CHƯƠNG 3 : MÔ HÌNH NGHIÊN CỨU
4.3. Xây dựng mô hình
4.3.2. Xây dựng hàm hồi quy
Đưa các biến vừa xây dựng được vào một mơ hình tương ứng, dùng phương pháp Stepwise cho mọi bước khảo sát để tự nhận xét và chọn lựa các biến, sử dụng mức ý nghĩa sig = 5% cho cả 5 mơ hình. Trong q trình xây dựng mơ hình hồi quy, tác giả loại bỏ mơ hình có biến gây ra hiện tượng đa cộng tuyến (VIF>5) và mơ hình có biến khơng có ý nghĩa thống kê (sig>0.05) và chọn mơ hình có R2 cao nhất trong các mơ hình cịn lại. Kết quả xây dựng mơ hình như sau:
Mơ hình 1: ROA = f (DE,TSCD,CPDT)
Có 9 biến đưa vào mơ hình 1 gồm DE, DE2, DE3, TSCD, TSCD2, TSCD3, CPDT, CPDT2, và CPDT3. Căn cứ vào bảng coefficients và model Summary về mơ hình 1 của phụ lục 9, tác giả chọn mơ hình sau:
Mơ hình 1: ROA = 0.086 – 1.053TSCD – 0.021DE – 0.021CPDT (R2 hiệu chỉnh là: 71%)
Mơ hình 2: ROA=f (DA, TSCD,CPDT)
Có 8 biến đưa vào mơ hình 2 gồm DA, DA2, TSCD, TSCD2, TSCD3, CPDT, CPDT2, và CPDT3. Căn cứ vào bảng coefficients và model Summary về mơ hình 2 của phụ lục 9, tác giả chọn mơ hình sau:
Mơ hình 2: ROA = 0.067 – 1.094TSCD – 0.025CPDT(R2 hiệu chỉnh là: 59.4%)
Mơ hình 3: ROA= f (SDA,TSCD,CPDT)
Có 8 biến đưa vào mơ hình 3 gồm SDA, SDA2, TSCD, TSCD2, TSCD3, CPDT, CPDT2, và CPDT3. Căn cứ vào bảng coefficients và model Summary về mơ hình 3 của phụ lục 9, tác giả chọn mơ hình sau:
Mơ hình 4: ROE = f (DA,TSCD,CPDT)
Có 9 biến đưa vào mơ hình 4 gồm DA, DA2, DA3, TSCD, TSCD2, TSCD3, CPDT, CPDT2, và CPDT3. Căn cứ vào bảng coefficients và model Summary về mơ hình 4 của phụ lục 9, tác giả chọn mơ hình sau:
Mơ hình 4: ROE = 0.134 - 1.937TSCD – 0.037CPDT – 0.136DA3 (R2 hiệu chỉnh là: 69.7%)
Mơ hình 5: ROE =f (SDA,TSCD,CPDT)
Có 7 biến đưa vào mơ hình 5 gồm SDA, TSCD, TSCD2, TSCD3, CPDT, CPDT2, và CPDT3. Căn cứ vào bảng coefficients và model Summary về mơ hình 5 của phụ lục 9, tác giả chọn mơ hình sau:
Mơ hình 5: ROE = 0.124 - 2.286TSCD – 0.044CPDT (R2 hiệu chỉnh là: 63.1%) Tóm lại, sau khi xây dựng 05 mơ hình hồi quy trên tác giả nhận thấy rằng:
Mơ hình 2 và mơ hình 3 là giống nhau;
Mơ hình 5 có 2 biến độc lập là TSCD, CPDT được đưa vào với R2 hiệu chỉnh là 63.1%, trong khi mơ hình 4 đưa vào 3 biến độc lập TSCD, CPDT và DA3 nên tác giả bỏ mơ hình 5.
Các mơ hình kiểm định gồm:
Mơ hình 1: ROA = 0.086 – 1.053TSCD – 0.021DE – 0.021CPDT (R2 hiệu chỉnh là: 71%)
Mơ hình 2: ROA = 0.067 – 1.094TSCD – 0.025CPDT (R2 hiệu chỉnh là: 59.4%) Mơ hình 4: ROE = 0.134 - 1.937 TSCD – 0.037 CPDT – 0.136 DA3 (R2 hiệu chỉnh là: 69.7%) 4.3.3.Kiểm định mơ hình 4.3.3.1.Kiểm định mơ hình 1
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:
2
H0: R của tổng thể = 0 (mơ hình hồi quy xây dựng được không 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 10) của SPSS thể hiện giá trị F = 21.419 tương ứng với mức ý nghĩa sig = 0.000, do đó có thể an tồn 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 tác giả 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 9), có thể thấy được các mức ý nghĩa quan sát được đối với các hệ số độ dốc của mơ hình lần lượt có sig bằng 0.000, 0.004 và 0.005, chứng tỏ rằng giả thuyết H0 bị bác bỏ với độ tin cậy rất cao từ 83.6% đến 95.2% nghĩa là biến phụ thuộc và biến độc lập có mối quan hệ ảnh hưởng lẫn nhau. Kiểm định sự vi phạm các giả định của hồi
Biểu đồ 4.1: Bình phương phần dư theo mơ hình 1 – Biến phụ thuộc ROA
Nhìn vào biểu đồ bình phương phần dư theo mơ hình 1 và ROA, tác giả thấy các chấm trên đồ thị phân tán ngẫu nhiên, không theo quy luật nào nên giả định tuyến tính khơng bị vi phạm.
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 ta nghi 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 kiểm định tương quan hạng Spearman
Đặt giả thuyết Ho : Hệ số tương quan hạng của tổng thể bằng 0 (phương sai của sai số không đổi)
Bảng 4.4: Hệ số tương quan giữa Spearman giữa biến TSCD, DE, CPDT và ABSZRE_1
Correlations
TSCD DE CPDT ABSZRE_01 Spearman's rho ABSZRE_01
Correlation Coefficient .267 .041 .354 1.000 Sig. (2-tailed) .188 .842 .076 .
N 26 26 26 26
Kết quả kiểm định có sig>0.05 nên chấp nhận Ho. Do đó, tác giả kết luận rằng hệ số tương quan hạng của tổng thể bằng 0, phương sai của sai số không đổi, không gây ra hệ quả nghiêm trọng đối với phương pháp ước lượng OLS.
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 4.2: 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 =0.938, gần bằng 1. Do đó có thể kết luận rằng giả định phân phối chuẩn không bị vi phạm.
Biểu đồ 4.3: Tần số P-P 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 phương pháp sử dụng đại lượng thống kê Durbin – Watson:
Theo Bảng giá trị kiểm định Durbin-Watson ở mức ý nghĩa 5%, với 26 quan sát và 03 biến độc lập thì hệ số dL là 1.14 và dU là 1.65. Như vậy, nếu hệ số Durbin- Watson nằm trong khoảng từ 1.65 đến 2.35 (4 - dU) thì giả định này khơng vi phạm. Với hệ số Durbin-Watson của mơ hình 1 là 2.277, tác giả có thể kết luận giả
định về tính độc lập của sai số khơng bị vi phạm.
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 phương pháp 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 TSCD, DE, CPDT lần lượt 1.161, 1.050 và 1.196 nên khơng có hiện tượng đa cộng tuyến xảy ra.
Tóm lại, mơ hình hồi quy 1 là phù hợp, hệ số hồi quy có ý nghĩa và khơng có sự vi phạm đối với các giả định hồi quy.
4.3.3.2.Kiểm định mơ hình 2
Kiểm định giả thuyết về độ phù hợp của mơ hình
Tương tự như kiểm định mơ hình 1, tác giả đặt giả thuyết như sau:
2
H0: R của tổng thể = 0 (mô hình hồi quy xây dựng được không phù hợp với tổng thể)
giả thuyết H0 bị bác bỏ. Căn cứ vào Bảng phân tích ANOVA (Phụ lục 10) của SPSS thể hiện giá trị F = 19.315 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
Tương tự như mơ hình 1, tác giả 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 9), 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 = 0.001 và sig = 0.004, chứng tỏ rằng giả thuyết H0 bị bác bỏ với độ tin cậy rất cao (86.4%), nghĩa là biến phụ thuộc và biến độc lập có mối quan hệ ảnh hưởng lẫn nhau.
Kiểm định sự vi phạm các giả định của hồi quy Giả định liên hệ tuyến tính:
Biểu đồ 4.4: Bình phương phần dư theo ROA (mơ hình 2)
Nhìn vào biểu đồ bình phương phần dư theo mơ hình 2 và ROA, tác giả thấy các chấm trên đồ thị phân tán ngẫu nhiên, không theo quy luật nào nên giả định tuyến tính khơng bị vi phạm.
hạng Spearman
Đặt giả thuyết Ho : Hệ số tương quan hạng của tổng thể bằng 0 (phương sai của sai số không đổi)
Bảng 4.5: Hệ số tương quan giữa Spearman giữa biến TSCD, CPDT và ABSZRE_2
Correlations
ABSZRE_2 TSCD CPDT Spearman's rho ABSZRE_2 Correlation Coefficient 1.000 .034 .154
Sig. (2-tailed) . .870 .454
N 26 26 26
Kết quả kiểm định có sig>0.05 nên chấp nhận Ho. Do đó, tác giả kết luận rằng hệ số tương quan hạng của tổng thể bằng 0, phương sai của sai số không đổi, không gây ra hệ quả nghiêm trọng đối với phương pháp ước lượng OLS.
Kiểm định phân phối chuẩn của phần dư
Biểu đồ 4.5: 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 =0.959, gần bằng 1. Do đó có thể kết luận rằng giả định phân phối chuẩn không bị vi phạm.
Biểu đồ 4.6: Tần số P-P 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)
Theo Bảng giá trị kiểm định Durbin-Watson ở mức ý nghĩa 5%, với 26 quan sát và 02 biến độc lập thì hệ số dL là 1.224 và dU là 1.553. Như vậy, nếu hệ số Durbin-Watson nằm trong khoảng từ 1.553 đến 2.447 (4 - dU) thì giả định này không vi phạm. Với hệ số Durbin-Watson của mơ hình 2 là 2.527, ta có thể kết luận giả định về tính độc lập của sai số bị vi phạm, có tự tương quan ngược chiều.
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, hệ số VIF của các biến = 1.157 nên khơng có hiện tượng đa cộng tuyến xảy ra.
Tóm lại, mơ hình hồi quy 2 là phù hợp, hệ số hồi quy có ý nghĩa nhưng có sự vi phạm về tính độc lập của sai số.
4.3.3.3.Kiểm định mơ hình 4
H0: R
Tương tự như kiểm định mơ hình 1, tác giả đặt giả thuyết như sau:
2
của tổng thể = 0 (mơ hình hồi quy xây dựng được không 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 10) của SPSS thể hiện giá trị F = 20.131 tương ứng với mức ý nghĩa sig = 0.000, do đó có thể an tồn 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
Tương tự như mơ hình 1, tác giả 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 9), 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 = 0.001, sig =0.01 và sig =0.023, chứng tỏ rằng giả thuyết H0 bị bác bỏ với độ tin cậy rất cao từ 79.1% đến 83%, nghĩa là biến phụ thuộc và biến độc lập có mối quan hệ ảnh hưởng lẫn nhau.
Kiểm định sự vi phạm các giả định của hồi quy Giả định liên hệ tuyến tính:
Nhìn vào biểu đồ bình phương phần dư theo mơ hình 4 và ROE, tác giả thấy các chấm trên đồ thị phân tán ngẫu nhiên, không theo quy luật nào nên giả định