3.2.1 Phương trình ước lượng
Sử dụng phương trình như trong bài nghiên cứu của Kevin Campbell và Antonio Mínguez (2007) nghiên cứu tại Tây Ban Nha để xem xét mối quan hệ giữa đa dạng
giới tính và giá trị của doanh nghiệp. Phương trình hồi quy tuyến tính thứ nhất:
Qit= βo+ ∑ βj .WOMANjit+ ∑ βj .CVjit+ ψt + ηi+εit (1)
Trong đó:
• WOMANjit đại diện cho 1 trong 4 biến thay thế lẫn nhau (DWOMAN, PWOMEN, BLAU, SHANNON).
• CV đại diện cho 3 biến kiểm soát (LEVER, ROA, SIZE).
• ψt + ηi là sai số đặc trưng khơng quan sát được.
• εit là sai số.
Phương trình trên được đưa ra để xét mối quan hệ một chiều: Sự đa dạng giới tính trong HĐQT ảnh hưởng đến hiệu quả hoạt động doanh nghiệp. Ngồi ra, để phân tích ở chiều ngược lại, xem xét nhân tố nào trong các đặc tính của doanh nghiệp tác động đến đa dạng giới tính trong HĐQT, bài nghiên cứu sử dụng phương trình hồi quy tuyến tính thứ 2:
WOMANit= βo+ ∑ βjQjit+ ∑ βjCVjit + ψt+ηi+εit (2)
Trong đó:
• WOMANit cũng tương tự như phương trình (1), đại diện cho 1 trong 4 biến thay thế lẫn nhau (DWOMAN, PWOMEN, BLAU, SHANNON).
• Qjit là đại diện cho chỉ số Tobin’s Q
• CV đại diện cho 2 biến kiểm sốt (LNDIR và SIZE).
• Các biến khác cũng tương tự như quy định tại phương trình (1)
3.2.2 Phương pháp định lượng
3.2.2.1 Hồi quy toàn mẫu
Nhằm xem xét các tác động đã đề cập ở phần mục tiêu, bài nghiên cứu sẽ tiến hành hồi quy cho toàn mẫu 281 doanh nghiệp, với 1.124 quan sát từ năm 2010 – 2013. Quy trình hồi quy được tiến hành như sau:
Đầu tiên, bài nghiên cứu lập bảng thống kê mô tả chuỗi dữ liệu theo từng biến và nhận xét giá trị và ý nghĩa của các biến quan trọng như Tobin’s Q, WOMAN, SIZE… để có những nhận định ban đầu về tình hình doanh nghiệp và sự đa dạng giới tính trong HĐQT.
Thứ hai, lập ma trận hệ số tương quan để kiểm tra vấn đề đa cộng tuyến giữa các biến. Nhận xét và đánh giá từng cặp biến với nhau về tính đa cộng tuyến.
Thứ ba, tiến hành hồi quy phương trình (1) và phương trình (2) cho từng biến WOMAN. Bài nghiên cứu sử dụng phương pháp hồi quy đầu tiên là Pooled với giả định các hệ số đều không đổi theo thời gian và không đổi theo đặc trưng từng doanh nghiệp, thực hiện như hồi quy OLS. Việc này nhằm nhận biết trước các vấn đề cơ bản nhất về mối quan hệ giữa sự đa dạng giới tính trong HĐQT và giá trị doanh nghiệp. Trong trường hợp, các sai số đặc trưng thể hiện các tác động không quan sát được là quá mạnh, với giả định các sai số đặc trưng về tính khơng đồng nhất giữa các ngành và giữa các doanh nghiệp trong cùng một ngành có tác động đến biến giải thích, bài nghiên cứu sử dụng mơ hình Fixed Effect để ước lượng. Trong trường hợp với giả định ngược lại là các sai số đặc trưng về tính khơng đồng nhất giữa các ngành và giữa các doanh nghiệp trong cùng một ngành khơng tác động đến biến giải thích, bài nghiên cứu dùng mơ hình Random Effect để ước lượng.
Thứ tư, để đánh giá xem phương pháp hồi quy nào là phù hợp nhất trong ba phương pháp: Pooled, REM, FEM, bài nghiên cứu sử dụng hai kiểm định là Lagrange Multiplier (LM test, Breusch và Pagan, 1980) và kiểm định Hausman (Hausman, 1978). Đầu tiên là kiểm định Lagrange Multiplier (LM test, Breusch và Pagan, 1980) của mơ hình Random Effect. Giả thuyết Ho là: Tác động riêng lẻ ηi = 0. Nếu
bác bỏ giả thuyết Ho thì mơ hình Panel Least Squares khơng cịn phù hợp. Sau đó, bài nghiên cứu sử dụng kiểm định Hausman (Hausman, 1978) để xác định mơ hình nào hợp lý nhất giữa FEM và REM. Giả thuyết Ho là: Ước lượng của FEM và REM là khơng khác nhau. Nếu bác bỏ Ho thì mơ hình REM khơng hợp lý, nên sử dụng mơ hình FEM.
Thứ 5, sau khi đã xác định được mơ hình thích hợp nhất, bài nghiên cứu sẽ tiến hành các kiểm định các giả thuyết liên quan đến mơ hình này:
• Kiểm tra đa cộng tuyến giữa các biến thông qua ma trận hệ số tương quan.
Thứ 6, trong bài nghiên cứu gốc của Kevin Campbell và Antonio Mínguez (2007) có nghi ngờ tính nội sinh trong 2 phương trình. Biến nội sinh là biến có sự tương quan với phần dư, do dó có thể làm ảnh hưởng lên các hệ số thu được. Vì vậy, ước lượng sẽ được thực hiện với dữ liệu bảng sử dụng phương pháp bình phương bé nhất 2 giai đoạn (2SLS). Ý tưởng của việc sử dụng biến công cụ để thay thế biến nội sinh trong mơ hình 2SLS mà tác giả Kevin Campbell và Antonio Mínguez (2007) sử dụng là:
Đối với phương trình (1) với biến phụ thuộc là Q, biến nội sinh nghi ngờ là WOMAN, do biến cơng cụ đưa vào phải có tương quan với biến nội sinh WOMAN và khơng có tương quan với phần dư. Từ thực tế và qua bài nghiên cứu này, biến công cụ hợp lý cho WOMAN là LNDIR
Đối với phương trình (2) với biến phụ thuộc là WOMAN, biến nội sinh nghi ngờ là Q, do biến công cụ đưa vào phải có tương quan với biến nội sinh Q và khơng có tương quan với phần dư. Từ thực tế và qua bài nghiên cứu này, biến công cụ hợp lý cho Q là ROA.
Phương pháp bình phương bé nhất 2 giai đoạn (2SLS) sẽ được sử dụng để ước lượng cho 2 phương trình trên, sau khi xuất các kết quả ước lượng và sẽ tiến hành đọc và giải thích các kết quả.
3.2.2.2 Kết quả kỳ vọng
Xét mối quan hệ trong phương trình (1), vấn đề bình đẳng giới tại Việt Nam ngày càng được cải thiện và việc nữ giới tham gia trong HĐQT nhưng không nắm giữ vị trí chủ chốt là CEO nên quyền quyết định các vấn đề có thể phụ thuộc các thành viên khác trong HĐQT, vì vậy có thể khơng thể hiện được hết phong cách lãnh đạo của nữ giới là: “Communal” bao gồm thân thiện, dễ dàng chia sẻ, cảm thông, nhạy cảm và hiền lành như đã trình bày ở trên, từ đó hạn chế khả năng ảnh hưởng lên giá trị doanh nghiệp. Do đó, bài nghiên cứu kỳ vọng vấn đề nữ giới tham gia vào HĐQT không ảnh hưởng đến giá trị doanh nghiệp. Điều này ngược lại với kết quả
nghiên cứu của bài gốc của tác giả Kevin Campbell và Antonio Mínguez (2007). Bài nghiên cứu kỳ vọng dấu hiệu của biến ROA, SIZE ảnh hưởng tích cực đến giá trị doanh nghiệp, dấu hiện của biến LEVER kỳ vọng là tích cực nếu nợ là một cơ chế hiệu quả để giảm xung đột cơ quan trong cơng ty.
Trong phương trình (2), kết quả kỳ vọng của bài nghiên cứu cũng giống bài nghiên cứu của Kevin Campbell và Antonio Mínguez (2007) về vấn đề: Việc hiện diện nữ
giới vào HĐQT phụ thuộc vào quy mô số lượng thành viên của hội đồng và cũng chịu ảnh hưởng không đáng kể bởi quy mô của doanh nghiệp. Giá trị doanh nghiệp không thể hiện rõ ảnh hưởng lên số lượng nữ trong HĐQT.
CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU 4.1 Hồi quy cho toàn mẫu
4.1.1 Thống kê mơ tả biến cho tồn mẫu
Trong bài nghiên cứu này, bài nghiên cứu xem xét tác động của sự đa dạng giới tính trong HĐQT và hiệu quả hoạt động của các doanh nghiệp Việt Nam vì vậy như đã trình bày ở trên, bài nghiên cứu sẽ hồi quy theo 2 phương trình sau:
Qit= βo+ ∑ βj .WOMANjit+ ∑ βj .CVjit+ ψt + ηi+εit (1)
WOMANit= βo+ ∑ βjQjit+ ∑ βjCVjit + ψt+ηi+εit (2)
Bảng dưới cho thấy một mô tả thống kê ngắn gọn các giá trị thống kê các biến được sử dụng trong nghiên cứu này, bao gồm: Số quan sát, giá trị trung bình, giá trị nhỏ nhất, giá trị lớn nhất và độ lệch chuẩn.
Bảng 4.1 Thống kê mơ tả các biến
Số quan sát Trung bình Min Max Std. Dev
Q 1124 0.9018 0.2800 5.0700 0.3335 DWOMAN 1124 0.5569 0.0000 1.0000 0.4970 PWOMEN 1124 15.2558 0.0000 75.0000 16.5343 BLAU 1124 0.2038 0.0000 0.5000 0.1932 SHANNON 1124 0.3053 0.0000 0.6900 0.2816 NDIR 1124 5.5907 2.0000 11.0000 1.1823 LNDIR 1124 1.7024 0.6900 2.4000 0.1955 LEVER 1124 0.4952 0.0000 1.2700 0.2144 ROA 1124 1.7305 -7.9300 23.8500 2.2480 SIZE 1124 13.7638 10.4600 17.7400 1.1382
Từ bảng trên, ta thấy rằng giá trị của chỉ số Tobin’s Q có giá trị trung bình là 0.9, nhỏ hơn 1. Điều này chứng tỏ rằng các doanh nghiệp được nghiên cứu có hiệu quả hoạt động khơng được tốt, vì vậy các doanh nghiệp này khơng nên gia tăng đầu tư vì chi phí huy động thêm vốn khá đắt. Điều này cũng đúng với các nghiên cứu về hiệu quả hoạt động của các doanh nghiệp ở Việt Nam có thể kể đến như nghiên cứu của Võ Hồng Đức và Nguyễn Minh Trí (2014) với chỉ số Tobin’s Q được tính cho
177 doanh nghiệp niêm yết tại Việt Nam từ năm 2008 – 2012 là 0.74, Tuan Nguyen,
Stuart Locke và Krishna Reddy (2012) với chỉ số Tobin’s Q được tính cho 120 doanh nghiệp niêm yết từ năm 2008 – 2011 là 0.85. Các nhà nghiên cứu kết luận rằng, nhìn chung, hiệu quả của các doanh nghiệp Việt Nam không tốt do rất nhiều các nguyên nhân khách quan lẫn chủ quan.
Giá trị trung bình của DWOMAN là 0.56, điều này có nghĩa là có đến 55.69% doanh nghiệp được nghiên cứu có sự xuất hiện thành viên nữ trong HĐQT. PWOMEN có giá trị trung bình là 15.25. Chỉ số này cao hơn trong bài nghiên cứu của Tuan Nguyen, Stuart Locke và Krishna Reddy (2012) ở mức 12.06, chỉ số này
cao hơn nhiều so với các nghiên cứu trước đây tại các quốc gia khác. Ví dụ như các bài nghiên cứu của Kevin Campbell tại Mỹ (3.2 năm 2011), bài nghiên cứu của Sussmuth-Dyckerhoff, Wang, and Chen cho khu vực Châu Á (6 năm 2012), báo cáo
của Catalyst (2012) cho một số nước trong khu vực như: Trung Quốc (8.5), Indonesia (4.5), Singapore (6.9).
Số lượng thành viên trong ban quản trị (NDIR) của các doanh nghiệp trung bình là 5.59 tương đương với logarit của nó (LNDIR) là 1.7 là hợp lý vì các doanh nghiệp ở Việt Nam vẫn còn là các doanh nghiệp vừa và nhỏ.
Cuối cùng là giá trị trung bình của các biến LEVER, ROA và SIZE lần lượt là 0.49, 1.73 và 13.76. Các chỉ số này cũng tương tự trong các bài nghiên cứu về các doanh nghiệp tại Việt Nam trong các năm 2010 – 2013.
4.1.2 Tương quan giữa các biến cho toàn mẫu
Trong bước tiếp theo, bài nghiên cứu tiến hành xem xét sự tương quan giữa các biến trong mơ hình hồi quy. Có thể có một khả năng tương quan cao giữa các biến độc lập. Ví dụ chỉ số Tobin’s Q đại diện cho cơ hội tăng trưởng và có thể ảnh hưởng đến quyết định đòn bẩy và ngược lại. Trong ước lượng mối quan hệ giữa hiệu quả hoạt động của doanh nghiệp và sự đa dạng giới tính trong HĐQT thì rất cần phải quan tâm đến sự tương quan giữa các biến độc lập. Do đó, bài nghiên cứu tiến hành xem xét mối quan hệ, tương quan giữa các biến độc lập và từ đó kiểm tra xem có hiện tượng đa cộng tuyến xảy ra hay khơng. Kết quả được trình bày trong Bảng 4.
Từ Bảng 4 mối tương quan giữa các biến, ta thấy rằng trong cả 2 mơ hình, có sự
tương quan âm giữa địn bẩy tài chính LEVER và các biến WOMAN (DWOMAN, PWOMEN, BLAU và SHANNON), tuy nhiên là không rõ ràng (khoảng 2 – 3%). Hai biến kiểm sốt cịn lại là ROA và SIZE thì tương quan dương với các biến WOMAN (trừ cặp tương quan ROA – DWOMAN) nhưng độ tương quan là nhỏ, không đáng kể. Nhìn chung, khơng có sự tương quan rõ rệt nào giữa các biến độc lập và từ đó có thể khẳng định khơng có sự đa cộng tuyến xảy ra. Ngoài ra các chiều của sự tương quan này đều giống với chiều tương quan trong nghiên cứu của
35
Bảng 1.2 Tương quan các biến trong toàn mẫu
Q DWOMAN PWOMEN BLAU SHANNON LNDIR LEVER ROA SIZE
Q 1.000 DWOMAN 0.020 1.000 PWOMEN 0.025 0.823 1.000 BLAU 0.023 0.941 0.948 1.000 SHANNON 0.022 0.967 0.925 0.996 1.000 LNDIR 0.084 0.109 0.003 0.043 0.060 1.000 LEVER -0.019 -0.032 -0.032 -0.028 -0.028 -0.027 1.000 ROA 0.388 -0.003 0.016 0.008 0.004 0.024 -0.505 1.000 SIZE 0.172 0.097 0.048 0.072 0.079 0.234 0.336 -0.103 1.000
Mặc dù có sự tương quan từ LNDIR đến SIZE và ngược lại, tuy nhiên con số này là không cao (23.4%). Điều này chứng tỏ việc doanh nghiệp càng lớn chưa chắc đã dẫn đến việc thành viên trong HĐQT nhiều và ngược lại, càng nhiều thành viên trong HĐQT không hẳn sẽ dẫn đến việc tăng giá trị tài sản cho doanh nghiệp.
4.1.3 Kết quả hồi quy cho toàn mẫu
Như đã đề cập ở trên, bài nghiên cứu tiến hành hồi quy phương trình (1) và phương trình (2) cho từng biến WOMAN, gồm có 4 biến là: DWOMAN, PWOMEN, BLAU, SHANNON. Các phương pháp hồi quy thực hiện là: Pooled OLS, REM, FEM. Do đó, với mỗi biến WOMAN bài nghiên cứu sẽ có 2 bảng kết quả, mỗi bảng ghi nhận kết quả 3 phương pháp hồi quy cho từng phương trình. Sau đó bài nghiên cứu phân tích xem mơ hình thực nghiệm nào là phù hợp nhất dựa vào hai kiểm định thống kê là kiểm định Lagrangian Multiplier (LM) (Breusch and Pagan, 1980) và kiểm định Hausman (Hausman, 1978).
Qit= βo+ ∑ βj .WOMANjit+ ∑ βj .CVjit+ ψt + ηi+εit (1)
WOMANit= βo+ ∑ βjQjit+ ∑ βjCVjit + ψt+ηi+εit (2)
Ghi chú mức ý nghĩa trong các bảng: * có ý nghĩa thống kê ở mức 10% ** có ý nghĩa thống kê ở mức 5% *** có ý nghĩa thống kê ở mức 1%
1.1.1.1 DWOMAN
Phương trình 1: Xem xét mối quan hệ giữa DWOMAN (biến giả có giá trị 1 nếu
có ít nhất 1 nữ trong HĐQT và 0 nếu ngược lại) tác động đến giá trị doanh nghiệp. Đầu tiên, bài nghiên cứu tiến hành hồi quy mơ hình Pooled. Do phương pháp hồi quy Pooled OLS giả định các hệ số đều không đổi theo thời gian và không đổi theo đặc trưng từng doanh nghiệp, thực hiện như hồi quy OLS nên khi các sai số đặc trưng thể hiện các tác động không quan sát được là quá mạnh, bài nghiên cứu tiếp tục sử dụng mơ hình FEM và REM để ước lượng.
Bảng 4.3 Hồi quy mơ hình 1 đối với biến DWOMANMơ hình Mơ hình Mơ hình 1: DWOMAN → Q Pooled Model FE Model RE Model Constant -0.0221 -1.8440 (- 3.43***) -0.0703 Q DWOMAN 0.0076 0.0132 0.0085 LNDIR LEVER 0.2726 -0.1242 0.1785 (5.38***) (2.86***) ROA 0.0732 0.0329 0.0578 (16.05***) (5.32***) (11.74***) SIZE 0.0478 0.1993 0.0566 (5.75***) (4.94***) (5.13***) R-squared 0.2166 R-squared hiệu chỉnh 0.2138 R2-within 0.0594 0.0402 R2-between 0.1262 0.3690 R2-overall 0.0893 0.2123 Hệ số Rho 0.5532 0.2863 Kết quả kiểm định LM . xttest0
Breusch and Pagan Lagrangian multiplier test for random effects q[id,t] = Xb + u[id] + e[id,t]
Estimated results: Var sd = sqrt(Var) q .1112416 .333529 e .0595574 .2440439 u .0238903 .1545648 Test: Var(u) = 0 chi2(1) = 124.86 Prob > chi2 = 0.0000
Giả thiết được đưa ra trong kiểm định này như sau: H0: Phương pháp Random Effect không tốt hơn Pooled OLS. H1: Phương pháp Random Effect tốt hơn Pooled OLS
Kết quả kiểm định Breusch và Pagan Lagrangian cho thấy phương pháp Random Effect tốt hơn phương pháp Pooled OLS ở mức ý nghĩa 1%. Như vậy, bài nghiên cứu sẽ tiếp tục chạy phương pháp Fixed Effect.
Kết quả kiểm định Hausman
. hausman fem rem
Coefficients (b) fe m (B) re m (b-B)
Difference sqrt(diag(V_b-V_B)) S.E. dwoma .0131563 .0085354 .0046209 .0239766
lever -.124152 .1784545 -.3026065 .1105571 roa .0328939 .0577889 -.024895 .0037404 size .1992932 .0565953 .1426978 .0387797
b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg
Test: Ho: difference in coefficients not systematic chi2(4) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 61.41 Prob>chi2 = 0.0000
Giả thiết được đưa ra trong kiểm định này như sau: H0: Phương pháp Fixed Effect không tốt hơn Random Effect. H1: Phương pháp Fixed Effect tốt hơn Random Effect. Như vậy, kết quả kiểm định Hauman cho thấy mơ hình Fixed Effect tốt hơn mơ hình Random Effect ở mức ý nghĩa 1%. Như vậy, bài nghiên cứu sẽ tiếp tục chạy phương pháp Fixed Effect.
Bây giờ, bài nghiên cứu giải quyết các vấn đề có thể ảnh hưởng đến mơ hình FEM. Đầu tiên, vấn đề đa cộng tuyến qua bảng hệ số tương quan giữa các biến như phân tích trên, cho thấy khơng có hiện tượng đa cộng tuyến giữa các biến.