CHƯƠNG 3: PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
3.2 Kết quả phân tích các nhân tố ảnh hưởng đến hành vi ĐCLN của các công trong
3.2.1 Kết quả hồi quy mô hình FEM
Trong mô hình hồi quy, chúng ta thấy sự có mặt của 2 biến độc lập (wi=ei+vi) trong đó vi đại diện cho các biến tác động riêng biệt không theo thời gian và không quan sát được. Mô hình FEM cho rằng đặc điểm riêng biệt của biến độc lập vi có tương quan đến các biến độc lập còn lại. Đây là sự khác biệt giữa mô hình FEM và mô hình REM.
3.2.1.1 Kết quả hồi quy mô hình FEM với ngành XD
Mô hình tác động cố định FEM với ngành XD cho kết quả hồi quy sau theo phụ lục 01:
Để đánh giá tính hợp lý của mô hình, tác giả sử dụng kiểm định F:
+ Kiểm định tính phù hợp của mô hình
Để xác dịnh tính hợp lý của mô hình, ta dùng kiểm định F.
H0: a1=a2=….=a4=0
H1: ít nhất 1 trong các hệ số ai khác 0.
Phụ lục 01 cho thấy kết quả kiểm định F = 39,29 (sig=0,0000), bản chất đây là kiểm định ANOVA. Từ đây, chúng ta bác bỏ H0: “Mô hình không có giá trị dự
đoán” và chấp nhận H1: “Mô hình tồn tại và có thể dùng để dự đoán biến phụ thuộc (LNTT)” thông qua các biến độc lập kể trên.
+ Đánh giá về quan hệ tương quan
Các hệ số (Coeficent) trong mô hình và mức ý nghĩa p-value là thông số quan trong giúp ta đưa ra được kết quả mô hình:
Biến “Giá cổ phiếu” (PR) có hệ số =6465,531 với P-value=0,0000<0,05. Điều này có nghĩa giá của cổ phiếu càng cao thì NQT có xu hướng điều chỉnh tăng lợi nhuận trước thuế và mối quan hệ giữa 02 biến có ý nghĩa thống kê
Biến “Tỷ lệ sinh lời trên tài sản” (ROA) có hệ số =397921,4 với P–
value=0,0131<0,05. Điều này có ý nghĩa tỷ lệ sinh lời trên tài sản càng cao thì NQT có xu hướng điều chỉnh tăng lợi nhuận trước thuế và mối quan hệ giữa 02 biến có ý nghĩa thống kê.
Biến “Thuế TNDN phải nộp” (TAX) có hệ số = 0,085516 với P-value = 0,8363>0,05. Cho thấy biến Thuế TNDN phải nộp không có mối liên hệ ý nghĩa với LNTT.
Biến “Vốn củ sở hữu” có hệ số = 0.194935 với P-value=0,00000<0,05. Điều này có ý nghĩa Vốn chủ sở hữu có mối quan hệ thuận chiều với LNTT.
+ Đánh giá về giá trị của R2
Giá trị R2=92,7% chứng tỏ các biến độc lập trong mô hình tác động đến 92,7%
sự thay đổi của biến phụ thuộc LNTT (bao gồn cả biến vi).
3.2.1.2 Kết quả hồi quy mô hình FEM với ngành BĐS
Kết quả mô hình tác động cố định FEM với ngành BĐS được thể hiện ở phụ lục 02:
+ Kiểm định tính hợp lý của mô hình
Để xác định tính hợp lý của mô hình, tác giả dùng kiểm định F.
H0: a1=a2=….=a4=0
H1: ít nhất 1 trong các hệ số ai khác 0.
Bảng 3.2 cho thấy kết quả kiểm định F = 232,17 (sig=0,0000), bản chất đây là kiểm định ANOVA. Từ đây, tác giả bác bỏ H0: “Mô hình không có giá trị dự đoán” và chấp nhận H1: Mô hình tồn tại và có thể dùng để dự đoán biến phụ thuộc (LNTT) thông qua các biến độc lập kể trên.
+ Đánh giá về quan hệ tương quan
Các hệ số (Coeficent) trong mô hình và mức ý nghĩa p-value là thông số quan trong giúp ta đưa ra được kết quả mô hình:
Biến “Gía cổ phiếu” (PR) có hệ số =24468,35 với P-value=0,0000<0,05. Điều này có nghĩa giá của cổ phiếu càng cao thì NQT có xu hướng điều chỉnh tăng lợi nhuận trước thuế và mối quan hệ giữa 02 biến có ý nghĩa thống kê
Biến “Tỷ lệ sinh lời trên tài sản” (ROA) có hệ số =1327558 với P–
value=0,00000<0,05. Điều này có ý nghĩa tỷ lệ sinh lời trên tài sản càng cao thì NQT có xu hướng điều chỉnh tăng lợi nhuận trước thuế và mối quan hệ giữa 02 biến có ý nghĩa thống kê.
Biến “Thuế TNDN phải nộp” (TAX) có hệ số = -1,612149 với P-value = 0,00000>0,05. Cho thấy biến Thuế TNDN càng tăng thì LNTT có xu hướng được điều chỉnh giảm.
Biến “Vốn củ sở hữu” có hệ số = 0.243945 với P-value=0,00000<0,05. Điều này có ý nghĩa Vốn chủ sở hữu có mối quan hệ thuận chiều với LNTT.
+ Đánh giá về giá trị của R2
Giá trị R2=98,53% chứng tỏ các biến độc lập trong mô hình tác động đến 98,53%
sự thay đổi của biến phụ thuộc LNTT (bao gồn cả biến vi).
3.2.2 Kết quả hồi quy mô hình REM
Trong mô hình hồi quy, tác giả nhận thấy sự có mặt của 2 biến độc lập (wi=ei+vi) trong đó vi đại diện cho các biến tác động riêng biệt không đổi theo thời gian và không quan sát được. Mô hình FEM cho rằng đặc điểm riêng biệt của biến độc lập vi có tương quan đến các biến độc lập còn lại.
3.2.2.1 Kết quả mô hình hồi quy REM với ngành XD
Mô hình tác động cố định FEM với ngành XD cho kết quả hồi quy sau theo phụ lục 03:
+ Kiểm định tính hợp lý của mô hình
Để xác định tính hợp lý của mô hình, ta dùng kiểm định F.
H0: a1=a2=….=a4=0
H1: ít nhất 1 trong các hệ số ai khác 0.
Kết quả phụ lục 02 cho thấy kết quả kiểm định F = 232,17 (sig=0,0000 < 0,0005).
Từ đây, chúng ta bác bỏ giả thuyết H0: “Mô hình không có giá trị dự đoán” và chấp nhận giả thuyết H1: Mô hình tồn tại và có thể dùng để dự đoán biến phụ thuộc (LNTT) thông qua các biến độc lập kể trên.
+ Đánh giá về quan hệ tương quan
Biến “Giá cổ phiếu” (PR) có hệ số =5.394,648 với P-value=0,0000<0,05. Điều này có nghĩa giá của cổ phiếu càng cao thì NQT có xu hướng điều chỉnh tăng lợi nhuận trước thuế và mối quan hệ giữa 02 biến có ý nghĩa thống kê
Biến “Tỷ lệ sinh lời trên tài sản” (ROA) có hệ số =464744.3 với P–
value=0,0022<0,05. Điều này có ý nghĩa tỷ lệ sinh lời trên tài sản càng cao thì NQT có xu hướng điều chỉnh tăng lợi nhuận trước thuế và mối quan hệ giữa 02 biến có ý nghĩa thống kê.
Biến “Thuế TNDN phải nộp” (TAX) có hệ số = -0,237207 với P-value = 0,5153>0,05. Cho thấy biến Thuế TNDN không có mối quan hệ ý nghĩa với biến LNTT.
Biến “Vốn củ sở hữu” có hệ số = 0.157558 với P-value=0,0000<0,05. Điều này có ý nghĩa Vốn chủ sở hữu có mối quan hệ thuận chiều với LNTT.
+ Đánh giá về giá trị của R2
Giá trị R2=68,72% chứng tỏ các biến độc lập trong mô hình tác động đến 68,72%
sự thay đổi của biến phụ thuộc LNTT.
3.2.2.2 Kết quả hồi quy mô hình REM với ngành BĐS + Kiểm định tính hợp lý của mô hình
Để xác định tính hợp lý của mô hình, tác giả dùng kiểm định F.
H0: a1=a2=….=a4=0
H1: ít nhất 1 trong các hệ số ai khác 0.
Phụ lục 03 cho thấy kết quả kiểm định F = 219.1921 (sig=0,0000 < 0,0005). Từ đây, chúng ta bác bỏ giả thuyết H0: “Mô hình không có giá trị dự đoán” và chấp nhận giả thuyết H1: Mô hình tồn tại và có thể dùng để dự đoán biến phụ thuộc (LNTT) thông qua các biến độc lập kể trên.
+ Đánh giá về quan hệ tương quan
Biến “Gía cổ phiếu” (PR) có hệ số =28.765,08 với P-value=0,0000<0,05. Điều này có nghĩa giá của cổ phiếu càng cao thì NQT có xu hướng điều chỉnh tăng lợi nhuận trước thuế và mối quan hệ giữa 02 biến có ý nghĩa thống kê
Biến “Tỷ lệ sinh lời trên tài sản” (ROA) có hệ số =1.554.652 với P–
value=0,0022<0,05. Điều này có ý nghĩa tỷ lệ sinh lời trên tài sản càng cao thì NQT có xu hướng điều chỉnh tăng lợi nhuận trước thuế và mối quan hệ giữa 02 biến có ý nghĩa thống kê.
Biến “Thuế TNDN phải nộp” (TAX) có hệ số = -1.494787 với P-value = 0,0000>0,05. Cho thấy biến Thuế TNDN có mối quan hệ ý nghĩa với biến LNTT và có ý nghĩa thống kê.
Biến “Vốn chủ sở hữu” có hệ số = 0.238306 với P-value=0,0000<0,05. Điều này có ý nghĩa Vốn chủ sở hữu có mối quan hệ thuận chiều với LNTT.
+ Đánh giá về giá trị của R2
Giá trị R2=77,53% chứng tỏ các biến độc lập trong mô hình tác động đến 77,53%
sự thay đổi của biến phụ thuộc LNTT.
3.2.3 Đánh giá ý nghĩa mô hình FEM và REM.
Mô hình REM có ý nghĩa mới dữ liệu bảng khi có các tác động không quan sát được và không đổi theo thời gian của thưc thể của DN I trong mẫu. Mô hình REM giả sử biến vit không có sự tương quan với các biến độc lập (đặc điểm riêng có tính ngẫu nhiên). Đây là cách phân biệt giữa mô hình REM và FEM. Sau khi chạy hoàn tất mô hình REM và FEM, chúng ta tiến hành chạy kiểm định Husman để lựa chọn mô hình có kết quả phù hợp nhất giữa hai mô hình FEM và REM.
3.2.4 Kiểm định Hausman về sự phù hợp của mô hình
Kiểm định Hausman giúp lựa chọn mô hình phù hợp giữa FEM và REM. Giả
thuyết được đưa ra là:
a)Kết quả kiểm định Hausman trong ngành XD
Dựa vào bảng Phụ lục 05, ta thấy giá trị Chi-Square. Statistic=22,63 với P-value=
0,0001<0,0005, ta chấp nhận giả thuyết H1 vàbác bỏ giả thuyết H0. Vì vậy, với ngành XD thì mô hình FEM phù hợp hơn mô hình REM.
H0: Mô hình REM phù hợp hơn.
H1: Mô hình FEM phù hợp hơn.
b) Kết quả kiểm định Hausman trong ngành BĐS
Dựa trên kết quả bảng phụ lục 06, nhận thấy P-value= 0,0000<0,0005 với Chi- Square. Statistic=152,57, từ đây chúng ta bác bỏ giả thuyết “Mô hình REM phù hợp hơn” và chấp nhận giả thuyết “Mô hình FEM phù hợp hơn”.
3.2.5 Kiểm định tự tương quan và đa công tuyến.
* Kiểm định tự tương quan
Theo tác giả Phạm Lộc “Tự tương quan: Là sự tương quan giữa các thành phần của chuỗi các quan sát theo thời gian hay không gian. bậc nhất Markov, ký hiệu AR(1) và ρ được gọi là hệ số tự tương quan bậc nhất. thỏa các giả thiết của mô hình hồi qui tuyến tính cổ điển.”
Với bộ dữ diệu chéo (dữ liệu theo bảng thời gian) trong khóa luận thì không có tồn tại mối quan hệ nào giữa các giai đoạn trước và sau. Do đó, mô hình không tồn tại hiện tượng tự tương quan.
*Kiểm định đa công tuyến
Theo tác giả Nguyễn Văn Ngọc: “Tính đa cộng tuyến (multicollinearity) là tình huống thống kê trong đó nhiều biến độc lập có liên hệ tương quan chặt chẽ với nhau và vì vậy chúng biến đổi cùng nhau. Trong tình huống này, người ta không thể tách riêng ảnh hưởng của bất kỳ biến nào trong các biến độc lập đối với biến phụ thuộc khi thực hiện phân tích hồi quy.”
Ta tiến hành chạy kiểm định đa cộng tuyến trên eview với ngành XD và BĐS.
Kêt quả như sau:
Gỉa thuyết:
H0 Mô hình có hiện tượng đa cộng tuyến
H1 Mô hình không có hiên tượng đa công tuyến
Theo kết quả tại phụ lục 07 và phụ lục 08 nhận thấy các giá trị “Centered VIF”
có giá trị <10 như vậy có thể kết luận được rằng các biến trong mô hình thuộc hai ngành BĐS và XD không có hiện tượng đa cộng tuyến.
CHƯƠNG 4