Biến Mơ tả Phương trình
∆CASH HOLDING Sự thay đổi tiền và các khoản tương
đương tiền trên tài sản ròng
(1), (2)
SIZE Logarith tự nhiên của tổng tài sản (1), (2) GROWTH Phần trăm thay đổi của doanh thu (1), (2) CASH FLOW Lợi nhuận sau thuế cộng khấu hao cộng
chi phí tiền lãi trên tài sản ròng
(1), (2)
NET WORKING CAPITAL
Vốn luân chuyển trừ tiền mặt trên tài sản
ròng (2)
LEVERAGE Tổng nợ trên tổng tài sản (2) DEBT MATURITY Vay nợ ngắn hạn trên tổng vay nợ (2)
3.4. Phương pháp hồi quy 3.4.1. Mơ hình OLS gộp 3.4.1. Mơ hình OLS gộp
Mơ hình OLS gộp (pooled OLS) là mơ hình hồi quy với giả định tất cả các hệ số chặn đều không thay đổi theo thời gian (time series) và khơng gian (cross section). Điều này có thể được hiểu như là các đặc điểm không quan sát được của từng cơng ty chẳng hạn như văn hóa cơng ty, số lượng nam nữ của công ty, khẩu vị rủi ro của ban lãnh đạo … của các cơng ty được giả định là giống nhau. Do đó một mơ hình nếu bỏ qua các giá trị khơng gian và thời gian của dữ liệu kết hợp (dữ liệu bảng) thì đây chỉ là dạng hồi quy OLS thơng thường.
Bên cạnh đó, ở đây ảnh hưởng của từng cá nhân (individual) được giả định là như nhau cho nên phương trình hồi quy được thể hiện như sau:
𝒀𝒊𝒕 = 𝒄 + 𝒂 ∗ 𝑿𝒊𝒕+ 𝒆𝒊𝒕 (3)
Do được hồi quy dựa trên phương pháp OLS cho nên mơ hình này u cầu phải thỏa các giả định sau:
Giả định 1: phương trình (3) phản ánh đúng mối quan hệ giữa 𝑌𝑖𝑡 và 𝑋𝑖𝑡
Giả định 2: 𝑋𝑖𝑡 là biến ngoại sinh: E(𝑒𝑖𝑡|𝑋𝑖𝑡) = 0; có nghĩa là biến độc lập và phần dư mơ hình khơng có tương quan với nhau
Giả định 3: Phần dư 𝑒𝑖𝑡 tuân theo phân phối chuẩn (không tồn tại hiện tượng phương sai thay đổi, tự tương quan…)
Nếu tất cả các giả định trên được thỏa thì mơ hình hồi quy OLS gộp thỏa gói BLUE, do đó kết quả từ mơ hình hồi quy OLS gộp sẽ đáng tin cậy và có thể dùng để phân tích. Ngược lại thì xem như mơ hình OLS gộp cho ra kết quả bị chệch.
3.4.2. Mơ hình ảnh hưởng cố định
Mơ hình ảnh hưởng cố định (Fixed Effect Model) có phần giống với mơ hình OLS gộp, tuy nhiên, mơ hình FEM cho thấy rằng ảnh hưởng của từng cá nhân chẳng hạn như văn hóa cơng ty, số lượng nam nữ của công ty, khẩu vị rủi ro của ban lãnh đạo… thì có sự khác biệt giữa các doanh nghiệp. Do đó phương trình ước lượng (1) sẽ được viết lại như sau:
𝒀𝒊𝒕 = 𝒄𝒊+ 𝒂 ∗ 𝑿𝒊𝒕+ 𝒆𝒊𝒕 (4)
Cũng giống như mơ hình OLS gộp, mơ hình ảnh hưởng cố định yêu cầu phải thỏa một số giả định như sau:
Giả định 1: phương trình (4) phản ánh đúng mối quan hệ giữa 𝑌𝑖𝑡 và 𝑋𝑖𝑡
Giả định 2: biến giải thích và phần dư không tương quan với nhau; và ảnh hưởng riêng biệt của từng cá nhân không tương quan với phần dư; tuy nhiên biến độc lập và ảnh hưởng riêng biệt của từng cá nhân có thể tương quan với nhau (Chamberlain, 1984).
Giả định 3: phần dư tuân theo phân phối chuẩn (không tồn tại hiện tượng phương sai thay đổi, tự tương quan…)
Từ đây có thể thấy rằng sự khác biệt giữa mơ hình OLS gộp và mơ hình ảnh hưởng cố định chính là sự ảnh hưởng của từng cá nhân. Do đó, để so sánh mơ hình OLS gộp và mơ hình ảnh hưởng cố định mơ hình nào phù hợp hơn thì kiểm định F-test, kiểm định này sẽ được đề cập rõ hơn trong phần các kiểm định cần thiết 3.4.4.
3.4.3. Mơ hình ảnh hưởng ngẫu nhiên
Mơ hình ảnh hưởng ngẫu nhiên (Random Effect Model) thì lại tương tự với mơ hình ảnh hưởng cố định. Tuy nhiên, chỉ khác ở điều kiện, mơ hình ảnh hưởng
ngẫu nhiên u cầu khơng có sự tương quan giữa biến độc lập và các ảnh hưởng riêng biệt của từng cá nhân.
Mơ hình ảnh hưởng ngẫu nhiên được thể hiện như sau:
𝒀𝒊𝒕 = 𝒄 + 𝒂 ∗ 𝑿𝒊𝒕+ 𝒗𝒊𝒕 (5)
Trong đó 𝒗𝒊𝒕 = 𝒆𝒊𝒕+ 𝒖𝒊 là sai số thành phần.
Giả định của mơ hình RE như sau:
Giả định 1: phương trình (5) phản ánh đúng mối quan hệ giữa 𝑌𝑖𝑡 và 𝑋𝑖𝑡
Giả định 2: biến giải thích và phần dư khơng tương quan với nhau; và ảnh hưởng riêng biệt của từng cá nhân không tương quan với phần dư (giống như giả định trong mơ hình ảnh hưởng cố định)
Giả định 3: ảnh hưởng từng cá nhân tuân theo phân phối chuẩn(không tồn tại hiện tượng phương sai thay đổi, tự tương quan…)
Giả định 4: phần dư 𝒆𝒊𝒕 tuân theo phân phối chuẩn(không tồn tại hiện tượng
phương sai thay đổi, tự tương quan…)
Giả định 5: ảnh hưởng từng cá nhân 𝒖𝒊 khơng tương quan với biến giải thích
𝑿𝒊𝒕 và đơi khi được giả định theo hiệp phương sai cov(𝑿𝒊𝒕, 𝒖𝒊) = 0. Đây là điềm khác
biệt so với Giả định 2 trong mơ hình ảnh hưởng cố định.
Từ đây có thể thấy rằng sự khác biệt giữa mơ hình ảnh hưởng cố định và mơ hình ảnh hưởng ngẫu nhiên chính là mối tương quan giữa biến độc lập và ảnh hưởng riêng biệt của từng cá nhân. Do đó, để so sánh giữa mơ hình ảnh hưởng cố định và mơ hình ảnh hưởng ngẫu nhiên mơ hình nào phù hợp hơn thì sử dụng kiểm định Hausman, kiểm định này sẽ được đề cập rõ hơn trong phần các kiểm định cần thiết 3.4.4.
3.4.4. Các kiểm định cần thiết
Các kiểm định thống kê được thực hiện để lựa chọn mơ hình phù hợp nhất giữa ba mơ hình OLS gộp, mơ hình ảnh hưởng cố định, mơ hình ảnh hưởng ngẫu nhiên được trình bày trong phần này.
Kiểm tra mơ hình phù hợp giữa mơ hình OLS gộp và mơ hình ảnh hưởng cố định:
Như đã trình bày trong phần trên, sự khác biệt giữa mơ hình OLS gộp và mơ hình ảnh hưởng cố định chính là sự ảnh hưởng của từng cá nhân. Do đó, kiểm định F – test sẽ được sử dụng với giả thuyết H0 là mơ hình OLS gộp phù hợp hơn. Chi tiết hơn, giả thuyết H0 được thể hiện như sau:
𝐻0: 𝜇1 = 𝜇2 = ⋯ = 𝜇𝑁 = 0
Khi giả thuyết H0 này bị bác bỏ, đồng nghĩa với việc tại ít nhất một doanh nghiệp có đặc điểm riêng biệt khơng quan sát khác với các doanh nghiệp trong mẫu nghiên cứu. Do đó, mơ hình ảnh hưởng cố định sẽ phù hợp hơn mơ hình OLS gộp.
Kiểm tra mơ hình phù hợp giữa mơ hình ảnh hưởng cố định và mơ hình ảnh hưởng ngẫu nhiên:
Như đã trình bày trong phần trên, sự khác biệt giữa mơ hình ảnh hưởng cố định và mơ hình ảnh hưởng ngẫu nhiên chính là mối tương quan giữa biến độc lập và ảnh hưởng riêng biệt của từng cá nhân. Do đó, kiểm định Hausman – test sẽ được sử dụng với giả thuyết H0 là mơ hình ảnh hưởng ngẫu nhiên phù hợp hơn hơn. Chi tiết hơn, giả thuyết H0 được thể hiện như sau:
𝐻0: Các đặc điểm riêng biệt của từng cơng ty khơng có tương quan với biến
Trong trường hợp các đặc điểm riêng biệt của từng cơng ty khơng có tương quan với biến độc lập (tức không thể bác bỏ H0), mơ hình ảnh hưởng ngẫu nhiên phù hợp và hiệu quả hơn mơ hình ảnh hưởng cố định và do đó được lựa chọn. Ngược lại, khi hợp các đặc điểm riêng biệt của từng cơng ty có tương quan với biến độc lập (tức bác bỏ H0), ước lượng của mơ hình ảnh hưởng ngẫu nhiên bị chệch và do đó mơ hình ảnh hưởng cố định sẽ phù hợp hơn.
Ngồi các kiểm định lựa chọn mơ hình phù hợp, luận văn cũng xem xét vấn đề tự tương quan và phương sai thay đổi bởi các kiểm định với giả thuyết H0 như sau: - Kiểm định phương sai thay đổi: H0 là phương sai không đổi trong mơ hình
nghiên cứu
- Kiểm định tự tương quan: H0 là không tồn tại hiện tượng tự tương quan trong mơ hình nghiên cứu
Do đó, nếu cả hai kiểm định này đều cho thấy không tồn tại hiện tượng tự tương quan lẫn phương sai thay đổi thì các kết quả ước lượng từ ba mơ hình Ols gộp, mơ hình ảnh hưởng cố định và mơ hình ảnh hưởng ngẫu nhiên có thể dùng để phân tích. Tuy nhiên ngược lại thì khi đó cả ba mơ hình sẽ bị chệch, do vậy luận văn đề cử dùng phương pháp ước lượng FGLS với ưu điểm khắc phục được cả hiện tượng tự tương quan lẫn phương sai thay đổi và cho ra kết quả ước lượng hiệu quả hơn.
3.4.5. Phương pháp hồi quy FGLS
Phương pháp ước lượng OLS là phương pháp ước lượng đơn giản và dễ thực hiện nhất nhưng phải đảm bảo thỏa các giả định của phương pháp, cụ thể:
Mối quan hệ giữa biến độc lập và biến phụ thuộc là tuyến tính
Khơng có mối tương quan giữa các biến độc lập
Khơng có hiện tượng phương sai thay đổi
Khơng có mối tương quan giữa biến độc lập và sai số mơ hình
Trong đó giả định (3) và (4) nếu bị vi phạm sẽ làm cho hệ số hồi quy được ước lượng bởi OLS mặc dù là tuyến tính nhưng khơng đạt được ước lượng hiệu quả nhất. Do đó, để khắc phục được khuyết điểm này, phương pháp ước lượng GLS (Generalized least square) được sử dụng. Đồng thời, theo Greene (2012) đề nghị, khi có tồn tại hiện tượng phương sai thay đổi và tự tương quan thì ma trận phương sai – hiệp phương sai sẽ có dạng : Varcov() = , trong đó, là ma trận đối xứng và được xác định dương.
Cho nên tồn tại ma trận P không suy biến sao cho -1 = P’ P
Khi đó mơ hình hồi quy ban đầu có dạng:
𝑌 = 𝛼 ∗ 𝑋 + 𝜀 ↔ 𝑃𝑌 = 𝑃 ∗ 𝛼 ∗ 𝑋 + 𝑃 ∗ 𝜀
↔ 𝑌∗ = 𝛼 ∗ 𝑋∗+ 𝜀∗
Với 𝑌∗ = 𝑃 ∗ 𝑌; 𝑋∗ = 𝑃 ∗ 𝑋; 𝜀∗ = 𝑃 ∗ 𝜀
Mơ hình chuyển đổi cuối cùng lúc này sẽ thỏa mãn các giả định ban đầu của phương pháp ước lượng OLS, khơng có phương sai thay đổi và khơng có tự tương quan trong mơ hình nghiên cứu. Khi đó việc áp dụng phương pháp ước lượng OLS đối với mơ hình này sẽ thu được kết quả ước lượng vững chắc, hiệu quả và không chệch với ma trận hệ số hồi quy được tính tốn như sau:
𝛽̂𝐹𝐺𝐿𝑆 = (𝑋′−1
𝑋)−1(𝑋′−1 𝑌)
Phương pháp này được gọi là phương pháp ước lượng FGLS (Feasible Generalized Least Square).
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU
4.1. Thống kê mô tả
Trong chương này, luận văn tiến hành phân tích thống kê mơ tả giữa các biến thơng qua việc xem xét các giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất, trung vị và giá trị lớn nhất. Kết quả được trình bày trong bảng 4.1, qua đó có thể thấy rằng các doanh nghiệp trong mẫu nghiên cứu có nhu cầu nắm giữ tiền mặt khoảng 1,62% so với tổng tài sản. Đồng thời dựa vào giá trị độ lệch chuẩn có thể thấy rằng có sự khác biệt nhiều trong hành vi nắm giữ tiền mặt của các doanh nghiệp qua thời gian. Cụ thể, Công ty cổ phần Xuất nhập khẩu An Giang năm 2011 có hành vi giảm lượng tiền mặt nắm giữ xuống nhiều so với năm 2010 (với giá trị biến Cash là -59,47% và Công ty Cổ phần Tư vấn Xây dựng Điện 2 năm 2014 có hành vi nắm nhiều tiền mặt hơn so với năm 2013 (với giá trị biến Cash là 85,77%).