4.3.1 .Kết quả mô hình hồi quy
4.3.2.1. Kiểm định Wald Kiểm tra sự có mặt của biến không cần thiết
Tác giả sử dụng kiểm định Wald nhằm xác định sự có mặt của các biến không cần thiết.
Kiểm định Wald với biến Vốn điều lệ của doanh nghiệp (X3)
Giả thuyết kiểm định:
H0: Biến X3 không cần thiết đưa vào mô hình. H1: Biến X3 là cần thiết đưa vào mô hình.
Bảng 4.9: Kiểm định Wald với biến Vốn điều lệ của doanh nghiệp
Wald Test:
Equation: Untitled
Test Statistic Value df
Probabilit y t-statistic -0.022254 111 0.9823 F-statistic 0.000495 (1, 111) 0.9823 Chi-square 0.000495 1 0.9822 Null Hypothesis: C(4)=0 Null Hypothesis Summary: Normalized Restriction (=
0) Value Std. Err. C(4) -3.29E-06 0.000148 Restrictions are linear in coefficients.
Nguồn: Tổng hợp từ phần mềm Eviews
Nhận xét: Với kết quả trên ta thấy giá trị Probability của F-statistic là 0.9823 lớn hơn 0,1 (mức ý nghĩa 10%). Vậy ta chấp nhận giả thuyết H0 hay biến X3 là không cần thiết đưa vào mô hình.
Kiểm định Wald với biến Nợ ngắn hạn (X5)
Giả thuyết kiểm định:
H0: Biến X5 không cần thiết đưa vào mô hình H1: Biến X5 là cần thiết đưa vào mô hình
Bảng 4.10: Kiểm định Wald với biến Nợ ngắn hạn
Wald Test:
Equation: Untitled
Test Statistic Value df
Probabilit y t-statistic 1.344453 111 0.1815 F-statistic 1.807553 (1, 111) 0.1815 Chi-square 1.807553 1 0.1788 Null Hypothesis: C(6)=0 Null Hypothesis Summary: Normalized Restriction (=
0) Value Std. Err. C(6) 0.000391 0.000291 Restrictions are linear in coefficients.
Nguồn: Tổng hợp từ phần mềm Eviews
Nhận xét: Với kết quả trên ta thấy giá trị Probability của F-statistic là 0.1815 lớn hơn 0,1 (mức ý nghĩa 10%). Vậy ta chấp nhận giả thuyết H0 hay biến X5 là không cần thiết đưa vào mô hình.
Kiểm định Wald với biến Tốc độ tăng trưởng doanh thu (X6)
Giả thuyết kiểm định:
H0: Biến X6 không cần thiết đưa vào mô hình H1: Biến X6 là cần thiết đưa vào mô hình
Bảng 4.11: Kiểm định Wald với biến Tốc độ tăng trưởng doanh thu
Wald Test:
Equation: Untitled
Test Statistic Value df
Probabilit y t-statistic 0.585497 111 0.5594 F-statistic 0.342807 (1, 111) 0.5594 Chi-square 0.342807 1 0.5582 Null Hypothesis: C(7)=0 Null Hypothesis Summary: Normalized Restriction (=
0) Value Std. Err. C(7) 0.321747 0.549528 Restrictions are linear in coefficients.
Nguồn: Tổng hợp từ phần mềm Eviews
Nhận xét: Với kết quả trên ta thấy giá trị Probability của F-statistic là 0.5594 lớn hơn 0,1 (mức ý nghĩa 10%). Vậy ta chấp nhận giả thuyết H0 hay biến X6 là không cần thiết đưa vào mô hình.
4.3.2.2. Kiểm định tính định dạng đúng của mô hình
Giả thuyết kiểm định:
H0: Mô hình được định dạng đúng (dùng để dự báo).
H1: Mô hình không được định dạng đúng (không dùng để dự báo). Từ kiểm định mô hình hồi qui ta có kết quả sau:
Bảng 4.12. Kiểm định tính định dạng đúng của mô hình
Goodness-of-Fit Evaluation for Binary Specification
Andrews and Hosmer- Lemeshow Tests Equation:
UNTITLED
Date: 08/27/19 Time: 08:29
Grouping based upon predicted risk (randomize ties)
Quantile of Risk Dep=0 Dep=1 Total H-L Low High Actual Expect Actual Expect Obs Value 1 8.E-05 0.0287 12 11.8162 0 0.18378 12 0.18664 2 0.0314 0.0719 12 11.4148 0 0.58517 12 0.61517 3 0.0761 0.1269 11 10.8107 1 1.18930 12 0.03345 4 0.1298 0.2292 9 9.74267 3 2.25733 12 0.30095 5 0.2393 0.4143 6 7.99585 6 4.00415 12 1.49301 6 0.4162 0.5164 7 6.29831 5 5.70169 12 0.16453 7 0.5682 0.7729 5 3.64199 7 8.35801 12 0.72702 8 0.7871 0.9680 0 1.04574 12 10.9543 12 1.14558 9 0.9713 0.9923 1 0.22658 11 11.7734 12 2.69079 10 0.9975 1.0000 0 0.00710 12 11.9929 12 0.00711 Total 63 63.0000 57 57.0000 120 7.36424 H-L Statistic 7.3642 Prob. Chi-Sq(8) 0.4979
Andrews Statistic 42.4210 Prob. Chi-Sq(10) 0.0000
Nguồn: Tổng hợp từ phần mềm Eviews
Nhận xét: Với kết quả kiểm định ở bảng trên ta thấy giá trị Probability = 0.4979 > 0,1 (mức ý nghĩa 10%). Vậy ta chấp nhận giả thuyết H0 hay mô hình được định dạng đúng (dùng để dự báo).