Để tiến hành phân tích hồi quy bội, các biến được đưa vào mô hình theo phương pháp Backward elimintion (Loại dần ra). Theo phương pháp này, bắt đầu với tất cả các biến trong mô hình, và tại từng bước, loại bỏ dần biến độc lập ít tác dụng nhất (có trị số F-to-remove thấp nhất). Các biến bị loại ra khỏi mô hình cho đến khi một tiêu chuẩn được xây dựng trước cho thống kê F không còn đúng nữa.
Hồi quy ngành sản xuất :
Kết quả phân tích hồi quy tuyến tính bội theo phương pháp Backward cùng với các thông số kiểm định như sau :
Bảng 2.26. Kết quả kiểm định của mô hình ngành sản xuất
Model R R2 (R Square) R2 điều chỉnh (Adjusted R Square) F Sig. Durbin- Watson 1 0,792 0,627 0,541 7,280 0,000 2 0,791 0,626 0,552 8,380 0,000 3 0,791 0,625 0,561 9,762 0,000 4 0,789 0,622 0,568 11,538 0,000 5 0,783 0,613 0,568 13,622 0,000 2,610
(Nguồn: Xử lý bằng SPSS số liệu trên BCTC của các doanh nghiệpđiều tra)
Theo phương pháp Backward, mô hình được xác định ở bước 5. Hệ số xác định của mô hình R2 giảm dần qua từng bước, và ở bước 5, R2 = 0,613 khẳng định sự phù hợp của mô hình. Hay nói cách khác, mô hình hồi quy này có thể giải thích 61,3% sự thay đổi của Tỷ suất nợ. Qua 5 bước loại bỏ dần các biến độc lập ít có tác dụng với Tỷ suất nợ. Lần lượt các biến bị loại bỏ như sau: Tổng tài sản, Tuổi của DN, Tăng trưởng tài sản và DFL. Như vậy mô hình còn lại: Tổng doanh thu, Tỷ lệ TSCĐ, ROA, Tỷ suất lãi vay, Hình thức sở hữu. Thống kê F cao dần từ bước 1 đến bước 5 và ở bước 5 thống kê F là 13,622, điều này khẳng định giả thuyết về các hệ số hồi quy đồng thời bằng không đều bị bác bỏ. Với sig = 0,000 mô hình có ý nghĩa thống kê. Kết quả phân tích hồi quy bội ở bước 5 như ở bảng 2.27
Bảng 2.27 : Các thông số thống kê trong mô hình hồi quy được lựa chọn
Các hệ số chưa chuẩn hóa
Các hệ số đã chuẩn hóa
Kiểm tra đa cộng tuyến Model B Sai số chuẩn Beta t Sig. Tỷ lệ phương sai VIF (Constant) 74,039 7,367 10,051 0,000 X2-Tổng DT 0,028 0,011 0,335 2,535 0,015 0,514 1,945 X3-Tỷ lệ TSCD -0,228 0,114 -0,203 -2,005 0,051 0,879 1,137 X4-ROA -1,801 0,490 -0,431 -3,677 0,001 0,656 1,525 X10-Tỷ suất lãi vay -2,324 0,483 -0,494 -4,809 0,000 0,854 1,171 X12-Hình thức sở hữu 13,628 7,229 0,225 1,885 0,066 0,634 1,578
(Nguồn: Xử lý bằng SPSS số liệu trên BCTC của các doanh nghiệpđiều tra)
Trên bảng 2.27, B là hệ số góc của biến độc lập trong mô hình hồi quy, Beta là hệ số chuẩn hóa được sử dụng để đánh giá mức độ ảnh hưởng của các biến độc lập với các biến phụ thuộc khi loại trừ đơn vị đo lường, t là giá trị thống kê Student và sig là mức ý nghĩa để kiểm định biến, VIF là hệ số phóng đại phương sai.
Nhận xét và thảo luận kết quả hồi quy:
- Qua bảng 2.27 cho thấy, trong 5 biến tác động được lựa chọn, cả 5 biến tác động đều có mối quan hệ tuyến tính với biến Tỷ suất nợ, đó là biến: Tổng doanh thu (sig = 0,015), ROA (Sig = 0,001), Tỷ suất lãi vay (Sig = 0,000), Tỷ lệ TSCĐ (Sig = 0,051) và Hình thức sở hữu (Sig = 0,066) đều có ý nghĩa thống kê vì giá trị p-value (Sig) nhỏ hơn 10%.
- Mô hình hồi quy tuyến tính như sau:
Y = 74,039 + 0,028X2 – 0,228X3 – 1,801X4 – 2,324X10 + 13,628X12
Kết quả mô hình cho thấy, trong khi các nhân tố khác không đổi, nếu: Tổng doanh thu tăng lên 1 tỷ đồng thì Tỷ suất nợ sẽ tăng lên 2,8%; Tỷ lệ TSCĐ tăng 1% thì Tỷ suất nợ giảm 0,228%; Tỷ suất sinh lời của tài sản tăng lên 1% thì Tỷ suất nợ giảm 1,801%; Tỷ suất lãi vay tăng 1% thì Tỷ suất nợ giảm 2,234%;
- Theo hệ số B, biến Tổng doanh thu và Hình thức sở hữu của DN có quan hệ thuận chiều với Tỷ suất nợ; ROA, Tỷ lệ TSCĐ và Tỷ suất lãi vay có quan hệ nghịch chiều với Tỷ suất nợ. Theo hệ số Beta, mức độ ảnh hưởng của các nhân tố được giữ lại
trong mô hình theo thứ tự ưu tiên sau: Tổng doanh thu, Tỷ lệ TSCĐ, ROA, Tỷ suất lãi vay, Hình thức sở hữu của DN.
Kiểm tra các khuyết tật của mô hình:
- Qua phụ lục 1.1 ta thấy, phần dư có trung bình (mean) = -0,03, độ lệch chuẩn (Std. Dev) = 0,974. Biểu đồ phân bố phần dư có dạng hình chuông đều 2 bên, giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1. Như vậy giả định phần dư có phân phối chuẩn không bị vi phạm.
- Qua bảng 2.26 ta thấy, kiểm định Durbin – Watson có giá trị là d = 2,610. Như vậy 1< d <3 nên mô hình không có sự tự tương quan.
- Để kiểm định phương sai không đổi, dựa vào biểu đồ Scatterplot ở phụ lục 1.1 ta thấy các giá trị phần dư phân tán ngẫu nhiên quanh giá trị zero (đường ngang) nên phương sai không thay đổi.
- Hệ số phóng đại phương sai (VIF) đều có giá trị nhỏ hơn 10, như vậy mô hình hồi quy hoàn toàn không bị đa cộng tuyến [10].
- Qua bảng 2.19 cho thấy, thống kê F hoàn toàn có ý nghĩa thống kê (giá trị p- value = 0,000 < 5%). Như vậy mô hình hồi quy là phù hợp xét trong phạm vi tổng thể.
Ngành thương mại :
Theo phương pháp Backward, có 6 chỉ tiêu tác động đến Tỷ suất nợ đó là: ROA, DFL, Tăng trưởng tài sản, Tỷ suất lãi vay, Tuổi của DN và Hình thức sở hữu. Các hệ số xác định của mô hình qua các bước loại bỏ như sau:
Bảng 2.28. Kết quả kiểm định của mô hình ngành thương mại
Model R R2 (R Square) R2 điều chỉnh (Adjusted R Square) F Sig. Durbin- Watson 1 0,630 0,397 0,326 5,632 0,000 2 0,630 0,396 0,334 6,402 0,000 3 0,627 0,393 0,339 7,308 0,000 4 0,620 0,385 0,339 8,338 0,000 1,935
Qua kết quả trên cho thấy, hệ số xác định của mô hình R2 giảm dần qua từng bước, và ở bước 4, R2 = 0,385 khẳng định sự phù hợp của mô hình. Hay nói cách khác, mô hình hồi quy này có thể giải thích 38,5% sự thay đổi của Tỷ suất nợ. Với thông số thống kê F tăng dần qua các bước càng xác minh rằng giả thuyết các hệ số hồi quy đồng thời bằng không bị bác bỏ. Kết quả phân tích hồi quy bội như ở bảng 2.29 (adsbygoogle = window.adsbygoogle || []).push({});
Bảng 2.29. Các thông số thống kê trong mô hình hồi quy được lựa chọn
Các hệ số chưa chuẩn hóa
Các hệ số đã chuẩn hóa
Kiểm tra đa cộng tuyến Model B Sai số chuẩn Beta t Sig. Tỷ lệ phương sai VIF (Constant) 51,168 7,782 6,575 0,000 X4-ROA -0,665 0,221 -0,285 -3,013 0,003 0,858 1,166 X7-DFL 0,756 0,340 0,200 2,225 0,029 0,951 1,052 X9-Tăng trưởng TS 0,020 0,011 0,173 1,864 0,066 0,897 1,114 X10-Tỷ suất lãi vay -1,354 0,429 -0,294 -3,158 0,002 0,887 1,127 X11-Thời gian HĐ 1,992 0,611 0,312 3,260 0,002 0,839 1,192 X12-Hình thức sở hữu 11,712 5,314 0,200 2,204 0,030 0,932 1,073
(Nguồn: Xử lý bằng SPSS số liệu trên BCTC của các doanh nghiệpđiều tra)
Trên bảng 2.29, B là hệ số góc của biến độc lập trong mô hình hồi quy, Beta là hệ số chuẩn hóa được sử dụng để đánh giá mức độ ảnh hưởng của các biến độc lập với các biến phụ thuộc khi loại trừ đơn vị đo lường, t là giá trị thống kê Student và sig là mức ý nghĩa để kiểm định biến, VIF là hệ số phóng đại phương sai.
Nhận xét và thảo luận kết quả hồi quy:
- Qua bảng 2.29 cho thấy, trong 6 biến tác động được lựa chọn, cả 6 biến tác động đều có mối quan hệ tuyến tính với biến Tỷ suất nợ, đó là biến: Tỷ suất sinh lời của tài sản ROA (sig = 0,003), DFL (Sig = 0,029) và Tỷ suất lãi vay (Sig = 0,002), Tuổi của DN (Sig = 0,002) và Hình thức sở hữu (Sig = 0,030) và Tăng trưởng tài sản (Sig = 0,066) có ý nghĩa thống kê vì giá trị p-value (Sig) nhỏ hơn 10%.
- Mô hình hồi quy tuyến tính như sau:
Kết quả mô hình cho thấy, trong khi các nhân tố khác không đổi, nếu: Tỷ suất sinh lời của tài sản ROA tăng 1% thì Tỷ suất nợ giảm 0,664%; Đòn bẩy tài chính DFL tăng 1% thì Tỷ suất nợ tăng 0,756%; Tăng trưởng tài sản tăng 1% thì Tỷ suất nợ tăng 0,020%; Tỷ suất lãi vay tăng 1% thì Tỷ suất nợ giảm 1,354%; Thời gian hoạt động tăng lên 1 năm thì Tỷ suất nợ tăng 1,992%.
- Theo hệ số B, biến Đòn bẩy tài chính DFL, Tuổi của DN, Tăng trưởng tài sản và Hình thức sở hữu có quan hệ thuận chiều với Tỷ suất nợ; Tỷ suất sinh lời của tài sản ROA và Tỷ suất lãi vay có quan hệ nghịch chiều với Tỷ suất nợ. Theo hệ số Beta, mức độ ảnh hưởng của các nhân tố được giữ lại trong mô hình theo thứ tự ưu tiên sau: Tỷ suất sinh lời của tài sản ROA, Đòn bẩy tài chính DFL, Tăng trưởng tài sản, Tỷ suất lãi vay, Tuổi của DN và Hình thức sở hữu.
Kiểm tra các khuyết tật của mô hình:
- Qua phụ lục 1.1 ta thấy, phần dư có trung bình (mean) = -0,03, độ lệch chuẩn (Std. Dev) = 0,968. Biểu đồ phân bố phần dư có dạng hình chuông đều 2 bên, giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1. Như vậy giả định phần dư có phân phối chuẩn không bị vi phạm.
- Qua bảng 2.28 ta thấy, kiểm định Durbin – Watson có giá trị là d = 1,935. Như vậy 1< d <3 nên mô hình không có sự tự tương quan.
- Để kiểm định phương sai không đổi, dựa vào biểu đồ Scatterplot ở phụ lục 1.1 ta thấy các giá trị phần dư phân tán ngẫu nhiên quanh giá trị zero (đường ngang) nên phương sai không thay đổi.
- Hệ số phóng đại phương sai (VIF) đều có giá trị nhỏ hơn 10, như vậy mô hình hồi quy hoàn toàn không bị đa cộng tuyến [10].
- Qua bảng 2.29 cho thấy, thống kê F hoàn toàn có ý nghĩa thống kê (giá trị p- value = 0,000 < 5%). Như vậy mô hình hồi quy là phù hợp xét trong phạm vi tổng thể.
Ngành xây dựng :
Bảng 2.30. Kết quả kiểm định của mô hình ngành xây dựng
Model R R2 (R Square) R2 điều chỉnh (Adjusted R Square) F Sig. Durbin- Watson
1 0,654 0,428 0,339 4,825 0,000 2 0,654 0,428 0,351 5,522 0,000 3 0,654 0,428 0,261 6,409 0,000 4 0,653 0,426 0,370 7,546 0,000 5 0,649 0,421 0,374 9,002 0,000 6 0,643 0,414 0,376 11,112 0,000 7 0,630 0,397 0,368 14,031 0,000 8 0,614 0,377 0,358 19,702 0,000 2,176
(Nguồn: Xử lý bằng SPSS số liệu trên BCTC của các doanh nghiệpđiều tra)
Theo phương pháp Backward, mô hình được thiết lập ở bước thứ 8. Các biến bị loại bỏ lần lượt là: Tổng tài sản, Tổng doanh thu, Tỷ lệ TSCĐ, ROA, DOL, Tăng trưởng tài sản, Hình thức sở hữu. Như vậy, chỉ còn lại 2 biến độc lập trong mô hình là Tỷ suất lãi vay và Tuổi của DN. Từ bước 1 đến bước 7, R2 giảm dần nhưng R2 được điều chỉnh tăng lên so với mô hình có đầy đủ các biến. Với thống kê F khá cao (F = 19,702) chứng tỏ rằng giả thuyết các hệ số hồi quy đồng thời bằng không bị bác bỏ. Hệ số R2 = 0,377 xác định mô hình này giải thích được 37,7% sự thay đổi của Tỷ suất nợ.
Kết quả phân tích hồi quy bội như ở bảng sau:
Bảng 2.31. Các thông số thống kê trong mô hình hồi quy được lựa chọn
Các hệ số chưa chuẩn hóa
Các hệ số đã chuẩn hóa
Kiểm tra đa cộng tuyến Model B Sai số chuẩn Beta t Sig. Tỷ lệ phương sai VIF (Constant) 37,728 5,525 6,828 0,000
X10 Tỷ suất lãi vay -1,277 0,314 -0,398 -4,065 0,000 1,000 1,000 X11-Thời gian HĐ 3,003 0,638 0,461 4,706 0,000 1,000 1,000
(Nguồn: Xử lý bằng SPSS số liệu trên BCTC của các doanh nghiệpđiều tra) (adsbygoogle = window.adsbygoogle || []).push({});
Trên bảng 2.31, B là hệ số góc của biến độc lập trong mô hình hồi quy, Beta là hệ số chuẩn hóa được sử dụng để đánh giá mức độ ảnh hưởng của các biến độc lập với các biến phụ thuộc khi loại trừ đơn vị đo lường, t là giá trị thống kê Student và sig là mức ý nghĩa để kiểm định biến, VIF là hệ số phóng đại phương sai.
- Qua bảng 2.31 cho thấy, trong 2 biến tác động được lựa chọn, thì cả 2 biến tác động đều có mối quan hệ tuyến tính với biến Tỷ suất nợ, đó là biến: Tỷ suất lãi vay (sig = 0,000) và Tuổi của DN (Sig = 0,000) đều nhỏ hơn 5%.
- Mô hình hồi quy tuyến tính như sau: Y = 37,728 – 1,277X10 + 3,003X11
Kết quả mô hình cho thấy, trong khi các nhân tố khác không đổi, nếu: Tỷ suất lãi vay tăng 1% thì Tỷ suất nợ giảm 1,277%; Thời gian hoạt động tăng lên 1 năm thì Tỷ suất nợ tăng 3,003%.
- Theo hệ số B, biến Tuổi của DN có quan hệ thuận chiều với Tỷ suất nợ; Tỷ suất lãi vay có quan hệ nghịch chiều với Tỷ suất nợ. Theo hệ số Beta, mức độ ảnh hưởng của các nhân tố được giữ lại trong mô hình theo thứ tự ưu tiên sau: Tỷ suất lãi vay và Tuổi của DN.
Kiểm tra các khuyết tật của mô hình:
- Qua phụ lục 1.1 ta thấy, phần dư có trung bình (mean) = 0,03, độ lệch chuẩn (Std. Dev) = 1,128. Biểu đồ phân bố phần dư có dạng hình chuông đều 2 bên, giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1. Như vậy giả định phần dư có phân phối chuẩn không bị vi phạm.
- Qua bảng 2.30 ta thấy, kiểm định Durbin – Watson có giá trị là d = 2,176. Như vậy 1< d <3 nên mô hình không có sự tự tương quan.
- Để kiểm định phương sai không đổi, dựa vào biểu đồ Scatterplot ở phụ lục 1.1 ta thấy các giá trị phần dư phân tán ngẫu nhiên quanh giá trị zero (đường ngang) nên phương sai không thay đổi.
- Hệ số phóng đại phương sai (VIF) đều có giá trị nhỏ hơn 10, như vậy mô hình hồi quy hoàn toàn không bị đa cộng tuyến [10].
- Qua bảng 2.31 cho thấy, thống kê F hoàn toàn có ý nghĩa thống kê (giá trị p- value = 0,000 < 5%). Như vậy mô hình hồi quy là phù hợp xét trong phạm vi tổng thể.