7. Hạn chế nghiên cứu
4.2.2. Phương pháp định lượng
Sau khi đã thu thập được các mẫu dữ liệu cần thiết, tiến hành tính toán các mẫu dữ liệu và đưa ra được bộ dữ liệu chính xác trên phần mềm Excel 2013. Sau khi tính toán, bài nghiên cứu sử dụng phần mềm Stata 14 để chạy ba mô hình đó là mô hình hồi quy tuyến tính đa biến Pooled OLS, mô hình tác động ngẫu nhiên REM, mô hình tác động cố định FEM. Khi chạy mô hình tuyến tính, tác giả đã kiểm định mối quan hệ giữa các biến, kiểm định PSSS thay đổi, sau đó dùng các kiểm định Time Fixed Test, Breush-Pagan Lagrangian và Hausman để đưa ra mô hình phù hợp với đề
tài. Hơn nữa, bài nghiên cứu cũng đưa ra kết luận về các yếu tố ảnh hưởng lên khả năng sinh lời trên VCSH (ROE) của các doanh nghiệp BĐS.
Phần mềm Microsoft Excel là phần mềm tính toán và xây dựng các số liệu thống kê chương trình xử lý bảng tính giúp ghi lại, trình bày các thông tin xử lý dưới dạng bảng, thực hiện tính toán và xây dựng các số liệu thống kê trực quan có trong bảng từ Excel (‘Microsoft Excel’, 2017). Với bộ dữ liệu thô được đưa vào phần mềm,
với các tính năng hữu dụng như các hàm tính toán, thống kê dữ liệu và so sánh thì bộ dữ liệu sẽ được làm sạch trước khi đưa vào chạy mô hình. Do đó, phần mềm Excel 2013 đã được lựa chọn nhằm xử lý và tính toán bộ dữ liệu.
Phần mềm Stata 14 là phần mềm dùng cho việc phân tích, thống kê và quản lý
dữ liệu. Phần mềm được áp dụng để chạy mô hình các nghiên cứu về kinh tế học, chính trị học, khoa học. Phần mềm cung cấp các giao diện thân thiện với những người
các phần mềm khác thì Stata mạnh về khả năng phân tích dữ liệu. Chính vì các ưu điểm này của Stata nên tác giả đã lựa chọn phần mềm này để chạy mô hình với dữ liệu bảng cũng như kiểm định các mô hình (‘Viện nghiên cứu phát triển nguồn nhân lực’, không năm xuất bản).
Dữ liệu bảng là sự kết hợp của dữ liệu không gian và chuỗi thời gian (‘Phân tích Stata ’, 2017). Cách kết hợp giữa chuỗi thời gian và không gian giúp dữ liệu trở nên có ích hơn khi cùng một đối tượng trong một hoặc các khoảng thời gian khác nhau hay khác đối tượng được phân tích theo nhiều chiều. Từ đó sẽ có cái nhìn tổng quan hơn về các dữ liệu cũng như chủ đề mình cần phan tích. Hơn nữa, hiện tượng đa cộng tuyến sẽ xảy ra ít hơn khi sử dụng cách kết hợp này. Do đó, tác giả đã áp dụng mô hình với bộ dữ liệu bảng để tăng tính chính xác và đáng tin cậy hơn.
4.2.2.1. Mô hình hồi quy Pooled OLS
Mô hìnhlhồi quy tuyến tính là một mô hình về sự tác động của một hoặc nhiều
biến độc lập lên biến phụ thuộc (‘Hồi quy tuyến tính’, 2015). Mô hình hồi quy có đặc
điểm là đơn giản, dễ ước lượng nên được nhiều nhà nghiên cứu áp dụng. Bài nghiên cứu đã sử dụng mô hình hồi quy Pooled OLS để phân tích sự tác động của 8 biến độc
lập lên biến phụ thuộc ROE. Nguyễn Tuyết Anh (2019) cho rằng: “Mô hình Pooled OLS thực chất là mô hình OLS bình thường khi sử dụng dữ liệu bảng như một đámYit = ɑ + βXit + Lit Trong đó: Y: Biến phụ thuộc ɑ: Hệ số chặn β: Hệ số hồi quy X: Biến độc lập ɛ: Sai số mô hình t: Thời điểm i: Đối tượng
4.2.2.2. Mô hình các nhân tố tác động cố định FEM
Mô hình các nhân tố tác động cố định (FEM), tên tiếng anh là Fixed Effects Model, được áp dụng nhiều với các mô hình có chứa dữ liệu bảng. Mô hình FEM chỉ
ra sự tương quan giữa các biến độc lập và sai số mô hình, từ đó loại bỏ sự tác động của các yếu tố gây nhiễu để đưa ra ước lượng chính xác nhất về ảnh hưởng của các biến giải thích đến biến phụ thuộc.
Mô hình FEM có dạng: (Jacheka, 2017)
Yit it = βι1Xitι it1 + β22Xit2 it2 + Vii + εit it
Trong đó:
μit it = νi i + εit it: Sai số mô hình
Sai số của mô hình bao gồm 2 phần. Phần “VÌ i” đại diện cho các yếu tố không
quan sát được khác nhau giữa các đối tượng nhưng không thay đổi theo thời gian. Phần “εit it” đại diện cho những yếu tố không quan sát được khác nhau giữa các đối tượng và thay đổi theo thời gian. Khi chạy mô hình mà các biến độc lập và sai số có mối quan hệ thì tác giả nên chọn mô hình Fixed Effect (Jacheka, 2017).
4.2.2.3. Mô hình các nhân tố tác động ngẫu nhiên REM
Mô hình các nhân tố tác động ngẫu nhiên (REM), tên tiếng anh là Random Effect Model. Cũng giống như FEM, REM cũng là mô hình thích hợp để sử dụng cho
dữ liệu bảng. Sự khác nhau nằm ở mối quan hệ giữa phần dư và các biến độc lập. Nếu
sự biến động của phần dư có tương quan với các biến độc lập - biến giải thích trong mô hình FEM thì trong mô hình REM phần dư không tương quan đến các biến giải thích (Jacheka, 2017).
Mô hình REM có dạng: (Jacheka, 2017)
Yit it = α00Xitι it1 + β22Xit2 it2 + μit it
Trong đó:
μit it =ωi i + εit it: Sai số mô hình.
Nhìn chung, tác giả đã áp dụng hai phương pháp định tính và định lượng để
Tên các biến Ký hiệu Biến phụ thuộc
Khả năng sinh lời trên VCSH ROE
Fixed Test, Breush-Pagan Lagrangian và Hausman để chọn được một mô hình phù hợp và đưa ra các khuyến nghị.