Để đáp ứng các mục tiêu nghiên cứu của mình cũng như kiểm định các giả
như sau: thống kê mô tả dữ liệu, phân tích tương quan, ước lượng mô hình và kiểm định các giả thiết nghiên cứu với sự hỗ trợ của phần mềm Sata 11.0.
3.5.1.Thống kê mô tả.
Thống kê mô tả được sử dụng nhằm mô tả lại những đặc tính của dữ liệu nghiên cứu và đưa ra những nhận định ban đầu về chuỗi dữ liệu nghiên cứu, cụ thểđề tài sẽ mô tả lại dữ liệu dựa trên các tiêu chí: giá trị trung bình, giá trị
lớn nhất, giá trị nhỏ nhất, sai số chuẩn và trung vị.
3.5.2.Phân tích tương quan.
Phân tích tương quan được đề tài sử dụng nhằm xem xét mối quan hệ giữa các biến độc lập và biến phụ thuộc. Hệ số tương quan (Pearson) được đưa ra
đầu tiên bởi Francis và Galton theo đó hệ số tương quan được tính bằng cách chia hiệp phương sai của biến với tích độ lệch chuẩn của chúng. Đề tài xây dựng ma trận hệ số tương quan kèm theo mức ý nghĩa nhằm đánh giá bước
đầu về mối tương quan giữa các biến. Ngoài ra, trong trường hợp các biến độc lập có mối tương quan cao (lớn hơn 0,8) và đây có thể là dấu hiệu của hiện tượng đa công tuyến và cũng là cơ sở để đề tài thực hiện các kiểm định cần thiết và hiệu chỉnh mô hình nghiên cứu.
3.5.3.Phương pháp ước lượng mô hình.
Trong khi phân tích tương quan nhằm xem xét các biến nghiên cứu có mối quan hệ với nhau hay không thì phân tích hồi quy được dùng để đo lường mức độ ảnh hưởng của các biến độc lập với các biến phụ thuộc qua đó cho biết chiều hướng tác động và mức độ tác động của từng biến độc lập lên biến phụ thuộc. Phương pháp này cho phép đề tài đưa ra bằng chứng thực nghiệm
để trả lời cho các câu hỏi và các giả thiết nghiên cứu.Theo đó đề tài thực hiện
effect. Lý do của việc ước lượng mô hình Fixed effect, Random effect và mô hình Pooled OLS là:
Thứ nhất, ước lượng Pooled OLS là ước lượng đơn giản và bỏ qua cấu trúc dữ
liệu bảng có thể dẫn đến việc các biến độc lập không phản ánh đúng mối quan hệ giữa các biến độc lập với biến phụ thuộc. Và do đó trong mô hình có nhiều biến giải thích nên có thể xảy ra hiện tượng tương quan giữa các biến độc lập. Và khi điều này xảy ra sẽ dẫn đến ước lượng Pooled OLS không còn hiệu quả
do đó cần một mô hình tốt hơn mô hình Pooled OLS.
Thứ hai, để xem xét đặc điểm riêng của từng công ty trong mẫu nghiên cứu có thể ảnh hưởng đến biến giải thích và do có những thuộc tính chúng ta không quan sát được bằng giá trị thì lúc này mô hình phù hợp hơn so với Pooled OLS là mô hình Fixed effect. Theo đó mô hình được xây dựng để xem xét đặc điểm riêng của từng công ty trong mẫu nghiên cứu theo sự thay đổi của hệ số chặn tuy nhiên sự thay đổi này là cố định theo thời gian và để xem xét sự khác nhau đó thì chúng ta có thể dùng biến giả. Do mô hình chỉ quan tâm đến những khác biệt mang tính cá nhân đóng góp vào mô hình nên nó không xảy ra hiện tượng tự tương quan. Một minh họa cho mô hình này như
sau:
8 = -! + -/,/ + -0,0 + ⋯ + -:,: + ;
Trong đó -!: thể hiện cho sự khác nhau giữa các công ty nghiên cứu nhưng sự khác nhau đó không thay đổi theo thời gian. Khi đó -! được triển khai theo các biến giả để xem xét những đặc điểm riêng biệt của từng đối tượng nghiên cứu.
Thứ ba, khi những đặc điểm riêng biệt giữa các đối tượng nghiên cứu được giả sử là ngẫu nhiên và không tương quan đến các biến giải thích thì chúng ta có thể dùng mô hình hiệu ứng ngẫu nhiên (Random effect model). Cách tiếp
cận của mô hình này là dựa trên phần dư. Mô hình tác động ngẫu nhiên được thể hiện như sau: 8 = -! + -/ + -0 + ⋯ + -:,: + ; -! = -! + 6 8 = -! + -/ + -0 + ⋯ + -:,: + 6 + ; < = 6 + ; (< = 0 >?< = @A/+ @B/ CD> <, <E = @ @A/ A/ + @B/ 6~ 0, @A/;~0, @B/ (6; = 0 (G66HI = 0
Trong đó, < là phần dư tổng hợp gồm hai thành phần 6 là sai số thành phần
đại diện cho các đặc điểm riêng của từng công ty, ; là sai số thành phần kết hợp khác nhau của các đặc điểm riêng của các công ty và theo thời gian. -!là giá trị trung bình của tất cả các hệ số chặn của các công ty nghiên cứu và sai số thành phần 6 đại diện cho chênh lệch ngẫu nhiên của từng hệ số chặn của các công ty này với giá trị trung bình.
Như vậy vấn đề đặt ra là mô hình nào là phù hợp cho nghiên cứu. Để trả lời câu hỏi này luận văn sẽ sử dụng kiểm định Hausman nhằm so sánh mô hình Fixed effect và Random effect, kiểm định Likelihood nhằm so sánh sự phù hợp giữa hai mô hình Fixed effect và Pooled OLS và kiểm định LM nhằm so sánh giữa mô hình Pooled OLS và mô hình Random effect.