1 R 2 , với Rj là hệ số xác định đã điều chỉnh.
3.4.4.2.Kiểm định hiện tƣơng phƣơng sai thay đổi
Để kiểm định hiện tượng phương sai thay đổi, tác giả xây dựng giả thiết như sau: Gọi giả thiết H0 = 0 : Phương sai không thay đổi
giả thiết H1 ≠ 0 : Phương sai thay đổi
0
Tác giả căn cứ vào phương pháp kiểm định White để kiểm tra hiện tượng phương sai thay đổi. Nếu giá trị p-value của
2 < 0.05 thì bác bỏ H0 tức là mơ hình bị vi phạm phương sai thay đổi và ngược lại.
3.4.4.3.Kiểm định hiện tƣợng tự tƣơng quan
Tác giả dùng kiểm định BG (Breusch – Godfrey) để phát hiện mơ hình tự tương quan.
Gọi giả thiết H0: Mơ hình khơng có hiện tượng tự tương quan. giả thiết đối H1: Mơ hình có hiện tượng tự quan
Nếu giá trị nR2 có xác suất p-value nhỏ hơn 0.05 bác bỏ giả thiết H0, tức là mơ hình có hiện tượng tự tương quan và ngược lại.
3.4.5. Kiểm định các giới hạn xác định vƣợt quá của phƣơng pháp MM
Với kĩ thuật hồi quy GMM của Peter Hansen (1982) và được Erickson và Whited điều chỉnh (2000), một cách tổng quan, GMM là một kĩ thuật toàn diện khắc phục được các hạn chế của mơ hình OLS, như hiện tượng nội sinh tiềm năng, phương sai thay đổi và tự tương quan. Ngay cả trong điều kiện nội sinh bị vi phạm, phương pháp GMM cũng cho ra các hệ số ước lượng vững (khắc phục sai số đo lường do Tobin’s q gây ra), không chệch, phân phối chuẩn và hiệu quả cao. Kiểm định quan trọng và phổ biến nhất của phương pháp ước lượng GMM là kiểm định về các giới hạn xác định vượt quá (Overidentifying Restrictions Test) hay còn gọi là kiểm định Sargent (Sargent Test) hoặc kiểm định J (J – Test) dùng để đánh giá những biến cơng cụ có tương quan với phần dư hay khơng hay nói một cách dễ hiểu đó là kiểm định các điều kiện mơ men của mơ hình có phù hợp với dữ liệu hay không.
Gọi giả thiết H0: Dữ liệu phù hợp để đáp ứng các giới hạn mơ hình
Nếu chỉ số p-value của J-test để so sánh với mức ý nghĩa 5%. Nếu p-value < 0.05 thì bác bỏ giả thuyết H0 chấp nhận giải thiết H1 tức là mơ hình GMM dữ liệu khơng phù hợp và ngược lại.
TÓM TẮT ƢƠN 3
Chương 3 trình bày phương pháp nghiên đưa ra câu hỏi nghiên cứu và các giả thuyết nghiên cứu. Đề tài sử dụng mơ hình gốc và mở rộng của Bao và cộng sự (2012) với nhiều biến hơn so với 2 nghiên cứu trước đó của Almeida và cộng sự (2004) và Riddick và Whited (2009) với kĩ thuật kiểm định OLS và GMM bậc 4 nhằm khắc phục những nhược điểm của OLS và sai số đo lường của Tobin’s q. Mơ hình thực nghiệm nhằm kiểm định sự bất cân xứng trong độ nhạy cảm dòng tiền của việc nắm giữ tiền mặt và mở rộng thêm đối với trường hợp ràng buộc tài chính như các nghiên cứu trước đây từng đề cập.
1.2 1
0.8 ∆CashHoldings
CashFlow Tobin's Q ShortDebt Neg 0.6 0.4 0.2 0