Tải bản đầy đủ
MÔ HÌNH, PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU

MÔ HÌNH, PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU

Tải bản đầy đủ

23

(Liquid) được tính toán theo cách tiếp cận thước đo của Munoz (2012) nhưng có một
số điều chỉnh để phù hợp với đặc thù dữ liệu và đặc điểm doanh nghiệp ở Việt Nam,
được trình bày chi tiết ở phần sau. Tôi sử dụng các biến Leverage, Tobin’s Q, Cash
Flow là các biến kiểm soát của mô hình. Lưu ý rằng với các biến High B/M, Large,
Issue, là các biến để kết hợp tạo thành biến tương tác, trong đó tôi kết hợp xem xét
thêm biến tương tác giữa biến giả xác định nếu công ty phát hành cổ phiếu (Issue),
công ty là công ty “tăng trưởng” hay công ty “giá trị” (High B/M) hoặc quy mô công
ty (Large) và các chỉ số đo lường thanh khoản. Ngoài ra, tôi sử dụng hiệu ứng cố định
(Fixed effect) ở mức độ doanh nghiệp (αi), để nhận diện các đặc điểm đặc trưng của
công ty không thay đổi theo thời gian. Cụ thể các biến kiểm soát gồm: Leverage là đòn
bẩy tài chính của công ty tính bằng tỷ lệ nợ trên tổng tài sản của công ty, Tobin’s Q là
hệ số Tobin’s Q được tính bằng tỷ số giá thị trường của tài sản trên giá trị sổ sách của
tài sản. Giá trị thị trường của tài sản được đo bằng tổng tài sản cộng với giá trị vốn hóa
thị trường (tại thời điểm cuối năm t) trừ đi giá trị sổ sách của vốn cổ phần. Cash flow,
đại diện cho tình trạng ràng buộc tài chính (financial constraint) mà một công ty có thể
phải đối mặt, được xác định bằng dòng tiền của công ty được chuẩn hóa theo giá trị
vốn (tổng tài sản) tại thời điểm đầu năm t, tính bằng thu nhập ròng trước khi điều chỉnh
các khoản phát sinh không thường xuyên cộng với khấu hao tài sản cố định sau đó điều
chỉnh cho tổng tài sản. Quy mô công ty (Large) là một biến giả thể hiện quy mô công
ty lớn (large) là các công ty có tổng tài sản lớn hơn mức trung bình của mẫu dữ liệu
quan sát, ngược lại các công ty nhỏ (small) là các công ty có tổng tài sản nhỏ hơn mức
trung bình của mẫu dữ liệu quan sát. Biến giả thể hiện việc phát hành cổ phiếu của
công ty (Issue), được thể hiện bằng việc liệu doanh nghiệp có phát hành hay không
trong năm tài chính, để đánh giá xem mối quan hệ giữa tính thanh khoản của thị trường
chứng khoán và chính sách đầu tư của công ty thay đổi như thế nào trong trường hợp
công ty có phát hành thêm cổ phiếu. Tôi cũng xem xét tác động một biến giả thể hiện
cơ hội tăng trưởng của công ty (High B/M) thông qua tương tác của biến giả này với

24

những biến đại diện cho thanh khoản, thể hiện rằng liệu công ty là công ty “tăng
trưởng” hay công ty “giá trị” thì cơ hội tăng trưởng thông qua khối lượng giao dịch
có ảnh hưởng đến đầu tư công ty hay không. Với các công ty có B/M cao hơn mức
trung bình của thị trường trong năm quan sát, công ty đó được xem là công ty “giá
trị”, ngược lại, với các công ty có giá trị B/M nhỏ hơn mức trung bình của thị trường,
là công ty “tăng trưởng”.
3.2. Xây dựng dữ liệu nghiên cứu
3.2.1. Lựa chọn mẫu dữ liệu nghiên cứu
Để ước lượng mô hình đầu tư (1), tôi thu thập một dữ liệu cho các công ty phi tài chính
niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn 2007-2013. Việc tính
toán các biến

,

,

, và

như đã được diễn tả ở trên

sẽ làm giảm thời kỳ quan sát mẫu còn 6 năm, 2008-2013. Việc lựa chọn đối tượng
quan sát của tôi cũng dựa vào một số tiêu chí nhất định. Tiêu chí thu thập dữ liệu được
tôi sử dụng là số năm quan sát cho từng công ty tối thiểu phải là 5 năm, cụ thể dữ liệu
trong giai đoạn từ 2009 đến 2013 phải đầy đủ. Tiêu chí này xuất phát từ yêu cầu về
chuỗi thời gian trong cấu trúc dữ liệu bảng. Ngoài ra, theo các nghiên cứu của Gilchrist
và đồng sự (1999), Love (2003), Ratti và đồng sự (2008) và Gochoco-Bautista và đồng
sự (2014). Tôi áp dụng một số tiêu chí lọc dữ liệu nghiêm ngặt từ kết quả của các
nghiên cứu trên để tránh những vấn đề nghiêm trọng của quan sát ngoại lai trong mẫu
dữ liệu. Cụ thể, khoảng giá trị đối với

là từ –1 đến 1, giá trị của

phải có giá trị nằm trong khoảng từ 0 đến 10. Bên cạnh đó, tôi áp dụng kỹ
thuật biến đổi Winsor (winsorization) ở mức 1% ở mỗi đuôi để giảm thiểu ảnh hưởng
của các ngoại lai có thể cho kết quả giả mạo3. Sau các bước xử lý dữ liệu như trên, mẫu
dữ liệu sau cùng của tôi bao gồm 366 công ty niêm yết gồm 162 công ty niêm yết trên
Quá trình này được thực hiện bằng cách thay thế những giá trị cực biên trong phân phối của một biến
bằng những quan sát kế liền nằm trong vùng tin cậy 98%.
3

25

sàn HoSE và 204 công ty niêm yết trên sàn HNX, trong thời kỳ quan sát kéo dài 6 năm
từ 2008 đến 2013.
Những dữ liệu tính toán cho các biến trong mô hình (1) và các biến kiểm soát nêu trên
đa phần được thu thập từ báo cáo tài chính qua các năm của từng công ty. Tuy nhiên,
đối với các biến như

(bao gồm tăng trưởng trong tổng tài sản, trong tài sản cố định

và tăng trưởng trong hàng tồn kho),

(bao gồm khối lượng giao dịch của công

ty và khối lượng giao dịch điều chỉnh theo ngành) thì vấn đề đo lường khó khăn và
phức tạp hơn nên sẽ được trình bày chi tiết ở những phần sau đây.
3.2.2. Đo lường đầu tư
Trong mô hình (1), đầu tư được xem xét theo 3 quan điểm khác nhau về hoạt động đầu
tư của doanh nghiệp bao gồm: sự tăng trưởng trong tổng tài sản, tăng trưởng của tài sản
cố định (TSCĐ) và tăng trong hàng tồn kho với các ký hiệu tương ứng là Total assets,
PPE và Inventories. Thông thường, các nghiên cứu trên dữ liệu của Mỹ sẽ dùng chi
tiêu vốn (Capital Expenditure - Capex), được xác định bằng chi tiêu vốn mua sắm tài
sản cố định của công ty và được chuẩn hóa theo giá trị vốn (đo bằng tài sản cố định
hữu hình) thời điểm đầu năm (hay giá trị vốn của thời điểm cuối năm trước). Hay nói
cách khác Capex là các chi phí doanh nghiệp bỏ ra để mua TSCĐ hoặc sửa chữa, nâng
cấp TSCĐ được vốn hóa, để đo lường đầu tư của doanh nghiệp. Tuy nhiên, theo nghiên
cứu của Munoz (2012), có ba quan điểm chính về đầu tư của doanh nghiệp và có sự
khác biệt đáng kể giữa ba quan điểm về đầu tư. Khái niệm đầu tư đầu tiên được định
nghĩa là tăng trưởng trong tổng tài sản, thể hiện toàn bộ tăng trưởng trong đầu tư, nó
bao gồm các khoản đầu tư ở những khoản mục khác, bao gồm những thay đổi trong
các tài khoản mà thường không được quản lý chặt bởi các công ty, chẳng hạn như các
khoản phải thu. Quan điểm thứ hai thì gần hơn với phương pháp chi tiêu vốn được sử
dụng ở Mỹ, vì nó được định nghĩa như sự tăng lên trong tài sản cố định (PPE), phản
ảnh quyết định đầu tư của công ty với tầm nhìn dài hạn. Quan điểm cuối cùng, sự thay

26

đổi trong hàng tồn kho phản ảnh đầu tư trong ngắn hạn của công ty. Trong nghiên cứu
của Munoz (2012) xem xét tác động của thanh khoản và các nhân tố khác lên đầu tư
của doanh nghiệp tại các quốc gia Mỹ Latin, đã áp dụng 3 phương thức đo lường đầu
tư nêu trên trong hồi quy mô hình với hai lý do chính như sau: Thứ nhất, trong báo cáo
tài chính của các quốc qua Mỹ Latin không trình bày chi tiết chi tiêu vốn vì vậy khó
khăn trong việc thu thập dữ liệu thống nhất; Thứ hai, nghiên cứu xem xét toàn diện các
quan điểm về đầu tư và kiểm tra tính vững của mô hình hồi quy qua các dữ liệu tính
toán theo các quan điểm khác nhau. Trong nghiên cứu này, dữ liệu nghiên cứu bao
gồm nhiều ngành và mỗi ngành có một đặc trưng hoạt động khác nhau, định nghĩa về
chi tiêu vốn theo kiểu Mỹ không bao quát được hết các hoạt động đầu tư trong thực tế
hoạt động của các doanh nghiệp. Ví dụ một số doanh nghiệp thương mại và bất động
sản thì đầu tư tăng lên không thể hiện trong tăng lên của TSCĐ mà là tăng lên của hàng
tồn kho. Tương tự, với một số doanh nghiệp đầu tư phát triển thì đầu tư tăng lên lại thể
hiện trong đầu tư dài hạn, đầu tư vào công ty con, công ty liên kết, do đó chỉ thể hiện
thông qua tăng lên trong tổng tài sản. Do đó, nghiên cứu sử dụng các thước đo như đã
nêu trên theo nghiên cứu của Munoz (2012) và cả thước đo về chi tiêu vốn (Capex)
theo các nghiên cứu của Mỹ. Kết quả sẽ được trình bày với bốn phương thức đo lường
đầu tư để có được kết quả cho mô hình và để tìm hiểu tác động của thanh khoản trên
các thước đo và nhận thức khác nhau về đầu tư.
3.2.3. Đo lường thanh khoản
Dựa theo kết quả nghiên cứu của Munoz (2012), thanh khoản sẽ được đo lường bằng
hai cách khác nhau. Phương pháp đo lường chính của tính thanh khoản là khối lượng
giao dịch. Phương pháp đo lường này sử dụng dữ liệu hàng ngày về số lượng cổ phiếu
được giao dịch và tổng số cổ phiếu đang lưu hành của công ty. Theo nghiên cứu,
Lesmond (2005), nghiên cứu này loại trừ những ngày khi tổng khối lượng giao dịch

27

lớn hơn tổng số cổ phần lưu hành của công ty. Phương pháp đo lường này được thể
hiện công thức sau:
(2)

Trong đó:

là số ngày giao dịch trong năm.

Phương pháp đo lường thứ 2 của tính thanh khoản là khối lượng giao dịch điều chỉnh
theo ngành. Phương pháp này xem xét liệu đầu tư có gia tăng trong những công ty có
sự bất đồng về quan điểm lớn hơn mức bất đồng quan điểm bình quân trong ngành4.
Theo đó, trong nghiên cứu này số liệu thanh khoản điều chỉnh theo ngành được tính là
trung bình giao dịch của công ty đã điều chỉnh theo ngành trong mỗi năm5.
Tuy nhiên, một vấn đề đo lường trong việc tính toán khối lương giao dịch là nó được
tính thông qua tổng số cổ phiếu phát hành mà không thông qua tổng số cổ phiếu lưu
hành trên thị trường (Free-Float). Vì lý do này, mẫu số của khối lượng giao dịch có thể
không chính xác. Nghiên cứu của Vinh (2014), chỉ ra rằng cấu trúc sở hữu ở Việt Nam
thì khá ổn định qua thời gian, vì vậy vấn đề này được giải quyết.
Một vấn đề có thể xảy ra trong phương pháp đo lường của tôi là mặc dù các mô hình lý
thuyết cho thấy một mối quan hệ giữa bất đồng kỳ vọng (disagreement) và khối lượng
giao dịch, nhưng vẫn tồn tại các biến số khác có thể tạo ra những thay đổi trong khối
lượng giao dịch. Điều quan trọng là tìm thấy ảnh hưởng của nó như thế nào đến mối
quan hệ giữa thanh khoản và đầu tư. Đầu tiên, nghiên cứu của Sadka và đồng sự (2007)
hỗ trợ việc sử dụng khối lượng giao dịch làm đại diện cho sự bất đồng kỳ vọng
(disagreement), nghiên cứu này cho thấy rằng các công ty mà bất đồng quan điểm giữa
Phương pháp đo lường này tương tự với khối lượng giao dịch điều chỉnh được trình bày bởi Sadka và
Scherbina (2007), trừ việc họ lấy thang đo cho toàn bộ thị trường.
5
Là khối lượng giao dịch của một danh mục lấy trọng số bằng nhau (“equally-weighted” portfolio) ở
mức ngành.
4

28

các nhà phân tích về thu nhập tương lai của công ty càng sâu sắc thì khối lượng giao
dịch càng cao, do đó hiện có một mối tương quan đồng biến giữa mức độ bất đồng kỳ
vọng của của các nhà đầu tư, nhà phân tích và khối lượng giao dịch thị trường. Kết quả
này cũng được khẳng định trong nghiên cứu bởi Thakor và Withed (2011) và Diether
và đồng sự (2002), thực nghiệm cũng khẳng định rằng khối lượng giao dịch như là một
đại lượng đặc trưng cho sự khác biệt kỳ vọng . Tuy nhiên, nhiều ý kiến cho rằng các
biến liên quan đến chu kỳ kinh doanh sẽ tạo ra những thay đổi trong khối lượng giao
dịch. Để tránh vấn đề này, mô hình sử dụng hiệu ứng cố định để loại bỏ bất kỳ yếu tố
kinh tế vĩ mô có thể ảnh hưởng chung đến hoạt động của tất cả các công ty. Do đó,
thanh khoản sẽ chỉ cung cấp thông tin thuần túy về sự khác biệt trong kỳ vọng của nhà
đầu tư sau khi loại bỏ ảnh hưởng của chu kỳ.
Ngoài ra, một số nghiên cứu đã sử dụng khối lượng giao dịch như một đại lượng đặc
trưng cho tầm nhìn đầu tư và thông tin trên giá, vì vậy họ sử dụng khối lượng giao dịch
như một đại lượng đặc trưng cho đầu tư như nghiên cứu của Polk và Saienza (2009) và
Dong và đồng sự (2007). Các tác giả nhận thấy khi các nhà đầu tư tập đầu tư lướt sóng
(thường có khối lượng giao dịch lớn), thì tác động của việc định giá sai tài sản (asset
mispricing and maket mis-valuation) lên đầu tư của doanh nghiệp càng lớn. Các nhà
đầu tư lướt sóng cảng nhiều, ban giám đốc doanh nghiệp có xu hướng lựa chọn một
cách duy lý các khoản đầu tư nhằm tối đa hóa tỷ suất sinh lợi cho các nhà đầu tư.
Nghiên cứu thực nghiệm cũng cho thấy rằng một thay đổi thông thường (tính theo %
của vốn) trong biến đại diện cho (định giá sai) mispricing sẽ dẫn đến một sự thay đổi
gần 2% trong đầu tư công ty và dự báo rằng nếu mức độ thông tin bất cân xứng giữa
công ty và nhà đầu tư càng cao thì độ nhạy này càng lớn. Tuy nhiên, nguyên nhân sâu
xa của việc tại sao khối lượng giao dịch lại đại diện cho nhà đầu tư ngắn hạn/lướt sóng
(short-term horizon) dường như bắt nguồn từ sự quá tự tin của các nhà đầu tư, kết quả
thực nghiệm cho thấy khi mức độ bất cân xứng thông tin giữa công ty và nhà đầu tư
càng lớn thì tác động của mức độ nhạy cảm này lên đầu tư càng cao. Như được chứng

29

minh trong nghiên cứu của Cremers và Pareek (2010) cũng như trong nghiên cứu của
Odean (1999), Barber và Odean (2000) và Grinblatt và Keloharju (2009), những nhà
đầu tư lướt sóng lại là những người quá tự tin. Giải thích này phù hợp với các nghiên
cứu cho rằng khối lượng giao dịch nắm bắt được sự quá tự tin của các nhà đầu tư, thể
hiện khi họ giao dịch nhiều hơn.
Đối với các thông tin về giá, các bằng chứng thực nghiệm không đưa ra được kết luận
đồng nhất về mối quan hệ giữa khối lượng giao dịch và thông tin. Một mặt, nghiên cứu
của Hou và đồng sự (2006) tìm thấy một mối tương quan đồng biến giữa khối lượng
giao dịch và các thông tin, bằng cách sử dụng

từ hồi quy của tỷ suất sinh lợi như

một thước đo thông tin. Mặt khác, Ferreira và đồng sự (2011) tìm thấy một mối tương
quan âm có ý nghĩa khi họ ước tính bằng cách sử dụng PIN như phương pháp đo lường
tác động của biến thông tin6. Liên quan đến mối quan hệ giữa đầu tư và thông tin,
Chen và đồng sự (2007) phát hiện ra rằng sự có mặt của nhiều thông tin ảnh hưởng
đến giá hơn (more informative prices), thì tác động của việc định giá sai (asset’s
mispricing) lên đầu tư lớn hơn. Tuy nhiên, mối quan hệ trực tiếp giữa thông tin và
đầu tư không rõ ràng. Về mặt lý thuyết, càng nhiêu thông tin trên giá hay giá càng
phản ảnh nhiều thông tin (more information on price) thì sẽ dẫn đến việc đầu tư hiệu
quả hơn theo Khanna và Sonti (2004), tuy nhiên điều này không bao hàm đầu tư
nhiều hơn hay ít hơn. Theo đó, nếu khối lượng giao dịch chỉ bao gồm thông tin về
giá, mối quan hệ của nó với đầu tư không rõ ràng và không kết luận được, vì nó
không rõ ràng về mức độ tác động, cũng không rõ ràng khẳng định là nếu có nhiều
thông tin có nghĩa là đầu tư nhiều hơn. Tóm lại, cơ chế giải thích ảnh hưởng của
thông tin trên giá lên đầu tư thông qua khối lượng giao dịch là không rõ ràng và chưa
có bằng chứng thực nghiệm thuyết phục.

Đo lường này đại diện cho khả năng rằng một nhà đầu tư giao dịch dựa trên thông tin trên thị trường
(an informed agent)
6

30

3.2.4. Đo lường các biến khác
Các biến khác được đo lường như sau:
 Leverage là đòn bẩy tài chính của công ty tính bằng tỷ lệ nợ trên tổng tài sản
của công ty của năm quan sát.
 Tobin’s Q là hệ số Tobin’s Q được xác định bằng tỷ số giá thị trường của tài sản
trên giá trị sổ sách của tài sản. Giá trị thị trường của tài sản được đo bằng tổng
tài sản cộng với giá trị vốn hóa thị trường (tại thời điểm cuối năm) trừ đi giá trị
sổ sách của vốn cổ phần, trong đó giá trị vốn hóa thị trường tại thời điểm cuối
năm được xác định bằng số cổ phần đang lưu hành và giá giao dịch tại thời điểm
cuối năm.
 Cash flow, đại diện cho những ràng buộc tài chính (financial constraint) mà một
công ty có thể phải đối mặt. Cash flow được xác định là dòng tiền của công ty
tại thời điểm cuối năm được chuẩn hóa theo giá trị vốn (tổng tài sản) tại thời
điểm đầu năm. Cụ thể, biến này được tính bằng thu nhập ròng trước khi điều
chỉnh các khoản phát sinh không thường xuyên (EBIT) cộng với khấu hao tài
sản cố định trong năm sau đó điều chỉnh cho tổng tài sản tại thời điểm đầu năm.
Các biến được sử dụng tương tác được đo lường như sau:
 Quy mô công ty (Large) là một biến giả thể hiện quy mô công ty, đại diện cho
tình trạng ràng buộc tài chính mà công ty đang gặp phải. Theo tóm tắt lý thuyết
được đề cập ở trên, các công ty lớn có khả năng vay mượn nhiều hơn để phục vụ
cho đầu tư nên ràng buộc tài chính thấp và các công ty nhỏ thì ngược lại trong
tình trạng ràng buộc tài chính cao. Biến này cụ thể được phân chia thành công ty
lớn (large) là các công ty có tổng tài sản lớn hơn mức trung bình của mẫu dữ
liệu quan sát được quy ước là 1, ngược lại các công ty nhỏ (small) là các công ty
có tổng tài sản nhỏ hơn mức trung bình của mẫu dữ liệu quan sát được quy định
là 0.

31

 Biến giả thể hiện việc phát hành thêm cổ phiếu của công ty (Issue), được thể
hiện bằng việc phát hành thêm hay không trong năm tài chính, để đánh giá xem
mối quan hệ giữa tính thanh khoản của thị trường chứng khoán và chính sách
đầu tư của công ty tăng lên như thế nào khi công ty quyết định phát hành thêm
cổ phiếu. Phát hành thêm ở thị trường Việt Nam được tôi đo lường thông qua
hai kênh sau: việc phát hành thêm cổ phiếu để tăng vốn (SEO- seasoned equity
offering) và quyền phát hành, kể cá quyền phát hành giá thấp.
 Nghiên cứu này cũng xem xét tác động một biến giả thể hiện cơ hội tăng
trưởng của công ty (High B/M) thông qua tương tác của biến giả này với
những biến đại diện cho thanh khoản, thể hiện rằng liệu công ty là công ty
“tăng trưởng” hay công ty “giá trị” thì cơ hội tăng trưởng thông qua khối
lượng giao dịch có ảnh hưởng đến đầu tư công ty hay không. Với các công ty
có B/M cao hơn mức trung bình của thị trường trong năm quan sát, công ty đó
được xem là công ty “giá trị”, ngược lại, với các công ty có giá trị B/M nhỏ
hơn mức trung bình của thị trường, là công ty “tăng trưởng”.
3.3. Phương pháp ước lượng
3.3.1. Phương pháp ước lượng DGMM
Nghiên cứu của Bond và Van Reenen (2008) và Almeida và đồng sự (2010) chỉ ra
rằng sẽ có một số vần đề khi ước tính phương trình (1) khi sử dụng ước lượng hiệu
ứng cố định7. Vấn đề cốt lõi ở đây là Tobin’s Q có thể là biến nội sinh. Vấn đề này
phát sinh vì cách tiêu chuẩn để đưa một biến ngẫu nhiên vào mô hình Q là để các
tham số ngẫu nhiên (is to treat this parameter as stochastic), và hiểu rằng sai số phần
dư (error term) phản ảnh chi phí điều chỉnh (and to interpret the error term as
reflecting adjustment costs). Điều này ngụ ý rằng Q là một biến nội sinh vì những cú
sốc hiện tại trên giá sẽ ảnh hưởng đến doanh thu giai đoạn hiện nay và do đó ảnh
7

Xem thêm Bond và Van Reenen (2008) và Almeida et al. (2010) các thông tin thảo luận chi tiết.

32

hưởng đến giá trị hiện tại của công ty. Hơn nữa, có nhiều tranh cãi cho rằng Q không
đại diện tốt cho cơ hội tăng trưởng của doanh nghiệp, vì vậy trong phần dư của mô
hình đầu tư Q chủ yếu thể hiện cơ hội tăng trưởng của doanh nghiệp, vì thế Q lại
tương quan với phần dư này dẫn đến vấn đề nội sinh trong mô hình đầu tư Q. Bên
cạnh đó, vấn đề nội sinh có thể phát sinh do lỗi đo lường trong Tobin’s Q. Cụ thể
nghiên cứu của Cummins và đồng sự (2006) ước lượng các phương trình cơ bản bằng
cả ước lượng OLS và GMM đưa ra bằng chứng không hỗ trợ việc sử dụng Q trong
mô hình đầu tư vì hai lý do cơ bản như sau: Thứ nhất, Tobin’s Q là một biến kiểm
soát có sai số, chỉ một phần của nó mà tương quan với kết quả hoạt động trong quá
khứ của công ty và các thu nhập kỳ vọng là giúp giải thích cho chi tiêu vốn; Thứ hai,
các độ trễ của Tobin’s Q là các biến công cụ yếu trong mô hình GMM, việc thay thế
chúng trong tập hợp biến công cụ sẽ giúp cải thiện các tính chất ước lượng về thống
kê và kinh tế. Những vấn đề này hàm ý Tobin’s Q có sai số đo lường và sai số đó là
tương quan chuỗi.
Bond và Van Reenen (2008) và Almeida và đồng sự (2010) trình bày các phương
pháp tiếp cận khác nhau để giải quyết vấn đề này. Phương pháp tiếp cận đầu tiên là
lấy sai phân mô hình và sử dụng độ trễ của biến nội sinh như biến công cụ, có thể hồi
quy bằng cách sử dụng một ước lượng IV-OLS hoặc ước lượng GMM. Phương pháp
tiếp cận thứ hai là giữ nguyên mô hình và sử dụng các độ trễ của sai phân bậc nhất
(L.D) làm các biến công cụ, hồi quy bằng cách sử dụng ước lượng IV-OLS. Nghiên
cứu của Munoz (2012) xem xét tác động của thanh khoản và các nhân tố khác lên đầu
tư của doanh nghiệp tại các quốc gia Mỹ Latin (Argentina, Brazil, Chile, và Mexico)
với dữ liệu theo quý trong giai đoạn 1990-2010, đã thực hiện các bước kiểm định cụ
thể để lựa chọn giữa hai mô hình này trong đó có hai kiểm định quan trọng là kiểm
định biến công cụ dạng yếu. Theo nghiên cứu của Munoz (2012) trong cả hai trường
hợp sử dụng hai độ trễ của các công cụ, và bằng cách sử dụng kiểm định F (F-test)
loại trừ các tập hợp biến công cụ, ông nhận thấy phương pháp đầu tiên có giá trị F

33

gần 17, trong khi giá trị F của trường hợp thứ 2 là 84. Vì vậy, Munoz (2012) bác bỏ
cách thiết lập biến công cụ trong trường hợp đầu tiên và khẳng định rằng trong
trường hợp thứ hai không có dấu hiệu của biến công cụ dạng yếu dựa trên giá trị tới
hạn 19.93 theo nghiên cứu của Stock and Yogo (2005) 8, và phương pháp được lựa
chọn là sử dụng ước lượng phương trình hồi quy chính với biến công cụ là độ trễ qua
hai thời kỳ của sai phân bậc nhất. Ngoài ra, nghiên cứu của Munoz (2012) cũng thực
hiện kiểm định F (F-test) để kiểm định tính nội sinh của biến công cụ (excluded
instrument) và kiểm định Hansen để xác định lại tính hợp lý của các tập hợp biến
công cụ9, tránh trường hợp ràng buộc về overidentification (overidentifying
restriction) trong tất cả các hồi quy.
Nghiên cứu này cũng thực hiện lựa chọn giữa hai cách tiếp cận nêu trên để xử lý vấn
đề nội sinh từ Tobin’s Q. Trong cả hai trường hợp, không thể bác bỏ hai phương
pháp thông qua kiểm định Hansen và kiểm định F (F-test). Cả hai phương pháp đều
vững qua kiểm định Hansen và cho các giá trị kiểm định F (F-test) lớn hơn giá trị tới
hạn 19.93 của Stock and Yogo (2005). Do đó, tôi thực hiện kiểm định độ vững của
biến công cụ (weak-instrument robust) qua việc kiểm định tính ý nghĩa của biến hồi
quy nội sinh trong phương trình hồi quy. Kiểm định này có giả thuyết Ho là hệ số hồi
quy của biến nội sinh trong mô hình hồi quy bằng không do ràng buộc về
overidentification. Có hai kiểm định chính được thực hiện là kiểm định AndersonRubin và kiểm định thứ hai là Stock-Wright S. Cả hai kiểm định trên đều vững với sự
hiện diện của các biến công cụ dạng yếu, tương đương với việc ước lượng hình thức
giảm của mô hình và kiểm định các hệ số của các biến công cụ bị loại trừ là đồng
thời bằng không. Kết quả kiểm định này trên dữ liệu nghiên cứu cho thấy không đủ
Nghiên cứu của Stock và Yogo (2005) đã đưa ra một giá trị tới hạn là 19.93 để kiểm định biến công
cụ dạng yếu với hai dạng biến công cụ.
9
Một trong các phương pháp khác được đề xuất bởi nghiên cứu của Erikson và Whited (2000, 2002)
đưa ra những tham số phù hợp, bằng cách ước tính với GMM sử dụng moments thứ ba và thứ tư để
kiểm định tính phù hợp của biến công cụ.
8