BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC LẠC HỒNG NGUYỄN VIỆT BÌNH CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN CẤU TRÚC VỐN DOANH NGHIỆP NGÀNH CAO SU VIỆT NAM LUẬN VĂN THẠC SĨ TÀI CHÍNH – NGÂN HÀNG Đồng Nai – 2017 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC LẠC HỒNG NGUYỄN VIỆT BÌNH CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN CẤU TRÚC VỐN DOANH NGHIỆP NGÀNH CAO SU VIỆT NAM LUẬN VĂN THẠC SĨ TÀI CHÍNH – NGÂN HÀNG Chuyên ngành: Tài – Ngân hàng Mã số: 60340201 NGƯỜI HƯỚNG DẪN KHOA HỌC TS TRẦN ANH MINH Đồng Nai, năm 2017 LỜI CẢM ƠN Lời đầu tiên, tác giả xin gửi lời biết ơn đến gia đình ln động viên, khích lệ và tạo điều kiện tốt để tác giả hoàn thành tốt đề tài này Tác giả xin chân thành cảm ơn đến quý Thầy cô trường Đại Học Lạc Hồng truyền cho tác giả kiến thức, nhiệt huyết quý báu suốt trình theo học và thực đề tài nghiên cứu Tác giả xin chân thành gửi lời cảm ơn đến Ban lãnh đạo trường Đại học Lạc Hồng, Ban lãnh đạo Khoa sau đại học, bạn học viên lớp 15CT911 hỗ trợ tác giả thực đề tài nghiên cứu này Đặc biệt, tác giả xin gửi lời cảm ơn chân thành tới TS Trần Anh Minh, người tận tình hướng dẫn suốt trình nghiên cứu và thực đề tài này Tác giả xin gửi lời chân thành cảm ơn đến Ban lãnh đạo Công ty TNHH MTV Cao su Bình Phước tạo điều kiện thuận lợi cho tác giả theo học và hoàn thiện đề tài nghiên cứu này Cuối cùng, tác giả xin gửi lời chúc Ban lãnh đạo nhà trường, Ban lãnh đạo khoa Sau đại học, quý Thầy cô, Ban lãnh đạo công ty và bạn học viên thật nhiều sức khỏe, gặt hái nhiều thành công công việc và sống Trân trọng cảm ơn./ Đồng Nai, ngày tháng năm 2017 Học viên NGUYỄN VIỆT BÌNH LỜI CAM ĐOAN Tôi xin cam đoan đề tài “Các nhân tố ảnh hưởng đến cấu trúc vốn doanh nghiệp ngành cao su Việt Nam” là cơng trình nghiên cứu tơi thực hiện, xuất phát từ tình hình thực tiễn với hướng dẫn, hỗ trợ từ TS Trần Anh Minh Các số liệu có nguồn gốc rõ ràng tuân thủ nguyên tắc và kết trình bày luận văn Số liệu thu thập trình nghiên cứu là trung thực, chưa cơng bố cơng trình nghiên cứu nào khác Tôi xin chịu trách nhiệm nghiên cứu Đồng Nai, ngày tháng năm 2017 Học viên NGUYỄN VIỆT BÌNH MỤC LỤC Trang bìa Trang bìa lót Lời cảm ơn Lời cam đoan Tóm tắt luận văn Mục lục Danh mục từ viết tắt Danh mục bảng biểu, sơ đồ CHƯƠNG 1: GIỚI THIỆU 1.1 Mở đầu 1.2 Mục tiêu và câu hỏi nghiên cứu .2 1.2.1 Mục tiêu 1.2.2 Câu hỏi nghiên cứu 1.3 Đối tượng và phạm vi nghiên cứu 1.4 Phương pháp nghiên cứu 1.5 Ý nghĩa đề tài .3 1.6 Bố cục luận văn CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 TỔNG QUAN VỀ CẤU TRÚC VỐN 2.1.1 Khái niệm cấu trúc vốn 2.1.2 Lý thuyết cấu trúc vốn tối ưu (Optimal Capital Structure) 2.2 CTV THEO QUAN ĐIỂM TRUYỀN THỐNG 2.3 CTV THEO QUAN ĐIỂM HIỆN ĐẠI .7 2.3.1 Lý thuyết cấu trúc vốn Modilligani và Miller (mơ hình MM) 2.3.2 Thuyết quan hệ trung gian 2.3.3 Kết cấu vốn và vấn đề trung gian 2.3.4 Vấn đề trung gian và kết cấu vốn .9 2.3.5 Thuyết trật tự phân hạng (Thông tin bất cân xứng) 10 2.3.6 Thuyết điều chỉnh thị trường 10 2.3.7 Thuyết hệ thống quản lý 11 2.4 CÁC NGHIÊN CỨU TRƯỚC ĐÂY VỀ NHÂN TỐ ẢNH HƯỞNG CẤU TRÚC VỐN 13 2.4.1 NHÂN TỐ ẢNH HƯỞNG ĐẾN CẤU TRÚC VỐN CỦA DOANH NGHIỆP 13 2.4.1.1 Tỷ suất sinh lời 13 2.4.1.2 Quy mô doanh nghiệp 14 2.4.1.3 Tài sản hữu hình 15 2.4.1.4 Tốc độ tăng trưởng 15 2.4.1.5 Thuế suất doanh nghiệp 16 2.4.1.6 Lá chắn thuế phi nợ 16 2.4.1.7 Số năm hoạt động 17 2.4.1.8 Đặc điểm riêng ngành .17 2.4.1.9 Triển vọng thị trường vốn .17 2.4.1.10 Các biến động mùa vụ, chu kỳ kinh doanh 17 2.4.1.11 Quy định từ cấp quản lý 18 2.4.2 CÁC NGHIÊN CỨU TRƯỚC 18 2.4.2.1 Trên giới 18 2.4.2.2 Trong nước 19 Tóm tắt chương 20 CHƯƠNG 3: PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU 21 3.1 QUY TRÌNH NGHIÊN CỨU 21 3.1.1 Lịch trình nghiên cứu 21 3.1.2 Sơ đồ quy trình nghiên cứu .22 3.2 CÁC BIẾN SỐ TRONG MƠ HÌNH VÀ CÁC GIẢ THUYẾT NGHIÊN CỨU 22 3.2.1 Các biến số mơ hình .22 3.3.2 Giả thuyết nghiên cứu 24 3.3 MƠ HÌNH NGHIÊN CỨU 24 3.4 PHƯƠNG PHÁP PHÂN TÍCH MƠ HÌNH HỒI QUY VỚI DỮ LIỆU DẠNG BẢNG 25 3.4.1 Mô hình hồi quy Pool 26 3.4.2 Mơ hình tác động cố định (FEM) hay hồi quy biến giả bình phương nhỏ (LSDV) 26 3.4.3 Mơ hình thành phần sai số (Error Components Model – ECM) hay mơ hình tác động ngẫu nhiên (Random Effects Model – REM) 28 3.4.4 So sánh lựa chọn FEM REM 29 3.4.5 Kiểm định HAUSMAN 30 Tóm tắt chương 32 CHƯƠNG 4: PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU .33 4.1 TỔNG QUAN VỀ NGÀNH CAO SU TỰ NHIÊN 33 4.1.1 Tầm quan trọng ngành cao su 33 4.1.2 Vài nét lịch sử ngành cao su Việt Nam 33 4.1.3 Đặc điểm cao su Việt Nam 33 4.1.4 Đặc điểm ngành cao su Việt Nam 34 4.1.5 Các giai đoạn phát triển ngành cao su nước ta 35 4.1.6 Đặc trưng cao su tự nhiên 36 4.1.7 Phân loại sản phẩm và ứng dụng 36 4.1.8 Toàn cảnh thị trường cao su tự nhiên 36 4.2 KẾT QUẢ PHÂN TÍCH THỐNG KÊ MÔ TẢ CÁC BIẾN 37 4.3 PHÂN TÍCH MA TRẬN TƯƠNG QUAN 38 4.4 KẾT QUẢ HỒI QUY 40 4.4.1 Kết hồi quy theo Pooled 40 4.4.2 Kết hồi quy theo REM .41 4.4.3 Kết hồi quy theo FEM .42 4.5 KIỂM ĐỊNH LỰA CHỌN MƠ HÌNH HỒI QUY .44 4.6 KIỂM ĐỊNH MƠ HÌNH 45 4.6.1 Kiểm định tượng đa cộng tuyến 45 4.6.2 Kiểm định tượng tự tương quan 45 4.6.3 Kiểm định phù hợp mô hình 46 Tóm tắt chương 47 CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ 48 5.1 KẾT LUẬN .48 5.2 KIẾN NGHỊ .48 5.2.1 Khuyến nghị liên quan đến mơ hình 48 5.2.2 Kiến nghị liên quan ngành cao su 49 5.2.2.1 Quản trị rủi ro hoạt động 49 5.2.2.2 Khuyến nghị mặt tài cho cơng ty cao su 50 5.2.2.3 Cơ cấu thị trường tài tái cấu trúc Doanh nghiệp Nhà nước .51 5.2.2.4 Sắp xếp lại mơ hình tổ chức 54 5.2.2.5 Hoàn thiện hệ thống quản trị nội 55 5.2.2.6 Minh bạch thông tin 55 5.3 HẠN CHẾ VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO 57 TÓM TẮT LUẬN VĂN Tối ưu hoá CTV (cấu trúc vốn) công ty là nhiệm vụ quan trọng nhà quản trị tài Có nhiều lý thuyết đại CTV cơng ty để giải thích khác biệt việc lựa chọn CTV công ty Tuy niên bối cảnh kinh tế và môi trường thể chế Việt Nam có tác động đến việc lựa chọn CTV công ty Mỗi ngành có đặc thù riêng, CTV đặc trưng riêng Vì nghiên cứu nhân tố ảnh hưởng đến CTV ngành cụ thể là cần thiết Ngành cao su Chính Phủ xác định là ngành tập trung phát triển mạnh và nhận nhiều sách ưu đãi hỗ trợ, với quy hoạch phát triển theo vùng, miền Mặt khác chi phí sản xuất ngành cao su Việt Nam thấp là yếu tố hỗ trợ phát triển ngành Ngành công nghiệp – sản xuất – tiêu dùng giới (sản xuất máy bay, ôtô, xe máy, sản xuất thiết bị, máy móc cho ngành chế tạo, y tế, hàng tiêu dùng ) ngày càng phát triển và nhu cầu nguyên liệu đầu vào là cao su càng ngày càng cao Do vậy, để nâng cao lực cạnh tranh khẳng định và tối đa hoá giá trị doanh nghiệp, doanh nghiệp ngành cao su cần xây dựng CTV hợp lý là yêu cầu quan trọng và cần thiết Luận văn sử dụng mơ hình hồi quy tác động cố định (FEM) để xem xét mối quan hệ, ảnh hưởng yếu tố Quy mô doanh nghiệp, Lợi nhuận tổng tài sản, Đặc điểm riêng, Tài sản cố định, Tính khoản và Thuế thu nhập doanh nghiệp lên tỷ lệ nợ tổng tài sản – đại điện cho cấu trúc vốn doanh nghiệp ngành cao su Việt Nam Dữ liệu thu thập từ 10 doanh nghiệp ngành cao su Việt Nam khoảng thời gian từ 2007 đến 2016 với 100 quan sát Kết nghiên cứu cho thấy yếu tố có ảnh hưởng có ý nghĩa thống kê ROA, LIQ LNTHUE với độ tin cậy thấp 95% Luận văn đạt mục tiêu nghiên cứu đề trả lời câu hỏi nghiên cứu Thứ nhất, yếu tố ảnh hưởng đến cấu trúc vốn doanh nghiệp ngành cao su Việt Nam bao gồm ROA, LIQ LNTHUE Thứ hai, dựa kết mơ hình hồi quy, ta thấy biến ROA, LIQ LNTHUE có hệ số hồi quy dấu với giả thuyết ban đầu nghiên cứu, giá trị thống kê có ý nghĩa với độ tin cậy lên đến 95% Từ khóa: Cấu trúc vốn, ngành, cao su, 2017 DANH MỤC TỪ VIẾT TẮT CTV Cấu trúc vốn DN Doanh nghiệp SIZE Quy mô doanh nghiệp ROA Lợi nhuận tổng tài sản UNI Đặc điểm riêng TANG Tài sản cố định LIQ Tính khoản LnTHUE Thuế thu nhập doanh nghiệp These conflicts of interest, which are overblown when financial distress is incurred, impose agency cost of the company Jensen [1986] argues that debt has to be paid back in cash Therefore, the amount of free cash flow that could be derived by the manager is reduced by debt Thus, debt serves as a mechanism to discipline the manager from encouraging in self-serving activities e.g perquisite consumption, empire building, etc 2.1 Determinants of company leverage We use five explanatory attributes as proxy for the determinants of Macedonian companies’ capital structure and by using them as independent variables in our regression model, we attempt to analyze the reliance of leverage (dependent variable) on these proxies Following Rajan and Zingales [1995], we calculate leverage of company as the ratio of total liabilities to total assets The proxy used in this study to measure the company profitability is the ratio of earnings before tax (EBT) scaled by total assets The proxy used in this study to measure the value of tangible assets of the company is the ratio of fixed assets to total assets The proxy used in this study as measure to calculate the company size is the natural logarithm of revenues sale The proxy used in this study to measure the company growth rate is the percent change of total assets Wald [1999] uses the ratio of depreciation to total assets to measure non-debt tax shield In this study, we use the same ratio, i.e depreciation over total assets as proxy to measure non-debt tax shield We use also qualitative variable (dummy) Hence we give for listed companies on Macedonian Stock Exchange and for unlisted companies, i.e Pollog region The regression model and methodology Using panel data methodology, we attempt to analyze some factors that supposedly determine the level of leverage of companies Panel data analysis is performed by regression model for both samples separately It makes combinations of data in cross section with time series data, for treatment of the variables analyzed in this article We use the same model for listed and unlisted companies Generalized form of the regression model is: Where Levit is the dependent variable and it is the leverage of company (i) to the period t, respectively to the year 2005, 2006 and 2007 α is the intercept of the equation βis the slope coefficient for Xit independent variables Xit represents to five independent variables ε represents the error term We can transfer equation (1) to more detailed equation (2) as below: Where i = 1, 2, 3, …, 32 for the first sample (listed companies) and i = 1, 2, 3, …, 30 for the second sample (unlisted companies), and t = 1, 2, for both samples The analysis uses a data panel originating from annual reports of the 32 companies listed in Macedonian Stock Exchange and 30 small and medium companies from the Pollog region (Macedonia) For analysing data we have used the program Stata 9.0 3.1 Hypothesis In this section we formulate three capital structure respective hypotheses, in light of Agency cost theory, Static Trade-Off theory and Pecking Order theory First hypothesis is formulated for Agency cost theory Second hypothesis is formulated for Static Trade-Off theory Third hypothesis is formulated for Pecking Order theory We test these hypotheses to find which of those theories are relevant for Macedonian companies Null hypothesis (Ho) is rejected if result is significant at percent or percent, otherwise alternative hypothesis (Hi) is accepted Hypothesis Hi: There is positive relationship between leverage and size Ho: There is negative relationship between leverage and size Hypothesis H2a Hi: There is positive relationship between leverage and size Ho: There is negative relationship between leverage and size H2b Hi: There is positive relationship between leverage and value of tangible assets Ho: There is negative relationship between leverage and value of tangible assets H2c Hi: There is positive relationship between leverage and non-debt tax shield Ho: There is negative relationship between leverage and non-debt tax shield Hypothesis H3a Hi: There is positive relationship between leverage and growth Ho: There is negative relationship between leverage and growth H3b Hi: There is negative relationship between leverage and profitability Ho: There is positive relationship between leverage and profitability H3c Hi: There is negative relationship between leverage and value of tangible assets Ho: There is positive relationship between leverage and value of tangible assets Analysis and discussion of results This section describes descriptive the statistics summary, testing hypothesis, regression tests and discussion of results The determinants of capital structure for Macedonian listed and unlisted companies are studied separately 4.1 Descriptive statistics and analysis Descriptive statistics includes the mean, standard deviation, minimum and maximum values for the period 2005-2007 The data contain the 32 listed companies, respectively 30 unlisted companies Both tables below show that there are negative values at minimums values, i.e some companies have operated with losses during the period 2005-2007 Table no – Descriptive statistics of 32 listed companies A correlation analysis was performed to verify a possible association between and among the variables, in order to test whether there is any linear correlation between and among the variables Collinearity explains the dependence of one variable to other When variables are highly correlated they both express essentially the same information In general, independent variables having collinearity at 0.70 or greater should not include in regression analysis Table no and table no show that highest correlation value is -0.5278 for listed companies, respectively 0.3327 for unlisted companies Hence collinearity should not appear problem in our regression analysis To test hypotheses that we formulated above, we perform regression test Results below show that while tangibility, profitability and non-debt tax shield are negatively correlated with leverage in listed companies, tangibility and size are negatively correlated with leverage in unlisted companies But, growth is positively correlated for both in listed and unlisted companies P>|t| provides an alternative approach to reporting the significance or regression coefficients The figures in columns below give the probability of obtaining the corresponding t statistics as a matter of chance, if null hypothesis Ho: 1, 2, 3, 4, β = were true A p-value of less than 0.01 means that the probability is less than percent, which in turn means that the null hypothesis would be rejected at the percent level; a p value between 0.01 and 0.05 means that the null hypothesis would be rejected at the percent, but not the percent level; and a p-value of 0.05 or more means that it would not be rejected at the percent level [Dougherty, 2002, 98-100] Usually, p-values of 0.05 or lower are considered low enough for researcher to be confident that the estimated is statistically significant Table no shows that p-value of tangibility is 0.075 This means that there are only 750 in 10,000 chances that the true coefficient of tangibility is actually zero So, the coefficient of tangibility implies that it is statistically significant at the 7.5 percent level Thus, we can say that based on p-values, in our model for listed companies just profitability is statistically significant, and rest determinants are statistically insignificant This is verified also by t-statistics Results in table no.5 and table no show that t-statistics for parameters estimated are lower than in absolute values, except profitability at listed and unlisted companies, and tangibility and growth at unlisted companies This is in conformity with rule of thumb for using t-statistic which declares that if the absolute value of a t-statistic is greater than or equal to 2, then the corresponding parameter estimate is statistically different from zero For listed companies we have β = -0.8711869, β = -0.2229747, β = 0.0706576, β = 0.0015388, and β = -0.2313482, and the interception of equation is statistically insignificant Table no shows that p-values of tangibility, profitability, and growth are lower than 0.05, which in turn mean that are statistically significant Size has p-value of 0.487 and it is higher than 0.05, which in turn mean that is not statistically significant For nondebt tax shield we have 0.184>0.05 and it is not statistically significant While tangibility, profitability, and growth have t-statistics greater than in absolute value, size and non-debt tax shield have t-statistics lower than in absolute value Thus, unlisted companies’ tangibility, profitability, and growth are statistically significant at the percent level and size and non-debt tax shield are not statistically significant For unlisted companies we have β = 0.5893419, β = -0 334221, β = 0.0423693, β = 0019199, and β = 1.565271, and the interception of equation is statistically significant R-square (coefficient determination) measures the proportion of the variance jointly explained be the explanatory variables, and generally increases, if we add another variable to a regression equation Adjusted R-square attempts to compensate for this automatic upward shift by imposing a penalty for increasing the number of explanatory variables The maximum value of R-square is This occurs when the regression line fits the observations exactly The closer the R-square is to 1, the “better” the overall fit of the estimated regression equation to the actual data With time series data, R-squared are often in excess of 9; with the cross-sectional data, might be considered a reasonable good fit [Baye, 2005] In our case, R-square explains that 37.65 percent of the variation in leverage can be captured by independent variables for listed companies, respectively 25.13 percent for unlisted companies The rest of leverage’s variance is due to factors other than determinants studied in this article F-statistic provides a measure of the total variation explained by the regression relative to the total unexplained variation The greater the F-statistic, the better the overall fit of the regression line through the actual data Regression that have F-statistics with significance values of percent or less are generally considered significant In our case, F-statistic shows that overall models are significant 4.2 Testing hypothesis In this section we test hypothesis formulated above (section 3.1) We compare whether p-values are less than 0.01, between 0.01 and 0.05, and 0.05 or more Hypothesis 1-Agency cost theory Hi: There is positive relationship between leverage and size Ho: There is negative relationship between leverage and size Since p-value of 0.072>0.05, means that the null hypothesis would not be rejected at the percent level for listed companies Since p-value of 0.487>0.05, means that the null hypothesis would not be rejected too at the percent level for unlisted companies Hypothesis 2-Static Trade-Off theory H2a Hi: There is positive relationship between leverage and size Ho: There is negative relationship between leverage and size Results here are same with Agency cost theory It finds out that larger companies tend to borrow less than smaller companies, and it holds for both, listed and unlisted companies H2b Hi: There is positive relationship between leverage and value of tangible assets Ho: There is negative relationship between leverage and value of tangible assets Since p-value of 0.075>0.05, means that the null hypothesis would not be rejected at the percent level for listed companies On other hand, p-value of 0.0090.05 for listed and 0.184>0.05 for unlisted companies, means that the null hypothesis would not be rejected at the percent level Hypothesis 3-Pecking Order theory H3a Hi: There is positive relationship between leverage and growth Ho: There is negative relationship between leverage and growth Since p-value of 0.231>0.05, means that the null hypothesis would not be rejected at the percent level for listed companies On other hand, p-value of 0.001