Luận án Ảnh hưởng của đa dạng hóa tới hiệu quả và rủi ro của doanh nghiệp

ợc ghi nhận là “thu nhập khác” đối với trường hợp vừa nêu. • Đầu tư tài chính dài hạn: Đầu tư tài chính dài hạn có hai dạng chính: Đầu tư chứng khoán dài hạn và góp vốn vào công ty con hoặc công ty liên kết. Hoạt động đầu tư chứng khoán dài dạn sẽ tạo ra doanh thu tài chính nên được phân loại là đầu tư tài sản vào ngành không liên quan. Hoạt động góp vốn vào công ty con hoặc công ty liên kết nhằm mục đích mở rộng hoạt động sản xuất kinh doanh sẽ có ba dạng: đầu tư vào công ty con để mở rộng hoạt động sản xuất kinh doanh chính (được phân loại là không đa dạng hóa đầu tư), đầu tư vào công ty con để mở rộng hoạt động sản xuất kinh doanh ngành có liên quan (được phân loại là đa dạng hóa đầu tư tài sản ngành có liên quan), và đầu tư vào công ty con để mở rộng hoạt động sản xuất kinh doanh ngành không liên quan (được phân loại là đa dạng hóa đầu tư tài sản ngành không liên quan). Giá trị các khoản đầu tư này được mô tả trong thuyết minh báo cáo tài chính. Ví dụ sau đây về hoạt động đầu tư tài chính của HSG năm 2015 đã mô tả số tiền đầu tư, doanh nghiệp được đầu tư, và ngành nghề kinh doanh của doanh nghiệp được đầu tư: 305 (Nguồn: Báo cáo tài chính HSG 2015) HSG được phân loại “Nhóm ngành” là “Nguyên vật liệu” (Materials) và “Ngành” là “Khai thác mỏ và quặng” (Metals & Mining). Hoạt động đầu tư vào Công ty cổ phần Tiếp vận và Cảng quốc tế Hoa Sen được phân loại “Nhóm ngành” là “Vận tải” (Transportation). Do “Nhóm ngành” từ công ty được đầu tư khác với “Nhóm ngành” từ HSG (cấp 2 khác nhau) nên hoạt động đầu tư này được phân loại là đa dạng hóa đầu tư tài 306 sản ngành không liên quan. Việc phân tích là tương tự đối với hai công ty được đầu tư còn lại. Căn cứ vào việc phân tích trên, luận án tổng hợp bảng phân loại các hoạt động đầu tư được phân loại thành ba loại đa dạng hóa đầu tư tài sản như sau: Bảng 4. Phân loại các hoạt động đa dạng hóa đầu tư tài sản STT Hoạt động Phân loại 1. Đầu tư tài chính ngắn hạn Đa dạng hóa đầu tư tài sản ngành không liên quan 2. Đầu tư hàng tồn kho Không đa dạng hóa đầu tư tài sản 3. Đầu tư tài sản cố định nhằm mở rộng ngành kinh doanh chính Không đa dạng hóa đầu tư tài sản 4. Đầu tư tài sản cố định nhằm mở rộng ngành kinh doanh có liên quan Đa dạng hóa đầu tư tài sản ngành có liên quan 5. Đầu tư tài sản cố định nhằm mở rộng ngành kinh doanh không liên quan Đa dạng hóa đầu tư tài sản ngành không liên quan 6. Đầu tư bất động sản Đa dạng hóa đầu tư tài sản ngành không liên quan 7. Đầu tư chứng khoán dài hạn Đa dạng hóa đầu tư tài sản ngành không liên quan 8. Đầu tư vào công ty con để mở rộng hoạt động sản xuất kinh doanh chính Không đa dạng hóa đầu tư tài sản 9. Đầu tư vào công ty con để mở rộng hoạt động sản xuất kinh doanh ngành có liên quan Đa dạng hóa đầu tư tài sản ngành có liên quan 10. Đầu tư vào công ty con để mở rộng hoạt động sản xuất kinh doanh ngành không liên quan Đa dạng hóa đầu tư tài sản ngành không liên quan Ví dụ: Một doanh nghiệp có hoạt động kinh doanh chính được phân loại như sau: Bảng 5. Phân loại hoạt động kinh doanh chính của doanh nghiệp Lĩnh vực Sector Nhóm ngành Group Industry Ngành Industry Tiểu ngành Sub-industry Hàng tiêu dùng thiết yếu Consumer Staples Thực phẩm, đồ uống và thuốc lá Food, Beverage & Tobacco Đồ uống Beverages Brewers 307 Doanh nghiệp có thông tin về hoạt động đầu tư tài sản được tổng hợp như sau: Bảng 6. Tổng hợp hoạt động đầu tư tài sản của doanh nghiệp Đầu tư Giá trị Tỷ lệ Sector Group Industry Industry Sub-industry Phân loại Ký kiệu Hàng tồn kho 187 25.8% Consumer Staples Food, Beverage & Tobacco Beverages Brewers Không đa dạng hóa đầu tư NA.DIV1 Đầu tư tài chính ngắn hạn 30 4.1% Financials Diversified Financials Đa dạng hóa đầu tư tài sản ngành không liên quan UA.DIV1 Đầu tư dự án A 24 3.3% Consumer Staples Food, Beverage & Tobacco Beverages Food Retail Không đa dạng hóa đầu tư NA.DIV2 Đầu tư dự án B 36 5.0% Consumer Staples Food, Beverage & Tobacco Food Products Agricultural Products Đa dạng hóa đầu tư tài sản ngành có liên quan RA.DIV1 Đầu tư dự án C 53 7.3% Consumer Staples Household & Personal Products Personal Products Personal Products Đa dạng hóa đầu tư tài sản ngành không liên quan UA.DIV2 Đầu tư chứng khoán dài hạn 24 3.3% Financials Diversified Financials Đa dạng hóa đầu tư tài sản ngành không liên quan UA.DIV3 Đầu tư bất động sản 26 3.6% Real Estate Real Estate Real Estate Management & Development Real Estate Development Đa dạng hóa đầu tư tài sản ngành không liên quan UA.DIV4 Đầu tư vào công ty 1 112 15.5% Consumer Staples Food, Beverage & Tobacco Beverages Soft Drinks Không đa dạng hóa đầu tư NA.DIV3 Đầu tư vào công ty 2 46 6.4% Consumer Staples Food, Beverage & Tobacco Tobacco Tobacco Đa dạng hóa đầu tư tài sản ngành có liên quan RA.DIV2 Đầu tư vào công ty 3 54 7.5% Health Care Health Care Equipment & Services Health Care Equipment & Supplies Health Care Supplies Đa dạng hóa đầu tư tài sản ngành không liên quan UA.DIV5 Tài sản khác (phục vụ cho hoạt động kinh doanh chính) 132 18.2% Consumer Staples Food, Beverage & Tobacco Beverages Brewers Không đa dạng hóa đầu tư NA.DIV4 Tổng 724 Căn cứ vào bảng tổng hợp trên, đề tài thực hiện việc tính toán như sau: 308 Đa dạng hóa đầu tư tài sản ngành có liên quan: RA.DIV = RA.DIV1 + RA.DIV1 = 5.0%*log2(1/5%) + 6.4%*log2(1/6.4%) = 0.467 (bit) Đa dạng hóa đầu tư tài sản ngành không liên quan: UA.DIV = UA.DIV1 + UA.DIV2 + UA.DIV3 + UA.DIV4 + UA.DIV5 = 4.1%*log2(1/4.1%) + 7.3%*log2(1/7.3%) + 3.3%*log2(1/3.3%) + 3.6%*log2(1/3.6%) + 7.5%*log2(1/7.5%) = 1.08 (bit) 1.3. Đo lường đa dạng hóa nguồn tài trợ Có hai loại đa dạng hóa về nguồn vốn cần được đo lường trong đề tài là tổng đa dạng hóa nguồn vốn chủ sở hữu và đa dạng hóa nguồn tài trợ nợ. 1.3.1. Đa dạng hóa nguồn vốn chủ sở hữu Đa dạng hóa nguồn vốn chủ sở hữu được tính toán theo các bước như sau: Bước 1. Phân loại các nguồn hình thành nên vốn chủ sở hữu. Bảng 7. Phân loại nguồn vốn chủ sở hữu STT Tên nguồn Nguồn 1 Cổ đông nội bộ Nguồn 2 Cổ đông cá nhân Nguồn 3 Cổ đông là doanh nghiệp phi tài chính Nguồn 4 Cổ đông là định chế tài chính phi ngân hàng Nguồn 5 Cổ đông là ngân hàng Nguồn 6 Cổ đông là nhà nước Bước 2. Tính tỷ trọng của từng loại hình nguồn vốn chủ sở hữu trên tổng nguồn vốn Bước 3. Sử dụng công thức tính entropy để tính toán tổng mức độ đa dạng hóa nguồn tài trợ vốn chủ sở hữu. Các công thức tính như sau: 309 𝑂_𝐷𝐼𝑉 = ∑𝑝𝑜 𝑛 𝑜=1 log2( 1 𝑝𝑜 ) Trong đó O_Div là mức độ đa dạng hóa nguồn vốn chủ sở hữu, o là số lượng nguồn hình thành nên vốn chủ sở hữu, po là tỷ lệ của từng nguồn hình thành nên vốn chủ sở hữu so với tổng nguồn vốn. Ví dụ: BBC có các thông tin về từng loại nguồn vốn chủ sở hữu và được phân loại như bảng sau: Bảng 8. Thông tin về sở hữu của BBC Nguồn vốn chủ sở hữu Phân loại Số lượng Lotte Confectionery Co.Ltd Doanh nghiệp phi tài chính 6,718,000 Công ty Cổ phần Xuất nhập khẩu Thủy sản Bến Tre Doanh nghiệp phi tài chính 1,300,000 CTCP Đầu tư Đường Mặt trời Định chế tài chính phi ngân hàng 2,080,050 Công ty TNHH Quản lý quỹ SSI Định chế tài chính phi ngân hàng 2,983,550 Quỹ đầu tư thành viên SSI (SSIMF) Định chế tài chính phi ngân hàng 3,290 CTCP Đầu tư Bất động sản SSI Định chế tài chính phi ngân hàng 1,105,220 Citigroup Global Market LTD & Citigroup Global Market Financial Products LTD Định chế tài chính phi ngân hàng 740,718 Trần Thanh Trúc (vợ tổng GĐ) Cổ đông nội bộ 1,300 Trương Phú Chiến Cổ đông nội bộ 42,000 Vũ Văn Thức Cổ đông nội bộ 1,541 Phan Văn Thiện Cổ đông nội bộ 30,447 Võ Ngọc Thành Cổ đông nội bộ 202,500 Trương Phú Chiến Cổ đông nội bộ 118,075 Trần Đức Tuyển Cổ đông nội bộ 164 Tổng số lượng cổ phiếu phổ thông 15,420,782 310 Từ thông tin trên, luận án tổng hợp lại để sử dụng trong phân tích như sau: Bảng 9. Tổng hợp các loại nguồn vốn Nguồn vốn Ký hiệu Số lượng Tỷ trọng sở hữu Vốn sở hữu (tỷ) Tỷ trọng so tổng vốn Định chế tài chính phi ngân hàng O.DIV1 6,912,828 44.83% 222.7 30.76% Doanh nghiệp phi tài chính O.DIV2 8,018,000 51.99% 258.3 35.68% Cổ đông nội bộ O.DIV3 396,027 2.57% 12.7 1.76% Cổ đông cá nhân O.DIV4 93,927 0.61% 3.03 0.42% Tổng số cổ phiếu phổ thông O.DIV5 15,420,782 Từ bảng tổng hợp trên, luận án tính toán mức độ đa dạng hóa nguồn tài trợ vốn như sau: O.DIV = O.DIV1 + O.DIV2 + O.DIV3 + O.DIV4 + O.DIV5 = 30.76%*log2(1/30.76%) + 35.68%*log2(1/35.68%) + 1.76%*log2(1/1.76%) + 0.42%*log2(1/0.42%) = 1.01 (bit) 1.3.2. Đa dạng hóa nguồn tài trợ nợ Đa dạng hóa nguồn tài trợ nợ được tính toán theo các bước như sau: Bước 1. Phân loại các nguồn hình thành nên vốn chủ sở hữu Căn cứ vào lý thuyết dòng tiền tự do, lý thuyết cấu trúc vốn và nghiên cứu của Rauh và Sufi (2010), luận án phân loại nguồn hình thành nên nguồn tài trợ nợ như sau: Bảng 10. Phân loại nguồn tài trợ nợ STT Tên nguồn Nguồn 1 Nợ ngắn hạn ngân hàng Nguồn 2 Phải trả người bán ngắn hạn 311 Nguồn 3 Nợ dài hạn ngân hàng Nguồn 4 Nợ từ phát hành trái phiếu Nguồn 5 Phải trả người bán dài hạn Nguồn 6 Nợ khác Việc phân loại nợ như trên đã tính tới kỳ hạn nợ và thông tin nhạy cảm ẩn chứa trong nợ. Bước 2. Tính tỷ trọng của từng loại hình nguồn vốn chủ sở hữu trên tổng nguồn vốn Bước 3. Sử dụng công thức tính entropy để tính toán tổng mức độ đa dạng hóa nguồn tài trợ nợ. Các công thức tính như sau: 𝐷_𝐷𝐼𝑉 = ∑𝑝𝑙 𝑛 𝑙=1 log2( 1 𝑝𝑙 ) Trong đó D_DIV là đa dạng hóa nợ, l là số lượng nguồn hình thành nên nợ, pl là tỷ lệ của từng nguồn hình thành nên nợ so với tổng nguồn vốn. Ví dụ: BBC có nguồn nợ được phân loại kèm theo đó là giá trị của từng khoản nợ và tỷ trọng được mô tả ở bảng sau: Bảng 11. Tổng hợp các khoản nợ của BBC Nguồn nợ Phân loại Ký hiệu Giá trị (tỷ) Tỷ trọng so tổng vốn Phải trả người bán ngắn hạn Nợ ngắn hạn D.DIV1 60.670 8.38% Người mua trả tiền trước ngắn hạn Nợ ngắn hạn D.DIV2 4.469 0.62% Chi phí phải trả ngắn hạn khác (thuế, lương ) Nợ ngắn hạn D.DIV3 143.088 19.76% Người mua trả tiền trước dài hạn Nợ dài hạn D.DIV4 6.118 0.85% Nợ dài hạn khác Nợ dài hạn D.DIV5 12.839 1.77% Tổng nợ 227.185 (Nguồn: Báo cáo tài chính BBC 2014) 312 Căn cứ vào bảng trên, luận án tính toán mức độ đa dạng hóa nguồn tài trợ nợ như sau: D.DIV = D.DIV1 + D.DIV2 + D.DIV3 + D.DIV4 + D.DIV5 = 8.38%*log2(1/8.38%)+ 0.62%*log2(1/0.62%) + 19.76%*log2(1/19.76%) + 0.85%*log2(1/0.85%) + 1.77%*log2(1/1.77%) = 1.0149 (bit) 313 PHỤ LỤC 2. ĐO LƯỜNG RỦI RO PHÁ SẢN THEO KMV MODEL Đề tài thực hiện theo tám bước đo lường rủi ro phá sản của chứng khoán XYZ thông qua phần mềm R như sau: Bước 1. Chuẩn bị dữ liệu chứng khoán XYZ theo mẫu sau: Date Close Volume 2015-02-01 10.1 2345675 2015-02-02 10.3 2346544 2015-02-03 11.1 3422111 Bước 2. Chuẩn bị dữ liệu liên quan của chứng khoán XYZ: • Số lượng cổ phiếu: N.shares = 120 (triệu) • Giá trị sổ sách của nợ: B = 2014 (triệu) • Lãi suất phi rủi ro r = 0.05 • Thời gian tính toán T = 1 Bước 3. Gọi hàm thư viện: rm(list=ls()) library(quantmod);library(qrmdata);library(qrmtools);library(xts) Bước 4. Nhập liệu vào R. setwd("D:/newfolder") #Truy vấn đường dẫn tới folder chứa dữ liệu BBC <- read.csv ("XYZ.csv", header=TRUE) Bước 5. Đổi định dạng thời gian XYZ $DATE <- as.Date(XYZ $DATE, '%d/%m/%Y') Bước 6. Chuyển đổi BBC từ data frame sang đối tượng xts (chuỗi thời gian) XYZ <- xts(XYZ [, 2:3], XYZ $DATE) 314 Bước 7. Tính S N.shares <- 120 #Khai báo số cổ phần của XYZ trong 1 năm Svalues <- N.shares* XYZ $CLOSE #Tính S Bước 8. Tính V Vvalues <- xts(rep(NA,length(Svalues)),time(Svalues)) B <- 2015 #Khai báo dữ liệu nợ một năm của doanh nghiệp # Tìm nghiệm đơn vị rooteqn <- function(V,S,t,r,sigmaV,B,T) { S - Black_Scholes(t,V,r,sigmaV,B,T,"call") } #Tính sự biến động của V. Svalues.X <- diff(log(Svalues))[-1] sigmaV <- as.numeric(sd(Svalues.X))*sqrt(252) #Vòng lặp đầu tiên for (i in 1:length(Svalues)){ tmp <- uniroot(rooteqn, interval =c(Svalues[i],10*Svalues[i]),S=Svalues[i],t=0,r=0.05,sigmaV=sigmaV,B=B,T=1) 315 Vvalues[i] <- tmp$root } sigmaV.old <- sigmaV Vvalues.X <- diff(log(Vvalues))[-1] sigmaV <- as.numeric(sd(Vvalues.X)*sqrt(252)) # VÒng lặp thứ hai it <- 1 while (abs(sigmaV-sigmaV.old)/sigmaV.old > 0.000001) { it <- it + 1 for (i in 1:length(Svalues)){ tmp <- uniroot(rooteqn, interval =c(Svalues[i],10*Svalues[i]),S=Svalues[i],t=0,r=0.05,sigmaV=sigmaV,B=B,T=1) Vvalues[i] <- tmp$root } sigmaV.old <- sigmaV Vvalues.X <- diff(log(Vvalues))[-1] sigmaV <- as.numeric(sd(Vvalues.X)*sqrt(250)) } 316 sigmaV ##0.155357 # Tính DD (Distance to default) DD <- (log(Vvalues[length(Vvalues)])-log(B))/sigmaV DD ##2016-06-30 3.963059 # Tính PD (Probability of default) pnorm(-DD) ##2016-06-30 3.69978e-05 317 PHỤ LỤC 3. THỐNG KÊ BÀI BÁO NGHIÊN CỨU 3.1. Các bài báo và kết quả tác động của tổng đa dạng hóa (DIV), đa dạng hóa kinh doanh ngành có liên quan (RB_DIV), và không liên quan (UB_DIV) tới hiệu quả STT Tác giả DIV RB_DIV UB_DIV 1. Gort (1962) 0 2. Miller (1969) + 3. Imel và Helmberger (1971) - 4. Markham (1973) - 5. Rhoades (1973) + 6. Rumelt (1974) + - 7. Holzmann và ctg (1975) - 8. Carter (1977) + 9. Bettis và ctg (1978) + 10. Beattie (1980) + 11. Bishara (1980) + 12. Grinyer và ctg (1980) - 13. Bettis (1981) 0 0 14. Christensen và Montgomery (1981) 0 0 15. Bettis và Hall (1982) - + 16. Ravenscraft (1983) 0 17. Lecraw (1984) + - 18. McDougal và Round (1984) + 19. Michel và Shaked (1984) - + 20. Cable và Yasuki (1985) 0 0 21. Lauenstein (1985) - 22. Montgomery (1985) 0 23. Palepu (1985) 0 0 0 24. Galbraith và ctg (1986) 0 25. Jose và ctg (1986) + 26. Hoskisson (1987) + + + 27. Johnson và Thomas (1987) - 28. Chang và Choi (1988) + 29. Amit và Livnat (1988b) - 30. Grant và ctg (1988) U ngược 318 31. Hill và Snell (1988) - - 32. Keats và Hitt (1988) + hoặc bằng 0 ở biến số hiệu quả khác nhau 33. Montgomery và Wernerfelt (1988) - 34. Page và ctg (1988) + 35. Chang và Thomas (1989) 0 0 36. Michael Geringer và ctg (1989) + 37. Keats (1990) + 0 38. Nguyen và ctg (1990) + 39. Belkaoui và Pavlik (1992) + + 40. Chatterjee và Blocher (1992) - 41. Gomez‐Mejia (1992) + 42. Hamilton và Shergill (1992) + 43. Hill và ctg (1992) 0 0 44. Ramaswamy (1992) 0 45. Hamilton và Shergill (1993) + + hoặc 0 tùy vào biến số hiệu quả 46. Hoskisson và ctg (1993) - 47. Hughes và Oughton (1993) - 48. Kimvà ctg (1993) - 49. Lang và Stulz (1993) - 50. Lloyd và Jahera (1994) 0 51. Lubatkinvà ctg (1993) 0 0 52. Palmer và ctg (1993) + + 53. Markides và Williamson (1994) + 54. Stulz (1994) - 55. Berger và Ofek (1995) - - 56. Bergh (1995a) + - 57. Gassenheimer và Keep (1995) + ở ngành sản xuất và bán lẻ/ 0 ở ngành bán buôn/ + ở ngành sản xuất và bán buôn/ - ở ngành bán lẻ 58. Lim (1995) + - 59. Markides (1995) - 319 60. Robins và Wiersema (1995) - 61. Sambharya (1995) - 62. Sharma và Kesner (1996) 0 63. Simmonds và Lamont (1996) + 64. Tallman và Li (1996) Bậc 2 65. Bergh và Holbein (1997) + + - 66. Gomez-Mejia và Palich (1997) Thay đổi theo thời kỳ Thay đổi theo thời kỳ 67. Hitt và ctg (1997) 0 68. Qian (1997) + - 69. Farjoun (1998) -/0 tùy từng ngành 70. Gassenheimer và Keep (1998) + ở ngành sản xuất/ 0 ở ngành khác + ở ngành sản xuất/ 0 ở ngành khác 71. Geiger và Hoffman (1998) U ngược 72. Pandya và Rao (1998) + 73. Wan (1998) - 74. Delios và Beamish (1999) 0 entropy measure 75. Hall Jr và Lee (1999) Thay đổi qua các quốc gia khác nhau 76. Lins và Servaes (1999) -/0 ở các quốc gia khác nhau 77. (Chen và Ho, 2000) - 78. Geringer và ctg (2000b) U ngược 79. (Palichvà ctg, 2000) U ngược + - 80. Claessens và ctg (2001a) - -/+ ở từng quốc gia khác nhau 81. Khanna và Rivkin (2001) - 82. (Singh và ctg, 2001) + 83. (Alesón và Escuer, 2002) + + 84. Campa và Kedia (2002) - 85. Lins và Servaes (2002) - 86. Luo (2002) + 320 87. Narasimhan và Kim (2002) 0 88. (Qian, 2002) U ngược 89. (Zhao và Luo, 2002) + - 90. Ramírez Alesón và Escuer (2002) + 91. Claessens và ctg (2003) 0 92. Ferris và ctg (2003) 0 93. Gedajlovic và ctg (2003) 0 94. (Lee và ctg, 2003) -/+ Thay đổi theo quốc gia 95. Kaul (2003) 0 0 96. Li và Wong (2003) - - 97. Mayer và Whittington (2003b) Thay đổi theo quốc gia Thay đổi theo quốc gia 98. Szeless và ctg (2003) 0 99. Wan và Hoskisson (2003) -/+ tùy thuộc vào thị trường khác nhau 100. (Chu, 2004) 0 101. Fauver và ctg (2004) - 102. (Kim và ctg, 2004) - - 103. (Lee và Habte- Giorgis, 2004) - 104. Li và Greenwood (2004) 0 + 105. (Nachum, 2004) U ngược ở một số quốc gia/0 ở một số quốc gia/+ ở một số quốc gia 106. Piscitello (2004) + 107. Tanriverdi và Venkatraman (2005a) + 108. Colpan và Hikino (2005) + 0 109. Delios và Wu (2005) 0 110. Matraves và Rodriguez (2005) 0/+ ở quốc gia khác nhau 111. Greenwood và ctg (2005) + 112. Tongli và ctg (2005) - 113. Antoncic (2006) 0 321 114. Miller (2006) + 115. Chang và Wang (2007) + - 116. Singh và ctg (2007) - 117. Afza và ctg (2008) - 118. Bae và ctg (2008) + - 119. Zhao (2008) + - + 120. Chiao và Ho (2009) - 121. Ravichandran và ctg (2009) + 0 122. Mohindru và Chander (2010) - -/0 ở các biến số hiệu quả khác nhau -/0 ở các biến số hiệu quả khác nhau 123. David và ctg (2010) - 124. Grass (2010) - 125. Nath và ctg (2010) - 126. Bae và ctg (2011) 0 - 127. Braakmann và Wagner (2011) - 128. Khanchel El Mehdi và Seboui (2011) - 129. Li và ctg (2012) 0 0 130. Chen và Yu (2012) + - + 131. Oyedijo (2012) + 132. Knecht (2013) + 133. Park và Jang (2012) - + 134. Lien và Li (2013) U ngược 135. Park và Jang (2013a) + - 136. Oyekunle Oyewobi và ctg (2013) - 137. Purkayastha (2013) +/- ở các ngành khác nhau +/- ở các ngành khác nhau 138. Schmidt và ctg (2013) 0 139. Zahavi và Lavie (2013) U thuận 140. Chen và ctg (2014) + - 141. Doaei và ctg (2014) 0 - 0 142. Kim và Rasheed (2014) - 143. Su và Tsang (2014) - 0 - 144. Benito‐Osorio và ctg (2015) U ngược 145. Tran và Santarelli (2015) U ngược 146. Li và ctg (2016) - + - 147. Martínez-Campillo (2016) + 0 322 148. Delbufalo và ctg (2016) + 149. Ramanathan và ctg (2016) 0 150. Livà ctg (2016) - + 151. Lo và Hsu (2016) U ngược 152. Mackey và ctg (2016) + + 153. Santarelli và Tran (2016) U ngược 3.2. Thống kê so sánh tác động của đa dạng dạng hóa ngành kinh doanh có liên quan (RB_DIV) và không liên quan (UB_DIV) tới hiệu quả STT Tác giả RB_DIV > UB_DIV RB_DIV < UB_DIV 1. Berry (1971b) 1 2. Rumelt (1974) 1 3. Hassid (1977) 1 4. Channon (1978) 1 5. Bettis (1981) 1 6. Luffman và Reed (1982) 1 7. Rumelt (1982) 1 8. Dundas và Richardson (1982) 1 9. Lecraw (1984) 1 10. Montgomery và Singh (1984) 1 11. Michel và Shaked (1984) 1 12. Palepu (1985) 1 13. Bettis và Mahajan (1985) 1 14. Varadarajan (1986) 1 15. Wernerfelt và Montgomery (1986) 1 16. Hitt và Ireland (1986) 1 17. Hoskisson (1987) 1 18. Dubofsky (1987) 1 19. Amit và Livnat (1988a) 1 20. Capon và ctg (1988) 1 21. Hill và Snell (1988) 1 22. Lubatkin và Rogers (1989) 1 23. Simmonds (1990) 1 24. Nguyenvà ctg (1990) 1 25. Hillvà ctg (1992) 1 26. (Hamilton và Shergill, 1993) 1 27. Lubatkin và Chatterjee (1994a) 1 28. Markides và Williamson (1994) 1 29. Berger và Ofek (1995) 1 30. Tallman và Li (1996) 1 31. Geringer và ctg (2000a) 1 323 32. Mayer và Whittington (2003a) 1 33. Park (2002) 1 34. Tanriverdi và Venkatraman (2005b) 1 35. Miller (2006) 1 36. Colpan (2006) 1 37. Bausch và Pils (2009) 1 38. Becerra và Santaló (2006) 1 39. Becerra (2009) 1 40. Ravichandranvà ctg (2009) 1 41. Baevà ctg (2011) 1 42. Park và Jang (2013b) 1 43. Park và Jang (2013a) 1 44. Purkayastha (2013) 1 45. Su và Tsang (2015) 1 46. Kuppuswamy và Villalonga (2015) 1 Tổng 36 10 324 3.3. Tổng hợp các nghiên cứu trước về tác động của đa dạng hóa tới rủi ro đặc thù STT Tác giả Biến phụ thuộc Đa dạng hóa có liên quan Đa dạng hóa không liên quan Tổng đa dạng hóa 1. Bettis và Hall (1982) Var(ROA) - + 2. Montgomery và Singh (1984) Beta và rủi ro đặc thù - + 3. Thompson (1984) Beta và rủi ro đặc thù - + 0 4. Bettis và Mahajan (1985) Var(ROA) - + 5. Amit và Livnat (1988a) Dòng tiền mặt + - 6. Barton (1988) Beta + + 7. Chang và Thomas (1989) Var(ROA) 0 0 8. Lubatkin và Chatterjee (1994a) Rủi ro đặc thù 0 - 9. Kimvà ctg (1993) SD(ROA) + - 10. Chen và Steiner (2000) Rủi ro đặc thù - + - 11. Wang và Lim (2001) Rủi ro thị trường và rủi ro đặc thù - 0 12. Sledge (2002) Beta và rủi ro đặc thù - - + 13. Xing (2003) Rủi ro đặc thù + + + 14. Chiu (2007) Dòng tiền mặt + - 15. Chiao và Ho (2009) Var(net profit) - + - 16. Lee và Li (2012) Atman Z - score - + 17. Manrai và ctg (2014) Beta và rủi ro đặc thù 0 + - 325 PHỤ LỤC 4. KẾT QUẢ PHÂN TÍCH MÔ HÌNH NGHIÊN CỨU 1 4.1. Ma trận tương quan 4.2. Kết quả ước lượng mô hình SEM UB_DIV 0.0240 -0.0010 0.0035 0.0040 -0.0023 0.0066 -0.0025 0.0012 0.0238 -0.0277 0.0079 -0.0060 1.0000 RB_DIV 0.0101 0.0005 -0.0041 0.0024 0.0032 0.0073 0.0072 -0.0048 0.0136 -0.0039 0.0077 1.0000 AT -0.0103 0.0018 -0.0651 -0.0763 0.0172 0.0719 0.0206 -0.0918 0.0279 -0.1964 1.0000 AS 0.0189 0.0011 -0.0491 -0.0206 0.0164 -0.0750 -0.0983 -0.0439 -0.0385 1.0000 OCF_S -0.0116 -0.0002 -0.0162 -0.0023 0.0028 0.0514 0.0111 -0.0139 1.0000 CCC -0.0092 -0.0020 0.0258 0.2362 0.0015 0.0008 -0.0437 1.0000 LNA 0.0066 0.0003 -0.0253 -0.0186 0.0025 0.0857 1.0000 P_B 0.0219 0.0055 0.0277 -0.0020 0.0051 1.0000 EBIT_I -0.0233 -0.1408 -0.0219 -0.0239 1.0000 SGA_S -0.0028 0.0164 0.0537 1.0000 CR -0.0187 0.0074 1.0000 SG -0.0163 1.0000 AGE 1.0000 AGE SG CR SGA_S EBIT_I P_B LNA CCC OCF_S AS AT RB_DIV UB_DIV 326 LR test of model vs. saturated: chi2(7) = 75.48, Prob > chi2 = 0.0000 var(e.RISK) .1246411 .002885 .119113 .1304259 var(e.ROE) .2553762 .0059111 .2440496 .2672286 _cons .5444004 .0168869 32.24 0.000 .5113027 .5774982 UB_DIV -.0037609 .0008648 -4.35 0.000 -.0054557 -.002066 RB_DIV .006783 .0019283 3.52 0.000 .0030036 .0105624 AT -.0039483 .0052621 -0.75 0.453 -.0142618 .0063652 OCF_S -.0097585 .0049361 -1.98 0.048 -.0194332 -.0000839 CCC 4.91e-07 1.37e-06 0.36 0.720 -2.19e-06 3.18e-06 LNA .0001414 .00051 0.28 0.782 -.0008582 .0011409 P_B .0104901 .0050985 2.06 0.040 .0004973 .0204829 EBIT_I 9.61e-08 8.05e-08 1.19 0.232 -6.16e-08 2.54e-07 SGA_S .0275464 .0083911 3.28 0.001 .0111002 .0439926 CR -.0009963 .0013355 -0.75 0.456 -.0036137 .0016212 RISK <- _cons .0704278 .0315471 2.23 0.026 .0085967 .132259 UB_DIV -.1229816 .0012383 -99.32 0.000 -.1254085 -.1205547 RB_DIV .0957273 .00276 34.68 0.000 .0903178 .1011368 AT .0418071 .0076732 5.45 0.000 .0267679 .0568463 AS -.160598 .0260843 -6.16 0.000 -.2117224 -.1094737 CCC -1.08e-06 1.96e-06 -0.55 0.583 -4.93e-06 2.77e-06 LNA .0046471 .000731 6.36 0.000 .0032142 .0060799 SGA_S -.0328726 .0120119 -2.74 0.006 -.0564155 -.0093297 CR .0000764 .0019141 0.04 0.968 -.0036752 .0038279 SG .0001286 .0004217 0.30 0.760 -.0006978 .000955 AGE -.0008906 .0009173 -0.97 0.332 -.0026885 .0009073 ROE <- Structural Coef. Std. Err. z P>|z| [95% Conf. Interval] OIM Log likelihood = -186810.66 Estimation method = ml Structural equation model Number of obs = 3,733 Iteration 1: log likelihood = -186810.66 Iteration 0: log likelihood = -186810.66 Fitting target model: Observed: AGE SG CR SGA_S EBIT_I P_B LNA CCC OCF_S AS AT RB_DIV UB_DIV Exogenous variables Observed: ROE RISK Endogenous variables 327 4.3. Các kiểm định mô hình SEM 4.3.1. Kiểm định sự phù hợp tổng thể 4.3.2. Kiểm định Breusch-Pagan hồi quy độc lập từng mô hình theo phương pháp bình phương tối thiểu OLS hay theo SEM CD 0.753 Coefficient of determination SRMR 0.007 Standardized root mean squared residual Size of residuals TLI 0.950 Tucker-Lewis index CFI 0.987 Comparative fit index Baseline comparison BIC 373818.721 Bayesian information criterion AIC 373669.321 Akaike's information criterion Information criteria pclose 0.403 Probability RMSEA <= 0.05 upper bound 0.062 90% CI, lower bound 0.041 RMSEA 0.051 Root mean squared error of approximation Population error p > chi2 0.000 chi2_bs(27) 5315.963 baseline vs. saturated p > chi2 0.000 chi2_ms(7) 75.483 model vs. saturated Likelihood ratio Fit statistic Value Description ============================================================================== P-Value > Chi2(1) = 0.00000 Degrees of Freedom = 1.0 Lagrange Multiplier Test = 31.76731 Ho: Run OLS - Ha: Run SEM Ho: Diagonal Disturbance Covariance Matrix (Independent Equations) ============================================================================== * (SEM-FIML) Breusch-Pagan Diagonal Covariance Matrix LM Test - Method(ml) ============================================================================== 328 4.3.3. Kiểm định Wald về các giá trị của tất cả các hệ số hồi quy bằng không 4.3.4. Kiểm định mức độ phù hợp tổng thể của mô hình 4.3.5. Kiểm định phương sai sai số thay đổi RISK 54.11 10 0.0000 ROE 11245.96 10 0.0000 observed chi2 df p Wald tests for equations mc2 = mc^2 is the Bentler-Raykov squared multiple correlation coefficient mc = correlation between depvar and its prediction overall .7530428 RISK .1264478 .0018067 .1246411 .0142879 .119532 .0142879 ROE 1.024718 .7693413 .2553762 .7507838 .8664778 .7507838 observed depvars fitted predicted residual R-squared mc mc2 Variance Equation-level goodness of fit ------------------------------------------------------------------------------ - Likelihood Ratio LR Test = 30.9571 P-Value > Chi2(1) 0.0000 - Breusch-Pagan LM Test = 30.8291 P-Value > Chi2(1) 0.0000 Ho: No Overall System Heteroscedasticity *** Overall System Heteroscedasticity Tests: ------------------------------------------------------------------------------ Eq. 2 : Hall-Pagan LM Test: E2 = LYh2 = 32.9446 P-Value > Chi2(1) 0.0000 Eq. 2 : Hall-Pagan LM Test: E2 = Yh2 =145.7433 P-Value > Chi2(1) 0.0000 Eq. 2 : Hall-Pagan LM Test: E2 = Yh = 90.4964 P-Value > Chi2(1) 0.0000 Eq. 2 : Engle LM ARCH Test: E2 = E2_1 = 0.0510 P-Value > Chi2(1) 0.8214 ------------------------------------------------------------------------------ Eq. 1 : Hall-Pagan LM Test: E2 = LYh2 = 4.2306 P-Value > Chi2(1) 0.0397 Eq. 1 : Hall-Pagan LM Test: E2 = Yh2 = 0.0015 P-Value > Chi2(1) 0.9694 Eq. 1 : Hall-Pagan LM Test: E2 = Yh = 0.0426 P-Value > Chi2(1) 0.8364 Eq. 1 : Engle LM ARCH Test: E2 = E2_1 = 0.0536 P-Value > Chi2(1) 0.8168 Ho: Homoscedasticity - Ha: Heteroscedasticity *** Single Equation Heteroscedasticity Tests: ================================================= * System Heteroscedasticity Tests (ml) ================================================= 329 4.3.6. Kiểm định phân phối chuẩn phần dư 4.4. Kết quả hồi quy theo GSEM Eq. 2 : Jarque-Bera LM Test = 386.6980 P-Value > Chi2(2) 0.0000 Eq. 1 : Jarque-Bera LM Test = 4.15e+08 P-Value > Chi2(2) 0.0000 Ho: Normality - Ha: Non Normality *** Single Equation Non Normality Tests: ================================================= * System Non Normality Tests (ml) ================================================= ROE .07 1 .26 RISK .54 2 .12 AGE 81 17 SG 385 .75 CR 19 2.1 SGA_S .51 .15 EBIT_I 5.2e+09 -990 P_B 1.3 1.1 LNA 130 26 CCC 1.9e+07 479 OCF_S 1.4 .13 AS .11 .38 AT 1.2 1.2 RB_DIV 9 1.2 UB_DIV 45 1.1 -.00089 .00013 7.6e-05 -.033.0046 -1.1e-06 -.16 .042 .096 -.12 -.001 .028 9.6e-08 .01 .00014 4.9e-07 -.0098 -.0039 .0068 -.0038 330 var(e.RISK) .1246411 .002885 .119113 .1304259 var(e.ROE) .2538848 .0058578 .2426595 .2656293 _cons .5444004 .0168869 32.24 0.000 .5113027 .5774982 UB_DIV -.0037609 .0008648 -4.35 0.000 -.0054557 -.002066 RB_DIV .006783 .0019283 3.52 0.000 .0030036 .0105624 AT -.0039483 .0052621 -0.75 0.453 -.0142618 .0063652 OCF_S -.0097585 .0049361 -1.98 0.048 -.0194332 -.0000839 CCC 4.91e-07 1.37e-06 0.36 0.720 -2.19e-06 3.18e-06 LNA .0001414 .00051 0.28 0.782 -.0008582 .0011409 P_B .0104901 .0050985 2.06 0.040 .0004973 .0204829 EBIT_I 9.61e-08 8.05e-08 1.19 0.232 -6.16e-08 2.54e-07 SGA_S .0275464 .0083911 3.28 0.001 .0111002 .0439926 CR -.0009963 .0013355 -0.75 0.456 -.0036137 .0016212 RISK <- _cons .0700015 .0312946 2.24 0.025 .0086653 .1313377 UB_DIV -.1229682 .0012346 -99.60 0.000 -.1253879 -.1205485 RB_DIV .0956756 .0027498 34.79 0.000 .0902861 .1010651 AT .0415616 .0076205 5.45 0.000 .0266256 .0564975 AS -.1605018 .0259702 -6.18 0.000 -.2114025 -.1096012 CCC -1.08e-06 1.96e-06 -0.55 0.581 -4.92e-06 2.76e-06 LNA .0046796 .0007199 6.50 0.000 .0032687 .0060905 SGA_S -.0329507 .011976 -2.75 0.006 -.0564232 -.0094782 CR .000073 .0019027 0.04 0.969 -.0036563 .0038023 SG .0001286 .0004204 0.31 0.760 -.0006954 .0009526 AGE -.0008823 .0009112 -0.97 0.333 -.0026683 .0009037 ROE <- Coef. Std. Err. z P>|z| [95% Conf. Interval] Log likelihood = -4166.0172 Link : identity Family : Gaussian Response : RISK Number of obs = 3,733 Link : identity Family : Gaussian Response : ROE Number of obs = 3,757 Generalized structural equation model Number of obs = 3,757 Iteration 1: log likelihood = -4166.0172 Iteration 0: log likelihood = -4166.0172 331 PHỤ LỤC 5. KẾT QUẢ PHÂN TÍCH MÔ HÌNH NGHIÊN CỨU 2 5.1. Kết quả ước lượng mô hình SEM var(e.RB_DIV) 8.973925 .2077153 8.575907 9.390415 var(e.UB_DIV) 44.68252 1.034246 42.70073 46.75629 var(e.RISK) .1229615 .0028461 .1175078 .1286683 var(e.ROE) .2545504 .005892 .2432604 .2663644 _cons 1.090737 .0854322 12.77 0.000 .9232932 1.258181 RA_DIV .0929117 .0472388 1.97 0.049 .0003255 .185498 RB_DIV <- _cons 1.1255 .2154462 5.22 0.000 .7032329 1.547767 UA_DIV -.0345513 .1730167 -0.20 0.842 -.3736577 .3045551 UB_DIV <- _cons .4643338 .0206732 22.46 0.000 .4238152 .5048525 AT -.0052652 .005234 -1.01 0.314 -.0155236 .0049932 RA_DIV .0108887 .0055481 1.96 0.050 .0000147 .0217627 OCF_S -.010195 .0049039 -2.08 0.038 -.0198064 -.0005836 CCC 4.69e-07 1.36e-06 0.34 0.730 -2.20e-06 3.14e-06 LNA .0001122 .0005066 0.22 0.825 -.0008806 .0011051 P_B .0104847 .0050655 2.07 0.038 .0005566 .0204129 UA_DIV .0618602 .0090865 6.81 0.000 .044051 .0796694 EBIT_I 9.03e-08 8.00e-08 1.13 0.259 -6.64e-08 2.47e-07 SGA_S .0263536 .008336 3.16 0.002 .0100153 .0426918 CR -.0009965 .0013269 -0.75 0.453 -.0035971 .0016042 RB_DIV .00692 .0019166 3.61 0.000 .0031636 .0106765 UB_DIV -.0037358 .0008589 -4.35 0.000 -.0054193 -.0020524 RISK <- _cons .016128 .0360467 0.45 0.655 -.0545221 .0867782 AT .0403811 .0076717 5.26 0.000 .0253447 .0554174 RA_DIV .0254638 .0079798 3.19 0.001 .0098236 .041104 AS -.1601682 .0260431 -6.15 0.000 -.2112118 -.1091246 CCC -1.04e-06 1.96e-06 -0.53 0.597 -4.88e-06 2.81e-06 LNA .0046232 .0007299 6.33 0.000 .0031927 .0060538 UA_DIV .0169846 .0130807 1.30 0.194 -.0086531 .0426222 SGA_S -.0334256 .0119949 -2.79 0.005 -.0569353 -.009916 CR .0002091 .0019116 0.11 0.913 -.0035376 .0039558 SG .0001619 .0004212 0.38 0.701 -.0006636 .0009873 AGE -.0008575 .0009161 -0.94 0.349 -.0026531 .000938 RB_DIV .0955176 .0027575 34.64 0.000 .090113 .1009222 UB_DIV -.1229717 .0012363 -99.47 0.000 -.1253947 -.1205486 ROE <- Structural Coef. Std. Err. z P>|z| [95% Conf. Interval] OIM Log likelihood = -195788.17 Estimation method = ml Structural equation model Number of obs = 3,733 Iteration 1: log likelihood = -195788.17 Iteration 0: log likelihood = -195788.17 Fitting target model: Observed: AGE SG CR SGA_S EBIT_I UA_DIV P_B LNA CCC OCF_S AS RA_DIV AT Exogenous variables Observed: ROE RISK UB_DIV RB_DIV Endogenous variables 332 5.2. Các kiểm định 5.2.1. Kiểm định Breusch-Pagan hồi quy độc lập từng mô hình theo phương pháp bình phương tối thiểu OLS hay theo SEM 5.2.2. Kiểm định Wald về các giá trị của tất cả các hệ số hồi quy bằng không 5.2.3. Kiểm định mức độ phù hợp tổng thể của mô hình Equation-level goodness of fit ------------------------------------------------------------------------------ | Variance | depvars | fitted predicted residual | R-squared mc mc2 -------------+---------------------------------+------------------------------ observed | | ROE | 1.023879 .7693285 .2545504 | .7513862 .8668254 .7513862 RISK | .1264648 .0035033 .1229615 | .0277021 .1664394 .0277021 UB_DIV | 44.683 .0004773 44.68252 | .0000107 .0032685 .0000107 RB_DIV | 8.983224 .0092997 8.973925 | .0010352 .032175 .0010352 -------------+---------------------------------+------------------------------ overall | | .610949 ------------------------------------------------------------------------------ mc = correlation between depvar and its prediction mc2 = mc^2 is the Bentler-Raykov squared multiple correlation coefficient ============================================================================== P-Value > Chi2(6) = 0.00000 Degrees of Freedom = 6.0 Lagrange Multiplier Test = 110.97026 Ho: Run OLS - Ha: Run SEM Ho: Diagonal Disturbance Covariance Matrix (Independent Equations) ============================================================================== * (SEM-FIML) Breusch-Pagan Diagonal Covariance Matrix LM Test - Method(ml) ============================================================================== RB_DIV 3.87 1 0.0492 UB_DIV 0.04 1 0.8417 RISK 105.84 12 0.0000 ROE 11294.56 12 0.0000 observed chi2 df p Wald tests for equations 333 5.2.4. Kiểm định phương sai sai số thay đổi 5.2.5. Kiểm định phân phối chuẩn phần dư ------------------------------------------------------------------------------ - Likelihood Ratio LR Test = 34.3170 P-Value > Chi2(6) 0.0000 - Breusch-Pagan LM Test = 34.1609 P-Value > Chi2(6) 0.0000 Ho: No Overall System Heteroscedasticity *** Overall System Heteroscedasticity Tests: ------------------------------------------------------------------------------ Eq. 4 : Hall-Pagan LM Test: E2 = LYh2 = 0.0041 P-Value > Chi2(1) 0.9492 Eq. 4 : Hall-Pagan LM Test: E2 = Yh2 = 0.0159 P-Value > Chi2(1) 0.8998 Eq. 4 : Hall-Pagan LM Test: E2 = Yh = 0.0102 P-Value > Chi2(1) 0.9197 Eq. 4 : Engle LM ARCH Test: E2 = E2_1 = 0.0000 P-Value > Chi2(1) 0.9988 ------------------------------------------------------------------------------ Eq. 3 : Hall-Pagan LM Test: E2 = LYh2 = 0.0075 P-Value > Chi2(1) 0.9309 Eq. 3 : Hall-Pagan LM Test: E2 = Yh2 = 0.0045 P-Value > Chi2(1) 0.9468 Eq. 3 : Hall-Pagan LM Test: E2 = Yh = 0.0059 P-Value > Chi2(1) 0.9389 Eq. 3 : Engle LM ARCH Test: E2 = E2_1 = 0.0008 P-Value > Chi2(1) 0.9773 ------------------------------------------------------------------------------ Eq. 2 : Hall-Pagan LM Test: E2 = LYh2 = 5.2121 P-Value > Chi2(1) 0.0224 Eq. 2 : Hall-Pagan LM Test: E2 = Yh2 = 84.0489 P-Value > Chi2(1) 0.0000 Eq. 2 : Hall-Pagan LM Test: E2 = Yh = 25.7721 P-Value > Chi2(1) 0.0000 Eq. 2 : Engle LM ARCH Test: E2 = E2_1 = 1.0853 P-Value > Chi2(1) 0.2975 ------------------------------------------------------------------------------ Eq. 1 : Hall-Pagan LM Test: E2 = LYh2 = 1.9279 P-Value > Chi2(1) 0.1650 Eq. 1 : Hall-Pagan LM Test: E2 = Yh2 = 0.0016 P-Value > Chi2(1) 0.9686 Eq. 1 : Hall-Pagan LM Test: E2 = Yh = 0.0280 P-Value > Chi2(1) 0.8671 Eq. 1 : Engle LM ARCH Test: E2 = E2_1 = 0.0535 P-Value > Chi2(1) 0.8171 Ho: Homoscedasticity - Ha: Heteroscedasticity *** Single Equation Heteroscedasticity Tests: ================================================= * System Heteroscedasticity Tests (ml) ================================================= Eq. 4 : Jarque-Bera LM Test = 1.46e+09 P-Value > Chi2(2) 0.0000 Eq. 3 : Jarque-Bera LM Test = 1.88e+09 P-Value > Chi2(2) 0.0000 Eq. 2 : Jarque-Bera LM Test = 364.0723 P-Value > Chi2(2) 0.0000 Eq. 1 : Jarque-Bera LM Test = 4.17e+08 P-Value > Chi2(2) 0.0000 Ho: Normality - Ha: Non Normality *** Single Equation Non Normality Tests: ================================================= * System Non Normality Tests (ml) ================================================= 334 5.3. Kết quả hồi quy theo mô hình GSEM Log likelihood = -26049.692 Link : identity Family : Gaussian Response : RB_DIV Number of obs = 3,760 Link : identity Family : Gaussian Response : UB_DIV Number of obs = 3,760 Link : identity Family : Gaussian Response : RISK Number of obs = 3,733 Link : identity Family : Gaussian Response : ROE Number of obs = 3,757 Generalized structural equation model Number of obs = 3,760 Iteration 1: log likelihood = -26049.692 Iteration 0: log likelihood = -26049.692 335 var(e.RB_DIV) 8.923911 .2058147 8.529503 9.336557 var(e.UB_DIV) 44.36674 1.023243 42.40588 46.41828 var(e.RISK) .1229615 .0028461 .1175078 .1286683 var(e.ROE) .2530587 .0058387 .2418699 .2647651 _cons 1.093839 .0850375 12.86 0.000 .9271684 1.260509 RA_DIV .0917668 .0469821 1.95 0.051 -.0003165 .1838501 RB_DIV <- _cons 1.127722 .2140008 5.27 0.000 .7082886 1.547156 UA_DIV -.036146 .1719576 -0.21 0.834 -.3731766 .3008846 UB_DIV <- _cons .4643338 .0206718 22.46 0.000 .4238177 .5048499 AT -.0052652 .005234 -1.01 0.314 -.0155236 .0049932 RA_DIV .0108887 .0055481 1.96 0.050 .0000146 .0217628 OCF_S -.010195 .0049038 -2.08 0.038 -.0198063 -.0005837 CCC 4.69e-07 1.36e-06 0.34 0.730 -2.20e-06 3.14e-06 LNA .0001122 .0005066 0.22 0.825 -.0008806 .0011051 P_B .0104847 .0050655 2.07 0.038 .0005566 .0204129 UA_DIV .0618602 .0090865 6.81 0.000 .044051 .0796694 EBIT_I 9.03e-08 8.00e-08 1.13 0.259 -6.64e-08 2.47e-07 SGA_S .0263536 .008336 3.16 0.002 .0100153 .0426918 CR -.0009965 .0013269 -0.75 0.453 -.0035971 .0016042 RB_DIV .00692 .0019258 3.59 0.000 .0031455 .0106946 UB_DIV -.0037358 .0008501 -4.39 0.000 -.0054021 -.0020696 RISK <- _cons .0155176 .0357897 0.43 0.665 -.0546289 .0856642 AT .0401049 .0076195 5.26 0.000 .025171 .0550388 RA_DIV .0255157 .0079368 3.21 0.001 .0099599 .0410716 AS -.160113 .0259287 -6.18 0.000 -.2109322 -.1092938 CCC -1.04e-06 1.96e-06 -0.53 0.596 -4.87e-06 2.80e-06 LNA .0046621 .0007187 6.49 0.000 .0032534 .0060708 UA_DIV .016931 .0130134 1.30 0.193 -.0085749 .0424368 SGA_S -.0334904 .0119589 -2.80 0.005 -.0569294 -.0100514 CR .0001966 .0019002 0.10 0.918 -.0035277 .0039209 SG .000162 .0004199 0.39 0.700 -.0006611 .000985 AGE -.0008491 .00091 -0.93 0.351 -.0026328 .0009345 RB_DIV .0954706 .0028228 33.82 0.000 .0899381 .1010031 UB_DIV -.1229587 .0012326 -99.76 0.000 -.1253745 -.1205429 ROE <- Coef. Std. Err. z P>|z| [95% Conf. Interval] 336 ROE .016 1 .25 RISK .46 2 .12 AGE SG CR SGA_S EBIT_I UA_DIV P_B LNACCC OCF_S AS RA_DIV AT RB_DIV 1.1 3 8.9 UB_DIV 1.1 4 44 -.00085 .00016 .0002 -.033 .017 .0047 -1.0e-06 -.16 .026 .04 .095 -.12 -.001 .026 9.0e-08 .062 .01 .00011 4.7e-07 -.01 .011 -.0053 .0069 -.0037 .092 -.036 337 PHỤ LỤC 6. KẾT QUẢ PHÂN TÍCH MÔ HÌNH NGHIÊN CỨU 3 6.1. Phân tích hồi quy SEM mô hình 3 Log likelihood = -185501.22 Estimation method = ml Structural equation model Number of obs = 3,733 Iteration 1: log likelihood = -185501.22 Iteration 0: log likelihood = -185501.22 Fitting target model: Observed: AGE SG CR SGA_S EBIT_I O_DIV P_B LNA CCC OCF_S AS D_DIV AT Exogenous variables Observed: ROE RISK UA_DIV RA_DIV Endogenous variables _cons -.0748629 .0768961 -0.97 0.330 -.2255766 .0758508 AT .0340965 .0152578 2.23 0.025 .0041918 .0640012 D_DIV .0930734 .0150524 6.18 0.000 .0635711 .1225756 AS -.0885669 .0517518 -1.71 0.087 -.1899986 .0128648 CCC -5.18e-07 3.90e-06 -0.13 0.894 -8.15e-06 7.12e-06 LNA .0051459 .0014496 3.55 0.000 .0023047 .0079871 O_DIV -.0207665 .0276149 -0.75 0.452 -.0748907 .0333577 SGA_S -.0396712 .023825 -1.67 0.096 -.0863673 .007025 CR -.0003832 .0037958 -0.10 0.920 -.0078229 .0070564 SG .0001641 .0008363 0.20 0.844 -.0014751 .0018032 AGE -.0026338 .0018185 -1.45 0.148 -.0061981 .0009305 RA_DIV .0273153 .0158899 1.72 0.086 -.0038283 .0584588 UA_DIV .0146431 .0260012 0.56 0.573 -.0363183 .0656044 ROE <- Structural Coef. Std. Err. z P>|z| [95% Conf. Interval] OIM 338 6.2. Các kiểm định 6.2.1. Kiểm định Breusch-Pagan hồi quy độc lập từng mô hình theo phương pháp bình phương tối thiểu OLS hay theo SEM ============================================================================== * (SEM-FIML) Breusch-Pagan Diagonal Covariance Matrix LM Test - Method(ml) ============================================================================== Ho: Diagonal Disturbance Covariance Matrix (Independent Equations) Ho: Run OLS - Ha: Run SEM Lagrange Multiplier Test = 4.37714 Degrees of Freedom = 6.0 P-Value > Chi2(6) = 0.02578 ============================================================================== var(e.RA_DIV) 1.069646 .0247586 1.022204 1.119289 var(e.UA_DIV) .3988382 .0092317 .3811487 .4173488 var(e.RISK) .1233434 .002855 .1178728 .1290679 var(e.ROE) 1.003653 .0232311 .959138 1.050233 _cons 1.399469 .0231593 60.43 0.000 1.354077 1.44486 D_DIV .0797074 .0154454 5.16 0.000 .049435 .1099798 RA_DIV <- _cons 1.015667 .0211799 47.95 0.000 .974155 1.057179 O_DIV .0535931 .017362 3.09 0.002 .0195642 .087622 UA_DIV <- _cons .4734588 .0231741 20.43 0.000 .4280384 .5188792 AT -.0068476 .0052554 -1.30 0.193 -.0171479 .0034528 D_DIV .0200714 .0053512 3.75 0.000 .0095832 .0305595 OCF_S -.0105389 .0049109 -2.15 0.032 -.0201641 -.0009137 CCC 5.91e-07 1.36e-06 0.43 0.665 -2.08e-06 3.26e-06 LNA .0001116 .0005075 0.22 0.826 -.0008831 .0011062 P_B .0139268 .0051457 2.71 0.007 .0038414 .0240123 O_DIV -.0245526 .0096759 -2.54 0.011 -.0435171 -.0055882 EBIT_I 8.31e-08 8.01e-08 1.04 0.300 -7.39e-08 2.40e-07 SGA_S .0255124 .0083516 3.05 0.002 .0091434 .0418813 CR -.0010639 .0013289 -0.80 0.423 -.0036686 .0015408 RA_DIV .0099574 .0055746 1.79 0.074 -.0009687 .0208834 UA_DIV .0626594 .0091103 6.88 0.000 .0448036 .0805152 RISK <- 339 6.2.2. Kiểm định Wald về các giá trị của tất cả các hệ số hồi quy bằng không 6.2.3. Kiểm định mức độ phù hợp tổng thể của mô hình Equation-level goodness of fit ------------------------------------------------------------------------------ | Variance | depvars | fitted predicted residual | R-squared mc mc2 -------------+---------------------------------+------------------------------ observed | | ROE | 1.024522 .0208696 1.003653 | .6203701 .1427238 .0203701 RISK | .1264186 .0030753 .1233434 | .224326 .1559679 .024326 UA_DIV | .3998562 .001018 .3988382 | .102546 .0504577 .002546 RA_DIV | 1.077277 .007631 1.069646 | .1070836 .0841641 .0070836 -------------+---------------------------------+------------------------------ overall | | .6394451 ------------------------------------------------------------------------------ mc = correlation between depvar and its prediction mc2 = mc^2 is the Bentler-Raykov squared multiple correlation coefficien RA_DIV 26.63 1 0.0000 UA_DIV 9.53 1 0.0020 RISK 93.96 12 0.0000 ROE 78.35 12 0.0000 observed chi2 df p Wald tests for equations 340 6.2.4. Kiểm định phương sai sai số thay đổi 6.2.5. Kiểm định phân phối chuẩn phần dư ------------------------------------------------------------------------------ - Likelihood Ratio LR Test = 4.2431 P-Value > Chi2(6) 0.6438 - Breusch-Pagan LM Test = 4.2419 P-Value > Chi2(6) 0.6440 Ho: No Overall System Heteroscedasticity *** Overall System Heteroscedasticity Tests: ------------------------------------------------------------------------------ Eq. 4 : Hall-Pagan LM Test: E2 = LYh2 = 3.1049 P-Value > Chi2(1) 0.0781 Eq. 4 : Hall-Pagan LM Test: E2 = Yh2 = 8.2525 P-Value > Chi2(1) 0.0041 Eq. 4 : Hall-Pagan LM Test: E2 = Yh = 0.6289 P-Value > Chi2(1) 0.4278 Eq. 4 : Engle LM ARCH Test: E2 = E2_1 = 1.0e+03 P-Value > Chi2(1) 0.0000 ------------------------------------------------------------------------------ Eq. 3 : Hall-Pagan LM Test: E2 = LYh2 = 1.0463 P-Value > Chi2(1) 0.3064 Eq. 3 : Hall-Pagan LM Test: E2 = Yh2 = 0.9395 P-Value > Chi2(1) 0.3324 Eq. 3 : Hall-Pagan LM Test: E2 = Yh = 0.9919 P-Value > Chi2(1) 0.3193 Eq. 3 : Engle LM ARCH Test: E2 = E2_1 = 19.1161 P-Value > Chi2(1) 0.0000 ------------------------------------------------------------------------------ Eq. 2 : Hall-Pagan LM Test: E2 = LYh2 = 4.5537 P-Value > Chi2(1) 0.0328 Eq. 2 : Hall-Pagan LM Test: E2 = Yh2 = 4.7660 P-Value > Chi2(1) 0.0290 Eq. 2 : Hall-Pagan LM Test: E2 = Yh = 9.4177 P-Value > Chi2(1) 0.0021 Eq. 2 : Engle LM ARCH Test: E2 = E2_1 = 0.8449 P-Value > Chi2(1) 0.3580 ------------------------------------------------------------------------------ Eq. 1 : Hall-Pagan LM Test: E2 = LYh2 = 0.3192 P-Value > Chi2(1) 0.5721 Eq. 1 : Hall-Pagan LM Test: E2 = Yh2 = 0.0000 P-Value > Chi2(1) 0.9954 Eq. 1 : Hall-Pagan LM Test: E2 = Yh = 0.0459 P-Value > Chi2(1) 0.8303 Eq. 1 : Engle LM ARCH Test: E2 = E2_1 = 0.0011 P-Value > Chi2(1) 0.9741 Ho: Homoscedasticity - Ha: Heteroscedasticity *** Single Equation Heteroscedasticity Tests: ================================================= * System Heteroscedasticity Tests (ml) ================================================= Eq. 4 : Jarque-Bera LM Test = 7.80e+04 P-Value > Chi2(2) 0.0000 Eq. 3 : Jarque-Bera LM Test = 233.6740 P-Value > Chi2(2) 0.0000 Eq. 2 : Jarque-Bera LM Test = 364.4682 P-Value > Chi2(2) 0.0000 Eq. 1 : Jarque-Bera LM Test = 5.09e+08 P-Value > Chi2(2) 0.0000 Ho: Normality - Ha: Non Normality *** Single Equation Non Normality Tests: ================================================= * System Non Normality Tests (ml) ================================================= 341 6.3. Hồi quy mô hình 3 sử dụng GSEM Log likelihood = -15781.118 Link : identity Family : Gaussian Response : RA_DIV Number of obs = 3,760 Link : identity Family : Gaussian Response : UA_DIV Number of obs = 3,760 Link : identity Family : Gaussian Response : RISK Number of obs = 3,733 Link : identity Family : Gaussian Response : ROE Number of obs = 3,757 Generalized structural equation model Number of obs = 3,760 Iteration 1: log likelihood = -15781.118 Iteration 0: log likelihood = -15781.118 342 _cons .4734588 .023186 20.42 0.000 .4280151 .5189024 AT -.0068476 .0052554 -1.30 0.193 -.017148 .0034528 D_DIV .0200714 .0053512 3.75 0.000 .0095832 .0305596 OCF_S -.0105389 .0049109 -2.15 0.032 -.0201641 -.0009137 CCC 5.91e-07 1.36e-06 0.43 0.665 -2.08e-06 3.26e-06 LNA .0001116 .0005075 0.22 0.826 -.0008831 .0011062 P_B .0139268 .0051457 2.71 0.007 .0038414 .0240123 O_DIV -.0245526 .009676 -2.54 0.011 -.0435172 -.0055881 EBIT_I 8.31e-08 8.01e-08 1.04 0.300 -7.39e-08 2.40e-07 SGA_S .0255124 .0083517 3.05 0.002 .0091434 .0418813 CR -.0010639 .0013289 -0.80 0.423 -.0036686 .0015408 RA_DIV .0099574 .0055758 1.79 0.074 -.000971 .0208857 UA_DIV .0626594 .009143 6.85 0.000 .0447394 .0805794 RISK <- _cons -.0748256 .0763408 -0.98 0.327 -.2244507 .0747996 AT .0339247 .0151512 2.24 0.025 .0042289 .0636205 D_DIV .0928586 .0149923 6.19 0.000 .0634741 .122243 AS -.0880097 .051513 -1.71 0.088 -.1889733 .0129538 CCC -5.30e-07 3.88e-06 -0.14 0.892 -8.14e-06 7.08e-06 LNA .0051608 .0014272 3.62 0.000 .0023636 .0079581 O_DIV -.0206508 .0274357 -0.75 0.452 -.0744237 .0331221 SGA_S -.0395501 .0237493 -1.67 0.096 -.0860979 .0069976 CR -.0004246 .0037725 -0.11 0.910 -.0078186 .0069693 SG .0001649 .0008337 0.20 0.843 -.0014692 .0017989 AGE -.0026067 .0018062 -1.44 0.149 -.0061467 .0009334 RA_DIV .0271074 .015806 1.72 0.086 -.0038718 .0580865 UA_DIV .0144984 .0258611 0.56 0.575 -.0361884 .0651852 ROE <- Coef. Std. Err. z P>|z| [95% Conf. Interval] var(e.RA_DIV) 1.069089 .0246567 1.021839 1.118525 var(e.UA_DIV) .3980691 .0091808 .3804757 .4164759 var(e.RISK) .1233434 .002855 .1178728 .1290679 var(e.ROE) .9974248 .0230131 .9533246 1.043565 _cons 1.418171 .0219563 64.59 0.000 1.375138 1.461205 D_DIV .0631838 .0135947 4.65 0.000 .0365387 .089829 RA_DIV <- _cons 1.016209 .0210927 48.18 0.000 .974868 1.05755 O_DIV .052598 .017281 3.04 0.002 .0187279 .0864681 UA_DIV <- 343 ROE -.075 1 1 RISK .47 2 .12 AGE SG CR SGA_S EBIT_I O_DIV P_B LNACCC OCF_S AS D_DIV AT RA_DIV 1.4 3 1.1 UA_DIV 1 4 .4 -.0026 .00016 -.00042 -.04 -.021 .0052 -5.3e-07 -.088 .093 .034 .027 .014 -.0011 .026 8.3e-08 -.025 .014 .00011 5.9e-07 -.011 .02 -.0068 .01 .063 .063 .053