CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN CẤU TRÚC VỐN CỦA CÁC CÔNG TY BẤT ĐỘNG SẢN VIỆT NAM

Biến phụ thuộc Việc đánh giá cấu trúc vốn của môt doanh nghiệp có thể thông qua hệ số tỉ lệ nợtrên tổng tài sản.. Hệ số này cho thấy mức độ sử dụng nguồn nợ vay của doanhnghiệp từ đó đán

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

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 tượngnghiên cứu là 50 doanh nghiệp trong nhóm ngành xây dựng và bất động sảnđang được niêm yết trên sở giao dịch chứng khoán Hồ Chí Minh (HOSE) và Sởgiao 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 nợtrên tổng tài sản Hệ số này cho thấy mức độ sử dụng nguồn nợ vay của doanhnghiệp từ đó đánh giá được tình hình tài chính, khả năng kinh doanh cũng nhưmức rủi ro mà doanh nghiệp đang gặp phải

 Quy mô doanh nghiệp

Quy mô doanh nghiệp càng lớn, khả năng mở rộng khả năng sản xuất và hoạtđộng càng cao, cũng như dễ dàng tiếp cận với những hình thức vay vốn nhưngân hàng và các tổ chức tín dụng Theo lý thuyết đánh đổi, quy mô doanhnghiệp tỉ lệ nghịch với khả năng phá sản Đồng thời với quy mô lớn và ổn địnhdoanh nghiệp có thể hoạt động tốt hơn từ đó cấu trúc vốn của doanh nghiệpcũng thay đổi

 Cơ cấu tài sản

Về mặt lý thuyết, tỉ lệ tài sản cố định càng lớn, doanh nghiệp càng có cơ hội thếchấp 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 định đầu tư củadoanhnghiệp Tốc độ tăng trưởng cao, công ty có kết quả kinh 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 một doanh

nghiệp Theo lý thuyết đánh đổi, doanh nghiệp có thể sử dụng các khoản nợ để

thanh toán bởi cần phải duy trì được khả năng thanh toán cao Lý thuyết này nói

rằng khả năng thanh toán của doanh nghiệp có mối quan hệ cùng chiều với tỷ lệ

nợ trên tổng tài sản

 Thời gian thành lập công ty

Đại diện cho tuổi của doanh nghiệp, cũng như thời kì doanh nghiệp được hình

thành, một doanh nghiệp thành lập lâu năm sẽ thiết lập được một đinh hướng

phát triển bền vững cho doanh nghiệp, đồng thời 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

kì vọng

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

SIZE Quy mô doanh nghiệp ( giá trị

ROE tỷ suất sinh lời trên vốn chủ sở

hữu ( đơn vị %) (ROE) thể hiệncho tốc độ tăng trưởng Chỉ sốROE là tỷ lệ lợi nhuận công tygiữ lại và sử dụng để sinh lờitrong tương lai

X5: thời điểm thành lậpα: Hệ số tự do

e: sai số ngẫu nhiên

β1, β2, β3, : Các hệ số hồi quy

5. Kết quả nghiên cứu

5.1 Thống kê mô tả

Các mẫu nghiên cứu được thu thập được từ báo cáo tài chính được kiểm toán của 50

DN ngành bất động sản được niêm yết trên Sở giao dịch chứng khoán TP.Hồ Chí

Minh và Sở giao dịch TP Hà Nội trong giai đoạn 2015-2021, tổng quan sát là 350

mẫu

Bảng 1 Bảng thống kê mô tả của mẫu nghiên cứu

Tên biến Số quan sát Trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất

Hệ số Sig 0.0116 0.0535TANG Tự tương quan -0.051 -0.0654 -0.0618 1

Hệ số Sig 0.3418 0.2226 0.2485SIZE

Tự tương quan -0.0668 -0.0856 0.1524 -0.046

Hệ số Sig 0.2126 0.1101 0.0043 0.389

5TLV

Tự tương quan -0.2982 -0.4936 0.0861 0.059 0.136

Phân tích tương quan:

Bảng ma trận hệ số tương quan các biến cho thấy các hệ số tương quan về giá trị tuyệtđối đều nhỏ hơn 0.8, cho thấy các biến độc lập đưa vào mô hình không có mối tươngquan

Theo đó ta thấy được hệ số tương quan lớn nhất thuộc về biến SIZE với 0.136 và đây

là tương quan thuận chiều với biến độc lập như giải thiết 1 đã đề cập Tương tự nhưthế với Tang (0.059) tương quan thuận, ROE (0.0861) tương quan thuận, LIQUID(-0.4936) và TIME(-0.2982) có tương quan ngược chiều

5.2 Kiểm 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 P-value

Z -0.9685 0.1664L* -3.0621 0.0012

5.3 Hồi quy dữ liệu theo mô hình Pooled OLS

Bảng 4 Kết quả hồi quy Pooled

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:

chi2(20) = 133.38

Prob > chi2 = 0.0000

Vì giá trị Sig = 0< 5% nên kết luận mô hình có hiện tượng phương sai thay đổi

Sau đó tiếp tục kiểm tra sự tự tương quan của mô hình bằng câu lệnh xtserial, kết quả

thu được như sau:

F( 1, 49) = 37.265

Prob > F = 0.0000

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

5.4 Hồi quy dữ liệu theo mô hình

FEM Bảng 5 Kết quả hồi quy

d:

Overall =0.1603

Nguồn Stata 17Prob > 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%

5.5 Hồi quy dữ liệu theo mô hình

REM Bảng 6 Kết quả hồi quy

mô hình REM

TLV Coefficient Std err P>zSIZE -0.0000121 0.0000317 0.703TANG -9.326135 7.891209 0.237ROE -0.0799997 0.0621702 0.198LIQUID -2.608988 0.2902399 0TIME -7.576597 2.620059 0.004_cons 79.30261 6.42978 0Prob >

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

*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:

chi2 (50) = 45205.76

Prob>chi2 = 0.0000 <5%

Kết luận: Mô hình FEM vừa mắc phải hiện tượng tự tương quan và hiện tượng phương sai thay đổi

5.7 Hồi quy theo mô hình Between:

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

Bảng 7 Kết quả kiểm định theo mô hình Between:

TLV Coefficient Std err t P>t

SIZE 0.0000315 0.0000875 0.36 0.72TANG 7.330048 15.87956 0.46 0.647ROE 0.5347453 0.2426845 2.2 0.033LIQUID -6.255589 1.246815 -5.02 0TIME -5.031718 2.653885 -1.9 0.065_cons 73.50289 7.651938 9.61 0

5.8 Hồi quy GLS.

Theo tiến trình thực hiện phân tích các mô hình: do hồi quy mô hình Pooled gặp hiệntượng tự tương quan và hiện tương phương sai thay đổi do đó ta tiến hành kiểm địnhtiếp 2 mô hình FE và RE Kết quả lựa chọn giữa 2 mô hình là FEM là mô hình tối ưu

ơn, tuy nhiên mô hình FE vẫn mắc phải 2 hiện tượng tự tương quan và phương saithay đổi vì thế ta cần tìm một mô hình thích hợp hơn Ta tiến hành khắc phục hiệntượng này bằng mô hình GLS

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

Cho kết quả như sau:

Bảng 8 kết quả mô hình GLS

TLV Coefficient Std err P>zSIZE 0.0000872 0.0000283 0.002TANG 1.677096 5.572509 0.763ROE -0.0608105 0.0474243 0.2LIQUID -3.109533 0.3147408 0TIME -4.77235 1.188554 0_cons 72.58268 3.047657 0Sau 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

 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 số hiển thị ba sao nhiềunhất đồng nghĩa là mô hình có ý nghĩa thống 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 ởmức 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 ýnghĩa 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 1đơn vị thì biến phụ thuộc TLV sẽ giảm 3.110 đơn vị nếu giữ các yếu tố kháckhông đổi Đúng với giả thiết ban đầu đặt ra

Biến TIME có tác động ngược chiều với biến phụ thuộc TLV và có ýnghĩa 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)

2.1 Kiểm 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)

format week %tw

tsset week

Time variable: week, 2021w51 to 2022w51

Delta: 1 week

Do nhận thấy trong bộ dữ liệu có cột Change% có dữ liệu rất nhỏ, tiến hành đưa các

dữ liệu còn lại về hàm logarit cơ số tự nhiên

gen logPrice=log(Price)

gen logOpen=log(Open)

gen logHigh=log(High)

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 Arima như 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 Correlogramac

Pac