Phương pháp kiểm định mơ hình

CHƯƠNG 3 : DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

3.3 Phương pháp kiểm định mơ hình

Trong dữ liệu bảng, giá trị của các biến được quan sát theo hai chiều: không gian ( giữa các cơng ty) và thời gian (giữa các năm). Vì thế khi xây dựng phương pháp hồi qui dữ liệu bảng chúng ta cần chú ý đến sự thay đổi của từng chiều. Có 3 phương pháp hồi qui sự thay đổi của các chiều trong dữ liệu bảng:

Mơ hình hồi qui gộp bình phương bé nhất ( Pooled OLS) Mơ hình tác động cố định ( Fix Effect Model): FEM

Mơ hình tác động ngẫu nhiên ( Random Effect Model): REM

3.3.1 Mơ hình hồi qui gộp

Yit= 0+ 1X1it+ …+ kXkit+ it

Thực chất mơ hình hồi qui gộp ( Pooled OLS) cũng giống như mơ hình OLS. Ở đây dữ liệu được gộp lại tức là khơng phân biệt đặc tính thay đổi theo thời gian của dữ liệu chéo hay nói cách khác nó ngầm giả định rằng mối quan hệ giữa các biến là không thay đổi cho tất cả các dữ liệu quan sát. Mơ hình hồi qui gộp đã bỏ qua những mối quan hệ không đồng nhất giữa các đơn vị chéo theo thời gian (heterogeneity) bằng cách giả định rằng các hệ số hồi qui là như nhau nên những tác động khác nhau nếu có giữa các biến số giải thích đến biến phụ thuộc được chứa

đựng trong sai số hồi qui (it). Ưu điểm của mơ hình là khá quen thuộc tuy nhiên điều này khó xảy ra trong thực tế và dễ mắc hiện tượng tự tương quan. Nếu điều này xảy ra các biến giải thích sẽ có tương quan với sai số hồi qui và ước lượng hồi qui Pooled OLS sẽ bị chệch (biased) và khơng cịn nhất qn (inconsistent).

3.3.2 Mơ hình hồi qui hiệu ứng cố định (fixed effect model)

Trên thực tế các biến đo lường được sự khác nhau giữa các đơn vị chéo (crossectional units hay entities) nhưng không thay đổi theo thời gian là thường không quan sát được trong bộ dữ liệu. Chúng ta có thể kiểm sốt những tác động này bằng cách sử dụng mơ hình hiệu ứng cố định.

 Mơ hình hiệu ứng cố định theo dữ liệu chéo

yit= + xit+ i+ it

Trong đó: i chứa đựng những tác động của các biến giải thích đến biến phụ thuộc yit theo dữ liệu chéo nhưng không thay đổi theo thời gian. Như vậy tất cả các tác động từ sự hỗn tạp (heterogeneity) của dữ liệu chéo sẽ được i kiểm sốt. Và i

đóng vai trị như hệ số chặn khác nhau cho từng đơn vị chéo nhưng không thay đổi theo thời gian.

 Mơ hình hiệu ứng cố định theo thời gian

Chúng ta có thể hồi qui dữ liệu bảng bằng phương pháp hiệu ứng cố định theo thời gian thay vì hiệu ứng cố định theo đơn vị chéo.

Mơ hình hồi qui với phương pháp hiệu ứng cố định thời gian nếu chúng ta nghĩ rằng giá trị trung bình của yit thay đổi theo thời gian nhưng không theo dữ liệu chéo. Như vậy hệ số chặn của mơ hình sẽ thay đổi theo thời gian nhưng được giả định là không thay đổi theo đơn vị chéo tại một thời điểm cho trước.

Trong đó: t là hệ số chặn thay đổi theo thời gian và nó nắm bắt được tất cả các tác động thay đổi theo thời gian của những biến giải thích lên biến y nhưng tác động này không khác nhau giữa các đơn vị chéo.

3.3.3 Mơ hình hồi qui hiệu ứng ngẫu nhiên (Random effect model)

Yit= + xit+ it , it= i+ it

Giống như mô hình hiệu ứng cố định, mơ hình hiệu ứng ngẫu nhiên có các hệ số chặn i khác nhau cho từng đơn vị chéo nhưng không khác nhau theo thời gian

với giả định là mối quan hệ giữa các biến giải thích và biến phụ thuộc là khơng đổi giữa các đơn vị chéo. Tuy nhiên sự khác biệt là với hiệu ứng ngẫu nhiên, hệ số chặn cho mỗi đơn vị chéo được giả định là sẽ bổ sung thêm giá trị i vào giá trị hệ số

chặn chung . Và như vậy giá trị hệ số chặn chung (+i) sẽ thay đổi ngẫu nhiên theo đơn vị chéo nhưng không thay đổi theo thời gian. Khơng giống như mơ hình hiệu ứng cố định, mơ hình hiệu ứng ngẫu nhiên sẽ khơng sử dụng biến giả để nắm bắt tất cả các đặc điểm không quan sát được và khác nhau giữa các đơn vị chéo. Mặc dù không sử dụng biến giả cho các đơn vị chéo nhưng các đặc điểm khác nhau và không quan sát được giữa các đơn vị chéo này sẽ được nắm bắt bởi sai số chéo

i.

Mơ hình hồi qui hiệu ứng ngẫu nhiên chỉ phải ước lượng với tham số hồi qui ít hơn khi mà mơ hình khơng cần phải sử dụng đến biến giả hay biến chuyển đổi nội tại nên số bậc tự do khơng mất đi nhiều và do đó mơ hình hiệu ứng ngẫu nhiên có thể tạo ra ước lượng hiệu quả hơn mơ hình cố định. Tuy nhiên, mơ hình ngẫu nhiên có một nhược điểm lớn phát sinh từ thực tế là nó chỉ cho ra kết quả hồi qui có giá trị tin cậy sau khi sai số của mô hình hồi qui it khơng có tương quan với các biến giả thích xit.

Dữ liệu nghiên cứu của chúng tôi là dữ liệu bảng của 145 công ty với thời gian nghiên cứu là 8 năm tạo nên dữ liệu bảng cân đối. Ở đây, chúng tôi không sử

dụng mơ hình hồi qui gộp bởi mơ hình này giả định ngầm rằng mối quan hệ giữa các biến là không thay đổi cho các dữ liệu quan sát, mơ hình này bỏ qua mối quan hệ không đồng nhất giữa thời gian và đơn vị chéo. Hơn nữa, hồi quy OLS có thể bóp méo các mối quan hệ thực sự giữa y và x giữa các công ty nếu các hiệu ứng cá nhân hoặc hiệu ứng thời gian là đáng kể. Chúng tơi có thể cô lập các mối quan hệ giữa y và x theo nhóm ước lượng chuyển đổi nội tại "within group" và ước lượng giữa "between group". Mơ hình "between group" nó hồi qui chéo đối với các giá trị của biến số đã được tính bình qn trong qng thời gian quan sát. Tuy nhiên, nếu các biến độc lập có tương quan với phần dư của nó thì khi xét tác động cố định theo thời gian hay tác động cố định theo đơn vị chéo ước lượng sẽ khơng cịn nhất qn nữa.

Lý thuyết trật tự phân hạng tập trung vào hành vi tài chính của một cơng ty dựa trên sự bất cân xứng thơng tin; Vì vậy khi sử dụng mơ hình hồi qui gộp hoặc mơ hình sử dụng phương pháp “ước lượng giữa” có thể bỏ lỡ một số biến giải thích khác. Chúng tơi cũng thực hiện phương pháp chuyển đổi nội tại “within group” để ước lượng các mơ hình hồi qui, bởi vì đây là một cách phổ biến để ước lượng mơ hình dữ liệu bảng với các hiệu ứng không quan sát được và những ước lượng sử dụng chủ yếu trong kết quả thực nghiệm của chúng tôi theo D-H Chen và cộng sự (2012). Bài nghiên cứu của chúng sử dụng hồi qui FEM theo thời gian và theo cơng ty để kiểm sốt tất cả các tác động khác đến biến giải thích của mơ hình.

3.4 Các kiểm tra đánh giá, khắc phục mơ hình 3.4.1 Kiểm tra đa cộng tuyến

Hiện tượng đa cộng tuyến là hiện tượng các biến độc lập trong mơ hình hồi qui có sự tương quan tuyến tính với nhau. Điều này làm giảm chất lượng của mơ hình hồi qui tuyến tính. Đối với trường hợp dữ liệu bảng, việc kiểm tra vấn đề đa cộng tuyến thường mang tính chất kinh nghiệm. Hiện tượng đa cộng tuyến là vấn đề

khơng thể loại bỏ hồn tồn được nên trong nghiên cứu chúng ta chỉ hạn chế hiện tượng đa cộng tuyến mức thấp nhất có thể. Cách kiểm tra đa cộng tuyến

 Hệ số tương quan:

Hệ số tương quan giữa hai đại lượng ngẫu nhiên X, Y được định nghĩa như sau:

(X,Y)=(𝑿)(𝒀)𝒄𝒐𝒗(𝑿,𝒀)

Khi hệ số tương quan giữa hai đại lượng cao thì có thể tồn tại mối quan hệ tuyến tính giữa hai đại tượng. Tuy nhiên, hệ số tương quan không phải là điều kiện cần để khẳng định sự tồn tài của đa cộng tuyến trong mơ hình vì trong thực tế vẫn xảy ra hiện tượng đa cộng tuyến ngay cả khi hệ số tương quan hai đại lượng thấp. Do đó, chúng tơi xem xét thêm hệ số nhân tử phóng đại phương sai.

 Hệ số nhân tử phóng đại phương sai:

Phương pháp này chạy các mơ hình hồi qui phụ thứ i giữa biến độc lập thứ Xi với các biến độc lập còn lại. Căn cứ trên mơ hình hồi qui phụ này để tính:

VIF= 1/ 1-R2i

Theo Myers (1990) VIF 10 thì khả năng tồn tại đa cộng tuyến là rất cao.

3.4.2 Kiểm tra tự tương quan

Xét mơ hình hồi qui:

Tự tương quan: các sai số ngẫu nhiên có sự phụ thuộc vào nhau Cov(Ui; Uj) ≠ 0 ( i≠j)  E(UiUj) ≠ 0. Khi mơ hình mắc phải hiện tượng tự tương quan thì kết quả hồi qui khơng cịn hiệu quả nữa. Để kiểm tra hiện tượng này chúng tôi sử dụng kiểm định Breusch- Godfrey và Wooldrigde test.

1 2 2 3 3 ...

i i i k ki i

H0: khơng có hiện tượng tự tương quan H1: có hiện tượng tự tương quan

Nếu P-value <0.05 bác bỏ H0 chấp nhận H1: có xảy ra hiện tượng tự tương quan.

3.4.3 Kiểm tra phương sai thay đổi

Xét mơ hình hồi qui:

Phương sai thay đổi là do các biến độc lập có tương quan với sai số Ui, Var(Ui/Xi) = σi2 (i) E(Ui2/Xi) =σi2 (i). Khi mơ hình mắc phải hiện tượng phương sai thay đổi thì các ước lượng OLS vẫn là các ước lượng tuyến tính, khơng chệch nhưng khơng cịn là ước lượng có phương sai nhỏ nhất nữa, ước lượng của phương sai sẽ bị chệch. Để kiểm định phương sai thay đổi chúng tôi sử dụng Wald test với giả định:

H0: Phương sai không thay đổi H1: Phương sai thay đổi

Nếu P-value <0.05 bác bỏ H0 chấp nhận H1 có xảy ra hiện tượng phương sai thay đổi.

1 2 2 3 3 ...

i i i k ki i

CHƯƠNG 4: NỘI DUNG VÀ CÁC KẾT QUẢ NGHIÊN CỨU CỨU

4.1 Phân tích ban đầu về thị trường Việt Nam

Năm 2007 là năm Việt Nam được cơng nhận chính thức gia nhập WTO chính vì vậy có nhiều sự thay đổi đối với kinh tế Việt Nam và trong năm 2007 tổng giá trị vốn hoá thị trường chứng khoán Việt Nam cũng tăng đột biến đạt gần 500.000 tỷ đồng, bằng khoảng 43,7% GDP của năm 2007 (VnEconomy). Chính vị vậy bài nghiên cứu lấy thời gian mẫu là từ 2007-2014. Đây cũng là năm đầu tiên diễn ra các đợt phải cổ phần hoá doanh nghiệp nhà nước là các tổng công ty lớn trong danh sách hơn 20 doanh nghiệp được Thủ tướng Chính phủ phê duyệt cổ phần hoá, dữ liệu nghiên cứu loại bỏ những các dữ liệu IPO cho từng công ty bởi số liệu IPO từ năm 2007 tăng vọt. Do đó khi sử dụng mẫu loại bỏ những công ty IPO sẽ kiểm định được lý thuyết trật tự phân hạng một cách chính xác.

Bảng 4.1: Dịng tiền tài chính các cơng ty tại Việt Nam.

Năm

Trung bình dịng tiền chia tổng tài sản

2007 2008 2009 2010 2011 2012 2013 2014 Cổ tức 0.0271 0.0404 0.0316 0.0282 0.0313 0.0432 0.0288 0.0259 Đầu tư ròng 0.1085 0.0807 0.0454 0.0415 0.0256 0.0109 0.0177 0.0151 Δvốn luân chuyển 0.1063 0.0112 0.0393 0.0402 0.0000 -0.0079 0.0130 0.0194 Dòng tiền nội bộ 0.0909 0.0791 0.1030 0.0835 0.0659 0.0550 0.0539 0.0552 Thâm hụt tài chính 0.1510 0.0533 0.0133 0.0264 -0.0091 -0.0087 0.0056 0.0052 Nợ phát hành ròng 0.0161 0.0070 0.0140 0.0060 -0.0001 -0.0085 0.0009 0.0015 Vốn cổ phần ròng 0.1984 0.0750 0.0690 0.0705 0.0292 0.0085 0.0306 0.0290 Tài trợ bên ngoài 0.2145 0.0820 0.0829 0.0766 0.0291 0.0000 0.0315 0.0304

Tính tốn của tác giả

các khoản nợ sẽ được phát hành để bù dắp mức thâm hụt tài chính chặt chẽ hơn nhiều so với vốn chủ sở hữu ròng. Lưu chuyển tiền trong một doanh nghiệp được thể hiện bằng phương trình sau: DEFt = DIVt + It + ΔWt – Ct = ΔDt + ΔEt

Biểu đồ 4.1: Phát hành nợ ròng (∆D), phát hành vốn cổ phần ròng (∆E), thâm hụt tài chính (DEF) từ 2007-2014. Biểu đồ thể hiện giá trị trung bình hàng năm của các tỷ lệ nợ ròng chia cho tài sản ròng, vốn chủ sở hữu chia cho tài sản ròng và thâm hụt tài chính chia cho sản rịng. Trong đó nợ phát hành rịng là phát hành nợ dài hạn trừ đi mua lại nợ dài hạn, vốn chủ sở hữu phát hành ròng là phát hành cổ phiếu trừ đi mua lại cổ phiếu. Các giá trị đều lấy giá trị cuối năm trừ cho giá trị đầu năm. Thâm hụt tài chính được tính như cổ tức bằng tiền mặt cộng với các khoản đầu tư ròng cộng với thay đổi vốn lưu động trừ đi dịng tiền nội bộ.

Tính tốn của tác giả

Trên biểu đồ 4.1 qua các năm phát hành nợ và phát hành cổ phần có xu hướng giảm dần từ năm 2007 đến 2011 và có xu hướng tăng trở lại trong giai đoạn còn lại và tăng giảm cùng chiều với thâm hụt tài chính. Đặc biệt trong năm 2011 có sự thặng dư trong tài chính các doanh nghiệp giảm tỷ lê nợ tuy nhiên vẫn phát hành cổ phần, nhìn chung qua số liệu tính tốn giá trị trung bình và biểu đồ 1 cho ta thấy vốn chủ sở hữu được phát hành nhiều hơn nợ. Thâm hụt tài chính được tài trợ bằng

-0.1 -0.05 0 0.05 0.1 0.15 0.2 0.25 2007 2008 2009 2010 2011 2012 2013 2014 DEF ∆D ∆E

vốn cổ phần nhiều hơn là được tài trợ bằng nợ. Điều này không ủng hộ cho lý thuyết trật tự phân hạng.

Biểu đồ 4.2: Dòng tiền nội bộ và dịng tiền bên ngồi 2007-2014. Biểu đồ thể hiện trung bình hằng năm của dịng tiền nội bộ trên tài sản ròng và dòng tiền bên ngồi trên tài sản rịng.

Tính tốn của tác giả

Các lý thuyết trật tự trong cũng dự đốn rằng một cơng ty thích tài trợ nội bộ hơn tài trợ bên ngồi. Nói cách khác, để đầu tư cho các dự án điều mà công ty nghĩ đến trước nhất đó là dịng tiền nội. Biểu đồ 4.2 cho thấy dòng tiền nội bộ thường được nhiều hơn nguồn tài chính bên ngồi. Nếu dịng tiền nội bộ khơng đủ để trang trải chi tiêu đầu tư trung bình, trả cổ tức, đáp ứng nhu cầu vốn luân chuyển thì tài trợ từ bên ngồi sẽ được sử dụng, đặc biệt ta thấy trong biểu đồ 2 tài trợ bên ngoài được sử dụng nhiều ở năm 2007 cho ta thấy phát hành cổ phần trong năm này cao gấp nhiều lần so với phát hành nợ. Điều này như một minh chứng cho hành động phát hành cổ phần của các doanh nghiệp khi thị trường chứng khoán đi lên.

-0.05 0 0.05 0.1 0.15 0.2 0.25 2007 2008 2009 2010 2011 2012 2013 2014 Internal cash flow Net external financing

4.2 Phân tích thống kê mơ tả các biến

Phân tích thơng kê mơ tả được thực hiện nhằm tóm tắt các đặc điểm của dữ liệu. Thống kê mơ tả phân tích các chỉ tiêu phổ biến như giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất, giá trị nhỏ nhất. Kết quả thống kê được trình bày như sau:

Bảng 4.2: Thống kê mơ tả mơ hình trật tự phân hạng

Chia cho tài sản ròng Chia cho doanh thu ròng

DEF ∆D ∆E DEF ∆D ∆E

Mean 0.0219 0.0037 0.1140 0.0118 0.0038 0.0768 Std. Dev 0.2569 0.0885 0.1568 0.1775 0.0643 0.1317 Min -0.4028 -0.1747 -0.0906 -0.3432 -0.1405 -0.0489 Max 0.6877 0.2368 0.5244 0.4752 0.1925 0.4836

Tính tốn từ stata 12

Bảng 4.3 Thống kê mơ tả mơ hình nhân tố tác động địn bẩy và mơ hình kiểm định thời điểm thị trường

Variable Mean Std. Dev. Min Max

D 0.1842 0.3379 0.0000 1.2593 T 0.1952 0.1505 0.0123 0.5631 MTB 1.2951 0.9690 0.3275 3.8553 LS 12.928 1.2443 10.884 14.938 P 0.0803 0.0693 -0.0174 0.2538 CDEF 0.0952 0.2341 -0.3235 0.5848 ΔD/A -0.0044 0.0823 -0.1861 0.1462 M/B 1.3036 0.6818 0.6242 3.2416 PA/A 0.2052 0.1681 0.0036 0.7479 EBITDA/A 0.1443 0.0744 0.03636 0.3191 SZ 12.778 1.2691 10.595 14.999 D/A 0.4738 0.2068 0.1202 0.8008 Tính tốn từ stata 12

Theo bảng 4.2 mô tả thống kê các biến thâm hụt tài chính, phát hành nợ rịng và phát hành cổ phần ròng qua hai cách khác nhau. Cố định theo tài sản ròng và