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

ĐẠI HỌC UEH
TRƯỜNG KINH DOANH UEH
KHOA TÀI CHÍNH

TIỂU LUẬN MƠN KINH TẾ LƯỢNG TÀI CHÍNH
ĐỀ TÀI: CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN CẤU TRÚC VỐN
CỦA CÁC CÔNG TY BẤT ĐỘNG SẢN VIỆT NAM
Họ và tên: Nguyễn Tiến Đạt MSSV:
31201022479
Lớp: FR001
Giảng viên hướng dẫn: Nguyễn Thị Hồng Nhâm Mã học phần:
22C1FIN50500402
Thông tin liên lạc:

Thành phố Hồ Chí Minh,2022


Phần 1. Đề tài: Các nhân tố ảnh hưởng đến cấu trúc vốn của các
công ty bất động sản Việt Nam
1. Phương pháp nghiên cứu
Dữ liệu thu thập để phục vụ cho mơ hình nghiên cứu là dữ liệu
bảng. Đối tượng nghiên cứu là 50 doanh nghiệp trong nhóm ngành
xây dựng và bất động sản đang được niêm yết trên sở giao dịch
chứng khốn Hồ Chí Minh (HOSE) và Sở giao dịch chứng khoán
Hà Nội (HNX), Thời gian quan sát từ 2015 đến 2021.
2. Biến phụ thuộc
Việc đánh giá cấu trúc vốn của mơt doanh nghiệp có thể thơng qua
hệ số tỉ lệ nợ trên tổng tài sản. Hệ số này cho thấy mức độ sử dụng
nguồn nợ vay của doanh nghiệp từ đó đánh giá được tình hình tài
chính, khả năng kinh doanh cũng như mức rủi ro mà doanh nghiệp
đang gặp phải.

Công thức của hệ số:
Hệ số tổng nợ = Tổng nợ / Tổng
tài sản Hay
- Tổng nợ/ TTS ( TLV)
3. Biến độc lập
Dựa vào các nghiên cứu trước, các biến giải thích được sử dụng
trong bài bao gồm:
● Quy mô doanh nghiệp
Quy mô doanh nghiệp càng lớn, khả năng mở rộng khả năng sản
xuất và hoạt động càng cao, cũng như dễ dàng tiếp cận với những
hình thức vay vốn như ngân hàng và các tổ chức tín dụng. Theo lý
thuyết đánh đổi, quy mơ doanh nghiệp tỉ lệ nghịch với khả năng phá
sản. Đồng thời với quy mơ lớn và ổn định doanh nghiệp có thể hoạt
động tốt hơn từ đó cấu trúc vốn của doanh nghiệp cũng thay đổi.


● Cơ cấu tài sản
Về mặt lý thuyết, tỉ lệ tài sản cố định càng lớn, doanh nghiệp càng
có cơ hội thế chấp tài sản để tiếp cận các nguồn vốn bên ngoài.
● Tốc độ tăng trưởng


Đại diện cho sự tăng trưởng của công ty, ảnh hưởng cho quyết định
đầu tư của doanhnghiệp. Tốc độ tăng trưởng cao, cơng ty có kết quả
kinh doanh khả quan từ đó khả năng vay nợ càng lớn
● Tính thanh khoản
Khả năng thanh tốn nhanh có ảnh hưởng đến cấu trúc vốn của một
doanh nghiệp. Theo lý thuyết đánh đổi, doanh nghiệp có thể sử dụng
các khoản nợ để thanh tốn bởi cần phải duy trì được khả năng
thanh tốn cao. Lý thuyết này nói rằng khả năng thanh tốn của

doanh nghiệp có mối quan hệ cùng chiều với tỷ lệ nợ trên tổng tài
sản.
● Thời gian thành lập công ty
Đại diện cho tuổi của doanh nghiệp, cũng như thời kì doanh nghiệp
được hình thành, một doanh nghiệp thành lập lâu năm sẽ thiết lập
được một đinh hướng phát triển bền vững cho doanh nghiệp, đồng
thời tăng khả năng tín nhiệm cho các khoản nợ vay
Các giả thuyết nghiên cứu
Giả thiết 1. Quy mơ doanh nghiệp có tương quan thuận với
cấu trúc vốn Giả thiết 2. Cơ cấu tài sản có tương quan thuận
với cấu trúc vốn
Giả thiết 4. Tốc độ tăng trưởng có tương quan dương/ âm với cấu
trúc vốn Giả thiết 5. Tính thanh khoản có tương quan ngược chiều
với cấu trúc vốn Giả thiết 6. Thời điểm thành lập có tương quan
ngược chiều với cấu trúc vốn.
Bảng 3.1 Tóm tắt các biến


Viết
tắt
TLV

SIZE

Tương

Giải thích

quan kì
vọng

Đại diện cho cấu trúc vốn
(tỉ suất tổng nợ trên tổng
tài sản, đơn vị:%)
Quy mô doanh nghiệp
( giá trị tổng tài sản, đơn
vị: Tỉ đồng)

(+)


Cơ cấu tài sản (Tài sản
cố định/TTS)

TANG

tỷ suất sinh lời trên vốn
chủ sở hữu ( đơn vị %)
(ROE) thể hiện cho tốc
độ tăng trưởng. Chỉ số
ROE là tỷ lệ lợi nhuận
công ty giữ lại và sử dụng
để sinh lời trong tương lai
Tính thanh khoản (Tài
sản lưu động/ nợ ngắn
hạn, đơn vị: lần)

ROE

LIQUID

TIME

Thời điểm
thành lập:
Trước 2000: 1

(
+
)
(
+/
-)

(
)
(
)

2000 - 2005: 2
2006 - 2022: 3

4. Phương pháp đo lường
α+ β1X 1+ β2 X 2 + β3X 3 + β4 X 4 +
β5 X 5 + e

TLV =
Biến phụ thuộc: TLV
Biến độc lập:

X1: Quy mơ TTS

X2: Tỉ lệ tài sản cố định hữu
hình X3: Tốc độ tăng trưởng
doanh thu X4: Tính thanh
khoản
X5: thời điểm thành lập

α: Hệ số tự do
e: sai số ngẫu nhiên


β1, β2, β3, . . .: Các hệ số hồi quy
5. Kết quả nghiên cứu
5.1 Thống kê mô tả
Các mẫu nghiên cứu được thu thập được từ báo cáo tài chính được kiểm
tốn của 50 DN ngành bất động sản được niêm yết trên Sở giao dịch chứng
khốn TP.Hồ Chí


Minh và Sở giao dịch TP. Hà Nội trong giai đoạn 2015-2021, tổng quan sát
là 350 mẫu.
Bảng 1. Bảng thống kê mơ tả của mẫu nghiên cứu

Tên
biến

Số
quan

YEARS

s
á
t

Trung
bình

Độ lệch
chuẩn

Giá trị nhỏ
nhất

Giá trị lớn
nhất

350

2018

2.002863

2015

2021

TLV

350

53.90794

19.38452

3.25

88.9

SIZE

350

12500.75

26745.67

144

230516

TANG

350

.084393

.13043

0

.7240799

ROE

350

11.12863

11.37746

-60.78

60.62

LIQUI
D

350

2.411662

2.307533

.23

19.66

TIME

350

2.28

.7232528

1

3

MCK

350

25.5

14.45153

1

50
(Nguồn:
Từ Stata 17)

Bảng 2. Ma trận hệ số tương quan
Tên biến

TIME

LIQUI
D

ROE

TIME

Tự tương
quan
Hệ số Sig.
Tự tương
quan
Hệ số Sig.
Tự tương
quan
Hệ số Sig.

LIQU
I
D

ROE

1

0.084
3
0.115
5
0.134
8
0.011

1

0.103
3
0.053

1

TA
N
G

SIZ
E

TLV


TANG

SIZE

TLV

Hệ số Sig.

0.341
8

5
0.065
4
0.222
6

Tự tương
quan

0.066
8

0.085
6

0.152
4

Hệ số Sig.

0.212
6

0.110
1

0.004
3

Tự tương

quan

0.298
2

0.493
6

0.086
1

0.04
6
1
0.38
9
5
0.05
9

Hệ số Sig.

0

0

0.107
8

0.27

1

Tự tương
quan

6
-0.051

0.061
8
0.248
5

1

1

0.1
36
0.0
10
9

1


Phân tích tương quan:
Bảng ma trận hệ số tương quan các biến cho thấy các hệ số tương quan về
giá trị tuyệt đối đều nhỏ hơn 0.8, cho thấy các biến độc lập đưa vào mơ
hình khơng có mối tương quan.

Theo đó ta thấy được hệ số tương quan lớn nhất thuộc về biến SIZE với
0.136 và đây là tương quan thuận chiều với biến độc lập như giải thiết 1
đã đề cập. Tương tự như thế với Tang (0.059) tương quan thuận, ROE
(0.0861) tương quan thuận, LIQUID(-0.4936) và TIME(-0.2982) có
tương quan ngược chiều.
5.2Kiểm định hiện tượng đa cộng tuyến:
Dùng câu lệnh vif trên Stata:
Bảng 3. Kiểm định đa cộng tuyến

Tên biến

VIF

1/VIF

ROE

1.06

0.942169

SIZE

1.04

0.963027

LIQUID

1.03

0.966638

TIME

1.03

0.967669

TANG

1.01

0.987648

Mean VIF

1.04

(Nguồn: Từ Stata 17)
Chỉ tiêu giúp phát hiện đa cộng tuyến là VIF hay còn gọi là hệ số phóng
đại phương sai.
Nếu VIF > 2, nhiều khả năng xảy ra hiện tượng đa cộng tuyến. Nhìn vào
bảng 3 ta thấy, các biến độc lập đều có VIF < 2, như vậy hiện tượng đa
cộng tuyến không xảy ra.
* Kiểm định tính dừng cho dữ liệu dạng bảng
Thực hiện câu lệnh xtunitroot fisher < tên biến >,
dfuller lag(0) Kết quả như sau:
Statisti Pc
value

TLV
P
202.36 0
42
Z
0.166
0.9685 4


L*
ROE

Pm
P
Z

3.0621
7.2382
207.68
57
1.9361

0.001
2
0
0
0.026
4

L*

SIZE

tANG

Z

4.1491
7.6145
96.265
1
5.7571

L*

6.3908

Pm

0.2641

P

352.19
87
3.6581
9.2733
17.833
1

292.48
23
5.0113
8.2111
13.610
6
0
.
.
7.0711

Pm
P

Z
L*
Pm
LIQU
ID

P
Z
L*
Pm

TIME

P
Z
L*

Pm

0
0
96.26
51
5.757
1
6.390
8
0.264
1
0
0.000
1
0
0
0
0
0
0
1
.
.
1

5.3Hồi quy dữ liệu theo mơ hình Pooled OLS
Bảng 4. Kết quả hồi quy Pooled

TLV
SIZE
TANG
ROE
LIQUID
TIME
_cons
Prob > F
Rsquared
Adj
Rsquared

Coefficient
0.0000478
3.650887
0.160871
-3.998142
-6.425155
75.50335
=
=
=

Std. err.
0.0000327
6.624499
0.0777539
0.378488
1.20692
3.276822

0
0.325
0.3152

t
1.46
0.55
2.07
-10.56
-5.32
23.04

P>t
0.145
0.582
0.039
0
0
0

Beta
0.0659737
0.0245652
0.0944209
-0.4759388
-0.239728
.

Nguồn:Stat
a 17

Với hệ số R-squared = 0.325, tức mơ hình nghiên cứu có thể giải thích
được 32.5% thông tin trong thực tế.


Vì đã kiểm tra mơ hình khơng bị đa cộng tuyến như trên sau đó tiến hành
kiểm định mơ hình có hiện tượng phương sai thay đổi hay khơng bằng
lệnh imtest,white trong Stata. Kết quả thu được như sau:
chi2(20) = 133.38
Prob > chi2 = 0.0000
Vì giá trị Sig. = 0< 5% nên kết luận mơ hình có hiện tượng phương sai thay đổi.
Sau đó tiếp tục kiểm tra sự tự tương quan của mơ hình bằng câu lệnh
xtserial, kết quả thu được như sau:
F( 1, 49) = 37.265
Prob > F =
0.0000
Kết luận: mơ hình Pool vừa có hiện tượng phương sai thay đổi và hiện
tượng tự tương quan, nên phải tiến hành xây dựng 2 mơ hình FEM và REM
để khắc phục.
5.4Hồi quy dữ liệu theo mơ hình
FEM. Bảng 5. Kết quả hồi quy
FEM
Coeffic
TLV
Std.
P>t.
ien
err.
t
0.0000

SIZE
0.335
0.0000
33
32
4
3
TANG

14.652
5

ROE

0.11280
4

LIQUI
D

2.4156
49
0

TIME
_cons
Rsquare
d:

62.629

76
Overall
=
0.1603

Prob >
F

=0.000
0

8.8939
13
0.0632
77
4
0.2936
96
9

0.101

0.076

0.000

(omitte
d)
1.4084
21

Ngu
ồn
Stata
17

0.000


Gía trị Sig. của biến ROE TANG SIZE tương đối lớn, chỉ có Sig của
LIQUID là <5% R-squared = 16% < 50%
5.5Hồi quy dữ liệu theo mơ hình
REM Bảng 6. Kết quả hồi quy
mơ hình REM
TLV
SIZE

TANG

ROE

LIQUI
D
TIME

_cons

Coeffici
ent
0.00001
21

9.32613
5
0.07999
97
2.60898
8
7.57659
7
79.3026
1

Std. err.
0.0000
317

P
>z
0.7
03

7.8912
09

0.2
37

0.0621
702

0.1

98

0.2902
399

0

2.6200
59

0.0
04

6.4297
8

0


Prob
>
chi2

=
0.0000
Nguồn:
Stata17

Overall
R=

squared
0.2713
:
Các biến có giá trị Sig <5%: LIQUID và
TIME Mơ hình có phần trăm giải thích
là 27.13%
5.6. Lựa chọn giữa các mơ hình POOLED, FEM, REM.
Do mơ hình Pooled đồng thời mắc phải 2 hiện tượng phương sai thay đổi
và hiện tượng tự tương quan nên ta chỉ tiến hành so sánh giữa mơ hình
FEM và REM.
Chạy câu lệnh hausman fe re với 2
giả thiết H0:Chấp nhận mơ hình
REM
H1: Chấp nhận mơ hình
FEM Nếu Sig. > 5%
chấp nhận H0 Nếu Sig.<
5% chấp nhận H1 Kết
quả nhận được:
chi2(3) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 57.45
Prob > chi2 = 0.0000 <5%
Vậy chấp nhận mơ Hình FEM và tiến hành kiểm định các hiện tượng xung
quanh mô hình FEM.
*Kiểm định hiện tượng tự tương quan cho mơ
hình FEM Kết quả như sau:
F(1,49) =
37.265
Prob > F = 0.0000
FEM vẫn gặp hiện tượng tự tương quan.
*Kiểm định hiện tượng phương sai thay đổi:

Câu lệnh xttest3, cho kết quả như sau:
chi2 (50) = 45205.76
Prob>chi2 =
0.0000 <5%
Kết luận: Mơ hình FEM vừa mắc phải hiện tượng tự tương quan và hiện
tượng phương sai thay đổi.
5.7Hồi quy theo mơ hình Between:


Sử dụng câu lệnh: xtreg TLV SIZE TANG ROE LIQUID TIME, be
Bảng 7. Kết quả kiểm định theo mơ hình Between:
TLV

Coeffic
ient

Std. err.

t

P>t

SIZE

0.00003
15
7.3300
48
0.53474
53

6.2555
89
5.0317
18
73.502
89

0.0000
875
15.879
56
0.2426
845
1.2468
15

0.3
6
0.4
6
2.2

0.7
2
0.6
47
0.0
33
0

TAN
G
ROE
LIQU
ID
TIME

_cons

2.6538
85

5.0
2
1.9

7.6519
38

9.6
1

0.0
65
0


5.8Hồi quy GLS.
Theo tiến trình thực hiện phân tích các mơ hình: do hồi quy mơ hình
Pooled gặp hiện tượng tự tương quan và hiện tương phương sai thay đổi

do đó ta tiến hành kiểm định tiếp 2 mơ hình FE và RE. Kết quả lựa chọn
giữa 2 mơ hình là FEM là mơ hình tối ưu ơn, tuy nhiên mơ hình FE vẫn
mắc phải 2 hiện tượng tự tương quan và phương sai thay đổi vì thế ta cần
tìm một mơ hình thích hợp hơn. Ta tiến hành khắc phục hiện tượng này
bằng mơ hình GLS.
xtgls TLV SIZE TANG ROE LIQUID TIME,panels(h) corr(ar1)
Cho kết quả như sau:
Bảng 8. kết quả mơ hình GLS
TLV

Coeffici Std. err. P>
ent
z
SIZE
0.00008 0.0000
0.0
72
283
02
TAN
1.67709 5.5725
0.7
G
6
09
63
ROE
0.0474
0.2
0.06081 243

05
LIQU 0.3147
0
ID
3.10953 408
3
TIME 1.1885
0
4.77235 54
_cons 72.5826 3.0476
0
8
57
Sau đó tiến hành so sánh tất cả các mơ hình đã triển khai:
esttab pool fe re gls,r2 star(* 0.1 ** 0.05 *** 0.01) brackets nogap
Bảng 9.Kết quả so sánh giữa Pool, FE, RE và GLS
SIZE
0.0000478
0.0000872
0.00003 0.00001 ***
23
21
[1.46]
[-0.97]
[-0.38]
[3.08]
TAN
3.651
-14.65
-9.326

1.677
G
[0.55]
[-1.65]
[-1.18]
[0.30]
ROE
0.161**
-0.113*
-0.08
-0.0608
[2.07]
[-1.78]
[-1.29]
[-1.28]
LIQU -3.998***
-3.110***


ID

TIME

[-10.56]
-6.425***

_cons

[-5.32]
75.50***

N
R-sq

2.416**
*
[-8.22]
0

[23.04]

[.]
62.63**
*
[44.47]

350
0.325

350
0.201

2.609**
*
[-8.99]
7.577**
*
[-2.89]
79.30**
*

[12.33]
350

[-9.88]
-4.772***

[-4.02]
72.58***
[23.82]
350

● Kết luận: Ta thấy ở mơ hình thứ 4 là mơ hình GLS đã khắc
phục hiện tượng tự tương quan và phương sai thay đổi, có các số
hiển thị ba sao nhiều nhất đồng nghĩa là mơ hình có ý nghĩa
thống kê với mức mức ý nghĩa 1%,


ngoại trừ các biến như TANG và ROE là không có ý nghĩa thống
kê trong mơ hình này. Tuy nhiên đa số các biến cịn lại vẫn có ý
nghĩa thống kê ở mức 10%, 5% và 1% do đó việc sử dụng mơ
hình GLS là phù hợp nhất.
6. Thảo luận kết quả hồi quy.
Từ kết quả của mơ hình GLS cho ta thấy:
Biến SIZE có tác động thuận chiều với biến phụ thuộc TLV
và có ý nghĩa thống kê ở mức 10%. Như vậy, khi biến độc lập
SIZE tăng lên 1 đơn vị thì nó sẽ tác động lên biến phụthuộc TLV
làm TLV tăng lên 0.0000872 đơn vị, nếu giữ các yếu tố khác
không đổi. Đúng với giả thiết ban đầu đặt ra.
Biến LIQUID có tác động ngược chiều với biến phụ thuộc
TLV và có ý nghĩa thống kê ở mức 10%. Như vậy, khi biến độc

lập LIQUID tăng lên 1 đơn vị thì biến phụ thuộc TLV sẽ giảm
3.110 đơn vị nếu giữ các yếu tố khác không đổi. Đúng với giả
thiết ban đầu đặt ra.
Biến TIME có tác động ngược chiều với biến phụ thuộc
TLV và có ý nghĩa thống kê ở mức 10%. Như vậy, khi biến độc
lập TIME tăng lên 1 đơn vị thì biến phụ thuộc TLV sẽ giảm
-4.772 đơn vị nếu giữ các yếu tố khác
không đổi. Đúng với giả thiết ban đầu đặt ra.
Dựa vào kết quả hồi quy ta rút ra được mơ hình như sau:
TLV = 72.58+ 0.0000872SIZE -3.109533LIQUID - 4.77235TIME
Phần 2a) Xây dựng mơ hình ARIMA (p,d,q) theo tiến trình Box-Jenkin và
sau đó thực hiện dự báo (Sinh viên lựa chọn phần mềm Stata để tiến hành
xây dựng mơ hình)
2.1Kiểm định tính dừng chuỗi thời gian đơn biến và xác định (d)
Bước đầu nhận thấy dữ liệu thời gian theo tuần. Tiến hành biến đổi và đưa
dữ liệu chuỗi thời gian cho phù hợp với mơ hình bằng chuỗi câu lệnh:


. gen week = wofd( Date)
. format week %tw
. tsset week
Time variable: week, 2021w51 to
2022w51 Delta: 1 week
Do nhận thấy trong bộ dữ liệu có cột Change% có dữ liệu rất nhỏ, tiến hành
đưa các dữ liệu còn lại về hàm logarit cơ số tự nhiên
. gen logPrice=log(Price)
. gen logOpen=log(Open)
. gen logHigh=log(High)

. gen logLow=log(Low)
Và kiểm định tính dừng cho dữ liệu bằng câu lệnh dfuller Price, lags(0),
cho kết quả như sau:
critic
Test
----------al
--value
statis 1%
5%
10%
tic
Z(t)

0.669

3.577

2.928

2.599

Có thể nhận thấy, giá trị tuyệt đối của hệ số statistic chưa lớn hơn các hệ số
còn lại, ta tiến hành lấy sai phân bậc 1, kết quả như sau:
critic
Test
----------al
--value
statis 1%
5%
10%

tic
Z(t)

-2.6
6.512 3.579 2.929
Vậy dữ liệu đã có tính dừng.
Tiến hành tương tự với các cột dữ liệu còn lại đều cho kết quả dữ liệu chỉ
có tính dừng khi thêm sai phân bậc 1:
Test
1%
5%
10%
statis
tic
Change
Z(t) 6.75
3.57 2.92
2.59
1
7
8
9
logLow Z(t) 0.88
3.57 2.92
2.59
1
7
8
9
D.logLo Z(t) -2.6

w
6.01
3.57 2.92
7
9
9
logHigh Z(t) 0.42
3.57 2.92
2.59
3
7
8
9
D.logHi Z(t) -2.6
gh
5.15
3.57 2.92
3
9
9
logOpe
Z(t) -


n
D.logO
pen

Z(t)

0.68
2
6.70
9

3.57
7
3.57
9

2.92
8
2.92
9

2.59
9
-2.6

Kết luận dữ liệu có tính dừng khi lấy sai phân bậc 1 => (d)=1
2.2Xác định độ trễ tối ưu (p,q).
Sử dụng Correlogram ACF để xác định giá trị của p bằng lệnh ac D.Price
kết quả biểu đồ như sau:


Từ đây nhận kết quả cho p=2
Tương tự sử dụng Correlogram PACF để xác định giá trị của q bằng lệnh pac
D.Price
kết quả biểu đồ như sau:

Nhận các kết quả cho q lần lượng là 1


Từ các kết quả trên ta xây dựng được mô hình Arima
như sau: Arima(2,1,1)
Phụ Lục.
Các hình ảnh từ phần mềm:
Phần 1:
1. Bảng thống kê mô tả

2. Ma trận hệ số tương quan