4.3.1 Kiểm định hiện tượng đa cộng tuyến
Kết quả ma trận tương quan ở Bảng 4.4 cho thấy khả năng xảy ra hiện tượng đa cộng tuyến trong mô hình là khá thấp do mối tương quan giữa các biến giải thích thì yếu. Để xác định rõ hơn về sự tồn của hiện tượng đa cộng tuyến trong mô hình, tác giả tiến hành kiểm định đa cộng tuyến.
Bảng 4.5 Kết quả kiểm định đa cộng tuyến
Biến VIF CF/K*NEG 1.72 CF/K*POS 5.09 CF/K*NEG*GOV 1.69 CF/K*POS*GOV 5.07 Q 1.13 SalesGrowth 1.09 Size 1.25 Leverage 1.24 ROA 1.34 Age 1.20 Beta 1.13 Volatility 1.06 VIF trung bình 1.92
Nguồn: Kết quả tính toán từ Phần mềm Stata 12 (Phụ lục)
Bảng 4.5 trình bày kết quả kiểm định đa cộng tuyến. Kết quả cho thấy giá trị VIF (Variance Inflation Factor) của từng biến trong mô hình đều nhỏ hơn 10 đồng thời giá trị VIF trung bình của các biến trong mô hình là 1.92 cũng nhỏ hơn 10, điều đó chứng tỏ mô hình không xảy ra hiện tượng đa cộng tuyến (theo Kennedy, 1992), đúng với dự đoán của tác giả khi phân tích ma trận tương quan.
4.3.2 Kiểm định hiện tượng phương sai thay đổi
Hiện tượng phương sai thay đổi cũng là một trong những vấn đề hay gặp phải do đặc tính dữ liệu trong mô hình có thể dẫn đến kết quả ước lượng bị chệch. Vì thế, để đảm bảo độ tin cậy cho kết quả ước lượng, tác giả tiến hành các kiểm định phương
sai thay đổi cho các mô hình trong bài nghiên cứu theo phương pháp kiểm định Wald với giả thuyết như sau:
Giả thuyết H0: Mô hình không có hiện tượng phương sai thay đổi
Giả thuyết H1: Mô hình có hiện tượng phương sai thay đổi
Bảng 4.6 trình bày các kết quả kiểm định hiện tượng phương sai thay đổi. Kết quả cho thấy các giá trị P-value của các kiểm định phương sai thay đổi ở các mô hình đều nhỏ hơn mức 0.01, điều này cho thấy các kiểm định đều bác bỏ giả thuyết Ho ở mức ý nghĩa 1% mà giả thuyết Ho là không có phương sai thay đổi hay nói cách khác là các mô hình hồi quy trong bài nghiên cứu có phương sai thay đổi.
Bảng 4.6 Kết quả kiểm định phương sai thay đổi
Mô hình Giá trị chi bình phương P - value
1 1.9e+36 0.0000 2 5.0e+35 0.0000 3 2.0e+39 0.0000 4 1.8e+34 0.0000 5 2.0e+36 0.0000 6 4.9e+37 0.0000 7 5.1e+35 0.0000 8 1.4e+09 0.0000 9 6.1e+36 0.0000 10 3.2e+36 0.0000 11 2.3e+07 0.0000 12 2.3e+35 0.0000 13 2.5e+07 0.0000 Ghi chú:
Mô hình 1-2-7 tương ứng với mô hình cơ bản, (I), (II) trên mẫu tổng thể. Mô hình 3-4-8ứng với mô hình cơ bản, (I), (II) trên mẫu kiểm soát chính phủ. Mô hình 5-6-9 ứng với mô hình cơ bản, (I), (II) trên mẫu kiểm soát tư nhân. Mô hình 10-12 là mô hình (III) tương ứng với biến GC là GOV và State. Mô hình 11-13 là mô hình (IV) tương ứng với biến GC là GOV và State.
4.3.3 Kiểm định hiện tượng tự tương quan
Như hiện tượng phương sai thay đổi, hiện tượng tự tương quan cũng là một trong những vấn đề có thể xảy ra dẫn đến kết quả ước lượng bị chệch. Do đó, tác giả cũng tiến hành kiểm định tự tương quan theo phương pháp kiểm định Wooldridge.
Bảng 4.7 Kết quả kiểm định tự tương quan
Mô hình Giá trị F P - value
1 0.035 0.8525 2 0.100 0.7518 3 0.688 0.4093 4 0.455 0.5021 5 0.513 0.4756 6 0.939 0.3346 7 0.019 0.8897 8 0.771 0.3824 9 0.743 0.3907 10 0.039 0.8455 11 0.127 0.7220 12 0.027 0.8690 13 0.130 0.7186 Ghi chú:
Mô hình 1-2-7 tương ứng với mô hình cơ bản, (I), (II) trên mẫu tổng thể. Mô hình 3-4-8ứng với mô hình cơ bản, (I), (II) trên mẫu kiểm soát chính phủ. Mô hình 5-6-9 ứng với mô hình cơ bản, (I), (II) trên mẫu kiểm soát tư nhân. Mô hình 10-12 là mô hình (III) tương ứng với biến GC là GOV và State. Mô hình 11-13 là mô hình (IV) tương ứng với biến GC là GOV và State.
Nguồn: Kết quả tính toán từ Phần mềm Stata 12 (Phụ lục)
Giả thuyết H0: Mô hình không có hiện tượng tự tương quan
Giả thuyết H1: Mô hình có hiện tượng tự tương quan
Bảng 4.7 trình bày các kết quả kiểm định hiện tượng tự tương quan. Kết quả cho thấy các giá trị P-value của các kiểm định tự tương quan ở hầu hết các mô hình đều lớn hơn mức 0.01, điều này cho thấy các kiểm định ở các mô hình đều chấp nhận giả thuyết Ho ở mức ý nghĩa 1% mà giả thuyết Ho là không có tự tương quan hay nói cách khác là các mô hình hồi quy trong bài nghiên cứu không xảy ra hiện tượng tự tương quan.
Sau khi thực hiện cả ba kiểm định đa cộng tuyến, phương sai thay đổi và tự tương quan, kết quả sau cùng cho thấy trong dữ liệu của các mô hình có sự tồn tại của hiện tương phương sai thay đổi. Do đó, việc sử dụng các phương pháp ước lượng mô hình Pooled OLS, tác động cố định (FEM) và tác động ngẫu nhiên (REM) có thể sẽ dẫn đến các kết quả ước lượng bị chệch vì các phương pháp này không khắc phục được hiện tượng phương sai thay đổi.
4.4 Kết quả hồi quy
4.4.1 Hồi quy đầu tư – dòng tiền theo phương pháp OLS, FEM, REM
Trước hết, tác giả cân nhắc tiến hành ước lượng mối quan hệ đầu tư – dòng tiền theo mô hình Pooled OLS, tác động cố định (FEM) và tác động ngẫu nhiên (REM) để xem xét các kết quả đầu ra.
Bảng 4.8 Kết quả hồi quy đầu tư – dòng tiền theo mô hình Pooled OLS, FEM và REM
Biến Pooled OLS FEM REM
CF/K 0.0341 (1.36) 0.0388 (1.27) 0.0014 (0.05) 0.0114 (0.34) 0.0341 (1.36) 0.0388 (1.27) (CF/K)2 -0.0002 (-0.27) -0.0004 (-0.56) -0.0002 (-0.27) Q -0.0369 (-0.57) -0.0371 (-0.58) -0.0727 (-0.75) -0.0716 (-0.74) -0.0369 (-0.57) -0.0371 (-0.58) Constant 0.5685 (5.47)*** 0.5682 (5.47)*** 0.6280 (4.60)*** 0.6254 (4.58)*** 0.5685 (5.47)*** 0.5682 (5.47)*** R2 điều chỉnh 0.0014 0.0015 0.0013 0.0055 0.0042 0.0021 P – value (Thống kê F) 1.06 0.73 0.28 0.29 2.12 2.19 Số quan sát 1471 1471 1471 1471 1471 1471 Ghi chú:
Các biến được định nghĩa như trong Bảng 3.1. Thống kê t được đặt trong ngoặc đơn đối với Pooled OLS, FEM. Thống kê z được đặt trong ngoặc đơn đối với REM.
* Có ý nghĩa ở mức 10% ** Có ý nghĩa ở mức 5% *** Có ý nghĩa ở mức 1%
Nguồn: Kết quả tính toán từ Phần mềm Stata 12 (Phụ lục)
Như đã trình bày ở chương 3, tác giả sử dụng hai biện pháp để kiểm tra mối quan hệ phi tuyến giữa đầu tư và dòng tiền. Phương pháp tiếp cận đầu tiên theo Cleary và cộng sự (2007), tác giả thêm CF/K bình phương vào phương trình cơ bản, tức là tiến hành hồi quy mô hình (I). Ở cách tiếp cận thứ hai, để xem xét sâu vào mối quan
hệ phi tuyến này, tác giả hồi quy I/K với CF/K âm và CF/K dương riêng biệt trong một phương trình. Điều đó có nghĩa là tác giả sử dụng CF/K*NEG và CF/K*POS để thay thế CF/K trong phương trình cơ bản, tức là tiến hành hồi quy mô hình (II). Bảng 4.8 trình bày các kết quả về mối quan hệ đầu tư – dòng tiền theo cách tiếp cận thứ nhất cho mỗi phương pháp ước lượng Pooled OLS, tác động cố định (FEM) và tác động ngẫu nhiên (REM). Kết quả cho thấy các hệ số hồi quy chính trong các mô hình hầu như không có ý nghĩa thống kê và thống kê F của các mô hình này cũng không có ý nghĩa thống kê vì p – value ở các mô hình đều lớn hơn 0.1, điều đó cho thấy các mô hình này không phù hợp. Hay nói cách khác, kết quả hồi quy không thể hiện mối quan phi tuyến cũng không thể hiện mối quan hệ tuyến tính giữa đầu tư và dòng tiền. Điền này hoàn toàn khác xa với các nghiên cứu trước. Phương pháp tiếp cận thứ hai là sự xem xét sâu vào mối quan hệ phi tuyến giữa đầu tư và dòng tiền, nhưng do các kết quả ở phương pháp tiếp cận đầu tiên không có ý nghĩa nên tác giả không cần thiết phải xem xét tiếp phương pháp tiếp cận thứ hai.
Như đã trình bày ở phần trước, trong dữ liệu của các mô hình có sự tồn tại của hiện tương phương sai thay đổi, đây cũng là một trong các lý do dẫn đến việc ước lượng các mô hình bằng phương pháp Pooled OLS, tác động cố định (FEM) và tác động ngẫu nhiên (REM) làm cho các kết quả hồi quy bị chệch. Mặt khác, do hiện tượng nội sinh có thể xảy ra trong mô hình như đã đề cập trong chương 3 nên tác giả sẽ sử dụng phương pháp hồi quy GMM (GeneralizedMethod of Moments) để khắc phục hiện tương phương sai thay đổi của các mô hình và khắc phục cả vấn đề nội sinh. Do đó, tất cả các mô hình trong bài nghiên cứu sẽ được ước lượng theo phương pháp GMM và tiến hành thảo luận dựa trên các kết quả có được.
4.4.2 Hồi quy GMM
4.4.2.1 Hồi quy đầu tư – dòng tiền
Theo Michael và cộng sự (2012), tác giả sẽ đưa vào mô hình độ trễ một năm của biến đầu tư khi ước lượng phương trình đầu tư theo mô hình GMM sư khác biệt đầu tiên. Bảng 4.9 trình bày các kết quả hồi quy mối quan hệ đầu tư – dòng tiền theo
phương pháp GMM ở cả hai cách tiếp cận có (CF/K)2 trong mô hình và có phân biệt dòng tiền âm và dương trong mô hình.
Trong Bảng A của Bảng 4.9, tác giả trình bày các kết quả ước lượng theo CF/K và (CF/K)2. Đối với mẫu tổng thể, kết quả cho thấy hệ số CF/K của mô hình hồi quy trong mẫu tổng thể là -0.3366 và có ý nghĩa ở mức 5%. Theo Michael và cộng sự (2012), tác giả tính độ co giãn tại mức giá trị trung bình để xem xét ý nghĩa kinh tế của mối quan hệ đầu tư – dòng tiền. Dựa vào Bảng 4.1, cho thấy trung bình CF/K và I/K trong mẫu tổng thể tương ứng là 0.495 và 0.5408, độ co giãn tại mức giá trị trung bình này sẽ là (0.495*0.1*0.3366)/0.5408=3.08%, điều đó có nghĩa là một sự gia tăng 10% trong dòng tiền dẫn đến một sự sụt giảm 3.08% trong đầu tư. Tuy nhiên, khi CF/K bình phương (CF/K)2 được thêm vào mô hình như một biến giải thích thì hệ số CF/K không còn có ý nghĩa thống kê nhưng hệ số (CF/K)2 lại dương với hệ số là 0.0457 và có ý nghĩa đáng kể tại mức 1%. Hệ số (CF/K)2 dương hàm ý mối quan hệ đầu tư – dòng tiền có dạng hình chữ U. Kiểm định Hansen trong mô hình có p – value là 0.976, lớn hơn 0.1 cho thấy biến công cụ được sử dụng phù hợp. Kiểm định AR (2) có p – value là 0.336, lớn hơn 0.1 cho thấy mô hình không có tương quan chuỗi bậc hai. Từ hai kiểm định này cho thấy mô hình được sử dụng là phù hợp.
Trong Bảng B của Bảng 4.9, tác giả trình bày các kết quả ước lượng khi có sự phân biệt giữa dòng tiền âm và dòng tiền dương. Đối với mẫu tổng thể, kết quả cho thấy hệ số CF/K*NEG là -1.6539 có ý nghĩa ở mức 5% và hệ số CF/K*POS là 0.6708 có ý nghĩa ở mức 1%. Dựa vào Bảng 4.3, cho thấy trong mẫu tổng thể khi dòng tiền âm CF/K trung bình là -0.9621, I/K trung bình là 0.4625, độ co giãn tại mức trung bình này là 34.41%, điều này có nghĩa một sự gia tăng 10% trong dòng tiền dẫn đến một sự sụt giảm 34.41% trong đầu tư. Tương tự, dựa vào Bảng 4.3, cho thấy trong mẫu tổng thể khi dòng tiền dương CF/K trung bình là 1.1943, I/K trung bình là 0.5784, độ co giãn tại mức trung bình này là 13.85%, điều này có nghĩa một sự gia tăng 10% trong dòng tiền dẫn đến một sự gia tăng 13.85% trong đầu tư. Do đó, ý nghĩa thống kê và ý nghĩa kinh tế đều có ý nghĩa đáng kể đối với đặc điểm phi
tuyến của mô hình này. Ngoài ra, tác giả còn sử dụng kiểm định Joint để xem có sự khác biệt trong các hệ số dòng tiền khi dòng tiền âm và khi dòng tiền dương hay không. Kết quả cho thấy p – value của kiểm định này là 0.0013, nhỏ hơn 0.01, vì thế kiểm định này có ý nghĩa thống kê ở mức 1%, cho thấy hệ số dòng tiền khi dòng tiền âm khác với khi dòng tiền dương hay nói cách khác ảnh hưởng của dòng tiền lên đầu tư thì khác nhau khi dòng tiền âm và khi dòng tiền dương. Để xem xét sự phù hợp của mô hình, tác giả thấy p – value trong kiểm định Hansen là 0.643 và kiểm định AR (2) là 0.189 đều lớn hơn 0.1, cho thấy mô hình có biến công cụ được sử dụng phù hợp và không có tương quan chuỗi bậc hai. Những kết luận này cho thấy mô hình được sử dụng phù hợp.
Như vậy, qua hai phương pháp tiếp cận trên cho thấy dòng tiền nội bộ được tạo ra cao hơn dẫn đến đầu tư cao hơn trong phạm vi dòng tiền dương, dòng tiền nội bộ được tạo ra cao hơn dẫn đến đầu tư thấp hơn trong phạm vi dòng tiền âm. Hay nói cách khác, đầu tư có mối quan hệ ngược chiều với dòng tiền khi dòng tiền âm và có mối quan hệ cùng chiều với dòng tiền khi dòng tiền dương. Mối quan hệ đầu tư – dòng tiền thay đổi tuỳ theo mức độ dòng tiền. Các kết quả này phù hợp với các lập luận của Cleary và cộng sự (2007).
Điều này có thể được giải thích dựa trên lập luận rằng khi nguồn quỹ nội bộ trong công ty nhỏ hơn mức đầu tư tốt nhất, công ty sẽ tiếp cận với các nguồn vốn bên ngoài để tài trợ cho đầu tư, việc này sẽ dẫn đến các khoản hoàn trả lớn làm cho rủi ro vỡ nợ gia tăng và tạo nên gánh nặng nợ cho các cổ đông. Do đó, khi dòng tiền âm, nếu có một sự sụt giảm trong dòng tiền, các cổ đông sẽ tiếp cận các nguồn vốn bên ngoài để gia tăng đầu tư nhằm tạo ra thu nhập để dòng tiền dương, hoặc chính những cổ đông trong công ty sẽ tài trợ bằch cách mua thêm các cổ phần phát hành nếu khi đó họ nhận thấy rủi ro vỡ nợ gia tăng quá mức có thể ảnh hưởng mạnh đến giá cổ phiếu, dẫn đến nguy cơ phá sản. Sau đó, khi dòng tiền bắt đầu tăng trở lại, các cổ đông sẽ tiến hành trả nợ vì rủi ro vỡ nợ đang gia tăng, điều đó dẫn đến các đầu tư sắp tới của công ty sẽ giảm xuống. Còn khi dòng tiền dương trở lại, một sự gia tăng dòng tiền sẽ được các cổ đông tân dụng để gia tăng đầu tư của họ để gia
tăng thu nhập. Nhưng nếu có một sự sụt giảm dòng tiền khi dòng tiền dương, các cổ đông khi đó sẽ giảm đầu tư chứ không tiếp cận các nguồn vốn bên ngoài, bởi vì việc tiếp cận này sẽ làm phát sinh các chi phí tài trợ, lúc này họ mong chờ các khoản đầu tư trước đó sẽ tạo ra thu nhập để gia tăng dòng tiền trở lại. Nhìn chung, các kết quả từ Bảng 4.9 chỉ ra rằng đường cong đầu tư – dòng tiền có dạng hình chữ U ở các công ty niêm yết Việt Nam.
Bảng 4.9 cũng trình bày riêng biệt các kết quả hồi quy về mối quan hệ đầu tư – dòng tiền cho các công ty chịu kiểm soát chính phủ và các công ty chịu kiểm soát tư nhân. Kết quả trong hai mẫu phụ này cũng tương tự với kết quả trong mẫu tổng thể, cho thấy đường cong đầu tư – dòng tiền dạng hình chữ U cũng được thể hiện trong cả hai mẫu phụ. Đối với các công ty chịu kiểm soát của chính phủ, hệ số CF/K*NEG là -0.4134. Dựa vào Bảng 4.3, cho thấy trong mẫu các công ty chịu kiểm soát chính phủ khi dòng tiền âm CF/K trung bình là -1.0252, I/K trung bình là 0.3176, độ co giãn tại mức trung bình này là 13.34%, điều này có nghĩa một sự gia