a. Kiểm tra dữ liệu trước khi phân tích hồi quy
Để xác định sự ảnh hưởng của các nhân tố đến cấu trúc tài chính, đề tài sử dụng phương pháp phân tích hồi quy bội. Mô hình được xây dựng dựa trên công cụ tài chính như phân tích tương quan và phân tích hồi quy bội với sự
giúp đỡ của phần mềm Excel và SPSS để xác định mức độ ảnh hưởng của các nhân tố.
Sau khi kiểm tra các lỗi về thu thập thông tin và số liệu, các dữ liệu được kiểm tra về giả thiết phân phối. Trong phân tích hồi quy, sử dụng phép hồi quy tuyến tính để dựđoán một biến này từ các biến khác sẽ nhận được các kết quả không tốt nếu các biến có phân phối lệch mạch.
Có nhiều cách để nhận biết một phân phối chuẩn trong SPSS. Cách đơn giản nhất là xem biểu đồ với đường cong chuẩn dạng hình chuông đối xứng với tần số cao nhất nằm ngay giữa và các tần số thấp dần nằm ở hai bên. Trị
trung bình và trung vị gần bằng nhau và độ xiên gần bằng zero. Hoặc sử dụng phương pháp kiểm định Shapiro – Wilk cho cỡ mẫu nhỏ hơn 50. Số liệu được coi là phân phối chuẩn khi mức ý nghĩa lớn hơn 0.05 ( Sig > 0.05).
Bảng 2.1: Kết quả kiểm định tính phân phối chuẩn
Tests of Normality
Trước khi xử lý số liệu Sau khi xử lý số liệu Statistic df Sig. Statistic df Sig. TSN .931 36 .027 .931 36 .027 TSNNH .967 36 .350 .967 36 .350 TSNDH .759 36 .000 .933 36 .031 ROA .720 36 .000 .946 36 .077 ROE .917 36 .011 .917 36 .011 DBKD .568 36 .000 .938 36 .046 DLCROA .695 36 .000 .979 36 .722 CTTS .956 36 .158 .956 36 .158 DT .435 36 .000 .945 36 .072 TTS .344 36 .000 .945 36 .072 TDTT .548 36 .000 .976 36 .617 TGHD .842 36 .000 .927 36 .020 a. Lilliefors Significance Correction
*. This is a lower bound of the true significance.
Theo kết quả trên, ta thấy, trước khi xử lý số liệu, với cỡ mẫu là 36 (nhỏ
hơn 50), dùng kiểm định Shapiro – Wilk, giá trị sig của các nhân tố Tỷ suất nợ dài hạn, ROA, Đòn bẩy kinh doanh, Độ lệch chuẩn ROA, Doanh thu, Tổng tài sản, Tốc độ tăng trưởng và Thời gian hoạt động nhỏ hơn 0.05. Cho nên các nhân tố này chưa phân phối chuẩn.
Để giải quyết vấn đề này, tác giả dùng hàm logarit của các nhân tố
không phân phối chuẩn. Sau khi xử lý số liệu thì các nhân tố đều thỏa mãn
điều kiện phân phối chuẩn.
b. Trình tự tiến hành phân tích
Bước 1: Xây dựng các chỉ tiêu phản ánh cấu trúc tài chính và các nhân tốảnh hưởng đến cấu trúc tài chính của các doanh nghiệp khai khoáng.
Biến phụ thuộc: Y - TSN Y1 – TSNNH Y2 – TSNDH Biến độc lập:
Biến hiệu quả kinh doanh: ROA ROE Biến rủi ro kinh doanh: ĐBKD
DLC ROA Biến cấu trúc tài sản: CTTS Biến quy mô doanh nghiệp: DT
TTS Biến tốc độ tăng trưởng: TDTT Thời gian hoạt động: TGHD
Bước 2: Xác định mối quan hệ tương quan giữa các biến bằng cách tính hệ
số tương quan từng phần r (Peason Correlation Coefficient) qua công thức:
= ∑ ( − )( − ) ∑ ( − ) ∑ ( − ) Trong đó:
N là số quan sát
, là giá trị trung bình của biến
Hệ số tương quan r phản ánh mối quan hệ tương quan tuyến tính giữa các biến như sau:
Dấu của r biểu thị tính chất của quan hệ, r > 0 : Quan hệ giữa hai bến là tương quan thuận, r < 0: quan hệ giữa hai biến là tương quan nghịch.
Giá trị của r (| |≤ 1) biểu thị cường độ của quan hệ, nếu | | tiến gần
đến 1 thì hai biến có mối tương quan tuyến tính chặt chẽ, nếu | | càng xa 1 thì mối quan hệ tương quan càng lỏng lẻo, và nếu | |~0 thì hai biến không có mối quan hệ tuyến tính.
Bước 3: Phân tích hồi quy tuyến tính đơn và hồi quy tuyến tính bội để
xác định mức độảnh hưởng của các biến giải thích đến tỷ lệ nợ của các công ty niêm yết.
Mô hình hồi quy tuyến tính:
= + + Trong đó: Y: Biến phụ thuộc : Hệ số tự do : Hệ số hồi quy Xn: Biến độc lập : Sai số của mô hình
Đối với mô hình hồi quy bội, các biến được đưa vào từng mô hình bằng một trong ba phương pháp là phương pháp đưa vào dần, phương pháp loại trừ
dần và phương pháp chọn từng bước để đảm bảo các điều kiện của phương pháp phân tích hồi quy tuyến tính như loại trừ hiện tượng đa cộng tuyến, từ đó xác lập mô hình hồi quy tuyến tính giữa biến được giải thích là tỷ suất nợ, tỷ suất nợ ngắn hạn, tỷ suất nợ dài hạn và các biến giải thích là các nhân tố
vPhương pháp đưa vào dần (Forward selection)
- Nguyên tắc: Dựa trên hệ số tương quan thuận (nghịch) lớn giữa biến phụ thuộc với từng biến độc lập. Biến nào lớn nhất được đưa vào trước.
- Điều kiện được đưa vào:
+ Thỏa mãn điều kiện thống kê F (FIN: thống kê đểđưa vào).
+ Thỏa mãn điều kiện xác suất đưa vào (PIN: xác suất đểđưa vào). vPhương pháp loại trừ dần (Backward elimination)
- Nguyên tắc: Đưa tất cả các biến vào mô hình. Và căn cứ vào biến có mối tương quan thấp nhất loại ra dần.
- Điều kiện được loại trừ:
+ Không thỏa mãn điều kiện ở lại mô hình (FOUT: thống kê đưa vào).
+ Không thỏa mãn điều kiện ở lại mô hình (POUT: xác suất đểđưa vào). vPhương pháp chọn từng bước (Stepwise selection)
- Nguyên tắc: Theo trình tự, đưa dần vào một biến theo nguyên tắc đưa vào dần, sau đó, xét biến này có thể tồn tại hay không theo nguyên tắc loại trừ dần.
- Chọn biến độc lập từng bước thực ra là một kết hợp của thủ tục đưa dần vào và loại trừ dần. Biến thứ nhất được chọn theo cách giống như chọn dần từng bước. Nếu biến này không thỏa mãn điều kiện vào thì thủ tục này sẽ
chấm dứt và không có biến độc lập nào trong phương trình. Nếu nó thỏa mãn tiêu chuẩn thì biến thứ hai được chọn căn cứ vào tương quan riêng nhất. Nếu biến thứ hai thỏa tiêu chuẩn vào nó cũng sẽđi vào phương trình.
- Sau khi biến thứ nhất được đưa vào, thủ tục chọn từng bước khác với
đưa dần vào ở chỗ: biến thứ nhất được xem xét có nên loại bỏ nó ra khỏi phương trình căn cứ tiêu chuẩn ra giống như thủ tục loại trừ dần. Trong bước kế tiếp, các biến không ở trong phương trình được xem xét để đưa vào. Sau mỗi bước, các biến ở trong phương trình lại được xem xét để loại trừ ra. Các biến được loại trừ ra cho đến khi không còn biến nào thỏa điều kiện ra nữa.
2.2. NỘI DUNG NGHIÊN CỨU CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN CẤU TRÚC TÀI CHÍNH CỦA CÁC DOANH NGHIỆP KHAI KHOÁNG