CHƢƠNG 3 PHƢƠNG PHÁP NGHIÊN CỨU
3.4 Phƣơng pháp đinh lƣợng
Trƣớc tiên, nhằm mục đích kiểm tra sự tác động của địn bẩy lên đầu tƣ theo cơng thức (1), bài nghiên cứu này sử dụng dữ liệu bảng (panel data). Dữ liệu dạng bảng có ƣu điểm hơn so với các dữ liệu theo chuỗi thời gian và không gian mà Baltagi đã chỉ ra rằng:
Vì dữ liệu bảng liên quan đến doanh nghiệp, vùng miền,v.v… theo thời gian nên nhất định có tính dị biệt (khơng đồng nhất) trong các dữ liệu này. Kỹ thuật ƣớc lƣợng dữ liệu bảng có thể chính thức xem xét đến tính dị biệt đó bằng cách xem xét các biến số đó có tính chất đặc thù theo từng doanh nghiệp, vùng miền v.v…
Thông qua kết hợp các chuỗi theo thời gian của các quan sát theo không gian, dữ liệu bảng cung cấp những dữ liệu có nhiều thơng tin hơn, đa dạng hơn, ít đa cộng tuyến hơn giữa các biến số, nhiều bậc tự do hơn và hiệu quả hơn.
Dữ liệu bảng có thể phát hiện và đo lƣờng tốt hơn những ảnh hƣởng mà không thể quan sát trong chuỗi dữ liệu thời gian thuần túy hay dữ liệu chéo theo không gian thuần túy.
Cuối cùng, bằng cách thu thập số liệu có sẵn của vài nghìn đơn vị, dữ liệu bảng có thể tối thiểu hóa sự chênh lệch có thể xảy ra nếu ta tổng hợp các doanh nghiệp thành số liệu tổng.
Quá trình hồi quy và lựa chọn xem phƣơng pháp hồi quy nào là phù hợp có thể đƣợc tóm tắt trong hình sau:
Hình 1: Quá trình lựa chọn phƣơng pháp phù hợp
Nguồn: Chương trình Giảng dạy kinh tế Fullbright - Các phương pháp định lượng – C.16: Các mơ hình hồi quy dữ liệu bảng
Đối với mơ hình tác động ngẫu nhiên, phƣơng pháp nhân tử Lagrange (LM) với kiểm định Breusch-Pagan đƣợc sử dụng để kiếm chứng tính phù hợp của ƣớc lƣợng. Theo đó, giả thuyết là tác động riêng lẻ không quan sát đƣợc = 0. Bác bỏ tác động riêng lẻ không quan sát đƣợc ≠ 0 và phù hợp với mơ hình tác động ngẫu nhiên.
Để lựa chọn giữa hai mơ hình tác động ngẫu nhiên và tác động cố định, nhiều nhà kinh tế học đã sử dụng tiêu chí sau: Nếu các tác động riêng lẻ không quan sát đƣợc là có tƣơng quan với một hay nhiều biến độc lập
trong mơ hình thì mơ hình đúng là mơ hình tác động cố định cịn nếu trƣờng hợp khơng có tƣơng quan thì mơ hình tác động ngẫu nhiên phù hợp hơn. Trong trƣờng hợp này, chúng ta có thể sử dụng kiểm định Hausman để kiểm định vấn đề các tác động riêng lẻ không quan sát đƣợc có tƣơng quan với một hoặc một số biến giải thích. Giả thuyết là khơng có tƣơng quan, mơ hình tác động ngẫu nhiên là phù hợp. Bác bỏ giả thuyết là có tƣơng quan, mơ hình tác động cố định là phù hợp.
Cuối cùng, để giải quyết vấn đề nội sinh tồn tại giữa địn bẩy tài chính và quyết định đầu tƣ, tôi sử dụng phƣơng pháp momen tổng hợp 2SLS (Two stage least squares regression) với biến công cụ cho địn bẩy là tỷ lệ tài sản hữu hình trên tổng tài sản.
Ngoài các phƣơng pháp hồi quy trên, bài nghiên cứu thực hiện các kiểm định dƣới đây để giải quyết các vấn đề có thể ảnh hƣởng đến việc ƣớc lƣợng mơ hình Fixed effect.
Kiểm định đa cộng tuyến: Hiện tƣợng đa cộng tuyến xảy ra khi các biến độc lập có tƣơng quan cao với nhau. Bài nghiên cứu sẽ dùng cách quan sát hệ số tƣơng quan giữa các biến đồng thời sử dụng nhân tử phóng đại phƣơng sai VIF để phát hiện hiện tƣợng này.
Kiểm định tự tƣơng quan: Nếu bỏ qua hiện tƣợng tự tƣơng quan thì các hệ số ƣớc lƣợng từ hồi quy vẫn là không chệch nhƣng nó sẽ khơng cịn hiệu quả nữa dẫn đến khả năng đƣa ra kết luận sai. Kiểm định Durbin-Watson đƣợc thiết kế để kiểm định giả thuyết khơng có hiện tƣợng tự tƣơng quan.
Kiểm định phƣơng sai thay đổi: Khi xảy ra hiện tƣợng phƣơng sai thay đổi thì các giá trị sai số chuẩn có đƣợc khơng cịn phù hợp và do vậy bất kỳ kết luận nào cũng sẽ khơng cịn đúng. Kiểm định White để kiểm định giả thuyết khơng có hiện tƣợng phƣơng sai thay đổi.
Nhằm kiểm tra tác động của địn bẩy tài chính lên quyết định đầu tƣ của 133 doanh nghiệp hoạt động liên tục từ năm 2009 đến năm 2013 đƣợc niêm yết trên HOSE. Các bƣớc hồi quy đƣợc tiến hành nhƣ sau:
Bƣớc 1: Thống kê mô tả dữ liệu theo từng biến đƣợc sử dụng trong mơ hình.
Bƣớc 2: Xem xét sự tƣơng quan giữa các biến bằng ma trận hệ số tƣơng quan. Sau đó tiến hành hồi quy phƣơng trình (1) cho tồn mẫu bằng cách sử dụng 3 phƣơng pháp hồi quy và 2 cách tính địn bẩy khác nhau.
Bƣớc 3: Sử dụng 2 phƣơng pháp kiểm định Lagrangian Multiplier (LM) (Breusch và Pagan, 1980) và Hausman (Hausman, 1978) nhằm tìm ra phƣơng pháp hồi quy nào là phù hợp nhất trong 3 phƣơng pháp trên.
Bƣớc 4: Tiến hành các kiểm định cơ bản của giả thuyết liên quan đến mơ hình phù hợp nhất:
Kiểm định đa cộng tuyến Kiểm định tự tƣơng quan
Kiểm định phƣơng sai thay đổi.
Bƣớc 5: Sau khi có đƣợc các kết quả, tơi sẽ tiến hành giải thích các kết quả đạt đƣợc
Chia cơng ty thành 2 nhóm: cơng ty có cơ hội tăng trƣởng cao và thấp
Sau khi kiểm tra tác động của địn bẩy tài chính lên quyết định đầu tƣ của tồn bộ các cơng ty, bài nghiên cứ sẽ dựa trên chỉ số Tobin „s Q để xem xét tác động nghịch biến của đòn bầy tài chính lên quyết định đầu tƣ ở các cơng ty có cơ hội tăng trƣởng cao có sự khác biệt nhƣ thế nào với các cơng ty có cơ hội tăng trƣởng thấp. Để tiến hành hồi quy phƣơng trình (2), bài nghiên cứu sẽ đƣa thêm biến giả D vào mơ hình (2). Tơi cũng hồi quy phƣơng trình (2) dựa trên 3 cách và cũng sử dụng 2 phƣơng pháp kiểm định trên để tìm ra mơ hình nào là phù hợp nhất.
Sử dụng phƣơng pháp 2SLS để giải quyết vấn đề nội sinh liên quan giữa đòn bẩy và đầu tƣ
Theo nhƣ bài nghiên cứu của Aivazian và cộng sự (2005) thì địn bẩy có thể bị tác động bởi các cơ hội đầu tƣ và họ kiểm soát tác động này bằng cách sử dụng biến Tobin „s Q trong công thức hồi quy. Tuy nhiên trong một vài trƣờng hợp biến Tobin „s Q lại khơng kiểm sốt đƣợc tác động này bởi vì Tobin „s Q chỉ phản ánh những thông tin đƣợc cơng bố trong khi sự lựa chọn địn bẩy lại đến từ những thông tin nội bộ. Bài nghiên cứu sử dụng biến công cụ để giải quyết vấn đề nội sinh tồn tại giữa địn bẩy tài chính và quyết định đầu tƣ. Biến cơng cụ đƣợc sử dụng ở đây là tỷ số tài sản hữu hình chia cho tổng tài sản. Đồng thời sử dụng phƣơng pháp hồi quy hai giai đoạn 2SLS để hồi quy phƣơng trình (2) có sử dụng biến cơng cụ.
Kiểm định tính vững của mơ hình
Các tác giả Aivazian và cộng sự (2005) thực hiện kiểm định tính vững của mơ hình vì sự khơng đồng nhất trong hành vi đầu tƣ giữa các ngành khác nhau. Bài nghiên cứu sẽ thực hiện các bƣớc tính tốn lại nguồn dữ liệu và hồi quy giới hạn các công ty trong một vài ngành để kiểm tra vấn đề này.