8. Tổng quan tài liệu nghiên cứu
3.2.4. Mô hình hồi quy bội và phân tích kết quả
Kết quả phân tích qua số liệu thống kê đã cung cấp một cái nhìn tổng quát về các nhân tố tác động đến việc lựa chọn chính sách cổ tức cộng với mô hình lý thuyết đã xây dựng, đề tài tiến hành phân tích hồi quy tuyến tính bội để định lƣợng mối quan hệ giữa các biến và hình thành mô hình thực tiễn.
Sau khi tiến hành xem xét đặc điểm cũng nhƣ mức độ tƣơng quan cặp giữa các biến độc lập trong mô hình nghiên cứu, tác giả tiến hành hồi quy và kiểm định các giả thuyết của mô hình. Đầu tiên tất cả các biến xem xét đƣợc đƣa vào mô hình tổng quát (dùng phƣơng pháp Enter), đây là phƣơng pháp mà SPSS sẽ xử lý tất cả các biến độc lập muốn đƣa vào mô hình. Phƣơng trình hồi quy mẫu có dạng:
̂
Kết quả hồi quy theo phƣơng pháp Enter đƣợc thể hiện trong Bảng 3.8 sau đây.
Bảng 3.8. Mô hình hồi quy theo phương pháp Enter
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
(Constant) -0,012 0,024 -0,496 0,620 DPRt-1 0,530 0,030 0,507 17,395 0,000 0,737 1,357 Pt 0,550 0,050 0,392 11,104 0,000 0,502 1,991 Grow 0,035 0,009 0,100 3,794 0,000 0,899 1,112 Size 0,002 0,002 0,022 0,822 0,411 0,844 1,184 State 0,003 0,005 0,016 0,626 0,531 0,994 1,006 Debt 0,029 0,015 0,061 1,931 0,054 0,618 1,618 CF 1,143E-8 0,00 0,027 1,030 0,303 0,926 1,080 Model Summary R2 0,604 Adjusted R2 0,600 F 137,915 Sig. 0.000 Durbin-Watson 1,969 a. Dependent Variable: DPRt (Nguồn: tính toán từ phần mềm SPSS)
Kết quả ở Bảng 3.8 cho thấy mô hình hồi quy mẫu phù hợp với mức ý nghĩa 5% (Sig. = 0,000). Các biến độc lập giải thích đƣợc 60,4% sự biến thiên của tỷ lệ cổ tức. Các biến DPRt-1, Pt và Grow có ý nghĩa thống kê với mức ý nghĩa 5% (hệ số hồi quy riêng phần sig. = 0,000), biến Debt có ý nghĩa với mức 10% (sig. = 0,054); các biến còn lại không có ý nghĩa thống kê là Size, State và CF (sig. quá lớn).
- Kiểm định hiện tượng đa cộng tuyến
Kết quả hệ số tƣơng quan Pearson ở mục 3.2.2 cho thấy không có nghi ngờ về hiện tƣợng đa cộng tuyến giữa các biến. Tuy nhiên để có thể đƣa ra kết luận chắc chắn ta cần kiểm định lại.
Độ chấp nhận của biến (Tolerance) và hệ số phóng đại phƣơng sai (Vairiance inflation factor – VIF) đƣợc dùng để phát hiện hiện tƣợng đa cộng tuyến. Từ kết quả Bảng 3.8 ta có thể thấy hệ số VIF của tất cả các biến nằm trong khoảng từ 1,006 đến 1,991, giá trị VIF rất nhỏ so với mức 5: dấu hiệu có hiện tƣợng đa cộng tuyến và mức 10: khẳng định giữa các biến có đa cộng tuyến, điều này chứng tỏ mô hình không có dấu hiệu của hiện tƣợng đa cộng tuyến.
- Kiểm định hiện tượng tự tương quan
Theo thống kê Durbin – Watson: hệ số d dao động từ 0<d<4, nếu d = 4 thì tƣơng quan âm hoàn hảo, d = 0: tƣơng quan dƣơng hoàn hảo, d ≈ 2 thì không có tự tƣơng quan. Qua kết quả thể hiện trên Bảng 3.8, hệ số Durbin – Watson là 1,969 có thể đƣa ra kết luận là mô hình không có hiện tƣợng tự tƣơng quan.
- Kiểm định phương sai sai số thay đổi
Thủ tục thực hiện kiểm định phƣơng sai sai số thay đổi trong phần mềm SPSS đƣợc thực hiện nhƣ sau:
B2: Thực hiện kiểm định tƣơng quan hạng Spearman cho từng biến độc lập với phần dƣ.
B3: Đọc kết quả, nếu chỉ số Sig. thu đƣợc lớn hơn 0,05 ta có thể kết luận giả định về phƣơng sai sai số không thay đổi không bị vi phạm. Kết quả kiểm định chi tiết đƣợc thể hiện ở Phụ lục 3 và đƣợc tóm tắt ở Bảng 3.9.
Bảng 3.9. Kiểm định giả thuyết phương sai sai số thay đổi
Biến độc lập Sig. (2-tailed)
DPRt-1 0,241 Pt 0,774 Grow 0,722 Size 0,076 State 0,881 Debt 0,166 CF 0,232
Kết quả kiểm định cho thấy, các giá trị Sig. đều lớn hơn 0,05, nhƣ vậy có thể kết luận phƣơng sai sai số không thay đổi.
Ở phần trên, đề tài đã phân tích toàn bộ các nhân tố dự kiến ảnh hƣởng đến chính sách cổ tức của doanh nghiệp với mô hình hồi quy bội, phƣơng pháp đƣa biến Enter. Tuy nhiên sau khi phân tích ý nghĩa các hệ số hồi quy riêng phần trong mô hình, có thể nhận thấy có một số nhân tố không thực sự có ảnh hƣởng đến chính sách cổ tức. Để khắc phục các hiện tƣợng này, khi phân tích hồi quy bội, các biến độc lập đƣợc đƣa vào mô hình theo phƣơng pháp chọn từng bƣớc (Stepwise), đây là sự kết hợp của phƣơng pháp đƣa dần vào (Forward) và loại trừ dần (Backward). Theo phƣơng pháp này, một biến đã đƣợc đƣa vào mô hình rồi vẫn có thể bị loại ra bởi khi đƣa một biến mới vào có thể làm giảm đáng kể tầm quan trọng của biến đã đƣợc đƣa vào mô hình từ trƣớc đó. Nhƣ vậy, các biến độc lập trong mô hình đều đƣợc xem xét trong từng bƣớc.
Kết quả phân tích cụ thể nhƣ sau:
Bảng 3.10. Chọn lọc các biến (đưa vào/loại ra)
Variables Entered/Removeda Mô hình Các biến đƣa vào Các biến loại ra Phƣơng pháp
1 DPRt-1 . Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100). 2 Pt . Stepwise (Criteria: Probability-of-F-to-enter
<= .050, Probability-of-F-to-remove >= .100). 3 Grow . Stepwise (Criteria: Probability-of-F-to-enter
<= .050, Probability-of-F-to-remove >= .100). 4 Debt . Stepwise (Criteria: Probability-of-F-to-enter
<= .050, Probability-of-F-to-remove >= .100). a. Dependent Variable: DPRt
(Nguồn: tính toán từ phần mềm SPSS)
Bảng 3.10 tóm tắt các bƣớc chọn lọc biến (đƣa vào/loại ra), 4 trong số 7 biến tham gia có thể có trong mô hình cuối cùng. Các biến này đƣợc đƣa vào mô hình theo thứ tự: DPRt-1, Pt, Grow, Debt.
- Mô hình 1: gồm 1 biến giải thích là DPRt-1. - Mô hình 2: gồm 2 biến giải thích là DPRt-1, Pt.
- Mô hình 3: gồm 3 biến giải thích là DPRt-1, Pt, Grow.
- Mô hình 4: gồm 4 biến giải thích là DPRt-1, Pt, Grow, Debt.
Quy trình chọn biến và loại bỏ biến từ các biến nghiên cứu đƣợc trình bày cụ thể ở Bảng 3.11.
Bảng 3.11. Các biến bị loại bỏ
Excluded Variablese
Model Beta In t Sig. Partial
Correlation Collinearity Statistics VIF 1 Pt 0,382 13,137 0,000 0,462 1,303 Grow 0,180 6,480 0,000 0,249 1,000 Size 0,043 1,505 0,133 0,060 1,101 State 0,017 0,575 0,565 0,023 1,001 Debt -0,104 -3,614 0,002 -0,142 1,032 CF 0,079 2,772 0,006 0,109 1,004 2 Grow 0,116 4,541 0,000 0,177 1,044 Size 0,059 2,323 0,021 0.092 1,012 State 0,017 0,655 0,513 0.026 1,001 Debt 0,099 3,283 0,001 0,129 1,412 CF 0,038 1,491 0,137 0,059 1,020 3 Size 0,044 1,714 0,087 0,068 1,034 State 0,018 0,736 0,462 0,029 1,001 Debt 0,071 2,325 0,020 0,092 1,493 CF 0,034 1,334 0,183 0,053 1,021 4 Size 0,030 1,117 0,264 0,044 1,120 State 0,016 0,647 0,518 0,026 1,002 CF 0,031 1,239 0,126 0,049 1,023
a. Predictors in the Model: (Constant), DPRt-1 b. Predictors in the Model: (Constant), DPRt-1, Pt
c. Predictors in the Model: (Constant), DPRt-1, Pt, Grow
d. Predictors in the Model: (Constant), DPRt-1, Pt, Grow, Debt e. Dependent Variable: DPRt
Ở bƣớc 4, các thống kê t đều nằm trong phạm vi ±1,96, tức là không phù hợp với tiêu chuẩn đƣa vào mô hình, đồng thời, trị số t của các biến đã đƣa vào qua các bƣớc trên đều lớn hơn 1,65 (là giá trị căn bậc hai của tiêu chuẩn loại bỏ mặc định 2,71). Vì vậy, mô hình dừng lại ở bƣớc 4, các biến bị loại trừ khỏi mô hình gồm có Size, State và CF.
Bảng 3.12. Tóm tắt các mô hình theo phương pháp Stepwise
Model Summarye Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 0,689a 0,474 0,473 0,0757390 2 0,766b 0,586 0,585 0,0672359 3 0,774c 0,599 0,597 0,0667538 4 0,776d 0,603 0,600 0,0665820 1.965 a. Predictors: (Constant), DPRt-1 b. Predictors: (Constant), DPRt-1, Pt
c. Predictors: (Constant), DPRt-1, Pt, Grow
d. Predictors: (Constant), DPRt-1, Pt, Grow, Debt e. Dependent Variable: DPRt
(Nguồn: tính toán từ phần mềm SPSS)
Hệ số xác định R2
và R2 hiệu chỉnh (Adjusted R square) đƣợc dùng để đánh giá mức độ phù hợp của mô hình. Vì R2
sẽ tăng khi đƣa thêm biến độc lập vào mô hình nên dùng R2
hiệu chỉnh sẽ an toàn hơn khi đánh giá sự phù hợp của mô hình, R2
hiệu chỉnh càng lớn thế hiện độ phù hợp của mô hình càng cao. Kết quả Bảng 3.11 cho thấy, mô hình 4 có R2
= 0,603 và R2 hiệu chỉnh = 0,600 là cao nhất, tức là mô hình giải thích đƣợc 60,3% sự thay đổi của Tỷ lệ cổ tức.
có thể suy diễn mô hình cho tổng thể hay không ta phải thực hiện kiểm định sự phù hợp của mô hình bằng cách xem xét thống kê F và giá trị Sig. ở bảng phân tích ANOVA sau đây:
Bảng 3.13. Phân tích ANOVA ANOVAe Model Sum of Squares df Mean Square F Sig. 1 Regression 3,301 1 3,301 575,491 .000a Residual 3,660 638 0,006 Total 6,961 639 2 Regression 4,081 2 2,041 451,417 .000b Residual 2,880 637 0,005 Total 6,961 639 3 Regression 4,127 3 1,391 317,087 .000c Residual 2,789 636 0,004 Total 6,961 639 4 Regression 4,195 4 1,049 240,815 .000d Residual 2,766 635 0,004 Total 6,961 639 a. Predictors: (Constant), DPRt-1 b. Predictors: (Constant), DPRt-1, Pt c. Predictors: (Constant), DPRt-1, Pt, St
d. Predictors: (Constant), DPRt-1, Pt, St, Debt e. Biến phụ thuộc: DPRt
Với thống kê F = 240,815, sig. = 0.000 cho ở Bảng 3.10 chứng tỏ mô hình 4 có ý nghĩa thống kê, và có thể suy rộng ra cho tổng thể. Bảng 3.14 sẽ thể hiện điều này.
Bảng 3.14. Kết quả hồi quy tác động của các biến độc lập đến Tỷ lệ cổ tức (Phương pháp Stepwise – Coefficients)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (Constant) 0,046 0,006 7,852 0,000 DPRt-1 0,720 0,030 0,689 23,989 0,000 1,000 1,000 2 (Constant) 0,029 0,005 5,488 0,000 DPRt-1 0,527 0,030 0,504 17,333 0,000 0,767 1,303 Pt 0,536 0,041 0,382 13,137 0,000 0,767 1,303 3 (Constant) 0,025 0,005 4,695 0,000 DPRt-1 0,542 0,030 0,519 17,988 0,000 0,758 1,319 Pt 0,498 0,041 0,355 12,120 0,000 0,735 1,361 Grow 0,041 0,009 0,116 4,541 0,000 0,958 1,044 4 (Constant) 0,007 0,010 0,718 0,473 DPRt-1 0,533 0,030 0,509 17,562 0,000 0,744 1,344 Pt 0,560 0,049 0,400 11,432 0,000 0,512 1,953 Grow 0,036 0,009 0,102 3,893 0,000 0,906 1,104 Debt 0,033 0,014 0,071 2,2325 0,020 0,670 1,493 a. Biến phụ thuộc: DPRt (Nguồn: tính toán từ phần mềm SPSS)
Phƣơng trình hồi quy biến phụ thuộc Tỷ lệ cổ tức nhƣ sau:
DPRt = 0,007 + 0,533DPRt-1 + 0,560Pt + 0,036Grow + 0,033Debt
Đây là mô hình tốt vì các biến đều có ý nghĩa thống kê, các giá trị Sig. đều nhỏ hơn mức ý nghĩa 5%.
Hệ số xác định R2
= 0,603 cho biết rằng trong mô hình hồi quy mẫu, các biến độc lập giải thích đƣợc 60,3% sự thay đổi của tỷ lệ cổ tức.
Thực hiện các kiểm định nhằm phát hiện sai sót của mô hình, ta có thể đƣa ra kết luận, mô hình cuối cùng không bị các hiện tƣợng đa cộng tuyến, tự tƣơng quan và phƣơng sai sai số thay đổi.
Từ mô hình này, ta có thể thấy, Tỷ lệ chi trả cổ tức năm nay chịu tác động rất lớn của Tỷ lệ cổ tức năm trƣớc và Lợi nhuận với hệ số hồi quy lần lƣợt là 0,533 và 0,560. Tốc độ tăng trƣởng doanh thu và đòn bẩy tài chính cũng có tác động đến Tỷ lệ cổ tức, nhƣng mức độ ảnh hƣởng thấp.
KẾT LUẬN CHƢƠNG 3
Nghiên cứu phân tích các nhân tố tác động đến chính sách cổ tức của các doanh nghiệp niêm yết trên thị trƣờng chứng khoán Việt Nam giai đoạn 2009- 2013. Kết quả cho thấy, Chính sách cổ tức năm nay chịu tác động rất lớn của lợi nhuận và chính sách cổ tức năm trƣớc; ngoài ra, chính sách cổ tức còn chịu ảnh hƣởng của tốc độ tăng trƣởng và đòn bẩy nợ. Cụ thể, các công ty có lợi nhuận, tốc độ tăng trƣởng và đòn bẩy nợ càng cao thì chi trả cổ tức càng nhiều. Doanh nghiệp có xu hƣớng duy trì chính sách cổ tức ổn định, giữ cho cổ tức tránh khỏi những biến động đột ngột, ảnh hƣởng đến tâm lý của nhà đầu tƣ. Trong nghiên cứu này, quy mô doanh nghiệp, lƣu chuyển tiền thuần trong năm không có tác động rõ rệt đến chính sách cổ tức và không có sự khác biệt trong chính sách cổ tức giữa nhóm doanh nghiệp cho Nhà nƣớc nắm quyền kiểm soát (vốn cổ phần của cổ đông Nhà nƣớc lớn hơn 50%) với nhóm các doanh nghiệp còn lại.
CHƢƠNG 4
THẢO LUẬN KẾT QUẢ VÀ HÀM Ý CHÍNH SÁCH