Và cuối cùng là biến doanh thu trên tài sản cố định, biến này cũng có độ sớm một năm so với biến đầu tƣ, thể hiện 1 đơn vị tài sản tạo ra bao nhiêu đơn vị doanh thu. Doanh thu trung bình của các doanh nghiệp qua các năm đều lớn hơn 6 lần so với tài sản cố định. Tuy nhiên năm 2012 thể hiện một sự đột phá trong doanh thu khi doanh thu gấp 10 lần so với tài sản cố định. Biến doanh thu đƣợc kỳ vọng có tác động cùng chiều lên biến đầu tƣ bởi vì doanh thu cao sẽ tạo ra nguồn tiền ổn định giúp các doanh nghiệp đầu tƣ vào các dự án của mình.
Tiếp theo, bài nghiên cứu sẽ thống kê mơ tả cho tồn bộ dữ liệu. Bảng 4.2 cho thấy với dữ liệu đƣợc lấy từ 133 doanh nghiệp từ năm 2009 đến năm 2013 đều tuân theo quy luật phân phối chuẩn.
Bảng 4.2 Thống kê mô tả
CFK INVK LEV1 LEV2 SALEK TOBINQ
Mean 0.106826 0.156930 0.475409 0.105715 8.339028 0.874821 Median 0.082777 0.061550 0.494249 0.036371 4.101940 0.818601 Maximum 4.071705 10.57435 2.943636 0.722951 514.8697 6.513004 Minimum -1.409042 -26.02344 0.030922 5.62E-06 0.067104 0.188413 Std. Dev. 0.263024 1.193660 0.264812 0.148357 22.90860 0.437440
Nguồn : Dựa theo tính tốn của bài nghiên cứu trên Eview 8.0
Bảng 4.2 cho thấy mô tả thống kê ngắn gọn các giá trị thống kê các biến đƣợc sử dụng trong bài nghiên cứu, bao gồm: trung bình, giá trị trung vị, giá trị lớn nhất, giá trị nhỏ nhất và độ lệch chuẩn. Đầu tiên là biến đầu tƣ thuần (INVK) có giá trị trung bình là 0.15, trong khi độ lệch chuẩn là 1.19, gấp 8 lần so với trung bình. Thứ hai là biến dịng tiền (CFK), thể hiện sự sẵn có của dịng tiền nội bộ cơng ty trung bình là 0.10. Thứ ba, chỉ số trung bình nợ dài hạn trên tổng tài sản là 0.10 trong khi chỉ số tổng nợ trên tổng tài sản bằng 0.47 chứng tỏ các công ty trong giai đoạn này phụ thuộc chủ yếu vào nguồn vay nợ ngắn hạn. Thứ tƣ, chỉ số Tobin „s Q trung bình là 0.87 trong khi giá trị trung vị của nó là 0.81, điều này chứng tỏ rằng thị trƣờng kì vọng các cơng ty trong giai đoạn này có cơ hội tăng trƣởng tƣơng đối thấp. Và cuối cùng là chỉ số doanh thu trên tổng tài sản với giá trị trung bình là 8.3 trong khi giá
trị trung vị là 4.1 thể hiện các cơng ty có doanh thu tƣơng đối lớn, thêm vào đó sai số chuẩn của biến này ở mức cao 22.90 chứng tỏ có sự chênh lệch rất lớn về doanh thu giữa các công ty trong giai đoạn này.
Bảng 4.3 Ma trận hệ số tƣơng quan
Correlation
t-Statistic INVK LEV1 LEV2 SALEK TOBINQ CFK
INVK 1.000000 ----- LEV1 -0.074600 1.000000 -1.926221 ----- LEV2 -0.117368 0.392009 1.000000 -3.043118 10.97195 ----- SALEK -0.671702 0.093418 -0.022696 1.000000 -23.34642 2.415960 -0.584539 ----- TOBINQ -0.013419 0.478679 0.134904 0.001353 1.000000 -0.345550 14.03822 3.505664 0.034850 ----- CFK -0.008327 0.320008 0.039762 -0.025666 0.443726 1.000000 -0.214423 8.697173 1.024646 -0.661084 12.74927 -----
Nguồn : Dựa theo tính tốn của bài nghiên cứu trên Eview 8.0
Nhìn vào Bảng 4.3 ma trận hệ số tƣơng quan cho tồn bộ mẫu, tơi có một vài nhận xét nhƣ sau. Thứ nhất, biến đầu tƣ (INVK) có mối tƣơng quan có ý nghĩa thống kê với biến đòn bẩy (LEV1 và LEV2). Điều này phù hợp với kết quả bài nghiên cứu trƣớc đây của Aivazian et al. (2005) và trùng khớp với kết quả Phan Thị Bích và cộng sự (2014) khi hồi quy các công ty tại Việt Nam. Thứ hai, không giống nhƣ những nghiên cứu trƣớc đây, biến SALEK lại thể hiện mối tƣơng quan âm có ý nghĩa thống kê so với biến đầu tƣ (INVK), bài nghiên cứu của các tác giả Phan Thị
Bích Nguyệt và cộng sự (2014) cũng đƣa ra kết quả về mối tƣơng quan âm giữa hai
thu có thể có tác dụng ngƣợc chiều, làm cho các nhà quản lý bảo thủ không muốn mạo hiểm để đầu tƣ mở rộng sản xuất, dây chuyền công nghệ. Thứ ba, giá trị tuyệt đối của hệ số tƣơng quan của các biến độc lập đều nhỏ hơn 0.5, chứng tỏ giữa các biến độc lập khơng có sự đa cộng tuyến với nhau. Tuy nhiên, biến TOBINQ lại có mối tƣơng quan tƣơng đối cao với biến CFK và biến LEV1. Biến TOBINQ đại diện cho cơ hội tăng trƣởng và có thể ảnh hƣởng đến quyết định sử dụng đòn bẩy. Một sự phát triển trong triển vọng của cơng ty có thể làm cho nhà quản trị phải gia tăng các khoản vay mới để tài trợ, đầu tƣ vào các cơ hội tăng trƣởng trong tƣơng lai. Ngồi ra, một sự gia tăng trong dịng tiền cũng giúp các nhà đầu tƣ kỳ vọng cao hơn về các cơ hội tăng trƣởng trong tƣơng lai của công ty.
4.2 Hồi quy cho tồn mẫu
Sau khi đã phân tích thống kê các biến có trong mơ hình, bài nghiên cứu sẽ hồi quy dữ liệu theo phƣơng trình hồi quy (1). Tơi sử dụng 3 phƣơng pháp hồi quy: Pooling regression, Random effect và Fixed effect. Sau đó, tơi sẽ sử dụng kiểm định Lagrangian Multiplier (LM) (Breusch và Pagan, 1980) và Hausman (Hausman, 1978) để tìm ra mơ hình hồi quy phù hợp nhất. Cơng thức hồi quy tồn mẫu đƣợc sử dụng ở đây nhƣ sau:
(1)
Kiểm định Lagrangian Multiplier (LM) kiểm tra xem mơ hình hồi quy với tác động ngẫu nhiên cho ra kết quả tốt hơn mơ hình hồi quy Pooling regression với giả thiết nhƣ sau:
: tác động riêng lẻ không quan sát đƣợc , Pooling regression có hiệu quả.
: tác động riêng lẻ không quan sát đƣợc , Pooling regression khơng cịn hiệu quả.
Kiểm định Hausman kiểm tra xem mơ hình hồi quy với Fixed effect cho ra kết quả tốt hơn mơ hình Random effect với giả thiết nhƣ sau:
: tác động riêng lẻ không quan sát đƣợc khơng tƣơng quan với các biến độc lập, mơ hình hồi quy hiệu ứng ngẫu nhiên có hiệu quả hơn. : tác động riêng lẻ khơng quan sát đƣợc có tƣơng quan với các biến
độc lập, mơ hình hồi quy hiệu ứng cố định có hiệu quả hơn.
Bảng 4.4 Trình bày kết quả hồi quy cho tồn mẫu với biến địn bẩy đƣợc tính tốn bằng cả 2 phƣơng pháp.
test Prob = 0.0000 Prob = 0.0000
Đòn bẩy = tổng nợ/ tổng tài sản Đòn bẩy = nợ dài hạn / tổng tài sản Phƣơng
pháp
Pooling Random Effect
Fixed Effect Pooling Random Effect Fixed Effect C 0.4689*** (4.8333) 0.5291*** (5.7497) 0.8041*** (6.9343) 0.5348*** (4.5628) 0.5665*** (6.7742) 0.6501*** (6.7050) LEV1 -0.0188 (-0.2495) -0.1483 (-0.8674) -1.1120*** (-3.4608) LEV2 -1.0783*** (- 3.4279) -1.1250*** (-4.2671) -1.4930*** (-2.7178) TOBINQ 0.0008 (-0.0084) 0.0254 (0.2644) 0.2407* (1.897) 0.0496 (0.516) 0.0421 (0.4869) 0.0321 (0.3119) SALEK -0.0350*** (- 3.1283) -0.0375*** (-26.104) -0.0414*** (-26.2677) -0.0351*** (- 3.3692) -0.0374*** (-26.2379) -0.0415*** (-26.2005) CFK -0.1106 (-0.6584) -0.1029 (-0.7249) 0.1550 (0.8849) -0.1288 (-0.8379) -0.1410 (-1.0253) -0.1605 (-1.0673)
LM Test Chi-square = 314.6455 Chi-square = 287.2619
Prob = 0.0000 Prob = 0.0000
Hausman Chi2 = 44.9031 Chi2 = 35.3749
R2 0.4518 0.4961 0.6584 0.4694 0.5039 0.6555
Nguồn : Dựa theo tính tốn của bài nghiên cứu trên Eview 8.0 Ghi chú: Hồi quy được dựa trên 2 cách tính địn bẩy khác nhau và ba mơ hình hồi quy (Pooling regression, Random effect và Fixed effect). Thống kê t được trình bày trong ngoặc đơn, dưới các hệ số hồi quy. Đối với Pooling regression, ước lượng các sai số chuẩn White được sử dụng. Kiểm định LM test được dùng để kiểm tra sự phù hợp của mơ hình hồi quy Pooling regression. Kiểm định Hausman để kiểm tra sự phù hợp của mơ hình Random effect và Fixed effect.
* có ý nghĩa thống kê ở mức 10% ** có ý nghĩa thống kê mở mức 5% *** có ý nghĩa thống kê ở mức 1%
Sau khi chạy chƣơng trình hồi quy, tơi sẽ kiểm định 3 phƣơng pháp để xem phƣơng pháp nào là phù hợp nhất. Trƣớc tiên, tôi sử dụng kiểm định Lagrangian Multiplier. Giả thiết rằng tác động riêng lẻ không quan sát đƣợc . Thống kê Chi- square trong Bảng 4.4 lần lƣợt là 314.6455 và 287.2619 cho cả 2 cách tính
địn bẩy. Do vậy, giả thiết bị bác bỏ ở mức
ý nghĩa 1% cho cả 2 phƣơng pháp đo lƣờng đòn bẩy khác nhau. Kết quả chỉ ra rằng tác động riêng lẻ không quan sát đƣợc và mơ hình hồi quy Pooling regression là khơng phù hợp trong trƣờng hợp này. Hệ số hồi quy của đòn bẩy (LEV2) từ Pooling regression là -1.0783 nhỏ hơn rất nhiều so với hồi quy bằng Random effect và Fixed effect lần lƣợt là -1.1250 và - 1.4930. Điều này nói lên rằng việc bỏ qua những tác động riêng lẻ không quan sát đƣợc của từng doanh nghiệp sẽ dẫn đến việc đánh giá thấp tác động của đòn bẩy lên đầu tƣ và hồi quy bằng phƣơng pháp Pooling regression sẽ khơng cịn ý nghĩa nữa. Tiếp theo, tôi kiểm định Hausman để so sánh 2 mơ hình Random effect và Fixed effect. Nếu nhƣ những tác động riêng biệt khơng có tƣơng quan với các biến độc lập thì 2 mơ hình Random effect và Fixed effect khơng có sự khác biệt về mặt thống kê. Thống kê Chi2 trong Bảng 4.4 ở 2 cách tính địn bẩy lần lƣợt bằng 44.9031 và 35.3749. Vì vậy, giả thiết bị bác bỏ ở mức ý nghĩa 1% cho cả 2 phƣơng pháp đo lƣờng đòn bẩy khác nhau. Nhƣ vậy, mơ hình Fixed effect là mơ hình thích hợp nhất
trong cả 3 mơ hình đo lƣờng tác động của địn bẩy tài chính đối với quyết định đầu tƣ.
Sau khi hồi quy và sử dụng 2 phƣơng pháp kiểm định để tìm ra mơ hình phù hợp nhất, tơi sẽ tiến hành các kiểm định cơ bản liên quan đến mô hình Fixed effect.
Kiểm định đa cộng tuyến: dựa vào ma trận hệ số tƣơng quan đƣợc trình bày ở Bảng 5.3 cho thấy các hệ số đều nhỏ hơn 0.7 đồng thời R2 khơng cao cho nên có thể không xảy ra đa cộng tuyến trong mơ hình. Nhƣng để có tính chính xác, bài nghiên cứu sẽ tiến hành hồi quy từng biến độc lập theo các biến độc lập còn lại và sử dụng nhân tử phóng đại phƣơng sai VIF. Với VIF đƣợc tính tốn bằng:
Bảng 4.5 Kết quả kiểm định đa cộng tuyến cho các biến độc lập
Stt Biến phụ thuộc Biến độc lập R2 VIF
1 LEV1 TOBINQ, SALEK, CFK 0.8727 4.1947
2 TOBINQ LEV1, SALEK, CFK 0.7007 1.9645
3 SALEK LEV1, TOBINQ, CFK 0.2951 1.0953
4 CFK LEV1, TOBIN1, SALEK 0.5658 1.4708
Nguồn : Dựa theo tính tốn của bài nghiên cứu trên Eview 8.0
Dựa vào kết quả tại Bảng 4.5, ta thấy nhân tử phóng đại phƣơng sai VIF đều nhỏ hơn 10, nhƣ một quy tắc kinh nghiệm VIF nhỏ hơn 10 thì khơng xảy ra hiện tƣợng đa cộng tuyến giữa các biến độc lập. Vậy phƣơng trình hồi quy (1) với phƣơng pháp hồi quy Fixed effect không xảy ra hiện tƣợng đa cộng tuyến trong mơ hình.
Kiểm tra tự tƣơng quan: Tuy nhiên, tôi vẫn tiến hành kiểm tra tự tƣơng quan giữa các thành phần của dãy quan sát theo không gian và thời gian. Bảng 4.6 thể hiện kết quả kiểm định tự tƣơng quan trong phần mềm Stata với giả thuyết là khơng có tự tƣơng quan. Ta thấy Prob > F ở cả hai cách tính đòn
Residual Actual Fitted
bẩy khác nhau nên chấp nhận giả thuyết tức là khơng có sự tự tƣơng quan trong chuỗi phần dƣ giữa các thời kỳ. Đồng thời khi hồi quy ở trên, ta thấy chỉ số Durbin-Watson xấp xỉ bằng 2 nên khơng có hiện tƣợng tự tƣơng quan.
Bảng 4.6 Kết quả kiểm định tự tƣơng quan
Đòn bẩy = Tổng nợ / Tổng tài sản Đòn bẩy = Nợ dài hạn / Tổng tài sản F( 1, 132) = 1.593 F( 1, 132) = 1.509