Biến phụ thuộc Q – Kết quả kinh doanh
q POOL OLS FEM REM
_cons 0.8154 1.0107 0.8612 (14.52) (10.07) (13.86) lmsh 0.0530* (1.79) 0.1462*** (2.97) 0.0707** (2.21) lmsh2 0.0087** (2.35) 0.0201*** (3.40) 0.0109*** (2.75) lsh5 0.0089 0.0187 0.0112 (0.90) (1.32) (1.07) gae_s -0.3176*** -0.2161 -0.3118*** (-3.44) (-1.09) (-3.00) se_s -0.0366 0.6107 -0.0209 (-0.39) (1.43) (-0.18) debt_a 0.2317*** (9.30) 0.1746** (2.47) 0.2177*** (7.54) fix_s -0.0042 -0.0076 -0.0042 (-0.69) (-0.36) (-0.58) cr4 0.0313 0.0113 0.0267 (1.54) (0.36) (1.24)
Likelihood Ratio test: Hausman test: R-squared 0.2557 P-value> F = 0.0035 P-value>chi2 =0.3415 0.1176 0.1026 Adj R-squared 0.2424 0.1421 0.2544
Ghi chú: Bảng 4.9 trình bày kết quả hồi quy theo 3 phương pháp (Pool OLS, Fixed Effect,
Random Effect). Thống kê t được trình bày trong ngoặc đơn dưới các hệ số hồi quy. Kiểm định Likelihood Ratio Test được sử dụng để kiểm tra độ phù hợp của hai mơ hình Pool và Fixed Effect. Kiểm định Hausman (Hausman Test) kiểm tra độ phù hợp của hai mơ hình Fixed Effect và Random Effect.
- Biến GAE_S tác động ngược chiều lên biến Q với hệ số là -0.3118 và có ý nghĩa thống kê ở mức 1%. Hệ số này cho thấy khi tỷ lệ chi phí quản lý doanh nghiệp trên doanh thu GAE_S tăng (giảm) 1 đơn vị thì Q giảm (tăng) 0.3118 đơn vị khi các yếu tố khác không đổi.
Cơ cấu sở hữu giữa công ty tăng trưởng thấp có kết quả tương đồng với công ty tăng trưởng cao.Tuy nhiên, tác động từng thành phần của nó là khác nhau. Kết quả hoạt động kinh doanh công ty tăng trưởng thấp chịu tác động có ý nghĩa thống kê của sở hữu quản lý. Và trong giai đoạn đầu của tăng trưởng này, các công ty vẫn cần nguồn tài trợ tuy nhiên với kết quả kinh doanh khơng cao sẽ khó thu hút thêm vốn cổ phần của cổ đông lớn nên tỷ lệ nợ là lựa chọn ưu tiên và các nhà quản lý sẽ ưu tiên phương án nợ hơn do vậy DEBT_A tương quan dương với Q.
4.3.4 Kết quả nội sinh cơ cấu sở hữu:
Sau khi đã khắc phục hiện tượng tự tương quan và phương sai thay đổi, kết quả hồi quy ghi nhận được LMSH có tương quan dương đến Q. Tuy nhiên, số liệu thực tế cho thấy khi sở hữu quản lý tăng Q có chiều hướng giảm. Roodman (2009) đã có lưu ý rằng những ước lượng mà không thừa nhận nội sinh tiềm ẩn giữa biến độc lập và biến phụ thuộc thì chúng có thể tạo ra hệ số hồi quy sai lệch nghiêm trọng. Nhiều nghiên cứu cũng đã thừa nhận hiện tượng nội sinh cơ cấu sở hữu: Demsetz & Villalonga (2001), Alonso Bonis & Andres Alonso (2007), Kaserer and Moldenhauer (2007), Jaafar & El-shawa (2009) Isik & Soykan (2013)... Tác giả sử dụng phương pháp GMM hệ thống nhằm khắc phục hiện tượng nêu trên.
GMM có Difference GMM (GMM sai phân) và System GMM (GMM hệ thống). GMM hệ thống phát triển bởi Arellano & Bover (1995) và Blundell & Bond (1998) là một công cụ thường được sử dụng để xử lý các vấn đề nội sinh xuất phát từ tính khơng đồng nhất của những dữ liệu không quan sát được, quan hệ nhân quả, ảnh hưởng của kết quả kinh doanh quá khứ (Blundell & Bond,1998; Villalonga & Amit,
2006; Guney et al., 2006; Wintoki et al., 2012). Đó là một phép hồi quy để kiểm định tính bền vững của lý thuyết.
Thơng thường, người ta sử dụng dữ liệu độ trễ để nắm bắt được tác động của quá khứ đến dữ liệu hiện tại (Glen et al., 2001; Gschwandtner, 2005; Wintoki et al, 2012). Độ trễ của kết quả hoạt động kinh doanh trong mơ hình đóng vai trị là biến kiểm sốt trong phương trình hồi quy.
Với cỡ mẫu khơng lớn (N=125 công ty, T=5 năm) mơ hình được tính bằng GMM hệ thống 2 bước (Windmeijer, 2005; Ozcan Isik & M. Erkan Soykan, 2013).
Trong các kết quả hồi quy thì LMSH có tác động mạnh và có ý nghĩa thống kê đến Q hơn so với LSH5 và bản thân Q cũng có tác động mạnh đến LMSH (tác động khơng có ý nghĩa thống kê đối với LSH5). Vì vậy, khi xem xét hiện tượng nội sinh cơ cấu sở hữu tác giả sử dụng biến LMSH để nghiên cứu (Demsetz & Villalonga, 2001).
Một vấn đề thường gặp phải khi ứng dụng mơ hình GMM để ước lượng đó là vấn đề về sử dụng nhiều biến công cụ. Roodman (2009) chỉ ra nhiều vấn đề bắt nguồn từ việc sử dụng quá nhiều biến công cụ. Kiểm định tự tương quan của phần dư để kiểm định tính phù hợp của các biến công cụ. Ở kiểm định AR(1) Pr > z = 0.001 phần dư có tương quan bậc 1. Tuy nhiên, kiểm định AR(2) Pr > z = 0.076 đưa đến khơng có tương quan bậc 2 ở phần dư.
Buam (2006) cho rằng kiểm định Hansen J-test thì được sử dụng phổ biến trong ước lượng GMM để đánh giá sự phù hợp của mô hình. Kiểm định Hasen J-statistic, với giả thiết Ho:đặc điểm mơ hình chính xác và ràng buộc q mức là hợp lệ, nghĩa là tính hợp lệ của biến công cụ (Baum, 2006). P > Chi2 = 0.234 cho thấy rằng mơ hình có cơng cụ phù hợp. Bên cạnh đó, để đánh giá tính hợp lý của các tập con của công cụ sử dụng kiểm định sai phân bằng Hansen test với giả thiết Ho là những biến đã xác định là cơng cụ thích hợp, nghĩa là tập hợp các biến cơng cụ là ngoại sinh. P
> Chi2 = 0.141 khơng có đủ bằng chứng để bác bỏ giả thiết Ho tính ngoại sinh của bất kỳ biến GMM công cụ đã sử dụng, nghĩa là mức ý nghĩa và sai phân của biến cơng cụ cũng như tính hợp lý của biến cơng cụ là phù hợp.
Kết quả hồi quy thể hiện mối tương quan cùng chiều giữa Q với biến Q(-1) với mức ý nghĩa 1%; tương quan ngược chiều với các biến LMSH, LMSH2, DEBT_A với mức ý nghĩa 5% và FIX_S với mức ý nghĩa 10%.