6. Tổng quan tài liệu nghiên cứu
3.2. KIỂM ĐỊNH SỰ VI PHẠM GIẢ THIẾT CỦA MÔ HÌNH
3.2.1. Kiểm định tính dừng cho các biến
Trước khi chạy mô hình hồi quy theo phương pháp PLS, tác giả tiến hành kiểm định tính dừng cho từng biến. Vì nếu dữ liệu là các chuỗi không dừng, các giả thuyết như sai số ngẫu nhiên có kì vọng bằng 0, phương sai không đổi và không tương quan với nhau sẽ bị vi phạm, kiểm định T và F mất hiệu lực và các ước lượng là không hiệu quả. Giả thuyết H0 trong kiểm định ADF là tồn tại một nghiệm đơn vị, tức là chuỗi không dừng. H0 được bác bỏ khi giá trị kiểm định ADF lớn hơn giá trị tới hạn của nó hay giá trị Prob. nhỏ hơn mức ý nghĩa.
Kết quả kiểm định tính dừng của các biến được trình bày trong bảng 3.2 cho thấy các giá trị Prob. của ADF – Fissher Chi square < 5% nên có thể kết luận các biến đều dừng ở mức ý nghĩa 5%.
50
Bảng 3.2. Kết quả kiểm định chuỗi dừng các biến giải thích
UNIT ROOT TEST
Series Prob. (ADF - Fisher Chi-square)
I 0.0000 CF 0.0000 SALE 0.0000 Q 0.0004 LEV 0.0000 LONGLEV 0.0001 SGROW 0.0000
Null Hypothesis: Unit root (individual unit root process)
Nguồn: Tính toán của tác giả từ phần mềm Eview 8.
3.2.2. Kiểm định hiện tượng đa cộng tuyến
Ma trận hệ số tương quan giữa các biến giải thích trong bảng 3.3 cho thấy hầu hết các hệ số tương quan cặp khá thấp, cao nhất vẫn thấp hơn 0.4. Bên cạnh đó, tác giả sử dụng thêm nhân tử phóng đại phương sai (VIF) để tăng tính tin cậy cho kết quả kiểm định. Kết quả cho thấy các giá trị VIF rất thấp, dao động xung quanh 1 nên có thể kết luận không tồn tại đa cộng tuyến trong bảng dữ liệu.
Bảng 3.3. Ma trận hệ số tương quan giữa các biến giải thích
LEV LONGLEV SALE CF Q SGROW
LEV 1 LONGLEV 0.39 1 SALE 0.00 -0.24 1 CF -0.17 -0.02 0.22 1 Q -0.02 0.11 -0.01 0.17 1 SGROW 0.00 0.04 -0.07 0.01 0.01 1
51
3.2.3. Kiểm định hiện tượng tự tương quan
Do mẫu nghiên cứu có số lượng quan sát lớn nên tác giả sử dụng kiểm định Breusch-Godfrey (BG test) để kiểm tra hiện tượng tương quan chuỗi bậc nhất:
Xét mô hình:
I = β0 + β1CF+ β2Q+ β3LEV + β4SALE + ut ; ut = rut-1 + vt
Kiểm định giả thuyết:
H0: r = 0 : không có tương quan chuỗi bậc nhất H1: r # 0: có tương quan chuỗi bậc nhất.
Hồi quy mô hình phụ u = f(CF, Q, LEV, SALE, ut-1) thu được giá trị R2. Với n đủ lớn, (n-1)R2 có phân phối xấp xỉ χ2(1)
- Nếu (n-1)R2 > χ2a(1): Bác bỏ H0, nghĩa là có tự tương quan bậc nhất với mức ý nghĩa α
- Nếu (n-p)R2 ≤ χ2a(1): Chấp nhận H0, nghĩa là không có tự tương quan với mức ý nghĩa α
Bảng 3.4. Kết quả kiểm định tự tương quan đối với phương trình (1)
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 76.36918 Prob. F(1,1269) 0.0000 Obs*R-squared 72.37471 Prob. Chi-Square(1) 0.0000
Nguồn: tính toán của tác giả từ phần mềm Eview 8. Bảng 3.5. Kết quả kiểm định tự tương quan đối với phương trình (2)
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 74.00558 Prob. F(1,1269) 0.0000 Obs*R-squared 70.25817 Prob. Chi-Square(1) 0.0000
Nguồn: tính toán của tác giả từ phần mềm Eview 8.
Kết quả trong bảng 3.4 và 3.5 lần lượt đối với các phương trình (1) và (2) cho thấy giá trị Prod. Chi – Square (1) = 0.0000 < α= 10% nên bác bỏ giả
52
thuyết H0, tức là tồn tại hiện tượng tự tương quan bậc nhất trong các mô hình ban đầu.
Như đã trình bày trong phần phương pháp xử lý số liệu, việc kiểm định hiện tượng tự tương quan trong mô hình ban đầu khi hồi quy bằng phương pháp bình phương bé nhất nhằm mục đích kiểm tra sự vi phạm các giả thiết hồi quy và khắc phục nếu có. Tuy nhiên, trong phần phương pháp nghiên cứu, tác giả sử dụng các phương pháp hồi quy khác nhau đối với dữ liệu bảng như mô hình hiệu ứng cố định (FEM) và mô hình hiệu ứng ngẫu nhiên (REM). Giả sử, các kết quả hồi quy và kiểm định về sau cho thấy mô hình FEM là thích hợp nhất, vấn đề tự tương quan trong mô hình là có thể bỏ qua. Ngược lại, nếu lựa chọn mô hình REM, tác giả tiếp tục tiến hành khắc phục hiện tượng này là điều cần thiết. Điều này là bởi nếu thành phần sai số cá nhân ɛi và một hay nhiều hơn một biến giải thích tương quan với nhau thì toán tử các ước lượng ECM bị chệch, trong khi đó các toán tử ước lượng thu được từ FEM thì không chệch.
3.2.4. Kiểm định hiện tượng phương sai sai số thay đổi
Để kiểm định hiện tượng phương sai sai số thay đổi, tác giả tiến hành thực hiện các kiểm định LM theo trường phái Breusch & Pagan (1979), White (1980), Harvey (1976) và Glejser (1969). Kết quả kiểm định được tổng hợp và thể hiện trong bảng 3.6.
Tương tự, kết quả kiểm định đối với phương trình (2) trong bảng 3.7 cũng cho thấy tồn tại hiện tượng phương sai sai số thay đổi trong mô hình khi hầu hết các kiểm định cho ra cùng kết quả.
Thay vì khắc phục hiện tượng này, tác giả thực hiện thêm kiểm định phần dư là chuỗi dừng. Sử dụng kiểm định Histogram-Normality, kết quả thu được thể hiện trong bảng 3.8 với các giá trị Prob của thống kê Jarque-Bera nhỏ hơn 0.01, Skewness không gần giá trị 0 và Kurtosis không gần giá trị 3.
53
Vì vậy, không thừa nhận phần dư của cả hai phương trình có phân phối chuẩn. Tiếp theo, tiến hành kiểm định phần dư có phải là chuỗi dừng không bằng cách sử dụng Unit Root Test. Kiểm định ADF cho kết quả giá trị Prob. nhỏ hơn 0.05, bác bỏ giả thuyết H0, nghĩa là phần dư là chuỗi dừng.
Tuy tồn tại hiện tượng phương sai sai số thay đổi, phần dư không có phân phối chuẩn chưa được khắc phục nhưng phần dư là chuỗi dừng cho thấy kết quả hồi quy có thể tin cậy và thể hiện được mối quan hệ giữa các biến trong mô hình.
Bảng 3.6. Kết quả kiểm định hiện tượng phương sai sai số thay đổi đối với phương trình (1)
Breusch & Pagan test
F-statistic 1.708916 Prob. F(4,1270) 0.1456
Obs*R-squared 6.825838 Prob. Chi-Square(4) 0.1454
White test
F-statistic 1.290352 Prob. F(14,1260) 0.2058 Obs*R-squared 18.02161 Prob. Chi-Square(14) 0.2058
Glejser test
F-statistic 6.827432 Prob. F(4,1270) 0.0000 Obs*R-squared 26.84008 Prob. Chi-Square(4) 0.0000
Harvey test
F-statistic 7.088300 Prob. F(4,1270) 0.0000 Obs*R-squared 27.84322 Prob. Chi-Square(4) 0.0000
54
Bảng 3.7. Kết quả kiểm định hiện tượng phương sai sai số thay đổi đối với phương trình (2)
Breusch & Pagan test
F-statistic 4.416569 Prob. F(4,1270) 0.0015 Obs*R-squared 17.49250 Prob. Chi-Square(4) 0.0016
White test
F-statistic 1.903132 Prob. F(14,1260) 0.0224 Obs*R-squared 26.40273 Prob. Chi-Square(14) 0.0230
Glejser test
F-statistic 18.72627 Prob. F(4,1270) 0.0000 Obs*R-squared 71.01169 Prob. Chi-Square(4) 0.0000
Harvey test
F-statistic 22.53725 Prob. F(4,1270) 0.0000 Obs*R-squared 84.50542 Prob. Chi-Square(4) 0.0000
Nguồn: tính toán của tác giả từ phần mềm Eview 8. Bảng 3.8. Kết quả kiểm định phân phối chuẩn và tính dừng của phần dư Phương trình (1) Phương trình (2) Histogram-Normality test Prob. (Jarque-Bera) 0.0000 0.0000 Skewness 3.52 3.41 Kurtosis 23.40 22.68
ADF Unit root test
Prob. (ADF test) 0.000 0.000
55
3.3. KẾT QUẢ ƯỚC LƯỢNG SỬ DỤNG PHƯƠNG PHÁP HỒI QUY FIXED EFFECT MODEL FIXED EFFECT MODEL
Kết quả các kiểm định LM – Breusch & Pagan và Hausman đối với phương trình (1) được thể hiện ở bảng 3.9.
a. Kiểm định LM – Breusch & Pagan (1980)
Để lựa chọn giữa mô hình sử dụng phương pháp PLS và REM, tiến hành kiểm định LM – Breusch & Pagan (1980) với giả thuyết H0 : không có tự tương quan giữa các ngành và các công ty trong ngành.
Kết quả bảng 3.9 cho thấy Prob. = 0.0000 < 5 % , bác bỏ giả thuyết H0, tức là sử dụng mô hình REM phù hợp hơn so với mô hình PLS.
b. Kiểm định Hausman (1978)
Tiếp tục thực hiện kiểm định Hausman để lựa chọn phương pháp hồi quy tối ưu giữa REM và FEM.
Giả thuyết:
H0 : Cov (ɛi,Xi ) = 0, tức là dùng mô hình REM thích hợp hơn.
H1 : Cov (ɛi,Xi ) # 0, tức là dùng mô hình FEM thích hợp hơn, với Xi là biến bất kì.
Giá trị Prob. = 0.0012 < 5% nên bác bỏ giả thuyết H0 , tức là phương pháp FEM là phù hợp nhất để áp dụng cho cả hai mô hình (1) và (2).
Tương tự, kết quả kiểm định lựa chọn phương pháp hồi quy thích hợp đối với phương trình (2) được thể hiện ở bảng 3.10. Các kết quả đều cho thấy phương pháp hồi quy FEM là thích hợp nhất cho các mô hình này.
Như đã đề cập, hai phương pháp REM và FEM là phù hợp hơn trong việc giải quyết vấn đề nội sinh do thiếu biến và sự tồn tại những hiệu ứng riêng lẻ ở từng công ty. Tuy nhiên, vấn đề tương tác qua lại giữa đòn bẩy tài chính và quyết định đầu tư, là mối tương quan khá phổ biến thì cần được giải quyết bằng việc sử dụng biến công cụ. Bởi có thể xảy ra khả năng các nhà
56
quản lý dự báo được cơ hội tăng trưởng trong tương lai và do đó quyết định cắt giảm đòn bẩy. Do đó, để giải quyết vấn đề này, việc sử dụng phương pháp hồi quy biến công cụ kết hợp với mô hình FEM nhằm đưa ra những ước lượng đáng tin cậy hơn. Ở phần này, tác giả chỉ trình bày sơ lược các kết quả hồi quy của các phương trình và tập trung phần lớn vào việc thảo luận các kết quả khi sử dụng phương pháp hồi quy biến công cụ kết hợp với phương pháp FEM.
Đối với cả hai phương trình hồi quy, đề tài đều thực hiện hồi quy lần lượt với hai biến giải thích đại diện cho đòn bẩy tài chính là tỷ lệ tổng nợ trên tổng tài sản và tỷ lệ nợ dài hạn trên tổng tài sản và hai biến đại diện cho cơ hội tăng trưởng của công ty là chỉ số Tobin’s Q và tăng trưởng doanh thu. Các kết quả với hai biến đòn bẩy tài chính tương đồng về dấu của hệ số hồi quy. Ngoài ra việc vay nợ để chi cho đầu tư về bản chất đó phải là nợ dài hạn. Do đó, đề tài tập trung thảo luận chủ yếu các kết quả hồi quy với biến nợ dài hạn, bên cạnh đó vẫn trình bày các kết quả hồi quy tương đương với biến tổng nợ để so sánh.
3.3.1. Ảnh hưởng của đòn bẩy tài chính đến quyết định đầu tư của công ty công ty
Kết quả hồi quy phương trình (1) thể hiện trong bảng 3.9. Dấu của các hệ số phù hợp với kỳ vọng ban đầu. Tuy nhiên, chỉ hệ số hồi quy của biến Q và LEV có ý nghĩa thống kê ở mức 1%, còn lại các biến CF và SALE đều không có ý nghĩa trong mô hình. Biến Q đại diện cho tăng trưởng của công ty, có tác động tích cực đến đầu tư. Biến LEV đại diện cho tỷ lệ đòn bẩy tài chính của công ty có hệ số hồi quy âm, phù hợp với giả thuyết đòn bẩy tài chính có tác động ngược chiều đến quyết định đầu tư của công ty. Mô hình hồi quy theo phương pháp FEM có hệ số xác định R2đạt trên 35%.
57 Bảng 3.9. Kết quả hồi quy phương trình (1) PLS FEM REM C -0.000318 (-0.030464) 0.053118 (2.208456) 0.006053 (0.501128) CF -0.000720 (-0.026635) 0.006007 (0.145655) -0.001010 (-0.033922) SALE -0.000482 (-0.213424) 0.009118 (1.257478) 0.000558 (0.201591) Q 0.049790*** (5.312477) 0.043169*** (3.383069) 0.047731*** (4.767935) LEV -0.027467* -2.259949) -0.139181*** (-4.031011) -0.038290*** (-2.596537) LM TEST 0 HAUSMAN 0.0012 R 2 0.024584 0.351788 0.021167 D.W 1.524811 2.006392 1.522315
Nguồn: Tính toán của tác giả từ phần mềm Eview 8.
Ghi chú: Bảng 3.9 trình bày kết quả hồi quy tác động của đòn bẩy tài chính lên quyết định đầu tư của các công ty phi tài chính niêm yết trên TTCK Việt Nam. Hồi quy dữ liệu bảng của 255 công ty toàn mẫu dựa trên ba phương pháp PLS, FEM và REM. Mô hình (1) sử dụng biến LEV đại diện cho đòn bẩy tài chính. Thống kê t được trình bày trong ngoặc đơn, dưới các hệ số hồi quy. Kiểm định Lagrangian (LM test) được sử dụng để kiểm tra độ phù hợp của mô hình PLS và FEM. Kiểm định Hausman kiểm tra độ phù hợp giữa mô hình FEM và REM.
58
Phương trình (2) cho thấy các biến đều có ý nghĩa thống kê, trừ biến CF. Tương tự như khi sử dụng tỷ lệ với giá trị tổng nợ đại diện cho đòn bẩy tài chính, tỷ lệ nợ dài hạn trên tổng tài sản trong mô hình hồi quy (2) cũng cho kết quả về dấu của hệ số hồi phù hợp với kỳ vọng ban đầu. Ước lượng cũng cho thấy Tobins’s Q có ảnh hưởng thuận chiều đến đầu tư, thống nhất với kỳ vọng đưa ra. Biến SALE có ảnh hưởng tích cực tới biến đầu tư I ở mức ý nghĩa 10%. Mô hình hồi quy theo phương pháp FEM có hệ số xác định R2đạt trên 34%. Bảng 3.10. Kết quả hồi quy phương trình (2) PLS FEM REM C -0.019329 (-2.191558) -0.013600 (-0.895551) -0.017535 (-1.791193) CF 0.010016 (0.379694) 0.010835 (0.261354) 0.011264 (0.387418) SALE 0.001157 (0.6173) 0.012568 * (1.736637) 0.001632 (0.584231) Q 0.042997*** (4.642604) 0.038446*** (3.012741) 0.042237*** (4.276853) LONGLEV 0.062247*** (3.413177) -0.091138** (-2.152491) 0.044189** (2.058506) LM TEST 0 HAUSMAN 0.0002 R 2 0.029563 0.344411 0.019575 D.W 1.534004 1.999829 1.715780
Nguồn: Tính toán của tác giả từ phần mềm Eview 8.
Ghi chú: Bảng 3.10 trình bày kết quả hồi quy tác động của đòn bẩy tài chính lên quyết định đầu tư của các công ty phi tài chính niêm yết trên TTCK
59
Việt Nam. Hồi quy dữ liệu bảng của 255 công ty toàn mẫu dựa trên ba phương pháp PLS, FEM và REM. Mô hình (2) sử dụng biến LONGLEV đại diện cho đòn bẩy tài chính. Thống kê t được trình bày trong ngoặc đơn, dưới các hệ số hồi quy. Kiểm định Lagrangian (LM test) được sử dụng để kiểm tra độ phù hợp của mô hình PLS và FEM. Kiểm định Hausman kiểm tra độ phù hợp giữa mô hình FEM và REM.
*,**,*** lần lượt có ý nghĩa thống kê ở mức 10%, 5% và 1%.
3.3.2. Ảnh hưởng của đòn bẩy tài chính đến quyết định đầu tư đối với các công ty có cơ hội tăng trưởng khác nhau
Sau khi xác định được mối quan hệ nghịch chiều giữa đòn bẩy tài chính và đầu tư, các phương trình (3), (4), (5) và (6) tiếp tục được hồi quy để kiểm tra mục tiêu nghiên cứu thứ hai. Các phương trình này nhằm xem xét sự khác nhau về độ lớn của tác động nghịch chiều từ đòn bẩy tài chính đến đầu tư ở các công ty có cơ hội tăng trưởng khác nhau. Theo kết quả trình bày trong bảng 3.11 đối với phương trình (3), biến LEV tác động nghịch chiều đến biến đầu tư và có ý nghĩa ở mức 1%. Biến tương tác giữa biến giả DQ đại diện cho cơ hội tăng trưởng đo lường bằng Tobin’s Q và LEV có hệ số hồi quy mang dấu dương, có ý nghĩa thống kê ở mức 1%. Các kết quả này đều phù hợp với lập luận giả thuyết ban đầu. Các biến còn lại như CF và SALE đều không có ý nghĩa thống kê. Biến Q có hệ số hồi quy dương, phù hợp với kỳ vọng.
Tương tự, khi thay thế biến đại diện cho đòn bẩy tài chính của công ty bằng biến LONGLEV, kết quả hồi quy phương trình (4) thể hiện trong bảng 3.12 cho thấy đòn bẩy tài chính tiếp tục tác động nghịch chiều đến đầu tư ở mức ý nghĩa thống kê 1%. Biến tương tác DQ*LONGLEV có hệ số hồi quy mang dấu dương, có ý nghĩa về mặt thống kê ở mức 1%. Các biến SALE và Q có ý nghĩa thống kê, dấu phù hợp với kì vọng. Biến CF không có ý nghĩa trong mô hình.
60 Bảng 3.11. Kết quả hồi quy phương trình (3) PLS FEM REM C 0.016073 (1.412960) 0.073826 (2.992148) 0.023246 (1.794839) CF 0.002220*** (0.082507) -0.003132 (-0.076175) -0.001057 (-0.035645) SALE -0.000439 (-0.195511) 0.010354 (1.433726) 0.000737 (0.267079) Q 0.034356*** (3.335749) 0.025460* (1.858338) 0.032011*** (2.939172) LEV -0.050456*** (-3.673997) -0.167372*** (-4.739729) -0.061851*** (-3.843268) DQ*LEV 0.032273*** (3.538318) 0.034128*** (3.434817) 0.032141*** (3.575238) LM TEST 0 HAUSMAN 0 R 2 0.034113 0.359236 0.030821 D.W 1.518648 2.012906 1.722398
Nguồn: tính toán của tác giả từ phần mềm Eview 8.
Ghi chú: Bảng 3.11 trình bày kết quả hồi quy tác động của đòn bẩy tài