2.2 .2Động cơ phòng ngừa
3.3. CÁC PHƯƠNG PHÁP KIỂM ĐỊNH
Để trả lời cho những câu hỏi và mục tiêu của bài nghiên cứu của mình, tác giả sử dụng các phương pháp kiểm định theo trình tự sau: thống kê mô tả dữ liệu, phân tích tương quan, kiểm định và hồi qui mơ hình nghiên cứu bằng phần mềm Stata 12.0
3.3.1. Thống kê mô tả
Thống kê mô tả được sử dụng để tìm ra, mơ tả các đặc tính ban đầu của dữ liệu nghiên cứu và đưa ra các nhận xét sơ bộ về dữ liệu, cụ thể: thống kê theo ngành, năm, tần số, giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất, độ lệch chuẩn.
3.3.2. Phân tích tương quan
Để đánh giá bước đầu xem giữa các biến có mối quan hệ với nhau hay khơng tác giả xây dựng ma trận hệ số tương quan giữa các biến số độc lập và phụ thuộc. Và trong trường hợp nếu giữa các biến độc lập có mối tương quan cao, đây có thể là dấu hiệu của hiện tượng đa cộng tuyến và là cơ sở để tác giả thực hiện các bước kiểm định tiếp theo cũng như có các điều chỉnh cần thiết cho mơ hình nghiên cứu.
3.3.3. Hồi quy dữ liệu bảng.
Trước tiên, chúng tôi thực hiện hồi quy Pooled OLS như một ước lượng căn bản nhất đối với các mơ hình. Tuy nhiên, mơ hình này lại sở hữu nhiều điểmyếu khơng thích hợp với đặc tính của dữ liệu bảng vì dễ vi phạm các giả thuyết. Do đó, ở bước tiếp theo, tác giả cân nhắc việc lựa chọn sử dụng giữa mơ hình Pooled OLS, Fixed
effects hay Random effects bằng việc sử dụng các kiểm định F-test, LM test và Hausman test, dựa trên kết quả các kiểm định mà ta thực hiện lựa chọn như bảng bên dưới (Hun Myoung Park 2011).
Bảng 3.2: Giả thuyết lựa chọn mơ hình phù hợp
Fixed effects (F-test) Random effects(LM test) Lựa chọn
Ho không bị bác bỏ Ho không bị bác bỏ Pooled OLS
Ho bị bác bỏ Ho không bị bác bỏ Mơ hình Fixed effects
Ho khơng bị bác bỏ Ho bị bác bỏ Mơ hình Random effects
Ho bị bác bỏ
(Chọn Fixed effects)
Ho bị bác bỏ
(Chọn Random effects)
Thực hiện Hausman test, chọn Fixed effects nếu giả thiết Ho bị bác bỏ, ngược lại chọn Random-effects Nếu giả thiết Ho trong cả hai trường hợp đều không bị bác bỏ, mơ hình Pooled OLS sẽ được chọn. Nếu giả thiết Ho của F-test trong mơ hình Fixed effects bị bác bỏ và giả thiết Ho của LM-test (kiểm định đa nhân tử Larange) trong mơ hình Random effects không bị bác bỏ, Fixed effects sẽ được chọn và ngược lại. Nếu cả hai mơ hình đều được cùng được chọn, tác giả sẽ tiến hành kiểm định Hausman để quyết định sẽ chọn mơ hình nào.
3.3.4. Kiểm định hiện tượng tự tương quan và phương sai thay đổi
Vì trong bài có thực hiện hồi quy OLS, Fixed effects và Random effects, do đó để kết quả hồi quy đáng tin cậytác giả phải tiến hành kiểm định hiện tượng tự tương quan và phương sai thay đổi của mơ hình nghiên cứu. Vì khi có hai hiện tượng đó xảy ra mà vẫn ước lượng bằng phương pháp hồi quy OLS sẽ xảy ra những vấn đề sau:
- Ước lượng OLS không hiệu quả
- Việc sử dụng thống kê t và F để kiểm định giả thiết khơng có ý nghĩa. - R2 không đúng bản chất.
3.3.5. Kiểm định hiện tượng biến nội sinh
Các kiểm định biến nội sinh được thực hiện để xác định xem trong mơ hình có hiện tượng nội sinh hay khơng? Và nếu có thì biến nào bị nội sinh. Việc thực hiện kiểm định nội sinh này sẽ giúp xác định phương pháp hồi quy thích hợp cũng như xác định biến cơng cụ phù hợp để đưa vào mơ hình nhằm khắc phục hiện tượng biến nội sinh.
3.3.6. Phương pháp hồi qui system GMM
Đề tài thực hiện hồi quy dữ liệu bảng bằng phương pháp hồi qui GMM trong 2 bước (cịn gọi là System GMM) đối với mơ hình chính -mơ hình 3- mà khơng sử dụng hồi qui OLS vì các lí do sau:
- Phương pháp này thích hợp với dữ liệu bảng với khoảng thời gian và số quan sát bị giới hạn như nguồn dữ liệu mà tác giả đang sử dụng. Phương pháp này giúp kiểm soát hiện tượng nội sinh của độ trễ các biến phụ thuộc và hiện tượng nội sinh tiềm ẩn của các biến giải thích khác trong mơ hình (Judson và cộng sự, 1996).
- Hiện tượng nội sinh và biến trễ của các biến trong mơ hình sẽ làm sai lệch kết quả của ước lượng bằng phương pháp OLS và kết quả này khơng cịn phù hợp nữa.
- Nếu ta thực hiện ước lượng bằng phương pháp hiệu ứng Fixed effects hoặc Random effects, thì khi ta đưa biến trễ vào mơ hình thì các ước lượng này cũng sẽ bị lệch (Judson và cộng sự, 1996) và ước lượng này cũng sẽ không cho kết quả tốt trong điều kiện mẫu dữ liệu có thời gian ngắn, theo Nickell (1981) và Kiviet (1995) thì các hệ số hồi quy sẽ khơng chệch khi chuỗi thời gian T tiến tới vô cùng, độ lệch này tỷ lệ thuận với T.
Trong bài nghiên cứu, tác giả ước lượng mơ hình (3) bằng cách sử dụng phương pháp GMM trong hai bước, hay còn gọi là System GMM 10. Với tất cả các biến giải thích là nội sinh, vì các biến bên phải có thể được xác định cùng một lúc với biến phụ thuộc11. Tác giả sử dụng các biến trễ của biến độc lập làm biến công cụ với độ trễ bằng 1 và 2. Kế đến tác giả cũng kiểm định sự phù hợp của biến công cụ được sử dụng trong mơ hình (trong ước lượng GMM, biến trễ của các biến độc lập được sử dụng như là biến công cụ). Nếu biến cơng cụ khơng có tương quan với sai số của mơ hình thì biến cơng cụ là phù hợp và mơ hình sử dụng biến đó làm biến cơng cụ cũng được coi là phù hợp. Tác giả sẽ thực hiện kiểm định Sargan và Hansen với giả thuyết H0: biến công cụ là ngoại sinh (khơng có tương quan với phần dư/sai số của mơ hình). Vì thế để chấp nhận giả thuyết H0 thì giá trị p-value của kiểm định Sargan và Hansen càng lớn càng tốt. Đây cũng là kiểm định quan trọng nhất của hồi quy system GMM.
Cuối cùng tác giả thực hiện kiểm định Arellano-Bond để kiểm tra tự tương quan của phương sai sai số của mơ hình GMM ở dạng sai phân bậc 1. Nếu chuỗi sai phân có tương quan bậc 1 (AR(1)<0.1) và khơng có tương quan bậc 2 (AR(2) >0.1) thì mơ hình phù hợp.
10 Tác giả sử dụng các module Stata Xtabond2 (2005) trong ước lượng. Nó là một phần mở rộng của các ước lượng ban đầu của Arellano và Bond (1991); được Arellano và Bover (1995) đề xuất và phát triển hoàn thiện bởi Blundell và Bond (1998).
11 Các biến đã được kiểm định nội sinh, kết quả trình bày ở phụ lục.
CHƯƠNG 4- KẾT QUẢ NGHIÊN CỨU
Trong chương này, tác giả sẽ trình bày kết quả hồi quy và kiểm định ảnh hưởng của tích luỹ tiền mặt thặng dư lên tác động của các quyết định đầu tư, tài trợ và cổ tức của doanh nghiệp đến giá trị của doanh nghiệp niêm yết tại Việt Nam. Kết quả hồi quy được thực hiện dựa trên một mẫu gồm 366 doanh nghiệp trong giai đoạn 2007- 2013, dữ liệu bảng không cân đối gồm 1660 quan sát. Thứ tự thực hiện như sau: thống kê mơ tả, trình bày kết quả hồi quy, kiểm định, cuối cùng là thảo luận về kết quả mà bài nghiên cứu đạt được.