CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU
3.2. Kết quả mô hình hồi quy
3.2.2. Kiểm tra đa cộng tuyến
Trước khi thực hiện ước lượng mô hình, nhằm bảo đảm độ đáng tin của kết quả hồi quy, kiểm định đa cộng tuyến bằng cách áp dụng hệ số phóng đại phương sai (Variance Inflation Factor – VIF). Kết quả được thể hiện ở bảng 5 với tất cả giá trị VIF đều có giá trị nhỏ hơn 3 nên mô hình hoàn toàn có ý nghĩa trong nghiên cứu này.
Bảng 5: Kiểm định đa cộng tuyến bằng việc sử dụng VIF
Variable VIF 1/VIF
SIZE 1,43 0,6995
LEV 1,25 0,7997
TOBINQ 1,24 0,8044
GDP 1,08 0,9221
INF 1,06 0,9428
TANGB 1,05 0,9539
REVG 1,01 0,9877
MEAN VIF 1,16
(Nguồn: Tác giả tự tính toán trên phần mềm Stata)
Bảng 5 cung cấp kết quả mô hình hồi quy tuyến tính để kiểm định mối tương quan giữa các biến độc lập lên biến phụ thuộc. Các biến độc lập được cho là có ảnh hưởng đến mức đầu tư của công ty (INV) sẽ có p-value nhỏ hơn 5%. Dấu của β sẽ thể hiện mối quan hệ giữa các nhân tố đến biến phụ thuộc là đồng biến hay nghịch biến. Bên cạnh đó, hệ số F cũng cần xem xét kỹ về tính phù hợp của mô hình. Thấy rằng F bằng 0 cho kết quả nhỏ hơn 0.05 nên mô hình hoàn toàn phù hợp với nghiên cứu này.
Phát hiện rằng hệ số hồi quy của tất cả các biến đều lớn hơn 0 và trong đó có SIZE có ý nghĩa thống kê ở mức 5% (với hệ số ước lượng lần lượt là 0.049 và 0.000).
Điều này chứng tỏ rằng, các công ty có sự tăng trưởng dòng tiền sẵn có thì càng có tự tin đưa ra các quyết định đầu tư của doanh nghiệp. Kết quả này có đồng quan điểm với nghiên cứu của Myers và Majluf (1984) và trái ngược với bình luận của Kaplan và Zingales (1997). Còn đối với kết quả của quy mô công ty phù hợp với nghiên cứu của Adelegan và Ariyo (2008) rằng các DN có quy mô lớn sẽ dễ tiếp cận các cơ hội để tăng trưởng đầu tư và tiếp cận các cơ hội đầu tư tốt hơn.
Bảng 6: Kết quả kiểm định hồi quy tuyến tính
Source SS df MS
Model 800,6270 7 114,475294
Residual 3812,0830 409 4632,049652
Total 4612,7101 416 11,0882455
Number of obs = 417
F(8, 408) = 12,27
Prob > F = 0,0000
R-squared = 0,1736
Adj R-squared = 0,1594
Root MSE = 3,0529
INVG Coef. Std. Err. t P>t [95% Conf. Interval]
REVG 0,0165 0,0510 0,32 0,7470 -0,0839 0,1168 TANGB 2,4056 2,4060 1,00 0,3180 -2,3241 7,1354 LEV -0,9660 0,9349 -1,03 0,3020 -2,8039 0,8719 SIZE 2,0585 0,2694 7,64 0,0000 1,5289 2,5882 TOBINQ 0,3211 0,2836 1,13 0,2580 -0,2363 0,8786 GDP 1,9449 9,5113 0,20 0,8380 -16,7522 20,6420
INF 6,0148 7,3317 0,82 0,4120 -8,3977 20,4274 _CONS -0,8897 3,1983 -0,28 0,7810 -7,1770 5,3975
(Nguồn: Tác giả tự tính toán trên phần mềm Stata) Từ kết quả hồi quy ta thấy hệ số R bình phương là 0.1736 tương ứng với 17,36% và hệ số R bình phương điều chỉnh là 0.1594 (15.94%). Hai đại lượng này cho biết mức độ phù hợp của mô hình hồi quy, với giá trị R = 0.1736 có ý nghĩa là khoảng 17,36% tổng các yếu tố có ảnh hưởng đến biến phụ thuộc INV, còn lại là các nhân tố khác ngoài mô hình.. Do đó, em tiếp tục thực hiện các kiểm nghiệm khác mang tính phát triển hơn đó là REM và FEM để chon ra mô hình phù hợp nhất với nghiên cứu này.
3.2.4. Kết quả kiểm định lựa chọn mô hình
Tiến hành dùng kiểm định Hausamn để lựa chọn mô hình phù hợp nhất giữa mô hình REM và FEM, bản chất hai mô hình này là phát triển từ mô hình hồi quy OLS. Trước hết bảng 7 cho ta biết kết quả của mô hình REM.
Bảng 7: Kết quả kiểm định mô hình REM
INVG Coef. Std. Err. z P>z [95% Conf. Interval]
REVG 0,004 0,013 0,36 0,721 -0,020 0,031
SIZE 2,666 0,274 9,73 0,000 2129 3204
TOBINQ 0,086 0,145 0,60 0,549 -0,197 0,371
LEV -0,732 0,658 1,11 0,266 -2,024 0,559
TANGB 8,548 2,989 2,86 0,004 2,689 14,407
GDP 0,087 3,572 0,02 0,980 -6,914 7,089
INF 8,388 2,781 3,02 0,003 2,937 13,841
(Nguồn: Tác giả tự tính toán trên phần mềm Stata) Bảng 7 chỉ ra có 3 biến cho kết quả p-value bé hơn 0.05 (5%) gồm tỷ lệ TSCĐ (TANGB), quy mô công ty (SIZE), và yếu tố lạm phát (INF) cho thấy các biến có ý nghĩa thống kê ở mức 5%. Đây là bước phát triển hơn so với mô hình hồi quy OLS khi tìm ra thêm mối tương quan của 2 biến khác là TANGB và INF . Hệ số hồi quy của TANGB có giá trị dương ~ 8.33889 chứng tỏ rằng quan hệ cùng chiều nên doanh nghiệp nào có tỷ lệ tài sản cố định hữu hình càng lớn thì sẽ tích cực tác động đến quyết định đầu tư. Kết quả này giống với quan điểm trong nghiên cứu của Lê Thị Hiệu (2013) nhưng lại đi ngược về quan điểm lạm phát. Trong nghiên cứu đi trước của Lê Thị Hiệu (2013) cho rằng kết quả kiểm định biến INF có beta lớn hơn mức ý nghĩa và hệ số hồi quy âm. Tuy nhiên kết quả hiện lại chỉ ra INF có ý nghĩa thống kê ở mức 5% và hệ số hồi quy lớn hơn không cho thấy tương quan đồng biến với mức độ tăng trưởng đầu tư của doanh nghiệp.
Ba nhân tố SIZE, TANGB và INF cũng có ý nghĩa thống kê trong mô hình tác động cố định FEM giống như REM. Giá trị p-value về mức 0 nên hoàn toàn có ý nghĩa thống kê ở mức 5% thậm chí là mức 1%.
Bảng 8: Kết quả kiểm định mô hình FEM
INVG Coef. Std. Err. t P>t [95%
Conf. Interval]
REVG 0,0051 0,0144 0,35 0,723 -0,0232 0,0333 SIZE 0,7045 0,2012 12,44 0,000 2,3088 3,1001 TOBINQ 10,833 0,1331 0,63 0,532 -0,1786 0,3451 LEV -0,7472 0,4679 -1,60 0,111 -1,6673 0,1730 TANGB 8,7956 10,578 8,31 0,000 6,7154 10,8759
GDP 11,950 27,855 0,07 0,944 -5,2828 5,6728 INF 8,5875 21,537 3,99 0,000 4,3522 12,8229 _CONS -80,376 25,237 -3,58 0,000 -14,0005 -4,0747
(Nguồn: Tác giả tự tính toán trên phần mềm Stata) Ba nhân tố SIZE, TANGB và INF cũng có ý nghĩa thống kê trong mô hình tác động cố định FEM giống như REM. Giá trị p-value về mức 0 nên hoàn toàn có ý nghĩa thống kê ở mức 5% thậm chí là mức 1%.
Kết quả mô hình Hausman
Bảng 9: Kết quả mô hình Hausman (b)
fe1
(B) notq
(b-B) Difference
sqrt(diag(V_b- V_b)
S.E.
REVG 0,0051 0,0049 0,0002 0,0134
SIZE 2,7045 2,6667 0,0378 0,1944
TOBINQ 0,0833 0,0870 -0,0037 0,4033
LEV -0,7472 -0,7324 -0,0147 0,3729
TANGB 8,7956 8,5482 0,2474 0,4974
GDP 0,1950 0,0877 0,1073 0,3275
INF 8,5875 8,3889 0,1986 0,4457
Test: Ho: Difference in coefficients not systematic
chi2(9) = (b-B)’[(V_b-V_B)^(-1)](b-B)
(V_b-V_B is not positive definite)
Giả định của mô hình: H0 là không có mối tương quan giữa biến độc lập và biến phụ thuộc và H1 là có mối tương quan. Quan sát Bảng 8 với chi bình phương là 51.78 nên có ý nghĩa thống kê, với mức p-value là 0.0021 bé hơn 5% nên loại bỏ giải thiết Ho, biến INVG và các biến nhân tố có mối tương quan. Do đó sử dụng mô hình tác động cố định FEM sẽ phù hợp hơn so với mô hình tác động ngẫu nhiên REM.
Mô hình theo kết quả chạy mô hình FEM như sau:
INVGit = -9,0376 - 0,7472xREVGit - 0,7472xLEVit + 2,7045xSIZEit + 8,7956xTANGBit + 0,0833xTOBINQit + 0,1950xGDPit + 8,5875xINFit
3.2.5. Kết quả các mô hình hồi quy
Bảng dưới đây là tổng hợp kết quả hồi quy theo các mô hình mà nghiên cứu đã dùng thể thực nghiệm.
Bảng 10: Kết quả hồi quy theo POOL, REM và FEM
POOL REM FEM
REVG 0,0165
(0,747)
0.0049 (0.721)
0.0051 (0.723)
TANGB 2,4056
(0,318)
8.5482*
(0.004)
8.7956*
(0.000)
LEV -0,966
(0,302)
-0.7324 (0.266)
-0.7472 (0.111)
SIZE 2,0585*
(0,000)
2.6667*
(0.000)
2.7045*
(0.000)
TOBINQ 0,3211
(0,258)
0.0869 (0,549)
0.0833 (0,532)
GDP 1,9449
(0,838)
0,0877 (0,980)
0,1950 (0,944)
INF 6,0148
(0,412)
8,3889*
(0,003)
8,5875*
(0,000)
F-test (p-value) 0,0000 0,0000 0,0000
Obs 417 417 417
R-squired 0,1736 0,1649 0,1649
Adj R-Squared 0,1594 (*) là mức ý nghĩa 5%
(Nguồn: Tác giả tự tính toán trên phần mềm Stata)
Từ bảng tổng hợp các kết quả thấy rằng các yếu tố bao gồm tăng trưởng doanh thu, cơ hội đầu tư q, đòn bẩy tài chính và tăng trưởng GDP đều không có ý nghĩa thống kê trên cả ba mô hình do p-value lớn hơn mức ý nghĩa 5%. Với hai biến là tỷ lệ TSCD và tỷ lệ lạm phát không có ý nghĩa thống kê khi dùng kiểm định OLS nhưng với mô hình FEM và REM đã khắc phục được vấn đề. Còn với nhân tố quy mô doanh nghiệp thì hoan toàn có tác động đến tăng trưởng đầu tư do thể hiện mức ý nghĩa trên cả OLS, FEM và REM. Với việc lựa chọn mô hình phù hợp là FEM thì kết luận rằng các biến có tác động mạnh đến tăng trưởng đầu tư là: tỷ lệ TSCĐ hữu hình, quy mô doanh nghiệp và lạm phát.