6. Kết cấu của luận văn
3.4 Kết quả nghiên cứu
3.4.6 Kiểm tra các giả định của mơ hình
3.4.6.1 Kiểm định Wald
Hàm hồi quy tổng thể11
11
Khái niệm Hàm hồi quy tổng thể và Hàm hồi quy giới hạn ngụ ý phân biệt các mơ hình với các biến
độc lập khác nhau: Hàm hồi quy tổng thể là mơ hình với đầy đủ các biến như phần giả thuyết ban đầu.
Hàm hồi quy giới hạn là mơ hình được xây dựng lại (giới hạn các biến thực sự cần thiết trong mơ hình) từ hàm hồi quy tổng thể sau khi kiểm định ý nghĩa thống kê của các tham số. Hai khái niệm trên chỉ
LEV1 = 1+ 2PROF + 3ROE+ 4SIZE + 5FA+ 6GROW+ (3.6)
LEV2 = 1+ 2PROF + 3ROE+ 4SIZE + 5FA+ 6GROW
+ 7GDP + 8INF + (3.7)
LEV3 = 1+ 2PROF + 3ROE+ 4SIZE + 5FA+ 6GROW+ (3.8)
LEV4 = 1+ 2PROF + 3ROE+ 4SIZE + 5FA+ 6GROW+ (3.9)
LEV5 = 1+ 2PROF + 3ROE+ 4SIZE + 5FA+ 6GROW+ (3.10)
LEV6 = 1+ 2PROF + 3ROE+ 4SIZE + 5FAt + 6GROW
Trong đó, giải thích các mơ hình LEV1,LEV2,LEV3,LEV4,LEV5, vàLEV6 được thể hiện trong Phụ lục 01 và 02.
Ban đầu, ta sử dụng chương trình Eviews để xử lý các dữ liệu thu thập được. Sau đó, từ các giá trị t-Statistic và Prob của các mơ hình LEV1, LEV2,LEV3, LEV4,LEV5, vàLEV6, ta tiến hành kiểm định Wald Test về ý nghĩa thống kê của các biến có hệ số P_value lớn hơn = 0.05. Kế tiếp, để thực hiện việc xây dựng các mơ hình giới hạn phù hợp, ta căn cứ vào hệ số P_value của các biến độc lập lớn hơn 5%. Biến được loại ra khỏi mơ hình là biến có hệ số P_value lớn nhất, rồi lần lượt đến từng biến cịn lại có mức ý nghĩa lớn hơn = 0.05. Kết quả cuối cùng, các mơ hình giới hạn cịn lại được lựa chọn tương ứng như sau:
Hàm hồi quy giới hạn:
Trong đó, giải thích các mơ hình LEV1*, LEV2*, LEV3*,LEV4*,LEV5*, vàLEV6*
được thể hiện trong Phụ lục 01 và 03.
Đồng thời, ta có kết quả của kiểm định giả thuyết các mơ hình hồi quy như sau:
LEV1* = 1+ 2PROF + 3ROE+ 4SIZE + 5FA+ (3.12)
LEV2* = 1+ 2PROF + 3ROE + 4SIZE + 5FA + 6GDP + (3.13)
LEV4* = 1+ 2PROF + 3ROE+ 4SIZE + 5FA+ (3.15)
LEV5* = 1+ 2PROF + 3ROE+ 4SIZE + 5FA+ (3.16)
LEV3* = 1+ 2PROF + 3ROE+ 4SIZE + 5FA+ (3.14)
Bảng 3.5: KKIIỂỂMM ĐĐỊỊNNHH GGIIẢẢ TTHHUUYYẾẾTT CCÁÁCC MMƠƠ HHÌÌNNHH HHỒỒII QQUUYY ((KKiiểểmm đđịịnnhh WWaalldd) )
MH GIẢ THIẾT H0 P_VALUE KẾT LUẬN
Kiểm định việc giới hạn của mơ hình hồi quy tổng thể
LEV1 6 = 0 0.1794 Không bác bỏ H0. Chọn LEV1*
LEV2 6 = 7 = 8 = 0 0.1860 Không bác bỏ H0. Chọn LEV2*
LEV3 6 = 0 0.3059 Không bác bỏ H0. Chọn LEV3*
LEV4 6 = 0 0.8619 Không bác bỏ H0. Chọn LEV4*
LEV5 6 = 0 0.8270 Không bác bỏ H0. Chọn LEV5*
LEV6 6 = 7 = 8 = 0 0.4221 Không bác bỏ H0. Chọn LEV6*
Kiểm định khả năng giải thích của mơ hình hồi quy giới hạn
LEV1* 2 = 3 = 4 = 5 = 0 0.0000 Bác bỏ H0. Chấp nhận LEV1* LEV2* 2 = 3 = 4 = 5 = 6 = 0 0.0000 Bác bỏ H0. Chấp nhận LEV2* LEV3* 2 = 3 = 4 = 5 = 0 0.0000 Bác bỏ H0. Chấp nhận LEV3* LEV4* 2 = 3 = 4 = 5 = 0 0.0000 Bác bỏ H0. Chấp nhận LEV4* LEV5* 2 = 3 = 4 = 5 = 0 0.0000 Bác bỏ H0. Chấp nhận LEV5* LEV6* 2 = 3 = 4 = 5 = 6 = 0 0.0000 Bác bỏ H0. Chấp nhận LEV6* Nguyên tắc bác bỏ: P_value > = 0.05: Không bác bỏ giả thiết H0 và ngược lại.
Theo kết quả ở bảng 3.5, ta nhận thấy rằng P_value của các mơ hình hồi quy giới hạn đều nhỏ hơn = 0.05, nên ta bác bỏ giả thuyết H0, tức là các biến cịn lại của các mơ hình này cần thiết phải đưa vào mơ hình. Đồng thời, xem xét kết quả các mơ hình hồi quy giới hạn ở phần Phụ lục 01 và 03, ta thấy có vẻ tỷ lệ tương đối các mơ hình đạt R2 hiệu chỉnh tăng lên nhiều hơn là tỷ lệ giảm xuống (dù khơng đáng kể lắm và có 2 mơ
hình LEV1* và LEV3* giảm xuống) so với các mơ hình hồi quy tổng thể. Cụ thể như sau:
LEV1*: R2 hiệu chỉnh = 70.29% (giảm 0.11% so với LEV1 (70.40%)).
LEV2*: R2 hiệu chỉnh = 70.67% (tăng 0.13% so với LEV2 (70.54%)).
LEV3*: R2 hiệu chỉnh = 77.72% (giảm 0.01% so với LEV3 (77.73%)).
LEV4*: R2 hiệu chỉnh = 71.48% (tăng 0.13% so với LEV4 (71.35%)).
LEV5*: R2 hiệu chỉnh = 79.37% (tăng 0.11% so với LEV5 (79.26%)).
LEV6*: R2 hiệu chỉnh = 77.89% (tăng 0.19% so với LEV6 (77.70%)).
Bên cạnh đó, tất cả các biến cịn lại trong các mơ hình hồi quy giới hạn trên đều
đạt mức ý nghĩa thống kê 1% (ngoại trừ biến FA có ý nghĩa 5% ở mơ hình LEV4* và biến GDP (0.1179) ở mơ hình LEV6* khơng có ý nghĩa thống kê).
tăng lên tỷ lệ tổng biến thiên của biến phụ thuộc được giải thích bằng các biến độc lập
trong mơ hình thơng qua giá trị R2 hiệu chỉnh) so với mơ hình nhiều biến cồng kềnh
hơn ban đầu. Tuy nhiên, đề tài sẽ không loại bỏ các mơ hình hồi quy tổng thể mà vẫn
giữ lại để tiến hành kiểm định hiện tượng đa cộng tuyến tiếp theo.
3.4.6.2 Kiểm định hiện tượng đa cộng tuyến
Thứ nhất, đối với mơ hình LEV1, LEV2, LEV1*, và LEV2*, xem xét qua ma trận
tương quan của các biến (Xem phần Phụ lục 15: Bảng ma trận tương quan các biến độc
lập), ta thấy trong đó chỉ có 2 biến SIZE và PROF là có mức tương quan cao nhất: 0.468208. Tuy nhiên, mức tương quan này ta có thể chấp nhận được.
Thứ hai, đối với các mơ hình LEV3, LEV4, LEV5, LEV6, LEV3*, LEV4*, LEV5*, và LEV6*: theo kết quả từ chương trình Eviews, ta có ma trận hệ số tương quan lần lượt của các cặp biến độc lập trong các mơ hình đang xét đều nhỏ hơn 0.5.
Một cách tổng quan, hầu hết các mơ hình hồi quy bội đều có thể có một phần nào
đó tính cộng tuyến nhất định (Phạm Trí Cao và Vũ Minh Châu, 2010). Chính vì vậy,
dựa trên những kết quả trên, ta có thể khẳng định rằng các mơ hình được xét không xảy ra hiện tượng đa cộng tuyến nghiêm trọng và chúng đều có thể được chấp nhận.
3.4.6.3 Kiểm định hiệu ứng cố định
Tiếp theo, ta sẽ tiến hành hiệu ứng cố định đối với các mơ hình với giả thuyết: H0: Khơng có hiệu ứng cố định tác động đến mơ hình đang xét.
H1: Có hiệu ứng cố định tác động đến mơ hình đang xét.
Thứ nhất, vì các mơ hình LEV1, LEV2, LEV1*, và LEV2* ta không áp dụng
phương pháp tác động cố định nên trong phần kiểm định ở đây sẽ không xét đến các mơ
hình này.
Thứ hai, với các giá trị kiểm định được trích từ chương trình Eviews trong bảng Phụ lục 02 và 03, ta nhận thấy rằng các mơ hình LEV3, LEV5, LEV6, LEV3*, LEV5*, và LEV6* đều cho kết quả là có tác động hiệu ứng cố định lên mơ hình với mức ý nghĩa thống kê là 1% (P_value của các giá trị kiểm định đều nhỏ hơn 0.01). Trái ngược lại,
đối với hai mơ hình LEV4 và LEV4* với xác suất P_value của giá trị Period F và Period Chi-square đều cho kết quả lớn hơn 1%. Cụ thể như sau:
LEV4*: P_value của giá trị Period F = 0.0223; Period Chi-square = 0.0176
Do đó, với mức ý nghĩa thống kê là 1%, ta chấp nhận giả thuyết H0 đối với hai mơ hình LEV4 và LEV4*. Từ đó, giúp ta khẳng định khơng có hiệu ứng cố định xảy ra trong hai mơ hình này (tại mức ý nghĩa 1%).
Như vậy, từ kết quả hồi quy ước lượng có được, ta nhận thấy là mức độ giải thích
của các mơ hình đã tăng lên rõ rệt (R2 hiệu chỉnh đã tăng lên ở mơ hình LEV3 là 77.73%, LEV5 là 79.26%, LEV6 là 77.70%, LEV3* là 77.72%, LEV5* là 79.37%, và LEV6* là 77.89%). Quả thực, giá trị của R2 hiệu chỉnh càng cao thì khả năng giải thích của mơ hình hồi quy càng lớn và việc dự đốn biến càng chính xác (Hồng Thị Phương Thảo và cộng sự, 2010). Ngoài ra, trong các mơ hình ta tiến hành hồi quy, chỉ có sáu mơ hình LEV3, LEV5, LEV6, LEV3*, LEV5*, và LEV6* là có ý nghĩa trong phương pháp tác
động cố định tại ngưỡng 1%.
Chính vì vậy, dựa trên những lập luận trên, đề tài quyết định sử dụng sáu mơ hình này vào phân tích kết quả nghiên cứu tiếp theo (vì chúng có vẻ phù hợp và độ tin cậy cao hơn so với các mơ hình hồi quy cịn lại).
3.4.7 Các kết quả nghiên cứu
Như vậy, từ các kết quả của các mơ hình hồi quy ước lượng được tính tốn từ chương trình Eviews, đề tài đã lựa chọn các mơ hình phù hợp nhất và tổng hợp lại kết
quả các nhân tố tác động đến cấu trúc vốn như trong phần Phụ lục 04.
Bảng tổng hợp này đã cho ta thấy khả năng giải thích của các mơ hình so với thực tế là tương đối phù hợp và đáng tin. Thật vậy, rõ ràng là các biến độc lập trong sáu mơ hình được lựa chọn cuối cùng đã giải thích được trung bình khoảng 78.28% sự thay
đổi của biến phụ thuộc Địn bẩy tài chính (LEV), 21.72% sự thay đổi cịn lại của biến
LEV có thể do các nhân tố ngẫu nhiên khác gây ra. Ngoài ra, giá trị R2 hiệu chỉnh trong các mơ hình là một thước đo tương đối thỏa đáng, cho ta biết đường hồi quy ước lượng có vẻ phù hợp với thực tế và dữ liệu mẫu thống kê. Mức độ giải thích này của các mơ hình tuy rằng thấp hơn so với nghiên cứu của Buferna và cộng sự (2005) (95%),
Çağlayan và Şak (2010) (91%), nhưng lại có vẻ tương đồng với kết quả của Octavia và
Xét về bản chất, kết quả các mơ hình hồi quy ước lượng trong phần Phụ lục 04 cũng đã giúp ta nhận dạng được ý nghĩa và chiều hướng của các nhân tố tác động đến cấu trúc vốn của các ngân hàng thương mại Việt Nam, cụ thể như sau:
3.4.7.1 Biến Lợi nhuận (PROF)
Các mơ hình trong Phụ lục 04 (bảng Tổng hợp kết quả) đều cho thấy biến Lợi
nhuận (PROF) có tác động ngược chiều đến biến Đòn bẩy tài chính (LEV) tại mức ý nghĩa 1%.
Kết quả này giống với dấu kỳ vọng ban đầu của giả thuyết nghiên cứu, nhưng
trái ngược lại với Lý thuyết đánh đổi cấu trúc vốn (cho rằng doanh nghiệp nào có khả
năng sinh lời càng cao thì càng nên gia tăng tỷ lệ nợ). Như vậy, thực trạng các ngân
hàng tại Việt Nam không cung cấp bằng chứng ủng hộ cho quan điểm của Lý thuyết
đánh đổi cấu trúc vốn mà dường như lại thiên về Lý thuyết Trật tự phân hạng hơn. Đồng
thời, kết quả trong các mô hình ước lượng cũng phù hợp với các nghiên cứu thực nghiệm của Gropp và Heider (2009), Çağlayan và Şak (2010), và Octavia và Brown
(2008) (cùng cung cấp chứng cứ cho thấy rằng Lợi nhuận có mối quan hệ nghịch biến với Địn bẩy tài chính).
Nhìn chung, thực tế tại thị trường Việt Nam, các ngân hàng thương mại có tỷ suất sinh lời trên tổng tài sản cao thường có xu hướng sử dụng nguồn vốn nội bộ hơn là kiếm tìm các món nợ bên ngoài. Tuy rằng bản chất kinh doanh của các ngân hàng đều trông cậy rất nhiều vào nợ, nhưng một khi tỷ suất lợi nhuận đạt đến một ngưỡng nhất
định nào đó, các ngân hàng tại Việt Nam lại có vẻ như sẽ trở về chú trọng đến nguồn lợi
nhuận bên trong để tái đầu tư hơn là đi vay thêm quá nhiều nợ.
Rõ ràng là kết quả hồi quy kiểm nghiệm đã hỗ trợ cho luận điểm lý giải nguyên nhân tại sao các ngân hàng có khả năng sinh lợi nhất thường đi vay ít hơn – khơng phải vì các ngân hàng có các tỷ lệ nợ mục tiêu thấp mà phải chăng họ còn chú trọng đến các yếu tố khác nữa (như vấn đề về rủi ro thanh khoản chẳng hạn). Trái ngược lại, trong
mẫu nghiên cứu 32 ngân hàng thương mại tại Việt Nam, ta nhận thấy rằng các ngân hàng nào có khả năng sinh lợi ít hơn thì thường rất quan tâm đến tài trợ bên ngồi thơng qua kênh vay nợ từ các tổ chức kinh tế, cá nhân, hộ gia đình, và dân cư trong xã hội. Nguyên nhân có lẽ là do các ngân hàng này với khoản lợi nhuận eo hẹp của mình đã
khơng đủ nguồn để có thể tài trợ cho các mơ ước đầu tư kinh doanh vốn hấp dẫn nào đó trong tương lai của chính họ.
Tổng quát lại, kết quả hồi quy ước lượng trong đề tài này đã giúp ta củng cố thêm quan điểm của Lý thuyết Trật tự phân hạng: giải thích mối tương quan nghịch
giữa khả năng sinh lời trên tổng tài sản và đòn bẩy tài chính đối với ngành ngân hàng Việt Nam trong khoảng thời gian từ năm 2006 đến 2012.
3.4.7.2 Biến Tỷ suất sinh lợi trên vốn chủ sở hữu (ROE)
Nếu ta xem biến Lợi nhuận (PROF) là tỷ suất sinh lợi trên tổng tài sản thì ta có gọi biến ROE là tỷ suất sinh lợi trên vốn chủ sở hữu.
Xét về khái niệm, bản chất của chúng đều là tỷ suất sinh lợi, nhưng ý nghĩa lại không hề giống nhau. Nếu một bên so với tổng tài sản thì một bên lại so với vốn chủ sở hữu. Nếu một bên Lợi nhuận (PROF) có mối quan hệ nghịch biến với Địn bẩy tài chính (LEV) thì một bên ROE lại có mối quan hệ đồng biến với LEV với mức ý nghĩa 1%
(trong tất cả các mơ hình được lựa chọn cuối cùng trong bảng Tổng hợp kết quả ở phần Phụ lục 04).
Thật vậy, tại Việt Nam, tương tự như doanh nghiệp, ngân hàng nào có tỷ suất sinh lời ROE càng cao thì càng có xu hướng sử dụng nhiều nợ hơn trong cấu trúc vốn của mình (có lẽ nguyên nhân một phần là do họ muốn khuếch đại tỷ suất lợi nhuận cho
các chủ sở hữu, một phần mong muốn gia tăng hơn nữa hiệu quả của vốn tự có, từ đó gây dựng lịng tin nơi các nhà đầu tư hiện hữu và tiềm năng).
Tựu trung lại, kết quả của mơ hình hồi quy ước lượng đã củng cố cho quan điểm:
Tỷ suất sinh lời ROE có tương quan thuận với Địn bẩy tài chính. Nghĩa là, một khi tỷ
suất sinh lời ROE càng cao thì các ngân hàng càng quan tâm đến nguồn tài trợ từ bên
ngoài bằng việc vay mượn nhiều hơn.
3.4.7.3 Biến Quy mô (SIZE)
Qua kết quả nghiên cứu, cả sáu mơ hình được lựa chọn trong bảng Tổng hợp
(Phụ lục 04) đều cho thấy biến Quy mơ có tác động thuận chiều đến biến Địn bẩy tài chính với mức ý nghĩa thống kê 1%. Nhận định này khá tương đồng với Lý thuyết chi
cùng đã giúp ta nhận dạng được xu hướng ảnh hưởng và củng cố thêm chứng cứ thực
nghiệm cho các lý thuyết kỳ vọng ban đầu.
Thật vậy, với một quy mô lớn, độ rủi ro của ngân hàng sẽ phần nào đó giảm đi; từ đó, các tổ chức kinh tế, dân cư, hộ gia đình, và cá nhân sẽ yên tâm hơn khi gửi gắm khoản tiền tiết kiệm ít ỏi của mình vào ngân hàng. Như ta đã biết, ngân hàng thương mại là tổ chức tín dụng thực hiện các hoạt động huy động tiền gửi của công chúng và rồi cấp tín dụng. Nếu các thành phần dân cư trong nền kinh tế khơng có đủ niềm tin vào ngân hàng, họ sẽ rất đắn đo trong việc gửi tiền và sử dụng các dịch vụ của ngân hàng. Chính quy mô (thể hiện qua tổng tài sản có) của ngân hàng là một yếu tố khá quan trọng giúp khách hàng quyết định nên hay không nên, chọn hay không chọn ngân hàng này thay vì ngân hàng khác. Có vẻ như luận điểm này đã mô tả thực trạng của các ngân
hàng thương mại Việt Nam từ năm 2006 đến năm 2012: Những ngân hàng càng lớn thì