BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM

-----------------

CÔNG TRÌNH DỰ THI

GIẢI THƯỞNG NGHIÊN CỨU KHOA HỌC SINH VIÊN

“NHÀ KINH TẾ TRẺ – NĂM 2012”

TÊN CÔNG TRÌNH:

SỰ ĐIỀU CHỈNH TỪNG PHẦN VỀ CẤU TRÚC VỐN MỤC

TIÊU Ở VIỆT NAM

THUỘC NHÓM NGÀNH: KHOA HỌC KINH TẾ

Contents

LỜI MỞ ĐẦU ............................................................................................... 1

I. CỞ SỞ LÝ THUYẾT............................................................................. 2

II. TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY ................................. 6

2.1. Các quan điểm cho rằng không tồn tại cấu trúc vốn mục tiêu ................ 6

2.2. Các quan điểm cho rằng có tồn tại có cấu trúc vốn mục tiêu ................. 8

III. ĐẶC TÍNH MÔ HÌNH HỒI QUY ........................................................ 10

3.1. Đòn bẩy mục tiêu ........................................................................ 10

3.2. Điều chỉnh về đòn bẩy mục tiêu ..................................................... 11

IV. DỮ LIỆU ......................................................................................... 17

V. CÁC LÝ THUYẾT CẤU TRÚC VỐN KHÁC ....................................... 19

5.1. Lý thuyết trật tự phân hạng và lý thuyết định thời điểm tham gia thị

trường: bằng chứng hồi quy ..................................................................... 20

5.2. Hướng tới đòn bẩy mục tiêu và dự trữ khả năng vay nợ: ..................... 25

VI. TÍNH BỀN VỮNG ............................................................................ 32

6.1. Tính ổn định đối với phạm vi ước lượng .......................................... 32

6.2. Tính ổn định đối với quy mô doanh nghiệp ...................................... 33

6.3. Tính ổn định qua thời gian ............................................................ 36

6.4. Các định nghĩa khác nhau về đòn bẩy .................................................. 36

VII. ĐIỀU CHỈNH TỪNG PHẦN VÀ LÝ THUYẾT ĐÁNH ĐỔI ................ 37

7.1. Phương pháp ước lượng thích hợp.............................................. 37

7.2. Hội tụ về mục tiêu ....................................................................... 42

7.3. Các ước lượng cấu trúc vốn mục tiêu trước đây ................................. 44

VIII. ƯỚC LƯỢNG TỐC ĐỘ ĐIỀU CHỈNH Ở VIỆT NAM – KẾT QUẢ THỰC

NGHIỆM .................................................................................................. 52

8.1. Dữ liệu các doanh nghiệp ở Việt Nam (giai đoạn 2004-2011) .............. 52

8.2. Xây dựng mô hình định lượng ở Việt Nam ....................................... 53

8.3. Phương pháp ước lượng phù hợp .................................................... 54

IX. KẾT LUẬN ..................................................................................... 57

DANH MỤC TÀI LIỆU THAM KHẢO ............................................................... 59

PHỤ LỤC ................................................................................................... 63

DANH MỤC BẢNG BIỂU

Bảng 1: Tóm tắt thống kê

Bảng 2: Các phương pháp ước lượng khác nhau đối với đặc tính:

����,��� = (��)��,� + (1 − �)����,� + ��,���

Bảng 3: Tầm quan trọng của nhận thức sự điều chỉnh từng phần

Bảng 4Ảnh hưởng của việc thêm nhiễu vào tỷ lệ nợ mục tiêu

Bảng 5:Giải thích tỉ lệ nợ sổ sách của lý thuyết trật tự phân hạng và Market timing

Bảng 6: Nỗ lực hội tụ về mục tiêu của các doanh nghiệp sử dụng đòn bẩy dưới mức.

Bảng 7:Những biến động trong mô hình hồi quy của Welch (2004)

Bảng 8: Các ước lượng qua các phạm vi dự đoán khác nhau

Bảng 9: Kết quả ước lượng tốc độ điều chỉnh của một doanh nghiệp điển hình qua các

phương pháp ước lượng khác nhau

Bảng A.1:Các phương pháp khác nhau ước lượng hồi quy bảng động (dynamic panel

regressions)

DANH MỤC HÌNH

Hình 1: Thay đổi trong tỷ lệ nợ tính theo giá trị sổ sách của năm tiếp theo

Hình 2: Sự khôi phục về mức trung bình của đòn bẩy

Hình 3: Thay đổi trong tỷ lệ nợ tính theo giá trị sổ sách của năm tiếp theo

Hình 4: Sự khôi phục về mức trung bình của đòn bẩy

TÓM TẮT ĐỀ TÀI

1. LÝ DO CHỌN ĐỀ TÀI

Từ khi định đề không liên quan (irrelevance proposition) của Modigliani và Miller

được công bố năm 1958, các nhà nghiên cứu bắt đầu tiến hành điều tra các quyết định

tài trợ của doanh nghiệp cho các hoạt động của mình như thế nào. Tiếp theo đó là sự ra

đời của ba lý thuyết cấu trúc vốn nhằm thích nghi với thị trường bất hoàn hảo, tuy

nhiên ba lý thuyết này lại có những kết luận không phù hợp với nhau và vẫn còn có

nhiều tranh cãi xung quanh những vấn đề này. Do đó mục đích nhóm lựa chọn đề tài

này vì muốn tìm hiểu kết luận của lý thuyết thị trường đánh đổi là trong thị trường

không hoàn hảo thì tồn tại sự liên kết giữa đòn bẩy và giá trị doanh nghiệp cũng như

tìm hiểu về bản chất động tiềm tàng của cấu trúc vốn.

Phát hiện trong những bài nghiên cứu thực nghiệm gần đây cho thấy lý thuyết cấu trúc

vốn động dựa trên lý thuyết đánh đổi có những biểu hiện rõ rệt trong doanh

nghiệp.Xuất phát từ đó là những bài nghiên cứu sau đó đi sâu hơn vào chủ đề nói trên

mà cụ thể là đo lường tốc độ điều chỉnh nhằm đạt được cấu trúc vốn mục tiêu trong

doanh nghiệp. Nhưng vấn đề cũng xuất hiện từ đây khi mà có sự sai khác nhau trong

tốc độ trung bình đo được của các bài nghiên cứu khác nhau. Do đó, chúng tôi thực

hiện bài nghiên cứu này nhằm mục đích tìm hiểu nguyên nhân của sự sai khác này

cũng như đưa ra được mô hình phù hợp hơn đo lường tốc độ điều chỉnh trung bình của

các doanh nghiệp trong vấn đề này.

2. MỤC TIÊU NGHIÊN CỨU

Thuyết cấu trúc vốn động là một trong những lý thuyết mới về cấu trúc vốn và ở Việt

Nam, việc áp dụng lý thuyết này còn rất mới mẻ và lạ lẫm. Mục đích của chúng tôi khi

thực hiện bài nghiên cứu này là nhằm kiểm tra xem liệu các doanh nghiệp ở Việt Nam

có thực sự thực hiện điều chỉnh trong hoạt động tài chính của mình để đạt được mức

đòn bẩy mục tiêu đề ra hay không khi mà các lý thuyết cấu trúc vốn khác còn thể hiện

khá mờ nhạt sự hiện hữu của mình. Từ đó, chúng tôi đã đặt ra những câu hỏi nghiên

cứu sau với vai trò dẫn dắt bài nghiên cứu đạt mục tiêu cuối cùng:

- Có thực sự tồn tại cấu trúc vốn mục tiêu trong doanh nghiệp hay không và sự

ảnh hưởng cũng như hội tụ về mức đòn bẩy mục tiêu dài hạn trong cdoanh

nghiệp khi mà các lý thuyết về cấu trúc vốn như trật tự phân hạng, Market

timing và quán tính của cấu trúc vốn cho rằng không có mức đòn bẩy nào ảnh

hưởng lớn đến giá trị doanh nghiệp và vì vậy không tạo ra bất kỳ nổ lực nào để

đảo ngược những thay đổi trong đòn bẩy?

- Nếu thực sự có tồn tại cấu trúc vốn mục tiêu trong thị trường không hoàn hảo thì

các doanh nghiệp liệu có những hành động hướng đến mục tiêu đó hay không và

nếu có thì các bước đi tích cực nhằm bù trừ độ thiên lệch khỏi tỷ lệ đặt ra được

thực hiện như thế nào?

- Tiếp theo đó là mục tiêu chính của bài nghiên cứu là đo lường tốc độ điều chỉnh

trung bình của doanh nghiệp hướng đến cấu trúc vốn mục tiêu là bao nhiêu và

tại sao lại có sự sai khác nhau trong các nghiên cứu đo lường tốc độ này trước

đây?

- Hướng mở rộng tiếp theo là ở Việt Nam liệu có tồn tại việc điều chỉnh cấu trúc

vốn không và tốc độ đó là bao nhiêu trong doanh nghiệp?

3. PHƯƠNG PHÁP NGHIÊN CỨU

- Xây dựng mô hình điều chỉnh từng phần (không hoàn toàn) về đòn bẩy mục tiêu

nhằm kiểm định hành vi đánh đổi đòn bẩy, mô hình so sánh kết quả giữa 3 lý thuyết

cấu trúc vốn (đánh đổi, trật tự phân hạng và Market timing) dựa trên nền tảng của bài

nghiên cứu của các tác giả nổi tiếng trước đó.

- Xác định thực nghiệm tốc độ điều chỉnh về cấu trúc vốn mục tiêu của một doanh

nghiệp điển hình trên Compustat thông qua so sánh kết quả ước lượng từ các phương

pháp: hồi quy của Fama & MacBeth (1973) (FM), hồi quy bảng với các ảnh hưởng cố

định (fixed effects), hồi quy bảng với biến công cụ (instrumental variable), phương

pháp OLS, 2SLS.

- Xác định thực nghiệm tốc độ điều chỉnh về cấu trúc vốn mục tiêu của doanh nghiệp

điển hình ở Việt Nam qua so sánh kết quả ước lượng từ các phương pháp: hồi quy

bảng, hồi quy bảng với biến công cụ (IV).

4. NỘI DUNG NGHIÊN CỨU

Bài nghiên cứu được trình bày như sau.

Phần I của bài nghiên cứu giới thiệu về cơ sở lý thuyết- đây chính là những kiến thức

nền tảng để xây dựng mô hình định lượng, bao gồm ba lý thuyết cấu trúc vốn: lý thuyết

đánh đổi, lý thuyết trật tự phân hạng và lý thuyết Market timing

Phần II sẽ giới thiệu tổng quan các bài nghiên cứu trước đây xoay quanh các vấn đề về

lý thuyết cấu trúc vốn ảnh hưởng như thế nào trong việc thiết lập cấu trúc vốn ở doanh

nghiệp.

Phần III cùa bày nghiên cứu trình bày mô hình hồi quy dùng để kiểm định lý thuyết

đánh đổi trong khuôn khổ điều chỉnh từng phần.

Phần IV mô tả dữ liệu Compustat – CRSP sử dụng trong bài nghiên cứu để ước lượng

các mô hình hồi quy.

Phần V trình bày các kết quả cơ bản. Sau khi chứng tỏcác phương trình hồi quy trong

bài bền vững qua nhiều phương pháp ước lượng khác nhau, phần tiếp theo trình bày sự

thiết lập mức ý nghĩa thống kê và ý nghĩa kinh tế của tỷ lệ nợ mục tiêu và liên kết các

kết quả trong bài với các nghiên cứu trước đây về lý thuyết đánh đổi.

Phần VI so sánh mô hình được xây dựng trong bài với mô hình của lý thuyết trật tự

phân hạng, market timming, và mô hình quán tính.

Phần VIIcủa bài nghiên cứu trình bày một chuỗi các kiểm định tính bền vững và mục

kết luận cuối cùng.

Phần VIII sẽ trình bày ứng dụng và xây dựng mô hình điều chỉnh từng phần ở Việt

Nam

Phần Phụ lục bàn luận các vấn đề kinh tế lượng liên quan đến việc ước lượng hồi quy

bảng động (the dynamic panel regression) tạo thành mô hình cơ sở.

Tóm lược kết quả nghiên cứu:

- Bài nghiên cứu đã đưa ra các bằng chứng cho thấy các doanh nghiệp phi tài

chính có xác định và theo đuổi tỷ lệ cấu trúc vốn mục tiêu trong giai đoạn 1966-

2001. Các bằng chứng này mạnh như nhau qua các nhóm quy mô cũng như qua

các giai đoạn thời gian.

- Các doanh nghiệp sử dụng đòn bẩy quá mức hoặc dưới mức bằng thước đo này

thì sẽ nhanh chóng điều chỉnh tỷ lệ nợ của họ để bù đắp cho khoảng chênh lệch

mà họ nhận thấy được. Hành vi hướng đến cấu trúc vốn mục tiêu thể hiện rõ rệt

ở cả hai thước đo đòn bẩy theo giá thị trường và theo giá sổ sách.

- Biến động trong giá cổ phần có tác động ngắn hạn lên tỷ lệ nợ theo giá thị

trường, nhưng những nỗ lực tiến tới tỷ lệ đòn bẩy mục tiêu đã bù trừ cho những

ảnh hưởng tạm thời này chỉ trong một vài năm.

- Kết quả phân tích thực nghiệm tại Việt Nam trong giai đoạn 2000-2012

5. ĐÓNG GÓP CỦA ĐỀ TÀI

Mô hình thực nghiệm trong bài nghiên cứu đã cho thấy ảnh hưởng của các lý thuyết và

các nhân tố tác động đến cấu trúc vốn trong thực tế và cũng chứng minh cho bản chất

động tiềm tàng của cấu trúc vốn. Mô hình này đủ tổng quát để chúng ta có thể kiểm tra

liệu thực sự có tồn tại đòn bẩy mục tiêu hay không và nếu có thì tốc độ điều chỉnh mà

một doanh nghiệp áp dụng để hướng tới mục tiêu sẽ bằng bao nhiêu. Một phần đóng

góp khác trong bài nghiên cứu này nữa là nhằm giải thích tại sao những nghiên cứu

trước đây xác định tốc độ điều chỉnh được ước lượng sai khác với nhau.

6. HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI

Khi đã xác định được liệu có tồn tại cấu trúc vốn động ở Việt Nam hay không, hướng

phát triển tiếp theo của bài nghiên cứu này có thể là về việc xây dựng cấu trúc vốn mục

tiêu và quá trình điều chỉnh để đạt được mục tiêu đề ra từ đó có thể xây dựng một

chính sách tài trợ phù hợp cho từng ngành hoặc cho từng doanh nghiệp.

1

LỜI MỞ ĐẦU

Từ khi định đề không liên quan (irrelevance proposition) của Modigliani và Miller

được công bố năm 1958, các nhà nghiên cứu bắt đầu tiến hành điều tra các quyết định

tài trợ của doanh nghiệp cho các hoạt động của mình như thế nào. Tiếp theo đó là sự ra

đời của ba lý thuyết cấu trúc vốn nhằm thích nghi với thị trường bất hoàn hảo, tuy

nhiên ba lý thuyết này lại có những kết luận không phù hợp với nhau và vẫn còn có

nhiều tranh cãi xung quanh những vấn đề này.

Phát hiện trong những bài nghiên cứu thực nghiệm gần đây cho thấy lý thuyết cấu trúc

vốn động dựa trên lý thuyết đánh đổi có những biểu hiện rõ rệt trong doanh

nghiệp.Xuất phát từ đó là những bài nghiên cứu sau đó đi sâu hơn vào chủ đề nói trên

mà cụ thể là đo lường tốc độ điều chỉnh nhằm đạt được cấu trúc vốn mục tiêu trong

doanh nghiệp. Nhưng vấn đề cũng xuất hiện từ đây khi mà có sự sai khác nhau trong

tốc độ trung bình đo được của các bài nghiên cứu khác nhau.

Trong bài nghiên cứu của mình, chúng tôi chủ yếu dựa trên nghiên cứu “Partial

adjustment toward target capital structures” (10/2005) của Mark J. Flannery và Kasturi P.

Rangan, với mục tiêu chính là xem xét quyết định tài trợ của doanh nghiệp qua ba lý

thuyết chính (“đánh đổi”, trật tự phân hạng và Market timing), xác định liệu cấu trúc

vốn mục tiêu dài hạn và tốc độ điều chỉnh về mục tiêu này khi tồn tại các chi phí điều

chỉnh đòn bẩy đối với các doanh nghiệp trên Compustat. Từ đó, áp dụng để xem xét

hành vi điều chỉnh cấu trúc vốn của các doanh nghiệp Việt Nam.

Trong quá trình nghiên cứu, nhóm sẽ khó tránh khỏi những sai sót.Kính mong quý

thầy cô, các anh chị, các bạn và những ai quan tâm đến đề tài này cùng đóng góp ý

kiến để bài viết được hoàn thiện hơn.

Xin chân thành cảm ơn.

Nhóm nghiên cứu.

2

I. CỞ SỞ LÝ THUYẾT

1.1. Lý thuyết đánh đổi

Các giám đốc tài chính thường coi các quyết định cấu trúc nợ - vốn cổ phần của doanh

nghiệp là một sự đánh đổi giữa tấm chắn thuế và chi phí kiệt quệ tài chính.Lý thuyết

đánh đổi thừa nhận rằng các tỉ lệ nợ mục tiêu có thể khác nhau giữa các doanh

nghiệp.Các doanh nghiệp lớn nên vay nợ nhiều hơn các doanh nghiệp nhỏ vì các

doanh nghiệp lớn thường được đa dạng hóa tốt hơn và rủi ro vỡ nợ thấp hơn. Khi

doanh nghiệp lâm vào tình trạng khó khăn, các tài sản hữu hình ít sụt giảm giá trị hơn,

do đó các công ty có tài sản hữu hình an toàn và nhiều thu nhập được khấu trừ thuế

nên có tỉ lệ nợ mục tiêu cao. Các công ty không sinh lợi, tài sản chủ yếu là vô hình,

nhiều rủi ro nên dựa chủ yếu vào tài trợ vốn cổ phần. Các quan sát thực nghiệm của

các nhà nghiên cứu Rajan và Zingales (1995), Barclay và các cộng sự (2006), Frank và

Goyal (2007) đã tìm thấy các bằng chứng ủng hộ cho quan điểm trên.

Các doanh nghiệp thường nhắm tới cấu trúc vốn mục tiêu của mình, nhưng do có sự

hiện hữu của các chi phí khi điều chỉnh cấu trúc vốn, các doanh nghiệp không phản

ứng ngay lập tức với các thay đổi khiến họ xa rời cấu trúc vốn mục tiêu. Vì thế chúng

ta có thể thấy các khác biệt ngẫu nhiên trong các doanh nghiệp có cùng tỉ lệ nợ mục

tiêu.( Fama và French, 2002).

Graham và Harvey (2001) khảo sát 392 CFOs và kết quả là 45% CFO thừa nhận rằng

thuế đóng một vai trò quan trọng trong các quyết định cấu trúc vốn của họ. Theo lý

thuyết, khi thuế tăng, doanh nghiệp nên gia tăng vay nợ. Khi thuế càng cao thì lợi ích

thu được từ tấm chắn thuế càng lớn. Do đó, các doanh nghiệp phải chịu mức thuế suất

cao nên vay nợ nhiều và ngược lại, một doanh nghiệp có các tấm chắn thuế khác

(ngoài nợ) đáng kể, ví dụ như khấu hao, thường ít sử dụng nợ hơn. Tỉ lệ nợ ở những

nước có lợi ích từ tấm chắn thuế lớn thì cao hơn ở những nước mà lợi ích này là nhỏ.

3

Khả năng sinh lợi của doanh nghiệp cũng ảnh hưởng đến mức đòn bẩy.Các doanh

nghiệp có nhiều lợi nhuận thì nên vay nợ nhiều hơn, do có chi phí kiệt quệ tài chính

thấp hơn và lợi ích từ tấm chắn thuế cao hơn.

Lý thuyết đánh đổi cho rằng các doanh nghiệp nên cân bằng giữa lợi ích từ tấm chắn

thuế và chi phí kiệt quệ tài chính. Nhưng những quan điểm về vấn đề này vẫn khá

phức tạp.Miller (1977), Graham (2000) cho rằng lợi ích từ tấm chắn thuế nên lớn hơn

vì chi phí kiệt quệ tài chính trực tiếp thường rất nhỏ. Molina (2005), Almeida và

Philippon (2007) lại cho rằng chi phí kiệt quệ tài chính gián tiếp thường chiếm tới 25-

30% giá trị tài sản, gần ngang bằng với lợi ích từ nợ vay.

Lý thuyết đánh đổi hữu ích ở một số khía cạnh.Thứ nhất, lí thuyết này đã giải thích

được sự khác nhau trong cấu trúc vốn giữa các ngành.Thứ hai, lý thuyết đánh đổi cũng

giải thích loại công ty nào tư nhân hóa trong các mua lại bằng vốn vay (LBO).Đó là

việc mua lại các công ty cổ phần của các nhà đầu tư tư nhân và việc mua lại này được

tài trợ chủ yếu bằng nợ.Thứ ba, lý thuyết này cũng cho rằng các công ty vay nợ quá

nhiều nên phát hành cổ phần, hạn chế cổ tức hoặc bán bớt tài sản để huy động tiền mặt

nhằm cân đối cấu trúc vốn.

Tuy nhiên, lý thuyết đánh đổi chưa giải thích được một số hiện tượng thực tế.Một

nghiên cứu của Wright (2004) cho thấy mức đòn bẩy ớ các doanh nghiệp trong ngành

gần như là không đổi mặc dù thuế suất đã thay đổi đáng kể qua thời gian. Những

nghiên cứu thực nghiệm của Titman và Wessels (1988), Rajan và Zingales (1995),

Fama và French (2002), Frank và Goyal (2007) lại cho thấy mối tương quan âm giữa

mức đòn bẩy và khả năng sinh lợi. Những phát hiện này không bác bỏ lý thuyết đánh

đổi, mà cần phải có một lý thuyết mới phù hợp hơn để giải thích.

1.2. Lý thuyết trật tự phân hạng

Bất cân xứng thông tin hiệu hữu trong tất cả các vấn đề của tài chính doanh nghiệp và

vấn đề này khiến cho các quyết định của các nhà quản lí trở nên phức tạp. Lý thuyết

4

trật tự phân hạng dựa trên sự bất cân xứng thông tin giữa các giám đốc và các nhà đầu

tư. Thông tin bất cân xứng này ảnh hưởng đến các lựa chọn giữa tài trợ nội bộ và tài

trợ từ bên ngoài, giữa phát hành chứng khoán nợ và vốn cổ phần. Điều này đưa tới một

“trật tự phân hạng”, theo đó nguồn vốn đầu tư sẽ được tài trợ trước tiên bằng vốn cổ

phần nội bộ, chủ yếu là từ lợi nhuận tái đầu tư, rồi sau mới đến phát hành nợ mới, và

cuối cùng là bằng phát hành vốn cổ phần mới. Phát hành vốn cổ phần mới thường là

phương án cuối cùng khi công ty đã sử dụng hết khả năng vay nợ, tức là khi mối đe

dọa của các chi phí kiệt quệ tài chính làm cho các chủ nợ hiện hữu cũng như các giám

đốc tài chính của công ty lo âu đến mất ngủ. Shyam-Sunder và Myers (1999),

Lemmon và Zender (2007) và kết quả cuộc khảo sát các doanh nghiệp trên sàn NYSE

của Kamath (1997) tìm thấy các bằng chứng ủng hộ cho lý thuyết này. Frank và Goyal

(2003) cũng tìm thấy các bằng chứng theo lí thuyết trên ở các doanh nghiệp lớn.

Lý thuyết này giải thích được tại sao các doanh nghiệp có khả năng sinh lợi nhất

thường vay nợ ít hơn, không phải vì họ có các tỉ lệ nợ mục tiêu thấp mà do họ không

cần tiền từ bên ngoài. Do đó, nguồn vốn nội bộ đứng thứ nhất trong tất cả các nguồn

tài trợ.

Khi có một thông báo phát hành cổ phần, các nhà đầu tư thường hiểu là giá cổ phần

của doanh nghiệp đang được định cao hơn giá trị thực của nó, doanh nghiệp phát hành

để hưởng lợi từ sự chênh lệch này, các nhà đầu tư sẽ định giá cổ phần thấp hơn mức

giá mà doanh nghiệp công bố, gây nên một sự sụt giảm giá cổ phần. Do đó, nợ có thứ

hạng cao hơn trong trật tự phân hạng. Quan điểm này được củng cố bởi các quan sát

thực nghiệm của Masulis và Korwar (1986), Antweiler và Frank (2006).

Các lập luận trên không loại bỏ việc phát hành vốn cổ phần thường, vì thông tin bất

cân xứng không phải lúc nào cũng quan trọng mà còn có các lực khác tác động. Ví dụ

một công ty đã vay nợ quá nhiều, sẽ lâm vào kiệt quệ tài chính nếu vay nợ thêm, công

ty này có lí do tốt để phát hành cổ phần thường. Trong trường hợp này, công bố phát

hành cổ phần thường không hẳn là tin xấu, tuy nó vẫn làm sụt giá cổ phần nhưng việc

5

sụt giảm này không nhất thiết làm cho việc phát hành trở thành không khôn ngoan hay

không khả thi.

Trong lý thuyết trật tự phân hạng, không có hỗn hợp nợ - vốn cổ phần mục tiêu được

xác định rõ vì có hai loại vốn cổ phần thường, nội bộ và từ bên ngoài, một ở đầu và

một ở cuối của trật tự phân hạng. Mỗi tỉ lệ nợ quan sát được của mỗi doanh nghiệp

phản ánh các nhu cầu tích lũy của doanh nghiệp đối với tài trợ từ bên ngoài.

Lý thuyết trật tự phân hạng cũng giải thích được mối tương quan nghịch giữa khả năng

sinh lợi và đòn bẩy tài chính.Với một tỷ lệ chi trả cổ tức cho sẵn và không thể linh

hoạt được thì các doanh nghiệp sinh lợi ít nhất sẽ có ít nguồn vốn nội bộ hơn và phải

vay thêm.

1.3. Giả thuyết định thời điểm thị trường

Những năm gần đây, giả thuyết định thời điểm thị trường trở thành một nhánh nghiên

cứu khá mới mẻ trong lĩnh vực tài chính doanh nghiệp.Những kết luận thực nghiệm

trái chiều nhau đã tạo nên nhiều tranh cãi, đặc biệt là đối với lý thuyết cấu trúc vốn

truyền thống.Giả thuyết định thời điểm thị trường cho rằng, nhà quản trị tận dụng lợi

thế về thông tin nội bộ doanh nghiệp, dựa trên sai lệch giá thị trường so với giá trị thực

của cổ phần, sẽ tiến hành điều chỉnh thời điểm phát hành vốn cổ phần.Từ đó, các nỗ

lực điều chỉnh thời điểm phát hành chứng khoán trong quá khứ đóng vai trò quan trọng

trong việc xây dựng cấu trúc vốn hiện tại.

Giả thuyết này cho rằng các doanh nghiệp được định giá cao sẽ phát hành vốn cổ

phần. Các doanh nghiệp bị định dưới giá sẽ chờ cho đến khi các lợi ích mà các dự án

mới mang lại lớn hơn thiệt hại do định giá sai rồi mới phát hành. Các bằng chứng thực

nghiệm cũng ủng hộ cho quan điểm rằng giá cả đóng vai trò quan trọng trong việc phát

hành vốn cổ phần mới (Rajan và Zingales (1995), Baker và Wurgler (2002), Kamath’s

(1997), Graham và Harvey (2001)). Một vài nhà nghiên cứu (Baker và Wurgler

(2002), Teoh, Welch, và Wong (1998) thấy rằng các nhà đầu tư có xu hướng quá lạc

6

quan, các dự báo của các nhà phân tích thường cao hơn so với thực tế và các nhà quản

lí thường bóp méo thu nhập bằng các thủ thuật kế toán trước khi công bố.

Nếu các cơ hội tăng trưởng độc lập với giá cả trong quá khứ, các doanh nghiệp được

định giá cao sẽ có thu nhập ở mức trung bình trước khi phát hành vốn cổ phần, các

doanh nghiệp bị định dưới giá sẽ có thu nhập vượt trên mức trung bình, vì họ chờ đợi

giá tăng trước khi phát hành cổ phần. Do đó, nếu xét trung bình thì các thu nhập bất

thường sẽ dương trước khi phát hành cổ phần. Dự đoán này được củng cố bởi các

nghiên cứu của Korajczyk, Lucas, McDonald (1990), Loughran và Ritter (1995).

Ngoài ra, còn nhiều bài nghiên cứu mang đến kết luận khá thuyết phục: doanh nghiệp

điều chỉnh thời điểm phát hành (mua lại) cổ phần trong những thời điểm thích hợp,

dẫn đến thu nhập bất thường có kết quả âm (hoặc dương) sau thời điểm đó.1

II. TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY

2.1. Các quan điểm cho rằng không tồn tại cấu trúc vốn mục tiêu

Bài nghiên cứu “Testing trade-off and pecking order predictions about

dividends and debt” (Fama, E., French, K., 2002)

- Nội dung và phương pháp nghiên cứu: Các tác giả nghiên cứu về hai mặt

đối lập và thống nhất trong những dự đoán của hai lý thuyết đánh đổi và trật

tự phân hạng. Bài nghiên cứu đã đưa ra những kiểm định vể cổ tức và đòn

bẩy của lý thuyết đánh đổi và trật tự phân hạng. Các tác giả đã tiến hành

kiểm định những dự đoán về những biến động đòn bẩy dài hạn và tỉ lệ chi

trả cổ tức trong doanh nghiệp thông qua những biến chính của hai mô hình –

khả năng sinh lợi và cơ hội đầu tư. Ngoài ra, để kiểm định tính độc lập của

đòn bẩy dài hạn và tỷ lệ chi trả cổ tức, các tác giả đã lập mô hình kết hợp

1 Loughran và Ritter (1995), Pagano, Panetta và Zingales (1998) cho thấy, các doanh nghiệp có xu hướng tiến

hành IPO khi giá trị thị trường của cả ngành đang ở mức cao. Marsh (1982), Lucas và McDonald (1990), Jung

Kim và Stulz (1996), Hovakimian, Opler và Titman (2001) cho thấy những đợt điều chỉnh vốn cổ phần (phát

hành hay mua lại) có tương quan khá mạnh với giá cổ phiếu trên thị trường.

7

đưa vào cả hai biến đòn bẩy và cổ tức. Trong bài còn có hai kiểm định nữa

là kiểm định dự đoán của lý thuyết đánh đổi: đòn bẩy thì hướng đến giá trị

trung bình và dự đoán của lý thuyết trật tự phân hạng: quyết định tài trợ ảnh

hưởng biến động ngắn hạn trong thu nhập và đầu tư như thế nào.

- Kết luận:bài nghiên cứu cuối cùng đưa ra kết quả của mình về những bất

cập trong thực tế của hai lý thuyết nêu trên. Lý thuyết đành đổi cho rằng

giữa đòn bẩy và khả năng sinh lợi của công ty thì có mối quan hệ cùng chiều

trong khi thực tế các tác giả lại cho thấy điều ngược lại. Còn về lý thuyết trật

tự phân hạng, các tác giả tìm thấy những bằng chứng cho thấy những công

ty có tỷ lệ đòn bẩy thấp lại có những đợt phát hành cổ phần lớn mà điều này

lại ngược với những gì mà lý thuyết này đưa ra, vốn cổ phần là giải pháp

huy động vốn cuối cùng của nhà quản lý. Và một nhược điểm cuối cùng

chính là sự không thể hiện rõ ràng của cả hai lý thuyết khi mà tốc độ dịch

chuyển về giá trị trung bình của đòn bẩy là có tồn tại (lý thuyết đánh đổi)

tuy nhiên tốc độ này lại rất nhỏ trong bộ dữ liệu đưa ra.

Bài nghiên cứu “Market timing and capital structure” (Baker, M., Wurgler, J.,

2002)

- Nội dung và phương pháp nghiên cứu: bài nghiên cứu cho rằng cấu trúc vốn

của một doanh nghiệp phản ánh khả năng tích lũy nhằm bán những cổ phần

được định giá cao (hơn giá trị nội tại của chúng): điều đó có nghĩa là giá cổ

phần dao động quanh giá trị thật của chúng, và các nhà quản lý có xu hướng

phát hành cổ phần khi tỷ lệ giá thị trường trên sổ sách (market-to-book ratio)

cao. Không như lý thuyết trật tự phân hạng, lý thuyết Market timming khẳng

định rằng các nhà quản lý thường khai thác sự bất cân xứng thông tin nhằm

tạo ra lợi ích cho các cổ đông; theo như giả thuyết trật tự phân hạng, không

có bất kỳ sự đảo ngược nào đối với tỷ lệ cấu trúc vốn mục tiêu nếu như việc

Market timing là nhân tố ảnh hưởng áp đảo lên đòn bẩy của doanh nghiệp.

8

- Kết luận: Bài nghiên cứu tìm hiểu mối quan hệ giữa việc định thời điểm

phát hành và mua lại cổ phần xuyên suốt trong cấu trúc vốn của doanh

nghiệp và đã đến kết luận là cấu trúc vốn của doanh nghiệp chính là kết quả

của quá trình định thời điểm phát hành và mua lại cổ phần trong quá khứ

của doanh nghiệp, do dó không tồn tại cấu trúc vốn mục tiêu.

Bài nghiên cứu “Capital structure and stock returns” (Welch, I., 2004)

- Nội dung và phương pháp nghiên cứu: bài nghiên cứu cho rằng quán tính

trong quản lý (managerial inertia) tạo điều kiện cho thay đổi trong giá cổ

phần tác động đáng kể lên tỷ lệ nợ theo giá trị thị trường và lập luận rằng

trong khuôn khổ dài hạn hợp lý, ảnh hưởng của giá cổ phần trở nên thực sự

quan trọng hơn trong việc giải thích tỷ lệ nợ trên vốn cổ phần so với các đại

diện được xác định trước đây (indentified proxies).

- Kết luận:Bài nghiên cứu đi đến kết luận rằng lợi nhuận thu được từ cổ phiếu

chính là yếu tố hàng đầu trong quyết định tỷ lệ nợ bởi vì chỉ có nó mới thể

hiện rõ những ảnh hưởng của sự biến động trong tỷ lệ nợ. Và những biến

đại diện trước đây có thể giúp giải thích giải thích cho cấu trúc vốn động bởi

vì chúng có liên quan đến những biến động bị bỏ qua gây ra bởi những thay

đổi trong giá cổ phần.

2.2. Các quan điểm cho rằng có tồn tại có cấu trúc vốn mục tiêu

Bài nghiên cứu “The bank capital decision: a time series-cross section

analysis” (Marcus, A., 1983)

- Nội dung và phương pháp nghiên cứu: Các tác giả thực hiện bài nghiên cứu

này nhằm giải thích sự sụt giảm của vốn trong tỉ lệ tài sản của các ngân hàng

thương mại Mỹ trong hai thập kỷ trước. Bài nghiên cứu sử dụng ước lượng

chuỗi thời gian cho bộ dữ liệu chéo để ủng hộ cho lý thuyết liên quan đến lãi

suất được đề xuất

9

- Kết luận: Kết luận của bài nghiên cứu đưa ra là sự gia tăng của lãi suất danh

nghĩa trong thời kỳ nghiên cứu có ảnh hưởng nghiêm trọng đến sự sụt giảm

trong tỉ lệ vốn của các ngân hàng (mức độ ổn định tài chính).

Bài nghiên cứu “Corporate behaviour in adjusting to capital structure and

dividend targets: an econometric study” (Jalilvand, A., Harris, R., 1984)

- Nội dung và phương pháp nghiên cứu: Bài nghiên cứu xem xét các quyết

định tài chính thông qua việc phát hành nợ dài hạn, nợ ngắn hạn & cổ

phần, khả năng duy trì thanh khoản cho doanh nghiệp và chính sách chi

trả cổ tức. Đồng thời cũng cho thấy hành vi tài chính của doanh nghiệp

được đặc trưng hóa bởi sự điều chỉnh từng phần hướng đến mục tiêu tài

chính dài hạn.

- Kết luận: Bài nghiên cứu kết luận các quyết định tài chính thì phụ thuộc

lẫn nhau và cho thấy rằng quy mô doanh nghiệp, các điều kiện về lãi suất

và các mức giá chứng khoán đều tác động lên tốc độ chiều chỉnh cấu trúc

vốn.

Bài nghiên cứu “The dynamics of capital structure: an empirical analysis of a

partially observable system” (Roberts,M., 2002)

- Nội dung và phương pháp nghiên cứu: Bài nghiên cứu khảo sát tính chất

động của cấu trúc vốn trong khuôn khổ của không gian trạng thái (state-

space framework). Các tác giả sử dụng một hệ những phương trình sai khác

ngẫu nhiên để xác định tính biến động của tỉ lệ trên vốn cổ phần và những

yếu tố quyết định cấu trúc vốn của doanh nghiệp.

- Kết luận: Bài nghiên cứu đã đi đến kết luận rằng: thứ nhất, có sự điều chỉnh

cấu trúc vốn tùy theo đặc điểm doanh nghiệp và theo mục tiêu từng thời kỳ;

thứ hai, tốc độ điều chỉnh phụ thuộc vào nhiều yếu tố: vị trí đòn bẩy, ngành

và sức khỏe tài chính của doanh nghiệp; thứ ba, những vấn đề thống kê như

sai số đo lường, thiếu hụt dữ liệu… có những tác động đáng kể đến kết quả

và những kết luận sau này. Và bài nghiên cứu cũng đưa ra một kết luận có ý

10

nghĩa kinh tế quan trọng là hành vi tài trợ quan sát được cho rằng chịu ảnh

hưởng chủ yếu của khả năng chi trả và khả năng tiếp cận thị trường vốn.

III. ĐẶC TÍNH MÔ HÌNH HỒI QUY

Đặc tính mô hình hồi qui dùng kiểm định hành vi đánh đổi đòn bẩy phải cho phép tỷ lệ

nợ mục tiêu của doanh nghiệp biến đổi qua thời gian, và phải nhận ra rằng độ lệch

khỏi đòn bẩy mục tiêu không nhất thiết phải bù đắp nhanh chóng. Tất cả yêu cầu này

đều được thỏa mãn trong mô hình điều chỉnh từng phần (không hoàn toàn) về tỷ lệ đòn

bẩy mục tiêu mà tỷ lê này phụ thuộc vào đặc trưng của doanh nghiệp.

3.1. Đòn bẩy mục tiêu

Thước đo đòn bẩy mục tiêu của chúng tôi là tỷ lệnợ tính theo giá thị trường của doanh

nghiệp2:

����,� = ��.�

��,�� ��,���,� (1)

Với:

- ��.� phản ánh giá trị sổ sách của nợ chịu lãi của doanh nghiệp i (tổng khoản mục 9

và 34 của Compustat) tại thời điểm t.

- ��,� là số lượng cổ phần thường đang lưu hành (khoản mục 199 cua Compustat) tại

thời điểm t.

- ��,� phản ánh giá mỗi cổ phần (khoản mục 25 Compustat) tại thời điểm t

2 Lý thuyết tài chính có xu hướng làm giảm tầm quan trọng của các tỷ lệ sổ sách, với phân tích tỷ lệ nợ

theo giá thị trường áp dụng rộng rãi trong các nghiên cứu trước (bao gồm Hovakimian và cộng sự,

2001; Hovakimian, 2003; Fama & French, 2002; Welch 2004; Leary & Roberts, 2005). Khi các tác giả

phân tích cả tỷ lệ đòn bẩy theo giá thị trường và giá sổ sách, các kết quả nhìn chung có thể so sánh

được. Chúng tôi trình bày các kết quả tương tự bên dưới trong bảng 5. Bảng 11 trình bày các bằng

chứng chứng tỏ kết luận của chúng tôi bền vững qua 1 chuỗi định nghĩa hợp lý của “đòn bẩy”.

11

Chúng tôi mô hình hóa khả năng đòn bẩy mục tiêu khác biệt giữa các doanh nghiệp

hoặcqua thời gian bằng cách định rõ tỷ lệ vốn mục tiêu dưới dạng:

����,���∗ = ���,� (2)

Với:

- ����,���∗ là tỷ lệ nợ mong muốn của doanh nghiệp i tại thời điểm t+1

- ��,�là vectơ các đặc trưng của doanh nghiệp liên quan đến chi phí và lợi nhuận của

việc hoạt động với các tỷ lệ đòn bẩy khác nhau.

- �là vectơ hệ số hồi qui.

Theo thuyết đánh đổi, � ≠ 0 và sự biến đổi của ����,���∗ là đáng.kể

3.2. Điều chỉnh về đòn bẩy mục tiêu

Trong một thế giới ổn định, các doanh nghiệp luôn duy trì đòn bẩy mục tiêu. Tuy

nhiên, chi phí điều chỉnh có thể ngăn cản sự điều chỉnh ngay lập tức về mục tiêu của

doanh nghiệp, vì doanh nghiệp đánh đổi giữa chi phí điều chỉnh với chi phí hoạt động

ở mức đòn bẩy gần tối ưu. Chúng tôi ước lượng mô hình cho phép sự điều chỉnh từng

phần (không hoàn toàn) của tỷ lệ vốn ban đầu của doanh nghiệp về mức mục tiêu

trong mỗi thời kỳ. Sau đó, các dữ liệu có thể chỉ ra tốc độ điều chỉnh cụ thể.

Mô hình điều chỉnh từng phần chuẩn có dạng:

����,��� − ����,� = ������,���∗ − ����,�� + ���,��� (3)

Trong mỗi năm, doanh nghệp cụ thể thu hẹp 1 tỷ lệ λ của chênh lệch giữa mức đòn

bẩy thực tế với mức mong muốn. Thay (2) vào (3) và sắp xếp lại, ta có mô hình ước

lượng:

����,��� = (��)��,� + (1 − �)����,� + ���,��� (4)

12

Phương trình (4) chỉ ra rằng các giám đốc thực hiện các hành động hay bước thu

hẹpchênh lệch giữa vị trí hiện tại của họ (����,�) và vị trí mà họ mong muốn (���,�).

Hơn nữa, đặc tính này ngụ ý rằng:

(1) Tỷ lệ nợ thực tế của doanh nghiệp cuối cùng cũng hội tụ về tỷ lệ nợ mục

tiêu(���,�).

(2) Ảnh hưởng dài hạn của ��,� đến tỷ lệ vốn được xác định bởi hệ số hồi quy chia cho

λ

(3) Tất cả các doanh nghiệp có cùng tốc độ diều chỉnh (λ)3.

Sự điều chỉnh từng phần trơn tru trong phương trình (4) có thể chỉ ước lượng sự điều

chỉnh thực tế của từng doanh nghiệp riêng rẽ. Một mô hình thay thế hợp lý có thể cho

phép các độ lệch nhỏ so với mục tiêu được duy trì bởi vì chi phí điều chỉnh lớn hơn lợi

ích thu được từ việc xóa bỏ các độ lệchnhỏ giữa đòn bẩy thực tế và mục tiêu (Fischer

và cộng sự (1989); Mauer and Triantis (1994); Titman and Tsyplakov (2004); Leary

and Roberts (2005); Ju và cộng sự (2002)). Thật vậy, hình 1 và 2 bên dưới chỉ ra rằng

mức thay đổi trung bình trong đòn bẩy tính theo giá sổ sách về cơ bản vượt quá mức

thay đổi trung vị, hiện tượng này cũng được quan sát bởi Frank & Goyal (2003, p228,

Leary and Roberts (2005); và Halov & Heider (2004, bảng 1).

Hình 1: Thay đổi trong tỷ lệ nợ tính theo giá trị sổ sách của năm tiếp theo

3 Chúng tôi tiến hành thực nghiệm với việc mô hình hóa λ như là 1 hàm các biến đặc trưng của doanh

nghiệp (Y), đó là:

����,��� = (�(�)�)��,� + �1 − �(�)�����,� + ��,��� (5)

Mặc dù chúng tôi phát hiện vài bằng chứng cho thấy các đặc trưng của doanh nghiệp ảnh hưởng đến

tốc độ điều chỉnh (các hệ số hồi quy của Y là có ý nghĩa thống kê), chúng tôi không trình bày bằng

chứng này ở đây bởi vì tốc độ điều chỉnh trung bình (�(�)) và các hệ số hồi quy của ��,� rất gần với

kết quả ước lượng phương trình (4). Robert (2002) đã phân tích vấn đề này sâu hơn.

13

Hình 2: Sự khôi phục về mức trung bình của đòn bẩy

Chúng tôi kiểm tra ảnh hưởng của sự điều chỉnh không thường xuyên dựa trên các

tham số ước lượng từ mô hình điều chỉnh trơn tru của chúng tôi (phương trình (4))

14

bằng cách thiết lập 20 tập hợp dữ liệu dạng bảng, mỗi tập hợp bao gồm 100.000 điểm

dữ liệu. Dữ liệu phát sinh bởi giả định rằng trong khi mục tiêu của mỗi doanh nghiệp

thay đổi ngẫu nhiên hàng năm, tỷ lệ nợ thực tế chỉ được điều chỉnh theo chu kỳ. Với

các thời kỳ chọn ngẫu nhiên mà trong đó nợ được điều chỉnh, doanh nghiệp được thiết

lập (trong mô hình) điều chỉnh hoàn toàn về mức tỷ lệ (đòn bẩy) mục tiêu của nó. Khi

chúng tôi ước lượng mô hình điều chỉnh từng phần dựa trên các tập hợp dữ liệu phát

sinh này, chúng tôi phát hiện rằng tốc độ điều chỉnh được ước lượng vượt quá tỷ lệ

đúng của các doanh nghiệpđiều chỉnh một khoảng ít hơn 2% (nghĩa là nếu trung bình

30% các doanh nghiệp trong mẫu chuyển dịch đến mục tiêu của nó mỗi năm, tốc độ

điều chỉnh được ước lượng là ít hơn 0,306). Độ lệch trung bình có ý nghĩa thống kê,

nhưng không có ý nghĩa kinh tế. Do đó, chúng ta hiểu tốc độ điều chỉnh (λ) như là tốc

độ trung bình cho một doanh nghiệp “điển hình”. Bảng 8 (bên dưới) cung cấp các bằng

chứng sâu hơn về việc đặc tính điều chỉnh từng phần (phương trình (4)) phù hợp tốt

với dữ liệu.

Bảng 1

Tóm tắt thống kê

Mẫu bao gồm tất cả doanh nghiệp trong Industrial Compustat với dữ liệu đầy đủ

trong 2 hay nhiều năm liền kề trong suốt giai đoạn 1965-2001. Tổng cộng: 12,919

doanh nghiệp; 111,106 năm hoạt động của doanh nghiệp. Tất cả các biến được loại

bỏ phân vị thứ 1 và thứ 99 để tránh ảnh hưởng của các quan sát cực trị

15

MDR: tỷ lệ nợ tính theo giá thị trường = giá trị sổ sách của nợ (ngắn hạn + dài hạn)

(khoản mục [9] + [34] trên Compustat) / giá trị thị trường của tài sản (các khoản

mục [9] +[34] + [199]*[25])

���� ảnh hưởng bất ngờ của sự thay đổi giá cổ phần đến MDR của doanh nghiệp

trong giai đoạn (t,t+1)

���� = �����

������ ������������� (����,���)− ���� ,

Với ��,���là tỷ suất sinh lợi thực của cổ phiếu doanh nghiệp thứ I giữa kỳ t và t+1

BRD: tỷ lệ nợ tính theo giá trị sổ sách: (nợ dài hạn [9] + nợ ngắn hạn [34])/tổng tài

sản [6]

EBIT_TA: khả năng sinh lợi: thu nhập trước thuế và lãi vay (khoản mục [18] +

[15] + [16] của Compustat), tính theo tỷ lệ trên tổng tài sản (khoản mục [6]

Compustat)

Market Equity: giá trị thị trường của cổ phần thường đang lưu hành (khoản mục

[199 x 25] của Compustat)

MB: tỷ lệ giá trị thị trường trên giá trị sổ sách của tài sản: các khoản phải trả tính

theo giá trị sổ sách + giá trị thị trường của vốn cổ phần (khoản mục [9] + [34] +

[10] + [199]*[25] của Compustat) chia cho giá trị sổ sách của tổng tài sản (khoản

mục [6] của Compustat)

16

DEP_TA: khấu hao (khoản mục [14] của Compustat), tính theo tỷ lệ trên tổng tài

sản (khoản mục [6] của Compustat)

lnTA: log của quy mô tài sản, được tính bằng dollar 1983 (khoản mục [6] của

Compustat * 1.000.000, được điều chỉnh lạm phát bằng chỉ số giá tiêu dùng CPI)

FA_TA: phần tài sản cố định: bất động sản, nhà máy và công cụ (khoản mục [14]

Compustat)/ tổng tài sản (khoản mục [6] Compustat)

R&D_DUM: biến giả =1 nếu doanh nghiệp không báo cáo chi phí R&D

R&D_TA: chi phí R&D (khoản mục [46] của Compustat), tính bằng tỷ lệ trên tổng

tài sản (khoản mục [6] của Compustat)

Rated: biến giả = 1 (0), nếu doanh nghiệp có công bố xếp hạng nợ trên Compustat

(khoản mục [280])

Ind_Median: MDR trung vị của ngành công nghiệp (loại trừ doanh nghiệp đang

xét), được tính hàng năm dựa trên sự phân nhóm ngành công nghiệp trong Fama

and French (2002).

MB_EFW A: “bình quân gia quyền nguồn tài trợ bên ngoài” của các tỷ lệ giá trị thị

trường trên giá trị sổ sách trong quá khứ của 1 doanh nghiệp (như được xác định

trong Baker and Wurgler, 2002, p.12)

L3MDR: trung bình trượt 3 năm của MDR của riêng doanh nghiệp

FINDEF: biến “thiếu hụt tài chính” được xây dựng theo %, dùng để kiểm định lý

thuyết trật tự phân hạng. Như được xác định trong Frank and Goyal (2003) (xem

bảng 2)

FINDEF = chi trả cổ tức + đầu tư + thay đổi trong vốn luân chuyển – dòng tiền nội

tại.

���1 = ���� ���� [9] + �ℎ��� ���� ���� [34]

����� ������ [6] − ���� ������ [216] + ������ ������ [199 ∗ 25]

���2 = ����� ����������� [181]

����� ����������� [181] + ������ ������ [199 ∗ 25]

17

���3

= ���� ���� ���� [9]

����� ������ [6] − ������� ����������� [181] − ���� ������ [216] + ������ ������ [199 ∗ 25]

IV. DỮ LIỆU

Chúng tôi xây dựng mẫu từ tất cả doanh nghiệp trong băng dữ liệu hàng năm của

ngành công nghiệp trên Compustat (Compustat Industrial Annual) trong giai đoạn

1965-2001. Như các nghiên cứu trước đây, chúng tôi loại trừ các công ty tài chính

(SIC 6000-6999) và công ty cung cấp các dịch vụ theo quy định (SIC 4900-4999),

quyết định về vốn của các công ty này có thể phản ánh các nhân tố đặc biệt. Vì mô

hình hồi quy của chúng tôi bao gồm các biến trễ, chúng tôi cũng phải loại trừ bất kỳ

doanh nghiệp nào có dữ liệu ít hơn 2 năm liên tiếp. Sự loại trừ này cho chúng ta thông

tin đầy đủ của 111.106 quan sát năm hoạt động của doanh nghiệp, các quan sát này

bao gồm 12.919 doanh nghiệp với trung bình 9,6 năm cho mỗi doanh nghiệp4. Một vài

nghiên cứu trước đây loại bỏ các doanh nghiệp nhỏ ra khỏi phân tích, bởi vì chi phí

điều chỉnh của chúng có thể lớn bất thường hay các nhân tố xác định đòn bẩy của

chúng có thể khác nhau rõ rệt. Chúng tôi đưa tất cả doanh nghiệp vào ước lượng,

nhưng bảng 9 trình bày kết quả ước lượng của mô hình hồi qui chính cho các nhóm

quy mô doanh nghiệp khác nhau. Chúng tôi xác định các quan sát hàng năm trên cơ sở

năm tài chính (khác với năm theo lịch) vì các doanh nghiệp trong mẫu chọn thời điểm

kết thúc năm tài chính khác nhau. Bảng 1 xác định các biến được sử dụng trong bài

nghiên cứu của chúng tôi và trình bày tóm tắt các đặc điểm thống kê.Tất cả các biến

trên được loại trừ phân vị thứ 1 và thứ 99 để tránh ảnh hưởng của các quan sát cực trị.

Hầu hết các biến của chúng tôi được trình bày dưới dạng tỷ lệ, trong các trường hợp

4Số năm nhỏ nhất của mỗi doanh nghiệp là 2, tối đa là 37, và trung bình là 6.Theo lối nói của phân tích

dữ liệu bảng, đây là 1 bộ dữ liệu “lớn N, nhỏ T”.

18

khác (như là LnTA), chúng tôi điều chỉnh lạm phát của các tính danh nghĩa bằng chỉ

số giá tiêu dùng CPI, để biểu hiện các giá trị danh nghĩa bằng đô-la 1983.

Để mô hình hóa tỷ lệ nợ mục tiêu, chúng tôi sử dụng một tập hợp các đặc trưng của

doanh nghiệp (��,�), các đặc trưng này xuất hiện thường xuyên trong các bài nghiên

cứu (Rajan & Zingales, 1995; Hovakimian, 2003; Hovakimian và cộng sự, 2001; Fama

& French, 2002). Ảnh hưởng của chúng đến tỷ lệ nợ mục tiêu như sau:

EBIT_TA: một doanh nghiệp với thu nhập cao hơn trên mỗi đô-la tài sản có thể ưa

thích hoạt động với cả đòn bẩy thấp hoặc cao hơn. Đòn bẩy thấp hơn có thể xảy ra

do lợi nhuận giữ lại cao hơn làm giảm đòn bẩy the cơ chế, hay nếu doanh nghiệp

giới hạn đòn bẩy để bảo vệ cái “đặc quyền kinh doanh” đang tạo ra các lợi nhuận

cao này. Đòn bẩy cao hơn có thể phản ánh khả năng đáp ứng việc trả nợ do dòng

tiền cao tương đối của nó.

MB: tỷ lệ giá trị thị trường trên giá trị sổ sách của tài sản. Một MB cao hơn thường

được xem như là một dấu hiệu của các cơ hội tăng trưởng hấp dẫn trong tương lai,

doanh nghiệp có khuynh hướng bảo vệ các cơ hội này bằng cách giới hạn đòn bẩy

của nó.

DEP_TA: khấu hao tính bằng tỷ lệ trên tổng tài sản. Các doanh nghiệp có chi phí

khấu hao cao có ít nhu cầu lá chắn thuế từ việc tài trợ bằng nợ.

Ln(TA): log của tổng tài sản (thực). Doanh nghiệp càng lớn càng có khuynh hướng

hoạt động với đòn bẩy cao hơn, có lẽ bởi vì chúng minh bạch hơn, có biến động tài

sản thấp hơn và có khả năng tiếp cận thị trường nợ đại chúng thấp hơn

FA_TA: tỷ lệ tài sản cố định.Các doanh nghiệp hoạt động với nhiều tài sản hữu

hình hơn có khả năng vay nợ cao hơn.

19

R&D_TA: chi phí nghiên cứu và phát triển tính theo tỷ lệ trên tổng tài sản. Các

doanh nghiệp có nhiều tài sản vô hình hơn dưới dạng chi phí R&D sẽ thích có

nhiều vốn cổ phần hơn.

R&D_DUM: biến giả = 1 với các doanh nghiệp khuyết chi phí R&D. Khoảng 55%

năm hoạt động của doanh nghiệptrong mẫu của chúng tôi không báo cáo chi phí

R&D. Với các doanh nghiệp này, chúng tôi đặt chi phí R&D = 0 và đặt biến giả

R&D_DUM =1.

Ind_median: tỷ lệ nợ trung vị trễ củangành công nghiệp chứa doanh nghiệp (sử

dụng định nghĩa ngành công nghiệp của Fama & French 1997), nhằm kiểm soát

việc các đặc trưng của ngành công nghiệp không được biểu hiện bởi các biến giải

thích khác (xem Hovakimian và cộng sự, 2001; Roberts, 2002).

Bổ sung vào các nhân tố xác định đòn bẩy mục tiêu thông thường này, chúng tôi thêm

vào các ảnh hưởng không được quan sát đăc trưng cho từng doanh nghiệp (��) để biệu

hiện tác động của các ảnh hưởng cố định, nhưng không được đo lường đến đòn bẩy

mục tiêu của mỗi doanh nghiệp. Chúng tôi phát hiện rằng các ảnh hưởng không được

quan sát này giải thích phần lớn cho sự biến động của tỷ lệ nợ mục tiêu trong bộ dữ

liệu chéo, mà không cần phải loại bỏ các đặc trưng doanh nghiệp khác trong ��,�. Tuy

nhiên, các ảnh hưởng cố định của doanh nghiệp làm phức tạp hóa vấn đề ước lượng do

nó biến đổi phương trình hồi quy (4) thành một mô hình bảng động (Bond,

2002).Chúng tôi thảo luận một số vấn đề kinh tế lượng này trong phần sau, và cung

cấp thông tin chi tiết hơn trong phụ lục.

V. CÁC LÝ THUYẾT CẤU TRÚC VỐN KHÁC

Lý thuyết trật tự phân hạng có một sức lôi cuốn mạnh mẽ và truyền thống lâu đời. Do

đó, nhiều kiểu mẫu của mô hình này đã được nghiên cứu gần đây với nhiều kết quả

thực nghiệm hỗn tạp (Shyam-Sunder &Myers, 1999; Frank & Goyal, 2003; Lemmon

20

& Zender, 2004; Halov & Heider, 2004). Tài liệu nghiên cứu cũng bao gồm 2 lời giải

thích cho cấu trúc vốn gần đây, đó là, lý thuyết Market Timing của Baker & Wurgler’s

(2002) (cũng đã được nghiên cứu bởi (Huang & Ritter, 2005) và sự lý giải về cơ chế

giá chứng khoán của Welch’s (2004). Bây giờ, chúng tôi tiến hành so sánh các kết quả

của chúng tôi với 3 lý thuyết trên.

5.1. Lý thuyết trật tự phân hạng và lý thuyết định thời điểm tham gia thị

trường: bằng chứng hồi quy

Các tác giả đi trước đã tiến hành ước lượng các mô hình mà trong đó, sự thâm hụt tài

chính (trật tự phân hạng) hoặc tổng tỉ lệ giá thị trường-trên-sổ sách quá khứ gia quyền

(weighted sum of past market-to-book ratios) (market timing) cạnh tranh với các biến

tương ứng với lý thuyết đánh đổi. Ý tưởng chính ở đây là những biến số ứng với lý

thuyết “đúng” thì có ý nghĩa quan trọng hơn so với các biến số cạnh tranh còn lại.

Frank và Goyal (2003) giải thích rằng:

Lý thuyết trật tự phân hạng ám chỉ rằng thâm hụt tài chính có khả năng vô hiệu

hóa ảnh hưởng của các biến còn lại. Nhưng nếu thâm hụt tài chính chỉ là một

trong những yếu tố mà công ty đánh đổi thì chúng tôi thu được một phiên bản

phổ biến của lý thuyết đánh đổi. (p.129)

Baker và Wugler (2002) cũng có những tuyên bố tương tự, đặc biệt trong bảng 3 của

họ.

Hành vi trật tự phân hạng cũng chỉ ra rằng thâm hụt tài chính của công ty giải thích

những thay đổi đồng thời trong tỷ lệ nợ tính theo giá sổ sáchcủa nó. Chúng tôi kiểm

21

định quan điểm này bằng cách đánh giá 1 giá trị sổ sách tương tự với mô hình gốc của

chúng tôi trong phương trình (4):5

Với:

BDR là tỉ lệ (nợ ngắn hạn + nợ dài hạn) trên tổng tài sản

FINDEF là thiếu hụt tài chính. Trong Bảng 2, Frank và Goyal (2003) xác định

FINDEF bằng công thức: (cổ tức chi trả (dividend payments) + đầu tư + thay đổi

trong vốn luân chuyển (working capital) – dòng tiền nội bộ(internal

cashflow))/(tổng tài sản).

Baker và Wugler (2002) khẳng định rằng các nhà quản lý phát hành các chứng khoán

được đánh giá tương đối quá cao, các chứng khoán này có thể là nợ (khi tỉ lệ q của

doanh nghiệp thấp) hoặc vốn cổ phần (khi q cao).Họ xây dựng một tỉ lệ giá trị sổ

sách/thị trường quá khứ “bình quân gia quyền theo nguồn tài trợ bên ngoài”, và họ

phát hiện tỉ lệ này tương quan với với tỉ lệ nợ sổ sách trong một thời kỳ dài, có thể lên

đến 10 năm. Chúng tôi kiểm định giả thuyết này bằng cách ước lượng hàm hồi quy sau

cho mức BDR:

����,��� = (�β)��,� − (1 − �)����,� + ����_�����,� + ��,��� (8)

Với MB_EFWA là tỷ lệ giá trị sổ sách/thị trường quá khứ bình quân gia quyền theo

nguồn tài trợ bên ngoài của doanh nghiệp, được xác định trên 12 của Baker và Wugler

(2002).

5Sự thiên lệch liên quan đến việc đưa biến phụ thuộc có độ trễ vào hàm hồi quy bảng áp dụng với (7)

và (8) cũng như đã làm với (4).Trong những trường hợp này, chúng tôi củng cố (instrument) cho BDR

có độ trễ bằng cách sử dụng MDR có độ trễ của công ty.

(7)

22

Trong cả hai hàm hồi quy (7) và (8), câu hỏi đặt ra là liệu MB_EFWA hay FINDEF có

ảnh hưởng đến các hệ số ước lượng của Xi,thoặc biến phụ thuộc trễ hay không. Để

thiết lập cơ sở cho hồi quy BDR, cột đầu tiên của Bảng 5 trình bày kết quả giải thích

BDR với chỉ với các biến Xt,i chuẩn của chúng tôi (bao gồm các ảnh hưởng cố định

của công ty), biến giả năm, và các biến phụ thuộc trễ. Mô hình điểu chỉnh từng phần

rất phù hợp với BDR: các hệ số hồi quy của biến phụ thuộc ngụ ý 1 sự điều chỉnh

nhanh (36,1% mỗi năm) và các biến giải thích đòn bẩy mục tiêu mang hệ số hồi quy

có ý nghĩa thống kê với tín hiệu chính xác. Bổ sung giá trị thị trường/sổ sách bình

quân gia quyền theo nguồn tài trợ bên ngoài theo Baker & Wurgler’s (2002)trong cột 2

làm giảm nhẹ tốc độ điều chỉnh ước lượng được (từ 36.1% còn 34.2% ). Các hệ số hồi

quy khác về cơ bản vẫn không đổi, ngoại trừ hệ số MB đơn giản mất ý nghĩa thống kê.

Biến của Baker và Wugler (2002) đạt mức ý nghĩa biên tốt nhất (p-value = 0,093, kiểm

định 2 đầu), có thể là do hiệu ứng thị trường-trên-sổ sách bị chia làm hai biến

(Hovakimian, 2003).

Mô hình ở cột (3) giải thích sự thay đổi của BDRtheo các thay đổi trong bộ biến giải

thích chuẩn của chúng tôi và thâm hụt tài chính của công ty. Hệ số của FINDEF là

dương có ý nghĩa (thống kê t = 9.96), nhưng cơ bản không làm thay đổi tín hiệu của

những biến khác cũng như mức ý nghĩa. Do đó, những áp lực của trật tự phân hạng

dường như chỉ là một bộ phận của “phiên bản tổng quátcủa lý thuyết đánh đổi” (Frank

và Goyal (2003), p.129), chứ không phải là một nhân tố xác định duy nhất của đòn bẩy

tài chính.

Tiếp theo, chúng tôi sẽ đưa cả hai biến MB_EFWA và FINDEF vào cùng một mô hình

hồi quy. Đây có lẽ là một mô hình không phù hợp bởi vì MB_EFWA có ý giải

thíchmức BDR, trong khi đó, FINDEF ảnh hưởng đến thay đổi trong BDR.Tuy nhiên,

những hệ số ước lượng trong cột (4) tương tự những giá trị trong cột (2) và (3), và

những biến đánh đổi vẫn giữ giá trị bình thường của chúng.

23

Mặc dù cả hai lý thuyết trật tự phân hạng và Market timing áp dụng cho tỉ lệ nợ theo

giá sổ sách, cột (5) – (7) của bảng 5 kết hợp MB_EFWA và FINDEF vào hàm hồi quy

giải thích tỉ lệ nợ theo giáthị trường. Biến Market timing (MB_EFWA) trong cột (5)

hiện tại mang một hệ số có ý nghĩa và tín hiệu đúng(đúng dấu). Như trong cột (2), biến

MB đơn giản 1 lần nữa bị mất ý nghĩa. Kết luận của trật tự phân hạng trong cột (6) lặp

lại kết quả cho ΔBDR trong cột (3): FINDEFmang một hệ số dương có ý nghĩa nhưng

không làm thay thế những biến liên quan với lý thuyết đánh đổi trong hàm hồi quy.

Một lần nữa, bổ sung những biến cạnh tranh nhau của các lý thuyết trong cột (7) mang

lại những hệ số có ý nghĩa mà cơ bản không làm thay đổi những hệ số ước lượng của

những biến đánh đổi hay điều chỉnh từng phần.

Bảng 5

Giải thích tỉ lệ nợ sổ sách của lý thuyết trật tự phân hạng và Market timing

Trong cột (1) (2) và (4) chúng tôi ước lượng hàm hồi quy giải thích cho tỉ lệ nợ sổ sách

của công ty:

����,��� = (�β)��,� + (1 − �)����,� + ����,� + ��,���

Trong cột (4), chúng tôi ước lượng hàm hồi quy giải thích những thay đổi trong tỉ lệ

nợ sổ sách của công ty:

Δ����,��� = (�β)��,� + �����,� + ����,� + ��,���

Trong cột (5) và (7) chúng tôi ước lượng mô hình hồi quy gốc giải thích tỉ lệ nợtheo

giá thị trường của công ty:

����,��� = (�β)��,� − (1 − �)����,� + ����,� + ��,��� (4)

Trong cột 6 chúng tôi ước lượng hàm hồi quy giải thích những thay đổi trong tỉ lệ nợ

theo giá thị trường của công ty:

24

Δ����,��� = (�β)��,� − �����,� + ����,� + ��,���

Ô B của bảng 5 đánh giá mức ý nghĩa về mặt kinh tế của mô hình đánh đổi, trật tự

phân hạng và Market timing bằng cách so sánh khả năng giải thích biến động trong

BDR và MDR. Hàng đầu tiên trong ô B áp dụng hệ số từ cột (2) trong ô A. Chúng tôi

25

tính được rằng, một sự thay đổi trong đòn bẩy mục tiêu (BDR*) bằng một độ lệch

chuẩn thì làm thay đổi BDR (ngắn hạn) tương ứng bằng 0.0617, bằng khoảng 1/3 sai

lệch chuẩn của nó (0,1925). Ngược lại, thay đổi MB_EFWA bằng một độ lệch chuẩn

làm giảmBDR đi 0.0014 (ít hơn 1% độ lệch chuẩn của nó).Hệ số sử dụng ở đây được

ước lượng từ cột (3) của ô A, một thay đổi bằng một độ lệch chuẩn trong BDR* làm

thay đổi ����0.0711, trong khi một sự thay đổi tương tự trong FINDEFảnh hưởng

����chỉ bằng 0.0047. Vậy nên những biến động trong đòn bẩy mục tiêu dường như

quan trọng hơn việc định giá sai hay thâm hụt tài chính trong việc giải thích tỉ lệ nợ sổ

sách. Những đánh giá tương tự của ba lý thuyết cấu trúc vốn cũng được trình bày trong

2 cột cuối cùng của ô B, dựa trên các hồi quy ở cột (5) và (6) của ô A. Một lần nữa, tỉ

lệ đòn bẩy mục tiêu giải thích rõ hơn những biến động trong tỉ lệ nợ thị trường so với

những biến của Market timing hay trật tự phân hạng.

Mặc dù lý thuyết trật tự phân hạng và Martket timing đều có đóng góp vào hàm hồi

quy, nhưng chúng tôi kết luận rằng không có lý thuyết nào có thể thay thế cho mô hình

điều chỉnh cục bộ hướng đến tỉ lệ nợ mục tiêu của chúng tôi. Hành vi hướng đến mục

tiêu phù hợp với lý thuyết đánh đổi dường như giải thích được phần lớn những quan

sát về cấu trúc vốn.

5.2. Hương tơ i đòn bâ y mu c tiêu và dự trư kha năng vay nợ:

Lemmon và Zender (2004) (LZ) đề xuất phiên bản bổ sung của lý thuyết trật tự phân

hạng, trong đó mỗi công ty có một “khả năng vay nợ”, hoặc một đòn bẩy đạt được tối

đa. Về mặt thực nghiệm, khả năng vay nợ này phụ thuộc vào một loạt những đặc trưng

của doanh nghiệp, mà các đặc trưng này có thể phần nào trùng với những yếu tố tác

động đến đòn bẩy mục tiêu của chúng tôi. Như hình 1, LZ phân loại công ty thành “ít

sử dụng đòn bẩy” hoặc “lạm dụng đòn bẩy” liên quan đến khả năng vay nợ ước lượng

được. Họ cho rằng những công ty lạm dụng đòn bẩy không còn cách nào khác ngoài

việc phải làm giảm đòn bẩy vì không thể vay thêm nợ ở ngoài thị trường. Tuy nhiên,

26

LZ quan sát thấy lý thuyết đánh đổi và trật tự phân hạng có những ám chỉ ngược lại

đối với những công ty ít sử dụng đòn bẩy (tứ phân vị 4 trong minh họa 1 của chúng

tôi). Lý thuyết đánh đổi dự đoán rằng những công ty ít sử dụng đòn bẩy sẽ di chuyển

đến đòn bẩy mục tiêu của mình (mức cao hơn) bằng cách phát hành nợ (nếu

FINDEF> 0) hoặc bằng thu hồi cổ phần (retiring equity) (nếu FINDEF<0). Ngược

lại, lý thuyết trật tự phân hạng của LZ cho rằng các công ty này sẽ “dự trữ” khả năng

vay nợ nếu FINDEF<0 bằng cách sử dụng tiền mặt dư thừa riêng cho việc thu hồi nợ

đang phát hành.

Bảng 6 xét đến sự tác động của FINDEF đến đòn bẩy đối với các công ty lạm dụng

đòn bẩy nhất (và ít sử dụng đòn bẩy nhất) được xác định trong bảng 1.Chúng tôi chỉ

trình bày chi tiết mặt trái của bảng 6 mà trong đó bao gồm các giá trị trung bình.Mặt

phải của bảng trình bày các trung vị, cũng cho ra kết quả tương tự.Được xét đến đầu

tiên là những công ty “lạm dụng đòn bẩy ở mức cao nhất”. Hàng (1) chỉ ra rằng đòn

bẩy quá mức không dao động mạnh với thâm hụt tài chính của giai đoạn tiếp theo đó.

Như LZ dự đoán, thay đổi trong BDR của năm tiếp theo (hàng (2)) là âm cho cả 3

nhóm. Tuy nhiên, không phù hợp với lý thuyết trật tự phân hạng, BDR giảm một phần

tương tựqua khoảng rộng các giá trị của FINDEF. LZ lưu ý rằng “bằng chứng” chống

lại lý thuyết trật tự phân hạng này xuất hiện có thểđơn giản chỉ vì thị trường tài chính

không còn muốn cho các công ty có mức đòn bẩy cao vay thêm nữa.

Ngược lại, những công ty ít sử dụng đòn bẩy trong hàng (4) – (6) có thể tự do phát

hành thêm nợ. Dưới dạng lý thuyết trật tự phân hạng của LZ, những biến động trong

FINDEF sẽ tạo ra những lượng nợ mới khác nhau và sau đó là những mức tăng khác

nhau rõ rệt trong đòn bẩy về cơ bản. Nhưng chúng tôi phát hiện ra rằng cả ba nhóm

FINDEF trong hàng (5) tăng BDR của chúng cùng một lượng xấp xỉ. Nhưng điều

quan trọng nhất ở đây là, trong khi những công ty “FINDEF thấp” trong Tứ phân vị 4

có cơ hội để dùng dòng tiền vào ròng của mình (FINDEF = -6,32%) để thu hồi một

số nợ, nhưng những công ty này đã không làm như vậy. Thay vào đó, những công ty

27

này chọn cách tăng đòn bẩy – một quyết định phù hợp với lý thuyết đánh đổi chứ

không phải lý thuyết trật tự phân hạng, khi mà lý thuyết trậ tự phân hạng cho rằng

những công ty ít sử dụng đòn bẩy nên dự trữ khả năng dự trữ nợ của mình.

Bảng 6

Nỗ lực hội tụ về mục tiêu của các doanh nghiệp sử dụng đòn bẩy dưới mức.

Bảng này thể hiện 2 cách sắp xếp các quan sát mẫu của chúng tôi. Cách sắp xếp đầu

tiên theo tứ phân vị dựa trên khoảng cách so với đòn bẩy mục tiêu (MDR*) mà đòn

bẩy mục tiêu được ước lượng từ mô hình (7) trong bảng 2. Trong mỗi tứ phân vị, các

công ty tiếp tục được chia thành các thập phân vị dựa trên giá trị thâm hụt tài chính

(FINDEF) mà FINDEF được định nghĩa như trong bảng 5.

5.3. Giải thích cơ chế giá chứng khoán

Welch (2004) không tìm thấy bằng chứng hướng đến mục tiêu nào, nhưng kết luận

rằng các nhà quản lý chịu đựng một cách bị động hầu hết những thay đổi trong MDR,

bắt nguồn từ những giao động giá cổ phần. Những kết luận trên dựa vào hàm hồi quy

sau:

28

����,��� = �� + ������,� + ������,��� + ��,���

����,���là tỷ lệ nợ ngụ ý bằng với��,�/(��,� + ��,���,��1 + ���,����). Lưu ý rằng IDR là

các ảnh hưởng mang tính cơ chế của các thay đổi giá chứng khoán đến đòn bẩy, giả

định rằng những nhà quản lý sẽ không thay đổi Dthoặc St trong giai đoạn kế tiếp.

Biến���,���là mức tăng giá (thực) thu được của cổ phiếu công ty i trong giai đoạn giữa t

và t+1, và a0, a1và a2 là các thông số cần ước lượng (hệ số chặn, a0, đôi khi bị bỏ qua).

Kết luận chính của Welch (2004) được rút ra từ những giới hạn không rõ ràng và

không phù hợp đối với quá trình điều chỉnh của doanh nghiệp trong phương trình (9).

Để hiểu được những giới hạn này, chúng tôi điều chỉnh mô hình gốc trong phương

trình (4) để cho phép xảy ra khả năng các nhà quản lý phần nào phản ứng với những

ảnh hưởng của việc thay đổi giá chứng khoán đối với đòn bẩy, Chúng tôi bắt đầu bằng

cách gia tố mô hình điều chỉnh cơ bản của mình trong phương trình (3) như sau6:

����.��� − ����,� = �������,�∗ − ����,�� + (1 − ��)(�ℎ��� ����� ������) +

��,��� (10)

Với λ2 là tốc độ điều chỉnh đến ảnh hưởng của giá cố phần. Phương trình (10) nói rằng

thay đổi của tỷ lệ nợ nhận thấy được bằng tổng sự dịch chuyển từng phần đến đòn bẩy

mục tiêu (�������,�∗ − ����,��) và phần ảnh hưởng của giá cổ phần không được bù

đắp trong năm ((1 − ��)(�ℎ��� ����� ������)). Chúng tôi đo lường “ảnh hưởng của

giá cổ phần” như là thay đổi trong MDR chỉ do thay đổi trong giá cổ phần gây ra,

nghĩa là:

(11)

6Marcus (1983) cũng đã đưa vào hiệu ứng giá riêng biệt (separate share price effect) vào mô hình của

mình.

29

Thay (11) vào (10) ta có:7

Mô hình trong phương trình (12) có 2 đặc điểm quan trọng. Đầu tiên, việc phát hiện��

=0 không có nghĩa là các nhà quản lý không bao giờ điều chỉnh MDR để đối phó với

những thay đổi trong giá cổ phần. Ảnh hưởng còn lại của thay đổi giá cổ phần trong

thời kỳ (t, t+1) được đưa vào trong MDR trễ của kỳ tiếp theo và do đó, bù trừ với một

tỉ lệ hằng năm ��, trong các năm sau cú sốc giá đầu tiên. Thứ hai, cả hai biến SPE và

biến phụ thuộc đều chứa giá trị (thực) thu được của ���,���, mà điều này làm lệch hệ số

của SPE về 1(biases the coefficient on SPE toward unity). Do đó chúng tôi ước lượng

(10) bằng cách sử dụng biến công cụ cho SPE.8

Định nghĩa của SPE (11) ám chỉ rằng:

(11a)

Thay (11a) vào (12) cho ra mô hình của Welch trong chú giải của chúng tôi:

(13)

Phương trình (13) nói trên và mô hình gia tố của chúng tôi (12) chỉ ra rằng mô hình

của Welch (2004) có thể giải thích như sau:

7 Việc thay thế mô hình cơ sở của chúng tôi (5) bằng (7) không có ảnh hưởng quan trọng nào đối với

những kết luận đưa ra trong bài nghiên cứu này

8Chúng tôi cảm ơn Yakov Amihud vì đã chỉ ra vấn đề kinh tế lượng này. Chúng tôi hối quy SPE bằng

hàm hồi quy của những biến được thiết lập sơ bộ và doanh thu thu được theo trung bình của công ty

trong cùng ngành. Trong kết quả không được trình bày, chúng tôi tìm ra rằng sự thất bại trong việc

củng cố (instrument) cho SPE sinh ra một giá trị ước lượng là 0.06 cho lamda2, so với 0.029 chúng tôi

báo cáo trong cột cuối cùng của bảng 7. Thêm SPE vào mô hình gốc của chúng tôi chỉ có một tác động

nhỏ đối với những ước lượng của lamda1 và hệ số của β.

30

(a) Sử dụng bội số của (a0 + a1MDRi,t) làm đòn bẩy mục tiêu của công ty. Điều này có

nghĩa rằng cú sốc giá chứng khoán hoàn toàn chấp nhận được đối với công ty sau 1

năm, khi mà cú sốc này được chuyển vào giá trị MDR trễ.

(b) Sử dụng MDRi,tnhư là điểm bắt đầu điều chỉnh, như chúng tôi làm. Điều này ám

chỉ rằng a2 = (1-��).

(c) Giới hạn MDR vàSPE để có cùng một hệ số (a2). Nghĩa là, những nhà quản lý

phản ứng nhanh như nhau đối với những sai lệch dự tính và bất ngờ trong đòn bẩy

so với mục tiêu.

Bảng 7 báo cáo các kết quả ước lượng vài phiên bản của (12) và (13). Cột (1) lặp lại

mô hình của Welch (2004) với số liệu của chúng tôi. Sử dụng phương pháp luận của

Fama và MacBeth (1973) được ủng hộ trong Welch (2004), chúng tôi thu được kết quả

tương tự: tỷ lệ nợ trễ tạo ra hệ số ước lượng gần bằng 0, hệ số của tỉ lệ nợ ngụ ý gần

bằng 1 (is near unity). Những ước lượng này dường như ám chỉ rằng các công ty chấp

nhận vĩnh viễn những tác động của thay đổi giá chứng khoán đối với đòn bẩy của

mình. Một thay đổi trong giá chứng khoán hầu như không được bù trù 1 chút nào mãi

cho đến khi kết thúc thời kỳ t, và đầu thời kỳ (t + 1) cú sốc trong đòn bẩy trở nên hoàn

toàn gắn liền với mục tiêu của công ty. Cột (2) thay thế giả định công ty hướng đến

mục tiêu tỉ lệ nợ của kỳ trước với mô hình tỉ lệ nợ mục tiêu của doanh nghiệp, như là

βXi,t(không có các ảnh hưởng cố định). Hệ số ước lượng của IDR chỉ ra rằng các công

ty chỉ bù đắp 9,1% (= 1 - $.909) tác động thị trường đến đòn bẩy công ty.

Từ (11a), chúng tôi biết rằng IDR có hai nhân tố cấu thành, SPE và MDRi,t. Phần nào

điều chỉnh? Chúng tôi tách riêng hai nhân tố cấu thành của IDR trong cột (3). Hệ số

ước lượng của SPE chỉ ra rằng công ty không phản ứng ngay lúc đầu khi có những bất

ngờ về giá cổ phần (�� = -0.029).9Tuy nhiên, tiêu biểu cho một hàm hồi quy đơn giản,

9 Trước hết, có lẽ không mấy ngạc nhiên khi mà SPE mang một hệ số gấn bằng 1 (unity) .Nếu một vài

công ty vượt quá mục tiêu của mình và số khác lại thấp hơn, thì bất cứ mức SPE nào cũng có thể khiến

31

tốc độ điểu chỉnhước lượng được đối với các sai lệch khỏi mục tiêu nhận thấy được là

11.1% (�� = 1-0.889)/năm.

Ba cột đầu tiên trong bảng 7 đã loại trừ các ảnh hưởng cố định của doanh nghiệp mà

chúng tôi cho là quan trọng (ở phần trên) với tốc độ điều chỉnh ước lượng được. Cột

(4) do đó trình bày mô hình gốc của chúng tôi, gia tố ảnh hưởng của giá cổ phần. So

sánh những ước lượng này với cột cuối của bảng 2 chỉ ra rằng sự bổ sung biến SPE

ảnh hưởng rất ít đến các hệ số ước lượng trong mô hình gốc của chúng tôi. Hệ số của

MDRi,t(0.658) ám chỉ một tốc độ điều chỉnh nhanh đối với sai lệch so với mục tiêu đã

biết, trong khi đó các nhà quản lý chủ động phớt lờ những thay đổi giá chứng khoán

trong năm chúng xảy ra (hệ số SPE là 0.971). Tuy nhiên, SPE ròng đã chuyển sang

MDRi,tthời kỳ tiếp theo và được bù đắp với tốc độ xấp xỉ 34% một năm. Do đó chúng

tôi kết luận rằng, hàm hồi quy của chúng tôi gần như không ủng hộ già thuyết Welch

(2004) là các nhà quản lý chấp nhận một cách bị động những tác động của việc giá

chứng khoán thay đổi đối với đòn bẩy của công ty.

Bảng 7

Những biến động trong mô hình hồi quy của Welch (2004)

Kết quả hồi quy các mô hình

cho công ty tiến đến gần mục tiêu của mình đến gần hơn hoặc xa hơn mục tiêu.Hiệu ứng này có thể có

trung bình là 0 nếu tính cho các tất cả các công ty trong mẫu.

32

VI. TÍNH BỀN VỮNG

Các kết luận của chúng tôi về tỷ lệ nợ mục tiêu và tốc độ điều chỉnh về mức mục tiêu

của doanh nghiệp bền vững đối với những thay đổi trong phạm vi ước lượng, chuỗi

mẫu, thời kỳ và định nghĩa đòn bẩy.

6.1. Tính ổn định đối với phạm vi ước lượng

Mô hình điều chỉnh từng phần chuẩn chỉ gần đúng với hành vi của doanh nghiệp, và lý

thuyết không ấn định giới hạn thời gian cụ thể giữa các quan sát. Vì vậy, chúng tôi ước

lượng phương trình (4) trong các giới hạn thời gian từ 1 đến 5 năm nhằm đánh giá xem

liệu các tốc độ điều chỉnh ước lượng được có nhất quán với giả thuyết cho rằngmột tỷ

33

lệ cố định của chênh lệch đòn bẩy còn lại được thu hẹp trong mỗi giai đoạn10. Tốc độ

điều chỉnh trong một năm (one-year adjustment speed) ở bảng 2 là 0.344, một sụt giảm

trung bình nhân (a geometric decline) sẽ tạo ra hệ số trong hai năm (two-year

coefficient) là 0.570 (=1-(0.344)2). Nếu mô hình điều chỉnh từng phần tương thích tốt

với dữ liệu thì mức điều chỉnh ước lượng được cho giai đoạn hai năm sẽ là khoảng

57%. Ước lượng thực ở cột đầu tiên trong bảng 8 cho thấy 59.2% (=1-0.408) chênh

lệch ban đầu sẽ bị thu hẹp vào cuối năm hai. Phạm vi dài hơn cũng nhất quán với tỷ lệ

điều chỉnh liên tục. Theo hướng điều chỉnh trơn tru hàng năm (Following a smooth

annual adjustment path) là 34.4%, tương ứng với hệ số cho 3, 4 và 5 năm lần lượt là

71.8%, 81.5% và 87.9%; so sánh với giá trị ước lượng tự do là 73.4%, 82.9% và

89.4%. Sư tương ứnggầnnhư thế giữa các ước lượng của sự điều chỉnhtheo lý thuyết

và thực nghiệm hỗ trợ sâu rộng hơn cho giả thuyết: mô hình điều chỉnh từng phần giải

thích phù hợp biến động của dữ liệu.

6.2. Tính ổn định đối với quy mô doanh nghiệp

Đến đây, chúng tôi chỉ trình bày kết quả hồi quy cho toàn mẫu doanh nghiệp.Vài tác

giả trước đây loại bỏ các doanh nghiệp tương đối nhỏ, có thể do các doanh nghiệp này

phải đối mặt với chi phí giao dịch lớn khi điều chỉnh đòn bẩy ở mức nhỏ. Mặt khác,

một số doanh nghiệp nhỏ tăng trưởng nhanh chóng, điều này có thể làm giảm chi phí

điều chỉnh đòn bẩy của chúng (Alti, 2004). Nhằm đánh giá tính ổn định của mô hình

hồi quy (4), chúng tôi tái ước lượng các hồi quy với các mẫu con phân loại theo quy

mô. Trong mỗi năm, chúng tôi phân nhóm các doanh nghiệp thành các thập phân vị

theoquy mô giá trị thị trường vốn cổ phần trên NYSE của CRSP. Thập phân vị thứ

nhất bao gồm các doanh nghiệp lớn nhất, và thập phân vị 10 là các doanh nghiệp nhỏ

10 Sai số chuẩn trong bảng 8 không được điều chỉnh cho ảnh hưởng của các quan sát trùng lắp, nhưng

mục đích của chúng tôi ở đây là xem xét các giá trị ước lượng (không chệch) của các hệ số, không

phải ý nghĩa thống kê của chúng.

34

nhất11.Kết quả trong bảng 9 cho thấy rằng mô hình điều chỉnh từng phần (4) phù hợp

rất tốt với tất cả quy mô doanh nghiệp.Đa số các ước lượng hệ số của biến X không

khác nhau nhiều giữa bốn mẫu con12. Mỗi mẫu con cho thấy một tốc độ điều chỉnh hợp

lý, mà tốc độ này hơn hẳn các ước lượng trước đây trong những bài nghiên cứu khác.

Lưu ý rằng các doanh nghiệp lớn có tốc độ điều chỉnh chậm nhất (27.3%).Có thể các

doanh nghiệp lớn hơn dựa nhiều vào nợ vay công chúng (public debt) nhiều hơn, mà

nợ vay công chúng này tốn nhiều chi phí điều chỉnh hơn so với nợ cá nhân (vay từ

ngân hàng) được sử dụng bởi các doanh nghiệp nhỏ.Do nợ công chúng có ít các điều

khoản thỏa thuận hơn, áp lực bên ngoài đối với một công ty lớn trong việc đảo ngược

sự gia tăng đòn bẩy có thể ít mạnh mẽ hơn đối với một công ty nhỏ với các chủ nợ từ

ngân hàng có thể bắt ép tuân theo các điều khoản vay tương đối chặt chẽ. Tuy nhiên,

nếu các doanh nghiệp lớn có ít biến động trong dòng tiền, thì họ có thể chịu mức chi

phí thấp hơn khi lệch xa đòn bẩy mục tiêu của mình.

Bảng 8: Các ước lượng qua các phạm vi dự đoán khác nhau

Chúng tôi ước lượng các phương sai của hồi quy dựa trên:

����,��� = (��)��,� + (1 − �)����,� + ��,��� (4)

11 Sự phân bổ không đều của các doanh nghiệp giữa các thập phân vị phản ánh thực tế là các thập phân

vị theo quy mô NYSE thì đang được sử dụng để phân loại các doanh nghiệp được lấy ra từ tổng thể

của NYSE-AMEX-Nasdaq

12Tuy nhiên, lưu ý rằng các hệ số dương giống nhau của MB trong bảng 9 trái ngược với những hệ số

âm phổ biến hơn được ước lượng cho mẫu đầy đủ (full sample).Chúng tôi không có giải thích phù hợp

nào cho kết quả này.

35

Bảng 9:

Tính ổn định qua các quy mô doanh nghiệp

Trong mỗi năm, chúng tôi chia toàn bộ doanh nghiệp thành mười nhóm dựa trên các

thập phân vị của quy môgiá trị thị trường của vốn cổ phần trong CRSP cho các doanh

nghiệp được giao dịch trên NYSE trong năm đó.Thập phân vị 1 gồm những doanh

nghiệp lớn nhất. Với mỗi nhóm quy mô, chúng tôi ước lượng hồi quy:

����,��� = (��)��,� + (1 − �)����,� + ��,��� (4)

36

6.3. Tính ổn định qua thời gian

Bảng 10 trình bày kết quả hồi quy cho ba giai đoạn bằng nhau 1966-1977, 1978-1989

và 1990-2001.Chúng tôi phát hiện rằng tốc độ điều chỉnh ước lượng được là khá tương

đồng trong các giai đoạn, mặc dù tất cả các ước lượng trong bảng 10 đều vượt quá giá

trị 0.344 ở bảng 2. Các dấu và ý nghĩa của các hệ số khác nhìn chung cũng phù hợp

qua các giai đoạn, với hai ngoại lệ: tác động của chi phí khấu hao (DEP_TA) lên

MDR*giảm từ -0.500 trong giai đoạn đầu tiên xuống -0.096 ở giai đoạn cuối và

Ind_Median đổi dấu (từ “+” sang “-“, hay ngược lại) giữa giai đoạn đầu tiên và thứ

hai.

6.4. Các định nghĩa khác nhau về đòn bẩy

37

Các nghiên cứu trước đây định nghĩa đòn bẩy theo nhiều cách khác nhau. Bảng 11 cho

thấy các kết luận của chúng tôi về mục tiêu và tốc độ điều chỉnh thì không phụ thuộc

vào định nghĩa đòn bẩy. Chúng tôi tiến hành ước lượng lại mô hình (4), sử dụng ba

cách định nghĩa (mới) khác nhau về tỷ lệ nợ theo giá trị thị trường:

Tất cả tốc độ điều chỉnh ước lượng đều nhanh (từ 36.6 – 40.5% hàng năm) và các nhân

tố xác định đến đòn bẩy mục tiêu nhìn chung mang các hệ số có ý nghĩa với dấu phù

hợp.

VII. ĐIỀU CHỈNH TỪNG PHẦN VÀ LÝ THUYẾT ĐÁNH ĐỔI

7.1. Phương pháp ươc lượng thích hợp

Cột đầu tiên trong bảng 2 trình bày ước lượng phương trình (4) của Fama & MacBeth

(1973) (FM)13.Hầu hết các biến trễ miêu tả tỷ lệ nợ mục tiêu đều mang hệ số hồi quy

có ý nghĩa thống kê với dấu phù hợp (chỉ có MB và LnTA mang hệ số hồi quy không

có ý nghĩa thống kê). Hệ số hồi quy của biến MDR trễ ngụ ý rằng doanh nghiệp thu

hẹp 13,3% (= 1 – 0.867) chênh lệch giữa đòn bẩy hiện tại và đòn bẩy mong muốn

trong vòng 1 năm. Với tỷ lệ này, mất khoảng 5 năm để rút ngắn ½ khoảng cách giữa tỷ

13Fama and French (2002) đề xuất các hàm ước lượng FM để tránh sự giảm nhẹ sai số chuẩn của hệ số

hồi quy. OLS cho ra ước lượng các hệ số hồi quy tương tự cho đặc tính tương tự, như được trình bày

trong cột (2) của bảng 3 hay cột (2) của bảng A.1 trong phụ lục.

38

lệ đòn bẩy hiện tại và tỷ lệ mong muốn đối với 1 doanh nghiệp điển hình. Sự điều

chỉnh chậm này phù hợp với giả thuyết rằng các xem xét khác – như là lý thuyết trật tự

phân hạng và lý thuyết Market timing – cho rằng chi phí của sự lệch khỏi đòn bẩy tối

ưu có ảnh hưởng lớn hơn. Với một tốc độ điều chỉnh được ước lượng chậm như thế, sự

hội tụ về mục tiêu trong dài hạn dường như không giải thích nhiều cho sự biến động tỷ

lệ nợ của doanh nghiệp.

Mặc dù ước lượng FM có vài đặc điểm hấp dẫn, nhưng chúng thất bại trong việc nhận

ra các đặc tính dạng bảng của dữ liệu. Một hồi quy dạng bảng với các ảnh hưởng (cố

định) không được quan sát sẽ thích hợp hơn nếu như các doanh nghiệp có các biến

(không được quan sát) ảnh hưởng tương đối ổn định đến đòn bẩy mục tiêu. Cột (2)

trong bảng 2 trình bày kết quả hồi quy dạng bảng với các ảnh hưởng cố định, mà trong

đó các hệ số ước lượng nhân tố xác định đòn bẩy mục tiêu thường giống như các bản

sao FM của chúng, ngoại trừ LnTA. Ý nghĩa thống kê của hầu hết các biến là tốt hơn,

và các ảnh hưởng cố định đến MDR mục tiêu được đánh giá tốt hơn: kiểm định F cho

ý nghĩa kết hợp của các ảnh hưởng cố định trong cột (2) bác bỏ giả thiết cho rằng các

số hạng này là bằng nhau với tất cả doanh nghiệp (F (12918;98178) =2.24, pr =0.000).

Điểm khác nhau nổi bật giữa cột (1) và (2) là các hệ số hồi quy ước lượng được của

biến MDR trễ, các hệ số này về cơ bản biểu thị tốc độ điều chỉnh nhanh hơn (38%)

trong mô hình dạng bảng. Tốc độ điều chỉnh ước lượng được này ngụ ý rằng doanh

nghiệp điển hình rút ngắn ½ chênh lệch đòn bầy trong vòng 18 tháng.

Bảng 2

Các phương pháp ước lượng khác nhau đối với đặc tính (4)

Các kết quả hồi quy mô hình:

����,��� = (��)��,� + (1 − �)����,� + ��,��� (4)

39

Tốc độ điều chỉnh càng nhanh trong cột (2) có thể phản ánh hoặc là sự bổ sung các ảnh

hưởng cố định vào mô hình mục tiêu hoặc là hạn chế của hồi quy bảng: các hệ số dốc

không đổi qua thời gian. Để phân biệt 2 khả năng này, hồi quy ở cột (3) áp dụng

phương pháp FM với dữ liệu đã loại bỏ trung bình. Nghĩa là, mỗi biến được trình bày

dưới dạng độ lệch so với giá trị trung bình của doanh nghiệp. Hầu hết các hồi quy FM

trong cột (3) đều rất gần với các kết quả hồi quy dạng bảng trong cột (2). Chúng tôi kết

luận rằng các ảnh hưởng không được quan sát, đặc trưng của doanh nghiệp về cơ bản

tác động đến tốc độ điều chỉnh ước lượng được, rõ ràng bởi vì chúng cơ bản làm cho

40

các ước lượng của tỷ lệ nợ mục tiêu trở nên sắc bén hơn14. Chúng tôi sẽ trở lại vấn đề

này ở phần 4.3

Cột (4) ước lượng mô hình dạng bảng hiệu chỉnh, mô hình này bao gồm một biến giả

riêng biệt cho mỗi năm trong mẫu (ngoại trừ 1966 để tránh bẫy biến giả). Thống kê R2

có hiệu chỉnh thu được tăng nhẹ so với cột (2) và các hệ số hồi quy khác về cơ bản vẫn

không đổi. Chúng tôi thêm các biến giả thời gian vào các hồi quy dạng bảng tiếp theo

nhằm hấp thụ bất kỳ ảnh hưởng biến đổi theo thời gian (chưa được mô hình hóa) nào

tác động đến cấu trúc vốn. Chúng tôi cũng ước lượng đặc tính này với sự hiệu chỉnh

tương quan chuỗi bậc nhất trong mỗi bảng (không được trình bày). Hệ số hồi quy

AR(1) ước lượng được là đủ nhỏ (-0.03) để từ đó chúng tôi giả định rằng tương quan

chuỗi không phải là một ảnh hưởng đáng kể trong nghiên cứu của chúng tôi.

Ước lượng hợp lý tốc độ điều chỉnh trong mô hình động đòi hỏi chú ý cẩn thận đến

tính chất tương quan chuỗi của các biến phụ thuộc và phần dư hồi quy (Baltagi, 2001,

Chapter 8; Wooldridge, 2002). Cột (5) nhắm đến tương quan giữa biến phụ thuộc trễ

trong hồi quy dạng bảng với sai số hồi quy, mà tương quan này có thể làm sai lệch tốc

độ điều chỉnh ước lượng được. Chúng tôi thay thế một giá trị thích hợp cho biến phụ

thuộc trễ, sử dụng giá trị sổ sách trễ của đòn bẩy và �� làm các biến công cụ (Greene,

2003)15.Hệ số hồi quy ���� ước lượng được tăng nhẹ (từ 0,620 lên 0,656), nhưng kết

quả ước lượng các hệ số hồi quy khác vẫn gần với các ước lượng trong cột (4). Tốc độ

điều chỉnh suy ra là 34,4%, cho thấy rằng doanh nghiệp điển hình hoàn thành hơn ½

mức điều chỉnh đòn bẩy yêu cầu của nó trong khoảng thời gian ít hơn 2 năm – nhanh

14 Khi chúng tôi thay thế các ảnh hưởng cố định trong cột (2) với tập hợp 46 biến giả ngành công

nghiệp (được xây dựng như trong Fama & French, 1997), các hệ số hồi quy ước lượng được gần giống

kết quả trong cột (1), cột này cũng loại bỏ các ảnh hưởng cố định của doanh nghiệp

15 Các phương pháp ước lượng gần đây như phương pháp của Arellano & Bond (1991) phát triển dựa

trên cách tiếp cận này trong vài trường hợp, nhưng không phải cho mẫu của chúng tôi. Xem phụ lục để

biết thêm chi tiết.

41

hơn nhiều so với các kết quả ước lượng được của các tác giả trước đây. Sự điều chỉnh

về tỷ lệ vốn đặc trưng của doanh nghiệp nhanh như thế đề xuất rằng lý thuyết trật tự

phân hạng và thuyết Market timing không thống trị hầu hết các quyết định tỷ lệ nợ của

doanh nghiệp. Chúng ta trở lại vấn đề này trong bảng 4 bên dưới.

Cột (6) của bảng 2 đề cập đến khả năng mà tốc độ điều chỉnh nhanh trong cột (5) phản

ánh bản chất của ����,� bị chặn giữa 0 và 1. Một doanh nghiệp với đòn bẩy rất cao

không còn lựa chọn nào khác ngoài việc giảm đòn bẩy và ngược lại. Cột (6) trình bày

kết quả ước lượng mô hình hồi quy với các biến công cụ của chúng tôi chỉ với 50%

các giá trị ����,� nằm giữa các giá trị quan sát được. Các điểm cắt phân vị thứ 25 và

75 đối với ����,�khác nhau giữa các năm, nhưng lần lượt chỉ đạt trung bình 6,5% và

41,6%. Tất cả ước lượng hệ số hồi quy trong cột (6), bao gồm cả tốc độ điều chỉnh,

đều rất gần với các kết quả sử dụng toàn mẫu. Do đó, chúng tôi tin chắc rằng sự đảo

ngược về giá trị trung bình “bẩm sinh” của các biến phụ thuộc không phải là nguyên

nhân gây ra tốc độ điều chỉnh cao được ước lượng của chúng ta.

Cột cuối trong bảng 2 trình bày mô hình gốc của chúng tôi, mà đặc tính này được sử

dụng sau này. Mô hình này bao gồm sự hiệu chỉnh bằng biến công cụ cho ����. Các

biến giải thích bao gồm các ảnh hưởng cố định qua thời gian và của doanh nghiệp,

thêm một biến giải thích bổ sung trong ma trận “X”

Rated = 1 khi doanh nghiệp có công bố xếp hạng nợ, nếu không thì = 016.

Faulkender &Petersen (2005) kiểm soát việc chọn mẫu nghiên cứu của họ bởi vì Rated

có thể là biến nội sinh. Chúng tôi đơn giản thêm Rated vào như 1 biến phụ thuộc bổ

sung, với hai lý do. Đầu tiên, ảnh hưởng của xếp hạng trái phiếu không phải là mối

quan tâm chính của chúng tôi. Thứ hai, các kết quả khác hoàn toàn không nhạy cảm

16 Bởi vì Compustat không báo cáo biến này trước 1981, chúng tôi không thể tính toán các ước lượng

Fama-MacBeth, so sánh với các đặc tính khác trong bảng 2 nếu biến Rated được đưa vào.

42

với việc thêm vào hay loại bỏ biến Rated ra khỏi tập hợp các biến xác định tỷ lệ nợ

mục tiêu của doanh nghiệp. Biến giả này mang hệ số hồi quy dương, có ý nghĩa thống

kê biên (như trong Faulkender & Petersen, 2005), nhưng việc thêm nó vào không có

ảnh hưởng đáng kể đến kết quả ước lượng của các hệ số hồi quy khác.

Mô hình gốc của chúng tôi trong cột (7) chỉ ra rằng tỷ lệ nợ mục tiêu của doanh nghiệp

điển hình biến đổi khá nhiều. Tỷ lệ nợ mục tiêu trung bình của dữ liệu chéo bắt đầu

với 32,1% trong năm 1966, tiến đến cực đại là 64,0% trong năm 1974, và kết thúc thời

kì với 27,0% trong năm 2001. Trên toàn mẫu, mục tiêu ước lượng được có trung bình

là 30,7% và độ lệch chuẩn là 25,1% (so sánh với trung bình và độ lệch chuẩn của

MDR thực tế lần lượt là 27,8% và 24,4%). Các đặc trưng của doanh nghiệp, ảnh

hưởng cố định và thời gian; tất cả góp phần vào dao động của tỷ lệ nợ mục tiêu. Tập

hợp 9 biến X giải thích 16% độ lệch chuẩn toàn mẫu của MDR, các ảnh hưởng (cố

định) không được quan sát giải thích 25,2% và các biến giả năm giải thích 9%. Trong

mỗi năm, riêng 9 biến X đã giải thích từ 12,5% đến 17,6% biến động chéo, hàng năm

của tỷ lệ nợ mục tiêu, với trung bình (qua tất cả năm) là 15,03%. Để ngắn gọn, đòn

bẩy mục tiêu được tính toán của chúng tôi về cơ bản khác nhau giữa các doanh nghiệp

và qua thời gian.

7.2. Hội tụ về mục tiêu

Nếu chúng tôi ước lượng đòn bẩy mục tiêu có ý nghĩa, thì chúng tôi sẽ nhận ra rằng

các doanh nghiệp điều chỉnh về các mục tiêu này theo thời gian. Hình 1 phản ánh

quyết định tài chính của các giám đốc trong điều kiện doanh nghiệp lệch khỏi đòn bẩy

mục tiêu ước tính (ước lượng) của nó. Với mỗi năm trong giai đoạn 1966-2000, chúng

tôi phân các doanh nghiệp vào các phân vị dựa trên đô lệch so với đòn bẩy mục tiêu

của chúng (MDR* - MDR). Trục hoành trong hình 1 biểu thị rằng các doanh nghiệp

trong phân vị thứ nhất dường như sử dụng đòn bẩy quá mức, với trung bình (trung vị)

là 15,29% (13,59%) tài sản. Ngược lại, mô hình của chúng tôi chỉ ra rằng các doanh

43

nghiệp trong phân vị thứ 4 sử dụng đòn bẩy dưới mức với trung bình (trung vị) là

21,96% (19,70%). Trục tung trong hình 1 mô tả thay đổi của các tỷ lệ nợ tính theo giá

sổ sách trong năm tiếp theo (BDR), thay đổi này phản ánh các nỗ lực rõ ràng của

doanh nghiệp nhằm chuyển dịch về mục tiêu của nó. (Trái lại, MDR làm lẫn lộn các

ảnh hưởng của hành vi nhà quản lý với các thay đổi trong giá chứng khoán của doanh

nghiệp). Các bằng chứng trong hình 1 phù hợp với sự hội tụ.Doanh nghiệp sử dụng

đòn bẩy quá mức trong phân vị thứ 1 giảm đòn bẩy theo giá sổ sách trong năm tiếp

theo một khoảng trung bình (trung vị) là 3,12% (1,94%). Trái lại, các doanh nghiệp sử

dụng đòn bẩy dưới mức trong phân vị thứ 4 tăng BRDmột khoảng trung bình (trung

vị) 4,69% (1,75%) trong suốt năm tiếp theo. Các doanh nghiệp trong 2 phân vị giữa

cũng chuyển dịch về tỷ lệ nợ mục tiêu của chúng, nhưng với mức điều chỉnh nhỏ hơn

nhiều.

Trong khi các kết qua trong hình 1phù hợp với hành vi hướng tới mục tiêu, chúng

cũng đơn thuần phản ánh xu hướng của các doanh nghiệp với tỷ lệ nợ cao hay thấp

tương đối dịch chuyển trở về mức trung bình, như được thể hiện qua các ước lượng

hàm rủi ro của Leary and Roberts (2005). Thật vậy, hình 2 phản ánh xu hướng này

trong dữ liệu. Trục hoành mô tả 4 phân vị được hình thành dựa trên giá trị tuyệt đối

của MDR ở năm trước. Như trong hình 1, trục tung của hình 2 thể hiện các thay đổi

trong trung bình và trung vị của tỷ lệ nợ theo giá trị sổ sách (BDR) trong năm tiếp

theo. Không phụ thuộc vị trí so với mục tiêu của chúng, các doanh nghiệp có đòn bẩy

cao có xu hướng giảm đòn bẩy theo giá sổ sách của chúng trong năm tiếp theo. Ngược

lại, các doanh nghiệp trong phân vị MDR thấp nhất hướng đến tăng BRD trong suốt

năm tiếp theo17.

17 Hình 2 không phù hợp với hành vi hướng tới mục tiêu, bởi vì các doanh nghiệp với đòn bẩy cao

(thấp) có nhiểu khả năng ở trên (dưới) đòn bẩy mục tiêu của chúng hơn.

44

Mức độ của hành vi hướng về mục tiêu trong hình 1 phản ánh xu hướng phổ biến -

khôi phục trở lại mức trung bình – đối với các doanh nghiệp sử dụng đòn bẩy cực hạn

như thế nào ? Chúng tôi ước lượng câu hỏi này bằng cách sử dụng loại dữ liệu 2 chiều.

Đầu tiên, chúng tôi hình thành 4 phân vị dựa trên đòn bẩy tuyệt đối (������) như

trong hình 2. Trong phạm vi mỗi phân vị đòn bẩy, chúng tôi xây dựng các phân vị dựa

trên dộ lệch khỏi đòn bẩy mục tiêu của doanh nghiệp. Sau đó, mỗi đường trong hình 3

vẽ đồ thị sự thay đổi trong BRD đối với độ lệch khỏi mục tiêu trong năm trước đó

(theo mô hình của chúng tôi) cho 1 tập hợp các doanh nghiệp có giá trị MDR tuyệt đối

tương tự nhau. Như trong hình 1, thuyết đánh đổi ngụ ý rằng các doanh nghiệp ở bên

trái (phải) trục hoành trong hình 3 sử dụng đòn bẩy quá mức (dưới mức) và sẽ hành

động để giảm (tăng) đòn bẩy trong năm tiếp theo. Đây chính xác là những gì chúng tôi

tìm. Bất kể đòn bẩy tuyệt đối, hầu hết các doanh nghiệp sử dụng đòn bẩy quá mức đều

giảm BDR của chúng. Các doanh nghiệp có đòn bẩy tuyệt đối cao chuyển dịch về mục

tiêu của chúng nhanh hơn các doanh nghiệp có đòn bẩy tuyệt đối thấp, đề xuất rằng

các độ lệch khỏi mục tiêu tốn kém hơn đối với các doanh nghiệp có đòn bẩy cao hơn.

Ở đối trọng khác, doanh nghiệp sử dụng đòn bẩy dưới mức tăng BDR trung bình, bất

kể mức đòn bẩy tuyệt đối của nó. Trong các doanh nghiệp sử dụng đòn bẩy dưới mức

này, các doanh nghiệp với đòn bẩy tuyệt đối thấp nhất hành động tích cực nhất trong

việc tăng BDR.

7.3. Các ước lượng cấu trúc vốn mục tiêu trước đây

Tốc độ điều chỉnh nhanh được ước lượng trong bảng 2 (34,4% mỗi năm) là đặc điểm

đáng chú ý nhất trong kết quả thực nghiệm của chúng tôi. Mặc dù một vài nghiên cứu

trước đây cũng hỗ trợ cho sự điều chỉnh nhanh như thế nhưng quan điểm thông thường

cho rẳng tốc độ điều chỉnh hàng năm của doanh nghiệp nằm trong khoảng 8-15%,

Fama & French (2002) cho rằng lý thuyết đánh đổi không đủ để giải thích khoảng biến

động quan sát được trong dữ liệu đòn bẩy của các doanh nghiệp. Các nghiên cứu trước

đây sử dụng nhiểu loại đặc tính hồi quy để nghiên cứu các nhân tố xác định cấu trúc

45

vốn của doanh nghiệp. Vì sao đặc tính của chúng tôi có ưu thế hơn? Chúng tôi tranh

luận rằng các nghiên cứu trước đây lạm dụng các giả thuyết không đảm bảo, nhưng có

thể kiểm định được trên dữ liệu, điều này dẫn đến các kết luận sai và lệch hướng.

Bảng 3 trình bày tập hợp các mô hình cấu trúc vốn ước lượng được trên cùng bộ dữ

liệu bảng. Cột (1) trình bày mô hình dữ liệu chéo, đơn giản điển hình được sử dụng

trong nhiều bài nghiên cứu trước đây để suy ra các nhân tố xác định đòn bẩy tối ưu của

doanh nghiệp (ví dụ: Hovakamian và cộng sự (2001); Fama & French (2002);

Korajczyk & Levy (2003); Kayhan & Titman (2005))18. Các hệ số hồi quy ước lượng

được giống với các nghiên cứu trước. Cụ thể, thu nhập, tỷ lệ MB, chi phí R&D và chi

phí khấu hao cao hơn làm giảm đòn bẩy mục tiêu, trong khi quy mô tài sản và tài sản

cố định làm tăng đòn bẩy mục tiêu.

Mô hình hồi quy trong cột (1) giới hạn hệ số hồi quy của MDR trễ = 0. Nói cách khác,

tỷ lệ vốn quan sát được của doanh nghiệp cũng là tỷ lệ (mục tiêu) mong muốn của

nó.Cột (2) chỉ ra rằng giả thiết này bị bác bỏ mạnh mẽ bởi dữ liệu. Khi chúng tôi thêm

biến phụ thuộc trễ vào mô hình trong cột (1), nó mang hệ số hồi quy có ý nghĩa rất cao

(0.864). Do đó, hồi quy dữ liệu chéo đơn giản trong cột (1) có vẻ như đã bỏ sót 1 biến

quan trọng. Chúng tôi cũng nhận thấy từ bảng (2) rằng loại trừ các ảnh hưởng cố định

của doanh nghiệp là không có cơ sở.

Cột (3) chỉ rõ sự điều chỉnh từng phần về tỷ lệ vốn mục tiêu, sự điều chỉnh này bao

gồm các ảnh hưởng cố định của doanh nghiệp19. Một vài hệ số hồi quy ước lượng

được khác biệt về cơ bản so với các hệ số của mô hình tuyến tính đơn giản trong cột

18 Hovakimian và cộng sự (2001) và Korajczyk & Levy (2003) ước lượng đòn bẩy mục tiêu sử dụng

OLS đơn giản, sau đó sử dụng độ lệch so với mục tiêu tính toán được của họ để giúp dự báo doanh

nghiệp sẽ phát hành nợ hay vốn cổ phần tiếp theo đó.

19 Hồi quy này bỏ sót 1 nhân tố xác định tỷ lệ nợ mục tiêu trong mô hình gốc của chúng tôi, ấy là,

MDR trễ trung vị của ngành công nghiệp. Chúng tôi bỏ sót biến này trong bảng 3 nhắm cung cấp 1

kiểm định rõ ràng hơn cho cách tiếp cận 2 bước, trong ước lượng hệ số điều chỉnh từng phần

46

(1). Ví dụ, cột (1) chỉ ra rằng hệ số hồi quy của EBIT_TA là -0,282, lớn hơn 3 lần mức

độ dài hạn ước lượng được trong cột (3) ((-0,03/0,343) = -0,087). Các hệ số hồi quy

dài hạn của MB, R&D_DUM, R&D_TA và Rated cũng thấp hơn về cơ bản trong cột

(3), trong khi tác động dài hạn của quy mô doanh nghiệp (LnTA) tăng với hệ số = 6.

Do đó, điều này có vẻ như các nhân tố xác định đòn bẩy mục tiêu ước lượng được chịu

ảnh hưởng rõ nét của các biến bị bỏ sót trong cột (1)20.

Các hồi quy giống như trong cột (1) thường dùng để tạo ra các đại điên cho đòn bẩy

mục tiêu được sử dụng trong các mô hình điều chỉnh từng phần. Ước lượng 2 bước

(two-stage estimate) dựa trên các đại diện như vậy đã tạo ra các quan điểm phổ biến

rằng doanh nghiệp điều chỉnh chậm về bất kỳ đòn bẩy mục tiêu nào. Cột (4) trong

bảng 3 trình bày mô hình điều chỉnh từng phần ước lượng được dựa trên tỷ lệ nợ mục

tiêu (������), tỷ lệ này được tính trong cột (1). Tốc độ điều chỉnh ước lượng được

(9,1%) giống với các kết quả ước lượng khác từ các đại diện cho mục tiêu không bao

gồm các ảnh hưởng cố định. Riêng nó không chỉ ra vấn đề đối với ước lượng 2 bước.

Tuy nhiên, hệ số hồi quy của ������ quá nhỏ so với dự báo của lý thuyết. Độ co dãn

dài hạn của MDR quan sát được đối với mục tiêu của nó nên = 1. Ở đây, nó chỉ là 0,56

(0,051/0,091), con số này khác 1 ở mức chắn chắn cao (t = 11,48)21. Điều này cung

cấp các bằng chứng mạnh mẽ chống lại quy trình ước lượng 2 bước được sử dụng

trong các nghiên cứu trước đây.

20 Hovakimian và cộng sự (2004) ước lượng hồi quy chéo như trong cột (1) của chúng tôi cho tập hợp

các doanh nghiệp gần đây đã phát hành lượng lớn cả nợ và vốn cổ phần, và phát hiện rằng các hệ số

hồi quy ước lượng được khác biệt về cơ bản với các kết quả ước lượng được từ phần còn lại của tổng

thể Compustat. Các tác giả quan niệm rằng các nhà phát hành chứng khoán đã dịch chuyển gần hơn

đến tỷ lệ đòn bẩy tối ưu của họ, trong khi các doanh nghiệp khác phân bố tương đối rộng rãi hơn đến

tỷ lệ vốn mục tiêu của chúng.

21 Tầm quan trọng của các ảnh hưởng cố định trong việc tính toán đòn bẩy mục tiêu có thể được đánh

giá thông qua tái ước lượng cột (1) với các ảnh hưởng cố định của doanh nghiệp. Khi các giá trị thích

hợp thu được được sử dụng như là đòn bẩy mục tiêu, tốc độ điều chỉnh trong cột (4) tăng đến 40% và

ảnh hưởng dài hạn của nó đến MDR là 1,05.

47

Bảng 3

Tầm quan trọng của nhận thức sự điều chỉnh từng phần.

Kết quả hồi quy cho các mô hình.

(1) ����,��� = ���,� + ��,���

(2) ����,� = (��)��,� + (1 − �)����,� + ��,���

(3) ����,��� = (��)��,� + (1 − �)����,� + �� + ��,���

(4) ����,��� = (� ������ �) + (1 − ��)����,� + ��,���

(5) ����,��� = ���3����,� + (1 − ��)����,� + ��,���

48

Đòn bẩy mục tiêu cũng được đại diện bởi trung bình trượt đòn bẩy thực tế của doanh

nghiệp22. Trong cột (5), chúng tôi kiểm định rằng có phải L3MDR, trung bình trượt 3

năm của MDR, cung cấp 1 đại diện thích hợp cho cấu trúc mục tiêu. Tốc độ điều chỉnh

ước lượng được bây giờ chỉ là 6.5%, và ảnh hưởng của sự gia tăng 1 đơn vị trong

L3MDR thực tế làm giảm tỷ lệ nợ trong dài hạn của 1 doanh nghiệp. Do đó, có vẻ như

L3MDR đo lường đòn bẩy mục tiêu khá kém cỏi.

Bây giờ, chúng tôi chính thức kiểm tra các nhiễu đo lường mục tiêu ảnh hưởng đến mô

hình điều chỉnh từng phần như thế nào. Liệu các sai số đo lường riêng mình nó có thể

giải thích cho sự khác biệt giữa các tốc độ điều chỉnh trong cột (2) và (3) của bảng 3?.

Thế 1 đại diện cho MDR* vào phương trình (3), ta được:

����,��� = (1 − �)����,� + ������,���∗ + ���,�� + ���,��� (3a)

Với ���,�là đại lượng ngẫu nhiên thông thường chuẩn với trung bình = 0. Sự thêm vào

nhiễu cho 1 biến giải thích thường làm sai lệch hệ số hồi quy kết hợp về 0, điều này

ngụ ý rằng hệ số hồi quy ước lượng được của ����,� lệch về phía 1. Để lượng hóa ảnh

hưởng này, chúng tôi giả định MDR* = ��������, 1 chuỗi mục tiêu được xây dựng từ

các hệ số hồi quy ước lượng được trong cột (3) của bảng 3. Sau đó, chúng tôi tăng độ

lệch chuẩn của ���,�từ 0,0 lên 0,5 qua các cột của bảng 423. Kết quả thu được chỉ ra rằng

1 thước đo mục tiêu có nhiều nhiễu hơn làm giảm cả tốc độ điều chỉnh ước lượng được

(từ 0,345 xuống 0,104) và ảnh hưởng dài hạn đến MDR do 1 thay đổi trong giá trị của

mục tiêu (từ 1,00 xuống 0,31).

22 Marsh (1982); Jalilvand & Harris (1984); và Shyam-Sunder & Myers (1999) đã sử dụng nhiều dạng

của đại diện này, với kết quả hỗn hợp. Trong phần 5.3 dưới đây, chúng tôi chỉ ra rằng đặc tính hồi quy

chính của Welch’s (2004) có thể được xem như là trễ 1 kỳ của biến phụ thuộc (như là mục tiêu đòn

bẩy)

23Chuỗi �������� tự bản thân nó là ước lượng nhiễu của mục tiêu thực, cho nên ���,� đo lường nhiễu bổ

sung, không phải toàn bộ sai số hồi quy.

49

Cột nào trong bảng 4 thích hợp nhất với bộ dữ liệu của chúng tôi? Trên toàn thời kỳ

lấy mẫu, chuỗi MDR quan sát được có độ lệch chuẩn là 24,4%. Một đại diễn tốt sẽ có

phân phối tương tự và �������� có độ lệch chuẩn là 25,1%. Trái lại, độ lệch chuẩn

của chuỗi ������ nhỏ hơn rất nhiều (12,5%). Độ lệch chuẩn của chênh lệch giữa 2 đại

diện cho mục tiêu này (�������� − ������) là khoảng 22%, giá trị này nằm giữa các

biến động nhiễu được giả định trong cột (4) và (5) của bảng 4. Do đó, chúng tôi nhận

ra rằng 1 biến động nhiễu từ 20% đến 25% xấp xỉ chia đôi tốc độ điều chỉnh ước lượng

được, từ 34,5% (≈ 1 – 0,656) đến 1 giá trị trong khoảng lân cận 17%24.

Chúng tôi kết luận từ bảng 3 và 4 rằng sự điều chỉnh từng phần và các ảnh hưởng cố

định của doanh nghiệp nên được đưa vào mô hình lựa chọn cấu trúc vốn của doanh

nghiệp. Một số ít nghiên cứu trước đây đưa các đặc điểm này vào các mô hình hồi quy

và cho ra tốc độ điều chỉnh ước lượng được là nhanh.Ví dụ, Marcus (1983) ước lượng

mô hình bảng với các ảnh hưởng cố định của doanh nghiệp cho các ngân hàng lớn của

US trong giai đoạn 1965-1977. Tốc độ điều chỉnh đòn bẩy tính theo giá trị thị trường

ước lượng được của ông là 20-24% mỗi năm trên toàn mẫu. Trong giai đoạn con 1965-

1971, ông ước lượng các tốc độ điều chỉnh hàng năm cao tới mức 32,5%. Roberts

(2002) ước lượng được các tốc độ điều chỉnh thậm chí cao hơn trong mô hình lọc

Kalman của ông ấy cho sự điều chỉnh từng phần. Bởi vì bộ lọc Kalman chỉ rõ tất cả

24 Bằng chứng định tính sâu hơn về việc sai số đo lường làm giảm tốc độ điều chỉnh ước lượng được

đến từ việc so sánh các phiên bản khác nhau của Kayhan and Titman (2005). Mặc dủ các tiêu điểm của

họ khá khác biệt so với chúng tôi, họ ước lượng 1 mô hình hồi quy có dạng:

���� − ������ = �� + �(������ − ������) + �� (6)

Với ������ là tỷ lệ nợ mục tiêu tính toán được từ hồi quy OLS dữ liệu chéo sử dụng các đặc trưng

của doanh nghiệp từ (t-k-1). Khi k =5, (như được sử dụng ở bảng 6 trong bản thảo tháng 11 năm 2003

của họ), �� = 0,45 ngụ ý rằng tỷ lệ điều chỉnh đòn bẩy hàng năm là 7,7%. Ở bảng tương ứng trong bản

hiệu chỉnh tháng 5 năm 2004 của họ, họ đặt k =10 và tốc độ điều chỉnh hàng năm ước lượng được là

4,6%. Mặc dù thay đổi này không có ảnh hưởng đến các biến mà họ quan tâm, nó cũng phản ánh ảnh

hưởng của nhiễu đến tốc độ điều chỉnh ước lượng được.

50

biến có trung bình = 0, ông loại bỏ trung bình mỗi chuỗi dữ liệu, điều này “hoàn toàn

giải thích cho các ảnh hưởng đặc trưng của doanh nghiệp trong các điểm chặn” (trang

13). Sử dụng dữ liệu quý trong giai đoạn 1980-1998, ông ước lượng mô hình riêng

tương tự như phương trình (4) cho các doanh nghiệp trong mỗi ngành thuộc 53 ngành

công nghiệp. Các kết quả của ông ấy ngụ ý rằng tốc độ điều chỉnh hàng năm (�) nằm

trong khoảng từ mức thấp 18% đến mức cao hơn 100%25.

Bảng 4

Ảnh hưởng của việc thêm nhiễu vào tỷ lệ nợ mục tiêu

Kết quả hồi quy mô hình:

����,��� = (1 − �)����,� + ������,���∗ + ���,�� + ���,��� (3a)

Với MDR là tỷ lệ nợ theo giá thị trường, MDR* là tỷ lệ nợ mục tiêu ước lượng được

từ mô hình (3) của bảng 3, và ���,� là 1 nhiễu trắng với trung bình = 0. Mô hình (1) đến

(6) được ước lượng tại nhiều mức độ lệch chuẩn khác nhau của ���,�. Thống kê T được

trình bày trong ngoặc.

25Qua tất cả ngành công nghiệp, tốc độ điều chỉnh hàng năm trung bình xấp xỉ 43%.Bình quân gia

quyền với trọng số bằng nhau của tốc độ điều chỉnh 53 ngành công nghiệp không thể so sánh trực tiếp

với λ ước lượng của chúng tôi.Chúng tôi chọn trọng số cho mỗi doanh nghiệp trong mẫu bằng nhau,

điều này làm cho các ngành công nghiệp khác nhau có trọng số khác nhau trong ước lượng λ của

chúng tôi.Dù vậy, cũng an ủi phần nào khi biết rằng áp dụng các bộ lọc Kalman cho 1 bộ dữ liệu so

sánh được cho ra các kết quả tương tự mạnh.

51

*** Khác biệt có ý nghĩa thống kê so với 1 tại mức ý nghĩa 1%

Trong một bài nghiên cứu nhiều khía cạnh, Leary & Roberts (2005) sử dụng bộ dữ liệu

theo quý của Compustat (1984-2001) để ước lượng hàm rủi ro cho các mức điều chỉnh

đáng kể của nợ thuần hay vốn cổ phần26. Trong khi mối quan tâm chính của họ là suy

ra dạng của các chi phí điều chỉnh vốn (như là cố định hay theo tỷ lệ hay dạng lồi),

nhưng họ gián tiếp đề cập đến các vấn đề về tốc độ điều chỉnh. Họ phát hiện rằng 1

doanh nghiệp điển hình thay đổi giá trị sổ sách của nợ (vốn cổ phần) của nó một

khoảng nhiều hơn 5% tổng tài sản theo giá trị sổ sách, khoảng 1 lần mỗi năm, và kết

luận rằng: “Các doanh nghiệp thực sự phản ứng với các vấn đề phát hành và các cú

shock giá cổ phần bằng cách tái cân bằng thích hợp đòn bẩy của chúng qua 1 đến 4

năm kế tiếp” (trang 32). Nếu chúng tôi định nghĩa “tái cân bằng hợp lý” là rút ngắn

90% chênh lệch đòn bẩy ban đầu, “1 đến 4 năm” tương ứng với một tốc độ điều chỉnh

trong phương trình (4) mà tốc độ này vượt quá 40%.

Alti (2004) ước lượng được tốc độ điều chỉnh nhanh tương đối mà không có các ảnh

hưởng cố định trong đặc tính của biến mục tiêu của ông ấy. Ông nghiên cứu tỷ lệ vốn

được chọn của 1.363 doanh nghiệp mà các doanh nghiệp này phát hành đại chúng

26 Họ mô tả mô hình ước lượng được như là “giống về mặt ý tưởng với 1 hồi quy bảng động dạng

tuyến tính có các ảnh hưởng ngẫu nhiên đặc trưng của doanh nghiệp” (trang 17, sự nhận mạnh được

thêm vào).

52

trong các thị trường phát hành “nóng” và “lạnh”. Ông phát hiện rằng các doanh nghiệp

thực hiện IPO của chúng trong thị trường nóng (lạnh) có khuynh hướng có đòn bẩy

thấp (cao) bất thường ngay lập tức sau khi phát hành đại chúng.Sau đó, ông ước lượng

1 mô hình tương tự như phương trình (4) nhưng không có các ảnh hưởng cố định, cho

1 hay 2 năm sau ngày IPO. Tốc độ điều chỉnh ước lượng được nhanh bất ngờ với mô

hình không có các ảnh hưởng cố định: 30% mỗi năm. Chúng tôi suy xét rằng sự điều

chỉnh nhanh này phản ánh mẫu của ông ấy: các doanh nghiệp mới thành lập, tăng

trưởng nhanh có khuynh hướng tìm kiếm nguồn tài trợ bên ngoài sau đợt IPO của

chúng và đo đó phải đối mặt với các chi phí điều chỉnh đòn bẩy thấp bất thường.

Tóm lại, đặc tính mô hình hồi quy của chúng tôi về mặt lý thuyết thích hợp hơn nhiều

mô hình trước đây, và các khác biệt trong đặc tính giải thích cho các kết quả chính của

chúng tôi: các doanh nghiệp điều chỉnh nhanh về tỷ lệ đòn bẩy mục tiêu thay đổi theo

thời gian, điều này phụ thuộc vào các đặc điểm hợp lý của doanh nghiệp.

VIII. ƯƠC LƯỢNG TÔ�C ĐÔ ĐIÊ�U CHI NH Ở VIÊT NAM – KÊ�T QUA THỰC

NGHIÊM

Ứng dụng bài nghiên cứu này, nhóm tiến hành chạy mô hình thực nghiệm cho bộ dữ

liệu ở Việt Nam. Từ đó, xem xét hành vi lựa chọn cấu trúc vồn tối ưu của doanh

nghiệp và ước lượng tốc độ điều chỉnh đòn bẩy của một doanh nghiệp điển hình ở Việt

Nam.

8.1. Dữ liệu các doanh nghiệp ở Việt Nam (giai đoạn 2004-2011)

Nhóm xây dựng mẫu dữ liệu ban đầu bao gồm 705 doanh nghiệp có mặt trên hai sàn

HoSE và HNX trong khoảng thời gian từ năm 2004 đến năm 2011, dựa trên báo cáo

tài chính thường niên của các doanh nghiệp. Kế tiếp căn cứ vào cách phân

ngành theo chuẩn Industry Classification Benchmarking “ICB” được hãng Dow

Jones và FTSE xây dựng và ứng dụng trong việc phân bổ trên 65,000 công ty trên thế

giới. Nhóm sắp xếp 705 doanh nghiệp theo 10 ngành, cụ thể như sau: (1) Công nghệ,

53

(2) Công nghiệp, (3) Dịch vụ công cộng, (4) Dịch vụ tiêu dùng, (5) Hàng tiêu dùng,

(6) Nguyên vật liệu, (7) Y tế và hoạt động xã hội, (8) Nông nghiệp, lâm nghiệp, thủy

sản, (9) Tài chính và (10) Đa lĩnh vực.

Theo bài nghiên cứu, nhóm tiến hành:

- Loại trừ các doanh nghiệp thuộc lĩnh vực tài chính với mã ngành (9) và lĩnh vực dịch

vụ công cộng với mã ngành (3) do quyết định về vốn của các doanh nghiệp này có thể

phản ánh các nhân tố đặc biệt.

- Loại bỏ các ngành có quá ít công ty để ước lượng hệ số đại diện ngành. Cụ thể là

ngành (8) Nông nghiệp, lâm nghiệp, thủy sản và (10) Đa lĩnh vực.

- Loại bỏ các mẫu quan sát thiếu các biến số phục vụ cho mục đích ước lượng hệ số

đại diện ngành, ước lượng mô hình đa biến, hoặc có số liệu đột biến bất hợp lý.

Sau khi xem xét loại trừ tất cả doanh nghiệp theo điều kiện trên, mẫu cuối cùng còn lại

458 doanh nghiệp trên cả 2 sàn HoSE và HaSTC theo 6 ngành từ 1 đến , loại trừ 3.

Nhóm xác định các quan sát hàng năm dựa trên cơ sở năm tài chính (đối với hầu hết

doanh nghiệp ở VN thì năm tài chính cũng là năm theo lịch).

Tất cả các biến trên được loại trừ phân vị thứ 1 và thứ 99 để tránh ảnh hưởng của các

quan sát cực trị.

8.2. Xây dựng mô hình định lượng ở Việt Nam

Nhóm nghiên cứu đã mô phỏng lại mô hình điều chỉnh từng phần về đòn bẩy mục tiêu

và thuyết đánh đổi (tradeoff) trong bài nghiên cứu

Mô hình hồi qui dùng để kiểm định hành vi đánh đổi đòn bẩy phải cho phép tỷ lệ nợ

mục tiêu của doanh nghiệp biến đổi qua thời gian, và phải hình cho phép sự điều chỉnh

54

từng phần (không hoàn toàn) của tỷ lệ vốn ban đầu của doanh nghiệp về mức mục tiêu

trong mỗi thời kỳ.

Mô hình xác định đòn bẩy mục tiêu (khác biệt giữa các doanh nghiệp hoặc qua thời

gian):

����,���∗ = ���,� (2)

Với:

- ����,���∗ là tỷ lệ nợ mục tiêu (mong muốn) của doanh nghiệp i tại thời điểm t+1

- ��,� là vectơ các đặc trưng của doanh nghiệp liên quan đến chi phí và lợi nhuận của

việc hoạt động với các tỷ lệ đòn bẩy khác nhau ( Trình bày cụ thể trong Phụ lục 1)

- �là vectơ hệ số hồi qui.

Theo thuyết đánh đổi, � ≠ 0 và sự biến đổi của ����,���∗ là đáng.kể

Mô hình điều chỉnh từng phần chuẩn có dạng:

����,��� − ����,� = ������,���∗ − ����,�� + ���,��� (3)

Trong mỗi năm, doanh nghệp cụ thể thu hẹp 1 tỷ lệ λ của chênh lệch giữa mức đòn

bẩy thực tế với mức mong muốn. Thay (2) vào (3) và sắp xếp lại, ta có mô hình ước

lượng:

����,��� = (��)��,� + (1 − �)����,� + ���,��� (4)

Với � là tốc độ điều chỉnh của một doanh nghiệp điển hình.

8.3. Phương pháp ước lượng phù hợp

Để xác định được tốc độ điều chỉnh �, chúng ta cần tìm phương pháp ước lượng thích

hợp. Nhóm tiến hành so sánh kết quả hồi quy của 3 phương pháp ước lượng:

55

- Hồi quy dữ liệu bảng với ảnh hưởng cố định (fixed effects)

- Hồi quy dữ liệu bảng với ảnh hưởng cố định và biến giả năm.

- Hồi quy dữ liệu bảng với ảnh hưởng cố định và biến công cụ (instrumental

variables). Cụ thể, giá trị sổ sách trễ của đòn bẫy ���� và �� là biến công cụ của

biến phụ thuộc trễ ���� .

Bảng 5: Kết quả ước lượng tốc độ điều chỉnh của một doanh nghiệp điển hình qua các

phương pháp ước lượng khác nhau

FE panel FE panel (với biến giả

năm)

IV panel

λ 0,254 (= 1 – 0,746) 0,249 (= 1 – 0,751) 0,235 (= 1 – 0,765)

Cả 3 phương pháp ước lượng đều cho kết quả khá tương đồng. Phương pháp ước

lượng bằng hồi quy bảng với giá trị trễ của đòn bẩy sổ sách BDR và các biến đặc

trưng �� làm biến công cụ cho biến phụ thuộc trễ MDR. Điều này giúp tránh được sai

lệch do tương quan giữa biến phụ thuộc trễ trong hồi quy dạng bảng với sai số hồi quy,

mà tương quan này có thể làm sai lệch tốc độ điều chỉnh ước lượng được.

Do đó, tốc độ điều chỉnh của một doanh nghiệp điển hình là λ = 0,235. Tức là, một

doanh nghiệp điển hình thu hẹp 23,5% chênh lệch giữa đòn bẩy thực tế và đòn bẩy

mục tiêu mỗi năm

2.1.2. Đồ thị biểu diễn sự hội tụ về mục tiêu

Nhóm tiến hành vẽ 3 đồ thị biểu hiện hành vi hướng về cấu trúc vốn mục tiêu

56

3

-

- .

-

ủ

.

-3

-2

-1

0

1

2

3

4

Ch

an

ge in

Bo

ok

Deb

t R

atio

Mead Distance from Target (MDR* - MDR in year t-1

Mean

Mean

-1.5

-1

-0.5

0

0.5

1

1.5

2

2.5

Ch

ange

in B

oo

k D

ebt

Rat

io

Absolute MDR

Mean

Mean

HighestMDR Quartile

LowestMDR Quartile

57

Hình 4: Sự khôi phục về mức trung bình của đòn bẩy

- Trục hoành biểu diễn 4 phân vị được hình thành dựa trên giá trị tuyệt đối của MDR

ở năm trước

- Trục tung biểu diễn các thay đổi trung bình (trung vị) của tỷ lệ nợ theo giá trị sổ

sách (BDR) trong năm tiếp theo.

Hình 3: Thay đổi trong tỷ lệ nợ tính theo giá trị sổ sách của năm tiếp theo với cách

phân loại dữ liệu 2 bước

- Đầu tiên, hình thành 4 phân vị dựa trên đòn bẩy tuyệt đối (������) như trong hình

2

- Trục hoành biểu diễn 4 phân vị được hình thành dựa trên độ lệch khỏi đòn bẩy mục

tiêu của các doanh nghiệp (MDR* - MDR) ở năm trước.

- Trục tung biểu diễn các thay đổi trung bình của tỷ lệ nợ theo giá trị sổ sách (BDR)

trong năm tiếp theo.

Nếu các doanh nghiệp có tỷ lệ nợ mục tiêu (tương đương với việc ước lượng đòn bẩy

mục tiêu có ý nghĩa) thì chúng ta sẽ nhận thấy rằng các doanh nghiệp điều chỉnh về

mục tiêu này theo thời gian. Cụ thể là doanh nghiệp sử dụng đòn bẩy quá mức sẽ giảm

đòn bẩy theo giá sổ sách trong năm tiếp theo, và ngược lại, các doanh nghiệp sử dụng

đòn bẩy dưới mức sẽ tăng BRD trong năm tiếp theo. Các doanh nghiệp lệch khỏi đòn

bẩy mục tiêu càng nhiều thì mức độ chuyển dịch về mục tiêu càng lớn.

IX. KẾT LUẬN

Chúng tôi tìm thấy các bằng chứng rõ rệt cho thấy các doanh nghiệp phi tài chính đã

xác định và theo đuổi tỷ lệ cấu trúc vốn mục tiêu trong giai đoạn 1966-2001. Các bằng

chứng này mạnh như nhau qua các nhóm quy mô cũng như qua các giai đoạn thời

gian, và chỉ ra rằng mô hình điều chỉnh từng phần với các ảnh hưởng cố định của

doanh nghiệp rất phù hợp với dữ liệu.Theo các nghiên cứu trước đây phát hiện, tỷ lệ

58

nợ mục tiêu phụ thuộc vào các đặc trưng phổ biến của doanh nghiệp. Các doanh

nghiệp sử dụng đòn bẩy quá mức hoặc dưới mức bằng thước đo này thì sẽ nhanh

chóng điều chỉnh tỷ lệ nợ của họ để bù đắp cho khoảng chênh lệch nhận thấy được.

Hành vi hướng đến mục tiêu rõ rệt ở cả các thước đo đòn bẩy theo giá thị trường và

theo giá sổ sách.

Không như một số nghiên cứu gần đây, chúng tôi ước lượng rằng các doanh nghiệp

quay lại tỷ lệ đòn bẩy mục tiêu khá nhanh chóng khi họ bị shock lệch khỏi mức mục

tiêu(shocked away from their targets). Doanh nghiệp bình thường trong mẫuhành động

để thuhẹp chênh lệch đòn bẩy (tính theo giá thị trường) của nó với tỷ lệ không quá

30%/năm. Mặc dù một số tranh luận về việc tốc độ điều chỉnh hàng năm 30% là

“nhanh” hay “chậm”, nó chắc chắn khác 0. Các chỉ số của lý thuyết trật phân hạng và

market timing (Baker và Wurgler, 2002) mang các hệ số có ý nghĩa về mặt thống kê,

nhưng tác động kinh tế của chúng lại bị che khuất bởi chuyển dịch đến đòn bẩy mục

tiêu đặc trưng của doanh nghiệp. Biến động trong giá cổ phần có tác động ngắn hạn

lên tỷ lệ nợ theo giá thị trường, nhưng những nỗ lực tiến tới tỷ lệ đòn bẩy mục tiêu đã

bù trừ cho những ảnh hưởng tạm thời này trong một vài năm.

59

DANH M C TÀI LI U THAM KH O

Ahn, S., Schmidt, P., 1995.Efficient estimation of models for dynamic panel data.

Journal of Econometrics 68,5–28.

Alti, Aydogan, 2004. How persistent is the impact of market timing on capital

structure? University of TexasWorking paper.

Anderson, T., Hsiao, C., 1981.Estimation of dynamic models with error components.

Journal of the AmericanStatistical Association 76, 598–606.

Arellano,M., Bond, S., 1991. Some tests of specification for panel data:Monte-Carlo

evidence and an applicationto employment equations. Review of Economic Studies 38,

277–297.

Arellano, M., Bover, O., 1995.Another look at instrumental-variable estimation of

error-components models.Journal of Econometrics 68, 29–52.

Arellano, M., Honore, B., 2001. Panel data models: some recent developments, In:

Heckman, J.J., Learner, E.E.,(Eds.), Handbook of Econometrics, vol 5, North-Holland,

Amsterdam.

Baker, M., Wurgler, J., 2002.Market timing and capital structure. The Journal of

Finance 57, 1–32.

Baltagi, B., 2001. Econometric Analysis of Panel Data, 2nd edn. John Wiley, New

York.

Bond, S., 2002. Dynamic panel data models: a guide to micro data methods and

practice. Working paper.

60

Donaldson, G., 1961. Corporate debt capacity: a study of corporate debt policy and the

determination ofcorporate debt capacity. Harvard Business School, Division of

Research, Harvard University.

Fama, E., French, K., 1997. Industry costs of equity. Journal of Financial Economics

43, 153–193.

Fama, E., French, K., 2002. Testing trade-off and pecking order predictions about

dividends and debt. Review ofFinancial Studies 15, 1–34.

Fama, E., MacBeth, J., 1973. Risk, return, and equilibrium: empirical tests. Journal of

Political Economy 81,607–636.

Faulkender, M., Petersen, M., 2005. Does the source of capital affect capital structure?

Review of FinancialStudies, forthcoming.

Fischer, E., Heinkel, R., Zechner, J., 1989. Dynamic capital structure choice: theory

and tests. Journal of Finance44, 19–40.

Frank,M., Goyal, V., 2003. Testing the pecking order theory of capital structure.

Journal of Financial Economics67, 217–248.

Graham, J., Harvey, C., 2001. The theory and practice of corporate finance: evidence

from the field. Journal ofFinancial Economics 60, 187–243.

Greene, W., 2003.Econometric Analysis, 5th edn.Upper Saddle River, Prentice Hall.

Halov, N., Heider, F., 2004. Capital structure, risk and asymmetric information. NYU

Working paper.

Hovakimian, A., 2003. Are observed capital structures determined by equity market

timing? Baruch CollegeWorking paper.

61

Hovakimian, A., Opler, T., Titman, S., 2001. The debt-equity choice: an analysis of

issuing firms. Journal ofFinancial and Quantitative Analysis 36, 1–24.

Hovakimian, A., Hovakimian, G., Tehranian, H., 2004. Determinants of target capital

structure: the case of dualdebt and equity issues. Journal of Financial Economics 71,

517–540.

Hsiao, C., 2003. Analysis of Panel Data, 2nd edn. Cambridge University Press,

Cambridge.

Huang, R., Ritter, J., 2005. Testing the market timing theory of capital

structure.University of Florida Workingpaper.

Jalilvand, A., Harris, R., 1984. Corporate behaviour in adjusting to capital structure

and dividend targets: aneconometric study. Journal of Finance 39, 127–145.

Ju, N., Parino, R., Poteshman, A., Weisbach, M., 2002.Horses and rabbits optimal

dynamic capital structurefrom shareholder and manager perspectives.Working paper.

Kayhan, A., Titman, S., 2005.Firms’ histories and their capital structure.University of

Texas Working paper.

Korajczyk, R., Levy, A., 2003. Capital structure choice: macroeconomic conditions

and financial constraints.

Journal of Financial Economics 68, 75–109.

Leary, M., Roberts, M., 2005. Do firms rebalance their capital structure? Journal of

Finance forthcoming.

Lemmon, M., Zender, J., 2004. Debt capacity and tests of capital structure theories.

University of Utah andUniversity of Colorado Working paper.

62

Marcus, A., 1983. The bank capital decision: a time series-cross section analysis.

Journal of Finance 38, 1217–1232.

Marsh, P., 1982. The choice between equity and debt: an empirical study. Journal of

Finance 37, 121–144.

Mauer, D., Triantis, A., 1994. Interactions of corporate financing and investment

decisions: a dynamicframework. Journal of Finance 49, 1253–1277.

Modigliani, F.,Miller, M., 1958. The cost of capital, corporation finance, and the

theory of investment. AmericanEconomic Review 48, 655–669.

Myers, S., 1984.The capital structure puzzle. The Journal of Finance 39, 575–592.

Rajan, R., Zingales, L., 1995. What do we know about capital structure: some

evidence from international data.Journal of Finance 50, 1421–1460.

Roberts,M., 2002. The dynamics of capital structure: an empirical analysis of a

partially observable system. DukeWorking paper.

Shyam-Sunder, L., Myers, S., 1999.Testing static tradeoff against pecking order

models of capital structure.Journal of Financial Economics 51, 219–243.

Titman, S. Tsyplakov, S., 2004.A dynamic model of optimal capital

structure.University of Texas Workingpaper.

Welch, I., 2004. Capital structure and stock returns. Journal of Political Economy 112,

106–131.

Wooldridge, J., 2002. Econometric Analysis of Cross Section and Panel Data. The

MIT Press, Cambridge.

63

PHỤ LỤC

PHỤ LỤC A: ƯỚC LƯỢNG MÔ HÌNH BẢNG ĐỘNG CỦA CHÚNG TÔI

Xem xét mô hình bảng (được đơn giản hóa) dưới dạng:

����,��� = (��)��,� + (1 − �)����,� + ��,��� (A.1)

Với i chỉ số hóa các doanh nghiệp và t chỉ khoảng thời gian. Khoản mục sai số trong

(A.1) có hai thành phần, µi, ảnh hưởng không được quan sát, bất biến theo thời gian,

đặc trưng cho từng doanh nghiệp, và i,t+1, phần dư thường. Vì phần dư của MDRi,t

tương quan với ảnh hưởng không quan sát được trong sai số, hệ số được ước lượng

theo OLS đối với MDRi,t sẽ bị lệch lên (biased upwards) ((Anderson & Hsiao, 1981;

Baltagi, 2001; Bond, 2002)

Một cách thông dụng để ước lượng mô hình bảng với các ảnh hưởng không được quan

sát là tiến hành biến đổi “bên trong” (perform a “within” transform) của (A.1) và sau

đó ước luợng bằng OLS. Một sự biến đổi bên trong thể hiện tất cả các biến theo độ

lệch so với các trung bình chuỗi thời gian đặc trưng cho doanh nghiệp. Điều này loại

trừ được µi ra khỏi hồi quy bởi vì nó bất biến theo thời gian và vì vậy đưa đến những

ước lượng nhất quán. Tuy nhiên, với sự hiện diện của các biến phụ thuộc trễ, biến đổi

bên trong cho thấy tương quan giữa biến phụ thuộc trễ được điều chỉnh với sai số hiệu

qua việc xây dựng (by construction) (Wooldridge, 2002; Baltagi, 2001; Hsiao, 2003;

etc.). Để thấy được điều này, lưu ý rằng các biến đổi bên trong của biến trễ và sai số

là:

Với Ti là số các quan sát sẵn có đối với doanh nghiệp i. Vì MDRi,2 tương quan với i,2,

MDRi,3 tương quan với i,3 và vân vân, các biến hiệu chỉnh tương quan với sai số hiệu

chỉnh (transformed error term). Kết quả là hệ số của biến phụ thuộc trễ, α, thì bị lệch

64

xuống (biased downwards) bởi một nhân tố xấp xĩ 1/T (Wooldridge, 2002). Trong bộ

dữ liệu bảng (panel data) được lập với T lớn, độ lệch (bias) trở nên không đáng kể,

nhưng trong bộ dữ liệu bảng được lập như của chúng tôi, với N lớn và T nhỏ, độ lệch

có thể là đáng kể và cần được đề cập để đạt được những ước lượng nhất quán.

Hai cột đầu tiên của bảng A.1 trình bày hồi quy bao gồm các ước lượng lệch của hệ số

hồi quy biến phụ thuộc trễ.Ước lượng OLS (0.86) ở cột (1) là lệch lên (biased

upwards), trong khi ước lượng bảng (0.62) ở cột (2) thì lệch xuống (biased

downwards). Theo như Bond (2002) chỉ ra rằng hệ số biến trễ phụ thuộc phải nằm

trong khoảng (0.62, 0.86)

Greene (2003) quan sát thấy chúng ta có thể đạt được các ước lượng chệch của hồi quy

bậc (levels regression) (A.1) thông qua bình phương nhỏ nhất 2 bước (two-stage least

squares) nếu tìm được một biến công cụ (instrument) tương quan với biến phụ thuộc

trễ nhưng không tương quan với sai số. Cách tiếp cận này tạo nên cơ sở cho hầu hết

kết quả của chúng tôi trong bài nghiên cứu. Cột thứ ba của bảng A.1 cho thấy một hồi

quy bậc theo dữ liệu bảng (levels panel regression) mà tại đó tỷ lệ nợ theo giá trị sổ

sách có độ trễ (BDR) là biến công cụ cho biến phụ thuộc trễ. Hệ số ước lượng của biến

phụ thuộc trễ (0.656) nằm giữa các ước lượng OLS và các ước lượng “bên trong”, như

dự đoán của Bond (2002).

Các ước lượng ở cột (3) dựa trênviệc tỷ lệ nợ theo giá sổ sách là một công cụ hợp lý

đối với tỷ lệ nợ theo giá trị thị trường. Tuy nhiên, như mọi khi, việc tìm kiếm các công

cụ đáng tin cậy có thể gặp khó khăn và một số kỹ thuật đang được phát triển trong tài

liệu nghiên cứu nhằm ước lượng hệ số chệch cho mô hình như (A.1) (Baltagi, 2001 và

Arellano & Honore, 2001 cung cấp những khảo sát.) Những kỹ thuật thay thế này nhìn

chung lấy sai phân bậc 1 nhằm loại bỏ các ảnh hưởng cố định và sử dụng các biến phụ

thuộc trễ để làm biến công cụ điều chỉnh cho sai bậc 1. Ví dụ, Anderson và Hsiao

(1981) chuyển đổi (A.1) thành:

65

và sau đó sử dụng biến phụ thuộc trễ bậc 2 (the dependent variable’s second lag) -

MDRi,t-1 – làm biến công cụ cho biến phụ thuộc trễ (sai phân bậc 1) ∆����,�. Arellano

& Bond (1991) cho thấy rằng khoảng cách công cụ (the instrument space) có thể bao

gồm biến phụ thuộc với độ trễ lớn hơn (further lags of the dependent variable) ở một

vài trường hợp27.

Bảng A.1:

Các phương pháp khác nhau ước lượng hồi quy bảng động (dynamic panel

regressions)

Trong cột (1) đến (3), chúng tôi ước lượng các mô hình hồi quy gốc nhằm giải thích

cho một tỷ lệ nợ (theo giá trị thị trường) của doanh nghiệp:

����,��� = (��)��,� + (1 − �)����,� + ��,��� (4)

Trong cột (4) đến (6), chúng tôi ước lượng mô hình hồi quy chính trong sai phân bậc

nhất

Biến “X” trễ xác định tỷ lệ nợ mục tiêu trong dài hạn của doanh nghiệp, và bao gồm:

EBIT_TA: thu nhập trước thuế và lãi vay, tính theo tỷ lệ trên tổng tài sản

MB: tỷ lệ giá trị thị trường trên giá trị sổ sách (market-to-book ratio) của tài sản doanh

nghiệp

DEP_TA: chi phí khấu hao tính theo tỷ lệ trên tổng tài sản

LnTA: Logarit tự nhiên (nepe) của tổng tài sản.

FA-TA: Tài sản cố định tính theo tỷ lệ trên tổng tài sản

27 Các tác giả sau này cái thiện thủ tục GMM (General Methods of Moments) của Arellano & Bond

(1991) (cụ thể Arellano & Bover,1995; Ahn & Schmidt, 1995)

66

R&D _DUM: biến giả cho biết doanh nghiệp đã không báo cáo chi phí R&D

R&D_TA: chi phí R&D tính theo tỷ lệ trên tổng tài sản

Ind_Median: tỷ lệ nợ trung vị của ngành công nghiệp được phân loại theo Fama &

French (2002) chứa doanh nghiệp i tại thời điểm t, và

Rated: biến giả bằng 1 nếu doanh nghiệp có xếp loại trái phiếu (public debt) trên

Compustat, nếu không thi giá trị sẽ bằng 0.

Tất cả mô hình đều bao gồm các biến giả năm (không được báo cáo). Thống kê T được

trình bày trong ngoặc đơn. Các số R2 được báo cáo cho các mô hình có ảnh hưởng cố

định được trình bày trong khoản mục R2 statistics.Với mô hình sai phân bậc 1, R2

không thể tính toán được.

67

Các phương pháp sai phân bậc 1 này dựa vào hai giả định chính để tạo ra các ước

lượng nhất quán và không chệch. Đầu tiên, sai số i,t+1 ở (A.1) nên là phi tương quan

theo chuỗi (serially uncorrelated), bởi vì tương quan chuỗi bậc nhất sẽ làm cho biến

phụ thuộc trễ tương quan với phần dư hồi quy (đã lấy sai phân) (the differenced

regression residual). Nói cách khác, độ trễ của biến phụ thuộc làm thất bại kiểm định

biến ngoại sinh nếu như phần dư là tương quan chuỗi.Thứ hai, biến phụ thuộc không

nên có tính chất nghiệm đơn vị (unit root properties).Nếu chuỗi biến phụ thuộc có tính

bền cao (high persistent) thì sai phân bậc nhất sẽ gần bằng 0 và vì vậy các biến công

cụ được dùng trong thủ tục này sẽ yếu đi.

68

Cột (4) đến (6) ở bảng A.1 trình bày kết quả dựa trên một số phương pháp lấy sai phân

bậc nhất của ước lượng mô hình bảng dạng động.Các kết quả này có thể được xem

như sự thay thế tiềm năng cho phương pháp ước lượng mà chúng ta sử dụng ở phần

phương trình (4). Cột (4) cho thấy kết quả dựa theo Anderson & Hsiao (1981). Chúng

tôi lấy sai phân bậc 1 nhằm loại bỏ các ảnh hưởng không quan sát được của doanh

nghiệp và sau đó sử dụng các biến phụ thuộc trễ bậc 2 như một biến công cụ. Thủ tục

này tạo ra một hệ số MDRi,t là 0.467, phù hợp với khẳng định của Bond (2002) cho

rằng hệ số đúng phải nằm giữa 0.62 và 0.86. Chúng tôi cũng bác bỏ giả thuyết của sự

tương quan chỗi 0 của trong bảng (A.1), đánh tan những nghi ngờ về hiệu quả của

biến công cụ được sử dụng.Trong cột (5), chúng tôi điều chỉnh phương pháp của

Anderson – Hsiao bằng cách sử dụng BDR với độ trễ bậc 2 (second lag of BDR) như

một biến công cụ thay cho MDR trễ bậc 2. Biến công cụ này nên được “miễn dịch”

với vấn đề tương quan chuỗi được xác định ở cột (4), nhưng vẫn nằm ngoài khoảng

xác định của ước lượng OLS và ước lượng “bên trong”. Chúng tôi phát hiện rằng kết

quả ước lượng (0,522) cao hơn cột (4), nhưng vẫn nằm ngoải khoảng giới hạn xác định

bởi OLS và ước lượng “hiệu chỉnh bên trong”.Vấn đề dường như là các biến công cụ

yếu này tạo ra sự bền vững (persistence) ở biến phụ thuộc.Thật sự, tính tương quan

giữa các độ trễ của biến phụ thuộc là 0.98.

Với tính tương quan chuỗi trong sai số và tính bền vững cao (high persistence) trong

biến phụ thuộc cảu chúng tôi, thủ tục GMM của Arellano & Bond (1991) có vẻ như

đạt được các kết quả thống nhất. Để xác minh, chúng tôi tiến hành ước lượng GMM

(sử dụng thủ tục Stata’s XTABOND) và trình bày các kết quả trong cột (6). Hệ số của

MDRi,t (0.476) hàm ý sự điều chỉnh rất nhanh, nhưng cả kiểm định tương quan chuỗi

và kiểm định Sargan (không trình bày) của những giới hạn đồng nhất hóa quá mức đều

bị bác bỏ ở mức ý nghĩa 1%. Vì thế, kỹ thuật của Arellano & Bond (1991) không thể

áp dụng cho dữ liệu của chúng tôi.