Ma trận hệsố tương quan giữa các biến độc lập và các biến kiểm soát trong mô hình hồi quy. Trước tiên tác giả kiểm tra sự tương quan giữa các biến độc lập và biến kiểm soátthông qua hệ số tương quan giữa các biến, tiếp đến là giải thích hệ số tương quan giữa các biến độc lập và các biến kiểm soát. Từ đó kết luận xem các biến có bị đa cộng tuyến với nhau hay không trong phương trình hồi quy của luận văn.
Bảng 4.3: Kết quả ma trận hệ sốtương quan giữa các biến
Biến quan sát (1) (2) (3) (4) (5) (6) (7) (8) VIF
(1) PV 1 (2) DPR 0.0941 1 1.21 (3) DY -0.4874 0.2515 1 1.46 (4) EV -0.3668 -0.1504 0.3967 1 3.74 (5) SZ -0.2459 0.0407 0.1437 0.1030 1 1.15 (6) GROWTH -0.1601 -0.1255 0.1789 0.5551 0.1482 1 1.52 (7) EPS -0.4749 -0.1856 0.4268 0.7876 0.1640 0.4525 1 2.93 (8) LEV 0.2193 0.0093 -0.2258 -0.4533 0.2201 -0.0943 -0.2892 1 1.46
( Nguồn tính toán từ chương trình Stata 11.1 của tác giả được trình bày tại Phụ lục 4.3)
Theo Gujarati, D. (2004), để loại trừ vấn đề đa cộng tuyến, cần nghiên cứu kỹ hệ số tương quan giữa các biến, nếu chúng vượt quá 0.8 thì mô hình hồi quy sẽ gặp vấn đề đa cộng tuyến nghiêm trọng. Dựa vào bảng 4.3 ta thấy cặp biến có tương
quan lớn nhất là EPS và E_VOL với hệ số tương quan 0.7876 < 0.8. Như vậy không có mối tương quan nào đáng kể giữa các biến độc lập với nhau, không có cặp biến nào tương quan có giá trị đến 0.8, nên mô hình không tồn tại hiện tượng đa cộng tuyến nghiêm trọng.
Đồng thời trong bảng 4.3cũng trình bày chỉ số VIF(Variance Inflation Factor),
một chỉ số quan trọng để nhận biết khả năng đa cộng tuyến trong mô hình. Nếu các
hệ số phóng đại hiệp phương sai VIF đều nhỏ ( <10) thì không xảy ra hiện tượng đa cộng tuyến trong mô hình. Chỉ số VIF lớn nhất trong hai bảng 4.3 có giá trị lớn nhất
là 3.74 và chỉ số này cho thấy khả năng xảy ra hiện tượng đa cộng tuyến là không nghiêm trọng.
47