TIỂU LUẬN môn KINH tế LƯỢNG tài CHÍNH đề tài các NHÂN tố ẢNH HƯỞNG đến cấu TRÚC vốn của các CÔNG TY bất ĐỘNG sản VIỆT NAM

ĐẠI HỌC UEH TRƯỜNG KINH DOANH UEHKHOA TÀI CHÍNH TIỂU LUẬN MÔN KINH TẾ LƯỢNG TÀI CHÍNH ĐỀ TÀI: CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN CẤU TRÚC VỐN CỦA CÁC CÔNG TY BẤT ĐỘNG SẢN VIỆT NAM Họ và tên: Nguy

ĐẠI HỌC UEH TRƯỜNG KINH DOANH UEH

KHOA TÀI CHÍNH

TIỂU LUẬN MÔN KINH TẾ LƯỢNG TÀI CHÍNH

ĐỀ TÀI: CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN CẤU TRÚC VỐN

CỦA CÁC CÔNG TY BẤT ĐỘNG SẢN VIỆT NAM

Họ và tên: Nguyễn Tiến Đạt MSSV:

Phần 1 Đề tài: Các nhân tố ảnh hưởng đến cấu trúc vốn của các công ty bất động sản Việt Nam

1 Phương pháp nghiên cứu

Dữ liệu thu thập để phục vụ cho mô hình nghiên cứu là dữ liệu

bảng Đối tượng nghiên cứu là 50 doanh nghiệp trong nhóm ngành

xây dựng và bất động sản đang được niêm yết trên sở giao dịch

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

Hà Nội (HNX), Thời gian quan sát từ 2015 đến 2021

2 Biến phụ thuộc

Việc đánh giá cấu trúc vốn của môt doanh nghiệp có thể thông qua

hệ số tỉ lệ nợ trên tổng tài sản Hệ số này cho thấy mức độ sử dụng

nguồn nợ vay của doanh nghiệp từ đó đánh giá được tình hình tài

chính, khả năng kinh doanh cũng như mức rủi ro mà doanh nghiệp

Dựa vào các nghiên cứu trước, các biến giải thích được sử dụng

trong bài bao gồm:

● Quy mô doanh nghiệp

Quy mô doanh nghiệp càng lớn, khả năng mở rộng khả năng sản

xuất và hoạt động càng cao, cũng như dễ dàng tiếp cận với những

hình thức vay vốn như ngân hàng và các tổ chức tín dụng Theo lý

thuyết đánh đổi, quy mô doanh nghiệp tỉ lệ nghịch với khả năng phá

sản Đồng thời với quy mô lớn và ổn định doanh nghiệp có thể hoạt

động tốt hơn từ đó cấu trúc vốn của doanh nghiệp cũng thay đổi

● Cơ cấu tài sản

Về mặt lý thuyết, tỉ lệ tài sản cố định càng lớn, doanh nghiệp càng

có cơ hội thế chấp tài sản để tiếp cận các nguồn vốn bên ngoài

● Tốc độ tăng trưởng

Đại diện cho sự tăng trưởng của công ty, ảnh hưởng cho quyết địnhđầu tư của doanhnghiệp Tốc độ tăng trưởng cao, công ty có kết quảkinh doanh khả quan từ đó khả năng vay nợ càng lớn

● Tính thanh khoản

Khả năng thanh toán nhanh có ảnh hưởng đến cấu trúc vốn của mộtdoanh nghiệp Theo lý thuyết đánh đổi, doanh nghiệp có thể sử dụngcác khoản nợ để thanh toán bởi cần phải duy trì được khả năngthanh toán cao Lý thuyết này nói rằng khả năng thanh toán củadoanh nghiệp có mối quan hệ cùng chiều với tỷ lệ nợ trên tổng tàisản

● Thời gian thành lập công ty

Đại diện cho tuổi của doanh nghiệp, cũng như thời kì doanh nghiệpđược hình thành, một doanh nghiệp thành lập lâu năm sẽ thiết lậpđược một đinh hướng phát triển bền vững cho doanh nghiệp, đồngthời tăng khả năng tín nhiệm cho các khoản nợ vay

Các giả thuyết nghiên cứu

Giả thiết 1 Quy mô doanh nghiệp có tương quan thuận với

cấu trúc vốn Giả thiết 2 Cơ cấu tài sản có tương quan thuận

với cấu trúc vốn

Giả thiết 4 Tốc độ tăng trưởng có tương quan dương/ âm với cấu

trúc vốn Giả thiết 5 Tính thanh khoản có tương quan ngược chiều

với cấu trúc vốn Giả thiết 6 Thời điểm thành lập có tương quan

ngược chiều với cấu trúc vốn

Bảng 3.1 Tóm tắt các biến

tắt

quan kì vọng

(tỉ suất tổng nợ trên tổng tài sản, đơn vị:%)

( giá trị tổng tài sản, đơn vị: Tỉ đồng)

(+)

TANG Cơ cấu tài sản (Tài sản

)

chủ sở hữu ( đơn vị %)(ROE) thể hiện cho tốc

độ tăng trưởng Chỉ sốROE là tỷ lệ lợi nhuậncông ty giữ lại và sử dụng

để sinh lời trong tương lai

(+/

-)

LIQUID Tính thanh khoản (Tài

sản lưu động/ nợ ngắn hạn, đơn vị: lần)

(-)

4 Phương pháp đo lường

X5: thời điểm thành lậpα: Hệ số tự do

e: sai số ngẫu nhiên

Minh và Sở giao dịch TP Hà Nội trong giai đoạn 2015-2021, tổng quan sát

sát

Trung bình

Độ lệch chuẩn

Giá trị nhỏ nhất

Giá trị lớn nhất

TLV

0.0843

1

Hệ số Sig 0.115

5ROE Tự tương

quan

0.1348

-0.1033

1

Hệ số Sig 0.011 0.053

6 5TANG Tự tương

quan

-0.051

-0.0654

0.0618

-1

Hệ số Sig 0.341

8

0.2226

0.2485

SIZE

Tự tương

quan

0.0668

0.0856

-0.1524

0.0461

-1

Hệ số Sig 0.212

6

0.1101

0.0043

0.3895

TLV Tự tương quan -0.298

2

0.4936

-0.0861

0.059

0.136

8

0.271

0.0109

1

Phân tích tương quan:

Bảng ma trận hệ số tương quan các biến cho thấy các hệ số tương quan vềgiá trị tuyệt đối đều nhỏ hơn 0.8, cho thấy các biến độc lập đưa vào môhình không có mối tương quan

Theo đó ta thấy được hệ số tương quan lớn nhất thuộc về biến SIZE với0.136 và đây là tương quan thuận chiều với biến độc lập như giải thiết 1

đã đề cập Tương tự như thế với Tang (0.059) tương quan thuận, ROE(0.0861) tương quan thuận, LIQUID(-0.4936) và TIME(-0.2982) cótương quan ngược chiều

5.2Kiểm định hiện tượng đa cộng tuyến:

Dùng câu lệnh vif trên Stata:

Bảng 3 Kiểm định đa cộng tuyến

* Kiểm định tính dừng cho dữ liệu dạng bảng

Thực hiện câu lệnh xtunitroot fisher < tên biến >,

dfuller lag(0) Kết quả như sau:

Statistic

value

L*

-3.0621

0.0012

L*

-4.1491

0

Pm 7.6145 0SIZE P 96.265

1

96.2651

Z 5.7571 5.757

1L* 6.3908 6.390

8

-0.2641

0.2641tANG P 352.19

5.3Hồi quy dữ liệu theo mô hình Pooled OLS

Bảng 4 Kết quả hồi quy Pooled

TLV Coefficient Std err t P>t Beta

SIZE 0.0000478 0.0000327 1.46 0.145 0.0659737TANG 3.650887 6.624499 0.55 0.582 0.0245652ROE 0.160871 0.0777539 2.07 0.039 0.0944209LIQUID -3.998142 0.378488 -10.56 0 -0.4759388TIME -6.425155 1.20692 -5.32 0 -0.239728

Vì đã kiểm tra mô hình không bị đa cộng tuyến như trên sau đó tiến hành

kiểm định mô hình có hiện tượng phương sai thay đổi hay không bằng

lệnh imtest,white trong Stata Kết quả thu được như sau:

Kết luận: mô hình Pool vừa có hiện tượng phương sai thay đổi và hiện

tượng tự tương quan, nên phải tiến hành xây dựng 2 mô hình FEM và REM

để khắc phục

5.4Hồi quy dữ liệu theo mô hình

FEM Bảng 5 Kết quả hồi quy

FEM

TLV Coeffic

ient

0.0000334

0.335

TANG

-14.6525

8.893913

0.101

-0.112804

0.0632774

0.076

LIQUID

2.415649

-0.2936969

0.000

d)_cons 62.629

76

1.408421

0.000

squared:

R-Overall

=0.1603

Ngu

ồn Stata17Prob >

F

=0.0000

Gía trị Sig của biến ROE TANG SIZE tương đối lớn, chỉ có Sig của LIQUID là <5% R-squared = 16% < 50%

5.5Hồi quy dữ liệu theo mô hình

REM Bảng 6 Kết quả hồi quy

0.0000317

0.703

-9.326135

7.891209

0.237

-0.0799997

0.0621702

0.198

LIQUID

2.608988

-0.2902399

0

-7.576597

2.620059

0.004

_cons 79.3026

1

6.42978

0

>

chi2

=0.0000

Nguồn:

Stata17R-

squared:

Overall

=0.2713Các biến có giá trị Sig <5%: LIQUID và

TIME Mô hình có phần trăm giải thích

là 27.13%

5.6 Lựa chọn giữa các mô hình POOLED, FEM, REM.

Do mô hình Pooled đồng thời mắc phải 2 hiện tượng phương sai thay đổi

và hiện tượng tự tương quan nên ta chỉ tiến hành so sánh giữa mô hình FEM và REM

Chạy câu lệnh hausman fe re với 2

giả thiết H0:Chấp nhận mô hình

*Kiểm định hiện tượng tự tương quan cho mô

hình FEM Kết quả như sau: F(1,49) =

37.265

Prob > F = 0.0000

FEM vẫn gặp hiện tượng tự tương quan

*Kiểm định hiện tượng phương sai thay đổi:

Câu lệnh xttest3, cho kết quả như sau:

Sử dụng câu lệnh: xtreg TLV SIZE TANG ROE LIQUID TIME, be

Bảng 7 Kết quả kiểm định theo mô hình Between:

0.36

0.72TAN

G

7.330048

15.87956

0.46

0.647ROE 0.53474

53

0.2426845

2.2 0.0

33LIQU

ID

6.255589

-1.246815

5.02

-0

-5.031718

2.653885

1.9

-0.065

_cons 73.502

89

7.651938

9.61

0

xtgls TLV SIZE TANG ROE LIQUID TIME,panels(h) corr(ar1)

Cho kết quả như sau:

72

0.0000283

0.002TAN

G

1.677096

5.572509

0.763

-0.0608105

0.0474243

0.2

LIQUID

3.109533

-0.3147408

0

TIME

-4.77235

1.188554

0

_cons 72.5826

8

3.047657

0

Sau đó tiến hành so sánh tất cả các mô hình đã triển khai:

esttab pool fe re gls,r2 star(* 0.1 ** 0.05 *** 0.01) brackets nogap

Bảng 9.Kết quả so sánh giữa Pool, FE, RE và GLS

SIZE 0.0000478

-0.0000323

0.0000121

ID 2.416**

*

2.609**

*[-10.56] [-8.22] [-8.99] [-9.88]

● Kết luận: Ta thấy ở mô hình thứ 4 là mô hình GLS đã khắc

phục hiện tượng tự tương quan và phương sai thay đổi, có các sốhiển thị ba sao nhiều nhất đồng nghĩa là mô hình có ý nghĩathống kê với mức mức ý nghĩa 1%,

ngoại trừ các biến như TANG và ROE là không có ý nghĩa

thống kê trong mô hình này Tuy nhiên đa số các biến còn lại

vẫn có ý nghĩa thống kê ở mức 10%, 5% và 1% do đó việc sử

dụng mô hình GLS là phù hợp nhất

6 Thảo luận kết quả hồi quy.

Từ kết quả của mô hình GLS cho ta thấy:

Biến SIZE có tác động thuận chiều với biến phụ thuộc TLV

và có ý nghĩa thống kê ở mức 10% Như vậy, khi biến độc lập

SIZE tăng lên 1 đơn vị thì nó sẽ tác động lên biến phụthuộc TLV

làm TLV tăng lên 0.0000872 đơn vị, nếu giữ các yếu tố khác

không đổi Đúng với giả thiết ban đầu đặt ra

Biến LIQUID có tác động ngược chiều với biến phụ thuộc

TLV và có ý nghĩa thống kê ở mức 10% Như vậy, khi biến độc

lập LIQUID tăng lên 1 đơn vị thì biến phụ thuộc TLV sẽ giảm

3.110 đơn vị nếu giữ các yếu tố khác không đổi Đúng với giả

thiết ban đầu đặt ra

Biến TIME có tác động ngược chiều với biến phụ thuộc

TLV và có ý nghĩa thống kê ở mức 10% Như vậy, khi biến độc

lập TIME tăng lên 1 đơn vị thì biến phụ thuộc TLV sẽ giảm

-4.772 đơn vị nếu giữ các yếu tố khác

không đổi Đúng với giả thiết ban đầu đặt ra

Dựa vào kết quả hồi quy ta rút ra được mô hình như sau: TLV = 72.58+ 0.0000872SIZE -3.109533LIQUID - 4.77235TIME Phần 2a) Xây dựng mô hình ARIMA (p,d,q) theo tiến trình Box-Jenkin và

sau đó thực hiện dự báo (Sinh viên lựa chọn phần mềm Stata để tiến hành xây dựng mô hình)

2.1Kiểm định tính dừng chuỗi thời gian đơn biến và xác định (d)

Bước đầu nhận thấy dữ liệu thời gian theo tuần Tiến hành biến đổi và đưa

dữ liệu chuỗi thời gian cho phù hợp với mô hình bằng chuỗi câu lệnh:

gen week = wofd( Date)

gen logLow=log(Low)

Và kiểm định tính dừng cho dữ liệu bằng câu lệnh dfuller Price, lags(0),

cho kết quả như sau:

Test

-criticalvalue

-statis

2.928

2.599

-Có thể nhận thấy, giá trị tuyệt đối của hệ số statistic chưa lớn hơn các hệ số còn lại, ta tiến hành lấy sai phân bậc 1, kết quả như sau:

Test

-criticalvalue

-statis

2.929

2.6

Vậy dữ liệu đã có tính dừng

Tiến hành tương tự với các cột dữ liệu còn lại đều cho kết quả dữ liệu chỉ

có tính dừng khi thêm sai phân bậc 1:

Teststatistic

Change Z(t)

-6.751

3.577

2.928

2.599logLow Z(t) -

-0.881

3.577

2.928

2.599D.logLo

-w

Z(t)

-6.017

3.579

2.929

2.6

logHigh Z(t)

-0.423

3.577

2.928

2.599D.logHi

-gh

Z(t)

-5.153

3.579

2.929

2.6

-n 0.68

2

3.577

2.928

2.599D.logO

pen

Z(t)

-6.709

3.579

2.929

2.6

Kết luận dữ liệu có tính dừng khi lấy sai phân bậc 1 => (d)=1

2.2Xác định độ trễ tối ưu (p,q).

Sử dụng Correlogram ACF để xác định giá trị của p bằng lệnh ac D.Price

kết quả biểu đồ như sau:

Từ đây nhận kết quả cho p=2

Tương tự sử dụng Correlogram PACF để xác định giá trị của q bằng lệnh pac D.Price

kết quả biểu đồ như sau:

Nhận các kết quả cho q lần lượng là 1

Từ các kết quả trên ta xây dựng được mô hình Arimanhư sau: Arima(2,1,1)

3 Kết quả hồi quy pooled OLS

4 Kiểm tra hiện tượng đa cộng tuyến

5 Kiểm định hiện tượng phương sai thay đổi

6 Kiểm định hiện tượng tự tương quan

7 Hồi quy Between

8 Hồi quy theo mô hình FEM

9 Hồi quy theo mô hình REM

10 Hausman giữa FEM và REM

11 Kiểm định hiện tượng tự tương quan và phương sai thay đổi của mô hình FEM

12 Hồi quy GLS

13 So sánh giữa các mô hình

Phần 2

1 Kiểm định tính dừng

2 Correlogra

m ac

* Kiểm định tính dừng cho dữ liệu dạng bảng

5.3 Hồi quy dữ liệu theo mô hình Pooled OLS

5.4 Hồi quy dữ liệu theo mô hình FEM Bảng 5 Kết quả hồi quy FEM

5.5 Hồi quy dữ liệu theo mô hình REM Bảng 6 Kết quả hồi quy mô hình REM5.6 Lựa chọn giữa các mô hình POOLED, FEM, REM

5.7 Hồi quy theo mô hình Between:

Bảng 7 Kết quả kiểm định theo mô hình Between:

Bảng 8 kết quả mô hình GLS

Bảng 9.Kết quả so sánh giữa Pool, FE, RE và GLS

6 Thảo luận kết quả hồi quy

Dựa vào kết quả hồi quy ta rút ra được mô hình như sau:

2.1 Kiểm định tính dừng chuỗi thời gian đơn biến và xác định (d)

Kết luận dữ liệu có tính dừng khi lấy sai phân bậc 1 => (d)=1

Phụ Lục

Phần 1:

Phần 2