(Nguồn: Tác giả tổng hợp)
Hình 4.5. Số lượng báo cáo tài chính phân theo ngành và cơng ty kiểm tốn
(Nguồn: Tác giả tổng hợp)
Hình 4.5 trình bày số lượng báo cáo tài chính được kiểm toán bởi Big4 và khơng được kiểm tốn bởi Big4, phân theo 8 ngành nghề. Do có tổng số quan sát nhiều nhất, ngành Bất động sản & xây dựng cũng là ngành có nhiều báo cáo tài
13.9% 6.6% 10.4% 9.2% 8.8% 9.9% 10.6% 8.4%mean, 10.0% 0% 2% 4% 6% 8% 10% 12% 14% 16% Thương
mại lượngNăng Thực
phẩm Công nghệ Sản xuất Nguyên vật liệu BĐS & Xây dựng Vận tải 54 76 107 28 100 82 224 53 235 117 173 163 427 309 665 167 0 100 200 300 400 500 600 700 Thương
mại lượngNăng Thực
phẩm Công nghệ Sản xuất Nguyên vật liệu BĐS & Xây dựng Vận tải Big4
chính được kiểm tốn bởi Big4 nhất. Tuy vậy, số lượng báo cáo tài chính được kiểm tốn bởi Big4 chỉ chiếm 25,2% tổng số quan sát của ngành này. Ngành Năng lượng có tỷ lệ cao nhất trong tất cả các ngành với 39,4% tổng số báo cáo tài chính được kiểm tốn bởi Big4 (76 quan sát). Tỷ lệ thấp nhất là ngành Công nghệ với tỷ lệ 14,7%, tương ứng với 28 báo cáo tài chính được kiểm tốn bởi Big4 trong tổng số 191 quan sát, cũng là ngành thấp nhất xét về số lượng tuyệt đối.
4.2. Kết quả phân tích tương quan và hồi quy 4.2.1. Phân tích tương quan 4.2.1. Phân tích tương quan
Bảng 4.4 trình bày ma trận hệ số tương quan giữa các biến của mơ hình hồi quy. Hệ số tương quan dương giữa biến INVDE và biến EM phản ánh rằng các doanh nghiệp có hành vi quản trị lợi nhuận càng cao thì nhà đầu tư quyết định mua càng nhiều, bán càng ít. Điều này trái ngược với kỳ vọng của tác giả rằng cổ phiếu của các doanh nghiệp có hành vi quản trị lợi nhuận không phải là một khoản đầu tư tốt và nên bị bán nhiều, mua ít.
Bảng 4.4. Ma trận hệ số tương quan
INVDE EM AUDIT ROE LEV GRO SIZE
INVDE 1.000 EM 0.016 1.000 AUDIT 0.024 -0.084 1.000 ROE 0.055 -0.002 0.052 1.000 LEV -0.032 -0.039 0.043 -0.096 1.000 GRO 0.000 0.014 -0.011 -0.074 0.012 1.000 SIZE 0.040 -0.088 0.464 0.086 0.331 -0.003 1.000
(Nguồn: Kết quả phân tích từ Eviews 7.0)
Tác giả cho rằng vấn đề thơng tin bất cân xứng có thể giải thích được hiện tượng hệ số tương quan dương giữa biến INVDE và biến EM. Với giả định rằng nhà quản lý khơng có động cơ gây thiệt hại về lợi ích cho bản thân mình, việc quản trị lợi nhuận của doanh nghiệp có khả năng cao dẫn đến kết quả tốt nhìn từ bên
ngồi. Kết quả tốt này có thể phản ánh tình hình hiện tại hoặc tiềm năng trong tương lai của doạnh nghiệp. Nhà đầu tư trên thị trường có thể khơng biết rằng lợi nhuận của doanh nghiệp đã bị cố tình điều chỉnh hoặc làm lệch. Và do vậy, họ cho rằng cổ phiếu của doanh nghiệp này là một khoản đầu tư tốt và quyết định mua.
Dù trong trường hợp một số nhà đầu tư trên thị trường có thể đã biết doanh nghiệp đang có hành vi quản trị lợi nhuận, vẫn có sự bất đồng quan điểm giữa những nhà đầu tư về kết quả thực sự của doanh nghiệp. Trong trường hợp này, chính sự bất đồng ý kiến đã dẫn đến quyết định mua nhiều hơn quyết định bán do người bán có nhiều thơng tin hơn người mua về tình hình thực sự của doanh nghiệp và ít có sự bất đồng quan điểm hơn (Bar-Yosef và Prencipe, 2013). Kết quả nghiên cứu của Nwaobia và các cộng sự (2016) cũng phản ánh rằng nhà đầu tư có xu hướng mua nhiều hơn cổ phiếu của các doanh nghiệp có mức quản trị lợi nhuận cao.
Dấu của hệ số tương quan giữa biến INVDE và các biến khác giống với kỳ vọng của tác giả. Nhà đầu tư ưa thích mua cổ phiếu của các doanh nghiệp có quy mơ lớn (SIZE), có khả năng sinh lời cao (ROE), địn bẩy tài chính thấp (LEV), tăng trưởng doanh thu dương (GRO) và có báo cáo tài chính được kiểm tốn bởi Big4 (AUDIT). Hệ số tương quan giữa các biến đều ở mức thấp và dưới 0,8 (cao nhất là 0,464), cho thấy khơng có dấu hiệu của hiện tượng đa cộng tuyến.
4.2.2. Kết quả phân tích hồi quy
4.2.2.1. Kết quả ước lượng theo Pooled OLS, FEM và REM
Kết quả ước lượng của mơ hình hồi quy (3.1) theo phương pháp Pooled OLS, FEM và REM được trình bày trong các Bảng 4.5, 4.6, 4.7 sau đây. Kết quả ước lượng Pooled OLS và FEM có giá trị thống kê FPooled OLS = 3,22 và FFEM = 3,32, đều có ý nghĩa thống kê ở mức 1%. Kết quả ước lượng REM có giá trị thống kê FREM = 2,77, có ý nghĩa thống kê ở mức 5%. Điều này cho thấy các ước lượng trên đều có thể là một ước lượng phù hợp.
Bảng 4.5. Kết quả hồi quy theo phương pháp Pooled OLS
Dependent Variable: INVDE Method: Panel Least Squares Sample: 2013 2017
Periods included: 5
Cross-sections included: 669
Total panel (unbalanced) observations: 2980
Variable Coefficient Std. Error t-Statistic Prob.
C -0.396017 0.114586 -3.456062 0.0006 EM 0.101637 0.098725 1.029490 0.3033 ROE 0.179171 0.070859 2.528564 0.0115 AUDIT 0.000556 0.030696 0.018121 0.9855 GRO 5.93E-05 0.000307 0.193008 0.8470 LEV -0.125000 0.055345 -2.258564 0.0240 SIZE 0.021946 0.009292 2.361939 0.0182
R-squared 0.006466 Mean dependent var -0.134907 Adjusted R-squared 0.004460 S.D. dependent var 0.631462 S.E. of regression 0.630052 Akaike info criterion 1.916318 Sum squared resid 1180.179 Schwarz criterion 1.930411 Log likelihood -2848.314 Hannan-Quinn criter. 1.921389 F-statistic 3.224540 Durbin-Watson stat 1.105380 Prob(F-statistic) 0.003690
Bảng 4.6. Kết quả hồi quy theo phương pháp FEM với hiệu ứng không gian và thời gian
Dependent Variable: INVDE Method: Panel Least Squares Sample: 2013 2017
Periods included: 5
Cross-sections included: 669
Total panel (unbalanced) observations: 2980
Variable Coefficient Std. Error t-Statistic Prob.
C -0.388068 0.523182 -0.741746 0.4583 EM 0.217563 0.099224 2.192647 0.0284 ROE 0.198017 0.080271 2.466853 0.0137 AUDIT -0.087247 0.070652 -1.234888 0.2170 GRO 8.25E-05 0.000279 0.295944 0.7673 LEV -0.162759 0.141437 -1.150746 0.2500 SIZE 0.023311 0.041158 0.566378 0.5712 Effects Specification
Cross-section fixed (dummy variables) Period fixed (dummy variables)
R-squared 0.494798 Mean dependent var -0.134907 Adjusted R-squared 0.345937 S.D. dependent var 0.631462 S.E. of regression 0.510690 Akaike info criterion 1.691015 Sum squared resid 600.1095 Schwarz criterion 3.058056 Log likelihood -1840.613 Hannan-Quinn criter. 2.182904 F-statistic 3.323909 Durbin-Watson stat 2.149214 Prob(F-statistic) 0.000000
Bảng 4.7. Kết quả hồi quy theo phương pháp REM với hiệu ứng không gian
Dependent Variable: INVDE
Method: Panel EGLS (Cross-section random effects) Sample: 2013 2017
Periods included: 5
Cross-sections included: 669
Total panel (unbalanced) observations: 2980
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C -0.369997 0.158704 -2.331369 0.0198 EM 0.159755 0.091257 1.750611 0.0801 ROE 0.195773 0.070479 2.777751 0.0055 AUDIT -0.014877 0.039907 -0.372797 0.7093 GRO 4.83E-05 0.000271 0.178503 0.8583 LEV -0.124873 0.073513 -1.698642 0.0895 SIZE 0.019786 0.012813 1.544245 0.1226 Effects Specification S.D. Rho Cross-section random 0.365273 0.3356 Idiosyncratic random 0.513924 0.6644 Weighted Statistics
R-squared 0.005565 Mean dependent var -0.073047 Adjusted R-squared 0.003558 S.D. dependent var 0.516033 S.E. of regression 0.515178 Sum squared resid 789.0593 F-statistic 2.772982 Durbin-Watson stat 1.653934 Prob(F-statistic) 0.010860
Unweighted Statistics
R-squared 0.006119 Mean dependent var -0.134907 Sum squared resid 1180.591 Durbin-Watson stat 1.105423
4.2.2.2. Lựa chọn mơ hình phù hợp
Để lựa chọn mơ hình phù hợp nhất trong các mơ hình Pooled OLS, FEM và REM, tác giả đã tiến hành các kiểm định cần thiết và trình bày kết quả của các kiểm định này trong các Bảng 4.8, 4.9, 4.10.
Bảng 4.8. Kết quả kiểm định F
Redundant Fixed Effects Tests
Test cross-section and period fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 3.273584 (668,2301) 0.0000 Cross-section Chi-square 1990.665332 668 0.0000 Period F 8.323273 (4,2301) 0.0000 Period Chi-square 42.808566 4 0.0000 Cross-Section/Period F 3.309765 (672,2301) 0.0000 Cross-Section/Period Chi-square 2015.402569 672 0.0000
(Nguồn: Kết quả phân tích từ Eviews 7.0)
Bảng 4.9. Kết quả kiểm định LM
Lagrange multiplier (LM) test for panel data Sample: 2013 2017
Total panel observations: 2980 Probability in ()
Null (no rand. effect) Cross-section Period Both
Alternative One-sided One-sided
Breusch-Pagan 594.0242 36.00825 630.0324 (0.0000) (0.0000) (0.0000) Honda 24.37261 6.000687 21.47717 (0.0000) (0.0000) (0.0000) King-Wu 24.37261 6.000687 7.908687 (0.0000) (0.0000) (0.0000) GHM -- -- 630.0324 -- -- (0.0000)
Bảng 4.10. Kết quả kiểm định Hausman
Correlated Random Effects - Hausman Test Test cross-section random effects
Test Summary Chi-Sq.
Statistic Chi-Sq. d.f. Prob.
Cross-section random 10.857757 6 0.0929
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob.
EM 0.209465 0.159755 0.001596 0.2133 ROE 0.230267 0.195773 0.001462 0.3671 AUDIT -0.112291 -0.014877 0.003421 0.0958 GRO 0.000015 0.000048 0.000000 0.6463 LEV -0.008153 -0.124873 0.013745 0.3195 SIZE -0.075934 0.019786 0.001132 0.0044
(Nguồn: Kết quả phân tích từ Eviews 7.0)
Bảng 4.11. Tóm tắt các kiểm định lựa chọn mơ hình hồi quy phù hợp nhất Kiểm định F Kiểm định LM Kiểm định Kiểm định F Kiểm định LM Kiểm định
Hausman
So sánh Pooled OLS và FEM Pooled OLS và REM FEM và REM
Kết quả kiểm định F(672;2301) = 3.3098 p_value = 0.0000 p_value = 0.0000 với tất cả kiểm định Breusch-Pagan, Honda, King-Wu Chi-Sq. Statistic (6) = 10.8578 p_value = 0.0929 Kết luận về H0 Bác bỏ H0 Bác bỏ H0 Không thể bác bỏ H0
Kết luận Chọn FEM Chọn REM Chọn REM
Kiểm định F bác bỏ giả thuyết H0 rằng hiệu ứng cố định là dư thừa và kết luận rằng mơ hình FEM phù hợp hơn mơ hình Pooled OLS. Tất cả các kiểm định nhân tử Lagrange sử dụng các phương pháp khác nhau (Breusch-Pagan, Honda, King-Wu) đều bác bỏ giả thuyết H0 rằng không tồn tại hiệu ứng ngẫu nhiên, và do vậy mơ hình REM sẽ đưa ra kết quả tốt hơn mơ hình Pooled OLS. Như vậy, cả mơ hình FEM và REM đều thích hợp hơn mơ hình Pooled OLS thuần túy. Kiểm định Hausman không thể bác bỏ giả thuyết H0 rằng các giả định của mô hình REM bị vi phạm. Tóm lại, sau khi tiến hành kiểm định F, kiểm định LM và kiểm định Hausman, mơ hình REM là mơ hình phù hợp nhất trong 3 mô hình Pooled OLS, FEM và REM (xem Bảng 4.11).
4.2.2.3. Kiểm định các khuyết tật của mơ hình do vi phạm các giả định
(1) Giả định khơng có đa cộng tuyến
Phân tích ma trận hệ số tương quan giữa các biến độc lập của mơ hình hồi quy cho thấy khơng có dấu hiệu của hiện tượng đa cộng tuyến. Hiện tượng đa cộng tuyến xảy ra khi các biến độc lập của mơ hình hồi quy có mối tương quan đủ lớn để gây ra sự thiên chệch các kết quả ước lượng. Nếu giá trị tuyệt đối của hệ số tương quan giữa hai biến bất kỳ lớn hơn 0,8 thì có hiện tượng đa cộng tuyến giữa hai biến này (Gujarati, 2003, p.359). Đối với mẫu nghiên cứu này, giá trị tuyệt đối của hệ số tương quan giữa các biến của mơ hình hồi quy đều ở mức thấp và dưới 0,8 (cao nhất chỉ ở mức 0,464), cho thấy khơng có hiện tượng đa cộng tuyến.
(2) Hiện tượng tự tương quan và phương sai thay đổi
Như đã đề cập ở mục 3.4.3, hiện tượng tự tương quan và phương sai thay đổi là có tồn tại đối với mơ hình REM nếu ước lượng bằng OLS. Để giải quyết các vấn đề này, tác giả đã sử dụng phương pháp FGLS (theo ước lượng Swamy-Arora) để ước lượng mơ hình REM (Brooks, 2008, pp.498-499; Gujarati, 2003, pp.647-649; Greene, 2002, pp.296-297), và trình bày kết quả trong Bảng 4.7.
(3) Giả định riêng của mơ hình REM
Kết quả kiểm định Hausman (Bảng 4.10) cho thấy hạng nhiễu thành phần ui (thành phần ngẫu nhiên tương ứng với mỗi doanh nghiệp) khơng có mối tương quan với các biến độc lập khác của mơ hình. Đây là giả định rất quan trọng đối với mơ hình REM và kết quả kiểm định cho thấy giả định này không bị vi phạm.
Một giả định khác của mơ hình REM là khơng có sự tương quan chéo đáng kể đối với phần dư của ước lượng . Tuy nhiên, mẫu nghiên cứu có kiểu dữ liệu bảng khơng cân bằng và sự không cân bằng này là rất lớn, với chênh lệch số quan sát của năm 2017 (năm nhiều nhất) và năm 2013 (năm ít nhất) là 126 quan sát, tức 18,8% tổng số doanh nghiệp quan sát. Do vậy, việc kiểm định giả định về sự tương quan chéo của phần dư (cross-sectional dependence test) là không thể thực hiện được và cũng không cần thiết khi mẫu nghiên cứu có số doanh nghiệp rất lớn (669 doanh nghiệp) và số năm quan sát rất nhỏ (5 năm) (Hoyos và Sarafidis, 2006).
(4) Phân phối của phần dư
Thông qua biểu đồ phân phối phần dư (Hình 4.6), phần dư trong ước lượng mơ hình REM có hình dạng của phân phối chuẩn.
0.0 0.2 0.4 0.6 0.8 1.0 1.2 -8 -6 -4 -2 0 2 4 6 8 Histogram Normal D e n s it y RESID
Hình 4.6. Biểu đồ phần dư theo REM và phân phối chuẩn
4.2.2.4. Hệ số beta và giải thích ý nghĩa
Kỳ vọng của tác giả và kết quả thực nghiệm của các giả thuyết nghiên cứu được tác giả tổng hợp trong Bảng 4.12. Kết quả hồi quy REM thể hiện hệ số hồi quy của biến EM mang dấu dương và có ý nghĩa thống kê ở mức 10%. Kết quả hồi quy xác nhận kết luận sơ bộ từ phân tích hệ số tương quan trước đó: Doanh nghiệp có mức quản trị lợi nhuận càng cao thì nhà đầu tư càng quyết định mua nhiều hơn, bán ít hơn. Mặc dù kết luận này trái ngược với kỳ vọng ban đầu của tác giả, kết quả này giống với kết luận từ nghiên cứu thực nghiệm của Nwaobia và các cộng sự (2016) cho thị trường Nigeria.
Như đã giải thích, tác giả cho rằng mối tương quan thuận chiều này có thể xuất phát từ hiện tượng thông tin bất cân xứng. Doanh nghiệp thực hiện hành vi quản trị lợi nhuận có khả năng cao sẽ ghi nhận kết quả kinh doanh tốt đẹp nếu nhìn từ bên ngoài. Tuy nhiên, nhà đầu tư trên thị trường nói chung khó có thể biết rằng doanh nghiệp đã cố tình điều chỉnh lợi nhuận để báo cáo kết quả lợi nhuận theo hướng có lợi cho họ. Và do vậy, dưới góc nhìn của họ, cổ phiếu của doanh nghiệp này là một khoản đầu tư tốt và họ sẽ ra quyết định mua. Bên cạnh đó, người bán (cổ đơng hiện hữu) rất có thể có nhiều thơng tin hơn người mua về kết quả thực sự của doanh nghiệp. Với thơng tin ít hơn, người mua sẽ có nhiều bất đồng quan điểm hơn về giá trị doanh nghiệp, từ đó tạo ra nhu cầu cao hơn đối với việc mua cổ phiếu của doanh nghiệp.
Hệ số hồi quy của biến ROE mang giá trị dương và có ý nghĩa thống kê ở mức 1%. Kết quả này giống với kỳ vọng của tác giả. Khả năng sinh lời có ảnh hưởng cùng chiều đến quyết định sở hữu cổ phiếu của nhà đầu tư. Điều này hoàn tồn hợp lý: Doanh nghiệp càng có khả năng sinh lời cao thì nhà đầu tư càng muốn mua và ít muốn bán cổ phiếu của doanh nghiệp đó.
Biến LEV đo lường địn bẩy tài chính và có hệ số hồi quy có ý nghĩa thống kê ở mức 10%. Hệ số hồi quy của biến LEV này mang dấu âm và giống với kỳ
vọng của tác giả, thể hiện rằng các doanh nghiệp có địn bẩy tài chính càng cao thì nhà đầu tư trên thị trường quyết định mua càng ít, bán càng nhiều.
Bảng 4.12. Tóm tắt kết quả thực nghiệm các giả thuyết nghiên cứu
GT NỘI DUNG GIẢ THUYẾT KỲ VỌNG
KẾT QUẢ
H1 Cơng ty có mức quản trị lợi nhuận càng cao thì nhà đầu
tư quyết định mua càng ít, bán càng nhiều. – +
H2
Cơng ty có báo cáo tài chính được kiểm tốn bởi Big4 thì nhà đầu tư có quyết định mua nhiều hơn, bán ít hơn cơng ty có báo cáo tài chính khơng được kiểm tốn bởi Big4.
+ 0
H3 Cơng ty có khả năng sinh lời càng cao thì nhà đầu tư
quyết định mua càng nhiều, bán càng ít. + +
H4 Cơng ty có địn bẩy tài chính càng cao thì nhà đầu tư
quyết định mua càng ít, bán càng nhiều. – –
H5 Cơng ty có mức tăng trưởng doanh thu càng cao thì nhà
đầu tư quyết định mua càng nhiều, bán càng ít. + 0
H6 Cơng ty có quy mơ càng lớn thì nhà đầu tư quyết định
mua càng nhiều, bán càng ít. + 0
Ký hiệu: (+) Tác động cùng chiều; (–) Tác động ngược chiều; (0) Không tác động
Hệ số hồi quy của các biến độc lập khác như AUDIT, GRO và SIZE khơng có ý nghĩa thống kê ở mức 1%, 5% hay 10%. Nghĩa là, quyết định mua bán của nhà