6. Tổng quan tài liệu nghiên cứu
3.2.4.Phân tích hồi quy tuyến tính bội giữa biến phụ thuộc là tỷ suất nợ
suất nợ và các biến độc lập là các nhân tố ảnh hƣởng
Ta tiến hành hồi quy biến độc lập (Y) với từng biến giải thích (các nhân tố ảnh hƣởng), ta có bảng các hệ số xác định hiệu chỉnh R2 của từng mô hình đƣợc tổng hợp nhƣ sau:
Bảng 3.5: Hệ số xác định hiệu chỉnh R2 của mô hình hồi quy đơn
Biế
n logx1 logx2 logx3 logx4 logx5 logx6 logx7 logx8 logx9
R2 0.0368 48 - 0.0072 5 - 0.0026 5 - 0.0189 86 0.0721 85 - 0.0088 3 - 0.0155 3 0.0068 44 - 0.0499 9
Từ bảng 3.5 ta thấy, với hầu hết các giá trị R2 từ kết quả hồi quy đơn từng nhân tố là rất nhỏ phản ánh sự không phù hợp của mô hình, tức là việc phân tích hồi quy đơn cho từng nhân tố ảnh hƣởng là không khả thi. Điều này có nghĩa là tỷ suất nợ của các doanh nghiệp không chỉ phụ thuộc vào một nhân tố cụ thể nào mà đồng thời chịu tác động của nhiều nhân tố. Vì vậy, ta cần phải phân tích hồi quy tuyến tính bội để tìm ra mối liên hệ tốt nhất giữa biến phụ thuộc và các biến độc lập.
3.2.4. Phân tích hồi quy tuyến tính bội giữa biến phụ thuộc là tỷ suất nợ và các biến độc lập là các nhân tố ảnh hƣởng suất nợ và các biến độc lập là các nhân tố ảnh hƣởng
Để phân tích rõ hơn ảnh hƣởng của các nhân tố đƣợc lựa chọn đến tỷ suất nợ, ta cần sử dụng mô hình hồi quy tuyến tính bội để phân tích ảnh hƣởng đồng thời của nhiều nhân tố đến tỷ suất nợ của các công ty cổ phần ngành bất động sản niêm yết trên thị trƣờng chứng khoán Việt Nam.
Nhƣ đã trình bày trong phần 3.2.2, tất cả các biến mà đề tài xem xét đều đƣợc đƣa vào mô hình ngoại trừ biến doanh thu (x1) và biến tỷ trọng tài sản cố định (x3).
Ta tiến hành hồi quy mô hình với các biến đƣợc lựa chọn ta có bảng kết quả hồi quy mô hình ban đầu nhƣ sau:
Bảng 3.6: Bảng kết quả hồi quy mô hình ban đầu (mô hình 1)
Dependent Variable: Y Method: Least Squares
Date: 11/23/14 Time: 00:26 Sample (adjusted): 2 57
Included observations: 19 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
LOGX2 -0.047413 0.023492 -2.018311 0.0686 LOGX4 -0.020830 0.028501 -0.730842 0.4802 LOGX5 -0.067229 0.021941 -3.064124 0.0108 LOGX6 -0.023130 0.041718 -0.554421 0.5904 LOGX7 -0.119942 0.058934 -2.035181 0.0667 LOGX8 0.019729 0.040692 0.484827 0.6373 LOGX9 -0.056166 0.026043 -2.156632 0.0540 C 0.942286 0.331252 2.844618 0.0159
R-squared 0.779325 Mean dependent var 0.568371 Adjusted R-squared 0.638895 S.D. dependent var 0.134364 S.E. of regression 0.080742 Akaike info criterion -1.899559 Sum squared resid 0.071712 Schwarz criterion -1.501900 Log likelihood 26.04581 Hannan-Quinn criter. -1.832259 F-statistic 5.549574 Durbin-Watson stat 4.016600 Prob(F-statistic) 0.006195
Từ bảng kết quả hồi quy ta có mô hình ban đầu (MH1) nhƣ sau:
Y = -0.047413*LOGX2 - 0.020829*LOGX4 - 0.067229*LOGX5 - 0.023129*LOGX6 - 0.119942*LOGX7 + 0.019728*LOGX8 - 0.056166*LOGX9 + 0.942286
Để tìm ra đƣợc mô hình phù hợp nhất cho việc giải thích sự ảnh hƣởng của các nhân tố đến tỷ suất nợ của các công ty cổ phân ngành bất động sản niêm yết trên thị trƣờng chứng khoán Việt Nam ta cần phải tiến hành một số
a) Đánh giá độ phù hợp của mô hình
Hệ số xác định hiệu chỉnh của mô hình trên R2 = 0.638895 xác định đƣợc sự phù hợp của mô hình với các biến VCSH, RE, sự biến thiên ROA, tốc độ tăng trƣởng tài sản, chỉ số thanh toán nợ ngắn hạn, thời gian hoạt động của doanh nghiệp và tỷ lệ vốn góp của nhà nƣớc. Hay nói cách khác mô hình giải thích đƣợc 63.89% sự thay đổi của tỷ suất nợ.
b) Kiểm định sự phù hợp của mô hình
Kiểm định giả thiết:
F( k – 1; n - k) = F0.05(7-1;57-7) = 2.286436
Ta có F>F( k – 1; n - k) nên bác bỏ giả thuyết H0 tức là mô hình hồi quy phù hợp.
c) Kiểm tra mô hình có bỏ sót biến không
Để kiểm tra xem mô hình 1 có bỏ sót biến nào hay không ta tiến hành kiểm định biến bỏ sót. Mô hình trên không có biến X1 và X3 nên ta sẽ lần lƣợc kiểm tra sự cần thiết của từng biến.
Đối với X1:
Tiêu chuẩn kiểm định:
Dựa vào kết quả kiểm định biến X1 bị bỏ sót bằng Eviews phụ lục 3, ta thấy giá trị Prob (F_Statistic)= 0.0199<0.05=α => bác bỏ giả thuyết H0
Nhƣ vậy biến X1 là cần thiết cho mô hình nhƣng đã bị bỏ sót.
Mặc khác, dựa vào bảng 3.7 ta thấy, giá trị R2 của mô hình có biến X1 (R2MH2= 0.774905) lớn hơn R2 của mô hình 1 (R2MH1=0.638895). Vì vậy, biến X1 đƣợc đƣa vào mô hình để giải thích cho sự biến động của tỷ suất nợ.
H0: β1=0 (biến X1 là không cần thiết) H1: β1≠0 (biến X1 là cần thiết)
Đối với X3:
Tiêu chuẩn kiểm định :
Từ bảng kết quả kiểm định biến X3 bị bỏ sót phụ lục 4 ta thấy, giá trị Prob (F_Statistic)=0.2918>0.05=α nên chƣa có cơ sở bác bỏ giả thuyết H0. Vậy biến X3 là không cần thiết cho mô hình.
Nhƣ vậy, ta hồi quy lại mô hình (MH2) với sự có mặt của biến X1, mô hình này giải thích đƣợc 77.49% sự biến đổi của tỷ suất nợ. Mô hình 2 có dạng:
Y = 0.10782*LOGX1 - 0.12062*LOGX2 - 0.00845*LOGX4 - 0.07208*LOGX5 - 0.02418*LOGX6 - 0.06959*LOGX7 - 0.07561*LOGX8 - 0.05265*LOGX9 + 0.82032
Bảng 3.7: Kết quả hồi quy mô hình 2
Dependent Variable: Y Method: Least Squares Date: 11/24/14 Time: 23:59 Sample (adjusted): 2 57
Included observations: 19 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
LOGX1 0.107825 0.038993 2.765236 0.0199 LOGX2 -0.120620 0.032325 -3.731541 0.0039 LOGX4 -0.008447 0.022944 -0.368180 0.7204 LOGX5 -0.072083 0.017412 -4.139969 0.0020 LOGX6 -0.024183 0.032940 -0.734140 0.4797 LOGX7 -0.069594 0.049966 -1.392825 0.1939 LOGX8 -0.075609 0.047126 -1.604413 0.1397 LOGX9 -0.052647 0.020601 -2.555500 0.0286 C 0.820324 0.265225 3.092934 0.0114
R-squared 0.874947 Mean dependent var 0.568371
Adjusted R-squared 0.774905 S.D. dependent var 0.134364 S.E. of regression 0.063748 Akaike info criterion -2.362250
Sum squared resid 0.040638 Schwarz criterion -1.914884
Log likelihood 31.44137 Hannan-Quinn criter. -2.286538
F-statistic 8.745759 Durbin-Watson stat 2.130227
Prob(F-statistic) 0.001232
H0: β3=0 (biến X3 là không cần thiết) H1: β3≠0 (biến X3 là cần thiết)
d) Kiểm tra sự có mặt của biến không cần thiết trong mô hình
Dùng kiểm định Wald để kiểm định sự có mặt của biến không cần thiết. Từ kết quả hồi quy mô hình 1 ta thấy giá trị Prob của các biến X4, X7, X8 khá cao nên ta cần kiểm tra xem các biến này có cần thiết cho mô hình hay không.
Tiêu chuẩn kiểm định:
Từ kết quả kiểm định Wald phụ lục 5 ta thấy, các giá trị Prob của các biến X4, X7, X8 lần lƣợc là 0.5904; 0.0540; 0.0159 so sánh với tiêu chuẩn kiểm định là mức ý nghĩa α=0.05 nếu giá trị Prob nào lớn hơn α thì chấp nhận giả thuyết H0. Vì vây, ta kết luận biến X4 và X7 là không cần thiết cho mô hình.
Nhƣ vậy, qua việc kiểm tra ra sót lại sự cần thiết của các biến trong việc giải thích cho sự biến động của tỷ suất nợ bao gồm các biến doanh thu (X1), Vốn chủ sở hữu (X2), hệ số biến thiên ROA (X5), tốc độ tăng trƣởng tài sản (X6), thời gian hoạt động của doanh nghiệp (X8), tỷ lệ sở hữu nhà nƣớc (X9). Mô hình này giải thích đƣợc 77.47% sự biến động của tỷ suất nợ. Ta có, kết quả xây dựng mô hình (MH3) với các biến sau khi đã loại trừ biến tỷ trọng tài sản cố định (X3), RE (X4), chỉ số thanh toán nợ ngắn hạn (X7) nhƣ sau:
H0: β4=β7=β8=0 (biến X4, X7, X8 không cần thiết) H1: β4,β7,β8≠0 (biến X4, X7, X8 là cần thiết
Bảng 3.8: Kết quả hồi quy mô hình 3
Dependent Variable: Y Method: Least Squares Date: 11/25/14 Time: 00:03 Sample (adjusted): 2 57
Included observations: 19 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. LOGX1 0.129491 0.035713 3.625890 0.0035 LOGX2 -0.149873 0.024908 -6.017105 0.0001 LOGX5 -0.069699 0.013068 -5.333635 0.0002 LOGX6 -0.006074 0.025710 -0.236241 0.8172 LOGX8 -0.092465 0.045618 -2.026941 0.0655 LOGX9 -0.050434 0.020156 -2.502184 0.0278 C 1.008152 0.229579 4.391300 0.0009 R-squared 0.849711 Mean dependent var 0.568371 Adjusted R-squared 0.774567 S.D. dependent var 0.134364 S.E. of regression 0.063796 Akaike info criterion -2.388954 Sum squared resid 0.048839 Schwarz criterion -2.041003 Log likelihood 29.69507 Hannan-Quinn criter. -2.330067 F-statistic 11.30770 Durbin-Watson stat 1.754597 Prob(F-statistic) 0.000245
Sau khi lựa chọn biến và qua việc kiểm ra rà sót lại sự cần thiết của các biến ta xây dựng đƣợc mô hình 3, ta cần phải tiến hành kiểm tra chứng minh sự chấp nhận các giả thuyết mà đề tài đã nêu trong chƣơng 2 và sự quy phạm các giả định cần thiết về đa công tuyến, tự tƣơng quan,... của mô hình 3 để đánh giá mức độ phù hợp của mô hình trên.
e) Kiểm định ý nghĩa thống kê của các hệ số hồi quy
Hệ số chặn
Kiểm định giả thiết :
Với mức ý nghĩa α = 1%. Vì Pvalue = 0.0009 < 0.01 = α
Nên bác bỏ giả thuyết H0 => β0 ≠ 0 => hệ số chặn có ý nghĩa với mức ý nghĩa 1%.
Hệ số góc
Hệ số góc β1 của biến doanh thu: Kiểm định giả thuyết:
Với mức ý nghĩa α = 1%, ta thấy:
Giá trị Pvalue = 0.0035 < 0.01 = α => bác bỏ giả thuyết H0 => β1 ≠ 0 => β1 có ý nghĩa thống kê với mức ý nghĩa 1%.
Hệ số góc β2 của biến vốn chủ sở hữu: Kiểm định giả thuyết:
Với mức ý nghĩa α = 1%, ta thấy:
Giá trị Pvalue = 0.0001 < 0.01 = α => bác bỏ giả thuyết H0 => β2 ≠ 0 => β2 có ý nghĩa thống kê với mức ý nghĩa 1%.
Hệ số góc β5 của biến hệ số biến thiên ROA: Kiểm định giả thuyết:
Với mức ý nghĩa α = 1%, ta thấy:
Giá trị Pvalue = 0.0002 < 0.01 = α => bác bỏ giả thuyết H0 => β5 ≠ 0 => β5 có ý nghĩa thống kê với mức ý nghĩa 1%.
H0:β1 = 0 (Hệ số β1 không có ý nghĩa thống kê) H1: β1≠ 0 (Hệ số β1 có ý nghĩa thống kê)
H0:β2 = 0 (Hệ số β2 không có ý nghĩa thống kê) H1: β2≠ 0 (Hệ số β2 có ý nghĩa thống kê)
H0:β5 = 0 (Hệ số β5 không có ý nghĩa thống kê) H1: β5≠ 0 (Hệ số β5 có ý nghĩa thống kê)
Hệ số góc β4 của biến tốc độ tăng trƣởng tài sản: Kiểm định giả thuyết:
Với mức ý nghĩa α = 1%, 5%, 10%, ta thấy:
Giá trị Pvalue = 0.8172 đều lớn hơn các mức ý nghĩa α => chƣa có cơ sở bác bỏ giả thuyết H0 => β4 không có ý nghĩa thống kê.
Hệ số góc β8 của biến thời gian hoạt động của doanh nghiệp: Kiểm định giả thuyết:
Nếu lấy mức ý nghĩa là 5% thì:
Vì Pvalue = 0.0655 > 0.05 = α => chƣa có cơ sở bác bỏ giả thuyết H0 => β8 không có ý nghĩa thống kê với mức ý nghĩa 5%.
Nếu lấy mức ý nghĩa là 10% thì:
Vì Pvalue = 0.0655 < 0.1 = α => bác bỏ giả thuyết H0 => β5 có ý nghĩa thống kê với mức ý nghĩa 10%.
Hệ số góc β9 của biến tỷ lệ sở hữu nhà nƣớc: Kiểm định giả thuyết:
Vì Pvalue = 0.0278 < 0.05 = α => bác bỏ giả thuyết H0 => β9 có ý nghĩa thống kê với mức ý nghĩa 5%.
Vậy qua việc kiểm định ý nghĩa thống kê của các hệ số beta ta thấy các hệ số chặn có ý nghĩa thống kê với mức ý nghĩa 1%, các hệ chặn beta tƣơng ứng với các biến doanh thu, vốn chủ sở hữu, hệ số biến thiên ROA có ý nghĩa
H0:β6 = 0 (Hệ số β6 không có ý nghĩa thống kê) H1: β6≠ 0 (Hệ số β6 có ý nghĩa thống kê)
H0:β8 = 0 (Hệ số β8 không có ý nghĩa thống kê) H1: β8≠ 0 (Hệ số β8 có ý nghĩa thống kê)
H0:β8 = 0 (Hệ số β9 không có ý nghĩa thống kê) H1:β9 ≠ 0 (Hệ số β9 có ý nghĩa thống kê)
nhà nƣớc có ý nghĩa thống kê với mức ý nghĩa 5%, hệ số chặn beta tƣơng ứng với biến thời gian hoạt động của doanh nghiệp có ý nghĩa thống kê với mức ý nghĩa 10%, và hệ số chặn beta tƣơng ứng với biến tốc độ tăng trƣởng tài sản của doanh nghiệp không có ý nghĩa thống kê.
f) Kiểm định sự chấp nhận các giả thuyết của các hệ số hồi quy
Kiểm định giả thuyết doanh thu và tỷ suất nợ có quan hệ cùng chiều
Kiểm định giả thuyết :
Tiêu chuẩn kiểm định: T-Statistic = 3.625890 Ta có:
Vì T-Statistic>t* nên bác bỏ giả thuyết H0 => β1>0
Vậy với mức ý nghĩa 5% thì hệ số β1 là phù hợp với giả thuyết.
Kiểm định giả thuyết vốn chủ sở hữu có quan hệ cùng chiều với tỷ suất nợ
Kiểm định giả thuyết :
Tiêu chuẩn kiểm định: T-Statistic = -6.017105 Ta có:
Vì T-Statistic<t* nên chƣa có cơ sở bác bỏ giả thuyết H0
Vậy với mức ý nghĩa 5% thì hệ số β2 là không phù hợp với giả thuyết.
Kiểm định giả thuyết hệ số biến thiên ROA và tỷ suất nợ có quan hệ ngược chiều
Kiểm định giả thuyết :
H0: β1 ≤ 0 H1: β1 > 0 H0: β2 ≤ 0 H1: β2 > 0 H0: β5 ≥ 0 H1: β5 < 0
Tiêu chuẩn kiểm định: T-Statistic = -5.333635 Ta có:
Vì T-Statistic < - t* nên bác bỏ giả thuyết H0
Vậy với mức ý nghĩa 5% thì hệ số β5 là phù hợp với giả thuyết.
Kiểm định giả thuyết tốc độ tăng trưởng tài sản và tỷ suất nợ có quan hệ cùng chiều
Kiểm định giả thuyết :
Tiêu chuẩn kiểm định: T-Statistic = -0.236241 Ta có:
Vì T-Statistic < t* nên chƣa có cơ sở bác bỏ giả thuyết H0
Vậy với mức ý nghĩa 5% thì hệ số β6 là không phù hợp với giả thuyết.
Kiểm định giả thuyết thời gian hoạt động của doanh nghiệp có quan hệ cùng chiều với tỷ suất nợ
Kiểm định giả thuyết :
Tiêu chuẩn kiểm định: T-Statistic = -2.026941
Vì T-Statistic<t* nên chƣa có cơ sở bác bỏ giả thuyết H0
Vậy với mức ý nghĩa 5% thì hệ số β8 là không phù hợp với giả thuyết.
Kiểm định giả thuyết tỷ lệ sở hữu nhà nước và tỷ suất nợ có quan hệ ngược chiều
Kiểm định giả thuyết :
H0: β6 ≤ 0 H1: β6 > 0
H0: β8 ≤ 0 H1: β8 > 0
Tiêu chuẩn kiểm định: T-Statistic = -2.502184 Ta có:
Vì T-Statistic < - t* nên bác bỏ giả thuyết H0
Vậy với mức ý nghĩa 5% thì hệ số β9 là phù hợp với giả thuyết.
Vậy qua kiểm định sự phù hợp với các giả thuyết của đề tài ta thấy có ba biến có chiều hƣớng tác động lên tỷ suất nợ là phù hợp với giả thuyết đặc ra gồm biến doanh thu, hệ số biến thiên ROA và biến tỷ lệ sở hữu nhà nƣớc, còn ba biến còn lại không phù hợp với giả thuyết là vốn chủ sở hữu, tốc độ tăng trƣởng tài sản và biến thời gian hoạt động của doanh nghiệp. Sự không phù hợp với giả thuyết của các biến trong nghiên cứu thực nghiệm này sẽ đƣợc giải thích rõ hơn trong phần 3.2.5 dƣới đây.
g) Các tham số thống kê của mô hình Bảng 3.9: Thống kê mô tả
Y LOGX1 LOGX2 LOGX5 LOGX6 LOGX8 LOGX9
Mean 0.568371 12.53952 13.00967 -0.956907 -2.187457 2.866097 -1.413571 Median 0.570575 12.43192 12.76152 -0.641854 -2.149864 3.091042 -1.203973 Maximum 0.848800 14.55641 15.21291 1.979246 -0.897408 3.663562 -0.303405 Minimum 0.322650 11.12876 11.31402 -3.572880 -3.932226 1.791759 -2.948849 Std. Dev. 0.134364 0.968164 1.057179 1.366515 0.697321 0.554039 0.924271 Skewness 0.250023 0.484944 0.468880 -0.153136 -0.495350 -0.425057 -0.316357 Kurtosis 2.736598 2.266815 2.427718 3.027503 3.578521 2.160795 1.511722 Jarque-Bera 0.252880 1.170276 0.955463 0.074859 1.041971 1.129676 2.070445 Probability 0.881227 0.557029 0.620189 0.963262 0.593935 0.568452 0.355147 Sum 10.79905 238.2509 247.1837 -18.18124 -41.56168 54.45584 -26.85786 Sum Sq. Dev. 0.324965 16.87216 20.11728 33.61255 8.752616 5.525268 15.37697 Observations 19 19 19 19 19 19 19
h) Dò tìm sự quy phạm các giả định cần thiết
Kiểm tra giả định tự tương quan
Bảng 3.10: Bảng kết quả kiểm định BG
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.118982 Prob. F(1,11) 0.7366 Obs*R-squared 0.203315 Prob. Chi-Square(1) 0.6521
Test Equation:
Dependent Variable: RESID Method: Least Squares Date: 11/24/14 Time: 13:07 Sample: 2 57
Included observations: 19
Presample and interior missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob. LOGX1 -0.000784 0.037170 -0.021081 0.9836 LOGX2 -3.13E-05 0.025876 -0.001209 0.9991 LOGX5 -0.000669 0.013713 -0.048755 0.9620 LOGX6 0.001803 0.027216 0.066251 0.9484 LOGX8 -0.001155 0.047509 -0.024315 0.9810 LOGX9 -0.000575 0.021006 -0.027385 0.9786 C 0.016088 0.243019 0.066201 0.9484 RESID(-1) -0.220010 0.637826 -0.344937 0.7366 R-squared 0.010701 Mean dependent var 1.53E-17 Adjusted R-squared -0.618853 S.D. dependent var 0.052089 S.E. of regression 0.066275 Akaike info criterion -2.294450 Sum squared resid 0.048316 Schwarz criterion -1.896791 Log likelihood 29.79727 Hannan-Quinn criter. -2.227150 F-statistic 0.016997 Durbin-Watson stat 1.553457 Prob(F-statistic) 0.999992
Từ bảng kết quả kiểm định BG ta thấy (n-p)R2= 0.203315 với xác suất Prob. Chi-Square (1) = 0.6521 và giá trị này lớn hơn mức ý nghĩa 0.05 vậy