Kích cỡ mẫucủa nghiên cứu phải phù hợp với từng ñề tài, vấn ñề càng phức tạp kích cỡ mẫu càng lớn, và kích cỡ mẫu càng lớn ñộ chính xác của các kết quả nghiên cứu càng cao. Nhằm tăng ñộ tin cậy của kết quả hồi quy, tác giả ñã cố gắng thu thập dữ liệu càng qua nhiều giai ñoạn càng tốt. Tuy nhiên, chỉ trong những năm gần ñây khi Ủy Ban Chứng khoán siết chặt việc công bố thông tin thì những thông tin tài chính của doanh nghiệp mới ñược công bố rộng rãi và ñáng tin cậy hơn. Vì vậy, tác giả ñã chọn dữ liệu ñược lấy trong các báo cáo tài chính ñã kiểm toán, chỉ số tài chính của những công ty niêm yết trên Sở Giao Dịch Chứng Khoán Thành Phố Hồ Chí Minh giai ñoạn 2008-2013 (6 năm) và tỷ lệ chi trả cổ tức công bố hàng năm ñược quyết ñịnh trong cuộc họp của ñại hội cổ ñông thường niên thông qua trang web của Sở Giao Dịch Chứng Khoán Thành Phố Hồ Chí Minh và các trang web của các công ty niêm yết.
Dữ liệu của 50 công ty giai ñoạn 2008-2013 ñưa vào mô hình gồm có: - Tỷ suất lợi nhận sau thuế trên tổng tài sản (ROA)
34 - Hệ số beta
- Tỷ số giá cổ phần trên thu nhập mỗi cổ phần (PE) - Tốc ñộ tăng trưởng của lợi nhuận giữ lại
- Giá trị trường của tổng số cổ phần ñã phát hành
- Tỷ lệ cổ tức mỗi cổ phần (DPS) trên thu nhập mỗi cổ phần (EPS) Dữ liệu giá trị thị trường, số lượng cổ phiếu ñang lưu hành vào thời
ñiểm cuối năm tài chính, cổ tức mỗi cổ phần (DPS) ñược thu thập từ Công ty CP Chứng Khoán Bản Việt (https://www.vcsc.com.vn). Dữ liệu PE, EPS, lợi nhuận sau thuế, tổng tài sản, hệ số beta, nợ phải trả, vốn chủ sở hữu, lợi nhuận chưa phân phối (lợi nhuận giữ lại) thu thập từ Công ty CP Chứng Khoán Tài Việt (http://finance.vietstock.vn). Riêng dữ liệu beta năm 2008, 2009 tác giả mua từ gói dữ liệu tài chính của Công ty CP Chứng Khoán Tài Việt do không tìm thấy trên website.
Đơn cử lấy dữ liệu một mã chứng khoán là BMP như sau:
Vào trang web của Công ty CP Chứng Khoán Tài Việt http://vietstock.vn/ chọn mã cổ phiếu BMP và vào mục tài chính, chỉ số tài chính (http://finance.vietstock.vn/BMP/tai-chinh.htm). Tại mục chỉ số tài chính sẽ có dữ liệu PE, EPS, lợi nhuận sau thuế, tổng tài sản, hệ số beta, nợ
phải trả, vốn chủ sở hữu. Riêng lợi nhuận chưa phân phối (lợi nhuận giữ lại) thì vào mục tài chính chọn bảng cân ñối kế toán (http://finance.vietstock. vn/BMP/tai-chinh.htm). Vào trang web của Công ty CP Chứng Khoán Bản Việt (https://www.vcsc.com.vn) chọn mã chứng khoán BMP và vào mục báo cáo tài chính chọn chỉ số tài chính (https://www.vcsc.com.vn/Modules /Analysis/Web/CompanyAZ). Tại ñây sẽ có dữ liệu giá trị thị trường, số
35
lượng cổ phiếu ñang lưu hành vào thời ñiểm cuối năm tài chính, cổ tức mỗi cổ phần.
Mẫu gồm 50 công ty niêm yết trên SGDCK TPHCM từ 2008 – 2013 từ các ngành nghề khác nhau và tạo thành 300 quan sát ñể phân tích trong bài nghiên cứu.
Các doanh nghiệp ñược chọn lọc trong mẫu nghiên cứu phải ñáp ứng các ñiều kiện sau:
Các doanh nghiệp niêm yết trên SGDCK TPHCM.
Các doanh nghiệp có khá ñầy ñủ số liệu trong giai ñoạn 2008- 2013.
Chưa từng bị sát nhập hoặc bị loại khỏi danh sách niêm yết trong giai ñoạn nghiên cứu.
Loại trừ ngành tài chính vì có các ñặc ñiểm khác biệt, hệ số ñòn bẩy tài chính cao có thể tạo sự sai lệch trong mẫu nghiên cứu.
Loại trừ doanh nghiệp có vốn chủ sở hữu âm.
Loại trừ doanh nghiệp thay ñổi năm tài chính.
3.4. Phương pháp nghiên cứu 3.4.1.Phương pháp ước lượng 3.4.1.Phương pháp ước lượng
Các nghiên cứu trước ñây ña số dùng phương pháp hồi quy theo phương pháp OLS ñể xác ñịnh mối quan hệ giữa biến phụ thuộc và biến ñộc lập. Tuy nhiên phương pháp này ñòi hỏi dữ liệu phải ñáp ứng ñược các ñiều kiện về giả thuyết rất chặt chẽ mà những giả thuyết này hầu như khó ñáp ứng
ñược trong thực tế. Với giả thuyết: tất cả những ñơn vị chéo có cùng ñiều kiện và rủi ro tương tự nhau, ưa thích lợi nhuận. Nghĩa là, các hệ số ñộ dốc
36 của 06 biến ñều giống hệt nhau ñối với cả 50 công ty và giá trị tung ñộ gốc
của 50 công ty giống nhau. Đây là những giả ñịnh rất hạn chế. Vì thế, hồi quy theo phương pháp OLS có thể làm biến dạng mối quan hệ thực chất giữa biến ñộc lập và biến giải thích. Do ñó ngoài việc sử dụng hồi quy theo phương pháp OLS, bài nghiên cứu này sẽ kết hợp với 02 phương pháp khác
ñặc trị cho dữ liệu bảng, ñó là mô hình tác ñộng cốñịnh (Fixed effect model, FEM) và mô hình ảnh hưởng ngẫu nhiên (Randome effects model, REM), ñể
xem xét sự khác biệt giữa các ñối tượng chéo (các công ty) trong phân tích tác ñộng của các nhân tốñến tỷ lệ chi trả cổ tức của các doanh nghiệp.
Dữ liệu thu thập ñược ở các mô hình này là dữ liệu bảng (panel data) nên phương pháp hồi quy dữ liệu bảng sẽ tốt hơn vì dữ liệu bảng chứa nhiều thông tin hữu ích hơn, tính biến thiên ít hơn, ít hiện tượng ña cộng tuyến giữa các biến hơn, nhiều bậc tự do hơn và hiệu quả cao hơn. Do ñó, ta cần phải kiểm tra ba ( 03 ) mô hình sau:
Mô hình hồi quy gốc (Pooled regression model): hồi quy theo phương pháp OLS thông thường, không quan tâm ñến sự khác biệt của dữ
liệu theo không gian, thời gian. Nghĩa là hệ sốñộ dốc của các biến và giá trị
tung ñộ gốc ñều giống hệt nhau giữa các doanh nghiệp.
Mô hình tác ñộng cố ñịnh (Fixed effect model, FEM): với giả ñịnh các hệ số ñộ dốc (βi) theo các doanh nghiệp là hằng số nhưng tung ñộ
gốc (αi) thay ñổi theo từng doanh nghiệp. Mô hình FEM là mô hình khắc phục ñược các ràng buộc hạn chế của mô hình Pooled. Mô hình FEM có thể
kiểm soát và tách ảnh hưởng của các ñặc ñiểm riêng biệt (không ñổi theo thời gian) này ra khỏi các biến giải thích ñể ta có thể ước lượng những ảnh hưởng thực của biến giải thích lên biến phụ thuộc.
37
DIVi,t = αi + βi.Xi,t
DIVi,t : biến phụ thuộc i : doanh nghiệp ( thực thể ) t : thời gian
αi : (i=1,2,…n) hệ số chặn cho từng thực thể nghiên cứu
βi : hệ số góc ñối với nhân tố X Xi,t : biến ñộc lập
Mô hình trên ñã thêm vào chỉ số i cho hệ số chặn “α” ñể phân biệt hệ
số chặn của từng doanh nghiệp khác nhau có thể khác nhau, sự khác biệt này có thể do ñặc ñiểm khác nhau của từng doanh nghiệp hoặc do sự khác nhau trong chính sách quản lý, hoạt ñộng của doanh nghiệp.
Mô hình ảnh hưởng ngẫu nhiên (Randome effects model, REM): ý tưởng về cơ bản giống mô hình FEM nhưng với giảñịnh rằng tung
ñộ gốc ( αi ) là một biến ngẫu nhiên. Mô hình REM với giảñịnh những ñặc
ñiểm giữa các doanh nghiệp ñược cho là ngẫu nhiên và không tương quan
ñến các biến giải thích. Chính vì vậy, nếu sự khác biệt giữa các thực thể có
ảnh hưởng ñến biến phụ thuộc thì REM sẽ thích hợp hơn so với FEM. Trong
ñó, phần dư của mỗi thực thể (không tương quan với biến giải thích) ñược xem là một biến giải thích mới.
Ý tưởng cơ bản của mô hình ảnh hưởng ngẫu nhiên cũng bắt ñầu từ
mô hình:
38 Thay vì trong mô hình trên, αi là cố ñịnh thì trong REM có giả ñịnh
rằng αi là một biến ngẫu nhiên với trung bình là α và giá trị hệ số chặn ñược mô tả như sau:
αi = α + εi (i=1,...n) Thay vào mô hình ta có: DIVi,t = α + εi + βi.Xi,t
εi : Sai số thành phần của các ñối tượng khác nhau (ñặc ñiểm riêng khác nhau của từng doanh nghiệp)
Nhìn chung mô hình FEM hay REM tốt hơn cho nghiên cứu phụ thuộc vào giảñịnh có hay không sự tương quan giữa εi và các biến giải thích Xi,t . Nếu giảñịnh là không tương quan thì mô hình REM phù hợp hơn và ngược lại.
Kiểm ñịnh Likelihood Ratio: ñây là phương pháp ñể lựa chọn một trong hai mô hình FEM và mô hình hồi qui gốc.
Kiểm ñịnh Hausman: ñây là phương pháp ñể lựa chọn một trong hai mô hình FEM và REM.
3.4.2. Cách tiến hành
Đầu tiên khi xây dựng mô hình là chúng ta phải xem xét ñộ phù hợp của mô hình gốc ñối với tập dữ liệu qua hệ số xác ñịnh R2. Để kiểm ñịnh ñộ
phù hợp của mô hình hồi quy tổng thể, ta cần kiểm ñịnh giả thuyết H0: R2 = 0. Đại lượng F ñược sử dụng trong kiểm ñịnh này. Nếu xác suất F nhỏ (prob <10%), thì giả thuyết H0 bị bác bỏ nghĩa là có ít nhất 1 biến ñộc lập ñưa vào mô hình là có giải thích cho biến phụ thuộc.
Sau khi kiểm ñịnh sự phù hợp của mô hình, bước tiếp theo chúng ta phải kiểm ñịnh tham số nghĩa là kiểm tra xem các hệ số hồi quy có ý nghĩa
39
thống kê hay không, ta cần kiểm ñịnh giả thuyết H0: hệ số ñộ dốc (βi) = 0 (hệ số không có ý nghĩa thống kê). Nếu xác suất của các hệ số hồi quy nhỏ
(prob <10%) thì giả thuyết H0 bị bác bỏ, nghĩa là hệ số hồi quy có ý nghĩa thống kê.
Sau khi kiểm ñịnh tham số, bước tiếp theo chúng ta phải kiểm ñịnh xem trong mô hình, hiện tượng tự tương quan có xảy ra hay không. Khi có hiện tượng tự tương quan, tuy các ước lượng OLS vẫn là các ước lượng không chệch nhưng chúng không phải là ước lượng hiệu quả nữa. Nói cách khác, ước lượng OLS không phải là ước lượng không chệch tốt nhất. Phương pháp kiểm ñịnh có ý nghĩa nhất ñể phát hiện có tự tương quan xảy ra trong mô hình hồi quy hay không là kiểm ñịnh d của Durbin – Watson. Nếu d nằm trong khoảng 1 ñến 3 là mô hình không có tự tương quan.
Sau ñó, chúng ta cần thực hiện kiểm ñịnh hiện tượng phương sai của sai số thay ñổi. Phương pháp kiểm ñịnh có ý nghĩa nhất ñể phát hiện phương sai của sai số thay ñổi là kiểm ñịnh White. Để kiểm ñịnh ñộ phù hợp của mô hình hồi quy tổng thể, ta cần kiểm ñịnh giả thuyết H0: Mô hình không có hiện tượng phương sai thay ñổi. Đại lượng Obs*R-squared ñược sử dụng trong kiểm ñịnh này. Nếu xác suất Obs*R-squared nhỏ (prob <10%) thì giả
thuyết H0 bị bác bỏ, nghĩa là có phương sai của sai số thay ñổi.
Kế tiếp chúng ta sẽ sử dụng kiểm ñịnh Likelihood Ratio ñể xác ñịnh xem nên sử dụng mô hình hồi quy nào giữa mô hình hồi quy gốc (Pooled regression model) và mô hình tác ñộng cốñịnh FEM. Chúng ta ñặt giả thuyết H0: Mô hình Plooled hiệu quả hơn, nếu xác xuất F nhỏ (prob<10%) thì giả
thuyết H0 bị bác bỏ, nghĩa là chọn mô hình FEM.
Sau cùng, ta sẽ sử dụng kiểm ñịnh Hausman ñểñể xác ñịnh xem nên sử dụng mô hình hồi quy nào giữa mô hình tác ñộng cố ñịnh FEM và mô
40 hình ảnh hưởng ngẫu nhiên REM. Trong kiểm ñịnh Hausman, ñặt giả thuyết
H0: các ước lượng FEM và REM không khác nhau ñáng kể. Nếu giả thuyết H0 bị bác bỏ (Prob <10%), thì kết luận là REM không thích hợp và sử dụng FEM chúng ta sẽñược thuận lợi hơn.
41
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU
Trong chương này, tác giả thực hiện phân tích kết quả nghiên cứu cho mô hình nghiên cứu ảnh hưởng quan hệ giữa tỷ lệ chi trả cổ tức và các nhân tố bên trong doanh nghiệp tác ñộng ñến tỷ lệ chi trả cổ tức như quy mô doanh nghiệp, rủi ro, khả năng sinh lời, ñòn bẩy tài chính, cơ hội ñầu tư của doanh nghiệp.
4.1. Kết quả nghiên cứu mô hình tỷ lệ chi trả cổ tức
Trong phần này, ñầu tiên tác giả thực hiện thống kê mô tả các biến trong mô hình. Tiếp theo là kiểm tra mối tương quan của từng cặp biến. Cuối cùng là phân tích hồi quy ñể tìm ra mối quan hệ nhân quả giữa tỷ lệ chi trả
cổ tức với các nhân tố bên trong của các doanh nghiệp niêm yết trên SGDCK TPHCM giai ñoạn 2008-2013.
4.1.1. Thống kê mô tả các biến trong mô hình tỷ lệ chi trả cổ tức
Thực hiện xử lý dữ liệu từ các số liệu thu thập ñược bằng phần mềm Eview 6.0 ta ñược bảng thống kê mô tả các biến DIV, FIRM_SIZE, PE, BETA, LEV, ROA, GROWTH_RATE cụ thể như sau:
42
Bảng 4.1. Thống kê mô tả các biến trong mô hình tỷ kệ chi trả cổ tức
Nguồn: Tác giả tính toán từ phần mềm Eview 6.0
Từ bảng 4.1 ta nhận thấy rằng các giá trị trung bình, cực ñại, cực tiểu của các biến là khá phù hợp. Cụ thể:
DIV (Tỷ lệ chi trả cổ tức) trung bình trong toàn bộ mẫu là 0.47, giá trị thấp nhất là 0, giá trị cao nhất là 2.15 và ñộ lệch chuẩn là 0.32.
FIRM_SIZE (Quy mô doanh nghiệp) trung bình trong toàn bộ
mẫu là 5.59 giá trị thấp nhất là 4.29 giá trị cao nhất là 8.01 và ñộ lệch chuẩn với giá trị là 0.61.
PE (Giá trên thu nhập cổ phiếu) trung bình trong toàn bộ mẫu là 19.37 lần, giá trị thấp nhất là -314.07 lần giá trị cao nhất là 3,734.46 lần. Giá trị của ñộ lệch chuẩn khá cao là 216.30. Điều này có thểñược giải thích là thị
trường chứng khoán giai ñoạn 2008-2010 ñã tăng trưởng mạnh mẽ dẫn ñến giá chứng khoán tăng rất cao, tuy nhiên từ sau 2010 trở ñi do ảnh hưởng của khủng hoảng kinh tế toàn cầu nên thị trường chứng khoán ñã sụt giảm rất nhiều, khiến giá chứng khoán giảm theo. Chính vì vậy giá trị PE chênh lệch rất ñáng kể trong giai ñoạn 2008-2013.
43
BETA (Hệ số rủi ro kinh doanh) trung bình trong toàn bộ mẫu là 0.77, giá trị thấp nhất là -0.67, giá trị cao nhất là 1.57 và ñộ lệch chuẩn 0.38.
LEV (Đòn bẩy tài chính) trung bình trong toàn bộ mẫu là 1.10 , giá trị thấp nhất là 0.03, giá trị cao nhất là 4.92 và ñộ lệch chuẩn 0.91.
ROA (Khả năng sinh lợi) trung bình trong toàn bộ mẫu là 8.45 %, giá trị thấp nhất là -10.21 %, giá trị cao nhất là 35.48% và ñộ lệch chuẩn không cao 7.5%.
GROWTH_RATE (Cơ hội tăng trưởng) trung bình trong toàn bộ
mẫu là 151.15%, giá trị thấp nhất là -1,976.11%, giá trị cao nhất là 18,530.31 % và ñộ lệch chuẩn cao 1351.19 %.
4.1.2. Ma trận tương quan giữa các biến trong mô hình tỷ lệ chi trả cổ tức tức
Để xây dựng một mô hình phù hợp và có ý nghĩa, trước tiên tác giả
xem xét mối quan hệ tuyến tính giữa các biến với nhau. Điều này có thể
thực hiện ñược thông qua ma trận tương quan như sau:
Bảng 4.2: Ma trận tương quan giữa các biến trong mô hình tỷ lệ chi trả cổ tức
44 Hệ số tương quan (r) dùng ñể lượng hoá mức ñộ chặt chẽ của mối
quan hệ tuyến tính giữa các biến. Giá trị tuyệt ñối của hệ số này càng tiến gần về 1 thì mức ñộ chặt chẽ càng cao và càng tiến gần về 0 thì mức ñộ chặt