3. Phương pháp nghiên cứu
3.4. Phương pháp phân tích
Mơ hình được ước lượng hàng năm trong giai đoạn 5 năm để đo lường ảnh hưởng của chính sách cổ tức lên biến động giá cổ phiếu. Phân tích hồi qui đa biến trên dữ liệu chéo được sử dụng để mô tả mối quan hệ này và việc phân tích sẽ tiến hành lần lượt như sau:
Thứ nhất tiến hành phân tích thống kê mơ tả từng biến theo giá trị trung bình, trung vị, sai số chuẩn, và độ lệch chuẩn, đây là những thông tin cơ bản để đánh giá về biến.
Thứ hai, thực hiện phân tích mối tương quan giữa các biến nghiên cứu.
Thứ ba, ứng với từng mơ hình chúng ta lần lượt thực hiện hồi qui OLS, kiểm định hiện tượng đa cộng tuyến (Multicollinearity) và phương sai sai số thay đổi (HET - Heterocedasticity).
Đa cộng tuyến là hiện tượng vi phạm nguyên tắc các biến độc lập khơng có tương quan với nhau cov(xi,xj) ≠ 0. Hậu quả khi xảy ra hiện tượng đa cộng tuyến là chúng
ta không thể ước lượng được hệ số hồi quy, khi đó hệ số hồi qui sẽ bị chệch so với thực tế, có nhiều trường hợp nó cịn làm đảo chiều hệ số hồi qui. Để thực hiện kiểm định hiện tượng đa cộng tuyến chúng ta thực hiện hồi qui phụ từng biến độc lập với các biến độc lập còn lại. Dùng hệ số VIF (Variance inflate factor – nhân tố phóng đại phương sai) để kiểm định, VIF = 1 / (1 – R2
phụ), nếu VIF của các mơ hình hồi qui phụ đều nhỏ hơn 10 thì khơng có hiện tượng đa cộng tuyến, ngược lại là có hiện tượng đa cộng tuyến. Để khắc phục hiện tượng đa cộng tuyến, chúng ta sẽ tạo biến sai phân từ biến độc lập gây ra hiện tượng đa cộng tuyến, sau đó hồi qui mơ hình mới với biến độc lập là biến sai phân.
Một mơ hình dữ liệu chéo được cho là tốt thì phải thỏa mãn điều kiện phương sai sai số không đổi (HET – Heterocedasticity) var (εi) = σ = const. Hậu quả của việc bỏ qua kiểm định HET là các ước lượng OLS sẽ khơng hiệu quả vì vậy các dự báo cũng sẽ không hiệu quả, phương sai và đồng phương sai ước lượng của các hệ số sẽ chệch và khơng nhất qn do đó các kiểm định giả thuyết (t & F) khơng cịn hiệu lực. Để kiểm định phương sai sai số thay đổi chúng ta dùng kiểm định Breusch - Pagan Test, kiểm định này thực hiện bằng cách hồi qui phụ bình phương phần dư của mơ hình ban đầu với các biến độc lập cịn lại. Sau đó xem xét nếu giá trị p-value của 2 (mức ý nghĩa) thì mơ hình ban đầu có phương sai sai số là khơng đổi. Ngược lại nếu giá trị p-value của 2 tức là phương sai sai số là thay đổi. Ngoài Breusch - Pagan Test vẫn cịn nhiều phương pháp để kiểm định ví dụ như Glejser Test, White Test, và Harvey Godfrey Test. Nếu sau khi kiểm định phát hiện phương sai sai số thay đổi, chúng ta tiếp tục xử lý bằng cách sử dụng phương pháp bình phương bé nhất có trọng số (WLS – Weighted Least Squares) thực hiện hồi qui mơ hình ban đầu với trọng số wj. Tương tự để xác định wj cũng có nhiều phương pháp như Glejser Test, Breusch – Pagan Test, White Test, Harvey Godfrey Test. Chúng ta cũng sẽ kiểm định lại phương sai sai số thay đổi của mơ hình hồi qui có trọng số vì tuy có nhiều phương pháp để xử lý nhưng không chắc là Eview sẽ xử lý được tuyệt đối hiện tượng phương sai sai số thay đổi. Nếu vẫn không thỏa mãn điều kiện này bắt buộc chúng ta phải tăng kích thước mẫu.
Cuối cùng chúng ta sẽ thảo luận kết quả nghiên cứu từ phương pháp hồi qui OLS, WLS trên dữ liệu chéo với mức ý nghĩa 5%.