(Nguồn: tác giả thu thập và tính tốn qua trang www.cophieu68.com.)
Thống kê mô tả giúp tác giả có các nhìn tổng quan về dữ liệu, phát hiện những quan sát sai biệt trong cỡ mẫu, kết quả trình bày theo bảng thống kê mô tả trong bảng 4.2 dưới đây. Kết quả chỉ ra phạm vi, giá trị trung bình và độ lệch chuẩn của các biến sử dụng trong nghiên cứu này.
42 9 9 4 10 1 9 13 8 10 9 20 14 11 13 18 11 19 13 0 15 9 11 20 18 5 5 16 11 16 13 5 3 20 24 44 0 10 20 30 40 50 Bất Động Sản Cao Su Công Nghệ Viễn Thông Dịch vụ - Du lịch Dược Phẩm / Y Tế / Hóa Chất Giáo Dục Khống Sản Năng lượng Điện/Khí/Gas Ngành Thép Nhóm Dầu Khí Nhựa - Bao Bì Sản Xuất - Kinh doanh Thực Phẩm Thương Mại Thủy Sản Vận Tải/ Cảng / Taxi Vật Liệu Xây Dựng Xây Dựng HNX HOSE
53
Bảng 4.2: Thống kê mơ tả giữa các biến trong mơ hình
Tên biến Số quan sát Trung bình Độ lệch chuẩn nhỏ nhất Giá trị cao nhất Giá trị Stock_return 2430 0.07248 0.5083907 -1.87351 2.35928 Eps_p 2430 0.157652 0.2442489 -2.12911 1.921596 Deps_p 2430 0.014678 0.2484835 -2.17644 3.329231 Size 2430 5.723925 0.6516029 4.066922 7.956578 Ri 2430 0.50932 0.2161541 0.001982 0.967392 Mb 2430 1.449804 2.293892 0.111776 67.14286
(Nguồn: Kết quả tổng hợp từ Phần mềm Stata. (Phụ lục 1))
Biến Stock_Return có trung bình là 0.07248, biến động trong khoảng từ giá trị nhỏ nhất -1.87351 đến giá trị lớn nhất 2.35928 với độ lệch chuẩn là 0.5083907.
Biến EPS_P có trung bình là 0.157652, biến động trong khoảng từ giá trị nhỏ nhất -2.12911 đến giá trị lớn nhất 1.921596 với độ lệch chuẩn là 0.2442489.
Biến dEPS_P có trung bình là 0.014678, biến động trong khoảng từ giá trị nhỏ nhất -2.17644 đến giá trị lớn nhất 3.329231 với độ lệch chuẩn là 0.2484835.
Biến SIZE có trung bình là 5.723925, biến động trong khoảng từ giá trị nhỏ nhất 4.066922 đến giá trị lớn nhất 7.956578 với độ lệch chuẩn là 0.6516029.
Biến RI có trung bình là 0.50932, biến động trong khoảng từ giá trị nhỏ nhất 0.001982 đến giá trị lớn nhất 0.967392 với độ lệch chuẩn là 0.2161541.
Biến MB có trung bình là 1.449804, biến động trong khoảng từ giá trị nhỏ nhất 0.111776 đến giá trị lớn nhất 67.14286 với độ lệch chuẩn là 2.293892.
Thống kê mô tả giữa các biến trong mơ hình theo bảng 4.2 cho thấy, trong mơ hình cho thấy các biến có độ lệch chuẩn khơng q lớn so với trung bình. Dữ liệu tương đối đồng đều ở các biến. Cỡ mẫu nghiên cứu gồm 2430 quan sát, là cỡ mẫu lớn trong thống kê. Dữ liệu đầu vào phù hợp thực hiện hồi quy
4.2.2 Ma trận hệ số tương quan
Hệ số tương quan dùng để chỉ mối quan hệ giữa các biến trong mơ hình. Dựa vào kết quả ma trận tương quan, tác giả sẽ phân tích mối tương quan giữa các biến phụ thuộc với các biến độc lập trong mơ hình và mối tương quan giữa các biến độc lập với nhau.
54
Bảng 4.3: Kết quả ma trận tự tương quan
Stock_return Eps_p Eps_p Size Ri Mb
Stock_return 1 Eps_p 0.3958 1 Deps_p 0.3420 0.5255 1 Size -0.0266 -0.0775 -0.0318 1 Ri -0.0575 -0.0796 -0.0530 0.3349 1 Mb 0.2430 0.0960 0.0892 0.1059 -0.0255 1
(Nguồn: Kết quả tổng hợp từ Phần mềm Stata. (Phụ lục 2))
Kết quả phân tích ma trận tự tương quan giữa các biến trong mơ hình theo bảng 4.3 cho thấy, khơng tồn tại các hệ số tự tương quan cặp giữa các biến độc lập lớn hơn 0.8 nên không tồn tại hiện tượng đa cộng tuyến nghiêm trọng giữa các cặp biến độc lập trong mơ hình.
Kết luận: Khơng tồn tại hiện tượng đa cộng tuyến với tiêu chuẩn tương quan cặp
tuyến tính.
4.2.3 Kiểm định đa cộng tuyến
Bảng 4.4: Kết quả kiểm tra đa cộng tuyến với nhân tử phóng đại phương sai
Tên Biến VIF 1/VIF
Eps_p 1.4 0.716095 Deps_p 1.38 0.722172 Size 1.15 0.870769 Ri 1.13 0.881601 Mb 1.03 0.972507 Trung bình VIF 1.22
(Nguồn: Kết quả tổng hợp từ Phần mềm Stata. (Phụ lục 3))
Kiểm tra đa cộng tuyến với nhân tử phóng đại phương sai, cho thấy trung bình VIF của các biến trong mơ hình là 1.22 nhỏ hơn 10. Theo Baltagi (2008), khơng có VIF của biến độc lập nào vượt q 10 thì mơ hình khơng tồn tại hiện tượng đa cộng tuyến.
Kết luận: Với tiêu chuẩn nhân tử phóng đại phương sai VIF, mơ hình khơng tồn
55
4.2.4 Kiểm định hiện tượng phương sai thay đổi phần dư
Phương sai thay đổi ảnh hưởng tới tính hiệu quả của ước lượng, làm phương sai của mơ hình lớn. Tác giả tiến hành kiểm định phương sai sai số thay đổi bằng phương pháp kiểm định Greene (2000) với giả thuyết như sau:
Giả thuyết H0: Mơ hình khơng có hiện tượng phương sai thay đổi. Giả thuyết H1: Mơ hình có hiện tượng phương sai thay đổi.
Bảng 4.5: Kết quả kiểm tra phương sai thay đổi mơ hình Chi bình Phương (χ2) p-value Chi bình Phương (χ2) p-value
5.9e+32 0.000
(Nguồn: Kết quả tổng hợp từ Phần mềm Stata. (Phụ lục 4))
Từ bảng 4.5, kết quả kiểm định Greene (2000) bằng phần mềm Stata cho thấy kết quả với p-value đều bằng 0.0000 < α = 0.05. Suy ra, bác bỏ giả thuyết Ho ở mức ý nghĩa 5% cho thấy tồn tại hiện tượng phương sai thay đổi trong mơ hình.
Kết luận: Tồn tại hiện tượng phương sai thay đổi trong mơ hình ở mức ý nghĩa
5%.
4.2.5 Kiểm định hiện tượng tự tương quan phần dư
Để kiểm tra hiện tượng tự tương quan, tác giả sử dụng phương pháp của Wooldridge (2002) và Drukker (2003) và đặt giả thuyết kiểm định như sau:
Giả thuyết H0: Mơ hình khơng có hiện tượng tự tương quan bậc 1. Giả thuyết H1: Mơ hình có hiện tượng tự tương quan bậc 1.
Bảng 4.6: Kết quả kiểm tra tự tương quan mơ hình Chi bình Phương (χ2) p-value Chi bình Phương (χ2) p-value
94.835 0.0000
(Nguồn: Kết quả tổng hợp từ Phần mềm Stata. (Phụ lục 5))
Kết quả kiểm định bằng phần mềm Stata cho kết quả ở bảng 4.6 cho kết quả với p- value đều bằng 0.0000 < α = 0.05. Suy ra, bác bỏ giả thuyết Ho ở mức ý nghĩa 5% cho thấy tồn tại hiện tượng tự tương quan bậc 1 trong mơ hình.
Kết luận: Tồn tại hiện tượng tự tương quan bậc 1 trong mơ hình với mức ý nghĩa
56
4.3 Kết quả mơ hình hồi quy
Tác giả lần lượt tiếp cận các mơ hình từ đơn giản đến phức tạp, với mục đích là khắc phục các khuyến khuyết kiểm định của mơ hình hồi quy. Các mơ hình hồi quy dữ liệu bảng hiệu ứng tác động cố định (Fixed effect – FEM), hồi quy dữ liệu bảng hiệu ứng tác động ngẫu nhiên (Random effect – REM), mơ hình Pooled là các mơ hình phổ biến khi phân tích dữ liệu bảng. Tuy nhiên OLS, FEM và REM khơng kiểm sốt được hiện tượng phương sai thay đổi và tự tương quan đã được phát hiện bởi kiểm định Greene (2000), Wooldridge (2002) và Drukker (2003).
Theo kết quả nghiên cứu của Arellano và Bond (1991), phương pháp hồi quy tuyến tính dữ liệu bảng động (Arellano-Bond linear dynamic panel-data estimation) là một giải pháp hữu hiệu để ước lượng hồi quy trong mơ hình trong trường hợp mơ hình vừa có hiện tượng phương sai thay đổi, tượng tương quan và nội sinh. Mơ hình Arellano và Bond kiểm sốt được hiện tượng tự tương quan giữa phần dư, hiện tượng phương sai thay đổi và nội sinh. Ưu điểm tính chất của mơ hình GMM cho ước lượng vững và hiệu quả được trình bày ở chương 3.
Tác giả thực hiện phân tích biểu đồ tương quan giữa các biến, dự báo chiều của quan hệ giữa EPS_P và dEPS_P lên STOCK_RETURN trước khi thực hiện phân tích hồi quy định lượng.