4.3. Kết quả của mơ hình hồi quy đa biến:
4.3.2. Kết quả phương trình hồi quy P.vol với 6 biến độc lập
) ( * * . * * * . *
.vol a Dyield b Payout c Size d Evol e Debt h Growth X
P j = j+ j + j+ j+ j+ j+εj
Bảng 4.4: Kết quả của phương trình hồi quy giữa P.vol với 6 biến độc lập bằng phương pháp OLS:
P.vol Coefficients Std. Error t-stat Prob
(Constant) 1.0523050 0.2845606 3.70 0.000 D.yield -1.4137150 1.4745350 -0.96 0.340 Payout 0.0294786 0.0938205 0.31 0.754 Size -0.1119236*** 0.0379671 -2.95 0.004 E.vol 2.3718650* 1.2007420 1.98 0.051 Debt 0.6070329* 0.3579656 1.70 0.093 Growth 0.2862200 0.2132965 1.34 0.183
Ghi chú:(*) - mức ý nghĩa 10%; (***) - mức ý nghĩa 1%; R2 = 0.1241;Adj. R2 = 0.0687; Prob>F = 0.0456; Root MSE = 0.45582; F(6;95) = 2.24
Nguồn: Tác giả tự tổng hợp và tính tốn từ kết quả chạy từ phần mềm Stata – Phụ lục 3.
Theo kết quả của bảng 4.4, R2=0.1241 có nghĩa là mơ hình giải thích được 12.41% sự biến thiên của biến phụ thuộc. Tiếp theo, tác giả kiểm định các điều kiện để có thể áp dụng được mơ hình OLS trong phân tích và kết quả phát hiện được như sau:
• Kiểm định hiện tượng đa cộng tuyến giữa các biến:
Tác giả dựa trên kết quả của ma trận tương quan và hệ số phóng đại phương sai (VIF) để kiểm tra hiện tượng đa cộng tuyến.
Phân tích tương quan phần (hạng Pearson) được sử dụng để xem xét mối tương quan của từng biến độc lập (Suất sinh lợi cổ tức, Tỷ lệ chi trả cổ tức, Qui mô công ty, Biến động lợi nhuận trước thuế và lãi vay, Tỷ lệ nợ dài hạn trên tổng tài sản, Tốc độ tăng trưởng) và biến phụ thuộc (Biến động giá cổ phiếu). Các hệ số tương quan giữa các biến được sử dụng để lượng hóa mức độ chặt chẽ của mối quan hệ tuyến tính giữa hai biến định lượng (Hoàng Trọng, 2008). Tất cả các biến được đưa vào phân tích tương quan (kể cả biến phụ thuộc trong mơ hình), nếu các biến có tương quan chặt thì phải lưu ý đến hiện tượng đa cộng tuyến trong phân tích hồi quy.
Từ kết quả của ma trận tương quan trong bảng 4.2 ta thấy rằng tất cả các hệ số đều nhỏ hơn 0.8 và trong bảng 4.5 cũng chỉ ra hệ số phóng đại phương sai trung bình VIF = 1.17 < 2, điều đó cho thấy hiện tượng đa cộng tuyến giữa các biến là không nghiêm trọng.
Bảng 4.5: Kết quả kiểm định hiện tượng đa cộng tuyến các biến
VIF
Variable VIF 1/VIF
D.yield 1.31 0.762231 Size 1.30 0.770251 Debt 1.18 0.849104 Growth 1.09 0.913830 Payout 1.09 0.918577 E.vol 1.04 0.958434
• Kiểm định hiện tượng phương sai thay đổi:
Tác giả sử dụng kiểm định White để kiểm tra sự tồn tại của hiện tượng phương sai thay đổi của các biến (Biến động giá cổ phiếu, Suất sinh lợi cổ tức, Tỷ lệ chi trả cổ tức, Qui mô công ty, Biến động lợi nhuận trước thuế và lãi vay, Tỷ lệ nợ dài hạn trên tổng tài sản, Tốc độ tăng trưởng) trong mơ hình hồi quy đa biến. Kết quả cho thấy tồn tại hiện tượng phương sai thay đổi, do đó tác giả đề nghị sử dụng phương pháp ước lượng bình phương tối thiểu tổng quát (GLS) để khắc phục hiện tượng phương sai thay đổi khi phân tích hồi quy.
Bảng 4.6: Kết quả kiểm định phương sai thay đổi của mơ hình Kết quả kiểm định White
Total 71.53 34 0.0002 Kurtosis 2.22 1 0.1366 Skewness 12.83 6 0.0458 Heteroskedasticity 56.48 27 0.0007 Source chi2 df p Cameron & Trivedi's decomposition of IM-test Prob > chi2 = 0.0007
chi2(27) = 56.48
against Ha: unrestricted heteroskedasticity White's test for Ho: homoskedasticity
• Kiểm định hiện tượng tự tương quan giữa các biến:
Dữ liệu của bài nghiên cứu là dạng dữ liệu chéo nên bỏ qua bước kiểm tra tự tương quan của các biến.
Tóm lại, tác giả lựa chọn phương pháp ước lượng bình phương tối thiểu tổng quát (GLS) để phân tích thay cho phương pháp ước lượng bình phương bé nhất (OLS) thông thường để khắc phục ảnh hưởng của hiện tượng phương sai thay đổi của các biến trong mơ hình hồi quy.
Bảng 4.7: Kết quả của phương trình hồi quy giữa P.vol với 6 biến độc lập bằng phương pháp GLS ) ( * * . * * * . *
.vol a Dyield b Payout c Size d Evol e Debt h Growth X
P j = j+ j + j+ j+ j+ j+εj
P.vol Coefficients Std. Error t-stat Prob
(Constant) 0.4093876*** 0.0162151 25.25 0.000 D.yield -0.3143657*** 0.0470240 -6.69 0.000 Payout -0.0043334*** 0.0015345 -2.82 0.006 Size -0.0067588*** 0.0009915 -6.82 0.000 E.vol 1.0008240*** 0.1004927 9.96 0.000 Debt 0.2433837*** 0.0172571 14.10 0.000 Growth 0.0932570*** 0.0101754 9.16 0.000
Ghi chú:(**) - mức ý nghĩa 5%; (***) - mức ý nghĩa 1%; R2 = 0.9610;Adj. R2 = 0.9585; F(6;95) = 389.86; Prob>F = 0.0000; Root MSE = 0.00578
Việc thêm vào các biến kiểm sốt Qui mơ cơng ty (Size), Biến động lợi nhuận trước thuế và lãi vay (E.vol), Tỷ lệ nợ dài hạn trên tổng tài sản (Debt), Tốc độ tăng trưởng (Growth) vào mơ hình hồi quy thì mối quan hệ ngược chiều đáng kể giữa biến động giá cổ phiếu với suất sinh lợi cổ tức và tỷ lệ chi trả cổ tức được tìm thấy ở mức ý nghĩa 1%. Điều đó có hàm ý rằng cổ tức chi trả càng cao thì biến động giá cổ phiếu càng thấp. Bảng 4.7 cho thấy có mối quan hệ ngược chiều đáng kể giữa biến động giá cổ phiếu và qui mô công ty ở mức ý nghĩa 1%. Hệ số hồi quy của biến Size là -0.0067588 có nghĩa là khi qui mô công ty gia tăng hay sụt giảm 1% sẽ làm cho biến động giá cổ phiếu sụt giảm hay gia tăng 0.0068%.
Ngoài ra, theo như kỳ vọng ta cũng tìm thấy mối quan hệ cùng chiều rõ ràng giữa biến động giá cổ phiếu và biến động lợi nhuận trước thuế và lãi vay với giá trị 1.0008240 ở mức ý nghĩa 1%. Điều đó hàm ý rằng, cơng ty có biến động lợi nhuận trước thuế và lãi vay càng cao thì biến động giá cổ phiếu càng lớn do biến động lợi nhuận trước thuế và lãi vay cao thể hiện rủi ro của công ty ở mức cao, cụ thể nếu biến động lợi nhuận trước thuế và lãi vay tăng 1% sẽ khiến cho biến động giá cổ phiếu tăng 1.0%. Hơn nữa, kết quả cũng chỉ ra rằng biến động giá cổ phiếu và tỷ lệ nợ dài hạn trên tổng tài sản có mối quan hệ cùng chiều đáng kể ở mức ý nghĩa 1% điều đó có nghĩa rằng cơng ty vay nợ càng nhiều thì biến động giá cổ phiếu càng cao. Cuối cùng, ta tìm thấy mối quan hệ cùng chiều giữa tăng trưởng và biến động giá cổ phiếu, chứng tỏ cơng ty càng tăng trưởng thì biến động giá cổ phiếu càng cao.