Để tìm hiểu tác động của TTK đến HQTC của các DNPTCNY tại VN, tác giả sử dụng dữ liệu bảng để phân tích Việc tổ chức dữ liệu bảng có nhiều lợi thế hơn các dữ liệu khác: (i) Tính dị biệt của mô hình sẽ được xem xét chính thức thông qua các biến số đặc thù (ii) Dữ liệu bảng là sự kết hợp của các quan sát theo cả không gian và thời gian, do đó dữ liệu cung cấp sẽ có nhiều thông tin hơn, đầy đủ hơn, giữa các biến ít có đa cộng tuyến và hiệu quả hơn (iii) Phù hợp hơn để nghiên cứu được tính động của các biến thông qua các thay đổi theo không gian lặp lại (iv) Khắc phục được những nhược điểm, phát hiện được và đo lường tốt hơn những ảnh hưởng mà mô hình chuỗi thời gian hoặc không gian thuần túy không thực hiện được (v) Với đặc trưng là dữ liệu lớn, nhiều quan sát, dữ liệu bảng sẽ tối thiểu hóa được các thiên lệch có thể xảy ra (Baltagi, 2008)
Tác giả sử dụng chuỗi thời gian trong 5 năm từ 2015-2019 Việc nghiên cứu các quan sát trong nhiều năm sẽ giúp khai thác được nhiều thông tin hơn, nhiều dữ liệu hơn, ít hiện tượng tương quan mạnh giữa các biến, hồi quy hiệu quả hơn
Trong các nghiên cứu trước đây, các tác giả đã sử dụng các phương pháp hồi quy sau: Thứ nhất là phương pháp hồi quy bình phương nhỏ nhất (Pooled OLS)
Thứ hai là phương pháp hồi quy tác động cố định (Fixed effects model – FEM) Thứ ba là phương pháp hồi quy tác động ngẫu nhiên (Remdom effects model – REM) Thứ tư là phương pháp hồi quy bình quân tối thiểu tổng quát (Generalized Least Square – GLS)
Tuy nhiên trong mô hình luôn tồn tại các yếu tố không quan sát được và không thay đổi theo thời gian, nó đặc trưng cho mỗi đơn vị chéo Nếu εi tương quan với bất kỳ biến Xt nào thì ước lượng hồi quy từ hồi quy Y theo Xt sẽ bị ảnh hưởng chéo bởi những nhân tố không đồng nhất không quan sát được Thậm chí, nếu εi không tương quan với bất kỳ một biến giải thích nào thì sự có mặt của nó cũng làm cho cho các ước lượng OLS không hiệu quả và sai số tiêu chuẩn không có hiệu lực Do đó, tác giả sẽ không sử dụng phương pháp OLS để ước lượng mô hình Đồng thời, với nhược điểm của dữ liệu dạng bảng là số quan sát lớn nên thường phát sinh các khuyết tật của mô hình như hiện tượng tự tương quan và hiện tượng phương sai thay đổi Vì vậy, đầu tiên, tác giả sẽ kiểm định xem nên lựa chọn phương pháp REM hay REM Phương pháp được lựa chọn đó có khắc phục được các khuyết tật của mô hình hay không Nếu khi tác giả kiểm định mà mô hình xuất hiện các khuyết tật trên, nghĩa là các ước lượng REM và FEM không còn hiệu quả thì tác giả sẽ sử dụng phương pháp GLS để khắc phục các khuyết tật đó và sau đó phân tích chiều hướng ảnh hưởng của các nhân tố
3 4 1 3 Quy trình nghiên cứu định lượng
a Phân tích tương quan
”
Phân tích tương quan được sử dụng để xem xét MQH giữa các biến trong mô hình, để từ đó dự đoán mức độ ảnh hưởng của các BĐL đến BPT Mức độ tương quan giữa các biến được thể hiện thông qua hệ số tương quan (r), trong khoảng [1-,1] (Hoàng Trọng và Chu Nguyện Mộng Ngọc, 2008) Cụ thể:
r > 0: Hai biến số có MQH cùng chiều r < 0: Hai biến số có quan hệ ngược chiều r = 0: Hai biến số không có MQH tuyến tính | r | = 1: Tương quan tuyến tính tuyệt đối
| r | = 0,6 – 0,8: Tương quan tuyến tính rất mạnh | r | = 0,4 – 0,6: Có tương quan tuyến tính | r | = 0,2 – 0,4: Tương quan tuyến tính yếu
| r | < 0,2: Tương quan tuyến tính rất yếu hoặc không có tương quan tuyến tính ” Trong trường hợp có sự khác biệt về xu hướng tác động của các BĐL và BPT giữa kết quả của phân tích tương quan và kết quả của mô hình hồi quy thì có thể khi đó, mô hình hồi quy chưa đáp ứng đủ các giả thuyết của mô hình nghiên cứu
Nếu kết quả phân tích tương quan cho thấy các BĐL có tương quan chặt với nhau thì cần kiểm định hiện tượng đa cộng tuyến giữa các biến này khi phân tích hồi quy Việc xem xét ma trận tương quan Pearson chỉ ước tính có thể xảy ra hiện tượng đa cộng tuyến dựa vào giá trị hệ số tương quan Pearson Điều này chỉ dừng lại ở mức nghi ngờ, việc chứng minh bằng bằng con số xem thực sự có đa cộng tuyến hay không sẽ được thực hiện thông qua kiểm định VIF
b Kiểm định đa cộng tuyến
Đa cộng tuyến là hiện tượng các BĐL trong cùng một mô hình có MQH tuyến tính, tương quan chặt với nhau và thể hiện được MQH đó dưới dạng hàm số Khi các BĐL trong mô hình có hiện tượng đa cộng tuyến thì mô hình hồi quy đó bị vi phạm các giả định của mô hình hồi quy cổ điển Đó là giả định các BĐL trong cùng một mô hình không có MQH tuyến tính với nhau
Khi giả định này bị vi phạm, sai số chuẩn của các hệ số beta sẽ lớn, dẫn đến khoảng tin cậy lớn và thống kê ít có ý nghĩa hơn Từ đó, các ước lượng được của mô hình sẽ không thật chính xác, có thể không thể hiện đúng bản chất của mô hình và các giả thuyết đặt ra không có đủ cơ sở để bác bỏ hay chấp nhận, dẫn đến kết luận sai
Và để kiểm định hiện tượng đa cộng tuyến trong mô hình, tác giả sử dụng kiểm định VIF để đánh giá Nếu hệ số VIF < 10 sẽ chỉ ra mô hình không có hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyện Mộng Ngọc, 2008)
Trong trường hợp tồn tại đa cộng tuyến thì tác giả tiến hành loại bớt biến trong mô hình cho đến khi mô hình không còn hiện tượng đa cộng tuyến
c Phân tích thống kê mô tả
Phân tích thống kê mô tả là phương pháp được sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập được nhằm có đánh giá tổng quát nhất về mẫu nghiên cứu
Thống kê mô tả trong nghiên cứu này cho thấy được giá trị trung bình, giá trị tối đa, giá trị tối thiểu, độ lệch chuẩn của các biến trong mô hình
d Lựa chọn mô hình hồi quy
Phân tích hồi quy được dùng để đo lường mức độ ảnh hưởng của các BĐL tới các BPT Hệ số P-value của kết quả phân tích hồi quy cho biết MĐTĐ của các BĐL lên từng BPT Các mức độ thống kê có ý nghĩa thường được sử dụng là 1% (độ tin cậy 99%), 5% (độ tin cậy 95%), 10% (độ tin cậy 90%)
Bước 1: Lựa chọn mô hình hồi quy FEM/REM Tác giả sẽ sử dụng kiểm định Hausman với giả thuyết: Ho: Mô hình REM là phù hợp
H1: Mô hình FEM là phù hợp
Nếu kiểm định Hausman cho P-value > 0,05 thì mô hình REM là phù hợp và ngược lại, nếu P-value ≤ 0,05 sẽ lựa chọn mô hình FEM
Bước 2: Kiểm định các khuyết tật của mô hình lựa chọn được ở bước 1
Thứ nhất: Kiểm định phương sai thay đổi
Để kiểm định phương sai thay đổi, tác giả sử dụng kiểm định Modified Wald với giả thuyết:
Ho: Mô hình không có phương sai thay đổi H1: Mô hình có phương sai thay đổi
Nếu P-value của kiểm định > 0,05: chấp nhận giả thuyết Ho (mô hình không có phương sai thay đổi), ngược lại nếu P-value của kiểm định ≤ 0,05 nghĩa là mô hình tồn tại phương sai thay đổi
Thứ hai: Kiểm định tự tương quan
Để kiểm định tự tương quan, tác giả sử dụng kiểm định Wooldridge với giả thuyết: Ho: mô hình không có tự tương quan
H1: mô hình có tự tương quan
Nếu P-value của kiểm định > 0,05: chấp nhận giả thuyết Ho (mô hình không tồn tại tự tương quan), ngược lại nếu P-value của kiểm định ≤ 0,05 nghĩa là mô hình tồn tại tự tương quan
Bước 3: Lựa chọn mô hình hồi quy phù hợp
- Nếu mô hình không tồn tại các khuyết tật thì lựa chọn mô hình ở bước 1 - Nếu mô hình tồn tại các khuyết tật trên thì tác giả sẽ sử dụng mô hình GLS để khắc phục các khuyết tật đó
e Phân tích kết quả của mô hình hồi quy
Sau khi lựa chọn được mô hình hồi quy phù hợp nhất khắc phục được các khuyết tật của mô hình, tác giả sẽ tiến hành phân tích kết quả của mô hình hồi quy, tìm ra MĐTĐ và chiều tác động của các BĐL tới BPT trong điều kiện có các BKS
3 4 2 Phương pháp nghiên cứu định tính