Luận văn Mối quan hệ giữa cơ hội tăng trưởng và nợ của các công ty trên thị trường chứng khoán Việt Nam

327.41 Prob > chi2 = 0.0000 Cuối cùng tác giả tiến hành kiểm định Hausman Test để kiểm định xem giữa hai phương pháp Fixed effect model và Random effect model phương pháp nào là phù hợp với giả thuyết H0: chọn phương pháp Random effect model là phù hợp và giả thuyết H1: chọn phương pháp Fixed effect model là phù hợp. Kết quả kiểm định cho thấy P-value = 0.000<α do đó bác bỏ giả thuyết H0 chọn phương pháp Fixed effect model trong trường hợp này. Test: Ho: difference in coefficients not systematic chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B)= 50.29 Prob>chi2 = 0.0000 (V_b-V_B is not positive definite) Kết luận: từ kết quả kiểm định tác giả chọn phương pháp Fixed effect model cho mô hình (1). Sau khi chọn được phương pháp phù hợp nhất cho mô hình (1) tác giả tiến hành kiểm định hiện tượng phương sai thay đổi, kiểm định hiện tượng đa cộng tuyến và kiểm định hiện tượng tự tương quan. Kết quả kiểm định như sau: Kiểm định hiện tượng phương sai thay đổi như sau: Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of blev Chi2(1) = 1617.01 31 Prob > chi2 = 0.0000 Tác giả sử dụng phương pháp Breusch –Pagan Test để kiểm định hiện phương sai thay đổi cho mô hình (1). Giả thuyết H0: không có hiện tượng phương sai thay đổi, và kết quả P-value<α như vậy mô hình trên có hiện tượng phương sai thay đổi. Kiểm định đa cộng tuyến cho mô hình: Biến VIF 1/VIF pro 1.72 0.581698 go2 1.38 0.725714 go1 1.32 0.75942 size 1.03 0.966686 tang 1.02 0.981415 Mean VIF 1.29 Tác giả dùng nhân tử phóng đại phương sai (Variance inflation factor- VIF) để kiểm định hiện tượng đa cộng tuyến trong mô hình. VIF trung bình là 1.29. Kết luận: mô hình trên có hiện tượng đa cộng tuyến nhưng không nghiêm trọng. Kiểm định hiện tượng tự tương quan cho mô hình (1). Wooldridge test for autocorrelation in panel data H0: no first order autocorrelation F( 1, 91) = 0.253 Prob > F = 0.6165 Tác giả tiến hành kiểm định hiện tượng tự tương quan bằng kiểm định Woodridge test cho mô hình (1) với giả thuyết H0: không có hiện tượng tự tương quan trong mô hình. Kết quả cho thấy P-value >0.05 do đó mô hình trên không có hiện tượng tự tương quan, chấp nhận giả thuyết H0. 32 Kết luận: mô hình trên có xảy ra hiện tượng phương sai thay đổi. Để khắc phục hiện tượng phương sai thay đổi, tác giả sử dụng mô hình FGLS cho mô hình (1). Cross sectional times series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation blev Coef Std. Err. z P>|z| [95%Conf. Interval] go1 0.2297357 0.0224361 10.24 0.0000 0.1857618 0.2737096 go2 -1.017314 0.1615574 -6.3 0.0000 -1.333961 -0.7006671 pro -0.292945 0.0812072 -3.61 0.0000 -0.452108 -0.1337816 size 0. 0578468 0.0090151 6.42 0.0000 0.0401775 0.0755161 tang 0.0205708 0.0215094 0.96 0.3390 -0.021587 0.0627285 cons 0 .0138525 0.0577367 0.24 0.8100 -0.099309 0.1270143 Nguồn: tính toán của tác giả từ phần mềm thống kê Kết quả mô hình FGLS cho thấy biến go1, go2, pro, size đều có ý nghĩa thống kê trừ trường hợp biến tang là không có ý nghĩa thống kê. Kết quả cũng cho thấy biến go1 có quan hệ cùng chiều lên biến phụ thuộc blev với hệ số 0.2297357. Điều đó có nghĩa khi biến cơ hội tăng trưởng go1 tăng lên 1 phần trăm thì tác động lên biến phụ thuộc blev tăng 22.97% tương ứng. Biến cơ hội tăng trưởng go2 thì quan hệ ngược chiều lên biến phụ thuộc blev với hệ số -1.017414 điều đó cho thấy khi biến cơ hội tăng trưởng go2 tăng 1% thì làm cho biến phụ thuộc blev giảm 101.73% tương ứng. Biến lợi nhuận có mối quan hệ ngược chiều lên biến phụ thuôc blev với hệ số - 0.292944 cho thấy khi biến lợi nhuận tăng 1% thì làm cho biến phụ thuộc giảm 29.29447%. Biến quy mô công ty và tài sản cố định hữu hình đều có mối quan hệ cùng chiều lên biến phụ thuộc blev với hệ số tương ứng lần lượt là 0.578468, 0.205708, cho thây khi biến quy mô công ty và tài sản cố định hữu hình tăng lên 1% lần lượt tác động lên biến phụ thuộc tăng lần lượt là 57.8468% và 20.5708%. Đồng thời p-value = 0.000< 0.05 như vậy mô hình có ý nghĩa, tuy nhiên chưa thể sử dụng 33 để ước lượng mối quan hệ giữa cơ hội tăng trưởng và nợ ở Việt Nam do biến tài sản cố định hữu hình không có ý nghĩa giải thích cho biến phụ thuộc blev. 4.3.2 Kết quả hồi quy mô hình 2. blev = α+β1*go1+β2*go2+β3*go1 2+β4*go2 2+ β5*pro+β6*size+ β7*tang+ ԑi (2) Bảng 4.3.2: Kết quả hồi quy mô hình blev = α+β1*go1+β2*go2+β3*go1 2+β4*go2 2 + β5*pro+β6*size+ β7*tang+ ԑi mô hình 2 Blev Pool Regression Fixed effect Random effect biến độc lập Hệ số t- statistic Hệ số t-statistic Hệ số t-statistic p-value p-value p-value GO1 -0.322138 -0.67 0.02843414 1.38 0.5194454 2.08 0.503 0.168 0.37* GO21 0.451419 7.85 0.0007124 0.33 0.0351166 1.32 0.0*** 0.74 0.187 GO2 -1.199209 -1.87 -0.31285836 -0.79 - 0.34962853 -0.77 0.063 0.428 0.439 GO22 - 0.78537397 -0.36 -0.11088783 -0.1 - 0.49112131 -0.36 0.721 0.923 0.72 PRO -1.8615135 -0.93 -0.14475089 -1.28 -1.3918649 -1.06 0.351 0.201 0.29 SIZE 0.71585269 2.91 0.8459889 2.28 0.9309885 3.01 0.4*** 0.023 0.3*** TANG 0.1669015 0.45 -0.01184223 -0.84 - 0.01027785 -0.58 0.654 0.404 0.56 hệ số tự do 0.13582565 0.96 0.05016954 0.23 - 0.02690216 -0.15 0.335 0.818 0.884 Adj R- square 0.4767 0.1553 0.342 F- stat(p- value) 0.0000 0.0329 0.0000 Likelihood Ratio Tests 0.000 Lagrange Multiplier Test 0.000 Hausman Test 0.000 34 Số liệu trong ngoặc đơn là giá trị t-statistics, ***, **,* lần lượt là mức ý nghĩa 1%, 5%, 10%. Nguồn: tính toán của tác giả từ phần mềm thống kê Bảng 4.3.2 cho kết quả các biến go1, go2, pro, size, tang thì kết quả khá giống với nghiên cứu thực nghiệm trước đó của Macus Nune còn lại biến go21, go 2 2 thì có kết quả khác với nghiên cứu trước đó cụ thể go21tương quan dương (trước đo theo Macus Nune là tương quan âm) , go22 tương quan âm (trước đo theo Macus Nune là tương quan dương). Bảng 4.3.2 thể hiện kết quả hồi quy của mô hình (2) theo ba phương pháp là Pool Regression, mô hình tác động cố định (Fixed Effect model) và mô hình tác động ngẫu nhiên (Random Effect model) để xác định xem phương pháp nào là phù hợp nhất, tác giả tiến hành từng cặp phương pháp kiểm định với nhau. Đầu tiên tác giả tiến hành kiểm định Likelihood Ratio Test để so sánh kiểm định Pool Regression với Fixed Effect model với giả thuyết Ho: chọn Pool Regression là phù hợp. H1: chọn phương pháp Fixed effect là phù hợp. Effects Test Statistic d.f. Prob. Cross-section F 46.198346 (91,269) 0.0000 Cross-section Chi-square 1034.490055 91 0.0000 Kết quả cho thấy p-value < 0.05 điều đo cho thấy phương pháp fixed effect model là phù hợp do vậy chọn phương pháp fixed effect model. Tiếp theo tác giả tiến hành kiểm định Breusch and Pagan Lagrangian Multiplier (LM test) để kiểm định so sánh phương pháp Pool Regresion và Random effect model phương pháp nào là phù hợp với giả thuyết H0: chọn Pool Regression là phù hợp và giả thuyết H1: chọn Random effect model là phù hợp. Kết quả kiểm định cho 35 thấy P-value = 0.000< α như vậy chúng ta bác bỏ giả thuyết H0 hay có nghĩa là mô hình Random effect model la phương pháp thich hợp trong trường hợp này. Cuối cùng tác giả tiến hành kiểm định Hausman Test để kiểm định xem giữa hai phương pháp Fixed effect model và Random effect model phương pháp nào là phù hợp với giả thuyết H0: chọn phương pháp Random effect model là phù hợp và giả thuyết H1: chọn phương pháp Fixed effect model là phù hợp. Kết quả kiểm định cho thấy P-value = 0.000<α do đó bác bỏ giả thuyết H0 chọn phương pháp Fixed effect model trong trường hợp này. Test: Ho: difference in coefficients not systematic chi2(7) = 43.51 Prob>chi2 = 0.0000 Kết luận: từ kết quả kiểm định tác giả chọn phương pháp Fixed effect model cho mô hình (2). Sau khi chọn được phương pháp phù hợp nhất cho mô hình (2) tác giả tiến hành kiểm định hiện tượng phương sai thay đổi, kiểm định hiện tượng đa cộng tuyến và kiểm định hiện tượng tự tương quan. Kết quả kiểm định như sau: Kiểm định hiện tượng phương sai thay đổi như sau: Ho: Constant variance Variables: fitted values of blev chi2(1) = 1381.89 Prob > chi2 = 0.0000 Tác giả sử dụng phương pháp Breusch –Pagan Test để kiểm định hiện phương sai thay đổi cho mô hình (2). Giả thuyết H0: không có hiện tượng phương sai thay đổi, và kết quả P-value<α như vậy mô hình trên có hiện tượng phương sai thay đổi. Chi 2(1) = 183.25 Prob >chi2 = 0.0000 36 Tiếp theo tác giả tiến hành kiểm định đa cộng tuyến cho mô hình (2) BIẾN VIF 1/VIF GO1 6.83 0.1464 GO21 6.34 0.1577 GO2 4.62 0.2165 GO22 4.11 0.2433 PRO 1.72 0.5814 SIZE 1.1 0.9091 TANG 1.02 0.9804 Mean VIF 3.677 Tác giả dùng nhân tử phóng đại phương sai (Variance inflation factor- VIF) để kiểm định hiện tượng đa cộng tuyến trong mô hình, VIF trung bình là 3.677. Kết luận: mô hình trên có hiện tượng đa cộng tuyến nhưng không nghiêm trọng. Kiểm định hiện tượng tự tương quan cho mô hình (2). Tác giả tiến hành kiểm định hiện tượng tự tương quan bằng kiểm định Woodridge test cho mô hình (2) với giả thuyết H0: không có hiện tượng tự tương quan trong mô hình. Kết quả cho thấy P-value = 0.1384 >0.05 do đó mô hình trên không có hiện tượng tự tương quan, chấp nhận giả thuyết H0. Kết luận: từ các kết quả kiểm định tác giả kết luận mô hình trên có xảy ra hiện tượng phương sai thay đổi. Để khắc phục hiện tượng phương sai thay đổi, tác giả sử dụng mô hình FGLS cho mô hình (2). F (1, 91) = 2.235 Prob > F = 0.1384 37 Cross sectional times series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation blev Coef Std. Err. z P>|z| [95%Conf. Interval] go1 0.1288591 0.0349063 3.69 0.0000 0.0604441 0.1972742 go21 -0.0177496 0.0126935 1.4 0.1620 -0.0426284 0.71291 go2 -1.115419 0.2239995 -4.98 0.0000 -1.55445 -0.676388 go22 0.6229725 0.9761537 0.64 0.5230 -1.290254 2.536199 pro -0.3026768 0.0683071 -4.43 0.0000 -0.4365563 -0.168797 size 0.0925905 0.0089765 10.31 0.0000 0.0749968 0.1101841 tang 0..030991 0.0192015 1.61 0.1070 -0.0066433 0.0686253 cons -0.0762756 0.0571164 -1.34 0.1820 -0.1882217 0.0356705 Nguồn : tính toán của tác giả từ phần mềm thống kê. Kết quả mô hình FGLS cho thấy biến go1, go2, pro, size đều có ý nghĩa thống kê trừ trường hợp biến go21, go22 và tài sản cố định hữu hình (tang) là không có ý nghĩa thống kê. Kết quả cũng cho thấy biến go1 có quan hệ cùng chiều lên biến phụ thuộc blev với hệ số 0.1288591. Điều đó có nghĩa khi biến cơ hội tăng trưởng go1 tăng lên 1 phần trăm thì tác động lên biến phụ thuộc blev tăng 12.89% tương ứng. Biến go21 có mối quan hệ ngược chiều lên biến phụ thuộc blev với hệ số 0.0177496. Biến cơ hội tăng trưởng go2 thì quan hệ ngược chiều lên biến phụ thuộc blev với hệ số -1.115419 điều đó cho thấy khi biến cơ hội tăng trưởng go2 tăng 1% thì làm cho biến phụ thuộc blev giảm 111.54% tương ứng. Biến go22 có mối quan hệ ngược chiều với blev với hệ số 0.6229725. Biến lợi nhuận có mối quan hệ ngược chiều lên biến phụ thuôc blev với hệ số -0.3026768 cho thấy khi biến lợi nhuận tăng 1% thì làm cho biến phụ thuộc giảm 30.27%. Biến quy mô công ty và tài sản cố định hữu hình đều có mối quan hệ cùng chiều lên biến phụ thuộc blev với hệ số tương ứng lần lượt là 0.0925905, 0.030991, cho thây khi biến quy mô công ty và tài sản cố định hữu hình tăng lên 1% lần lượt tác động lên biến phụ thuộc tăng lần lượt là 9.259% và 3.099%. Đồng thời p-value = 0.000< 0.05 như vậy mô hình có ý nghĩa, tuy nhiên do biến go21, go22 đều không có ý nghĩa thống kê do đó 38 mô hình mối quan hệ bình phương không thể sử dụng để ước lượng mối quan hệ giữa cơ hội tăng trưởng và nợ ở Việt Nam. Kết luận: tác giả có thể kết luận mối quan hệ giữa cơ hội tăng trưởng và nợ ở Việt Nam là mối quan hệ tuyến tính. Đồng thời tác giả nhận thấy các biến go21, go22 đều không có ý nghĩa thống kê do đó không có mối quan hệ bình phương và lập phương. Vì vậy tác giả không tiến hành kiểm định mối quan hệ lập phương như theo tác giả Serrasquiero và Macus Nune. 39 4.3.3 Kết quả hồi quy mô hình 3 Kết quả hồi quy mô hình mlev = α+ β1 *go1+β2*go2+β3*pro+β4*tang+εi (3) Bảng 4.3.3 kết quả chạy hồi quy mô hình Mlev = α+ β1 *go1+β2*go2+β3*pro+β4*tang+εi (3) Mô hình 3 mlev Pool Regression Fixed effect Random effect Biến độc lập Hệ số t-statistic Hệ số t-statistic Hệ số t- statistic p-value p-value p-value GO1 -0.0052491 -0.15 -0.0082085 -0.13 -0.00567 -0.15 0.878 0.898 0.878 GO2 -0.2664483 0.569073 -0.0042222 -0.000 -0.175042 -0.29 0.64 0.997 0.774 PRO -0.8800984 0.3228989 -1.481801 -2.49 -0.950522 -2.76 0.007 0.013 0.006 SIZE 0.0279151 0.0388317 0.2586773 1.32 0.0329474 0.75 0.473 0.187 0.451 TANG 0.0518161 0.0604368 0.0061193 0.08 0.0414863 0.68 0.392 0.935 0.499 Hệ số tự do 0.4582958 0.2243568 -0.8223751 -0.72 0.4350218 1.72 0.042 0.473 0.086 Adj R- square 0.0335 0.0466 0.089 F-stat(p- value) 0.0039 0.019 0.0078 Likelihood Ratio Tests 0.0003 Lagrange Multiplier Test 0.0495 Hausman Test 0.486 Nguồn: tính toán của tác giả từ phần mềm thống kê Bảng 4.3.3 kết quả cho thấy biến chỉ có biến go1 tương quan âm (khác với kết quả của tác giả Macus Nune) các biến còn lại go2, pro, size, tang đều giống với kết quả nghiên cứu của các tác giả trước đó. 40 Bảng 4.3.3 thể hiện kết quả hồi quy của mô hình (3) theo ba phương pháp là Pool Regression, mô hình tác động cố định (Fixed Effect model) và mô hình tác động ngẫu nhiên (Random Effect model) để xác định xem phương pháp nào là phù hợp nhất, tác giả tiến hành từng cặp phương pháp kiểm định với nhau. Đầu tiên tác giả tiến hành kiểm định Likelihood Ratio Test để so sánh kiểm định Pool Regression với Fixed Effect model với giả thuyết Ho: chọn Pool Regression là phù hợp. H1: chọn phương pháp Fixed effect là phù hợp. Effects Test Statistic d.f. Prob. Cross-section F 1.424853 (91,271) 0.0158 Cross-section Chi-square 143.887434 91 0.0003 Kết quả cho thấy p-value = 0.0003 < 0.05 điều đo cho thấy phương pháp fixed effect model là phù hợp do vậy chọn phương pháp fixed effect model. Tiếp theo tác giả tiến hành kiểm định Breusch and Pagan Lagrangian Multiplier (LM test) để kiểm định so sánh phương pháp Pool Regresion và Random effect model phương pháp nào là phù hợp với giả thuyết H0: chọn Pool Regression là phù hợp và giả thuyết H1: chọn Random effect model là phù hợp. Kết quả kiểm định cho thấy P-value = 0.0495< α như vậy chúng ta bác bỏ giả thuyết H0 hay có nghĩa là mô hình Random effect model la phương pháp thich hợp trong trường hợp này. Cuối cùng tác giả tiến hành kiểm định Hausman Test để kiểm định xem giữa hai phương pháp Fixed effect model và Random effect model phương pháp nào là phù hợp với giả thuyết H0: chọn phương pháp Random effect model là phù hợp và giả thuyết H1: chọn phương pháp Fixed effect model là phù hợp. Kết quả kiểm định cho Chi 2(1) = 3.86 Prob >chi2 = 0.0495 41 thấy P-value = 0.486>α do đó tác giả chấp nhận giả thuyết H0 chọn phương pháp Random effect model trong trường hợp này. Test: Ho: difference in coefficients not systematic chi2(7) = 4.45 Prob>chi2 = 0.486 Kết luận: từ kết quả kiểm định tác giả chọn phương pháp Random effect model cho mô hình (3). Sau khi chọn được phương pháp phù hợp nhất cho mô hình (3) tác giả tiến hành kiểm định hiện tượng phương sai thay đổi, kiểm định hiện tượng đa cộng tuyến và kiểm định hiện tượng tự tương quan. Kết quả kiểm định như sau: Kiểm định hiện tượng phương sai thay đổi như sau: Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of blev chi2(1) = 0.44 Prob > chi2 = 0.5093 Tác giả sử dụng phương pháp Breusch –Pagan Test để kiểm định hiện phương sai thay đổi cho mô hình (3). Giả thuyết H0: không có hiện tượng phương sai thay đổi, và kết quả P-value = 0.5093 >α như vậy mô hình trên có không có hiện tượng phương sai thay đổi. Tiếp theo tác giả tiến hành kiểm định đa cộng tuyến cho mô hình (3) Biến VIF 1/VIF pro 1.72 0.581698 go2 1.38 0.725714 go1 1.32 0.75942 size 1.03 0.966686 tang 1.02 0.981415 Mean VIF 1.29 42 Tác giả dùng nhân tử phóng đại phương sai (Variance inflation factor- VIF) để kiểm định hiện tượng đa cộng tuyến trong mô hình (3), VIF trung bình là 1.29. Kết luận: mô hình trên có hiện tượng đa cộng tuyến nhưng không nghiêm trọng. Kiểm định hiện tượng tự tương quan cho mô hình (3). Tác giả tiến hành kiểm định hiện tượng tự tương quan bằng kiểm định Woodridge test cho mô hình (3) với giả thuyết H0: không có hiện tượng tự tương quan trong mô hình. Kết quả cho thấy P-value = 0.2956 >0.05 do đó mô hình trên không có hiện tượng tự tương quan, chấp nhận giả thuyết H0. Kết luận: từ các kết quả kiểm định tác giả kết luận mô hình trên không có xảy ra hiện tượng phương sai thay đổi, đa cộng tuyến hay tự tương quan. Như vậy tác giả có thể dụng phương pháp Random Effect model để sử dụng cho mô hình (3). Kết quả mô hình (3) theo phương pháp Random Effect Model cho thấy các biến go1, go2, size, tang đều không có ý nghĩa thống kê trừ trường hợp biến lợi nhuận là có ý nghĩa thống kê. Kết quả cũng cho thấy biến go1 có quan hệ ngược chiều lên biến phụ thuộc mlev với hệ số -0.0056696. Điều đó có nghĩa khi biến cơ hội tăng trưởng go1 tăng lên 1 phần trăm thì tác động lên biến phụ thuộc mlev giảm nhẹ 0.56% tương ứng. Biến cơ hội tăng trưởng go2 thì quan hệ ngược chiều lên biến phụ thuộc blev với hệ số -0.175042 điều đó cho thấy khi biến cơ hội tăng trưởng go2 tăng 1% thì làm cho biến phụ thuộc mlev giảm 17.51% tương ứng. Biến lợi nhuận có mối quan hệ ngược chiều lên biến phụ thuôc mlev với hệ số -0.950522 Wooldridge test for autocorrelation in panel data H0: no first order autocorrelation F (1, 91) = 1.107 Prob > F = 0.2956 43 cho thấy khi biến lợi nhuận tăng 1% thì làm cho biến phụ thuộc mlev giảm mạnh 95.05%. Điều đo cho tác giả biến lợi nhuận có tác động giảm manh lên giá trị thị trường của nợ. Biến quy mô công ty và tài sản cố định hữu hình đều có mối quan hệ cùng chiều lên biến phụ thuộc mlev với hệ số tương ứng lần lượt là 0.0329474, 0.0414863, cho thấy khi biến quy mô công ty và tài sản cố định hữu hình tăng lên 1% lần lượt tác động lên biến phụ thuộc mlev tăng lần lượt là 3.29% và 4.15%. Đồng thời p-value = 0.0078< 0.05 như vậy mô hình có ý nghĩa, tuy nhiên do các biến hầu hết không có ý nghĩa thống kê ngoại trừ biến lợi nhuận do đó mô hình (3) không phù hợp để nghiên cứu mối quan hệ giữa giá trị thị trường của nợ và cơ hội tăng trưởng. 44 4.3.4 Kết quả hồi quy mô hình 4: Kết quả hồi quy mô hình mlev = α+ β1*go1+β2*go 2 1+β3*go2+β4*go 2 2 + β5*pro+β6*size + β7*tang+εi (4) Bảng 4.3.4 kết quả chạy hồi quy mô hình Mlev = α+ β1 *go1+β2*go 2 1+ β3* go2+β4*go 2 2 + β5*pro+β6*size + β7*tang+εi (4) Mô hình 4 Mlev Pool Regression Fixed effect Random effect biến độc lập Hệ số t- statistic Hệ số t-statistic Hệ số t- statistic p-value p-value p-value GO1 -0.0761168 -0.98 -0.0007664 -0.01 -0.0610478 -0.76 0.33 0.994 0.446 GO21 0.0092481 0.99 -0.0008895 -0.08 0.0072 0.76 0.323 0.938 0.446 GO2 0.2422093 0.23 0.452021 0.22 0.3299369 0.29 0.816 0.829 0.768 GO22 -2.126528 -0.59 -1.578386 -0.26 -2.100627 -0.55 0.552 0.796 0.58 PRO -0.883008 -2.73 -1.475102 -2.46 -1.3918649 -2.76 0.7*** 0.014 0.6*** SIZE 0..0392635 0.98 0.2609623 1.33 -0.9538764 0.94 0.328 0.185 0.348 TANG 0.0518285 0.86 0.0059019 0.08 0.0416246 0.68 0.392 0.937 0.498 Hệ số tự do 0.4410006 1.93 -0.8530425 -0.74 0.418062 1.63 0.5** 0.461 0.104 Adj R- square 0.0316 0.0449 0.1001 F-stat(p- value) 0.0094 0.0249 0.0205 Likelihood Ratio Tests 0.0004 Lagrange Multiplier Test 0.0069 Hausman Test 0.5444 Số liệu trong ngoặc đơn là giá trị t-statistics, ***,**,* tương ứng là mức ý nghĩa 1%,5%,10%. 45 Nguồn: tính toán của tác giả từ phần mềm thống kê Bảng 4.3.4 cho thấy kết quả go1, go21 và tang trái với nghiên cứu thực nghiệm trước đó của Macus Nune. Đồng thời các biến trong bài nghiên cứu của Macus Nune thì các biến đều có ý nghĩa thống kê trái ngược với tác giả chỉ có biến lợi nhuận là có ý nghĩa thống kê. thể hiện kết quả hồi quy của mô hình (4) theo ba phương pháp là Pool Regression, mô hình tác động cố định (Fixed Effect model) và mô hình tác động ngẫu nhiên (Random Effect model) để xác định xem phương pháp nào là phù hợp nhất, tác giả tiến hành từng cặp phương pháp kiểm định với nhau. Đầu tiên tác giả tiến hành kiểm định Likelihood Ratio Test để so sánh kiểm định Pool Regression với Fixed Effect model với giả thuyết Ho: chọn Pool Regression là phù hợp. H1: chọn phương pháp Fixed effect là phù hợp. Kết quả cho thấy p-value < 0.05 điều đo cho thấy phương pháp fixed effect model là phù hợp do vậy chọn phương pháp fixed effect model. Tiếp theo tác giả tiến hành kiểm định Breusch and Pagan Lagrangian Multiplier (LM test) để kiểm định so sánh phương pháp Pool Regresion và Random effect model phương pháp nào là phù hợp với giả thuyết H0: chọn Pool Regression là phù hợp và giả thuyết H1: chọn Random effect model là phù hợp. Kết quả kiểm định cho thấy P-value = 0.0069< α như vậy chúng ta bác bỏ giả thuyết H0 hay có nghĩa là mô hình Random effect model la phương pháp thich hợp trong trường hợp này. Effects Test Statistic d.f. Prob. Cross-section F 1.403444 (91,269) 0.0200 Cross-section Chi-square 142.969020 91 0.0004 Breusch and Pagan Lagrangian multiplier test for random effects Chi 2(1) = 3.36 Prob >chi2 = 0.0069 46 Cuối cùng tác giả tiến hành kiểm định Hausman Test để kiểm định xem giữa hai phương pháp Fixed effect model và Random effect model phương pháp nào là phù hợp với giả thuyết H0: chọn phương pháp Random effect model là phù hợp và giả thuyết H1: chọn phương pháp Fixed effect model là phù hợp. Kết quả kiểm định cho thấy P-value = 0.5444>α do đó tác giả chấp nhận giả thuyết H0 chọn phương pháp Random effect model trong trường hợp này. Test: Ho: difference in coefficients not systematic chi2(7) = 43.51 Prob>chi2 = 0.5444 Kết luận: từ kết quả kiểm định tác giả chọn phương pháp Random effect model cho mô hình (4). Sau khi chọn được phương pháp phù hợp nhất cho mô hình (4) tác giả tiến hành kiểm định hiện tượng phương sai thay đổi, kiểm định hiện tượng đa cộng tuyến và kiểm định hiện tượng tự tương quan. Kết quả kiểm định như sau: Kiểm định hiện tượng phương sai thay đổi như sau: Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of mlev chi2(1) = 26.63 Prob > chi2 = 0.0000 Tác giả sử dụng phương pháp Breusch –Pagan Test để kiểm định hiện phương sai thay đổi cho mô hình (4). Giả thuyết H0: không có hiện tượng phương sai thay đổi, và kết quả P-value<α như vậy mô hình trên có hiện tượng phương sai thay đổi. Tiếp theo tác giả tiến hành kiểm định đa cộng tuyến cho mô hình (4) 47 BIẾN VIF 1/VIF GO1 6.83 0.1464 GO21 6.34 0.1577 GO2 4.62 0.2165 GO22 4.11 0.2433 PRO 1.72 0.5814 SIZE 1.1 0.9091 TANG 1.02 0.9804 Mean VIF 3.677 Tác giả dùng nhân tử phóng đại phương sai (Variance inflation factor- VIF) để kiểm định hiện tượng đa cộng tuyến trong mô hình, VIF trung bình là 3.677. Kết luận: mô hình trên có hiện tượng đa cộng tuyến nhưng không nghiêm trọng. Kiểm định hiện tượng tự tương quan cho mô hình (4). Tác giả tiến hành kiểm định hiện tượng tự tương quan bằng kiểm định Woodridge test cho mô hình (4) với giả thuyết H0: không có hiện tượng tự tương quan trong mô hình. Kết quả cho thấy P-value = 0.3129 >0.05 do đó mô hình trên không có hiện tượng tự tương quan, chấp nhận giả thuyết H0. Kết luận: từ các kết quả kiểm định tác giả kết luận mô hình trên có xảy ra hiện tượng phương sai thay đổi. Wooldridge test for autocorrelation in panel data H0: no first order autocorrelation F (1, 91) = 1.030 Prob > F = 0.3129 48 Để khắc phục hiện tượng phương sai thay đổi, tác giả sử dụng mô hình FGLS cho mô hình (4). Cross sectional times series FGLS regression Coefficients: generalized least squares Wald chi2 354.87 Panels: heteroskedastic Pro> chi2 0.0000 Correlation: no autocorrelation blev Coef Std. Err. z P>|z| [95%Conf. Interval] go1 -0.2823678 0.0314057 -8.99 0.0000 -0.3439219 -0.2208136 go21 -0.0310958 0.0049567 6.27 0.0000 0.0213808 0.0408108 go2 -0.361501 0.2327603 -1.55 0.1200 -0.8177027 0.0947007 go22 -0.8845419 0.7566598 -1.17 0.2420 -2.367568 0.598484 pro -0.8349818 0.1070382 -7.8 0.0000 -1.044773 -0.6251907 size 0.0841551 0.0114465 7.53 0.0000 0.0617203 0.1065899 tang 0.0241712 0.0188041 1.29 0.1990 -0.0126842 0.0610266 cons 0.3929892 0.0665307 5.91 0.0000 0.2625914 0.523387 Nguồn: tính toán của tác giả từ phần mềm thống kê Kết quả mô hình FGLS cho thấy biến go1,go21, pro, size đều có ý nghĩa thống kê trừ trường hợp biến go2, go22 và tài sản cố định hữu hình (tang) là không có ý nghĩa thống kê. Kết quả cũng cho thấy biến go1 có quan hệ ngược chiều lên biến phụ thuộc mlev với hệ số -0.2823678. Điều đó có nghĩa khi biến cơ hội tăng trưởng go1 tăng lên 1 phần trăm thì tác động lên biến phụ thuộc mlev giảm 28.24% tương ứng. Biến go21 có mối quan hệ ngược chiều lên biến phụ thuộc mlev với hệ số 0.0310958. Biến cơ hội tăng trưởng go2 thì quan hệ ngược chiều lên biến phụ thuộc mlev với hệ số -0.361501 điều đó cho thấy khi biến cơ hội tăng trưởng go2 tăng 1% thì làm cho biến phụ thuộc mlev giảm 36.15% tương ứng. Biến go22 có mối quan hệ ngược chiều với mlev với hệ số -0.8845419. Biến lợi nhuận có mối quan hệ ngược chiều lên biến phụ thuôc blev với hệ số -0.8349818 cho thấy khi biến lợi nhuận tăng 1% thì làm cho biến phụ thuộc giảm 83.49%. Biến quy mô công ty và tài sản cố định hữu hình đều có mối quan hệ cùng chiều lên biến phụ thuộc blev với hệ số tương ứng lần lượt là 0.0841551, 0.0241712, cho thây khi biến quy mô công ty và tài sản cố định hữu hình tăng lên 1% lần lượt tác động lên biến phụ thuộc tăng 49 lần lượt là 8.42% và 2.17%. Đồng thời p-value = 0.000< 0.05 như vậy mô hình có ý nghĩa, tuy nhiên do biến go2, go22 ,tang đều không có ý nghĩa thống kê do đó mô hình trên không phù hợp sử dụng để ước lượng mối quan hệ giữa cơ hội tăng trưởng và giá trị thị trường của nợ ở Việt Nam. Kết luận: Tác giả có thể kết luận mối quan hệ giữa cơ hội tăng trưởng và nợ ở Việt Nam là mối quan hệ tuyến tính với cả hai biến phụ thuộc là blev và mlev. Do đó không tồn tại mối quan hệ bình phương hay lập phương vì vậy tác giả không tiến hành kiểm định mối quan hệ lập phương như nghiên cứu trước đó của Macus Nune.Đồng thời biến tài sản cố định hữu hình đều không có ý nghĩa thống kê ở bất cứ mô hình nào. Do đó cần loại bỏ biến tài sản cố định hữu hình ra khỏi mô hình. 50 4.4.5 Kết quả hồi quy mô hình 5: Blev = α+ β1*go1+β2*go2+β3*pro+β4*size+εi (5) Bảng 4.3.5 kết quả chạy hồi quy mô hình blev = α+ β1 *go1+β2* go2+β3*pro+β4*size+εi (5) Mô hình 5 Blev Pool Regression Fixed effect Random effect biến độc lập Hệ số t-statistic Hệ số t-statistic Hệ số t-statistic p-value p-value p-value GO1 0.30666 13.48 0.034134 2.83 0.0579745 4.58 0.00*** 0.5*** 0.00*** GO2 -1.335306 -3.53 -0.3386421 -1.57 -0.4029743 -1.81 0.00*** 0.118 0.07 PRO -0.2245429 -1.05 -0.1431167 -1.27 -0.1366178 -1.17 0.294 0.204 0.243 SIZE 0.0306351 1.19 0.0846776 2.3 0.091239 2.91 0.234 0.022 0.4*** Hệ số tự do 0.1067831 0.72 0.042139 0.2 -0.018865 -0.1 0.474 0.845 0.919 Adj R- square 0.392 0.1479 0.2359 F-stat(p- value) 0.0000 0.0000 0.0000 Likelihood Ratio Tests 0.000 Lagrange Multiplier Test 0.000 Hausman Test 0.000 Số liệu trong ngoặc đơn là giá trị t-statistics, ***,**,* tương ứng là mức ý nghĩa 1%, 5%, 10%. Nguồn: tính toán của tác giả từ phần mềm thống kê Bảng 4.3.5 thể hiện kết quả hồi quy của mô hình (5) theo ba phương pháp là Pool Regression, mô hình tác động cố định (Fixed Effect model) và mô hình tác động ngẫu nhiên (Random Effect model) để xác định xem phương pháp nào là phù hợp nhất, tác giả tiến hành từng cặp phương pháp kiểm định với nhau. 51 Đầu tiên tác giả tiến hành kiểm định Likelihood Ratio Test để so sánh kiểm định Pool Regression với Fixed Effect model với giả thuyết Ho: chọn Pool Regression là phù hợp. H1: chọn phương pháp Fixed effect là phù hợp. Kết quả cho thấy p-value =0.000<0.05 bác bỏ giả thuyết Ho điều đó có nghĩa là phương pháp Fixed effect model là phù hợp. Effects Test Statistic d.f. Prob. Cross-section F 54.925682 (91,272) 0.0000 Cross-section Chi-square 1090.762510 91 0.0000 Tiếp theo tác giả tiến hành kiểm định Breusch and Pagan Lagrangian Multiplier (LM test) để kiểm định so sánh phương pháp Pool Regresion và Random effect model phương pháp nào là phù hợp với giả thuyết H0: chọn Pool Regression là phù hợp và giả thuyết H1: chọn Random effect model là phù hợp. Kết quả kiểm định cho thấy P-value = 0.000< α như vậy chúng ta bác bỏ giả thuyết H0 hay có nghĩa là mô hình Random effect model la phương pháp thich hợp trong trường hợp này. Cuối cùng tác giả tiến hành kiểm định Hausman Test để kiểm định xem giữa hai phương pháp Fixed effect model và Random effect model phương pháp nào là phù hợp với giả thuyết H0: chọn phương pháp Random effect model là phù hợp và giả thuyết H1: chọn phương pháp Fixed effect model là phù hợp. Kết quả kiểm định cho thấy P-value = 0.0000<α do đó tác giả bác bỏ giả thuyết H0 tác giả chọn phương pháp Fixed effect model trong trường hợp này. Breusch and Pagan Lagrangian multiplier test for random effects Chi 2(1) = 328.11 Prob >chi2 = 0.0000 52 Test: Ho: difference in coefficients not systematic chi2(7) = 48.87 Prob>chi2 = 0.0000 Kết luận: từ kết quả kiểm định tác giả chọn phương pháp Fixed effect model cho mô hình (5). Sau khi chọn được phương pháp phù hợp nhất cho mô hình (5) tác giả tiến hành kiểm định hiện tượng phương sai thay đổi, kiểm định hiện tượng đa cộng tuyến và kiểm định hiện tượng tự tương quan. Kết quả kiểm định như sau: Kiểm định hiện tượng phương sai thay đổi như sau: Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of mlev chi2(1) = 1613.19 Prob > chi2 = 0.0000 Tác giả sử dụng phương pháp Breusch –Pagan Test để kiểm định hiện phương sai thay đổi cho mô hình (5). Giả thuyết H0: không có hiện tượng phương sai thay đổi, và kết quả P-value<α như vậy mô hình trên có hiện tượng phương sai thay đổi. Tiếp theo tác giả tiến hành kiểm định đa cộng tuyến cho mô hình (5) Biến VIF 1/VIF pro 1.71 0.585927 go2 1.38 0.725776 go1 1.32 0.759549 size 1.03 0.972819 mean VIF 1.36 Tác giả dùng nhân tử phóng đại phương sai (Variance inflation factor- VIF) để kiểm định hiện tượng đa cộng tuyến trong mô hình, VIF trung bình là 1.36 53 Kết luận: mô hình trên có hiện tượng đa cộng tuyến nhưng không nghiêm trọng. Kiểm định hiện tượng tự tương quan cho mô hình (5). Tác giả tiến hành kiểm định hiện tượng tự tương quan bằng kiểm định Woodridge test cho mô hình (5) với giả thuyết H0: không có hiện tượng tự tương quan trong mô hình. Kết quả cho thấy P-value = 0.6221 >0.05 do đó mô hình trên không có hiện tượng tự tương quan, chấp nhận giả thuyết H0. Kết luận: từ các kết quả kiểm định tác giả kết luận mô hình trên có xảy ra hiện tượng phương sai thay đổi. Để khắc phục hiện tượng phương sai thay đổi, tác giả sử dụng mô hình FGLS cho mô hình (5) Cross sectional times series FGLS regression Coefficients: generalized least squares wald chi2 271.10 Panels: heteroskedastic Pro> chi2 0.0000 Correlation: no autocorrelation blev Coef Std. Err. z P>|z| [95%Conf. Interval] go1 0.2282431 0.0224512 10.17 0.0000 0.1842394 0.2722467 go2 -1.022749 0.1606851 -6.36 0.0000 -1.337686 -0.7078124 pro -0.2912963 0.080708 -3.61 0.0000 -0.4494811 -0.1331114 size 0.0582511 0.0090237 6.46 0.0000 0.040565 0.0759373 cons 0.0182328 0.056975 0.32 0.7490 -0.0934361 0.1299017 Nguồn: tính toán của tác giả từ phần mềm thống kê. Wooldridge test for autocorrelation in panel data H0: no first order autocorrelation F (1, 91) = 0.245 Prob > F = 0.6221 54 Kết quả mô hình FGLS cho thấy biến go1, go2, pro, size đều có ý nghĩa thống kê Kết quả cũng cho thấy biến go1 có quan hệ cùng chiều lên biến phụ thuộc blev với hệ số 0.2282431. Điều đó có nghĩa khi biến cơ hội tăng trưởng go1 tăng lên 1 phần trăm thì tác động lên biến phụ thuộc blev tăng 22.82% tương ứng. Biến cơ hội tăng trưởng go2 thì quan hệ ngược chiều lên biến phụ thuộc blev với hệ số -1.022749 điều đó cho thấy khi biến cơ hội tăng trưởng go2 tăng 1% thì làm cho biến phụ thuộc blev giảm 102.27% tương ứng. Biến lợi nhuận có mối quan hệ ngược chiều lên biến phụ thuôc blev với hệ số -0.2912963 cho thấy khi biến lợi nhuận tăng 1% thì làm cho biến phụ thuộc blev giảm 29.13%. Biến quy mô công ty có mối quan hệ cùng chiều lên biến phụ thuộc blev với hệ số 0.582511, cho thấy khi biến quy mô công ty tăng lên 1% lần lượt tác động lên biến phụ thuộc blev tăng 58.25%. Đồng thời p-value = 0.000< 0.05 như vậy mô hình có ý nghĩa, mô hình trên phù hợp lựa chọn nghiên cứu mối quan hệ giữa cơ hội tăng trưởng go1 và giá trị sổ sách của nợ ở Việt Nam. 55 4.4.6 Kết quả hồi quy mô hình 6: mlev = α+ β1*go1+β2*go2+β3*pro+β4*size+εi (6) Bảng 4.3.6 kết quả chạy hồi quy mô hình blev = α+ β1 *go1+β2* go2+β3*pro+β4*size+εi (6) Mô hình 6 Blev Pool Regression Fixed effect Random effect Biến độc lập Hệ số t-statistic Hệ số t-statistic Hệ số t-statistic p-value p-value p-value GO1 -0.0056326 -0.16 -0.008326 -0.13 -0.0060507 -0.16 0.869 0.896 0.87 GO2 -0.2619273 -0.46 -0.0047283 - -0.1711082 -0.28 0.645 0.997 0.78 PRO -0.9036178 -2.81 -1.482259 -2.49 -0.9693816 -2.82 0.5*** 0.013 0.5*** SIZE 0.0305585 0.79 0.2587083 1.33 0.0351596 0.8 0.43 0.186 0.422 -0.820728 - Hệ số tự do 0.4591292 2.05 -0.820728 -0.72 0.4352003 1.71 0.41** 0.473 0.087 Adj R- square 0.0342 0.0462 0.0822 F-stat(p- value) 0.0023 0.0163 0.0043 Likelihood Ratio Tests 0.0003 Lagrange Multiplier Test 0.0409 Hausman Test 0.4860 Số liệu trong ngoặc đơn là giá trị t-statistics, ***,**,* tương ứng là mức ý nghĩa 1%, 5%, 10%. Nguồn: tính toán của tác giả từ phần mềm thống kê Bảng 4.3.6 thể hiện kết quả hồi quy của mô hình (6) theo ba phương pháp là Pool Regression, mô hình tác động cố định (Fixed Effect model) và mô hình tác động 56 ngẫu nhiên (Random Effect model) để xác định xem phương pháp nào là phù hợp nhất, tác giả tiến hành từng cặp phương pháp kiểm định với nhau. Đầu tiên tác giả tiến hành kiểm định Likelihood Ratio Test để so sánh kiểm định Pool Regression với Fixed Effect model với giả thuyết Ho: chọn Pool Regression là phù hợp. H1: chọn phương pháp Fixed effect là phù hợp. Effects Test Statistic d.f. Prob. Cross-section F 1.424853 (91,271) 0.0135 Cross-section Chi-square 143.887434 91 0.0003 Kết quả cho thấy p-value = 0.0003 < 0.05 điều đo cho thấy phương pháp fixed effect model là phù hợp do vậy chọn phương pháp fixed effect model. Tiếp theo tác giả tiến hành kiểm định Breusch and Pagan Lagrangian Multiplier (LM test) để kiểm định so sánh phương pháp Pool Regresion và Random effect model phương pháp nào là phù hợp với giả thuyết H0: chọn Pool Regression là phù hợp và giả thuyết H1: chọn Random effect model là phù hợp. Kết quả kiểm định cho thấy P-value = 0.0409< α như vậy chúng ta bác bỏ giả thuyết H0 hay có nghĩa là mô hình Random effect model la phương pháp thich hợp trong trường hợp này. Cuối cùng tác giả tiến hành kiểm định Hausman Test để kiểm định xem giữa hai phương pháp Fixed effect model và Random effect model phương pháp nào là phù hợp với giả thuyết H0: chọn phương pháp Random effect model là phù hợp và giả thuyết H1: chọn phương pháp Fixed effect model là phù hợp. Kết quả kiểm định cho thấy P-value = 0.4860>α do đó tác giả chấp nhận giả thuyết H0 chọn phương pháp Random effect model trong trường hợp này. Chi 2(1) = 4.18 Prob >chi2 = 0.0409 57 Test: Ho: difference in coefficients not systematic chi2(7) = 4.45 Prob>chi2 = 0.4860 Kết luận: từ kết quả kiểm định tác giả chọn phương pháp Random effect model cho mô hình (6). Sau khi chọn được phương pháp phù hợp nhất cho mô hình (6) tác giả tiến hành kiểm định hiện tượng phương sai thay đổi, kiểm định hiện tượng đa cộng tuyến và kiểm định hiện tượng tự tương quan. Kết quả kiểm định như sau: Kiểm định hiện tượng phương sai thay đổi như sau: Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of blev chi2(1) = 0.32 Prob > chi2 = 0.5687 Tác giả sử dụng phương pháp Breusch –Pagan Test để kiểm định hiện phương sai thay đổi cho mô hình (6). Giả thuyết H0: không có hiện tượng phương sai thay đổi, và kết quả P-value = 0.5687 >α như vậy mô hình trên có không có hiện tượng phương sai thay đổi. Tiếp theo tác giả tiến hành kiểm định đa cộng tuyến cho mô hình (6) Biến VIF 1/VIF pro 1.71 0.585927 go2 1.38 0.725776 go1 1.32 0.759549 size 1.03 0.972819 mean VIF 1.36 Tác giả dùng nhân tử phóng đại phương sai (Variance inflation factor- VIF) để kiểm định hiện tượng đa cộng tuyến trong mô hình (3), VIF trung bình là 1.36. Kết luận: mô hình trên có hiện tượng đa cộng tuyến nhưng không nghiêm trọng. 58 Kiểm định hiện tượng tự tương quan cho mô hình (6). Tác giả tiến hành kiểm định hiện tượng tự tương quan bằng kiểm định Woodridge test cho mô hình (6) với giả thuyết H0: không có hiện tượng tự tương quan trong mô hình. Kết quả cho thấy P-value = 0.2918 >0.05 do đó mô hình trên không có hiện tượng tự tương quan, chấp nhận giả thuyết H0. Kết luận: từ các kết quả kiểm định tác giả kết luận mô hình trên không có xảy ra hiện tượng phương sai thay đổi, đa cộng tuyến hay tự tương quan. Tuy nhiên các biến độc lập như go1, go2, size lại không có ý nghĩa thống kê giải thích cho biến phụ thuộc là mlev. Do đó tác giả khắc phục bằng cách sử dụng mô hình FGLS cho mô hình (6). Cross sectional times series FGLS regression Coefficients: generalized least squares wald chi2 410.84 Panels: heteroskedastic Pro> chi2 0.0000 Correlation: no autocorrelation blev Coef Std. Err. z P>|z| [95%Conf. Interval] go1 -0.1107826 0.0181092 -6.12 0.0000 -0.146276 -0.0752892 go2 -0.554128 0.109834 -5.05 0.0000 -0.7693986 -0.3388573 pro -0.906639 0.102701 -8.83 0.0000 -1.107929 -0.7053487 size 0.078809 0.012102 6.51 0.0000 0.0550895 0.1025285 cons 0.3060491 0.0689416 4.44 0.0000 0.1709261 0.4411721 Nguồn : tính toán của tác giả từ phần mềm thống kê Wooldridge test for autocorrelation in panel data H0: no first order autocorrelation F (1, 91) = 1.125 Prob > F = 0.2918 59 Kết quả mô hình FGLS cho thấy biến go1, go2, pro, size đều có ý nghĩa thống kê Kết quả cũng cho thấy biến go1 có quan hệ ngược chiều lên biến phụ thuộc mlev với hệ số -0.1107826. Điều đó có nghĩa khi biến cơ hội tăng trưởng go1 tăng lên 1 phần trăm thì tác động lên biến phụ thuộc mlev giảm 11.08% tương ứng. Biến cơ hội tăng trưởng go2 thì quan hệ ngược chiều lên biến phụ thuộc mlev với hệ số - 0.554128 điều đó cho thấy khi biến cơ hội tăng trưởng go2 tăng 1% thì làm cho biến phụ thuộc blev giảm 55.41% tương ứng. Biến lợi nhuận có mối quan hệ ngược chiều lên biến phụ thuôc mlev với hệ số -0.906639 cho thấy khi biến lợi nhuận tăng 1% thì làm cho biến phụ thuộc mlev giảm 90.66%. Biến quy mô công ty có mối quan hệ cùng chiều lên biến phụ thuộc mlev với hệ số 0.078809, cho thấy khi biến quy mô công ty tăng lên 1% lần lượt tác động lên biến phụ thuộc mlev tăng là 7.88%. Đồng thời p-value = 0.000< 0.05 như vậy mô hình có ý nghĩa, mô hình phù hợp lựa chọn nghiên cứu mối quan hệ giữa cơ hội tăng trưởng go2 và giá trị thị trường của nợ ở Việt Nam. 4.4 Thảo luận kết quả nghiên cứu: Bảng 4.4: Tóm tắt kết quả mô hình FGLS với hai biến phụ thuộc là mlev và blev Biến Mô hình 5( biến phụ thuộc Blev) Mô hình 6 ( biến phụ thuộc Mlev) tương quan hệ số p-value tương quan hệ số p-value go1 + 0.2282431 0.00*** - -0.1107826 0.00*** go2 - -1.022749 0.00*** - -0.554128 0.00*** pro - -0.2912963 0.00*** - -0.906639 0.00*** size + 0.0582511 0.00*** + 0.078809 0.00*** Hệ số tự do + 0.0182328 0.749 + 0.3060491 0.00*** ***,**,* tương ứng với mức ý nghĩa thống kê 1%, 5%, 10% Nguồn: tính toán của tác giả từ phần mềm thống kê 60 Từ bảng 4.4 ta thấy có sự khác biệt về mối tương quan thuận chiều của biến go1 với biến phụ thuộc trong mô hình (5) với biến blev là biến phụ thuộc là thuận chiều và ngược chiều trong mô hình (6) với biến mlev là biến phụ thuộc. Mức độ biến động của biến go1 trong mô hình (5) là lớn hơn trong mô hình (6) khi biến cơ hội tăng trưởng go1 tăng 1% làm cho biến phụ thuộc blev tăng 22.82% so với việc biến phụ thuộc mlev giảm 11.08% trong mô hình (6) với biến mlev là biến phụ thuộc. Đối với biến cơ hội tăng trưởng go2 thì kết quả cả hai mô hình trên đều có mối tương quan ngược chiều. Điều đó cho thấy khi biến phụ thuộc là giá trị sổ sách của nợ (blev) hay giá trị thị trường của nợ (mlev) tăng lên thì đều làm cho biến cơ hội tăng trưởng go2 giảm xuống. Điều này phù hợp với kết quả nghiên cứu của các tác giả trước đó như Serra queiro và Marco Nunes đều cho kết quả tương quan ngược chiều. Tuy nhiên mức độ biến động của biến go2 trong mô hình (5) là cao hơn trong mô hình (6) với -102.27% và -55.41%. Biến lợi nhuận đều có mối tương quan âm với biến phụ thuộc trong cả hai mô hình (5) và (6). Tuy nhiên mức biến động của biến lợi nhuận trong mô hình (5) thì ít biến động hơn với mức biến động giảm 29.13% (mô hình 5) và mức biến động giảm cao trong mô hình (6) 90.66%. Như vậy khi biến lợi nhuận tăng lên thì làm cho biến phụ thuộc là giá trị sổ sách của nợ giảm 29.13% và biến giá trị thị trường của nợ giảm mạnh hơn với 90.66%. Lợi nhuận tăng lên do vậy doanh nghiệp có thể giữ lại lợi nhuận giữ lại để tái đầu tư thay vì huy động vốn từ việc vay nợ, góp phần giúp doanh nghiệp giảm mức nợ vay. Biến quy mô công ty (size) có mối tương quan thuận chiều lên biến phụ thuộc trong cả hai mô hình (5) và (6) với lần lượt biến blev, mlev là biến phụ thuộc. Tuy nhiên tác động của biến quy mô công ty chỉ có góp phần làm tăng giá trị sổ sách hay giá trị thị trường của nợ ở mức nhẹ với tác động làm tăng 5.83% và 7.88% lên biến blev và mlev. Như vậy biến quy mô công ty giúp cho doanh nghiệp dễ tiếp cần nguồn 61 vốn vay hơn do quy mô công ty càng lớn thì càng làm tăng uy tín của doanh nghiệp với tổ chức cho vay do đó góp phần giúp doanh nghiệp dễ tiếp cần nguồn vốn vay. Tuy nhiên mức tác động này chỉ tác động nhẹ lên biến blev và mlev Kết quả nghiên cứu cũng cho thấy biến tài sản cố định hữu hình có mối tương quan thuận chiều lên đòn bẩy nợ với cả hai biến blev và mlev là biến phụ thuộc. Tuy nhiên biến tài sản cố định (tang) lại không có ý nghĩa thống kê trong cả hai mô hình (1) và (3) đo đó biến tang không phù hợp để giải thích cho hai biến phụ thuộc là blev và mlev. Do vậy cần đưa ra khỏi mô hình (5) và (6). Kết quả nghiên cứu đã đáp ứng được mục tiêu nghiên cứu và trả lời được câu hỏi nghiên cứu đặt ra ở đầu luận văn như mối quan hệ giữa cơ hội tăng trưởng và nợ của các công ty trên thị trường chứng khoán Việt Nam là tuyến tính (khác với các nghiên cứu thực nghiệm trước đó về mối quan hệ phi tuyến giữa cơ hội tăng trưởng và nợ theo Panley 2004, Serrasqueiro và Macus Nune 2010, Mauricio Jara Bertin, Marta Moreno Warleta Paulo Saona Hoffmann. Đồng thời cơ hội tăng trưởng go1 có quan hệ cùng chiều với giá trị sổ sách của nợ và ngược chiều với giá trị thị trường của nợ. Ngược lại cơ hội tăng trưởng go2 thì quan hệ ngược chiều với cả giá trị sổ sách và giá trị thị trường của nợ. Bên cạnh đó các biến lợi nhuận, quy mô công ty đều có tác động lên mối quan hệ giữa cơ hội tăng trưởng và nợ. Phương pháp được sử dụng giữa Pool Regression, Random Effect model và Fixed effect model thì kết quả nghiên cứu cho thấy phương pháp FGLS là phù hợp hơn để sử dụng nghiên cứu mối quan hệ giữa cơ hội tăng trưởng và nợ. 62 CHƢƠNG 5. KẾT LUẬN VÀ HẠN CHẾ BÀI NGHIÊN CỨU 5.1 Kết luận Mối quan hệ giữa cơ hội tăng trưởng go1 và nợ là có mối quan hệ cùng chiều khi biến phụ thuộc là biến giá trị sổ sách của nợ (blev) và ngược chiều khi biến phụ thuộc là biến giá trị thị trường của nợ (mlev). Điều đó cho cho thấy khi công ty có giá trị sổ sách của nợ ở mức cao thì tác động làm cho công ty đó có cơ hội tăng trưởng lớn hơn.Tuy nhiên khi công ty có giá trị thị trường của nợ ở mức cao thì lại làm cho cơ hội tăng trưởng giảm. Kết quả cũng cho chúng ta kết luận về mối quan hệ giữa nợ và cơ hội tăng trưởng go2 có mối quan hệ ngược chiều bất kể biến phụ thuộc là giá trị sổ sách hay giá trị thị trường của nợ. Do đó khi công ty có nguồn vay nợ càng lớn thì nguồn chi phí bỏ ra để đầu tư nghiên cứu công nghệ mới, quỹ đầu tư phát triển với mục đích tạo ra cơ hội tăng trưởng trong tương lai thì giảm xuống. Điều đó cho thấy các doanh nghiệp Việt Nam vẫn chưa mặn mà trong việc nghiên cứu công nghệ mới để tạo ra cơ hội tăng trưởng cho doanh nghiệp. Mối quan hệ giữa biến lợi nhuận và nợ là cùng chiều trong cả hai mô hình (5) và (6) khi biến phụ thuộc là giá trị sổ sách của nợ (blev) hay giá trị thị trường của nợ (mlev). Tuy nhiên mức tác động cùng chiều của biến lợi nhuận lên nợ có khác nhau trong trường hợp biến phụ thuộc là biến giá trị sổ sách của nợ thì tác động nhẹ hơn (29.13%) và mạnh hơn 90.66% trong trường hợp giá trị thị trường của nợ. Kết quả cũng cho thấy mối quan hệ cùng chiều giữa nợ và quy mô công ty điều đó phù hợp với những kết quả nghiên cứu trước đây. Khi quy mô công ty càng lớn thì càng dễ tiếp cận với nguồn vay nợ từ bên ngoài do những công ty lớn tạo ra sự uy tín và tín nhiệm hơn từ tổ chức tín dụng cho vay nên dễ dàng vay được nợ với khoản vay với lãi suất ưu đãi. 63 Biến tài sản cố định hữu hình (tang) có mối quan hệ cùng chiều lên nợ bất kể sử dụng mô hình nào với cả hai biến phụ thuộc là giá trị sổ sách hay giá trị thị trường của nợ. Tuy nhiên biến tang lại không có ý nghĩa và không phù hợp để giải thích cho tác động của nó lên biến phụ thuộc trong cả hai trường hợp là biến mlev và blev là biến phụ thuộc. 5.2 Hạn chế của bài nghiên cứu: Hạn chế của bài nghiên cứu chưa đi sâu xem xét mối quan hệ giữa nợ và cơ hội tăng trưởng tuy thuộc vào đặc điểm của từng ngành. Hơn nữa bài nghiên cứu chưa xem xét chi tiêu đầu tư sẽ có tác động như thế nào lên mối quan hệ giữa nợ và cơ hội tăng trưởng bởi vì khi công ty vay nợ ngoài việc đầu tư vào mua máy móc, thiết bị, tài sản cố định hữu hình, công ty còn đầu tư vào dự án mang lại lợi nhuận cho công ty. Nếu đầu tư hiệu quả sẽ mang lại cho công ty cơ hội tăng trưởng trong tương lai do vậy bài nghiên cứu vẫn còn thiếu sót khi chưa xem xét tác động của biến đầu tư lên mối quan hệ giữa cơ hội tăng trưởng và nợ. Đồng thời bài nghiên cứu có mẫu quan sát còn hạn chế và thời gian quan sát còn ngắn chỉ trong 4 năm từ 2009-2012. Do đó việc tăng kích thứơc mẫu quan sát sẽ góp phần cho bài nghiên cứu tốt hơn và tránh được sai lệch trong việc tìm ra mối quan hệ giữa nợ và cơ hội tăng trưởng. Bài nghiên cứu còn hạn chế trong việc mô hình sử dụng trong bài nghiên cứu Pool regression, Fixed effect model, Random effect model trong khi đó chưa sử dụng các phương pháp kinh tế lượng cao cấp như dynamic panel data của Arellano and Bond 1991, Blundell và Bond 1998 hay Bruno 2005, Hahn 2007. 5.3 Hƣớng nghiên cứu tiếp theo: Bài nghiên cứu trong tương lai sẽ nghiên cứu thêm về sự tác động của ngành lên mối quan hệ giữa cơ hội tăng trưởng và nợ. Xem xét mối quan hệ giữa cơ hội tăng trưởng và nợ sẽ thay đổi như thế nào theo từng ngành, đi sâu vào xem xét ngành cụ 64 thể khác nhau để xem xét ngành sẽ tác động như thế nào lên cơ hội tăng trưởng qua đó cho thấy mối quan hệ giữa nợ và cơ hội tăng trưởng theo từng ngành khác nhau. Đồng thời xem xét sự thay đổi của kinh tế vĩ mô trong nước cũng như sự biến động của kinh tế thế giới tác động như thế nào lên mối quan hệ giữa nợ và cơ hội tăng trưởng, đặc biệt trong tình hình kinh tế thế giới đang đối mặt với khủng hoảng tài chính năm 2008, và khủng hoảng nợ công châu Âu trong những năm gần đây. Hơn nữa biến đòn bẩy nợ còn phụ thuộc vào công ty đầu tư có hiệu quả hay không, từ đó góp phần tạo ra cơ hội tăng trưởng cho doanh nghiệp. Do vậy bài nghiên cứu tiếp theo cũng nên đưa biến đầu tư vào mô hình để xem xét mối quan hệ giữa nợ và cơ hội tăng trưởng. Bổ sung thực hiện các phương pháp kinh tế lương cao cấp như Dynamic Panel data của Arellano and Bond 1991, Blundell and Bond 1998, Bruno 2005, Hahn 2007. Để xác định mối quan hệ giữa cơ hội tăng trưởng và nợ và so sánh kết quả các phương pháp sư dụng khác nhau.