Các yếu tố tác động đến cấu trúc vốn của các công ty niêm yết tại Việt Nam

0 
Mã số: 341 
Ngày nhận: 15/12/2016 
Ngày hoàn thành biên tập: 6/3/2016 
Ngày duyệt đăng: 6/3/2016 
CÁC YẾU TỐ TÁC ĐỘNG ĐẾN CẤU TRÚC VỐN CỦA CÁC 
CÔNG TY NIÊM YẾT TẠI VIỆT NAM 
Đặng Văn Dân
1
Nguyễn Hoàng Chung
2
Tóm tắt: Nghiên cứu này xem xét các yếu tố tác động đến tỷ số nợ của 285 doanh nghiệp (DN), 
công ty niêm yết trên thị trường chứng khoán (TTCK) Việt Nam trong giai đoạn 2010 – 2015. Bài 
nghiên cứu thu thập số liệu từ báo cáo tài chính đã kiểm toán của các công ty niêm yết trên TTCK Việt 
Nam, căn cứ vào các cơ sở như lý thuyết về cấu trúc vốn hiện đại, các công trình nghiên cứu trước đây, 
các bằng chứng thực nghiệm để xây dựng mô hình hồi qui ước lượng cơ bản: Pool Regression (OLS), 
Fix Effect Model (FEM) và Random Effect Model (REM) đánh giá mối tương quan giữa tỷ số nợ 
(BLEV) và các yếu tố như cơ hội tăng trưởng (GO1, GO2), tỷ suất sinh lời (PRO), quy mô công ty 
(SIZE), tỷ lệ tài sản cố định hữu hình (TANG). Đồng thời bài nghiên cứu cũng chỉ ra các khuyết tật 
trong mô hình hồi qui cơ bản (OLS, FEM & REM) như đa cộng tuyến, phương sai sai số thay đổi và tự 
tương quan làm cho mô hình hồi qui có ước lượng không đáng tin cậy. Vì vậy theo Driscoll & Kraay 
(1998), tác giả xây dựng mô hình áp dụng phương pháp ước lượng hồi qui với sai số chuẩn của 
Driscoll & Kraay (D & K) để khắc phục hiện tượng tự tương quan giữa các sai số và hiện tượng 
phương sai sai số thay đổi nhằm đảm bảo ước lượng thu được vững và đáng tin cậy. 
Từ khóa: Nhân tố tác động, nghiên cứu thực nghiệm, phương pháp D & K, tỷ số nợ 
Abstract 
This paper analyses the factors affecting debt ratio of quoted Vietnamese companies over the 
period 2010 – 2015 using various panel estimators. In this study, the economic – financial data used 
were taken from the balance sheets and income statatements of the Vietnamese non-financial quoted 
companies selected from HOSE and HNX database, based on the modern capital structure theory, the 
previous research hypothesis, empirical evidences to contribute basic regression model: Pool 
regression (OLS), Fix Effect model (FEM) and Random Effect model (REM) suggest that the 
relationship between debt ratio (BLEV) and complex aspects in companies’ capital structure decisions 
such as growth opportunities (GO1, GO2), the profitability ratio (PRO), firm size (SIZE), tangibility of 
fixed assets (TANG). The emperical result also pointed out the defects in the basic regression model 
(OLS, FEM & REM) as multicollinearity, heteroskedasticity and autocorrelation which make 
regression model estimator unreliable. So according to Driscoll & Kraay (1998), they suggested 
regression model with Driscoll-Kraay standard errors method to correct the autocorrelation and 
heteroskedasticity to ensure stable, reliable results. 
Keywords: Aspects, Debt ratio, Driscoll-Kraay method, empirical evidences. 
1 Trường Đại học Ngân hàng, Tp Hồ Chí Minh, Email: dandv1978@yahoo.com 
2 Trường Đại học Kinh tế Kỹ thuật Bình Dương, Email: chung.nguyenhoang68@gmail.com 
1 
-------------------------------------------------------------------------------------------------------------------- 
1. Đặt vấn đề nghiên cứu 
Tỷ trọng của các nguồn vốn (bao gồm nợ phải trả và vốn chủ sở hữu) trong tổng nguồn vốn mà 
DN huy động và sử dụng vào hoạt động sản xuất – kinh doanh gọi là cấu trúc nguồn vốn. Một cấu trúc 
vốn hợp lý phải đảm bảo sự cân bằng giữa vốn chủ sở hữu và các khoản nợ phải trả có chi phí sử dụng 
vốn thấp, rủi ro chấp nhận được, phù hợp với điều kiện kinh doanh cụ thể của DN. Trong đó, hệ số nợ 
phản ánh trong một đồng vốn kinh doanh bình quân mà DN đang sử dụng có bao nhiêu đồng được hình 
thành từ vốn nợ (bao gồm nợ vay ngân hàng, nợ phải trả nhà cung cấp, người bán). Hệ số nợ cao 
chứng tỏ DN sử dụng nhiều nợ vay, có khả năng gặp phải rủi ro thanh toán lớn khi khoản vay đáo hạn 
và ngược lại nếu hệ số vốn chủ sở hữu càng cao, các khoản nợ của DN càng được đảm bảo khả năng 
thanh toán và tài chính của DN càng nằm trong giới hạn an toàn. Tuy nhiên, vốn vay sẽ là nhân tố quan 
trọng kích thích DN đang có những hợp đồng, dự án thực sự hiệu quả tận dụng tốt lợi thế đòn bẩy tài 
chính để gia tăng lợi nhuận. Hiện nay trên thế giới có nhiều nghiên cứu liên quan đến việc xem xét tác 
động của nhân tố như cơ hội tăng trưởng, tỷ suất sinh lời, quy mô công ty và tỷ lệ tài sản cố định lên tỷ 
số nợ của các tác giả như Rajan & Zingales (1995), Pandey (2004), Gaud (2005) và Serrasqueiro & 
Macus Nunes (2010), Wanrapee Banchuenvijit (2009), Chen (2004) những nghiên cứu thực nghiệm 
này thường dựa trên dữ liệu tại Hoa Kỳ, các nước thuộc G-7, Bồ Đào Nha, Malaysia, Thái Lan, Trung 
Quốc nhưng trong nước hiện nay cũng chỉ có một số công trình nghiên cứu về vấn đề này như của 
Trần Hùng Sơn (2012), Lê Đạt Chí (2013), Đặng Thị Quỳnh Anh & Quách Thị Hải Yến (2014) Vì 
vậy tác giả cũng mong muốn bài nghiên cứu sẽ đóng góp thêm vào cơ sở lý luận xây dựng các mô hình 
hồi quy trước đây và kiểm định lại các giả thiết xây dựng mô hình định lượng. 
2. Cơ sở lý thuyết và một số nghiên cứu thực nghiệm liên quan 
2.1 Nền tảng lý thuyết về vấn đề nghiên cứu 
2.1.1 Lý thuyết trật tự phân hạng (Pecking Order Theory): Lý thuyết trật tự phân hạng được 
phát triển bởi Stewart Myers và Nicolas Majluf (1984) lý giải các quyết định đầu tư và tài trợ của DN 
dựa trên cơ sở thông tin bất cân xứng. Do đó, nếu các dự án có triển vọng, đem lại lợi nhuận cao thì 
cách tài trợ tốt nhất là dùng nguồn sẵn có từ lợi nhuận giữ lại để tái đầu tư, rồi mới phát hành nợ vay. 
Giải pháp cuối cùng khi công ty đã sử dụng hết khoản lợi nhuận giữ lại và không còn khả năng vay nợ 
là phát hành cổ phần thường. 
2.1.2 Lý thuyết đánh đổi (Trade off Theory): Theo Kraus & Litzenberger (1973) cho rằng nhà 
quản trị của DN có thể xác định được một cấu trúc vốn tối ưu nhằm tối đa hóa giá trị công ty dựa trên 
sự đánh đổi giữa lợi ích (lá chắn thuế) và chi phí của việc sử dụng nợ (chi phí kiệt quệ tài chính). Nếu 
một công ty có quy mô lớn thường có rủi ro và chi phí phá sản thấp, trong trường hợp phá sản thì việc 
thanh lý tài sản cố định cũng làm giảm chi phí phá sản của công ty. Ngoài ra các công ty lớn thường có 
chi phí đại diện (agency cost) thấp bởi chi phí kiểm soát thấp, ít chênh lệch thông tin hơn so với các 
công ty nhỏ hơn, dòng tiền ít biến động vì vậy dễ dàng tiếp cận thị trường tín dụng và sử dụng nợ vay 
nhiều hơn để hưởng ưu đãi từ lá chắn thuế. Ngược lại, công ty nhỏ hơn thường tiếp cận vốn vay khó 
khăn, đặc biệt là các doanh nghiệp nhỏ và vừa (H. Hương (2016), Vốn cho doanh nghiệp nhỏ và vừa: 
Vẫn khó, Đại Đoàn Kết). 
2.1.3 Lý thuyết tín hiệu (Signaling Theory): Theo lý thuyết tín hiệu thì thị trường sẽ phản ánh 
tích cực với các doanh nghiệp có nội lực, có tiềm lực và quy mô lớn, tỷ lệ tài sản cố định nhiều đảm bảo 
cho khoản vay. Khi đó các chủ nợ ưa thích và vấn đề tiếp cận vốn vay của công ty này dễ dàng hơn so 
với các công ty không có cơ hội tăng trưởng, quy mô nhỏ và không có tiềm lực tài chính. 
2.2 Các nghiên cứu thực nghiệm trước đây 
2 
2.2.1 Tỷ lệ nợ (BLEV): Tỷ lệ nợ đo lường bằng tổng nợ vay ngắn hạn và nợ vay dài hạn trên 
tổng tài sản. Đây là cách đo lường tốt nhất, phản ánh cơ cấu vốn, hoạt động tài trợ của doanh nghiệp 
(Thies và Klock 1992). 
2.2.2 Cơ hội tăng trưởng (GO1): Nhân tố tác động này được đo lường bằng chỉ số Tobin‟s Q3 
(Q), cho thấy biến động của chênh lệch giá trị thị trường và giá trị sổ sách của vốn chủ sở hữu. Cụ thể là 
các công ty có thị giá vốn cổ phần lớn hơn giá trị sổ sách (Q >1) thì nên gia tăng đầu tư bằng các nguồn 
vốn nội tại vì khi đó việc gia tăng vốn cổ phần với chi phí huy động rẻ hơn so với các công ty có Q < 1. 
Bên cạnh đó, theo lý thuyết chi phí đại diện (agency cost) thì các công ty có cơ hội tăng trưởng cao (Q 
>1) thường đầu tư vào các dự án có rủi ro cao nhằm tìm kiếm mức sinh lời cao nhưng được lợi thế do 
chi phí huy động vốn cổ phần rẻ hơn so với vốn vay nên các cổ đông và chủ công ty không muốn chia 
sẻ phần lợi nhuận này cho các chủ nợ. Do vậy, đòn bẩy tài chính có tương quan tỷ lệ nghịch (-) với cơ 
hội tăng trưởng (GO1). 
 2.2.3 Cơ hội tăng trưởng (GO2): Theo kết quả nghiên cứu của Panley (2004), Gaud (2005) thì 
biến mở rộng nghiên cứu và phát triển (R&D intensity) đại diện cho biến tăng trưởng (GO2). Thêm vào 
đó, theo nghiên cứu của tác giả Zélia Serrasqueiro & Paulo Maçãs Nunes (2010) thì cơ hội tăng trưởng 
(GO2) cũng được đo lường bởi tỷ lệ quỹ đầu tư phát triển/ tổng tài sản. Tuy nhiên do đặc điểm của Việt 
Nam thì các DN khá hạn chế trong việc xác định chi phí nghiên cứu và phát triển công nghệ. Do đó tác 
giả chọn tỷ lệ chênh lệch giá trị tài sản vô hình đại diện cho biến cơ hội tăng trưởng, phù hợp với kết 
quả nghiên cứu của Galbreath & Gavin (2008), Whitwell (2007) khi xem xét tài sản vô hình là nguồn 
tăng trưởng quan trọng của công ty. Đây có thể là (company reputation), bản quyền (copyrights), văn 
hóa (culture), dịch vụ khách hàng (customer service reputation), thiết kế (designs), chính sách quản lý 
nguồn nhân lực (human resource management policies), cơ cấu tổ chức (organization structure), bằng 
sáng chế (patents), danh tiếng sản phẩm (product reputation), và thương hiệu (trademarks). 
2.2.4 Tỷ suất sinh lời (PRO): Căn cứ theo nghiên cứu của Zélia Serrasqueiro & Paulo Maçãs 
Nunes (2010) thì biến PRO được tính toán dựa trên tỷ số giữa lợi nhuận từ hoạt động kinh doanh 
(operating income)4 và tổng tài sản. Tuy nhiên, bài nghiên cứu sử dụng biến PRO được đo lường bằng 
tỷ số lợi nhuận sau thuế trên tổng tài sản, theo lý thuyết trật tự phân hạng thì các nhà quản lý thích tài 
trợ cho các dự án bằng nguồn vốn từ nội bộ hơn sau đó mới đến nguồn vốn bên ngoài, việc sử dụng 
nguồn vốn nội bộ chỉ được thực hiện sau khi đã hoàn tất các nghĩa vụ tài chính đối với Nhà nước. Ngoài 
ra, các công ty có lợi nhuận không thích huy động thêm vốn chủ sở hữu nhằm tránh việc pha loãng 
quyền sở hữu, điều này có nghĩa là các công ty có lợi nhuận sẽ có tỷ lệ nợ vay thấp. Nghiên cứu của 
Zélia Serrasqueiro & Paulo Maçãs Nunes (2010) tại Bồ Đào Nha, Gaud (2005) tại Thụy Sĩ, Rajan & 
Zingales (1995) ở các nước phát triển (G7); Wanrapee Banchuenvijit (2009) ở Thái Lan; Chen (2004) ở 
Trung Quốc cho thấy mối quan hệ tỷ lệ nghịch (-) giữa đòn bẩy tài chính và lợi nhuận. 
2.2.5 Quy mô công ty (SIZE): Nhân tố tác động này được đo lường bằng giá trị logarith tổng tài 
sản. Theo lý thuyết đánh đổi thì quy mô công ty có mối quan hệ tỷ lệ thuận (+) với nợ vay, bởi vì các 
công ty lớn thường có rủi ro và chi phí phá sản thấp. Ngoài ra, các công ty lớn có chi phí vấn đề người 
đại diện của nợ vay (agency cost of debt) thấp, chi phí kiểm soát thấp, ít chênh lệch thông tin hơn so với 
các công ty nhỏ hơn, dòng tiến ít biến động, dễ dàng tiếp cận thị trường tín dụng và sử dụng nợ vay 
nhiều hơn để hưởng ưu đãi từ lá chắn thuế. Tại một số quốc gia, nghiên cứu của Wanrapee 
Banchuenvijit (2009) tại Thái Lan, Pandey (2004) tại Malaysia, Rafiu Oyesola Salawu & Akinlolu 
Ayodeji Agboola (2008) tại Nigeria, Zélia Serrasqueiro & Paulo Maçãs Nunes (2010) tại Bồ Đào Nha; 
3
 Hệ số Q: hiệu quả hoạt động của DN đo bởi chỉ số Tobin‟s Q 
4 Operating Income - earnings before interest, taxes and depreciations: Lợi nhuận trước lãi, thuế và khấu hao. 
(Nguồn: Serrasqueiro and Macas Nunes (2010), Non-linear relationships between growth opportunities and debt: 
Evidence from quoted Portuguese companies, J Business Research, vol 62, pp. 870-878) 
3 
nghiên cứu của Rajan & Zingales (1995) ở các nước phát triển G7, Gaud (2005) tại Thụy Sỹ cho thấy 
quy mô của công ty và đòn bẩy tài chính có mối quan hệ tỷ lệ thuận (+). 
2.2.6 Tỷ lệ tài sản cố định hữu hình (TANG): Nhân tố tác động này được đo lường bằng tổng tài 
sản cố định hữu hình trên tổng tài sản. Theo các lý thuyết và các nghiên cứu của Gaud (2005) tại Thụy 
Sĩ, Rajan &Zingales (1995) tại nhóm nước G-7, Chen (2004) tại Trung Quốc, Zélia Serrasqueiro & 
Paulo Maçãs Nunes (2010) tại Bồ Đào Nha thì tỷ lệ tài sản cố định hữu hình (TANG) có mối quan hệ tỷ 
lệ thuận (+) với đòn bẩy tài chính tại các nước, bởi vì các chủ nợ thường đòi hỏi phải có tài sản thế chấp 
để đảm bảo cho các khoản vay. Hơn nữa, giá trị thanh lý của công ty cũng tăng lên khi có tài sản cố 
định hữu hình và làm giảm thiệt hại trong trường hợp công ty phá sản. 
2.3 Tổng quan các nghiên cứu thực nghiệm trước đây về các nhân tố tác động đến tỷ số nợ 
Bảng 1: Tổng hợp kết quả thực nghiệm tác động của các nhân tố nghiên cứu đến tỷ số nợ 
STT Các nghiên cứu GO1 GO2 SIZE PRO TANG 
A Các nghiên cứu nước ngoài 
1 Pandey (2004) Phi tuyến + + 
2 Gaud (2005) - + - + 
3 Raijan và Zingales (1995) - + - + 
4 Zélia Serrasqueiro & Paulo Maçãs Nunes (2010) Phi tuyến + - + 
5 Bevan & Danbolt (2000) - - + 
6 Shumi Aktar, Barry Oliver (2005) - + - + 
7 
Rafiu Oyesola Salawu & Akinlolu Ayodeji Agboola 
(2008) 
+ + + + 
8 Wanrapee Banchuenvijit (2009) + - - 
9 Jean.J.Chen (2003) + - - + 
10 Huang & Song (2002) + - + 
B Các nghiên cứu trong nước 
11 Đặng Thị Quỳnh Anh & Quách Thị Hải Yến (2014) + - 
12 Vương Đức Hoàng Quân (2014) + - 
13 Trần Hùng Sơn (2012) + - + 
C Kỳ vọng trong bài nghiên cứu 
Căn cứ vào các kết quả nghiên cứu nêu trên, tác giả kỳ 
vọng tương quan kỳ vọng giữa các biến độc lập đến tỷ số 
nợ 
- + - + 
Nguồn: Tác giả tổng hợp 
4 
3. Phương pháp và mô hình nghiên cứu 
3.1 Số liệu và lấy mẫu 
Số liệu được lấy từ 285 công ty phi tài chính thuộc các lĩnh vực khác nhau niêm yết trên thị 
trường chứng khoán Việt Nam tại hai sàn giao dịch chứng khoán HOSE và HNX. Dữ liệu được thu 
thập từ các báo cáo thường niên, báo cáo tài chính hợp nhất đã kiểm toán trên website của các công ty 
niêm yết trên thị trường chứng khoán Việt nam từ năm 2010 đến năm 2015. 
3.2 Phương pháp nghiên cứu 
Bài nghiên cứu sử dụng dữ liệu bảng (panel data) theo ba phương pháp Pool Regression, REM 
và FEM. Sau đó sử dụng các kiểm định Hausman Test, F – Test để lựa chọn ra mô hình phù hợp. Nếu 
mô hình được lựa chọn này vi phạm các giả thuyết kinh tế lượng như tự tương quan và phương sai sai 
số thay đổi sẽ làm cho các ước lượng thu được bằng các phương pháp hồi quy thông thường trên dữ 
liệu bảng (OLS, FEM, REM) không hiệu quả, các kiểm định hệ số hồi quy không còn đáng tin cậy. Do 
vậy, tác giả áp dụng phương pháp ước lượng hồi quy với sai số chuẩn của Driscoll & Kraay (1998) để 
khắc phục hiện tượng tự tương quan, phương sai sai số thay đổi nhằm đảm bảo ước lượng thu được 
vững và hiệu quả. 
3.3 Mô hình nghiên cứu dự kiến 
BLEVit = β0 + β1GO1it + β2GO2it + β3PROit + β4SIZEit + β5TANGit + εit 
Bảng 2: Mô tả cách đo lường các biến được sử dụng trong bài nghiên cứu 
Biến Diễn giải Công thức 
Biến phụ thuộc 
BLEV 
Tỷ số nợ theo giá trị sổ sách tại 
năm t 
Giá trị sổ sách của nợ/Giá trị sổ sách của tổng tài sản 
Biến độc lập 
GO1 
Cơ hội tăng trưởng của DN i tại 
năm t 
(Giá trị thị trường của vốn chủ sở hữu + Giá trị sổ 
sách của tổng tài sản – Giá trị sổ sách của vốn chủ sở 
hữu)/Giá trị sổ sách của tổng tài sản 
GO2 
Cơ hội tăng trưởng của DN i tại 
năm t  ... 0000 
SIZE 0,3015 0,2133 (0,0171) (0,0246) 1,0000 
TANG (0,0205) (0,0387) 0,0308 (0,0848) 0,0206 1,0000 
Nguồn: Tính toán của tác giả từ phần mềm thống kê Stata 12 
 Dựa vào bảng phân tích tương quan trên, ta thấy biến độc lập quy mô DN (SIZE) tác động cùng 
chiều đến BLEVit, kết quả này cũng phù hợp với nghiên cứu của Serasquiero và Macas Nunes (2010). 
Các biến độc lập còn lại tác động ngược chiều đến BLEVit, trong đó, biến tỷ suất sinh lời (PRO) tương 
quan ngược chiều với giá trị sổ sách của cấu trúc vốn là phù hợp với nghiên cứu của Serasquiero và 
Macas Nunes (2010). Kết quả tương quan trên phù hợp với hầu hết các nghiên cứu trước trên thế giới và 
phù hợp với kỳ vọng của tác giả trong giai đoạn nghiên cứu này tại Việt Nam. 
4.2.2 So sánh giữa các mô hình trên dữ liệu bảng (panel data): Pooled Regression, FEM, REM 
BLEVi,t = β0 + β1GO1 + β2GO2 + β3PRO + β4SIZE + β5TANG + εt 
Bảng 5: Hệ số hồi quy và p–value của 03 mô hình ước lượng 
5 Nguồn: Văn Hải (2016), „BID tăng kịch trần, sẽ trở lại cổ phiếu vua như 2015?‟, Thời Báo Ngân Hàng, truy cập ngày 24 
tháng 9 năm 2016, . 
7 
 Mô hình 
 Biến độc lập 
Pool OLS FEM REM 
GO1 
β1 0,0387435 0,00777547 0,0035551 
P – value 0,004 0,353 0,673 
t – test (2,89)*** (0,93) (0,42) 
GO2 
β2 (0,0000637) (4,71e-06) (7,13e-06) 
P – value 0,153 0,810 0,725 
t – test (1,43) (0,24) (0,35) 
PRO 
β3 (1,316885) (0,4320481) (0,5111453) 
P – value 0,000 0,000 0,000 
t – test (20,84)*** (12,37)*** (14,36)*** 
SIZE 
β4 0,0400991 0,1056959 0,0703614 
P – value 0,000 0,000 0,000 
t – test (13,15)*** (15,58)*** (14,62)*** 
TANG 
β5 (0,0641954) 0,0452821 0,0040474 
P - value 0,001 0,057 0,852 
t – test (3,22)*** (1,91)* (0,19) 
Hệ số chặn 
β0 (0,5237459) (2,365464) (1,380055) 
P - value 0,000 0,000 0,000 
t – test (6,44)*** (12,71)*** (10,46)*** 
Ghi chú: Với *, **, *** tương ứng mức ý nghĩa 10%, 5% và 1%. 
Nguồn: Tính toán của tác giả từ phần mềm thống kê Stata 
4.2.3 So sánh giữa các mô hình: Pooled Regression và FEM 
Ta tiến hành lựa chọn giữa mô hình Pooled Regression (mô hình ước lượng không tồn 
tại các đặc điểm riêng của từng đối tượng tác động đến biến phụ thuộc) và FEM (mô hình hồi 
quy với các đặc điểm riêng tác động đến các biến độc lập một cách cố định) với giả thuyết 
H0: Chọn mô hình Pooled Regression là phù hợp 
H1: Chọn mô hình FEM là phù hợp 
Bảng 6: Kiểm định lựa chọn mô hình giữa FEM và Pool OLS 
Fixed-effects (within) regression Number of obs = 1.710 
Group variable: id Number of groups = 285 
corr(u_i, Xb) = (0,3845) 
F(5,1420) = 87,02 
Prob > F = 0,0000 
8 
F test that all u_i = 0: F(284, 1420) = 32,46 Prob > F = 0,0000 
Nguồn: Tính toán của tác giả từ phần mềm thống kê Stata 12 
Nhận xét: Với mức ý nghĩa 1%, ta có: Prob > F = 0.0000 < 1% nên bác bỏ giả thuyết 
H0. Điều đó đồng nghĩa với việc mô hình hồi quy nghiên cứu là mô hình FEM. 
4.2.4 So sánh giữa các mô hình FEM & REM 
Ta tiến hành lựa chọn giữa mô hình FEM (mô hình hồi quy với các đặc điểm riêng tác 
động đến các biến độc lập một cách cố định) và mô hình REM (mô hình hồi quy với các đặc 
điểm riêng tác động đến các biến độc lập một cách ngẫu nhiên) với giả thuyết: 
H0: Chọn mô hình REM là phù hợp 
H1: Chọn mô hình FEM là phù hợp 
Thông qua kiểm định Hausman ta có: Prob = 0,0000 < 1% (mức ý nghĩa) nên bác bỏ giả 
thuyết H0. Vì vậy bài nghiên cứu sử dụng mô hình FEM là mô hình có ý nghĩa và phù hợp để 
nghiên cứu. 
Bảng 7: Kết quả kiểm định Hausman Test 
Hausman Test 
Test: Ho: difference in coefficients not 
systematic 
Chọn phương pháp REM là phù 
hợp 
H1: difference in coefficients 
systematic 
Chọn phương pháp FEM là phù hợp 
chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B) 
 = 238,14 
Prob>chi2 = 0,0000 
(V_b-V_B is not positive definite) 
Với mức ý nghĩa 1%, ta có: Prob = 
0,0000 < 1% nên bác bỏ giả thuyết 
H0 đồng nghĩa với việc chọn FEM. 
Nguồn: Tính toán của tác giả từ phần mềm thống kê Stata 12 
4.2.5 Kiểm định các giả thiết kinh tế lượng trong mô hình nghiên cứu 
4.2.6 Kiểm định không có sự tự tương quan giữa các biến độc lập trong mô hình (không bị hiện tượng 
đa cộng tuyến) 
Căn cứ theo kết quả bảng 4 trong bài nghiên cứu này thì không có hiện tượng đa cộng tuyến 
nghiêm trọng (tự tương quan giữa các biến độc lập trong mô hình) do các hệ số tương quan có giá trị 
khá thấp (cao nhất là 0,5283, chuẩn so sánh theo Farrar & Glauber (1967) là 0,8). 
9 
4.2.7 Kiểm định phương sai của sai số không đổi (không bị hiện tượng phương sai thay đổi) 
Bảng 8: Kiểm định phương sai của sai số không đổi 
Giả thiết Diễn giải 
Wald test 
for Ho: 
sigma(i)^2= sigma^2 for 
all i - homoskedasticity 
Không có hiện tượng phương sai thay đổi 
against 
Ha: 
unrestricted 
heteroskedasticity 
Có hiện tượng phương sai thay đổi 
Kết quả 
chi2 (285) = 5.9e+05 
Prob>chi2 = 0.0000 
Với mức ý nghĩa alpha (α) = 1%, kiểm định 
Wald cho kết quả là: Prob = 0.0000. Vậy, 
Prob < 1% nên bác bỏ giả thuyết H0. Vì vậy 
mô hình nghiên cứu có hiện tượng phương sai 
thay đổi. 
Nguồn: Tính toán của tác giả từ phần mềm thống kê Stata 12 
4.2.8 Kiểm định giữa các sai số không có mối quan hệ tương quan với nhau (không bị hiện tượng tự 
tương quan) 
Bảng 9: Kiểm định tự tương quan 
Giả thiết Diễn giải 
Wooldridge test for 
autocorrelation in panel data 
Kiểm định tự tương quan trong dữ liệu bảng theo 
nghiên cứu của Wooldridge (2002) 
H0 
no first order 
autocorrelation 
Không có hiện tượng tự tương quan 
Kết 
quả 
F(1, 284) = 165,137 
Prob > F = 0,0000 
Với mức ý nghĩa alpha = 1%, kiểm định cho kết quả là: 
Prob = 0,0000. Vậy, Prob < 1% nên bác bỏ giả thuyết 
H0. Vì vậy mô hình nghiên cứu có sự tự tương quan. 
Nguồn: Tính toán của tác giả từ phần mềm thống kê Stata 12 
4.2.9 Tổng hợp kết quả kiểm định 
Qua kết quả kiểm định từng phần ở trên, ta thấy: mô hình nghiên cứu thực nghiệm có hiện tượng 
đa cộng tuyến được đánh giá là không nghiêm trọng. Tuy vậy, mô hình có sự tự tương quan giữa các sai 
số và hiện tượng phương sai thay đổi. Hiện tượng này sẽ làm cho các ước lượng thu được bằng phương 
pháp hồi quy FEM trên dữ liệu bảng không hiệu quả, các kiểm định hệ số hồi quy không còn đáng tin 
cậy. Do vậy, tác giả sử dụng phương pháp ước lượng hồi quy với sai số chuẩn của Driscoll & Kraay 
(1998) để khắc phục hiện tượng tự tương quan và phương sai sai số thay đổi nhằm đảm bảo ước lượng 
thu được vững và hiệu quả. 
4.2.10 Kết quả kiểm định bằng phương pháp ước lượng hồi quy với sai số chuẩn trong mô hình nghiên 
cứu 
Khắc phục hiện tượng tự tương quan và phương sai thay đổi bằng phương pháp ước lượng hồi 
10 
quy với sai số chuẩn của Driscoll & Kraay (1998). 
Bảng 10: Kết quả kiểm định bằng phương pháp D & K 
Regression with Driscoll-Kraay standard errors 
Method: Fixed-effects regression 
Number of obs = 1.710 
Number of groups = 285 
Group variable (i): id F (5, 5) = 1328,38 
maximum lag: 2 
Prob > F = 0.0000 
within R-squared = 0.2345 
Với biến phụ thuộc là BLEVit, sau khi sử dụng phương pháp D & K để khắc phục hiện 
tượng tự tương quan và hiện tượng phương sai thay đổi, mô hình có ý nghĩa ở mức ý 
nghĩa 1% (do Prob = 0,0000) nên kết quả mô hình phù hợp. 
BLEV Coef. Drisc/Kraay 
Std. Err. 
t P>|t| 
GO1 0,0077547 0,0125848 0,62 0,565 
GO2 (4,71e-06) 6,10e-06 (0,77) 0,475 
PRO (0,4320481) 0,0153578 (28,13)*** 0,000 
SIZE 0,1056959 0,014122 7,48*** 0,001 
TANG 0,0452821 0,0209524 2,16* 0,083 
Hệ số 
chặn 
(2,365464) 0,3757843 (6,29)*** 0,001 
Ghi chú: Với ***, **, * tương ứng là mức ý nghĩa 1%, 5%, 10% 
Nguồn: Tính toán của tác giả từ phần mềm thống kê Stata 12 
Vậy, kết quả mô hình nghiên cứu như sau: 
BLEVit = -2,3655 – 0,4320*PROit + 0,1057*SIZEit + 0,0453* TANGit + εit 
Biến PROit tác động ngược chiều (0,4320) đến BLEVit và có ý nghĩa thống kê với mức ý nghĩa 
1% (do mức ý nghĩa nhỏ hơn 1%, xem cột P>|t|). Điều đó có nghĩa khi biến tỷ suất sinh lời PRO tăng 
lên 1% thì tác động lên biến phụ thuộc BLEV giảm 43,20%. Kết quả thực nghiệm cũng phù hợp với lý 
thuyết trật tự phân hạng và đa số các nghiên cứu trước đây. Chứng tỏ các DN Việt Nam vẫn ưu tiên sử 
dụng nguồn vốn nội bộ để tái đầu tư cho hoạt động kinh doanh, đa số các DN kinh doanh hiệu quả 
thường có đòn bẩy tài chính thấp so với các đơn vị kinh doanh không hiệu quả cùng ngành. 
Biến SIZEit tác động cùng chiều đến BLEVit và có ý nghĩa thống kê với mức ý nghĩa 5% (do 
mức ý nghĩa nhỏ hơn 5%, xem cột P>|t|). Điều đó có nghĩa khi biến quy mô công ty tăng lên 1% thì tác 
động lên biến phụ thuộc BLEV tăng 10,57%. Kết quả thực nghiệm này phù hợp với lý thuyết đánh đổi 
đã nêu trên và tương đồng với hầu hết các nghiên cứu trước đây trên thế giới và tại Việt Nam. Chứng tỏ 
11 
các công ty tại Việt Nam có quy mô càng lớn thì việc tiếp cận vay vốn tương đối dễ dàng hơn. Ngược 
lại, khối doanh nghiệp nhỏ và vừa lại tiếp tục kêu khó tiếp cận được vốn ngân hàng (H. Hương (2016))6. 
Biến TANGit tác động cùng chiều (0,0453) đến BLEVit và có ý nghĩa thống kê với mức ý nghĩa 
10% (do mức ý nghĩa nhỏ hơn 10%, xem cột P>t). Điều đó có nghĩa khi biến tỷ lệ tài sản cố định hữu 
hình/ tổng tài sản TANG tăng lên 1% thì tác động lên biến phụ thuộc BLEV tăng 4,53%. Căn cứ theo 
bảng 2.1 tại Chương II thì kết quả thực nghiệm này tương đồng với hầu hết các kết quả nghiên cứu trên 
thế giới và nghiên cứu trong nước trước đây của Trần Hùng Sơn (2012). Điều đó cho thấy đa số DN 
trong nước có cơ cấu tài sản cố định trong tổng tài sản lớn thường có tỷ lệ nợ cao, kết quả này phù hợp 
với thực trạng tín dụng tại Việt Nam trong những năm gần đây khi đa phần các DN có tài sản cố định 
nhiều thường là các DN lớn nên tiếp cận vốn vay thông thoáng và dễ dàng hơn nhiều DN nhỏ và vừa 
hoặc có ít tài sản cố định trong cơ cấu tài sản. Tuy nhiên do biến TANGit có ý nghĩa thống kê với mức ý 
nghĩa 10% nên độ tin cậy thấp. 
5. Khuyến nghị 
Dựa vào các hạn chế đã chỉ ra nêu trên, các nghiên cứu tiếp theo liên quan đến cấu trúc vốn của 
các công ty niêm yết trên TTCK Việt Nam có thể tập trung vào các vấn đề sau: Một là, nghiên cứu để 
xác lập một cấu trúc vốn phù hợp cho các công ty niêm yết nói chung và các công ty thuộc các ngành 
nghề khác nhau nói riêng. Để thực hiện được việc này, mỗi mô hình nghiên cứu nên được thực hiện với 
các giả định (assumption), các biến giải thích khác nhau phù hợp với hoạt động của từng loại hình DN. 
Hai là, xây dựng và từng bước hoàn thiện các tiêu chuẩn báo cáo tài chính theo hướng minh bạch, trung 
thực để tăng độ tin cậy cho các biến số đầu vào góp phần xây dựng mô hình nghiên cứu được vững và 
đáng tin cậy. Ba là, nghiên cứu giá trị nợ nên được phản ánh theo thị giá để hoàn thiện công cụ đo lường 
giá trị thị trường của tỷ số nợ, phản ánh chính xác hơn nữa các nhân tố tác động đến biến nghiên cứu 
này. Bốn là, nghiên cứu ảnh hưởng của các yếu tố bên ngoài (môi trường tài chính, môi trường pháp lý 
) đến cấu trúc vốn của các công ty niêm yết trên TTCK Việt Nam. Đồng thời đưa vào mô hình nghiên 
cứu các biến về thuế, tính thanh khoản, tài chính hành vi nhằm tạo cơ sở dữ liệu phục vụ phù hợp cho 
từng mục tiêu nghiên cứu với từng nhóm đối tượng nghiên cứu cụ thể. Bên cạnh đó, việc thêm biến giải 
thích hoặc tạo ra một tổ hợp biến giải thích phù hợp với từng đối tượng nghiên cứu cụ thể giúp các nhà 
hoạch định chính sách, các nhà quản trị DN, ngân hàng từng bước tiếp cận các thành phần kinh tế từ 
các công ty niêm yết đến các DN nhỏ và vừa nhằm đưa ra các quyết sách, hoạch định và quyết định 
tài chính phù hợp. Năm là, bài nghiên cứu nên đánh giá thêm mối tương quan bậc 2, bậc 3 của cơ hội 
tăng trưởng (cơ hội tăng trưởng của DN mang tính chất chu kỳ) và tỷ số nợ (mối quan hệ phi tuyến) để 
làm rõ thêm trong chu kỳ tăng trưởng (cao, thấp và trung bình) của đơn vị thì tác động đến tỷ số nợ như 
thế nào? Đây là cơ sở quan trọng để nhà quản trị nên quyết định DN đang ở giai đoạn nào của chu kỳ và 
cần có một cấu trúc vốn phù hợp. Sáu là, căn cứ vào kết quả mô hình nghiên cứu có thể thấy rằng các 
6 Nguồn: H. Hương (2016), „Vốn cho doanh nghiệp nhỏ và vừa: Vẫn khó‟, Đại Đoàn Kết, truy cập ngày 04 tháng 10 năm 
2016, . 
12 
DN Việt Nam trong giai đoạn sau khủng hoảng có đặc điểm chung là hưởng lợi ích từ quy mô DN, các 
DN càng lớn thì việc gia tăng nợ dễ dàng hơn các DN quy mô nhỏ và vừa. Tuy nhiên hoạt động kinh 
doanh có hiệu quả, lợi nhuận nhiều thì nên cân nhắc trước việc tài trợ từ nguồn vốn vay vì hành vi tài 
chính này có thể phải chia sẻ lợi nhuận với các chủ nợ. Theo đó, các nhà hoạch định chính sách, các 
Ngân hàng... cũng nên có chủ trương, chính sách, quy định phù hợp với từng nhóm đối tượng DN nhằm 
hỗ trợ tối đa các DN, đặc biệt là khối DN tư nhân, có quy mô nhỏ và vừa được khai thông vốn vay từ 
Ngân hàng một cách dễ dàng hơn, được hưởng các ưu đãi về vốn vay nhằm tạo điều kiện phát triển. 
Tài liệu tham khảo 
1. Đặng Thị Quỳnh Anh và Quách Thị Hải Yến (2014), “Các nhân tố tác động đến cấu trúc vốn của 
DN niêm yết trên Sở Giao dịch chứng khoán Tp. HCM (HOSE)”, Trường Đại học Ngân hàng TP. 
HCM, Tạp Chí Phát triển & Hội nhập, số 18 (28) – tháng 09-10/2014. 
2. Chen J (2003), Antecedents of capital structure of Chinese – listed companies, J Bus Res, vol 57, 
pp.1341-51. 
3. Driscoll, John C. and Aart C. Kraay (1998), “Consistent Covariance Matrix Estimation with 
Spatially Dependent Panel Data”, Review of Economics and Statistics, vol 80, pp.549-560. 
4. Farrar, D. and Glauber, R. (1967), “Multicollinearity in Regression Analysis: The Problem 
Revisited”, Review of Economics and Statistics, vol.49, pp.92-107. 
5. Gaud P, Jani E, Hoesli M, Bender A (2005), “The capital structure of Swiss companies: an 
empirical analysis using dynamic panel data”, Euro Financial Managament. 
6. Huang, G.H. Samuel, Frank Song M (2002), “The Determinants of the Capital Structure: Evidence 
from China”, Working paper - School of Economics and Finance and Centre for China Financial 
Research. 
7. Modigliani, F. and Miller, M. H. (1963), “Corporate Income Taxes and the Cost of Capital: A 
Correction”, American Economic Review, vol 53, no. 3, pp. 433-443. 
8. Pandey (2004), “Capital structure, profitablity and market struture: evidence from Malaysia”, Asia 
Pacific Journal Economic Business, vol 8, pp. 78-91. 
9. Vương Đức Hoàng Quân (2014), “Qui mô và hiệu quả doanh nghiệp với cấu trúc vốn: Nhìn từ góc 
độ tài chính hành vi, Viện Nghiên Cứu Phát Triển TP. Hồ Chí Minh”, Tạp chí Tài chính, Số 9, 09/2014. 
10. Rajan R, Zingales L (1995), “What do we know about capital structure? some evidence from 
international data”, Journal of Financial Economics, vol 50, pp. 1421-60. 
11. Serrasqueiro and Macas Nunes (2009), “Non-linear relationships between growth opportunities and 
debt: Evidence from quoted Portuguese companies”, J Business Research, vol 63, pp. 870-878. 
12. Wooldridge, J. (2002), Introductory Econometrics: A Mordern Approach, 2nd Ed., South-Western 
College. 
13. Wanrapee Banchuenviji (2009), Determinants of Capital Structure of Listed Companies in 
Thailand, University of the Thai Chamber of Commerce, Thailand.