Hồi quy mô hình theo FEM và REM
Đầu tiên, tiến hành hồi quy lần lượt theo hai phương pháp FEM và REM. Sau đó sử dụng kiểm định Hausman để lựa chọn phương pháp hồi quy nào là phù hợp nhất (FEM hay REM). Do đó, ở đây không trình bày kết quả hồi quy theo hai phương pháp FEM và REM. Kết quả này được trình bày trong phụ lục 1.
Sau khi lựa chọn được phương pháp hồi quy phù hợp thông qua kiểm định Hausman, trong phần kết quả nghiên cứu chỉ trình bày và phân tích kết quả theo phương pháp được lựa chọn.
Kiểm định Hausman Kiểm định Hausman được sử dụng để kiểm tra so sánh giữa mô hình FEM và REM (Phùng Đức Nam và Lê Thị Phương Vy, 2012; Karaca and Eksi, 2012).
Mô hình REM giả thiết rằng không có tương quan giữa các yếu tố ngẫu nhiên đặc thù và kết quả mô hình thì giả định Cov(u_i; X) = 0. Tuy nhiên, FEM không có những giả định này và cho rằng không tương quan của REM là không khả thi. Để lựa chọn mô hình ta xây dựng giả thuyết sau:
H0: Ước lượng của FEM và REM không khác nhau H1: Ước lượng của FEM và REM khác nhau
P-value > 5%: Chấp nhận H0 (chọn mô hình REM) Kết quả kiểm định Hausman như sau:
Bảng 4.4.Kết quả kiểm định Hausman
Biến phụ thuộc Chi Prob. > Chi2
ROE 36,142145 0,0001
ROA 30,203976 0,0008
Q-Tobins 93,247618 0,0000
Nguồn: Tác giải, 2016, phụ lục 1, (trích xuất từ phần mềm Eview)
Từ bảng 4.4, mô hình FEM được lựa chọn vì tốt hơn REM vì P-value <𝛼 = 5% ở từng biến phụ thuộc và do đó, việc phân tích sẽ dựa trên mô hình FEM. Theo Phùng Đức Nam và Lê Thị Phương Vy (2012), Karaca và Eksi (2012) cũng so sánh mô hình FEM và REM bằng kiểm định Hausman, kết quả cuối cùng cũng phân tích dựa trên mô hình FEM.
Như vậy, cho thấy mô hình hồi quy theo phương pháp ảnh hưởng cố định là thích hợp nhất trong trường hợp này.
So sánh kết quả của các phương pháp hồi quy nghiên cứu
Tác giả tiến hành so sánh các phương pháp hồi quy nghiên cứu theo OLS, REM, FEM để đánh giá và chọn mô hình phù hợp cho nghiên cứu. Điều này được thể hiện qua bảng sau.
Bảng 4.5. So sánh kết quả nghiên cứu của ba phương pháp hồi quy nghiên cứu
OLS FEM REM
Q Tobin ROA ROE Q Tobin ROA ROE Q Tobin ROA ROE
Prob,F 0,0753 0,0000 0,0000 0,0003 0,0000 0,0000 0,0831 0,0000 0,0000 R2 0,0121 0,2086 0,0972 0,4023 0,8197 0,7180 0,0119 0,1460 0,0737 R2 hiệu chỉnh 0,0050 0,2029 0,0970 0,0943 0,7267 0,5730 0,0048 0,1390 0,0670 MO 0,0647 0,1305 0,0429 0,7563 0,0337 0,0033 0,0702 0,9109 0,9595 CO 0,6269 0,0000 0,1443 0,8591 0,0512 0,3986 0,6341 0,0193 0,2022 FO 0,0828 0,8666 0,0644 0,9395 0,0097 0,0857 0,0789 0,0233 0,1079 INSO 0,9718 0,0000 0,1096 0,1892 0,7878 0,3081 0,9761 0,1772 0,4920 GOV 0,0754 0,0329 0,0964 0,8378 0,0298 0,0767 0,0793 0,0028 0,0331
DGOV 0,6452 0,0000 0,4147 0,4396 0,0382 0,5170 0,6207 0,2691 0,8310 SIZE 0,4521 0,0364 0,0792 0,5946 0,0000 0,0004 0,5095 0,0181 0,0111 LEV 0,3960 0,0266 0,0000 0,0000 0,0000 0,0000 0,2670 0,0000 0,0000 LIQUID 0,1231 0,0228 0,5275 0,0071 0,1342 0,3402 0,0997 0,1197 0,4470 GROW 0,3112 0,0198 0,0000 0,0000 0,0000 0,0000 0,2276 0,0000 0,0000
Nguồn: Tác giả, 2016, trích xuất từ Eview
Thứ nhất: Các mô hình đều có hệ số Prob (P value < 0,1), chứng tỏ các mô hình (OLS, FEM, REM) đều có ý nghĩa thống kê ở mức 10%. Cụ thể
Sử dụng phương pháp hồi quy OLS cho biến phụ thuộc ROA, ROE và phương pháp hồi quy FEM cho biến phụ thuộc Q tobin, ROE, ROA; phương pháp hồi quy REM cho biến phụ thuộc ROA, ROE đều cho kết quả là các mô hình này có ý nghĩa thống kê ở mức 1% vì giá trị Prob (P value) đều nhỏ hơn 0,01.
Sử dụng phương pháp hồi quy OLS và REM cho biến phụ thuộc Q-tobin cho kết quả là các mô hình này có ý nghĩa thống kê ở mức 10% vì giá trị Prob (P value) đều nhỏ hơn 0,1.
Từ đây cho thấy sử dụng phương pháp hồi quy theo FEM cho các biến phụ thuộc Q-Tobin, ROA, ROE có ý nghĩa thống kê cao hơn các phương pháp hồi quy khác. (1)
Thứ hai: Hệ số R2 hiệu chỉnh các biến phụ thuộc Q-Tobin, ROE và ROA khi sử dụng phương pháp hồi quy FEM có giá trị cao hơn các hệ số R2 hiệu chỉnh của các phương pháp hồi quy khác. Điều này chứng tỏ khi sử dụng phương pháp hồi quy FEM, các biến độc lập giải thích tốt hơn cho các biến phụ thuộc.
R2 hiệu chỉnh (FEM) Q-Tobin = 9,43% > R2 hiệu chỉnh (OLS) Q-Tobin = 0,5% > R2 hiệu chỉnh (REM) Q-Tobin = 0,48%.
R2 hiệu chỉnh (FEM) ROE = 57,30% > R2 hiệu chỉnh (OLS) ROA = 9,7% > R2 hiệu chỉnh (REM) ROA = 7,37%.
R2 hiệu chỉnh (FEM) ROA = 72,67% > R2 hiệu chỉnh (OLS) ROE = 20,29% > R2 hiệu chỉnh (REM) ROE = 13,90%.
Từ đây cho thấy sử dụng phương pháp hồi quy theo FEM cho các biến phụ thuộc Q-Tobin, ROA, ROE có hệ số R2 hiệu chỉnh cao hơn các phương pháp hồi quy khác. (2).
Từ (1) và (2) tác giả sử dụng phương pháp hồi quy tuyến tính FEM để phân tích sự tác động cấu trúc sở hữu đến hiệu quả hoạt động của doanh nghiệp thông qua của các biến giải thích: MO, CO, FO, FO, INSO, GOV, DGOV thuộc cấu trúc sở hữu và các biến kiểm soát SIZE, LEV, LIQUID, GROW vói biến phụ thuộc được đo lường bởi Q-Tobin, ROA, ROE.
Dưới đây sẽ trình bày kết quả hồi quy của phương pháp ảnh hưởng cố định.