Ngưỡng cấu trúc vốn và giá trị doanh nghiệp

100 Võ Minh Long. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 59(2), 100-112 NGƯỠNG CẤU TRÚC VỐN VÀ GIÁ TRỊ DOANH NGHIỆP VÕ MINH LONG Trường Đại học Mở Thành phố Hồ Chí Minh – long.vm@ou.edu.vn (Ngày nhận: 11/10/2017; Ngày nhận lại: 26/12/2017; Ngày duyệt đăng: 04/01/2018) TÓM TẮT Mục tiêu của nghiên cứu này là xác định tác động và ngưỡng cấu trúc vốn nói chung và theo kỳ hạn nói riêng đến giá trị doanh nghiệp (GTDN) cổ phần niêm yết trên sở giao dịch chứng khoán Thành phố Hồ Chí Minh (HSX). Kết quả hồi quy bằng phương pháp GMM, cho thấy rằng: Cấu trúc vốn nói chung và cấu trúc vốn theo kỳ hạn nói riêng đều có tác động tích cực lên GTDN. Ngoài ra, nó cũng cho biết thêm: Có ngưỡng cấu trúc vốn để tối đa hóa GTDN. Bên cạnh đó, kết quả nghiên cứu cũng cho biết: Các biến khác cũng tác động đến GTDN và có ý nghĩa thống kê cao. Từ khóa: GMM; GTDN; Ngưỡng cấu trúc vốn. Capital structure threshold and firm value ABSTRACT The research aims to investigate the impact and the threshold of capital structure in general and terms in particular to the firm value of joint stock companies listed on Ho Chi Minh City Stock Exchange (HSX). Results from GMM method show that the capital structure in general and the termly capital structure in particular make a positive impact on firm value. In addition, it is also found that the threshold of capital structure affects the firm value maximization. Besides, the results show that other variables also affect the firm value and they are statistically significant. Keywords: Capital structure threshold; Firm value; GMM. 1. Giới thiệu Với sự bùng nổ của thị trường chứng khoán trong những năm 2006 và 2007 đã tạo điều kiện thuận lợi cho nhiều doanh nghiệp (DN) cổ phần niêm yết trên HSX dễ dàng huy động vốn thông qua kênh phát hành cổ phiếu. Điều này gây ra hệ quả: Vốn chủ sở hữu tăng quá nhiều so với nhu cầu thực tế của DN, nó là nguyên nhân chính làm cho cấu trúc vốn thiên về vốn chủ sở hữu của hầu hết các DN với chi phí sử dụng vốn tăng, hiệu quả sử dụng vốn thấp và vấn đề này có thể làm giảm GTDN. Vì vậy, dưới góc độ quản trị tài chính, một cấu trúc vốn được lựa chọn phù hợp không chỉ giúp cho DN tận dụng triệt để tác động tích cực từ đòn bẩy tài chính như: “Tiết kiệm thuế” hay nâng cao hiệu quả sử dụng nguồn vốn mà còn giảm thiểu khả năng xảy ra tình trạng kiệt quệ tài chính nhằm mục tiêu nâng cao GTDN. Ngoài ra, theo lược khảo của tác giả về sự tác động của cấu trúc vốn đến GTDN lại cho các kết quả nghiên cứu tương đối khác nhau với sự không giống nhau về không gian, thời gian..., như: Drăniceanu và cộng sự (2013); Ater (2017), họ cho rằng: Cấu trúc vốn tác động tích cực đến GTDN. Tuy nhiên, Karaca và cộng sự (2012); Rajhans và cộng sự (2013); Le Thi Phuong Vy và cộng sự (2013), lại cho kết quả ngược lại. Với một số lý do trên, theo tác giả cần phải có nghiên cứu khoa học: Có hay không sự tác động cũng như mức ngưỡng cấu trúc vốn đến GTDN, với mẫu là các công ty cổ phần phi tài chính niêm yết trên HSX để giúp các nhà quản trị tài chính hoạch định cấu trúc vốn với mục tiêu nâng cao GTDN. 2. Tổng hợp lý thuyết Cấu trúc vốn: Theo Horne và cộng sự Võ Minh Long. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 59(2), 100-112 101 (2005), cấu trúc vốn là sự kết hợp của nợ và vốn chủ sở hữu của DN. Ngoài ra, theo Ahmad và các cộng sự (2012), cấu trúc vốn là quan hệ tỷ trọng giữa nợ và vốn chủ sở hữu trong tổng nguồn vốn của DN để tài trợ cho các hoạt động sản xuất, kinh doanh. Xét về bản chất, khái niệm về cấu trúc vốn của các tác giả hầu như không có sự khác biệt lớn. Vì vậy, trong bài viết này cấu trúc vốn trong DN được hiểu: Tỷ trọng của nợ trong tổng tài sản để tài trợ cho các hoạt động sản xuất, kinh doanh của DN. Ngoài ra, bài viết này cũng xem xét thêm cấu trúc vốn theo thời hạn, gồm có: Tỷ trọng của nợ ngắn hạn trong tổng tài sản và tỷ trọng của nợ dài hạn trong tổng tài sản. Bên cạnh đó, ngưỡng cấu trúc vốn tối ưu xảy ra khi lợi ích từ lá chắn thuế bằng chi phí kiệt quệ tài chính và nó làm cho GTDN tối ưu. Giá trị doanh nghiệp là một thước đo kinh tế phản ánh giá trị thị trường của một doanh nghiệp. Nó phản ánh bản chất cơ hội của hoạt động kinh doanh và có thể thay đổi theo thời gian do điều kiện bên ngoài và bên trong. Tuy nhiên, các nhà phân tích tài chính có thể sử dụng nhiều chỉ tiêu tính toán khác nhau nhằm xác định giá trị doanh nghiệp. Trong bài viết này, tác giả sử dụng chỉ số Tobin’s Q đại diện cho GTDN, với các lý do: (1) Nó phản ánh được giá trị thị trường của doanh nghiệp; (2) phù hợp với nhiều nghiên cứu của một số tác giả, như: Đỗ Văn Thắng và cộng sự (2010); Hsiung và cộng sự (2012); Drăniceanu và cộng sự (2013); Le Thi Phuong Vy và cộng sự (2013); Nguyễn Hữu Huân và cộng sự (2014); Võ Xuân Vinh và cộng sự (2014); Ater (2017) Mối quan hệ giữa cấu trúc vốn và GTDN: Theo một số nhà nghiên cứu lý thuyết, như: Myers (1977) với lý thuyết đánh đổi cấu trúc vốn, Ông cho rằng: Sự cân bằng lợi ích từ lá chắn thuế và chi phí kiệt quệ tài chính, DN sẽ tạo ra một cấu trúc vốn “tối ưu” và nó có thể làm tối đa hóa giá trị DN. Bên cạnh đó, Myers và cộng sự (1977; 1984) trong lý thuyết trật tự phân hạng, khẳng định rằng: Việc sử dụng nợ sẽ làm tăng giá trị của DN nhưng đến một giới hạn nhất định. Và các nhà nghiên cứu lý thuyết này được ủng hộ bởi các nhà nghiên cứu thực nghiệm về sự tác động của cấu trúc vốn đến giá trị doanh nghiệp, như: Sudiyatno và các cộng sự (2012), Antwi và các cộng sự (2012); Drăniceanu và cộng sự (2013); Farooq và cộng sự (2016); Ater (2017), họ cho rằng: Cấu trúc vốn tác động tích cực đến GTDN hay một số tác giả khác, như: Nieh và các cộng sự (2008); Cheng và các cộng sự (2010); Đỗ Văn Thắng và cộng sự (2010); Cuong và cộng sự (2012); Loncan và cộng sự (2013); Võ Xuân Vinh và cộng sự (2014); Berzkalne (2015), họ cho rằng: Có ngưỡng cấu trúc vốn tối ưu để tối đa hóa GTDN. Tuy nhiên, một số tác giả khác, tiêu biểu như: Carpentier (2006); Rajhans và cộng sự (2013); Asiri và cộng sự (2014), họ lại cho rằng: Cấu trúc vốn tác động tiêu cực đến GTDN. Hơn nữa, các tác giả nghiên cứu thực nghiệm này cũng cung cấp thêm thông tin rằng: Có các yếu tố khác, ngoài cấu trúc vốn cũng tác động đến GTDN. 3. Phương pháp nghiên cứu 3.1. Mô hình nghiên cứu Theo mô hình nghiên cứu của Drăniceanu và cộng sự (2013) với nghiên cứu: Cấu trúc vốn và giá trị doanh nghiệp: Bằng chứng từ các công ty cổ phần Rumani. Ngoài ra, theo mô hình nghiên cứu của Farooq và cộng sự (2016) với nghiên cứu: Tác động của đòn bẩy tài chính lên GTDN: Bằng chứng từ các DN trong ngành xi măng ở Pakistan. Từ đó, bài viết đề xuất 2 mô hình nghiên cứu tổng quát nhằm kiểm định mức độ tác động và mức ngưỡng cấu trúc vốn tối ưu đến GTDN của 123 DN cổ phần niêm yết trên HSX giai đoạn 2008-2015: Mô hình tổng quát cấu trúc vốn tác động đến GTDN theo dạng tuyến tính với biến phụ thuộc Tobin’s Q, biến độc lập CS và các biến kiểm soát: CR, SIZE, TANG, AGE, ROA, AT và GRTH như sau: 102 Võ Minh Long. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 59(2), 100-112 Tobin’s Qit = β0 + β1CSit + β2CRit + β3SIZEit + β4TANGit + β5AGEit + β6ROAit+ β7ATit + β8GRTHit + uit (1) Với mô hình tuyến tính tổng quát, bài viết sẽ có 2 mô hình: + Mô hình 1: Biến phụ thuộc là Tobin’s Q và các biến độc lập: DA, CR, SIZE, TANG, AGE, ROA, AT và GRTH. Tobin’s Qit = β0 + β1DAit + β2CRit + β3SIZEit + β4TANGit + β5AGEit + β6ROAit + β7ATit + β8GRTHit + uit (2) + Mô hình 2: Biến phụ thuộc là Tobin’s Q và các biến độc lập: SDA, LDA, CR, SIZE, TANG, AGE, ROA, AT và GRTH. Tobin’s Qit = β0 + β1SDAit + β2LDAit+ β3CRit + β4SIZEit + β5TANGit + β6AGEit + β7ROAit+ β8ATit + β9GRTHit + uit (3) Mô hình tổng quát cấu trúc vốn tác động đến GTDN theo dạng phi tuyến với biến phụ thuộc Tobin’s Q, biến độc lập CS, CS 2 và các biến kiểm soát: CR, SIZE, TANG, AGE, ROA, AT và GRTH như sau: Tobin’s Qit = β0 + β1CSit + β2CS 2 it + β3CRit + β4SIZEit + β5TANGit + β6AGEit + β7ROAit+ β8ATit + β9GRTHit + uit (4) Với mô hình phi tuyến tổng quát, bài viết có 2 mô hình: + Mô hình 3: Biến phụ thuộc là Tobin’s Q và các biến độc lập: DA, DA2, CR, SIZE, TANG, AGE, ROA, AT và GRTH. Tobin’s Qit = β0 + β1DAit + β2DA 2 it + β3CRit + β4SIZEit + β5TANGit + β6AGEit + β7ROAit + β8ATit + β9GRTHit + uit (5) + Mô hình 4: Biến phụ thuộc là Tobin’s Q và các biến độc lập: SDA, SDA2, LDA, LDA2, CR, SIZE, TANG, AGE, ROA, AT và GRTH. Tobin’s Qit = β0 + β1SDAit + β2SDA 2 it + β3LDAit+ β4LDA 2 it + β5CRit + β6SIZEit + β7TANGit + β8AGEit + β9ROAit+ β10ATit + β11GRTHit + uit (6) Bảng 1 Đo lường các biến Biến Mô tả Tác giả Tobin's Q Tobin's Q = (Giá trị sổ sách của nợ + giá trị vốn hóa của cổ phiếu thường)/Giá trị sổ sách của tổng tài sản Tobin và cộng sự (1968); Chung và cộng sự (1994); Lin và cộng sự (2011); Hsiung và cộng sự (2012); Farooq và cộng sự (2016); Ater (2017). DA Tỷ số nợ = Tổng nợ theo giá trị sổ sách/tổng tài sản Nieh và cộng sự (2008); Cheng và cộng sự (2010); Ali và cộng sự (2011); Antwi và cộng sự (2012); Drăniceanu và cộng sự (2013); Asiri và cộng sự (2014); Berzkalne (2015). SDA Tỷ số nợ ngắn hạn = Tổng nợ ngắn hạn theo giá trị sổ sách/tổng tài sản Ali và cộng sự (2011); Ahmad và cộng sự (2012); Karaca và cộng sự (2012); Mohammad và các cộng sự (2013). LDA Tỷ số nợ dài hạn = Tổng nợ dài hạn theo giá trị sổ sách/tổng tài sản Wild và cộng sự (2004); Ali và cộng sự (2011); Ahmad và cộng sự (2012); Mohammad và các cộng sự (2013). CR Tỷ số thanh toán ngắn hạn = Tài sản ngắn hạn/nợ ngắn hạn Chowdhury và cộng sự (2010); Karaca và cộng sự (2012); Asiri và cộng sự (2014); Farooq và cộng sự (2016). SIZE Logarit cơ số 10 của tài sản Carpentier (2006); Ahmad và cộng sự (2012); Võ Minh Long. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 59(2), 100-112 103 Biến Mô tả Tác giả Drăniceanu và cộng sự (2013); Asiri và cộng sự (2014); Farooq và cộng sự (2016). TANG Tỷ trọng tài sản cố định hữu hình = Tài sản cố định hữu hình/tổng tài sản Sudiyatno và cộng sự (2012); Rajhans và cộng sự (2013); Farooq và cộng sự (2016). AGE Tuổi đời DN = Năm t - năm 0 (thành lập) Hoque và các cộng sự (2014). ROA Tỷ suất sinh lời trên tài sản = Lợi nhuận sau thuế/tài sản bình quân Ali và cộng sự (2011); Karaca và cộng sự (2012); Asiri và cộng sự (2014). AT Vòng quay tài sản = Doanh thu thuần/tổng tài sản bình quân Karaca và cộng sự (2012); Ahmad và cộng sự (2012); Hoque và cộng sự (2014). GRTH Tốc độ tăng trưởng doanh thu = (Doanh thu thuần năm t - doanh thu thuần năm t-1)/doanh thu thuần năm t-1 Chowdhury và cộng sự (2010); Drăniceanu và cộng sự (2013); Hoque và cộng sự (2014). 3.2. Dữ liệu nghiên cứu Dữ liệu nghiên cứu được thu thập từ các báo cáo tài chính thường niên (đã được kiểm toán) của 123 DN phi tài chính niêm yết trên HSX đang hoạt động tính đến thời điểm cuối niên độ kế toán năm 2015. Như vậy, bài viết có 984 biến quan sát (123 DN *8 năm = 984), đã qua tổng hợp, xử lý và thiết kế bằng phần mềm Excel. Bảng 2 Mô tả thống kê dữ liệu Variable Obs Mean Std. Dev. Min Max Tobin’s Q 984 1.0857 0.4945 0.3409 5.8315 DA 984 0.4647 0.2073 0.0069 0.8708 SDA 984 0.3605 0.1943 0.0069 0.8335 LDA 984 0.1043 0.1447 0.0000 0.6930 CR 984 2.2993 4.9037 0.1138 145.1005 SIZE 984 12.0491 0.5389 11.0224 14.1629 TANG 984 0.2111 0.1892 0.0000 0.9381 ROA 984 0.0768 0.0839 -0.3172 0.7219 AT 984 1.3227 1.3404 0.0100 10.6362 GRTH 984 0.1837 0.6000 -0.8625 10.9341 Nguồn: Tổng hợp của tác giả Bảng thống kê mô tả, chỉ ra rằng: Đa phần các biến, như: Chỉ số Tobin's Q, DA, SDA, SIZE, TANG, GRTH đều có độ phân tán tương đối thấp. Tuy nhiên các biến: LDA, CR, ROA, AT lại cho kết quả ngược lại. 104 Võ Minh Long. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 59(2), 100-112 4. Kết quả nghiên cứu 4.1. Kiểm tra tính dừng của các chuỗi số liệu Bảng 3 Kết quả kiểm tra tính dừng của các biến tại bậc gốc Tên biến LLC (Levin - Lin - Chu, 2002) IPS (Im, Pesaran and Shin, 2003) Kết luận t-statistic P-value z-statistic P-value Tobin’s Q -69.4534 0.0000 -23.2612 0.0000 Dừng DA -19.2742 0.0000 -5.2991 0.0000 Dừng SDA -25.1835 0.0000 -9.5301 0.0000 Dừng LDA -130.0000 0.0000 -26.3315 0.0000 Dừng CR -130.0000 0.0000 -20.6884 0.0000 Dừng SIZE -18.4225 0.0000 -5.2673 0.0000 Dừng TANG -20.1176 0.0000 -6.9765 0.0000 Dừng ROA -30.4050 0.0000 -12.4518 0.0000 Dừng AT -25.1437 0.0000 -9.1686 0.0000 Dừng GRTH -46.2485 0.0000 -18.4531 0.0000 Dừng Nguồn: Kết quả phân tích từ phần mềm STATA 12.0 Kết quả kiểm định cho thấy tất cả các chuỗi số liệu của từng biến đều dừng và có ý nghĩa thống kê. 4.2. Phân tích hệ số tương quan Bảng 4 Kết quả hệ số tương quan Pearson (r) DA SDA LDA CR SIZE TANG ROA AT GRTH DA 1.0000 SDA 0.7421 1.0000 LDA 0.4358 -0.2799 1.0000 CR -0.2801 -0.2595 -0.0527 1.0000 SIZE 0.2802 0.0030 0.3974 -0.0654 1.0000 TANG -0.0003 -0.2530 0.3392 -0.0874 0.0066 1.0000 ROA -0.4446 -0.3204 -0.2066 0.0850 0.0192 -0.0617 1.0000 AT 0.0946 0.3092 -0.2796 -0.0627 -0.2262 -0.1144 0.0840 1.0000 GRTH 0.0627 0.0068 0.0807 -0.0124 0.1145 -0.0606 0.1235 0.0141 1.0000 Nguồn: Kết quả phân tích từ phần mềm STATA 12.0 Võ Minh Long. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 59(2), 100-112 105 Với kết quả ở Bảng 4, cho thấy: Giữa các cặp biến độc lập có mối tương quan rất thấp. Điều này có thể nhận định rằng: Các biến trong mô hình không có hiện tượng đa cộng tuyến với nhau. 4.3. Kiểm định hiện tượng đa cộng tuyến Bảng 5 Kết quả kiểm định hiện tượng đa cộng tuyến Variable DA SDA LDA CR SIZE TANG AGE ROA AT GRTH VIF 1.60 1.69 1.67 1.10 1.24 1.03 1.06 1.39 1.14 1.05 Nguồn: Kết quả phân tích từ phần mềm STATA 12.0 Kết quả có giá trị VIF < 2. Kết luận: Các biến trong mô hình không có hiện tượng đa cộng tuyến. 4.4. Kiểm định hiện tượng phương sai thay đổi, tự tương quan và nội sinh Bảng 6 Kết quả kiểm định hiện tượng phương sai thay đổi và tự tương quan Mô Hình Kết quả kiểm định Kết luận Hiện tượng phương sai thay đổi Hiện tượng tự tương quan 1 Prob>chi2=0.0000 Prob>F=0.0000 Có hiện tượng phương sai thay đổi và tự tương quan 2 Prob>chi2=0.0000 Prob>F=0.0000 Có hiện tượng phương sai thay đổi và tự tương quan Nguồn: Kết quả phân tích từ phần mềm STATA 12.0 Bảng 7 Kết quả kiểm định hiện tượng nội sinh Tên biến Kết quả kiểm định (P-value) Kết luận với mức ý nghĩa 5% DA 0.0870 Không phát hiện SDA 0.3816 Không phát hiện LDA 0.2604 Không phát hiện CR 0.7571 Không phát hiện SIZE 0.8825 Không phát hiện TANG 0.0000 Có hiện tượng nội sinh ROA 0.0000 Có hiện tượng nội sinh AT 0.0148 Có hiện tượng nội sinh GRTH 0.0705 Không phát hiện Nguồn: Kết quả phân tích từ phần mềm STATA 12.0 106 Võ Minh Long. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 59(2), 100-112 Với kết quả kiểm định có hiện tượng phương sai thay đổi, tự tương quan và nội sinh như trên, phương pháp ước lượng GMM được lựa chọn. 4.5. Kết quả phân tích hồi quy 4.5.1. Kết quả nghiên cứu và kiểm định về mối quan hệ tuyến tính giữa cấu trúc vốn và GTDN Bảng 8 Kết quả hồi quy bằng phương pháp GMM đối với mô hình 1 và 2 Tên biến Hệ số hồi quy Mô hình 1 Mô hình 2 DA 0.2409*** (7.5300) SDA 0.2367*** (14.9600) LDA 0.2300*** (6.8600) CR -0.0061*** (-14.3700) -0.0094*** (-12.5600) SIZE 0.2308*** (18.6400) 0.1775*** (20.2400) TANG 0.2914*** (8.4400) 0.2135*** (8.8200) AGE 0.0029*** (5.3400) 0.0074*** (13.4700) ROA 4.6937*** (80.5500) 2.4077*** (39.5500) AT 0.0274*** (8.4900) 0.0159*** (5.5000) GRTH 0.0642*** (9.7900) 0.0836*** (16.0700) _cons -2.3389*** (-15.7200) -1.5957*** (-14.2900) Kiểm định GMM Hansen test (Prob>chi2) 0.2380 0.2900 AR (2) test (Pr > z) 0.1080 0.0980 Ghi chú: *, **, *** tương ứng mức ý nghĩa 10%, 5%, 1%. Giá trị thống kê t trong () Nguồn: Kết quả phân tích từ phần mềm STATA 12.0 Võ Minh Long. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 59(2), 100-112 107 4.5.2. Kết quả nghiên cứu và kiểm định về mối quan hệ phi tuyến giữa cấu trúc vốn và GTDN Bảng 9 Kết quả hồi quy bằng phương pháp GMM đối với mô hình 3 và 4 Tên biến Hệ số hồi quy 3 4 DA 0.5467*** (7.6200) DA 2 -0.4028*** (-4.4300) SDA 1.3079*** (3.2300) SDA 2 -1.4389*** (-2.6700) LDA -1.4649** (-2.5000) LDA 2 2.8194*** (2.6400) CR -0.0065*** (-9.5600) -0.0042* (-1.8100) SIZE 0.1792*** (16.0300) 0.3074*** (8.0000) TANG 0.1305*** (4.0100) 0.3684*** (2.9500) AGE 0.0067*** (12.1500) 0.0076** (2.4700) ROA 2.8744*** (29.2400) 2.5867*** (8.6800) AT 0.0259*** (8.0400) 0.0624*** (4.1900) GRTH 0.0692*** (9.1500) 0.1870*** (4.2200) _cons -1.6761*** (-11.2200) -3.3807*** (-7.0500) Kiểm định GMM Hansen test (Prob>chi2) 0.3100 0.1950 AR (2) test (Pr > z) 0.1230 0.0790 Ghi chú: *, **, *** tương ứng mức ý nghĩa 10%, 5%, 1%. Giá trị thống kê t trong ( ) Nguồn: Kết quả phân tích từ phần mềm STATA 12.0 108 Võ Minh Long. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 59(2), 100-112 Với kết quả kiểm định Hansen và AR(2) ở Bảng 8 và 9: Các biến công cụ trong mô hình và phương pháp GMM hệ thống là phù hợp. Kết quả hồi quy để xác định cấu trúc vốn tối ưu cho kết quả như sau: - Các hệ số hồi quy của các biến liên quan đến cấu trúc vốn và cấu trúc vốn bình phương như: DA, SDA, LDA, DA2, SDA2 và LDA2 đều có ý nghĩa thống kê. Nó là cơ sở nhằm xác định mức tỷ lệ cấu trúc vốn tối ưu để GTDN đạt mức tối ưu. Xác định mức cấu trúc vốn tối ưu: - Ngưỡng của DA được tìm thấy khi xét đạo hàm bậc nhất của Tobin’s Q theo DA, ta có: Tobin’s Q = DAβ2β 21  . Để tìm được giá trị cao nhất của Tobin’s Q, yêu cầu Tobin’s Q = 0 (có nghĩa là đạo hàm bậc nhất của Tobin’s Q theo DA bằng 0). Giải phương trình, ta có giá trị cao nhất của Tobin’s Q ( ) như sau: 2 1 2β β λ   . Với 05467.0β1  và 04028.0β2  , dấu hiệu hạn chế của thống kê cho thấy Tobin’s Q đạt cao nhất khi giá trị tỷ số nợ đạt mức 67.8624%. - Tương tự như tìm ngưỡng của DA, ngưỡng của SDA cũng được tìm thấy khi xét đạo hàm bậc nhất của Tobin’s Q theo SDA, ta có: 2 1 2β β λ   . Với 03079.1β1  và 04389.1β2  , dấu hiệu hạn chế của thống kê cho thấy Tobin’s Q đạt cao nhất khi giá trị tỷ số nợ ngắn hạn đạt mức 45.4479%. - Cuối cùng, cũng giống như tìm ngưỡng của DA và SDA, ngưỡng của LDA cũng được tìm thấy khi xét đạo hàm bậc nhất của Tobin’s Q theo LDA, ta có: 2 1 2β β λ   . Với 04649.1β1  và 08194.2β2  , dấu hiệu hạn chế của thống kê cho thấy Tobin’s Q đạt thấp nhất khi giá trị tỷ số nợ dài hạn đạt mức 25.9789%. 4.6. Thảo luận kết quả nghiên cứu 4.6.1. Nhóm 1: Nhóm các biến cấu trúc vốn có tác động đến GTDN Bảng 10 Cấu trúc vốn tác động đến GTDN Tên biến Kết quả nghiên cứu (tuyến tính) Kết quả nghiên cứu (giá trị ngưỡng) Mô hình 1 Mô hình 2 Mô hình 3 Mô hình 4 DA 0.2409*** 67.8624%*** (tối đa) SDA 0.2367*** 45.4479%*** (tối đa) LDA 0.2300*** 25.9789%*** (tối thiểu) Nguồn: Tổng hợp của tác giả. Ghi chú: *,** và *** tương ứng với mức ý nghĩa 10%, 5% và 1%. Đối với tỷ số nợ Kết quả nghiên cứu ở mô hình 1 và 3, cho biết: Khi DN tăng tỷ số nợ, sẽ tăng GTDN nhưng DA chỉ tăng đến mức 67.8624% sẽ có GTDN tối đa nhưng khi nó vượt qua mức này sẽ cho kết ngược lại. Theo tác giả, khi tỷ số nợ vượt mức 67.8624%, DN có thể sẽ rất bị động trong việc sử dụng nguồn vốn, có nguy Võ Minh Long. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 59(2), 100-112 109 cơ mất khả năng thanh toán nợ, hay bị giới hạn trong việc tìm thêm nguồn tài trợ từ nợ hoặc dùng nợ. Vì vậy, DN phải chấp nhận trả mức chi phí sử dụng vốn cao hơn, kể cả lợi ích của lá chắn thuế từ việc sử dụng nợ sẽ thấp hơn chi phí kiệt quệ tài chính, tức là lúc đó các DN này sử dụng nợ kém hiệu quả hơn dùng vốn chủ sở hữu, góp phần làm giảm hiệu quả cũng như GTDN. Kết quả nghiên cứu này tương đồng với kết quả nghiên cứu của một số tác giả, như: Antwi và các cộng sự (2012); Hoque và các cộng sự (2014); Ater (2017). Đối với tỷ số nợ ngắn hạn Kết quả nghiên cứu ở mô hình 2 và 4, cho biết: Khi DN tăng tỷ số nợ ngắn hạn, sẽ làm tăng GTDN nhưng nó chỉ tăng đến mức 45.4479% sẽ có GTDN tối đa nhưng khi nó vượt qua mức này sẽ cho kết quả ngược lại. Điều này cho thấy: Khi DN dùng quá nhiều nợ ngắn hạn và vượt trên 45.4479%, rủi ro mất khả năng trả nợ cao do bị áp lực trả nợ ngắn hạn và lúc này DN phải chú tâm nhiều hơn trong việc trả nợ bằng cách phát hành thêm cổ phiếu hay có thể bán tài sản để trả nợ mà ít chú tâm nhiều cho hoạt động sản xuất kinh doanh. Chính nó là nguyên nhân gây ra sự kém hiệu quả trong hoạt động sản xuất, kinh doanh và nó cũng gián tiếp làm giảm GTDN. Đối với tỷ số nợ dài hạn Kết quả nghiên cứu ở mô hình 2 và 4, cho biết: Khi DN tăng tỷ số nợ dài hạn, sẽ làm tăng GTDN nhưng nó phải tăng cao hơn mức 25.9789%. Theo tác giả, DN thường dùng nợ dài hạn để đầu tư tài sản cố định, vì vậy, khi DN dùng quá ít nợ dài hạn và thấp hơn mức 25.9789%, sẽ không đủ để hiện đại hóa máy móc, thiết bị hiện đại để nâng cao chất lượng sản phẩm cũng như khả năng cạnh tranh trên thương trường. Chính vì vậy, DN sẽ giảm hiệu quả hoạt động và không nâng cao được GTDN. Tuy nhiên, khi tỷ số nợ dài hạn cao hơn mức 25.9789%, DN đủ nguồn tài trợ để đầu tư tài sản cố định theo hướng hiện đại nhằm nâng cao chất lượng cũng như năng suất lao động nhằm cải thiện hiệu quả hoạt động và nâng cao GTDN. Kết quả nghiên cứu này phù hợp với nghiên cứu của các tác giả như: Lin và cộng sự (2011); Cuong và cộng sự (2012); Loncan và cộng sự (2013); Berzkalne (2015). Thêm nữa, kết quả nghiên cứu đối với 3 biến này cũng cho biết, nó phù hợp với lý thuyết chung về cấu trúc vốn và GTDN. Ngoài ra, mối quan hệ cùng chiều giữa cấu trúc vốn với các biến đại diện: DA, SDA và LDA với GTDN đã góp phần ủng hộ lý thuyết cổ điển của Durand, lý thuyết M&M trong điều kiện có thuế và lý thuyết đánh đổi cấu trúc vốn khi cho rằng: GTDN có nợ lớn hơn GTDN không có nợ, đồng thời cũng ủng hộ lý thuyết trật tự phân hạng khi cho rằng: DN ưu tiên sử dụng nợ hơn so với huy động vốn góp từ chủ sở hữu vì nhờ tác động tích cực của đòn bẩy tài chính. Bảng 11 Bảng tổng hợp kết quả tác động cấu trúc vốn đến GTDN Tên biến Giá trị ngưỡng cấu trúc vốn (CS) 0% ≤ CS ≤ 25.9789% 25.9789% < CS ≤ 45.4479% 45.4479% < CS ≤ 67.8624% 67.8624% % < CS ≤ 100% DA + + + - SDA + + - - LDA - + + + Nguồn: Tổng hợp của tác giả 110 Võ Minh Long. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 59(2), 100-112 Với kết quả nghiên cứu này, đòi hỏi nhà quản trị tài chính cần phải lựa chọn được những quyết định tài trợ phù hợp và có hiệu quả. Điều này không chỉ đơn giản là tác động trực tiếp đến sự gia tăng GTDN dành cho chủ sở hữu mà còn gián tiếp gia tăng hiệu quả sử dụng nợ, là điều kiện cần thiết để quyết định mức độ sử dụng nợ trong cấu trúc vốn của DN. 4.6.2. Nhóm 2: Các biến kiểm soát có tác động đến GTDN Bảng 12 Bảng tổng hợp kết quả các biến kiểm soát tác động đến GTDN Tên biến Mô hình (hệ số hồi quy) 1 2 3 4 CR -0.0061*** -0.0094*** -0.0065*** -0.0042* SIZE 0.2308*** 0.1775*** 0.1792*** 0.3074*** TANG 0.2914*** 0.2135*** 0.1305*** 0.3684*** AGE 0.0029*** 0.0074*** 0.0067*** 0.0076** ROA 4.6937*** 2.4077*** 2.8744*** 2.5867*** AT 0.0274*** 0.0159*** 0.0259*** 0.0624*** GRTH 0.0642*** 0.0836*** 0.0692*** 0.1870*** Nguồn: Tổng hợp của tác giả. Ghi chú: *,** và *** tương ứng với mức ý nghĩa 10%, 5% và 1%. Đối với tỷ số thanh toán ngắn hạn Kết quả nghiên cứu cho thấy: Khả năng thanh toán ngắn hạn có tác động tiêu cực (-) với GTDN và đều có độ tin cậy cao. Kết quả nghiên cứu này ngược với các kết quả nghiên cứu của một số tác giả, như: Chowdhury và cộng sự (2010); Farooq và cộng sự (2016) hay một số tác giả chưa cung cấp đủ bằng chứng khoa học về mối quan hệ này, như: Karaca và cộng sự (2012); Hoque và các cộng sự (2014). Theo tác giả, do các DN trong mẫu nghiên cứu có tỷ số thanh toán ngắn hạn tương đối cao: 2.2993 lần. Vì vậy, khi tăng tỷ số này sẽ làm cho DN duy trì một lượng tài sản ngắn hạn tương đối cao và kết quả DN không sử dụng hiệu quả tài sản ngắn hạn. Vì vậy, nó có thể làm giảm hiệu quả hoạt động và gián tiếp làm giảm GTDN. Đối với quy mô DN Kết quả nghiên cứu cho biết: Quy mô DN tác động tích cực (+) đến GTDN và đều có ý nghĩa thống kê ở mức 1%. Kết quả nghiên cứu này cho biết chiều hướng tác động của nó tương đồng với kết quả nghiên cứu của tác giả, như: Carpentier (2006); Drăniceanu và cộng sự (2013); Le Thi Phuong Vy và cộng sự (2013). Điều này có thể lý giải, các DN lớn thường có thương hiệu và uy tín trên thị trường cao nên họ thường đối diện với chi phí đại diện thấp nhưng khả năng cạnh tranh của DN trên thương trường lại cao nên sẽ thực hiện các hoạt động: huy động vốn, bán hàng, dễ dàng hơn, nó góp phần nâng cao hiệu quả hoạt động sản xuất, kinh doanh cũng như nâng cao GTDN. Đối với tỷ trọng tài sản cố định hữu hình Kết quả nghiên cứu chỉ ra rằng: Tỷ trọng tài sản cố định hữu hình tác động tích cực (+) đến GTDN và đều có độ tin cậy 99%. Kết quả nghiên cứu này tương đồng với kết quả nghiên cứu của tác giả Farooq và cộng sự (2016) nhưng nó lại ngược với kết quả nghiên cứu của tác giả: Sudiyatno và các cộng sự (2012) hay Rajhans và cộng sự (2013). Theo tác giả, do DN tăng đầu tư vào tài sản cố định sẽ tạo điều kiện cho họ hiện đại hóa máy móc, Võ Minh Long. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 59(2), 100-112 111 thiết bị sẽ làm tăng năng suất lao động cao hơn, sản phẩm làm ra với chất lượng tốt hơn giúp DN tăng khả năng cạnh tranh trên thương trường. Từ đó, góp phần cải thiện hiệu quả cũng như GTDN. Với kết quả nghiên cứu này đòi hỏi nhà quản trị tài chính cần phải lựa chọn loại tài sản cố định hữu hình phù hợp để đầu tư nhằm nâng cao hiệu quả hoạt động để nâng cao khả năng cạnh tranh của DN ở hiện tại và trong tương lai, nó là nền tảng rất quan trọng giúp cải thiện GTDN trong dài hạn. Đối với tuổi đời DN Kết quả nghiên cứu, cho biết: Tuổi đời DN tác động tích cực (+) đến GTDN và đều có độ tin cậy cao. Phát hiện này cho biết chiều hướng tác động của nó tương đồng với kết quả nghiên cứu của Hoque và các cộng sự (2014). Điều này có thể lý giải rằng: Với tầm quan trọng của lợi nhuận giữ lại trong lý thuyết trật tự phân hạng, nguồn tài trợ nội sinh sẽ được ưu tiên sử dụng trước tiên mới đến sử dụng nguồn tài trợ ngoại sinh. Thông thường lợi nhuận tích lũy này sẽ tăng dần qua các năm tương ứng với tuổi đời hoạt động của DN. Đây là nguồn tài trợ giúp họ hoạt động ổn định và phát triển tốt nhất. Ngoài ra, các DN thành lập trước thường có lợi thế hơn về thị trường, uy tín cũng như kinh nghiệm quản lý so với DN thành lập sau. Với các lý do trên, DN thành lập càng lâu, hoạt động có thể hiệu quả hơn và nó giúp gia tăng GTDN. Đối với tỷ suất sinh lời trên tài sản Kết quả nghiên cứu phản ánh: Tỷ suất sinh lời trên tài sản tác động tích cực (+) đến GTDN và đều có độ tin cậy 99%. Phát hiện này cho biết chiều hướng tác động của nó tương đồng với kết quả nghiên cứu của tác giả: Le Thi Phuong Vy và cộng sự (2013); Asiri và cộng sự (2014). Điều này có thể lý giải rằng: Với DN, thông thường tỷ suất lợi nhuận gắn liền với GTDN. Đối với vòng quay tài sản Kết quả nghiên cứu cho rằng: Vòng quay tài sản tác động tích cực (+) đến GTDN và đều có độ tin cậy 99%. Phát hiện này cho biết chiều hướng tác động của nó tương đồng với kết quả nghiên cứu của Hoque và các cộng sự (2014). Điều này có thể lý giải, vòng quay tài sản là nhân tố kết hợp giữa doanh thu và quy mô DN (tài sản). Vì vậy, DN cần có sự kết hợp doanh thu nào, tài sản đó để nâng cao hiệu suất sử dụng tài sản góp phần trực tiếp vào việc nâng cao hiệu quả sử dụng tài sản và gián tiếp góp phần nâng cao GTDN. Đối với tốc độ tăng trưởng doanh thu Kết quả nghiên cứu cũng cho biết: Tốc độ tăng trưởng doanh thu tác động tích cực (+) đến GTDN và đều có độ tin cậy 99%. Điều này có thể lý giải: với DN, mọi cố gắng, nỗ lực hoạt động đạt được thường thể hiện qua sự tăng trưởng doanh thu, từ đó ảnh hưởng đến kết quả hoạt động. Thông thường DN có tốc độ tăng trưởng doanh thu càng lớn có thể góp phần làm gia tăng lợi nhuận và cũng góp phần làm tăng GTDN. Phát hiện này tương đồng với kết quả nghiên cứu của Drăniceanu và cộng sự (2013). 5. Kết luận, hàm ý chính sách và hạn chế 5.1. Kết luận Với kết quả nghiên cứu này, bài viết đã cung cấp những thông tin quan trọng về sự tác động của cấu trúc vốn nói chung và cấu trúc vốn theo kỳ hạn nói riêng theo dạng tuyến tính cũng như dạng phi tuyến đến GTDN. Trên cơ sở đó, bài viết đề xuất một số hàm ý chính sách trong việc lựa chọn cấu trúc vốn với mục tiêu vừa kiểm soát tốt rủi ro tài chính trong quá trình hoạt động cũng như vừa hướng đến đảm bảo nâng cao GTDN niêm yết trên HSX. 5.2. Hàm ý chính sách 5.2.1. Điều chỉnh cấu trúc vốn theo hướng gia tăng nợ nhằm nâng cao GTDN - Đối với nợ ngắn hạn: Kết quả nghiên cứu cho thấy các DN chú trọng sử dụng nợ ngắn hạn hơn nợ dài hạn để tài trợ cho các hoạt động sản xuất, kinh doanh của mình. DN có thể tiếp cận được các nguồn tài trợ bằng nợ ngắn hạn thông qua một số kênh chính sau đây: Nguồn tài trợ có lãi suất: Chủ yếu đến từ các tổ chức tín dụng; Nguồn tài trợ phi lãi suất: Từ nhà cung cấp bằng các chính sách mua hàng trả chậm hay khách hàng mua hàng của DN bằng các khoản ký quỹ, ký cược 112 Võ Minh Long. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 59(2), 100-112 - Đối với nợ dài hạn: Nguồn vốn này được các DN trả nợ với kỳ hạn tương đối dài nên nó thường được tài trợ để đầu tư cho tài sản cố định như: Máy móc, thiết bị, kho bãi, nhà xưởng với mục tiêu hiện đại hóa tài sản cố định nhằm tạo ra những sản phẩm tốt hơn, thẩm mỹ hơn, độc đáo hơn nhằm đáp ứng những chuẩn mực cao hơn, thỏa mãn yêu cầu ngày càng khắt khe của khách hàng để tăng sự cạnh tranh của DN trên thương trường. Bên cạnh đó, việc đầu tư này sẽ giúp các họ rút ngắn tiến độ sản xuất, tiết kiệm chi phí và nó góp phần nâng cao hiệu quả sản xuất kinh doanh, từng bước nâng cao GTDN (kết quả nghiên cứu trong bài viết chỉ ra rằng: Nếu DN tăng tỷ trọng tài sản cố định hữu hình sẽ giúp cải thiện GTDN). Hiện nay, theo tác giả, DN có thể tiếp cận được các nguồn tài trợ bằng nợ dài hạn bằng một số kênh chính như: Các tổ chức tín dụng hay phát hành trái phiếu hoặc thuê tài chính. 5.2.2. Các nguồn tài trợ khác theo hướng kiểm soát rủi ro Tuy nhiên, để DN giảm chi phí lãi vay hay kiểm soát tốt rủi ro tài chính cũng như chủ động hơn trong việc sử dụng nguồn vốn, họ có thể tìm nguồn tài trợ khác: Đó là, vốn chủ sở hữu và để DN có được nguồn tài trợ này, bằng cách: Tăng lợi nhuận giữ lại hay phát hành thêm cổ phiếu. 5.3. Hạn chế và đề nghị Do bài viết này chỉ tập trung vào các DN niêm yết trên HSX trong giai đoạn từ 2008- 2015, vì vậy, kết quả nghiên cứu có thể chưa bao quát hết toàn bộ các DN đã niêm yết. Theo tác giả, để khắc phục hạn chế trên, bài viết có thể mở rộng thêm đối tượng nghiên cứu: Các DN niêm yết trên cả sở giao dịch chứng khoán Hà Nội (HNX) và các DN cổ phần đại chúng chưa niêm yết (UPCOM) Tài liệu tham khảo Antwi, S., Mills, E. F. E. A., & Zhao, X. (2012). Capital Structure and Firm Value: Empirical Evidence from Ghana. International Journal of Business and Social Science, 3(22) [Special Issue]. Ater, D. K. (2017). Capital structure and firm value of non-financial firms listed at the Nairobi Securities Exchange. Research Journal of Finance and Accounting ISSN 2222-1697 (Paper) ISSN 2222-2847 (Online), 8(4), 18-22. Cheng, Y. S., Liu, Y. P., & Chien, C. Y. (2010). Capital structure and firm value in China: A panel threshold regression analysis. African Journal of Business Management, 4(12), 2500-2507. Cuong, N. T., & Canh, N. T. (2012). The effect of capital structure on firm value for Vietnam’s seafood processing enterprises. International Research Journal of Finance & Economics, 89, 221-232. Drăniceanu, S. M., & Ciobanu, A. (2013). Capital structure and firm value. Empirical evidence from Romanian listed companies. Retrieved from www.dafi.ase.ro/revista/7/simona_maria.pdf Farooq, M. A., & Masood. A. (2016). Impact of financial leverage on value of firms: Evidence from cement sector of Pakistan. Research Journal of Finance and Accounting ISSN 2222-1697 (Paper) ISSN 2222-2847 (Online), 7(9), 73-77. Long, V. M. (2017). Mối quan hệ giữa cấu trúc vốn và giá trị doanh nghiệp: Trường hợp công ty niêm yết trên Sở giao dịch chứng khoán Thành Phố Hồ Chí Minh (HSX). Tạp chí khoa học Đại học Mở Thành phố Hồ Chí Minh, 53(2), 45-57. Loncan, T. R., & Caldeira, J. F. (2013). Capital Structure, Cash Holdings and Firm Value: a Study of Brazilian Listed Firms, R. Cont. Fin. - USP, São Paulo, 25(64), 46-59. Sudiyatno, B., Puspitasari, E., và Kartika, A. (2012). The Company's Policy, Firm - Performance, and Firm Value: An Empirical Research on Indonesia Stock Exchange. American International Journal of Contemporary Research, 2(12), 30 - 40. Vy, T. T. P., Nam, P. N. (2013). Tác động của sở hữu nước ngoài, cấu trúc vốn và GTDN: Bằng chứng nghiên cứu từ các công ty niêm yết Việt Nam. The IUP Journal of Corporate Governance, XII(2), 40 - 58.