6. Tổng quan tài liệu nghiên cứu
3.3. XÂY DỰNG MƠ HÌNH GIỮA ROA VÀ CÁC BIẾN ĐỘC LẬP
3.3.3. Kiểm định mơ hình ROA
a. Kiểm định mơ hình 1 (mơ hình sử dụng biến tỷ lệ nợ TDTA)
+ Kiểm định giả thuyết về độ phù hợp của mơ hình:
Chỉ số R2 là thước đo đánh giá độ phù hợp của mơ hình, tức là mơ hình hồi quy đã được xây dựng trên dữ liệu mẫu phù hợp đến mức nào so với dữ liệu. Nhưng sự phù hợp này chỉ mới thể hiện giữa mơ hình xây dựng được với tập dữ liệu mẫu, rất có thể mơ hình hồi quy này với các hệ số được ước lượng bằng phương pháp OLS khơng có giá trị gì khi áp dụng cho mơ hình thực của tổng thể. Để kiểm định độ phù hợp của mơ hình hồi quy tổng thể, tác giả đặt giả thuyết như sau:
H0 : R2 của tổng thể = 0 (mơ hình hồi quy xây dựng được khơng phù hợp với tổng thể).
Đại lượng F được sử dụng cho kiểm định này. Nếu xác suất của F nhỏ thì giả thuyết H0 bị bác bỏ. Căn cứ vào Bảng phân tích ANOVA (Phụ lục 4) của SPSS thể hiện giá trị F = 26.908 tương ứng với mức ý nghĩa sig = 0.000, do đó có thể an toàn bác bỏ giả thuyết H0 và kết luận mơ hình hồi quy xây dựng được phù hợp với tổng thể.
+ Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy:
Mơ hình hồi quy mẫu xây dựng được có hệ số độ dốc β ≠ 0, nhưng ta chưa thể chắc chắn hệ số độ dốc của mơ hình tổng thể β ≠ 0, vì vậy ta phải kiểm định để kết luận về β của tổng thể. Đặt giả thuyết này như sau:
H0 : β = 0 (Biến phụ thuộc và biến độc lập khơng có ảnh hưởng gì đến nhau)
Trị thống kê dùng để kiểm định giả thuyết này là trị thống kê t. Căn cứ vào bảng hệ số của mơ hình hồi quy (Phụ lục 4), có thể thấy được các mức ý nghĩa quan sát được đối với các hệ số độ dốc của mơ hình lần lượt là sig = 0.000, chứng tỏ rằng giả thuyết H0 bị bác bỏ với độ tin cậy rất cao (99%), nghĩa là biến phụ thuộc và biến độc lập có mối quan hệ ảnh hưởng lẫn nhau.
+ Kiểm định phương sai của sai số không đổi:
Hiện tượng phương sai của sai số thay đổi là hiện tượng độ lớn của phần dư tăng hoặc giảm cùng với các giá trị dự đoán hay giá trị của biến độc lập mà tanghi ngờ gây ra hiện tượng phương sai của sai số thay đổi. Tiêu chuẩn ước lượng của phương pháp OLS là dựa trên tổng bình phương các phần dư đạt giá trị cực tiểu. Tác giả sẽ kiểm định phương sai của sai số thay đổi bằng cách kết hợp 2 phương pháp: Vẽ biểu đồ và kiểm định tương quan hạng Spearman
Vẽ biểu đồ bình phương phần dư theo ROA
(BPres_1: biến bình phương phần dư của mơ hình 1)
Rõ ràng từ đồ thị cho thấy bình phương của phần dư tăng cùng với sự gia tăng của biến ROA hay phương sai thay đổi, vì vậy rất có khả năng mơ hình đã vi phạm giả thuyết phương sai khơng thay đổi. Tác giả sẽ sử dụng kiểm định tương quan hạng Spearman giữa các biến độc lập với trị tuyệt đối của phần dư.
+ Kiểm định tương quan hạng Spearman giữa các biến độc lập với trị tuyệt đối của phần dư.
Đặt Giả thuyết HO: hệ số tương quan hạng của tổng thể bằng 0 (phương sai của sai số không đổi).
Bảng 3.3. Hệ số tương quan Spearman giữa biến TDTA3 và ABSres_1
Kết quả kiểm định cho thấy giá trị sig của kiểm định = 0.000 < mức ý nghĩa 5% => bác bỏ giả thuyết HO, tức là Mơ hình 1 đã vi phạm giả thuyết phương sai của sai số thay đổi. Hiện tượng phương sai thay đổi gây ra hậu quả lớn nhất là các hệ số hồi quy khơng có ý nghĩa thống kê, tuy nhiên đối với mơ hình xây dựng đã được tác giả thực hiện kiểm định giả thuyết về ý nghĩa của hệ số hồi quy thì các hệ số đều có ý nghĩa về mặt thống kê. Do đó tác giả đánh giá vi phạm này có thể chấp nhận được.
b. Kiểm định phân phối chuẩn của phần dư
Có nhiều nguyên nhân dẫn đến phần dư có thể khơng tn theo phân phối chuẩn như sai dạng mơ hình, số lượng các phần dư khơng đủ nhiều để phân tích … Vì vậy, chúng ta sẽ lần lượt khảo sát phân phối của phần dư bằng cách xây dựng các biểu đồ tần số của các phần dư như sau:
Biểu đồ 3.2. Biểu đồ tần số Histogram khảo sát phân phối của phần dư (mơ hình 1).
Biểu đồ trên cho thấy một đường cong phân phối chuẩn được đặt lên biểu đồ tần số. Phân phối phần dư có trung bình Mean = 0 và độ lệch chuẩn Std. Dev = 0.99, gần bằng 1. Do đó có thể kết luận rằng giả định phân phối chuẩn không bị vi phạm.
Biểu đồ tần số Q-Q Plot khảo sát phân phối của phần dư.
Biểu đồ tần số Q-Q plot thể hiện những giá trị các điểm phân vị phân phối của biến theo các phân vị của phân phối chuẩn. Những giá trị kỳ vọng này tạo thành một đường chéo. Các điểm quan sát thực tế sẽ tập trung sát đường chéo nếu dữ liệu có phân phối chuẩn.
Biểu đồ 3.3. Biểu đồ tần số Q-Q Plot khảo sát phân phối của phần dư (mơ hình 1)
Biểu đồ trên cho thấy các dữ liệu quan sát tập trung và rất sát với đường kỳ vọng nên dữ liệu có phân phối chuẩn hay giả định phân phối chuẩn không bị vi phạm.
+ Kiểm định tính độc lập của sai số (khơng có tương quan giữa các phần dư). Trong kinh tế lượng chuỗi thời gian rất dễ xảy ra hiện tượng tự tương quan các phần dư có quan hệ với nhau, tức là một hạng nhiễu (µ) ở thời điểm này có thể có quan hệ với một hạng nhiễu ở một điểm khác. Điều này sẽ dẫn tới sai số chuẩn của các hệ số hồi quy OLS sẽ bị chệch và không nhất quán và vì thế việc kiểm định thống kê sẽ khơng cịn đáng tin cậy nữa. Xác định được tầm quan trọng của việc kiểm định mối tương quan giữa các phần dư, tác giả tiến hành kiểm định theo 2 phương pháp sau:
Sử dụng đại lượng thống kê Durbin – Watson:
Giá trị d của mơ hình là 1.654 (Phụ lục 4). Tra bảng Durbin – Watson 2 biến độc lập, 40 quan sát và mức ý nghĩa 5% ta có dL = 1.39, dU = 1.60. Như vậy, dU = 1.60 < d = 1.808 < 2 nên chấp nhận giả thuyết khơng có tương quan chuỗi bậc nhất giữa các phần dư.
Phương pháp đồ thị:
Bên cạnh việc sử dụng đại lượng thống kê Durbin – Watson để kiểm định, tác giả sử dụng thêm phương pháp đồ thị để vẽ đồ thị phân tán phần dư chuẩn hóa theo thứ tự quan sát để kiểm chứng điều này.
Biểu đồ 3.4. Biểu đồ phân tán phần dư chuẩn hóa theo thứ tự quan sát
Dựa vào biểu đồ cho thấy các phần dư phân tán không theo một quy luật nào trong mối quan hệ giữa các phần dư nên giữa các phần dư khơng có tương quan với nhau.
+ Kiểm định khơng có mối tương quan giữa các biến độc lập (hiện tượng đa cộng tuyến).
Trong hồi quy đa biến, nhất là hồi quy chuỗi thời gian, thường có hiện tượng các biến độc lập có mối quan hệ nhất định nào đó với nhau, hiện tượng này còn được gọi là hiện tượng đa cộng tuyến. Đa cộng tuyến có thể dẫn tới một số hậu quả như các giá trị ước lượng của hệ số hồi quy OLS có thể khơng chính xác do có sai số chuẩn quá lớn và dấu của hệ số hồi quy có thể sai so với kỳ vọng (từ cơ sở lý thuyết). Có nhiều cách giúp phát hiện đa cộng tuyến trước và sau khi thực hiện việc ước lượng mơ hình, trong luận văn này tác giả sử dụng 2 phương pháp sau:
Hệ số tương quan:
Hầu hết các nhà nghiên cứu kinh tế lượng cho rằng khi hệ số tương quan > 0.9 thì đó là một dấu hiệu quan trọng xảy ra hiện tượng đa công tuyến. Quan sát bảng 3.2 Hệ số tượng quan giữa các biến của mơ hình thì khơng có hệ số nào > 0.9. Chỉ có các biến độc lập đại diện cho tỷ lệ nợ như TDTA, TDTE, STDTA có hệ số tương quan khá cao > 0.8. Tuy nhiên, các hệ số tỷ lệ nợ tác giả đã không đưa cùng một lúc vào một mơ hình mà được đưa vào từng mơ hình hồi quy nên có thể tránh hiện tượng đa cộng tuyến xảy ra.
Độ chấp nhận của biến (Tolerance) hoặc Hệ số phóng đại phương sai
(Variance inflation factor – VIF):
Độ chấp nhận Tolerance thường được sử dụng để đo lường hiện tượng cộng tuyến. Quy tắc là nếu độ chấp nhận của một biến nhỏ thì nó gần như là một kết hợp tuyến tính của các biến độc lập khá và đó là dấu hiệu của đa cộng tuyến. Vậy ở mức nào thì độ chấp nhận được cho là nhỏ và sẽ xảy ra hiện tượng cộng tuyến?
Hệ số phóng đại phương sai VIF có liên hệ gần với độ chấp nhận, thực tế nó là nghịch đảo của độ chấp nhận. Khi Tolerance nhỏ thì VIF lớn, quy tắc là khi VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến. Quan sát bảng hệ số hồi quy của mơ hình, hệ số VIF của các biến = 1.010 nên khơng có hiện tượng đa cộng tuyến xảy ra.
c. Kiểm định mơ hình 2 (mơ hình sử dụng biến tỷ lệ nợ TDTE)
Thực hiện tương tự mơ hình 1, tác giả kiểm định mơ hình 2 như sau: + Kiểm định giả thuyết về độ phù hợp của mơ hình:
Đặt giả thuyết HO : R2 của tổng thể = 0 (mơ hình hồi quy xây dựng được không phù hợp với tổng thể).
Căn cứ vào Bảng phân tích ANOVA (Phụ lục 5) của SPSS thể hiện giá trị F = 43.793 tương ứng với mức ý nghĩa sig = 0.000, do đó có thể an tồn
bác bỏ giả thuyết HO và kết luận mơ hình hồi quy xây dựng được phù hợp với tổng thể.
+ Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy:
HO : β = 0 (Biến phụ thuộc và biến độc lập khơng có ảnh hưởng gì đến nhau) Căn cứ vào Bảng hệ số của mơ hình hồi quy (Phụ lục 5), có thể thấy được
các mức ý nghĩa quan sát được đối với hệ số độ dốc của mơ hình là sig = 0.000, chứng tỏ rằng giả thuyết HO có thể bị bác bỏ với độ tin cậy cao (95%), nghĩa là biến phụ thuộc và biến độc lập có mối quan hệ ảnh hưởng lẫn nhau.
+ Kiểm định phương sai của sai số không đổi:
Tác giả sẽ kiểm định phương sai của sai số thay đổi bằng cách kết hợp 2 phương pháp: vẽ biểu đồ và kiểm định tương quan hạng Spearman.
Vẽ biểu đồ bình phương phần dư theo ROA.
(BPres_2: biến bình phương phần dư của mơ hình 2)
Biểu đồ 3.5. Biểu đồ bình phương phần dư theo ROA (mơ hình 2)
Rõ ràng từ đồ thị cho thấy bình phương của phần dư tăng cùng với sự gia tăng của biến ROA hay phương sai thay đổ vì vậy rất có khả năng mơ hình đã vi phạm giả thuyết phương sai không thay đổi. Tác giả sẽ sử dụng
tuyệt đối của phần dư.Kiểm định tương quan hạng Spearman giữa các biến độc lập với trị tuyệt đối của phần dư.
Đặt Giả thuyết HO: hệ số tương quan hạng của tổng thể bằng 0 (phương sai của sai số không đổi).
Bảng 3.4. Hệ số tương quan Spearman giữa biến LOG_TDTE và ABSres_1
Kết quả kiểm định cho thấy giá trị sig của kiểm định = 0.000 < mức ý nghĩa 5% => bác bỏ giả thuyết HO, tức là Mơ hình 2 đã vi phạm giả thuyết phương sai của sai số thay đổi. Tương tự như cách giải thích của mơ hình 1, tác giả đánh giá vi phạm này có thể chấp nhận được.
+ Kiểm định phân phối chuẩn của phần dư:
Biểu đồ tần số Histogram khảo sát phân phối của phần dư.
Biểu đồ 3.6. Biểu đồ tần số Histogram khảo sát phân phối của phần dư (mơ hình 2)
Biểu đồ trên cho thấy một đường cong phân phối chuẩn được đặt lên biểu đồ tần số. Phân phối phần dư có trung bình Mean = 0 và độ lệch chuẩn Std. Dev
= 0.99, gần bằng 1. Do đó có thể kết luận rằng giả định phân phối chuẩn không bị vi phạm.
Biểu đồ tần số Q-Q Plot khảo sát phân phối của phần dư.
Biểu đồ 3.7. Biểu đồ tần số Q-Q Plot khảo sát phân phối của phần dư (mơ hình 2)
Biểu đồ trên cho thấy các dữ liệu quan sát tập trung và rất sát với đường kỳ vọng nên dữ liệu có phân phối chuẩn hay giả định phân phối chuẩn không bị vi phạm.
+ Kiểm định tính độc lập của sai số (khơng có tương quan giữa các phần dư):
Sử dụng đại lượng thống kê Durbin – Watson.
Giá trị d của mơ hình là 1.844 (Phụ lục 5). Tra bảng Durbin – Watson 2 biến độc lập, 40 quan sát và mức ý nghĩa 5% ta có dL = 1.442, dU = 1.544. Như vậy, dU = 1.544 < d = 1.844 < 2 nên chấp nhận giả thuyết khơng có tương quan chuỗi bậc nhất giữa các phần dư.
Biểu đồ 3.8. Biểu đồ phân tán phần dư chuẩn hóa theo thứ tự quan sát (mơ hình 2)
Dựa vào biểu đồ cho thấy các phần dư phân tán không theo một quy luật nào trong mối quan hệ giữa các phần dư nên giữa các phần dư khơng có tương quan với nhau.
+ Kiểm định khơng có mối tương quan giữa các biến độc lập (hiện tượng đa cộng tuyến):
Quan sát bảng hệ số hồi quy của mơ hình (Phụ lục 5), hệ số VIF của các
biến = 1.000 nên khơng có hiện tượng đa cộng tuyến xảy ra.
d. Kiểm định mơ hình ROA (mơ hình sử dụng biến tỷ lệ nợ ngắn hạn STDTA)
Thực hiện tương tự mơ hình 1 và 2, tác giả kiểm định mơ hình 3 như sau:
+ Kiểm định giả thuyết về độ phù hợp của mơ hình 2:
Đặt giả thuyết HO : R2 của tổng thể = 0 (mơ hình hồi quy xây dựng được không phù hợp với tổng thể).
Căn cứ vào Bảng phân tích ANOVA (Phụ lục 6) của SPSS thể hiện giá trị F = 17.897 tương ứng với mức ý nghĩa sig = 0.000, do đó có thể an toàn
bác bỏ giả thuyết HO và kết luận mơ hình hồi quy xây dựng được phù hợp với tổng thể.
+ Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy:
HO : β = 0 (Biến phụ thuộc và biến độc lập khơng có ảnh hưởng gì đến nhau) Căn cứ vào Bảng hệ số của mơ hình hồi quy (Phụ lục 6), có thể thấy được các mức ý nghĩa quan sát được đối với các hệ số độ dốc của mơ hình lần lượt là sig = 0.000, sig = 0.000, chứng tỏ rằng giả thuyết HO có thể bị bác bỏ với độ tin cậy cao (95%), nghĩa là biến phụ thuộc và biến độc lập có mối quan hệ ảnh hưởng lẫn nhau.
+ Kiểm định phương sai của sai số không đổi:
Tác giả sẽ kiểm định phương sai của sai số thay đổi bằng cách kết hợp 2 phương pháp: vẽ biểu đồ và kiểm định tương quan hạng Spearman.
Vẽ biểu đồ bình phương phần dư theo ROA
Biểu đồ 3.9. Biểu đồ bình phương phần dư theo ROA (mơ hình 3)
(BPres_3: biến bình phương phần dư của mơ hình 3)
Từ đồ thị cho thấy bình phương của phần dư tăng cùng với sự gia tăng của biến ROA hay phương sai thay đổi, vì vậy rất có khả năng mơ hình đã vi
tương quan hạng Spearman lần lượt giữa các biến độc lập với trị tuyệt đối của phần dư.
Kiểm định tương quan hạng Spearman giữa các biến độc lập với trị tuyệt đối của phần dư. Đặt Giả thuyết HO: hệ số tương quan hạng của tổng thể bằng 0 (phương sai của sai số không đổi).
Bảng 3.5. Hệ số tương quan Spearman giữa biến STDTA3 và ABSres_3
Kết quả kiểm định cho thấy giá trị sig của kiểm định = 0.000 < mức ý nghĩa 5% => bác bỏ giả thuyết HO, tức là Mơ hình 3 đã vi phạm giả thuyết phương sai của sai số thay đổi. Tương tự như cách giải thích của mơ hình 1 thì tác giả đánh giá vi phạm này có thể chấp nhận được.
+ Kiểm định phân phối chuẩn của phần dư:
Biểu đồ tần số Histogram khảo sát phân phối của phần dư
Biểu đồ 3.10. Biểu đồ tần số Histogram khảo sát phân phối của phần dư (mơ hình 3)
Biểu đồ trên cho thấy một đường cong phân phối chuẩn được đặt lên biểu đồ tần số. Phân phối phần dư có trung bình Mean = 0 và độ lệch chuẩn