CHƯƠNG 3 : PHƯƠNGPHÁP NGHIÊN CỨU
3.1.2. Phươngpháp phân tích hồi quy
Phương pháp hồi quy mơ hình
Số liệu của mơ hình về các yếu tố tác động tới quy mô phát hành TPDN được thu thập theo q. Mơ hình số liệu có dạng như sau (Nguyễn Quang Dong và Nguyễn Thị Minh, 2013):
Y_t= β_1+β_2 X_2t+⋯+β_k X_kt+u_t (a) Trong đó:
Yt: Biến phụ thuộc; Xkt: Biến độc lập k tại thời điểm t; βk: Hệ số hồi quy của biến độc lập k; u_t là sai số ngẫu nhiên thơng thường.
Do (a) là mơ hình hồi quy tuyến tính nên sẽ được ước lượng bằng phương pháp bình phương nhỏ nhất (Ordinary Least Square – OLS).
Kiểm định các khuyết tật của mơ hình
Để xác định mơ hình là thỏa mãn các giả thiết, cần kiểm định xem mơ hình có xuất hiện các khuyết tật hay khơng, bao gồm: đa cộng tuyến, phân phối chuẩn, tự tương quan, PSSS thay đổi
Kiểm định đa cộng tuyến
chặt. Hiện tượng ĐCT sẽ gây ra một số hậu quả cho các ước lượng OLS: ước lượng trở nên kém chính xác, hệ số ước lượng dễ mất ý nghĩa thống kê, dấu của hệ số ước lượng có thể ngược với kỳ vọng.
Để phát hiện ĐCT có thể xem xét hệ số phóng đại phương sai (VIF – variance inflation factor). Theo Myers (1990) nếu VIF > 10 thì đấy là dấu hiệu ĐCT cao. Ngồi ra, cũng có thể tính hệ số tương quan cặp của các biến đôc lập. Nếu hệ số tương quan cặp giữa hai biến lớn hơn 0,8 thì có thể xem như mơ hình có ĐCT (Nguyễn Quang Dong và Nguyễn Thị Minh, 2013).
Khi ĐCT gây hậu quả nghiêm trọng cần thực hiện khắc phục bằng một số biện pháp như sau: (i) Gia tăng kích thước mẫu; (ii) Sử dụng thông tin từ các nghiên cứu trước; (iii) Sử dụng kỹ thuật phân tích nhân tố để tách lọc thơng tin từ các biến độc lập thành một số nhân tố mà các nhân tố này là không tương quan với nhau. Tuy nhiên phương pháp này chủ yếu phục vụ mục đích dự báo và rất hạn chế trong đánh giá tác động; (iv) Xem xét bỏ bớt biến là nguyên nhân chính gây ra ĐCT (Nguyễn Quang Dong và Nguyễn Thị Minh, 2013).
Kiểm định tự tương quan
Tự tương quan là sự tương quan giữa các thành phần của chuỗi các quan sát được sắp xếp theo thứ tự thời gian (trong các số liệu chuỗi thời gian) hoặc không gian (trong số liệu chéo). Trong thực tế có thể xảy ra hiện tượng có sự tương quan giữa các sai số ngẫu nhiên (Cov (ui, uj) ≠ 0, i ≠ j), gọi là tự tương quan. Khi xảy ra tự tương quan, phương sai các hệ số ước lượng thu được từ OLS là chệch, khoảng tin cậy và các giả thuyết thống kê về các hệ số là không đáng tin cậy.
Tự tương quan có thể xảy ra ở bậc 1 hoặc bậc bất kỳ. Để phát hiện tự tương quan ở bậc 1, có thể xem xét đồ thị phần dư, sử dụng kiểm định t hoặc kiểm định Durbin – Watson hoặc kiểm định Durbin – h. Tuy nhiên, để phát hiện tự tương quan bậc bất kỳ, có thể sử dụng kiểm định Breusch – Godfrey (Breusch và Pagan, 1979). Nếu Prob. ≤ α Bác bỏ H0 – Mơ hình có tự tương quan ở ít nhất một bậc; Prob. > α Chưa có cơ sở bác bỏ H0 – Mơ hình khơng có tự tương quan.
Để khắc phục tự tương quan, có thể sử dụng phương pháp bình phương bé nhất tổng quát GLS – FGLS, phương pháp lấy sai phân hay phương sai hiệu chỉnh.