Q Chỉ số Tobin’ sq (Giá trị thị trường vốn cổ phẩn + giá trị sổ sách của nợ)/ Tổng tài sản
3.4.4. Kiểm định sự phù hợp của phƣơng pháp GMM trong hồi quy
�
GMM là một phương pháp ước lượng tổng quát. Ước lượng GMM có thể giải quyết các vấn đề liên quan đến tính nội sinh của biến, vấn đề tự tương quan của phần dư, khắc phục sự tương quan giữa các tác động riêng rẽ với các biến giải thích trong mơ hình bảng tĩnh tuyến tính. Tuy nhiên, trước khi chọn phương pháp GMM thì cần thiết phải kiểm tra tính dừng của chuỗi dữ liệu. Tiếp đến, để đảm bảo tính hiệu quả và độ tin cậy của kết quả ước lượng thì biến công cụ phải không tương quan với phần dư trong mơ hình nghiên cứu.
Kiểm định tính dừng của chuỗi dữ liệu
Trước khi tiến hành hồi quy theo phương pháp GMM có yếu tố thời gian, tác giả kiểm tra tính dừng của chuỗi dữ liệu để kiểm tra phương sai, giá trị trung bình, hiệp phương sai (tại các độ trễ khác nhau) phải không đổi cho dù chuỗi dữ liệu được xác định vào bất kỳ thời điểm nào. Tác giả sử dụng kiểm định Dickey và Fuller mở rộng (ADF) để kiểm định tính dừng của các biến quan sát.
Giả thiết kiểm định:
Giả thiết H0: �=0 (Yt là chuỗi dữ liệu không dừng) Giả thiết H1: �<0 (Yt là chuỗi dữ liệu dừng)
Nếu giá trị tuyệt đối của giá trị thống kê t lớn hơn giá trị tuyệt đối của các giá trị tới hạn 1%, 5%, 10% thì giả thiết H0 bị bác bỏ, có nghĩa là chuỗi dữ liệu dừng.
Kiểm định các giới hạn xác định vƣợt quá của phƣơng pháp GMM
Tác giả sử dụng kiểm định Sargan-Hansen hay còn gọi là kiểm định J-test để đánh giá những biến cơng cụ có tương quan với phần dư hay khơng. Giả thiết của kiểm định:
Giả thiết H0: dữ liệu phù hợp để đáp ứng các giới hạn của mơ hình
Giả thiết H1: dữ liệu không phù hợp để đáp ứng các giới hạn của mơ hình Với mức ý nghĩa 5%, nếu giá trị p-value của J-test nhỏ hơn 0.05 thì bác bỏ giả thiết H0 và ngược lại.