4. Thảo luận kết quả nghiên cứu
4.2. kết quả phân tích thực nghiệm
4.2.3. Phân tích các đặc tính của cơng ty tác động đến việc đa dạng hóa
Tơi kiểm tra tác động của đa dạng hóa đến giá trị doanh nghiệp bằng mơ hình sau: πit= α + β1* dummyDIVERit + β2 * LDTAit + β3* EBITsalesit + β4* SIZEit +β5*CAPXsalesit * + νit (4.1)
Với Xit là các quan sát ngoại sinh về đặc điểm của công ty, Dit là biến giả, biến này sẽ nhận giá trị là 1 nếu công ty hoạt động trong nhiều lĩnh vực và ngược lại thì bằng 0, νit là sai số, i là các công ty, t là thời gian
Về đặc điểm công ty được đặc trưng bởi quy mô doanh nghiệp (Size), lợi nhuận (EBITsales), và mức độ đầu tư vào các hoạt động hiện tại – được đo bằng tỷ lệ chi tiêu vốn/doanh thu bán hàng (CAPEXsales) - có khả năng ảnh hưởng đến quyết định đa dạng hóa. Từ kết quả thống kê mơ tả có thể thấy các cơng ty đa dạng hóa sẽ được hưởng lợi từ đa dạng hóa doanh nghiệp hơn những doanh nghiệp tập trung do sự hiện diện của quy mô của nền kinh tế (Penrose, 1959). Các công ty có thể theo đuổi chiến lược này như một phương tiện để cải thiện mức độ lợi nhuận của họ. Hơn nữa, chúng sẽ giúp kiểm soát mức độ đầu tư vào các hoạt động hiện tại khi cơng ty có thể thực hiện chiến lược là tìm kiếm thêm nhiều cơ hội trong các ngành công nghiệp khác. Tôi cũng ước lượng mơ hình bằng cách bao gồm các biến trễ một khoảng thời gian (Campa và Kedia, 2002) nếu chúng có thể đóng một phần trong quyết định đa dạng hóa của cơng ty.
Theo giả định thì việc các cơng ty chọn đa dạng hóa khơng phải là một biến ngẫu nhiên của cơng ty. Vì vậy nếu quyết định đa dạng hóa của cơng ty tương quan với giá trị doanh nghiệp thì Dit sẽ có thể tương quan với νit trong phương trình (4.2). Mà theo kết quả chạy hồi quy ở phần 4.2.1 ở trên thì ta thấy rằng giữa đa dạng hóa và giá trị doanh nghiệp có mối tương quan dương với nhau. Vì vậy nếu ước lượng theo OLS thì β1 có thể bị sai lệch. Nếu biến giải thích này có giá trị rất thấp và khi chúng ta tăng thêm 1 đơn vị thì điều này sẽ làm tăng xác suất lên rất nhiều và như vậy sẽ rơi vào trường hợp hoặc chúng ta có xác suất âm hoặc chúng ta có xác suất lớn hơn 1. Nhưng khi biến giải thích nhận các giá trị gần với vài giá trị “ngưỡng” nào đó, thì việc gia tăng 1 đơn vị có thể gây ra tác động biên lớn. Cùng lập luận như vậy , sau khi biến giải thích này vượt cả những giá trị rất lớn, thì tác động biên của sự thay đổi gia tăng tiếp theo có thể rất nhỏ. Vì vậy theo Campa và Kedia (2002), họ định nghĩa quyết định đa dạng hóa của cơng ty như sau: D*it = βZit + µit
Gọi Dit* là một “biến ẩn”, khơng quan sát được từ quan sát i. Giả sử ta quan sát được Dit khi Dit* vượt một ngưỡng nào đó, chẳng hạn là 0, với: Dit=1 khi Dit*>0 và Dit=0 khi Dit*<0 và Zit làtập hợp các đặc tính của cơng ty , µit là một sai số.
Một điều không thể áp dụng trực tiếp OLS là hệ số xác định R2. Bằng hồi qui tuyến tính cổ điển, nếu cho rằng tất cả mọi dữ liệu đều nằm trên đường hồi qui và R2 = 1 cung cấp một chuẩn mực có ý nghĩa. Nhưng với các biến phụ thuộc có hai tính chất, khái niệm này khơng cung cấp một chuẩn mực nào cả khi xác định thước đo độ chính xác hồi qui. Giải thích trong trường hợp này là cơng ty sẽ quyết định đa dạng hóa khi giá trị doanh nghiệp tiến đến một ngưỡng nào đó, hai trường hợp đa dạng và khơng đa dạng sẽ nằm trên đường hồi qui tuyến tính nên có khả năng có R2 nhưng những trường hợp khác lại có R2 nhỏ. Đây chính là lý do chúng ta nên chọn một dạng hàm khác phù hợp với qui luật của xác xuất trong việc lựa chọn đa dạng hóa. Dạng hàm này là hàm CDF (cummulative distribution function) ứng dụng cho mơ hình Probit như sau:
Đây là các mơ hình phi tuyến tính nên ước lượng bằng phương pháp ML (Maximum Likelihood)
Bảng 4.8: kết quả ước lượng Probit khơng có độ trễ
Dependent Variable: DUMMYDIVER
Method: ML - Binary Probit (Quadratic hill climbing) Date: 10/16/12 Time: 19:12
Sample: 2008 2011 Included observations: 872
Convergence achieved after 5 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z-Statistic Prob. C -5.704798 0.534797 -10.66723 0.0000 SIZE 0.865218 0.088168 9.813253 0.0000 EBITSALES 0.012419 0.016554 0.750184 0.4531 CAPEXSALES -0.098314 0.143080 -0.687124 0.4920 Mean dependent var 0.314220 S.D. dependent var 0.464471 S.E. of regression 0.433938 Akaike info criterion 1.127614 Sum squared resid 163.4461 Schwarz criterion 1.149498
' ' /2 ' 2 1 i i x x i i F x e P
Log likelihood -487.6395 Hannan-Quinn criter. 1.135986 Restr. log likelihood -542.7640 Avg. log likelihood -0.559220 LR statistic (3 df) 110.2490 McFadden R-squared 0.101563 Probability(LR stat) 0.000000
Obs with Dep=0 598 Total obs 872 Obs with Dep=1 274
Bảng 4.9: kết quả ước lượng Probit có độ trễ 1 thời kỳ
Dependent Variable: DUMMYDIVER
Method: ML - Binary Probit (Quadratic hill climbing) Date: 10/16/12 Time: 19:13
Sample (adjusted): 2009 2011
Included observations: 581 after adjustments Convergence achieved after 6 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z-Statistic Prob. C -6.024288 0.668370 -9.013406 0.0000 SIZE 1.028096 0.526934 1.951092 0.0510 EBITSALES -0.009722 0.412192 -0.023586 0.9812 CAPEXSALES -0.043198 0.220591 -0.195827 0.8447 SIZE(-1) -0.091741 0.535335 -0.171371 0.8639 EBITSALES(-1) -0.818195 0.452049 -1.809969 0.0703 CAPEXSALES(-1) -0.153715 0.249808 -0.615333 0.5383 Mean dependent var 0.320138 S.D. dependent var 0.466931 S.E. of regression 0.432744 Akaike info criterion 1.135219 Sum squared resid 107.4914 Schwarz criterion 1.187806 Log likelihood -322.7810 Hannan-Quinn criter. 1.155719 Restr. log likelihood -364.2714 Avg. log likelihood -0.555561 LR statistic (6 df) 82.98079 McFadden R-squared 0.113900 Probability(LR stat) 8.88E-16
Obs with Dep=0 395 Total obs 581 Obs with Dep=1 186
Bảng 4.8 và 4.9 trình bày mơ hình probit trong việc ước tính xu hướng của các cơng ty đa dạng hóa. Biến phụ thuộc có giá trị là 1 nếu công ty đa dạng và ngược lại sẽ nhận giá trị là 0. pseudo-R2 tốt nhất cho thấy sự phù hợp của mơ hình. pseudo-R2 nằm trong khoảng từ 0.101563- 0,1139. Theo kết quả ta thấy quy mô lớn hơn sẽ khuyến khích các cơng ty tiến hành đa dạng hóa. Biến này thì có ý nghĩa thống kê ở mức 5%
trong các hồi quy ngoại trừ trường hợp hồi quy theo giá trị độ trễ. EBITsales không cho thấy ý nghĩa thống kê gì trong các hồi quy nhưng lại có ý nghĩa thống kê ở mức 10% khi kiểm tra độ trễ của nó và giữa ebitsales và mức độ đa dạng hóa có mối tương quan âm với nhau, điều này cho thấy rằng các doanh nghiệp trong q khứ có ít lợi nhuận có nhiều khả năng tiến hành đa dạng hóa để có thể tận dụng những lợi ích từ việc đa dạng hóa trong việc đạt được mục tiêu tối đa hóa giá trị. Capexsales khơng có ý nghĩa thống kê trong tất cả các mơ hình hồi quy, Capexsales thể hiện một sự tương quan tiêu cực đến việc đa dạng hóa, điều này cho thấy rằng các công ty chịu trách nhiệm nhiều hơn với sự đa dạng khi họ nắm giữ quyền đầu tư hạn chế trong hoạt động hiện tại của họ.