4.4. Kiểm định giả thuyết và phân tích hồi quy xác định mối quan hệ giữa quản trị công ty, thông tin bất đối xứng và hiệu quả hoạt động của các ngân hàng
Phân tích hồi quy thứ nhất được thực hiện để xác định mối quan hệ nhân quả giữa biến phụ thuộc đại diện cho thông tin bất đối xứng là R&D và các biến độc lập thuộc quản trị công ty: Quy mô của HĐQT, Số lượng thành viên nữ trong HĐQT, Số lượng thành viên HĐQT có bằng đại học trở lên, Độ tuổi trung bình của các thành viên HĐQT, Số lượng thành viên HĐQT độc lập, Cổ đông lớn, Sở hữu nhà nước và cuối cùng là Phần trăm sở hữu của nhà đầu tư nước ngoài.
Phân tích hồi quy thứ hai được thực hiện để xác định mối quan hệ nhân quả giữa biến phụ thuộc đại diện cho thông tin bất đối xứng là Leverage và các biến độc lập thuộc quản trị công ty.
Phân tích hồi quy thứ ba được thực hiện để xác định sự tác động của các biến độc lập thuộc quản trị công ty và các biến kiểm soát Quy mô tài sản của ngân hàng, Thời gian hoạt động và Năm nghiên cứu tới biến phụ thuộc hiệu quả hoạt động của ngân hàng.
Phân tích hồi quy thứ tư được thực hiện để xác định mối quan hệ nhân quả giữa biến phụ thuộc là hiệu quả hoạt động của ngân hàng và các biến độc lập đại diện cho thông tin bất đối xứng, cùng với các biến kiểm soát Quy mô tài sản của ngân hàng, Thời gian hoạt động và Năm nghiên cứu.
Mô hình hồi quy sẽ tìm ra các biến độc lập có tác động tới biến phụ thuộc và các biến độc lập không tác động tới biến phụ thuộc. Với những biến có tác động, mô hình hồi quy còn cho biết hướng tác động dương (+) hay âm (-), hay tác động là thuận chiều hay ngược chiều. Đồng thời mô hình cũng mô tả mức độ tác động của biến độc lập cụ thể là như thế nào qua đó giúp ta dự đoán được giá trị của biến phụ thuộc khi biết trước giá trị của các biến độc lập. Các mô hình nghiên cứu của luận án bao gồm một biến phụ thuộc và nhiều biến độc lập, vì vậy tác giả sử dụng mô hình hồi quy tuyến tính bội để kiểm định (Nguyễn Đình Thọ, 2011).
Tác giả sử dụng hệ số xác định R2 điều chỉnh để đánh giá mức độ phù hợp của mô hình hồi quy. Bởi theo Hair và cộng sự (1998), sử dụng hệ số xác định R2, mặc dù vẫn có thể cho biết được các biến độc lập trong mô hình giải thích được bao nhiêu % sự biến thiên của biến phụ thuộc, nhưng có nhược điểm lớn nhất là có nhiều biến độc lập không có ý nghĩa nhưng khi đưa vào mô hình vẫn làm giá trị R2 tăng lên, sử dụng giá trị R2 điều chỉnh (Adjusted R Square) sẽ khắc phục được nhược điểm này. Giá trị R2 điều chỉnh nằm trong khoảng từ 0 đến 1.
Khi R2 điều chỉnh = 0 ta kết luận biến phụ thuộc và các biến độc lập không có quan hệ với nhau.
Khi R2 điều chỉnh = 1 ta kết luận đường hồi quy phù hợp hoàn hảo.
Một vấn đề đặt ra thêm trong quá trình kiểm định hồi quy đó là sự phù hợp của mô hình hồi quy tổng thể. Để kiểm định vấn đề này tác giả sử dụng kiểm định
F. Kiểm định này sẽ cho biết liệu các biến độc lập được xem xét trong mô hình có liên hệ tuyến tính với biến phụ thuộc không, giá trị Sig của kiểm định này nếu nhỏ hơn 0,05 thì mô hình được coi là phù hợp.
Ngoài ra, một mô hình được coi là phù hợp khi các biến độc lập trong mô hình không xảy ra hiện tượng đa cộng tuyến, tức là các biến là không có tương quan quá chặt chẽ với nhau. Hệ số VIF hoặc Tolerance sẽ được dùng để kiểm tra vấn đề này, nếu hệ số Tolerance nhỏ hơn 0,1 tương ứng với VIF lớn hơn 10 (do Tolerance = 1/VIF) thì lúc đó ta có thể kết luận có hiện tượng đa cộng tuyến xảy ra. Kết hợp với bảng ma trận tương quan giữa các biến được tiến hành ở trên, ta sẽ cân nhắc để loại biến có hiện tượng đa cộng tuyến ra khỏi mô hình.
4.4.1. Kết quả phân tích hồi quy theo mô hình thứ nhất sự tác động của các yếu tố quản trị công ty tới biến đại diện của thông tin bất đối xứng là R&D
Kiểm tra hệ số R2 điều chỉnh
Bảng 4-9 cho thấy giá trị hệ số R2 điều chỉnh là 0,202. Điều này cho thấy các biến độc lập trong mô hình đã giải thích được 20,2% sự biến thiên của biến R&D.
Kiểm định độ phù hợp của mô hình
Kết quả kiểm định F được thể hiện trong Bảng 4-9 cho thấy giá trị F = 5,443***. Như vậy, với mức độ cho phép là 5% mối quan hệ này đảm bảo độ tin cậy. Do đó, có thể kết luận các biến độc lập thuộc quản trị công ty có tác động đến biến đại diện của thông tin bất đối xứng là R&D và mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 4.9: Kết quả chạy hồi quy và đánh giá độ phù hợp của mô hình 1
Mô hình 1 (Beta) | |
Số lượng thành viên HĐQT | -.169a |
Số lượng thành viên nữ của HĐQT | -.097 |
Trình độ học vấn của HĐQT | .081 |
Kinh nghiệm của HĐQT | .048 |
Số thành viên HĐQT độc lập | -.235*** |
Cổ đông lớn | -.026 |
Sở hữu nhà nước | -.119 |
Tỉ lệ sở hữu của nhà đầu tư nước ngoài | -.243*** |
R2 điều chỉnh | 20,2% |
F | 5.443*** |
N = 250 ; ap ≤ 0.1; *p ≤ 0.05; **p ≤ 0.01; ***p ≤ 0.001 | |
Tất cả hệ số tương quan đã được chuẩn hóa |
Có thể bạn quan tâm!
-
Tổng Quan Thực Trạng Quản Trị Công Ty Tại Các Ngân Hàng Thương Mại Việt Nam -
Thống Kê Mô Tả Biến Độc Lập Là Các Yếu Tố Thuộc Quản Trị Công Ty Và Kiểm Định Dạng Phân Phối Của Các Thang Đo Biến Độc Lập -
Kết Quả Kiểm Định Hệ Số Tương Quan Giữa Biến Phụ Thuộc R&d Đại Diện Cho Thông Tin Bất Đối Xứng Với Các Biến Độc Lập Thuộc Quản Trị -
Hệ Số Phóng Đại Phương Sai Mô Hình 3 Sau Khi Loại Biến -
Khuyến Nghị Đối Với Hoạt Động Quản Trị Tại Ngân Hàng -
Khuyến Nghị Đối Với Các Cơ Quan Quản Lý Nhà Nước
Xem toàn bộ 160 trang tài liệu này.
(Nguồn: nghiên cứu của tác giả)
Kết quả phân tích hồi quy Bảng 4-9 cho thấy có 2 biến là: Số thành viên HĐQT độc lập và Phần trăm sở hữu của nhà đầu tư nước ngoài là có tác động tới biến phụ thuộc đại diện cho thông tin bất đối xứng là R&D với giá trị Sig < 0,05.
Mối quan hệ giữa các biến trong mô hình 1 được thể hiện trong phương trình hồi quy sau:
Y1 = -0,235X1 - 0,243X2
Trong đó: Y1: R&D
X1: Số lượng thành viên HĐQT độc lập
X2: Phần trăm sở hữu của nhà đầu tư nước ngoài
Phương trình hồi quy cho thấy các hệ số Beta chuẩn hóa của Số lượng thành viên HĐQT độc lập và Phần trăm sở hữu của nhà đầu tư nước ngoài < 0 cho thấy các biến độc lập này tác động ngược chiều tới biến phụ thuộc.
Yếu tố mạnh nhất tác động tới thông tin bất đối xứng là yếu tố sở hữu của nhà đầu tư nước ngoài, với hệ số Beta = -0.243, điều này phản ánh khi tỉ lệ sở hữu của nhà đầu tư nước ngoài tăng lên 1 đơn vị lệch chuẩn thì yếu tố R&D sẽ giảm đi
0.243 đơn vị lệch chuẩn và qua đó làm giảm tính bất đối xứng của thông tin (do thông tin bất đối xứng có cùng chiều biến thiên với R&D). Thực tế thì nhà đầu tư nước ngoài thường có yêu cầu rất cao về vấn đề minh bạch hóa thông tin khi rót vốn đầu tư, mua cổ phiếu của các ngân hàng, nên khi tỉ lệ sở hữu của nhà đầu tư nước ngoài tăng lên, đồng nghĩa với các yêu cầu về minh bạch hóa thông tin tăng lên, qua đó làm giảm tính bất đối xứng của thông tin.
Yếu tố tiếp theo có ảnh hưởng tới thông tin bất đối xứng là số lượng thành viên của HĐQT độc lập, với hệ số Beta = -0.235, tức là khi tăng số lượng thành viên của HĐQT độc lập lên 1 đơn vị lệch chuẩn thì yếu tố R&D sẽ giảm đi tương ứng là 0.235 đơn vị lệch chuẩn kéo theo làm giảm tính bất đối xứng của thông tin (do R&D có cùng chiều biến thiên với thông tin bất đối xứng). Điều này có thể được giải thích là khi số lượng thành viên HĐQT độc lập tăng lên, mà các thành viên này thường là các chuyên gia, các nhà nghiên cứu hoặc các nhà quản lý liên quan đến lĩnh vực ngân hàng, việc giám sát thông tin một cách minh bạch sẽ dễ dàng hơn, do đây là các thành viên có chuyên môn vững, những thông tin không
chính xác là nguồn gốc của tình trạng bất đối xứng về thông tin sẽ được kiểm soát một cách chặt chẽ và qua đó làm giảm tính bất đối xứng của thông tin.
Kiểm tra hiện tượng đa cộng tuyến
Kết quả kiểm tra hiện tượng đa cộng tuyến được thể hiện trong Bảng 4-10. Hệ số phóng đại phương sai VIF của các biến độc lập được đưa vào phân tích ở mô hình thứ nhất đều có giá trị < 10. Như vậy không thấy dấu hiệu của đa cộng tuyến của các biến độc lập trong mô hình và các biến trong mô hình được chấp nhận.
Bảng 4.10: Hệ số phóng đại phương sai mô hình 1
Model | Collinearity Statistics | ||
Tolerance | VIF | ||
1 | (Constant) | ||
Boadsize | .570 | 1.753 | |
Gender | .693 | 1.443 | |
Edu | .584 | 1.712 | |
BoardAge | .711 | 1.406 | |
OutDir | .736 | 1.358 | |
Block | .679 | 1.473 | |
State | .367 | 2.727 | |
FOWN | .586 | 1.706 | |
a. Dependent Variable: RnD | |||
(Nguồn: nghiên cứu của tác giả)
4.4.2. Kết quả phân tích hồi quy theo mô hình thứ hai xác định sự tác động của các yếu tố quản trị công ty tới biến đại diện của thông tin bất đối xứng là Leverage
Kiểm tra hệ số R2 điều chỉnh
Bảng 4-11 cho thấy giá trị hệ số R2 điều chỉnh là 0,281. Điều này cho thấy các biến độc lập trong mô hình đã giải thích được 28,1% sự biến thiên của biến Leverage.
Kiểm định độ phù hợp của mô hình
Kết quả kiểm định F được thể hiện trong Bảng 4-11 cho thấy giá trị F = 7,829***. Như vậy, với mức độ cho phép là 5% mối quan hệ này đảm bảo độ tin cậy.Do đó, có thể kết luận các biến độc lập thuộc quản trị công ty có tác động đến biến đại diện cho thông tin bất đối xứng của ngân hàng là Leverage và mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 4.11: Kết quả chạy hồi quy và đánh giá độ phù hợp của mô hình 2
Mô hình 2 (Beta) | |
Số lượng thành viên HĐQT | .138 |
Số lượng thành viên nữ của HĐQT | -.148a |
Trình độ học vấn của HĐQT | -.013 |
Kinh nghiệm của HĐQT | -.042 |
Số thành viên HĐQT độc lập | .223*** |
Cổ đông lớn | .098 |
Sở hữu nhà nước | .609*** |
Tỉ lệ sở hữu của nhà đầu tư nước ngoài | -.184a |
R2 điều chỉnh | 28.1% |
F | 7.829*** |
N = 250 ; ap ≤ 0.1; *p ≤ 0.05; **p ≤ 0.01; ***p ≤ 0.001 | |
Tất cả hệ số tương quan đã được chuẩn hóa |
(Nguồn: nghiên cứu của tác giả)
Kết quả phân tích hồi quy Bảng 4-11 cho thấy có 2 biến là: Số thành viên HĐQT độc lập và Sở hữu nhà nước là có tác động tới biến phụ thuộc đại diện cho thông tin bất đối xứng là Leverage với giá trị Sig < 0,05. Mối quan hệ giữa các biến trong mô hình 2 được thể hiện trong phương trình hồi quy sau:
Y2 = 0,223X1 + 0,609X2
Trong đó: Y2: Leverage
X1: Số lượng thành viên HĐQT độc lập X2: Sở hữu của nhà nước
Phương trình hồi quy cho thấy các hệ số Beta chuẩn hóa của Số lượng thành viên HĐQT độc lập và Sở hữu nhà nước > 0 cho thấy các biến độc lập này tác động cùng chiều tới biến phụ thuộc.
Yếu tố mạnh nhất tác động tới thông tin bất đối xứng là yếu tố sở hữu nhà nước, với hệ số Beta chuẩn hóa = 0.609, điều này phản ánh khi yếu tố sở hữu nhà nước tăng lên 1 đơn vị lệch chuẩn thì biến Leverage sẽ tăng lên 0.609 đơn vị lệch chuẩn qua đó tăng tính bất đối xứng của thông tin (do Leverage biến thiên cùng chiều với tính bất đối xứng của thông tin). Sự tham gia của nhà nước trong việc góp vốn vào các công ty nói chung và ngân hàng nói riêng đã được nhiều chuyên gia chỉ ra là kém hiệu quả. Rất nhiều trường hợp, thành viên HĐQT đại diện cho phần vốn góp của nhà nước tại các ngân hàng hoàn toàn không có trình độ chuyên môn về ngân hàng, cộng thêm nhà nước lúc đó tuy đóng vai trò là chủ sở hữu nhưng đồng thời vẫn đóng vai trò là cơ quan quản lý. Vậy nên, các nhà quản trị sẽ có xu hướng ít chia sẻ thông tin cũng như ít chia sẻ thông tin một cách chính xác hơn, từ đó kéo theo tính bất đối xứng của thông tin trong các ngân hàng có sở hữu nhà nước tăng lên.
Yếu tố tiếp theo có ảnh hưởng tới thông tin bất đối xứng là số lượng thành viên của HĐQT, với hệ số Beta = 0.223, tức là khi tăng số lượng thành viên của HĐQT lên 1 đơn vị lệch chuẩn thì yếu tố Leverage sẽ tăng lên 0.223 đơn vị lệch chuẩn, kéo theo là thông tin bất đối xứng trong ngân hàng sẽ tăng lên (do thông tin bất đối xứng biến thiên cùng chiều với Leverage). Sự tác động của Số lượng thành viên HĐQT độc lập lúc này lại ngược lại với bên trên khi làm tăng tính bất đối xứng của thông tin trong ngân hàng. Điều này được giải thích là khi số lượng thành viên HĐQT độc lập tăng lên, số thành viên này luôn được coi là người ngoài cuộc so với các thành viên HĐQT vì họ không sở hữu vốn góp, hay nói cách khác là không tận hưởng thành quả hay gánh chịu những rủi ro cùng với các thành viên khác, thậm chí một vài người trong số thành viên HĐQT độc lập này còn là người của cơ quan quản lý, đứng ở vị trí đối lập với lợi ích của ngân hàng. Lúc đó, trong ngân hàng sẽ
nảy sinh một xu hướng hạn chế chia sẻ thông tin với những thành viên HĐQT độc lập. Không hiếm các ngân hàng, các thành viên HĐQT độc lập hoàn toàn không biết gì về các hoạt động do không được cung cấp các thông tin về hoạt động của ngân hàng, đó chính là nguyên nhân làm cho tính bất đối xứng của thông tin trong các ngân hàng này tăng lên.
Kiểm tra hiện tượng đa cộng tuyến
Kết quả kiểm tra hiện tượng đa cộng tuyến được thể hiện trong Bảng 4-12. Hệ số phóng đại phương sai VIF của các biến độc lập được đưa vào phân tích ở mô hình thứ hai đều có giá trị < 10. Như vậy không thấy dấu hiệu của đa cộng tuyến của các biến độc lập trong mô hình và các biến trong mô hình được chấp nhận.
Bảng 4.12: Hệ số phóng đại phương sai mô hình 2
Model | Collinearity Statistics | ||
Tolerance | VIF | ||
Boadsize | .570 | 1.753 | |
Gender | .693 | 1.443 | |
Edu | .584 | 1.712 | |
BoardAge | .711 | 1.406 | |
OutDir | .736 | 1.358 | |
Block | .679 | 1.473 | |
State | .367 | 2.727 | |
FOWN | .586 | 1.706 | |
a. Dependent Variable: Leverage | |||
(Nguồn: nghiên cứu của tác giả)
4.4.3. Kết quả phân tích hồi quy theo mô hình thứ ba xác định mức độ tác động của các yếu tố thuộc quản trị công ty và các biến kiểm soát tới hiệu quả hoạt động của ngân hàng
Ở phần này tác giả chạy liền một lúc 2 mô hình, gồm: mô hình thứ nhất xác định mức độ ảnh hưởng của các biến kiểm soát tới biến phụ thuộc là hiệu quả hoạt động của ngân hàng (gọi tắt là mô hình 3a) và mô hình thứ hai xác định mức độ của