4. Kết quả thực nghiệm
4.3. Kết quả hồi qui mơ hình 1
Bảng 4.3 cho kết quả hồi qui OLS ban đầu của mơ hình 1. Kết quả cho thấy biến động giá cổ phiếu có mối quan hệ ngược chiều có ý nghĩa với tỷ suất cổ tức, nhưng có mối quan hệ ngược chiều khơng có ý nghĩa với tỷ lệ chi trả cổ tức.
Sau đó chúng ta kiểm định hiện tượng đa cộng tuyến, bảng 4.4 là kết quả về R2 phụ và VIF khi hồi qui OLS từng biến độc lập bất kỳ lên các biến độc lập cịn lại của mơ hình 1. Bảng này cho thấy tất cả các giá trị VIF đều nhỏ hơn 10, ta có thể kết luận mơ hình 1 khơng có hiện tượng đa cộng tuyến.
Kế đến chúng ta tiến hành kiểm định phương sai sai số thay đổi của mơ hình 1. Với giả thuyết kiểm định như sau:
H0: Var (εj) = const, tức là phương sai sai số không đổi H1: Var (εj) ≠ const, tức là phương sai sai số thay đổi
Nếu p-value > 0.05 thì chấp nhận giả thuyết H0, tức là phương sai sai số không đổi. Chúng ta sử dụng kiểm định Breusch - Pagan Test cho kết quả ở bảng 4.5 là phương sai sai số của mơ hình 1 thay đổi với Prob. Chi-Square(2) = 0.0027 < 0.05 (mức ý nghĩa).
Chúng ta sẽ sử dụng phương pháp bình phương bé nhất có trọng số (Weighted Least Squares) để khắc phục hiện tượng phương sai sai số thay đổi này. Có nghĩa là chúng ta sẽ thực hiện hồi qui với mơ hình mới là:
Với:
P_VOL_1j = P_VOLj * W_1j D_YIELD_1j = D_YIELDj * W_1j PAYOUT_1j = PAYOUTj * W_1j ε_1j = εj * W_1j
Bảng 4.3: Kết quả hồi qui mơ hình 1 theo phương pháp OLS
Dependent Variable: P_VOL Method: Least Squares Date: 10/07/13 Time: 00:36 Sample: 1 114
Included observations: 114
Variable Coefficient Std. Error t-Statistic Prob.
C 1.018535 0.03466 29.38645 0
D_YIELD -1.01457 0.475246 -2.134832 0.035 PAYOUT -0.017835 0.048211 -0.369946 0.7121 R-squared 0.05385 Mean dependent var 0.943128 Adjusted R-squared 0.036802 S.D. dependent var 0.171705 S.E. of regression 0.168516 Akaike info criterion -0.69761 Sum squared resid 3.152121 Schwarz criterion -0.62561 Log likelihood 42.764 Hannan-Quinn criter. -0.66839 F-statistic 3.158757 Durbin-Watson stat 2.340009
Prob(F-statistic) 0.046322
Nguồn: Tác giả tính tốn
Bảng 4.4: Kết quả kiểm định đa cộng tuyến của mơ hình 1
Biến phụ thuộc R2phụ VIF
D_YIELD 0.157653 1.187159
PAYOUT 0.157653 1.187159
Bảng 4.5: Kết quả kiểm định phương sai sai số thay đổi của mơ hình 1 theo
Breusch - Pagan Test
Heteroskedasticity Test: Breusch-Pagan-Godfrey
F-statistic 6.445014 Prob. F(2,111) 0.0022 Obs*R-squared 11.86103 Prob. Chi-Square(2) 0.0027 Scaled explained SS 9.946495 Prob. Chi-Square(2) 0.0069
Test Equation:
Dependent Variable: RESID^2 Method: Least Squares
Date: 10/20/13 Time: 15:26 Sample: 1 114
Included observations: 114
Variable Coefficient Std. Error t-Statistic Prob.
C 0.042846 0.007256 5.904947 0
D_YIELD -0.356463 0.09949 -3.58288 0.0005 PAYOUT 0.01649 0.010093 1.633872 0.1051 R-squared 0.104044 Mean dependent var 0.02765 Adjusted R-squared 0.087901 S.D. dependent var 0.036939 S.E. of regression 0.035278 Akaike info criterion -3.825155 Sum squared resid 0.138143 Schwarz criterion -3.75315 Log likelihood 221.0339 Hannan-Quinn criter. -3.795932 F-statistic 6.445014 Durbin-Watson stat 2.275284 Prob(F-statistic) 0.002249
Nguồn: Tác giả tính tốn Theo Breusch – Pagan Test, để tính W_1j chúng ta thực hiện như sau:
Hồi qui mơ hình (1) chúng ta có được phần dư resid_2bienj Tạo biến Xj = (resid_2bienj)2
Tiếp tục hồi qui phụ mơ hình sau:
Xj = a1 + a2D_YIELDj + a3PAYOUTj + εj (1'')
Tạo biến X_1j = Xfj > 0, tức là X_1j = 1 nếu Xfj > 0, ngược lại thì X_1j = 0.
Tạo biến X_2j = (X_1j * Xfj) + ((1 – X_1j) * Xj). Cuối cùng _1 1 _ 2 j j W X
Bảng 4.6: Kết quả hồi qui mô hình 1 theo phương pháp WLS
Dependent Variable: P_VOL Method: Least Squares Date: 10/20/13 Time: 16:06 Sample: 1 114
Included observations: 114 Weighting series: W_1
Variable Coefficient Std. Error t-Statistic Prob.
C 1.032039 0.036407 28.34757 0
D_YIELD -1.129893 0.371693 -3.039859 0.003 PAYOUT -0.029796 0.058343 -0.510712 0.6106
Weighted Statistics
R-squared 0.11184 Mean dependent var 0.929988 Adjusted R-squared 0.095837 S.D. dependent var 0.345517 S.E. of regression 0.152174 Akaike info criterion -0.90162 Sum squared resid 2.570432 Schwarz criterion -0.82961 Log likelihood 54.39211 Hannan-Quinn criter. -0.87239 F-statistic 6.988709 Durbin-Watson stat 2.239142 Prob(F-statistic) 0.001384
Unweighted Statistics
R-squared 0.052147 Mean dependent var 0.943128 Adjusted R-squared 0.035069 S.D. dependent var 0.171705 S.E. of regression 0.168667 Sum squared resid 3.157793 Durbin-Watson stat 2.352795
Bảng 4.7: Kết quả kiểm định phương sai sai số thay đổi của mơ hình 1 có trọng
số theo Breusch – Pagan Test
Heteroskedasticity Test: Breusch-Pagan-Godfrey
F-statistic 0.806282 Prob. F(2,111) 0.4491 Obs*R-squared 1.632431 Prob. Chi-Square(2) 0.4421 Scaled explained SS 1.608459 Prob. Chi-Square(2) 0.4474
Test Equation:
Dependent Variable: WGT_RESID^2 Method: Least Squares
Date: 10/20/13 Time: 16:13 Sample: 1 114
Included observations: 114
Variable Coefficient Std. Error t-Statistic Prob.
C 0.020246 0.005147 3.933679 0.0001 D_YIELD*WGT 0.07384 0.066875 1.104146 0.2719 PAYOUT*WGT -0.006724 0.013437 -0.500375 0.6178 R-squared 0.01432 Mean dependent var 0.022548 Adjusted R-squared -0.00344 S.D. dependent var 0.032651 S.E. of regression 0.032707 Akaike info criterion -3.97647 Sum squared resid 0.118744 Schwarz criterion -3.90447 Log likelihood 229.659 Hannan-Quinn criter. -3.94725 F-statistic 0.806282 Durbin-Watson stat 2.239833 Prob(F-statistic) 0.449113
Nguồn: Tác giả tính tốn Chúng ta tiến hành kiểm định mơ hình 1 với trọng số W_1j với mức ý nghĩa 5%, với giả thuyết như sau:
H0: aj = 0 tức là biến độc lập không tác động đến biến phụ thuộc H1: aj ≠ 0 tức là biến độc lập có tác động đến biến phụ thuộc.
Ngồi ra chúng ta cũng tiếp tục kiểm định lại phương sai sai số thay đổi của mơ hình hồi qui (1) với trọng số W_1j. Vì hiện tượng này vẫn có thể khơng khắc phục được hết trong thực tế. Kết quả được trình bày trong bảng 4.7 cho thấy phương sai sai số đã khơng đổi vì Prob. Chi-Square(2) = 0.4421 > 0.05.
Với bảng 4.6 ta thấy sau khi thực hiện hồi qui mơ hình (1) với trọng số W_1j, R2 thay đổi đáng kể từ 0.05385 (bảng 4.3) lên 0.11184 (bảng 4.6). Mặc dù cả hai đều thấp nhưng chúng ta vẫn có thể chấp nhận được vì mục đích của bài nghiên cứu là đi tìm mối quan hệ giữa các biến độc lập với biến phụ thuộc nên chúng ta chỉ chú ý đến các hệ số hồi qui có khác 0 và có ý nghĩa thống kê hay khơng. R2 cao sẽ tốt hơn đối với những mơ hình vì mục đích dự báo.
Theo kết quả hồi qui mơ hình 1 với trọng số W_1 (bảng 4.6), ta thấy biến động giá cổ phiếu và tỷ suất cổ tức có mối quan hệ ngược chiều có ý nghĩa (-1.129893) với p-value = 0.003. Có nghĩa là với điều kiện các biến độc lập khác khơng đổi thì tỷ suất cổ tức tăng lên 1 đơn vị thì biến động giá cổ phiếu sẽ giảm 1.129893 đơn vị. Điều này phù hợp với lý thuyết và kỳ vọng của chúng ta. Mối quan hệ giữa biến động giá cổ phiếu và tỷ lệ chi trả cổ tức là ngược chiều (-0.029796) nhưng lại khơng có ý nghĩa thống kê với p-value = 0.6106. Nếu so sánh với kết quả hồi qui mơ hình (1) theo OLS (bảng 4.3) thì các biến D_YIELD và PAYOUT đều có mối quan hệ ngược chiều với P_VOL, mặc dù giá trị p-value có giảm nhưng chỉ có D_YIELD có ý nghĩa thống kê, PAYOUT thì khơng. Kết quả này hoàn toàn trái ngược với kết quả nghiên cứu của Hussainey và cộng sự (2011) (biến động giá cổ phiếu và tỷ suất cổ tức có mối quan hệ cùng chiều khơng có ý nghĩa, mối quan hệ giữa biến động giá cổ phiếu và tỷ lệ chi trả cổ tức là ngược chiều và có ý nghĩa thống kê). Mặc khác kết quả này lại phù hợp với kết quả nghiên cứu của Mohammad Hashemijoo và cộng sự (2012).