Đầu tư doanh nghiệp, kiểm soát chính phủ và các kênh tài trợ bằng chứng thực nghiệm từ các công ty niêm yết ở việt nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HỒ CHÍ MINH LÊ ĐỨC AN ĐẦU TƯ DOANH NGHIỆP, KIỂM SỐT CHÍNH PHỦ VÀ CÁC KÊNH TÀI TRỢ: BẰNG CHỨNG THỰC NGHIỆM TỪ CÁC CÔNG TY NIÊM YẾT Ở VIỆT NAM LUẬN VĂN THẠC SĨ KINH TẾ TP.Hồ Chí Minh – Năm 2016 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HỒ CHÍ MINH LÊ ĐỨC AN ĐẦU TƯ DOANH NGHIỆP, KIỂM SỐT CHÍNH PHỦ VÀ CÁC KÊNH TÀI TRỢ: BẰNG CHỨNG THỰC NGHIỆM TỪ CÁC CÔNG TY NIÊM YẾT Ở VIỆT NAM Chuyên ngành: Tài – Ngân hàng Mã số: 60340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS NGUYỄN THỊ LIÊN HOA TP.Hồ Chí Minh – Năm 2016 LỜI CAM ĐOAN Tôi xin cam đoan luận văn “ĐẦU TƯ DOANH NGHIỆP, KIỂM SỐT CHÍNH PHỦ VÀ CÁC KÊNH TÀI TRỢ: BẰNG CHỨNG THỰC NGHIỆM TỪ CÁC CÔNG TY NIÊM YẾT Ở VIỆT NAM” cơng trình nghiên cứu thân tơi, hướng dẫn PGS.TS Nguyễn Thị Liên Hoa Các số liệu nghiên cứu thu thập xử lí trung thực, khách quan Tôi xin chịu trách nhiệm nội dung tính trung thực luận văn TP.HCM ngày 05 tháng 05 năm 2016 Lê Đức An MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC CÁC TỪ VIẾT TẮT DANH MỤC BẢNG BIỂU TÓM TẮT5 CHƯƠNG 1: GIỚI THIỆU CHƯƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY 2.1 Các nghiên cứu mối tương quan đầu tư – dòng tiền 2.2 Các nghiên cứu ảnh hưởng sở hữu nhà nước .8 2.3 Các nghiên cứu giới hạn ngân sách mềm 10 CHƯƠNG 3: DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 12 3.1 Dữ liệu 12 3.2 Mơ hình nghiên cứu .14 3.3 Phương pháp nghiên cứu .18 CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 21 4.1 Thống kê mô tả 21 4.2 Hồi quy đầu tư dòng tiền 25 4.3 Tác động kiểm soát Nhà nước 28 4.4 Kiểm soát nhà nước hiệu đầu tư 33 4.5 Kiểm soát Nhà nước kênh tài trợ 39 4.6 Các kênh tài trợ dòng tiền dương dòng tiền âm 42 CHƯƠNG 5: VẤN ĐỀ NỘI SINH VÀ KIỂM ĐỊNH TÍNH BỀN VỮNG .45 5.1 Tác động việc thay đổi cấu sở hữu .49 CHƯƠNG 6: KẾT LUẬN 51 TÀI LIỆU THAM KHẢO PHỤ LỤC DANH MỤC CÁC TỪ VIẾT TẮT HNX Sàn giao dịch chứng khoán Hà Nội HOSE Sàn giao dịch chứng khoán TP HCM GMM Generalized Method of Moments - Phương pháp ước lượng Moment tổng quát STATA Phần mềm thống kê DNNN Doanh nghiệp nhà nước DNTN Doanh nghiệp tư nhân DANH MỤC BẢNG BIỂU Bảng 3.1: Cấu trúc mẫu nghiên cứu Bảng 3.2: Định nghĩa biến Bảng 4.1: Thống kê mô tả Bảng 4.2: Ma trận hệ số tương quan Bảng 4.3: Hồi quy đầu tư dòng tiền Bảng 4.4: Kiểm sốt phủ mối tương quan đầu tư dịng tiền Bảng 4.5: Kiểm sốt phủ hội đầu tư Bảng 4.6: Kiểm sốt phủ, hội đầu tư thay đổi đầu tư Bảng 4.7: Kiểm soát phủ kênh tài trợ bên ngồi Bảng 4.8: Kiểm sốt phủ kênh tài trợ Bảng 5.1: Ước lượng GMM sai phân bậc đầu tư dòng tiền Bảng 5.2: Thay đổi cấu sở hữu mối tương quan đầu tư dịng tiền TĨM TẮT Luận văn tốt nghiệp sử dụng liệu bảng từ 563 công ty Việt Nam niêm yết sàn HOSE HNX giai đoạn 2004 - 2014 để nghiên cứu tác động dòng tiền lên đầu tư vào tài sản cố định, đồng thời xem xét kênh tài trợ trực tiếp sử dụng doanh nghiệp nhà nước doanh nghiệp tư nhân Dựa nghiên cứu nhóm tác giả Micheal Firth, Paul H Malatesta, Qingquan Xin, Liping Xu (2012), tác giả sử dụng mơ hình định lượng phương pháp ước lượng fixed effect với liệu bảng phương pháp hồi quy với biến công cụ để giải vấn đề nội sinh đầu tư cấu sở hữu Tác giả chứng minh đầu tư vào tài sản cố định dòng tiền doanh nghiệp niêm yết Việt Nam có mối tương quan phi tuyến tính có dạng chữ U, đầu tư tương quan âm với dòng tiền mức thấp tương quan dương với dòng tiền mức cao Tác giả thấy rằng, kiểm soát phủ, doanh nghiệp nhà nước đầu tư nhiều doanh nghiệp tư nhân đầu tư tương quan âm với dòng tiền, điều tạo nên đường cong hình chữ U dốc phía bên trái doanh nghiệp nhà nước, hàm ý có đầu tư mức doanh nghiệp nhà nước Luận văn đưa chứng cho khơng có phân biệt đối xử việc tiếp cận nguồn tài trợ doanh nghiệp nhà nước doanh nghiệp tư nhân CHƯƠNG 1: GIỚI THIỆU Với thị trường hoàn hảo khơng có chi phí đại diện, định đầu tư cơng ty độc lập với tình trạng tài vốn huy động từ bên ngồi thay hoàn hảo cho nguồn vốn nội Tuy nhiên thị trường vốn khơng hồn hảo có chi phí đại diện, đầu tư bị ảnh hưởng thay đổi giá trị rịng cơng ty nguồn vốn nội bộ, việc nắm giữ hội đầu tư (Hubbard, 1998 Trong nghiên cứu Fazzari cộng (1988), họ kiểm định mức độ ảnh hưởng thị trường hiệu lên đầu tư Họ tìm thấy mối tương quan dương tuyến tính đầu tư nguồn vốn nội cách sử dụng dòng tiền biến đại diện cho nguồn vốn nội Những nghiên cứu thực sau cho thấy chứng độ nhạy đầu tư thay đổi dịng tiền giảm có yếu tố làm giảm khơng hồn hảo thị trường vốn Ngược lại, Cleary cộng (2007) cho mối tương quan phi tuyến Theo giả định, họ cho thấy mối quan hệ đầu tư nguồn vốn nội có hình chữ U Hình chữ U đánh đổi chi phí doanh thu đầu tư Một khoản đầu tư lớn làm tăng chi phí vỡ nợ đồng thời tạo doanh thu dự kiến cao Tác giả mở rộng phân tích Cleary cộng (2007) cách xem xét tác động kiểm sốt phủ vào hình dạng đường cong dòng tiền - đầu tư Đây phần mở rộng quan trọng cơng ty niêm yết kiểm sốt phủ phổ biến nhiều kinh tế chuyển đổi có ảnh hưởng sâu sắc đến cách mà doanh nghiệp hoạt động Doanh nghiệp nhà nước có mục tiêu phức tạp phản ánh chức phủ liên quan đến việc cân nhắc vấn đề kinh tế xã hội trì tỷ lệ thất nghiệp thấp Các cân nhắc khiến cho độ nhạy dịng vốn - đầu tư cơng ty kiểm sốt phủ cao hội đầu tư họ lợi ích biên đầu tư theo quan điểm phủ nhiều lợi ích biên mà nhà đầu tư tư nhân nhận Do đó, việc áp đặt mục tiêu phủ cho kết đường cong đầu tư hình chữ U mà dốc hai mặt cơng ty kiểm sốt phủ cơng ty kiểm sốt tư nhân Nhiều cơng ty Việt Nam niêm yết có cổ đơng kiểm soát hoạt động quan đại diện cho nhà nước có nhiều tranh luận liệu có phải lý cho hiệu hoạt động yếu doanh nghiệp (Allen đồng sự, 2005; Chen đồng sự, 2009) Mặt khác, mục tiêu kinh tế xã hội Chính phủ gây giới hạn ngân sách mềm cho cơng ty phủ kiểm sốt (Bai cộng sự, 2006a, 2006b; Chow Fung, 1998; Guariglia cộng sự, 2011; Hericourt Poncet, 2009; Lin Tân, 1999 ; Poncet cộng sự, 2010) Giới hạn ngân sách mềm khiến doanh nghiệp dễ tiếp cận với nguồn tài trợ bên (Allen cộng sự, 2005; Cull Xu, 2003) Vì vậy, đầu tư phụ thuộc vào sẵn có quỹ nội cho cơng ty phủ kiểm sốt doanh nghiệp tư nhân kiểm sốt Điều có khả cơng ty nhà nước kiểm sốt có đường cong dịng vốn - đầu tư hình chữ U phẳng so với doanh nghiệp tư nhân Giới hạn ngân sách mềm có tương quan hay khơng đến doanh nghiệp niêm yết Việt Nam câu hỏi thực nghiệm mà tác giả giải nghiên cứu Bằng việc tư nhân cổ phần hóa doanh nghiệp nhà nước, phủ chấm dứt hỗ trợ doanh nghiệp buộc họ phải theo quy luật thị trường Do đó, giới hạn ngân sách mềm tài trợ ưu đãi cho công ty niêm yết kiểm sốt phủ giảm phần so sánh với công ty sở hữu 100% tư nhân Trong nghiên cứu lý thuyết thực nghiệm mối quan hệ dòng tiền với đầu tư định đầu tư ngày phổ biến giới việc nghiên cứu vấn đề hạn chế Việt Nam yếu tố nhà nước đóng vai trị quan trọng kinh tế Tóm lại, sử dụng liệu từ công ty sản xuất niêm yết Việt Nam từ 2004 – 2014 sàn chứng khoán HOSE HNX, nghiên cứu giải câu hỏi nghiên cứu sau:  Có mối tương quan hoạt động đầu tư dòng tiền doanh nghiệp niêm yết Việt Nam hay khơng?  Có khác biệt mối tương quan đầu tư dòng tiền doanh nghiệp có hội đầu tư khác hay khơng? Và cơng ty có kiểm sốt nhà nước khác nhau?  Có khác biệt khả tiếp cận kênh tài trợ doanh nghiệp nhà nước doanh nghiệp tư nhân niêm yết Việt Nam hay không? Để giải câu hỏi nghiên cứu này, đề tài sử dụng mơ hình định lượng phương pháp ước lượng Fixed effect với liệu bảng phương pháp hồi quy GMM để giải vấn đề nội sinh cấu sở hữu hoạt động đầu tư Phần lại nghiên cứu tổ chức sau Phần xem lại nghiên cứu trước Phần mô tả liệu phương pháp nghiên cứu Phần thảo luận kết tổng thể Phần báo cáo kiểm định cho nội sinh tính bền vững, phần kết luận Cull, R., Xu, L.C., 2003 Who gets credit? The behavior of bureaucrats and state banks in allocating credit to Chinese state-owned enterprises J Dev Econ 71 (2), 533–559 Cummins, J., Hasset, K., Oliner, S., 2006 Investment behavior, observable expectations, and internal funds Am Econ Rev 96, 796–810 Dixit, A.K., Pindyck, R.S., 1994 Investment Under Uncertainty Princeton University Press, Princeton, NJ Djankov, S., Murrell, P., 2002 Enterprise restructuring in transition: a quantitative survey J Econ Lit 40, 739–792 Erickson, T., Whited, T., 2000 Measurement error and the relationship between investment and Q J Polit Econ 108, 1027–1057 Erickson, T., Whited, T., forthcoming Treating measurement error in Tobin's q, Review of Financial Studies Estrin, S., Hanousek, J., Kočenda, E., Svejnar, J., 2009 The effects of privatization and ownership in transition economies J Econ Lit 47, 699–728 Fazzari, S.M., Hubbard, R.G., Petersen, B.C., 1988 Financing constraints and corporate investment Brookings Pap.Econ Act 1, 141–195 Firth, M., Lin, C., Wong, S., 2008 Leverage and investment under a state-owned bank lending environment: evidence from China J Corp Finance 14, 642–653 Firth, M., Lin, C., Zou, H., 2010 Friend or foe? The role of state and mutual fund ownership in the split share structure reform in China J Financ Quant Anal 45, 685–706 449 M Firth et al / Journal of Corporate Finance 18 (2012) 433–450 Gan, J., 2007 Collateral, debt capacity, and corporate investment: evidence from a natural experiment J Financ Econ 85, 709–734 Ge, Y., Qiu, J., 2007 Financial development, bank discrimination and trade credit J Banking Finance 31, 513–530 Gomes, J., 2001 Financing investment Am Econ Rev 91, 1263–1285 Garnaut, R., Song, L., Tenev, S., Yao, Y., 2005 China's Ownership Transformation: Process, Outcomes, Prospects The World Bank, Washington, D.C Guariglia, A., 2008 Internal financial constraints, external financial constraints, and investment choice: evidence from a panel of UK firms J Banking Finance 32, 1795–1809 Guariglia, A., Liu, X., Song, L., 2011 Internal finance and growth: microeconometric evidence on Chinese firms J Dev Econ 96, 79–94 Héricourt, J., Poncet, S., 2009 FDI and credit constraints: firm level evidence in China Econ Syst 33, 1–21 Hovakimian, G., 2009 Determinants of investment cash flow sensitivity Financ Manage 38, 161–183 Hubbard, R.G., 1998 Capital-market imperfections and investment J Econ Lit 36, 193– 225 Jensen, M.C., 1986 Agency costs of free cash flow, corporate finance, and takeovers Am Econ Rev 76 (2), 323–329 Jensen, M.C., Meckling, W., 1976 Theory of the firm: managerial behavior, agency costs, and ownership structure J Financ Econ 3, 305–360 Kaplan, S.N., Zingales, L., 1997 Do investment–cash flow sensitivities provide useful measures of financing constraints? Q J Econ 112 (1), 169–215 Kornai, J., Maskin, E., Roland, G., 2003 Understanding the soft budget constraint J Econ Lit 41, 1095–1136 Lang, L., Ofek, E., Stulz, R.M., 1996 Leverage, investment and firm growth J Financ Econ 40, 3–29 Li, H., Zhou, L.A., 2005 Political turnover and economic performance: the incentive role of personnel control in China J Public Econ 89, 1743–1762 Lin, J.Y., Tan, G., 1999 Policy burdens, accountability, and the soft budget constraint Am Econ Rev 89 (2), 426–431 Liu, Q., Zhou, L., 2007 Corporate governance and earnings management in the Chinese listed companies: a tunneling perspective J Corp Finance 13,881–906 Lyandres, E., 2007 Costly external financing, investment timing, and investment–cash flow sensitivity J Corp Finance 13 (5), 959–980 McDonald, R., Siegel, D., 1985 Investment and the valuation of firms when there is an option to shut down Int Econ Rev 26, 331–349 McMillan, J., Naughton, B., 1992 How to reform a planned economy: lessons from China Oxford Rev Econ Policy (1), 130–143 Megginson, W.L., Netter, J., 2001 From state to market: a survey of empirical studies on privatization J Econ Lit 39, 321–389 Miller, J.B., Tenev, S., 2007 On the role of government in transition: the experience of China and Russia compared Comp Econ Stud 49, 543–571 Moyen, N., 2004 Investment–cash flow sensitivities: constrained versus unconstrained firms J Finance 59 (5), 2061–2092 Petersen, M.A., Rajan, R.G., 1992 The benefits of firm-creditor relationships: evidence from small business data University of Chicago Working Paper Piotroski, J.D., Wong, T.J., 2010 Institutions and information environment of Chinese listed firms NBER Working Paper Poncet, S., Steingress, W., Vandenbussche, H., 2010 Financial constraints in China: firmlevel evidence China Econ Rev 21, 411–422 Roodman, D., 2006 How to xtabond: an introduction to“difference”and“system”GMM in Stata, Working Paper 103 Working Paper 103, Center for Global Development Sheshinski, E., Lopez-Calva, L.F., 1999 Privatization and its benefits: theory and evidence.CAER II Discussion Paper No 35, Harvard Institute for International Development, Harvard University Shirley, M., Walsh, P., 2001 Public versus private ownership: the current state of the debate World Bank Policy Research Paper 2420 Stein, J.C., 2003 Agency, information and corporate investment In: Constantindes, George M., Harris, Milton, Stulz, Rene (Eds.), Handbook of theEconomics of Finance Elsevier, Amsterdam, pp 111–165 Sun, Q., Tong, W.H.S., 2003 China share issue privatization: the extent of its success J Financ Econ 70, 183–222 Wintoki, B.M., Linck, J.S., Netter, J.M., 2010 Endogeneity and the dynamics of internal corporate governance SSRN Working Paper Website tham khảo: Website Tổng cục thống kê, http://www.gso.gov.vn Website Cục đầu tư nước ngoài, http://fia.mpi.gov.vn Website Ngân hàng giới, http://www.worldbank.org/ Website Quỹ tiền tệ quốc tế, http://www.imf.org Website trang tin kinh tế, http://vneconomy.vn/ Website thông tin liệu chứng khốn tài chính, kinh tế, http://vietstock.vn, www.cophieu68.vn PHỤ LỤC Danh mục công ty niêm yết sử dụng mẫu liệu I AAM CDC DIH HAR KAC MCO PJC SBA STC TTC VTB ABT CHP DL1 HAS KBC MCP PJT SBT STG TTF VTF ACC CID DLG HAT KDC MDC PLC SC5 STP TTP VTO ACL CIG DLR HAX KDH MDG PMC SCD STT TV1 ADC CII DMC HBC KHA MEC PMS SCJ SVC TV2 AGF CJC DNC HBE KHB MHC PNC SCL SVI TV3 AGM CKV DNM HCC KHL MHL PNJ SCR SVN TV4 ALT CLC DNP HCT KHP MIM POM SD2 SVT TVD ALV CLG DNY HDA KKC MKV POT SD4 SZL TXM 10 AMC CLL DPC HDC KMR MNC PPC SD5 TAC TYA 11 AME CLW DPM HDG KMT MSN PPE SD6 TAG UDC 12 AMV CMC DPR HDO KSA MWG PPI SD7 TBC UIC 13 ANV CMG DQC HEV KSB NAG PPP SD9 TBX UNI 14 APC CMI DRC HGM KSD NAV PPS SDA TC6 V12 15 API CMS DRH HHC KSH NBB PRC SDC TCL V21 16 APP CMT DRL HHG KSK NBC PSC SDD TCM VAT 17 ARM CMV DSN HHS KSQ NBP PSD SDE TCO VBC 18 ASA CMX DST HJS KSS NDN PTB SDG TCR VBH 19 ASM CNG DTA HLC KST NDX PTC SDH TCS VC1 20 ASP COM DTL HLG KTB NET PTL SDN TCT VC2 21 ATA CPC DTT HLY KTS NFC PTS SDP TDC VC3 22 B82 CSC DVP HMC KTT NGC PV2 SDT TDH VC5 23 BBC CSM DXG HMH L10 NHA PVB SDU TDN VC6 24 BBS CT6 DXP HNM L14 NHC PVC SDY TDW VC7 25 BCC CTA DXV HOM L18 NHS PVD SEB TET VC9 26 BCE CTB DZM HOT L35 NKG PVE SEC TH1 VCC 27 BCI CTC EBS HPG L43 NLG PVG SED THB VCF 28 BDB CTD ECI HPS L44 NNC PVL SFC THG VCG 29 BED CTI EFI HQC L61 NPS PVR SFI THT VCM 30 BGM CTN EID HRC L62 NSC PVS SFN TIC VCR 31 BHS CTX ELC HSG LAF NST PVT SGC TIE VCS 32 BHT CVN EMC HST LAS NT2 PVV SGD TIG VDL 33 BII CVT EVE HT1 LBE NTL PVX SGH TIX VE1 34 BKC CX8 FCM HTC LBM NTP PXA SGT TJC VFG II 35 BLF CYC FCN HTI LCD NVT PXI SHI TKC VHC 36 BMC D11 FDC HTL LCG OCH PXL SHN TKU VHG 37 BMP D2D FDT HTP LCM OGC PXS SHP TLG VIC 38 BPC DAC FID HTV LCS ONE PXT SIC TLH VID 39 BRC DAD FLC HU1 LDP OPC QCG SJ1 TMC VIP 40 BSC DAE FMC HU3 LGC PAC QHD SJC TMP VIS 41 BST DAG FPT HUT LGL PAN QNC SJD TMS VLF 42 BT6 DBC GAS HVG LHC PCG QST SJE TMT VMD 43 BTP DBT GDT HVT LHG PCT QTC SJS TMX VNA 44 BTS DC2 GIL HVX LIG PDC RAL SMA TNA VNE 45 BTT DC4 GLT ICF LIX PDN RCL SMC TNC VNG 46 BXH DCL GMC ICG LM7 PDR RDP SMT TNG VNH 47 C21 DCS GMD IDI LM8 PET REE SPM TNT VNL 48 C32 DGC GMX IDV LO5 PGC RIC SPP TPC VNM 49 C47 DHA GSP IJC LSS PGD S12 SQC TPH VNS 50 C92 DHC GTA IMP LTC PGS S55 SRA TPP VOS 51 CAN DHG GTN INC LUT PGT S74 SRB TRA VPH 52 CAP DHM GTT INN MAC PHC S99 SRC TRC VPK 53 CAV DHT HAD ITA MAS PHH SAF SRF TS4 VRC 54 CCI DIC HAG ITC MCC PHR SAM SSC TSB VSC 55 CCL DID HAI ITD MCF PIT SAP SSM TSC VSH 56 CCM DIG HAP JVC MCG PIV SAV ST8 TST VSI Kết xử lý với phần mềm thống kê STATA Ma trận hệ số tương quan Kết mơ hình GMM động sai phân bậc cho hồi quy đầu tư – dòng tiền hiệu đầu tư: CF_KxNEG CF_KxPOS CF_KxNEGxGov CF_KxPOSxGov Q if Q>medQ, lags(1) maxldep(1) m xtdpdsys I_K l.I_K > axlags(1) vce(robust) artests(2) note: L.I_K dropped because of collinearity Obs per group: Number of instruments = = = 2076 507 = avg = max = 4.094675 = = 27.23 0.0001 Number of obs Number of groups System dynamic panel-data estimation Group variable: CK1 Time variable: Year Wald chi2(6) Prob > chi2 23 One-step results Robust Std Err z P>|z| [95% Conf Interval] I_K Coef I_K L1 -.1333772 0604175 -2.21 0.027 -.2517934 -.0149611 CF_KxNEG CF_KxPOS CF_KxNEGxGov CF_KxPOSxGov Q _cons -.1105348 1.183428 -.370221 -.2859078 -.0120883 4962056 0979526 5021784 1318408 483462 0720693 6051683 -1.13 2.36 -2.81 -0.59 -0.17 0.82 0.259 0.018 0.005 0.554 0.867 0.412 -.3025183 1991764 -.6286242 -1.233476 -.1533415 -.6899024 0814487 2.167679 -.1118178 6616603 129165 1.682314 Instruments for differenced equation GMM-type: L(2/2).I_K Standard: LD.I_K D.CF_KxNEG D.CF_KxPOS D.CF_KxNEGxGov D.CF_KxPOSxGov D.Q Instruments for level equation GMM-type: LD.I_K Standard: _cons xtdpdsys I_K l.I_K CF_KxNEG CF_KxPOS CF_KxNEGxGov CF_KxPOSxGov Salegrowth Size LEV Age Beta E if > Q>medQ, lags(1) maxldep(1) maxlags(1) vce(robust) artests(2) note: L.I_K dropped because of collinearity System dynamic panel-data estimation Group variable: CK1 Time variable: Year Number of obs Number of groups Obs per group: Number of instruments = 28 = = 2069 507 = avg = max = 4.080868 = = 196.87 0.0000 Wald chi2(11) Prob > chi2 One-step results Robust Std Err I_K Coef I_K L1 -.2103948 0730918 CF_KxNEG CF_KxPOS CF_KxNEGxGov CF_KxPOSxGov Salegrowth Size LEV Age Beta E _cons -.0535263 1.103768 -.3464241 -.3129255 -.0008249 -1.701626 -.304791 1442343 -.0206984 5895565 46.12432 0984692 509865 1168371 4660539 0013655 7094683 9453407 0996168 0444071 668359 18.98127 z P>|z| [95% Conf Interval] -2.88 0.004 -.353652 -.0671376 -0.54 2.16 -2.97 -0.67 -0.60 -2.40 -0.32 1.45 -0.47 0.88 2.43 0.587 0.030 0.003 0.502 0.546 0.016 0.747 0.148 0.641 0.378 0.015 -.2465224 1044513 -.5754207 -1.226374 -.0035013 -3.092159 -2.157625 -.051011 -.1077346 -.720403 8.921712 1394698 2.103085 -.1174276 6005233 0018515 -.311094 1.548043 3394797 0663378 1.899516 83.32693 Instruments for differenced equation GMM-type: L(2/2).I_K Standard: LD.I_K D.CF_KxNEG D.CF_KxPOS D.CF_KxNEGxGov D.CF_KxPOSxGov D.Salegrowth D.Size D.LEV D.Age D.Beta D.E Instruments for level equation GMM-type: LD.I_K Standard: _cons xtdpdsys I_K l.I_K CF_KxNEG CF_KxPOS CF_KxNEGxState CF_KxPOSxSta Q if Q>medQ, lags(1) maxldep(1) > maxlags(1) vce(robust) artests(2) note: L.I_K dropped because of collinearity System dynamic panel-data estimation Group variable: CK1 Time variable: Year Number of obs Number of groups Obs per group: Number of instruments = 23 Wald chi2(6) Prob > chi2 = = 1448 358 = avg = max = 4.044693 = = 514.86 0.0000 One-step results Robust Std Err I_K Coef z P>|z| [95% Conf Interval] I_K L1 -.056063 0458461 -1.22 0.221 -.1459197 0337937 CF_KxNEG CF_KxPOS CF_KxNEGxState CF_KxPOSxSta Q _cons -.1807039 1.895677 -.1451708 -3.632395 0949253 4501409 0965695 4740207 2388683 1.081632 0853135 4866826 -1.87 4.00 -0.61 -3.36 1.11 0.92 0.061 0.000 0.543 0.001 0.266 0.355 -.3699766 9666137 -.6133441 -5.752355 -.0722861 -.5037395 0085688 2.824741 3230025 -1.512436 2621367 1.404021 Instruments for differenced equation GMM-type: L(2/2).I_K Standard: LD.I_K D.CF_KxNEG D.CF_KxPOS D.CF_KxNEGxState D.CF_KxPOSxSta D.Q Instruments for level equation GMM-type: LD.I_K Standard: _cons xtdpdsys I_K l.I_K CF_KxNEG CF_KxPOS CF_KxNEGxState CF_KxPOSxSta Salegrowth Size LEV Age Beta E > if Q>medQ, lags(1) maxldep(1) maxlags(1) vce(robust) artests(2) note: L.I_K dropped because of collinearity System dynamic panel-data estimation Group variable: CK1 Time variable: Year Number of obs Number of groups Obs per group: Number of instruments = 28 Wald chi2(11) Prob > chi2 = = 1448 360 = avg = max = 4.022222 = = 697.35 0.0000 One-step results Robust Std Err I_K Coef z P>|z| [95% Conf Interval] I_K L1 -.0483142 0462189 -1.05 0.296 -.1389016 0422732 CF_KxNEG CF_KxPOS CF_KxNEGxState CF_KxPOSxSta Salegrowth Size LEV Age Beta E _cons -.152921 1.891159 2975592 -3.765703 -.0006283 -1.772082 5481785 2502271 -.034996 1.486797 46.39769 0899673 486985 1771225 1.132125 0007681 4001803 1.007467 0814829 0271459 5965428 10.25316 -1.70 3.88 1.68 -3.33 -0.82 -4.43 0.54 3.07 -1.29 2.49 4.53 0.089 0.000 0.093 0.001 0.413 0.000 0.586 0.002 0.197 0.013 0.000 -.3292536 9366865 -.0495946 -5.984628 -.0021338 -2.556421 -1.426421 0905235 -.0882009 3175945 26.30187 0234116 2.845632 6447129 -1.546778 0008773 -.9877428 2.522778 4099307 0182089 2.655999 66.49351 Instruments for differenced equation GMM-type: L(2/2).I_K Standard: LD.I_K D.CF_KxNEG D.CF_KxPOS D.CF_KxNEGxState D.CF_KxPOSxSta D.Salegrowth D.Size D.LEV D.Age D.Beta D.E Instruments for level equation GMM-type: LD.I_K Standard: _cons xtdpdsys I_K l.I_K CF_KxNEG CF_KxPOS CF_KxNEGxState CF_KxPOSxSta Salegrowth Size LEV Age Beta E > if Q>medQ, lags(1) maxldep(1) maxlags(1) vce(robust) artests(2) note: L.I_K dropped because of collinearity System dynamic panel-data estimation Group variable: CK1 Time variable: Year Number of obs Number of groups Obs per group: Number of instruments = 28 Wald chi2(11) Prob > chi2 = = 1448 360 = avg = max = 4.022222 = = 697.35 0.0000 One-step results Robust Std Err I_K Coef z P>|z| [95% Conf Interval] I_K L1 -.0483142 0462189 -1.05 0.296 -.1389016 0422732 CF_KxNEG CF_KxPOS CF_KxNEGxState CF_KxPOSxSta Salegrowth Size LEV Age Beta E _cons -.152921 1.891159 2975592 -3.765703 -.0006283 -1.772082 5481785 2502271 -.034996 1.486797 46.39769 0899673 486985 1771225 1.132125 0007681 4001803 1.007467 0814829 0271459 5965428 10.25316 -1.70 3.88 1.68 -3.33 -0.82 -4.43 0.54 3.07 -1.29 2.49 4.53 0.089 0.000 0.093 0.001 0.413 0.000 0.586 0.002 0.197 0.013 0.000 -.3292536 9366865 -.0495946 -5.984628 -.0021338 -2.556421 -1.426421 0905235 -.0882009 3175945 26.30187 0234116 2.845632 6447129 -1.546778 0008773 -.9877428 2.522778 4099307 0182089 2.655999 66.49351 Instruments for differenced equation GMM-type: L(2/2).I_K Standard: LD.I_K D.CF_KxNEG D.CF_KxPOS D.CF_KxNEGxState D.CF_KxPOSxSta D.Salegrowth D.Size D.LEV D.Age D.Beta D.E Instruments for level equation GMM-type: LD.I_K Standard: _cons xtdpdsys I_K l.I_K CF_KxNEG CF_KxPOS CF_KxNEGxGov CF_KxPOSxGov Q if Q maxlags(1) vce(robust) artests(2) note: L.I_K dropped because of collinearity System dynamic panel-data estimation Group variable: CK1 Time variable: Year Number of obs Number of groups Obs per group: Number of instruments = 23 = = 1562 491 = avg = max = 3.181263 = = 42.32 0.0000 Wald chi2(6) Prob > chi2 One-step results Robust Std Err I_K Coef I_K L1 .0179274 0057741 CF_KxNEG CF_KxPOS CF_KxNEGxGov CF_KxPOSxGov Q _cons -.4330369 4097878 -.0536419 0905493 3121094 -.1745524 1147562 1719303 2617031 2344032 126242 1271124 z P>|z| [95% Conf Interval] 3.10 0.002 0066105 0292444 -3.77 2.38 -0.20 0.39 2.47 -1.37 0.000 0.017 0.838 0.699 0.013 0.170 -.6579549 0728105 -.5665705 -.3688727 0646797 -.423688 -.208119 7467651 4592867 5499712 5595391 0745833 Instruments for differenced equation GMM-type: L(2/2).I_K Standard: LD.I_K D.CF_KxNEG D.CF_KxPOS D.CF_KxNEGxGov D.CF_KxPOSxGov D.Q Instruments for level equation GMM-type: LD.I_K Standard: _cons xtdpdsys I_K l.I_K CF_KxNEG CF_KxPOS CF_KxNEGxGov CF_KxPOSxGov Salegrowth Size LEV Age Beta E if > Q chi2 One-step results Robust Std Err I_K Coef z P>|z| [95% Conf Interval] I_K L1 .0118969 0075091 1.58 0.113 -.0028206 0266143 CF_KxNEG CF_KxPOS CF_KxNEGxGov CF_KxPOSxGov Salegrowth Size LEV Age Beta E _cons -.3668083 3808827 -.0625743 0991406 0000284 -.8249735 -.4665048 0046966 0094129 -.048388 22.19842 1053065 1714681 2466663 2284507 0012485 2254335 6411067 0296442 0199372 4123773 5.788043 -3.48 2.22 -0.25 0.43 0.02 -3.66 -0.73 0.16 0.47 -0.12 3.84 0.000 0.026 0.800 0.664 0.982 0.000 0.467 0.874 0.637 0.907 0.000 -.5732051 0448114 -.5460314 -.3486144 -.0024185 -1.266815 -1.723051 -.053405 -.0296632 -.8566328 10.85406 -.1604114 716954 4208828 5468957 0024754 -.3831319 7900412 0627981 048489 7598567 33.54277 Instruments for differenced equation GMM-type: L(2/2).I_K Standard: LD.I_K D.CF_KxNEG D.CF_KxPOS D.CF_KxNEGxGov D.CF_KxPOSxGov D.Salegrowth D.Size D.LEV D.Age D.Beta D.E Instruments for level equation GMM-type: LD.I_K Standard: _cons xtdpdsys I_K l.I_K CF_KxNEG CF_KxPOS CF_KxNEGxState CF_KxPOSxSta Q if Q maxlags(1) vce(robust) artests(2) note: L.I_K dropped because of collinearity System dynamic panel-data estimation Group variable: CK1 Time variable: Year Number of obs Number of groups Obs per group: Number of instruments = 23 Wald chi2(6) Prob > chi2 = = 1269 355 = avg = max = 3.574648 = = 151.80 0.0000 One-step results Robust Std Err I_K Coef I_K L1 .0217714 0030436 CF_KxNEG CF_KxPOS CF_KxNEGxState CF_KxPOSxSta Q _cons -.4310792 5597505 1166635 -.4454296 4565794 -.4605261 1223829 3011302 466164 5480714 292955 3233989 z P>|z| [95% Conf Interval] 7.15 0.000 0158061 0277368 -3.52 1.86 0.25 -0.81 1.56 -1.42 0.000 0.063 0.802 0.416 0.119 0.154 -.6709454 -.0304539 -.7970012 -1.51963 -.1176019 -1.094376 -.1912131 1.149955 1.030328 6287707 1.030761 173324 Instruments for differenced equation GMM-type: L(2/2).I_K Standard: LD.I_K D.CF_KxNEG D.CF_KxPOS D.CF_KxNEGxState D.CF_KxPOSxSta D.Q Instruments for level equation GMM-type: LD.I_K Standard: _cons xtdpdsys I_K l.I_K CF_KxNEG CF_KxPOS CF_KxNEGxState CF_KxPOSxSta Salegrowth Size LEV Age Beta E > if Q chi2 = = 1268 355 = avg = max = 3.571831 = = 96.33 0.0000 One-step results Robust Std Err I_K Coef I_K L1 .0155864 0055864 CF_KxNEG CF_KxPOS CF_KxNEGxState CF_KxPOSxSta Salegrowth Size LEV Age Beta E _cons -.3556311 5335087 534733 -.4777832 0001623 -.8769182 -.3522221 -.0094787 0073398 -.0915969 23.04514 1122566 294418 3422097 5342384 0017581 2450506 8319612 0369934 0224863 4324149 6.42598 z P>|z| [95% Conf Interval] 2.79 0.005 0046374 0265355 -3.17 1.81 1.56 -0.89 0.09 -3.58 -0.42 -0.26 0.33 -0.21 3.59 0.002 0.070 0.118 0.371 0.926 0.000 0.672 0.798 0.744 0.832 0.000 -.57565 -.04354 -.1359857 -1.524871 -.0032835 -1.357209 -1.982836 -.0819845 -.0367325 -.9391144 10.45045 -.1356121 1.110557 1.205452 5693048 0036081 -.3966278 1.278392 0630271 0514121 7559207 35.63983 Instruments for differenced equation GMM-type: L(2/2).I_K Standard: LD.I_K D.CF_KxNEG D.CF_KxPOS D.CF_KxNEGxState D.CF_KxPOSxSta D.Salegrowth D.Size D.LEV D.Age D.Beta D.E Instruments for level equation GMM-type: LD.I_K Standard: _cons ... GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HỒ CHÍ MINH LÊ ĐỨC AN ĐẦU TƯ DOANH NGHIỆP, KIỂM SỐT CHÍNH PHỦ VÀ CÁC KÊNH TÀI TRỢ: BẰNG CHỨNG THỰC NGHIỆM TỪ CÁC CÔNG TY NIÊM YẾT Ở VIỆT NAM Chuyên... DOANH NGHIỆP, KIỂM SỐT CHÍNH PHỦ VÀ CÁC KÊNH TÀI TRỢ: BẰNG CHỨNG THỰC NGHIỆM TỪ CÁC CÔNG TY NIÊM YẾT Ở VIỆT NAM? ?? cơng trình nghiên cứu thân tôi, hướng dẫn PGS.TS Nguyễn Thị Liên Hoa Các số liệu... đề đầu tư mức, tác giả kiểm tra mức độ gia tăng đầu tư cơng ty kiểm sốt phủ doanh nghiệp tư nhân kiểm soát biến hội đầu tư khác Các kết báo cáo bảng 4.6 Một công ty gia tăng đầu tư hội đầu tư