CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.4. Mơ hình hồi quy
3.4.1. Mơ hình dữ liệu bảng cơ bản
Để tìm hiểu tác động của sở hữu nhà nước đến chi phí sử dụng nợ của các cơng ty cổ phần được niêm yết tại thị trường Việt Nam cũng như xem xét các yếu tố chi phối tác động của sở hữu nhà nước đến chi phí sử dụng nợ, bài nghiên cứu này được tiến hành dựa trên cơ sở dữ liệu bảng. Tác giả thu thập dữ liệu từ 240 công ty trên hai sàn chứng khoán HOSE và HNX trong giai đoạn từ năm 2008 đến 2014. Ngoài ra, tác giả cũng đưa vào một số đặc điểm quản trị và đặc trưng của công ty để xem xét các yếu tố này có tác động đến chi phí sử dụng nợ hay không.
Với bộ dữ liệu này, tác giả triển khai mơ hình theo dạng như sau:
Ln(IR) = β0 + β1 STATE + β2OWNER + β3CEO + β4BOARD + β5AGENCY + β6ROA + β7AGE + β8SIZE + β9TANG + β10CF + β11GROWTH + β12Ln(MB) + β13SHORTDEBT + β14LONGDEBT + β15(1/ATOT) + β15Ln(GDP) + Ʃ βyYR + Ʃ βiINDUS + ԑi (1)
3.4.2. Mơ hình dữ liệu bảng động
Vì sử dụng dữ liệu bảng với chuỗi thời gian T nhỏ và số lượng mảng không gian N lớn, kết quả hồi quy ước lượng theo phương pháp hiệu ứng cố định FEM sẽ bị chệch. Ngoài ra, các biến có thể được xem là nội sinh. Bởi vì quan hệ nhân quả có thể xảy ra theo hai chiều hướng: từ các biến giải thích đến các biến được giải thích và ngược lại. Việc hồi quy các biến này có thể dẫn đến sự tương quan với sai số, tức xảy ra hiện tượng nội sinh làm chệch kết quả. Vì vậy tác giả sử dụng GMM động (Generalized Method of Moments) để xử lý vấn đề trên. Phương trình được trình bày như sau:
Ln(IR)it = α + βLn(IR)it-1 + δSTATEit + γXit + ηi + ԑit (2)
Trong đó : i là các công ty ; t là thời gian. Xit là tập hợp các biến kiểm sốt được định nghĩa như phương trình (1) và có khả năng ngoại sinh hoặc nội sinh ; Ln(IR)it-1
hiệu ứng cố định do đặc thù của công ty và ԑit là sai số đặc thù quan sát được. Tác giả xem biến STATE là nội sinh để cho phép biến này tương quan với hiệu ứng cố định theo công ty ηi và sai số đặc thù quan sát được ԑit. Giả định nội sinh của biến
STATE cho phép mối quan hệ nhân quả giữa sở hữu nhà nước và chi phí sử dụng nợ đối với sự không đồng nhất giữa các công ty.
Mơ hình GMM động cho thấy hiệu ứng cố định của từng cơng ty có tương quan đến biến trễ phụ thuộc và một vài biến giải thích trong mơ hình có thể nội sinh. Điều này làm nảy sinh hiện tượng không vững hoặc không đúng khi kiểm định bằng phươg pháp Pooled OLS và ước lượng của mơ hình sẽ bị chệch. Thay vào đó, bài nghiên cứu sẽ sử dụng phương pháp GMM sẽ được trình bày ở phần sau.
3.5. Phương pháp nghiên cứu
Mục tiêu của bài nghiên cứu này là nhằm kiểm tra tác động của sở hữu nhà nước đến chi phí sử dụng nợ của các cơng ty tại thị trường Việt Nam. Tổng quan phương pháp nghiên cứu sẽ được mô tả theo các bước sau :
3.5.1. Thống kê mơ tả
Tác giả trình bày thống kê mơ tả cho tất cả các biến trong mơ hình nhằm mơ tả lại các đặc tính của dữ liệu nghiên cứu và đưa ra những nhận định ban đầu về chuỗi dữ liệu nghiên cứu. Cụ thể, bài nghiên cứu sẽ mô tả lại dữ liệu theo các tiêu chí: số quan sát, giá trị trung bình, giá trị nhỏ nhất, giá trị lớn nhất và độ lệch chuẩn.
3.5.2. Phân tích tương quan giữa các biến
Phân tích tương quan nhằm xem xét mối quan hệ giữa các biến phụ thuộc với biến độc lập và giữa các biến độc lập trong mơ hình. Ngồi ra, trong trường hợp hệ số tương quan giữa các biến độc lập cao cho thấy xảy ra hiện tượng đa cộng tuyến trong mơ hình và là cơ sở để đề tài thực hiện các kiểm định cần thiết.
3.5.3. Phương pháp ước lượng mơ hình
các kiểm định này là để kiểm tra độ nhạy và sự thay đổi cấu trúc các biến trong mơ hình, qua đó tìm hiểu tác động của các biến cũng như đánh giá tính vững của mơ hình. Tuy nhiên, các phương pháp này đều cho kết quả ước lượng yếu, vì khơng khắc phục một số vấn đề nảy sinh khi tiến hành ước lượng phương trình (1):
(1) Biến sở hữu nhà nước (STATE) được xem là nội sinh. Bởi vì quan hệ nhân quả giữa sở hữu nhà nước và chi phí sử dụng nợ. Việc hồi quy các biến này có thể dẫn đến sự tự tương quan với sai số, tức xảy ra hiện tượng nội sinh làm chệch kết quả;
(2) Đặc điểm của các công ty không quan sát được (trường hợp hiệu ứng cố định) có tác động đến cả chi phí sử dụng nợ và quyền sở hữu, bao gồm các đặc thù không quan sát được ηi và sai số đặc thù quan sát được ԑit
uit = ηi +ԑit (2a)
(3) Sự hiện diện của biến trễ Ln(IR)it-1 trong phương trình (2) sẽ dẫn đến hiện tượng tự tương quan;
(4) Dữ liệu bảng trong các nghiên cứu thường có thời gian ngắn (T=7) và số lượng các công ty lớn (N=240).
Để giải quyết hai vấn đề (1) và (2), bài nghiên cứu sử dụng phương pháp ước lượng GMM sai phân của Arellano và Bond (1991). Một trong những ưu điểm của mơ hình GMM so với mơ hình ước lượng biến cơng cụ là GMM dễ dàng chọn các biến cơng cụ hơn vì sử dụng các biến ngoại sinh ở các khoảng thời gian khác hoặc lấy độ trễ của các biến có thể sử dụng như biến công cụ cho biến nội sinh tại thời điểm hiện tại. Do đó, GMM đã đưa ra nhiều biến cơng cụ để có thể dễ dàng đạt được điều kiện của một biến công cụ chuẩn. Ước lượng GMM của Arellano và Bond cũng phù hợp với các dữ liệu bảng ngắn với chuỗi thời gian ngắn và số lượng doanh nghiệp dài (vấn đề (4)).
Để giải quyết vấn đề (2) hiệu ứng cố định thì phương pháp GMM sai phân có sử dụng sai phân bậc nhất để chuyển hóa phương trình số (2) thành:
Bằng sự chuyển hóa các biến hồi quy ở sai phân bậc nhất thì hiệu ứng cố định đặc thù của cơng ty sẽ được loại trừ, bởi vì nó khơng thay đổi theo thời gian. Từ phương trình (2a) ta có:
Δuit = Δηi +Δԑit hoặc
uit – uit-1 = (ηi - ηi-1) + (ԑit - ԑit-1) = ԑit - ԑit-1
Biến phụ thuộc được lấy sai phân bậc nhất cũng được thiết kế với độ trễ của nó trong quá khứ. Vì thế, vấn đề (3) cũng được xử lý một cách triệt để
Ngoài ra, bài nghiên cứu cũng kiểm tra tính hợp lý của việc sử dụng trong phương pháp GMM thông qua hai kiểm định. Kiểm định đầu tiên là kiểm định Sargan (hoặc kiểm định Hansen) cho tính hiệu lực của mơ hình với giả thuyết H0 biến công cụ phù hợp với mơ hình. Giá trị p-value của Sargan càng lớn thì mơ hình càng có độ tin cậy cao. Kiểm định thứ hai là kiểm định Arellano-Bond nhằm kiểm định sự tự tương quan của mơ hình với giả thuyết H0 khơng có tự tương quan và được áp dụng cho số dư sai phân.