4.1.1. Kiểm định đa cộng tuyến
Theo Lawrence C. Hamilton (2013), Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), đa cộng tuyến chính là hiện tượng các biến độc lập trong mô hình có tương quan tuyến tính với nhau, có hai loại đa cộng tuyến là đa cộng tuyến hoàn hảo và đa cộng tuyến không hoàn hảo. Khi mô hình bị đa cộng tuyến hoàn hảo STATA sẽ tự động loại bỏ biến bị đa cộng tuyến hoàn hảo, nếu mô hình bị đa cộng tuyến không hoàn hảo thì hồi quy vẫn thực hiện được nhưng các biến sẽ không có ý ngĩa thống kê hoặc có thể làm sai dấu của các hệ số hồi quy.
Để kiểm định xem mô hình nghiên cứu có bị hiện tượng đa cộng tuyến giữa các biến độc lập và biến kiểm soát hay không, tác giả sử dụng công cụ correlation trên phần mềm Stata để kiểm tra mối tương quan giữa các biến trên.
Giả thuyết được đưa ra là mô hình bị đa công tuyến. Kết quả được trình bày ở bảng bên dưới. Bảng 4.1: Bảng hệ số tương quan Dòng tiền Khả năng thanh khoản Tăng trưởng
doanh thu Đòn bẩy
Tobin Q ROA Quy mô Dòng tiền 1 Khả năng thanh khoản -0.0202 1 Tăng trưởng doanh thu 0.8979 -0.0746 1 Đòn bẩy 0.0934 -0.0667 0.1107 1 Tobin Q -0.0366 -0.1336 -0.0746 0.3024 1 ROA 0.4883 -0.0358 0.2975 -0.1639 0.1965 1 Quy mô -0.0265 0.1296 -0.0421 0.1417 0.2895 0.0581 1
Bảng hệ số tương quan 5.1 cho thấy mối tương quan giữa các biến độc lập và các biến kiểm soát trong mô hình nghiên cứu (ngoại trừ hai biến dòng tiền và tăng trưởng doanh thu) đều dưới 0.8, điều này có nghĩa là giữa các biến độc lập và các biến kiểm soát không có mối tương quan chặt chẽ hay mô hình nghiên cứu không bị hiện tượng đa cộng tuyến. Trong nghiên cứu ở lĩnh vực kinh tế, tài chính, quản trị thì hệ số tương quan giữa các biến độc lập trong mô hình được chấp nhận nếu nhỏ hơn 0.8 (Lawrence C. Hamilton, 2013; Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Qua bảng hệ số tương quan cho thấy hai biến dòng tiền và doanh thu có thể có tương quan chặt chẽ trong mô hình nghiên cứu nên cần xem xét trong từng trường hợp riêng.
Để khẳng định được chặt chẽ hơn về mô hình nghiên cứu có bị hiện tượng đa cộng tuyến hay không, tác giả kiểm tra thêm trên phần mềm STATA thông qua công cụ VIF. Với giả thuyết được đưa ra ban đầu là mô hình nghiên cứu có bị đa cộng tuyến. Kết quả với công cụ VIF được trình bày trong bảng dưới đây.
Bảng 4.2: Bảng hệ số VIF
VIF 1/VIF
Dòng tiền 7.41 0.1349
Khả năng thanh khoản 1.07 0.9332
Tăng trưởng doanh thu 6.07 0.1646
Đòn bẩy 1.27 0.7864
Tobin Q 1.37 0.7286
ROA 1.80 0.5545
Quy mô 1.13 0.8835
VIF trung bình 2.88
(Tổng hợp kết quả hệ số VIF từ phần mềm STATA)
Theo Lawrence C. Hamilton (2013), hệ số VIF nếu lớn hơn 10 được xem là đa cộng tuyến nghiêm trọng, nếu nhỏ hơn 10 thì tùy trường hợp để xử lý. Nhưng qua bảng kết quả VIF trên thấy, hệ số VIF của các biến độc lập đều nhỏ hơn 10 rất nhiều, vì vậy có thể kết luận rằng mô hình không bị hiện tượng đa cộng tuyến, tức giả thuyết ở trên bị bác bỏ (theo hệ số VIF).
Từ các kết quả kiểm định đa cộng tuyến trong mô hình nghiên cứu cho thấy, từ hệ số tương quan hai biến dòng tiền và doanh thu có tương quan mạnh với nhau, nhưng kết quả từ kiểm định hệ số VIF thì mô hình nghiên cứu lại không bị đa cộng tuyến. Vì vậy, để quan sát tốt nhất kết quả hồi qui của mô hình nghiên cứu thì có thể chia tách thành hai trường hợp, hồi quy với đầy đủ các biến và hồi quy khi loại một trong hai biến dòng tiền và doanh thu ra khỏi mô hình hồi quy, ở đây luận văn chọn biến Tăng trưởng doanh thu là biến kiểm tra. Theo Lawrence C. Hamilton (2013), trong trường hợp các biến độc lập trong mô hình bị tương quan mạnh thì vẫn có thể thực hiện hồi quy bình thường nếu các biến vẫn có ý nghĩa hoặc không làm sai dấu hệ số hồi quy so với các lý thuyết.
4.1.2. Kết quả nghiên cứu với công cụ OLS, REM và FEM.
Theo Lawrence C. Hamilton (2013), Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), cả ba công cụ OLS, REM và FEM là những công cụ dùng để chạy hồi quy, tìm ra xu hướng tác động, ước lượng mức độ tác động của yếu tố đóng vai trò là các biến độc lập trong mô hình (biến nguyên nhân) lên yếu tố đóng vai trò là biến phụ thuộc trong mô hình (biến kết quả). Cả ba công cụ được sử dụng với năm điều kiện (năm giả thiết) ràng buộc đối với mô hình nghiên cứu là:
Giả thiết 1: Mối quan hệ giữa biến độc lập và biến phụ thuộc là tuyến tính. Giả thiết 2: Các sai số ui phải có giá trị trung bình bằng 0 và phương sai (VAR) không thay đổi.
Giả thiết 3: Giữa các sai số không có mối quan hệ tương quan nhau (hiệp phương sai Cov băng 0)
Giả thiết 4: Không có sự tương quan giữa các biến độc lập trong mô hình. Giả thiết 5: Không có sự tương quan giữa các biến độc lập và sai số của mô hình. 4.1.2.1. Kết quả nghiên cứu với công cụ OLS, REM và FEM khi không loại bỏ biến Tăng trưởng doanh thu (SALE i,t / Ki,t-1).
Dạng dữ liệu sử dụng cho các biến trong mô hình nghiên cứu của luận văn là dạng dữ liệu bảng, được hồi quy theo ba cách là pooling (OLS), random effect ( hiệu ứng ngẫu nhiên - REM) và fixed effect (hiệu ứng cố định - FEM). Sau đó dựa vào kiểm định HAUSMAN TEST và kiểm định XTTEST0 để tìm ra phương pháp
phù hợp nhất trong ba phương pháp trên, kết quả từ ba phương pháp trên đối với trường hợp không loại bỏ biến Tăng trưởng doanh thu, được tóm tắt trong bảng dưới đây:
Bảng 4.3: Tóm tắt kết quả hồi quy với ba phương pháp Biến nghiên cứu Kết quả nghiên cứu Biến nghiên cứu Kết quả nghiên cứu
Pooling Random effect Fixed effect
Hệ số tự do -1.1296 (0.378) -1.1935 (0.600) -1.1935 (0.600) Dòng tiền 0.0405 (0.332) 0.0432 (0.291) 0.0432 (0.793) (adsbygoogle = window.adsbygoogle || []).push({});
Khả năng thanh khoản 0.2710**
(0.019)
0.2799**
(0.012)
0.2799**
(0.012)
Tăng trưởng doanh thu -0.0052
(0.728) 0.0034 (0.805) -0.0034 (0.805) Đòn bẩy -1.952* (0.096) -1.2844 (0.389) -1.2844 (0.389) Tobin Q -0.1520 (0.806) -0.1759 (0.793) -0.1759 (0.793) ROA 3.8586 (0.170) 5.0579 (0.103) 5.0579 (0.103) Quy mô 1.572* (0.060) 1.1178 (0.456) 0.1178 (0.456)
(Nguồn: Tổng hợp kết quả hồi quy với ba công cụ từ phần mềm STATA) Ghi chú: **, * có mức ý nghĩa thống kê 5%, 10%
Ý nghĩa thống kê được trình bày trong ngoặc đơn, ở dòng trên là hệ số hồi quy
Tuy kết quả với ba công cụ hồi quy không hề khả quan nhưng cũng chưa thể đưa ra kết luận cuối cùng, vì điều hiển nhiên trong nghiên cứu trên bộ dữ liệu thứ cấp mà đặc biệt là dữ liệu kinh tế - tài chính, là dữ liệu thực, bên cạnh đó vì là dữ liệu bảng (một sự kết hợp giữa dữ liệu về không gian và thời gian) thì luôn tồn tại những lỗi dữ liệu không thể tránh khỏi đó là bị hiện tượng phương sai thay đổi và
tự tương quan. Đây là những lỗi thường gặp, nó làm cho kết quả nghiên cứu bị sai lệch. Vì vậy, tác giả thực hiện bước tiếp theo trước khi đưa ra kết luận là đi kiểm định phương sai thay đổi và tự tương quan.
Bảng kết quả hồi quy với ba phương pháp OLS, REM, FEM (xem phụ lục B) cho kết quản gần tương đương với nhau, các biến độc lập là dòng tiền và đòn bẩy đều không tìm thấy ảnh hưởng nào có ý nghĩa về mặt thống kê đối với quyết định đầu tư, riêng có khả năng thanh khoản tìm thấy tác động có ý nghĩa thống kế ở mức 5% ở cả ba phương pháp, hệ số hồi quy tác động của khả năng thanh khoản lên quyết định đầu tư là 0.271 đối với OLS, 0.279 đối với cả REM và FEM. Kết quả kiểm định với Hausman Test (phụ lục C) và XTTEST0 (phụ lục C) cho thấy mô hình với REM là phù hợp nhất.
4.1.2.2. Kết quả nghiên cứu với công cụ OLS, REM và FEM khi loại bỏ biến Tăng trưởng doanh thu (SALE i,t / Ki,t-1). Tăng trưởng doanh thu (SALE i,t / Ki,t-1).
Dưới đây là kết quả hồi quy trong trường hợp loại bỏ biến Tăng trưởng doanh thu.
Kết quả hồi quy trong trường hợp này cho thấy đã có sự khác biệt nhiều giữa ba phương pháp. Vẫn sử dụng các kiểm định Hausman Test (phụ lục E) và XTTEST0 (phụ lục E) để tìm ra mô hình hồi quy phù hợp, REM vẫn cho thấy tính phù hợp nhất so với hai mô hình còn lại là OLS và FEM.
Kết quả từ REM tìm thấy các yếu tố Dòng tiền, Khả năng thanh khoản, Suất sinh lợi của tài sản là tác động có ý nghĩa lên Đầu tư. Cụ thể là, Dòng tiền có hệ số hồi quy tác động là 0.033 với mức ý nghĩa 10%, Khả năng thanh khoản có hệ số tác động hồi quy là 0.282 tại mức ý nghĩa 5%, Suất sinh lợi của tài sản có hệ số tác động hồi quy là 5.276 với mức ý nghĩa 10%.
Bảng 4.4: Tóm tắt kết quả hồi quy với ba phương pháp Biến nghiên cứu Kết quả nghiên cứu
Pooling Random effect Fixed effect
Hệ số tự do -1.335 (0.359) -0.275 (0.551) 8.957 (0.340) Dòng tiền 0.027 (0.137) 0.033* (0.084) 0.371 (0.113) Khả năng thanh khoản 0.276
** (0.015) 0.282** (0.010) 0.270** (0.031) Đòn bẩy -1.942 * (0.096) -1.355 (0.348) 0.517 (0.812) Tobin Q -0.147 (0.808) -0.188 (0.774) -0.244 (0.759) ROA 4.195 (0.110) 5.276* (0.055) 7.050** (0.037) Quy mô 0.156 (0.129) 0.125 (0.399) -0.659 (0.324)
(Nguồn: Tổng hợp kết quả hồi quy với ba công cụ từ phần mềm STATA) Ghi chú: **, * có mức ý nghĩa thống kê 5%, 10%
Ý nghĩa thống kê được trình bày trong ngoặc đơn, ở dòng trên là hệ số hồi quy
Tóm lại, các kết quả hồi quy bước đầu đã tìm thấy có những mức ảnh hưởng nhất định của một số yếu tố như Dòng tiền, Khả năng thanh khoản, Suất sinh lợi của tài sản lên quyết định đầu tư của các Công ty Bất động sản. Tuy nhiên, để có thể đi kiểm định tốt hơn về những tác động trên và có thể tìm ra những tác động mà các công cụ hồi quy ở trên đã bỏ sót, cũng như đi kiểm định được các giả thuyết nghiên cứu thì cần phải tiến hành kiểm tra các lỗi khác của mô hình như lỗi phương sai thay đổi và tự tương quan.
4.1.3. Kiểm định phương sai thay đổi và tự tương quan
Phương sai thay đổi, theo Lawrence C. Hamilton (2013), do bản chất các hiện tượng kinh tế, do kỹ thuật xử lý số liệu, thu thập số liệu cải tiến theo thời gian, do sai số khi thu thập dữ liệu dẫn đến phương sai của sai số bị thay đổi. Hậu quả là, ước lượng thu được bằng OLS không hiệu quả, các kiểm định hệ số hồi quy không còn đáng tin cậy. Để kiểm định phương sai thay đổi, tác giả dùng công cụ Imtest,
White trong STATA, với giả thuyết được đặt ra là mô hình nghiên cứu với các sai số có phương sai thay đổi.
Kết quả với Imtest, White (phụ lục F) cho thấy với mức ý nghĩa P-value ở cả hai mô hình có yếu tố tăng trưởng doanh thu hay không đều nhỏ hơn 5%, lần lượt là 0.0110 đối với mô hình có yếu tố tăng trưởng doanh thu và bằng 0.0060 đối với mô hình không có yếu tố tăng trưởng doanh thu. Vậy, giả thuyết về phương sai của sai số bị thay đổi được chấp nhận. Điều này đồng nghĩa rằng kết quả hồi quy với OLS, REM và FEM đều không hiệu quả, các hệ số ước lượng hồi quy là không đáng tin cậy. Và một khi mô hình hồi quy bị lỗi phương sai của sai số thay đổi thì REM và FEM cũng không thể khắc phục lỗi (Lawrence C. Hamilton, 2013).
Tự tương quan, cũng theo Lawrence C. Hamilton (2013), tự tương quan là hiện tượng các sai số (phần dư) của các biến trong mô hình có tương quan với nhau, hậu quả là làm cho ước lượng OLS không còn hiệu quả, kiểm định hệ số hồi quy không đáng tin cậy.
Để kiểm định tự tương quan tác giả dùng công cụ XTSERIAL trên nền STATA với đầy đủ các biến phụ thuộc, độc lập và các biến kiểm soát. Với giả thuyết ban đầu được đặt ra là các phần dư có tương quan với nhau trong mô hình hồi quy. (adsbygoogle = window.adsbygoogle || []).push({});
Kết quả với XTSERIAL (phụ lục F) cho thấy với mức ý nghĩa P-value của hai mô hình lần lượt là 0.0765 và 0.0645, đều lớn hơn 5% thì giả thuyết về phần dư có tương quan với nhau bị bác bỏ, có nghĩa rằng mô hình không bị tự tương quan.
Vì vậy, qua hai phần kiểm định trên có thể kết luận về kết quả hồi quy ban đầu với ba công cụ OLS, REM, FEM là không hiệu quả, các hệ số hồi quy không đáng tin cậy. Do đó, cần thiết phải tiến hành khắc phục lỗi phương sai thay đổi với công cụ GLS được thay thế cho ba công cụ trên.
4.2. Kết quả hồi quy và thảo luận kết quả hồi quy với công cụ GLS
Như đã trình bày ở trên, vì mô hình hồi quy bị phương sai thay đổi nên để khắc phục phải dùng công cụ GLS thay thế. GLS là công cụ ước lượng không dựa trên phương pháp tổng bình phương sai số nên R2 giờ không còn quan trọng nên trong phần này, tác giả không quan tâm đến hệ số R2. Kết quả từ mô hình hồi quy với GLS trong phần mềm STATA để xử lý lỗi phương sai thay đổi trên bộ dữ liệu bảng ban đầu. Dữ liệu bảng ban đầu gồm dữ liệu của 14 Công ty Bất động sản niêm yết từ 2008 trở về trước, dữ liệu được thu thập cho 8 biến tất cả và thu thập trong
vòng năm năm, kết quả thu được 560 quan sát, với không quan sát trống. Kết quả hồi quy với hai mô hình tương ứng, một là mô hình hồi quy có yếu tố tăng trưởng doanh thu và một mô hình không có, kết quả được tóm tắt trong bảng 4.5 bên dưới.
Bảng tóm tắt kết quả hồi quy với công cụ GLS sẽ cho thấy tổng hợp các tác động cuối cùng của các biến độc lập, biến kiểm soát lên biến phụ thuộc trong mô hình, mà dựa vào đó có thể tiến hành kiểm định lại các giả thuyết nghiên cứu ban đầu và thảo luận các kết quả nghiên cứu.
Bảng 4.5: Bảng tóm tắt kết quả mô hình hồi quy có yếu tố tăng trưởng doanh thu với công cụ GLS
Biến nghiên cứu Kết quả nghiên cứu
Biến độc lập Mô hình 1 Mô hình 2
Hệ số tự do -1.180
*
(0.056)
-1.1705** (0.067)
Dòng tiền (CFi,t / Ki,t-1) 0.082
***
(0.000)
0.0423***
(0.000)
Khả năng thanh khoản (LIQ i,t-1) 0.2412
**
(0.000)
0.2561***
(0.000)
Đòn bẩy (LEVi,t-1) -1.001
**
(0.043)
-1.0573**
(0.036) Biến kiểm soát
Tăng trưởng doanh thu (SALE i,t / Ki,t-1) -0.0176
* (0.055) Tobin Q (Qi,t-1) 0.2776 (0.217) 0.2482 (0.264) Suất sinh lời trên tài sản (ROA i,t-1) 1.636 (adsbygoogle = window.adsbygoogle || []).push({});
(0.232)
2.264*
(0.100)
Quy mô (SIZE i,t-1) 0.0810
*
(0.056)
0.0789* (0.062) Biến phụ thuộc
Quyết định đầu tư (Ii,t / Ki,t-1)
(Nguồn: Tổng hợp kết quả hồi quy với GLS từ STATA) Ghi chú: ***,**, * có mức ý nghĩa thống kê lần lượt là 1%,5% và 10% Mô hình 1: Mô hình hồi quy có biến tăng trưởng doanh thu
4.2.1. Kiểm định giả thuyết nghiên cứu
Các giả thuyết nghiên cứu được đặt ra ở chương trước với mục đích dự đoán xu hướng tác động của các biến Dòng tiền, Khả năng thanh khoản và Đòn bẩy tới Quyết định đầu tư của các Công ty Bất động sản niêm yết. Các giả thuyết nghiên cứu đặt ra ở chương trước như sau:
H1: Dòng tiền có tác động tích cực đến quyết định đầu tư của các Công ty Bất động sản niêm yết.
H2: Khả năng thanh khoản có tác động tích cực đến quyết định đầu tư của các Công ty Bất động sản niêm yết.
H3: Đòn bẩy tài chính có tác động tiêu cực đến quyết định đầu tư của các Công ty Bất động sản niêm yết.
Kiểm định kết quả nghiên cứu là công việc dựa vào kết quả nghiên cứu thực tế để đưa ra quyết định chấp nhận hay bác bỏ giả thuyết nghiên cứu ban đầu. Các giả thuyết nghiên cứu sẽ được lần lượt kiểm định lại dựa trên kết quả nghiên cứu tổng hợp trong bảng 4.5 như sau:
Kiểm định giả thuyết H1: Dòng tiền có tác động tích cực đến quyết định đầu