Trước tiên ta kiểm định một số vi phạm giả định của mô hình hồi quy. Kết quả kiểm định cho thấy mô hình vi phạm giả định tự tương quan từ bậc 1 đến bậc 35.
Kiểm định tự tương quan bậc 35 như sau:
Ta thực hiện kiểm định hiện tượng tự tương quan trong mô hình bằng kiểm định Breusch Ờ Godfrey. Ta có giả thiết như sau:
H0: Mô hình không có tương quan bậc 35 H1: Mô hình có tương quan bậc 35
Kết quả kiểm định cho thấy (Phụ lục 5) Prob. Chi-Square của giá trị Obs*R- squared bằng 0,0563 nhỏ hơn 10% nên ta bác bỏ H0 tức là có hiện tượng tự tương quan bậc 35 trong mô hình.
Để khắc phục hiện tượng tự tương quan, ta sử dụng phương pháp lặp ρ nhiều bước0F
1. Với mô hình có tự tương quan bậc 35, ta thêm hệ số AR(35) vào mô hình hồi quy:
Kết quả hồi quy như sau:
Bảng 4.4: Kết quả hồi quy mô hình lần 2
Dependent Variable: D(ROA) Method: Least Squares Date: 06/17/15 Time: 00:28 Sample (adjusted): 37 60
Included observations: 24 after adjustments Convergence achieved after 9 iterations
Variable Coefficient Std. Error t-Statistic Prob.
D(SIZE) 0.046868 0.030606 1.531343 0.1452 TANG -0.021878 0.016997 -1.287159 0.2163 TAX -0.071340 0.039145 -1.822457 0.0871 D(RISK) 0.000607 7.02E-05 8.653123 0.0000 D(LEV) -0.124177 0.057299 -2.167159 0.0457 GROWTH 0.016036 0.032103 0.499532 0.6242 C 0.021155 0.010724 1.972584 0.0661 AR(35) -0.254789 0.097849 -2.603891 0.0192
R-squared 0.938938 Mean dependent var 0.000437
Adjusted R-squared 0.912224 S.D. dependent var 0.028506
1 Bùi Dương Hải (2014), Hướng dẫn thực hành kinh tếlượng bằng phần mềm Eviews 4, Đại học kinh tế quốc
49
S.E. of regression 0.008446 Akaike info criterion -6.449144
Sum squared resid 0.001141 Schwarz criterion -6.056460
Log likelihood 85.38973 Hannan-Quinn criter. -6.344965
F-statistic 35.14726 Durbin-Watson stat 2.196190
Prob(F-statistic) 0.000000
Kiểm tra lại hiện tượng tự tương quan bậc 1 (Phụ lục 6), ta có: Kết quả kiểm định cho thấy Prob. Chi-Square của giá trị Obs*R-squared bằng 0,1396 lớn hơn 10% nên ta bác bỏ H0 tức là không có hiện tượng tự tương quan bậc 1 trong mô hình. Như vậy hiện tượng tự tương quan đã được khắc phục.
- Kiểm định hiệntượng phương sai sai số thay đổi
Hiện tượng phương sai sai số thay đổi được kiểm tra thông qua kiểm định White. Giả thiết như sau:
H0: Mô hình không có phương sai sai số thay đổi H1: Mô hình có hiện tượng phương sai sai số thay đổi
Kết quả kiểm định (Phụ lục 7) cho thấy Prob. Chi-Square của giá trị Obs*R- squared bằng 0,7796 lớn hơn 10% nên ta chấp nhận H0, bác bỏ H1 tức là không có hiện phương sai sai số thay đổi trong mô hình.
- Kiểm định hiện tượng đa cộng tuyến
Để xét mô hình có hiện tượng đa cộng tuyến hay không, ta xét hệ số VIF của các hồi quy phụ trong mô hình. Nếu hệ số VIF > 10 thì mô hình có hiện tượng đa cộng tuyến. Nếu hệ số VIF nhỏ hơn 10 thì mô hình không có hiện tượng đa cộng tuyến.
Bảng 4.5: Các hệ số VIF của hồi quy phụ trong mô hình
Biến độc lập Hệ số R2 Hệ số VIF = 1/(1-R2) D(SIZE) 0.231616 1.301433 TANG 0.009828 1.009926 TAX 0.052999 1.055965 D(RISK) 0.212133 1.269250 D(LEV) 0.232962 1.303716 GROWTH 0.250746 1.334661
Ta thấy rằng hệ số VIF (Phụ lục 8) của tất cả các biến độc lập trong mô hình đều nhỏ hơn 2 nên mô hình không có hiện tượng đa cộng tuyến.
50
Như vậy, mô hình hồi quy không có các hiện tượng tự tương quan, đa cộng tuyến và phương sai sai số thay đổi nên mô hình hồi quy là hoàn toàn phù hợp.
Ta có phương trình tối ưu như sau:
D(ROA) = 0,021155+ 0,046868*D(SIZE) -0,021878*TANG -0,071340*TAX
+ 0,000607*D(RISK) -0,124177*D(LEV) + 0,016036*GROWTH
+ [AR(35)= -0,254789]
Kiểm định sự phù hợp của mô hình hồi quy ta thấy: H0: R2=0 ( Mô hình hồi quy không phù hợp)
H1: R2 ≠0 (Mô hình hồi quy là phù hợp)
Hệ số Prob(F-statistic) của mô hình hồi quy bằng 0,000000 nhỏ hơn 5% nên ta bác bỏ H0, chấp nhận H1tức là mô hình hồi quy là phù hợp.
Hệ số R2 điều chỉnh bằng 0,9122 cho thấy các biến trong mô hình giải thắch được91,22% sự biến động của ROA.