Mô phỏng ngẫu nhiên
1 Bài tập về nhà tuần 3
1.1 Data
library(readxl)
data <- read_excel("C:/data/mpnn.xlsx")
data## # A tibble: 126 × 10
## STT Congty ID Nam TANG PROF NDTS SIZE GROW LIQ
## <dbl> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 NA VRE 1 2014 0.000383 0.0559 0.000226 6.28 NA 2.25
## 2 NA VRE 1 2015 0.000898 0.0710 0.000675 6.78 0.201 0.914
## 3 NA VRE 1 2016 0.0106 0.112 0.00116 6.81 -0.0449 2.70
## 4 NA VRE 1 2017 0.00359 0.0708 0.00127 6.74 0.112 1.64
## 5 NA VRE 1 2018 0.00729 0.0886 0.00216 6.96 0.0144 1.14
## 6 NA VRE 1 2019 0.0126 0.108 0.00363 6.97 -0.0735 1.06
## 7 1 VRE 1 2020 0.0108 0.0868 0.00416 6.92 0.111 1.98
## 8 NA POW 2 2014 0.521 0.0901 0.283 7.39 NA 1.32
## 9 NA POW 2 2015 0.717 0.0651 0.234 7.37 0.449 0.923
## 10 NA POW 2 2016 0.688 0.0434 0.301 7.45 -0.0218 1.02
## # ℹ 116 more rows1.2 Vẽ đồ thị Histogram và kiểm tra phân phối
## *Đồ thị biến TANG*
hist(data$TANG)
## *Kiểm định phân phối chuẩn biến TANG*
shapiro.test(data$TANG)##
## Shapiro-Wilk normality test
##
## data: data$TANG
## W = 0.86538, p-value = 2.511e-09Đặt giả thuyết
H0: Dãy số liệu tuân theo PP chuẩn
Ta thấy p_value<0.05, bác bỏ H0 nên dãy số liệu không tuân theo pp chuẩn.
## *Đồ thị biến PROF*
hist(data$PROF)
## *Kiểm định phân phối chuẩn biến PROF*
shapiro.test(data$PROF)##
## Shapiro-Wilk normality test
##
## data: data$PROF
## W = 0.90351, p-value = 1.714e-07Đặt giả thuyết
H0: Dãy số liệu tuân theo PP chuẩn
Ta thấy p_value<0.05, bác bỏ H0 nên dãy số liệu không tuân theo pp chuẩn.
## *Đồ thị biến NDTS*
hist(data$NDTS)
## *Kiểm định phân phối chuẩn biến NDTS*
shapiro.test(data$NDTS)##
## Shapiro-Wilk normality test
##
## data: data$NDTS
## W = 0.81969, p-value = 3.943e-11Đặt giả thuyết
H0: Dãy số liệu tuân theo PP chuẩn
Ta thấy p_value<0.05, bác bỏ H0 nên dãy số liệu không tuân theo pp chuẩn.
## *Đồ thị biến SIZE*
hist(data$SIZE)
## *Kiểm định phân phối chuẩn biến SIZE*
shapiro.test(data$SIZE)##
## Shapiro-Wilk normality test
##
## data: data$SIZE
## W = 0.95145, p-value = 0.0001885Đặt giả thuyết
H0: Dãy số liệu tuân theo PP chuẩn
Ta thấy p_value<0.05, bác bỏ H0 nên dãy số liệu không tuân theo pp chuẩn.
## *Đồ thị biến GROW*
hist(data$GROW)
## *Kiểm định phân phối chuẩn biến GROW*
shapiro.test(data$GROW)##
## Shapiro-Wilk normality test
##
## data: data$GROW
## W = 0.81611, p-value = 2.768e-10Đặt giả thuyết
H0: Dãy số liệu tuân theo PP chuẩn
Ta thấy p_value<0.05, bác bỏ H0 nên dãy số liệu không tuân theo pp chuẩn.
## *Đồ thị biến LIQ*
hist(data$LIQ)
## *Kiểm định phân phối chuẩn biến LIQ*
shapiro.test(data$LIQ)##
## Shapiro-Wilk normality test
##
## data: data$LIQ
## W = 0.72227, p-value = 3.916e-14Đặt giả thuyết
H0: Dãy số liệu tuân theo PP chuẩn
Ta thấy p_value<0.05, bác bỏ H0 nên dãy số liệu không tuân theo pp chuẩn.# Bài tập về nhà tuần 2
2 Bài tập về nhà tuần 2
Mô phỏng các yếu tố tác động đến cấu trúc tài chính của các doanh nghiệp VN30
2.1 Cấu trúc tài chính
Hệ thống tài chính là một thực thể phức tạp về cấu trúc và chức năng ở mọi nơi trên thế giới. Nó bao gồm nhiều tổ chức khác nhau như: Ngân hàng, các công ty bảo hiểm, các quĩ tương hỗ, các thị trường cổ phiếu và trái phiếu… Cấu trúc tài chính doanh nghiệp là nền tảng để xây dựng nên hệ thống tài chính, giúp nền kinh tế duy trì khỏe mạnh và năng động.
Trong quá trình hoạt động, doanh nghiệp phải đối mặt với ba nhóm quyết định lớn là quyết định đầu tư, quyết định tài trợ và quyết định về phân chia lợi nhuận. Trong đó đối với mỗi chính sách tài trợ mà doanh nghiệp chọn lựa sẽ hình thành nên một cấu trúc tài chính (cơ cấu kết hợp giữa nợ và vốn chủ sở hữu) cho doanh nghiệp đó, cấu trúc này sẽ tác động đến với lợi nhuận, thanh khoản, rủi ro tài chính và đặc biệt là giá trị của công ty và chi phí sử dụng vốn của họ. Đồng thời là cơ sở để các cổ đông, các nhà đầu tư tiềm năng lựa chọn và ra quyết định đầu tư của mình.
Lựa chọn cấu trúc tài chính là quyết định quan trọng của doanh nghiệp hoạt động, cấu trúc tài chính có thể tác động đến với lợi nhuận, thanh khoản, rủi ro tài chính và đặc biệt là giá trị của công ty và chi phí sử dụng vốn của họ. Đồng thời là cơ sở để các cổ đông, các nhà đầu tư tiềm năng lựa chọn và ra quyết định đầu tư của mình.Chính vì tầm quan trọng đó, cấu trúc tài chính trong nhiều thập kỉ qua đã trở thành đối tượng được nghiên cứu sâu rộng tại nhiều quốc gia có nền kinh tế thị trường phát triển.
2.2 Dữ liệu đầu vào
Bài nghiên cứu sử dụng cơ sở dữ liệu thu thập từ 18 công ty trong nhóm VN30 được Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh công bố (trừ các công ty tài chính) trong giai đoạn 2014 – 2020.
5 yếu tố ảnh hưởng đến cấu trúc tài chính: (1) Khả năng sinh lời (PROF); (2) Lá chắn thuế phi nợ vay (NDTS); (3) Quy mô doanh nghiệp (SIZE); (4) Cơ hội tăng trưởng (GROW) và (5) Tính thanh khoản (LIQ),(6)Cấu trúc tài sản hữu hình (TANG).
library(readxl)
data <- read_excel("C:/data/mpnn.xlsx")
data## # A tibble: 126 × 10
## STT Congty ID Nam TANG PROF NDTS SIZE GROW LIQ
## <dbl> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 NA VRE 1 2014 0.000383 0.0559 0.000226 6.28 NA 2.25
## 2 NA VRE 1 2015 0.000898 0.0710 0.000675 6.78 0.201 0.914
## 3 NA VRE 1 2016 0.0106 0.112 0.00116 6.81 -0.0449 2.70
## 4 NA VRE 1 2017 0.00359 0.0708 0.00127 6.74 0.112 1.64
## 5 NA VRE 1 2018 0.00729 0.0886 0.00216 6.96 0.0144 1.14
## 6 NA VRE 1 2019 0.0126 0.108 0.00363 6.97 -0.0735 1.06
## 7 1 VRE 1 2020 0.0108 0.0868 0.00416 6.92 0.111 1.98
## 8 NA POW 2 2014 0.521 0.0901 0.283 7.39 NA 1.32
## 9 NA POW 2 2015 0.717 0.0651 0.234 7.37 0.449 0.923
## 10 NA POW 2 2016 0.688 0.0434 0.301 7.45 -0.0218 1.02
## # ℹ 116 more rows2.3 Mô tả các biến đầu vào
TANG là cấu trúc tài sản hữu hình của doanh nghiệp, thường là bất động sản hoặc tài sản cá nhân như cao ốc, máy móc và bất động sản. Tài sản hữu hình khác với tài sản vô hình như nhãn hiệu thương mại, bản quyền, thương hiệu và tài nguyên thiên nhiên (đất rừng, dự trữ dầu và trữ lượng than). Cũng bao gồm các khoản phải thu của một doanh nghiệp.
TANG = tài sản hữu hình/ tổng tài sảnPROF là khả năng sinh lời của doanh nghiệp, đánh giá khả năng tạo ra lợi nhuận của một doanh nghiệp trong thời gian dài, giả sử tất cả các điều kiện hoạt động hiện tại nói chung là không đổi. Khả năng sinh lời phản ánh mối quan hệ giữa quy mô và lợi nhuận của một doanh nghiệp trong một thời hạn nhất định. Thông thường, khả năng sinh lời của doanh nghiệp sẽ được tính bằng công thức tổng lợi nhuận EBIT chia cho tổng tài sản sử dụng.
PROF = EBIT/tổng tài sảnNDTS là lá chắn thuế phi nợ vay, lợi thế của doanh nghiệp khi sử dụng vốn vay là chi phí lãi vay sẽ được khấu trừ khỏi thu nhập chịu thuế. Do đó, lãi vay thường được ví như “lá chắn thuế” (tax-shield) giúp doanh nghiệp tiết kiệm được một phần chi phí thuế.
NDTS = khấu hao/tổng tài sảnSIZE là quy mô doanh nghiệp được đo lường bằng cách lấy logarit tự nhiên của doanh thu thuần, khi quy mô doanh nghiệp càng lớn tạo điều kiện trang bị được công nghệ hiện đại hơn để có thể dạng hóa dịch vụ. Vì vậy, nghiên cứu này cũng dự đoán SIZE ảnh hưởng tích cực đến biến phụ thuộc.
SIZE = log(doanh thu thuần)GROW là cơ hội tăng trưởng được đo lường bằng cách lấy phần trăm của thay đổi tổng tài sản.
GROW = % thay đổi tổng tài sảnLIQ là tính thanh khoản của doanh nghiệp, thể hiện khả năng thanh toán của doanh nghiệp đó tại từng thời điểm. Điều này thể hiện trong việc sử dụng tài sản lưu động như tiền mặt, hàng tồn kho, các khoản phải thu, chứng khoán và tài sản ngắn hạn để đáp ứng các khoản nợ ngắn hạn.
LIQ = tài sản ngắn hạn/ nợ ngắn hạnBiến đầu ra
TLEV là tổng đòn bẩy nợ đo lường mức độ sử dụng nợ vay của doanh nghiệp để tài trợ cho tổng tài sản đó, hệ số này nếu cao thể hiện sự bất lợi đối với các chủ nợ nhưng lại có lợi cho chủ sở hữu nếu đồng vốn được sử dụng có khả năng sinh lợi cao. Tuy nhiên, chỉ số này quá thấp cũng có hàm ý cho thấy doanh nghiệp chưa tận dụng kênh huy động vốn bằng nợ, tức chưa khai thác tốt đòn bẩy tài chính.
TLEV = tổng nợ / tổng tài sản3 Bài tập về nhà tuần 1
3.1 Phân phối chuẩn
ppc <- rnorm(100,mean=50,sd=1)
ppc## [1] 50.41465 49.81218 51.17913 51.29010 49.36642 50.60212 50.43896 51.02076
## [9] 49.62482 50.18832 52.95910 50.81642 51.44574 50.03832 49.86819 49.43386
## [17] 50.52795 50.08624 52.03944 49.97730 49.54273 48.93212 50.78417 48.96030
## [25] 51.45465 51.15273 50.24179 50.41468 50.78679 49.59302 51.01691 50.66848
## [33] 50.05586 50.28422 50.55876 49.91500 49.25911 52.41380 49.16341 50.59890
## [41] 48.73926 50.89743 50.78014 51.67112 48.61381 50.19920 50.02429 50.90982
## [49] 49.26628 50.52271 48.01246 50.46255 49.56365 50.77015 48.38745 51.67423
## [57] 50.12902 47.48062 49.56128 50.92917 51.62099 51.06291 52.48571 49.17031
## [65] 48.96317 52.05179 52.10584 50.03575 49.34365 50.07589 51.60281 50.02863
## [73] 49.62391 50.70293 51.82036 50.18229 50.38939 49.82694 50.09696 50.92613
## [81] 48.71801 49.35007 50.63837 49.41121 50.19237 50.11709 50.33180 50.56482
## [89] 49.05098 50.71769 51.35615 49.07642 50.57066 50.39000 50.50138 49.41395
## [97] 50.80345 50.19841 50.36448 49.81148hist(ppc)
summary(ppc)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 47.48 49.62 50.31 50.29 50.81 52.963.2 Phân Phối Poisson
Ps <- rpois(200,4.5)
Ps## [1] 3 1 7 7 1 7 2 5 8 5 6 1 4 6 7 2 5 3 4 5 7 6 4 4 4
## [26] 4 5 3 4 6 4 7 4 7 2 2 4 5 3 8 3 3 7 5 2 3 4 7 4 8
## [51] 4 5 3 8 6 4 5 4 9 5 4 8 5 9 2 7 7 7 2 7 2 2 5 9 3
## [76] 6 2 8 3 3 7 8 5 6 3 5 4 10 4 5 4 4 6 3 6 4 8 4 4 5
## [101] 2 1 5 3 1 6 4 3 3 4 7 2 2 11 4 2 4 2 7 6 3 1 6 2 2
## [126] 10 2 5 4 4 2 3 5 3 4 6 6 2 6 4 3 4 5 4 7 3 2 3 5 4
## [151] 1 6 7 2 6 4 7 6 6 4 5 5 3 1 3 5 8 4 5 6 2 6 5 2 6
## [176] 6 7 4 5 4 7 3 3 6 4 4 6 1 6 4 8 5 2 6 5 5 2 6 7 5hist(Ps)
summary(Ps)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.00 3.00 4.00 4.61 6.00 11.003.3 Phân phối đều
ppd <- runif(200,min=15,max=35)
ppd## [1] 24.73794 29.88202 28.68096 22.99308 18.57669 27.95654 31.33134 31.93029
## [9] 16.41320 16.67830 32.50014 17.94970 22.87072 25.02187 18.03936 19.46092
## [17] 27.00099 32.49527 18.82322 30.00948 34.32574 28.62823 26.88921 32.12762
## [25] 25.19927 27.39565 33.17291 25.37813 15.87198 34.42080 31.31183 15.47037
## [33] 19.00852 31.63074 33.16644 33.01543 30.61731 26.52193 15.57836 26.94594
## [41] 21.00694 34.30924 28.55095 30.15335 23.10085 18.40117 18.20790 19.17513
## [49] 21.00028 24.03889 21.50054 22.77027 24.36974 30.91448 33.87326 32.76064
## [57] 20.46962 24.83463 22.54810 23.31103 15.70813 31.24118 26.60488 23.23271
## [65] 27.69567 25.13513 19.34193 29.82943 32.13205 18.16130 17.78244 33.43437
## [73] 32.66477 29.46592 28.90468 18.76914 20.80286 31.90872 34.77921 15.52237
## [81] 15.72829 30.42309 17.79586 15.29913 25.94555 21.53412 29.49539 19.95167
## [89] 21.89127 15.21771 20.73873 18.28661 29.71582 30.51074 18.94817 33.31632
## [97] 15.20250 32.32922 32.33078 25.10666 20.00042 15.61521 34.41292 28.77744
## [105] 20.32221 31.20737 28.69826 32.35435 24.15176 24.56641 21.75428 31.22677
## [113] 29.41401 20.71134 23.24526 26.82365 15.32202 27.77873 22.49044 31.30643
## [121] 23.35287 15.78275 15.53531 15.09245 24.71807 17.64300 15.78617 25.74796
## [129] 27.87840 21.71081 30.04883 20.53818 17.82101 15.90391 19.21186 28.16598
## [137] 31.38775 26.18710 28.37539 30.40583 22.56671 18.70389 21.07029 15.27032
## [145] 30.87606 24.81433 25.23053 17.44427 15.13710 30.54213 26.09337 15.24550
## [153] 26.26446 24.18678 34.33226 32.72030 33.49219 26.46199 16.27575 27.04445
## [161] 18.59170 15.93425 27.36844 24.13879 21.94807 26.74881 32.36428 32.63032
## [169] 32.94686 21.41314 31.49928 23.63035 25.72128 25.93180 27.06046 26.45738
## [177] 17.95981 26.22428 21.13183 21.31183 21.13874 16.40922 27.07317 20.38127
## [185] 31.51821 16.24035 29.80008 20.22579 17.66349 30.08380 33.57443 25.40892
## [193] 15.39275 21.60811 24.30901 25.30357 23.08309 17.02806 30.20541 17.66444hist(ppd)
summary(ppd)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 15.09 19.31 24.93 24.64 30.02 34.783.4 Phân phối Student
St <- rt(200,5,0.5)
St## [1] -0.32605949 3.00837525 -0.69914748 2.43523936 1.38484075 1.74434958
## [7] -0.17510848 0.28780359 1.40241395 1.01102437 1.10212140 -0.02511979
## [13] 1.45504004 -1.23284547 2.56073405 0.50419005 2.31505905 1.53766435
## [19] -0.06754702 1.17456237 0.78353068 0.71973412 1.65461301 0.18368880
## [25] 0.45649707 1.68622785 -0.79942659 0.99576797 1.07198985 -1.42125059
## [31] 1.66551993 1.11682640 -0.92937567 1.52762831 0.37134262 0.01339753
## [37] -0.40033527 1.06272648 1.19477237 1.11749199 0.03174038 0.08792970
## [43] 0.43600885 1.62994331 0.46906822 -1.35920814 0.64409327 0.36267684
## [49] 0.98717886 -0.30977113 2.77835301 -1.63042282 0.29344264 0.59021346
## [55] -1.03340435 -0.69497037 1.49262974 2.17302906 -0.74471744 -0.85461642
## [61] -1.34690452 -0.43976683 0.64839844 0.71205850 -2.05432583 0.10917480
## [67] -0.78728619 -0.63608041 2.21422364 0.58678489 -1.25451633 -1.94248563
## [73] -0.83666389 2.92385889 -0.12216244 0.06083737 0.76713603 1.03519203
## [79] 0.76372621 0.63320866 -0.88517209 1.06008145 -0.35466180 0.61459035
## [85] 0.71515915 -1.61243830 0.76699787 4.79222237 1.18632864 2.65525400
## [91] -0.58789209 0.71748519 -0.02273010 0.12907984 -0.60413717 1.12997223
## [97] -0.21958959 1.98823851 -0.80235324 0.91176411 0.62518944 -0.52786866
## [103] 1.10683498 4.35074351 0.88640669 2.99270375 1.01408611 -1.47366477
## [109] 0.06028853 -0.44020790 0.42074672 0.59484764 2.16020634 0.22502451
## [115] 0.57706003 -0.79789583 1.81402853 0.41761768 -0.25144293 0.36610323
## [121] 0.54290363 0.40673950 1.55822615 0.25780948 0.12594547 0.90678245
## [127] 1.27276667 0.37800895 -1.22588903 0.44641745 1.20964891 -1.64302930
## [133] -0.30977845 1.55871015 -0.32421970 2.61037999 0.49943832 -1.26385535
## [139] 1.61435105 -0.10538072 1.36817470 -0.62233774 -0.16597561 -1.94679672
## [145] -0.04590457 0.42071347 3.85568691 1.79986512 0.66840083 0.67694811
## [151] 0.03425748 -0.77602759 1.96511986 0.06922763 1.52811464 1.99661252
## [157] -3.33711284 0.64093550 -0.54220833 -0.37276999 0.29012865 1.67853643
## [163] 1.40343751 0.53946777 0.58811063 -2.97673242 -0.60744877 0.20065020
## [169] -0.51861434 2.06832284 2.16220239 0.06383307 1.96521362 -0.87539822
## [175] -0.44562886 0.15338417 -0.01180427 1.12959778 1.72875756 0.57111342
## [181] 1.09196512 1.04125181 1.02467610 1.96026620 0.34786328 0.98818224
## [187] 3.57031952 0.42341124 0.02190721 0.58733916 3.59409856 0.56239904
## [193] -1.57269949 0.66248200 2.08193427 -0.40570729 1.79720219 -0.14945346
## [199] -0.41111079 1.10696546hist(St)
summary(St)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## -3.3371 -0.3098 0.5412 0.5336 1.1884 4.79223.5 Phân Phối nhị thức
ppnt <- rbinom(300,50,0.3)
ppnt## [1] 10 13 18 11 18 18 14 15 16 17 16 10 14 17 10 11 9 18 16 21 11 19 11 14 15
## [26] 15 24 11 19 18 16 16 12 19 18 12 19 14 14 13 12 17 17 14 16 17 17 15 7 11
## [51] 13 18 14 18 14 18 14 12 17 11 15 18 17 13 15 15 13 17 14 12 8 24 16 12 16
## [76] 13 18 17 20 18 12 17 18 20 18 14 14 13 17 12 16 10 16 16 15 18 21 17 17 16
## [101] 17 14 18 19 17 19 13 19 15 11 12 15 20 18 26 13 14 19 16 18 9 20 12 17 20
## [126] 21 14 13 16 13 13 9 13 14 9 17 10 13 10 15 10 17 16 13 9 13 17 10 11 21
## [151] 15 15 14 18 14 14 14 17 15 17 17 16 12 19 16 16 15 12 15 14 21 10 15 14 12
## [176] 19 12 17 13 14 20 11 19 12 12 14 14 18 19 10 12 15 14 11 11 16 14 13 14 13
## [201] 14 15 17 20 11 11 19 18 19 8 18 17 15 17 15 15 18 14 10 14 14 21 14 15 14
## [226] 13 13 15 15 20 15 17 17 19 13 13 15 13 8 19 19 12 14 15 17 14 14 15 9 17
## [251] 18 11 13 14 9 13 12 10 11 18 16 12 12 14 16 19 17 21 12 16 10 15 15 18 14
## [276] 19 10 23 16 12 11 13 9 11 14 14 21 16 17 15 17 15 12 9 15 16 10 10 13 18hist(ppnt)
summary(ppnt)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 7.0 13.0 15.0 14.9 17.0 26.0