Ng 4.2 Kt qu tính hs VIF

Một phần của tài liệu Tác động của thành phần sở hữu ban quản lý lên hiệu quả hoạt động công ty (Trang 36)

N u h s VIF>10 ho c h s 1/VIF<0,1 s x y ra hi n t ng đa c ng tuy n. Tuy nhiên, trong b ng k t qu trên, h s VIF c a các bi n đ u nh h n 10 và h s 1/VIF >0,1 nên không có hi n t ng đa c ng tuy n trong mô hình v i bi n ph thu c là ROA.

4.3. L a ch n ph ngăpháp h i quy phù h p

Các hi n t ng ph ng sai thay đ i, t t ng quan, n i sinh là nh ng v n đ

c a d li u b ng. ơy đ c xem là các khuy t t t c a mô hình và làm cho mô hình sai l ch, các bi n đ c l p trong mô hình không gi i thích đ c bi n ph thu c…

Nh m ki m tra xem trong mô hình có x y ra các hi n t ng trên hay không bài nghiên c u ti n hành ch y d li u b ng c a 246 công ty niêm y t trên S Giao D ch Ch ng Khoán Thành Ph H Chí Minh trong ba n m 2011, 2012 vƠ 2013 theo ba ph ng pháp Pooled OLS, Fixed Effect, Random Effect. Sau đó ti n hành các ki m đ nh đ l a ch n mô hình t t nh t.

i v i d li u b ng thì c l ng b ng ph ng pháp OLS có th b ch ch ho c không v ng vì b sót các y u t tác đ ng không quan sát đ c (n m trong ph n

d ). Do đó, ph i s d ng ph ng pháp FEM ho c REM đ gi i quy t v n đ này. N u y u t tác đ ng không quan sát đ c có t ng quan v i bi n gi i thích trong mô hình thì ch n ph ng pháp Fixed Effects.

N u y u t tác đ ng không quan sát đ c không t ng quan v i bi n gi i thích trong mô hình thì ch n ph ng pháp Random Effects.

Mean VIF 1.18 age 1.07 0.937907 lnassets 1.12 0.890798 inst 1.14 0.877221 leverage 1.15 0.866545 mo 1.28 0.780436 state 1.29 0.774005 Variable VIF 1/VIF . vif

B ng 4.3. K t qu h i quy theo ph ngăpháp Pooled OLS

B ng 4.4. K t qu h i quy ph ngăpháp Random Effect

_cons .0256269 .0363831 0.70 0.481 -.045801 .0970549 state .137925 .0143163 9.63 0.000 .1098191 .1660309 inst .0684308 .015643 4.37 0.000 .0377202 .0991414 leverage -.2430541 .0147382 -16.49 0.000 -.2719882 -.2141199 age -.0003776 .0002528 -1.49 0.136 -.0008738 .0001186 lnassets .0116734 .0026766 4.36 0.000 .0064186 .0169282 mo -.1028938 .026245 -3.92 0.000 -.1544184 -.0513692 roa Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 7.85055513 737 .010652042 Root MSE = .07989 Adj R-squared = 0.4008 Residual 4.66566717 731 .006382582 R-squared = 0.4057 Model 3.18488796 6 .53081466 Prob > F = 0.0000 F( 6, 731) = 83.17 Source SS df MS Number of obs = 738 . reg roa mo lnassets age leverage inst state

rho .74429326 (fraction of variance due to u_i)

sigma_e .03985787 sigma_u .06800096 _cons .018059 .0557054 0.32 0.746 -.0911215 .1272395 state .1293434 .0202294 6.39 0.000 .0896945 .1689922 inst .0283984 .0130277 2.18 0.029 .0028647 .0539321 leverage -.2430949 .0193473 -12.56 0.000 -.2810149 -.205175 age -.0008454 .0004042 -2.09 0.036 -.0016376 -.0000532 lnassets .013045 .0041309 3.16 0.002 .0049487 .0211414 mo -.0425754 .0267894 -1.59 0.112 -.0950817 .0099309 roa Coef. Std. Err. z P>|z| [95% Conf. Interval] corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 Wald chi2(6) = 226.60 overall = 0.3885 max = 3 between = 0.4310 avg = 3.0 R-sq: within = 0.1040 Obs per group: min = 3 Group variable: id Number of groups = 246 Random-effects GLS regression Number of obs = 738 . xtreg roa mo lnassets age leverage inst state,re

Bài nghiên c u ti p t c ki m đnh Breusch và Pagan Lagrangian nh m ch n

ra ph ng pháp h i quy t t h n trong hai ph ng pháp Pooled OLS vƠ Random

Effect.

B ng 4.5. K t qu ki măđnh Breusch và Pagan Lagrangian

Gi thi t đ c đ a ra trong ki m đ nh này nh sau:

H0: Ph ng pháp Random Effect không t t h n Pooled OLS

H1: Ph ng pháp Random Effect t t h n Pooled OLS

K t qu ki m đ nh Breusch và Pagan Lagrangian cho th y mô hình Random Effect t t h n mô hình Pooled OLS m c Ủ ngh a 1%. Nh v y, bài nghiên c u s ti p t c h i quy theo ph ng pháp Fixed Effect.

Prob > chibar2 = 0.0000 chibar2(01) = 354.35 Test: Var(u) = 0 u .0046241 .068001 e .0015886 .0398579 roa .010652 .1032087 Var sd = sqrt(Var) Estimated results:

roa[id,t] = Xb + u[id] + e[id,t]

Breusch and Pagan Lagrangian multiplier test for random effects . xttest0

B ng 4.6. K t qu h i quy theo ph ngăpháp Fixed Effect

Bài nghiên c u ti p t c ki m đnh Hausman Test nh m ch n ra ph ng pháp

h i quy t t h n trong hai ph ng pháp Fixed Effect vƠ Random Effect. B ng 4.7. K t qu ki măđnh Hausman Test

F test that all u_i=0: F(245, 486) = 10.04 Prob > F = 0.0000 rho .97076678 (fraction of variance due to u_i)

sigma_e .03985787 sigma_u .22968531 _cons -.3014061 .1447194 -2.08 0.038 -.585759 -.0170532 state -.0012778 .0444709 -0.03 0.977 -.0886568 .0861013 inst .0299593 .0143952 2.08 0.038 .0016748 .0582438 leverage -.2819157 .0302273 -9.33 0.000 -.341308 -.2225234 age -.0166044 .0019634 -8.46 0.000 -.0204621 -.0127466 lnassets .0599767 .0113777 5.27 0.000 .0376211 .0823323 mo .0472197 .0316372 1.49 0.136 -.0149428 .1093823 roa Coef. Std. Err. t P>|t| [95% Conf. Interval] corr(u_i, Xb) = -0.9065 Prob > F = 0.0000 F(6,486) = 24.25 overall = 0.0213 max = 3 between = 0.0202 avg = 3.0 R-sq: within = 0.2304 Obs per group: min = 3 Group variable: id Number of groups = 246 Fixed-effects (within) regression Number of obs = 738 . xtreg roa mo lnassets age leverage inst state,fe

Prob>chi2 = 0.0000 = 105.21

chi2(6) = (b-B)'[(V_b-V_B)^(-1)](b-B) Test: Ho: difference in coefficients not systematic

B = inconsistent under Ha, efficient under Ho; obtained from xtreg b = consistent under Ho and Ha; obtained from xtreg state -.0012778 .1293434 -.1306211 .0396035 inst .0299593 .0283984 .0015609 .0061238 leverage -.2819157 -.2430949 -.0388208 .0232244 age -.0166044 -.0008454 -.015759 .0019213 lnassets .0599767 .013045 .0469317 .0106013 mo .0472197 -.0425754 .0897952 .0168297 fe re Difference S.E. (b) (B) (b-B) sqrt(diag(V_b-V_B)) Coefficients . hausman fe re

Gi thi t đ c đ a ra trong ki m đ nh nƠy nh sau:

H0: Ph ng pháp Fixed Effect không t t h n Random Effect

H1: Ph ng pháp Fixed Effect t t h n Random Effect

Nh v y, k t qu ki m đ nh Hausman Test cho th y mô hình Fixed Effect t t

h n mô hình Random Effect m c Ủ ngh a 1%.

Sau khi l a ch n đ c ph ng pháp h i quy phù h p, bài nghiên c u ti p t c ki m tra ph ng sai thay đ i và t t ng quan trong mô hình v i bi n ph thu c là ROA.

Ph ngăsaiăthayđ i

Gi thi t c a ph ng sai trong mô hình c l ng OLS (Ordinary Least Squares) yêu c u ph ng sai sai s lƠ đ ng nh t.

Var (Ui) = 2 (v i m i i), 2 là m t h ng s d ng c đnh.

Khi đó, ph ng sai sai s đ c g i lƠ không đ i, hay đ ng đ u, thu n nh t (homoscedasticity hay homoskedasticity).

Khi gi thi t không đ c th a mưn, ph ng sai sai s ng v i quan sát i là nh ng đ i l ng không b ng nhau:

Var (Ui) ≠ Var (Uj), i ≠ j. N u đ t Var(Ui) = 2

i và Var(Uj) = 2

j thì 2

i≠ 2

j. Khi đó, ph ng sai sai s đ c g i lƠ thay đ i, không đ ng đ u, không thu n nh t (heteroscedasticity hay heteroskedasticity).

Nguyên nhân c a ph ng sai thay đ i là do: b n ch t các m i quan h kinh t , do sai d ng c a mô hình ho c do có s xu t hi n c a các quan sát d bi t (outlier). Hi n t ng nƠy th ng g p v i d li u chéo ho c b ng.

H u qu c a ph ng sai thay đ i:

 N u có x y ra hi n t ng ph ng sai sai s thay đ i thì các c l ng OLS v n lƠ c l ng tuy n tính và không ch ch.

 Tuy nhiên, ph ng sai c a c l ng không ph i lƠ ph ng sai nh nh t, ngh a

 Các kho ng tin c y và ki m đnh gi thuy t thông th ng d a trên phân ph i t và phân ph i F s không còn đáng tin c y n a. Do đó, n u chúng ta áp d ng các k thu t ki m đnh gi thuy t thông th ng s cho ra k t qu sai.

Nh m phát hi n ph ng sai sai s thay đ i, bài nghiên c u ti n hành ki m đ nh Modifed Waled Test. K t qu nh sau:

B ng 4.8. K t qu ki mătraăph ngăsaiăthayăđ i

Gi thi t đ c đ a ra trong ki m đ nh nƠy nh sau:

H0: Không có ph ng sai thay đ i H1: Có ph ng sai thay đ i

K t qu cho th y có hi n t ng ph ng sai thay đ i trong mô hình vì h s P- value < 5%.

T t ngăquan

Là hi n t ng x y ra khi sai s ng u nhiên u t i các th i đi m khác nhau t ng

quan v i nhau.

Nguyên nhân c a hi n t ng t t ng quan lƠ do các hi n t ng kinh t có tính quán tính, tính chu k ho c do tính tr t c là hi n t ng bi n ph thu c k t ph thu c vào chính bi n đó th i k t ậ 1. Ngoài ra, các nguyên nhân ch quan c ng

có th d n đ n t t ng quan nh : x lý s li u, sai l ch trong l p mô hình, d ng hàm sai.

H u qu c a t t ng quan:

 Không liên quan đ n tính không ch ch và tính v ng c a OLS, ph ng sai các

h s c l ng là ch ch.

Prob>chi2 = 0.0000 chi2 (246) = 2.2e+06

H0: sigma(i)^2 = sigma^2 for all i in fixed effect regression model

Modified Wald test for groupwise heteroskedasticity . xttest3

 K t qu kho ng tin c y lƠ không đáng tin c y và nh h n kho ng tin c y đúng.

K t qu ki m đnh các h s không đáng tin c y.

Nh m ki m tra t t ng quan, bài nghiên c u s d ng Wooldridge Test. K t qu nh sau:

B ng 4.9. K t qu ki m tra t t ngăquan

Gi thi t đ c đ a ra trong ki m đ nh nƠy nh sau:

H0: Không có t t ng quan

H1: Có t t ng quan

K t qu cho th y không có hi n t ng t t ng quan trong mô hình khi h s P-value > 5%

V y, ph ng pháp h i quy Fixed Effect là t t h n hai ph ng pháp Random Effect và Pooled OLS. Không có hi n t ng t t ng quan trong mô hình Fixed

Effect nh ng l i có hi n t ng ph ng sai thay đ i.

V y, ph ng pháp Fixed Effect là t t h n hai ph ng pháp Random Effect và Pooled OLS. Không có hi n t ng t t ng quan trong mô hình nh ng có hi n t ng

ph ng sai thay đ i trong mô hình v i bi n ph thu c là ROA.

Ngoài ra, Jensen và Warner (1988) cho r ng có hi n t ng n i sinh khi khi s d ng t l c ph n s h u b i ban qu n lỦ nh lƠ m t bi n gi i thích. Kole (1995) sau khi xem xét các k t qu c a các tác gi khác, c ng k t lu n nguyên nhân d n đ n k t qu khác bi t nhau trong m i quan h gi a thành ph n s h u ban qu n lý và hi u qu ho t đ ng công ty là do v n đ n i sinh.

Vì có hi n t ng ph ng sai thay đ i và kh n ng có hi n t ng n i sinh nên n u c l ng b ng Pooled OLS, Random Effect ho c Fixed Effect s làm mô hình

Prob > F = 0.1891 F( 1, 245) = 1.734 H0: no first order autocorrelation

Wooldridge test for autocorrelation in panel data . xtserial roa mo lnassets age leverage inst state

m t đi tính v ng. Do đó, bài nghiên c u ti n hành h i quy theo ph ng pháp GMM (Generalized Method of Moments) đ kh c ph c khuy t đi m này.

Tuy nhiên có m t v n đ r t khó kh n trong vi c s d ng ph ng pháp GMM

là l a ch n bi n công c . Các nhà nghiên c u tài chính luôn tìm ki m các bi n công c có giá tr đ ki m soát hi n t ng n i sinh nh ng d ng nh v n đ này không bao gi đ c gi i quy t m t cách hoàn h o vì h u h t các bi n đ u liên quan v i các bi n khác trong môi tr ng kinh doanh hi n đ i.

Thông th ng, các tác gi hay ch n bi n công c là l y đ tr c a các bi n đ c l p trong mô hình. Tùy theo t ng mô hình, s có cách ch n bi n công c hi u qu

h n. C th , đ i v i mô hình hi u qu ho t đ ng công ty, Himmelberg, Hubbard, và Palia (1999) đư s d ng quy mô công ty và bi n đ ng c phi u đ làm bi n công c .

Sau đó Jan Hendrik Olbertz và Ulrich Kamecke (2013) đư ti p theo Ủ t ng c a Himmelberg, Hubbard, và Palia (1999) và s d ng bi n quy mô công ty nh bi n công c cho bi n thành ph n s h u ban qu n lý. C th Jan Hendrik Olbertz và Ulrich Kamecke (2013) s d ng quy mô công ty và quy mô công ty bình ph ngđ

làm bi n công c trong bài nghiên c u c a mình.

T các c s ch n bi n công c trên, bài nghiên c u ti n hành ch y h i quy

theo ph ng pháp GMM vƠ s d ng bi n công c lƠ đ tr m t k c a các bi n đ c l p trong mô hình và hai bi n công c m i là quy mô công ty (LNASSETS) và quy

mô công ty bình ph ng (Bi n nƠy lƠ bình ph ng c a bi n LNASSETS, ký hi u trong bài là LNASSETS2).

4.4. Gi i thi u mô hình GMM

GMM, vi t t t c a Generalized Method of Moments, lƠ tên chung c a m t ph ng pháp h i quy/ c l ng (estimation) đ xác đ nh các thông s c a mô hình th ng kêho cmô hình kinh t l ng. GMM đ c s d ng đ tìm/d tính các thông s c a mô hình parametric vƠ non-parametric.

GMM đ c Lars Peter Hansen trình bƠy l n đ u tiên vƠo n m 1982 trong bƠi vi t “Large Sample Properties of Generalized Methods of Moments Estimators” đ c đ ng trong Econometrica, Vol. 50, page 1029-1054. M t cách t ng quan, GMM lƠ ph ng pháp t ng quát c a r t nhi u ph ng pháp c l ng ph bi n nh OLS, GLS, MLE,….Ngay c trong đi u ki n gi thi t n i sinh b vi ph m, ph ng pháp GMM cho ra các h s c l ng v ng, không ch ch, phơn ph i chu n vƠ hi u qu .

c l ng đ c vector h s , Ph ng pháp GMM s dùng m t b L vector các bi n công c (trong c l ng GMM còn đ c g i lƠ các đi u ki n Moment) vƠ s l ng bi n công c ph i không ít h n s bi n trong mô hình. i u ki n đ m t bi n đ c ch n lƠ bi n công c lƠ nó không đ c t ng quan v i ph n d , đi u nƠy có ngh a lƠ: ụ t ng ch đ o c a ph ng pháp GMM lƠ thayth giá tr các bi n công c b ng giá tr trung bình c a m u vƠ đi tìm Vector thõa mưn ph ng trình trên.

Khi s l ng đi u ki n moment l n h n s bi n trong mô hình thì ph ng trình không th xác đ nh m t nghi m chính xác duy nh t (có nhi u nghi m có th thõa mưn ph ng trình). Khi đó mô hình đ c g i lƠ Overidentified. Trong tr ng h p đó, chúng ta ph i th c hi n tính toán l i nh m xác đ nh giá tr lƠm cho đi u ki n moment g n b ng 0 nh t có th , có ngh a lƠ kho ng cách v i giá tr 0 lƠ nh nh t, kho ng cách đó đ c xác đ nh thông qua ma tr n ng u nhiên, cơn x ng vƠ không ơm (kích th c L x L) đ c g i lƠ ma tr n tr ng s vì nó th hi n m c đóng góp c a các đi u ki n moment khác nhau vƠo kho ng cách J. Ph ng pháp c l ng GMM s xácđ nh giá tr c l ng đ kho ng cách lƠ J lƠ nh nh t.

GMM đ c s d ng nhi u cho d li u m ng (panel data), đ c bi t khi T nh h n N nhi u l n, ho c d li u không đ ng nh t.

4.5. K t qu căl ng theoăph ngăpháp GMM

Nh m ki m tra m i quan h gi a thành ph n s h u ban qu n lý và hi u qu ho t đ ng công ty, bài nghiên c u ti n hành ch y h i qui mô hình trong ph n 3.3 theo

ph ng pháp GMM trên m u 246 công ty trong ba n m 2011, 2012 vƠ 2013.

Một phần của tài liệu Tác động của thành phần sở hữu ban quản lý lên hiệu quả hoạt động công ty (Trang 36)

Tải bản đầy đủ (PDF)

(79 trang)