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 (adsbygoogle = window.adsbygoogle || []).push({});
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 chẽ càng thấp.
Bảng 4.2 trình bày ma trận tương quan của tất cả các biến ñược sử dụng trong mô hình. Nhìn chung, kết quả cho thấy rằng các biến ñộc lập trong mô hình có tương quan với nhau rất thấp (< 0.8) cho nên các biến này không ảnh hưởng lẫn nhau. Vì vậy không có hiện tượng ña cộng tuyến xảy ra.
Ma trận tương quan cho thấy DIV có tương quan nghịch chiều với BETA, GROWTH_RATE, LEV, PE, FIRM_SIZE và có tương quan thuận chiều với ROA. Cụ thể :
DIV (Tỷ lệ chi trả cổ tức) có mối tương quan ngược chiều với FIRM_SIZE ( Quy mô doanh nghiệp ) (r = - 0.1494 ). Kết quả này có nghĩa là khi quy mô doanh nghiệp càng nhỏ thì tỷ lệ chi trả cổ tức càng cao và ngược lại.
DIV (Tỷ lệ chi trả cổ tức) có mối tương quan ngược chiều với PE (Giá trên thu nhập cổ phần) (r = - 0.0685 ). Kết quả này có nghĩa là giá trên thu nhập cổ phần càng nhỏ thì tỷ lệ chi trả cổ tức càng cao và ngược lại.
DIV (Tỷ lệ chi trả cổ tức) có mối tương quan nghịch chiều với BETA ( hệ số rủi ro kinh doanh) (r = -0.0355 ). Kết quả này có nghĩa là khi rủi ro kinh doanh càng nhỏ thì tỷ lệ chi trả cổ tức càng cao và ngược lại.
DIV (Tỷ lệ chi trả cổ tức) có mối tương quan ngược chiều với LEV (ñòn bẩy tài chính) (r = -0.0515 ). Kết quả này có nghĩa là khi ñòn bẩy tài chính càng nhỏ thì tỷ lệ chi trả cổ tức càng cao và ngược lại.
45
DIV (Tỷ lệ chi trả cổ tức) có mối tương quan thuận chiều với ROA (khả năng sinh lợi) (r = 0.0390). Kết quả này có nghĩa là khi khả năng sinh lợi của doanh nghiệp càng cao thì tỷ lệ chi trả cổ tức càng cao và ngược lại.
DIV (Tỷ lệ chi trả cổ tức) có mối tương quan nghịch chiều với GROWTH_RATE (cơ hội tăng trưởng) (r = -0.0150 ). Kết quả này có nghĩa là khi cơ hội tăng trưởng càng thấp thì tỷ lệ chi trả cổ tức càng cao và ngược lại.
Tuy nhiên, ma trận tương quan chỉ cho biết mối quan hệ giữa các biến
ñộc lập với biến phụ thuộc và giữa các biến ñộc lập với nhau, không cho biết
ñược mối quan hệ nhân quả giữa các biến ñộc lập với biến phụ thuộc. Phép phân tích quan trọng nhất sẽ ñược suy ra từ mô hình ña biến phù hợp ñược (adsbygoogle = window.adsbygoogle || []).push({});
ước lượng bằng cách sử dụng các mô hình hồi quy.
4.1.3. Tổng hợp các kết quả nghiên cứu mô hình về tỷ lệ chia cổ tức
Từ các dữ liệu thu thập ñược, xử lý bằng Eview 6.0 các kết quả hồi quy theo mô hình hồi quy gốc Pooled, mô hình tác ñộng cốñịnh FEM và mô hình ảnh hưởng ngẫu nhiên REM cùng kiểm ñịnh Likelihood Ratio, Hausman ta thu ñược các kết quảñược trình bày trong các bảng dưới ñây:
46
Bảng 4.3: Mô hình hồi quy gốc (Pooled regression model)
47
Bảng 4.4: Mô hình tác ñộng cố ñịnh (FEM)
48
Bảng 4.5: Mô hình tác ñộng ngẫu nhiên (REM)
Nguồn: Tác giả tính toán từ phần mềm Eview 6.0
4.2. Kiểm ñịnh mô hình 4.2.1. Kiểm ñịnh White 4.2.1. Kiểm ñịnh White
49
Sau khi ước lượng mô hình hồi quy, ta tiến hành kiểm ñịnh WHITE không có các tính chéo giữa các biến ñộc lập trong mô hình gốc. Ta có kết quả như sau:
Bảng 4.6: Kết quả kiểm ñịnh White
Nguồn: Tác giả tính toán từ phần mềm Eview 6.0
Ta cũng nhận thấy rằng kết quả kiểm ñịnh White của mô hình ở bảng 4.6 có Kiểm ñịnh F là 35.92737 và Giá trị p-value = 0.000333<0.1 có nghĩa là các mô hình này có hiện tượng phương sai của sai số thay ñổi.
50
4.2.2. Kiểm ñịnh Likelihood Ratio
Sử dụng kiểm ñịnh Likelihood Ratio ñể xác ñịnh xem hai mô hình hồi quy là mô hình hồi quy gốc (Pooled regression model) và mô hình tác ñộng cốñịnh FEM thì ta chọn mô hình nào. 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.
Bảng 4.7: Kết quả kiểm ñịnh Likelihood Ratio
51
Ta cũng thấy rằng kết quả kiểm ñịnh Likelihood Ratio của mô hình ở
bảng 4.7 có Kiểm ñịnh F là 2.98 và Giá trị p-value =0.0000 < 0.1 nên ta bác bỏ H0, nghĩa là mô hình FEM ñược chọn.
4.2.3. Kiểm ñịnh Hausman
Sử dụng kiểm ñịnh Hausman ñể xác ñịnh xem nên sử dụng mô hình hồi quy nào giữa mô hình tác ñộng cốñịnh FEM và mô hình ảnh hưởng ngẫu nhiên REM là phù hợp với nghiên cứu, ta có kết quả như sau:
52
Bảng 4.8: Kết quả kiểm ñịnh Hausman (adsbygoogle = window.adsbygoogle || []).push({});
53
Kiểm ñịnh Hausman ñể xác ñịnh tính hiệu quả giữa hai mô hình FEM và REM. Theo kết quả kiểm ñịnh trình bày trong bảng 4.8, giá trị chi bình phương của kiểm ñịnh Hausman là 5.3 với giá trị p là 0.098<0.1 nên giả
thuyết H0 bị bác bỏ, như vậy mô hình FEM ñược lựa chọn tin cậy hơn, các biến ñộc lập giải thích ñược 39,64% (R2) cho biến phụ thuộc. Qua kiểm ñịnh Hausman Test ta thấy rằng mô hình tác ñộng cốñịnh (FEM) có sự biến ñộng ít hơn so với mô hình tác ñộng ngẫu nhiên (REM). Như vậy, mô hình tác
ñộng cố ñịnh (FEM) dùng ñể giải thích tỷ lệ chi trả cổ tức phụ thuộc vào các biến ñòn bẩy tài chính, khả năng sinh lợi, rủi ro kinh doanh, hệ số PE, cơ hội tăng trưởng và quy mô doanh nghiệp.
4.3. Thảo luận kết quả nghiên cứu
Từ kết quả của mô hình gốc (bảng 4.3), mô hình tác ñộng cố ñịnh (FEM) (bảng 4.4) và kết quả mô hình tác ñộng ngẫu nhiên (REM) (bảng 4.5), ta có bảng ước lượng tổng hợp kết quả của 3 mô hình như sau:
Bảng 4.9 : Bảng ước lượng kết quả của 03 mô hình Mô hình gốc Mô hình tác
ñộng cố ñịnh
Mô hình tác ñộng ngẫu nhiên Biến
Hệ số hồi quy Hệ số hồi quy Hệ số hồi quy
Hằng số 1.019690 1.373839 1.035691 FIRM_SIZE -0.090677*** -0.143321** -0.085636**
PE -0.015824** -0.000116 -0.000118
BETA -0.000122 -0.042348 -0.042169
54 GROWTH_RATE -0.000528 -0.000527 -0.000504
LEV -0.023703 -0.004442 -0.020661
Phương pháp Least Squares Panel Least
Squares Panel EGLS
Số quan sát 300 300 300 Hệ số R2 0.035162 0.396491 0.029717 Hệ số R2 hiệu chỉnh 0.015404 0.260454 0.009848 Kiểm ñịnh F 1.779658 2.914579 1.495651 Thống kê Durbin-Watson 1.423204 1.681268 1.066762 Ghi chú: *** Có ý nghĩa 1%, ** Có ý nghĩa 5% , *Có ý nghĩa 10% Sau khi kiểm ñịnh 3 mô hình ước lượng là mô hình hồi quy gốc (Pooled), mô hình tác ñộng cố ñịnh (FEM), mô hình tác ñộng ngẫu nhiên (REM) thì cuối cùng ta chọn mô hình tác ñộng cố ñịnh (FEM). Mặc dù qua kiểm ñịnh White, mô hình hồi quy xảy ra hiện tượng phương sai thay ñổi, ñó là do việc sử dụng dữ liệu bảng, ñể khắc phục hiện tượng này ta phải sử dụng mô hình GLS (Generalized Least Square) hoặc GMM (Generalized Method of Moments) mà tác giả chưa thực hiện ñược. Như vậy mô hình tác ñộng ñến tỷ lệ chi trả cổ tức của các công ty niêm yết trên SGDCK TPHCM giai ñoạn 2008-2013 như sau:
DIV = 1.373839 – 0.143321FIRM_SIZE* – 0.000116PE - 0.042348 BETA - 0.004442LEV + 0.659983 ROA** - 0.000527 GROWTH_RATE
55
Mức ý nghĩa thống kê: *** Có ý nghĩa 1%, ** Có ý nghĩa 5% , *Có ý nghĩa 10%
Mô hình hồi quy ở trên phù hợp với những thời gian khác nhau ñể ñạt ñược mô hình có ý nghĩa thống kê. Sau khi loại bỏ các biến ñộc lập không có mối quan hệ có ý nghĩa thống kê với biến phụ thuộc, mô hình ñược viết lại như sau:
DIV = 1.373839 – 0.143321FIRM_SIZE* + 0.659983 ROA** Trong ñó: DIV: Tỷ lệ chi trả cổ tức
FIRM_SIZE: Biến quy mô doanh nghiệp ROA: Biến khả năng sinh lợi
Giả ñịnh không có tác ñộng của biến khả năng sinh lợi, việc tăng 1
ñơn vị quy mô doanh nghiệp sẽ làm tỷ lệ chi trả cổ tức giảm 14.33%.
Giả ñịnh không có sự tác ñộng của biến quy mô doanh nghiệp, việc tăng 1 ñơn vị khả năng sinh lợi sẽ làm cho tỷ lệ chi trả cổ tức tăng 65.99%.
Căn cứ kết quả hồi quy, dấu của các hệ số hồi quy của nghiên cứu ta nhận thấy rằng có mối tương quan giữa các biến ñộc lập với biến phụ thuộc cũng tương ñối phù hợp so với các nghiên cứu trước ñây và dự báo ban ñầu. Tuy nhiên, cũng có một số khác biệt xảy ra. Nhưñã trình bày trong phần dự (adsbygoogle = window.adsbygoogle || []).push({});
báo về kết quả thống kê, ñiều này có thể do các nghiên cứu ñược thực hiện ở
các quốc gia, môi trường khác nhau, số mẫu quan sát khác nhau dẫn ñến các kết quả thống kê chưa thực sự có nhiều ý nghĩa. Cụ thể:
- ROA (Khả năng sinh lợi) = 0.659983, hệ số mang dấu dương và có ý nghĩa thống kê, kết quả nghiên cứu cho thấy khả năng sinh lợi có tác ñộng