4.2. NỘI DUNG NGHIÊN CỨU
4.2.3.Kiểm tra các giả định của mơ hình đã lựa chọ n
4.2.3.1. Đánh giá độ phù hợp của mơ hình và kiểm định sự phù hợp của mơ hình. Bảng 4.10. Độ phù hợp của mơ hình Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .819a .671 .647 .1102366
a. Predictors: (Constant), Tam chan thue phi no, Tang truong, Tinh thanh khoan, Co cau tai san, Loi nhuan: ROA
Một công việc quan trọng của bất kỳ thủ tục thống kê xây dựng mơ hình từ
dữ liệu nào cũng đều phải thực hiện đó là chứng minh sự phù hợp của mơ hình. Hầu
như khơng có đường thẳng nào có thể phù hợp hồn tồn với tập dữ liệu mà ln có
sự sai lệch giữa các giá trị dự báo được cho bởi đường thẳng hồi quy và các giá trị
thực tế. Một thước đo sự phù hợp của mơ hình tuyến tính thường dùng là hệ số xác định R2
(coefficient of determination). R2 càng gần 1 thì mơ hình đã xây dựng càng
thích hợp và R2
càng gần 0 thì mơ hình càng kém phù hợp với dữ liệu mẫu. Tuy
nhiên, không phải phương trình càng có nhiều biến thì càng phù hợp với dữ liệu.
Trong hồi quy bội, hệ số R2 điều chỉnh (Adjusted R square) được tính từ R2
phản
ánh sát hơn mức độ phù hợp của mơ hình.
Theo bảng 4.10, hệ số R2điều chỉnh của mơ hình là 0.647. Như vậy, mơ hình
Sự phù hợp của mơ hình đã chọn mới chỉ thể hiện được sự phù hợp với dữ
liệu mẫu, rất có thể mơ hình hồi quy tuyến tính mẫu với các hệ sốđã tìm được bằng
phương pháp OLS khơng có giá trị khi suy diễn cho mơ hình thực của cả ngành
thủy sản Việt Nam. Kiểm định F trong bảng phân tích phương sai ANOVA được sử dụng để kiểm định sự phù hợp của mơ hình.
Giả thuyết H0: ββiββ=0. Bảng phân tích ANOVA dùng để kiểm định F (kiểm định giả thuyết H0) như sau:
Bảng 4.11. Bảng phân tích ANOVA kiểm định sự phù hợp của mơ hình.
ANOVAb
Model Sum of Squares df Mean Square F Sig.
Regression 1.687 5 .337 27.766 .000a
Residual .826 68 .012
1
Total 2.513 73
a. Predictors: (Constant), Tam chan thue phi no, Tang truong, Tinh thanh khoan, Co cau tai san, Loi nhuan: ROA
b. Dependent Variable: Don bay tai chinh
Giá trị F=27.766 tương ứng với mức ý nghĩa Sig.= 0.000. Như vậy, có thể
bác bỏ giả thuyết H0 và kết luận mơ hình hồi quy tuyến tính bội trên phù hợp với
tổng thể ngành thủy sản.
4.2.3.2. Kiểm tra hiện tượng đa cộng tuyến.
Cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chăt chẽ
với nhau. Vấn đề của hiện tượng cộng tuyến là chúng cung cấp cho mơ hình những
thơng tin rất giống nhau và rất khó tách rời ảnh hưởng của từng biến đến biến phụ
thuộc. Hiệu ứng khác của sự tương quan chặt chẽ của các biến độc lập là làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định ý
nghĩa (Sig.) của chúng nên các hệ số có khuynh hướng kém ý nghĩa hơn khi khơng
có đa cộng tuyến trong khi hệ số xác định R2
vẫn khá cao.
Các hệ số phát hiện và đánh giá mức độ của hiện tượng đa cộng tuyến trong
mơ hình bao gồm:
- Độ chấp nhận của biến (Tolerance): nếu độ chấp nhận của biến nhỏ (gần 0)
thì có hiện tượng đa cộng tuyến, nếu độ chấp nhận của biến lớn (gần 1) thì khơng
xảy ra hiện tượng đa cộng tuyến.
- Hệ số phóng đại phương sai (Variance inflation factor- VIF) là nghịch đảo
của độ chấp nhận. Nếu VIF lớn hơn 10 thì đó là dấu hiệu của đa cộng tuyến.
Bảng 4.12. Kiểm tra hiện tượng đa cộng tuyến của mơ hình.
Coefficientsa Unstandardized Coefficients Standardized Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
(Constant) .907 .041 22.279 .000
Tang truong .094 .049 .144 1.905 .061 .844 1.185 Co cau tai san -.283 .118 -.178 -2.389 .020 .871 1.148 Loi nhuan: ROA -.994 .269 -.327 -3.698 .000 .620 1.614 Tinh thanh khoan -.094 .014 -.566 -6.921 .000 .724 1.381 1
Tam chan thue phi no -1.706 .816 -.158 -2.090 .040 .841 1.189 a. Dependent Variable: Don bay tai chinh
Quan sát trên bảng 4.12 có thể thấy các hệ số Tolerance gần bằng 1 và các hệ
số VIF nhỏ hơn 2. Vậy, các biến sử dụng trong mơ hình khơng xảy ra hiện tượng đa
cộng tuyến.
4.2.3.3. Kiểm định phần dư ei (sai số).
- Kiểm định tính độc lập của phần dư (khơng có tương quan giữa các phần
dư):
Sự tồn tại của phần dưei là do các ngun nhân: khơng đưa hết các biến có ảnh hưởng vào mơ hình, chọn sai dạng quan hệ, sai số trong đo lường các biến…
Các phần dư này có thể xảy ra hiện tượng tự tương quan chuỗi theo thời gian và
không gian. Để mơ hình có ý nghĩa thống kê thì các phần dư này phải ngẫu nhiên, độc lập và có phân phối chuẩn.
Đại lượng thống kê Durbin- Watson (d) có thể dùng để kiểm định mối tương
quan của các sai số kề nhau (tương quan chuỗi bậc nhất). Giả thuyết khi tiến hành
kiểm định như sau:
Bảng 4.13. Bảng thống kê đại lượng Durbin- Watson.
Variables Entered/Removedb
Model Variables Entered Variables Removed Method
1 Tam chan thue phi no, Tang truong, Tinh thanh khoan, Co cau tai san, Loi nhuan: ROAa
. Enter
a. All requested variables entered. b. Dependent Variable: Don bay tai chinh
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .819a .671 .647 .1102366 2.144
a. Predictors: (Constant), Tam chan thue phi no, Tang truong, Tinh thanh khoan, Co cau tai san, Loi nhuan: ROA
b. Dependent Variable: Don bay tai chinh
Kết quả từ phần mềm SPSS cho thấy d=2.144. Tra bảng Durbin- Watson với
5 biến độc lập và 74 quan sát sẽ cho ra kết quả dL= 1.487, dU= 1.770 và 4-dL=
2.513, 4-dU= 2.230. Giá trị d=2.144 tính được nằm trong miền chấp nhận giả thuyết
H0: khơng có tự tương quan chuỗi bậc nhất.
0 dL dU 2 4-dU 4-dL 4
- Kiểm tra giả định liên hệ tuyến tính giữa phần dư và giá trị dự đốn:
Để kiểm tra độ phù hợp của mơ hình hồi quy và giảđịnh về sai số thực (phần
dư) ei là biến ngẫu nhiên, độc lập, có phân phối chuẩn và phương sai không đổi, tác
giả sử dụng biểu đồ phân tán giá trị dự đốn chuẩn hóa (Standardized predicted
value) và phần dư chuẩn hóa (Standardized residual).
Có tự tương quan thuận chiều (dương)
Miền khơng có kết luận
Chấp nhận giả thuyết khơng có tự tương quan chuỗi bậc
nhất Miền khơng có kết luận Có tự tương quan ngược chiều (âm)
Hình 4.1. Đồ thị phân tán giá trị dự đốn chuẩn hóa và phần dư chuẩn hóa.
Quan sát trên hình 4.1, các điểm kết hợp giữa giá trị dự đoán chuẩn hóa và
phần dư chuẩn hóa phân tán khá đều quanh tung độ và hoành độ gốc. Do vậy có thể
kết luận mơ hình phù hợp với quan hệ tuyến tính và phần dư là biến ngẫu nhiên.
Bảng thống kê phần dư (Residual) 4.14 cho thấy phần dư có biến thiên
nhưng giá trị trung bình bằng 0.
Bảng 4.14. Bảng thống kê phần dư.
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N Predicted Value -.038018 .813947 .610758 .1520215 74 Residual -.2495962 .2438415 .0000000 .1063944 74 Std. Predicted Value -4.268 1.337 .000 1.000 74
Std. Residual -2.264 2.212 .000 .965 74
a. Dependent Variable: Don bay tai chinh
Kolmogorov –Smirnov test được sử dụng để kiểm định giả thuyết phân phối
của dữ liệu có phù hợp với phân phối lý thuyết khơng. Nó tiến hành xét các sai lệch
tuyệt đối lớn nhất giữa hai đường phân phối tích lũy thực nghiệm và lý thuyết, sai
lệch tuyệt đối càng lớn thì giả thuyết H0 cảng dễ bị bác bỏ.
Kiểm định phân phối chuẩn của phần dư chuẩn hóa với giả thuyết H0: Tổng thể của biến phần dư chuẩn hóa (Standardized Residual) có phân phối chuẩn.
Bảng 4.15. Bảng thống kê kiểm định Kolmogorov –Smirnov.
Descriptive Statistics
N Mean Std. Deviation Minimum Maximum Standardized Residual 74 .0000000 .96514602 -2.26419 2.21198
One-Sample Kolmogorov-Smirnov Test
Standardized Residual N 74 Mean .0000000 Normal Parametersa Std. Deviation .96514602 Absolute .101 Positive .064
Most Extreme Differences
Negative -.101
Kolmogorov-Smirnov Z .868
Asymp. Sig. (2-tailed) .438
a. Test distribution is Normal.
Giá trị Sig.=0.438 trong bảng 4.15 lớn hơn cả mức ý nghĩa 10% nên giả
thuyết H0 không thể bị bác bỏ với độ tin cậy 90%. Do đó chấp nhận giả thuyết H0 và
Hình 4.2. Đồ thị phân phối tần số của phần dư chuẩn hóa.
Quan sát trên hình 4.2 có thể thấy trị trung bình số dư chuẩn hóa (Mean) xấp
xỉ 0 và độ lệch chuẩn (Std. Dev.) bằng 0.965 nên cũng có thể kết luận giả thuyết
phân phối chuẩn của phần dư không bị vi phạm.
4.2.3.4. Kiểm định các hệ số hồi quy riêng phần.
Quan sát trên các bảng 4.3, bảng 4.5, bảng 4.7, bảng 4.9 và với mức ý nghĩa
10%, tác giả thực hiện các kiểm định về chiều hướng tác động của các biến độc lập
lên biến phụ thuộc như sau:
- Biến tăng trưởng (GR): hệ số hồi quy dương và các giá trị Sig. của biến
trong các bảng có giá trị cao nhất là 0.061<10%. Vậy có thể kết luận và chấp nhận
giả thuyết H1: địn bẩy tài chính có mối quan hệđồng biến (+) với tăng trưởng.
- Biến cơ cấu tài sản (ASSET): hệ số hồi quy âm và các giá trị Sig. của biến
trong các bảng có giá trị cao nhất là 0.031<10%. Vậy có thể kết luận và chấp nhận
- Biến lợi nhuận (PRO): hệ số hồi quy âm và các giá trị Sig. của biến trong
các bảng đều có giá trị là 0.000<10%. Vậy có thể kết luận và chấp nhận giả thuyết
H3: đòn bẩy tài chính có mối quan hệ nghịch biến (-) với lợi nhuận.
- Biến rủi ro kinh doanh (RISK): hệ số hồi quy bằng 0 và giá trị Sig. của biến
trong bảng có giá trị là 0.834>10%. Tác giả không thể kết luận về chiều hướng tác động và mức độ tin cậy của biến này lên biến phụ thuộc. Vì vậy, tác giả chưa thể
chấp nhận hoặc bác bỏ giả thuyết H4.
- Biến thuế TNDN (TAX): hệ số hồi quy âm và các giá trị Sig. của biến trong
các bảng có giá trị cao nhất là 0.237>10%. Vì vậy, tác giả chưa thể chấp nhận hoặc
bác bỏ giả thuyết H5.
- Biến tính thanh khoản (LIQ): hệ số hồi quy âm và các giá trị Sig. của biến
trong các bảng đều có giá trị là 0.000<10%. Vậy có thể kết luận và chấp nhận giả
thuyết H6: đòn bẩy tài chính có mối quan hệ nghịch biến (-) với tính thanh khoản.
- Biến tấm chắn thuế phi nợ (NDTS): hệ số hồi quy âm và các giá trị Sig. của
biến trong các bảng có giá trị cao nhất là 0.040<10%. Vậy có thể kết luận và chấp
nhận giả thuyết H7: địn bẩy tài chính có mối quan hệ nghịch biến (-) với tấm chắn
thuế phi nợ.
- Biến quy mô (SIZE): hệ số hồi quy âm và các giá trị Sig. của biến trong các
bảng có giá trị cao nhất là 0.294>10%. Vì vậy, tác giả chưa thể chấp nhận hoặc bác
bỏ giả thuyết H8.
4.3. KẾT QUẢ NGHIÊN CỨU.
4.3.1. Mơ hình hồi quy.
Như vậy, trải qua các bước chọn biến, thu thập dữ liệu, chạy mơ hình, phân
tích tương quan, phân tích hồi quy, thực hiện các kiểm định đồng thời loại bỏ các
biến khơng phù hợp, tác giảđưa ra mơ hình hồi quy tuyến tính địn bẩy tài chính và
các nhân tốảnh hưởng cho các doanh nghiệp thủy sản Việt Nam như sau:
FL= 0.907+ 0.094GR- 0.283ASSET- 0.994PRO- 0.094LIQ- 1.706NDTS
FL : Địn bẩy tài chính.
GR : Tăng trưởng.
ASSET : Cơ cấu tài sản.
PRO : Lợi nhuận.
LIQ : Tính thanh khoản.
NDTS : Tấm chắn thuế phi nợ.
4.3.2. Các nhân tố ảnh hưởng và chiều hướng tác động.
Mơ hình hồi quy tuyến tính bội đã xây dựng gồm biến phụ thuộc là đòn bẩy
tài chính và 05 biến độc lập đại diện cho các nhân tố tác động đến cấu trúc tài chính
các doanh nghiệp thủy sản được tóm tắt trong bảng sau:
Bảng 4.16: Tổng hợp các giả thuyết và kết quả nghiên cứu thực nghiệm các nhân tố tác động đến cấu trúc tài chính doanh nghiệp thủy sản Việt Nam.
Nhân tố tác động Ký hiệu thuyết Giả Xu hướng dự kiến cứu thực nghiệmKết quả nghiên
Tăng trưởng GR H1 +/- +
Cơ cấu tài sản ASSET H2 +/- -
Lợi nhuận PRO H3 - -
Rủi ro kinh doanh RISK H4 - Không xác định
Thuế TNDN TAX H5 + Khơng xác định
Tính thanh khoản LIQ H6 +/- -
Tấm chắn thuế phi nợ NDTS H7 - -
Quy mô SIZE H8 +/- Không xác định
Từ bảng 4.16 cho thấy có 05 nhân tố có mối tương quan đến đòn bẩy tài
chính của doanh nghiệp và có ý nghĩa thống kê, bao gồm:
- Tăng trưởng (GR): tỷ lệ thuận (+) với địn bẩy tài chính (với mức ý nghĩa
thống kê 10%). Như vậy, kết quả thực nghiệm trên phù hợp với lý thuyết trật tự
phân hạng của Myers (1984) và các nghiên cứu thực nghiệm của Nguyễn Thành
Cường (2008), Trần Đình Khơi Ngun (2006), Đoàn Ngọc Phi Anh (2010).
Hầu hết các doanh nghiệp thủy sản Việt Nam mới trong giai đoạn khởi sự và
thiết bị tăng rất cao, tốc độ tăng trưởng doanh thu trung bình 02 năm là 23,13%.
Những năm qua, ngành thủy sản có một số thuận lợi như: chính sách thúc đẩy xuất
khẩu các mặt hàng thủy sản theo định hướng phát triển nơng nghiệp- nơng thơn của
chính phủ, những thuận lợi sau khi Việt Nam gia nhập WTO như cải cách thủ tục
hành chính, mở rộng thị trường xuất khẩu và chính sách tỷ giá thuận lợi cho các
doanh nghiệp xuất khẩu. Do vậy, các doanh nghiệp thủy sản Việt Nam đã gia tăng
vay nợ, nhất là nợ ngắn hạn để tài trợ nhằm tận dụng chi phí rẻ từ vốn vay.
- Cơ cấu tài sản (ASSET): tỷ lệ nghịch (-) với đòn bẩy tài chính (với mức ý
nghĩa thống kê 5%). Như vậy, các doanh nghiệp không sử dụng các tài sản cố định để gia tăng các khoản vay. Kết quả này phù hợp với nghiên cứu của Samuel G. H.
Huang và Frank M. Song (2002) nghiên cứu tại Trung Quốc và cho rằng doanh
nghiệp có mối quan hệ thân thiết với các nhà tài trợ vốn thì có thể vay mượn mà
khơng cần phải cung cấp nhiều bằng chứng thế chấp.
Cũng giống như nghiên cứu tại Trung Quốc của Samuel G. H. Huang và
Frank M. Song (2002), các doanh nghiệp thủy sản Việt Nam có thể vay chủ yếu là
tín chấp tại các ngân hàng dựa vào hàng tồn kho phát sinh từ tiền vay và quyền đòi
nợ phát sinh từ các hợp đồng xuất khẩu. Các khoản vay này phụ thuộc vào mối
quan hệ tốt với các ngân hàng, các doanh nghiệp có thể vay được nhiều hay ít.
Các khoản vay này chủ yếu được sử dụng để mua nguyên vật liệu, hàng hóa
chế biến xuất khẩu nên tổng tài sản doanh nghiệp sẽ tăng, trong khi tài sản cố định
tăng ít hơn sẽ làm Cơ cấu tài sản giảm, biến động ngược chiều với Đòn bẩy tài
chính. Như vậy, Cơ cấu tài sản biến động ngược chiều với Địn bẩy tài chính là hợp
lý.
- Lợi nhuận (PRO): tỷ lệ nghịch (-) với đòn bẩy tài chính (với mức ý nghĩa
thống kê 1%). Điều này đúng với lý thuyết trật tự phân hạng trong tài trợ của doanh
nghiệp, nghĩa là các doanh nghiệp hoạt động có nhiều lợi nhuận thì sẽ giữ lại để tài
trợ cho các hoạt động của mình, do vậy sẽ ít sử dụng nợ vay hơn. Các nghiên cứu
thực nghiệm của Almas Heshmati (2001), Samuel G. H. Huang và Frank M. Song