Bảng Ma Trận Hệ Số Tương Quan Giữa Biến Nội Sinh Và Biến Công Cụ

tượng phương sai sai số thay đổi thì các kết quả của phương pháp ước lượng OLS sẽ không còn hiệu quả.

Bên cạnh đó, dữ liệu bảng có chứa dữ liệu theo thời gian và có độ trễ nên thường xảy ra hiện tượng tự tương quan. Tương tự như hiện tượng phương sai sai số thay đổi, hiện tượng tự tương quan cũng làm chệch kết quả ước lượng. Trong trường hợp này, tác giả sử dụng kiểm định BG (Breusch-Godfrey) để kiểm định trong mô hình có hiện tượng tự tương quan hay không. Khi mô hình có hiện tượng tự tương quan thì các kết quả của phương pháp ước lượng OLS cũng sẽ không còn hiệu quả.

Bước 4: Kiểm định độ vững của mô hình OLS và mô hình FEM

Phương pháp ước lượng OLS hồi quy kết hợp tất cả các quan sát không kể đến kích thước về không gian và thời gian của dữ liệu bảng và giả định các đặc điểm riêng biệt của mỗi thực thể (công ty, ngành nghề..) là không quan sát được và không thay đổi theo thời gian. Điều này không đúng với thực tế vì có thể có những biến động khác nhau trong đặc thù giữa các ngành hoặc các công ty trong cùng một ngành. Thực tế tại Việt Nam có thể giải thích điều này, khi tồn tại hiện tượng nếu một công ty có mối quan hệ chính trị tốt thì có thể dễ dàng tiếp cận các khoản vay ngân hàng và có được các dự án tốt của chính phủ. Do đó, giả định về hiệu ứng riêng lẻ không quan sát được bằng 0 có thể gây ra vấn đề nội sinh và sẽ cho ra kết quả ước lượng không chính xác. Mặt khác, trong hầu hết các nghiên cứu trước đây, chỉ số Tobin’s Q đại diện cho cơ hội đầu tư của công ty. Nhưng theo Aivazian và cộng sự (2005), các cơ hội đầu tư không chỉ được phản ánh từ thông tin bên ngoài mà còn có cả những thông tin nội bộ, do đó những biến không quan sát được thì việc bỏ sót có thể làm chệch kết quả nghiên cứu. Trong bài nghiên cứu này, tác giả theo nghiên cứu của Aivazian cùng các cộng sự (2005) sử dụng phương pháp hồi quy Ảnh hưởng cố định (FEM) để giải quyết vấn đề nội sinh do thiếu biến. Phương pháp FEM có thể khắc phục các ràng buộc hạn chế nêu trên của phương pháp hồi quy OLS. Với giả định mỗi thực thể đều có những đặc điểm riêng biệt có thể ảnh hưởng đến biến giải thích (biến độc lập), mô hình FEM phân tích mối tương quan giữa phần dư của mỗi thực thể với các biến giải thích. Từ đó, mô hình có thể kiểm soát và tách ảnh hưởng của các đặc điểm riêng biệt

(không đổi theo thời gian) ra khỏi các biến giải thích để có thể ước lượng chính xác hơn những ảnh hưởng thực của các biến độc lập lên biến phụ thuộc. Tuy nhiên, phương pháp hồi quy FEM có nhược điểm là giả định có sự tương quan giữa phần dư của mỗi thực thể với các biến giải thích, không đo lường được các tác nhân không đổi theo thời gian và tạo ra nhiều biến trong mô hình nên dễ dẫn đến hiện tượng đa cộng tuyến. Như vậy, trong một vài trường hợp, mô hình FEM cũng có thể cho kết quả ước lượng không chính xác.

Hơn nữa, nghiên cứu của Firth và cộng sự (2008) cho rằng, mối tương quan giữa đòn bẩy tài chính và đầu tư của công ty có thể do hành vi của các nhà quản lý nghĩa là nếu mối tương quan này là tiêu cực thì có thể là do cái nhìn bi quan của các nhà quản lý về việc sử dụng nợ vay cho những cơ hội đầu tư của công ty. Hơn nữa, tùy thuộc vào mục tiêu của công ty mà nhà quản trị doanh nghiệp sẽ lựa chọn nguồn tài trợ nào cho dự án của mình. Nếu công ty có nhiều cơ hội đầu tư đồng thời các cổ đông hiện hữu không muốn pha loãng quyền thì sẽ ưu tiên lựa chọn vay nợ. Do đó, trong thực tế có thể sẽ tồn tại mối quan hệ nội sinh giữa nợ vay ngân hàng và đầu tư của công ty dẫn đến kết quả ước lượng FEM cũng không còn chính xác. Do vậy, trong bước tiếp theo tác giả sẽ phân tích để lựa chọn phương pháp ước lượng phù hợp nhất để giải quyết những hạn chế nêu trên của phương pháp OLS và FEM.

Bước 5: Khắc phục khuyết tật của mô hình và giải quyết vấn đề nội sinh

Trong trường hợp mô hình có các hiện tượng phương sai sai số thay đổi, hiện tượng tự tương quan và có tồn tại vấn đề nội sinh giữa các biến, tác giả sẽ sử dụng phương pháp khắc phục phổ biến nhất là phương pháp hồi quy Bình phương nhỏ nhất hai giai đoạn (Two State Least Square - 2SLS). Phương pháp này sử dụng biến công cụ thay thế cho biến nội sinh, có thể khắc phục các hiện tượng phương sai sai số thay đổi, hiện tượng tự tương quan và vấn đề nội sinh giữa các biến. Một biến công cụ thích hợp là khi thỏa mãn điều kiện: Biến công cụ là biến ngoại sinh không có tương quan hoặc tương quan yếu với biến phụ thuộc nhưng có mối tương quan chặt chẽ với biến nội sinh. Theo các nghiên cứu trước đây của Aivazian và cộng sự (2005); Firth và cộng sự (2008); Jiang và Zeng (2014), tài sản cố định hữu hình và hàng tồn kho đại

diện cho tài sản hữu hình của doanh nghiệp. Mặt khác, chi phí phá sản là một yếu tố quan trọng trọng việc quyết định cấu trúc vốn của doanh nghiệp và các tài sản hữu hình không chỉ có xu hướng giảm chi phí phá sản mà còn làm tăng việc sử dụng đòn bẩy tài chính. Do đó, các tài sản hữu hình sẽ có tương quan chặt chẽ với mức độ đòn bẩy tài chính của công ty đồng thời không có mối tương quan với các cơ hội đầu tư của công ty. Với những lập luận như trên, trong bài nghiên cứu này, tác giả sử dụng tỷ lệ tài sản cố định hữu hình và tỷ lệ hàng tồn kho như các biến công cụ của tỷ lệ nợ vay ngân hàng.

Trong đó:

Tỷ lệ tài sản cố định hữu hìnhi,t =

Tài sản cố định hữu hìnhi,t Tổng tài sảni,t

Tỷ lệ hàng tồn khoi,t =

Kiểm định sự phù hợp của biến công cụ:

Hàng tồn khoi,t Tổng tài sảni,t

Để khẳng định chắc chắn về việc lựa chọn biến công cụ để giải quyết vấn đề nội sinh là phù hợp, từ mẫu nghiên cứu tác giả tính hệ số tương quan giữa các biến. Kết quả cho thấy, hệ số tương quan giữa tỷ lệ cho vay dài hạn và tỷ lệ tài sản cố định hữu hình là 0.2154 với mức ý nghĩa thống kê ở mức 1%, trong khi hệ số tương quan giữa biến đầu tư và tỷ lệ tài sản cố định hữu hình chỉ là 0.0828 và không có ý nghĩa thống kê. Do đó, tỷ lệ tài sản cố định hữu hình là biến công cụ thích hợp thay thế cho tỷ lệ nợ dài hạn. Tương tự, hệ số tương quan giữa tỷ lệ nợ ngắn hạn và tỷ lệ hàng tồn kho là 0.3652 với mức ý nghĩa thống kê ở mức 1%, trong khi hệ số tương quan giữa đầu tư và tỷ lệ hàng tồn kho chỉ là -0.0435 và không có ý nghĩa thống kê. Do đó, tỷ lệ hàng tồn kho cũng là biến công cụ thích hợp thay thế cho tỷ lệ nợ ngắn hạn.

Bảng 3.4. Bảng ma trận hệ số tương quan giữa biến nội sinh và biến công cụ

Investmenti,t	Sdebtt-1	Ldebtt-1	Inventoryi,t	Fixedasseti,t
Investmenti,t	1
Sdebtt-1	-0.0260	1
Ldebtt-1	-0.0317	0.0017	1
Inventoryi,t	-0.0435	0.3652***	-0.1713	1
Fixedasseti,t	0.0828	0.0623	0.2154***	-0.0608***	1

Có thể bạn quan tâm!

Xem toàn bộ 169 trang tài liệu này.

Tóm lại, về phương pháp nghiên cứu, sau khi tác giả kiểm định các giả thuyết OLS bị vi phạm và có tồn tại hiện tượng phương sai sai số thay đổi và hiện tượng tự tương quan trong mô hình hồi quy, tác giả tiến hành sử dụng phương pháp FEM để hồi quy mô hình cho bài nghiên cứu. Tiếp theo, để hạn chế những nhược điểm của phương pháp OLS và FEM và giải quyết hiện tượng nội sinh có thể tồn tại giữa các biến nợ vay ngân hàng, nợ ngắn hạn ngân hàng và nợ dài hạn ngân hàng với đầu tư của công ty, tác giả sử dụng phương pháp hồi quy hai giai đoạn (2SLS) với biến công cụ là tỷ lệ tài sản cố định hữu hình và tỷ lệ hàng tồn kho. Cuối cùng, để xem xét ý nghĩa các hệ số hồi quy, tác giả so sánh giá trị p-value của các hệ số hồi quy với các mức ý nghĩa 10%, 5%, 1%, nếu giá trị p-value của các hệ số hồi quy nhỏ hơn một trong ba mức ý nghĩa trên thì kết luận hệ số hồi quy có ý nghĩa tức là biến độc lập có tác động đến biến phụ thuộc.

CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU

4.1. Thống kê mô tả

Tác giả sử dụng mẫu dữ liệu bảng gồm 319 công ty phi tài chính được niêm yết trên hai Sở giao dịch chứng khoán Thành phố Hồ Chí Minh (HSX) và Sở giao dịch chứng khoán Hà Nội (HNX) trong giai đoạn từ năm 2008 đến năm 2015. Bảng 4.1 trình bày kết quả thống kê mô tả các biến độc lập và biến phụ thuộc trong mô hình với các giá trị: trung bình, độ lệch chuẩn, giá trị nhỏ nhất và giá trị lớn nhất với tổng mẫu 2.552 quan sát. Kết quả cho thấy, các công ty Việt Nam có tỷ lệ nợ vay ngân hàng trung bình là 25.2%. Trong đó, tỷ lệ nợ vay ngắn hạn trung bình là 17.12%, tỷ lệ nợ vay dài hạn trung bình chỉ là 8.07%, cho thấy các công ty niêm yết tại Việt Nam sử dụng các khoản vay ngắn hạn nhiều hơn là các khoản vay dài hạn. Khi cấu trúc vốn của công ty có tỷ lệ nợ ngắn hạn chiếm tỷ trọng cao trong tổng nợ, đa số các dự án đầu tư phải sử dụng nguồn tài trợ ngắn hạn, điều này dễ gây ảnh hưởng đến dòng tiền và khả năng thanh toán của doanh nghiệp.

Ngoài ra, giá trị trung bình của biến đầu tư ròng trên tài sản cố định (Investmenti,t) là

1.367 cho thấy các công ty Việt Nam trong giai đoạn nghiên cứu từ 2008 - 2015 có sự đầu tư khá lớn vào tài sản cố định.

Giá trị trung bình của dòng tiền hoạt động (biến CFi,t) là 1.013 cho thấy dòng tiền tạo ra lớn hơn giá trị thuần của tài sản cố định và các công ty có thể sử dụng dòng tiền này để chi trả cổ tức hoặc giữ lại để tái đầu tư. Dòng tiền càng lớn thì khả năng tạo ra tiền từ các hoạt động sản xuất kinh doanh chính của công ty càng cao.

Giá trị trung bình của biến Salesi,t là 12.644 với độ lệch chuẩn 33.925 cho thấy doanh thu của các công ty trong mẫu nghiên cứu có sự chênh lệch rất lớn và giá trị này cho biết 1 đồng tài sản cố định tạo ra 12.644 đồng doanh thu thuần.

Bảng 4.1. Bảng thống kê mô tả các biến trong mô hình với toàn bộ mẫu

Biến |

Số quan sát	Mean	Độ lệch chuẩn	Min	Max
Investmenti,t	2552	1.3672	5.1805	-2.104	163.49
Debti,t-1	2552	0.2520	0.2418	0	3.8453
Sdebti,t-1	2552	0.1712	0.2023	0	3.5186
Ldebti,t-1	2552	0.0807	0.1324	0	0.8304
Qi,t-1	2552	1.1852	3.343	0.074	114.62
Growthi,t	2552	0.2102	0.9506	-0.834	20.096
Directori,t	2552	0.3805	0.4856	0	1
Indepeni,t	2552	0.0114	0.106	0	1
CEOagei,t	2552	3.8946	0.1532	3.1781	4.2905
CEOtenurei,t	2552	2.1783	0.8747	1	4.1781
CEOsharei,t	2552	0.0358	0.0745	0	0.5692
CFi,t	2552	1.0129	13.765	-154.7	656.97
Salesi,t-1	2552	12.644	33.925	0.0039	686.27
ROAi,t	2552	0.0666	0.087	-0.658	0.8102
Sizei,t	2552	26.866	1.3915	20.212	31.906
DMi,t-1	2552	0.2454	0.3131	0	1
Liqi,t	2552	2.5714	7.3149	0.0708	229.78

(Nguồn: Tác giả tổng hợp từ phần mềm Stata 12.0)

Trong toàn mẫu nghiên cứu, có 27% công ty thuộc Nhóm 1 (tỷ lệ sở hữu Nhà nước >50%) và 73% công ty thuộc Nhóm 2 (tỷ lệ sở hữu Nhà nước từ 0-50%). Vì vậy, tác giả có thể so sánh sự khác biệt về các giá trị thống kê mô tả giữa 2 nhóm công ty này thông qua Bảng 4.2 và Bảng 4.3.

Trong mẫu các công ty Nhóm 1, giá trị trung bình của tỷ lệ nợ vay ngân hàng là 25.02%, thấp hơn so với công ty thuộc Nhóm 2 (25.27%). Giá trị trung bình của tỷ lệ vay ngắn hạn của các công ty Nhóm 1 là là 13.35% thấp hơn so với các công ty Nhóm 2 (18.51%). Trong khi đó giá trị trung bình của tỷ lệ nợ vay dài hạn của các công ty Nhóm 1 là là 11.66%, cao hơn hẳn so với các công ty thuộc Nhóm 2 (6.74%). Điều này cho thấy, các công ty có tỷ lệ sở hữu Nhà nước cao tại Việt Nam tiếp cận được khoản vay dài hạn nhiều hơn so với công ty có tỷ lệ sở hữu Nhà nước thấp hoặc không

có sở hữu Nhà nước. Các kết quả trên cũng cho thấy, với đặc điểm về mức độ sở hữu Nhà nước khác nhau, vay ngắn hạn vẫn phổ biến hơn vay dài hạn tại Việt Nam. Hơn nữa, các công ty có tỷ lệ sở hữu Nhà nước càng ít thì càng phụ thuộc nhiều hơn vào khoản vay ngắn hạn và phụ thuộc ít hơn vào khoản vay dài hạn so với các công ty có tỷ lệ sở hữu Nhà nước cao. Mặt khác, giá trị trung bình của Tobin’s Q (biến Qi,t-1) với các công ty thuộc Nhóm 1 là 1.058 thấp hơn so với công ty thuộc Nhóm 2 (1.232), nhưng cả 2 giá trị này đều lớn hơn 1, cho thấy thị trường vẫn có nhiều kỳ vọng vào cơ hội tăng trưởng của các công ty Việt Nam và sự kỳ vọng này đối với nhóm công ty có tỷ lệ sở hữu Nhà nước cao ít hơn ở nhóm công ty có tỷ lệ sở hữu Nhà nước thấp hoặc không có sở hữu Nhà nước.

Bảng 4.2. Bảng thống kê mô tả các biến với các công ty Nhóm 1

Biến

Số quan sát	Mean	Độ lệch chuẩn	Min	Max
Investmenti,t	688	1.0766	0.8344	-2.104	12.084
Debti,t-1	688	0.2502	0.2114	0	0.9078
Sdebti,t-1	688	0.1335	0.128	0	0.6353
Ldebti,t-1	688	0.1166	0.1716	0	0.8304
Qi,t-1	688	1.0578	0.5004	0.0919	3.94
Growthi,t	688	0.1291	0.2592	-0.834	1.5141
Directori,t	688	0.2907	0.4544	0	1
Indepeni,t	688	0.016	0.1255	0	1
CEOagei,t	688	3.8905	0.1378	3.4658	4.1431
CEOtenurei,t	688	2.062	0.8224	1	3.7726
CFi,t	688	0.6213	0.8345	-3.6330	7.6786
CEOsharei,t	688	0.0256	0.0622	0	0.5085
Salesi,t-1	688	10.452	21.01	0.0577	222.35
Sizei,t	688	27.068	1.3769	23.026	30.906
ROAi,t	688	0.0732	0.0824	-0.6578	0.501
DMi,t-1	688	0.321	0.3496	0	1
Liqi,t	688	2.4692	6.5209	0.0708	117.17

(Nguồn: Tác giả tổng hợp từ phần mềm Stata 12.0)

Bảng 4.3. Bảng thống kê mô tả các biến với các công ty Nhóm 2

Biến

Số quan sát	Mean	Độ lệch chuẩn	Min	Max
Investmenti,t	1864	1.4744	6.0373	-0.583	163.49
Debti,t-1	1864	0.2527	0.2521	0	3.8453
Sdebti,t-1	1864	0.1851	0.2219	0	3.5186
Ldebti,t-1	1864	0.0674	0.1118	0	0.6395
Qi,t-1	1864	1.2323	3.899	0.074	114.62
Growthi,t	1864	0.2401	1.0996	-0.752	20.096
Directori,t	1864	0.4136	0.4926	0	1
Indepeni,t	1864	0.0097	0.0978	0	1
CEOagei,t	1864	3.8961	0.1586	3.1781	4.2905
CEOtenurei,t	1864	2.2212	0.8896	1	4.1781
CEOsharei,t	1864	0.0396	0.0782	0	0.5692
CFi,t	1864	1.1575	16.096	-154.706	656.97
Salesi,t-1	1864	13.453	37.56	0.0039	686.27
ROAi,t	1864	0.0641	0.0885	-0.646	0.8102
Sizei,t	1864	26.791	1.3899	20.212	31.906
DMi,t-1	1864	0.2175	0.2938	0	1
Liqi,t	1864	2.6092	7.5883	0.1435	229.78

(Nguồn: Tác giả tổng hợp từ phần mềm Stata 12.0)

4.2. Phân tích sự tương quan giữa các biến trong mô hình

Bảng 4.4 thể hiện ma trận hệ số tương quan giữa các biến sử dụng trong mô hình. Mối tương quan giữa tỷ lệ nợ vay ngân hàng, nợ ngắn hạn ngân hàng, nợ dài hạn ngân hàng với đầu tư của công ty là tương quan âm cho thấy bằng chứng ban đầu hỗ trợ các giả thuyết 1a, giả thuyết 2a và giả thuyết 3a mà tác giả đưa ra. Mối tương quan giữa biến Investmenti,t với các biến kiểm soát ROAi,t (tỷ suất sinh lợi trên tài sản), Sizei,t (quy mô công ty), CEOagei,t (tuổi CEO), CEOtenurei,t (nhiệm kỳ của CEO) là tương quan âm nhưng không có ý nghĩa thống kê. Các biến còn lại như Tobin’s Q, tốc độ tăng trưởng doanh thu trung bình (Growthi,t), dòng tiền (CFi,t), tỷ lệ doanh thu trên tài sản cố định (Salesi,t-1), tỷ lệ thanh khoản (Liqi,t) đều có tương quan dương với