Nhược điểm của nghiên cứu
Tôi đánh giá và ý thức được rằng mơ hình hồi quy thực hiện trong nghiên cứu này vẫn tồn tại những nhược điểm. Quan trọng nhất, như đã trình bày trong phần Vấn đề 1 của hồi quy r2, việc tiến hành thử và sai để tìm được một biến số làm biến công cụ cho Q biên tế vẫn đang là một thử thách và địi hỏi nhiều cơng sức nghiên cứu. Chỉ khi tìm ra được biến số này, tơi mới có thể hồn tồn tự tin vào kết quả nghiên cứu của mình và khẳng định rằng mơ hình là vững chắc. Một nhược điểm nữa, đó là việc phân chia các cơng ty thành hai nhóm những cơng ty có chi phí nghiên cứu và phát triển cao và nhóm các cơng ty có chi phí nghiên cứu và phát triển thấp, chưa có một cơ sở khoa học vững chắc, tơi đang sử dụng cách phân chia được gợi ý từ một nền kinh tế khác với những chuẩn mực kế tốn cịn tồn tại nhiều khác biệt. Tuy nhiên, kết quả của mơ hình vẫn đưa ra một vài tia sáng cho việc thực hiện các nghiên cứu tiếp theo.
Hướng nghiên cứu tiếp theo
Với những kết quả đã tìm ra, cũng như nhận định được những điểm cịn tồn tại của đề tài. Tôi xin được đưa ra những định hướng nghiên cứu tiếp theo như sau:
Tìm biến số cơng cụ đại diện cho cơ hội đầu tư để thay thế cho biến Q
biên tế, nhằm làm vững chắc mơ hình kinh tế lượng.
Tìm biến số thay thế cho Chi phí R&D của doanh nghiệp để có thể đạt
Phát triển để tài theo hướng nghiên cứu và đưa thêm vào mơ hình các
yếu tố về chi phí đại diện.
Phát triển để tài theo hướng nghiên cứu và đưa thêm vào mơ hình các
52
Phụ lục 1 – Tổng hợp kết quả hồi quy của các mơ hình
r1 r2 r3 r4.1 r4.2 r5.1 r5.2 r6.1 r6.2 DACCRi,t 0,2115* 0,2018* 0,1982* 0,1847* 0,1812* 0,2129* 0,2112* 0,2117* 0,2114* (0,0347) (0,0252) (0,0261) (0,0238) (0,0241) (0,0391) (0,0315) (0,0349) (0,0342) Qi,t-1 0,0316* 0,0285* 0,0593* 0,0512* 0,0478* 0,0323* 0,0324* 0319* 0311* (0,0049) (0,0053) (0,0075) (0,0068) (0,0068) (0,0049) (0,0048) (0,0045) (0,0050) CFi,t-1/Ki,t-2 0,0872* 0,0861* 0,0758* 0,0753* 0,0750* 0,0841* 0,0715* 0,0868* 0,0873* (0,0063) (0,0060) (0,0093) (0,0084) (0,0079) (0,0066) (0,0065) (0,0061) (0,0063) EQUISSi,t/Ki,t-1 0,0095* 0,0095* 0,0083* 0,0077* (0,0071) (0,0076) (0,0041) (0,0039) Qi,t 0,0025* 0,0023* 0,0022* (0,0038) (0,0057) (0,0045) Qi,t-2 0,0036* 0,0023* (0,0052) (0,0049) Qi,t-3 0,0011* (0,0052) R2 0,530 0,532 0,527 0,423 0,433 0,551 0,532 0,524 0,525
Bảng trên trình bày tổng hợp kết quả của các mơ hình hồi quy từ r1 đến r6. Mỗi biến số được trình bày theo hệ số tương quan của hồi quy và sai số chuẩn (trong dấu ngoặc đơn), cũng như mức ý nghĩa của mỗi mơ hình. Dấu (*) biểu thị các hệ số tương quan đã được chuẩn tắc hóa với mức ý nghĩa 1%.
Phụ lục 2 – Sai số nội sinh và mối quan hệ giữa đầu tư và Q
Để có thể phát triển định nghiên cứu tốt theo định hướng đã đề ra, tôi đưa ra một số vấn đề giải thích về sai số nội sinh và mối quan hệ giữa đầu tư và biến số Q như sau:
Tác động của tình trạng ràng buộc tài chính đối với các quyết định đầu tư của doanh nghiệp là một chủ đề tốn nhiều giấy mực và công sức của nhiều nhà nghiên cứu kinh tế trong thập niên vừa qua. Câu hỏi này được đặt ra xuất phát từ sự bất hồn hảo trong thơng tin trên thị trường vốn và thị trường tín dụng, dẫn đến tính phân hóa trong chi phí huy động vốn từ bên bản thân doanh nghiệp hay từ bên ngồi, hoặc thậm chí tại mức độ tối đa, ảnh hưởng đến quyết định đầu tư của doanh nghiệp chỉ vì khó khăn trong việc huy động vốn từ bên ngồi. Những nghiên cứu về chủ đề này trong giai đoyạn gần đây bắt đầu với Fazzi, Hubbard, và Petersen (1988), cơng trình nghiên cứu thực nghiệm rất công phu của họ đã chỉ ra rằng đối với nhóm cơng ty ngay từ đầu đã gặp phải tình trạng khó khăn khi huy động vốn từ bên ngoài, những quyết định đầu tư sẽ trở nên cực kỳ nhạy cảm với những biến động của các nguồn vốn bên trong bản thân doanh nghiệp, ngay cả sau khi họ đã kiểm sốt biến cơ hội đầu tư trong mơ hình của mình. Hubbard (1998) đã tổng hợp một số lượng lớn các nghiên cứu khẳng định kết quả tương tự. Tài liệu này là một cơng trình xuất sắc đáng kinh ngạc minh chứng cho thất bại của mơ hình tối ưu hóa ngắn hạn đầu tư của trường phái tân cổ điển.
Hầu hết các kiểm định của trường phái tân cổ điển và hầu hết các nghiên cứu thực nghiệm tìm hiểu sự tương tác giữa tài trợ và đầu tư đều dựa trên một khái niệm được biết đến rộng rãi với cái tên Lý thuyết Q về đầu tư. Bất chấp các thất bại lặp đi lặp lại được chỉ ra bởi các nghiên cứu thực nghiệm trong việc
dùng Q để giải thích các mối quan hệ chéo cũng như chuỗi thời gian, sự phổ biến của lý thuyết Q vẫn rất bền bỉ, xuất phát từ lý luận định tính mang tính trực quan cực kỳ hợp lý của nó. Lý thuyết này còn tồn tại bền bỉ bởi nhiều ý kiến cho rằng các thất bại trong việc sử dụng nó như cơng cụ giải thích số liệu thực nghiệm, chỉ là do chưa có một phương pháp đo lường, hay chưa đưa ra được một mơ hình chuẩn xác, đồng nghĩa rằng tồn tại một sai số đo lường nội sinh trong bản thân biến số Q cần phải được giải quyết. Tuy vậy, trong những năm gần đây, rất nhiều nghiên cứu thực nghiệm đã đi theo hướng gợi ý nêu trên để cố gắng giải quyết vất đề sai số nội sinh trong Q, vẫn đi vào ngõ cụt và đưa ra các kết luận khẳng định vững chắc thêm cho quan điểm trước đó, rằng quyết định đầu tư phụ thuộc nhiều vào khả năng sản sinh nguồn vốn tài trợ của bản thân doanh nghiệp chứ không phụ thuộc vào Q, những cơng trình thực nghiệm điển hình có thể kể đến là nghiên cứu của Blundell và cộng sự (1992) hay Gilchrist và Himmelberg (1995). Đến năm 2000, lần đầu tiên trong lịch sử nghiên cứu về Q, Erickson và Whited lần đầu tiên sử dụng một hướng tiếp cận khác để nghiên cứu về sai số đo lường nội sinh trong đại lượng Q và đã đưa đến một kết luận khác mang tính xoay chuyển tình thế.
Để có thể hiểu được vấn đề về sai số đo lường nội sinh của Q, chúng ta cần làm rõ một số điểm trong Lý thuyết tổng quát về Q. Suy luận trực quan trên quan điểm về đầu tư tương tự như trong lý thuyết Q đã được đưa ra từ thời của Keynes (1936), ơng cho rằng “chẳng có ý nghĩa gì khi xây dựng mới một cơng ty với chi phí lớn hơn chi phí mua một cơng ty tương tự đã có sẵn, mặc dù khi tự xây dựng một cơng ty thì thoạt nhìn vẫn có vẻ hồnh tráng và to tát hơn nhất là khi doanh nghiệp sau khi xây dựng có thể được niêm yết trên sàn chứng khoán với một khoản thặng dư vốn gần như tức khắc”. Grunfeld trong nghiên cứu của mình
năm 1960 đưa ra lý luận tương tự, rằng một công ty chỉ nên đầu tư khi công ty kỳ vọng rằng khoản đầu tư này sẽ sinh lợi và việc định giá trên thị trường ghi nhận được kỳ vọng đó, ơng nâng đỡ cho lý luận của mình với việc tìm ra bằng chứng thực nghiệm rằng việc định giá trên thị trường là một yếu tố mang tính quyết định chính sách đầu tư với mẫu nghiên cứu là các công ty niêm yết tại Mỹ. Đến năm 1969, lần đầu tiên lý thuyết trên được mơ hình hóa một cách bài bản bởi James Tobin, người đã đoạt giải Nobel Kinh tế năm 1981 cho cơng trình của mình, ơng đã xây dựng một mơ hình và lý luận rất trực quan: một công ty sẽ đầu tư nếu Tobin’s Q – tỷ số giữa giá trị định giá bởi thị trường đối với chứng khốn vốn của cơng ty và giá trị thay thế của nó – lớn hơn 1. Lý thuyết Q hiện đại sau này được phát triển bởi Lucas và Prescott (1971) và Mussa (1977) đòi hỏi Q phải được hiểu theo điều kiện đạo hàm bậc nhất, nghĩa là so sánh giá trị biên tế của đầu tư, hay nói cách khác, một doanh nghiệp sẽ đầu tư nếu một đồng chi cho đầu tư đem lại lợi ích lớn hơn chi phí của nó.
Để kiểm định giả thiết về điều kiện đạo hàm bậc nhất này, điển hình các nhà nghiên cứu kinh tế thường bắt đầu với một hàm điều chỉnh đầu tư dạng toàn phương (hàm số bậc 2), với mục đích sau khi lấy đạo hàm có thể đạt được một phương trình bậc nhất, thuận lợi cho việc ước lượng hàm hồi quy mà trong đó đầu tư là biến phụ thuộc cịn Q là biến giải thích duy nhất. Việc cần làm kế tiếp là tìm được một biến chỉ báo tốt nhất cho Q biên tế mà thơi. Năm 1982, dựa vào kết quả trước đó được gợi ý từ nghiên cứu của Lucas và Prescott (1971), Hayashi đã giản hóa nhiệm vụ trên bằng cách chỉ ra rằng khi một doanh nghiệp có tỷ suất lợi nhuận khơng đổi theo quy mô, trong điều kiệm cạnh tranh hoàn hảo, thì Q biên tế có thể được tính tốn bằng với Q trung bình, là tỷ số giữa định giá của ban quản trị về chứng khốn vốn của cơng ty với chi phí thay thế của nó. Khi đó,
nếu thị trường là hoàn hảo, định giá trên thị trường vốn sẽ dễ dàng ghi nhận thông tin về định giá của ban quản trị, phản ánh vào giá chứng khốn. Từ đó ta thấy trên lý thuyết, Tobin’s Q là một biến số có thể quan sát được, tuy nhiên thực tế nghiêm cứu thực nghiệm lại giấy lên nhiều điểm khó khăn.
Kết quả thực nghiệm của những nghiên cứu về chủ đề này gặp phải thất bại trên nhiều phương diện (có thể kể đến Ciccolo (1975), Summers (1981), Abel và Blanchard (1986), Blanchard, Rhee, và Summers (1993), Fazzari và cộng sự (1988), Schaller (1990), Blundell và cộng sự (1992), và Gilchrist và Himmelberg (1995)). Các hàm hồi quy trong đó Q là biến giải thích và đầu tư là biến phụ thuộc có mức ý nghĩa R2 rất thấp, gợi ý rằng Q biên tế có hầu như khơng có khả năng giải thích cho biến động trong các quyết định đầu tư của doanh nghiệp. Hơn thế nữa, nhiều nghiên cứu còn tranh luận rằng (thực chất là tranh luận sai, tơi sẽ giải thích sau) cho dù có tìm được mơ hình hồi quy có ý nghĩa cao đi chăng nữa, đó cũng chẳng qua chỉ là sự phản ánh và điều chỉnh thái quá của thị trường trước thông tin về cơ hội đầu tư của doanh nghiệp mà thôi. Cuối cùng, giả thiết cho rằng một mình chỉ số Q biên tế có thể bao hàm trong mình tác động của mọi yếu tố khác có ảnh hưởng lên quyết định đầu tư, chưa bao giờ được kiểm định đúng trên thực tế, bằng chứng thực nghiệm cho thấy các yếu tố khác, bao gồm sản lượng, doanh thu, và như đã được nhấn mạnh ở trên, các nguồn tài trợ nội tại của doanh nghiệp có hệ số tương quan với đầu tư rất mạnh mỗi khi chúng được sử dụng như biến giải thích trong mơ hình hồi quy. Đặc biệt, khi đưa biến số dịng tiền vào mơ hình thì kết quả là hệ số tương quan cho những cơng ty gặp khó khăn tài chính mạnh hơn rất nhiều so với những công ty không được phân loại vào nhóm đang gặp khó khăn tài chính.
Các kết quả nghiên cứu nêu trên đưa chúng ta đến những suy luận khác nhau. (1) Q quan sát, thực chất là Q trung bình, là một biến chỉ báo (proxy variable) hoàn hảo cho Q biên tế, và các giả định đưa ra là đúng, thì nói một cách thẳng thắn, lý thuyết Q đã sai. Nói cách khác, kỳ vọng về khả năng sinh lợi của các dự án đầu tư của ban quản trị chẳng có ảnh hưởng gì lên quyết định đầu tư, nhưng tình trạng vốn của doanh nghiệp thì có; (2) nếu lý thuyết Q là đúng và Q trung bình là biến chỉ báo tốt, thì các giả định sử dụng là sai; và (3) lý thuyết Q và các giả định là đúng, nhưng Q trung bình là một biến chỉ báo tồi cho Q biên tế.
Trong trường hợp thứ ba, khi khơng tìm được một biến chỉ báo thật sự tốt để đo lường Q biên tế, mơ hình có thể dẫn đến tất cả những sai lầm mà chúng ta khơng bao giờ mong đợi. Điển hình như trong mơ hình hồi quy truyền thống để xử lý vấn đề sai số nội sinh, hệ số R2 của OLS sẽ bị chệch theo hướng đánh giá thấp hệ số tương quan thực sự giữa các biến, và giá trị ước lượng của hệ số tương quan đối với biến số được lựa chọn sai sẽ bị chệch gần về giá trị khơng, điều này có thể dẫn đến những cách hiểu sai lầm nghiêm trọng vì với một biến chỉ báo được lựa chọn tốt, giá trị ước lượng của hệ số tương quan có thể sẽ cách xa giá trị khơng, ý nghĩa của hàm hồi quy lúc này hoàn toàn bị thay đổi. Bên cạnh đó, với một biến chỉ báo được lựa chọn không đúng, ngồi ước lượng chệch, cịn có hậu quả là ước lượng không bền vững, nghĩa là khi chúng ta sử dụng một nhóm mẫu bao gồm các phần tử thay thế khác trong tổng thể, hoặc đơn giản là khi tăng số phần tử trong một mẫu, các giá trị ước lượng của hệ số tương quan sẽ thay đổi rất đáng kể. Vấn đề trên càng trở nên nghiêm trọng hơn khi sai số nội sinh gây ra bởi một mơ hình với giả định về phương sai thuần nhất, chắc chắn sẽ khơng thể tìm ra vấn đề phương sai khơng thuần nhất trong dữ liệu, làm giảm đáng kể độ lệch chuẩn trung bình của ước lượng. Cuối cùng, với một biến
chỉ báo được lựa chọn khơng đúng, có thể mối quan hệ giữa nó và biến phụ thuộc là một mối quan hệ phi tuyến, trong khi hầu hết các phương trình hồi quy được áp dụng đều tập trung giải quyết các mối quan hệ tuyến tính, với sự thực này, có thể người làm nghiên cứu lại vội vàng bác bỏ các mối quan hệ tuyến tính và đi sâu thêm vào sai lầm với những quan hệ phi tuyến mà thực chất khơng dẫn đến một kết quả có ý nghĩa thực sự.
Những hướng nghiên cứu khác nhằm giải thích sự thất bại của lý thuyết Q như sử dụng vấn đề khó khăn tài chính, chi phí cố định, giả thiết sao chép thị trường và phương pháp sai lệch đồng thời, rất hấp dẫn về mặt học thuật, tuy nhiên không thể làm căn cứ vững chắc để bác bỏ lý thuyết Q. Xin trích dẫn ra đây một câu nói của Giáo sư Gregory Mankiw – giáo sư kinh tế học của trường Đại học lừng danh Harvard: “Chỉ vì đội A đúng khơng có nghĩa là đội B sai.” Vì vậy, cần phải có một liều thuốc đặc trị cho vấn đề sai số nội sinh trong biến số Q mà khơng thơng qua một khía cạnh nào khác. Các nghiên cứu đã làm như vậy bao gồm Abel và Blanchard (1986), Hoshi và Kashyap (1990), Blundell và cộng sự (1992), Cummis, Hassett và Oliner (1998). Hầu hết trong các nghiên cứu này, các tác giả đã tìm ra mối tương quan mạnh giữa đầu tư và nguồn vốn nội tại của doanh nghiệp (tơi sẽ giải thích ngay sau đây mối liên hệ giữa nguồn vốn nội tại và Q). Đáng chú ý, Gilchrist và Himmelberg đã tìm ra kết quả giống như Fazzi, đó là khi chia mẫu nghiên cứu thành 2 nhóm, nhóm các cơng ty đang trong tình trạng bị ràng buộc tài chính và nhóm khơng bị ràng buộc tài chính, đầu tư của những cơng ty bị ràng buộc tài chính có độ nhạy với dịng tiền lớn hơn.
Erickson và Whited (2001) đã thực hiện một nghiên cứu theo hướng tiếp cận hoàn toàn khác với các nghiên cứu nêu trên, đưa ra các ước lượng cho hệ số
tương quan không chệch sử dụng các thông tin chứa đựng trong mô men bậc cao của phân phối xác suất tổng hợp của các biến độc lập. Bằng cách áp dụng mơ hình Generalized Method of Moments (GMM) (Hansen 1982) để tìm hiểu các thơng tin cung cấp từ phương trình tương ứng của các mô men bậc cao, họ đã tăng tính chính xác của ước lượng và tính thống kê J đặc trưng của mơ hình