3. DỮ LIỆU VÀ PHƢƠNG PHÁP NGHIÊN CỨU
3.5. Các kiểm định và lựa chọn mơ hình
3.5.1. Kiểm định đa cộng tuyến
Đối với trường dữ liệu bảng, vấn đề đa cộng tuyến mang tính chất ―quy tắc ngón tay cái‖ (―rule of thumb‖), nghĩa là việc chỉ dẫn liên quan đến vấn đề này hoàn toàn xuất phát từ kinh nghiệm thực hành hơn là nghiên cứu lý thuyết. Hiện tượng đa cộng tuyến là vấn đề khơng thể loại bỏ hồn tồn trong thống kê; sự đa cộng tuyến càng ở mức thấp thì càng tốt.Thực tế, Bảng 3.3.cũng thể hiện mức ý nghĩa thống kê
đối với các hệ số tương quan giữa các biến. Hầu hết các hệ số đều có ý nghĩa thống kê khác 0, và giữa các cặp biến độc lập, hầu hết các hệ số này đều khá nhỏ, điều này cho thấy sự thiên lệch do hiện tượng đa cộng tuyến không đặt thành vấn đề ở đây.
3.5.2. Kiểm định nghiệm đơn vị dữ liệu bảng
Kiểm định nghiệm đơn vị (unit root test) sẽ cho biết một chuỗi dữ liệu có tính dừng hay khơng. Có nhiều phương pháp khác nhau được sử dụng cho mục đích này.Đối với dữ liệu chuỗi thời gian 2 chiều (biến và thời gian), một trong những phương pháp kiểm định nghiệm đơn vị phổ biến là kiểm định Dickey-Fuller tăng cường (ADF). Tuy nhiên, đối với dữ liệu bảng 3 chiều như trong bài nghiên cứu này, kiểm định Levin-Lin-Chu (LLC) được dùng phổ biến hơn. Levin, Lin & Chu (2002) đề nghị các giả thiết sau:
Giả thiết kiểm định H0: mỗi chuỗi thời gian có 1 nghiệm đơn vị
Giả thiết kiểm định H1: mỗi chuỗi thời gian là dừng
Bản thân tiến trình kiểm trình LLC đã bao gồm kiểm định ADF. Tiến trình kiểm định LLC bắt đầu bằng bước kiểm định ADF, bước thứ 2 gồm 2 hồi quy bổ trợ, bước thứ 3 thực hiện chuẩn hóa phần dư và bước cuối cùng là thực hiện hồi quy Pooled OLS.Việc bác bỏ giả thiết H0 (chuỗi có 1 nghiệm đơn vị tức chuỗi không dừng) cũng đồng nghĩa với việc chấp nhận giả thiết H1 (chuỗi dừng).
Với mục đích so sánh, ngoài kiểm định LLC, tác giả cũng thực hiện kiểm định nghiệm đơn vị bằng phương pháp ADF và một phương pháp khác là kiểm định Phillips-Perron (PP). Cả hai phương pháp ADF và PP đều là các cải biên của kiểm định Dickey-Fuller để giải quyết vấn đề tương quan chuỗi. Khác với ADF là sử dụng hồi quy độ trễ và các sai phân bậc nhất, kiểm định PP sử dụng ước lượng ma trận hiệp phương sai thuần nhất giữa phương sai của sai số thay đổi và sự tự tương quan.
3.5.3. Đánh giá mức độ phù hợp mơ hình bằng hệ số R2 và giá trị RMSE
Việc hồi quy đồng thời cả 3 mơ hình Pooled OLS, FEM và REM đặt ra vấn đề là ta phải so sánh các mơ hình này với nhau. Từ các kết quả hồi quy, căn cứ đầu tiên để tiên đốn mức độ phù hợp của mơ hình là hệ số xác định R2. Như ta đã biết, hệ số R2dùng để đánh giá mức độ thích hợp của một mơ hình hồi quy, nghĩa là mơ hình hồi quy giải thích được bao nhiêu % sự thay đổi của biến phụ thuộc. Hệ số R2 càng gần 1 thì mơ hình hồi quy càng có ý nghĩa. Ngồi ra, giá trị trung bình căn bậc hai của bình phương sai số RMSE (root-mean-square error) cũng có thể được dùng để đánh giá mức độ phù hợp mơ hình. RMSE thường được dùng để đo sự sai khác giữa giá trị dự báo và giá trị thực tế của một mơ hình. Vậy nên giá trị RMSE càng thấp thì mơ hình càng dự báo tốt.
3.5.4. Kiểm định lựa chọn mơ hình: kiểm định Hausman và kiểm định F
Trong phương pháp tiếp cận dữ liệu bảng, kiểm định Hausman được sử dụng để đánh giá tính phù hợp (consistent) và tính hiệu quả (efficient) giữa mơ hình FEM và mơ hình REM. Giả thiết Ho của kiểm định Hausman cho rằng cả hai mơ hình này đều phù hợp nhưng mơ hình REM hiệu quả cịn REM thì khơng. Giả thiết đối H1 (giả thiết lựa chọn) cho rằng mơ hình REM khơng thích hợp và mơ hình FEM là phù hợp.
Giả thiết kiểm địnhHo : ̂ là phù hợp nhưng không hiệu quả
̂ là phù hợp và hiệu quả
Giả thiết kiểm định H1 : ̂ là phù hợp
̂ là không phù hợp
Kiểm định Hausman dựa trên thống kê kiểm định Wald . Ngoài ra, để lựa chọn mơ hình Pooled OLS hay mơ hình FEM, bài viết tiến hành kiểm tra các ảnh hưởng cố định dư thừa (reductant fixed effects test) bằng kiểm định F bằng tỷ số Likelihood. Giả thiết Ho của kiểm định này cho rằng các ảnh hưởng đối tượng riêng
biệt đều bằng không.Bác bỏ giả thiết Ho đồng nghĩa mơ hình Pooled OLS khơng thích hợp và mơ hình FEM là lựa chọn tốt hơn.
4. KẾT QUẢ NGHIÊN CỨU VÀ GIẢI THÍCH CÁC NHÂN TỐ ẢNH HƢỞNG ĐẾN CẤU TRÚC VỐN Ở VIỆT NAM