5. Bố cục luận văn
2.6. PHƯƠNG PHÁP ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH
2.6.1. Pooled OLS, FEM và REM
Trong dữ liệu bảng, giá trị của các biến được quan sát theo 2 chiều: không gian (giữa các doanh nghiệp) và thời gian (giữa các năm). Vì thế, khi xây dựng phương pháp hồi quy theo dữ liệu bảng, chúng ta cần lưu ý đến sự thay đổi của các chiều. Có 3 phương pháp hồi quy tương ứng với sự thay đổi của các chiều trong dữ liệu bảng: mô hình hồi quy bình phương nhỏ nhất (Pooled OLS), mô hình tác động cố định (FEM), và mô hình tác động ngẫu nhiên (REM). Tác giả thực hiện chạy hồi quy bằng 3 phương pháp Pooled OLS, FEM và REM.
Mỗi phần tử chéo (mỗi doanh nghiệp) được quan sát nhiều lần ở những thời điểm khác nhau (những năm khác nhau). Do đặc điểm riêng của phần tử mà có thể khiến sai số giữa các quan sát của cùng phần tử này vào các thời điểm khác nhau có sự tương quan. Để ghi nhận hiện tượng này, tác giả thực hiện khắc phục khuyết tật mô hình với sai số chuẩn mạnh robust nhằm giải quyết hiện tượng phương sai không đồng nhất. Mô hình còn bao gồm biến giả năm. Sau đó, so sánh kết quả của 3 mô hình hồi quy.
a. Mô hình hồi quy Pool – OLS
Yit = α1 + β1X1it +...+ βkXkit + Uit
Trong đó:
Yit: Biến phụ thuộc của quan sát i trong thời kỳ t X2it, X3it: Biến độc lập của quan sát i trong thời kỳ t
theo thời gian, nó đặc trưng cho mỗi đơn vị chéo. Nếu εi tương quan với bất kỳ biến Xt nào thì ước lượng hồi quy từ hồi quy Y theo Xt sẽ bị ảnh hưởng chéo bởi những nhân tố không đồng nhất không quan sát được. Thậm chí, nếu εi không tương quan với bất kỳ một biến giải thích nào thì sự có mặt của nó cũng làm cho cho các ước lượng OLS không hiệu quả và sai số tiêu chuẩn không có hiệu lực. Để khắc phục các nhược điểm gặp phải ở mô hình Pure Pooled OLS, mô hình FEM và REM được sử dụng.
b. Mô hình tác động cố định (FEM)
Yit = Ci + βXit + Uit
Trong đó
Yit : thời gian (năm). Xit : biến độc lập
Ci (i=1,….n) : hệ số chặn cho từng đơn vị nghiên cứu. β : hệ số góc đối với nhân tố X.
Uit : phần dư.
Với giả định mỗi đơn vị đều có những đặc điểm riêng biệt có thể ảnh hưởng đến các biến giải thích, FEM phân tích mối tương quan này giữa phần dư của mỗi đơn vị với các biến giải thích qua đó kiểm soát và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến giải thích để chúng ta có thể ước lượng những ảnh hưởng thực của biến giải thích lên biến phụ thuộc.
Mô hình trên đã thêm vào chỉ số i cho hệ số chặn “c” để phân biệt hệ số chặn của từng doanh nghiệp khác nhau có thể khác nhau, sự khác biệt này có thể do đặc điểm khác nhau của từng doanh nghiệp hoặc do sự khác nhau trong chính sách quản lý, hoạt động của doanh nghiệp.
c. Mô hình tác động ngẫu nhiên (REM)
hưởng cố định được thể hiện ở sự biến động giữa các đơn vị. Nếu sự biến động giữa các đơn vị có tương quan đến biến độc lập – biến giải thích trong mô hình ảnh hưởng cố định thì trong mô hình ảnh hưởng ngẫu nhiên sự biến động giữa các đơn vị được giả sử là ngẫu nhiên và không tương quan đến các biến giải thích.
Chính vì vậy, nếu sự khác biệt giữa các đơn vị có ảnh hưởng đến biến phụ thuộc thì REM sẽ thích hợp hơn so với FEM. Trong đó, phần dư của mỗi thực thể (không tương quan với biến giải thích) được xem là một biến giải thích mới.
Ý tưởng cơ bản của mô hình ảnh hưởng ngẫu nhiên cũng bắt đầu từ mô hình:
Yit = Ci + β Xit + Uit
Thay vì trong mô hình trên, Ci là cố định thì trong REM có giả định rằng nó là một biến ngẫu nhiên với trung bình là C1 và giá trị hệ số chặn được mô tả như sau:
Ci = C + εi (i=1,...,n)
εi: Sai số ngẫu nhiên có trung bình bằng 0 và phương sai là σ2 Thay vào mô hình ta có:
Yit = C + βXit + εi + uit hay Yit = C + βXit + wit wit = εi + uit
εi: Sai số thành phần của các đối tượng khác nhau (đặc điểm riêng khác nhau của từng doanh nghiệp)
uit: Sai số thành phần kết hợp khác của cả đặc điểm riêng theo từng đối tượng và theo thời gian.
2.6.2. Kiểm định Likelihood Ratio và Hausman
a. Kiểm định Likelihood
hợp hơn.
Giả thuyết H0: Mô hình Pooled OLS phù hợp hơn Giả thuyết H1 : Mô hình FEM phù hợp hơn
Nếu giá trị P-value của kiểm định chi bình phương nhỏ hơn mức ý nghĩa α (10%) ta có cơ sở bác bỏ giả thuyết H0, như vậy mô hình FEM thích hợp hơn. Ngược lại nếu giá trị P-value của kiểm định chi bình phương lớn hơn mức ý nghĩa α (10%) thì ta chấp nhận giả thuyết H0, như vậy mô hình Pooled OLS thích hợp hơn.
b. Kiểm định Hausman
Kiểm định này thực hiện so sánh giữa mô hình tác động ngẫu nhiên (REM) và mô hình tác động cố định (FEM) nhằm đưa ra mô hình phù hợp.
Giả thuyết H0: chọn mô hình REM hoặc FEM Giả thuyết H1: chọn mô hình FEM.
Giả thuyết H0 của kiểm định Hausman là tác động (ngẫu nhiên hoặc cố định) không tương quan với các biến độc lập. Nếu cả hai tác động cố định và ngẫu nhiên có ý nghĩa thống kê, có thể lựa chọn một trong hai mô hình trên. Nếu giả thuyết H0 bị bác bỏ, mô hình tác động ngẫu nhiên sẽ vi phạm định lý Gaus-Markov và dẫn đến các ước lượng bị chệch và không nhất quán; ngược lại, mô hình tác động cố định vẫn đưa ra các ước lượng không chệch và nhất quán (Park, 2010). Tóm lại, nếu giả thuyết H0 bị bác bỏ, sử dụng mô hình tác động cố định, ngược lại, sử dụng mô hình tác động ngẫu nhiên.
KẾT LUẬN CHƯƠNG 2
Tác giả đã liệt kê cụ thể từng bước của quá trình nghiên cứu. Sau đó thiết kế mô hình nghiên cứu một cách cụ thể nhất bao gồm từ việc thu thập dữ liệu đại diện cho hoạt động đầu tư, quy mô DN, tốc độ tăng trưởng, cấu trúc vốn, kỳ thu tiền bình quân, khả năng thanh toán, hiệu quả hoạt động kinh doanh đến xây dựng mô hình hồi quy giữa các biến đó. Chương 2 còn đặc biệt nêu rõ phương pháp ước lượng với mô hình ảnh hưởng cố định và mô hình ảnh hưởng ngẫu nhiên để xác định mức độ ảnh hưởng của các biến trong mô hình đến hiệu quả hoạt động kinh doanh.
Giả thuyết nghiên cứu cũng được đề ra hợp lý dựa vào các cơ sở lý thuyết tại chương 1 để việc tiến hành nghiên cứu được diễn ra đầy đủ và chuyên sâu.
CHƯƠNG 3
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 3.1. THỐNG KÊ MÔ TẢ BIẾN NGHIÊN CỨU
3.1.1. Thống kê mô tả
Bảng 3.1. Thống kê mô tả các biến nghiên cứu
Biến Số quan
sát Mean Std.Dev Minimum Median Maxium
ROA 2211 0.05878 0.08570 -0.44822 0.03881 0.95212 INV 2263 0.01909 0.10492 -1.10294 0.00000 1.13798 SIZE 2249 11.6954 0.57683 10.0669 11.6514 13.7307 GROWTH 2235 0.17542 0.56797 -0.95281 0.10635 12.2765 TC 2298 1.71378 0.46723 0.00122 1.74503 2.88665 DE 2265 0.36549 0.68140 0.00000 0.11294 7.47189 CR 2274 1.88521 2.16943 0.14344 1.34966 55.1555
(Nguồn: tính toán của tác giả từ dữ liệu nghiên cứu)
Các biến của nghiên cứu được đưa vào thống kê mô tả với những chỉ số cơ bản: Giá trị trung bình (Mean), giá trị trung vị (Median), giá trị lớn nhất (Maximum), giá trị nhỏ nhất (Minimum). Trong 7 biến được mô tả, biến kiểm soát TC và SIZE được sử dụng dưới dạng hàm logarit. Việc sử dụng logarit sẽ làm giá trị dữ liệu ban đầu của biến nhỏ đi nhưng không làm thay đổi tính chất của dữ liệu cũng như giảm thiểu được phương sai thay đổi.
Giá trị trung bình và trung vị của ROA lần lượt là 0.05878 và 0.03881, của INV lần lượt là 0.01909 và 0.00000, của SIZE lần lượt là 11.6954 và 11.6514, của TC lần lượt là 1.71378 và 1.74503, của GROWTH lần lượt là 0.17542 và 0.10635. Sự chênh lệch giữa trung bình và trung vị càng nhỏ càng thể hiện độ tốt trong phân phối chuẩn của dữ liệu. Trong khi đó, giá trị trung
bình và trung vị của 2 biến còn lại DE và CR có khoảng cách lớn hơn thể hiện sự mất cân đối trong phân phối, có thể ảnh hưởng đến kết quả thực nghiệm của mô hình. Tuy nhiên, số lượng quan sát lớn có thể làm giảm bất lợi của sự phân phối không chuẩn này.
Giá trị lớn nhất của ROA là 95% trong năm 2010 của Công ty Đầu tư khoáng sản Tây Bắc và giá trị thấp nhất là -44% trong năm 2013 của Công ty cổ phần đá xây dựng Hòa Phát. Từ năm 2010 đến 2012, giá trị ROA trung bình của 383 doanh nghiệp được nghiên cứu có xu hướng giảm từ 9.78% xuống 5.4%, từ 2012 đến 2015, có xu hướng tăng nhẹ trở lại từ 5.4% lên 5.88%. Trong khi đó, tỷ lệ tăng trưởng INV có giá trị lớn nhất là 1.13798 trong năm 2013 của Công ty cổ phần xi măng Hải Vân, tăng trưởng thấp nhất là -1.10295 trong năm 2015 của Công ty cổ phần đầu tư và xây dựng VNECO9. Tương tự ROA, từ năm 2010 đến 2012, hoạt động đầu tư có xu hướng giảm mạnh từ 5.27% xuống 1.42%, từ năm 2012 đến 2015 cũng giảm nhẹ nhưng có xu hướng ổn định hơn. Giá trị trung bình, lớn nhất, nhỏ nhất của SIZE là 11.6954, 13.7307 và 10.0669 thể hiện rằng mẫu nghiên cứu của tác giả bao gồm cả doanh nghiệp nhỏ và lớn trên thị trường chứng khoáng HOSE và HNX, độ lệch chuẩn của SIZE khá cao là 57%, điều này cho thấy có sự chênh lệch cao về qui mô theo giá trị tài sản của các DN. Giá trị trung bình của DE là 0.36549, giá trị lớn nhất là 7.471898 trong khi giá trị nhỏ nhất là 0.00000. Điều này thể hiện trong mẫu quan sát ngoài những doanh nghiệp hoàn toàn không sử dụng đòn bẩy tài chính hoặc sử dụng đòn bẩy thấp thì còn có nhiều doanh nghiệp sử dụng mức độ đòn bẩy tài chính cao. Giá trị trung bình của TC là 1.71378 ứng với kỳ thu tiền bình quân là 52 ngày, giá trị lớn nhất của TC là 2.88665 ứng với kỳ thu tiền bình quân là 770 ngày, giá trị nhỏ nhất của TC là 0.001220 ứng với kỳ thu tiền bình quân là 1 ngày. Hơn nữa, tỷ số thanh toán hiện hành CR có giá trị trung bình là 1.88521, giá trị lớn nhất là
55.1555, giá trị nhỏ nhất là 0.14344. Rõ ràng đã có sự khác nhau lớn giữa chính sách quản lý vốn lưu động giữa những doanh nghiệp với nhau. Biến cuối cùng tốc độ tăng trưởng doanh thu GROWTH có giá trị trung bình là 17.54%, giá trị nhỏ nhất là -95.28% giá trị lớn nhất là 1227%, độ lệch chuẩn là 56% nên mức độ tăng doanh thu không tập trung đều ở các doanh nghiệp hay sẽ có những DN tăng trưởng doanh thu rất mạnh và ngược lại.
3.1.2. Kiểm tra dữ liệu
Trước khi đưa dữ liệu vào mô hình, tác giả thực hiện kiểm tra dữ liệu thông qua ma trận tương quan, kết quả được mô tả như sau:
Bảng 3.2. Ma trận tương quan các biến giải thích mô hình
ROA INV SIZE GROWTH TC DE CR
ROA 1.0000 INV 0.1165 1.0000 SIZE 0.2080 0.0785 1.0000 GROWTH 0.2827 0.1407 0.4976 1.0000 TC -0.0965 -0.0307 0.5308 0.2090 1.0000 DE -0.1442 0.2719 0.1745 0.0702 0.0454 1.0000 CR 0.2259 -0.0566 0.2049 0.0999 0.1317 -0.1056 1.0000
(Nguồn: tính toán của tác giả từ dữ liệu nghiên cứu)
Hệ số tương quan của các biến trong mô hình đều có giá trị thấp với mức ý nghĩa rất nhỏ 1%. Lớn nhất là hệ số tương quan giữa quản trị nợ phải thu và quy mô doanh nghiệp (0.5308) nhỏ hơn nhiều so với +/- 0.8. Do đó, không xảy ra hiện tượng đa cộng tuyến trong mô hình.
3.2. KẾT QUẢ THỰC NGHIỆM MÔ HÌNH HỒI QUY 3.2.1. Kết quả hồi quy (Pooled OLS, FEM, REM) 3.2.1. Kết quả hồi quy (Pooled OLS, FEM, REM)
ROAi,t =γ +δINVi,t+ηControlsi,t+ φt + εit (1)
REM đồng thời sử dụng biến giả năm và sai số chuẩn mạnh robust cho kết quả như sau
Bảng 3.3. Kết quả hồi quy mô hình theo Pooled OLS, FEM và REM
Biến
Mô hình Pooled
OLS Mô hình FEM Mô hình REM
Hệ số Mức ý nghĩa Hệ số Mức ý nghĩa Hệ số Mức ý nghĩa C 0.00363 0.0000 0.03596 0.0000 0.03716 0.0001 INV 0.08499 0.0000 0.04977 0.0003 0.05775 0.0000 SIZE 0.00551 0.0000 0.00033 0.7983 0.00191 0.0847 GROWTH 0.02307 0.0000 0.02670 0.0047 0.02561 0.0064 TC -0.03484 0.0000 -0.00932 0.0169 -0.01872 0.0000 DE -0.02863 0.0000 -0.02469 0.0000 -0.02621 0.0000 CR 0.00687 0.0000 0.00357 0.1625 0.00459 0.1609 𝑅2 0.252729 0.67493 0.27966 𝑅2 điều chỉnh 0.252720 0.60783 0.27619 Prob (F statis) 0.00000 0.00000 0.00000
(Nguồn: tính toán của tác giả từ dữ liệu nghiên cứu)
Kết quả phân tích mô hình hồi quy tuyến tính như sau: (1) Mức ý nghĩa quan sát Sig. rất nhỏ (Sig. = 0,0000) cho thấy mức độ an toàn bác bỏ giả thuyết H0, có nghĩa là tồn tại mối quan hệ tuyến tính giữa hiệu quả hoạt động kinh doanh của doanh nghiệp (đo lường bằng tỷ suất lợi nhuận ROA) với ít nhất một trong các yếu tố là biến độc lập, như vậy mô hình hồi quy tuyến tính được đưa ra phù hợp với dữ liệu; (2) Giá trị 𝑅2 đạt cao nhất trong mô hình FEM=0,67 có nghĩa là 67% sự biến động của hiệu quả sản xuất kinh doanh của doanh nghiệp có thể được giải thích từ mối tương quan tuyến tính giữa tỷ suất lợi nhuận của DN niêm yết trên Thị trường chứng khoán Việt Nam với các biến độc lập và kiểm soát được đưa vào mô hình. Bên cạnh đó, hệ số 𝑅2 hiệu chỉnh = 0,60 có nghĩa là 60% sự thay đổi về hiệu quả hoạt động của DN
được giải thích bởi các biến đưa vào mô hình.
Các nhân tố có hệ số beta cao nhất phản ánh mối quan hệ tương quan rõ ràng với ROA. Kết quả từ bảng 3.3 cho thấy nhân tố chính hoạt động đầu tư INV là nhân tố có mối quan hệ tương quan rõ ràng hơn cả với beta trong 3 mô hình Pooled OLS, FEM, REM lần lượt là 0.08449, 0.04977, 0.05775 với độ tin cậy cao, mức ý nghĩa rất nhỏ 1%. Nhân tố DE, TC, GROWTH có mối quan hệ tương quan ít rõ ràng hơn. Tuy nhiên, nhìn chung hệ số beta của các biến đều khác 0, với mức ý nghĩa 5% chứng tỏ các nhân tố trên đều ảnh hưởng đến hiệu quả hoạt động và đều có ý nghĩa thống kê. Các nhân tố SIZE, CR có kết quả tác động giống nhau trong mô hình FEM và REM nhưng lại không có ý nghĩa thống kê với mức ý nghĩa > 5%. Tuy nhiên 2 nhân tố này lại có ý nghĩa thống kê trong mô hình Pooled OLS.
Nếu hệ số tương quan mang dấu dương thể hiện quan hệ thuận chiều giữa biến phụ thuộc và biến độc lập. Ngược lại, nếu mang dấu âm thể hiện quan hệ ngược chiều giữa biến phụ thuộc và biến độc lập.
- Quan hệ thuận chiều với ROA và có ý nghĩa thống kê: hoạt động đầu tư, tăng trưởng doanh nghiệp.
+ Nhân tố hoạt động đầu tư cho kết quả beta theo 3 mô hình Pooled OLS, FEM, REM lần lượt là 0.08449, 0.04977, 0.05775 thuận chiều với ROA với mức ý nghĩa 1%, điều này cho thấy khi hoạt động đầu tư tăng trưởng càng cao thì tỷ lệ ROA càng tăng lên, kết quả nghiên cứu phù hợp với giả thuyết đưa ra và phù hợp nghiên cứu của Khatab và cộng sự (2011), Eriotis và cộng sự (2000). Trong khi đó, nghiên cứu của Svetlana và Aaro (2012) không chỉ ra được mối quan hệ này.
+ Nhân tố tăng trưởng doanh nghiệp tức tăng trưởng doanh thu cho kết quả beta hồi quy theo 3 mô hình Pooled OLS, FEM, REM lần lượt là 0.02307, 0.02670, 0.02561 thuận chiều với ROA với mức ý nghĩa 1%, ảnh hưởng đến
hiệu quả kinh doanh. Điều đó chứng tỏ phù hợp với giả thuyết đưa ra. Kết quả này phù hợp với kết quả nghiên cứu của Kakani & Kaul (2001), nghiên cứu của Weixu (2005) hay Wu & Chua (2009).
- Quan hệ thuận chiều với ROA và không có ý nghĩa thống kê: quy mô doanh nghiệp, khả năng thanh toán.
+ Nhân tố quy mô DN tức quy mô tài sản có kết quả thuận chiều yếu với