Nguồn: tác giả tự tính dựa vào số liệu tổng hợp
Mối quan hệ giữa tỷ suất sinh lợi trên tổng tài sản (ROA) và CASH
Trong phương trình thứ nhất (phương trình 3.1) thể hiện mối quan hệ giữa các yếu tố lên việc nắm giữ tiền, tác giả kỳ vọng một mối tương quan âm giữa ROA và CASH. Trong khi đó, ở phương trình số 2 (phương trình 3.2) việc nắm giữ một lượng lớn tiền (CASH) sẽ có một tương quan dương với hiệu quả hoạt động của doanh nghiệp (ROA). Do vậy, tác giả tiến hành phân tích thống kê để xem xét mối quan hệ giữa ROA và CASH. Đầu tiên, tác giả phân chia ROA và CASH thành 9 khoảng phân vị khác nhau trong phạm vi biến thiên của biến ROA và CASH. Trung vị của biến ROA là 0.072, giá trị nhỏ nhất là -0.317 và giá trị lớn nhất là 0.57. Trung vị của biến CASH là 0.080 , giá trị nhỏ nhất là 0.0002 và giá trị lớn nhất là 1.759. Các khoản phân vị của biến ROA và CASH được thể hiện trong bảng 4.1.
Bảng 4.1: Phân vị của biến ROA và CASH
Phân vị ROA CASH
Minimum -0.317 0.0002 Phân vị thứ 1 0.005 0.013 Phân vị thứ 2 0.023 0.025 Phân vị thứ 3 0.037 0.041 Phân vị thứ 4 0.054 0.057 Phân vị thứ 5 0.072 0.080 Phân vị thứ 6 0.091 0.111 Phân vị thứ 7 0.115 0.149 Phân vị thứ 8 0.145 0.210 Phân vị thứ 9 0.194 0.329 Maximum 0.5754 1.7590
Nguồn: tác giả tự tính dựa vào số liệu tổng hợp Về mặt trực quan, kết quả trong hình 4.1 cho thấy, có sự khác nhau trong việc nắm giữ tiền mặt giữa các doanh nghiệp có ROA khác nhau. Theo đó, các doanh nghiệp có ROA lớn, có tỷ lệ nắm giữ tiền mặt lớn (đặc biệt là các doanh nghiệp thuộc nhóm ROA cao có tỷ lệ nắm giữ tiền cao vượt bậc), trong khi các doanh nghiệp nhỏ thì ngược lại. Kết quả này đang ngược với kỳ vọng lý thuyết về một mối tương quan nghịch giữa ROA và CASH.
Hình 4.2: Thống kê tỷ lệ nắm giữ tiền theo từng nhóm ROA
Về mặt trực quan, kết quả trong hình 4.3 cho thấy, một mối tương quan dương giữa ROA và CASH (phù hợp với lý thuyết). Theo đó, các doanh nghiệp nắm giữ một lượng lớn tiền (CASH) lớn có khuynh hướng có hiệu quả hoạt động (ROA) cao.
Hình 4.3: Thống kê ROA theo từng nhóm CASH
Thống kê mơ tả cho toàn mẫu
Nguồn: tác giả tự tính dựa vào số liệu tổng hợp
Tiếp theo tác giả tiến hành thống kê mơ tả các biến cho tồn bộ mẫu quan sát trong luận văn. Kết quả bao gồm giá trị trung bình, trung vị, giá trị nhỏ nhất, giá trị lớn nhất, độ lệch chuẩn của các biến nhằm cung cấp một cái nhìn tổng quan về các đặc tính của dữ liệu. Kết quả trong bảng 4.2 cho thấy, biến CASH có giá trị nhỏ nhất là 0.0002 và giá trị lớn nhất là 1.759. Tỷ lệ nắm giữ tiền mặt trung bình của các cơng ty Việt Nam là 14.17% trên tổng tài sản của doanh nghiệp. Độ lệch chuẩn của dữ liệu quanh giá trị trung bình là 18.38%. Các biến độc lập MTB, SIZE, CF, NWC, LEV, ROA, INV có giá trị trung bình lần lượt là 0.9484, 1.3596, 0.1460, 0.5297, 0.4542, 0.0864, 0.0265. Kết quả chi tiết được trình bày trong bảng 4.2.
Bảng 4.2: Mơ tả thống kê các biến trong mơ hình
Variable CASH MTB SIZE CF NWC LEV ROA INV PTB
Mean 0.1417 0.9484 1.3596 0.1460 0.5297 0.4542 0.0864 0.0265 0.4836 Median 0.0802 0.8643 0.9701 0.1223 0.5649 0.4740 0.0720 0.0118 0.3414 Maximum 1.7590 4.9995 12.742 0.9401 0.9715 0.9757 0.5754 0.5318 4.8344 Minimum 0.0002 0.1786 0.0067 -0.649 0.0091 0.0028 -0.317 -2.296 0.0300 Std. Dev. 0.1838 0.4300 1.3379 0.1346 0.2262 0.2114 0.0853 0.1158 0.4763 Skewness 3.2068 3.2679 3.2999 1.0280 -0.401 -0.056 1.0058 -6.796 3.1734 Kurtosis 17.8832 21.5751 19.0665 9.7467 2.2376 1.9778 6.5393 148.6854 19.6247 Jarque-Bera 12322.4 18192.0 14154.3 2333.9 57.4 49.6 777.5 1004438.0 14856.7 Probability 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 Observations 1126
Nguồn: tác giả tự tính dựa vào số liệu tổng hợp, thực hiện trên Eview
4.1.2. Phân tích tương quan
Bằng kỹ thuật phân tích hồi quy dữ liệu bảng, mơ hình có thể loại bỏ tác động từ biến số không thể quan sát được và sẽ khắc phục được kết quả hồi quy bị chệch do bỏ sót biến. Tuy nhiên, việc gộp tất cả các dữ liệu khơng phân biệt đặc tính thay đổi theo thời gian của dữ liệu chéo trong hồi quy gộp đã ngầm giả định rằng mối quan hệ giữa các biến không thay đổi cho tất cả các quan sát. Để ước lượng hồi quy khơng bị chệch và nhất qn mơ hình phải đảm bảo mơ hình phải thỏa mãn khơng có hiện tượng nội sinh và khơng có hiện tượng phương sai thay đổi. Luận văn thực hiện các kiểm định nhằm nhận diện hiện tượng phương sai thay đổi có trong mơ hình hồi quy. Đồng thời, luận văn tiến hành phân tích tương quan giữa các biến để xem xét khả năng xảy ra hiện tượng đa cộng tuyến giữa các biến có thể làm cho kết quả hồi quy bị sai lệch (R2 cao nhưng mức ý nghĩa t thấp).
Đối với mơ hình thể hiện mối quan hệ giữa việc nắm giữ tiền và các yếu tố, các biến độc lập trong mơ hình bao gồm: MTB, SIZE, CF, NWC, LEV, ROA, INV. Kết quả phân tích tương quan được thể hiện trong bảng 3.7.
Bảng 4.3: Tương quan giữa các biến độc lập trong mơ hình mối quan hệ giữa việc nắm giữ tiền và các yếu tố
Co
V
Nguồn: tác giả tự tính dựa vào số liệu tổng hợp, thực hiện trên Eview, Stata
Kết quả trong bảng 4.3 cho thấy, hệ số tương quan giữa các biến, cũng như p-value trong kiểm định giả thuyết về sự bằng 0 của hệ số tương quan. Giá trị tuyệt đối của hệ số tương quan giữa các cặp biến trong mơ hình đa số đều nhỏ hơn (0.8). Ngoại trừ hệ số tương quan của CF và ROA (0.895) lớn hơn (0.8). Sau đó, tác giả thực hiện kiểm định đa cộng tuyến với hệ số VIF (hệ số nhân tử phóng đại phương sai) với tồn bộ các cặp biến trong mơ hình. Hệ số nhân tử phóng đại phương sai (VIF) được tính tốn bằng 1/(1 – Rk2) với Rk2 là giá trị R2 của phương trình hồi quy phụ của biến độc lập thứ i theo những biến độc lập cịn lại. Thơng thường VIF nhỏ hơn 5 là tốt, VIF từ 5 đến 10 là có thể chấp nhận được, và VIF >10 thì cần xem xét lại tập biến. Kết quả trong bảng 4.3 cho thấy các biến giải thích đều có VIF<5 (trung bình VIF=2.15). Do vậy, đảm bảo không xảy ra hiện tượng đa cộng tuyến trong mơ hình thể hiện mối quan hệ giữa việc nắm giữ tiền và các yếu tố.
Variable MTB SIZE CF NWC LEV ROA INV
rrelation Matrix/ Probability
MTB 1.000 ----- SIZE -0.008 1.000 0.783 ----- CF 0.281 0.045 1.000 0.000 0.133 ----- NWC -0.096 0.292 -0.081 1.000 0.001 0.000 0.007 ----- LEV 0.017 0.109 -0.457 0.228 1.000 0.578 0.000 0.000 0.000 ----- ROA 0.319 0.042 0.895 -0.026 -0.478 1.000 0.000 0.159 0.000 0.394 0.000 ----- INV 0.096 -0.043 0.029 -0.154 0.012 0.108 1.000 0.001 0.153 0.336 0.000 0.697 0.000 -----
ariance Inflation Factor
4.1.3. Kiểm định giả định phương sai thay đổi
Trong luận văn, tác giả sử dụng kiểm định Breush-Pagan-Goldfrey để nhận diện hiện tượng phương sai thay đổi trong mơ hình hồi quy. Theo đó, giả thuyết H0: Khơng có hiện tượng phương sai thay đổi. Nếu hệ số Chi2 lớn, p – value nhỏ thì bác bỏ H0 tức là các sai số kiểm định có phương sai thay đổi.
Bảng 4.4: Kiểm định hiện tượng phương sai thay đổi
Variable MTB, SIZE, CF, NWC, LEV, ROA, INV
Mơ hình 1 CASH chi
2 (1) Prob > chi2 = 72.64 = 0.0000 Mơ hình 2 LAG1CASH, CASH ROA chi2(1) = 49.32 Prob > chi2 = 0.0000 PTB chi2 (1) = 150.39 Prob > chi2 = 0.0000
Nguồn: tác giả tự tính dựa vào số liệu tổng hợp, thực hiện trên Stata
Trong cả 2 mơ hình, chi2 đều rất lớn và giá trị p-value đều rất nhỏ, điều này thấy giả thuyết H0 có thể bị bác bỏ ở mức ý nghĩa 1%, hay nói cách khác là mơ hình hồi quy này có sự hiện diện của hiện tượng phương sai thay đổi. Khi đó, mơ hình hồi quy với sự hiện diện của phương sai thay đổi thì các giá trị sai số chuẩn có được khơng cịn phù hợp và do vậy bất kể kết luận nào cũng sẽ khơng cịn đúng. Do đó, trong luận văn, tác giả sử dụng thêm phương pháp GLS để khắc phục hiện tượng phương sai thay đổi hiện diện trong mơ hình.
4.2. Kết quả hồi quy các mơ hình
Tác giả thực hiện hồi quy lần lượt thực hiện theo theo 2 phương pháp: Phương pháp ước lượng OLS
Thực hiện theo 3 cách: pooling (hồi quy gộp), random efffect (hiệu ứng ngẫu nhiên) và fixed effect (hiệu ứng cố định). Sau đó, tác giả thực hiện các kiểm định
để lựa chọn mơ hình hiệu quả nhất.
Kiểm định Likelihood Ratio (LR test) được sử dụng để kiểm tra độ phù hợp giữa hai mơ hình pooling và fixed effect. Nội dung của kiểm định là kiểm định giả thuyết H0: Mơ hình hồi quy với hiệu ứng cố định là không cần thiết. Nếu nhận thấy LR > Chi2 critical value, thì bác bỏ H0, tức lúc này hồi quy với hiệu ứng cố định là hiệu quả hơn so với hồi quy gộp.
Kiểm định Hausman (Hausman test) kiểm tra độ phù hợp giữa mơ hình random và fixed effect. Nội dung của kiểm định là kiểm định giả thuyết H0: Mơ hình hồi quy với hiệu ứng ngẫu nhiên có hiệu quả hơn. Nếu nhận thấy Hausman > Chi2 critical value, thì thực hiện bác bỏ H0, tức lúc này hồi quy với hiệu ứng cố định là hiệu quả hơn.
Phương pháp ước lượng GLS
Được sử dụng để khắc phục hiện tượng phương sai thay đổi tồn tại trong mơ hình.
Thống kê t được trình bày trong ngoặc đơn, dưới các hệ số hồi quy.
Với: * có ý nghĩa thống kê ở mức 10%.
** có ý nghĩa thống kê ở mức 5%.
*** có ý nghĩa thống kê ở mức 1%.
4.2.1. Các nhân tố ảnh hưởng đến việc nắm giữ tiền của doanh nghiệp
Tác giả thực hiện hồi quy phương trình thể hiện mối quan hệ giữa việc nắm giữ tiền (CASH) và các yếu tố tác động lên việc nắm giữ tiền (bao gồm: MTB, SIZE, CF, NWC, LEV, ROA, INV) cho toàn bộ mẫu nghiên cứu lần lượt theo 02 phương pháp OLS và GLS. Kết quả được trình bày dưới đây.
Bảng 4.5: Kết quả hồi quy CASH và các yếu tố
OLS GLS
Nguồn: kết quả hồi quy từ chương trình Eview Kết quả hồi quy bảng 4.5, trong phương pháp OLS, hệ số Chi2 của kiểm định Hausman (Chi2 (7) = 6.028) khơng có ý nghĩa thống kê. Do vậy, giả thuyết H0 (giả
thuyết mơ hình hồi quy với hiệu ứng ngẫu nhiên (random effect) có hiệu quả hơn) khơng bị bác bỏ. Hay, mơ hình hồi quy với hiệu ứng ngẫu nhiên (random effect) hiệu quả hơn. Mặt khác, hệ số Chi2 của kiểm định LR (Chi2 (8) = 10.915) cũng khơng có ý nghĩa thống kê. Do vậy, giả thuyết H0 (giả thuyết mơ hình hồi quy với
Pooling Fixed Effect Random Effect
Constant 0.037** 0.047*** 0.040** 0.019** (t-statistic) (1.97) (2.45) (2.09) (1.98) MTB 0.006 -0.007 0.002 0.006 (t-statistic) (0.559) -(0.571) (0.172) (1.012) SIZE 0.010*** 0.010*** 0.010*** 0.009*** (t-statistic) (2.900) (2.999) (2.939) (4.952) CF 1.410*** 1.421*** 1.413*** 1.162*** (t-statistic) (18.684) (18.592) (18.665) (19.066) NWC 0.044** 0.040* 0.043** 0.040*** (t-statistic) (2.029) (1.853) (1.978) (4.489) LEV -0.069*** -0.066*** -0.068*** -0.06*** (t-statistic) (-2.725) (-2.550) (-2.675) (-4.449) ROA -1.297*** -1.295*** -1.296*** -0.96*** (t-statistic) (-10.40) (-10.187) (-10.323) (-11.353) INV 0.002 0.013 0.007 -0.002 (t-statistic) (0.055) (0.329) (0.164) (-0.083) LR test Hausman test Chi2 (8) = 10.915 Chi2 (7) = 6.028 Prob = 0.2065 Prob = 0.5364 Observations 1,126 1,126 1,126 1,126 R2 0.357 0.363 0.357 0.473
hiệu ứng cố định (fixed effect) là không cần thiết) không bị bác bỏ. Hay, mơ hình hồi quy theo pool OLS là thích hợp nhất trong trường hợp này. Sau đó tác giả thực hiện hồi quy theo phương pháp GLS theo mơ hình pool để khắc phục hiện tượng phương sai thay đổi. Kết quả của phép hồi quy Pool GLS cũng được sử dụng để xem xét mối quan hệ giữa biến CASH và các yếu tố cũng như dùng để thông đạt kết quả hồi quy.
Bảng 4.6: Kiểm định sự phù hợp của các biến đưa vào mơ hình CASH và các yếu tố
Nguồn: kết quả hồi quy từ chương trình Eview
Tác giả dùng kiểm định Wald để xem xét sự cần thiết của mỗi biến trong mơ hình. Nội dung của kiểm định Wald là kiểm định giả thuyết H0: βk= 0 là hệ số hồi quy khơng có ý nghĩa thống kê và H1: βk ≠ 0; nếu p-value ≤ α thì bác bỏ H0. Bảng 4.6 cho kết quả giá trị P = 0.0000 < 0.05 nên giả thuyết H0 bị bác bỏ, tức là các biến đưa vào mơ hình có hệ số hồi quy khác 0 có ý nghĩa. Ngồi ra, Hệ số R2 = 0.473 (mức chấp nhận được), cho thấy các yếu tố MTB, SIZE, CF, NWC, LEV, ROA,
INV đã giải thích được 47.3% quyết định nắm giữ tiền (CASH) của doanh nghiệp. Bảng 4.7 tổng hợp các kết quả quan trọng, ta thấy các biến SIZE, CF, NWC, LEV, ROA đều có mức ý nghĩa thống kê đến 1%, MTB và INV khơng có ý nghĩa thống kê. Bên cạnh đó, các biến SIZE, CF, LEV, ROA, MTB và INV (MTB và INV, mặc dù khơng có ý nghĩa thống kê) cho đúng dấu như kỳ vọng. Biến NWC không thể hiện đúng dấu như kỳ vọng.
Bảng 4.7: Kết quả so sánh giữa kỳ vọng lý thuyết và kết quả thực nghiệm
Các nhân tố Kỳ vọng lý thuyết Kết quả thực nghiệm Mức ý nghĩa thực nghiệm MTB (+) (+) Khơng có ý nghĩa SIZE (+) (+) 1% CF (+) (+) 1% NWC (-) (+) 1% LEV (-) (-) 1% ROA (-) (-) 1%
INV (-) (-) Khơng có ý nghĩa
Nguồn: tác giả tổng hợp
Tổng hợp kết quả trong bảng 4.5 và 4.7, tác giả rút ra một số kết luận chi tiết như sau:
Biến SIZE (quy mô của doanh nghiệp)
Biến SIZE tác động thuận chiều lên biến CASH với hệ số hồi quy là 0.009 và có ý nghĩa thống kê ở mức 1%. Mối tương quan thuận giữa biến SIZE và CASH cho thấy, doanh nghiệp có quy mơ càng lớn, họ càng tích lũy và giữ một lượng tiền lớn. Kết quả này phù hợp với kỳ vọng lý thuyết (kỳ vọng một mối tương quan dương) và phù hợp với phần mô tả thống kê đơn giản trong trong phần xử lý dữ liệu ở chương 3 (các doanh nghiệp lớn, có tỷ lệ nắm giữ tiền mặt lớn, trong khi các doanh nghiệp nhỏ thì ngược lại). Kết quả này phù hợp với phát hiện của Ferreira và Vilela (2004), Nguyen (2005), Saddour (2006), Afza và Adnan (2007), Drobetz và
Grüninger (2007), Isshaq, Bokpin và Onumah (2009). Tác giả sẽ quay trở lại để thảo luận chi tiết hơn về tác động của biến quy mô trong phần tiếp theo.
Về độ lớn của hệ số hồi quy (βSIZE = 0.009), cho thấy, trong trường hợp các yếu tố khác không thay đổi, nếu quy mơ của doanh nghiệp tăng lên 1 đơn vị thì tiền mặt tăng lên theo 0.009 đơn vị.
Biến CF (dòng tiền của doanh nghiệp)
Biến CF tác động thuận chiều lên biến CASH với hệ số là 1.162 và có ý nghĩa thống kê ở mức 1%. Mối tương quan dương giữa việc nắm giữ tiền và dòng tiền của doanh nghiệp cho thấy các doanh nghiệp với dòng tiền lớn sẽ giữ một lượng tiền lớn. Kết quả của luận văn cũng khớp với phát hiện của Ferreira & Vilela (2004), Afza & Adnan (2007), Alam và các cộng sự (2011) và Ogundipe & Ajao (2012). Dịng tiền của doanh nghiệp được tính bằng lợi nhuận trước thuế cộng khấu hao / (Tổng tài sản – Tiền và tương đương tiền). Điều này cho thấy, các doanh nghiệp tại Việt Nam trong giai đoạn 2006 – 2014 có khuynh hướng giữ lại và tích lũy tiền từ lợi nhuận để phục vụ cho các dự án đầu tư. Nguyên nhân có thể do các doanh nghiệp lo sợ chi phí tài trợ bên ngoài tốn kém.
Về độ lớn của hệ số hồi quy (βCF = 1.162), cho thấy, trong trường hợp các yếu tố khác khơng thay đổi, nếu dịng tiền của doanh nghiệp tăng lên 1 đơn vị thì tiền mặt tăng lên 1.162 đơn vị.
Biến LEV (địn bẩy tài chính)
Biến LEV tác động ngược chiều lên biến CASH với hệ số hồi quy là 0.06 và có ý nghĩa thống kê ở mức 1%. Mối tương quan âm giữa biến LEV và CASH cho thấy, doanh nghiệp càng sử dụng nhiều nợ (địn bẩy cao) thì họ giữ một lượng tiền lớn. Kết quả thực nghiệm cho kết quả phù hợp với kỳ vọng lý thuyết chung. Cụ thể phù hợp với lý thuyết trật tự phân hạng (doanh nghiệp sẽ gia tăng sử dụng nợ khi mà