CHƢƠNG 3 : MƠ HÌNH VÀ PHƢƠNG PHÁP NGHIÊN CỨU
3.2. Thu thập dữ liệu nghiên cứu
Vì việc thu thập dữ liệu về tài chính trực tiếp từ các doanh nghiệp rất khó khăn, nên nghiên cứu sẽ sử dụng dữ liệu thứ cấp đƣợc công bố rộng rãi trên sàn giao dịch chứng khoán TP. Hồ Chí Minh.
Dữ liệu thu thập đƣợc từ website của Sở giao dịch chứng khốn TP. Hồ Chí Minh, bao gồm 150 các doanh nghiệp trên địa bàn Tp. Hồ Chí Minh giai đoạn từ 2011– 2016.
Việc chọn giai đoạn nghiên cứu từ 2011– 2016 vì những năm này có cùng chung bối cảnh kinh tế ( khủng hoảng kinh tế). Hơn nữa giai đoạn này, tất cả 120 doanh nghiệp đều có đủ số liệu đáp ứng mục tiêu nghiên cứu, để tạo đƣợc một bảng dữ liệu cân đối.
Các số liệu về tài chính chi tiết đƣợc lấy từ các báo cáo tài chính. Các báo cáo thƣờng niên đã đƣợc kiểm tốn của các DNNVV đƣợc cơng bố trên website của Sở giao dịch chứng khốn TP. Hồ Chí Minh.
3.3. Phƣơng pháp nghiên cứu
Phƣơng pháp chủ yếu sử dụng để nghiên cứu là pháp định lƣợng.
3.3.1. Xử lý dữ liệu nghiên cứu
Nghiên cứu sử dụng phần mềm Excel để xử lý dữ liệu cơ bản để tính tốn và tạo ra giá trị của những biến số cần phân tích trong mơ hình. Từ đó xây dựng một
bảng dữ liệu thông qua việc kết hợp các chuỗi dữ liệu theo thời gian (từ 2010 – 2016) của các quan sát theo không gian.
Những ƣu điểm của việc sử dụng dữ liệu bảng trong ƣớc lƣợng, theo Gujarati (2004) nhƣ sau:
Dữ liệu bảng liên kết các đối tƣợng cá thể (các công ty, các quốc gia,…) theo thời gian, nên có sự khơng đồng nhất (heterogeneity) giữa các cá thể này. Kỹ thuật ƣớc lƣợng dũa liệu bảng có thể xem xét đến sự khơng đồng nhất này bằng cách đƣa vào những biến số đặc trƣng riêng của từng cá thể (firms, countries,…) nghiên cứu.
Bằng việc kết hợp những chuỗi quan sát theo thời gian và không gian, dữ liệu bảng hạn chế dƣợc hiện tƣợng đa cộng tuyến giũa các biến số độc lập, bậc tự do đƣợc tăng them và hiệu quả hơn.
Dữ liệu bảng có thể phát hiện và đo lƣờng một cách tốt hơn sự tác động không thể quan sát đƣợc theo dữ liệu chỉ theo thời gian hoặc chỉ theo không gian thuần túy, tránh đƣợc phần nào việc bỏ sót các biến số có ý nghĩa trong mơ hình.
Dữ liệu bảng có thể tối thiểu hóa độ chệch (bias) có thể phát sinh nếu chúng ta kết hợp các cá thể thành nhóm.
Thống kê mơ tả bằng phần mềm chuyên dụng EVIEW 12 đƣợc sử dụng để mô tả đặc trƣng dữ liệu nghiên cứu thông qua các giá trị của các biến số trong mơ hình.
Nghiên cứu sử dụng phần mềm chuyên dụng EVIEW 12 để tạo lập ma trận hồi quy tƣơng quan và ƣớc lƣợng hồi quy.
3.3.2. Phƣơng pháp ƣớc lƣợng hồi quy
Đối với dữ liệu bảng, có rất nhiều phƣơng pháp để ƣớc lƣợng hồi quy cho mơ hình nghiên cứu. Mỗi một phƣơng pháp đều có ƣu điểm và nhƣợc điểm của nó, hầu hết các nghiên cứu trƣớc đã sử dụng từ mơ hình phổ biến nhất đến phức tạp hơn, phù hợp với dữ liệu nghiên cứu đƣợc trình bày sơ lƣợc sau đây.
3.3.2.1. Phương pháp ước lượng hồi quy Pool Regression (OLS cho dữ liệu bảng).
Hồi quy Pool (OLS) là phƣơng pháp hồi quy cơ bản, đơn giản và dễ sử dụng nhất. tuy nhiên, nếu tác động của các biến độc lập quá cách biệt nhau giữa các ngân hàng, thì ƣớc lƣợng sẽ bị chệch. Đối với mơ hình này, hàm hồi quy chung có độ dốc trung bình giống với độ dốc của hàm hồi quy riêng. Mơ hình nghiên cứu đƣợc trình bày tổng quát nhƣ sau:
Yit = β0 + β1Xlit + β2X2it + β3X3it + …. + β4Xkit + uit
Với i = 1, 2, …, N và t = 1, 2, …, T
Với phƣơng pháp hồi quy Pool nếu tác động của các biến số độc lập quá cách biệt nhau giũa các đối tƣợng (firm) thì ƣớc lƣợng sẽ bị chệch (bias). Mơ hình này đạt tối ƣu khi hàm hồi quy chung (cho tất cả các ngân hàng). Do đó, theo Gujarati (2004), để có đƣợc một kết quả tốt (ƣớc lƣợng vững và hiệu quả), các giả thuyết của phƣơng pháp ƣớc lƣợng OLS phải đƣợc đảm bảo thông qua các kiểm định.
3.3.2.2. Phương pháp ước lượng hồi quy Fixed Effect Method (FEM)
Phƣơng pháp này phù hợp với dữ liệu nghiên cứu có số lƣợng đối tƣợng (firm) nghiên cứu lớn hơn số năm (year) nghiên cứu (Gujarati, 2004).
Phƣơng pháp ƣớc lƣợng hồi quy FEM có xét đến các yếu tố thời gian (time) và cross- section (individuals, firm, countries, etc). Với phƣơng pháp FEM, mặc dù tung độ góc là khác nhau trên từng cá thể (individuals) nhƣng chênh lệch tung độ gốc của hàm hồi quy chung và hàm hồi quy riêng cho từng cá thể nghiên cứu là cố định và hệ số góc của từng hàm hồi quy riêng của từng cá thể là khơng đổi. Mơ hình hồi quy FEM có dạng
Yit = β0 + β1Xlit + β2X2it + β3X3it + …. + β4Xkit + ai + uit : với ai khơng đổi Trong đó: i = 1, 2, …, N và t = 1, 2, …, T
3.3.2.3. Phương pháp ước lượng hồi quy Random Effect Method (REM)
Cũng nhƣ mơ hình tác động cố định FEM, phƣơng pháp ƣớc lƣợng hồi quy REM có xét đến các yếu tố về thời gian và cả các đơn vị chéo. Đối với mơ hình tác động ngẫu nhiên, những yếu tố khơng quan sát đƣợc sẽ đƣợc xem nhƣ là kết quả của những biến ngẫu nhiên. Mơ hình hồi quy REM có dạng:
Yit = β0 + β1Xlit + β2X2it + β3X3it + …. + β4Xkit + ai + uit : với ai thay đổi Trong đó: i = 1, 2, …, N và t = 1, 2, …, T
3.3.3. Các kiểm định để lựa chọn mơ hình
3.3.3.1. Kiểm định nhân tử Lagrange của Breusch-Pagan cho việc lựa chọn giữa OLS và REM
Sử dụng kiểm định nhân tử Lagrange của Breusch-Pagan (1980) để kiểm tra và sau đó sẽ đƣa ra quyết định nên lựa chọn mơ hình OLS hay mơ hình REM.
- Nếu P-value <α (mức ý nghĩa thống kê α) thì bác bỏ (uit) = 0 (chọn mơ hình OLS).
- Nếu P-value >α (mức ý nghĩa thống kê α) thì chấp nhận (uit) = 0 (chọn mơ hình Random effects).
3.3.3.2. Kiểm định Hausman Test cho việc lựa chon giữa REM và FEM
Để cân nhắc lựa chọn giữa mơ hình tác động ngẫu nhiên (REM) và mơ hình tác động cố định (FEM), nghiên cứu sử dụng kiểm định Hausman (1978).
Kiểm định Hausman là kiểm định với giả thuyết H0: các ƣớc lƣợng FEM và REM không khác nhau đáng kể.
Nếu giá trị P-value <0.01 (mức ý nghĩa thống kê 1%) thì bác bỏ giả thuyết H0, khi đó việc sử dụng mơ hình FEM sẽ giải thích tốt hơn.
Và ngƣợc lại, khi giá trị P-value > 0.01, lúc đó chấp nhận giả thuyết H0, ƣớc lƣợng theo mơ hình REM đƣợc sử dụng giải thích kết quả tốt hơn.
3.3.4. Trình tự thực hiện nghiên cứu định lƣợng
Nghiên cứu đƣợc tiến hành qua các bƣớc nhƣ sau: Bƣớc 1: Thống kê mô tả
Thống kê mô tả một số giá trị tiêu biểu của các biến số định lƣợng nhƣ: giá trị trung bình, giá trị lớn nhất, nhỏ nhất, độ lệch chuẩn, để sử dụng mơ tả và phân tích dữ liệu tổng qt, từ đó làm cơ sở phân tích trong nghiên cứu.
Bƣớc 2: Phân tích ma trận hệ số tƣơng quan
Để xác định mối quan hệ giữa biến phụ thuộc và độc lập. Nghiên cứu sử dụng ma trận hệ số tƣơng quan giữa các cập biến số.
Bƣớc 3: Sử dụng ƣớc lƣợng hồi quy đa biến để xác định mối quan hệ FDI và việc làm tại các địa phƣơng của Việt Nam. Các phƣơng pháp ƣớc lƣợng đƣợc sử dụng:
o Ƣớc lƣợng mơ hình OLS
o Ƣớc lƣợng mơ hình Random effects o Ƣớc lƣợng mơ hình Fixed effects
Đồng thời, sử dụng các kiểm định của Breusch-Pagan (1980) và Hausman (1978) để lựa chọn mơ hình phù hợp giữa cặp mơ hình ƣớc lƣợng bằng phƣơng pháp OLS với mơ hình Random effects và giữa cặp mơ hình Random effects với mơ hình Fixed effects.
Bƣớc 4: Kiểm định phƣơng sai sai số thay đổi và hiện tƣợng tự tƣơng quan của mơ hình đƣợc chọn.
Bƣớc 5: Lựa chọn mơ hình và phân tích, nhận xét
o Đƣa ra mơ hình mới sau khi đã khắc phục các sai phạm (nếu có). o Phân tích và nhận xét kết quả từ mơ hình đã chọn.