4. KẾT QUẢ THỰC NGHIỆM:
4.3.2. Kiểm định Breusch-Pagan Lagrange Multiplier
Ngoài ra, để chính xác hơn, đề tài sẽ xem xét trong trƣờng hợp của Việt Nam, nên sử dụng random effect model hay OLS. Đề tài thực hiện kiểm định Breusch-Pagan Lagrange Multiplier với giả thuyết:
. estimates store fixed
F test that all u_i=0: F(73, 366) = 10.57 Prob > F = 0.0000 rho .64320096 (fraction of variance due to u_i)
sigma_e .07786848 sigma_u .1045498 _cons -.0273264 .0998397 -0.27 0.784 -.2236579 .1690051 lns .0349697 .007262 4.82 0.000 .0206892 .0492501 dr -.3699852 .0508577 -7.27 0.000 -.4699952 -.2699752 cr -.0072893 .0025146 -2.90 0.004 -.0122342 -.0023443 rcp -.0001905 .0000488 -3.90 0.000 -.0002865 -.0000944 gop Coef. Std. Err. t P>|t| [95% Conf. Interval] corr(u_i, Xb) = 0.0306 Prob > F = 0.0000 F(4,366) = 24.10 overall = 0.3379 max = 6 between = 0.3847 avg = 6.0 R-sq: within = 0.2085 Obs per group: min = 6 Group variable: id Number of groups = 74 Fixed-effects (within) regression Number of obs = 444 . xtreg gop rcp cr dr lns, fe
Prob>chi2 = 0.6632 = 2.40
chi2(4) = (b-B)'[(V_b-V_B)^(-1)](b-B) Test: Ho: difference in coefficients not systematic
B = inconsistent under Ha, efficient under Ho; obtained from xtreg b = consistent under Ho and Ha; obtained from xtreg lns .0349697 .0321824 .0027873 .0040575 dr -.3699852 -.3783773 .0083922 .0303117 cr -.0072893 -.008123 .0008338 .0006638 rcp -.0001905 -.0002099 .0000194 .0000186 fixed random Difference S.E.
(b) (B) (b-B) sqrt(diag(V_b-V_B)) Coefficients
Ho: Phƣơng sai qua các thực thể là không đổi H1: Phƣơng sai qua các thực thể là thay đổi
Prob>chi2 là 0.000 <0.05(với mức ý nghĩa 5%), bác bỏ Ho, chấp nhận H1, phƣơng sai qua các thực thể là thay đổi, sử dụng mô hình random effect là hoàn toàn hợp lí, không nên sử dụng OLS.
Tƣơng tự thực hiện kiểm định Hausman và kiểm định Breusch-Pagan Lagrange Multiplier cho các mô hình còn lại, đều đƣợc kết quả là sử dụng random effect model.
Mô hình hồi quy (5) đƣợc kiểm định lại bằng random effect
Dependent Variable: GOP
Method: Panel EGLS (Cross-section random effects) Date: 03/22/13 Time: 19:24
Sample: 1 444 Periods included: 6
Cross-sections included: 74
Total panel (balanced) observations: 444
Swamy and Arora estimator of component variances
Prob > chi2 = 0.0000 chi2(1) = 409.00 Test: Var(u) = 0 u .0100815 .1004064 e .0060635 .0778685 gop .0238729 .1545085 Var sd = sqrt(Var) Estimated results:
gop[id,t] = Xb + u[id] + e[id,t]
Breusch and Pagan Lagrangian multiplier test for random effects . xttest0
Variable Coefficient Std. Error t-Statistic Prob.
C -0.000846 0.084781 -0.009982 0.9920
RCP -0.000231 5.08E-05 -4.546351 0.0000
ICP -7.06E-06 1.29E-05 -0.548233 0.5838
PDP 0.000108 9.79E-05 1.101279 0.2714
CR -0.007519 0.002479 -3.033352 0.0026
DR -0.383117 0.041275 -9.282125 0.0000
LNS 0.033487 0.006138 5.455620 0.0000
R-squared 0.246951 Mean dependent var 0.066363 Adjusted R-squared 0.236611 S.D. dependent var 0.088913 S.E. of regression 0.077685 Sum squared resid 2.637288 F-statistic 23.88455 Durbin-Watson stat 1.300157 Prob(F-statistic) 0.000000
Với mô hình hồi quy (5), kết quả nhận đƣợc là:
GOP = -0.000846318388458 - 0.000231181834332*RCP - 7.05884870126e-06*ICP + 0.000107854424393*PDP - 0.00751888749634*CR - 0.383117252698*DR + 0.0334872848323*LNS + ε
Kết quả cho thấy các hệ số hồi quy đứng trƣớc kỳ thu tiền bình quân (RCP), vòng quay hàng tồn kho theo ngày (CR), tỷ số nợ (DR), quy mô công ty (LNS) có ý nghĩa thống kê với xác suất mắc phải sai lầm loại 1 rất thấp, (p-value của các biến giải thích nhỏ hơn 5%). Trong khi đó, hệ số hồi quy đứng trƣớc vòng quay hàng tồn kho theo ngày (ICP), chu kì khoản phải trả (PDP) là không có ý nghĩa thống kê. Điều này chứng tỏ rằng RCP, CR, DR, LNS có tác động tới sự thay đổi của tỷ suất sinh lợi gộp (GOP) trong khi tác động của ICP và PDP lên GOP là không có ý nghĩa. Durbin-Watson stat bằng 1.300157
>1, mô hình này không xảy ra hiện tƣợng tự tƣơng quan. Hệ số xác định có điều chỉnh bằng 0.236611, các biến trong mô hình chỉ giải thích đƣợc 23.66% sự thay đổi của biến phụ thuộc, sai số chuẩn của mô hình là 0.0777, prob (F-statistic) là 0.000000 chứng tỏ mô hình khá phù hợp.