4.3.1.1 Phân tích tương quan
Qua kết quả phân tích tương quan có thể thấy mối quan hệ ban đầu giữa các biến với nhau. Ngoài sự tương quan giữa các biến độc lập và biến phụ thuộc, một số biến độc lập cũng có thể tương quan khá chặt với nhau.
Bảng 4.2 Ma trận hệ số tương quan giữa các biến
ROA ROE d.LnTA d.EA LA LLP COR DIV INF GDP
ROA 1.0000 ROE 0.9001 1.0000 d.LnTA -0.258 -0.0348 1.000 d.EA 0.4251 0.1491 -0.631 1.000 LA 0.2119 0.2136 -0.503 0.377 1.0000 LLP -0.624 -0.6246 0.137 -0.144 -0.174 1.0000 COR -0.379 -0.3114 0.270 -0.233 0.0906 -0.127 1.0000 DIV -0.089 -0.0505 0.270 -0.276 0.0234 -0.178 0.0120 1.0000 GDP -0.330 -0.0725 0.534 -0.359 0.0923 0.1129 0.4315 -0.011 1.000 INF 0.2944 0.1605 0.096 0.205 -0.094 -0.058 -0.148 -0.112 -0.09 1.000 (Nguồn: Tác giả tự tổng hợp )
Bảng 4.2 trình bày sự tương quan giữa các biến với nhau. Kết quả phân tích tương quan của biến phụ thuộc với các biến độc lập như sau:
Mô hình 1:
+ ROA có tương quan với tất cả các biến trong mô hình: d.LnTA(-0.2583), d.EA (0,4251), LA (0.2119), LLP (-0.6245), COR (-0.3798), DIV (-0.0899), GDP (-
0,3301), INF (0.2944).
+ Về chiều tương quan của các biến giải thích đối với khả năng sinh lời trên tổng tài sản (ROA) – biến phụ thuộc của mô hình:
ROA có mối quan hệ đồng biến với d.EA, LA, INF.
ROA có mối quan hệ nghịch biến với d.LnTA, LLP, COR, DIV, GDP.
Mô hình 2:
+ ROE có tương quan với tất cả các biến trong mô hình: d.LnTA(-0,0348), d.EA(0,1491), LA (0,2136), LLP (-0,6246), COR(-0.3114), DIV(-0,0505), GDP (-0,0725), INF(0,1605)
+ Về chiều tương quan của các biến giải thích đối với khả năng sinh lời trên tổng tài sản (ROE) – biến phụ thuộc của mô hình:
ROE có mối quan hệ đồng biến với d.EA, LA, INF.
ROA có mối quan hệ nghịch biến với d.LnTA, LLP, COR, DIV, GDP.
Ta thấy, chiều tương quan giữa các biến độc lập tác động đến biến phụ thuộc ROA và ROE là như nhau.
Qua phân tích tương quan, các biến tồn tại trong mô hình 1 và mô hình 2 tương đối phù hợp. Tuy nhiên, tất cả các mối tương quan trên chỉ là phân tích ban đầu. Sau khi kiểm định mô hình và thực hiện phân tích hồi quy thì mới có thể kết luận chính xác về các mối tương quan.
4.3.1.2 Kiểm định đa cộng tuyến
Trong mô hình hồi quy, nếu các biến độc lập có mối quan hệ tuyến tính có tương quan chặt, mạnh với nhau thì sẽ có hiện tượng đa cộng tuyến, Hiện tượng đa cộng tuyến chỉ trở nên nghiêm trọng khi hệ số tương quan giữa các biến độc lập trong mô hình từ 0.8 trở lên. Quan sát bảng 4.2 có thể thấy các cặp biến EA và LnTA; LA và LnTA; GDP và LnTA có mối quan hệ với nhau, tuy hệ số tương quan đều trên 0,5 nhưng không vượt 0,8. Điều này cho thấy mô hình này có thể có hiện tượng đa cộng tuyến những không nghiêm trọng. Để chứng minh điều này, ta tiếp tục kiểm định mô hình bằng nhân tử phóng đại VIF. Nhân tử phóng đại phương sai VIF lớn hơn 5 thì mô hình gặp phải khuyết tật đa cộng tuyến.
Kết quả nhân tử phóng đại VIF tại Phụ lục 5.1 cho thấy tất cả các hệ số VIF đều bé hơn 5, giá trị trung bình của VIF là 1,75, nhỏ hơn 5 nên nên có thể nói, mô hình không có hiện tượng đa cộng tuyến, vẫn đảm bảo tính Blue, hiệu quả và không thiên lệch của mô hình.