CHƯƠNG III PHƯƠNG PHÁP NGHIÊN CỨU
4.1. Phương pháp hồi quy
Lựa chọn phương pháp phù hợp
Để kiểm định xem phương pháp hồi quy nào trong 3 phương pháp hồi quy gồm Pooled OLS, Random Effect (RE), Fixed Effect (FE) là phương pháp phù hợp nhất với mơ hình hồi quy, tác giả lần lượt chạy mơ hình với phương pháp Pooled OLS và RE, sau đó tác giả sử dụng kiểm định Breusch-Pagan LM (1979) để xác định được mơ hình Pooled OLS và RE. Với việc kiểm định Breusch-Pagan LM xác định mơ hình RE phù hợp, tác giả tiếp tục chạy mơ hình với phương pháp FE và dùng kiểm định Hausman (1978) để xác định mơ hình RE hay FE phù hợp nhất với mơ hình hồi quy.
Lựa chọn phương pháp hồi quy RE hay Pooled OLS.
Tác giả kiểm định mơ hình (1) với các biến độc lập trễ 1 kỳ bằng kiểm định Breusch-Pagan Lagrange Multiplier (1979) để xem xét xem liệu mơ hình (1) sẽ phù hợp với mơ hình hồi quy nào hơn-tác động ngẫu nhiên (RE) hay Pooled OLS. Đối với ước lượng tác động ngẫu nhiên, phương pháp nhân tử Lagrange (LM) với kiểm định Breusch-Pagan được sử dụng để kiểm chứng tính phù hợp của ước lượng (Baltagi, 2008). Theo đó, giả thuyết Ho cho rằng sai số của ước lượng thô không bao gồm các sai lệch giữa các đối tượng var(vi) = 0 (hay phương sai giữa các đối tượng hoặc các thời điểm là không đổi). Bác bỏ giả thuyết Ho, cho thấy phù hợp với ước lượng tác động ngẫu nhiên.
Đầu tiên tác giả chạy mơ hình hồi quy Pooled OLS với kết quả được trinh bày trong bảng 4.1.
Bảng 4.1: Kết quả hồi quy theo phương pháp Pooled OLS Rt Coef. Std. Err. T P>t 95% Rt Coef. Std. Err. T P>t 95% Conf. Interval Rt_L1 0.106 .0106655 9.93 0.000 0.085 0.127 Vowt_L1 -0.142 .0075995 -18.73 0.000 -0.157 -0.127 Volt_L1 -0.007 .0132141 -0.52 0.601 -0.033 0.019 Sgsvt_L1 0.009 .0010966 8.29 0.000 0.007 0.011 Vlmt_L1 -0.016 .0027906 -5.81 0.000 -0.022 -0.011 Cons 0.023 .0028934 7.83 0.000 0.017 0.028
Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata
Sau đó tác giả kiểm định Breusch-Pagan LM để nhằm xác định mơ hình (1) nên được hồi quy bằng phương pháp nào tốt hơn: Breusch-Pagan LM với RE. Kết quả được thể hiện trong bảng 4.2.
Bảng 4.2: Kết quả hồi quy Breusch-Pagan LM cho mơ hình (1)
Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata
Prob > chi2 = 0.0000 chi2(5) = 5700.06
Variables: rt_l1 vowt_l1 volt_l1 sgsvt_l1 vlmt_l1 Ho: Constant variance
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity . hettest rt_l1 vowt_l1 volt_l1 sgsvt_l1 vlmt_l1
Kết quả với P-value <0.001 nên tác giả chọn mơ hình hồi quy Random Effect (RE). Ngay cả khi tác giả chạy mơ hình (1) với 2 biến trễ thì kết quả P-value cũng nhận giá trị rất nhỏ, P-value < 0.001 được trình bày trong bảng 2 (Phụ lục).
Tuy nhiên, khơng chỉ dừng lại ở đó, tác giả sẽ tiếp tục kiểm định xem liệu mơ hình phương pháp ước lượng tác động cố định (FE) và tác động ngẫu nhiên (RE) sẽ tốt hơn cho mơ hình (1) bằng cách sử dụng kiểm định Hausman (1978). Kiểm định Hausman sẽ được sử dụng để lựa chọn phương pháp ước lượng phù hợp giữa hai phương pháp ước lượng tác động cố định và tác động ngẫu nhiên (Baltagi, 2008; Gujarati, 2004).
Lựa chọn phương pháp hồi quy mơ hình RE hay FE.
Đầu tiên, tác giả chạy mơ hình (1) với phương pháp FE với các biến độc lập trễ 1 tuần. Tác giả trình bày kết quả hồi quy trong bảng 4.3.
Bảng 4.3: Mơ hình hồi quy theo phương pháp FE
Rt Coef. Std. Err. T P>t [95% Conf. Interval]
Rt_L1 0.105 0.011 9.81 0.000 0.084 0.126 Vowt_L1 -0.143 0.008 -18.72 0.000 -0.157 -0.128 Volt_L1 -0.006 0.013 -0.49 0.625 -0.033 0.020 Sgsvt_L1 0.009 0.001 8.28 0.000 0.007 0.011 Vlmt_L1 -0.018 0.003 -5.92 0.000 -0.023 -0.012 _Cons 0.024 0.003 7.86 0.000 0.018 0.030
Kết quả từ bảng 4.3 cho thấy rằng, biến Sgsvt_L1 có ý nghĩa thống kê, với mức ý nghĩa 1%, hệ số của biến Sgsvt_L1 cũng thấp. Các biến cịn lại có ý nghĩa thống kê, riêng biến Volt_L1 khơng có ý nghĩa thống kê. Điều này tương tự như mơ hình được hồi quy theo phương pháp Pooled OLS mà tác giả đã thực hiện trong bảng 4.2
Tiếp theo, tác giả trình bày kết quả hồi quy biến theo phương pháp RE từ
mơ hình (1) với các biến độc lập trễ 1 tuần.
Kết quả hồi quy được tác giả trình này trong bảng 4.4.
Bảng 4.4: Mơ hình hồi quy theo phương pháp RE
Rt Coef. Std. Err. Z P>z [95% Conf. Interval] Rt_L1 0.1059 0.011 9.93 0.000 0.08499 0.1268 Vowt_L1 -0.1423 0.008 -18.73 0.000 -0.1572 -0.1274 Volt_L1 -0.0069 0.013 -0.52 0.601 -0.0328 0.01899 Sgsvt_L1 0.00909 0.001 8.29 0.000 0.00694 0.01124 Vlmt_L1 -0.0162 0.003 -5.81 0.000 -0.0217 -0.0108 _Cons 0.02265 0.003 7.83 0.000 0.01697 0.02832
Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata
Sau đó tác giả sử dụng kiểm định Hausman (1978) để kiểm định xem liệu mơ hình FE hay RE phù hợp với mơ hình (1). Ước lượng RE là hợp lý theo giả thuyết Ho nhưng lại không phù hợp ở giả thuyết thay thế. Ước lượng FE là hợp lý cho cả giả thuyết Ho và giả thuyết thay thế. Tuy nhiên, trong trường hợp giả thuyết Ho bị bác bỏ thì ước lượng tác động cố định là phù hợp hơn so với ước lượng tác
động ngẫu nhiên. Ngược lại, chưa có đủ bằng chứng để bác bỏ Ho nghĩa là không bác bỏ được sự tương quan giữa sai số và các biến giải thích thì ước lượng tác động cố định khơng cịn phù hợp và ước lượng ngẫu nhiên sẽ ưu tiên được sử dụng.
Dưới đây, tác giả trinh bày kết quả kiểm định Hausman được trình bày trong bảng 4.5.
Bảng 4.5: Kết quả hồi quy từ kiểm định Hausman
Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata
Với P-value = 0,7598 >0.1, theo Hausman (1978) thì mơ hình (1) phù hợp với phương pháp hồi quy RE.
Prob>chi2 = 0.7598 = 2.61
chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B) Test: Ho: difference in coefficients not systematic
B = inconsistent under Ha, efficient under Ho; obtained from xtreg b = consistent under Ho and Ha; obtained from xtreg vlmt_l1 -.0175175 -.016227 -.0012905 .0009879 sgsvt_l1 .0091035 .0090897 .0000138 .0000692 volt_l1 -.0064814 -.0069074 .000426 .0012874 vowt_l1 -.1425636 -.142331 -.0002326 .0004778 rt_l1 .1048377 .1058982 -.0010605 .0007541 fe re Difference S.E. (b) (B) (b-B) sqrt(diag(V_b-V_B)) Coefficients . hausman fe re
Vậy tác giả sử dụng phương pháp RE để hồi quy mơ hình (1) và mơ hình mở rộng (2) để kiểm định tác động của khối lượng tìm kiếm Google đến tỷ suất sinh lợi vượt trội chứng khốn.
Ngồi ra, để tìm được độ trễ tối ưu của mơ hình theo phương pháp hồi quy RE thì tác giả đánh giá số độ trễ tối ưu này bằng cách sử dụng F-test và tìm thấy tất cả 2 tuần trễ tối ưu cho GSV chuẩn hóa có ý nghĩa.
Bảng 4.6. Mức ý nghĩa thống kê của kiểm định F-test cho các độ trễ khác nhau trong mơ hình (1) và (2).
Nguồn: Tổng hợp từ dữ liệu nghiên cứu dựa trên phần mềm Stata
Tác giả nhận thấy rằng ở độ trễ 1 tuần và 2 tuần, mơ hình đều phù hợp ở mức ý nghĩa 1%. Chính vì vậy, các biến độc lập của tác giả được lựa chọn có độ trễ 1 tuần và 2 tuần.