5. Cấu trúc của luận án
2.3Phương pháp ước lượng
Phương trình (2.1) và (2.2) có thể được ước lượng theo phương pháp hồi quy dữ liệu mảng với các mô hình như sau:
Thứ nhất, mô hình hỗn hợp (Pooled OLS) - là mô hình được giả định về tung độ gốc và hệ số độ dốc không thay đổi theo thời gian và theo các đơn vị (doanh nghiệp). Nghĩa là, nhóm biến độc lập ảnh hưởng đến biến phụ thuộc là như nhau giữa các doanh nghiệp và không đổi theo thời gian. Phương pháp ước lượng cho mô hình hỗn hợp là bình phương nhỏ nhất cổ điển. Nói cách khác, mô hình POLS giả định không tồn tại nhân tố ci (nhân tố về sự khác biệt đặc trưng giữa các đơn vị nhưng không đo lường được) trong mô hình. Tuy nhiên, mô hình và phương pháp ước lượng này có hạn chế đó là giả định quá chặt giữa các doanh nghiệp trong khi thực tế các doanh nghiệp luôn có sự khác biệt đặc trưng như văn hóa doanh nghiệp, phong cách quản lý, cách thức kinh doanh, môi trường hoạt động và sự khác biệt này rất có khả năng thay đổi theo thời gian.
Thứ hai, Mô hình hiệu ứng cố định (FE) - là mô hình được giả định cho các trường hợp như sau: i) Các hệ số độ dốc không đổi nhưng tung độ gốc thay đổi theo các đơn vị (doanh nghiệp); ii) Các hệ số độ dốc là không đổi nhưng tung độ góc thay đổi theo các đơn vị và theo thời gian; iii) Tất cả các hệ số đều thay đổi theo các
đơn vị; và iv) Tất cả các hệ số đều thay đổi theo các đơn vị và theo thời gian. Như vậy, mô hình hiệu ứng cố định khẳng định có sự khác biệt đặc trưng giữa các đơn vị và theo thời gian, sự khác biệt này có tương quan với các biến giải thích và FE đánh giá được ảnh hưởng của sự khác biệt đặc trưng đó đến biến được giải thích. Nói cánh khác, trong mô hình FE có tồn tại nhân tố ci và ci tương quan với các biến giải thích. Mô hình hiệu ứng cố định được ước lượng bằng phương pháp bình phương nhỏ nhất cổ điển có biến giả hoặc ước lượng dọc. Mặc dù mô hình FE ưu việt hơn mô hình POLS nhưng cũng có những hạn chế như: có quá nhiều biến giả được đưa vào mô hình nên làm giảm bậc tự do và làm tăng khả năng đa cộng tuyến cao cho mô hình, FE không đo lường được những nhân tố không thay đổi theo thời gian và giả định cổ điển cho sai số ngẫu nhiên tuân theo quy luật N ~ (0, σ2) rất khó thực hiện.
Thứ ba, mô hình hiệu ứng ngẫu nhiên (RE) - là mô hình được giả định có sự khác biệt đặc trưng giữa các đơn vị, nhưng sự khác biệt này là ngẫu nhiên (nằm trong thành phần sai số ngẫu nhiên) và không tương quan với biến giải thích. Nói cách khác trong mô hình RE có tồn tại ci và không có tương quan giữa ci với các biến giải thích. Phương pháp ước lượng cho mô hình RE là bình phương nhỏ nhất tổng quát (GLS). Mô hình RE ưu việt hơn mô hình FE như chỉ sử dụng một hệ số chặn duy nhất cho tất cả các đơn vị chéo, giá trị này là giá trị trung bình của tất cả các đơn vị chéo và đo lường được những nhân tố không đổi theo thời gian.
Để lựa chọn mô hình hiệu quả nhất, các kiểm định được sử dụng bao gồm: kiểm định nhân tử Lagrange (Xttest0) lựa chọn giữa mô hình POLS với RE. Trong đó, H0 là phương sai của sai số qua các đơn vị là không đổi hay mô hình POLS phù hợp hơn. Kiểm định Hausman (Hausman, 1978) để lự chọn giữa mô hình RE và mô hình FE. Trong đó, H0 là không có sự khác biệt giữa hai mô hình.
Tuy nhiên, theo Judge và cộng sự (1980); Taylor (1980) và Johnston và DiNardo (1997), đối với dữ liệu bảng không cân bằng và T nhỏ, N lớn thì kết quả kiểm định Hausman là không tin tưởng được, nên trong trường hợp này mô hình hiệu ứng ngẫu nhiên hiệu quả hơn mô hình hiệu ứng cố định.
Cuối cùng, mô hình được lựa chọn sẽ sử dụng hồi quy Robust để kiểm soát các vi phạm về phương sai thay đổi và tự tương quan của sai số ngẫu nhiên (Greene, 2002; Wooldridge, 2002)