Biến VIF 1/VIF
DR 22.05 0.045359 SHDEBT 19.26 0.051929 BANK 4.02 0.248556 TDEBT 2.42 0.412824 SIZE 2.02 0.49536 PROF 1.79 0.557828 CONCENT 1.47 0.681406 Q 1.38 0.723257 MNG 1.15 0.871051 DP 1.05 0.953958 VIF trung bình 5.66
Biến DR được loại bỏ do có VIF = 22.05 > 10. Phân tích hồi quy Pooled regression và kiểm tra đa cộng tuyến được thực hiện lại. Kết quả sau khi loại biến
DR được trình bày trong bảng 4.5 và 4.6. Kết quả chỉ ra rằng tất cả các VIF < 10, đa
cộng tuyến khơng nghiêm trọng, có thể bỏ qua. Hệ số R bình phương đạt 0.6032. Do biến SHDEBT cũng có VIF > 10 (VIF = 19.26). Việc loại biến được thực hiện lại với SHDEBT để so sánh R bình phương trong hai trường hợp loại biến, từ
đó chọn biến cần loại bỏ chính xác. Sau khi biến SHDEBT được loại bỏ, phân tích
hồi quy Pooled regression và kiểm tra đa cộng tuyến được thực hiện lại. Kết quả sau khi loại biến SHDEBT được trình bày trong bảng 4.7 và 4.8. Kết quả cho thấy tất cả
các VIF < 10, đa cộng tuyến không nghiêm trọng, có thể bỏ qua. Hệ số R bình phương trong trường hợp này đạt 0.6093. Trường hợp này có hệ số R bình phương
lớn hơn trường hợp loại biến DR (0.6032), do đó biến SHDEBT sẽ bị loại bỏ, biến DR sẽ được giữ lại. Kết quả hồi quy Pooled regression sau khi loại biến SHDEBT sẽ được dùng so sánh với mơ hình FEM, REM để chọn ra mơ hình phù hợp nhất. Bảng 4.5: Kết quả hồi quy Pooled regression mơ hình 1 sau khi loại biến DR
Bảng 4.6: Kết quả VIF mơ hình 1 sau khi loại biến DR
Biến VIF 1/VIF
SHDEBT 4.23 0.236609 BANK 3.94 0.253766 SIZE 2.02 0.495976 TDEBT 1.87 0.533686 PROF 1.77 0.565862 CONCENT 1.38 0.723425 Q 1.37 0.731519 MNG 1.12 0.893496 DP 1.05 0.955065 VIF trung bình 2.08
Bảng 4.7: Kết quả hồi quy Pooled regression mơ hình 1 sau khi loại biến SHDEBT
Bảng 4.8: Kết quả VIF mơ hình 1 sau khi loại biến SHDEBT
Biến VIF 1/VIF
DR 4.84 0.206673 BANK 3.8 0.263493 TDEBT 2.14 0.468244 SIZE 2.01 0.496412 PROF 1.77 0.564395 CONCENT 1.45 0.689028 Q 1.36 0.732649 MNG 1.14 0.877826 DP 1.05 0.954455 VIF trung bình 2.17
4.3.1.2. Hồi quy Fixed Effect Model (FEM)
Phân tích hồi quy dữ liệu bảng được tiến hành bằng mơ hình ảnh hưởng cố
định FEM, kết quả thể hiện trong bảng 4.9. Kết quả hồi quy FEM sẽ được dùng để
Bảng 4.9: Kết quả hồi quy FEM mơ hình 1
4.3.1.3. Hồi quy Random Effect Model (REM)
Phân tích hồi quy dữ liệu bảng được tiến hành bằng mơ hình ảnh hưởng ngẫu nhiên REM, kết quả thể hiện trong bảng 4.10. Kết quả hồi quy REM sẽ được dùng
Bảng 4.10: Kết quả hồi quy REM mơ hình 1
4.3.1.4. So sánh và lựa chọn mơ hình phù hợp nhất
So sánh giữa Pooled regression và FEM
Để so sánh mức độ phù hợp giữa hai mơ hình Pooled regression và FEM, phương pháp kiểm định Likelihood ratio test được sử dụng với giả thuyết là:
H0 : Pooled regression tốt hơn FEM
Kết quả của Likelihood ratio test nằm ở dòng cuối cùng của kết quả hồi quy
FEM và được trình bày ở bảng 4.11.
Bảng 4.11: Kết quả kiểm định Likelihood ratio test mơ hình 1
Kết quả cho thấy p-value = 0.0000 < α (0.05) nên bác bỏ giả thiết H0, do đó
So sánh giữa Pooled regression và REM
Để so sánh mức độ phù hợp giữa hai mơ hình Pooled regression và REM, phương pháp kiểm định Breuch and Pagan test được sử dụng với giả thuyết là:
H0 : Pooled regression tốt hơn REM
Kết quả của Breuch and Pagan test được trình bày ở bảng 4.12. Bảng 4.12: Kết quả kiểm định Breuch Pagan Test mơ hình 1
Breuch and Pagan Lagrangian multiplier test for random effects acdi[cty,t] = Xb + u[cty] + e[cty,t]
Estimated results: Var Sd = sqrt(Var) ACDI 0.0415374 0.2038072 e 0.0078713 0.0887202 u 0.0064158 0.0800987 Test: Var(u) =0 Chi2(1) = 79.83 Prob > chi2 = 0.0000
Kết quả chỉ ra rằng p-value = 0.0000 < α (0.05) nên bác bỏ giả thiết H0, do
đó sử dụng REM tốt hơn Pooled regression.
So sánh giữa REM và FEM
Để so sánh mức độ phù hợp giữa hai mơ hình REM và FEM, phương pháp
kiểm định Hausman test được sử dụng với giả thuyết là:
H0 : REM tốt hơn FEM
Kết quả của Hausman test được trình bày ở bảng 4.13.
Kết quả cho thấy rằng p-value = 0.0000 < α (0.05) nên bác bỏ giả thiết H0, do
Kết luận: Thông qua kết quả ba sự so sánh trên, mơ hình FEM là phù hợp nhất. Do
đó mơ hình FEM được chọn.
Bảng 4.13: Kết quả kiểm định Hausman Test mơ hình 1
4.3.1.5. Kiểm định tự tương quan, phương sai thay đổi trên mơ hình FEM
Sau khi đã chọn lựa được mơ hình phù hợp nhất – FEM, các kiểm định tự tương quan, phương sai thay đổi được thực hiện để các ước lượng từ mơ hình FEM đáng tin cậy và hiệu quả hơn.
Kiểm định tự tương quan
Để kiểm định tự tương quan mơ hình FEM, phương pháp kiểm định Wooldridge test được sử dụng với giả thuyết là:
H0 : khơng có tự tương quan bậc 1
Bảng 4.14: Kết quả kiểm định tự tương quan trên FEM mơ hình 1 Wooldridge test for autocorrelation in panel data
Ho: no first order autocorrelation F(1, 49) = 50.312
Prob > F = 0.0000
Kết quả cho thấy rằng p-value = 0.0000 < α (0.05) nên bác bỏ giả thiết H0, có tự tương quan bậc nhất. Tuy nhiên, với chiều thời gian ít (5 năm), kiểm định cho kết quả có thể khơng tin cậy.
Kiểm định phương sai thay đổi
Để kiểm định phương sai thay đổi mơ hình FEM, phương pháp kiểm định
Modified wald test được sử dụng với giả thuyết là: H0 : khơng có phương sai thay đổi
Kết quả kiểm định phương sai thay đổiđược trình bày ở bảng 4.15. Bảng 4.15: Kết quả kiểm định phương sai thay đổi trên FEM mơ hình 1
Modified wald test for groupwise heteroskedasticity in fixed effect regression model
Ho: sigma(i)^2 = sigma^2 for all i Chi2 (50) = 59075.14
Prob >chi2 = 0.0000
Kết quả cho thấy rằng p-value = 0.0000 < α (0.05) nên bác bỏ giả thiết H0, có
phương sai thay đổi. Do đó cần phải khắc phục hiện tượng phương sai thay đổi trên
Khắc phục phương sai thay đổi
Khắc phục hiện tượng phương sai thay đổi trên mơ hình FEM được thực hiện bằng cách hồi quy GLS trên panel data với lệnh xtgls trên Stata 11. Kết quả được trình bày trong bảng 4.16.
Kết quả khắc phục phương sai thay đổi cho thấy các biến quan trọng đều có ý nghĩa thống kê. Như vậy, ước lượng mơ hình FEM bằng hồi quy GLS đáng tin cậy và hiệu quả.
4.3.1.6. Thảo luận kết quả ước lượng từ mơ hình FEM củamơ hình 1
Kết quả từ mơ hình FEM hồi quy GLS cho thấy quyền sở hữu của nhà quản trị (MNG), tổng nợ (TDEBT), khả năng sinh lợi (PROF) có tác động cùng chiều
đến chi phí đại diện của nợ được đo bằng tỷ lệ của tài sản công ty không đầu tư vào
tài sản cố định (ACDI) với hệ số hồi quy lần lượt tương ứng là 0.219, 0.352, 0.78 (
p < α (0.05)). Điều này có nghĩa là khi quyền sở hữu của nhà quản trị gia tăng 1%
thì chi phí đại diện sẽ tăng 21,9%. Một sự gia tăng 1% của tổng nợ sẽ dẫn đến một sự gia tăng 35,2% của chi phí đại diện. Khả năng sinh lời tác động rất lớn đến chi
phí đại diện, tạo ra một sự gia tăng tới 78% khi bản thân nó chỉ gia tăng 1%.
Các yếu tố khác: sự tập trung quyền sở hữu (CONCENT), nợ ngân hàng (BANK), tỷ lệ nợ (DR) có tác động ngược chiều đến chi phí đại diện của nợ được
đo bằng tỷ lệ của tài sản công ty không đầu tư vào tài sản cố định (ACDI) với hệ số tương ứng là -0.124, -0.538, -0.268 ( p < α (0.05)). Kết quả cho thấy khi sự tập trung quyền sở hữu gia tăng 1% sẽ có thể là giảm chi phí đại diện 12,4%. Nợ ngân
hàng dường như có hiệu quả cao trong việc giảm đi chi phí đại diện khi góp phần tác động giảm 53,8% chỉ với 1% gia tăng của nó. Không riêng nợ ngân hàng mà
tổng nợ cũng góp phần làm giảm chi phí đại diện tới 26,8% khi tổng nợ tăng 1% Tỷ lệ chi trả cổ tức (DP), quy mơ (SIZE), cơ hội tăng trưởng (Q) có tác động
đến chi phí đại diện của nợ được đo bằng tỷ lệ của tài sản công ty không đầu tư vào
tài sản cố định (ACDI) nhưng khơng có ý nghĩa thống kê.
4.3.2. Phân tích hồi quy mơ hình nghiên cứu mơ hình 2 4.3.2.1. Hồi quy Pooled regression 4.3.2.1. Hồi quy Pooled regression
Hồi quy Pooled regression được thực hiện sử dụng dữ liệu bảng của 50 công ty trong vòng 5 năm từ 2008 đến 2012. Kết quả được trình bày ở bảng 4.17.
Bảng 4.17: Kết quả hồi quy Pooled regression mơ hình 2
Kết quả hồi quy được sử dụng để kiểm tra hiện tượng đa cộng tuyến. Vì nếu
có đa cộng tuyến có thể gây ra sai tín hiệu hay hệ số tác động khơng đáng tin cậy
của mơ hình ước lượng. Phương pháp nhân tử phóng đại phương sai VIF được sử dụng để kiểm tra mối tương quan qua lại giữa các biến tác động, nếu như VIF >10 là xảy ra hiện tượng đa cộng tuyến nghiêm trọng, ngược lại nếu VIF < 10 là hiện
tượng đa cộng tuyến không nghiêm trọng. Trong trường hợp này, kết quả từ bảng
4.18 cho thấy biến DR và SHDEBT có VIF > 10, vậy các biến này có xảy ra hiện
tượng đa cộng tuyến nghiêm trọng trong mơ hình. Để khắc phục đa cộng tuyến, việc
loại biến được thực hiện.
Bảng 4.18: Kết quả VIF mơ hình 2
Biến VIF 1/VIF
DR 22.05 0.045359
SHDEBT 19.26 0.051929
BANK 4.02 0.248556
TDEBT 2.42 0.412824
PROF 1.79 0.557828 CONCENT 1.47 0.681406 Q 1.38 0.723257 MNG 1.15 0.871051 DP 1.05 0.953958 VIF trung bình 5.66
Biến DR được loại bỏ do có VIF = 22.05 > 10. Phân tích hồi quy Pooled regression và kiểm tra đa cộng tuyến được thực hiện lại. Kết quả sau khi loại biến
DR được trình bày trong bảng 4.19 và 4.20. Kết quả chỉ ra rằng tất cả các VIF < 10, đa cộng tuyến không nghiêm trọng, có thể bỏ qua. Hệ số R bình phương đạt 0.2961.
Do biến SHDEBT cũng có VIF > 10 (VIF = 19.26). Việc loại biến được thực hiện lại với SHDEBT để so sánh R bình phương trong hai trường hợp loại biến, từ
đó chọn biến cần loại bỏ chính xác. Sau khi biến SHDEBT được loại bỏ, phân tích
hồi quy Pooled regression và kiểm tra đa cộng tuyến được thực hiện lại. Kết quả sau khi loại biến SHDEBT được trình bày trong bảng 4.21 và 4.22. Kết quả cho thấy tất cả các VIF < 10, đa cộng tuyến khơng nghiêm trọng, có thể bỏ qua. Hệ số R bình
phương trong trường hợp này đạt 0.3037. Trường hợp này có hệ số R bình phương
lớn hơn trường hợp loại biến DR (0.2961), do đó biến SHDEBT sẽ bị loại bỏ, biến DR sẽ được giữ lại. Kết quả hồi quy Pooled regression sau khi loại biến SHDEBT sẽ được dùng so sánh với mơ hình FEM, REM để chọn ra mơ hình phù hợp nhất.
Bảng 4.19: Kết quả hồi quy Pooled regression mơ hình 2 sau khi loại biến DR
Bảng 4.20: Kết quả VIF mơ hình 2 sau khi loại biến DR
Biến VIF 1/VIF
SHDEBT 4.23 0.236609 BANK 3.94 0.253766 SIZE 2.02 0.495976 TDEBT 1.87 0.533686 PROF 1.77 0.565862 CONCENT 1.38 0.723425 Q 1.37 0.731519 MNG 1.12 0.893496 DP 1.05 0.955065 VIF trung bình 2.08
Bảng 4.21: Kết quả hồi quy Pooled regression mơ hình 2 sau khi loại biến SHDEBT
Bảng 4.22: Kết quả VIF mơ hình 2 sau khi loại biến SHDEBT
Biến VIF 1/VIF
DR 4.84 0.206673 BANK 3.8 0.263493 TDEBT 2.14 0.468244 SIZE 2.01 0.496412 PROF 1.77 0.564395 CONCENT 1.45 0.689028 Q 1.36 0.732649 MNG 1.14 0.877826 DP 1.05 0.954455 VIF trung bình 2.17
4.3.2.2. Hồi quy Fixed Effect Model (FEM)
Phân tích hồi quy dữ liệu bảng được tiến hành bằng mơ hình ảnh hưởng cố
định FEM, kết quả thể hiện trong bảng 4.23. Kết quả hồi quy FEM sẽ được dùng để
so sánh với mơ hình Pooled regression, REM để chọn ra mơ hình phù hợp nhất. Bảng 4.23: Kết quả hồi quy FEM mơ hình 2
4.3.2.3. Hồi quy Random Effect Model (REM)
Phân tích hồi quy dữ liệu bảng được tiến hành bằng mơ hình ảnh hưởng ngẫu nhiên REM, kết quả thể hiện trong bảng 4.24. Kết quả hồi quy REM sẽ được dùng
Bảng 4.24: Kết quả hồi quy REM mơ hình 2
4.3.2.4. So sánh và lựa chọn mơ hình phù hợp nhất
So sánh giữa Pooled regression và FEM
Để so sánh mức độ phù hợp giữa hai mơ hình Pooled regression và FEM, phương pháp kiểm định Likelihood ratio test được sử dụng với giả thuyết là:
H0 : Pooled regression tốt hơn FEM
Kết quả của Likelihood ratio test nằm ở dòng cuối cùng của kết quả hồi quy
FEM và được trình bày ở bảng 4.25.
Bảng 4.25: Kết quả kiểm định Likelihood ratio test mơ hình 2
Kết quả cho thấy p-value = 0.0000 < α (0.05) nên bác bỏ giả thiết H0, do đó
So sánh giữa Pooled regression và REM
Để so sánh mức độ phù hợp giữa hai mơ hình Pooled regression và REM, phương pháp kiểm định Breuch and Pagan test được sử dụng với giả thuyết là:
H0 : Pooled regression tốt hơn REM
Kết quả của Breuch and Pagan test được trình bày ở bảng 4.26. Bảng 4.26: Kết quả kiểm định Breuch Pagan Test mơ hình 2
Breuch and Pagan Lagrangian multiplier test for random effects acdii[cty,t] = Xb + u[cty] + e[cty,t]
Estimated results: Var Sd = sqrt(Var) ACDII 0.0217682 0.1475405 e 0.0074506 0.0863169 u 0.0078345 0.0885129 Test: Var(u) =0 Chi2(1) = 97.55 Prob > chi2 = 0.0000
Kết quả chỉ ra rằng p-value = 0.0000 < α (0.05) nên bác bỏ giả thiết H0, do
đó sử dụng REM tốt hơn Pooled regression.
So sánh giữa REM và FEM
Để so sánh mức độ phù hợp giữa hai mơ hình REM và FEM, phương pháp
kiểm định Hausman test được sử dụng với giả thuyết là:
H0 : REM tốt hơn FEM
Kết quả của Hausman test được trình bày ở bảng 4.27.
Kết quả cho thấy rằng p-value = 0.0000 < α (0.05) nên bác bỏ giả thiết H0, do
Kết luận: Thông qua kết quả ba sự so sánh trên, mơ hình FEM là phù hợp nhất. Do
đó mơ hình FEM được chọn.
Bảng 4.27: Kết quả kiểm định Hausman Test mơ hình 2
4.3.2.5. Kiểm định tự tương quan, phương sai thay đổi trên mơ hình FEM
Sau khi đã chọn lựa được mơ hình phù hợp nhất – FEM, các kiểm định tự tương quan, phương sai thay đổi được thực hiện để các ước lượng từ mơ hình FEM đáng tin cậy và hiệu quả hơn.
Kiểm định tự tương quan
Để kiểm định tự tương quan mô hình FEM, phương pháp kiểm định Wooldridge test được sử dụng với giả thuyết là:
H0 : khơng có tự tương quan bậc 1
Bảng 4.28: Kết quả kiểm định tự tương quan trên FEM mơ hình 2 Wooldridge test for autocorrelation in panel data
Ho: no first order autocorrelation F(1, 49) = 11.633
Prob > F = 0.0013
Kết quả cho thấy rằng p-value = 0.0013 < α (0.05) nên bác bỏ giả thiết H0, có tự tương quan bậc nhất. Tuy nhiên, với chiều thời gian ít (5 năm), kiểm định cho kết quả có thể khơng tin cậy.
Kiểm định phương sai thay đổi
Để kiểm định phương sai thay đổi mơ hình FEM, phương pháp kiểm định Modified wald test được sử dụng với giả thuyết là:
H0 : khơng có phương sai thay đổi
Kết quả kiểm định phương sai thay đổiđược trình bày ở bảng 4.29. Bảng 4.29: Kết quả kiểm định phương sai thay đổi trên FEM mơ hình 2
Modified wald test for groupwise heteroskedasticity in fixed effect regression model
Ho: sigma(i)^2 = sigma^2 for all i Chi2 (50) = 1.3e+06
Prob >chi2 = 0.0000
Kết quả cho thấy rằng p-value = 0.0000 < α (0.05) nên bác bỏ giả thiết H0, có