CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.4. Phương pháp kiểm định mơ hình
Dữ liệu nghiên cứu được thu thập dưới dạng dữ liệu bảng (Panel data). Các phương pháp hồi quy bình phương nhỏ nhất (Pooled OLS), phương pháp hồi quy tác động cố định (Fixed effect model), hồi quy tác động ngẫu nhiên (Random effect model) là những phương pháp truyền thống thường được sử dụng trong việc ước lượng mơ hình nghiên cứu.
bởi những phân tích hậu kiểm định), tác giả vẫn trình bày trong bài nghiên cứu nhằm mục đích so sánh với các phương pháp hồi quy khác trong bài nghiên cứu.
Tiếp theo, bài nghiên cứu cũng sử dụng thêm 02 phương pháp hồi quy Fixed effect model (FEM) và Random effect model (REM) cho dữ liệu bảng, để quan sát mức độ tác động của sự đa dạng mức độ độc lập quản trị lên khả năng thu hút vốn đầu tư từ các nhà đầu tư nước ngồi vào cổ phần của cơng ty. Tất cả các phương pháp hồi quy Clustered theo công ty (ngoại trừ Pooled OLS) được sử dụng để ước lượng mơ hình nghiên cứu khi chấp nhận có hiện tương phương sai thay đổi cũng như hiện tượng tự tương quan trong mơ hình.
Tiếp theo, bài nghiên cứu sử dụng các kiểm định F, Breusch-Pagan Lagrange multiplier (LM), và Hausman để lựa chọn phương pháp hồi quy phù hợp trong số 03 phương pháp hồi quy Pooled OLS, FEM, REM. Kết quả thu được phương pháp hồi quy REM là phù hợp để sử dụng.
Ngồi việc tiến hành phân tích hồi quy đối với tồn bộ quan sát, bài nghiên cứu cũng phân tích mối tương quan giữa độc lập Hội Đồng Quản Trị với tỷ lệ sở hữu bởi các cổ đơng là tổ chức nước ngồi. Bài nghiên cứu đưa ra những bằng chứng thực nghiệm quan trọng về mối tương quan giữa độc lập Hội Đồng Quản Trị có tác động và việc thu hút nhà đầu tư nước ngồi đầu tư vào cổ phần của cơng ty Việt Nam.
Tóm lại, quy trình hồi quy được tiến hành gồm các bước như sau:
Bước 1: Tính thống kê mơ tả chuỗi dữ liệu của các biến;
Bước 2: Xem xét mối tương quan giữa các biến bằng cách sử dụng ma
trận hệ số tương quan, qua đó kiểm tra vấn đề đa cộng tuyến giữa các biến;
Bước 3: Kiểm định các giả thiết cơ bản của mơ hình hồi quy Pooled OLS
(Bao gồm kiểm định cho phương trình hồi quy phụ):
Kiểm định hiện tượng đa cộng tuyến thơng qua nhân tử phóng đại
phương sai – VIF. Khi có hiện tượng đa cộng tuyến, các hệ số của mơ hình hồi quy là khơng xác định cịn các sai số tiêu chuẩn là vơ hạn, điều này có thể đưa đến các
hiện tượng như dấu của các ước lượng của các hệ số hồi quy có thể sai, R2 cao nhưng
tỷ số t ít ý nghĩa… Dấu hiệu để nhận biết hiện tượng đa cộng tuyến là tương quan cặp
giữa các biến giải thích cao, R2 cao nhưng tỷ số t ít ý nghĩa, sử dụng nhân tử phóng đại phương sai – VIF, nếu biến nào có VIF lớn hơn 10 thì xảy ra hiện tượng đa cộng tuyến trong mơ hình.
Kiểm định hiện tượng tự tương quan bằng Wooldridge test (Breusch-
Godfrey) với giả thiết 𝐻0 là khơng có hiện tượng tự tương quan trong mơ hình. Khi kiểm định cho ra kết quả có Prob > F lớn hơn 0.05 thì chấp nhận giả thiết 𝐻0, từ đó kết luận mơ hình có xuất hiện hiện tượng tự tương quan. Trong trường hợp có hiện tượng tự tương quan, cũng tương tự như vấn đề phương sai thay đổi, khi ước lượng bằng mơ hình Pooled OLS khơng thể khắc phục được hiện tượng tự tương quan mà chỉ có điều chỉnh để nó có mức ý nghĩa đáng tin cậy hơn.
Kiểm định hiện tượng phương sai thay đổi bằng kiểm định Breusch-
Pagan test với giả thiết 𝐻0 là khơng có hiện tượng phương sai thay đổi trong mơ hình. Khi kiểm định cho ra kết quả có Prob > Chi2 lớn hơn 0.05 thì chấp nhận giả thiết 𝐻0, từ đó kết luận mơ hình có khơng xuất hiện hiện tượng phương sai thay đổi. Trong trường hợp hồi quy Pooled OLS có hiện tượng phương sai thay đổi xảy ra thì sẽ vi phạm các điều kiện của mơ hình OLS, dẫn đến các kết quả hồi quy khơng cịn là ước lượng khơng chệch. Khi có hiện tượng phương sai thay đổi xảy ra, khi ước lượng bằng mơ hình Pooled OLS khơng thể khắc phục được hiện tượng phương sai thay đổi mà chỉ có thể điều chỉnh để nó có mức ý nghĩa đáng tin cậy hơn.
Bước 4: Hồi quy mơ hình chính bằng 03 phương pháp Pooled OLS, FEM
và REM. Nếu bước 3 kiểm định có phương sai thay đổi và tự tương quan đối với mơ
hình Pooled OLS thì sử dụng Cluster theo cơng ty để điều chỉnh.
Phương pháp hồi quy Pooled OLS có dạng như sau:
Mơ hình Pooled OLS là mơ hình sử dụng dữ liệu bảng để phân tích bằng hình thức sử dụng tất cả dữ liệu bằng cách xếp chồng không phân biệt từng đối tượng riêng biệt với giả thiết là hệ số của các đối tượng này là không đổi.
Phương pháp hồi quy Fixed Effect (FEM) có dạng như sau:
𝑦𝑖𝑡 = 𝑎𝑖 + 𝑏𝑥𝑖𝑡 + 𝑒𝑖𝑡 Trong đó:
- 𝑦𝑖𝑡 là biến phụ thuộc với i là doanh nghiệp và t là thời gian (năm). - 𝑥𝑖𝑡 là biến độc lập
- 𝑎𝑖 (i=1 … n) là hệ số chặn cho từng quan sát - b là hệ số góc đối với biến phụ thuộc x - 𝑒𝑖𝑡 là phần dư
- t = 1...T và i = 1…N. Qua đó, chúng ta có dữ liệu bảng bao gồm N đối tượng và T thời điểm.
Mơ hình FEM có thể kiểm sốt và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến giải thích để mơ hình có thể ước lượng những ảnh hưởng thực của biến giải thích lên biến phụ thuộc. Có 02 phương pháp được áp dụng để ước lượng các tham số của mơ hình tác động cố định, thứ nhất là ước lượng hồi quy biến giả tối thiểu với mỗi biến giả đại diện cho mỗi đối tượng quan sát của mẫu, thứ hai là ước lượng tác động cố định. Tuy nhiên, mơ hình FEM có nhược điểm khơng đo lường được tác nhân không thay đổi theo thời gian.
Phương pháp hồi quy Random Effect (REM) có dạng như sau:
𝑦𝑖𝑡 = a + 𝑏𝑥𝑖𝑡 + 𝑎𝑖 + 𝑒𝑖𝑡 Trong đó:
- 𝑦𝑖𝑡 là biến phụ thuộc với i là doanh nghiệp và t là thời gian (năm). - 𝑥𝑖𝑡 là biến độc lập
- 𝑎𝑖 (i=1 … n) là sai số đại diện cho tất cả các yếu tố không quan sát được mà thay đổi giữa các đối tượng nhưng không thay đổi theo thời gian - 𝑒𝑖𝑡 là sai số đại diện cho tất cả yếu tố không quan sát được mà thay đổi
giữa các đối tượng và thời gian
- t = 1...T và i = 1…N. Qua đó, chúng ta có dữ liệu bảng bao gồm N đối tượng và T thời điểm.
Trong mơ hình, sai số cổ điển được chia làm 02 thành phần. Thành phần 𝑎𝑖 đại diện cho tất cả các yếu tố không quan sát được mà thay đổi giữa các đối tượng nhưng không thay đổi theo thời gian. Thành phần 𝑒𝑖𝑡 đại diện cho tất cả các yếu tố không quan sát được mà thay đổi giữa các đối tượng và thời gian. Do đó, với mơ hình này, đặc điểm riêng giữa các thực thể được giả sử là ngẫu nhiên và không tương quan đến các biến giải thích, REM xem các phần dư của mỗi thực thể (khơng tương quan với biến giải thích) là một biến giải thích mới.
Bước 5: Kiểm định lựa chọn phương pháp hồi quy (Bao gồm kiểm định cho phương trình hồi quy phụ):
Kiểm định nhằm xác định giữa 02 phương pháp hồi quy Pooled OLS và FEM thì phương pháp nào có hiệu quả hơn trong việc giải thích mối quan hệ giữa các biến. Để xác định vấn đề này bài nghiên cứu sử dụng kiểm định F với giả thiết 𝐻0 cho rằng khơng có sự khác biệt giữa các đối tượng hoặc các thời điểm khác nhau, hay nói cách khác là tất cả các hệ số hồi quy của mơ hình FEM đều bằng 0. Khi kiểm định cho ra kết quả có Prob > F lớn hơn 0.05 (giả sử mức ý nghĩa là 5%) thì chấp
nhận giả thiết 𝐻0, nghĩa là khơng có sự khác biệt giữa các đối tượng hoặc các thời điểm khác nhau, khi đó mơ hình Pooled OLS là thích hợp hơn để giải thích cho mối tương quan giữa các biến. Ngược lại, kết quả kiểm định bác bỏ giả thiết 𝐻0 có thể cho thấy phương pháp FEM là phù hợp hơn Pooled OLS.
Kiểm định nhằm xác định giữa 02 phương pháp hồi quy Pooled OLS và REM thì phương pháp nào có hiệu quả hơn trong việc giải thích mối quan hệ giữa
với phân tử Lagrange multiplier (LM) với giả thiết 𝐻0 cho rằng phương sai giữa các đối tượng hoặc các thời điểm là không đổi hay là sai số của ước lượng thô không bao gồm các sai lệch giữa các đối tượng var(𝑎𝑖)=0 . Khi kiểm định cho ra kết quả có
Prob> Chi2 lớn hơn 0.05 (giả sử mức ý nghĩa là 5%) thì chấp nhận giả thiết 𝐻0, nghĩa là phương pháp hồi quy REM là không hiệu quả, và do đó phương pháp hồi quy Pooled OLS nên được sử dụng. Ngược lại, kết quả kiểm định bác bỏ giả thiết 𝐻0 có thể cho thấy sai số trong ước lượng có bao gồm cả sự sai lệch giữa các nhóm, và phù hợp với ước lượng bằng phương pháp REM hơn Pooled OLS.
Kiểm định nhằm xác định giữa 02 phương pháp hồi quy FEM và phương pháp hồi quy REM thì phương pháp nào có hiệu quả hơn trong việc giải thích mối quan hệ giữa các biến. Để xác định vấn đề này bài nghiên cứu sử dụng kiểm định Hausman. Phương pháp kiểm định Hausman (Hausman, 1978) được thực hiện với giả thiết 𝐻0 là các khác biệt trong hệ số hồi quy của REM và FEM khơng có tính hệ thống. Trong trường hợp kiểm định cho ra kết quả có Prob > Chi2 lớn hơn 0.05 thì bác bỏ giả thiết 𝐻0, thì FEM là thích hợp hơn so với REM. Ngược lại, chưa có đủ
bằng chứng để bác bỏ 𝐻0, nghĩa là không bác bỏ được sự tương quan giữa sai số và các biến giải thích thì FEM khơng cịn phù hợp, do đó REM sẽ được ưu tiên sử dụng.