3.6.4.1. Kiểm định đa cộng tuyến
Đa cộng tuyến xảy ra khi các biến độc lập có tương quan với nhau gây ra hiện tượng dấu của hệ số hồi quy bị đảo chiều hoặc các biến độc lập mất ý nghĩa thống kê. Để kiểm tra hiện tượng này tác giả dùng hệ số phóng đại phương sai VIF.
VIFj = 1
1 − Rj2
Với Rj là hệ số xác định của mô hình hồi quy phụ. Đa cộng tuyến xảy ra khi 1 trong những VIF tìm được >10 (Gujrati, 2003).
3.6.4.2. Kiểm định phương sai thay đổi
Bản chất các mối quan hệ kinh tế, hoặc công cụ và phương pháp thu thập, xử lý số liệu làm cho phương sai của các sai số thay đổi khi giá trị của biến độc lập X thay đổi gây ra hiện tượng hệ số ước lượng không còn hiệu quả vì phương sai không còn là phương sai nhỏ nhất, việc kiểm định giả thuyết không còn đáng tin cậy. Những kết quả dự báo không còn là tối ưu.
Tác giả sử dụng kiểm định White để kiểm định phương sai sai số thay đổi trong dữ liệu bảng, với giả thuyết H0: Không có hiện tượng phương sai thay đổi.
3.6.4.3. Kiểm định tự tương quan
Do quán tính của các chuỗi thời gian mang tính chu kỳ, tự tương quan xảy ra khi sai số của thời kỳ này có tương quan với sai số của thời kỳ trước đó.
Kiểm định Wooldridge được dùng để kiểm định tự tương quan trong dữ liệu bảng, với giả thuyết H0: Không có hiện tượng tự tương quan. Với p-value > α giả thuyết H0 được chấp nhận.
Nếu mô hình được chọn có xảy ra hiện tượng tự tương quan hay phương sai thay đổi, tác giả sử dụng phương pháp ước lượng bình phương nhỏ nhất tổng quát khả thi (General Least Square – GLS) để khắc phục hiện tượng này.
Kết luận chương 3
Từ cơ sở lý thuyết của chương 2 về mô hình xác định tỷ suất sinh lời cổ phiếu và tác động của nhân tố thanh khoản, đồng thời kế thừa thành tựu và khắc phục những hạn chế của những nghiên cứu trước đó, tác giả xác định mô hình cần sử dụng để hồi quy và kiểm định dựa trên mô hình 3 nhân tố của Fama – French kết hợp nhân tố thanh khoản.
Bên cạnh đó, nội dung chương 3 đã tổng hợp kiến thức về phân tích hồi quy dữ liệu bảng theo các phương pháp Pooled OLS, GLS và các kiểm định đảm bảo mô hình lựa chọn mang tính vững, phù hợp. Điểm quan trọng nhất là Chương 3 đã phân tích và luận giải về cách thức, trình tự phân tích để thực hiện từng mục tiêu, các phương pháp ước lượng và kiểm định để xác định được mô hình phù hợp nhất. Nội dung số liệu thực nghiệm sẽ được trình bày ở chương 4.
CHƯƠNG 4: THẢO LUẬN KẾT QUẢ NGHIÊN CỨU 4.1. Thống kê mô tả
Dữ liệu được thu thập từ 91 công ty phi tài chính được niêm yết trên Sở giao dịch chứng khoán Tp. Hồ Chí Minh giai đoạn từ năm 2010 đến năm 2016. Sau quá trình sử lý số liệu, tác giả thu thập được các thông số thống kê về suất sinh lời của cổ phiếu được phân chia theo từng nhóm dựa vào quy mô và giá trị được định giá của công ty trên thị trường thể hiện ở bảng sau:
Bảng 4.1: Thống kê mô tả biến 𝐑𝐢𝐭− 𝐑𝐟𝐭
Danh mục Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất BH -0,12% 5,15% -20,16% 20,88% BL 0,34% 4,28% -18,48% 11,31% BM 0,27% 4,40% -16,91% 12,85% SH 0,26% 5,55% -17,4% 14,59% SL 0,28% 4,93% -23,18% 17,93% SM 0,59% 4,69% -16,43% 15,04%
Nguồn: Số liệu tác giả tổng hợp xử lý trên phần mềm Stata 12
Bảng 4.1 khái quát các thông số cơ bản của dữ liệu nghiên cứu, bao gồm giá trị trung bình, đô lệch chuẩn, giá trị nhỏ nhất và lớn nhất, từ đó chỉ ra sự phân tán giữa các quan sát trong mẫu.
Mức trung bình của tỷ suất sinh lời thể hiện ở giá trị trung bình của từng danh mục BH, BL, BM, SH, SL, SM thông qua số liệu tổng hợp từ bảng 4.1 lần lượt là -0,12%; 0,34%; 0,27%; 0,26%; 0,28%; 0,59%. Điều này cho thấy được, tỷ suất sinh lời kỳ vọng
của các công ty quy mô lớn thấp hơn các công ty có quy mô nhỏ. Nhìn chung, các giá trị tỷ suất sinh lời kỳ vọng trải dài từ -23,18% đến 20,88%.
Mức độ chênh lệch giữa tỷ suất sinh lời kỳ vọng giữa các công ty có quy mô lớn thấp hơn so với các công ty có quy mô nhỏ. Điều này được thể hiện qua giá trị độ lệch chuẩn được tác giả tổng hợp từ bảng 4.1. Độ lệch chuẩn cao nhất ở mô hình SH tương ứng với giá trị 5,55% và thấp nhất ở mô hình BL tương ứng với giá trị 4,28%.