STT Tên ngành Số lƣợng
1 Cao su 5
3 Nhựa- bao bì 11
4 Sản xuất kinh doanh 12
5 Thép 6 6 Thực phẩm 12 7 Thủy sản 8 8 Vận tải/ cảng/ taxi 11 9 Xây dựng 10 Tổng cộng 86 (Nguồn: Tác giả tổng hợp) 3.3.2 Thu thập dữ liệu
Dữ liệu đƣợc tác giả thu thập trong BCTC và báo cáo thƣờng niên của các công ty từ nhiều nguồn khác nhau nhƣ trên trang https://www.cophieu68.vn, https://www.final.vietstock.vn hoặc từ website của công ty. Cụ thể nhƣ sau:
- Đối với biến phụ thuộc SMOOTHi tác giả thu thập dữ liệu trên bảng cân đối kế toán và báo cáo lƣu chuyển tiền tệ từ năm 2008 đến năm 2017
- Đối với biến uy tín cơng ty kiểm tốn (BIG4) tác giả thu thập thơng tin cơng ty kiểm tốn trên BCTC đƣợc kiểm toán từ năm 2012 đến 2017
- Đối với biến cơ hội đầu tƣ (INVOL) tác giả thu thập dữ liệu doanh thu trên báo cáo kết quả hoạt động kinh doanh từ năm 2011 đến 2017 để tính tỉ lệ tăng trƣởng
- Đối với biến tỷ trọng cổ phần nắm giữ bởi cơng ty nƣớc ngồi (FOR) tác giả thu thập dữ liệu trên báo cáo thƣờng niên của công ty năm 2012 đến 2017
- Đối với biến qui mô công ty (SIZE) tác giả thu thập dữ liệu tổng tài sản trên bảng cân đối kế toán năm 2012 đến 2017
- Đối với biến địn bẩy tài chính (LEV) tác giả thu thập dữ liệu nợ dài hạn và tổng tài sản trên bảng cân đối kế toán năm 2012 đến 2017
3.4 Phân tích dữ liệu
3.4.1 Phân tích thống kê mơ tả
Thống kê mơ tả là là việc tổng hợp lại các đặc tính cơ bản của dữ liệu đã thu thập nhƣ: trung bình, độ lệch chuẩn, giá trị lớn nhất, giá trị nhỏ nhất… để cung cấp cho ngƣời cho ngƣời phân tích cũng nhƣ ngƣời đọc có cái nhìn bao quát hơn về các đặc tính của mẫu.
3.4.2 Phân tích tƣơng quan
Phân tích tƣơng quan dùng để kiểm tra mối quan hệ định lƣợng giữa các biến độc lập và biến phụ thuộc. Trong luận văn này tác giả sử dụng Pearson để phân tích tƣơng quan. Hệ số tƣơng quan có giá trị trong khoảng [-1,1]. Dấu của hệ số tƣơng quan thể hiện quan hệ thuận, nghịch giữa các biến. Hệ số tƣơng quan càng lớn cho thức mức độ tƣơng qua giữa các biến càng cao và có thể dẫn đến hiện tƣợng đa cộng tuyến. Hệ số tƣơng quan đƣợc coi là cao khi có giá trị lớn hơn 0.8 (Huỳnh Đạt Hùng và cộng sự, 2013)
3.4.3 Phân tích hồi quy
Sau khi đã thực hiện thống kê mơ tả, tác giả sẽ tiến hành phân tích hồi quy đa biến để kiểm tra ảnh hƣởng của biến độc lập lên biến phụ thuộc. Cụ thể trong luận văn này dùng để kiểm tra ảnh hƣởng của các nhân tố lên CLLN của các cơng ty niêm yết trên sàn chứng khốn Việt Nam
Vì trong luận văn này tác giả sử dụng dữ liệu bảng để nghiên cứu sự ảnh hƣởng của các nhân tố là biến độc lập đến biến phụ thuộc, nên có nhiều khả năng mỗi thực thể có thể có hệ số gốc riêng khơng đổi qua thời gian hoặc hệ số gốc riêng thay đổi qua thời gian hoặc cũng có thể các thực thể khơng có hệ số gốc riêng, mà yếu tố này chúng ta không quan sát đƣợc. Để đạt đƣợc ƣớc lƣợng hiệu quả và vững chúng ta ƣớc lƣợng đúng phƣơng pháp đối với từng trƣờng hợp. Cụ thể đối với mơ hình có hệ số gốc riêng không đổi qua thời gian chúng ta dùng ƣớc lƣợng mơ hình tác động cố định (FEM), đối với mơ hình có hệ số gốc riêng thay đổi qua thời gian chúng ta sử dụng ƣớc lƣợng mơ hình tác động ngẫu
nhiên (REM). Còn đối với trƣờng hợp các thực thể khơng có hệ số gốc riêng chúng ta sử dụng ƣớc lƣợng Pooled OLS
Đối với phƣơng pháp ƣớc lƣợng FEM thì có 3 phƣơng pháp để thực hiện, và mỗi phƣơng pháp đều có ƣu, nhƣợc điểm riêng cụ thể nhƣ sau:
- Phƣơng pháp mơ hình biến giả bình phƣơng tối thiểu (Least square dummy veriable): Đối với phƣơng pháp này có ƣu điểm là đơn giản, dễ thực hiện, tính đƣợc hệ số gốc cho từng đối tƣợng nhƣng có nhƣợc điểm là các biến giả đƣa vào mơ hình lớn.
- Phƣơng pháp hồi quy trong cùng nhóm (Wihtin - regression): Phƣơng pháp này có ƣu điểm là khơng cần đƣa biến giả vào mơ hình, khơng bị mất quan sát. Tuy nhiên nhƣợc điểm là không ƣớc lƣợng đƣợc hệ số gốc của từng đối tƣợng
- Phƣơng pháp hồi quy sai phân: Cũng giống nhƣ Phƣơng pháp hồi quy trong cùng nhóm, phƣơng pháp này cũng có ƣu điểm là khơng phải đƣa biến giả vào mơ hình, nhƣợc điểm là khơng ƣớc lƣợng đƣợc đƣợc hệ số góc của từng đối tƣợng. Ngồi ra cịn có nhƣợc điểm nữa là bị mất quan sát.
Thông qua các ƣu điểm và nhƣợc điểm của các phƣơng pháp cùng với mục đích của luận văn khi ƣớc lƣợng theo FEM là để tính các hệ số của các đối tƣợng là biến độc lập chứ khơng cần tính hệ số gốc cho từng đối tƣợng, vì vậy tác giả chọn phƣơng pháp hồi quy trong cùng nhóm để sử dụng cho ƣớc lƣợng FEM
Lựa chọn ƣớc lƣợng hồi quy
Vì vậy để lựa chọn đƣợc mô hình phù hợp tác giả sẽ thực hiện các bƣớc sau:
Bƣớc 1: So sánh lựa chọn giữa phƣơng pháp phân tích hồi quy theo Pooled OLS và FEM. Trong stata tác giả sẽ sử dụng các câu lệnh để chạy ƣớc lƣợng FEM bằng phƣơng pháp hồi quy trong cùng nhóm. Sau khi ƣớc lƣợng FEM, tác giả sẽ kiểm định giả thuyết H0: α1=α2=…=αn= 0. Nếu kết quả cho thấy bác bỏ giả thuyết H0 ta sẽ chọn ƣớc lƣợng FEM ngƣợc lại chọn Pooled OLS
Bƣớc 2: So sánh lựa chọn giữa ƣớc lƣợng theo FEM và ƣớc lƣợng theo REM. Tác giả sẽ thực hiện các câu lệnh trong stata để chạy ƣớc lƣợng theo FEM, REM. Sau khi đã chạy 2 ƣớc lƣợng trên tác giả sẽ sử dụng kiểm định Hausman để kiểm định giả thuyết H0: COV (αi,t ; αi)= 0. Nếu kết quả bác bỏ giả thuyết H0 chúng ta chọn mơ hình FEM
Sau khi đã thực hiện 2 bƣớc trên nếu kết quả đều cho ƣớc lƣợng FEM phù hợp hơn tác giả sẽ chọn ƣớc lƣợng FEM. Nếu kết quả của 2 bƣớc trên khác nhau tác giả sẽ thực hiện bƣớc tiếp theo để lựa chọn mơ hình phù hợp nhất
Bƣớc 3: So sánh lựa chọn giữa ƣớc lƣợng theo Pooled OLS và REM. Trong stata, tác giả sẽ thực hiện lệnh để chạy ƣớc lƣợng REM. Sau đó thực hiện kiểm định giả thuyết H0: VAR (αi) = 0. Nếu kết quả bác bỏ giả thuyết H0 chúng ta chọn ƣớc lƣợng REM
3.5 Kiểm định các khuyết tật của mơ hình 3.5.1 Hiện tƣợng tự tƣơng quan 3.5.1 Hiện tƣợng tự tƣơng quan
Hiện tƣợng tự tƣơng quan theo Huỳnh Đạt Hùng và các cộng sự (2013) thì: tự tƣơng quan là quan hệ giữa các thành phần của chuỗi quan sát đƣợc sắp xếp theo thứ tự thời gian hoặc không gian. Khi xảy ra hiện tƣợng tự tƣơng quan thì các ƣớc lƣợng OLS của chúng ta vẫn không chệch và vững nhƣng nó sẽ khơng cịn hiệu quả.
Cách phát hiện: Để phát hiện hiện tƣợng tự tƣơng quan theo ƣớc lƣợng OLS theo Huỳnh Đạt Hùng và các cộng sự (2013) thì có các phƣơng pháp: Phƣơng pháp đồ thị, kiểm định chạy, kiểm định Durbin – watson, kiểm định Breusch- Godfrey. Để phát hiện tự tƣơng quan trong luận văn, tác giả sử dụng phƣơng pháp kiểm định Breusch- Godfrey.
Cách khắc phục: Để khắc phục hiện tƣợng tự tƣơng quan trong luận văn này tác giả sử dụng phƣơng pháp FGLS để có các ƣớc lƣợng hiệu quả
3.5.2 Hiện tƣợng phƣơng sai thay đổi
Hiện tƣợng phƣơng sai thay đổi là hiện tƣợng phƣơng sai các phần dƣ không phải là hằng số. Hậu quả của hiện tƣợng phƣơng sai thay đổi làm cho kiểm định F khơng cịn đáng tin cậy.
Cách phát hiện: Theo Huỳnh Đạt Hùng và các cộng sự (2013) thì để phát hiện phƣơng sai thay đổi của ƣớc lƣợng OLS có các cách sau: Phƣơng pháp đồ thị, kiểm định Park, kiểm định Glejser, kiểm định tƣơng quan theo thứ hạng Spearman, kiểm định Goldfeld-Quadt, kiểm định Preusch- Pangan, kiểm định White. Trong luận văn này, tác giả sử dụng kiểm định Breusch and Pagan để kiểm định phƣơng sai thay đổi. Cách khắc phục: Để khắc phục hiện tƣợng tự tƣơng quan trong luận văn này tác giả sử dụng phƣơng pháp FGLS để có các ƣớc lƣợng hiệu quả.
3.5.3 Hiện tƣợng đa cộng tuyến
Hiện tƣợng đa cộng tuyến là hiện tƣợng có mối quan hệ tuyến tính giữa các biến trong mơ hình.
Cách phát hiện: Theo Huỳnh Đạt Hùng và cộng sự (2013) có các cách sau để phát hiện:
- Uớc lƣợng có R2 lớn nhƣng |t| thấp
- Hệ số tƣơng quan giữa độc lập cao (hệ số > 0.8)
- Sử dụng hệ số nhân tử phóng đại phƣơng sai VIF. Nếu VIF > 10 thì có hiện tƣợng đa cộng tuyến.
Trong luận văn này, tác giả sử dụng hệ số nhân tử phóng đại phƣơng sai VIF cùng với việc quan sát R2, |t|, hệ số tƣơng quan giữa các biến để phát hiện hiện tƣợng đa cộng tuyến
KẾT LUẬN CHƢƠNG 3
Chƣơng này trình bày quy trình nghiên cứu của luận văn dựa trên phƣơng pháp nghiên cứu định lƣợng. Ngoài ra chƣơng này cũng cho ngƣời đọc có cái nhìn khái quát về những việc tác giả thực hiện để cho ra kết quả nghiên cứu thơng qua việc trình bày về cách thức chọn mẫu, thu thập dữ liệu, đo lƣờng các biến, phƣơng pháp tích dữ liệu, cách kiểm định để lựa chọn kết quả.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN 4.1 Phân tích CLLN của các cơng ty niêm yết trên TTCK Việt Nam hiện nay
Theo kết quả bảng 4.1 và phụ lục 8 cho thấy từ năm 2012 đến năm 2017 CLLN thấp nhất 4.29957, CLLN cao nhất 0.14172, CLLN trung bình 0.95421.
CLLN cao nhất năm 2012 là 0.16953 sau đó giảm xuống 0.17401 vào năm 2013, sau đó đƣợc cải thiện ở mức 0.16358 vào năm 2014; năm 2015, 2016 CLLN giảm xuống lần lƣợt là 0.16706 và 0.18728 và đƣợc cải thiện năm 2017 là 0.14172.
CLLN trung bình năm 2012 là 0.81469 sau đó thi giảm xuống đến năm 2016 là 1.09041, sau đó đƣợc cải thiện ở năm 2017 là 1.02391
Qua việc em xét CLLN cao nhất qua các năm cho thấy CLLN của các công ty niêm yết trên sàn chứng khoán Việt Nam là chƣa cao và tăng giảm thất thƣờng qua các năm từ năm 2012 đến năm 2017