8. Kết cấu của đề tài
4.1.4.1Phương pháp kiểm định
Đề tài có dạng dữ liệu bảng gồm chiều không gian (các doanh nghiệp) và thời gian (4 năm) là sự mở rộng của dữ liệu chéo theo chuỗi thời gian. Dữ liệu ở dạng này sẽ cung cấp thông tin nhiều hơn, biến thiên ít hơn và ít có hiện tượng đa cộng tuyến giữa các biến số và cho phép thực hiện những nghiên cứu về sự thay đổi và xu hướng. Với dữ liệu bảng ta thêm giả định rằng mỗi thực thể đều có những đặc điểm riêng biệt có thể ảnh hưởng đến biến giải thích nhưng các yếu tố đó lại không thể quan sát được. Việc xem xét có hay không những yếu tố đó sẽ được thực hiện với hai mô hình là mô hình hồi quy hiệu ứng ngẫu nhiên REM, mô hình hồi quy hiệu ứng cố định FEM. Ngoài Logit với hiệu ứng cố định và ngẫu nhiên, luận văn còn sử dụng mô hình PA theo bài nghiên cứu Hardin and Hilbe (2003) cho phép ước lượng trong trường hợp dữ liệu tồn tại tương quan cấu trúc trong nhóm của dữ liệu biểu bảng (Logit PA). Và sử dụng phương pháp White (1980) trong mô hình
Logit PA Robust cho phép ước lượng chỉ số hồi quy với độ lệch chuẩn nhỏ hơn, nhằm kiểm độ tin cậy của kết luận định lượng.
Phương pháp 1: Mô hình hồi quy FEM
Chỉ số độ dốc không đổi nhưng chỉ số trục tung là thay đổi giữa các doanh nghiệp, trong đó chỉ số trục tung có thể biểu thị cho đặc tính riêng nhất định của mỗi doanh nghiệp. Một cách để xem xét “đặc điểm cá nhân” của từng doanh nghiệp hay từng đơn vị theo không gian là để cho tung độ gốc thay đổi theo từng doanh nghiệp, nhưng vẫn giả định rằng chỉ số độ dốc là hằng số đối với các doanh nghiệp. Mô hình hồi quy theo phương pháp FEM được viết lại như sau:
MISSTATEMENTit = 0i + 1Rsst-accit + 2Chrecit + 3Chinvit +
4Softassetsit + 5Chcsit + 6Chroait + 7Issue it +αi + uit
Ký hiệu i được đưa vào các số hạng tung độ gốc để cho thấy rằng các tung độ gốc của 92 doanh nghiệp có thể khác nhau. Sự khác biệt này có thể xuất phát từ sự khác nhau của phong cách quản lý, văn hóa doanh nghiệp…
Với giả định mỗi đơn vị đều có những đặc tính riêng biệt này và chúng có thể ảnh hưởng đến các biến giải thích. Việc sử dụng kiểm định với hiệu ứng cố định FEM sẽ giúp kiểm soát và tách những ảnh hưởng của các đặc điểm riêng biệt ra khỏi các biến giải thích, giúp ước lượng được những ảnh hưởng thực của các biến độc lập lên biến phụ thuộc. Tuy nhiên, kiểm định này cũng gặp phải những hạn chế đó là sẽ có quá nhiều biến được tạo ra trong mô hình, nên khả năng làm giảm bậc tự do và tăng khả năng hiện tượng đa cộng tuyến làm cho việc ước lượng chính xác một hay nhiều thông số trở nên khá khó khăn.
Phương pháp 2: Mô hình hồi quy REM
Chính vì nhược điểm này mà đề tài tiến hành thực hiện thêm phương pháp kiểm định với hiệu ứng ngẫu nhiên REM. Điểm khác biệt giữa mô hình ảnh hưởng ngẫu nhiên và mô hình ảnh hưởng cố định được thể hiện ở sự biến động giữa các đơn vị. Nếu sự biến động giữa các đơn vị có tương quan đến biến độc lập - biến giải thích trong mô hình ảnh hưởng cố định thì trong mô hình ảnh hưởng ngẫu nhiên sự biến
động giữa các đơn vị được giả sử là ngẫu nhiên và không tương quan đến biến giải thích. Mô hình có thể được viết lại như sau:
MISSTATEMENTit = 0 + 1Rsst-accit + 2Chrecit + 3Chinvit +
4Softassetsit + 5Chcsit + 6Chroait + 7Issue it + Wit
Có thể diễn tả một cách đơn giản là thay vì xem 0i là một biến cố định như theo phương pháp FEM, thì ở phương pháp này ta giả định đó là một biến ngẫu nhiên với một giá trị trung bình 0. Với giá trị tung độ gốc cho một doanh nghiệp riêng lẻ có thể được biểu thị như sau:
0i = 0 + εii =1,2…N
Thực chất có thể hiểu là 92 doanh nghiệp trong mẫu nghiên cứu trong đề tài được rút ra từ một tập hợp lớn hơn nhiều gồm nhiều doanh nghiệp như vậy và các doanh nghiệp này có một giá trị trung bình chung đối với tung độ gốc (0) và sự khác biệt cá nhân về giá trị tung độ gốc của từng doanh nghiệp được phản ảnh ở hạng số εi
Với: Wit = εi + uit
Số hạng sai số kết hợp hai thành phần: Trong đó:
- εi: Sai số thành phần của các đối tượng khác nhau (đặc điểm riêng của từng doanh nghiệp).
- uit: Sai số thành phần kết hợp khác của cả đặc điểm riêng theo từng đối tượng và theo thời gian.
Phương pháp số 3: Mô hình Logit PA và mô hình Logit PA Robust
Cả hai phương pháp thực hiện mô hình hồi quy FEM và REM có những ưu điểm riêng, tuy nhiên vẫn còn tồn tại những hạn chế nhất định. Luận văn còn sử dụng mô hình PA theo bài nghiên cứu Hardin and Hilbe (2003) cho phép ước lượng trong trường hợp dữ liệu tồn tại tương quan cấu trúc trong nhóm của dữ liệu biểu bảng (Logit PA). Và sử dụng phương pháp White (1980) trong mô hình Logit PA Robust cho phép ước lượng chỉ số hồi quy với độ lệch chuẩn nhỏ hơn.