b DACC R1 i,t Q2 i,t1 3 i,t (3)
1 Hệ số tương
Hệ số tương quan 0,2018 0,0285 0,0861 0,0095 Sai số chuẩn 0,0252 0,0053 0,0060 0,0071 R2 0,532
Ý nghĩa của r2: Sau khi thêm biến số đại diện cho lượng tiền thu về từ phát
hành chứng khoán riêng lẻ vào mơ hình, chúng ta thấy đối với dữ liệu là các cơng ty niêm yết trên hai sàn chứng khốn của Việt Nam, lượng tiền thu về từ phát hành chứng khốn riêng lẻ có hệ số tương quan rất thấp với mức đầu tư, trong khi đó, hệ số tương quan giữa dồn tích linh hoạt và mức đầu tư trên vốn hầu như không thay đổi so với kết quả của hàm hồi quy r1. Tơi đã tìm ra bằng chứng ban đầu cho thấy kênh cung ứng có một tác động độc lập trong việc dẫn truyền việc định giá sai trên thị trường đến quyết định đầu tư của doanh nghiệp, có nghĩa là kênh truyền dẫn này hoạt động ngay cả khi doanh nghiệp không phát hành vốn cổ phần mới để tài trợ cho đầu tư.
Mặc dù kết quả hồi quy trên cung cấp một bằng chứng ban đầu cực kỳ đáng chú ý về khả năng tác động độc lập của kênh cung ứng đối với quyết định đầu tư của doanh nghiệp. Về mặt kinh tế lượng, có một số vấn đề có thể gây ra sai lầm trong việc phân tích kết quả của tơi.
Vấn đề 1: Như đã trình bày trước khi bắt đầu với phương trình hồi quy cơ bản
r1, tơi đã đưa ra luận điểm cần phải đưa biến Q vào mơ hình để kiểm sốt biến số này, đây chính là biến số đại diện cho cơ hội đầu tư của doanh nghiệp, khi đưa vào mơ hình và ước lượng được hệ số tương quan của biến số này đối với đầu tư, ta có thể suy ra tác động riêng lẻ của dồn tích linh hoạt lên đầu tư khi giữ cho Q khơng thay đổi. Từ kết quả hồi quy được trình bày ở trên, chúng ta có thể thấy biến số đại diện cho cơ hội đầu tư – Chỉ số Tobin’s Q, ở đây được tính bằng Q trung bình (xem thêm phần phụ lục về thơng tin về Q, Q trung bình và Q biên tế), không đạt được mức ý nghĩa thống kê cao, hàm ý rằng Q trung bình khơng phải là một biến chỉ báo tốt cho Q biên tế - đại lượng thực sự có ý nghĩa trong việc đánh giá cơ hội đầu tư.
Trên thực tế, do chúng ta không thể quan sát và thu thập được dữ liệu cho Q biên tế, trong tất cả các nghiên cứu kinh tế về quyết định đầu tư, từ khi khái niệm Q được James Tobin đề ra đến này, tất cả các nhà kinh tế đều phải lựa chọn một biến số khác, làm chỉ báo cho Q biên tế và biến số thường được dùng nhất là Q trung bình. Tuy nhiên cũng đã có nhiều nghiên cứu trước đây đưa ra bằng chứng cả về lý luận và thực tiễn rằng Q trung bình khơng phải là một biến chỉ báo (proxy variable) tốt cho Q biên tế. Và trong nghiên cứu này của tôi, trước mắt, vấn đề này đang được lặp lại.
Ngồi ra, nếu biến giải thích chính mà tơi đang dùng để đại diện cho việc định giá sai trên thị trường – dồn tích linh hoạt, lại có tương quan với Q biên tế - một biến có ý nghĩa và ảnh hưởng đến quyết định đầu tư nhưng khơng thể quan sát và đưa vào mơ hình và khơng tìm được biến chỉ báo tốt cho nó, thì mơ hình sẽ phải đối mặt với vấn đề sai số nội sinh (measurement error/error-in-variable).
Nếu không chú ý và không thể giải quyết các vấn đề trên, việc phân tích hồi quy của tôi rất dễ đi đến những sai lầm nghiêm trọng. Tơi có thể đưa ra lý luận rằng, các cơng ty có dồn tích linh hoạt cao vẫn có thể có những tăng trưởng tốt trong tương lai, và tương ứng là tỷ suất sinh lợi trên cổ phiếu cao, tuy nhiên chỉ là Q trung bình khơng phản ánh được mà thơi, vì vậy, cơng ty vẫn nên tiếp tục đầu tư nhiều.
Tuy nhiên, rất may mắn là các nghiên cứu thực nghiệm lại đưa ra được bằng chứng hoàn tồn ngược lại với suy luận sai lầm mà tơi vừa đưa ra, khẳng định rằng: các cơng ty có dồn tích linh hoạt cao là những cơng ty có cơ hội tăng trưởng thấp. Các nghiên cứu cần phải kể đến là cơng trình của Teoh, Welch và Wong (1998) ghi nhận rằng những cơng ty có dồn tích linh hoạt cao thường là những cơng ty hay phát hành chứng khốn riêng lẻ, và có mức thu nhập thấp ở các kỳ sau đó; hoặc cơng trình của Chan và cộng sự (2001) chỉ ra rằng, nhìn chung các cơng ty có dồn tích linh hoạt cao, sẽ phải đối mặt với hiện tượng các dòng tiền ở các kỳ tiếp sau trở nên xấu đi và kém chất lượng một cách đáng chú ý.
Dựa trên những kết quả nghiên cứu vừa nêu, có thể thấy trong mơ hình của tơi, việc lựa chọn biến số đại diện cho việc định giá sai là dồn tích linh hoạt là phù hợp trên phương diện: chúng ta không đưa ra được tranh luận trái chiều nào
chứng minh rằng Q trung bình của loại hình cơng ty này (những cơng ty có dồn tích linh hoạt cao) là đánh giá thấp tác động thực tế của Q biên tế.
Như vậy, chúng ta đã có thể dùng kết quả nghiên cứu thực nghiệm của các nhà kinh tế đi trước để giải quyết vấn đề sai số nội sinh đối với biến giải thích đại diện cho định giá sai – biến dồn tích linh hoạt, nhưng vấn đề ý nghĩa thấp của Q trung bình thì vẫn cần phải làm rõ. Để giải quyết vấn đề này, tôi quyết định vẫn dùng cách mà các nhà kinh tế trước đây đã dùng.
Trên quan điểm kinh tế lượng, Q biên tế là một biến số rất quan trọng cần được đưa vào mơ hình hồi quy cơ bản của nghiên cứu, tuy nhiên đây là một biến số chúng ta không thể quan sát và thu thập được dữ liệu, chính vì vậy ban đầu tơi đã dùng một cách truyền thống là dùng Q trung bình để làm biến chỉ báo (proxy variable) cho Q biên tế, tuy nhiên việc sử dụng Q trung bình làm biến chỉ báo đã khơng thành cơng. Nếu hiểu Q biên tế là chỉ báo hoàn hảo cho cơ hội đầu tư của doanh nghiệp, chỉ ra rằng tại một thời điểm nào đó, doanh nghiệp có nên đầu tư hay không, do cơ hội đầu tư chắc chắn sẽ thay đổi qua thời gian, trong mơ hình kinh tế lượng, ta biết chắc biến Q biên tế là biến số thay đổi theo thời gian.
Khi gặp phải tình huống một biến số quan trọng đối với mơ hình khơng thể quan sát được, gây ra rủi ro dẫn đến sai số nội sinh, những hướng phản ứng thơng thường có thể bao gồm:
Chúng ta có thể làm ngơ vấn đề sai số nội sinh và ảnh hưởng của nó lên
các ước lượng sai lệch của mơ hình, miễn chúng ta có thể biết được mối tương quan giữa các biến số là âm hay dương để hình dung được chiều biến thiên của biến phụ thuộc,
Cố gắng tìm ra một biến chỉ báo tốt cho biến không quan sát được để
đưa vào mơ hình, hoặc
Chúng ta có thể giả định rằng biến số không quan sát được là một biến
cố định theo thời gian và dùng các thủ thuật khử tác động thay đổi theo thời gian của biến này để làm biến mất tác động của nó lên biến phụ thuộc.
Đối với 3 cách xử lý trên, cách (1) là cách mà chúng ta không mong muốn sử dụng vì khơng đúng mục đích của nghiên cứu này, cách (2) chúng ta đã thực hiện và không thành công khi sử dụng biến gần nhất với Q biên tế, là Q trung bình với mức ý nghĩa thống kê rất thấp và cách (3) chúng ta khơng sử dụng được vì như đã lý luận ở trên, Q biên tế là biến số thay đổi theo thời gian.
Để khắc phục điểm yếu trên của mơ hình, chúng ta có thể dùng một phương pháp đặc thù đó là sử dụng “biến cơng cụ” (Instrumental variable – IV Method). Ở đây, biến công cụ phải là một biến có tương quan với Q nhưng khơng tương quan với dồn tích linh hoạt. Trong nghiên cứu của mình về kênh truyền dẫn đầu tư, Polk và Sapienza (2008) đã sử dụng một biến số phi tài chính khá đặc biệt đó là “Dự báo của các nhà phân tích tài chính trên thị trường đối thu nhập của công ty, trong một, hai, và năm năm”, họ lý luận rằng nếu dự báo của các nhà phân tích trên thị trường có thể là một chỉ báo tốt cho các nhà quản trị trong việc đưa ra kết luận đầu tư thì rất có thể biến số này là một chỉ báo tốt cho Q, và kết quả hồi quy của hai nhà kinh tế khi sử dụng biến công cụ này là rất khả quan.
Tuy nhiên, trên thị trường chứng khoán Việt Nam, việc thu thập được loại dữ liệu trên là bất khả thi, cho dù chúng ta có thể thu thập được dữ liệu tương tự từ nhiều cơng ty chứng khốn và các phân tích riêng lẻ, việc áp dụng các mơ hình
dự báo khơng đồng nhất cũng sẽ đưa đến những khó khăn trong việc xác định tính đúng đắn của dữ liệu, và chúng ta có thể đưa ra một lý luận rằng, với chất lượng dự báo thấp, thì các dự báo này từ các cơng ty chứng khốn và tài chính riêng lẻ, nhất là trong dài hạn, cũng khơng thể có ảnh hưởng lên quyết định đầu tư của doanh nghiệp.
Do vậy, để khắc phục được vấn đề trên, đòi hỏi chúng ta phải thực hiện kiểm định độ vững chắc của mơ hình bằng cách thực hiện đưa vào mơ hình các biến dự báo khác nhau, để thực hiện một quy trình thử và sai thực sự công phu. Trong phạm vi của nghiên cứu này, do hạn chế về mặt thời gian và nguồn lực, tôi chưa thể thực hiện được việc này và sẽ báo cáo điểm này trong phần hạn chế của mơ hình, cũng như xác định đây chính là vấn đề cần được phát triển thêm trong các nghiên cứu tiếp theo.
Vấn đề 2: Một vấn đề khác có thể gây ra sai lầm trong mơ hình của tơi, đó là
tơi đo lường Q tại thời điểm đầu năm, cùng thời điểm đo lường mức đầu tư, tuy nhiên ta thấy tồn tại khả năng là trong năm các cơ hội đầu tư đối với doanh nghiệp có biến đổi, biến dồn tích linh hoạt của doanh nghiệp có thể ghi nhận được thay đổi này, phản ảnh vào trong nó và ảnh hưởng đến định giá của thị trường, thơng qua đó ảnh hưởng đến quyết định đầu tư của doanh nghiệp. Ví lý do trên, tơi thấy cần thiết phải thêm vào mơ hình giá trị cuối kỳ của biến Q.
r3. Thêm vào mơ hình biến số Qi,t Kết quả của r3:
DACCRi,t Qi,t-1 CFi,t-1/Ki,t-2 EQUISSi,t/Ki,t-
1 Qi,t Qi,t Hệ số tương quan 0,1982 0,0593 0,0758 0,0095 0,0025 Sai số chuẩn 0,0261 0,0075 0,0093 0,0076 0,0038 R2 0,527
Ý nghĩa của r3: Từ kết quả hồi quy trên chúng ta có thể thấy Qi,t hầu như khơng có tác động nào có ý nghĩa lên quyết định đầu tư của doanh nghiệp. Tương của giữa Qi,t với đầu tư là rất thấp so với tương quan giữa Qi,t-1 và đầu tư. Hơn nữa, khi thêm vào mơ hình biến Q tại cuối kỳ, hệ số tương quan giữa dồn tích linh hoạt với đầu tư hầu như không thay đổi. Ta thấy, mơ hình bền vững và khơng cần phải đưa thêm biến Q cuối kỳ vào.
Tiếp theo, tôi muốn kiểm tra theo phương diện ngược lại, tôi đặt ra câu hỏi là liệu biến Q có tác động lên đầu tư theo một độ trễ nào đó hay khơng. Tơi đưa vào mơ hình thêm biến Qi,t-2 và Qi,t-3.
r4. Thêm vào mơ hình biến Qi,t-2 và Qi,t-3. Kết quả của r4:
Thêm vào mơ hình biến Qi,t-2
DACCRi,t Qi,t-1 CFi,t-1/Ki,t-