(LUẬN văn THẠC sĩ) ảnh hưởng của độ bất ổn trong các yếu tố vĩ mô của nền kinh tế đến quyết định đầu tư của các doanh nghiệp sản xuất tại việt nam

GIỚI THIỆU ĐỀ TÀI

Lý do chọn đề tài

Trong bối cảnh kinh tế hiện nay, các công ty phải đối mặt với thách thức trong việc quyết định đầu tư để mở rộng quy mô sản xuất hoặc tối ưu hóa chi phí, nhằm tăng giá trị tài sản cho chủ sở hữu Quyết định đầu tư đúng đắn không chỉ nâng cao giá trị doanh nghiệp mà còn bảo vệ tài sản của chủ doanh nghiệp Đặc biệt, đầu tư dài hạn đóng vai trò quan trọng trong việc tạo ra giá trị bền vững cho doanh nghiệp trong tương lai Do đó, việc xem xét và phân tích các yếu tố ảnh hưởng đến quyết định đầu tư là rất cần thiết.

Nghiên cứu về ảnh hưởng của các yếu tố đến quyết định đầu tư đã được nhiều tác giả thực hiện trên toàn cầu, từ các nước phát triển đến các nước đang phát triển Theo giả thuyết của Modigliani và Miller (1958), trong một thị trường hoàn hảo, quyết định đầu tư và tài trợ không liên quan đến nhau Tuy nhiên, thực tế cho thấy có nhiều vấn đề không hoàn hảo như chi phí đại diện và thông tin bất cân xứng, dẫn đến hiện tượng "đầu tư dưới mức" và "đầu tư quá mức" Nghiên cứu của Myers (1977) chỉ ra rằng đòn bẩy tài chính có mối quan hệ âm với quyết định đầu tư, trong khi Tobin (1969) xem xét mối quan hệ giữa giá trị thị trường và giá trị sổ sách qua tỷ lệ Tobin Q Dù vậy, vẫn còn thiếu các nghiên cứu về mối quan hệ giữa quyết định đầu tư và các yếu tố vĩ mô, đặc biệt là ở các quốc gia đang phát triển như Việt Nam, điều này cần được chú ý hơn nữa.

Việt Nam, một quốc gia đang phát triển, chứng kiến hơn 100.000 doanh nghiệp mới đăng ký mỗi năm, tạo ra nhu cầu cao về đầu tư vào tài sản cố định và cơ sở hạ tầng Sự tương tác giữa các doanh nghiệp và nền kinh tế cần được nghiên cứu kỹ lưỡng, đặc biệt khi Chính phủ đã ban hành nhiều chính sách khuyến khích đầu tư, bao gồm ưu đãi lãi suất và thuế cho các doanh nghiệp mới và ngành công nghiệp ưu tiên Việc hiểu rõ các yếu tố ảnh hưởng đến quyết định đầu tư của doanh nghiệp là cần thiết, nhằm xác định các nhân tố thúc đẩy hoặc cản trở sự ra quyết định, từ đó góp phần nâng cao giá trị doanh nghiệp và thúc đẩy sự phát triển kinh tế của đất nước.

Nghiên cứu này thực hiện tại Việt Nam nhằm kiểm tra tác động của độ bất ổn trong các yếu tố vĩ mô đến quyết định đầu tư của doanh nghiệp, kết hợp cả yếu tố đặc thù doanh nghiệp và các yếu tố vĩ mô như CPI và IPI Kết quả giúp các nhà quản lý và nhà đầu tư nhận thức rằng ngoài yếu tố đặc thù, các yếu tố vĩ mô cũng ảnh hưởng đến quyết định đầu tư Điều này hỗ trợ Chính phủ và các nhà điều hành kinh tế trong việc điều hành nền kinh tế phù hợp với từng giai đoạn.

Mục tiêu nghiên cứu

Nghiên cứu “Ảnh hưởng của độ bất ổn trong các yếu tố vĩ mô của nền kinh tế đến quyết định đầu tư của các doanh nghiệp sản xuất tại Việt Nam” được thực hiện trong giai đoạn 2009-2018 nhằm tìm kiếm bằng chứng cho thấy độ bất ổn của các yếu tố vĩ mô có ảnh hưởng đến quyết định đầu tư Mục tiêu của nghiên cứu là cung cấp thông tin cho các nhà quản lý và nhà hoạch định chính sách về việc cần thiết phải có các biện pháp kích cầu và tăng gia sản xuất, đặc biệt là thông qua các chỉ số vĩ mô như chỉ số giá tiêu dùng (CPI) và chỉ số sản xuất công nghiệp (IPI), nhằm khắc phục tình trạng suy thoái và giảm tăng trưởng của doanh nghiệp cũng như nền kinh tế Nghiên cứu sẽ trả lời câu hỏi liệu độ bất ổn trong các yếu tố kinh tế vĩ mô có tác động đến quyết định đầu tư của doanh nghiệp hay không.

Phương pháp nghiên cứu

Nghiên cứu này nhằm kiểm tra ảnh hưởng của độ bất ổn trong các yếu tố vĩ mô đến quyết định đầu tư của doanh nghiệp sản xuất tại Việt Nam Tác giả đã thực hiện nghiên cứu định lượng với sự hỗ trợ của phần mềm Stata, sử dụng dữ liệu từ 77 doanh nghiệp sản xuất có báo cáo tài chính công bố trên sàn HOSE và HNX trong giai đoạn 2009-2018 Dữ liệu doanh nghiệp được thu thập từ các báo cáo tài chính đã được kiểm toán trên trang Vietstock.vn, trong khi dữ liệu kinh tế vĩ mô được lấy từ Tổng cục thống kê.

Trong nghiên cứu này, tác giả kế thừa mô hình của Rashid (2017) và tiến hành ước lượng thực nghiệm bằng các phương pháp Pooled OLS, FEM, REM và GMM.

Để xác định mô hình phù hợp, có hai bước chính (gọi tắt là GMM) Mục tiêu cuối cùng là đánh giá tác động của độ bất ổn các yếu tố kinh tế vĩ mô đối với quyết định đầu tư của doanh nghiệp, đồng thời tìm kiếm các yếu tố có thể thúc đẩy sự đầu tư vào các doanh nghiệp Việt Nam.

Kết cấu bài nghiên cứu

Bài nghiên cứu gồm 5 phần chính:

Chương 1 của bài viết sẽ giới thiệu tổng quan về đề tài nghiên cứu, nêu rõ lý do lựa chọn đề tài, xác định mục tiêu nghiên cứu, mô tả nội dung nghiên cứu và trình bày những đóng góp quan trọng của đề tài đối với lĩnh vực nghiên cứu hiện tại.

Chương 2: Cơ sở lý thuyết và tổng quan các nghiên cứu trước đây tập trung vào các lý thuyết liên quan đến quyết định đầu tư và những khái niệm về các yếu tố vĩ mô của nền kinh tế Phần này cũng trình bày một số nghiên cứu trước đây có liên quan đến vấn đề nghiên cứu, nhằm cung cấp cái nhìn tổng quát và nền tảng cho các phân tích tiếp theo.

Chương 3: Dữ liệu và phương pháp nghiên cứu trình bày quy trình thu thập dữ liệu, mô hình nghiên cứu áp dụng, giải thích các biến liên quan, cũng như phương pháp nghiên cứu và các bước thực hiện nghiên cứu một cách chi tiết.

- Chương 4: Kết quả thực nghiệm

Đóng góp của đề tài

Nghiên cứu mối quan hệ giữa các yếu tố doanh nghiệp và độ bất ổn vĩ mô trong nền kinh tế ảnh hưởng đến quyết định đầu tư của doanh nghiệp sản xuất tại Việt Nam, xác định mức độ ảnh hưởng của các nhân tố này Kết quả sẽ giúp doanh nghiệp hiểu rõ hơn trong việc hoạch định chiến lược kinh doanh và đưa ra quyết định đầu tư hiệu quả hơn.

CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY

Cơ sở lý thuyết

Quyết định đầu tư là một trong những quyết định quan trọng nhất khi các doanh nghiệp hoạch định chiến lược tài chính, với mục tiêu chính là tối đa hóa giá trị tài sản công ty Để đạt được mục tiêu này, doanh nghiệp cần thực hiện quản trị tài chính hiệu quả bằng cách tận dụng cơ hội đầu tư mang lại giá trị hiện tại ròng (NPV) dương, từ đó gia tăng giá trị tài sản và giảm thiểu chi phí tài trợ cho các dự án Trong việc tài trợ cho các dự án, các nhà quản trị có thể lựa chọn từ nhiều nguồn khác nhau, bao gồm nguồn tài trợ nội bộ và nguồn tài trợ từ bên ngoài thông qua phát hành cổ phần mới hoặc vay nợ.

Lý thuyết kinh tế nhấn mạnh rằng cả yếu tố không chắc chắn về kinh tế vĩ mô và đặc thù doanh nghiệp đều ảnh hưởng lớn đến việc tối ưu hóa giá trị công ty Tuy nhiên, nghiên cứu hiện tại chủ yếu tập trung vào sự không chắc chắn của từng doanh nghiệp mà ít xem xét vai trò của yếu tố này trong các quyết định đầu tư, như được chỉ ra trong nghiên cứu của Umutlu.

Gần đây, nhiều nghiên cứu đã chỉ ra rằng tác động của sự không chắc chắn trong kinh tế vĩ mô và đặc thù doanh nghiệp có sự khác biệt rõ rệt Caballero và Pindyck (1996) nhấn mạnh rằng sự không chắc chắn trong môi trường kinh tế vĩ mô ảnh hưởng mạnh mẽ hơn đến quyết định đầu tư của các công ty so với sự không chắc chắn đặc thù doanh nghiệp Ngược lại, Rashid (2017) cho thấy rằng trong bối cảnh các công ty sản xuất tại Pakistan, quyết định đầu tư ít nhạy cảm hơn với sự không chắc chắn của đặc thù doanh nghiệp so với sự không chắc chắn trong kinh tế vĩ mô.

Nghiên cứu kinh tế vĩ mô tập trung vào các vấn đề tổng thể như sản xuất công nghiệp, lạm phát và thất nghiệp (Nguyễn Văn Ngọc, 2006) Chỉ số giá tiêu dùng (CPI) và chỉ số sản xuất công nghiệp (IPI) phản ánh sự thay đổi giá cả hàng hóa và tốc độ tăng trưởng công nghiệp, từ đó cung cấp cái nhìn tổng quát về hoạt động của nền kinh tế Trong nghiên cứu này, tác giả sử dụng dữ liệu CPI và IPI để phân tích ảnh hưởng của bất ổn các yếu tố vĩ mô đến quyết định đầu tư của doanh nghiệp.

DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Dữ liệu nghiên cứu

Bài nghiên cứu này phân tích dữ liệu của 77 công ty sản xuất tại Việt Nam từ năm 2009 đến 2018, bao gồm các ngành dệt may, hóa chất – dược phẩm, thiết bị - máy móc – dụng cụ, thực phẩm – đồ uống – thuốc lá, và vật liệu Tác giả lựa chọn các công ty sản xuất để khảo sát vì chúng có ảnh hưởng rõ rệt đến quyết định đầu tư, thể hiện qua việc chi tiêu cho việc mở rộng nhà máy và dây chuyền sản xuất Những ngành này cũng đóng góp lớn vào GDP và có mức tăng trưởng khả quan trong thời gian qua Dữ liệu được sử dụng là báo cáo tài chính đã kiểm toán của các công ty niêm yết trên Sở giao dịch chứng khoán TP.HCM (HOSE) và Sở giao dịch chứng khoán Hà Nội (HSX), với nguồn dữ liệu từ trang web Vietstock.vn Các công ty không có đủ 10 năm báo cáo tài chính từ 2009-2018 sẽ bị loại khỏi nghiên cứu.

Dữ liệu về các biến kinh tế vĩ mô được thu thập từ cơ sở dữ liệu thống kê của Tổng cục Thống kê, có thể tham khảo tại trang web https://www.gso.gov.vn/, trong khoảng thời gian từ năm.

Khung phân tích

Trên cơ sở kế thừa nghiên cứu của Rashid (2017), khung phân tích của bài nghiên cứu như sau:

Mô hình nghiên cứu – Mô tả biến

Tác giả tiến hành nghiên cứu định lượng sử dụng phần mềm STATA với biến phụ thuộc là I/K Các biến độc lập bao gồm biến trễ năm trước của I/K, (I/K)², B/K, RB/K và S/K Mô hình nghiên cứu được đề xuất như sau:

( 𝑲 𝑰 ) it = f i + f t + β 1 ( 𝑲 𝑰 ) it-1 + β 2 ( 𝑲 𝑰 ) 2 it-1 + β 3 ( 𝑩 𝑲 ) it-1 + β 4 ( 𝑹𝑩 𝑲 ) it-1 + β 5 ( 𝑲 𝑺 ) it-1 + β 6 φ it-1

Trong đó, ý nghĩa các ký hiệu như sau:

I it-1 : Đầu tư doanh nghiệp i năm t-1

K it-1 : Tổng tài sản doanh nghiệp i năm t-1

B it-1 : Tổng nợ ngắn hạn và nợ dài hạn của doanh nghiệp i năm t-1

RB it-1 : Tổng chi phí lãi vay của doanh nghiệp i năm t-1

Doanh thu của doanh nghiệp i trong năm t-1 được thể hiện bằng S it-1 Sự không chắc chắn đặc thù của doanh nghiệp i trong năm t-1 được đại diện bởi φ it-1 Cuối cùng, à t-1 phản ánh sự không chắc chắn kinh tế vĩ mô trong cùng năm đó.

Quyết định đầu tư Tổng nợ vay năm trước

Chi phí lãi vay năm trước Doanh thu năm trước

Yếu tố không chắc chắn đặc thù doanh nghiệp Yếu tố kinh tế vĩ mô

Các biến đặc thù doanh nghiệp như đầu tư, tổng dư nợ, chi phí lãi vay và doanh thu được tính theo tỷ lệ với tổng tài sản để tránh sự sai lệch do quy mô tài sản tăng Nếu số liệu đầu tư tăng chậm hơn tổng tài sản, điều này cho thấy đầu tư thực sự giảm Để đánh giá ảnh hưởng của các yếu tố đến quyết định đầu tư của doanh nghiệp, các biến số tương ứng sẽ được sử dụng.

Chỉ số I/K, được tính bằng tỷ lệ giữa tiền chi mua tài sản cố định trong báo cáo lưu chuyển tiền tệ và tổng tài sản, phản ánh mức độ đầu tư của doanh nghiệp Giá trị I/K cao cho thấy doanh nghiệp có xu hướng đầu tư nhiều vào tài sản cố định, thực hiện các kế hoạch sản xuất, mở rộng và gia tăng sản xuất.

Độ trễ của biến đầu tư (t-1) được sử dụng để phân tích ảnh hưởng của đầu tư năm trước đến quyết định đầu tư năm nay Tác giả nghiên cứu mối quan hệ giữa các biến đầu tư qua các năm nhằm hiểu rõ hơn về tác động của đầu tư trước đó đối với các quyết định hiện tại.

Bình phương độ trễ của biến đầu tư (it-1) được tính toán bằng cách sử dụng số liệu của biến đầu tư từ năm t-1 Mục đích của tác giả là phân tích xem đầu tư trong năm trước có tác động phi tuyến tính đến quyết định đầu tư trong năm hiện tại hay không.

Tổng nợ vay (B/K) được xác định bằng cách tính tỷ lệ giữa tổng nợ vay ngắn hạn và nợ vay dài hạn của doanh nghiệp so với tổng tài sản của doanh nghiệp trong năm t-1, theo Rashid.

Theo nghiên cứu năm 2017, tỷ lệ tổng nợ doanh nghiệp trên tổng tài sản thấp giúp doanh nghiệp giảm thiểu rủi ro trong việc thanh toán nợ và khả năng phá sản Tác giả cho rằng, nếu quản lý nhận thấy tổng nợ cao trong năm trước, họ có thể lo ngại về khả năng thanh khoản và từ bỏ nhiều dự án có NPV dương trong năm hiện tại Dấu hiệu mà tác giả kỳ vọng là dấu (-).

Chi phí lãi vay (RB) được tính bằng cách lấy chi phí lãi vay trên báo cáo tài chính của công ty i năm t-1 chia cho tổng tài sản năm t-1 Dấu tác giả dự đoán là dấu (-), cho thấy mối tương quan ngược chiều Theo nghiên cứu của Rashid (2017), khi chi phí lãi vay năm trước tăng lên, công ty sẽ hạn chế nguồn tài chính và giảm các chi tiêu đầu tư vào tài sản cố định trong năm nay.

Doanh thu (S/K) được tính bằng tỷ lệ doanh thu thuần trên tổng tài sản công ty năm t-1, với doanh thu bán hàng năm trước cao sẽ kích thích công ty tăng cường sản xuất và đầu tư vào cơ sở vật chất cho năm tiếp theo, như Umutlu (2010) đã lập luận Biến không chắc chắn đặc thù doanh nghiệp (φ it-1) được đo bằng độ lệch chuẩn tích lũy của phần dư thu từ mô hình AR(1) của doanh thu công ty; theo Rashid (2017), sự không chắc chắn này khiến doanh nghiệp cẩn trọng trong quyết định đầu tư cho năm sau Biến kinh tế vĩ mô (à t-1) được đo bằng sự không chắc chắn của các chỉ số như CPI và IPI, với độ lớn biến động xung quanh giá trị trung bình được tính bằng phương sai điều kiện của mô hình ARCH; tác giả cho rằng sự bất ổn kinh tế vĩ mô khiến doanh nghiệp e ngại đầu tư.

Bảng 3.1: Tên biến và dấu kỳ vọng

Ký hiệu Tên biến Ghi chú

(I/K) it-1 Độ trễ của đầu tư

Biến đặc thù doanh nghiệp

(I/K) 2 it-1 Bình phương độ trễ của đầu tư

(B/K) it-1 Tổng nợ vay - Rashid (2017)

(RB) it-1 Chi phí lãi vay - Rashid (2017)

Biến không chắc chắc đặc thù doanh nghiệp Biến không chắc chắn

Biến không chắc chắn kinh tế vĩ mô

KẾT QUẢ THỰC NGHIỆM

Đo lường các yếu tố không chắc chắn của đặc thù doanh nghiệp và kinh tế vĩ mô

Đo lường các yếu tố kinh tế vĩ mô và yếu tố không chắc chắn đặc thù doanh nghiệp là rất quan trọng Chi tiết về cách tính toán các yếu tố này có thể được tìm thấy trong Phụ lục 2 và Phụ lục 3.

Thống kê mô tả biến và kiểm tra tương quan

Bảng 4.1 trình bày các biến đặc thù doanh nghiệp trong phân tích, bao gồm số quan sát, giá trị trung bình, độ lệch chuẩn (SD), P25, P50 và P75 Trung bình tỷ lệ đầu tư trên vốn cho thấy các công ty đầu tư khoảng 5% tổng tài sản Độ lệch chuẩn cho thấy doanh thu trên tổng tài sản có sự phân tán cao nhất (0.67138), trong khi độ lệch chuẩn chi phí lãi vay trên tổng tài sản có sự phân tán thấp nhất (0.01933) so với các biến khác của công ty.

Bảng 4.1: Thống kê mô tả biến

(Nguồn: Kết quả tính toán từ phần mềm Stata)

Bảng trên cung cấp số liệu thống kê mô tả về biến đặc thù của công ty Tác giả định nghĩa đầu tư (I) là số tiền chi cho việc mua tài sản cố định hữu hình Tổng nợ (B) của công ty được tính bằng tổng nợ ngắn hạn và dài hạn trong năm RB đại diện cho tổng chi phí nợ, phản ánh chi phí trả lãi vay của công ty.

Doanh thu (S) của một công ty trong một năm được tính tổng từ tất cả các nguồn thu Tất cả các yếu tố khác, ngoại trừ tốc độ tăng trưởng doanh thu (GS), đều được chuẩn hóa dựa trên tổng tài sản của công ty.

Giá trị nợ trên tổng tài sản trung bình đạt 27%, với độ lệch chuẩn tương đối thấp (0.20522) Chi phí lãi vay chiếm khoảng 1.9% tổng tài sản doanh nghiệp, có mức độ biến động thấp nhất (0.01933) Doanh thu công ty chiếm trung bình 1.21187 so với tổng tài sản, nhưng có độ lệch chuẩn biến động lớn nhất trong các biến số Tốc độ tăng trưởng doanh thu có giá trị trung bình là 0.14275 và độ lệch chuẩn là 0.33996.

Bảng 4.2 trình bày thống kê mô tả về các biến không chắc chắn liên quan đến đặc thù doanh nghiệp và kinh tế vĩ mô Kết quả cho thấy độ lệch chuẩn của sự không chắc chắn đặc thù doanh nghiệp luôn cao hơn so với biến không chắc chắn kinh tế vĩ mô, đồng thời độ lệch chuẩn của biến kinh tế vĩ mô có tính ổn định hơn Giá trị trung bình và độ lệch chuẩn của biến rủi ro đặc thù doanh nghiệp, dựa trên độ lệch chuẩn tích lũy tỷ lệ doanh thu trên tổng tài sản, lần lượt là 0,22733 và 0,15017.

Bảng 4.2: Thống kê mô tả biến không chắc chắn

Biến N Trung bình SD P25 P50 P75 à cpi 770 0.00015 0.00010 0.00009 0.00011 0.00015 à ipi 770 0.13194 0.06638 0.07302 0.13244 0.17976 φ sales 770 0.22733 0.15017 0.12667 0.19163 0.29297 φ resid^2 770 0.06740 0.18653 0.00368 0.01671 0.05923

(Nguồn: Kết quả tính toán từ phần mềm Stata) Ghi chú:

- à cpi đại diện cho sự khụng chắc chắn kinh tế vĩ mụ dựa trờn phương sai điều kiện của CPI

- à ipi đại diện cho sự khụng chắc chắn kinh tế vĩ mụ dựa trờn phương sai điều kiện của IPI

φ sales đại diện cho sự không chắc chắn cụ thể của công ty, được đo lường dựa trên độ lệch chuẩn tích lũy của phần dư thu được sau khi chạy mô hình hồi quy AR(1), cung cấp một cái nhìn sâu sắc về mức độ rủi ro và biến động trong doanh số bán hàng của công ty.

- φ resid^2 đại diện cho bình phương phần dư thu được sau khi chạy mô hình hồi quy AR(1)

Trong bảng 4.3, tác giả chỉ ra rằng mối tương quan giữa biến không chắc chắn đặc thù doanh nghiệp và kinh tế vĩ mô là rất thấp và không có ý nghĩa thống kê ở các mức chấp nhận (1%, 5%, 10%) Điều này dẫn đến nhận định rằng các biến này không có mối liên hệ và là những rủi ro mà các công ty có thể đối mặt trong quá trình hoạt động, đầu tư và ra quyết định tài chính.

Bảng 4.3: Tương quan giữa các biến không chắc chắn

Biến không chắc chắn đặc thù doanh nghiệp φ sales φ resid^2

Biến không chắc chắn kinh tế vĩ mô à cpi 0.0504 0.0505

Trong bảng 4.4, tác giả chỉ ra sự tương quan giữa biến phụ thuộc và các biến độc lập thông qua p-value trong phân tích thực nghiệm Hệ số tương quan của bình phương đầu tư trên tổng tài sản cao hơn đáng kể so với các biến khác Các biến có tương quan thuận với tỷ lệ đầu tư trên tổng tài sản bao gồm bình phương tỷ lệ đầu tư, tổng nợ, doanh thu, tốc độ tăng trưởng và phần dư từ mô hình AR(1), trong đó chỉ có bình phương đầu tư và tốc độ tăng trưởng doanh thu đạt ý nghĩa thống kê (p-value < 1%) Các biến có tương quan âm với tỷ lệ đầu tư như chi phí lãi vay, ipi, φ sales không có ý nghĩa thống kê đáng kể Để phân tích sâu hơn về ảnh hưởng của hai loại rủi ro lên quyết định đầu tư của công ty, tác giả sẽ áp dụng mô hình chặt chẽ hơn với các biến đặc thù doanh nghiệp liên quan.

Bảng 4.4: Tương quan giữa các biến độc lập và biến giải thích

Biến Hệ số tương quan P-value

GS 0.1180 0.0010 à cpi 0.0510 0.1578 à ipi -0.1116 0.0019 φ sales -0.0153 0.6712 φ resid^2 0.0188 0.6023

Chi tiết tính toán tại Phụ lục 4.

Mô hình hồi quy với các biến đặc thù doanh nghiệp

Sau khi kiểm định tính dừng của các biến trong mô hình, tất cả các biến đều có tính dừng Tác giả đã thực hiện hồi quy dữ liệu bảng bằng các mô hình Pooled OLS, FEM và REM, và thu được kết quả hồi quy cho cả ba mô hình.

Bảng 4.5: Tổng hợp kết quả hồi quy dựa trên các mô hình Pooled OLS, FEM, REM

Biến Pooled OLS FEM REM

Constant 0.018*** 0.063*** 0.018*** Độ lệch chuẩn biểu thị trong dấu ngoặc

Kết quả thống kê thu được cho thấy hầu hết các biến độc lập đều có ý nghĩa thống kê

4.3.2 Các kiểm định mô hình hồi quy với các biến đặc thù doanh nghiệp a Kiểm định lựa chọn mô hình: Các kết quả kiểm định cho thấy mô hình FEM là phù hợp b Kiểm tra đa cộng tuyến, tự tương quan, phương sai thay đổi:

Kết quả kiểm định cho thấy:

- Không có hiện tượng đa cộng tuyến (VIF = 1.18 < 2)

- Có hiện tượng tự tương quan (kiểm định Wooldridge): p – value < 10% (p- value = 0.0000)

- Có hiện tượng phương sai thay đổi (kiểm định Wald): p – value < 10% (p- value = 0.0000)

Tác giả phát hiện hiện tượng tự tương quan và phương sai thay đổi trong phương trình hồi quy Để khắc phục những vấn đề này, tác giả đã áp dụng mô hình của Hansen, sử dụng biến công cụ có mối tương quan với biến phụ thuộc và độc lập, nhưng không tương quan với phần dư, thông qua phương pháp GMM (Phương pháp Tổng quát của Khoảng khắc) để cải thiện độ chính xác của ước lượng.

Sử dụng các biến trễ của biến độc lập làm biến công cụ trong mô hình hồi quy GMM, tác giả thực hiện hồi quy GMM cho phương trình với biến phụ thuộc là tỷ lệ đầu tư trên tổng tài sản Các biến độc lập bao gồm độ trễ của tỷ lệ đầu tư trên tổng tài sản, bình phương tỷ lệ đầu tư trên tổng tài sản, tỷ lệ nợ vay trên tổng tài sản, tỷ lệ chi phí lãi vay trên tổng tài sản và tỷ lệ doanh thu trên tổng tài sản.

Bảng 4.6: Kết quả mô hình hồi quy GMM

Kết quả kiểm định mô hình cho thấy có sự xuất hiện của tương quan chuỗi bậc 1 AR(1) với p-value < 10%, trong khi tương quan chuỗi bậc 2 AR(2) không xuất hiện với p-value > 10% Thêm vào đó, kiểm định Sargan và Hansen cũng cho kết quả p-value > 10%, xác nhận rằng việc sử dụng các biến công cụ trong mô hình hồi quy là phù hợp.

Kết quả mô hình cho thấy độ trễ tỷ lệ đầu tư trên tổng tài sản có mối tương quan dương và ý nghĩa thống kê (p-value 10%) trong tất cả các mô hình Hơn nữa, kiểm định Sargan và Hansen của cả bốn mô hình đều cho p-value > 10%, chứng tỏ rằng việc sử dụng các biến công cụ trong các mô hình hồi quy là hợp lý.

Trong nghiên cứu, tác giả đã ước tính bốn mô hình khác nhau với ít nhất một loại đo lường độ không chắc chắn, cho thấy rằng các hệ số ước tính cho các biến không chắc chắn đều có ý nghĩa thống kê (p-value < 10%) Các hệ số của biến kinh tế vĩ mô thường lớn hơn và có dấu hiệu âm so với biến đặc thù doanh nghiệp, chỉ ra mối quan hệ ngược chiều giữa đầu tư và rủi ro không chắc chắn Cụ thể, khi sự không chắc chắn gia tăng, các công ty có xu hướng giảm đầu tư vào tài sản cố định Sự không chắc chắn này bao gồm cả yếu tố đặc thù doanh nghiệp và yếu tố kinh tế vĩ mô Khi doanh nghiệp không chắc chắn về doanh thu trong tương lai, họ có khả năng cắt giảm chi tiêu đầu tư, trong khi bất ổn kinh tế vĩ mô cũng khiến doanh nghiệp hạn chế chi tiêu cho tài sản cố định Những phát hiện này phù hợp với nghiên cứu của Baum et al (2008) và Rashid (2017), cho thấy đầu tư tài sản cố định của doanh nghiệp sản xuất tại Việt Nam có mối tương quan ngược chiều với các yếu tố không chắc chắn, tương tự như nghiên cứu tại Pakistan.

Khi so sánh ảnh hưởng của sự không chắc chắn doanh nghiệp và sự không chắc chắn kinh tế vĩ mô đến đầu tư, tác giả nhận thấy cả hai đều tác động đến hành vi đầu tư của doanh nghiệp Đặc biệt, hệ số của sự không chắc chắn kinh tế vĩ mô lớn hơn sự không chắc chắn doanh nghiệp trong cả bốn mô hình nghiên cứu Điều này cho thấy rằng các công ty nhạy cảm hơn với sự không chắc chắn về kinh tế vĩ mô so với sự không chắc chắn cụ thể của doanh nghiệp.

Chi tiết phần 4.4 xem Phụ lục 6.

Mô hình hồi quy kết hợp thêm biến tốc độ tăng trưởng doanh thu

Như các nghiên cứu trước đây, Franklin John S và Muthusamy K (2011), Umutlu

Nghiên cứu của tác giả (2010) đã sử dụng biến Tobin’s Q để đại diện cho cơ hội tăng trưởng của công ty, tuy nhiên, tại thị trường Việt Nam, việc ước lượng chính xác giá trị sổ sách và giá trị thị trường trên tổng tài sản gặp nhiều khó khăn Do đó, trong bài nghiên cứu này, tác giả tiến hành ước lượng lại bốn mô hình đã nêu, kết hợp thêm biến tốc độ tăng trưởng doanh thu của công ty trong từng mô hình, nhằm phân tích sâu hơn tác động của yếu tố vĩ mô đến quyết định đầu tư của doanh nghiệp.

4.5.1 Ước lượng mô hình hồi quy kết hợp thêm biến tốc độ tăng trưởng doanh thu

Sau khi kiểm định tính dừng, tất cả các biến trong mô hình đều đạt yêu cầu Tác giả đã tiến hành hồi quy dữ liệu bảng sử dụng các mô hình Pooled OLS và FEM.

Biến Mô hình 1 Mô hình 2 Mô hình 3 Mô hình 4

Pooled OLS FEM REM Pooled OLS FEM REM Pooled OLS FEM REM Pooled OLS FEM REM

GS i,t-1 0.004 -0.006 0.004 0.007 -0.006 0.007 0.004 -0.006 0.004 0.007 -0.007 0.007 à cpi t-1 19.183 31.082 19.183 19.419 30.958 19.419 à ipi t-1 -0.057 -0.093** -0.057 -0.054 -0.093** -0.054 φ sales i,t-1 -0.012 -0.003 -0.012 -0.012 0.003 -0.012 φ resid^2 i,t-1 -0.021 -0.001 -0.021 -0.020 0.001 -0.020

TIEU LUAN MOI download : skknchat@gmail.com

4.5.2 Các kiểm định mô hình hồi quy kết hợp thêm biến tốc độ tăng trưởng doanh thu a Kiểm định lựa chọn mô hình: Kết quả kiểm định cho thấy mô hình FEM là phù hợp b Kiểm tra đa cộng tuyến, tự tương quan, phương sai thay đổi:

Kết quả kiểm định cho thấy trên tất cả các mô hình thì:

- Không có hiện tượng đa cộng tuyến (VIF < 2)

- Có hiện tượng tự tương quan (kiểm định Wooldridge): p – value < 10%

- Có hiện tượng phương sai thay đổi (kiểm định Wald): p – value < 10%

Tác giả phát hiện hiện tượng tự tương quan và phương sai thay đổi trong phương trình hồi quy Để khắc phục vấn đề này, tác giả đề xuất sử dụng mô hình GMM 2 bước (Phương pháp tổng quát của các khoảnh khắc).

Sử dụng các biến trễ của biến độc lập làm biến công cụ trong mô hình hồi quy GMM, tác giả thực hiện hồi quy cho phương trình với biến phụ thuộc là tỷ lệ đầu tư trên tổng tài sản, cùng với các biến độc lập được liệt kê trong Bảng 4.7 và thêm biến tốc độ tăng trưởng doanh thu Kết quả ước lượng GMM được trình bày trong bảng dưới đây.

Bảng 4.11: Kết quả mô hình hồi quy GMM

Biến Mô hình 1 Mô hình 2 Mô hình 3 Mô hình 4 Dấu

Biến Mô hình 1 Mô hình 2 Mô hình 3 Mô hình 4 Dấu à cpi t-1 -17.245** -8.868*** - à ipi t-1 -0.081*** -0.084*** - φ sales i,t-1 -0.019*** -0.022*** - φ resid^2 i,t-1 -0.022*** -0.024*** -

Kết quả kiểm định cho thấy có sự xuất hiện của tương quan chuỗi bậc 1 AR(1) với p-value < 10%, trong khi không có tương quan chuỗi bậc 2 AR(2) (p-value > 10%) trong tất cả các mô hình Ngoài ra, kiểm định Sargan và Hansen của cả 4 mô hình đều cho p-value > 10%, xác nhận rằng việc sử dụng các biến công cụ trong các mô hình hồi quy là hợp lý.

Tất cả bốn mô hình nghiên cứu đều cho thấy rằng tốc độ tăng trưởng doanh thu có mối tương quan dương và ý nghĩa thống kê với quyết định đầu tư của doanh nghiệp Cụ thể, các công ty có doanh thu tăng trưởng hàng năm thường có nhu cầu mở rộng sản xuất và đầu tư vào tài sản cố định Kết quả này phù hợp với nghiên cứu của Rashid (2017).

Tỷ lệ nợ trên tổng tài sản và chi phí nợ vay đều cho thấy xu hướng tiêu cực trong bốn mô hình phân tích, như đã trình bày trong bảng 4.11, tương tự với kết quả ở bảng 4.9 Việc thêm biến tăng trưởng thu hàng năm vào mô hình không làm thay đổi tác động của sự không chắc chắn từ đặc thù doanh nghiệp và yếu tố vĩ mô đối với quyết định đầu tư Đặc biệt, độ lớn của các hệ số biến không chắc chắn cho thấy rằng đầu tư của doanh nghiệp có khả năng bị ảnh hưởng nhiều hơn bởi sự không chắc chắn về kinh tế vĩ mô, ngay cả khi đã kiểm soát các cơ hội tăng trưởng của doanh nghiệp.

Chi tiết tính toán Phần 4.5 như Phụ lục 7

4.6 Thảo luận về kết quả nghiên cứu

Tóm tắt kết quả nghiên cứu:

Bảng 4.12: Tóm tắt kết quả nghiên cứu

Yếu tố ảnh hưởng Tên biến Dấu kỳ vọng Kết quả nghiên cứu

(I/K) it-1 Độ trễ của đầu tư + +

Bình phương độ trễ của đầu tư + +

(RB) it-1 Chi phí lãi vay - -

GS it-1 (biến bổ sung)

Tốc độ tăng trưởng doanh thu + φ it-1

Biến không chắc chắc đặc thù doanh nghiệp - - à t-1 Biến khụng chắc chắn - -

Yếu tố ảnh hưởng Tên biến Dấu kỳ vọng Kết quả nghiên cứu kinh tế vĩ mô

Thảo luận về kết quả nghiên cứu:

Độ trễ của đầu tư trên tổng tài sản và độ trễ của bình phương đầu tư trên tổng tài sản có tác động tích cực đến quyết định đầu tư, tương tự như nghiên cứu của Eberly (2012) Theo Eberly, độ trễ của đầu tư có mối tương quan cao hơn so với yếu tố Tobin Q và dòng tiền, cho thấy rằng ngân sách đầu tư vào tài sản cố định thường lớn hơn hoặc bằng ngân sách năm trước Hơn nữa, độ trễ của bình phương đầu tư trên tổng tài sản cho thấy mối quan hệ phi tuyến tính với đầu tư trong năm hiện tại, khẳng định rằng I/K năm t-1 ảnh hưởng đến I/K năm t.

Tổng nợ vay trên tổng tài sản, được tính bằng tỷ lệ giữa tổng nợ vay và tổng tài sản của doanh nghiệp, có ảnh hưởng ngược chiều đến quyết định đầu tư trong tất cả các mô hình nghiên cứu Nghiên cứu này phù hợp với kết quả của Rashid (2017), cho thấy rằng khi các nhà quản lý nhận thấy tỷ lệ nợ vay quá cao trong cấu trúc vốn, họ có xu hướng cắt giảm đầu tư vào các dự án Do đó, khi nợ vay gia tăng, doanh nghiệp thường thu hẹp quy mô đầu tư.

Chi phí lãi vay trên tổng tài sản, được tính bằng tổng nợ vay so với giá trị sổ sách của doanh nghiệp, có tác động tiêu cực đến quyết định đầu tư của doanh nghiệp trong tất cả các mô hình nghiên cứu Khi doanh nghiệp chi lãi vay cao trong năm trước, họ thường lo ngại về vấn đề thanh khoản và các chi phí phải trả trong năm tiếp theo, dẫn đến xu hướng giảm đầu tư.

Doanh thu trên tổng tài sản và tốc độ tăng trưởng doanh thu có tác động tích cực đến quyết định đầu tư, với ý nghĩa thống kê rõ ràng, phù hợp với nghiên cứu của Rashid (2017) và Umutlu (2010) Các công ty có doanh số hàng năm tăng trưởng cho thấy hiệu quả trong việc sử dụng tài sản cố định, từ đó tạo sự tự tin khi mở rộng đầu tư và sản xuất Mục tiêu dài hạn của họ là tiếp tục duy trì mức tăng trưởng doanh thu trong các năm tiếp theo.

Yếu tố không chắc chắn đặc thù doanh nghiệp ảnh hưởng ngược chiều đến quyết định đầu tư của công ty, với mối tương quan âm có ý nghĩa thống kê qua các mô hình nghiên cứu từ 2009-2018, phù hợp với kết quả của Rashid (2017) Biến không chắc chắn này được xác định từ độ lệch chuẩn tích lũy của phần dư và bình phương phần dư của mô hình AR(1) của biến S/K Mặc dù S/K có xu hướng tăng trưởng theo thời gian, độ lệch chuẩn tích lũy của phần dư từ mô hình AR(1) lại giảm dần, cho thấy mức độ tăng trưởng doanh thu có thể sẽ chậm lại trong tương lai Tuy nhiên, các công ty vẫn có xu hướng tiếp tục tăng đầu tư, mở rộng nhà máy và mua sắm công nghệ, nhằm duy trì tăng trưởng doanh thu trong thời gian tới.

Biến không chắc chắn kinh tế vĩ mô ảnh hưởng tiêu cực đến quyết định đầu tư của các công ty, như nghiên cứu của Rashid (2017) cho thấy tại Pakistan Khi bất ổn kinh tế gia tăng, các yếu tố vĩ mô như chỉ số giá tiêu dùng (CPI) và chỉ số sản xuất công nghiệp (IPI) có sự biến động, dẫn đến việc giảm đầu tư Doanh nghiệp cần phân tích cẩn thận để đảm bảo khả năng sinh lời và bảo toàn vốn Nếu CPI tăng, lạm phát gia tăng và chi phí nguyên liệu đầu vào tăng, doanh nghiệp sẽ phải đối mặt với áp lực chi phí sản xuất, từ đó giảm đầu tư và làm trầm trọng thêm tình hình kinh tế Ngược lại, nếu CPI giảm, dẫn đến giảm phát, các công ty có xu hướng giữ tiền mặt và hạn chế đầu tư, gây ra sự trì trệ cho nền kinh tế.

Chỉ số sản xuất công nghiệp (IPI) phản ánh sự biến động trong tốc độ tăng trưởng kinh tế; khi chỉ số này tăng hoặc giảm đột ngột, điều đó cho thấy sự không ổn định, ảnh hưởng đến tâm lý của các nhà quản lý doanh nghiệp Sự dè chừng này có thể dẫn đến việc giảm chi tiêu cho đầu tư và ảnh hưởng tiêu cực đến hoạt động sản xuất.

5.1 Kết luận và kiến nghị

sq: Obs per group

Group variable: firm Number of groups = 77 Fixed-effects (within) regression Number of obs = 616

est store REM rho 0 (fraction of variance due to u_i) sigma_e 05062831 sigma_u 0 _cons 0181024 0055501 3.26 0.001 0072244 0289803

IK Coef Std Err z P>|z| [95% Conf Interval] corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 Wald chi2(5) = 162.23 overall = 0.2101 max = 8 between = 0.8333 avg = 8.0 within = 0.0332 min = 8 R-sq: Obs per group:

Group variable: firm Number of groups = 77Random-effects GLS regression Number of obs = 616 xtreg IK l.IK ld.IK2 l.BK ld.RBK l.SK, re

- Kiểm định chọn lựa giữa Pooled OLS và REM:

- Kiểm định chọn lựa giữa FEM và REM:

* Kiểm tra hiện tượng đa cộng tuyến, tự tương quan, phương sai thay đổi:

- Kiểm tra hiện tượng đa cộng tuyến:

- Kiểm tra hiện tượng tự tương quan:

- Kiểm tra hiện tượng phương sai thay đổi:

IK[firm,t] = Xb + u[firm] + e[firm,t]

Breusch and Pagan Lagrangian multiplier test for random effects

Test: Ho: difference in coefficients not systematic

B = inconsistent under Ha, efficient under Ho; obtained from xtreg b = consistent under Ho and Ha; obtained from xtreg

IK Coef Std Err t P>|t| [95% Conf Interval]

Source SS df MS Number of obs = 616

reg IK l.IK ld.IK2 l.BK ld.RBK l.SK

* Kiểm tra đa cộng tuyến:

Wooldridge test for autocorrelation in panel data

xtserial IK IK1 IK21 BK1 RBK1 SK1

H0: sigma(i)^2 = sigma^2 for all i in fixed effect regression model

Modified Wald test for groupwise heteroskedasticity

(Robust, but weakened by many instruments.) Hansen test of overid restrictions: chi2(58) = 66.22 Prob > chi2 = 0.214 (Not robust, but not weakened by many instruments.)

Sargan test of overid restrictions: chi2(58) = 66.17 Prob > chi2 = 0.216 Arellano-Bond test for AR(2) in first differences: z = -0.65 Pr > z = 0.518 Arellano-Bond test for AR(1) in first differences: z = -3.30 Pr > z = 0.001 D.(L.IK L2D.IK2 L.BK)

GMM-type (missing=0, separate instruments for each period unless collapsed) _cons

LD.RBK L2.SK Standard Instruments for levels equation L(1/2).(L.IK L2D.IK2 L.BK) GMM-type (missing=0, separate instruments for each period unless collapsed) D.(LD.RBK L2.SK)

Standard Instruments for first differences equation

Warning: Uncorrected two-step standard errors are unreliable.

IK Coef Std Err z P>|z| [95% Conf Interval]

The dynamic panel-data estimation using a two-step system GMM revealed a Wald chi-squared statistic of 2898.66 with a significance level (Prob > chi2) of 0.000 The analysis included 64 instruments across 77 groups, with each firm having a minimum of 8 observations, resulting in a total of 616 observations The average value recorded was 8.00, indicating consistent data across the time variable, which is measured in years.

Using a generalized inverse to calculate optimal weighting matrix for two-step estimation.

Warning: Two-step estimated covariance matrix of moments is singular.

Favoring space over speed To switch, type or click on mata: mata set matafavor speed, perm.

PHỤ LỤC 6: MÔ HÌNH HỒI QUY VỚI CÁC BIẾN ĐẶC THÙ DOANH

NGHIỆP VÀ CÁC BIẾN KHÔNG CHẮC CHẮN

1 Mụ hỡnh kết hợp biến khụng chắc chắn à cpi và biến φ sales :

* Kiểm định lựa chọn mô hình Pooled OLS, FEM, REM:

- Mô hình FEM, kiểm định chọn lựa giữa Pooled OLS và FEM:

Source SS df MS Number of obs = 616

reg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.cv_cpi l.usale

F test that all u_i=0: F(76, 532) = 2.09 Prob > F = 0.0000 rho 37903827 (fraction of variance due to u_i) sigma_e 05062927 sigma_u 03955585 _cons 0641291 0149004 4.30 0.000 0348583 0933999

IK Coef Std Err t P>|t| [95% Conf Interval] corr(u_i, Xb) = -0.3798 Prob > F = 0.0000 F(7,532) = 7.68 overall = 0.0311 max = 8 between = 0.0046 avg = 8.0 within = 0.0917 min = 8 R-sq: Obs per group:

Group variable: firm Number of groups = 77Fixed-effects (within) regression Number of obs = 616

* Kiểm tra hiện tượng đa cộng tuyến, tự tương quan, phương sai thay đổi: rho 0 (fraction of variance due to u_i) sigma_e 05062927 sigma_u 0

IK Coef Std Err z P>|z| [95% Conf Interval] corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

Wald chi2(7) = 163.55 overall = 0.2120 max = 8 between = 0.8289 avg = 8.0 within = 0.0353 min = 8

Group variable: firm Number of groups = 77

Random-effects GLS regression Number of obs = 616

Đề tài luận văn thạc sĩ này nghiên cứu ảnh hưởng của độ bất ổn trong các yếu tố vĩ mô của nền kinh tế đến quyết định đầu tư của các doanh nghiệp sản xuất tại Việt Nam Nghiên cứu chỉ ra rằng sự biến động của các yếu tố kinh tế như lạm phát, tỷ giá hối đoái và chính sách tài khóa có tác động đáng kể đến sự lựa chọn và mức độ đầu tư của doanh nghiệp Qua đó, bài viết nhấn mạnh tầm quan trọng của việc hiểu rõ môi trường kinh tế vĩ mô để đưa ra quyết định đầu tư hiệu quả, góp phần vào sự phát triển bền vững của ngành sản xuất tại Việt Nam.

Prob > F = 0.0000 F( 1, 76) = 30.353 H0: no first order autocorrelation Wooldridge test for autocorrelation in panel data xtserial IK IK1 IK21 BK1 RBK1 SK1 cv_cpi1 usale1

Prob>chi2 = 0.0000 chi2 (77) = 22045.07 H0: sigma(i)^2 = sigma^2 for all i in fixed effect regression model Modified Wald test for groupwise heteroskedasticity xttest3

Group variable: firm Number of groups = 77 Fixed-effects (within) regression Number of obs = 616 xtreg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.cv_cpi l.usale, fe

* Kiểm tra phương sai thay đổi:

2 Mụ hỡnh kết hợp biến khụng chắc chắn à cpi và biến φ resid^2 :

(Robust, but weakened by many instruments.)

Hansen test of overid restrictions: chi2(63) = 68.95 Prob > chi2 = 0.283

(Not robust, but not weakened by many instruments.)

Sargan test of overid restrictions: chi2(63) = 72.66 Prob > chi2 = 0.190

Arellano-Bond test for AR(2) in first differences: z = -0.95 Pr > z = 0.343

GMM-type (missing=0, separate instruments for each period unless collapsed)

L.SK L.BK L2.cv_cpi L.usale

D.(L.SK L.BK L2.cv_cpi L.usale)

Instruments for first differences equation

Number of instruments = 71 Obs per group: min = 8

Time variable : year Number of groups = 77

Group variable: firm Number of obs = 616

Dynamic panel-data estimation, two-step system GMM

Total 2.24776396 615 003654901 Root MSE = 05392 Adj R-squared = 0.2046 Residual 1.76751275 608 002907093 R-squared = 0.2137 Model 480251211 7 068607316 Prob > F = 0.0000 F(7, 608) = 23.60 Source SS df MS Number of obs = 616

reg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.cv_cpi l.uresid2 * Phương pháp Pool OLS:

Group variable: firm Number of groups = 77 Fixed-effects (within) regression Number of obs = 616 xtreg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.cv_cpi l.uresid2, fe

- Kiểm định chọn lựa giữa FEM và REM: rho 0 (fraction of variance due to u_i) sigma_e 0506275 sigma_u 0

xtreg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.cv_cpi l.uresid2, re

Prob > F = 0.0000 F( 1, 76) = 30.353 H0: no first order autocorrelation Wooldridge test for autocorrelation in panel data xtserial IK IK1 IK21 BK1 RBK1 SK1 cv_cpi1 uresid21

Prob>chi2 = 0.0000 chi2 (77) = 22036.26 H0: sigma(i)^2 = sigma^2 for all i in fixed effect regression modelModified Wald test for groupwise heteroskedasticity xttest3

3 Mụ hỡnh kết hợp biến khụng chắc chắn à ipi và biến φ sales :

L.SK L.BK L2.cv_cpi L.uresid2

D.(L.SK L.BK L2.cv_cpi L.uresid2)

reg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.cv_ipi l.usale * Phương pháp Pool OLS:

* Hồi quy OLS, FEM, REM:

Group variable: firm Number of groups = 77 Fixed-effects (within) regression Number of obs = 616 xtreg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.cv_ipi l.usale, fe

xtreg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.cv_ipi l.usale, re

Prob > F = 0.0000 F( 1, 76) = 30.103 H0: no first order autocorrelation Wooldridge test for autocorrelation in panel data xtserial IK IK1 IK21 BK1 RBK1 SK1 cv_ipi1 usale1

4 Mụ hỡnh kết hợp biến khụng chắc chắn à ipi và biến φ resid^2 :

L.SK L.BK L2.cv_ipi L.usale

D.(L.SK L.BK L2.cv_ipi L.usale)

reg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.cv_ipi l.uresid2 * Phương pháp Pool OLS:

Group variable: firm Number of groups = 77 Fixed-effects (within) regression Number of obs = 616 xtreg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.cv_ipi l.uresid2, fe

IK IK Coef Std Err z P>|z| [95% Conf Interval] corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 Wald chi2(7) = 166.45 overall = 0.2149 max = 8 between = 0.8337 avg = 8.0 within = 0.0371 min = 8

xtreg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.cv_ipi l.uresid2, re * Phương pháp REM: Prob > chibar2 = 1.0000 chibar2(01) = 0.00 Test: Var(u) = 0 u 0 0 e 0025493 0504907

Var sd = sqrt(Var) Estimated results: IK[firm,t] = Xb + u[firm] + e[firm,t]

The Breusch and Pagan Lagrangian multiplier test for random effects indicates that the variance components are not positive definite, as evidenced by the result of Prob > chi2 = 0.0000, leading to a chi2 value of 166.99 with 7 degrees of freedom The null hypothesis (Ho) suggests that the difference in coefficients is not systematic, while the alternative hypothesis (Ha) implies inconsistency in the coefficients The coefficients obtained from the xtreg command show that b is consistent under both Ho and Ha, with specific values including L1 -.0010187, -.0169297, and 0159111 The residuals display variations as well, with L1 -.0903628, -.0593116, and -.0310512, and cv_ipi L1 values of 0040395, 0110327, and -.0069933.

Prob > F = 0.0000 F( 1, 76) = 30.062 H0: no first order autocorrelation Wooldridge test for autocorrelation in panel data xtserial IK IK1 IK21 BK1 RBK1 SK1 cv_ipi1 uresid21

L.SK L.BK L2.cv_ipi L.uresid2

D.(L.SK L.BK L2.cv_ipi L.uresid2)

PHỤ LỤC 7: MÔ HÌNH HỒI QUY KẾT HỢP BIẾN TỐC ĐỘ TĂNG

1 Mụ hỡnh kết hợp biến khụng chắc chắn à cpi và biến φ sales :

reg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.GS l.cv_cpi l.usale * Phương pháp Pool OLS:

F test that all u_i=0: F(76, 531) = 2.09 Prob > F = 0.0000 rho 37741487 (fraction of variance due to u_i) sigma_e 05065332 sigma_u 03943829

IK Coef Std Err t P>|t| [95% Conf Interval] rho 0 (fraction of variance due to u_i) sigma_e 05065332 sigma_u 0

xtreg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.GS l.cv_cpi l.usale, re

Prob > chibar2 = 1.0000 chibar2(01) = 0.00 Test: Var(u) = 0 u 0 0 e 0025658 0506533

IK 0036549 0604558 Var sd = sqrt(Var) Estimated results:

Breusch and Pagan Lagrangian multiplier test for random effects xttest0

(V_b-V_B is not positive definite) Prob>chi2 = 0.0000

= 146.37 chi2(8) = (b-B)'[(V_b-V_B)^(-1)](b-B) Test: Ho: difference in coefficients not systematic

B = inconsistent under Ha, efficient under Ho; obtained from xtreg b = consistent under Ho and Ha; obtained from xtreg L1 -.0029331 -.0124164 0094833 0265895 usale

2 Mụ hỡnh kết hợp biến khụng chắc chắn à cpi và biến φ resid^2 :

Sargan test of overid restrictions: chi2(50) = 60.65 Prob > chi2 = 0.144 Arellano-Bond test for AR(2) in first differences: z = -0.88 Pr > z = 0.377 Arellano-Bond test for AR(1) in first differences: z = -3.44 Pr > z = 0.001 D.(L.IK L3D.IK2 L2D.RBK)

L2.GS L.SK L.BK L2.cv_cpi L.usale Standard

Instruments for levels equation L(1/2).(L.IK L3D.IK2 L2D.RBK) GMM-type (missing=0, separate instruments for each period unless collapsed) D.(L2.GS L.SK L.BK L2.cv_cpi L.usale)

The dynamic panel-data estimation using two-step system GMM revealed a Wald chi-squared statistic of 2290.48 with a probability greater than chi-squared of 0.000 The analysis included 59 instruments across 77 groups, with a total of 616 observations, where the average number of observations per group was 8, and the minimum was also 8 The time variable utilized in the study was year, and the group variable was firm.

Using a generalized inverse to calculate optimal weighting matrix for two-step estimation Warning: Two-step estimated covariance matrix of moments is singular.

Adj R-squared = 0.2044 rho 37698997 (fraction of variance due to u_i) sigma_e 05065341 sigma_u 03940271

IK Coef Std Err t P>|t| [95% Conf Interval] corr(u_i, Xb) = -0.3758 Prob > F = 0.0000

F(8,531) = 6.77 overall = 0.0332 max = 8 between = 0.0063 avg = 8.0 within = 0.0926 min = 8

Fixed-effects (within) regression Number of obs = 616

xtreg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.GS l.cv_cpi l.uresid2, fe

- Kiểm định chọn lựa giữa FEM và REM: rho 0 (fraction of variance due to u_i) sigma_e 05065341 sigma_u 0 _cons 0144737 0063783 2.27 0.023 0019724 026975

IK Coef Std Err z P>|z| [95% Conf Interval] corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 Wald chi2(8) = 165.96

B = inconsistent under Ha, efficient under Ho; obtained from xtreg b = consistent under Ho and Ha; obtained from xtreg L1 -.0011694 -.020856 0196866 00416 uresid2 L1 30.95771 19.41878 11.53893 cv_cpi

hausman FEM REM * Chọn FEM hay REM:

xtserial IK IK1 IK21 BK1 RBK1 SK1 GS1 cv_cpi1 uresid21

3 Mụ hỡnh kết hợp biến khụng chắc chắn à ipi và biến φ sales :

L.GS L.SK L.BK L2.cv_cpi L.uresid2 Standard

Instruments for levels equation L(1/3).(L.IK L3D.IK2 L2D.RBK) GMM-type (missing=0, separate instruments for each period unless collapsed) D.(L.GS L.SK L.BK L2.cv_cpi L.uresid2)

The dynamic panel-data estimation using a two-step system GMM revealed a significant Wald chi-squared statistic of 16739.42, with a probability greater than chi-squared of 0.000 The analysis included 72 instruments across 77 firms, with an average of 8 observations per group, and a minimum of 8 observations per group over the time variable of years, resulting in a total of 616 observations.

xtreg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.GS l.cv_ipi l.usale, fe

B = inconsistent under Ha, efficient under Ho; obtained from xtreg b = consistent under Ho and Ha; obtained from xtreg L1 .0025252 -.0115171 0140423 0265276 usale L1 -.0925408 -.0566031 -.0359377 cv_ipi

xtserial IK IK1 IK21 BK1 RBK1 SK1 GS1 cv_ipi1 usale1

4 Mụ hỡnh kết hợp biến khụng chắc chắn à ipi và biến φ resid^2 :

L.GS L.SK L.BK L2.cv_ipi L.usale Standard

Instruments for levels equation L(1/2).(L.IK L3D.IK2 L2D.RBK) GMM-type (missing=0, separate instruments for each period unless collapsed) D.(L.GS L.SK L.BK L2.cv_ipi L.usale)

The dynamic panel-data estimation using a two-step system GMM revealed a significant Wald chi-squared statistic of 2003.67, with a probability greater than chi-squared of 0.000 The analysis involved 616 observations across 77 groups, with an average of 8 observations per group and a minimum of 8 The maximum value recorded was 8, utilizing 59 instruments over the time variable of year, indicating a robust model for the study.

xtreg IK l.IK ld.IK2 l.BK ld.RBK l.SK l.GS l.cv_ipi l.uresid2, fe

B = inconsistent under Ha, efficient under Ho; obtained from xtreg b = consistent under Ho and Ha; obtained from xtreg L1 .0013493 -.0198536 0212029 0042088 uresid2 L1 -.0927461 -.0544624 -.0382837 cv_ipi

xtserial IK IK1 IK21 BK1 RBK1 SK1 GS1 cv_ipi1 uresid21

Tiêu đề	Ảnh Hưởng Của Độ Bất Ổn Trong Các Yếu Tố Vĩ Mô Của Nền Kinh Tế Đến Quyết Định Đầu Tư Của Các Doanh Nghiệp Sản Xuất Tại Việt Nam
Tác giả	Nguyễn Thị Yến Nhung
Người hướng dẫn	PGS.TS Nguyễn Thị Liên Hoa
Trường học	Trường Đại Học Kinh Tế Tp. Hồ Chí Minh
Chuyên ngành	Tài Chính – Ngân Hàng
Thể loại	luận văn thạc sĩ
Năm xuất bản	2019
Thành phố	Tp. Hồ Chí Minh

Định dạng
Số trang	103
Dung lượng	1,58 MB