Ký hiệu biến Tên biến và ý nghĩa Cơng thức tính
Q Chỉ số Tobin’s Q của
doanh nghiệp.
Tổng giá trị thị trường cổ phiếu và giá trị sổ sách của nợ chia cho tổng giá trị sổ sách của tổng tài sản
DWOMAN Biến Dummy đại diện
cho “sự hiện diện” của thành viên nữ trong HĐQT.
Nhận giá trị là 1: Nếu có ít nhất một thành viên nữ trong HĐQT.
Nhận giá trị là 0: Nếu khơng có thành viên nữ nào trong HĐQT.
PWOMEN Biến Dummy đại diện
cho tỷ lệ của thành viên nữ trong HĐQT.
Số thành viên nữ trong HĐQT Số thành viên HĐQT
BLAU Biến Dummy đại diện
cho “Chỉ số đa dạng giới tính”. 1 − ∑ Pi2 n i=1 n: Tổng số thành viên HĐQT Pi: Tỷ lệ thành viên ở mỗi giới tính
SHANNON Biến Dummy đại diện cho “Chỉ số cân bằng giới tính”. − ∑ Pi n i=1 ln(Pi) n: Tổng số thành viên HĐQT Pi: Tỷ lệ thành viên ở mỗi giới tính
LNDIR Logarit của tổng số
thành viên trong HĐQT. ln(n) NDIR Tổng số thành viên trong HĐQT. n LEVER Mức nợ (giá trị sổ sách) – Địn bẩy tài chính. Tổng nợ Tổng tài sản
ROA Tỷ lệ lợi nhuận ròng
trên tổng tài sản. (%)
Lợi nhuận ròng Tổng tài sản
SIZE Quy mô doanh nghiệp
(Logarit giá trị sổ sách của tổng tài sản).
ln(Tổng tài sản)
3.2 Mơ hình định lượng
3.2.1 Phương trình ước lượng
Sử dụng phương trình như trong bài nghiên cứu của Kevin Campbell và Antonio Mínguez (2007) nghiên cứu tại Tây Ban Nha để xem xét mối quan hệ giữa đa dạng
giới tính và giá trị của doanh nghiệp. Phương trình hồi quy tuyến tính thứ nhất:
Qit= βo+ ∑βj.WOMANjit+ ∑βj.CVjit+ ψt + ηi+εit (1)
Trong đó:
WOMANjit đại diện cho 1 trong 4 biến thay thế lẫn nhau (DWOMAN, PWOMEN, BLAU, SHANNON).
CV đại diện cho 3 biến kiểm soát (LEVER, ROA, SIZE).
ψt + ηi là sai số đặc trưng không quan sát được.
εit là sai số.
Phương trình trên được đưa ra để xét mối quan hệ một chiều: Sự đa dạng giới tính trong HĐQT ảnh hưởng đến hiệu quả hoạt động doanh nghiệp. Ngoài ra, để phân tích ở chiều ngược lại, xem xét nhân tố nào trong các đặc tính của doanh nghiệp tác động đến đa dạng giới tính trong HĐQT, bài nghiên cứu sử dụng phương trình hồi quy tuyến tính thứ 2:
WOMANit= βo+ ∑βjQjit+ ∑βjCVjit + ψt+ηi+εit (2)
Trong đó:
WOMANit cũng tương tự như phương trình (1), đại diện cho 1 trong 4 biến thay thế lẫn nhau (DWOMAN, PWOMEN, BLAU, SHANNON).
Qjit là đại diện cho chỉ số Tobin’s Q
CV đại diện cho 2 biến kiểm soát (LNDIR và SIZE).
Các biến khác cũng tương tự như quy định tại phương trình (1)
3.2.2 Phương pháp định lượng 3.2.2.1 Hồi quy toàn mẫu
Nhằm xem xét các tác động đã đề cập ở phần mục tiêu, bài nghiên cứu sẽ tiến hành hồi quy cho toàn mẫu 281 doanh nghiệp, với 1.124 quan sát từ năm 2010 – 2013. Quy trình hồi quy được tiến hành như sau:
Đầu tiên, bài nghiên cứu lập bảng thống kê mô tả chuỗi dữ liệu theo từng biến và nhận xét giá trị và ý nghĩa của các biến quan trọng như Tobin’s Q, WOMAN, SIZE… để có những nhận định ban đầu về tình hình doanh nghiệp và sự đa dạng giới tính trong HĐQT.
Thứ hai, lập ma trận hệ số tương quan để kiểm tra vấn đề đa cộng tuyến giữa các biến. Nhận xét và đánh giá từng cặp biến với nhau về tính đa cộng tuyến.
Thứ ba, tiến hành hồi quy phương trình (1) và phương trình (2) cho từng biến WOMAN. Bài nghiên cứu sử dụng phương pháp hồi quy đầu tiên là Pooled với giả định các hệ số đều không đổi theo thời gian và không đổi theo đặc trưng từng doanh nghiệp, thực hiện như hồi quy OLS. Việc này nhằm nhận biết trước các vấn đề cơ bản nhất về mối quan hệ giữa sự đa dạng giới tính trong HĐQT và giá trị doanh nghiệp. Trong trường hợp, các sai số đặc trưng thể hiện các tác động không quan sát được là quá mạnh, với giả định các sai số đặc trưng về tính khơng đồng nhất giữa các ngành và giữa các doanh nghiệp trong cùng một ngành có tác động đến biến giải thích, bài nghiên cứu sử dụng mơ hình Fixed Effect để ước lượng. Trong trường hợp với giả định ngược lại là các sai số đặc trưng về tính khơng đồng nhất giữa các ngành và giữa các doanh nghiệp trong cùng một ngành khơng tác động đến biến giải thích, bài nghiên cứu dùng mơ hình Random Effect để ước lượng.
Thứ tư, để đánh giá xem phương pháp hồi quy nào là phù hợp nhất trong ba phương pháp: Pooled, REM, FEM, bài nghiên cứu sử dụng hai kiểm định là Lagrange Multiplier (LM test, Breusch và Pagan, 1980) và kiểm định Hausman (Hausman, 1978). Đầu tiên là kiểm định Lagrange Multiplier (LM test, Breusch và Pagan, 1980) của mơ hình Random Effect. Giả thuyết Ho là: Tác động riêng lẻ ηi = 0. Nếu
bác bỏ giả thuyết Ho thì mơ hình Panel Least Squares khơng cịn phù hợp. Sau đó, bài nghiên cứu sử dụng kiểm định Hausman (Hausman, 1978) để xác định mơ hình nào hợp lý nhất giữa FEM và REM. Giả thuyết Ho là: Ước lượng của FEM và REM là khơng khác nhau. Nếu bác bỏ Ho thì mơ hình REM khơng hợp lý, nên sử dụng mơ hình FEM.
Thứ 5, sau khi đã xác định được mơ hình thích hợp nhất, bài nghiên cứu sẽ tiến hành các kiểm định các giả thuyết liên quan đến mơ hình này:
Kiểm tra đa cộng tuyến giữa các biến thông qua ma trận hệ số tương quan.
Thứ 6, trong bài nghiên cứu gốc của Kevin Campbell và Antonio Mínguez (2007) có nghi ngờ tính nội sinh trong 2 phương trình. Biến nội sinh là biến có sự tương quan với phần dư, do dó có thể làm ảnh hưởng lên các hệ số thu được. Vì vậy, ước lượng sẽ được thực hiện với dữ liệu bảng sử dụng phương pháp bình phương bé nhất 2 giai đoạn (2SLS). Ý tưởng của việc sử dụng biến công cụ để thay thế biến nội sinh trong mơ hình 2SLS mà tác giả Kevin Campbell và Antonio Mínguez (2007) sử dụng là:
Đối với phương trình (1) với biến phụ thuộc là Q, biến nội sinh nghi ngờ là WOMAN, do biến công cụ đưa vào phải có tương quan với biến nội sinh WOMAN và khơng có tương quan với phần dư. Từ thực tế và qua bài nghiên cứu này, biến công cụ hợp lý cho WOMAN là LNDIR
Đối với phương trình (2) với biến phụ thuộc là WOMAN, biến nội sinh nghi ngờ là Q, do biến công cụ đưa vào phải có tương quan với biến nội sinh Q và khơng có tương quan với phần dư. Từ thực tế và qua bài nghiên cứu này, biến công cụ hợp lý cho Q là ROA.
Phương pháp bình phương bé nhất 2 giai đoạn (2SLS) sẽ được sử dụng để ước lượng cho 2 phương trình trên, sau khi xuất các kết quả ước lượng và sẽ tiến hành đọc và giải thích các kết quả.
3.2.2.2 Kết quả kỳ vọng
Xét mối quan hệ trong phương trình (1), vấn đề bình đẳng giới tại Việt Nam ngày càng được cải thiện và việc nữ giới tham gia trong HĐQT nhưng khơng nắm giữ vị trí chủ chốt là CEO nên quyền quyết định các vấn đề có thể phụ thuộc các thành viên khác trong HĐQT, vì vậy có thể khơng thể hiện được hết phong cách lãnh đạo của nữ giới là: “Communal” bao gồm thân thiện, dễ dàng chia sẻ, cảm thông, nhạy cảm và hiền lành như đã trình bày ở trên, từ đó hạn chế khả năng ảnh hưởng lên giá trị doanh nghiệp. Do đó, bài nghiên cứu kỳ vọng vấn đề nữ giới tham gia vào HĐQT không ảnh hưởng đến giá trị doanh nghiệp. Điều này ngược lại với kết quả
nghiên cứu của bài gốc của tác giả Kevin Campbell và Antonio Mínguez (2007). Bài nghiên cứu kỳ vọng dấu hiệu của biến ROA, SIZE ảnh hưởng tích cực đến giá trị doanh nghiệp, dấu hiện của biến LEVER kỳ vọng là tích cực nếu nợ là một cơ chế hiệu quả để giảm xung đột cơ quan trong cơng ty.
Trong phương trình (2), kết quả kỳ vọng của bài nghiên cứu cũng giống bài nghiên cứu của Kevin Campbell và Antonio Mínguez (2007) về vấn đề: Việc hiện diện nữ
giới vào HĐQT phụ thuộc vào quy mô số lượng thành viên của hội đồng và cũng chịu ảnh hưởng không đáng kể bởi quy mô của doanh nghiệp. Giá trị doanh nghiệp không thể hiện rõ ảnh hưởng lên số lượng nữ trong HĐQT.
CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU 4.1 Hồi quy cho toàn mẫu
4.1.1 Thống kê mơ tả biến cho tồn mẫu
Trong bài nghiên cứu này, bài nghiên cứu xem xét tác động của sự đa dạng giới tính trong HĐQT và hiệu quả hoạt động của các doanh nghiệp Việt Nam vì vậy như đã trình bày ở trên, bài nghiên cứu sẽ hồi quy theo 2 phương trình sau:
Qit= βo+ ∑βj.WOMANjit+ ∑βj.CVjit+ ψt + ηi+εit (1) WOMANit= βo+ ∑βjQjit+ ∑βjCVjit + ψt+ηi+εit (2)
Bảng dưới cho thấy một mô tả thống kê ngắn gọn các giá trị thống kê các biến được sử dụng trong nghiên cứu này, bao gồm: Số quan sát, giá trị trung bình, giá trị nhỏ nhất, giá trị lớn nhất và độ lệch chuẩn.