta==2 Instrumental variables (2SLS) regression Number of obs = 730 Wald chi2(6) = 3237.18 Prob > chi2 = 0.0000 R-squared = 0.8166 Root MSE = .02939 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lev | -.0348367 .0253509 -2.04 0.041 -.1015236 -.0021498 interest | .0696984 .0458925 1.52 0.129 -.0202492 .159646 gdp | .1683429 .2182161 0.77 0.440 -.2593529 .5960386 age | .0051583 .0020692 2.49 0.013 .0011027 .009214 size | -.1590351 .0080694 -19.71 0.000 -.1748509 -.1432193 ebit | .0019033 .0000322 59.05 0.000 .0018401 .0019665 _cons | 1.84419 .091659 20.12 0.000 1.664542 2.023839 ------------------------------------------------------------------------------ Instrumented: lev Instruments: interest gdp age size ebit tangibility . . est store g3 . . estat endogenous Tests of endogeneity Ho: variables are exogenous Durbin (score) chi2(1) = 1.02369 (p = 0.3116) Wu-Hausman F(1.566) = 1.01122 (p = 0.3150) . . ivregress 2sls roa interest gdp age size ebit (lev= tangibility interest gdp age size ebit) if ta==3 Instrumental variables (2SLS) regression Number of obs = 1394 Wald chi2(6) = 4786.26 Prob > chi2 = 0.0000 R-squared = 0.7760 Root MSE = .04722 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lev | -.0520689 .0302526 -0.68 0.044 -.0799835 .0386046 interest | -.0263061 .0501214 -0.52 0.600 -.1245422 .07193 gdp | -.0638712 .2010491 -0.32 0.751 -.4579201 .3301777 age | -.0038269 .0018696 -2.05 0.041 -.0074912 -.0001626 size | -.1757798 .0101902 -17.25 0.000 -.1957523 -.1558074 ebit | .0007144 .0000196 36.39 0.000 .0006759 .0007529 _cons | 2.155674 .1208568 17.84 0.000 1.918799 2.392549 ------------------------------------------------------------------------------ Instrumented: lev

Instruments: interest gdp age size ebit tangibility . . est store g4 . . estat endogenous Tests of endogeneity Ho: variables are exogenous Durbin (score) chi2(1) = .000908 (p = 0.9760) Wu-Hausman F(1.722) = .000898 (p = 0.9761) . . ivregress 2sls roa interest gdp age size ebit (lev= tangibility interest gdp age size ebit) if ta==4 Instrumental variables (2SLS) regression Number of obs = 808 Wald chi2(6) = 329.18 Prob > chi2 = 0.0000 R-squared = 0.3107 Root MSE = .06807 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lev | -.0678752 .0353526 -0.95 0.041 -.1029504 .0356291 interest | .0596722 .0792718 0.75 0.452 -.0956976 .2150421 gdp | .5033422 .4298367 1.17 0.242 -.3391223 1.345807 age | -.0047129 .0037167 -1.27 0.205 -.0119975 .0025718 size | -.0757415 .0085363 -8.87 0.000 -.0924724 -.0590106 ebit | .0000296 2.04e-06 14.55 0.000 .0000256 .0000336 _cons | 1.01698 .1076038 9.45 0.000 .8060808 1.22788 ------------------------------------------------------------------------------ Instrumented: lev Instruments: interest gdp age size ebit tangibility .

Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 321 Number of obs = 944 Estimated autocorrelations = 0 Number of groups = 321 Estimated coefficients = 8 Obs per group: min = 2 avg = 2.94081 max = 3 Wald chi2(7) = 288971.56 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ droa0709 | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- age07 | -.0020854 .0002571 -8.11 0.000 -.0025893 -.0015815 size07 | .005767 .0000629 91.65 0.000 .0056437 .0058903 ebit07 | -8.31e-06 1.48e-06 -5.63 0.000 -.0000112 -5.42e-06 roa07 | -.2299815 .0037661 -61.07 0.000 -.2373629 -.2226001 lev07 | -.0697174 .0009077 -76.81 0.000 -.0714965 -.0679383 dlev0709 | -.1954153 .0004211 -464.08 0.000 -.1962406 -.19459 IND | 2.17e-08 .0000222 0.00 0.999 -.0000435 .0000435 _cons | -2.17e-08 .0000134 -0.00 0.999 -.0000263 .0000263 ------------------------------------------------------------------------------ . . est store i1 . . xtgls droa0709 age07 size07 ebit07 roa07 lev07 dlev0709 IND if year<2010& ta==1.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 75 Number of obs = 172 Estimated autocorrelations = 0 Number of groups = 75 Estimated coefficients = 8 Obs per group: min = 1 avg = 2.293333 max = 3 Wald chi2(7) = 25161.17 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ droa0709 | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- age07 | .0089902 .0019059 4.72 0.000 .0052546 .0127257 size07 | .003422 .0005354 6.39 0.000 .0023726 .0044715 ebit07 | -.0030499 .0004314 -7.07 0.000 -.0038955 -.0022044

Phụ lục 7: Kết quả hồi quy GLS của mô hình (7)

roa07 | -.0090413 .0276517 -0.33 0.744 -.0632377 .0451551 lev07 | -.0839082 .006249 -13.43 0.000 -.0961559 -.0716604 dlev0709 | -.1990587 .0116529 -17.08 0.000 -.221898 -.1762193 IND | 7.58e-09 .0000366 0.00 1.000 -.0000718 .0000718 _cons | -7.58e-09 .000024 -0.00 1.000 -.000047 .000047 ------------------------------------------------------------------------------ . . est store i2 . . xtgls droa0709 age07 size07 ebit07 roa07 lev07 dlev0709 IND if year<2010&ta==2.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 85 Number of obs = 159 Estimated autocorrelations = 0 Number of groups = 85 Estimated coefficients = 8 Obs per group: min = 1 avg = 1.870588 max = 3 Wald chi2(7) = 1068.36 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ droa0709 | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- age07 | -.0141487 .0026798 -5.28 0.000 -.0194011 -.0088964 size07 | .0036157 .0007449 4.85 0.000 .0021557 .0050756 ebit07 | .00001 .000151 0.07 0.947 -.0002859 .000306 roa07 | .1442963 .1156432 1.25 0.212 -.0823602 .3709528 lev07 | .0317291 .0121529 2.61 0.009 .0079098 .0555484 dlev0709 | -.250642 .0296081 -8.47 0.000 -.3086729 -.1926112 IND | -1.02e-11 6.40e-06 -0.00 1.000 -.0000125 .0000125 _cons | 1.02e-11 3.27e-06 0.00 1.000 -6.41e-06 6.41e-06 ------------------------------------------------------------------------------ . . est store i3 . xtgls droa0709 age07 size07 ebit07 roa07 lev07 dlev0709 IND if year<2010& ta==3.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 179 Number of obs = 418 Estimated autocorrelations = 0 Number of groups = 179 Estimated coefficients = 8 Obs per group: min = 1 avg = 2.335196 max = 3 Wald chi2(7) = 64603.72 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ droa0709 | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- age07 | .0031485 .0003342 9.42 0.000 .0024936 .0038035 size07 | .0064222 .0000542 118.49 0.000 .006316 .0065284 ebit07 | -.0004358 .000039 -11.17 0.000 -.0005122 -.0003593 roa07 | -.2499988 .0104254 -23.98 0.000 -.2704321 -.2295654 lev07 | -.09556 .0018385 -51.98 0.000 -.0991634 -.0919567 dlev0709 | -.165387 .0018596 -88.94 0.000 -.1690318 -.1617423 IND | -1.24e-10 6.65e-06 -0.00 1.000 -.000013 .000013 _cons | 1.24e-10 3.42e-06 0.00 1.000 -6.70e-06 6.70e-06 ------------------------------------------------------------------------------ . est store i4 . xtgls droa0709 age07 size07 ebit07 roa07 lev07 dlev0709 IND if year<2010& ta==4.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 86 Number of obs = 195 Estimated autocorrelations = 0 Number of groups = 86 Estimated coefficients = 8 Obs per group: min = 1 avg = 2.267442 max = 3 Wald chi2(7) = 44472.63 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ droa0709 | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- age07 | -.0172905 .0010655 -16.23 0.000 -.0193788 -.0152021

size07 | .0082077 .0003513 23.36 0.000 .0075191 .0088963 ebit07 | .0000366 5.01e-06 7.29 0.000 .0000267 .0000464 roa07 | -.4339238 .0306512 -14.16 0.000 -.4939991 -.3738485 lev07 | -.088227 .0050408 -17.50 0.000 -.0981067 -.0783473 dlev0709 | -.1168925 .0049355 -23.68 0.000 -.126566 -.107219 IND | -2.88e-09 .0000259 -0.00 1.000 -.0000507 .0000507 _cons | 2.88e-09 .0000158 0.00 1.000 -.000031 .000031 ------------------------------------------------------------------------------ .

Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.5762) Estimated covariances = 316 Number of obs = 934 Estimated autocorrelations = 1 Number of groups = 316 Estimated coefficients = 7 Obs per group: min = 2 avg = 2.955696 max = 3 Wald chi2(6) = 628.72 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | -.0665556 .0264758 -2.51 0.012 -.1184472 -.0146639 gdp | -.6325405 .1182932 -5.35 0.000 -.864391 -.4006901 age | -.0028254 .0018467 -1.53 0.126 -.006445 .0007941 size | -.0377969 .0029429 -12.84 0.000 -.0435649 -.032029 ebit | .0001274 9.10e-06 13.99 0.000 .0001095 .0001452 lev | -.0865742 .0065873 -13.14 0.000 -.0994851 -.0736632 _cons | .6069383 .0345958 17.54 0.000 .5391318 .6747448 ------------------------------------------------------------------------------ . . est store d1 . xtgls roa interest gdp age size ebit lev if year>=2007&year<=2009 & ta==1.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 75 Number of obs = 171 Estimated autocorrelations = 0 Number of groups = 75 Estimated coefficients = 7 Obs per group: min = 1 avg = 2.28 max = 3 Wald chi2(6) = 4317.79 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .0598253 .0342697 1.75 0.081 -.0073421 .1269927 gdp | .0686589 .0991537 0.69 0.489 -.1256787 .2629965 age | -.0024365 .0011415 -2.13 0.033 -.0046738 -.0001993 size | -.2183388 .0066435 -32.86 0.000 -.2313599 -.2053177 ebit | .013703 .0002217 61.82 0.000 .0132685 .0141374 lev | -.002641 .0040086 -0.66 0.510 -.0104977 .0052157 _cons | 2.363344 .074579 31.69 0.000 2.217172 2.509516 ------------------------------------------------------------------------------ . . est store d3 . . xtgls roa interest gdp age size ebit lev if year>=2007&year<=2009 & ta==2.panels(h) corr(ar1) force Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.6975) Estimated covariances = 55 Number of obs = 129 Estimated autocorrelations = 1 Number of groups = 55 Estimated coefficients = 7 Obs per group: min = 2 avg = 2.345455 max = 3 Wald chi2(6) = 35845.76 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .0219608 .0113015 1.94 0.052 -.0001897 .0441113 gdp | -.0215986 .0691319 -0.31 0.755 -.1570946 .1138975 age | -.0007358 .000995 -0.74 0.460 -.002686 .0012145

Phụ lục 8: Kết quả hồi quy GLS của mô hình (1) giai đoạn 2007 - 2009

size | -.2399285 .0082247 -29.17 0.000 -.2560487 -.2238084 ebit | .001303 .0000108 121.07 0.000 .0012819 .0013241 lev | -.0021653 .0034072 -0.64 0.525 -.0088434 .0045127 _cons | 2.851745 .1008884 28.27 0.000 2.654007 3.049483 ------------------------------------------------------------------------------ . . est store d2 . . xtgls roa interest gdp age size ebit lev if year>=2007&year<=2009 & ta==3.panels(h) corr(ar1) force Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.4155) Estimated covariances = 136 Number of obs = 375 Estimated autocorrelations = 1 Number of groups = 136 Estimated coefficients = 7 Obs per group: min = 2 avg = 2.757353 max = 3 Wald chi2(6) = 5249.87 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .0336331 .0158878 2.12 0.034 .0024935 .0647727 gdp | -.2024243 .0650231 -3.11 0.002 -.3298671 -.0749814 age | .0029108 .0009634 3.02 0.003 .0010225 .004799 size | -.2079977 .0050972 -40.81 0.000 -.2179881 -.1980074 ebit | .0034504 .0000522 66.06 0.000 .003348 .0035528 lev | -.0091393 .0035793 -2.55 0.011 -.0161546 -.002124 _cons | 2.38451 .0580453 41.08 0.000 2.270743 2.498277 ------------------------------------------------------------------------------ . . est store d4 . . xtgls roa interest gdp age size ebit lev if year>=2007&year<=2009 & ta==4.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 86 Number of obs = 192 Estimated autocorrelations = 0 Number of groups = 86 Estimated coefficients = 7 Obs per group: min = 1 avg = 2.232558 max = 3 Wald chi2(6) = 1734.82 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | -.073501 .0412193 -1.78 0.075 -.1542893 .0072873 gdp | -.1035403 .1376549 -0.75 0.452 -.373339 .1662584 age | -.0038203 .0011133 -3.43 0.001 -.0060023 -.0016384 size | -.1129647 .0039165 -28.84 0.000 -.1206409 -.1052884 ebit | .0001135 6.32e-06 17.95 0.000 .0001011 .0001259 lev | -.0344054 .005767 -5.97 0.000 -.0457085 -.0231024 _cons | 1.497301 .0449287 33.33 0.000 1.409243 1.58536 ------------------------------------------------------------------------------ .

Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.6375) Estimated covariances = 321 Number of obs = 2568 Estimated autocorrelations = 1 Number of groups = 321 Estimated coefficients = 7 Time periods = 8 Wald chi2(6) = 823.74 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .1738312 .0228477 7.61 0.000 .1290505 .218612 gdp | .3595124 .1079528 3.33 0.001 .1479287 .571096 age | -.006765 .0020615 -3.28 0.001 -.0108054 -.0027245 size | -.0263747 .0023243 -11.35 0.000 -.0309302 -.0218191 ebit | .0000491 2.50e-06 19.63 0.000 .0000442 .000054 lev | -.0677718 .0057194 -11.85 0.000 -.0789815 -.056562 _cons | .3877277 .0283524 13.68 0.000 .3321581 .4432973

Phụ lục 9: Kết quả hồi quy GLS của mô hình (1) giai đoạn 20010 - 2017

------------------------------------------------------------------------------ . . est store d1 . . xtgls roa interest gdp age size ebit lev if year>=2010 & ta==1.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 76 Number of obs = 403 Estimated autocorrelations = 0 Number of groups = 76 Estimated coefficients = 7 Obs per group: min = 1 avg = 5.302632 max = 8 Wald chi2(6) = 7223.97 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .1730329 .04571 3.79 0.000 .0834431 .2626228 gdp | .5236006 .1350924 3.88 0.000 .2588243 .7883768 age | -.0053178 .0016319 -3.26 0.001 -.0085163 -.0021194 size | -.1175125 .0037409 -31.41 0.000 -.1248445 -.1101805 ebit | .0068199 .0000863 78.99 0.000 .0066506 .0069891 lev | -.0001276 .0038903 -0.03 0.000 -.0077524 .0074973 _cons | 1.281387 .0470773 27.22 0.000 1.189117 1.373657 ------------------------------------------------------------------------------ . . est store d2 . . xtgls roa interest gdp age size ebit lev if year>=2010 & ta==2.panels(h) corr(ar1) force Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.5593) Estimated covariances = 123 Number of obs = 552 Estimated autocorrelations = 1 Number of groups = 123 Estimated coefficients = 7 Obs per group: min = 2 avg = 4.487805 max = 8 Wald chi2(6) = 6927.19 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .0292338 .015767 1.85 0.064 -.0016689 .0601366 gdp | .3612415 .0593654 6.09 0.000 .2448875 .4775956 age | -.0007818 .0010048 -0.78 0.437 -.0027512 .0011876 size | -.1484002 .0037479 -39.60 0.000 -.155746 -.1410543 ebit | .0006046 7.85e-06 77.04 0.000 .0005892 .00062 lev | -.0155501 .0032402 -4.80 0.000 -.0219008 -.0091994 _cons | 1.794365 .0454896 39.45 0.000 1.705207 1.883523 ------------------------------------------------------------------------------ . . est store d3 . . xtgls roa interest gdp age size ebit lev if year>=2010 & ta==3.panels(h) corr(ar1) force Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.9635) Estimated covariances = 173 Number of obs = 962 Estimated autocorrelations = 1 Number of groups = 173 Estimated coefficients = 7 Obs per group: min = 2 avg = 5.560694 max = 8 Wald chi2(6) = 5910.17 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .0185618 .0193506 0.96 0.337 -.0193647 .0564882 gdp | .4763166 .0664644 7.17 0.000 .3460488 .6065844 age | -.0071617 .0028955 -2.47 0.013 -.0128367 -.0014867 size | -.1254067 .0054625 -22.96 0.000 -.136113 -.1147005 ebit | .0018116 .0000253 71.56 0.000 .001762 .0018612 lev | -.0386959 .0057644 -6.71 0.000 -.049994 -.0273979

_cons | 1.473297 .0631626 23.33 0.000 1.3495 1.597093 ------------------------------------------------------------------------------ . . est store d4 . . xtgls roa interest gdp age size ebit lev if year>=2010 & ta==4.panels(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 120 Number of obs = 616 Estimated autocorrelations = 0 Number of groups = 120 Estimated coefficients = 7 Obs per group: min = 1 avg = 5.133333 max = 8 Wald chi2(6) = 2031.96 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ roa | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- interest | .0871041 .0363603 2.40 0.017 .0158392 .158369 gdp | .5414106 .1828097 2.96 0.003 .1831102 .899711 age | -.0046558 .0020136 -2.31 0.021 -.0086023 -.0007092 size | -.0830633 .0031693 -26.21 0.000 -.089275 -.0768517 ebit | .0000342 1.82e-06 18.78 0.000 .0000307 .0000378 lev | -.0992651 .0065384 -15.18 0.000 -.1120801 -.0864501 _cons | 1.122364 .0392472 28.60 0.000 1.045441 1.199287 ------------------------------------------------------------------------------ .

Luận văn Thạc sĩ Kinh tế: Nghiên cứu ảnh hưởng của quy mô doanh nghiệp đến mối quan hệ giữa đòn bẩy tài chính và hiệu quả hoạt động của các doanh nghiệp niêm yết tại Thị trường chứng khoán Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

------------------

PHẠM THỊ MINH HIẾU

NGHIÊN CỨU

ẢNH HƯỞNG CỦA QUY MÔ DOANH NGHIỆP ĐẾN MỐI

QUAN HỆ GIỮA ĐÒN BẨY TÀI CHÍNH VÀ HIỆU QUẢ

HOẠT ĐỘNG CỦA CÁC CÔNG TY NIÊM YẾT

TẠI VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP. HỒ CHÍ MINH, THÁ NG 12 NĂM 2018

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

------------------

PHẠM THỊ MINH HIẾU

NGHIÊN CỨU

ẢNH HƯỞNG CỦA QUY MÔ DOANH NGHIỆP ĐẾN MỐI

QUAN HỆ GIỮA ĐÒN BẨY TÀI CHÍNH VÀ HIỆU QUẢ

HOẠT ĐỘNG CỦA CÁC CÔNG TY NIÊM YẾT

TẠI VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP. HỒ CHÍ MINH, THÁ NG 12 NĂM 2018

LỜI CAM ĐOAN

Kiểm định mối

Mẫu

quan hệ giữa

TA1

TA2

TA3

TA4

biến

Full

TA1

TA2

TA3

TA4

Có thể bạn quan tâm

Tài liêu mới

AI tóm tắt

Giới thiệu tài liệu

Đối tượng sử dụng

Từ khoá chính

Nội dung tóm tắt

Giới thiệu

Về chúng tôi

Việc làm

Quảng cáo

Liên hệ

Chính sách

Thoả thuận sử dụng

Chính sách bảo mật

Chính sách hoàn tiền

DMCA

Hỗ trợ

Hướng dẫn sử dụng

Đăng ký tài khoản VIP

093 303 0098

support@tailieu.vn

Phương thức thanh toán

Theo dõi chúng tôi

Facebook

Youtube

TikTok