> Kiểm định F
Tác giả thực hiện kiểm định này nhằm tìm ra mô hình phù hợp hơn giữa mô hình Pooled OLS và FEM. Theo đó, tác giả đặt ra giả thiết như sau:
H0: α = β1 = β2 = pɜ = p4 = Ps = p6 = p7 = Ps = θ H1: α ≠ β1 ≠ β2 ≠ β3 ≠ β4 ≠ β5 ≠ β6 ≠ β7 ≠ β8 ≠ O
Nếup-value < a, H 0sẽ bị bác bỏ và điều đó có nghĩa là không xảyrađồng thời các biến độc lập đều không ảnh hưởngđến biến phụ thuộc. Khi đó,mô hình FEM sẽ được chọn thay cho mô hình Pooled OLS. Ngược lại, p-value > a thì H 0 sẽ được chấp nhận, nghĩa là đồng thời các độc lập đều không ảnh hưởng đến biến phụ thuộc và mô hình Pooled OLS là mô hình phù hợp.
Kết quả kiểm định F được thể hiện trong bảng 4.4.
SIZE 1.788817 0.7223607 1.066457 0.5999143
ROA 0.3191663 0.9358174 -0.616651 0.2351905
GROW 0.7563297 0.8547192 -0.0983894 0.0877769
UNIQ 0.1000387 -0.0165963 0.116635 0.0533247
Nguồn: Trích xuất từ Stata Với mức ý nghĩa 10%, p-value < a (0.0069 < 0.1) nên H0 sẽ bị bác bỏ. Như vậy, không xảy ra đồng thời các biến độc lập đều không ảnh hưởng đến biến phụ thuộc, từ đó rút ra kết luận mô hình Pooled OLS không phù hợp.
> Kiểm định Hausman
Sau khi kiểm định F đưa ra kết quả mô hình OLS không phù hợp thì tiếp theo tác giả sẽ lựa chọn giữa mô hình FEM và REM. Tác giả sẽ thực hiện kiểm định Hausman để xem xét có sự tương quan giữa thành phần ngẫu nhiên (εi ) và các biến độc lập hay không, từ đó đưa ra kết luận giữa mô hình FEM và REM thì mô hình nào phù hợp hơn.
Tác giả tiến hành kiểm định Hausman với các giả thiết sau:
H 0: Không có sự tương quan giữa εi và các biến độc lập (Mô hình REM phù hợp).
H 1: Có sự tương quan giữa εi và các biến độc lập (Mô hình FEM phù hợp). Nếu p-value < , sẽ bị bác bỏ. Khi đó, εi và biến độc lập có tương quan với nhau và mô hình FEM sẽ phù hợp hơn. Ngược lại, p-value > a thì H 0 sẽ được chấp nhận và mô hình REM là mô hình phù hợp để nghiên cứu.
Kết quả kiểm định Hausman như sau: Coefficients
AGE -0.113492 -0.0831183 -0.0303737 0.02439 41
TAX -0.5289519 -1.044685 0.5157328 0.17042
Test: Ho: difference in coefficients not systematic chi2(8) = (b-B)'[(V_b-V_BH-1)](b-B)
= 9.54 Prob>chi2 = 0.2987
(V_b-V_B is not positive definite)
Với mức ý nghĩa 10%, kết quả cho thấy giá trị p-value > a (0.2987 > 0.1). Nhu vậy, giả thiết H 0 đuợc chấp nhận. Mô hình REM đuợc chọn làm mô hình nghiên cứu.
Tóm lại, dựa trên kết quả của 02 phuơng pháp kiểm định là kiểm định F và kiểm định Hausman thì mô hình REM là mô hình nghiên cứu phù hợp nhất.
> Kiểm định thừa biến trong mô hình (biến không cần thiết)
Theo nhu kết quả của phuơng pháp hồi quy theo mô hình REM, biến SIZE có ý nghĩa thống kê ở mức 5%, biến GROW và AGE có ý nghĩa thống kê ở mức 10%. Các biến ROA, UNIQ, TANG, LIQ, TAX không có ý nghĩa thống kê với mức ý nghĩa 10%. Nhu vậy, kiểm định Wald đuợc sử dụng để phát hiện biến không cần thiết trong mô hình.
R-sq: Tác giả đặt ra các giả thuyết như sau:Obs per group:
HQ: p2 = P 4 = Ps = Pe = Ps = θ H]√ p2 ≠ p4 ≠ p5 ≠ Pó ≠ Pδ ≠ θ
Nếu p-value < a, H 0 sẽ bị bác bỏ và điều đó có nghĩa cả 05 biến ROA, UNIQ, TANG, LIQ, TAX đều có ý nghĩa thống kê. Ngược lại, p-value > a thì H0 sẽ được chấp nhận và cả 05 biến trên đều sẽ không có ý nghĩa thống kê.
Kết quả kiểm định như sau: ( 1) ROA = 0 ( 2) UNIQ = 0 ( 3) TANG = 0 ( 4) LIQ = 0 ( 5) TAX = 0 chi2 (5) = 2.94 Prob > chi2 = 0.7096
Với mức ý nghĩa 10%, p-value > a (0.7096 > 0.1) nên có thể chấp nhận giả thiết tức là cả 05 biến ROA, UNIQ, TANG, LIQ, TAX đều không có ý nghĩa thống kê.
Như vậy, còn lại 03 biến SIZE, GROW và AGE có tác động mạnh nhất đên CTV của DN sẽ được đưa vào mô hình hồi quy cuối cùng.
> Mô hình hồi quy cuối cùng
Sau khi đã thực hiện kiểm định để tìm ra mô hình phù hợp nhất và loại bỏ các biến không cần thiết thì mô hình hồi quy cuối cùng có dạng như sau:
DEit = Ci + β1SIZE + β2GR0W + β3AGE + ɛɪ + Uit
overall = 0.1335 max = 7
Wald chi2(3) = 22.10
corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.00
01
DE Coef. Std. Err. z P>z [95% Conf. Interval]
SIZE 0.929631 0.3494432 2.66 0.0080.2447349 7 1.61452 GROW 0.9151656 0.4147732 2.21 0.0270.1022251 6 1.72810 AGE -0.105951 0.0442021 -2.4 0.017 - 0.1925854 -0.0193165 _cons -2.557639 2.179343 -1.17 0.241 -6.829073 1.71379 6 sigma_u 1.3332593 sigma_e 1.2291426
DE 1.16 1.08 0.8631 0.1369
SIZE 1.21 1.10 0.8231 0.1769
GROW 1.14 1.07 0.8759 0.1241
AGE 1.06 1.03 0.9450 0.0550
Mean VIF 1.14
Kết quả hồi quy cho thấy R-squared = 0.1289. Nhu vậy mô hình giải thích đuợc 12.89% sự thay đổi của biến phụ thuộc. Đồng thời, tất cả các biến trong mô hình đều có ý nghĩa thống kê ở mức 1% và 5%.
Vậy mô hình hồi quy cuối cùng có dạng nhu sau:
DEit = -2.5576 + 0.9296SIZE + 0.9152GROW - 0.1060AGE