Q Giá trị thị trường của tài sản/giá trị sổ sách của tài sản.
3.5. Phương pháp xử lý số liệu
Sau khi xây dựng giả thuyết nghiên cứu, xây dựng mơ hình, thu thập dữ liệu, tính tốn các biến, tiến hành các bước phân tích sau đây: (i) thống kê mơ tả các biến, (ii) phân tích ma trận tương quan, kiểm tra các giả thuyết của mơ hình hồi quy và (iii) hồi quy phương trình và thảo luận các kết quả hồi quy.
Trong nghiên cứu này sẽ tiếp cận hồi quy theo phương pháp hồi quy dữ liệu bảng được thực hiện theo 3 cách: Pooled model, hồi quy với hiệu ứng cố định (Fixed Effects Model - FEM) và hồi quy với hiệu ứng ngẫu nhiên (Random Efffects Model - REM). Theo Gujarati (2004), việc sử dụng phương pháp OLS bỏ qua bình diện khơng gian và thời gian của dữ liệu kết hợp sẽ khiến kết quả ước lượng có thể sẽ bị thiên lệch. Vì thế hồi quy theo phương pháp ước lượng hiệu ứng cố định cố định và hiệu ứng ngẫu nhiên sẽ phù hợp hơn vì khơng bỏ qua sự khác biệt trong các yếu tố thời gian và yếu tố doanh nghiệp. Các kiểm định để lựa chọn mơ hình hiệu quả nhất giữa hồi quy gộp (pooled model), hồi quy hiệu ứng cố định và hồi quy hiệu ứng cố định được thực hiện như sau:
Kiểm định Hausman kiểm tra độ phù hợp giữa mơ hình random và fixed effects. Nội dung của kiểm định là kiểm định giả thuyết H0: Mơ hình hồi quy với hiệu ứng ngẫu nhiên có hiệu quả hơn. Nếu nhận thấy Hausman > Chi2 critical value, thì thực hiện bác bỏ H0, tức lúc này hồi quy với hiệu ứng cố định là hiệu quả hơn.Nếu kết quả kiểm định cho thấy P-value > 0.05 thì khơng bác bỏ giả thiết H0 và lựa chọn mơ hình REM là mơ hình phù hợp nhất.Nếu P-value < 0.05 thì chúng ta sẽ lựa chọn mơ hình FEM là mơ hình cuối cùng để hồi quy.
Các giả thuyết nghiên cứu sẽ được tiến hành kiểm định thông qua dữ liệu nghiên cứu của phương trình hồi quy được xây dựng. Tiêu chuẩn kiểm định sử dụng thống kê t và giá trị P-value (Sig.) tương ứng, độ tin cậy lấy theo chuẩn 90%, 95% và 99%, giá trị P-value sẽ được so sánh để kết luận chấp thuận hay bác bỏ giả thuyết nghiên cứu. Để xem xét sự phù hợp dữ liệu và sự phù hợp của mơ hình ta sử dụng hệ số R-square, thống kê t và thống kê F để kiểm định. Để đánh giá sự quan trọng của các nhân tố ta xem xét hệ số Beta tương ứng trong phương trình hồi quy bội được xây dựng từ dữ liệu nghiên cứu.
Kiểm định hiện tượng đa cộng tuyến trong mơ hình: đa cộng tuyến là một hiện tượng trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng đa cộng tuyến là chúng cung cấp cho mơ hình những thơng tin giống nhau và rất khó tách ảnh hưởng của từng biến một. Đối với hiện tượng đa cộng tuyến, khi hệ số VIF nhỏ hơn hoặc bằng 2 nghĩa là các biến độc lập khơng có tương quan tuyến tính với nhau.