Nghiên cứu này có một vài hạn chế trong việc kiểm tra các liên kết giữa sự đa dạng về giới tính trong HĐQT và HQĐT của công ty và điều này có thể đặt ra một số sai lệch trong nghiên cứu.
2.4.3.1 Những thuộc tính không quan sát được và thành viên nữ
Đầu tiên, có một sự hạn chế trong việc đo lường mức độ đa dạng trong mô hình. Theo các mô hình được sử dụng trong các nghiên cứu hiện nay, chỉ những thuộc tính có thể quan sát, những yếu tố liên quan cụ thể đến giới tính của thành viên, được đánh giá Những thuộc tính không thể quan sát không bao gồm trong trong bài nghiên cứu này. Tuy nhiên, những thuộc tính này có thể có mối liên hệ lớn với HQTC của công ty. Ví dụ, mức độ giáo dục tốt hơn và kinh nghiệm của thành viên có thể có tác động tích cực đến giá trị công ty. Dựa theo nghiên cứu của Campbell và Minguez-Vera (2008), thành viên nữ có thể được bồi dưỡng để n ng cao trình độ để làm tăng giá trị công ty. Smith và các cộng sự (2006) chỉ ra rằng có một mối liên hệ giữa trình độ của thành viên cao cấp và HQTC của công ty mạnh mẽ và đồng biến. Vì thế, những thuộc tính không quan sát được như là trình độ và kinh nghiệm của thành viên nên được xem xét trong các nghiên cứu tương lai khi có thông tin có thể thu thập được.
2.4.3.2 Sự tham gia của các thành viên
Để đo lường sự đa dạng về giới tính trong HĐQT, bốn phương pháp đo lường khác nhau như là biến giả về sự hiện diện của nữ, phần trăm thành viên nữ, chỉ số Blau và Shannon được đưa ra Bốn phương pháp đo lường này chỉ đại diện cho số lượng các thành viên nữ trong HĐQT được xem xét trong mô hình. Sự tham gia của tất cả thành viên trong HĐQT không được xem xét. Ví dụ, thành viên điều hành có thể có ảnh hưởng lớn đến HQTC của công ty như là sự tham gia của họ trong kinh doanh nên thường xuyên hơn các thành viên không điều hành. Vì thế, thành viên điều hành nữ và thành viên không điều hành có thể có mức độ ảnh hưởng đến giá trị công ty khác nhau. Tuy nhiên, hầu hết các học giả không nghiên cứu mối quan hệ giữa các thành viên điều hành nữ và thành viên không điều hành, điều này mở ra những nghiên cứu mới tương lai.
2.4.3.3 Nền tảng công ty
Nghiên cứu hiện tại không xem xét nền tảng công ty cái mà có lẽ ảnh hưởng đến các quyết định lựa chọn thành viên nữ. Công ty gia đình có thể bổ nhiệm thành viên gia đình trở thành thành viên của HĐQT Dựa theo Smith và các cộng sự (2006), chúng ta thường thấy rằng thành viên gia đình chiếm vị trí trong HĐQT ở công ty gia đình
Darmadi (2011) cũng chỉ ra rằng mối quan hệ gia đình có thể là sự quan tâm cho sự lựa chọn vị trí HĐQT Sự không công bằng trong lựa chọn thành phần HĐQT có thể ảnh hưởng đến những kết luận được tìm ra Hơn thế nữa, như đ đề cập ở trên, khuynh hướng trọng nam bởi sự khác biệt về văn hóa có thể là lý do hàng đầu dẫn đến sự không công bằng đối với nữ, quốc tịch của các cổ đông lớn và thành viên có thể ảnh hưởng đến việc lựa chọn các thành viên HĐQT. Điều này gợi lên rằng nền tảng công ty có thể đưa vào xem xét trong nghiên cứu tương lai
CHƯƠNG 3. KẾT LUẬN
Có rất nhiều bài nghiên cứu về mối quan hệ giữa sự đa dạng của HĐQT nói chung và trọng tâm là sự đa dạng về giới tính của HĐQT nói riêng với HQTC của công ty ở các nước như các bài viết của Erhardt và các cộng sự năm 2003; Darmadi, 2011; Campbell và các cộng sự năm 2008; Hussein và các cộng sự năm 2009; Cheung Sze Man, Tsang Tsz Kong năm 2011 Có rất nhiều kết luận khác nhau về vấn đề này dựa trên các số liệu của từng nước sở tại và vẫn hiếm bài viết sử dụng các số liệu ở Việt Nam. Bằng cách sử dụng mô hình của Campbell và Minguez-Vera (2008), nghiên cứu này đ tìm thấy một mối tương quan m có nghĩa giữa các biến đại diện sự đa dạng về giới tính trong HĐQT với Tobin’s Q (Q) đại diện cho HQTC của công ty và không có mối quan hệ nhân quả giữa chúng Điều này ngụ ý rằng, giới tính đa dạng trong HĐQT và hoạt động tài chính của công ty có mối quan hệ với nhau. Tính nhất quán trong các kết quả thu được với các phép đo khác nhau bao gồm cả sự hiện diện của nữ trong HĐQT (biến giả), tỷ lệ nữ trong HĐQT (PWOMAN) và hai chỉ số đo lường sự đa dạng Blau (BLAU), Shannon (SHANNON). Về cơ cấu, thành viên HĐQT trong các dữ liệu thu thập gần như đều nam giới nắm giữ. Vì vậy, sự đa dạng giới tính trong HĐQT đề cập đến số lượng lớn hơn các đại diện nữ trong HĐQT Các kết quả thu được trong các mô hình chỉ ra rằng một số lượng lớn hơn đại diện nữ trong HĐQT dẫn đến giá trị doanh nghiệp thấp hơn, đồng thời các công ty có hiệu suất thấp có xu hướng bao gồm một số lượng lớn hơn các đại diện nữ trong HĐQT và ngược lại.
Phát hiện này trái ngược với hầu hết các bằng chứng thực nghiệm trước được tìm thấy trước đ y về mối tương quan dương có nghĩa giữa chúng trong nghiên cứu của Carter và các cộng sự năm 2003; Campbell và các cộng sự 2008; Lückerath-Rovers năm 2010 hay mối tương quan không đáng kể như trong bài Farrell và các cộng sự năm 2005; Rose năm 2007; Carter và các cộng sự năm 2010 Tuy nhiên, phát hiện này là phù hợp với một số nghiên cứu thực nghiệm cho thấy một sự tương quan m có nghĩa trong bài nghiên cứu của Bøhren và các cộng sự năm 2007; Darmadi năm 2011 và Cheung Sze Man, Tsang Tsz Kong năm 2011 Các l giải của kết quả này bị ảnh hưởng bởi kỳ vọng
về văn hóa của người Á Đông về quan niệm trọng nam khinh nữ từ l u đời, quá trình ra quyết định không hiệu quả và nền tảng của từng công ty.
Bài viết này đóng góp thêm vào các nghiên cứu về độ phân tán của HĐQT và HQTC của công ty nói chung và nghiên cứu dựa trên các số liệu của Việt Nam nói riêng. Theo kết quả nghiên cứu này, các công ty có hiệu suất thấp có xu hướng có một số lượng lớn hơn sự có mặt của phụ nữ trong HĐQT, phụ nữ có thể có nhiều cơ hội hơn để giữ những vị trí trong HĐQT ở các công ty có giá trị thấp. Giới tính đa dạng trong HĐQT có thể là một trong các tiêu chí quan trọng cho các nhà đầu tư và các cổ đông đánh giá công ty trong việc lựa chọn đầu tư của họ cũng như việc xem xét lựa chọn cơ cấu HĐQT phù hợp đối với các công ty.
Mặc dù kết quả này chỉ ra rằng sự đa dạng trong HĐQT thấp hơn sẽ dẫn đến giá trị doanh nghiệp cao hơn, nhưng không khuyến cáo các công ty và Chính phủ áp đặt các quy tắc đa dạng giới tính, chẳng hạn như điều chỉnh số lượng nữ ít hơn trong HĐQT, vấn đề này như là một bất cập trong thực nghiệm liên quan đến nghiên cứu này. Sự đa dạng về giới tính không phải là yếu tố quyết định duy nhất cho việc lựa chọn các thành viên HĐQT mà chúng ta nên xem xét thêm cả khả năng và kinh nghiệm cá nhân. Khi có đầy đủ các nghiên cứu thực nghiệm điều tra về tình hình Việt Nam và thu được các kết quả phù hợp, các công ty và Chính phủ mới có thể nhìn vào kết quả của các nghiên cứu trong tương lai để có cái nhìn rõ ràng hơn về vai trò của người phụ nữ, làm cơ sở cho việc ra quyết định.
PHỤ LỤC
Phụ lục I – Thông tin bổ sung của biến
1. Biến Q, Tobin’s Q
2. Biến giả của đại diện nữ trong HĐQT(DWOMAN) =1 (khi có ít nhất 1 thành viên nữ trong HĐQT) hoặc 0 (khi không có bất kỳ thành viên nữ nào trong HĐQT)
3. Tỷ lệ phần trăm của thành viên nữ trong HĐQT (PWOMAN) =
4. Chỉ số Blau = 1-
(Pi=phần trăm của thành viên trong HĐQT của mỗi loại thành viên (nam hoặc nữ), n=số lượng của thành viên)
Chỉ số Blau thông thường được sử dụng để đo lường sự ngang bằng và sự không đồng nhất. Phạm vi của chỉ số Blau về sự đa dạng giới tính vào khoảng 0 đến 0 5 điều đó có nghĩa là gần với 0, ít khác biệt; và gần 0 5 hơn, nghĩa là có nhiều sự khác biệt hơn í dụ, trong nghiên cứu này, chỉ số Blau la 0 5 có nghĩa là HĐQT có sự cân bằng giữa thành viên nam và thành viên nữ5
5. Chỉ số Shannon = -
(Pi=phần trăm của thành viên trong HĐQT của mỗi loại thành viên (nam hoặc nữ), n=số lượng của thành viên)
Chỉ số Shannon thì khác hơn so với chỉ số độ đa dạng Blau, nhưng nhạy cảm hơn với những thay đổi nhỏ. Giá trị lớn nhất và nhỏ nhất của chỉ số Shannon về mức độ đa dạng giới tính là 0 và 0.69. Ví dụ, không có thành viên nam hoặc không có thành viên nữ
5
trong HĐQT thì giá trị chỉ số Shannon là 0 và 0.69 khi nam và nữ có cùng tỷ lệ trong HĐQT6
6. Đòn bẩy tài chình (LEVER)
7. Thu nhập ròng trên tài sản (ROA) ROA =
8. Kích thước công ty (SIZE) = ln(giá trị sổ sách tổng tài sản) (adsbygoogle = window.adsbygoogle || []).push({});
9. Kích thước HĐQT (LNDIR) = ln(tổng số lượng thành viên HĐQT)
Bảng thống kê mô tả dữ liệu năm 2009
Mean Median Maximum Minimum Std. Dev.
DWOMAN 0.538462 1 1 0 0.505035 PWOMAN 0.137772 0.118056 0.428571 0 0.152304 BLAU 0.187475 0.197531 0.489796 0 0.192196 SHANNON 0.250026 0.11684 1.429403 0 0.333172 6
Phụ lục II – Kiểm định các khiếm khuyết của dữ liệu.
1. Kiểm định phương sai thay đổi (dung kiểm định White lấy mức ý nghĩa là 5%)
Mô hình ở Bảng 2:
White Heteroskedasticity Test
F-statistic 1.953386 Prob. F(7,31) 0.094401
Obs*R-squared 11.93710 Prob. Chi-Square(7) 0.102647
Probability = 0,094401 > 0,05, kết luận phương sai không thay đổi.
Mô hình ở Bảng 3:
White Heteroskedasticity Test
F-statistic 0.765259 Prob. F(8,30) 0.635404
Obs*R-squared 6.609832 Prob. Chi-Square(8) 0.579252
Probability = 0,635404 > 0,05, kết luận phương sai không thay đổi.
Mô hình ở Bảng 4:
White Heteroskedasticity Test
F-statistic 0.887443 Prob. F(8,30) 0.538572
Obs*R-squared 7.463222 Prob. Chi-Square(8) 0.487575
Probability = 0,538572 > 0,05, kết luận phương sai không thay đổi.
Mô hình ở Bảng 5:
F-statistic 1.012274 Prob. F(8,30) 0.447902
Obs*R-squared 8.289883 Prob. Chi-Square(8) 0.405678
Probability = 0,447902> 0,05, kết luận phương sai không thay đổi.
Mô hình ở Bảng 6:
White Heteroskedasticity Test
F-statistic 2.241037 Prob. F(6,32) 0.064405
Obs*R-squared 11.53897 Prob. Chi-Square(6) 0.073080
White Heteroskedasticity Test: (adsbygoogle = window.adsbygoogle || []).push({});
F-statistic 2.241037 Prob. F(6,32) 0.064405 Obs*R-squared 11.53897 Prob. Chi-Square(6) 0.073080
Probability = 0,064405> 0,05, kết luận phương sai không thay đổi.
Mô hình ở Bảng 7:
White Heteroskedasticity Test
F-statistic 0.611207 Prob. F(6,32) 0.719529
Obs*R-squared 4.009909 Prob. Chi-Square(6) 0.675335
Probability = 0,719529> 0,05, kết luận phương sai không thay đổi.
Mô hình ở Bảng 8:
White Heteroskedasticity Test
F-statistic 1.039968 Prob. F(6,32) 0.418221
Obs*R-squared 6.363853 Prob. Chi-Square(6) 0.383689
Probability = 0,418221> 0,05, kết luận phương sai không thay đổi.
White Heteroskedasticity Test
F-statistic 1.362367 Prob. F(6,32) 0.259572
Obs*R-squared 7.935290 Prob. Chi-Square(6) 0.242883
Probability = 0,259572> 0,05, kết luận phương sai không thay đổi.
Kết luận, với các dữ liệu thu thập được để sử dụng cho các mô hình trên đều không xảy ra hiện tượng phương sai thay đổi với mức nghĩa 5%
2. Kiểm định tự tương quan theo phương pháp Breusch-Godfrey (với bậc 1 và mức ý nghĩa là 5%)
Mô hình ở Bảng 2
Breusch-Godfrey Serial Correlation LM Test
F-statistic 2.503398 Prob. F(1,33) 0.123139
Obs*R-squared 2.749948 Prob. Chi-Square(1) 0.097258
Từ kết quả trên ta có nR2 = 2.749948 và p_value = 0,097258 > = 0 05, kết luận không có tự tương quan
Mô hình ở Bảng 3
Breusch-Godfrey Serial Correlation LM Test
F-statistic 0.306488 Prob. F(1,33) 0.583575
Obs*R-squared 0.358880 Prob. Chi-Square(1) 0.549129
Từ kết quả trên ta có nR2 = 0.358880 và p_value = 0.549129 > = 0 05, kết luận không có tự tương quan
Mô hình ở Bảng 4
Breusch-Godfrey Serial Correlation LM Test (adsbygoogle = window.adsbygoogle || []).push({});
F-statistic 1.351156 Prob. F(1,33) 0.253414
Obs*R-squared 1.534012 Prob. Chi-Square(1) 0.215511
Từ kết quả trên ta có nR2 = 1.534012 và p_value = 0.215511 > = 0 05, kết luận không có tự tương quan
Mô hình ở Bảng 5
Breusch-Godfrey Serial Correlation LM Test
F-statistic 1.930570 Prob. F(2,32) 0.161590
Obs*R-squared 4.199098 Prob. Chi-Square(2) 0.122512
Từ kết quả trên ta có nR2 = 4.199098 và p_value = 0.122512 > = 0 05, kết luận không có tự tương quan
Mô hình ở Bảng 6
Breusch-Godfrey Serial Correlation LM Test
F-statistic 0.253876 Prob. F(1,34) 0.617608
Obs*R-squared 0.289053 Prob. Chi-Square(1) 0.590828
Từ kết quả trên ta có nR2 = 0.289053 và p_value = 0.590828 > = 0 05, kết luận không có tự tương quan
Mô hình ở Bảng 7
Breusch-Godfrey Serial Correlation LM Test
Obs*R-squared 1.081297 Prob. Chi-Square(1) 0.298408
Từ kết quả trên ta có nR2 = 1.081297 và p_value = 0.298408 > = 0 05, kết luận không có tự tương quan
Mô hình ở Bảng 8
Breusch-Godfrey Serial Correlation LM Test
F-statistic 2.02E-05 Prob. F(1,34) 0.996445
Obs*R-squared 2.31E-05 Prob. Chi-Square(1) 0.996164
Từ kết quả trên ta có nR2 = 2.31E-05 và p_value = 0.996164 > = 0 05, kết luận không có tự tương quan
Mô hình ở Bảng 9
Breusch-Godfrey Serial Correlation LM Test
F-statistic 0.030045 Prob. F(1,34) 0.863416
Obs*R-squared 0.034433 Prob. Chi-Square(1) 0.852789
Từ kết quả trên ta có nR2 = 0.034433và p_value = 0.852789 > = 0.05, kết luận không có tự tương quan
Kết luận, các kết quả kiểm định trên cho thấy, với mức nghĩa 0 05 các dữ liệu thu thập được để sử dụng cho các mô hình không xảy ra tự tương quan b c 1
3. Kiểm tra hiện tượng đa cộng tuyến.
Q (adsbygoogle = window.adsbygoogle || []).push({});
PWOM
AN LEVER LNDIR ROA SIZE
Q 1.000000
LEVER 0.324165 -0.117072 1.000000
LNDIR -0.383652 0.235829 -0.211383 1.000000
ROA -0.098420 0.160378 -0.421946 0.441497 1.000000
SIZE -0.180688 0.101785 0.298138 0.401731 -0.002246 1.000000
TOPIN_Q DWOMAN LEVER LNDIR ROA SIZE
TOPIN_Q 1.000000 DWOMAN -0.485602 1.000000 LEVER 0.324165 0.079919 1.000000 LNDIR -0.383652 0.342697 -0.211383 1.000000 ROA -0.098420 0.049696 -0.421946 0.441497 1.000000 SIZE -0.180688 0.343795 0.298138 0.401731 -0.002246 1.000000
TOPIN_Q BLAU LEVER LNDIR ROA SIZE
TOPIN_Q 1.000000 BLAU -0.505837 1.000000 LEVER 0.324165 -0.043377 1.000000 LNDIR -0.383652 0.194469 -0.211383 1.000000 ROA -0.098420 0.052108 -0.421946 0.441497 1.000000 SIZE -0.180688 0.136999 0.298138 0.401731 -0.002246 1.000000
TOPIN_Q SHANNON LEVER LNDIR ROA SIZE
TOPIN_Q 1.000000 SHANNON -0.504791 1.000000 LEVER 0.324165 -0.016767 1.000000 LNDIR -0.383652 0.224120 -0.211383 1.000000 ROA -0.098420 0.049250 -0.421946 0.441497 1.000000 SIZE -0.180688 0.182840 0.298138 0.401731 -0.002246 1.000000
Các bảng trên ghi lại ma trận các hệ số tương quan giữa các biến có trong mô hình hồi quy. Có thể thấy, các hệ số tương quan giữa các biến độc lập giao động từ -0 55 đến 0.45. Gujarati (2003) cho rằng hiện tượng đa cộng tuyến có thể xảy ra khi hệ số tương
quan vượt quá 0 80 Thêm vào đó, việc R2
của các mô hình không quá cao là minh chứng khá rõ ràng về việc không có hiện tượng đa cộng tuyến xảy ra Ngoài ra để chắc chắn hơn, chúng tôi đ sử dụng nhân tử phóng đại phương sai IF ( ariance Inflation Factor) cho mỗi biến độc lập. Nếu như có ít nhất một giá trị VIF lớn hơn 10 thì mô hình xảy ra hiện tượng đa cộng tuyến (Gujarati, 2003). Kết quả là tất cả các giá trị IF tính được đều bé hơn 10; chứng tỏ một cơ sở vững chắc cho việc không có hiện tượng đa cộng tuyến trong các mô hình sử dụng.
Phụ lục III: Tài liệu tham khảo
Cheung Sze Man, Tsang Tsz Kong. (2011). Gender Diversity in Boardroom and Firm Financial Performance: Evidence from Hong Kong.
Adams, R. B. & Ferreir, D. (2009). Women in the Boardroom and Their Impact on Governance and Performance. Journal of Financial Economics, 94(2), 291-309.
Adams, R.B. & Ferreira, D. (2007). A Theory of Friendly Boards. The Journal of Finance. 62(1), 217-250.
Ararat, M., Aksu, M. H. & Cetin, A. T. (2010). The Impact of Board Diversity on Boards' Monitoring Intensity and Firm Performance: Evidence from the Istanbul Stock Exchange. Working Paper. Tại trang web: http://ssrn.com/abstract=1572283. BBC News. (2008). Smashing