LVLTA TANG SIZE GROWH PRO NDTS
Bảng A: LVLTA( Book values)
LVLTA 1.0000 TANG 0.0196 1.0000 SIZE 0.2163 -0.0111 1.0000 GROWTH -0.0831 0.0447 0.0475 1.0000 PRO -0.4731 -0.0787 -0.1424 0.2941 1.0000 NDTS -0.0205 0.2823 -0.1333 0.0332 0.0549 1.0000
Bảng B: LVLTA( Market values)
LVLTA 1.0000 TANG 0.0042 1.0000 SIZE 0.1525 -0.0111 1.0000 GROWTH -0.5149 0.0447 0.0475 1.0000 PRO -0.5437 -0.0787 -0.1424 0.2941 1.0000 NDTS -0.0357 0.2823 -0.1333 0.0332 0.0549 1.0000
Nguồn: Tác giả tính tốn từ chương trình Stata 11.0
Bảng 3.3 trình bày ma trận tương quan của tất cả các biến trong mơ hình này. Phân tích tương quan nhằm đảm bảo rằng khơng có đa cộng tuyến giữa các biến được sử dụng trong mơ hình. Căn cứ vào bảng tổng hợp hệ số tương quan giữa các biến độc thì kết quả cho thấy rằng hệ số tương quan giữa các biến trong mơ hình rất thấp. Vì vậy có thể khẳng định rằng khơng có hiện tượng đa cộng tuyến xảy ra khi chạy mơ hình.
3.3Kết quả ước lượng mơ hình
3.3.1 Các yếu tố ảnh hưởng đến tỷ lệ nợ
Mỗi thủ tục kiểm định được trình bày trong bảng 3.4 liên quan đến một giả thuyết không (H0) nhất định.
- Kiểm định Hausman:
Để kiểm tra sự phù hợp của mơ hình tác động cố định (FEM), trước khi chạy hồi quy bốn mơ hình theo bốn biến phụ thuộc là LVLTA theo GTSS và GTTT, LVDC theo GTSS và GTTT, ta tiến hành Kiểm định Hausman (1978) nhằm lựa
chọn phương pháp FEM hay REM phù hợp với hồi quy dữ liệu mẫu. Giả thuyết không (H0) là các giá trị ước lượng FEM (Fixed effect model) và REM (Random effect model) không khác nhau đáng kể. Kết quả của kiểm định cho thấy tất cả các giá trị p-value của bốn phương trình 1,2,3,4 đều nhỏ hơn 0.05. Kết quả là bác bỏ giả
thuyết Ho và có ý nghĩa thống kê ở mức 5% ( xem kết quả ở Phụ Lục 1).
Kết luận: Mơ hình REM khơng hợp lý, nên bài nghiên cứu sử dụng mơ hình
FEM.
- Kiểm định Wald:
Tiếp theo, sau khi đã chạy bốn phương trình hồi quy, tác giả sử dụng kiểm định Wald (thường được gọi là kiểm định F) để kiểm định các hệ số của mơ hình hồi quy, kiểm tra sự có mặt của biến không cần thiết. Đây là một kiểm định rất quan trọng trong phân tích hồi qui bằng cách tính một thống kê kiểm định dựa trên hồi quy không bị ràng buộc. Thống kê Wald cho biết mức độ các ước lượng không bị ràng buộc thỏa mãn các ràng buộc như thế nào dưới giả thuyết không. Nếu các ràng buộc thực sự là đúng, thì các ước lượng khơng bị ràng buộc sẽ thỏa mãn các ràng buộc. Để quyết định bác bỏ hay chấp nhận H0, nếu là mơ hình hồi qui tuyến tính ta so sánh giá trị F tính tốn với giá trị F phê phán ở một mức ý nghĩa xác định. Giá trị của Prob(F–statistic) của kiểm định Wald chỉ ra rằng giả thuyết tất cả các hệ số hồi
quy đồng thời bằng không bị bác bỏ (0.0000 < 0.05). Điều này cho thấy sự phù hợp
tổng thể của mơ hình đề xuất.
Kết luận: Các biến đề xuất trong mơ hình là phù hợp và có ý nghĩa giải thích. - Kiểm định Likehood ratio test:
Kết quả của kiểm định Likehood ratio test nhằm so sánh sự phù hợp giữa mơ hình Pooled và FEM. Giả thuyết khơng (H0) là các giá trị ước lượng FEM và Pooled không khác nhau đáng kể. Kết quả của kiểm định là bác bỏ giả thuyết không, càng
khẳng định thêm rằng việc sử dùng phương pháp ước lượng theo FEM là phù hợp.
Kết luận: Mơ hình FEM là phương pháp ước lượng phù hợp.
Doanh nghiệp có tỷ lệ nợ mục tiêu cao dường như có tỷ lệ nợ mục tiêu cao hơn trong năm tiếp theo. Do số lượng mẫu lớn và thời gian nghiên cứu ngắn nên ta
thêm biến giả cho mỗi năm để tránh trường hợp kết quả ước lượng có thể bị sai lệch.