Cấu trúc vốn và tỷ suất sinh lợi bất thường tích lũy của các công ty niêm yết trên hose

Cho nên nếu công ty giải quyết tốt vấn đề đại diện, tức không có mâu thuẫn về lợi ích giữa hội đồng quản trị đại diện cho lợi ích của các cổ đông và ban điều hành, thì những quyết định c

TRƯỜNG ĐẠI HỌC KINH TẾ TP HCM

TRƯỜNG ĐẠI HỌC KINH TẾ TP HCM

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS TS TRẦN THỊ HẢI LÝ

TP Hồ Chí Minh – Năm 2020

LỜI CAM ĐOAN

Tác giả xin cam đoan rằng nghiên cứu này hoàn toàn trung thực, cả về số liệu lẫn nội dung phân tích Nghiên cứu không đạo văn, đạo ý của bất kì nghiên cứu nào khác Các số liệu thứ cấp được thu thập trên những trang địa chỉ chính thống và hoàn toàn không tự ý suy diễn, bịa đặt Nếu có khiếu nại, tranh chấp liên quan đến đề tài, tác giả xin hoàn toàn chịu trách nhiệm

TP Hồ Chí Minh, ngày 23 tháng 7 năm 2020

Tác giả

Trần Văn Tập

MỤC LỤC

TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT

DANH MỤC CÁC BẢNG

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

TÓM TẮT - ABSTRACT

MỞ ĐẦU Trang

1 Tính cấp thiết của nghiên cứu 1

2 Mục tiêu nghiên cứu 3

3 Câu hỏi nghiên cứu 3

4 Giả thuyết nghiên cứu 4

5 Đối tượng và phạm vi nghiên cứu 4

5.1 Đối tượng và khách thể nghiên cứu 4

5.2 Phạm vi nghiên cứu 4

5.2.1 Phạm vi về không gian 4

5.2.2 Phạm vi về thời gian 4

6 Tóm tắt kết quả nghiên cứu 5

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VỀ TỶ SUẤT SINH LỢI BẤT THƯỜNG TÍCH LŨY VÀ CẤU TRÚC VỐN

1.1 Tỷ suất sinh lợi bất thường tích lũy 6

1.1.1 Khái niệm 6

1.1.2 Cách tính 8

1.1.3 Mối quan hệ giữa giá thị trường của cổ phiếu với tỷ suất sinh lợi bất thường tích lũy và mối quan hệ giữa giá thị trường của cổ phiếu với giá trị công ty 8

1.2 Cấu trúc vốn và đòn bẩy tài chính 9

1.2.1 Khái niệm 9

1.2.2 Các chỉ số đòn bẩy tài chính 10

1.3 Các lý thuyết về mối quan hệ giữa cấu trúc vốn và giá trị công ty 11

1.3.1 Lý thuyết M&M về cấu trúc vốn 11

1.3.2 Lý thuyết trật tự phân hạng 12

1.3.3 Lý thuyết đánh đổi 12

1.3.4 Giả thuyết về định thời điểm thị trường 13

1.3.5 Lý thuyết đại diện 13

1.3.6 Lý thuyết tín hiệu 14

1.4 Lược khảo các nghiên cứu trước 14

CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU 2.1 Mô hình nghiên cứu và phương pháp nghiên cứu 19

2.1.1 Mô hình nghiên cứu 19

2.1.2 Phương pháp nghiên cứu 21

2.2 Dữ liệu 22

2.3 Tóm tắt quy trình nghiên cứu 22

CHƯƠNG 3: PHÂN TÍCH MỐI QUAN HỆ GIỮA CẤU TRÚC VỐN VÀ TỶ SUẤT SINH LỢI BẤT THƯỜNG TÍCH LŨY 3.1 Kết quả thống kê mô tả 26

3.1.1 Mô tả thực trạng sử dụng đòn bẩy và tỷ suất sinh lợi bất thường tích lũy bình quân của các ngành 26

3.1.2 Kết quả thống kê các biến trong mô hình hồi quy 29

3.2 Kết quả hồi quy 35

3.2.1 Kết quả hồi quy mô hình tác động cố định và mô hình tác động ngẫu nhiên 35

3.2.2 Kiểm định các sai phạm giả định của mô hình 38

3.2.2.1 Kiểm định đa cộng tuyến 38

3.2.2.2 Kiểm định tự tương quan 40

3.2.2.3 Kiểm định phương sai sai số thay đổi 40

3.3 Thảo luận kết quả 42

3.4 Nhận định về kết quả nghiên cứu 44

CHƯƠNG 4: KHUYẾN NGHỊ ĐỐI VỚI CÁC NHÀ ĐẦU TƯ VÀ CÔNG TY CỔ PHẦN 4.1 Khuyến nghị 47

4.1.1 Khuyến nghị đối với các nhà đầu tư 47

4.1.2 Khuyến nghị đối với các công ty cổ phần 48

4.2 Hạn chế của đề tài 50

4.3 Hướng nghiên cứu tiếp theo 50

KẾT LUẬN 51

DANH MỤC TÀI LIỆU THAM KHẢO

PHỤ LỤC

Phụ lục 1: Kết quả thống kê các biến trong mô hình hồi quy

Phụ lục 2: Kết quả chạy mô hình hồi quy tác động cố định (lần 1)

Phụ lục 3: Kết quả chạy mô hình hồi quy tác động tự do

Phụ lục 4: Kết quả kiểm định Hausman

Phụ lục 5: Ma trận hệ số tương quan giữa các biến độc lập

Phụ lục 6: Kết quả kiểm định Woolrige

Phụ lục 7: Kết quả chạy mô hình hồi quy tác động cố định (lần 2)

Phụ lục 8: Kết quả kiểm định Wald

Phụ lục 9: Kết quả chạy mô hình sai số chuẩn mạnh

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT

CHỮ VIẾT TẮT CỤM TỪ ĐƯỢC VIẾT TẮT

CARS Tỷ suất sinh lợi bất thường tích lũy

DANH MỤC CÁC BẢNG

Bảng 2.1 Số lượng và tỷ lệ phần trăm các công ty được chọn trên sàn HOSE

Bảng 3.1 Tỷ lệ số công ty được khảo sát trên tổng số công ty cùng ngành và LEV bình quân và CARs bình quân của từng ngành

Bảng 3.2 Kết quả thống kê các biến trong mô hình hồi quy

Bảng 3.3 Kết quả hồi quy mô hình tác động cố định

Bảng 3.4 Kết quả hồi quy mô hình tác động ngẫu nhiên

Bảng 3.5 Ma trận hệ số tương quan giữa các biến độc lập

Bảng 3.6 Kết quả hồi quy mô hình sai số chuẩn mạnh

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

Hình 3.1 Giá trị CARs bình quân và LEV bình quân của các ngành

Hình 3.2 Đường biểu diễn các điểm quan sát của LEV sắp xếp theo giá trị tăng dần Hình 3.3 Đường biểu diễn các điểm quan sát của PB sắp xếp theo giá trị tăng dần Hình 3.4 Đường biểu diễn các điểm quan sát của PE sắp xếp theo giá trị tăng dần Hình 3.5 Đường biểu diễn các điểm quan sát của SIZE sắp xếp theo giá trị tăng dần Hình 3.6 Đường biểu diễn các điểm quan sát của BETA sắp xếp theo giá trị tăng dần Hình 3.7 Đường biểu diễn các điểm quan sát của CARs sắp xếp theo giá trị tăng dần

TÓM TẮT

Những nghiên cứu về mối quan hệ giữa CTV và TSSL bất thường tích lũy có ý nghĩa quan trọng đối với các nhà đầu tư cổ phiếu và nhà quản lý công ty Đây thường là những tài liệu tham khảo hữu ích cho họ khi đứng trước các quyết định đầu tư và quyết định tài trợ Từ thực tế trên và mong muốn phát hiện ra mối tương quan giữa CTV và TSSL bất thường tích lũy, tác giả đã tiến hành phân tích định lượng mối tương quan này Bằng phương pháp hồi quy sai số chuẩn mạnh, tác giả đã phân tích bộ dữ liệu liên quan được thu thập từ 114 công ty niêm yết trên sàn HOSE trong giai đoạn 2015 – 2019 Kết quả phân tích cho thấy, TSSL bất thường tích lũy và ĐBTC của công ty có tương quan

âm đáng kể Vì vậy, tác giả khuyến nghị những nhà đầu tư nên hướng chiến lược đầu tư của mình đến những công ty có tỷ lệ đòn bẩy ít Đối với các CTCP, họ nên cân nhắc thật

kỹ trước khi gia tăng tỷ lệ đòn bẩy, vì việc gia tăng này thường có ảnh hưởng tiêu cực lên giá cổ phiếu

Từ khóa: cấu trúc vốn, đòn bẩy tài chính, giá trị công ty, tỷ suất sinh lợi bất thường

tích lũy

ABSTRACT

Studies of the relationship between capital structure and firm value are often important for stock investors and corporate managers These are often useful references for them when facing investment decisions and funding decisions From the above fact and the desire to discover the correlation between capital structure and cumulative abnormal return, the author conducted a quantitative analysis of this correlation Using the regression method of Robust standard errors, the author analyzed the relevant data set collected from 114 companies listed on the HOSE in the period of 2015 - 2019 The analysis results show that the cumulative abnormal return and financial leverage of the company have significant negative correlation Therefore, the author recommends that investors direct their investment strategies to companies with low debt ratios For joint stock companies, they should consider carefully before increasing the debt ratios, because this increase often has a negative effect on the stock price

Key words: capital structure, financial leverage, firm value, cumulative abnormal

return

MỞ ĐẦU

1 Tính cấp thiết của nghiên cứu

Trong CTCP, các cổ đông chính là chủ sở hữu công ty Họ mong muốn công ty ăn nên làm ra, luôn tăng trưởng và phát triển bền vững Nhưng đó chưa phải là mong muốn sau cùng của họ, mục đích cuối cùng của các cổ đông khi quyết định đầu tư vào cổ phiếu công ty hay nắm giữ một phần cổ phần công ty chính là muốn giá thị trường của cổ phiếu mà mình sở hữu sẽ không ngừng tăng, tăng càng nhiều càng tốt (dĩ nhiên sự gia tăng này đến từ hiệu quả của các quyết định tài trợ) Các nhà điều hành công ty, trong

đó có giám đốc tài chính biết rất rõ điều này Cho nên nếu công ty giải quyết tốt vấn đề đại diện, tức không có mâu thuẫn về lợi ích giữa hội đồng quản trị (đại diện cho lợi ích của các cổ đông) và ban điều hành, thì những quyết định có khả năng tác động đến giá thị trường của cổ phiếu sẽ được các nhà điều hành cân nhắc kỹ lưỡng nhằm đưa ra được những quyết định có thể tạo ra tác động tích cực đối với giá thị trường của cổ phiếu, và quyết định tài trợ (hay còn gọi là quyết định CTV) là một trong số những quyết định đó Quyết định tài trợ là một trong những quyết định quan trọng đối với công ty nên các nhà điều hành công ty nói chung và giám đốc tài chính công ty nói riêng có thể sẽ phải tham khảo các lý thuyết tài chính và các nghiên cứu thực nghiệm có liên quan trước khi đưa

ra quyết định cuối cùng Họ thường đặt ra những câu hỏi cần thiết trước khi đưa ra các quyết định tài trợ như quyết định này sẽ tác động đến công ty như thế nào? Quyết định được đưa ra có đạt được kỳ vọng rằng nó sẽ tạo ra lợi ích đủ hoặc nhiều hơn so với chi phí mà cổ đông phải gánh chịu (trong khuôn khổ quyết định tài trợ, bất lợi đi kèm đó có thể từ việc vay nợ gia tăng làm gia tăng rủi ro và tác động không mong muốn lên giá cổ phiếu)

Trong các lý thuyết về CTV và giá trị công ty mà tác giả tiếp cận được, có một số

lý thuyết điển hình như: lý thuyết M&M (được Modigliani và Miller đưa ra năm 1958),

lý thuyết đánh đổi (được khởi xướng bởi Kraus & Litzenberger năm 1973), lý thuyết trật tự phân hạng (được phát triển bởi Stewart Myers và Nicolas Majluf năm 1984) và

lý thuyết định thời điểm thị trường (được Baker và Wurgler đặt nền móng vào năm 2002) Phải nói thêm rằng các lý thuyết đa phần đánh giá tác động của quyết định vay

nợ và/hoặc quyết định phát hành cổ phiếu đến giá trị công ty, mà cả hai quyết định này đều thuộc về quyết định tài trợ Các lý thuyết vừa nêu không hoàn toàn đạt đến một sự đồng thuận cũng như không bác bỏ nhau bởi vì mỗi lý thuyết tùy từng điều kiện của mình mà doanh nghiệp có thể vận dụng hoặc không vận dụng Bên cạnh đó, nhiều nghiên cứu thực nghiệm về mối quan giữa CTV và TSSL cổ phiếu đã được thực hiện như nghiên cứu của Muradoglu & Sivaprasad (2009), Ullah & Shah (2014), Vinh (2016) và Vinh & Ellis (2017) Đa phần các nghiên cứu thực nghiệm kể trên cho thấy tác động ngược chiều của việc gia tăng đòn bẩy lên giá thị trường của cổ phiếu

Sự phong phú của nghiên cứu lý thuyết và nghiên cứu thực nghiệm về chủ đề mối quan hệ giữa CTV và TSSL cổ phiếu giúp giải thích tại sao các nhà điều hành có nhiều lựa chọn trong quyết định tài trợ đề tìm ra phương án phù hợp nhất với điều kiện của công ty mình Bên cạnh đó, các nhà đầu tư, những người đi tìm kiếm TSSL thông qua mua, nắm giữ hoặc/và bán cổ phiếu, rất quan tâm đến những hoạt động của các công ty mình sở hữu và các công ty mục tiêu, trong đó một trong những quan tâm hàng đầu là các quyết định tài trợ của những công ty này Những nhà đầu tư thường xuyên dựa vào các lý thuyết cơ bản và nghiên cứu thực nghiệm về chủ đề mối quan hệ giữa CTV và TSSL cổ phiếu để làm cơ sở cho những dự báo theo sau những quyết định tài trợ của công ty mà họ đang hoặc sẽ đầu tư Hoặc đơn giản là họ muốn có thêm những hàm ý chính sách từ các nghiên cứu để xem xét liệu mình nên đầu tư vào nhóm công ty có ĐBTC như thế nào (cao hay thấp) để có thể thu được TSSL tốt nhất từ việc đầu tư vào

cổ phiếu

Chính vì những lẽ trên, nghiên cứu này được thực hiện với hy vọng thông qua phân

tích thực nghiệm về quan hệ giữa CTV và TSSL bất thường tích lũy của các công ty niêm yết trên HOSE giai đoạn 2015 – 2019 sẽ có thể đạt được hai mong muốn của tác giả Đầu tiên là thỏa mãn sự hiếu kỳ của bản thân về chủ đề này Nhưng quan trọng hơn

là có thể đóng góp thêm vào các nghiên cứu thực nghiệm về mối quan hệ giữa CTV và TSSL bất thường tích lũy của cổ phiếu Đồng thời, nghiên cứu sẽ cung cấp thêm hàm ý cho nhà đầu tư trong việc lựa chọn cổ phiếu vào trong danh mục đầu tư của mình

2 Mục tiêu nghiên cứu

Nghiên cứu này có 2 mục tiêu:

Thứ nhất, thông qua nghiên cứu thực nghiệm, tìm ra mối quan hệ giữa ĐBTC và TSSL bất thường tích lũy của cổ phiếu các công ty niêm yết trên HOSE giai đoạn 2015

3 Câu hỏi nghiên cứu

Mặc dù đã được đọc qua một số lý thuyết cơ bản và nghiên cứu thực nghiệm về chủ đề mối quan hệ giữa CTV và giá trị công ty, nhưng bản thân vẫn rất hiếu kỳ về chủ

đề này Tác giả đặt ra câu hỏi nghiên cứu sau:

Mối quan hệ giữa CTV và TSSL bất thường tích lũy của các công ty niêm yết trên HOSE giai đoạn 2015 – 2019 sẽ như thế nào?

Trên cơ sở trả lời câu hỏi nghiên cứu này, đề tài đưa ra những hàm ý cho nhà đầu

tư và doanh nghiệp Trong đó, nhà đầu tư trên thị trường Việt Nam nên hướng sự quan tâm của mình đến những công ty có CTV như thế nào và các CTCP có nên sử dụng nhiều nợ trong CTV của mình hay không?

4 Giả thuyết nghiên cứu

Tác giả đưa ra 02 giả thuyết nghiên cứu:

- Giả thuyết H 0 : trong thực tế, không tìm thấy mối tương quan có ý nghĩa thống

kê giữa ĐBTC và TSSL bất thường tích lũy

- Giải thuyết H 1 : trong thực tế, có mối tương quan có ý nghĩa thống kê giữa ĐBTC

và TSSL bất thường tích lũy

5 Đối tượng và phạm vi nghiên cứu

5.1 Đối tượng và khách thể nghiên cứu

- Đối tượng nghiên cứu: nghiên cứu có hai đối tượng quan tâm chính là ĐBTC của CTCP và TSSL bất thường tích lũy của các công ty niêm yết trên sàn HOSE

- Khách thể nghiên cứu: nghiên cứu có khách thể là các công ty niêm yết trên sàn HOSE và có đầy đủ số liệu cần thiết cho việc thu thập trong giai đoạn 2015 – 2019

5.2 Phạm vi nghiên cứu

5.2.1 Phạm vi về không gian

Nghiên cứu lấy dữ liệu từ các báo cáo tài chính hằng năm, dữ liệu giá thị trường của cổ phiếu và các chỉ số tài chính của các công ty có mã cổ phiếu đang niêm yết trên sàn HOSE trong giai đoạn 2015 – 2019 thông qua các trang website theo dõi tình hình

và giao dịch chứng khoán nổi tiếng tại Việt Nam như https://www.cophieu68.vn/ hay https://www.vndirect.com.vn/

5.2.2 Phạm vi về thời gian

Nghiên cứu dự kiến thực hiện trong 04 tháng, bắt đầu viết từ tháng 03 năm 2020

và dự kiến hoàn thành trong tháng 07 năm 2020

Nghiên cứu lấy dữ liệu từ các báo cáo tài chính hằng năm và dữ liệu giá thị trường của cổ phiếu của các công ty có mã cổ phiếu đang niêm yết trên sàn HOSE trong giai đoạn 2015 - 2019

6 Tóm tắt kết quả nghiên cứu

Kết quả cuối cùng cho thấy, hệ số tương quan giữa CARs và LEV, CARs và PB

có ý nghĩa thống kê lần lượt với mức ý nghĩa là 5% và 1% CARs và LEV có tương quan âm (nghịch chiều) và khá chặt chẽ với giá trị tương quan là (-0.5) Còn CARs và

PB có tương quan dương (thuận chiều), với giá trị tương quan là 0.24

Từ kết quả thực nghiệm cho ta kết luận CTV có tương quan âm với TSSL bất thường tích lũy của cổ phiếu với độ tin cậy 95% Như vậy, khi công ty gia tăng tỷ lệ nợ thì TSSL bất thường tích lũy cổ phiếu của nó có nguy cơ suy giảm rõ rệt Ngoài ra, kết quả thực nghiệm này đã không ủng hộ cho những lý thuyết về CTV khuyến khích sử dụng nợ như mô hình tín hiệu nợ ngân hàng và lý thuyết đại diện Ngược lại, kết quả này lại phù hợp với lý thuyết đánh đổi và lý thuyết trật tự phân hạng, khi hai lý thuyết này cho rằng chỉ nên sử dụng nợ ở mức vừa phải hoặc không xem nợ là kênh huy động vốn ưu tiên hàng đầu

Như vậy nếu căn cứ vào kết quả thực nghiệm này, đối với các nhà đầu tư có thể hướng chiến lược đầu tư vào những công ty có ĐBTC thấp sẽ cho TSSL bất thường tích lũy tốt hơn so với các công ty còn lại Đối với các CTCP, việc duy trì ĐBTC ở mức thấp

sẽ tạo ra tác động tích cực hơn đối với giá cổ phiếu

- Tỷ suất sinh lợi bất thường (Abnormal returns hay AR): là phần khác nhau

giữa TSSL thực tế so với TSSL kỳ vọng của một chứng khoán hoặc danh mục đầu tư (DMĐT) Nó được dùng để mô tả phần TSSL khác thường của một chứng khoán hoặc DMĐT trong một khoảng thời gian nắm giữ nhất định Khi đó, TSSL thực tế của chứng khoán hoặc DMĐT sẽ không tương đồng với TSSL kỳ vọng theo các mô hình ước tính

tỷ suất này Có thể lượng hóa TSSL bất thường bằng công thức tính sau:

AR = R – E(R) Với: AR là TSSL bất thường của chứng khoán, R là TSSL thực tế của chứng khoán

và E(R) là TSSL kỳ vọng của chứng khoán

Trong nghiên cứu này, TSSL bất thường được hiểu là sự chênh lệch giữa TSSL hàng ngày của chứng khoán với TSSL hàng ngày của thị trường được ước tính thông qua chỉ số VNIndex Mặc dù, cách hiểu này có sự khác biệt đáng kể với định nghĩa ban đầu của TSSL bất thường nhưng để ước tính TSSL bất thường một cách chính xác trong thực tế là điều không dễ thực hiện Giả dụ như ta có thể sử dụng mô hình CAPM để xác định TSSL kỳ vọng của chứng khoán Tuy nhiên, các yếu tố đầu vào của mô hình CAPM nếu cập nhật liên tục hàng ngày để đưa ra TSSL kỳ vọng hàng ngày sẽ đòi hỏi một khối lượng tập hợp dữ liệu và các phép tính rất lớn Do đó, để bài toán ước tính TSSL bất thường dễ hơn, nhiều nhà nghiên cứu (Ullah & Shah (2014); Vinh (2016)) đã coi TSSL của thị trường là TSSL kỳ vọng của chứng khoán và sự khác biệt của TSSL thực tế và

TSSL của thị trường chính là TSSL bất thường Tức, E(R) = RM , và AR = R – RM , với

RM là TSSL của thị trường (được đo bằng sự thay đổi của chỉ số VNIndex), AR, R và E(R) được hiểu tương tự như đoạn liền trên

- Tỷ suất sinh lợi bất thường tích lũy ( Cumulative Abnormal Return – CAR):

là tổng của tất cả các TSSL bất thường trong một khoảng thời gian nhất định Nó thường được dùng để đánh giá sự ảnh hưởng của các sự kiện quan trọng có tác động đến giá chứng khoán trong thời gian ngắn

Trên thực tế, có hai phương pháp để tính toán TSSL bất thường tích lũy qua thời gian là TSSL bất thường tích lũy (CARs) và chỉ số thể hiện bất thường (API - Abnormal profits index) Việc lựa chọn phương pháp nào để tính toán TSSL bất thường tích lũy qua thời gian phụ thuộc vào TSSL bất thường tích lũy qua thời gian được đo lường trong khoảng thời gian liên tục hay rời rạc (Ohlson, 1978; Watts và Zimmerman, 1986; Vinh, 2016) Nếu tính toán TSSL bất thường tích lũy cho một danh mục chứng khoán được nắm giữ liên tục trong một khoảng thời gian nhất định thì phương pháp CARs thường được sử dụng Ngược lại, nếu toán tính toán TSSL bất thường tích lũy qua thời gian cho mỗi chứng khoán trong những chứng khoán được mua, nắm giữ và bán ra rồi lặp lại quá trình này, hay nói cách khác là không nắm giữ những chứng khoán này liên tục thì phương pháp API thường được sử dụng Trong bài này, tác giả muốn đo lường TSSL bất thường tích lũy của mỗi chứng khoán trong một khoảng thời gian liên tục 05 năm (2015 – 2019) nên đã lựa chọn phương pháp CARs

TSSL bất thường tích lũy trong một năm nắm giữ chứng khoán được tính toán bằng cách cộng tất cả các TSSL bất thường hàng ngày hoặc hàng tháng của chứng khoán trong một năm (tính từ ngày giao dịch đầu tiên của năm đến ngày giao dịch cuối cùng của năm) Nghiên cứu này sử dụng TSSL bất thường hàng ngày để tính toán TSSL bất thường tích lũy năm vì dùng dữ liệu hàng ngày sẽ đưa ra những kết quả của kiểm định

thống kê chắc chắn hơn so với việc sử dụng dữ liệu tháng (Brown và Warner, 1985; Vinh, 2016)

cả TSSL bất thường hàng ngày của chứng khoán i trong năm t

- ARi,t’: là TSSL bất thường hàng ngày của chứng khoán i vào ngày giao dịch thứ t’ trong một năm Với số ngày giao dịch trong năm là n (bằng tổng số ngày trong năm trừ đi các ngày thứ bảy, chủ nhật và các ngày nghỉ lễ trong năm) thì t’ sẽ chạy từ 1 đến

bất thường tích lũy lớn hơn Lập luận tương tự với trường hợp giá thị trường của cổ phiếu giảm ta sẽ thấy trong trường hợp này TSSL bất thường tích lũy sẽ nhỏ hơn Nói cách khác, khi cố định TSSL kỳ vọng của cổ phiếu thì giá thị trường của cổ phiếu và TSSL bất thường tích lũy sẽ có quan hệ tuyến tính cùng chiều Vì mối quan hệ giữa giá thị trường của cổ phiếu và giá trị vốn hóa thị trường của công ty cũng là mối quan hệ tuyến tính cùng chiều (Giá trị vốn hóa thị trường của công ty = Số lượng cổ phiếu phổ thông đang lưu hành x Giá thị trường của cổ phiếu) nên trong trường hợp này, TSSL bất thường tích lũy và giá trị vốn hóa thị trường của công ty cũng có tương quan thuận với nhau Mặc khác, trong thực tế cách ước lượng giá trị công ty nhanh nhất là sử dụng chính giá trị vốn hóa thị trường của nó làm giá trị công ty Như vậy, khi TSSL kỳ vọng không đổi thì TSSL bất thường tích lũy và giá trị công ty có mối tương quan thuận với nhau Và thực chất ta nghiên cứu mối quan hệ giữa CTV và TSSL bất thường tích lũy

là ta đang nghiên cứu mối quan hệ giữa CTV và giá trị công ty Một cổ phiếu có TSSL bất thường tích lũy dương cũng đồng nghĩa với cổ phiếu đó đang tạo ra giá trị cho nhà đầu tư Nói cách khác nhà đầu tư đang kiếm được TSSL cao hơn so với những gì họ đòi hỏi để bù đắp cho rủi ro hệ thống của cổ phiếu Mặc dù, cách tiếp cận này có một số khiếm khuyết như giả định ban đầu là E(R) không thay đổi, thực tế E(R) trong nghiên cứu sẽ thay đổi theo chỉ số VNIndex, tuy nhiên tác giả vẫn đưa những lập luận bên trên vào để giúp làm rõ hơn về mục đích của nghiên cứu

1.2 Cấu trúc vốn và đòn bẩy tài chính

1.2.1 Khái niệm

- Cấu trúc vốn: là một khái niệm tài chính phản ánh tỷ trọng của nợ và tỷ trọng

vốn chủ sở hữu trong cơ cấu nguồn vốn của công ty Nguồn vốn của công ty gồm hai phần: nợ và vốn chủ sở hữu Do đó, tổng tỷ trọng của nợ và tỷ trọng vốn chủ sở hữu trong cơ cấu nguồn vốn của công ty luôn bằng 100%

- Đòn bẩy tài chính: là số nợ công ty vay mượn với mục đích sử dụng là làm

tăng thêm thu nhập của công ty, họ hy vọng số thu nhập tăng thêm nhờ sử dụng nợ sẽ nhiều hơn chi phí sử dụng nợ ĐBTC có thể là con dao hai lưỡi, nếu đòn bẩy được sử dụng hiệu quả nó sẽ khuếch đại thu nhập sau thuế của công ty lên và như vậy sẽ có lợi cho các cổ đông công ty Ngược lại, nếu đòn bẩy sử dụng không tốt, chí phí sử dụng đòn bẩy sẽ kéo thu nhập sau thuế của công ty xuống và gây bất lợi cho các cổ đông của công

ty

1.2.2 Các chỉ số đòn bẩy tài chính

Các chỉ số ĐBTC đối với công ty rất quan trọng, chúng giúp công ty biết được sức khỏe tài chính của mình đang như thế nào, tỷ lệ nợ cao hay thấp, khái quát được rủi ro tài chính đang ở mức nào, khả năng chi trả lãi vay có đảm bảo hay không, v.v… Đối với các nhà đầu tư, các chỉ số ĐBTC là cơ sở để họ có cái nhìn đầu tiên về công ty, chúng góp phần giúp các nhà đầu tư đánh giá được mức độ an toàn của khoản tiền đã hoặc sẽ đầu tư vào công ty, từ đó đưa ra mức TSSL yêu cầu phù hợp Có ba chỉ số ĐBTC phổ biến:

- Tỷ lệ nợ: là chỉ số cho biết tỷ lệ nợ trên tổng số tài sản hoặc tỷ lệ nợ trên tổng

số nguồn vốn của công ty (vì tổng tài sản và tổng nguồn vốn trên bảng cân đối kế toán của công ty luôn bằng nhau) Chỉ số tài chính này giúp ta dễ dàng xác định được CTV của công ty vì trên bảng cân đối kế toán, nợ và vốn chủ sở hữu là 02 bộ phận cấu thành nên nguồn vốn Như vậy, giả sử một công ty có tỷ lệ nợ là 30% thì ta dễ dàng xác định được CTV của công ty này sẽ là 30% nợ và 70% vốn chủ sở hữu Công thức tính tỷ lệ

nợ như sau:

Tỷ lệ nợ = Tổng nợ phải trả/Tổng tài sản

- Tỷ lệ nợ trên vốn chủ sở hữu: đúng như cái tên của chỉ số này, tỷ lệ nợ trên

vốn chủ sở hữu cho biết tỷ lệ nợ của một công ty so với vốn chủ sở hữu của công ty đó Đây là một chỉ số tài chính cho thấy một đồng vốn chủ sở hữu gánh bao nhiều đồng nợ

Nhìn chung, chỉ số này càng thấp thì rủi ro của công ty càng thấp và ngược lại Công thức của chỉ số này như sau:

Tỷ lệ nợ trên vốn chủ sở hữu = Tổng nợ phải trả/Tổng vốn chủ sở hữu

- Chỉ số khả năng thanh toán lãi vay: để đánh giá khả năng chi trả lãi vay của

một công ty đang ở mức nào, ta thường sử dụng đến chỉ số khả năng thanh toán lãi vay (ICR - Interest Coverage Ratio ) ICR là chỉ số tài chính giúp tính toán lợi nhuận trước lãi vay và thuế (EBIT) Chỉ số này xác định xem một công ty có khả năng chi trả các khoản nợ chịu lãi vay và chi phí sử dụng nợ đến đâu Công thức của nó như sau:

Chỉ số khả năng thanh toán lãi vay = Lợi nhuận từ hoạt động kinh doanh/Chi phí

lãi vay

Nói chung, nếu chỉ số này lớn hơn 3 sẽ cho thấy khả năng trả nợ của một công ty

là rất cao, mặc dù ở mỗi một ngành có thể yêu cầu độ lớn của chỉ số này khác nhau Thay vì xem xét tổng số nợ, ICR tập trung vào việc thanh toán chi phí lãi vay thực tế Chi phí lãi vay này liên quan đến lợi nhuận có được từ hoạt động kinh doanh của công

ty

Trong nghiên cứu này, tác giả sử dụng tỷ lệ nợ của công ty để làm đại diện cho CTV tham gia vào mô hình định lượng với vai trò là biến độc lập Sở dĩ có lựa chọn này

là vì chỉ cần biết tỷ lệ nợ của một công ty ta có thể xác định được ngay CTV của công

ty đó như đã được trình bày ở phần trên

1.3 Các lý thuyết về mối quan hệ giữa cấu trúc vốn và giá trị công ty

1.3.1 Lý thuyết M&M về cấu trúc vốn

Đây là nghiên cứu đầu tiên về CTV hiện đại do hai nhà kinh tế học Modiglani và Miller (M&M) phát triển vào năm 1958 Trong đó, lý thuyết có hai kết luận quan trọng gắn với công ty hoạt động trong môi trường không có thuế thu nhập và có thuế thu nhập M&M phát biểu rằng, trong môi trường không có thuế thu nhập thì giá trị của công ty

không thay đổi khi công ty có hay không có sử dụng nợ, tức CTV không ảnh hưởng tới giá trị công ty Đối với môi trường có thuế thu nhập, M&M cho rằng công ty sử dụng

nợ càng nhiều càng có lợi vì có được lợi ích từ tấm chắn thuế mang lại, cho nên giá trị công ty có vay nợ sẽ cao hơn giá trị công ty không vay nợ

Các kết luận của M&M ở trên được đưa ra với giả định thị trường tài chính là hoàn hảo, không có chi phí kiệt quệ tài chính và cũng không có chi phí giao dịch Như vậy,

có thể thấy các giả định trên trong thực tế rất khó xảy ra nên ý nghĩa thực tiễn của lý thuyết M&M về CTV cũng bị một phần hạn chế

1.3.2 Lý thuyết trật tự phân hạng

Sinh sau lý thuyết M&M và lý thuyết đánh đổi về cầu trúc vốn nhưng vẫn có ý nghĩa không kém là lý thuyết trật tự phân hạng Được phát triển bới Stewart Myers và Nicolas Majluf (1984), lý thuyết này lý giải các quyết định tài trợ và đầu tư của công ty dựa trên thông tin bất cân xứng Theo đó, để tìm nguồn tài trợ cho một dự án mới công

ty thường ưu tiên lựa chọn nguồn lợi nhuận giữ lại, nếu vẫn còn thiếu công ty sẽ sử dụng

nợ vay và cuối cùng là vốn cổ phần khi cổ phiếu của công ty đang được định giá cao

Do đó, theo cách tìm nguồn tài trợ này sẽ không có CTV tối ưu nào đối với công ty Số

nợ phát hành của công ty chính bằng số lợi nhuận giữ lại còn thiếu để đáp ứng nhu cầu chi tiêu vốn

1.3.3 Lý thuyết đánh đổi

Lý thuyết này được hai nhà kinh tế học Kraus và Litzenberger đưa ra vào năm

1973 Với phát biểu các công ty có thể xác định cho mình một CTV tối ưu nhằm tối đa hóa giá trị công ty bằng cách xem xét sự đánh đổi giữa lợi ích và chi phí khi sử dụng nợ Như đã được nhắc đến ở phần trên, nợ đem đến cho công ty lợi ích từ tấm chắn thuế thông qua chi phí lãi vay để làm giảm lợi nhuận chịu thuế từ đó số thuế phải nộp cũng giảm theo Tuy nhiên, cũng tồn tại những chi phí tiềm tàng khi công ty sử dụng nợ, đó

là chi phí kiệt quệ tài chính (chi phí giải quyết phá sản, chi phí đại diện, những thiệt hại

do mất đi những lợi thế kinh doanh,…)

Cách để công ty xác định được CTV tối ưu là xác định tỷ lệ nợ mà tại đó một đồng

nợ tăng thêm sẽ có lợi ích và chi phí từ nó ngang nhau với điều kiện các kế hoạch đầu

tư và tổng nguồn vốn của công ty vẫn như vậy

Với cách tiếp cận này, lý thuyết đánh đổi đã khắc phục được mặt thiếu xót của lý thuyết M&M về chi phí kiệt quệ tài chính của công ty có vay nợ Ngoài ra, lý thuyết này cũng giúp lý giải tại sao có sự khác nhau trong CTV giữa nhiều ngành với mức sử dụng tài sản cố định hữu hình khác nhau

1.3.4 Giả thuyết về định thời điểm thị trường (market timing)

Giả thuyết về định thời điểm thị trường giúp các công ty quyết định khi nào nên

sử dụng vốn cổ phần hay sử dụng vốn vay để tài trợ cho khoản đầu tư của họ Theo Baker và Wurgler (2002), công ty sẽ phát hành cổ phiếu khi thị giá của nó đang ở mức cao và mua lại cổ phiếu ở mức giá thấp, nguyên nhân của việc này là tận dụng những chênh lệch tạm thời của chi phí sử dụng vốn cổ phần với chi phí sử dụng vốn vay và các các nguồn vốn khác Trong thực tế, các công ty thường có xu hướng phát hành chứng khoán vốn thay vì phát hành chứng khoán nợ khi thị giá cổ phiếu cao hơn so với giá trị ghi sổ của nó và thị giá của cổ phiếu đó trong quá khứ; ngược lại sẽ mua lại cổ phiếu nếu thị giá cổ phiếu thấp hơn so với giá trị ghi sổ của nó và thị giá cổ phiếu đó trong quá khứ Trong giả thuyết này sẽ không có CTV tối ưu

1.3.5 Lý thuyết đại diện

Lý thuyết đại diện (Agency Theory), theo Jenshen và Meckling (1976), cho rằng mâu thuẫn sẽ phát sinh khi có những thông tin bất cân xứng giữa các nhà quản lý và cổ đông công ty Cả hai bên tồn tại những lợi ích khác nhau và vấn đề này được giảm thiểu bằng cách sử dụng các giải pháp phù hợp để có thể hạn chế những khác biệt về lợi ích giữa cổ đông và người quản lý công ty, thông qua thiết lập những cơ chế đãi ngộ thích

hợp cho các nhà quản lý và thiết lập cơ chế giám sát hiệu quả để hạn chế những hành

vi bất thường, vì lợi ích cá nhân của người quản lý công ty

Lý thuyết đại diện dự đoán rằng khi gia tăng tỷ lệ nợ để tài trợ cho các dự án phát triển công ty sẽ tạo ra ảnh hưởng tích cực đối với giá cổ phiếu của nó vì như vậy sẽ loại

bỏ được các mâu thuẫn về lợi ích giữa các cổ đông và nhà quản lý Ngược lại, nếu công

ty chọn nguồn tài trợ là chứng khoán vốn, xung đột về lợi ích có thể gia tăng vì thông tin bất cân xứng có thể giúp các nhà quản lý biết được cổ phiếu mới phát hành được định giá cao hay thấp, trong khi các cổ đông thì không có được nhận định chính xác về giá cổ phiếu mới phát hành do thông tin không đầy đủ

1.3.6 Lý thuyết tín hiệu (signaling theory)

Lý thuyết tín hiệu đưa ra hàm ý đối với một khoản vay ngân hàng (Bank debt signaling model) và nhấn mạnh vai trò của các ngân hàng khi mang đến những thông tin đáng tin cậy bên trong công ty thông qua việc thẩm định và cho vay theo nhu cầu vốn của các dự án của công ty Theo đó, một khoản vay được ngân hàng thông qua là tin tức tích cực về sức khỏe tài chính và triển vọng tương lai của công ty, từ đó tác động tích cực lên giá cổ phiếu của nó

1.4 Lược khảo các nghiên cứu trước

Sau khi dành thời gian tìm đọc các nghiên cứu thực nghiệm có liên quan đến chủ

đề mối quan hệ giữa CTV và TSSL cổ phiếu, tác giả đã lược khảo được nhiều điểm thú

vị từ các nghiên cứu này, có thể viện dẫn cụ thể như sau:

(1) Nghiên cứu của Eckbo (1985) với mục đích đánh giá sự ảnh hưởng của việc

sử dụng nợ đến giá trị doanh nghiệp Tác giả đã sử dụng dữ liệu tài chính của 216 công

ty tại Mỹ và thu thập được 723 quan sát từ số công ty này, trong đó có 75 quan sát liên quan đến nợ chuyển đổi (convertible debt) và 648 quan sát liên quan đến nợ phát hành bằng hình thức trái phiếu có bảo đảm (straight bond) Nghiên cứu đã tìm thấy mối tương quan âm đáng kể giữa tỷ lệ nợ và TSSL bất thường trong trường hợp đòn bẩy hình thành

từ nợ chuyển đổi Ngoài ra, việc tăng đòn bẩy bằng cách phát hành trái phiếu có bảo đảm cũng có tác động tiêu cực lên TSSL bất thường

(2) Nghiên cứu của Roon và Veld (1998) về sự ảnh hưởng của hình thức phát hành

nợ đến giá trị doanh nghiệp nhằm đánh giá xem có sự khác biệt giữa tác động từ việc gia tăng nợ bằng phát hành trái phiếu chuyển đổi (CB - convertible bond) và tác động

từ việc gia tăng nợ bằng phát hành trái phiếu có bảo đảm (WB - warrant bond) đến TSSL bất thường tích lũy của cổ phiếu Nhóm tác giả sử dụng nguồn dữ liệu từ các công ty niêm yết trên Sàn giao dịch chứng khoán Amsterdam (Hà Lan) từ năm 1976 đến 1994 Kết quả nghiên cứu thực nghiệm tại Hà Lan này trái ngược với kết quả nghiên cứu của Eckbo (1985) tại Mỹ, nó cho thấy khi gia tăng ĐBTC bằng hình thức phát hành CB hay

WB đều có tác động tích cực đến TSSL bất thường tích lũy Theo nhóm tác giả, sự khác nhau này là do các công ty Hà Lan khi phát hành CB hay WB thường kèm theo những tin tức tích cực về công ty mình

(3) Nghiên cứu của Muradoglu & Sivaprasad (2009) cũng có kết quả gần giống với kết quả nghiên cứu của Eckbo (1985) khi họ cũng tìm thấy mối quan hệ tiêu cực giữa ĐBTC và TSSL bất thường tích lũy trung bình của cổ phiếu Tuy nhiên khi hai tác giả dùng thêm đòn bẩy trung bình của ngành để đưa vào mô hình thì mối tương quan thuận giữa đòn bẩy trung bình của ngành và TSSL bất thường tích lũy trung bình của cổ phiếu lại được phát hiện Một phát hiện tương tự rằng ĐBTC tác động tích cực lên TSSL bất thường tích lũy trung bình của cổ phiếu cũng xảy ra đối với với nhóm công ty tiện ích (nhóm các công ty cung cấp các hàng hóa thiết yếu như điện, nước, khí đốt,…) Nghiên cứu đã sử dụng mô hình hồi quy đa biến với dữ liệu cắt ngang, ngoài biến độc lập là đòn bẩy công ty (Leverage), đòn bẩy trung bình của ngành (Industry leverage), hai tác giả đưa thêm nhiều biến kiểm soát TSSL bất thường tích lũy trung bình của cổ phiếu khác vào mô hình như quy mô (Size), giá thị trường trên giá sổ sách của cổ phiếu (MB), giá thị trường của cổ phiếu trên thu nhập (P/E), lãi suất (Interest) và rủi ro (Risk) nhằm đánh giá sự tác động của chúng đến TSSL bất thường tích lũy trung bình của cổ

phiếu (CAARs) Dữ liệu của mô hình được thu thập từ mẫu đại diện các công ty được niêm yết trên Sàn giao dịch chứng khoán Luân Đôn (Anh) từ năm 1965 đến năm 2008 (4) Nghiên cứu của Adami, Gough, Muradoglu và Sivaprasad (2010) về ảnh hưởng của ĐBTC lên TSSL cổ phiếu, với dữ liệu thu thập từ 792 công ty phi tài chính niêm yết trên Sở giao dịch chứng khoán Luân Đôn từ năm 1980 Trong nghiên cứu này, nhóm tác giả đã sử dụng TSSL hàng tháng của cổ phiếu để ước tính TSSL bất thường bằng mô hình định giá tài sản vốn của Sharpe (1964) Sau đó, họ phân tích sự tác động của đòn bẩy lên TSSL bất thường bằng cách xây dựng và cho chạy mô hình hồi quy với các biến độc lập: ĐBTC (Leverage), chỉ số tập trung của ngành (Herfindahl Index), thuế suất thuế thu nhập doanh nghiệp (Taxrate) với biến phụ thuộc là TSSL bất thường của

cổ phiếu (α - Alpha) Kết quả cho thấy ĐBTC và TSSL bất thường của cổ phiếu có mối tương quan nghịch đáng kể Do đó, nhóm tác giả đã đề xuất cần xem ĐBTC như một yếu tố rủi ro và nên thêm biến này vào mô hình định giá cổ phiếu

(5) Nghiên cứu của Mahira Rafique (2011), nghiên cứu tập trung phân tích mối quan hệ giữa lợi nhuận công ty và ĐBTC của nó đối với nhóm công ty hoạt động trong ngành ô tô ở Pakistan Để tiến hành phân tích, tác giả đã sàng lọc và lựa chọn ra 11 công

ty trong ngành ô tô có dữ liệu tài chính đầy đủ từ năm 2006 đến 2009, tổng cộng nghiên cứu có 55 quan sát Kết quả thực nghiệm cho thấy không tìm được bằng chứng để khẳng định mối quan hệ giữa lợi nhuận và ĐBTC có ý nghĩa thống kê Tuy nhiên, nghiên cứu thực nghiệm này có kích thước mẫu quan sát nhỏ Điều này cũng có ảnh hưởng đến mức

ý nghĩa trong phân tích hồi quy

(6) Nghiên cứu của Ullah & Shah (2014), một nghiên cứu thực nghiệm khác về chủ đề mối quan hệ giữa CTV và TSSL bất thường tích lũy của cổ phiếu, được thực hiện bằng dữ liệu thu thập từ các công ty niêm yết trên Sở giao dịch chứng khoán Karachi (Pakistan) giai đoạn 2005 - 2010 Kết quả của nghiên cứu cho thấy sự tác động tích cực của đòn bẩy lên TSSL bất thường của cổ phiếu Minh chứng thực nghiệm tại Paskistan này phù hợp với lý thuyết đánh đổi, lý thuyết đại diện, lý thuyết định thời điểm thị trường

và mô hình tín hiệu nợ ngân hàng Kết quả này được suy ra từ kết quả phân tích hồi quy với mô hình có biến độc lập là ĐBTC (Leverage) và các biến kiểm soát TSSL bất thường của cổ phiếu lần lượt là giá thị trường trên giá sổ sách của cổ phiếu (MTB), giá thị trường

cổ phiếu trên thu nhập (PE), rủi ro (Risk) và quy mô (Size), và không thể thiếu biến phụ thuộc TSSL bất thường hàng năm của cổ phiếu (CAAR) Nhờ sử dụng phương pháp hồi quy tác động cố định, nhóm tác giả đã giải quyết được vấn đề không đồng nhất về mặt cắt ngang của dữ liệu được sử dụng để chạy mô hình (giai đoạn 2005 – 2010) và chuỗi thời gian

Những nghiên cứu vừa nêu ở trên được thực hiện ở nước ngoài, sau đây cũng là một số nghiên cứu có cùng chủ đề mối quan hệ giữa CTV và TSSL bất thường tích lũy của cổ phiếu nhưng được thực hiện bằng nguồn dữ liệu tại Việt Nam

(7) Nghiên cứu thực nghiệm của Vinh (2016), đây là một trong những nghiên cứu tiêu biểu tại thị trường trong nước về chủ đề mối quan hệ giữa CTV và TSSL bất thường tích lũy Nghiên cứu này đã đưa ra hàm ý cho các nhà đầu tư theo đuổi chiến lược đầu

tư vào những công ty có ĐBTC thấp Theo kết quả của nghiên cứu cho thấy nhóm các công ty có đòn bẩy thấp thường tạo ra TSSL cổ phiếu cao hơn so với các nhóm công ty còn lại Ngoài ra, kết quả nghiên cứu còn cho thấy tồn tại sự tương quan nghịch đáng kể giữa ĐBTC và TSSL bất thường tích lũy của cổ phiếu Giống như Ullah & Shah (2014), tác giả sử dụng mô hình hồi quy tác động cố định để tiến hành phân tích định lượng Nguồn dữ liệu để chạy mô hình được lấy từ các báo cáo tài chính và các chỉ số tài chính của các công ty được niêm yết trên HOSE trong giai đoạn 2007 – 2013 Nghiên cứu bổ sung thêm một bằng chứng rõ ràng và cơ sở thực nghiệm cơ bản cho những tư vấn đầu

tư tại thị trường chứng khoán Việt Nam

(8) Nghiên cứu của Vinh & Ellis (2017) đã tái khẳng định những hàm ý trong nghiên cứu của Vinh (2016) và nhấn mạnh kết quả thực nghiệm của nghiên cứu này rất phù hợp với lý thuyết trật tự phân hạng Các nhà đầu tư có thể xem kết quả nghiên cứu

thực nghiệm này như là một lời tư vấn miễn phí nhưng cực kỳ giá trị để xây dựng chiến lược đầu tư hợp lý tại thị trường chứng khoán mới nổi Việt Nam

Tóm lại, đã có nhiều nghiên cứu thực nghiệm được thực hiện về chủ đề mối quan

hệ giữa CTV và TSSL cổ phiếu, góp phần làm phong phú thêm cho các nghiên cứu thực nghiệm về chủ đề này Các nghiên cứu đã kể ở trên đã được các tác giả dày công thực hiện, những điều mới mẻ từ nhiều khía cạnh khác nhau của đối tượng nghiên cứu được các tác giả khám phá và trình bày logic, cụ thể Vì thế, mỗi nghiên cứu được lược khảo

có ý nghĩa khoa học lớn lao và đáng để học hỏi Tuy nhiên, có thể thấy mỗi nghiên cứu khi thực hiện ở những thị trường khác nhau hoặc trong những giai đoạn khác nhau có thể cho ra những hàm ý khác nhau Bởi vậy, tác giả nhận thấy nên có nhiều nghiên cứu thực nghiệm tương tự được thực hiện để có thể giúp các nhà nghiên cứu, nhà đầu tư, nhà điều hành và giám đốc tài chính cập nhật liên tục những thành tựu nghiên cứu thực nghiệm về chủ đề CTV và TSSL bất thường tích lũy của cổ phiếu Từ đó giúp họ có thêm những cơ sở thực nghiệm để cảm thấy tự tin hơn khi đưa ra quyết định đầu tư hay quyết định tài trợ của mình

CHƯƠNG 2

PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU

2.1 Mô hình nghiên cứu và phương pháp nghiên cứu

2.1.1 Mô hình nghiên cứu

Qua lược khảo các nghiên cứu thực nghiệm, những tư vấn rất hữu ích của giảng viên hướng dẫn, cùng với những quan sát ban đầu đối với dữ liệu của các công ty niêm yết trên HOSE được cập nhật trên các trang website https://www.cophieu68.vn/ hay https://www.vndirect.com.vn/ và dựa trên khả năng và nguồn lực nghiên cứu của bản thân, tác giả nhận thấy mô hình nghiên cứu của Ullah & Shah (2014) là phù hợp nhất và

đã sử dụng trong nghiên cứu này Cụ thể, mô hình có biến phụ thuộc là TSSL bất thường tích lũy hàng năm (CARs) và biến độc lập là ĐBTC (LEV), các biến kiểm soát và góp phần giải thích sự tăng giảm của CARs được đưa vào mô hình lần lượt là giá trị thị trường trên giá trị sổ sách của cổ phiếu (PB), giá thị trường của cổ phiếu trên lợi nhuận trên mỗi cổ phần (PE), quy mô công ty (SIZE) và mức rủi ro (BETA):

CARsi,t = a + b1LEVi,t+ b2PBi,t+ b3PEi,t+ b4SIZEi,t+ b5BETAi,t+ ɛi,t

Trong đó:

- CARs i,t : là TSSL bất thường tích lũy của cổ phiếu i vào năm t, được tính toán

bằng cách cộng dồn TSSL bất thường tích lũy hàng ngày của cổ phiếu i (ARi,t’), tức:

𝐶𝐴𝑅𝑠𝑖,𝑡 = ∑ 𝐴𝑅𝑖,𝑡′

𝑛

𝑡′=1

Với TSSL bất thường tích lũy hàng ngày của cổ phiếu i vào ngày giao dịch t (ARi,t’)

sẽ bằng TSSL cổ phiếu i vào ngày giao dịch t’ (Ri,t’) trừ đi TSSL kỳ vọng của nó (E(Ri,t’)) Trong các nghiên cứu của Ullah & Shah (2014) và Vinh (2016), các tác giả

đều xem TSSL của thị trường như là đại diện của TSSL kỳ vọng của cổ phiếu Đây là quan điểm để đơn giản hóa tiến trình xác định TSSL kỳ vọng của cổ phiếu, nên tác giả cũng kế thừa các nghiên cứu kể trên và sử dụng TSSL thị trường làm thước đo TSSL kỳ vọng Như vậy, TSSL kỳ vọng của cổ phiếu i vào ngày giao dịch t’ (E(Ri,t’)) được xác định bằng TSSL của thị trường vào ngày giao dịch t’ (RM,t’) Nghiên cứu cũng sử dụng

sự thay đổi hàng ngày của chỉ số VNIndex làm đại diện cho TSSL của thị trường Cụ thể, ARi,t’ được tính bằng các công thức sau:

ARi,t’ = Ri,t’ – E(Ri,t’)

Mà E(Ri,t’) = RM,t’

Nên ARi,t’ = Ri,t’ – RM,t’

- LEV i,t : là ĐBTC (hay tỷ lệ nợ) của công ty i vào năm thứ t ĐBTC được tính

toán bằng cách lấy tổng nợ phải trả chia cho tổng tài sản của công ty Vì thế nó có mối quan hệ rất mật thiết với CTV, vấn đề này đã được làm rõ ở chương cơ sở lý thuyết (phần mở đầu)

- PB i,t : là giá trị thị trường của cổ phiếu i vào năm thứ t trên giá trị sổ sách của nó

ở cùng thời điểm Bằng cách thu thập giá trị thị trường của cổ phiếu i vào ngày giao dịch cuối cùng của năm t và giá trị sổ sách của nó vào cuối năm tài chính t (hoặc bằng tổng vốn cổ phần ghi trên sổ/số lượng cổ phiếu đang lưu hành), ta sẽ tính được tỷ số này Tuy nhiên, tỷ số PB thường được thể hiện sẵn trên các Sàn giao dịch chứng khoán nên ta có thể thu thập được chỉ số này ngay mà khỏi phải qua tính toán

- PE i,t : là giá thị trường của cổ phiếu i vào năm thứ t trên lợi nhuận ròng trên mỗi

cổ phiếu của cổ phiếu i cùng thời điểm Bằng cách thu thập giá trị thị trường của cổ phiếu i vào ngày giao dịch cuối cùng của năm t và giá trị lợi nhuận ròng trên mỗi cổ phiếu của nó vào cuối năm tài chính t [hoặc bằng (lợi nhuận sau thuế - cổ tức ưu đãi)/tổng số cổ phiếu thường đang lưu hành], ta sẽ tính được tỷ số này Tuy nhiên, tỷ số

PE hay P/E thường được thể hiện sẵn trên các Sàn giao dịch chứng khoán nên ta có thể thu thập được chỉ số này ngay mà khỏi phải qua tính toán

- SIZE i,t : là logarit tự nhiên của vốn hóa thị trường của công ty i vào ngày giao

dịch cuối cùng của năm thứ t Biến này thường được đưa vào mô hình để giải thích thêm cho sự thay đổi của TSSL bất thường tích lũy hàng năm

- BETA i,t : là hệ số thể hiện rủi ro của cổ phiếu i so với rủi ro thị trường Hệ số này

được tính toán bằng cách sử dụng dữ liệu lịch sử của cổ phiếu theo ngày (mỗi quan sát tương ứng với giá lịch sử của cổ phiếu chốt vào mỗi ngày giao dịch), sau đó dùng hàm slope trong ứng dụng Excel để ước lượng Cụ thể, giá trị BETA được phản ánh qua công thức sau:

2.1.2 Phương pháp nghiên cứu

Nghiên cứu này là nghiên cứu định lượng và có sử dụng một số phương pháp phổ biến như sau:

Đầu tiên, tác giả sử dụng phương pháp thống kê mô tả, chủ yếu để tính toán và thống

kê các chỉ tiêu như giá trị trung bình, giá trị lớn nhất, nhỏ nhất và độ lệch chuẩn của các biến trong mô hình, từ đó khái quát một số đặc điểm của dữ liệu thông qua các bảng, biểu

của cổ phiếu với ĐBTC của công ty Theo White (1980), mô hình này vẫn sử dụng các

hệ số tương quan ước lượng từ phương pháp bình phương nhỏ nhất (OLS – Ordinary Least Square), tuy nhiên phương sai của các hệ số tương quan thì được tính toán lại mà không sử dụng đến giả thiết phương sai sai số không đổi Mô hình RSE sẽ cho kết quả

hệ số tương quan của các biến không đổi so với mô hình hồi quy tác động cố định thông thường nhưng phương sai của các hệ số tương quan sẽ được ước lượng lại để trả về giá trị đúng và chấp nhận tồn tại phương sai sai số thay đổi

2.2 Dữ liệu

Nghiên cứu bắt đầu với một lựa chọn gồm 114 công ty phi tài chính được niêm yết trên Sàn giao dịch chứng khoán Thành phố Hồ Chí Minh (HOSE) Cụ thể trong mỗi ngành, lĩnh vực đều có các công ty đại diện, trừ ngành ngân hàng – bảo hiểm, chứng khoán (do các công ty trong hai ngành này có bảng cân đối kế toán khác biệt với các công ty phi tài chính), và các ngành hàng không, dịch vụ công ích (do các công ty trong hai ngành này niêm yết trên sàn HOSE sau năm 2015), cụ thể số lượng và tỷ lệ phần trăm các công ty được lựa chọn theo Bảng 2.1 (trang sau)

Dữ liệu giá thị trường của cổ phiếu, các chỉ số và báo cáo tài chính của các công

ty được lựa chọn trong giai đoạn 2015 – 2019 được lấy từ trang vndirect.com.vn của CTCP chứng khoán Vndirect Kết quả thu thập được dữ liệu đầy đủ của 114 công ty và không có công ty nào trong số các công ty được chọn có dữ liệu không đầy đủ Do đó,

có tất cả 570 quan sát cho dữ liệu đầu vào của mô hình hồi quy

2.3 Tóm tắt quy trình nghiên cứu

Nghiên cứu bắt đầu với mục tiêu đánh giá xem trong thực tế CTV và TSSL bất thường tích lũy có mối tương quan với nhau hay không Nếu tồn tại mối tương quan giữa CTV và TSSL bất thường tích lũy thì tương quan đó là âm hay dương Từ đó đối chiếu với những lý thuyết tài chính liên quan với chủ đề CTV và giá trị công ty để xem xét xem kết quả thực nghiệm như vậy sẽ phù hợp với những lý thuyết nào và không ủng

hộ lý thuyết nào Quan trọng hơn, từ kết quả thực nghiệm tác giả hy vọng đưa ra được những khuyến nghị đầu tư phù hợp và có những chia sẻ hữu ích cho những giám đốc tài chính của các CTCP, những người luôn hướng đến mục tiêu tối đa hóa giá trị công ty Lược khảo những công trình nghiên cứu thực nghiệm cả ở trong và ngoài nước về chủ đề mối quan hệ giữa CTV và TSSL bất thường tích lũy của cổ phiếu, tác giả quyết định chọn hướng nghiên cứu định lượng để tiến hành đi sâu phân tích mối quan hệ này Nhìn chung, mô hình với biến phụ thuộc CARs và các biến độc lập lần lượt là LEV, PB,

PE, SIZE và BETA (khái niệm và ý nghĩa của các biến này được làm rõ ở chương 2) được sử dụng rộng rãi và có nhiều tiện lợi cho nghiên cứu nên tác giả đã chọn mô hình này để tiến hành thực nghiệm

Dữ liệu của mô hình được lấy từ 114 công ty phi tài chính có niêm yết trên HOSE

từ 2014 trở về trước Tác giả ưu tiên chọn các công ty có dữ liệu đầy đủ cho các năm trong giai đoạn 2015 – 2019 Mỗi ngành tác giả chọn một hoặc một vài công ty và ưu tiên chọn các công ty có giá trị vốn hóa lớn Kết quả thu thập được tổng số 570 quan sát, đây là dữ liệu chính thức để thống kê mô tả và chạy mô hình hồi quy

Để làm rõ đặc điểm của dữ liệu, tác giả đã dùng phương pháp thống kê mô tả giúp chúng ta biết được giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất, nhỏ nhất của từng biến được quan sát Đồng thời, tác giả sử dụng các biểu đồ để miêu tả trực quan hơn giá trị của các biến ở tất cả 570 quan sát được sắp xếp theo giá trị tăng dần thông qua ứng dụng Excel Ngoài ra, hai giá trị trung bình được quan tâm nhiều nhất là TSSL bất thường tích lũy và ĐBTC được tính toán riêng cho mỗi nhóm ngành Theo đó, nếu dựa vào kết quả thống kê mô tả để suy đoán thì có khả năng ĐBTC có tác động tích cực lên TSSL bất thường tích lũy

Sau khi dữ diệu chạy mô hình đã sẵn sàng, tác giả đã chọn ứng dụng Stata để chạy

mô hình định lượng vì những tính năng ưu việt của nó như sử dụng mã nguồn mở, thao

tác đơn giản, cho kết quả nhanh chóng và chính xác, các kiểm định trong phân tích hồi quy được tích hợp khá đầy đủ

Trình tự tiến hành chạy hồi quy đã được tóm tắt như sau:

(1) Chạy mô hình hồi quy với biến phụ thuộc CARs và các biến độc lập lần lượt

là LEV, PB, PE, SIZE và BETA với tác động cố định (FE) và mô hình hồi quy với tác động ngẫu nhiên (RE) Sau đó thực hiện kiểm định Hausman để chọn ra mô hình phù hợp nhất Kết quả của kiểm định Hausman cho thấy, FE là mô hình phù hợp nhất (2) Thực hiện các kiểm định để xác định các sai phạm giả định tồn tại trong mô hình (nếu có) như: kiểm định đa cộng tuyến, kiểm định tự tương quan, kiểm định phương sai sai số thay đổi Thông qua ma trận hệ số tương quan giữa các biến, tác giả phát hiện

mô hình có dấu hiệu đa cộng tuyến và đã loại bỏ bớt biến SIZE ra khỏi mô hình ban đầu

Mô hình sau đó còn lại bốn biến độc lập là LEV, PB, PE và BETA cùng với biến phụ thuộc CARs Sau đó kiểm định Wooldridge được tiến hành để đánh giá xem có tự tương quan diễn ra trong mô hình mới hay không Rất may kết quả kiểm định Wooldridge cho thấy mô hình không tồn tại tự tương quan Cuối cùng kiểm định Wald chỉ ra rằng mô hình tồn tại phương sai sai số thay đổi Để khắc phục cho hiện tượng phương sai sai số thay đổi tồn tại trong mô hình, tác giả chọn cách chạy mô hình với sai số chuẩn mạnh (Robust Standard errors) để tính toán lại phương sai của các hệ số ước lượng mà không

sử dụng đến giả thuyết phương sai sai số không đổi

Bảng 2.1 Số lượng và tỷ lệ phần trăm các công ty được chọn trên sàn HOSE

sát

Tổng số công ty trong ngành

Tỷ lệ phần trăm

8 Dược phẩm/Y tế/Hóa chất 6 12 50.00