Bài nghiên cứu hồi quy biến phụ thuộc với lần lượt các biến chất lượng báo cáo tài chính cùng với biến kỳ hạn nợ và các biến kiểm sốt như đã trình bày trong phần 3 của bài nghiên cứu này. Sau đó, bài nghiên cứu sẽ thực hiện tính tốn hệ số phóng đại phương sai VIF để kiểm định về khuyết tật đa cộng tuyến của mơ hình. Kết quả của kiểm định được trình bày tại bảng 4.3.
Từ bảng 4.3 có thể thấy tất cả các mơ hình đều có hệ số VIF lớn hơn 10, do đó đều mắc phải hiện tượng đa cộng tuyến, trong đó biến logarit doanh thu (LnSales) và biến logarit độ tuổi của doanh nghiệp (LnAge) có hệ số VIF riêng lẻ rất cao. Từ phần mô tả biến, dễ dàng nhận thấy doanh thu được sử dụng để tính tốn hiệu quả đầu tư, cũng như được làm căn cứ để tính tốn biến LnSales và STDSales. Vì vậy khả năng xảy ra đa cộng tuyện do biến doanh thu rất cao. Tương tự, biến độ tuổi của doanh nghiệp được tính tốn dựa trên năm doanh nghiệp đó thành lập trên cơ sở so sánh với năm nghiên cứu, do đó giữa các biến này của cùng một cơng ty từ năm 2009-2014 có khả năng sẽ xảy ra đa cộng tuyến.
Ngoài ra khả năng gây ra đa cộng tuyến của biến độ tuổi doanh nghiệp cịn do nó có thể được phản ánh một phần trong biến quy mô của doanh nghiệp (LnSales). Từ những phân tích trên, để bảo đảm không xảy ra hiện tượng đa cộng tuyến, bài nghiên cứu sẽ loại bỏ hai biến kiểm sốt LnSales và LnAge. Kết quả hồi quy các mơ hình sau khi loại bỏ hai biến này cho thấy mơ hình khơng xảy ra hiện tượng đa cộng tuyến với các hệ số VIF đều nhỏ hơn 10 (Bảng 4.3). Như vậy, phần tiếp theo bài nghiên cứu sẽ tiến hành hồi quy các biến đã trình bày ở phần 3 (trừ biến LnSales và LnAge) theo các phương pháp Pooled-OLS, Fixed Effect và Random Effect.
Bảng 4. 3. Kiểm định đa cộng tuyến
VIF Ban đầu Loại bỏ biến FRQ_MNST 25,24 6,53 FRQ_KASZ 25,32 6,67 FRQ_DD 27,21 7,57 FRQ_TB 27,37 7,59