TÀI CHÍNH -
Tháng 6/2016
11
sẽ tiến hành rất chặt chẽ trong phần tiếp theo, tuy
nhiên, trước hết các kết quả ước lượng đã cung cấp
một số thông tin như sau:
- Nhân tố cấu trúc vốn có ảnh hưởng ngược chiều
rất nhất quán lên liệu quả hoạt động của DN khi các
hệ số chặn đều mang dấu âm và mức ý nghĩa 1% ở tất
các các phương pháp ước lượng cho biến được giải
thích là ROE và ROA.
- Nhân tố tăng trưởng, cơ hội tăng trưởng và mức
độ rủi ro trong kinh doanh của DN có tác động cùng
chiều với mức ý nghĩa thống kê cao lên kết quả kinh
doanh của DN trong tất cả các phương pháp ước
lượng. Điều này dễ hiểu bởi khi DN tăng trưởng tốt,
nghĩa là DN đó đang hoạt động có kết quả và DN
nào chấp nhận mức độ rủi ro cao trong kinh doanh
thì cũng thu về lợi nhuận cao hơn.
Thông thường, với các dữ liệu bảng, sau khi sử
dụng ước lượng OLS, hầu hết các nghiên cứu ở Việt
Nam đều chỉ sử dụng phương pháp hồi quy FEM
và REM sau đó sử dụng kiểm định Hausman để lựa
chọn phương ước lượng phù hợp. Tuy nhiên, rất ít
các nghiên cứu kiểm định chặt chẽ về hiện tượng đa
cộng tuyến, tự tương quan trong các ước lượng. Đặc
biệt, nếu hiện tượng phương sai sai số thay đổi xuất
hiện trong kết quả các ước lượng, thì phương pháp
FEM và REM thông thường không khắc phục được
hiện tượng này. Do đó, việc tiến hành kiểm định là
rất quan trọng để khẳng định các kết quả ước lượng
có đáng tin cậy hay không.
Kiểm định tính đa cộng tuyến và hiện tượng
tự tương quan trong dữ liệu nghiên cứu
Sau khi tiến hành hồi quy Pool bằng lệnh reg,
nghiên cứu tiến hành kiểm tra tính đa cộng tuyến
bằng lệnh VIF, kết quả cho thấy tất cả các hệ số
đều nhỏ hơn 5, kết luận là không có hiện tượng đa
cộng tuyến.
Sử dụng câu lệnh xtserial để thực hiện kiểm định
Sau đó, nghiên cứu sử dụng kiểm định Hausman để
đánh giá mô hình FEM hay REM là phù hợp hơn và
rút ra kết luận.
Tuy nhiên, một nhược điểm của dữ liệu dạng
bảng với số cá thể quan sát lớn trong chuỗi thời gian
ngắn thường phát sinh hiện tượng phương sai sai số
thay đổi và rất khó khắc phục vấn đề này. Ngoài ra,
tồn tại vấn đề về biến nội sinh trong mô hình, tức
là tương quan hai chiều giữa biến giải thích và biến
được giải thích, khi đó các ước lượng FEM và REM
không còn kết quả.
Để giải quyết vấn đề trên, nghiên cứu tiến hành
kiểm định trước những khuyết tật, sau đó sử dụng
mô hình ước lượng FGLS và GMMđể khắc phục hiện
tượng phương sai sai số và phân tích chiều hướng
ảnh hưởng của các nhân tố.
Kết quả ước lượng và phân tích
Một số thống kê mô tả các biến nghiên cứu
Quan sát ma trận tương quan giữa các biến nghiên
cứu, ngoại trừ mối tương quan giữa ROA và ROE, có
thể thấy không có một hệ số tương quan nào vượt
quá 0.6. Do đó, khi đặt ROE và ROA lần lượt là các
biến phụ thuộc trong mô hình thì nhiều khả năng có
thể loại trừ hiện tượng tự tương quan trong các biến
còn lại. Ngoài ra, nhìn vào hệ số tương quan của biến
TDTA và ROA, ROE, có thể dự báo về mối quan hệ
ngược chiều giữa cơ cấu vốn và khả năng sinh lời
của DN.
Kết quả ước lượng với các phương pháp OLS, FEMvà REM
Nghiên cứu tiến hành hồi quy mô hình ước lượng
với các phương pháp bình phương tối thiểu gộp Pool
OLS, mô hình các tác động cố định FEM và mô hình
các tác động ngẫu nhiên REM. Kết quả các ước lượng
được tổng hợp trong Bảng 3.
Về kiểm định các kết quả ước lượng, nghiên cứu
BẢNG 2: MA TRẬN TƯƠNG QUAN CÁC BIẾN NGHIÊN CỨU
roa
roe
tdta
size
sale_
growth
tang
volatility tobinq
state
roa
1
roe
0.9246
1
tdta
-0.4627 -0.1009
1
size
-0.076
0.0185
0.234
1
sale_ growth
0.1973
0.2455
0.0537
0.1687
1
tang
-0.1122 -0.0654 0.1088 -0.0679 -0.029
1
volatility
0.2879
0.27
-0.1272 0.0575
0.115
-0.0849
1
tobinq
0.3723
0.3635
-0.128
0.0469
0.1137 -0.0479 0.5051
1
state
0.0233
0.0674
0.0682
0.1112 -0.0448 0.1706 -0.0326 0.0837
1
