Các Bước Xử Lý Và Phân Tích Số Liệu Để Thực Hiện Mục Tiêu Nghiên Cứu

3.4.1. Phương pháp nghiên cứu định tính

Phương pháp được sử dụng trong đề tài gồm:

Phương pháp hệ thống hóa, khái quát hóa và tổng hợp để thực hiện tổng quan nghiên cứu và xây dựng cơ sở lý luận của luận án;

Phương pháp quy nạp được sử dụng để rút ra kết luận về đối tượng nghiên cứu sau khi có kết quả từ các phương pháp: Phương pháp mô hình toán kinh tế, và phương pháp phân tích, thống kê mô tả và so sánh;

Phương pháp nội suy và ngoại suy để đưa ra các khuyến nghị và giải pháp cho những nhà quản lý doanh nghiệp và những người làm chính sách để có thể xây dựng được cấu trúc vốn phù hợp với sự phát triển thị trường tài chính.

3.4.2. Phương pháp nghiên cứu định lượng

Bên cạnh các phương pháp nghiên cứu định tính kể trên thì phương pháp định lượng cũng được vận dụng, cụ thể:

Phương pháp phân tích, thống kê mô tả và so sánh nhằm hiểu rõ sự phát triển thị trường tài chính và cấu trúc vốn của các doanh nghiệp niêm yết tại 5 nước trong AEC giai đoạn 2010 - 2020, từ đó, đưa ra các biến phù hợp để lượng hóa tác động của sự phát triển thị trường tài chính đến cấu trúc vốn doanh nghiệp;

Phân tích hệ số tương quan: Hệ số tương quan (r) là chỉ số thống kê phản ánh mức độ quan hệ tuyến tính giữa các biến, hệ số này biến thiên từ -1 đến +1; trong đó dấu âm (-) thể hiện quan hệ ngược chiều và dấu dương (+) thể hiện quan hệ cùng chiều. Trong trường hợp có sự khác biết về xu hướng tác động của các biến độc lập và biến phụ thuộc giữa kết quả theo hệ số tương quan và kết quả theo mô hình hồi quy thì khi đó mô hình hồi quy có thể chưa đáp ứng đủ các giả thuyết của mô hình nghiên cứu, điều này làm dấu của hệ số ước lượng có thể khác biệt so với xu hướng tác động dựa trên số liệu thực tế. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), mối quan hệ tuyến tính giữa các biến có thể được ước lượng thông qua giá trị hệ số tương quan như sau:

Có thể bạn quan tâm!

Xem toàn bộ 262 trang tài liệu này.

r = 0: Hai biến số không có mối quan hệ tuyến tính.

|r| = 1: Tương quan tuyến tính tuyệt đối.

|r| > 0.8: Tương quan tuyến tính rất mạnh.

|r| = 0.6 – 0.8: Tương quan tuyến tính mạnh.

|r| = 0.4 – 0.6: Có tương quan tuyến tính.

|r| = 0.2 – 0.4: Tương quan tuyến tính yếu.

|r| < 0.2 Tương quan tuyến tính rất yếu hoặc không có tương quan tuyến tính.

Hoặc theo Hoàng Ngọc Nhậm và ctg (2008), khi tương quan cặp giữa các biến giải thích cao (lớn hơn 0,5) thì có thể xảy ra đa cộng tuyến.

Phương pháp mô hình toán kinh tế được thực hiện thông qua xây dựng mô hình định lượng để đánh giá và đo lường tác động của sự phát triển thị trường tài chính đến cấu trúc vốn doanh nghiệp; kết quả phương pháp này nhằm cung cấp cơ sở thực nghiệm để bổ sung cho các phân tích định tính. Cụ thể, đề tài sử dụng phần mềm Stata để xử lý và phân tích dữ liệu, qua đó xem xét sự tác động của sự phát triển thị trường tài chính đến cấu trúc vốn doanh nghiệp và kiểm định các giả thuyết đặt ra dựa trên kỹ thuật phân tích mô hình hồi quy. Loại dữ liệu được sử dụng trong nghiên cứu là dữ liệu bảng (Panel data), bao gồm các quan sát chéo (cross - sections) và các quan sát theo thời gian (time - series); do đó, phương pháp hồi quy có thể sử dụng là phương pháp Pool OLS, phương pháp tác động cố định, phương pháp tác động ngẫu nhiên, phương pháp tuyến tính bình quân nhỏ nhất tổng quát và phương pháp GMM. Tính không đồng nhất của doanh nghiệp và sự khác biệt bất biến theo thời gian (không quan sát được) giữa các công ty được coi là điều cần thiết cần được kiểm soát trong các nghiên cứu thực nghiệm về cấu trúc vốn. Hay nói cách khác, do dữ liệu nghiên cứu là dữ liệu bảng, với các đặc điểm riêng của doanh nghiệp và các đặc điểm này cần được kiểm soát khi ước lượng hệ số của các biến. Trong khi đó, OLS không kiểm soát được các đặc điểm riêng này, đây là lý do chính khiến OLS không được sử dụng rộng rãi đối với dữ liệu bảng. Ngoài ra, dựa trên các lập luận trong tài liệu liên quan đến việc điều chỉnh chậm đòn bẩy doanh nghiệp về mức tối ưu do chi phí điều chỉnh, độ trễ của biến phụ thuộc (đòn bẩy doanh nghiệp) phải được đưa vào mô hình để kiểm soát cho giai đoạn trước (Flannery và Hankins, 2013; Yarba và Guner, 2019). Tuy nhiên, việc sử dụng độ trễ của biến phụ thuộc như một biến giải thích và các tác

động cố định doanh nghiệp với nhau dẫn đến các sai lệch kinh tế lượng nghiêm trọng. OLS bỏ qua cấu trúc dọc của dữ liệu, do đó, trong OLS các ước lượng hệ số của biến trễ biến phụ thuộc bị sai lệch do mối tương quan giữa sai số và biến trễ nói trên (Nickell, 1981; Bond, 2002; Baltagi, 2008). Mặt khác, mô hình động hiệu ứng cố định nắm bắt được cấu trúc dọc của dữ liệu nhưng nó cũng tạo ra các ước tính sai lệch vì đã bỏ qua mối tương quan giữa sai số và biến trễ biến phụ thuộc (Nickell, 1981). Để khắc phục sự sai lệch này, Arellano và Bond (1991) giới thiệu phương pháp GMM sai phân (first-difference generalized method of moments) sử dụng phép biến đổi sai phân bậc nhất của mô hình để loại bỏ các tác động cố định và sau đó sử dụng độ trễ bậc hai của biến phụ thuộc như một công cụ hợp lệ cho biến trễ bậc nhất của biến phụ thuộc. Nó giải quyết vấn đề thiếu hiệu quả của phương pháp tiếp cận Anderson và Hsiao (1981, 1982) bằng cách sử dụng các biến phụ thuộc có độ trễ dài hơn làm công cụ hợp lệ bổ sung. Tuy nhiên, điểm yếu tiềm ẩn của cách tiếp cận Arellano và Bond (1991) đã được Arellano và Bover (1995) và Blundell và Bond (1998) tiết lộ. Họ cho rằng các giá trị trễ của biến phụ thuộc có thể là công cụ kém và cung cấp thông tin không đầy đủ cho các biến khác biệt đầu tiên, đặc biệt nếu chúng tương quan theo thứ tự. Do đó, Blundell và Bond (1998) giới thiệu một ước lượng hệ thống GMM thay thế, sử dụng một hệ thống hai phương trình hồi quy cả về mức độ và sai phân bậc nhất. Chính vì vậy, phương pháp GMM hai bước sẽ được sử dụng để chạy mô hình; các phương pháp khác được trình bày trong phụ lục 7.

GMM được Hansen trình bày lần đầu tiên vào năm 1982 trong bài viết “Large Sample Properties of Generalized Methods of Moments Estimators”, người vừa đoạt giải Nobel kinh tế năm 2013. Sau đó, các học giả đã cải tiến lên nhiều phiên bản GMM phù hợp hơn với các nghiên cứu thực nghiệm. Đáng chú ý nhất là 2 phương pháp: D-GMM (Differencing GMM) do Arellano và Bond (1995) xây dựng dựa trên nghiên cứu trước đó của Anderson và Hsiao (1982), Holtz – Eakin, Newey và Rosen (1988) và phương pháp S-GMM (System GMM) do Blundell và Bond (1998) xây dựng dựa trên ý tưởng của Arellano và Bover (1995) bằng cách bổ sung thêm một số ràng buộc vào D-GMM. Một cách tổng quan, GMM là phương pháp tổng quát của

rất nhiều phương pháp ước lượng phổ biến như OLS, 2SLS, LM, GLS,….Ngay cả trong điều kiện giả thiết nội sinh bị vi phạm, phương pháp GMM cho ra các hệ số ước lượng vững, không chệch, phân phối chuẩn và hiệu quả. Các ước lượng của phương pháp GMM sẽ thích hợp sử dụng trong các trường hợp: Dữ liệu bảng có T nhỏ, N lớn (rất nhiều quan sát với ít mốc thời gian); tồn tại mối quan hệ tuyến tính giữa biến phụ thuộc với các biến giải thích; mô hình động với một hoặc hai vế của phương trình có chứa biến trễ; các biến độc lập không phải là một biến ngoại sinh ngặt (strictly exogenous), nghĩa là chúng có thể tương quan với các phần dư (hiện tại hoặc trước đó) hoặc tồn tại biến nội sinh (endogenous variables) trong mô hình; tồn tại vấn đề phương sai thay đổi hoặc tự tương quan ở các sai số đo lường (idiosyncratic disturbances); tồn tại các tác động cố định riêng rẻ (fixed individual effects); tồn tại phương sai thay đổi và tự tương quan trong mỗi đối tượng (nhưng không tồn tại giữa các đối tượng) (Learning on Demand).

Với dữ liệu bảng cho nhiều quốc gia trong khu vực có thể hiện tượng phương sai thay đổi sẽ tồn tại, bên cạnh đó, mô hình sử dụng biến trễ của biến phụ thuộc cấu trúc vốn làm một biến độc lập; do đó, hiện tượng nội sinh sẽ tồn tại nếu sử dụng các kỹ thuật ước lượng như OLS, FEM, REM và GLS. Chính vì vậy, để xử lý hiện tượng phương sai thay đổi và hiện tượng nội sinh, nghiên cứu sẽ sử dụng kỹ thuật ước lượng GMM, cụ thể là Dynamic system GMM 2 bước.

Một trong những ưu điểm của mô hình GMM so với mô hình ước lượng biến công cụ (ước lượng IV) đó là mô hình GMM dễ dàng chọn các biến công cụ hơn bởi vì sử dụng các biến ngoại sinh ở khoảng thời gian khác hoặc lấy độ trễ của các biến có thể sử dụng như biến công cụ cho các biến nội sinh tại thời điểm hiện tại. Do đó, GMM đã đưa ra nhiều biến công cụ để có thể dễ dàng đạt được điều kiện của một biến công cụ chuẩn (Overidentifcation of Estimators). Hơn nữa, ước lượng Arellano và Bond còn phù hợp với các dữ liệu bảng ngắn với chuỗi thời gian T ngắn và số lượng doanh nghiệp N dài. Trong nghiên cứu này, dữ liệu bảng với thời gian ngắn chỉ 10 năm nhưng số doanh nghiệp nhiều; do đó, phương pháp GMM được giới thiệu

bởi Arellano và Bond (1991) sẽ dược sử dụng. Kết quả mô hình hồi quy dynamic system GMM phải thỏa mãn 3 kiểm định sau:

Thứ nhất, số biến công cụ (Number of instruments) phải nhỏ hơn số nhóm (Number of group).

Thứ hai, kiểm định tự tương quan Arellano-Bond phải có p-value ≥ 0,05 (Chấp nhận H0, bác bỏ H1). Giả thuyết thống kê như sau: Mô hình không bị tự tương quan (H0) và Mô hình bị tự tương quan (H1). Theo Arellano và ctg (1991), để kiểm tra sự tự tương quan tách biệt với các ảnh hưởng cố định thì kiểm định Arellano - Bond được sử dụng cho các sai phân phần dư. Tự tương quan bậc 2 - AR(2) được kiểm định trên chuỗi sai phân của sai số để phát hiện hiện tượng tự tương quan của sai số bậc 1 - AR(1) và nhóm tác giả cho rằng: Kiểm định cho AR (2) là quan trọng hơn bởi vì nó phát hiện tự tương quan ở các mức. Theo Arellano và ctg (1991), kết quả kiểm định có giá trị p-value càng lớn càng tốt.

Thứ ba, kiểm định Sargan/Hansen phải có p-value ≥ 0,05 (Chấp nhận H0, bác bỏ H1). Theo Hansen và ctg (1996), kiểm định này được sử dụng để kiểm tra sự hợp lý của các biến đại diện sau ước lượng GMM. Đây là kiểm định giới hạn về vấn đề nội sinh của mô hình. Kiểm định Sargan/Hansen với giả thuyết là H0: Biến công cụ là ngoại sinh, nghĩa là các biến công cụ không tương quan với sai số của mô hình. Theo Hansen và ctg (1996), giá trị p-value của thống kê Sargan/Hansen càng lớn càng tốt.

3.4.3. Các bước xử lý và phân tích số liệu để thực hiện mục tiêu nghiên cứu

Bước 1: Phân tích thống kê mô tả các biến trong mô hình nghiên cứu và một số biến khác để thấy rõ sự phát triển của thị trường tài chính và cấu trúc vốn tại 5 quốc gia trong nội khối AEC. Thông qua mô tả, tóm tắt thống kê giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất và nhỏ nhất của các biến độc lập và biến phụ thuộc tại 5 quốc gia trong giai đoạn 2010 – 2020.

Bước 2: Phân tích tương quan để xem xét mối quan hệ giữa biến phụ thuộc và các biến độc lập. Trong trường hợp các biến độc lập có mối tương quan cao thì đây

là dấu hiệu của đa cộng tuyến, do đó, đây là cơ sở để tiến hành kiểm định đa cộng tuyến và điều chỉnh biến đưa vào mô hình.

Bước 3: Phân tích hồi quy để đo lường mức độ tác động của các yếu tố đến cấu trúc vốn doanh nghiệp, trong đó tập trung phân tích tác động của sự phát triển thị trường tài chính đến cấu trúc vốn. Hệ số p-value của kết quả phân tích hồi quy cho biết mức độ tác động của các biến độc lập lên biến phụ thuộc, các mức thống kê có ý nghĩa thường được sử dụng là 1%, 5% hoặc 10% với độ tin cậy tương ứng lần lượt là 99%, 95% và 90%. Trong luận án này, tác giả chọn mức thống kê có ý nghĩa là 10%, tức là biến độc lập được xem là có ảnh hưởng đến biến phụ thuộc khi p-value của biến độc lập trong mô hình hồi quy nhỏ hơn hoặc bằng 10%.

Bước 4: Kiểm định các khuyết tật trong mô hình hồi quy để đảm bảo kết quả nghiên cứu là đáng tin cậy.

Tóm tắt chương 3

Trong chương 3, các giả thuyết và mô hình nghiên cứu đã được xây dựng, phương pháp nghiên cứu và cách thu thập dữ liệu cũng được mô tả rất chi tiết. Cụ thể, nghiên cứu sẽ thu thập dữ liệu từ năm 2010 – 2020 tại 5 quốc gia đang phát triển trong Cộng đồng Kinh tế ASEAN gồm: Indonesia, Malaysia, Philippines, Thái Lan và Việt Nam. Sự phát triển TTTC được xem xét dưới 3 khía cạnh khả năng tiếp cận (FMA), độ sâu tài chính (FMD) và tính hiệu quả (FME); và một chỉ số tổng hợp chung FMI. Các chỉ số được kỳ vọng sẽ tác động âm đến cấu trúc vốn doanh nghiệp. Đồng thời, sự phát triển TTTC sẽ được tách ra gồm sự phát triển thị trường cổ phiếu (gồm MACAP và LIQ) và sự phát triển thị trường trái phiếu (gồm GOVBOND và CORPBOND). Bên cạnh đó, biến trễ của biến phụ thuộc, một số biến đại diện cho đặc điểm doanh nghiệp (SIZE, ROA, TANG và PTB) cũng như các biến vĩ mô nền kinh tế (INF và GDPGR) cũng được đưa vào mô hình để đảm bảo kết quả nghiên cứu đáng tin cậy. Đồng thời, biến chất lượng thể chế (GOV) cũng được xem xét. Đây là tiền đề quan trọng để phân tích và thảo luận kết quả trong chương 4.

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

4.1. Tổng quan sự phát triển thị trường tài chính các quốc gia

Tại các nền kinh tế kém phát triển, sự ưu tiên cho các nhu cầu tài chính là khả năng tiếp cận nguồn vốn cần thiết để mở rộng kinh tế, trong khi các nền kinh tế phát triển hơn sẽ chú trọng đến đa dạng hóa và quản lý rủi ro; do đó sự phát triển TTTC được chia làm 3 giai đoạn. Giai đoạn 1 tập trung vào sự phát triển thị trường tiền tệ; tức là hiệu quả trong ngành ngân hàng, đảm bảo sự cạnh tranh phù hợp trên thị trường tiền tệ và khả năng tiếp cận đầy đủ với các dịch vụ tài chính. Hệ thống ngân hàng với vai trò là tổ chức chính thực hiện chức năng trung gian tài chính, là đầu mối phân bổ nguồn tiền tiết kiệm trong nước đáp ứng nhu cầu đầu tư. Thúc đẩy cạnh tranh trong lĩnh vực ngân hàng được đề xuất cho giai đoạn phát triển này vì đây là bước cơ bản được thấy ở hầu hết các nền kinh tế đang phát triển. Giai đoạn 2 liên quan đến việc phát triển thị trường trái phiếu dài hạn cho cả thị trường nội địa và quốc tế; mục tiêu chính của giai đoạn này là thiết lập thị trường nợ của chính phủ và doanh nghiệp để thúc đẩy đa dạng hóa trung gian. Nhìn chung, khu vực công phụ thuộc vào thị trường trái phiếu nhiều hơn khu vực tư nhân để huy động vốn dài hạn. Tính thanh khoản là yếu tố then chốt để phát triển thị trường trái phiếu vì nó thu hút nhiều người tham gia thị trường. Để khuyến khích nắm giữ và kinh doanh tài sản dài hạn, thị trường cần có khả năng cung cấp đủ thanh khoản để tạo điều kiện thuận lợi cho cả phía cung và cầu. Mặc dù thị trường trái phiếu ASEAN tương đối nhỏ, các nỗ lực đã được thực hiện để khuyến khích nhiều nhà đầu tư và tổ chức phát hành hơn trên thị trường, đặc biệt là khu vực doanh nghiệp. Kết quả là đã nâng cao khả năng của khu vực tư nhân tham gia vào các dự án đầu tư lớn hơn và trên thực tế đã nhận ra những lợi ích của quy mô kinh tế trên TTTC. Hơn nữa, nó cải thiện hiệu quả trên TTTC bằng cách giảm chi phí sử dụng vốn, đặc biệt là cho các khoản tài trợ dài hạn. Giai đoạn 3 là sự phát triển thị trường vốn; mục tiêu của giai đoạn này là cân bằng các dịch vụ tài chính giữa thị trường tiền tệ và thị trường vốn về khả năng tiếp cận, phân bổ nguồn vốn, thanh khoản và quản lý rủi ro. Sự phát triển hơn nữa trong lĩnh vực tài chính tập trung nhiều hơn vào khía cạnh ổn định; vì sự sẵn có của nhiều loại sản phẩm và dịch vụ tài chính sẽ

tiềm ẩn nguy cơ mất ổn định tài chính cao hơn, đặc biệt là đối với những quốc gia có khuôn khổ pháp lý không đầy đủ. Khả năng của cơ quan có thẩm quyền điều tiết hệ thống tài chính trở thành một vấn đề đáng quan tâm khác. Nếu không có những điều kiện đó, khó có thể hình dung một hệ thống tài chính được vận hành tốt và tất nhiên sẽ không đạt được những gì hứa hẹn về sự phát triển của khu vực tài chính. Với các giai đoạn phát triển như trên thì Indoneisa, Philippines và Việt Nam đã ở cuối giai đoạn 1 và bước sang giai đoạn 2, các quốc gia này đã và đang tạo ra một hệ thống ngân hàng hoạt động thận trọng để tài trợ đầu tư; Thái Lan đã ở cuối giai đoạn 2 và bước sang giai đoạn 3, quốc gia này đã tăng sự phụ thuộc vào thị trường trái phiếu (cả doanh nghiệp và chính phủ) để đầu tư tài chính; và Malaysia thuộc giai đoạn 3, quốc gia này đang thúc đẩy sự phát triển thị trường vốn và các quy định tài chính (Santi, 2016).

Cụ thể, khi xét về tỷ lệ vốn hóa TTCK thì Malaysia là quốc gia dẫn đầu với giá trị đạt 160% GDP trong năm 2010, song tỷ lệ này đã giảm dần và chỉ còn 130% năm 2020; đứng vị trí thứ hai là Thái Lan với giá trị được cải thiện dần qua các năm, lần lượt đạt 81% và 108%. Philippines là nước đứng vị trí thứ ba, ở năm 2010 giá trị của Indonesia cũng tương đương với Thái Lan (76%), song đến năm 2020 khoảng cách đã có sự giãn rộng và Philippines chỉ đạt 75% GDP. Indonesia và Việt Nam là 2 quốc gia có vốn hóa TTCK thấp nhất và giá trị không có sự chênh lệch nhiều, song Việt Nam đã có sự cải thiện qua các năm nên mặc dù trong năm 2010 Việt Nam là nước đứng cuối trong năm quốc gia (chỉ đạt 32% GDP), nhưng đến 2020 đã vượt Indonesia với giá trị 69% GDP (Hình 4.1). Điều này cho thấy khu vực ASEAN đã và đang tạo ra nhiều khả năng tiếp cận tài chính hơn trên TTCK và nó đã đóng một vai trò quan trọng trong sự phát triển kinh tế. Với khả năng tiếp cận tài chính lớn hơn thể hiện qua tỷ lệ vốn hóa thị trường trên GDP, thông qua việc gia tăng lượng vốn chủ sở hữu phát hành trên thị trường sơ cấp và các giá trị kinh tế do vốn chủ sở hữu hiện có trên thị trường thứ cấp tạo ra, khu vực này cho thấy tiến bộ tốt trong phát triển thị trường tài chính. Các doanh nghiệp tư nhân đã và đang tiếp cận với nguồn vốn đầu tư bổ sung từ thị trường cổ phiếu như một giải pháp thay thế cho các nguồn vốn do khu vực ngân