Để phân tích và đo lường kết quả hồi quy giữa quản trị VLĐ và KNSL, tác giả sử dụng phần mềm Stata 14 hồi quy lần lượt mô hình OLS, mô hình REM và FEM. Kết quả 3 mô hình được tóm tắt ở bảng 3.13 dưới đây. Mô hình OLS với số quan sát 115 ra R-squared = 0,822 cho thấy các biến trong mô hình giải thích 82,2% sự thay đổi của ROE, có thể cho thấy hiện tại đang là ước lượng phù hợp. Kết quả kiểm đinh lại cho thấy Prob>chi2 = 0,000 và nhỏ hơn 5% (0,005) và mô hình phù hợp với đề tài.
Bảng 3.13: Kết quả hồi quy về mối quan hệ giữa quản trị VLĐ và KNSL theo
P- value 0,47 0,47 0,152 0,252 ICP Coe f -0,430*** -0,430*** -0,439*** -0,439*** P- value 0,000 0,000 0,000 0,011 APP Coe f -0,181 -0,181 -0,541** -0,541* P- value 0,341 0,341 0,033 0,066 DAR Coe f -0,721** -0,721** -0,649* -0,649 P- value 0,020 0,020 0,091 0,177 CR Coe f -6,471 -6,471 -5,867 -5,867 P- value 0,381 0,381 0,460 0,419 SIZE Coe f 16,95*** 16,95*** 22,74 22,74 P- value 0,007 0,007 0,173 0,382
Hệ số chặn Coef -13,81 -13,81 -52,07 -52,07 P- value 0,797 0,797 0,640 0,736 Số quan sát 115 115 115 115 R-Squared 0,822 0,817 0,822 0,822 Prob >chi2 0,0000 0,0000 0,0000 0,0000
Giả thuyết Kết quả Kết luận
Chọn mô hình REM: Nếu Prob > chi2 >5%
Prob > chi2 = 0,0000
\----
Lựa chọn mô hình FEM
' r \ \---
Chọn mô hình FEM: Nếu Prob > chi2 <5%
Nguồn: kết quả từ phần mềm Stata 14
*: có ý nghĩa thống kê ở mức 10% **: có ý nghĩa thống kê ở mức 5% ***: có ý nghĩa thống kê ở mức 1%
Đối với dữ liệu bảng, những đề tài trước đây hầu hết sử dụng mô hinh FEM và REM để hồi quy giải thích các biến giải thích tới biến phụ thuộc. Để thực hiện lựa chọn 1 trong 2 mô hình có giải thích được mối tương quan giữa ROE và biến giải thích, tác giả sử dụng kiểm định Hausman với 2 giả thuyết được trình bày ở bảng 3.14. Sau khi chạy kiểm định Hausman, phần mềm cho ra kết quả Prob > chi2 = 0,0000 và < 5% nên mô hình FEM được cho là phù hợp hơn so với mô hình REM.
Giả thuyết Kết quả Kết luận Chọn mô hình OLS: Nếu
Prob > F >5%
Prob > F = 0,0000 Lựa chọn mô hình FEM Chọn mô hình FEM: Nếu
Prob > F <5%
Kiểm định sự tự tương
quan Kiểm định phương sai saisố thay đổi Giả thuyết Mô hình có sự tự tương
quan: Prob > F < 5% Mô hình có phương sai saisố thay đổi: Prob > chi2 < 5%
Mô hình không có sự tự
tương quan: Prob > F > 5% Mô hình không có phươngsai sai số thay đổi: Prob >chi2 > 5%
Kết quả Prob > F = 0,000 Prob > F = 0,000 Kết luận Mô hình có sự tự tương
quan Mô hình có phương sai saisố thay đổi
Nguồn: kết quả từ phần mềm Stata 14 Bảng 3.15: Giả thuyết và kết quả kiểm định F-test
Nguồn: kết quả từ phần mềm Stata 14
Sau khi quyết định lựa chọn mô hình FEM làm ước lượng cho các biến của đề tài, tác giả kiểm tra sự tự tương quan và phương sai sai số thay đổi giữa các biến với nhau. Và với kết quả cùng giả thuyết dưới bảng 3.16 ta có thể kết luận mô hình có sự tự tương quan giữa các biến số. Bên cạnh đó, kết quả kiểm định phương sai sai số thay đổi giữa ROE và các biến còn lại trong mô hình với giả thuyết Prob >chi2 < 5%. Điều này nào thấy mô hình có phương sai sai số thay đổi.
Biến số (1)
Giá trị (2)
OLS (3) FEM (4) REM (5) GLS (6)
RCP Coe f -0,0438* -0,0785 -0,0438* -0,0460* P- value 0,061 0,225 0,061 0,072 ICP Coe f -0,0262** -0,0497* -0,0262** -0,0226* P- value 0,000 0,072 0,014 0,052 APP Coe f 0,014 -0,00596 0,0106 0,0000721 P- value 0,745 0,928 0,745 0,998 DAR Coe f -0,167*** -0,178* -0,167*** -0,165***
ICP có tác động ngược chiều và giải thích cho sự thay đổi 43,9% tới ROE và có ý nghĩa thống kê 5%. Bên cạnh đó, biến APP cũng thể hiện tác động ngược chiều với ROE khi giá trị p-value 0,066 và coef -0,0541*, thể hiện ý nghĩa thống kê 10% và giải thích cho sự thay đổi 5,41% với biến phụ thuộc. Còn lại các biến còn lại không giải thích được cho mô hình.
3.5.3.2. Phân tích kết quả hồi quy mô hình với biến phụ thuộc ROA
Để củng cố đề tài, nhằm đánh giá tối ưu nhất việc quản trị VLĐ tới KNSL của DN thép trên TTCK Việt Nam, tác giả lựa chọn hồi quy mô hình với biến phụ thuộc ROA. Vẫn trên phần mềm Stata 14, mô hình OLS, mô hình REM và FEM tiếp tục được sử dụng hồi quy theo biến phụ thuộc khác mô hình trên. Với mô hình OLS, phần mềm cho ra kết quả ở cột (3) bảng 3.17 R-squared là 0,3514 cho thấy các biến trong mô hình giải thích 35,14% sự thay đổi của ROA. Trong khi đó, Prob>chi2 = 0,000 và nhỏ hơn 5% (0,005) dẫn đến ước lượng OLS là phù hợp với mô hình.
Bảng 3.17: Kết quả hồi quy về mối quan hệ giữa quản trị VLĐ và KNSL theo
P- value 0,002 0,077 0,002 0,002 CR Coef 1,227 0,802 1,227 0,846 P- value 0,349 0,700 0,349 0,505 SIZE Coef 2,386*** -2,536 2,386*** 2,294** P- value 0,007 0,561 0,007 0,022 Hệ số chặn Coef 0,474 37,25 0,474 1,883 P- value 0,995 0,204 0,995 0,832 Số quan sát 1115 1115 1115 1115 R-Squared 0,3154 0,3382 0,3154 Prob >chi2 0,0000 0,0000 0,0000 0,0000
Giả thuyết Kết quả Kết luận
Chọn mô hình REM: Nếu Prob > chi2 >5%
Prob > chi2 = 0,5226 Lựa chọn mô hình REM Chọn mô hình FEM: Nếu
Prob > chi2 <5%
Nguồn: kết quả từ phần mềm Stata 14
Chú thích:
*: có ý nghĩa thống kê ở mức 10% **: có ý nghĩa thống kê ở mức 5% ***: có ý nghĩa thống kê ở mức 1%
Tương tự với trường hợp biến ROA, tác giả tiếp tục một lần nữa sử dụng kiểm định Hausman nhằm lựa chọn giữa 2 mô hình FEM và REM nhằm đưa ra mô hình phù hợp. Kết quả kiểm định được tổng kết ở bảng 3.18 với những giả thuyết được đặt ra, tác giả đưa ra mô hình REM sẽ là mô hình được lựa chọn. Kết quả chi tiết kiểm định Hausman sẽ được trình bày ở phần phụ lục.
Kiểm định sự tự tương
quan Kiểm định phương sai saisố thay đổi Giả thuyết Mô hình có sự tự tương
quan: Prob >F < 5%
Mô hình có phương sai sai số thay đổi: Prob > chi2 <
5% Mô hình không có sự tự
tương quan: Prob > F > 5% Mô hình không có phươngsai sai số thay đổi: Prob >chi2 > 5%
Kết quả Prob > F = 0,000 Prob > F = 0,4808 Kết luận Mô hình có sự tự tương
quan Mô hình không có phươngsai sai số thay đổi
Sau đó, tác giả sẽ kiểm định những khuyết tật trong mô hình nhằm phát hiện xem liệu mô hình có sự tự tương quan hay có phương sai sai số thay đổi hay không. Và với kết quả cùng giả thuyết dưới bảng 3.20 Với Prob > F = 0,0000 và nhỏ hơn 5%, ta có thể kết luận mô hình có sự tự tương quan giữa các biến số. Bên cạnh đó, kết quả cho thấy mô hình không có phương sai sai số thay đổi với giả thuyết Prob >chi2 > 5%.
Nguồn: kết quả từ phần mềm Stata 14
Sau khi kiểm định sự khuyết tật trong mô hình REM, tác giả nhận thấy mô hình có sự tự tương quan. Do vậy, tác giả sử dụng mô hình GLS để đảm bảo ước lượng đáng tin cậy. Sau khi khắc phục được sự tự tương quan, kết quả mô hình được hiển thị ở cột (6) bảng 3.17 với tất cả 3 biến có tác động tới ROA gồm ICP, RCP, DAR. Trong khi ICP ra kết quả p-value là 0,052 và coef -0,026* điều này cho thấy ICP giải thích cho sự thay đổi 2,6% tới ROA và có ý nghĩa thống kê 10% trong mô hình. Bên cạnh đó, biến RCP cũng thể hiện quan hệ nghịch với ROA khi giá trị p-value 0,072 và coef -0,0460* thể hiện ý nghĩa thống kê 10% và giải thích cho sự thay đổi 4,6% đối với