1 .Tắnh cấp thiết của đề tài
6. Bố cục dự kiến của luận văn
2.4 MÔ HÌNH NGHIÊN CỨU
2.4.1 Mô hình ảnh hƣởng cố định Ờ FEM
Với giả định mỗi thực thể đều có những đặc điểm riêng biệt có thể ảnh hƣởng đến các biến giải thắch, FEM phân tắch mối tƣơng quan này giữa phần dƣ của mỗi thực thể với các biến giải thắch qua đó kiểm soát và tách ảnh hƣởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến giải thắch để chúng ta có thể ƣớc lƣợng những ảnh hƣởng thực của biến giải thắch lên biến phụ thuộc.
Một lƣu ý quan trọng trong mô hình FEM là những đặc điểm riêng biệt (không đổi theo thời gian) này là đơn nhất đối với 1 thực thể và không tƣơng quan với đặc điểm của các thực thể khác. Nếu có, mô hình FEM không còn thắch hợp và chúng ta phải dùng phƣơng pháp khác (mô hình ảnh hƣởng ngẫu nhiên Ờ REM) để ƣớc lƣợng mối quan hệ đó.
Mô hình ƣớc lƣợng sử dụng:
Yit = Ci + β1X1it +Ầ+ βnXnit + uit (1) Trong đó:
Yit: biến phụ thuộc đại diện cho cấu trúc vốn doanh nghiệp, với i : doanh nghiệp, t : thời gian
X1it, , Xnit : biến độc lập đại diện cho các nhân tố ảnh hƣởng Ci (i=1Ần) : hệ số chặn cho từng thực thể nghiên cứu
β1,, βn : hệ số góc đối với nhân tố X uit : sai số dữ liệu bảng
Mô hình trên đã thêm vào chỉ số i cho hệ số chặn "C" để phân biệt hệ số chặn của từng doanh nghiệp khác nhau có thể khác nhau, sự khác biệt này có thể do đặc điểm của từng doanh nghiệp hoặc do sự khác nhau trong chắnh sách quản lý, hoạt động của doanh nghiệp.
chặn có thể khác nhau với từng đối tƣợng nghiên cứu nhƣng mỗi hệ số chặn lại không thay đổi theo thời gian. Trong khi đó, hệ số góc vẫn đƣợc giả định không đổi theo đối tƣợng nghiên cứu hay theo thời gian
Ngoài ra, mô hình ảnh hƣởng cố định có thể ƣớc lƣợng bằng cách áp dụng kỹ thuật biến giả cho các hệ số chặn khác nhau
Yit = α1 + α2D2it +Ầ+ αnDnit + β2X2it + uit (2) Trong đó :
Dni: Biến giả đại diện cho từng doanh nghiệp αn: Hệ số góc của biến giả (thực thể chéo)
Bởi vì sử dụng các biến giả để ƣớc lƣợng các tác động cố định nên về lý thuyết mô hình đƣợc mô tả ở công thức (2) còn đƣợc goi là mô hình hồi quy bình phƣơng bé nhất với các biến giả (LSDV).
2.4.2. Mô hình ảnh hƣởng ngẫu nhiên Ờ REM
Điểm khác biệt giữa FEM và REM đƣợc thể hiện ở sự biến động giữa các thực thể. Nếu sự biến động giữa các thực thể có tƣơng quan đến biến độc lập - biến giải thắch trong mô hình ảnh hƣởng cố định thì trong mô hình ảnh hƣởng ngẫu nhiên sự biến động giữa các thực thể đƣợc giả sử là ngẫu nhiên và không tƣơng quan đến các biến độc lập.
Chắnh vì vậy, nếu sự khác biệt giữa các thực thể có ảnh hƣởng đến biến phụ thuộc thì REM sẽ thắch hợp hơn so với FEM. Trong đó, phần dƣ của mỗi thực thể (không tƣơng quan với biến giải thắch) đƣợc xem là một biến giải thắch mới.
Mô hình ƣớc lƣợng sử dụng:
Yit = Ci + β Xit + εi + uit hay Yit = Ci + β Xit + wit với wi = εi + uit (3)
Trong đó:
uit: sai số thành phần kết hợp khác của cả đặc điểm riêng theo từng đối tƣợng và theo thời gian.
Khác với mô hình FEM, hệ số chặn trong REM đƣợc giả định là một biến ngẫu nhiên với trung bình là C và giá trị hệ số chặn đƣợc mô tả nhƣ sau
Ci = C + εi (i=1,...n)
εi: Sai số ngẫu nhiên có trung bình bằng 0 và phƣơng sai là .